石河子市社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)人力資源需求預(yù)測(cè)研究.pdf

1、目的：了解石河子市2008~2014年社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)衛(wèi)生人力資源配置現(xiàn)狀，找出當(dāng)前社區(qū)衛(wèi)生人力資源配置中存在的問(wèn)題；建立適用于石河子市實(shí)際情況的社區(qū)衛(wèi)生人力資源數(shù)量預(yù)測(cè)模型，并對(duì)石河子市2015~2017年社區(qū)衛(wèi)生人力進(jìn)行預(yù)測(cè)，為各級(jí)衛(wèi)生行政部門制定衛(wèi)生人力資源規(guī)劃以及培訓(xùn)發(fā)展規(guī)劃等提供科學(xué)依據(jù)。
　　方法：收集2008~2014年石河子市社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)衛(wèi)生人力資料，采用流行病學(xué)的描述分析方法，采用構(gòu)成比、平均增長(zhǎng)速度等指標(biāo)，

2、對(duì)石河子市社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)人力資源的數(shù)量、專業(yè)、年齡、性別、學(xué)歷、職稱結(jié)構(gòu)及其2008~2014年的動(dòng)態(tài)變化進(jìn)行統(tǒng)計(jì)描述性分析；利用單因素灰色模型GM(1,1)、多因素灰色預(yù)測(cè)模型、自回歸滑動(dòng)平均混合模型（ARIMA）和基于誤差反向傳播算法的多層前饋網(wǎng)絡(luò)模型（BP神經(jīng)網(wǎng)絡(luò)模型）對(duì)石河子市2015~2017年社區(qū)衛(wèi)生人力資源進(jìn)行預(yù)測(cè)，并采用平均絕對(duì)誤差（MAE）、平均絕對(duì)百分比誤差（MAPE）、均方根誤差（RMSE）指標(biāo)對(duì)模型預(yù)測(cè)結(jié)果進(jìn)行

3、評(píng)價(jià)；應(yīng)用Excel2007軟件、SPSS17.0軟件、MATLAB7.1(R2010b)軟件建立模型并進(jìn)行統(tǒng)計(jì)分析。
　　結(jié)果：
　　1.石河子市社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)人力資源配置現(xiàn)狀以及全科醫(yī)學(xué)培訓(xùn)情況調(diào)查結(jié)果：
　　(1)2008~2014年石河子市社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)工作人員總數(shù)年平均值為614人，衛(wèi)生技術(shù)人員565人，占工作人員總數(shù)的92.02％。在衛(wèi)技人員中，全科醫(yī)師占39.65%，護(hù)士占37.70%，公共衛(wèi)生醫(yī)師僅

4、占5.84%；而在284名醫(yī)師中，88.38%的醫(yī)師從事醫(yī)療工作，從事公共衛(wèi)生工作的醫(yī)師僅為11.58%。
　　(2)2008~2014年石河子市社區(qū)衛(wèi)技人員中擁有初級(jí)職稱者占43.00%，中級(jí)職稱者占50.44%，擁有高級(jí)職稱的衛(wèi)技人員僅占4.96%，社區(qū)衛(wèi)技人員中高、中、初級(jí)職稱比例為1:10.18:8.68。
　　(3)社區(qū)醫(yī)生中本科及以上、?？?、中專學(xué)歷者分別占39.73%、41.07%、18.75%；擁有初級(jí)和中級(jí)

5、職稱的醫(yī)生分別占32.59%、57.14%，擁有高級(jí)職稱者僅占8.48%。社區(qū)護(hù)士中專科學(xué)歷者占43.19%，中專學(xué)歷者占47.88%，本科及以上學(xué)歷者僅占7.98%；擁有高級(jí)職稱的護(hù)士占0.94%，中級(jí)和初級(jí)職稱者分別占46.48%、51.64%。
　　(4)在社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)中接受全科醫(yī)師崗位培訓(xùn)的醫(yī)生比例為71.10%，接受社區(qū)護(hù)士崗位培訓(xùn)的護(hù)士比例為80.19%，接受過(guò)崗位培訓(xùn)及高質(zhì)量培訓(xùn)（如全科醫(yī)師規(guī)范化培訓(xùn)）的社區(qū)衛(wèi)生

6、技術(shù)人員比例僅為57.83%。
　　2.社區(qū)衛(wèi)生技術(shù)人員數(shù)、醫(yī)生數(shù)、護(hù)士數(shù)均屬時(shí)間序列數(shù)據(jù)，分別采用 GM(1,1)模型、多因素灰色預(yù)測(cè)模型、ARIMA模型和對(duì)其進(jìn)行預(yù)測(cè)。
　　(1)對(duì)社區(qū)衛(wèi)技人員數(shù)進(jìn)行預(yù)測(cè)，GM(1,1)模型預(yù)測(cè)精度評(píng)價(jià)指標(biāo)MAE、MAPE、RMSE分別為6.5664、0.01191、8.7410，多因素灰色預(yù)測(cè)模型預(yù)測(cè)精度評(píng)價(jià)指標(biāo)分別為10.5379、0.01872、13.06670，ARIMA模型預(yù)測(cè)

7、精度評(píng)價(jià)指標(biāo)分別為7.4111、0.01332、10.2453，BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)精度評(píng)價(jià)指標(biāo)分別為5.1580、0.009581、6.9950，以BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)誤差較小，預(yù)測(cè)精度較高，該模型對(duì)2015~2017年社區(qū)衛(wèi)生技術(shù)人員總數(shù)的預(yù)測(cè)結(jié)果分別為628人、638人、646人。
　　(2)對(duì)社區(qū)全科醫(yī)師數(shù)進(jìn)行預(yù)測(cè)，GM(1,1)模型預(yù)測(cè)精度評(píng)價(jià)指標(biāo)MAE、MAPE、RMSE分別為2.5464、0.01082、3.0232

8、，多因素灰色預(yù)測(cè)模型預(yù)測(cè)精度評(píng)價(jià)指標(biāo)分別為13.0766、0.05741、15.8691，ARIMA模型預(yù)測(cè)精度評(píng)價(jià)指標(biāo)分別為10.1262、0.04491、12.1094，BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)精度評(píng)價(jià)指標(biāo)分別為8.8250、0.03861、10.8228，以GM(1,1)模型預(yù)測(cè)誤差較小，預(yù)測(cè)精度較高，該模型對(duì)2015~2017年社區(qū)全科醫(yī)師數(shù)的預(yù)測(cè)結(jié)果分別為235人、237人、240人。
　　(3)對(duì)社區(qū)護(hù)士數(shù)進(jìn)行預(yù)測(cè)，GM(

9、1,1)模型預(yù)測(cè)精度評(píng)價(jià)指標(biāo)MAE、MAPE、RMSE分別為3.0407、0.01468、3.9546，多因素灰色預(yù)測(cè)模型預(yù)測(cè)精度評(píng)價(jià)指標(biāo)分別為5.2169、0.02512、5.5416，ARIMA模型預(yù)測(cè)精度評(píng)價(jià)指標(biāo)分別為3.4690、0.01662、4.4137，BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)精度評(píng)價(jià)指標(biāo)分別為3.0558、0.01463、3.5489，以BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)誤差較小，預(yù)測(cè)精度較高，該模型對(duì)2015~2017年社區(qū)護(hù)士數(shù)的預(yù)測(cè)

10、結(jié)果分別為253人、262人、269人。
　　3.社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)衛(wèi)生技術(shù)人員數(shù)2008年為506人，根據(jù)預(yù)測(cè)結(jié)果，2017年社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)衛(wèi)生技術(shù)人員數(shù)為646，平均增長(zhǎng)速度為1.03%；2008年石河子市社區(qū)全科醫(yī)生、護(hù)士數(shù)分別為208人、180人，至2017年分別增至240人、269人，年平均增長(zhǎng)速度分別為1.02%，1.05%。
　　結(jié)論：
　　石河子市社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)人力資源配置中存在社區(qū)公共衛(wèi)生醫(yī)師缺乏、