重大公共衛生事件中醫護人力資源錯配與反思

王巍 王英哲 商夢雅

內容提要： 由于重大公共衛生事件的突發，使醫護人力資源隨時間出現數量錯配和空間上的結構錯配。本文以新冠肺炎疫情突發地湖北省為例，首先利用狀態空間模型測算醫護人力資源的時間錯配度;其次，考慮到疫情以各交通樞紐為擴散點向人口密集度較高的地區蔓延，其偶發性和差異性導致醫護人力資源出現空間錯配，本文選取湖北省疫情較重的時間點，利用橫截面數據測算各省醫護人力資源空間配置耦合度，并依據錯配程度將各省劃分為緊缺型、協調型和富裕型地區;最后，根據以上分析，提出全國醫護人力資源統籌優化調配方案。研究表明，需要構建持續更新、動態監管的時效性醫護人力資源共享平臺，以及信息全面、地域覆蓋的網格化醫護人力資源共享平臺，以提供特殊時期醫護人力資源的科學統籌和區域規劃。

關鍵詞： 公共衛生;新冠疫情;醫護人力資源;共享平臺

中圖分類號：F069.9;F241? 文獻標識碼：A? 文章編號：1001-148X（2021）05-0045-08

一、引言

2019年末湖北省武漢市集中發生多起病毒性肺炎，2020年1月8日經過基因測序被確定為新型冠狀病毒肺炎[1]。確診病例呈現以武漢為核心，以各交通樞紐為擴散點向人口密集度較高的地區蔓延，致使全國范圍啟動重大突發公共衛生事件Ⅰ級響應，其影響范圍和嚴重程度超過2003年的SARS疫情，當地對醫護人力資源的需求量激增，產生較大供需缺口。

為全力支持湖北省抗疫工作，2020年2月7日國務院聯防聯控機制新聞發布會上，國家衛健委提出建立16省援鄂的對口支援關系，其他省份醫護人力資源進行“一省包一市”的集中支援和救助。然而隨著疫情擴散，個別地區受疫情影響也出現醫護人力資源的需求缺口，并由于支援時間的差異性和調配的滯后性，湖北省醫護人力資源密集性聚集或存在醫護人力資源溢出錯配，使醫護人力資源隨時間出現數量錯配和空間上的結構錯配。醫護人力資源作為抗擊疫情的第一道防線，其精準調配與科學管理，是打贏疫情防控阻擊戰的關鍵環節。基于此，本文全面分析確診病例人數增加與醫護人力資源短缺的主要矛盾，進一步研究各地區由于重大公共衛生事件突發基于緊急狀態下醫護人力資源的錯配情況，并總結優化醫護人力資源空間調配方案， 基于省級衛健部門現有的醫護人力資源數據庫，探討以鄉村為點，以區縣為線，以省市為面的網格化大數據共享平臺，以期為應對重大公共衛生事件統籌調配醫護人力資源提供重要依據，也為政府部門提供決策借鑒與參考。

二、文獻綜述

（一）人力資源錯配

人力資源配置是人力資源在不同地域、產業、部門之間的分布與安排狀態，醫護人力資源是疫情防控與救治生命的主力軍[2]，醫護人力資源配置水平不僅包括數量人口分布的均等性，也應考慮空間地理分布的合理性[3]。 人員數量是提高醫護質量、確保護理安全的基礎[4]，人員結構反映人力資源質量合理性[5]。醫護人力資源錯配是指醫護人力資源數量配置不足[6]，質量結構即醫護比失調[7-8]，以及分布地域不平衡[9-10]。

醫護人力資源最優配置是難以準確刻畫的理想狀態，偏離這個狀態即錯配的實質。在新冠疫情突發的特殊時間節點，醫護人力資源錯配主要表現是數量配置不足;疫情在個別地點突發，地域間需求量出現較大差異導致醫護人力資源配置結構不均衡，因此醫護人力資源數量平衡和結構均衡就是此時最優配置的理想狀態。雖有學者研究過醫護人力資源錯配測度，但側重于常態下較長時間跨度的質量結構配比分析。本文主要基于非常時期某一變量，即患者數量短時間內增加造成的醫護人力資源錯配，通過預測所需醫護人力資源總體數量，并在此基礎上研究患者與醫護人力資源配置之間的動態聯系，進一步從時間和空間的角度判斷如何優化醫護人力資源配置。

（二）人才共享平臺

實現人力資源優化配置，降低醫護人力資源錯配度的重要方式是構建信息資源完善的人才共享平臺或共享系統[11]。人力資源錯配產生的主要誘因是人才流失，在人才大量流失的環境中催生出人才共享機制，實質是智力資源共享，主要指人才使用打破傳統區域[12-13]、行業[14]等限制，使人才智力資源被充分利用并在各區域、各行業自由流動，從而使人才供給方和受益方實現效應最大化[15]。人才共享機制可分為柔性的人才共享機制，與人才流動相匹配的人力資源保障機制建設[16]，以及協同創新人才資源共享模式[17]等。

現階段對人力資源數據庫的研究大部分基于特定地區和特殊人才建立分散的點狀數據庫，如大氣科學人才數據庫[18]、國土資源人才數據庫[19]、應急語言服務人才數據庫、三農人才數據庫[20]、廣東省科技人才數據庫[21-22]。尚沒有基于錯配程度分析而構建醫護人力資源共享平臺，此外現有人才數據庫鮮有具備應急性的特殊職能。人力資源錯配是人力資源在時間和空間上偏離理想狀態，在新冠疫情突發的特殊時期，鑒于各省市醫護人力資源時間上的數量錯配和地域上的空間錯配，醫護人才共享平臺構建也相應側重時間連續性和地域全面性等特征。

三、醫護人力資源的時間錯配分析

人力資源優化配置通常由數量與結構兩個維度來刻畫，旨在實現人力資源在空間和時間上處于適當的位置使其發揮最佳作用，通過測算醫護人力資源需求量，來分析醫護人力資源錯配情況顯得尤為重要。本文以疫情突發地湖北省為例，利用平穩時間序列構建狀態空間模型，測算醫護人力資源數量受患者數量和衛生機構數量的影響情況，再通過疫情突發導致的患者數量增加，估計大致需要配置的醫護人力資源數量，對比各地調配的醫護人力資源數量，分析疫情突發導致醫護人力資源隨時間出現數量錯配的程度，從而研究如何利用人才共享平臺來解決錯配問題。

（一）變量選取和單位根檢驗

在新冠疫情突發期間，患者數量呈幾何倍增加，對醫護人力資源的需求量大幅度增加;衛生機構數量也影響著醫護人力資源的需求量和配置水平，衛生機構數量增加會需求和容納更多的醫護人力資源使其得到更好的配置。本文以醫護人力資源數量（HHR）為被解釋變量，患者數量（CL）、衛生機構數量（HCL）為解釋變量。樣本數據來源2005—2018年《湖北省統計年鑒》，用衛生機構人員數表示醫護人力資源數量，每年診療總人數表示患者數量。為了消除時間序列異方差的情況，數據選取自然對數，即醫護人力資源數量為LNHHRt、患者數量LNCLt、衛生機構數量LNHCLt。利用狀態空間模型分析患者數量對醫護人力資源影響的彈性系數，再通過測算當患者增加時醫護人力資源需求量，從而進一步分析醫護人力資源的錯配情況。

在狀態空間模型中若出現各個數據非平穩，會導致沒有因果關系的變量出現較高相關性的“虛假回歸”現象，因此需要對各個變量進行單位根檢驗，選擇ADF檢驗法應用Eviews8.0測算得到的檢驗結果如表1所示。

選擇Johasen協整方法，旨在檢驗非平穩時間序列建立的回歸方程所描述的因果關系是否偽回歸，如表1所示三個指標均為一階單整，滿足協整檢驗的前提條件，協整檢驗結果如表2所示，表明各變量在5%的顯著水平下存在協整關系。

（二）狀態空間模型和參數估計

由于狀態空間模型一般應用于多變量時間序列，將不可觀測的變量并入可觀測的模型并與其一起得到估計結果，適用于理性預期和測量誤差，因此可應用在對醫護人力資源錯配度的測算中。參考郭煒和張開金（2013）的研究[23]，選取醫療保險經辦機構人力資源數量與醫療保險參保人數作為研究變量建立狀態空間模型，利用卡爾曼濾波對模型參數進行估計。

本文據此建立醫護人力資源數量LNHHRt關于患者數量LNCLt、衛生機構數量LNHCLt的可變參數狀態空間模型，如方程（1）和方程（2）所示，其中可觀測變量為醫護人力資源數量LNHHRt、患者數量LNCLt和衛生機構數量LNHCLt是平穩的時間序列并構成動態系統;狀態向量為SV1、SV2是不可觀測變量，但為一階馬爾科夫過程，表示各時間點被解釋變量對解釋變量的敏感程度或是彈性系數;μt為擾動項，服從均值為零、方差為常數的正態分布。

量測方程：

LNHHRt=C（1）+SV1×LNCLt+SV2×LNHCLt+μt （1）

狀態方程：

SV1=SV1（-1），SV2=SV2（-1） （2）

對方程（1）和（2），應用卡爾曼濾波算法進行參數估計，結果如表3、表4和圖1所示。

（三）結果分析

表3、表4和圖1狀態空間參數估計結果顯示，醫護人力資源數量受患者數量影響較大，篩去個別年份極端值，彈性系數SV1大致在0.37到0.4之間，表明患者數量每增加1%，醫護人力資源數量增加0.37%—0.4%，即患者數量增加100人，需要增加醫護人力資源37—40人才可以滿足患者需求，因此界定醫護人力資源調配數量小于新增需求量時為負向錯配，調配數量大于新增需求量時為溢出錯配。

醫護人力資源錯配很大程度上是隨時間頻繁變動、受供需數量影響的錯配，并呈前期迅速遞增，后期隨著疫情得以控制而逐漸平緩的形態。通過梳理湖北省新冠肺炎疫情防控工作新聞發布會，匯總各省調配的醫護人力資源數量，依據每日新增確診病例和累計確診病例，通過前述模型測算湖北省新增的醫護人力資源需求數量，分析醫護人力資源在疫情突發時的錯配情況，如圖2所示。

由圖2可知，1月底累計確診病例7153人，共有42支醫療隊、醫護人員4599人馳援湖北省，此時醫護人力資源在各地的援助下略有富余。2月初累計確診病例達到16678人，醫護人力資源產生311至811人的負向錯配。截至2月5日，共有107支醫療隊、10596名醫護人員支援湖北省，而此時醫護人力資源的需求量為7276至7866人，產生約3000人的溢出錯配，但隨著確診人數增加，醫護人力資源隨時間又出現8639至10198人的負向錯配。截止2月14日24時，各地區又派出217支醫療隊，25633名醫護人員，迅速彌補湖北省醫護人力資源負向錯配狀態，但投入過多又產生大約5000人的溢出錯配，并隨時間錯配程度逐漸趨于平緩。

綜上所述，現階段缺乏全國統籌的醫護人力資源信息共享平臺，導致疫情重災區和非重災區的醫護人力資源沒有實現科學統籌和合理調配，各省自主報名及各單位分別抽調的方式選取調配人員，雖然在短時間內可迅速彌補湖北省醫護人力資源的需求缺口，但也不可避免的產生人員浪費情況。此外若派出地大量調配當地醫護人力資源支援湖北省，適逢本地突發疫情，則會出現當地更嚴重的醫護人力資源空間錯配問題。因此應進一步分析醫護人力資源空間配置的情況，據此研究如何優化醫護人力資源調配方案，以減緩醫護人力資源隨時間產生的錯配問題。能否完善人才共享機制并在疫情得以控制后，構建連通各省、統籌全國的醫護人力資源共享平臺，對各地區進行科學高效的人力資源統籌與應急管理，從而減緩因突發重大公共衛生事件所引發的醫護人力資源配置缺口問題顯得尤為重要。

四、醫護人力資源的空間錯配分析

新冠肺炎疫情確診病例具有空間分布的偶發性和差異性。根據醫護人力資源時間錯配度結果可知，疫情突發地的醫護人力資源需求量迅速增加，而疫情得以控制的地區相對富余。選取疫情比較嚴重的時間點對應的不同地區的橫截面數據，應用醫護人力資源空間配置耦合度測算方法，分析二者之間內在的動態關聯，并考慮人力資源的另一特征即結構維度，以此測算哪些地區出現了何種程度的醫護人力資源錯配，需要調配什么類型的醫護人力資源，進一步從地域和空間角度研究如何優化醫護人力資源配置。

（一）耦合測度指標體系構建

耦合是指兩個（或兩個以上）各系統內部子系統之間通過相互影響、協調的良性互動并形成彼此約束、選擇、協同和放大的動態關聯關系，從而將系統整體聯合起來的物理現象。新冠肺炎是一種新型、突發的呼吸道傳染病，重癥患者占比高，死亡率較高，各地區疫情嚴重性通過新增確診病例、累計確診病例、累計治愈病例和累計死亡病例數量體現，醫護人力資源配置結構通過衛生技術人員、執業醫師、注冊護士、藥劑師的數量體現。將各地區醫護人力資源數量和新冠肺炎疫情患者構成視為兩大序列組，并根據上述分析構建二者子序列的指標體系，通過測算耦合度來分析醫護人力資源的空間配置情況，從而判斷當疫情較嚴重的時間點各地區醫護人力資源配置能否滿足所需，測算指標體系如表5所示。

（二）樣本選擇與數據處理

研究樣本選取固定時間不同地區的橫截面數據，醫護人力資源序列組各項指標來源各省2019年的統計年鑒數據。疫情以武漢為中心進行輻射性擴散，故疫情患者構成指標選取湖北省新增確診病例最多的2020年2月12日。鑒于西藏自治區的特殊性，只有一例輸入性感染且已治愈，因此設西藏自治區的耦合度均為1。

（三）模型分析與測算

應用GRA方法建立空間耦合模型，設各省醫護人力資源配置序列組為HHRi（t），新冠肺炎疫情患者構成序列組為CLj（t），t表示全國各省，采用極差標準化的方法對數據進行無量綱化處理，求出二者在t地區的關聯系數Rij（t），HHRi′（t）、CLj′（t）分別為二者的標準化值，θ反映關聯系數之間的差異顯著性，取值一般為0.5，則有：

HHR′i= HHRi-min i HHRi max i HHRi-min i HHRi

CL′j= CLj-min j CLj max j CLj-min j CLj

Rij（t）= min i min j? HHRi′（t）-CLj′（t） +θmax i max j? HHRi′（t）-CLj′（t）?? HHRi′（t）-CLj′（t） +θmax i max j ?HHRi′（t）-CLj′（t）

根據求出的關聯系數，求出其關聯度rij（t）和耦合度ρij（t），設 k 為樣本數據，ρi（t）為醫護人力資源序列組的第i個指標與新冠肺炎疫情患者構成指標的平均耦合度，則有：

rij（t）= 1 k ∑ k i、j=1 Rij（t），（k=1，2，3……k）

ρij（t）= 1 n ∑ n i、j=1 rij（t），（n=1，2，3，4）

本文重點是分析疫情突發對醫護人力資源的供需錯配情況，因此需測算現有醫護人力資源序列組對新冠疫情患者構成序列組的耦合度。將樣本數據代入模型中，結果如表6和圖3所示。

（四）結果分析

耦合度小則說明現有醫護人力資源配置水平無法滿足當地疫情的需求量，耦合度高則說明當地醫護人力資源配置水平可以滿足其需求。將各省份劃分為醫護人力資源緊缺型地區、協調型地區和富余型地區，設耦合度0—0.5為醫護人力資源緊缺型地區，表示疫情突發時亟需此類醫護人力資源，需從其他地區進行調配;耦合度0.5—0.7為醫護人力資源協調型地區，表明該類型醫護人力資源基本滿足需求;耦合度0.7—1為醫護人力資源相對較為富余地區;由于西藏地區的特殊性設定西藏耦合度均為1。由表6和圖3可知，湖北、山東、江蘇、廣東、四川等地耦合度較低，醫護人力資源整體配置水平較低，為醫護人力資源緊缺型地區;青海、寧夏、海南、新疆、西藏等地耦合度較高，醫護人力資源配置水平較高，為醫護人力資源富余型地區。

五、醫護人力資源調配與共享

（一）優化醫護人力資源空間調配方案

根據表6和圖3各省醫護人力資源配置耦合度測算結果， 應用GeoDa1.10軟件分析空間數據，各省職業醫師耦合度區位劃分如圖4所示，各省注冊護士耦合度區位劃分如圖5所示。根據圖4、圖5可知，醫護人力資源耦合度整體呈自北向南、自西向東遞減的趨勢，東北和西北多為醫護人力資源富余型地區，華北和西南多為醫護人力資源協調型地區，華中和中南多為醫護人力資源緊缺型地區。

通過匯總官方發布數據，截止到2月14日24時，各地區共派出217支醫療隊，25633名醫護人員支援湖北省。進一步分析派出地區的醫護人力資源調配情況，如表7所示。

根據表7所示，雖然各地區響應號召積極調配支援，但此時江蘇、廣東等地也因疫情突發導致當地醫護人力資源短缺，湖南省為注冊護士緊缺型地區，北京市為注冊護士協調型而非富余型地區，福建省也屬于協調型地區，尚不足以滿足本地醫護人力資源配置需求，因此可根據空間醫護人力資源錯配情況，優化醫護人力資源空間調配方案。根據圖4、圖5所示，湖北、江蘇、浙江、山東、河南、廣東、四川等地為醫護人力資源緊缺型地區，而天津、內蒙古、吉林、黑龍江、江西、海南、甘肅、青海、寧夏、新疆、西藏等地為醫護人力資源富余型地區。據此可以湖北省為中心，從西北地區醫護人力資源相對盈余地區調配至中部和南部，從東北地區調配至華北等地，建立分區就近對口支援策略，如圖6所示。例如可將西藏、青海的醫護人力資源調配至四川、貴州、湖南、廣東，以西北支援西南、東南等區域;黑龍江、吉林、內蒙古調配至河南、山東，以東北支援華北等區域，以實現醫護人力資源的優化配置。

（二）構建醫護人力資源共享平臺

1.構建持續更新、動態監管的時效性醫護人力資源共享平臺

根據實證分析可知，新冠疫情的突發性導致醫護人力資源隨時間出現供需數量錯配。目前醫護人力資源調撥主要以各地區分別上報抽調為主，具體調撥多少醫生、護士，其中包括多少呼吸科、傳染科等有針對性科室的主任、副主任醫師都沒有數據支撐，無法進行科學的統籌管理，也無法保證是否有效彌補需求缺口，有些地區甚至產生了人力資源的錯配問題，因此，需要構建持續更新、動態監管的醫護人力資源共享平臺。

人力資源信息不斷變化，醫護人力資源共享平臺需不斷更新，因此根據醫護人員的自然屬性和工作情況建立退出機制動態管理。針對人力資源信息時效性的特點，可采取人力資源數據自然淘汰和機械淘汰的動態監管機制。自然淘汰是依據人力資源的自然年齡屬性等情況，計算其退休年齡，實行自然選擇的動態淘汰，但對于重要專家學者，可根據人才的特殊情況，選擇其不參與動態淘汰機制;機械淘汰是指根據人力資源上報轉業、輪崗等情況，進行動態管理的方式。如醫護人力資源輪崗，區域內暫時性調動可不更改數據信息，若跨省長期或永久性調動，則需及時更新人力資源數據，以達到“人適其事、事適其人、人盡其才、才盡其用”的時效性特點。

2.構建信息全面、地域全面的網格化醫護人力資源共享平臺

醫護人力資源在特定地域出現空間錯配，使疫情較為嚴重地區醫護人力資源難以實現對患者的及時救助，目前建設的大部分人力資源數據庫是為滿足本區域或本部門的需求，數據庫中的人力資源對象局限于區域和特定部門領域，各地區醫護人力資源信息繁雜且沒有統一的標準來衡量，因此不利于醫護人力資源的合理調配。為充分實現人力資源共享，應構建信息涵蓋全面、錄入標準統一的網格化醫護人力資源共享平臺，包括人力資源數據的專業全面、地域全面以及信息全面等特性，在橫向上擴展入庫范圍，根據專業性質的不同進行整合，建立若干個平行的專業人力資源庫，據此建立一個涵蓋多層次、多領域的醫護人力資源共享平臺。

基于省市衛健部門現有的醫護人員數據庫進行匯總歸類，構建以鄉村為點，以區縣為線，以省市為面的網格化共享平臺。基于人力資源的多維屬性，錄入的信息需要涵蓋人力資源的基本情況、工作履歷、專業技術等信息，包括姓名、性別、出生年月、學歷、學位、現工作單位、專業技術職稱、行政職務、通訊地址、主要工作經歷、教育經歷等內容，不僅記錄每名醫護人員的個人信息和基本情況，還要與其所在單位聯網實時擴充其工作履歷和醫護業績，應用大數據分析技術對醫護人員進行績效評價，按照領軍人才、特需人才、骨干人員和一般人員進行分級分類管理，充分實現醫護人力資源的區域間共享。

六、結論

本文以新冠疫情突發地湖北省為例，研究疫情防控中存在的醫護人力資源錯配問題。結合疫情的突發性，醫護人力資源需求量變動較為頻繁，固定參數模型無法分析動態變動情況，故利用平穩時間序列構建可變參數狀態空間模型，研究醫護人力資源受患者數量、衛生機構數量的影響情況測算所需醫護人力資源配置數量。可知湖北省醫護人力資源受患者數量影響較大，患者數量每增加100人，需要調配醫護人力資源37—40人才可以滿足患者需求。通過分析湖北省2月份醫護人力資源錯配情況，隨著疫情在湖北省突發，患者增加導致醫護人力資源出現短缺錯配。現階段由于缺乏全國統籌的醫護人力資源信息共享平臺，導致疫情重災區和非重災區的醫護人力資源沒有實現科學統籌和合理調配，各省通過自主報名及各單位分別抽調的方式選取調配人員，雖然在短時間內可迅速彌補湖北省醫護人力資源的需求缺口，但當疫情趨于穩定，其他地區由于支援時間的差異性和調配的滯后性，擠占原所屬醫院的醫護人力資源，也導致湖北省醫護人力資源出現溢出錯配，進而提出需要構建持續更新、動態監管的時效性醫護人力資源共享平臺，以提供科學有效的調配參考依據，從而減緩因突發重大公共衛生事件所引發的醫護人力資源配置缺口。

為進一步驗證這一結論，結合疫情偶發性和差異性等特點，應用醫護人力資源空間配置耦合度測算方法，運用灰色系統理論將不斷變化的醫護人力資源根據內部結構的發展過程和態勢轉為量化分析，據此測算各地區疫情現狀即患者構成序列組與醫護人力資源配置結構序列組的內部動態關聯程度，若該地區醫護人力資源配置結構可以滿足疫情現階段患者構成的需求，則二者的耦合關聯度較高，從而判斷當疫情較嚴重的時間點哪些地區出現了何種程度的醫護人力資源錯配，需要調配什么類型的醫護人力資源，并提出需要構建信息全面、地域全面的網格化醫護人力資源共享平臺。以耦合度0.5和0.7為限定界限，按空間錯配程度將各省份劃分為醫護人力資源緊缺型、協調型和富余型地區。 得出湖北、山東、江蘇、廣東、四川等地耦合度較低，醫護人力資源整體配置水平較低，為醫護人力資源緊缺型地區;青海、寧夏、海南、新疆、西藏等地耦合度較高，醫護人力資源配置水平較高，為醫護人力資源富余型地區，進而根據各地區實際情況提出優化醫護人力資源空間調配方案即分區就近對口支援策略，進一步從地域和空間角度研究如何優化醫護人力資源配置。

受到疫情發展動態數據統計的局限性制約，本文重點研究湖北省醫護人力資源錯配問題，并未結合全國各地區面板數據進行橫向比較，在測算廣度上仍需要進一步擴展。疫情的突發性致使患者數量對醫護人力資源的影響顯得尤為重要，但也不同程度的受其他因素的影響，醫護人力資源構成包括衛生技術人員、職業醫師、注冊護士和藥劑師等，未來研究還應考慮到醫護人員層次、患者類型、疫情發展程度、區域經濟社會發展等方面。鑒于目前全球面臨的重大公共衛生事件中如何配置醫護人力資源的世界難題，還應致力于構建全球醫護人力資源共享平臺。

參考文獻：

[1]? 趙序茅，李欣海，聶常虹.基于大數據回溯新冠肺炎的擴散趨勢及中國對疫情的控制研究[J].中國科學院院刊，2020，35（3）：248-255.

[2] 林陶玉，方鵬騫.疫情防控緊急狀態下醫院護理人力資源配置與動員管理策略[J].中國衛生事業管理，2020，37（5）：332-334.

[3] 劉松，張慧，張秋，等.廣東省衛生人力資源配置水平和公平性研究[J].醫學與社會，2020，33（7）：9-13.

[4] 施雁，高秋韻，毛雅芬，等.護理人力資源配置調查及對策[J].中華護理雜志，2005（5）：373-375.

[5] 王芳，朱曉麗，丁雪.我國基層衛生人力資源配置現狀及公平性分析[J].中國衛生事業管理，2012，29（2）：108-110.

[6] 程晶晶.我國衛生人力資源配置現狀分析[J].合作經濟與科技，2020（5）：159-161.

[7] 劉華平，鞏玉秀，么莉，等.護士人力資源現狀分析和配置標準研究[J].中國護理管理，2005（4）：22-25.

[8] 崔大偉.分析衛生人力資源配置存在的問題與改善策略[J].中國市場，2020（16）：98-100.

[9] 毛宗福，王永棣，劉繼強，等.我國衛生人力資源及其研究現狀[J].中華醫院管理雜志，2003（1）：16-20.

[10] 胡常全.公立醫療機構衛生人力資源配置的現狀及問題[J].人才資源開發，2020（13）：34-35.

[11] 閆艷紅，商華.馬爾可夫模型在遼寧沿海經濟帶人力資源供給預測中的應用[J].中國人口·資源與環境，2014，24（S1）：196-198.

[12] 郭慶松.人才共享機制：區域經濟一體化的最佳選擇[J].人才開發，2006（11）：14-16.

[13] 王娟，賈冀南.人才共享——雄安新區人才集聚新方式[J].價值工程，2020，39（3）：24-25.

[14] 宿敬肖，閆晶.京津冀協同發展背景下人才共享相關研究[J].商場現代化，2016（30）：161-162.

[15] 陳小云.共享經濟背景下新零售企業人才共享模式探討[J].商場現代化，2019（15）：15-16.

[16] 曹略耕.論“旋轉門”機制在新型公安智庫人才流動機制建設中的應用[J].智庫理論與實踐，2019，4（3）：73-79.

[17]? 張薇薇，趙靜杰.協同創新中人才資源共享模式與創新績效研究[J].科學管理研究，2019，37（5）：143-147.

[18] 李期位.大氣科學人才數據庫的建設研究[J].陜西氣象，2012（4）：36-39.

[19] 宋毅，杜新波，王雪菲，等.國土資源人才數據庫信息系統架構設計與應用模式研究[J].國土資源信息化，2017（6）：44-46，21.

[20] 張芳.鄉村人才振興視角下的三農人才數據庫建設探究[J].寧夏林業，2020（2）：61-63.

[21] 黃燕，邵春.我省科技人才數據庫建設存在的問題及對策建議[J].廣東科技，2012，21（13）：1，28.

[22] 鄧媚.簡析運用云計算重構廣東科技人才數據庫[J].云南科技管理，2016，29（4）：34-36.

[23] 郭煒，張開金，黃新.基于狀態空間模型的醫療保險經辦機構人力資源預測研究[J].中國衛生統計，2013，30（2）：230-231.

Mismatch of Medical Human Resources in Major Public Health Incidents and

Reflection：Empirical Evidence from Hubei Province

WANG Wei1，WANG Ying-zhe1，SHANG Meng-ya2

（1.School of Finance and Public Management， Harbin University of Commerce， Harbin 150028，China;

2.School of Economics，Harbin University of Commerce， Harbin 150028，China）

Abstract：? The emergency of major public health events makes the number mismatch and spatial structure mismatch of medical human resources over time.This article takes Hubei Province as an example.Firstly， it uses state space model to calculate the time mismatch degree of medical human resources;Secondly， considering that COVID-19 spread from various transportation hubs to areas with high population density， and its occasional and differences lead to the spatial mismatch of medical human resources， this paper selects the time point of serious epidemic in Hubei Province， uses cross-sectional data to calculate the coupling degree of spatial allocation of medical human resources in each province， and divides each province into shortage，harmonious and affluent areas according to the mismatch degree;Finally， according to the above analysis， the overall and optimal allocation scheme of national medical human resources is put forward.Research shows that it is necessary to build a timely medical human resources sharing platform with continuous update and dynamic supervision， as well as a grid medical human resources sharing platform with comprehensive information and regional coverage， so as to provide scientific overall planning and regional planning of medical human resources in special periods.

Key words： public health; COVID-19; medical human resources; sharing platform

（責任編輯：周正）