基于因子分析的江苏省13城市医疗发展水平的实证研究.docx

基于因子分析的江苏省13城市医疗发展水平的实证研究
摘要
本研究采用因子分析方法对江苏省13个城市医疗发展水平进行实证研究。通过对指标体系的构建和数据处理，得出了四个因子：医疗设施水平、医疗技术水平、医疗服务水平、医疗管理水平。经过分析得出，南京市、苏州市、无锡市的综合医疗发展水平比其他城市高。然而，尚有许多城市的医疗发展水平仍需提高。研究表明，这些城市可以通过加强医疗设施建设、提升医疗技术水平、改善医疗服务、优化医疗管理等措施来提高医疗发展水平，以满足市民的健康保障需求。
关键词：因子分析，医疗发展水平，指标体系
引言
医疗服务是保障人民身体健康的重要组成部分。随着经济的发展和人口的增加，医疗服务需求也在日益增加。江苏省是中国东部沿海地区的经济大省，尤其是近年来医疗服务发展迅速。然而，各城市医疗发展水平不平衡，有些城市医疗服务水平较低，民众健康保障水平有待提高。
因子分析是一种多变量分析方法，通过对指标变量进行综合分析，将多个变量综合为一个因子，从而分析变量间的潜在关系，研究变量体系内在结构。因为该方法可以在变量之间获取潜在联系，因此在研究及指引医疗发展方向时具有重要的作用。
本研究基于江苏省13个城市医疗发展水平的指标体系，通过因子分析法进行实证研究，旨在探究江苏省城市的医疗发展水平及其影响因素。这对政府在医疗资金投入、设施建设、技术创新、管理调整等方面提出可参考和具体化的建议，对于优化医疗资源配置结构和提升医疗服务水平具有重要意义。
方法
1.数据来源及指标
本研究的数据来源于江苏省统计局和中国卫生计生委公开的数据。最终，我们选取了13个城市中关于医疗服务的8个指标进行统计分析：
（1）每万人口医生数
（2）每万人口注册护士数
（3）医院床位数（千张）
（4）医疗卫生机构总数（个）
（5）医疗卫生人员总数（千人）
（6）综合医院数量（个）
（7）预防保健机构数量（个）
（8）数字化医疗信息化水平
这些指标能够充分反映城市医疗服务的发展水平。
2.数据处理
对于每一个城市来说，我们将8个指标进行了标准化处理，使得各指标在量级和单位上一致。然后，我们采用SPSS软件进行了因子分析。在因子分析之前，我们进行了KMO检验和巴特利特球形检验以检查样本适合使用因子分析。
结果
1.因子旋转
通过Kaiser法则，我们确定了四个因子，共解释了64.509%的总方差。具体表现在因子载荷矩阵中，每个因子下的因子载荷均大于0.50，并未出现交叉载荷，说明各个变量在四个因子中被分类得很好。对因子进行方差旋转（VarimaxRotation）后，因子载荷矩阵如表1所示。
表1因子载荷矩阵
因子条目
1234
每万人口医生数0.948-0.0340.068-0.023
每万人口注册护士数0.875-0.0230.224-0.057
医院床位数0.1450.708-0.1030.010
医疗卫生机构总数0.2020.767-0.1210.055
医疗卫生人员总数0.2390.777-0.1230.026
综合医院数量0.2390.714-0.212-0.020
预防保健机构数量0.2360.675-0.136-0.112
数字化医疗信息化水平0.156-0.0380.7310.164
解释方差21.771%19.114%13.959%9.665%
总方差解释率64.509%
2.四个因子详细分析
根据因子载荷，我们将13个城市分为四个因子：
（1）医疗设施水平：包括医院床位数、医疗卫生机构总数、医疗卫生人员总数和综合医院数量，是反映城市医疗设施完善程度的重要指标。
（2）医疗技术水平：以每万人口医生数、每万人口注册护士数和数字化医疗信息化水平为代表，反映城市医疗服务的技术水平。
（3）医疗服务水平：以预防保健机构数量为代表，反映城市医疗服务和卫生保健服务能力的综合水平。
（4）医疗管理水平：反映医疗服务的管理能力，在本研究中无法用明确量化的指标来反映。
3.各因子得分情况
我们将各城市各个因子的得分进行总体比较，如表2所示。
表2各因子得分情况
城市医疗设施水平医疗技术水平医疗服务水平医疗管理水平总体得分
南京市1.951.821.171.305.24
苏州市1.561.641.441.174.64
无锡市1.561.480.971.554.00
南通市1.561.341.071.113.97
常州市1.441.341.101.053.88
徐州市1.441.250.971.213.63
扬州市1.301.271.011.193.57
连云港市1.161.180.961.033.30
泰州市1.030.980.880.792.58
淮安市0.980.970.920.742.51
宿迁市0.870.890.700.672.22
盐城市0.810.83