王書平，黃二丹，胡曄康，李婷婷

(1.國(guó)家衛(wèi)生健康委衛(wèi)生發(fā)展研究中心，北京 100191；2.中國(guó)衛(wèi)生經(jīng)濟(jì)學(xué)會(huì)，北京 100011)

醫(yī)療衛(wèi)生資源規(guī)劃是以一種有效方式來(lái)逐漸滿足健康需要的過(guò)程，是解決衛(wèi)生資源布局及結(jié)構(gòu)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(biāo)是滿足區(qū)域內(nèi)居民的衛(wèi)生服務(wù)需求和改善居民健康水平[2]。相關(guān)研究表明，區(qū)域衛(wèi)生規(guī)劃和衛(wèi)生服務(wù)體系規(guī)劃都是衛(wèi)生資源規(guī)劃的具體形式。國(guó)內(nèi)相關(guān)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(dòng)員并合理配置該區(qū)域內(nèi)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(jī)效管理思想[4]的手段。同時(shí)也有研究認(rèn)為，制定和實(shí)施區(qū)域衛(wèi)生規(guī)劃是在社會(huì)主義市場(chǎng)經(jīng)濟(jì)條件下合理配置醫(yī)療衛(wèi)生資源的重要手段，也是國(guó)家的一項(xiàng)重要衛(wèi)生政策[5]。國(guó)際經(jīng)驗(yàn)也表明，編制國(guó)家層面的衛(wèi)生服務(wù)體系規(guī)劃是實(shí)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(wù)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(guó)家及省市都在積極研究“十四五”國(guó)民經(jīng)濟(jì)發(fā)展規(guī)劃，而醫(yī)療衛(wèi)生服務(wù)體系是給居民提供各項(xiàng)服務(wù)的載體，也是衛(wèi)生事業(yè)規(guī)劃中一項(xiàng)最為重要的內(nèi)容。因此，本研究在基于文獻(xiàn)研究及專家訪談基礎(chǔ)上，對(duì)歷次醫(yī)療衛(wèi)生服務(wù)體系規(guī)劃方法和衛(wèi)生資源配置標(biāo)準(zhǔn)的方法進(jìn)行梳理，并對(duì)不同方法進(jìn)行分類和討論，為我國(guó)及各個(gè)省份“十四五”醫(yī)療衛(wèi)生服務(wù)體系規(guī)劃提供技術(shù)儲(chǔ)備。

1 資料來(lái)源與方法

1.1 資料來(lái)源

該研究所用的資料來(lái)源有3類：(1)我國(guó)國(guó)家級(jí)、31個(gè)省(市)及個(gè)別地市級(jí)和縣級(jí)的醫(yī)療衛(wèi)生服務(wù)體系規(guī)劃文本及規(guī)劃說(shuō)明；(2)醫(yī)療衛(wèi)生服務(wù)體系規(guī)劃的指標(biāo)及指標(biāo)測(cè)算的相關(guān)文獻(xiàn)；(3)資源配置的相關(guān)文獻(xiàn)及方法。

1.2 研究方法

1.2.1 文獻(xiàn)研究

通過(guò)梳理醫(yī)療衛(wèi)生服務(wù)體系規(guī)劃的規(guī)劃說(shuō)明，得出不同醫(yī)療衛(wèi)生服務(wù)體系規(guī)劃的指標(biāo)及相應(yīng)方法；梳理不同資源配置方法文獻(xiàn)，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(xiàn)是利用“衛(wèi)生資源配置(Health Resource Allocation)”“床位數(shù)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(shì)外推法(Trend Extrapolation)”“時(shí)間序列(Time Series)”“灰色模型(Grey Model)”“衛(wèi)生服務(wù)需求法(Health Demand Method)”“服務(wù)目標(biāo)法(Service Target Method)”“衛(wèi)生服務(wù)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(shù)據(jù)庫(kù)，中國(guó)學(xué)術(shù)文獻(xiàn)總庫(kù)(CNKI)和萬(wàn)方數(shù)據(jù)庫(kù)。項(xiàng)目組成員根據(jù)研究醫(yī)療衛(wèi)生服務(wù)規(guī)劃使用的方法對(duì)文獻(xiàn)進(jìn)行整理。

1.2.2 定性訪談

訪談人員包括6名參與國(guó)家醫(yī)療衛(wèi)生服務(wù)體制定的衛(wèi)生經(jīng)濟(jì)學(xué)、衛(wèi)生管理和衛(wèi)生統(tǒng)計(jì)學(xué)等專家，10名參與各個(gè)省醫(yī)療服務(wù)體系規(guī)劃評(píng)審專家及10名部分省份醫(yī)療服務(wù)體系規(guī)劃制定的專家。主要訪談不同方法應(yīng)用時(shí)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(wù)體系規(guī)劃編制方法研究進(jìn)展

2.1 描述性分析

描述性分析就是通過(guò)大量數(shù)據(jù)對(duì)醫(yī)療衛(wèi)生服務(wù)體系中的供方和需求進(jìn)行描述，并把這些數(shù)據(jù)跟自身進(jìn)行縱向比較，地市所在省份和全國(guó)水平進(jìn)行橫向比較，反映出其主要特征、存在問(wèn)題和未來(lái)變化趨勢(shì)。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(wù)利用、基本公共衛(wèi)生服務(wù)數(shù)量及種類、主要死因及死因順位等，同時(shí)還分析城鄉(xiāng)之間差異和不同人群衛(wèi)生服務(wù)需求(如老年人、婦女、兒童等)(見(jiàn)圖1)。供方分析的維度包括機(jī)構(gòu)數(shù)、床位數(shù)、執(zhí)業(yè)(助理)醫(yī)師數(shù)、注冊(cè)護(hù)士數(shù)和資源的效率，同時(shí)還要分析不同區(qū)域、城鄉(xiāng)、不同類型機(jī)構(gòu)(醫(yī)院/基層醫(yī)療衛(wèi)生機(jī)構(gòu)、專業(yè)公共衛(wèi)生機(jī)構(gòu))和不同醫(yī)院(公立/民營(yíng)/企業(yè)辦醫(yī)院)上述指標(biāo)的數(shù)量、質(zhì)量和結(jié)構(gòu)(見(jiàn)圖2)。

圖1 全生命周期分析不同人群對(duì)不同類型醫(yī)療服務(wù)需求

圖2 醫(yī)療衛(wèi)生服務(wù)體系中不同類型機(jī)構(gòu)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(wù)體系規(guī)劃過(guò)程中發(fā)揮重大作用。不同專家在規(guī)劃制定過(guò)程中發(fā)揮的作用各不相同。一是學(xué)術(shù)領(lǐng)域的專家，包括財(cái)政、人口、衛(wèi)生資源配置、衛(wèi)生經(jīng)濟(jì)學(xué)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(cái)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(shí)踐角度上來(lái)評(píng)價(jià)規(guī)劃指標(biāo)的可實(shí)現(xiàn)性；三是不同類型機(jī)構(gòu)的管理人員和業(yè)務(wù)人員，這些專家主要反映現(xiàn)實(shí)問(wèn)題和解決方案，主要涉及實(shí)現(xiàn)規(guī)劃目標(biāo)可能遇到問(wèn)題及這些問(wèn)題的解決方案。

2.3 以供方為主趨勢(shì)外推法

以供方為主的趨勢(shì)外推法主要包括年均增長(zhǎng)率、時(shí)間序列法、灰階模型等，其數(shù)據(jù)來(lái)源是供方提供的相關(guān)醫(yī)療衛(wèi)生資源。平均增長(zhǎng)速度方法是利用某省近30年的千人口資源數(shù)據(jù)的變化趨勢(shì)，同時(shí)結(jié)合其衛(wèi)生事業(yè)發(fā)展特征及重要的政策變革實(shí)施點(diǎn)，把千人口資源變化趨勢(shì)分段，2021-2025年資源的預(yù)測(cè)是基于最后一段的平均增長(zhǎng)率推算出來(lái)。

時(shí)間序列 ARIMA(p，d，q)模型是基于不同時(shí)期內(nèi)的相關(guān)性為基礎(chǔ)的預(yù)測(cè)方法。其核心是利用包含過(guò)去若干個(gè)取值和隨機(jī)誤差的線性函數(shù)，近似描述出隨著時(shí)間推移而形成的數(shù)據(jù)序列。函數(shù)的表達(dá)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(shí)間序列的預(yù)測(cè)值；δ是常數(shù)項(xiàng)；φi(i為1，2，…，p)是自相關(guān)系數(shù)；θi(i為1，2，…，q)為相關(guān)系數(shù)。參數(shù)d是模型的差分階數(shù)，確保數(shù)據(jù)平穩(wěn)化，很多非平穩(wěn)的序列經(jīng)過(guò)差分后顯示出平穩(wěn)序列的性質(zhì)。p是自回歸階數(shù)，q是移動(dòng)平均階數(shù)，xt是各期的觀察值(t=1，2，3，…，k)。

灰色模型主要特點(diǎn)是能夠從雜亂無(wú)章的、有限的、離散的數(shù)據(jù)中找出規(guī)律，克服概率統(tǒng)計(jì)的弱點(diǎn)。建立灰色系統(tǒng)摸型，然后用它做出相應(yīng)的分析、預(yù)測(cè)、決策和規(guī)劃。其中GM(1，1)是應(yīng)用最廣泛的灰階模型預(yù)測(cè)方法，具有較好的預(yù)測(cè)效果。

趨勢(shì)外推法的方法在現(xiàn)實(shí)規(guī)劃較為常用，如張宗光等[6]和萬(wàn)鵬等[7]利用供方存量數(shù)據(jù)和發(fā)展趨勢(shì)預(yù)測(cè)出未來(lái)衛(wèi)生資源總量；王書平等[8]人利用年均增長(zhǎng)速度和時(shí)間序列兩種方法，預(yù)測(cè)2020年中國(guó)每千人口床位數(shù)，其分別為6.68張和6.08張；王瑩[9]利用三種方法構(gòu)建灰階模型，以模型相對(duì)誤差最小來(lái)選擇最優(yōu)模型，利用最優(yōu)模型預(yù)測(cè)出2020年湖北省每千人口床位數(shù)為4.24張。

2.4 以供方為主回歸模型法

回歸模型是對(duì)因變量和多個(gè)自變量間進(jìn)行定量描述的一種數(shù)學(xué)模型(見(jiàn)公式2)。其是一種預(yù)測(cè)性的建模技術(shù)，用來(lái)研究因變量[如資源數(shù)，床位數(shù)、執(zhí)業(yè)(助理)醫(yī)師數(shù)]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(guān)系。建立關(guān)系后，明確出自變量未來(lái)的數(shù)值，用自變量與因變量關(guān)系及自變量未來(lái)數(shù)值預(yù)測(cè)因變量未來(lái)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(shù)(如床位數(shù)、執(zhí)業(yè)(助理)醫(yī)師數(shù))，β0，β1，…，βp是p+1個(gè)待估的參數(shù)，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(jié)構(gòu)等)，ε是相互獨(dú)立且服務(wù)正態(tài)分布的隨機(jī)變量。

高建民等[10]使用直線回歸模型測(cè)算資源的數(shù)量。雷海潮等[11]通過(guò)利用多元逐步回歸，預(yù)測(cè)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(chǔ)上構(gòu)建模型，用于北京市資源測(cè)算。周達(dá)等[13]參考人口密度、人均GDP和人均消費(fèi)水平構(gòu)建模型，測(cè)算湖北省5種乙類大型醫(yī)用設(shè)備的配置量。

2.5 服務(wù)目標(biāo)法

服務(wù)目標(biāo)法是首先獲取目標(biāo)年的資源量和健康水平，然后在把目標(biāo)值和人口數(shù)結(jié)合，計(jì)算出所需要配備的資源數(shù)和健康水平。服務(wù)目標(biāo)法參照數(shù)值確定原則是：若省份“十四五”目標(biāo)則可以以國(guó)家的目標(biāo)確定；若地市層面“十四五”目標(biāo)則可以省份的“十四五”目標(biāo)確定。其次還可以經(jīng)濟(jì)社會(huì)發(fā)展水平、人口規(guī)模、地理位置等為依據(jù)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(biāo)作為自己“十四五”的目標(biāo)。最后，省份或地市根據(jù)自己經(jīng)濟(jì)水平、社會(huì)保障水平和人口規(guī)模來(lái)尋找OECD類似的國(guó)家，根據(jù)這些國(guó)家在本省份或地市經(jīng)濟(jì)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(biāo)。通過(guò)梳理國(guó)家及各個(gè)省份2015-2020年醫(yī)療衛(wèi)生服務(wù)體系規(guī)劃中每千人口床位數(shù)的目標(biāo)，我們發(fā)現(xiàn)了河北省等10個(gè)省份2020年千人口床位數(shù)均是6張，與全國(guó)規(guī)劃目標(biāo)相同。這個(gè)目標(biāo)確定是采用的服務(wù)目標(biāo)法。

2.6 衛(wèi)生服務(wù)需求法

衛(wèi)生服務(wù)需求法是在居民衛(wèi)生服務(wù)需求和資源效率的基礎(chǔ)上把居民健康需求轉(zhuǎn)化為相應(yīng)的資源。根據(jù)衛(wèi)生服務(wù)的需求量與效率指標(biāo)，測(cè)算出滿足一定人口衛(wèi)生服務(wù)需求量所必須擁有的病床數(shù)和執(zhí)業(yè)(助理)醫(yī)師數(shù)。

該方法應(yīng)用的數(shù)據(jù)來(lái)源分為兩類：一是來(lái)源于不同類型機(jī)構(gòu)居民衛(wèi)生服務(wù)利用數(shù)據(jù)，即是居民年住院率和年均就診人次數(shù)，這些數(shù)據(jù)可以收集時(shí)間較長(zhǎng)，可以用多種方法來(lái)預(yù)測(cè)未來(lái)數(shù)值；二是來(lái)源于國(guó)家入戶的衛(wèi)生服務(wù)調(diào)查數(shù)據(jù)。目前已經(jīng)開(kāi)展了6次國(guó)家層面的入戶衛(wèi)生服務(wù)調(diào)查，由于其開(kāi)展調(diào)查是每隔5年執(zhí)行一次，所以在使用這些數(shù)據(jù)時(shí)不能使用趨勢(shì)外推法。

現(xiàn)有國(guó)內(nèi)的研究都是基于不同機(jī)構(gòu)提供的居民衛(wèi)生服務(wù)利用數(shù)據(jù)，采用趨勢(shì)外推法或多元回歸法預(yù)測(cè)未來(lái)的居民需求總量。例如，徐瓊花等[14]利用2004-2009年二級(jí)綜合醫(yī)院的業(yè)務(wù)工作量和一階灰色預(yù)測(cè)模型GM(1，1)，對(duì)2009-2015年衛(wèi)生服務(wù)的需求量進(jìn)行相應(yīng)的預(yù)測(cè)；毛正中等[15]利用19個(gè)區(qū)域數(shù)據(jù)，通過(guò)構(gòu)建多元回歸模型把年門診量和人口數(shù)等6個(gè)影響因素建立關(guān)聯(lián)，并用來(lái)預(yù)測(cè)各區(qū)域的衛(wèi)生服務(wù)需求。

2.7 微觀模擬模型(Micro-simulation)

國(guó)外預(yù)測(cè)衛(wèi)生服務(wù)需求主要基于需方調(diào)查數(shù)據(jù)，采用微觀模擬模型[16-17]，即是利用微觀模擬模型基于個(gè)體準(zhǔn)確預(yù)測(cè)衛(wèi)生服務(wù)需求。由于在不同衛(wèi)生干預(yù)策略下，衛(wèi)生服務(wù)需求總量及流向是不同的，因此微觀模擬模型也能夠用來(lái)分析在醫(yī)療衛(wèi)生服務(wù)體系結(jié)構(gòu)、患者流向和資源分配決策間的關(guān)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(guó)衛(wèi)生服務(wù)調(diào)查數(shù)據(jù)，構(gòu)建MedDemandMOD用來(lái)檢驗(yàn)GP服務(wù)利用的公平性，即保證公平利用GP衛(wèi)生服務(wù)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(wù)，則內(nèi)陸地區(qū)和偏遠(yuǎn)地區(qū)居民GP服務(wù)分別增加20%和14%。Timothy M.Dall 等人[19]利用多種數(shù)據(jù)庫(kù)構(gòu)建微觀模擬模型，該模型預(yù)測(cè)2020年婦女衛(wèi)生服務(wù)需求將增加6%，從而需要新增2090個(gè)全職的婦產(chǎn)醫(yī)生。

3 對(duì)于不同方法的評(píng)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(wù)體系規(guī)劃的前提

基于圖或表來(lái)描述醫(yī)療衛(wèi)生服務(wù)體系的供方還是需方的主要目的，是為了更好地了解服務(wù)體系的現(xiàn)狀及存在問(wèn)題。這里基于需方的描述是非常關(guān)鍵的，因?yàn)橘Y源配置規(guī)劃的核心目標(biāo)是為了更好的滿足居民的需求。很多省份衛(wèi)生服務(wù)體系規(guī)劃制定存在最大的問(wèn)題是缺少對(duì)需方的描述或者是很難基于需方的數(shù)據(jù)來(lái)分析供方體系的問(wèn)題，這就導(dǎo)致我們規(guī)劃中供方與需方關(guān)系的脫節(jié)。因此，基于在需方數(shù)據(jù)基礎(chǔ)上來(lái)描述和分析供方是規(guī)劃制定的基礎(chǔ)，同時(shí)也是對(duì)“十三五”規(guī)劃的評(píng)估總結(jié)。

專家咨詢法是為了印證數(shù)據(jù)反映的問(wèn)題及尋找問(wèn)題的解決方案。一方面在數(shù)據(jù)分析基礎(chǔ)上總結(jié)出體系存在問(wèn)題，針對(duì)這些問(wèn)題訪談?wù)块T衛(wèi)生規(guī)劃官員、不同類型衛(wèi)生機(jī)構(gòu)的管理者及大學(xué)中衛(wèi)生管理等專家。針對(duì)不同類型的專家，訪談問(wèn)題實(shí)現(xiàn)的目的是不同的，基于官員訪談主要印證數(shù)據(jù)問(wèn)題和解決方案，而對(duì)于管理者主要從資源配置實(shí)際操作，對(duì)于大學(xué)的專家主要從理論和方法學(xué)的角度進(jìn)行訪談。在規(guī)劃制定過(guò)程中，專家咨詢次數(shù)越多，專家的建議越有針對(duì)性；專家的范圍越廣，則說(shuō)明規(guī)劃越科學(xué)，越有實(shí)操性和越有利于執(zhí)行。

3.2 趨勢(shì)外推法和回歸模型是確定規(guī)劃指標(biāo)方法

在我國(guó)以需方為基礎(chǔ)的衛(wèi)生服務(wù)需求預(yù)測(cè)的主要數(shù)據(jù)，是利用每5年一次的衛(wèi)生服務(wù)調(diào)查數(shù)據(jù)，不適合使用趨勢(shì)外推法。因此，趨勢(shì)外推法在本研究中主要是以供方數(shù)據(jù)為主的趨勢(shì)外推法。供方為主數(shù)據(jù)主要來(lái)源衛(wèi)生統(tǒng)計(jì)年鑒，數(shù)據(jù)可獲得性好，且可獲的數(shù)據(jù)時(shí)間較長(zhǎng)，同時(shí)又有現(xiàn)成的軟件，因此其可操作性比較強(qiáng)。以供方數(shù)據(jù)為來(lái)源的趨勢(shì)外推法不是中立的，該方法具有限制政策選擇性，應(yīng)用這些方法預(yù)測(cè)的時(shí)間越長(zhǎng)，結(jié)果就越不穩(wěn)定，并且可能會(huì)過(guò)高的預(yù)估需求[17]。其最大的不足是假設(shè)未來(lái)變化與之前的變化趨勢(shì)相同，且這種方法不能改變資源“倒三角”的結(jié)構(gòu)。在實(shí)際中，趨勢(shì)外推法在確定規(guī)劃目標(biāo)時(shí)是較為常用的方法。

回歸方法的預(yù)測(cè)，主要是利用現(xiàn)有數(shù)據(jù)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(shù)據(jù)來(lái)源主要是地區(qū)層面數(shù)據(jù)(歷史數(shù)據(jù)或面板數(shù)據(jù))，優(yōu)點(diǎn)是能夠明確出地區(qū)層面資源與影響因素關(guān)系，且有現(xiàn)成軟件實(shí)現(xiàn)，可操作性較強(qiáng)。該方法的基于假設(shè)是現(xiàn)有資源與影響因素的關(guān)系在未來(lái)是不變的?；谶@種假設(shè)，該方法只能是針對(duì)靜態(tài)的人群，不適用于動(dòng)態(tài)變化人群；只能得出衛(wèi)生資源的總量而不能得出結(jié)構(gòu)。此外，該方法的數(shù)據(jù)都是基于區(qū)域?qū)用鏀?shù)據(jù)，影響因素的數(shù)據(jù)不容易獲取，而且該方法僅僅考慮資源與影響因素之間關(guān)系，不能考慮到參數(shù)之間的相互影響關(guān)系。

3.3 服務(wù)目標(biāo)法應(yīng)用相對(duì)較為簡(jiǎn)單

服務(wù)目標(biāo)法的缺點(diǎn)是可能存在不符合現(xiàn)實(shí)的假設(shè)，且目標(biāo)值的確定需要數(shù)據(jù)的完整性、連續(xù)性和可比性，但是其最大的優(yōu)點(diǎn)是該方法操作比較簡(jiǎn)單，現(xiàn)實(shí)中很多規(guī)劃目標(biāo)是使用該方法進(jìn)行確定的。服務(wù)目標(biāo)法最大的難點(diǎn)是如何找到參照對(duì)象，及其尋找參照物需要考慮的維度。目前服務(wù)目標(biāo)法主要是用于各個(gè)省份在制定資源配置時(shí)的服務(wù)目標(biāo)參照(國(guó)家目標(biāo))，因此可能出現(xiàn)各個(gè)省份盲目地追從國(guó)家目標(biāo)，而沒(méi)有考慮到各個(gè)省份的實(shí)際情況。而國(guó)家“十四五”規(guī)劃在制定過(guò)程中主要參考OECD國(guó)家的人均GDP與我國(guó)2025年相當(dāng)時(shí)候的水平，或者參與中高收入國(guó)家的人均GDP與我國(guó)2025年相當(dāng)時(shí)候的平均水平作為目標(biāo)值。

3.4 衛(wèi)生服務(wù)需求法和微觀模擬模型都是基于居民需求資源預(yù)測(cè)方法

衛(wèi)生服務(wù)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(lái)居民衛(wèi)生服務(wù)利用的指標(biāo)數(shù)值和資源的效率值計(jì)算得出。該方法使用的前提是如何確定未來(lái)居民服務(wù)利用指標(biāo)值和資源效率的要考慮政策對(duì)其的影響。對(duì)于未來(lái)居民服務(wù)利用指標(biāo)有基于供方的服務(wù)利用趨勢(shì)外推、基于2018年需方調(diào)查數(shù)據(jù)和微觀模擬模型。利用基于需方調(diào)研的數(shù)據(jù)則是每5年一次，所以該數(shù)據(jù)不適用于趨勢(shì)外推法；很多規(guī)劃需求數(shù)據(jù)是基于現(xiàn)實(shí)中已經(jīng)發(fā)生的需求數(shù)據(jù)為基礎(chǔ)?；诠┓叫l(wèi)生服務(wù)利用的兩周就診率和年住院率的數(shù)據(jù)來(lái)源時(shí)，把部分醫(yī)療機(jī)構(gòu)不規(guī)范的醫(yī)療行為(過(guò)度住院或門診轉(zhuǎn)住院行為)都計(jì)算為居民需求，這可能導(dǎo)致未來(lái)預(yù)測(cè)需求的數(shù)值偏大[8]。前兩種方法是國(guó)內(nèi)常用的方法，第三種方法是國(guó)際常用方法，而實(shí)際規(guī)劃制定中微觀模擬模型基本沒(méi)有使用。資源的效率數(shù)值主要考慮效率的變化及專家預(yù)判，這也會(huì)影響未來(lái)資源數(shù)值，比如現(xiàn)實(shí)中基層醫(yī)療機(jī)構(gòu)的病床適用率僅僅為50%～60%，而文獻(xiàn)中建議的病床使用率采用85%。明顯的，基層病床使用率經(jīng)過(guò)5年根本不可能達(dá)到85%。同樣的，按照專家的建議，會(huì)在盡可能保持資源使用率的基礎(chǔ)上再增加資源的數(shù)量。提高的程度一般需要與當(dāng)?shù)貦C(jī)構(gòu)的管理者進(jìn)行多次討論確定。

4 建議

“十四五”時(shí)期是我國(guó)開(kāi)啟現(xiàn)代化建設(shè)新征程的第一個(gè)五年規(guī)劃，也是全面貫徹習(xí)近平新時(shí)代中國(guó)特色社會(huì)主要思想的第一個(gè)五年規(guī)劃，同時(shí)也是全面實(shí)施“健康中國(guó)2030”規(guī)劃關(guān)鍵的五年。因此，“十四五”期間面臨著大量不確定的因素。對(duì)于醫(yī)療衛(wèi)生服務(wù)體系來(lái)說(shuō)，需要更加精準(zhǔn)的了解居民的需求及提供與需求之間的差距，同時(shí)服務(wù)體系也應(yīng)更為關(guān)注高質(zhì)量的發(fā)展。因此“十四五”醫(yī)療衛(wèi)生服務(wù)體系規(guī)劃指標(biāo)應(yīng)更加突出精準(zhǔn)滿足居民需求和服務(wù)體系高質(zhì)量發(fā)展，醫(yī)療衛(wèi)生服務(wù)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(diǎn)和盡可能避免方法缺陷，最終確保服務(wù)體系規(guī)劃更加滿足居民服務(wù)需求。