数据驱动医院管理决策的影响因素研究

李 茵，牟冬梅,2，杨鑫禹，于洗河

1吉林大学公共卫生学院，吉林长春，130021； 2吉林大学第一医院，吉林长春，130021

随着医疗行业行政、临床、科研等数据的大量累积，单纯基于经验的决策难以适应现代化医院管理的需求，数据驱动决策逐渐得到医院管理者的重视和应用[1-3]。研究表明，数据质量、分析人员作用、管理者支持和外部环境等是影响数据驱动医院管理决策的因素[4]。但是目前主要集中于定性研究，对于大样本的研究证据有限，且对影响程度的量化不足。因此，研究以医院管理者群体为研究对象，分析其在决策中对数据的感知情况及影响因素，量化影响程度，揭示影响因素间相互关系，为改善数据驱动医院管理决策提供启示以提高医院管理的质量和效率。

1 研究假设与理论模型

整合技术接受和使用模型(Unified Theory of Acceptance and Use of Technology，UTAUT)认为，绩效期望、努力期望和社会影响3个核心自变量会通过使用意愿间接影响使用行为；便利条件作为另一个核心自变量，会对用户的使用行为产生直接影响[5]。研究显示，UTAUT模型对用户接受行为具有较高的解释度[6]。结合数据驱动医院管理决策的过程，以UTAUT模型为基础，在与医院管理者群体进行访谈后，提出假设，构建了数据驱动医院管理决策的影响因素假设模型，该模型选取了UTAUT模型中的预期结果和努力期望2个核心变量，并将数据质量、数据分析人员作用和数据外环境条件作为促进条件，感知风险和抵制变化作为阻力条件引入到模型中，各变量含义及研究假设如下所示。

①预期结果：管理者使用数据希望获得工作绩效的程度。这一影响因素体现了在进行决策过程中，管理者期待数据信息能够给自己带来的用处并因此产生使用意愿。基于此，提出研究假设：

H1：预期结果对医院管理者在决策中对数据的使用意愿产生正向影响。

②努力期望：管理者对医疗数据的感知理解程度和使用过程中需要付出的努力程度。

H2：努力期望对医院管理者在决策中对数据的使用意愿产生正向影响。

③促进条件：数据质量、数据分析人员的能力[7-9]、社会影响、法律法规建设和医院信息化环境等[10-11]都会对用户的意愿及使用行为产生影响。

H3：促进条件对医院管理者在决策中对数据信息使用意愿产生正向影响。

H4：促进条件对医院管理者在决策中对数据信息使用行为产生正向影响。

④阻力条件：管理者对依靠数据做决策的风险性存在一定担忧会影响管理者的使用。Koivumäki T[12]、赖玉珊[13]和胡德华[6]等人的研究证明感知风险阻力因素对于用户的使用意愿具有重要影响。

H5：阻力条件对医院管理者在决策中对使用意愿产生负向影响。

⑤使用意愿和使用行为：利用数据来指导决策的意愿、想法。使用意愿受到诸多因素影响，对使用行为产生重大影响，Vanneste D认为行为意愿是使用行为的直接决定因素[14]。

H6：使用意愿对使用行为产生正向影响。

构建数据驱动医院管理决策影响因素理论模型。见图1。

2 资料来源与方法

2.1 研究对象

研究对象为各级医院的各层级管理者，涉及人群包括医院专职的行政工作人员，兼职担任一部分管理工作的临床工作人员。

图1 数据驱动医院管理决策价值的影响因素模型

2.2 研究方法

2.2.1 问卷编制与质控。根据研究假设和理论模型，在参考大量相关研究和成熟量表的基础上，编制调查问卷。最终调查问卷分为调查对象基本情况部分和影响因素测量部分，采用Likert 5级量表，数值取值为1-5，包括完全不符合、不符合、一般、符合和非常符合5个选项。针对编制的调查问卷，邀请专家做面对面访谈，征询专家对问卷的题目设计建议。问卷设计完成之后，选取100名调查对象进行预实验，经信度和效度检验分析后对题目进行修正，最终形成含有逻辑校验的38道题目的调查问卷。见表1。

2.2.2 数据的收集。采用滚雪球抽样的方式进行问卷调查。首先随机选择部分医院管理者通过“问卷星”填写调查问卷，然后以受访者发送调查问卷链接至其推荐的医院管理者进行填写的方式来收集数据。同时通过控制答题时长、答题完整性和答案的逻辑性等方面来保证问卷质量。研究共回收450份问卷，剔除填写不完整、时长过短或逻辑不符的问卷，最终有效问卷421份，有效率93.56%。

2.3 统计学方法

研究采用SPSS 24.0进行描述性统计分析，利用AMOS 21.0软件构建数据驱动医院管理决策影响因素的结构方程模型，探讨影响因素对数据驱动医院管理决策的影响。

3 结果

3.1 描述性分析

调查对象共421人，对基本情况进行的描述性统计如表2所示。

3.2 问卷的信度与效度分析

采用Cronbach's alpha系数检验问卷的信度得到总体的Cronbach's alpha系数为0.965，每个维度 Cronbach's alpha系数在0.855-0.965之间，显示问卷信度属于比较理想的结果。见表1。

表1 量表内容及信度分析结果

表2 参与问卷调查的医院管理者特征统计

采用因子分析方法对模型和问卷进行结构效度分析。其中KMO=0.964>0.9，数据整体适合用因子分析；经Bartlett's球形检验，χ2=19677.909，自由度=946，P<0.001，说明各变量间存在显著相关性。通过AMOS 21.0进行验证性因子分析，六个测量模型中的标准化因子载荷量均大于0.7，达到理想状态；多元相关系数平方(SMC)的值在0.534-0.852之间，影响力在中度以上；组成信度(CR)值在0.858-0.964之间，均大于0.7；平均方差萃取量(AVE)在0.669 - 0.745之间，大于0.5，属于可接受范围，说明测量模型的收敛效度较好；计算AVE值发现每一个维度的区别效度(AVE的平方根值)大于其他相关构面的相关，具有区别效度，显示各个潜在变量具有良好的内在拟合性，所以测量问卷通过效度检验。见表3和表4。

表3 收敛效度分析表

表4 区别效度分析表

3.3 结构方程模型的构建与评价

选取适配度指数(GFI)、调整后适配度指数(AGFI)等指标检验模型的拟合程度，最终模型适配度见表5。最终模型各指标均达到理想标准，拟合度良好。

模型及标准化系数见图2，路径的参数估计值结果见表6。根据路径分析结果，所涉及的主要变量均得到证实，研究假设验证结果汇总如表6所示。根据路径系数大小可以得出结论：促进条件、努力期望和预期结果正向影响使用意愿，其中预期结果的影响力最强，其次是促进条件和努力期望；阻力因素对使用意愿产生负向影响；使用行为受到使用意愿和促进条件的正向影响，使用意愿对使用行为的影响力要高于促进条件。

表5 标准化路径分析模型的适配度检验摘要

表6 路径模型参数估计值结果

图2 路径模型及标准化系数

4 讨论

4.1 医院管理者对数据使用的预期结果越高，使用意愿越强

预期结果与使用意愿之间的路径系数为0.36，表明管理者的预期结果对其使用意愿产生显著的正向影响。如果管理者认为利用医院积累的数据支持决策能够减少人为判断的失误，提升医院管理的效率和科学性，他们就会产生利用数据和使用数据的想法。而信任数据、肯定数据分析的价值，对预期效果满意度高会促使管理者的使用意愿更加强烈。

4.2 医院管理者使用数据时所付出的努力和成本越小，使用意愿越强

努力期望与使用意愿之间的路径系数为0.19，P值小于0.010，努力期望对使用意愿呈现正向影响，多位学者在信息技术的采纳研究中通过实证研究均证实了这一正向影响作用[24-26]。管理者在使用数据的过程中，操作的易用性和可用性，以及为了获取及时、可信赖的数据而需要付出的努力影响着管理者的使用意愿。而且付出的努力和成本越小，这种使用意愿就会越强。所以，加强医院管理者培训促使他们获得一定的数据分析和使用能力，可以减少管理者付出的成本，进而提高管理者对数据的使用意愿。

4.3 风险感知和抵制变化导致医院管理者数据使用意愿降低

阻力因素对管理者使用意愿的标准化路径系数为-0.13，P值小于0.001，说明阻力因素越大，管理者的使用意愿越低，与研究假设一致。阻力条件包括管理者使用医院数据进行管理决策时对于其风险的感知与担忧以及他们对新变革措施的抵制。感知风险越大，使用意愿越低。抵制变化程度越高，使用意愿越低。阻力因素是影响医院管理者决策时数据使用的重要因素之一。提高数据的安全性和保密性，同时充分挖掘影响管理者使用的其他阻力因素，并采取针对性的措施降低影响程度，能够促进管理者决策时对数据的使用。

4.4 数据质量、数据分析师和数据外环境等促进因素会提高医院管理者数据使用意愿

促进因素对管理者使用意愿和使用行为的标准化路径系数分别为0.28和0.27，P值都小于0.001，达到显著检验水平。促进因素主要包括数据质量、数据分析师和数据外环境。数据质量是决定数据可以作为医院管理决策依据的首要条件，管理者会对数据内容本身进行衡量和判断。质量较高将会增加管理者对于数据的信赖性，进而增加数据的使用意愿。在此基础上，数据的使用和分析也很重要。在将数据转化为数据资源，发挥数据价值的过程中，了解医院业务的数据分析师将会起到关键性作用。发挥数据分析师在医院管理决策中的作用，对提升决策质量具有重要意义。数据外环境会对管理者产生导向作用，影响管理者在决策过程中的数据使用意愿，如果外部环境是积极的，高层领导、同事和行业大环境对数据的信赖程度较高，管理者利用数据制定决策的行为会显著增多。

4.5 医院管理者的数据使用意愿能够促进其使用行为

使用意愿与使用行为间的标准化路径系数估计值是0.68，P值小于0.001，说明两者之间存在着显著正向相关关系。使用意愿在主观上直接决定了决策中的数据使用行为。提高数据质量，提供舒适的使用环境，增加管理者在数据分析方面的培训，最大限度地提高管理者的使用意愿，能够有效促进管理决策中数据的使用程度，增强决策科学性，最终提升医疗服务质量。