空间公平导向的城市医疗设施优化配置模型研究

空间公平导向的城市医疗设施优化配置模型研究

陶卓霖, 戴特奇, 宋长青

Improving spatial equity-oriented location-allocation models of urban medical facilities

TAO Zhuolin, DAI Teqi, SONG Changqing

表3 建议的3个改进MAE模型

Tab. 3 Three recommended modified MAE models

模型名称	CV-MAE模型	MAD-MAE模型	Palma-MAE模型
目标函数	Minimize $C V = \frac{\sqrt{\frac{\sum_{i}^{n} P_{i} {(A_{i} - \bar{A})}^{2}}{\sum_{i}^{n} P_{i}}}}{\bar{A}}$	Minimize $M A D = \frac{\sum_{i}^{n} P_{i} \|A_{i} - \bar{A}\|}{\sum_{i}^{n} P_{i}}$	Minimize $P a l m a = \frac{前 10 % 单元所占可达性份额}{后 40 % 单元所占可达性份额}$
可达性模型	$A_{i} = \sum_{j \in \{d_{i j} \leq D_{0}\}} \frac{S_{j} f (d_{i j}, D_{0})}{\sum_{k \in \{d_{k j} \leq D_{0}\}} P_{k} f (d_{k j}, D_{0})}, f (d_{i j}, D_{0}) = \{\begin{array}{l} \frac{e^{- 1 / 2 \times {(d_{i j} / D_{0})}^{2} -} e^{- 1 / 2}}{1 - e^{- 1 / 2}}, d_{i j} \leq D_{0} \\ 0, d_{i j} > D_{0} \end{array}$
决策变量	S_j	S_j	S_j
约束条件	S_j取值区间；资源总量 $\sum_{j} S_{j}$	S_j取值区间；资源总量 $\sum_{j} S_{j}$	S_j取值区间；资源总量 $\sum_{j} S_{j}$
模型优势	CV指标消除了可达性量纲影响，应用于不同案例时具有一定可比性；是常用的差异测度指标；对可达性高值和低值的优化效果较好	MAD指标与可达性量纲一致；对可达性差异的敏感性较为适中，对中间段大部分单元的公平性优化效果较好；表达形式和含义较简单	帕尔玛指标是目前收入研究中流行的指标；考虑最好和最差的一部分人群之间的差距，对于社会公平有较为直接但有效的反映；易于理解