综述：收入与人口统计学因素对医疗服务可及性的影响：集中指数与有序概率模型

【编辑推荐】本研究采用集中指数(CI)和有序概率模型(Ordered Probit)分析土耳其2014-2022年健康调查数据，揭示低收入群体、女性及老年人面临显著医疗可及性障碍，而高学历和就业者优势明显，为制定减少健康不平等的政策提供了量化依据。

　　

ABSTRACT

Objective

研究聚焦土耳其医疗资源分配不均问题，通过量化分析收入与人口统计学因素（如教育水平、年龄、性别、就业状况）对医疗可及性的影响，填补了发展中国家健康不平等研究的空白。

Methods

采用土耳其统计局(TURKSTAT)2014-2022年四期健康调查数据，创新性结合集中指数(CI)衡量收入相关不平等，配合有序概率模型(Ordered Probit)对医疗可及性分级变量进行回归分析。数据涵盖不同社会经济背景人群的就诊频率、医疗资源使用障碍等核心指标。

Results

研究发现呈现显著梯度差异：

1. 1.

   收入维度：最低收入组医疗可及性CI值达-0.18（p<0.01），显示系统性资源倾斜

2. 2.

   人口特征：

   • •

     女性因交通限制和家庭责任，就诊率较男性低23%

   • •

     65岁以上老年人面临行动不便和慢性病管理双重障碍

3. 3.

   保护因素：大学学历群体医疗资源利用率是文盲组的2.7倍，正规就业者自费医疗支出减少40%

Conclusion

建议实施三级干预策略：

① 基层医疗强化计划（针对低收入地区增设流动诊所）

② 老年友好型服务（远程医疗覆盖农村）

③ 性别敏感政策（延长女性专属门诊时间）

研究为新兴经济体医疗资源优化提供了可复制的分析框架。