全科医生作为居民健康的“守门人”，在居民的健康管理中发挥着十分重要的作用^[1]。适宜的全科医生供给是提供优质全科医疗卫生服务的基础^[2]，是保证全科医生职能有效落实的重要前提^[3]。《关于印发以全科医生为重点的基层医疗卫生队伍建设规划的通知》（发改社会〔2010〕561号）^[4]、《国务院关于建立全科医生制度的指导意见》（国发〔2011〕23号）^[1]等政策发布以来，我国的全科医生队伍建设取得了一定进展，但仍存在全科医生短缺的问题^[5-6]，全科医生供给不足会对基层医疗卫生服务的质量和可及性造成不利影响^[7]，继而无法满足居民的基本卫生服务需求^[8]。当前，全科医生主要在基层医疗卫生机构提供医疗卫生服务，其薪酬待遇较二、三级医院的医务人员低，但基层单位并未降低全科医生的准入门槛，这使全科医生较其他卫生人力面临更大的资源短缺问题。曾有调查发现，35.20%的全科医生离职意愿较强烈，物质满意度低和成长满意度低等是全科医生离职的主要影响因素^[9]。

全科医生的培养周期较长^[1]，要科学地解决全科医生的数量短缺问题，需要明确全科医生的数量缺口，因此要对全科医生的供给数量进行前瞻性的预测。在全科医生培养和就业的各个阶段均可能存在全科医生“跑冒滴漏”的风险，随着卫生人力个体的主观能动性越来越强，个体在职业、工作地点和机构选择等方面的自我决策已成为不容忽视的影响因素^[10]，这些均对全科医生的供给预测带来了挑战。

既往的全科医生供给预测研究多采用灰色预测方法^[11-12]，该方法用于短期预测的精度较高，但用于中长期预测和波动性较强的预测时，拟合度则相对较弱^[13]。现在系统梳理全科医生供给影响因素的基础上，采用系统动力学构建上海全科医生的供给预测模型，对未来一段时间内全科医生的供给数量进行预测，以期为上海全科医生的发展规划提供决策支持。

1 资料与方法

根据全科医生供给的生命周期，综合考虑供给能力和供给意愿，构建影响因素的分析框架，并系统梳理各环节的影响因素，选取适宜的指标，构建上海市全科医生供给预测的系统动力学模型。

1.1 资料来源

通过文献资料和专家咨询系统梳理全科医生供给的影响因素。其中，文献资料来源于中国知网、万方数据，以“全科医生”“供给”“影响因素”“预测”等作为关键词检索中文文献，以“general practitioner”“supply”“influencing factor”“forecasting”等作为关键词检索英文文献。同时，为保证影响因素的全面性和科学性，课题组邀请了12位对基层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，通过专家咨询对检索到的影响因素进行补充和内涵明确。

研究使用的数据来源于统计资料和文献资料。规范化培训（以下简称“规培”）阶段的招生计划、招生数、毕业率、规培生毕业后留沪任全科医生的比例主要来源于上海4所医学院校（复旦大学上海医学院、上海交通大学医学院、同济大学医学院和上海中医药大学）的招生计划及住院医师规培研究报告。上海现有全科医生数、全科医生招聘数采用《中国卫生健康统计年鉴》、上海卫生健康委员会的统计数据。离职率数据主要参考已有文献资料。

1.2 系统动力学建模方法

用Vensim DSS 5.6绘制上海全科医生供给的系统动力学（system dynamics, SD）存量流量图，并完成系统参数设置与仿真建模。

2 结果 2.1 全科医生供给的影响因素分析 2.1.1 影响因素分析框架

根据人力资源生命周期理论明确全科医生供给的各个阶段。由于人力资源的主观能动性，全科医生的供给不仅要考虑全科医生的培养阶段，还要考虑医疗卫生机构对全科医生的使用阶段。研究将全科医生供给分为培养和使用2个模块。按照当前全科医生的培养制度，培养模块主要包括医学院校教育阶段、规培阶段^[1]，使用模块则是全科医生在医疗卫生机构提供全科医疗卫生服务的阶段，见图 1。目前，全科医生主要是在规培阶段从医学专业分流出来，因此，研究重点关注规培阶段和机构使用阶段。

供给理论提示，产品的供给特性是供给能力和供给意愿的统一^[14]。全科医生作为人力资源，是一种特殊的“产品”，其供给同样受到培养能力和培养意愿的约束。同时，人力资源还具有主观能动性和社会性，个体接受培养和使用的意愿也将决定其是否愿意进入医疗卫生领域，提供医疗卫生服务。因此，全科医生的供给意愿可以分为机构供给意愿和个体供给意愿。

2.1.2 影响因素分析

综合文献检索和专家咨询的结果，明确规培阶段和机构使用阶段影响全科医生供给的因素如下。

规培阶段：（1）规培招募，即全科规培的招生计划^[15]。培养规模会直接影响未来的毕业人数，进而影响未来全科医生的供给数量。（2）规培教育，即全科规培的培养方案和规培基地的培养能力^[16]。规培方案不合理或规培基地的培养能力不足，将会导致全科毕业生数量和质量不合格，无法满足社会需求。（3）供给意愿，如全科规培基地的价值观^[17]、全科规培生的价值观^[18]。机构的价值取向不符合全科医生培养的需要，可能造成全科医生质量不佳、“劣币驱逐良币”、职业环境恶化，导致更多的全科人力流失。

机构使用阶段：（1）机构人力资源管理，即人力资源规划^[19]、执业发展潜力^[20]和薪酬福利待遇^[21-22]等。如执业发展潜力和薪酬福利会直接影响医学生选择医学院校的意愿、全科医生的工作效率和离职意愿等。（2）供给意愿，即医疗卫生机构的价值观和全科医生的价值观^[23]。如医疗卫生机构的价值观可以通过人力资源管理的各环节影响全科医生的价值观及工作的内外部环境，从而对服务提供和人员流动造成影响。

全科医生的供给还受到宏观环境的影响。依据PEST分析法，从政治（politics）、经济（economy）、社会（society）和技术（technology）四方面分析梳理全科医生供给的宏观环境影响因素。政治因素，如全科规培招生政策^[24]及全科医生的招聘政策^[20]，政策的改变会影响全科人力的专业或职业选择，并影响全科医生的供给数量。经济因素，如区域经济发展水平^[25]，经济发达可能会吸引更多外地培养的全科医生的流入。社会因素，如全科职业的吸引力^[20-22]将会影响个体选择全科专业的意愿，从而对全科医生的供给数量产生影响。技术因素，如科技水平^[26]，人工智能会对基层卫生人力资源需求产生影响，从而影响机构的全科人力招聘和全科医生的供给。

2.2 上海全科医生供给预测的SD模型构建 2.2.1 模型关键指标的选取

考虑到上海的特点及数据的可及性，从主要影响因素中选取适宜纳入模型的指标，厘清各指标相互作用的基本路径，明确全科医生供给的因果回路，进而构建上海全科医生供给预测的SD模型，见图 2。存量部分主要包括培养阶段的规培生人数和使用阶段的全科医生人数。

流量考虑了全科医生供给的影响因素和每一阶段人员的流入、流出情况。规培阶段的流出仅考虑了规培生留在上海的情况。因此，使用阶段的流入还需考虑外部招聘人数，包括外地培养的全科医生以及通过培训转岗的上海的全科医生。使用阶段的流出分为两部分：一部分为自然流失，包括退休和死亡等；另一部分为主动流失，包括离职等。结合专家咨询结果和数据的可及性，选择了进入模型的流量指标：计划招生数、计划招生完成比、规培毕业率、规培生毕业后选择留沪任全科医生的比例、外部招聘的全科医生数量、离职率和自然流失率。

2.2.2 模型参数取值

供给预测模型的参数取值见表 1。根据专家咨询结果，《国务院关于建立全科医生制度的指导意见》（国发〔2011〕23号）文件发布以来，全科医生“5+3”教育模式、规培制度等持续推进，全科医生的供需环境相应有一个震荡期和缓冲期，因此，规培阶段的计划招生数、计划招生完成比、规培毕业率和规培生毕业后选择留沪任全科医生的比例取2015—2017年的均值。此外，全科医生制度实施不久，全科医生退休的比例较低，自然流失率按1.0‰进行取值，离职率按1.0%进行估算。考虑到上海社区卫生服务中心尚有1 000名社区医生符合转岗为全科医生的条件但尚未转岗的情况，假设这1 000人分3年（即2018—2020年）分批次转岗为全科医生，且暂不考虑招聘外地培养的全科医生，即外部招聘的全科医生数量2018—2020年的取值为330，2021—2030年的取值为0。

2.3 上海全科医生供给的预测结果

以构建的上海全科医生供给预测SD模型，对2018—2030年上海全科医生的供给情况进行预测，得到全科医生的供给总量、每万常住人口的全科医生供给数的预测结果。2018—2030年全科医生的供给总量不断增加，2030年的供给总量将达到13 515人，每万常住人口的全科医生供给数将达到5.5人，见表 2。实际数量与预测数量的拟合情况见图 3。

3 讨论与建议 3.1 全科医生的供给预测应综合考虑培养和使用阶段的诸多影响因素

全科医生供给的影响因素分析结果提示，全科医生的供给涉及培养和机构使用阶段，每个阶段的各环节和要素均可能会对全科医（学）生的流入、流出产生影响，从而影响全科医生的供给。除了培养规模、机构招聘等常规因素之外，全科医生作为人力资本，在职业、工作地点和机构选择等方面越来越多的表现为自我决策^[27-28]，其主观能动性也不容忽视。同时，全科医生的供给还受到政治、经济、社会和技术等宏观环境因素的影响^{[16-17, 24]}。综合考量并纳入各个阶段的影响因素，有助于对全科医生的供给进行更为科学的预测。

3.2 基于SD的供给预测模型能够为全科医生数量规划提供技术支持

研究对影响全科医生供给的因素进行了系统的梳理，结合上海全科医疗卫生服务的实际情况，从中选取了关键、可量化、数据可及的指标，构建了全科医生供给预测的SD模型，并对2030年全科医生的供给数量进行了预测，以期为全科医生规划提供决策参考。2012—2017年上海全科医生供给的模型预测值和实际值的拟合结果显示，模型整体的预测效果较好，可为管理者制定全科医生规划及研究者进行相关研究提供一定的参考。

与此同时，也应客观看待模型的预测结果。囿于数据的可及性，模型仅纳入了部分指标，预测结果可能存在一定的偏倚，如：上海的经济较为发达，但模型未纳入经济发展指标，可能导致预测结果偏低^{[25, 29]}；模型未纳入科技发展指标，人工智能等技术的发展可能导致预测结果偏高^[30-31]。

3.3 应定期监测全科医生供给的影响因素，前瞻性地做好供给预测

研究系统地梳理并分析了全科医生供给的影响因素，基于数据的可及性构建了全科医生供给的预测模型，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，并不断完善、优化预测模型，定期更新预测结果^[32]，前瞻性地做好全科医生的供给预测，为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