莫敏 匡宇揚(yáng) 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(duì)在線醫(yī)療平臺(tái)的運(yùn)營(yíng)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(guān)鍵要素，結(jié)合信息采納模型構(gòu)建用戶采納意愿影響因素理論模型。最后通過調(diào)查問卷收集數(shù)據(jù)，對(duì)模型進(jìn)行路徑分析、假設(shè)檢驗(yàn)。[結(jié)果/結(jié)論]研究發(fā)現(xiàn)，平臺(tái)易用性、醫(yī)生專業(yè)性、服務(wù)態(tài)度、信息內(nèi)容質(zhì)量和信息表達(dá)質(zhì)量會(huì)通過感知有用性對(duì)采納意愿產(chǎn)生正向影響，其中信息內(nèi)容質(zhì)量對(duì)用戶采納意愿的影響最大;健康素養(yǎng)負(fù)向調(diào)節(jié)醫(yī)生專業(yè)性與感知有用性之間的關(guān)系，在信息內(nèi)容質(zhì)量與感知有用性之間起正向調(diào)節(jié)作用。

關(guān)鍵詞：在線問診信息;用戶;信息采納;在線醫(yī)療平臺(tái);扎根理論

DOI：10.3969/j.issn.1008-0821.2022.06.006

〔中圖分類號(hào)〕G252.0 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕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(lái)，我國(guó)居民個(gè)人健康管理和疾病診療的需求激增。2020年，我國(guó)基本醫(yī)?；鹂傊С鲞_(dá)21 032億元，醫(yī)療衛(wèi)生總支出呈逐年增長(zhǎng)的態(tài)勢(shì)。然而，我國(guó)公共醫(yī)療資源配置存在一定缺陷，城鄉(xiāng)間醫(yī)療資源配置不均衡導(dǎo)致醫(yī)療需求不斷向城市醫(yī)院聚集，城市醫(yī)院持續(xù)高負(fù)荷運(yùn)轉(zhuǎn)，而基層醫(yī)療衛(wèi)生機(jī)構(gòu)服務(wù)量低，水平和能力欠佳[1]。在公眾日益增長(zhǎng)的健康醫(yī)療需求和不平衡不充分的醫(yī)療資源的矛盾下，在線問診平臺(tái)應(yīng)運(yùn)而生。

在線問診平臺(tái)打破時(shí)間和空間的限制，促使醫(yī)療服務(wù)從以醫(yī)院為中心向以患者為中心變化[2]，一站式服務(wù)滿足患者的多種場(chǎng)景需求，簡(jiǎn)化了就醫(yī)流程，在更大程度上滿足了廣大患者的醫(yī)療需求。然而，部分在線醫(yī)療平臺(tái)的入駐醫(yī)生資質(zhì)和服務(wù)質(zhì)量參差不齊，醫(yī)生僅基于患者自身對(duì)病情的描述給出診斷，過程中缺少醫(yī)療設(shè)備輔助，不少患者用戶對(duì)在線問診信息持懷疑態(tài)度[3]，在線問診平臺(tái)尚未發(fā)揮其真正價(jià)值。為了進(jìn)一步調(diào)動(dòng)用戶利用在線診療信息的積極性，改善在線問診平臺(tái)質(zhì)量，提升其與用戶的適配度，用戶信息采納的行為研究至關(guān)重要。本文以在線問診平臺(tái)中的患者用戶為研究對(duì)象，結(jié)合扎根理論與結(jié)構(gòu)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(jī)理，以期優(yōu)化平臺(tái)服務(wù)質(zhì)量，并提升用戶利用在線診療信息效率。

1 相關(guān)研究

在線醫(yī)療平臺(tái)是實(shí)現(xiàn)在線醫(yī)療服務(wù)的載體，在線問診平臺(tái)是其中一種強(qiáng)調(diào)用戶與用戶互動(dòng)，從而實(shí)現(xiàn)信息交換的社區(qū)型平臺(tái)。在線問診平臺(tái)中，醫(yī)生提供問診服務(wù)，患者是問診服務(wù)的對(duì)象，故本文所指用戶為患者及準(zhǔn)患者用戶。目前，在對(duì)用戶使用在線醫(yī)療服務(wù)的行為研究中，國(guó)內(nèi)外學(xué)者多關(guān)注用戶使用意愿[4-5]、隱私披露[6-8]和醫(yī)生選擇[9]主題。鄧朝華等提出，網(wǎng)站、感知風(fēng)險(xiǎn)等因素會(huì)影響患者對(duì)在線醫(yī)療健康服務(wù)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(huì)影響用戶對(duì)隱私問題的關(guān)注程度，繼而影響其健康信息披露行為[11]。Esmaeilzadeh P認(rèn)為，隱私政策的透明性是公眾進(jìn)行健康信息交換的重要先決條件，詳細(xì)的隱私政策有助于減少公眾對(duì)健康信息泄露或?yàn)E用風(fēng)險(xiǎn)的擔(dān)憂[12]。Shan W等運(yùn)用眼動(dòng)追蹤實(shí)驗(yàn)，發(fā)現(xiàn)患者在移動(dòng)醫(yī)療App中選擇醫(yī)生時(shí)會(huì)參考醫(yī)生頭像等7種信息。同時(shí)，情感信任和認(rèn)知信任會(huì)對(duì)患者的擇醫(yī)行為產(chǎn)生影響[13]。Gong Y等提出，醫(yī)生的能力、誠(chéng)信度等個(gè)人特質(zhì)是患者與醫(yī)生建立信任的基礎(chǔ)，網(wǎng)站中其他患者用戶對(duì)醫(yī)生的評(píng)價(jià)、評(píng)分也會(huì)影響患者的選擇[14]。8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

而在在線醫(yī)療平臺(tái)信息采納行為的研究中，學(xué)者主要從信息質(zhì)量[15]、信息可信度[16-17]等角度進(jìn)行探索。Rueger J等結(jié)合社會(huì)網(wǎng)絡(luò)分析方法考察在線醫(yī)療社區(qū)用戶的社交行為，提出患者更愿意采納具有多元化專業(yè)知識(shí)背景的醫(yī)療人員的建議[18]。Ma T等提出，在線健康信息的來(lái)源平臺(tái)可能會(huì)影響用戶對(duì)信息可信度的評(píng)估[19]。劉萌萌基于理性行為理論，從社會(huì)支持、同質(zhì)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(chuàng)建了一種包括信息質(zhì)量、情感支持、來(lái)源可信度、回復(fù)率和接收者參與度等指標(biāo)的知識(shí)貢獻(xiàn)模型，用于評(píng)估在線醫(yī)療社區(qū)中的回復(fù)信息是否是患者真正需要的，并使用Medhelp社區(qū)的問答數(shù)據(jù)進(jìn)行驗(yàn)證[21]。此外，還有學(xué)者考察了微信[22]、微博[23]等特定社交媒體或問答社區(qū)中用戶的健康信息采納行為。Jin J等使用文本挖掘技術(shù)分析百度知道社區(qū)中醫(yī)療健康模塊的數(shù)據(jù)，提出信息質(zhì)量、情感支持和來(lái)源可信度等因素會(huì)影響用戶對(duì)醫(yī)療保健信息的采納[24]。

綜上，目前對(duì)在線醫(yī)療平臺(tái)中患者的行為研究基本從平臺(tái)使用、醫(yī)生選擇等應(yīng)用層面的服務(wù)出發(fā)，缺少對(duì)在線醫(yī)療問診的核心內(nèi)容——信息的關(guān)注。盡管有少部分研究針對(duì)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(chǎng)景中信息采納行為的研究;另一方面，目前模型建構(gòu)主要從信息質(zhì)量、信息源等單一信息視角出發(fā)，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(jié)合，構(gòu)建并驗(yàn)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(shù)據(jù)采集

本研究選擇有在線醫(yī)療平臺(tái)使用經(jīng)驗(yàn)的用戶作為訪談對(duì)象。訪談分為兩個(gè)環(huán)節(jié)：首先，向受訪者介紹在線醫(yī)療平臺(tái)的概念及知名網(wǎng)站。接著，詢問受訪者的基本信息以及在線醫(yī)療平臺(tái)使用經(jīng)歷，如表1所示。訪談過程中根據(jù)受訪者的反饋進(jìn)行針對(duì)性的提問和追問，同時(shí)盡量避免誘導(dǎo)性的提問。

在事先征得受訪者同意后對(duì)訪談對(duì)話進(jìn)行錄音，訪談結(jié)束后將內(nèi)容整理成文本，對(duì)原始資料進(jìn)行編碼。本研究遵循扎根理論的基本原則，收集數(shù)據(jù)的過程中不斷比較和編碼樣本數(shù)據(jù)，當(dāng)理論達(dá)到飽和，即不再有新的概念或范疇出現(xiàn)時(shí)停止采樣。訪談對(duì)象共計(jì)18人，15份訪談文本為理論提取數(shù)據(jù)，3份訪談文本用于理論飽和度檢驗(yàn)。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(duì)文本素材進(jìn)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(duì)訪談原始資料的系統(tǒng)性分析，歸納概括后構(gòu)建出原始理論。

2.2.1 開放式編碼

開放式編碼是對(duì)訪談資料抽取、提煉、重新整合的過程。通過抽取關(guān)鍵語(yǔ)句、賦予初始概念、剔除重復(fù)次數(shù)小于3次的概念等處理步驟，最終獲得了30個(gè)初始概念，如表3所示，并歸納整理為7個(gè)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(gè)獨(dú)立范疇間的聯(lián)系，本文將7個(gè)范疇歸納形成4個(gè)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(jìn)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(guān)系。結(jié)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(jù)訪談?wù)叩谋硎?，發(fā)現(xiàn)部分“故事線”與信息生態(tài)理論相契合。Vasiliou C等將信息生態(tài)定義為“特定環(huán)境中由人、實(shí)踐、價(jià)值和技術(shù)構(gòu)成的體系”[25]。該理論著眼于整體，從宏觀視角出發(fā)剖析信息環(huán)境、人與信息三者間的相互聯(lián)系。在用戶行為領(lǐng)域的研究中，研究者們常將信息生態(tài)理論與技術(shù)接受模型相結(jié)合。平臺(tái)維度因素對(duì)應(yīng)著信息環(huán)境生態(tài)因子，醫(yī)生和患者共同組成了信息人，信息對(duì)應(yīng)生態(tài)系統(tǒng)中的信息因素。在信息生態(tài)理論的基礎(chǔ)上，構(gòu)建了如圖1所示的典型關(guān)系結(jié)構(gòu)。對(duì)應(yīng)的“故事線”揭示了以下行為現(xiàn)象：①患者對(duì)問診信息的采納意愿會(huì)受到平臺(tái)、醫(yī)生、信息、患者4個(gè)維度因素的共同影響;②患者因素有一定調(diào)節(jié)作用，主要體現(xiàn)在醫(yī)生專業(yè)性、信息內(nèi)容質(zhì)量與患者用戶的問診信息采納意愿之間，患者的健康素養(yǎng)能夠調(diào)節(jié)影響強(qiáng)度與方向。

2.2.4 理論飽和度檢驗(yàn)

本研究對(duì)前期抽取的3份原始訪談資料采取同樣的方式進(jìn)行三級(jí)編碼分析，編碼以后發(fā)現(xiàn)結(jié)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(xiàn)新范疇，范疇間也沒有產(chǎn)生新的聯(lián)結(jié)，說明得到的編碼體系通過了理論飽和度檢驗(yàn)。

2.3 因素選取

通過對(duì)訪談?dòng)涗浀木幋a，歸納出平臺(tái)、醫(yī)生、信息、患者4個(gè)維度的7個(gè)關(guān)鍵因素。

平臺(tái)維度包括平臺(tái)易用性和平臺(tái)聲譽(yù)。平臺(tái)易用性是對(duì)平臺(tái)界面設(shè)計(jì)、交互方式的評(píng)估，對(duì)應(yīng)著信息生態(tài)視角中的信息環(huán)境。易用性高意味著服務(wù)提供方營(yíng)造的軟件應(yīng)用環(huán)境能較好地符合用戶習(xí)慣[26]。平臺(tái)聲譽(yù)則反映出平臺(tái)能持續(xù)提供優(yōu)質(zhì)的服務(wù)，從而得到了大量用戶的肯定。

醫(yī)生維度分為醫(yī)生專業(yè)性和服務(wù)態(tài)度兩個(gè)因素。在醫(yī)生專業(yè)性方面，平臺(tái)中的醫(yī)生具備的素質(zhì)和能力存在差異。雖然職級(jí)、學(xué)歷等信息反映出的專業(yè)性特征不能完全等同于醫(yī)生的業(yè)務(wù)能力，但對(duì)用戶而言，通過專業(yè)性來(lái)評(píng)判信息是否符合需求是一種簡(jiǎn)單而快捷的途徑。同時(shí)，醫(yī)生服務(wù)過程中表現(xiàn)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(nèi)容質(zhì)量和信息表達(dá)質(zhì)量。內(nèi)容質(zhì)量指信息內(nèi)容與客觀情況相一致的程度[27]，表達(dá)質(zhì)量反映了信息表現(xiàn)形式的可理解性[28]。對(duì)在線醫(yī)療平臺(tái)的用戶而言，信息內(nèi)容質(zhì)量直接決定了用戶可獲得信息的廣度、深度及相關(guān)度，表達(dá)質(zhì)量則會(huì)影響用戶處理和分析信息的難度。信息質(zhì)量越高，用戶越可能從問診信息中提取有用的內(nèi)容。8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

患者維度的因素為健康素養(yǎng)。健康素養(yǎng)會(huì)正向調(diào)節(jié)信息內(nèi)容質(zhì)量與感知有用性之間的關(guān)系?；颊呔邆涞尼t(yī)學(xué)知識(shí)使其能夠清晰地認(rèn)識(shí)到需要哪些信息，從而能更好地判斷信息內(nèi)容是否值得利用。相反地，健康素養(yǎng)負(fù)向調(diào)節(jié)醫(yī)生專業(yè)性與感知有用性的關(guān)系，患者健康素養(yǎng)越低，越依賴外在的信息源特征來(lái)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(gòu)建及研究假設(shè)

3.1 模型構(gòu)建

信息采納的概念源于技術(shù)采納理論，是用戶根據(jù)自己的認(rèn)知對(duì)信息進(jìn)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(xì)加工可能性模型（ELM）與技術(shù)接受模型（TAM）整合而成[29]。如圖2所示，中心路徑的信息質(zhì)量和邊緣路徑的來(lái)源可信度均會(huì)正向影響感知有用性，進(jìn)而影響用戶的信息采納。模型中的信息質(zhì)量和來(lái)源可信度可進(jìn)一步細(xì)分為多個(gè)維度，在不同研究中依據(jù)主題做適當(dāng)調(diào)整。

本文通過扎根分析提取了平臺(tái)易用性、平臺(tái)聲譽(yù)、醫(yī)生專業(yè)性、服務(wù)態(tài)度、信息內(nèi)容質(zhì)量、信息表達(dá)質(zhì)量、健康素養(yǎng)7個(gè)影響因素。與信息采納模型比較可以發(fā)現(xiàn)，平臺(tái)因素與醫(yī)生因素共同構(gòu)成了廣義上的信息來(lái)源，而信息維度的影響因素則體現(xiàn)了在線問診信息的信息質(zhì)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(jié)合，引入感知維度的感知有用性，構(gòu)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(shè)

3.2.1 平臺(tái)易用性和平臺(tái)聲譽(yù)

1）平臺(tái)易用性對(duì)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(shù)的容易程度，感知有用性則表示用戶相信通過一種新技術(shù)可以提高效率的程度，并驗(yàn)證了當(dāng)用戶采納技術(shù)創(chuàng)新時(shí)，感知易用性對(duì)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(tái)的界面設(shè)計(jì)花哨、彈窗很多，看起來(lái)像是釣魚詐騙網(wǎng)站?！焙?jiǎn)潔的界面、順暢的交互流程一方面在一定程度上能提升內(nèi)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(qiáng)化對(duì)網(wǎng)站的正面印象。因此，本文提出假設(shè)：

H1：平臺(tái)易用性對(duì)感知有用性有積極影響。

2）平臺(tái)聲譽(yù)對(duì)感知有用性的影響

Su L等研究發(fā)現(xiàn)，企業(yè)聲譽(yù)會(huì)對(duì)客戶滿意度和承諾產(chǎn)生積極影響[31]，Kim S等發(fā)現(xiàn)，平臺(tái)聲譽(yù)會(huì)直接影響消費(fèi)者對(duì)電商服務(wù)的信賴水平，進(jìn)而影響他們的購(gòu)買意愿[32]。在選擇使用在線醫(yī)療平臺(tái)時(shí)，良好的聲譽(yù)意味著絕大部分用戶相信該平臺(tái)能夠誠(chéng)信經(jīng)營(yíng)、重視用戶權(quán)益，在競(jìng)爭(zhēng)者甚眾的在線醫(yī)療服務(wù)領(lǐng)域，這將有助于平臺(tái)在市場(chǎng)中脫穎而出，也使用戶有理由相信平臺(tái)可以提供高品質(zhì)的信息服務(wù)。因此，本文提出假設(shè)：

H2：平臺(tái)聲譽(yù)對(duì)感知有用性有積極影響。

3.2.2 醫(yī)生專業(yè)性和服務(wù)態(tài)度

1）醫(yī)生專業(yè)性對(duì)感知有用性的影響

醫(yī)生的專業(yè)性主要體現(xiàn)在專業(yè)知識(shí)、能力和經(jīng)驗(yàn)方面。醫(yī)患雙方在醫(yī)療問診的信息交互場(chǎng)景中，醫(yī)生扮演著健康信息來(lái)源的角色。而信息來(lái)源專業(yè)性對(duì)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(shí)問答社區(qū)的研究中指出，答主的專業(yè)性會(huì)影響提問者的信任度[33]。多位受訪者認(rèn)為，醫(yī)生的所屬機(jī)構(gòu)、職稱、學(xué)歷等信息對(duì)于健康信息判斷有重要的參考價(jià)值，即醫(yī)生的專業(yè)水平越高則回答質(zhì)量越有保障。因此，本文提出假設(shè)：

H3：醫(yī)生專業(yè)性對(duì)用戶感知有用性有積極影響。

2）服務(wù)態(tài)度對(duì)感知有用性的影響

Srihadi T F等通過研究發(fā)現(xiàn)，服務(wù)特征會(huì)影響消費(fèi)者的滿意度和感知關(guān)系利益[34]，同時(shí)一些受訪者表示“在線醫(yī)療平臺(tái)的部分醫(yī)生回復(fù)態(tài)度比較敷衍”“醫(yī)生只回答了部分問題”。盡管在線問診時(shí)雙方溝通的及時(shí)性和互動(dòng)性不及線下交流，不會(huì)出現(xiàn)用戶表述被打斷的情況。但作為醫(yī)療服務(wù)的提供者，醫(yī)生在服務(wù)中保持耐心、充分解答用戶的提問和追問，能提升患者對(duì)服務(wù)質(zhì)量的印象。因此，本文提出假設(shè)：

H4：服務(wù)態(tài)度對(duì)用戶感知有用性有積極影響。

3.2.3 信息內(nèi)容質(zhì)量和信息表達(dá)質(zhì)量

Sussman S W等在信息采納模型中提出信息內(nèi)容質(zhì)量會(huì)影響信息有用性。訪談資料顯示，受訪者瀏覽問診信息時(shí)會(huì)關(guān)注內(nèi)容的一致性、針對(duì)性、細(xì)節(jié)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(yī)生診斷中獲得用藥建議和后續(xù)治療建議”。同時(shí)，由于大部分患者缺少對(duì)醫(yī)學(xué)領(lǐng)域的深入了解，過多艱深晦澀的專業(yè)術(shù)語(yǔ)會(huì)增加他們對(duì)信息內(nèi)容的理解難度。據(jù)此，本文認(rèn)為內(nèi)容質(zhì)量和表達(dá)質(zhì)量高的問診信息對(duì)用戶而言更有幫助，用戶更易在認(rèn)知范圍內(nèi)詳盡地解讀信息承載的含義。因此，本文提出假設(shè)：

H5：信息內(nèi)容質(zhì)量對(duì)用戶感知有用性有積極影響。

H6：信息表達(dá)質(zhì)量對(duì)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(duì)網(wǎng)絡(luò)中紛繁龐雜的問診信息，用戶會(huì)先行評(píng)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?zèng)Q策時(shí)的不確定性[35]，在理論層面，信息采納模型已經(jīng)揭示了感知有用性的中介作用，同時(shí)有受訪者提到“我會(huì)通過網(wǎng)上的醫(yī)生診斷來(lái)判斷自己病狀的嚴(yán)重程度，再?zèng)Q定是自行買藥還是前往醫(yī)院就醫(yī)”“我習(xí)慣在去醫(yī)院前瀏覽網(wǎng)絡(luò)問診信息，初步收集病情相關(guān)資料，方便提前準(zhǔn)備好要向醫(yī)生咨詢的問題”。因此，本文提出以下假設(shè)：

H7a：感知有用性在平臺(tái)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(tái)聲譽(yù)與信息采納意愿之間起中介作用。

H7c：感知有用性在醫(yī)生專業(yè)性與信息采納意愿之間起中介作用。

H7d：感知有用性在服務(wù)態(tài)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(nèi)容質(zhì)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(dá)質(zhì)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(yǎng)的調(diào)節(jié)作用

健康素養(yǎng)指?jìng)€(gè)體獲得、理解和處理基本的健康信息或服務(wù)并做出正確的健康相關(guān)的決策的能力[36]，健康素養(yǎng)越高意味著受訪者深度接受和處理健康信息的能力越強(qiáng)[37]。精細(xì)加工可能性模型表明，當(dāng)個(gè)體能力較強(qiáng)時(shí)，主要路徑的信息質(zhì)量的作用更加顯著[38]?？梢姡?dāng)用戶健康素養(yǎng)較高時(shí)，會(huì)更傾向于直接評(píng)判信息內(nèi)容本身是否有用。多位受訪者的描述顯示健康素養(yǎng)在信息內(nèi)容質(zhì)量與感知有用性之間起調(diào)節(jié)作用，例如，“我知道感冒的常見病因以及對(duì)應(yīng)用藥，上網(wǎng)查詢醫(yī)患問答只是想再次核實(shí)一下。如果跟我自己的推斷一致，我就會(huì)參考醫(yī)生的意見”。因此，本文提出假設(shè)：

H8：健康素養(yǎng)負(fù)向調(diào)節(jié)醫(yī)生專業(yè)性與感知有用性之間的關(guān)系。

H9：健康素養(yǎng)正向調(diào)節(jié)信息內(nèi)容質(zhì)量與感知有用性之間的關(guān)系。

4 在線問診信息用戶采納意愿影響因素的問卷設(shè)計(jì)及數(shù)據(jù)收集

本文使用的調(diào)查問卷包括3個(gè)部分，問卷背景及相關(guān)概念介紹、被試者基本信息調(diào)查、模型測(cè)量項(xiàng)，測(cè)量項(xiàng)采用Likert 5點(diǎn)量表進(jìn)行設(shè)計(jì)，被調(diào)查者在1（非常不同意）到5（非常同意）進(jìn)行打分。模型共涉及9個(gè)變量，每個(gè)變量由3～4個(gè)測(cè)量題項(xiàng)構(gòu)成，題項(xiàng)源于已有成熟文獻(xiàn)或扎根結(jié)果。

為確保問卷的有效性，首先進(jìn)行預(yù)調(diào)查以修正問卷。正式調(diào)查階段累計(jì)回收問卷398份。按標(biāo)準(zhǔn)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(shù)量略多于男性，66.5%的被調(diào)查者年齡在20～39歲之間，學(xué)歷在本科及本科以上的被調(diào)查者占比83.7%。瀏覽問診信息的用戶數(shù)量多于主動(dòng)問診的用戶，側(cè)面反映出目前對(duì)在線問診服務(wù)持觀望態(tài)度的用戶不在少數(shù)。好大夫在線是被調(diào)查者最常用的平臺(tái)，使用過的人數(shù)占比58%;丁香醫(yī)生次之，使用人數(shù)占比33.6%。可見，平臺(tái)之間市場(chǎng)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(yàn)證

5.1 信效度檢驗(yàn)

信度指測(cè)量結(jié)果的內(nèi)部一致性、穩(wěn)定性。本文采用Cronbachs α系數(shù)進(jìn)行檢驗(yàn)，數(shù)值越大則表明量表信度越高。本研究中各變量的Cronbachs α系數(shù)均高于0.7。此外，對(duì)比項(xiàng)已刪除的α系數(shù)可以發(fā)現(xiàn)，各題項(xiàng)刪除后信度無(wú)明顯提升，量表的信度較為理想。

效度由內(nèi)容效度、建構(gòu)效度組成。本文使用的題項(xiàng)來(lái)源于現(xiàn)有文獻(xiàn)或通過扎根理論獲得，在正式發(fā)放問卷之前，通過小規(guī)模的預(yù)調(diào)研對(duì)題項(xiàng)內(nèi)容進(jìn)行修正，以保證問卷的內(nèi)容效度。表7中各個(gè)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(guān)系數(shù)，顯示量表具有較好的區(qū)分效度。

5.2 共同方法偏差檢驗(yàn)

同樣的數(shù)據(jù)來(lái)源、測(cè)量環(huán)境等因素可能會(huì)導(dǎo)致預(yù)測(cè)變量與效標(biāo)變量間的共變異，因此本文采用Harman單因素法進(jìn)行共同方法偏差檢驗(yàn)。首先，研究通過Bartlett球形度檢驗(yàn)，可以進(jìn)行因子分析;接著，進(jìn)行主成分分析，提取特征值大于1的因子，7個(gè)因子解釋了總方差的77.11%。結(jié)果顯示，第一個(gè)因子的解釋方差為39.64%，表明共同方法偏差對(duì)結(jié)果的影響較小。

5.3 模型擬合分析

在進(jìn)行假設(shè)驗(yàn)證前，先對(duì)模型的基本適配度進(jìn)行檢驗(yàn)，評(píng)判其是否具有合理性和有效性。常用的擬合指標(biāo)有R2、Q2。經(jīng)過計(jì)算，感知有用性和采納意愿的R2數(shù)值分別為0.586和0.529，說明模型解釋性較強(qiáng)。Q2數(shù)值分別為0.506和0.426，表明模型有較好的預(yù)測(cè)效果。

5.4 模型假設(shè)檢驗(yàn)

1）直接效應(yīng)檢驗(yàn)

首先使用Bootstrap方法對(duì)模型的直接效應(yīng)進(jìn)行假設(shè)檢驗(yàn)，將樣本數(shù)值設(shè)定為5 000，檢驗(yàn)結(jié)果如表9所示。結(jié)果顯示，假設(shè)H1、H3、H4、H5、H6、H7通過檢驗(yàn)，平臺(tái)易用性和信息內(nèi)容質(zhì)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(guān)系，醫(yī)生專業(yè)性、服務(wù)態(tài)度、信息表達(dá)質(zhì)量會(huì)對(duì)用戶的采納意愿產(chǎn)生正向影響。假設(shè)H2不成立，平臺(tái)聲譽(yù)不影響感知有用性。

2）中介效應(yīng)檢驗(yàn)

中介效應(yīng)指自變量經(jīng)由中介變量而影響因變量。本文采用Bootstrap方法檢驗(yàn)中介效應(yīng)，檢驗(yàn)結(jié)果如表10所示?？梢娫?5%置信區(qū)間下，平臺(tái)聲譽(yù)通過感知有用性影響采納意愿的偏差校正置信區(qū)間包含零，假設(shè)H7b不成立。除此以外，其他中介效應(yīng)的有關(guān)假設(shè)均成立，即平臺(tái)有用性、醫(yī)生專業(yè)性、服務(wù)態(tài)度、信息內(nèi)容質(zhì)量和信息表達(dá)質(zhì)量通過感知有用性影響用戶的問診信息采納意愿。

3）調(diào)節(jié)效應(yīng)檢驗(yàn)

本文的自變量、調(diào)節(jié)變量與因變量均為連續(xù)型變量，將變量健康素養(yǎng)添加至模型中，檢驗(yàn)其調(diào)節(jié)作用，檢驗(yàn)結(jié)果表明，假設(shè)H8的P值為0.000，路徑系數(shù)為-0.157，表明健康素養(yǎng)負(fù)向調(diào)節(jié)醫(yī)生專業(yè)性與感知有用性之間的關(guān)系。假設(shè)H9的P值為0.001，路徑系數(shù)為0.164，表明健康素養(yǎng)正向調(diào)節(jié)信息內(nèi)容質(zhì)量與感知有用性之間的關(guān)系。

6 結(jié)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(shè)，通過問卷搜集數(shù)據(jù)進(jìn)行假設(shè)檢驗(yàn)，其中假設(shè)H2、H7b不成立，其他12條假設(shè)得到了驗(yàn)證，如圖4所示。

1）平臺(tái)因素

模型計(jì)算所得的數(shù)據(jù)表明，易用性對(duì)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(wù)領(lǐng)域被證明[39]，這將之前的研究拓寬到了在線醫(yī)療問診場(chǎng)景中。在在線醫(yī)療平臺(tái)中，混亂的網(wǎng)站系統(tǒng)會(huì)增大用戶獲取信息的難度，當(dāng)用戶多次嘗試未果時(shí)，對(duì)網(wǎng)站的負(fù)面情緒不斷滋生，便有可能產(chǎn)生平臺(tái)中的信息無(wú)用的想法。平臺(tái)聲譽(yù)對(duì)感知有用性沒有直接影響（β=0.101，P=0.064）。長(zhǎng)期以來(lái)，好的平臺(tái)聲譽(yù)被認(rèn)為有助于用戶建立對(duì)平臺(tái)的滿意和信任[40]，然而聲譽(yù)機(jī)制存在潛在的失靈問題。有研究發(fā)現(xiàn)，eBay上的交易者多數(shù)不參與評(píng)價(jià)，而主動(dòng)評(píng)價(jià)的交易者往往選擇好評(píng)[41]，以及其排序機(jī)制和匿名性使投機(jī)賣家可以低成本獲得靠前的排序，導(dǎo)致聲譽(yù)的約束力失效[42]。錢炳等發(fā)現(xiàn)，聲譽(yù)機(jī)制可能存在“噪聲”，消費(fèi)者默認(rèn)好評(píng)和賣家“炒信”都會(huì)影響聲譽(yù)信號(hào)的有效性[43]。以上研究表明，基于消費(fèi)者以及用戶評(píng)價(jià)的聲譽(yù)機(jī)制缺乏可信度，用戶可能會(huì)質(zhì)疑聲譽(yù)信號(hào)而不把聲譽(yù)作為主要參考標(biāo)準(zhǔn)，導(dǎo)致平臺(tái)聲譽(yù)對(duì)感知有用性的影響受限。8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

2）醫(yī)生因素對(duì)感知有用性

醫(yī)生專業(yè)性（β=0.189，P<0.01）和服務(wù)態(tài)度（β=0.159，P<0.01）均會(huì)正向影響感知有用性。專業(yè)性越高的醫(yī)生在患者心中的權(quán)威程度越高，提供的信息也更具說服力。許多有關(guān)問答社區(qū)和在線評(píng)論的研究得到了類似的結(jié)果，即意見領(lǐng)袖或評(píng)論者的專業(yè)性會(huì)影響消費(fèi)者的感知有用性[44-45]。醫(yī)生服務(wù)態(tài)度越好，患者的感知有用性越高。在光環(huán)效應(yīng)的影響下，患者對(duì)醫(yī)生的正面印象發(fā)生傳遞，從而更傾向于認(rèn)為來(lái)源于該醫(yī)生的診斷信息也是有用的[46]。

3）信息因素對(duì)感知有用性

信息維度的內(nèi)容質(zhì)量（β=0.224，P<0.001）和表達(dá)質(zhì)量（β=0.189，P<0.01）是影響用戶感知有用性的重要因素。對(duì)用戶而言，信息內(nèi)容質(zhì)量比信息表達(dá)質(zhì)量更為重要。用戶通過在線醫(yī)療平臺(tái)獲取診療信息，當(dāng)醫(yī)生的診斷符合其疾病癥狀，且包含針對(duì)病情的細(xì)節(jié)性的診療意見時(shí)，患者對(duì)信息有用性的感知更加強(qiáng)烈。表達(dá)質(zhì)量越高，患者充分理解問診信息的難度越小。但如果內(nèi)容不符合患者訴求，即使問診信息簡(jiǎn)潔易懂，對(duì)患者而言也沒有過多的參考價(jià)值。因此，患者更為注重信息的內(nèi)容質(zhì)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）?；颊叱鲇谔囟ǖ男枨?，使用在線醫(yī)療平臺(tái)進(jìn)行主動(dòng)問診或?yàn)g覽已有的問診信息，當(dāng)病情預(yù)判、自我診斷核實(shí)等需求得到滿足時(shí)，問診信息對(duì)患者而言是有用的?；颊咭哺敢獠杉{醫(yī)生的建議，等待疾病自愈、購(gòu)買藥品或前往醫(yī)院做更細(xì)致的檢查。當(dāng)患者使用在線醫(yī)療平臺(tái)過程中能夠感受到一定效用時(shí)，其采納意愿就會(huì)有所提升。

5）健康素養(yǎng)

健康素養(yǎng)正向調(diào)節(jié)信息內(nèi)容質(zhì)量與感知有用性之間的關(guān)系（β=0.164，P<0.01），但對(duì)醫(yī)生專業(yè)性有負(fù)向調(diào)節(jié)作用（β=-0.157，P<0.001）。對(duì)于有一定知識(shí)儲(chǔ)備的患者而言，掌握的健康醫(yī)學(xué)信息能夠幫助其更好地理解獲取的問診內(nèi)容。因此，此類用戶有能力直接對(duì)問診信息本身的有用性進(jìn)行判斷，而無(wú)需借助醫(yī)生專業(yè)程度等信息外部特征。

根據(jù)上述分析結(jié)果，本文認(rèn)為在線醫(yī)療平臺(tái)可從以下方面進(jìn)行改進(jìn)：

第一，優(yōu)化平臺(tái)界面設(shè)計(jì)及交互流程。整體來(lái)看，可能由于平臺(tái)經(jīng)歷了多次版本迭代，部分網(wǎng)站不同功能模塊之間的用戶界面風(fēng)格差異較大，削弱了網(wǎng)站的整體性和統(tǒng)一性。同時(shí)，平臺(tái)的核心功能也有提升空間。首先，類目設(shè)置需精簡(jiǎn)而清晰，類名應(yīng)標(biāo)準(zhǔn)而規(guī)范，過于龐雜的主題分類會(huì)使用戶在搜尋信息時(shí)無(wú)所適從。其次，可以改進(jìn)信息呈現(xiàn)形式，通過標(biāo)簽或可視化的方式實(shí)現(xiàn)對(duì)患者病例信息以及醫(yī)生診斷記錄的內(nèi)容聚合。輔助用戶篩選有用信息，使內(nèi)容的展示更為高效。在市場(chǎng)導(dǎo)向的環(huán)境下，平臺(tái)服務(wù)不應(yīng)僅局限于技術(shù)層面，而是應(yīng)當(dāng)重視用戶、信息及信息環(huán)境的互動(dòng)，結(jié)合用戶的認(rèn)知水平，完善網(wǎng)站的功能設(shè)計(jì)和信息組織方式。

第二，平臺(tái)方需構(gòu)建一個(gè)完善的評(píng)價(jià)體系，重視品牌的宣傳和推廣。在該研究中，平臺(tái)聲譽(yù)機(jī)制失靈的原因可能是目前問診平臺(tái)的聲譽(yù)主要基于用戶評(píng)價(jià)，尚未構(gòu)建有效的聲譽(yù)機(jī)制。在線醫(yī)療平臺(tái)可通過各種方式，建造平臺(tái)和用戶多次交互的條件，邀請(qǐng)醫(yī)學(xué)界人員入駐點(diǎn)評(píng)，加強(qiáng)對(duì)評(píng)價(jià)的反饋，形成及時(shí)的信息傳遞和反饋機(jī)制，同時(shí)充分利用認(rèn)證機(jī)制，加強(qiáng)虛假評(píng)價(jià)懲罰力度，提高聲譽(yù)機(jī)制的有效性，以獲得良好穩(wěn)健的聲譽(yù)，從而增強(qiáng)用戶的忠誠(chéng)度。同時(shí)，平臺(tái)要注重其公眾形象。在線醫(yī)療平臺(tái)匯集了豐富的健康醫(yī)學(xué)知識(shí)，可以充分利用站內(nèi)的內(nèi)容資源優(yōu)勢(shì)，對(duì)知識(shí)整合梳理后進(jìn)行沉淀。利用微信公眾號(hào)、微博等社交媒體渠道對(duì)外輸出，在內(nèi)容傳播的過程中擴(kuò)大在線醫(yī)療平臺(tái)品牌的知名度和影響力。

第三，提升平臺(tái)中專家級(jí)別醫(yī)生的入駐率，規(guī)范醫(yī)生在接診過程中的服務(wù)態(tài)度。資歷豐富的醫(yī)師有一定稀缺性，平臺(tái)方可針對(duì)不同疾病引進(jìn)該領(lǐng)域知名度較高的醫(yī)生，提升用戶對(duì)平臺(tái)整體的信任度，打造平臺(tái)的市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)。同時(shí)，加強(qiáng)對(duì)平臺(tái)中醫(yī)生資質(zhì)的審核，減少由醫(yī)生專業(yè)水平局限性導(dǎo)致的誤診、錯(cuò)診。在服務(wù)態(tài)度方面，平臺(tái)方可建立完善的獎(jiǎng)懲機(jī)制加以約束。鼓勵(lì)用戶對(duì)醫(yī)生的服務(wù)態(tài)度進(jìn)行評(píng)價(jià)，并通過客服、意見箱等渠道收集用戶的投訴反饋。構(gòu)建平臺(tái)內(nèi)部的醫(yī)生成長(zhǎng)體系，醫(yī)生線上的發(fā)帖、接診等行為均可累積相應(yīng)分值。充分利用網(wǎng)絡(luò)社區(qū)的公開性，在提升醫(yī)生參與度的同時(shí)，為用戶提供專業(yè)職稱之外的參考標(biāo)準(zhǔn)。

第四，把控平臺(tái)中的信息的內(nèi)容質(zhì)量和表達(dá)質(zhì)量。一方面，可根據(jù)高頻的患者問診需求制定醫(yī)生回答模板，盡可能地在問診前實(shí)現(xiàn)規(guī)范化管理;另一方面，可建立內(nèi)容審核和評(píng)價(jià)機(jī)制，充分運(yùn)用平臺(tái)和用戶群體的力量對(duì)信息內(nèi)容進(jìn)行評(píng)估和監(jiān)督。醫(yī)生在回答過程中亦盡量使用簡(jiǎn)明的、清晰的語(yǔ)言，提升信息的表達(dá)質(zhì)量。

同時(shí)，用戶也應(yīng)當(dāng)增強(qiáng)醫(yī)學(xué)健康知識(shí)儲(chǔ)備，提升自身的健康素養(yǎng)。在搜尋信息時(shí)，較高的醫(yī)學(xué)素養(yǎng)有助于用戶在問診過程中更為精準(zhǔn)地描述病狀或在瀏覽問診信息時(shí)與他人的癥狀進(jìn)行詳細(xì)比對(duì)。在獲取信息后，也能增強(qiáng)用戶對(duì)平臺(tái)中有關(guān)信息的甄別和理解能力，從而能更好地利用問診信息進(jìn)行后續(xù)決策。

7 結(jié) 語(yǔ)

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(jié)合信息生態(tài)和信息采納模型構(gòu)建了概念模型，并使用結(jié)構(gòu)方程模型進(jìn)行驗(yàn)證，發(fā)現(xiàn)平臺(tái)易用性、醫(yī)生專業(yè)性、醫(yī)生服務(wù)態(tài)度、信息內(nèi)容質(zhì)量和信息表達(dá)質(zhì)量通過感知有用性對(duì)用戶采納意愿產(chǎn)生正向影響，健康素養(yǎng)負(fù)向調(diào)節(jié)醫(yī)生專業(yè)性與感知有用性之間的作用關(guān)系，正向調(diào)節(jié)信息內(nèi)容質(zhì)量與感知有用性之間的作用關(guān)系。據(jù)此，從信息的內(nèi)容質(zhì)量和表述質(zhì)量、專家級(jí)別醫(yī)生的平臺(tái)入駐率和服務(wù)態(tài)度、平臺(tái)界面設(shè)計(jì)及交互流程等方面提出了改進(jìn)在線醫(yī)療平臺(tái)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(shù)據(jù)對(duì)模型路徑進(jìn)行驗(yàn)證，樣本數(shù)量及其覆蓋范圍有一定限制，未來(lái)可通過爬蟲獲取網(wǎng)站中的用戶行為數(shù)據(jù)、文本數(shù)據(jù)，對(duì)研究主題做進(jìn)一步的驗(yàn)證和補(bǔ)充。

參考文獻(xiàn)8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

[1]鄭繼承.我國(guó)醫(yī)療衛(wèi)生資源配置的均衡性研究[J].中國(guó)衛(wèi)生資源，2019，22（5）：362-366.

[2]芮婷婷.我國(guó)用戶移動(dòng)醫(yī)療服務(wù)使用意愿研究[D].成都：西南交通大學(xué)，2016.

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

[4]王淇.基于平臺(tái)特性的互聯(lián)網(wǎng)醫(yī)療平臺(tái)使用意愿影響因素研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2019.

[5]張李義，李慧然.基于互動(dòng)視角的在線醫(yī)療問答患者用戶使用研究[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，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(gè)集成計(jì)劃行為理論與隱私計(jì)算的模型[J].情報(bào)資料工作，2016，37（1）：48-53.

[9]劉娟，鄭君君，吳江.在線醫(yī)療網(wǎng)站患者選擇醫(yī)生的影響因素實(shí)證研究[J].醫(yī)學(xué)信息學(xué)雜志，2017，38（5）：48-51.

[10]鄧朝華，洪紫映.在線醫(yī)療健康服務(wù)醫(yī)患信任影響因素實(shí)證研究[J].管理科學(xué)，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(tái)信息質(zhì)量評(píng)價(jià)及其品牌化啟示[J].情報(bào)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(qū)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(xué)，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(hào)的健康信息采納預(yù)測(cè)研究——基于信息特征和支持向量機(jī)[J].情報(bào)理論與實(shí)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(dòng)網(wǎng)絡(luò)團(tuán)購(gòu)APP信息采納行為影響因素研究——基于信息生態(tài)視角的分析[J].圖書情報(bào)工作，2015，59（7）：31-38.

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

[28]曹瑞昌，吳建明.信息質(zhì)量及其評(píng)價(jià)指標(biāo)體系[J].情報(bào)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(fèi)知識(shí)問答社區(qū)中提問者的答主選擇行為研究[J].情報(bào)理論與實(shí)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(yǎng)研究進(jìn)展與展望[J].中國(guó)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(jìn)，張晉朝，嚴(yán)亞蘭.微博環(huán)境下用戶學(xué)術(shù)信息搜尋行為影響因素研究——信息質(zhì)量和信源可信度雙路徑視角[J].中國(guó)圖書館學(xué)報(bào)，2015，41（3）：71-86.

[39]畢繼東.網(wǎng)絡(luò)口碑對(duì)消費(fèi)者購(gòu)買意愿影響實(shí)證研究[J].情報(bào)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(yù)溢價(jià)是否總是存在？——來(lái)自淘寶網(wǎng)的實(shí)證研究[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2012，（2）：87-94.

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

[45]殷國(guó)鵬.消費(fèi)者認(rèn)為怎樣的在線評(píng)論更有用？——社會(huì)性因素的影響效應(yīng)[J].管理世界，2012，（12）：115-124.

[46]陸奇斌，趙平，王高，等.消費(fèi)者滿意度測(cè)量中的光環(huán)效應(yīng)[J].心理學(xué)報(bào)，2005，37（4）：524-534.

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