李麗清，杜福貽，盧祖洵，劉巧艷

?

·方法學研究·

系統動力學方法在衛(wèi)生服務研究中的應用

李麗清，杜福貽，盧祖洵，劉巧艷

預測是衛(wèi)生服務研究中的重要方面，對于制定衛(wèi)生規(guī)劃與衛(wèi)生政策至關重要。目前，回歸分析、因子分析、時間序列分析、趨勢外推法、灰色模型、自回歸積分滑動平均(ARIMA)模型及人工神經網絡模型等方法被廣泛應用于預測分析中，但常規(guī)預測方法對未來變化趨勢進行預測的指標數值要求嚴格、指標調整不夠靈活、研究目標過于單一。為克服常規(guī)預測方法的不足，本文從方法學角度出發(fā)，結合衛(wèi)生服務的特點，探討系統動力學方法在衛(wèi)生服務研究中的應用。

系統動力學；衛(wèi)生服務研究；預測

李麗清，杜福貽，盧祖洵，等.系統動力學方法在衛(wèi)生服務研究中的應用[J].中國全科醫(yī)學，2016，19(34)：4273-4275.[www.chinagp.net]

LI L Q,DU F Y,LU Z X,et al.Application of system dynamics method in health services research[J].Chinese General Practice，2016，19(34)：4273-4275.

衛(wèi)生服務具有動態(tài)性、復雜性、時變性的特點，將預測應用于衛(wèi)生服務研究中是衛(wèi)生事業(yè)發(fā)展的客觀需要和必然要求。但常規(guī)預測方法，如回歸分析、因子分析、時間序列分析等對系統整體環(huán)境的變化及其各種因素的影響考慮不夠充分，研究目標單一，且對數據的時間序列長度要求嚴格。系統動力學(system dynamics，SD)是研究復雜系統的有力工具之一[1]，在衛(wèi)生服務研究中有著較為廣闊的發(fā)展空間，尤其在對衛(wèi)生服務的未來變化趨勢預測方面，不僅可以克服常規(guī)預測方法的不足，而且適合于復雜系統的長期趨勢預測。本文旨在探討SD方法在衛(wèi)生服務研究中的應用，以期為解決衛(wèi)生服務研究中的復雜問題提供合理、有力的研究方法。

1 SD方法介紹

美國麻省理工學院福瑞斯特教授于1956年創(chuàng)立了SD，該方法以系統理論和計算機仿真學理論為基礎，以把握系統內部結構、參數、總體功能為前提，研究和分析系統特性、反饋結構及行為[1]。自創(chuàng)立以來，SD的應用方向被不斷拓展，其理論和方法也不斷被完善，目前已被廣泛應用于工業(yè)、農業(yè)、經濟、管理、醫(yī)學、交通、生態(tài)、環(huán)境、能源、軍事等諸多領域[2-4]，并取得了系列重要成果。作為研究復雜系統的有力工具之一，其具有以下重要特點：(1)應用SD研究社會復雜問題，不僅可以容納大量變量，包括內生變量、外生變量和常量、調控變量，且各變量可以是連續(xù)的或離散的，也可以是確定或非確定的。(2)SD模型既包含描述系統各要素因果關系的結構模型，也包含能定量模擬的數學模型，是定性與定量相結合的分析技術。(3)SD方法適用于非線性、高階次、多回路的復雜反饋系統的研究，且能識別系統內外各變量的邏輯關系并將其量化。(4)SD將人與計算機有效結合，既可對社會系統進行分析、判斷，又可進行計算機仿真模擬，其仿真試驗能起到實際實驗室的作用。(5)尤其在政策優(yōu)化方面，SD定量模型可模擬真實情況下的不同政策實施效果，為政策選擇提供定量參考，減少政策風險[5]，提高抗風險能力。

2 預測在衛(wèi)生服務研究中的重要性

任何成功的決策都依賴于科學的預測，古人云：“凡事預則立，不預則廢”，自古以來預測就一直備受重視。衛(wèi)生服務系統是組成社會系統的重要部分之一，以一定的衛(wèi)生資源為依托向居民提供醫(yī)療、預防、康復及保健等各種活動，其運行涉及社會、人口、經濟、文化、科技、環(huán)境等諸多方面，具有高階次、多回路、多投入、多產出、非線性等復雜反饋動態(tài)系統的特點[6]，運行中的不確定性、任意性、隨機性、不可控性決定了系統復雜多變且作用因素眾多，因果關系復雜，彼此構成反饋機制。因此，科學地預測、分析衛(wèi)生系統的變化趨勢對于制訂衛(wèi)生規(guī)劃、衛(wèi)生計劃與衛(wèi)生政策至關重要。預測目前已被廣泛應用于社會各個領域，將其應用于衛(wèi)生服務研究中是衛(wèi)生事業(yè)發(fā)展的客觀需要和必然要求。

3 衛(wèi)生服務研究常用的預測方法及特點

定量預測是衛(wèi)生服務研究的重要內容之一，目前在衛(wèi)生服務研究中常用的定量預測方法包括回歸分析、因子分析、時間序列分析、組合預測分析、趨勢外推法、灰色預測模型、自回歸積分滑動平均(ARIMA)模型、人工神經網絡模型等，且每種方法都有著各自不同的特點。這些預測方法大多為采用數學模型進行未來變化趨勢預測，對系統整體環(huán)境的變化及其各種因素的影響考慮不夠充分，研究目標單一，且對數據的時間序列長度要求嚴格。衛(wèi)生服務是社會問題的重要方面，隨著衛(wèi)生服務領域復雜性、動態(tài)性、多變性等問題的逐步加劇，更加需要像SD這樣的方法定量預測一定時期內各種變量的變化情況，更加需要綜合系統論、控制論、信息論等多種理論，并與經濟學、管理學、社會學、醫(yī)學等多學科交叉，進一步明確和深入研究現代衛(wèi)生服務領域的非線性和動態(tài)時變問題，將定性與定量結合對衛(wèi)生服務問題進行長期性、動態(tài)性及戰(zhàn)略性的預測分析與仿真研究[3]。

4 SD在衛(wèi)生服務研究中的應用探索

采用SD方法研究復雜問題，充分反映系統的非線性結構和動態(tài)變化趨勢，從發(fā)展的思維綜合分析系統內外各要素間的動態(tài)反饋復雜關系，不以單純追求子系統的最佳目標為著眼點，而是以系統的總體最佳目標為前提，更加注重和嚴格把握各子系統間的協調與耦合，通過構建系統結構模型對復雜系統進行長期趨勢預測[1]。

4.1 SD方法應用于衛(wèi)生服務研究的適用性 衛(wèi)生服務系統是多個子系統構成的復雜巨系統，具有組成成分的多要素性、狀態(tài)變量的多維性、空間結構的多層次性、演化發(fā)展的多方向性、變化趨勢的多規(guī)律性等特點，同時兼有與外部環(huán)境相聯系的開放性、與內部要素相協調的耦合性等特征。將SD的預測功能應用于衛(wèi)生服務研究進行定量模擬、動態(tài)評價及政策優(yōu)化，不僅可以描述各影響因素錯綜復雜的反饋動態(tài)關系，而且能對各種假定條件的未來情景進行真實模擬和定量預測。與常規(guī)預測方法相比，運用SD仿真技術對衛(wèi)生服務問題進行預測與控制，能深刻揭示系統間的非線性結構與動態(tài)特征，充分體現建模規(guī)范且不失靈活，并能通過設定調控參數對不同的對策實施效果進行定量比較。

4.2 SD方法在衛(wèi)生服務研究中的應用范圍與功能 目前SD方法在社會、經濟、管理等領域的應用較為成熟，國內也有不少學者將SD應用于衛(wèi)生服務領域，包括醫(yī)療衛(wèi)生服務體系研究[7]、公共衛(wèi)生服務研究[8]、社區(qū)衛(wèi)生服務研究[9]、醫(yī)院管理研究[10]、醫(yī)療費用預測研究[11-12]、傳染病傳播模擬研究[13]、衛(wèi)生資源配置研究[14]及慢性病管理[15]等，在衛(wèi)生服務研究中的主要功能可歸納為：模擬預測功能、對策生成功能、優(yōu)化控制功能。

4.3 SD方法在衛(wèi)生服務研究中的建模原則與步驟 根據系統的狀態(tài)、控制以及信息反饋等環(huán)節(jié)反映實際系統的動態(tài)反饋機制，通過建立系統的反饋動態(tài)仿真模型和仿真方程，進行計算機仿真試驗，根據其相關原理，SD建模時必須遵循以下原則：(1)系統結構決定行為的原則。須在科學合理確定系統邊界及系統反饋結構的基礎上建立仿真模型[9]。(2)綜合與分解相結合的原則。仿真模型建立在系統分解反饋機制的基礎上，先將整個系統分解成各子系統，分別建立各子模型，然后根據研究問題將各子模型進行系統綜合。(3)概念模型與現實模型一致原則。設計系統結構時，保持模型結構與現實系統一致，在參數選擇方面，應考慮突出現實系統中具有代表性的特征變量用以表述系統的整體結構及系統功能[15]。(4)連續(xù)性與相對穩(wěn)定性的原則。采用連續(xù)的系統模型表達系統內部主要結構的耦合關系和動態(tài)特征，保證建模時各狀態(tài)變量變化過程中的穩(wěn)定性及模型應用的連續(xù)性與積累性。

SD建模是個反復調整的循環(huán)過程，主要包括：系統識別、概念化建模、數量化建模、仿真模擬、結果檢驗、模型修改、模型應用，具體步驟為：(1)系統辨識。確定系統邊界，明確系統內部結構與外部環(huán)境。(2)系統結構分析。明確系統結構的核心內生變量，即系統內的流位變量、流率變量、常量及外生變量、調控變量及其各變量的耦合關系、子系統間的關聯與主要反饋回路。(3)模型建立。在概念模型的基礎上確立仿真模型及仿真方程，利用趨勢外推法、線性回歸法、平均值法、專家咨詢法等途徑確定調控參數。(4)模擬分析。借助SD仿真軟件對各項參數進行調整、完善與修正直至得到與現實相一致的系統仿真模型。(5)結果檢驗。通過對流位變量歷史年客觀數據與歷史年預測數據吻合度的計算，系統分析和驗證預測結果的準確性。(6)模型修改。根據預測結果分析與結果檢驗，對仿真模型結構或參數進行調整。(7)模型應用。模型建立后可對模型中的各變量進行模擬調試，進而探索不同政策環(huán)境下各變量的未來變化趨勢，并根據研究問題設定不同的調控參數對不同的策略實施情況進行定量預測比較[16-17]。

5 討論

定量預測是衛(wèi)生服務研究的重要內容，基于衛(wèi)生服務復雜、動態(tài)、時變等特性，確立科學的預測方法對于預測結果至關重要。通過比較分析灰色模型、回歸分析、時間序列分析、組合預測模型、趨勢外推法、人工神經網絡模型、因子分析等常規(guī)預測方法，將SD應用于衛(wèi)生服務研究中的優(yōu)勢包括：(1)SD模型強調系統動態(tài)變化中的內部行為結構，注重系統內、外因素的相互關系及作用[12]，且對數據分布特征適應性強，不依賴于精確的數據和嚴格的時間序列；(2)SD仿真軟件功能強大且易于操作，建模過程直觀、易于檢驗調整，與一般建模軟件相比增加了復合模擬、真實性檢驗、模型優(yōu)化等功能；(3)SD模型在系統思考的前提下，強調其模型結構的邏輯性與科學性[12]。目前可應用的預測方法較多，且涉及不同領域的理論知識和技術，故在選擇預測方法前，應該對系統的性質、數據特點等進行必要分析?；赟D處理復雜問題的實質和衛(wèi)生服務系統的特點，探討SD方法在衛(wèi)生服務研究中的應用，可以豐富系統工程方法在衛(wèi)生服務研究中的應用，具有較為廣闊的發(fā)展空間。

作者貢獻：李麗清負責論文撰寫；杜福貽、劉巧艷負責論文審校；盧祖洵負責論文的結構設計。

本文無利益沖突。

[1]許光清，鄒驥.系統動力學方法：原理、特點與最新進展[J].哈爾濱工業(yè)大學學報(社會科學版)，2006，8(4)：72-77. XU G Q,ZOU J.The method of system dynamics:principle,characteristics and new development[J].Journal of Hit(Social Sciences Edition),2006,8(4):72-77.

[2]鐘永光，賈曉菁，李旭.系統動力學[M].北京：科學出版社，2009. ZHONG Y G,JIA X J,LI X.System dynamics[M].Beijing:Science Press,2009.

[3]胡玉奎.系統動力學——戰(zhàn)略與策略實驗室[M].杭州：浙江人民出版社，1988. HU Y K.System dynamics——strategy and policy laboratory[M].Hangzhou:Zhejiang people′s Publishing House,1988．

[4]雷光和，董加偉.基于系統動力學的雙向轉診利益相關者關系結構研究[J].中國全科醫(yī)學，2015，18(29)：3544-3547. LEI G H,DONG J W.Study on the framework of relationship among parties concerned with dual referral based on system dynamics[J].Chinese General Practice,2015,18(29):3544-3547.

[5]智強，高一芳.促進中國風電設備制造企業(yè)技術能力成長的政策工具研究：基于系統動力學方法[J].公共管理評論，2011，10(1)：57-76. ZHI Q,GAO Y F.Improving the technological capability of China′s wind power equipment manufacturing firms by policy instruments:a study based on the system dynamics method[J].China Public Administration Review,2011,10(1):57-76.

[6]林靜.基于醫(yī)務人員行為的醫(yī)療服務系統模型及元胞自動機模擬研究[D].南昌：南昌大學，2007. LIN J.Medical service system model based on the behavior of medical personnel and the simulation of cellular automata[D].Nanchang:Nanchang University,2007.

[7]張鷺鷺，馬玉琴，盧楊，等.農村醫(yī)療衛(wèi)生服務系統模型仿真研究[J].中國農村衛(wèi)生事業(yè)管理，2007，27(8)：563-566. ZHANG L L,MA Y Q,LU Y,et al.Simulation study on model of rural health service system[J].Chinese Rural Health Service Administration,2007,27(8):563-566.

[8]LEBCIR R M,ATUN R A,COKER R J.System dynamic simulation of treatment policies to address colliding epidemics of tuberculosis,drug resistant tuberculosis and injecting drug users driven HIV in Russia[J].J Operat Res Soc,2010,61(8):1238-1248.

[9]李麗清，盧祖洵，鄔丹，等.社區(qū)衛(wèi)生服務未來發(fā)展趨勢的建模與仿真研究[J].中國全科醫(yī)學，2016，19(1)：12-18. LI L Q,LU Z X,WU D,et al.Model building and simulation of the development trend of community health services in China[J].Chinese General Practice,2016,19(1):12-18.

[10]李麗清.醫(yī)院競爭力評價及策略生成與效果實施仿真研究——以江西省三級甲等綜合醫(yī)院為例[M].北京：經濟科學出版社，2011. LI L Q.Take three A-level comprehensive hospital in Jiangxi province as an example[M].Beijing:Economic Science Press,2011.

[11]曾雁冰.基于系統動力學方法的醫(yī)療費用過快增長問題建模與控制研究[D].上海：復旦大學，2011. ZENG Y B.Study on the mechanism and control of over-increasing medical care expenditure based on system dynamics[D].Shanghai:Fudan University,2011.

[12]董丹丹，雷海潮.系統動力學模型在衛(wèi)生總費用推算中的應用研究[J].中國衛(wèi)生經濟，2011，30(4)：17-19. DONG D D,LEI H C.Application of system dynamics model on national health expenditure modeling[J].Chinese Health Economics,2011,30(4)：17-19.

[13]DANGERFIELD B C,FANG Y X,ROBERTS C A.Model-based scenarios for the epidemiology of HIV/AIDS:the consequences of highly active antiretroviral therapy[J].System Dynamics Rev,2001,17(2):119-150.

[14]CAVANA R Y,CLIFFORD L V.Demonstrating the utility of system dynamics for public policy analysis in New Zealand:the case of excise tax policy on tobacco[J].System Dynamics Rev,2006,22(4):321-348.

[15]HOMER J,HIRSCH G,MILSTEIN B.Chronic illness in a complex health economy:the perils and promises of downstream and upstream reforms[J].System Dynamics Rev,2007,23(2/3):313-343.

[16]程葉青，李同升，張平宇.SD模型在區(qū)域可持續(xù)發(fā)展規(guī)劃中的應用[J].系統工程理論與實踐，2004，24(12)：13-18. CHENG Y Q,LI T S,ZHANG P Y.Application of system dynamic model in regional sustainable development planning[J].System Engineering Theory and Practice,2004,24(12):13-18.

[17]趙璟，黨興華.系統動力學模型在城市群發(fā)展規(guī)劃中的應用[J].系統管理學報，2008，17(4)：395-400. ZHAO J,DANG X H.Application of system dynamic model in urban agglomeration development planning[J].Journal of Systems Management,2008,17(4):395-400.

(本文編輯：王鳳微)

Application of System Dynamics Method in Health Services Research

LILi-qing,DUFu-yi,LUZu-xun,LIUQiao-yan.

SchoolofEconomicsandManagement,JiangxiScience&TechnologyNormalUniversity;SchoolofPublicHealth,TongjiMedicalCollege,HuazhongUniversityofScienceandTechnology,Nanchang330031,China

Correspondingauthor:LUZu-xun,SchoolofPublicHealth,TongjiMedicalCollege,HuazhongUniversityofScienceandTechnology,Wuhan430030,China;E-mail:luac6@163.com

Forecasting is an important aspect of health services research,and it is crucial to making health planning and health policy.At present,methods such as regression analysis,factor analysis,time series analysis,trend extrapolation,gray model,auto regressive integrated moving average(ARIMA) model and artificial neural network model are widely used in prediction analysis,however,with strict requirements on index values of predicting future trends,the conventional forecasting methods are lack of flexibility in the adjustment of indexes,and their research objective is too simplex.In order to overcome the shortcomings of the conventional forecasting methods,the paper,from the perspective of methodology,explores the application of system dynamics in health services research combined with the characteristics of health services.

System dynamics;Health services research;Forecasting

國家自然科學基金資助項目(71473110)；2015中國博士后特別資助項目(2015T80811)

330031 江西省南昌市，江西科技師范大學經濟管理學院(李麗清，杜福貽)；華中科技大學同濟醫(yī)學院公共衛(wèi)生學院(李麗清，盧祖洵，劉巧艷)

盧祖洵，430030 湖北省武漢市，華中科技大學同濟醫(yī)學院公共衛(wèi)生學院；E-mail：luac6@163.com

R 195

A

10.3969/j.issn.1007-9572.2016.34.025

2016-05-04；

2016-10-26)