[中圖分類號(hào)]R2 [文獻(xiàn)標(biāo)志碼]A [文章編號(hào)]doi：10.3969/j.issn.1674-070X.2025.06.025

本文引用：王丹丹，王輝．在線醫(yī)療用戶使用意愿影響因素分析[J].湖南中醫(yī)藥大學(xué)學(xué)報(bào)，2025，45（6）：1143-1148.

Analysis the influencing factors users' willingness to adopt online medical services

， Colege ， ， 4102o8，

[Abstract]ObjectiveToexplorethe factorsinfluencing onlinemedical usershealthcareserviceselectionpreferences， toprovidedecision-makingsupportfortheformulationimplementationonlinemedicalpolicies.Methods Using conveniencesampling，aquestionairesurveywasconductedamong 423onlinemedicalusersfrom FebruarytoApril2024. reliabilityvalidityanalysisfactoraalysisregresinanalysisweremploydtdentifeprimarydetemnantsfecting users'willingnesstdoptolieedicalsriesesults Infoationdisclosure，ommentesponsiveness，perceivedcoent usefulnessemergedasthecriticalfactorssignificantlyinfluencingusersadoptionintentions.ConclusionEnhancingservice optimizationplatformupgradesforonlinemedicalservicesarerecommendedtoelevatepotentialusers'willngnesstoengage with these digital healthcare solutions.

[Keywords]online medical care;signal transmission theory; SOR model;wilingness to adopt

在線醫(yī)療指運(yùn)用無線移動(dòng)通信技術(shù)提供醫(yī)療健康服務(wù)↓，它不僅能提高醫(yī)療服務(wù)效率，而且能極大降低醫(yī)療成本。近年來，在線醫(yī)療用戶規(guī)模不斷增長(zhǎng)，2015年在線醫(yī)療行業(yè)用戶規(guī)模為1.5億人；2021年用戶規(guī)模增長(zhǎng)達(dá)到了7.1億人，數(shù)據(jù)背后反映出在線醫(yī)療應(yīng)用范圍廣泛。在線醫(yī)療作為傳統(tǒng)醫(yī)療的補(bǔ)充，對(duì)當(dāng)前優(yōu)化醫(yī)療及相關(guān)服務(wù)具有重要的意義，而網(wǎng)絡(luò)口碑作為用戶決策行為的參考，在用戶使用意愿方面提供了真實(shí)的范例。網(wǎng)絡(luò)評(píng)論是指信息交換雙方通過互聯(lián)網(wǎng)交流產(chǎn)品或服務(wù)的過程。網(wǎng)絡(luò)醫(yī)療口碑作為在線醫(yī)療獲取信息、判斷用戶選擇偏好的重要參考，對(duì)用戶決策發(fā)揮著重要作用5。目前，在線醫(yī)療研究多集中于不同群體、年齡、地域，而鮮有研究從網(wǎng)絡(luò)口碑角度分析在線醫(yī)療用戶的使用意愿。對(duì)此，以網(wǎng)絡(luò)口碑為切入點(diǎn)，研究在線醫(yī)療用戶使用意愿的影響因素，探討在線醫(yī)療用戶對(duì)平臺(tái)使用意愿的影響路徑。

1研究對(duì)象與方法

1.1 研究對(duì)象

采用便利取樣法。為了確保資料的準(zhǔn)確和科學(xué)，在發(fā)放正式問卷之前，在鄭州、陜西不同區(qū)域分別發(fā)放50份問卷進(jìn)行預(yù)調(diào)研。問卷的題目特別設(shè)立是否使用過在線醫(yī)療等相關(guān)服務(wù)，以篩選出符合既定研究的對(duì)象?；厥諉柧聿⑦M(jìn)行問卷修訂，并保證被試群體符合本文預(yù)設(shè)目標(biāo)。2024年2—4月，在北京、石家莊、沈陽(yáng)、南京、武漢、長(zhǎng)沙、成都、重慶、蘭州9個(gè)城市發(fā)放500份正式問卷。通過匿名方式收集信息，剔除因各種原因未填寫的無效數(shù)據(jù)，回收有效問卷423份，有效率為 86% 。

1.2 研究方法

通過查閱大量文獻(xiàn)，利用成熟量表收集調(diào)查數(shù)據(jù)，編制用戶對(duì)在線醫(yī)療的使用意愿調(diào)查問卷，正式問卷包括個(gè)人基本信息（性別、年齡、受教育程度等）以及18個(gè)測(cè)量問項(xiàng)，采用李克特量5級(jí)表， 1= 非常不同意， 2= 不同意， 3= 不確定， 4= 同意， 5= 非常同意，問卷量表分別參照FILIERI、CHIU[學(xué)者的成熟量表，結(jié)合研究主題進(jìn)行適當(dāng)修改。

1.3 統(tǒng)計(jì)學(xué)方法

采用SPSS27.0建立數(shù)據(jù)庫(kù)，進(jìn)行統(tǒng)計(jì)分析、信度與效度檢驗(yàn)、線性回歸分析。利用AMOS23.0進(jìn)行探索性因子分析。 Plt;0.05 表示差異具有統(tǒng)計(jì)學(xué)意義。

2理論基礎(chǔ)與模型構(gòu)建

2.1 理論基礎(chǔ)

2.1.1 SOR模型 刺激-機(jī)體-反應(yīng)模型（stimulus-or-ganism-response，SOR）源于心理學(xué)，主要用來解釋外部環(huán)境刺激對(duì)個(gè)體行為反應(yīng)產(chǎn)生的影響[8]。SOR模型廣泛用于用戶心理和信息行為方面的研究。因此，將其作為研究在線醫(yī)療用戶參與行為的模型基礎(chǔ)。

2.1.2信號(hào)傳遞理論信號(hào)傳遞理論由學(xué)者SPENCE9提出，現(xiàn)已形成一個(gè)包含信號(hào)發(fā)送方、信號(hào)接收方、反饋和信號(hào)環(huán)境的完備理論框架。作為經(jīng)典理論，信號(hào)傳遞理論已成功應(yīng)用于醫(yī)療信息行為領(lǐng)域，現(xiàn)將這一理論應(yīng)用于本研究中。信號(hào)傳遞理論包括評(píng)論內(nèi)容信號(hào)、評(píng)論者信號(hào)、反饋信號(hào)，分別將在線醫(yī)療評(píng)論可信度歸入評(píng)論內(nèi)容信號(hào)、在線醫(yī)療信息披露歸人評(píng)論者信號(hào)、在線醫(yī)療評(píng)論回應(yīng)歸入反饋信號(hào)。

2.2 模型構(gòu)建

2.2.1評(píng)論可信度在線醫(yī)療評(píng)論可信度是評(píng)價(jià)者對(duì)評(píng)價(jià)對(duì)象所提供的信息以及評(píng)價(jià)主體的認(rèn)識(shí)。何有世等[研究發(fā)現(xiàn)，評(píng)論的可信度對(duì)評(píng)論有用性有一定的影響，用戶在評(píng)價(jià)時(shí)更愿意參考高可信度的評(píng)價(jià)。例如，當(dāng)專家在在線平臺(tái)發(fā)表了積極的評(píng)論，那么用戶會(huì)產(chǎn)生高預(yù)期，從而影響其他用戶的使用意愿。DAVIS等指出感知有用性是指潛在使用者使用特定的應(yīng)用系統(tǒng)時(shí)，會(huì)提升工作表現(xiàn)。如今，評(píng)論有用性已被廣泛應(yīng)于用戶評(píng)估產(chǎn)品和服務(wù)質(zhì)量的范疇。所以，本文假設(shè)：

Hla：在線醫(yī)療評(píng)論可信度正向影響在線醫(yī)療評(píng)論有用性；

H1b：在線醫(yī)療評(píng)論可信度正向影響在線醫(yī)療用戶使用意愿。

2.2.2信息披露用戶評(píng)論者提供的個(gè)人資訊，會(huì)影響到其他用戶對(duì)商品或服務(wù)的認(rèn)知，在線醫(yī)療用戶評(píng)論的信息披露也不例外。FORMAN等2研究了用戶的信息披露與評(píng)論有用性，認(rèn)為評(píng)論者將個(gè)人的姓名、關(guān)注類型等資料公布到網(wǎng)站上，可以增加瀏覽量。卓四清等13則認(rèn)為，評(píng)論者的信息披露對(duì)于評(píng)論有用性有正面影響。因此，本研究假設(shè)：

H2：在線醫(yī)療信息披露正向影響在線醫(yī)療評(píng)論有用性。

2.2.3與反饋有關(guān)的信號(hào)在線醫(yī)療評(píng)論用戶會(huì)對(duì)評(píng)論回應(yīng)做出反饋，江曉東4對(duì)在線購(gòu)買評(píng)論進(jìn)行研究。結(jié)果表明，用戶對(duì)網(wǎng)絡(luò)購(gòu)物的評(píng)論回應(yīng)越多，感知的有用性就越強(qiáng)。吳江等[15]發(fā)現(xiàn)，評(píng)論互動(dòng)頻率越高，用戶對(duì)評(píng)論的關(guān)注程度越高，與參與者互動(dòng)的概率就越大，對(duì)其他用戶也具有較高的參考價(jià)值。在線醫(yī)療背景下，在線醫(yī)療評(píng)論的出現(xiàn)也涉及其他用戶的參考。因此，提出假設(shè)：

H3：在線醫(yī)療評(píng)論回應(yīng)正向影響在線醫(yī)療評(píng)論有用性。

2.2.4在線醫(yī)療評(píng)論有用性和在線醫(yī)療用戶使用意愿 通過發(fā)現(xiàn)，當(dāng)用戶能夠感知到在線醫(yī)療評(píng)論有用時(shí)，會(huì)更愿意使用網(wǎng)絡(luò)評(píng)論，即在線醫(yī)療評(píng)論有用性會(huì)影響用戶對(duì)在線醫(yī)療的使用意愿。所以，本研究假設(shè)：

H4：在線醫(yī)療評(píng)論有用性正向影響在線醫(yī)療用戶使用意愿。

在此基礎(chǔ)上，本研究將SOR模型和信號(hào)傳遞理論相結(jié)合，建立在線醫(yī)療用戶使用意愿的研究模型。模型將評(píng)論內(nèi)容信號(hào)、評(píng)論者信號(hào)、反饋信號(hào)作為刺激因素，在線醫(yī)療評(píng)論有用性作為機(jī)體因素，在線醫(yī)療用戶使用意愿作為反應(yīng)因素，模型如圖1所示。

3結(jié)果

3.1調(diào)查對(duì)象基本情況

問卷調(diào)查共423人，其中，男性221人，占 52.25% ，女性202人，占 47.75% ;23歲以下136人，占 32.15% 24-39歲134人，占 31.68%，40～65 歲153人，占 36.17% 在受教育程度方面，高中以下122人，占 28.84% ，大學(xué)（本、專）290人，占 68.56% ，碩士及以上11人，占2.60% 。

3.2 在線醫(yī)療用戶使用現(xiàn)狀

被調(diào)查對(duì)象在了解途徑方面，其中了解途徑依次為醫(yī)院的海報(bào)等媒體宣傳、手機(jī)和互聯(lián)網(wǎng)等新媒體推送、廣播介紹等方式；用戶使用領(lǐng)域較多的在線醫(yī)療服務(wù)分別是疾病咨詢、健康教育、預(yù)約掛號(hào)等。詳見表1。

表1在線醫(yī)療用戶使用情況

4實(shí)證研究

4.1 信效度檢驗(yàn)

信度檢驗(yàn)將Cronbach'sa系數(shù)作為信度檢驗(yàn)標(biāo)準(zhǔn)，Cronbach'sa系數(shù)越接近1則表示量表內(nèi)部一致性越高。介于0.80＼～0.90之間為信度非常好；介于0.70＼～0.80之間信度較好；若小于0.60則信度不佳。運(yùn)用SPSS27.0分析各變量的信度，結(jié)果顯示量表各部分信度均在0.80以上，問卷整體信度大于0.70，表明量表信度較好。

效度分析采用KMO值和Bartlett球形度檢驗(yàn)。通常情況下KMO值大于0.90時(shí)，效度非常適合做因子分析；當(dāng)KMO值介于 0.70～0.90 之間時(shí)，比較適合做因子分析，相應(yīng)的Bartlett球形檢驗(yàn) Plt;0.00 因此，結(jié)果值適合做探索性因子分析。詳見表2。

在探索性因子分析中，各部分旋轉(zhuǎn)后因子荷載如表3所示。量表旋轉(zhuǎn)后共提取5個(gè)解釋因子，量表總累計(jì)方差解釋率為 77.55% ，具有較好的結(jié)構(gòu)效度。

4.2 模型檢驗(yàn)

在此基礎(chǔ)上，利用AMOS23.0對(duì)該模型進(jìn)行分析。擬合的結(jié)果見表4，各項(xiàng)擬合指數(shù)較好。

4.3 路徑分析

潛變量關(guān)系及其標(biāo)準(zhǔn)化的估計(jì)值、T值和各結(jié)果如表5所示，路徑系數(shù)在置信區(qū)間 α=0.001 的水平上顯著。實(shí)際得到的模型及路徑系數(shù)，如圖2所示。

表2信度與效度檢驗(yàn)

表3模型測(cè)量指標(biāo)

表4模型擬合指標(biāo)

表6參數(shù)檢驗(yàn)

4.4 回歸分析

當(dāng)多變量共線時(shí)，用逐步回歸的方法進(jìn)行分析。通過對(duì)獨(dú)立變量的篩選與剔除，可以減少共線性效應(yīng)的影響。利用多元回歸分析，得到各參數(shù)的回歸結(jié)果，詳見表6—7。

采用逐步回歸法后的模型 R 值稍差， R² 為0.062，調(diào)整后的 R² 為0.049，數(shù)值小于1，且 F 值為4.614，F(xiàn) 檢驗(yàn)顯著性小于0.05，通過顯著性檢驗(yàn)。在線醫(yī)療評(píng)論可信度 P 值不顯著，應(yīng)從回歸模型中剔除，由此，得到新的回歸模型公式，如式（1）所示

模型方程： Y=1.259+0.231X₁+0.126X₂

由多元回歸模型可以看出，在影響在線醫(yī)療使用意愿的因素中，在線醫(yī)療信息披露、在線醫(yī)療評(píng)論回應(yīng)為主要因素。當(dāng)其他變量相同時(shí)，每增加1個(gè)單位，在線醫(yī)療用戶的使用意愿便增加1.259個(gè)單位；在線醫(yī)療信息披露每增加1個(gè)單位，在線醫(yī)療用戶的使用意愿便增加0.231個(gè)單位；在線醫(yī)療評(píng)論回應(yīng)每提高1個(gè)單位，在線醫(yī)療用戶的使用意愿便增加0.126個(gè)單位。

5討論

在線醫(yī)療評(píng)論可信度對(duì)在線醫(yī)療評(píng)論有用性沒有顯著作用（ P=0.212 ），假設(shè)H1a被否定，表明在線醫(yī)療平臺(tái)評(píng)論可信度對(duì)在線醫(yī)療評(píng)論有用性不產(chǎn)生影響；在線醫(yī)療評(píng)論可信度對(duì)在線醫(yī)療用戶的使用意愿沒有明顯影響（ scriptstyle（P=0.072） ，與假設(shè)H1b結(jié)論相反。造成這一結(jié)論的原因：盡管用戶會(huì)根據(jù)在線醫(yī)療平臺(tái)的評(píng)論搜集信息，但是在線醫(yī)療用戶的使用意愿也會(huì)受到其他因素的影響，而在線醫(yī)療評(píng)論可信度在所有因素中所占的比重較低，呈現(xiàn)出非顯著性。

在線醫(yī)療信息披露對(duì)在線醫(yī)療評(píng)論有用性有顯著影響（ scriptstyleP=0.010^? ），假設(shè)H2成立。同樣，在線醫(yī)療評(píng)論有用性和在線醫(yī)療用戶的使用傾向也表明，隨著在線醫(yī)療平臺(tái)披露的信息增多，用戶所感知到的評(píng)論有用性就會(huì)越強(qiáng)。因此，當(dāng)用戶就醫(yī)披露的信息真實(shí)，其他用戶感知到的有用性越高。

在線醫(yī)療評(píng)論回應(yīng)對(duì)在線醫(yī)療評(píng)論的有用性影響顯著（ P=0.033） ，假設(shè)H3成立，表明在線醫(yī)療評(píng)論回應(yīng)會(huì)顯著影響在線醫(yī)療評(píng)論有用性。得出在線醫(yī)療平臺(tái)評(píng)論回應(yīng)越多，用戶所感知到的評(píng)論有用性就越強(qiáng)。因此，當(dāng)用戶回應(yīng)他人的評(píng)論，其他用戶感知到的有用性越高。

在線醫(yī)療評(píng)論有用性對(duì)在線醫(yī)療用戶使用意愿影響顯著（ P=0.001 ），因此，假設(shè)H4正確，在線醫(yī)療評(píng)論有用性對(duì)在線醫(yī)療用戶使用意愿具有積極的作用。與傳統(tǒng)的就醫(yī)途徑相比，在線醫(yī)療平臺(tái)的用戶感知到了評(píng)論有用，更愿意選擇在線醫(yī)療

6總結(jié)

調(diào)查發(fā)現(xiàn)，以主觀感知為基礎(chǔ)的信息披露正向影響用戶使用意愿。首先，在線醫(yī)療平臺(tái)應(yīng)確保用戶能夠同步瀏覽往期個(gè)人使用信息。其次，平臺(tái)應(yīng)將專家評(píng)論置頂、公開評(píng)論者相關(guān)內(nèi)容，清晰展現(xiàn)專家的專業(yè)知識(shí)和用戶的選擇偏好，增加在線醫(yī)療用戶判斷的可信度，為其他潛在用戶提供更多的選擇。

在線醫(yī)療評(píng)論作為潛在用戶參考的窗口，可以協(xié)調(diào)醫(yī)療資源，改善醫(yī)患關(guān)系，對(duì)用戶使用意愿產(chǎn)生積極的影響。第一，加強(qiáng)平臺(tái)宣傳，提高在線醫(yī)療平臺(tái)的知曉率，進(jìn)一步實(shí)現(xiàn)平臺(tái)的可持續(xù)發(fā)展。第二，平臺(tái)通過使用在線醫(yī)療評(píng)論篩選功能，精準(zhǔn)推送信息，滿足用戶需求，營(yíng)造良好的在線醫(yī)療就醫(yī)環(huán)境。

研究結(jié)果表明，在線醫(yī)療感知有用性對(duì)在線醫(yī)療平臺(tái)的使用有顯著正向影響，表明用戶對(duì)在線醫(yī)療平臺(tái)有用性的認(rèn)知程度越高，則用戶在線醫(yī)療平臺(tái)的使用意愿就越高。另外，第三方平臺(tái)要保證在線評(píng)論的真?zhèn)危_保在線醫(yī)療評(píng)論的真實(shí)性，能夠?yàn)闈撛谟脩籼峁﹨⒖家罁?jù)。

參考文獻(xiàn)

[1]葉冠成，陳佳祺，張少輝，等．中醫(yī)互聯(lián)網(wǎng)醫(yī)療發(fā)展現(xiàn)狀、問題及應(yīng)對(duì)策略探究[J].中國(guó)醫(yī)院，2023，27（11）：34-39.

[2]翟運(yùn)開，張瑞霞，楊一旋，等．基于UTAUT和TTF模型的患者遠(yuǎn)程醫(yī)療使用意愿研究[J].中國(guó)醫(yī)院管理，2019，39（9）：4.

[3]易觀智庫(kù).2021年中國(guó)在線醫(yī)療市場(chǎng)年度研究分析報(bào)告[R/OL].（2021-11-10）[2024-09-29]. http：//www.askci.com/news/dxf/20160410/1556263450.shtml.

[4]LEUNG D.Unravelingtheinterplay reviewdepth，reviewbreadth， review language style on review usefulness re-viewadoption. International Journal Hospitality ，2021， 97（8）： 102989.

[5] 沓鈺淇，傅虹橋.網(wǎng)絡(luò)口碑對(duì)患者就醫(yī)選擇的影響：基于在線醫(yī)生評(píng)論的實(shí)證研究[J].管理評(píng)論，2021，33（11）：185-198.

[6] FILIERI R， MCLEAY F，TSUI. B. Consumer percep tions information helpfulness determinants purchase intentionin online consumer reviews services[J]. Information amp; Manage-ment， 2018， 55（1）： 958-970.

[7] CHIU C M，HSU M H，WANG E TG.Understing Knowl-edge Sharing in Virtual Communities：An Integration SocialCapital Social Cognitive T Heories[J].Decision Support Sys-tems，2006，42（3）： 1872-1888.

[8] MEHRABIAN A，RUSSELL J. An approach to environmentalpsy-chology[M]. Cambridge，MA：MIT Press，1974： 65-77.

[9] SPENCEM.Jobmarketsignaling[J].The QuarterlyJournalE-conomics， 1973， 87（3）： 355-374.

[10]何有世，李娜.搜索型商品評(píng)論有用性影響因素研究[J].情報(bào)雜志，2019，35（12）：202-206，201.

[1] DAVIS F D， BAGOZZI R P， WARSHAW P.R user accep-tance computer technology：A comparison two theoreticalmodels[J]. Science，1989，35（8）： 982-1003.

[12] FORMAN C， GHOSE A， WIESENFELD B. Examining the relation-shipbetweenreviews sales：The role revieweridentity dis-clo sure in electronic markets[J]. Information Systems Research，2008，19（3）：291-313.

[13] 卓四清，馮永洲.在線醫(yī)療評(píng)論有用性影響因素實(shí)證研究：基于Tripadvisor.com酒店評(píng)論數(shù)據(jù)[J].現(xiàn)代情報(bào)，2015，35（4）：52-56，74.

[14] 江曉東.什么樣的產(chǎn)品評(píng)論最有用：在線醫(yī)療評(píng)論數(shù)量特征和文本特征對(duì)其有用性的影響研究[J].外國(guó)經(jīng)濟(jì)與管理，2015，37（4）： 41-55.

[15]吳江，劉彎彎．什么樣的評(píng)論更容易獲得有用性投票：以亞馬遜網(wǎng)站研究為例[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2017，1（9）：16-27.

[16]郭宇，劉文晴，張傳洋，等.用戶在線醫(yī)療社區(qū)使用意愿影響因素及其調(diào)節(jié)變量：元分析研究[J].情報(bào)科學(xué)，2022，40（5）：19-26， 35.

（本文編輯禹純順）