近日，四川大学和香港大学的学者在地理学SSCI一区期刊Applied Geography上发表题为Demystifying hospital size distribution: A geographical approach的论文，建议了一种研究医院规模分布的地理学方法，并探讨了2002年以来中国医院规模分布的变化趋势、地域差异和影响因素，就此提出了医院规模治理的相关建议
Yan Xiang, He Shenjing*. (2024). Demystifying hospital size distribution: A geographical approach. Applied Geography, 163, 103185.
DOI：10.1016/j.apgeog.2023.103185
1. 背景
有限的医疗资源是集中在少数大医院还是分散在众多中小医院？为什么有的地区大医院多，而有的地区以中小医院为主？
社会科学对企业、城市、医院等组织机构的规模分布具有浓厚的兴趣。医院规模分布，即医疗资源在不同规模等级医院之间的差异占比，对医疗资源可达性和医疗效率具有显著影响。对医院规模分布的研究至少可以追溯到1960年代，学者通过量化分析发现欧美国家的医院规模分布显著不同。
医院规模分布研究有两种主要方法。一是统计学方法，将规模分布作为一种特殊的统计学现象，着力描述其呈现的统计学规律，例如著名的齐普夫定律（Zipf’s law）。另一种是经济学方法，将医院规模作为医院个体规模经济的决策结果，通过衡量不同医院的成本收益而计算出最优医院规模。然而，两种方法都有局限。统计学方法虽然能精巧地刻画统计规律，但未能解释医院规模分布形成和变化的机制；经济学方法受限于难以全面衡量医院的多维度成本和多目标收益，并导致关于最优医院规模的争论不断。
本文在诺贝尔经济学奖得主George Stigler（1958）关于企业规模分布“生存分析”方法的基础上，结合医疗部门的特征，建议了一种研究医院规模分布的地理学方法，并将其运用到中国省域医院规模分布差异的研究。
2. 构建一种研究医院规模分布的地理学方法
在1958年发表的The economics of scale一文中，George Stigler反思了基于规模经济计算最优企业规模方法在获取成本收益数据方面的困难，并提出一种“生存分析”的新方法。他将企业规模分布看作区域市场竞争的结果，即市场竞争将筛选出规模适宜的企业、淘汰规模不适宜的企业。因此，将区域内的企业划分为不同规模等级，计算不同规模等级企业的市场占比及其变化，就可以找出适宜的企业规模等级——即“生存”下来企业的规模等级，并使用回归分析找出影响因子。
“生存分析”方法的核心在于对比不同时空背景下规模分布的变化，强调了一种地理学视角。该方法长期以来被应用于各种社会组织的规模分布研究，包括一些最近的关于企业竞争、农场规模等的相关研究。
然而，该方法在运用到医院研究时有三个主要局限。一是Stigler研究的是流动的商品，而医疗服务需基于医患接触，因此需考虑人口的分布和病人流动的能力。二是Stigler仅关注市场力量对规模分布的影响，但医院不是纯粹的市场主体，其运营受到政府行为和医学专业发展的影响。三是Stigler关注区域市场对企业规模分布的单向影响，而医院规模分布不仅受到区域医疗市场的影响，也反过来作用于区域医疗市场的形成。因此，应采用“医院规模分布—医疗市场变化”共同演化的视角开展研究。
基于以上考虑，本文建议将医疗部门的特征融入 “生存分析”方法，形成一种研究医院规模分布的地理学方法：将医院规模分布看作医院行为与区域医疗市场相互作用的产物，通过划分不同医院规模等级、计算不同规模等级医院占比的时空差异，理解医院规模等级的变化趋势，并探讨市场力量、政府行为、医学专业发展不同影响因素的作用。
3. 数据与方法
本文将以上研究方法运用于中国省域尺度医院规模分布研究。选择省域尺度是为了最大限度减少异地就医对区域医疗市场的影响。研究时段为2002-2019年。2002年为数据可获取的最早年份，2019年为新冠疫情前的一个年份，以避免新冠疫情期间医院行为变化对研究结果的影响。其中，2012年中国开始供给侧医改，研究亦对比了2002-2011和2012-2019两个时段的变化。
我国卫生健康统计年鉴按照床位数将医院分为0-49, 50-99, 100-199, 200-299, 300-399, 400-499, 500-799, and 800 +等8个等级。为突出医院规模分布的主要特征，本文将其简化为三个等级：0-99床，100-799床和800床及以上，在文中分别简称为小型医院、中型医院和大型医院。由于缺乏不同等级医院床位数的资料，本文采用Santerre & Pepper(2000)对美国研究的方法，使用不同规模等级医院的数量衡量规模分布。
首先计算医院规模等级分布在全国和各省的变化趋势，然后通过聚类分析探讨空间分布的差异，最后使用控制了空间自回归的Panel corrected standard errors (PCSE)模型讨论其影响因素，其中市场因素包括经济增长、城市化率、人口分布和交通设施变化（影响病人流动能力），政府行为因素包括政府财政能力和财政自给率，医学专业因素为医学技术水平。相关数据来自于中国卫生健康统计年鉴和中国统计年鉴。
4. 结果
（1）变化趋势：
图1显示，2002-2019年期间，小型医院（0-99床）数量翻番，但占比维持在60%左右；中型医院（100-799床）数量有所增长，但占比减少了6.09%。增长最显著的是大型医院（800+床位），其数量从2002年的180家增长到2019年的2007家，占比从1.01%增长到5.84%。图2显示，大量省份的大型医院显著增加，而中型医院占比普遍减小。
（2）聚类分析：
使用2002-2019年省域医院规模分布的平均值，发现无显著聚类特征；进一步划分了供给侧医改前后两个时段，发现仅2012-2019年呈现显著聚类特征，说明我国省域医院规模分布从均质格局走向显著的空间差异。
其中，2012-2019年，北京、天津、河北、山西、山东、河南、贵州、西藏和新疆等9个省份以小医院（0-99床）为主，甘肃、广西、江西和上海以中型医院（100-799床）为主，福建、广东、湖北、湖南、吉林和浙江的大型医院（800+床）占比最高，另有12个省份无单一的主导规模等级。四个类型并无显著的空间邻接关系
（3）影响因素：
市场因素方面，经济发展有利于大型医院（800+床）的增长，并减少了中型医院（100-799床）的占比，尤其是2012年之后。城市化率的提升有助于大型医院增长，并减少了小医院（0-99床）的占比。人口分布方面，近年来很多省份的人口向少数几个大城市/特大城市集聚，这一过程有利于小医院而非大医院的增长。高速路网的快速发展有助于提升病人的流动能力，但研究发现总体上高速路网密度对大型医院的增长没有显著作用，反而是有利于小医院的增加。然而，这一趋势在2012-2019有所变化。2012年后高速路网密度有利于提升大医院的占比。
政府行为因素方面，财政能力较强的省份拥有更多的大型医院，但这一影响只见于2012年以前。同时，财政自给率越低的省份，大型医院更多；这一影响只见于2012年之后。医学专业因素方面，获得医学研究基金越多的省份（相应医学技术水平越高），大医院占比越大。
5. 结论与讨论
本文建议了一种研究医院规模分布的地理学方法，并以中国省域差异为例进行了详细探讨。与当前使用的统计学方法和经济学方法相比，该方法不局限于对规模分布统计规律的描述，进一步探讨了规模分布的形成原因和变化机制；也避免了规模经济分析方法在搜集医院成本、效益数据方面的困难。
采用一种地理学视角，该方法有助于提供区域医疗治理的政策建议。中国省域尺度的医院规模分布从均质格局走向显著的区域差异，并受到市场力量、政府行为和医学专业发展的显著影响。这一结果提示不应全国一刀切地制定限制医院规模的管理政策，而应重视不同地域的差异。例如，为推进医疗资源均衡布局，2015年颁布的《全国医疗卫生服务体系规划纲要（2015—2020年）》规定新增省级综合医院不超过1500床位，而2022年颁布的《医疗机构设置规划指导原则（2021-2025 年）》规定新增省级综合医院不超过3000床位。快速的政策调整更加强调了应根据不同区域的不同社会经济特征治理医院规模分布。地方政府在财政约束等限制下鼓励大型医院增长的行为，也凸显了将医院规模分布置于央地关系考察的必要性。同时，随着我国大型医院的日益增长，医院规模的统计口径也应有所调整。
通过研究医院规模分布，本文倡议医疗资源空间分布研究应更加关注医疗资源结构——即不同类型医疗资源的组合，而不仅仅是医疗资源数量（例如医师数、床位数）的差异。后疫情时代和我国深化供给侧医改的背景下，有必要通过更多数据，在更多空间尺度下揭示医疗资源结构的空间差异，并与关注医疗需求侧的可达性分析相结合，为医改提供政策参考。
作者简介
严 祥
四川大学建筑与环境学院 特聘副研究员
研究方向：健康城市、健康地理
通讯邮箱：yanx@scu.edu.cn
供稿丨 严 祥
编辑丨王朝辉
审校丨兰小梦