基于UTAUT-PMT混合模型的巴基斯坦医生BYOD采纳意向研究：绩效期望与自我效能的关键作用

《BMC Health Services Research》：On the perspective of doctors’ intention—a hybrid BYOD model

本研究针对巴基斯坦医生对"自带设备"(BYOD)的采纳意向展开研究。为解决医疗数据安全与工作效率平衡问题，研究人员整合UTAUT模型与PMT理论构建混合模型，通过结构方程模型分析245名医生的调查数据。结果显示绩效期望、努力期望、促进条件与自我效能对行为意向有正向影响，而感知脆弱性与感知严重性产生负向影响，该模型解释了87%的行为意向变异，为医疗机构的BYOD政策制定提供了理论依据和实践指导。

　　

在数字化医疗快速发展的今天，移动设备已成为医生工作中不可或缺的工具。随着"自带设备"(Bring Your Own Device, BYOD)模式在医疗领域的兴起，医生们使用个人设备处理医疗工作既带来了便利，也引发了新的挑战。特别是在巴基斯坦这样的发展中国家，医疗系统正经历数字化转型，了解医生对BYOD的接受程度显得尤为重要。

BYOD是指员工使用个人移动设备完成工作相关任务的做法，这种模式在医疗领域具有特殊意义。医生通过个人设备可以更方便地访问患者数据、查阅医学资料和进行专业交流，从而提高诊疗效率。然而，医疗数据的敏感性和机密性使得BYOD在医疗环境中的安全性成为首要关注点。医生处理的是高度敏感的患者信息，任何数据泄露都可能造成严重后果。

尽管已有研究从组织角度探讨了BYOD的安全风险和管理策略，但很少关注医生的视角——这些技术的最终使用者。医生对BYOD的接受意愿直接影响该模式在医疗机构中的成功实施。在巴基斯坦的医疗环境中，这一问题尤为突出，因为该国的医疗系统正处在数字化转型的关键阶段，而医生对BYOD的态度和顾虑尚未得到充分研究。

本研究通过整合技术接受与使用统一理论(Unified Theory of Acceptance and Use of Technology, UTAUT)和保护动机理论(Protection Motivation Theory, PMT)，构建了一个混合模型，以深入理解影响巴基斯坦医生BYOD采纳意向的关键因素。研究不仅关注技术接受方面的因素，如绩效期望(Performance Expectancy, PE)和努力期望(Effort Expectancy, EE)，还纳入了安全相关的因素，如感知脆弱性(Perceived Vulnerability, PV)和感知严重性(Perceived Severity, PS)，为理解医生在BYOD环境中的决策过程提供了全面框架。

研究方法上，本研究采用了横断面调查设计，通过Facebook平台采用滚雪球抽样方法，对巴基斯坦持证医生进行了在线问卷调查。研究共回收249份有效问卷，采用偏最小二乘结构方程模型(Partial Least Squares Structural Equation Modelling, PLS-SEM)进行数据分析，验证提出的研究假设和模型效果。

主要研究方法

研究采用横断面调查设计，通过在线问卷收集数据。样本框架选择Facebook平台，采用虚拟滚雪球抽样方法接触巴基斯坦各地的医生。问卷包含性能期望、努力期望、社会影响、便利条件、感知脆弱性、感知严重性、回应成本和自我效能八个变量的测量项，采用7点李克特量表。通过巴基斯坦医学与牙科委员会(Pakistan Medical and Dental Council, PMDC)网站验证医生执照信息确保样本有效性。使用SmartPLS 3.0软件进行PLS-SEM分析，通过测量模型和结构模型评估信效度及假设关系。

研究结果

测量模型分析

所有构面的组合信度(Composite Reliability, CR)值均在0.827-0.979之间，高于0.7的可接受标准。平均变异抽取量(Average Variance Extracted, AVE)在0.746-0.940之间，均高于0.5的阈值，表明模型具有较好的收敛效度。福内尔-拉克尔准则检验显示，每个构面的AVE平方根均大于它与其他构面的相关系数，支持了模型的区分效度。

结构模型与假设检验

结构模型分析显示，研究模型解释了87%的行为意向变异，表明模型具有高度的预测能力。绩效期望(β=0.158, p=0.005)、努力期望(β=0.240, p=0.004)、便利条件(β=0.225, p=0.000)和自我效能(β=0.414, p=0.000)对BYOD采纳意向有显著正向影响。感知脆弱性(β=-0.075, p=0.047)和感知严重性(β=0.085, p=0.028)对行为意向有显著负向影响。社会影响和回应成本对行为意向的影响不显著。

自我效能表现出最强的效应(f²=0.310)，其次是便利条件(f²=0.094)和努力期望(f²=0.053)，而绩效期望(f²=0.034)、感知严重性(f²=0.018)和感知脆弱性(f²=0.015)的效应较小。多群组分析显示，年龄和性别在绩效期望、努力期望、社会影响和便利条件对行为意向的关系中不具有显著的调节作用。

样本特征描述

参与研究的医生中，84.7%为男性，15.3%为女性。72.3%的医生年龄在25-34岁之间，90%使用智能手机，其中49%使用三星品牌。98%的医生在工作中使用移动设备，54.2%的医生每天花1-2小时在移动设备上处理工作相关事务。

结论与讨论

本研究通过整合UTAUT和PMT理论，开发了一个混合模型，成功识别了影响巴基斯坦医生BYOD采纳意向的关键因素。研究发现，绩效期望、努力期望、便利条件和自我效能是促进BYOD采纳的积极因素，而感知脆弱性和感知严重性则构成障碍因素。这一发现为理解医生在BYOD环境中的决策过程提供了重要见解。

理论上，本研究通过整合技术接受和安全行为理论，丰富了BYOD研究领域的理论框架。混合模型解释了87%的行为意向变异，这一结果优于原始的UTAUT模型(56%)和UTAUT2模型(74%)，表明整合模型在医疗环境下具有更好的解释力。研究还发现，与一般技术接受研究不同，社会影响在医生的BYOD采纳决策中作用不显著，这可能反映了医生作为高自主性专业人士的决策特点。

实践上，研究结果为医疗机构制定BYOD政策提供了具体指导。医院管理者应关注提升医生对BYOD性能价值的认知，同时确保技术的易用性。加强IT基础设施和支持服务，提供必要的培训和技术援助，能够增强医生的自我效能感，进而促进BYOD的采纳。此外，解决医生对数据安全和隐私保护的顾虑，降低其感知风险，对成功实施BYOD至关重要。

研究的局限性包括样本主要来自Facebook平台，可能无法完全代表全体医生群体；横断面设计限制了因果关系的推断；且仅关注了医生视角，未纳入医院管理者和IT专家的观点。未来研究可扩大样本范围，采用纵向设计，并纳入多利益相关方视角，以更全面理解BYOD在医疗环境中的采纳过程。

发表在《BMC Health Services Research》的这项研究，为发展中国家的医疗数字化转型提供了重要参考。随着移动技术在医疗领域的深入应用，理解医生的技术接受行为将成为优化医疗服务、提高医疗质量的关键。本研究不仅为巴基斯坦医疗机构的BYOD实施提供了实证依据，也为类似环境下的医疗信息技术采纳研究提供了方法论参考。