Page 32 - 《南京医科大学学报(社会科学版)》2026年第1期
P. 32

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)
                                                    南                                             第1期 总第132期
              · 26  ·
                                             Journal of Nanjing Medical University(Social Sciences)of Nanjing Medical University(Social Sciences)  2026年2月
                                             Journal
               与养老服务之间的交互关系,其计算公式如下:                             省份 i 在省份 i、j 中医药服务与养老服务耦合协调度
                                    1                            中的贡献率;Di、Dj分别为省份 i 与 j 的中医药服务与
                        ì f (x)·g(x)  ü 2
                   C=2× í          ý                     (9)     养老服务的耦合协调度;dij为省份 i 与 j 之间的直线
                        î [ f (x)+ g(x)] 2 þ
                                                                 距离(千米),pGDPi、pGDPj 分别为省份 i 与 j 的人均
                   其中,f(x)和 g(x)分别表示中医药服务和养老
                                                                 国内生产总值(GDP,元/人)。
               服务的综合得分,数值越大说明对应的发展水平
                                                                     4. Dagum基尼系数
               越高。
                                                                     Dagum 基尼系数是衡量区域差异的重要方法,
                   综合协调指数(T)计算。综合协调指数用于衡
                                                                 其将总体差异分解为区域内差异、区域间差异和超
               量两个系统的发展均衡性,其计算公式如下:
                                                                 变密度,以反映同一区域内部的不均衡程度、不同
                   T=αf(x)+βg(x)                        (10)
                                                                 区域之间的差距以及区域间交叉重叠所引发的结
                   其中,α和β为待定权重,反映中医药服务与养
                                                                 构性问题    [17] 。本文使用 Matlab 2021 软件计算中医
               老服务的相对重要性。本文认为二者同等重要,故
                                                                 药服务与养老服务耦合协调度的 Dagum 基尼系数,
               取α=β=0.5。
                                                                 以识别其区域差异及来源。
                   耦合协调度(D)计算。耦合协调度用于衡量二
                                                                     5. Kernel 密度估计
               者的整体协调发展水平,其计算公式如下:
                                                                     Kernel 密度估计是一种非参数检验方法,以核
                   D= C × T                             (11)
                                                                 函数对样本点进行平滑加权,将各观测值与带宽代入
                   耦合协调度等级划分。借鉴丁仕潮等                   [15] 的研
                                                                 核函数后线性叠加,得到连续的概率密度曲线,从而
               究,将中医药服务与养老服务的耦合协调度划分为                            直观刻画分布形态        [18] 。本文使用Matlab 2021软件绘
               10个等级,详见表2。
                                                                 制中医药服务与养老服务耦合协调度的Kernel 密度
                  表2 中医药服务与养老服务耦合协调度等级划分                         曲线。曲线的分布位置反映耦合协调度的高低,曲
                  耦合协调度          耦合协调等级       耦合协调发展阶段           线的波峰数量体现耦合协调度的极化程度,波峰高
                 [0,0.10)         极度失调           失调衰退区           度表示区域内集中程度,曲线的分布延展性则反映
                 [0.10,0.20)      严重失调                           出最高与最低耦合协调度之间的差距。
                 [0.20,0.30)      中度失调                               6. Markov 链
                 [0.30,0.40)      轻度失调                               Markov 链是一种描述系统状态随时间转移的
                 [0.40,0.50)      濒临失调           过渡调和区
                                                                 随机过程模型,常用于分析状态之间的转移概率与
                 [0.50,0.60)      勉强失调                           动态演变特征      [19] 。本文基于 Matlab 2021 软件,利用
                 [0.60,0.70)      初级协调           协调发展区
                 [0.70,0.80)      中级协调                           Markov 链衡量中医药服务与养老服务耦合协调水
                                                                 平随时间变化的动态转移趋势。通过计算中医药
                 [0.80,0.90)      良好协调
                 [0.90,1.00]      优质协调                           服务与养老服务耦合协调度的四分位数,将其分为
                                                                 低(Ⅰ)、中低(Ⅱ)、中高(Ⅲ)和高(Ⅳ),并构建转移
                   3. 空间自相关和修正引力模型
                                                                 概率矩阵,以反映各类型在观测期内的迁移方向与
                   空间自相关指的是在空间上相邻的观察值之
                                                                 可能性。
               间是否存在某种程度的相似性。首先,采用全局
               莫兰指数检验耦合协调度的空间自相关性。全局                                               二、结     果
               莫兰指数若为正值,说明存在空间正相关;若为负
                                                                     (一)中医药服务与养老服务的耦合协调度计算
               值,说明存在空间负相关;若为 0,说明不存在空间
                                                                     如图 1 所示,从全国来看,2017—2022 年中医药
               相关  [11] 。随后,借鉴杨蕙嘉等        [16] 的做法,本文采用
                                                                 服务与养老服务耦合协调度先小幅下降后持续上
               Stata 18 软件计算修正引力模型以测算中医药服务
                                                                 升。东部地区表现最优,耦合协调度水平高且增长
               与养老服务耦合协调度的空间关联强度。计算公
                                                                 稳定,如江苏、浙江、山东、广东等省份。中部地区
               式如下:                                              追赶态势明显,如安徽、河南、湖北、湖南等省份。
                             D × D j                             西部与东北地区耦合协调度水平偏低,发展缓慢,
                              i
                   Rij=Kij æ  d ij   ö 2                (12)     如青海、宁夏、新疆等省份,这可能与中医药服务基
                        ç            ÷
                        è  pGDP ⁃pGDP j ø                        础薄弱、养老资源配置不均等有关               [5-6] 。
                               i
                         D i                                         从省域层面看,四川、广东、江苏、山东、河南、
                   Kij=                                 (13)
                       D + D j                                   浙江、河北等处于协调发展区;新疆、天津、宁夏、海
                        i
                   式中,Rij为省份 i 与 j 之间中医药服务与养老服                   南、青海等处于失调衰退区,其余均处于过渡调和
               务耦合协调度的空间联系强度;Kij为引力系数,表示                         区。具体而言,2017 年,四川、广东、江苏等为中级
   27   28   29   30   31   32   33   34   35   36   37