張建同 吳 鈺

（同濟大學(xué)經(jīng)濟與管理學(xué)院，上海 200092）

隨著人口老齡化問題的進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215.32%，問診量環(huán)比增幅達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，參照定點醫(yī)療機構(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，并通過回歸方法進行實證分析以驗證模型的準確度，探究三者的作用機制。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，在實踐上可以幫助醫(yī)生與平臺設(shè)計有針對性的定價結(jié)構(gòu)，為平臺運營管理策略提供科學(xué)依據(jù)和建議。

1 文獻綜述

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?，眾多學(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，進而影響用戶的后續(xù)行為。Lu等發(fā)現(xiàn)醫(yī)生口碑負向調(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對醫(yī)師的社會與經(jīng)濟回報皆有顯著影響。Li等發(fā)現(xiàn)知識貢獻和醫(yī)師聲譽都會對醫(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)價格則有負面影響。

當前的在線醫(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現(xiàn)對于醫(yī)生服務(wù)價格制定的影響及其作用機制仍有待探索。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)中以促進醫(yī)患雙方共贏。

2 研究模型和假設(shè)提出

為了確保信息的真實性，在線醫(yī)療平臺提供了醫(yī)生真實的線下所屬醫(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、職稱等進行自我價值評估，進而制定合理的服務(wù)價格。在線反饋機制作為幫助消費者區(qū)別不同質(zhì)量與不同信譽的商家的手段，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者怎樣在購買前對產(chǎn)品質(zhì)量進行評估。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)生提供了實現(xiàn)自我價值的機會，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?；颊叱鲇谏】悼紤]，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，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，反映了其越期望能夠在在線平臺實現(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現(xiàn)，而且心意禮物還能讓醫(yī)生獲得現(xiàn)實收益，相應(yīng)的經(jīng)濟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。

3 實證分析

3.1 描述性統(tǒng)計分析

本文利用好大夫在線網(wǎng)站的真實數(shù)據(jù)來驗證醫(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對變量進行描述性統(tǒng)計分析，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

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)標準差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

3.2 相關(guān)性分析

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。可以看出，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

3.3 價格影響因素分析

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，難以擴展到變量的非中心位置。因此，為了進一步探究醫(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，本文進一步使用分位數(shù)回歸模型進行回歸分析。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)生僅因為有很多人選擇過這位醫(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，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，消費者愿意支付較高的價格、花費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%分位點的分位數(shù)回歸結(jié)果?？梢钥闯觯趫D文問診價格的低分位點，醫(yī)生職稱的系數(shù)并不顯著，隨著分位點的提高，其顯著性逐漸增強，至50%分位點，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。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，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個典型分位點上在1%水平通過了顯著性檢驗，且隨著圖文問診價格的升高，推薦熱度的系數(shù)估計呈現(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%及以下的分位點中在1%的水平上顯著，在50%以上的分位點中系數(shù)卻不顯著，且在50%分位點時達到最大。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，可以進一步確認OLS模型的估計結(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。

3.4 醫(yī)生服務(wù)意愿的中介作用分析

根據(jù)中介變量的檢驗方法、第2節(jié)提出的模型假設(shè)與3.3節(jié)的實證結(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方法，分別檢驗患者反饋信息對醫(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)意愿進行中介作用的驗證，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檢驗取值

3.5 醫(yī)生服務(wù)價格影響機制分析

進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的系數(shù)估計?？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作用較低，感謝信數(shù)量對問診價格的促進作用較大，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)生促進作用更大，對高定價服務(wù)的醫(yī)生促進作用反而更小，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)療消費模式差異增大，驗證了“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)各變量都能促進醫(yī)生定價提高，但其作用機制存在一定差異。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)致消費者之間的消費模式差異縮小，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，消費者的消費模式會呈現(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。

4 結(jié)論與展望

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。通過實證分析，主要貢獻在于：（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)價格的作用機制，醫(yī)生的綜合信息、服務(wù)意愿與感謝信數(shù)量指標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)當對進入平臺的醫(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)生具有較強的服務(wù)意愿。其次，根據(jù)作用機制，對于目前服務(wù)價格較低的醫(yī)生，應(yīng)當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)當努力提升自身的綜合素質(zhì)并保持較強的服務(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)站的特點進行深度探究，驗證本文研究結(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)對文本進行分析，深度挖掘。