護(hù)理人力資源優(yōu)化配置研究進(jìn)展

Research progress on optimal allocation of nursing human resources

RENHongfei12，LIU Changqing'，LIU Yaru'，JIANG ，LI Youping1

1.West China Hospitalof Sichuan University，Sichuan China；2.West China SchoolofNursing，Sichuan"University

*Corresponding Author JIANG Yan，E-mail： hxhljy2018@163.com

AbstractThisapersummarizedteoceptsethodstepsandimportanceoftialaloationofumanesources，selteresearchstatusofoptialalocationofursighumaresourcesatomeandabroad.Soastoprovidereferencefornursingmagestocaryutoptialallationofursinghumanresources，svetheostofursigmansoueshiletakigintoaccountpatitsafety，and constantly improve the quality and efficiency of nursing human resources allocation.

Keywordsnurses； human resource allocation； optimization model； nursing management

doi：10.12102/j.issn.1009-6493.2025.08.024

醫(yī)院護(hù)理人力資源配置是指通過系統(tǒng)、科學(xué)的方法確定各病房（病區(qū)）所需的護(hù)理人員的數(shù)量和結(jié)構(gòu)[1]。醫(yī)院護(hù)理人力的合理配置對提高人力利用效率、促進(jìn)病人安全、提升護(hù)理質(zhì)量、穩(wěn)定護(hù)理人才隊伍起著至關(guān)重要的作用[2-3]。研究顯示，護(hù)理人員工作量超過一定范圍后，護(hù)理人員每增加1例病人的工作量，可使住院病人30d內(nèi)死亡率增加 5%～7% ，30d內(nèi)再人院率提高 7% ；護(hù)理人員中本科學(xué)歷者每增加 10% ，可使住院病人30d內(nèi)死亡率下降 。然而，醫(yī)院在逐步增加護(hù)理人力數(shù)量滿足病人需求的同時，也面臨著越來越大的成本壓力、人崗不匹配壓力和護(hù)士流失壓力[8]。因此，如何確定最佳的護(hù)理人力配置水平，提升護(hù)理人力資源利用效率已成為護(hù)理管理者面臨的重要問題。護(hù)理人力資源優(yōu)化配置是通過運用科學(xué)的管理理論和方法，構(gòu)建精準(zhǔn)有效的護(hù)士配置策略[9]。Aiken等[1]提出，護(hù)理人員配置不僅要考慮數(shù)量，更要考慮結(jié)構(gòu)配置，應(yīng)聚焦護(hù)士的工作量、個人特點和崗位勝任能力之間的匹配。目前，國內(nèi)外已有學(xué)者開展了護(hù)理人力優(yōu)化配置研究的探索，并取得了一定的成效。因此，本研究總結(jié)人力資源優(yōu)化配置的概念、方法、步驟和重要性，以及國內(nèi)外護(hù)理人力資源優(yōu)化配置研究現(xiàn)狀，以期為護(hù)理管理者在現(xiàn)有護(hù)理人力資源的基礎(chǔ)上開展護(hù)理人力的優(yōu)化配置研究提供參考。

1優(yōu)化模型概述

1.1優(yōu)化理論及優(yōu)化模型的概念

優(yōu)化理論最早是由工業(yè)生產(chǎn)領(lǐng)域提出，旨在通過建立數(shù)學(xué)模型，設(shè)定相關(guān)約束條件，運用運籌學(xué)的原理和數(shù)學(xué)方法，尋求生產(chǎn)或管理過程目標(biāo)的最優(yōu)化，達(dá)到資源消耗相對較低而目標(biāo)和效果最優(yōu)的目的[11]。優(yōu)化模型通常指運籌優(yōu)化類模型，即在給定條件下尋找一個最優(yōu)方案，這個最優(yōu)可以是成本最小或是利潤最大、收益最大，也可以是距離最小、時間最短等。該類模型一般有一個或者多個目標(biāo)函數(shù)，并對這些目標(biāo)函數(shù)求取最大或最小值。

1.2 優(yōu)化模型的分類

根據(jù)目標(biāo)函數(shù)和約束條件的不同分為六大類優(yōu)化模型[12]。1）線性規(guī)劃模型：通過建立線性目標(biāo)函數(shù)和線性約束條件，尋找使目標(biāo)函數(shù)達(dá)到最大（或最小）值的變量取值。主要應(yīng)用于運輸、生產(chǎn)與銷售、投資收益和風(fēng)險等問題。2）非線性規(guī)劃模型：是在目標(biāo)函數(shù)和約束條件中含有非線性項的情況下尋找最優(yōu)解的方法，包括決策變量、目標(biāo)函數(shù)、約束條件三要素，其求解需要借助數(shù)值計算方法，主要應(yīng)用于投資決策等問題。3）目標(biāo)規(guī)劃模型：含有多個目標(biāo)的決策分析方法，包括主要目標(biāo)和次要目標(biāo)，目的不是找到目標(biāo)函數(shù)的最優(yōu)解，而是達(dá)到自標(biāo)與預(yù)計成果差距最小。常使用的求解方法有加權(quán)系數(shù)法和優(yōu)先等級法。4）動態(tài)規(guī)劃：是一種通過將大問題分解為若干個小問題求解的方法。動態(tài)規(guī)劃常用于處理具有最優(yōu)子結(jié)構(gòu)性質(zhì)的問題，如最短路徑、背包問題等。5）圖論：是應(yīng)用數(shù)學(xué)的一個分支，用來描述事物之間的關(guān)系，用點代表事物，用連接兩點的線表示相應(yīng)兩個事物間的關(guān)系，一般反映一些元素之間二元關(guān)系的數(shù)學(xué)模型，是處理半結(jié)構(gòu)化數(shù)據(jù)的重要理論與方法[13]。6）排隊論：是研究隨機(jī)聚散現(xiàn)象或隨機(jī)服務(wù)工作的數(shù)學(xué)理論，也叫隨機(jī)服務(wù)系統(tǒng)理論。可應(yīng)用于日常生活中排隊或擁擠現(xiàn)象，如旅客排隊購票、醫(yī)院的叫號等待等。

1.3優(yōu)化模型的應(yīng)用步驟

優(yōu)化模型是運用運籌學(xué)方法分析和解決問題，是一個科學(xué)決策的過程，其核心是建立優(yōu)化模型和對模型進(jìn)行分析、求解[12]。1）明確目標(biāo)：明確需要達(dá)到的目標(biāo)，如最大化收益、最小化成本等；2）建立數(shù)學(xué)模型：根據(jù)問題的特點，構(gòu)建合適的數(shù)學(xué)模型，包括目標(biāo)函數(shù)和約束條件；3）模型求解：對建立的數(shù)學(xué)模型進(jìn)行求解，可以采用數(shù)值計算方法或者優(yōu)化算法；4）模型評價：對得到的結(jié)果進(jìn)行分析和驗證，檢驗結(jié)果的合理性和有效性；5）優(yōu)化調(diào)整：根據(jù)實際需求，重新調(diào)整目標(biāo)函數(shù)或約束條件，得到更符合實際的解決方案；6）實施與評估：根據(jù)優(yōu)化調(diào)整后的解決方案實施，并不斷進(jìn)行評估和改進(jìn)。

2優(yōu)化模型在人力資源管理中的重要性

人力資源的優(yōu)化配置有利于企業(yè)從整體和長遠(yuǎn)的角度進(jìn)行人力資源管理，提高企業(yè)運營效率和核心競爭力。1）有利于提升工作質(zhì)效：通過人力資源現(xiàn)狀分析和崗位能力需求分析，實現(xiàn)人崗匹配，從而激發(fā)員工的潛能，為企業(yè)創(chuàng)造更大的經(jīng)濟(jì)效益。2）有利于提升員工的滿意度：通過合理安排員工的工作崗位，提升工作的主動性和創(chuàng)造性，實現(xiàn)自我價值，從而降低人才流失率，穩(wěn)定人才隊伍。3）有利于降低企業(yè)經(jīng)營成本：經(jīng)營成本通常包括人力、生產(chǎn)和管理成本，最優(yōu)的人力配置能夠充分發(fā)揮每個員工的優(yōu)勢，促進(jìn)人力資源使用效益最大化。

3優(yōu)化模型在護(hù)理人力資源優(yōu)化配置中的應(yīng)用

3.1線性回歸模型

線性回歸模型是指模型的目標(biāo)函數(shù)、約束條件為待求變量的線性函數(shù)、線性等式或不等式，是一種特殊形式的數(shù)學(xué)規(guī)劃模型，有助于解決有限資源的最優(yōu)分配問題14]。線性回歸模型是目前國內(nèi)外應(yīng)用于護(hù)理人力配置中最基礎(chǔ)的方法，其核心是通過多因素回歸模型計算總體護(hù)理工作量，進(jìn)一步計算護(hù)士人數(shù)。Kaw等[15]運用廣義加性模型（generalized additivemodel，GAM）預(yù)測醫(yī)院注冊護(hù)士缺勤率，并計算護(hù)理資源團(tuán)隊（NRT）成本最小化時的數(shù)量和技能組合，通過優(yōu)化模型計算的NRT預(yù)計每年可降低 7% 的成本。Kim等[16基于病人分類系統(tǒng)引人護(hù)理工作量計算的線性函數(shù)，同時根據(jù)護(hù)士的熟練度建立不同護(hù)士提供的實際護(hù)理時間函數(shù)，計算出護(hù)理人力總數(shù)。該模型將不同護(hù)士能力及工作熟練度納入護(hù)理人力配置模型中，以保證護(hù)理服務(wù)的質(zhì)效。劉憲麗[構(gòu)建了基于病人因素（年齡等級、護(hù)理級別和自理能力等級）的多因素線性回歸方程精準(zhǔn)計算護(hù)理工作量，依托醫(yī)院信息系統(tǒng)實時統(tǒng)計，動態(tài)規(guī)劃護(hù)士數(shù)量。張薛晴18采用多元線性回歸模型，通過納入病人年齡、體質(zhì)指數(shù)、自理能力、疾病嚴(yán)重程度、病種和住院天數(shù)指標(biāo)實現(xiàn)日護(hù)理工作量的精準(zhǔn)預(yù)測，并據(jù)此計算護(hù)理人力。上述研究均顯示，線性回歸模型可以有效配置護(hù)士人力，提高護(hù)理質(zhì)量及護(hù)士工作滿意度。但該方法中涉及的許多變量需要先進(jìn)行統(tǒng)計分析[19]，對數(shù)據(jù)的要求較高，數(shù)據(jù)分析的維度單一，部分定性資料難以量化，推廣應(yīng)用效果受到一定的限制。

3.2線性規(guī)劃模型

線性規(guī)劃模型是國內(nèi)外應(yīng)用于護(hù)理人力優(yōu)化配置中最多的一種數(shù)學(xué)模型，旨在找到使目標(biāo)函數(shù)達(dá)到最大或最小值的變量取值，特點是目標(biāo)函數(shù)和約束條件均為線性關(guān)系。當(dāng)決策變量只能取整數(shù)時，稱之為整數(shù)規(guī)劃模型；當(dāng)決策變量只能取0或1時，則稱之為指派模型。1993年，Brusco等2采用線性規(guī)劃模型，以成本最低為目標(biāo)，以工時需求、每個病人所需的最低注冊護(hù)士工時百分比、總加班時數(shù)限制、各級別護(hù)士可用工時等6項指標(biāo)為約束條件，初步探索了最佳護(hù)士配置。

Respicio等[21]以成本控制為目標(biāo)函數(shù)，充分考慮病人每天所需的護(hù)理小時數(shù)、各類人員工資、班次、每班時長、各類人員每班比例、員工缺勤等約束條件，建立整數(shù)線性規(guī)劃模型，利用標(biāo)準(zhǔn)優(yōu)化求解器求解模型，并將模型嵌入電子表單實現(xiàn)人力配置的自動計算。此外，有研究通過建立多周期整數(shù)線性規(guī)劃（multiperiod integerlinearprogramming，MILP）模型，采用離散事件模擬法計算出整個醫(yī)院每個月的床位數(shù)、醫(yī)生和護(hù)士配置數(shù)[22]。也有研究者采用線性規(guī)劃模型優(yōu)化急診科護(hù)士的排班[23-24]，均取得了不錯的效果。李璧凌等[25]依據(jù)不同科室護(hù)理工作量大小，建立線性規(guī)劃方程組，求出各病房護(hù)士最適人數(shù)，使得各病房人均工作量基本一致，從而避免了各科之間護(hù)士忙閑不均的情況。付軍樺等[4通過建立手術(shù)室護(hù)理人力配置線性規(guī)劃模型，應(yīng)用LINGO11.0軟件對次日手術(shù)所需要的最少護(hù)理人員數(shù)目進(jìn)行運算預(yù)測，根據(jù)預(yù)測結(jié)果結(jié)合手術(shù)室專科分組、層級要求進(jìn)行排班，有效減少了手術(shù)護(hù)理人員的加班時長，提高了手術(shù)效率，保證了病人的安全。尹莉娜等[2運用指派模型優(yōu)化兒科護(hù)理人力配置，有效提高了護(hù)士工作效率，降低了護(hù)理不良事件的發(fā)生率，并提高了護(hù)士及病人的滿意度。陳冬梅等[2將線性規(guī)劃模型應(yīng)用于急診科護(hù)理人員的配置，通過建立兩步多層護(hù)理人力調(diào)配分段模型，求解每天所需護(hù)士的最少數(shù)量，再運用指派模型分配恰當(dāng)?shù)娜蝿?wù)，提高總體工作效率。綜上所述，線性規(guī)劃模型可解決多變量最優(yōu)決策的問題，但未考慮復(fù)雜多變、非線性因素對護(hù)理人力配置的影響，研究結(jié)果具有局限性。

3.3多目標(biāo)規(guī)劃模型

多目標(biāo)規(guī)劃模型是含有多個目標(biāo)函數(shù)的規(guī)劃問題，其要在多個具有相同約束條件優(yōu)化的目標(biāo)中尋找合適的變量，使得多個目標(biāo)集合的整體能夠達(dá)到最優(yōu)。一般適用于人力資源的優(yōu)化配置，使用時要考慮以下3個條件：最大人員數(shù)量及不同類型人員的比例、人力資源的最大投人、預(yù)期實現(xiàn)的k個指標(biāo)的規(guī)劃值。Amindoust等[28納入護(hù)士工作疲勞情況，建立了以總成本最小化和所有班次的所有護(hù)士總疲勞的期望值最小化為目標(biāo)函數(shù)的多目標(biāo)規(guī)劃模型，并開發(fā)了一種混合遺傳算法（GA），計算一天三班的護(hù)士排班，為改善護(hù)士工作疲勞、優(yōu)化護(hù)理人力配置提供了重要參考。Hamid等8在充分考慮護(hù)士技能、偏好和兼容性的基礎(chǔ)上，建立了以總成本最小化、護(hù)士工作風(fēng)格不兼容性最小化、護(hù)士對排班的總體滿意度最大化為3個目標(biāo)函數(shù)的多目標(biāo)規(guī)劃模型，并采用多目標(biāo)Keshtel算法、非支配排序遺傳算法Ⅱ和多目標(biāo)禁忌搜索3種元啟發(fā)式算法求解，最后采用數(shù)據(jù)包絡(luò)分析法對得到的Pareto解進(jìn)行排序，以得到最優(yōu)解。目前，國內(nèi)對多目標(biāo)規(guī)劃模型的研究僅局限在企業(yè)領(lǐng)域，尚未應(yīng)用于護(hù)理人力配置中。石俊[29建立了各種類型組織都適用的人力資源優(yōu)化配置的多目標(biāo)規(guī)劃模型，并采用了評價函數(shù)法求解模型，在宏觀層面上突破了人力資源優(yōu)化配置的方法。彭定新3以工作成本最小化和工作完成滿意度最大化作為自標(biāo)函數(shù)，考慮企業(yè)員工的不同工作成本和滿意度的差異，以規(guī)定時間內(nèi)完成任務(wù)為約束建立人力資源配置決策模型，并采用兩階段法對模型求解，最后通過數(shù)值算例計算證明了該模型及算法的有效性及可行性。綜上所述，多目標(biāo)規(guī)劃能夠給出滿足多個目標(biāo)的可行解，符合護(hù)理人力配置的復(fù)雜多樣性需求，但模型中各目標(biāo)之間通過決策變量相互制約，往往存在相互矛盾的目標(biāo)，增加了求解的難度。

3.4隨機(jī)規(guī)劃模型

隨機(jī)規(guī)劃模型是約束條件中的系數(shù)和目標(biāo)函數(shù)中的參數(shù)均為隨機(jī)變量線性規(guī)劃，適用于帶有隨機(jī)參數(shù)或模糊參數(shù)數(shù)據(jù)的不確定性的決策問題[31]。隨機(jī)數(shù)學(xué)規(guī)劃問題的類型有多種，包括隨機(jī)整數(shù)規(guī)劃、多目標(biāo)隨機(jī)規(guī)劃、機(jī)會約束規(guī)劃等。Punnakitikashem等32采用隨機(jī)整數(shù)規(guī)劃模型研究護(hù)士的分配問題，通過Benders's分解方法和貪心算法解決了初始解生成問題，通過不等式驗證改進(jìn)了算法的效率，并在1所醫(yī)院驗證了研究結(jié)果的準(zhǔn)確性。Schaus等[33]針對產(chǎn)科需求提出了解決護(hù)士不同工作區(qū)域的分配問題，采用約束編程方法快速計算護(hù)士配置結(jié)果，有效平衡了不同區(qū)域護(hù)士的工作負(fù)荷。Harper等[34]采用隨機(jī)規(guī)劃方法，利用PROMPT的離散事件模擬功能與隨機(jī)程序附加組件相結(jié)合，根據(jù)全年對不同類型護(hù)士的需求，評估長期聘用的最佳人數(shù)，預(yù)測臨時護(hù)士所需數(shù)量及時機(jī)。Maass等[35考慮了病人數(shù)量和護(hù)士缺勤的可變性，以及3種不同類別的護(hù)理人員（病房護(hù)士、機(jī)動庫護(hù)士和臨時護(hù)士）的成本，建立隨機(jī)規(guī)劃模型，并采用遺傳算法求解模型，為某醫(yī)院每年節(jié)約了數(shù)十萬元成本。季果等[3采用改良的隨機(jī)規(guī)劃模型，建立了優(yōu)化的多場景護(hù)士分配模型，并基于護(hù)士與病人的對應(yīng)關(guān)系，設(shè)計了 矩陣作為算法編碼，采用矩陣編碼進(jìn)化算法框架對矩陣編碼進(jìn)行迭代，進(jìn)而求解護(hù)士的分配問題，結(jié)果顯示，該模型及算法在多場景和多約束的前提下，其平均性能優(yōu)勢更加明顯。可見，隨機(jī)規(guī)劃模型可用于解決多場景的、護(hù)理工作量及復(fù)雜程度不斷變化情況下的護(hù)士分配問題，因而通常適用于總體規(guī)劃不同科室、不同病區(qū)的護(hù)理人力配置。

3.5排隊論模型

排隊論模型是運用數(shù)學(xué)方法，動態(tài)模擬一個客觀復(fù)雜的排隊系統(tǒng)結(jié)構(gòu)和行為，包括3個基本組成部分，即輸入過程、排隊規(guī)則和服務(wù)機(jī)構(gòu)[37]，近年來逐步應(yīng)用于醫(yī)療護(hù)理領(lǐng)域的人力配置問題中。Yankovic等38將病人等待一張床視為排隊，采用排隊模型評估醫(yī)療單位規(guī)模、護(hù)理工作強(qiáng)度、床位占用水平和平均住院時間對護(hù)理人員水平的績效影響，以及分析固定護(hù)患比導(dǎo)致護(hù)理人員不足或過剩的情況。DeVericourt等[39將等待護(hù)士照料的病人進(jìn)行排隊，即將單個醫(yī)療單元中有n名同質(zhì)病人的s名護(hù)士所經(jīng)歷的工作量進(jìn)行排隊建模得出護(hù)士最優(yōu)配置方案，仿真結(jié)果表明，該方法對護(hù)士延遲服務(wù)時間、一般分布服務(wù)時間和不同疾病嚴(yán)重程度水平的病人具有魯棒性。Eimanzadeh等[40]利用排隊理論，開發(fā)了一個隨機(jī)框架模擬住院期間護(hù)理單元提供的直接護(hù)理，然后使用隨機(jī)模型衡量不同的績效指標(biāo)，評估住院病人護(hù)理的效率和及時性，并用于確定最低護(hù)理人員數(shù)量水平，最終制定了病人異質(zhì)性的護(hù)理人員配置策略。許麗麗等[41-42]通過兒科門診輸液室的排隊模型，動態(tài)分析兒科門診輸液室業(yè)務(wù)流程的特點及規(guī)律，定量分析護(hù)理人員的工作強(qiáng)度、平均等待病人數(shù)量和排隊等候時間，使用QueuingToolpark4.0軟件分析工作流程及服務(wù)效率，得到優(yōu)化護(hù)理人力資源分配的方案，解決了病人排隊困難，優(yōu)化了兒科門診注射室的護(hù)理人力配置。因此，排隊論模型適用于病人或服務(wù)具有排隊性質(zhì)的科室的護(hù)理人力配置（如急診、門診等），通過排隊模型預(yù)測人力需求優(yōu)化護(hù)理人力配置，達(dá)到優(yōu)化護(hù)理服務(wù)過程，提高工作效率的目的。

3.6其他優(yōu)化模型

除了上述幾種常見的優(yōu)化模型外，也有護(hù)理學(xué)者初步探索了其他優(yōu)化模型在護(hù)理人力配置中的應(yīng)用，如貝葉斯優(yōu)化模型、人崗匹配多指標(biāo)綜合指派模型和非線性整數(shù)規(guī)劃模型。不同模型用于解決不同需求下的護(hù)理人力配置，現(xiàn)有研究仍較少，研究結(jié)果仍停留在模型構(gòu)建及算法求解方面，實際臨床應(yīng)用效果還有待進(jìn)一步深入研究。

3.6.1基于貝葉斯理論的人力資源配置模型

該模型根據(jù)員工實際工作狀態(tài)計算員工勝任工作的先驗概率，然后按照新工作的要求和完成新工作的情況得到相應(yīng)的新證據(jù)，最后由貝葉斯理論計算員工

勝任工作的后驗概率值，以此后驗概率值決定或調(diào)整員工的實際工作崗位[43]。該模型對于提高員工配置的科學(xué)性和合理性具有一定的輔助決策作用。

3.6.2人崗匹配多指標(biāo)綜合指派模型

根據(jù)效益最大化（或成本最小化）的原則，綜合考慮員工時間、成本、績效等多種指標(biāo)，建立人崗匹配的多指標(biāo)綜合指派模型[44]。人力資源配置通常需要考慮多因素工作的性質(zhì)、工作對員工的要求和員工自然與社會雙重性等，有學(xué)者采用層次分析法，根據(jù)統(tǒng)一的Saaty1～9級無量綱尺度對元素重要性進(jìn)行兩兩比較形成判斷矩陣，再應(yīng)用匈牙利法求解人力資源優(yōu)化配置方案，從而定量地解決了多因素人力資源優(yōu)化配置問題[45]

3.6.3非線性整數(shù)規(guī)劃模型

張玲玲等[46針對護(hù)士配置-排班-分配聯(lián)合調(diào)度優(yōu)化問題進(jìn)行了研究，構(gòu)建了非線性整數(shù)規(guī)劃模型來對研究問題進(jìn)行解析，并針對模型的層次化特點，通過LogicBenders分解算法進(jìn)行求解。在優(yōu)化護(hù)士配置成本經(jīng)濟(jì)目標(biāo)的同時，實現(xiàn)均衡護(hù)士工作量和工作時長的非經(jīng)濟(jì)目標(biāo)，對實現(xiàn)護(hù)士人力資源的合理、有效、公平利用具有重要意義。

4小結(jié)

人力資源優(yōu)化配置是以組織高效運轉(zhuǎn)為準(zhǔn)則，以組織效益最大化為目標(biāo)建立模型，從定量的角度解釋人力資源優(yōu)化配置與組織競爭優(yōu)勢的關(guān)系，使得合適的人員在合適的崗位上，且適時動態(tài)地對人員配備進(jìn)行調(diào)整[45.47]。護(hù)理人員的配置過程中，護(hù)士的數(shù)量和技能水平需要滿足相應(yīng)的任務(wù)要求。優(yōu)化模型的應(yīng)用能夠更準(zhǔn)確地計算人員配備水平和適當(dāng)?shù)募寄芙M合，不僅能夠滿足病人的護(hù)理需求、減少對臨時護(hù)士的聘用，而且可提高醫(yī)院的成本管理效益。不同的優(yōu)化模型適用的場景和方法不同，護(hù)理管理者可以根據(jù)實際情況選擇最適宜的模型類型，運用于護(hù)理人力資源配置中，從而在全球護(hù)理人力資源短缺的時代背景下，最大程度地提高護(hù)理人力資源利用效率。

參考文獻(xiàn)：

[1]曹潔.上海市大型綜合性醫(yī)院監(jiān)護(hù)病房護(hù)理人力資源分層配置模 型研究[D].上海：第二軍醫(yī)大學(xué)，2009.

[2]BUTLERM，SCHULTZTJ，HALLIGANP，et al.Hospital nurse-stafing models and patient- and staff-related outcomes[J]. CochraneDatabase of Systematic Reviews，20l9，4（4）：CD007019.

[3] WYNENDAELE H，WILLEMS R，TRYBOU J.Systematic review：association between the patient-nurse ratio and nurse outcomes in acute care hospitals[J].Journal ofNursing Management， 2019，27（5）：896-917.

[4]AIKENLH，CLARKESP，SLOANEDM，etal.Hospital nurse staffingandpatientmortality，nurseburnout，and jobdissatisfaction [J].JAMA，Z00Z，Z88（16）：1987-1993.

[5]AIKEN L H，SLOANE D M，BRUYNEEL L，et al.Nurse staffing and education and hospital mortality in nine European countries： a retrospective observational study[J].Lancet，2O14，383（9931）：1824- 1830.

[6]CHO E，SLOANE D M，KIM E Y，et alEffects of nurse staffing， workenvironments，and education on patient mortality：an observational study[J]. International Journal of Nursing Studies， 2015，52（2）：535-542.

[7]MCHUGH MD，AIKENL H，SLOANED M，et al.Effectsof nurse-to-patient ratio legislation on nurse staffing and patient mortality，readmissions，and length of stay：a prospective study in a panel of hospitals[J].Lancet，2021，397（10288）：1905-1913.

[8]HAMID M，TAVAKKOLI-MOGHADDAM R，GOLPAYGANI F， etal.A multi-objective model fora nurse scheduling problem by emphasizing human factors[J].Journal of Engineering in Medicine， 2020，234（2）：179-199.

[9]陳黎明，徐國英，趙鳳琴，等.護(hù)理工作量的影響因素研究進(jìn)展[J]. 護(hù)理研究，2013，27（9A）：2696-2698.

[10]AIKEN L H，SLOANED M，BRUYNEEL L，etal.Nurses' reports of working conditions and hospital quality of care in 12 countriesin Europe[J]. International Journal of Nursing Studies， 2013，50（2）：143-153.

[11]劉瑩，王新建，仲偉海.城鄉(xiāng)醫(yī)護(hù)人力資源優(yōu)化配置標(biāo)準(zhǔn)[M].沈 陽：遼寧科學(xué)技術(shù)出版社，2011：1.

[12] 徐輝，陳光輝，張杰，等.管理運籌學(xué)[M].3版.上海：同濟(jì)大學(xué)出版 社，2020：1.

[13] 曹燁程，陳輝，郭晨.基于圖論模型的乒乓球混雙技戰(zhàn)術(shù)分析與應(yīng) 用研究[J].廣州體育學(xué)院學(xué)報，2022，42（3）：110-117.

[14] 付軍樺，鄭昕，魏麗麗，等.基于線性規(guī)劃模型的排班模式在手術(shù) 護(hù)理人力資源調(diào)配中的應(yīng)用[J].中國實用護(hù)理雜志，2023，39（5）： 326-331.

[15]KAWN，MURRAY J，LOPEZAJ，etal.Nursing resource team capacity planning using forecasting and optimization methods： a case study[J]. Journal of Nursing Management，2O2O，28（2）： 229-238.

[16]KIM K O，PARK M J，LEE I K，et al.Mathematical model for in-ward nursing staffing optimization based on patient classification system[J].Journal of Biomedical Engineering Research，2016，37 （2）：75-83.

[17] 劉憲麗.重慶市三級綜合醫(yī)院護(hù)理人力資源配置模型的構(gòu)建及應(yīng) 用[D].重慶：重慶醫(yī)科大學(xué)，2022.

[18] 張薛晴.基于縱向數(shù)據(jù)的護(hù)理工作量預(yù)測研究[D].南京：南京中 醫(yī)藥大學(xué)，2021.

[19] 孫建軒.人力資源優(yōu)化配置模型研究現(xiàn)狀及發(fā)展趨勢[J].科技與 管理，2008，10（2）：121-123.

[20] BRUSCO M J， SHOWALTER M J. Constrained nurse staffing analysis[J].Omega-International Journal of Management Science， 1993，21（2）：175-186.

[21]RESPICIO A，MOZ M，PATO MV，et al.A computational application for multi-skill nurse staffing in hospital units[J].BMC Medical Informatics and Decision Making，2ol8，18（1）：53.

[22]ORDU M，DEMIR E，DAVARI S.A hybrid analytical model for an entire hospital resource optimisation[J].Soft Computing，2021， 25（17）：11673-11690.

[23]MEHROLHASANI M H，MOUSELI A，VALI L，et al. Quantitative optimization of emergency department's nurses of an educational hospital： a case study[J].Electronic Physician，2017，9 （2）：3803-3809.

[24]SVIRSKO A C，NORMAN B A，RAUSCH D，et al.Using mathematical modeling to improve the emergency department nurse-scheduling process[J.Journal of Emergency Nursing，2019， 45（4）：425-432.

[25]李璧凌，劉冬生.用線性規(guī)劃方法優(yōu)化醫(yī)院護(hù)理人員的配備[J].中 華護(hù)理雜志，1996，31（5）：254-257.

[26]尹莉娜，李妍峰.運用指派模型優(yōu)化兒科護(hù)理人力資源調(diào)配的研 究[J].全科護(hù)理，2022，20（34）：4836-4839.

[27]陳冬梅，翟玉翠，張青松，等.運用線性規(guī)劃和指派模型優(yōu)化急診 科護(hù)理人力資源配置的研究[J].中華現(xiàn)代護(hù)理雜志，2016，22（6）： 752-756.

[28] AMINDOUST A，ASADPOUR M，SHIRMOHAMMADI S.A hybrid genetic algorithm for nurse scheduling problem considering thefatigue factor[J].Journal of Healthcare Engineering，2O21，2021： 5563651.

[29]石俊.基于多目標(biāo)規(guī)劃的人力資源優(yōu)化配置[J].現(xiàn)代經(jīng)濟(jì)信息， 2011（6）：75.

[30]彭定新.時間約束下的多目標(biāo)人力資源配置決策模型研究[J].科 技管理研究，2013，33（19）：189-192.

[31]劉志勤.集裝箱班輪航線調(diào)度的隨機(jī)規(guī)劃模型[D].上海：上海海 運學(xué)院，2000.

[32] PUNNAKITIKASHEMP，ROSENBERGERJM，BUCKLEY BEHAN D. Stochastic programming for nurse assignment[J]. Computational Optimization and Applications，20o8，40（3）： 321-349.

[33] SCHAUS P V H P，REGIN J C. Integration of AI and OR techniquesinconstraintprogrammingforcombinatorial optimization problems[M].Berlin Heidelberg：Springer，2009： 248-262.

[34]HARPER P R，POWELL N H， WILLIAMS JE.Modeling the size and skill-mix of hospital nursing teams[J].Journal of the Operational Research Society，20l0，61（5）：768-779.

[35]MAASS K L，LIU B Y，DASKIN M S，et al.Incorporating nurse absenteeism into staffing with demand uncertainty[J].Health Care Management Science，2017，20（1）：141-155.

[36]李果，洪旭東，許建，等.求解護(hù)士分配問題的矩陣編碼進(jìn)化算法 [J].計算機(jī)工程與應(yīng)用，2015，51（4）：244-248.

[37]劉博凡.基于數(shù)據(jù)挖掘技術(shù)的醫(yī)療系統(tǒng)排隊模型分析[D].北京： 北京郵電大學(xué)，2022.

[38]YANKOVIC N，GREEN L V.Identifying good nursing levels： a queuing approach[J].Operations Research，2011，59（4）：942-955.

[39]DE VERICOURT F， JENNINGS O B.Nurse staffing in medical units：a queueing perspective[J].Operations Research，2Ol1，59（6）： 1320-1331.

[40]EIMANZADEH P，GLOEDE H，SOULE J，et al.Accounting for patient heterogeneity in nurse staffing using a queueing-theory approach[J].Health Systems，202O，9（2）：159-177.

[41]許麗麗.基于排隊論的兒科門診輸液室護(hù)理人員配置研究[J].影 像研究與醫(yī)學(xué)應(yīng)用，2018，2（17）：229-230.

[42]劉霞，劉廣偉，路明惠，等.基于排隊論的兒科門診輸液室護(hù)理人 員配置研究[J].國際護(hù)理學(xué)雜志，2017，36（6）：724-727.

[43]劉曉紅，劉帆，張彩娟.基于貝葉斯理論的員工配置優(yōu)化模型[J]. 西南民族大學(xué)學(xué)報（自然科學(xué)版），2006，32（5）：992-996.

[44]羅帆，王慰.基于指派模型的人崗匹配問題研究[J].價值工程， 2009，28（9）：112-114.

[45]莊海生.基于AHP多因素人力資源優(yōu)化配置算法[J].商場現(xiàn)代 化，2009（7）：302.

[46］張玲玲，王明征.考慮工作量均衡的護(hù)士聯(lián)合調(diào)度決策優(yōu)化模型 及算法研究[J].中國管理科學(xué)，2023，31（3）：177-185.

[47] 周楠.人力資源優(yōu)化配置與企業(yè)競爭優(yōu)勢的理論研究及實證分 析——以肇慶市為例[D].呼和浩特：內(nèi)蒙古工業(yè)大學(xué)，2006.

（收稿日期：2024-04-17；修回日期：：2025-04-08）