基于SWARA-TOPSIS混合模型的护士离职倾向因素优先级研究：伊朗伊斯法罕医院的实证分析

《BMC Nursing》：Application of the SWARA–TOPSIS method for prioritizing turnover intention factors among nurses: a case study in an Isfahan hospital, Iran

本研究针对护士高离职率这一全球性医疗系统难题，通过整合模糊德尔菲法、SWARA（逐步权重评估比率分析）和TOPSIS（逼近理想解排序法）方法，系统识别并量化了影响护士离职倾向的关键因素。研究发现，管理因素（尤其是领导风格）对离职倾向的贡献度最高（权重0.25），其次为薪资、工作安全感等组织与岗位因素。该研究为医疗机构制定精准 retention 策略提供了实证依据，对稳定护理队伍、提升医疗质量具有重要实践意义。

　　

在全球医疗系统面临护士短缺危机的背景下，伊朗作为中低收入国家，护士流失问题尤为突出。世界卫生组织（WHO）数据显示，全球护士缺口高达590万人，其中低收入国家短缺情况更为严峻。护士高离职率不仅加剧医疗人力短缺，还直接导致患者护理质量下降、医疗错误增加及在岗护士工作负荷攀升。伊朗本地研究显示，近32.7%的护士存在离职倾向，这一问题亟待系统性解决。然而，现有研究对护士离职影响因素的分类较为碎片化，且缺乏量化优先级分析，难以指导医疗机构制定高效干预策略。

为填补这一空白，Naeini等学者在《BMC Nursing》发表研究，首次采用模糊德尔菲-SWARA-TOPSIS混合模型，对伊朗伊斯法罕一家医院的护士离职倾向因素进行系统性识别与排序。该研究通过三阶段方法展开：首先通过文献综述与模糊德尔菲法（Fuzzy Delphi）从40个初始因素中筛选出29个关键因素，并将其归纳为个人因素（如年龄、教育背景）、组织因素（如薪资、晋升机会）、工作相关因素（如工作安全感、角色模糊）及管理因素（如领导风格）四大类；随后利用SWARA方法计算各类别权重；最终通过TOPSIS技术对因素进行优先级排序。

研究方法的核心技术

研究采用分层随机抽样从462名护士中选取样本，纳入标准包括至少5年临床经验及全职在职状态。通过专家访谈与问卷收集数据，结合SWARA确定因素权重，再以TOPSIS计算各因素与理想解的贴近度（Closeness Index, CI），CI值越高表明对离职倾向影响越大。数据分析依托Excel与MATLAB的MCDM（多准则决策）工具包完成。

研究结果

因素权重分析

SWARA权重显示，管理因素（0.25）对离职倾向的影响最大，其次为个人因素（0.20）、组织因素（0.18）和工作相关因素（0.15）。领导风格在管理因素中占据核心地位。

TOPSIS优先级排序

管理因素中的“领导风格”（CI=0.44）位列第一，其与正理想解距离（D⁺）最小（0.05），表明优化领导行为可最有效降低离职风险。组织因素中的“薪资”（CI=0.33）和“工作安全感”（CI=0.22）分列第二、三位。个人因素中，“年龄”（CI=0.23）与离职倾向呈负相关，年轻护士离职意愿更高。工作相关因素如“角色模糊”（CI=0.14）与“职业倦怠”（CI=0.05）亦显著影响离职决策，但影响力相对较低。

结论与讨论

本研究证实管理实践是护士离职倾向的首要驱动因素，尤其是领导风格的直接作用远超传统关注的薪资或工作条件。这一发现与Prentice等研究一致，支持型领导能通过赋能与认可增强护士职业归属感。此外，年轻护士、高学历群体及面临角色模糊的护士离职风险更高，提示需针对不同群体制定差异化 retention 策略。

研究的实践意义在于为医院管理者提供了明确干预方向：优先改进领导力培训、设计竞争性薪酬体系、强化工作安全感，并建立清晰的职业发展路径。然而，本研究仅聚焦单一医院，且假设各因素相互独立，未来需通过多中心研究及考虑因素交互作用的ANP（网络分析法）进一步验证结论的普适性。

综上所述，该研究通过创新方法整合，为医疗人力资源管理提供了量化决策工具，对缓解全球护士短缺危机具有重要参考价值。