患者医疗数据共享意愿影响因素——结合改进计划行为理论（TPB）与技术接受模型（TAM）的分析

翟运开，罗 波，王 宇，3，赵栋祥，3

（1.郑州大学管理学院，河南郑州 450001；2.郑州大学第一附属医院，河南郑州 450052；3.互联网医疗系统与应用国家工程实验室，河南郑州 450052）

1 研究背景

医疗数据已经作为国家重要基础性战略资源备受重视。随着5G、大数据及人工智能等数字化技术与医疗健康服务的融合发展，医疗数据呈指数级增长和积累，具有数据量大、多源异构、更新速度快、价值密度低等特征［1］，蕴含巨大的社会价值和科研价值。在推进医疗健康大数据的应用中，厘清从数据产生的源头到数据受益者，即患者、医疗机构、技术企业、监管部门等各主体对医疗健康大数据的态度，提高源头共享意愿，规范数据治理流程，强化数据深度挖掘等全流程关键问题，对于医疗健康大数据规范化发展至关重要。

从源头上看，患者在医疗数据产生过程中不可或缺，医疗健康数据共享和大数据价值挖掘离不开患者许可。只有促进患者积极共享其医疗数据，才能将分散在不同主体、价值密度低的医疗数据进行深入整合并形成医疗健康大数据资产，加快医疗健康数据的价值释放，从而凸显其对社会、医疗机构、医药与大数据相关产业的支撑作用；患者也将从中受益，一方面能更清晰明确地认知自身健康状况，另一方面能享受更高的就诊效率、更便捷的医疗服务模式等。但由于医疗数据与患者隐私信息密切相关，共享出去可能会带来一定风险，因而患者数据共享愿意一直不高。

随着区块链技术和“Web 3.0”的快速发展，构建以用户为中心的分布式网络，保留用户对数据、身份和数字资产的完全所有权逐渐成为现实［2］。近年来，冯涛等［3］、唐衍军等［4］学者从区块链的角度研究了通过区块链网络创建、管理和控制患者健康数据以及将其共享给其他用户等技术。此外，《中华人民共和国个人信息保护法》《信息安全技术健康医疗数据安全指南》等法律和标准也在不断完善。技术进步和相关法律法规的完善，一方面说明了患者医疗数据共享许可在技术上是可行的，另一方面也明确了患者对自身的医疗健康数据权属具有发言权。

本研究将探究患者（正在就医或曾经就医）医疗数据共享意愿的影响因素，并提出提升患者医疗数据共享积极性的建议，以促进医疗数据资源的深入整合，加速医疗数据价值释放。本研究中提到的“数据共享”均特指医疗数据的共享。

2 理论基础与研究综述

2.1 理论基础

近年来，计划行为理论（theory of planned behavior，TPB）、技术接受模型（technology acceptance model，TAM）被广泛应用于对各种新事物的解释和预测行为之中，例如网络购物意愿、科研数据共享行为、政务数据开放等。大量研究表明，计划行为理论、技术接受模型在解释和预测行为意向方面十分有效，因此本研究结合这两种方法作为研究患者医疗数据共享意愿的出发点。

计划行为理论由Ajzen［5］在理性行为理论（theory of reasoned action，TRA）基础上增加了感知行为控制这一变量发展而来，是目前社会心理学中最著名的态度行为关系理论，认为意愿会直接影响主体的行为选择，而主体的意愿又会受到主观规范、感知行为控制以及态度的共同影响，如郑琳［6］、凌玲等［7］的研究中均运用了该理论。因此，根据计划行为理论，主体的态度越积极，主体规范和感知行为控制越强，则其执行某种行为的意向越强，也就越可能最终执行某种行为。Davis［8］于1989 年将TRA 和TPB 应用到信息系统领域，用以解释用户对信息技术的接受行为，提出了技术接受模型。支凤稳等［9］、何琳等［10］学者基于TAM 开展研究，认为实际使用的行为由行为意向所决定，行为意向由使用态度和感知有用性决定，使用态度又由感知有用性和感知易用性决定，而感知有用性则受感知易用性的影响。

2.2 相关研究综述

通过在中国知网（CNKI）、Web of Science 等中英文数据库检索，得到数据共享意愿有关文献的研究主题主要为科研数据的开放共享意愿，较少涉及对医疗数据共享意愿的研究；在研究方法上多采用现场访谈、调查问卷等方式收集数据。在对科研数据开放共享意愿的相关研究中，诸多学者主要研究科研数据共享意愿的影响因素，如支凤稳等［9］、何琳等［10］、盛小平等［11］分别从个体因素、政策制度、技术支持等多种角度展开研究，并提出相应的激励措施来促进科研数据共享意愿的提升。以“医疗数据共享意愿”为主题词检索得到文献共60 余篇，通过文献去重、主体分析等得到目标文献30 篇，其中英文文献27 篇、中文文献3 篇。在医疗数据共享意愿相关研究中，学者从个人共享医疗数据的影响因素、相关主体演化博弈等角度展开，主要采用博弈理论、调查问卷、文献分析等研究方法，例如，Juga 等［12］通过结构方程模型研究了个人愿意共享健康数据以供二次使用的行为因素；Naeem 等［13］通过收集与电子健康信息共享意愿相关文献，将文献内容编码整理得出研究主题，总结了与共享健康信息意愿相关的因素；韩普等［14-15］从隐私保护视角构建了患者和医疗服务机构两方演化博弈模型和患者，以及医疗服务机构和政府的三方演化博弈模型，探究了各方利益相关者的共享意愿。

通过文献回顾，梳理了目前与数据共享意愿相关的影响因素，并将其划分为3 个层面（见表1），包括涉及人口统计学信息、性格特征和心理感知的个体层面，涉及技术支撑、共享平台和数据管理的技术层面，以及涉及政策法规、社会文化和社群关系的社会环境层面。

表1 数据共享意愿的影响因素

综上所述，国内外关于医疗数据共享意愿的研究取得了一定成果，但主要涉及医疗数据共享的相关因素和共享行为激励等方面，涉及社会环境因素与共享意愿关系的研究较少，因此，本研究基于TPB-TAM 模型，纳入感知成本、感知风险等因素构建患者医疗数据共享意愿模型，以探讨患者医疗数据共享意愿的影响因素，并针对性地提出建议。研究思路如图1 所示。

图1 分析框架

3 理论模型构建与研究假设

3.1 基础模型构建

计划行为理论和技术接受模型都是在理性行为理论的基础上发展起来的，二者具有一定的互补性。TPB 模型从组织环境角度提出感知行为控制、主观规范和个体态度对个体行为意愿产生的影响［5］，但风险偏好、成本衡量等患者个人因素也会影响其共享意愿；而TAM 模型的优点在于其简洁性，但忽略了社会客观因素对行为意向的影响［16］。一方面，医疗数据共享具有一般创新行为的特点，适合以TPB为理论模型研究；另一方面，TAM 能够较好地解释患者接受新技术的影响因素，加之TPB-TAM 整合模型比单独使用TPB或TAM的解释力更强［17］。因此，基于TPB-TAM 的基础模型（见图2）展开研究。

图2 基础模型

3.2 患者个人因素的探索研究与模型整合

医疗数据常常直接记录着详细的患者信息及其身体健康状况，相较于其他数据具有更高的敏感性，对隐私保护的要求更高［1］。患者感知到医疗数据共享后可能带来一定的负面结果，如隐私信息泄露、数据滥用等问题，且感知到的风险越大其共享意愿越小。目前尚未构建完善的医疗数据共享平台和共享体系，患者不清楚医疗数据共享的流程、运行规则等，由于担心在共享医疗数据时需要付出大量的时间精力，患者通常不愿意共享，且感知到的成本越大其共享意愿越小。虽然影响患者医疗数据共享的因素还有很多，如隐私忧虑、感知价值、感知收益等，但这些因素与感知风险和感知成本具有一定的重合度，如感知风险已经包含了患者对隐私的忧虑；此外，患者在感知共享成本时也会对共享医疗数据所带来的价值、收益综合考虑进行权衡。因此，将患者的感知风险和感知成本作为影响医疗数据共享意愿的个人因素加入基础模型，并基于患者调研结果，对加入个人因素后的改进模型进行探索性研究，以初步确定改进模型的可行性。

患者调研在郑州市的3 家三甲医院开展。首先，根据相关文献和内部讨论拟定了开放式调研提纲，包括基本情况、共享态度与意愿、共享便利性与成本衡量等3 个方面，由2 名调研员同时实施3 天的调研，在每家医院分别随机访谈10 名住院患者和10名门诊患者，访谈时间约10 min/人。访谈结果显示，62%的患者在不涉及个人利益和风险的条件下愿意共享医疗数据，但来自不同专科的患者意愿明显不同，内分泌、骨、心血管等科室患者的数据共享意愿达到80%以上，而感染科、妇科、男性科患者的数据共享意愿不足40%，这说明患者有一定的共享意愿，但对涉及个人利益的隐私有较高的担忧。在共享便利性与成本衡量方面，如果数据共享只需患者签署知情同意，不附加其他操作且不影响其日常生活，数据共享意愿达到73%；但若数据共享需耗费患者较多时间和精力甚至采用一定的技术手段，共享意愿则下降到不足40%。此外，学历层次、年龄都对患者数据共享有一定影响，但影响不大，其中高学历的患者会更倾向于数据共享；30 岁以内的患者和60 岁以上患者的数据共享意愿基本一样，而30～60 岁之间患者的数据共享意愿稍低一些。

经过探索性研究发现，感知风险、感知成本会显著影响患者医疗数据共享的意愿，因此，将感知风险和感知成本纳入基础模型是合理的，进而将TPB 中的感知行为控制和主观规范作为社会环境因素、TAM 中的感知有用性作为技术因素，同时将感知风险、感知成本等患者个体因素纳入分析框架对基础模型进行改进。

3.3 研究假设提出

感知行为控制（perceived behavioral control，PBC）能反映出行为主体是否具有执行某特定行为所需的资源以及是否能够把握共享相关的机遇［18］，即个体感知到执行数据共享行为的难易程度。何琳等［10］和邓灵斌等［19］的研究发现，感知行为控制正向影响科研数据共享态度。因此，提出如下假设：

H1：感知行为控制对医疗数据的共享态度有正向影响。

H2：感知行为控制对医疗数据的共享意愿有正向影响。

主观规范（subjective norms，SN）指行为主体在决策是否采取某特定行为时感受到的社会压力，即患者所感知到的进行医疗数据共享决策时面临的社会压力，是评估行为意愿时最重要的指标之一。Karahanna 等［20］研究发现主观规范对用户接受新信息系统的意愿有正向影响；郑琳［6］研究发现主观规范正向影响科研人员数据共享意愿；姜勤勤等［21］研究发现主观规范对受访者感知“互联网+护理服务”有用性具有正向影响。因此，提出如下假设：

H3：主观规范对医疗数据的共享态度有正向影响。

H4：主观规范对医疗数据的共享意愿有正向影响。

感知成本（perceived costs，PC）指的是行为主体进行数据共享时所耗费的成本，主要表现为时间、精力等方面的投入。感知成本会影响科研人员的数据共享态度［22］，当感知数据共享需要的时间与付出的精力增加时，患者的数据共享意愿会减弱。郑琳［6］认为共享成本会对共享意愿产生负向影响；万莉等［23］研究发现感知成本对数据共享态度、数据共享行为意愿呈现负向影响。因此，提出如下假设：

H5：感知成本对医疗数据的共享态度有负向影响。

H6：感知成本对医疗数据的共享意愿有负向影响。

感知风险（perceived risk，PR）是指行为主体对采取行动可能带来的负面结果的感知。由于医疗数据涉及患者隐私信息，患者担心进行共享后，因数据脱敏不完全带来信息泄露、数据滥用等风险。Enke 等［24］研究发现科研人员担心科研数据共享后会出现数据错用、保密问题等情况；Wicherts 等［25］研究发现科研人员进行数据共享后会被其他学者揭示研究中的错误或得出与之相反的结论；何琳等［10］认为感知风险负向影响科研人员数据共享的态度。因此，提出如下假设：

H7：感知风险对医疗数据的共享态度有负向影响。

H8：感知风险对医疗数据的共享意愿有负向影响。

感知有用性（perceived usefulness，PU）指行为主体主观上认为某一特定系统给其带来的工作绩效的提升程度。在本研究中，PU 主要体现在患者共享其医疗数据时，使用共享平台或系统能提升共享的效率，减少患者的时间精力耗费。何琳等［10］研究发现感知有用性对科研人员数据共享态度有正向影响；王春晓等［26］研究发现科研人员数据共享的意愿受到感知有用性的显著正向影响。因此，提出如下假设：

H9：感知有用性对医疗数据的共享态度有正向影响。

H10：感知有用性对医疗数据的共享意愿有正向影响。

数据共享意愿（sharing willingness，SW）指患者共享医疗数据时的主观意愿强烈程度。主体行为意愿主要受主体进行某种行为的态度影响，患者对医疗数据共享的看法越积极，其数据共享意愿就越强烈。姜勤勤等［21］在研究“互联网+护理服务”患者采纳意愿时发现，数据共享态度（sharing attitude，SA）对共享意愿有正向影响；邓灵斌等［19］在研究我国高校科研人员科学数据共享意愿时也得出相同的结论。因此，提出如下假设：

H11：医疗数据的共享态度对医疗数据的共享意愿有正向影响。

综上，从个体、技术和社会环境3 个维度构建的患者医疗数据共享意愿模型——TSI 模型，如图3所示。

图3 TSI 模型

4 问卷设计与数据收集

4.1 调查问卷设计

为保证问卷的效度，测量变量均引用和参考已有文献，如表2 所示。问卷中所有变量的测量均采用李克特五级量表形式，从1（非常不同意、非常不愿意）到5（非常同意、非常愿意）进行测度。

表2 研究量表及参考来源

对初步完成的问卷进行预调研，样本来自36 位不同年龄、不同专业背景的大学生。预调研题项的克隆巴赫（Cronbach）系数为0.913，说明预调研问卷的信度较好。预调研的因子分析结果如表3 所示，可以看出除题项PR3外，各观测变量在其潜在变量上的载荷系数远大于在其他潜在变量上的载荷系数；原因可能是题项PR3有歧义，使被调研者产生误解，不能反映其真实看法。因此，基于预调研的信效度分析及被调研者的反馈，对问卷的模糊题项、题目排序等进行修改，最终形成正式调查问卷。正式调查问卷由两部分组成，共计25 个题项：一是患者基本信息测量，主要包括性别、年龄、文化程度等，共3 个题项；二是对患者医疗数据共享意愿影响因素的测量，共22 个题项。

4.2 问卷发放与收集

正式问卷不仅在国家远程医疗与互联网医学中心发放，还借助问卷星在微信群、QQ 群中扩散传播。共回收问卷665 份，剔除无效问卷122 份，最终获得有效问卷543 份，问卷有效率为81.65%。在被调查者中，女性占比为57.3%，略高于男性；18～25岁的占比为37.8%，26～35 岁的占比为29.1%，36～45 岁的占比为16.4%，46～55 岁的占比为10.3%，55 岁以上的占比为6.4%。

5 实证结果分析

5.1 信效度检验

使用SPSS 21.0 和Amos 25.0 软件对问卷数据进行信效度分析。信度主要衡量测量结果的一致性和稳定性，从表5 可以看出，各变量的Cronbach 系数和组合信度（CR）值均大于等于0.819，且量表的整体Cronbach 系数为0.907，表明各测量尺度较为可靠，相关题项之间具有较高的一致性，说明本研究的测量模型具有很好的信度。效度主要衡量测量结果是否真实反映出被测对象的特征，从表4 可以看出，各变量的平均方差提取（AVE）值均大于0.5，说明测量模型具有理想的聚合效度。另外由表5 可知，7个潜在变量的AVE 平方根均大于与其他潜在变量间的相关系数，表明测量模型具有良好的区分效度。

表4 变量的信效度检验结果

表5 潜在变量的相关性分析结果

除此之外，通过因子分析判定聚合效度和区分效度发现，问卷整体的KMO 值为0.887，表明适合进行因子分析。结果如表6 所示，可以看到，所有观测变量在其潜在变量上的载荷系数均大于0.7，且每个观测变量在其潜在变量上的载荷系数远大于在其他潜在变量上的载荷系数。这进一步说明测量模型具有很好的聚合效度和区分效度。综上所述，本研究的测量模型具有很好的效度。

表6 变量的因子分析结果

5.2 结构模型的检验

使用Amos 25.0 软件绘制结构方程模型，并导入问卷数据进行模型检验。由表7 可知，模型拟合指标均符合规定适配标准或临界值，表明模型拟合度好。

表7 问卷数据的整体拟合系数

根据TSI 模型和分析结果，最终得到通过验证的概念模型图（见图4）。结构方程模型的检验结果表明，H2、H3、H5、H7、H8、H9、H10、H11都通过了显著性检验，而H1、H4和H6未通过显著性检验。

图4 研究假设的检验结果

5.3 共享态度的中介效应分析

将Bootstrap 自抽次数设为5 000 次，采用Amos 25.0 软件完成对共享态度的中介效应检验。由图4和表8 可知，共享态度在主观规范与共享意愿之间、在感知成本与共享意愿之间起完全中介作用；共享态度在感知风险与共享愿意之间起部分中介作用，其中感知风险的直接效应为-0.283，共享态度的间接效应为-0.110，总效应为-0.393，中介效应占比为27.99%；共享态度在感知有用性与共享意愿之间起部分中介作用，其中感知有用性的直接效应为0.393，共享态度的间接效应为0.279，总效应为0.672，中介效应占比41.52%；而共享态度在感知行为控制与共享愿意之间不起中介作用。

表8 被调查患者共享态度的中介效应检验结果

5.4 结果讨论

（1）在个体层面，患者不愿共享其医疗数据的首要原因是担心隐私信息的泄露，因为数据共享的程度越大，隐私泄露的风险就越大。模型检验结果也恰好体现了这一点：感知风险对患者的数据共享态度和共享意愿均有负向影响，且能通过共享态度间接影响共享意愿。可见患者担心医疗数据共享后可能带来风险，如隐私泄露、信息滥用等。感知成本对患者的数据共享态度有负向影响，这说明患者担心共享医疗数据会带来时间、精力等成本问题，在一定程度上降低了其数据共享的积极性。值得注意的是，感知成本对数据共享意愿的效应值为正不显著，这与已有的经验认知不一致，但其能通过共享态度间接影响患者数据共享意愿。通过探索性研究以及追问那些认为共享医疗数据需要付出成本但仍愿意共享的被调查者，本研究认为潜在原因有以下两个方面：其一是由于医疗数据共享平台和共享体系的不完善，无法准确衡量数据共享的成本，导致患者对共享医疗数据所需的成本认知不足；其二是虽然共享医疗数据可能需要患者付出一定的精力，但共享后给患者带来的益处远大于其付出的成本，如减少重复就诊、提高就诊效率、提高医疗水平等，使患者愿意付出一定的成本共享其医疗数据。简单来说，与感知风险相比，患者并不那么在意共享医疗数据所需的成本。

（2）在技术层面，感知有用性对患者的数据共享态度（β=0.715，P<0.001）和共享意愿（β=0.393，P<0.001）均有正向影响，且共享态度在感知有用性和共享意愿之间起部分中介作用。这说明医疗数据共享带来的好处，如在医院间共享提升就诊效率、共享给科研机构推动医学研究进步等，通过影响患者的认知和评价，促进患者共享意愿的提升，而且使患者感知到的好处越多越有益，患者共享医疗数据的态度和意愿也就越强烈。此外，医疗数据共享平台操作越便利、共享的流程越简便，患者共享积极性越高。

（3）在社会环境层面，感知行为控制对患者的数据共享意愿有正向影响，主观规范对患者的数据共享态度有正向影响。同事、家人和专家等对医疗数据共享的看法及行为会影响患者的共享意愿，感知行为控制和主观规范恰好从组织环境视角印证了该结论。这说明相关机构针对医疗数据共享行为颁布物质或精神奖励的政策会提升患者数据共享的积极性。值得注意的是，从郑琳［6］、支凤稳等［9］学者对其他领域数据（如科研数据等）共享意愿的研究发现，主观规范均直接正向影响共享意愿，并未考虑共享态度的间接影响，但本研究发现，在患者医疗数据共享背景下，主观规范对数据共享意愿有正向不显著影响，但其能通过共享态度的中介作用间接影响患者的数据共享意愿。这说明同事、家人和专家等会影响患者对医疗数据共享的认知和评价，但是否愿意共享，患者可能更有自己的主见。共享态度对患者的数据共享意愿有正向影响。对患者而言，他们对于医疗数据共享的看法越积极，其数据共享意愿就越强烈；但出于对未知事物的恐惧，患者对医疗数据共享了解不足，从而产生怀疑，会降低其数据共享意愿。

6 结论与讨论

6.1 研究结论

本研究基于TPB 和TAM 理论，结合医疗数据的特征，从患者角度出发构建了TPB-TAM 整合模型，探索患者医疗数据共享意愿的影响因素。研究结果表明：感知行为控制直接影响患者医疗数据共享意愿；主观规范和感知成本通过共享态度间接影响患者医疗数据共享意愿；感知风险和感知有用性不仅能直接影响患者医疗数据共享意愿，还能通过共享态度间接影响患者医疗数据共享意愿。

6.2 建议

6.2.1 加强感知行为控制和主观规范的作用

为了提高患者数据共享的积极性，相关机构可从组织环境方面采取相应措施。首先，公布医疗数据共享的目的、流程、运行规则、益处等，并对患者担忧的问题答疑解惑，增强其对数据共享的了解和认知；其次，着重指出医疗数据共享是在保护患者隐私的基础上进行的，敏感数据将在挖掘分析前去除，降低患者对隐私泄露的担忧；最后，制定支持性政策加强对医疗数据安全与隐私保护的基础设施建设，制定物质或精神奖励政策对医疗数据共享行为进行激励，提升患者数据共享的积极性与行动力。除此之外，利用同事、家人和专家等社群影响力加大对医疗数据共享的宣传［10］，提升患者对医疗数据共享的认知和评价，增强其数据共享意愿。

6.2.2 降低感知风险

在平衡数据共享与隐私保护的矛盾方面，可采取以下措施提高患者共享医疗数据的积极性：首先，加强对患者隐私信息的立法保护，高度重视公民隐私和国家信息安全，从制度法规层面明确隐私数据的范围，并加大泄露隐私信息后的追责及惩处力度；其次，利用数据脱敏技术去除共享医疗数据中的敏感信息，并将区块链和云存储相结合来保护医疗数据隐私［3］，加强对存储信息的安全保护；最后，相关机构成立专门的医疗数据管理部门和监督部门，对医疗数据的共享制定专门的规章制度，加强对医疗数据的有效监管。

6.2.3 降低感知成本

为了提高患者医疗数据共享的积极性，可从感知成本角度采取以下措施：首先，规范医疗数据标准体系，如数据格式标准、语义标准等［29］，为构建医疗健康信息平台奠定基础；其次，进一步完善医疗数据平台的基础设施建设，需包含数据聚合、存储、安全保障及标准化共享等功能［30］，推动医疗数据共享体系形成；最后，构建统一的数据共享交换平台［31］，有效集成医疗健康数据，解决医疗“信息孤岛”和信息壁垒问题，并尽量简化医疗数据共享的流程，降低患者的感知成本。

6.2.4 强化患者感知有用性的认识

相关机构可从感知有用性角度采取以下措施，促进患者积极共享其医疗数据：首先，政府部门、知名医院及权威医疗机构可以联合起来共同宣传医疗健康信息平台，增加患者对共享平台的了解及可信度；其次，广泛宣传医疗数据共享后能给患者带来的益处，如更便捷的医疗服务模式、更高质量的医疗水平、更全面的康复指导以及更低的就医费用等［14］，吸引患者共享其医疗数据；最后，将区块链技术运用到医疗健康信息平台构建中，有助于促进医疗机构之间的数据共享［4］，提高患者就诊效率，从而促进其共享意愿的提升。

6.3 不足与展望

医疗数据涉及患者、医疗健康机构、技术企业、监管部门等一系列主体，但本研究主要以患者为调研对象，不能充分反映不同社会身份的群体对医疗数据的共享态度和共享意愿。后期研究可在此基础上，以医疗健康机构、监管部门等不同主体为调查对象，研究不同的社会身份对医疗数据共享意愿的影响。