作者：乔若晨 拜争刚
来源：《中国药房》2022年第15期
中圖分类号 R95 文献标志码 A 文章编号 1001-0408（2022）15-1898-04
大家投 DOI 10.6039/j.issn.1001-0408.2022.15.20
摘 要 目的 研究我国2010-2020年药师资源在省级层面的空间分布及空间聚集性，以期为药师资源的优化配置提供参考。方法 以《2011中国卫生统计年鉴》《2016中国卫生 和计划生育统计年鉴》《2021中国卫生健康统计年鉴》《中国统计年鉴》为数据来源，对我国各省份人均药师数进行空间分布描述，然后分别运用全局空间自相关、局域空间自相关方法对药师资源的空间聚集现状进行分析。结果 2020年我国人均药师数在各省份之间具有一定的差异，其中以北京最高（6.9人/万人），河北最低（2.7人/万人）。在2010-2020年间，各省份人均药师数均有所增加，其中以贵州的增幅最大（增长率为50.6%），辽宁的增幅最小（增长率为3.1%）。全局空间自相关分析结果显示，2010-2014年我国人均药师资源空间聚集程度逐年下降;2016-2019年我国人均药师资源空间聚集程度有所增加，2020年保持稳定。局域空间自相关分析结果显示，2010年，四川、云南、贵州呈现出低-低聚集模式，天津呈现出高-高聚集模式;2015年，四川、云南呈现出低-低聚集模式，天津呈现出高-高聚集模式;2020年，山东呈现出低-低聚集模式，天津呈现出高-高聚集模式。结论 2010-2020年我国各省份人均药师资源存在空间聚集现象，药师资源主要集中在北上广深及经济发达的长三角区域。 关键词 药师;资源配置;空间统计技术;空间聚集
Spatial distribution and dynamic changes of pharmacist resource in China
QIAO Ruochen1， BAI Zhenggang2（1. School of Pharmacy， Nanjing University of Chinese Medicine， Nanjing 210023， China; 2. Evidence-based Social Science and Health Research Center， Nanjing University of Science and Technology， Nanjing 210094， China）
ABSTRACT OBJECTIVE To study the spatial distribution and spatial aggregation of pharmacist resources at provincial level in China from 2010 to 2020， and to provide reference for the optimal configuration of pharmacist resources. METHODS Taking the 2011 China Health Statistics Yearbook， 2016 China Health and Family Planning Statistics Yearbook， 2021 China Health Statistics Yearbook and China Statistical Yearbook as data sources， the spatial distribution of the number of pharmacists per capita in each province in China was described， and the current situation of pharmacist resource spatial aggregation were analyzed by using global spatial autocorrelation and local spatial autocorrelation methods. RESULTS In 2020， the number of pharmacists per capita in China had certain differences among provinces， with the highest in Beijing reaching 6.9 people/10 000 people， and the lowest in Hebei at 2.7 people/10 000 peopl
e. From 2010 to 2020， the number of pharmacists per capita in all provinces had increased， with the largest increase in Guizhou （50.6%） and the smallest increase in Liaoning （3.1%）. Results of the global spatial autocorrelation showed that the clustering degree of pharmacist resource allocation per capita decreased gradually from 2010 to 2014. Spatial aggregation of pharmacist resource allocation per capita increased to certain extent from 2016 to 2019， and remained stable in 2020. Results of local spatial autocorrelation showed that Sichuan， Yunnan and Guizhou presented a low-low aggregation pattern in 2010， while Tianjin presented a high-high aggregation pattern; in 2015， Sichuan and Yunnan presented a low-low aggregation pattern， while Tianjin presented a high-high aggregation pattern; in 2020， Shandong presented a low-low aggregation pattern， while Tianjin presented a high-high aggregation pattern. CONCLUSIONS From 2010 to 2020， there was a spatial clustering phenomenon in the allocation of pharmacist source per capita at the provincial level in China， and pharmacist resources are correspondingly concentrated in the Beijing， Shanghai， Guangzhou and Shenzhen and the economically developed Yangtze River Delta region.
KEYWORDS pharmacist; resource allocation; spatial statistical techniques; spatial aggregation
2016年国务院发布的《“健康中国2030”规划纲要》提出：“到2030年我国要实现全民健康覆盖，健康服务能力大幅提升，健康服务质量和水平明显提高;要持续改进医疗质量和医疗安全，提升医疗服务同质化程度，使主要医疗服务质量指标达到或接近世界先进水平”[1]。药师是健康服务体系的重要成员。2021年国家卫生健康委发布的《中华人民共和国药师法（草案第三次征求意见稿）》提出，药师应当依法履行本单位的药品质量管理及药学服务等职责[2]。因此，药师的人力资源配置及其专业服务能力水平对《“健康中国2030”规划纲要》的高质量落实至关重要。
目前，针对我国药师资源的研究主要集中在药师的数量、素质和学历组成等方面[3]，但对全国药师资源的地域分布特点与分布趋势的研究缺乏。并且，目前的研究也多是通过问卷调查等形式展开，研究重点集中于省级层面执业药师及药学人才的培养制度方面[4-6]，并不能在国家层面显示药师资源的总体水平与动态变化，也不能直观定量比较各省份间药师资源的差异及聚集现象。鉴于此，本文基于空间统计技术，从省级层面梳理分析20
10-2020年我国药师资源的配置状况及其聚集类型的动态变化，直观地描述我国药师资源的区域分布特点，以期为引导药学人才流向，合理规划建设药师人才队伍，推进药学服务行业的整体发展，优化药师资源配置提供决策参考。
1 资料来源
文中有关我国各省份药师配置数据来源于国家卫生部发布的《2011中国卫生统计年鉴》、国家卫生和计划生育委员会发布的《2016中国卫生和计划生育统计年鉴》和中国卫生健康统计年鉴委员会发布的《2021中国卫生健康统计年鉴》。各省份年末常住人口数据来源于国家统计局分别于2011、2016、2021年发布的《中国统计年鉴》。各省份人均药师数为各省份药师数除以该年年末各省份常住人口数再乘以10 000。本研究共对31个省份的情况进行了统计分析，不涉及港澳台地区。
2 研究方法
本研究首先对我国各省份人均药师数的空间分布进行描述。自相关分析使用GeoDa 1.20软件来实现（网址为http：//geodacenter.github.io/）：先采用全局空间自相关方法分
武汉三镇食品有限公司析2010-2020年我国人均药师数的整体空间聚集现象;再利用局域空间自相关方法分析2010、2015、2020年我国各省份人均药师数的局域空间聚集现象。使用Rook邻近规则计算空间权重，2个省份有共同边界即为Rook相邻[7]。由于我国海南省位置特殊，没有边界相邻的省份，故将其邻接省份设定为地理位置最为接近的广东省。
2.1 我国各省份人均药师数的全局空间自相关分析
北京政治副中心 使用全局空间自相关方法对研究范围内所有空间单元的整体空间关系进行分析，以全局Moran’s I指数为衡量指标，Moran’s I指数的计算公式为[8]：张伯伦
Moran’s I指数=[×][n
[∑][i=1][n] [∑][j=1][n]wij] [[∑][i=1][n] [∑][j=1][n]wij（xi-x）（xj-x）
[∑][i=1][n]（xi-x）2]
式中，n是空间区域内的空间单元数，在本文中表示省份的数量;xi和xj分别代表省份i和省份j的人均药师数;wij为空间权重矩阵，表示各省份间的空间关系。全局Moran’s I指数人非生而知之者
的取值范围为[-1，1]。Moran’s I指数越接近1，表示地区间空间的正相关程度越强;Moran’s I指数越接近-1，表示地区间空间负相关程度越强;Moran’s I指数等于0，表示地区间不存在空间自相关性。
2.2 我国各省份人均药师数的局域空间自相关分析
局域空间自相关方法能够识别研究范围内各个空间对象与其邻域对象间的空间相关程度，这种相关程度使用局域Moran’s I指数来衡量。通过局域空间自相关方法将地域之间的聚集现象分为高-高、低-低、高-低、低-高4种聚集模式[9]。其中，高-高聚集模式表示该省份的人均药师数相对较高，且邻近省份的人均药师数也相对较高;高-低聚集模式表示该省份的人均药师数相对较高，而邻近省份的人均药师数相对较低;低-高聚集模式与低-低聚集模式以此类推[7]。
3 结果
3.1 我国人均药师资源分布状况
2020年我国各省份之间的人均药师数差异较大，其中以北京的人均药师数最多，达到
6.9人/万人;河北的人均药师数最少，为2.7人/万人。共有9个省份的人均药师数达到了4.0人/万人，分别为北京、浙江、天津、内蒙古、宁夏、上海、青海、陕西和广西;共有4个省份的人均药师数低于3.0人/万人，分别为云南、安徽、贵州和河北。2020年我国排名前10位和后10位省份的人均药师数见表1。
海云坦克
在2010-2020年間，各省份人均药师数均有所增加，其中以贵州的增幅最大，增长率为50.6%。除贵州外，云南的增长率超过了50%，为50.2%。辽宁的增幅最小，增长率仅为3.1%。据统计，共有4个省份的增长率小于10%，分别为新疆、湖南、湖北和辽宁。2010-2020年间我国排名前10位和后10位省份的人均药师数增长率见表2。
3.2 人均药师资源配置的全局空间自相关分析结果
在2010-2014年间，我国人均药师资源空间聚集程度逐年下降;在2016-2019年间，我国药师资源聚集程度持续增加，2020年相对稳定。我国2010-2020年人均药师数全局Moran’s I指数变化见图1。
3.3 各省份药师资源配置局域空间自相关分析结果
KEYWORDS pharmacist; resource allocation; spatial statistical techniques; spatial aggregation
2016年国务院发布的《“健康中国2030”规划纲要》提出：“到2030年我国要实现全民健康覆盖，健康服务能力大幅提升，健康服务质量和水平明显提高;要持续改进医疗质量和医疗安全，提升医疗服务同质化程度，使主要医疗服务质量指标达到或接近世界先进水平”[1]。药师是健康服务体系的重要成员。2021年国家卫生健康委发布的《中华人民共和国药师法（草案第三次征求意见稿）》提出，药师应当依法履行本单位的药品质量管理及药学服务等职责[2]。因此，药师的人力资源配置及其专业服务能力水平对《“健康中国2030”规划纲要》的高质量落实至关重要。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议