基于模糊層次分析法的醫藥電商平臺服務評價分析

摘"要：作為數字醫療的重要組成部分，醫藥電子商務平臺整合了醫藥服務供應鏈中的上下游醫藥服務資源，在優化醫療資源分配和改善醫患關系方面具有重要的作用。如何采用科學合理方法評價這些平臺成為消費者和醫藥服務資源提供商共同關心的問題。文章從第三方醫藥電商平臺的組成要素出發，即醫藥電商平臺的參與主體、服務質量和服務模式的介紹，將模糊等級評價運用到平臺服務質量評價的評價打分上，構建了具有普適性的醫藥電商平臺服務綜合評價指標體系，進而提出了基于AHP—模糊綜合評價法的醫藥電商平臺服務綜合評價方法，選取了行業標桿企業阿里健康進行實例分析，并提出了相應的改進建議。

關鍵詞：醫藥電商平臺；服務質量評價；指標體系；AHP—模糊綜合評價法

中圖分類號：F724.6""""文獻標識碼：A"文章編號：1005-6432（2024）22-0195-04

DOI：10.13939/j.cnki.zgsc.2024.22.047

1"引言

隨著數字技術的飛速發展，新興技術和新服務模式迅速滲透到醫療服務的各個環節中，“互聯網+醫藥服務”模式通過優化醫藥服務資源的配置，提高了醫藥服務的效率，以滿足人們日益增長的醫療衛生健康需求。目前涌現了各式各樣的醫藥電商平臺，包括京東健康、阿里健康、泉源堂等B2C類醫藥電商平臺，美團買藥、餓了么買藥等O2O類醫藥電商平臺，合縱藥易購、商康醫藥網等B2B類醫藥電商平臺。這些醫藥電商平臺給廣大群眾帶來了方便快捷且高效的醫藥服務。

然而形形色色的醫藥電商平臺不斷涌現，如何科學合理地評價這些醫藥電商平臺成為消費者和醫藥服務資源提供商共同關心的問題。一方面，面對如此多的醫藥電商平臺，消費者需要了解哪些平臺是可以信賴的，以獲得購買前、購買中、購買后良好的醫藥服務和質優的藥品；另一方面，醫藥服務資源提供商需要了解該平臺的實力和潛力，以便做出和調整醫藥服務資源提供方案決策。為了解決這些問題，需向醫藥服務資源提供商、醫藥服務資源集成商（醫藥電商平臺）、消費者（患者）提供真實可靠的決策信息，需采用合適的尺度和方法來對第三方醫藥電商平臺進行評估。

關于醫藥電商平臺服務評價的相關研究中，劉振峰（2022）指出，用戶在使用醫藥電商平臺時，最關注的內容是在線醫生的專業素養、醫療水平和服務態度［1］；翟運開等（2019）指出，醫藥電商平臺的服務效用受到多個因素的影響，這些因素包括服務響應程度、醫生的業務能力、疾病的風險程度以及醫藥服務價格等［2］。溫華斌等（2018）的研究指出，使用互聯網醫療的患者具有年齡低、收入水平高以及文化程度高等特點，患者使用互聯網醫療服務的影響因素還包括互聯網醫藥服務的質量和醫藥平臺的服務效果、網絡信息的安全性、醫藥服務的及時性等方面［3］。

通過對國內相關文獻的梳理和歸納，發現能夠系統地研究醫藥電商平臺服務評價模型比較鮮見，很少有針對“互聯網+醫藥服務”這一新型醫療服務模式進行服務評價研究。鑒于此，文章根據醫藥服務供應鏈的三級網絡結構：醫藥服務資源提供商—醫藥服務資源集成商（醫藥電商平臺）—消費者（患者），從第三方醫藥電商平臺服務質量出發，采用模糊層次分析綜合評判法，構建了系統的、科學的、具有廣泛適用性的醫藥電商平臺服務評價指標體系，并通過對阿里健康的實例分析，驗證了文章提出的醫藥電商平臺服務綜合評價指標體系和評估方法。這對借此完成在線醫藥服務的電商平臺，指導醫藥電商平臺服務水平與質量的優化提升，進而提升患者滿意度具有重要意義。

2"模型構建與求解

2.1"醫藥電商平臺服務評價指標

文章通過査閱大量國內外文獻資料，對前人研究成果中的評價指標進行甄別，并設計評價指標選取問卷向專家咨詢，根據問卷調查和專家訪談的結果，通過幾次反饋，最后確定的醫藥電商平臺服務評價指標體系如表1所示。

2.2"模糊綜合評價法

2.2.1"確定評價因素集

評價因素集是一個包含各種影響評價對象的因素的集合，層次分析法中所劃分的細分準則層，這里筆者用C表示，即：

C={c1，"c2，"…，"cn}

式中，元素ci（i=1，"2，"…，"n）代表每個影響因素。這些因素的特點是有著不同水平的模糊性。

2.2.2"確定評價集

評價集是評判者做出的各個可能的總評判結果構成的集合，常用Y表示，即：

Y={y1，"y2，"…，"ym}

式中，元素yi（i=1，"2，"…，"m）表示各個可能出現的綜合評判結果。在這里選擇m=4，也就是建立4個模糊集合，每個集合代表了某個網站在某個指標衡量下的表現。筆者描述其等級表現用優、良、中、差。

2.2.3"確定權重集

權重集是一個由多個評價因素的權重值組成的集合，這些權重值體現了各個因素對評價對象的重要程度。這里用集合A來表示這個權重集，即：

A={a1，"a2，"…，"am}

式中，ai（i=1，2，…，m）表示評價因子ci（i=1，2，…，m）的權值。ai值越高，ci因素就越重要。每個權值ai（i=1，2，…，m）應該滿足兩個條件：大于等于0和各個權值加起來為1。

第一，單因素模糊評價。為了評價一個對象，筆者可以從一個因素出發，來確定該對象在評價集合中的隸屬度ai。設需要對評判對象按照因素集中的第i個因素ci進行評判。將評價集中的第j個元素yi的隸屬度表示為rij（j=1，2，…，m），構建了一個單因素評價集合Ri。這個集合為：

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

則每一個評價因素所對應的單因素評價集可表示成矩陣的形式。

R=r11r12…r1nr21r22…r2n…

rn1rn2…rnn

第二，模糊綜合評價。綜合考慮各種因素對評價對象的影響，并據此得出最終的評價結果ai。因此，需要對每個單因素進行加權處理，然后利用矩陣的模糊乘法來得到綜合的模糊評判矩陣B。這個評判矩陣B將綜合考慮各個因素的權重和評分。

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

rn1rn2…rnn=（b1，"b2，"b3，"…，"bn）

評價方案的隸屬情況可以通過綜合模糊判斷矩陣B來表示。這個矩陣由一系列的元素b1、b2、b3、…、bn組成，每個元素表示評價方案處于不同檔評語的隸屬程度。

第三，去模糊化。這里去模糊化操作依據的是“最大隸屬度原則”。可以通過查找模糊評判矩陣B中最大隸屬度值所對應的評語來得出對評價方案的結論。

2.3"AHP與模糊綜合評價方法相結合

在上面所提到的模糊綜合評價方法中，如何確定合適的權重集A={a1，a2，a3，…，am}是一個重要的問題。通常情況下，人們更容易對兩個因素之間的比較產生敏感，而對于多個因素之間的比較往往難以獲得確定的結論。因此，在這個改進算法中，使用模糊層次分析法（FAHP）來得到權重向量A，以便更充分地完成模糊綜合評價的任務。模糊層次分析法的基本步驟如下。

2.3.1"確定模糊判斷矩陣

這里矩陣中，各個元素的取值為三角模糊數，即：

C=1c12…c1m

c211…c2m

…

cm1cm2…cmm（1）

對于多個專家的情況：

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

式中，K代表參與打分的專家數量，cij表示因素i和因素j之間的模糊比值。

2.3.2"計算模糊權重向量

此處，筆者采用Buckley方法以獲得各個因素的模糊權重向量。計算步驟如下：

ri=（ci1×ci2×…×cim）1m（2）

wi=rir1+r2+…+rm（3）

式中，ri為幾何均值，wi為因素i的模糊權重值。為了獲得可用于模糊綜合評價計算的權重向量，筆者采用中心化的方法對模糊權重向量去模糊化，方法如下：

wi=wl+wm+wu3（4）

最終，對所得到的結果進行歸一化。

ai=wi∑mj=1wj（5）

由此，得到一組模糊綜合評價中的權重集。

A={a1，"a2，"…，"am}。

3"算例分析

3.1"指標權重向量矩陣A

由給定的表1，構建B-A和C-B的判斷矩陣，并利用層次分析法獲得權重集，以進行一致性檢驗。5位專家進行評分，并使用式（5）計算出最終的平均矩陣。

第一層一級指標權重向量矩陣：

A={0.34，0.50，0.16}

第二層二級指標權重向量矩陣：

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

第一層一級指標權重向量矩陣和第二層二級指標權重向量矩陣均通過了一致性檢驗。

3.2"模糊評判矩陣R的建立

創建評語集Y={y1，"y2，"…，"ym}，其中包含m個等級。決策者可以自行選擇m的取值。接下來，建立模糊評價矩陣R。通過評語集對每個評價指標進行評價，可以得到相應的隸屬度rij，"i＝1，"2，"…，"n，"j＝1，"2，"…，"m。

其中，n表示評價指標的數量，j表示評價尺度。隸屬度可以理解為調查受眾中有多少比例認為某個指標屬于某個評價尺度。因此，可以知道該層評價指標集的隸屬度：

R=r11r12…r1nr21r22…r2n…

rn1rn2…rnn（6）

由此，構建每個指標子集的模糊評價矩陣，獲得各個指標的模糊評語，如表2所示。

根據表2的數據，可以進行各指標的模糊評價矩陣的計算。

3.3"模糊綜合評判分析，并得出最后綜合得分

3.3.1"一級模糊評價

將模糊合成算子M（.，+），應用到對C層的各個指標的模糊運算上，從而獲得綜合評價向量。文章研究阿里健康平臺服務的綜合評價，不僅需考慮網站角度，也需要從用戶角度出發，因此，采用M（.，+）模糊合成算子，計算Bi=Ai×Ri（i=1，"2，"3）。根據計算結果，可以得到第一級評判的結果，具體內容如表3所示。

3.3.2""二級模糊評價

目標層A的綜合評價，也使用了M（.，+）模糊合成算子。根據表3中的數據，可知各個指標的模糊評價矩陣B，進而計算出準則層指標的總體評價結果。

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"結語

文章將層次分析法和模糊綜合評價法相結合，通過定性分析提出了醫藥電商平臺服務評價指標體系，以定量分析的方式建立醫藥電商平臺服務狀況的評價模型。

通過上述分析，其評價結果為：認為阿里健康的服務評價狀況“優”的為48.9%；認為“良”的為"28.1%；認為“中”的為20.9%；認為“差”的為2.2%。根據最大隸屬原則，在四個等級的隸屬度中48.9%最大，對阿里健康的服務評價結論為“好”。假設規定評分標準：優90分，良70分，中50分，差30分，則可以對該醫療電商平臺的服務狀況進行打分。S=48.9%×90+28.1%×70+20.9%×50+2.2%×30=74.79分，阿里健康的服務評價的綜合得分為74.79分，分值介于“良”與“優”之間，所以認為阿里健康醫藥電商服務平臺目前的網上醫療服務從總體上來說是“好”。

由表2可得，各要素相對于阿里健康醫藥電商平臺服務狀況的權重排序依次為：系統性能與安全＞平臺醫藥信息質量＞體驗價值。其中，系統性能與安全（B2）、平臺醫藥信息質量（B1）均大于0.3，屬于準則層B中最重要的因素。當然體驗價值也尤為重要，超過了0.1。從三級指標看，互動性權重為0.56，評論信息為0.54，在線支付安全為0.48，推薦信息和個人信息安全要素分別等于或超過了0.30。通過分析提出以下三點建議。

第一，重視病人溝通渠道和病人反饋機制的建立。良好的溝通能夠提升消費者滿意度，對線上診療問題及時作出反應。醫藥電商平臺可提供社交網絡平臺，與用戶進行互動，分享醫療知識和經驗，供病人交流討論，增加病人參與度，提升病人的體驗感。

第二，加強顧客信息安全和隱私保護。醫藥電商平臺應確保顧客的個人信息和醫療記錄等隱私信息得到充分保護，防止數據被泄露與濫用。

第三，提升醫藥服務的專業度，加強人才培養。醫藥電商平臺應重視醫療人員的培訓與管理，提高其遠程診療的專業素養和技能。此外，醫藥電商平臺應推動校企聯合、校院聯合、院企聯合，重視“互聯網+醫藥服務”等復合型人才以及科研團隊的培養，提高其從業人員的專業素養，使其具備更全面的知識和技能。

參考文獻：

［1］劉振峰.互聯網醫院服務質量影響因素研究［J］.醫學信息學雜志，2022，43（3）：25-29，34.

［2］翟運開，路薇，周翔，等.基于SERVQUAL理論的遠程會診服務質量評價指標體系構建研究［J］.中國醫院管理，2019，39（9）：12-14.

［3］溫華斌，饒江紅，周小軍，等.南昌市門診患者互聯網醫療服務使用情況及影響因素分析［J］.中國健康教育，2018，34（5）：462-465，470.

［基金項目］高校產學研創新基金——新一代信息技術創新項目（項目編號：13JDGC002）。［作者簡介］鄧玉琴（1994—），女，碩士，畢業于電子科技大學經濟與管理學院，現供職于四川吉利學院，研究方向：電子商務、網絡技術、數據分析等。