田 敏，闫菊娥

（1.西安交通大学医学院附属西安市中心医院，陕西710003；2.西安交通大学公共政策与管理学院，陕西西安710049）

西安市卫生人力资源公平性分析与配置研究

田 敏1，闫菊娥2

（1.西安交通大学医学院附属西安市中心医院，陕西710003；2.西安交通大学公共政策与管理学院，陕西西安710049）

目的在分析西安市卫生人力资源配置公平性的基础上，预测未来5年卫生人力资源配置量。方法利用多元求和自回归滑动平均模型（ARIMAX）对执业（助理）医师总量进行预测，利用比值法计算注册护士和其他卫生人员数。结果西安市卫生人力资源配置人口分布公平性（基尼系数0.26）优于地理分布公平性（基尼系数0.62），地理分布高度不平均；2020年西安市医疗机构需要46 960～54 184名执业（助理）医师，每千人口标准4.77～5.85人；需要58 700～67 730名注册护士，每千人口标准5.96～6.88人。结论卫生人力资源配置公平性需要进一步改善，总量需要进一步增加。

多元求和自回归滑动平均模型； 卫生人力资源配置； 时间序列分析； 公平性

1 资料与方法

1.1 资料来源 从2005～2013年《西安市卫生统计年鉴》、2005～2013年西安市医疗机构统计报表、2005～ 2013年《西安市统计年鉴》等统计资料中收集西安市社会经济、人口健康状况、卫生资源等数据。

1.2 方法

1.2.1 指标说明 按照现有的分类方法，卫生人力资源可分为卫生技术人员、药剂人员、检验人员、管理与工勤人员、其他卫生技术人员，但核心资源是卫生技术人员，其他卫生人力资源均围绕执业医师和护士按照不同的比例进行配置。因此，本研究中只对执业（助理）医师和注册护士进行分析和配置。

1.2.2 折合诊疗人次 由于卫生服务需要和需求测量方法较复杂，且数据不易获得，本研究从卫生服务利用入手，通过计算卫生服务利用量来测算标准卫生人力资源配置量。卫生服务利用量通常用折合诊疗人次来反映，其公式：折合诊疗人次=诊疗人次+（观察室留观病例数+实际占用总床天数）×3+健康检查人数×6[3]。

1.2.3 多元线性回归 以折合诊疗人次为因变量，社会经济、人口健康状况等指标作为自变量，利用多元线性回归法筛选对卫生服务利用有影响的因素[4]。

1.2.4 Lorenz曲线与Gini（基尼）系数 Lorenz曲线是将收入或资源按照不同人群或地区从大到小排列后平均分为若干等级，按人口或地理面积的对应关系不变，分别累积，根据累积的百分比在以人口累积比为横轴，收入或资源累积比为纵轴的坐标系中所画出的曲线。基尼系数是测量收入分配公平程度的量化指标，是Lorenz曲线和绝对公平线之间的面积与绝对公平线下三角形面积之比。基尼系数取值范围在0～1之间，比值越大表示差异越大[5]。

1.2.5 多元求和自回归移动平均模型（ARIMAX）[6]ARIMA力是Box与Jenkins在1976年提出的，是时间序列分析中较为成熟和应用较为广泛的方法之一，ARIMA模型只涉及一个变量，是研究一元时间序列变化规律的有效方法，但是卫生人力资源与社会人口学特征及经济水平等因素密切相关，所以本研究采用ARIMAX进行数据的预测，具体结构如下，简记为ARIMAX模型：

式中，Φi（B）为第i个输入变量的自回归系数多项式，Φi（B）为第i个输入变量的移动平均系数多项式，1i为第i个输入变量的延迟阶数，{εt}为回归残差序列；ΦB为残差序列自回归系数多项式；ΘB为残差序列移动平均系数多项式；{at}为零均值白噪声序列。ARIMAX模型构造思想：假设响应序列{yt}和输入变量序列（即影响因素序列）{X1t}，{X2t}，…，{Xkt}均平稳，首先构建响应序列和输入变量序列的回归模型，因为{yt}和{X1t}，{X2t}，…，{Xkt}均平稳，平稳序列的线性组合仍然是平稳的，所以残差序列{εt}为平稳序列，使用ARIMAX模型继续提取残差序列{εt}中的相关信息，最终得到的ARIMAX模型。

2 结 果

2.1 西安市卫生人力资源公平性分析

2.1.1 西安市卫生人力资源按人口和地理分布的Lorenz曲线 按各县区资源拥有量从小到大排序，以人口累计百分比为横坐标、卫生人力资源量累计百分比为纵坐标，绘制出西安市卫生人力资源按人口分布的Lorenz曲线。执业（助理）医师数分布的Lorenz曲线离绝对公平线较近，说明各县区执业（助理）医师人口的公平性较好。注册护士数分布的Lorenz曲线离绝对公平线较远，其人口公平性较差。见图1。执业（助理）医师和注册护士按地理分布的Lorenz曲线，均离公平线较远，说明西安市执业（助理）医师和注册护士在地理间分布公平性较差，见图2。

图1 执业医师与注册护士按人口分布的Lorenz曲线

图2 执业医师与注册护士按面积分布的Lorenz曲线

2.1.2 基尼系数 西安市执业（助理）医师人口分布的基尼系数小于0.3，表示处于公平状态，而注册护士人口分布的基尼系数大于0.3，小于0.4，表示分布较为合理；从地理分布来看，执业（助理）医师和注册护士数地理分布的基尼系数均大于0.6，超过警戒状态，处于高度不平均，见表1。

表1 2013年西安市各县区卫生人力资源配置基尼系数

2.2 西安市卫生人力资源影响指标筛选结果

2.2.1 卫生人力资源影响因素 不同时期社会经济发展状况、人口状况、居民健康状况均有所不同，居民购买力和健康需要也会发生变化，所以卫生资源配置需与此类指标相适应，卫生人力资源配置也同样如此。根据该原则以及查阅文献，从反映西安市各县区社会经济发展状况、人口结构状况、健康状况等指标中初步筛选出3类14项指标，建立指标体系，见表2。

表2 卫生人力资源影响因素

2.2.2 卫生人力资源影响因素回归结果 利用多元线性回归方法，以折合诊疗人次作为因变量，以上述各影响因素为自变量，进行指标筛选，入选标准选择α=0.05，结果显示国内生产总值（亿元）、非农业人口（万人）、新生儿死亡率（%）3项指标差异有统计学意义（P＜0.05），见表3。

表3 卫生人力资源影响因素回归结果

2.2.3 膨胀因子（VIF）分析结果 在进行多元线性回归分析时，多重共线性问题会对分析结果产生影响，因此需进行共线性检验，此处采用VIF分析方法进行检验，VIF越大，显示共线性越严重。经验判断方法表明：当0＜VIF＜10，不存在多重共线性；当10≤VIF＜100，存在较强的多重共线性；当VIF≥100，存在严重多重共线性；3项指标的VIF均小于10，说明三者不存在多重共线性，见表4。

表4 膨胀因子（VIF）分析结果

2.3 折合诊疗人次预测结果

2.3.1 平稳性检验 原始序列中仅折合诊疗人次序列不存在单位根，为平稳序列；进行一阶差分转换后的序列仅国内生产总值序列存在单位根，需要进行二阶差分转换，见表5。

表5 单位根检验结果

2.3.2 确定模型参数 本研究分别选择ARIMAX（1，1，1）、ARIMAX（2，1，1）、ARIMAX（1，1，2）、ARIMAX（2，1，2）模型进行了回归拟合，发现ARIMAX（2，1，1）模型的A IC与BIC最大为228.246 7、227.868 1，而ARIMAX（1，1，1）模型的AIC与BIC最小为186.140 0、184.890 6，故根据AIC和BIC越小，自相关程度越高的原则选择ARIMAX（1，1，1）模型。

2.3.3 白噪声检验 对响应变量和输入变量进行ARIMAX（1，1，1）回归后的残差做自相关检验，自相关的Q检验表明，该模型在时滞6的情况下，残差并没有显著自相关，说明ARIMAX（1，1，1）显得是恰当的，进行更高阶的AR项或MA项没有必要，见图3。

图3 ARIMAX回归残差自相关检验结果

2.3.4 2014～2020年西安市医疗机构折合诊疗人次预测结果 利用ARIMAX模型预测出的折合诊疗人次与实际值的拟合效果吻合度非常高，说明预测结果准确。见表6，图4、5。

表6 2014～2020年西安市医疗机构折合诊疗人次预测结果（人次）

图4 2014～2020年西安市医疗机构折合诊疗人次预测拟合效果

图5 2014～2020年西安市综合医院折合诊疗人次预测拟合效果

2.4 执业（助理）医师与注册护士数预测 根据折合诊疗人次预测结果，通过标准执业医师年工作时间和标准日均担负诊疗人次，依据公式可以计算出标准执业医师数。

执业（助理）医师数=折合诊疗人次/（年平均工作时间×每名医师日均标准担负诊疗人次）年平均工作时间为254 d；每名执业医师日均标准担负诊疗人次通常取10、12、13、15，本次研究中取13和15分别确定上下限。

在进行市级卫生资源规划时，考虑到城市范围较小，就医人员地区流动性较大，以及地区间的差异，本研究在配置时根据不同的经济水平和地理位置对西安市进行了区域划分为：城6区（新城区、雁塔区、碑林区、莲湖区、未央区、灞桥区）、近郊3区（阎良区、长安区、临潼区）、远郊4县（高陵县、户县、周至县、蓝田县），见表7、8。

表7 2020年医疗机构和综合医院执业（助理）医师预测结果（n）

表8 2020年医疗机构和综合医院注册护士预测结果（n）

3 讨 论

3.1 人口分布公平性优于地理分布公平性 本研究中按照社会经济发展水平和地理相邻关系，将西安市9区4县划分为3个区域：城6区、近郊3区、远郊4县。从每千人口卫生人力资源配置情况来看，3个区域存在较大的不平衡，城6区每千人口执业（助理）医师为3.94，而远郊4县只有1.42，虽然城6区集中了西安市及陕西省大部分优势医疗资源，以及接收大部分外来就医人群，卫生人力资源配置标准可适当高于另外2区，但接近3倍的差距仍显不合理。由Lorenz曲线和基尼系数可以看出，人口分布的公平性好于地理分布公平性，地理分布已经超过警戒状态，处于高度不平均；执业医师的配置公平性要优于注册护士。

运用Lorenz曲线和基尼系数进行卫生人力资源配置公平性评价，只能在资源总量的水平上评价人口和地理分布的公平性，但是，实际情况中不同职称的卫生技术人员具有不同的服务水平和能力，高级职称的卫生技术人员的服务量是明显高于初级职称者的，若对所有的卫生技术人员仅作数据上的统计，以此作为某一地区总的卫生人力资源量，是与实际情况不符的；另外，高水平的医疗机构容易吸引外来就医人员，而这部分外来就医者占用了本地区的卫生人力资源，若忽视某一地区的外来就医人员比重，则会高估该地区的卫生人力资源总量水平，增加地区间的不公平性。

3.2 通过卫生服务利用计算卫生人力资源量的合理性

执业（助理）医师需求量的预测利用的是ARIMAX模型，但是并非直接利用执业医师数构成时间序列进行预测，而是通过先计算折合诊疗人次数，然后对折合诊疗人次进行ARIMAX模型的预测，最后通过每名执业医师日均标准担负诊疗人次和年平均工作日来计算得到执业医师数，其目的是实际的执业医师数仅仅反映的是当前的配置量，但无法从执业医师数中得出日均担负诊疗数和执业医师的年工作时间，可能存在配置量高于或低于需求量的情况，若利用实际执业医师数直接进行预测，结果必定是不准确的；而折合诊疗人次数反映的是实际卫生服务利用量，从卫生服务利用入手可以较为准确的预测出卫生服务需求，再根据标准的执业医师工作量计算出实际执业医师数，即确保了数据的准确性，也保证了执业医师的工作量不会出现过高或过低的情况。

在利用折合诊疗人次数计算执行医师数时，本研究选择的每名执行医师日均标准担负诊疗人次上下限分别为13和15，目前国内学者一致认为每名执行医师日均标准担负诊疗人次取值区间为10～15比较合适[3]，根据不同地区执行医师工作效率及医疗水平选取适合的标准。西安市目前综合医院的每名执行医师日均担负诊疗人次为17.5，执行医师的工作负担较高，故本次研究中选取了13～15的区间，从预测结果可以看出，按照此标准计算的执业（助理）医师数的年增长率为4.9%～10.0%，高于目前的年增长率水平，符合提高卫生人力资源总量的配置要求[7-8]。

3.3 按照一定比例进行其他卫生人力资源配置 执业医师是卫生人力资源的核心资源，护理人员数、药剂人员、检验人员等均是按照一定的比例进行配置，汪文新等[9]在深圳进行实践研究得出不同级别和类型的医疗机构其他各卫生人力资源配置比例不同，三级综合医院药剂人员与执业医师适宜比例为0.124，检验人员比例为0.097，而400张床位以下的二级综合医院上述2项比例分别为0.157和0.169。由此可见，国内较通用的执业医师以外卫生人力资源的配置方法就是比值法，本研究中仅按照1∶1.25的医护比计算出了注册护士数，但未计算余下的卫生人力资源量[10]。

总之，本研究在分析2005～2013年西安市卫生人力资源总量及公平性现有问题的基础上，利用时间序列分析模型，对西安市各县区的执业（助理）医师和注册护士进行了需求预测和规划。有研究发现，近8年间，西安市卫生人力资源总量呈现逐年增长趋势，注册护士量增长速度快于执业医师与助理医师增长速度，医护比逐年改善，已达到合理水平，但人均卫生人力资源量增长不稳定，且地区间分布不均衡；不同类型医疗机构间卫生人力资源配置不合理，城市综合医院占比过大，基层医疗机构比例不足[11]；西安市卫生人力资源配置人口分布公平性优于地理分布公平性，地理分布处于高度不平均；利用时间序列分析模型，分地区分机构类别进行需求预测后，卫生人力资源结构得到进一步改善，总量得到增加，人口分布公平性得到较大提升，但地理公平性改善不佳。

[1]冯祖喜，蒋伟玲，郑祥伟.2006～2010年宜昌市卫生人力资源配置状况研究[J].中国社会医学杂志，2013，30（3）：215-217.

[2]李柄政.开封市卫生人力资源现状分析及需求预测[D].开封：河南大学，2013.

[3]凌莉，方积乾，柳青，等.卫生资源配置标准测算及标准制定方法[J].中国医院统计，2000（2）：79-81.

[4]高建民，吴新安.卫生资源配置标准编制方法研究[J].中国卫生事业管理，2001，17（6）：374-375.

[5]张晓燕，梁倩君.湖北省卫生资源配置的公平性分析：基于洛伦兹曲线和基尼系数的综合分析[J].中国卫生资源，2010，（2）：69-71.

[6]汪远征，徐雅静.多元平稳时间序列ARIMAX模型的应用[J].统计与决策，2007（18）：132-135.

[7]贾光.青岛市卫生人力资源现况及需求预测分析[J].中国公共卫生管理，2011（5）：485-487.

[8]王峥.上海市闸北区社区卫生人力资源现状与发展研究[D].上海：复旦大学，2011.

[9]汪文新，卢祖询.医疗机构卫生人力资源配置研究——基于深圳市实践[J].中国人力资源开发，2010（6）：84-87.

[10]何皖.护理人力资源配置的现状和设想[J].现代医药卫生，2009，25（2）：309-311.

[11]鲍林杰，韩锐，王耀刚.我国卫生人力资源配置现状分析与政策研究[J].中华医院管理杂志，2014，30（3）：页码？.

10.3969/j.issn.1009-5519.2015.10.062

：B

：1009-5519（2015）10-1587-05自20世纪90年代以来我国实施区域卫生规划政策，1999～2005年，全国各省、直辖市、自治区均陆续制定了“区域卫生资源配置标准”。2009年提出的《关于深化医院卫生体制改革的意见》中明确提出了要强化区域卫生规划，经过近10年的发展，区域卫生规划使得我国卫生资源利用效率低、配置不均衡等问题得到了有效改善。卫生人力资源作为卫生资源的第一要素，其配置效益的高低直接影响着卫生资源的利用效率[1]。本研究在分析西安市卫生人力资源现状的基础上，利用时间序列的方法对卫生人力资源配置量进行预测[2]。

2015-02-25）

田敏（1977-），女，陕西西安人，硕士研究生，高级政工师，主要从事医院管理工作；E-mail：1768462323@qq.com。