基于組合預(yù)測模型的我國公共衛(wèi)生人力資源需求預(yù)測探討

李 思 黃亞新 王 丹 張海波 張 全 戴晨曦 朱衛(wèi)華

南京醫(yī)科大學(xué)第一附屬醫(yī)院 江蘇南京 210029

2020年初，新型冠狀病毒肺炎(corona virus disease 2019，COVID-19)席卷我國武漢地區(qū)，并爆發(fā)世界大流行，至今，世界上各地仍在蔓延傳播,在我國，僅部分地區(qū)呈散在流行趨勢，但仍對(duì)我國人民的健康產(chǎn)生了嚴(yán)重威脅，同時(shí)對(duì)于我國公共衛(wèi)生事業(yè)產(chǎn)生了重大挑戰(zhàn)。因此，統(tǒng)籌、優(yōu)化配置公共衛(wèi)生資源對(duì)于我國疾病預(yù)防控制以及推動(dòng)“健康中國”的建設(shè)非常重要[1]，其中，公共衛(wèi)生醫(yī)師是公共衛(wèi)生資源的核心，公共衛(wèi)生人力資源的數(shù)量、質(zhì)量以及配置情況是公共衛(wèi)生事業(yè)可持續(xù)發(fā)展的關(guān)鍵因素和基礎(chǔ)條件，決定了公共衛(wèi)生服務(wù)機(jī)構(gòu)的服務(wù)能力和水平[2]。然而我國尚未健全符合我國國情的公共衛(wèi)生醫(yī)師發(fā)展制度，缺乏足夠數(shù)量的公共衛(wèi)生專業(yè)人才隊(duì)伍[3]，限制了公共衛(wèi)生的職能發(fā)揮。因此，合理配置我國公共衛(wèi)生人才資源是提高我國公共衛(wèi)生服務(wù)水平的重要舉措。同時(shí)，由于衛(wèi)生人力資源的行業(yè)特殊性，有培養(yǎng)周期長的問題，需要對(duì)未來的發(fā)展趨勢進(jìn)行預(yù)判把控，再根據(jù)需求調(diào)整改革方向，才能優(yōu)化衛(wèi)生人才培養(yǎng)計(jì)劃[4]。因此本研究依據(jù)2012—2019年的數(shù)據(jù)，對(duì)2025年我國不同地區(qū)、不同學(xué)歷層次和不同職稱水平的公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師人數(shù)進(jìn)行預(yù)測和趨勢分析，為全面了解我國公共衛(wèi)生人力資源的基本情況和發(fā)展趨勢提供基礎(chǔ)依據(jù)。現(xiàn)將結(jié)果報(bào)告如下。

1 資料與方法

1.1 數(shù)據(jù)來源

2012—2019年的我國公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師數(shù)量的數(shù)據(jù)來自2013—2020年的《中國衛(wèi)生統(tǒng)計(jì)年鑒》(或《中國衛(wèi)生健康統(tǒng)計(jì)年鑒》)。其中，東部地區(qū)、中西部地區(qū)、本科以下學(xué)歷、本科學(xué)歷、研究生學(xué)歷、高級(jí)以下職稱、高級(jí)職稱的公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師數(shù)量根據(jù)《中國衛(wèi)生統(tǒng)計(jì)年鑒》(或《中國衛(wèi)生健康統(tǒng)計(jì)年鑒》)中的構(gòu)成比計(jì)算獲得。

1.2 模型的構(gòu)建

對(duì)于衛(wèi)生人力資源的預(yù)測，學(xué)術(shù)界累積了諸多預(yù)測方法，包括時(shí)間序列法、回歸模型法以及灰色預(yù)測等。近年來，針對(duì)衛(wèi)生人力資源數(shù)據(jù)的時(shí)間序列性和受多因素影響的特點(diǎn)，組合多種預(yù)測方法進(jìn)行人力資源預(yù)測成為一種趨勢。其中將ARIMA時(shí)間序列法和GM(1,1)模型進(jìn)行組合成為眾多研究者的選擇，已應(yīng)用于多種衛(wèi)生數(shù)據(jù)的預(yù)測。薛宇等[4]采用ARIMA模型和GM(1,1)模型對(duì)區(qū)域醫(yī)療衛(wèi)生資源供給進(jìn)行預(yù)測。白永梅等[5]采用同樣方法對(duì)我國城鄉(xiāng)衛(wèi)生技術(shù)人員數(shù)量趨勢預(yù)測，結(jié)果顯示組合預(yù)測模型的效果優(yōu)于單個(gè)模型。因此，本文采用ARIMA模型和GM(1,1)模型的組合預(yù)測模型進(jìn)行預(yù)測分析。

1.2.1 GM(1,1)灰色預(yù)測模型 GM(1,1) 模型是一種應(yīng)用廣泛的灰色模型。其基本思想是將數(shù)據(jù)信息進(jìn)行累加、累減，從而弱化時(shí)間序列數(shù)據(jù)的隨機(jī)性，強(qiáng)化其規(guī)律性，進(jìn)而合理預(yù)測事物的發(fā)展趨勢。GM(1,1) 模型原理參考文獻(xiàn)[6]。對(duì)于GM(1,1) 模型的檢驗(yàn)，主要依據(jù)后誤差比值C和小誤差概率P兩個(gè)指標(biāo)，模型精度等級(jí)判定見表1。若模型精度高，則擬合效果較好，可進(jìn)行短期預(yù)測。

表1 灰色預(yù)測模型精度的等級(jí)判定

1.2.2 ARIMA預(yù)測模型 ARIMA是一種常用的時(shí)間序列模型，模型的一般表達(dá)式為ARIMA (p,d,q)，p、q為自回歸和移動(dòng)平均階數(shù)，d為一般差分次數(shù)。建模步驟包括[7-8]：①序列平穩(wěn)化。ARIMA模型要求時(shí)間序列滿足平穩(wěn)性，首先采用自然對(duì)數(shù)轉(zhuǎn)換、季節(jié)性差分和一般差分等方式使序列平穩(wěn)化，再用單位根檢驗(yàn)(ADF)進(jìn)行驗(yàn)證；②模型的識(shí)別。依據(jù)進(jìn)過平穩(wěn)化處理序列的自相關(guān)函數(shù)(ACF)圖、偏自相關(guān)函數(shù)(PACF)圖的特征，來確定p和q的數(shù)值；③模型參數(shù)估計(jì)和模型診斷。通過Box-Ljung Q統(tǒng)計(jì)量進(jìn)行殘差診斷，如果P>0.05，則提示殘差為白噪聲序列，可以采用該模型進(jìn)行短期預(yù)測。

1.3 統(tǒng)計(jì)分析

應(yīng)用Excel 2016建立數(shù)據(jù)庫錄入數(shù)據(jù)，采用R 4.0.3軟件對(duì)GM(1,1)預(yù)測模型和ARIMA預(yù)測模型進(jìn)行建立、預(yù)測和檢驗(yàn)，并根據(jù)兩個(gè)模型各自的殘差方差擬合線性組合模型。使用Excel 2016繪制統(tǒng)計(jì)折線圖。

2 結(jié)果

2.1 GM(1,1)灰色預(yù)測模型預(yù)測2025年不同類別公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師人數(shù)

采用R 4.0.3軟件建立GM(1,1)預(yù)測模型，預(yù)測不同類型公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師人數(shù)。東部地區(qū)和中西部地區(qū)2025年預(yù)測值分別為59 706人和57 899人，具體情況見表2，預(yù)測參數(shù)分別為a=-0.013 3，u=49 897.121 6，C=0.273 4，P=1；a=0.003 8，u=60 940.867 8C=0.530 1P=0.875。本科以下學(xué)歷，本科學(xué)歷和研究生學(xué)歷2025年預(yù)測值分別為48 785人，63 146人和26 438人，具體情況見表3，預(yù)測參數(shù)分別為a=0.039 7，u=83 326.165 7，C=0.201 2，P=1；a=-0.063 5，u=26 900.678 3，C=0.329 6，P=1；a=-0.154，u=3 354.962 5，C=0.346 1，P=0.875。高級(jí)以下職稱和高級(jí)職稱2025年預(yù)測值分別為95 961人和24 068人，具體情況見表4，預(yù)測參數(shù)分別為a=0.003 9，u=101 183.519，C=0.478 2，P=0.750；a=-0.065 4，u=9 936.112 2，C=0.137 9，P=1。通過C和P兩個(gè)指標(biāo)，根據(jù)GM(1,1)模型擬合精度標(biāo)準(zhǔn)，評(píng)估本次預(yù)測模型均合格。

表2 我國不同區(qū)域公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師GM(1,1)預(yù)測模型結(jié)果 (人)

表3 我國公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師不同學(xué)歷層次GM(1,1)預(yù)測模型結(jié)果 (人)

表4 我國公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師不同職稱層次GM(1,1)預(yù)測模型結(jié)果 (人)

2.2 ARIMA預(yù)測模型預(yù)測2025年不同類別公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師人數(shù)

采用R 4.0.3軟件中的“forecast”軟件包，使用ARIMA模型預(yù)測不同類型公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師人數(shù)。東部地區(qū)和中西部地區(qū)2025年預(yù)測值分別為63 973人和59 785人，具體情況見表5，東部地區(qū)采用ARIMA(0,1,0)預(yù)測模型，AIC=128.49，平均絕對(duì)百分比誤差(MAPE)為1.14%，模型殘差自相關(guān)系數(shù)檢驗(yàn)P=0.559；中西部地區(qū)采用ARIMA(0,1,0)預(yù)測模型，AIC=120.95，MAPE=1.16%，模型殘差自相關(guān)系數(shù)檢驗(yàn)P=0.705。本科以下學(xué)歷，本科學(xué)歷和研究生學(xué)歷2025年預(yù)測值分別為42 596人，68 353人和17 994人，具體情況見表6，本科以下學(xué)歷采用ARIMA(0,1,0)預(yù)測模型，AIC=129.75，MAPE=1.86%，模型殘差自相關(guān)系數(shù)檢驗(yàn)P=0.602；本科學(xué)歷采用ARIMA(0,1,0)預(yù)測模型，AIC=140.08，MAPE=8.52%，模型殘差自相關(guān)系數(shù)檢驗(yàn)P=0.116；研究生學(xué)歷采用ARIMA(0,1,0)預(yù)測模型，AIC=126.47，MAPE=15.19%，模型殘差自相關(guān)系數(shù)檢驗(yàn)P=0.177。高級(jí)以下職稱和高級(jí)職稱2025年預(yù)測值分別為99 202人和23 783人，具體情況見表7，高級(jí)以下職稱采用ARIMA(0,1,1)預(yù)測模型，AIC=138.26，MAPE=0.75%，模型殘差自相關(guān)系數(shù)檢驗(yàn)P=0.475；高級(jí)職稱采用ARIMA(0,1,0)預(yù)測模型，AIC=107.14，MAPE=2.01%，模型殘差自相關(guān)系數(shù)檢驗(yàn)P=0.640。

表5 我國不同區(qū)域公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師ARIMA預(yù)測模型結(jié)果 (人)

表6 我國公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師不同學(xué)歷層次ARIMA預(yù)測模型結(jié)果 (人)

表7 我國公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師不同職稱ARIMA預(yù)測模型結(jié)果 (人)

2.3 線性組合模型預(yù)測2025年不同類別公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師人數(shù)預(yù)測

按照預(yù)測模型誤差的方差最小原則，進(jìn)行線性組合。依照GM(1,1)預(yù)測模型和ARIMA 預(yù)測模型的殘差方差，分別計(jì)算各自模型的擬合權(quán)重W。東部地區(qū)GM(1,1)的權(quán)重W1=0.609，ARIMA模型的權(quán)重W2=0.391，組合模型預(yù)測結(jié)果為61 376人；中西部地區(qū)的W1=0.719，W2=0.281，組合模型預(yù)測結(jié)果為58 430人；本科以下學(xué)歷的W1=0.591，W2=0.409，組合模型預(yù)測結(jié)果為46 256人；本科學(xué)歷的W1=0.649，W2=0.351，組合模型預(yù)測結(jié)果為64 971人；研究生學(xué)歷的W1=0.626，W2=0.374，組合模型預(yù)測結(jié)果為23 281人；高級(jí)以下職稱的W1=0.676，W2=0.324，組合模型預(yù)測結(jié)果為97011人；高級(jí)職稱的W1=0.574，W2=0.426，組合模型預(yù)測結(jié)果為23 947人，具體情況見表7。同時(shí)繪制不同地區(qū)、不同學(xué)歷層次和不同職稱層次的公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師的人數(shù)發(fā)展趨勢折線圖，具體情況見圖1。

表8 GM(1,1)預(yù)測模型與ARIMA預(yù)測模型組合預(yù)測結(jié)果 (人)

3 討論

3.1 統(tǒng)籌配置公共衛(wèi)生人力資源，東部和中西部地區(qū)均衡發(fā)展

本研究預(yù)測結(jié)果顯示，2025年東部地區(qū)和中西部地區(qū)的公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師人數(shù)分別為61 376人和58 376人。通過圖1(A)發(fā)現(xiàn)，東部地區(qū)呈穩(wěn)步增長態(tài)勢，而中西部地區(qū)呈平穩(wěn)下降趨勢，根據(jù)國家統(tǒng)計(jì)局第六次和第七次全國人口普查數(shù)據(jù)[10-11]，東和中西部地區(qū)的人口均呈增長趨勢，而中西部地區(qū)的公共衛(wèi)生醫(yī)師人數(shù)卻沒有相應(yīng)增長，地區(qū)之間公共衛(wèi)生資源配置存在差異，且東西部差異在不斷擴(kuò)大。

圖1 公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師不同地區(qū)、不同學(xué)歷水平和不同職稱層次人員變化預(yù)測圖

截止2019年，我國公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師人數(shù)為115 128人，遠(yuǎn)低于《醫(yī)藥衛(wèi)生中長期人才發(fā)展規(guī)劃(2011—2020年)》提出的到2020年專業(yè)公共衛(wèi)生機(jī)構(gòu)118萬人的要求，顯示出我國巨大的公共衛(wèi)生人才缺口。同時(shí)，由于我國特殊的國情以及區(qū)域經(jīng)濟(jì)發(fā)展不平衡，我國不同地區(qū)間公共衛(wèi)生人力資源的差異也很明顯[12]。我國衛(wèi)生人力資源的發(fā)展規(guī)劃一直只采用人口配置標(biāo)準(zhǔn)，使得東部地區(qū)與其他區(qū)域的不平衡趨勢越來越明顯[13]。在進(jìn)行公共衛(wèi)生人力資源規(guī)劃時(shí)，應(yīng)該將人口、地域面積等因素納入考慮范圍，科學(xué)制定不同類別、不同區(qū)域公共衛(wèi)生機(jī)構(gòu)的人員配置標(biāo)準(zhǔn)，保障配置的公平性。同時(shí)建立東部地區(qū)公共衛(wèi)生從業(yè)人員支援中西部地區(qū)機(jī)制，制定公共衛(wèi)生人才流動(dòng)機(jī)制，平衡不同區(qū)域間人員配備的差異。

3.2 保證公共衛(wèi)生醫(yī)師質(zhì)量，進(jìn)一步提升高學(xué)歷人員占比

本研究預(yù)測結(jié)果顯示，2025年公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師中本科以下學(xué)歷人數(shù)為46 256人，本科學(xué)歷人數(shù)為64 971人，研究生學(xué)歷人數(shù)為23 281人。通過圖1(B)發(fā)現(xiàn)，公共衛(wèi)生醫(yī)師的整體學(xué)歷水平在逐年增高，但是2019年我國公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師的本科以上學(xué)歷占比為48.30%，低于國家衛(wèi)健委于2020年公布的我國執(zhí)業(yè)(助理)醫(yī)師57.4%的本科及以上學(xué)歷占比。雖然預(yù)測結(jié)果顯示在2025年公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師的本科以上學(xué)歷占比會(huì)顯著提高，但是否能追趕我國整體醫(yī)師人員學(xué)歷發(fā)展水平存在不確定性。

公衛(wèi)醫(yī)師是專業(yè)技術(shù)崗位，對(duì)于學(xué)歷和科研能力有著較高的要求，但是由于投入不足等多種原因，公共衛(wèi)生領(lǐng)域還沒有長遠(yuǎn)的人才培養(yǎng)計(jì)劃。本次新冠肺炎疫情暴露出某些領(lǐng)導(dǎo)干部專業(yè)能力不足，基層疾控人員及醫(yī)務(wù)人員的專業(yè)性缺乏等問題[14]，我國尤其缺乏在疾病預(yù)測、新型傳染病研究以及突發(fā)公衛(wèi)事件應(yīng)對(duì)管理等方面的高素質(zhì)、高學(xué)歷的復(fù)合型人才[15]。《醫(yī)藥衛(wèi)生中長期人才發(fā)展規(guī)劃(2011—2020年)》明確對(duì)公共衛(wèi)生醫(yī)師培養(yǎng)制度的轉(zhuǎn)型優(yōu)化提出要求：在專業(yè)公共衛(wèi)生機(jī)構(gòu)中加強(qiáng)培養(yǎng)和引進(jìn)公共衛(wèi)生高層次人才，努力探索臨床和公衛(wèi)的復(fù)合型人才培養(yǎng)機(jī)制。同時(shí)，隨著“健康中國行動(dòng)(2019—2030年)”和“健康中國”戰(zhàn)略的實(shí)施，公共衛(wèi)生體系承擔(dān)了更大的責(zé)任，也由此進(jìn)入快速發(fā)展的時(shí)期。因此，要結(jié)合國家對(duì)公共衛(wèi)生領(lǐng)域加大投入發(fā)展的機(jī)遇期，加強(qiáng)對(duì)公衛(wèi)醫(yī)師質(zhì)量的建設(shè)，調(diào)整公共衛(wèi)生人才培養(yǎng)計(jì)劃，豐富人才培養(yǎng)內(nèi)容，加大人才引進(jìn)力度，加強(qiáng)在職繼續(xù)教育的鼓勵(lì)和引導(dǎo)，不斷提高公衛(wèi)醫(yī)師隊(duì)伍高學(xué)歷人員占比以及綜合業(yè)務(wù)能力。

3.3 改革創(chuàng)新職稱晉升機(jī)制，優(yōu)化公共衛(wèi)生醫(yī)師職稱結(jié)構(gòu)

本研究結(jié)果顯示，2019年我國公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師高級(jí)職稱比例為14.40%，低于2019年全國執(zhí)業(yè)(助理)醫(yī)師的17%高級(jí)職稱比例。本研究2025年預(yù)測結(jié)果顯示公共衛(wèi)生執(zhí)業(yè)(助理)醫(yī)師中高級(jí)以下職稱人數(shù)為97 011人，高級(jí)職稱人數(shù)為23 947人，高級(jí)職稱比例為19.80%，但是極有可能依然落后于我國整體醫(yī)師職稱結(jié)構(gòu)的發(fā)展。

職稱晉升機(jī)制是培養(yǎng)和選拔人才的重要手段[16]，職稱是專業(yè)技術(shù)人才的學(xué)術(shù)技術(shù)水平和專業(yè)能力的主要標(biāo)志，建立科學(xué)、公正、合理的晉升體系對(duì)于加強(qiáng)公共衛(wèi)生人才建設(shè)有著重要作用。目前，我國已對(duì)職稱評(píng)審進(jìn)行大力改革，引導(dǎo)主管部門下放職稱評(píng)審自主權(quán)[17]，公共衛(wèi)生機(jī)構(gòu)以及醫(yī)院在有充分自主權(quán)的情況下，應(yīng)以公共衛(wèi)生崗位工作需求為導(dǎo)向，從多維度設(shè)置考核標(biāo)準(zhǔn)；針對(duì)不同公共衛(wèi)生崗位性質(zhì)，完善不同系列人員量化考核指標(biāo)；打破編內(nèi)外限制，制定編內(nèi)外人員統(tǒng)籌晉升機(jī)制，從而真正優(yōu)化我國公共衛(wèi)生人才職稱結(jié)構(gòu)。