《Logistics》:Factors Driving IoT Adoption and Its Impact on Supply Chain Performance in Ekurhuleni Public Health Facilities
编辑推荐:
背景:人口增长和医疗需求上升日益给新兴经济体的公共卫生系统带来压力。此外,供应链可见性差、频繁缺货和药品过期削弱了医疗供应链绩效(SCP)和患者预后。作为回应,物联网(IoT)提供了改善医疗物资监控、分发和管理的可行途径。然而,关于技术、组织与环境因素如何影响
背景:人口增长和医疗需求上升日益给新兴经济体的公共卫生系统带来压力。此外,供应链可见性差、频繁缺货和药品过期削弱了医疗供应链绩效(SCP)和患者预后。作为回应,物联网(IoT)提供了改善医疗物资监控、分发和管理的可行途径。然而,关于技术、组织与环境因素如何影响IoT采纳及其对公共卫生SCP作用的实证证据仍然有限。本研究考察了影响公共卫生设施中IoT采纳的因素及其对供应链绩效的影响。方法:数据采集自90个公共卫生设施中的102名受访者。结果:与技术因素相关的因素对公共卫生供应链中IoT采纳的影响最为显著。组织与环境因素缺乏显著性,可能归因于IoT在公共卫生供应链中仍处于早期采纳阶段。结论:本研究通过强调在资源受限的公共卫生环境中技术因素相对于组织与环境考虑的主导作用,对IoT采纳的理论理解做出了贡献。从实践角度,研究结果鼓励政策制定者和医疗管理者优先投资于相关信息通信技术(ICT)基础设施,以加速IoT采纳。
论文解读文章
**研究背景与问题**:随着人口增长和医疗需求持续上升,新兴经济体的公共卫生系统面临日益严峻的压力。供应链可见性不足、频繁的药品缺货和过期问题严重削弱了医疗供应链绩效(SCP)和患者预后。物联网(IoT)通过实时监控、追踪和数据分析,为改善医疗物资的分发与管理提供了潜在解决方案。然而,现有研究多聚焦于私营医疗机构或发达经济体,在资源匮乏的公共卫生环境中,技术、组织与环境因素如何共同影响IoT采纳及其对SCP的作用仍缺乏实证证据。针对南非埃库尔胡莱尼市公共卫生设施的这一空白,本研究旨在回答:哪些因素驱动IoT采纳?IoT采纳如何与医疗供应链绩效相关联?
**研究内容与结论**:研究人员基于技术-组织-环境(TOE)框架,采用横断面调查设计,从埃库尔胡莱尼市90个公共卫生设施中收集了102份有效问卷。数据分析采用因子分析(主成分分析,PCA)和回归分析。结果显示,技术因素(尤其是相对优势)对IoT采纳具有最显著的正向影响,而ICT基础设施表现出显著的负向关联,可能与现有系统不兼容或缺乏整合有关。组织因素(如组织准备度、培训)和环境因素(如政府支持、竞争压力)在模型中未达到显著水平,表明在资源受限的公共卫生环境中,技术感知价值主导了采纳决策。进一步回归分析表明,IoT采纳与SCP呈显著正相关(β=0.514,p<0.001),且相对优势、政府支持及组织准备度对SCP有正向贡献,而ICT基础设施和培训的负向效应提示资源配置需与运营需求对齐。本研究发表在《Logistics》期刊,为理解IoT在公共卫生供应链中的采纳机制提供了理论依据,并强调政策制定者应优先投资于可互操作的ICT基础设施,同时加强沟通技术收益以推动采纳。
**主要技术方法**:
本研究采用探索性调查设计,数据来源为南非埃库尔胡莱尼市90个公共卫生设施中的102名受访者(样本量基于Krejcie和Morgan公式)。通过在线结构化问卷收集定量数据,问卷基于TOE框架设计,采用五点李克特量表。数据分析包括:使用主成分分析(PCA)和最大方差旋转进行因子分析,以提取各维度下的关键因子;采用多元线性回归分析检验TOE因素与IoT采纳、IoT采纳与SCP之间的关系,并进行相关性分析;通过Harman单因素检验评估共同方法偏差(CMB),结果表明偏差不显著。
**研究结果**:
4.1 人口信息:受访者性别分布均衡(女性48%,男性46.1%),年龄以30-49岁为主(52%),工作场所以医院(48%)和社区医疗中心(29.4%)为主。
4.2 探索性因子分析与回归分析:通过KMO检验和Bartlett球形检验确认取样充分性,技术因素提取出ICT基础设施、相对优势和兼容性三个因子;组织因素提取出组织准备度和组织培训;环境因素提取出政府支持和竞争压力。信度分析显示多数构念内部一致性可接受(α≥0.70),ICT基础设施(α=0.602)和组织培训(α=0.682)为中等但可接受。
4.2.1 相关性分析:IoT采纳与SCP呈显著正相关(r=0.521,p<0.001);相对优势与IoT采纳相关性最强(r=0.481,p<0.001),其次为技术兼容性(r=0.333,p<0.001)、竞争压力(r=0.295,p=0.003)和组织准备度(r=0.199,p=0.047);ICT基础设施、组织培训和政府支持与IoT采纳无显著相关。
4.2.2 回归分析——TOE与IoT采纳:模型显著(F(7,94)=6.36,p<0.001,R2=0.321),相对优势为唯一显著正向预测因子(β=0.481,p<0.001),ICT基础设施为显著负向预测因子(β=-0.233,p=0.017)。
4.2.3 回归分析——TOE因素与SCP:模型显著(F(7,94)=11.842,p<0.001,R2=0.469),相对优势(β=0.519,p<0.001)和政府支持(β=0.183,p=0.045)显著正向预测SCP,ICT基础设施(β=-0.186,p=0.030)和组织培训(β=-0.180,p=0.033)显著负向预测。简单线性回归显示IoT采纳对SCP有显著正向影响(β=0.514,p<0.001,R2=0.265)。
4.2.4 共同方法偏差:Harman单因素检验第一因子方差解释率为31.16%,低于50%阈值,且相关性矩阵中无系数大于0.90,表明CMB不构成问题。
**讨论与结论**:
讨论部分指出,相对优势是IoT采纳的最强决定因素,与以往研究一致;ICT基础设施的负向效应反映现有系统缺乏互操作性和整合性,增加了实施复杂性。组织培训与SCP的负向关联可能源于培训内容与数字供应链能力不匹配,或在设施面临挑战时作为补救措施导致横截面数据中的反向关联。实践意义强调管理者应优先识别并沟通技术收益,政策制定者需采用分阶段方法,优先更新遗留系统、改善互操作性,并协调不同机构。研究局限性包括横截面设计无法推断因果、样本量较小且地域集中、ICT基础设施和组织培训信度偏低,以及仅采用定量方法。未来研究可采用纵向设计、扩大样本范围、结合定性访谈以深化理解。
**研究结论**:本研究运用TOE框架考察了IoT采纳的潜力及其对医疗物资分发的影响。结果表明,IoT的感知收益是影响采纳的最重要因素;当员工认识到清晰的运营价值(如改善可见性、效率和响应性)时,更可能支持新技术采纳。然而,现有ICT基础设施可能阻碍采纳,表明技术投资与用户需求及运营流程之间存在错配。培训和组织支持的有限影响进一步指出,采纳挑战可能源于更广泛的战略和实施差距,而非单纯的技术限制。重要的是,IoT采纳被发现能正向影响SCP,尤其是在政府支持和组织准备度充分的情况下。总体而言,成功实施IoT需要技术投资与基础设施、组织流程及战略目标的更强对齐,以充分实现绩效收益。