新增付費渠道對用戶問診決策的影響:基于信號作用的解釋

王盼盼，吳志艷，羅繼鋒

1 上海交通大學 安泰經濟與管理學院, 上海 200030

2 上海對外經貿大學 工商管理學院, 上海 201620

引言

移動互聯網推動了商業模式的創新，催生了多樣化的溝通和體驗方式[1-2]，促進了專業服務行業向數字化和智能化轉型[3]。基于文本、語音乃至視頻的實時通信是了解顧客需求和建立客戶關系的有效渠道[4]，為個性化服務提供可能[5]。同時，實時通信工具有傳遞服務質量信號的潛力。TAN et al.[6]發現，實時聊天工具傳遞出商家積極與消費者互動的信號，幫助建立信任，從而促進消費者購買。同時，實時聊天工具與在線口碑和前期銷量等其他產品質量信號存在互補和替代的關系[6]。

作為一種以醫療專業服務為主導的在線創新，在線健康社區通過文本和電話咨詢服務等多樣化溝通方式，促進醫患充分溝通，從而提高服務價值[7]。同時，在線咨詢服務打破時空限制，有助于提高醫療資源可及性[8-9]。專業服務消費決策與產品消費決策存在顯著差異。醫療專業服務具有高度信息不對稱、異質性和高風險性，即使患者在接受醫療服務后仍不能準確判斷出服務質量[10]。

已有關于消費者決策過程中質量信號的研究多基于產品。在線健康社區的相關研究表明，在線口碑和在線努力等醫生在線信息對患者決策有正向影響[11-12]。相對于文本咨詢，多媒體溝通方式具有促進醫患高質量互動的潛力。然而，多媒體溝通方式與服務渠道的融合對在線健康社區患者決策的影響尚未有學者探討。基于自然實驗的研究設計和雙重差分方法，本研究探討付費電話咨詢服務社會化信號的溢出效應及其與在線口碑的交互作用，研究結果可為平臺的機制設計和渠道融合提供參考。

1 相關研究評述

1.1 在線健康社區和患者決策

醫療服務存在信息不對稱，醫生掌握更多信息，在醫患互動過程中占主導地位，而患者即使在接受醫療服務后可能仍不能準確判斷服務質量。同時，醫生有可能出現過度醫療、防御性醫療的行為，增加患者醫療負擔[13-14]。在線健康社區通過連接醫生與患者，促進醫患充分溝通和知識分享[15-16]，一定程度上降低了信息不對稱。為了提升溝通效率和用戶留存，在線健康社區不斷嘗試推出各種新的服務渠道和功能。本研究關注新增渠道對患者決策行為的影響。

患者決策行為一般指患者對醫療服務提供者即醫生的選擇。已有研究發現，醫生的在線口碑和在線努力是影響患者決策和滿意度的重要因素[17-18]。基于自然實驗的設計和用戶點擊流數據，SHUKLA et al.[17]探討在線口碑對患者決策過程中決策集大小、決策時長、決策集中醫生地理位置分布的影響，發現在線口碑對于患者決策過程的影響并不是線性的，而是隨在線口碑數量而變化的。當評論量較大時，患者在短時間、較近的地理位置、較少的備選醫生中選擇；當評論量較小時，患者會花費更多時間搜索，從地理位置分布更廣、數量更多的備選醫生中選擇。YANG et al.[18]的研究表明，在線健康社區中，線上醫療服務質量有賴于醫療服務過程和醫患互動，及時、頻繁地回復患者咨詢有助于提高患者滿意度。根據期望確認理論，感知服務質量是用戶將實際服務與期望相比較的結果，高風險疾病的患者對于醫療服務質量的要求更高。劉笑笑[19]發現在線口碑和努力深度正向影響患者咨詢需求。進一步地，梁俏等[11]考慮競爭因素，發現醫生和同事的在線努力(包含回復字數和回復及時性)和在線口碑(包含物質評價和非物質評價)對于患者決策有顯著影響。利用自然實驗的設計，KHURANA et al.[20]發現醫生選擇在線回復患者提問會帶來更多患者推薦。結合線下服務質量信息，姜勁等[21]發現線上服務質量與線下服務質量共同影響線下患者決策，且兩者存在增強的交互作用，兩種信息增強了醫療服務質量對于患者線下就醫決策的影響。結合組織層面的因素，LIU et al.[22]的研究表明，醫生及其所在醫院的線上聲譽和線下聲譽均會帶動患者在線掛號的需求，且個人聲譽對患者決策的影響受到醫院聲譽的調節。

然而，有關在線健康社區中評論的有效性研究尚未達成統一結果。JUNG et al.[23]強調醫療服務與電子商務不同，認為在線健康社區中患者可能更傾向于相信親身體驗，而不是基于其他人經歷形成的信任和聲譽；GAO et al.[24]結合線下服務質量問卷數據，從評論生成過程的角度探討線上口碑是否能反映醫療服務質量，揭示了“沉默的大多數”現象。但是，發言的少數人中大多發表正面評論。LU et al.[25]針對心臟外科手術病人在線評論和線下住院記錄的數據分析表明，患者在決策時可以有效區分不同維度的評分，如雇員、守時、專業知識和有用性等。

除了在線評論可以作為患者決策的依據，用戶還可以通過以往患者的購買和選擇等決策行為來推斷醫療服務質量。

1.2 社會化信號和患者決策

當市場效率低時，會有信息不對稱和逆向選擇，人們更愿意與信任的人交易。SPENCE[26]以勞動力市場為例，認為求職者利用教育程度等傳遞個人能力的信號給雇主，以降低勞動力市場中的信息不對稱。類似地，由于信息技術的發展，商家可以更好地利用新的溝通和體驗方式，將信號有效的傳遞給消費者。根據是否需要改變產品本身的問題，商家一般可通過內部信號(如品牌等)和外部信號(如在線評論和受歡迎程度等社會化信號、價格、保修、廣告費用、網站質量)傳遞質量信號，從而與其他商家區分開[27]。CHEN et al.[28]的研究表明，常見的社會化信號有基于觀點的和基于行動的兩類。基于觀點的社會化信號是指其他用戶的評論，基于行動的社會化信號是指其他用戶的購買行為。在線口碑和以往的交易行為都是建立信任的重要方式[29-30]。

用戶評論，如觀點、在線評論和用戶推薦等，充分利用互聯網雙向溝通的優勢，被應用于建立信任和增強合作。以電子商務平臺為例，商家通過在線平臺接觸更多消費者，消費者通過在線平臺發表、傳播觀點和評論。借助于在線聲譽系統，不相識的在線交易雙方的交易行為對社區是可見的，會影響未來社區其他成員的行為。大量研究探討在線口碑對于消費者決策的影響[31-32]，最常見的在線口碑屬性有評論量和評論情感傾向。考慮在線口碑與銷量之間的相互依賴，DUAN et al.[33]運用聯立方程分析電影行業數據，發現在線口碑的情感傾向雖不直接影響票房收入，卻可以通過影響評論量而間接影響票房收入。運用游戲的數據，ZHU et al.[34]發現在線口碑對于銷量的影響隨產品特征和消費者特征而變化，負面的在線口碑比正面的在線口碑影響更大；石文華等[35]進一步區分已購買者回復用戶提問與其他在線評論，發現兩者均對銷量有正向影響，且對搜索品的影響大于體驗品。

用戶還可以選擇依據基于行動的社會化信號作出購買決策，產生觀察學習行為。相對于在線口碑，基于行動的社會化信號包含的信息量較少，但是可信度更高。借助于自然實驗的設計，CHEN et al.[28]將在線口碑和觀察學習對銷量的影響區分開， 發現正面的觀察學習帶來更多銷量，負面的觀察學習沒有影響，因而匯報暢銷品的銷量不會對小眾產品產生負面影響。同時，觀察學習的效果隨在線評論數量的增加而增強。基于在線美妝社區的面板數據，CHEUNG et al.[36]證實兩種社會化信號對于消費者購買的正向影響，且基于行動的社會化信號作用更強，該影響因消費者參與度和專業性而異。進一步地，THIES et al.[37]考慮時間維度，發現觀察學習短期內很快生效，在線口碑生效慢但更持久。

當用戶不考慮自己的判斷而選擇受歡迎的產品時，發生信息瀑布現象，產生羊群效應[38]。與在線口碑豐富的信息量相比，觀察學習只能看到其他用戶已購買的行為，卻不知道他們行為背后的原因。然而，羊群行為并不總是非理性的。ZHANG et al.[39]對小額貸款市場的研究證實了理性羊群行為的存在，即貸款人根據可觀測的借款人特征，如借貸雙方的朋友關系、信譽度等，調整自己對于以往貸款行為發生原因的理解。

隨著多媒體與各類平臺的融合，商家與消費者有更多溝通和建立信任的渠道[40]，如阿里旺旺等實時聊天工具能體現商家愿意用心回答消費者的疑問，減少信息不對稱，幫助消費者選擇適合自己的產品[6]。借助于閑魚網站上的自然實驗設計，TONG et al.[40]發現取消社交互動功能導致賣家收入大幅度下降，且最難以建立信任的賣家從社交互動功能獲益最多。類似地，在在線健康社區中，電話咨詢服務等即時通信服務反映了醫生愿意及時了解患者病情，減少延誤病情的風險，幫助患者改善健康狀況。

然而，專業服務消費決策與產品消費決策不同，已有基于產品消費決策的研究結論難以借鑒到專業服務行業中。同時，已有關于社會化信號對消費者決策影響的研究多基于同一渠道，對于跨渠道社會化信號的溢出效應方面的研究較少。在線健康社區以服務為主導，價值產生于醫患互動過程中，醫患互動質量決定了醫療服務質量[7]。醫生可以借助新的溝通和體驗方式，更有效地將醫療服務質量的信號傳遞給患者，如除了免費文本異步咨詢服務，醫生還可以提供基于語音乃至視頻的付費即時同步溝通方式，提高溝通效率。付費電話咨詢服務增加了醫生與患者溝通的渠道，渠道本身具有信號作用。醫生對于在線服務渠道的選擇反映了醫生在線服務意愿[41-42]，同時付費渠道比免費渠道的信號作用更強，以往患者愿意付費購買咨詢服務是對醫生服務質量的認可。本研究探討付費電話咨詢服務作為一種基于行動的社會化信號，對于原有免費文本咨詢服務渠道中患者在線問診決策的影響，即溢出效應。同時，考慮社會化信號之間的交互作用，研究該溢出效應是否隨醫生在線口碑而不同。

鑒于文本咨詢服務能夠克服時間和空間的限制，醫生在方便的時間回復患者，因此，研究新增付費渠道如何影響免費文本咨詢對于提高醫療服務效率、節省就醫費用、緩解醫療資源分布不均等問題具有重要意義。同時，研究結論拓展了對于社會化信號在渠道之間作用的理解，也為平臺設計和渠道融合提供參考。

2 研究假設

2.1 付費電話咨詢服務對免費文本咨詢服務需求的影響

相對于異步的免費文本咨詢服務，提供和收到付費同步電話咨詢服務反映了醫生愿意提供及時的醫療干預和反饋，以免延誤患者病情。不同于產品主導型平臺，在線健康社區屬于服務主導型平臺，價值產生于醫患互動過程。醫患互動質量越高，在線醫療服務質量越高。相對于文本咨詢，電話咨詢服務采用語音方式，信息傳達更迅速、準確，溝通效率更高；一對一服務的私密性更強，醫生與患者心理距離更近，更有利于醫生與患者建立信任，服務效果更好。電話咨詢反映了醫生的服務意愿，并能給患者帶來更多的選擇。患者更樂意選擇開通電話咨詢的醫生進行文本咨詢，如有必要，患者總是可以選擇與醫生進行電話咨詢。

更重要的是，以往患者愿意花費更多成本，付費與醫生進行電話咨詢，傳遞出對醫生服務質量認可的信號。醫療服務存在嚴重的信息不對稱，醫療服務質量對于患者不確定性很大。基于觀點的在線口碑和基于行動的觀察學習是判斷服務質量的重要依據，控制其他因素不變的情況下，如果以往患者愿意花費更多成本購買電話咨詢服務，則可視為該醫生服務質量更高的信號，患者向該醫生問診、與該醫生發生互動的可能性更大。綜上所述，收到付費電話咨詢會激勵新患者，即以往尚未與醫生互動過的患者，與醫生發生互動，從而帶動免費文本咨詢服務的需求。

H1收到付費的電話咨詢服務能帶動免費文本咨詢服務的需求

2.2 付費電話咨詢服務與在線口碑的交互作用

不同于電子商務平臺，在線健康社區中患者評論需要經過平臺的審核，均為患者實際就診(線下就診或線上咨詢)后的真實評論，可信度更高。在付費電話咨詢服務上線前，在線口碑是傳遞醫生服務質量的重要信號。SHUKLA et al.[17]發現當評論量較大時，患者會更迅速地在地理位置分布更集中的、較少的備選醫生中選擇。類似地，相對于累計收到較少感謝信的醫生，累計收到較多感謝信的醫生向患者傳遞的服務質量信息更豐富、服務質量的不確定性更小。

一方面，付費電話咨詢渠道與在線口碑可能具有替代效應。付費電話咨詢渠道傳遞出醫生服務質量的信號，降低了不確定性。電話咨詢服務的價格一般遠高于線下門診掛號費，以往患者愿意付費購買電話咨詢服務反映了其對于醫生服務質量的認可。同時，收到付費電話咨詢請求，反映了醫生能夠對患者咨詢做到及時反饋。醫生的及時干預有助于減少病情延誤、改善患者健康狀況。因此，付費電話咨詢渠道與在線口碑在傳遞醫生服務質量信號方面具有一定的替代性。相對于收到感謝信較多的醫生，患者在選擇感謝信較少的醫生時會更依賴付費電話咨詢渠道傳遞的質量信號。

另一方面，付費電話咨詢渠道與在線口碑可能具有互補效應。在原有免費文本咨詢渠道的基礎上，增加付費電話咨詢渠道為患者提供了便利。患者可以先文本咨詢了解情況，然后電話咨詢。同時，付費電話咨詢渠道傳遞出醫生愿意及時為患者提供反饋的服務意愿，有助于建立醫患信任[41]。因此，相對于在線口碑較低的醫生，在線口碑較高的醫生如果收到付費電話咨詢請求，文本咨詢患者需求增加得更多。因此，本研究提出兩個競爭假設。

H2a相對于在線口碑較低的醫生，收到付費電話咨詢服務對在線口碑較高的醫生免費文本咨詢服務需求的影響更小

H2b相對于在線口碑較低的醫生，收到付費電話咨詢服務對在線口碑較高的醫生免費文本咨詢服務需求的影響更大

3 研究方法

3.1 研究背景

本研究選取中國一家大型醫患互動平臺開展研究，該平臺是中國最大的互聯網醫療平臺，致力于改善患者就醫流程，在減少信息不對稱、促進醫患互動方面做出很多努力。該平臺成立于2006 年，推出患者評價、醫生個人主頁、文本咨詢、電話咨詢、預約加號、視頻問診、私人醫生乃至互聯網醫院。2008年3 月推出的醫生個人主頁類似于個人博客，開通個人主頁后醫生可以提供文本咨詢、電話咨詢、預約加號等一系列服務，或者通過發布科普文章、建立患友會與患者互動，患者可以評價醫生，發布感謝信和贈送心意禮物表示感激。截至2021 年5 月，平臺已收錄來自9 678 家正規醫院的813 068 位醫生的信息，已有4 451 484 位患者接受電話咨詢服務，3 006 179位患者通過預約加號線下就診。

3.2 研究設計和數據收集

借助Python 軟件，采集網站自2006 年7 月成立至2016 年5 月，來自上海、安徽、甘肅3 個省市的醫生信息及其在網站上所有活動的信息，包含醫患互動和發布科普文章等，選取這3 個地區的醫生是考慮到省級直轄市、華東地區和西部地區醫療資源的差異。采集策略如下：首先，定位3 個省份18 個科室的所有醫生，采集醫院信息、科室信息和醫生信息。其次，對于每一位醫生，采集患者評價和感謝信；對于開通個人主頁的醫生，采集所有醫患互動數據，如文本咨詢和電話咨詢等服務、發布科普文章等活動。最后，識別醫生和患者的唯一ID (網站加密后的ID)，且所有互動數據都有時間戳，時間具體到秒。

文本咨詢是一種異步的即時溝通方式，患者描述病情和就診情況，向醫生留言提問，醫生在方便的時間回復咨詢。2009 年9 月，該平臺推出付費即時同步咨詢服務，即電話咨詢服務。開通了個人主頁的醫生可以致電平臺客服，平臺確認開通電話咨詢的意向后即開通電話咨詢服務。目前，13%的醫生開通了電話咨詢服務。首先，患者提交電話咨詢請求，包含疾病詳情、就醫和用藥經歷、檢查資料、希望得到的幫助等。然后，患者支付費用，平臺審核并協助聯系醫生預約通話時間。90%的訂單都是當天接聽，通話時間一般為10 分鐘～15 分鐘，一般在3 天內完成通話。付款后如未預約到指定醫生的電話咨詢，或者患者主動取消預約，可以申請全額退款，平臺在3個工作日內受理。網頁數據只能收集到預約成功的電話咨詢，無法看到預約不成功的情況。表1 對文本咨詢和電話咨詢就溝通、付費方式等方面做了比較。

表1 文本咨詢服務和電話咨詢服務的比較Table 1 Comparison of Text Consultation Service and Telephone Consultation Service

推出電話咨詢服務是一個理想的自然實驗設計，可以用來建立電話咨詢服務與文本咨詢服務患者需求的因果關系。在推出電話咨詢服務之前，患者只能通過免費的文本咨詢接受醫生線上服務。文本咨詢過程除了檢查資料，一般是公開可見的，而電話咨詢內容相對私密，只能看到患者預約的記錄。同時，文本咨詢是異步的，醫生在方便的時間進行回復，而電話咨詢是同步的，醫生在預約時間內立即服務。

3.3 識別策略

本研究采用雙重差分模型，并添加醫生固定效應和時間固定效應，識別收到付費電話咨詢服務請求對文本咨詢服務患者需求的影響。首先，選取2009年5 月至2010 年4 月的時間窗，目標醫生是2009 年9月前已開通個人主頁的醫生，共1 303 位醫生，已去除影像科和檢驗科等醫輔科室醫生。然后，選取電話咨詢服務推出后收到電話咨詢服務請求的醫生作為實驗組，共68 位醫生，未收到電話咨詢服務請求的醫生作為控制組，共1 235 位醫生。

考慮到醫生可能自選擇開通電話咨詢服務，控制組與實驗組醫生可能存在本質差異，難以滿足雙重差分的平衡趨勢要求。本研究進一步使用傾向匹配得分法(PSM)和前向傾向匹配得分法(LA-PSM)對控制組與實驗組的醫生匹配，使控制組與實驗組醫生在政策前盡量相似，然后對匹配后的樣本估計處理效應。

3.4 變量測量

本研究最后生成的數據集是醫生-月層面的，共15 149 條觀測值。因變量為患者需求，自變量包括政策相關的變量、在線口碑、醫生努力程度、競爭等。變量的詳細信息見表2。

表2 變量定義Table 2 Definitions of Variables

關于在線口碑，由于在線健康社區中大部分評論均為正面評論，且網站在醫生信息頁面單獨列出累計收到感謝信數，累計收到感謝信數的多少可用來測量醫生的在線口碑。其他條件相同的情況下，累計收到感謝信數越多的醫生，傳遞出醫生服務質量更好的信號。

關于醫生努力程度，在醫生的咨詢頁面中，網站根據每個患者咨詢的最后發言時間排序，并且標明最后發言者的身份是醫生還是患者。因此，患者可以很方便地計算出醫生曾回復的咨詢數。控制其他因素的情況下，醫生回復患者咨詢越多，代表醫生越愿意與患者互動。

競爭效應主要從所在科室收到電話咨詢服務醫生占比和開通個人主頁醫生占比兩個角度考察，考慮到醫生多點執業較少，醫生個人品牌尚未完全建立，醫院和科室品牌在患者決策時占據主要地位。因此，同科室其他醫生成為該醫生最直接的競爭者。同時，由于醫生只有在開通個人主頁后才能提供文本咨詢和電話咨詢服務，患者在進行文本咨詢前考察的決策集為該科室已經開通個人主頁的醫生。類似地，患者在電話咨詢前考察的決策集為該科室已經開通電話咨詢服務的醫生。免費的文本咨詢也可用于了解醫生、降低不確定性，以方便后續電話咨詢。

表3 給出變量的描述性統計結果，平均每月約有8 位新患者來咨詢醫生，醫生最多一個月收到45 封感謝信。

表3 描述性統計結果Table 3 Results for Descriptive Statistics

3.5 實證模型

本研究采用雙重差分模型，并添加固定效應和時間效應。為了檢驗H1，本研究構建模型1，即

4 實證結果和分析

回歸前，考慮到可能存在的過度分散問題，本研究 對Ntpi,t、Posi,t、Womi,t-1和Effi,t-1加1 后 取 自 然 對 數。各變量的方差膨脹因子均小于6，不存在多重共線性問題。對(1)式和(2)式進行回歸，結果見表4。

4.1 電話咨詢服務對文本咨詢服務患者需求的影響

表4 模型1 的回歸結果中，Teli,t的回歸系數為0.179,p＜ 0.050，說明收到患者電話咨詢服務請求帶動對文本咨詢服務患者需求。相對于未收到電話咨詢的醫生，收到電話咨詢的醫生文本咨詢服務新增患者數要高出17.900%。上一期的在線口碑和醫生努力程度均正向影響文本咨詢服務患者需求，同科室已收到電話咨詢服務的醫生占比越大，則該醫生的需求越小。

表4 回歸結果Table 4 Regression Results

4.2 電話咨詢服務與在線口碑的交互作用

表4 模型2 的回歸結果中，Teli,t·Womi,t-1的回歸系數為- 0.108,p＜ 0.100，表明在線口碑與電話咨詢服務傳遞的質量信號具有一定的替代性。相對于收到感謝信較多的醫生，收到感謝信較少的醫生收到電話咨詢服務請求對文本咨詢服務患者需求的正向影響更大。一個可能的解釋是，當收到感謝信數較少的醫生和收到感謝信數較多的醫生都收到付費電話咨詢請求時，可以推斷收到感謝信數較少的醫生擁有更多不可觀測的信息促使以往患者發起電話咨詢請求。

4.3 內生性問題的處理

電話咨詢服務對患者需求影響的問題中存在的一個重要的內生性來自于自選擇，醫生自選擇是否開通電話咨詢，收到電話咨詢服務的醫生與未收到電話咨詢服務的醫生存在本質的差異，不滿足雙重差分的平衡性趨勢要求。本研究在原模型基礎上添加兩種匹配的方法來處理這個問題，即采用傾向匹配得分法和前向傾向匹配得分法。

傾向匹配得分法對控制組與實驗組按以下可觀測特征進行匹配。匹配的因變量為Teli,t，自變量為醫生職稱、醫院等級、科室類別、開通個人主頁時長、上一期醫生回復咨詢數、上一期新增感謝信數、所在城市人均GDP。前3 個變量為分類變量，本研究在匹配時將其轉換為多個虛擬變量，后4 個變量取自然對數以緩解過度分散的問題。

對于不可觀測特征上的差異，前向傾向匹配得分法在傾向匹配法之前先將樣本限定在觀測時間窗內收到過電話咨詢服務的醫生。然后再將該時間段等分成T1 和T2 兩段，T1 為2009 年9 月至12 月，T2 為2010 年1 月至4 月，重新定義控制組和實驗組，做一次傾向匹配得分。T2 期間才收到電話咨詢的醫生作為控制組，T1 期間就已收到電話咨詢的醫生作為實驗組。通過在收到電話咨詢服務的醫生中匹配，控制了收到電話咨詢服務的醫生不可觀測的固有特征。考慮到實驗組用戶數過少，本研究采用1 對多匹配的方 法，分 別 為1 對3 和1 對5。PSM 1 對3 和PSM 1 對5 匹配后的樣本分別包含196 位和255 位醫生，分別對應2 306 條和3 002 條觀測值；LA-PSM 1 對3、LAPSM 1 對5 匹配后的樣本分別包含53 位和55 位醫生，對應625 條和643 條觀測值。平衡性檢驗結果表明，匹配后控制組與實驗組在各變量上均無明顯差異。

表5 給出對匹配好的樣本進行回歸的結果，匹配后的結果與主模型結果一致，驗證了電話咨詢服務可以帶動文本咨詢服務患者需求，且電話咨詢服務的影響對于在線口碑較低的醫生更明顯。

表5 匹配后的回歸結果Table 5 Regression Results After Matching

4.4 穩健性檢驗

首先，收到不同數量的電話咨詢對文本咨詢服務患者需求的邊際影響可能不同。相對于收到和未收到電話咨詢，本研究采用當月收到電話咨詢的數量Ntei,t作為主要的自變量，回歸結果見表6。由表6 可知，Ntei,t的回歸系數顯著為正，說明醫生收到越多電話咨詢請求，其新增文本咨詢患者數增加得越快。交互項系數顯著為負，表明電話咨詢數對患者需求的影響隨在線口碑而變化，累計收到越多感謝信時，電話咨詢數對患者需求的正向影響越小。

表6 Ntei,t 為自變量的回歸結果Table 6 Regression Results for Ntei,t as Independent Variable

其次，將原有文本咨詢患者在后續月份的文本咨詢也視為新咨詢需求。按照主模型采用的因變量計算方式，對于患者在1 月咨詢、在3 月再次咨詢的情況，該患者只記入1 月新增文本咨詢患者，不計入3月新增文本咨詢患者。考慮到一般文本咨詢會在一個月內完成，后續月份的咨詢疾病可能不是前面月份咨詢的病癥，而是不同但相關的病癥。因此，患者在后續月份的咨詢可以視為新需求，醫生收到電話咨詢服務對于這些需求也可能產生影響。根據重新定義的變量內涵進行回歸，回歸結果與主模型結果一致。

最后，考慮到醫生可能會開通電話咨詢后再關閉，用每個月是否收到電話咨詢TelYi,t代替是否曾收到電話咨詢Teli,t。如果醫生有開通后再關閉電話咨詢的情況，主模型中采用不變的Teli,t將低估電話咨詢服務對患者需求的影響。TelYi,t為虛擬變量，i醫生在t月至少收到一次電話咨詢服務取值為1，否則取值為0。回歸結果與主模型結果一致。

5 作用機制分析：異質性處理效應

本研究的實證結果表明，付費電話咨詢渠道會帶動免費文本咨詢渠道的用戶需求，同時付費電話咨詢傳遞的信號與在線口碑傳遞的信號具有一定的替代性。實際上，電話咨詢作為一種基于行動的社會化信號，不僅向用戶傳遞了有關服務質量的信號，還傳遞出醫生愿意及時提供反饋的便利性信號。為了深挖內在機制，區分服務質量和服務便利性等不同維度的信號在不同情景下的溢出效應及其與在線口碑的相互作用，本研究進一步做異質性處理效應分析。

(1) 疾病的類型是影響口碑和電話咨詢服務在信號作用上的可替代程度的重要因素。具體地，慢性病、急性病和風險較高的疾病對服務便利性和服務質量的要求有顯著差異。相對于急性病和風險較高的疾病，慢性病的治療有賴于醫生與患者的持續溝通、患者按時服藥、保持良好習慣等，以防病情加重和出現并發癥。同時，疾病風險影響患者對服務質量的滿意度，疾病風險較高的患者對服務質量要求更高[18]。因此，慢性病患者在選擇醫生時更關注與醫生保持溝通，電話咨詢更多是作為新渠道提供了有關該醫生服務意愿和便利性方面的信號，與在線口碑作為服務質量的信號不具有較強的替代性。急性病和風險較高的疾病的患者在選擇醫生時更關注醫療服務質量，兩種社會化信號的替代性較強。

本研究從科室類型入手，考慮電話咨詢服務溢出效應的異質性。具體地，按科室在網上咨詢服務的適宜程度分為兩個樣本，樣本1 主要是疾病風險較低、需要保持醫患溝通的慢性病科室，包括所有內科科室、皮膚科、婦科、兒科、腫瘤科、中醫科、中西醫結合科，這些科室適宜網上咨詢；樣本2 為其他科室，這些科室較不適宜網上咨詢。然后分樣本進行回歸。樣本1 包含856 位醫生，對應9 975 條觀測值；樣本2包含447 位醫生，對應5 174 條觀測值。表7 給出異質性處理效應的回歸結果。

由表7 可知，電話咨詢服務對免費文本咨詢服務在兩類科室中都具有溢出效應，模型1 中，樣本1 中Teli,t的回歸系數為0.158，p＜ 0.100；樣本2 中Teli,t的回歸系數為0.263，p＜ 0.050；且該效應在樣本1 與樣本2之 間 無 顯 著 差 異，χ2= 0.590,p＞ 0.100。但 是，模 型2表明電話咨詢服務與在線口碑的交互作用在不同類型科室之間存在差異。對于樣本1，新增電話咨詢服務不會替代在線口碑對于文本咨詢服務患者需求的影 響，Teli,t·Womi,t-1的 回 歸 系 數 為- 0.055，p ＞0.100。而對于相對不適宜網上咨詢服務的科室，新增電話咨詢渠道之后，在線口碑的信號作用比之前要弱，Teli,t·Womi,t-1的回歸系數為- 0.225，p＜ 0.001，表明電話咨詢服務與在線口碑之間存在顯著的替代效應。

表7 異質性處理效應模型的回歸結果Table 7 Regression Results for Heterogenous Treatment Effect Model

可能的解釋是，對于適宜網上咨詢服務的科室，電話咨詢服務更多地傳遞出便利性的信號，即醫生可以提供及時反饋，與在線口碑傳遞的信號相區分。而對于較不適宜網上咨詢服務的科室，疾病風險較高，在線口碑和電話咨詢更多地都傳遞服務質量的信息，因此具有一定的替代效應。

(2) 相對于新患者，老患者已擁有相關就醫經驗，感知到醫生服務質量的不確定較小，從而更容易區分付費電話咨詢服務與在線口碑可能傳遞不同維度的信號。針對這種情況，本研究單獨分析電話咨詢服務對于患者重復選擇行為的影響。因變量為本月非第一次咨詢醫生的患者數，自變量與主模型一致，回歸結果表明，電話咨詢服務有助于留住已在該醫生處文本咨詢的患者，Teli,t的回歸系數為0.153，p＜0.050；而且該正面信號影響與在線口碑無替代性，Teli,t·Womi,t-1的回歸系數為- 0.037，p＞ 0.100。一個可能的解釋是，已在該醫生處咨詢過的患者將電話咨詢服務與在線口碑傳遞的質量信號視為不同維度，如在線口碑更多的是服務質量信號，而電話咨詢更多的是服務便利性的信號。進一步地，本研究將重復咨詢患者劃分為二次重復咨詢、多次重復咨詢的患者，重新進行回歸，結果見表8。由表8 可知，與新患者樣本結果一致，對于第2 次文本咨詢患者，電話咨詢服務與在線口碑具有替代效應。但對于多次重復咨詢患者，兩種信號對需求的影響無顯著差異。該結果進一步驗證了電話咨詢服務與在線口碑傳遞的是不同維度的社會化信號，電話咨詢服務不僅傳遞出服務質量信號，更傳遞出便利和服務意愿的信號，與在線口碑傳遞的信號不盡相同，多次重復就診的患者能夠有效區分兩種信號分別傳遞的信息。

表8 電話咨詢服務對于二次重復咨詢患者需求和多次重復咨詢患者需求的影響Table 8 Impact of Telephone Consultation Service on Patient Demand for Second-time and Multi-time Consultation Services

6 結 論

借助自然實驗的研究設計和雙重差分的方法，從社會化信號的角度探討付費同步電話咨詢服務渠道對原免費異步文本咨詢渠道的患者需求的影響，探討在線口碑與付費渠道之間的交互作用，且區分科室類型、新增文本咨詢需求和重復文本咨詢需求進行分析。研究結果表明，收到付費電話咨詢服務請求會帶動免費文本咨詢服務患者需求；當醫生累計收到更多感謝信時，收到付費電話咨詢服務請求對于免費文本咨詢服務患者需求的影響更小；付費電話咨詢服務和累計感謝信在傳遞醫生服務質量信號方面存在替代性。區分科室類型、新增文本咨詢需求和重復文本咨詢需求的進一步作用機制分析表明，付費電話咨詢服務與累計感謝信傳遞出不同維度的服務質量信號。

本研究從理論上進行了拓展。首先，本研究分析新增的服務渠道對于專業醫療服務的影響，將渠道融合和社會化信號對消費者決策的影響研究擴展到專業服務領域。即時溝通，如基于文本、語音乃至視頻的咨詢服務，是在線專業服務的服務質量信號傳遞的有效渠道。作為一種專業服務，醫療服務具有高度信息不對稱性、異質性和高風險的特征，電子商務領域的結論難以借鑒，本研究對于如何借助新渠道的社會化信號、幫助患者推斷醫療服務質量、降低不確定性至關重要。同時，5G 的發展進一步促進語音和視覺的即時互動，使在線診斷乃至手術成為可能，本研究結果對這些未來即將出現的新的醫療服務方式具有借鑒意義。

其次，本研究探討付費電話咨詢服務對免費文本咨詢服務的引流作用。作為服務主導型社區，在線健康社區的服務價值產生于醫患互動過程中。異步文本咨詢服務克服了時間和空間的局限性，醫生在方便的時間回復患者咨詢，促進了醫患溝通，提高了醫療資源的可及性，特別是對于需要長期服藥的慢性病患者和需要隨訪的患者，免費文本咨詢服務對于提高醫療服務效率、緩解醫療資源分布不均問題具有重要意義。相對于異步的文本咨詢服務，即時同步的電話咨詢服務確保了醫生對患者咨詢的及時反饋和互動。收到付費電話咨詢服務是醫生愿意花費精力與患者實時溝通的表現，反映了以往患者對醫生服務質量的認可。因此，收到電話咨詢服務的醫生可以吸引更多患者參與互動。此外，本研究拓展了服務渠道之間溢出效應的研究，進一步探討了社會化信號對溢出效應的影響。

最后，本研究對即時同步溝通方式的融合對在線健康社區中患者決策的影響進行因果推斷。已有研究中在線健康社區中的醫患行為多基于截面數據，本研究借助醫患互動詳情的面板數據和自然實驗的研究設計，可以清晰地進行即時同步服務與異步服務需求之間的因果推斷。

本研究為在線健康社區和在線投資顧問等專業服務平臺、付費問答社區的網站設計和推薦提供一些建議。首先，平臺應積極融合多媒體技術，引入更多高質量溝通方式。在引入不同溝通方式和渠道時，不僅要考慮該溝通方式本身的引流效應，還要考慮新增渠道對于原有渠道的影響，關注渠道整合，避免蠶食，提升互補。本研究發現新增服務渠道本身就是一種社會化信號，因此平臺管理者可以從信號的角度理解渠道融合。其次，本研究發現信號往往是多維度，而不是單一維度的。不同類型的服務和用戶群體從同一信號中獲取不同維度的信息。因此，平臺設計中應展現不同信號，如在線口碑和不同渠道的服務量，方便服務質量相關信號的傳遞。同時，對于不同服務和用戶群體，考慮到信號之間的相互作用，分別從便利性的維度和服務質量的維度，結合各種服務渠道和在線口碑進行綜合推薦。

本研究具有一定的局限性，可作為未來進一步研究的方向。①由于只觀測到患者的咨詢和評價等行為，未觀測到患者的瀏覽和點擊行為，無法完全還原患者的決策過程。如果收集到這些數據，未來可研究額外的質量信號，如新增付費電話咨詢服務渠道對患者的決策集、瀏覽時間和決策集中醫生地理位置的分布的影響。②本研究考慮信號對線上患者需求的影響，未來可以結合線下數據，進一步探討新增信號是否有助于加速患者線下轉化。③未來可考慮時間因素，探討在線健康社區中新增質量信號及其與在線口碑信號之間的交互作用隨時間的演變。