全科医生是综合型医学人才，在基层医疗卫生机构提供预防保健，常见病、多发病诊疗和转诊，患者康复，慢性病管理，健康管理等一体化的服务，是居民健康的“守门人”^[1]。以全科医生为核心的基层医疗卫生服务队伍是实现健康中国战略的重要力量^[2-3]。随着经济发展和人民生活水平的提高，居民健康意识不断增强，对自身健康水平的要求逐步提高^[4]，工业化^[5-6]、城镇化^[5-6]、人口老龄化^{[5, 7]}、疾病谱变化^[8-9]等促进医疗卫生服务模式的转变^[10]，分级诊疗制度^[11]等医疗卫生体制改革措施不断落地，上述新要求、新变化、新举措都对全科医生有大量的需求^[12]。上海的城市发展水平、医疗卫生水平均位居全国前列，社区卫生服务体系较为完善，居民对全科医生的接受度较高^[13]。上海人口的老龄化、高龄化程度较高，居民对于健康水平的预期较高，进一步增加了对基层医疗卫生服务及全科医生的需求^[14]。

全科医生的培养周期长，因此，必须从需求出发，对全科医生的数量进行科学规划^[15]。了解影响全科医生需求的因素并科学预测需求是制定全科医生发展政策的重要前提。已有一些研究对全科医生的需求进行了预测，如严宇珺等^[16]、伍宝玲等^[17]分别采用人力人口比值法、灰色数列模型，对2020年我国全科医生的需求量进行了预测，得出我国全科医生数量缺口仍较大的结论。全科医生的需求受到多种因素的影响^[18]，传统的预测方法已经难以满足当前的预测需要。现重点关注需求不确定性较大、占比最大的社区全科医生，从居民的卫生服务需要-卫生服务需求-卫生服务利用出发，系统分析影响全科医生需求的因素，选取适宜的指标构建全科医生需求预测模型，以期为上海全科医生的发展规划提供决策参考。

1 资料与方法

根据“卫生服务需要-卫生服务需求-卫生服务利用-全科医生需求”的逻辑框架，系统梳理各环节的影响因素，选取适宜的指标构建上海全科医生需求预测的系统动力学模型。

1.1 资料来源

通过查阅文献资料和专家咨询系统梳理全科医生需求的影响因素。其中，文献资料来源于中国知网、万方数据，以“全科医生”“卫生服务需要”“卫生服务需求”“卫生服务利用”“影响因素”“需求预测”等作为关键词检索中文文献，以“general practitioner”“health care need”“health care demand”“health care utilization”“influencing factor”“forecasting”等作为关键词检索英文文献。为保证影响因素的全面性和科学性，课题组还邀请了12位对卫生人力资源管理具有宏观决策思维、具备多年管理实践经验、熟悉研究内容的专家，对检索到的影响因素进行补充并明确其内涵。

研究使用的数据来源于统计资料和文献资料。其中：上海常住人口数来源于《上海市城市总体规划（2017—2035年）》，人口年龄结构数据采用《上海市2010—2050年人口发展预测研究》的结果，年龄别患病率、应就诊未就诊率等数据采用1993—2013年开展的5次全国卫生服务调查的结果。

1.2 系统动力学建模方法

系统动力学（system dynamics, SD）建模方法是以系统思考理论为基础，以计算机仿真技术为手段，研究复杂系统的定量方法^[19]。用Vensim DSS 5.6构建存量流量图，完成系统参数设置与仿真建模^[19-20]。

2 结果 2.1 全科医生需求的影响因素分析 2.1.1 影响因素分析框架构建

全科医生的需求受到诸多因素的影响。其中，最直接的因素是居民对卫生服务的利用，而卫生服务利用由卫生服务需求转化而来，卫生服务需求又由居民的卫生服务需要结合居民的购买意愿转化而来。因此，构建“全科医疗卫生服务需要-全科医疗卫生服务需求-全科医疗卫生服务利用-全科医生需求”的逻辑框架，并作为分析全科医生需求的影响因素的框架。卫生服务需要、卫生服务需求、卫生服务利用还受到政治（politics)、经济(economy)、社会(society)、技术(technology)等宏观环境的影响，因此，运用PEST分析法系统梳理影响全科医生需求的间接因素。

2.1.2 影响因素分析

在分析框架的指导下，从居民卫生服务需要、卫生服务需求、卫生服务利用、宏观环境等维度，综合文献检索和专家咨询的结果，明确了全科医生的需求有如下影响因素。

卫生服务需要：（1）人口数量。人口数量越多，对全科医疗卫生服务的需要量越大^[7]。（2）人口结构^[21]。如儿童或老年人等易患病人群的占比越大，对全科医疗卫生服务的需要量越大^[22]。（3）居民健康水平^[4]。如人群患病率越高，对全科医疗卫生服务的需要量越大。

卫生服务需求：（1）居民购买能力^[6]。居民购买能力越小，对全科医疗卫生服务的需求越小^[23]。（2）居民购买意愿^{[6, 24]}。居民可以有选择地购买全科医疗卫生服务，居民购买全科医疗卫生服务的意愿越强，对全科医疗卫生服务的需求越大。（3）诱导需求^[7]。医生有可能为患者提供非必需的全科医疗卫生服务，增加患者对全科医疗卫生服务的需求。

卫生服务利用：（1）医疗卫生服务水平。如全科医疗卫生服务质量的提升可以提高全科医疗卫生服务的吸引力，进而提高居民对全科医疗服务的卫生的利用^[4]。（2）医疗卫生服务效率。如医疗卫生服务效率的提升可以缩短治疗时间，提高居民对全科医疗卫生服务的利用^[25]。

宏观环境：（1）政策因素。如医疗保险制度^[26]的完善、分级诊疗制度^[27]的推进等会增加居民对全科医疗卫生服务的利用，从而增加对全科医生的需求。（2）经济因素。如收入水平^[28]的提高会增加居民对全科医疗卫生服务的需求和利用，进而增加居民对全科医生的需求。（3）社会因素。如居民健康意识^[29]的增强短期内会增加居民对医疗卫生服务的需要，长此以往会使居民形成良好的生活方式，增加居民对预防保健服务的利用^[30]，进而增加居民对全科医生的需求。（4）技术因素。如远程医疗、人工智能等的应用一方面会对人力资源产生冲击，另一方面又会提高全科医疗卫生服务的可及性和利用率^[31]，进而对全科医生的需求产生间接影响。全科医生需求影响因素的框架及作用机制见图 1。

2.2 上海全科医生需求预测的SD模型构建 2.2.1 模型关键指标选取

考虑到上海的特点及数据的可及性，纳入模型的适宜指标主要涉及卫生服务需要、卫生服务需求和卫生服务利用。卫生服务需要方面，全科医生主要在社区卫生服务中心提供基本卫生服务，根据上海的老龄化程度将人口结构分为0~14岁、15~64岁、65岁及以上3个年龄段，进一步分析年龄别2周患病率。卫生服务需求和卫生服务利用方面，选取应就诊未就诊率、全科门诊人次数占总门诊人次数的比例、全科医生每日服务门诊患者人次数^[32]等指标反映居民在全科就诊的实际情况。

2.2.2 系统动力学存量流量图

按照“全科医疗卫生服务需要-全科医疗卫生服务需求-全科医疗卫生服务利用-全科医生需求”的逻辑框架，构建上海全科医生需求预测的SD模型，见图 2。

2.2.3 模型参数取值

根据统计资料，按照上海人口政策考虑未来上海常住人口的变化情况，结合专家意见，2017—2030年的常住人口数最终设定为2 500万人，2030年上海0~14岁常住人口占比设定为10.63%，65岁及以上常住人口占比设定为17.34%。

基于2种假设确定应就诊未就诊率、全科门诊占总门诊人次数的比例、全科医生每日服务门诊患者人次数等指标的取值。一是假设所有参数保持不变，即采用指标历史数据的均值或点值作为参数的取值。结合专家咨询，考虑到《国务院关于建立全科医生制度的指导意见》（国发〔2011〕23号）发布以来，全科医生“5+3”教育模式、规范化培训制度等持续推进，全科医生的供需环境会相应有一个震荡期和缓冲期，因此，研究选取2015—2017年的均值作为参数取值。二是假设所有参数按照既往趋势变化，即根据指标的年均增长率进行参数取值和预测。上海全科医生需求预测的SD模型的参数设置见表 1。

2.3 上海全科医生需求的预测结果

以构建的上海全科医生需求预测SD模型，分别按照平稳趋势、变化趋势对上海2018—2030年的全科医生需求情况进行预测，得到全科医生需求总量、每万常住人口的全科医生需求数的预测结果。当所有参数保持不变时，2018—2030年全科医生的需求总量不断增加，2030年全科医生的需求总量将达到14 093人，每万常住人口的全科医生需求数将达到5.7人。当所有参数按照既往趋势变化时，2030年全科医生的需求总量将达到16 444人，每万常住人口的全科医生需求数将达到6.6人。见表 2。

3 讨论与建议

研究基于“卫生服务需要-卫生服务需求-卫生服务利用-全科医生需求”的逻辑框架，系统梳理了全科医生需求的影响因素，结合上海全科医疗卫生服务的实际情况，选取了适宜的指标，研制了上海全科医生需求预测模型，并采用3年的均值和年均增长率2种取值进行了预测。该预测模型能提供未来全科医生的需求量，为全科医生数量规划提供决策依据。

3.1 全科医生的需求预测应综合考虑卫生服务需要、需求与利用等诸多因素

上海全科医生需求影响因素分析的结果提示，全科医生需求的影响因素众多，受到居民全科医疗卫生服务需要、需求、利用和宏观环境等诸多因素的综合影响。已有的卫生人力需求预测往往只考虑了部分因素，如沈肖等^[33]考虑了人口数量的影响，王莹等^[34]考虑了2周患病率等健康需要的影响。这些在人力环境较为稳定时能起到一定的作用。

近年来，我国经济飞速发展，社会环境不断变化，居民健康意识不断增强^[3]，全科医生制度、分级诊疗制度^[11]等也在持续推进，必须考虑卫生服务需要、需求与利用等诸多因素的综合作用，更加全面、合理、科学地进行全科医生需求预测。因此，研究对全科医生需求的影响因素进行了梳理，选取了一些关键、可量化、数据可及的指标，构建了全科医生需求预测的SD模型。

3.2 基于SD的需求预测模型能够为全科医生数量规划提供决策参考

研究建立的上海全科医生需求预测SD模型系统梳理了卫生服务需要、卫生服务需求和卫生服务利用方面的影响因素，利用SD能够涵盖复杂、繁多的影响因素^[20]的特点，构建了模型并进行了模拟。预测结果显示，不论模型参数保持不变或是按照既往趋势变化，2018—2030年上海全科医生的需求总量和每万常住人口的全科医生需求数均呈现增长态势。上海应重视全科医生需求的增长趋势，及时采取应对措施，从卫生服务的需求侧引导合理的健康需求。同时，可根据自身全科医疗卫生服务发展的特点，制定适宜的全科医生规划等。

此外，也应客观看待模型的预测结果。囿于影响因素的可测量性和数据的可及性，模型仅仅选取了2周患病率、应就诊未就诊率等部分反映卫生服务需要、需求和利用的指标，预测结果可能存在一定的偏倚，如：模型未剔除居民不合理的全科医疗卫生服务需求，预测结果可能偏高；模型未纳入分级诊疗制度对全科医生需求的影响，预测结果可能偏低。

3.3 应定期监测全科医生需求的影响因素，前瞻性地做好需求预测

研究系统分析了全科医生需求的影响因素，基于可及的数据构建了全科医生需求预测模型，并进行了实证应用。要提高预测模型的准确性，应系统地监测相关影响因素，在此基础上，进一步完善、优化预测模型，定期更新预测结果，前瞻性地做好全科医生的需求预测，为更好地做好全科医生的发展规划提供决策支撑。

·作者声明本文无实际或潜在的利益冲突