基于地理分级标准的偏远地区卫生人力资源优化：澳大利亚改良版蒙纳士模型及其对我国的启示

doi:10.12114/j.issn.1007-9572.2022.0385

中国全科医学 ›› 2022, Vol. 25 ›› Issue (31): 3843-3850.DOI: 10.12114/j.issn.1007-9572.2022.0385

所属专题：述评栏目最新文章合辑；基层医疗资源配置最新文章合辑

• 述评 • 下一篇

基于地理分级标准的偏远地区卫生人力资源优化：澳大利亚改良版蒙纳士模型及其对我国的启示

干颖滢¹, 王书平², 吴晓凡³, 闫丽娜²^,^*()

1.2628B L Healthcare Environment Research Center，Delft University of Technology，Delft，the Netherlands
2.100191　北京市，国家卫生健康委卫生发展研究中心
3.832003　新疆维吾尔自治区石河子市，石河子大学医学院

收稿日期:2022-06-20 修回日期:2022-08-22 出版日期:2022-11-05 发布日期:2022-09-15
通讯作者: 闫丽娜
干颖滢，王书平，吴晓凡，等.基于地理分级标准的偏远地区卫生人力资源优化：澳大利亚改良版蒙纳士模型及其对我国的启示[J].中国全科医学，2022，25（31）：3843-3850.[www.chinagp.net]
作者贡献：干颖滢负责文献的收集与整理，数据整理、计算与分析，撰写初稿，并对文章进行修订；王书平参与文章选题并提出建议，负责初稿的审阅与修改、课题申请与项目管理；闫丽娜参与对初稿的审阅与修改、数据整理与分析，同时提供行政、技术及材料支持；吴晓凡参与稿件的审阅与修改。
基金资助:
中国与世界卫生组织2020—2021双年度合作项目(GJ2-2021-WHOPO-E1); 中国国家留学基金委资助项目

Enhancing Access to Health Workers in Remote Areas Using the Modified Monash Model: Australia's Experience and Implications for China

GAN Yingying¹, WANG Shuping², WU Xiaofan³, YAN Lina²^,^*()

1.Healthcare Environment Research Center, Delft University of Technology, Delft 2628BL, the Netherlands
2.China National Health Development Research Center, Beijing 100191, China
3.School of Medicine, Shihezi University, Shihezi 832003, China

Received:2022-06-20 Revised:2022-08-22 Published:2022-11-05 Online:2022-09-15
Contact: YAN Lina
About author:
GAN Y Y, WANG S P, WU X F, et al. Enhancing access to health workers in remote areas using the Modified Monash Model: Australia's experience and implications for China [J] . Chinese General Practice, 2022, 25 (31) : 3843-3850.

摘要/Abstract

摘要： 澳大利亚28%的人口居住在农村或偏远地区，因为地理条件问题，该类人群在卫生服务利用上面临着诸多挑战，健康状况普遍劣于沿海大都市区居民。为解决该类地区的医疗服务难题，澳大利亚卫生部自1994年起使用基于地理分级的人力资源分类系统以改进医疗服务，并定时更新地理分级系统以适应新的社会人口情况与医疗服务状况，同时制定了一系列配套的卫生政策来支持农村及偏远地区的医疗服务。2018年起，澳大利亚卫生部开始启用新的分级标准，即改良版蒙纳士模型（MMM）。本文回顾性分析了澳大利亚的做法并认为：为更好地为我国医疗资源薄弱地区提供优质、可及的医疗服务，我国可借鉴澳大利亚的相关经验，适时推进并分阶段细化医疗服务的地理分级系统，系统化制定相应资源优化政策，并发挥现代化与高新科学技术的作用。

关键词: 农村和边远地区, 农村卫生, 资源配置, 地理分级, 卫生服务易得程度, 健康公平, 卫生政策, 澳大利亚

Abstract:

In Australia, 28% of the population live in remote and rural areas, where they face many health service utilization challenges due to geographical conditions, and generally have lower health status than those living in coastal metropolitan areas. To address the challenges of accessing health services in remote and rural areas, the Australian Government Department of Health and Aged Care has introduced a geographical classification system to help healthcare providers to improve healthcare services since 1994, and regularly updated the system to adapt to the latest sociodemographic and healthcare status, as well as formulated a range of complementary health policies to support rural and remote areas. From 2018, Australian Government Department of Health and Aged Care has adopted a new classification standard, the Modified Monash Model. We reviewed Australia's practices and concluded that, to better deliver high-quality and accessible healthcare services to areas with weak healthcare resources in China, Australia's experience could be used for reference, during taking actions to promote and refine the geographic classification system for healthcare services in a timely manner, formulating policies supporting the enhancement of access to health workers systematically, and taking advantage of modern, high and new technologies.

Key words: Rural and remote areas, Rural health, Resource allocation, Geographical classification, Health services accessibility, Health equity, Health policy, Australia

干颖滢,王书平,吴晓凡,等. 基于地理分级标准的偏远地区卫生人力资源优化：澳大利亚改良版蒙纳士模型及其对我国的启示[J]. 中国全科医学, 2022, 25(31): 3843-3850. DOI: 10.12114/j.issn.1007-9572.2022.0385.
GAN Yingying,WANG Shuping,WU Xiaofan, et al. Enhancing Access to Health Workers in Remote Areas Using the Modified Monash Model: Australia's Experience and Implications for China[J]. Chinese General Practice, 2022, 25(31): 3843-3850. DOI: 10.12114/j.issn.1007-9572.2022.0385.

图/表 5

参考文献 27

[1]	Australian Government Department of Health and Ageing. The audit of health workforce in rural and regional Australia[R]. Canberra：Department of Health and Ageing，2008.
[2]	Australia Government Department of Health. Summary Statistics，Modified Monash Model[EB/OL]. （2021-10-11）[2022-01-31].
[3]	GARDINER F W, BISHOP L, GRAAFF B D，et al. Equitable patient access to primary healthcare in Australia[R]. Canberra：The Royal Flying Doctor Service of Australia，2020.
[4]	Australian Institute of Health and Welfare. Rural & remote health[EB/OL]. （2022-07-07）[2022-07-11].
[5]	孟庆跃. 中华医学百科全书：公共卫生学卫生经济学[M]. 北京：中国协和医科大学出版社，2017.
[6]	Australia Bureaus of Statistics. Rural，remote and metropolitan areas classification[R]. Canberra：Australia Bureaus of Statistics，1994.
[7]	Australia Government Department of Health. Modified Monash Model[EB/OL].（2021-12-14）[2022-01-02].
[8]	万崇华，姜润生. 卫生资源配置与区域卫生规划的理论与实践[M]. 北京：科学出版社，2013.
[9]	Australia Government Department of Health. Health workforce distribution priority areas[EB/OL]. [2022-04-01].
[10]	Australia Government Department of Health. Bonded medical program[EB/OL]. [2022-04-01].
[11]	Australia Government Department of Health. Health workforce distribution priority areas[EB/OL]. [2022-04-01].
[12]	Australia Government Department of Health. Incentives and support for GPs and general practices in MM7 locations[EB/OL]. [2022-04-01].
[13]	Australia Government Department of Health. General practitioner procedural training support program[EB/OL]. [2022-04-10].
[14]	Australia Government Department of Health. Area of need[EB/OL]. [2022-05-23].
[15]	Australia Government Department of Health. Rural bulk billing incentives[EB/OL]. [2022-05-23].
[16]	Australian Government Department of Health. Workforce incentive program doctor stream[EB/OL]. [2022-05-23].
[17]	Australian Government Department of Health. Workforce incentive program guidelines[R]. Canberra：Australian Government Department of Health，2012.
[18]	Australia Government Department of Health and Aged Care.Dashboard，summary statistics-metrics[EB/OL].（2021-10-01）[2022-05-23].
[19]	杨英，郑丽云，姜辉. 澳大利亚全科医生培训体系及其启示[J]. 中国全科医学，2014，17（8）：851-856. DOI：10.3969/j.issn.1007-9572.2014.08.001.
[20]	Australia Government Department of Health. Ncentives and support for GPs and general practices in MM locations[EB/OL]. （2022-02-04）[2022-03-18].
[21]	刘鸿宇. 中国西部地区卫生人力资源预测及基层卫生人力激励因素研究[D].济南：山东大学，2017.
[22]	崔雪娟，李阳，梁浩，等.偏远山区贫困农村居民医疗服务感受分析[J].解放军医院管理杂志，2021，28（4）：304-306.DOI：10.16770/J.cnki.1008-9985.2021.04.002.
[23]	胡洋.边远少数民族地区卫生发展存在的问题及对策[J].医学与社会，2014，27（4）：41-43. DOI：10.3870/YXYSH.2014.04.013.
[24]	彭博成. 促进西南高校大学生到西部艰苦边远地区基层就业的研究：以四川、重庆为例[D]. 重庆：重庆大学，2019.
[25]	HART J T. The inverse care law[J]. Lancet，1971，1（7696）：405-412. DOI：10.1016/s0140-6736(71)92410-x.
[26]	李志远，刘嘉周，马子华，等. 我国乡镇卫生院人员流动现状分析[J]. 卫生软科学，2020，34（12）：45-49. DOI：10.3969/j.issn.1003-2800.2020.12.010.
[27]	新华社. 中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要[J]. 中国水利，2021，72（6）：1-38.

地理分级系统/分类方法	研发/颁布机构	颁布时间（年）	分类方法	分类结果	应用与更新情况
澳大利亚地理统计分级系统（ASGC）	澳大利亚统计局	1984	利用统计局收集到的各类地理数据	7个层级	被广泛应用于各个部门，并不断更新，至2011年被ASGS取代
农村、边远地区和大城市分级标准（RRMA）	澳大利亚统计局、卫生部	1994	依据人口密度、距城区的直线距离、地区距离等因素进行分类；主要以人口数量为分类依据，分成3大分区、7个分级	城市圈：首都、中心城市（>10万人口）	—
				农村地区：大型农村（>2.5万~10万人口）、中心农村（1万~2.5万人口）、小农村（<1万人口）
				偏远地区：较偏远地区（≥5 000人口）、极度偏远地区（<5 000人口）
澳大利亚可及性/偏远性指数分级标准（ARIA）	阿德雷德大学雨果移民和人口研究中心	1999	依据道路、位置和服务信息的地理信息科学（GIS）数据库，用1 km的格网来计算各地区的偏远指数，将地区分成5个级别	高度可达（0~1.84分）	—
				可达（>1.84~3.51分）
				相对可达（>3.51~5.80分）
				偏远地区（>5.80~9.08分）
				极度偏远地区（>9.08~12分）
改良澳大利亚可及性/偏远性指数分级标准（ARIA+）	阿德雷德大学雨果移民和人口研究中心	2001	基于12 000多个人口稠密地区到最近服务中心的路网距离，结合人口规模，将澳大利亚的地区分为5个类别	主要城市（0~0.2）	—
				内部区域（>0.2~2.4）
				外围地区（>2.4~5.92）
				偏远地区（>5.92~10.53）
				极偏远地区（>10.53~15.00）
澳大利亚标准地理分级系统（ASGS）	澳大利亚统计局	2011、2016	运用ARIA+的方法与指标进行分类	主要城市（0~0.2）	被广泛运用到各领域，每5年根据实际情况更新1次；卫生部推出了澳大利亚标准地理分级系统-偏远地区（ASGS-RA）2011和ASGS-RA 2016，以适应新的社会经济状况和医疗服务水平
				内部区域（>0.2~2.4）
				外围地区（>2.4~5.92）
				偏远地区（>5.92~10.53）
				极偏远地区（ARIA+指标>10.53）飞地
改良版蒙纳士模型（MMM）	澳大利亚卫生部	2015	基于人口及地理数据	MM1~MM7	主要应用于卫生政策的制定，每5年更新1次

地理分级系统/分类方法	研发/颁布机构	颁布时间（年）	分类方法	分类结果	应用与更新情况
澳大利亚地理统计分级系统（ASGC）	澳大利亚统计局	1984	利用统计局收集到的各类地理数据	7个层级	被广泛应用于各个部门，并不断更新，至2011年被ASGS取代
农村、边远地区和大城市分级标准（RRMA）	澳大利亚统计局、卫生部	1994	依据人口密度、距城区的直线距离、地区距离等因素进行分类；主要以人口数量为分类依据，分成3大分区、7个分级	城市圈：首都、中心城市（>10万人口）	—
				农村地区：大型农村（>2.5万~10万人口）、中心农村（1万~2.5万人口）、小农村（<1万人口）
				偏远地区：较偏远地区（≥5 000人口）、极度偏远地区（<5 000人口）
澳大利亚可及性/偏远性指数分级标准（ARIA）	阿德雷德大学雨果移民和人口研究中心	1999	依据道路、位置和服务信息的地理信息科学（GIS）数据库，用1 km的格网来计算各地区的偏远指数，将地区分成5个级别	高度可达（0~1.84分）	—
				可达（>1.84~3.51分）
				相对可达（>3.51~5.80分）
				偏远地区（>5.80~9.08分）
				极度偏远地区（>9.08~12分）
改良澳大利亚可及性/偏远性指数分级标准（ARIA+）	阿德雷德大学雨果移民和人口研究中心	2001	基于12 000多个人口稠密地区到最近服务中心的路网距离，结合人口规模，将澳大利亚的地区分为5个类别	主要城市（0~0.2）	—
				内部区域（>0.2~2.4）
				外围地区（>2.4~5.92）
				偏远地区（>5.92~10.53）
				极偏远地区（>10.53~15.00）
澳大利亚标准地理分级系统（ASGS）	澳大利亚统计局	2011、2016	运用ARIA+的方法与指标进行分类	主要城市（0~0.2）	被广泛运用到各领域，每5年根据实际情况更新1次；卫生部推出了澳大利亚标准地理分级系统-偏远地区（ASGS-RA）2011和ASGS-RA 2016，以适应新的社会经济状况和医疗服务水平
				内部区域（>0.2~2.4）
				外围地区（>2.4~5.92）
				偏远地区（>5.92~10.53）
				极偏远地区（ARIA+指标>10.53）飞地
改良版蒙纳士模型（MMM）	澳大利亚卫生部	2015	基于人口及地理数据	MM1~MM7	主要应用于卫生政策的制定，每5年更新1次

分级	代表区域	评价标准
MM1	大都市区	聚集了70%的澳大利亚人的区域。对应原标准ASGS-RA 1
MM2	区域中心城市	驾驶半径<20 km的城市或居民人数>50 000人的城市。对应原标准ASGS-RA 2和ASGS-RA 3
MM3	大型城镇	驾驶半径<15 km或居民人数为15 001~50 000人的城镇。对应原标准ASGS-RA 2或ASGS-RA 3
MM4	中型村镇	驾驶半径<10 km或居民人数为5 000~15 000人的村镇。对应原标准ASGS-RA 2或ASGS-RA 3
MM5	小型村镇	其余符合原标准ASGS-RA 2或ASGS-RA 3的所有村镇
MM6	偏远社区	离大陆海岸线<1 km，但没有桥与大陆相连的岛屿。对应原标准的ASGS-RA 4及与大陆海岸线<5 km的岛屿
MM7	极度偏远社区	原有标准的ASGS-RA 5。距离大陆海岸线≥5 km的岛屿

分级	代表区域	评价标准
MM1	大都市区	聚集了70%的澳大利亚人的区域。对应原标准ASGS-RA 1
MM2	区域中心城市	驾驶半径<20 km的城市或居民人数>50 000人的城市。对应原标准ASGS-RA 2和ASGS-RA 3
MM3	大型城镇	驾驶半径<15 km或居民人数为15 001~50 000人的城镇。对应原标准ASGS-RA 2或ASGS-RA 3
MM4	中型村镇	驾驶半径<10 km或居民人数为5 000~15 000人的村镇。对应原标准ASGS-RA 2或ASGS-RA 3
MM5	小型村镇	其余符合原标准ASGS-RA 2或ASGS-RA 3的所有村镇
MM6	偏远社区	离大陆海岸线<1 km，但没有桥与大陆相连的岛屿。对应原标准的ASGS-RA 4及与大陆海岸线<5 km的岛屿
MM7	极度偏远社区	原有标准的ASGS-RA 5。距离大陆海岸线≥5 km的岛屿

分级	类型	每月累计减免时长（d）	所需从医时长（年）
RA1	主要城市	无	无
RA2	内部地区	3.37	9
RA3	外围区域	13	7
RA4	偏远地区	20.3	6
RA5	极偏远地区	30.4	5

基于地理分级标准的偏远地区卫生人力资源优化：澳大利亚改良版蒙纳士模型及其对我国的启示

Enhancing Access to Health Workers in Remote Areas Using the Modified Monash Model: Australia's Experience and Implications for China

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 27

相关文章 15

编辑推荐

Metrics

留言

分级	2014年		2016年		2018年		2020年
分级	例数	构成比（%）	例数	构成比（%）	例数	构成比（%）	例数	构成比（%）
MM1	67 730	79.29	72 304	79.22	77 704	79.06	83 147	79.05
MM2	7 511	8.79	8 122	8.90	8 956	9.11	9 711	9.23
MM3	5 260	6.16	5 623	6.16	6 050	6.16	6 520	6.20
MM4	1 840	2.15	1 947	2.13	2 082	2.12	2 335	2.22
MM5	1 901	2.23	2 024	2.22	2 170	2.21	2 110	2.01
MM6	796	0.93	846	0.93	899	0.91	898	0.85
MM7	379	0.44	400	0.44	430	0.44	457	0.43

[1]	崔珑严, 代高岚歆, 陶红兵. 人力资源管理过程视角下我国医防融合人力资源相关政策文本分析[J]. 中国全科医学, 2026, 29(21): 3012-3019.
[2]	吴珍, 郗雅琪, 胡琳琳. 我国体重管理政策的工具选择与组合特征：基于2016—2025年国家政策文本的内容分析[J]. 中国全科医学, 2026, 29(20): 2766-2774.
[3]	尤莉莉, 刘璐, 陈营, 康琪雪, 王雨星, 王竞波, 张并立. 中国基本公共卫生服务十五年回顾及展望[J]. 中国全科医学, 2026, 29(17): 2282-2295.
[4]	李明月, 张笑天, 汤皓晴, 郑汇娴, 程晓冉, 魏添添, 张柏松, 程昊哲, 周俣勋, 刘晓云. 我国中西部农村慢性病可避免住院分析[J]. 中国全科医学, 2026, 29(10): 1267-1276.
[5]	胡琦, 徐宁, 马喜民, 贺嘉慧, 乔慧. 宁夏回族自治区南部山区农村女性健康相关生命质量及其对卫生服务利用的影响研究[J]. 中国全科医学, 2026, 29(08): 988-996.
[6]	马薇萍, 谢美翔, 韦彬光, 曾萍萍, 蒋莉. 2012—2022年中国社区护理人力资源配置研究[J]. 中国全科医学, 2026, 29(07): 864-871.
[7]	李丽清, 刘文慧, 杨嘉逸, 王芳. 我国中部六省优质医疗资源与经济社会耦合协调发展的时空演化与趋势预测[J]. 中国全科医学, 2026, 29(07): 844-850.
[8]	李思思, 秦江梅. 中国深化医药卫生体制改革十五年以来出台的全科政策及效果研究[J]. 中国全科医学, 2026, 29(01): 6-16.
[9]	黎娴菁, 黄丹琪, 彭蓉, 冯启明, 徐婷婷. 政策工具视角下我国村卫生室建设相关政策文本分析[J]. 中国全科医学, 2026, 29(01): 35-41.
[10]	任盼盼, 贾常离, 贾晶晶, 许晶琳, 陈梦瑶, 张翔. 农村老年人生计资本对生命质量的影响：基于不同慢性病患病情况的研究[J]. 中国全科医学, 2026, 29(01): 129-136.
[11]	胡哲涛, 潘小毅. 连续性卫生服务视角下我国居家社区医养结合政策效力量化研究[J]. 中国全科医学, 2026, 29(01): 42-49.
[12]	敖文华, 林春梅, 张艳春, 张丽芳, 李思思, 秦江梅. 我国农村订单定向全科医生使用与激励相关政策进展及实践[J]. 中国全科医学, 2025, 28(34): 4282-4289.
[13]	王慧, 胡银环, 冯显东, 刘莎, 汪洋帆. 农村慢性病与非慢性病居民心理健康状况及心理健康服务需求比较研究[J]. 中国全科医学, 2025, 28(31): 3968-3973.
[14]	张研, 艾云杰, 王晨舟, 高红霞. 家庭医生签约服务高质量发展的政策价值与实践挑战[J]. 中国全科医学, 2025, 28(31): 3879-3883.
[15]	高红霞, 刘素薇, 麻磊, 张研. 基于动态主题模型的我国中央层面家庭医生签约服务政策主题热点与演化分析[J]. 中国全科医学, 2025, 28(31): 3890-3896.

分级	2014年		2016年		2018年		2020年
分级	例数	构成比（%）	例数	构成比（%）	例数	构成比（%）	例数	构成比（%）
MM1	23 228	62.30	25 540	63.28	26 914	63.03	27 383	63.24
MM2	3 582	9.61	3 872	9.59	4 113	9.63	4 214	9.73
MM3	3 130	8.39	3 351	8.30	3 545	8.30	3 567	8.24
MM4	2 265	6.07	2 389	5.92	2 623	6.14	2 704	6.25
MM5	2 967	7.96	3 143	7.79	3 276	7.67	3 377	7.80
MM6	1 040	2.79	987	2.45	1 076	2.52	976	2.25
MM7	1 075	2.88	1 080	2.68	1 156	2.71	1 076	2.49

分级	2014年		2016年		2018年		2020年
分级	例数	构成比（%）	例数	构成比（%）	例数	构成比（%）	例数	构成比（%）
MM1	23 228	62.30	25 540	63.28	26 914	63.03	27 383	63.24
MM2	3 582	9.61	3 872	9.59	4 113	9.63	4 214	9.73
MM3	3 130	8.39	3 351	8.30	3 545	8.30	3 567	8.24
MM4	2 265	6.07	2 389	5.92	2 623	6.14	2 704	6.25
MM5	2 967	7.96	3 143	7.79	3 276	7.67	3 377	7.80
MM6	1 040	2.79	987	2.45	1 076	2.52	976	2.25
MM7	1 075	2.88	1 080	2.68	1 156	2.71	1 076	2.49