兩類用戶對移動醫療軟件選擇影響因素對比研究

蘆玉琦+張鑫瑜+歐思情+梁爽+孔瑞瑞

[摘 要] 近兩年，我國的移動服務市場不斷擴大，而其中的移動醫療服務更是未來非常重要的新興發展方向。從移動醫療潛在用戶視角出發，基于TAM理論模型，加入最新研究成果技術焦慮和社會影響等因素，利用Amos21.0進行結構方程建模統計分析。進行了兩類用戶對移動醫療軟件使用意愿影響因素及影響路徑的對比研究。實證研究發現：習慣使用搜索引擎來進行線上醫療查詢的用戶受抵制變化的影響最大，其中結果質量、使用成本、易用性對其產生負面影響，有用性呈正面影響；而習慣使用移動醫療軟件進行線上醫療查詢的用戶受結果質量影響最大，其中結果質量、易用性、有用性呈正面影響，使用成本呈負面影響。

[關鍵詞] 移動醫療；搜索引擎；在線醫療；影響因素

[中圖分類號] F724.6；TP311.56 [文獻標識碼] A [文章編號] 1009-6043（2018）01-0109-04

Abstract： In the past two years， China's mobile service market has been expanding， and the mobile medical service is a very important and emerging development direction in the future. From the perspective of potential mobile medical users， Amos21.0 is used to do structural equation modeling and statistical analysis based on the TAM theoretical model， with the latest research results， technology anxiety and social influence. A comparative study of the influencing factors and the impact path of two types of users on mobile medical software is carried out. It is found out that users having the habit of online medical queries affected the most by the resistance to the change of search engines. The result quality and cost and ease of use have a negative impact； the usefulness has a positive influence. Users who are used to using mobile medical software for online queries are affected the most by the result quality. For them， result quality， ease of use and usefulness play positive effect； the use of cost exerts negative impact.

Key words： mobile medical service， search engine， online medical treatment， influencing factor

一、引言

目前國內醫療產品/服務類APP產品已達2000多種，競爭激烈程度加劇。因此針對移動醫療品牌提升的問題進行研究，具有現實意義[1-2]。移動醫療產品/服務主要有兩種形式：一是大眾健康咨詢服務，通過手機檢索或咨詢醫療信息；二是醫療服務輔助工作，主要包括掛號、繳費等。以上產品/服務主要依賴于移動醫療軟件，由于受限于移動終端功能，因此目前很難進行疾病信息的采集和治療。而搜索引擎則具有整合網絡資源，能從全方位多角度為用戶提供方便快捷關于疾病的癥狀治療處理等查詢服務，這一點是移動醫療軟件目前難以超越的。

二、研究背景及研究假設

Davis在1989年運用理性行為理論研究影響用戶對信息系統的接受因素時提出了技術接受模型[3]（Technology Acceptance Model，TAM），認為感知有用性（Perceived Usefulness，PU）和感知易用性（Perceived Ease of Use，PEOU）是研究影響用戶使用信息系統的兩大重要因子，兩者在外部變量的影響下作用于使用態度，從而決定用戶的使用行為。其中PU代表用戶認為使用一個具體系統對其工作業績提高的程度，PEOU代表用戶認為使用一個具體系統的容易程度。本研究基于此，提出下述假設，F1：感知易用性對感知有用性呈正向影響；F2：感知易用性與用戶使用行為呈顯著正向影響；F8：該移動醫療查詢途徑對用戶的幫助性越大，感知有用性更顯著，因此用戶使其與使用行為呈正向影響。

基于國內外學者關于移動醫療查詢的研究，通過趙楊和倪奇[4]對移動醫療服務用戶采納行為相關研究文獻的薈萃分析，得到技術焦慮、變化抵制、感知風險等對用戶使用意識有顯著影響?；诖耍狙芯繉⒓夹g焦慮、變化抵制、風險感知以及開發技術人員創造的信息質量，作為外部變量構建假設模型，并據此提出下述假設，F3：風險感知是由該產品帶給用戶的信任程度來反映的，往往由該產品的信息權威程度、個人信息安全程度等來決定，風險感知程度與用戶的使用行為呈反比影響；F4：抵制變化反映了用戶對一個產品更新的不滿意程度，它與用戶使用行為呈反比影響；F5：用戶得到的服務與使用成本的比例越高，用戶使用頻率越高；F6：信息質量反應了一個應用系統滿足明確的和潛在的需求能力的特性的總和，它與用戶使用行為呈正向影響；F7：技術焦慮與用戶使用行為呈反比影響。endprint

通過對這些相關變量與用戶使用移動醫療行為的關系進行測量，進而揭示出兩類用戶在選擇移動醫療軟件時的影響因素。其中，兩類用戶，一類是習慣使用搜索引擎行為進行疾病查詢的用戶（簡稱SE用戶），另一類是習慣使用移動醫療軟件進行疾病查詢的用戶（簡稱MH用戶）。綜上，提出下述假設模型（圖1）。

三、研究設計

（一）問卷設計與分析方法

問卷在已有研究的成熟量表[5]基礎之上，進行適當調整，得到性別、年齡和職業等社會人口學基本信息以及8個變量的測量項：感知易用性（PEOU）、感知有用性（PU）、使用意愿（AI）[6]、抵制變化（RC）、信息結果（IQ）[7]、感知風險（PR）[8]、使用成本（CTU）、技術焦慮（TA）[9]。并根據被調查者在選擇線上醫療時的使用傾向（搜索引擎或者移動醫療），把問卷分為兩大部分加以進行比對研究。

通過線上線下共計發放350份問卷，剔除掉不完整、或明顯不合格的問卷后，有效樣本共計316份，發放問卷的有效率為90.3%。問卷所有題項均采用單項選擇，不選擇表示對題項說法“不贊同”，選擇表示“贊同”，多個題項測量一個變量，取平均值表示變量測量結果。

問卷數據整理后，利用SPSS進行描述性統計分析、相關分析、信效度分析等，用Amos構建結構方程模型，檢驗模型假設。

（二）量表統計量描述

移動醫療潛在用戶社會人口統計學特征見表1。

四、研究結果與分析

（一）信度分析

信度是指量表測量結果的一致性或穩定性的程度[10]。一般而言，信度分析用Cronbach'sAlpha系數測定綜合評價體系的一致性、穩定性和可靠性，Alpha系數取值在0-1之間，越趨近于1表示數據信度越高，量表也就越穩定。利用SPSS19.0計算各個測量變量的Cronbach's Alpha值，結果如表2所示。Cronbach's Alpha值越高表示可信度越高，各測量變量的組合信度CR值均大于0.7，表明量表具有良好的信度。

（二）效度分析

效度主要評價量表的有效性、準確度以及正確性，即測定值與真實值的偏差大小[1]。利用SPSS19.0分析量表的收斂效度如表3所示。所有測量變量所對應的各個題項的因子載荷量均大于0.5，平均提取方差值AVE均大于0.7，說明量表具有良好的收斂效度。

（三）模型分析

利用Amos21.0進行SEM統計分析，檢驗模型假設，驗證各測量變量之間關系[12]。模型各項適配度指標見表4，各項指標值均處于理想范圍，可見所建模型具有良好的擬合效度。

（四）模型檢驗

通過路徑分析得到模型各測量變量之間的影響系數，SE用戶分析結果如圖2所示。

在SE用戶中抵制變化、感知有用性對使用意愿有正面影響（0.59，0.24），使用成本、信息結果、感知易用性對使用意愿有負面影響（-0.26，-0.26，-0.13）。

MH用戶的分析結果如圖3所示：在MH用戶中使用成本、信息結果、感知有用性、感知易用性對使用意愿有正面影響（0.11，0.30，0.15，0.15），抵制變化對使用意愿有負面影響（-0.06）。

針對模型所提出的8條研究假設。其中SE用戶得出的結果，有6條假設得到驗證：TA對RC、RC對AI、CTU對AI、PU對AI、PEOU對PU、IQ對AI的影響；另2條假設的顯著性未得到驗證，PR對RC以及PEOU對PU的影響。根據MH用戶結果，有6條假設得到驗證：TA對RC、CTU對AI、PU對AI、PEOU對PU、PEOU對AI、IQ對AI的影響，而另2條假設的顯著性并沒有得到驗證：PR對RC、RC對AI的影響。理論模型的路徑系數與假設檢驗對比結果見表5。

五、結論及建議

本研究在兩類醫療網絡用戶對移動醫療采用意愿影響因素中，考察了消極因素，通過實證有如下發現：

（一）兩類用戶的使用意愿（AI）受到抵制變化（RC）、感知有用性（PU）、信息結果（IQ）、使用成本（CTU）、感知易用性（PEOU）影響

對于SE用戶，感知風險（PR）對RC的影響較小（-0.03），技術焦慮（TA）對RC的影響處于主導地位（1），表明習慣使用搜索引擎行為進行疾病查詢的用戶抵制變化主要是因為技術焦慮；RC對AI影響較大（0.59），SE用戶不選擇移動醫療的很大原因是抵制變化；CTU、IQ對AI的負面影響較大且相等（-0.26），SE用戶在選擇移動醫療軟件時，付出期望很低，對移動醫療軟件的結果質量也不滿意；PU對AI的影響較大（0.24），說明感知有用性對SE用戶來說很重要；PEOU對PU負面影響較大（-0.13），說明SE用戶不會因為移動醫療軟件易用而覺得其有用；PEOU對AI影響較?。?0.09），說明感知易用性不會影響SE用戶對移動醫療軟件的選擇。

對MH用戶的AI影響最大的是IQ（0.30），說明MH用戶認為移動醫療軟件可以提供可靠的信息；PU、PEOU對AI影響相等（0.15），說明移動醫療軟件的感知有用性和感知易用性對MH用戶來說很重要；PEOU對PU影響較大（0.13），說明感知易用性會影響MH用戶對感知有用性的判斷；TA對RC負面影響較大（-0.12），說明MH用戶在使用移動醫療軟件時幾乎不會感到技術焦慮；CTU對AI的影響（0.11），即MH用戶在選擇使用移動醫療軟件時，對使用成本的付出期望遠遠大于SE用戶（-0.26）；PR對RC、RC對AI影響都比較小，且相等（-0.06），說明MH用戶幾乎不會因抵制變化、感知風險而拒絕使用移動醫療軟件。

（二）抵制變化（RC）受到技術焦慮（TA）、感知風險（PR）影響

在SE用戶中技術焦慮對抵制變化有正面影響且影響最大（1.00），感知風險對抵制變化有負面影響（-0.03），在MH用戶中技術焦慮、感知風險對抵制變化均為負面影響（-0.12，-0.06）。endprint

（三）感知有用性（PU）受到感知易用性（PEOU）影響

在SE用戶中感知易用性對感知有用性有負面影響（-0.09），在MH用戶中感知易用性對感知有用性有正面影響（0.13）。

（四）SE用戶對移動醫療軟件的使用意愿受抵制變化的影響最大，其中對結果質量、使用成本、易用性呈負面影響，對有用性呈正面影響

SE用戶不選擇移動醫療軟件的原因是因為習慣使用搜索引擎，并且幾乎不會使用移動醫療軟件，此類用戶認為移動醫療軟件有用，但又不想付出使用成本，并表示移動醫療軟件不易用，且對結果質量有所擔憂。

（五）MH用戶對移動醫療軟件的使用意愿受結果質量影響最大，其中對結果質量、易用性、有用性呈正面影響，對使用成本呈負面影響

MH用戶對移動醫療軟件的結果質量比較滿意，并認為其有用、易用，并且易用性會正面影響MH用戶對有用性的判斷；MH用戶愿意為移動醫療軟件付出使用成本，而且他們的抵制變化不是因為技術焦慮，而是因為會失去現有APP的利益等其他因素。

定量分析結果表明，選擇移動醫療軟件的用戶關心的是所得到的醫療服務的質量和實用價值，但由于醫療服務領域的特殊性，用戶同樣非常在乎風險，用戶通過利用移動醫療軟件所得到的信息質量，來降低其自身所面對的風險。移動醫療軟件供應商應該通過改進各項醫療服務措施，進而提高移動醫療軟件的安全性，增強移動醫療軟件的信息質量。可通過聯合更多擁有更高聲譽的醫院和醫生，為用戶提供準確、客觀并且及時的醫療信息和診療服務。為了保證醫療服務的穩定性與持續性，以及深入整合醫院這個具有高壁壘的渠道領域，移動醫療軟件供應商需要擁有自己的專業醫療顧問團隊。

雖然通過模型構建、理論假設以及實證檢驗，最終得到統計結果，為移動醫療提供商營銷提供一定參考，但仍存在兩方面局限性：第一，研究對象范圍不夠寬。本研究只考慮了患者用戶移動醫療平臺的接納意愿的影響因素，而在移動醫療的整個生態圈里，鑒于當下中國“單點執業”制度下的醫生資源的稀缺性，其是最重要最關鍵的核心用戶群體，后續的研究可從影響醫生接受移動醫療平臺的因素入手，進而拓寬移動醫療提供商的營銷視野。第二，本研究重點探討了移動醫療軟件用戶采納的影響因素，關于各個因素影響移動醫療軟件采納的實現過程只進行了簡單的路徑分析，沒有進一步研究詳細的實現機理。事實上，從模型中分析移動醫療服務提供商制約移動醫療軟件的營銷發揮較為復雜，未來可以進一步研究相關影響機理和實現路徑，豐富和拓展移動醫療營銷理論內涵和研究框架。

[參考文獻]

[1]楊明剛，郭永艷.互聯網時代的移動醫療品牌提升方略——以“春雨醫生”為例[J].設計，2015，（17）.

[2]郭熙銅，張曉飛，劉笑笑，DougVogel.數據驅動的電子健康服務管理研究：挑戰與展望[J].管理科學，2017，30（1）：3-14.

[3]Davis，F.D.，Bagozzi，R.P.，&Warshaw，P.R.UserAcceptanceofComputerTechnology：AComparisonofTwoTheoreticalModels[J].ManagementScience，1989，35（8）.

[4]趙楊，倪奇.基于薈萃分析法的移動醫療服務用戶采納研究[J].信息資源管理學報，2016，6（3）.

[5]王藝蓉，王前等.糖尿病患者移動醫療服務的使用意愿及其影響因素調查[J].中國全科醫學，2017，13：1619-1625

[6]Johnston A C and Warkentin M. Fear appeals and information security behaviors： an empirical study [J].MIS Q uarterly， 2010，34（3）.

[7]Mc Knight， D. H.， Choudhury， V.， and Kacmar， C.Developing and validating trust measures for e-commerce： An integrative typology[J]. Information systems research， 2002， 13（3）.

[8]Cocosila， M.， and Archer， N. An empirical investigation of mobile health adoption in preventive interventions[C]. 22nd Bled e Conference， Bled， Slovenia， 2009.

[9]Komiak， S. Y. X.， and Benbasat， I. The effects of personalization and familiarity on trust and adoption of recommendation agents[J]. MISQ， 2006， 30（4）.

[10]張虎，田茂峰.信度分析在調查問卷設計中的應用[J].統計與決策，2007（21）。

[11]蔣小花，沈卓之，張楠楠，等.問卷的信度和效度分析[J].現代預防醫學，2010（3）.

[12]李志宏，白雪，馬倩，王娜.基于TAM的移動證券用戶采納影響因素研究[J].管理學報，2012（1）.

[責任編輯：史樸]endprint