在線健康社區用戶隱私披露行為影響因素研究*

徐中陽 樓海萍

(杭州醫學院圖書館 杭州 310051)

1 引言

近年來，隨著“健康中國”“互聯網+醫療健康”等政策的有效落實，我國互聯網醫療體系不斷完善，在線健康社區如好大夫在線、春雨醫生等發展迅速。有數據顯示2020年我國移動醫療用戶規模已達6.61億人，市場規模高達544.7億元[1-3]。與此同時在線健康社區的快速發展及其用戶規模的快速擴張使得用戶信息行為研究得到廣泛關注[4]。其中隱私披露行為是指用戶主動向社區中注冊醫務人員或其他用戶披露自身職業、既往病史以及治療經歷等隱私信息的行為[5]。用戶披露個人隱私能夠獲取更有效的治療方案、就診經驗以及來自他人的同情與支持，有時還能為其他患有相同疾病的用戶提供參考，但同樣伴隨著隱私泄露風險[6-8]。如何完善社區建設以促進用戶隱私披露行為是目前研究熱點。柳薇和吳丁娟構建的模型證明感知風險和感知收益對隱私披露意愿的影響[9]。王瑜超構建的模型證實信任、互惠規范等影響因素的作用[10]。Bansal G、Zahedi F和Gefen D構建的模型則指出個人性格、信任以及隱私關注對用戶隱私披露行為的影響[11]。綜上所述，從研究內容上看，國內外學者主要基于隱私計算理論、社會交換理論等，從用戶感知風險和感知收益方面入手開展研究。盡管部分學者考慮了信任因素，但缺少對平臺、環境等因素的關注。從研究對象上看，國內外學者主要以全年齡段用戶為研究對象，并未針對某個特定年齡段用戶深入研究。從研究方法上看，以量化研究為主，質性研究相對較少。以扎根理論為代表的質性研究方法能夠有效應用于現有理論體系難以解釋的新現象。鑒于此本研究聚焦在線健康社區的中青年用戶，利用扎根理論開展研究，以期為在線健康社區完善提供理論參考。

2 研究設計

2.1 研究方法

2.1.1 扎根理論 由哥倫比亞大學Anselm Strauss和Barney Glaser提出的一種自下而上建立實質理論的定性研究方法[12]。該方法通過系統搜集原始資料，提煉出能夠反映社會現象的核心概念與范疇，不斷修正和完善形成相應的社會理論[12]。本研究選擇基于訪談資料的扎根理論方法，對所得訪談數據進行開放式編碼、主軸編碼及選擇性編碼共3次編碼，通過理論飽和度檢驗后構建研究模型。

2.1.2 半結構化訪談法 采用半結構化訪談法收集數據，通過在線語音或電話方式與研究對象進行一對一訪談。訪談提綱如下：受訪者基本信息，主要包括受訪者性別、年齡、學歷以及在線健康社區使用經驗。隱私披露行為相關問題：您在使用在線健康社區獲取服務時是否愿意披露個人隱私？(傾向愿意時)哪些因素使您愿意披露個人隱私？您的主要理由是什么？(傾向不愿意時)導致您不愿意披露個人隱私的影響因素有哪些？您的主要理由是什么？您對于在線健康社區用戶隱私保護有什么期望？

2.2 樣本選取

有數據顯示在2020年和2021年第1季度我國移動醫療用戶年齡分布中，31～40歲的中青年用戶占比63.3%、61.7%[13-14]?？梢娭星嗄暧脩粢幠］^大，對醫療健康服務具有較強需求且具有一定經濟能力，能夠支撐其持續付費使用。本研究選擇中青年用戶群體作為研究對象。采用隨機分層抽樣法選擇目標用戶，最終選取21位用戶作為訪談對象。性別：男性11人、女性10人；年齡：31～35歲11人、35～40歲10人；學歷：?？萍耙韵?人、本科8人、碩士及以上4人；使用經驗：1～2年11人、2年以上10人；使用平臺：春雨醫生9人、微醫8人、好大夫在線4人。

2.3 數據采集與處理

2021年6月10日組建研究小組，5位成員均具備圖書情報學、醫學信息學或臨床醫學等相關專業背景。訪談時間為2021年5月1日-6月7日。每次訪談流程如下：告知受訪者訪談目的及相關流程；每次訪談時間約為30～60分鐘，訪談過程進行文字記錄和錄音；訪談結束后轉錄錄音并結合文字記錄形成訪談數據；將21份訪談數據分別編號T01～T21，隨機選取2/3訪談數據(17份樣本)用于資料編碼，剩余1/3訪談數據(4份樣本)用于理論飽和度檢驗。

3 基于扎根理論的模型構建

3.1 開放式編碼

范疇是指具備相同性質的結構性概念[12]。開放式編碼是指對原始訪談資料進行標簽化和范疇化，最終得到范疇[12]。首先研究小組于2021年6月15-20日進行開放式編碼，對17份原始訪談數據進行分解與比較，逐詞逐句閱讀剔除無關內容后，共獲得157條語句。其次，對所得語句進行初始概念化，對出現分歧的概念討論至達成共識，形成25個初始概念。最后經過比較、去重以及合并，得到14個范疇，見表1。

表1 開放式編碼過程

3.2 主軸編碼(表2)

表2 主軸編碼結果

主軸編碼是根據所得范疇內在邏輯進行更精細化、具體化的梳理歸納，最終聚焦形成主范疇[12]。研究小組于2021年6月22日對所得14個范疇，通過不斷梳理、分析以及對比范疇之間內在聯系，最終得到3個主范疇。

3.3 選擇性編碼

選擇性編碼是指分析所得主范疇之間的典型關系結構，從中挖掘出具有高度概括性的核心范疇，從而形成“故事線”并厘清邏輯關系，最終構建理論框架[12]。研究小組于2021年6月28日對3個主范疇進行選擇性編碼，得到“在線健康社區中青年用戶隱私披露行為影響因素及作用機理”這一核心范疇，見圖1。

3.4 理論飽和度檢驗

理論飽和度檢驗是指當所構建的理論框架中引入新的資料或數據后，不再產生新的屬性或范疇時，可認定其達到“理論飽和狀態”[12]。研究小組于2021年7月2日利用剩余的1/3訪談數據(4份樣本)進行理論飽和度檢驗，將4份樣本訪談數據進行開放性編碼后，所得初始概念及范疇均已包含在表1內，尚未發現新的范疇和概念。可見本次扎根理論研究所得模型通過理論飽和度檢驗。

4 結果分析

4.1 個人因素與隱私披露行為

個人因素C1主要包括個人特質B1、個人經歷B2、隱私素養B3、病情B4、認知偏差B5、個人預期B6以及信任情況B7 7個因素。結合圖1、訪談資料可知個人因素均能對隱私披露行為產生直接影響。一方面，認知偏差B5、信任情況B7等因素具有積極影響，例如T14用戶表示“感覺信息也沒有太大價值”，對于自身隱私價值存在認知偏差，認為自身隱私價值較低而不值得保護，因此愿意在使用平臺時披露個人隱私。另一方面，個人經歷B2具有消極影響，例如T11用戶表示“曾經有過隱私泄露經歷，所以不太愿意在使用服務時披露隱私”?？梢娋哂邢嚓P個人經歷，尤其是具有隱私泄露經歷的用戶會更注意保護隱私。此外個人特質B1、隱私素養B3、病情B4以及個人預期B6等因素對于隱私披露行為的影響需要視情況而定。例如T7用戶表示“當時發燒比較難受，距離醫院遠，顧不上考慮”，而T9用戶則表示“找醫生只是咨詢減肥、感冒等小問題，所以不太在乎隱私”，可見無論是病情嚴重還是輕微都可能披露個人隱私，因此用戶病情對其隱私披露行為的影響需要結合實際問題具體分析。

4.2 平臺因素與隱私披露行為

平臺因素C2主要包括信息支持B8、服務支持B9、情感支持B10、虛擬獎勵B11以及保護機制B125個因素。結合圖1、訪談資料可知平臺因素會對隱私披露行為產生直接影響或間接影響。一方面，信息支持B8、服務支持B9、情感支持B10、虛擬獎勵B11 4個因素具有直接積極影響，例如T4用戶表示“在‘好大夫在線’上分享糖尿病治療經驗，不但可以獲取積分獎勵，而且還能幫助到其他患者，真是讓人開心”。T9用戶則表示“將個人情況告訴醫生后，醫生為自己制定了減肥計劃”?？梢娖脚_為用戶提供的信息、服務、獎勵等收益，能夠提升用戶披露隱私的積極性。另一方面，部分因素對用戶隱私披露行為同時具備直接影響和間接影響，如保護機制B12。T2用戶表示“看到平臺有隱私保護條例會比較放心，更愿意說明個人情況”。可見平臺保護機制具有直接影響。而T5用戶表示“平臺隱私保護條例篇幅都很長，沒有看這種長篇大論的習慣”。其中“平臺隱私保護條例篇幅都很長”屬于平臺因素，而“沒有看長篇大論的習慣”屬于個人因素。可見平臺因素通過個人因素中介作用來影響隱私披露行為。

4.3 環境因素與隱私披露行為

環境因素C3主要包括監管環境B13、群體環境B14 兩個因素。結合圖1、訪談資料可知環境因素對隱私披露行為同樣存在直接影響和間接影響。例如T13用戶表示“曾經因為隱私泄露收到騷擾信息和電話，不知道該找哪個部門維權，下次要注意保護個人信息”?？梢姳O管環境B13會對用戶隱私披露行為產生直接影響，當用戶經歷隱私泄露時會尋求平臺或政府監管幫助，如果缺乏有效維權途徑，則會對用戶今后隱私披露行為產生消極影響。另一方面，環境因素能通過個人因素間接影響用戶隱私披露行為，例如T5用戶表示“身邊朋友都沒注意這些隱私問題，別人怎么做，自己也怎么做”。其中“身邊朋友都沒注意這些隱私問題”是用戶自身所處群體環境，屬于環境因素，而“別人怎么做，自己也怎么做”是個人習慣，則屬于個人因素。可見環境因素同樣能夠借助個人因素的中介作用影響隱私披露行為。

5 啟示

5.1 提升信息及服務質量

研究顯示平臺給予用戶的信息支持、服務支持對用戶隱私披露行為具有積極影響。因此平臺管理者應當提升平臺信息質量、服務質量以及用戶感知收益[15]。具體可采取以下措施：一是加強資源建設。加強與醫院、醫學院以及醫學研究所等機構合作，整合多方資源，進一步提升各類醫療健康信息準確性、全面性以及時效性。二是拓展服務內容。定期開展用戶服務需求調研，結合用戶實際需求，對現有服務和計劃開展的服務做出調整和規劃，例如為部分患有敏感疾病的用戶提供個性化服務。

5.2 完善用戶獎勵機制

研究顯示平臺為用戶提供虛擬獎勵能促進用戶隱私披露行為，平臺管理者應當進一步完善用戶獎勵機制。具體可采取以下措施：一是豐富獎勵內容。給予留言、評論以及發帖等主動分享經驗的用戶更加豐富的物質和精神獎勵，如一定數額消費代金券、給予活躍度高的用戶“優秀用戶認證”等。二是提升獎勵實用價值。平臺在設計代金券、優惠券等物質獎勵時應充分考慮獎勵使用門檻，避免設置過高門檻導致獎勵華而不實。只有讓用戶真正獲益，才能有效提升用戶披露隱私的積極性。

5.3 加強隱私保護力度

研究顯示，平臺隱私保護以及針對平臺的監管環境均對用戶隱私披露行為具有積極影響。平臺管理者和政府監管部門應當加強隱私保護力度，為用戶營造良好的使用環境。具體可采取以下措施：一是健全隱私保護條例。結合《數據安全法》等法律法規健全和規范隱私保護條例，明確平臺、注冊醫務人員等各方責任，告知用戶，以此提升保護效果。二是加強醫德醫風建設。定期對注冊醫務人員開展醫德醫風培訓，提升其職業道德素養。三是加強市場監管。政府監管部門可以通過定期抽查、模擬網絡攻防戰等方式加強對平臺信息安全監管，同時明確各部門職責，為用戶提供有效維權途徑。

5.4 提升用戶隱私素養

用戶隱私素養對其隱私披露行為具有一定影響。當平臺具備良好的隱私保護措施且處于有效監管環境下，用戶良好的隱私素養將會減少隱私泄露事件發生，從而促使其他用戶更傾向于披露個人隱私[15]。平臺管理者和政府應多措并舉提升用戶隱私素養。具體可采取以下措施：一是加強宣傳教育。通過報紙、新聞等傳統媒體或微信公眾號、微博等新媒體宣傳隱私保護知識。二是開展專項培訓。為用戶提供隱私素養相關培訓，如在新用戶注冊時進行簡單培訓和測驗，內容包括隱私保護知識和平臺隱私保護條例，增強用戶對隱私保護知識的了解和平臺安全性的認可。

6 結語

本研究聚焦國內主流在線健康社區中青年用戶，綜合運用半結構訪談法與扎根理論方法，構建隱私披露行為影響因素模型，在深度解析模型基礎上提出改進用戶隱私披露行為的建議，為國內在線健康社區發展提供理論參考。不足之處在于本研究調查范圍有待擴展，僅調查了春雨醫生、微醫以及好大夫在線 3個國內平臺中青年用戶，缺少對國內其他平臺以及國外平臺的調查。在下一步研究中將會拓寬調查范圍從而獲得更準確的結果。