0 引言
公立医院作为中国医疗体系的重要组成部分,承担着提供医疗服务的主体职能。自国务院2009年发布新医改方案以来,经过多轮医疗改革的推动,中国已经在基本医疗保险制度、医疗人才培养、公立医院诊疗服务、药品价格等方面取得了较大的成效。2024年国务院发布了《2023年我国卫生健康事业发展统计公报》
[1],根据该公报数据可以看出至2023年末,全国医疗卫生机构总数已达1 070 785个,较上年增加37 867个。此外,2023年发布的《关于进一步完善医疗卫生服务体系的意见》
[2],则明确指出了要从保障医疗服务质量安全、提高医疗卫生技术水平、促进服务连续性、提升服务便捷性、增强服务舒适性等五个方面提升医疗服务体验。因此在中国医疗服务市场向上发展的这一背景下,如何面对竞争日趋激烈的医疗服务市场,成了各医疗主体的重要任务。而当下中国医疗服务体系仍然面对诸多问题与挑战,患者对就医服务环节依然存在批评的声音。因此,深入探究医疗服务的影响因素既是公立医院的一项基本工作,也是加强中国公立医院形象塑造的关键步骤
[3-4]。
1 背景研究
患者满意度评价作为医疗服务质量评估的重要维度,国内外研究呈现阶段性差异。二十世纪初,国外出现了较为结构化的方法来评估患者满意度。医院和医疗管理工作者开始认识到了患者反馈对于改善医疗服务方面的价值,通常的方式是医院对患者进行访谈,但是这种朴素的方式缺乏标准化的内容和评价能力
[5]。Ware等
[6]于1983年首次提出了患者满意度量表(patient satisfaction questionnaire,PSQ),用于评估技术质量、人际交往等多个维度。Parasuraman等
[7]在1988年引入了服务质量模型(service quality,SERVQUAL),用于衡量患者期望和患者对服务实际提供感知之间的差距。在患者满意度指数方面,国外则已经形成了比较成熟的数个评价模型。现有患者满意度评价模型均从顾客满意度模型衍生而来。瑞典建立的顾客满意度晴雨表指数模型(Sweden customer satisfaction barometer,SCSB)可以算最早成熟的顾客满意度指数模型,美国ACSI(American customer satisfaction index)模型在此基础上创新性纳入感知质量变量,欧洲ESCI(European customer satisfaction index model)模型则对ACSI框架进行适应性改良,形成了完整的三代演进脉络
[8]。而在实际运用上已经有相关学者采用ACSI模型和中国客户满意度指数模型(China customer satisfaction index,CCSI)搭建了患者住院满意度模型,该模型包含了7个可能的潜在变量(医院形象、患者期望、感知质量、感知价值、患者满意度、患者投诉、患者忠诚度)以及14个测量因果关系
[9]。
国内在相关领域的起始时间相对晚,但发展势头迅猛,在各个方面均有长足进步。王晓燕等
[10]基于新医改背景下结合结构方程模型,通过探索性因子分析提出了“医保、医疗、医药”联动的医疗服务满意度概念模型,为医疗服务满意度构建了多要素联动的评价指标和改善方案。王敏怡等
[11]将顾客满意度的概念引入医疗服务,强调了医疗服务满意度的测量在医疗服务效果评价中具有重要意义,可以更直接地反映评价内容的成效,也是应用最广泛的手段之一,为顾客满意度在医疗体系的测量与评估中提供了指导意义。牛宏俐
[12]在其研究中提出了一个医疗服务质量评价框架,该框架借鉴了SERVQUAL模型,涵盖了可靠性、有形性、响应性、保证性、移情性五个关键维度来衡量服务质量,强调了用户感知和用户期望对医疗服务的核心价值,为医疗服务提供新的评价角度。刘桂瑛等
[13]系统评价了顾客满意度指数(Customer Satisfaction Index,CSI)的概念及意义,提出了建立中国医疗服务行业CSI的设想。钱芳等
[14]则基于美国顾客满意度指数,以感知质量、感知价值、预期质量、满意度4个因子为基础构建了28个指标模型,初步探索了ACSI在国内患者满意度影响评价中的应用。石景芬等
[15]针对四川省15家公立医院的医疗服务满意度进行了实证研究,并设计了门诊患者满意度测评量表,为门诊医疗服务效果评价提供了参考。
综上所述,国内外有关医院服务满意度评价的文献相当丰富,但是将顾客满意度指数模型同医疗服务需求相结合的较少,且相结合的文章中大多都以ACSI作为基础框架构建医疗顾客满意度指数模型,而以中国顾客满意度指数模型(CCSI)为框架的相关内容较为匮乏。因此本文参照CCSI模型为基本框架,设计了患者满意度调查问卷,构建公立医院医疗服务需求患者满意度指数模型,再基于KANO模型进行计算验证。以期延展CCSI模型在医疗服务满意度中的应用,探索患者实际医疗服务需求,为改进医院工作提供理论依据。
2 基于CCSI对公立医院医疗服务需求满意度评价量表的构建
2.1 中国顾客满意度指数模型(CCSI)简述
中国顾客满意度指数模型(CCSI)是中国第一个全品类的顾客满意度评价体系,它更加注重要素满意度和总体满意度的影响
[16]。作为一个连续调查项目,每年CCSI都会发布各行业对产品和服务的满意程度,可以用于参考各种主体制定和改进顾客满意度评估体系。CCSI是在总结前期国外ACSI和ECSI模型的特点和优势的基础上,结合中国市场经济理论,形成的全国顾客满意度评价指标体系。该体系能够反映中国总体消费者的代表特征,因而更加贴合中国实际情况。CCSI共设有品牌形象、预期质量、感知质量、感知价值、顾客满意、顾客忠诚6个结构变量以及11组变量之间对应影响关系,其中顾客满意和顾客忠诚为结果变量,其余均为原因变量,预期质量和感知质量成为内循环中的核心变量,顾客居于满意度评价中的核心地位。不过CCSI模型本身的解释能力有限,因而在实际运用中,需要针对分析行业的特点进行适应性调整
[17]。
2.2 基于CCSI构建公立医院医疗服务需求满意度指数模型
本研究致力于采用符合中国市场情况的CCSI模型套置于公立医院医疗服务这一载体,对普通模型进行适合医疗服务和患者需求方向的修改,使其更适合于对公立医院医疗服务需求进行研究分析。综合已有相关研究和前期调研的基础上,确定了9个潜在变量和30个观察变量构建了公立医院医疗服务需求评价体系,详细内容见
表1。
本模型中的公立医院医疗服务感知质量被定义为患者在接受医疗服务全过程中对医疗技术和服务水平的主观评价以及真实感受,通常包括医疗质量感知、医疗服务感知和服务场景感知等,对应CCSI模型中的感知质量。公立医院医疗服务感知价值对应CCSI模型中的感知价值,通常指患者在实际付出与既得服务之间的主观感受,由于医院的特殊性,感知价值除了直接体现服务价值和服务费用之间的关系外,需要重点反映患者与医院工作人员之间的沟通价值。公立医院医疗服务期望质量是指患者在前往医院接受技术和服务之前,基于个人或多种渠道的了解而带来的预期希望,对应CCSI模型中的期望质量。公立医院医疗服务顾客忠诚对应CCSI模型中的顾客忠诚,指的是患者再次选择就医或向他人推荐的可能性,其代表的是模型中的最终结果变量。由于中国公立医院属于非营利性质,通常而言其品牌价值体现的是以优质的技术、合理的收费、便捷的流程为代表的形象与口碑,而非单纯追求商业价值的溢价,因此本模型删除了“品牌形象”指标,具体相关表现由其他指标反映。整体模型如
图1所示。
其中感知质量下设有形性、可靠性、响应性、保证性、移情性5个观测变量,主要参考2024年湖北省地方标准《医疗机构服务满意度评价规范(征求意见稿)》和辛树彬
[18]的文章,他们结合了服务质量理论为感知质量制定了相关维度。感知价值中的患者感知部分参考了陈春念等
[19]的文章,他们提出了感知价值相关的指标,并得出了在既有医疗水平下,患者更关注医疗费用的结论,并且费用高低对患者满意度拥有最重要的影响。人员服务参考了石景芬等
[15]和刘健等
[20]的文章,他们分别在研究中指出了有关医患沟通方面的指标会影响满意度以及工作人员的服务对感知价值的影响。患者期望和患者忠诚参考了郭问秋等
[21]和柯楠等
[22]的文章,他们剖析了患者期望和患者忠诚方面指标的作用。
2.3 利用CCSI模型量表构合KANO模型验证
研究方法融合中国顾客满意度指数模型(CCSI)和KANO模型的理论基础,以构建一个综合性的研究框架。CCSI模型提供一个宏观的视角,其通过其六个结构变量揭示顾客满意度的多维度特性。KANO模型则从微观层面出发,细致划分顾客需求的不同类型,从而深入挖掘患者对公立医院医疗服务的具体期望和需求。
3 研究对象及方法
3.1 调查对象
本研究采用便利抽样的方式,聚焦于湖北省公立医院患者群体,调查地点包括宜昌、武汉、孝感地区共5所公立三甲医院。以2024年1月至2024年9月期间在抽样地区公立医院服务点就医的患者作为研究对象。纳入标准:①具备清晰意识与相应表达能力,能够准确传达自身想法与感受的患者;②知悉研究内容并自愿参与的患者;③清晰知晓医院就诊流程的患者群体。排除标准:①中途退出研究的患者;②因认知障碍等因素,无法完成调查答题的患者。
针对样本量的计算,本研究进行了两种计算方式的样本量估算。首先,本研究的样本量估算依据为样本量粗估计法(>变量数的10倍)。同时鉴于可能出现样本无效情况,故增加20%样本量。本研究调查共包含30个条目,因而预估样本量计算为30×10×(1+20%)=360人。
其次,依据样本量计算公式进行计算:
Z值取为1.96(对应95%置信水平),依据近年公立医院医疗服务满意度相关研究,P值取为0.895(预期满意度比例),E值取为0.03(允许的误差范围),将以上值代入公式,向上取整得到预估样本量为402人。
故此,本研究采取线上与线下问卷发放相结合的形式,累计发放问卷440份,回收有效问卷410份,问卷的有效回收率为93.18%。调查对象基本情况具体见
表2。
3.2 研究方法
3.2.1 基于KANO模型
赫兹伯格的双因素理论区分于影响员工满意度的保健因素和激励因素,受此启发,日本质量管理专家狩野纪昭提出了KANO模型
[23],用于分析产品质量和客户满意度。通过问卷调查和数据分析,企业可利用KANO模型识别和分类需求,优先处理关键需求,优化资源配置,从而提升客户满意度和忠诚度,增强市场竞争力。
KANO模型根据产品功能实现的程度与用户满意度之间的动态关系,将服务需求的特征划分为五种类型:基本型需求、期望型需求、魅力型需求、无差异型需求和反向型需求。
3.2.2 KANO分析框架
KANO分析框架的结果通常基于两种工具:KANO问卷调查和KANO分类评估对照表
[24],如
表3。问卷调查采用了一种独特的提问方式,它从两个相反的视角对同一议题进行探讨,旨在收集用户在特定服务特性存在与否时的不同反应。通过这种方式,研究者能够识别并分类用户对服务特性的需求属性,从而揭示其背后的价值和期望。
表格概念在本文中定义:
M:必备属性,代表那些如果做得不好,患者会非常不满,但如果做得好,患者认为是理所当然的基本属性
[25]。
O:期望属性,代表那些随着服务质量提高,患者满意度也会增加的期望属性。
A:魅力属性,代表那些超出患者期望,能够给患者带来惊喜的魅力属性。
I:无差异属性,代表那些对患者满意度影响不大的无差异属性。
R:反向属性,代表那些做得越好,患者反而越不满意的逆向属性。
Q:可疑属性,代表那些有问题或不清晰的回答。
3.2.3 问卷设计
在KANO问卷设计中,每个问题都旨在从两个方向探索用户的感受:一是当服务特性存在时的满意度,二是当服务特性缺失时的不满意度。这种双视角的方法有助于深入理解用户的真实需求,并区分出不同层次的需求属性。最终,这些信息将被用来指导产品或服务的设计和改进,以更好地满足目标市场的需求。
本调查问卷根据公立医院的特点,借鉴CCSI中国顾客满意度指数模型中感知质量、感知价值、期望质量、顾客忠诚四个模块设计,结合患者对公立医院各项服务内容的关注度而制定。量表共有9个维度30个问项,在本项研究中创新性地融合了服务需求调研与满意度评估。在设计KANO调查问卷时,本研究借鉴了李克特五点量表的评分机制,但在此基础上进行了必要的调整与优化,以适应当前研究的特定需求和背景
[26]。
结合调查问卷的预调查结果显示,问卷内部一致性Cronbach’s α信度系数为0.92,问卷效度KMO检验值为0.82,说明问卷整体具有良好的信效度。
3.3 研究结果与分析
首先,本文结合CSSI模型建立了共计30条公立医院医疗服务需求,通过KANO模型构建结果及每项的Kano属性分类情况分析及Better、Worse系数分析,见
表4。其中,必备属性为5项,魅力属性为4项,无差异属性为20项,期望属性为1项
[27]。
其次,Better系数与Worse系数这两项指标,皆可用来测量患者针对公立医院医疗服务需求满意度所呈现的影响。具体计算公式如下:
通过计算,Better系数和Worse系数的绝对值越大,表示该服务或功能对患者满意度的影响越大
[28]。最高的Better系数是“患者对医疗服务性价比的认可”,为59.51%,这意味着当医疗服务的性价比被患者认可时,患者的满意度会有显著提升。最低的Better系数是“医院提供医疗水平和服务质量一致”,为38.29%,这表明这项服务的改进对患者满意度的提升影响相对较小。Worse系数绝对值最大的是“医院注意保护患者的隐私”,为-52.20%,这表明如果医院在保护患者隐私方面做得不好,会对患者满意度造成极大的负面影响。Worse系数绝对值较小的是“患者对医疗服务性价比的认可”,为-38.05%,这表明即使医疗服务的性价比不被认可,对患者满意度的负面影响也相对较小
[29]。
在医疗服务质量评估中,Better系数和Worse系数是两个关键指标,它们分别代表了患者对某项服务的满意度提升和不满意度的降低。通过这两个系数,我们可以将医院的服务属性分为四类:期望型需求、魅力型需求、无差异型需求和必备型需求,如
图2。
期望型需求:这些属性位于第一象限,Better系数高而Worse系数的绝对值也高这意味着,如果医院提供这些服务,患者的满意度会显著提升;反之,如果不提供,满意度会下降。例如,医务人员诊疗行为规范、专业(Better系数51.59%,Worse系数-50.86%)和投诉建议反馈及时(Better系数50.73%,Worse系数-49.76%)都属于期望型属性
[30]。
魅力型需求:位于第二象限。Better系数较高而Worse系数的绝对值较低。这些属性通常不是患者期望的基本服务,但如果提供,会极大地提升患者的满意度和忠诚度。例如,患者对医疗服务性价比的认可(Better系数59.51%,Worse系数-38.05%)和医疗服务处理速度(Better系数56.10%,Worse系数-43.66%)。
无差异型需求:位于第三象限,Better系数和Worse系数的绝对值都较低。这些服务的提供与否对患者的满意度影响不大。例如,标准价值下的效果(Better系数44.15%,Worse系数-44.39%)和特定效果下的花费(Better系数47.80%,Worse系数-44.15%)。
必备型需求:位于第四象限,Better系数低而Worse系数的绝对值高。这些是患者认为医院应该提供的服务,如果缺失,会导致满意度大幅下降。例如,医院提供医疗水平和服务质量一致(Better系数38.29%,Worse系数-51.22%)和医院注意保护患者的隐私(Better系数47.56%,Worse系数-52.20%)。
4 讨论
4.1 提升医疗服务的必备属性
基于KANO模型可以看出,大多数医疗服务属性被归类为必备属性(M),这意味着这些服务是患者期望医院必须提供的。如医疗机构指导标识清楚,诊疗过程中等候时间短,医护人员有礼貌等。这些服务的缺失,会导致患者满意度明显下降。因此,医院应保证这些基本服务的质量和效率,以满足患者的基本期望
[31]。
4.2 强化魅力属性的创新与应用
虽然魅力属性(A)在KANO模型中的数量不多,但其对提高患者满意度的影响却具有显著影响。其中包括医务人员诊疗行为规范,医疗服务的处理速度以及患者对医疗服务性价比的认可程度等。医院需通过创新服务模式,提供个性化、高品质的医疗服务,创造附加价值,提升患者满意度。
4.3 优化无差异属性的服务
无差异属性(I)表明某些服务的提供与否对患者的满意度没有太大影响。医院应该对这些服务的必要性进行评估,合理分配资源,避免在这些服务上投入过多,而应该把资源集中到能够显著提高患者满意度的服务上来。
4.4 增强医患沟通和反馈基础
期望属性(O)作为提升患者满意度的要素,医患沟通恰属此类关键服务。医院应建立有效的沟通渠道,保证患者能及时反馈自己的意见和需求。同时医院应及时回应患者反馈,不断调整优化服务流程,提升患者体验。
5 结语
本研究创新性地综合运用中国顾客满意度指数模型(CCSI)和KANO模型,对公立医院医疗服务需求患者满意度进行了系统性分析。研究发现,患者对医疗服务的必备属性(如医院环境、流程、隐私保护)有较高期待,对满意度影响显著。因此,医院应当建立标准化管理体系,通过流程再造和持续质量改进,确保这些基础服务的稳定性和可靠性。通过Better和Worse系数的定量分析,识别出对患者满意度影响较大的Better系数服务属性(如医疗服务处理速度、患者对医院的信任度)和Worse系数服务属性(如诊疗过程等候时间、医务人员服务态度),这些方面都是重点改进领域,医院可以建立服务质量改进的PDCA循环机制,通过持续的数据监测和效果评估,实现服务质量的提升,为医院服务改进提供了明确方向。