醫療公平性是美國一個普遍關注的話題。改善醫療保健服務設施的可及性與更好的結果和更少的差異密切相關（Hoffman & Paradise, 2008）。醫療服務的可及性可以根據其特征進行分類。例如，它可以分為物理可及性和虛擬可及性。虛擬可及性強調對遠程醫療服務的訪問，而物理可及性則關注對醫療設施的面對面訪問（Alford-Teaster, Wang, Tosteson, & Onega, 2021; Liu, Alford-Teaster, Onega, & Wang, 2023; Shao & Luo, 2023; Wang, Zeng, Liu, & Onega, 2023）。此外，它還可以分為潛在可及性和實現（顯現/實際）可及性。潛在可及性關注醫療服務的潛在需求，而實現（顯現/實際）可及性則反映了這些服務的實際使用情況（Aday & Andersen, 1981; Aday, Andersen, & Fleming, 1980; Andersen & Aday, 1978; Andersen, McCutcheon, Aday, Chiu, & Bell, 1983）。為了明確空間與非空間方面的差異，我們可以引入這一額外的二分維度，從而將可及性分為四類：潛在空間可及性、實現空間可及性、潛在非空間可及性和實現非空間可及性（Khan, 1992; Wang & Liu, 2023）。本文將僅關注空間可及性。
政策制定者和規劃者經常使用潛在空間可及性作為評估各種公共設施（包括公園、雜貨店和醫院等）可及性的重要指標（Hu, Song, Li, & Lu, 2020; Pan, Liu, Wang, Xie, & Delamater, 2015; Yeager & Gatrell, 2014）。雖然已有大量研究關注潛在的空間醫療可及性，但對實現（顯現/實際）空間可及性的關注較少，尤其是在大規模范圍內，如整個美國的人口。本研究旨在通過更廣泛地考察實現空間可及性，并將其與美國整體人口的潛在空間可及性進行全面比較，來填補這一空白。我們將重點關注兩個關鍵研究問題：（1）如何使用SafeGraph的數據移動性數據來計算國家層面的實現空間可及性？（2）潛在空間可及性和實現空間可及性之間有什么差異？該研究為未來利用地理空間大數據進行改進奠定了基礎，其結果可以幫助政策制定者制定更有效的政策，以改善國家層面的醫療公平性。
本文的其余部分安排如下：第2節回顧現有文獻。第3節介紹本研究使用的數據集。第4節描述本研究的方法論和數據處理步驟。第5節展示結果和發現。第6節對研究進行一些總結，第7節討論局限性及可能的未來研究方向。
