湛大顺 ，张翔 *

    2011年7月国务院颁布的《关于建立全科医生制度的指导意见》(国发〔2011〕23号)将全科医生制度提升为国家战略[1]，2017年10月习近平同志在十九大报告中提出要加强全科医生队伍建设。随着我国经济社会发展、卫生服务需求增加、老龄化进程加快及慢性病患病率上升，健康管理服务和家庭医生签约服务必须得到充分发展，全科医生是这些基层卫生服务的主要提供者，其培养发展和全科医生制度的建立完善也亟待重视起来。现有关于全科医生的研究，从全科医生的现状和问题[2-4]、全科医生的国际经验和启示[5-7]、全科医生的配置公平性[8-10]等方面进行，这些研究有的是定性方面的研究，有的是定量方面的研究，但考虑全科医生空间相关性的研究较为缺乏。我国医疗卫生体系有公共性、外部性及关联性的特征[11]，各省(自治区、直辖市)的全科医生配置在空间上可能会有聚集性。同时，影响本地区全科医生配置的各因素也可能会对相邻省域的全科医生配置产生空间外溢影响。考虑到全科医生数能在一定程度上反映全科医生服务的提供能力[12]，本文利用空间计量模型从全科医生数入手，分析我国各省(自治区、直辖市)全科医生配置及影响因素的空间关联性，以期从空间省域角度探讨我国全科医生的聚集性和影响因素的外溢性。

    1 资料与方法

    1.1 资料来源 本研究所用数据来源于2013—2017年的《中国卫生和计划生育统计年鉴》[13-17]及2017年的《中国统计年鉴》[18]。收集的数据包括2012—2016年的全科医生数及2016年的国民生产总值(GDP)、城镇化率、政府卫生支出、政府支出、中央预算财政支出、人口数量、文盲率、老龄化率、少儿抚养比、基层诊疗人次、基层入院人数、人均医疗保健支出、省域面积、人均可支配收入，并计算财政支出分权和人口密度。财政支出分权=人均省内预算财政支出/(人均省内预算财政支出+人均中央预算财政支出)[19]，人口密度=人口数量/省域面积[20]。本研究未收集台湾地区数据。

    1.2 统计学方法 采用Excel 2016进行数据录入和整理；采用ARCGIS 10.5软件计算莫兰指数(Moran'sI)、制作空间自相关(LISA)图，检验全国省际全科医生数的空间自相关性；采用SPSS 24.0统计软件中Pearson相关和多元逐步线性回归筛选可能的影响因素；采用GeoDa软件中的空间回归做全科医生数的空间计量分析，先利用普通最小二乘法(OLS)建立经典空间回归模型，然后利用空间依赖性的检验结果对空间滞后模型(SLM)和空间误差模型(SEM)做出选择 ......