考虑职住分布的应急医疗资源配置优化方法与流程

1.本发明涉及考虑职住分布的应急医疗资源配置优化方法，属于公共事件应急资源管理领域。


背景技术：

2.传统的医疗服务资源配置与调度以实现医疗资源均等化和区域医疗资源配置公平化为目标，通过计算一定区域内所能获得的医疗服务总和，优化分级诊疗制度下千人床位数和千人职业医师数量等指标。这种方式对以应急医疗服务为中心的时空可达性的精细化研究不够，使其配置弊端逐渐显现。
3.急救医疗服务最核心的问题是特定时空约束条件下的服务可达性，医疗机构所处的区域位置和道路网上实时交通状态是影响城市应急医疗服务时空可达性的关键因素，现有研究在医疗资源配置的过程中缺乏联系实际路网的重要环节，不利于快速抢救伤病患者和提高救治率。
4.目前对应急医疗资源配置的研究主要还是采用静态的研究方法，它以应急服务设施为中心，通过考虑路径和交通工具以及人口因素来设定应急服务设施的服务半径，再依据常住人口测算急救医疗服务供需情况及其可达性，来完成资源的配置。但实际上人口的跨区移动会带来应急服务供需的变化，因此需要考虑人口跨区移动对供需变化和由此带来的交通阻抗的时变特性影响。此外，现有医疗设施的布局大多从人口密度或者人口活动强度来考虑，而由于职住分离的影响，人的活动范围大大增加，造成目前应急医疗资源辐射人群存在重复或者照顾不周的问题。如何考虑由于职住分布不同带来应急服务需求变化的问题，仍是一个较新的领域。
5.由于现有方法在资源配置中对时空可达性的精细化研究未考虑职住分布等因素，导致应急医疗服务资源配置存在不合理的现象。


技术实现要素：

6.针对现有应急医疗资源配置方法未考虑职住分布等因素，使配置不合理的问题，本发明提供一种考虑职住分布的应急医疗资源配置优化方法。
7.本发明的一种考虑职住分布的应急医疗资源配置优化方法，包括，
8.一：根据应急医疗需求点与n个医疗供给点之间的路径，计算急救车由每个医疗供给点到应急医疗需求点所需的运行时间，将运行时间小于预设运行时间阈值的路径对应的医疗供给点作为一次有效医疗供给点；n为正整数；
9.二：根据一次有效医疗供给点对应的运行时间与救援时间约束阈值的关系，计算每个一次有效医疗供给点的救援生存概率，将救援生存概率达到预期生存概率阈值的一次有效医疗供给点作为二次有效医疗供给点；
10.三：根据二次有效医疗供给点的运行时间与救援时间约束阈值的关系，确定每个二次有效医疗供给点对每个应急医疗需求点的可达机会，将每个二次有效医疗供给点对所
有应急医疗需求点的可达机会数量累加，得到每个二次有效医疗供给点对所有应急医疗需求点的时间可达性；选择时间可达性满足极限阈值的所有二次有效医疗供给点作为目标供给点；
11.四：根据每个目标供给点的医疗服务资源供应能力与预测获得的应急医疗需求点的应急医疗总需求计算获得每个目标供给点对应急医疗需求点的供需比；将每个目标供给点对所有应急医疗需求点的的供需比累加求和，得到每个目标供给点对所有应急医疗需求点的空间可达性；将空间可达性最大的目标供给点作为应急医疗资源配置的优选点。
12.根据本发明的考虑职住分布的应急医疗资源配置优化方法，
13.所述运行时间的获得过程包括：
14.基于arcgis投影，将医疗供给点位置投影到最靠近的路段上，确定应急医疗需求点与n个医疗供给点之间的路径；按路径计算急救车由每个医疗供给点到应急医疗需求点所需的运行时间。
15.根据本发明的考虑职住分布的应急医疗资源配置优化方法，救援生存概率的计算方法包括：
[0016][0017]
式中ρ为救援生存概率，t
it
表示由医疗供给点i到应急医疗需求点j的运行时间，t为救援时间约束阈值。
[0018]
根据本发明的考虑职住分布的应急医疗资源配置优化方法，运行时间t
ij
包括由于道路拥堵造成的时间延误。
[0019]
根据本发明的考虑职住分布的应急医疗资源配置优化方法，时间可达性的计算方法包括：
[0020][0021][0022]
式中a
jt
为二次有效医疗供给点j对所有应急医疗需求点的时间可达性，n为应急医疗需求点的总个数，oj为二次有效医疗供给点j机会数量，f(t
ij
)为运行时间t
ij
对应的可达机会。
[0023]
根据本发明的考虑职住分布的应急医疗资源配置优化方法，空间可达性的计算方法包括：
[0024][0025][0026]
式中a
js
为目标供给点j对所有应急医疗需求点的空间可达性，rj为目标供给点j对每个应急医疗需求点的供需比，sj为目标供给点j的的医疗服务资源供应能力，d为预测获得的应急医疗需求点的应急医疗总需求。
[0027]
根据本发明的考虑职住分布的应急医疗资源配置优化方法，将应急医疗总需求d
作为目标区域的总应急服务需求量tes，目标区域作为应急医疗需求点，则：
[0028]
目标区域的总应急服务需求量tes根据常发性应急服务需求量tues和突发性应急服务需求量sues预测获得；
[0029]
根据常发性应急物资需求量tuet和常发性应急医疗人员需求量tued预测目标区域的常发性应急服务需求量tues；
[0030]
其中常发性应急物资需求量tuet由目标区域的人口规模top、年龄组成系数ra和医疗物资配备基数rmt相乘的乘积确定；
[0031]
常发性应急医疗人员需求量tued由目标区域的急救车数量toa和医疗人员配备基数rmd的乘积确定；
[0032]
根据突发性应急物资需求量suet和突发性应急医疗人员需求量sued预测目标区域的突发性应急服务需求量sues；
[0033]
其中突发性应急物资需求量suet由目标区域的灾害发生频次rs、地区系数rz、平衡系数jhr和单次应急任务物资配备基数rsa相乘的乘积确定；
[0034]
突发性应急医疗人员需求量sued由目标区域的灾害发生频次rs、地区系数rz、平衡系数jhr和单次应急任务人员配备基数rsd相乘的乘积确定。
[0035]
根据本发明的考虑职住分布的应急医疗资源配置优化方法，所述人口规模top的计算方法包括：
[0036]
top＝inter(ap，p0)，
[0037]
其中ap为人口增长量；p0为初始人口数值；
[0038]
人口增长量ap的计算方法包括：
[0039]
ap＝p0
×
(rap-dp)，
[0040]
式中rap表示人口增长率，dp表示死亡率；
[0041]
急救车数量toa的计算方法包括：
[0042]
toa＝inter(aa，a0)，
[0043]
其中aa为急救车增长量，a0为急救车初始数量；
[0044]
急救车增长量aa的计算方法包括：
[0045]
aa＝a0
×
(raa-rad)，
[0046]
式中raa为急救车增长率，rad为急救车折损率。
[0047]
根据本发明的考虑职住分布的应急医疗资源配置优化方法，地区系数rz的计算方法包括：
[0048][0049]
式中h
α
为危险源密度，p0为经济损失占比，α为一号弹性系数，β为二号弹性系数。
[0050]
根据本发明的考虑职住分布的应急医疗资源配置优化方法，
[0051]
α β＝1；
[0052]
一号弹性系数α和二号弹性系数β取值均为0.5。
[0053]
本发明的有益效果：本发明基于容量限制和应急响应时间约束的条件，考虑到由于职住分布带来的通勤影响，联系实际路网精细化时空可达性研究，建立应急医疗资源配置优化模型，将不确定需求的资源配置问题转化为确定需求的资源配置问题，从而能优化
职住分布不同带来的应急服务需求变化，提高应急医疗资源的时空可达性和利用效率。
附图说明
[0054]
图1是本发明所述考虑职住分布的应急医疗资源配置优化方法的流程图；
[0055]
图2是获得总应急服务需求量的流程图；
[0056]
图3是应急服务需求关联关系图；
[0057]
图4是人口规模子系统图。
具体实施方式
[0058]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0059]
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
[0060]
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
[0061]
具体实施方式一、结合图1所示，本发明提供了一种考虑职住分布的应急医疗资源配置优化方法，包括，
[0062]
一：根据应急医疗需求点与n个医疗供给点之间的路径，计算急救车由每个医疗供给点到应急医疗需求点所需的运行时间，将运行时间小于预设运行时间阈值的路径对应的医疗供给点作为一次有效医疗供给点；n为正整数；
[0063]
二：根据一次有效医疗供给点对应的运行时间与救援时间约束阈值的关系，计算每个一次有效医疗供给点的救援生存概率，将救援生存概率达到预期生存概率阈值的一次有效医疗供给点作为二次有效医疗供给点；
[0064]
三：根据二次有效医疗供给点的运行时间与救援时间约束阈值的关系，确定每个二次有效医疗供给点对每个应急医疗需求点的可达机会，将每个二次有效医疗供给点对所有应急医疗需求点的可达机会数量累加，得到每个二次有效医疗供给点对所有应急医疗需求点的时间可达性；选择时间可达性满足极限阈值的所有二次有效医疗供给点作为目标供给点；
[0065]
四：根据每个目标供给点的医疗服务资源供应能力与预测获得的应急医疗需求点的应急医疗总需求计算获得每个目标供给点对应急医疗需求点的供需比；将每个目标供给点对所有应急医疗需求点的的供需比累加求和，得到每个目标供给点对所有应急医疗需求点的空间可达性；将空间可达性最大的目标供给点作为应急医疗资源配置的优选点。
[0066]
进一步，所述运行时间的获得过程包括：
[0067]
基于arcgis投影，将医疗供给点位置投影到最靠近的路段上，将街道数据面转点，并以几何中心为应急医疗需求点，基于路网寻求符合条件的路径，确定应急医疗需求点与n个医疗供给点之间的路径；按路径计算急救车由每个医疗供给点到应急医疗需求点所需的运行时间。
[0068]
设i医院为起始点并命名为n0，如果其到路网中需求点n1最少需要经过k个路段，则
称n0与n1是k阶邻接的，k称为n1相对于n0的邻接梯度值。在n0——n1路径上，按道路类型分类，考虑可达性指标的时变性，为了计算简易，可先按照k值从小到大排列，计算临阶路径上急救车运行时间。计算所有需求点和供应点之间的路径的运行时间，将运行时间小于预设运行时间阈值的路径作为有效路径。
[0069]
再进一步，救援生存概率的计算方法包括：
[0070][0071]
式中ρ为救援生存概率，t
ij
表示由医疗供给点i到应急医疗需求点j的运行时间，t为救援时间约束阈值。
[0072]
应急医疗响应时间阈值约束：关于伤员的生存概率，基于对医院在突发事件情况下的抢救成功率，估计出伤员平均生存概率与伤员获得救助的时间关系，构造了生存概率与时间的函数。救援时间约束阈值t即为救援时间约束最大值，按照伤员类型可取30、60、120、180min。
[0073]
根据救援生存概率ρ，若重伤伤员能在30分钟内救出，生存率为87.5％，而在救出时间为60分钟时减少到50％，救出时间80分钟时，救治率骤减到25％。考虑到研究对象为应急医疗服务，本发明可选取保持87.5％的救治率，时间约束为30min。
[0074]
再进一步，运行时间t
ij
包括由于道路拥堵造成的时间延误。
[0075]
考虑到高峰通勤的影响，实际进行救援时，需要考虑速度延误。可按照工作日和非工作日、高峰时间段和非高峰时间段进行分析。
[0076]
(1)非高峰时间段实际速度
[0077]
由于急救车辆拥有最高通行权，在非高峰时间段可视为自由流速度行驶。具体车速参照道路设计规范，如表1。
[0078]
表1城市道路等级与设计速度
[0079][0080][0081]
(2)高峰时间段实际时间计算：
[0082]
高峰时间段需要考虑因职住分布带来的应急服务救援时间的影响。可以用百度地图读取高峰时间段的拥挤系数，对速度进行修正。将交通状态分为严重拥堵、拥堵、缓行、畅通4种状态，本发明考虑到应急服务的优先通行权，权重系数可选择为道路拥堵指数的0.8、0.7、0.7、0.7。
[0083]
再进一步，通过机会累计可达性来评价每个点的服务性能，可达性更高认为调度更优。构建累积机会可达性模型将可达性利用概率形式表达，累积机会可达性方法主要包括对某兴趣点在考虑空间相关性特征和特定成本函数内，所能到达的活动数量的计算，即
在给定的交通成本范围内对应着一个起点——终点路径网。机会累计可达性模型考虑了空间相关性与时变性特征，选用时间成本作为指标，衡量时间可达性，使用抵达工作等兴趣点的机会数量来衡量空间相关性，通过其可达性的高低来评价调度的优良情况。
[0084]
计算供给点的时间可达性：
[0085]
机会累计可达性模型中限定时间阈值约束，超过该时间段的认为不再有机会获得相应服务或者认为不可达。将医疗资源服务提供地即供给点j满足时间约束的可达机会数量累加，得到满足时间阈值约束内供给点j的时间可达性a
jt
：
[0086]
时间可达性的计算方法包括：
[0087][0088][0089]
式中a
jt
为二次有效医疗供给点j对所有应急医疗需求点的时间可达性，n为应急医疗需求点的总个数，oj为二次有效医疗供给点j机会数量，即为满足时间阈值约束下，所在区域内的应急医疗资源(医院)数量；f(t
ij
)为运行时间t
ij
对应的可达机会。
[0090]
再进一步，计算供给点的空间可达性：空间可达性的计算方法包括：
[0091][0092][0093]
式中a
js
为目标供给点j对所有应急医疗需求点的空间可达性，rj为目标供给点j对每个应急医疗需求点的供需比，sj为目标供给点j的的医疗服务资源供应能力，d为预测获得的应急医疗需求点的应急医疗总需求。
[0094]
运用两步移动搜索法：
[0095]
两步移动搜寻法允许需求点和供给点在搜寻域内根据位置移动，该方法基于gis中的网络分析，得到需求点到达供给点的距离及时间，并设置搜寻阈值使得搜索过程在搜寻域内进行计算，克服了固定边界的限制。
[0096]
在本发明所研究的应急服务资源配置情况中，利用两步移动搜索法，认为距离小于阈值的位置具有相似的可达性，而距离大于阈值的位置是不可达的。且当响应时间超过了规定的时间阈值余数，便认为此次救援失败，计为不可达。距离约束采用城市主干路速度标准与时间阈值的乘积。
[0097]
第一步搜索时：可从每个供给点出发，搜寻极限出行时间内部所有的需求点，选择时间可达性最大的点作为第二步搜索的备选点集。第二步搜索时，以备选点集中每个事故发生点为中心，在搜索半径内对供给点进行搜寻，最后选择空间可达性最大的点为结果点。
[0098]
本发明中构建应急医疗资源配置模型的过程包括：
[0099]
1、基本条件假设：
[0100]
(1)将路网中同类型道路部分视为一个路段，只考虑急救车的出行方式。
[0101]
(2)本实施方式所研究的应急服务响应时间是指车辆在道路上的通行时间。
[0102]
(3)医疗资源包括急救车以及配套的医师人员数量。
[0103]
2、应急医疗需求分配
[0104]
本发明可通过系统动力学模型计算得到数据，即根据应急医疗资源需求预测的结果，对区域风险系数进行调整，进而确定各个分区域应急服务需求。
[0105]
在进行应急服务需求空间分配时，需建立应急医疗服务需求点：
[0106]
应急医疗需求点是指城市中存在应急医疗需求的特定点，即为事故发生点，可用i表示。认为某一座城市中的研究区域内存在n个需求点。本发明参照职住分布小区划分的基本原则，将街道几何中心点作为应急医疗需求点。
[0107]
3、应急医疗资源调度
[0108]
应急医疗资源配置模型将需求进行分配后，则应急服务资源配置问题就可转化为需求确定的资源配置问题。针对应急医疗的特性，进行资源配置时有以下几个目标和原则：
[0109]
(1)应急医疗服务资源可达性范围最广，这就要求一方面在有效的资源条件下，不能使得医疗服务资源过于集中或分散，要充分考虑应急医疗资源的需求区域性。
[0110]
(2)应急医疗服务满足时效性要求，超过时间阈值的急救车路径不认为是有效路径。时间阈值的确定需要和城市实际救援标准相结合。应急医疗资源配置结果应使得系统中所有急救车到达各个需求点的总时间最少。
[0111]
(3)不改变现有医院格局和等级，应急资源的增加量不能超过该医院等级最大容量。实际上医院应急医疗服务供应能力与医院的周转率、病床数、医师数量、急救车数量、医院等级等有关。本发明将医院的供应能力解释为该医院内急救车可以提供服务的能力。
[0112]
针对以上目标和原则的分析，可建立急救车调度模型如下：
[0113]
f1＝min∑
i∈i
∑
j∈j
t
ij
x
ij
f(t
ij
)，
[0114][0115][0116]
式中vj为医院sj急救车转运能力；x
ij
为从医院j到i的急救车转运能力；
[0117]
上述应急医疗资源配置模型中，第一个目标函数f1是为了保证急救车总出行时间最少。第二个目标函数f2是为了实现最大化利用医院的急救车的周转服务能力，使得医院的急救车供应能力闲置量最少。
[0118]
两个目标函数规定急救车的时空约束条件，同时给出急救范围最大覆盖的要求。目标函数f1表明医院供应能力有限度，急救车调出水平不能超出该医院最大供应能力，有助于应急服务响应决策避免医院发生“挤兑”。目标函数f2意为将区域应急服务需求全部覆盖，体现应急医疗服务“强制性”和“低经济性”特性。
[0119]
基于可达性限制资源配置模型算法设计：
[0120]
由上述建模过程中可知，f(t
ij
)为0-1变量，对于大于时间约束的车辆路径权重视为0。利用arcgis求解od成本矩阵之后，就可以将目标函数转化为静态交通分配问题。由于救急时间最短和医院闲置资源最少，基于成本矩阵可以给出期望值。因此可通过理想点法来对模型进行求解，并通过比较实际值与期望值的差距来衡量解的效果。
[0121]
再进一步，结合图2和图3所示，将应急医疗总需求d作为目标区域的总应急服务需求量tes，目标区域作为应急医疗需求点，则：
[0122]
目标区域的总应急服务需求量tes根据常发性应急服务需求量tues和突发性应急服务需求量sues预测获得；
[0123]
根据常发性应急物资需求量tuet和常发性应急医疗人员需求量tued预测目标区域的常发性应急服务需求量tues；
[0124]
其中常发性应急物资需求量tuet由目标区域的人口规模top、年龄组成系数ra和医疗物资配备基数rmt相乘的乘积确定；
[0125]
常发性应急医疗人员需求量tued由目标区域的急救车数量toa和医疗人员配备基数rmd的乘积确定；
[0126]
根据突发性应急物资需求量suet和突发性应急医疗人员需求量sued预测目标区域的突发性应急服务需求量sues；
[0127]
其中突发性应急物资需求量suet由目标区域的灾害发生频次rs、地区系数rz、平衡系数jhr和单次应急任务物资配备基数rsa相乘的乘积确定；
[0128]
突发性应急医疗人员需求量sued由目标区域的灾害发生频次rs、地区系数rz、平衡系数jhr和单次应急任务人员配备基数rsd相乘的乘积确定。
[0129]
本实施方式可以包括以下步骤：
[0130]
进行职住分布及应急医疗服务特性分析；
[0131]
本发明研究分析应急医疗资源的高时效性、不可预见性等特性，结合人口因素、职住分布、突发事件概率等对应急医疗配置的影响，通过就业居住比率、独立指数、空间匹配度等指标分析职住分布情况，同时考虑不同区域职住比的差异，进行职住分布及应急医疗服务特性分析，为建立需求预测系统提供前期理论基础。
[0132]
建立应急医疗需求模型系统；
[0133]
结合图3，确立系统动力学系统边界并划分应急服务需求系统边界，在研究应急医疗需求系统因果回路的基础上，根据各个子系统之间的因果关系和反馈回路，将关键变量转化为模型系统图3中的水平变量，同时将其他所有变量按照预设规则，分成速率变量、常量及辅助变量，生成应急医疗需求模型系统图，建立一种考虑职住分布的应急医疗资源的需求预测模型，并用vensim进行有效性验证。
[0134]
再进一步，所述人口规模top的计算方法包括：
[0135]
top＝inter(ap，p0)，
[0136]
其中ap为人口增长量；p0为初始人口数值；
[0137]
人口增长量ap的计算方法包括：
[0138]
ap＝p0
×
(rap-dp)，
[0139]
式中rap表示人口增长率，dp表示死亡率；
[0140]
急救车数量toa的计算方法包括：
[0141]
toa＝inter(aa，a0)，
[0142]
其中aa为急救车增长量，a0为急救车初始数量；
[0143]
急救车增长量aa的计算方法包括：
[0144]
aa＝a0
×
(raa-rad)，
[0145]
式中raa为急救车增长率，rad为急救车折损率。
[0146]
再进一步，地区系数rz的计算方法包括：
[0147][0148]
式中h
α
为危险源密度，p0为经济损失占比，α为一号弹性系数，β为二号弹性系数。
[0149]
职住分布及应急医疗服务特性分析：
[0150]
职住分布的影响分析：
[0151]
职住平衡大小的测度分为数量的平衡和质量的平衡，用就业居住比率来衡量数量的平衡，用托马斯的独立指数来衡量质量的平衡，用空间匹配度来衡量职业空间聚集地和居住聚集地的关系。本发明选用独立指数进行职住分布的分析。
[0152]
就业居住比率：
[0153]
就业居住比率为某一区域内就业岗位数和人口数的比值，是一个静态指标。当就业居住比率值在[0.8,1.2]之间时，认为该区域是职住平衡的。
[0154]
以平衡系数jhr表示目标区域内的职住比：
[0155][0156]
j为目标区域内岗位数，h为目标区域内人口数。
[0157]
独立指数：
[0158]
独立指数也叫动态职住分布比率，为研究区域内工作与居住的人和在研究区域内到外地工作的人数的比值。该指数表示在研究区域内就业与居住自给自足的能力。
[0159][0160]
式中bri为区域i内独立指数，iji为区域i内工作和居住的人口数，ohi为区域i内到外地区域工作的人口数。
[0161]
空间匹配度：
[0162]
空间匹配度表示居民工作地与居住地的空间匹配程度。通过调查收集交通小区尺度下的数据，在街道尺度或者更大区域上进行空间单元聚合分析，利用空间错位指数smi
ij
来测度较大尺度范围的值。smi值越大，说明该聚类空间单元下居住地和工作地空间错位度越高。
[0163][0164]
式中smi
ij
表示i区域与j行业的空间错位指数；pj表示j行业总的就业人口数；n为区域个数，；e
ij
为i区域j行业的就业岗位数；ej为j行业总的就业岗位数；p
ij
为i区域j行业的就业人口数。
[0165]
应急医疗服务资源特性：
[0166]
应急服务资源是突发事件应急过程中所需要的各类资源的总称。本实施方式所研究的应急服务资源属于应急医疗服务资源，主要包括医院急救车数量和医院急救医护人员数量。应急医疗服务具有以下几个特性：
[0167]
(1)高时效性
[0168]
应急医疗服务资源区别于一般的应急服务资源，具有很强的时效性，应急服务资源必须在规定的时间内到达指定地点。因此本实施方式在研究应急医疗服务资源配置时，考虑应急医疗资源可达性的时间约束。
[0169]
(2)结构性
[0170]
应急医疗服务资源是一系列配套设施，以医疗应急服务来说，应急服务需求包括急救车车辆、急诊床位数、相应的专业医生等。本实施方式研究的主要急救车数量、急救医护人员数量，在第一时间到达现场则视为本次救援成功。
[0171]
(3)低经济性
[0172]
应急医疗服务设施一般都是为了针对特定危险源设置，使用频率一般较低，实际效用往往较低。应急资源的首要目标是覆盖所有范围的需求点，其次是系统内部调度时间最少。在研究应急资源时虽然也考虑成本，但都是在满足前两个目标下的系统调度最优，并不单独建立利益最大化的优化模型。本实施方式借鉴这一特性，无需过多考虑经济性。
[0173]
(4)同质性
[0174]
不同于一般的医疗服务，患者可以根据自身的习惯、支付能力自行去选择不同的医院接受救助服务，应急服务总是优先由距离最近的医院去救援患者。因此本实施方式在建立应急服务资源需求模型时，不需要去考虑个体需求差异，可在中观层面进行研究。
[0175]
(5)不可预见性
[0176]
突发事件由于其复杂的演变机理，因而难以对突发事件爆发的规模、时间、进行预测，医疗应急服务应该具有较高范围的覆盖区域。本实施方式在研究突发性应急服务资源需求预测时，采用六年内灾害事故率最大值和最小值之间的随机值来衡量。
[0177]
提出模型假设并划分系统边界：
[0178]
1、提出系统动力学模型假设
[0179]
本发明假设考虑的应急服务需求发展受到多种因素的综合影响，为了使构建的系统动力学模型更具逻辑性与直观性，对模型中一些系统关系及相关参数提出以下基本假设：
[0180]
①
应急服务需求是一个动态、复杂、综合、多行业交叉的系统工程，其涉及的影响因素众多，为保证模型的简洁性与相关数据的可获取性，在具体的模型构建过程中，某些次等重要的影响因素将被排除在模型之外。
[0181]
②
在模拟时间范围内，社会经济和人口平稳发展，全市医疗服务的发展态势良好，医护人员的水平较高，同时医院的规模短时间保持不变，长时间有缓慢增长。
[0182]
③
受政策影响，职住分布平衡指数短期内变化不大。
[0183]
2、划分应急服务需求系统边界
[0184]
本发明研究的应急服务系统为应急医疗服务系统，将应急医疗需求系统划分常发性应急医疗需求子系统和突发性应急医疗需求系统，二者各自的基础子系统分别为人口子系统、急救车使用子系统。各个子系统之间的结构和关联关系，运用医疗应急需求链中的概念和变量进行连接；设定系统时间边界时，考虑到历史数据的类型以及应急医疗需求对各个情景变量的敏感度，例如可将应急医疗需求系统模型的运行时间系统边界定义为2015年到2023年。
[0185]
建立应急医疗需求模型关联关系图：
[0186]
模型系统是生成dynamo方程的关键步骤，在研究应急医疗需求系统因果回路的基础上，根据各个子系统之间的因果关系和反馈回路，将关键变量转化为模型系统流图中的水平变量，同时将其他所有变量按照预设规则，分成速率变量、常量及辅助变量，并分别为这些变量确定参数大小或者参数范围。
[0187]
在构建的应急医疗需求模型系统图3中，经济总量、常住人口数量、急救车保有量为主要的水平变量；经济总量增长率、人口增长率、急救车增长率等为速率变量；急救车报废率为常量，职住平衡系数等变量则为辅助变量。其中人口规模子系统如图4。
[0188]
图3中的每条链均有因果关系，因果关系中可分为正反馈和负反馈，正反馈促进箭头所指向变量的增大，负反馈促进箭头所指向变量的减小。由图3可知，在设想条件下控制职住平衡系数可降低区域突发事件影响风险，从而降低该区域应急服务需求。
[0189]
其中，人口增长率和职住平衡系数分别为表函数，考虑到研究区域的急救发展迫切性大小，表函数数值设置为先大后小。通过运用vensim对数据进行多次模拟仿真分析，得出合适的参数值。
[0190]
决策模型分析与建立：
[0191]
根据以上对现有的应急服务系统的分析和系统动力学流图可建立以下系统动力学方程：
[0192]
建立dynamo方程，包括两个状态方程：
[0193]
top＝inter(ap，p0)，
[0194]
toa＝inter(aa，a0)。
[0195]
辅助方程：tes＝tues sues，
[0196]
tues＝tuet tued，
[0197]
sues＝suet sued，
[0198]
tuet＝top
×
ra
×
rmt，
[0199]
tued＝toa
×
rmd，
[0200]
suet＝rs
×
rz
×
jhr
×
rsa，
[0201]
sued＝rs
×
rz
×
jhr
×
rsd；
[0202]
速率变量方程：
[0203]
aa＝a0
×
(raa-rad)，
[0204]
ap＝p0
×
(rap-dp)。
[0205]
对应急服务需求反馈回路和方程中相关参数变量说明如下：
[0206]
表2参数变量含义
[0207]
[0208][0209]
主要模型参数标定方法：
[0210]
(1)地区突发事件发生频率：
[0211]
本发明所研究的突发事件是指火灾事故、交通事故和地质灾害事故，而这类事故的发生受到多种因素的影响，突发事件是在一段时间内随机发生的，而不是伴随着时间序列的变化呈现出增加或减少的趋势。将研究区域划分到交通小区后，通过比较往年历史数据，发现地区突发事件数量呈现在最大值和零之间的随机分布。
[0212]
(2)地区系数：
[0213]
突发事件在某一地区发生，是一个随机事件。但事故一旦发生后，同样等级的事故类型在不同地区造成的影响不同，对应急服务的需求规模也不同。将突发事件对地区进行风险划分。
[0214]
提出从危险发生频次、密度及经济强弱系数方面进行城市应急服务区域风险评估。运用柯布-道格拉斯生产函数，将危险源密度，年龄系数和经济指标作为投入，将风险综合评价作为输出，构建综合易损性评价模型，用下式可得到进行区域事故应急风险综合易损性评价。
[0215]
(α β＝1)，
[0216]
作为示例，α β＝1。
[0217]
作为示例，一号弹性系数α和二号弹性系数β取值均为0.5。
[0218]
(3)平衡系数：
[0219]
本发明中的情景变量，由独立指数来衡量，根据独立指数的计算公式，结合研究区域人力资源保障局发布的各区域就业人口数和工作数进行计算。
[0220]
(4)系数权重的确定：
[0221]
本发明所研究的应急服务对应的突发事件主要有火灾事故、地质灾害事故、公共卫生事故三类。针对本文的研究对象，考虑到其数据参数较少，数据量精度高的特点，采用客观赋权评价法，并采用变异系数法来计算各指标权重，通过计算参数的平均值、标准差等统计特征得到指标的权重。
[0222]
考虑到评价指标体系中的各项指标的量纲不同，利用以下公式将各项指标标准化，得到各项指标的变异系数，用其值来衡量各项指标取值的差异程度。
[0223][0224]
式中wm为第m项指标的标准差系数；σm为第m项指标的标准差；am为第m项指标的平均数。
[0225]
再由下式确定各项指标的权重，标准差系数越大，则该项指标的权重会越大：
[0226][0227]
式中wm表示权重。
[0228]
有效性验证：
[0229]
利用vensim软件完成系统动力学模型的构建，对各种参数和变量的单位和范围进行确定。为了避免模型的系统结构、各变量之间的因果关系、逻辑数量关系存在错误，以致影响到预测结构，需要对模型仿真条件进行验证。
[0230]
(1)内部运行检验：
[0231]
vensim系统自身带有“模型检测”和“单位检测”模块，可对所建立的模型和量纲两方面进行检查。该检测目标要求模型中各个变量的量纲合适，且能进行方程运算，保证每一个方程有实际意义。
[0232]
(2)有效性检验：
[0233]
模型是否能真实反映建模目标，是重点关注问题。内部检验完成后，借用系统模拟将结果与实际历史数据进行比较。由于系统动力学模型许多参数的选取主观性较强，借用灵敏度分析的方法对参数进行校正的同时对模型进行修正。由以下公式可得到灵敏度。
[0234][0235]
式中s
l
表示状态变量l的敏感度；l
t
表示状态变量l；δl
t
为状态变量l在δt时间段的变化量；u
t
为状态变量l下的参数u；δu
t
为参数u在δt时间段的变化量。
[0236]
虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权
利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其它所述实施例中。