張建同 吳 鈺
(同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院,上海 200092)
隨著人口老齡化問題的進(jìn)一步升級與慢性病人群的年輕化,大眾對醫(yī)學(xué)相關(guān)信息的需求不斷提升?!?019年第一季度中國網(wǎng)民科普需求搜索行為報告》數(shù)據(jù)顯示,健康與醫(yī)療相關(guān)搜索比例占據(jù)總搜索量的73.8%,位列第一。隨著互聯(lián)網(wǎng)信息爆炸式增長,互聯(lián)網(wǎng)醫(yī)療平臺逐漸成為大眾獲取醫(yī)療知識與服務(wù)的重要渠道,具有廣闊的應(yīng)用前景。隨著近幾年國內(nèi)互聯(lián)網(wǎng)醫(yī)療相關(guān)的政策導(dǎo)向與新冠肺炎疫情的影響,在線醫(yī)療信息服務(wù)行業(yè)發(fā)展迅速。以好大夫在線、春雨醫(yī)生為代表的在線醫(yī)療平臺由于能夠?qū)崟r滿足患者的醫(yī)療咨詢與“輕問診”的需求,有效縮短醫(yī)生和患者在時間和空間上的距離,所以疫情下在線醫(yī)療平臺的問診量呈現(xiàn)倍數(shù)級增長。數(shù)據(jù)顯示,自疫情起截至2020年2月5日,丁香醫(yī)生在線問診平臺用戶環(huán)比增幅達(dá)215.32%,問診量環(huán)比增幅達(dá)134.91%,在線醫(yī)療正逐漸成為醫(yī)療行業(yè)未來發(fā)展的新方向。
從經(jīng)濟(jì)角度看,在線醫(yī)療服務(wù)價格直接反映了供需平衡信息,定價策略的選擇與調(diào)整是在線醫(yī)療平臺運(yùn)營需要解決的關(guān)鍵問題。平臺的定價結(jié)構(gòu)決定了平臺的盈利,醫(yī)師作為在線醫(yī)療服務(wù)的供應(yīng)端,在平臺相關(guān)條款的約束下,參照定點(diǎn)醫(yī)療機(jī)構(gòu)制定的服務(wù)價格,自主設(shè)定對應(yīng)的服務(wù)價格。因此,在線醫(yī)療平臺的定價策略更為復(fù)雜,關(guān)于影響服務(wù)定價因素的研究也就顯得更為重要。目前關(guān)于在線醫(yī)療平臺用戶行為已有較為充分的研究,但影響醫(yī)生定價的相關(guān)因素還有待深入研究。因此,本文的在線醫(yī)療服務(wù)價格研究將在用戶行為研究的基礎(chǔ)上,從醫(yī)生綜合信息、患者反饋信息與醫(yī)生服務(wù)意愿三個維度入手,構(gòu)建在線醫(yī)療平臺服務(wù)價格影響因素的理論模型,并通過回歸方法進(jìn)行實(shí)證分析以驗(yàn)證模型的準(zhǔn)確度,探究三者的作用機(jī)制。本研究在理論上可以豐富考慮用戶行為的定價管理決策的理論體系,在實(shí)踐上可以幫助醫(yī)生與平臺設(shè)計(jì)有針對性的定價結(jié)構(gòu),為平臺運(yùn)營管理策略提供科學(xué)依據(jù)和建議。
自在線醫(yī)療網(wǎng)站出現(xiàn),學(xué)者已開展大量相關(guān)研究。由于醫(yī)療領(lǐng)域知識門檻高,所以信息不對稱現(xiàn)象在醫(yī)療領(lǐng)域更加明顯。相較于患者,醫(yī)生具備專業(yè)的醫(yī)學(xué)知識等信息,擁有更強(qiáng)的議價能力,而在線醫(yī)療平臺提供了健康知識、醫(yī)生的個人信息與患者評價等,在一定程度上消除了患者所面臨的信息不對稱,減少了其對醫(yī)生的不信任感?;诖耍姸鄬W(xué)者依據(jù)信任理論與信號理論等開展相關(guān)研究。
根據(jù)研究主體的不同,學(xué)者關(guān)注的方向有所不同。關(guān)于患者行為,學(xué)者多研究持續(xù)使用行為與擇醫(yī)行為。Choi等研究表明在在線醫(yī)療服務(wù)的選擇中,用戶感知價值(服務(wù)質(zhì)量和價值)影響用戶滿意度,進(jìn)而影響用戶的行為意向。Guo等發(fā)現(xiàn)醫(yī)生評級、星級、評論和虛擬禮物的反饋形式可以作為服務(wù)質(zhì)量的信號,影響患者的消費(fèi)意愿。雷藝琳等指出品牌形象對患者感知質(zhì)量產(chǎn)生直接影響,而感知質(zhì)量對感知價值有著顯著的直接影響,進(jìn)而影響用戶的后續(xù)行為。Lu等發(fā)現(xiàn)醫(yī)生口碑負(fù)向調(diào)節(jié)服務(wù)質(zhì)量與患者選擇的關(guān)系,疾病風(fēng)險與醫(yī)生服務(wù)質(zhì)量和患者選擇負(fù)相關(guān)。吳江等從信任角度出發(fā),探明了患者購買意愿與平臺合作醫(yī)生的職稱和醫(yī)院等級顯著正相關(guān)。曹仙葉等基于服務(wù)多樣性視角,以醫(yī)生的服務(wù)種類數(shù)量、醫(yī)生熱度與服務(wù)價格為變量研究其對患者決策的影響。易夢馨等基于主頁中的醫(yī)生文本信息與照片信息,加入面孔可信度維度研究患者的擇醫(yī)行為。
醫(yī)生行為研究數(shù)量總體少于患者行為研究,且多集中在醫(yī)生的使用行為、知識貢獻(xiàn)行為與定價行為等方面。Wu等解釋了醫(yī)生對互聯(lián)網(wǎng)醫(yī)療技術(shù)的使用行為。馬騁宇等指出便利條件、社會影響、努力期望和績效期望對醫(yī)生的使用行為存在積極影響。從定價方面來看,在線醫(yī)療平臺中,醫(yī)療服務(wù)的價格由醫(yī)師自主設(shè)定,醫(yī)師的收益反過來也會影響服務(wù)定價。Guo等指出醫(yī)師職稱和醫(yī)患互動反饋兩個指標(biāo)對醫(yī)師的社會與經(jīng)濟(jì)回報皆有顯著影響。Li等發(fā)現(xiàn)知識貢獻(xiàn)和醫(yī)師聲譽(yù)都會對醫(yī)師的收入產(chǎn)生正向影響。Jiang等指出服務(wù)交付質(zhì)量能有效幫助醫(yī)師提高收益。李瑩瑩證明了醫(yī)生服務(wù)訪診量在對服務(wù)價格影響中的中介作用。Kuang等的研究結(jié)果表明在線滲透率對醫(yī)生服務(wù)質(zhì)量有積極影響,對在線服務(wù)價格則有負(fù)面影響。
當(dāng)前的在線醫(yī)療社區(qū)中,在線信息對患者的決策與醫(yī)生的定價行為起到重要作用,關(guān)于醫(yī)生本人服務(wù)意愿以及個人價值實(shí)現(xiàn)對于醫(yī)生服務(wù)價格制定的影響及其作用機(jī)制仍有待探索。因此,本文選擇從在線醫(yī)療網(wǎng)站的醫(yī)生個人信息、患者反饋與醫(yī)生服務(wù)意愿三個角度探索其能否緩解患者面臨的信息不對稱現(xiàn)象,同時促進(jìn)醫(yī)生業(yè)績的增長并影響醫(yī)生服務(wù)價格的制定,使得醫(yī)生積極參與到在線醫(yī)療服務(wù)中以促進(jìn)醫(yī)患雙方共贏。
為了確保信息的真實(shí)性,在線醫(yī)療平臺提供了醫(yī)生真實(shí)的線下所屬醫(yī)院、科室及職稱等,以降低患者面臨的服務(wù)質(zhì)量風(fēng)險。研究表明,醫(yī)生的專業(yè)能力是影響患者感知信任的重要因素之一,而且醫(yī)生也可以根據(jù)個人的身份、職稱等進(jìn)行自我價值評估,進(jìn)而制定合理的服務(wù)價格。在線反饋機(jī)制作為幫助消費(fèi)者區(qū)別不同質(zhì)量與不同信譽(yù)的商家的手段,可以減少買家面臨的信息不對稱現(xiàn)象。在線醫(yī)療平臺中患者的反饋信息同樣減少了患者對醫(yī)療服務(wù)風(fēng)險的感知,因此醫(yī)生可以根據(jù)患者的反饋來制定服務(wù)價格。
在信息不對稱的情景下,信號理論可以用來理解消費(fèi)者怎樣在購買前對產(chǎn)品質(zhì)量進(jìn)行評估。在相關(guān)研究中,學(xué)者多考慮價格、品牌、售后等線下信號與消費(fèi)者的購買和評價等在線信號,但關(guān)于服務(wù)提供者的服務(wù)意愿信號考慮較少。曹仙葉等指出原因可能在于傳統(tǒng)產(chǎn)品服務(wù)提供者的服務(wù)意愿水平相似,而在線醫(yī)療平臺不僅為醫(yī)生提供了實(shí)現(xiàn)自我價值的機(jī)會,還能幫助醫(yī)生獲取額外收入,所以醫(yī)生的服務(wù)意愿存在較大差異。
根據(jù)上述分析建立醫(yī)生綜合信息、患者反饋信息與醫(yī)生服務(wù)意愿之間影響關(guān)系的理論模型,如圖1所示。
圖1 理論模型
醫(yī)生職稱是醫(yī)生自身素質(zhì)和價值的體現(xiàn),醫(yī)生所屬醫(yī)院等級也能從側(cè)面反映醫(yī)生的整體能力水平。患者出于生命健康考慮,更傾向于支付更高的價格選擇更高等級的醫(yī)院與更高職級的醫(yī)生。醫(yī)生推薦熱度是醫(yī)療平臺綜合考慮醫(yī)生就診量、好評率等因素向患者推薦的一個指標(biāo),推薦熱度得分越高的醫(yī)生服務(wù)質(zhì)量越高、競爭優(yōu)勢越大,越有可能制定較高的服務(wù)價格?;谏鲜鰞?nèi)容,選取醫(yī)生職稱、所屬醫(yī)院等級與醫(yī)生推薦熱度三個指標(biāo)綜合衡量醫(yī)生能力,提出如下假設(shè):
H1a:醫(yī)生職稱對醫(yī)生的服務(wù)價格有正向影響。
H1b:醫(yī)生所屬醫(yī)院等級對醫(yī)生的服務(wù)價格有正向影響。
H1c:醫(yī)生推薦熱度得分對醫(yī)生的服務(wù)價格有正向影響。
在線醫(yī)療網(wǎng)站上提供了心意禮物、感謝信、醫(yī)生總患者數(shù)量與醫(yī)生主頁訪問量等患者反饋信息。其中:心意禮物與感謝信是患者就診后對醫(yī)生的兩種感謝方式,反映了醫(yī)生的服務(wù)質(zhì)量與服務(wù)態(tài)度;醫(yī)生總患者數(shù)量指在好大夫在線平臺上選擇該醫(yī)生進(jìn)行網(wǎng)絡(luò)問診的患者總數(shù);醫(yī)生主頁訪問量指不同人群點(diǎn)擊醫(yī)生主頁的總次數(shù),在一定程度上可以反映醫(yī)生的受關(guān)注度。醫(yī)生的患者總數(shù)與受關(guān)注度越高,越能降低患者面臨的服務(wù)質(zhì)量風(fēng)險與信息不對稱程度,患者也就越愿意支付更高的價格。因此我們認(rèn)為醫(yī)生所收到的心意禮物與感謝信的數(shù)量越多,醫(yī)生的總患者數(shù)量與醫(yī)生主頁訪問量越多,代表了醫(yī)生的聲譽(yù)越好、醫(yī)術(shù)水平與服務(wù)質(zhì)量越高,醫(yī)生也就越可能制定較高的服務(wù)價格,所以做出如下假設(shè):
H2a:心意禮物數(shù)量對醫(yī)生的服務(wù)價格有正向影響。
H2b:感謝信數(shù)量對醫(yī)生的服務(wù)價格有正向影響。
H2c:醫(yī)生總患者數(shù)量對醫(yī)生的服務(wù)價格有正向影響。
H2d:醫(yī)生主頁訪問量對醫(yī)生的服務(wù)價格有正向影響。
針對醫(yī)生的服務(wù)意愿信號,選取醫(yī)生的上次在線時間和服務(wù)響應(yīng)速度衡量醫(yī)生的服務(wù)意愿,一般上次在線時間越接近現(xiàn)在,服務(wù)響應(yīng)速度越快,代表醫(yī)生的在線問診服務(wù)意愿越強(qiáng),反映了其越期望能夠在在線平臺實(shí)現(xiàn)自己的價值,醫(yī)生也越希望能得到相應(yīng)的回報,也就越可能制定一個較高的價格。因此提出如下假設(shè):
H3a:醫(yī)生上次在線時間對醫(yī)生的服務(wù)價格有正向影響。
H3b:醫(yī)生服務(wù)響應(yīng)速度對醫(yī)生的服務(wù)價格有正向影響。
患者反饋信息會讓醫(yī)生獲得一定程度上的心理滿足,對醫(yī)生而言也是一種自我價值的實(shí)現(xiàn),而且心意禮物還能讓醫(yī)生獲得現(xiàn)實(shí)收益,相應(yīng)的經(jīng)濟(jì)與社會回報無疑能夠提高醫(yī)生在線問診服務(wù)的意愿。同時,根據(jù)上述內(nèi)容,本文認(rèn)為醫(yī)生服務(wù)意愿對服務(wù)價格有正向影響,患者反饋信息對服務(wù)價格的影響可能會通過醫(yī)生服務(wù)意愿來傳遞,因此提出如下假設(shè):
H4:醫(yī)生服務(wù)意愿在患者反饋信息對醫(yī)生服務(wù)價格的正向影響中起到中介作用。
綜上所述,醫(yī)生服務(wù)價格的制定不僅受到心意禮物等患者反饋信息的直接和間接影響,還受到醫(yī)生職稱等醫(yī)生綜合信息與醫(yī)生服務(wù)意愿的直接影響。
本文利用好大夫在線網(wǎng)站的真實(shí)數(shù)據(jù)來驗(yàn)證醫(yī)生的綜合信息、服務(wù)意愿以及患者反饋信息能否影響其服務(wù)定價,數(shù)據(jù)爬取時間為2021年11月,包含高血壓、糖尿病、貧血等12 個內(nèi)科科室在內(nèi)的共34253位醫(yī)生的數(shù)據(jù),包含的具體變量與處理方式如表1所示。
表1 變量及其含義
首先對數(shù)據(jù)進(jìn)行預(yù)處理,預(yù)處理后的有效數(shù)據(jù)共14175條。然后利用Stata對變量進(jìn)行描述性統(tǒng)計(jì)分析,結(jié)果如表2所示。圖2給出了主要變量的直方圖描述。
表2 描述性統(tǒng)計(jì)
根據(jù)圖表可以看出,好大夫在線醫(yī)生的圖文問診服務(wù)價格從1元到1500元不等,平均服務(wù)價格為77.702元。而根據(jù)標(biāo)準(zhǔn)差115.664可知,醫(yī)生在線服務(wù)價格的離散程度較高,說明了不同醫(yī)生之間的在線圖文問診服務(wù)價格之間差異很大,也反映出在線醫(yī)生服務(wù)價格研究有一定的現(xiàn)實(shí)意義。醫(yī)生的職稱的平均值為3.365,醫(yī)生所屬醫(yī)院等級的平均值為5.908,可以發(fā)現(xiàn)目前開通在線問診服務(wù)的醫(yī)生主要為主任醫(yī)師和副主任醫(yī)師,而且醫(yī)生所屬醫(yī)院多為三甲醫(yī)院。另外,患者數(shù)量、醫(yī)生主頁訪問量、心意禮物數(shù)量、感謝信數(shù)量的離散程度都較高,數(shù)據(jù)集不對稱且在右邊更加分散。同時根據(jù)圖2,可以看出醫(yī)生的上次在線時間分布非常不均勻。
圖2 各變量直方圖
相關(guān)性分析的目的是避免變量之間出現(xiàn)模型多重共線性的問題,結(jié)果如表3所示??梢钥闯?,醫(yī)生的主頁訪問量與醫(yī)生的患者數(shù)量、感謝信數(shù)量與心意禮物數(shù)量間的相關(guān)系數(shù)較大,但是所有變量間的相關(guān)系數(shù)都小于0.8,在可接受范圍內(nèi)。
表3 內(nèi)科疾病相關(guān)系數(shù)矩陣
選取圖文問診價格為代表,根據(jù)上述分析建立多元回歸模型,實(shí)證模型設(shè)定如下:
tuwenprice=α0+α1·titile+α2·hospital_title+α3·recommendation+α4·totalpatient+α5·present+α6·totalview+α7·thankletter+α8·latest+α9·tuwenspeed+εi
由圖2可以看出,本文各變量的分布并不均勻,而均值模型考慮的是因變量的均值,難以擴(kuò)展到變量的非中心位置。因此,為了進(jìn)一步探究醫(yī)生綜合信息、服務(wù)意愿與患者反饋信息對醫(yī)生服務(wù)定價分布的影響,本文進(jìn)一步使用分位數(shù)回歸模型進(jìn)行回歸分析。分位數(shù)回歸可以克服極端值的影響,得到更加穩(wěn)健的估計(jì)結(jié)果,可以更加全面完整地分析因變量的條件分布。具體模型形式為:
Qtuwenpricei=α0′+α′1·titile+α′2·hospital_title+α′3·recommendation+α′4·totalpatient+α′5·present+α′6·totalview+α′7·thankletter+α′8·latest+α′9·tuwenspeed+ε′i
從表4的第(1)列可以看出,醫(yī)生的職稱、所屬醫(yī)院等級、推薦熱度的系數(shù)均大于0,且在1%的水平上顯著,說明醫(yī)生的綜合水平和服務(wù)質(zhì)量越高,其圖文問診價格也就越高,也在一定程度上減少了患者的信息不對稱。同樣患者反饋信息的系數(shù)也為正數(shù),說明總訪問量越高、心意禮物與感謝信數(shù)量越多的醫(yī)生,其圖文問診價格越高,暗示了用戶可以通過醫(yī)生所獲的禮物與感謝信數(shù)量了解醫(yī)生的專業(yè)水平。這背后可能有兩個原因:首先,醫(yī)生收到的禮物與感謝信數(shù)量多意味著在該醫(yī)生處進(jìn)行過網(wǎng)絡(luò)問診的患者數(shù)較多。根據(jù)“觀察學(xué)習(xí)”理論,當(dāng)決策者觀察到“同伴”的決策時,有一定概率會忽略已有信息,根據(jù)“同伴”的行為做決定,從而可能導(dǎo)致“羊群效應(yīng)”,即一個人選擇某位醫(yī)生僅因?yàn)橛泻芏嗳诉x擇過這位醫(yī)生。其次,心意禮物與感謝信數(shù)量為患者提供了進(jìn)一步的信息,減少了其面臨的信息不對稱。而且患者反饋信息的系數(shù)皆大于醫(yī)生綜合信息,說明患者反饋信息對醫(yī)生圖文問診價格的影響更大,也暗示了同處于消費(fèi)者方的信息對于患者的參考意義更大。然而患者總數(shù)量的系數(shù)為-0.0385,且在1%的水平上顯著,和醫(yī)生的圖文問診價格呈現(xiàn)負(fù)相關(guān)的關(guān)系。也就是說在某種水平上醫(yī)生的圖文問診價格越低,該醫(yī)生的患者數(shù)越多。該現(xiàn)象反映出一種“替代效應(yīng)”,在醫(yī)生水平相近(職稱、所屬醫(yī)院等級等)的情況下,患者偏向于選擇服務(wù)價格低的醫(yī)生。同時,醫(yī)生的上次在線時間的系數(shù)為0.00487,說明醫(yī)生的上次在線時間越接近現(xiàn)在,醫(yī)生的網(wǎng)絡(luò)問診服務(wù)意愿越強(qiáng),醫(yī)生的問診價格也就越高。而醫(yī)生的圖文問診速度的系數(shù)為0.000083,且不顯著,說明醫(yī)生的服務(wù)響應(yīng)速度對其服務(wù)價格的制定沒有影響。這背后可能是由于“明星效應(yīng)”與“口碑效應(yīng)”存在,消費(fèi)者愿意支付較高的價格、花費(fèi)較多的時間選擇明星產(chǎn)品(服務(wù))或者口碑好的產(chǎn)品(服務(wù)),對于醫(yī)療領(lǐng)域而言,即患者愿意花費(fèi)長時間在“名醫(yī)”處排號。
表4 主要回歸結(jié)果
表4的第(2)至(6)列分別顯示了醫(yī)生圖文問診價格在10%、25%、50%、75%、90%分位點(diǎn)的分位數(shù)回歸結(jié)果??梢钥闯?,在圖文問診價格的低分位點(diǎn),醫(yī)生職稱的系數(shù)并不顯著,隨著分位點(diǎn)的提高,其顯著性逐漸增強(qiáng),至50%分位點(diǎn),系數(shù)在1%的水平上顯著且逐漸增加。這一現(xiàn)象說明對于圖文問診價格較低的醫(yī)生,其職稱高低并不會顯著影響其定價,隨著圖文問診價格的逐漸升高,醫(yī)生職稱對其定價的影響也逐漸增強(qiáng)。類似地,醫(yī)生的上次在線時間同樣反映出醫(yī)生在線問診意愿增強(qiáng),會逐漸影響醫(yī)生服務(wù)價格制定的提高。推薦熱度變量的系數(shù)在5個典型分位點(diǎn)上在1%水平通過了顯著性檢驗(yàn),且隨著圖文問診價格的升高,推薦熱度的系數(shù)估計(jì)呈現(xiàn)明顯的上升趨勢,醫(yī)生的推薦熱度越高,其圖文問診價格也相應(yīng)增加。醫(yī)生收到的感謝信數(shù)量同樣在1%的水平上顯著,無論醫(yī)生的圖文問診價格高低,醫(yī)生收到的感謝信數(shù)量都顯著影響其定價。且在所有變量中,感謝信數(shù)量對應(yīng)的系數(shù)絕對值最大,說明它對圖文問診價格的影響最大,也證實(shí)了在OLS模型中,患者反饋信息對定價影響較大這一結(jié)果。而醫(yī)生收到的心意禮物數(shù)量的系數(shù)在50%及以下的分位點(diǎn)中在1%的水平上顯著,在50%以上的分位點(diǎn)中系數(shù)卻不顯著,且在50%分位點(diǎn)時達(dá)到最大。原因可能在于它的價格在5元到200元之間,對于高服務(wù)價格的醫(yī)生收益增加不大,因此可能對服務(wù)價格影響相對較小,對低服務(wù)價格的醫(yī)生影響更大。這說明對于低圖文問診價格的醫(yī)生,收到心意禮物的數(shù)量能促進(jìn)其定價的增加;對于高圖文問診價格的醫(yī)生,收到心意禮物的數(shù)量對定價的促進(jìn)作用有限。這同時也在某種程度上反映了一些高價格服務(wù)的不合理,醫(yī)生在制定價格時不能一味追求高價。醫(yī)生所屬醫(yī)院等級變量的顯著性先增后減,系數(shù)逐漸增大,其作用與醫(yī)生職稱作用相似。觀察醫(yī)生的響應(yīng)速度變量系數(shù)及其顯著性,可以進(jìn)一步確認(rèn)OLS模型的估計(jì)結(jié)果,即醫(yī)生的圖文問診價格與其服務(wù)響應(yīng)速度相關(guān)性趨近于0。
根據(jù)上述分析,假設(shè)H1a、H1b、H1c、H2b、H2d、H3a在所有情景下都成立,假設(shè)H2a在部分情況下成立,假設(shè)H2c與H3b不成立。
根據(jù)中介變量的檢驗(yàn)方法、第2節(jié)提出的模型假設(shè)與3.3節(jié)的實(shí)證結(jié)果重新構(gòu)建回歸方程,具體模型如下:
tuwenprice=α0+α1·present+α2·totalview+α3·thankletter+ε0
latest=β0+β1·present+β2·totalview+β3·thankletter+ε1
tuwenprice=γ0+γ1·present+γ2·totalview+γ3·thankletter+γ4·latest+ε2
根據(jù)中介變量的一般檢驗(yàn)方法,分別檢驗(yàn)患者反饋信息對醫(yī)生服務(wù)價格的影響、患者反饋信息對醫(yī)生服務(wù)意愿的影響與醫(yī)生服務(wù)意愿對服務(wù)價格的影響,回歸結(jié)果如表5所示??傻没颊叻答佇畔⑴c服務(wù)價格顯著正相關(guān),患者反饋信息顯著正向影響醫(yī)生服務(wù)意愿,同時醫(yī)生的服務(wù)意愿對服務(wù)價格有顯著正向影響,說明醫(yī)生的服務(wù)意愿會影響服務(wù)價格的制定。通過上述分析,利用Sobel公式對醫(yī)生服務(wù)意愿進(jìn)行中介作用的驗(yàn)證,結(jié)果如表6 所示??傻?,醫(yī)生服務(wù)意愿在患者反饋信息對醫(yī)生服務(wù)價格的影響中起到中介作用,即患者反饋信息對醫(yī)生服務(wù)價格的影響會部分通過醫(yī)生服務(wù)意愿這一變量進(jìn)行傳遞,因此假設(shè)H4成立。
表5 模型回歸結(jié)果
表6 Sobel檢驗(yàn)取值
進(jìn)一步觀察各變量在不同分位數(shù)水平下對醫(yī)生服務(wù)價格的影響,圖3表示各變量在不同分位點(diǎn)的系數(shù)估計(jì)??梢钥闯觯t(yī)生職稱、所屬醫(yī)院等級、推薦熱度、總訪問量與上次在線時間對醫(yī)生圖文問診價格的促進(jìn)作用較低,感謝信數(shù)量對問診價格的促進(jìn)作用較大,但這些變量的作用模式都是相同的,都會使高定價問診服務(wù)的醫(yī)生價格更高,即這些變量的存在會使患者對網(wǎng)絡(luò)問診服務(wù)的消費(fèi)模式趨同,這說明其具有“明星效應(yīng)”??偦颊邤?shù)與心意禮物數(shù)量則對低定價問診服務(wù)的醫(yī)生促進(jìn)作用更大,對高定價服務(wù)的醫(yī)生促進(jìn)作用反而更小,說明這兩個變量能夠幫助患者發(fā)現(xiàn)更多不出名的醫(yī)生,使患者的醫(yī)療消費(fèi)模式差異增大,驗(yàn)證了“長尾效應(yīng)”的存在。
圖3 分位數(shù)回歸下各變量系數(shù)的置信區(qū)間
綜上,我們發(fā)現(xiàn)各變量都能促進(jìn)醫(yī)生定價提高,但其作用機(jī)制存在一定差異。醫(yī)生的綜合信息、服務(wù)意愿與感謝信數(shù)量指標(biāo)更多地表現(xiàn)出“明星效應(yīng)”。由于“明星醫(yī)生”的網(wǎng)紅屬性,用戶都趨于選擇購買“明星醫(yī)生”的服務(wù),從而導(dǎo)致消費(fèi)者之間的消費(fèi)模式差異縮小,更多地提高了高定價服務(wù)醫(yī)生的服務(wù)價格;心意禮物數(shù)量與總訪問量則更顯著地提高了低定價服務(wù)醫(yī)生的服務(wù)價格。根據(jù)“長尾效應(yīng)”理論,隨著搜索成本的降低,消費(fèi)者的消費(fèi)模式會呈現(xiàn)多樣化的趨勢,用戶可能會由于等待時間久等原因而選擇其他醫(yī)生。
本文以好大夫在線醫(yī)療網(wǎng)站為案例,依據(jù)相關(guān)理論建立了醫(yī)生綜合信息、患者反饋信息、醫(yī)生服務(wù)意愿與醫(yī)生服務(wù)價格的研究模型。通過實(shí)證分析,主要貢獻(xiàn)在于:(1)考慮了醫(yī)生的服務(wù)意愿對服務(wù)價格的影響,而以往研究多集中在服務(wù)意愿與在線信息對患者選擇行為的影響上;(2)基于信號理論研究了患者反饋信息、醫(yī)生服務(wù)意愿與醫(yī)生服務(wù)價格之間的關(guān)系,證實(shí)了醫(yī)生服務(wù)意愿在患者反饋信息對醫(yī)生服務(wù)價格的正向影響中起到中介作用;(3)根據(jù)分位數(shù)回歸探究了不同因素對服務(wù)價格的作用機(jī)制,醫(yī)生的綜合信息、服務(wù)意愿與感謝信數(shù)量指標(biāo)更多作用于高定價服務(wù)的醫(yī)生,心意禮物數(shù)量與總訪問量更多提高了低定價服務(wù)醫(yī)生的服務(wù)價格。
本文也為醫(yī)生與醫(yī)療服務(wù)平臺提供了一定的指導(dǎo):首先,三類因素都顯著影響服務(wù)價格的制定。如果醫(yī)生想要利用在線醫(yī)療平臺獲取一定收益,應(yīng)當(dāng)提高自身的素質(zhì),并且在服務(wù)過程中保持服務(wù)質(zhì)量,建立良好的醫(yī)患關(guān)系。對于平臺而言,應(yīng)當(dāng)對進(jìn)入平臺的醫(yī)生設(shè)置一定的門檻,確保醫(yī)生整體的質(zhì)量,并且需要激勵醫(yī)生持續(xù)上線,以確保醫(yī)生具有較強(qiáng)的服務(wù)意愿。其次,根據(jù)作用機(jī)制,對于目前服務(wù)價格較低的醫(yī)生,應(yīng)當(dāng)著重提高自己的患者反饋信息數(shù)量,對于服務(wù)價格已經(jīng)相對高的醫(yī)生,應(yīng)當(dāng)努力提升自身的綜合素質(zhì)并保持較強(qiáng)的服務(wù)意愿。
本文也存在一定的局限性:(1)數(shù)據(jù)來源單一,僅采用好大夫在線一個醫(yī)療網(wǎng)站的數(shù)據(jù),未來可以獲取不同醫(yī)療網(wǎng)站的數(shù)據(jù),根據(jù)不同醫(yī)療網(wǎng)站的特點(diǎn)進(jìn)行深度探究,驗(yàn)證本文研究結(jié)果的穩(wěn)健性;(2)沒有考慮到患者的文本評價對醫(yī)生服務(wù)價格的影響,未來可以通過自然語言處理技術(shù)對文本進(jìn)行分析,深度挖掘。