Page 76 - 《南京医科大学学报社会科学版》2025年第5期
P. 76

南京医科大学学报（社会科学版）京医科大学学报（社会科学版）                 第5期 总第130期
                                                    南
              · 500  ·
                                             Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences）  2025年10月
                                             Journal
               权重，且相加之和为 1，本研究认为两者同等重要，                          明了“十三五”至“十四五”中期政策的有效性。然
               因此将待定系数 α、β 赋值为0.5。                               而，2020 年增速的显著放缓反映了外部冲击，如疫
                   3. 预测模型                                       情防控对均衡发展的短期抑制效应。更为关键的
                   本 研 究 整 合 2016—2023 年 实 际 观 测 数 据 与           是，数据自 2027 年出现转折点，协调度经历断崖式
               2024—2030 年预测数据，针对耦合协调度预测中存                       下滑，协调水平由中级逆退回轻度失调，凸显出前
               在的小样本特性与非线性趋势等问题，提出动态阈                            期协同模式内在的脆弱性和不可持续性。
               值控制的 GM⁃ARIMA 混合预测框架，既保留了 GM                          相对发展度（T）作为衡量两大子系统均衡性的
              （1，1）对短序列的高效拟合能力，又利用 ARIMA 修                       关键指标，其数值在 2016 年至 2030 年虽有所提升，
               正非平稳性导致的预测偏差。                                     但始终在 0.411 到 0.641 的区间内波动，这一状况反
                   GM（1，1）适用于数据量少、信息不完整的时间                       映出医疗卫生服务与经济发展两大子系统之间发
               序列预测，其核心思想是通过累加生成将原始无序                            展长期不平衡的固有问题。尤其值得警惕的是，相
               数据转化为有序序列，构建微分方程模型，模拟系                            对发展度峰值出现的时间点显著早于耦合度达至顶
               统内在规律     ［11］ 。其核心是通过累加生成操作将原                    峰的时段，并且当耦合度到达巅峰期时，相对发展度
               始数据转化为规律性更强的序列，然后利用最小                             已开始从高位小幅回落至0.621，这直观地表明，即便
               二乘法求解反映系统变化速度的发展系数 a 和表                           系统间的互动在政策推动下达到前所未有的紧密程
               征系统总量的灰色作用量 b，构建微分方程模型进                           度，但其背后支持这种协同质量的均衡发展能力并未
               行预测，最后通过后验差比 C 和小误差概率 P（当                         同步增强，反而呈现相对弱势甚至脱节的态势。
               C<0.35 且 P>0.95 时模型精度为优）来验证预测结
                                                                          表2 安徽省各年份整体耦合协调度
               果的可靠性。
                                                                  年份 耦合度C 相对发展度T 耦合协调度D 耦合协调程度
                   针对 GM（1，1）模型在非单调序列和长周期趋
                                                                  2016  0.219    0.411       0.300    轻度失调
               势变化场景下的局限性，引入 ARIMA 模型对低精度
                                                                  2017  0.497    0.435       0.465    濒临失调
               预测值进行修正，对 GM（1，1）模型预测精度达标的
                                                                  2018  0.639    0.459       0.542    勉强协调
               指标保留结果，对残差超限的指标采用 ARIMA 修正
                                                                  2019  0.710    0.529       0.612    初级协调
               值，实现短期适配性与长期稳健性的平衡                  ［12］ 。
                                                                  2020  0.781    0.554       0.658    初级协调
                   ARIMA 模型的建模过程主要包括四个关键步
                                                                  2021  0.813    0.626       0.713    中级协调
               骤：①通过差分处理（确定阶数 d）实现序列平稳化；
                                                                  2022  0.877    0.608       0.730    中级协调
               ②根据自相关图（ACF）和偏自相关图（PACF）的特
                                                                  2023  0.914    0.641       0.765    中级协调
               征规律，或通过信息准则（AIC/BIC）筛选确定最优的
                                                                  2024  0.958    0.631       0.778    中级协调
               自回归阶数 p 和移动平均阶数 q；③用极大似然法计
                                                                  2025  0.988    0.625       0.786    中级协调
               算自回归［AR（p）］和移动平均［MA（q）］中的系数；
                                                                  2026  1.000    0.621       0.788    中级协调
               ④通过残差诊断后构建预测方程并还原结果。
                                                                  2027  0.993    0.619       0.784    中级协调
                                 二、结     果                        2028  0.931    0.576       0.733    中级协调
                                                                  2029  0.761    0.536       0.639    初级协调
                  （一）安徽省整体耦合协调度时空演变
                                                                  2030  0.199    0.500       0.315    轻度失调
                   1. 安徽省耦合协调度总体特征分析（2016—
               2030年）                                                2. 关键节点区域差异分析：基于皖南、皖北和
                   结果显示（表 2），2016－2030 年安徽省医疗卫                   皖中的对比
               生服务能力与区域经济发展的耦合协调度呈现显                                 研究的关键节点选取以“十三五”规划起始年
               著的阶段性变化特征。从耦合度（C）来看，数值从                           2016 年作为基准，2020 年作为“十三五”收官与疫情
               2016 年的 0.219 开始，经历了一个持续的上升过程，                    冲击窗口，2025年作为“十四五”规划战略终点，2030
               在 2016 至 2017 年实现了年增幅 127%的快速增长，                  年为中长期发展延伸视角，进行三大区域的观测延伸。
               并在 2026 年达到完全耦合的峰值 1.000，随后到                          从表 3 来看，皖南、皖北、皖中三地发展轨迹呈
               2030 年骤降至 0.199，整体呈现出高速攀升、长达                      鲜明对比。皖中地区始终保持 0.995 的稳定高协调
               9 年的高位维持（2018—2026 年均值达 0.854）以及                  度，凸显出省会经济圈的强大韧性和持续发展优势；
               2027年后的急剧下跌三个阶段。                                  相比之下，皖南地区协调度从2016年的0.303持续下
                   耦合协调度（D）则显示出“倒 U 型”的变化特                       滑至2025年的0.221，虽在2030年略有回升至0.262，
               征。从 2016 年轻度失调的 0.300 起步，历经十年持                    但仍未恢复至期初水平，反映出山区生态约束下的发
               续提升，于 2026 年达到中级协调峰值 0.788，有力证                    展困境；皖北地区则表现出相对平稳但低位徘徊的特
   71   72   73   74   75   76   77   78   79   80   81