中国卫生政策研究  2024, Vol. 17 Issue (10): 46-51   DOI: 10.3969/j.issn.1674-2982.2024.10.007   PDF    
我国中医药人力资源配置公平性及其驱动路径研究——基于fsQCA方法的分析
管泳怡, 赵静, 苏云汉, 李雅茹, 王欣然, 刘心雨     
北京中医药大学管理学院 北京 102401
摘要:目的:分析我国31个省份中医药人力资源配置的公平性及其影响路径,以期为优化中医药人力资源配置提供科学的参考依据。方法:采用卫生资源密度指数(HRDI)来测算我国中医药人力资源配置的公平性,并运用模糊集定性比较分析(fsQCA)来探究影响该公平性的条件组态路径。结果:根据2021年的数据显示,我国中医药人力资源密度指数呈现出显著的区域差异,表现为“东高西低”的分布态势。研究发现了3条促进高公平性的路径:内外均衡驱动型(H1)、经济—需求共同驱动型(H2)和政府主导型驱动路径(H3);同时,也识别出3条导致低公平性的路径:经济—需求制约型路径(L1)和内外制约型路径(L2、L3)。结论:我国中医药人力资源配置公平性存在显著区域差异,多种因素共同影响着中医药人力资源的公平性,其中人口密度为核心影响因素。在后续提升公平性的过程中,可考虑优化多因素间的协同效应,并通过对不同地区精准施策,推动中医药人力资源高效配置和均衡发展。
关键词中医药    人力资源    公平性    卫生资源密度指数    模糊集定性比较分析    
Research on the equity of Chinese medicine human resource allocation and its driving paths in China: An analysis based on fsQCA method
GUAN Yong-yi, ZHAO Jing, SU Yun-han, LI Ya-ru, WANG Xin-ran, LIU Xin-yu     
School of Management, Beijing University of Chinese Medicine, Beijing 102401, China
Abstract: Objective: To analyze the equity of Traditional Chinese medicine(TCM) human resource allocation across 31 provinces in China and explore its influencing pathways, aiming to provide scientific reference for optimizing the allocation of TCM human resources. Methods: The Health Resource Density Index (HRDI) was employed to measure the equity of TCM human resource allocation in China, and the fuzzy-set qualitative comparative analysis (fsQCA) was utilized to explore the configurational pathways influencing this equity. Results: Based on the data from 2021, the HRDI of TCM human resources in China exhibited significant regional disparities, manifesting as a distribution pattern of "high in the east and low in the west."Three pathways promoting high equity were identified: the internal-external balance-driven pathway (H1), the economy-demand co-driven pathway (H2), and the government-led driving pathway (H3). Meanwhile, three pathways leading to low equity were also recognized: the economy-demand constraint pathway (L1) and the internal-external constraint pathways (L2、L3). Conclusion: There are notable regional disparities in the equity of TCM human resource allocation in China, with multiple factors jointly influencing this equity, among which population density serves as a core factor. In subsequent efforts to enhance equity, it is advisable to consider optimizing the synergies among multiple factors and implementing precise policies for different regions to promote efficient allocation and balanced development of TCM human resources.
Key words: Traditional Chinese Medicine    Human resources    Equity    Health Resource Density Index    Fuzzy-Set Qualitative Comparative Analysis(fsQCA)    

中医药以其独特的理论体系和治疗方法,在疾病预防、治疗、康复等关键领域发挥着重要作用,展现出其独有的价值与魅力。在医疗体系的发展过程中,人力资源的合理配置显得尤为重要[1],中医药人力资源的公平性不仅关系到中医药服务的质量和可获得性,更是实现全民健康公平和促进社会和谐的重要基石。当前,尽管我国中医药人力资源的总量持续增长,但资源配置不均衡和利用效率低下等问题仍然显著,严重阻碍了中医药事业的繁荣发展与持续创新。[2]因此,深入剖析我国中医药领域人力资源配置在地域间的公平性差异,对于持续促进我国中医药事业的全面发展具有至关重要的意义。

目前,中医药领域的人力资源研究主要集中在供给总量、结构特征、配置公平性评估及未来需求预测等方面。其中,配置公平性作为关键议题,学者主要运用基尼系数[3]、泰尔指数[4]和卫生资源集聚度[5]等方法,从人口分布和地理面积两个维度进行研究,但这两个维度无法全面覆盖影响中医药人力资源配置公平性的重要因素,且缺乏对影响中医药人力资源公平性的多重因素及其相互作用的深入探讨。鉴于此,本文采用卫生资源密度指数分析我国中医药人力资源配置公平性,精确测量中医药人力资源在不同地区、不同领域的发展状况,引入模糊集定性比较分析方法(Fuzzy Set Qualitative Comparative Analysis, fsQCA)从复杂数据中深入剖析影响公平性的多重因素及其组合效应,旨在揭示提升中医药人力资源配置公平性的有效路径和策略,为推动我国中医药事业的持续、健康、均衡发展提供相关参考依据。

1 数据来源与方法 1.1 数据来源

本文选取了我国31个省级行政区域作为研究对象(除港、澳、台), 研究数据主要来源于《中国卫生健康统计年鉴2022》《中国统计年鉴2022》《全国中医药统计摘编2021》,各行政区域的地理面积数据来源于民政部的官方统计记录。

结果变量。中医药人力资源指中医药行业中最直接参与临床诊疗、教学、科研及中药生产、管理等工作的核心力量,故本研究参照已有研究[3],选取中医类别执业(助理)医师、见习中医师和中药师(士)作为衡量指标,计算中医药人员数,最终以中医药人力资源密度指数作为结果变量。

条件变量。在本研究中,选择人口密度、城镇化率、人均GDP、中医机构财政拨款、基本医疗保险支出、人均可支配收入和人均医疗保健支出作为条件变量。其中人口密度、城镇化率、人均GDP反映经济社会背景与需求;中医机构财政拨款、基本医疗保险支出则直接关联医疗资源供给与支持政策;人均可支配收入与人均医疗保健支出则衡量了居民健康需求与支付能力,这七个指标全面覆盖了影响中医药人力资源配置公平性的关键维度。

1.2 研究方法 1.2.1 卫生资源密度指数(HRDI)

卫生资源密度指数(Health Resources Density Index, HRDI)是一种卫生资源配置评价指标,区别于传统仅考虑人口因素的评价方法,该指标综合考虑了人口数量和地理面积对卫生资源分布的影响,能够更为科学合理地评估我国中医药人力资源的配置情况,具备较强的适用性。[6]计算公式如下:

其中Hp为每千人口中医药人员数,Ha为每平方千米中医药人员数。

1.2.2 模糊集定性比较分析方法(fsQCA)

模糊集定性比较分析方法(fsQCA)是一种结合定性与定量分析优势的研究方法,通过布尔代数运算,从集合和组态的视角探索多重前因条件组合对结果的影响。该方法强调识别导致相同结果的多种可能路径,而非单一因素或特定路径的影响。[7]fsQCA方法的主要步骤包括:数据校准、必要条件分析和条件组态分析。为提高数据的准确性以更好适应fsQCA分析,将原始数据的条件变量校准至[0, 1]的区间内,以表示变量在不同案例中的隶属度,使不同案例和变量间的比较更直观。[8]本文采用直接校准法,选定样本数据的95%、50%以及5%分别作为完全隶属、交叉点及完全不隶属的校准基准点,对原始数据进行校准。[9]

表 1 各变量校准锚点
2 结果 2.1 中医药人力资源配置密度指数分析

2021年,我国中医药人力资源密度指数总体上呈现出东部密集、西部稀疏的空间分布特征(图 1),特别是北京、天津和上海市三个直辖市,中医药人力资源密度指数远高于其他省份,分别为1.52、1.11、1.05;相比之下,位于西部地区的西藏、新疆和青海人力资源密度指数排在后三位,分别为0.05、0.06、0.07,处于低水平。

图 1 各省份2021年中医药人力资源密度指数
2.2 必要条件分析

必要条件是指某一特定条件的存在是某一结果发生的先决要求,即当该条件不满足时,该结果将不会或极不可能发生。当某一条件变量与结果间的一致性大于0.9时,则此变量为该结果出现的必要条件。[10]在中医药人力资源配置公平性的必要条件分析中,人口密度指标的一致性高于0.9,即人口密度高是中医药人力资源配置高公平性的前提。相比之下,其他6个条件变量一致性均小于0.9,不是结果构成的必要条件(表 2)。

表 2 必要性分析结果
2.3 组态分析结果

本研究采用fsQCA3.0软件,分析7个条件变量对中医药人力资源配置公平性的多维度影响,并得出多样化的组态路径。在分析过程中,参考杜运周等的研究,将原始一致性阈值和PRI一致性阈值分别设为0.8和0.75,案例数为1。[7]fsQCA的结果包含复杂解、简约解和中间解三种解,通常通过对比中间解和简约解来识别和确认核心条件和边缘条件,同时出现在简约解和中间解中的条件变量为核心条件,仅在中间解中出现的条件为边缘条件。为确保组态分析结果的广泛代表性,本文严格筛选并保留了唯一覆盖度超过0.01的组态路径,从而聚焦于对中医药人力资源配置公平性具有显著影响的关键因素组合,最终识别出3条高公平性组态路径与3条低公平性组态路径(表 3)。

表 3 中医药人力资源配置高/低公平性组态
2.3.1 中医药人力资源配置高公平性组态

本文挖掘出中医药人力资源配置实现高公平性的3种条件组态,分别代表实现高公平性的3种不同策略与路径。其中,人口密度因素在3条路径中均作为核心条件存在,凸显了其在促进资源均衡分配中的关键作用,中医机构财政拨款、人均医疗保健支出、基本医疗保险支出各作为核心条件出现1次。中医药人力资源配置高公平性组态的总体一致性为0.953,说明符合3条组态路径的案例有95.3%的可能性出现高公平性,总覆盖度为0.798,意味着这些组态能够解释79.8%的中医药人力资源高公平性案例。

条件路径H1(内外均衡驱动型路径):人口密度和中医机构的财政拨款是该路径的核心条件,此路径说明在人口密集、财政拨款多,且城镇化率、居民收入、经济发展和医疗保障水平均呈现较高水平的地区,即使居民对医疗保健消费的重视程度不一,中医药人力资源配置也呈现出高公平性。此路径的代表案例是上海、江苏、浙江、山东和广东。

条件路径H2(经济—需求共同驱动型路径):作为核心条件存在的变量有人口密度和人均医疗保健支出,此路径说明在人口密集、医疗保健消费水平较高的地区,若城镇化率、经济发展水平和居民可支配收入较高,即使缺乏中医机构财政拨款,同样也能够实现中医药人力资源配置高公平性。北京、天津和重庆是此路径的典型案例。

条件路径H3(政府主导型驱动路径):人口密度和基本医疗保险支出是该路径的两个核心条件,此路径说明在城镇化率、经济发展水平、居民收入和医疗保健消费较低的地区,在基本医保水平高、人口密集且拥有较高的中医药财政拨款的情况下,依然可以实现中医药人力资源配置高公平性。此条件组态的典型案例是河北、河南。

2.3.2 中医药人力资源配置低公平性组态

本文揭示了三种导致中医药人力资源配置低公平性的组态路径,在这3条路径中,人口密度的缺失是一个共同的核心条件,城镇化率作为核心条件出现1次,人均医疗保健支出作为核心条件缺失1次。低公平性组态路径的总体一致性高达0.988,揭示了在符合3条组态路径的案例中,有98.8%的实例可能会展现出低公平性,而总覆盖度为0.754,进一步说明这些组态能够覆盖造成中医药人力资源出现低公平性问题的75.4%的案例。

条件路径L1(经济—需求制约型路径):人口密度和人均医疗保健支出变量为核心条件缺失,在人口稀疏、医疗保健消费低,且城镇化水平、经济发展水平和居民收入均处于较低状态下的地区,即使中医药财政拨款和基本医疗保险支出较高,仍然会导致低公平性问题的出现。广西和云南是这一路径的典型案例。

条件路径L2、L3(内外制约型路径):在这两条路径中,城镇化率作为核心条件存在,而人口密度的缺失则成为制约因素,即使城镇化水平较高,但如果地区人口稀少、财政拨款不足、居民收入较低,以及经济发展和医疗保障水平落后,无论居民医疗保健支出如何,都可能导致中医药人力资源配置的低公平性。

3 讨论 3.1 人口密度是中医药人力资源配置公平性的核心驱动因素

人口密度是实现中医药人力资源高配置公平性的关键因素,即在人口密集区域,中医药人力资源的配置更为集中,而在人口稀疏的地区则相对不足。出现这种现象的原因可能有以下几点:第一,我国现行的中医药人力资源配置策略主要依赖于每千人口卫生资源拥有量这一单一指标,在一定程度上忽略了地理和空间分布要素,这一策略倾向导致大量资源集聚在人口密集的东部沿海地区和直辖市,西部地区则因人口稀少分散而面临着中医药人力资源匮乏的困境。[11]第二,在人口密集的直辖市和东部沿海地区,通常伴随着更高的中医药医疗服务需求和经济回报优势,形成对中医药人才的强烈吸引力,这种“虹吸效应”通过市场机制促进了人力资源配置的公平性。[12]第三,人口密集的城市通常拥有更为丰富的中医药教育资源,包括知名的中医药院校、高水平的科研机构以及完善的临床实践平台。[13]这些资源不仅为中医药人才汇聚提供了强大的吸引力和培养基础,还在一定程度上促进了本地区中医药人力资源技术水平的提升。

3.2 多因素共同促进中医药人力资源配置公平性的提升

中医药人力资源配置高公平性路径的实现需要政府、社会及个人多方的协同发力,鉴于不同地区在经济发展和社会背景上存在一定的差异,其实现中医药人力资源配置高公平性的路径也有所不同。第一,路径H1的典型省份代表为上海、江苏、浙江、山东和广东,这些省份多处东南沿海地区,具备独特的地理优势和坚实的经济基础,同时,政府对中医药教育和人才激励也给予了充足财政支持,再加之居民的较高收入水平以及配套的高水平医疗保障体系,为中医药人力资源的均衡配置营造了良好的社会环境与市场需求。[12]第二,以北京、天津和重庆三个直辖市为代表的路径H2,与路径H1相比,其显著特征是居民的高医疗保健消费和相对较少的中医药财政拨款。居民医疗保健消费能力的增长促进了中医药服务需求的上升[14],在市场驱动下,中医药服务机构扩大服务规模,并吸引民间资本和社会力量参与,进而有效弥补财政拨款不足,共同促进中医药人才“虹吸效应”与优化资源配置。第三,尽管河南和河北经济发展水平相对滞后,但政府高度重视中医药事业的发展,通过加大中医药财政投入并实施“名医入冀计划”和“仲景人才工程”等系列政策,着力培养与发展中医药领域的精英力量,为中医药人力资源的优化配置奠定了坚实基础。同时,高水平的医疗保险覆盖减轻了患者的经济负担,从而提高中医药服务的需求和利用率[15],进一步促进中医药人才的发展和职业前景的拓展。

3.3 中医药人力资源配置路径存在显著空间地域差异

我国中医药人力资源配置的发展策略因地区经济和政策差异,呈现出显著的空间异质性,这一发现与沈鹏悦等学者的研究结果相一致。[16]首先,在东部经济发达地区,通过整合政府投入、社会资本及市场需求等多方资源,形成了一种内外部要素协同促进的均衡发展模式。其中,直辖市依托其坚实的经济社会基础,紧密围绕个人医疗需求的增长,构建了经济—需求双轮驱动的中医药人力资源发展路径。其次,在中部地区,因受到地理和经济发展水平的限制,为实现中医药人力资源配置的高公平性,该地区需依赖强有力的财政支出作为保障,通过政策与资金的支持,推动中医药人力资源在中部地区的合理配置。最后,在经济相对滞后的西部地区存在不同的发展路径,如广西壮族自治区和云南省,政策对中医药事业相对重视,且中医药文化底蕴深厚,中医药财政投入较多,但仍面临人力资源宏观调控复杂、进展速度较为迟缓的挑战,导致中医药人力资源配置的公平性尚待提升。[4]另一方面,西部和东北地区的多数省份,由于经济、社会和医疗需求等多方面因素的不足,严重制约了中医药人力资源配置的公平性和均衡发展。

4 建议 4.1 提升核心要素效能,优化多因素组态的协同效应

第一,针对人口密度显著较低的城市,建议制定更具吸引力的人才激励政策,如提供住房补贴、职业发展机会及经济激励措施,以鼓励中医药等专业人才和外出务工人员回流,实现人口与资源的双重聚集。第二,政府需基于各地区的经济状况和对中医药服务的实际需求,实施精准化财政投入政策,加大对中医药人力资源的支持力度。对于低公平性地区,需加大财政倾斜力度,重点加强基础设施建设、人才培养和跨区域合作,提升整体公平性。此外,在基本医疗保险政策的制定中,应考虑适度提高中医药服务的报销比例和覆盖范围,减轻居民选择中医药服务的经济负担,为实现人力资源配置的公平性奠定坚实的政策基础。第三,加强中医药健康知识的普及和宣传,通过举办讲座、展览、网络直播等形式,提高公众对中医药的认知度和接受度,同时引导居民树立合理的健康消费观念,增强对中医药服务的支付意愿和能力,共同推动中医药事业的繁荣发展与人力资源配置的公平性。

4.2 精准施策,因地制宜探索个性化发展驱动路径

我国幅员辽阔,地域发展水平不同,各地在中医药人力资源配置的优化进程中,亟需依据其独特的经济条件与社会环境,实施精确且具有针对性的优化策略。第一,对于东部地区,应在现有中医药人力资源配置的基础上,进一步着眼于高精尖中医药人才的培养与引进,通过完善中医药高层次人才评价标准、人才激励机制等措施,打造具有国际竞争力的中医药人才高地,提升中医药人才队伍的整体素质。第二,在经济发展相对滞后的中部地区,各省份可借鉴政府主导型的发展模式,通过强化财政投入、优化医保政策、深化人才培养与引进机制等多项措施,有效降低居民就医成本,扩大中医药服务队伍,增强中医药服务的供给能力。第三,针对西部地区发展较为落后的情况,应根据地区经济发展水平、人口密度、疾病谱特点及中医药服务需求等因素,制定差异化的中医药人力资源配置标准。同时,政府需制定科学的人才规划,进一步优化中医药人力资源流动机制,通过帮扶计划、人才评价激励机制和政策优惠等方式,吸引更多优质人才向西部地区流动。同时,建议发挥民族医药的独特优势,在西部少数民族自治区设立人才培养专项,有效缓解并逐步改善该地区中医药人力资源短缺的现状。

作者声明本文无实际或潜在的利益冲突。

参考文献
[1]
林锦慧, 那丽, 牟昀辉, 等. 全国中医医院卫生资源配置情况分析[J]. 中国卫生经济, 2020, 39(12): 44-47.
[2]
朱欣叶, 钱爱兵. 我国中医药人力资源的空间特征及动态演进[J]. 中国卫生政策研究, 2023, 16(11): 75-81.
[3]
曹楠, 王志伟. 我国中医药人才配置区域均衡性及空间演进分析[J]. 中国卫生经济, 2023, 42(4): 40-45.
[4]
刘晓珊, 张欣雨, 然娜·阿哈提, 等. 新医改前后我国中医类医院医疗卫生资源配置变化研究[J]. 中国卫生经济, 2020, 39(4): 49-53.
[5]
库土力克·加帕, 姚萱, 伊美拉·伊力亚斯, 等. 基于秩和比法评价我国西部地区中医类医院中医药人力资源配置[J]. 中国医院, 2023, 27(9): 10-13.
[6]
周明华, 谭红, 何思长, 等. 健康中国视角下我国中医人力资源配置公平性分析[J]. 中国医疗管理科学, 2020, 10(2): 13-16.
[7]
杜运周, 贾良定. 组态视角与定性比较分析(QCA): 管理学研究的一条新道路[J]. 管理世界, 2017(6): 155-167. DOI:10.3969/j.issn.1002-5502.2017.06.011
[8]
Wang Z, Chen Z, Zhang L, et al. Status of Hypertension in China: Results from the China Hypertension Survey, 2012—2015[J]. Circulation, 2018, 137(22): 2344-2356. DOI:10.1161/CIRCULATIONAHA.117.032380
[9]
陈浩斌, 林芷涵, 王泽嘉毓, 等. 我国医疗资源错配的时空分异及其提升路径[J]. 现代预防医学, 2024, 51(8): 1453-1459.
[10]
Pontes, Manuel C. Agency theory: a framework for analyzing physician services[J]. Health Care Manage Rev, 1995, 20(4): 57-67.
[11]
祁丽, 吴爽, 孙瑜. 西部地区卫生人力资源配置公平性提升路径研究: 基于模糊集定性比较分析方法[J]. 卫生软科学, 2024, 38(5): 54-58.
[12]
孔宁, 祝嫦娥, 郑慧凌. 江苏省卫生人力资源配置公平性及提升路径研究: 基于模糊集定性比较分析法[J]. 卫生经济研究, 2023, 40(4): 70-73.
[13]
申思思, 蔡少芳, 张妮莉, 等. 我国高等中医药教育资源分布现状分析[J]. 医学与社会, 2017, 30(3): 77-80.
[14]
汪晓芳, 熊茗, 黄肖依, 等. 基于fsQCA组态视角的我国卫生人力资源配置公平性及提升路径分析[J]. 医学与社会, 2022, 35(6): 12-16.
[15]
张允新, 宫春博, 郭新苗. 基本医疗保险对我国居民健康水平的影响[J]. 医学与社会, 2022, 35(11): 76-81, 94.
[16]
沈鹏悦, 耿蕊, 寿文静, 等. 我国中医类医院医疗卫生资源区域配置分析[J]. 中国卫生统计, 2018, 35(3): 445-448.
[收稿日期: 2024-08-24 修回日期: 2024-10-08]

(编辑     薛云)