组织大数据分析能力对医疗供应链韧性的影响研究：基于模糊多准则决策方法的实证分析

本研究针对COVID-19疫情暴露的医疗供应链(HSC)脆弱性问题，创新性地采用模糊DEMATEL-DANP-MABAC集成方法，评估了组织大数据分析能力(BDAC)对HSC韧性的影响机制。研究基于组织信息处理(OIP)和知识型动态能力(KBDC)理论框架，首次构建了包含大数据管理能力、高级分析能力和组织知识文化的三维评估体系，通过泰国公立医院的案例验证，揭示了BDAC各要素间的因果网络关系及权重排序，为医疗机构提升供应链抗风险能力提供了数据驱动的决策工具。

　　

全球新冠疫情如同一面镜子，暴露出医疗供应链(HSC)令人担忧的脆弱性——从个人防护装备(PPE)的全球短缺到呼吸机的分配危机，医疗系统在突发公共卫生事件中的供应链断裂问题触目惊心。这种背景下，如何提升医疗供应链的韧性(Resilience)成为学界和业界的焦点难题。传统研究多聚焦于供应链的物理优化，而数字化时代下，组织大数据分析能力(Big Data Analytics Capability, BDAC)这一"软实力"对供应链韧性的作用机制尚属研究空白。

为此，国内研究人员在《Healthcare Analytics》发表了一项开创性研究。他们创新性地融合组织信息处理(OIP)和知识型动态能力(KBDC)理论，构建了首个针对医疗场景的BDAC评估体系。该体系包含三大维度：基于OIP理论的大数据管理能力(如数据整合和处理)、高级分析能力(如预测建模)，以及源于KBDC理论的组织知识文化(如数据共享机制)。

研究采用模糊多准则决策(MCDM)方法组合，包括：1)模糊DEMATEL分析要素间因果关系；2)DANP计算交互权重；3)MABAC对韧性因素排序。所有数据来自泰国公立医院的实地调研，通过专家问卷收集，并运用三角模糊数处理不确定性。

研究结果揭示了一系列重要发现：

1. 关键BDAC要素识别
   通过严格的筛选流程，研究确定了12个核心BDAC指标，其中实时数据分析能力、跨部门协作系统和预测建模工具位列前三。这些要素共同构成了医疗供应链数字化的"能力基石"。

2. 因果网络分析
   模糊DEMATEL结果显示，组织知识文化是影响系统的"深层驱动力"，其通过促进数据共享文化(R_i+C_i=8.32)，间接增强了分析技术的应用效果。而高级分析能力则表现出最强的直接效应(E_i=1.45)，是提升韧性的"技术引擎"。

3. 权重排序体系
   DANP计算显示，在三级指标中，实时库存监控系统(w=0.213)和需求预测准确率(w=0.198)权重最高，这表明操作层面的数据应用对韧性建设最为关键。

4. 韧性因素优先级
   MABAC排序表明，供应链可视化(得分0.742)和弹性采购系统(得分0.698)是BDAC最能提升的两大韧性维度，验证了"可见性决定应变力"的假设。

讨论部分深刻指出，这项研究实现了三个突破：理论层面，首次将OIP与KBDC理论融合，构建了BDAC-HSC韧性研究的新范式；方法层面，开发的模糊DEMATEL-DANP-MABAC混合模型，为复杂系统决策提供了新工具；实践层面，泰国案例的实证结果对发展中国家具有普适参考价值，特别是提出的"知识-技术-管理"三阶段实施路径，为医疗机构数字化转型提供了清晰路线图。

该研究的现实意义尤为突出：在疫情常态化背景下，帮助医疗机构将"数据资产"转化为"抗风险资本"。例如，通过部署研究推荐的预测模型，医院可提前6-8周预判PPE需求波动，使应急库存成本降低23%。这些发现不仅填补了医疗运营管理的研究空白，更为全球健康危机应对提供了数据驱动的解决方案。