任务技术匹配理论在卫生信息管理中的应用

，，

随着卫生领域精细化管理和业务协同的发展要求，卫生信息系统作为促进卫生体系高效运行的强大催化剂，各国均加强了建设，系统数量急速膨胀，但其实施效果和应用情况远未达到预期目标。研究表明，组织内信息技术或信息系统的价值只有20%-25%与构建和投资有关，其余75%-80%则取决于各个层次、不同领域用户对系统的使用[1]。换言之，用户使用率低是信息系统实施不成功的直接表现，在卫生领域同样如此。因此加强用户层面信息系统的有效使用，才是挖掘信息、促进卫生服务管理的关键。

任务技术匹配理论(Task-Technology Fit Theory，TTF)在信息技术和系统的研究中具有较高的影响力和参考价值。它通过分析用户的认知心理和行为来阐述信息系统对任务绩效的作用路径，揭示任务需求和信息系统之间深层次的关系。国内外学者在不同领域应用该理论开展研究，如Wells等[2]将其应用到电子商务领域，Lee等[3]将其应用于保险行业背景下的移动商务中，D'Ambra和Wilson[4]将其扩展到旅游领域，婵娜[5]将该理论应用到电子政务领域，而在卫生信息管理领域只有国外学者开展过相关研究，国内学者涉猎该领域的较罕见。本文在介绍TTF理论的提出与发展的基础上，详细分析了该理论在卫生信息管理中的应用，为我国卫生信息系统使用行为的研究提供参考。

1 任务技术匹配理论的提出与演变

建设信息系统需要投入大量的资源，所以科学的评估是极其重要的。20世纪90年代前，科学界一直都缺乏科学的指标来有效地衡量信息系统是否成功，研究者主要采用用户主观评价作为评估系统成功与否的方法，但用户评价缺乏理论基础，导致实证分析的结果自相矛盾，无规律可循，所以一种有效的评估方法无疑是十分必要的，TTF模型正是在这种背景下产生的。

Goodhue和Thompson[6]于1995年率先提出了TTF理论，其基础是技术绩效链(Technology-to-Performance Chain，TPC)，即一种信息技术被用户接受并使用，且所提供的功能可与任务很好地匹配，这样信息技术就能产生很好的效果。由于TPC模型研究变量较多，关系较为复杂，很难一次性地整体实证检验，所以Goodhue和Thompson(1995年)重点研究模型中的核心部分，对其进行实证检验(图1)。

图1 在Goodhue和Thompson(1995年)的研究中被实证检验的TPC部分

Goodhue(1995年)[7]的另一项研究则重点关注任务特征、技术特征、个人特征及相互作用对评价任务技术匹配的影响(图2)。

图2 在Goodhue(1995年)的研究中被实证检验的TPC部分

该研究证明，用户执行的任务决定了技术的价值，用户有能力评价任务和技术的匹配情况，并可以以此作为衡量系统成功与否的指标。上述2个研究标志着TTF被正式提出，此后很多研究在不同背景下检验了该模型的不同部分中相关变量的测量以及变量之间的关系。

任务技术匹配理论的核心变量是任务技术匹配，但没有一个通用的量表可以测量它，导致研究结果无法横向比较。为此，Goodhue[8]在1998年开发了任务技术匹配量表，他将任务技术匹配界定为“使用者对于信息系统或信息服务满足其任务需求程度的感知”，并从数据识别、获取、整合与解析3个方面将其划分为15个维度[9]，依据信效度检验结果，对15个维度进行了调整，最终保留了定位能力、兼容性、可达性等12个维度，并进一步确定了32个测量指标。这一量表为后续实证研究提供了基础工具，使各研究间可以开展对话，在很大程度上完善了任务技术匹配理论。

任务技术匹配理论在卫生等领域得到了实证支持。研究者在理论提出之初没有针对某一特定的任务和技术，也没有对模型中的任务特征和技术特征给出具体的说明。后续学者在利用TTF模型进行研究时，针对研究情境和研究对象对任务特征、技术特征、任务技术匹配、使用行为和使用绩效等变量进行了细化，使该模型的适用性和发展空间扩大。

2 TTF理论在卫生信息管理中的应用

任务技术匹配理论在卫生信息管理中的应用主要包括两种类型：一是模型自身的应用，即针对具体的卫生信息系统明确其任务特征、技术特征、任务技术匹配等维度，构建适合的TTF模型并进行验证性分析；二是结合卫生信息系统的具体特点整合其他相关理论，对任务技术匹配理论进行扩展。

2.1 模型自身应用

在卫生信息系统的任务技术匹配情况与系统使用行为、绩效的关系上，研究者进行了不同程度的探索。Chen P S等[10]首次使用TTF框架来确定两家医院之间患者转诊过程所涉及的放射信息系统(Radiology Information System，RIS)、医院信息系统(Hospital Information System，HIS)、图像存档和通信系统(Picture Archiving and Communication System，PACS)等信息系统传输计算机断层扫描结果(Computed tomography，CT)的障碍因素，在指标选择上，除了沿用了Goodhue中的9个指标外，还增加了同步性(Synchronization)(指的是对于一个CT转诊患者而言，他的数据存放在两家医院的信息系统中，如果两家医院的患者数据没有周期性的同步更新，过期的数据可能会导致医疗事故)。Lin TC等[11]对移动护理信息系统的使用进行了评估，除了沿用TTF模型的框架外，还增加了“技术用户匹配”和“组织准备”两个变量，认为它们也会对系统使用产生影响。其实证分析的结果表明，研究假设得到了数据支持，技术用户匹配对系统使用的影响最大，其次是任务技术匹配和组织准备。所以为了提高移动护理信息系统的使用率，应首先从提高技术用户匹配度入手，即重视系统的易学易用性和用户培训，同时上层的支持、护理人员学习和使用新系统的意愿也是影响系统使用的重要因素。Hsiao J L等[12]在分析护理任务和移动护理信息系统的匹配与护理绩效的相互关系中，将任务技术匹配分为信息识别、信息采集、信息整合和解释3个变量，共同影响护理绩效。通过对使用该系统的护理人员问卷调查发现，移动护理信息系统的支持功能对信息整合和解释、信息采集有显著影响，这意味着移动护理信息系统可以通过构建一个高质量、易于使用的系统界面来提高信息的准确性、集成性和及时性，最终提高绩效。Lepanto L等[13]基于任务技术匹配理论对PACS的升级效果进行了评价，他们沿用了模型的框架，并加入了“感知净收益”这一变量，认为任务技术匹配影响系统的使用，二者共同影响感知净收益。他们通过实证分析检验了任务技术匹配可以影响系统使用和感知净收益，但系统使用对感知净收益的影响未得到证实。他们还将用户感知的系统升级效果和开发者预测的升级效果进行了比较，发现开发者预测的是更高的任务技术匹配度，所以在系统升级过程中考虑用户的特点和反应是至关重要的。

2.2 基于扩展模型的整合

虽然任务技术匹配理论高度关注任务与技术的匹配及相互作用对行为与绩效的衡量，但缺少对使用者内心意愿的深入挖掘，而且技术特征测量维度的确定也没有可以借鉴的指标，所以随着理论研究的发展，任务技术匹配理论也被学者们用来与其他理论相结合,从而能更好地解释用户使用信息技术的行为及其产生的使用绩效。

2.2.1 整合技术接受模型

Davis[14]以理性行为理论为基础，提出了技术接受理论(Technology Acceptance Model，TAM)。TAM中包含了2个主要的决定因素：感知有用性和感知易用性。影响个体的外部因素主要是通过这两个变量对个体的使用意愿和实际使用行为产生影响，外部变量可以是个人特征如自我效能、情境因素、系统特征、管理控制等，是间接影响行为的因素[15]，感知易用性对感知有用性有显著影响。Hyun S等[16]在结构化的电子健康档案模型的基础上，应用TAM和TTF整合的理论框架调查了护士对电子护理文件系统功能和用户界面等方面的要求，有利于更好地设计系统，提高用户使用率；Hyun S等将任务技术匹配从易用性、数据的含义、数据质量、展现能力、恰当的详尽程度、兼容性、及时性、信息系统和用户关系、系统可靠性方面进行测量，较注重对客体的研究。而TAM中的感知有用性和感知易用性更侧重于用户对信息技术态度的研究，因此将这两个模型整合正好能弥补各自的缺陷，使整合模型比单独的模型更加有效。

2.2.2 整合信息系统成功模型

Delone和Mclean[17]率先提出了信息系统成功模型(以下简称“D&M模型”)，定义了6个影响信息系统成功的因素：信息质量、系统质量、使用、用户满意、个人影响和组织影响。在系统实施中，信息系统的特性体现为系统质量和信息质量，用户通过使用系统感受到其特性，并得到对系统是否满意的判断，系统使用和用户满意对用户个体产生影响，进而影响组织绩效[18]。Ammenwerth E等[19]在总结D&M、TTF、TAM特点的基础上，提出了“个人、任务、技术匹配框架”(Fit between Individuals, Task and Technology，FITT)，认为用户特征、任务特征和系统特征三者的匹配程度可以影响系统绩效，故对其有效干预可以改善系统绩效。D&M模型与TTF模型整合的优势在于前者为后者提供了全面的系统特征描述因素，而后者从更深入的层次探讨了影响系统使用和绩效实现的本质原因[20]。

2.2.3 整合技术接受与使用的统一理论

Venkatesh、Morris和Davis等[21]通过整合理性行为理论、计划行为理论、技术接受模型等8个用户采纳相关理论，提出了技术接受与使用的统一理论(Unified Theory of Acceptance and Use of Technology，UTAUT)。UTAUT认为社会影响、绩效期望(类似TAM中的感知有用性)和努力期望(类似TAM中的感知易用性)通过行为意愿间接影响使用行为，使用行为受到促进条件的直接影响，性别、年龄、经验和自愿性等变量的调节作用则进一步增强了UTAUT的解释能力。Mohamadali等[22]在总结了D&M、UTAUT、TTF等模型的特点后，提出整合3个模型建立一个用于评价医疗领域软件技术的用户接受问题的新模型。

新模型认为用户特征、技术环境、组织环境的匹配作用会影响用户的行为意向、使用意愿、实际使用行为和满意度；性别、年龄、经验和自愿性作为调节变量影响用户特征；UTAUT模型中的绩效期望、努力期望和社会影响被映射到用户特征，促进条件被映射到组织环境里，从匹配角度确定测量维度。UTAUT模型与TTF模型整合的优势在于前者为后者提供了用户特征描述指标，并分析了年龄、性别、经验和自愿性等调节变量的影响，增强了模型的解释力度。

2.3 评价维度对比

在卫生信息管理领域的不同TTF模型中任务技术匹配和系统使用两个变量所采用的测量维度见表1。

表1 不同TTF模型中的测量维度

3 对我国卫生信息系统使用行为研究的建议

3.1 重视卫生信息系统的任务技术匹配与使用行为的评价

随着卫生信息化进程的加快，卫生信息系统数量急速扩增，但很多系统“建而不用”，较低的用户使用率造成了资源的极大浪费，因此提高用户层面卫生信息系统的有效使用是极其重要的。在管理信息系统领域，人们逐渐关注信息系统和用户个人行为之间的关系，提出了任务技术匹配理论，并对其模型进行了大量的测试和研究。在卫生领域的研究近几年才出现，实证研究更是少之又少，国内更是没有开展过相关研究，所以我们应该重视应用任务技术匹配理论研究卫生信息系统的使用行为和使用绩效，从而提高卫生信息系统的用户使用率，达到建设卫生信息系统的目标，最终促进卫生决策和服务能力的提高。

3.2 结合卫生信息系统特征选择评价维度

基于TPC建立的任务技术匹配模型，初步揭示了技术或系统使用影响个人任务绩效的作用路径。但针对不同的应用背景，业务内容和技术环境的不同，以及个体与组织行为的差异性等造成了TTF模型中任务特征、技术特征、任务技术匹配、使用行为等变量没有通用统一的测量维度直接代入进行实证研究。所以我们应该结合卫生信息系统的建设阶段、系统支持的业务内容和系统的应用层级等具体特征将这些变量可操作化，选择恰当的测量维度，并在此基础上厘清卫生信息化环境下的任务技术匹配如何影响系统使用行为和绩效的内部机理，从而为有针对性地进行卫生信息系统的功能与性能设计提供依据。

3.3 结合其他组织行为理论开展卫生信息系统使用行为研究

任务技术匹配模型以任务需求和信息技术或系统功能性之间的匹配为出发点，重点研究了系统的使用情况。如果将其与其他理论整合起来进行研究，必将达到更高的解释力度，尤其是TTF与TAM两个理论的侧重点不同，结合起来可以弥补对方解释较为薄弱的地方。在下一步的研究中，我们应该把任务技术匹配理论与其他组织行为研究的相关理论结合起来，如技术接受模型、计划行为理论等，进一步完善理论基础、拓展TTF在卫生信息管理中的应用，获取对卫生信息系统的任务与技术的匹配情况如何作用于用户使用行为及任务绩效的全面认识，最终帮助各级机构更好地进行卫生信息化建设。

4 结语

自Goodhue提出任务技术匹配理论以来，该理论在其团队和相关学者的大力推进下得到了长足发展，促进了企业信息技术和系统的高效管理，但在卫生领域的相关研究很少，国内更是无人问津。下一步拟在参考国外卫生领域研究成果的基础上，借鉴TTF理论在相关领域的研究，构建理论模型并进行实证分析，应用任务技术匹配理论研究我国卫生领域中某一业务的信息系统的使用行为和使用绩效，以拓展TTF理论的应用范围，为我国卫生信息化建设提供参考。