EN中文

Arid Land Geography >

2025 , Vol. 48 >Issue 7: 1317 - 1327

DOI: https://doi.org/10.12118/j.issn.1000-6060.2024.495

Regional Development

Accessibility of medical facilities in Lanzhou City from the perspective of the elderly population

  • Xueya BAI ,
  • Zhibin ZHANG ,
  • Xiaomin MA ,
  • Huaying LI ,
  • Lanxing FU
Expand
  • College of Geography and Environmental Science, Northwest Normal University, Lanzhou 730070, Gansu, China

Received date: 2024-08-17

  Revised date: 2024-09-27

  Online published: 2026-03-11

Fold

Abstract

In the context of an aging population and the “healthy China” strategy, the rational allocation of urban medical facilities is crucial for enhancing the health and well-being of the elderly. This study utilizes multi-source data, including the Seventh National Census, points of interest for medical facilities, and path planning, along with methodologies such as the average nearest neighbor, an improved two-step floating catchment area method, and bivariate local spatial autocorrelation analysis, to investigate the accessibility of medical treatment for the elderly and the alignment of supply and demand in Lanzhou City, Gansu, China in 2020. The results reveal the following. (1) The elderly population in Lanzhou is unevenly distributed, exhibiting a “ual core” structure characterized by varying density and aging rates. (2) The spatial clustering patterns of medical facilities differ by level: city-level facilities exhibit a “single-center” structure, district-level facilities follow a “one main, multiple secondary” distribution pattern, and street-level facilities adopt a “multi-center” distribution pattern. (3) Accessibility to medical facilities varies significantly among different levels, Specifically, the city and district levels show considerable unevenness, street-level facilities have the broadest range of high-accessibility areas, even though some streets remain low-accessibility “blind spots”. (4) The uneven distribution of medical facilities leads to a mismatch between the elderly population and available medical services at the city, district, and street levels. These research results offer valuable insights for the rational allocation of urban medical facilities and the development of healthy cities.

Key words： elderly population; medical facilities; accessibility; matching degree; Lanzhou City

Cite this article

Xueya BAI , Zhibin ZHANG , Xiaomin MA , Huaying LI , Lanxing FU . Accessibility of medical facilities in Lanzhou City from the perspective of the elderly population[J]. Arid Land Geography, 2025 , 48(7) : 1317 -1327 . DOI: 10.12118/j.issn.1000-6060.2024.495

在老龄化快速推进、经济社会转型和城乡空间重构的特殊时期，中国人口老龄化现象日趋复杂[1]。据第七次全国人口普查数据显示，2020年全国60岁及以上老年人口2.64×108人，占总人口18.73%。与第六次全国人口普查相比，老龄化率上升了5.47%。由于老年人口的增加及生病风险的提高，老年人口对医疗设施的需求日益增长[2]。为积极应对人口老龄化，《“健康中国2030”规划纲要》提出应推进老年医疗卫生服务体系建设，推动医疗卫生服务向社区和家庭延伸。随着经济发展水平和医疗体制改革的逐步推进，中国的医疗卫生事业得到了较快的发展，居民的健康水平有较大幅度改善，但“看病难”的问题仍然十分突出[3]，因此合理配置地区医疗资源对保障老年人口健康水平以及全面推进健康城市建设具有重要意义。
医疗设施的可达性可以理解为居民获得医疗资源的便利程度[4]。国外对于医疗设施可达性的研究主要基于居民多样化的出行方式，从医疗设施的使用需求和模式出发，分析不同群体就医可达性的空间差异[5-7]。如Sibley等[5]通过分析加拿大10个省市医疗设施可达性的城乡差异，发现城市居民接受专业医师治疗的可达性高于乡村居民；Guida等[6]将米兰老年人口按年龄划分为65~69岁、70~74岁、75岁及以上3类分析其就医可达性差异，发现相较于75岁及以上的老年人口，65~69岁的老年人口就医可达性更高；Donald等[7]通过分析美国42个州的残疾老年人口就医可达性，发现其住宅区周边基本没有步行可达的医疗设施，因此多选择医护到家服务。近年来，随着健康城市建设的全面推进，国内也出现了在不同群体视角下针对医疗设施可达性的研究[4]，开始关注老年人口[8]、保障房居民[9]和流动人口[10]等弱势群体，研究方法多采用最近距离法[11]、潜能模型法[12]等。如许婧雪等[13]采用最近距离法对北京市弱势群体的公共服务设施可达性进行了综合评价，结果表明其综合可达性呈由内环向外环逐步递减趋势，并沿东西和南北2条轴线延伸；张纯等[9]运用潜能模型法探讨北京市保障性住房居民的就医可达性，发现越是新建的保障性住房，其就医可达性越差；陶印华等[10]采用潜能模型法对流动人口和户籍人口的就医可达性差异进行对比分析，发现户籍人口的就医可达性要优于流动人口。
综上所述，不同群体就医可达性的空间差异受到国内外学者的普遍关注。其中，老年人口慢性病的患病率随年龄攀升[14]，是需要重点关注的就医群体。但现有研究对于老年人口与不同层级医疗设施，尤其是老年群体日常就医的诊所、药店等基层医疗设施可达性差异的关注不足。从研究方法看，相较于最近距离法和潜能模型法，两步移动搜索法及其改进形式兼顾供需状况与距离因素，能更好地应用在复杂场景下。从研究数据看，相关研究多利用ArcGIS网络分析功能计算得到时间成本数据，随着大数据时代的发展，基于互联网地图服务的路径规划应用程序编程接口（API）为精细化的可达性研究提供了新的数据源，能实时高效地获取更高精度的通行时间数据。此外，现有对医疗设施可达性的研究多集中于东部发达城市，对西北内陆城市的关注较少。鉴于此，本文以兰州市为例，基于第七次全国人口普查、医疗设施兴趣点（POI）和路径规划等多源数据，利用平均最近邻、改进两步移动搜索法和双变量局部空间自相关等方法分析街道尺度老年人口就医可达性及其供需匹配度，以期为城市医疗设施合理配置以及健康城市建设提供科学参考。

1 数据与方法

1.1 研究区概况

兰州市是甘肃省省会城市，现辖城关、七里河、安宁、西固、红古5区及永登、皋兰、榆中3县。市区南北两山对峙，黄河自西向东穿城而过，形成典型的河谷城市。主城区作为城市经济和人口的主要集聚地，在行政区划上包括城关、七里河、安宁、西固4区。截至2020年，主城区常住人口290.59×104人，其中60岁及以上的老年人口47.13×104人，占全市老年人口总数的65.27%（图1）。近年来，兰州市主城区老龄化率持续上升。第七次全国人口普查数据显示，2020年主城区老龄化率为16.22%，与2010年相比上升了4.05%。随着老年人口持续增加，老龄化率进一步加深，医疗设施需求持续增长，供需结构矛盾日益凸显。因此，以兰州市主城区作为研究区域，包含49个街道、1个高新技术开发区共50个研究单元。
图1 研究区位置及医疗设施空间分布

Fig. 1 Location of the study area and distribution of medical facilities

1.2 数据来源

研究数据包括兰州市主城区老年人口数据、行政区划数据、医疗设施数据和路径规划数据。其中，（1） 老年人口数据：通过第七次全国人口普查数据获得兰州市各街道总人口数和60岁及以上老年人口数。（2） 行政区划数据：来自谷歌遥感影像所获取的基础地理信息空间数据。在进行可达性分析时，考虑到老年人口活动范围有限，不具较强的流动性，属于静止人口[15]，因此采用街道图层的几何质心作为老年人口空间分布的质心。（3） 医疗设施数据：通过python编程利用高德地图API批量获取2023年兰州市主城区医疗设施点位数据，包括POI的名称、地址、所属类型和经纬度等信息，剔除妇产科医院、儿童医院、整容医院等与本研究无关的医疗机构，共选取2109个医疗设施点（表1）。同时，考虑到不同等级医疗设施的服务能力存在差异，参考《医疗机构设置规划指导原则（2021—2025年）》，将兰州市医疗设施划分为市级、区级、街道级3类。医疗设施服务能力采用床位数来表征，其中市级医疗设施床位配备数通过各医院官网收集，区级和街道级医疗设施的床位数参考已有研究及《2020年甘肃省卫生健康事业发展统计公报》等设置[16-18]。（4） 路径规划数据：利用高德地图API多路线规划接口（https://lbs.amap.com/product/path）爬取各供给点和需求点间基于实时路况的出行时间。考虑到老年人口出行主要集中在非通勤时间的特点[19]，调用高德地图API计算在非通勤时段的交通出行时间。
表1 兰州市医疗设施的描述性统计

Tab. 1 Descriptive statistics of medical facilities in Lanzhou City

等级 类型 服务能力/人 数量/个
市级 三级甲等医院 - 19
区级 一般性综合医院 300 75
专科医院 100 193
街道级 社区卫生院 20 190
诊所 10 833
药店 10 799

1.3 研究方法

1.3.1 老龄化率

老龄化率是指60岁及以上老年人口占总人口的百分比。当比值超过10%，说明该区域步入老龄化社会；当比值达到16%，说明该区域已经进入老龄化后期[20]。

1.3.2 平均最近邻分析

平均最近邻分析用来判断点要素在空间中的相互邻近程度，能从整体层面上分析医疗设施的空间分布模式[21]。

1.3.3 核密度分析

核密度分析法能够客观反映出点状要素在地理空间中的分散或集聚状态，广泛用于医疗设施的空间分布研究[22]。

1.3.4 改进两步移动搜索法

两步移动搜索法可以从供给和需求2个角度全面、简便地对医疗设施可达性进行计算[23]。为更准确地测度医疗设施可达性，本文通过引入衰减函数、设立多级搜索半径对两步移动搜索法进行改进，具体步骤如下：
第一步，对每个医疗设施（v），以出行时间阈值（ T r）为搜索半径，搜索范围内的每个街道（u），得到每个医疗设施的供需比（ R v）。
R v = S v ∑ u ∈ ( T u v ≤ T r ) G T u v , T r P u = S v ∑ u ∈ ( T u v ≤ T 1 ) G T u v , T 1 P u + ∑ u ∈ ( T u v ≤ T 2 ) G T u v , T 2 P u + ∑ u ∈ ( T u v ≤ T 3 ) G T u v , T 3 P u
G T u v , T r = e - 1 2 × T u v T r 2 - e - 1 2 1 - e - 1 2 ,           T u v ⩽ T r 0 ,                                                         T u v T r
式中： S v为医疗设施服务能力，其服务能力用床位数来表征； G T u v , T r为考虑时间衰减的高斯函数，相比于幂函数、指数函数、核密度函数等，高斯函数在接近阈值起点处下降较缓，更符合实际就医出行[24]； T r为出行时间阈值， T 1表示15 min以内， T 2表示30 min以内， T 3表示60 min以内； P u为阈值范围内所有街道u的老年人口总数（人）。
第二步，对每个街道（u），统计在出行时间阈值（ T r）内的所有医疗设施（v），将其供需比（ R v）乘以 G T u v , T r得到加权后的供需比，最后相加得到街道u的就医可达性（ A u）。
A u = ∑ v ∈ T u v ≤ T r G T u v , T r R v = ∑ v ∈ T u v ≤ T 1 G T u v , T 1 R v +                 ∑ v ∈ T u v ≤ T 2 G T u v , T 2 R v + ∑ v ∈ T u v ≤ T 3 G T u v , T 3 R v
在服务阈值方面，已有研究表明，尽管私家车和应急车辆就医的比例在逐年提高，但步行和公共交通仍然是老年人口就医的主要出行方式[25-26]，因此将“步行”与“公共交通”作为2种主要出行方式。根据《兰州市人民政府办公室关于印发兰州市新型城镇化发展规划》（2021—2035年）中提出的“15 min生活圈”规划，结合以往研究普遍采用的步行就医时间[8]，设置“步行”15 min作为街道级医疗设施服务阈值；考虑到医疗救援的黄金时刻为60 min[27]，设置“公共交通”60 min作为市级医疗设施服务阈值；参考现有研究多以30 min作为合理的就医时间[12,28]，设置“公共交通”30 min作为区级医疗设施服务阈值。

1.3.5 双变量局部空间自相关

双变量局部空间自相关可反映老年人口和医疗设施在空间上的关联模式，根据空间关联性结果可分为高-高、低-低、高-低和低-高4种集聚类型[29]。

2 结果与分析

2.1 老年人口的空间分布特征

采用老年人口数量、老年人口密度和老龄化率3个指标对兰州市主城区老年人口的空间分布模式进行具体分析，运用Jenks自然断点法将其分别划分为5个等级，且将老年人口数量≥13788人的地区称为老年人口数量高值区、老年人口密度≥8131.31 人·km-2的地区称为老年人口密度高值区（图2）。
图2 兰州市各街道老年人口分布特征

Fig. 2 Distribution characteristics of elderly population in various streets of Lanzhou City

研究显示，兰州市主城区老年人口数量高值区共有6个街道，主要分布在城关区的雁北街道和草场街道、七里河区的西湖街道和敦煌路街道、安宁区的西路街道以及西固区的福利路街道。老年人口数量最多是雁北街道（18843人），而数量最少的是伏龙坪街道（仅1957人），雁北街道的老年人口数量是伏龙坪街道的9.63倍。老年人口密度高值区共有6个街道，主要分布在城关区的酒泉路、皋兰路、铁路西村、铁路东村街道和西固区的福利路、先锋路街道。老年人口密度最高的是铁路东村街道（12122.66 人·km-2），最低的是沙井驿街道（299.44 人·km-2），铁路东村街道的老年人口密度是沙井驿街道的40.48倍。兰州市老龄化率超过16%的街道共有29个，主要分布在城关、七里河和西固区，步入老龄化后期的街道占比达到58%。其中，西固区先锋路街道的老龄化率最高，为26.36%。
整体来看，兰州市主城区的老年人口空间分布差异明显。老年人口数量高值区在城关、七里河、安宁和西固4区均有分布，老年人口密度和老龄化率的空间分布均呈现以城关张掖路等街道为中心、以西固福利路等街道为中心的“双核心”结构，这与历史发展惯性、城市功能定位和产业发展有关。城关区作为政治、商业、科教中心[30]，开发历史悠久且配套设施相对完善，成为老年人口的主要聚集区域；计划经济时期享有“中国石化工业摇篮”之称的西固区是国家重点投资兴建的工业基地，以“兰炼”“兰化”等为代表的大型骨干企业的落地形成了统一规划的工业区和住宅区[31]，职工的就地老化是西固区老年人口数量多、密度大及老龄化率高的主要原因。

2.2 医疗设施的空间集聚特征

利用平均最近邻分析各级医疗设施的空间集聚程度。研究显示，兰州市各级医疗设施在空间分布上均呈现出显著的集聚特征，但集聚程度存在明显的差异性。3类医疗设施的平均最近邻指数均小于1且通过显著性检验，集聚程度依次为：街道级医疗设施（0.46）>区级医疗设施（0.53）>市级医疗设施（0.76）。这是缘于街道级医疗设施占地面积小，空间布局灵活，且受市场导向影响明显，在经济利益驱动下往往表现出更为强烈的“区位偏好”和“人口偏好”，使得空间集聚程度更强；市级和区级医疗设施因占地面积多，服务和辐射范围广，社会影响大，其空间布局往往受政府规划的引导和调控更为深刻，因此空间集聚程度相对较低。
采用核密度分析法进一步刻画医疗设施的空间集聚特征（图3）。具体来看：市级医疗设施呈“单中心”结构形态。集聚中心位于城关区的渭源路、嘉峪关路、团结新村等街道，其他街道布局较为分散。区级医疗设施呈“一主多次”分布模式。主中心呈现以城关区的张掖路、酒泉路、皋兰路等街道为核心的连片聚集特征；次中心呈点状分散，西园街道、龚家湾街道、建兰路和敦煌路街道、西固城和福利路街道的核密度值自内向外逐级递减，形成了4个次级中心。街道级医疗设施呈“多中心”分布格局，根据核密度分布可将其大致分为张掖路和酒泉路街道、雁南和拱星墩街道、西园街道、建兰路和敦煌路街道、西固城和福利路街道5个中心。
图3 兰州市各级医疗设施核密度分布

Fig. 3 Distributions of kernel density in medical facilities at each level in Lanzhou City

2.3 老年人口就医可达性特征

2.3.1 老年人口就医通勤时间差异

通过计算老年人口到达医疗设施的平均最短就医通勤时间可知，市级、区级和街道级医疗设施平均时间分别为30.48 min、19.91 min、6.33 min，可以看出各级医疗设施通勤时间差异较大。同时，河谷型城市特殊的带状组团结构，使得“东西拥挤、南北不畅”的交通难题始终没有得到有效解决[32]，且市级、区级医疗设施主要集中在城关区和七里河区，跨区医疗越来越频繁，导致位于西固区和安宁区边缘地带的老年人口的就医通勤时间明显增加。如兰州大学第一医院位于城关区东部，其老年病科为国家临床重点专科，位于安宁区最西端的沙井驿街道的老年人口前往兰州大学第一医院就不得不需要跨区就医，其通勤时间长达84.92 min，是各街道平均就医通勤时间的2.79倍。另外，尽管街道级医疗设施中的诊所和药店有着“便利性”的特点，能够基本满足老年人口的日常就医需求，但仍有个别街道就医通勤时间较长。如靖远路街道的平均就医通勤时间长达27.37 min，远低于兰州市15 min基础医疗卫生服务圈的规划目标。考虑到老年人口步行就医出行时间多在15 min以内[26]，应提高其15 min医疗设施可达性以缩短就医通勤时间，增强就医的及时性。
为具体分析各级医疗设施在不同时间阈值内覆盖的老年人口比例，将各街道老年人口就医时间划分为4个阈值范围并统计各级医疗设施在阈值范围内的老年人口比例（表2）。研究显示，15 min内市级、区级和街道级医疗设施所覆盖的老年人口比例随医疗设施等级的下降而上升，而30 min以上医疗设施所覆盖老年人口随其等级的降低而减少。街道级医疗设施在15 min内可覆盖兰州市主城区91.61%的老年人口，区级医疗设施在30 min内覆盖的老年人口比例为93.30%，而市级医院在60 min内覆盖的老年人口比例为98.07%。可以看出，越面向基层的医疗设施，其老年人口的覆盖比例越低，街道级和区级医疗设施的覆盖度尚需进一步加强。
表2 兰州市各级医疗设施不同时间阈值内覆盖老年人口比例

Tab. 2 Proportion of elderly population covered by medical facilities at each level within various time thresholds in Lanzhou City /%

各级医疗设施 t≤15 min 15<t≤30 min 30<t≤60 min t>60 min
市级医疗设施 7.42 56.55 34.10 1.93
区级医疗设施 28.02 65.28 6.70 0.00
街道级医疗设施 91.61 8.39 0.00 0.00

注：t为就医通勤时间。

2.3.2 老年人口就医可达性分析

运用改进两步移动搜索法从供给和需求2个角度计算得到每个街道3类医疗设施的可达性数值，并将其进一步标准化后利用Jenks自然断点法分为“高、较高、一般、较低、低”5个等级（图4）。研究显示，兰州市主城区各级医疗设施可达性空间分布差异显著。
图4 兰州市老年人口就医可达性分布

Fig. 4 Distributions of medical accessibility among the elderly population in Lanzhou City

市级医疗设施的平均可达性指数为0.39，有48%的街道可达性指数高于平均水平。其中，高可达性街道占比为20.00%，主要集中在城关区的张掖路、酒泉路、皋兰路等街道和七里河区的建兰路、西湖街道，而安宁区62.50%的街道和西固区42.86%的街道均为低可达性街道，说明市级医疗设施空间分布不均衡。
区级医疗设施高可达性街道有4个，分布在城关区的临夏路街道、张掖路街道、高新区和七里河区的建兰路街道。可达性较高的街道分布在可达性高的街道外围，包括东岗西路、秀川、龚家湾等街道，但仍然主要分布在城关区和七里河区。可达性一般的街道主要围绕可达性高和较高街道周边分布，可达性较低和低的街道大致分布在主城区外围边缘地带。可以看出，虽然区级医疗设施高可达性街道的分布规模较市级医疗设施大，但还是主要分布在城关区和七里河区，空间分布不均衡。
街道级医疗设施高可达性街道分布的范围最广，其中可达性高和较高的街道占40%，在城关、七里河、安宁和西固区均有分布，但部分街道仍存在可达性较低的“盲区”。例如，位于城关老城区的东岗西路街道老龄化率为18.77%，但老年人口就医可达性指数仅为0.21，说明街道级医疗设施的配建并未完全契合老年人口分布情况。整体来看，各级医疗设施可达性均呈现以城关张掖路和西固福利路等街道为中心向外围至边缘区逐渐递减的趋势，究其原因在于“中心”区域不仅医疗设施和路网分布更为密集，公共交通服务也更为发达。

2.4 老年人口与就医可达性的匹配度分析

采用基尼系数计算各级医疗设施可达性指数并绘制洛伦兹曲线，分析各级医疗设施可达性和老年人口的匹配度（图5）。根据联合国开发计划署对基尼系数的评价标准，该系数位于0.30~0.39区间表示相对合理的状态，而位于0.40~0.59区间则表示差距较大。市级和区级医疗设施可达性的基尼系数分别为0.41和0.50，处在差距较大区间；街道级医疗设施可达性的基尼系数为0.38，属于相对合理范畴，表明市级和区级医疗设施未能惠及大部分街道的老年人口，老年人口分布与其就医可达性之间的匹配度不高。通过洛伦兹曲线分析，兰州市60%的老年人口市级、区级和街道级医疗设施的累积可达性指数分别为29.81%、22.10%和31.02%，即供给和需求在空间配置上存在着不同程度的错位，表明兰州市医疗设施可达性与老年人口空间分布的不匹配特征较为突出。
图5 兰州市各级医疗设施洛伦兹曲线

Fig. 5 Lorentz curves of medical facilities at each level in Lanzhou City

为具体测度医疗设施可达性与老年人口不匹配街道的空间位置，利用GeoDa软件对兰州市主城区各级医疗设施可达性指数与街道老年人口进行双变量局部空间自相关分析，得到高-高、低-低、高-低和低-高4种集聚类型（图6）。具体来看：“高-高集聚区”表示医疗设施可达性指数与老年人口数量均高于周围地区，主要包括张掖路、酒泉路、皋兰路等街道，全部分布在城关老城区，该区域建成历史悠久、交通便利、老年人口数量多、医疗设施配置较为齐全、医疗设施与老年人口的匹配性高。“低-低集聚区”表示医疗设施可达性指数与老年人口数量均低于周围地区，主要包括沙井驿、安宁堡、青白石等街道，地处主城区外围边缘地带，老年人口数量较少，医疗设施配置也不多，表现为供需“双低”状态。“高-低集聚区”表示老年人口数量少，医疗设施可达性指数较高，主要包括孔家崖、秀川、东岗等街道，地处主城区的外围地带，老年人口数量较少，医疗设施配置却较多，呈现出不匹配状态，即医疗设施建设超前于老年人口增长。“低-高集聚区”表示老年人口数量多，但医疗设施可达性指数却较低，主要包括白银路、五泉路、火车站等街道，地处“高-高集聚区”的外围，老年人口数量较多但医疗设施供给严重不足。因此，应针对不同匹配类型采取差异化的完善路径和措施。
图6 兰州市老年人口与就医可达性的匹配度

Fig. 6 Matching degrees between elderly population and medical accessibility in Lanzhou City

3 讨论

面对人口老龄化持续加深带来的医疗服务压力，满足老年群体就医需求，提高其就医可达性对提升老年人口健康福祉以及践行健康中国战略具有一定的理论和现实意义。本文从老年群体视角分析城市医疗设施的可达性及其供需匹配度，研究表明兰州市老年人口就医可达性空间分布差异显著，呈现从中心向外围至边缘区递减的趋势，这与北京[33]、南京[2]等东部平原城市的研究结果一致。不同的是，兰州主城区位于南北两山之间的黄河谷地，大致以黄河为轴线东西向延伸，呈带状分布[34]，形成了“多中心、组团式”的城市空间结构[32]，使得老年人口与医疗设施可达性存在空间不匹配现象。此外，东西狭长的地形限制也使得城市交通长期表现“东西拥挤、南北不畅”的问题难以解决[32]，导致位于城市外围边缘地带的老年人口就医通勤时间长、可达性较低，特别是市级、区级就医需求难以满足。
基于研究结果，从提升医疗设施可达性水平，缩小不同街道老年人口就医可达性差异，减少老年人口与就医可达性不匹配等方面提出兰州市主城区医疗设施配置策略：（1） 兰州市各级医疗设施均呈现出“核心-边缘”的空间分布特征。城关区和七里河区为医疗设施分布的集中区域，而安宁区和西固区的分布数量相对较少。未来应在安宁区和西固区优先规划布局医疗设施。（2） 各级医疗设施可达性空间分布差异显著。在今后的发展中，需要重点关注市级和区级医疗设施的均衡配置，进一步提升街道级医疗设施的覆盖度。（3） 根据街道医疗设施可达性与老年人口的匹配度来制定不同改进措施。对老年人口数量多、可达性指数低的街道，应增加医疗设施的供给；而老年人口数量少、可达性指数低的街道可优化现有医疗设施的空间布局，改善交通网络以提升出行能力。
本文从老年群体视角出发对城市不同层级医疗设施开展研究，是对以往医疗设施可达性研究的补充和延伸[9-10,12]。同时，引入路径规划数据突破了以往医疗设施可达性计算中传统静态路网均速行驶的约束瓶颈，使得可达性测度更科学精准[22]。但仍存在以下不足：囿于数据的可得性，本文仅采用床位数表征医疗设施服务能力，未来还需结合医疗设施规模、医护人员数量综合评估医疗设施服务均等化水平。此外，老年人口实际就医行为决策机理较为复杂，与患病类型、就医医院与偏好等因素有关，未来有待获取微观个体时空行为大数据，对老年人口的就医意愿和时空行为进行深入的探讨和研究。

4 结论

（1） 兰州市老年人口空间分布不均衡。老年人口数量高值区在城关、七里河、安宁和西固4区均有分布，老年人口密度和老龄化率的空间分布均呈现以城关张掖路等街道为中心、以西固福利路等街道为中心的“双核心”结构。
（2） 3类医疗设施均呈现集聚分布，但空间集聚特征不同。市级医疗设施呈“单中心”结构形态，区级医疗设施呈“一主多次”分布模式，街道级医疗设施呈“多中心”分布格局。
（3） 各级医疗设施可达性空间分布差异显著。市级医疗设施可达性高值区主要分布在城关区和七里河区；区级医疗设施在此基础上在安宁区有所扩展，但仍以城关区和七里河区为重心；街道级医疗设施可达性高值区的分布范围最广，但仍有个别街道存在可达性较低的“盲区”。
（4） 由于医疗设施空间分布不均衡，不论是市级、区级还是街道尺度，都不同程度地存在老年人口与医疗设施空间不匹配现象，且失配地区在城市核心区及主城区的外围地带集中分布。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
高晓路, 吴丹贤, 许泽宁, 等. 中国老龄化地理学综述和研究框架构建[J]. 地理科学进展, 2015, 34(12): 1480-1494.

[ Gao Xiaolu, Wu Danxian, Xu Zening, et al. A review and frame-work setting of geographical research on aging in China[J]. Progress in Geography, 2015, 34(12): 1480-1494. ]

[2]
Cheng L, Yang M, Vos J D, et al. Examining geographical accessibility to multi-tier hospital care services for the elderly: A focus on spatial equity[J]. Journal of Transport & Health, 2020, 19: 100926, doi: 10.1016/j.jth.2020.100926.

[3]
申悦, 史祎雯, 王虹翔, 等. 医疗设施可达性对患者就医空间的影响研究——基于上海市医院患者调查的实证[J]. 城市发展研究, 2019, 26(12): 46-52, 61.

[ Shen Yue, Shi Yiwen, Wang Hongxiang, et al. The impacts of medical facility accessibility on patients’ medical treatment space: A case study in Shanghai[J]. Urban Development Studies, 2019, 26(12): 46-52, 61. ]

[4]
申悦, 李亮. 医疗资源可达性与居民就医行为研究进展[J]. 科技导报, 2020, 38(7): 85-92.

[ Shen Yue, Li Liang. Progress of research on medical resource accessibility and residents’ health seeking behavior[J]. Science & Technology Review, 2020, 38(7): 85-92. ]

[5]
Sibley L M, Weiner J P. An evaluation of access to health care services along the rural-urban continuum in Canada[J]. Bmc Health Services Research, 2011, 11(1): 1-11.

[6]
Guida C, Carpentieri G, Masoumi H. Measuring spatial accessibility to urban services for older adults: An application to healthcare facilities in Milan[J]. European Transport Research Review, 2022, 14(1): 23, doi: 10.1186/s12544-022-00544-3.

[7]
Donald H T, Hoenig H. Access to health care services for the disabled elderly[J]. Health Services Research, 2010, 41(3): 743-758.

[8]
赵立志, 廖筱萱, 王佩玉. 居家养老模式下城市基层医疗设施配置研究——以北京城市副中心为例[J]. 城市发展研究, 2022, 29(8): 14-19.

[ Zhao Lizhi, Liao Xiaoxuan, Wang Peiyu. Research on the allocation of urban primary medical facilities under home care model: Take Beijing sub-center as an example[J]. Urban Development Studies, 2022, 29(8): 14-19. ]

[9]
张纯, 李晓宁, 满燕云. 北京城市保障性住房居民的就医可达性研究——基于GIS网络分析方法[J]. 人文地理, 2017, 32(2): 59-64.

[ Zhang Chun, Li Xiaoning, Man Yanyun. Accessibility to health care service of the affordable housing residents in Beijing: Base on GIS network analysis[J]. Human Geography, 2017, 32(2): 59-64. ]

[10]
陶印华, 申悦. 医疗设施可达性空间差异及其影响因素——基于上海市户籍与流动人口的对比[J]. 地理科学进展, 2018, 37(8): 1075-1085.

[ Tao Yinhua, Shen Yue. Spatial difference of medical facility accessibility and influencing factors: A comparative study of registered and floating populations in Shanghai[J]. Progress in Geography, 2018, 37(8): 1075-1085. ]

[11]
Yin C H, He Q S, Liu Y F, et al. Inequality of public health and its role in spatial accessibility to medical facilities in China[J]. Applied Geography, 2018, 92: 50-62.

[12]
胡舒云, 陆玉麒, 胡国建, 等. 基于多源大数据的深圳市医疗设施可达性与公平性测算[J]. 经济地理, 2021, 41(11): 87-96.

[ Hu Shuyun, Lu Yuqi, Hu Guojian, et al. Measuring accessibility and equity of medical resources in Shenzhen based on multi-source big data[J]. Economic Geography, 2021, 41(11): 87-96. ]

[13]
许婧雪, 张文忠, 谌丽, 等. 基于弱势群体需求的北京服务设施可达性集成研究[J]. 人文地理, 2019, 34(2): 64-71.

[ Xu Jingxue, Zhang Wenzhong, Chen Li, et al. Research on the integration of Beijing service facilities accessibility based on the needs of disadvantaged groups[J]. Human Geography, 2019, 34(2): 64-71. ]

[14]
高瑗, 原新. 老龄化背景下中老年人口的健康转变模式特征及其应对[J]. 河北学刊, 2018, 38(3): 170-175.

[ Gao Yuan, Yuan Xin. Aging health and its public policy responses in the context of healthy China[J]. Hebei Academic Journal, 2018, 38(3): 170-175. ]

[15]
王德, 任熙元. 日常流动视角下的上海市实有人口分布与流动性构成[J]. 城市规划学刊, 2019(2): 36-43.

[ Wang De, Ren Xiyuan. Distribution and composition of actual population in urban space from daily human mobility view[J]. Urban Planning Forum, 2019(2): 36-43. ]

[16]
胡莉蓉, 何深静, 苏世亮. 深圳市公共住房居民就医可达性——基于互联网地图服务和改进两步移动搜索法[J]. 热带地理, 2024, 44(2): 226-235.

[ Hu Lirong, He Shenjing, Su Shiliang. Accessibility of healthcare resources to public housing in Shenzhen, China: Indirect map service and optimized two-step floating catchment area method[J]. Tropical Geography, 2024, 44(2): 226-235. ]

[17]
陈全, 幸丽君, 孙桂英, 等. 城市老年健康资源空间公平性——以武汉市中心城区为例[J]. 资源科学, 2023, 45(7): 1424-1439.

[ Chen Quan, Xing Lijun, Sun Guiying, et al. Spatial equity of urban health resources for the elderly from an active-passive health perspective: A case study of central Wuhan City[J]. Resources Science, 2023, 45(7): 1424-1439. ]

[18]
钟少颖, 杨鑫, 陈锐. 层级性公共服务设施空间可达性研究——以北京市综合性医疗设施为例[J]. 地理研究, 2016, 35(4): 731-744.

[ Zhong Shaoying, Yang Xin, Chen Rui. The accessibility measurement of hierarchy public service facilities based on multi-mode network dataset and the two-step 2SFCA: A case study of Beijing’s medical facilities[J]. Geographical Research, 2016, 35(4): 731-744. ]

[19]
Szeto W Y, Yang L C, Wong R C P, et al. Spatio-temporal travel characteristics of the elderly in an ageing society[J]. Travel Behaviour and Society, 2017, 9: 10-20.

[20]
林琳, 马飞. 广州市人口老龄化的空间分布及趋势[J]. 地理研究, 2007, 26(5): 1043-1054.

[ Lin Lin, Ma Fei. Spatial distribution and trends of the aging of population in Guangzhou[J]. Geographical Research, 2007, 26(5): 1043-1054. ]

[21]
曹开军, 商宁, 王秘秘. 中国西北五省乡村旅游重点村时空分布格局与可达性分析[J]. 干旱区地理, 2023, 46(7): 1196-1205.

[ Cao Kaijun, Shang Ning, Wang Mimi. Spatial distribution pattern and accessibility analysis of the key rural tourism villages in the five northwestern provinces of China[J]. Arid Land Geography, 2023, 46(7): 1196-1205. ]

[22]
周海涛, 马钰松, 樊亚宇, 等. 内蒙古红色旅游资源空间分布及可达性分析[J]. 干旱区地理, 2023, 46(5): 814-822.

[ Zhou Haitao, Ma Yusong, Fan Yayu, et al. Spatial distribution and accessibility analysis of red tourism resources in Inner Mongolia[J]. Arid Land Geography, 2023, 46(5): 814-822. ]

[23]
仝德, 孙裔煜, 谢苗苗. 基于改进高斯两步移动搜索法的深圳市公园绿地可达性评价[J]. 地理科学进展, 2021, 40(7): 1113-1126.

[ Tong De, Sun Yiyu, Xie Miaomiao. Evaluation of green space accessibility based on improved Gaussian two-step floating catchment area method: A case study of Shenzhen City, China[J]. Progress in Geography, 2021, 40(7): 1113-1126. ]

[24]
程敏, 黄维维. 基于高斯两步移动搜索法的上海市养老设施空间可达性评价[J]. 复旦学报(自然科学版), 2020, 59(2): 129-136.

[ Cheng Min, Huang Weiwei. Measuring the accessibility of residential care facilities in Shanghai based on Gaussian two-step floating catchment area method[J]. Journal of Fudan University (Natural Science Edition), 2020, 59(2): 129-136. ]

[25]
Du M Y, Cheng L, Li X F, et al. Factors affecting the travel mode choice of the urban elderly in healthcare activity: Comparison between core area and suburban area[J]. Sustainable Cities and Society, 2019, 52: 101868, doi: 10.1016/j.scs.2019.101868.

[26]
黄建中, 吴萌. 特大城市老年人出行特征及相关因素分析——以上海市中心城为例[J]. 城市规划学刊, 2015(2): 93-101.

[ Huang Jianzhong, Wu Meng. An investigation and analysis of travel characteristics and related factors of the elderly population in megacities: The case of the central area in Shanghai[J]. Urban Planning Forum, 2015(2): 93-101. ]

[27]
Newgard C D, Schmicker R H, Hedges J R, et al. Emergency medical services intervals and survival in trauma: Assessment of the “Golden Hour” in a North American prospective cohort[J]. Annals of Emergency Medicine, 2010, 55(3): 235-246.

[28]
Korah P I, Nunbogu A M, Ahmed A. Measuring access to health facilities in Ghana: Implications for implementation of health interventions and the sustainable development goal 3[J]. Applied Geography, 2023, 158: 103026, doi: 10.1016/j.apgeog.2023.103026.

[29]
顾宗倪, 罗小龙. 县域养老设施发展水平的空间不匹配研究——以江苏省为例[J]. 人文地理, 2024, 39(1): 40-47, 112.

[ Gu Zongni, Luo Xiaolong. Examining the spatial mismatch of the elderly care development level: A case study of Jiangsu Province[J]. Human Geography, 2024, 39(1): 40-47, 112. ]

[30]
马璐, 张志斌. 兰州市老龄人口空间分布及其形成机制[J]. 人文地理, 2015, 30(6): 132-137.

[ Ma Lu, Zhang Zhibin. The spatial distribution and formation mechanism of the elderly population in Lanzhou[J]. Human Geography, 2015, 30(6): 132-137. ]

[31]
马晓敏, 张志斌, 公维民, 等. 兰州市制造业空间格局演化及驱动因子识别[J]. 地理科学, 2023, 43(3): 519-529.

[ Ma Xiaomin, Zhang Zhibin, Gong Weimin, et al. Spatial pattern evolution and driving factors identification of manufacturing industry in Lanzhou[J]. Scientia Geographica Sinica, 2023, 43(3): 519-529. ]

[32]
郭燕, 张志斌, 陈龙, 等. 居住自选择视角下城市建成环境对通勤模式选择的影响——以兰州市主城区为例[J]. 干旱区地理, 2024, 47(2): 307-318.

[ Guo Yan, Zhang Zhibin, Chen Long, et al. Impact of urban built environment on commuting mode choices from the residential self-selection perspective[J]. Arid Land Geography, 2024, 47(2): 307-318. ]

[33]
Tao Z L, Cheng Y. Modelling the spatial accessibility of the elderly to healthcare services in Beijing, China[J]. Environment and Planning B: Urban Analytics and City Science, 2019, 46(6): 1132-1147.

[34]
李花, 张志斌, 王伟军. 兰州市大中型超市的空间分布格局及其影响因素[J]. 经济地理, 2016, 36(9): 85-93.

[ Li Hua, Zhang Zhibin, Wang Weijun. Spatial distribution and patterns and influential factors of large and medium supermarkets in Lanzhou[J]. Economic Geography, 2016, 36(9): 85-93. ]

Options
Outlines

/

〈 〉