組合模型在我國衛(wèi)生技術(shù)人員數(shù)量預(yù)測中的應(yīng)用*

濱州醫(yī)學(xué)院衛(wèi)生管理學(xué)院(264003) 韓春蕾 胡西厚 趙擁軍 董兆舉

衛(wèi)生技術(shù)人員是一國衛(wèi)生人力資源的重要組成部分，衛(wèi)生技術(shù)人員的數(shù)量是反映一國衛(wèi)生服務(wù)水平高低的重要指標(biāo)，對衛(wèi)生技術(shù)人員數(shù)量的準(zhǔn)確預(yù)測是進行資源優(yōu)化配置，科學(xué)制定衛(wèi)生資源規(guī)劃的前提和基礎(chǔ)。

預(yù)測關(guān)鍵是選擇科學(xué)切實可行的預(yù)測方法。以往的預(yù)測僅根據(jù)衛(wèi)生人力資源某年或幾年的數(shù)據(jù)進行，沒有考慮衛(wèi)生人力資源數(shù)據(jù)的動態(tài)變化特點;使用的方法僅限于一種或多種單項預(yù)測方法的比較，然而很難有一個單項預(yù)測模型能對頻繁波動的現(xiàn)實數(shù)據(jù)擬合得非常緊密并對其變動的原因作出穩(wěn)定一致的解釋。Bates和Cranger首先提出可以建立線性組合預(yù)測模型綜合各單項模型的信息，以產(chǎn)生良好的預(yù)測效果〔1〕。本文利用1980～2008年我國相關(guān)數(shù)據(jù)，應(yīng)用組合預(yù)測模型，對我國目標(biāo)年衛(wèi)生技術(shù)人員數(shù)量進行預(yù)測。在預(yù)測過程中既考慮了預(yù)測的精度，又考慮了預(yù)測的實用性。

資料與方法

1.數(shù)據(jù)來源

1980～2008年的我國衛(wèi)生技術(shù)人員數(shù)量的數(shù)據(jù)來自《2009中國衛(wèi)生統(tǒng)計年鑒》。

2.預(yù)測模型及方法

(1)灰色模型

灰色模型(grey dynamics model，GM)是用數(shù)列建立方程，將無規(guī)律的原始數(shù)列經(jīng)過轉(zhuǎn)換，使之成為較有規(guī)律的生成數(shù)列后再建模的一種預(yù)測方法。從實踐工作經(jīng)驗、實際數(shù)據(jù)特征、時間序列圖形、預(yù)測誤差比較等方面綜合分析，用灰色數(shù)列模型預(yù)測衛(wèi)生人力的發(fā)展趨勢擁有較優(yōu)的預(yù)測效果〔2〕。

(2)自回歸移動平均模型

自回歸移動平均模型(auto regression moving average，ARMA)是目前最常用的擬合平穩(wěn)序列的模型。對平穩(wěn)時間序列，采用Box-Jenkins模型識別方法。

(3)線性組合模型

組合預(yù)測模型將各種不同類型的單項預(yù)測模型兼收并蓄，各取所長，集中了更多的信息與預(yù)測技巧，能減少預(yù)測的系統(tǒng)誤差，顯著改進預(yù)測效果。理論和實證研究都表明，在諸種單項預(yù)測模型各異且數(shù)據(jù)來源不同的情況下，組合預(yù)測模型可能獲得比任何一種獨立預(yù)測值更好的預(yù)測值。

線性組合模型的原理是利用樣本期的實際值和各單項預(yù)測模型的擬合值進行線性回歸，然后利用線性模型，以原方案的預(yù)測值作為外生變量進行外推預(yù)測〔1〕。

(4)預(yù)測精度評價指標(biāo)

預(yù)測誤差的標(biāo)準(zhǔn)差(SDE)能靈敏地反應(yīng)預(yù)測誤差的大小，是應(yīng)用最廣泛的衡量預(yù)測精度的指標(biāo)。計算公式為:

3.統(tǒng)計分析軟件

灰色模型GM(1，1)使用Excel軟件完成，ARMA模型和加權(quán)平均組合模型使用EVIEWS 5.0軟件完成。

預(yù)測過程與結(jié)果

1.GM(1，1)灰色模型〔3〕

我國衛(wèi)生技術(shù)人員數(shù)量的GM(1，1)模型預(yù)測結(jié)果見表1。

GM(1，1)模型結(jié)果為

2.ARMA 模型〔3〕

由圖1可見，數(shù)據(jù)帶有明顯的上升趨勢。但因2002年起衛(wèi)生人員數(shù)不包括高中等醫(yī)學(xué)院校本部、藥檢機構(gòu)、國境衛(wèi)生檢疫所和非衛(wèi)生部門舉辦的計劃生育指導(dǎo)站人員數(shù)，故出現(xiàn)了一下降趨勢，后來又呈現(xiàn)上升趨勢;對其進行一階差分后序列的波動基本平穩(wěn)(PP檢驗，τ= －3.03668，P ＜0.05)。

表1 我國衛(wèi)生技術(shù)人員數(shù)量GM(1，1)模型預(yù)測

圖1 我國衛(wèi)生技術(shù)人員數(shù)量與時間的趨勢圖

自相關(guān)系數(shù)(ACF)及偏自相關(guān)系數(shù)(PACF)結(jié)果見圖2。

圖2 一階差分后衛(wèi)技人數(shù)自相關(guān)和偏自相關(guān)圖

圖2顯示，自相關(guān)系數(shù)不截尾，偏自相關(guān)系數(shù)一階截尾，初步為擬合模型定階為AR(1)模型;經(jīng)與其他模型做比較，綜合參數(shù)的顯著性檢驗、AIC和SBC最小準(zhǔn)則以及模型簡潔性原則，最終判定AR(1)模型為最優(yōu)模型，回歸殘差序列為白噪聲。擬合模型如下:

其中，t表示年份，D^Yt表示第t年我國衛(wèi)生技術(shù)人員數(shù)量的差分預(yù)測值。根據(jù)模型(2)，2009年和2010年我國衛(wèi)生技術(shù)人員預(yù)測數(shù)量分別是5105717人和5181395人。

3.線性組合預(yù)測模型

(1)線性組合預(yù)測模型的一般形式

線性組合模型的一般形式為:

其中，Y0t為 t期的組合預(yù)測值，Y1t，…，Ynt為 n 種不同單項預(yù)測模型在t期的預(yù)測值，W1，W2，…，Wn為相應(yīng)的n種組合權(quán)數(shù)。線性組合模型的關(guān)鍵在于確定合理的權(quán)數(shù)Wi，Wi依據(jù)組合預(yù)測誤差的方差最小原則加以確定。

(2)我國衛(wèi)生技術(shù)人員數(shù)量的線性組合預(yù)測

經(jīng)運算，W1=0.094528，W2=0.905472。因此，我國衛(wèi)生技術(shù)人員數(shù)量的線性組合預(yù)測模型:

可見，線性組合預(yù)測的結(jié)果介于GM(1，1)模型和ARMA模型兩者之間，三種方法的預(yù)測精度見表2。

表2 單項預(yù)測法及組合預(yù)測的預(yù)測精度比較

結(jié) 論

1.組合模型在衛(wèi)生人力資源需求預(yù)測中的應(yīng)用是可行的

以往對衛(wèi)生技術(shù)人員數(shù)量的預(yù)測，常常是根據(jù)單項模型擬合結(jié)果，由歷史的衛(wèi)技人數(shù)決定未來的人數(shù)，這是不夠的，效果也不太理想。本文使用組合預(yù)測的方法，最終預(yù)測值的精度較單純用某一預(yù)測模型的精度要高。

2.調(diào)整各類衛(wèi)生技術(shù)人員的培養(yǎng)結(jié)構(gòu)

根據(jù)衛(wèi)生部《綜合醫(yī)院組織編制原則(試行草案)》，對目標(biāo)年衛(wèi)生人力資源進行配置:行政管理和工勤人員占總編的30%，其中行政管理人員占總編的10%;衛(wèi)生技術(shù)人員占總編的70%，在衛(wèi)生技術(shù)人員中，醫(yī)師、中醫(yī)師占25%，護理人員占50%，藥劑人員占8%，檢驗人員占4.6%，放射人員占4.4%，其他衛(wèi)技人員占8%。

2008年，我國衛(wèi)生技術(shù)人員數(shù)量依次為:醫(yī)師3796928人，護理人員1653297人，藥劑人員330525人，檢驗人員212618人，其他技術(shù)人員255149人。可見，按照以上比例計算得到目標(biāo)年我國各類衛(wèi)生技術(shù)人員配置的情況，與目前的配置情況相比，醫(yī)生所占比例偏高，而護士比例的與目標(biāo)比例相距甚遠。因此，在今后的醫(yī)學(xué)教育中應(yīng)調(diào)整衛(wèi)生人力的培養(yǎng)結(jié)構(gòu)，適當(dāng)增加護理學(xué)等專業(yè)的招生計劃。

3.提高衛(wèi)生技術(shù)人員的專業(yè)素質(zhì)，充實中高級人才的隊伍

依據(jù)1:3:1的比例，預(yù)測擁有高、中、初級技術(shù)職稱的人員總數(shù)，最終結(jié)果見表3。

表3 目標(biāo)年我國衛(wèi)生技術(shù)人員職稱預(yù)測數(shù)量(人)

2005年我國衛(wèi)生技術(shù)人員的職稱結(jié)構(gòu)中，高、中、初級人員分別占7.3%，27%和65.7%，中高級職稱人員數(shù)為1283060人，數(shù)量遠遠不足。因此今后我們在加強中高級衛(wèi)生人才培養(yǎng)的同時，還應(yīng)利用離退休人員的返聘等形式發(fā)揮老專家的作用，充實我國衛(wèi)生技術(shù)人員中高級人才的隊伍〔4〕。

總之，我國目前衛(wèi)生技術(shù)人員需要總量增加、結(jié)構(gòu)變化和素質(zhì)提高，才能滿足廣大人民群眾對衛(wèi)生服務(wù)的需求。

1.徐國祥.統(tǒng)計預(yù)測和決策.第3版.上海:上海財經(jīng)大學(xué)出版社，1997，11:248-250.

2.關(guān)欣，譚兆印，李斌，等.衛(wèi)生人力預(yù)測—灰色模型預(yù)測.中國社會醫(yī)學(xué)，1992，(5):13-15.

3.金如鋒，邱宏，周霞，等.ARIMA 模型和GM(1，1)模型預(yù)測全國3種腸道傳染病發(fā)病率.復(fù)旦學(xué)報(醫(yī)學(xué)版)，2008，35(5):675-680.

4.毛瑛，杜英東，陳鋼，等.運用組合模型預(yù)測陜西省衛(wèi)生人力資源目標(biāo)年需求量.中國衛(wèi)生統(tǒng)計，2007，24(6):626-628.

5.凌莉，方積乾，湯澤群，等.時間序列方法在衛(wèi)生人力資源需求預(yù)測中的應(yīng)用.中國衛(wèi)生統(tǒng)計，1999，16(5):266-268.

6.嚴(yán)薇榮，徐勇，楊小兵，等.基于ARIMA-GRNN組合模型的傳染病發(fā)病率預(yù)測.中國衛(wèi)生統(tǒng)計，2008，25(1):82-83.

7.高曉鳳，李健，周燕榮，等.綜合醫(yī)院綜合效益評價的病例組合模型研究.中國衛(wèi)生統(tǒng)計，2007，24(6):576-578.