摘要：厘清在線健康平臺(tái)用戶流失行為的影響因素及其組態(tài)路徑，對(duì)于優(yōu)化平臺(tái)服務(wù)質(zhì)量、提升用戶黏性具有重要價(jià)值。通過(guò)整合SSO（Stressors-Strain-Outcome）理論、PPM（Push-Pull-Mooring）理論和信息采納模型，構(gòu)建在線健康平臺(tái)用戶流失行為理論模型，運(yùn)用結(jié)構(gòu)方程模型和模糊集定性比較分析方法驗(yàn)證用戶流失行為影響因素并分析其組態(tài)路徑。研究發(fā)現(xiàn)，信息過(guò)載、系統(tǒng)特征過(guò)載、感知疲勞、不滿意度、隱私顧慮、低信息質(zhì)量、低信源可信度和替代品吸引力正向影響在線健康平臺(tái)用戶流失行為，主觀規(guī)范則起負(fù)向作用。其中，替代品吸引力在不滿意度與流失行為的作用關(guān)系中起到顯著調(diào)節(jié)作用。組態(tài)分析進(jìn)一步揭示了風(fēng)險(xiǎn)規(guī)避型、體驗(yàn)驅(qū)動(dòng)型、綜合誘導(dǎo)型3種用戶流失行為的觸發(fā)模式。

關(guān)鍵詞：在線健康平臺(tái)；用戶流失行為；影響因素；組態(tài)路徑

中圖分類號(hào)：G252 DOI：10.3772/j.issn.1673-2286.2024.11.006

引文格式：洪闖，賀幸陽(yáng)，張淼淼. 在線健康平臺(tái)用戶流失行為影響因素及組態(tài)路徑研究[J]. 數(shù)字圖書館論壇，2024，20（11）：52-64.

*本研究得到湖南省社科基金青年項(xiàng)目“社交媒體用戶健康信息回避行為生成機(jī)理與引導(dǎo)策略研究”（編號(hào)：20YBQ091）、湖南省教育廳優(yōu)秀青年項(xiàng)目“數(shù)智賦能下農(nóng)村社區(qū)健康信息組織與場(chǎng)景化服務(wù)模式研究”（編號(hào)：22B0122）資助。

中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布的第54次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[1]顯示，截至2024年6月，我國(guó)互聯(lián)網(wǎng)醫(yī)療用戶規(guī)模已達(dá)3.65億人，占網(wǎng)民整體的33.2%。這一數(shù)據(jù)在勾勒我國(guó)互聯(lián)網(wǎng)醫(yī)療事業(yè)發(fā)展趨勢(shì)的同時(shí)，也折射出公眾對(duì)于健康信息的旺盛需求。隨著健康中國(guó)戰(zhàn)略的貫徹實(shí)施與縱深推進(jìn)，數(shù)字技術(shù)在健康信息領(lǐng)域的應(yīng)用場(chǎng)景不斷拓展，在線健康平臺(tái)已經(jīng)成為人們獲取健康信息的重要渠道。然而，在市場(chǎng)競(jìng)爭(zhēng)加劇、用戶需求日趨多樣化的時(shí)代背景下，在線健康平臺(tái)正面臨著用戶黏性不夠、易流失等現(xiàn)實(shí)難題[2]，平臺(tái)的可持續(xù)發(fā)展面臨新的挑戰(zhàn)。用戶流失行為是指用戶從一個(gè)服務(wù)供應(yīng)商轉(zhuǎn)移到另一個(gè)同類服務(wù)供應(yīng)商并不再使用原有產(chǎn)品與服務(wù)的行為，或從特定產(chǎn)品與平臺(tái)中大規(guī)模遷出的現(xiàn)象[3]。厘清在線健康平臺(tái)用戶流失行為的深層原因并揭示其觸發(fā)模式對(duì)于優(yōu)化平臺(tái)服務(wù)質(zhì)量、提升用戶黏性具有重要價(jià)值。因此，本研究借助結(jié)構(gòu)方程模型和模糊集定性比較分析（Fuzzy Set Qualitative Comparative Analysis，fsQCA）方法厘清在線健康平臺(tái)用戶流失行為的影響因素并探明其組態(tài)路徑，以期為優(yōu)化平臺(tái)服務(wù)質(zhì)量、提升其用戶黏性提供理論指導(dǎo)和實(shí)踐啟示。

1 研究綜述

1.1 在線健康平臺(tái)相關(guān)研究

在線健康平臺(tái)是一種專注于提供健康信息的互聯(lián)網(wǎng)平臺(tái)，旨在提高醫(yī)療服務(wù)效率、質(zhì)量和可行性，并保障用戶隱私與數(shù)據(jù)安全[4]。當(dāng)前，國(guó)內(nèi)外有關(guān)在線健康平臺(tái)的研究主要集中在以下方面。①平臺(tái)信息治理研究。金燕等[5]分別從政府、平臺(tái)和用戶3個(gè)主體視角進(jìn)行調(diào)研，分析在線健康平臺(tái)信息質(zhì)量治理模式，識(shí)別存在的問(wèn)題，并提出三方共同參與的治理模式改進(jìn)策略；Kariotis等[6]基于案例研究探討了在線健康平臺(tái)在個(gè)人數(shù)據(jù)共享、自我健康管理和臨床護(hù)理等方面的應(yīng)用并提出了其信息治理的意義與路徑。②平臺(tái)服務(wù)質(zhì)量評(píng)價(jià)研究。曹高輝等[4]基于信息構(gòu)建理論，構(gòu)建在線健康信息平臺(tái)評(píng)價(jià)指標(biāo)體系；錢明輝等[7]在E-SERVQUAL模型的基礎(chǔ)上，從信息服務(wù)效率、信息服務(wù)易用性、信息服務(wù)全面性、隱私信息保護(hù)性、平臺(tái)可接觸性和平臺(tái)響應(yīng)性維度構(gòu)建在線健康平臺(tái)信息服務(wù)質(zhì)量的評(píng)價(jià)指標(biāo)體系；Gomes等[8]對(duì)Help2Care健康平臺(tái)的頁(yè)面和移動(dòng)軟件應(yīng)用程序進(jìn)行可用性評(píng)價(jià)并提出了改進(jìn)平臺(tái)功能的對(duì)策建議。③平臺(tái)用戶行為研究。黃子萱等[9]通過(guò)演化博弈模型揭示健康用戶知識(shí)共享與隱藏的決策規(guī)律；Gunasekara等[10]融合技術(shù)接受模型和健康信念模型分析在線健康信息用戶搜尋行為的影響因素。

1.2 用戶流失行為相關(guān)研究

用戶流失行為研究主要聚焦于影響因素及行為預(yù)測(cè)兩個(gè)方面。①用戶流失行為影響因素研究。袁順波等[11]基于PPM（Push-Pull-Mooring）理論分析移動(dòng)政務(wù)應(yīng)用程序用戶流失行為的影響因素；Wang等[12]同樣基于PPM理論研究影響移動(dòng)支付應(yīng)用程序用戶轉(zhuǎn)移行為的關(guān)鍵因素。②用戶流失行為預(yù)測(cè)研究。邢紹艷等[13]從用戶價(jià)值特征和評(píng)價(jià)特征切入，基于機(jī)器學(xué)習(xí)算法構(gòu)建付費(fèi)知識(shí)直播用戶流失預(yù)測(cè)模型，并針對(duì)不同類型流失用戶提出相應(yīng)留存策略；刁羽等[14]運(yùn)用生存分析理論中的Kaplan-Meier和COX比例風(fēng)險(xiǎn)模型探索電子資源校外訪問(wèn)系統(tǒng)用戶流失概率的整體變化趨勢(shì)，并建立了用戶流失預(yù)警機(jī)制。

綜上所述，當(dāng)前在線健康平臺(tái)已經(jīng)在健康信息學(xué)領(lǐng)域受到廣泛關(guān)注，也有不少基于用戶行為視角的學(xué)術(shù)成果產(chǎn)出，但既有研究多聚焦于用戶的信息搜尋、知識(shí)共享、知識(shí)隱藏等行為，對(duì)于用戶流失行為的研究不足，缺乏對(duì)其影響因素的深層次分析。在用戶流失行為研究方面，雖然已有前期研究借鑒經(jīng)典理論探究用戶流失行為的影響因素并進(jìn)行預(yù)測(cè)，但仍存在以下不足：一是在理論基礎(chǔ)上缺乏對(duì)用戶心理過(guò)程的關(guān)注；二是在研究方法上雖然多使用結(jié)構(gòu)方程模型、機(jī)器學(xué)習(xí)等方法進(jìn)行因素驗(yàn)證與行為預(yù)測(cè)，但缺乏對(duì)影響因素的組態(tài)路徑分析。特別是在健康咨詢的真實(shí)情境下，用戶特定行為的因果關(guān)系往往是由多方因素共同決定的，其內(nèi)部結(jié)構(gòu)與組態(tài)路徑仍待進(jìn)一步分析與揭示。因此，本研究聚焦在線健康平臺(tái)的用戶流失行為現(xiàn)象，整合人口學(xué)、心理學(xué)以及管理信息系統(tǒng)等領(lǐng)域的經(jīng)典理論構(gòu)建在線健康平臺(tái)用戶流失行為的理論模型，并分析影響因素的組態(tài)路徑，以期深入挖掘用戶流失行為背后的心理動(dòng)機(jī)和社交因素，為在線健康平臺(tái)的可持續(xù)發(fā)展提供啟示。

2 理論基礎(chǔ)

（1）SSO（Stressors-Strain-Outcome）理論。SSO理論是當(dāng)代社會(huì)心理學(xué)微觀理論化的典范。其中：壓力源（Stressors）是行動(dòng)者感知的具有潛在破壞性的環(huán)境刺激；壓力狀態(tài)（Strain）是中介因素，對(duì)行動(dòng)者的注意力、身體及情感產(chǎn)生負(fù)面影響；結(jié)果（Outcome）是長(zhǎng)期壓力和應(yīng)激導(dǎo)致的持久行為變化，包括態(tài)度傾向、行為意圖或決定。該理論憑借清晰的邏輯特點(diǎn)，被廣泛應(yīng)用于用戶行為研究，不少學(xué)者將過(guò)載作為壓力源，探究用戶產(chǎn)生消極行為的原因[15-16]，也為分析在線健康平臺(tái)情境下的用戶流失這一典型的消極信息行為提供了理論支撐。

（2）PPM理論。PPM理論源自社會(huì)學(xué)中的人口遷徙領(lǐng)域，用于闡釋特定時(shí)間段內(nèi)地區(qū)間人口流動(dòng)的主要因素。2005年，Bansal等[17]將該理論引入營(yíng)銷學(xué)，試圖分析顧客在產(chǎn)品間的轉(zhuǎn)移行為。在信息系統(tǒng)領(lǐng)域，PPM理論中的推力（Push）因素指促使用戶減少或停止使用信息系統(tǒng)的負(fù)面因素，如隱私顧慮；拉力（Pull）因素則涉及推動(dòng)用戶降低使用頻率或臨時(shí)性中斷使用的外部刺激，如替代品吸引力；錨定（Mooring）因素代表能夠阻止或促進(jìn)用戶減少使用或暫時(shí)離開(kāi)的因素，如主觀規(guī)范。由于提出了一種系統(tǒng)解釋個(gè)體或群體轉(zhuǎn)移與遷徙行為的理論框架，PPM模型被廣泛應(yīng)用于用戶流失行為研究[11，18]。在線健康平臺(tái)用戶流失行為可分解為PPM理論中的推力因素、拉力因素和錨定因素等主要維度，同時(shí)PPM模型的應(yīng)用將為用戶流失行為的因素構(gòu)成與作用關(guān)系提供更深入的解釋。

（3）信息采納模型。信息采納模型由Sussman等[19]于2003年首次提出，該模型將信息影響人們決策的過(guò)程看作信息采納過(guò)程，用于解釋個(gè)體如何采納信息并改變他們的意愿和行為。信息采納模型認(rèn)為信息采納行為是一個(gè)主動(dòng)的信息行為，信息主體受信息質(zhì)量與信息源可信度的共同影響，在中介變量感知有用性的作用下產(chǎn)生信息采納行為。信息采納模型已被廣泛應(yīng)用于醫(yī)療健康領(lǐng)域的用戶信息行為研究[20-21]。鑒于信息采納模型在揭示信息因素與行為結(jié)果關(guān)系上的獨(dú)特解釋力，本研究基于信息采納模型從信息層面與用戶感知層面提出低信息質(zhì)量、低信源可信度等因素并分析其對(duì)在線健康平臺(tái)用戶流失行為的影響。

3 研究假設(shè)與模型構(gòu)建

3.1 研究假設(shè)

PPM理論與本研究的主要目標(biāo)基本一致，即調(diào)查在線健康平臺(tái)用戶流失行為的影響因素及其作用關(guān)系。此外，結(jié)合SSO理論和信息采納模型能夠更好地揭示在線健康平臺(tái)用戶流失行為的因果關(guān)系。因此，本研究基于SSO理論、PPM理論和信息采納模型，分別從推力、拉力、錨定、壓力源和壓力狀態(tài)等維度剖析可能導(dǎo)致在線健康平臺(tái)用戶流失行為的因素，并提出相關(guān)假設(shè)。

（1）推力-壓力源因素相關(guān)假設(shè)

①信息過(guò)載與感知疲勞的關(guān)系。當(dāng)用戶接收到的信息量超出其處理能力時(shí)，就會(huì)產(chǎn)生信息過(guò)載現(xiàn)象[22]。已有研究表明，信息過(guò)載會(huì)導(dǎo)致平臺(tái)用戶產(chǎn)生疲勞的心理緊張狀態(tài)，進(jìn)而影響其非持續(xù)使用意愿[23]。對(duì)于在線健康平臺(tái)用戶而言，其感知疲勞狀態(tài)可能受信息過(guò)載的影響，因此提出如下假設(shè)。

H1：信息過(guò)載正向影響在線健康平臺(tái)用戶的感知疲勞。

②系統(tǒng)特征過(guò)載與壓力狀態(tài)的關(guān)系。系統(tǒng)特征過(guò)載是指系統(tǒng)功能增加導(dǎo)致的系統(tǒng)使用的復(fù)雜性[24]。系統(tǒng)特征過(guò)載的平臺(tái)往往要求用戶花費(fèi)更多的時(shí)間與精力去學(xué)習(xí)和使用，因而可能會(huì)導(dǎo)致用戶生成疲勞感[25]。此外，當(dāng)用戶意識(shí)到學(xué)習(xí)和使用新功能的成本高于收益時(shí)，往往會(huì)形成對(duì)系統(tǒng)的不滿感[26]。感知疲勞和不滿意度是在線健康平臺(tái)用戶壓力狀態(tài)的反映，因此提出如下假設(shè)。

H2：系統(tǒng)特征過(guò)載正向影響在線健康平臺(tái)用戶的感知疲勞。

H3：系統(tǒng)特征過(guò)載正向影響在線健康平臺(tái)用戶的不滿意度。

③低信息質(zhì)量與不滿意度的關(guān)系。信息采納模型認(rèn)為，信息質(zhì)量是用戶評(píng)估信息有用性水平的重要依據(jù)[19]，已有研究發(fā)現(xiàn)，信息內(nèi)容的質(zhì)量會(huì)直接正向影響用戶的滿意程度[27]。在線健康平臺(tái)情境下，如果平臺(tái)提供給用戶的健康信息質(zhì)量不高，可能會(huì)難以滿足用戶期望，從而導(dǎo)致用戶不滿意，因此提出如下假設(shè)。

H4：低信息質(zhì)量正向影響在線健康平臺(tái)用戶的不滿意度。

④低信源可信度與不滿意度的關(guān)系。信源可信度是信息接受者對(duì)信息發(fā)布者值得信賴程度的感知。既有研究表明，信源可信度是影響用戶滿意度的重要因素[28]。在線健康平臺(tái)提供的信息服務(wù)如果是不值得信賴的，可能會(huì)加劇用戶的不滿意，因此提出如下假設(shè)。

H5：低信源可信度正向影響在線健康平臺(tái)用戶的不滿意度。

⑤隱私顧慮與感知疲勞的關(guān)系。用戶在使用在線信息服務(wù)時(shí)所感知到的隱私風(fēng)險(xiǎn)往往會(huì)迫使他們形成自我保護(hù)機(jī)制而減少使用意愿[29]。從SSO理論的視角來(lái)看，這種對(duì)隱私問(wèn)題的顧慮實(shí)質(zhì)上是一種用戶能夠感知的壓力源，并反映在用戶的壓力狀態(tài)上。研究發(fā)現(xiàn)，隱私顧慮可直接導(dǎo)致用戶的疲勞感[30]，進(jìn)而影響其行為決策。在線健康平臺(tái)中用戶對(duì)于隱私的顧慮有可能會(huì)直接導(dǎo)致感知疲勞的產(chǎn)生，因此提出如下假設(shè)。

H6：隱私顧慮正向影響在線健康平臺(tái)用戶的感知疲勞。

（2）拉力-調(diào)節(jié)因素相關(guān)假設(shè)

替代品吸引力通常通過(guò)用戶打算放棄原始社交媒體平臺(tái)轉(zhuǎn)而使用另一個(gè)社交媒體平臺(tái)的程度來(lái)衡量[31]。替代品吸引力正向影響用戶流失行為[11]，且對(duì)用戶滿意度和用戶流失行為間的關(guān)系有正向調(diào)節(jié)作用[32]。如果用戶發(fā)現(xiàn)了比當(dāng)前所使用在線健康平臺(tái)更具吸引力的替代品，很有可能會(huì)從當(dāng)前平臺(tái)轉(zhuǎn)移到新的替代平臺(tái)上，造成用戶流失，因此提出如下假設(shè)。

H7：替代品吸引力正向影響在線健康平臺(tái)用戶流失行為。

H8：替代品吸引力正向調(diào)節(jié)在線健康平臺(tái)用戶不滿意度對(duì)用戶流失行為的作用。

（3）錨定因素相關(guān)假設(shè)

主觀規(guī)范指?jìng)€(gè)體在實(shí)施特定行為時(shí)感受到的來(lái)自外界的評(píng)論、看法和壓力，體現(xiàn)的是社會(huì)環(huán)境對(duì)個(gè)體行為的影響。研究表明，主觀規(guī)范對(duì)于用戶忠誠(chéng)度具有積極作用，主觀規(guī)范程度越高，用戶認(rèn)同感越高，更易留在當(dāng)前平臺(tái)[33]。同理，如果用戶具有較高的主觀規(guī)范水平，可能會(huì)由于外界的壓力而選擇繼續(xù)使用特定在線健康平臺(tái)，因此提出如下假設(shè)。

H9：主觀規(guī)范負(fù)向影響在線健康平臺(tái)用戶流失行為。

（4）壓力狀態(tài)因素相關(guān)假設(shè)

①感知疲勞與用戶流失行為的關(guān)系。SSO理論認(rèn)為，壓力狀態(tài)是導(dǎo)致某種反應(yīng)或行為發(fā)生的直接因素。既有研究表明，當(dāng)用戶感到疲勞時(shí)會(huì)形成消極情緒并終止對(duì)平臺(tái)的使用[34]。在線健康平臺(tái)用戶在感知疲勞的作用下可能會(huì)失去持續(xù)使用意愿，因此提出如下假設(shè)。

H10：感知疲勞正向影響在線健康平臺(tái)用戶流失行為。

②不滿意度與用戶流失行為的關(guān)系。用戶的滿意度往往是其持續(xù)使用產(chǎn)品或服務(wù)的關(guān)鍵影響因素[35]，而不滿意度通常與流失率相關(guān)。如果用戶對(duì)在線健康平臺(tái)的服務(wù)不滿意，很可能轉(zhuǎn)向其他平臺(tái)，因此提出如下假設(shè)。

H11：不滿意度正向影響在線健康平臺(tái)用戶流失行為。

③壓力狀態(tài)-中介效應(yīng)相關(guān)假設(shè)。中介變量是自變量對(duì)因變量產(chǎn)生影響的中介。在SSO框架下，壓力狀態(tài)常被視作壓力源影響結(jié)果的中介。本研究中用于衡量用戶壓力狀態(tài)的要素主要是感知疲勞與不滿意度。前期研究發(fā)現(xiàn)，感知疲勞在感知過(guò)載與用戶消極使用行為間具有中介作用，而不滿意度作為負(fù)面感知與不持續(xù)使用意愿間的中介變量，受到壓力源變量的影響[36-37]，因此提出如下假設(shè)。

H12：感知疲勞在信息過(guò)載和用戶流失行為之間具有中介效應(yīng)。

H13：感知疲勞在隱私顧慮和用戶流失行為之間具有中介效應(yīng)。

H14：感知疲勞在系統(tǒng)特征過(guò)載和用戶流失行為之間具有中介效應(yīng)。

H15：不滿意度在系統(tǒng)特征過(guò)載和用戶流失行為之間具有中介效應(yīng)。

H16：不滿意度在低信息質(zhì)量和用戶流失行為之間具有中介效應(yīng)。

H17：不滿意度在低信源可信度和用戶流失行為之間具有中介效應(yīng)。

3.2 模型構(gòu)建

通過(guò)上述分析，構(gòu)建在線健康平臺(tái)用戶流失行為概念模型，如圖1所示。其中：隱私顧慮、信息過(guò)載、系統(tǒng)特征過(guò)載、低信息質(zhì)量、低信源可信度為推力-壓力源因素；主觀規(guī)范為錨定因素；不滿意度和感知疲勞為個(gè)體壓力狀態(tài)因素，即中介變量；用戶流失行為為因變量。

4 數(shù)據(jù)分析與結(jié)果

4.1 變量測(cè)量

依托在線健康平臺(tái)用戶流失行為概念模型，設(shè)計(jì)推力因素、拉力因素、錨定因素、壓力狀態(tài)及用戶流失5個(gè)維度的測(cè)量指標(biāo)。問(wèn)卷采用李克特5級(jí)量表，涵蓋人口統(tǒng)計(jì)學(xué)特征、個(gè)人健康狀況及平臺(tái)使用情況，研究變量及題項(xiàng)來(lái)源如表1所示。

4.2 問(wèn)卷發(fā)放與數(shù)據(jù)統(tǒng)計(jì)

以線上調(diào)研的形式共收集496份問(wèn)卷，剔除不符合要求的問(wèn)卷，獲得有效問(wèn)卷401份，有效率為80.8%。樣本描述性統(tǒng)計(jì)結(jié)果如表2所示，其中男性占比略高于女性，18～29歲人數(shù)最多。

4.3 結(jié)構(gòu)方程模型分析結(jié)果

首先借助SPSS 27.0軟件進(jìn)行信效度分析，評(píng)估問(wèn)卷及數(shù)據(jù)的可靠性和有效性。然后使用AMOS軟件探究變量間的路徑系數(shù)及其顯著性，進(jìn)而對(duì)研究假設(shè)進(jìn)行驗(yàn)證。

4.3.1 信效度分析

利用SPSS 27.0軟件分析量表各維度可靠性，如表3所示?？梢钥闯?，所有變量的Cronbach’s α值均超0.800，各個(gè)維度的平均提取方差（Average Variance Extracted，AVE）值均不小于0.500，組合信度（Composite Reliability，CR）值均不小于0.700，表明問(wèn)卷可靠，各維度收斂效度和信度均良好。

區(qū)分效度是驗(yàn)證潛變量與觀測(cè)變量組之間的差異性的關(guān)鍵指標(biāo)。由表4可知，AVE平方根均大于對(duì)應(yīng)維度與其他維度變量的相關(guān)系數(shù)，表明本研究的量表題項(xiàng)有良好的區(qū)分效度。

4.3.2 結(jié)構(gòu)方程模型檢驗(yàn)

采用AMOS軟件對(duì)收集的數(shù)據(jù)進(jìn)行路徑分析，如圖2所示，其中e1～e42代表誤差項(xiàng)。模型的卡方自由度比為2.263，小于理想值3，表示模型具有簡(jiǎn)約適配度。模型近似均方根誤差為0.056，符合低于0.08的良好標(biāo)準(zhǔn)，擬合優(yōu)度指數(shù)（0.783）、修正擬合優(yōu)度指數(shù)（0.756）均在大于0.7的理想?yún)^(qū)間內(nèi)，表明在線健康平臺(tái)用戶流失行為概念模型的擬合度良好。

以極大似然法估計(jì)各潛變量間的標(biāo)準(zhǔn)化路徑系數(shù)值，如表5所示。各路徑系數(shù)檢驗(yàn)值p均小于0.001，達(dá)到顯著性水平，表明相關(guān)研究假設(shè)得到驗(yàn)證。

運(yùn)用偏差校正的非參數(shù)百分位Bootstrap置信區(qū)間估計(jì)法，對(duì)中介效應(yīng)進(jìn)行檢驗(yàn)，如表6所示。感知疲勞在信息過(guò)載、系統(tǒng)特征過(guò)載、隱私顧慮與用戶流失行為間存在中介效應(yīng)，不滿意度在系統(tǒng)特征過(guò)載、低信息質(zhì)量、低信源可信度與用戶流失行為間存在中介效應(yīng)（95%置信區(qū)間不包括0）。

分析替代品吸引力對(duì)不滿意度和用戶流失行為關(guān)系的影響，如表7所示。不滿意度、替代品吸引力及其交互項(xiàng)的回歸系數(shù)均顯著（p<0.001），說(shuō)明替代品吸引力對(duì)不滿意度和用戶流失行為的關(guān)系存在調(diào)節(jié)作用。

替代品吸引力調(diào)節(jié)作用如圖3所示，低、高替代品吸引力的斜率均為正，均正向調(diào)節(jié)不滿意度與用戶流失行為的關(guān)系，且高替代品吸引力的斜率更大，表明其對(duì)不滿意度與用戶流失行為關(guān)系的調(diào)節(jié)作用更強(qiáng)。因此，假設(shè)H8成立。

4.4 組態(tài)路徑分析

在線健康平臺(tái)用戶流失行為可能受多因素共同影響，存在多條路徑，應(yīng)用定性比較分析法可以揭示結(jié)構(gòu)方程檢驗(yàn)中未觀察到的復(fù)雜關(guān)系及組態(tài)路徑。

4.4.1 數(shù)據(jù)校準(zhǔn)

校準(zhǔn)是指將模糊集數(shù)據(jù)轉(zhuǎn)化為0～1的隸屬度，便于fsQCA軟件分析。本研究采取直接校準(zhǔn)法，選（0.95，0.50，0.05）進(jìn)行校準(zhǔn)。同時(shí)借鑒Fiss[40]的方法，在校準(zhǔn)后出現(xiàn)的0.50值上加常數(shù)（0.001），解決fsQCA不能判讀0.50的隸屬關(guān)系的問(wèn)題。采用李克特5級(jí)量表，定義5為完全屬于，1為完全不屬于，3為交叉點(diǎn)。校準(zhǔn)后變量加前綴z以區(qū)分。

4.4.2 單一變量必要性分析

fsQCA分析條件組合對(duì)結(jié)果的影響，若某條件一致性高，則在所有組態(tài)路徑中一定存在。通常認(rèn)為一致性大于0.9且覆蓋度大于0.7的變量是必要條件。如表8所示，所有變量的一致性均小于0.9，均不是用戶流失行為產(chǎn)生的必要條件。

4.4.3 條件組態(tài)分析

將可接受案例頻數(shù)設(shè)定為2，一致性門檻設(shè)定為0.9，進(jìn)行標(biāo)準(zhǔn)化路徑分析，通過(guò)布爾運(yùn)算得到復(fù)雜解、中間解與簡(jiǎn)單解。以中間解為主，簡(jiǎn)單解為輔，分析前因變量構(gòu)型并得到條件組態(tài)，如表9所示。結(jié)果顯示，在線健康平臺(tái)用戶流失行為的多重因素組態(tài)形成了7條路徑，解的總體一致性大于0.8，覆蓋度大于0.5，說(shuō)明7條路徑構(gòu)成了在線健康平臺(tái)用戶流失行為的充分條件，其中感知疲勞與低信源可信度在7條路徑中均作為核心條件存在，對(duì)用戶流失行為產(chǎn)生正向影響。

將具有共同核心條件的前因組合進(jìn)行歸納，得出3種觸發(fā)在線健康平臺(tái)用戶流失行為的組態(tài)模式。

（1）模式一：風(fēng)險(xiǎn)規(guī)避型。該模式包括3個(gè)子模式（S1a、S1b、S1c），導(dǎo)致用戶流失行為的核心條件為信息過(guò)載、隱私顧慮、感知疲勞與低信源可信度。過(guò)量的信息輸入與隱私顧慮會(huì)使用戶產(chǎn)生疲勞感，最終選擇從在線健康平臺(tái)離開(kāi)。同時(shí)，低信源可信度也是影響用戶持續(xù)使用行為的重要因素。在這3個(gè)子路徑中，除了信息過(guò)載與隱私顧慮這兩個(gè)核心條件外，還存在其他輔助條件：①系統(tǒng)特征過(guò)載、不滿意度、低信息質(zhì)量；②系統(tǒng)特征過(guò)載、低信息質(zhì)量、替代品吸引力；③不滿意度、低信息質(zhì)量、替代品吸引力。這些輔助條件與信息過(guò)載和隱私顧慮共同作用，加劇了用戶流失。因此，在信息過(guò)載與隱私顧慮的雙重影響下，即使主觀規(guī)范的影響程度較低，用戶也可能因?yàn)檫@些輔助條件的存在而選擇離開(kāi)在線健康平臺(tái)，從而造成用戶流失行為。在線健康平臺(tái)可以從消除用戶隱私顧慮、提升信息服務(wù)水準(zhǔn)、激發(fā)用戶活力等方面著手提升行業(yè)競(jìng)爭(zhēng)力。

（2）模式二：體驗(yàn)驅(qū)動(dòng)型。該模式以S2為代表，突出了多重用戶體驗(yàn)型因素共同作用導(dǎo)致用戶流失的現(xiàn)象。在S2中，信息過(guò)載、系統(tǒng)特征過(guò)載、感知疲勞、不滿意度、隱私顧慮、低信源可信度以及替代品吸引力這些核心因素相互交織，共同構(gòu)成了用戶流失行為的復(fù)雜動(dòng)因。低主觀規(guī)范對(duì)用戶流失行為的影響小于核心因素。因此，在信息過(guò)載、系統(tǒng)特征過(guò)載、不滿意度、隱私顧慮、感知疲勞、低信源可信度和替代品吸引力的共同作用下，即使主觀規(guī)范的影響程度較低，用戶也可能選擇離開(kāi)在線健康平臺(tái)，從而造成用戶流失行為。在線健康平臺(tái)應(yīng)從優(yōu)化用戶體驗(yàn)出發(fā)，提升平臺(tái)服務(wù)質(zhì)量，增強(qiáng)用戶黏性。

（3）模式三：綜合誘導(dǎo)型。該模式包括3個(gè)子路徑（S3a、S3b、S3c），這些路徑中導(dǎo)致用戶流失的核心條件為系統(tǒng)特征過(guò)載、感知疲勞、不滿意度、低信源可信度、替代品吸引力。系統(tǒng)特征過(guò)載使得用戶感到使用困難或不便，從而產(chǎn)生不滿和疲勞。同時(shí)，市場(chǎng)上存在更具吸引力的替代品，進(jìn)一步促使用戶轉(zhuǎn)向其他在線健康平臺(tái)。在這3個(gè)子路徑中，除了上述核心條件外，還存在其他重要的輔助條件，如信息過(guò)載（S3a、S3c）、隱私顧慮（S3b、S3c）和低信息質(zhì)量（S3a、S3b、S3c）。這些輔助條件與核心條件相互作用，共同加劇了用戶的流失。因此，在系統(tǒng)特征過(guò)載、感知疲勞、不滿意度、低信源可信度和替代品吸引力的綜合作用下，用戶很容易對(duì)當(dāng)前的在線健康平臺(tái)服務(wù)失去信心和興趣，即使主觀規(guī)范的影響程度較低，用戶也可能選擇離開(kāi)在線健康平臺(tái)。此外，隱私顧慮、低信息質(zhì)量和信息過(guò)載等問(wèn)題也可能成為用戶流失的催化劑。對(duì)于在線健康平臺(tái)來(lái)說(shuō)，優(yōu)化系統(tǒng)特征、提升用戶滿意度以及降低替代品吸引力是減少用戶流失的關(guān)鍵策略。

4.4.4 穩(wěn)健性檢驗(yàn)

穩(wěn)健性檢驗(yàn)方法有調(diào)整一致性水平、調(diào)整頻數(shù)閾值、刪減案例、調(diào)整校準(zhǔn)的錨點(diǎn)等。本研究選擇將PRI值由0.75上調(diào)至0.76，發(fā)現(xiàn)組態(tài)路徑未發(fā)生改變，仍然得到上述7條路徑，說(shuō)明在線健康平臺(tái)用戶流失行為路徑的穩(wěn)健性較好。

5 結(jié)論與討論

結(jié)構(gòu)方程模型檢驗(yàn)結(jié)果表明：信息過(guò)載、系統(tǒng)特征過(guò)載、隱私顧慮對(duì)用戶的感知疲勞產(chǎn)生正向影響；系統(tǒng)特征過(guò)載、低信息質(zhì)量、低信源可信度會(huì)提升用戶的不滿意度；感知疲勞、不滿意度、主觀規(guī)范和替代品吸引力可以直接導(dǎo)致用戶流失行為；替代品吸引力同時(shí)可以調(diào)節(jié)用戶不滿意度對(duì)用戶流失行為的影響。首先，在通過(guò)研究假設(shè)驗(yàn)證的變量中，隱私顧慮、低信息質(zhì)量的作用較為突出，這進(jìn)一步驗(yàn)證了閆凱[41]關(guān)于移動(dòng)健康類APP用戶流失行為影響因素的分析結(jié)論，凸顯了提供在線健康信息服務(wù)時(shí)保護(hù)用戶隱私、保障健康信息質(zhì)量的重要性。其次，本研究以SSO模型為理論框架提出并驗(yàn)證了感知疲勞與不滿意度對(duì)在線健康平臺(tái)用戶流失行為的中介作用，具有一定合理性與啟發(fā)意義。相關(guān)研究結(jié)論與凡婷婷[42]關(guān)于移動(dòng)健康應(yīng)用用戶非持續(xù)使用意愿的研究具有高度一致性。就研究方法而言，秦瑾若[43]通過(guò)質(zhì)性研究方法確立了感知疲勞在外部刺激與用戶非持續(xù)使用行為之間的中介作用，本研究的實(shí)證分析結(jié)果實(shí)現(xiàn)了對(duì)該觀點(diǎn)的印證與深化。另外，本研究關(guān)于主觀規(guī)范與替代品吸引力對(duì)用戶流失行為影響作用的分析與知識(shí)付費(fèi)平臺(tái)用戶流失行為影響因素的相關(guān)結(jié)論[18]相吻合，一定程度上從側(cè)面反映出異質(zhì)情境下該變量對(duì)用戶流失行為的顯著影響，信息服務(wù)提供者需要引起重視與關(guān)注。

組態(tài)分析結(jié)果顯示，主要存在風(fēng)險(xiǎn)規(guī)避型、體驗(yàn)驅(qū)動(dòng)型、綜合誘導(dǎo)型3種在線健康平臺(tái)用戶流失行為觸發(fā)模式。其中感知疲勞、低信源可信度在多條路徑中作為核心條件出現(xiàn)，說(shuō)明這些因素是在線健康平臺(tái)用戶流失行為的重要驅(qū)動(dòng)力，這也在一定程度上驗(yàn)證了結(jié)構(gòu)方程模型分析的結(jié)論，反映出保障信息質(zhì)量、提升健康信息服務(wù)權(quán)威性以及降低用戶認(rèn)知負(fù)荷對(duì)于在線健康平臺(tái)可持續(xù)發(fā)展的關(guān)鍵作用。信息過(guò)載、系統(tǒng)特征過(guò)載、不滿意度、隱私顧慮、替代品吸引力可以作為核心條件、邊緣條件，甚至可出現(xiàn)或可不出現(xiàn)，說(shuō)明在不同的用戶流失行為觸發(fā)模式下，用戶可能因信息素養(yǎng)、隱私關(guān)注水平等差異而作出不同的行為決策，但上述因素都有可能作為核心條件觸發(fā)用戶流失行為，在線健康平臺(tái)應(yīng)從上述視角出發(fā)積極制定應(yīng)對(duì)策略。主觀規(guī)范以核心條件缺失和邊緣條件缺失情況出現(xiàn)，說(shuō)明周圍人對(duì)用戶的影響具有不穩(wěn)定性，在線健康平臺(tái)若能采取有效措施打造網(wǎng)絡(luò)口碑，可利用主觀規(guī)范提升用戶黏性。

為有效應(yīng)對(duì)潛在的用戶流失風(fēng)險(xiǎn)，推動(dòng)在線健康平臺(tái)的可持續(xù)發(fā)展，應(yīng)從以下方面著手提升平臺(tái)的綜合競(jìng)爭(zhēng)力。①保障信息質(zhì)量，提升服務(wù)水平。為平臺(tái)內(nèi)容建立權(quán)威認(rèn)證機(jī)制，組建由醫(yī)學(xué)專家、營(yíng)養(yǎng)師等構(gòu)成的顧問(wèn)團(tuán)隊(duì)，定期發(fā)布專業(yè)健康指南，提高信源可信度。②完善信息組織，緩解信息過(guò)載。一方面要利用人工智能技術(shù)自動(dòng)分類信息，添加關(guān)鍵詞標(biāo)簽，幫助用戶快速定位所需內(nèi)容，并完善個(gè)性化推薦系統(tǒng)，從而減少無(wú)關(guān)信息的干擾。另一方面要優(yōu)化平臺(tái)界面設(shè)計(jì)，減少冗余元素，提高信息的可讀性和易用性，避免用戶感知疲勞，緩解信息過(guò)載。③強(qiáng)化隱私安全，消除用戶顧慮。制定清晰、透明的隱私政策，明確告知用戶個(gè)人信息如何被收集、使用和保護(hù)，同時(shí)提供靈活的隱私設(shè)置選項(xiàng)，讓用戶能夠控制個(gè)人信息可見(jiàn)范圍，從風(fēng)險(xiǎn)規(guī)避層面降低用戶流失率。④優(yōu)化用戶體驗(yàn)，提高用戶滿意度。建立多渠道客服體系，及時(shí)回應(yīng)用戶關(guān)切，通過(guò)教程、常見(jiàn)問(wèn)題解答等形式幫助用戶解決在平臺(tái)使用過(guò)程中的困難。此外，定期進(jìn)行用戶滿意度調(diào)研，收集用戶意見(jiàn)和建議，持續(xù)改進(jìn)平臺(tái)功能和服務(wù)，從而提升用戶滿意度，培養(yǎng)用戶的忠誠(chéng)度。

6 結(jié)語(yǔ)

本研究運(yùn)用結(jié)構(gòu)方程模型探討了在線健康平臺(tái)用戶流失行為的影響因素，在此基礎(chǔ)上采用fsQCA探究了用戶流失行為的組態(tài)路徑。理論意義在于從跨學(xué)科視角分析并構(gòu)建在線健康平臺(tái)用戶流失行為的理論模型，拓展了用戶流失行為的理論體系；厘清各因素與行為結(jié)果之間的多重因果關(guān)系，揭示了在線健康平臺(tái)用戶流失行為的3種核心觸發(fā)機(jī)制。實(shí)踐價(jià)值在于能夠從平臺(tái)功能、信息質(zhì)量、安全保障、用戶體驗(yàn)等多維視角為在線健康平臺(tái)的運(yùn)營(yíng)與管理提供有針對(duì)性的指導(dǎo)，有利于切實(shí)優(yōu)化在線健康平臺(tái)服務(wù)質(zhì)量、提升在線健康平臺(tái)用戶黏性與滿意度。

本研究存在一定的局限性：①研究數(shù)據(jù)來(lái)源于網(wǎng)絡(luò)問(wèn)卷，樣本可能存在同源偏差；②采用的量表均為國(guó)外成熟量表，并未針對(duì)性地開(kāi)發(fā)反映我國(guó)在線健康平臺(tái)用戶使用情況的量表；③調(diào)查對(duì)象多為30歲以下的年輕用戶，研究結(jié)論的普適性可能不足。未來(lái)的研究應(yīng)當(dāng)著重增加樣本數(shù)量、提高樣本多樣性，以期獲得更具代表性和普適性的研究結(jié)果。

參考文獻(xiàn)

[1] 中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心. 第54次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[EB/OL]. [2024-08-31]. https：//www.cnnic.net.cn/ n4/2024/0829/c88-11065.html.

[2] 王若佳，嚴(yán)承希，郭鳳英，等. 基于用戶畫像的在線健康社區(qū)用戶流失預(yù)測(cè)研究[J]. 數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2022，6（Z1）：80-92.

[3] KEAVENEY S M，PARTHASARATHY M. Customer switching behavior in online services：an exploratory study of the role of selected attitudinal，behavioral，and demographic factors[J]. Journal of the Academy of Marketing Science，2001，29（4）：374-390.

[4] 曹高輝，李榮華，梅瀟，等. 信息構(gòu)建視角下的在線健康信息平臺(tái)評(píng)價(jià)研究[J]. 情報(bào)科學(xué)，2020，38（5）：34-42.

[5] 金燕，胡香，楊瑞仙，等. 在線健康平臺(tái)的信息質(zhì)量治理現(xiàn)狀及提升策略研究[J]. 現(xiàn)代情報(bào)，2023，43（8）：79-90.

[6] KARIOTIS T，BALL M P，TZOVARAS B G，et al. Emerging health data platforms：from individual control to collective data governance[J]. Data Policy，2020，2：e13.

[7] 錢明輝，徐志軒，王珊. 基于用戶參與的在線健康平臺(tái)信息服務(wù)質(zhì)量研究[J]. 情報(bào)學(xué)報(bào)，2019，38（2）：132-142.

[8] GOMES N，CARO？O J，RIJO R，et al. Evaluation of an e-health platform for informal caregivers and health professionals：the case study of Help2Care[J]. Informatics for Health and Social Care，2022，47（2）：144-158.

[9] 黃子萱，熊回香. 在線健康社區(qū)用戶知識(shí)共享與隱藏行為的演化博弈研究[J]. 數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2023，7（11）：125-139.

[10] GU NASEK A R A N P，F(xiàn)ER NA N DO W M N，KARUNARATHNE E A C P. Online health information-seeking behaviour：an empirical study of managerial-level employees in Sri Lanka[J]. International Journal of Pharmaceutical and Healthcare Marketing，2022，16（4）：490-512.

[11] 袁順波，張海，段薈. PPM視角下移動(dòng)政務(wù)APP用戶流失行為影響因素研究[J]. 情報(bào)雜志，2021，40（2）：182-188.

[12] WANG L，LUO X，YANG X，et al. Easy come or easy go？empirical evidence on switching behaviors in mobile payment applications[J]. Information Management，2019，56（7）：103150.

[13] 邢紹艷，朱學(xué)芳. 付費(fèi)知識(shí)直播用戶流失行為預(yù)測(cè)實(shí)證研究[J].信息資源管理學(xué)報(bào)，2022，12（4）：121-130，140.

[14] 刁羽，薛紅. 基于生存分析理論的電子資源用戶流失行為預(yù)測(cè)研究：以電子資源校外訪問(wèn)系統(tǒng)為例[J]. 新世紀(jì)圖書館，2023（5）：55-62.

[15] LEE A R，SON S M，KIM K K. Information and communication technology overload and social networking service fatigue：a stress perspective[J]. Computers in Human Behavior，2016，55：51-61.

[16] 楊穎. 朋友圈青年用戶間歇性中輟行為的影響因素研究[D]. 重慶：西南大學(xué)，2021.

[17] BANSAL H S，TAYLOR S F，ST JAMES Y. “Migrating”to new service providers：toward a unifying framework of consumers’ switching behaviors[J]. Journal of the Academy of Marketing Science，2005，33（1）：96-115.

[18] 吳爽. 知識(shí)付費(fèi)平臺(tái)高知女性用戶流失行為影響因素研究[D].南昌：南昌大學(xué)，2020.

[19] 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.

[20] 馮翠翠，易明，莫富傳. 知識(shí)共創(chuàng)視域下健康信息用戶依從意愿的影響機(jī)制研究[J]. 情報(bào)科學(xué)，2023，41（1）：36-48.

[21] 李力，韓平，張弘，等. 啟發(fā)-系統(tǒng)式線索對(duì)移動(dòng)短視頻用戶健康信息采納的影響研究：基于SEM和QCA的混合方法[J]. 農(nóng)業(yè)圖書情報(bào)學(xué)報(bào)，2023，35（1）：73-86.

[22] 周濤，李松洮，鄧勝利. 用戶信息搜尋轉(zhuǎn)移意向研究：從搜索引擎到生成式AI[J]. 圖書情報(bào)工作，2024，68（3）：49-58.

[23] YE D Y，CHO D，CHEN J Y，et al. Empirical investigation of the impact of overload on the discontinuous usage intentions of short video users：a stressor-strain-outcome perspective[J]. Online Information Review，2023，47（4）：697-713.

[24] CROSS R，GRAY P. Where has the time gone？addressing collaboration overload in a networked economy[J]. California Management Review，2013，56（1）：50-66.

[25] ZHU Y，BAO Z S. The role of negative network externalities in SNS fatigue：an empirical study based on impression management concern，privacy concern，and social overload[J]. Data Technologies and Applications，2018，52（3）：313-328.

[26] ZHANG S W，ZHAO L，LU Y B，et al. Do you get tired of socializing？an empirical explanation of discontinuous usage behaviour in social network services[J]. Information Management，2016，53（7）：904-914.

[27] 彭愛(ài)東，夏麗君. 用戶感知視角下高校圖書館微服務(wù)效果影響因素研究[J]. 圖書情報(bào)工作，2018，62（17）：33-43.

[28] MISHRA Y，SINGH A. Influence of customer generated e-WoM on tourist satisfaction：an empirical investigation[J]. Management Today，2019，9（1）：7-15.

[29] 張薇薇，蔣雪. 在線健康社區(qū)用戶參與行為的影響因素研究綜述[J]. 圖書情報(bào)工作，2020，64（4）：136-145.

[30] YANG H J，ZHANG S T. Social media affordances and fatigue：the role of privacy concerns，impression management concerns，and self-esteem[J]. Technology in Society，2022，71：102142.

[31] 齊托托，白如玉，王天梅. 基于信息采納模型的知識(shí)付費(fèi)行為研究：產(chǎn)品類型的調(diào)節(jié)效應(yīng)[J]. 數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2021，5（12）：60-73.

[32] 徐孝娟. 基于S-O-R理論的社交網(wǎng)站用戶流失研究[D]. 南京：南京大學(xué)，2015.

[33] 陳珍珠. 基于網(wǎng)絡(luò)游戲社群的互動(dòng)對(duì)玩家忠誠(chéng)的影響研究[D].濟(jì)南：山東大學(xué)，2018.

[34] CHUANG H M，LIAO Y D. Sustainability of the benefits of social media on socializing and learning：an empirical case of Facebook[J]. Sustainability，2021，13（12）：6731.

[35] 趙雪芹，王少春. 微信小程序用戶持續(xù)使用意愿的影響因素探究[J]. 現(xiàn)代情報(bào)，2019，39（6）：70-80，90.

[36] 冉悅懿. MOBA類移動(dòng)網(wǎng)絡(luò)游戲的用戶中輟行為研究[D]. 長(zhǎng)春：林大學(xué)，2022.

[37] 孫挺，夏立新. 社會(huì)化閱讀用戶不持續(xù)使用意愿實(shí)證研究[J]. 圖書館論壇，2021，41（5）：60-69.

[38] CHENG X S，GU Y，HUA Y，et al. The paradox of word-of-mouth in social commerce：exploring the juxtaposed impacts of source credibility and information quality on SWOM spreading[J]. Information Management，2021，58（7）：103505.

[39] KUMAR S，PRAKASH G，GUPTA B，et al. How e-WOM influences consumers’ purchase intention towards private label brands on e-commerce platforms：investigation through IAM（information adoption model）and ELM（elaboration likelihood model）models[J]. Technological Forecasting and Social Change，2023，187：122199.

[40] FISS P C. Building better causal theories：a fuzzy set approach to typologies in organization research[J]. Academy of Management Journal，2011，54（2）：393-420.

[41] 閆凱. 移動(dòng)健康類APP用戶流失行為影響因素研究[D]. 長(zhǎng)春：吉林財(cái)經(jīng)大學(xué)，2022.

[42] 凡婷婷. 移動(dòng)健康應(yīng)用用戶的非持續(xù)使用意愿研究[D]. 汕頭：汕頭大學(xué)，2021.

[43] 秦瑾若. 社會(huì)化問(wèn)答社區(qū)用戶非持續(xù)使用行為的影響因素研究[J]. 數(shù)字圖書館論壇，2024（7）：29-39.

作者簡(jiǎn)介

洪闖，男，博士，講師，研究方向：健康信息管理、數(shù)據(jù)挖掘、用戶信息行為。

賀幸陽(yáng)，女，碩士研究生，通信作者，研究方向：數(shù)據(jù)挖掘、用戶信息行為，E-mail：2939227322@qq.com。

張淼淼，女，碩士研究生，研究方向：信息資源管理、用戶信息行為。

Influencing Factors and Configuration Path of User Churn Behavior of Online Health Platform

HONG Chuang HE XingYang ZHANG MiaoMiao

（School of Public Administration， Xiangtan University， Xiangtan 411105， P. R. China）

Abstract： Clarifying the influencing factors and configuration path of user churn behavior of online health platform is of great value for optimizing the service quality of the platform and improving user stickiness. By integrating SSO （Stressors-Strain-Outcome） theory， PPM （Push-Pull-Mooring） theory， and information adoption model， a theoretical model of user churn behavior of online health platform is constructed. The structural equation model and fuzzy set qualitative comparison analysis method are used to verify the factors affecting user churn behavior and analyze its configuration path. The study finds that information overload， system feature overload， perceived fatigue， dissatisfaction， privacy concerns， low information quality， low source reliability， and alternative attraction positively affect the churn behavior of online health platform users， while subjective norms play a negative role. Among them， alternative attraction plays a significant moderating role in the relationship between dissatisfaction and churn behavior. The configuration analysis further reveals three triggering modes of user churn behavior： risk avoidance， experience driven， and comprehensive induction.

Keywords： Online Health Platform； User Churn Behavior； Influencing Factor； Configuration Pathway

（責(zé)任編輯：王瑋）