基于fsQCA组态视角的我国护理人才供给水平及影响路径分析

■ 于尚平 侯冠宇 王 艳 魏玉莲 朱庆捷

2016年，国务院在《“健康中国2030规划纲要”》[1]中强调优化卫生资源配置、提高公平性，满足人们的健康是实现人人享有基本医疗卫生服务的关键。而医疗人才资源是卫生资源的重要组成部分，其分布是否合理、是否公平与平衡直接影响居民健康、医疗服务水平以及卫生资源利用情况。护理人力资源作为卫生资源的重要组成部分，其分配公平性不仅影响护理的服务质量，也会对护理系统发展及效率造成影响[2]。但护理人才存在缺口现象仍未改善，护士供需缺口的扩大已成为全球性问题，第三届全球卫生人力资源论坛报告预测，到2035年，护理人员缺口将达到1 290万[3]。根据我国国家卫生健康委员会最新数据，截至2021年底，我国医护比为1∶1．17，相比较发达国家的1∶4，我国医护比标准仍存在着百万计的护士缺口。2021年全国注册护士数为501．80万人，2020年全国注册护士人数为470．87万人，同比增长6．58%，2019年全国注册护士人数为444．50，同比增长5．91%，2018年全国注册护士人数为409．86，同比增长8．45%[4]，以上数据说明新冠肺炎疫情影响下全国护士人数增长缓慢。虽然我国不断重视注册护士的开发与培养、管理与建设，严格执行全国护理事业发展规划，但护理人员短缺、流动性大等现象依然普遍存在[4]。同时有研究表明，我国护理人才分布存在地域差异、省份差异的情况[5]。护理专业人才储备力量不足、分布不均等问题仍然十分严峻[6]。合理的护理人才分配是保证护理质量，改善患者健康的基础[7]。目前关于护理专业人才的研究多集中在护理资源配置的公平性现状，较少有研究利用路径分析不平衡状态的原因及对护理专业人才供给水平进行组态分析。本研究基于模糊集定性比较分析方法（fsQCA）研究我国护理专业人才供给水平，探寻影响其供给水平的路径，为提升全国护理人才供给、促进各省份间供给平衡提供经验依据。

1 数据来源与方法

1.1 数据来源与指标构建

本文使用的数据来源于国家统计局官方网站[8]、《中国统计年鉴》[9]以及《中国卫生健康统计年鉴》[4]。具体的指标选取和构建如下：

1．1．1 结果变量选取与构建。选取我国31个省级行政区（不含港澳台地区）注册登记护士数量为代理变量，从不同地区的面积与人口数量两方面分别测算，对我国区域层面的护士人才供给体系进行评估。

1．1．2 条件变量的选取与构建。影响医疗卫生资源供给水平的因素有很多，如地区经济发展水平、人均消费、人口聚集度、城镇化率以及政府重视和财政投入程度等因素。经济发展水平高、人均消费高的地区医疗供给水平也会提升；人口聚集多、城镇化率高的地区医疗资源越丰富，政府资金支持和财政投入力度也会在一定程度上影响医疗资源的供给水平。本文借鉴已有研究和现实经验，从政府、社会和个人3个层面选取相关变量作为条件变量[16]。其中，政府财政医疗支出、人均医疗支出作为政府重视和投入程力度的代理变量；人口聚集度和城镇化率代表地区社会经济发展状况；人均工资收入、人均医疗保健支出代表个人层面的经济水平和医疗健康重视程度。具体的指标数据见表1。

表1 结果变量和条件变量的选取情况

1.2 研究方法

fsQCA关注于微观案例的因果关系，以往研究着眼于总体的平均发展趋势，难以解决多重因果复杂性的微观问题[11]。本文在组态视角基础上分析教育政策在家庭微观层面的施行效果的多元机制，采用模糊集定性比较分析方法展开实证检验。在实践层面，fsQCA操作具有“二重性”，无论是定性分析方法抑或定量分析方法，它都能与之结合，探索因果关系的“黑匣子”[12]。

1.3 校准

在fsQCA中，校准是给案例赋予集合隶属的步骤，校准后的集合隶属于数字0～1。将条件与结果完全隶属、交叉点和完全不隶属的3个校准点分别设定为样本数据的85%分位数、50%分位数和10%分位数[13]，将案例校准为取值在0～1的模糊集合，校准结果见表2。

表2 结果变量和条件变量的校准

2 结果

基于fsQCA对上述条件变量和结果变量原始数据进行赋值、测度、校准后，生成如真值计算结果，据此可知组态视角下，条件变量和结果变量的所有逻辑组合关系[14]。

2.1 必要条件分析

本文从一致性、覆盖率两方面，对条件变量与结果变量间是否构成充分或必要条件进行检测。值得注意的是，fsQCA的一致率指标是说明通过这一路径且实现最终目标的样本数比例的大小，表示“给定条件的组合导致特定结果”为“真”的可信程度。覆盖率指标是通过这一路径的样本数占总样本数的比例，表示具有给定结果的案例中具有这一条件组合的案例占比。当一致性指标大于0．9时，认为其为结果变量的必要条件。为保证结果的稳健性，还对单个变量缺失情况下的影响进行检测[15]。对于注册护士聚集度（Y1）而言，除高人口聚集度（X4）一致性结果为0．9外，其余指标均低于构成必要条件的临界值0．9，这说明高人均GDP是其核心条件。而其他变量对于结果的产生具有一定的解释力，但无法有效解释基于地理面积测算的护理人才供给水平的发生条件。根据同样的步骤，本研究基于人口分布数量测算注册护士聚集度（Y2）进行单变量必要条件分析，发现所有指标均低于构成必要条件的临界值0．9，说明诸多条件变量对于结果的产生具有一定的解释力，但无法有效解释基于人口分布数量测算的护理人才供给水平的发生条件。本研究为保证结果的稳健性，还对单个变量缺失情况下的影响进行检测。护理人才供给水平是诸多复杂因素共同作用的结果。详见表3。

表3 我国护理人才供给水平必要条件分析结果

2.2 条件组态分析

运用Quinen-McCluskey算法进行模糊集分析。对于前因组合的前期案例分步检查，选择默认个案数量为1，一致性阈值为0．8，删除真值表中不符合频率的阈值行，根据所选的一致性阈值将结果编码为0或1，即可根据频率将集合分类为相关组合，其他组合则不相关。在QCA中选择标准分析可以得到3种解，分别为简约解、中间解、复杂解。本文使用 fsQCA3．0“标准分析”程序对真值表进行条件组合分析，获得如下结果。

护理人才供给高水平性共有6种组态，分别代表有效提升护理人才供给水平的6种路径。每一种组态的一致性指标都高达0．9以上（＞0．8）解释力较强。其中根据地理面积测算护士聚集度的总体一致性达0．98，表明在所有满足这3个解的条件组态案例中，98．0%的案例呈现出较高的供给水平。总覆盖率为74．0%，表明这3个条件的组态可以解释74．0%的高供给水平的案例。根据人口数量测算护士聚集度的总体一致性达94．0%，表明在所有满足这3个解的条件组态案例中，94．0%的案例呈现出较高的供给水平。总体覆盖率为50．0%，表明这3个条件的组态可以解释50．0%的高供给水平的案例。

鉴于fsQCA分析法还能够解释因果非对称的问题，因此对护理人才低供给水平的组态也进行分析。护理人才供给水平有6种组态，每一组组态的一致性指标都高达90．0%以上。其中根据地理面积测算护士聚集度的总体一致性达0．9（＞0．8），表明在所有满足这5个解的条件组态案例中，99．60%的案例呈现出较低的供给水平。总覆盖率为79．9%，表明在所有满足这5个解的条件组态案例中，79．9%的案例呈现出较低的供给水平。根据人口数量测算护士聚集度的总体一致性达0．9（＞0．8），表明在所有满足这1个解的条件组态案例中，90．3%的案例呈现出较低的供给水平。总体覆盖率为39．1%，表明这1个条件的组态可以解释39．1%的低供给水平的案例。

2．2．1 护理人才供给高水平组态。根据地理面积测算，形成护理人才高水平供给的路径有H1、H2、H3共3种组态，人均GDP、人口聚集度作为必要条件均出现在每个组态中。

条件组态H1表示经济实力雄厚、人口密集、地方财政支持、居民医疗保障充足、城镇率高、居民收入较高的地区无论居民保健消费支出高低与否都可实现护理人才高水平供给。条件组态H2表示经济实力雄厚、人口密集的地区即便城镇化率与人均工资收入不高，只要地方财政给予一定支持，居民医疗保障充足，就可以实现护理人才高水平供给。条件组态H3表示经济实力雄厚、人口密集的地区，只要居民注重医疗保健消费、城镇化率高、提高居民人均工资收入，即使无地方财政支持、居民保健消费支出疲软都可以实现护理人才高水平供给。

根据人口数量测算，形成护理人才高水平供给的路径有H4、H5、H6共3种组态。条件组态H4表示，地方财政支持、居民医疗保障充足、居民重视医疗保健消费地区，即使其他条件缺失，也能实现护理人才供给高水平。条件组态H5表示，地方财政支持、居民医疗保障充足、居民重视医疗保健消费地区，如果经济实力雄厚、人口密集度高，无论是否拥有高城镇率、高人均工资水平，依然能实现护理人才供给高水平。条件组态H6表示，地方财政支持、居民医疗保障充足、居民重视医疗保健消费、经济实力雄厚、人口密集、城镇化率高、人均工资水平高的地区可以实现护理人才供给高水平。详见表4。

表4 我国护理人才供给高水平组态路径分析

2．2．2 我国护理人才供给低水平组态路径分析。根据地理面积测算，产生护理人才供给低水平的路径有L1、L2、L3、L4、L5共5条组态。条件组态L1表示，缺少地方财政支持、居民医疗保障匮乏、人均工资收入低的地区尤其是人口稀疏地区，会导致护理人才供给低水平。条件组态L2表示，城镇化率低、人均工资水平低的地区尤其是人口稀疏地区，即使拥有地方财政支持、居民医疗保障充足，也会导致护理人才供给低水平。条件组态L3表示，缺少地方财政支持、居民医疗保障匮乏尤其是人口稀疏地区，即使经济条件较好、城镇化率较高、居民注重医疗保健消费，也会导致护理人才供给低水平。条件组态L4表示，城镇化率低、居民医疗保障匮乏、人均工资收入低、居民不注重医疗保健消费尤其是人口稀疏地区，无论有无地方财政支持都会导致护理人才供给低水平。条件组态L5表示，城镇化率低、人均工资收入低、居民不注重医疗保健消费尤其是人口稀疏地区，即使拥有地方财政支持，也会导致护理人才供给低水平。

根据人口数量测算，产生护理人才供给低水平的路径有L6一条组态。条件组态L6表示，经济实力低下、城镇化率低、居民不注重医疗保健消费地区，即使拥有地方财政支持、居民医疗保健充足，也会无法避免护理人才供给低水平。详见表5。

表5 我国护理人才供给低水平组态路径分析

3 讨论

3.1 经济发展水平与人口分布密度直接影响护理人才供给水平

研究结果显示，经济发展水平与人口密集度是护理人才供给高水平形成的核心必要条件。人口密集度高说明相对于全国平均水平，该地区的人口分布较为密集。随着人口的增加，城市规模也随之扩张，人口大量流入城镇，对基本医疗卫生资源的需求也会随之增加，尤其是对医疗人才的需求与日俱增[16]。而且我国卫生系统在卫生资源配置过程中，实行以每千人口卫生资源拥有量指标为标准对各地进行衡量和分配，因此其地理与空间分布情况往往被忽略，导致卫生资源大多集中在人口密集和经济发达的直辖市与东中部地区[17]。而地域广阔、人口稀疏的西北部地区则极度匮乏，造成全国卫生资源分配不均的情况。对于护理人才供给水平低且人口稀疏的西藏、甘肃、吉林、青海、黑龙江、山西等地提高人口密集度这项举措显得尤为迫切。为提高护理人才供给水平，可以留住更多的本地居民在家乡就业生活，以提高人口聚集度，同时也可以在农村现代化发展过程中吸引更多的居民从人口密集城镇流向人口稀疏的农村地区。经济发展水平高说明相对于全国平均水平，该地区的经济实力雄厚。随着经济发展水平的提高，会加速外来人口流入本地，随之城镇化水平的提升，医疗资源逐渐向城市转移，尤其是医疗人才的聚集。值得注意的是，随着基本公共卫生筹资水平的提高，地方财政在卫生医疗领域投入也迅速增长，给地方财政带来了一定的压力。因此不仅需要对财政支出进行测度，还要结合当地实际情况，采取因地制宜的激励措施，进而实现基本公共服务均等化目标。

3.2 各要素协同促成护理人才供给高水平的实现

社会、政府、个人三方协同发展是实现护理人才供给高水平的原因。护理人才供给高水平组态H1、H2和H3包含的7个省份供给水平高于其他省份。究其原因，雄厚的经济基础、丰富的人力资源为护理人才供给水平提供了坚实的基础。地处经济发达地区的7个省份经济发展使得政府有强有力的财政投入到卫生医疗领域，以完善医疗保障体系。经济实力雄厚可以提高居民收入、促进消费从而促进医疗水平的提升。当三方力量均为较高水平时，各因素之间相互促进，进一步推动护理人才供给高水平发展。反观护理人才供给低水平地区，各项原因也处于非常低的水平，比如人口稀疏的西藏、甘肃、吉林、黑龙江、青海等地，其政府支持、医疗保障水平、人均工资水平均处于全国落后水平。人口稀疏导致财政支持不足，而医疗卫生领域的投入同比例缺失，进而无法满足医疗保障体系。因此，为提升护理人才供给水平，政府应对护理人才结构进行优化配置，发挥导向作用，建立健全护理人才供给低水平地区人才定向培养机制，制定人才吸引政策，引导护理人才向供给低水平地区流动，促进区域间护理人才的可持续发展。优化资源配置，尤其是加大对经济欠发达地区的资金投入、完善医疗保障体系、提升人均工资水平。协调各方面资源力量，行政部门统筹规划，结合各地实际情况，制定整体和区域护理人才发展的长期短期规划，通过优惠福利待遇、多渠道教育与培训机制，促进护理人才供给高水平发展。用人单位要建立健全护理人才可持续增长机制与保障机制，吸引并留住护理人才。

需要指出的是，本研究未开展实地调研，仅从路径分析角度分析影响护理人才供给水平的因素。未来研究可以从多维度、全方位分析影响各地区、各级医疗卫生机构以及各科室护理人才供给水平及其影响因素。