基于灰色组合模型的残联系统康复人才现状与需求预测分析*

张 晗 井 淇△ 张叶凡 蔡伟芹 高倩倩 李宗润 嵇丽红

【提 要】 目的 了解我国残联系统康复人力资源现状,预测2020-2030年我国残联系统康复人才数,并分析其发展趋势,为相关部门决策提供参考。方法 分别运用均值GM(1,1)、原始差分GM(1,1)、均值差分GM(1,1)、离散GM(1,1)四种灰色模型对残联系统康复人才中业务人员、管理人员、其他人员进行模拟计算,选取各类型人员中精度检验最高的模型构建灰色组合模型进行预测。结果 本文所构建的灰色组合模型适用于康复人力资源的长期预测分析。残联系统康复人才数虽然逐年增长,但基于我国国情,康复专业人才仍有约15万人的缺口。结论 为应对老龄化和疾病谱的改变,在卫生人力资源能够满足我国基本医疗需求的同时,应加大对康复事业的资源投入,建立康复人才准入机制,完善康复人才培养体系。

随着时代不断进步,健康理念从“人人享有卫生保健”到“人人享有健康”,再到如今“全民健康覆盖”体现了人们对健康的更高要求。康复是现代健康服务的重要组成部分,在预防、治疗、康复和健康促进的健康服务连续体中有着重要的作用,对于促进实现“联合国2030可持续发展目标”和全民健康覆盖具有十分重要的意义[1]。康复作为实现全民健康的关键环节,不仅承担患者疾病愈后恢复,还承担提高残疾人生活质量、延长生命周期、改善生活满意度等重要任务。然而,在国家社会经济的发展和人口老龄化的背景下,康复需求倍增,康复人才数量短缺、质量普遍不高的现象日益严重[2]。

卫生人力资源是众多卫生资源中的核心资源,是促进人民健康的关键。此前,已经有众多学者对卫生人力资源的预测进行了深入研究。如使用单项灰色模型[3]、ARIMA模型[4]等。与上述的单个预测模型相比,组合预测模型能降低预测误差,提高预测的稳定性[5]。如有学者拟合灰色预测、二次回归预测和Holt-Winters非季节预测三种不同类型的模型[6],也有学者拟合四种灰色模型进行组合预测分析[7],但未分析其可行性,以及该模型是否适用于卫生人力资源预测。虽然康复人才作为卫生人力资源的一部分,但是与卫生人力资源的预测相比,康复人才的发展情况关注度较低,且康复事业在我国卫生事业发展中起重要作用。因此本文以康复人才为例,运用灰色组合模型,对未来十年我国残联系统康复人才的发展情况进行预测分析,并简要阐述灰色组合模型是否适用于人力资源预测。

资料与方法

1.资料来源

本文研究所用数据均来自于“中国残疾人联合会”官方网站,选取其中2011-2019年康复机构在岗人员、业务人员、管理人员以及其他人员作为分析数据。

2.研究方法

利用Excel软件对2011-2019年残联系统康复人才数量进行描述性分析,建立均值GM(1,1)模型、原始差分GM(1,1)模型、均值差分GM(1,1)模型、离散GM(1,1)模型四种灰色模型分别预测2020-2030年我国康复人才中业务人员数、管理人员数和其他人员数,总人数为三种类型人员总和,并计算模拟误差,通过拟合各类型人员中模拟误差最小,即精度检验最高的模型,对残联系统康复人才进行组合预测分析。

(1)构建各灰色模型,详见表1。

表1 各模型表达式

(2)模型精度检验与组合模型构建

根据表1数据,分别运用均值GM(1,1)模型、原始差分GM(1,1)模型、均值差分GM(1,1)模型、离散GM(1,1)模型对原始数据进行模拟预测,并计算平均模拟误差,分别比较业务人员、管理人员、其他人员在四种模型下的平均模拟误差,2011年为起始序列,模拟计算结果同原始数据,故模拟计算2012—2019年残联系统康复人才资源发展情况。精度检验结果详见表2。

表2 四种灰色模型精度检验结果(%)

由表2可知,业务人员数运用模拟误差最小的原始差分GM(1,1)模型进行预测分析,其模拟误差为3.3934%;管理人员数运用模拟误差最小的离散GM(1,1)模型进行预测分析,其模拟误差为4.1589%;其他人员数运用模拟误差最小的均值GM(1,1)模型进行预测分析,其模拟误差为4.6370%。

灰色预测模型中参数a的大小对模型的精度有影响,当|a|≤0.3时,对于长期预测效果较好;当0.3≤|a|≤0.5时,对于短期预测效果较好;当0.5≤|a|≤0.8时,可谨慎用于短期预测;当0.8≤|a|≤1时,应采用残差GM(1,1)模型;当|a|>1时,则灰色预测模型不适用于该资料[8]。本文运用原始差分GM(1,1)模型预测分析业务人员、运用均值GM(1,1)模型预测分析其他人员时,所得|a|值分别为0.0424、0.0184,均小于0.3。由模型表达式可知,离散GM(1,1)模型不同于其他GM(1,1)模型,不能直接得出a值。穆勇在证明灰色模型具有白指数律重合性的过程中,得出a=-lnβ1[9],从而运用离散GM(1,1)模型预测分析管理人员所得|a|值为0.0071,同样小于0.3,因此该模型适用于康复人力资源的长期预测分析。

令原始差分GM(1,1)模型、离散GM(1,1)模型、均值GM(1,1)模型为j,其值分别为1,2,3;业务人员数为Xi1;管理人员数为Yi2;其他人员数为Zi3;康复机构在岗人员数为Si。则构建下列模型:

Si=Xi1+Yi2+Zi3(i=2020,2021,2022…,2030)

其中,Xi1表示运用原始差分GM(1,1)模型预测第i年业务人员数值;Yi2表示运用离散GM(1,1)模型预测第i年管理人员数值;Zi3表示运用均值GM(1,1)模型预测第i年其他人员数值,其模型表达式见表3。

表3 组合模型各部分表达式

结 果

1.我国残联系统康复人才资源现状

由表4可知,2011-2019年残联系统康复人才总数呈逐年递增的发展趋势。截至2019年底,康复机构在岗人员,即康复人才总数为263745人,与2011年相比增加169719人,是2011年的2.81倍,年均增长率为13.76%;业务人员数为189189人,所占比重由2011年69.13%上升至71.73%,与2011年相比增加了124189人,年均增长率为14.29%;管理人员数为29313人,占康复人才总数的11.11%,与2011年相比增加16796人,年均增长率为11.22%;其他人员数为45243人,17.15%,与2011年相比增加28734人,年均增长率为13.43%。2012年业务人员数、管理人员数、其他人员数和康复人才总数与2011年相比,均增加一倍以上,至2013年后呈逐年平缓增长趋势。

表4 2011-2019年残联系统康复机构康复人才发展情况

2.灰色组合模型预测2020-2030年我国残联系统康复人才情况

以2011-2019年我国康复人才中管理人员数、业务人员数、其他人员数为基数,运用上述构建的灰色组合模型,预测分析2020-2030年我国残联系统康复人才发展趋势(图1)。预测结果显示,截至2030年底,我国残联系统康复人才总数、业务人员数、管理人员数、其他人员数将达到38.70、29.68、3.29、5.73万人,年均增长率为3.63%、4.43%、0.71%、1.86%,与2011-2019年康复人才年均增长率相比大幅下降,增长幅度趋于平缓,没有出现大幅增长的现象。其中管理人员增长较为缓慢,十年时间仅增长2000余人。

图1 2020-2030年我国康复人才变化趋势

讨 论

本研究结果显示,2020年残联系统中从事物理治疗师、作业治疗师、言语治疗师等多种康复服务的专业人员预计约19.25万人,根据全国第七次人口普查,我国人口总数约为14.12亿人,占总人群比例约为13.6∶10万。按照国际标准,每10万人口需要15名以上的物理治疗师、8～10名作业治疗师,我国应有约21万名物理治疗师、约11～14万名作业治疗师[10],仅物理治疗师和作业治疗师就需要约33～35万人,所以我国康复专业人才的需求量缺口约15万人。

“健康中国2030”规划纲要中明确提出要全方位、全周期维护和保障人民健康。根据2020年《中国卫生健康统计年鉴》,2019年底我国卫生人员已达到1292万人,已达到国家卫健委《“十三五”人才规划》中所制定的2020年达到1255万人的目标。反观我国康复人才数量缺口尚存,在实现满足人民基本医疗服务的同时,应加强康复医疗的发展。《Lancet》发表的首项关于康复(rehabilitation)的全球疾病负担研究(GBD)中表明,我国是全球康复需求最大的国家[11],其中老年人口(60岁以上)约为26402万人、残疾人口约为3566万人,总需求量约为4.6亿。而我国康复人才数量以及质量目前尚不能满足我国实际需求,因此我国要加大对康复人才培养的投入,逐步规范康复人才培养体系,不断优化康复人才内部结构、细分康复人员服务标准、提高康复人才质量水平、改善康复人员福利待遇。

灰色模型的优点在于不需要很多样本量、运算简便,且精度较高,在人力资源预测领域广泛运用[12]。本文所运用的灰色组合模型与单一灰色模型相比,不仅在结果的准确度上有所提高,且适用于康复人力资源长期预测分析。本研究旨在为康复人力资源的预测提供方法学支撑,在此基础上,下一步应考虑其他影响因素,如结合实时卫生政策、康复机构数、康复人才结构与质量等,进行更精确的预测。