最小妒忌公平性区位模型及案例分析

摘要: 区位模型广泛应用于公共健康、义务教育、应急管理和物流配送等领域。然而，主流区位问题多以服务效率为目标，注重设施成本、距离成本、覆盖客户数量等指标，未考虑服务公平性。部分区位模型考虑服务空间公平性，但存在公平指标多且选择使用缺乏共识、公平指标会严重扭曲效率指标、模型针对简单应用场景和缺乏通用性等局限。本文创新性地引入空间妒忌这一概念，构建公共服务最小嫉妒目标函数，并将其整合在容量约束P中值问题(Capacitated P-Median Problem, CPMP)模型目标函数中，形成最小妒忌公平性区位模型(CPMP-envy)。新模型克服了最小方差目标会扭曲效率指标的局限，实现公平指标与效率指标相兼容。本文考虑城市和农村地区人口空间分布特征，以及数据规模等因素，使用三个典型区域数据探索经典区位模型和公平性区位模型的基本特征。案例实验表明：最小妒忌目标能够显著地改进设施区位空间公平性指标，特别是设施数量较少时，公平性指标能够得到较大幅度改进。最小妒忌目标在公共服务设施布局规划中具有实用性，对于构建公平性区位模型具有理论价值。