Recruitment Inefficiency in Public Hospitals Under the Single-Position Application Model and the Potential of a Parallel Volunteer Mechanism
本研究指出，中国单一岗位医院招聘模式中的结构性低效是导致关键专业出现空缺的关键驱动因素，并通过反事实分析证明，通过实现跨医院的人才匹配，一种平行的志愿机制在理论上可以实现岗位全额完成。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下有一座城市，其中有三家主要医院（我们称之为医院 A、B 和 C），它们都在拼命为同样高难度的职位（如麻醉师或急诊科专家）招聘医生。
目前，招聘系统运作起来就像一场**“一次性”抽奖**。如果你是一名寻找工作的医生，你只能选择一家医院进行申请。你必须去猜测哪一家会对你说“好”。
问题所在：“冷热”不均
研究人员观察了 2020 年至 2025 年的招聘数据，发现了一个奇怪的模式。这就像是一场抢座位的游戏，音乐停止时，椅子的分布极不均匀：
- 医院 A 和 C 是“热门”地点。它们被大量的申请者所淹没。例如在 2022 年，医院 A 有 11 名医生在竞争 4 个职位。它们轻而易举地招满了 4 人。
- 医院 B 是“不受欢迎”的地点。在同一年，他们有 4 个空缺职位，但零人申请。因此，他们一个人也没招到。
结果： 尽管城市里有足够的医生来填补每一个职位（13 名医生对应 9 个职位），但医院 B 的 4 个职位却空置了。由于医生无法从拥挤的桌子“移动”到空缺的桌子，该系统浪费了人才。整体招聘成功率仅为 约 75%，这意味着大约每 4 个职位中就有 1 个未能填补。
提议的解决方案：“并行志愿”菜单
作者建议了一种新的招聘方式，他们称之为**“并行志愿机制”（Parallel Volunteer Mechanism）**。
想象一下，不再是只能选一家餐厅，而是你可以得到一份菜单，上面可以列出你的前 3 个选择：
- “我很想在医院 A 工作。”
- “如果 A 满了，我也愿意去医院 B。”
- “如果 A 和 B 都满了，我会接受医院 C。”
在这个新系统中：
- 所有医生同时向这一组医院提交申请。
- 他们一起参加一场统一的测试。
- 系统像一个智能交友软件一样将他们进行匹配：得分最高的医生获得其第一志愿。如果该医院已满，他们会自动获得第二志愿的录取机会。如果第二志愿也满了，则获得第三志愿。
研究发现（“如果……会怎样”的情景）
研究人员并没有在现实生活中测试这个新系统。相反，他们利用 2 2022 年的数据进行了一次模拟（一场“如果……会怎样”的游戏）。
- 旧方式（一次性抽奖）： 他们只填补了 9 个职位中的 5 个（成功率 55.6%）。
- 新方式（并行菜单）： 在模拟中，如果当时使用的是这种列表系统，理论上他们可以填满全部 9 个职位（成功率 100%）。
难点
论文非常谨慎地指出，这是一个理论上的最大值。这是假设所有人都在规则内进行游戏并接受录用的“最佳情况”。
在现实世界中，存在着障碍：
- 协调问题： 让三家不同的医院同意使用同一套大型测试和一套规则是非常困难的。
- 偏好问题： 即使医院 B 是医生的第二选择，医生也可能拒绝这份工作，也许是因为那里离家太远。
- 公平性问题： 医院可能会担心失去挑选自身员工的权力。
核心结论
研究得出结论，目前的“只能选一个”规则正在造成结构性的人才浪费。它造成了一种局面：有些医院申请者过剩，而另一些医院却空置，即便城市里其实有足够的人手。
转向一种可以让医生列出多个偏好的系统，理论上可以解决这个“空椅子”问题，并填补更多职位。然而，作者警告说，这仅仅是一个起点。要让它在现实中发挥作用，我们需要进行测试，解决协调问题，并将此与更好的薪酬和培训等其他措施相结合。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。