现代预防医学

类别	整体流出患者占比（%）	向上流出患者占比（%）	向下流出患者占比（%）
主要流出区县	沿滩区(91.90)	蓬溪县（78.44)	金牛区（41.08)
	蓬溪县(79.77)	新龙县（76.50)	武侯区（31.76)
	石渠县(78.20)	茂县（74.84)	自流井区（30.04)
主要流向区县	武侯区(14.34)	武侯区(17.92)	锦江区（12.92）
	青羊区(9.43)	青羊区(8.60)	青羊区（12.77）
	顺庆区(4.79)	顺庆区(5.93)	龙马潭区（6.36）
主要流出疾病	恶性肿瘤维持性化学治疗（4.97）	恶性肿瘤维持性化学治疗（6.67）	精神分裂症（2.69）
	精神分裂症（1.18）	慢性阻塞性肺疾病（1.13）	恶性肿瘤维持性化学治疗（1.48）
	慢性阻塞性肺疾病（1.17）	老年性白内障（0.86）	腰椎间盘突出（1.35）
主要流向机构	四川大学华西医院(5.69)	四川大学华西医院(7.10)	成都市第二人民医院(7.92)
	四川省人民医院(4.21)	四川省人民医院(4.15)	四川省人民医院(4.48)
	西南医科大学附属医院(3.10)	西南医科大学附属医院(3.53)	西南医科大学附属中医医院(3.95)

类别	整体流出患者占比（%）	向上流出患者占比（%）	向下流出患者占比（%）
主要流出区县	沿滩区(91.90)	蓬溪县（78.44)	金牛区（41.08)
	蓬溪县(79.77)	新龙县（76.50)	武侯区（31.76)
	石渠县(78.20)	茂县（74.84)	自流井区（30.04)
主要流向区县	武侯区(14.34)	武侯区(17.92)	锦江区（12.92）
	青羊区(9.43)	青羊区(8.60)	青羊区（12.77）
	顺庆区(4.79)	顺庆区(5.93)	龙马潭区（6.36）
主要流出疾病	恶性肿瘤维持性化学治疗（4.97）	恶性肿瘤维持性化学治疗（6.67）	精神分裂症（2.69）
	精神分裂症（1.18）	慢性阻塞性肺疾病（1.13）	恶性肿瘤维持性化学治疗（1.48）
	慢性阻塞性肺疾病（1.17）	老年性白内障（0.86）	腰椎间盘突出（1.35）
主要流向机构	四川大学华西医院(5.69)	四川大学华西医院(7.10)	成都市第二人民医院(7.92)
	四川省人民医院(4.21)	四川省人民医院(4.15)	四川省人民医院(4.48)
	西南医科大学附属医院(3.10)	西南医科大学附属医院(3.53)	西南医科大学附属中医医院(3.95)

参数	估计值	标准误	t值	P值
固定效应（截距）	-0.69	0.01	-69.000	<0.001
随机效应（区县水平）	2.29	1.17	1.960	<0.001

参数	估计值	标准误	t值	P值
固定效应（截距）	-0.69	0.01	-69.000	<0.001
随机效应（区县水平）	2.29	1.17	1.960	<0.001

变量		赋值
跨区县就医	整体	否=0，是=1
	向上	否=0，是=1
	向下	否=0，是=1
性别		男=0，女=1
婚姻状况		无序多分类变量：未婚=0，已婚=1，丧偶=2，离异=3，其他=4
民族		少数民族=0，汉族=1
医疗保险		城镇职工医疗保险=0，城乡居民医疗保险=1，其他=2
职业		公务员、技术人员、职工、管理人员=0，工人、农民、自由职业、无业人员=1，学生、现役军人、个体经营者=2，离退休人员=3，其他=4
医院等级		一级乙等=0，一级甲等=1，二级乙等=2，二级甲等=3，三级乙等=4，三级甲等=5
医院类别		综合医院=0，康复医院=1，其他医院=2
医保定点医疗机构		非定点机构=0，基本医保定点机构=1

变量		赋值
跨区县就医	整体	否=0，是=1
	向上	否=0，是=1
	向下	否=0，是=1
性别		男=0，女=1
婚姻状况		无序多分类变量：未婚=0，已婚=1，丧偶=2，离异=3，其他=4
民族		少数民族=0，汉族=1
医疗保险		城镇职工医疗保险=0，城乡居民医疗保险=1，其他=2
职业		公务员、技术人员、职工、管理人员=0，工人、农民、自由职业、无业人员=1，学生、现役军人、个体经营者=2，离退休人员=3，其他=4
医院等级		一级乙等=0，一级甲等=1，二级乙等=2，二级甲等=3，三级乙等=4，三级甲等=5
医院类别		综合医院=0，康复医院=1，其他医院=2
医保定点医疗机构		非定点机构=0，基本医保定点机构=1

四川省住院患者跨区县流动的多水平影响分析及对医疗资源配置的启发研究

PDF下载

王晶华 ¹^,² , 敖露 ¹^,² , 安宪革 ¹^,² , 宋超 ¹^,² , 王秀丽 ¹^,²

现代预防医学 | 卫生政策与管理 2026,53(13): 2423-2430

收起

现代预防医学 |卫生政策与管理 2026 , 53 (13) : 2423 -2430

四川省住院患者跨区县流动的多水平影响分析及对医疗资源配置的启发研究

全屏

王晶华¹^,², 敖露¹^,², 安宪革¹^,², 宋超¹^,², 王秀丽¹^,²

作者信息

^1.四川大学华西公共卫生学院/华西第四医院，四川成都 610041

^2.四川大学健康城市发展研究中心/西部农村卫生发展研究中心，四川成都 610041

通讯作者:

王秀丽，E-mail：wang_xiuli@scu.edu.cn

作者简介:

王晶华（2001—），女，硕士在读，研究方向：健康与社会行为学

Multilevel analysis of factors influencing cross-district/county inpatient mobility in Sichuan Province and its implications for medical resource allocation

Jing-Hua WANG¹^,², Lu AO¹^,², Xian-Ge AN¹^,², Chao SONG¹^,², Xiu-Li WANG¹^,²

Affiliations

West China School of Public Health/West China Fourth Hospital, Sichuan University, Chengdu, Sichuan 610041, China

出版时间: 2026-07-10 doi: 10.20043/j.cnki.MPM.202509126

文章导航

摘要

收起

目的

将跨区县就医细分为向上（GDP低区县流向高区县）和向下（GDP高区县流向低区县）两类，分析影响因素及与整体跨区县就医的差异，为医疗资源优化配置提供理论支撑。

方法

数据来源于2022年四川省住院患者病案首页，以住院患者为研究对象，划分两类跨区县就医类型，采用地理信息软件可视化就医情况，运用两水平随机截距logistic回归模型，从患者、机构、地区层面分析影响因素。

结果

2022年四川省跨区县住院占比29.20%，其中向上就医23.37%、向下就医5.83%；恶性肿瘤维持性化疗在整体（4.97%）及向上就医（6.67%）中占比最高，精神分裂症（2.69%）在向下就医中占比最高；武侯区四川大学华西医院是整体（5.69%）及向上就医（7.10%）首选，向下就医主要选择锦江区成都市第二人民医院（7.92%）；区分两类就医后，个人层面工作类型、医保等因素的影响更显著。

结论

向上与向下跨区县就医需求差异明显，前者追求优质医疗服务，后者以康复等需求为主。各地应结合外流情况与资源条件，强化专科或基层服务，提升县域就诊率，推动医疗服务体系高效公平可持续发展。

关键词

跨区县就医 / 住院患者空间流 / 医疗资源配置效率

Abstract

收起

Objective

To classify cross-district/county medical visits into upward flow (from low-GDP districts to high-GDP districts) and downward flow (from high-GDP districts to low-GDP districts), analyze their influencing factors and differences from overall cross-district/county visits, and provide theoretical support for optimal allocation of medical resources.

Methods

Data were obtained from the front pages of medical records of inpatients in Sichuan Province in 2022. Taking inpatients as the study subjects, two types of cross-district/county medical visits were classified. Geographic information software was used for spatial visualization, and a two-level random intercept logistic regression model was applied to analyze influencing factors from patient, institutional and regional dimensions.

Results

In 2022, the proportion of cross-district/county hospitalization in Sichuan was 29.20%, including 23.37% upward flow and 5.83% downward flow. Maintenance chemotherapy for malignant tumors accounted for the highest proportion in overall (4.97%) and upward flow (6.67%), while schizophrenia (2.69%) ranked first in downward flow. West China Hospital of Sichuan University in Wuhou District was the top choice for overall (5.69%) and upward flow (7.10%), and Chengdu Second People’s Hospital in Jinjiang District was preferred for downward flow (7.92%). The effects of occupation type, medical insurance and other individual factors became more significant after distinguishing the two flows.

Conclusion

Upward and downward cross-district/county medical visits showed distinct demand differences: the former pursues high-quality medical services, while the latter mainly focuses on rehabilitation and other needs. Local governments should strengthen specialized or primary care services based on patient outflow and resource conditions, improve the rate of seeking care within the county, and promote the efficient, fair and sustainable development of the medical service system.

Key words

Cross-district/county medical visits / Spatial flow of inpatient admissions / Efficiency of medical resource allocation

引用本文

王晶华, 敖露, 安宪革, 宋超, 王秀丽. 四川省住院患者跨区县流动的多水平影响分析及对医疗资源配置的启发研究. 现代预防医学, 2026 , 53 (13) : 2423 -2430 . DOI: 10.20043/j.cnki.MPM.202509126

Jing-Hua WANG, Lu AO, Xian-Ge AN, Chao SONG, Xiu-Li WANG. Multilevel analysis of factors influencing cross-district/county inpatient mobility in Sichuan Province and its implications for medical resource allocation[J]. Modern Preventive Medicine, 2026 , 53 (13) : 2423 -2430 . DOI: 10.20043/j.cnki.MPM.202509126

正文

收起

患者跨区域就医的现象在全球普遍存在^[1-2]，但在不同行政管理单位和医保制度影响下，以跨区县就医的患者流动在我国为主要代表，原因包括医疗资源分布不均、服务质量差异或费用考量等^[3-5]。国际学者指出，患者流动直接关系到全球健康公平、资源配置效率以及《可持续发展目标》中健康与福祉目标的实现，是全球医疗资源优化配置面临的共同挑战，各国应在政策层面加强医疗合作与监管^[3-4]。在我国，区县是医疗资源规划与监管的基本单元，患者现住址与就医机构不在同一区县的跨区县就医行为，成为分级诊疗研究的重点对象^[6-8]。

我国患者跨区县就医形势严峻^[6]。2014—2018年，跨区县就医流出率较高区域主要集中在西北、中部、南部沿海及东北部分地区^[7]。2016—2019年，四川省各区县县域外住院比例已达30%^[9]。跨区县就医不仅加重患者经济与时间成本^[10]，还进一步加剧医疗资源空间失衡。精准识别其影响因素、引导就近就医、提高县域就诊率，是我国分级诊疗改革的重要任务。

现有研究多从整体层面分析跨区县就医现状及影响因素，涵盖资源分布、服务质量与个体特征等^[7,11-12]。但普遍缺乏类型细分。本研究拟将其划分为向上与向下就医两类，从而更精准识别关键影响因素，为各地因地制宜优化医疗资源配置提供针对性理论依据。

1　对象与方法

收起

1.1　研究区域概况

四川省地处中国西南部，下辖21个地级行政区和183个县（市、区）。截至2023年年末，常住人口8 368.0万人，作为西南地区重要的人口与经济大省，其住院率达26.92%，医疗服务需求旺盛。该省医疗资源丰富但区域配置不均衡^[13-14]，2023年医疗卫生机构共75 109家（其中医院2 608家），高等级医院主要集中在成都等经济发达地区，偏远地区医疗资源质量有待提升，其医疗资源布局具有一定全国代表性。此外，四川省仍存在资源配置与服务需求倒挂的情况^[15-16]，跨区县就医现象普遍，亟需精准识别跨区县就医现状并提出针对性优化建议。

1.2　数据来源与预处理

1.2.1　数据来源

本研究以四川省2022年住院患者为研究对象，重点关注跨区县住院患者。患者数据为2022年四川省住院患者病案首页数据，含个人基本特征、疾病类型、医保情况、所在区县等；机构数据为2022年四川省医疗机构年报数据，含机构等级、隶属单位、重点专科数、执业医师数等，均来源于四川省卫生健康委员会统计信息中心。区县数据［国内生产总值（gross domestic product,GDP）、常住人口、城镇化率、人均第一产业总值等］来源于国家统计局《2023年统计年鉴》《四川卫生健康统计年鉴（2023）》及各区县2022年国民经济和社会发展统计公报。

1.2.2　数据预处理

四川省2022年住院患者病案首页共18 647 765条（含中西医），剔除省外患者、户籍及现住址存疑、影响因素缺失的数据后，最终保留11 475 313条用于分析。梳理四川省183个区县（j=1，2，…，183）数据，将现住址与医疗机构所在区县不一致的识别为跨区县就医，并结合社会经济发展水平，进一步划分为向上（GDP低区县流向高区县）和向下（GDP高区县流向低区县）跨区县就医。

1.3　研究方法

1.3.1　基于广义方差膨胀因子（generalized variance inflation factor，GVIF）的变量筛选

本研究共纳入33个变量，包含患者层面（个人基本特征、职业、医保类型等）、机构层面（医院类别、等级、是否为医保定点机构等）及区县层面（流入/流出地人均第一产业总值、人均公共预算收支、城镇化率等）。以GVIF作为评估指标，采用R 4.4.2检验自变量多重共线性。当GVIF^1/2df≥2.236或（GVIF^1/2df）²≥5时，认为存在多重共线性风险^[17-18]。

1.3.2　基于logistic模型的两水平影响因素分析

本研究因变量为患者是否跨区县就医（二分类变量），考虑数据层次性特征^[19]，建立两水平logistic随机效应模型，整合患者与区县信息，其中水平一为个人层面、水平二为区县层面。先建立仅含截距项的零模型，再引入单因素分析中有统计学意义的变量作为解释变量。

水平一模型：

公式（1）

水平二模型：

公式（2）

组合模型：

公式（3）

公式（4）

公式中，i=1，2，…，n，代表患者，为水平一单位。j=1，2，…，n，代表区县，为水平二单位。π_ij为患者跨区县就医的概率。β₁代表解释变量u在水平1的回归系数，β₀₁代表解释变量w在水平2的回归系数，为固定效应。μ₀_j为区县层面的残差，其方差

越大，表明数据在高水平单位内的聚集性越强。

2　结果

收起

2.1　四川省住院患者跨区县就医现状

四川省2022年各区县住院率为1.83%～46.88%，县域内住院8 123 634人次，占住院总人次的70.79%。跨区县就医中，向上就医2 682 306人次，占23.37%，向下就医669 373人次，占5.83%。见图1。与整体跨区县就医一致，向上就医集中在川西地区、成都平原较少，向下就医则更集中在成都平原。见图2、3。

向下就医患者特征与整体、向上就医差异显著：流出地方面，整体及向上就医前三流出地多为阿坝、甘孜州（流出率70%以上），向下就医主要从成都、自贡流出（30%～45%）；流入地方面，整体及向上就医流入前三为武侯区、青羊区、顺庆区，向下就医主要流入锦江区、青羊区、龙马潭区；疾病类型上，整体及向上就医以恶性肿瘤维持性化疗为主，向下就医以精神分裂症、腰椎间盘突出等长期疾病为主；机构选择上，向上就医首选省级及以上三甲医院，与整体、向上就医首选四川大学华西医院不同，向下就医首选成都市第二人民医院。见表1。

2.2　跨区县就医影响因素分析

经GVIF筛选后共保留16个变量，涵盖三个层面：患者层面包括性别、年龄、婚姻状况、民族、医疗保险类型、职业；机构层面包括医院等级、是否为医保定点机构、政府主管部门评定的临床重点专科个数、医院类别；区县层面包括流入地与流出地的城镇化率、人均第一产业总值、每万人三甲床位数。对整体、向上及向下跨区县住院率分别进行单因素分析，所有纳入变量对三类跨区县就医的影响均具有统计学意义。

2.3　两水平截距logistic回归分析

2.3.1　两水平logistic零模型

本研究拟合患者-区县的两水平零模型，结果显示区县水平方差具有统计学意义（P<0.001），组内相关系数（ICC）=0.36，说明结局的总变异有36%是由不同区县引起的，适宜用两水平logistic回归分析。见表2。

2.3.2　两水平截距logistic回归分析

将单因素分析中差异有统计学意义的变量纳入logistic回归分析，变量和赋值见表3，结果如图4、5、6所示。从整体跨区县就医来看，个人层面女性、年龄、未婚、汉族、工人和农民以及学生等无固定职业是抑制因素；医疗机构层面一级乙等、康复类型医院是抑制因素；区县层面流出地城镇化率、流入地人均第一产业总值、流出地每万人三甲医院床位数是抑制因素。从向上跨区县就医来看，除个人层面离退休人员为促进因素与整体结果相反，其余因素的显著性更加明显。从向下跨区县就医来看，部分因素结果与整体结果相反，包括个人层面汉族、工人、农民、自由职业、无业人员为促进因素，机构层面三级甲等、康复医院是促进因素，区县层面流出地城镇化率、流入地每万人三甲床位数是促进因素，流出地人均第一产业总值为抑制因素。

3　讨论

收起

3.1　细分跨区县就医类型有助于影响因素精准识别

本研究通过区分向上、向下就医，细化了跨区县就医现状及影响因素。与整体分析相比，部分因素作用效果更显著或出现反转，如离退休人员对向上就医为促进因素，而整体分析中为抑制因素^[20]。四川省向下就医约占跨区县就医的 24.96%，其流向区域、疾病与机构特征均与整体存在明显差异。向下就医以精神分裂症、腰椎间盘突出等需长期管理或康复的病种为主，患者多转入康复能力较强的市级机构，该群体需求在整体分析中易被低估。可见，合理划分跨区县就医类型，对精准提出医疗资源优化配置建议具有重要意义^[21-22]。

3.2　四川省住院患者省内跨区县就医原因分析

向上就医普遍存在，主要因优质医疗资源集中于成都等经济发达区县，其设备先进、人才集聚、诊疗经验丰富，吸引力强^[23]；而基层机构设备老旧、人才不足、技术薄弱，难以满足高端就医需求，同时交通改善也为患者向上就医提供了便利。

向下就医多发生于病情稳定后，以康复、维持治疗为主。基层康复条件较好、就医成本低、陪护便利，叠加医保报销与分级诊疗政策引导，推动患者下转。慢阻肺急性加重、老年性白内障等病种占比较高，体现出患者对康复与慢病管理的实际需求。

3.3　四川省资源优化配置策略与建议

针对川西山区等向上就医突出的偏远县，重点强基层、疏上游。对甘孜、阿坝、凉山等外流率超60%的区县，建设日间化疗、高危孕产妇救治、微创骨科等中心，提升肿瘤化疗、关节置换、无痛分娩等服务能力^[24-25]。由省级医院分片包干，派驻高年资医师驻点坐诊，并通过政策引导优质人才向偏远地区流动^[15,24]。

针对成都平原等向下就医集中区域，重点畅通道、强承接。依托成都市第二人民医院建设市级康复医学中心，统一康复路径与标准，支持下转量大的区县将二级医院转型为康复专科医院^[26]。落实出院48 h信息推送，配齐社区康复人员，实现出院即康复、康复在社区。对重点病种推行市级诊断、县级康复、社区管理模式，覆盖超半数病例^[27]。

3.4　研究局限性

本研究对疾病类型的探讨受分类限制不够深入，后续将针对特殊病种展开细化分析；研究仅采用2022年四川省截面数据，结论代表性有限，未来可纳入时间序列数据以提升结论普适性。

基金

收起

国家自然科学基金青年项目(72204175)
成都市儿童友好城市建设研究中心项目(ETYH-2025-B12)
四川大学华西公共卫生学院/华西第四医院健康新质生产力研究所课题(HN240308A)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

Dieleman

, Weil

, Beauchamp

, et al. Drivers of variation in health care spending across US counties[J]. JAMA Health Forum,2025, 6(2): e245220.

[2]

Buntin

, Liu

. Understanding geographic variation in health care spending[J]. JAMA Health Forum, 2025, 6(2): e245373.

[3]

Durham

, Blondell

. A realist synthesis of cross-border patient movement from low and middle income countries to similar or higher income countries[J]. Globalization and Health, 2017, 13(1): 68.

[4]

Guarducci

, Messina

, Carbone

, et al. Identifying the drivers of Inter-Regional patients' mobility: an analysis on hospital Beds endowment[J]. HEALTHCARE, 2023, 11(14): 2045.

[5]

Lunt,

, Russell

. Patient mobility in the global marketplace: a multidisciplinary perspective[J]. Int J Health Policy Manag, 2014, 2(4): 155-157.

[6]

敖露，刘潇，潘杰，等. 四川省住院患者空间流向及其影响因素分析[J].中国医院管理，2024，44（4）：44-50.

, Liu

, Pan

, et al. Analysis of the inpatient spatial flow and influencing factors in Sichuan province[J]. Chinese Hospital Management,2024, 44(4): 44-50. (In Chinese)

[7]

Wang

, Liang

, Yang

, et al. Exploring the spatial distribution and driving factors of Chinese cross-regional health seeking behavior: A case study of chronic kidney disease[J]. Geographical Research, 2023, 42(7): 1828-1841.

[8]

张雪雪，徐志兰，郭慧君，等. 北京市三级甲等医院结直肠癌患者就医流向规律分析[J].世界科学技术-中医药现代化，2022，24（11）：4512-4519.

Zhang

, Xu

, Guo

, et al. Analysis of medical flow pattern of colorectal cancer patients in class 3a hospitals of Beijing[J]. World Science and Technology-Modernization of Traditional Chinese Medicine, 2022, 24(11): 4512-4519. (In Chinese)

[9]

张豆豆. 四川省医疗卫生资源的区域分布公平性与配置结构对跨区域就医的影响[D].成都：四川大学，2023.

Zhang

. The impact of regional distribution fairness and configuration structure of medical and health resources in Sichuan Province on cross-regional medical treatment[D]. Chengdu: Sichuan University, 2023. (In Chinese)

[10]

陈昕欣，封进，钱梦岑. 异地就医与本地就医费用及其结构的差异:基于医保大数据的研究[J].保险研究，2024，（9）：105-116.

Chen

, Feng

, Qian

. The differentials in medical expenditures and their structure between Cross-Region and local medical treatments: Based on the research on the social medical insurance big data[J]. Insurance Studies, 2024, (9): 105-116. (In Chinese)

[11]

许正圆，徐伟，吴玉霞. 江苏省跨省异地就医患者住院费用影响因素分析[J].医学与社会，2022，35（3）：72-75, 84.

, Xu

, Wu

. Analysis of influencing factors of hospitalization expenses of patients across provinces in Jiangsu province[J]. Medicine and Society, 2022, 35(3): 72-75, 84. (In Chinese)

[12]

朱碧帆，侯晓慧，覃湫珺，等. 2019-2023年上海市外来住院患者情况分析[J].健康发展与政策研究，2025，28（6）：613-621.

Zhu

, Hou

, Qin

, et al. Analysis of non-local hospitalized patients in Shanghai from 2019 to 2023[J]. Health Development and Policy Research, 2025, 28(6): 613-621. (In Chinese)

[13]

张瑜铄，屈伟. 四川省医疗卫生资源现状及优化策略研究[J].重庆医学，2021，50（4）：711-713720.

Zhang

, Qu

. Research on the status and optimization strategies of medical healthy resources in Sichuan province[J]. Chongqing Medicine,2021, 50(4): 711-713720. (In Chinese)

[14]

潘潇，朱胜. 四川省卫生资源配置发展情况[J].可持续发展，2020，10（1）：85-89.

Pan

, Zhu

. Development of health resources allocation in Sichuan Province[J]. Sustainable Development, 2020, 10(1): 85-89. (In Chinese)

[15]

李烟然，倪洁，力晓蓉，等. 四川省十年新医改历程与成效研究[J].现代预防医学，2021，48（8）：1423-1425, 1443.

, Ni

, Li

, et al. Research on history and effectiveness of the new medical reform in Sichuan Province in the past ten years[J]. Modern Preventive Medicine, 2021, 48(8): 1423-1425, 1443. (In Chinese)

[16]

唐欣怡，罗雅玲，严国强，等. 医疗卫生资源的多指标时空联合评价--基于2009-2022年中国省域面板数据的实证分析[J].卫生经济研究，2025，42（8）：12-16.

Tang

, Luo

, Yan

, et al. Multi-indicator spatiotemporal joint assessment of healthcare resources——Evidence from provincial panel data in China from 2009 to 2022[J]. Journal Press of Health Economics Research, 2025, 42(8): 12-16. (In Chinese)

[17]

Sheather

. A modern approach to regression with R[M]. New York: Springer, 2009.

[18]

Fox

. Applied regression analysis and generalized linear models[M]. Thousand Oaks: SAGE, 2015.

[19]

刘梦洋，田园，安宁，等. 基于两水平logistic随机效应模型的乳腺癌术后并发症影响因素分析[J].中国医院统计，2021，28（3）：200-205.

Liu

, Tian

, An

, et al. Analysis of influencing factors of postoperative complications of breast cancer based on two-level logistic random effects model[J]. Chinese Journal of Hospital Statistics, 2021, 28(3): 200-205. (In Chinese)

[20]

聂瀚林，石学峰，董兆敏，等. 2013-2022年北京市儿科出院患者流动就医情况分析[J].中国卫生政策研究，2024，17（7）：35-42.

Nie

, Shi

, Dong

, et al. Medical mobility analysis of discharged pediatric patients in Beijing between 2013 and 2022[J]. Chinese Journal of Health Policy, 2024, 17(7): 35-42. (In Chinese)

[21]

新华社. 中共中央办公厅国务院办公厅印发《关于进一步完善医疗卫生服务体系的意见[EB/OL].[2026-05-09]. https://news.cyol.com/gb/articles/2023-03/23/content_0z7x3LhvQB.html.

Xinhua News Agency. General Office of the CPC Central Committee and General Office of the State Council issued the 《Opinions on Further Improving the Medical and Health Service System》[EB/OL]. [2026-05-09]. https://news.cyol.com/gb/articles/2023-03/23/content_0z7x3LhvQB.html.(In Chinese)

[22]

余丽君，苗豫东，张亮. 疾病复杂指数视角下住院患者流向分析:以湖北省D市为例[J].中国医院，2018，22（7）：42-45.

, Miao

, Zhang

. Analysis on inpatient flow from the perspective of disease complex index-a case study of city D of Hubei Province[J]. Chinese Hospitals, 2018, 22(7): 42-45. (In Chinese)

[23]

唐敏. 成渝地区双城经济圈建设背景下优化医保跨省异地结算路径研究[J].现代管理，2024，14（3）：436-441.

Tang

. Research on optimizing Cross-Provincial settlement path of health insurance in the context of the construction of shuangcheng district economic circle in Chengdu and Chongqing[J]. Modern Management, 2024,14(3): 436-441. (In Chinese)

[24]

于宏博，何晓丹，张书芸，等. 基层医疗卫生机构优质卫生资源配置区域差异与公平性分析[J].中国卫生经济，2025，44（2）：59-63.

, He

, Zhang

, et al. Analysis on the regional differences and Equity of high quality health resource allocation in primary healthcare institutions[J]. Chinese Health Economics, 2025, 44(2): 59-63. (In Chinese)

[25]

罗雅玲，唐欣怡，解铭宇，等. 医疗资源配置效率的小区域时空评价:基于四川省县域面板数据的实证研究[J].中国卫生事业管理，2025，42（3）：292-299.

Luo

, Tang

, Xie

, et al. Empirical study on the Small-Area spatiotemporal evaluation of healthcare resource allocation efficiency based on County-Level panel data in Sichuan province[J]. Chinese Health Service Management, 2025, 42(3): 292-299. (In Chinese)

[26]

成都市人民政府办公厅. 成都市人民政府办公厅关于印发成都市医疗卫生服务体系(区域卫生)规划(2021-2030年)的通知[J].成都市人民政府公报，2023，2023（8）：3-17.

Chengdu Municipal People’s Government Office. Notice on the Issuance of the Chengdu Medical and Health Service System (Regional Health) Plan(2021–2030)[J]. Chengdu People’s Government Gazette, 2023, 2023(8): 3-17. (In Chinese)

[27]

陈昕欣，封进. 医保报销待遇与患者异地就医选择——基于空间距离、医院等级和医保待遇的分析[J].数量经济技术经济研究，2024，41（4）：131-152.

Chen

, Feng

. Medical insurance reimbursement benefits and patients'choice of cross-region medical treatment: based on spatial distance, hospital level and medical insurance benefits[J]. The Journal of Quantitative & Technical Economics, 2024, 41(4): 131-152. (In Chinese)

2026年第53卷第13期

PDF下载

156

引用本文

BibTeX

文章信息

doi: 10.20043/j.cnki.MPM.202509126

接收时间：2025-09-11
首发时间：2026-09-28
出版时间：2026-07-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2025-09-11

基金

国家自然科学基金青年项目(72204175)

成都市儿童友好城市建设研究中心项目(ETYH-2025-B12)

四川大学华西公共卫生学院/华西第四医院健康新质生产力研究所课题(HN240308A)

作者信息

^1.四川大学华西公共卫生学院/华西第四医院，四川成都 610041

^2.四川大学健康城市发展研究中心/西部农村卫生发展研究中心，四川成都 610041

通讯作者:

王秀丽，E-mail：wang_xiuli@scu.edu.cn

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/xdyfyx/CN/10.20043/j.cnki.MPM.202509126

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

类别	整体流出患者占比（%）	向上流出患者占比（%）	向下流出患者占比（%）
主要流出区县	沿滩区(91.90)	蓬溪县（78.44)	金牛区（41.08)
	蓬溪县(79.77)	新龙县（76.50)	武侯区（31.76)
	石渠县(78.20)	茂县（74.84)	自流井区（30.04)
主要流向区县	武侯区(14.34)	武侯区(17.92)	锦江区（12.92）
	青羊区(9.43)	青羊区(8.60)	青羊区（12.77）
	顺庆区(4.79)	顺庆区(5.93)	龙马潭区（6.36）
主要流出疾病	恶性肿瘤维持性化学治疗（4.97）	恶性肿瘤维持性化学治疗（6.67）	精神分裂症（2.69）
	精神分裂症（1.18）	慢性阻塞性肺疾病（1.13）	恶性肿瘤维持性化学治疗（1.48）
	慢性阻塞性肺疾病（1.17）	老年性白内障（0.86）	腰椎间盘突出（1.35）
主要流向机构	四川大学华西医院(5.69)	四川大学华西医院(7.10)	成都市第二人民医院(7.92)
	四川省人民医院(4.21)	四川省人民医院(4.15)	四川省人民医院(4.48)
	西南医科大学附属医院(3.10)	西南医科大学附属医院(3.53)	西南医科大学附属中医医院(3.95)

类别

整体流出患者占比（%）

向上流出患者占比（%）

向下流出患者占比（%）

主要流出区县

沿滩区(91.90)

蓬溪县（78.44)

金牛区（41.08)

蓬溪县(79.77)

新龙县（76.50)

武侯区（31.76)

石渠县(78.20)

茂县（74.84)

自流井区（30.04)

主要流向区县

武侯区(14.34)

武侯区(17.92)

锦江区（12.92）

青羊区(9.43)

青羊区(8.60)

青羊区（12.77）

顺庆区(4.79)

顺庆区(5.93)

龙马潭区（6.36）

主要流出疾病

恶性肿瘤维持性化学治疗（4.97）

恶性肿瘤维持性化学治疗（6.67）

精神分裂症（2.69）

精神分裂症（1.18）

慢性阻塞性肺疾病（1.13）

恶性肿瘤维持性化学治疗（1.48）

慢性阻塞性肺疾病（1.17）

老年性白内障（0.86）

腰椎间盘突出（1.35）

主要流向机构

四川大学华西医院(5.69)

四川大学华西医院(7.10)

成都市第二人民医院(7.92)

四川省人民医院(4.21)

四川省人民医院(4.15)

四川省人民医院(4.48)

西南医科大学附属医院(3.10)

西南医科大学附属医院(3.53)

西南医科大学附属中医医院(3.95)

参数	估计值	标准误	t值	P值
固定效应（截距）	-0.69	0.01	-69.000	<0.001
随机效应（区县水平）	2.29	1.17	1.960	<0.001

参数

估计值

标准误

t值

P值

固定效应（截距）

-0.69

0.01

-69.000

<0.001

随机效应（区县水平）

2.29

1.17

1.960

<0.001

变量		赋值
跨区县就医	整体	否=0，是=1
	向上	否=0，是=1
	向下	否=0，是=1
性别		男=0，女=1
婚姻状况		无序多分类变量：未婚=0，已婚=1，丧偶=2，离异=3，其他=4
民族		少数民族=0，汉族=1
医疗保险		城镇职工医疗保险=0，城乡居民医疗保险=1，其他=2
职业		公务员、技术人员、职工、管理人员=0，工人、农民、自由职业、无业人员=1，学生、现役军人、个体经营者=2，离退休人员=3，其他=4
医院等级		一级乙等=0，一级甲等=1，二级乙等=2，二级甲等=3，三级乙等=4，三级甲等=5
医院类别		综合医院=0，康复医院=1，其他医院=2
医保定点医疗机构		非定点机构=0，基本医保定点机构=1

变量

赋值

跨区县就医

整体

否=0，是=1

向上

否=0，是=1

向下

否=0，是=1

性别

男=0，女=1

婚姻状况

无序多分类变量：未婚=0，已婚=1，丧偶=2，离异=3，其他=4

民族

少数民族=0，汉族=1

医疗保险

城镇职工医疗保险=0，城乡居民医疗保险=1，其他=2

职业

公务员、技术人员、职工、管理人员=0，工人、农民、自由职业、无业人员=1，学生、现役军人、个体经营者=2，离退休人员=3，其他=4

医院等级

一级乙等=0，一级甲等=1，二级乙等=2，二级甲等=3，三级乙等=4，三级甲等=5

医院类别

综合医院=0，康复医院=1，其他医院=2

医保定点医疗机构

非定点机构=0，基本医保定点机构=1