河北省城市应急医疗资源保障韧性评价与提升路径

2021-09-10张朝玉赵新宇

河北科技大学学报(社会科学版) 2021年1期

张朝玉赵新宇

摘要：随着新冠疫情的反弹和外部输入的挑战，整合应急医疗资源进行、提升应急医疗资源保障能力至关重要。通过韧性视角从医疗环境、医务人员、医疗资源状态、医疗资源动员能力构建等方面应急医疗资源保障韧性指标体系，以熵权-AHP-TOPSIS方法计算各城市韧性，进行聚类分析，以识别医疗资源保障的薄弱环节，在此基础上探讨了河北省重大疫情城市应急医疗资源保障韧性的提升路径。

关键词：河北省;重大疫情;医疗资源;韧性评价;提升路径

中图分类号：C93 文献标识码：A DOI 10.7535/j.issn.1671-1653.2021.01.012

Evaluation and Improvement Path for the Resilience of the City Emergency Medical Resources Support System in Hebei Province

ZHANG Chao-yu， ZHAO Xin-yu

（School of Economics and Management， Hebei University of Science and Technology， Shijiazhuang 050018， China）

Abstract：Faced with the rebound and challenge of imported Covid-19 cases from abroad，it is very important to integrate emergency medical resources and improve its support capacity.From the perspective of resilience，this paper constructed a resilience index system to evaluate the support capacity of the medical resources by checking medical environment，medical staff，medical resource status and mobilization ability of medical resources.The AHP-TOPSIS-entropy method was used to calculate the resilience of cities and conduct cluster analysis to identify the weak points of the city medical resources support system.On this basis，this paper proposed possible ways to improve the resilience of the city emergency medical resources support system when faced with the major epidemics in Hebei Province.

Key words：Hebei Province;

major epidemic; medical resources; evaluation of resilience; improvement path

一、問题提出

新型冠状病毒疫情已经成为当今世界侵害公共卫生系统的重大灾害事件，虽然我国已经基本控制了疫情，但病毒变异和传播的态势仍较为严峻。疫情防控期间暴露出来部分脆弱性问题，医疗资源保障能力等的强弱直接影响疫情防控的效率。面对突发公共卫生事件，医疗环境、医务人员、医疗资源状态、医疗资源动员能力都是疫情防控的重要影响因素。一方面，医疗系统内部的保障能力是保障医疗系统正常运转的最主要因素，包括医疗设施水平、医疗物资储备状况、医疗人员配置等。另一方面，医疗系统的正常运转与灾后适应也离不开系统外部各因素的支撑，如物流保障能力、当地经济状况、政府公共服务能力等。安德森[1]认为明确应急管理事件背后引发的脆弱性因素，并通过评估城市、系统或群体等应对冲击的薄弱环节，有利于找到降低风险的方法来增强社会对于突发事件的适应能力。可见，通过医疗资源保障能力的韧性评价研究，能够发现疫情防控的薄弱环节，为河北省预防灾害发生、高效应对灾情提供针对性建议。

二、文献回顾

关于重大疫情，国内外学者多从应急管理、风险管理、公共卫生事件管理、主体管理、法规体系建设、网络舆情等方面对重大疫情进行了研究。David[2]、William L[3]、George Haddow[4]、Zhao[5]等从公共卫生事件管理角度进行了研究，提出在应对重大疫情时应该协调其他社会力量的作用;完善相关法律法规;加强网络和大数据的科技应用等。滕文杰[6]、安璐[7]等从网络舆情等方面探讨了对重大疫情的应对，强调在公共卫生事件应急管理建设中强化政府领导地位，分析了物资分配效率。

何磊等[8]、汤韧[9]、储文功等[10]对重大突发公共事件应急药品保障进行了分析，对我国应急药品储备体系进行了探讨，采用系统动力学的理论对应急药品供应系统进行了仿真研究。夏梅君[11]、魏建香[12]从政策网络理论视角分析了我国应急药品供应管理体系，构建了面向药品突发事件应急决策的知识库模型;仇佳欢[13]对基于多智能体系统的药品供给应急管理多元主体信息交互机制进行了研究。冯显威[14]、李林贵[15]、欧阳红兵[16]、于芳[17]、唐龙妹[18]分析了医疗物资均等化分配方式，对医疗物资分配的公平性问题进行了研究。姚萱等[19]对医疗物资的分配效率进行了研究。通过以上梳理可以发现，当前学者多对医疗资源常态模式进行了研究，而对重大疫情下的应急医疗资源保障能力的研究较少。

关于韧性，生态学家Holling于1973年首次将韧性应用到系统生态学，用来分析生态系统稳定性。韧性理论经历了“工程韧性→生态韧性→演进韧性”的发展历程。2014年，西非埃博拉疫情爆发，学者们开始将韧性应用于卫生系统研究。Kruk[20]、Walid[21]、Blanchet[22]、Barasa[23]提出韧性卫生系统构建框架，将卫生系统的韧性定义为卫生系统吸收内部或外部冲击并保持稳定的能力，认为卫生系统的韧性包括系统的吸收性、适应性和变革性，提出卫生系统韧性四个方面的能力：收集、整合和分析能力，预测和应对风险能力，管理能力，发展能力。杨文光[24]、王晓翠[25]基于TOPSIS方法构建了桥梁火灾韧性的评估模型，实验结果表明：基于TOPSIS法的桥梁火灾韧性评估是一种可行的、有效的韧性评估模型，为桥梁火灾风险评估提供一种新角度和新方法。

学者对于卫生系统韧性的研究目前仍处于理论框架探索阶段，对于卫生系统内部子系统韧性研究尚未起步，特别是针对各种不确定性和动态变化性，优化卫生系统内部结构，促进卫生系统的可持续发展，已成为当前学者们关注的研究议题。

三、城市应急医疗资源保障韧性评价指标体系构建

（一）指标选取

医疗资源保障韧性具有过程性，其包含了鲁棒性、冗余度、效率度与适应度等4个主要因素。鲁棒性是系统自身具备的抵抗外部冲击和扰动的固有属性，以及面对风险事件和事故时，最大限度维持城市医疗资源保障系统正常运行状态的能力。冗余度是当系统内本身含有的要素遭毁坏或系统本身遭受极大损失时，作为系统增设的备用要素，其用来支撑系统正常运行，从而达到应对和恢复作用。冗余度越强，系统能承受的外部扰动越多。效率度决定城市医疗资源保障系统应对突发公共事件所需的时间和降低损失的程度，也决定城市医疗资源保障系统恢复安全状态的时间和效果。适应度是城市医疗资源保障系统对风险或突发公共事件应有的适应能力，适应度决定了系统事故经历转化为经验和弥补缺陷的能力。

1.鲁棒性指标选取

张帆[26]对韧性的医疗卫生防疫体系进行了研究，在选取医疗资源指标时指出，床位数量、卫生技术人员比例以及医疗活动的卫生机构数量间接决定了疫情风险等级，即这些指标数值越大，相应的医疗系统鲁棒性越强;刘亮[27]、王建平[28]对维持医疗系统稳定影响因素进行了研究，选取了每万人拥有卫生技术人员数、每万人拥有病床数量、每万人拥有公立医疗机构数量为医疗系统鲁棒性的代表性指标;李中凯等[29]在研究医疗资源配置时选取的医疗资源配置指标包括：床位数、卫生专业技术人员数、执业（助理）医师数、注册护士数。综上所述，系统内部鲁棒性指标选取为：每万人床位数、每万人卫生技术人员数（人）、每万人卫生机构数。

地区生产总值（GDP）是衡量一个地区总体经济状况的重要指标。罗赛[30]指出经济的高水平发展使得人民生活水平得到相应的提升，对于医疗资源投入也相应加大，对医疗系统抗风险能力有正向的稳定作用。本文用地区生产总值反映各区域的经济发展水平，属于正向指标，反映医疗系统外部的宏观经济基础情况;第三产业占比反映的是地区经济结构的质量水平，属于正向指标，用来衡量一座城市产业结构优化水平;陈奕玮[31]在研究经济韧性时指出，第三产业占比与人均生产总值（元）是保障经济受冲击后恢复的重要因素，是从经济方面保障医疗系统鲁棒性的能力。綜上所述，系统外部鲁棒性指标选取为：地区生产总值（亿元）、第三产业占比（%）、人均生产总值（元）。

2.冗余度指标选取

其一，失业保险覆盖率。失业保险对失业而暂时中断生活来源的劳动者提供物质帮助以保障其基本生活，失业保险待遇由失业保险金、医疗补助金、丧葬补助金和抚恤金、职业培训和职业介绍补贴等构成。失业保险覆盖率反映城市保障因疫情而失业人群基本生活的能力，年末参加失业保险人数（万人）占比越高，失业者生活越有保障，相应的医疗系统压力减小，冗余度提升。

其二，医药工业市场份额。医药工业市场份额反映当地医疗产业发展水平，以及应急物资产出能力。比如医用口罩等医疗物资生产对环境、设备、检验检测要求很高，而医药企业在车间改造、设备购进、实验室建造各方面具有天然的优势，对于当地医疗资源保障具有重大作用。

其三，医疗保险覆盖率。参加医疗保险比率反映当地民众参加社会医疗保险的程度，该指标越高，医疗系统冗余度越高。医疗保险是指参保人员患病就诊发生医疗费用后，由医疗保险机构对其给予一定的经济补偿，可以使患病的社会成员从社会获得必要的物资帮助，减轻医疗费用负担，防止患病的社会成员“因病致贫”。

综上所述以及参考万志远[32]对医疗应急资源冗余分类的研究，费智涛[33]对韧性医疗系统的研究，选取失业保险覆盖率、医疗保险覆盖率、各市医药工业市场份额为医疗系统冗余度的指标。

3.效率度指标选取

其一，物流竞争力。该指标反应了河北省各地区的交通完善状况，属于正向指标。医疗系统的运作依赖于物流系统的高效运转，以实现资源合理有效利用，因此，地区应具备良好的物流能力。

其二，城市数字指数。该指标反映了地区产业、政务、生活及文化方面数字化程度。城市数字化指数由腾讯研究院提出，涵盖产业、政务、生活、文化等方面，其构成反映了一个城市的数字化水平，在一定程度上对医疗体系起到支撑作用;数字化管理覆盖面积越广泛，医疗系统运作效率越高。

其三，平均住院日、病床使用率与疾控中心数量。这些指标代表着医疗系统处理事件的能力。浙江大学医学院附属第二医院王建安主任指出：平均住院日、病床使用率等指标是“效率医疗”的直观反映。[34]其中平均住院日越低代表医院处理病患效率越高。病床使用率是一定时期内使用的病床与开放的病床之比，是反映病床利用的指标。一般认为该指标以 85%～93%为宜。[35]疾控中心的的网络直报系统能有效监控任何新发传染性病例，尤其是不明原因肺炎，使得国家疾控中心在内的各级疾控部门第一时间了解情况。综上所述，设平均住院日为负指标;病床使用率为区间型指标，区间为85%～93%;疾控中心数量为正指标。

4.适应度指标选取

其一，人均可支配收入。人均可支配收入是居民可用于自由支配的收入，常被用以衡量区域的生活水平。人均可支配收入的高低反映了当地社会经济活力，较高的人均可支配收入会弥补未参加医疗保险制度人群的医疗待遇，在经济方面支持地区医疗发展，并为医疗系统作用的发挥提供正向作用。恩格尔系数代表居民家庭中食物支出占消费总支出的比重，为负指标。人均可支配收入越高的地区，弥补制度经济不全面的能力越好，其医疗系统适应度越高。徐伟[36]指出可支配收入、恩格尔系数是影响医疗保健支出的重要原因，城乡居民可支配收入对医疗保健支出有显著影响。

其二，地区城镇人口占比。该指标反映的是城镇化水平，为正指标。陈婷[37]认为城镇化水平与医疗保障体系是协调发展的关系。臧文斌[38]的研究结果表明，在其他条件相同的情况下，城镇家庭的年非医疗消费支出比未参保家庭约高13.0%。城镇人口较农村人口更易管理，对于疫情防控与事后经验收集与转化起到了重要的正向作用。

其三，每万人普通高等学校在校生数量。该指标反映的是地区人才储备情况，影响对应急管理研究的能力。人才是地区医疗系统实现高质量、高效率从事件中吸取经验的基础，高校在校生人数越多，则越能从多方面、多角度从事件中吸取经验和教训。

（二）指标体系构建

参考工程韧性与演进韧性选取指标的方法，梳理河北省医疗资源保障系统韧性特征。从韧性一般特征出发，结合实地调研，界定医疗资源保障系统韧性的特征，并根据可获得性，从医疗环境、医务人员、医疗资源状态、医疗资源动员能力四个方面筛选评价指标，并从鲁棒性、冗余度、效率度、适应度四个方面归纳韧性特征的测量指标。（见表1）

指标数据来源：每万人床位数、每万人卫生技术人员数（人）、每万人卫生机构数、GDP（亿元）、第三产业占比（%）、人均GDP（元）、年末参加失业保险人数万人占比、医药工业区域分布主营业务收入所占比例（%）、每百万人疾病预防控制机构数、病床使用率（%）、出院者平均住院日（日）、每万人普通高等学校在校生数量（人）、居民恩格尔系数（%）、人均可支配收入（元）、城镇人口比重（%）等数据来源于河北省统计局;河北省各市物流竞争力等数据来源于刘海静[39]研究成果;数字中国指数来源于腾讯研究院发布的腾讯数字中国指数报告[40]。

四、河北省城市医疗资源保障韧性评价分析

（一）评价方法

TOPSIS模型由C.L.Hwang和K.Yoon提出，是一种逼近理想解的排序方法，该方法引入了两个特别的数学概念：理想解和负理想解。所谓理想解是设想的最优的解，它的各个属性值都达到各备选方案中的最好的值;而负理想解是设想的最劣的解，它的各个属性值都达到各备选方案中的最坏的值。理想解和负理想解能够精确地反映各评价方案之间的差距。TOPSIS利用欧氏距离测量方案与理想解和负理想解。并据此将各种评估指标与所得到的最佳解和最劣解的欧式距离进行前后排序。[41]如果此时所得到的距离在离最佳解最近时又离最差解最远，则可以得出评估对象的总体评估情况，其评估指标最高，具有最好的解。反之，得出评估對象的总体评估状况综合得分最低。通过此方法可计算河北省各城市间韧性得分，并根据各城市间韧性得分距离进行聚类分析。

（二）评价步骤

1.建立标准化决策矩阵（Ak）

由公式（1）可以得到初始评估矩阵（Ak）。（aij）为第i个待评价城市的第j个评价指标（i=1，2，…m;j=1，2，…n），其中，m个待评价城市，n个评价指标。

Ak=（aij）m×n=a11…a1nam1…amn。（1）

2.建立标准化决策矩阵（Bk）

对Ak进行无量纲处理。式中标准化决策矩阵（Bk）为aij的无量纲形式;min（aij）、max（aij）分别为矩阵Ak第j列元素的最小值、最大值。

Bij=aij-min （ai）max （ai）-min （ai）。（2）

3.确定指标权重

（1）熵权法确定客观权重

美国学者香农于20世纪90年代建立了信息熵理论，解决了对数据进行定量分析的问题，并论述了信息熵的基本运作方式。熵权的大小体现了不同指标在决策中的贡献程度，指标熵值越小、熵权越大，表示指标值变化程度越大，有用信息越多，表明指标在评价中所起作用越大。根据信息论中信息熵的定义，通过公式（3）（4）计算指标信息熵值（Ej）与信息效能值（Pij），其中（j=1，2，m）。

Ej=-1lnn∑ni=1PijlnPij。（3）

Pij=Bij∑ni=1Bij。（4）

通过信息熵计算各指标的权重Wj为

Wj=1-Ejk-∑nj=1Ej。（5）

（2）层次分析法确定主观权重

层次分析法模仿人类解决复杂决策问题的思维、判断过程进行建模，把复杂问题通过层次结构分解为若干部分，根据递阶层次结构，通过两两比较的方式建立判断矩阵，最终求得底层即方案层各元素关于目标层的排序权重。

（3）组合赋权

由熵权法确定的评价指标权重根据数据间的关系来确定，是一种客观赋权法，以数学理论为基础，但未考虑不同指标对目标的影响能力，故科学合理的权重计算应同时兼顾主观和客观。而层次分析法侧重于研究者的

主观经验，这两种方法的结合可避免单一主客观的缺陷，从而让权重更加符合实际。在此，采用主观和客观结合的赋权法，即利用层次分析法和熵权法得到对应权重和再综合赋权，具体结果见表2。

λj=αwj+βwj，（6）

其中，α+β=1;0≤α≤1;0≤β≤1。α，β分别为主客观偏爱系数，本文取主客观权重的算术平均值，即客观指数α取0.5，主观指数β取0.5。

4.构建矩阵Ak的加权标准化决策矩阵（Ck）。

Ck=cij）=BkWj。（7）

5.计算加权标准化决策矩阵（Ck）的正、反理想解（D+、D-）。

D+= ∑mj=1（c+j-cij）2。（8）

D-= ∑mj=1（cij-c+j）2。（9）

6.计算待评价对象与理想解的贴近度（Ei）

Ei=D-iD-i+D+i。（10）

（三）评价结果

（四）聚类分析

为将结果相近城市归入一类，对评价结果进行聚类分析，结果见表4。

利用K-means聚类方法得到三个聚类中心，分别是聚类中心Ⅰ得分0.2396，聚类中心Ⅱ得分0.0992，聚类中心Ⅲ得分0.0606。并依据此聚类中心分别设聚类中心Ⅰ、Ⅱ、Ⅲ为高韧性、中韧性及低韧性。

其中评价结果为高韧性的有石家庄市，中韧性的有唐山市、廊坊市、秦皇岛市、保定市，低韧性的有张家口市、沧州市、邯郸市、承德市、邢台市、衡水市。（见表5）

高韧性城市只有省会石家庄市，其城市医疗资源保障能力鲁棒性排名第2，冗余度、效率度、适应度均为第1。

中韧性城市有4个，分别为唐山市、廊坊市、秦皇岛市、保定市。唐山市鲁棒性排名第1，冗余度、适应度排在中游与石家庄市有较大差距，说明唐山市基于强大的经济基础构建了较为稳定医疗资源系统，但资源配置在应对突发事件时显得不够合理;廊坊市鲁棒性排名第3，冗余度排名第10，效率度排名第5，适应度排名第3，存在应急医疗资源失衡现象，具体表现为医疗资源冗余度过低，适应度偏低;秦皇岛市鲁棒性排名第5，冗余度排名第2，效率度排名第10，适应度排名第2，存在应急医疗资源失衡现象，具体表现为医疗资源效率度过低;保定市鲁棒性排名第7，冗余度排名第3，效率度排名第3，适应度排名第5，鲁棒性处于中等偏下水平。

低韧性的有6个，分别为张家口市、沧州市、邯郸市、承德市、邢台市、衡水市。其中张家口市应急医疗资源效率较高，排名第2，其他指标则处于中等偏下水平。整体来看低韧性城市各有自己的优势方面，但应急医疗资源适应度均未達到平均水平。（五）韧性分析

1.城市间医疗资源保障韧性差距明显

高、中韧性城市经济水平好，医疗方面资金投入相对更加充足，相应的基础设施也较为完善。低韧性城市则多为经济发展较为落后地区。石家庄市冗余度得分遥遥领先于其他城市，原因是石家庄医药企业发展基础相对于其他城市有十分明显的优势，医药企业市场份额占比达60%，可为灾害应急的转产提供较好的支撑。

2.城市医疗水平落后于人口发展

根据2019年统计数据，中国人口增长城市主要为大型城市，而廊坊市却是特例。全市人口不到500万人，人口净增长却达10万。这与北京市近年来疏解非首都功能的政策密切相关。廊坊市由于人口增速持续增长，导致人均医疗水平跟不上人口发展速度，进而导致应急医疗资源冗余度排在全省倒数第二的位置。对此应当注意，在承接北京人口转移的同时应加大对医疗系统资源的投入，保障医疗资源与人口之间的动态平衡。

3.灾后适应能力有待提升

在适应度指标中，每万人在校大学生数量反映了当地教育事业发展的总水平，高校对于突发公共事件的事后经验吸收与知识转化、整理起到了重要的作用。而除石家庄市、秦皇岛市、廊坊市外，其余各市每万人在校大学生数量均低于平均值。其中唐山市适应度评分明显低于自身总体排名。查阅资料显示，唐山市每万人在校大学生人数为152，低于石家庄市417人、秦皇岛市279人、廊坊市259人，但由于唐山市具有较好的经济基础弥补了一部分灾后适应能力。但教育事业发展相对于经济的落后也是当地需要重视的方面。人才的不断引进是一个城市发展的关键因素，教育产业的蓬勃发展将会带动整个地区管理资源的知识化、智能化，并将产生的成果反哺到公共管理活动当中去，因此教育产业对灾后适应能力的提升是至关重要的。

4.部分城市数字化水平偏低，医疗资源效率有待提高

在城市数字指数这一指标中，承德市、张家口市、秦皇岛市、衡水市、邢台市均低于河北省平均水平，而城市数字化水平对于推进医疗服务流程的持续优化有较大影响。城市数字化水平较发达地区如石家庄市、廊坊市，已通过微信或其他程序在很大程度上实现了就医流程的线上化，为群众提供了线上缴费、预约以及凭信息取药等便捷服务。除门诊环节外，群众不必像传统就诊一样到医院排队候诊，很大程度上缩短了排队等候时长，较好地为应急医疗资源保障提供有力支撑，提高了医疗系统运行效率。

五、河北省城市应急医疗资源保障韧性提升路径

（一）加大城市间的应急联动

由于河北省城市间医疗资源保障韧性差距明显，在重大疫情发生后，如果城市间的医疗信息及医疗资源无法有效整合，协同指挥不足，应急医疗资源调配不及时，整体联动性差，便会影响重大疫情的处理效果。因此，应加强跨区域城市间的应急医疗资源联动，优化应急联动运行机制，以有效缓解突发疫情中应急医疗资源紧张的状况。一方面，建立联合指挥协调机制，依照属地管理、分级负责、统一指挥、协同配合的原则，发生重大疫情后，由发生地市级牵头、区域内省（市）级配合，启动应急联动协调机制。另一方面，完善区域内信息沟通机制，建立联席会议制度，定期召开联席会议，包括分析研判应急医疗资源保障能力，研究决定协同工作的重大问题、决策和任务;在此基础上省市区域内相邻的地市（区）、县建立地（区）际、县际应急联动工作机制，提升跨域应急联动的反应能力。再者，动态完善跨域应急预案，根据区域综合风险评估结果和地域特点，重点完善和调整以重大疫情联合处置、应急医疗资源共享为重点的区域突发事件应急联动预案，规范应急联动程序和要求;建立联合应急演练制度，定期开展应急演练与灾后学习，及时评估和修正现行应急预案，有针对性地加强日常管理和灾害应急准备，尽可能地降低应急处置阶段的不确定性。

（二）合理布局医疗资源空间

构建“政府—社会”互相支撑的资源储备体系，即在资源储备系统中实现整体性的协同，加强资源储备系统中政府与社会之间的同向配合，并对突发公共卫生事件时可转产企业做相应规划，以应对紧急医疗资源短缺问题。政府在政企合作的资源储备环节应是指导和制度设计层的角色，不完全是实际资源储备管理者，应将部分非核心安全资源储备向市场和社会转移。简化应急医疗资源调度手续，提高应急医疗资源日常信息化管理水平，保证应急资源储备机制在调运、存储、配置时能够高效、稳定的运作。另外，河北省应急医疗物资储备基本以实物储備为主，同时具有实物储备和生产能力储备的地方只占极少部分。兼具信息储备和技术储备的地方更是少之又少。而且实物储备中药品储备所占比重较大，而防护装备、医疗设备等储备较少。针对这一问题，要进一步优化应急医疗物资储备结构。制定和完善应急物资储备标准，明确省、市、县三级政府物资储备的品种、规格、数量、时间等，做好地方医疗资源储备和中央的协同联动，同时倡导民众在日常生活中储备一部分医疗物资，使医疗资源储备结构更加优化合理，更加符合应急需求。

（三）构建多主体参与的合作治理体系

构建多主体参与的合作治理体系，需依靠政府与社会间的增权赋能。一方面，由政府向社会增权赋能，通过向社区基层落地一部分如管理权限、资源配置、服务能力等传统政府事务，为基层应急能力的培养和成长提供有利条件，充分激发基层潜力。建立由党员牵头，团员后备，充分挖掘高素质青年人群潜力，积极建设社区志愿者队伍。通过线上形式，进行不定期的救灾应对培训，提高志愿者应对突发公共事件的人员管理、疏散等能力。建立社区物资保障机制，对可长时间存放的抗灾、救灾物资进行合理储备，提供应急事件发生时最快捷处理方法，利用灵活的储备网络分担政府储备压力。通过政府向社会增权赋能弥补政府力量的不足，增强学校、企业、社区等主体的自我管理与可持续发展能力。另一方面，由社会向政府增权赋能，引导和鼓励各方面社会力量合理参与社区治理，充分发挥社区资源网络作为基层管理的“前哨站”功能，即在风险预警、信息传递、社会动员等方面的基础性功能，从而为政府提供社会角度的信息、经验、技术，为物资的准确落地提供合理方案，充分发挥学校、企业、社区在社会动员方面的亲和力等，弥补政府在应急决策、应急资源调配、社会动员等方面的管理能力的不足。

（四）运用数字技术建设大数据平台

首先，全面提升应急资源保障的网络化、数字化、智能化水平，构建基于医院、政府、生产企业、科研机构、物流配送公司、个人等多元参与主体的协同与合作的河北省应急资源大数据平台，使其涵盖应急资源生产储备、社会捐赠分配、交通运输、分发配送、应急需求预测等各方面信息。充分把握城市医疗资源保障能力冗余程度，既有利于政府部门全面掌握情况，进行形势判断，也有利于资源保障体系各参与方的协同合作。其次，完整、动态的城市数据库有利于提高城市灾害的风险评估效率，可改善目前资料收集、数据使用上的困难。另外，提高城市医疗资源保障能力效率，要完善应急物流网络，需要充分发挥复合一贯制运输的特点，促进多种运输方式之间的协同配合，形成互补优势，搭建立体、全面、信息化的智能运输网络。通过合理布局应急物流中心，做好选址工作;从社会物流运输企业中选拔高素质物流人才，组建高水平物流队伍;出台应急物流服务人员相关保障政策，可采取发放津贴等方式进行补助;向社会宣传应急物流运行方式，鼓励群众通过捐赠、监督等方式参与物流保障，提升物流组织能力与服务水平。

参考文献：

[1]Anderson M B. .Vulnerability to Disaster and Sustainable Development： A General Framework for Assessing Vulnerability[J]. Disaster Prevention for Sustainable Development： Economic and Policy Issues， Washington， DC： World Bank， 1995，（3）： 41-59.

[2]David D J.. Epidemic Dengue/dengue Hemorrhagic Fever as a Public Health， Social and Economic Problem in the 21st Century[J]. Trends in microbiology， 2013，（2）： 100-103.

[3]William L.， Parmet W E.， Mello M M. .What is a Public Health Emergency？[J]. New England Journal of Medicine， 2015，（11）： 986-988.

[4]George Haddow A. . Zika Virus is a Global Public Health Emergency[J]. Declares WHO， 2017，（2）：11-18.

[5]Zhao L.， Jung M.， Mc Cloud R F.， et al. Media Use and Communication Inequalities in a Public Health Emergency： a Case Study of 2009-2010 Pandemic Influenza A Virus Subtype H1N1[J]. Public HealthReports， 2014，（6_suppl4）： 49-60.

[6]滕文杰.突发公共卫生事件网络舆情网民关注度区域分布研究[J].中国卫生事业管理， 2015，（5）：393-396.

[7]安璐，欧孟花.突发公共卫生事件利益相关者的社会网络情感图谱研究[J].图书情报工作，2017，（20）：120-130.

[8]何磊.我国应急药品储备体系的现状与完善思路[J].中国药业，2008，（8）：10-11.

[9]汤韧，刘祖雄.重大公共突发事件应急药品保障探讨[J].医药导报，2009，（4）：407-410.

[10]储文功，黄文龙，刘照元，等.基于系统动力学的应急药品供应系统仿真研究[J].科技管理研究，2010，（18）：209-211.

[11]夏梅君，应韬，龚时薇.我国应急药品供应管理体系分析——基于政策网络理论视角[J].中国卫生政策研究，2017，（8）：44-47.

[12]魏建香，王静，朱云霞.面向药品突发事件应急决策的知识库模型构建研究[J].情报科学，2018，（7）：66-70，90.

[13]仇佳欢，汤少梁.基于多智能体系统的药品供给应急管理多元主体信息交互机制研究[J].中国药房，2019，（24）：3 325-3 330.

[14]冯显威.促进基本公共卫生服务逐步均等化政策分析[J].医学与社会，2009，（7）：9-11，17.

[15]李林贵，张俊华.对宁夏开展人人享有基本医疗卫生服务的探索和思考[J].中国初级卫生保健，2010，（1）：5-6.

[16]欧阳红兵，张支南.我国省域医疗卫生资源配置的均等化水平分析[J].中国卫生经济，2016，（11）：36-38.

[17]于芳，于贞杰，梁峥嵘.基于集中指数和泰尔指数的我国基本公共卫生服务资源配置均等化分析[J].中国卫生统计，2016，（3）：463-465.

[18]唐龙妹，高霞，闫丽娜，等.河北省医疗卫生资源配置地理公平性分析[J].中国卫生经济，2017，（5）：48-51.

[19]姚萱，赵延芳，买买提·牙森，等.乌鲁木齐市基层医疗卫生资源配置效率研究[J].中国卫生资源，2017，（2）：136-141.

[20]Kruk M E.，Ling EJ.，Bitton A.，et al.Building Resilient Health Systems： AProposal for a Resilience Index[J].BMJ，2017，（5）：357-363

[21]Ammar W.， Kdouh O.， Hammoud R， et al. Health System Resilience： Lebanon and the Syrian Refugee Crisis[J]. Journal of Global Health， 2016，（2）： 102-109.

[22]Blanchet K.，Nam SL.，Ramalingam B.，et al.Governance and Capacity to Manage Resilience of Health Systems：Towards a New Conceptual Framework[J].Int J Health Policy Manag，2017，（8）： 431-435.

[23]Barasa EW.，Cloete K.，Gilson I..From Bouncing Back to Nurturing Emergence： Reframing the Concept of

Resilience in Health Systems Strengthening[J].Health Policy Plan，2017，（3）：91-94.

[24]杨文光，尚华，罗琮.改进TOPSIS方法下的全国城市应急管理能力评估研究[J].数学的实践与认识，2020，（14）：21-28.

[25]王晓翠，张礼敬，陶刚，等.基于TOPSIS法的桥梁火灾韧性评估模型[J].中国安全科学学报，2018，（4）：59-64.

[26]张帆，胡亮.构建更为韧性的医疗卫生防疫体系策略研究——以北京医疗卫生服务设施为例[J].城市规划，2020，（11）：9-14.

[27]刘亮，骆达，毕长伟，等.基于基尼系数和集聚度的天津市医疗卫生资源配置研究[J].中国卫生经济，2019，（5）：48-50.

[28]王建平.巨灾下的医疗资源调集能力限制的立法思考——以汶川大地震“院内死亡率”与“外送伤员量”双高为视角[J].当代法学，2014，（1）：58-66.

[29]李中凯，李金叶.中国西北五省2006～2017年医疗资源配置公平性分析[J].中国循证医学杂志，2020，（11）：1 266-1 273.

[30]罗赛.医疗产业集聚对区域卫生资源利用效率的影响分析[J].中国卫生经济，2020，（2）：73-75.

[31]陳奕玮，丁关良.中国地级市城市经济韧性的测度[J].统计与决策，2020，（21）：102-106.

[32]万志远，刘勤明，叶春明，等.突发事件下的医院应急资源冗余配置优化模型[J].计算机应用，2020，（2）：584-588.

[33]费智涛，郭小东，刘朝峰，等.基于系统视角的城市医疗系统地震韧性评估方法研究[J].地震研究，2020，（3）：431-440，601.