王晓鹏 辛怡

    卫生人力资源是重要的健康资源之一，《健康中国2030规划纲要》提出要加强健康人力资源建设。卫生技术人员是卫生人力资源的重要组成部分，卫生技术人员的培养与配置对实现“健康中国”战略目标具有重要意义。但我国目前仍存在卫生人力资源地区间差异大、城乡间公平性差[1]以及社区卫生服务中心人员数量不足，学历、职称、医护比失衡等问题[2]。目前，对于卫生人力资源的研究多集中于现状描述、公平性分析及规划评价等方面[3]，对于地区性的卫生技术人员预测研究较少。卫生技术人员是卫生人力资源的重要组成部分，卫生技术人员的培养与配置对实现“健康中国”战略目标具有重要意义。本研究利用 《1980-2019年天津市统计年鉴》数据分别建立ARIMA模型、GM (1,1)模型，对2019～2025年天津市卫生技术人员数量进行预测，比较两模型的预测结果。根据模型预测结果，对天津市卫生技术人员的发展提出相关政策建议，为制定合理的卫生人力资源政策提供数据支持，从而完善卫生人力培养机制，优化卫生人力资源配置，为实现“健康中国”助力。

    1 数据来源与方法

    1.1 数据来源

    本研究数据主要来源于《1980-2019年天津市统计年鉴》，以卫生技术人员为研究对象，将2018年天津市卫生技术人员情况与北京、上海、重庆3个直辖市进行对比，分别利用ARIMA和GM (1,1)模型对天津市2019～2025年的卫生技术人员数量进行预测。

    1.2 ARIMA模型

    ARIMA模型全称为差分回归移动平均模型。ARIMA法是将非平稳的时间序列经过差分转化为平稳的时间序列，然后将因变量仅对其滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。由于不需要对时间序列的发展模式作先验假设，同时此方法保证可通过反复识别修改，直至获得满意的模型，因此，适合于各种类型的时间序列数据，是一种精确度高的短期预测方法[4]。ARIMA模型的建模步骤：①平稳化识别，对时间序列的平稳化进行判断，如不平稳，则需要进行差分处理，直至序列平稳；②参数选择，根据处理后的自相关和偏相关图进行参数估计，并根据赤池信息准则(AIC)和施瓦茨准则(BIC)选择最佳模型；③模型检验，确定模型后，对模型的残差序列进行白噪声检验；④模型拟合与预测[5] ......