青年群体从传统就医渠道向移动医疗转移使用研究

2016-12-23 09:08朱张祥刘咏梅
管理学报 2016年11期
关键词:移动性意愿线下

朱张祥 刘咏梅

(1.中南大学商学院;2.“移动医疗”教育部-中国移动联合实验室;3. 湖南省移动电子商务协同创新中心)



青年群体从传统就医渠道向移动医疗转移使用研究

朱张祥1, 3刘咏梅1, 2

(1.中南大学商学院;2.“移动医疗”教育部-中国移动联合实验室;3. 湖南省移动电子商务协同创新中心)

基于效价理论和已有文献对主观规范、习惯及组织声誉的研究,提出一个考虑两种不同环境下影响青年群体从传统就医渠道向移动医疗使用转移的研究模型。通过204名青年样本和PLS结构方程模型的实证表明:青年用户的移动医疗感知风险负向影响其使用转移意愿,而感知移动性、感知医院声誉及用户主观规范均对此产生正向影响,但青年用户线下就医习惯的负向影响不显著;在使用转移决策过程中,青年用户的性别和移动应用使用经验显著调节感知移动性和主观规范对使用转移意愿的影响。

移动医疗; 使用转移; 效价理论; 行为意愿

移动医疗能够方便用户随时随地通过移动终端设备获取个性化和交互式的各类医疗服务(如远程医疗与监测、疾病预防、紧急干预、慢性病管理和移动电子病例等)[1],不仅能改变传统的医疗服务交付模式,而且能在一定程度上缓解医疗资源紧张的局面,有效促进老龄化、慢性病等更多医疗问题的解决。

移动医疗的发展规模在我国逐年增加,真正选择移动终端设备获取个体所需医疗资源的用户数量却相对较少[2]。究其原因,不仅包括用户对移动医疗服务可靠性、安全性等技术方面的担忧,也与用户自身特征(如对就医习惯改变的抵制)和社会环境有关。由此,考虑到青年群体是当前各类移动应用服务的主要用户群体,如何促进青年用户从传统就医模式转向愿意使用移动医疗服务,已成为服务提供商亟待解决的重要课题。

使用转移行为强调用户自愿选择购买同一服务提供商在不同环境渠道下的服务,而经典的用户IS采纳行为理论并不适用于上述消费模式,因此对用户使用转移行为的解释度并不高。本研究拟将研究视角拓展到双渠道环境下,以重新审视用户采纳模型,并以效价理论为基本研究框架,提出影响青年用户从线下传统医疗渠道向线上移动医疗服务转移使用的个体因素、技术因素和社会因素;同时,考虑青年用户的性别和移动应用使用经验在其使用转移决策过程中的调节作用,试图拓展用户使用转移行为在医疗信息领域的研究,具有一定的理论和现实意义。

1 文献回顾

1.1 使用转移

以往研究强调用户持续使用[3]发生在某类IS(Information Systems)服务初始采纳行为之后,即对该类服务的继续使用行为;而拓展性使用[4]则被定义为用户使用某类IS服务更多的功能,以完成其他更多的任务,强调对系统功能的深入了解和使用;使用转换行为[5]则可以被理解为停止使用某类IS服务,转而使用其他服务供应商提供的替代性IS服务,以满足相似需求。与上述3种使用行为不同,使用转移[6]强调用户使用某类服务后,继续使用同一服务提供商所提供的其他服务。在本研究情境下,使用转移可以被理解为用户通过传统就医渠道进行健康护理的过程中,继续使用医疗服务供应单位所提供的移动医疗服务。

已有相关学者基于双渠道视角,从银行和证券、购票等服务领域出发,研究用户从传统线下渠道向线上或移动环境的转移使用行为,如针对网上证券向移动证券的信任转移研究[7],网下银行向网上银行的转移使用[6],以及电子商务向移动商务的转移使用等[8]。然而,目前尚未有研究从医疗领域出发,分析激励或抑制用户从线下渠道转向线上或移动环境,并获取健康护理服务的使用转移行为。

1.2 效价理论

效价理论是融合心理学与经济学相关研究的基于消费者理性认知的重要理论[9]。与理性行为理论TRA相似,效价理论[9]认为,消费者的购买决策过程是理性的,是否采取某种行为取决于其对该行为可能带来的利弊的仔细权衡,即感知正效用和感知负效用是消费者行为决策的基础。PETER等[10]将消费者感知到的服务风险和收益分别表示为产品负效用属性和正效用属性,形成并检验了3种典型的消费者决策模型,即消费者最小化期望负效用(感知风险)模型、消费者最大化期望正效用(感知收益)模型和消费者最大化期望净效用(净回报)模型。研究表明,消费者最大化期望净效用模型能够解释最多的消费者购买的方差,这也是效价理论的原型。KIM等[11]将效价理论应用到电子商务情境中,发现感知收益、感知风险和信任会影响消费者的网上购物行为意图。在移动环境下,SHARMA等[12]基于效价理论,分析了消费者感知收益与感知付出对移动数据服务采纳行为影响的地区市场化差异;林家宝等[13]和杨水清等[14]也考虑了信任这一关键因素,分别对效价理论进行了不同程度的扩展,研究了移动商务环境下,消费者信任的动态演变过程以及移动支付采纳等。

直观上理解,由于同时考虑了决策的正向和负向属性,效价理论也是一个较好的能够应用于消费者使用转移行为的模型[15]。LU等[6]和CAO等[8]基于效价理论,分别针对线下银行到线上银行,以及电子商务到移动商务的使用转移研究给予了证实。相较之下,用户对医疗领域信息化服务所带来的隐私和安全方面的顾虑要更显著[16],但是,移动环境下提供医疗服务的灵活性、便利性及低成本等优势,也同时让用户体验到使用移动医疗所带来的相对收益[1]。本研究将用户对移动医疗服务的感知移动性作为正向效用,感知到的生理和隐私风险作为负向效用,研究其对青年群体从传统就医渠道向移动医疗使用转移意愿的影响。另外,除了上述两个分别代表效价框架下正负效用的技术因素,为了体现我国医疗情境和移动医疗服务特征,本研究同时考虑个体与社会因素的积极或消极作用[17]。

2 研究模型与假设

相较于传统线下环境的“面对面”就医模式,移动医疗服务存在的技术优势在于,能够随时随地通过移动终端设备很好地满足用户各类就医需求[1]。另外,在我国医疗情境下,用户选择医疗服务很大程度上会受到亲朋好友甚至主治医生所提供的建议以及医院声誉的影响。由此,当用户感知使用移动医疗服务能够获取更高的相对收益(即无需等待就能获取“无处不在”的个性化医疗服务,提高就医便利性并降低成本),且自身受周边人影响较大,并感知提供移动医疗服务的医疗单位的声誉越高时,其从传统线下就医渠道向移动医疗服务转移使用意愿越高。本研究提出,感知移动性、主观规范和感知医院声誉是影响用户使用转移意愿的积极因素。

由于移动技术本身的不完善和开放性的框架结构,加上制度缺乏,用户会感知自己的隐私并不能得到有效保护,加上移动医疗的诊断结果涉及到用户的生理安全,用户在使用移动医疗的过程中,会感知到比传统就医渠道更大的生理与隐私风险[18]。再者,用户在日常生活中,容易形成根深蒂固的就医习惯,无论是医生还是患者,均对新系统使用存在一定的抵触心理[19]。以往多数研究验证了习惯对IS采纳意愿和持续使用的正向作用,而忽视了习惯行为在进行新系统转换时所起的反向作用[20]。本研究提出,感知风险与线下习惯是影响用户使用转移意愿的消极因素。

综上,线下习惯作为个体因素,感知风险和感知移动性作为技术因素,主观规范和感知医院声誉作为社会因素,对用户的使用转移意愿共同产生影响,研究模型见图1。

图1 研究模型

2.1 个体因素(线下习惯)

IS领域的多数研究主要验证了习惯对于用户IS采纳以及持续使用的正向影响,仅有少数文献研究用户在使用旧系统的过程中形成的根深蒂固的行为习惯在用户转换使用新系统时的负向作用[20, 21]。另外,根据路径依赖理论[22],人类社会的技术演进或变迁均类似于物理学中的惯性,一旦进入某一路径,无论路径好坏,均会对其产生依赖心理。本研究中,青年用户线下就医渠道形成的行为习惯,会导致用户在转移使用移动医疗服务时产生犹豫,因为惯性的力量会使以往的就医习惯不断自我强化,很容易陷入路径依赖当中,从而难以突破线下环境形成的惯性行为而转移使用移动环境下的医疗服务。由此,提出以下假设:

假设1 青年用户线下传统渠道形成的就医习惯负向影响用户的使用转移意愿。

2.2 技术因素(感知风险和感知移动性)

学者们普遍认为,当个体感觉到风险时,会面临担忧、不确定、不安或焦躁以及认知失调,并对信息系统的不稳定性产生担忧[23]。多数消费者行为及IS研究一致认为,个体风险感知可以被分为绩效、时间、财务、心理、社会和生理6个维度,且针对不同的产品或服务,用户对风险的感知并不完全相同。移动医疗与个体健康紧密相关,与传统的“面对面”、“一对一”诊疗模式相比,移动医疗用户面临的生理风险更大。本研究定义的感知风险主要体现在个体使用移动医疗所带来的生理和隐私风险等不确定性因素,并认为青年用户的使用转移意愿只有在感知风险较低时才会增强。由此,提出以下假设:

假设2 青年用户感知到的移动医疗服务风险负向影响用户的使用转移意愿。

由于无线通讯技术的出现,用户感知移动性在信息技术研究领域被提出,也可以被理解为用户感知服务的“无处不在”[24]。移动性作为移动设备的主要特征,意味着青年用户能够通过移动终端随时随地获取各种移动服务,而不受时间、空间和情境的限制[25]。与传统线下医疗和电子医疗相比,移动医疗能够方便青年用户随时随地获取医疗信息、互相交流和咨询,提高了青年用户就医的灵活性和便利性,且有研究指出,用户在医疗领域感知到的服务移动性越高,其满意度越高[26]。本研究将感知移动性定义为用户能够随时随地通过移动终端获取医疗服务的程度,并作为效价理论框架中的影响用户使用转移意愿的正向效用。由此,提出以下假设:

假设3 青年用户感知到的医疗服务移动性正向影响用户的使用转移意愿。

2.3 社会因素(主观规范和感知医院声誉)

主观规范[27]作为重要的社会因素,已被广泛应用于IS用户采纳行为研究,并被反复证实与用户采纳意愿之间显著正相关。本研究将主观规范定义为对个体重要的或者能影响其行为的社会关系群,以及对其使用移动医疗服务的认可程度。当受到与自己亲密关系的家人或朋友,甚至医生推荐使用某类移动医疗服务时,其使用转移意愿较强[25]。这在我国文化背景下更为显著,因为中国人会更容易出于面子,而对他人的建议做出积极回应,以获取他人的赞许[28]。由此,提出以下假设:

假设4 青年用户感知到的主观规范正向影响用户的使用转移意愿。

相关研究表明,好的企业声誉能够保障其能力、诚信度和善意得到消费者的认可,进而促进消费者对其服务或产品的信任[29]。同样的,在医疗领域内,好的医疗单位声誉是决定消费者选择医疗服务的重要依据。基于此,好的声誉能够代表医疗单位提供可信且质量较高的医疗服务,向个体释放一个值得信任的信号,即当青年用户感知提供给自己线下门诊医疗服务的医疗单位声誉越高时,其转移使用该医疗单位提供的移动医疗服务的意愿就越高。由此,提出以下假设:

假设5 青年用户感知提供移动医疗服务的医院声誉正向影响用户的使用转移意愿。

2.4 调节因素(用户性别和移动应用使用经验)

男性和女性因价值观和社会性的不同,使得性别在技术采纳过程中被视为一个重要指标[30]。一方面,自我构建理论指出,女性相比男性更加重视周边人的感受,并倾向于维持良好的社会关系[31],以满足其社会群体归属的需求,且女性更容易表现出风险规避行为,通过采取积极措施避免风险,保障自身安全[32];另一方面,男性相比女性则更容易表现出对创新服务的偏好[27],并倾向于任务完成的效率[30]。基于此,由于移动医疗提供的“无处不在”的医疗服务能帮助患者更有效率地获取健康护理和治疗,男性从传统就医渠道转移使用移动医疗服务的意愿更强。此外,性别也显著调节习惯对用户行为的影响[27],女性对环境变化的各种信号感知较为敏感,且关注于信息处理过程的细节,进而会弱化习惯对于女性行为意愿的影响[27],而男性则相反[31]。由此,提出以下假设:

假设6a 在使用转移决策过程中,青年男性更容易受感知移动性的影响。

假设6b 在使用转移决策过程中,青年男性更容易受线下习惯的影响。

假设6c 在使用转移决策过程中,青年女性更容易受主观规范的影响。

假设6d 在使用转移决策过程中,青年女性更容易受感知风险的影响。

用户使用经验在以往IS采纳研究中被定义为用户初始采纳某信息系统到当前使用的一段时间[27],如VENKATESH等[33]将经验操作化为系统使用方法培训后、系统使用1个月后以及系统使用3个月后3个时间段,验证了经验在持续使用过程中的调节作用。由于移动医疗目前对我国用户而言较为陌生,本研究考察其他类似移动应用(如移动商务、移动支付、移动学习和移动银行等)使用经验对用户使用转移意愿的影响。研究表明,随着系统使用经验的增加,其对系统功能和安全性能方面的主观认知也随之加深,用户会更依赖于自己的主观判断,社会因素和感知风险对其采纳行为的影响随之减少[33]。此外,移动应用使用经验的增加也会促进用户对使用移动医疗获取相对收益的感知。MURRAY等[34]的研究表明,IT服务使用经验较为丰富的用户会形成认知锁定,进而阻碍其行为改变的发生,导致习惯行为对该类用户行为意向的影响较大[27]。笔者认为,此结论同样适用于青年用户对移动医疗使用转移这一研究情境。由此,提出以下假设:

假设7a 移动应用使用经验正向调节青年用户感知移动性对使用转移意愿的影响。

假设7b 移动应用使用经验正向调节青年用户线下习惯对使用转移意愿的影响。

假设7c 移动应用使用经验负向调节青年用户感知风险对使用转移意愿的影响。

假设7d 移动应用使用经验负向调节主观规范对青年用户使用转移意愿的影响。

3 模型变量和数据收集

3.1 问卷设计与变量测度

本研究结合实地和网络问卷调查方法进行假设检验。问卷开头对移动医疗服务进行了详细的介绍,第一部分由待测变量题项构成,均来自于对国内外成熟量表的适当修改,以适应本研究情境且保证较高信效度。具体地,感知移动性、感知医院声誉、感知风险和行为意愿分别源自对LEE[35]、KOUFARIS等[36]、KIM等[37]及DWIVEDI等[17]研究量表的修改;主观规范与线下习惯源自对VENKATESH等[27]研究量表的修改。量表采用Likert-5点计分方式,要求被试按照对每个题项表述内容的同意程度,在“1-不同意”到“5-同意”之间做出选择。问卷第二部分用来搜集被试人口统计特征信息。最终问卷确立前,由笔者将问卷发给10位相关领域研究人员,根据反馈意见进行修改,以保证问卷内容、难度和布局等方面的合理性。

3.2 数据收集

根据CNNIC发布的《2013~2014年中国移动互联网调查研究报告》,我国40岁以下手机网民占到了整体的83.9%。本研究样本人群定位在20~40岁的青年群体,第一轮通过在国内某专业问卷调查网站进行电子问卷设计,通过微博平台和即时通讯工具等多种互联网渠道发布问卷链接,并委托受访者进行二次发布,共回收119份问卷;第二轮通过在国内某大型三甲医院周边随机发放纸质问卷200份,回收142份。剔除无效和未完成的问卷,共搜集到204份有效问卷,整体有效率达78.2%。样本人口统计特征见表1。

表1 样本描述性统计信息(N=204)

4 数据分析与假设检验

本研究采用基于偏最小二乘法PLS的结构方程模型进行数据分析与假设检验。不同于基于协方差的结构方程建模技术(LISREL),PLS适合于理论模型的初期探索阶段(符合本研究关于青年用户从线下传统就医渠道到移动医疗使用转移的探索性研究的要求),不仅无需进行样本正态分布假设,而且对样本量要求较小。4.1 信效度分析

使用最大方差旋转的主成分分析法检验量表的效度。KMO值为0.742,且Bartlett球形度检验在p=0.000的水平上显著,表明样本数据适合进行主成分分析。基于SPSS 16.0的旋转后的主成分分析结果显示,提取的特征值大于1的因子共有6个,方差解释程度为67.06%。另外,感知医院声誉的其中一个测度项的因子载荷系数太小,故删除。其余每个测度项在其相应的潜变量上的因子载荷系数均大于0.6,而交叉因子载荷系数均小于0.4,表明本研究量表的收敛效度较好。

进一步地,本研究基于SmartPLS 3.0进行测量模型检验(见表2)。结果显示,所有标准载荷系数在0.712~0.888之间并显著。所有因子的Cronbach’sα值在0.650~0.799之间;组合信度CR值在0.811~0.876之间;平均萃取方差AVE值在0.589~0.702之间;均大于相应的建议值0.6、0.7和0.5,说明本研究量表具有较好的信度和收敛效度。

表2 信度与收敛效度分析

另外,各因子AVE平方根均显著大于该因子与其他因子的相关系数值(见表3),说明测量模型具有较高的区分效度。

表3 因子AVE值平方根与因子间相关系数矩阵

注:对角线加粗部分数值为AVE值平方根。

由于所有变量主要是通过问卷调查且以被试自陈方式进行搜集,本研究采用Harman单因素方法对可能存在的共同方法偏差检验,对青年用户群体样本数据进行的探索性因子分析结果均得出6个因子,且第1个因子的方差解释力仅为22.88%,由此可间接说明,本研究数据不存在严重的共同方法偏差问题。

4.2 主效应假设检验

采用SmartPLS 3.0,假设检验结果见表4。在提出的假设1~假设5中,除了假设1不成立外,其余4个均成立。即在移动环境下,青年用户从传统线下就医渠道向移动医疗转移使用的行为意愿,一方面受到青年用户感知到的移动医疗系统隐私和生理安全等风险的显著负向影响,另一方面则受到移动医疗服务移动性显著的正向影响;而在传统线下就医环境下,当青年用户感知到提供移动医疗服务的医疗单位的声誉较好,且身边对其影响较大的人建议其使用移动医疗服务时,其使用转移意愿也随之增加,但青年用户形成的线下就医习惯并不会显著影响其转移使用移动医疗服务的意愿。另外,使用转移意愿被解释的方差达到47.5%。

表4 主效应假设检验结果

注:*、**、***分别表示p<0.05、p<0.01、p<0.001,下同; n.s表示不显著。

4.3 调节作用检验

本研究通过层次回归方法分析青年用户性别与移动应用使用经验的调节作用(见表5)。由表5可知,青年用户性别和移动应用使用经验均显著调节主观规范和感知移动性对用户移动医疗使用转移意愿的影响。一方面,通过调节系数可以看出,青年用户移动应用使用经验正向调节了感知移动性对其使用转移意愿的影响,负向调节了主观规范对使用转移意愿的影响,因此,假设7a和假设7d成立。即在使用转移决策制定过程中,移动应用使用经验较为丰富的个体更倾向于重视移动医疗服务的移动性特征,而移动应用使用经验较为缺乏的青年用户更倾向于听取周围重要的人的服务推荐建议。进一步地,针对感知风险和线下习惯对用户使用转移意愿的影响,由表5可知,移动应用使用经验的调节效应不显著,故假设7b和假设7c不成立。

另一方面,针对青年用户性别的调节作用,由表5可知,青年用户的性别显著调节了感知移动性和主观规范对其使用转移意愿的影响,而针对线下习惯和感知风险对使用转移意愿的影响,年龄的调节作用则不显著,由此,假设6b和假设6d不成立。为了进一步了解青年用户的性别如何调节感知移动性和主观规范对使用转移意愿的影响(见图2),回归分析结果显示,男性青年用户在决定是否由线下传统就医渠道转移使用移动医疗服务的过程中,更看重移动医疗服务的移动性技术特征,而女性青年用户则更倾向于听取周边重要的人的服务推荐建议。由此,假设6a和假设6c成立。

表5 调节作用分析(因变量:B)

注:+表示p<0.1;括号内为t值;标准化回归系数在模型1和模型2中分别列出。

5 结论、启示与展望

5.1 结果讨论

本研究在理论上将青年用户从线下服务向线上服务的使用转移研究扩展到医疗领域范围内,并结合我国具体的医疗情境以及个体就医行为特点,从社会因素、技术因素和个体因素3个方面出发,基于效价理论框架,讨论了影响青年用户从传统线下就医渠道向移动医疗服务转移使用意愿的积极因素和消极因素,并以204名青年样本为研究对象,证实了本研究所提模型较好的解释度,相关结论讨论如下。

(1)移动性是移动服务最为显著的技术特征[19],LIU等[19]及HSIAO等[25]分别证实了医生和老年用户感知移动医疗服务的移动性对其采纳意愿的间接影响,相关学者也在移动学习、移动订票、移动商务、移动支付、移动地图等诸多领域证实了其在用户行为方面的积极影响。笔者认为,上述结论在本研究情境下仍旧成立,并验证了感知移动性对青年群体用户使用转移行为的直接影响(β=0.354,t=6.414)。对于青年群体来说,日常工作占据了大部分的时间。基于此,从流程繁琐、时空受限的传统医疗转向使用不受时间、地点和情境限制,即可获取所需的医疗信息和远程监测等服务,并有效实现医患之间实时互动的移动医疗服务,更符合该类人群的行为选择。

另外,感知风险对用户IS采纳行为的负向作用在诸多研究中得到了证实[23],COCOSILA[18]证实,用户通过选择移动医疗服务促进自身戒烟的过程中,会受到财务、隐私、心理、时间和社会风险的影响。依托“移动医疗”教育部—中国移动联合实验室,笔者在针对“移动医疗产品潜在用户行为模式”若干问题进行用户深入访谈的过程中发现,青年群体对自身个人隐私信息的受关注程度较为敏感,他们并不倾向于分享自己的患病经历以方便进行深入交流并获取社会化支持。GUO等[38]的研究基于隐私计算理论亦证实了隐私担忧对青年群体的移动医疗采纳意愿显著影响,但对老年群体的影响则不显著。一方面,青年群体担心自身的个人信息被窃取或者被他人非法使用以及不安全的交易等;另一方面,移动医疗与个体健康紧密相关,与传统医疗相比,面临更多的不确定诊断等生理风险[39]。由此,在本研究情境下,青年用户感知的移动医疗服务可能带来的生理和隐私泄漏等风险,可能负向影响青年用户的使用转移意愿,并得到了验证(β=-0.103,t=2.036)。

(2)从线下环境考虑,一方面,以往研究较多关注单一渠道下用户行为习惯对IS采纳行为的积极影响[6],而忽略了习惯形成对新IS采纳的阻碍作用。曹玉枝等[15]证实了线下习惯负向影响用户从线下银行向线上银行使用转移意愿。同样地,线下医疗习惯是潜在用户使用传统医疗过程中产生的行为习惯,这些习惯会导致个体进行医疗决策时,引导自己无意识地选择传统医疗服务,而忽略诸如移动医疗等其他可选方案[40]。然而,根据实证检验结果,上述假设的负向影响在本研究中不显著,这可能与青年样本群体的选择有关。青年群体的行为模式较为灵活,容易接受新生事物[38],且多数已经具备丰富的各类移动应用使用经验,会切身感受到使用移动环境下的各类服务相对于传统的渠道带来的相对收益。由此可知,长期形成的线下就医习惯并不会消除该类群体对移动医疗这一新兴就医服务模式的兴趣,故假设中的负向影响在该类群体中并不显著。另一方面,由于我国医疗信息不对称等原因,青年群体在就医过程中是否会倾向于选择听取周围信得过的亲朋好友或医生的建议而选择移动医疗服务尚未引起足够关注。另外,提供医疗服务的医疗单位的社会声誉与规模往往能够影响用户的就医选择,并导致我国“大医院人满为患,小诊所无人问津”的畸形就医环境。基于上述我国具体的医疗情境以及个体就医行为倾向的考虑,笔者认为,用户主观规范以及感知到提供移动医疗服务的医院声誉,均能够正向影响青年群体从传统就医渠道转移使用移动医疗服务的意向。本研究结果均证实了上述假设,且在不同用户性别与移动应用使用经验方面均成立。

(3)用户性别和系统使用经验在个体消费者IS采纳行为中的调节作用被多数学者所证实,但在用户多渠道使用转移行为中的调节作用并未引起足够关注。一方面,虽然ZHANG等[41]的研究证实,主观规范对男性用户移动医疗采纳意愿的影响在单一渠道下要高于女性,但在用户多渠道医疗服务使用转移行为方面,本研究结论证实,女性青年群体更看重周围重要的人的服务推荐建议,而男性则更重视移动医疗的移动性技术特征;另一方面,鉴于移动医疗对于国内用户而言较为陌生,本研究以其他领域的移动服务使用经验作为调节变量,并证实了在决定是否由线下就医渠道转移使用移动医疗服务时,移动应用使用经验较为丰富的青年群体更重视移动医疗的移动性技术特征,而使用经验较为缺乏的用户更看重周围重要的人的服务推荐建议。

5.2 管理启示

针对上述研究结论,本研究为提供移动医疗服务的医疗单位提出一些借鉴性对策:①从技术属性角度看,一方面,需要选择口碑较好的技术厂商及医疗单位进行紧密合作,并设立切实可行的赔偿及服务提供方行为约束机制,降低青年用户对生理和隐私等风险的感知,获取市场;另一方面,需要聚焦青年男性群体及其他移动应用使用频繁的用户,加大对国内外成功案例的宣传或权威专家推荐,以及免费体验式服务等,这些措施能有效保障该类用户形成较高的服务移动性技术优势及相对收益感知。②从个体特征角度来看,青年群体的线下就医习惯并不会对移动医疗服务的使用转移行为产生阻碍作用,建议移动医疗服务提供单位不需要为了鼓励青年群体改变就医习惯而进行服务的重点宣传或体验式服务的推荐。由此,优先考虑青年群体作为服务推广的目标用户群,能够有效节约服务的宣传推广成本。③从社会影响角度看,需要提供移动医疗服务的医疗单位建立和维持较好的社会声誉,一方面提供技术服务咨询和实时问题反馈服务,改进服务质量,获取青年用户进一步信任;另一方面需要借助媒体宣传,并规范医院业务管理机制,保障青年用户对传统线下门诊医疗服务的满意度。此外,考虑到我国医生在就医过程中的绝对权威性,先由医生选择固定且长期的女性患者或较少体验移动应用的青年用户,进行移动医疗服务的使用推荐,并在此基础上,实现服务向其他类型用户的进一步推广。

5.3 研究局限与展望

本研究尚存在一些局限性:①因属于横截面研究,该方法并不能准确厘清各个变量之间的因果关系,后续可以采用纵向研究,考虑用户态度变化这一现实情境,进行因变量与自变量关系的追踪分析;②移动医疗服务的目标用户并不局限于本研究涉及的青年群体,移动智能设备在40岁以上的中老年群体中越发普及,且该部分人群普遍被认为不愿接受新技术,拒绝新想法以及生活中的变化等[42],因此,以该部分人群为对象进行移动医疗使用转移意愿的扩展性研究,可能会得出与本研究不一致的结论;③本研究的实地调查样本取自国内,由于国内外医疗情境的差异性,所以,结论在外部效度方面,需要结合其他国家不同医疗情境背景进行进一步验证。

[1] VARSHNEY U. Mobile Health: Four Emerging Themes of Research[J]. Decision Support Systems, 2014, 66:20~35

[2] LI H, ZHANG T, CHI H, et al. Mobile Health in China: Current Status and Future Development[J]. Asian Journal of Psychiatry, 2014, 10: 101~104

[3] LIMAYEM M, CHEUNG C M K. How Habit Limits the Predictive Power of Intention: The Case of Information Systems Continuance[J]. MIS Quarterly, 2007, 31(4): 705~737

[4] HSIEH J J P A, WANG W. Explaining Employees' Extended Use of Complex Information Systems[J]. European Journal of Information Systems, 2007, 16(3): 216~227

[5] ZHANG K Z K, LEE M K O, CHEUNG C M K, et al. Understanding the Role of Gender in Bloggers' Switching Behavior[J]. Decision Support Systems, 2009, 47(4): 540~546

[6] LU Y, CAO Y, WANG B, et al. A Study on Factors that Affect Users’ Behavioral Intention to Transfer Usage from the Offline to the Online Channel[J]. Computers in Human Behavior,2011,27(1):355~364 [7] 林家宝, 鲁耀斌, 章淑婷. 网上至移动环境下的信任转移模型及其实证研究[J]. 南开管理评论, 2010, 13(3): 80~89

[8] CAO Y, LU Y, GUPTA S, et al. The Effects of Differences between E-Commerce and M-Commerce on the Consumers' Usage Transfer from Online to Mobile Channel[J]. International Journal of Mobile Communications, 2014, 13(1): 51~70

[9] GOODWIN N R. Economic Meanings of Trust and Responsibility [M]. Ann Arbor: The University of Michigan Press, 1996

[10] PETER J P, TARPEY L X. A Comparative Analysis of Three Consumer Decision Strategies[J]. Journal of Consumer Research, 1975, 2(1): 29~37

[11] KIM D J, FERRIN D L, RAO H R. Trust and Satisfaction, Two Stepping Stones for Successful E-Commerce Relationships: A Longitudinal Exploration[J]. Information Systems Research, 2009, 20(2): 237~257

[12] SHARMA R, HAO X. Value-Based Mobile Data Services Adoption: General Results of an On-Going International Study[J]. International Journal of Technology, Knowledge, and Society,2013,8(3):145~160 [13] 林家宝, 鲁耀斌, 卢云帆. 移动商务环境下消费者信任动态演变研究[J]. 管理科学,2011,24(6):93~103 [14] 杨水清, 鲁耀斌, 曹玉枝. 基于跨渠道的消费者移动支付采纳研究[J]. 科研管理, 2011, 32(10): 79~88

[15] 曹玉枝, 鲁耀斌, 杨水清. 影响用户从网下到网上转移使用意愿因素的研究[J]. 管理学报, 2013, 10(3): 404~412

[16] LI H, WU J, GAO Y,et al. Examining Individuals' Adoption of Healthcare Wearable Devices: An Empirical Study from Privacy Calculus Perspective[J]. International Journal of Medical Informatics, 2016, 88:8~17 [17] DWIVEDI Y K, SHAREEF M A, SIMINTIRAS A C, et al. A Generalised Adoption Model for Services: A Cross-Country Comparison of Mobile Health (M-Health)[J]. Government Information Quarterly, 2016, 33(1): 174~187

[18] COCOSILA M. Role of User a Priori Attitude in the Acceptance of Mobile Health: An Empirical Investigation[J]. Electronic Markets, 2013, 23(1): 15~27[19] LIU C, CHENG T. Exploring Critical Factors Influencing Physicians’ Acceptance of Mobile Electronic Medical Records Based on the Dual-Factor Model: A Validation in Taiwan[J]. BMC Medical Informatics and Decision Making, 2015, 15: 1~12

[20] POLITES G L. Counterintentional Habits as an Inhibitor of Technology Acceptance[C]//Proceedings of the 2005 Southern Association for Information Systems Conference, 03-01,2005.Savannah: AIS e-Library, 2005: 264~271

[21] POLITES G L, KARAHANNA E. Shackled to the Status Quo:The Inhibiting Effects of Incumbent System Habit,Switching Costs, and Inertia on New System Acceptance[J].MIS Quarterly,2012,36(1):21~42

[22] 尹贻梅, 刘志高, 刘卫东. 路径依赖理论研究进展评析[J]. 外国经济与管理, 2011, 33(8): 1~7

[23] PARK I, SHARMAN R, RAO H R. Disaster Experience and Hospital Information Systems: An Examination of Perceived Information Assurance, Risk, Resilience, and HIS Usefulness[J]. MIS Quarterly, 2015, 39(2): 317~344

[24] OKAZAKI S, MENDEZ F. Perceived Ubiquity in Mobile Services[J]. Journal of Interactive Marketing, 2013, 27(2): 98~111

[25] HSIAO C H, TANG K Y. Examining a Model of Mobile Healthcare Technology Acceptance by the Elderly in Taiwan[J]. Journal of Global Information Technology Management, 2015, 18(4): 292~311

[26] SNEHA S, VARSHNEY U. Enabling Ubiquitous Patient Monitoring: Model, Decision Protocols, Opportunities and Challenges[J]. Decision Support Systems, 2009, 46(3): 606~619

[27] VENKATESH V, THONG J Y L, XU X. Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology[J]. MIS Quarterly,2012,36(1):157~178 [28] 王轶楠, 杨中芳. 中西方面子研究综述[J]. 心理科学, 2005, 28(2): 398~401

[29] 刘咏梅, 车小玲, 卫旭华. 消费者对移动医疗的初始信任研究[J]. 信息系统学报, 2014(2): 15~30

[30] VENKATESH V, MORRIS M G. Why Don't Men Ever Stop to Ask for Directions? Gender, Social Influence, and their Role in Technology Acceptance and Usage Behavior[J].MIS Quarterly,2000,24(1):115~139

[31] OKAZAKI S, MENDEZ F. Exploring Convenience in Mobile Commerce: Moderating Effects of Gender[J]. Computers in Human Behavior, 2013, 29(3): 1 234~1 242

[32] POWELL M, ANSIC D. Gender Differences in Risk Behaviour in Financial Decision-Making: An Experimental Analysis[J]. Journal of Economic Psychology, 1997, 18(6): 605~628

[33] VENKATESH V,MORRIS M G,DAVIS G B,et al.User Acceptance of Information Technology:Toward a Unified View[J].MIS Quarterly,2003,27(3):425~478 [34] MURRAY K B, HUBL G. Explaining Cognitive Lock-in: The Role of Skill-Based Habits of Use in Consumer Choice[J]. Journal of Consumer Research, 2007, 34(1):77~88

[35] LEE T. The Impact of Perceptions of Interactivity on Customer Trust and Transaction Intentions in Mobile Commerce[J]. Journal of Electronic Commerce Research, 2005, 6(3): 165~180

[36] KOUFARIS M, HAMPTON-SOSA W. The Development of Initial Trust in an Online Company by New Customers[J]. Information & Management, 2004, 41(3): 377~397

[37] KIM G, SHIN B, LEE H G. Understanding Dynamics between Initial Trust and Usage Intentions of Mobile Banking[J]. Information Systems Journal, 2009, 19(3):283~311

[38] GUO X, ZHANG X, SUN Y. The Privacy-Personalization Paradox in M-Health Services Acceptance of Different Age Groups[J]. Electronic Commerce Research and Applications, 2016, 16:55~65

[39] SILVA B M C, RODRIGUES J J P C, DE LA TORRE DEZ I, et al. Mobile-Health: A Review of Current State in 2015[J]. Journal of Biomedical Informatics, 2015, 56:265~272

[40] 张晓飞. 基于现状偏差理论的在线医疗服务采纳阻碍因素研究[D]. 哈尔滨: 哈尔滨工业大学管理学院, 2014

[41] ZHANG X, GUO X, LAI K, et al. Understanding Gender Differences in M-Health Adoption: A Modified Theory of Reasoned Action Model[J]. Telemedicine and E-Health, 2014, 20(1): 39~46

[42] ELIAS S M, SMITH W L, BARNEY C E. Age as a Moderator of Attitude towards Technology in the Workplace: Work Motivation and Overall Job Satisfaction[J]. Behaviour and Information Technology, 2012, 31(5): 453~467

(编辑 桂林)

A Study of Youth Groups’ Behavioral Intention to Transfer Usage from Traditional Medical Channel to Mobile Health

ZHU Zhangxiang1,3LIU Yongmei1,2

(1. Central South University, Changsha,China; 2. “Mobile Health” Ministry of Education-China Mobile Joint Laboratory, Changsha,China; 3. Mobile E-business Collaborative Innovation Center of Hunan Province, Changsha,China)

Drawing on the value theory and specific research related to subjective norm, habit, and organizational reputation, a new research model is proposed. By using survey data collected from 204 young people, the empirical results from PLS based structural equation model indicate that Youth groups’ physiological and privacy risk perceptions of m-Health have negative influence on their usage transfer intention, while perceived mobility, perceived hospital reputation and subjective norm have a positive impact; during the process of transfer usage decision-making, young users’ gender and mobile applications usage experience moderate the relationships between perceived mobility, subjective norm and behavior intention.

mobile health; transfer usage; value theory; behavioral intention

10.3969/j.issn.1672-884x.2016.11.018

2016-05-11

国家自然科学基金重大国际(地区)合作与交流资助项目(71210003);国家自然科学基金资助项目(71271219);中南大学“创新驱动计划”资助项目(2015CX010)

C93

A

1672-884X(2016)11-1728-09

刘咏梅(1969~),女,湖南长沙人。中南大学(长沙市 410083)商学院教授、博士研究生导师,博士。研究方向为团队决策理论与方法、管理信息系统与供应链管理。E-mail: liuyongmeicn@163.com

猜你喜欢
移动性意愿线下
健全机制增强农产品合格证开证意愿
与5G融合的卫星通信移动性管理技术研究
COZMINE线下集合店
传统线下与直销模式孰强孰弱?这家动保企业是这样看的
从“偶然”的疫情大爆发到“必然”的线下线上教学结合
面向5G的移动性管理关键技术探讨
充分尊重农民意愿 支持基层创新创造
基于安全灰箱演算的物联网移动性建模验证
“密室逃生”线下扩张
An Analysis on Deep—structure Language Problems in Chinese