知識多樣性及任務依賴性對團隊績效的影響

劉 璇 ,陳 晉 ,陳梅梅

(1.華東理工大學 商學院,上海 200237;2.寧波諾丁漢大學 商學院,浙江 寧波 315100)

在線健康咨詢平臺對于緩解線下醫療資源緊張、降低醫療成本、促進醫療公平具有重大意義[1]。醫生團隊模式是在線健康咨詢平臺的一個新興模式,借助信息技術,可以為患者提供更及時、更全面的咨詢服務。醫生團隊的醫生成員主要依靠信息技術進行協作,幾乎不需要面對面交流,屬于一種虛擬團隊。虛擬團隊是指一群在共同目標指導下,跨越空間、時間、組織邊界通過信息技術完成相互依賴任務的人[2-3]。與線下團隊相比,虛擬團隊有許多優勢,可以最大限度整合不同的專業人員,減少差旅、搬遷成本,利用時區優勢實現全天服務等,但面臨溝通協作困難、參與度低、信任度低、社會距離過高等挑戰[4]。虛擬團隊依靠信息技術的高速發展,逐漸成為組織中越來越普遍的一種模式,吸引了學術界和業界的大量關注[5]。

在線醫生團隊是一種新興虛擬團隊模式,創建有效的醫生團隊對于促進在線健康咨詢平臺的繁榮、合理分配醫療資源具有重大意義。在醫療保健領域,基于團隊的服務模式已經顯著增加[6-7]。醫院中的重病醫生團隊增加了患者的生存率,降低了患者再次進入重癥監護的概率[8],有著更低的手術失敗概率和更少的不良事件[9]。在抑郁癥初級護理中,采用醫生團隊協作模式能有效改善患者的癥狀[10]。普遍的醫生團隊模式有家庭醫生團隊和多學科團隊兩種模式,這兩種類型的醫生團隊由不同學科背景的線下醫護人員組成,屬于一種傳統的團隊。好大夫平臺上的在線醫生團隊是近3年出現的新型醫療服務模式,目前還處于發展初期,但虛擬團隊模式的醫療服務有著明顯的優勢,相比醫生個人提供的服務,在線醫生團隊可以提供更全面、及時的服務;相比傳統的多學科團隊,在線醫生團隊也有著更靈活的特點[11]。在線醫生團隊是依托互聯網平臺構建的一種新興醫療服務模式,其績效受到哪些因素影響還是一個亟待挖掘的黑箱子,關于其績效的研究非常少。線下醫生團隊的績效大部分是以療效來衡量的,而線上平臺很難直接獲得患者反饋的治療效果,故本文采用醫生團隊提供的咨詢服務量來衡量其績效。

根據“投入-過程-輸出”(Input-Process-Output,IPO)模型,團隊績效主要受到團隊特征以及團隊成員交互過程的影響[12]。知識多樣性高可以為決策提供更大的支持[13],但同時,多樣性高也會帶來更大的溝通成本以及更低的團隊凝聚力[14]。多樣性對團隊績效的影響受到團隊動態交互的調節作用[15]。任務相互依賴程度越高,團隊工作模式越適合,但要求成員之間有更高的互動頻率[16-17]。在線醫生團隊提供的服務主要是咨詢服務,團隊成員的知識儲備是影響咨詢質量的首要因素。在線醫生團隊可以靈活地組織專業背景豐富的醫生團隊,根據IPO 模型,這有利于提高團隊提供的咨詢服務質量,但同時也會帶來更大的溝通成本。本文通過二手數據實證研究知識多樣性和任務依賴性如何影響在線醫生團隊的績效,并進一步探索團隊溝通頻率如何調節知識多樣性和任務依賴性與團隊績效的關系。實證結果顯示,知識多樣性和任務依賴性都顯著正向影響團隊績效,接觸頻率負向調節任務依賴性對團隊績效的影響。結論拓寬了虛擬團隊的理論應用,也為在線健康咨詢領域提供了組建高效醫生團隊的實踐指導。

1 文獻綜述

1.1 虛擬團隊績效的相關研究

虛擬團隊在信息技術快速增長和團隊模式越來越受歡迎的背景下產生,逐漸成為現代化組織中的一種重要工作單元[5,18],既為管理者帶來了機遇也帶來了挑戰。McGrath[12]提出的IPO 研究模型在團隊研究中影響最大,是團隊研究的主要理論視角[19]。輸入代表團隊的設計和特征,例如成員的個性、知識技能、技術、任務等[20]。過程是指團隊如何完成任務[21],可以分為計劃過程(任務分析、目標制定和戰略規劃)、行動過程(溝通、參與、協調和監控)以及人際交互過程(沖突、信任、凝聚力和社會融合)[22]。輸出表示團隊情感結果(員工滿意度)或團隊績效(決策速度、決策質量)[23]。

在輸入方面,有大量豐富的研究成果,包括團隊成員的個性、背景、知識技能、任務類型、溝通方式等。研究發現,外向性格的人比內向性格的人更容易接受虛擬團隊模式并對團隊成員產生信任,從而提高虛擬團隊的作用[25]。以往研究認為個體文化背景差異過大時不利于溝通,容易產生沖突,從而降低團隊績效[26],而團隊成員之間越相似,凝聚力就越強,更能相互理解[27]。同時,團隊的知識技能和任務類型也會影響團隊成功:團隊是為了完成共同任務而創建的,某些復雜的任務需要綜合多種知識才能解決。因此,團隊成員知識多樣性顯著正向影響虛擬團隊的成功[28]。陳璐等[29]通過構建個人人際網絡驗證了知識多樣性對虛擬團隊績效具有正向促進作用。虛擬團隊是為了處理復雜的任務而創建[31]的,任務依賴性可以提高團隊的績效[32]。針對虛擬團隊,以往研究已初步驗證了信息技術的正面影響,信息技術可以實現溝通和監督功能[30],虛擬團隊依靠信息技術進行溝通及協作,往往容易面臨更嚴重的溝通問題,使用更豐富的技術媒介對團隊績效和信任有正向影響[31]。同時,高效的虛擬團隊可以將溝通模式與任務類型相匹配[33]。

在過程方面,行動過程和人際交互過程受到研究者較多的關注,計劃過程相關的研究較少[5]。在行動過程方面,研究者主要關注溝通、協調及知識分享,團隊成立早期面向任務的溝通對團隊績效至關重要,團隊成立后期任務協調對團隊績效的影響變得顯著[34],知識分享是影響團隊績效的關鍵因素[35]。在人際交互過程方面,沖突管理至關重要,沖突會降低團隊凝聚力和員工滿意度,團隊領導者在減弱沖突的負面影響中發揮重要作用[36]。

1.2 醫生團隊的相關研究

基于團隊的醫療保健模式已經成為滿足患者需求和提高服務質量的重要方式[37],醫護人員和研究人員越來越認識到團隊合作在確保有效、安全的治療中的作用[38]。研究發現,更高效的醫生團隊對應著更好的患者治療效果,以及更低的治療成本[39-40]。醫生團隊的建設是醫療改革的重心,單個醫生承擔患者的治療工作不單是困難的,還是有害的[38]。許多國家都非常重視醫生團隊的建設,加拿大在醫療改革中鼓勵并且支持醫生跨學科協作,英國和巴西也建設了符合自身國情的基層醫療保健團隊。研究者們針對醫生團隊的作用進行了大量的研究,證實了建立醫生團隊的必要性。常見的醫生團隊類型有基層醫療保健團隊和多學科團隊兩種類型。基層醫療保健團隊由全科醫生、公共衛生醫師和護士組成,多學科團隊由來自不同專業的醫療專家組成,團隊專家定期開會,討論和診斷患有諸如癌癥等復雜疾病的患者,然后制定治療方案[41]。

組織學領域有大量關于團隊績效的研究,眾多研究醫生團隊的學者借鑒組織學領域中有關團隊研究的理論框架和概念,醫生團隊的績效主要受到任務類型、團隊組成和團隊過程三者之間的交互作用影響[42]。學科背景對主觀感知績效有影響,在乳腺癌醫療團隊中,乳腺癌外科醫生和護士感知到的團隊績效比放射科、腫瘤科和病理學醫生更高[45]。高績效的醫生團隊有積極的溝通方式、低程度的沖突、高水平的協作和積極的參與度[44]。醫生團隊領導在管理不穩定因素、塑造團隊文化和規范等方面發揮關鍵作用[46]。

1.3 文獻總結

通過對現有文獻的梳理可以發現,虛擬團隊績效在學術界是一個熱門研究主題,而在線醫生團隊模式是一種新型的醫療服務模式,如何構建高效的在線醫生團隊具有很高的現實意義價值。不同于一般的組織,在線醫生團隊有其獨特的背景,以往在其他虛擬團隊中得到的研究結論是否適用于醫生團隊還需進一步驗證。另外,以往針對醫生團隊的研究大都集中在線下醫生團隊,對于在線醫生團隊的研究較少。

在線醫生團隊作為一種新模式,可以有效整合醫療資源,降低醫療咨詢成本。知識多樣性是團隊整合不同資源的基礎,而團隊是為了解決相互依賴的任務而產生的,面臨的任務越復雜越需要高度協調的團隊來完成。因此,本研究擬驗證知識多樣性和任務依賴性對在線醫生團隊績效的影響。進一步,在線上環境下,醫生團隊成員之間無法面對面溝通,可能帶來溝通障礙,而溝通效率會隨著團隊背景的多樣性而發生變化,所以研究團隊過程如何調節多樣性對醫生團隊績效的影響顯得非常重要。

2 研究假設

本文重點關注醫生團隊的兩種特性對團隊績效的影響。一方面,團隊成員的知識組成決定了一個醫生團隊的接診范圍和確診能力;另一方面,醫生團隊成員的任務相互依賴程度將影響該團隊的工作效率。因此,本文主要研究知識多樣性和任務依賴度對醫生團隊績效的影響。

2.1 知識多樣性對醫生團隊績效的影響

一般而言,在專業性較強的領域,尤其是醫療領域,知識的重要程度很高,知識多樣性可以增加團隊的信息獲取能力,便于快速找到解決方案[47]。團隊多樣性是指團隊成員在各種屬性上的差異[48],也許能夠通過團隊成員之間的交互影響團隊績效[49],而知識多樣性是指團隊成員的經驗、專長、技能等方面的多樣性。多樣性對團隊績效的影響存在很多不一致的結論,為了解決該問題,Van Knippenberg等[50]提出了一個結合社會化理論和信息決策理論的綜合模型。理論上,多樣性可以包含數不清的維度,而在實踐中,多樣性的研究關注性別、年齡、種族、任期、知識、教育背景以及職能背景等[51]。職能多樣性高的團隊可以獲得更多的新信息,并為決策提供更大的支持[13]。研究發現,職能、教育多樣性對績效有積極影響,而基于人口屬性的多樣性容易對績效產生消極影響[52]。知識多樣性高的團隊可以低成本地從不同視角更加深入的分析問題,有利于提高團隊的創造力和創新性[53],進而提高團隊績效。在線醫生團隊的知識多樣性對團隊的知識儲備有重要影響,與團隊績效的關系非常緊密,本文認為知識多樣性越高的醫生團隊績效也會越高。因此,提出:

假設1知識多樣性對在線醫生團隊績效有正向影響。

2.2 任務依賴性對醫生團隊績效的影響

任務依賴性是指團隊成員從事的工作之間的聯系程度,團隊的建立是為了完成共同目標,成員之間的任務依賴性越高,團隊的存在就越有意義。團隊的結構特征影響團隊的形成和功能,在有效的團隊中,更高的相互依賴性與更高的決策過程、更高的復雜性相關聯[33]。團隊常常是為了處理復雜的任務而創建[31]的,任務依賴性可以提高團隊的績效[32]。高度相互依賴的任務需要團隊成員之間進行頻繁的互動[54],團隊互動過程會影響任務依賴性對團隊績效的影響。在虛擬團隊中任務相互依賴程度越高,通信技術需要支持更多的交互功能[55],以滿足團隊成員之間的頻繁互動。在線醫生團隊的醫生通過互聯網向患者提供醫療咨詢、掛號等服務,成員之間的專業聯系越高,越能對外展現一個更加專業的團隊形象,并且成員之間的交流障礙更低。因此,本文認為團隊的任務依賴性越高的醫生團隊績效也會越高。基于此,提出:

假設2任務依賴性對在線醫生團隊績效有正向影響。

2.3 團隊接觸頻率的調節作用

進一步考察上述兩種主效應是否會被醫生團隊的線上溝通方式所調節。研究表明,團隊的線上溝通方式有助于團隊成員將專業知識進行有效整合,協作完成任務,對團隊績效具有重大影響[56]。頻繁溝通的團隊更有利于整合成員之間的知識和經驗,并且溝通越頻繁的團隊相對而言團隊成員關系更融洽。在線醫生團隊成員通過同時登陸平臺進行接觸,然后溝通合作。在線健康咨詢平臺的溝通媒介包括語音通話、視頻、圖文等。知識多樣性越高,團隊成員之間學科背景、擅長的疾病越不一樣,容易產生溝通障礙,需要更加頻繁地接觸、溝通。因此,本文認為團隊接觸頻率正向調節知識多樣性與團隊績效的關系。基于此,提出:

假設3團隊接觸頻率正向調節知識多樣性對團隊績效的影響。

而由前文分析可知,任務依賴性越高越適合基于團隊模式來完成任務,更高的任務依賴性需要更頻繁的團隊成員之間的互動,團隊接觸頻率對任務依賴性和團隊績效之間的關系存在調節作用。當團隊的任務依賴性越高時,越高的接觸頻率越有利于團隊共同協作完成任務。基于此,提出:

假設4團隊接觸頻率正向調節任務依賴性對團隊績效的影響。

綜上可知,本文關注知識多樣性和任務依賴性兩種因素對醫生團隊績效的影響,并進一步研究團隊接觸頻率對知識多樣性和任務依賴性的調節作用。除了知識多樣性和任務依賴性,還有一些其他變量也會對團隊的績效產生影響,因此,需要控制這些變量。根據數據的可獲得性,本文在團隊層面控制了團隊成立時間、團隊價格、回復率等因素,在醫生層面控制了醫生成員的職稱頭銜、醫院等級、城市等級、注冊天數、領隊醫生訂單及平臺發布文章數量。整體研究模型如圖1所示。

圖1 研究模型

3 數據和方法

3.1 數據

數據來自國內領先互聯網平臺好大夫網站,按月收集了從2019-01～2019-08 的醫生團隊面板數據,在剔除數據不全的團隊后,共計1 242 個團隊8 410條樣本數據。每個月的數據包括團隊層面和醫生層面的數據。團隊層面數據有團隊訂單量、團隊成立時長、團隊價格以及團隊24 h回復率;醫生層面數據有職稱、所屬醫院、訂單量、所屬城市、注冊時間、上次在線時間、發表文章數量、獲得禮物、感謝信以及疾病投票信息等。全部數據都是網上公開數據,不涉及隱私和利益糾紛。

3.2 變量定義

3.2.1 因變量 本文的因變量是在線醫生團隊績效,團隊績效有不同的衡量方式,包括主觀感知績效和客觀績效。主觀感知績效是指對一些關鍵指標進行主觀評價,可用問卷調查進行衡量。客觀績效的衡量是基于觀察、記錄的數據,不依賴人的主觀意識評價,如訂單量、銷售額、增長率等。在線醫生團隊平臺上用戶反饋的服務質量和訂單量可以用來衡量團隊績效,但是網站上的公開信息無法獲得用戶反饋的服務質量,故用訂單量來衡量團隊的客觀績效。具體而言,使用每個月訂單量的增量。

3.2.2 自變量 多樣性有多種衡量方式,最常用的是HHI指數(Blau’s指數),HHI指數最初是在生態系統中用來衡量物種多樣性的,之后廣泛應用于其他領域,如團隊多樣性、政策多樣性、文化多樣性等[48]。本文以醫生投票疾病數據來衡量醫生團隊的知識多樣性,醫生投票疾病數據是指在平臺上患者可以針對醫生擅長的疾病進行投票,每位醫生可以有多種疾病的投票數據,疾病票數越多則從側面反映了醫生越擅長該種疾病。知識多樣性具體計算公式為

式中,pi為醫生團隊中屬于i疾病醫生的占比。在本研究數據中,由于一個醫生可以有多個疾病投票,故將每個醫生按照疾病投票數占比分配到每種疾病中,pi等于i疾病加總分配到的醫生數量后再除以團隊總的醫生個數得到。例如,一個醫生團隊有A、B、C 3位醫生,A 醫生的疾病投票數據為(肺炎:5;咳嗽:5),B醫生為(肺炎:3;支氣管炎:2;感冒:5),C醫生為(支氣管炎:2;感冒:3)。因此,團隊中屬于肺炎疾病的醫生等于5/10+3/10=0.8。同理,咳嗽、支氣管炎、感冒分別為0.5、0.6和1.1,知識多樣性為:1-(0.64+0.25+0.36+1.21)/9=0.727。

任務依賴性越高表明任務復雜性越高,根據Fleming等[57]衡量技術領域復雜性的計算方式來衡量醫生團隊任務依賴性。以醫生團隊中醫生擅長的疾病之間的關系來衡量,具體計算公式為

式中:Ek表示疾病的組合潛力,具體地,Ek等于與疾病k相互聯系的疾病總數除以與疾病k聯系的醫生總數,如果兩種疾病出現在同一個醫生的投票數據中,則表示這兩種疾病有聯系;如果一種疾病出現在一個醫生的投票數據中,則表示該疾病與該醫生有聯系。gik為權重,具體地,gik等于團隊i中與疾病k聯系的醫生總數除以團隊i醫生總數,最后對Ci取自然對數來衡量任務依賴性。例如兩個醫生團隊,其中:第1個醫生團隊有A、B、C 3位醫生,A醫生的疾病投票數據為(肺炎:5;咳嗽:5),B醫生為(肺炎:3;支氣管炎:2;感冒:5),C 醫生為(支氣管炎:2;感冒:3);第2個醫生團隊有D、E 2位醫生,D醫生的疾病投票數據為(肺炎:5;頭痛:5),E 醫生為(感冒:5;頭痛:2)。因此,與肺炎有聯系的疾病總數為4種,與肺炎有聯系的醫生總數為3位,肺炎的組合潛力等于4/3。同理,咳嗽、支氣管炎、感冒、頭痛疾病的組合潛力分別為1、1.5、4/3和1。第1個醫生團隊的任務依賴性為:ln(4/3×2/3+1×1/3+1.5×2/3+4/3×2/3),第2個醫生團隊的任務依賴性為:ln(4/3×0.5+1×1+4/3×0.5)。

接觸頻率表示醫生團隊中醫生同時在線合作的頻率,利用醫生最近一次在線時間數據來計算,通過對比醫生團隊中醫生最近一次在線時間是否在同一天來計算團隊中同時在線醫生所占的比率。

3.2.3 控制變量 團隊成立時長會影響團隊的成熟度,并且不同時間成立的團隊所面臨的競爭環境也不同,這必然會對團隊績效產生一定影響。團隊成立時長(Team longevity)用從團隊建立到收集數據的成立月數的自然對數衡量,用以控制成立時間長短對團隊績效的影響。本文的團隊績效是用訂單量來衡量的,根據供需法則,價格對訂單量有顯著的負向影響,團隊價格(Team price)用團隊為患者提供的咨詢服務價格的自然對數衡量。研究表明,與顧客良好的互動對工作效率有顯著的正向影響[58],在線醫生團隊的回復率越高,說明與患者有更高頻率的互動,回復率(Reply rate)用抓取數據當天網站上顯示的醫生團隊的24 h回復率衡量。團隊成員的個人特質,如社會地位、專業能力及平臺耕耘等也會顯著影響團隊績效,對于醫生而言,職稱和所在醫院可以代表其社會地位和專業能力,發表文章數量可衡量醫生的平臺耕耘。職稱頭銜(Title level)用團隊醫生線下職稱等級的平均數衡量,職稱等級按照我國的醫務人員職稱等級劃分標準來給定等級,職稱越高,頭銜數值越大,如住院醫師、副主任醫師和主任醫師的職稱頭銜數值分別取數值1、數值2和數值3。我國幅員遼闊,不同地區的醫療水平、在線醫療用戶體量以及經濟發展水平都不一樣,這些因素對訂單量都有影響,可用城市等級來區分不同的地區。城市等級(City level)用醫生團隊中所有醫生的城市級別的平均數衡量,根據第一財經的城市等級分類來評價,級別越高數值越大。醫院等級(Hospital level)用醫生團隊中所有醫生的醫院等級的平均數衡量,根據醫院規模、科研方向、人才技術力量和醫療硬件設備等對醫院資質評定指標來給定等級,級別越高數值越大。醫生注冊天數(Doctor longevity)用團隊中所有醫生的平均注冊天數的自然對數衡量。領導個人績效對團隊的績效具有重要作用,本文利用領導醫生訂單數控制領導個人績效對團隊績效的影響,領導醫生訂單數(Leader doctor patient)用醫生團隊中領導醫生的訂單量取自然對數衡量。文章(Article)用團隊中醫生發表的文章數的平均值的自然對數衡量。變量類型和名稱如表1所示。

表1 變量定義

構建的計量模型為

3.3 研究方法

考慮到因變量為計數變量,采用面板負二項回歸模型驗證假設。本文關注的是團隊構成因素對團隊績效的影響,即不同團隊間組間差異(也即跨組比較)。同時,由于大部分主要控制變量(如團隊大小、醫生職稱、醫生城市、醫院等級等)在團隊組成后幾乎不隨時間變化,故選擇隨機效應。

4 結果和討論

4.1 描述性統計分析

表2展示了所有變量的描述性統計分析。由表2可以發現,大部分醫生都來自一線城市的三甲醫院。醫生的多樣性較高,說明醫生團隊擅長的疾病很多樣。醫生團隊的回復率比較高,說明總體而言團隊比較活躍。

表2 描述性統計分析

4.2 相關性分析

表3展示了變量之間的相關性,知識多樣性和任務依賴性的相關系數只有0.178 8,說明是兩個獨立的變量。變量之間的相關系數均未超過0.5,不存在嚴重的多重共線性問題。

表3 相關系數表

4.3 面板負二項回歸

表4所示為面板負二項回歸結果。模型(1)中只加入了控制變量,結果顯示,回復率、城市等級和領導醫生訂單量都對團隊績效有顯著的正向影響,而團隊成立時長和團隊價格對團隊績效有顯著的負向影響。團隊成立時長負向影響團隊績效是因為在線醫生團隊成立時間越長,同等類型的醫生團隊越多,競爭越激烈,導致每月的訂單量增速減緩。團隊價格越高,根據供需原理,需求也將更低,因此,團隊價格對每月訂單量的增量有負向影響。回復率越高,說明醫生團隊越活躍,績效越好。優質的醫療資源集中在大城市,大城市的醫生更容易吸引到患者,因此,城市等級對團隊績效有正向顯著影響。醫生團隊中的領導醫生非常重要,代表著整個團隊的最高水平和門面,因此,領導醫生的訂單量會顯著影響團隊績效。

表4 面板負二項回歸

模型(2)在模型(1)的基礎上加入了自變量知識多樣性和任務依賴性,調節變量接觸頻率,自變量和調節變量都顯著正向影響訂單量增量,結果支持假設1和假設2。在線醫生團隊的知識多樣性越高,團隊可以更好的完成訂單,團隊績效越好;任務依賴性越高,說明醫生團隊中協作機會越多,越容易吸引到患者,團隊模式是越有效的。接觸頻率對團隊績效有顯著的正向影響,說明醫生團隊中接觸頻率越高,彼此之間交流更順暢,有利于團隊績效。

模型(3)在模型(2)的基礎上加入了知識多樣性與接觸頻率的乘積項,任務依賴性與接觸頻率的乘積項,發現:知識多樣性與接觸頻率的乘積項與團隊績效不相關,不支持假設3;任務依賴性與接觸頻率的乘積項負向影響團隊績效,不支持假設4。接觸頻率負向調節任務依賴性與團隊績效的合理解釋是,目前醫生團隊還處于發展初期,大部分患者的咨詢任務比較簡單,往往一個醫生就能完成,多個醫生同時在線反而效率不高。但團隊這種模式又是有必要存在的,因為醫生時間寶貴,大部分精力集中在線下,為了提供高質量的、及時反饋的在線健康咨詢服務,需要多個醫生在線異步合作。

4.4 穩健性檢驗

除了用同時在線醫生所占的比率來衡量團隊的接觸頻率,還可以用同時在線的醫生數量來衡量。當某些團隊規模較大,同時在線的醫生比率較小,但同時在線人數較多時,團隊成員的接觸頻率也是較高的。同時,在線醫生數量與其他變量的相關系數都在一個合適的范圍,不存在多重共線性問題。用同時在線的醫生數量衡量接觸頻率,再次檢驗調節效應,表5中模型(3)顯示,接觸頻率依舊對任務依賴性有負向調節作用。

表5 穩健性檢驗回歸結果

5 結語

在線醫生團隊作為一種新型的虛擬團隊模式,對于緩解線下醫療資源緊張、合理匹配醫生和患者、促進分級診療具有重要作用。本文的主要貢獻在于:運用虛擬團隊績效研究的理論探索了知識多樣性、任務依賴性如何影響醫生團隊績效,并檢驗了團隊成員的互動過程接觸頻率如何調節知識多樣性、任務依賴性與醫生團隊績效的關系。結果顯示,知識多樣性和任務依賴性都顯著正向影響團隊績效,接觸頻率負向調節任務依賴性對團隊績效的影響。本文的研究結果具有一定的實際意義,提供了構建高效醫生團隊的思路,在構建醫生團隊時,應該尋找知識背景多樣和任務依賴性較高的醫生。由于醫生團隊處于一個發展初期階段,在管理醫生團隊時,可以采取異步提供服務的策略,安排醫生在不同時間在線工作,最大限度利用醫生的空閑時間資源。

本文存在如下不足:①團隊績效衡量方式單一,僅僅用團隊的訂單量衡量團隊績效不夠全面,未來可以探索其他衡量方式;②接觸頻率的衡量方式有一定的缺陷,醫生同時在線并不一定是為了團隊任務在協作,但受限于在線平臺披露的數據,本文只能這樣衡量,未來可以探索其他更合適的衡量方式;③在本文的模型中,未考慮疾病類型對團隊績效的影響,這是由于團隊一般包含多個成員,不同成員本身可能處理不同類型的疾病,難以直接將團隊定位為某單一疾病,未來可進一步按團隊處理疾病的復雜程度進行分類,探索疾病類型對績效的影響。