【论文分享】基于多源大数据的高密度城市健康资源可达性与公平性评价

评估城市健康设施的可达性和公平性对于有效配置城市健康资源至关重要。本次我们给大家带来一篇SCI论文的全文翻译。该论文从新的视角定义和分类城市中的健康相关设施，考虑居民的主动和被动健康寻求行为，构建一个综合性框架来评估健康设施的邻近性、互补性、可达性和公平性，为高密度人口城市的健康与可持续发展提供了有价值的建议。

【论文题目】

Evaluating the accessibility and equity of urban health resources based on multi-source big data in high-density city

【题目翻译】

基于多源大数据的高密度城市健康资源可达性与公平性评价

【期刊信息】

Sustainable Cities and Society, Volume 100, January 2024, 105049

【作者信息】

flygirlxlj@163.com，湖北大学区域发展与环境响应重点实验室，flygirlxlj@163.com；

Quan Chen，湖北大学区域发展与环境响应重点实验室，chenq114228@163.com；

Yaolin Liu，武汉大学资源与环境科学学院，yaolin610@163.com；

Huagui He，广州市城市规划设计勘察研究院，gzhehuagui@163.com；

【论文链接】

https://doi.org/10.1016/j.scs.2023.105049

【关键词】

主动健康与被动健康需求、邻近性与互补性、可达性、空间公平、城市健康资源。

【摘要】

以往的研究更多关注单一类型设施的可达性和公平性，缺乏对多类型设施的综合评估，并忽视了城市系统的复杂性。本研究首次明确定义并分类城市健康资源，考虑了主动和被动健康需求，并建立了概念框架。构建了一个综合性框架，包括全球协作位置商（global collaborative location quotient ，GCLQ）、高斯2SFCA方法和基尼系数，用于评估广州市多层次健康资源的邻近性、互补性、可达性和公平性。此外，通过局部相关模型探讨了与社会经济特征相关的可达性，并通过Mann-Whitney U检验进一步解释。结果显示，不同健康资源的空间可达性存在显著差异。多样化的资源类型可以增强健康资源的互补性，促进全面公平，但经济水平较低的群体享有的健康资源可达性较差。本研究从主动和被动需求的角度，借助先进的地理空间建模方法，为国际文献中关于健康寻求行为的研究做出了贡献。通过精准识别健康的空间障碍，研究结果为高密度人口城市的健康与可持续发展提供了有价值的建议。

【前言】

科学技术和社会发展的进步使得疾病控制和预防取得了重大突破。然而，经济发展和工业化所导致的环境污染在城市化加速过程中不可避免地影响了人们的健康 (Wang et al., 2022)。自1986年健康城市运动实施以来，许多发达国家和发展中国家积极响应 (Hancock, 1993)。大量学术研究也从最初的疾病和身体层面扩展到了健康、良好的生活状态和社会环境层面 (Kearns & Moon, 2002)。更健康的空间和环境可以弥补缺乏健康食品选择的居住区域 (Sharp & Kimbro, 2021)。在全球COVID-19疫情爆发后，多项研究表明，疫情的传播与城市建筑环境密切相关 (Li et al., 2021)。此外，目前全球超过一半的人口生活在城市中，预计到2050年这一比例将增至约70% (WHO, 2020)。在人口密集的城市中，健康资源的竞争必然导致资源匹配的不平衡。因此，高密度城市居民是否能平等享有健康活动空间，成为衡量城市健康资源（UHR）建设的重要指标。以往研究更多关注能够为城市居民提供健康服务的单一类型设施，因此目前尚未形成对UHR的特殊和统一定义。与健康空间有关的最早的UHR之一是获得医疗设施(Doi et al., 2015; Siegel et al., 2016)。一个重要原因是，城市设施的可达性被视为影响居民健康寻求行为的重要因素 (Shen & Tao, 2022; Li et al., 2023)。一般来说，人口密集城市在面对大规模传染病（如2019年的COVID-19疫情）时，医疗设施（如医院和药店）往往供不应求 (Noszczyk et al., 2022)。这表明，居民的健康行为不仅仅是被动寻求医疗，还需要主动的健康行为来改善身心健康。居民生活水平的提高使得人们通过一些公共或商业设施改善身心健康的方式变得多样化 (Wang et al., 2022)。具体而言，城市居民的健康活动空间日益多样化，包括城市公园 (You, 2016; Xiao et al., 2017; Zhang et al., 2022a)、体育设施 (Halonen et al., 2015)、健身房 (Sharp & Kimbro, 2021)、急救康复中心 (Xiong et al., 2022) 和药店(Gangal et al., 2015)。然而，居民的日常健康通常表现为多样化的综合行为需求，单一类型的健康设施空间配置研究似乎无法满足当前多样化的健康需求。如何评估和优化多样化UHR的空间配置，已成为现代城市健康生活的重要课题。

因此，本研究尝试从新的视角定义和分类城市中的健康相关设施，考虑居民的主动和被动健康寻求行为，为UHR空间配置的综合评估提供重要依据。文章结构如下：第一部分回顾城市中的健康相关公共设施，并对公平性的衡量进行文献讨论，随后总结研究空白并明确研究目的和贡献。第二部分介绍UHR的概念框架和定义。第三部分详细阐述我们的数据和方法。第四部分揭示实证结果。第五部分对研究结果进行解释，讨论政策含义及研究的局限性，第六部分总结我们的结论。

1.1 城市生活中的健康相关设施

1.1.1 医院和医疗设施

医疗设施是直接与健康相关的公共设施，可以治疗和康复患有身体疾病的城市居民。目前关于医疗设施的研究主要集中在空间可达性 (Zhao et al., 2020)、公平性 (Rong et al., 2020) 和城乡差异(Jin et al., 2019) 上。一些研究表明，医疗设施的空间可达性的多个维度与健康寻求相关，包括不仅是与医疗资源的邻近性，还包括医疗级别和质量以及多样的交通方式 (Porter et al., 2017)。还有一些研究探讨了健康设施利用的正面和负面影响因素 (Arcury et al., 2005)，以及公众对健康设施的偏好 (Chiwire et al., 2022)。最近的研究采用混合地理加权回归方法，通过大型健康调查数据探讨医疗设施的空间可达性与社会机构和个人健康行为之间的关系 (Shen & Tao, 2022)。结果表明，医疗设施的空间可达性显著影响健康寻求行为，这是澄清空间与个人行为之间互动的有意义尝试。

1.1.2 城市公园和绿地

城市绿地是城市发展的关键要素，与公众健康密切相关，包括公园、运动空间、树木、天然草地、湿地等生态系统 (WHO, 2020)。多项研究发现，与城市绿地保持紧密接触的个体，个人健康水平有积极改善 (Carpenter, 2013)。例如，增加绿地接触可以降低心血管死亡率和二型糖尿病风险 (Ayala-Azcárraga et al., 2019)、神经系统疾病和癌症及呼吸系统死亡率 (Twohig-Bennett & Jones, 2018)。城市绿地被认为是城市的“肺”，对老年人有显著健康益处 (Ali et al., 2022)。因此，因此，城市居民是否能够平等地使用绿地，仅仅是为了其效益，就成为了主要问题。早期学者对可达性和公平性的衡量进行了多次探索，主要关注绿地的大小和数量 (Lee & Hong, 2013)。识别可达性较弱和不公平的区域具有重要价值，因为这可以更好地指导绿地规划。一些学者逐渐意识到绿地质量的重要性，认为忽视质量可能会高估可达性 (Xing et al., 2020; Wu et al., 2022)。此外，多项研究证实了不同社会群体之间显著差异。高社会经济地位（socioeconomic status，SES）的居民享有更高的公园质量且更频繁地使用公园 (Leslie et al., 2010; Liu et al., 2022)，而低收入和贫困社区的绿地可达性较低 (Jones et al., 2009; Astell-Burt et al., 2014)。

1.1.3 体育活动设施

多项研究表明，缺乏体育锻炼是肥胖、高血糖等疾病的主要原因。例如，当与体育设施的距离增加或体育设施的数量减少时，居民的体育活动会减少 (Halonen et al., 2015)。一些研究通过评估各种类型体育设施的空间可达性识别服务不足的区域 (Billaudeau et al., 2011)。其他研究分析了不同社会经济水平下体育设施可达性的差异，发现低SES社区获取免费体育资源的机会较少 (Estabrooks et al., 2003)。不同观点认为，并非所有群体都将家庭视为单位，使用居住区作为需求点计算可达性可能因个体需求差异而不适用 (Millward et al., 2013)。

1.1.4 福利、援助和其他设施

老年福利设施（如福利院和养老院）的研究主要集中在评估可达性，以识别薄弱区域并提出改善空间不平等的建议。Gibson等人(2002)比较了不同空间尺度（如农村、郊区、大都市和首都城市）护理院的公平性。一些研究还发现城乡地区存在空间不平等，远离城市地区的老年人难以使用福利设施 (Arcury et al., 2005; Cho et al., 2021)。提供和出售健康食品的其他设施如超市或种植基地也可作为健康设施， (Li & Kim, 2020)。然而，由于缺乏标准定义和健康食品数据，现有研究几乎没有探索此类设施 (Losada-Rojas et al., 2021)。

1.2 多种设施的综合公平性测量

不同的空间可达性方法已被用于测量单一类型服务设施的可达性，这些方法也在不断发展和完善。最初常用的方法包括容器方法 (Vaughan et al., 2013)、缓冲区分析 (Nicholls, 2001)、核密度估计(Moore et al., 2008)、网络约束服务区方法 (Miyake et al., 2010) 和泰森多边形法 (Boone et al., 2009; Sister et al., 2010)。然而，由于边界和距离衰减上的争议，这些方法在实践中并不理想。基于引力的模型后来克服了假设最近公共设施的缺点 (Chang & Liao, 2011)，但它往往会过度平滑可达性值 (McGrail & Humphreys, 2009)。二步浮动捕捉区 (2SFCA) 方法(Radke & Mu, 2000; Luo & Wang, 2003) 作为引力模型的二分技术，已经在医疗服务可达性(Luo & Qi, 2009; Dai, 2010) 、公共交通 (Langford et al., 2012)、体育设施 (Higgs et al., 2015) 和绿地可达性研究 (Dony et al., 2015; Xing et al., 2018)得到改进并广泛应用。由于不同设施的差异特征，新的指标和改进的方法被开发出来，以提高可达性准确性。一些研究利用网络地图服务开发了绿色可达性指数，以提升对绿地可达性评估的准确性 (Zhang et al., 2021)。大多数关于空间公平性的研究通过先衡量可达性，然后使用基尼系数或供需比指数进行评估 (Liu et al., 2022)。

这些现有方法为整合不同设施的影响和评估各种城市公共设施的公平性提供了基础。然而，在城市中扮演不同功能的设施的可达性往往对城市居民的生活产生重要影响 (Dadashpoor et al., 2016)。多种类型设施的数量比例和空间布局是否合理且公平，几乎已成为城市规划者致力于解决的问题。关于公共设施综合公平性评估的若干前期研究可分为两个方面：一是评估设施供应的空间公平性而不考虑需求。加权设施重要性的综合公平指数ISE可以分析整体城市设施的相对公平性 (Tsou et al., 2005)。它也识别了设施规模的影响，但忽视了城市居民对各种类型设施的需求。一些研究测量了不同交通模式下老年福利设施的空间不平等，但仍然忽视了居民的需求 (Cho et al., 2021)。简单地对各种设施的公平性指数进行聚合是有局限性的，因为不同的设施仅满足特定需求 (Chang & Liao, 2011)。另一个方面是考虑供需差异和社会特征的设施公平性评估。Taleai等人(2014)在地块尺度上评估供需差异，并强调人们对设施的需求，以最低服务需求作为公平标准，以识别不同尺度下的绝对公平。随后，一项研究开发了一种用于空间不平等测量综合模型，从人口需求、分布和社会剥夺的三个方面分析供需不匹配 (Dadashpoor et al., 2016)，揭示了设施比例的重要性。最新的两项研究分别构建了城市和农村社会需求的需求差异指数，为公共设施的空间优化提供了有价值的建议。2SFCA方法被应用于计算城市公共设施的综合空间可达性，通过人口需求指数和社会需求指数定义非空间可达性 (Ashik et al., 2020)。以农村公共设施为研究对象的研究，运用城市网络分析工具箱工具箱和需求强度测量方法，构建了农村居民视角下农村公共设施配置优先级的理论框架(Cui et al., 2022)。

上述研究通过加权不同公共设施的重要性来计算综合可达性。不同之处在于是否考虑到设施影响范围内不同群体的需求。基于设施重要性的综合测量框架在有效规划方面是有用的，但也有限。有效平衡各种类型设施的需求差异可能是一种可行的方法。虽然UHR包含多种健康相关设施，但它们的功能并不像公共服务设施那样多样化。一般而言，健康相关设施可分为两大类：一类是直接影响健康并满足被动健康需求的设施，如医院、药店和社区护理；另一类是可以间接改善健康但需要居民主动寻求健康的设施，如绿地、体育设施和健身房。因此，充分考虑UHR的主动和被动需求特征，并设置合理的权重，可以更好地衡量它们的综合可达性。本研究通过微博健康打卡行为的大数据和访谈调查共同确定各种健康设施的权重，并采用高斯2SFCA模型来测量综合可达性，这是一种相对成熟和可靠的方法。该方法不仅可以测量综合可达性，还可以比较各种健康资源的可达性。这为满足不同居民的健康需求提供了可靠的UHR空间配置依据。

1.3 研究空白、目的与贡献

基于文献回顾，不同的健康设施对居民健康具有直接和间接的影响，居民的日常健康生活需要各种健康设施的综合服务。然而，目前对可达性和公平性的研究主要集中在单一类型的设施上，在综合城市功能规划和优化中的作用有限。如果能够明确各种健康设施的替代性和互补性，将有助于基于可达性改善UHR的综合功能规划与优化。此外，尽管有少量研究揭示了地理空间可达性对行为活动的影响 (Cui et al., 2022; Shen & Tao, 2022)，但目前很少有研究考虑到居民的行为属性以系统地考察公共设施的空间公平性，如主动和被动健康行为。这些可能是通过考虑社会经济特征和行为需求有效缓解城市居民寻求健康空间的社会不平等问题的有效途径。

为了填补这些空白，本研究尝试从主动和被动健康需求的角度，利用多源城市大数据探索广州市中心UHR的可达性和公平性。具体目标有三个：

明确定义和分类UHR，构建考虑主动和被动健康需求的概念框架，并分析其邻近性和互补性特征；
通过权重分配评估多层次UHR的可达性和公平性；
探索可达性与社会经济特征之间的关联。

本研究从主动和被动需求的角度，采用先进的地理空间建模方法，为国际健康寻求行为文献做出了贡献。(1) 本研究首次尝试通过概念框架系统性地定义和分类基于主动和被动健康行为的UHR，补充了城市健康研究的文献。这将有助于UHR系统的建设（如新城市区域的规划）和重建（如旧城区的改建）。(2) 本研究开发了一个综合框架来评估多类型健康设施的综合可达性和公平性。还识别了处于劣势地区和主动被动健康设施的空间差异，以提供有效的空间干预措施，促进居民的主动健康行为。(3) 本研究进一步将健康资源的可达性与人口经济水平和寻求健康行为相关联，以揭示在不同需求特征下供需匹配的特征，从而改善公平性。这些贡献还体现在准确识别城市居民健康的空间障碍和制度障碍，为中国高密度人口城市的健康与可持续发展提供了宝贵建议。

【UHR的概念框架和定义】

本研究旨在整合各种对居民健康有益的设施，并将其定义为城市健康资源（UHR）。现有的健康相关设施可分为政府主导和市场驱动的医疗设施。虽然城市绿地尚未明确被视为健康设施，但大多数研究已确认其对健康的益处 (Huang et al., 2021)。作为一种与自然密切接触的公共设施，城市绿地是合理的健康资源 (Liu et al., 2019)。因此，本研究基于供需理论构建了一个城市健康公平的概念框架，涵盖能够在寻求健康时提供健康服务的设施和多方利益相关者（见图1）。同时，我们还从居民主动和被动健康需求的角度对UHR进行定义和分类。这一概念框架是对以往城市健康研究文献的理论和定义的一种新的有价值的补充，可能有助于提高同一高密度城市健康设施的公平性。

具体来说，UHR是指能够为居民日常生活提供健康服务的城市相关设施或资源，具有一定的社会或自然属性，并促进居民的身心健康。在这一概念下，我们根据居民对UHR的需求差异，将其分为“主动”和“被动”两类。主动健康资源（active health resource，AHR）是指可以为居民提供休闲、锻炼、社区和养老服务的城市服务设施，以促进日常生活中的身心健康。包括城市公园、休闲广场、健身中心和养老院。被动健康资源（passive health resources，PHR）是指居民在生病或身体稍微不适时需要使用的健康资源，可以为城市居民提供治疗和疾病预防服务，包括多层级的公共医院、私立医院、专科医院、诊所和药店。

最重要的是，AHR和PHR都是具有公共和商业性质的设施，可以进一步划分为不同类型。在统计了大多数高密度城市中的城市设施后，我们进一步将其细分为公共休闲设施（public leisure facilitie，PLF）、商业休闲设施（public leisure facilitie，以下简称CLF）、公共医疗设施（public medical facilitie，PMF）和商业医疗设施（commercial medical facilities，CMF）。健康设施的布局对居民的行为具有引导作用，其合理布局极大地影响城市居民的生活质量。因此，利用空间干预影响日常生活行为以促进主动健康行为活动，将是一种有效的预防手段。

图1. 城市健康公平的概念框架和UHR分类

【研究数据与方法】

3.1 研究区域与数据

3.1.1 研究区域

广州市位于中国南部，是广东省的政治、经济、教育、科学和文化中心。自2011年以来，广州市积极推动健康城市的建设，政府在《广州市第十四个五年规划》中重点关注医疗健康资源的发展和建设。广州市中心城区是经济和人口的集中地，也集中了一定的健康资源，健康资源的供给与人口需求之间的矛盾更加突出。根据《广州市2017–2035年总体规划》，中心城区的范围包括荔湾、越秀、天河、海珠以及白云和黄埔区的南部地区。近年来，广州市中心城区的人口比例有所下降，但人口基数仍然庞大，且大多数高密度人口集中在中心城区的四个区域（见图2）。因此，分析广州市中心城区的居民是否能够享受到便利和公平的UHR显得尤为重要。

图2. 研究区域区位与人口分布

3.1.2 数据收集与预处理

(1) 多源大数据

1. 兴趣点数据（POI）：通过百度地图获取CLF、CMF和PMF的位置信息，使用Python爬虫代码通过百度地图API接口进行抓取。 2. Open Street Map（OSM）：提供经过拓扑处理的路网数据，用于网络分析。 3. 房价数据：来自“贝壳网”的2019年数据，社区的平均房价能够反映经济水平。通过地理编码、坐标转换、筛选和数据清理整理出5083个区域的房价数据。 4. 高精度建筑块数据：基于深度学习语义分割模型和多源遥感影像，从国家青藏高原科学数据中心网站获取的2020年数据 (https://data.tpdc.ac.cn/zh-hans/data/60dac98d-eec4-41df-9ad5-b1563e5c532c/)。 5. 打卡数据：从新浪微博开放平台的API接口收集的2014年1月1日至11月31日的打卡数据，随后过滤去重、进行地理编码和坐标校正。

(2) 调查数据

1. 第三次土地空间调查数据：准确提供公园和广场的位置和面积，用于计算广州市CMF的可达性。

2. 社区人口调查数据：结合高精度建筑块数据，分配每个社区内每个住宅地块建筑面积的比例，以呈现可达性和基尼系数的需求计算。

(3) 权重计算

以往研究采用层次分析法（AHP）或熵权法确定多类型设施的权重 (Ashik et al., 2020; Cui et al., 2022)。我们首先根据专家小组的共识确定每种健康资源的相对重要性，具体通过对六位来自广州市测绘与规划研究院的经验丰富的城市规划师进行访谈。然后通过AHP计算每种健康资源的相对权重，这一过程存在一定的主观性。组合加权方法可以减少主观性，因此结合了客观权重的熵权法（见表1）。具体而言，通过统计同一单位（如社区）内设施的类型数量，计算经过正标准化后的权重。最后，根据公式（1）计算AHP的权重vi和熵权法的权重yi，以获得组合指数的权重wi。

表1. “主动/被动”健康资源的具体分类和三个权重的组合权重法

3.2 研究方法

本研究在UHR定义和分类的基础上，结合多源大数据和调查访谈，综合确定主动式和被动式健康资源权重，计算可达性和公平性。详细的工作流程如图3所示。首先，通过全球协作位置商(GCLQ)分析了各种健康设施与居住和就业场所的邻近性和互补性。其次，采用高斯2SFCA方法和基尼系数对单一类型设施和综合健康资源的可达性和公平性进行评价。第三，我们将各种健康设施与人口、经济和打卡行为特征联系起来，通过本地相关模型和Mann-Whitney U检验确定供需不匹配的薄弱社区。下面将详细描述上述每种方法。

图3. 主动与被动需求视角下城市健康资源可达性与公平性评价工作流程

3.2.1 协作位置商（GCLQ）

协作位置商主要用于测量两个不同点元素之间的连接紧密度，最初由 Leslie和 Kronenfeld (2011) 开发并完善。它也被用于分析自行车活动与城市设施之间的关联特征 (Yu et al., 2021)。本文使用GCLQ来测量UHR与居住区及就业场所之间的空间接近性特征，其计算公式如下：

其中，NA 代表A点的数量（如健康设施点或住宅点）；NB代表B点的数量（如健康设施点或住宅点），N表示A和B点的总数，NA-B代表B点是A点最近邻的A点数量。当不同类型的点在给定的固定分布模式下随机分布时，GCLQ的期望值为1 (Leslie & Kronenfeld, 2011)。如果GCLQA-B<1，则表示A点与B点之间呈现分散模式；如果 GCLQA-B= 1，则表示不同类型的点在给定的固定分布模式下随机分布；如果 GCLQA-B＞1，则表示A点与B点并置（见图4）。

图4. 两类设施的空间关联示意图

3.2.2 高斯二步浮动捕捉区法（Gaussian 2SFCA）

2SFCA方法因同时考虑供给和需求而广泛应用于公共服务设施的可达性计算。近年来，学者们对其局限性进行了一系列改进，包括距离衰减 (Wang, 2012)、搜索半径 (Luo & Whippo, 2012)、供需竞争 (Kirby & Kaneda, 2006) 和多种交通模式 (Mao & Nekorchuk, 2013; Xing et al., 2018)。为了使可达性更具可比性，采用高斯2SFCA法计算社区内各种健康资源在15分钟阈值内的可达性 (Li et al., 2021)。

步骤1：我们从健康设施位置 j出发，搜索位于的旅行时间 t0（阈值时间）内的所有需求地点k。使用高斯函数 G 对位于 k 的人口进行加权。然后，我们总结在捕捉区内的 j 的加权人口作为潜在需求。供给以满足需求的比例 Rj表示为：

其中 Pk 代表居住地点 i 15分钟步行范围内的总人口；SVj 表示设施 j 的服务能力；tij 表示实际步行时间。最重要的是，本研究对这些服务能力进行了不同的计算：（1）CMF和CLF使用聚集强度来表征其服务能力，设施在区域内越集中，整体供给能力越大；（2）PMF的服务能力依据《国家医疗卫生服务体系规划（2015–2020年）》设定，不同规模的医疗设施床位数量设定为社区医疗设施(n = 50)、急救中心(n = 500)、专科医院和疾病预防机构(n = 500)、综合医院(n = 800)和三级医院(n = 1000)；（3）PLF的服务能力，包括公园、绿地和广场，依据其面积进行计算。

步骤2：我们从每个地块人口位置 i 的需求中搜索阈值时间t0内的所有RS j。供给与需求的比例 Rj被汇总，以获得经过距离衰减后的可达性Aji，并计算社区 m 中健康资源 j 的平均可达性 Ajm，如公式（5）和（6）所示：

步骤3：计算综合可达性。主动、被动和综合可达性 Cym的健康资源被加权，分别汇总单一类型设施，如公式（7）所示：

其中，Wj 表示单一类型设施 j 的权重；n 指健康资源的类型数量；Ajm 表示社区 \(m\) 中健康设施 j的平均可达性。

3.2.3 基尼系数与洛伦兹曲线基尼系数是衡量不平等的指标，与洛伦兹曲线密切相关，通常介于0和1之间，其中0表示绝对平等，1表示绝对不平等 (Raza et al., 2023)。基尼系数的计算公式为：

其中，GINI 代表城市健康资源的基尼系数；n 代表研究区域内社区的总数；Ax 和 Ay 分别表示社区 x 和社区 y 的健康资源可达性；|Ax- Ay| 表示社区 x 和社区 y 之间健康资源可达性的绝对差值。

3.2.4 局部相关模型

我们选择人口、经济水平和打卡行为作为社会特征，与各种健康资源的可达性相关联，以识别供需之间的匹配。其中，人口特征包括本地人口、外来人口和总人口。社区的平均房价代表经济水平，社区健康资源的打卡频率代表行为特征。首先，我们计算每个社区单元的双变量局部莫兰指数 I (Anselin, 2010)，并评估其统计显著性。社会特征指数与可达性之间的相关性可以分析不同社会特征群体的可达性的局部相关度差异 (Liu et al., 2022)。LISA的计算公式如下：

其中，Zi 和 Zj分别表示单位 i 和 j 的设施可达性和社会特征的比例均值偏差；Wij表示空间分析单元 i 和 j 之间的邻近关系。LISA的结果通常显示四种聚集模式：高-高、低-低、高-低和低-高。

其次，使用Mann-Whitney U检验评估高可达性和低可达性之间是否存在显著差异 (Liu et al., 2022)。该检验还可探讨城市健康资源是否存在惠及特定社会群体的情况。计算公式如下：

其中，n1和 n2分别表示特定样本的数量；Ri为秩，所有样本值从小到大排列，并对每个样本值赋秩；U为秩和之差；mU是U的平均值；σU 是 U 的标准差；Z值是区分两组值的大小。

【结果】

4.1 UHR 的邻近性与互补性

图5展示了广州市中心城区四种UHR类型、居住区和就业区的核密度图。居住点的高聚集区域主要分布在越秀和海珠，而就业点则集中在越秀和天河。不同的健康资源展现出不同的空间聚集特征。公共医疗设施（PMF）和商业休闲设施（CLF）在中部和周边地区聚集显著；而商业医疗设施（CMF）呈现“西多东少”的特征，公共休闲设施（PLF）则表现为“南多东少”。PMF的空间分布呈现单一聚集，且高值区域位于越秀。CMF、PLF和CLF则有多个高值聚集区，主要分散分布。

图5. 四类健康资源、居住和就业场所的核密度。

图6显示了居住区、就业区与各种类型健康资源之间的邻近性与互补性。首先，居住区与各种健康资源之间的全球协同位置商系数均小于1，表明居住区与健康资源的布局较远，呈现相对独立的特征。此外，居住区对PMF、CMF和CLF的吸引力高于其自身吸引力，这可能与城市经济发展和居民生活水平的提升有关，而医疗设施和公共休闲设施的布局对居住空间的影响更大。相较之下，PLF对居住区的吸引力大于被吸引的程度，PLF更倾向于分布在居住区附近。由于公共政策与规划的引导，PLF（如公园和绿地）被要求配置在居民15分钟步行范围内。其次，就业区对所有类型健康资源的吸引力大于其被吸引的程度，表明四种健康资源更依赖于就业区的布局，反映出广州市健康资源的空间布局考虑到了工作群体对健康生活资源的需求。第三，PMF对CMF的吸引力大于被吸引的程度，表明其倾向于分布在CMF附近。而公共休闲设施、商业休闲设施等其他健康资源则倾向于靠近PMF。CMF对PLF和CLF的吸引力低于PLF和CLF对CMF的吸引力，即PLF和CLF更倾向于分布在CMF附近。CLF对PLF的吸引力大于PLF对CLF的吸引力，表明PLF更倾向于分布在CLF附近。

图6. UHR、居住地点和就业地点的邻近性和互补性

4.2 UHR的空间可达性与公平性

由图7可以看出，广州中心城区健康资源可达性在不同区域、不同类型之间存在显著差异。PMF的高可达性区域主要集中在中央区域，如越秀、天河中部和白云北部。这是因为这些地区的综合医院数量较多且供给能力优于其他区域（见图7a）。CMF的高可达性社区主要分布在越秀、白云、海珠中部和天河东南部，而黄埔和荔湾的大部分社区可达性水平较低（见图7b）。PLF的高可达性社区分布在黄埔区的中部和南部，以及海珠东南部和越秀中部的一些社区。PLF的高可达性分布与其他三种健康资源截然不同（见图7c）。CLF的可达性呈现“中高周边低”的特征，高可达性的社区主要分布在天河区的中部和东部（见图7d）。图7e比较了不同健康资源可达性水平的社区比例。每两个可达性区间通过自然断点法分为良好、中等和差三个级别。PMF高可达性社区的比例为21.88%，远高于其他健康资源，而CLF的比例最低，仅为0.69%。CMF的中等可达性社区比例为37.6%，略高于PMF和PLF，CLF的比例仅为16.56%。PMF的可达性相对最佳，而CLF的可达性最差。

图7. UHR的空间可达性

从主动和被动健康行为的角度来看，发现主动、被动和综合健康资源的可达性存在明显的空间差异（见图8）。AHR的高可达性区域分布在黄埔的西部和南部、越秀中部以及海珠东南部。PHR主要分布在城市中部；综合健康资源可达性高的区域小于PHR的，低可达性区域则少于主动和被动资源。这表明不同类型的健康资源之间存在互补性，但整体可达性差异有所改善。图8c显示了AHR与PHR的可达性比值。AHR可达性高于PHR的社区主要分布在中心城区的周边，如白云西部、荔湾西南部和黄埔东北部。然而，位于中心城区的越秀、天河和海珠的大多数社区显示PHR优于AHs，表明广州市社区AHR的可达性需要改善。

图8. UHR的综合可达性

图9显示了各类健康资源在社区可达性的基尼系数。PMF（0.301）和CMF（0.312）处于合理水平，而PLF（0.506）和CLF（0.602）均大于0.4，表明存在显著的不平等。PHR（0.276）的整体公平性优于AHR（0.486）。值得注意的是，综合健康资源的最低基尼系数为0.261，接近PHR的水平。总体而言，中心城区医疗资源的配置是合理的，可以满足大多数社区的需求。然而，休闲设施表现出较明显的不平等现象，尤其是60%的社区仅享有不到20%的CLF。综合健康资源的不平等程度优于单一类型健康资源，表明增加健康资源的多样性可以增强互补性。随着不同社区之间综合健康资源的可达性差距缩小，低和中等可达性社区的比例增加。因此，尽管与单一类健康资源相比，其整体公平性有所改善，但可达性水平呈下降趋势。

图9. UHR的基尼系数

4.3 与社会经济特征的关联分析

图10展示了人口、经济和打卡行为与各种健康资源可达性之间的关联。

(1) 人口密度反映了社区的潜在需求，结果显示，本地人口、外来人口和总人口密度与各种健康资源可达性之间的关联类型的空间分布总体一致，但不同关联类型的社区数量有所不同（见图10abc）。高-高关联区域主要位于城市的中心和西部（如白云、天河和越秀）。低-低关联区域主要位于中心城市的边缘，公共休闲区除外，而低-高和高-低关联区域则呈现分散分布。值得一提的是，不同类型健康资源的可达性与人口密度之间的关联特征存在显著差异。医疗健康资源的可达性与人口之间的高-高相关区域比例明显高于休闲健康资源，其中公共休闲是最低的。四种健康资源与人口之间的低-高相关区域数量相当。所有高-低相关区域分布在中心城市的中部和西部，但低-高相关区域有所不同。例如，医疗健康资源主要分布在西部和南部，而休闲健康资源则主要分布在中心和西部。

(2) 社区的经济水平可以反映居民的生活质量，研究发现越秀和天河是公共医疗资源和商业休闲资源的高度相关区域（见图10d）。除了商业医疗资源，低-低可达性区域均位于广州市中心的边缘社区。在各类健康资源中，具有这两种聚类特征的社区数量之和分别为558、331、514、648个。商业休闲资源的匹配区域最多，而商业医疗资源的匹配区域最少，这也表明在不同经济水平下，商业医疗资源的可达性最低且公平性部分存在较大差异。

(3) 打卡频率与可达性相关时，低-低和低-高关联区域的数量多于高-高和高-低区域（见图10e）。低-低区域主要分布在中心城市的边缘，这一问题也存在于公共休闲城市的中心地带。低-高区域则分散在城市中心，表明高可达性区域并不一定会导致高使用率，需根据社区的具体情况进行最佳配置。为了更好地提高健康资源的可用性和公平性，必要的措施是改善高-低、低-低和低-高可达性区域。

图10.的可达性与社会特征的LISA值

表2展示了高可达性和低可达性区域的社会特征指标的中位数值。由于数据不符合正态分布，采用非参数独立的Mann-Whitney U检验分析这两个数据组之间是否存在显著差异。所有健康资源在与人口和经济特征关联下均表现出显著差异，而只有休闲健康资源在与健康行为关联下表现显著差异。具体而言，公共医疗设施（PMF）、商业医疗设施（CMF）和商业休闲设施（CLF）的高可达性区域在与人口相关的情况下，其本地人口（LP）、外来人口（EP）和总人口（TP）均高于低可达性区域，而公共休闲设施（PLF）则相反。低可达性社区中的人口比例较大，表明PLF的供需之间存在严重不匹配。在经济水平特征的关联下，各类健康资源在高可达性区域的经济水平（EL）均高于低可达性区域。这表明不同经济水平社区之间存在更大的不平等，经济水平较高的居民享有更多的健康资源配置。与健康行为相关的PLF高可达性区域的打卡频率（CF）高于低可达性区域，表明高打卡频率的可达性区域也较高。而商业休闲设施（CLF）的高可达性区域与低可达性区域之间虽有显著差异，但并不明显，这可能是由于居民的打卡频率较低所致。

表2.社会特征的Mann-Whitney U检测

【讨论】

5.1 主动和被动健康设施的空间特征

本研究首次通过概念框架明确界定了UHR，并分析了其空间聚集特征，考虑了主动和被动需求。研究评估了多层次健康资源的可达性和公平性，并探索了可达性与社会经济特征之间的关联。我们的发现显示，广州市中心城区各类健康资源的可达性和公平性存在显著差异。除了公共休闲设施（如公园和广场），其他健康资源在中心城区的优势明显高于周边社区，这可能与不同的自然环境和政府规划导向有关。基于定义和分类的UHR评估可帮助理解城市的整体健康状况。本研究的新发现能够补充现有文献，并为城市健康活动空间的建设和优化提供若干新颖且有价值的参考。

首先，居住区与各种健康资源之间显示出明显的非邻近特征。例如，居住区倾向于朝向医疗和商业休闲设施分布，而公共公园则离居住区较近（见图6）。就业区与健康资源之间也表现出不连续特征，但所有健康资源向就业区的分布方式各不相同。这一发现表明，尽管公共设施的规划配置旨在形成便利的社区生活区域，但市场导向的影响导致这些资源向就业区（如办公楼）偏移。值得注意的是，主动健康资源（AHR）与被动健康资源（PHR）之间存在显著的互补性。例如，居民在寻求医疗服务时，可以进入靠近医疗设施的公园进行康复或休闲（Shen & Tao, 2022）。

其次，单一类别健康资源的可达性平均值显示为：公共医疗 > 商业医疗 > 公共休闲 > 商业休闲，而健康资源的整体公平性优于单一类别健康资源。这一结果进一步表明，不同健康资源之间的相互补充存在，使得整体公平性得以提升。除了城市边缘地区外，更高的AHR可达性主要受PHR的主导。这表明，政府规划与市场引导的协同作用对于弥补广州市休闲设施的严重缺乏是必要的，而这一点在以往研究中并未得到重视。

第三，本研究还确认，社会弱势群体（如外来人口、低收入群体）与低可达性之间的关联更为频繁，这与以往研究的发现一致 (Dai, 2011; Higgs et al., 2015; Wu et al., 2022)。关于与实际打卡行为的关联，可达性的数值表明健康资源的缺乏与浪费。例如，广州市周边健康资源的低可达性导致低打卡率，但在城市中心的高可达性区域也出现低打卡现象（见图9e）。这一新问题的出现为现代城市的健康资源配置和空间结构优化提供了新的视角。

5.2 社会经济特征与UHR之间的不平等

除了空间特征外，进一步使用Mann-Whitney U检验对社会经济数据进行测试，以确定高可达性和低可达性UHR之间是否存在显著差异。我们还评估了这些差异是否对特定社会经济群体有利。Mann-Whitney U检验的结果显示，在不同人口和经济行为特征的城市中，健康资源的分配存在严重的空间不平等。

首先，高可达性PMF、CMF和CLFs区域的人口数量较多，而PLF则相反。这是因为广州市政府在PMF的发展布局中考虑了公平性和供需平衡 (Li et al., 2022)。CMF和CLF则主要以经济利益为目的，区域内人口分布越大，对健康资源的需求也越大。然而，PLF主要受到公园等社会和自然因素的限制，居民在获取机会方面存在不公平。由于广州市中心区域人口密集，缺乏额外空间建设公园，低可达性社区的人口比例大于高可达性区域，导致居民对这些资源的获取存在不公平问题。因此，广州市需要更加关注PLF的空间优化和布局。

其次，结果表明，高社会经济地位群体享有更多的城市健康资源，而低社会经济地位群体则相反。我们认为，经济状况较好的群体有能力选择高质量的生活环境 (Liu et al., 2022)。例如，他们能够拥有房价较高的房屋，这些房屋通常周围有更多的健康资源，如PMF、CLF、PLF和便利的交通。然而，低收入群体的生活环境质量较低，周围资源稀少且人口密度大，导致供给短缺。在广州市中心区域，不同经济水平群体在健康资源的获取上存在显著差异 (Xu et al., 2017)，并且存在不平等现象。

第三，居民打卡率较高的PMF在行为特征下的可达性也较高。这可能是因为打卡频率数据体现了居民对健康资源获取的偏好，城市居民更倾向于访问离家较近的公园 (Zhang et al., 2022b)。然而，CLF的高可达性区域与低可达性区域之间存在显著差异，但打卡频率并无明显差异，这可能是由于资源数量较少或居民打卡频率较低所致。

5.3 政策与规划启示

评估UHR的综合可达性和公平性可以帮助规划者了解城市的整体健康状况。评估不同类型UHR的邻近性、互补性和可达性，对于在公平目标下规划城市健康设施提供了详细指导。以下是关于为高密度人口城市构建和优化健康设施以促进健康与可持续发展的规划和政策启示。

首先，应加强对劣势地区健康资源的建设和质量提升。类似于医疗设施 (Shen & Tao, 2022) 和绿地研究的建议 (Liu et al., 2022)，满足社区居民基本健康资源的需求是首要目标。每个社区生活圈内需设置符合最低标准的医院和绿地。同时，改善健康资源的多样性和质量应是确保社区居民基本健康需求的前提。

其次，应关注UHR的可替代性。研究结果表明，单一类别健康资源可达性低的区域，其综合可达性反而有所提升。这说明健康资源之间的互补性在提高综合可达性方面发挥了关键作用。因此，城市规划者不仅要关注不同类型健康资源的可替代性，还应考虑主动健康资源（AHR）和被动健康资源（PHR）的协同作用。在考虑健康需求的互补特征的基础上，平衡不同类型UHR的可达性和公平性。

第三，改善主动健康活动空间和设施的多样性可以帮助引导居民的健康行为 (Lan et al., 2020)。研究发现，提高高密度居住区和就业区主动健康设施的可达性，是促进居民主动健康行为的有效途径。未来的城市规划者需要关注确保社区被动健康设施的质量和规模。

第四，健康资源的规划与建设应考虑社会不平等问题。对社会特征群体高低可达性差异的检验显示，高经济水平群体对健康资源的获取更多，这与以往研究一致 (Dai, 2011; Mayaud et al., 2019; Wu et al., 2022)。不同群体所需的健康资源类型各异，最有效的方式是根据需求规划资源的供给。医院、药店、养老服务、社区公园等功能可以满足老年人的医疗、康复或病后锻炼需求 (Daubé, 2014)。与此同时，健身房、体育馆和郊野公园则更好地满足成年人的健身、体育活动和工作后的心理社会活动需求(Belanger et al., 2011)。外来人口可能更需要低成本的健康设施，如社区体育场、公园和诊所 (Liu & Gatzweiler, 2021)。因此，促进健康公平的有效方法是在高密度城市中准确识别多样化人群的需求，并考虑群体偏好，以优化UHR的配置。

5.4 研究的优势、局限性与展望

与现有研究相比，本研究主要有三个优势：首先，单一类别设施公平性的衡量关注可达性衡量的改善，可以更准确地根据不同设施的特点进行评估 (Liu et al., 2022)。然而，这种方式不利于综合城市规划，且未能反映不同健康设施之间的互补性和协同效应。多层次可达性测度具有多样性和可比性，可以识别社区多层次设施的盲区，帮助社区综合规划。

其次，公共设施具有特定功能强和替代性弱的特点，需要满足日常生活中的不同服务功能，如教育、文化、医疗、购物和休闲 (Ashik et al., 2020; Cui et al., 2022)。与公共设施的综合公平性测量相比，健康设施配置的主要目标是促进城市居民的健康。同时，健康设施可以从主动和被动、公共和商业的角度考虑其替代性。

第三，以往研究主要关注居民消费和身体活动的影响因素，以及改善主动休闲活动行为的方法 (Roy & Orazem, 2021)。然而，本研究关注的是多类型和分层级UHR的合理配置。即使居民有主动休闲的意愿，他们也可能受到低可达性的限制。因此，政府规划和市场引导应协调进行，尽可能增加社区中主动健康活动空间的比例。

本研究也存在若干局限性，需在未来研究中加以解决。首先，本研究中的健康设施未能全面考虑，应纳入实际提供健康食品保障的蔬菜农场和大型超市(Losada-Rojas et al., 2021)。结合大数据解决健康食品标准不一致、数据采集困难的问题，可能是未来有效的解决方案。其次，尽管我们采用了多种大数据和调查数据，局限性仍然显著影响结果。例如，由于数据限制，除了医院和绿地外，使用高斯2SFCA方法计算可达性时对其他设施设定了相同的容量，这可能与实际情况不同 (Xing et al., 2020)。大型体育场和普通运动场等设施的容量差异较大(Billaudeau et al., 2011)，因此这些设施的可达性值可能低于实际情况。第三，仅通过访谈资深城市规划师来确定各种健康资源的权重，可能无法反映居民的实际需求。未来需要多项研究来调查不同居民群体对城市健康设施的需求 (Cai et al., 2022)。第四，一些研究指出，城市设施的布局遵循聚集与扩散的原则 (Cui et al., 2022)。当中心成熟后，便开始向边缘区域扩散。随着资源溢出效应，边缘地区的居民将有更多机会使用健康资源。然而，健康设施的分配比例并未规定合理标准。高可达性区域是否真正实现健康生活尚无法确定，这需要通过城乡差异的分析进行验证。

【结论】

本研究基于多源大数据，全面测量了高密度城市广州市各种健康资源的可达性和公平性，并探讨了可达性与人口、经济水平及寻求健康行为之间的关联。研究结果突显出，满足居民生活健康行为需求的活动空间尚不方便，但主动与被动健康设施的互补特征能够增强社区健康资源的整体可达性和公平性。这一观察为未来城市规划提供了新的分析视角，应增强主动健康资源（AHR）的空间配置，以引导居民积极参与休闲活动。此外，外来人口和低经济水平社区聚集在健康资源可达性较低的区域。这一情况也提醒城市规划持续关注弱势群体，并逐步扩大关注范围 (Wu et al., 2022)。总之，本研究能够有效识别城市居民寻求健康的空间障碍，为改善UHR供给和健康公平性提供参考依据。

然而，尽管本研究发现主动与被动健康资源之间存在互补性，但不同健康设施之间的互补程度和效应尚不明确。改善AHR的配置是否会更有利于城市居民的健康？UHR对居民健康的影响，以及不同健康设施是否具有相同机制，也需要进一步探索。此外，各类健康设施的分配比例对于提高社区健康水平至关重要，但如何确定适当的分配比例也需在未来进行研究。因此，在未来的研究中，有必要考虑不同群体（如老年人、儿童及弱势或特殊群体）对各种健康资源需求的差异。这需要进行大量的实地调查和访谈，以了解不同居民对被动和主动健康设施的认知，类似于公共设施的研究 (Cui et al., 2022)。应重视不同健康资源之间的互补性，并确定合理的分配比例，这将有助于缓解并逐步消除城市居民寻求健康资源时的空间和社会不平等。