高密度、以交通为中心的城市的医疗可及性：供需关系与收入综合视角

《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》：Supply-demand and income-integrated perspectives of healthcare accessibility in high-density, transit-oriented cities

　　周子瑾|杨爱珠|袁帅|邵灵芳|张希谦
香港理工大学建筑与房地产系，中国香港999077

**摘要**
尽管香港是一个高密度、以公共交通为导向的城市，但低收入居民在寻求医疗服务时的旅行负担仍然不成比例，并且随着往返次数的增加而累积。本研究通过结合高斯三步浮动覆盖区方法和能够捕捉收入差异旅行负担的收入整合型可及性评估方法，解决了传统基于供需的医疗可及性评估的局限性。该框架探讨了两个问题：整合后的可及性结果在何处趋于一致或分化，以及与交通相关的建成环境和社会经济特征如何与这些模式相关联。主要发现包括：(i) 在城市核心区和农村地区，可及性结果趋于一致；而在低收入的内城区、富裕的城郊以及交通连接良好的新市镇，可及性结果则出现分化；(ii) 多元逻辑回归（MNL）分析表明，当医疗供应、交通连接性和收入相互强化时，可及性结果趋于一致；而当服务分布与交通相关的建成环境和收入水平不匹配时，可及性结果出现分化。这些发现表明，医疗规划应将设施分布与对收入敏感的交通政策相结合，以解决可及性不匹配的问题。

**1. 引言**
医疗保健不平等被广泛认为是导致健康状况不佳和预期寿命缩短的主要全球因素之一（Solar和Irwin，2010；Galvani-Townsend等人，2022；Egede等人，2024）。根据最近的全球健康报告，基本医疗服务的不足每年直接导致超过八百万人死亡，尤其是对弱势群体造成了不成比例的影响，并加剧了城市环境中的社会不平等（Kruk等人，2018）。例如，缺乏及时的医疗服务会显著增加慢性疾病的风险、可治疗疾病的并发症以及更高的死亡率（Bauer等人，2014），并且弱势城市群体的多病发生率比富裕群体早10-15年（Alvarez-Galvez等人，2023）。

另一方面，提高医疗可及性已经显示出显著的公共卫生效益，包括减轻慢性病负担、改善母婴健康结果（Mbata等人，2024），以及提高历史上服务不足的城市社区的预期寿命（Cacciatore等人，2025；Crossley和Baybutt，2024）。然而，在高密度、以公共交通为导向的城市环境中，良好的公共交通连接性和集中的医疗供应并不能保证高的医疗可及性。相反，居民经常面临巨大的旅行负担，如经济成本和时间成本，这可能会削弱密集服务提供的优势（Chen等人，2023）。尽管医疗设施分布、与交通相关的建成环境以及居民的社会经济特征对医疗可及性结果至关重要（Ning等人，2025；Spray等人，2022），但城市规划和政策框架往往未能充分考虑设施位置、通过交通基础设施的可及性以及个人收入和流动性对就医能力的影响。全球每年约有1亿人因医疗相关开支而陷入贫困，其中低收入社区的居民承担了这些负担的更大比例（Xu等人，2007）。低收入群体、老年人以及行动不便的人群更依赖公共交通，因此他们对票价水平、服务频率和多模式交通连接的敏感度更高（Whitman等人，2022；Lucas和Adeel，2023；Giuliano，2005）。具有讽刺意味的是，虽然城市规划举措通常提倡更密集的设施布局以改善空间可及性，但对旅行负担和实际交通条件的忽视导致许多居民，尤其是低收入居民，即使设施邻近也无法及时获得医疗服务。通常，低收入人口较多的地区存在不足或分散的交通基础设施，从而造成获取医疗服务的实际障碍（Guimar?es等人，2019；Afni，2023）。美国的证据表明，低收入家庭经常因交通障碍而经历预约延误或错过就医机会（Syed等人，2013）。

这种脱节突显了一个关键的研究空白：大多数医疗可及性研究依赖于基于供需的可及性评估，主要检查设施容量是否足够满足人口需求。然而，这些研究很少明确量化旅行负担，也几乎从不将其视为收入差异带来的负担。因此，旅行障碍导致的不平等问题仍然很大程度上未被捕捉到。为填补这一空白，本研究结合了两种互补的评估方法。第一种是基于供需的可及性，根据设施的空间分布和服务容量来评估医疗供应的结构充足性；第二种是收入整合型可及性，通过考虑收入差异下的货币化旅行时间和票价来衡量。单独使用任何一种方法都是不够的；将两者结合使用可以更全面地评估医疗需求的结构性充足性和收入差异带来的旅行负担。鉴于我们关注常规、预定的（非紧急）医疗服务，以及香港高度依赖公共交通的出行模式，我们仅通过公共交通来评估非紧急医疗服务的可及性。因此，我们排除了救护车、出租车或私家车的出行方式，这些通常用于特殊或紧急情况。

据此，本文提出了三个研究问题：(i) 基于供需和收入整合的医疗可及性的空间模式分别是什么？(ii) 在结合这两种可及性结果时，出现了哪些一致性和差异性，它们如何揭示香港医疗可及性的悖论？(iii) 与交通相关的建成环境和社会经济特征如何与这些一致性和差异性相关联？为了解决这些问题，我们开发了一个双可及性框架，结合了基于供需和收入整合的可及性评估方法。香港因其高密度、以公共交通为导向的城市形态以及显著的社会经济差异而被选为案例研究对象。这两种可及性评估方法应用于该地区的所有街区，然后整合这两种结果以识别一致性和差异性区域。最后，我们使用多项逻辑回归模型来考察与每种一致性和差异性结果相关的交通相关建成环境和社会经济特征。

**2. 文献综述**
2.1. 可及性评估的概念基础和分类
可及性研究主要建立在Hansen的开创性工作之上，Hansen将可及性概念化为土地利用之间的互动潜力，并展示了更高的可及性如何塑造后续的城市发展模式（Hansen，1959）。可及性最初源于空间互动理论（Conde?o-Melhorado等人，2014），是指个人或群体能够物理上便捷地获得基本服务的能力。根据Geurs和van Wee（2004）提出的分类法，并由Demitiry等人（2022）扩展，可及性评估方法分为四类：基于基础设施的、基于位置的、基于个人的和基于效用的。在基于位置的评估方法中，浮动覆盖区（FCA）方法在医疗可及性研究中得到广泛应用，因为它们通过在定义的旅行时间内平衡有限的医疗容量和竞争性人口需求来评估可及性（Bauer和Groneberg，2016；Luo和Qi，2009）。然而，医疗可及性研究中的主导方法仍采用FCA系列。在这些研究中，旅行负担通常没有明确量化，也很少将其视为收入差异带来的负担。

这一局限性凸显了需要一个整合收入因素的可及性评估视角。在本研究中，收入整合型可及性是通过基于随机效用理论的广义旅行成本公式来评估的（Gim，2017；Li等人，2023）。这种公式将广义旅行成本与收入差异联系起来，从而捕捉到相同旅行负担在不同收入群体中的不同体验。这样，收入整合型可及性通过将可及性评估扩展到不仅仅是结构性充足性，还包括不平等的旅行负担方面，补充了FCA方法的不足。

2.2. 基于供需的医疗可及性的演变
在健康地理学研究中，医疗可及性通常使用基于位置的评估方法来评估给定交通网络下医疗机会的可用性，同时考虑竞争性人口需求（Santana等人，2023；Su等人，2024；Gu等人，2024）。这是城市健康公平的关键维度（Arabi和Moreland，2025；Corburn，2017；Du等人，2024）。在基于位置的评估方法中，浮动覆盖区方法特别突出，因为它们明确地在定义的旅行时间内平衡有限的设施供应和竞争性人口需求，并将有效的服务水平分配给各个地点，通常以提供者与人口的比例形式呈现（Guagliardo，2004）。在这种意义上，该框架强加了一个条件，即可及性是建立在有限设施容量和竞争条件下的。因此，我们将FCA方法称为“基于供需的可及性”，以强调它们主要将可及性概念化为受限设施容量和竞争需求之间的空间平衡。

最初，基于供需的可及性主要通过物理距离和可用性来解释，早期医疗可及性研究使用提供者与人口的比例或医疗设施的最小欧几里得距离（Neutens，2015）。虽然计算效率高且易于解释，但这些方法忽略了人口密度、服务竞争和个人出行行为引入的复杂性。为了解决这些限制，可及性研究逐渐纳入了供应侧（设施容量）和需求侧（人口竞争）的考虑因素，最终形成了FCA系列模型。在FCA模型中，两步浮动覆盖区（2SFCA）及其常见变体是最广泛使用的，因为它在定义的旅行时间内透明地平衡了提供者容量和人口需求，并且操作简单（Langford等人，2016；Li和Wang，2022；Liu等人，2022）。在香港的背景下，Liu等人（2025）使用高精度3D地理空间数据应用了2SFCA方法，研究了x分钟内步行可达性的不平等现象，展示了FCA方法在以公共交通为导向的高密度城市环境中的灵活性。然而，其主要局限性是对设施间竞争和用户选择的表示较弱，因为需求通常在所有可访问的提供者之间平均分配（Stacherl和Sauzet，2023；Shatnawi等人，2022；J?rg和Haldimann，2023）。

为了克服这一局限性，最近出现了高斯三步浮动覆盖区（G3SFCA）模型。G3SFCA在传统2SFCA逻辑的基础上进行了两项重大改进：(i) 采用高斯距离衰减函数连续加权覆盖区内的空间障碍；(ii) 采用概率性设施选择机制，根据相对旅行障碍和设施容量来分配选择概率（Han等人，2023；Gan等人，2025）。该方法分为三个主要步骤：(i) 使用高斯距离衰减确定设施和人口覆盖区的大小；(ii) 通过概率性设施选择模拟设施间竞争；(iii) 计算加权提供者与人口的比例，并将其汇总回需求地点以获得可及性指数。这些改进使G3SFCA能够更好地反映空间摩擦、容量限制和服务竞争，这些是基于供需的可及性建模的关键维度。然而，G3SFCA目前主要应用于城市绿地可及性研究（Deng和Ning，2024；Du等人，2025）；其在医疗可及性中的应用仍然有限。

2.3. 收入整合型可及性和医疗寻求旅行负担
基于供需的模型主要关注设施分布，很大程度上忽略了用户对票价敏感性的差异（Chen等人，2020），因此只能捕捉到结构性充足性，而忽略了关键的旅行负担。为了补充这种结构性视角，并反映城市规划向以人为本的转变，交通地理学提供了一种可以评估收入整合型可及性的方法（Ben-Akiva和Lerman，2021；Guzman等人，2023）。在这种方法中，广义旅行成本用于表示就医旅行负担，通过将门到门的公共交通成分（包括步行、等待、换乘和车内时间）以及票价汇总为一个指标（Koopmans等人，2013；Li等人，2023）。这一指标整合了旅行时间和货币成本之间的权衡，提供了对现实世界决策的更准确描述。虽然原则上可以将广义旅行成本纳入FCA框架作为障碍权重，但由此产生的指标仍然保留了设施容量分配器的逻辑。在这种情况下，每个设施容量是固定的，广义旅行成本被转换为每个社区或群体的相对权重，这些权重决定了固定设施容量在各个社区或群体中的分配方式。由于权重是相对定义的，且总设施容量是固定的，FCA方法产生的可及性指数在各个群体之间本质上是相互依赖的。一个群体的广义旅行成本发生变化会改变其相对权重，从而改变其分配的固定容量份额，即使其他群体的广义旅行成本保持不变。当研究目的是比较不同收入群体的医疗寻求旅行负担（即负担能力差异）时，这种区别尤为重要。由于FCA指数在各个群体之间是相互依赖的，因此FCA得出的可及性差异不能仅仅归因于每个群体自身的旅行负担差异。它们还反映了固定设施容量在群体间重新分配引起的可及性变化，这阻碍了对旅行负担差异的清晰解释。此外，如果将广义旅行成本在各个群体之间进行汇总，那么相对权重将不再具有群体特异性，由此产生的FCA可及性指数将失去基于群体特性的解释意义，因为旅行负担不再被考虑在内。相比之下，收入整合的可及性衡量方法将广义旅行成本视为目的地选择中的旅行负担，从而得到的可及性指数并不是基于固定设施容量分配的。因此，改变一个群体的广义旅行成本会直接改变该群体的可及性指数，而不会引起其他群体可及性指数的重新分配。因此，收入整合的可及性衡量方法能够准确反映旅行成本的变化对学生出行的影响。在首尔和西安的实证应用中，收入整合的可及性衡量方法显示出更高的解释能力，尤其是在低收入或行动不便的群体中（Macharia，2023年；Yu和Cui，2023年）。在首尔，将等待时间、换乘惩罚和票价负担纳入门到门成本测量后，一些依赖公共交通的低收入区域的类别从“充分服务”重新分类为“服务不足”，并且得到的可及性结果与人们报告的到达医疗服务的困难程度更为一致，这表明其具有更强的行为有效性。同样在西安，将票价与车内和车外时间结合起来后，公共交通可及性的空间公平性排名发生了变化，揭示出了一些基于距离的测量方法无法发现的票价敏感走廊和换乘密集区域。这些得出的可及性模式与低收入居民所面临的实际情况更为吻合。然而，收入整合的可及性衡量方法在医疗保健领域的应用仍然非常有限。在寻求医疗服务的背景下，许多研究仍然使用仅基于时间的可及性指标，这些指标没有考虑票价负担，从而低估了患者面临的负担。

总体而言，基于供需的可及性主要评估设施容量是否满足人口需求，而收入整合的可及性则捕捉了与寻求医疗保健相关的收入异质性旅行负担。在这项研究中，我们将这两种衡量方法视为独立但互补的结果。这使得我们能够直接评估不同收入群体之间的医疗可及性不平等，并有助于揭示结构提供与实际可及性之间的悖论。

3. 研究区域
3.1. 地理和人口背景
香港特别行政区位于中国南部海岸沿线，面积约为1106平方公里，包括香港岛、九龙半岛、新界以及200多个外围岛屿。行政上，该地区划分为18个区、292个三级规划单位（TPUs）和1746个街块，平均每个街块的大小约为0.6平方公里（香港规划部门数据）。截至2024年底，香港人口为753万（香港统计处数据），使其成为世界上人口密度最大的城市之一，每平方公里超过6800人。由于地势多山且可开发土地有限，香港的建筑环境呈垂直分布，社会空间异质性明显。

3.2. 空间类型
根据香港规划部门的分类，该地区可以分为三种主要的空间类型：城市区域、新镇和农村区域（图1a），每种类型都有独特的城市形态、人口特征和交通可及性。

- **城市区域**（主要是香港岛和九龙）构成了城市的经济和行政核心，包括中环、湾仔和旺角等区域。这些区域的人口密度极高，土地利用紧凑，城市规划以公共交通为导向。
- **新镇**是自20世纪70年代以来为缓解城市拥堵和容纳人口增长而规划的郊区社区（图1b）。这些新镇通常有大规模的公共住房项目，相对完善的社区基础设施，并通过公共交通与城市区域相连。
- **农村区域**包括剩余的新界以及钢琴岛和南丫岛等岛屿，以低密度定居点、传统的村庄结构和有限的公共交通接入为特征。

3.3. 空间复杂性和可及性挑战
香港在评估医疗可及性方面呈现出独特而复杂的案例，既不同于以汽车为导向的低密度城市，也不同于统一规划的紧凑型公共交通城市。虽然香港与后者具有一定的共性，如高密度和依赖公共交通，但有三个关键差异：
- 首先，香港的公共交通系统碎片化：多个运营商和不统一的票价结构导致高换乘成本，尤其是在新界和外围岛屿。尽管几乎90%的日常出行依赖公共交通（Zhu等人，2023年），但旅行负担仍然是一个问题，通勤费用约占月收入的1.59%——高于新加坡或东京等同类城市（表1）。
- 其次，香港寻求医疗服务的旅行财务负担并不均匀。对于低收入群体以及需要频繁就诊的慢性病患者来说，这一负担尤为沉重，而这种不平等现象因香港持续的高收入不平等而加剧（基尼系数0.47；Statista，2025年）。实际上，医院管理局和运输部门管理了特定的交通补贴计划，以缓解这一财务障碍（例如，全面社会保障援助计划、The Tam Shiu慈善信托康复交通补贴计划、公共交通票价补贴计划等）。健康服务研究也提供了支持证据，表明这些旅行负担在实践中不可忽视（Johnston等人，2007年；Marmot等人，2024年；Tran等人，2023年）。
- 最后，最后一公里的步行环境对香港的医疗可及性至关重要。从家中走到交通站点再到医疗机构，步行往往占据了旅程的重要部分。对于老年人及行动不便的人来说，坡度、海拔变化、楼梯和街道不连续性都会增加步行的难度和时间。因此，短距离并不总是意味着高实质性的医疗可及性。

4. 方法论
4.1. 研究框架
基于文献回顾和发现的差距，我们构建了一个结合了基于供需的可及性和收入整合可及性的框架（图2）。首先，将基本的地理、社会经济、医疗设施、基于公共交通的出行数据以及与交通相关的建设环境数据整合成一个多源空间数据集。其次，进行两项平行评估：使用G3SFCA模型生成基于供需的可及性指标， menggunakan公式化广义旅行成本来推导收入整合的可及性指标。然后，将两种可及性结果结合起来，将区域划分为收敛型（有利的）和发散型（负担过重、有补偿的）。最后，通过多项式逻辑回归量化与每种收敛和发散类型相关的交通相关建设环境和社会经济特征的概率。

4.2. 数据来源和处理
4.2.1. 医疗设施
香港医院管理局管理着43家公立医院、49家专科门诊诊所和75家家庭医学诊所，这些设施按地区分为七个集群（香港医院管理局，2025年）。本研究关注的是一般医疗服务，排除了产科、儿童护理和专科医院等专业机构，以及没有住院床位的小型诊所。共选取了20家公立医院（图3），收集了关于设施级别、地址和床位数量的数据。根据官方分类，这些医院可以进一步划分为七家旗舰医院和十三家二级医院。旗舰医院是每个集群内规模最大、服务最全面的设施，提供高级别的综合性服务；而二级医院主要服务于其指定的服务区域。

4.2.2. 社会经济特征
为了代表医疗服务需求，我们使用了2021年香港人口普查的最新社会经济数据，并在街块层面进行了汇总（Common Spatial Data Infrastructure，2021年）。该数据集包括人口密度、平均每周工作时间和月收入中位数（图4）。这些变量有助于基于供需和收入整合的可及性衡量，因为它们考虑了不同街块之间的社会经济地位差异。

4.2.3. 基于公共交通的出行数据
使用由香港运输部门开发的多模式路线规划平台HKeMobility获得了每个起点-终点（OD）对的公共交通出行数据。该平台整合了来自所有主要本地交通模式（包括地铁、专营巴士、绿色小巴、渡轮和有轨电车）的实时和计划数据。对于每个由街块中心定义的OD对，通过地理坐标和标准出发时间（上午9:00）进行查询，以获取出行时间、票价和模式的估算。与Gaode Map或Google Maps等商业API相比，HKeMobility具有三个关键优势：
- 全面覆盖所有本地交通运营商的服务，包括商业平台经常忽略的服务（如绿色小巴和居民巴士）；
- 更准确地反映香港复杂的票价结构，包括基于距离的票价优惠；
- 在交通密集且路径复杂的地区提供更高的定位精度和更可靠的服务时间估算。

4.2.4. 交通相关建设环境指标
除了上述基于公共交通的出行数据外，还选择了六个与交通相关的建设环境变量作为可能影响两种可及性结果差异的因素（表2）。

表2. 与交通相关的建设环境变量
| 变量 | 描述 |
|-------------------|----------------------------|
| 道路密度 | 街块面积内的总道路长度 |
| 行人道路密度 | 街块面积内的总行人长度 |
| 交叉口密度 | 在街块中心500米半径范围内的交叉口数量（包括三路及以上） |
| 步行至最近公交车站的时间 | 从街块中心步行到最近公交车站的时间 |
| 公交车站可用性 | 在街块中心500米半径范围内的公交车站数量 |
| 到市中心的距离 | 从街块中心到市中心的欧几里得距离 |

道路和行人网络数据集来自香港Common Spatial Data Infrastructure门户（Common Spatial Data Infrastructure，2021年），该门户提供了详细的车辆和行人路线的拓扑和分类信息。公交车站的位置数据来自香港开放数据门户，包括坐标和服务路线覆盖情况。这些变量在空间上被汇总到街道级别。4.3. 高斯三步浮动集水区方法（G3SFCA）G3SFCA方法通过结合概率设施选择组件和连续的高斯距离衰减模型，同时考虑了设施容量、人口需求、空间摩擦以及设施间的竞争。在这种应用中，采用了迭代集水区大小确定程序来设定特定于设施和人口的旅行时间阈值，遵循V2SFCA（Luo和Whippo，2012年；Du和Zhao，2022年）中的变量集水区原则，以及后续的延伸模型，如基于变量的浮动集水区（VMBFCA）模型（Benhlima等人，2024年）。计算过程分为六个阶段：(i) 对于每家旗舰医院，其目标服务人口等于香港医院管理局报告的其服务区域内的居民人口。对于同一集群内的二级医院，我们分为两种情况：(a) 当医院管理局指定了特定的服务区域时，我们使用相应的居民人口；(b) 当没有指定服务区域时，我们根据同一医院集群内旗舰医院的床位数量来设定目标服务人口：Pstarget = Pf × (Bs/Bf)，其中Pf是旗舰医院的目标服务人口；Bs和Bf分别是同一集群内二级医院s和旗舰医院f的床位数量；Pstarget表示医院管理局未为该医院指定服务区域时的目标服务人口。(ii) 通过迭代方法动态确定每个医疗设施的集水区大小。人口位置i与设施j之间的旅行时间表示为tij。最初，为每个设施设置一个较小的旅行时间阈值(t0 = 10分钟)。使用公共交通旅行时间数据，计算该初始集水区内可到达的总人口，并使用权重函数进行加权：Gt = e^(-β(tij/t0) * (1 - e^(-β1) * e^(-β))。利用公式(2)，我们测试对衰减参数β的敏感性，将β从0.1变化到2.1，步长为0.2。通过三个互补维度评估方法的稳健性：(a) 顺序一致性，定义为保持街道级别的空间访问顺序，通过Spearman的ρ值衡量。(b) 幅度稳定性，定义为与基线的偏差，通过平均绝对百分比变化和第99百分位的绝对百分比变化来总结。(c) 极端分位数的分类稳定性（顶部和底部十分位数），通过Jaccard重叠度衡量。此外，我们还报告了平均有符号百分比变化和中位数有符号百分比变化。这些诊断结果确定了一个稳健性窗口β∈[0.3,0.7]。在此稳健性窗口内的敏感性检查进一步表明，街道区块访问结果的分布和排名都具有高稳定性：随着β的变化，访问性得分的分布仅发生微小变化，相邻β值之间的Spearman等级相关性始终接近1。根据这些证据以及FCA研究的常见做法，我们在主要分析中采用β=0.5。完整的敏感性结果见附录C。然后将加权后的总人口(SGWP)与每个设施指定的目标服务人口进行比较。如果SGWP不足，集水区以5分钟的间隔逐步扩大，每一步重新计算SGWP，直到达到人口目标或阈值达到实际最大值Tmax。根据现有的关于医疗保健可达性评估的文献（Jin等人，2022年；Gan等人，2024年；Gan等人，2025年），阈值旅行时间Tmax通常定义为95%的人口能够使用给定的旅行策略到达至少一家三级医院的时间。基于香港的层次化医疗保健系统，我们计算了能够通过公共交通到达至少一家旗舰医院的居民比例。从得到的旅行时间分布来看，第95百分位是72分钟（图6）。因此，在本研究中我们设定Tmax=72分钟。这种迭代优化使设施集水区大小能够真实反映服务需求和地理限制。最终每个医院的集水区阈值总结在表3中。表3. 香港公立医院的服务特征。（来源：香港医院管理局和作者）。医疗设施集群床位数量级别目标服务人口集水区大小（分钟）屯门医院新界西部集群2093旗舰医院1,174,95953伊利沙白女王医院九龙中部集群2012旗舰医院1,158,08340帕梅拉·尤德·内瑟索尔东部医院香港岛东部集群1903旗舰医院861,90349威尔斯亲王医院新界东部集群1884旗舰医院1,318,90745玛格丽特公主医院九龙西部集群1818旗舰医院1,266,65950玛丽女王医院香港岛西部集群1639旗舰医院499,23145联合基督教医院九龙东部集群1574旗舰医院1,162,20340嘉丽泽医疗中心九龙西部集群1297二级医院903,66140广华医院九龙中部集群1229二级医院725,72327将冠医院九龙东部集群825二级医院609,16042珀奥医院新界西部集群822二级医院461,45140仁济医院九龙西部集群809二级医院563,65636北区医院新界东部集群717二级医院528,58145鲁顿吉和唐秀金医院香港岛东部集群658二级医院332,59728爱丽丝·何妙灵内瑟索尔医院新界东部集群620二级医院457,07145东华医院香港岛西部集群532二级医院162,04531天水围医院新界西部集群300二级医院283,59533东华东部医院香港岛东部集群262二级医院118,66534北兰涛医院九龙西部集群180二级医院125,41245圣约翰医院香港岛东部集群87二级医院19,57630(iii) 随后，使用步骤(ii)中得出的设施特定阈值建立人口集水区大小。对于每个住宅街道区块i，我们以一个小值初始化一个人口集水区阈值τi。给定一个候选阈值τi，我们识别出所有既属于其自身设施集水区又位于区块i τi范围内的医院j。对于Ji(τi)中的每家医院，其床位容量Sj根据医院与区块之间的旅行时间tij使用高斯衰减函数进行加权。然后通过对所有可到达医院的加权贡献求和，得到区块i的累积高斯加权床位供应(CGWBSi)：?CGWBSi(τi) = ∑j∈Ji(τi)Sj·Gtij。然后将得到的CGWBSi(τi)与本地调整的床位与人口阈值（每244名居民1张床位，基于香港平均每1,000名居民4.1张床的比例）进行比较。如果未满足此阈值，则τi增加5分钟，并重新计算CGWBSi(τi)，直到满足阈值或τi达到实际最大值Tmax=72分钟。最终取τi的值作为区块i的人口集水区大小tp,i。(iv) 为了进一步增强真实性，考虑设施间的竞争，该方法整合了一个概率选择组件。对于每个人口位置i，识别出所有位于设施集水区th,j范围内的医疗设施j。位置i的人口选择设施j的概率计算为：Probij = Mj·Ftij，其中Mj是设施j的吸引力（通过床位数量衡量）。tij是从人口位置i到设施j的旅行时间。Ftij表示定义的医院集水区大小的高斯距离衰减函数：Ftij = e^(-0.5(tij/th,j) * (1 - e^(-0.5^(tij≤th,j))，其中0 < tij ≤ th,j。 (v) 对于每个医疗设施j，识别出所有位于设施集水区阈值th,j范围内的居民需求点i。然后计算设施j的供需比Rj：Rj = Sj∑i∈tij≤th,j·Probij·Pi·F(tij)，其中Pi是区块i的人口。这个指标随着距离的增加而平滑减少设施的影响，真实地捕捉了空间竞争。(vi) 最后，通过聚合这些设施比率，并应用基于人口集水区大小tp,i的附加高斯衰减函数，计算每个区块i的供需基础访问性指数：Ai = ∑j∈tij≤tp,i·Rj·ftij。(8)ftij = e^(-0.5(tij/tp,i) * (1 - e^(-0.5^(tij≤tp,i))，其中f(tij)是应用于人口集水区大小的高斯衰减函数。注释：这种迭代过程的收敛性质：设τ(k)为第k次迭代时的阈值。随着τ(k)的增加，位于给定设施j集水区内的需求位置i的集合（即tij≤τ(k)的位置）在k中单调扩大，对于任何给定的需求位置i，满足tij≤τ(k)的设施j集合也在单调扩大。由于高斯距离衰减权重限制在[0,1]范围内，且Pi、Sj也有限，加权求和{SGWPj(k)}和{CGWBSi(k)}是单调递减且有界的，因此会收敛。我们实施三个实用终止标准以保证迭代步骤的有限性：(a) 目标标准（主要）：当SGWPj(k)（或CGWBSi(k)）达到相应目标时停止。(b) ??-变化标准：当相对变化较小时停止：?∣SGWPj(k)-SGWPj(k-1)∣ < ? 或 ?∣CGWBSi(k)-CGWBSi(k-1)∣ < ?，其中??=0.5%且δ=10^-6。(c) 饱和标准：对于每个需求位置i（或设施j），当阈值从τ(k-1)增加到τ(k)时，其集水区内包含的设施（或需求单位）集合不变。等效地，在迭代k中没有额外的医疗设施或需求单位被添加到任何集水区。所有迭代还受τ(k)≤Tmax的限制。4.4. 收入整合的可达性度量收入整合的可达性使用一种广义旅行成本公式来评估从每个住宅街道区块到香港公立医院的旅行。该度量整合了多种旅行阻碍因素，包括步行、等待和车内时间，以及公共交通费用。计算过程包括以下步骤：(i) 在每个街道区块的质心和研究区域内的所有公立医院之间构建OD对。设I为每个街道区块的起点集合，Di为每个街道区块的符合条件的医疗设施集合。为了尽可能反映每个街道区块的居民在寻求医疗时的多种可能目的地选择，我们采用了与G3SFCA一致的时间阈值方法。时间阈值(Tmax)仅用于限定可行性，并不强制选择最近的一个目的地。对于每个街道区块，我们将所有符合机构要求且在时间阈值内可达的医院作为潜在目的地。在这种情况下，对于每个街道区块i，目的地区Di包括所有符合机构要求且在Tmax内可达的公立医院。然后我们从i构建到Di中每个d的OD对。(ii) 为了将每个OD对的旅行时间转换为货币价值，我们使用年度收入和小时调查（2021年）中直接报告的全市每小时中位数工资82.9港元作为车内时间估值的基础。步行时间(vwalking)和等待时间(vwaiting)的值表示为车内时间的常数倍数，分别设为α·vin和β·vin。根据MTR铁路需求预测中的香港当地实践，我们设置α=β=2（Wardman，2014年）。(iii) 然后通过结合货币化的时间成本和票价，计算每个OD对的广义旅行成本(GTCid)：GTCid = tidwalking.vwalking + tidwaiting.vwaiting + tidtravel.vin + widfare。这代表了一次从门口到门口的旅行，包括步行时间成本(tidwalking.vwalking)、等待时间成本(tidwaiting.vwaiting)、车内时间成本(tidtravel.vin)和票价(widfare)。(iv) 由于相同的绝对货币成本在不同收入水平上可能造成不同的负担，我们计算了一个收入权重项：ωi = Citywidemedian/monthlyhouseholdincome / median.monthlyhouseholdincome in street block i。这里，ωi作为广义旅行成本的负担权重，使得较低收入水平的街道区块支付更多的旅行成本（ωi > 1），而较高收入水平的街道区块支付较少的旅行成本（ωi < 1）。它捕捉了不同收入群体之间的旅行负担差异，而不是基于机会成本的常规时间值。(v) 然后我们定义目的地选择的确定性组成部分：Uid = -ωi·GTCid。这产生了概率选择份额：Pid = exp(Uid)∑k∈Di·exp(Uik)，使得同一家街道区块的居民可以根据他们的收入加权广义旅行成本合理地选择不同的医院。由于本研究的目的是评估在收入差异下的不平等旅行负担，而不是所有影响医院选择的因素，因此该公式有意限制在旅行成本维度上，不包含其他旅行效用。这种范围使构建保持分析焦点，避免将旅行负担与其他医院选择的决定因素混淆。(vi) 最后，根据随机效用理论（Li等人，2023年）推导出的对数和公式，计算每个街道区块的收入整合可达性：Ai = ln∑d∈Di·exp(Uid)。5. 结果5.1. 基于供需和收入整合的可达性的空间模式基于供需和收入整合的可达性指标都显示了香港医疗保健可达性的明显空间梯度。在两种可达性指标下，最高的可达性集中在维多利亚港沿线的核心城区，特别是在中环和西区（CW）以及九龙的Wan Chai（WC）地区，以及围绕玛丽女王医院和伊利沙白女王医院等旗舰医院的集群地区。在这两种可达性结果中，沿着中环-金钟-尖沙咀走廊（图7）识别出连续的高价值街道区块。然而，这些医疗保健可达性优势在城市区域并不均匀分布。在基于供需的可达性下（图7a），较高值集中在核心城区，而较低值则集中在南区的城市边缘地区（STH）。在核心区域内部，异质性依然存在：九龙城（KLC）的医疗资源供需基础上的可达性仅处于中等水平，相较于相邻的核心区域而言。根据收入整合的可达性指标（图7b），像深水埗（SSP）和观塘（KT）这样的地区，尽管靠近多家医院，但其可达性表现低于预期；而东南部（STH）地区的某些富裕城郊区域则获得了意外高的可达性评分。从狮子山延伸到新界，医疗资源的可达性逐渐下降。新界北部和东部的农村地区以及偏远的岛屿社区，在两种可达性指标下均呈现出最低的值。转向新市镇，这两种指标的空间分布模式出现了的分歧。基于供需的可达性显示，包括沙田、荃湾、屯门、天水围、元朗和将观澳在内的新市镇，其可达性评分略高于农村地区，但仍低于核心城市区域。相比之下，收入整合的可达性揭示了新市镇内部的差异——那些医院与主要公共交通枢纽共址的核心区域显示出与城市水平相当的良好医疗资源可达性；而位于山丘上的社区或远离交通站的邻近地区则记录了较低的医疗资源可达性。

为了验证上述的空间模式，我们评估了这两种可达性结果的空间相关性。全局Moran’s I指数的结果显示两种指标都存在显著的正空间自相关性（p < 0.0001）。基于供需的可达性表现出更强的聚集性（全局Moran’s I = 0.701），而收入整合的可达性则显示出较低的聚集性（0.461）。局部Moran’s I进一步明确了这一结构：在基于供需的可达性下，维多利亚港沿岸形成了一条高-高的连续带，与外围的低-低区域形成对比；而收入整合的可达性则表现为南部地区的高-高聚集，以及主要分布在新市镇和农村地区的较小且不连续的低-低区域带（图8）。

总体而言，这两种可达性结果都勾勒出了“核心城市区域高——新市镇中等——农村地区低”的梯度（图9），但在城市区域和新市镇内部仍存在明显的异质性。

5.2. 基于供需和收入整合的可达性的综合空间模式
为了研究基于供需和收入整合的可达性的综合空间模式，研究区域被划分为四个类别，采用了双变量阈值方法。“高”和“低”值是根据居民所经历的可达性分布来定义的。具体来说，高和低分类采用了基于人口权重的中位数作为阈值，将“低可达性”社区定义为低于中位数的社区（人口的后50%），将“高可达性”社区定义为高于中位数的社区（人口的前50%）。根据这种分类，研究区域被划分为四种类型（图10）：
(i) 高供需基础上的可达性——高收入整合的可达性（优势区域）：这些优势区域主要位于香港的核心城区，包括中环（CW）、西半山（WC）和油尖旺（YTM），由于靠近多家医院而形成了连续的聚集带。相比之下，新市镇内的优势区域较为分散且不连续，主要表现为邻近医院的小范围区域。
(ii) 高供需基础上的可达性——低收入整合的可达性（负担过重的区域）：这些负担过重的区域主要集中在深水埗（SSP）地区。尽管该地区靠近医疗设施，但其收入整合的可达性仍然有限。
(iii) 低供需基础上的可达性——高收入整合的可达性（补偿区域）：这些补偿区域位于富裕的城郊地区，包括大屿山的愉景湾（Discovery Bay）和东南部（STH）地区的部分区域，以及新市镇的部分区域。虽然相对有限的医疗资源导致了较低的供需基础上可达性，但这些区域表现出较高的收入整合可达性。
(iv) 低供需基础上的可达性——低收入整合的可达性（脆弱区域）：这些脆弱区域占据了最大的街道街区比例，广泛分布于新界北部和偏远岛屿。由于地理位置偏远、医院资源匮乏和收入较低，这些地区的医疗服务可达性较差。

这些综合空间模式对出发时间的变动具有鲁棒性（附录F）。

5.3. 与基于供需和收入整合的可达性结果趋同与分异相关的因素
为了理解导致这种综合可达性结果趋同与分异的因素，我们进行了多项逻辑回归（MNL）分析，其中因变量是上述四个综合可达性类别中的一个，自变量则捕捉了与交通相关的建成环境和社会经济特征（表4）。图4、图5、图6、图7、图8、图9、图10、图11展示了自变量的街道级观测数据。

表4. 多项逻辑回归中使用的因素领域和变量
| 因素 | 交通相关建成环境 |
|-------------------|----------------------------------------|
| 路道密度 | 行人道路密度 |
| 步行至最近交通站的距离 | |
| 离市中心距离 | |
| 交叉口密度 | |
| 公共交通站可用性 | |
| 社会经济特征 | |

在MNL模型中，诸如道路密度和交叉口密度等交通相关建成环境变量被视为协变量，并不严格解释为可达性的外生决定因素。实际上，可能存在双向关系：一方面，更密集的道路和交叉口网络以及更好的公共交通可达性可以机械性地减少就医旅行时间，从而提高可达性；另一方面，历史上作为城市和服务中心的地区，由于人口密度高和对医疗护理的需求大，这些地方的交通基础设施得到了升级和加强。换句话说，长期规划优先事项、历史发展和土地市场力量可能共同塑造了道路网络和医疗资源的可达性。鉴于这种潜在的内生性和数据的横截面性质，MNL系数因此被解释为交通相关建成环境特征与四种可达性类型之间的关联，同时控制了其他因素。它们表明了每种可达性类型的概率如何随着道路密度、交叉口密度等相关变量的差异而变化，而不是单向的因果关系。

在估计之前，我们使用成对皮尔逊相关系数和方差膨胀因子（VIFs）评估了协变量之间的潜在多重共线性。相关矩阵（图D1）显示大多数成对相关性处于中等程度（|r| < 0.5），其中行人道路密度、交叉口密度、公共交通站可用性和收入之间的相关性最强，约为0.55–0.58。然后我们计算了VIFs以正式诊断多重共线性。除平均每周工作小时数外，所有变量的VIF值都低于常用的10的阈值（Hair等人，2019年），而平均每周工作小时数的VIF值非常高（29.6）。为了避免这种强烈的共线性带来的问题，我们从最终的MNL模型中排除了平均每周工作小时数，并保留了其余的协变量（表D1）。

鉴于第5.1节中报告的两种可达性结果存在的显著正空间自相关性，接下来我们通过在皮尔逊残差上使用k最近邻权重（k = 6, 8, 10, 12）计算全局Moran’s I来评估基础MNL模型中的残差空间自相关性。Moran’s I在所有k值下仍然呈正相关且统计上显著（Holm校正后的p = 0.004，表E1）。为了吸收可能产生的局部溢出效应，我们在基础MNL模型中加入了k最近邻（k = 12）的邻近街道街区平均值作为额外回归量。扩展后的MNL模型提高了模型拟合度（伪R2从0.45增加到0.49，表E2，表E3），并且几个邻里效应在统计上显著，表明这些变量存在空间溢出效应。然而，在扩展后的MNL模型中，残差Moran’s I值相对于基础MNL模型略有下降（Moran’s I从0.18降至0.36至0.16–0.34），尽管仍然保持正相关且显著（Holm校正后的p = 0.004，表E4）。这表明邻里协变量吸收了部分空间依赖性，但一些未被观察到的空间结构化因素仍然存在。

由于剩余的空间依赖性可能会使传统标准误差偏低，我们为主要的MNL估计值报告了TPU聚类的稳健标准误差。该模型在街道街区层面进行估计，标准误差按香港的标准小区域规划单元（TPUs）进行聚类，以考虑TPU内部的关联性和异方差性。我们需要注意的是，空间依赖性可能跨越相邻的TPUs；因此，TPU聚类是一种实用且保守的推断策略，而不是完全消除所有空间依赖性的保证。与传统的（非稳健的）标准误差相比，TPU聚类的标准误差通常更大，因此一些边缘显著的系数估计精度较低，但主要结论在方向上仍然一致且统计上显著。作为额外的稳健性检验，我们对（i）不同的出发时间，（ii）滞后的医疗供应数据，以及（iii）不同的协变量集进行了一系列敏感性测试。对于每种规格，我们重新计算了两种可达性指标，重新推导了综合可达性类型，并重新估计了MNL模型。在这些规格中，四种综合可达性类型之间的主要关联模式保持一致（附录G）。

最终的MNL结果显示，这些因素与可达性结果的趋同与分异有着不同的关联模式（表5）。趋同类型包括优势区域和脆弱区域。优势区域更可能出现在距离市中心较近的街道街区中（p < 0.05），并且与有利的交通相关建成环境相关，体现在步行至最近交通站的时间较短（p < 0.001）、公共交通站可用性较高、行人道路密度和交叉口密度较高（所有p < 0.05）。这些区域还与较高的月家庭收入中位数相关（p < 0.001）。相反，脆弱区域更可能位于交通连接性较差的街道街区中，体现在步行至最近交通站的时间较长、交叉口密度较低（两者p < 0.001）以及月家庭收入中位数较低（p < 0.001）。脆弱区域也倾向于位于距离市中心较远的地方（p≈0.08），尽管这种效应仅具有边际显著性。

6. 讨论
本研究通过采用结合供需基础上的可达性和收入整合的可达性的双重框架，推进了医疗资源可达性研究。使用G3SFCA模型和广义旅行成本公式来衡量香港的医疗资源可达性。这两种指标都揭示了全市范围内的城市-新市镇-农村地区的梯度以及两种层次内的异质性：城市区域内和新的市镇内部的差异。将这两种可达性结果结合起来，展示了四种组合的空间分布：两种趋同类型和两种分异类型。随后，多项逻辑回归确定了与趋同和分异相关的交通相关建成环境和社会经济特征作为关键因素。主要发现总结如下。

6.1. 城市-新市镇-农村梯度以及城市内部和新市镇内部的可达性异质性全港范围内的城市-新镇-农村差异梯度

虽然以往的研究主要通过供需平衡的方法来描述医疗可及性的地理差异（Arcury等人，2005年；Cattaneo等人，2021年；Gaffney等人，2022年），但我们的研究结果显示，香港在医疗可及性方面存在更为复杂的城市-新镇-农村梯度，这体现在基于供需平衡和收入整合的两种可及性衡量标准上。这种高水平的可及性主要体现在维多利亚港沿岸的核心城区，尤其是中环、西区、湾仔和九龙中部等地区。这些核心城区受益于长期积累的医疗基础设施，以玛丽王后医院和伊莉莎白王后医院等旗舰医院为中心的医疗资源聚集，因此在两种可及性衡量标准下都表现优异。新镇地区的医疗可及性处于中等水平，总体上低于核心城区但高于农村地区。新界地区的医疗可及性明显下降，这些地区缺乏大型医疗设施，且距离城市中心的医院网络较远。根据供需平衡的方法，这些地区还受到交通不便、通勤时间较长以及经济能力较弱（难以承担旅行费用）的困扰（Wang和Loo，2024年；Tao等人，2020年）。结构劣势与收入差异导致的旅行负担共同加剧了人们获取及时医疗服务的难度。

香港以中心城市和公共交通为导向的发展模式长期以来一直优先关注城市核心区，导致许多农村和交通不便的社区在医疗资源上处于不利地位（He等人，2018年；Zou等人，2014年）。由于住房政策将大量低收入人口重新安置至新镇和农村地区，而医疗设施和交通基础设施并未相应扩展，这种空间错配问题进一步加剧（Leung和Choy，2025年；Yu和Wong，2004年）。因此，城市居民，特别是那些居住在设施完善的核心区居民，能够同时享有基于供需平衡和收入整合的可及性优势，而农村人口则在两种指标下都面临持续的可及性不足问题。

6.1.2. 城市内部的可及性差异
在城市内部，某些核心区域的街道可及性低于城市边缘区域，这与以往研究中发现的核心区优于边缘区的典型结果形成对比。在基于供需平衡的可及性评估中，尽管九龙城区靠近多所医院，但其可及性仍低于某些边缘区域的街道。这是因为尽管靠近医院，但由于服务覆盖人口众多且医疗资源分散，人均实际可利用的医疗资源有限，因此名义上的邻近性并未转化为更高的实际可及性（Gao等人，2025年；Su等人，2024年）。相比之下，城市边缘地区的可及性高于九龙城区，因为较低的人口密度减少了每个医疗设施的服务需求，而高效的公共交通连接使通勤时间仅略高于核心区。在收入整合的可及性评估中，高密度核心区（如深水埗和观塘）的表现也低于预期，尽管这些地区靠近医院，但由于高人口密度导致交通拥堵加剧，增加了通勤时间（Zhang等人，2023年）。另一方面，南区某些富裕的边缘区域却实现了出乎意料的好成绩，这可能是因为较高的收入降低了相对的旅行成本。从全港范围来看，图4(b)和图11(c)显示，香港的富人有更多的机会居住在靠近公共交通设施的地方，而低收入者则不然。尽管一些低收入社区被重新安置到交通不便的新镇和农村地区，但许多低收入家庭仍居住在深水埗等城市内部地区，这些地方的公交车站分布较为密集。总体而言，这种分布意味着公交车站的分布相对公平，不太可能是低收入群体可及性的主要限制因素。相反，收入整合的可及性不足是由于当地交通拥堵和家庭承担医疗旅行成本的经济能力之间的相互作用所致。

6.1.3. 新镇内部的可及性差异
在收入整合的可及性评估中，新镇内部也存在可及性差异。以往的香港研究通常将新镇与城市区域进行对比，或仅报告新镇的整体可及性，从而忽略了新镇内部的差异（He等人，2020年；Goudsmit等人，2023年）。我们的研究发现，新镇内部在街道层面也存在可及性差异：新镇的核心区域具有与城市相当的可及性，这得益于医院与主要交通枢纽的紧密配合，减少了步行距离和通勤时间。然而，在这些新镇中，远离交通枢纽的山区社区或邻里由于依赖接驳巴士服务、较长的步行时间和复杂的地形而面临可及性挑战。这些情况突显了“最后一公里”障碍和地形限制的影响，这与以往研究的结果不同，因为“平均”数据可能掩盖了同一新镇内不同区域的显著差异。

6.2. 两种可及性结果及其与交通相关建成环境和社会经济特征的关联
6.2.1. 收敛类型
在收敛类型中，医疗设施分布、交通相关建成环境和社会经济特征往往相互互补，共同强化了优势或劣势。
**优势区域**
优势区域主要集中在香港的核心城区，受益于密集的医疗设施，这通过增加设施相对于人口的可获性来提高基于供需平衡的可及性。同时，高步行道路密度和短通勤时间减少了最后一公里的摩擦，从而缩短了前往医疗设施的旅行时间。这些社区还聚集了高收入家庭，且周围有完善的公共交通枢纽和成熟的医院网络。较高的收入降低了时间和费用的负担，促进了更快医疗服务的使用。这种优势是多方面的：邻近性、连通性和经济能力共同作用，最大化了基于供需平衡和收入整合的可及性。这一模式与其他全球金融中心的研究结果一致（Li等人，2023年），但香港高容量交通与医院集群的紧密耦合进一步放大了这种优势效应（Zou等人，2025年）。

**脆弱区域**
脆弱区域广泛分布在新界的北部和偏远岛屿。与优势区域形成鲜明对比，脆弱区域呈现出相反的情况：(i) 医疗设施稀缺，这是由于历史选址优先级、公房搬迁以及农村村庄定居方式的影响，导致许多社区远离主要医院，从而降低了基于供需平衡的可及性（Zheng等人，2015年；Deng等人，2016年）；(ii) 交通相关环境较差，缺乏直接连接通道，增加了换乘次数，从而延长了前往医院的通勤时间；(iii) 不利的社会经济条件，尤其是较低的家庭收入，加剧了医疗旅行的经济和时间成本。这些因素共同导致了较低的可及性。

6.2.2. 分散类型
在分散类型中，这三个因素并不互相强化：
**负担过重的区域**
尽管高密度、以公共交通为导向的城市环境中医疗资源集中且交通连接性强，通常被认为具有较高的基于供需平衡的可及性（McGrail和Humphreys，2015年；Wang等人，2025年），但我们的研究发现，高基于供需平衡的可及性并不一定意味着低旅行负担（高收入整合的可及性）。本研究识别出像深水埗这样的高密度城区中的负担过重区域。虽然该区域靠近多所医院，但较高的人口密度增加了交通流量，而相对较低的交叉口密度导致交通连接性较弱，路线选择有限，进一步加剧了交通拥堵（Cho-Yam Lau，2023年；香港交通及房屋局，2014年）。这种模式在其他紧凑型城市中也常见（Chen等人，2025年），但在深水埗，由于当地交通网络的局限性和低收入家庭的集中，这种情况更加严重（Chen等人，2024年）。低收入居民更依赖公共交通前往医院，增加了本已拥挤的交通系统的负担。交通拥堵延长了通勤时间，而低收入进一步提高了旅行成本的感知负担。尽管香港有多种交通补贴计划（如公共交通费补贴计划和针对老年人和残疾人的2元票价优惠计划），但这些计划并未与收入水平挂钩，也没有针对医疗出行的具体需求进行定制。因此，即使在当前的补贴框架下，低收入群体仍需承担不成比例的旅行负担。随着这些限制的累积，高密度医疗设施的预期效益未能充分发挥，收入整合的可及性仍然较低。

**补偿区域**
与负担过重的区域相反，补偿区域出乎意料地出现在富裕的城市边缘地区，包括大屿山的愉景湾和东南九龙的部分地区，以及新镇的部分区域。在这些地区，相对较低的医疗设施供给通过两种机制得到补偿：首先，新镇核心区的良好交通相关环境起到了缓冲作用：香港的分权策略在不同阶段在核心区设置了MTR或主要巴士枢纽，这些枢纽通常与医疗设施相邻（Govada等人，2016年）。较高的交叉口密度改善了局部连通性，减少了绕行距离，缩短了前往最近公交车站的步行时间。其次，富裕的城市边缘地区（如大屿山的愉景湾和东南九龙的部分地区）具有有利的社经条件，较高的家庭收入降低了旅行成本，从而保持了较高的收入整合可及性。这表明，在考虑交通连通性和收入对旅行成本的影响时，将旅行负担纳入可及性评估非常重要。

6.2.3. 收敛和分散类型的解释及其含义
综合来看，香港的医疗可及性与交通相关建成环境和社会经济特征的结合有关，这些因素可以互相强化或抵消作用。收敛类型说明了这两种衡量标准何时能够相互增强，从而产生一致的高可及性；而分散类型则凸显了仅依赖基于供需平衡的可及性的局限性：当交通连接性和社会经济条件不利时，高水平的医疗设施供给可能无法转化为高收入整合的可及性。在香港，这种收敛和分散类型反映了历史上的医疗设施选址优先级（偏向城市核心区）、市场驱动的住房分配（按收入分层居住布局）以及外围地区交通基础设施发展的阶段性不平衡。通过分析这些差异，我们的研究超越了单纯衡量医疗设施供应（设施的位置和容量）的范畴，进一步探讨了谁能够实际获得医疗服务的问题。这一框架为高密度、以公共交通为导向的城市健康规划提供了新的视角，即使在医疗资源密集但交通拥堵和旅行成本高的情况下，这一框架也能揭示出医疗可及性的真实情况。这些模式也反映了其他亚洲城市的类似情况（Macharia，2023年；Yu和Cui，2023年），即等待时间、换乘次数和票价等因素纳入考虑后，靠近医疗设施或交通便利的地区可能无法充分满足低收入、依赖公共交通的群体的需求。相反，在富裕的城市边缘区域和新城镇的核心区域，补偿性效应使得这些地方与研究中识别的“成本抵御能力强的”走廊相似，在这些地方，便捷的交通网络或较高的收入在一定程度上抵消了就医所需的出行负担。通过结合基于供需的和融入收入的可达性分析，我们的研究扩展了这一领域，并展示了有限的医院容量竞争和不平等的出行负担如何共同决定了谁能够实际到达医院。

6.3. 政策意义和实践建议
为了提高医疗服务的可及性，规划应超越对设施空间分布的关注，考虑不同收入群体面临的出行限制，同时确保服务提供与人口分布相匹配。

6.3.1. 对收入敏感的交通干预措施
对收入敏感的交通干预措施应采取保护隐私的方式实施，并保持行政成本的可预测性。现有的公共交通票价补贴计划可以进行改进，加入根据政府记录核实后的收入指数化的报销机制，而不是通过票务系统。资格确认将基于已经包含收入或福利状态的政府记录，而Tai Mo Pai卡将仅携带一个资格标志，而不存储任何收入信息。卡片上不会存储收入金额，收费口只会处理资格标志和预约验证。资格标志每年更新一次，用户需明确同意后才能使用。资格记录仅用于验证目的，并由负责的公共机构定期审查。折扣仅适用于与预约相关的医疗出行，以防止流向非医疗用途。当乘客在预约当天在规定的时间窗口内进出站点时，系统会自动进行行程验证。为了限制财政风险，将设定每人每月的报销额度，并提前公布。

行政成本包括运输运营商、Tai Mo Pai平台和公立医院之间的一次性系统集成和测试工作，以及每次交易的小额处理费用和定期的资格检查。这些成本可以通过在收费口的自动化处理、重用现有的医院预订标识符进行验证，以及在更广泛推广之前在少数区域试点该计划来控制。对于不希望将资格信息与Tai Mo Pai卡关联的居民，医院可以在注册柜台提供当日的纸质或数字凭证作为替代方案，这样既能保持访问权限，又能分离数据。针对医疗出行的渐进式票价结构可以实现，对经济最脆弱群体的折扣更大，对相对不那么脆弱的合格群体的折扣较小，仅适用于常规门诊和复诊，时间窗口规则要与预约时间和标准诊所时间相符。这种方法在不收集收入信息的情况下，将交通支持与经济脆弱性相联系。

6.3.2. 土地稀缺条件下的医疗规划策略
在土地稀缺的情况下，医疗规划应增加需求最高的地区的容量，同时考虑到香港的土地状况。我们建议政府考虑以下四个互补措施：
（i）审查新医院选址的开发潜力以及现有医院的改造潜力，可以考虑放宽地块比例和建筑高度限制，同时考虑其他规划、环境和交通问题。这种方法已在最近的医院管理局（re）开发项目中采用。例如，Queen Mary医院（临床楼1期）、Prince of Wales医院住院楼扩建、United Christian医院扩建和Kwong Wah医院的第一阶段工程等都表明，在密集的城市环境中增加新的高层临床楼或扩展现有楼是可行的（《第一医院发展计划》，2025年）。
（ii）通过将未充分利用的空间改造成日间手术和诊断区来重新配置内部空间，以减少住院时间，并为复杂病例预留住院床位。
（iii）延长高需求服务（如影像学、透析、肿瘤科、日间手术和急诊）的运营时间，并增加服务时段。
（iv）在新城镇和农村地区的主要公共交通枢纽附近设立小型分诊所，以便在患者居住地附近提供常规门诊护理和复诊服务，从而减少长途旅行时间，减轻旗舰医院的压力。从长远来看，新的建设应仅在土地供应和交通便利性相匹配的地方进行，并应与多模式枢纽和规划的 growth corridors 协调（Bellantuono等人，2025年）。不同级别医疗设施的位置和容量应继续在街道街区层面进行规划，以匹配实际的医疗服务需求和当地经济状况，并调整时间和转诊安排，使高需求的城市地区得到新城镇分支服务的缓解。

6.3.3. 为医疗可及性整合交通规划
根据MNL（多元逻辑回归）的结果，交通规划可以优先考虑在两种可达性指标存在差异的区域进行后续评估，而不是假设改变特定变量就能自动改善可达性。对于交叉口密度，城市规划者和交通部门可以研究医院周围的公交车和急救车辆的地方连通性，而不增加私人汽车的数量。潜在的措施包括设置安全的街区中间横穿通道、设置医院入口信号灯、降低拐角处的转弯速度，以及在关键通道上设置公交车专用车道。鉴于香港行人网络分散和陡峭的地形，应重点减少到公共交通站和医院的实际步行时间，通过发展连续的步行路径网络和拓宽狭窄路段来实现。在陡峭坡度、仅限楼梯的路径或大幅高度变化的地方，可以优先考虑无障碍通道（如公共电梯和坡道），特别是在新城镇和农村地区。在无法避免陡坡的情况下，短途班车服务可以在地铁站和医院之间提供最后一段的连接。通过实时乘客信息、主动控制繁忙走廊上的公交车聚集以及在服务于相关医院的地铁站出口处进行人群管理，可以进一步提高公共交通的可达性。通过调整站点覆盖范围、在间距过大的地方增设公交或迷你巴士站点、在医院前方创建小型换乘枢纽、协调时刻表以及提供实时信息的庇护所，可以增强公共交通的可达性。交通补贴框架可以根据收入、位置和医疗需求进行调整，从而使低收入和行动不便的居民在就医出行时面临较低的总体旅行成本。

在香港，主要的交通网络投资正在进行中，最近的地铁扩展改善了如Kwun Tong和Tuen Mun等地区的出行便利性。例如，Kwun Tong线扩展据报道将高峰期的出行时间从基于公路的约25分钟缩短至约5分钟（Kwun Tong线扩展公告，2009年）。Tuen Ma线的全面开通也在Diamond Hill和Ho Man Tin站增加了与Kwun Tong线走廊的换乘选项（MTR Corporation Limited，2021年；Highways Department，2025年）。Tuen Mun South扩展预计将在完成后将目前10-20分钟的公路出行时间缩短至约5分钟，惠及提议的Tuen Mun South站周边500米范围内的约60,000名居民（Transport and Logistics Bureau，2023年）。

6.4. 局限性和未来研究
6.4.1. 局限性
本研究有几个局限性需要承认。首先，分析仅限于公立医院网络、官方报告的医院容量和街道层面的人口统计数据。这些数据可能无法反映实时患者流量、非正式或未注册的医疗服务使用情况，或涉及私立医院和/或香港与深圳之间跨境患者流动的更广泛的医疗寻求生态系统。其次，医疗需求因服务类型而异。初级护理、专科门诊护理和急诊护理在紧急性、转诊要求、运营时间以及可接受的出行时间方面存在差异。将“综合医院”合并可能会掩盖这些差异。第三，MNL模型旨在识别关联性而非因果关系。如果存在与交通相关建成环境变量和综合可达性类型都相关的未观察因素，则可能产生内生性问题。因此，这些未观察因素的影响可能会部分（且不正确地）归因于建成环境协变量，从而可能高估或低估MNL系数的估计值。尽管可以考虑一些因果方法（例如工具变量、利用交通网络变化的差异-差异法或面板固定效应模型），但这些方法需要可信的外生变化和/或基于事件的纵向数据（包括每个街道街区与医疗设施之间医疗出行的详细旅行时间和费用），而这些数据在目前香港的分析规模上是不可获得的。

6.4.2. 未来研究
首先，未来的模型可以扩大医疗目的地的范围，包括私立医院和大陆的医疗设施。对于跨境医疗出行，广义旅行成本应包括边境通关时间，以及标准的门到门时间和费用，这取决于设施容量、利用率（例如私立患者数量和跨境流量）和出行行为的数据是否可用。其次，融入收入的可达性衡量标准可以扩展到包括香港公私医疗体系中的自付医疗费用。根据2023-2024年的最新国内医疗账户（不包括COVID-19相关支出），私人支出占当前医疗支出的48.2%，然而医疗保险仅覆盖了其中的44.8%，这凸显了家庭自付直接支付的重要作用（香港信息服务部门，2025年）。第三，研究人员可以纳入医院选择的非成本决定因素，并开发特定服务的可达性衡量标准，如初级护理、专科门诊和急诊护理。最后，可以通过准实验设计（例如差异-差异法或面板固定效应等纵向模型）加强因果解释。实施这些方法需要存档多个时期的街道街区级别的详细交通出行时间和费用数据。

7. 结论
本研究通过结合高斯三步浮动聚集区方法和融入收入的可达性衡量标准，解决了传统基于供需的医疗可达性的局限性。应用于香港后，这两种方法都显示出明显的城市-新城镇-农村之间的可达性梯度，并且关键在于城市区域和新城镇内医疗可达性的异质性。结合这两种可达性结果，可以呈现出四种组合的空间分布：高供需-高收入整合可达性（优势区域）、高供需-低收入整合可达性（负担过重的区域）、低供需-高收入整合可达性（补偿区域）和低供需-低收入整合可达性（脆弱区域）。这些组合明确了两种可达性结果之间的趋同和分化。街道层面的多项逻辑回归显示，这些趋同和分化与交通相关的建成环境和社会经济特征密切相关。总体而言，更强的交通连通性和更高的收入倾向于促进趋同，而有限的交通连通性、交通拥堵和较低的收入则倾向于导致分化或持续的低可达性。在这个框架下，分析明确了结构充足性何时能够转化为有利的收入整合可达性，并揭示了香港医疗可达性的悖论。该框架提供了政策建议，以使医疗服务的提供与交通网络和对收入敏感的公共交通支持相协调，确保医疗服务的改进能够转化为更加公平的可达性。它为其他具有显著社会经济差异的以交通为导向的高密度城市环境提供了一个可转移的视角。

CRediT 作者贡献声明
Zijin Zhou：撰写——原始草稿、验证、软件、资源、方法论、正式分析、数据管理、概念化。
Esther H.K. Yung：撰写——审稿与编辑、方法论、监督、调查、项目管理、资金获取、概念化。
Shuai Yuan：撰写——审稿与编辑、可视化、方法论、概念化。
Lingfang Shao：可视化、数据管理。
Xiqian Zhang：数据管理。