隨著移動(dòng)社交網(wǎng)絡(luò)的發(fā)展,微信已成為公眾獲取、傳遞信息的主要渠道,截至2018年我國微信的每月活躍用戶已經(jīng)達(dá)到10.82億,微信公眾平臺(tái)數(shù)量已超過2 000萬[1]。微信公眾平臺(tái)的普遍性及獲取的便捷性,使其逐漸成為醫(yī)院傳播健康信息的一種新型媒體形式。這不僅有利于大眾了解醫(yī)療信息、打破健康知識(shí)的專業(yè)壁壘、培養(yǎng)正確的健康觀念,而對(duì)塑造醫(yī)院品牌形象、提升醫(yī)院運(yùn)營水平及影響力發(fā)揮重要作用[2]。
目前,對(duì)于微信公眾號(hào)的運(yùn)營研究主要體現(xiàn)在建立健全健康類公眾號(hào)傳播效果的評(píng)價(jià)體系[3],完善醫(yī)院公眾號(hào)掛號(hào)信息系統(tǒng)與平臺(tái)設(shè)計(jì)服務(wù)[4],利用問卷調(diào)查、扎根理論方法[5]研究影響健康類微信公眾號(hào)關(guān)注度的因素,以及運(yùn)用文本分析等方法對(duì)推文信息傳播特征與行為展開研究[6]。雖然上述研究對(duì)公眾號(hào)運(yùn)營的模式、推文傳播特征及影響因素等進(jìn)行了探討,但關(guān)于微信公眾號(hào)推文傳播效率的評(píng)價(jià)尚缺乏實(shí)證分析,且定量分析影響因素關(guān)聯(lián)性的研究較少。因此,本文運(yùn)用DEA-Tobit兩階段模型分析醫(yī)院微信公眾號(hào)推文傳播的運(yùn)營效率,通過定量分析識(shí)別影響微信公眾號(hào)傳播的關(guān)鍵因素,對(duì)未來醫(yī)院微信公眾號(hào)平臺(tái)的建設(shè)提出建議,以期能更好地發(fā)揮微信公眾號(hào)對(duì)健康知識(shí)傳播的作用。
DEA-Tobit組合模型被Coelli等人稱為“兩階段的分析法”,在效率測(cè)量與影響因素分析方面具有較強(qiáng)的適應(yīng)性[7]。數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis,DEA)是一種對(duì)多投入與多產(chǎn)出決策單元(Decision Making Unit,DMU)的非參數(shù)數(shù)學(xué)規(guī)劃方法,由于不需要考慮生產(chǎn)函數(shù)的顯性表達(dá)式和任何權(quán)重假設(shè),可有效避免構(gòu)建模型的主觀性,因此被廣泛應(yīng)用于分析新媒體信息傳播效率研究領(lǐng)域[8]。基于規(guī)模報(bào)酬可變的DEA模型的常見測(cè)度指標(biāo)包括綜合效率、純技術(shù)效率、規(guī)模效率,綜合效率(Technical Efficiency,TE)測(cè)量各醫(yī)院在微信公眾號(hào)方面資源整合與配置的能力,純技術(shù)效率(Pure Technical Efficiency,PTE)衡量各DMU在一定投入水平下實(shí)現(xiàn)最優(yōu)產(chǎn)出的能力,規(guī)模效率(Scale Efficiency,SE)測(cè)度各DMU實(shí)現(xiàn)信息傳播有效的最優(yōu)投入規(guī)模。Tobit模型又稱“刪截回歸模型”,彌補(bǔ)了普通最小二乘法的設(shè)計(jì)缺陷,有利于精準(zhǔn)測(cè)量自變量對(duì)因變量的影響程度及方向。本文運(yùn)用DEAP 2.1軟件對(duì)醫(yī)院公眾號(hào)推文傳播效率進(jìn)行測(cè)算,然后將綜合效率作為因變量,各影響因素作為自變量,運(yùn)用stata12進(jìn)行Tobit回歸分析。
本文在研讀信息交流效率相關(guān)文獻(xiàn)的基礎(chǔ)上,從時(shí)間、內(nèi)容、影響力角度構(gòu)建了多投入、多產(chǎn)出的醫(yī)院公眾號(hào)推文信息傳播效率評(píng)價(jià)體系。有的學(xué)者認(rèn)為點(diǎn)贊數(shù)是評(píng)價(jià)信息傳播效率的重要指標(biāo)[9],有的學(xué)者基于信息交流與傳播理論認(rèn)為媒體形式的多樣化有利于提高信息傳播的可及性[10],有的[11]認(rèn)為原創(chuàng)率、推文數(shù)量是評(píng)價(jià)信息傳播效率的重要投入指標(biāo),還有人[12]通過對(duì)社交網(wǎng)絡(luò)的研究將視頻數(shù)量納入評(píng)價(jià)體系。結(jié)合本文研究目標(biāo),確定具體評(píng)價(jià)指標(biāo)體系(表1)。
表1 微信公眾號(hào)推文傳播效率評(píng)價(jià)指標(biāo)
本文選用“清博大數(shù)據(jù)”[13]和“新榜”[14]官方發(fā)布的年度公眾號(hào)推文數(shù)據(jù)作為數(shù)據(jù)來源,以《中國醫(yī)院排行榜》(復(fù)旦版)前50位三級(jí)甲等醫(yī)院微信官方賬號(hào)作為研究對(duì)象(因數(shù)據(jù)的完整性考量剔除了9家醫(yī)院),最終將41個(gè)醫(yī)院微信公眾號(hào)官方賬號(hào)納入決策單元。利用“清博大數(shù)據(jù)”獲取41個(gè)公眾號(hào)2018年的推文總閱讀數(shù)、總點(diǎn)贊數(shù)、總推文數(shù)、原創(chuàng)文章數(shù)、發(fā)文頻次、發(fā)文天數(shù)及發(fā)文峰值等指標(biāo)數(shù)據(jù),利用“新榜”獲取推文文字內(nèi)容,利用人工遍歷方法獲取推文中含視頻文章數(shù)量、公眾號(hào)經(jīng)營時(shí)長。
如表2所示,各醫(yī)院微信公眾號(hào)的推文信息傳播效率的綜合效率均值為0.541,平均技術(shù)效率為0.691,平均規(guī)模效率為0.746??傮w推文信息傳播效率均位居中等水平,純技術(shù)效率都低于規(guī)模效率。其中9個(gè)醫(yī)院公眾號(hào)推文傳播效率為相對(duì)有效,占22%。非DEA有效的決策單元(醫(yī)院微信公眾號(hào))共32個(gè),占總研究對(duì)象的78%。其中7家醫(yī)院處于規(guī)模報(bào)酬遞減階段,其余25個(gè)醫(yī)院公眾號(hào)呈現(xiàn)規(guī)模報(bào)酬遞增的趨勢(shì)。根據(jù)效率分析結(jié)果將決策單元的信息傳播效率劃分為DEA有效(綜合效率=1)、弱 DEA 有效(純技術(shù)效率=1、規(guī)模效率<1)、非 DEA 有效(純技術(shù)效率<1且規(guī)模效率<1)3個(gè)層次。
第一層次:公眾號(hào)推文信息傳播DEA有效。其中包括“WestChina_Hospital”“gz_zsyy”等9個(gè)公眾號(hào)。這一層次決策單元的技術(shù)效率與規(guī)模效率值均為1,說明其在投入配置與產(chǎn)出效率上達(dá)到最優(yōu)前沿。
第二層次:公眾號(hào)推文信息傳播弱DEA有效。其中“Nanfang_Hospital”“hospital-cqmu”“ekzc399”均達(dá)到技術(shù)效率有效但是規(guī)模效率無效,規(guī)模報(bào)酬且處于遞增階段,說明這些醫(yī)院公眾號(hào)在推文傳播投入的配置與設(shè)計(jì)上相對(duì)成熟,而整體運(yùn)營的無效性主要源于投入規(guī)模的不足。“whtongji1900”“renjihospital184”“gh_0ee0bb255391”同樣技術(shù)有效,但是規(guī)模報(bào)酬處于遞減階段,說明該層次的決策單元投入規(guī)模過量。
表2 醫(yī)院微信公眾號(hào)推文傳播效率
第三層次:公眾號(hào)推文信息傳播非DEA有效。其中包括“cmu1h_wx”“ZNDXXYEYY”等26個(gè)公眾號(hào),說明這一層次的決策單元同時(shí)存在技術(shù)非有效性和規(guī)模非有效性,需要從投入規(guī)模和配置水平等多方面予以改善。
2.2.1 影響因素的選取
醫(yī)院微信公眾號(hào)推文傳播效率受主觀因素與客觀因素共同影響,具體如下。傳播峰值,即推送時(shí)間(X1),將其劃分為工作時(shí)間(9:00-17:00)和休息時(shí)間(18:00-8:00),能較好地反映推送時(shí)間對(duì)推文運(yùn)營效率的影響[15];內(nèi)容規(guī)模,即推文的文字量(X2),能體現(xiàn)推文內(nèi)容的充實(shí)程度以及平均讀者的閱讀時(shí)長,是影響讀者閱讀推文信息的直接因素[16];傳播服務(wù),即發(fā)文頻次(X3),指各微信公眾號(hào)平均每日發(fā)文頻次數(shù),反映決策單元規(guī)模投入量的大小[17];時(shí)間環(huán)境,即經(jīng)營時(shí)長(X4),不僅能反映推文信息量的積累,還能體現(xiàn)出決策單元的經(jīng)營經(jīng)驗(yàn)[18]。
以上述影響因素為解釋變量。用各個(gè)決策單元的DEA效率值作為被解釋變量構(gòu)造Tobit回歸模型:
Y=C+β1X1+β2X2+β3X3+β4X4+ε
式中,C為回歸方程的常數(shù)項(xiàng),β1、β2、β3、β4為各個(gè)解釋變量的回歸系數(shù),ε為殘差項(xiàng)。
2.2.2 Tobit回歸結(jié)果分析
運(yùn)用STATA軟件對(duì)上述Tobit模型進(jìn)行回歸分析,結(jié)果如表3所示。發(fā)文時(shí)間與經(jīng)營時(shí)長對(duì)推文信息傳播效率存在正向影響關(guān)系,推文內(nèi)容規(guī)模與發(fā)文頻次存在負(fù)向影響關(guān)系。推送時(shí)間與發(fā)文頻次的P值均小于0.1,通過統(tǒng)計(jì)學(xué)顯著性檢驗(yàn),認(rèn)為它們對(duì)醫(yī)院推文信息傳播效率存在顯著性影響。其中推文的推送時(shí)間對(duì)應(yīng)的P值小于0.1,反映該因素對(duì)推文傳播效率存在顯著性,具體表現(xiàn)為休息時(shí)間推文的效率值是工作時(shí)間的0.2646倍;推文的內(nèi)容規(guī)模與公眾號(hào)推文信息傳播效率呈現(xiàn)反比關(guān)系,即內(nèi)容每增加1個(gè)單位,對(duì)應(yīng)的效率值將減少2.1985個(gè)單位,但該影響因素并沒有通過統(tǒng)計(jì)學(xué)顯著性檢驗(yàn);發(fā)文頻次對(duì)推文傳播的效率呈現(xiàn)顯著負(fù)相關(guān)性,即每增加一個(gè)單位的發(fā)文頻次數(shù)將導(dǎo)致對(duì)應(yīng)的效率值下降31.53%;公眾號(hào)的經(jīng)營時(shí)長與推文傳播效率存在較弱的正向關(guān)系,但是統(tǒng)計(jì)結(jié)果并不顯著。
表3 Tobit回歸分析結(jié)果
醫(yī)院微信公眾號(hào)作為一種支持文字、聲音、圖片、視頻等多種形式的移動(dòng)社交媒體,能為用戶提供針對(duì)性、碎片化、即時(shí)性的健康信息服務(wù)。本文運(yùn)用DEA-tobit兩階段模型對(duì)各醫(yī)院公眾號(hào)運(yùn)營效率進(jìn)行測(cè)算,并對(duì)效率的影響因素進(jìn)行實(shí)證分析,得到以下結(jié)論。
基于41個(gè)醫(yī)院微信公眾號(hào)的推文數(shù)據(jù),以新媒體信息傳播視角構(gòu)建了運(yùn)營效率的評(píng)價(jià)指標(biāo)體系。對(duì)其運(yùn)營效率進(jìn)行實(shí)證分析的結(jié)果顯示,各醫(yī)院公眾號(hào)信息傳播平均綜合效率僅為0.54,且在41家醫(yī)院公眾號(hào)中僅有22%的醫(yī)院達(dá)到最優(yōu)傳播前沿,其中僅有15家醫(yī)院公眾號(hào)達(dá)到純技術(shù)有效,平均技術(shù)效率為0.691,整體運(yùn)營效率較低。通過對(duì)DEA結(jié)果的層次分析發(fā)現(xiàn)純技術(shù)效率低下是綜合效率不高的主要原因。此外,醫(yī)院公眾號(hào)推文的規(guī)模效率也是制約整體運(yùn)營效率的重要因素。由上文結(jié)果可得,各醫(yī)院平均規(guī)模效率為0.746,且大多DMU處于規(guī)模報(bào)酬遞增階段,這與我國大多數(shù)新媒體交流效率研究呈現(xiàn)一致性,在規(guī)模配置上都存在較大的改善空間。因此,提升醫(yī)院公眾號(hào)信息傳播的技術(shù)效率、合理把握公眾號(hào)規(guī)模與設(shè)計(jì)是推動(dòng)公眾號(hào)整體運(yùn)營效率的關(guān)鍵。
通過對(duì)影響因素的分析發(fā)現(xiàn),DEA有效決策單元(即醫(yī)院微信公眾號(hào)綜合效率值為1)的推送時(shí)間主要集中在休息時(shí)間(18:00-8:00),且較為固定。由于用戶對(duì)信息采納程度往往受到傳遞時(shí)間的影響,合適的推送時(shí)間能夠增強(qiáng)信息傳遞的可及性[19]。在休閑時(shí)間段推送健康信息便于用戶下班后閱讀,固定且有效的推送時(shí)間會(huì)在較大程度上加深用戶對(duì)信息的依賴,產(chǎn)生閱讀慣性,提升信息傳播的力度與效度,利于公眾號(hào)推文信息的有效傳播。
根據(jù)Tobit回歸分析得出,單條推文的文字?jǐn)?shù)量會(huì)對(duì)推文傳播效率產(chǎn)生負(fù)向影響。內(nèi)容規(guī)模中含有較多的文字不僅耗時(shí),而且單一化的形式容易降低讀者的閱讀興趣,影響其運(yùn)營效率[20]。其次,發(fā)送頻次與推文傳播效率存在顯著負(fù)向關(guān)系,說明推文的頻率并不是促進(jìn)推文信息有效傳播的前提,推送數(shù)量對(duì)其信息傳播效率可能存在邊際遞減效應(yīng)[21]。另外,公眾號(hào)的經(jīng)營時(shí)長往往被認(rèn)為是影響規(guī)模效率的重要因素[22],然而通過上文的回歸分析可以發(fā)現(xiàn),公眾號(hào)經(jīng)營時(shí)長與運(yùn)營效率并無顯著正向關(guān)系,時(shí)間環(huán)境投入對(duì)于信息傳播效率的提升作用并不明顯。因此,合理的規(guī)模投入更易于健康信息的傳播,盲目增加公眾號(hào)信息投入規(guī)模可能會(huì)降低其運(yùn)營效率,達(dá)不到醫(yī)院公眾號(hào)健康知識(shí)傳播的目的。
醫(yī)院公眾號(hào)需要從技術(shù)效率和規(guī)模效率兩個(gè)角度提升信息傳播的綜合運(yùn)營效率。微信信息平臺(tái)應(yīng)在合理的規(guī)模投入下,利用大數(shù)據(jù)分析手段,挖掘公眾的閱讀偏好和閱讀習(xí)慣,適時(shí)調(diào)整消息發(fā)布內(nèi)容和發(fā)送時(shí)間,同時(shí)重視對(duì)推文內(nèi)容質(zhì)量的優(yōu)化,提升推文傳播的技術(shù)效率,以有效減少投入過度帶來的邊際效率遞減的現(xiàn)象,從而提高醫(yī)院公眾號(hào)運(yùn)營水平,打造醫(yī)院品牌的效應(yīng),增強(qiáng)醫(yī)院競(jìng)爭(zhēng)力。
豐富創(chuàng)新的多媒體形式可以使文章通俗易懂,有利于降低醫(yī)學(xué)信息知識(shí)的專業(yè)性門檻,便于公眾理解與吸收健康知識(shí)。因此,醫(yī)院公眾號(hào)應(yīng)當(dāng)拓展具有創(chuàng)新性的推文形式,有針對(duì)性地推送具有時(shí)效性、趣味性的健康信息,注重對(duì)視頻素材的選取,增強(qiáng)讀者閱讀意愿,從而促進(jìn)醫(yī)學(xué)健康信息的廣泛傳播。
醫(yī)院公眾號(hào)的推文往往具有權(quán)威性和專業(yè)性,原創(chuàng)特有、專家推薦的文章往往更容易受到公眾的認(rèn)可。醫(yī)院公眾號(hào)應(yīng)當(dāng)利用本身優(yōu)勢(shì),突出推文的特色,在推送內(nèi)容有效、規(guī)模合理的基礎(chǔ)上增加原創(chuàng)推文的比例,傳播符合醫(yī)院自身特色的健康信息知識(shí),從而增進(jìn)公眾的認(rèn)可與依賴,提高醫(yī)院公眾號(hào)信息傳播效率。
醫(yī)院的官方公眾號(hào)作為一種新型信息傳播工具,代表著更為專業(yè)權(quán)威的健康信息,因?yàn)樗茌^強(qiáng)地適應(yīng)用戶的閱讀習(xí)慣,對(duì)于健康信息的傳播具有重要意義。通過上述研究可以發(fā)現(xiàn)醫(yī)院公眾號(hào)運(yùn)營效率存在明顯差異,各醫(yī)院公眾號(hào)需從用戶角度出發(fā)豐富推送形式,調(diào)整投入規(guī)模,增強(qiáng)醫(yī)院公眾號(hào)的運(yùn)營水平,從新媒體傳播角度促進(jìn)健康信息的有效傳播。未來的研究應(yīng)將健康信息傳播與心理學(xué)、行為學(xué)相結(jié)合,深入挖掘讀者心理活動(dòng)和行為偏好,多方面、深層次探討社交媒體對(duì)健康信息傳播與采納的重要作用,從而建立多層次的健康信息傳播評(píng)價(jià)體系,促進(jìn)健康信息的有效傳播。