在線問診信息用戶采納意愿的影響因素研究

莫敏 匡宇揚 朱慶華 李新月 岳泉

摘 要：[目的/意義]為揭示用戶采納在線問診信息意愿的影響因素，對在線醫療平臺的運營管理提供具體可行的建議。[方法/過程]本文通過扎根理論得到影響用戶問診信息采納意愿的關鍵要素，結合信息采納模型構建用戶采納意愿影響因素理論模型。最后通過調查問卷收集數據，對模型進行路徑分析、假設檢驗。[結果/結論]研究發現，平臺易用性、醫生專業性、服務態度、信息內容質量和信息表達質量會通過感知有用性對采納意愿產生正向影響，其中信息內容質量對用戶采納意愿的影響最大;健康素養負向調節醫生專業性與感知有用性之間的關系，在信息內容質量與感知有用性之間起正向調節作用。

關鍵詞：在線問診信息;用戶;信息采納;在線醫療平臺;扎根理論

DOI：10.3969/j.issn.1008-0821.2022.06.006

〔中圖分類號〕G252.0 〔文獻標識碼〕A 〔文章編號〕1008-0821（2022）06-0057-12

Abstract：[Purpose/Significance]The purpose of this study is to explore the influencing factors and mechanism of users intention to adopt consultation records in online medical platform.[Method/Process]Firstly，the study reviewed the related research in the field of online medical platform information adoption.Secondly，the key factors that affect the users adoption intention of medical consultation information were extracted by grounded theory.Based on the information adoption model and information ecology theory，the theoretical model was constructed with coding results.Finally，the path analysis and hypothesis testing were conducted on the model with the data from questionnaires.[Result/Conclusion]According to the results，Information adoption intention is positively associated with perceived ease of use，doctors professionalism，service attitude，information content quality and information expression quality.This effect is exerted through perceived usefulness.Moreover，health literacy strengthens the relationship between information content quality and information adoption intention but negatively moderates doctors professionalism on perceived usefulness.

Key words：online medical consultation information;information adoption;online medical platform;grounded theory

近年來，我國居民個人健康管理和疾病診療的需求激增。2020年，我國基本醫保基金總支出達21 032億元，醫療衛生總支出呈逐年增長的態勢。然而，我國公共醫療資源配置存在一定缺陷，城鄉間醫療資源配置不均衡導致醫療需求不斷向城市醫院聚集，城市醫院持續高負荷運轉，而基層醫療衛生機構服務量低，水平和能力欠佳[1]。在公眾日益增長的健康醫療需求和不平衡不充分的醫療資源的矛盾下，在線問診平臺應運而生。

在線問診平臺打破時間和空間的限制，促使醫療服務從以醫院為中心向以患者為中心變化[2]，一站式服務滿足患者的多種場景需求，簡化了就醫流程，在更大程度上滿足了廣大患者的醫療需求。然而，部分在線醫療平臺的入駐醫生資質和服務質量參差不齊，醫生僅基于患者自身對病情的描述給出診斷，過程中缺少醫療設備輔助，不少患者用戶對在線問診信息持懷疑態度[3]，在線問診平臺尚未發揮其真正價值。為了進一步調動用戶利用在線診療信息的積極性，改善在線問診平臺質量，提升其與用戶的適配度，用戶信息采納的行為研究至關重要。本文以在線問診平臺中的患者用戶為研究對象，結合扎根理論與結構方程模型，全面剖析用戶信息采納行為的影響因素，并深入挖掘各因素間的作用機理，以期優化平臺服務質量，并提升用戶利用在線診療信息效率。

1 相關研究

在線醫療平臺是實現在線醫療服務的載體，在線問診平臺是其中一種強調用戶與用戶互動，從而實現信息交換的社區型平臺。在線問診平臺中，醫生提供問診服務，患者是問診服務的對象，故本文所指用戶為患者及準患者用戶。目前，在對用戶使用在線醫療服務的行為研究中，國內外學者多關注用戶使用意愿[4-5]、隱私披露[6-8]和醫生選擇[9]主題。鄧朝華等提出，網站、感知風險等因素會影響患者對在線醫療健康服務使用的信任度[10]。Zhang X等提出，感知脆弱性、自我效能等因素會影響用戶對隱私問題的關注程度，繼而影響其健康信息披露行為[11]。Esmaeilzadeh P認為，隱私政策的透明性是公眾進行健康信息交換的重要先決條件，詳細的隱私政策有助于減少公眾對健康信息泄露或濫用風險的擔憂[12]。Shan W等運用眼動追蹤實驗，發現患者在移動醫療App中選擇醫生時會參考醫生頭像等7種信息。同時，情感信任和認知信任會對患者的擇醫行為產生影響[13]。Gong Y等提出，醫生的能力、誠信度等個人特質是患者與醫生建立信任的基礎，網站中其他患者用戶對醫生的評價、評分也會影響患者的選擇[14]。8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

而在在線醫療平臺信息采納行為的研究中，學者主要從信息質量[15]、信息可信度[16-17]等角度進行探索。Rueger J等結合社會網絡分析方法考察在線醫療社區用戶的社交行為，提出患者更愿意采納具有多元化專業知識背景的醫療人員的建議[18]。Ma T等提出，在線健康信息的來源平臺可能會影響用戶對信息可信度的評估[19]。劉萌萌基于理性行為理論，從社會支持、同質性等角度探究健康信息采納可能的影響因素[20]。Prabha M S等創建了一種包括信息質量、情感支持、來源可信度、回復率和接收者參與度等指標的知識貢獻模型，用于評估在線醫療社區中的回復信息是否是患者真正需要的，并使用Medhelp社區的問答數據進行驗證[21]。此外，還有學者考察了微信[22]、微博[23]等特定社交媒體或問答社區中用戶的健康信息采納行為。Jin J等使用文本挖掘技術分析百度知道社區中醫療健康模塊的數據，提出信息質量、情感支持和來源可信度等因素會影響用戶對醫療保健信息的采納[24]。

綜上，目前對在線醫療平臺中患者的行為研究基本從平臺使用、醫生選擇等應用層面的服務出發，缺少對在線醫療問診的核心內容——信息的關注。盡管有少部分研究針對用戶健康信息采納行為，但一方面缺乏在線問診這一特殊場景中信息采納行為的研究;另一方面，目前模型建構主要從信息質量、信息源等單一信息視角出發，沒有充分考慮用戶層面，模型較為片面、局限。所以本文將采用扎根理論，以用戶為核心，將定性研究方法與定量研究方法相結合，構建并驗證在線問診中用戶信息采納的整體性概念框架。

2 在線問診信息用戶采納意愿影響因素提取

2.1 研究樣本與數據采集

本研究選擇有在線醫療平臺使用經驗的用戶作為訪談對象。訪談分為兩個環節：首先，向受訪者介紹在線醫療平臺的概念及知名網站。接著，詢問受訪者的基本信息以及在線醫療平臺使用經歷，如表1所示。訪談過程中根據受訪者的反饋進行針對性的提問和追問，同時盡量避免誘導性的提問。

在事先征得受訪者同意后對訪談對話進行錄音，訪談結束后將內容整理成文本，對原始資料進行編碼。本研究遵循扎根理論的基本原則，收集數據的過程中不斷比較和編碼樣本數據，當理論達到飽和，即不再有新的概念或范疇出現時停止采樣。訪談對象共計18人，15份訪談文本為理論提取數據，3份訪談文本用于理論飽和度檢驗。樣本具體信息如表2所示。

2.2 資料編碼

本研究使用NVivo軟件對文本素材進行3次編碼。通過開放式編碼、主軸編碼和選擇性編碼完成對訪談原始資料的系統性分析，歸納概括后構建出原始理論。

2.2.1 開放式編碼

開放式編碼是對訪談資料抽取、提煉、重新整合的過程。通過抽取關鍵語句、賦予初始概念、剔除重復次數小于3次的概念等處理步驟，最終獲得了30個初始概念，如表3所示，并歸納整理為7個范疇（A1～A7），如表4所示。

2.2.2 主軸編碼

主軸編碼旨在建立各個獨立范疇間的聯系，本文將7個范疇歸納形成4個主范疇（B1～B4），如表5所示。

2.2.3 選擇性編碼

選擇性編碼階段需進一步梳理主范疇間的相互作用，確定核心范疇，再通過“故事線”闡明核心范疇與其他范疇間的作用關系。結合本研究探討的核心問題，選擇“在線問診信息采納意愿”作為核心范疇。

根據訪談者的表述，發現部分“故事線”與信息生態理論相契合。Vasiliou C等將信息生態定義為“特定環境中由人、實踐、價值和技術構成的體系”[25]。該理論著眼于整體，從宏觀視角出發剖析信息環境、人與信息三者間的相互聯系。在用戶行為領域的研究中，研究者們常將信息生態理論與技術接受模型相結合。平臺維度因素對應著信息環境生態因子，醫生和患者共同組成了信息人，信息對應生態系統中的信息因素。在信息生態理論的基礎上，構建了如圖1所示的典型關系結構。對應的“故事線”揭示了以下行為現象：①患者對問診信息的采納意愿會受到平臺、醫生、信息、患者4個維度因素的共同影響;②患者因素有一定調節作用，主要體現在醫生專業性、信息內容質量與患者用戶的問診信息采納意愿之間，患者的健康素養能夠調節影響強度與方向。

2.2.4 理論飽和度檢驗

本研究對前期抽取的3份原始訪談資料采取同樣的方式進行三級編碼分析，編碼以后發現結果與前述研究中提取的在線問診信息用戶采納意愿影響因素的范疇一致，沒有出現新范疇，范疇間也沒有產生新的聯結，說明得到的編碼體系通過了理論飽和度檢驗。

2.3 因素選取

通過對訪談記錄的編碼，歸納出平臺、醫生、信息、患者4個維度的7個關鍵因素。

平臺維度包括平臺易用性和平臺聲譽。平臺易用性是對平臺界面設計、交互方式的評估，對應著信息生態視角中的信息環境。易用性高意味著服務提供方營造的軟件應用環境能較好地符合用戶習慣[26]。平臺聲譽則反映出平臺能持續提供優質的服務，從而得到了大量用戶的肯定。

醫生維度分為醫生專業性和服務態度兩個因素。在醫生專業性方面，平臺中的醫生具備的素質和能力存在差異。雖然職級、學歷等信息反映出的專業性特征不能完全等同于醫生的業務能力，但對用戶而言，通過專業性來評判信息是否符合需求是一種簡單而快捷的途徑。同時，醫生服務過程中表現出的耐心、專注度、共情等為患者用戶提供了情感支撐，有助于提升患者的采納意愿。

信息維度包括信息內容質量和信息表達質量。內容質量指信息內容與客觀情況相一致的程度[27]，表達質量反映了信息表現形式的可理解性[28]。對在線醫療平臺的用戶而言，信息內容質量直接決定了用戶可獲得信息的廣度、深度及相關度，表達質量則會影響用戶處理和分析信息的難度。信息質量越高，用戶越可能從問診信息中提取有用的內容。8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

患者維度的因素為健康素養。健康素養會正向調節信息內容質量與感知有用性之間的關系。患者具備的醫學知識使其能夠清晰地認識到需要哪些信息，從而能更好地判斷信息內容是否值得利用。相反地，健康素養負向調節醫生專業性與感知有用性的關系，患者健康素養越低，越依賴外在的信息源特征來輔助判斷。

3 在線問診信息用戶采納意愿影響因素的模型構建及研究假設

3.1 模型構建

信息采納的概念源于技術采納理論，是用戶根據自己的認知對信息進行判斷、選擇和決策的過程。信息采納模型（IAM）是Sussman S W等將精細加工可能性模型（ELM）與技術接受模型（TAM）整合而成[29]。如圖2所示，中心路徑的信息質量和邊緣路徑的來源可信度均會正向影響感知有用性，進而影響用戶的信息采納。模型中的信息質量和來源可信度可進一步細分為多個維度，在不同研究中依據主題做適當調整。

本文通過扎根分析提取了平臺易用性、平臺聲譽、醫生專業性、服務態度、信息內容質量、信息表達質量、健康素養7個影響因素。與信息采納模型比較可以發現，平臺因素與醫生因素共同構成了廣義上的信息來源，而信息維度的影響因素則體現了在線問診信息的信息質量。本文將扎根分析階段提出的理論框架與信息采納模型相結合，引入感知維度的感知有用性，構建如圖3所示的在線問診信息用戶采納意愿影響因素理論模型。

3.2 研究假設

3.2.1 平臺易用性和平臺聲譽

1）平臺易用性對感知有用性的影響

Davis F D在TAM中提出，感知易用性指用戶使用某一新興技術的容易程度，感知有用性則表示用戶相信通過一種新技術可以提高效率的程度，并驗證了當用戶采納技術創新時，感知易用性對感知有用性的影響作用[30]。在訪談過程中，有受訪者提到“有些平臺的界面設計花哨、彈窗很多，看起來像是釣魚詐騙網站。”簡潔的界面、順暢的交互流程一方面在一定程度上能提升內容的可信度;另一方面使用戶更易獲取所需的健康信息，建立并強化對網站的正面印象。因此，本文提出假設：

H1：平臺易用性對感知有用性有積極影響。

2）平臺聲譽對感知有用性的影響

Su L等研究發現，企業聲譽會對客戶滿意度和承諾產生積極影響[31]，Kim S等發現，平臺聲譽會直接影響消費者對電商服務的信賴水平，進而影響他們的購買意愿[32]。在選擇使用在線醫療平臺時，良好的聲譽意味著絕大部分用戶相信該平臺能夠誠信經營、重視用戶權益，在競爭者甚眾的在線醫療服務領域，這將有助于平臺在市場中脫穎而出，也使用戶有理由相信平臺可以提供高品質的信息服務。因此，本文提出假設：

H2：平臺聲譽對感知有用性有積極影響。

3.2.2 醫生專業性和服務態度

1）醫生專業性對感知有用性的影響

醫生的專業性主要體現在專業知識、能力和經驗方面。醫患雙方在醫療問診的信息交互場景中，醫生扮演著健康信息來源的角色。而信息來源專業性對用戶感知、行為意愿的影響已在許多研究中被支持，張穎等在知識問答社區的研究中指出，答主的專業性會影響提問者的信任度[33]。多位受訪者認為，醫生的所屬機構、職稱、學歷等信息對于健康信息判斷有重要的參考價值，即醫生的專業水平越高則回答質量越有保障。因此，本文提出假設：

H3：醫生專業性對用戶感知有用性有積極影響。

2）服務態度對感知有用性的影響

Srihadi T F等通過研究發現，服務特征會影響消費者的滿意度和感知關系利益[34]，同時一些受訪者表示“在線醫療平臺的部分醫生回復態度比較敷衍”“醫生只回答了部分問題”。盡管在線問診時雙方溝通的及時性和互動性不及線下交流，不會出現用戶表述被打斷的情況。但作為醫療服務的提供者，醫生在服務中保持耐心、充分解答用戶的提問和追問，能提升患者對服務質量的印象。因此，本文提出假設：

H4：服務態度對用戶感知有用性有積極影響。

3.2.3 信息內容質量和信息表達質量

Sussman S W等在信息采納模型中提出信息內容質量會影響信息有用性。訪談資料顯示，受訪者瀏覽問診信息時會關注內容的一致性、針對性、細節性和全面性，例如“病情描述要跟我的病狀相同或相似”“希望能從醫生診斷中獲得用藥建議和后續治療建議”。同時，由于大部分患者缺少對醫學領域的深入了解，過多艱深晦澀的專業術語會增加他們對信息內容的理解難度。據此，本文認為內容質量和表達質量高的問診信息對用戶而言更有幫助，用戶更易在認知范圍內詳盡地解讀信息承載的含義。因此，本文提出假設：

H5：信息內容質量對用戶感知有用性有積極影響。

H6：信息表達質量對用戶感知有用性有積極影響。

3.2.4 感知有用性的中介作用

面對網絡中紛繁龐雜的問診信息，用戶會先行評判信息是否有用，繼而決定是否采納。有用的問診信息能有效幫助用戶減少決策時的不確定性[35]，在理論層面，信息采納模型已經揭示了感知有用性的中介作用，同時有受訪者提到“我會通過網上的醫生診斷來判斷自己病狀的嚴重程度，再決定是自行買藥還是前往醫院就醫”“我習慣在去醫院前瀏覽網絡問診信息，初步收集病情相關資料，方便提前準備好要向醫生咨詢的問題”。因此，本文提出以下假設：

H7a：感知有用性在平臺易用性與信息采納意愿之間起中介作用。

H7b：感知有用性在平臺聲譽與信息采納意愿之間起中介作用。

H7c：感知有用性在醫生專業性與信息采納意愿之間起中介作用。

H7d：感知有用性在服務態度與信息采納意愿之間起中介作用。

H7e：感知有用性在信息內容質量與信息采納意愿之間起中介作用。

H7f：感知有用性在信息表達質量與信息采納意愿之間起中介作用。8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

3.2.5 健康素養的調節作用

健康素養指個體獲得、理解和處理基本的健康信息或服務并做出正確的健康相關的決策的能力[36]，健康素養越高意味著受訪者深度接受和處理健康信息的能力越強[37]。精細加工可能性模型表明，當個體能力較強時，主要路徑的信息質量的作用更加顯著[38]。可見，當用戶健康素養較高時，會更傾向于直接評判信息內容本身是否有用。多位受訪者的描述顯示健康素養在信息內容質量與感知有用性之間起調節作用，例如，“我知道感冒的常見病因以及對應用藥，上網查詢醫患問答只是想再次核實一下。如果跟我自己的推斷一致，我就會參考醫生的意見”。因此，本文提出假設：

H8：健康素養負向調節醫生專業性與感知有用性之間的關系。

H9：健康素養正向調節信息內容質量與感知有用性之間的關系。

4 在線問診信息用戶采納意愿影響因素的問卷設計及數據收集

本文使用的調查問卷包括3個部分，問卷背景及相關概念介紹、被試者基本信息調查、模型測量項，測量項采用Likert 5點量表進行設計，被調查者在1（非常不同意）到5（非常同意）進行打分。模型共涉及9個變量，每個變量由3～4個測量題項構成，題項源于已有成熟文獻或扎根結果。

為確保問卷的有效性，首先進行預調查以修正問卷。正式調查階段累計回收問卷398份。按標準剔除不符合要求的問卷后，獲得295份有效問卷，有效率為74.1%。樣本中女性數量略多于男性，66.5%的被調查者年齡在20～39歲之間，學歷在本科及本科以上的被調查者占比83.7%。瀏覽問診信息的用戶數量多于主動問診的用戶，側面反映出目前對在線問診服務持觀望態度的用戶不在少數。好大夫在線是被調查者最常用的平臺，使用過的人數占比58%;丁香醫生次之，使用人數占比33.6%。可見，平臺之間市場滲透率差異較大。

5 在線問診信息用戶采納意愿影響因素的模型驗證

5.1 信效度檢驗

信度指測量結果的內部一致性、穩定性。本文采用Cronbachs α系數進行檢驗，數值越大則表明量表信度越高。本研究中各變量的Cronbachs α系數均高于0.7。此外，對比項已刪除的α系數可以發現，各題項刪除后信度無明顯提升，量表的信度較為理想。

效度由內容效度、建構效度組成。本文使用的題項來源于現有文獻或通過扎根理論獲得，在正式發放問卷之前，通過小規模的預調研對題項內容進行修正，以保證問卷的內容效度。表7中各個變量的CR值均大于0.7，AVE值均大于0.6，說明量表具有較好的收斂效度。表7展示了AVE平方根和變量間的相關系數，顯示量表具有較好的區分效度。

5.2 共同方法偏差檢驗

同樣的數據來源、測量環境等因素可能會導致預測變量與效標變量間的共變異，因此本文采用Harman單因素法進行共同方法偏差檢驗。首先，研究通過Bartlett球形度檢驗，可以進行因子分析;接著，進行主成分分析，提取特征值大于1的因子，7個因子解釋了總方差的77.11%。結果顯示，第一個因子的解釋方差為39.64%，表明共同方法偏差對結果的影響較小。

5.3 模型擬合分析

在進行假設驗證前，先對模型的基本適配度進行檢驗，評判其是否具有合理性和有效性。常用的擬合指標有R2、Q2。經過計算，感知有用性和采納意愿的R2數值分別為0.586和0.529，說明模型解釋性較強。Q2數值分別為0.506和0.426，表明模型有較好的預測效果。

5.4 模型假設檢驗

1）直接效應檢驗

首先使用Bootstrap方法對模型的直接效應進行假設檢驗，將樣本數值設定為5 000，檢驗結果如表9所示。結果顯示，假設H1、H3、H4、H5、H6、H7通過檢驗，平臺易用性和信息內容質量與感知有用性之間、感知有用性與采納意愿之間存在顯著的正向關系，醫生專業性、服務態度、信息表達質量會對用戶的采納意愿產生正向影響。假設H2不成立，平臺聲譽不影響感知有用性。

2）中介效應檢驗

中介效應指自變量經由中介變量而影響因變量。本文采用Bootstrap方法檢驗中介效應，檢驗結果如表10所示。可見在95%置信區間下，平臺聲譽通過感知有用性影響采納意愿的偏差校正置信區間包含零，假設H7b不成立。除此以外，其他中介效應的有關假設均成立，即平臺有用性、醫生專業性、服務態度、信息內容質量和信息表達質量通過感知有用性影響用戶的問診信息采納意愿。

3）調節效應檢驗

本文的自變量、調節變量與因變量均為連續型變量，將變量健康素養添加至模型中，檢驗其調節作用，檢驗結果表明，假設H8的P值為0.000，路徑系數為-0.157，表明健康素養負向調節醫生專業性與感知有用性之間的關系。假設H9的P值為0.001，路徑系數為0.164，表明健康素養正向調節信息內容質量與感知有用性之間的關系。

6 結果分析與討論

本文基于在線問診信息用戶采納意愿影響因素理論模型提出了14條研究假設，通過問卷搜集數據進行假設檢驗，其中假設H2、H7b不成立，其他12條假設得到了驗證，如圖4所示。

1）平臺因素

模型計算所得的數據表明，易用性對感知有用性有正向影響（β=0.183，P<0.001），這一路徑已在電子商務領域被證明[39]，這將之前的研究拓寬到了在線醫療問診場景中。在在線醫療平臺中，混亂的網站系統會增大用戶獲取信息的難度，當用戶多次嘗試未果時，對網站的負面情緒不斷滋生，便有可能產生平臺中的信息無用的想法。平臺聲譽對感知有用性沒有直接影響（β=0.101，P=0.064）。長期以來，好的平臺聲譽被認為有助于用戶建立對平臺的滿意和信任[40]，然而聲譽機制存在潛在的失靈問題。有研究發現，eBay上的交易者多數不參與評價，而主動評價的交易者往往選擇好評[41]，以及其排序機制和匿名性使投機賣家可以低成本獲得靠前的排序，導致聲譽的約束力失效[42]。錢炳等發現，聲譽機制可能存在“噪聲”，消費者默認好評和賣家“炒信”都會影響聲譽信號的有效性[43]。以上研究表明，基于消費者以及用戶評價的聲譽機制缺乏可信度，用戶可能會質疑聲譽信號而不把聲譽作為主要參考標準，導致平臺聲譽對感知有用性的影響受限。8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

2）醫生因素對感知有用性

醫生專業性（β=0.189，P<0.01）和服務態度（β=0.159，P<0.01）均會正向影響感知有用性。專業性越高的醫生在患者心中的權威程度越高，提供的信息也更具說服力。許多有關問答社區和在線評論的研究得到了類似的結果，即意見領袖或評論者的專業性會影響消費者的感知有用性[44-45]。醫生服務態度越好，患者的感知有用性越高。在光環效應的影響下，患者對醫生的正面印象發生傳遞，從而更傾向于認為來源于該醫生的診斷信息也是有用的[46]。

3）信息因素對感知有用性

信息維度的內容質量（β=0.224，P<0.001）和表達質量（β=0.189，P<0.01）是影響用戶感知有用性的重要因素。對用戶而言，信息內容質量比信息表達質量更為重要。用戶通過在線醫療平臺獲取診療信息，當醫生的診斷符合其疾病癥狀，且包含針對病情的細節性的診療意見時，患者對信息有用性的感知更加強烈。表達質量越高，患者充分理解問診信息的難度越小。但如果內容不符合患者訴求，即使問診信息簡潔易懂，對患者而言也沒有過多的參考價值。因此，患者更為注重信息的內容質量。

4）感知有用性

感知有用性是信息采納意愿的重要前因（β=0.727，P<0.001）。患者出于特定的需求，使用在線醫療平臺進行主動問診或瀏覽已有的問診信息，當病情預判、自我診斷核實等需求得到滿足時，問診信息對患者而言是有用的。患者也更愿意采納醫生的建議，等待疾病自愈、購買藥品或前往醫院做更細致的檢查。當患者使用在線醫療平臺過程中能夠感受到一定效用時，其采納意愿就會有所提升。

5）健康素養

健康素養正向調節信息內容質量與感知有用性之間的關系（β=0.164，P<0.01），但對醫生專業性有負向調節作用（β=-0.157，P<0.001）。對于有一定知識儲備的患者而言，掌握的健康醫學信息能夠幫助其更好地理解獲取的問診內容。因此，此類用戶有能力直接對問診信息本身的有用性進行判斷，而無需借助醫生專業程度等信息外部特征。

根據上述分析結果，本文認為在線醫療平臺可從以下方面進行改進：

第一，優化平臺界面設計及交互流程。整體來看，可能由于平臺經歷了多次版本迭代，部分網站不同功能模塊之間的用戶界面風格差異較大，削弱了網站的整體性和統一性。同時，平臺的核心功能也有提升空間。首先，類目設置需精簡而清晰，類名應標準而規范，過于龐雜的主題分類會使用戶在搜尋信息時無所適從。其次，可以改進信息呈現形式，通過標簽或可視化的方式實現對患者病例信息以及醫生診斷記錄的內容聚合。輔助用戶篩選有用信息，使內容的展示更為高效。在市場導向的環境下，平臺服務不應僅局限于技術層面，而是應當重視用戶、信息及信息環境的互動，結合用戶的認知水平，完善網站的功能設計和信息組織方式。

第二，平臺方需構建一個完善的評價體系，重視品牌的宣傳和推廣。在該研究中，平臺聲譽機制失靈的原因可能是目前問診平臺的聲譽主要基于用戶評價，尚未構建有效的聲譽機制。在線醫療平臺可通過各種方式，建造平臺和用戶多次交互的條件，邀請醫學界人員入駐點評，加強對評價的反饋，形成及時的信息傳遞和反饋機制，同時充分利用認證機制，加強虛假評價懲罰力度，提高聲譽機制的有效性，以獲得良好穩健的聲譽，從而增強用戶的忠誠度。同時，平臺要注重其公眾形象。在線醫療平臺匯集了豐富的健康醫學知識，可以充分利用站內的內容資源優勢，對知識整合梳理后進行沉淀。利用微信公眾號、微博等社交媒體渠道對外輸出，在內容傳播的過程中擴大在線醫療平臺品牌的知名度和影響力。

第三，提升平臺中專家級別醫生的入駐率，規范醫生在接診過程中的服務態度。資歷豐富的醫師有一定稀缺性，平臺方可針對不同疾病引進該領域知名度較高的醫生，提升用戶對平臺整體的信任度，打造平臺的市場競爭優勢。同時，加強對平臺中醫生資質的審核，減少由醫生專業水平局限性導致的誤診、錯診。在服務態度方面，平臺方可建立完善的獎懲機制加以約束。鼓勵用戶對醫生的服務態度進行評價，并通過客服、意見箱等渠道收集用戶的投訴反饋。構建平臺內部的醫生成長體系，醫生線上的發帖、接診等行為均可累積相應分值。充分利用網絡社區的公開性，在提升醫生參與度的同時，為用戶提供專業職稱之外的參考標準。

第四，把控平臺中的信息的內容質量和表達質量。一方面，可根據高頻的患者問診需求制定醫生回答模板，盡可能地在問診前實現規范化管理;另一方面，可建立內容審核和評價機制，充分運用平臺和用戶群體的力量對信息內容進行評估和監督。醫生在回答過程中亦盡量使用簡明的、清晰的語言，提升信息的表達質量。

同時，用戶也應當增強醫學健康知識儲備，提升自身的健康素養。在搜尋信息時，較高的醫學素養有助于用戶在問診過程中更為精準地描述病狀或在瀏覽問診信息時與他人的癥狀進行詳細比對。在獲取信息后，也能增強用戶對平臺中有關信息的甄別和理解能力，從而能更好地利用問診信息進行后續決策。

7 結 語

本文采用扎根理論提取了在線問診信息用戶采納影響因素，結合信息生態和信息采納模型構建了概念模型，并使用結構方程模型進行驗證，發現平臺易用性、醫生專業性、醫生服務態度、信息內容質量和信息表達質量通過感知有用性對用戶采納意愿產生正向影響，健康素養負向調節醫生專業性與感知有用性之間的作用關系，正向調節信息內容質量與感知有用性之間的作用關系。據此，從信息的內容質量和表述質量、專家級別醫生的平臺入駐率和服務態度、平臺界面設計及交互流程等方面提出了改進在線醫療平臺的若干建議。但本文仍然存在一定不足，研究通過問卷收集數據對模型路徑進行驗證，樣本數量及其覆蓋范圍有一定限制，未來可通過爬蟲獲取網站中的用戶行為數據、文本數據，對研究主題做進一步的驗證和補充。

參考文獻8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

[1]鄭繼承.我國醫療衛生資源配置的均衡性研究[J].中國衛生資源，2019，22（5）：362-366.

[2]芮婷婷.我國用戶移動醫療服務使用意愿研究[D].成都：西南交通大學，2016.

[3]張敏，車雨霏，張艷.雙渠道視角下在線健康社區用戶診療信息求助行為的形成路徑分析[J].情報科學，2019，37（2）：25-32，101.

[4]王淇.基于平臺特性的互聯網醫療平臺使用意愿影響因素研究[D].哈爾濱：哈爾濱工業大學，2019.

[5]張李義，李慧然.基于互動視角的在線醫療問答患者用戶使用研究[J].數據分析與知識發現，2018，2（1）：76-87.

[6]Pang C I，McKay D，Chang S，et al.Privacy Concerns of the Australian My Health Record：Implications for Other Large-scale Opt-out Personal Health Records[J].Information Processing & Management，2020，57（6）：102364.

[7]Jattamart A，Leelasantitham A.Perspectives to Social Media Usage of Depressed Patients and Caregivers Affecting to Change the Health Behavior of Patients in Terms of Information and Perceived Privacy Risks[J].Heliyon，2020，6（6）：e04244.

[8]張星，陳星，侯德林.在線健康信息披露意愿的影響因素研究：一個集成計劃行為理論與隱私計算的模型[J].情報資料工作，2016，37（1）：48-53.

[9]劉娟，鄭君君，吳江.在線醫療網站患者選擇醫生的影響因素實證研究[J].醫學信息學雜志，2017，38（5）：48-51.

[10]鄧朝華，洪紫映.在線醫療健康服務醫患信任影響因素實證研究[J].管理科學，2017，30（1）：43-52.

[11]Zhang X，Liu S，Chen X，et al.Health Information Privacy Concerns，Antecedents，and Information Disclosure Intention in Online Health Communities[J].Information & Management，2018，55（4）：482-493.

[12]Esmaeilzadeh P.The Effect of the Privacy Policy of Health Information Exchange（HIE）on Patients Information Disclosure Intention[J].Computers & Security，2020，95：101819.

[13]Shan W，Wang Y，Luan J，et al.The Influence of Physician Information on Patients Choice of Physician in mHealth Services Using Chinas Chunyu Doctor App：Eye-tracking and Questionnaire Study[J].JMIR mHealth and uHealth，2019，7（10）：e15544.

[14]Gong Y，Wang H，Xia Q，et al.Factors that Determine a Patients Willingness to Physician Selection in Online Healthcare Communities：A Trust Theory Perspective[J].Technology in Society，2021，64（37）：101510.

[15]錢明輝，徐志軒，連漪.在線健康咨詢平臺信息質量評價及其品牌化啟示[J].情報資料工作，2018，（3）：57-63.

[16]Adams S A.Revisiting the Online Health Information Reliability Debate in the Wake of“Web 2.0”：An Inter-disciplinary Literature and Website Review[J].International Journal of Medical Informatics，2010，79（6）：391-400.

[17]OGrady L，Wathen C N，Charnaw-Burger J，et al.The Use of Tags and Tag Clouds to Discern Credible Content in Online Health Message Forums[J].International Journal of Medical Informatics，2012，81（1）：36-44.

[18]Rueger J，Dolfsma W，Aalbers R.Perception of Peer Advice in Online Health Communities Access to Lay Expertise[J].Social Science & Medicine，2021，277：113117.8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

[19]Ma T，Atkin D.User Generated Content and Credibility Evaluation of Online Health Information：A Meta Analytic Study[J].Telematics & Informatics，2016，34（5）：472-486.

[20]劉萌萌.在線健康社區用戶信息采納行為意向影響因素研究[D].武漢：華中科技大學，2019.

[21]Prabha M S，Sarojini B.Online Healthcare Information Adoption Assessment Using Text Mining Techniques[J].Mobile Networks & Applications，2019，24（4）：1160-1165.

[22]孫竹梅，華薇娜，汪志兵.微信公眾號的健康信息采納預測研究——基于信息特征和支持向量機[J].情報理論與實踐，2018，41（7）：72-77.

[23]Gao Q，Tian Y，Tu M.Exploring Factors Influencing Chinese Users Perceived Credibility of Health and Safety Information on Weibo[J].Computers in Human Behavior，2015，45：21-31.

[24]Jin J，Yan X，Li Y，et al.How Users Adopt Healthcare Information：An Empirical Study of an Online Q&A Community[J].International Journal of Medical Informatics，2016，86：91-103.

[25]Vasiliou C，Ioannou A，Zaphiris P.Understanding Collaborative Learning Activities in an Information Ecology：A Distributed Cognition Account[J].Computers in Human Behavior，2014，41：544-553.

[26]王晰巍，李嘉興，郭宇，等.移動網絡團購APP信息采納行為影響因素研究——基于信息生態視角的分析[J].圖書情報工作，2015，59（7）：31-38.

[27]李晶，漆賢軍，陳明紅.信息質量感知對信息獲取與信息采納的影響研究[J].情報科學，2015，33（3）：123-129.

[28]曹瑞昌，吳建明.信息質量及其評價指標體系[J].情報探索，2002，（4）：6-9.

[29]Sussman S W，Siegal W S.Informational Influence in Organizations：An Integrated Approach to Knowledge Adoption[J].Information Systems Research，2003，14（1）：47-65.

[30]Davis F D.Perceived Usefulness，Perceived Ease of Use，and User Acceptance of Information Technology[J].MIS Quarterly，1989，13（3）：319-340.

[31]Su L，Swanson S R，Chinchanachokchai S，et al.Reputation and Intentions：The Role of Satisfaction，Identification，and Commitment[J].Journal of Business Research，2016，69（9）：3261-3269.

[32]Kim S，Park H.Effects of Various Characteristics of Social Commerce（S-commerce）on Consumers Trust and Trust Performance[J].International Journal of Information Management，2013，33（2）：318-332.

[33]張穎，朱慶華.付費知識問答社區中提問者的答主選擇行為研究[J].情報理論與實踐，2018，41（12）：21-26.

[34]Srihadi T F，Setiawan D.The Influence of Different Level of Service Characteristics and Personal Involvement Towards Consumer Relational Response Behaviors[J].Procedia-Social and Behavioral Sciences，2015，210：378-387.

[35]Feldman J M，Lynch J G.Self-generated Validity and Other Effects of Measurement on Belief，Attitude，Intention，and Behavior[J].Journal of Applied Psychology，1988，73（3）：421-435.

[36]肖瓅，陶茂萱.健康素養研究進展與展望[J].中國健康教育，2008，（5）：361-364.8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

[37]Jin X L，Yin M，Zhou Z，et al.The Differential Effects of Trusting Beliefs on Social Media Users Willingness to Adopt and Share Health Knowledge[J].Information Processing & Management，2021，58（1）：102413.

[38]查先進，張晉朝，嚴亞蘭.微博環境下用戶學術信息搜尋行為影響因素研究——信息質量和信源可信度雙路徑視角[J].中國圖書館學報，2015，41（3）：71-86.

[39]畢繼東.網絡口碑對消費者購買意愿影響實證研究[J].情報雜志，2009，28（11）：46-51.

[40]Yahia I B，Al-Neama N，Kerbache L.Investigating the Drivers for Social Commerce in Social Media Platforms：Importance of Trust，Social Support and the Platform Perceived Usage[J].Journal of Retailing & Consumer Services，2018，41：11-19.

[41]Resnick P，Zeckhauser R.Trust among Strangers in Internet Transactions：Empirical Analysis of eBays Reputation System[J].The Economics of the Internet and E-commerce，2002，（11）：127 -157.

[42]Jin G Z，Kato A.Price，Quality and Reputation：Evidence from an Online Field Experiment[J].The RAND Journal of Economics，2006，37（4）：983-1004.

[43]錢炳，周勤.聲譽溢價是否總是存在？——來自淘寶網的實證研究[J].產業經濟研究，2012，（2）：87-94.

[44]龔思蘭，丁晟春，周夏偉，等.在線商品評論信息可信度影響因素實證研究[J].情報雜志，2013，32（11）：202-207，180.

[45]殷國鵬.消費者認為怎樣的在線評論更有用？——社會性因素的影響效應[J].管理世界，2012，（12）：115-124.

[46]陸奇斌，趙平，王高，等.消費者滿意度測量中的光環效應[J].心理學報，2005，37（4）：524-534.

（責任編輯：郭沫含）8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68