知识多样性及任务依赖性对团队绩效的影响

刘 璇 ,陈 晋 ,陈梅梅

(1.华东理工大学 商学院,上海 200237;2.宁波诺丁汉大学 商学院,浙江 宁波 315100)

在线健康咨询平台对于缓解线下医疗资源紧张、降低医疗成本、促进医疗公平具有重大意义[1]。医生团队模式是在线健康咨询平台的一个新兴模式,借助信息技术,可以为患者提供更及时、更全面的咨询服务。医生团队的医生成员主要依靠信息技术进行协作,几乎不需要面对面交流,属于一种虚拟团队。虚拟团队是指一群在共同目标指导下,跨越空间、时间、组织边界通过信息技术完成相互依赖任务的人[2-3]。与线下团队相比,虚拟团队有许多优势,可以最大限度整合不同的专业人员,减少差旅、搬迁成本,利用时区优势实现全天服务等,但面临沟通协作困难、参与度低、信任度低、社会距离过高等挑战[4]。虚拟团队依靠信息技术的高速发展,逐渐成为组织中越来越普遍的一种模式,吸引了学术界和业界的大量关注[5]。

在线医生团队是一种新兴虚拟团队模式,创建有效的医生团队对于促进在线健康咨询平台的繁荣、合理分配医疗资源具有重大意义。在医疗保健领域,基于团队的服务模式已经显著增加[6-7]。医院中的重病医生团队增加了患者的生存率,降低了患者再次进入重症监护的概率[8],有着更低的手术失败概率和更少的不良事件[9]。在抑郁症初级护理中,采用医生团队协作模式能有效改善患者的症状[10]。普遍的医生团队模式有家庭医生团队和多学科团队两种模式,这两种类型的医生团队由不同学科背景的线下医护人员组成,属于一种传统的团队。好大夫平台上的在线医生团队是近3年出现的新型医疗服务模式,目前还处于发展初期,但虚拟团队模式的医疗服务有着明显的优势,相比医生个人提供的服务,在线医生团队可以提供更全面、及时的服务;相比传统的多学科团队,在线医生团队也有着更灵活的特点[11]。在线医生团队是依托互联网平台构建的一种新兴医疗服务模式,其绩效受到哪些因素影响还是一个亟待挖掘的黑箱子,关于其绩效的研究非常少。线下医生团队的绩效大部分是以疗效来衡量的,而线上平台很难直接获得患者反馈的治疗效果,故本文采用医生团队提供的咨询服务量来衡量其绩效。

根据“投入-过程-输出”(Input-Process-Output,IPO)模型,团队绩效主要受到团队特征以及团队成员交互过程的影响[12]。知识多样性高可以为决策提供更大的支持[13],但同时,多样性高也会带来更大的沟通成本以及更低的团队凝聚力[14]。多样性对团队绩效的影响受到团队动态交互的调节作用[15]。任务相互依赖程度越高,团队工作模式越适合,但要求成员之间有更高的互动频率[16-17]。在线医生团队提供的服务主要是咨询服务,团队成员的知识储备是影响咨询质量的首要因素。在线医生团队可以灵活地组织专业背景丰富的医生团队,根据IPO 模型,这有利于提高团队提供的咨询服务质量,但同时也会带来更大的沟通成本。本文通过二手数据实证研究知识多样性和任务依赖性如何影响在线医生团队的绩效,并进一步探索团队沟通频率如何调节知识多样性和任务依赖性与团队绩效的关系。实证结果显示,知识多样性和任务依赖性都显著正向影响团队绩效,接触频率负向调节任务依赖性对团队绩效的影响。结论拓宽了虚拟团队的理论应用,也为在线健康咨询领域提供了组建高效医生团队的实践指导。

1 文献综述

1.1 虚拟团队绩效的相关研究

虚拟团队在信息技术快速增长和团队模式越来越受欢迎的背景下产生,逐渐成为现代化组织中的一种重要工作单元[5,18],既为管理者带来了机遇也带来了挑战。McGrath[12]提出的IPO 研究模型在团队研究中影响最大,是团队研究的主要理论视角[19]。输入代表团队的设计和特征,例如成员的个性、知识技能、技术、任务等[20]。过程是指团队如何完成任务[21],可以分为计划过程(任务分析、目标制定和战略规划)、行动过程(沟通、参与、协调和监控)以及人际交互过程(冲突、信任、凝聚力和社会融合)[22]。输出表示团队情感结果(员工满意度)或团队绩效(决策速度、决策质量)[23]。

在输入方面,有大量丰富的研究成果,包括团队成员的个性、背景、知识技能、任务类型、沟通方式等。研究发现,外向性格的人比内向性格的人更容易接受虚拟团队模式并对团队成员产生信任,从而提高虚拟团队的作用[25]。以往研究认为个体文化背景差异过大时不利于沟通,容易产生冲突,从而降低团队绩效[26],而团队成员之间越相似,凝聚力就越强,更能相互理解[27]。同时,团队的知识技能和任务类型也会影响团队成功:团队是为了完成共同任务而创建的,某些复杂的任务需要综合多种知识才能解决。因此,团队成员知识多样性显著正向影响虚拟团队的成功[28]。陈璐等[29]通过构建个人人际网络验证了知识多样性对虚拟团队绩效具有正向促进作用。虚拟团队是为了处理复杂的任务而创建[31]的,任务依赖性可以提高团队的绩效[32]。针对虚拟团队,以往研究已初步验证了信息技术的正面影响,信息技术可以实现沟通和监督功能[30],虚拟团队依靠信息技术进行沟通及协作,往往容易面临更严重的沟通问题,使用更丰富的技术媒介对团队绩效和信任有正向影响[31]。同时,高效的虚拟团队可以将沟通模式与任务类型相匹配[33]。

在过程方面,行动过程和人际交互过程受到研究者较多的关注,计划过程相关的研究较少[5]。在行动过程方面,研究者主要关注沟通、协调及知识分享,团队成立早期面向任务的沟通对团队绩效至关重要,团队成立后期任务协调对团队绩效的影响变得显著[34],知识分享是影响团队绩效的关键因素[35]。在人际交互过程方面,冲突管理至关重要,冲突会降低团队凝聚力和员工满意度,团队领导者在减弱冲突的负面影响中发挥重要作用[36]。

1.2 医生团队的相关研究

基于团队的医疗保健模式已经成为满足患者需求和提高服务质量的重要方式[37],医护人员和研究人员越来越认识到团队合作在确保有效、安全的治疗中的作用[38]。研究发现,更高效的医生团队对应着更好的患者治疗效果,以及更低的治疗成本[39-40]。医生团队的建设是医疗改革的重心,单个医生承担患者的治疗工作不单是困难的,还是有害的[38]。许多国家都非常重视医生团队的建设,加拿大在医疗改革中鼓励并且支持医生跨学科协作,英国和巴西也建设了符合自身国情的基层医疗保健团队。研究者们针对医生团队的作用进行了大量的研究,证实了建立医生团队的必要性。常见的医生团队类型有基层医疗保健团队和多学科团队两种类型。基层医疗保健团队由全科医生、公共卫生医师和护士组成,多学科团队由来自不同专业的医疗专家组成,团队专家定期开会,讨论和诊断患有诸如癌症等复杂疾病的患者,然后制定治疗方案[41]。

组织学领域有大量关于团队绩效的研究,众多研究医生团队的学者借鉴组织学领域中有关团队研究的理论框架和概念,医生团队的绩效主要受到任务类型、团队组成和团队过程三者之间的交互作用影响[42]。学科背景对主观感知绩效有影响,在乳腺癌医疗团队中,乳腺癌外科医生和护士感知到的团队绩效比放射科、肿瘤科和病理学医生更高[45]。高绩效的医生团队有积极的沟通方式、低程度的冲突、高水平的协作和积极的参与度[44]。医生团队领导在管理不稳定因素、塑造团队文化和规范等方面发挥关键作用[46]。

1.3 文献总结

通过对现有文献的梳理可以发现,虚拟团队绩效在学术界是一个热门研究主题,而在线医生团队模式是一种新型的医疗服务模式,如何构建高效的在线医生团队具有很高的现实意义价值。不同于一般的组织,在线医生团队有其独特的背景,以往在其他虚拟团队中得到的研究结论是否适用于医生团队还需进一步验证。另外,以往针对医生团队的研究大都集中在线下医生团队,对于在线医生团队的研究较少。

在线医生团队作为一种新模式,可以有效整合医疗资源,降低医疗咨询成本。知识多样性是团队整合不同资源的基础,而团队是为了解决相互依赖的任务而产生的,面临的任务越复杂越需要高度协调的团队来完成。因此,本研究拟验证知识多样性和任务依赖性对在线医生团队绩效的影响。进一步,在线上环境下,医生团队成员之间无法面对面沟通,可能带来沟通障碍,而沟通效率会随着团队背景的多样性而发生变化,所以研究团队过程如何调节多样性对医生团队绩效的影响显得非常重要。

2 研究假设

本文重点关注医生团队的两种特性对团队绩效的影响。一方面,团队成员的知识组成决定了一个医生团队的接诊范围和确诊能力;另一方面,医生团队成员的任务相互依赖程度将影响该团队的工作效率。因此,本文主要研究知识多样性和任务依赖度对医生团队绩效的影响。

2.1 知识多样性对医生团队绩效的影响

一般而言,在专业性较强的领域,尤其是医疗领域,知识的重要程度很高,知识多样性可以增加团队的信息获取能力,便于快速找到解决方案[47]。团队多样性是指团队成员在各种属性上的差异[48],也许能够通过团队成员之间的交互影响团队绩效[49],而知识多样性是指团队成员的经验、专长、技能等方面的多样性。多样性对团队绩效的影响存在很多不一致的结论,为了解决该问题,Van Knippenberg等[50]提出了一个结合社会化理论和信息决策理论的综合模型。理论上,多样性可以包含数不清的维度,而在实践中,多样性的研究关注性别、年龄、种族、任期、知识、教育背景以及职能背景等[51]。职能多样性高的团队可以获得更多的新信息,并为决策提供更大的支持[13]。研究发现,职能、教育多样性对绩效有积极影响,而基于人口属性的多样性容易对绩效产生消极影响[52]。知识多样性高的团队可以低成本地从不同视角更加深入的分析问题,有利于提高团队的创造力和创新性[53],进而提高团队绩效。在线医生团队的知识多样性对团队的知识储备有重要影响,与团队绩效的关系非常紧密,本文认为知识多样性越高的医生团队绩效也会越高。因此,提出:

假设1知识多样性对在线医生团队绩效有正向影响。

2.2 任务依赖性对医生团队绩效的影响

任务依赖性是指团队成员从事的工作之间的联系程度,团队的建立是为了完成共同目标,成员之间的任务依赖性越高,团队的存在就越有意义。团队的结构特征影响团队的形成和功能,在有效的团队中,更高的相互依赖性与更高的决策过程、更高的复杂性相关联[33]。团队常常是为了处理复杂的任务而创建[31]的,任务依赖性可以提高团队的绩效[32]。高度相互依赖的任务需要团队成员之间进行频繁的互动[54],团队互动过程会影响任务依赖性对团队绩效的影响。在虚拟团队中任务相互依赖程度越高,通信技术需要支持更多的交互功能[55],以满足团队成员之间的频繁互动。在线医生团队的医生通过互联网向患者提供医疗咨询、挂号等服务,成员之间的专业联系越高,越能对外展现一个更加专业的团队形象,并且成员之间的交流障碍更低。因此,本文认为团队的任务依赖性越高的医生团队绩效也会越高。基于此,提出:

假设2任务依赖性对在线医生团队绩效有正向影响。

2.3 团队接触频率的调节作用

进一步考察上述两种主效应是否会被医生团队的线上沟通方式所调节。研究表明,团队的线上沟通方式有助于团队成员将专业知识进行有效整合,协作完成任务,对团队绩效具有重大影响[56]。频繁沟通的团队更有利于整合成员之间的知识和经验,并且沟通越频繁的团队相对而言团队成员关系更融洽。在线医生团队成员通过同时登陆平台进行接触,然后沟通合作。在线健康咨询平台的沟通媒介包括语音通话、视频、图文等。知识多样性越高,团队成员之间学科背景、擅长的疾病越不一样,容易产生沟通障碍,需要更加频繁地接触、沟通。因此,本文认为团队接触频率正向调节知识多样性与团队绩效的关系。基于此,提出:

假设3团队接触频率正向调节知识多样性对团队绩效的影响。

而由前文分析可知,任务依赖性越高越适合基于团队模式来完成任务,更高的任务依赖性需要更频繁的团队成员之间的互动,团队接触频率对任务依赖性和团队绩效之间的关系存在调节作用。当团队的任务依赖性越高时,越高的接触频率越有利于团队共同协作完成任务。基于此,提出:

假设4团队接触频率正向调节任务依赖性对团队绩效的影响。

综上可知,本文关注知识多样性和任务依赖性两种因素对医生团队绩效的影响,并进一步研究团队接触频率对知识多样性和任务依赖性的调节作用。除了知识多样性和任务依赖性,还有一些其他变量也会对团队的绩效产生影响,因此,需要控制这些变量。根据数据的可获得性,本文在团队层面控制了团队成立时间、团队价格、回复率等因素,在医生层面控制了医生成员的职称头衔、医院等级、城市等级、注册天数、领队医生订单及平台发布文章数量。整体研究模型如图1所示。

图1 研究模型

3 数据和方法

3.1 数据

数据来自国内领先互联网平台好大夫网站,按月收集了从2019-01～2019-08 的医生团队面板数据,在剔除数据不全的团队后,共计1 242 个团队8 410条样本数据。每个月的数据包括团队层面和医生层面的数据。团队层面数据有团队订单量、团队成立时长、团队价格以及团队24 h回复率;医生层面数据有职称、所属医院、订单量、所属城市、注册时间、上次在线时间、发表文章数量、获得礼物、感谢信以及疾病投票信息等。全部数据都是网上公开数据,不涉及隐私和利益纠纷。

3.2 变量定义

3.2.1 因变量 本文的因变量是在线医生团队绩效,团队绩效有不同的衡量方式,包括主观感知绩效和客观绩效。主观感知绩效是指对一些关键指标进行主观评价,可用问卷调查进行衡量。客观绩效的衡量是基于观察、记录的数据,不依赖人的主观意识评价,如订单量、销售额、增长率等。在线医生团队平台上用户反馈的服务质量和订单量可以用来衡量团队绩效,但是网站上的公开信息无法获得用户反馈的服务质量,故用订单量来衡量团队的客观绩效。具体而言,使用每个月订单量的增量。

3.2.2 自变量 多样性有多种衡量方式,最常用的是HHI指数(Blau’s指数),HHI指数最初是在生态系统中用来衡量物种多样性的,之后广泛应用于其他领域,如团队多样性、政策多样性、文化多样性等[48]。本文以医生投票疾病数据来衡量医生团队的知识多样性,医生投票疾病数据是指在平台上患者可以针对医生擅长的疾病进行投票,每位医生可以有多种疾病的投票数据,疾病票数越多则从侧面反映了医生越擅长该种疾病。知识多样性具体计算公式为

式中,pi为医生团队中属于i疾病医生的占比。在本研究数据中,由于一个医生可以有多个疾病投票,故将每个医生按照疾病投票数占比分配到每种疾病中,pi等于i疾病加总分配到的医生数量后再除以团队总的医生个数得到。例如,一个医生团队有A、B、C 3位医生,A 医生的疾病投票数据为(肺炎:5;咳嗽:5),B医生为(肺炎:3;支气管炎:2;感冒:5),C医生为(支气管炎:2;感冒:3)。因此,团队中属于肺炎疾病的医生等于5/10+3/10=0.8。同理,咳嗽、支气管炎、感冒分别为0.5、0.6和1.1,知识多样性为:1-(0.64+0.25+0.36+1.21)/9=0.727。

任务依赖性越高表明任务复杂性越高,根据Fleming等[57]衡量技术领域复杂性的计算方式来衡量医生团队任务依赖性。以医生团队中医生擅长的疾病之间的关系来衡量,具体计算公式为

式中:Ek表示疾病的组合潜力,具体地,Ek等于与疾病k相互联系的疾病总数除以与疾病k联系的医生总数,如果两种疾病出现在同一个医生的投票数据中,则表示这两种疾病有联系;如果一种疾病出现在一个医生的投票数据中,则表示该疾病与该医生有联系。gik为权重,具体地,gik等于团队i中与疾病k联系的医生总数除以团队i医生总数,最后对Ci取自然对数来衡量任务依赖性。例如两个医生团队,其中:第1个医生团队有A、B、C 3位医生,A医生的疾病投票数据为(肺炎:5;咳嗽:5),B医生为(肺炎:3;支气管炎:2;感冒:5),C 医生为(支气管炎:2;感冒:3);第2个医生团队有D、E 2位医生,D医生的疾病投票数据为(肺炎:5;头痛:5),E 医生为(感冒:5;头痛:2)。因此,与肺炎有联系的疾病总数为4种,与肺炎有联系的医生总数为3位,肺炎的组合潜力等于4/3。同理,咳嗽、支气管炎、感冒、头痛疾病的组合潜力分别为1、1.5、4/3和1。第1个医生团队的任务依赖性为:ln(4/3×2/3+1×1/3+1.5×2/3+4/3×2/3),第2个医生团队的任务依赖性为:ln(4/3×0.5+1×1+4/3×0.5)。

接触频率表示医生团队中医生同时在线合作的频率,利用医生最近一次在线时间数据来计算,通过对比医生团队中医生最近一次在线时间是否在同一天来计算团队中同时在线医生所占的比率。

3.2.3 控制变量 团队成立时长会影响团队的成熟度,并且不同时间成立的团队所面临的竞争环境也不同,这必然会对团队绩效产生一定影响。团队成立时长(Team longevity)用从团队建立到收集数据的成立月数的自然对数衡量,用以控制成立时间长短对团队绩效的影响。本文的团队绩效是用订单量来衡量的,根据供需法则,价格对订单量有显著的负向影响,团队价格(Team price)用团队为患者提供的咨询服务价格的自然对数衡量。研究表明,与顾客良好的互动对工作效率有显著的正向影响[58],在线医生团队的回复率越高,说明与患者有更高频率的互动,回复率(Reply rate)用抓取数据当天网站上显示的医生团队的24 h回复率衡量。团队成员的个人特质,如社会地位、专业能力及平台耕耘等也会显著影响团队绩效,对于医生而言,职称和所在医院可以代表其社会地位和专业能力,发表文章数量可衡量医生的平台耕耘。职称头衔(Title level)用团队医生线下职称等级的平均数衡量,职称等级按照我国的医务人员职称等级划分标准来给定等级,职称越高,头衔数值越大,如住院医师、副主任医师和主任医师的职称头衔数值分别取数值1、数值2和数值3。我国幅员辽阔,不同地区的医疗水平、在线医疗用户体量以及经济发展水平都不一样,这些因素对订单量都有影响,可用城市等级来区分不同的地区。城市等级(City level)用医生团队中所有医生的城市级别的平均数衡量,根据第一财经的城市等级分类来评价,级别越高数值越大。医院等级(Hospital level)用医生团队中所有医生的医院等级的平均数衡量,根据医院规模、科研方向、人才技术力量和医疗硬件设备等对医院资质评定指标来给定等级,级别越高数值越大。医生注册天数(Doctor longevity)用团队中所有医生的平均注册天数的自然对数衡量。领导个人绩效对团队的绩效具有重要作用,本文利用领导医生订单数控制领导个人绩效对团队绩效的影响,领导医生订单数(Leader doctor patient)用医生团队中领导医生的订单量取自然对数衡量。文章(Article)用团队中医生发表的文章数的平均值的自然对数衡量。变量类型和名称如表1所示。

表1 变量定义

构建的计量模型为

3.3 研究方法

考虑到因变量为计数变量,采用面板负二项回归模型验证假设。本文关注的是团队构成因素对团队绩效的影响,即不同团队间组间差异(也即跨组比较)。同时,由于大部分主要控制变量(如团队大小、医生职称、医生城市、医院等级等)在团队组成后几乎不随时间变化,故选择随机效应。

4 结果和讨论

4.1 描述性统计分析

表2展示了所有变量的描述性统计分析。由表2可以发现,大部分医生都来自一线城市的三甲医院。医生的多样性较高,说明医生团队擅长的疾病很多样。医生团队的回复率比较高,说明总体而言团队比较活跃。

表2 描述性统计分析

4.2 相关性分析

表3展示了变量之间的相关性,知识多样性和任务依赖性的相关系数只有0.178 8,说明是两个独立的变量。变量之间的相关系数均未超过0.5,不存在严重的多重共线性问题。

表3 相关系数表

4.3 面板负二项回归

表4所示为面板负二项回归结果。模型(1)中只加入了控制变量,结果显示,回复率、城市等级和领导医生订单量都对团队绩效有显著的正向影响,而团队成立时长和团队价格对团队绩效有显著的负向影响。团队成立时长负向影响团队绩效是因为在线医生团队成立时间越长,同等类型的医生团队越多,竞争越激烈,导致每月的订单量增速减缓。团队价格越高,根据供需原理,需求也将更低,因此,团队价格对每月订单量的增量有负向影响。回复率越高,说明医生团队越活跃,绩效越好。优质的医疗资源集中在大城市,大城市的医生更容易吸引到患者,因此,城市等级对团队绩效有正向显著影响。医生团队中的领导医生非常重要,代表着整个团队的最高水平和门面,因此,领导医生的订单量会显著影响团队绩效。

表4 面板负二项回归

模型(2)在模型(1)的基础上加入了自变量知识多样性和任务依赖性,调节变量接触频率,自变量和调节变量都显著正向影响订单量增量,结果支持假设1和假设2。在线医生团队的知识多样性越高,团队可以更好的完成订单,团队绩效越好;任务依赖性越高,说明医生团队中协作机会越多,越容易吸引到患者,团队模式是越有效的。接触频率对团队绩效有显著的正向影响,说明医生团队中接触频率越高,彼此之间交流更顺畅,有利于团队绩效。

模型(3)在模型(2)的基础上加入了知识多样性与接触频率的乘积项,任务依赖性与接触频率的乘积项,发现:知识多样性与接触频率的乘积项与团队绩效不相关,不支持假设3;任务依赖性与接触频率的乘积项负向影响团队绩效,不支持假设4。接触频率负向调节任务依赖性与团队绩效的合理解释是,目前医生团队还处于发展初期,大部分患者的咨询任务比较简单,往往一个医生就能完成,多个医生同时在线反而效率不高。但团队这种模式又是有必要存在的,因为医生时间宝贵,大部分精力集中在线下,为了提供高质量的、及时反馈的在线健康咨询服务,需要多个医生在线异步合作。

4.4 稳健性检验

除了用同时在线医生所占的比率来衡量团队的接触频率,还可以用同时在线的医生数量来衡量。当某些团队规模较大,同时在线的医生比率较小,但同时在线人数较多时,团队成员的接触频率也是较高的。同时,在线医生数量与其他变量的相关系数都在一个合适的范围,不存在多重共线性问题。用同时在线的医生数量衡量接触频率,再次检验调节效应,表5中模型(3)显示,接触频率依旧对任务依赖性有负向调节作用。

表5 稳健性检验回归结果

5 结语

在线医生团队作为一种新型的虚拟团队模式,对于缓解线下医疗资源紧张、合理匹配医生和患者、促进分级诊疗具有重要作用。本文的主要贡献在于:运用虚拟团队绩效研究的理论探索了知识多样性、任务依赖性如何影响医生团队绩效,并检验了团队成员的互动过程接触频率如何调节知识多样性、任务依赖性与医生团队绩效的关系。结果显示,知识多样性和任务依赖性都显著正向影响团队绩效,接触频率负向调节任务依赖性对团队绩效的影响。本文的研究结果具有一定的实际意义,提供了构建高效医生团队的思路,在构建医生团队时,应该寻找知识背景多样和任务依赖性较高的医生。由于医生团队处于一个发展初期阶段,在管理医生团队时,可以采取异步提供服务的策略,安排医生在不同时间在线工作,最大限度利用医生的空闲时间资源。

本文存在如下不足:①团队绩效衡量方式单一,仅仅用团队的订单量衡量团队绩效不够全面,未来可以探索其他衡量方式;②接触频率的衡量方式有一定的缺陷,医生同时在线并不一定是为了团队任务在协作,但受限于在线平台披露的数据,本文只能这样衡量,未来可以探索其他更合适的衡量方式;③在本文的模型中,未考虑疾病类型对团队绩效的影响,这是由于团队一般包含多个成员,不同成员本身可能处理不同类型的疾病,难以直接将团队定位为某单一疾病,未来可进一步按团队处理疾病的复杂程度进行分类,探索疾病类型对绩效的影响。