基于感知風險和服務質量模型的在線醫療健康網站用戶滿意度研究*

華中科技大學同濟醫學院醫藥衛生管理學院(430030)

姚亞男 鄧朝華△

基于感知風險和服務質量模型的在線醫療健康網站用戶滿意度研究*

華中科技大學同濟醫學院醫藥衛生管理學院(430030)

姚亞男 鄧朝華△

在線醫療健康網站是一類能夠提供在線掛號、在線問診、線上診療、在線支付、醫藥電商和診后服務等一系列互聯網醫療服務以及一定程度滿足用戶健康需求的網站。診前環節的互聯網醫療服務使用率最高，在線醫療保健信息查詢、在線預約掛號和在線咨詢問診總使用率為18.4%[1]。由上可見，在新醫改的大背景下，在線醫療健康服務行業的市場巨大。由于傳統的就醫模式與在線就醫之間有很大的差異，在線就醫模式更需要用戶滿意度作為發展助力。

盡管在線醫療健康網站出現較早，但關于在線醫療健康網站的研究較少，已有文獻關注點基本集中于建立在線醫療健康網站綜合評價指標模型、其現存問題與商業化發展狀況等方面，對用戶使用時面臨的風險以及使用后滿意度有無改變等問題的研究較少。本文基于感知風險和服務質量模型對在線醫療健康網站用戶滿意度進行研究。

理論綜述與模型假設

1.用戶滿意度(satisfaction，SAT)與忠誠度(loyalty，LOY)

在醫療健康網站提供的服務中，用戶滿意度表現為，用戶經使用某醫療健康網站提供的服務，產生某種情感態度，并由此對醫療健康網站做出整體評價。用戶忠誠度則表現為，用戶對某醫療健康網站歷史累積的偏好程度，從而產生的持續或重復使用某服務的行為。用戶滿意度會促進用戶忠誠度，增加用戶的持續使用意愿，表現為對某產品或服務的忠誠[2]。由此可見，用戶滿意度與用戶忠誠度之間存在顯著的影響關系，較高的用戶滿意度會產生較高的用戶忠誠度。因此，提出如下假設：

H1：用戶滿意度顯著影響用戶忠誠度。

2.感知服務質量(service quality，SQ)

服務質量一般用于測量用戶對已接受服務的感知與期望之間的關系。SERVQUAL模型中，服務質量相當于用戶的感知與期望的差異，即“SERVQUAL=感知-期望”。

在SERVQUAL模型中，感知服務質量被分為五個維度、有形性、可靠性、響應性、保證性與移情性。根據服務質量各維度的定義，醫療健康網站的有形性是指網站提供健康服務的實體性，保證性指在醫患交互或用戶獲取健康服務的過程中，用戶可以感知到該網站的員工具有良好的職業素養，并且能夠關注用戶的健康。醫療健康網站環境下，考慮到用戶的使用平臺為互聯網，其提供的服務具有特殊性，有形性與保證性的影響較弱，故本文采用可靠性、響應性與移情性三個維度為在線醫療健康網站感知服務質量的研究因子。提出以下假設：

H2a：感知服務質量的可靠性顯著影響用戶滿意度。

H2b：感知服務質量的響應性顯著影響用戶滿意度。

H2c：感知服務質量的移情性顯著影響用戶滿意度。

3.感知風險(perceived risk，PR)

感知風險理論最初是由Bauer于1960年提出，他認為由于消費者在采取購買行為時，由于無法準確地預知該購買行為產生的后果，而其中可能存在令消費者不愉快的后果，所以消費者在采取購買行為時承擔一定的風險。在醫療健康網站環境下，可理解為網絡用戶對健康網站的感知風險影響了用戶對網站的總體評價。當用戶在醫療健康網站獲取健康服務時，感知風險作用于信息傳遞的過程，而感知風險的大小會影響用戶的期望值，從而影響用戶的滿意度。

Stone和Gronhaug經深入研究感知風險，提出感知風險的六個維度：財務風險、績效風險、身體風險、心理風險、時間風險和社會風險[3]。根據近幾年在線醫療健康網站的迅速發展和人們對健康知識的深入了解，財務風險與時間風險成為用戶采取行為的首要考慮因素，本文將從感知風險的這兩個維度進行分析研究。財務風險指用戶在接受醫療健康網站的服務時，如網絡掛號、在線問診，在線支付過程中可能出現某些問題造成經濟損失。時間風險指在使用過程中用戶由于網絡操作技能不熟練，對健康網站的信息分布與業務流程不清楚，可能耗費大量時間尋找自己所需的服務。網絡環境下，用戶感知風險對用戶滿意度有顯著的影響，感知風險越高，用戶滿意度就越低[4]。因此，提出以下假設：

H3a：財務風險顯著影響用戶滿意度。

H3b：時間風險顯著影響用戶滿意度。

4.信任(trust)

在醫療健康網站中，用戶的信任體現在健康網站提供服務過程中的透明程度、提供服務的能力、服務的真實性以及接受服務后的結果可預測性。

與傳統的就醫模式相比，在線醫療健康網站提供的服務風險更大，帶給用戶的不確定性更高，醫療健康網站提供的健康信息權威性與專業性不能得到保證，因此，許多潛在的用戶不能接受用這種新型模式來獲取健康信息。用戶對醫療健康網站的信任程度越高，雙方的關系越緊密，用戶的忠誠度就越高。因此，本文提出假設：

H4：信任顯著影響用戶滿意度。

H5：信任顯著影響用戶忠誠度。

基于上述假設，本研究提出在線醫療健康網站用戶滿意度模型，如圖1所示。

圖1 在線醫療健康網站用戶滿意度研究

研究方法

1.研究對象

本研究的研究對象為曾使用好大夫在線平臺的人群。研究按照分層隨機抽樣的方法，根據《第37次中國互聯網絡發展狀況統計報告》中網民性別與年齡結構進行樣本分層，從同濟醫學院學生及社區居民抽取曾使用好大夫在線平臺的用戶作為調查對象。共發放問卷280份，回收267份，其中有效問卷231份，有效回收率為86.5%。

2.測量工具與方法

本文采用問卷調查法，針對好大夫在線平臺的用戶進行問卷調查，并應用結構化方程模型方法對假設模型進行檢驗。

為確保變量的信度和效度，問卷設計主要借鑒了國內外相關文獻研究中普遍采用的測量項目，并根據在線醫療健康網站的現狀和特性進行了一定的修正。為保證變量測度項的翻譯準確性，本文采取了2輪中英回譯法，其中用戶滿意度與用戶忠誠度的測度項為SAT1～SAT3、LOY1～LOY3[5]，感知服務質量可靠性、移情性、響應性的測度項為REL1～REL4、EMP1～EMP4、RES1～RES4[6]，感知的財務風險與時間風險測度項為FIR1～FIR3、TIR1～TIR3[7]，信任的測度項為TRU1～TRU7[8]。變量評分按照 Likert七級量表設置，依次選擇非常不贊同、不贊同、有些不贊同、中立、有些贊同、贊同、非常贊同等7項，分別給予1～7分。

采用 EpiData建立數據庫，錄入數據并核對校正。應用SPSS軟件進行統計分析，分析方法包括描述性統計、因子分析與主成分分析。最后利用Lisrel軟件檢驗研究模型中的路徑假設，構建結構方程模型。

結 果

1.樣本信息

樣本中男性有105人(45.5%)，女性125人(54.1%)，比例相當。接受問卷調查者大多具有高等學歷(本科以上學歷占85.3%)，且數據樣本相對年輕(18～30歲占81.4%)，學生居多(79.7%)，使用在線醫療健康網站的時間在6個月以內的用戶較多(81.4%)。

2.數據預處理

首先利用SPSS對問卷數據進行探索性因子分析。樣本的KMO值為0.902，表示量表題項間相關性較好，Bartlett球形檢驗的卡方值為8844.847(自由度為1485)，表示樣本的相關矩陣有公因子，變量的相關性較好，適合進行驗證性因子分析。

其次采取主成分因子分析法對各變量進行探索性因子分析，并利用最大方差正交旋轉，按特征值大于1的方法抽取因子，并剔除每個因子中負載小于0.5的項目。主成分分析結果中析出8個特征值大于1的因子，這8個因子解釋了總方差的73.469%，因子結構清晰，各測度項在其相關的變量上的因子負載值都大于0.5，交叉變量的因子負載值沒有超過0.5。同時測度項的偏度均小于2，峰度均小于5，可以認為，采集的樣本數據服從正態分布，能夠進行驗證性因子分析。

3.信效度分析

對模型進行信效度分析，結果如表1所示。各因子的Cronbach′s α值均大于0.8，表明各因子具有良好的信度[9]。組合信度(composite reliability，CR)均大于0.80，表示模型的內在質量較好。每個測度項在其所屬的結構變量的標準負載均大于0.60，表示樣本的收斂效度高[9]。

4.模型擬合度分析

關于模型的驗證性因子分析擬合程度有許多測量標準[10]，在本研究中，除GFI外其他指標均大于推薦值，因此可認為模型的擬合度和穩定性較好，結果如表2所示。

5.模型分析

研究模型中，有兩個內生潛變量(用戶滿意度η1、用戶忠誠度η2)和六個外生潛變量(感知服務質量可靠性ε1、感知服務質量移情性ε2、感知服務質量響應性ε3、財務風險ε4、時間風險ε5、信任ε6)，每個潛變量都有相應的觀測變量來測量。根據研究模型，列出的結構方程模型和測量方程模型如下：

表1 各測量指標變量的定義、文獻出處、因子負荷及信效度檢驗

表2 模型擬合指數

結構方程模型：η1=γ11ε1+γ12ε2+γ13ε3+γ14ε4+γ15ε5+γ16ε6+ζ1

(1)

η2=γ26ε6+β21η1+ζ2

(2)

測量方程模型：

x=Λxε+δx

(3)

y=Λyη+εy

(4)

式中，γ、β為通徑系數，ζ為結構方程的誤差項；x、y分別為外生變量(ε)、內生變量(η)的觀測變量，Λx、Λy分別為潛變量與其觀測變量之間的回歸系數矩陣，δx、εy為測量誤差。

運行Lisrel軟件來檢驗研究模型中的各條路徑假設。通過對數據的處理和分析，Lisrel給出的結構模型檢驗結果如圖2所示。

圖2 模型檢驗結果

討 論

本研究通過對數據的信效度檢驗與模型擬合度分析，驗證了研究提出的8個假設，其中6個得到支持。證明了感知服務質量的響應性與移情性、感知時間風險、信任是影響用戶滿意度的重要因素，同時也發現信任與用戶滿意度可以顯著影響用戶忠誠度。

1.感知服務質量對用戶滿意度的影響

本文發現，感知服務質量的響應性與移情性是影響在線醫療健康網站用戶滿意度的重要因素。可靠性對滿意度的影響不顯著，可以從以下幾個方面進行解釋：當前醫療健康網站的界面、風格大多類似，對用戶做出的承諾也大多相同，用戶中受教育程度較高的群體所占比例增加，對信息的識別能力高，因此不會對網站做出的承諾付出全部的信任，對提供服務的期望并不大，因此該因子在作用于滿意度時表現為不顯著。而響應性與移情性對用戶滿意度有正向影響，即網站響應速度或頻率越快，網站對用戶的需求越關注，用戶滿意度越高。這與實際情況相符，當用戶在醫療健康網站上尋求醫療服務時，用戶希望網站能夠做出及時有效的反饋，也希望網站能夠根據自身的需求提出個性化的解決方案，更加關注用戶本身。因此，醫療健康網站應該及時向用戶反饋所提供服務的進度，并優化服務流程，增強網站的人性化特征，注重與用戶之間的情感交流，使用戶感受到關懷與關注。

2.感知風險對用戶滿意度的影響

關于感知風險的研究結果顯示，財務風險對用戶滿意度的影響作用不顯著，而時間風險的影響作用顯著，這可能是由于當前互聯網環境下網上銀行的使用頻率增多、多種支付途徑的發展、支付環境規范化等支付環節優化，加上在線醫療健康網站自身的在線支付流程的完善，用戶對因在網上支付而發生財務損失的風險感知降低，對滿意度的影響作用不顯著。而用戶在使用醫療健康網站時，因為涉及到在線咨詢時臨床癥狀的描述、在線掛號的流程了解、醫生醫院的選擇等，用戶的時間付出較大，對滿意度的影響也較大。時間風險與用戶滿意度呈負相關，用戶感知時間風險越大，用戶滿意度越低，從而導致用戶放棄使用醫療健康網站。因此，醫療健康網站應該保證服務器運轉良好，優化網站的結構設計，重視網站的導航設計，將網頁信息有效組織管理，以輔助用戶迅速理解信息，節省用戶瀏覽搜索健康信息的時間，降低感知風險，提高用戶滿意度。

3.信任對用戶滿意度與忠誠度的影響

信任對滿意度和忠誠度的影響假設都得到支持，且作用非常顯著，而滿意度對忠誠度的影響假設也得到支持，說明信任對用戶忠誠度的直接影響和間接影響都比較顯著。實際上，信任是通過多次接受服務后的體驗形成，用戶經使用醫療健康網站提供的多種或特定服務，逐漸影響對該網站的信任水平，從而正向影響用戶滿意度。因此，為提高健康網站的用戶滿意度與忠誠度，應著眼于提高用戶對網站提供服務的信任水平，可通過建立良好的網站形象，采取一定的營銷手段擴大網站本身的影響力，樹立用戶心中的高質量服務提供者的形象，最終實現網站與用戶共贏。

[1]中國互聯網絡信息中心(CNNIC).第37次中國互聯網絡發展狀況統計報告.2016.

[2]Kotler P,Keller K.Marketing Management.4th ed.Prentice Hall,New Jersey,2012.

[3]Stone R,Gronhaug K.Perceived risk:Further consideration for the marketing discipline.European Journal of Marketing,1993,27(3):39-50.

[4]Hsieh M,Tsao W.Reducing perceived online shopping risk to enhance loyalty:a website quality perspective.Journal of Risk Research,2014,17(2):241-261

[5]鄧朝華,張金隆,魯耀斌.移動服務滿意度與忠誠度實證研究.科研管理,2010,31(2):185-192.

[6]Lai T.Service Quality and Perceived Value′s Impact on Satisfaction,Intention and Usage of Short Message Service(SMS).Information Systems Frontiers,2004,6(4):353-368.

[7]Hanafizadeh P,Khedmatgozar H.The mediating role of the dimensions of the perceived risk in the effect of customers′ awareness on the adoption of Internet banking in Iran.Electronic Commerce Research,2012,12(2):151-175.

[8]San S,Camarero C.How perceived risk affects online buying.Online Information Review,2009,33(4):629-654.

[9]鄧朝華,莫秀婷.移動健康服務用戶使用意愿的實證分析.中國衛生統計,2015,32(5):867-869+871.

[10]朱婷,方志峰,楊虹.等.應用因子分析與結構方程模型探索膳食模式與高血壓的關系.中國衛生統計,2016,33(1):16-19.

(責任編輯：張 悅)

國家自然科學基金項目(71271073)；中央高校基本科研業務費資助(2015AB019)

△ 通信作者：鄧朝華，E-mail:zh-deng@hust.edu.cn