李元煒,魏小凡,楊一帆
1.四川大學 華西第二醫院,四川 成都 610031;2.西南交通大學 公共管理學院,四川 成都 610031;3.西南交通大學 國際老齡科學研究院,四川 成都 610031
《關于切實解決老年人運用智能技術困難的實施方案》和《全國老齡辦關于開展“智慧助老”行動的通知》的印發旨在加快建立解決老年人數字鴻溝問題的長效機制,切實維護老年人在信息時代智慧就醫的公平性及合法權益,保障老年人安全使用智能產品、享受智能服務。在頂層政策的推動下,各地積極落實,推動“互聯網+”醫療衛生服務的適老化改造和升級,并采取針對性的措施。成都從2020年第一家市級公立醫院的互聯網醫院正式運營以來,目前已有200余家互聯網醫院,為智慧醫療的普及奠定了良好的基礎。
然而,中老年群體存在數字技能短板,在智能設備的安裝和使用等方面明顯弱于年輕人,在使用包括線上預約掛號、移動支付、自助打印報告等智慧醫療服務時并不順利,中老年人智慧醫療的數字鴻溝問題日益凸顯。數字鴻溝又稱信息鴻溝,具體是指不同性別、年齡、收入的人在接近、使用信息技術的機會和能力上存在差異而造成的信息數字社會參與不平等的狀況,包括“接入溝”“使用溝”和“效果溝”[1]。中老年人的數字鴻溝指中老年群體與青年群體在信息科技接受程度、信息資源使用頻率和信息知識掌握程度上存在差別[2],中老年人在使用智慧醫療服務時所面臨的種種困難主要體現在“使用溝”和“效果溝”。
因此,在智慧醫療服務快速發展、智能終端設備逐漸普及的形勢下,改善中老年群體對智慧醫療服務的接受和使用情況,幫助他們真正享受智慧醫療的便利,助力其跨越數字鴻溝,是當前的重要任務。在這一過程中,不僅要考慮智慧醫療移動端實際操作的便捷性,還應考慮中老年群體對智慧醫療服務的認知度和接納度。本研究基于扎根理論和技術接受模型,探索中老年群體對智慧醫療服務系統的使用意愿及影響因素,以減少數字時代中老年群體智慧醫療服務的使用障礙,幫助提升智慧醫療服務的使用效率和效果[3],推動智慧醫療與老年友好型社會協同發展。
社會情緒選擇理論認為,個人對時間的感知在選擇和追求社會目標方面起著根本性的作用。Carstensen等人的研究指出,人類存在知識獲得(Acquisition of Knowledge)和情緒管理(Regulation of Emotions)兩種社會目標,感知時間和精力的有限程度會導致社會目標發生變化[4]。社會情緒選擇理論以“時間知覺”為基礎,解釋了中老年群體自我情緒調節、回避知識獲取、依賴親密關系及抗拒陌生事物的原因,以及自我退卻、技術恐懼、排斥學習的具體表現。Mather通過研究發現良好的認知能力和動機都有助于老年人調節情緒[5]。楊菊華等基于社會情緒選擇理論對老年人數字行為內生動力進行了解釋,認為隨著年齡的增長,中老年群體數字行為的內生動力逐漸減弱[6]。智慧醫療對于中老年群體來說是一個陌生的領域,時間和精力有限的感知讓很多中老年群體不愿意與其深入接觸。
技術接受模型(Technology Acceptance Model,TAM)是Davis運用理性行為理論研究用戶對信息系統接受度時所提出的[7]。技術接受模型提出了兩個主要的決定因素:感知的有用性(Perceived Usefulness,PU),反映一個人認為使用一個具體系統對他工作業績提高的程度;感知的易用性(Perceived Ease of Use,PEOU),反映一個人認為使用一個具體系統的容易程度。技術接受模型認為感知的易用性是由外部變量決定的,感知的有用性是由感知的易用性和外部變量共同決定的[8]。本研究將技術接受模型作為研究中老年群體智慧醫療服務使用意愿的理論框架,通過扎根理論研究明確外部變量,再通過實證研究檢驗外部變量與感知有用性、感知易用性、使用意愿之間的關系,分析中老年群體智慧醫療服務使用意愿的影響因素,為決策者提供參考。
1.研究對象與研究方法
筆者采用半結構式訪談法,采取最大化目的抽樣,選擇2022年5月在x醫院就醫的門診患者為訪談對象。樣本納入標準如下:(1)年齡在50歲及以上;(2)對智慧醫療服務有一定的了解與認識,能將其與傳統醫療服務相區別;(3)人口統計變量盡可能豐富,以確保數據的代表性;(4)樂于思考、善于表達,以便研究者能夠從訪談中獲取更加豐富的資料?;谝陨显瓌t,本研究共選取15名訪談對象。
2.訪談資料收集
與約定的訪談對象開展訪談,每位訪談時間為20~40分鐘,15位訪談對象編號為P001~P015。完成訪談后,及時對收集到的訪談錄音進行整理,將錄音轉換成文字形式,最終整理成約4萬字的訪談資料。運用NVivo12軟件對訪談文本進行手動編碼,共標記出785個節點,通過開放編碼、主軸編碼從所有節點中提取初始概念62個、子范疇21個、主范疇6個,為進一步進行選擇編碼奠定基礎(編碼結果見表1)。通過對訪談資料進行基于扎根理論的研究,從中提取了風險感知、信息過載、技術焦慮3個變量作為技術接受模型的外部變量,并加入感知易用性和感知有用性兩個中介變量以及因變量智慧醫療服務使用意愿,以此構建本研究的理論模型。

表1 開放編碼、主軸編碼結果
感知風險指的是個體主觀或直觀感受到的不確定性[9]。通過扎根理論研究發現,如果中老年人認為使用智慧醫療系統的風險較低,能實現預期目的,則對智慧醫療系統有用性的感知程度相應提高。(P011:“我覺得使用醫院的自助服務設備不會有這種風險……平時使用自助設備就是掛號、打印結果、查醫生這些,比較放心……提高了我就醫的效率?!?由此提出以下研究假設:
H1:感知風險對感知有用性有負向影響。
中老年群體所接收的信息量越大,對智慧醫療系統有用性的感知程度可能就越低。(P005:“它里面有很多按鈕,每個按鈕點進去都有不一樣的功能……對我來說太復雜了?!?面對復雜的操作界面,中老年群體難以從中選擇自身需要的信息或想要執行的操作,對系統易用性的感知程度會下降。(P007:“界面上的選項眼花繚亂……我不會使用這些智能服務還硬要我來用,不僅浪費我的時間還沒能獲得相應的服務?!?由此提出以下研究假設:
H2:信息過載對感知有用性有負向影響;
H3:信息過載對感知易用性有負向影響。
相較于年輕人,老年人技術焦慮的程度更高[10]。已有研究結果表明技術焦慮與感知易用性、感知有用性、使用意愿均呈負相關關系[11]。中老年群體可能因過度緊張而放棄使用數字設備,進而認為數字設備易用性低。(P001:“我打心里比較抗拒這些東西,而且確實對我來說太復雜了,手機要注冊、進行人臉識別,還要連銀行卡,聽都聽不懂?!?由此提出以下研究假設:
H4:技術焦慮對感知易用性有負向影響。
在技術接受模型中,感知有用性與感知易用性是用戶使用信息技術的重要決定因素。一些實證研究表明,感知有用性和感知易用性通過影響態度改變用戶行為意向。比較有代表性的研究結論是Hussain等人提出的感知有用性與感知易用性有助于改善電商技術采納行為[12]。感知有用性能夠直接影響用戶的使用意愿。當中老年群體感受到使用智慧醫療服務能更加高效、便捷地就醫、支付費用,更加輕松地獲取資料,那么相較于傳統的醫療服務模式,他們使用智慧醫療服務的意愿將會提升。(P012:“我愿意使用智能服務的原因是我認為這些服務確實很方便,對于我這個年紀的人來說,不用跑太多路也能把事情辦了,我是非常高興的,所以為了節省更多的時間精力,我非常愿意使用醫院的自助設備或者是手機APP。”)此外,如果中老年群體認為智慧醫療系統操作界面簡單清晰,操作流程便捷易懂,其對于智慧醫療系統有用性的感知程度能夠提高。綜上,提出如下研究假設:
H6:感知易用性對智慧醫療服務使用意愿有正向影響;
H7:感知易用性對感知有用性有正向影響。
從Davis提出的初代技術接受模型[7]到Venkatesh等提出的第二代技術接受模型[13],再到第三代技術接受模型[14],感知有用性與感知易用性始終貫穿其中,是不可替代的關鍵變量。已有大量的實證研究證實了感知有用性與感知易用性在外部變量與使用意愿或態度之間起到了鏈式中介作用,即外部變量需要作用于感知有用性和感知易用性才能對意愿、態度、使用行為產生影響。當用戶產生了更低的感知有用性,便會降低接受意愿;如果用戶產生更高的感知有用性,便會增強接受意愿[15]。比如通過研究患者對于慢性病遠程監護設備的使用意愿發現,感知易用性、感知風險對使用意愿的直接影響不顯著,而是通過感知有用性間接影響患者的使用意愿[16]。通過扎根理論研究也得出,當中老年群體感知到智慧醫療系統有用時,他們可能更加關注其潛在益處,較少關注可能存在的風險??梢?感知有用性可以降低個體對于風險的感知程度,從而間接影響使用意愿。
在已有研究理論模型中,技術焦慮或直接作用于使用意愿,或通過感知易用性、感知有用性間接作用于使用意愿?,F有研究較少關注感知易用性、感知有用性在信息過載和使用意愿間的中介作用。但基于扎根理論研究結果,中老年人在使用智慧醫療系統的過程中,面對龐大的信息量難以接受、處理及轉化時,最顯著的表現是易用性感知程度降低,從而不愿意進一步使用。由此提出以下研究假設:
H8:感知有用性在感知風險、信息過載與智慧醫療服務使用意愿間存在中介作用;
H9:感知易用性在技術焦慮、信息過載與智慧醫療服務使用意愿間存在中介作用;
H10:感知易用性與感知有用性在信息過載、技術焦慮與智慧醫療服務使用意愿之間存在鏈式中介作用。
實證選取成都市多所大型三甲醫院50歲以上有就醫經歷的中老年人作為研究對象,于2022年7~10月開展問卷調查。筆者首先開展了預調研,根據預調研數據,對問卷進行信效度分析,然后對問卷進行修正,刪除了與總體相關性系數較低的題項,并替換了問卷中一些中老年人難以理解的學術性表達,形成調查問卷的正式稿。修正后的問卷在信度和效度上均較好,可以進行正式調查。正式調查發出問卷共計400份,將無效問卷刪除后,得到有效問卷337份,有效率為84.25%。
3.2.3其他要求養殖區場外交通要便利;應遠離村莊,保持2公里以上的安全距離;不在規定的自然保護區、生活飲用水水源保護區、受洪水或山洪威脅及有泥石流、滑坡等自然災害多發地帶建養殖場。
1.自變量
本文的自變量包括感知風險、信息過載、技術焦慮、感知有用性和感知易用性。感知風險指中老年人在使用智慧醫療服務的過程中,感知到智慧醫療系統存在泄露個人隱私、支付風險或者不能達到預期目的。對感知風險的測量主要參考了焦雷[3]研究網絡醫療預約平臺感知風險時使用的量表,該量表包含了個體對交易安全、個人隱私、時間成本、機會預期的風險感知。信息過載是指中老年群體面對智慧醫療系統的大量信息時,在短時間內無法處理,導致其對智慧醫療服務出現負面預期。對信息過載的測量參考了Pamele等[17]的研究量表。技術焦慮是指中老年群體面對智慧醫療服務時容易產生焦慮緊張情緒,技術焦慮程度越深,對技術的回避程度越深。對其測量主要參考了孫爾鴻等漢化并驗證的技術焦慮量表[18]。感知有用性是指中老年群體在使用智慧醫療服務的過程中,感受到的受益程度,如支付的便利性、信息獲取的快捷性等。感知易用性是指中老年群體在使用智慧醫療服務的過程中,對掌握和學習難易程度的感知。對這兩個潛變量的測量參考了Khan等的研究中所使用的量表[19]。
2.因變量
智慧醫療服務使用意愿指中老年群體使用智慧醫療服務的傾向性及可能性,對其測量主要參考了Fathema等的研究中所使用的量表[20]。
根據需要對上述量表進行處理后,每個變量有3~4個測量題目,6個變量均采用李克特五級評分,非常同意賦值為5,同意賦值為4,一般賦值為3,不同意賦值為2,非常不同意賦值為1。
本研究首先將社會情緒選擇的形成根源經過扎根理論研究歸納為可測量的變量,探究哪些變量會影響中老年群體對智慧醫療服務的使用意愿,并探究這些變量之間有怎樣的潛在關系。進一步基于技術接受模型,加入感知易用性和感知有用性兩個中介變量。研究發現,風險感知、信息過載、技術焦慮、感知有用性、感知易用性5個互相作用的變量是中老年人智慧醫療服務使用意愿的關鍵影響因素。研究的邏輯框架如圖1所示:

圖1 智慧醫療服務使用意愿研究模型
運用SPSS22.0對數據進行信度和效度檢驗。信度檢驗的考察指標一般是Cronbach’s α系數,當系數α≥0.5表明信度可接受,但潛變量要求高一點,其組合信度最好在0.6以上[21]。感知風險、信息過載、技術焦慮、感知有用性、感知易用性、使用意愿的α系數值分別為0.820、0.915、0.906、0.906、0.936、0.911,均大于0.7,符合信度檢驗要求。再將所有測量指標進行KMO和Bartlett球形度檢驗,各變量結構效度的KMO值為0.963,同時Bartlett檢驗顯著性P值小于0.001(如果KMO值≥0.5且Bartlett球形度檢驗顯著,則表明效度良好),符合要求。至此,樣本數據的信度和效度都通過檢驗,適宜用結構方程模型進行分析。
對本研究的6個變量進行統計分析,變量的描述性統計結果如表2所示。根據表2數據,技術焦慮、感知有用性、感知易用性3個變量的平均值大于其中位數,說明中老年群體對智慧醫療服務的技術焦慮程度處于中等偏上水平,多數中老年人面對智慧醫療服務時,容易產生焦慮或緊張情緒。中老年群體對智慧醫療服務有用性的認知較為積極,他們認為新技術比較易于使用。信息過載、感知風險兩個變量的平均值均小于其中位數,說明目前中老年群體在面對智慧醫療服務系統時,尚未因界面信息過多而陷入為難狀態,同時對智慧醫療系統的風險感知程度較低,信任程度相對較高。智慧醫療服務使用意愿平均值大于其中位數,說明中老年群體對智慧醫療服務的使用意愿總體處于中等偏上水平。

表2 變量描述性統計結果(n=337)
本研究運用AMOS25軟件,按照前述研究構建的智慧醫療服務使用意愿研究模型,設置本研究6個變量的關系路徑,并運行程序得到擬合模型。采用路徑系數估計(Estimate)、指標準誤差(S.E.)、指臨界比值(C.R.)、P值(P)4個測量指標驗證模型,避免卡方統計量受樣本量大小的影響,表3為假設模型擬合結果。

表3 模型標準路徑系數檢驗結果
首先,感知風險對感知有用性產生負向影響,路徑系數為-0.141。這意味著中老年群體在使用智慧醫療系統時,如果感知到系統存在個人隱私泄露、支付風險或無法實現預期目標等問題,會產生抵觸情緒,并對系統的有用性產生疑慮。同時,感知有用性在感知風險與使用意愿之間的中介效應系數為-0.072(P<0.05)(見表4),證明感知風險通過感知有用性對使用意愿產生負向影響。換言之,中老年群體在使用智慧醫療服務時,如果覺得存在風險,就可能認為該系統無法提高就醫效率,從而降低對該系統的使用意愿。

表4 中介效應檢驗結果表
其次,信息過載對感知易用性產生負向影響,其路徑系數為-0.417。這意味著中老年群體在使用智慧醫療系統時,面對繁雜的操作界面,需要花費更多時間來學習和嘗試使用系統。隨著時間和精力的消耗,中老年群體會認為該系統不易使用。然而研究結果顯示,信息過載對感知有用性的負向影響路徑系數為-0.080,并不顯著(P>0.05)。結合實地訪談,本文認為可能的原因有以下兩點:(1)中老年群體對數字技術的接觸日益增多,他們對數字技術有了更高的包容度,即使感到智慧醫療系統的部分信息難以接受或理解,也相信該系統能夠幫助他們提高就醫效率;(2)中老年群體在自身難以使用智慧醫療設備或系統時,可能發現其他人能夠順利完成操作,這樣他們就不會將智慧醫療系統的不易使用歸因于信息過載,而是歸咎于自身的認知能力和負面情緒。
再次,技術焦慮對感知易用性有負向影響,其路徑系數為-0.397。這意味著中老年群體越緊張恐懼,操作系統就越困難,甚至可能放棄使用。根據表4的中介效應檢驗結果,感知易用性在信息過載與使用意愿、技術焦慮與使用意愿之間起到中介作用,路徑系數分別為-0.137和-0.131。這表明信息過載和技術焦慮通過感知易用性對使用意愿產生負向影響。因此,中老年群體在使用智慧醫療服務時,如果感受到信息量過多無法及時處理,或者系統界面過于復雜難以學習和操作,他們就會產生負面情緒,從而降低使用意愿。
最后,感知易用性與感知有用性在信息過載與使用意愿、技術焦慮與使用意愿之間的中介效應明顯,均與Venkatesh[14]的研究結果一致,路徑系數分別為-0.067和-0.064。這表明信息過載和技術焦慮通過影響感知易用性和感知有用性對智慧醫療服務使用意愿產生負向影響。中老年群體在使用智慧醫療服務時,如果感受到信息過載或技術焦慮,會認為系統難以理解和操作,無法提高就醫效率,從而降低使用意愿。感知有用性對使用意愿有顯著的正向影響,路徑系數為0.513,意味著中老年群體在認為智慧醫療服務能提高就醫效率、便捷支付和獲取醫療資料時,更愿意選擇使用。感知易用性對使用意愿也有顯著的正向影響,路徑系數為0.329。這說明如果中老年群體認為系統操作界面簡單清晰、學習和使用不費力,則更愿意接觸和使用;反之,會產生抵觸情緒。感知易用性對感知有用性的正向影響路徑系數為0.315,這表明如果中老年群體感受到系統操作簡單易懂,他們也會認為系統能提供高效、準確、可靠的醫療服務;反之,中老年群體會認為系統有用性較低。
為了進一步驗證自變量技術焦慮、信息過載、感知風險,通過中介變量感知有用性及感知易用性對因變量智慧醫療服務使用意愿產生影響的機制,需要對本研究模型進行中介效應檢驗。以扎根理論研究結果以及基于技術接受模型構建起的理論模型為基礎,得出本研究有3個平行中介效應:感知風險—感知有用性—使用意愿、信息過載—感知易用性—使用意愿、技術焦慮—感知易用性—使用意愿;2個鏈式中介效應:信息過載—感知易用性—感知有用性—使用意愿、技術焦慮—感知易用性—感知有用性—使用意愿。
利用AMOS程序并使用bootstrap方法,重復抽樣2 000次并設置95%的置信區間,對上述中介效應進行檢驗,檢驗結果如表4所示,模型中3個平行中介效應與2個鏈式中介效應均得到驗證。
經過統計分析和模型驗證后,對本研究前述10項研究假設驗證結果進行匯總,結果見表5:

表5 模型假設檢驗結果匯總表
研究發現:第一,中老年群體的智慧醫療服務使用意愿較低是其智慧醫療數字鴻溝問題的重要成因;第二,技術焦慮、信息過載、感知風險、感知易用性、感知有用性是中老年群體智慧醫療服務使用意愿的重要影響因素,其中,感知有用性和感知易用性二者均正向影響使用意愿,感知風險、信息過載、技術焦慮會通過感知有用性和感知易用性負向影響使用意愿。
近年來雖然醫療服務模式不斷變革與創新,但是中老年群體由于生理功能的衰退以及心理上的回避,使用智慧醫療服務的頻率仍較低,普遍存在智能應用操作困難的問題。基于此,提出以下建議:
一是加強中老年人數字素養培訓。積極開展宣傳和培訓活動,向中老年人介紹智慧醫療設備的好處和重要性,并組織演示,對智慧醫療設備的使用方法和操作流程進行現場教學,讓中老年人能夠掌握智慧醫療服務系統的使用技巧。
二是推出對中老年人更加友好的系統服務界面,對現有智慧醫療系統進行適老化改造,使中老年群體能獲得更好的智慧就醫體驗。通過打造大字版/簡潔版APP、優化交互界面、簡化操作流程、設置明確的向導等方式消除中老年群體對數字設備難以使用的刻板印象。同時,智慧醫療服務系統須加強用戶隱私保護,防止信息泄露,減少中老年群體的技術焦慮和感知風險。
三是加強社區組織和志愿者的支持力度。各醫療機構除了推廣智慧醫療服務以外,也要持續優化線下中老年群體的綠色就醫通道,為有需要的中老年人配備導醫、志愿者等為其提供相關咨詢和服務,避免中老年群體在信息化時代出現“就醫難”現象。
(致謝:感謝浙江大學公共管理學院博士生樊士帥在論文寫作過程中給予的幫助和支持。)