Orginal Article

Evaluating the Medical Facilities Layout Based on GIS: An Application of Xiang'an District

  • XIE Xiaohua , * ,
  • WANG Ruizhang ,
  • WEN Donghong ,
  • ZHANG Zhiyong
Expand
  • Fujian mapping institute, Fuzhou 350003, China
*Corresponding author: XIE Xiaohua, E-mail:

Received date: 2014-04-09

  Request revised date: 2014-06-18

  Online published: 2015-03-10

Copyright

《地球信息科学学报》编辑部 所有

Abstract

It is of great significance to analyze and evaluate the medical facilities layout. It can not only solve the contradiction between the public health demand and the medical service supplies, but also help government make rational decisions. Xiamen was selected as a pilot area in the first national census of geographic conditions. On this background, this paper takes Xiang'an District as an example and gives a comprehensive study on its medical facilities layout. Based on two kinds of data source: the data of the first national geographic conditions census and the statistical data from the department of health and other departments, an evaluation index system of medical facilities layout was constructed from three aspects: the current situation, the service level and the spatial layout optimization. The current situation of medical resources was analyzed from the view of medical and health care. The evaluation of the service level of medical facilities was performed on the basis of GIS network analysis. The spatial layout of the medical facilities was optimized by the usage of the GIS “Location Allocation Model”. Finally, this paper presented improvement suggestions and measures for medical facilities layout. The study results show: (1) the medical resources are insufficient and distribute unevenly. (2) The medical facilities vary widely between urban and rural area. Meanwhile, the medical service is in a low level. (3) Four hospitals and five health centers should be added to meet the public’s health demand. In a word, this study will be helpful for government to make decision regarding Xiang'an District’s medical facilities layout in future. In addition, it provides a feasible method to evaluate the medical facilities layout reasonableness.

Cite this article

XIE Xiaohua , WANG Ruizhang , WEN Donghong , ZHANG Zhiyong . Evaluating the Medical Facilities Layout Based on GIS: An Application of Xiang'an District[J]. Journal of Geo-information Science, 2015 , 17(3) : 317 -328 . DOI: 10.3724/SP.J.1047.2015.00317

1 引言

随着社会经济的不断发展,居民对公共服务设施需求的日益增长与政府公共服务供给的矛盾越来越突出[1]。公共服务设施布局合理与否,不仅关系到它的使用效率,还对经济社会发展具有重要的现实意义。近年来,利用GIS对公共服务设施的区位选择、空间布局等研究越来越广泛[2]。文献[3]-[4]利用GIS空间分析,分别对超市和ATM机进行选址。文献[5]-[8]将GIS网络分析与Voronoi多边形应用于城市公园和医疗设施的空间可达性评估。然而,利用常规GIS方法对公共设施进行选址,只是简单的假设和分析功能,并不能保证可找到设施的最优区位,而位置分配模型(Location Allocation Model,LA模型)的演算和模拟功能更强大,弥补了该不足[9]。自20世纪70年代起,位置分配模型与GIS技术结合,被广泛应用于设施选址优化问题上。文献[10]-[13]将LA模型应用于政府部门或企业的设施布局评价中。文献[14]-[16]利用GIS位置分配模型分析医院和消防站布局,并得到优化布局方案。
本文在厦门市第一次全国地理国情普查基本统计试点成果基础上,结合卫生、统计等部门的统计数据,构建能够表达医疗设施空间布局和服务水平的评价指标体系,基于GIS网络分析和位置分配模型,对翔安区医疗设施布局进行综合分析和评价,直观地反映了翔安区医疗布局特征,为翔安区医疗设施规划和完善提供指导,并为部门决策提供参考依据。

2 位置分配模型理论与评价指标体系构建

2.1 位置分配模型理论

位置分配模型由Cooper[17]于1963年提出,主要是优化某种设施在空间上的配置,为设施布局提供解决方案[9]。基本原理是在一定空间范围或一定人口规模内,保证所需设施的数量和区位最优[15]。一般,把需要选址的设施看做是供应点(设施点),将位置固定的设施服务对象看做是需求点(请求点)。供应点和需求点是LA模型的2个主要因素[14],为了计算方便,两者通常用点来表示。
LA模型既可用于新设施的最优区位选址,也可用于现有设施的评价和改进,其与GIS结合,已成为解决空间资源配置与优化布局问题的最佳工具之一[15]。为了使模型应用更易实现和普及,ArcGIS 10.0及以上版本软件已集成了该模型。GIS“位置分配”的基本原理是在给定供应点和需求点分布的情况下,由系统根据特定优化模型,从用户指定的系列候选设施选址中挑选出指定数目的设施选址,实现设施的优化布局[18]。优化模型主要包括最小化阻抗、最大化覆盖范围、最大化有容量限制的覆盖范围、最小化设施点、最大化人流量、最大化市场份额、目标市场份额7种模型(ArcGIS帮助10.1, http://resources.arcgis.com/zh-cn/help/main/10.1/ index. html#/na/004700000050000000/)(表1)。
Tab. 1 The optimization model types of LA in GIS

表1 GIS“位置分配”的优化模型类型

优化模型 模型目标 模型说明
最小化阻抗 请求点与设施点解之间的所有加权成本之和最小,即任何一个请求点到距其最近的设施之间的平均距离最小 “最小化阻抗”能减少公众到达选定设施点的总距离。通常被用于某些公共设施(如图书馆、学校、医疗诊所等)的选址
最大化覆盖范围 在设施点的阻抗中断内,使尽可能多的请求点被分配到所求解的设施点 常用于定位消防站、警察局和ERS中心等紧急救援服务设施
最大化有容量限制的覆盖范围 在设施点的阻抗中断内,使尽可能多的请求点被分配到所求解的设施点,同时,分配给设施点的加权请求不可超过设施点的容量 在“最大化覆盖范围”基础上,增加了设施点的容量限制
最小化设施点 在设施点的阻抗中断内,使尽可能多的请求点被分配到所求解的设施点,同时,还要使覆盖请求点的设施点的数量最小化 在“最大化覆盖范围”基础上,考虑了定位的设施点数目。如需考虑设施点的建造成本,则原本使用“最大覆盖范围”的组织可应用“最小化设施点”来求解
最大化人流量 在假定分配至设施点的请求数量随着距离的增加而减少的前提下,将设施点定位在能将尽可能多的请求权重分配给设施点的位置上 该模型适合于存在竞争的商业设施,如专卖店、餐馆等;也适用于公交车站的选址
最大化市场份额 利用指定数量的设施点,占尽可能多的市场份额 该模型需要知道自己和竞争对手的设施点的权重。若拥有包括竞争对手数据在内的全面信息,最大化人流量问题类型的设施点也可以使用市场份额类型
目标市场份额 在存在竞争者的情况下,确定出占有总市场份额指定百分比所需的设施点的最小数量 在考虑预算的情况下,“目标市场份额”就回到了“最大化市场份额”的情况
针对不同的设施,优化模型的选取也不尽相同。公共服务设施布局主要以公平性和效率性兼顾为主要原则,如医院、学校等。对于公众而言,主要考虑公众到设施点的总移动费用最少或距离最短;而对政府来说,在满足公众最大需求的情况下,还需考虑设施的建造成本,即追求设施数量最小化。鉴此,本文利用ArcGIS 10.1软件,选取最小化阻抗和最小化设施点模型对医疗设施布局进行优化,以保证居民就医成本最小和医疗设施数目最少。

2.2 评价指标体系构建

医疗设施的合理布局关系到医疗设施的利用效率和公众就医的公平性。因此,本文在兼顾公平与效率的基础上,采用城乡三级医疗卫生服务体系:“医院-卫生院-卫生室”,从医疗卫生角度分析医疗设施的现状,在基于GIS技术的医疗设施服务评价基础上,运用位置分配模型对医疗设施布局进行优化,以此对医疗设施分布利用情况进行综合性评价,评价指标体系如图1所示。
Fig. 1 The evaluation index system of medical facilities layout

图1 医疗设施布局评价指标体系

3 翔安区医疗设施布局GIS评价分析

3.1 翔安区地理概况与数据源

翔安区地处厦门市东部,下辖1街(大嶝街道)、4镇(新店、马巷、内厝、新圩)、1场(大帽山农场),有82个社区居委会,30个村委会。辖区土地面积356.08 km2,常住人口约30万人。
评价所用数据源如下:
(1)厦门市第一次全国地理国情普查数据:包括翔安区的行政区划数据、医疗设施点数据、村/社区点数据、交通网络数据等,以Shapefile格式存储。利用ArcGIS对交通网络数据建立拓扑关系,进行拓扑检查和修改,以保证道路网络的连通性。
(2)2012年福建省医疗卫生数据:从数据源中提取翔安区医疗卫生数据,得知翔安区公立医疗机构包括综合医院3家(同民医院、平安医院、西坂医院),卫生院5家(大嶝社区卫生服务中心、新圩中心卫生院、新店中心卫生院、马巷卫生院、内厝卫生院),卫生室111家;卫生技术人员1082人,其中,执业医师403人,注册护士433人;实有开放床位690张,其中,医院540张,卫生室150张。将以上数据存储在Excel表中,利用ArcGIS软件将Excel表导入到医疗设施点的属性表中。
(3)其他数据:福建省第六次人口普查数据;第二次全国土地调查村级面积数据;各类统计年鉴和工作报告等。

3.2 翔安区医疗设施布局评价分析

根据上文提出的医疗设施布局评价指标体系,对翔安区医疗设施分布利用情况进行综合性评价。
3.2.1 医疗资源现状分析
通过医疗资源配置和医疗资源利用方面来分析翔安区医疗卫生资源现状及其存在的问题。
(1)医疗设施规模通常由医生数和病床数决定,两者共同反映了一个国家或地区的基本医疗设施水平[19]。选取千人床位数、千人职业医师数、千人注册护士数等指标来评价翔安区医疗资源配置情况。
根据全省医疗卫生数据可知,翔安区每千人拥有床位数2.3张,千人职业医师1.3人,千人注册护士1.2人。由表2可知,翔安区人均医疗资源低于厦门市平均水平;同时,与全国医疗平均水平相比,厦门市整体水平偏低,千人床位数尤为突出。综上,翔安区床位供给、医师及护士数量远低于国家平均水平,医疗设施和服务的整体水平亟待提高。
Tab. 2 Per capita medical resources of Xiang'an District in 2012

表2 2012年翔安区人均医疗资源

地区 千人床位数(张) 千人职业医师(人) 千人注册护士(人)
翔安区 2.3 1.3 1.2
厦门市 3.1 1.6 1.8
福建省 3.5 1.8 1.9
中国 4.2 1.9 1.8

注:资料来源于2013年《厦门市经济特区年鉴》、《福建省统计年鉴》、《中国统计年鉴》

(2)通过居民年住院率、平均住院天数、病床使用率等指标来反映医疗资源的利用情况。在此基础上,计算医院和卫生院的病床实际需求总量,以反映居民对医疗服务的最低需求水平。
① 医疗资源利用指标计算
由于翔安区统计数据不足,医院和卫生院的入院人数、平均住院日、病床使用率等指标均取福建省平均水平(表3),其中年住院率为一年内的入院人数与总人口数之比。因此,翔安区医院和卫生院的居民年住院率分别为9.7%和3.3%,平均住院天数分别为9日和6日。
Tab. 3 Indices of the medical resource utilization in Xiang'an District

表3 翔安区医疗资源利用指标值

指标 医院 社区卫生服务中心 乡镇卫生院
入院人数(×104人) 364.95 6.65 118.13
平均住院日(d) 9.00 6.20 5.00
病床使用率(%) 97.30 48.00 63.30

注:资料来源于《福建省统计年鉴-2013》

② 病床实际需求总量计算
病床实际需求总量表示当前卫生机构病床的使用情况,是反映医院工作量和经济效益的重要指标,计算公式[14]如下:
病床实际需求总量 = 人口数 × 居民年住院率 × 平均住院天数 每床年平均工作日 (1)
每床年平均工作日 = 病床使用率 × 365 (2)
表3及式(1)、(2)计算得出,翔安区医院病床最低需求为746张,每千人2.5张;卫生院病床最低需求为294张,每千人1.0张。由此可得,翔安区病床总需求最低为1040张,平均每千人3.4张。结合表2可知,翔安区病床实际需求总量与福建省平均水平持平,但远低于全国平均水平,现有床位总量远远满足不了翔安区实际需要。
3.2.2 医疗设施服务水平的网络分析
医疗设施服务水平的高低直接影响着广大人民群众的医疗保健需求。通过分析医疗服务的需求和供给特征来判断医疗服务供需是否平衡;通过分析服务半径内的医疗设施服务水平来判断医疗设施水平是否满足居民的医疗需要。
(1) 医疗服务需求特征分析
医疗服务需求总量和需求密度是医疗服务需求特征的2个重要指标,计算公式[14]分别为:
Q = C × α (3)
D = Q / S k (4)
式中,Q表示各村/社区的两周患病需求总人次;C表示各村/社区的总人口;α表示两周患病率,取18.9%[20];D表示各村/社区医疗服务需求密度;Sk表示k/社区的面积。
根据式(3)、(4),计算出各个村/社区的两周患病需求总人次和需求密度,并在ArcGIS中生成分布图(图2、3)。从图2、3可看出,患病需求总量与需求密度的分布层次不一,呈现以马巷镇为核心区,逐渐向外圈层递减的特征;社区医疗服务需求大于农村医疗服务需求。
Fig. 2 The aggregate demand distribution of Xiang'an

图2 翔安区患病总需求量分布图

Fig. 3 The demand density distribution of Xiang'an

图3 翔安区医疗服务需求密度分布图

(2) 医疗服务供给特征分析
患者求医的便捷性影响着医疗服务供给量,一般,采用空间距离的地理可达性来测量就医便捷度[14]。Voronoi多边形的最邻近、邻接性等性质表达了最邻近医疗的服务域[8]。因此,本文首先采用Voronoi多边形来划分医院和卫生院服务域,并与村/社区图层做叠加分析,统计其服务人口数;在此基础上,采用最近距离法,在ArcGIS中生成村/社区到最邻近医院(卫生院)的距离分布图(图4、5),并对距离进行统计,如表4、5所示。
Fig. 4 The distances from residents to the nearest hospitals

图4 村/社区到最邻近医院的距离分布图

Fig. 5 The distances from residents to the nearest health-centers

图5 村/社区到最邻近卫生院的距离分布图

Tab. 4 The statistical data of distances from residents to the nearest hospitals

表4 村/社区到最邻近医院的距离统计表

指标 (km) <2 2~4 4~6 6~7.5 7.5~10 >10
村/社区数(个) 11 24 20 10 21 26
居民点所占比例(%) 9.8 21.4 17.9 8.9 18.8 23.2
人口数(人) 49 036 73 135 39 776 28 163 48 686 52 322
Tab. 5 The statistical data of distances from residents to the nearest health-centers

表5 村/社区到最邻近卫生院的距离统计表

指标 (km) <0.5 0.5~2 2~4 4~6 >6
村/社区数 5 30 41 30 6
居民点所占比例(%) 4.5 26.8 36.6 26.8 5.3
人口数(人) 12 817 88 932 110 473 67 405 11 491
图4、5可知,平安医院和同民医院需要负担的服务人口数量高于西坂医院;马巷和新店卫生院需要负担的服务人口数远高于其他3家卫生院。
从统计数据可知,村/社区到最邻近医院的最远距离为17 km,平均距离6.6 km;最近就医距离在7.5 km范围内的社区有65个(58%),占总人口的62.5%。村/社区到最邻近卫生院的最远距离为7.68 km,平均距离3.1 km;最近就医距离在5 km范围内的社区有93个(83%),占总人口的81.1%。由此可知,尚有37.5%的居民到医院就医未能在“15分钟健康服务圈”(7.5 km)内,故需对医院布局进行优化;到卫生院就医的81.1%居民能够在“15分钟健康服务圈”(5 km)内,故卫生院可基本满足居民的就医需求。
(3)医疗设施服务水平网络分析
在上文分析基础上,选取服务区医疗服务率、人均床位服务量、医疗设施服务人口比率、医疗设施服务面积率4个评价指标来分析翔安区医疗设施的服务水平。4个评价指标的计算公式[14]如下:
服务区医疗服务率 = 医疗设施总服务量 最低床位需求量 × 100 % (5)
医疗设施服务人口比率 = 服务区总人口 翔安区总人口 × 100 % (7)
医疗设施服务面积率 = 服务区总面积 翔安区总面积 × 100 % (8)
式中,取床位总量代表医疗设施总服务量。
服务区分析先需确定医疗设施的服务半径。参考国内外关于医疗设施布局的研究成果以及我国卫生部规定的“15分钟健康服务圈”的要求,结合翔安区医疗设施布局特点,确定翔安区医院、卫生院、卫生室的服务半径分别为7500、5000、1500 m。
在ArcGIS中,以医疗机构点位为中心,结合道路网络,生成服务半径范围的服务区;并与行政界线图层叠加,裁去范围外的多边形,获得有效服务区;最后与村/社区图层叠加,获取服务范围内的村/社区(图6-8),并对服务人数和服务面积进行统计(表6)。
Fig. 6 Hospital service area

图6 医院7500 m服务区图

Fig. 7 Health-center service area

图7 卫生院5000 m服务区图

Fig. 8 Clinic service area

图8 卫生室1500 m服务区图

Tab. 6 The statistics of medical facilities’ service capability in Xiang'an District

表6 翔安区医疗机构服务能力统计表

机构 服务总人数(人) 服务区面积(km2 人均服务量(张/千人) 服务面积率(%) 服务人口比率(%) 服务率(%)
医院 177 048 112.56 3.05 31.6 58.2 72.4
卫生院 205 478 182.87 0.73 51.4 67.5 51.0
卫生室 288 884 264.58 - 74.3 94.9 -

注:卫生室不设置病床

表6可知,翔安区医院服务水平较高,人均床位服务量3.05张/千人,高于每千人2.5张的最低需求;医院服务率为72.4%。卫生院服务水平较低,人均床位服务量0.73张,低于每千人1.0张的最低需求;卫生院服务率为51.0%,与医院服务率相比存在一定差距。卫生室服务水平高,基本能够满足居民的医疗需要。从服务面积率和服务人口比率来看,翔安区仍有大面积的人口未能享受到医院和卫生院的服务,因此,有必要对翔安区医院和卫生院布局做进一步的优化。
3.2.3 医疗设施空间布局GIS优化分析
由上述分析结果可知,翔安区卫生室服务水平高,且除大帽山农场外,每个村/社区都设置一个卫生室,基本满足居民的医疗需求,因此,本文对卫生室空间布局不做优化。
(1)位置分配模型
首先,根据“厦门市翔安区国民经济和社会发展“十二五”规划纲要”和翔安区医疗设施空间分布现状,确定拟新增的医疗设施点(图9);然后,以服务半径为中断距离,建立道路网络的最小化阻抗模型,以求得使患者出行成本最小的设施点数;再建立最小化设施点模型,得到医疗设施点在最大覆盖范围内需要的最小化设施点数;最后,综合2个模型的求解结果,得出翔安区医疗设施的优化结果。
Fig. 9 The distribution of new medical facilities

图9 新增医疗设施点分布图

① 最小化阻抗模型
根据“厦门市翔安区国民经济和社会发展“十二五”规划纲要”,将在建的厦门市第五医院(翔安医院)当做已有医院来处理。在ArcGIS中建立翔安区现有医院和卫生院的最小化阻抗模型,如图10所示。在此基础上,添加拟增加的医疗设施点,再运用此模型依次增加医疗机构的选取数量,分别得到医院和卫生院的位置分配图(图11、12),并汇总相应的服务人口,汇总结果如表7所示。
Fig. 10 The minimum impedance model of medical facilities in Xiang'an District

图10 翔安区医疗设施最小化阻抗模型图

Fig. 11 The minimum impedance model of different numbers of hospitals

图11 不同医院数量的最小化阻抗模型图

Fig. 12 The minimum impedance model of different numbers of health-centers

图12 不同卫生院数量的最小化阻抗模型图

Tab. 7 The classification statistics for the minimum impedance model of medical facilities in Xiang'an District

表7 翔安区医疗设施最小化阻抗模型分级统计表

机构 选取医院数量(个) 联系线数量(条) 服务人口数(人) 服务人口比例(%)
医院 5 82 231 512 76.07
6 90 247 672 81.38
7 97 261 192 85.82
8 102 270 495 88.88
9 104 274 998 90.36
10 104 274 998 90.36
卫生院 6 76 211 457 69.48
7 83 229 072 75.27
8 89 245 053 80.52
9 93 253 727 83.37
10 96 259 865 85.39
11 99 264 963 87.06
表7可看出,翔安区辖区需要9家医院才能满足辖区居民的就医需求,服务人数占总人数的90.36%;需要11家卫生院才能满足最大服务人数26万的人口规模,占总人口数的87.06%;需要112家村卫生室才能全部覆盖翔安辖区。考虑到政府财政支出,当医院数量为6家,卫生院数量为8家时,能服务80%左右的人口,基本满足辖区需求。
② 最小化设施点模型
在ArcGIS中,建立翔安区医院和卫生院的最小化设施点模型(图13)。由图13可知,翔安区需9家医院(4家已建成)、10家卫生院(5家已建成)才能满足最大覆盖范围的居民需求,与最小化阻抗模型分析得出的结果相同。
Fig. 13 The minimized facilities model of medical facilities in Xiang'an District

图13 翔安区医疗机构最小化设施点模型图

因此,从最小化阻抗和最小化设施点模型的分析结果可得,翔安区需新增5家医院和5家卫生院才能满足居民的就医需求。
(2)医疗设施布局优化评价
由医疗设施布局优化结果可知,有3家医院集中在马巷镇,出现资源冗余,需对医院空间布局进行调整;卫生院医疗资源不足,可按优化结果对其扩充。
图10(a)可知,西坂医院和平安医院服务的居民点稀少,且与同民医院相近,因此,可考虑将这2家医院进行搬迁。为了证明这一点,以7500 m距离作为中断距离,对同民医院和厦门市第五医院建立最小化阻抗模型(图14),并统计服务人口(表8)。由表7、8可看出,同民医院和厦门市第五医院的服务人口数与4家医院的服务人口数相差不大。综上,可考虑将西坂医院和平安医院搬离马巷镇,避免医疗设施出现冗余的情况。
Fig. 14 The minimum impedance model of Tongmin hospital and the Fifth hospital

图14 同民医院和厦门市第五医院最小化阻抗模型图

Tab. 8 The classification statistics for the minimum impedance model of Tongmin hospital and the Fifth hospital in Xiang'an District

表8 同民医院和厦门市第五医院的最小化阻抗模型分级统计表

选取医院数量(个) 联系线数量(条) 服务人口数(人) 服务人口比例(%)
2 68 202 694 66.60
3 80 228 941 75.23
4 88 245 101 80.54
5 95 258 621 84.98
6 102 270 495 88.88
7 104 274 998 90.36
8 104 274 998 90.36
在此基础上,添加拟增加的医院设施点,运用最小化阻抗模型依次增加医院的选取数量,分别得到3到8家医院的位置分配图(图15),并汇总相应的服务人口,如表8所示。
Fig. 15 The minimum impedance model of different numbers of hospitals

图15 不同医院数量的最小化阻抗模型图

表8可看出,翔安区辖区需要7家医院才能满足辖区居民的就医需求,服务人数占总人数的90.36%,与上述得出的9家医院的服务人数一致。
图11、15可看出,当最小化阻抗模型的医院数量逐渐增加时,被选中的候选医院依次位于北部新圩镇、东南部大嶝社区、东西部新城核心区、东部内厝镇、东西部新城核心区;结合候选医院的联系线和服务人口数,判断翔安区需6家医院(2家已建成医院)即可基本满足居民需求,即分别在新圩镇、大嶝社区、新城核心区、内厝镇新建医院。
综上所述,考虑到政府财政投入,建议翔安区医院空间布局优化结果(图16)为:将西坂医院和平安医院分别搬迁至新圩镇和内厝镇;增加大嶝医院的医疗资源投入,以提升大嶝医院的医疗等级;在新城核心区新建一家医院。以上建议均需根据当地实际需求,配备相应的医疗设施,以全面提高翔安区的医疗服务水平。
Fig. 16 The distribution of hospital layout optimization

图16 医院空间布局优化位置分布图

3.2.4 建议措施
由上述分析可知,翔安区医疗资源总量不足,布局不均衡;医疗设施城乡差异明显,整体医疗服务水平不高。采用最小化阻抗模型和最小化设施点模型对医疗设施空间布局进行优化,并提出优化建议。
(1)坚持“扩总量、打基础、强服务”的原则,大力扩充卫生资源,加快发展医疗机构床位,壮大医疗队伍,基本解决卫生资源不足问题。重点建设翔安医院,支持现有医院的发展,推进若干医院落地建设;扩充卫生院医疗资源,加强社区卫生服务机构建设,健全城市医疗卫生服务体系。
(2)将西坂医院和平安医院往东部和北部搬迁,消除医院冗余现象;增建乡镇卫生院;改善农村医疗卫生条件,提高乡村医生整体素质,逐渐改变“重城市、轻农村”的倾向,将农村医疗设施逐步向城市医疗设施转型。
(3)完善城市道路网络,加大农村道路建设,增加农村医疗设施的可达性水平,提高农村医疗设施服务能力。

4 结束语

医疗设施的有效布局不但能方便公众就医,而且能提高整体医疗服务水平。本文对第一次全国地理国情普查综合统计分析试点区域——厦门市翔安区的医疗设施布局进行了综合分析与评价。在医疗设施评价指标体系构建基础上,提出了GIS网络分析和位置分配模型的医疗设施布局评价方法。利用服务区分析对医疗设施服务水平进行评价,运用最小化阻抗和最小化设施点模型,对医疗设施空间布局进行优化;并根据评价结果提出了医疗设施布局的改善意见,为当地政府或医疗卫生部门决策提供参考,促进翔安区医疗设施的合理发展。另外,本研究还受到一定的限制,如医疗资源数据,新增医疗设施点的选取应符合医疗卫生规划的要求。

The authors have declared that no competing interests exist.

[1]
唐少军. 基于GIS的公共服务设施空间布局选址研究[D].长沙:中南大学,2008.

[2]
于珊珊,彭彭,田晓琴,等.基于GIS的长沙市医院空间布局及优化研究[J].长沙大学学报,2012,26(2):90-94.

[3]
祈向前. GIS分析功能在超市选址中的应用[J].测绘科学,2008,33(6):223-225.

[4]
张伟,刘纯波,周廷刚,等.基于GIS与遥感影像的银行ATM机网点选址方法研究[J].测绘科学,2007,32(1):142-144.

[5]
Jeong S, K. Oho. Assessing the spatial distribution of urban parks using GIS[J]. Landscape and Urban Planning, 2007,82:25-32.

[6]
李小马,刘常富.基于网络分析的沈阳城市公园可达性和服务[J].生态学报,2009,29(3):1554-1562.

[7]
吴建军,孔云峰,李斌.基于GIS的农村医疗设施空间可达性分析——以河南省兰考县为例[J].人文地理,2008(5):37-42.

[8]
王远飞. GIS与Voronoi多边形在医疗服务设施地理可达性分析中的应用[J].测绘与空间地理信息,2006,29(3):77-80.

[9]
叶嘉安,宋小冬,钮心毅,等.地理信息与规划支持系统[M].北京:科学出版社,2006:104-124.

[10]
Rushton G.Optimal Location of Facilities[M]. Wentworth: COMPress Inc, 1979.

[11]
Ghost A, Rushton G.Spatial Analysis and Location-Allocation Models[M]. New York: Van Nosttrand Reinhold Company, 1987.

[12]
Ghost A, Harche F.Location-allocation models in the private sector: Process, problems and prospects[J]. Location Science, 1993,1(1):81-106.

[13]
Spaulding B D, Cromley R G.Integrating the maximum capture problem into a GIS framework[J]. Journal of Geographical Systems, 2007,9(3):267-288.

[14]
王成新. 基于GIS的城市医疗设施布局研究——以长沙市开福区为例[D].长沙:中南大学,2011.

[15]
周小平. GIS支持下的城市医院空间布局优化研究——以天门市为例[D].成都:西南交通大学,2007.

[16]
牛强,彭翀.基于现实路网的公共及市政公用设施优化布局模型初探[J].交通与计算机,2004,22(5):49-53.

[17]
Cooper L.Location-allocation problems[J]. Operations Research, 1963,11:331-343.

[18]
阙泽胜,胡洪卫,陈素贤. 基于GIS位置分配的城市消防站点优化布局探析[J].北京测绘,2013(2):19-24.

[19]
刘雅. 石家庄市乡镇卫生院卫生资源现状、利用及分布公平性研究[D].石家庄:河北医科大学,2008.

[20]
卫生部统计信息中心.2008年第四次国家卫生服务调查分析报告[M].北京:中国协和医科大学出版社,2009:23-23.

Outlines

/