互聯網醫療下患者持續線上咨詢和線下就診意愿影響因素研究

陳家和，馬錦爐，張育瑋*

醫療資源不均衡一直是國家和老百姓較為擔心的熱點問題。近年來隨著互聯網及其相關應用的不斷普及，互聯網醫療應運而生，世界衛生組織對互聯網醫療的定義為使用信息和通信技術提供衛生保健服務和信息。在日益高漲的需求的推動下，我國互聯網醫療平臺不斷涌現，如丁香園、好大夫、尋醫問藥等。據統計，互聯網醫療類APP已達2 000多種，易觀產業數據庫發布的《中國醫藥電商市場季度監測報告2017年第2季度》顯示，截至2017年6月，中國醫藥電商市場移動端活躍人數已達291.26萬人［1］。互聯網醫療除了在時間上帶給患者便利外，其更重要的優勢在于打破了地域區隔，讓全國乃至全球患者共享優質的醫療資源與服務。在國內，一項2013年的問卷調查結果顯示，高達75.2%的患者通過互聯網查詢健康信息，61.5%的患者通過互聯網醫療平臺咨詢過醫生；線上診療服務的用戶往往是高學歷、高收入的人群；絕大多數患者認為互聯網醫療提供的信息與咨詢服務是令人滿意的，并且對其健康有積極作用［2］。互聯網醫療大多基于線上線下（O2O）商業模式，患者通過線上醫療咨詢服務尋求具有針對性的治療方案，再根據線上咨詢建議到線下實體醫院接受專業治療。患者在使用線上醫療服務的過程中，會對服務質量進行評價，而這又進一步決定了患者持續使用該服務的意愿。在現有文獻中，已經有不少學者針對互聯網醫療相關內容進行了研究［2-4］，但截至目前，在互聯網醫療背景下，對于患者線下就診意愿的研究很少，絕大部分國內外的研究只局限于線上服務的滿意度及使用意愿上。因此，本研究整合公平理論和刺激-機體-反應模型（S-O-R模型），探究患者持續線上咨詢和線下就診意愿的影響因素，以期更加全面地了解醫患之間的交流對患者線上咨詢及線下就診行為的影響，以及患者線上咨詢與線下就診行為之間的關聯，并從理論和實務上提供更加全面的對互聯網醫療下患者行為的見解。

本研究創新點:

首先，依據公平理論，本研究將患者對于醫生的感知公平分為分配公平、程序公平、信息公平和交互公平4個維度，并以此作為刺激-機體-反應模型（S-O-R模型）中的“刺激”方，進而影響患者對醫生的信任。基于S-O-R模型，患者會因心理狀態的改變做出相應的反應行為，本研究據此成功驗證了患者對醫生的信任會積極影響患者持續線上咨詢和線下就診意愿。其次，本研究基于線上線下（O2O）模式，拓展了研究視角，以患者從線上咨詢到線下就診為切入點，通過S-O-R模型建立研究主框架，進而探究患者持續線上咨詢意愿和線下就診意愿的關系；而既往很少有學者將S-O-R模型及信任理論應用于互聯網醫療領域，并將研究內容擴展到線下。因此本研究的理論應用對未來該領域的相關研究提供了一定的參考價值。最后，行為反應作為S-O-R模型中的最后一個節點——“反應”，本研究將其進一步劃分為患者持續線上咨詢意愿和線下就診意愿，而實證研究的結果也顯示患者持續線上咨詢意愿對其線下就診意愿有明顯影響。

1 資料與方法

1.1 理論基礎及構建結構方程模型

1.1.1 公平理論 COLQUITT［5］于2001年在全面總結了183篇與公平理論相關的研究后，把公平分為4個主要維度：分配公平（distributive justice）、程序公平（procedural justice）、交互公平（interpersonal justice）和信息公平（informational justice）。其中分配公平是個人感知公平的重要影響因素之一，其是指個人對經濟和社會情感結果的公平評價；程序公平用以衡量程序的公平性和對程序制度的偏好，其是指對就結果做出決定的過程及程序的公平評價；交互公平是指個人與決策制定者交互過程中是否被對方禮貌和尊重地對待；信息公平是指個人對于過程和結果解釋的公平感知。

在互聯網醫療研究背景下，醫生回復是否準確有效、醫患間的溝通是否順暢、患者能否完整表達自己的問題、患者對線上咨詢結果的滿意程度和對比投入與收獲的感知差別等因素均會影響患者對于公平的整體感知水平。而感知公平是指患者對于醫生在咨詢過程中公平維度的總體感知。整體的感知公平在本研究中是一個二階形成型構面，其潛在變量為分配公平、程序公平、交互公平和信息公平［6］。分配公平在本研究中指的是患者對線上咨詢帶來的經濟和社會情感的分配公平的評價。患者使用線上咨詢服務需要投入時間和金錢成本，其會評估線上咨詢結果是否滿足其期望值。如果患者對結果的感知是公平的，那么這將提高其整體的感知公平水平。程序公平在本研究中指的是患者對線上咨詢過程和程序方面的公平性評價。如果患者對線上咨詢過程和相關流程的感知是公平的，那么其會加強整體的感知公平水平。交互公平在本研究中指的是患者在線上咨詢時被醫生禮貌對待和被尊重的感知程度。患者在接受線上咨詢時通常十分看重醫患之間的交互關系，尤其在介紹自己病情和隱私時，醫生認真的態度和禮貌的交流，均會讓患者感到被尊重對待，這將有助于提高患者整體的感知公平水平。信息公平在本研究中指的是患者對醫生關于線上咨詢結果解釋的感知公平性。咨詢結束后，患者會判斷醫生提供的診斷解釋的準確性和專業性。因此信息質量是影響患者整體感知公平的關鍵因素之一。先前已有不少研究驗證了這4個公平構面對整體感知公平的顯著影響作用［6］。因此本研究提出如下假設：H1——分配公平與感知公平呈正相關；H2——程序公平與感知公平呈正相關；H3——交互公平與感知公平呈正相關；H4——信息公平與感知公平呈正相關。

1.1.2 S-O-R模型 S-O-R模型由MEHRABIAN等［7］于1974年提出，其認為個人心理上和行為上的反應會受到環境因素的刺激。該理論還指出，環境因素作為一種刺激（S）會先對個體的心理狀態（O）產生影響，而心理上的變化反過來又能進一步影響個體的反應行為（R）［7］。

本研究將公平理論整合進S-O-R模型框架中，旨在探究線上咨詢因素如何影響患者的心理和后續行為。由于患者線上咨詢會對其就診體驗產生影響，因此本研究分別將感知公平中的分配公平、程序公平、交互公平和信息公平作為刺激（S）；因為在對顧客的研究中，信任能反映個體的心理狀態［8］，因此本研究將患者對于醫生的信任作為機體（O）；而持續線上咨詢意愿和線下就診意愿則代表了患者的后續反應行為（R）。

在本研究中信任被視作影響個體行為反應的心理狀態，是指患者對醫生動機和行為的期望［9］。信任可以被看作是一種激發個體行為意圖的行為信念。根據既往研究結果［6］，本研究假設患者對醫生的感知公平會明顯影響其對醫生的信任度。而患者對線上咨詢平臺醫生的信任又將進一步促進其持續在該平臺進行線上咨詢，抑或是遵循醫囑線下到醫院接受專業治療。既往研究表明，信任能明顯正向影響消費者持續使用在線服務的意愿［10-11］。因此本研究提出如下假設：H5——感知公平與信任呈正相關；H6——信任與持續線上咨詢意愿呈正相關；H7——信任與線下就診意愿呈正相關。

基于互聯網醫療的研究背景，本研究將S-O-R模型中的行為反應進一步分為患者持續線上咨詢意愿和線下就診意愿。從患者角度考慮，基于對醫生的信任，患者會更愿意線下去醫院拜訪那些給其提供線上咨詢的醫生以尋求進一步治療。根據相關文獻，光環效應可以用以解釋線上與線下行為之間的關聯性［12］。本研究推測患者持續線上咨詢意愿也會進一步影響其線下就診意愿。因此本研究提出如下假設：H8——持續線上咨詢意愿與線下就診意愿呈正相關。

1.2 研究方法

1.2.1 問卷設計 結合相關調查背景，基于既往文獻資料設計調查問卷，為保證內容效度，本研究依據既往研究來發展各構面題項。分配公平、程序公平、交互公平及信息公平的測量題項采納了COLQUITT［5］2001年的研究成果；信任的測量題項來源于JARVENPAA等［9］2006年的研究結果；患者持續線上咨詢意愿的衡量題項采納了BHATTACHERJEE［8］2001年的研究建議；患者線下就診意愿的衡量題項采用了VENKATESH等［13］2003年的研究成果。具體問卷內容見表1。所有題項的衡量使用7點Likert量表進行評分，從非常不同意（1分）到非常同意（7分）。

1.2.2 問卷調查 好大夫網站是我國最早興起并且規模最大的互聯網醫療平臺，其向大眾提供線上健康咨詢、藥品信息、健康知識普及等線上醫療服務和線下就診預約服務。為保證樣本質量及樣本能準確理解互聯網醫療行為，本研究樣本從近1個月內使用過好大夫醫療服務的患者群中隨機抽選產生。2018年4—5月，在好大夫網站10位醫生（聲譽高，主任級醫師并經常活躍在好大夫平臺）的協助下，隨機選擇曾經通過該網站對其進行過線上咨詢的800例患者為調查對象。其中一般資料調查表包括性別、年齡、學歷、月收入。

1.3 統計學方法 計數資料以相對數表示，以P＜0.05為差異有統計學意義。

1.3.1 檢驗量測模型 采用聚合效度和區分效度檢驗量測模型。其中聚合效度通過題項信度（通過因子載荷來判斷，其標準為＞0.7［14］）、Cronbach's α系數（其推薦值為＞0.7［14］）、組合信度（CR）（其推薦值為＞0.7［14］）和平均提取方差值（AVE）（其推薦值為＞0.5［14］）來驗證；區分效度通過構面間相關系數來驗證，其標準為每個構面AVE的平方根均大于其與其他構面AVE的平方根［15］。

1.3.2 驗證結構方程模型 偏最小二乘回歸法（PLS）可用較小的樣本量來驗證結構方程模型，并且同時適用于分析反映型和形成型構面。因為本研究中感知公平是一個二階形成型構面，所以本研究使用Smart PLS 3.0軟件檢驗結構方程模型中的8條假設。

表1 問卷內容Table 1 Questionnaire contents

2 結果

2.1 一般情況 共發放問卷800份，回收有效問卷284份，有效回收率為35.5%。284例受訪者中，男155例（54.6%），女129例（45.4%）；年齡18～25歲30例（10.6%），26～35歲160例（56.3%），36～45歲65例（22.9%），46～55歲23例（8.1%），56～65歲4例（1.4%），＞65歲2例（0.7%）；學歷高中及以下71例（25.0%），專科/本科189例（66.5%），碩士23例（8.1%），博士1例（0.4%）；月收入＜1 500元29例（10.2%），1 501～3 000元 48例（16.9%），3 001～4 500元 54例（19.0%），4 501～6 000元 56例（19.7%），6 001～7 500元30例（10.6%），7 501～9 000元21例（7.4%），9 001～10 500元19例（6.7%），＞10 500元27例（9.5%）。

2.2 量測模型的檢驗結果 聚合效度：各題項的因子載荷為0.81～0.92；各構面的Cronbach's α系數為0.84～0.92；各構面的CR為0.90～0.94；各構面的AVE為0.76～0.83（見表2）。區分效度：每個構面AVE的平方根均大于其與其他構面AVE的平方根（見表3）。

2.3 結構方程模型的驗證結果 分配公平（β=0.265，P＜0.001）、程序公平（β=0.198，P＜0.001）、交互公平（β=0.275，P＜0.001）、信息公平（β=0.378，P＜0.001）均與感知公平呈正相關，假設H1、H2、H3和H4全部成立；感知公平（β=0.846，P＜0.001）與信任呈正相關，且信任的判定系數為71.4%，假設H5成立；信任（β=0.593，P＜0.001）與持續線上咨詢意愿呈正相關，且持續線上咨詢意愿的判定系數為34.9%，假設H6成立；信任（β=0.368，P＜0.001）與線下就診意愿呈正相關，假設H7成立；持續線上咨詢意愿（β=0.411，P＜0.001）與線下就診意愿呈正相關，且線下就診意愿的判定系數為47.9%，假設H8成立（見圖1）。

3 討論

本研究旨在探究患者持續線上咨詢和線下就診意愿的影響因素，同時基于O2O模式，將研究視角從線上端拓展到線下端，進一步分析了患者持續線上咨詢意愿對線下就診意愿的影響。通過結合公平理論，本研究將患者的感知公平分為分配公平、程序公平、交互公平和信息公平4個維度。既往研究在調查用戶使用線上服務和線上平臺情況時發現，用戶4個維度的感知公平是影響用戶對平臺及服務信任的重要影響因素［6，16］，與之相似，本研究結果同時也證明這4個維度能夠較為全面地反映患者對于線上咨詢的整體感知公平性。任何一方面感知公平的提高，均會增加患者對于醫生的認可度和信任。

基于S-O-R模型，本研究將上述感知公平作為理論中的刺激（S），而機體（O）則對應患者對醫生的信任。既往研究已經證明感知公平會積極影響個人的信任水平［6，16］，而信任也被證明是個人持續使用服務意愿的決定因素［10-11，16］，因此H5的成立在驗證了現有理論結論的基礎上也揭示了患者的感知公平與患者對醫生的信任呈正相關，患者對線上咨詢過程、交互、信息及結果的感知公平程度的提高會增強其對醫生整體的感知公平，進而增加對醫生的信任。信任的增加使得患者更愿意繼續留在平臺上進行線上咨詢和到線下進一步就診，這對線上咨詢平臺上醫生吸引患者持續進行線上咨詢和引導其線下就診提供了有力的證明。

本研究結果還證明了患者持續線上咨詢意愿能明顯提高其線下就診意愿。既往有關互聯網醫療的研究很少將患者線上咨詢行為拓展到線下就診行為［3-4，16］，即絕大多數論文在探究患者在互聯網醫療平臺的活動時，僅將研究視角聚焦在線上行為上，而忽視了患者線上與線下行為之間潛在的關系。因此本研究同時結合了線上端和線下端，結果證明患者線上和線下行為之間確實存在關聯性，這說明了互聯網醫療平臺提供的線上咨詢服務可以促進患者早日察覺健康問題并快速到線下就醫治療，以防耽誤最佳就診時間和病情惡化，這對切實改善患者健康情況起重要作用。

表2 量測模型檢驗的聚合效度Table 2 Convergent validity of measurement model

表3 量測模型檢驗的區分效度Table 3 Discriminant validity of measurement model

本研究結果也為互聯網醫療平臺及醫生如何提高患者持續線上咨詢意愿和線下就診意愿提供了如下建議。從感知公平角度來看，建議互聯網醫療平臺推出“低費用，高效用”的服務，致力于讓用戶享受高性價比的服務；完善線上咨詢服務流程，并及時修補漏洞、優化系統、豐富功能、簡化操作；不斷優化和拓展醫患間的溝通渠道，如即時文字、語音通訊、電話遠程醫療等多樣性溝通渠道；平臺醫生應提高線上診斷效率，減少患者的負面情緒，提高醫患之間的信任度；充分尊重患者的隱私，認真聽取患者對其病情的描述并提供專業的治療方案，提高醫患溝通的成效；平臺和醫生要確保平臺披露的醫院、醫生和其他健康相關信息的準確性，加強對常規信息及醫生診斷信息的審核。

除此之外，患者的持續線上咨詢意愿能明顯影響其線下就診意愿，因此醫生如果想要增加線下就診人數，不應局限于只在線下醫院做好醫患服務，同時也要注重線上醫療平臺這個日益流行的新渠道。通過提供有效的線上咨詢，逐漸積累線上咨詢的口碑和聲譽，進而吸引更多新患者到線下接受治療，這也將有利于我國醫療資源的充分利用。

綜上所述，通過整合公平理論和S-O-R模型，本研究構建了一個全新研究模型，從多角度實證探究了影響患者持續線上咨詢意愿和線下就診意愿的因素，以及持續線上咨詢意愿與線下就診意愿的關系。研究表明患者的感知公平可以分為分配公平、程序公平、交互公平和信息公平，患者對這些公平的感知會影響其對醫生的信任程度進而影響持續線上咨詢意愿及線下就診意愿，且患者線上咨詢意愿也會強化患者線下就診意愿。

但本研究也存在一定局限性。首先，本研究屬于橫斷面研究，是針對目前我國互聯網醫療發展狀況得出的結果。在未來的研究中，學者們可以嘗試收集長期的調查數據以得出縱向的研究結論。其次，協助本研究調查的10位醫生來源于浙江省的10家三級甲等醫院，由于醫療水平、患者需求的不同，在其他地區和醫院得出的結果未必與本研究相同，因此未來的研究可以嘗試在不同地區和醫院開展調研。再者，本研究的合作科室主要為皮膚科、肛腸科、內科等，未涉及的醫療項目較多，不同醫療項目可能會對研究結果產生不同影響，將來學者們可以嘗試將研究拓展至不同的醫療項目，也可以對比不同醫療項目間患者就診意愿影響因素的差異。最后，本研究問卷回收率較低（35.5%），可能對結果有一定影響，后期研究應做好質量控制，嚴格控制問卷有效率。

作者貢獻:陳家和進行數據收集、統計學處理、結果的分析與解釋、論文的修訂，撰寫論文；馬錦爐進行數據收集、數據整理；張育瑋進行文章的構思與設計、研究的實施與可行性分析、數據收集、結果的分析與解釋，對文章整體負責、監督管理。

本文無利益沖突。