基于空间分析的中国药师、技师配置及优化策略研究*

朱斌，毛瑛，张宁，何荣鑫，宁伟，谢涛，刘锦林

(1 南方科技大学公共卫生及应急管理学院，广东 深圳 518055；2 西安交通大学公共政策与管理学院 ；3 西北工业大学公共政策与管理学院 )

卫生人力资源是实现健康的载体，是开展医疗卫生服务的基本条件，是满足社会成员基本卫生服务需求、实现人人享有健康的基础。世界卫生组织指出：卫生人力资源是卫生服务体系的核心，卫生人力资源的合理配置是公众获得基本医疗卫生服务的必要前提[1]。而无论是在中国还是国际上，卫生人力资源分布不均的问题都普遍存在，因此也是学界研究的热点问题[2-5]。

仅仅在过去十年间，中国卫生技术人员数量突飞猛进，几乎实现翻倍。然而，在卫生人力资源总量高速增长的背后，中国卫生人力资源的配置与经济社会相适应的发展期望及全体居民的健康诉求还不匹配。大量研究关注中国执业医师和注册护士的分布[6-9]，却忽视了药师(负责提供药物知识及药事服务的专业人员)和技师(负责医学检验和医学影像的专业人员)的配置。随着国内外药学监护工作的开展，药师已经从保障药品供应到对病人用药结果负责的观念转变，而影像和检验技师也在卫生服务供给中起着日益重要的作用。本研究基于Space-time scan、局部Moran’s I空间统计量和地理信息系统(GIS)对城乡药师、技师的空间分布特征进行可视化对比，最终提出了优化中国药师和技师配置的政策建议。

1 数据与方法

1.1 数据来源

文中所使用的数据主要来源于历年中国卫生统计年鉴、中国卫生和计划生育统计年鉴、中国卫生健康统计年鉴。

1.2 药师技师测量指标

本研究使用的代表各地区卫生人力资源富裕程度的指标为卫生人力密度，即每千人口卫生人力数量。该指标被广泛应用于世界卫生报告以及国家官方文件，也是中国《医药卫生中长期人才发展规划(2011-2020年)》的唯一定量考核指标[10-13]。表1汇总了本研究使用的测量指标及测算方式。

表1 测量指标

1.3 Space-scan空间统计量

本研究使用Space-time scan空间统计量分析中国各地区卫生人力密度的时间趋势。SaTScan 时空扫描方法是由Kulldorff于1995 年提出的，该方法基于移动的圆形窗口，通过不断改变圆形窗口的位置和半径大小[14]，来比较窗口改变后内外增长率的差异，计算不同窗口下的对数似然比(Log Likelihood, LLR)和相应的P值[15]。

LLR=Log{(C/n)C[(C-c)/(C-n)]C-c} (公式1)

其中，C为所有地区卫生人力资源密度平均增长率，c为窗口内卫生人力资源密度实际增长率，n为窗口内卫生人力资源密度预期增长率。LLR值最大的窗口被称为I类集聚，代表窗口内外卫生人力密度增长率的差异最为显著。其他集聚被称为II类集聚。

1.4 局部Moran’s I空间统计量

本研究使用局部Moran’s I空间统计量分析中国卫生人力空间集聚特征[16]。局部Moran’s I的计算公式如下所示。

局部Moran'sI=(yi-y-)m0∑jWij(yi-y-)

m0=∑j(yi-y-)2/n

(公式2)

其中yj代表某一地区的每千人口药师或技师数量；y-为其均值；n为地区数量；Wij是代表空间地理位置的n×n空间权重矩阵。累加符号的作用范围仅为地区i所有的相邻地区。如果地区i和地区j相邻，则矩阵中对应的Wij为1，否则为0。在实际计算时使用的空间权重矩阵已进行行标准化。

Wij=[W1,1W1,2...W1,30W1,31

W2,1W2,2...W2,30W2,31

......Wij={1 相邻

0 不相邻......

W30,1W30,2...W30,30W30,31

W31,1W31,2...W31,30W31,31]

(公式3)

局部Moran’s I值的取值范围为[-1,1]，正值表示各地区发病率呈空间正相关，即卫生人力密度高的地区在空间上倾向于与其他高密度地区相邻；负值则表示各地区卫生人力资源密度呈空间负相关，即高密度地区在空间上倾向于和低密度地区相邻。全局Moran’s I值的绝对值越大，上述集聚趋势越强。基于局部Moran’s I结果，可识别出四类显著的集聚区域。其中“高高集聚”表明该省域与邻省的卫生人力资源密度都比较高；“低低集聚”区域表明该省与邻近省域的卫生人力密度都比较低；“低高集聚”区域表明该省卫生人力资源密度较低，而其邻省较高；“高低集聚”区域表明本省卫生人力资源密度较高，但其邻近省域较低。

1.5 地图工具

本研究使用三种类型的地图工具展示中国卫生人力资源的时空分布特征。

(1)时间趋势地图。基于Space-time scan空间统计量，本研究将不同每千人口药师、技师数低增长率地区突出显示在地图中，并标注I类集聚的详细参数。

(2)分级地图。分级地图即将所有地区根据卫生人力密度的高低采用自然分级法(最大化组间方差，最小化组内方差)分为五组并用不同颜色展示。

(3)集聚地图。集聚地图即将局部Moran’s I 值通过5%显著性水平检验的区域分类显示于地图中。本研究将2008-2018年分为2008～2013年和2013～2018年2个相等的时间段，通过制作2008、2013和2018年3个时间节点的分级地图和集聚地图直观展示各类别卫生人力资源的时空分布特征。

2 结果

表2为2008～2018年中国每千人口药师、技师数量，我国城市每千人口药师数总体上呈现显著上升趋势，但农村每千人口药师数增长速度较缓，城市地区每千人口药师数显著高于农村。与药师相比，城市每千人口技师数量增速同样高于农村。

图1为基于Space-time scan空间统计量的药师、技师低增长率区域识别结果，详细参数见表2。如图所示，2008至2018年城市地区药师和技师呈现相对不同的增长模式，中西部省份(陕西、宁夏、河南、重庆、甘肃、山西、湖北、四川、湖南、河北、安徽、内蒙古)城市每千人口药师数增长较慢，2008至2018年年均增长率为3.25%，其他地区为4.60%。湖南, 湖北, 江西农村每千人口药师数出现降低的趋势，2008至2018年年均变化率为-0.93%，其他地区为3.11%。黑龙江及其临近省份(吉林、辽宁、北京、天津、河北、山东、内蒙古、山西、江苏、上海、安徽)农村每千人口技师数增长缓慢，集聚区域内年均增长率4.96%，其他地区高达8.21%。相比之下，农村地区药师和技师的低增长率区域均包含黑龙江、吉林、辽宁、北京、天津、山东、湖南、湖北，这表示农村地区药师和技师在2008至2018年间的增长模式较为相似。

表2 2008～2018年我国城市和农村每千人口药师、技师数

图1 基于space-time scan的药师、技师低增长率区域识别

表3 基于Space-time scan的药师、技师低增长率区域参数

图2和图3为中国城乡药师、技师分布的分级地图和集聚地图。在分级地图中，颜色越深代表该省级单位每千人口药师或技师的数量越高。从2008至2018年的地图颜色变化可以直观看出2008至2018年各地城乡每千人口药师、技师数量的变化，基本所有的省份城乡每千人口药师、技师数量都呈上升趋势，即从图上来看颜色变浅。在局部Moran’s I识别的四种集聚类型中，低低集聚意味着卫生人力资源的短缺呈现区域化趋势，即集聚中心区域和邻接区域均处于卫生人力资源的贫瘠状态，因此，低低集聚区域应成为卫生人力配置政策的重点关注区域。从药师集聚地图来看，2008年，农村药师在新疆、青海、四川、贵州和云南等地呈现低低集聚，河北省呈现低高集聚，而天津出现高高集聚，说明河北省与周边地区相比(北京市、天津市)，城市药师数量相对匮乏。2008、2013和2018年的农村药师集聚图中，四川、云南均呈现低低集聚特征。就城市药师集聚情况来看，湖北、贵州、重庆、河南多次呈现低低集聚特征。

图2 2008、2013和2018年中国城乡药师、技师分布分级地图

图3 2007和2016年中国城乡药师、技师分布集聚地图

从技师集聚地图来看，2008年，农村技师低低集聚主要位于西南地区(四川、云南、贵州、湖南和广西)，同时西南农村地区技师匮乏的情况一直持续至今。而城市技师在新疆出现高高集聚，低低集聚主要出现在湖北、湖南、陕西、江西、贵州、重庆等部分中部和西南省份。

3 讨论与建议

3.1 讨论

3.1.1 药师、技师总量不足问题已有效缓解，但区域分布不均衡问题仍然存在

中国各地区药师、技师存量增长迅速，但是仍然存在着区域不均衡问题。从箱线图和分级地图可以看出，不同地区卫生人力资源的每千人口药师、技师数差距可以达到五倍以上。造成卫生人力资源配置区域差异的因素可以分为供给侧和需求侧两大类。需求侧因素包含各地区门诊和住院等医疗服务需求的差异，供给侧因素则包含医学教育实力、政府卫生支出、社会卫生支出等。简而言之，发达地区凭借其强大的经济实力和区位优势吸引卫生人力资源，而部分地区在医学教育、卫生支出卫生等方面均处于劣势地位，培养的医学卫生人力资源较少且流失更快。但是本研究打破了西部地区卫生人力资源不同子类普遍缺乏的刻板印象，不同于医生和护士的缺乏主要集中于西部，一些东部省份同样存在药师和技师数量较低的问题。

3.1.2 农村药师、技师配置面临着更多挑战

我国由于城乡二元经济体制，区域发展不均衡等等原因，城乡卫生人力资源分布不均的问题突出。一直以来，中央政府给予西藏、新疆和青海等边远省份大量的政策倾斜，增加了对这些地区卫生技术人员总的供应。事实证明，这虽然显著提升了西部省份城市地区的药师和技师存量，却使的西部地区城乡之间卫生人力资源分布不均的问题更加严重。局部Moran’s I分析结果显示，大量的卫生人力资源集中在西部城市地区，例如，新疆、青海的城市每千人口技师数甚至超过了东部地区，但是农村地区仅拥有极少量技师。造成城乡配置差异的原因除去城乡社会经济差异的固有影响外[17]，我们认为现有卫生人力资源配置干预政策体系过于注重总量均衡。现有政策缺乏城乡分离的卫生人力资源配置指标，且对于药师、技师以及口腔医师等类别缺乏详细的配置指标，这也是导致我国不同子类卫生人力资源区域分布差异的重要原因。而从国际经验来看，越发达的国家，卫生人力资源和配置工作做得越细致，覆盖的职业类别也越齐全。因此，未来的卫生人力资源政策覆盖更多的卫生人力类别将是必然的趋势。

3.1.3 现有卫生人力资源配置政策仅仅考虑人口因素

中国卫生人力资源配置主要采用“人向型”的配置策略，因此对于卫生人力资源配置的评估也主要采用卫生人力资源密度指标，即每千人口卫生人力资源数量。在实施过程中，国家相关部门制定相关的卫生人力资源密度指标，各地区对照指标衡量规划完成程度。这一方法测算简单且易于操作，但是仅仅按照各地区人口数配置卫生人力资源水平忽视了地理面积，在西部地广人稀地区有一定局限性。

3.2 建议

3.2.1 出台覆盖药师和技师等子类的卫生人力长远规划

《医药卫生中长期人才发展规划(2011-2020年)》是我国唯一出台的针对卫生人力队伍的宏观规划性文件，但是其中对于每千人口药师、技师的配置数量未提出任何标准。首先，我国人口规模较大，可以考虑以省为单位，成立专门机构或者引入第三方，专门负责卫生人力资源中长期规划的科学制定及与卫生系统其他部分的衔接，及时出台新一轮中长期规划。其次，应充分考虑服务人口、服务面积、服务成本等因素，合理编制和配置各类卫生人员配置标准，科学制定卫生人力资源按人口、地理、经济发展水平分布的卫生人力资源规划。第三，面向农村的卫生人力资源综合规划是重要挑战，应坚持国家级政策之间相互配合与一致的原则，确保卫生人才吸引及保留、激励与保障、继续教育等政策纳入国家卫生规划，并向农村及边远地区倾斜。

3.2.2 建立多维度激励措施促进卫生人力合理流动

促进城乡、区域卫生人力资源协调发展，关键在于引导卫生人才在城乡之间、区域之间合理流动，而保障基层医疗机构卫生人力队伍的稳定性对于基层医疗机构职能及卫生系统绩效的发挥有着显著地效果。对于卫生人力流动机制的构建，应以保持基层医疗机构卫生人力数量平衡为标准，既要满足卫生人力在他们选择的地方从事工作的自由及职业发展的更高需求，也有必要阻止由于“马太效应”和“虹吸效应”等给农村及偏远地区的基层医疗机构造成过多卫生人员流失的问题。中国西部地区幅员辽阔，区域经济发展很不平衡，越是偏远的农村地区，卫生人力资源的优惠政策应该越多，补助力度也应该越大。

3.2.3 利用好订单定向医学生政策提升边远地区配置水平

为确保中国农村及边远地区拥有数量充足、质量尚可、队伍稳定的卫生人力，实现卫生人力资源的均衡分布，必须从国家宏观战略角度出发，对处在低低集聚中的区域采取倾斜性帮扶政策。既往实践证明，订单定向医学生可以有效应对农村基层卫生人才缺乏问题[18]， 但需要配套政策保障订单定向医学生政策的有效实施。首先，降低对特定地区医学生的录取条件，积极对专门为乡镇及村级卫生机构培养的考生降低录取分数；对国家扶贫开发工作重点县及国家指定的边远、贫困地区可以安排定向服务招生计划等。其次，需要完善课程培养方案和职业指导,改善实践教学环境,强化专业认同和自身定位[19]。