在線健康知識服務中的用戶健康賦能結構維度與量表開發研究

關鍵詞：在線健康；健康知識服務；健康賦能；賦能結構維度；混合方法

近年來，隨著人口老齡化的加劇、生態環境的惡化、各類突發公共衛生事件的頻發以及人們生活方式的變化，公眾健康的維護與促進面臨諸多嚴峻挑戰。《2022年我國衛生健康事業發展統計公報》數據顯示，盡管我國健康醫療資源的供給總體呈現增長態勢，但與公眾日益增長的健康需求相比，醫療資源供給仍顯捉襟見肘。鑒于上述矛盾問題以及我國龐大的人口基數，為減輕醫療資源壓力，首要之策在于為用戶健康賦能，為提升全民健康素養、構建健康中國奠定基礎。

在線健康知識服務作為一種創新的醫療服務模式，正逐步改變傳統“以疾病為中心”的救治模式，為用戶健康賦能提供新的路徑。具體而言，這種健康賦能是指用戶在使用在線健康知識服務的過程中，通過平臺提供的信息、工具和資源，獲得提升自身健康認知、健康決策能力以及健康行為改變的能力，這對促進公眾健康意識、改善生活質量以及推動健康公平性起到重要作用。例如，通過便捷的信息獲取和實時更新，增強用戶對健康信息的了解：利用個性化推薦和互動式學習工具支持用戶定制健康管理計劃，提升其自我管理能力；借助在線監測和遠程醫療服務，優化用戶健康決策過程等。

不同于傳統環境下的健康賦能主要關注用戶參與健康問題決策和應對健康問題的能力，在線健康知識服務情境下的用戶健康賦能則顯著側重于用戶主動搜索、訪問和理解健康信息的能力。這一賦能過程涉及用戶從多渠道獲取信息，以獲取關于疾病、治療選擇、健康生活方式等方面的知識，從而增進其對自身健康的理解、管理和改善。然而，盡管已有研究探討了專業醫療系統下的健康賦能，但當前對健康賦能的維度及概念界定仍主要聚焦于患者層面。一方面，現有研究依賴于特定的醫療場景，更加側重于個人主義，主要關注患者參與、能力、自決以及影響等方面，忽視了普通用戶獲得健康賦能的可能性：另一方面，現有研究中的健康賦能測度體系主要側重于用戶心理視角，忽視了外部資源對用戶健康賦能的作用。總體來看，基于傳統線下醫療場景構建的用戶健康賦能測度體系不能完全適用于在線健康知識服務情境下的用戶健康賦能。鑒于此，有學者提出應超越心理特征的局限，開發更為全面的、充分的健康賦能測量方法與指標體系，以更好地適應在線健康知識服務情境下的用戶健康賦能需求。

綜上所述，本研究主張探索在線健康知識服務情境中的用戶健康賦能，將在線健康知識服務中的外部結構與資源納入賦能概念的理論構想，重點關注在線健康知識服務促進用戶健康賦能的交互過程，嘗試開發適用于在線健康知識服務情境下的用戶健康賦能測度體系。研究將進行系統性的文獻回顧與深入的用戶訪談，界定用戶健康賦能的核心維度，同時借助量化研究策略，開發和驗證測量量表的信度和效度。本研究兼具理論價值與實踐意義：在理論層面，本文將豐富賦能理論在信息資源管理學科中的適用性，為在線健康知識服務領域的理論研究注入新的活力；在實踐層面，本文將為在線健康知識服務平臺的持續優化與服務創新提供實證依據，有助于優化用戶的健康體驗并提升健康成果。本研究期冀能為在線健康知識服務領域提供一個科學的、系統化的用戶健康賦能評估工具，以推動公眾健康事業的進步與發展。

1文獻綜述

1.1用戶健康賦能概念研究

賦能的概念最早由Follett Mp于1924年提出，其指出賦能是通過賦予個體技術、方法和資源的方式，加強其處理問題、實現自我的能力。直至1976年，美國學者Solon-ior-i B B提議要在社會工作中賦予員工共同參與活動的權利，賦能理論才逐漸系統化地發展起來。在此背景下，健康賦能的概念成為學界關注的重要話題之一，并在20世紀90年代后成為健康溝通、醫學護理學、心理學等領域的熱點研究話題。

傳統意義上的健康賦能認為醫療保健提供者是權利擁有者，向患者提供相應的知識和技能。這些定義側重于醫療保健中醫生和患者的權利分配，健康賦能也主要被理解為患者賦能，強調從醫療保健專業人員和系統到患者的權利轉移。在互聯網與數字化時代背景下，健康賦能的受眾已不再僅限于病患，其應用場景亦不再局限于傳統的護理環境。隨著在線健康服務的普及，越來越多的普通用戶開始借助這些服務以達成個人健康目標，例如，獲取定制化的健身計劃、飲食指導以及進行自我健康監測。相較于傳統健康賦能方式，在線健康服務下的健康賦能通過向用戶提供其所需的健康信息，鼓勵用戶積極主動地實現自我健康管理。本研究梳理了關于用戶健康賦能及相關概念的定義后發現，現有研究主要從加強用戶心理、發展用戶能力以及外部資源支持等角度展開，部分代表性定義如表1所示。

首先，從用戶心理的角度出發，健康賦能被定義為一種過程，該過程旨在增強患者對于疾病控制的感知、自我效能的提升、應對能力的強化以及對病情改善能力的促進。這一過程不僅聚焦于醫療服務的提供，更關注患者內心的體驗和態度，通過加強患者的心理認知，進一步提升其面對健康問題的掌控感和自信心。其次，從用戶能力的視角來看，健康賦能可以理解為個人在面對健康問題時的應對能力得到發展的過程，同時也是用戶具備能力和動機后所展現的實際行動。這意味著健康賦能既是一種心理狀態，又是一種具體行動，涵蓋了用戶制定健康目標、加強健康能力以及參與健康行為調整等多個方面。最后，從健康資源的層面考慮，健康賦能也涉及患者如何有效利用個人資源和社會資源，以達成健康目標并促進健康的過程。這強調了健康賦能不僅關注個體內在能力的提升，還需借助外部資源的支持和協助，如醫療服務的優化、智能設備的應用以及社會支持網絡的構建等。

在系統梳理現有健康賦能的定義和視角的基礎上，本文結合在線健康知識服務的特征，將在線健康知識服務中的用戶健康賦能界定為用戶通過網絡平臺獲取和理解健康信息、掌握健康管理技能、參與健康決策、實現行為改變，并在此過程中得到社會支持和技術輔助，從而增強對自身健康狀況的控制感和自我效能，提升整體健康素養和自我管理能力的動態發展過程。這一過程有助于構建一個更加互動和個性化的健康服務生態，其中用戶不再是被動接受信息的對象，而是成為積極參與健康管理的主體。通過在線平臺的社會支持和持續學習機會，用戶能夠更好地應對健康挑戰，改善生活質量，并為實現健康中國戰略目標貢獻力量。這種服務模式的推廣和應用，對于縮小健康信息差距、促進健康公平具有深遠的社會意義。

1.2用戶健康賦能維度研究

健康賦能的具象化表現不能憑空產生，需要有賦能主體向用戶提供相應的健康知識和服務來實現。因此，用戶健康賦能的維度剖析通常依賴于特定的場景和研究視角。梳理相關研究后發現，現有研究將用戶健康賦能的維度主要劃分為用戶健康管理、健康決策參與以及健康問題心理應對等方面，且主要聚焦于用戶心理賦能視角和傳統醫患溝通及健康護理場景。本研究列舉了部分具有代表性的用戶健康賦能維度及其內涵，以及相應的應用情景和研究視角，如表2所示。現有研究大多聚焦于用戶的感知控制能力，強調用戶在特定環境下對其行為能力的感知。此外，少部分研究探究了外部結構和在線健康社區中的信息資源對用戶健康賦能的維度擴展，這些維度的外向延伸一方面顯示出用戶健康賦能在不同場景與研究視角下仍處于不斷發展的階段，另一方面也表明了用戶健康賦能的概念逐漸主張以用戶為主，且正在適應在線環境。值得注意的是，關于權利轉移（結構賦能）視角方面，目前的研究主要關注對護理人員的結構賦能，從用戶角度探討結構賦能的研究關注度較少。因此，本研究未將此類研究歸人表2。

綜合來看，現有關于健康結構賦能的測量維度研究更多的是從用戶的家庭監護員角度出發，剖析監護人員權利賦能維度結構。這些維度的分析視角均建立在特定患者情境之上，例如，腦損傷患者、情感障礙患者或身體殘疾兒童，并以這些患者的監護人為主要研究對象。此類用戶健康賦能的測量維度在傳統醫療系統環境中較為適用，但與以用戶為中心的現代健康服務領域的發展理念存在一定的偏差，其普遍適用性亦有待提高。鑒于此，本研究旨在在線健康知識服務背景下，探討用戶健康賦能的維度層次結構，以期促進健康賦能概念隨著大數據技術和移動設備技術的進步而得到進一步的擴展和應用，并為后續相關研究提供測量操作的參考依據。

2在線健康知識服務中的用戶健康賦能結構維度探索

根據上述分析，本研究借鑒規范的量表開發范式和案例，基于扎根理論和用戶的實踐資料進一步解構在線健康知識服務情境下的用戶健康賦能，并將用戶對在線健康知識服務應用的評論和用戶賦能的相關文獻作為補充性資料，對在線健康知識服務情境下的用戶健康賦能結構維度進行全面探索和分析。

2.1資料收集

本項研究采用半結構化訪談方法來收集數據。訪談提綱的制定過程遵循以下步驟：首先，在主要的3個手機應用商店（即App Store、華為應用商城、應用寶）中檢索與“健康”相關的應用程序，并對排名前十的應用程序進行功能、屬性和種類的基礎性分析：其次，基于先前關于健康賦能測量維度的研究成果，并考慮在線健康知識服務平臺的特點，草擬初步的訪談提綱；最后，依據3名傳播學與信息系統學領域的專家以及3名在線健康服務平臺的資深用戶對初步訪談提綱的評估和建議，對提綱進行進一步的修訂和完善，從而確立正式的訪談提綱。訪談時間為2023年2-3月，平均每位受訪者的訪談時間為35～65分鐘。

鑒于目前中國在線健康知識服務應用市場的主流用戶群體為具有較高教育水平的中青年群體，本研究在招募研究對象時考慮到樣本的代表性問題，主要在中青年群體招募訪談對象，并排除掉超過半年未使用在線健康知識服務平臺的流失用戶。通過線上（微信、小紅書）以及線下（發布海報、走訪）的招募方式，共計訪談了有使用在線健康知識服務應用經歷的用戶31位。訪談對象涵蓋了不同性別、年齡、學歷、職業、健康狀況以及應用使用經驗的用戶，在線健康知識服務平臺涵蓋了普通健康服務平臺以及穿戴設備輔助平臺，因此，本研究訪談對象的代表性問題得到了保障。受訪者的基本信息如表3所示。

本研究遵循質性研究的三角互證法，將用戶對在線健康知識服務應用的評論和用戶賦能的相關文獻作為補充性資料。筆者多次搜索查閱應用市場上的健康知識服務平臺的用戶評論，選取具有代表性的用戶對應用的評論作為補充性資料，評論來源包括：Apple Store、騰訊應用寶、華為商城。此外，已有關于用戶健康賦能的評論也成為本研究可參考的文獻資料，筆者在文獻綜述部分的相關參考文獻，可作為研究資料的補充。

2.2數據分析

在獲得訪談資料后，根據扎根理論研究方法的規范性分析流程對原始訪談文本進行了扎根分析。考慮到理論構建的飽和度的需要，本研究參考前人研究隨機抽取24份訪談資料作為扎根編碼分析的基礎數據，余下7份訪談資料則用于檢驗理論的飽和度。本研究特別邀請了一位博士生擔任編碼階段的研究助理。在編碼過程中，筆者與研究助理采取獨立編碼的方式，并在每個階段結束后對編碼結果進行對比，對出現的不一致之處進行仔細核查和深入探討，以確保每個階段編碼結果的一致性。通過這一反復的過程，最終確立統一的編碼結果。

2.2.1開放式編碼

本項研究首先運用“背靠背”的方法，對初始訪談文本中的語句逐一進行分析，并在剔除意思相似的語句后，對剩余語句進行標注。兩位編碼人員對標記結果進行對照，并在解決標記編碼上的分歧后，確立了89個標簽。隨后，兩位研究者獨立地對這些標記進行同義合并，形成代碼，并經過多輪的對比校驗，將標記聚類簡化為48個代碼。最終，對代碼進行概念上的整合，例如，將“獲取專業人士科普的健康知識”“獲取治療經驗信息”“獲取藥物治療信息”等合并為“獲取健康信息”，經過反復的整合過程，最終提煉出21個核心概念。表4展示了開放式編碼的過程，其中包含了部分標記、代碼、概念以及典型材料示例。

2.2.2主軸編碼

在主軸編碼階段，核心任務在于通過揭示和構建概念間的關聯性，以辨識特定問題的內在結構層次。本研究借鑒了用戶健康賦能領域的現有學術基礎，不斷探索概念間的分類邏輯。經過反復深入的討論，在對21個相關概念進行細致的理論分析、整合與概括之后，最終成功地提煉出8個核心范疇。核心范疇的定義、所包含的概念及其理論支撐如表5所示。

2.2.3選擇性編碼

選擇性編碼涉及對主要范疇的進一步整合與提煉，旨在揭示更深層次的核心范疇。本研究致力于探究在線健康知識服務環境下用戶的健康賦能現象。因此，選取賦能理論的關鍵維度作為研究的核心范疇。通過對8個主要范疇的理論抽象，將其歸納為3個維度，具體結果如表6所示。

2.2.4理論飽和度檢驗

為驗證所構建維度層次結構的理論飽和性，筆者與另一位編碼人員對剩余的7份訪談資料進行了相同的編碼分析步驟。在對編碼結果的維度和概念進行飽和性檢驗后，未發現新的概念或維度的產生，這表明所構建的維度層次在理論層面上已達到飽和狀態。

2.3在線健康知識服務中的用戶健康賦能結構維度

1）心理賦能。根據賦能理論，心理賦能聚焦于通過調整社會心理狀態、激發內在動機或個體主觀動因（如自我意識、自信、決斷力）等主觀體驗與態度，進而增強個體對情境能力與影響力的感知。本研究將這一概念引入在線健康知識服務領域，認為用戶健康心理賦能旨在促進用戶形成正面的健康態度，提升健康意識與信念，從而加強用戶在面對健康挑戰時的信心和對健康狀況的控制感知。在線健康知識服務不僅強化了用戶對自身健康掌控的感知能力，提升了用戶應對健康問題的情感傾向，還深化了用戶的健康觀念，使用戶意識到在健康管理中的主動角色。具體而言，用戶健康心理賦能涵蓋以下幾個方面：第一，增強用戶對健康重要性的認識，并激發其參與健康管理的積極動機與意愿；第二，強化用戶對健康控制與管理的能力感，使用戶堅信自己具備采取行動以改善健康狀況的能力：第三，為用戶提供情感支持，以應對健康問題，如提升應對健康挑戰的信心、減輕面對健康問題的恐懼與焦慮。因此，本研究將健康信念的構建、自我效能的強化以及應對情感的支持歸納至心理賦能維度之中。

2）結構賦能。傳統賦能理論將結構賦能解釋為通過優化客觀的外部條件，進而賦予公眾采取行動的力量，其重點在于個體的自主性和決策權的提升。結構賦能是權利從專業向普通用戶轉移的外向化展現，其核心在于賦予用戶更大的自主決策權和選擇空間。鑒于健康領域的專業性和健康決策對用戶福祉的深遠影響，傳統醫療環境中，醫療服務主要由專業的醫療健康工作者主導，用戶則多遵循專業人員建議，結構賦能在此環境下的影響較為有限。然而，隨著移動通信技術的飛速發展，用戶獲取健康知識和服務的途徑得到了極大的拓展。在線健康知識服務平臺通過為用戶提供豐富的健康知識和資源，顯著增強了用戶自主進行健康管理和參與健康決策的能力，使得結構賦能在在線健康知識服務環境中的作用得到了充分體現。然而，鑒于健康決策涉及的專業知識和復雜醫學信息的廣泛性，普通用戶往往難以僅憑自身知識做出明智的決策。同時，健康決策的影響直接關系到用戶的個人福祉。因此，在健康領域實現結構賦能，主要是通過為用戶提供與健康問題緊密相關的專業健康知識以及多元化的健康服務來實現。具體而言，健康結構賦能表現于為用戶構建用戶友好的界面、提供清晰的導航和易于訪問的內容，使用戶能夠輕松地找到所需信息，以及增強平臺的互動性，如允許用戶提出問題、分享經驗并獲得反饋等。最終，增強其在健康自主決策、自由選擇健康資源和健康服務方面的能力。基于上述考量，本研究將健康服務選擇和健康決策輔助納入結構賦能的考量維度。

3）資源賦能。資源賦能強調個體擁有的內部或外部的資源，這些資源可以幫助用戶實現目標或應對挑戰，資源賦能側重于用戶對資源的獲取、控制和管控能力。在線健康知識服務環境相較于傳統醫療健康服務，其顯著優勢體現在其強大的資源整合與更新能力、資源對用戶的公開透明性，以及資源獲取的便利性。具體而言，在線健康知識服務平臺有效打破了專業渠道對健康資源獲取的壁壘，為用戶提供了更為廣泛的信息資源支持和社會關系支持，超越了傳統醫療資源的范疇。通過該平臺，用戶不僅能夠獲取專業的醫療資源及相關健康信息，確保信息的及時性和全面性，還能通過在線社區互動，獲取他人的建議與支持。資源賦能是在線健康知識服務平臺相較于傳統醫療環境在用戶健康賦能方面最為突出的特點。在此情境下，資源賦能主要體現在為用戶提供知識、健康醫療及相關支持資源，幫助用戶更有效地識別、訪問和利用現有的健康資源和服務。例如，用戶可通過該平臺參與健康培訓、學習健康知識、獲取和使用相關健康醫療資源，并獲得他人的鼓勵與幫助。因此，本研究將信息資源支持、醫療資源支持以及社會關系支持統一納入資源賦能的維度。

3用戶健康賦能的量表開發

3.1初始量表形成

本研究基于扎根分析的結果及各個維度概念的內涵，并參考現有研究中成熟的量表編寫了在線健康知識服務情境中用戶健康賦能的初始題項池。具體操作為，通過回顧各維度概念所涵蓋的訪談文本，從訪談資料中篩選出意義明確的語句，并結合相關文獻中關于相似變量的成熟測量量表，進行題項設計。鑒于所參考的量表主要源自國外研究者的成果，且訪談資料中的語句多為原始的自然語言，為確保測量題項語義的精確性，筆者與另一位情報學領域的學者對題項庫中的語義表述及其內涵進行了多次深入的討論，最終確立了一個包含42個初始測量題項的題項庫。基于此，本研究邀請了情報學和傳播學領域的3位具有量表開發經驗的博士研究生，以獨立評估的方式對初步題項庫中的內容進行評估，并邀請在健康傳播和信息系統領域具有深厚學術背景的兩位教授對上述題項進行審查，最終篩選保留了27個題項。為增強量表題項的適用性，筆者還在個人社交網絡中邀請了8位在線健康知識服務平臺的用戶，對題項進行預測試。

3.2初始量表評價與凈化

本研究根據初始量表的題項進一步編制了5級Likert問卷，通過問卷星平臺制作問卷，并通過小紅書和微博等社交媒體采用“滾雪球”的方式進行問卷鏈接發放，最終共收集到問卷307份。在剔除無效問卷后，284份問卷被保留用于后續分析，問卷的有效率達到92.5%。從調研樣本的基本信息分析，參與調研的用戶性別分布相對均衡，主要集中在18～45歲的中青年群體：超過75%的調研用戶擁有超過1年的相關軟件使用經驗。綜合來看，本次調研樣本的特征與中國在線健康知識平臺市場主要用戶群體的畫像較為吻合。

3.2.1探索性因子分析

本研究使用SPSS 26.0分析軟件對收集的問卷數據進行了探索性因子分析。首先采用KMO檢驗和Bartlett球形度檢驗來判斷數據是否符合探索性因子分析的標準（KMOgt;0.7且Bartlett球形度檢驗結果顯著）。然后采用主成分分析法，根據Kaiser準則提取特征值大于1的因子并采用最大方差法獲得正交旋轉矩陣。分析結果如表7所示。

結果顯示，樣本數據的KMO值為0.743，Bart-lett球形度檢驗的近似卡方值為7257.672，且在Plt;0.00１的水平顯著，表明樣本數據適合做因子分子。此外，27個題項共計析出8個公因子，累計方差解釋率為81.768%，說明本研究提取的公因子能夠較好地解釋預測變量，各個題項在各自公因子上的載荷值均大于0.8，表明因子具有較好的聚合效度。

3.2.2驗證性因子分析

本研究采用SmartPLS4軟件對收集的樣本數據進行驗證性因子分析，以檢驗測量量表的信效度。結果顯示，一階維度變量的Cronbach系數均大于0.7，組合信度CR值均大于0.8，表明測量結構有較好的信度。此外，一階維度變量的平均提取方差AVE值均大于0.7，且各變量AVE的平方根皆大于該變量與其他變量的相關系數，表明了本研究測量的一階維度變量之間具有較好的區別效度。

3.2.3三階因子測量模型

本研究將在線健康知識服務情境中的用戶賦能視為由3個二階維度和8個一階維度構成的三階因子結構。不同于一階維度的潛變量都表現出相似的概念結構，二階維度的潛變量在概念結構上存在差異．因為其分別測量了二階構念的不同方面。因此，本研究借鑒Wetzels M等關于分層潛變量路徑建模的一般步驟，將二階和三階測量維度均建模成形成性指標結構，將一階維度構建為反映型指標結構，使用SmartPLS4軟件對所構建的混合測量模型（反映型一形成型）進行分析。本研究采用內模型變量之間的路徑系數與顯著性來判斷三階因子測量模型的擬合優度。分析結果如圖1所示，二階和三階的形成性因子路徑系數均顯著（plt;0.001）且均大于0.2的閾值，表明在線健康知識服務情境下的用戶健康賦能測量模型為三階因子結構的科學性和合理性。

3.3正式調研與量表檢驗

為進一步驗證量表的預測效度和外部有效性，本研究分析了在線健康知識服務情境中用戶健康賦能的影響效應。針對用戶健康賦能的影響作用，先前的研究主要側重于用戶的健康行為與結果方面，觀測用戶健康賦能對健康行動、健康促進、生活質量的影響。對于用戶賦能主體的影響效應則少有研究涉及。由于傳統健康賦能的主體通常是專業的醫護人員，個別研究關注到用戶健康賦能有助于健康服務提供者提高服務效率并緩解患者與醫護人員之間的緊張關系。隨著互聯網信息技術和大數據技術的發展，在線健康知識服務情境下的賦能主體也從傳統專業醫護工作人員等健康服務提供者向在線健康知識服務提供者遷移。此情境下的健康賦能對服務主體的主要影響體現在用戶是否愿意使用在線健康信息和服務，因此，健康賦能也成為在線健康知識服務提供商發展的核心目標以及獲取持續性競爭優勢的重要途徑。基于此，本研究試圖進一步探索健康賦能對用戶在線健康知識服務平臺的交互體驗以及持續性使用意愿的影響機制。

本研究參考Ajzen I等的持續使用意愿測量量表來測量用戶持續使用在線健康知識服務平臺的意愿。同日寸，從用戶感知滿意度的視角出發，評估用戶在使用該平臺時的交互體驗，所采用的感知滿意度量表主要參考了Bhattacherjee A等的研究，用戶健康賦能的測量則采用了先前研究中已經驗證的量表。在正式調研過程中，共收集了338份問卷。剔除無效問卷后，最終有295份問卷被用于深入分析，問卷的有效率達到87.28%。從參與正式調研的用戶人口特征統計分析來看，樣本主要集中在18～45歲之間，且擁有本科及以上學歷的中青年群體。此外，超過75%的調研用戶擁有超過1年的相關軟件使用經驗。總體而言，參與正式調研的樣本特征與中國在線健康知識平臺市場的主流用戶群體畫像相吻合，表明了樣本具有一定的代表性。

3.3.1信效度檢驗

本研究采用Cronbach's Alpha系數、復合信度（Composite Reliability，CR）來評價問卷測量題項的內部一致性，采用平均提取方差值（Average Vari-ance Extracted，AVE）測量問卷題項的收斂性和有效性，采用Fornell-Larcker標準來檢驗研究測量題項的判別有效性。如表8所示，本研究觀測變量的Cronbach's Alpha系數和CR值均大于0.7，AVE值均大于0.5，說明本研究的測量題項具有較高的可信度，量表的收斂性和一致性較好。本研究各變量AVE值的平方根均大于各變量與其他變量之間的相關系數，表明本文研究變量滿足Fornell-Larker判別有效性的標準。此外，各變量AVE的平方根均大于該變量與其他變量的相關系數，這表明本研究中測量的一階維度變量之間具有良好的區別效度。

本研究的二階潛變量皆為形成型構念，指標之間互補，因此不存在彼此共變的現象，針對形成型二階構面，主要采用構念相關系數、共線性以及外部權重來判斷其有效度。二階構面信效度檢驗結果如表9所示，二階構面共線性統計量VIF均小于10，表明二階構面之間不存在多重共線性問題。此外，二階構面的外部權重均大于0.2．表明一階構面對二階構面具有較強的解釋力。以上分析結果表明，本研究所采用的測量量表具有良好的信度。

3.3.2共同方法偏差檢驗

本研究通過問卷調查獲取分析數據，因此可能存在共同方法偏差問題。首先，研究通過觀察發現變量間相關系數均未超過0.9，初步確認本研究未出現嚴重的共同方法偏差。隨后，本研究采用SPSS26.0統計軟件，運用Harman單因子檢驗對共同方法偏差進行進一步檢驗，結果發現有5個特征根大于1的公因子被提取出來，其中，第一個公因子的方差解釋率為29.015%，低于40%的判定標準，這進一步證實本研究未受到嚴重的共同方法偏差的影響。

3.3.3影響效應結果

本研究運用SmartPLS4中的最小二乘法對影響效應模型進行了驗證性分析，分析結果如圖2所示。研究結果表明，用戶賦能的3個二級維度均對用戶交互體驗及持續使用意愿產生了顯著的正面影響。具體而言，在用戶交互體驗的影響方面，心理賦能展現出最強的影響力（B=0.560，plt;0.001），而結構賦能的影響相對較低（B=0.265，plt;0.001）。在用戶持續使用意愿的影響方面，資源賦能的影響力最高（B=0.518，plt;0.001），結構賦能的影響力最低（B=0.219，plt;0.05）。此外，鑒于用戶的健康狀況與教育水平可能會影響其使用在線健康知識服務平臺的交互體驗，從而導致樣本偏差，本研究將用戶的健康狀況與教育水平作為控制變量納入結構方程模型中進行考量。分析結果顯示，這些控制變量未顯示出顯著的作用效應，從而證實本研究的樣本數據不存在樣本偏差問題。

本研究利用實證研究探究了用戶健康賦能對在線健康知識服務價值共創的影響效應模型．研究結果顯示，用戶健康賦能、心理賦能、結構賦能和資源賦能都能提升用戶的交互體驗和持續使用意愿。這一結果在驗證本文構建的在線健康知識服務測量量表具有良好的外部效度的同時，進一步說明大數據技術和移動設備的發展為用戶獲取健康知識與服務提供便利的同時，也重塑與變革了用戶健康賦能模式，這在一定程度上提升了用戶與健康平臺的交互體驗與使用意愿，成為在線健康知識服務提供商獲取持續性競爭優勢的重要途徑。

4結論與展望

本文探究了在線健康知識服務情境中的用戶健康賦能測度體系，將在線健康知識服務中的用戶健康賦能層次維度定性提煉為由3個二階構念（心理賦能、結構賦能和資源賦能）和8個一階構念組建形成性結構，并開發了相應的測量量表，共27個題項。本研究根據在線健康知識服務的特點和功能，歸納出兩個較少被傳統醫療環境所提及的賦能維度，即結構賦能和資源賦能，使得賦能理論在健康領域的應用更加全面。此外，本研究提煉出兩個前人研究中沒有涉及的新概念維度：健康服務選擇和醫療資源支持。

從理論層面來看，本文通過混合研究方法，對心理賦能、結構賦能和資源賦能3個維度進行了系統化的概念界定和量化，豐富了健康賦能理論在信息資源管理學科中的應用，并為理解用戶在數字健康環境中的行為提供了新的理論框架。本研究提出的測量量表，經過嚴格的信效度檢驗，為后續研究提供了可靠的工具，增強了理論的可操作性。就實踐應用層面而言，本量表在用戶健康賦能和在線健康知識服務等場景中具有較為廣泛的應用前景。首先，該量表可作為評估工具，協助在線健康服務平臺進行服務評估與優化，以更有效地滿足用戶的健康需求并提升用戶體驗。例如，在平臺功能改進與服務創新過程中，依據量表評估結果，可有針對性地強化用戶的心理賦能、結構賦能及資源賦能。其次，該量表可作為研究工具，用于跨平臺比較研究，探究不同在線健康知識服務平臺在用戶賦能方面的差異與特點，這有助于揭示平臺特性。如用戶界面設計、個性化推薦算法、社區互動機制等，更有利于促進用戶的積極參與和健康行為改變。此外，該量表亦可應用于公共衛生政策制定與健康促進活動的評估。政策制定者與健康促進專家可利用該量表評估特定干預措施或健康教育活動對提升公眾健康素養和自我管理能力的效果。最后，該量表可作為教育與培訓工具，輔助醫療專業人員與健康教育者了解用戶在在線健康知識服務中的需求與偏好，進而設計更有效的健康教育計劃與干預策略。總體來說，本研究不僅豐富了社會科學領域的理論內涵，也為健康服務實踐提供了切實可行的指導和建議。

本研究也存在一些局限有待未來的進一步拓展與完善。一方面，本研究未能詳盡地考量用戶平臺使用經歷對于其健康賦能存在影響的可能性。未來的研究需要關注用戶使用經歷的多樣性與長期效應，深入剖析用戶如何與平臺形成持續互動，并探討此種互動如何進一步影響用戶的健康認知與行為轉變。另一方面，本研究聚焦于在線健康知識服務平臺，探索其在用戶健康賦能中的作用，沒有充分區分不同類型平臺可能帶來的用戶體驗和賦能效果上的差異。鑒于不同平臺可能因其設計哲學、功能特性和社會化元素而對用戶的賦能感受產生不同的影響，未來的研究可以更加細致地分析不同平臺的特定屬性，如用戶界面、個性化服務、社區支持等，以及這些屬性如何塑造用戶的健康賦能體驗。通過更細致的平臺差異化研究，可以為在線健康知識服務的設計和改進提供更為精準的指導。