1数据仓库提供稳定的人力数据集成分析平台
数据仓库(DW)技术是决策支持系统的基础，是一个面向主题的、集成的、随时间变化的、非易失的数据集合［8］。建立面向主题的数据仓库，将分散在不同业务系统中的人力资源相关数据集中存放在存储容器内。为从不同角度分析和观察数据，在人力主题集中设计了数据期(年、季度、月)、科室、学历、性别、专业技术资格等主要维度以及人员数、各类人员构成等主要指标。数据仓库为人力资源管理提供了稳定的人力数据集成分析平台，其主要特点有:(1)面向主题，排除于决策无用的数据;(2)不同来源的人力数据的集成和共享;(3)数据不易丢失;(4)主题之间的数据可互通互用。目前，医院人力资源信息管理相对落后，部分医院人力资源管理仍是多部门人事档案管理，人力资源信息化停留在单机版管理软件水平，信息不能共享和及时更新与联动，部门之间的信息协同服务无法实现［1，9］。在数据仓库人力主题下所有的数据都紧紧围绕人力资源这一主题，数据不再分散。此外，各主题之间的数据可互通互用，如人力主题可以和医疗服务、财务收入主题关联，方便开展科室绩效以及医疗服务效率的相关分析和探讨。
2数据质量控制
数据质量是分析结果可靠性的基础，为确保分析结果准确可靠，医院管理决策支持系统所分析数据均来自数据仓库建立的唯一数据中心。数据资源与业务系统“剥离”，在数据中心集成共享，数据仓库不受业务系统运行或变动的影响。全院各类业务系统中的数据必须进入数据中心方可进行分析，克服了统计数据数出多门、数据分散、形成“信息孤岛”的困境。为实现不同业务系统数据整合，本研究以法定报表为基础，制定全省统一的医院业务系统数据交换接口标准规范，定义医院各业务系统数据采集入口标准，对数据入口进行了统一［10］。如HIS系统的数据在进入数据中心前要先经过ETL过程，即抽取、转换、装载过程，在抽取过程中进行数据清理，保证了进入系统的数据质量。此外，系统数据采集应用了先进的商业智能(BI)数据采集工具，并通过设置严格审核条件、加强数据之间的关联性和指标自动生成等功能，从源头上对数据质量进行严格控制，提高了医院医疗数据的质量。
3医院人力数据分析展示
本研究以医院法定上报的《卫生人力基本信息调查表》为例，收集了某地某医院数据，根据调查表内容构建人力资源业务主题。如图2所示，系统按医院人力数量、人力分布、人力结构、人力预测、分析报告和同级比较5个方面对人力数据进行分析展示，其功能有以下3个突出特点:(1)结果内嵌统计表和多种统计图;(2)每个分析表格都支持自由组合查询;(3)支持数据下钻。用户根据需求从多维下拉菜单选择不同的维度，如数据期(年、季度、月)、科室、人员类别等进行多维展示，满足了个性化需求。查看汇总表可以下钻到明细表，层层下钻直到源头，如从部门下钻到科室和个人，提升了查询纵深度。
3.1医院人力数量及分布
人力资源管理一项最基本的任务就是不断调整组织所承担的工作总量与其完成该工作总量所需要人员总数的比例关系。系统从卫生人员总量、各科室人员分布和历年卫生人员总量变化3个角度分析，不仅展示医院整体的人员编制及其历年变化规律，而且兼顾细节反映医院各个部门、科室、各类卫生人员的配置情况。如表1、图3展示了按卫生人员标准分类，2013年卫生技术人员、管理人员、工勤技能人员和其他技术人员的分布情况。用户可按需求，选择数据期(年、季度、月)、科室、人员类别等维度，多维组合查询人力数量分布信息;如表1、图3，在数据期维度选择了年，科室选择所有科室，人员类别选择卫生人员进行了展示。丰富的图表展示、多维查询以及数据下钻的特点，支持管理人员获得医院动态人力信息，辅助编制总量控制，定编定员管理，更加高效的组织人员配置。
3.2医院人力结构
医院大多数人员都是专业技术人员，从事的是专业技术工作，其工作性质不同，工作任务复杂，工作弹性大，工作效率和工作量定额难以量化。因此，定编定员，组织人员架构和职位设计工作细致复杂。为保证运作快捷、有效、精简和节约，人力资源管理不仅需要协调各个部门的人员配置，还要考虑年龄结构、学历结构、职称结构和性别比例等各类人员结构的合理性，形成梯队保证医院人力资源方面的持续性。如图2所示，本研究就从学历、年龄、性别、职称等结构的合理性出发分析展示医院人力结构，方便人员结构管理;而图4展示了2013年医院卫生人员职称聘用情况。用户可以通过多维查询从不同角度获得人员结构的信息，辅助决策者参照行业标准不断改善组织架构，实现合理地进行劳动组合，防止人员比例失调、机构臃肿和人浮于事等现象，从而有效开发人力资源，提高劳动生产率。
3.3医院人力预测
随着社会医疗服务需求的增加，医院尤其是公立医院的规模不断扩大。医护、医技、行政和后勤在内的工作人员数量和流动性都较大，再加上进修、实习人员等交流频繁，传统的人员统计不能满足医院长远的人力资源管理规划需要。商业智能(BI)工具为用户提供聚类分析、预测分析、回归分析和相关性分析等多种数据挖掘分析方法。在使用时，用户可根据数据类型选择模型，得到较好的预测效果。在人力资源数据挖掘方面，本研究在预测卫生人力数量方面做了初步探索。影响人力资源需求的因素主要来自组织的内部和外部:内部因素如技术和设备、医院规模、经营方向等;外部因素如经济水平、政治环境、技术环境和竞争对手等［11］。如表2，在影响人力资源需求因素不变的假定基础上，运用时间序列模型分析历年医院卫生人员数量变动的规律，预测了未来5年医院各类卫生人员人数的变化区间，为单位组织提供未来一定时间内人员需求参考依据。
3.4医院人力同级比较
由省卫生信息中心分析省直报法定报表数据，将医院人力资源管理的核心指标、排序位次数据放置于医院管理决策支持系统，方便医院与省内及地区内同级医院平均水平进行比较。如表3，2012年该医院与本地区92家、省500家同级医院卫生人力情况的比较结果，方便管理者了解机构在本地区、本省同级机构中的位置，便于加强管理。
3.5人力分析报告
统计分析报告一般有相对固定格式，包含大量重要指标和统计图表。系统的BI工具提供了类似Word界面的分析报告功能。用户可根据业务需要从决策支持系统内部抽取相应数据和统计图表，综合人力数量、结构和预测等信息，定期(月、季、年)快速生成人力资源状况分析报告，提高工作效率。见图5。
4讨论
4.1医院人力资源信息化管理的意义
新医改提出以医院管理和电子病历为重点，推进医院信息化建设，对医院信息化建设和人力资源管理提出了更高要求。人力资源信息化管理，即充分调动一切可利用的信息数据资源，利用现代信息技术的网络化、智能化、数字化特点，通过对物资流、资本流、人才流、信息流等要素的科学分析，推动人力资源管理在更深更广层次的提高和拓展，使人力资源对医院各个领域产生更大的影响力［1，12］。信息化、智能化手段的引入将逐渐打破传统人力资源管理模式和人力信息利用的局限，深入挖掘各类业务系统积累的海量数据，得到可供管理、决策的有参考价值的结果。
4.2满足数据利用需求
目前，在医院信息化的应用上存在数据来源分散、无统一标准和利用效率低等不足［5，6］。医院各业务系统中积累了海量数据资源，但是数据集中整合程度不高，利用效率较低，很多机构依然采用手工和信息系统相结合的方式管理。统计人员从各个部门、科室或各业务系统中收集数据，没有业务系统支持的分析表还需手工统计，再经过分析才提交给管理者。这样定期提供决策支持的工作周期过长，有滞后性，决策支持需求往往因数据无法归集利用而搁浅。为满足日益增长的数据利用需求，需要更加智能化、现代化的工具来管理庞大的数据资源，促进医院信息化应用。决策支持系统辅助医院人力资源管理的优点有:(1)管理规范化;(2)管理现代化;(3)降低劳动强度;(4)提高决策质量。数据仓库提供稳定的人力数据集成分析平台，信息采集入口标准统一，分散在各类业务系统中的人力数据经ETL过程进入数据中心，整个过程有章可依，数据质量得以保证，管理更加规范化、现代化。信息化的管理流程替代了手工和半手工的人力信息收集方式，减轻了劳动强度。商业智能(BI)工具支持多种统计分析模块，分析结果图文并茂呈现在信息化界面上，不仅让管理者对信息一目了然，而且可以整合信息预测人力需求，为单位组织未来人员需求做长远规划，整体上提高了决策水平。
4.3辅助医院人力资源精细化管理
联机分析处理技术(OLAP)，其技术核心是“维”这个概念，是决策支持系统的前端分析工具集合，以海量数据为基础的高级分析技术。数据聚集汇总和数据多维组织，可辅助医院人力资源精细化管理。如医院的卫生人员数量在时间维度上不仅存放每月卫生人员数，还存放每季、每年的人员数量;各科室卫生人员数还可聚合成部门、机构的人力数量;年龄、性别、学历、职称等维度可以进行交叉组合得到人力数量、结构的分析结果，如各部门卫生人员学历情况，各科室医护构成情况。得益于多维性、快速响应性、可分析性和共享性的数据探查方式，管理者思维不受固定查询模式限制，可任意组合分析问题的角度和目标，跟随其思维得到不同形式的结果。为调整组织架构提供参考依据，合理地进行劳动组合，实现人力资源合理配置从而有效提高劳动生产率，更好地为临床一线服务。
4.4促进人力资源管理模式改革
信息化建设与管理体质改革相辅相成，信息化建设促进了传统医院管理模式的变革，而管理模式通过改革以适应全方位信息交流形势。手工和半手工的信息收集方式向信息化管理流程转变，人事管理向人力资源管理转变，单纯的人事职能部门向综合信息处理部门转变。日常管理流程趋于规范化和现代化，决策支持服务的及时性和高效性，将不断促进人力资源管理模式改革，最大程度地发挥人力资源管理部门的职能，推动人力资源管理在更深更广层次上的提高和拓展。
作者：何珊 应桂英 潘晓平 单位：四川大学华西公共卫生学院 四川省卫生信息中心
