臺灣博碩士論文加值系統

摘要
前言: 依據世界銀行於2016發布的研究報告指出，隨著人口的快速老齡化以及城市化，移民和社會經濟轉型的高度發展，中國面臨著醫療資源空間化進程的加劇，並且面臨著滿足快速增長的醫療保健需求的挑戰(World Bank Group，2016)。據聯合國統計全球有60%約44億人口生活在亞洲。其中，中國14億人口與印度13億人口仍舊是全世界人口最多的國家，兩國人口都超過的10億，分別佔世界總人口的19%和18%(聯合國，2017)。而中國大陸近年經濟快速發展，城市巨型化的發展，導致醫療資源分配問題益發嚴重，不同的城市間，醫療照護的可利用率是否均等是個值得探討的問題。
目的：本研究目的為分析中國大陸城市間的醫療資源包含醫療機構、醫療床位數、醫師、護士各城市間人口與地理面積之分配的差異性及可近性，醫療資源是否在城市人口和地區平均分配並進行其可利用率分析。在醫療資源分配的差異性分析上採用吉尼系數與羅倫茲曲線進行量化分析。本研究對「醫療資源」之執業醫事人力主要定義為醫師之人數(包含執業醫師與助理醫師)、註冊護士之人數，醫療硬體設備主要定義為醫療機構總數以及醫療病床總數量。
方法：採次級資料分析，資料收集期間為2018年7月至2019年3月，資料來源為各城市統計局發布之城市統計年鑑，其次為各城市衛計委發布之衛生統計資料。樣本城市選取係參考大陸華頓經濟研究所于2018年中國百強城市排行榜，其排名指標為經濟指標與軟實力指標，共選取20個城市，可近性排名指標為人均醫師數、人均護理人員數、人均床位數、人均機構數、平均醫師數、平均護理人員數、平均床位數與平均機構數8大指標。醫療資源分配差異性分析採用吉尼係數與羅倫茲曲線進行量化分析。
結果：本研究利用羅倫茲曲線計算出吉尼係數的方法基礎上，對中國20個城市進行醫療資源可利用率的比較分析，醫療資源在人口比在行政土地面積上更均勻的分配。人均醫師數後三名城市為重慶、南通及青島市；人均護理數後三名城市為重慶、南通及天津市;人均床位數後三名城市為南通、重慶與青島市;人均機構數後三名城市為上海、南京及鄭州市。單位面積評比，平均醫師數後三名城市是重慶、南通與瀋陽；平均護理人員數後三名城市是重慶、南通與寧波；平均床位數後三名城市是重慶、大連與寧波；平均機構數後三名城市是大連、重慶與杭州市。醫療資源差異性分析上，人均醫療資源的分配上較土地面積的醫療資源分配平等。
結論：研究顯示，在本研究使用吉尼係數可以了解樣本城市之醫療資源在人口比在行政土地面積上更均勻的分配：並使用羅倫茲曲線圖可更清楚瞭解是否某些城市之醫療資源分配更接近於均等線。計算各城市之人均醫療機構數、人均醫師數、人均護士數、人均醫療床位數、平均醫療機構數、平均醫師數、平均護士數以及平均醫療床位數等可近性與可利用率之指標後，即使在大城市中仍然有醫療資源分配不均的情況並不只是存在於農村區域而已。以往的研究主要集中在農村地區的可近性問題，但城市地區的衛生服務分佈不均也存在，可能導致資源位置和分配效率低下和不公平等嚴重後果。
關鍵字： 醫療資源、城市差異、可利用率分析、吉尼系數、羅倫茲曲線

Abstract
Foreword: Given the rapidly aging population, rapid urbanization, large-scale migration, and socio-economic transformation, China faces an intensification of the spatialization of medical resources and the challenge of meeting the growing demand for health care (World Bank Group, 2016). According to the United Nations, approximately 4.4 billion people (60% of the world's population) live in Asia. Of these, China’s population of 1.4 billion people India’s population of 1.3 billion people makes them the most populous countries in the world. China and India account for 19% and 18% of the global population, respectively (United Nations, 2017). In recent years, China’s rapid economic development and scaling-up of cities has led to increasing problems in the allocation of medical resources. Hence, whether the availability of medical care is equal among different cities is a question worth exploring.
Objective: The objective of this study is to analyze the different allocation and accessibility of medical resources, including the number of medical institutions, beds, doctors, and nurses, among Chinese cities in relation to urban population and geography to determine whether medical resources are evenly allocated among urban populations and regions as the basis for analyzing the availability of medical resources. Gini coefficients and Lorenz curves were used to quantify the difference analysis of medical resource allocation. This study defined “medical resources” primarily as the number of doctors (including practitioners and assistant physicians), registered nurses, and medical hardware equipment (total number of medical institutions and beds).
Methodology: Secondary data analysis was performed. Data collected covered the time period between July 2018 and March 2019. The data sources were the statistical yearbooks published by municipal statistics bureaus as well as the health statistics released by municipal health planning committees. The selection of sample cities was based on the Top 100 Chinese cities ranking, which was published by the Warton Economic Institute in 2018 according to their economic indicators and soft power indicators; a total of 20 cities were selected. The accessibility ranking index comprises eight major indicators: the numbers of doctors, nurses, beds, and medical institutions, each per capita and the average numbers of doctors, nurses, beds, and medical institutions. Gini coefficients and Lorenz curves were used to quantify the difference in medical resource allocation.
Results: Using the method of calculating the Gini coefficient using the Lorenz curve, this study compared the availability of medical resources in 20 Chinese cities. The results revealed that medical resources were more evenly distributed on a per capita basis than on a geographic basis. Chongqing, Nantong, and Qingdao were ranked last in the number of doctors per capita; Chongqing, Nantong, and Tianjin were ranked last in the number of nurses per capita; Nantong, Chongqing, and Qingdao were ranked last in the number of beds per capita; and Shanghai, Nanjing, and Zhengzhou were ranked last in the number of medical institutions per capita. With regard to geography, Chongqing, Nantong, and Shenyang were ranked last in the average number of doctors; Chongqing, Nantong, and Ningbo were ranked last in the average number of nurses; Chongqing, Dalian, and Ningbo were ranked last in the average number of beds; and Dalian, Chongqing, and Hangzhou were ranked last in the number of medical institutions. The analysis of differences in medical resources revealed that the allocation was more equal on a per capita basis than on a geographic basis.
Conclusion: The use of Gini coefficients in this study showed that the allocation of medical resources is more uniform on a per capita basis than on a geographic basis in the sample cities. The results also demonstrated that using Lorenz curves provides a better understanding of whether the allocation of medical resources in a given city is close to the parity line. After calculating the accessibility and availability of medical resources through the aforementioned eight indicators, it was discovered that rather than being limited to rural areas, uneven allocation of medical resources occurs in big cities as well.
Previous studies have focused on the accessibility of medical resources in rural areas, but there is also uneven allocation in urban areas. The exclusion of urban areas may lead to severe consequences such as inefficient and inequitable resource placement and allocation.
Keywords: medical resources, urban differences, availability analysis, Gini coefficient, Lorenz curve

目錄
第一章緒論:1
第一節研究背景與動機:2
第二節研究目的:3
第三節名詞解釋:4
一、醫療資源的可利用率:4
二、醫療資源的可近性:5
三、醫療資源的均等性:7
四、羅倫茲曲線：7
五、吉尼係數：8
第二章文獻探討:11
第一節醫療資源之城市差異性:11
第二節醫療資源之可利用率分析:13
第三節醫療資源之可近性分析:14
第四節醫療資源之均等性分析:16
第三章材料與方法:18
第一節研究流程:18
第二節研究對象:18
第三節方法與研究工具:19
第四節資料處理與統計方法:20
第四章研究結果:21
第一節樣本城市基本資料與差異性分析:21
第二節醫療資源可利用率分析:25
第三節醫療資源可利用率均等性分析:27
一、醫療機構數可利用率之均等性分析:27
二、醫師數可利用率之均等性分析:28
三、護士數可利用率之均等性分析:29
四、床位數可利用率之均等性分析:31
第四節醫療資源可近性分析:32
第五節醫療資源可近性均等性分析:33
一、醫療機構數之可近性均等性分析:33
二、醫師數之可近性均等性分析:35
三、護士數之可近性均等性分析:36
四、床位數之可近性均等性分析:38
第六節醫療資源與吉尼係數和羅倫茲曲線圖:40
一、城市醫療機構之羅倫茲曲線圖:40
二、城市醫師數之羅倫茲曲線圖:41
三、城市護士數之羅倫茲曲線圖:43
四、城市醫療床位數之羅倫茲曲線圖:45
第五章討論:48
第一節醫療資源可利用率之差異性探討:48
一、人均醫療機構：48
二、人均醫師數：49
三、人均護士數:50
四、人均醫療床位數：51
第二節影響醫療資源可利用率之均等性因素探討:51
第三節醫療資源可近性之差異性探討:53
一、平均醫療機構數：53
二、平均醫師數：53
三、平均護士數：54
四、平均醫療床位數：55
第四節影響醫療資源可近性之均等性因素探討:55
第六章結論與建議:57
第一節研究結論:57
第二節研究限制:59
第三節研究建議:60
參考文獻
中文:61
英文:63
網路:65

中文部份
丁愫、陳報章(2017)。城市醫療設施空間分布合理性評估。地球信息科學，19(2)，185-196。
大連市統計局(2017)。大連統計年鑑。北京市：中國統計出版社。
上海市統計局(2017)。上海統計年鑑。北京市：中國統計出版社。
天津市統計局(2017)。天津統計年鑑。北京市：中國統計出版社。
台灣醫界(2018)。世界醫師會醫療可近性聲明。台灣醫界，61(41)，30-32。
北京市統計局(2017)。北京統計年鑑。北京市：中國統計出版社。
西安市統計局(2017)。西安統計年鑑。北京市：中國統計出版社。
成都市統計局(2017)。成都統計年鑑。北京市：中國統計出版社。
李誠固、鄭文升、李培祥。中國城市化的區域經濟支撐模型分析。地理學報，24(1)，1-6。
吳依凡(2003)。醫療資源可近性對個人醫療利用的影響—台灣地區的實證研究。國立中央大學產業經濟研究所碩士論文。
吳肖琪、朱慧凡、黃麟珠、雷秀麗(2003)。從國際比較探討台灣每千人口需要多少醫師?。台灣衛誌，22(4)，279-286。
林淑敏(2003)。醫療資源與國人健康的關聯。國立中央大學產業經濟研究所碩士論文。
周莉清譯(2016)。全球城市實力指標綜述2014。熱點透析，統計與管理，103-104。
杭州市統計局(2017)。杭州統計年鑑。北京市：中國統計出版社。
青島市統計局(2017)。青島統計年鑑。北京市：中國統計出版社。
武漢市統計局(2017)。武漢統計年鑑。北京市：中國統計出版社。
南京市統計局(2017)。南京統計年鑑。北京市：中國統計出版社。
南通市統計局(2017)。南通統計年鑑。北京市：中國統計出版社。
重慶市統計局(2017)。重慶統計年鑑。北京市：中國統計出版社。
姚素俐、朱育增、吳君誠、朱慧凡、吳肖琪(2008)。從國際比較探討台灣醫院病床數。台灣衛誌，27(2)，170-179。
姚云、侯萬里、盧祖洵、李永斌、李向東、賈利高、張亮(2010)。湖北省城市社區衛生人力資源配置公平性分析。中國衛生經濟，4，37-39。
深圳市統計局(2017)。深圳統計年鑑。北京市：中國統計出版社。
章殷超、溫在弘、賴美淑(2011)。比較不同地理可近性分析方法於評估臺灣各鄉鎮每萬人口西醫師數之差異。臺灣衛誌，30(6)，558-572。
陳明星、陸大道、劉慧。中國城市化與經濟發展水平關係的省際格局。地理學報，65(12)，1443-1453。
無錫市統計局(2017)。無錫統計年鑑。北京市：中國統計出版社。
寧波市統計局(2017)。寧波統計年鑑。北京市：中國統計出版社。
鄭州市統計局(2017)。鄭州統計年鑑。北京市：中國統計出版社。
廖興中(2014)。臺灣基層醫療缺乏區域界定之初探：整合空間與非空間因素的分析。行政暨政策學報，58，121-152。
廣州市統計局(2017)。廣州統計年鑑。北京市：中國統計出版社。
劉盛和、蔣芳、張擎(2007)。我國城市化發展的區域差異及協調發展對策。人口研究，31(3)，p7-19。
蓋思璇(2017)。主成分分析法在城市總排名上的應用。科技展望，104-105。
濟南市統計局(2017)。濟南統計年鑑。北京市：中國統計出版社。
謝秀桔(2016)。基于省會城市及計畫單列市截面數據綜合經濟實力排名研究。長春工業大學學報，37(2)，187-192。
蘇州市統計局(2017)。蘇州統計年鑑。北京市：中國統計出版社。
魏東海、黃欣(2013)。2002-2011年廣東省衛生資源配置的區域性差異分析。中國衛生經濟，7，40-43。
瀋陽市統計局(2017)。瀋陽統計年鑑。北京市：中國統計出版社。
 
英文部份
Aday, L. A., & Andersen, R. (1974). A framework for the study of access to medical care. Health services research, 9(3), 208.
Andersen, R. M. (1995). Revisiting the behavioral model and access to medical care: does it matter. Journal of health and social behavior, 1-10.
Cheng, G., Zeng, X., Duan, L., Lu, X., Sun, H., Jiang, T., & Li, Y. (2016). Spatial difference analysis for accessibility to high level hospitals based on travel time in Shenzhen, China. Habitat International, 53, 485-494.
Gulliford, M. C. (2002). Availability of primary care doctors and population health in England: is there an association. Journal of Public Health, 24(4), 252-254.
Guo, L., Bao, Y., Ma, J., Li, S., Cai, Y., Sun, W., & Liu, Q. (2018). Quality of community basic medical service utilization in urban and suburban areas in Shanghai from 2009 to 2014. PloS one, 13(5), e0195987.
Jian, JIN., Jianxiang, WANG., Xiaoyi, MA., Yuding, WANG., & Renyong, LI. (2015). Equality of medical health resource allocation in China based on the Gini coefficient method. Iranian journal of public health, 44(4), 445.
Khan, A. A. (1992). An integrated approach to measuring potential spatial access to health care services. Socio-economic planning sciences, 26(4), 275-287.
Pan, J., Liu, H., Wang, X., Xie, H., & Delamater, P. L. (2015). Assessing the spatial accessibility of hospital care in Sichuan Province, China. Geospatial health.
Penchansky, R., & Thomas, J. W. (1981). The concept of access: definition and relationship to consumer satisfaction. Medical care, 127-140.
Wang, F., & Luo, W. (2005). Assessing spatial and nonspatial factors for healthcare access: towards an integrated approach to defining health professional shortage areas. Health & place, 11(2), 131-146.
Weissman, J. S., & Epstein, A. M. (1993). The insurance gap: does it makea difference. Annual Review of Public Health, 14(1), 243-270.
Yiengprugsawan, V. (2017). Live Long and Prosper: Aging in East Asia and Pacific. World Bank East Asia and Pacific Regional Report. The World Bank. World Bank Group, 2016, ISBN 978-1-4648-0469-4, 263 pages. Journal of Pension Economics & Finance, 16(4), 586-587.
Yang, G., Wang, Y., Zeng, Y., Gao, G. F., Liang, X., Zhou, M., & Vos, T. (2013). Rapid health transition in China, 1990–2010: findings from the Global Burden of Disease Study 2010. The lancet, 381(9882), 1987-2015.
Zhu, L., Zhong, S., Tu, W., Zheng, J., He, S., Bao, J., & Huang, C. (2019). Assessing spatial accessibility to medical resources at the community level in shenzhen, china. International journal of environmental research and public health, 16(2), 242.

網路部分
吉尼係數(2019年4月25日)。【維基百科】。取自https://zh.wikipedia.org/wiki。
羅倫茲曲線(2014年5月1日)。【維基百科】。取自：https://zh.wikipedia.org/wiki。
Population(2017)。【UNITED NATIONS】。取自：https://www.un.org/。