李 晶, 管子玉，謝 飛, 段 群

(1.西京學(xué)院 商學(xué)院, 陜西 西安 710123; 2.西北大學(xué) 信息科學(xué)與技術(shù)學(xué)院, 陜西 西安 710127;3.西北工業(yè)大學(xué) 計(jì)算機(jī)學(xué)院, 陜西 西安 710129; 4.西安電子科技大學(xué) 前沿交叉研究院, 陜西 西安 710126;5.咸陽(yáng)師范學(xué)院 計(jì)算機(jī)學(xué)院, 陜西 咸陽(yáng) 712000)

得益于近年來(lái)社會(huì)經(jīng)濟(jì)持續(xù)發(fā)展和無(wú)線互聯(lián)網(wǎng)環(huán)境的持續(xù)改善,人民群眾的衣食住行等基礎(chǔ)生活條件得到了很大提升。隨之而來(lái)的需求側(cè)升級(jí)必然對(duì)包含醫(yī)療服務(wù)在內(nèi)的一些基本生活服務(wù)產(chǎn)生巨大的市場(chǎng)需求,以及該類服務(wù)在安全性、易用性等服務(wù)質(zhì)量上的持續(xù)改善。其中,醫(yī)療服務(wù)作為一種基本生活服務(wù),雖然其市場(chǎng)規(guī)模隨社會(huì)財(cái)富增加已呈現(xiàn)爆發(fā)式增長(zhǎng),但在服務(wù)過(guò)程中并沒(méi)有得到良好的智慧體驗(yàn),少量的智慧醫(yī)療APP還未能撐起醫(yī)療服務(wù)的智能化[1],其市場(chǎng)價(jià)值也嚴(yán)重不足。根據(jù)中國(guó)智慧醫(yī)療市場(chǎng)2020年上半年報(bào)告顯示,我國(guó)智慧醫(yī)療的使用者規(guī)模已達(dá)到5.9億,但市場(chǎng)規(guī)模僅有87.5億元[2],即每個(gè)用戶僅貢獻(xiàn)了14.83元的價(jià)值。目前智慧醫(yī)療的痛點(diǎn)體現(xiàn)為:智慧醫(yī)療APP用戶使用人數(shù)較少,使用頻率較低,這種現(xiàn)象與龐大的醫(yī)療需求不相匹配。因此,研究如何提高智慧醫(yī)療APP的黏性,受到學(xué)術(shù)界的熱點(diǎn)關(guān)注[3]。

本文探究智慧醫(yī)療APP用戶黏性的主要影響因素,結(jié)合目前軟件應(yīng)用上的實(shí)際問(wèn)題,通過(guò)以TAM 模型為基礎(chǔ),參考計(jì)劃行為理論(TPB),并且考慮到使用者對(duì)風(fēng)險(xiǎn)因素的顧慮,也參考了感知風(fēng)險(xiǎn)理論(PR),最終建立初始模型。同時(shí)考慮到教育程度因素,選取在校大學(xué)生作為此次研究的主要對(duì)象,希望能夠給智慧醫(yī)療APP 的市場(chǎng)應(yīng)用提供一些參考依據(jù)。

1 研究現(xiàn)狀

智慧醫(yī)療需要與傳統(tǒng)醫(yī)療融合并且協(xié)同發(fā)展,從獲取的智慧醫(yī)療系統(tǒng)中的信息交換來(lái)看,智慧醫(yī)療在中國(guó)已經(jīng)取得了一定的發(fā)展,但同時(shí)也出現(xiàn)了使用頻率較低等問(wèn)題[4-5]。

通過(guò)展開(kāi)對(duì)消費(fèi)者關(guān)于智慧醫(yī)療應(yīng)用的問(wèn)卷調(diào)查發(fā)現(xiàn)，大眾對(duì)智慧醫(yī)療認(rèn)知度較低并且很多醫(yī)院并沒(méi)有重視開(kāi)展智慧醫(yī)療服務(wù)，其主要原因來(lái)自政府相對(duì)缺乏監(jiān)管機(jī)制以及政策上沒(méi)有給與大力支持[6]。智慧醫(yī)療APP開(kāi)發(fā)商應(yīng)該多與各大醫(yī)院建立多元化合作模式,例如讓傳統(tǒng)醫(yī)療中的掛號(hào)排隊(duì)等服務(wù)被智慧醫(yī)療所替代,這樣才能夠較為充分發(fā)揮出智慧醫(yī)療的顯著優(yōu)勢(shì)[7]。袁金巧通過(guò)對(duì)哈爾濱地區(qū)的智慧醫(yī)療軟件使用者的數(shù)據(jù)采集，并且同時(shí)使用隱私計(jì)算理論,發(fā)現(xiàn)且證明了抑制因素和推動(dòng)因素對(duì)最終用戶黏性的影響[8]。個(gè)人信息的暴露程度與這兩種因素緊密相關(guān),并且也會(huì)影響使用者對(duì)該醫(yī)療APP的信任度。但值得注意的是，在不同地區(qū)采集的數(shù)據(jù)可能會(huì)存在地域差異性。除此之外,在風(fēng)險(xiǎn)平衡和個(gè)人收益變量中,該研究只選取了個(gè)性化和隱私因素影響,所以研究具有一定的局限性。嚴(yán)春美等人發(fā)現(xiàn)了基于隱私計(jì)算理論在不同年齡段的智慧醫(yī)療用戶之間的差異化現(xiàn)象[9],但是卻沒(méi)有發(fā)現(xiàn)職業(yè)的差異化也可能對(duì)其有所影響。基于創(chuàng)新擴(kuò)散理論,劉永軍等人發(fā)現(xiàn)不同種類的因素對(duì)智慧醫(yī)療APP起著各異的影響[10],但是此研究角度不夠多元化,并不能夠充分說(shuō)明智慧醫(yī)療APP用戶的黏性影響因素。

本文研究主要是在大學(xué)生群體中展開(kāi),從感知有用性、感知易用性、主觀規(guī)范、感知行為控制和感知風(fēng)險(xiǎn)多方面因素探討影響智慧醫(yī)療軟件黏性的因素,為其市場(chǎng)應(yīng)用提供更多角度的建議。

2 理論背景

2.1 技術(shù)接受模型(TAM)

技術(shù)授受模型(technology acceptance model, TAM)被Davis于1989年首次提出,研究的主要方向是哪些因素會(huì)直接或者間接影響使用者接受信息系統(tǒng),TAM模型如圖1所示，其最初意愿是研究計(jì)算機(jī)被廣泛接受的相關(guān)影響因素[11]。本文借助該模型構(gòu)架研究智慧醫(yī)療服務(wù)的用戶黏性影響因素。

圖1 TAM 模型

從TAM模型中可以看出,最終影響消費(fèi)者黏性的因素有很多,但其中有兩個(gè)因素被使用的范圍最廣,一個(gè)是感知有用性(perceived usefulness,PU),另外一個(gè)是感知易用性(perceived ease of use,PEOU)。感知有用性主要體現(xiàn)有效性,即在使用一個(gè)系統(tǒng)時(shí)為使用者帶來(lái)的相比原來(lái)更高的使用價(jià)值。而感知易用性主要體現(xiàn)為便捷性,即使用者認(rèn)為此技術(shù)系統(tǒng)使用時(shí)相比原先系統(tǒng)更加快捷高效且維護(hù)成本更低。后來(lái)孫建軍等人提出感知有用性是決定其行為的重要影響變量,并且更能夠提煉出用戶黏性相關(guān)影響因素[12]。根據(jù)上述分析,TAM模型適合用作詳細(xì)解釋用戶使用技術(shù)信息軟件的原因,并且同時(shí)能夠具備一定的智慧醫(yī)療軟件應(yīng)用預(yù)測(cè)性。因此,本文選擇該模型作為基礎(chǔ)理論模型。

2.2 計(jì)劃行為理論(TPB)

計(jì)劃行為理論(theory of planned behavior，TPB)模型是根據(jù)理性行為理論(theory of reasoned ection, TRA)所提出的一個(gè)擴(kuò)展模型，TPB模型如圖2所示。TRA模型是社會(huì)心理學(xué)方面具有最優(yōu)影響力的技術(shù)采納模型之一,其使用行為態(tài)度(attitude toward behavior)和主觀規(guī)范(subjective norm)兩個(gè)變量作為行為意愿的決定因素。TPB模型在TRA模型的基礎(chǔ)上增加了感知行為控制(perceived behavioral control，PBC)這一新的變量。通過(guò)對(duì)態(tài)度、規(guī)范信念、控制信念3個(gè)變量的分析提供了多項(xiàng)對(duì)用戶行為意愿的成功預(yù)測(cè)[13-14]。

圖2 TPB 模型

2.3 感知風(fēng)險(xiǎn)理論

感知風(fēng)險(xiǎn)(perceived risk, PR)起初是在心理學(xué)領(lǐng)域誕生,并且首次由哈佛大學(xué)學(xué)者Bauer在1960年提出[15]。該概念認(rèn)為個(gè)體可能遇到諸多令人不愉快的因素包括個(gè)人損失,而這些都是由個(gè)體的行為產(chǎn)生，并且后果無(wú)法預(yù)測(cè)[16]。

感知風(fēng)險(xiǎn)被定義為使用者本人能夠感受到的最終結(jié)果是不愉快的,或者感受到最終結(jié)果可能是對(duì)個(gè)人不利的。在市場(chǎng)環(huán)境下分析消費(fèi)者時(shí),Bauer指出感知風(fēng)險(xiǎn)并不側(cè)重于帶來(lái)的真實(shí)個(gè)體行為風(fēng)險(xiǎn),而是強(qiáng)調(diào)用戶本人主觀感受到的風(fēng)險(xiǎn)。根據(jù)前人的研究基礎(chǔ),本文將感知風(fēng)險(xiǎn)(PR)定義為使用者在主觀意識(shí)上對(duì)使用智慧醫(yī)療APP所帶來(lái)的風(fēng)險(xiǎn)的預(yù)知程度和損失接受程度。本文根據(jù)調(diào)查對(duì)象,將隱私風(fēng)險(xiǎn)、功能風(fēng)險(xiǎn)和法律風(fēng)險(xiǎn)納入模型中研究。

3 模型建立與研究假設(shè)

3.1 模型建立

本文借鑒了TAM模型和TPB模型對(duì)用戶黏性的相關(guān)影響因素分析,結(jié)合PR理論中風(fēng)險(xiǎn)因素的相關(guān)分析,根據(jù)國(guó)內(nèi)智慧醫(yī)療市場(chǎng)的調(diào)研,最終提取了5個(gè)因子構(gòu)成模型。其中，用戶使用意愿的強(qiáng)弱(即用戶黏性的高低)作為最終結(jié)果測(cè)量;感知有用性作為直接正向影響因素,其細(xì)分后可以拆分為3個(gè)子因素:①感知易用性；②主觀規(guī)范；③感知行為控制;同時(shí),感知風(fēng)險(xiǎn)作為直接負(fù)向影響因素,會(huì)直接降低用戶最終的使用意愿。根據(jù)其邏輯關(guān)系,本文建立模型如圖3所示。

圖3 智慧醫(yī)療APP用戶黏性模型

3.2 研究假設(shè)

1)感知有用性PU

此變量是在研究用戶采納意愿的行為中最常引用的變量之一。根據(jù)TAM模型,使用者最終愿意使用一項(xiàng)新技術(shù)主要原因在于其使用價(jià)值及感知有用性。感知有用性被Holden 和 Karsh定義為使用者在使用這項(xiàng)信息技術(shù)時(shí)主觀意識(shí)所感受到的相比原先技術(shù)的效率提高[17]。在本文中,此變量被定義為個(gè)體在使用智慧醫(yī)療APP時(shí)能夠獲得醫(yī)療健康服務(wù)并且提高健康水平的程度。根據(jù)以上內(nèi)容提出假設(shè):感知有用性影響使用者對(duì)智慧醫(yī)療APP的黏性(H1)。

2)感知易用性PEOU

感知易用性在使用者采納行為研究中是一個(gè)比較常見(jiàn)的變量,該變量被定義為用戶所感受到的需要付出的時(shí)間或者努力時(shí)所消耗的成本[18]。感知易用性在智慧醫(yī)療的大環(huán)境下被定義為使用者在使用該軟件時(shí)或者學(xué)習(xí)時(shí)所能感受到的難易程度。智慧醫(yī)療APP服務(wù)和傳統(tǒng)的醫(yī)療服務(wù)不同的地方是,它采用的是虛擬網(wǎng)絡(luò)平臺(tái)，同時(shí)為大眾提供普通健康服務(wù),這種服務(wù)最大的特點(diǎn)就是不同年齡段的使用者在網(wǎng)絡(luò)的操作上會(huì)有難易程度的差異化體現(xiàn)。相對(duì)地,年輕使用者對(duì)于這種難易程度的使用是相對(duì)容易的,因?yàn)樗麄冊(cè)谌粘Ｉ钪薪佑|的電子設(shè)備較多，并且更容易接受新鮮的技術(shù)和事物。根據(jù)以上內(nèi)容提出假設(shè):感知易用性影響使用者對(duì)智慧醫(yī)療APP的感知有用性(H2)。

3)主觀規(guī)范SN

主觀規(guī)范(subjective morm, SN)源自TPB理論,它是指當(dāng)采納一項(xiàng)技術(shù)或者服務(wù)時(shí),使用者個(gè)體感知下的對(duì)自己比較重要的人的支持程度[19]。此次研究中,SN被定義為使用智慧醫(yī)療APP是否會(huì)受到同事、朋友或者對(duì)自己重要的人的影響。根據(jù)以上內(nèi)容提出假設(shè):主觀規(guī)范影響使用者對(duì)智慧醫(yī)療APP的感知有用性(H3)。

4)感知行為控制PBC

感知行為控制變量用來(lái)測(cè)量使用者個(gè)體所能感知到的在面對(duì)智慧醫(yī)療軟件時(shí)體現(xiàn)出來(lái)的個(gè)體擁有的、實(shí)施目標(biāo)行為所需的技能、資源和機(jī)會(huì)的指標(biāo)[19]，該變量源自TPB理論。在此次研究中,該變量被定義為個(gè)人用戶對(duì)自己是否擁有充分條件或能力使用智慧醫(yī)療APP,其中包括了是否能夠正常輕松地連接網(wǎng)絡(luò)和使用智能手機(jī)。感知行為控制被認(rèn)為是使用者的主觀感受,基于此,提出以下假設(shè):感知行為控制影響使用者對(duì)智慧醫(yī)療APP的黏性(H4)。

5)感知風(fēng)險(xiǎn)PR

本文借鑒了Luo等人[20]對(duì)此概念的定義研究,將感知風(fēng)險(xiǎn)定義為智慧醫(yī)療用戶所感受到的即將帶來(lái)風(fēng)險(xiǎn)的可能性和不可預(yù)測(cè)性。這種感知會(huì)直接影響用戶的最終黏性。結(jié)合目前智慧醫(yī)療存在的問(wèn)題,在本研究中將感知風(fēng)險(xiǎn)分為隱私、功能和法律風(fēng)險(xiǎn)。根據(jù)以上內(nèi)容提出假設(shè):感知風(fēng)險(xiǎn)影響使用者對(duì)智慧醫(yī)療APP的黏性(H5)。

4 實(shí)證分析

4.1 問(wèn)卷設(shè)計(jì)

實(shí)證調(diào)研是此次研究的關(guān)鍵,問(wèn)卷設(shè)計(jì)的合理性直接影響著后面結(jié)構(gòu)方程的分析。參考過(guò)往智慧醫(yī)療相關(guān)資料的研究量表,通過(guò)適當(dāng)調(diào)整量表,此次問(wèn)卷最終采用了6個(gè)變量測(cè)量項(xiàng):PU(感知有用性)、PEOU(感知易用性)、SN(主觀規(guī)范)、PBC(感知行為控制)、PR(感知風(fēng)險(xiǎn))和US(黏性)一共24題，如表1所示。問(wèn)卷中6個(gè)變量項(xiàng)全部使用李克特五點(diǎn)量表形式,1～5分表示使用者對(duì)該觀點(diǎn)的贊同程度,依次由弱到強(qiáng)。

表1 問(wèn)卷變量設(shè)計(jì)

4.2 量表描述統(tǒng)計(jì)量

本研究總共發(fā)放300份問(wèn)卷,剔除不完整和明顯不合格的問(wèn)卷后,有效樣本共計(jì)274份,問(wèn)卷的有效率是91.3%。問(wèn)卷中,男性參與的比例為49.27%,女性50.73%; 21～30歲之間的比例最大,為72.63%;學(xué)生為這次問(wèn)卷的主要參與者,占大約76.28%; 在教育方面,受到本科教育用戶基數(shù)最大,占77.37%;月收入水平方面,52.55%的參與者屬于1 001～3 000元區(qū)間。數(shù)據(jù)顯示: 參與調(diào)研的群體主要在20～31歲,并且絕大部分是大學(xué)生群體,這群消費(fèi)者對(duì)新鮮事物好奇性較高,也具備較好的移動(dòng)軟件使用技能,將成為智慧醫(yī)療APP的主要使用群體之一。樣本描述性統(tǒng)計(jì)的具體信息如表2所示。

表2 統(tǒng)計(jì)量描述

4.3 簇狀圖分析

簇狀圖分析適合有層級(jí)關(guān)系的數(shù)據(jù),圖4為PU、PEOU、SN、PBC、PR、US的簇狀分析圖。從圖4分析中可以看出,21～30歲之間的群體使用智慧醫(yī)療APP意愿更強(qiáng)烈，年齡越大感知風(fēng)險(xiǎn)越強(qiáng)烈，感知行為控制、主觀規(guī)范和感知易用性在年輕群體中不容易影響最終的用戶黏性。

圖4 變量項(xiàng)簇狀圖分析

4.4 信度分析

在統(tǒng)計(jì)學(xué)中,信度一般被認(rèn)為是用來(lái)測(cè)量數(shù)據(jù)量表是否一致或者數(shù)據(jù)是否穩(wěn)定[20]。本文利用 SPSS 22.0 軟件計(jì)算各個(gè)變量的Cronbach′s Alpha，變量的信度分析結(jié)果如表3所示。Cronbach′s Alpha如果大于0.7,則該結(jié)果被認(rèn)為是處于理想范圍內(nèi)。各個(gè)潛在變量的綜合信度CR值都大于0.7,說(shuō)明此次調(diào)研數(shù)據(jù)質(zhì)量較好,信度較高。

表3 信度分析

4.5 效度分析

效度分析一般被用來(lái)測(cè)量量表的測(cè)定數(shù)值和其真實(shí)值之間的偏差差距[21]。此次研究利用SPSS 22.0軟件分析了該數(shù)據(jù)的收斂效度(見(jiàn)表4)和區(qū)別效度(見(jiàn)表5)。通過(guò)表4可以看出,因子載荷系數(shù)均大于0.7，處在理想范圍內(nèi)。除此之外,AVE的取值也大于0.5,這些數(shù)據(jù)都說(shuō)明了此次數(shù)據(jù)具有很好的收斂效度。模型區(qū)分效度的衡量一般由因子的AVE值開(kāi)平方根后與其他因子相關(guān)系數(shù)的比較得出,如果前者大于后者,則說(shuō)明具有良好的區(qū)分效度,從表5中的運(yùn)算結(jié)果可以看出,各因子的 AVE 開(kāi)方值大于其與其他因子相關(guān)系數(shù)值,故因子具有良好區(qū)分效度。這些數(shù)據(jù)表明各個(gè)潛在變量之間存在差異,進(jìn)一步說(shuō)明此次問(wèn)卷設(shè)計(jì)的問(wèn)題之間具備較好的差異性。

表4 收斂效度

表5 區(qū)別效度

4.6 模型分析

此次研究檢驗(yàn)?zāi)Ｐ图僭O(shè)以及變量之間的關(guān)系時(shí)利用了Amos 21.0軟件。由表6可知,文中所設(shè)計(jì)的模型擬合指標(biāo)都在建議值范圍內(nèi), 這些數(shù)據(jù)說(shuō)明此次建造的模型擬合度很好,符合要求。

表6 主要擬合指標(biāo)與建議值

通過(guò)路徑分析得到模型各測(cè)量變量之間的影響素?cái)?shù)，如圖5所示。圖5中標(biāo)出了每條假設(shè)的路徑系數(shù)，其值越大，表示影響越大，r表示路徑系數(shù)。感知行為控制與感知有用性的路徑系數(shù)為0.14,說(shuō)明兩個(gè)因素之間確實(shí)呈現(xiàn)正向相關(guān),但是相關(guān)性較小?？紤]到此次問(wèn)卷調(diào)研參與的大部分是學(xué)生群體,而該群體具備較好的移動(dòng)軟件新技術(shù)和新知識(shí),在面對(duì)大眾時(shí)該因素的實(shí)際影響系數(shù)將會(huì)大幅提高;主觀規(guī)范與感知有用性的路徑系數(shù)為0.44，說(shuō)明了對(duì)于絕大部分消費(fèi)者而言,在使用一款新型移動(dòng)軟件時(shí),更多會(huì)參考周圍人的意見(jiàn),說(shuō)明大學(xué)生群體本身比較容易受到周圍人的影響。另一方面,對(duì)于使用者來(lái)說(shuō)感知易用性顯著影響感知有用性(r=0.35),但影響強(qiáng)度小于主觀規(guī)范性。

圖5 路徑分析結(jié)果

5 結(jié)語(yǔ)

本文通過(guò)研究大學(xué)生用戶對(duì)智慧醫(yī)療APP黏性的影響因素,從多方面多角度提高智慧醫(yī)療APP在不同年齡段的應(yīng)用效果。此次模型中所提出的假設(shè)均得到了驗(yàn)證: 3個(gè)因素(感知易用性、主觀規(guī)范性、感知行為控制)均對(duì)使用者的使用意向有著顯著正向的影響。并且使用者認(rèn)為感知風(fēng)險(xiǎn)因素對(duì)最終的黏性會(huì)產(chǎn)生顯著的負(fù)向影響。由此可知:

1)確認(rèn)了感知有用性及其3個(gè)子因素對(duì)APP用戶黏性有正向影響,隱私風(fēng)險(xiǎn)對(duì)APP用戶黏性存在負(fù)向影響。

2)在3個(gè)主要影響感知有用性的因素中,可以看出主觀規(guī)范是影響最大的因素。主觀規(guī)范對(duì)感知有用性(r=049)的影響因子最大,其次為感知易用性(r=0.35)。這一特征反映了APP初期設(shè)計(jì)時(shí)的方向應(yīng)以完善主觀規(guī)范為主,其次為提升感知易用性。同時(shí),感知行為控制變量對(duì)使用者感受到的有用性影響最小。這一特征說(shuō)明了大學(xué)生普遍對(duì)于智能手機(jī)使用具備充分的操作能力,所以影響相對(duì)較小。當(dāng)設(shè)計(jì)面向大學(xué)生的智慧醫(yī)療APP時(shí)可以較少考慮該因素。

3)從正負(fù)兩個(gè)方向的路徑系數(shù)值可以看出,對(duì)于構(gòu)架智慧醫(yī)療APP的用戶黏性系數(shù)值,本文已經(jīng)根據(jù)數(shù)據(jù)提供了一組基礎(chǔ)的影響因子,后續(xù)可以根據(jù)該因子來(lái)反向預(yù)測(cè)該用戶群體對(duì)具體某個(gè)智慧醫(yī)療APP(或某個(gè)功能)的使用意愿,進(jìn)而對(duì)該APP用戶黏性進(jìn)行預(yù)測(cè)。

根據(jù)本文的研究結(jié)論，對(duì)未來(lái)智慧醫(yī)療APP的應(yīng)用提出以下建議：

1)根據(jù)路徑系數(shù),對(duì)原APP所有功能模塊進(jìn)行用戶黏性狀態(tài)分析,最終歸一為一個(gè)APP的用戶黏性狀態(tài)值。根據(jù)該狀態(tài)值結(jié)合實(shí)際市場(chǎng)態(tài)勢(shì),設(shè)置用戶黏性狀態(tài)值的警戒線,方便后續(xù)判斷對(duì)APP進(jìn)行產(chǎn)品決策定位。

2)如果APP產(chǎn)品需要為商業(yè)收益而進(jìn)行一項(xiàng)降低用戶黏性的改動(dòng)時(shí),應(yīng)注意修改后的產(chǎn)品的用戶黏性狀態(tài)值不應(yīng)低于警戒線,確保APP產(chǎn)品在商業(yè)收益的同時(shí)保持足夠的用戶黏性。