劉 暢

(湘潭大學公共管理學院，湖南 湘潭 411105)

“健康中國2030”“互聯網+醫(yī)療健康”等國家戰(zhàn)略先后出臺，鼓勵應用互聯網等信息技術擴展醫(yī)療服務空間和內容，同時，突如其來的新冠疫情助推互聯網醫(yī)療的發(fā)展，各項政策快速落地，在線醫(yī)療行為迅速普及。阿里健康、京東健康、百度問醫(yī)生、微醫(yī)健康等互聯網醫(yī)療平臺匯集各領域醫(yī)生，提供在線健康咨詢服務，涵蓋疾病預防、在線問診、用藥咨詢、診后隨訪護理等內容［1］，而在線健康咨詢是前述內容中最受歡迎的在線醫(yī)療服務之一。在線健康咨詢可以幫助居民進行健康自檢，快速便利地了解自身健康狀況，儲備健康知識，將“治已病”變?yōu)椤胺牢床　?，也能為無法及時面診的患者提供解決方案，節(jié)約費用和時間成本，解決醫(yī)療不平等的問題。但推廣在線健康咨詢仍然存在一些問題，如患者對咨詢結果準確性、提供指導有效性、在線醫(yī)生專業(yè)性、個人信息安全性存在質疑［2］，在線醫(yī)療行業(yè)未形成完整的系統(tǒng)和監(jiān)督政策，居民知曉率與利用率不高［3］，一些特殊疾病未實現咨詢醫(yī)療［4］等?；诖耍狙芯客ㄟ^探究影響居民在線健康咨詢意愿的因素，分析各影響因素之間的內在聯系，幫助了解居民行為動機，促使居民參與在線健康咨詢，推動在線健康咨詢的發(fā)展。

1 研究綜述

在線醫(yī)療健康領域中的在線健康咨詢受到學者廣泛關注，我國也陸續(xù)出臺相應政策保障互聯網醫(yī)療的發(fā)展。但是縱觀已有研究成果，當前關于使用在線健康服務意愿的研究主要集中于使用健康管理類APP 的意愿上，對使用在線健康咨詢意愿研究較為少見，并且多數研究重點集中于在線健康咨詢意愿影響因素分析與確認上，而各因素之間的內在聯系有待進一步深入研究。

在線醫(yī)療健康領域研究上，Gong Z等［5］認為對醫(yī)療服務提供者的信任和感知收益對用戶采用在線健康咨詢起促進作用，而對用戶線下醫(yī)療習慣起抑制作用；Chiu Y L等［6］提出在線健康咨詢能縮小城市和農村地區(qū)之間的醫(yī)療差距，政府應考慮提供激勵措施，鼓勵城市醫(yī)生為農村居民提供咨詢服務折扣價格；李潔［7］提出醫(yī)生服務數量和質量影響患者在線咨詢行為，口碑數量和質量影響醫(yī)生在線參與行為。胡小靖等［8］使用單因素分析及多因素Logistic 回歸分析發(fā)現醫(yī)生比患者對互聯網醫(yī)療有更高使用意愿，可以通過提升患者就診體驗和醫(yī)生感知獲益來增強雙方使用意愿。

健康管理類 APP 使用意愿方面，陳玥［9］認為電子健康素養(yǎng)、感知健康威脅、APP替代品質量能影響用戶持續(xù)使用問診類APP 意愿；田保華［10］發(fā)現感知有用性、感知易用性、社會影響、使用快感對用戶滿意有顯著正向影響，進而影響用戶持續(xù)使用“春雨醫(yī)生”APP 意愿；張山等［11］提出老年人對在線醫(yī)療平臺使用率較低，應加強平臺適老化設計、加強信息安全防護保護隱私、提高老年人對平臺的信任度。

在線健康咨詢意愿影響因素確認方面，Wan Y等［12］利用PLS-SEM 模型得出醫(yī)生的專業(yè)知識、治療效果、服務態(tài)度、溝通技巧、誠信友愛等因素會影響健康信息咨詢者對醫(yī)生信任度的結論，進而影響在線健康咨詢的選擇意愿；吳江等［13］基于感知價值理論認為社會支持、成就需要、感知信任和感知風險對在線健康信息服務使用意愿有顯著影響；王文韜等［14］利用扎根理論分析發(fā)現隱私計算、感知有用、感知易用和服務質量影響著虛擬健康社區(qū)用戶的使用意愿。

基于此，本研究探尋居民在線健康咨詢意愿影響因素，通過構建相關機理模型試圖解決以下幾點問題：①采用扎根理論進行訪談設計與訪談記錄整理，確定影響在線健康咨詢意愿的因素；②通過解釋結構模型(ISM)構建在線健康咨詢意愿的影響因素層級模型；③利用交叉矩陣相乘法(MIC?MAC)分析在線健康咨詢意愿影響因素的驅動和依賴性關系，對咨詢平臺的管理及服務方面提供切實可行的參考。

2 研究設計

2.1 研究方法

本研究通過理論分析、數據收集，利用扎根理論識別在線健康咨詢意愿的影響因素，然后利用ISM 方法探究在線健康咨詢意愿影響因素的層次結構和內在機制，構建ISM 模型，最后結合MIC?MAC方法，計算各影響因素的驅動力和依賴性，對在線健康咨詢意愿的影響因素進行類別劃分，驗證ISM 模型的合理性和可行性，整體研究設計步驟，見圖1。

圖1 研究設計步驟圖

2.2 數據收集

采用半結構化訪談方式了解人們對在線健康咨詢的看法與感受，探討影響在線健康咨詢意愿的因素。半結構化訪談氛圍相對輕松，可以根據訪談效果和受訪者的反饋及時調整。訪談前先對三位受訪者進行預訪談，最終形成的半結構化訪談大綱，見表1。

表1 訪談大綱設計

袁敏等［15］對南京市人民使用互聯網醫(yī)療情況進行調查，發(fā)現互聯網醫(yī)療使用群體偏年輕化。因此，訪談對象以中青年群體為主，該群體能更多地接觸新事物，具有一定的電子健康素養(yǎng)，能夠反映大多數公眾在線健康咨詢意愿。訪談采用網絡提問和面對面訪談相結合的方式對35位受訪者進行訪談，其中QQ、微信等通訊工具采訪18人，線下聊天提問17人，剔除無效記錄后，一共獲得有效訪談33 份，33 名受訪者的統(tǒng)計資料見表2。利用專業(yè)質性研究軟件NVIVO11對訪談材料進行分析處理。隨機選22 份有效訪談記錄用于編碼分析，編碼為A1-A22，另外11份用于飽和度檢驗。

表2 受訪者的統(tǒng)計資料一覽表

3 基于扎根理論的在線健康咨詢意愿影響因素識別分析

扎根理論由Glaser 和Strauss 于1967 年提出，是一種自下而上的質性研究方法［16］，通過不斷從日常生活經驗和社會現象中對原始資料和理論進行取樣、整理和分析，直至理論飽和，形成理論模型［17］。扎根理論能夠突破現有文獻不足的局限性，完成從事實到理論的歸納過程，適用于在線健康咨詢意愿相關研究尚不全面的情況，并且，咨詢意愿源于人們的主觀感受，因此，在線健康咨詢意愿的因素識別適合采用扎根理論的研究方法。

3.1 開放式編碼

開放式編碼是將原始訪談資料打散，重新賦予概念，進而發(fā)現范疇的過程［18］。本研究通過開放式編碼對原始訪談資料逐行進行抽取，形成初始概念，并將各概念進行異同比較，剔除出現次數小于2次的初始概念，確保抽取概念的可靠性，最終提煉出32個初始概念和20個范疇，見表3。

表3 開放式編碼表

續(xù)表

3.2 主軸式編碼

主軸式編碼是在開放式編碼基礎上，分析各個范疇之間的各種關聯，挖掘范疇間的潛在關系，進一步歸納出主范疇［18］。本研究結合咨詢意愿的實際情況，通過主軸式編碼將20 個范疇歸納為個體因素、平臺感知、外部環(huán)境三個主范疇，并根據歸納標準對其進行解釋，見表4。

表4 主軸式編碼表

續(xù)表

3.3 選擇式編碼

選擇式編碼是從主范疇中提煉出核心范疇，并建立核心范疇與其他范疇之間的關聯［18］。本研究通過選擇性編碼分析三個主范疇和其他范疇之間的關聯，構建影響因素模型，見圖2，即影響在線健康咨詢意愿的因素包括個體因素、平臺感知、外部環(huán)境三大方面。

針對性強 交流深入 首屆國際水文監(jiān)測儀器設備推介會反響大…………………………………………………… 田靈燕(23.70)

圖2 在線健康咨詢意愿的影響因素模型

3.4 飽和度檢驗

最后，為確保所抽取影響因素的信度和效度，進行理論飽和度檢驗。對11份未使用的原始訪談資料進行相同流程的重新編碼，沒有發(fā)現新的影響因素和關系，因此，可以確定理論模型是飽和、完整的。

4 在線健康咨詢意愿影響因素的ISM模型

解釋結構模型(ISM)是現代系統(tǒng)工程分析的常用方法，適用于分析變量眾多、關系復雜、結構不明確的系統(tǒng)［19］，利用矩陣形式表示影響因素之間的關系，通過一系列數學運算進行處理，找出系統(tǒng)直接和根源的影響因素，形成可視化的層級結構，從而明晰系統(tǒng)結構。因此，本文采用ISM 方法來探討在線健康咨詢意愿影響因素的層次結構和內在機制，構建影響因素的ISM模型。

4.1 建立鄰接矩陣

基于上文扎根理論編碼結果，整理出20 個影響在線健康咨詢意愿的因素，并邀請15 位該領域專家對這20個影響因素間的邏輯關系進行意見征詢，若超過半數專家認為Si對Sj有直接影響關系，則鄰接矩陣A 中aij=1，反之則aij=0。形成的鄰接矩陣A，見表5。

表5 鄰接矩陣A

4.2 計算可達矩陣

鄰接矩陣只能表示S1-S20之間的直接影響關系，而可達矩陣可以表示各個因素之間的直接和間接影響關系以及它們之間的傳遞性。鄰接矩陣A 和單位矩陣 I 利用布爾運算，當(A+1)n-1≠(A+1)n=(A+1)n+1=M(n=1,2,...）時，M 即為鄰接矩陣A的可達矩陣。使用MATLAB求得可達矩陣M，見表6。

表6 可達矩陣M

續(xù)表

4.3 層級關系劃分

以可達矩陣為基準，將各個因素劃分成不同層級。影響因素Si的可達集R(Si)表示可達矩陣中第Si行中全部矩陣元素為1 的列所對應的影響因素的集合；影響因素Si的前因集Q(Si)表示可達矩陣中第Si列中全部矩陣元素為1 的行所對應的影響因素的集合，具體見表7。當R(Si)?Q(Si)=R(Si)時，可以對該因素進行層級抽選，抽取完后，將所抽取因素對應的可達矩陣的行和列暫時刪除，以此類推，重復執(zhí)行上述過程直至可達矩陣中因素全部被抽取完畢。根據上述步驟，將20個因素分為6層：第1層為S2、S4、S8；第2 層為S6、S9、S10、S11、S14；第3層為S5、S12、S13、S15、S18、S19、S20；第4層為S16、S17；第5層為S3、S7；第6層為S1。

表7 可達矩陣的可達集和前因集

4.4 解釋結構模型分析

根據層次劃分結果，確定各個因素之間的關系，繪制解釋結構模型。依據該系統(tǒng)因素間的邏輯關系，將第1 層歸納為直接層因素，第2、3 層歸納為中間層因素，第4、5、6層歸納為根源層因素。根源層因素包括社會學特征S1、電子健康素養(yǎng)S3、咨詢方式S7、感知信息質量S16、感知服務質量S17，是影響居民使用在線健康咨詢的深層因素，其產生影響最大，作用效果最明顯；中間層因素包括疾病嚴重程度S5、健康意識S6、感知費用成本S9、感知有用性S10、感知便利性S11、感知專業(yè)性S12、感知易用性S13、感知信任性S14、感知風險S15、客觀環(huán)境S18、社交圈影響 S19、負面消息S20，起承上啟下的作用，有著影響與被影響的關系；直接層因素包括嘗試新技術意愿S2、需求程度S4、感知價值S8，直接影響著在線健康咨詢意愿，其中嘗試新技術意愿S2影響在線咨詢的潛在使用意愿，感知價值S8影響在線咨詢的實際使用意愿，需求程度S4影響在線咨詢的持續(xù)使用意愿，具體見圖3。

圖3 在線健康咨詢意愿影響因素的ISM模型

5 在線健康咨詢意愿影響因素的MICMAC分析

交叉矩陣相乘法(MICMAC)由J.C.Duperrin和M.Godet提出，主要用于分析各影響因素之間的相互關系以及因素在系統(tǒng)中的作用［20］，分析結果通過直角坐標系進行展示，其中，驅動力通過縱坐標表示某一因素對其他因素的影響，是可達矩陣中該要素所在行之和；依賴性通過橫坐標表示其他因素對該因素的影響，是可達矩陣中該要素所在列之和［21］；然后根據影響因素驅動力和依賴性數值大小，構建聯動、獨立、自治、依賴四個象限。因此，本文采用MICMAC 來劃分在線健康咨詢意愿影響因素的類別，驗證所構建的ISM 模型合理性和可行性。根據可達距陣M計算各因素的驅動力值和依賴性值，見表8。將20 個影響因素定位到坐標系中，可得到在線健康咨詢意愿影響因素的MICMAC分析結果，見圖4。

表8 影響因素依賴性與驅動性數值

圖4 在線健康咨詢意愿影響因素的MICMAC分析

將在線健康咨詢意愿看作一個獨立系統(tǒng)，確定各影響因素之間的相互關系，利用ISM 模型和MICMAC來分析與驗證：

（1）ISM模型中直接層因素全部分布第二象限依賴因素群，嘗試新技術意愿S2、需求程度S4、感知價值S8是在線健康咨詢意愿模型中最高層、最直接的影響因素，依賴性大，驅動力小，需要依賴其他因素的解決而被解決。該因素群還包含中間層因素中的感知信任性S14，在圖3 中接近自治群與依賴群分界線，由鄰接矩陣A可看出，受感知專業(yè)性S12、感知易用性S13、感知風險S15、社交圈影響S19、負面消息S20的影響，依賴性較高，又作用于嘗試新技術意愿S2、感知價值S8、需求程度S4，驅動力不高，將其置于依賴因素群較為合理。

（2）ISM模型中中間層因素基本分布在第一象限自治因素群，自治因素通常依賴性和驅動力較小，對系統(tǒng)整體影響不大。由圖3可知，中間層因素承上啟下，需要各因素之間協(xié)同控制，構成要素較為復雜。

（3）ISM模型中根源層因素全部分布在第四象限獨立因素群，包括社會學特征S1、電子健康素養(yǎng)S3、感知信息質量S16、感知服務質量S17。獨立因素群影響范圍廣，不易受其他因素影響，具有較高的驅動力，如果該象限因素得到較好的解決，對其他因素的解決會產生積極作用。其中驅動力最強的是S1，表明S1在整個系統(tǒng)中起最核心的推動作用。

（4）第三象限聯動因素群，穩(wěn)定性較差，容易對整個系統(tǒng)產生影響，由圖3可知，該系統(tǒng)不存在這種因素，各因素之間沒有強烈的作用與反作用關系，說明因素選取比較具有穩(wěn)定性。

6 對策及建議

根據在線健康咨詢意愿影響因素識別與分析結果，為在線健康咨詢平臺提出以下對策及建議：

（1）加強宣傳推廣力度。結合ISM 和MIC?MAC 分析可以看出，客觀環(huán)境、社交圈影響、負面消息處于中間層，能影響上層因素，對在線健康咨詢意愿產生顯著影響。平臺可以通過社交網絡進行推廣，利用社交圈影響，讓不了解在線健康咨詢的居民受到朋友的推薦。同時，需要注重口碑宣傳，適當參與慈善募捐等社會活動，增強知名度，體現責任感，達到增強平臺聲譽的目的。平臺也可以在報紙、微博等媒體上投放相關廣告，邀請健康積極的網絡明星代言，吸引潛在用戶關注，讓居民方便快捷的獲得在線健康咨詢平臺相關信息，激發(fā)好奇心，增加敏感度，促進居民對在線健康咨詢產生興趣?？傊脚_可通過居民社交圈影響、樹立正面形象和投放大量廣告等方式，提高居民對平臺的感知信任，進而激發(fā)居民嘗試新技術的意愿。

（2）簡化使用方式，完善服務功能。社會學特征、電子健康素養(yǎng)、咨詢方式處于模型根源層，能影響居民使用平臺的感知。平臺根據不同人群的年齡、生理狀態(tài)和電子健康素養(yǎng)高低，簡化咨詢流程，咨詢界面設計應清晰易懂。在人機交互操作時，系統(tǒng)要做到運行穩(wěn)定，避免出現閃退、卡機等現象，提高平臺可靠性。設置系統(tǒng)故障咨詢窗口，及時幫助居民解決問題、排除故障。開通用戶評價和舉報投訴通道，營造良好在線咨詢環(huán)境。希望平臺增設老年人專用咨詢通道，提供老年人個性化服務，讓老年人享受到在線咨詢的便利。綜上，平臺可通過優(yōu)化平臺界面、簡化咨詢流程、保證運行穩(wěn)定、設置故障咨詢窗口、開通評價和投訴通道、提供個性化服務等方式，給居民帶來高效有用的咨詢體驗，提高居民咨詢的滿意度，促進居民對醫(yī)生與平臺專業(yè)感知，進而提高居民信任。

（3）提高咨詢質量。咨詢質量包括感知服務質量、感知信息質量，結合ISM和MICMAC 分析可以看出這些因素處于根源層，是提升在線健康咨詢意愿不容忽視的內容。針對咨詢準確可靠性，平臺應加強對入駐醫(yī)生的資格審查力度，標注醫(yī)生職稱、醫(yī)生服務患者數量等信息，提高居民對專業(yè)的感知。針對咨詢詳細易懂性，平臺可以對入駐醫(yī)生進行規(guī)范化溝通交流培訓，讓醫(yī)生細致耐心回答用戶問題，也可以嵌入語音、視頻聊天來滿足信息交流需要，用親切口語化描述縮短居民與醫(yī)生的距離感。及時有效地咨詢溝通，直接影響居民對咨詢的主觀態(tài)度，為此平臺應規(guī)范醫(yī)生回復流程，縮短醫(yī)生和居民溝通環(huán)節(jié)以節(jié)約居民線上問診的時間?？傊?，平臺可通過嚴審醫(yī)生準入資格、培訓溝通技巧、豐富信息交流形式、規(guī)范回復流程等方式，提高平臺咨詢質量與咨詢專業(yè)性，提高居民有用性感知，使居民更加相信在線健康咨詢。

（4）降低感知風險。咨詢安全是居民關注的重點，平臺應提升信息安全防護技術，如加密、控制訪問、定期病毒清理等，減少廣告彈跳，保護用戶信息。嚴格服從政府監(jiān)督和相關法律約束，構建安全可信的在線咨詢環(huán)境。加強與政府、醫(yī)療機構的合作，讓政府、專業(yè)醫(yī)療機構向居民推薦合作的在線健康咨詢平臺，提高平臺可信度。平臺在注冊賬戶時提供一份隱私保密協(xié)議，公開平臺的隱私保護政策、監(jiān)管規(guī)章制度、監(jiān)管案例等，打消居民咨詢會泄露健康信息的疑慮，保護居民權益。平臺也可以設置專門隱私管理模塊，便于居民隨時對其隱私信息進行修改或關閉，讓居民感受到隱私信息處于自己的控制下，不會有信息失控的風險。平臺可通過提升信息安全防護技術、遵守法律約束、加強多方合作、設置隱私管理模塊等方式，降低居民感知風險，保障居民隱私安全，弱化居民隱私關注，增加居民對平臺的信任。

7 結語

為了解居民在線健康咨詢意愿影響因素間的邏輯關系，提高對居民在線健康咨詢意愿的整體認識，本研究通過扎根理論確定了居民在線健康咨詢意愿的3個維度，如：個體因素、平臺感知、外部環(huán)境，三個維度共計包含20 個影響因素。利用解釋結構模型法，將20 個影響因素劃分為6 個層級，歸納為直接層、中間層和根源層3個層次，從而構建在線健康咨詢意愿影響因素的解釋結構模型。運用交叉矩陣相乘法對構建的解釋結構模型進行檢驗，交叉矩陣相乘法所得出獨立因素群、自治因素群和依賴因素群與解釋結構模型中直接層、中間層和根源層具有高度一致性，進一步證明解釋結構模型構建合理科學。本研究針對影響在線健康咨詢意愿的不同原因有分別地提出解決方案，可為在線健康咨詢平臺在推廣、運營和管理等方面提供參考，吸引居民使用。本研究存在一定不足，如訪談對象以更多接觸新事物的中青年為主，不足以代表其他年齡段群體的在線健康咨詢意愿，在今后研究中應該進一步擴大研究范圍。