組合模型在我國(guó)衛(wèi)生技術(shù)人員數(shù)量預(yù)測(cè)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(guó)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(guó)衛(wèi)生服務(wù)水平高低的重要指標(biāo)，對(duì)衛(wèi)生技術(shù)人員數(shù)量的準(zhǔn)確預(yù)測(cè)是進(jìn)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(cè)關(guān)鍵是選擇科學(xué)切實(shí)可行的預(yù)測(cè)方法。以往的預(yù)測(cè)僅根據(jù)衛(wèi)生人力資源某年或幾年的數(shù)據(jù)進(jìn)行，沒(méi)有考慮衛(wèi)生人力資源數(shù)據(jù)的動(dòng)態(tài)變化特點(diǎn);使用的方法僅限于一種或多種單項(xiàng)預(yù)測(cè)方法的比較，然而很難有一個(gè)單項(xiàng)預(yù)測(cè)模型能對(duì)頻繁波動(dòng)的現(xiàn)實(shí)數(shù)據(jù)擬合得非常緊密并對(duì)其變動(dòng)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(cè)模型綜合各單項(xiàng)模型的信息，以產(chǎn)生良好的預(yù)測(cè)效果〔1〕。本文利用1980～2008年我國(guó)相關(guān)數(shù)據(jù)，應(yīng)用組合預(yù)測(cè)模型，對(duì)我國(guó)目標(biāo)年衛(wèi)生技術(shù)人員數(shù)量進(jìn)行預(yù)測(cè)。在預(yù)測(cè)過(guò)程中既考慮了預(yù)測(cè)的精度，又考慮了預(yù)測(cè)的實(shí)用性。

資料與方法

1.數(shù)據(jù)來(lái)源

1980～2008年的我國(guó)衛(wèi)生技術(shù)人員數(shù)量的數(shù)據(jù)來(lái)自《2009中國(guó)衛(wèi)生統(tǒng)計(jì)年鑒》。

2.預(yù)測(cè)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(wú)規(guī)律的原始數(shù)列經(jīng)過(guò)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(cè)方法。從實(shí)踐工作經(jīng)驗(yàn)、實(shí)際數(shù)據(jù)特征、時(shí)間序列圖形、預(yù)測(cè)誤差比較等方面綜合分析，用灰色數(shù)列模型預(yù)測(cè)衛(wèi)生人力的發(fā)展趨勢(shì)擁有較優(yōu)的預(yù)測(cè)效果〔2〕。

(2)自回歸移動(dòng)平均模型

自回歸移動(dòng)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(duì)平穩(wěn)時(shí)間序列，采用Box-Jenkins模型識(shí)別方法。

(3)線性組合模型

組合預(yù)測(cè)模型將各種不同類(lèi)型的單項(xiàng)預(yù)測(cè)模型兼收并蓄，各取所長(zhǎng)，集中了更多的信息與預(yù)測(cè)技巧，能減少預(yù)測(cè)的系統(tǒng)誤差，顯著改進(jìn)預(yù)測(cè)效果。理論和實(shí)證研究都表明，在諸種單項(xiàng)預(yù)測(cè)模型各異且數(shù)據(jù)來(lái)源不同的情況下，組合預(yù)測(cè)模型可能獲得比任何一種獨(dú)立預(yù)測(cè)值更好的預(yù)測(cè)值。

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

(4)預(yù)測(cè)精度評(píng)價(jià)指標(biāo)

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

3.統(tǒng)計(jì)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(cè)過(guò)程與結(jié)果

1.GM(1，1)灰色模型〔3〕

我國(guó)衛(wèi)生技術(shù)人員數(shù)量的GM(1，1)模型預(yù)測(cè)結(jié)果見(jiàn)表1。

GM(1，1)模型結(jié)果為

2.ARMA 模型〔3〕

由圖1可見(jiàn)，數(shù)據(jù)帶有明顯的上升趨勢(shì)。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(jī)構(gòu)、國(guó)境衛(wèi)生檢疫所和非衛(wèi)生部門(mén)舉辦的計(jì)劃生育指導(dǎo)站人員數(shù)，故出現(xiàn)了一下降趨勢(shì)，后來(lái)又呈現(xiàn)上升趨勢(shì);對(duì)其進(jìn)行一階差分后序列的波動(dòng)基本平穩(wěn)(PP檢驗(yàn)，τ= －3.03668，P ＜0.05)。

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

圖1 我國(guó)衛(wèi)生技術(shù)人員數(shù)量與時(shí)間的趨勢(shì)圖

自相關(guān)系數(shù)(ACF)及偏自相關(guān)系數(shù)(PACF)結(jié)果見(jiàn)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(yàn)、AIC和SBC最小準(zhǔn)則以及模型簡(jiǎn)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(guó)衛(wèi)生技術(shù)人員數(shù)量的差分預(yù)測(cè)值。根據(jù)模型(2)，2009年和2010年我國(guó)衛(wèi)生技術(shù)人員預(yù)測(cè)數(shù)量分別是5105717人和5181395人。

3.線性組合預(yù)測(cè)模型

(1)線性組合預(yù)測(cè)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(cè)值，Y1t，…，Ynt為 n 種不同單項(xiàng)預(yù)測(cè)模型在t期的預(yù)測(cè)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(cè)誤差的方差最小原則加以確定。

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

經(jīng)運(yùn)算，W1=0.094528，W2=0.905472。因此，我國(guó)衛(wèi)生技術(shù)人員數(shù)量的線性組合預(yù)測(cè)模型:

可見(jiàn)，線性組合預(yù)測(cè)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(cè)精度見(jiàn)表2。

表2 單項(xiàng)預(yù)測(cè)法及組合預(yù)測(cè)的預(yù)測(cè)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(cè)中的應(yīng)用是可行的

以往對(duì)衛(wèi)生技術(shù)人員數(shù)量的預(yù)測(cè)，常常是根據(jù)單項(xiàng)模型擬合結(jié)果，由歷史的衛(wèi)技人數(shù)決定未來(lái)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(cè)的方法，最終預(yù)測(cè)值的精度較單純用某一預(yù)測(cè)模型的精度要高。

2.調(diào)整各類(lèi)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(duì)目標(biāo)年衛(wèi)生人力資源進(jìn)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(hù)理人員占50%，藥劑人員占8%，檢驗(yàn)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(guó)衛(wèi)生技術(shù)人員數(shù)量依次為:醫(yī)師3796928人，護(hù)理人員1653297人，藥劑人員330525人，檢驗(yàn)人員212618人，其他技術(shù)人員255149人。可見(jiàn)，按照以上比例計(jì)算得到目標(biāo)年我國(guó)各類(lèi)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(hù)士比例的與目標(biāo)比例相距甚遠(yuǎn)。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(hù)理學(xué)等專(zhuān)業(yè)的招生計(jì)劃。

3.提高衛(wèi)生技術(shù)人員的專(zhuān)業(yè)素質(zhì)，充實(shí)中高級(jí)人才的隊(duì)伍

依據(jù)1:3:1的比例，預(yù)測(cè)擁有高、中、初級(jí)技術(shù)職稱(chēng)的人員總數(shù)，最終結(jié)果見(jiàn)表3。

表3 目標(biāo)年我國(guó)衛(wèi)生技術(shù)人員職稱(chēng)預(yù)測(cè)數(shù)量(人)

2005年我國(guó)衛(wèi)生技術(shù)人員的職稱(chēng)結(jié)構(gòu)中，高、中、初級(jí)人員分別占7.3%，27%和65.7%，中高級(jí)職稱(chēng)人員數(shù)為1283060人，數(shù)量遠(yuǎn)遠(yuǎn)不足。因此今后我們?cè)诩訌?qiáng)中高級(jí)衛(wèi)生人才培養(yǎng)的同時(shí)，還應(yīng)利用離退休人員的返聘等形式發(fā)揮老專(zhuān)家的作用，充實(shí)我國(guó)衛(wèi)生技術(shù)人員中高級(jí)人才的隊(duì)伍〔4〕。

總之，我國(guó)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(duì)衛(wèi)生服務(wù)的需求。

1.徐國(guó)祥.統(tǒng)計(jì)預(yù)測(cè)和決策.第3版.上海:上海財(cái)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(cè)—灰色模型預(yù)測(cè).中國(guó)社會(huì)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(cè)全國(guó)3種腸道傳染病發(fā)病率.復(fù)旦學(xué)報(bào)(醫(yī)學(xué)版)，2008，35(5):675-680.

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

5.凌莉，方積乾，湯澤群，等.時(shí)間序列方法在衛(wèi)生人力資源需求預(yù)測(cè)中的應(yīng)用.中國(guó)衛(wèi)生統(tǒng)計(jì)，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(cè).中國(guó)衛(wèi)生統(tǒng)計(jì)，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(píng)價(jià)的病例組合模型研究.中國(guó)衛(wèi)生統(tǒng)計(jì)，2007，24(6):576-578.