基于模糊层次分析法的医药电商平台服务评价分析

摘"要：作为数字医疗的重要组成部分，医药电子商务平台整合了医药服务供应链中的上下游医药服务资源，在优化医疗资源分配和改善医患关系方面具有重要的作用。如何采用科学合理方法评价这些平台成为消费者和医药服务资源提供商共同关心的问题。文章从第三方医药电商平台的组成要素出发，即医药电商平台的参与主体、服务质量和服务模式的介绍，将模糊等级评价运用到平台服务质量评价的评价打分上，构建了具有普适性的医药电商平台服务综合评价指标体系，进而提出了基于AHP—模糊综合评价法的医药电商平台服务综合评价方法，选取了行业标杆企业阿里健康进行实例分析，并提出了相应的改进建议。

关键词：医药电商平台；服务质量评价；指标体系；AHP—模糊综合评价法

中图分类号：F724.6""""文献标识码：A"文章编号：1005-6432（2024）22-0195-04

DOI：10.13939/j.cnki.zgsc.2024.22.047

1"引言

随着数字技术的飞速发展，新兴技术和新服务模式迅速渗透到医疗服务的各个环节中，“互联网+医药服务”模式通过优化医药服务资源的配置，提高了医药服务的效率，以满足人们日益增长的医疗卫生健康需求。目前涌现了各式各样的医药电商平台，包括京东健康、阿里健康、泉源堂等B2C类医药电商平台，美团买药、饿了么买药等O2O类医药电商平台，合纵药易购、商康医药网等B2B类医药电商平台。这些医药电商平台给广大群众带来了方便快捷且高效的医药服务。

然而形形色色的医药电商平台不断涌现，如何科学合理地评价这些医药电商平台成为消费者和医药服务资源提供商共同关心的问题。一方面，面对如此多的医药电商平台，消费者需要了解哪些平台是可以信赖的，以获得购买前、购买中、购买后良好的医药服务和质优的药品；另一方面，医药服务资源提供商需要了解该平台的实力和潜力，以便做出和调整医药服务资源提供方案决策。为了解决这些问题，需向医药服务资源提供商、医药服务资源集成商（医药电商平台）、消费者（患者）提供真实可靠的决策信息，需采用合适的尺度和方法来对第三方医药电商平台进行评估。

关于医药电商平台服务评价的相关研究中，刘振峰（2022）指出，用户在使用医药电商平台时，最关注的内容是在线医生的专业素养、医疗水平和服务态度［1］；翟运开等（2019）指出，医药电商平台的服务效用受到多个因素的影响，这些因素包括服务响应程度、医生的业务能力、疾病的风险程度以及医药服务价格等［2］。温华斌等（2018）的研究指出，使用互联网医疗的患者具有年龄低、收入水平高以及文化程度高等特点，患者使用互联网医疗服务的影响因素还包括互联网医药服务的质量和医药平台的服务效果、网络信息的安全性、医药服务的及时性等方面［3］。

通过对国内相关文献的梳理和归纳，发现能够系统地研究医药电商平台服务评价模型比较鲜见，很少有针对“互联网+医药服务”这一新型医疗服务模式进行服务评价研究。鉴于此，文章根据医药服务供应链的三级网络结构：医药服务资源提供商—医药服务资源集成商（医药电商平台）—消费者（患者），从第三方医药电商平台服务质量出发，采用模糊层次分析综合评判法，构建了系统的、科学的、具有广泛适用性的医药电商平台服务评价指标体系，并通过对阿里健康的实例分析，验证了文章提出的医药电商平台服务综合评价指标体系和评估方法。这对借此完成在线医药服务的电商平台，指导医药电商平台服务水平与质量的优化提升，进而提升患者满意度具有重要意义。

2"模型构建与求解

2.1"医药电商平台服务评价指标

文章通过査阅大量国内外文献资料，对前人研究成果中的评价指标进行甄别，并设计评价指标选取问卷向专家咨询，根据问卷调查和专家访谈的结果，通过几次反馈，最后确定的医药电商平台服务评价指标体系如表1所示。

2.2"模糊综合评价法

2.2.1"确定评价因素集

评价因素集是一个包含各种影响评价对象的因素的集合，层次分析法中所划分的细分准则层，这里笔者用C表示，即：

C={c1，"c2，"…，"cn}

式中，元素ci（i=1，"2，"…，"n）代表每个影响因素。这些因素的特点是有着不同水平的模糊性。

2.2.2"确定评价集

评价集是评判者做出的各个可能的总评判结果构成的集合，常用Y表示，即：

Y={y1，"y2，"…，"ym}

式中，元素yi（i=1，"2，"…，"m）表示各个可能出现的综合评判结果。在这里选择m=4，也就是建立4个模糊集合，每个集合代表了某个网站在某个指标衡量下的表现。笔者描述其等级表现用优、良、中、差。

2.2.3"确定权重集

权重集是一个由多个评价因素的权重值组成的集合，这些权重值体现了各个因素对评价对象的重要程度。这里用集合A来表示这个权重集，即：

A={a1，"a2，"…，"am}

式中，ai（i=1，2，…，m）表示评价因子ci（i=1，2，…，m）的权值。ai值越高，ci因素就越重要。每个权值ai（i=1，2，…，m）应该满足两个条件：大于等于0和各个权值加起来为1。

第一，单因素模糊评价。为了评价一个对象，笔者可以从一个因素出发，来确定该对象在评价集合中的隶属度ai。设需要对评判对象按照因素集中的第i个因素ci进行评判。将评价集中的第j个元素yi的隶属度表示为rij（j=1，2，…，m），构建了一个单因素评价集合Ri。这个集合为：

Ri=（ri1，"ri2，"ri3，"…，"rim）（i=1，"2，"3，"…，"n）

则每一个评价因素所对应的单因素评价集可表示成矩阵的形式。

R=r11r12…r1nr21r22…r2n…

rn1rn2…rnn

第二，模糊综合评价。综合考虑各种因素对评价对象的影响，并据此得出最终的评价结果ai。因此，需要对每个单因素进行加权处理，然后利用矩阵的模糊乘法来得到综合的模糊评判矩阵B。这个评判矩阵B将综合考虑各个因素的权重和评分。

B=A×R=（a1，"a2，"a3，"…，"am）×r11r12…r1nr21r22…r2n…

rn1rn2…rnn=（b1，"b2，"b3，"…，"bn）

评价方案的隶属情况可以通过综合模糊判断矩阵B来表示。这个矩阵由一系列的元素b1、b2、b3、…、bn组成，每个元素表示评价方案处于不同档评语的隶属程度。

第三，去模糊化。这里去模糊化操作依据的是“最大隶属度原则”。可以通过查找模糊评判矩阵B中最大隶属度值所对应的评语来得出对评价方案的结论。

2.3"AHP与模糊综合评价方法相结合

在上面所提到的模糊综合评价方法中，如何确定合适的权重集A={a1，a2，a3，…，am}是一个重要的问题。通常情况下，人们更容易对两个因素之间的比较产生敏感，而对于多个因素之间的比较往往难以获得确定的结论。因此，在这个改进算法中，使用模糊层次分析法（FAHP）来得到权重向量A，以便更充分地完成模糊综合评价的任务。模糊层次分析法的基本步骤如下。

2.3.1"确定模糊判断矩阵

这里矩阵中，各个元素的取值为三角模糊数，即：

C=1c12…c1m

c211…c2m

…

cm1cm2…cmm（1）

对于多个专家的情况：

cij=1K（c1ij+c2ij+…+ctij+…+ckij）"ctij=（aij，"bij，"cij）

式中，K代表参与打分的专家数量，cij表示因素i和因素j之间的模糊比值。

2.3.2"计算模糊权重向量

此处，笔者采用Buckley方法以获得各个因素的模糊权重向量。计算步骤如下：

ri=（ci1×ci2×…×cim）1m（2）

wi=rir1+r2+…+rm（3）

式中，ri为几何均值，wi为因素i的模糊权重值。为了获得可用于模糊综合评价计算的权重向量，笔者采用中心化的方法对模糊权重向量去模糊化，方法如下：

wi=wl+wm+wu3（4）

最终，对所得到的结果进行归一化。

ai=wi∑mj=1wj（5）

由此，得到一组模糊综合评价中的权重集。

A={a1，"a2，"…，"am}。

3"算例分析

3.1"指标权重向量矩阵A

由给定的表1，构建B-A和C-B的判断矩阵，并利用层次分析法获得权重集，以进行一致性检验。5位专家进行评分，并使用式（5）计算出最终的平均矩阵。

第一层一级指标权重向量矩阵：

A={0.34，0.50，0.16}

第二层二级指标权重向量矩阵：

A1={0.16，"0.54，"0.30}，"A2={0.18，"0.48，"0.34}，"A3={0.21，"0.56，"0.23}

第一层一级指标权重向量矩阵和第二层二级指标权重向量矩阵均通过了一致性检验。

3.2"模糊评判矩阵R的建立

创建评语集Y={y1，"y2，"…，"ym}，其中包含m个等级。决策者可以自行选择m的取值。接下来，建立模糊评价矩阵R。通过评语集对每个评价指标进行评价，可以得到相应的隶属度rij，"i＝1，"2，"…，"n，"j＝1，"2，"…，"m。

其中，n表示评价指标的数量，j表示评价尺度。隶属度可以理解为调查受众中有多少比例认为某个指标属于某个评价尺度。因此，可以知道该层评价指标集的隶属度：

R=r11r12…r1nr21r22…r2n…

rn1rn2…rnn（6）

由此，构建每个指标子集的模糊评价矩阵，获得各个指标的模糊评语，如表2所示。

根据表2的数据，可以进行各指标的模糊评价矩阵的计算。

3.3"模糊综合评判分析，并得出最后综合得分

3.3.1"一级模糊评价

将模糊合成算子M（.，+），应用到对C层的各个指标的模糊运算上，从而获得综合评价向量。文章研究阿里健康平台服务的综合评价，不仅需考虑网站角度，也需要从用户角度出发，因此，采用M（.，+）模糊合成算子，计算Bi=Ai×Ri（i=1，"2，"3）。根据计算结果，可以得到第一级评判的结果，具体内容如表3所示。

3.3.2""二级模糊评价

目标层A的综合评价，也使用了M（.，+）模糊合成算子。根据表3中的数据，可知各个指标的模糊评价矩阵B，进而计算出准则层指标的总体评价结果。

B=A×R=A×{B1，"B2，"B3}T

=［0.34，"0.50，"0.16］×0.4540.3700.17600.5480.2000.2340.018

0.3770.3440.2000.079=［0.489，"0.281，"0.209，"0.022］

4"结语

文章将层次分析法和模糊综合评价法相结合，通过定性分析提出了医药电商平台服务评价指标体系，以定量分析的方式建立医药电商平台服务状况的评价模型。

通过上述分析，其评价结果为：认为阿里健康的服务评价状况“优”的为48.9%；认为“良”的为"28.1%；认为“中”的为20.9%；认为“差”的为2.2%。根据最大隶属原则，在四个等级的隶属度中48.9%最大，对阿里健康的服务评价结论为“好”。假设规定评分标准：优90分，良70分，中50分，差30分，则可以对该医疗电商平台的服务状况进行打分。S=48.9%×90+28.1%×70+20.9%×50+2.2%×30=74.79分，阿里健康的服务评价的综合得分为74.79分，分值介于“良”与“优”之间，所以认为阿里健康医药电商服务平台目前的网上医疗服务从总体上来说是“好”。

由表2可得，各要素相对于阿里健康医药电商平台服务状况的权重排序依次为：系统性能与安全＞平台医药信息质量＞体验价值。其中，系统性能与安全（B2）、平台医药信息质量（B1）均大于0.3，属于准则层B中最重要的因素。当然体验价值也尤为重要，超过了0.1。从三级指标看，互动性权重为0.56，评论信息为0.54，在线支付安全为0.48，推荐信息和个人信息安全要素分别等于或超过了0.30。通过分析提出以下三点建议。

第一，重视病人沟通渠道和病人反馈机制的建立。良好的沟通能够提升消费者满意度，对线上诊疗问题及时作出反应。医药电商平台可提供社交网络平台，与用户进行互动，分享医疗知识和经验，供病人交流讨论，增加病人参与度，提升病人的体验感。

第二，加强顾客信息安全和隐私保护。医药电商平台应确保顾客的个人信息和医疗记录等隐私信息得到充分保护，防止数据被泄露与滥用。

第三，提升医药服务的专业度，加强人才培养。医药电商平台应重视医疗人员的培训与管理，提高其远程诊疗的专业素养和技能。此外，医药电商平台应推动校企联合、校院联合、院企联合，重视“互联网+医药服务”等复合型人才以及科研团队的培养，提高其从业人员的专业素养，使其具备更全面的知识和技能。

参考文献：

［1］刘振峰.互联网医院服务质量影响因素研究［J］.医学信息学杂志，2022，43（3）：25-29，34.

［2］翟运开，路薇，周翔，等.基于SERVQUAL理论的远程会诊服务质量评价指标体系构建研究［J］.中国医院管理，2019，39（9）：12-14.

［3］温华斌，饶江红，周小军，等.南昌市门诊患者互联网医疗服务使用情况及影响因素分析［J］.中国健康教育，2018，34（5）：462-465，470.

［基金项目］高校产学研创新基金——新一代信息技术创新项目（项目编号：13JDGC002）。［作者简介］邓玉琴（1994—），女，硕士，毕业于电子科技大学经济与管理学院，现供职于四川吉利学院，研究方向：电子商务、网络技术、数据分析等。