國外數字健康信息系統持續使用意愿研究綜述及最新進展

張鐠心 鐘歡 劉春

摘 要：[目的/意義]數字健康信息服務作為移動互聯網時代緩解線下醫療資源緊缺與日益增加的健康需求矛盾的重要模式，其用戶的系統使用行為問題受到學界的廣泛關注。本文構建了用戶數字健康系統持續使用意愿的系統解釋框架，旨在為我國相關領域研究者提供參考和借鑒。[方法/過程]本文采用文獻調研方法，通過系統梳理和理論溯源從用戶內部認知視角、供應商服務視角和整合視角3個研究視角分析該主題的研究現狀。[結果/結論]研究發現，用戶內部角度是數字健康持續使用意愿研究的主流理論流派，影響持續使用意愿的因素主要分為感知類因素、情感類因素和個體外部因素。供應商服務視角以信息系統成功模型為理論起點，著重供應商服務質量對持續使用意愿的直接和間接影響。隨著研究的深入，僅從用戶認知或者系統質量的單一視角難以全面反映復雜的持續使用意愿問題，以ELM模型為代表的整合研究將是該領域的主要研究趨勢。

關鍵詞：持續使用意愿;數字健康;信息系統使用行為;移動醫療

DOI：10.3969/j.issn.1008-0821.2020.09.018

〔中圖分類號〕G203 〔文獻標識碼〕A 〔文章編號〕1008-0821（2020）09-0166-10

Review and Latest Development of Research on the Continuance

Intention of Digital Health Information System in Foreign Countries

Zhang Puxin1 Zhong Huan2 Liu Chun3*

（1.School of Economics and Management，Southwest Jiaotong University，Chengdu 610031，China;

2.School of Communication，Qufu Normal University，Rizhao 276826，China;

3.School of Public Affaires and Administration，University of Electronic Science and Technology of China，

Chengdu 611731，China）

Abstract：[Purpose/Significance]Digital health information service is an important model to alleviate the contradiction between the shortage of offline medical resources and the increasing health needs in the era of the mobile Internet.The system usage behavior of its users has received widespread attention from the academic community.This paper constructs a systematic explanation framework for users willingness to use the digital health system continuously，and aims to provide reference and reference for researchers in related fields in China.[Method/Process]This paper adopts a literature survey method to analyze the research status of this topic from the perspectives of user internal cognition，supplier service and integration.[Results/Conclusion]The study found that the internal perspective of users is the mainstream theoretical school of research on the willingness to use digital health.The factors that affect the willingness to use are mainly divided into perceptual factors，emotional factors and individual external factors.From the perspective of supplier service，the information system success model is the theoretical starting point，focusing on the direct and indirect effects of supplier service quality on the willingness to continue using it.With the deepening of research，it is difficult to comprehensively reflect the complex issue of continuous use from only a single perspective of user perception or system quality.Integrated research represented by the ELM model will be the main research trend in this field.

綜上所述，從用戶內部角度影響醫療相關信息系統的因素主要分為幾類，一是感知類因素，其中感知有用性和感知易用性是數字健康信息系統持續使用意愿的重要解釋變量;二是情感類因素即滿意度，滿意度常被作為中介變量，是持續使用的主要影響因素;三是個體外部因素，包括社會和組織的影響。從初始模型到擴展模型，本文發現以上研究數字健康信息系統的文獻主要從以下兩個思路開展研究，一是從數字健康信息系統的情景化因素入手，增加前置情景變量，例如Beldad A D等[11]引入健康評估變量，Huang G等[12]引入系統功能變量，需要注意的是，Huang G等引入的前因變量與信息系統成功模型的系統質量變量之間存在差異。二是從其他理論入手，增加理論上合理的因素，提高綜合模型的預測能力，這個思路被廣泛運用于研究中，其中被引入較多的是風險和信任變量。

2 基于供應商服務視角的持續使用意愿研究

不同于用戶內部視角，供應商視角為以信息系統成功模型為出發點，延續系統—使用者的邏輯脈絡，側重數字健康信息系統質量對持續使用意愿的影響。Delone W H等[18]提出的信息系統成功模型（Information System Success Model，ISSM），指出信息系統的成功主要包含了6個變量：系統質量、信息質量、系統利用率、用戶滿意度、個人影響和組織影響。隨著信息系統的不斷發展該系統項目變成了一個提供服務的功能性項目，Delone W H等[19]改進了ISSM模型，增加了服務質量新變量。

Akter等是從系統質量角度開展數字健康信息系統持續使用意愿研究的代表人物，Akter S等[20]研究了移動健康系統中服務質量（Service Quality）維度對消費者持續使用意愿的影響，將服務質量作為分層反射模型細分為平臺質量（Platform Quality）、交互質量（Interaction Quality）和結果質量（Outcome Quality），其中平臺質量是包含系統可靠性（Reliability）、有效性（Efficiency）、可得性（Available）、隱私性（Privacy）的二階反射模型，并提出未來的研究方向是繼續明確服務質量理論概念并驗證集成的服務質量模型。Akter S等[21]提出服務質量包含便利性（Convenience）、合作（Cooperation）、自信（Confidence）、照顧（Care）和隱私性（Privacy）5個變量。Akter S等[22]在原研究基礎上，將服務質量分層反射模型中交互質量細分為合作（Cooperation）、自信（Confidence）和照顧（Care）3個維度，將原模型中結果質量更改為信息質量（Information quality），也細分為有用性（Utilitarian）和享樂性（Hedonic）2個維度，開發出一種以3個主維度和8個子維度的分層、多維的服務質量衡量量表，見圖1，并再次驗證了服務質量顯著正向影響滿意度和持續使用意愿。該研究具有服務質量理論概念化和多維尺度實證驗證的優點，有效地解決了服務質量和持續使用意愿關系實證研究方面的困擾。許多學者繼續沿此思路進行數字健康信息系統持續使用意愿研究，在關注交互質量方面，Li M等[23]基于相似吸引理論提出了一個研究系統—使用者關系的框架，探討了系統—使用者溝通方式的相似性對使用者對醫療健康咨詢服務認知的影響。發現系統的通信方式與用戶的通信方式一致程度較高時，可提高用戶參與度，用戶感知的享樂性比功利性更主要地影響用戶持續使用意圖。Hossain M[24]驗證了醫療平臺質量、咨詢質量（Advice Quality）和交互質量對感知價值和用戶滿意度有直接的正向影響，從而促進持續使用意愿，同時首次發現系統服務質量對感知價值的正向作用，特別是在健康狀況不佳的發展中國家。Kima K等[3]在Akter S等關于移動健康服務質量研究的基礎上，改進和建立了影響用戶持續意愿的五個主要質量維度，即內容質量（Content Quality）、參與度（Engagement）、可靠性（Reliability）、可用性（Usability）和隱私性（Privacy），總體關于服務質量與持續使用意愿的關系結論與Akter等一致，但隱私維度和可用性維度對滿意度和持續使用意愿的影響并不顯著。

Akter S等還關注信任變量在服務質量與移動健康系統持續使用意愿的中介作用。Akter S等[25]將平臺可信度（Trustworthiness）定義為一個分層反射的結構，包含了能力（Ability）、仁慈（Benevolence）、正直（Integrity）和可預測性（Predictability）等要素，驗證了平臺可信度直接和間接正向影響持續使用意愿，消費者信任在可信度和持續使用意愿之間起著關鍵的中介作用，而可信度對消費者信任和持續使用意愿之間的關系沒有中介作用，該模型解釋了持續使用意愿的65.9%的差異，也從理論上擴展了信任和平臺服務質量的關系。Akter S等[26]再次關注信任和服務質量，建立包含感知服務質量和感知信任的集成ECM模型，發現感知服務質量通過正向顯著影響信任和滿意度間接影響持續使用意愿，同時直接對持續使用意愿產生顯著正向影響，驗證了服務質量對信任之間的正向影響關系，為持續意愿預測提供了更具有說服力的模型。

綜上所述，服務質量既能夠直接影響數字健康信息系統的持續使用意愿，又能夠通過滿意度、信任等中介變量間接影響持續使用意愿。但是目前的研究中關于服務質量的具體維度的影響作用尚沒有達成一致看法，有待進一步研究。

3 基于內外整合視角的持續使用意愿研究

精細加工可能性模型（ELM，Elaboration Likelihood Model）理論起源社會心理學，用于解釋個體態度的建立和變化過程[27]。Petty R等[27]認為說服（Persuasion）通過中心路徑（Central Route）或外圍路徑（Peripheral Route）對態度產生影響，而精細加工（Elaboration）即個人處理信息的動機和能力，決定兩種路徑的相對有效性。說服是ELM的核心概念，大量文獻研究了兩大類說服決定因素：反映信息各個方面的因素，如論點質量（Argument Quality）、信息長度（Message Length）和來源可信度（Source Credibility），以及反映信息接收者各個方面的因素，如問題參與度（Issue Involvement）、動機（Motivation）、個人相關性（Personal Relevance）和先前的專業知識（Prior Expertise）[28-29]。態度是ELM模型的結果變量，指個人對各種問題、物體和人的整體評價[30]，Haddock G等[31]認為態度能夠伴隨接受者獲得關于態度對象的信息而形成和改變。說服對態度的兩種影響路徑中，Kim M J等[32]認為中心路徑需要大量的認知處理，即個人花費較多的精力和時間來研究和處理信息，而外圍路徑則意味著使用簡單的線索，如來源因素、情感狀態或相對簡單的推論來判斷信息的有效性。Petty R E等[33]提出由中心路線引起的態度變化更有可能持續下去，而由外圍路線引起的態度變化則相對暫時和易受影響。同時，Petty R E等[34]指出這兩種說服路徑不是由變量本身性質決定的，而是由精細加工可能性程度決定，即當精細加工可能性程度高時，個體主要通過中心路徑來形成對信息的態度;當精細加工可能性程度低時，外圍路線則起主導作用。因此，ELM的原始模型如圖2所示。

ELM的預測和解釋能力得到豐富的實證支持，近年來諸多學者也將ELM應用于數字健康信息系統領域，用于分析用戶使用行為。Angst C M等[35]認為電子病歷技術采納態度受論點框架（Argument Framing）和問題涉及（Issue Involvement）的共同影響，隱私關切（Concern for Information Privacy，CFIP）對影響路徑具有調節作用。相較于中性論點框架，在積極論點框架下對信息隱私更加關注的人對電子病歷采納會有更積極的態度。研究將隱私關切的調節效應理論化，從理論上擴展了ELM理論。ELM在技術采納意愿的適用性也逐漸吸引學者采用ELM對數字健康信息系統持續使用進行研究。在數字健康信息系統的使用過程中，用戶的使用體驗可以分為外部交互體驗過程和內部認知形成過程，先前關于持續使用意愿的研究通常集中在兩者之一，缺乏整體分析視角[30]。Chen Y等[30]較早將ELM應用于數字健康信息系統持續使用意愿研究，并指出在移動健康系統語境化條件下，因為用戶需要花時間體驗移動醫療服務并評估其服務質量和提供的信息質量，內部認知形成過程涉及醫生服務質量和信息質量，外部交互體驗過程涉及APP的聲譽和APP的機構保證。并驗證了感知有用性在醫生服務和信息質量與持續使用意愿之間的中介作用，信任在APP聲譽、機構保證與持續使用意愿之間的中介作用。最后，驗證了在信息數字化的背景下潛在的隱私損失的合理性，指出移動健康應用中隱私關切顯著正向調節感知有用性與持續使用意愿之間的關系，以及應用程序中的信任與持續使用意愿之間的關系。但這個研究忽略了ELM理論中精細加工可能性在中心和外圍路徑對態度影響的調節作用，Zhang X等[36]將感知電子健康素養（Perceived E-health Literacy，PEHL）作為影響路徑選擇可能性的變量引入移動健康系統ELM模型中，發現PEHL僅顯著消極調節外圍路徑對信任的影響，不顯著調節中心路徑對信任的影響，信任顯著積極影響持續使用意愿。

總結來看，ELM不同于先前關于持續使用意愿的模型，具有以下兩個特點：一是ELM使得用單一的理論框架解釋和整合先前研究的混合結果成為可能[37];二是ELM是面向過程的方法，而不是面向變量的方法[38]，它允許相同的變量在說服過程的不同階段誘導不同的行為。因此以ELM為基本理論框架，也為數字健康信息系統持續使用意愿研究領域提供新的分析視角，使研究具有更好的適應性。雖然目前ELM在數字健康信息系統持續使用意愿的研究應用較少，且已有研究模型在精細加工可能性、調節作用等方面存在不足，但是ELM對持續使用意愿呈現較好的解釋力和預測力，具有進一步完善的可行性。

4 總結與展望

4.1 數字健康信息系統持續使用意愿研究總體評述

4.1.1 理論層面

國外學者以數字健康為研究情境，基于不同的理論、不同的視角開展持續使用行為研究，形成了較為豐富的研究成果。本文通過對相關研究成果的理論發展進行溯源，從用戶內部、供應商外部和整合研究3個視角對相關文獻進行梳理，較為系統地呈現研究發展脈絡與方向。

首先，用戶內部視角是研究數字健康信息系統持續使用意愿的理論基點。在信息系統行為科學中，理論驅動型研究比探索性研究更能產生或達到預期結果。但是用戶信息系統持續使用行為受到信息技術系統獨特功能特征的限制，將一般信息系統行為理論直接應用到數字健康新技術情境并不能起到很好的解釋效果。因此，研究數字健康情境下持續使用意愿的學者們從基于用戶視角的ECM模型、TAM模型、PAM模型等理論中提取在數字健康情境下仍具有理論作用的變量，重新建立了以用戶為中心的理論驅動模型。然后，從供應商服務視角開展數字健康信息系統持續使用意愿研究具有較強的管理實踐意義。數字健康信息系統的系統質量對持續使用意愿影響的研究最初集中在整體服務質量、滿意度和持續使用意愿之間的相互關系上，而隨著研究的不斷深入，學者們的目光逐漸轉變到不同的質量維度對持續使用意愿的不同影響，供應商視角的理論仍是以信息系統成功理論為基礎，不斷擴展數字健康信息系統的質量維度，指導系統的開發與改進。最后，整合視角則揭示了信息系統外部變量對用戶感知和情感因素的理論作用機制。相較于用戶內部視角和供應商視角關注哪些變量顯著影響持續使用意愿，整合視角將系統質量和用戶內部因素納入分析框架，更側重建立具有過程性的影響機制。

總體來看，數字健康信息系統持續使用意愿研究涉及的理論和模型呈現出多樣化特點，單一性研究較少。其理論來源多樣、廣泛，植根于社會學、心理學、消費者行為學、管理學、傳播學、信息系統學等多個學科，且由于數字健康情境具有個體重要性和系統復雜性，大部分文獻的理論基礎主要采用心理學和信息系統學的跨學科理論。技術接受模型、期望確認模型、信息系統成功模型、計劃行為理論、精細加工可能性模型是數字健康信息系統持續使用意愿研究最常用的理論框架，大多數文獻至少使用了兩種理論，且混合了不同理論的研究在實證檢驗往往表現更好，具有更高的解釋力。

4.1.2 方法層面

定量研究仍是信息系統行為研究領域的主流方法，數字健康用戶行為的研究也主要通過問卷調查收集數據，應用結構方程模型進行實證分析。同時，隨著學者們更為關注特定復雜信息系統的情景化建模，持續使用行為的研究也逐漸采用以實用主義哲學范式為基礎的混合方法進行設計，但目前數字健康信息系統持續使用意愿的研究中情景化建模較少，混合方法也沒有得到充分應用。

4.2 當前研究在數字健康情境下的應用價值

從用戶角度出發的研究成果非常豐富，首先，本文對數字健康情境下的實證文獻進行影響因素使用頻率統計分析，發現感知有用性和滿意度變量使用頻率最高，在用戶決定是否持續使用數字健康技術時起關鍵且積極的作用，也是最常使用的中介變量。感知易用性使用頻率較高，但其顯著性在不同樣本群體中具有差異性。由于感知易用性與學習使用數字健康信息系統的新技術所需的工作量成反比，數字技能越高學習成本越低，感知易用性的影響越不顯著。以大學生群體為樣本的實證研究中，感知易用性對持續使用意愿并不具有顯著作用;而以老年人為樣本的實證研究中，由于老年人數字素養普遍較低，當健康應用的易用性得不到保證時，他們很可能會失去持續使用健康應用的條件，因此數字健康信息系統的感知易用性顯著正向影響老年人持續使用意愿。由于個人強烈保護健康隱私的欲望，感知風險與信任變量在數字健康系統情景下得到更多的關注，相較于其他信息系統使用頻率也較高，其中信任顯著正向影響持續使用意愿，而感知風險負向影響用戶對系統的信任，進而抑制持續使用意愿。其他影響因素如感知行為控制、感知娛樂性、期望確認程度、自我效能、主觀規范、電子健康素養等因素使用頻率較低。以上具有促進和抑制作用的影響因素分析對管理實踐和公共政策制定均有啟發意義。對數字健康服務提供方而言，應該通過提高健康信息的精確度和準確度、提高醫療咨詢服務的及時性和互動性、優化界面快速搜索功能、開發具有娛樂性和社交性的功能等措施，增加提升用戶的滿意度和感知有用性。對政府而言，則亟需從政策法規層面建立數據隱私保護制度，規范數字健康服務商數據獲取行為，防止隱私敏感的健康數據泄露，降低用戶感知風險和隱私憂慮。同時，政府應該加大公共網絡接入設施的建設投資，為數字弱勢群體提供必要的數字技能培訓，減少受感知易用性影響而放棄持續使用的用戶。

從供應商角度看，系統質量維度中用戶參與度對持續使用意愿的影響程度最高，內容質量和系統的可靠性對持續使用意愿的影響受滿意度的完全中介作用，高水平的質量維度只有在用戶感到滿意條件下才能提高用戶的持續使用意愿。不同系統質量維度對持續使用意愿的影響程度差異的研究發現有助于信息系統供應商分配有限的人力、資本、時間等資源，改善關鍵的質量維度，有效提高持續使用意愿，構建企業信息系統質量管理策略。因此管理實踐中，企業可以通過采取包括在數字健康信息系統設計中增加通知功能提醒用戶健康活動等以增加參與度[3，39]，提供娛樂性內容、個人健康數據分析等以提高內容質量[40-41]，抓住關鍵系統質量維度有效提高用戶持續使用意愿。

從整合研究視角看，數字健康情境下ELM模型揭示了用戶持續使用行為的規律，數字健康情境下信息系統質量維度中的信息質量和服務質量作為中心路徑，平臺質量包括穩定性、權威性、易用性等作為外圍路徑，電子健康素養作用調節兩種路徑對用戶認知因素的影響，電子健康素養較低的用戶更容易受到平臺質量的影響，而電子健康素養水平高的用戶對中心和外圍路徑的偏好不存在顯著差異。由于調節作用的差異性，外圍路徑與信任的關系比中心路徑與信任的關系更復雜，因此應給予更多的關注。在管理實踐中，數字健康信息系統企業未來應該首先做好顧客群體市場細分，針對電子健康素養較低用戶的需求，改善系統的界面和導航，提高系統易用性，精準投放廣告，提高平臺聲譽，使用戶更加信任產品。同時，根據ELM理論，外圍路徑形成的行為容易受到外部因素影響，穩定性不強，因此在公共政策上，政府應與企業共同加強數字健康系統的宣傳和推廣，促進消費者對系統的認識和使用，同時制定教育計劃提供電子健康知識培訓，提高用戶的電子健康素養。

4.3 未來展望

1）數字健康信息系統持續使用意愿的跨學科研究趨勢。目前對于數字健康信息系統持續使用意愿的研究大多數是由信息系統領域的學者來完成的，采取的思路本質上還是將傳統信息系統可持續使用的理論和方法擴展到數字健康信息系統中來。基于技術接受模型和期望確認模型的兩大理論流派都主要從以下兩個思路拓展研究：一是從數字健康信息系統的情景化因素入手，增加前置情景變量;二是從其他理論入手，增加理論上合理的因素，提高綜合模型的預測能力。這些研究較少考慮數字鴻溝的影響。而部分學者已經發現在老齡化背景下，老年人群體受數字鴻溝的馬太效應，極有可能被排除在信息通信技術革命之外，并不能受益于移動醫療服務的普及。因此，基于數字鴻溝視角的數字健康信息系統持續使用問題不僅僅是一個信息系統的管理學微觀問題，同時也是一個公共衛生政策的宏觀課題。數字鴻溝問題，傳統上是傳播學的重要議題之一，未來應該將傳播學的數字鴻溝理論和研究方法與管理學的已有信息系統持續使用意愿研究相結合，來解決這個跨學科的問題。

2）數字健康信息系統持續使用意愿的情景化建模。目前的相關研究雖然運用了多種理論，但是較少從數字健康情景入手去突出數字健康信息系統不同于一般信息系統的特征，以及這種特征對用戶持續使用意愿的影響，同時對文化因素關注較少，比如以集體主義為特征的文化中用戶更有可能采納和使用新技術。因此，建議未來的研究中進行情景化建模，應用混合方法找出情景化影響因素和文化制度因素，采用整合研究視角，將情景化因素、制度文化因素、系統質量因素、用戶內部因素放入整體分析框架中，并增加對調節變量的關注，建立數字健康情境下的用戶持續使用意愿模型。

參考文獻

[1]Deluca J M，Enmark R.E-health：The Changing Model of Healthcare[J].Frontiers of Health Services Management，2000，17（1）：3-15.

[2]Zhao Y，Ni Q，Zhou R.What Factors Influence the Mobile Health Service Adoption？A Meta-Analysis and the Moderating Role of Age[J].International Journal of Information Management，2018，43（11）：342-350.

[3]Kim K，Kim K，Lee D，et al.Identification of Critical Quality Dimensions for Continuance Intention in m-Health Services：Case Study of Onecare Service[J].International Journal of Information Management，2019，46：187-197.

[4]Krebs P，Duncan D.Health App Use Among US Mobile Phone Owners：A National Survey[J].JMIR mHealth and uHealth，2015，3（4）：e101.

[5]Bhattacherjee A.Understanding Information Systems Continuance：An Expectation-Confirmation Model[J].MIS Quarterly，2001，25（3）：351-370.

[6]Fareedi A，Hassan S.The Impact of Social Media Networks on Healthcare Process Knowledge Management（Using of Semantic Platforms）[C]//International Conference on Control，Automation and Systems.ICCAS，2014：1514-1519.

[7]Maio G，Haddock G.The Psychology of Attitudes and Attitude Change[M].London：Psychology Press，2009.

[8]Premkumar G，Bhattacherjee A.Explaining Information Technology Usage：A Test of Competing Models[J].Wirtschaftsinformatik，2008，36（1）：64-75.

[9]Khosrowjerdi M.A Review of Theory-Driven Models of Trust in the Online Health Context[J].Ifla Journal，2016，42（3）：189-206.

[10]Yuan S，Ma W，Kanthawala S，et al.Keep Using My Health Apps：Discover Users Perception of Health and Fitness Apps with the UTAUT2 Model[J].Telemedicine and e-Health，2015，21（9）：735-741.

[11]Beldad A D，Hegner S M.Expanding the Technology Acceptance Model with the Inclusion of Trust，Social Influence，and Health Valuation to Determine the Predictors of German Users Willingness to Continue Using a Fitness App：A Structural Equation Modeling Approach[J].International Journal of Human-Computer Interaction，2018，34（9）：882-893.

[12]Huang G，Ren Y.Linking Technological Functions of Fitness Mobile Apps with Continuance Usage Among Chinese Users：Moderating Role of Exercise Self-Efficacy[J].Computers in Human Behavior，2020，103：151-160.

[13]Gu D，Guo J，Liang C，et al.Social Media-Based Health Management Systems and Sustained Health Engagement：TPB Perspective[J].International Journal of Environmental Research and Public Health，2019，16（9）：1495.

[14]Ayanso A，Herath T C，OBrien N.Understanding Continuance Intentions of Physicians with Electronic Medical Records （EMR）：An Expectancy-Confirmation Perspective[J].Decision Support Systems，2015，77：112-122.

[15]Cho J.The Impact of Post-Adoption Beliefs on the Continued Use of Health Apps[J].International Journal of Medical Informatics，2016，87：75-83.

[16]Gu D，Yang X，Li X，et al.Understanding the Role of Mobile Internet-Based Health Services on Patient Satisfaction and Word-of-Mouth[J].International Journal of Environmental Research and Public Health，2018，15（9）：1972.

[17]Shen X，Li Y，Sun Y.Wearable Health Information Systems Intermittent Discontinuance：A Revised Expectation-Disconfirmation Model[J].Industrial Management & Data Systems，2018，118：506-523.

[18]Delone W H，Mclean E R.Information Systems Success：The Quest for the Dependent Variable[J].Information Systems Research，1992，3（1）：60-95.

[19]Delone W H，Mclean E R.The DeLone and McLean Model of Information Systems Success：A Ten-Year Update[J].Journal of Management Information Systems，2003，19（4）：9-30.

[20]Akter S，D Ambra J，Ray P.Service Quality of m-Health Platforms：Development and Validation of a Hierarchical Model Using PLS[J].Electronic Markets，2010，20（3）：209-227.

[21]Akter S，DAmbra J，Ray P，et al.Modelling the Impact of m-Health Service Quality on Satisfaction，Continuance and Quality of Life[J].Behaviour & Information Technology，2013，32（12）：1225-1241.

[22]Akter S，D Ambra J，Ray P.Development and Validation of an Instrument to Measure User Perceived Service Quality of m-Health[J].Information & Management，2013，50（4）：181-195.

[23]Li M，Mao J.Hedonic or utilitarian？ Exploring the Impact of Communication Style Alignment on Users Perception of Virtual Health Advisory Services[J].International Journal of Information Management，2015，35（2）：229-243.

[24]Hossain M.Assessing m-Health Success in Bangladesh：An Empirical Investigation Using IS Success Models[J].Journal of Enterprise Information Management，2016，29：774-796.

[25]Akter S，DAmbra J，Ray P.Trustworthiness in m-Health Information Services：An Assessment of a Hierarchical Model with Mediating and Moderating Effects Using Partial Least Squares（PLS）[J].Journal of the American Society for Information Science and Technology，2011，62（1）：100-116.

[26]Akter S，Akter S，Ray P，et al.Continuance of m-Health Services at the Bottom of the Pyramid：the Roles of Service Quality and Trust[J].Electronic Markets，2012，23（1）：29-47.

[27]Petty R，Cacioppo J.Attitudes and Persuasion：Classic and Contemporary Approaches[M].New York：Routledge，1981.

[28]Burnkrant R，Unnava H.Effects of Self-Referencing on Persuasion[J].Journal of Consumer Research，1995，22：17-26.

[29]Bhattacherjee A，Sanford C.Influence Processes for Information Technology Acceptance：An Elaboration Likelihood Model[J].Mis Quarterly，2006，30（4）：805-825.

[30]Chen Y，Yang L，Zhang M，et al.Central or Peripheral？Cognition Elaboration Cues Effect on Users Continuance Intention of Mobile Health Applications in the Developing Markets[J].International Journal of Medical Informatics，2018，116：33-45.

[31]Haddock G，Maio G R.The Psychology of Attitudes[M].Washington：Harcourt Brace Jovanovich College Publishers，1993.

[32]Kim M J，Chung N，Lee C，et al.Dual-route of Persuasive Communications in Mobile Tourism Shopping[J].Telematics and Informatics，2016，33（2）：293-308.

[33]Petty R E，Cacioppo J T.The Elaboration Likelihood Model of Persuasion：Advances in Experimental Social Psychology[J].Academic Press，1986，19：123-205.

[34]Petty R E，Wegener D T.The Elaboration Likelihood Model：Current Status and Controversies[J].Dual-process Theories in Social Psychology，1999，（1）：37-72.

[35]Angst C M，Agarwal R.Adoption of Electronic Health Records in the Presence of Privacy Concerns：The Elaboration Likelihood Model and Individual Persuasion[J].Mis Quarterly，2009，33（2）：339-370.

[36]Zhang X，Yan X，Cao X，et al.The Role of Perceived E-health Literacy in Users Continuance Intention to Use Mobile Healthcare Applications：an Exploratory Empirical Study in China[J].Information Technology for Development，2018，24（2）：198-223.

[37]Tam K Y，Ho S Y.Web Personalization as a Persuasion Strategy：An Elaboration Likelihood Model Perspective[J].Information Systems Research，2005，16（3）：271-291.

[38]Royo-Vela M，Casamassima P.The Influence of Belonging to Virtual Brand Communities on Consumers Affective Commitment，Satisfaction and Word-of-Mouth Advertising：The ZARA Case[J].Online Information Review，2011，35（4）：517-542.

[39]Platt A，Outlay C，Sarkar P，et al.Evaluating User Needs in Wellness Apps[J].International Journal of Human-Computer Interaction，2016，32（2）：119-131.

[40]Choe E K，& Lee B.Characterizing Visualization Insights from Quantified Selfers Personal Data Presentations.[C]//Computer Graphics and Applications.IEEE，2015，35（4）：28-37.

[41]Li M，& Mao J.Hedonic or Utilitarian？Exploring the Impact of Communication Style Alignment on Users Perception of Virtual Health Advisory Services[J].International Journal of Information Management，2015，35（2）：229-243.

（責任編輯：孫國雷）