中国健康资源配置与医疗服务利用耦合协调关系的时空差异、动态演化及影响因素研究

本研究针对中国健康资源配置(HRA)与医疗服务利用(HSU)的供需失衡问题，通过熵值法、耦合协调度模型(CCDM)和XGBoost-SHAP机器学习技术，揭示了2010-2022年省级层面的时空演化规律。研究发现耦合协调度(CCD)呈"稳定-波动-缓增"三阶段特征，空间上呈现"南高北低、东高西低"格局，且医疗投入与经济发展是核心驱动因素。该研究为"健康中国"战略下区域差异化政策制定提供了理论依据。

　　

随着中国经济社会快速发展，医疗需求持续增长，但健康资源配置与医疗服务利用之间的结构性矛盾日益突出。一方面，每千人口医师数(3.40)和护士数(4.00)低于OECD平均水平；另一方面，优质资源过度集中在大城市和高等级医院，基层医疗机构服务能力薄弱。这种"虹吸效应"导致资源配置效率低下，加剧了"看病难、看病贵"问题。在此背景下，杭州医学院公共卫生学院徐晓敏团队联合复旦大学等机构，在《BMC Public Health》发表了关于中国HRA-HSU耦合协调关系的研究，为优化资源配置提供了科学依据。

研究团队采用多学科交叉方法：首先通过熵值法计算HRA和HSU子系统综合发展指数；运用耦合协调度模型(CCDM)量化两者协调水平；结合标准偏差椭圆(SDE)分析重心迁移轨迹；采用核密度估计(KDE)揭示空间极化特征；最后利用XGBoost-SHAP机器学习解析影响因素贡献度。数据来源于2010-2022年中国统计年鉴和卫生统计年鉴的省级面板数据。

综合发展指数分析
研究发现HRA指数(U₁)从0.152升至0.266，2016年达峰值0.325；HSU指数(U₂)波动更显著，2019年峰值为0.349。东部地区两项指数均领先(0.313和0.353)，西部最低(0.194和0.240)，显示区域发展不均衡。

时空演化特征
耦合协调度(CCD)呈现三阶段变化：2010-2015年稳步上升(0.398→0.450)，2015-2017年波动调整，2018-2022年缓慢增长至0.501。空间上形成以河南为重心(迁移轨迹20.5km→23.7km→5.3km)的"东高西低"格局，广东(0.719)、西藏(0.199)分别代表最高和最低水平。核密度曲线从多峰向单峰转变，表明区域差异逐步缩小。

影响因素解析
XGBoost模型(R²=0.94)显示：医疗总支出(SHAP值0.441)和政府卫生投入(0.342)贡献度达78.3%。区域异质性显著：东部受城乡居民医保(URRBMI)覆盖率正向驱动，中部依赖交通网络密度，西部则受人口密度负向制约。

结论与启示
该研究首次系统揭示了中国HRA-HSU耦合协调的时空规律：一是验证了2009年新医改政策对协调度的提升作用；二是发现DRG/DIP支付改革(2022-2024)对缓解"虚假高耦合"现象具有关键意义；三是提出东部应强化医保覆盖、西部需优化人口分布的政策建议。创新性体现在：首次应用XGBoost-SHAP解析非线性关系，通过SDE量化重心迁移轨迹，为健康地理学研究提供了方法论范例。

研究局限性在于指标体系尚未涵盖人口流动等动态因素，未来需结合县域数据深化分析。但毫无疑问，这项成果为破解"资源配置-服务利用"协同难题提供了实证支撑，对实现"健康中国2030"战略目标具有重要指导价值。