宋超*
四川大学华西公共卫生学院/华西第四医院
西南石油大学地球科学与技术学院，油气藏地质与开发工程国家重点实验室
中国科学院地理科学与资源研究所，资源与环境信息系统国家重点实验室
王耀德
西南石油大学地球科学与技术学院，油气藏地质与开发工程国家重点实验室
杨修
中国科学技术交流中心政策研究部
杨伊里
四川大学西部农村卫生发展研究中心
唐章英
西南石油大学地球科学与技术学院
油气藏地质与开发工程国家重点实验室
王秀丽
四川大学华西公共卫生学院/华西第四医院
四川大学西部农村卫生发展研究中心
潘杰*
四川大学华西公共卫生学院/华西第四医院
四川大学西部农村卫生发展研究中心
Chao Song*, Yaode Wang, Xiu Yang, Yili Yang, Zhangying Tang, Xiuli Wang & Jay Pan*.
(2020) Spatial and Temporal Impacts of Socioeconomic and Environmental Factors on Healthcare Resources: A County-Level Bayesian Local Spatiotemporal Regression Modeling Study of Hospital Beds in Southwest China, Int. J. Environ. Res. Public Health, 17, 5890.
DOI: 10.3390/ijerph17165890
1.摘要
1.1背景
全面理解中国医疗资源地理不公平性及其影响因素的实证研究仍然稀缺。本研究旨在探索社会经济和环境因素在精细县级行政尺度上对医疗资源不公平分布的局域时空影响作用。
1.2方法
研究针对医疗资源相对匮乏的中国西南地区，集成了2002年至2011年县级医疗资源及其潜在影响因素的时空数据集，包括每万人医院床位数据和32种社会经济与环境因子。研究创新性地采用了一类贝叶斯局部时空回归分析方法，即“时空变系数（Spatiotemporally Varying Coefficients, STVC）”模型，能够在拟合医疗资源目标变量与不同社会经济与环境解释变量之间关系（回归系数）时，同时考虑地理空间现象的时空自相关和时空异质性。
1.3结果
研究发现，除了社会经济因素，环境因素在全局和局域时空尺度同样影响着医疗资源的地理不公平性。全局尺度下，个人经济被识别为最重要的解释因素，然而，基于时间非平稳视角，研究发现个人经济在2002年到2011年期间的时间影响作用逐年下降，而区域经济和政府投资的时间影响作用逐年平稳增加。进一步，基于空间非平稳视角，通过拟合关键解释因子的空间影响地图集，研究探测到了显著的地理聚集效应。最后，基于识别的时空非平稳性变量关系，研究预测了中国西南地区首套完整的县级医院床位资源不公平分布时空地图集。
1.4结论
研究希望从局域时空视角为决策者提供医疗资源精准配置与优化的政策建议。时空变系数STVC模型是时空影响因素分析和时空预测的贝叶斯统计建模新工具，有望未来应用在更为广泛的公共卫生、人文社科、环境和地球科学等领域。
2.引言
医疗资源的合理分配被视为全球范围内整个医疗卫生系统改革要实现的一个基本目标，为此，全面而深入地评估医疗资源的公平性仍然是一个前沿热点科学问题。医疗资源在某一地区集聚或缺失会导致形成地理空间上的不公平性。调查医疗资源的地理分布模式及其空间解释因素能够为政府机构实施循证提供重要基础和关键证据。
在中国，医院床位分布的地理不公平性仍然是一个值得关注的核心问题，研究发现，在更精细的地理行政区划层面，医院床位资源的空间不公平性被发现加剧了。目前，尚无研究基于时间和空间一体化的综合视角详细分析中国县域尺度下的医疗资源不公平性分布问题。文献综述进一步表明，前人研究普遍基于社会经济视角去分析医疗资源不公平性问题，鲜有研究考虑地理环境因子的影响作用。更重要的是，针对中国医疗资源公平性评价这一议题尚未有研究构建一套同时包括社会经济和地理环境两方面的完备潜在时空影响因子体系。
综上，针对医疗卫生资源相对缺乏的中国西南地区，研究提出了两个与该区域医院床位资源相关的假设理论。首先，除了社会经济因素之外，县级医院床位资源的时空地理不公平性可能与环境因素也息息相关。其次，不同解释变量（如社会经济和环境因素）对医院床位资源不公平分布的影响效应不是同质（平稳）的，而可能是具备空间（县级尺度）和时间（年尺度）异质性的，也称作时空非平稳性。
为验证上述两个假设理论，我们采用了一类最新提出的贝叶斯局部时空回归方法，即时空变系数（STVC）模型，用于量化表征中国西南地区2002年至2011年县级医院床位资源与多个社会经济和环境协变量之间的时空异质性关联效应（时空非平稳性），并预测西南地区医院床位公平性分布的时空地图集。
3.数据和方法
3.1时空数据集成
医院床位资源和20种社会经济指标均源于基于渐进时空预测法（PST）估算的中国首套县市社会经济数据集（Song et.al, 2018）。环境数据包括12种，来自资源环境科学与数据中心（http://www.resdc.cn/）和国家气象信息中心（http://data.cma.cn/）。图1展示了2002年中国西南地区医院床位数在县级尺度的地理空间分布。
3.2局域时空回归
时空变系数（Spatiotemporally Varying Coefficients, STVC）模型是贝叶斯统计体系下的一类局域时空回归模型，旨在同时探测多个解释变量对目标变量的时空异质性影响，也就是在拟合目标变量与解释变量之间关系时，考虑地理现象中普遍存在的时空非平稳性（spatiotemporal nonstationarity）。贝叶斯STVC模型采用了一种时空独立的非平稳假设，即通过分开考虑空间自相关和时间自相关的先验设定，分别估算解释变量后验的局域空间回归系数（space-coefficients, SC）和时间回归系数（time-coefficients, TC）集合，旨在直接定量刻画变量关系在时间和空间尺度的异质性变化规律。此外，相比与传统全局的空间和时空回归统计模型，局域STVC模型不仅能够探测解释变量内在的时空非平稳性，同时能够提升模型的拟合度和预测效果（Song et al, 2019; Song et al, 2020）。
4.实验结果
4.1解释变量的全局影响
表1总结了多元线性贝叶斯回归模型估计的关键社会经济和环境解释变量（X1–X10）后验的回归参数。关键解释变量通过多重共线性评价和随机森林方法筛选得到。研究首先发现，全局尺度下，社会经济和环境因素对中国西南地区医疗资源发展都有积极的正向贡献，其中，人均居民储蓄存款（X1）是最重要的社会经济因素，其次是环境因素X6 （代表城市化水平的夜间灯光指数）、X7（气象条件）和X9（地形条件）。
4.2解释变量的时间异质性影响
基于时空变系数STVC模型的输出，图2展示了时间截距（time-intercepts, TI）和时间系数（time-coefficients, TC）曲线图。利用TI曲线图，我们发现整个西南地区的床位资源水平呈逐年上升趋势，前五年变化不大，但后五年呈明显上升趋势，也就是说，自2006年以来，中国西南地区的床位医疗资源有了较为明显的改善。
基于TC曲线图，我们发现在2002-2011年间，不同解释变量的时间非平稳性不一致，具有不同的非线性变化趋势。与表1中列出的全局尺度回归系数不同，由STVC模型估计的TC能够探测不同时期的局部时间尺度的回归关系。我们进一步发现，影响西南地区医院床位的主导因素在研究的十年间发生了变化。具体来说，从2002年到2011年，由居民储蓄存款（X1）和人均消费品零售总额（X5）反映的个人经济的影响减弱了。相比之下，以固定资产投资总额（X2）和人均国内生产总值（X3）为代表的政府主导的区域经济的影响在相应的时期变得更加活跃，而所有其他解释变量都呈下降趋势。此外，我们注意到，2011年后，X2（固定资产投资总额）、X3（人均国内生产总值）和X4（城镇职工人口密度）显示出相对明显的上升趋势，这表明进一步提升中国西南地区的整体医院资源水平的关键可能会集中在这些社会经济条件上。
(b) 时间系数（TC）曲线（95%可信区间）：环境、社会经济解释因子与医院床位资源的时间异质性关联效应。
4.3解释变量的空间异质性影响
基于STVC模型输出的空间回归系数（space-coefficients, SC），图3绘制了每种解释变量的局域空间非平稳性地图集（a），以及它们对应的空间热点集聚地图集（b）。局域空间尺度上，空间非平稳性地图/空间影响效应地图清晰展示了哪种因素在哪里的影响效应最大/最小，以及显著影响集聚区在哪里，以期因地制宜地的指导制定医疗资源精准优化的政策。
空间非平稳性地图（图3a）提供的是最小空间尺度（县级）的因子贡献度结果，而其空间热点集聚地图（图3b）可以帮助使用者挖掘相对粗尺度（如：省级尺度）的宏观科学规律。就本案例而言，我们发现：重庆市是个人经济（X1）和经济投资（X2）的显著积极影响集聚区；云南是经济投资（X2）、地形（X9）和道路网密度（X10）的显著积极影响集聚区；整个四川（尤其是四川中部）是区域经济（X3）、就业水平（X4）和城市化水平（X6）的显著积极影响集聚区；就业水平（X4）和河流网络密度（X8）在贵州中部形成显著积极影响集聚区，但居民的消费能力（X5）制约着其西部地区医院床位水平的发展；西藏的医疗资源则受多种主要社会经济条件的积极影响，包括地区经济（X3）、就业水平（X4）和居民消费能力（X5），且由于其独特的自然环境，城市化水平（X6）、地形（X9）和道路网密度（X10）也对其部分地区的医疗资源产生了积极的影响。
（b）空间系数热点地图集：解释因子空间非平稳性的集聚性效应。
4.4医院床位资源时空估计地图
图4展示的是基于贝叶斯STVC模型预测的中国西南地区医院床位资源完整时空非公平性分布地图集。时空预测地图不仅填补了局部区县的缺失值，提供全面完整的动态变化信息，同时平滑了局部区县的异常值，提供更加直观地理空间信息，以便在局域尺度下准确优化医疗资源。
5.结论与展望
以中国西南地区县级尺度医院床位资源为研究案例，通过利用时空变系数（STVC）等贝叶斯系列回归模型，本文验证了两个理论假设，即：社会经济和环境因素均是影响局域医疗资源不公平分布的关键因子；同时这些关键影响因素对医疗资源的影响效应在局域时间和空间尺度是异质性变化的，也就是具备时空非平稳性。
本研究的政策意义在于：大尺度（如：国家、省级）的政策应侧重于关注全局影响因素，而小尺度（如：县市、乡镇）的措施则应考虑时空非平稳性从当地最重要的局部影响因素入手，因地且因时制宜，真正动态地精准实现政策制定与落地。
值得一提的是，该实证研究进一步表明贝叶斯时空变系数（STVC）模型能够有效处理并探测时空非平稳性，是进行局域时空影响因素分析和时空预测的新工具，在卫生经济政策、公共卫生、医学地理和其他地学相关领域有更广泛的潜在应用价值。
end
—— 欢迎投稿：scujkcs@126.com ——