我國與部分OECD國家護理人力資源配置的比較分析

AbstractObjetive：ToanalyethecurentstatusandinfluencingfactorsofnursinghumanresourceallcationinChinaandselected OrganizationfoEooicCoperatioadevelopment（OECD）outrssastoprovideeferecesfothevelopmetofusigan resourcesandhealthcareservices inChina.Methods：DatawerecolectedfromtheOECDdatabase，WorldHealthStatistisReport，World BankfficiatabsehiHlthtisierbokdiStatistcalYrbkEaatiodicatodedested per1，0O population，urse-tophysicianratio，bed-tourserati，physicians per1，OOOpopulation，hospitalbedsper 1，000 population，national healthexpenditureasapercentageofGDP，GDPpercapita，andproportionofpopulationaged 6andaboveAnalyticalmethodicuded greyrelatioalaalysglomeratioegealysisansatio）ndJpotgressodelstaatede nursinghumanresourcealocationanddevelopment trendsbetwenChinaandOECDcountries.Results：China’sregisterednursesper （202 1，000 population were ata medium levelamongOECDcountries.The annual percentage change （APC）beforeand after 2O15 was 9.48 and6.77，espeielyicatigapiddelatielyigowtheRlvelireaedfrode3tde4igt AmongOECDcountries，thehighest greyrelationaldegreewithregisteredursesperoOpopulationwasobservedfortheproportion of population aged 65+（0.85±0.07） ，followed by physicians per 1 OoO population （0.79±0.14） and health expenditure as a percentage of GDP （0.76±0.11） .In China，registerednurses per1OOpopulationshowed thestrongestcorrelation withhospitalbedsper1OOO population andhealthexpedieasetgeofoth85fldyicasopuao75）ghda population agglomeration degree （PAD）averaged 2.52±0.01 ，while the health resource agglomeration degree （HRAD）/PAD ratio averaged （20號 0.66±0.06 ，showingaincreasigtrend.Conclusions：Chinastillfcesarelativesortageofursing humanresources，ndtheurse-toyician rationeedsoptimized.Althoughgrowthhasslowedsince2Ol5，itrmainsatamoderatelevel.Diferentcountriesmayadoptvarid strategiesforhealthcareresourcealocationandnursingworkforceplanning.ComparedtoOECDcountries，China'snursinghuman resources remain insuffcient relative to population agglomeration，but allocation eficiency is graduall improved.

Keywordsnursing humanresources;healthcareresource alocation;urse-tophysicianratio;humanresource planing;population agglomeration degree

摘要目的：分析我國和部分經濟合作與發展組織（Organization for EconomicCooperation and Development，OECD）國家護理人力資源的配置現狀及其影響因素，為發展我國護理人力資源配置和護理事業發展提供參考。方法：匯總OECD數據庫、《世界衛生統計報告》世界銀行官方數據庫、《我國衛生統計年鑒》《我國統計年鑒》數據，以每千人注冊護士數、醫護比、床護比、每千人醫師數、每千人床位數、國家衛生費支出占國內生產總值（GDP）比、人均GDP、65歲以上人口占比等為評價指標，采用灰色關聯、聚集度和秩和比法、Joinpoint回歸模型等評價和比較我國和OECD國家護理人力資源配置和發展趨勢。結果：我國每千人注冊護士處于OECD國家的中等水平，年際變化百分比（APC）在2015年前后分別為9.48，6.77，保持了高速、較高速增長趨勢，同期的秩和比（RSR）等級水平由3級上升為4級；OECD國家每千人注冊護士與65歲以上人數占比的關聯度最高 （0.85±0.07） ，其次是每千人醫師數 （0.79± 0.14）和國家衛生費支出占GDP比 （0.76±0.11） ；我國每千人注冊護士與每千人床位數、國家衛生費支出占GDP比關聯度最高（均為0.85），其次是每千人醫師數（0.75）；研究期間，我國人口集聚度（PAD）均值為 2.52±0.01 ，衛生資源集聚度（HRAD）/PAD均值為 0.66±0.06 ，并呈現逐年增加趨勢。結論：我國護理人力資源仍然相對短缺，醫護比例需要優化，增速自2015年以來有所放緩，但仍維持在中速增長水平。不同國家在醫療資源配置和護理人力資源規劃方面可能存在不同的策略和需求，但與OECD國家相比，我國護理人力資源相對于人口集聚度尚顯不足，配置效率正在逐步改善。

關鍵詞護理人力資源；醫療資源配置；醫護比例；人力資源規劃；人口集聚度 doi：10.12102/j.issn.1009-6493.2025.17.003

護理人力資源配置與醫療質量密切相關，開展護理人力資源配置研究對“健康中國”的建設和積極應對社會老齡化具有重要意義。優化護理資源布局是實現護理事業良好發展的新要求[1-2]。有學者從人力資源配置的角度分析了我國護理人力資源現狀和分布特征，但多數研究集中在國內人力資源配置的公平性方面，國家間及時間序列演化特征的研究較少[3-5]。經濟合作與發展組織（OrganizationforEconomicCooperationandDevelopment，OECD）包括了幾乎所有發達國家，其國民健康水平較好，開展OECD國家現狀以及發展特征研究，可為我國發展提供有益的借鑒。此外，OECD數據序列較完備，便于分析[67]。本研究以OECD國家的護理人力資源和經濟、人口、社會等數據為研究對象，綜合分析比較2010一2022年我國和OECD國家護理人力資源的配置現狀，并討論相關因素，以期為我國護理人力資源的優化配置和護理事業發展提供借鑒。

1 資料與方法

1. 1 數據來源

數據來源于OECD網站數據庫、世界衛生組織（WHO）發布的《世界衛生統計報告》世界銀行官方數據庫、《我國衛生統計年鑒》《我國統計年鑒》。數據涵蓋內容較廣，可靠度較高。采用每千人護士數代表護理人力資源狀況指標，其相關指標為醫護比、床護比、每千人醫師數、每千人床位數、國家衛生費支出占國內生產總值（GDP）比、人均GDP、65歲以上人口占比[8-10]。

1.2 處理方法

Joinpoint回歸模型主要用于時間序列數據分析，通過識別和量化數據中的突變點（Joinpoints），從而將數據分割成不同的趨勢段[1]，該方法采用網格搜索法作為建模方法，并使用MonteCarlo置換檢驗進行模型優化，提高了分析結果的準確性和可靠性，已被廣泛應用于衛生領域研究數據的動態變化過程和規律研究[12-14]。本研究采用該模型計算年均變化百分比（AAPC）和年際變化百分比（APC）評價參數的時間變化特征，使用對數線性轉換原始數據。灰色關聯分析作為一種灰色系統分析方法，通過衡量因素間發展趨勢的相似或相異程度評估各因素之間的關聯性。在提供的關聯度結果中，各評價項與參考序列的關聯度及排名清晰地揭示了不同因素之間的相對重要性及其與系統整體發展的關聯程度。該方法對樣本數量、數據分布無特殊要求，關聯度 gt;0.5 時，代表具有關聯關系[15-16]。本研究采用SPSSPro在線分析指標的灰色關聯度，均值化無量綱處理，分辨系數 （ρ）=0.5^[17] 。通過以上2種方法的應用，能夠更加全面、準確地分析護理人力資源狀況和影響因素，為優化護理資源配置提供科學依據。

秩和比法是一種非參數綜合評價方法，常用于衛生資源配置的評價研究，結果為 0～1 ，數值越大表明護理人力資源配置水平越高。本研究采用SPSSPro在線分析，每千人護士數為正向指標，床護比、醫護比為負向指標[5.10]，采用熵權權重非整秩編秩方法，分為5檔，依次代表護理人力資源配置水平的低、較低、中等、較高、高。

集聚度計算包括人口集聚度（PAD）和衛生資源集聚度（HRAD），用于評價人口密度和衛生資源配置地理面積公平性。PAD gt;1 為人口聚集地區，PAD 1=1 為人口適中區，PAD lt;1 為人口分散區。HRAD gt;1 為公平性較高區，HRAD =1 為公平性合理區，HRAD Π^lt;1 為公平性較低區。HRAD/PAD gt;1 ，表明資源相對于集聚人口過剩；HRAD/PAD 1=1 ，表明資源相對于集聚人口較為合理；HRAD/PAD lt;1 ，表明資源相對于集聚人口不足[5.18]。

2結果

2.1每千人口注冊護士數現狀

2022年，我國每千人口注冊護士數為3.70人，超過了我國2020年發展目標（3.34人），接近我國2025年發展目標（3.80人）[2，這標志著我國在加強護士隊伍建設方面取得了顯著成效，并在一定程度上適應了社會對醫療護理日益增長的需求。OECD國家每千人口注冊護士數均值為4.1人，中位數為3.6人，相比之下，我國的這一指標大致處于OECD國家的中間水平，但仍低于荷蘭、澳大利亞、意大利、捷克、西班牙、瑞典、冰島、立陶宛、瑞士、丹麥、德國、挪威、奧地利、美國等發達國家。值得注意的是，美國的每千人口注冊護士數為15.99人，明顯高出我國及其他OECD國家。2010年我國的每千人口注冊護士數為1.70人，后增加至2022年的3.70人，增長了2.2倍，年均增長率為 7.2% 這一增速顯著高于OECD國家的平均水平（ 1.5% ），同時也高于波蘭的 3.7% 。各國每千人注冊護士年均增長率見圖1。

圖1各國每千人注冊護士數年均增長率

Figure 1Annual growth rate of registered nurses per1ooo population

（FR為法國，EE為愛沙尼亞，LV為拉脫維亞，FI為芬蘭，LU為盧森堡，IL為以色列，SE為瑞典，IT為意大利，LT為立陶宛，AT為奧地利，AU為澳大利亞，BE為比利時，CA為加拿大，CH為瑞士，CN為中國，CS為捷克，DE為德國，DK為丹麥，ES為西班牙，UK為英國，HU為匈牙利，IE為愛爾蘭，IS為冰島，JP為日本，KR為韓國，MX為墨西哥，NL為荷蘭，NO為挪威，NZ為新西蘭，PL為波蘭，SI為斯洛文尼亞，US為美國）

2.2每千人口注冊護士數增長方式

根據JoinpointRegressionProgram的分析結果，在α=0.05 的水平下，t檢驗結果顯示有統計學意義。通過綜合考慮AAPC、APC以及Joinpoint（轉折年），可以將不同國家分為以下3類。1）勻速增長型：每千人口注冊護士數量呈現穩定增長趨勢，在整個考察期內沒有出現明顯的增速變化，主要是一些年均增長率較低的國家，其 _{AAPC=1.55±0.72} ，包括愛爾蘭、韓國、美國、比利時、荷蘭、日本、捷克、挪威、匈牙利、盧森堡、奧地利、拉脫維亞、法國等。2）減速增長型：每千人口注冊護士數量雖然保持增長，但在APC上存在一個明顯的轉折點，且轉折點之后的APC顯著低于轉折點前。我國屬于這種增長模式，其APC分別為9.48和6.77，對應的轉折點為2015年。其他屬于這一類型的國家的APC和轉折年各不相同。3）加速增長型：每千人口注冊護士數在考察期內呈現出加速增長趨勢，特別是在轉折點之后，APC的增長速度顯著高于轉折點之前，包括加拿大、澳大利亞、新西蘭等，其APC在轉折點后均表現出顯著增長。基于以上分析，可以看到不同國家在每千人口注冊護士數量的增長模式上存在差異，這些差異可能與各國的衛生政策、經濟發展水平、醫療衛生體系等因素有關。

2.3灰色關聯分析

采用灰色關聯分析法探討每千人口注冊護士數的影響因素，對5項3類指標進行分析。第1類為衛生資源指標，包括每千人醫師數和每千人床位數；第2類為費用指標，以支出總衛生費用占GDP百分比表示；第3類為人口與社會經濟指標，包括65歲以上人口比例和人均GDP（美元，購買力評價）。統計結果顯示，OECD國家每千人口注冊護士數與65歲以上人口占比的關聯度最高，平均關聯系數為 （0.85±0.07） ，其次是每千人醫師數和國家衛生費占GDP比，2個指標與每千人口注冊護士數平均關聯系數分別為（ 0.79± 0.14）和（ （0.76±0.11） 。我國每千人口注冊護士數與每千人床位數和國家衛生費用支出占GDP比的關聯度最高，關聯系數均為0.85，其次是每千人醫師數與每千人口注冊護士數，關聯系數為0.75，表明這些因素對母序列有影響，而65歲以上人口比例和總衛生費用占GDP百分比與人均GDP也表現出一定的關聯性，但影響程度相對較弱，關聯系數分別為0.69和0.60。

綜上所述，我國與OECD國家在每千人口注冊護士數的主要影響因素上存在差異。對于OECD國家來說，人口結構、醫療人力資源和衛生費用是主要因素；而在我國，醫療物資資源和人均GDP則是影響每千人口注冊護士數的主要因素。見圖2。

圖2灰色關聯分析結果

Figure2Results of greyrelationalanalysis

[X1為每千人床位數；X2為每千人醫師數；X3為人均GPD（美元）；X4為國家衛生費用支出占GDP比；X5為65歲以上人口占比。FR為法國，EE為愛沙尼亞，LV為拉脫維亞，FI為芬蘭，LU為盧森堡，IL為以色列，SE為瑞典，IT為意大利，LT為立陶宛，AT為奧地利，AU為澳大利亞，BE為比利時，CA為加拿大，CH為瑞士，CN為中國，CS為捷克，DE為德國，DK為丹麥，ES為西班牙，UK為英國，HU為匈牙利，IS為冰島，JP為日本，KR為韓國，MX為墨西哥，NL為荷蘭，NO為挪威，NZ為新西蘭，PL為波蘭，SI為斯洛文尼亞，US為美國]

亞、美國、立陶宛等，其PAD均值為 （0.33±0.23） ，表明人口密集度較低，而PAD gt;1 的國家包括西班牙、荷蘭、韓國等國家，其PAD均值為 （3.69±2.11） ，表明人口密集度較高。我國的PAD均值為 （2.52±0.01） ，屬于人口密度較高的國家。

HRAD lt;1 的國家包括加拿大、澳大利亞、冰島等國家，其HRAD均值為（ （0.33±0.26） ，表明這些國家在衛生資源配置的地理面積公平性方面表現較差。HRAD gt;1 的國家包括斯洛文尼亞、波蘭、匈牙利等，其HRAD均值為！ （3.18±1.56） ，表明這些國家在衛生資源配置的地理面積公平性方面表現較好。我國的HRAD均值為 （1.65±0.23） ，雖然我國屬于公平性較好的國家，但公平性水平較低，且呈現逐步提高的發展趨勢。HRAD lt;1 的國家隨時間變化呈現逐漸提高的趨勢，而HRAD gt;1 的國家隨時間變化呈現逐漸降低的趨勢，這表明世界主要國家的衛生資源配置地理面積公平性正在逐步改善。HRAD/PAD Π^lt;1 的國家包括韓國、墨西哥、日本等國家，其HRAD/PAD均值為L 0.78±0.10） ，表明這些國家的護理人力資源相對于集聚人口不足，總體上呈現隨時間降低趨勢，這會進一步加大護理人力資源不足的問題。我國的HRAD/PAD均值為 （0.66±0.06） ，提示護理人力資源相對于集聚人口不足，但HRAD/PAD呈現逐年增加趨勢，并在2019年增加趨勢開始放緩趨于穩定。HRAD/PAD gt;1 的國家包括德國、瑞士、挪威等國家，其HRAD/PAD均值為 （1.55±0.88） ，表明這些國家的護理人力資源相對于集聚人口過剩，總體上呈現隨時間降低趨勢，這會促進護理人力資源配置更加合理。美國的HRAD/PAD均值為 （3.68±0.26） ，護理人力資源相對于集聚人口過剩顯著。各國聚集度指標均值詳見圖3。

2.4配置水平比較

經檢驗，不同時段秩和比綜合評價模型的檢驗結果顯著，且擬合優度良好，所有方差膨脹因子（VIF）均 lt;10 ，表明模型不存在多重共線性問題，從而驗證了模型的可靠性。分析結果顯示，2010一2022年各國的秩和比（RSR）等級水平變化介于0～2級。護理人力資源配置水平較高的國家主要有美國和奧地利，此外，還有立陶宛、意大利、拉脫維亞、西班牙和以色列。荷蘭、匈牙利、愛沙尼亞、冰島、波蘭、丹麥、德國、法國、墨西哥、挪威、瑞典、瑞士、新西蘭、英國、澳大利亞和捷克等國家則處于中等水平。其他國家的護理人力資源配置水平相對較低或低。我國在2015年前的RSR等級水平為3級，表明護理人力資源處于中等配置水平；自2015年后RSR等級水平提升至4級，轉變為較高配置水平，并呈現出持續上升的發展態勢。

2.5 配置公平性評價

不同國家年度PAD變化較小，因此，采用平均PAD評估人口密集度。PAD lt;1 的國家包括澳大利

綜合HRAD/PAD和HRAD，可以將國家按衛生資源配置地理面積公平性、護理人力資源相對于集聚人口分為4類。1公平性差且不足、護理人力資源短缺，包括澳大利亞、加拿大、愛沙尼亞、芬蘭、愛爾蘭、拉脫維亞、墨西哥、新西蘭；2）公平性差但過剩、護理人力資源數量偏低但基本滿足人口需要，包括冰島、立陶宛、挪威、瑞典；3）較公平但不足，護理人力資源數量基本滿足但不能滿足人口需要，包括比利時、中國、法國、匈牙利、以色列、日本、韓國、盧森堡、荷蘭、波蘭、斯洛文尼亞、英國；4較公平且過剩、護理人力資源滿足，包括奧地利、瑞士、捷克共和國、德國、丹麥、西班牙、意大利、美國。我國屬于護理人力資源數量基本滿足但不能滿足人口需要的類別，但HRAD/PAD和HRAD相對較低，護理人力資源配置仍存在進一步提高的需要。

圖3HRAD/PAD和PAD、HRAD散點圖 Figure 3 Scatter plot of HRAD/PAD，PAD，and HRAD

（FR為法國，EE為愛沙尼亞，LV為拉脫維亞，FI為芬蘭，LU為盧森堡，IL為以色列，SE為瑞典，IT為意大利，LT為立陶宛，AT為奧地利，AU為澳大利亞，BE為比利時，CA為加拿大，CH為瑞士，CN為中國，CS為捷克，DE為德國，DK為丹麥，ES為西班牙，UK為英國，HU為匈牙利，IE為愛爾蘭，IS為冰島，JP為日本，KR為韓國，MX為墨西哥，NL為荷蘭，NO為挪威，NZ為新西蘭，PL為波蘭，SI為斯洛文尼亞，US為美國）

3討論

2022年，我國每千人口注冊護士為3.70人，處于OECD國家的中等水平，但低于世界衛生組織（WHO）統計的2022年全球主要國家和地區每千人口注冊護士數的平均值（4.03人），同時也低于歐洲地區、美洲地區的平均值（7.48人）和西太平洋地區的平均值（4.34人），總體來看，我國的護理人力資源仍然相對匱乏。此外，根據我國護理事業發展的2025年目標[2]，醫護比應達到1：1.20，2022年我國的醫護比為1：1.16，低于WHO推薦的1：3[19]，全球主要國家和地區的2015—2019年醫護比平均值為 1：4.04^[19] ，而我國同期比例為1：1.38，從需求角度推測，我國的護理人力資源配置水平仍有待提高。綜上所述，無論是從OECD國家或全球范圍內的比較來看，還是從我國護理事業發展的目標要求來看，我國都需要繼續增加護理人力資源的配置，這與鮮國煒等[5，20]的研究結論一致。

OECD國家的每千人口注冊護士數年增長趨勢總體上較為平穩。這些國家由于醫療體系相對成熟，注冊護士的數量已經達到了一個相對較高的水平，因此其增長率較低，但保持了勻速穩定增長水平，這一現象在美國、日本等醫療體系發達的國家表現得尤為明顯，然而，我國的年增長趨勢卻呈現出不同的模式。在2017年之前，我國的每千人口注冊護士數年增速保持了快速增長，這主要得益于國家對醫療體系的持續投入和護理教育的快速發展，之后，增速有所下降，這可能與我國醫療體系逐步進入優化調整期有關。盡管如此，我國依然保持了中等速度的增長，這表明我國的醫療體系仍在不斷發展和完善中。通過進一步的分析發現，各國的增長模式、速度和轉折年與每千人口注冊護士數關聯程度不大，這意味著每個國家的醫療體系發展都有其獨特的路徑和特點。

灰色關聯分析發現，OECD國家與我國的關聯因素存在顯著差異。在OECD國家中，每千人口注冊護士數與65歲以上人口比例的關聯度最高，平均關聯系數為 （0.85±0.07） 。這表明老年人口比例的增加對注冊護士的需求有顯著影響。其次是每千人醫師數和總衛生費用占GDP百分比，其與每千人口注冊護士數平均關聯系數分別為 （0.79±0.14） 和 （0.76±0.11） 。這說明醫師數量的增加和衛生費用的投入也對注冊護士數量有較大影響。我國每千人口注冊護士數與每千人床位數和人均GDP的關聯度最高，關聯系數均為0.85。這意味著醫療物資資源和經濟發展水平是我國注冊護士數量的主要影響因素。其次是每千人醫師數與每千人口注冊護士數，關聯系數為0.75，表明醫師數量也對注冊護士數量有影響。綜上所述，OECD國家每千人口注冊護士數的主要影響因素是人口結構、醫療人力資源和衛生費用，而我國的主要影響因素是醫療物資資源和人均GDP，這一差異提示不同國家醫療資源配置和護理人力資源規劃上可能存在不同的策略和需求。

2010—2022年OECD國家的護理人力資源配置水平呈現出不同程度的提升，特別是一些發達國家，如美國和奧地利，其RSR等級始終保持在較高水平，顯示出其護理人力資源的充足和優質，而立陶宛、意大利、拉脫維亞、西班牙和以色列等國的RSR等級也顯示出較高的水平，表明這些國家在護理人力資源配置方面也取得了顯著成效。荷蘭、匈牙利、愛沙尼亞、冰島、波蘭、丹麥、德國、法國、墨西哥、挪威、瑞典、瑞士、新西蘭、英國、澳大利亞和捷克等國的RSR等級處于中等水平，表明這些國家在護理人力資源配置方面有一定的基礎，但仍有提升空間。我國在2015年之前的RSR等級為3級，屬于中等配置水平。然而，在2015年之后，我國的RSR等級提升至4級，躋身于較高配置水平的國家行列，這一變化表明我國在護理人力資源配置方面取得了較快進展，呈現出越來越高的發展趨勢。這可能與我國近年來加大對醫療健康領域的投入、提高醫護人員待遇以及加強醫療教育等有關。

我國的PAD均值較高，HRAD均值相對較低，這意味著在護理人力資源的分配上仍存在較大的改善空間。時間趨勢分析顯示，我國的護理人力資源相對于集聚人口不足（HRAD/PAD Π^lt;1 ），但這一指標在逐年增加，表明我國正在逐步改善護理人力資源的配置效率。HRAD/PAD gt;1 的OECD國家，如德國、瑞士、挪威、瑞典、立陶宛、奧地利和美國，護理人力資源相對于其人口密度顯得過剩，這些國家在護理人力資源的配置上已經達到了一個相對合理的水平，甚至在某些情況下可能過剩，這對于保證醫療服務的質量和可及性是一個積極的因素。對于HRAD/PAD _lt;1 的國家，如韓國、墨西哥、日本、波蘭和英國等，護理人力資源相對于其集聚人口不足，面臨護理人力資源短缺的挑戰，這將影響其醫療服務體系的效能和公眾的健康保障。隨著時間的推移，這些國家的HRAD/PAD呈現下降趨勢，這可能加劇護理人力資源的不足問題。我國屬于護理人力資源數量基本滿足但不能滿足人口需要的類別，提示我國在未來的衛生資源配置中，需要進一步優化護理人力資源的分布和利用效率，以更好地適應人口密集度的特點，并滿足不斷增長的健康服務需求。

4小結

通過對比分析我國與部分OECD國家在護理人力資源方面的現狀、發展趨勢、影響因子及配置水平，初步得出以下結論。首先，我國護理人力資源仍然相對短缺，有待進一步增加，醫護比例需要優化。其次，我國和OECD國家每千人口注冊護士數量均呈持續增長態勢，盡管我國自2015年以來增速放緩，但仍維持在中速增長水平。不同國家在醫療資源配置和護理人力資源規劃方面可能采取不同的策略和應對不同需求；影響我國每千人注冊護士數量的主要因素包括醫療物資資源、人均GDP，而老年人口結構、醫療人力資源及衛生費用則是影響OECD國家注冊護士數量的關鍵因素。再次，自2015年起，我國護理人力資源配置水平已提升至較高行列。最后，盡管與我國集聚人口相比護理人力資源尚顯不足，但與OECD國家相比，我國的護理人力資源配置效率正在逐步改善，為滿足不斷增長的健康服務需求，配置效率仍需進一步優化。

參考文獻：

[1]陳仁昌，楊滿洲，馮文佳，等.山東省護理人力資源配置分析[J].護理研究，2023，37（16）：3017-3020.

[2]國家衛生健康委.關于印發《全國護理事業發展規劃（2021—2025年）》的通知[EB/OL].[2024-05-07].htp：//www.nhc.gov.cn/yzygj/s7653pd/202205/441f75ad347b4ed68a7d2f2972f78e67.shtml.

[3]蘇彬彬，杜鵑，賈金忠，等.中國護理人力資源現狀及其配置研究[J].中國衛生政策研究，2018，11（12）：56-61.

[4]張夢冉，王麗曉，劉陽陽.中國護理人力資源城鄉分布差距現狀及影響因素[J].河南醫學研究，2022，31（16）：2881-2884.

[5]鮮國煒，柴鈺霖，宮云娜，等.基于集聚度和秩和比法的我國護理人力資源研究[J].護理學雜志，2024，39（5）：42-47.

[6]李秉航，馬桂峰，陳苗苗，等.部分OECD國家衛生總費用發展階段的研究[J].中國衛生統計，2023，40（2）：224-226；230.

[7]沈郁淇，盛紅旗，馬桂峰，等.OECD國家衛生投入與健康產出：基于動態面板系統GMM模型的計量分析[J].中國衛生經濟，2019，38（7）：64-66.

[8]毛秀華，林小丹，賈銘芳，等“一帶一路\"沿線國家護理人力資源配置現狀分析[J].護理學報，2022，29（24）：1236.

[9]徐碧霞，姚衛光.基于RSR和HRAD的粵港澳大灣區護理人力資源配置分析[J].護理研究，2021，35（17）：3009-3013.

[10]程立輝，宋玉磊，方秀萍，等.基于秩和比法的我國護理人力資源配置分析[J].中國醫院管理，2019，39（2）：74-76;80.

[11]National Cancer Institute. Joinpoint regression program（version5.2.0.0）[DB/OL].[2024-10-3o]. htps：//surveillance.cancer. gov/joinpoint/.

[12]覃青連.二孩政策實施前后南寧市婦幼衛生服務空間可及性的時空趨勢研究[D].南寧：廣西醫科大學，2021.

[13]夏依達·艾尼，瑪爾哈巴·阿布都熱西提，胡韋菊，等.2012—2022年烏魯木齊市婚前醫學檢查變化趨勢及空間聚集性特征分析[J].現代預防醫學，2024，51（13）：2342-2347.

[14]熊月琳，王浩，李洋，等.基于Joinpoint回歸模型的2003—2022年武漢市螺情變化趨勢分析[J].中國血吸蟲病防治雜志，2024，36（2）：159-164.

[15]李長坤.基于灰色關聯分析與因子分析法的衛生資源配置水平綜合評價方法研究[J].中國衛生統計，2019，36（4）：541-544.

[16]陸維，鄭夢，陳晨，等.基于灰色關聯度分析法的京津冀衛生費用影響因素研究[J].中國社會醫學雜志，2024，41（1）：93-96.

[17]Scientific Platform Serving for Statistics Professional.SPSSPRO（version1.0.11）[EB/OL].[2024-10-30].htps：//www.spsspro.com.

[18]邵佳馨，杜敏，劉瑞華.基于集聚度和秩和比法的廣東省護理人力資源研究[J].護理學報，2023，30（4）：33-37.

[19]WorldHealth Organization.World health statistics 2O18[R].Geneva：WorldHealthOrganization，2Ol8：1.

[20]李巧鳳，何悅菡，晏毅龍，等.基于結構變動度和秩和比法的2017—2021年我國衛生人力資源配置狀況研究[J].醫學與社會，2024，37（4）：55-60.（收稿日期：2024-12-03；修回日期：2025-07-29）