《表3 杨浦区各居民点医疗设施可达性结果描述性统计Tab.3 Descriptive statistics of spatial accessibility of medical facilities

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进潜能模型的城市医疗设施空间可达性——以上海市杨浦区为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

关于β的取值，较为理想的做法是依据设施的实际使用情况确定，可通过与设施不同距离下的使用人数回归得到。例如，Reggiani等（2011）基于2003年和2007年德国439个地区居民日常通勤流量数据，采用回归分析计算得到不同距离衰减函数下的β值。然而，这种方法往往需要大量的数据、成本较高、实现较为困难。因此，实际研究中，多采用对参数的多种取值进行多情景分析的方法（陶卓霖等，2017）。Peeters等（2000）在总结前人研究的基础上，指出出行摩擦系数β的取值集中在[0.9，2.29]。从现有研究看，学者们多将β取值为1.0（Ortega et al，2012；丁秋贤等，2016）、1.5（Suárez et al，2012；Siegel et al，2016）、1.8（Reggiani et al，2011）和2.0（如Yang et al，2016；汤鹏飞等，2017）。本文将这4个值分别代入式（3）进行计算，探讨不同β取值对医疗设施空间可达性的影响。4种情况的描述性统计分析结果如表3所示，由表可看出，随着β值的增大，可达性的最大值增大，最小值减小，标准差增大，可达性结果的分布逐渐呈现出“发散”的特点，说明可达性评价结果对β取值的敏感程度较高，需选择合适的β值进行计算。通过选取社区样本，走访调查居民的日常平均出行时间，与上述4种情况下计算的出行时间进行对比，发现当β=1.8时，得到的各点的出行时间与实际较为吻合。因此，选取β=1.8对杨浦区医疗设施空间可达性进行计算和分析。