王書平，黃二丹，胡曄康，李婷婷

(1.國家衛(wèi)生健康委衛(wèi)生發(fā)展研究中心，北京 100191；2.中國衛(wèi)生經濟學會，北京 100011)

醫(yī)療衛(wèi)生資源規(guī)劃是以一種有效方式來逐漸滿足健康需要的過程，是解決衛(wèi)生資源布局及結構不合理、利用效率不高的一種重要手段。其核心是衛(wèi)生資源優(yōu)化配置[1]，主要目標是滿足區(qū)域內居民的衛(wèi)生服務需求和改善居民健康水平[2]。相關研究表明，區(qū)域衛(wèi)生規(guī)劃和衛(wèi)生服務體系規(guī)劃都是衛(wèi)生資源規(guī)劃的具體形式。國內相關研究表明，區(qū)域衛(wèi)生規(guī)劃不僅是一種以提高區(qū)域居民健康水平為中心，動員并合理配置該區(qū)域內全部衛(wèi)生資源的管理模式[3]，更是一種改善衛(wèi)生資源配置和提高衛(wèi)生系統(tǒng)績效管理思想[4]的手段。同時也有研究認為，制定和實施區(qū)域衛(wèi)生規(guī)劃是在社會主義市場經濟條件下合理配置醫(yī)療衛(wèi)生資源的重要手段，也是國家的一項重要衛(wèi)生政策[5]。國際經驗也表明，編制國家層面的衛(wèi)生服務體系規(guī)劃是實現(xiàn)衛(wèi)生資源優(yōu)化配置的通行做法。

2020年是醫(yī)療服務體系規(guī)劃的收官之年，也是“十三五”規(guī)劃的最后一年。目前國家及省市都在積極研究“十四五”國民經濟發(fā)展規(guī)劃，而醫(yī)療衛(wèi)生服務體系是給居民提供各項服務的載體，也是衛(wèi)生事業(yè)規(guī)劃中一項最為重要的內容。因此，本研究在基于文獻研究及專家訪談基礎上，對歷次醫(yī)療衛(wèi)生服務體系規(guī)劃方法和衛(wèi)生資源配置標準的方法進行梳理，并對不同方法進行分類和討論，為我國及各個省份“十四五”醫(yī)療衛(wèi)生服務體系規(guī)劃提供技術儲備。

1 資料來源與方法

1.1 資料來源

該研究所用的資料來源有3類：(1)我國國家級、31個省(市)及個別地市級和縣級的醫(yī)療衛(wèi)生服務體系規(guī)劃文本及規(guī)劃說明；(2)醫(yī)療衛(wèi)生服務體系規(guī)劃的指標及指標測算的相關文獻；(3)資源配置的相關文獻及方法。

1.2 研究方法

1.2.1 文獻研究

通過梳理醫(yī)療衛(wèi)生服務體系規(guī)劃的規(guī)劃說明，得出不同醫(yī)療衛(wèi)生服務體系規(guī)劃的指標及相應方法；梳理不同資源配置方法文獻，得出不同方法的優(yōu)劣及使用的條件。

衛(wèi)生資源配置文獻是利用“衛(wèi)生資源配置(Health Resource Allocation)”“床位數配置(Bed Allocation)”“衛(wèi)生人力配置(Health Workforce Allocation)”“衛(wèi)生規(guī)劃(Health Planning)”與“趨勢外推法(Trend Extrapolation)”“時間序列(Time Series)”“灰色模型(Grey Model)”“衛(wèi)生服務需求法(Health Demand Method)”“服務目標法(Service Target Method)”“衛(wèi)生服務需要法(Health Need Method)”“人口/人力比值法(Population/Workforce Ratio Method)”等字段組合搜索了Pubmed、Medline/Ovid、Proquest、Elsevier、JSTOR等外文數據庫，中國學術文獻總庫(CNKI)和萬方數據庫。項目組成員根據研究醫(yī)療衛(wèi)生服務規(guī)劃使用的方法對文獻進行整理。

1.2.2 定性訪談

訪談人員包括6名參與國家醫(yī)療衛(wèi)生服務體制定的衛(wèi)生經濟學、衛(wèi)生管理和衛(wèi)生統(tǒng)計學等專家，10名參與各個省醫(yī)療服務體系規(guī)劃評審專家及10名部分省份醫(yī)療服務體系規(guī)劃制定的專家。主要訪談不同方法應用時的條件及優(yōu)劣，利用主題框架法整理訪談資料。

2 醫(yī)療衛(wèi)生服務體系規(guī)劃編制方法研究進展

2.1 描述性分析

描述性分析就是通過大量數據對醫(yī)療衛(wèi)生服務體系中的供方和需求進行描述，并把這些數據跟自身進行縱向比較，地市所在省份和全國水平進行橫向比較，反映出其主要特征、存在問題和未來變化趨勢。站在居民全生命周期需求角度，主要分析健康水平、傳染病發(fā)病率、衛(wèi)生服務利用、基本公共衛(wèi)生服務數量及種類、主要死因及死因順位等，同時還分析城鄉(xiāng)之間差異和不同人群衛(wèi)生服務需求(如老年人、婦女、兒童等)(見圖1)。供方分析的維度包括機構數、床位數、執(zhí)業(yè)(助理)醫(yī)師數、注冊護士數和資源的效率，同時還要分析不同區(qū)域、城鄉(xiāng)、不同類型機構(醫(yī)院/基層醫(yī)療衛(wèi)生機構、專業(yè)公共衛(wèi)生機構)和不同醫(yī)院(公立/民營/企業(yè)辦醫(yī)院)上述指標的數量、質量和結構(見圖2)。

圖1 全生命周期分析不同人群對不同類型醫(yī)療服務需求

圖2 醫(yī)療衛(wèi)生服務體系中不同類型機構的分析視角和維度

2.2 專家咨詢法

專家咨詢法在醫(yī)療服務體系規(guī)劃過程中發(fā)揮重大作用。不同專家在規(guī)劃制定過程中發(fā)揮的作用各不相同。一是學術領域的專家，包括財政、人口、衛(wèi)生資源配置、衛(wèi)生經濟學和婦幼健康等方面，這些專家主要立足于規(guī)劃合理性，主要涉及規(guī)劃方案制定及規(guī)劃文本的討論；二是政府層面專家，主要涉及到財政部門、醫(yī)療保障局、衛(wèi)生健康委等，這些專家立足于規(guī)劃的可操作性，站在實踐角度上來評價規(guī)劃指標的可實現(xiàn)性；三是不同類型機構的管理人員和業(yè)務人員，這些專家主要反映現(xiàn)實問題和解決方案，主要涉及實現(xiàn)規(guī)劃目標可能遇到問題及這些問題的解決方案。

2.3 以供方為主趨勢外推法

以供方為主的趨勢外推法主要包括年均增長率、時間序列法、灰階模型等，其數據來源是供方提供的相關醫(yī)療衛(wèi)生資源。平均增長速度方法是利用某省近30年的千人口資源數據的變化趨勢，同時結合其衛(wèi)生事業(yè)發(fā)展特征及重要的政策變革實施點，把千人口資源變化趨勢分段，2021-2025年資源的預測是基于最后一段的平均增長率推算出來。

時間序列 ARIMA(p，d，q)模型是基于不同時期內的相關性為基礎的預測方法。其核心是利用包含過去若干個取值和隨機誤差的線性函數，近似描述出隨著時間推移而形成的數據序列。函數的表達式為：

zt=δ+φ1zt-1+φ2zt-2+…+φpzt-p+εt-θ1εt-1-θ2εt-2-…-θqεt-q

(1)

公式1中zt是時間序列的預測值；δ是常數項；φi(i為1，2，…，p)是自相關系數；θi(i為1，2，…，q)為相關系數。參數d是模型的差分階數，確保數據平穩(wěn)化，很多非平穩(wěn)的序列經過差分后顯示出平穩(wěn)序列的性質。p是自回歸階數，q是移動平均階數，xt是各期的觀察值(t=1，2，3，…，k)。

灰色模型主要特點是能夠從雜亂無章的、有限的、離散的數據中找出規(guī)律，克服概率統(tǒng)計的弱點。建立灰色系統(tǒng)摸型，然后用它做出相應的分析、預測、決策和規(guī)劃。其中GM(1，1)是應用最廣泛的灰階模型預測方法，具有較好的預測效果。

趨勢外推法的方法在現(xiàn)實規(guī)劃較為常用，如張宗光等[6]和萬鵬等[7]利用供方存量數據和發(fā)展趨勢預測出未來衛(wèi)生資源總量；王書平等[8]人利用年均增長速度和時間序列兩種方法，預測2020年中國每千人口床位數，其分別為6.68張和6.08張；王瑩[9]利用三種方法構建灰階模型，以模型相對誤差最小來選擇最優(yōu)模型，利用最優(yōu)模型預測出2020年湖北省每千人口床位數為4.24張。

2.4 以供方為主回歸模型法

回歸模型是對因變量和多個自變量間進行定量描述的一種數學模型(見公式2)。其是一種預測性的建模技術，用來研究因變量[如資源數，床位數、執(zhí)業(yè)(助理)醫(yī)師數]和自變量(人均GDP、城鎮(zhèn)化率、65歲及以上人口占比、千人口小汽車擁有量等)之間的關系。建立關系后，明確出自變量未來的數值，用自變量與因變量關系及自變量未來數值預測因變量未來值。其方程式為：

y=β0+βi×xi+ε(其中i為1，2，…，p)

(2)

y指的是資源數(如床位數、執(zhí)業(yè)(助理)醫(yī)師數)，β0，β1，…，βp是p+1個待估的參數，xi則是不同的資源量影響因素(如人均GDP、城鎮(zhèn)化率、人口結構等)，ε是相互獨立且服務正態(tài)分布的隨機變量。

高建民等[10]使用直線回歸模型測算資源的數量。雷海潮等[11]通過利用多元逐步回歸，預測不同省市區(qū)CT配置量。陳博文等[12]在改造毛阿燕的回歸模型和雷海潮類推法基礎上構建模型，用于北京市資源測算。周達等[13]參考人口密度、人均GDP和人均消費水平構建模型，測算湖北省5種乙類大型醫(yī)用設備的配置量。

2.5 服務目標法

服務目標法是首先獲取目標年的資源量和健康水平，然后在把目標值和人口數結合，計算出所需要配備的資源數和健康水平。服務目標法參照數值確定原則是：若省份“十四五”目標則可以以國家的目標確定；若地市層面“十四五”目標則可以省份的“十四五”目標確定。其次還可以經濟社會發(fā)展水平、人口規(guī)模、地理位置等為依據尋找類似的省份或地市為參照，以參照地市的“十四五”規(guī)劃目標作為自己“十四五”的目標。最后，省份或地市根據自己經濟水平、社會保障水平和人口規(guī)模來尋找OECD類似的國家，根據這些國家在本省份或地市經濟發(fā)展水平下，資源配置水平，并以此水平作為“十四五”的目標。通過梳理國家及各個省份2015-2020年醫(yī)療衛(wèi)生服務體系規(guī)劃中每千人口床位數的目標，我們發(fā)現(xiàn)了河北省等10個省份2020年千人口床位數均是6張，與全國規(guī)劃目標相同。這個目標確定是采用的服務目標法。

2.6 衛(wèi)生服務需求法

衛(wèi)生服務需求法是在居民衛(wèi)生服務需求和資源效率的基礎上把居民健康需求轉化為相應的資源。根據衛(wèi)生服務的需求量與效率指標，測算出滿足一定人口衛(wèi)生服務需求量所必須擁有的病床數和執(zhí)業(yè)(助理)醫(yī)師數。

該方法應用的數據來源分為兩類：一是來源于不同類型機構居民衛(wèi)生服務利用數據，即是居民年住院率和年均就診人次數，這些數據可以收集時間較長，可以用多種方法來預測未來數值；二是來源于國家入戶的衛(wèi)生服務調查數據。目前已經開展了6次國家層面的入戶衛(wèi)生服務調查，由于其開展調查是每隔5年執(zhí)行一次，所以在使用這些數據時不能使用趨勢外推法。

現(xiàn)有國內的研究都是基于不同機構提供的居民衛(wèi)生服務利用數據，采用趨勢外推法或多元回歸法預測未來的居民需求總量。例如，徐瓊花等[14]利用2004-2009年二級綜合醫(yī)院的業(yè)務工作量和一階灰色預測模型GM(1，1)，對2009-2015年衛(wèi)生服務的需求量進行相應的預測；毛正中等[15]利用19個區(qū)域數據，通過構建多元回歸模型把年門診量和人口數等6個影響因素建立關聯(lián)，并用來預測各區(qū)域的衛(wèi)生服務需求。

2.7 微觀模擬模型(Micro-simulation)

國外預測衛(wèi)生服務需求主要基于需方調查數據，采用微觀模擬模型[16-17]，即是利用微觀模擬模型基于個體準確預測衛(wèi)生服務需求。由于在不同衛(wèi)生干預策略下，衛(wèi)生服務需求總量及流向是不同的，因此微觀模擬模型也能夠用來分析在醫(yī)療衛(wèi)生服務體系結構、患者流向和資源分配決策間的關系。目前主要集中在人力資源配置方面。澳大利亞的Deborah J 等[18]利用2005年全國衛(wèi)生服務調查數據，構建MedDemandMOD用來檢驗GP服務利用的公平性，即保證公平利用GP衛(wèi)生服務的情景下的分配，若居住在其他區(qū)域的人與大城市居民具有相同的GP服務，則內陸地區(qū)和偏遠地區(qū)居民GP服務分別增加20%和14%。Timothy M.Dall 等人[19]利用多種數據庫構建微觀模擬模型，該模型預測2020年婦女衛(wèi)生服務需求將增加6%，從而需要新增2090個全職的婦產醫(yī)生。

3 對于不同方法的評析

3.1 描述性分析與專家咨詢法是編制醫(yī)療衛(wèi)生服務體系規(guī)劃的前提

基于圖或表來描述醫(yī)療衛(wèi)生服務體系的供方還是需方的主要目的，是為了更好地了解服務體系的現(xiàn)狀及存在問題。這里基于需方的描述是非常關鍵的，因為資源配置規(guī)劃的核心目標是為了更好的滿足居民的需求。很多省份衛(wèi)生服務體系規(guī)劃制定存在最大的問題是缺少對需方的描述或者是很難基于需方的數據來分析供方體系的問題，這就導致我們規(guī)劃中供方與需方關系的脫節(jié)。因此，基于在需方數據基礎上來描述和分析供方是規(guī)劃制定的基礎，同時也是對“十三五”規(guī)劃的評估總結。

專家咨詢法是為了印證數據反映的問題及尋找問題的解決方案。一方面在數據分析基礎上總結出體系存在問題，針對這些問題訪談政府部門衛(wèi)生規(guī)劃官員、不同類型衛(wèi)生機構的管理者及大學中衛(wèi)生管理等專家。針對不同類型的專家，訪談問題實現(xiàn)的目的是不同的，基于官員訪談主要印證數據問題和解決方案，而對于管理者主要從資源配置實際操作，對于大學的專家主要從理論和方法學的角度進行訪談。在規(guī)劃制定過程中，專家咨詢次數越多，專家的建議越有針對性；專家的范圍越廣，則說明規(guī)劃越科學，越有實操性和越有利于執(zhí)行。

3.2 趨勢外推法和回歸模型是確定規(guī)劃指標方法

在我國以需方為基礎的衛(wèi)生服務需求預測的主要數據，是利用每5年一次的衛(wèi)生服務調查數據，不適合使用趨勢外推法。因此，趨勢外推法在本研究中主要是以供方數據為主的趨勢外推法。供方為主數據主要來源衛(wèi)生統(tǒng)計年鑒，數據可獲得性好，且可獲的數據時間較長，同時又有現(xiàn)成的軟件，因此其可操作性比較強。以供方數據為來源的趨勢外推法不是中立的，該方法具有限制政策選擇性，應用這些方法預測的時間越長，結果就越不穩(wěn)定，并且可能會過高的預估需求[17]。其最大的不足是假設未來變化與之前的變化趨勢相同，且這種方法不能改變資源“倒三角”的結構。在實際中，趨勢外推法在確定規(guī)劃目標時是較為常用的方法。

回歸方法的預測，主要是利用現(xiàn)有數據在醫(yī)療衛(wèi)生資源與影響因素之間建立不同類型回歸方程，數據來源主要是地區(qū)層面數據(歷史數據或面板數據)，優(yōu)點是能夠明確出地區(qū)層面資源與影響因素關系，且有現(xiàn)成軟件實現(xiàn)，可操作性較強。該方法的基于假設是現(xiàn)有資源與影響因素的關系在未來是不變的?；谶@種假設，該方法只能是針對靜態(tài)的人群，不適用于動態(tài)變化人群；只能得出衛(wèi)生資源的總量而不能得出結構。此外，該方法的數據都是基于區(qū)域層面數據，影響因素的數據不容易獲取，而且該方法僅僅考慮資源與影響因素之間關系，不能考慮到參數之間的相互影響關系。

3.3 服務目標法應用相對較為簡單

服務目標法的缺點是可能存在不符合現(xiàn)實的假設，且目標值的確定需要數據的完整性、連續(xù)性和可比性，但是其最大的優(yōu)點是該方法操作比較簡單，現(xiàn)實中很多規(guī)劃目標是使用該方法進行確定的。服務目標法最大的難點是如何找到參照對象，及其尋找參照物需要考慮的維度。目前服務目標法主要是用于各個省份在制定資源配置時的服務目標參照(國家目標)，因此可能出現(xiàn)各個省份盲目地追從國家目標，而沒有考慮到各個省份的實際情況。而國家“十四五”規(guī)劃在制定過程中主要參考OECD國家的人均GDP與我國2025年相當時候的水平，或者參與中高收入國家的人均GDP與我國2025年相當時候的平均水平作為目標值。

3.4 衛(wèi)生服務需求法和微觀模擬模型都是基于居民需求資源預測方法

衛(wèi)生服務需求法是衛(wèi)生資源配置研究中最為常用的方法。其是基于未來居民衛(wèi)生服務利用的指標數值和資源的效率值計算得出。該方法使用的前提是如何確定未來居民服務利用指標值和資源效率的要考慮政策對其的影響。對于未來居民服務利用指標有基于供方的服務利用趨勢外推、基于2018年需方調查數據和微觀模擬模型。利用基于需方調研的數據則是每5年一次，所以該數據不適用于趨勢外推法；很多規(guī)劃需求數據是基于現(xiàn)實中已經發(fā)生的需求數據為基礎。基于供方衛(wèi)生服務利用的兩周就診率和年住院率的數據來源時，把部分醫(yī)療機構不規(guī)范的醫(yī)療行為(過度住院或門診轉住院行為)都計算為居民需求，這可能導致未來預測需求的數值偏大[8]。前兩種方法是國內常用的方法，第三種方法是國際常用方法，而實際規(guī)劃制定中微觀模擬模型基本沒有使用。資源的效率數值主要考慮效率的變化及專家預判，這也會影響未來資源數值，比如現(xiàn)實中基層醫(yī)療機構的病床適用率僅僅為50%～60%，而文獻中建議的病床使用率采用85%。明顯的，基層病床使用率經過5年根本不可能達到85%。同樣的，按照專家的建議，會在盡可能保持資源使用率的基礎上再增加資源的數量。提高的程度一般需要與當地機構的管理者進行多次討論確定。

4 建議

“十四五”時期是我國開啟現(xiàn)代化建設新征程的第一個五年規(guī)劃，也是全面貫徹習近平新時代中國特色社會主要思想的第一個五年規(guī)劃，同時也是全面實施“健康中國2030”規(guī)劃關鍵的五年。因此，“十四五”期間面臨著大量不確定的因素。對于醫(yī)療衛(wèi)生服務體系來說，需要更加精準的了解居民的需求及提供與需求之間的差距，同時服務體系也應更為關注高質量的發(fā)展。因此“十四五”醫(yī)療衛(wèi)生服務體系規(guī)劃指標應更加突出精準滿足居民需求和服務體系高質量發(fā)展，醫(yī)療衛(wèi)生服務體系規(guī)劃編制的方法要更為多元化，發(fā)揮每類方法的優(yōu)點和盡可能避免方法缺陷，最終確保服務體系規(guī)劃更加滿足居民服務需求。