首页 > 论文范文 > 医药卫生论文 > 药学论文 > 临床药师论文 > 我国药师资源配置现状及需求预测分析

我国药师资源配置现状及需求预测分析

2024-03-05 455 上传者：管理员

摘要：目的：分析我国药师资源配置情况，预测未来药师需求量。方法：运用GM(1,1)模型、ARIMA模型、BP神经网络模型以及组合模型,预测2022—2030年我国药师需求量。结果：1990—2021年，我国药师数量增长缓慢，存在较大缺口；各地区药师人员分布差异较大；集成模型显示，预计到2025年，我国药师人数将达到58.55万人，2030年达到67.19万人。结论：应高度重视药师人才队伍建设，进一步细化药学专业技术人员配置标准，提升卫生资源配置公平性，加快推动药学服务高质量发展。

关键词：
合理用药
药学服务
药师需求
资源配置
需求预测
加入收藏

近年来，人们对药学服务的需求日益增长，药师资源配置作为评价药学服务需求的重要指标，在保障国民合理用药、促进药学事业发展中占据关键地位[1]。2018年国家卫生健康委发布《关于加快药学服务高质量发展的意见》，强调加强药师队伍建设，调动药师工作积极性。2022年《“十四五”卫生健康人才发展规划》再次指出，要坚持以推动高质量发展为主题，大力加强卫生健康人才队伍建设，提高各类人才素质和服务能力[2,3]。基于我国医药卫生资源长期存在分布和供需不均衡的现状，系统落实配置要求面临着巨大的挑战，把控医药卫生人力资源配置规律和未来需求对贯彻落实政策至关重要[4,5]。本研究采用数据可视化方法分析我国药师分布现状，运用集成预测方法推断其发展趋势，为加强药师人才队伍建设提供参考依据。

1、资料来源

本研究对象为医疗机构药师资源，包括主任药师、副主任药师、主管药师、药师和药士，相关数据来源于历年《中国统计年鉴》《中国卫生健康统计年鉴》及国家药品监督管理局官网。基于此，分析我国31个省（区、市，不包括香港、澳门和台湾地区）药师资源配置情况。

2、研究方法

2.1 时空分析

绘制我国31省（区、市）的药师数量增长趋势图，同年横向对比各地区的药师储备现状，同地区纵向对比不同年份的药师数量增长趋势[6]。将各省（区、市）药师配置进行聚类分析，观测我国药师配置的动态发展和局部水平。

2.2 GM(1,1）模型

GM(1,1）模型是最常用的一种灰色预测模型[7]，适用于预测单时间序列事物的发展趋势，具有不受样本量大小和规律性限制的优势，对短期趋势预测有较高的精度。具体步骤为：首先通过对原始序列进行累加，生成具有指数增长规律的序列；然后构建微分方程，还原预测模型；最终通过后验差比值（C）和小误差概率（P）指标，检验模型精度。一般方程为：

2.3 ARIMA模型

自回归移动平均模型（简称ARIMA模型）常用来预测平稳时间序列[8]，主要理念是预测的时间序列由不随时间改变的随机过程产生，随机过程可以揭示内在变化趋势，从而用观测值外推预测值，具有短期预测精度高的优势。

差分自回归移动平均模型（ARIMA(p,d,q））中，AR是自回归，p为自回归模型阶数，MA为移动平均，q为移动平均阶数，d为时间序列成为平稳时所做的差分次数。主要建模步骤为：首先采用ADF法检验原始序列的平稳性，对非平稳序列进行差分转换；然后通过自相关和偏自相关系数图识别模型，根据AIC准则定阶；最后进行模型检验，验证残差序列是否为白噪声序列。一般表达式为：

2.4 BP神经网络模型

BP神经网络模型是用来预测数据的常用方法[9]，通常由输入层、隐含层和输出层三部分构成。根据研究数据确定隐含层的个数并构建模型，将x设置为输入的药师样本量，y设置为输出的药师人数预测值，每组输入数据都有对应目标输出，从而实现信息由输入层向输出层的前向传播，并根据误差平方和最小原则实现误差反向传播。

2.5 集成预测模型

药师资源配置具有高度复杂性，单一预测模型难以捕捉其规律。本研究将三种模型进行组合，并建立组合预测模型[10,11]。根据权重计算公式，对三种模型的平均预测误差赋予相应权重，最终的集成预测结果取各模型预测结果的加权平均值。权重计算公式为:

其中，wj为第j个模型的权重，Sj为第j个模型预测误差的绝对值。

3、结果

3.1 我国药师总量

1990—2021年，我国药师总量从405 978人增加到520 865人，平均每年增加3 706人，年均增长0.92%，药师数量整体呈“缓慢增长-波动下降-平稳增长”的趋势（见图1）。

图1 我国药师总量变化趋势

3.2 我国药师的地区分布

目前，我国各地区的药师数量和每万人口药师数量存在较大差异。华南、华东地区的药师数量明显多于其他地区，东北、西北及西南地区的药师数量增幅不显著。具体来看，广东、山东、江苏、浙江、河南、四川拥有药师最多且增幅较大，海南、西藏、新疆等欠发达地区的药师数量相对较少且增幅较小。截至2021年，每万人口药师数量高于全国平均水平（4人）的省（区、市）有10个，其中北京最多（7.09人），其次是天津（5.23人）、浙江（4.97人），相对较少的是安徽（2.80人）、河北（2.84人）。根据“十四五”规划要求的配置标准，药师数量缺口仍然较大。

根据各年份药师配置平均标准进行聚类分析，观测各地区药师配置的动态变化。结果显示，第一类为每万人口药师配备4人及以上的省（区、市），第二类为每万人口药师配备3～4人的省（区、市），第三类为每万人口药师配备不足3人的省（区、市）。进一步分析发现，2008—2021年，我国药师配置水平有所改善，第三类的省（区、市）逐渐迈向第二类，第二类的省（区、市）逐渐迈向第一类，主要集中于第二类（见表1）。值得注意的是，河北、安徽、贵州、云南的药师配置水平长期滞后，而且第一类地区除北京、上海、浙江等发达地区外，还有广西、陕西、青海、宁夏等西部地区，与各地区试点政策和综合医改等重大举措的有效实施密不可分。

表1 2008—2021我国药师的地区配置聚类分析

3.3 2022—2030年我国药师需求预测

3.3.1 基于GM(1,1）模型的预测

本研究选取原始序列呈类指数增长部分作为训练样本，以保证模型拟合效果。对我国2009—2018年药师数据建立模型，对训练样本进行三年预测。预测结果显示，2019—2021年，我国药师数量分别为486 799人、504 412人和522664人，拟合预测效果较好（见图2）。

图2 GM(1,1）模型拟合预测效果

3.3.2 基于ARIMA模型的预测

应用ADF方法对2004—2018年原始序列进行单位根检验，显示原始序列为非平稳序列。一阶差分处理后仍存在单位根，二阶差分处理后不存在单位根，说明为二阶单整序列，可以构建ARIMA模型。

模型分析显示，2007年我国药师数量断崖下降，这主要是由于2007年国家卫生统计调查制度修订，调整了医疗卫生机构和人员的统计口径。为了捕捉口径调整的影响，模型设置了虚拟变量D1和D2(2007年、2008年设置为1，其他年份为0）。通过自相关图和AIC准则，确定模型的形式为ARIMA(2,2,0），模型整体通过有效性检验，除常数项系数外其余系数均显著，残差序列为白噪声序列，R2达到0.95，因此ARIMA(2,2,0）模型有效且具有较好的解释力和拟合效果（见图3）。

3.3.3 基于BP神经网络模型的预测

为提高BP神经网络模型预测结果的准确性，本研究将2004—2018年药师数量作为输入样本和测试样本，经多次训练，将BP神经网络的隐含层设置为10层，输入层设置为5层，输出层设置为1层。在运算过程中多次修正各层的权值和阈值，最终拟合R值为0.93，训练结果预测精度较高且符合变化趋势。采用已训练好的网络对原始值进行拟合（见图4），结果显示BP神经网络的输出值和真实值基本吻合，可以使用已训练好的网络预测2019—2021年我国药师数量。

3.3.4 基于集成模型的预测

对三个预测模型2019—2021年预测结果计算平均相对误差，根据加权平均数公式，得出GM(1,1）、ARIMA、BP神经网络模型的权重分别为0.3324、0.1571、0.5105。基于此，构建集成模型，分别运用三个单模型和集成模型对2019—2021年我国药师数量进行预测。结果显示（见表2），就单模型而言，GM(1,1）模型的拟合效果较好，BP神经网络模型的预测效果较好，误差均在2%以内；ARIMA模型的预测结果偏低，GM(1,1）模型的预测结果偏高，但相对误差的绝对值都在2%以内；集成模型有效提高了预测精度，平均相对误差的绝对值在1%以内，取得了更好的效果。

图3 ARIMA模型拟合预测效果

图4 BP神经网络模型拟合预测效果

表2 各模型的预测值及相对误差

采用集成模型预测2022—2030年我国药师需求量。结果显示，未来药师需求总体呈稳步上升的趋势（见表3），提示应适当提高药师人员配置水平。

表3 2022—2030年我国药师需求预测

4、讨论与建议

4.1 我国药师分布存在地区差异，资源配置有待优化

现阶段，我国华东、华南地区的药师资源配置较好，西部地区相对滞后。究其原因，发达地区凭借地理位置、经济实力和教育资源优势，集聚了更多的药学技术人才，欠发达地区缺乏对人才的吸引力，而且有限的药师资源容易流失。同时，各地区对药师队伍建设的重视程度存在差异，药师队伍的专业水平相差较大，不利于药师资源结构优化。此外，部分地区医疗机构的现行条例对药师的准入和培养要求较为模糊，药师职责划分不清，导致药师的专业认同度不高[12,13]。

目前，国家陆续出台的改革政策有效改善了部分地区药师资源配置状况。如青海、陕西、宁夏等积极响应综合医改试点政策，加大对医疗卫生的财政投入，药师配置水平稳步提高。这提示欠发达地区可发挥帮扶政策的集成效应，例如注重岗位建设，通过人才引入、深化公立医院薪酬制度改革等方式来提高药师的工作满意度，规避药师产生职业倦怠；同时，创新流动配置机制，引导药学技术人才向药师资源不足地区合理流动，提高药师资源利用效率。

4.2 我国药师队伍发展缓慢，人员配备仍存在较大缺口

我国药师数量增长速度缓慢，当前储备总量远低于《“十四五”卫生健康人才发展规划》要求的发展目标（77万人），不能适应“健康中国”建设需求。2009年我国启动新一轮医改，按照“医药分开”的迫切需求，2008—2021年药师规模持续扩大。结合《中国人口中长期预测（2022）》和《中国人口预测报告2023版》的人口预测结果[14,15],2025年、2030年每万人口药师需求量分别为4.2人和4.9人，低于“十四五”规划要求（每万人口5.4人）。这提示有关部门在加强药师队伍建设工作中，应注意数量和质量双提升，做好药师配备规划并加大培训力度，可建立高校与医疗机构协同联动培养体系，拓宽人才培养范畴；广泛开展药事服务费试点，适应药师服务发展转型，体现药师的服务价值，从而壮大药师队伍。

4.3 顺应药学发展新趋势，构建药师资源配置新格局

本研究结合药师配置现状和未来需求，认为“提质增量”是当前实现药学人力资源合理配置的重要思路。即在关注药师规模合理增长的同时，兼顾药师结构优化。新医改政策强调加强药学队伍建设，要求2025年药师总量达到总量77万人和每万人口5.4人的配置规模。对此，应严格落实药师配备标准，鼓励有条件的医疗机构增加药师配置，将二级以上医疗机构药师纳入家庭签约医生团队[16,17]。要求药师持续学习和掌握医药领域的新知识和新技能，不断提升用药水平和专业素质[18,19]。增进与医生、患者的沟通，做好处方审核工作，积极开展处方点评和合理用药审查，保证患者用药的安全性、有效性、经济性。各地区可根据需求统筹药学人才发展计划，健全考核机制，全力扩大药师队伍规模。国家层面，在保障人均药师拥有量的同时，全方位考量地区经济、教育、地理的现实差异，优惠政策适度向经济欠发达地区倾斜，最终构建与药学服务高质量发展相适应的人才规模和结构布局，增强居民医药卫生服务的可及性、公平性和高效性。

5、小结

本研究通过集成模型预测2022—2030年我国药师需求趋势，认为预测值低于“十四五”规划目标，但人员统计口径的改变和基年自变量序列较短，在一定程度上会影响模型的拟合效果及预测精度。后续研究应综合考虑影响药师资源配置的多重因素，开发更为科学动态的集成模型，提升预测结果的可靠性。

参考文献:

[1]国家药监局.关于规范药品零售企业配备使用执业药师的通知[EB/OL].(2020-11-20).

[2]医政医管局.关于加快药学服务高质量发展的意见[EB/OL].(2018-11-26).

[3]医政医管局.关于印发“十四五”卫生健康人才发展规划的通知[EB/OL].(2022-08-03).

[5]乔若晨,拜争刚.我国药师资源空间分布及动态变化[J].中国药房,2022,33(15):1898-1900,1910.

[6]董琬月,柏如海,陈晓彤,等.中国卫生人力资源配置水平的空间分析[J].中国卫生政策研究,2019,12(03):72-77.

[7]林小丹,徐碧霞,王冬,等.我国专业公共卫生机构人力资源分布特征及预测分析[J].中国卫生事业管理,2021,38(12):904-908,949.

[8]马兰,田庆丰,郭丽芳,等.基于ARIMA模型的河南省医疗服务需求变化趋势及预测分析[J].中国卫生统计,2020,37(01):103-105.

[9]胡嘉靖,范艳存,刘思佳,等.基于组合预测模型的内蒙古卫生总费用预测及分析[J].医学与社会,2022,35(12):24-27,34.

[10]刘柯辛,马利,王昱婷,等.我国中医药人员配置公平性及“十四五”时期需求预测研究[J].中国卫生经济,2022,41(12):26-30.