在线问诊信息用户采纳意愿的影响因素研究

莫敏 匡宇扬 朱庆华 李新月 岳泉

摘 要：[目的/意义]为揭示用户采纳在线问诊信息意愿的影响因素，对在线医疗平台的运营管理提供具体可行的建議。[方法/过程]本文通过扎根理论得到影响用户问诊信息采纳意愿的关键要素，结合信息采纳模型构建用户采纳意愿影响因素理论模型。最后通过调查问卷收集数据，对模型进行路径分析、假设检验。[结果/结论]研究发现，平台易用性、医生专业性、服务态度、信息内容质量和信息表达质量会通过感知有用性对采纳意愿产生正向影响，其中信息内容质量对用户采纳意愿的影响最大;健康素养负向调节医生专业性与感知有用性之间的关系，在信息内容质量与感知有用性之间起正向调节作用。

关键词：在线问诊信息;用户;信息采纳;在线医疗平台;扎根理论

DOI：10.3969/j.issn.1008-0821.2022.06.006

〔中图分类号〕G252.0 〔文献标识码〕A 〔文章编号〕1008-0821（2022）06-0057-12

Abstract：[Purpose/Significance]The purpose of this study is to explore the influencing factors and mechanism of users intention to adopt consultation records in online medical platform.[Method/Process]Firstly，the study reviewed the related research in the field of online medical platform information adoption.Secondly，the key factors that affect the users adoption intention of medical consultation information were extracted by grounded theory.Based on the information adoption model and information ecology theory，the theoretical model was constructed with coding results.Finally，the path analysis and hypothesis testing were conducted on the model with the data from questionnaires.[Result/Conclusion]According to the results，Information adoption intention is positively associated with perceived ease of use，doctors professionalism，service attitude，information content quality and information expression quality.This effect is exerted through perceived usefulness.Moreover，health literacy strengthens the relationship between information content quality and information adoption intention but negatively moderates doctors professionalism on perceived usefulness.

Key words：online medical consultation information;information adoption;online medical platform;grounded theory

近年来，我国居民个人健康管理和疾病诊疗的需求激增。2020年，我国基本医保基金总支出达21 032亿元，医疗卫生总支出呈逐年增长的态势。然而，我国公共医疗资源配置存在一定缺陷，城乡间医疗资源配置不均衡导致医疗需求不断向城市医院聚集，城市医院持续高负荷运转，而基层医疗卫生机构服务量低，水平和能力欠佳[1]。在公众日益增长的健康医疗需求和不平衡不充分的医疗资源的矛盾下，在线问诊平台应运而生。

在线问诊平台打破时间和空间的限制，促使医疗服务从以医院为中心向以患者为中心变化[2]，一站式服务满足患者的多种场景需求，简化了就医流程，在更大程度上满足了广大患者的医疗需求。然而，部分在线医疗平台的入驻医生资质和服务质量参差不齐，医生仅基于患者自身对病情的描述给出诊断，过程中缺少医疗设备辅助，不少患者用户对在线问诊信息持怀疑态度[3]，在线问诊平台尚未发挥其真正价值。为了进一步调动用户利用在线诊疗信息的积极性，改善在线问诊平台质量，提升其与用户的适配度，用户信息采纳的行为研究至关重要。本文以在线问诊平台中的患者用户为研究对象，结合扎根理论与结构方程模型，全面剖析用户信息采纳行为的影响因素，并深入挖掘各因素间的作用机理，以期优化平台服务质量，并提升用户利用在线诊疗信息效率。

1 相关研究

在线医疗平台是实现在线医疗服务的载体，在线问诊平台是其中一种强调用户与用户互动，从而实现信息交换的社区型平台。在线问诊平台中，医生提供问诊服务，患者是问诊服务的对象，故本文所指用户为患者及准患者用户。目前，在对用户使用在线医疗服务的行为研究中，国内外学者多关注用户使用意愿[4-5]、隐私披露[6-8]和医生选择[9]主题。邓朝华等提出，网站、感知风险等因素会影响患者对在线医疗健康服务使用的信任度[10]。Zhang X等提出，感知脆弱性、自我效能等因素会影响用户对隐私问题的关注程度，继而影响其健康信息披露行为[11]。Esmaeilzadeh P认为，隐私政策的透明性是公众进行健康信息交换的重要先决条件，详细的隐私政策有助于减少公众对健康信息泄露或滥用风险的担忧[12]。Shan W等运用眼动追踪实验，发现患者在移动医疗App中选择医生时会参考医生头像等7种信息。同时，情感信任和认知信任会对患者的择医行为产生影响[13]。Gong Y等提出，医生的能力、诚信度等个人特质是患者与医生建立信任的基础，网站中其他患者用户对医生的评价、评分也会影响患者的选择[14]。8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

而在在线医疗平台信息采纳行为的研究中，学者主要从信息质量[15]、信息可信度[16-17]等角度进行探索。Rueger J等结合社会网络分析方法考察在线医疗社区用户的社交行为，提出患者更愿意采纳具有多元化专业知识背景的医疗人员的建议[18]。Ma T等提出，在线健康信息的来源平台可能会影响用户对信息可信度的评估[19]。刘萌萌基于理性行为理论，从社会支持、同质性等角度探究健康信息采纳可能的影响因素[20]。Prabha M S等创建了一种包括信息质量、情感支持、来源可信度、回复率和接收者参与度等指标的知识贡献模型，用于评估在线医疗社区中的回复信息是否是患者真正需要的，并使用Medhelp社区的问答数据进行验证[21]。此外，还有学者考察了微信[22]、微博[23]等特定社交媒体或问答社区中用户的健康信息采纳行为。Jin J等使用文本挖掘技术分析百度知道社区中医疗健康模块的数据，提出信息质量、情感支持和来源可信度等因素会影响用户对医疗保健信息的采纳[24]。

综上，目前对在线医疗平台中患者的行為研究基本从平台使用、医生选择等应用层面的服务出发，缺少对在线医疗问诊的核心内容——信息的关注。尽管有少部分研究针对用户健康信息采纳行为，但一方面缺乏在线问诊这一特殊场景中信息采纳行为的研究;另一方面，目前模型建构主要从信息质量、信息源等单一信息视角出发，没有充分考虑用户层面，模型较为片面、局限。所以本文将采用扎根理论，以用户为核心，将定性研究方法与定量研究方法相结合，构建并验证在线问诊中用户信息采纳的整体性概念框架。

2 在线问诊信息用户采纳意愿影响因素提取

2.1 研究样本与数据采集

本研究选择有在线医疗平台使用经验的用户作为访谈对象。访谈分为两个环节：首先，向受访者介绍在线医疗平台的概念及知名网站。接着，询问受访者的基本信息以及在线医疗平台使用经历，如表1所示。访谈过程中根据受访者的反馈进行针对性的提问和追问，同时尽量避免诱导性的提问。

在事先征得受访者同意后对访谈对话进行录音，访谈结束后将内容整理成文本，对原始资料进行编码。本研究遵循扎根理论的基本原则，收集数据的过程中不断比较和编码样本数据，当理论达到饱和，即不再有新的概念或范畴出现时停止采样。访谈对象共计18人，15份访谈文本为理论提取数据，3份访谈文本用于理论饱和度检验。样本具体信息如表2所示。

2.2 资料编码

本研究使用NVivo软件对文本素材进行3次编码。通过开放式编码、主轴编码和选择性编码完成对访谈原始资料的系统性分析，归纳概括后构建出原始理论。

2.2.1 开放式编码

开放式编码是对访谈资料抽取、提炼、重新整合的过程。通过抽取关键语句、赋予初始概念、剔除重复次数小于3次的概念等处理步骤，最终获得了30个初始概念，如表3所示，并归纳整理为7个范畴（A1～A7），如表4所示。

2.2.2 主轴编码

主轴编码旨在建立各个独立范畴间的联系，本文将7个范畴归纳形成4个主范畴（B1～B4），如表5所示。

2.2.3 选择性编码

选择性编码阶段需进一步梳理主范畴间的相互作用，确定核心范畴，再通过“故事线”阐明核心范畴与其他范畴间的作用关系。结合本研究探讨的核心问题，选择“在线问诊信息采纳意愿”作为核心范畴。

根据访谈者的表述，发现部分“故事线”与信息生态理论相契合。Vasiliou C等将信息生态定义为“特定环境中由人、实践、价值和技术构成的体系”[25]。该理论着眼于整体，从宏观视角出发剖析信息环境、人与信息三者间的相互联系。在用户行为领域的研究中，研究者们常将信息生态理论与技术接受模型相结合。平台维度因素对应着信息环境生态因子，医生和患者共同组成了信息人，信息对应生态系统中的信息因素。在信息生态理论的基础上，构建了如图1所示的典型关系结构。对应的“故事线”揭示了以下行为现象：①患者对问诊信息的采纳意愿会受到平台、医生、信息、患者4个维度因素的共同影响;②患者因素有一定调节作用，主要体现在医生专业性、信息内容质量与患者用户的问诊信息采纳意愿之间，患者的健康素养能够调节影响强度与方向。

2.2.4 理论饱和度检验

本研究对前期抽取的3份原始访谈资料采取同样的方式进行三级编码分析，编码以后发现结果与前述研究中提取的在线问诊信息用户采纳意愿影响因素的范畴一致，没有出现新范畴，范畴间也没有产生新的联结，说明得到的编码体系通过了理论饱和度检验。

2.3 因素选取

通过对访谈记录的编码，归纳出平台、医生、信息、患者4个维度的7个关键因素。

平台维度包括平台易用性和平台声誉。平台易用性是对平台界面设计、交互方式的评估，对应着信息生态视角中的信息环境。易用性高意味着服务提供方营造的软件应用环境能较好地符合用户习惯[26]。平台声誉则反映出平台能持续提供优质的服务，从而得到了大量用户的肯定。

医生维度分为医生专业性和服务态度两个因素。在医生专业性方面，平台中的医生具备的素质和能力存在差异。虽然职级、学历等信息反映出的专业性特征不能完全等同于医生的业务能力，但对用户而言，通过专业性来评判信息是否符合需求是一种简单而快捷的途径。同时，医生服务过程中表现出的耐心、专注度、共情等为患者用户提供了情感支撑，有助于提升患者的采纳意愿。

信息维度包括信息内容质量和信息表达质量。内容质量指信息内容与客观情况相一致的程度[27]，表达质量反映了信息表现形式的可理解性[28]。对在线医疗平台的用户而言，信息内容质量直接决定了用户可获得信息的广度、深度及相关度，表达质量则会影响用户处理和分析信息的难度。信息质量越高，用户越可能从问诊信息中提取有用的内容。8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

患者维度的因素为健康素养。健康素养会正向调节信息内容质量与感知有用性之间的关系。患者具备的医学知识使其能够清晰地认识到需要哪些信息，从而能更好地判断信息内容是否值得利用。相反地，健康素养负向调节医生专业性与感知有用性的关系，患者健康素养越低，越依赖外在的信息源特征来辅助判断。

3 在线问诊信息用户采纳意愿影响因素的模型构建及研究假设

3.1 模型构建

信息采纳的概念源于技术采纳理论，是用户根据自己的认知对信息进行判断、选择和决策的过程。信息采纳模型（IAM）是Sussman S W等将精细加工可能性模型（ELM）与技术接受模型（TAM）整合而成[29]。如图2所示，中心路径的信息质量和边缘路径的来源可信度均会正向影响感知有用性，进而影响用户的信息采纳。模型中的信息质量和来源可信度可进一步细分为多个维度，在不同研究中依据主题做适当调整。

本文通过扎根分析提取了平台易用性、平台声誉、医生专业性、服务态度、信息内容质量、信息表达质量、健康素养7个影响因素。與信息采纳模型比较可以发现，平台因素与医生因素共同构成了广义上的信息来源，而信息维度的影响因素则体现了在线问诊信息的信息质量。本文将扎根分析阶段提出的理论框架与信息采纳模型相结合，引入感知维度的感知有用性，构建如图3所示的在线问诊信息用户采纳意愿影响因素理论模型。

3.2 研究假设

3.2.1 平台易用性和平台声誉

1）平台易用性对感知有用性的影响

Davis F D在TAM中提出，感知易用性指用户使用某一新兴技术的容易程度，感知有用性则表示用户相信通过一种新技术可以提高效率的程度，并验证了当用户采纳技术创新时，感知易用性对感知有用性的影响作用[30]。在访谈过程中，有受访者提到“有些平台的界面设计花哨、弹窗很多，看起来像是钓鱼诈骗网站。”简洁的界面、顺畅的交互流程一方面在一定程度上能提升内容的可信度;另一方面使用户更易获取所需的健康信息，建立并强化对网站的正面印象。因此，本文提出假设：

H1：平台易用性对感知有用性有积极影响。

2）平台声誉对感知有用性的影响

Su L等研究发现，企业声誉会对客户满意度和承诺产生积极影响[31]，Kim S等发现，平台声誉会直接影响消费者对电商服务的信赖水平，进而影响他们的购买意愿[32]。在选择使用在线医疗平台时，良好的声誉意味着绝大部分用户相信该平台能够诚信经营、重视用户权益，在竞争者甚众的在线医疗服务领域，这将有助于平台在市场中脱颖而出，也使用户有理由相信平台可以提供高品质的信息服务。因此，本文提出假设：

H2：平台声誉对感知有用性有积极影响。

3.2.2 医生专业性和服务态度

1）医生专业性对感知有用性的影响

医生的专业性主要体现在专业知识、能力和经验方面。医患双方在医疗问诊的信息交互场景中，医生扮演着健康信息来源的角色。而信息来源专业性对用户感知、行为意愿的影响已在许多研究中被支持，张颖等在知识问答社区的研究中指出，答主的专业性会影响提问者的信任度[33]。多位受访者认为，医生的所属机构、职称、学历等信息对于健康信息判断有重要的参考价值，即医生的专业水平越高则回答质量越有保障。因此，本文提出假设：

H3：医生专业性对用户感知有用性有积极影响。

2）服务态度对感知有用性的影响

Srihadi T F等通过研究发现，服务特征会影响消费者的满意度和感知关系利益[34]，同时一些受访者表示“在线医疗平台的部分医生回复态度比较敷衍”“医生只回答了部分问题”。尽管在线问诊时双方沟通的及时性和互动性不及线下交流，不会出现用户表述被打断的情况。但作为医疗服务的提供者，医生在服务中保持耐心、充分解答用户的提问和追问，能提升患者对服务质量的印象。因此，本文提出假设：

H4：服务态度对用户感知有用性有积极影响。

3.2.3 信息内容质量和信息表达质量

Sussman S W等在信息采纳模型中提出信息内容质量会影响信息有用性。访谈资料显示，受访者浏览问诊信息时会关注内容的一致性、针对性、细节性和全面性，例如“病情描述要跟我的病状相同或相似”“希望能从医生诊断中获得用药建议和后续治疗建议”。同时，由于大部分患者缺少对医学领域的深入了解，过多艰深晦涩的专业术语会增加他们对信息内容的理解难度。据此，本文认为内容质量和表达质量高的问诊信息对用户而言更有帮助，用户更易在认知范围内详尽地解读信息承载的含义。因此，本文提出假设：

H5：信息内容质量对用户感知有用性有积极影响。

H6：信息表达质量对用户感知有用性有积极影响。

3.2.4 感知有用性的中介作用

面对网络中纷繁庞杂的问诊信息，用户会先行评判信息是否有用，继而决定是否采纳。有用的问诊信息能有效帮助用户减少决策时的不确定性[35]，在理论层面，信息采纳模型已经揭示了感知有用性的中介作用，同时有受访者提到“我会通过网上的医生诊断来判断自己病状的严重程度，再决定是自行买药还是前往医院就医”“我习惯在去医院前浏览网络问诊信息，初步收集病情相关资料，方便提前准备好要向医生咨询的问题”。因此，本文提出以下假设：

H7a：感知有用性在平台易用性与信息采纳意愿之间起中介作用。

H7b：感知有用性在平台声誉与信息采纳意愿之间起中介作用。

H7c：感知有用性在医生专业性与信息采纳意愿之间起中介作用。

H7d：感知有用性在服务态度与信息采纳意愿之间起中介作用。

H7e：感知有用性在信息内容质量与信息采纳意愿之间起中介作用。

H7f：感知有用性在信息表达质量与信息采纳意愿之间起中介作用。8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

3.2.5 健康素养的调节作用

健康素养指个体获得、理解和处理基本的健康信息或服务并做出正确的健康相关的决策的能力[36]，健康素养越高意味着受访者深度接受和处理健康信息的能力越强[37]。精细加工可能性模型表明，当个体能力较强时，主要路径的信息质量的作用更加显著[38]。可见，当用户健康素养较高时，会更倾向于直接评判信息内容本身是否有用。多位受访者的描述显示健康素养在信息内容质量与感知有用性之间起调节作用，例如，“我知道感冒的常见病因以及对应用药，上网查询医患问答只是想再次核实一下。如果跟我自己的推断一致，我就会参考医生的意见”。因此，本文提出假设：

H8：健康素养负向调节医生专业性与感知有用性之间的关系。

H9：健康素养正向调节信息内容质量与感知有用性之间的关系。

4 在线问诊信息用户采纳意愿影响因素的问卷设计及数据收集

本文使用的调查问卷包括3个部分，问卷背景及相关概念介绍、被试者基本信息调查、模型测量项，测量项采用Likert 5点量表进行设计，被调查者在1（非常不同意）到5（非常同意）进行打分。模型共涉及9个变量，每个变量由3～4个测量题项构成，题项源于已有成熟文献或扎根结果。

为确保问卷的有效性，首先进行预调查以修正问卷。正式调查阶段累计回收问卷398份。按标准剔除不符合要求的问卷后，获得295份有效问卷，有效率为74.1%。样本中女性数量略多于男性，66.5%的被调查者年龄在20～39岁之间，学历在本科及本科以上的被调查者占比83.7%。浏览问诊信息的用户数量多于主动问诊的用户，侧面反映出目前对在线问诊服务持观望态度的用户不在少数。好大夫在线是被调查者最常用的平台，使用过的人数占比58%;丁香医生次之，使用人数占比33.6%。可见，平台之间市场渗透率差异较大。

5 在线问诊信息用户采纳意愿影响因素的模型验证

5.1 信效度检验

信度指测量结果的内部一致性、稳定性。本文采用Cronbachs α系数进行检验，数值越大则表明量表信度越高。本研究中各变量的Cronbachs α系数均高于0.7。此外，对比项已删除的α系数可以发现，各题项删除后信度无明显提升，量表的信度较为理想。

效度由内容效度、建构效度组成。本文使用的题项来源于现有文献或通过扎根理论获得，在正式发放问卷之前，通过小规模的预调研对题项内容进行修正，以保证问卷的内容效度。表7中各个变量的CR值均大于0.7，AVE值均大于0.6，说明量表具有较好的收敛效度。表7展示了AVE平方根和变量间的相关系数，显示量表具有较好的区分效度。

5.2 共同方法偏差检验

同样的数据来源、测量环境等因素可能会导致预测变量与效标变量间的共变异，因此本文采用Harman单因素法进行共同方法偏差检验。首先，研究通过Bartlett球形度检验，可以进行因子分析;接着，进行主成分分析，提取特征值大于1的因子，7个因子解释了总方差的77.11%。结果显示，第一个因子的解释方差为39.64%，表明共同方法偏差对结果的影响较小。

5.3 模型拟合分析

在进行假设验证前，先对模型的基本适配度进行检验，评判其是否具有合理性和有效性。常用的拟合指标有R2、Q2。经过计算，感知有用性和采纳意愿的R2数值分别为0.586和0.529，说明模型解释性较强。Q2数值分别为0.506和0.426，表明模型有较好的预测效果。

5.4 模型假设检验

1）直接效应检验

首先使用Bootstrap方法对模型的直接效应进行假设检验，将样本数值设定为5 000，检验结果如表9所示。结果显示，假设H1、H3、H4、H5、H6、H7通过检验，平台易用性和信息内容质量与感知有用性之间、感知有用性与采纳意愿之间存在显著的正向关系，医生专业性、服务态度、信息表达质量会对用户的采纳意愿产生正向影响。假设H2不成立，平台声誉不影响感知有用性。

2）中介效应检验

中介效应指自变量经由中介变量而影响因变量。本文采用Bootstrap方法检验中介效应，检验结果如表10所示。可见在95%置信区间下，平台声誉通过感知有用性影响采纳意愿的偏差校正置信区间包含零，假设H7b不成立。除此以外，其他中介效应的有关假设均成立，即平台有用性、医生专业性、服务态度、信息内容质量和信息表达质量通过感知有用性影响用户的问诊信息采纳意愿。

3）调节效应检验

本文的自变量、调节变量与因变量均为连续型变量，将变量健康素养添加至模型中，检验其调节作用，检验结果表明，假设H8的P值为0.000，路径系数为-0.157，表明健康素养负向调节医生专业性与感知有用性之间的关系。假设H9的P值为0.001，路径系数为0.164，表明健康素养正向调节信息内容质量与感知有用性之间的关系。

6 结果分析与讨论

本文基于在线问诊信息用户采纳意愿影响因素理论模型提出了14条研究假设，通过问卷搜集数据进行假设检验，其中假设H2、H7b不成立，其他12条假设得到了验证，如图4所示。

1）平臺因素

模型计算所得的数据表明，易用性对感知有用性有正向影响（β=0.183，P<0.001），这一路径已在电子商务领域被证明[39]，这将之前的研究拓宽到了在线医疗问诊场景中。在在线医疗平台中，混乱的网站系统会增大用户获取信息的难度，当用户多次尝试未果时，对网站的负面情绪不断滋生，便有可能产生平台中的信息无用的想法。平台声誉对感知有用性没有直接影响（β=0.101，P=0.064）。长期以来，好的平台声誉被认为有助于用户建立对平台的满意和信任[40]，然而声誉机制存在潜在的失灵问题。有研究发现，eBay上的交易者多数不参与评价，而主动评价的交易者往往选择好评[41]，以及其排序机制和匿名性使投机卖家可以低成本获得靠前的排序，导致声誉的约束力失效[42]。钱炳等发现，声誉机制可能存在“噪声”，消费者默认好评和卖家“炒信”都会影响声誉信号的有效性[43]。以上研究表明，基于消费者以及用户评价的声誉机制缺乏可信度，用户可能会质疑声誉信号而不把声誉作为主要参考标准，导致平台声誉对感知有用性的影响受限。8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

2）医生因素对感知有用性

医生专业性（β=0.189，P<0.01）和服务态度（β=0.159，P<0.01）均会正向影响感知有用性。专业性越高的医生在患者心中的权威程度越高，提供的信息也更具说服力。许多有关问答社区和在线评论的研究得到了类似的结果，即意见领袖或评论者的专业性会影响消费者的感知有用性[44-45]。医生服务态度越好，患者的感知有用性越高。在光环效应的影响下，患者对医生的正面印象发生传递，从而更倾向于认为来源于该医生的诊断信息也是有用的[46]。

3）信息因素对感知有用性

信息维度的内容质量（β=0.224，P<0.001）和表达质量（β=0.189，P<0.01）是影响用户感知有用性的重要因素。对用户而言，信息内容质量比信息表达质量更为重要。用户通过在线医疗平台获取诊疗信息，当医生的诊断符合其疾病症状，且包含针对病情的细节性的诊疗意见时，患者对信息有用性的感知更加强烈。表达质量越高，患者充分理解问诊信息的难度越小。但如果内容不符合患者诉求，即使问诊信息简洁易懂，对患者而言也没有过多的参考价值。因此，患者更为注重信息的内容质量。

4）感知有用性

感知有用性是信息采纳意愿的重要前因（β=0.727，P<0.001）。患者出于特定的需求，使用在线医疗平台进行主动问诊或浏览已有的问诊信息，当病情预判、自我诊断核实等需求得到满足时，问诊信息对患者而言是有用的。患者也更愿意采纳医生的建议，等待疾病自愈、购买药品或前往医院做更细致的检查。当患者使用在线医疗平台过程中能够感受到一定效用时，其采纳意愿就会有所提升。

5）健康素养

健康素养正向调节信息内容质量与感知有用性之间的关系（β=0.164，P<0.01），但对医生专业性有负向调节作用（β=-0.157，P<0.001）。对于有一定知识储备的患者而言，掌握的健康医学信息能够帮助其更好地理解获取的问诊内容。因此，此类用户有能力直接对问诊信息本身的有用性进行判断，而无需借助医生专业程度等信息外部特征。

根据上述分析结果，本文认为在线医疗平台可从以下方面进行改进：

第一，优化平台界面设计及交互流程。整体来看，可能由于平台经历了多次版本迭代，部分网站不同功能模块之间的用户界面风格差异较大，削弱了网站的整体性和统一性。同时，平台的核心功能也有提升空间。首先，类目设置需精简而清晰，类名应标准而规范，过于庞杂的主题分类会使用户在搜寻信息时无所适从。其次，可以改进信息呈现形式，通过标签或可视化的方式实现对患者病例信息以及医生诊断记录的内容聚合。辅助用户筛选有用信息，使内容的展示更为高效。在市场导向的环境下，平台服务不应仅局限于技术层面，而是应当重视用户、信息及信息环境的互动，结合用户的认知水平，完善网站的功能设计和信息组织方式。

第二，平台方需构建一个完善的评价体系，重视品牌的宣传和推广。在该研究中，平台声誉机制失灵的原因可能是目前问诊平台的声誉主要基于用户评价，尚未构建有效的声誉机制。在线医疗平台可通过各种方式，建造平台和用户多次交互的条件，邀请医学界人员入驻点评，加强对评价的反馈，形成及时的信息传递和反馈机制，同时充分利用认证机制，加强虚假评价惩罚力度，提高声誉机制的有效性，以获得良好稳健的声誉，从而增强用户的忠诚度。同时，平台要注重其公众形象。在线医疗平台汇集了丰富的健康医学知识，可以充分利用站内的内容资源优势，对知识整合梳理后进行沉淀。利用微信公众号、微博等社交媒体渠道对外输出，在内容传播的过程中扩大在线医疗平台品牌的知名度和影响力。

第三，提升平台中专家级别医生的入驻率，规范医生在接诊过程中的服务态度。资历丰富的医师有一定稀缺性，平台方可针对不同疾病引进该领域知名度较高的医生，提升用户对平台整体的信任度，打造平台的市场竞争优势。同时，加强对平台中医生资质的审核，减少由医生专业水平局限性导致的误诊、错诊。在服务态度方面，平台方可建立完善的奖惩机制加以约束。鼓励用户对医生的服务态度进行评价，并通过客服、意见箱等渠道收集用户的投诉反馈。构建平台内部的医生成长体系，医生线上的发帖、接诊等行为均可累积相应分值。充分利用网络社区的公开性，在提升医生参与度的同时，为用户提供专业职称之外的参考标准。

第四，把控平台中的信息的内容质量和表达质量。一方面，可根据高频的患者问诊需求制定医生回答模板，尽可能地在问诊前实现规范化管理;另一方面，可建立内容审核和评价机制，充分运用平台和用户群体的力量对信息内容进行评估和监督。医生在回答过程中亦尽量使用简明的、清晰的语言，提升信息的表达质量。

同时，用户也应当增强医学健康知识储备，提升自身的健康素养。在搜寻信息时，较高的医学素养有助于用户在问诊过程中更为精准地描述病狀或在浏览问诊信息时与他人的症状进行详细比对。在获取信息后，也能增强用户对平台中有关信息的甄别和理解能力，从而能更好地利用问诊信息进行后续决策。

7 结 语

本文采用扎根理论提取了在线问诊信息用户采纳影响因素，结合信息生态和信息采纳模型构建了概念模型，并使用结构方程模型进行验证，发现平台易用性、医生专业性、医生服务态度、信息内容质量和信息表达质量通过感知有用性对用户采纳意愿产生正向影响，健康素养负向调节医生专业性与感知有用性之间的作用关系，正向调节信息内容质量与感知有用性之间的作用关系。据此，从信息的内容质量和表述质量、专家级别医生的平台入驻率和服务态度、平台界面设计及交互流程等方面提出了改进在线医疗平台的若干建议。但本文仍然存在一定不足，研究通过问卷收集数据对模型路径进行验证，样本数量及其覆盖范围有一定限制，未来可通过爬虫获取网站中的用户行为数据、文本数据，对研究主题做进一步的验证和补充。

参考文献8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

[1]鄭继承.我国医疗卫生资源配置的均衡性研究[J].中国卫生资源，2019，22（5）：362-366.

[2]芮婷婷.我国用户移动医疗服务使用意愿研究[D].成都：西南交通大学，2016.

[3]张敏，车雨霏，张艳.双渠道视角下在线健康社区用户诊疗信息求助行为的形成路径分析[J].情报科学，2019，37（2）：25-32，101.

[4]王淇.基于平台特性的互联网医疗平台使用意愿影响因素研究[D].哈尔滨：哈尔滨工业大学，2019.

[5]张李义，李慧然.基于互动视角的在线医疗问答患者用户使用研究[J].数据分析与知识发现，2018，2（1）：76-87.

[6]Pang C I，McKay D，Chang S，et al.Privacy Concerns of the Australian My Health Record：Implications for Other Large-scale Opt-out Personal Health Records[J].Information Processing & Management，2020，57（6）：102364.

[7]Jattamart A，Leelasantitham A.Perspectives to Social Media Usage of Depressed Patients and Caregivers Affecting to Change the Health Behavior of Patients in Terms of Information and Perceived Privacy Risks[J].Heliyon，2020，6（6）：e04244.

[8]张星，陈星，侯德林.在线健康信息披露意愿的影响因素研究：一个集成计划行为理论与隐私计算的模型[J].情报资料工作，2016，37（1）：48-53.

[9]刘娟，郑君君，吴江.在线医疗网站患者选择医生的影响因素实证研究[J].医学信息学杂志，2017，38（5）：48-51.

[10]邓朝华，洪紫映.在线医疗健康服务医患信任影响因素实证研究[J].管理科学，2017，30（1）：43-52.

[11]Zhang X，Liu S，Chen X，et al.Health Information Privacy Concerns，Antecedents，and Information Disclosure Intention in Online Health Communities[J].Information & Management，2018，55（4）：482-493.

[12]Esmaeilzadeh P.The Effect of the Privacy Policy of Health Information Exchange（HIE）on Patients Information Disclosure Intention[J].Computers & Security，2020，95：101819.

[13]Shan W，Wang Y，Luan J，et al.The Influence of Physician Information on Patients Choice of Physician in mHealth Services Using Chinas Chunyu Doctor App：Eye-tracking and Questionnaire Study[J].JMIR mHealth and uHealth，2019，7（10）：e15544.

[14]Gong Y，Wang H，Xia Q，et al.Factors that Determine a Patients Willingness to Physician Selection in Online Healthcare Communities：A Trust Theory Perspective[J].Technology in Society，2021，64（37）：101510.

[15]钱明辉，徐志轩，连漪.在线健康咨询平台信息质量评价及其品牌化启示[J].情报资料工作，2018，（3）：57-63.

[16]Adams S A.Revisiting the Online Health Information Reliability Debate in the Wake of“Web 2.0”：An Inter-disciplinary Literature and Website Review[J].International Journal of Medical Informatics，2010，79（6）：391-400.

[17]OGrady L，Wathen C N，Charnaw-Burger J，et al.The Use of Tags and Tag Clouds to Discern Credible Content in Online Health Message Forums[J].International Journal of Medical Informatics，2012，81（1）：36-44.

[18]Rueger J，Dolfsma W，Aalbers R.Perception of Peer Advice in Online Health Communities Access to Lay Expertise[J].Social Science & Medicine，2021，277：113117.8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

[19]Ma T，Atkin D.User Generated Content and Credibility Evaluation of Online Health Information：A Meta Analytic Study[J].Telematics & Informatics，2016，34（5）：472-486.

[20]刘萌萌.在线健康社区用户信息采纳行为意向影响因素研究[D].武汉：华中科技大学，2019.

[21]Prabha M S，Sarojini B.Online Healthcare Information Adoption Assessment Using Text Mining Techniques[J].Mobile Networks & Applications，2019，24（4）：1160-1165.

[22]孙竹梅，华薇娜，汪志兵.微信公众号的健康信息采纳预测研究——基于信息特征和支持向量机[J].情报理论与实践，2018，41（7）：72-77.

[23]Gao Q，Tian Y，Tu M.Exploring Factors Influencing Chinese Users Perceived Credibility of Health and Safety Information on Weibo[J].Computers in Human Behavior，2015，45：21-31.

[24]Jin J，Yan X，Li Y，et al.How Users Adopt Healthcare Information：An Empirical Study of an Online Q&A Community[J].International Journal of Medical Informatics，2016，86：91-103.

[25]Vasiliou C，Ioannou A，Zaphiris P.Understanding Collaborative Learning Activities in an Information Ecology：A Distributed Cognition Account[J].Computers in Human Behavior，2014，41：544-553.

[26]王晰巍，李嘉兴，郭宇，等.移动网络团购APP信息采纳行为影响因素研究——基于信息生态视角的分析[J].图书情报工作，2015，59（7）：31-38.

[27]李晶，漆贤军，陈明红.信息质量感知对信息获取与信息采纳的影响研究[J].情报科学，2015，33（3）：123-129.

[28]曹瑞昌，吴建明.信息质量及其评价指标体系[J].情报探索，2002，（4）：6-9.

[29]Sussman S W，Siegal W S.Informational Influence in Organizations：An Integrated Approach to Knowledge Adoption[J].Information Systems Research，2003，14（1）：47-65.

[30]Davis F D.Perceived Usefulness，Perceived Ease of Use，and User Acceptance of Information Technology[J].MIS Quarterly，1989，13（3）：319-340.

[31]Su L，Swanson S R，Chinchanachokchai S，et al.Reputation and Intentions：The Role of Satisfaction，Identification，and Commitment[J].Journal of Business Research，2016，69（9）：3261-3269.

[32]Kim S，Park H.Effects of Various Characteristics of Social Commerce（S-commerce）on Consumers Trust and Trust Performance[J].International Journal of Information Management，2013，33（2）：318-332.

[33]张颖，朱庆华.付费知识问答社区中提问者的答主选择行为研究[J].情报理论与实践，2018，41（12）：21-26.

[34]Srihadi T F，Setiawan D.The Influence of Different Level of Service Characteristics and Personal Involvement Towards Consumer Relational Response Behaviors[J].Procedia-Social and Behavioral Sciences，2015，210：378-387.

[35]Feldman J M，Lynch J G.Self-generated Validity and Other Effects of Measurement on Belief，Attitude，Intention，and Behavior[J].Journal of Applied Psychology，1988，73（3）：421-435.

[36]肖瓅，陶茂萱.健康素养研究进展与展望[J].中國健康教育，2008，（5）：361-364.8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68

[37]Jin X L，Yin M，Zhou Z，et al.The Differential Effects of Trusting Beliefs on Social Media Users Willingness to Adopt and Share Health Knowledge[J].Information Processing & Management，2021，58（1）：102413.

[38]查先进，张晋朝，严亚兰.微博环境下用户学术信息搜寻行为影响因素研究——信息质量和信源可信度双路径视角[J].中国图书馆学报，2015，41（3）：71-86.

[39]毕继东.网络口碑对消费者购买意愿影响实证研究[J].情报杂志，2009，28（11）：46-51.

[40]Yahia I B，Al-Neama N，Kerbache L.Investigating the Drivers for Social Commerce in Social Media Platforms：Importance of Trust，Social Support and the Platform Perceived Usage[J].Journal of Retailing & Consumer Services，2018，41：11-19.

[41]Resnick P，Zeckhauser R.Trust among Strangers in Internet Transactions：Empirical Analysis of eBays Reputation System[J].The Economics of the Internet and E-commerce，2002，（11）：127 -157.

[42]Jin G Z，Kato A.Price，Quality and Reputation：Evidence from an Online Field Experiment[J].The RAND Journal of Economics，2006，37（4）：983-1004.

[43]錢炳，周勤.声誉溢价是否总是存在？——来自淘宝网的实证研究[J].产业经济研究，2012，（2）：87-94.

[44]龚思兰，丁晟春，周夏伟，等.在线商品评论信息可信度影响因素实证研究[J].情报杂志，2013，32（11）：202-207，180.

[45]殷国鹏.消费者认为怎样的在线评论更有用？——社会性因素的影响效应[J].管理世界，2012，（12）：115-124.

[46]陆奇斌，赵平，王高，等.消费者满意度测量中的光环效应[J].心理学报，2005，37（4）：524-534.

（责任编辑：郭沫含）8A6ACEC4-7E22-4578-BC0E-BD3CCA1B8E68