重大公共卫生事件中医护人力资源错配与反思

王巍 王英哲 商梦雅

内容提要： 由于重大公共卫生事件的突发，使医护人力资源随时间出现数量错配和空间上的结构错配。本文以新冠肺炎疫情突发地湖北省为例，首先利用状态空间模型测算医护人力资源的时间错配度;其次，考虑到疫情以各交通枢纽为扩散点向人口密集度较高的地区蔓延，其偶发性和差异性导致医护人力资源出现空间错配，本文选取湖北省疫情较重的时间点，利用横截面数据测算各省医护人力资源空间配置耦合度，并依据错配程度将各省划分为紧缺型、协调型和富裕型地区;最后，根据以上分析，提出全国医护人力资源统筹优化调配方案。研究表明，需要构建持续更新、动态监管的时效性医护人力资源共享平台，以及信息全面、地域覆盖的网格化医护人力资源共享平台，以提供特殊时期医护人力资源的科学统筹和区域规划。

关键词： 公共卫生;新冠疫情;医护人力资源;共享平台

中图分类号：F069.9;F241  文献标识码：A  文章编号：1001-148X（2021）05-0045-08

一、引言

2019年末湖北省武汉市集中发生多起病毒性肺炎，2020年1月8日经过基因测序被确定为新型冠状病毒肺炎[1]。确诊病例呈现以武汉为核心，以各交通枢纽为扩散点向人口密集度较高的地区蔓延，致使全国范围启动重大突发公共卫生事件Ⅰ级响应，其影响范围和严重程度超过2003年的SARS疫情，当地对医护人力资源的需求量激增，产生较大供需缺口。

为全力支持湖北省抗疫工作，2020年2月7日国务院联防联控机制新闻发布会上，国家卫健委提出建立16省援鄂的对口支援关系，其他省份医护人力资源进行“一省包一市”的集中支援和救助。然而随着疫情扩散，个别地区受疫情影响也出现医护人力资源的需求缺口，并由于支援时间的差异性和调配的滞后性，湖北省医护人力资源密集性聚集或存在医护人力资源溢出错配，使医护人力资源随时间出现数量错配和空间上的结构错配。医护人力资源作为抗击疫情的第一道防线，其精准调配与科学管理，是打赢疫情防控阻击战的关键环节。基于此，本文全面分析确诊病例人数增加与医护人力资源短缺的主要矛盾，进一步研究各地区由于重大公共卫生事件突发基于紧急状态下医护人力资源的错配情况，并总结优化医护人力资源空间调配方案， 基于省级卫健部门现有的医护人力资源数据库，探讨以乡村为点，以区县为线，以省市为面的网格化大数据共享平台，以期为应对重大公共卫生事件统筹调配医护人力资源提供重要依据，也为政府部门提供决策借鉴与参考。

二、文献综述

（一）人力资源错配

人力资源配置是人力资源在不同地域、产业、部门之间的分布与安排状态，医护人力资源是疫情防控与救治生命的主力军[2]，医护人力资源配置水平不仅包括数量人口分布的均等性，也应考虑空间地理分布的合理性[3]。 人员数量是提高医护质量、确保护理安全的基础[4]，人员结构反映人力资源质量合理性[5]。医护人力资源错配是指医护人力资源数量配置不足[6]，质量结构即医护比失调[7-8]，以及分布地域不平衡[9-10]。

醫护人力资源最优配置是难以准确刻画的理想状态，偏离这个状态即错配的实质。在新冠疫情突发的特殊时间节点，医护人力资源错配主要表现是数量配置不足;疫情在个别地点突发，地域间需求量出现较大差异导致医护人力资源配置结构不均衡，因此医护人力资源数量平衡和结构均衡就是此时最优配置的理想状态。虽有学者研究过医护人力资源错配测度，但侧重于常态下较长时间跨度的质量结构配比分析。本文主要基于非常时期某一变量，即患者数量短时间内增加造成的医护人力资源错配，通过预测所需医护人力资源总体数量，并在此基础上研究患者与医护人力资源配置之间的动态联系，进一步从时间和空间的角度判断如何优化医护人力资源配置。

（二）人才共享平台

实现人力资源优化配置，降低医护人力资源错配度的重要方式是构建信息资源完善的人才共享平台或共享系统[11]。人力资源错配产生的主要诱因是人才流失，在人才大量流失的环境中催生出人才共享机制，实质是智力资源共享，主要指人才使用打破传统区域[12-13]、行业[14]等限制，使人才智力资源被充分利用并在各区域、各行业自由流动，从而使人才供给方和受益方实现效应最大化[15]。人才共享机制可分为柔性的人才共享机制，与人才流动相匹配的人力资源保障机制建设[16]，以及协同创新人才资源共享模式[17]等。

现阶段对人力资源数据库的研究大部分基于特定地区和特殊人才建立分散的点状数据库，如大气科学人才数据库[18]、国土资源人才数据库[19]、应急语言服务人才数据库、三农人才数据库[20]、广东省科技人才数据库[21-22]。尚没有基于错配程度分析而构建医护人力资源共享平台，此外现有人才数据库鲜有具备应急性的特殊职能。人力资源错配是人力资源在时间和空间上偏离理想状态，在新冠疫情突发的特殊时期，鉴于各省市医护人力资源时间上的数量错配和地域上的空间错配，医护人才共享平台构建也相应侧重时间连续性和地域全面性等特征。

三、医护人力资源的时间错配分析

人力资源优化配置通常由数量与结构两个维度来刻画，旨在实现人力资源在空间和时间上处于适当的位置使其发挥最佳作用，通过测算医护人力资源需求量，来分析医护人力资源错配情况显得尤为重要。本文以疫情突发地湖北省为例，利用平稳时间序列构建状态空间模型，测算医护人力资源数量受患者数量和卫生机构数量的影响情况，再通过疫情突发导致的患者数量增加，估计大致需要配置的医护人力资源数量，对比各地调配的医护人力资源数量，分析疫情突发导致医护人力资源随时间出现数量错配的程度，从而研究如何利用人才共享平台来解决错配问题。

（一）变量选取和单位根检验

在新冠疫情突发期间，患者数量呈几何倍增加，对医护人力资源的需求量大幅度增加;卫生机构数量也影响着医护人力资源的需求量和配置水平，卫生机构数量增加会需求和容纳更多的医护人力资源使其得到更好的配置。本文以医护人力资源数量（HHR）为被解释变量，患者数量（CL）、卫生机构数量（HCL）为解释变量。样本数据来源2005—2018年《湖北省统计年鉴》，用卫生机构人员数表示医护人力资源数量，每年诊疗总人数表示患者数量。为了消除时间序列异方差的情况，数据选取自然对数，即医护人力资源数量为LNHHRt、患者数量LNCLt、卫生机构数量LNHCLt。利用状态空间模型分析患者数量对医护人力资源影响的弹性系数，再通过测算当患者增加时医护人力资源需求量，从而进一步分析医护人力资源的错配情况。

在状态空间模型中若出现各个数据非平稳，会导致没有因果关系的变量出现较高相关性的“虚假回归”现象，因此需要对各个变量进行单位根检验，选择ADF检验法应用Eviews8.0测算得到的检验结果如表1所示。

选择Johasen协整方法，旨在检验非平稳时间序列建立的回归方程所描述的因果关系是否伪回归，如表1所示三个指标均为一阶单整，满足协整检验的前提条件，协整检验结果如表2所示，表明各变量在5%的显著水平下存在协整关系。

（二）状态空间模型和参数估计

由于状态空间模型一般应用于多变量时间序列，将不可观测的变量并入可观测的模型并与其一起得到估计结果，适用于理性预期和测量误差，因此可应用在对医护人力资源错配度的测算中。参考郭炜和张开金（2013）的研究[23]，选取医疗保险经办机构人力资源数量与医疗保险参保人数作为研究变量建立状态空间模型，利用卡尔曼滤波对模型参数进行估计。

本文据此建立医护人力资源数量LNHHRt关于患者数量LNCLt、卫生机构数量LNHCLt的可变参数状态空间模型，如方程（1）和方程（2）所示，其中可观测变量为医护人力资源数量LNHHRt、患者数量LNCLt和卫生机构数量LNHCLt是平稳的时间序列并构成动态系统;状态向量为SV1、SV2是不可观测变量，但为一阶马尔科夫过程，表示各时间点被解释变量对解释变量的敏感程度或是弹性系数;μt为扰动项，服从均值为零、方差为常数的正态分布。

量测方程：

LNHHRt=C（1）+SV1×LNCLt+SV2×LNHCLt+μt （1）

状态方程：

SV1=SV1（-1），SV2=SV2（-1） （2）

对方程（1）和（2），应用卡尔曼滤波算法进行参数估计，结果如表3、表4和图1所示。

（三）结果分析

表3、表4和图1状态空间参数估计结果显示，医护人力资源数量受患者数量影响较大，筛去个别年份极端值，弹性系数SV1大致在0.37到0.4之间，表明患者数量每增加1%，医护人力资源数量增加0.37%—0.4%，即患者数量增加100人，需要增加医护人力资源37—40人才可以满足患者需求，因此界定医护人力资源调配数量小于新增需求量时为负向错配，调配数量大于新增需求量时为溢出错配。

医护人力资源错配很大程度上是随时间频繁变动、受供需数量影响的错配，并呈前期迅速递增，后期随着疫情得以控制而逐渐平缓的形态。通过梳理湖北省新冠肺炎疫情防控工作新闻发布会，汇总各省调配的医护人力资源数量，依据每日新增确诊病例和累计确诊病例，通过前述模型测算湖北省新增的医护人力资源需求数量，分析医护人力资源在疫情突发时的错配情况，如图2所示。

由图2可知，1月底累计确诊病例7153人，共有42支医疗队、医护人员4599人驰援湖北省，此时医护人力资源在各地的援助下略有富余。2月初累计确诊病例达到16678人，医护人力资源产生311至811人的负向错配。截至2月5日，共有107支医疗队、10596名医护人员支援湖北省，而此时医护人力资源的需求量为7276至7866人，产生约3000人的溢出错配，但随着确诊人数增加，医护人力资源随时间又出现8639至10198人的负向错配。截止2月14日24时，各地区又派出217支医疗队，25633名医护人员，迅速弥补湖北省医护人力资源负向错配状态，但投入过多又产生大约5000人的溢出错配，并随时间错配程度逐渐趋于平缓。

综上所述，现阶段缺乏全国统筹的医护人力资源信息共享平台，导致疫情重灾区和非重灾区的医护人力资源没有实现科学统筹和合理调配，各省自主报名及各单位分别抽调的方式选取调配人员，虽然在短时间内可迅速弥补湖北省医护人力资源的需求缺口，但也不可避免的产生人员浪费情况。此外若派出地大量调配当地医护人力资源支援湖北省，适逢本地突发疫情，则会出现当地更严重的医护人力资源空间错配问题。因此应进一步分析医护人力资源空间配置的情况，据此研究如何优化医护人力资源调配方案，以减缓医护人力资源随时间产生的错配问题。能否完善人才共享机制并在疫情得以控制后，构建连通各省、统筹全国的医护人力资源共享平台，对各地区进行科学高效的人力资源统筹与应急管理，从而减缓因突发重大公共卫生事件所引发的医护人力资源配置缺口问题显得尤为重要。

四、医护人力资源的空间错配分析

新冠肺炎疫情确诊病例具有空间分布的偶发性和差异性。根据医护人力资源时间错配度结果可知，疫情突发地的医护人力资源需求量迅速增加，而疫情得以控制的地区相对富余。选取疫情比較严重的时间点对应的不同地区的横截面数据，应用医护人力资源空间配置耦合度测算方法，分析二者之间内在的动态关联，并考虑人力资源的另一特征即结构维度，以此测算哪些地区出现了何种程度的医护人力资源错配，需要调配什么类型的医护人力资源，进一步从地域和空间角度研究如何优化医护人力资源配置。

（一）耦合测度指标体系构建

耦合是指两个（或两个以上）各系统内部子系统之间通过相互影响、协调的良性互动并形成彼此约束、选择、协同和放大的动态关联关系，从而将系统整体联合起来的物理现象。新冠肺炎是一种新型、突发的呼吸道传染病，重症患者占比高，死亡率较高，各地区疫情严重性通过新增确诊病例、累计确诊病例、累计治愈病例和累计死亡病例数量体现，医护人力资源配置结构通过卫生技术人员、执业医师、注册护士、药剂师的数量体现。将各地区医护人力资源数量和新冠肺炎疫情患者构成视为两大序列组，并根据上述分析构建二者子序列的指标体系，通过测算耦合度来分析医护人力资源的空间配置情况，从而判断当疫情较严重的时间点各地区医护人力资源配置能否满足所需，测算指标体系如表5所示。

（二）样本选择与数据处理

研究样本选取固定时间不同地区的横截面数据，医护人力资源序列组各项指标来源各省2019年的统计年鉴数据。疫情以武汉为中心进行辐射性扩散，故疫情患者构成指标选取湖北省新增确诊病例最多的2020年2月12日。鉴于西藏自治区的特殊性，只有一例输入性感染且已治愈，因此设西藏自治区的耦合度均为1。

（三）模型分析与测算

应用GRA方法建立空间耦合模型，设各省医护人力资源配置序列组为HHRi（t），新冠肺炎疫情患者构成序列组为CLj（t），t表示全国各省，采用极差标准化的方法对数据进行无量纲化处理，求出二者在t地区的关联系数Rij（t），HHRi′（t）、CLj′（t）分别为二者的标准化值，θ反映关联系数之间的差异显著性，取值一般为0.5，则有：

HHR′i= HHRi-min i HHRi max i HHRi-min i HHRi

CL′j= CLj-min j CLj max j CLj-min j CLj

Rij（t）= min i min j  HHRi′（t）-CLj′（t） +θmax i max j  HHRi′（t）-CLj′（t）   HHRi′（t）-CLj′（t） +θmax i max j  HHRi′（t）-CLj′（t）

根据求出的关联系数，求出其关联度rij（t）和耦合度ρij（t），设 k 为样本数据，ρi（t）为医护人力资源序列组的第i个指标与新冠肺炎疫情患者构成指标的平均耦合度，则有：

rij（t）= 1 k ∑ k i、j=1 Rij（t），（k=1，2，3……k）

ρij（t）= 1 n ∑ n i、j=1 rij（t），（n=1，2，3，4）

本文重点是分析疫情突发对医护人力资源的供需错配情况，因此需测算现有医护人力资源序列组对新冠疫情患者构成序列组的耦合度。将样本数据代入模型中，结果如表6和图3所示。

（四）结果分析

耦合度小则说明现有医护人力资源配置水平无法满足当地疫情的需求量，耦合度高则说明当地医护人力资源配置水平可以满足其需求。将各省份划分为医护人力资源紧缺型地区、协调型地区和富余型地区，设耦合度0—0.5为医护人力资源紧缺型地区，表示疫情突发时亟需此类医护人力资源，需从其他地区进行调配;耦合度0.5—0.7为医护人力资源协调型地区，表明该类型医护人力资源基本满足需求;耦合度0.7—1为医护人力资源相对较为富余地区;由于西藏地区的特殊性设定西藏耦合度均为1。由表6和图3可知，湖北、山东、江苏、广东、四川等地耦合度较低，医护人力资源整体配置水平较低，为医护人力资源紧缺型地区;青海、宁夏、海南、新疆、西藏等地耦合度较高，医护人力资源配置水平较高，为医护人力资源富余型地区。

五、医护人力资源调配与共享

（一）优化医护人力资源空间调配方案

根据表6和图3各省医护人力资源配置耦合度测算结果， 应用GeoDa1.10软件分析空间数据，各省职业医师耦合度区位划分如图4所示，各省注册护士耦合度区位划分如图5所示。根据图4、图5可知，医护人力资源耦合度整体呈自北向南、自西向东递减的趋势，东北和西北多为医护人力资源富余型地区，华北和西南多为医护人力资源协调型地区，华中和中南多为医护人力资源紧缺型地区。

通过汇总官方发布数据，截止到2月14日24时，各地区共派出217支医疗队，25633名医护人员支援湖北省。进一步分析派出地区的医护人力资源调配情况，如表7所示。

根据表7所示，虽然各地区响应号召积极调配支援，但此时江苏、广东等地也因疫情突发导致当地医护人力资源短缺，湖南省为注册护士紧缺型地区，北京市为注册护士协调型而非富余型地区，福建省也属于协调型地区，尚不足以满足本地医护人力资源配置需求，因此可根据空间医护人力资源错配情况，优化医护人力资源空间调配方案。根据图4、图5所示，湖北、江苏、浙江、山东、河南、广东、四川等地为医护人力资源紧缺型地区，而天津、内蒙古、吉林、黑龙江、江西、海南、甘肃、青海、宁夏、新疆、西藏等地为医护人力资源富余型地区。据此可以湖北省为中心，从西北地区医护人力资源相对盈余地区调配至中部和南部，从东北地区调配至华北等地，建立分区就近对口支援策略，如图6所示。例如可将西藏、青海的医护人力资源调配至四川、贵州、湖南、广东，以西北支援西南、东南等区域;黑龙江、吉林、内蒙古调配至河南、山东，以东北支援华北等区域，以实现医护人力资源的优化配置。

（二）构建医护人力资源共享平台

1.构建持续更新、动态监管的时效性医护人力资源共享平台

根据实证分析可知，新冠疫情的突发性导致医护人力资源随时间出现供需数量错配。目前医护人力资源调拨主要以各地区分别上报抽调为主，具体调拨多少医生、护士，其中包括多少呼吸科、传染科等有针对性科室的主任、副主任医师都没有数据支撑，无法进行科学的统筹管理，也无法保证是否有效弥补需求缺口，有些地区甚至产生了人力资源的错配问题，因此，需要构建持续更新、动态监管的医护人力资源共享平台。

人力资源信息不断变化，医护人力资源共享平台需不断更新，因此根据医护人员的自然属性和工作情况建立退出机制动态管理。针对人力资源信息时效性的特点，可采取人力资源数据自然淘汰和机械淘汰的动态监管机制。自然淘汰是依据人力资源的自然年龄属性等情况，计算其退休年龄，实行自然选择的动态淘汰，但对于重要专家学者，可根据人才的特殊情况，选择其不参与动态淘汰机制;机械淘汰是指根据人力资源上报转业、轮岗等情况，进行动态管理的方式。如医护人力资源轮岗，区域内暂时性调动可不更改数据信息，若跨省长期或永久性调动，则需及时更新人力资源数据，以达到“人适其事、事适其人、人尽其才、才尽其用”的时效性特点。

2.构建信息全面、地域全面的网格化医护人力资源共享平台

医护人力资源在特定地域出现空间错配，使疫情较为严重地区医护人力资源难以实现对患者的及时救助，目前建设的大部分人力資源数据库是为满足本区域或本部门的需求，数据库中的人力资源对象局限于区域和特定部门领域，各地区医护人力资源信息繁杂且没有统一的标准来衡量，因此不利于医护人力资源的合理调配。为充分实现人力资源共享，应构建信息涵盖全面、录入标准统一的网格化医护人力资源共享平台，包括人力资源数据的专业全面、地域全面以及信息全面等特性，在横向上扩展入库范围，根据专业性质的不同进行整合，建立若干个平行的专业人力资源库，据此建立一个涵盖多层次、多领域的医护人力资源共享平台。

基于省市卫健部门现有的医护人员数据库进行汇总归类，构建以乡村为点，以区县为线，以省市为面的网格化共享平台。基于人力资源的多维属性，录入的信息需要涵盖人力资源的基本情况、工作履历、专业技术等信息，包括姓名、性别、出生年月、学历、学位、现工作单位、专业技术职称、行政职务、通讯地址、主要工作经历、教育经历等内容，不仅记录每名医护人员的个人信息和基本情况，还要与其所在单位联网实时扩充其工作履历和医护业绩，应用大数据分析技术对医护人员进行绩效评价，按照领军人才、特需人才、骨干人员和一般人员进行分级分类管理，充分实现医护人力资源的区域间共享。

六、结论

本文以新冠疫情突发地湖北省为例，研究疫情防控中存在的医护人力资源错配问题。结合疫情的突发性，医护人力资源需求量变动较为频繁，固定参数模型无法分析动态变动情况，故利用平稳时间序列构建可变参数状态空间模型，研究医护人力资源受患者数量、卫生机构数量的影响情况测算所需医护人力资源配置数量。可知湖北省医护人力资源受患者数量影响较大，患者数量每增加100人，需要调配医护人力资源37—40人才可以满足患者需求。通过分析湖北省2月份医护人力资源错配情况，随着疫情在湖北省突发，患者增加导致医护人力资源出现短缺错配。现阶段由于缺乏全国统筹的医护人力资源信息共享平台，导致疫情重灾区和非重灾区的医护人力资源没有实现科学统筹和合理调配，各省通过自主报名及各单位分别抽调的方式选取调配人员，虽然在短时间内可迅速弥补湖北省医护人力资源的需求缺口，但当疫情趋于稳定，其他地区由于支援时间的差异性和调配的滞后性，挤占原所属医院的医护人力资源，也导致湖北省医护人力资源出现溢出错配，进而提出需要构建持续更新、动态监管的时效性医护人力资源共享平台，以提供科学有效的调配参考依据，从而减缓因突发重大公共卫生事件所引发的医护人力资源配置缺口。

为进一步验证这一结论，结合疫情偶发性和差异性等特点，应用医护人力资源空间配置耦合度测算方法，运用灰色系统理论将不断变化的医护人力资源根据内部结构的发展过程和态势转为量化分析，据此测算各地区疫情现状即患者构成序列组与医护人力资源配置结构序列组的内部动态关联程度，若该地区医护人力资源配置结构可以满足疫情现阶段患者构成的需求，则二者的耦合关联度较高，从而判断当疫情较严重的时间点哪些地区出现了何种程度的医护人力资源错配，需要调配什么类型的医护人力资源，并提出需要构建信息全面、地域全面的网格化医护人力资源共享平台。以耦合度0.5和0.7为限定界限，按空间错配程度将各省份划分为医护人力资源紧缺型、协调型和富余型地区。 得出湖北、山东、江苏、广东、四川等地耦合度较低，医护人力资源整体配置水平较低，为医护人力资源紧缺型地区;青海、宁夏、海南、新疆、西藏等地耦合度较高，医护人力资源配置水平较高，为医护人力资源富余型地区，进而根据各地区实际情况提出优化医护人力资源空间调配方案即分区就近对口支援策略，进一步从地域和空间角度研究如何优化医护人力资源配置。

受到疫情发展动态数据统计的局限性制约，本文重点研究湖北省医护人力资源错配问题，并未结合全国各地区面板数据进行横向比较，在测算广度上仍需要进一步扩展。疫情的突发性致使患者数量对医护人力资源的影响显得尤为重要，但也不同程度的受其他因素的影响，医护人力资源构成包括卫生技术人员、职业医师、注册护士和药剂师等，未来研究还应考虑到医护人员层次、患者类型、疫情发展程度、区域经济社会发展等方面。鉴于目前全球面临的重大公共卫生事件中如何配置医护人力资源的世界难题，还应致力于构建全球医护人力资源共享平台。

参考文献：

[1]  赵序茅，李欣海，聂常虹.基于大数据回溯新冠肺炎的扩散趋势及中国对疫情的控制研究[J].中国科学院院刊，2020，35（3）：248-255.

[2] 林陶玉，方鹏骞.疫情防控紧急状态下医院护理人力资源配置与动员管理策略[J].中国卫生事业管理，2020，37（5）：332-334.

[3] 刘松，张慧，张秋，等.广东省卫生人力资源配置水平和公平性研究[J].医学与社会，2020，33（7）：9-13.

[4] 施雁，高秋韵，毛雅芬，等.护理人力資源配置调查及对策[J].中华护理杂志，2005（5）：373-375.

[5] 王芳，朱晓丽，丁雪.我国基层卫生人力资源配置现状及公平性分析[J].中国卫生事业管理，2012，29（2）：108-110.

[6] 程晶晶.我国卫生人力资源配置现状分析[J].合作经济与科技，2020（5）：159-161.

[7] 刘华平，巩玉秀，么莉，等.护士人力资源现状分析和配置标准研究[J].中国护理管理，2005（4）：22-25.

[8] 崔大伟.分析卫生人力资源配置存在的问题与改善策略[J].中国市场，2020（16）：98-100.

[9] 毛宗福，王永棣，刘继强，等.我国卫生人力资源及其研究现状[J].中华医院管理杂志，2003（1）：16-20.

[10] 胡常全.公立医疗机构卫生人力资源配置的现状及问题[J].人才资源开发，2020（13）：34-35.

[11] 闫艳红，商华.马尔可夫模型在辽宁沿海经济带人力资源供给预测中的应用[J].中国人口·资源与环境，2014，24（S1）：196-198.

[12] 郭庆松.人才共享机制：区域经济一体化的最佳选择[J].人才开发，2006（11）：14-16.

[13] 王娟，贾冀南.人才共享——雄安新区人才集聚新方式[J].价值工程，2020，39（3）：24-25.

[14] 宿敬肖，闫晶.京津冀协同发展背景下人才共享相关研究[J].商场现代化，2016（30）：161-162.

[15] 陳小云.共享经济背景下新零售企业人才共享模式探讨[J].商场现代化，2019（15）：15-16.

[16] 曹略耕.论“旋转门”机制在新型公安智库人才流动机制建设中的应用[J].智库理论与实践，2019，4（3）：73-79.

[17]  张薇薇，赵静杰.协同创新中人才资源共享模式与创新绩效研究[J].科学管理研究，2019，37（5）：143-147.

[18] 李期位.大气科学人才数据库的建设研究[J].陕西气象，2012（4）：36-39.

[19] 宋毅，杜新波，王雪菲，等.国土资源人才数据库信息系统架构设计与应用模式研究[J].国土资源信息化，2017（6）：44-46，21.

[20] 张芳.乡村人才振兴视角下的三农人才数据库建设探究[J].宁夏林业，2020（2）：61-63.

[21] 黄燕，邵春.我省科技人才数据库建设存在的问题及对策建议[J].广东科技，2012，21（13）：1，28.

[22] 邓媚.简析运用云计算重构广东科技人才数据库[J].云南科技管理，2016，29（4）：34-36.

[23] 郭炜，张开金，黄新.基于状态空间模型的医疗保险经办机构人力资源预测研究[J].中国卫生统计，2013，30（2）：230-231.

Mismatch of Medical Human Resources in Major Public Health Incidents and

Reflection：Empirical Evidence from Hubei Province

WANG Wei1，WANG Ying-zhe1，SHANG Meng-ya2

（1.School of Finance and Public Management， Harbin University of Commerce， Harbin 150028，China;

2.School of Economics，Harbin University of Commerce， Harbin 150028，China）

Abstract：  The emergency of major public health events makes the number mismatch and spatial structure mismatch of medical human resources over time.This article takes Hubei Province as an example.Firstly， it uses state space model to calculate the time mismatch degree of medical human resources;Secondly， considering that COVID-19 spread from various transportation hubs to areas with high population density， and its occasional and differences lead to the spatial mismatch of medical human resources， this paper selects the time point of serious epidemic in Hubei Province， uses cross-sectional data to calculate the coupling degree of spatial allocation of medical human resources in each province， and divides each province into shortage，harmonious and affluent areas according to the mismatch degree;Finally， according to the above analysis， the overall and optimal allocation scheme of national medical human resources is put forward.Research shows that it is necessary to build a timely medical human resources sharing platform with continuous update and dynamic supervision， as well as a grid medical human resources sharing platform with comprehensive information and regional coverage， so as to provide scientific overall planning and regional planning of medical human resources in special periods.

Key words： public health; COVID-19; medical human resources; sharing platform

（责任编辑：周正）