基于扩展UTAUT模型的移动电子健康服务用户使用意愿实证研究

蒋知义 王兆丰 刘 钊 邹 凯

（1.湘潭大学图书馆 湖南湘潭 411105； 2.湘潭大学公共管理学院 湖南湘潭 411105）

1 引言

2018年，国务院办公厅正式印发《关于促进“互联网+医疗健康”发展的意见》[1]，以包容审慎的态度鼓励发展“互联网+医疗”。“互联网+医疗”的发展不断深化，丰富医疗服务供给，持续推动优质资源下沉，让公众通过互联网享受更优质的医疗资源，不断提升幸福感与获得感。在此背景下，“丁香园”“春雨医生”“微脉”等各具特色的移动电子健康服务平台开始飞速发展，据艾媒咨询的报告[2]，2015年中国移动电子健康服务用户规模突破1亿，2016年达到2.76亿人，2018年达到5.34亿人，在移动互联网人口红利逐渐消失的大环境下增速略有放缓，2020年用户数量预计突破6亿。这些服务平台的出现，为用户方拓宽了医患之间的沟通渠道，降低了医患间巨大的沟通成本，为医护方提供了交流学习的平台，提高了工作效率，优化了资源配置，降低了一定的服务成本。但在其带来诸多利好的同时，由于市场鱼龙混杂，且多起移动服务信息泄露事件让用户对于移动电子健康服务提供的隐私保障产生了强烈质疑。移动电子健康服务成为近年来学术界关注的新问题，本研究采用结构方程模型方法，构建移动电子健康服务用户使用意愿影响因素模型，可帮助服务商更客观地了解用户需求，预测用户行为，增加用户黏性，促进服务推广，为其提高服务质量和规划资源建设提供参考。

2 文献综述与理论基础

2.1 移动电子健康服务

移动电子健康服务是电子健康的一个分支，源于国外的“mobile eHealth”一词，随着信息技术与通信技术的快速发展而兴起，并广泛运用于医疗领域，主要体现在信息、服务、应用和设备四大方面。移动电子健康并没有统一的定义，世界卫生组织将其界定为以电子技术方式将健康资源和护理加以转化的一种服务。国外学者Eysenbach[3]将其定义为一种利用信息技术为医疗卫生提供更加优质和高效的服务，国内学者彭彧华等[4]认为其是信息技术在包括预防、诊断和随诊的医疗保健领域的全方位应用，国内学者张坤[5]将其界定为运用信息技术等手段帮助和加强医疗健康领域的预防、诊断、监控、治疗和管理等一系列服务过程的统称。本文借鉴已有文献，认为移动电子健康服务是专业的医疗服务机构与互联网服务提供商借助移动电子设备（如手机、平板电脑等）为用户提供诸如健康资讯、医院挂号、医疗咨询、电子病历等一系列多样化的健康服务。

2.2 技术采纳与利用整合理论（UTAUT）

UTAUT技术采纳与利用整合理论是由Venkatesh和Davis[6]整合技术接受模型（TAM）及其扩展模型所提出的解释外部变量对行为影响的模型。研究证明，UTAUT模型作为TAM模型的扩展，优于它的原始模型，可以更好地解释与预测用户的行为。在UTAUT中，Venkatesh认为一些外部变量能通过绩效期望、努力期望与社会影响等因素间接影响使用意愿，并对用户信息服务的实际使用产生一定影响。但随着研究的深入，人们逐渐发现虽然UTAUT可以很好地解释用户的采纳行为，但该模型在针对某些特定研究对象时，仍可能忽视一些重要问题，因此在使用时，应根据研究对象特性，对模型进行扩展。已有不少学者在移动健康领域的研究中结合了UTAUT及其扩展模型。国外方面， Koel等[7]在UTAUT模型基础上，结合最小二乘法研究了基于移动设备的多功能服务可以帮助吸烟者戒烟的可能性，发现性能预期、便利条件、努力期望和社会影响是影响用户使用的重要条件。Yuan S等[8]基于UTAUT2模型针对美国中西部大学的智能手机用户研究了他们对于移动健康与健身服务的继续使用影响因素，发现绩效期望、享乐动机、价格价值与习惯是影响用户继续使用的关键因素，而努力期望与社会影响的效果并不显著。国内方面，胡德华等[9]结合UTAUT模型与创新扩散理论构建了健康类App大学生用户接受模型，发现绩效期望和个人创新性对健康类App的使用意愿有正向影响, 感知成本和感知风险对使用意愿有负向影响,努力期望和社群影响对使用意愿有间接影响。王敬琪[10]在UTAUT模型基础上引入现状偏差理论构建模型以研究“互联网+医疗”产品用户偏好，发现感知收益、社群影响、保护信念三个方面对互联网+医疗产品偏好影响显著。

2.3 隐私关注与信任

“信息隐私”的概念最早由国外社会学者Westin[11]在1968年提出，他认为信息隐私指的是个人拥有自主决定传播私人信息的时间、范围、途径和程度的权利，人们可以依据自身经验对隐私是否被侵犯进行判断，并采取相应举措保护自身隐私。隐私关注（privacy concern）最早被引入学术研究是用于测量用户在使用新技术时对于自身隐私信息的关注程度。隐私关注是信息隐私领域的核心概念之一，一般认为，隐私关注的升高会带来使用意愿的降低，但这种关系有时会被毫无征兆地破坏，即表现出“隐私悖论”现象[12]。此时，信任理论开始被引入模型作为中介变量并取得了较好的效果。信任作为涉及交易与交换关系的基础，在技术采纳模型中被较为广泛地运用。隐私关注—信任—行为意向的模型越来越受到学者们的关注。Metzger[13]的研究发现，隐私问题与自我披露之间的联系是由信任所调节的，这些发现能在一定程度上解释为什么隐私态度很少能预测实际行为，因为隐私问题的任何解释力都会受到信任的调节。Bansal[14]等在研究用户在线交易行为时，将信任作为隐私关注与信息披露意愿的中介变量，证实了信任的中介作用，发现隐私关注显著影响信任从而影响用户的个人信息披露意愿。Slyke[15]等在研究电子商务交易意愿时，通过具体评估用户对信息隐私权的关注，发现隐私关注会影响知名商家的风险感知、信任以及交易意愿，证实了信任作为中介变量的中介效应。张晓娟[16]等在研究智能手机用户个人信息安全时，将信任作为隐私关注与信息安全使用意愿的中介变量，发现隐私关注对使用意愿具有正向作用;信任在隐私关注与使用意愿之间起到中介作用。

综上所述，技术接受模型主要用于预测用户接受新技术的行为，以提高工作效率，而研究移动电子健康服务用户使用意愿是为了让广大用户得到更好的服务，除了考虑技术方面的因素，对用户更注重的隐私安全保护也应当给予关注，因此有必要把技术接受模型与同用户密切相关的隐私关注与信任理论相结合来探讨影响用户使用的因素。现有的研究虽已结合不同理论从各个角度探讨了移动电子健康用户使用行为的影响因素，但鲜有学者针对用户自身健康水平与移动电子健康服务类型进行分类。基于此，本文结合UTAUT模型并将其适当扩展，构建用户使用意愿影响因素模型，编制问卷收集数据，并展开进一步讨论。

3 模型构建与研究假设

在文献梳理与实际情况分析的基础上，本研究的理论模型沿用UTAUT模型的绩效期望、努力期望、社会影响为自变量，删除了原有的自变量便利条件，加入自变量隐私关注以及中介变量信任，使用意愿依旧为因变量，选用性别、经验、健康水平与服务提供商种类作为调节变量。

其中，绩效期望表现为用户认为系统有助于了解自身身体状况，节约就医时间，促进医患沟通，使用户得到更准确、合适、快捷的服务等。努力期望表现为用户认为系统清晰易操作以及学会使用此系统的难易程度。社会影响表现为用户感知对其有重要影响的人对于使用系统的认可程度。隐私关注表现为用户认为系统会侵犯其隐私，窃取个人信息的可能性以及用户对于个人信息保护的重视程度。信任表现为用户感知服务商的可信程度。

对于调节变量，由于现阶段使用移动电子健康服务需依托于移动电子设备，而长期使用移动电子设备的群体年龄段较为集中，因此剔除了调节变量“年龄”，且该服务的服务对象多为病患及医护人员，因此剔除调节变量“自愿性”。沿用原UTAUT模型的调节变量性别、经验，加入健康水平与服务提供商种类作为新的调节变量。由于移动电子健康服务与医疗健康密不可分，不同健康水平尤其对患有慢性疾病，长期处于亚健康的用户来说，其使用服务的频率、服务的需求可能与健康状况良好的用户有一定的差异。服务提供商种类方面，本文将提供商分为由政府、医院作为服务提供主体的官方服务商以及由企业作为服务提供主体的第三方服务商。通常来说官方服务商开发的平台会更注重服务效率，如一键报警、自动定位等功能可以提升救治效率；预约挂号、诊中支付、在线查取报告单、办理住院流程等服务可以提高就医效率。而第三方服务商开发的平台会更注重用户体验，功能更为齐全，种类更为丰富，大部分面向用户（患者），帮助促进、管理、干预与改善用户健康，小部分面向专业医护人员，帮助医护人员提高工作效率与专业能力。两种服务类型侧重不同，也许会对用户的绩效期望、努力期望以及隐私关注产生一定影响。

综上所述，本研究构建的移动电子健康服务用户使用意愿影响因素模型如图1所示。

图1 移动电子健康服务用户使用意愿影响因素模型

根据模型，移动电子健康服务用户的使用意愿受绩效期望、努力期望、社会影响、隐私关注、信任的直接影响，社会影响与隐私关注通过中介变量信任，影响使用意愿。调节变量性别、经验、健康水平、服务提供商种类分别对绩效期望—使用意愿，努力期望—使用意愿，隐私关注—信任起调节作用。基于此，本文提出如下假设，如表1所示。

4 实证分析

4.1 量表设计与数据收集

为确保量表的信效度，本次调查问卷的问卷项参考过往文献，并结合移动电子健康服务的特性进行修缮，对于借鉴的外文量表，为了减小语言差异带来的影响，都进行了翻译和文化调试。选择李克特7分量表进行测验，1分表示非常不认可，7分表示非常认可。问卷主要包括三大模块：其一是移动电子健康服务的定义与简介，其二是调查对象的个人信息（性别、经验、健康水平、通常使用的服务提供商种类），第三模块为问卷主干，即对六个潜变量的测量，共计19个题项。

表 1 移动电子健康服务用户使用意愿影响因素假设

本研究采用问卷前测的方式对问卷内容进行检查以减少语意方面存在的问题。研究组将50名某大学研究生二年级的同学作为前测对象，请他们针对问卷项目的意义与表达提供意见，此外还咨询了研究移动电子健康服务、隐私安全等方面的专家，邀请专家为问卷提出改进建议，然后根据前测对象与专家的建议，再次修缮问卷。本次研究的问卷调查采用线上线下相结合的方式，线上以“豆瓣”“虎扑”“微博”等各大知名论坛用户为主要调查对象，回收问卷后给予论坛积分或礼物作为填写问卷的回报，增加答主的积极性；线下成立专门研究小组，由小组成员在大学校园内分发问卷。移动电子健康服务是以移动网络和终端为主的信息服务，而论坛用户与大学生是各类移动服务的主要用户，样本的选择较为合理。本次研究总计发放500份问卷，筛除不完整与明显不合格的问卷后，有效样本共计428份，有效率将近85.6%。在本次调查中，男性占52.3 %，略高于女性。

4.2 信度与效度验证

在本次研究中，使用Cronbach’s Alpha值检验问卷的信度，使用验证性因子分析法，通过标准化因子载荷量计算出组合信度CR（Construct Reliability）与平均方差提取值AVE(Average Variance Extracted)检验问卷的效度。信效度检验结果如表2所示，Cronbach’s Alpha值与CR系数均大于0.8，AVE值均大于0.6，说明样本数据拥有较好的信度与效度。

表 2 变量的信效度指标

4.3 结构方程模型验证

使用AMOS24.0绘制本文的结构方程模型，如图2所示，导入问卷数据进行模型检验。

图 2 模型验证结果

在结构方程模型中，根据AMOS提供的Chi-square/df、GFI、AGFI、NFI、CFI、RMSEA可以衡量量表整体结构的合理性，结果如表3所示。

表 3 模型适配度指标

由表3可知，本次研究的各项指标均在MacCallum等[17]推荐的可接受范围内，可见本研究模型具有较好的适配度。

表 4 模型假设判断

由表4可知，在提出的前六项假设中，有四项假设得到了验证。绩效期望与社会影响对于移动电子健康服务用户使用意愿假设未能通过检验，即绩效期望并不与使用意愿呈正相关，社会影响通过信任对使用意愿起间接影响，但不存在直接正向影响。

4.4 中介效应检验

表 5 中介效应检验与假设判断

本文使用Bootstrap法且结合温忠麟[18]提出的中介效应检验程序对信任维度的中介作用进行检验。使用AMOS24.0,设置Bootstrap=1000,置信度=95%，检验结果如表5所示。在社会影响为因变量、使用意愿为自变量、信任为中介变量的回路中，我们可以发现社会影响对使用意愿的直接效应为0.334（P＜0.05），间接效应为0.479（间接效应=社会影响对信任的路径系数0.799（P＜0.05）＊信任对使用意愿的路径系数0.600（P＜0.05）），总效应为0.813（总效应=直接效应+间接效应）。观察有偏校正置信区间，发现社会影响对使用意愿的间接效应下限0.243，上限0.494，区间不包括0，因此社会影响对使用意愿，通过信任传递的中介效应显著，间接效应大于直接效应（0.479＞0.334），为部分中介，假设H7成立。

在隐私关注为因变量、使用意愿为自变量、信任为中介变量的回路中，我们可以发现隐私关注对使用意愿的直接效应为-0.127（P＜0.05），间接效应为-0.563(-0.726（P＜0.05）＊ 0.775（P＜0.05）)，总效应为-0.690。有偏校正置信区间下限-0.502，上限-0.287，因此隐私关注对使用意愿，通过信任传递的中介效应显著，间接效应大于直接效应（0.563＞0.127），为部分中介，假设H8成立。

4.5 调节效应检验

本次研究的调节变量有性别、经验、健康水平、服务提供商种类，他们均为分类变量。温忠麟等[19]提出，类别型调节变量，可采用多群组分析。为便于研究，研究者进行了分组设置：假设H9中男性（组1），女性（组2），假设H10中经常使用健康服务的用户为经验水平高（组1），偶尔使用或基本不使用健康服务的用户为经验水平低（组2），假设H11中非常健康几乎不会生病与基本健康偶尔生病的用户为健康水平高（组1），患有慢性疾病或经常生病与患有重大疾病或一年内有过住院经历的用户为健康水平低（组2），假设H12中官方平台服务用户（组1），第三方平台服务用户（组2）。

研究组使用多群组分析，研究重要变量间的系数是否存在明显差异。对于不同性别、经验、健康水平与服务提供商的用户，对应的路径图是一样的，但其回归系数、方差、协方差等参数均可不同（本次研究主要观察的是回归系数），设置不同群组拥有相同的回归系数（但外生变量的方差和协方差可不同），即在两组中对测量模型的系数设置为相等，观察系数的变化，如系数发生变化且通过显著检验，说明假设成立，运算结果如表6所示。

表 6 调节效应检验与假设判断

4.6 结果分析

本文结合移动电子健康服务特点，在原UTAUT模型中加入隐私关注作为自变量，信任作为中介变量，引入性别、经验、健康水平、服务提供商种类作为调节变量，通过线上线下相结合发放问卷的调研模式，搭建移动电子健康服务用户使用意愿影响因素模型，提出假设，利用SPSS24.0与AMOS24.0对回收的428份有效问卷进行数据处理与假设验证，具体研究结论如下。

（1）绩效期望—使用意愿

绩效期望在本次研究中对于用户使用意愿的影响未得到验证。假设H1用户的绩效期望与其使用移动电子健康服务的使用意愿呈正相关，路径系数为0.18，但临界比值C.R.为0.409，小于1.96，显著性概率值P为0.682，大于0.05，即该路径不具有统计学意义。究其原因可能是因为如今移动电子健康服务市场混杂，许多服务平台自身的定位不清，用户难以在大量的移动电子健康服务平台中找到满足自身需求的应用，从而导致绩效期望对于用户的使用意愿影响不显著。

（2）努力期望—使用意愿

努力期望在本次研究中对于用户使用意愿的影响得到了验证。假设H2用户的努力期望与其对移动电子健康服务的使用意愿呈正相关，路径系数为0.43，是对使用意愿影响最大的维度。可见移动电子健康服务的易用性是广大用户决定是否使用该服务的重要因素，值得服务商加以关注，应尽可能为用户提供更方便易操作的服务，如简化注册过程，优化操作流程与导语设计，提升用户体验。

（3）社会影响—信任—使用意愿

在社会影响—信任—使用意愿路径中，信任在社会影响与使用意愿的相关关系中起部分中介作用。社会影响通过信任维度间接影响用户的使用意愿。用户在一定群体内生活，在接触新鲜事物时，听取周围人士的意见可以帮助减少决策成本，且出于对周围重要人士的信任，其意见往往能够极大影响用户决策，社会影响—信任路径系数高达0.62也可验证这一点。可见，随着移动电子健康服务的推广与普及，使用者的宣传与评价显得尤为重要。社会影响的作用要求服务商重视自身的宣传与口碑，社会认可度的提高有助于增强用户的信任程度从而影响使用意愿。

（4）隐私关注—信任—使用意愿

在隐私关注—信任—使用意愿路径中，信任在社会影响与使用意愿的相关关系中起部分中介作用。隐私关注通过信任维度间接影响用户的使用意愿。可见，互联网时代随着数字技术的普及与更新，人们的隐私保护意识进一步加强，但现阶段移动电子健康服务的隐私保障显然还未能得到用户的认可。为改变这一现状，服务商应采取一定措施如严格遵守个人数据保护相关的法律法规并主动向用户公示隐私保护政策等，从而建立与用户之间的信任关系，以提升隐私关注水平较高的用户对于服务的信任程度。

（5）调节变量

性别的调节作用在技术接受模型中，被多项研究所证实。但越来越多的研究表明，随着全球经济的发展，观念的变化，性别所带来的差距正在逐渐减小，所以性别的调节作用力也在逐渐减小。在本次研究中，性别作为调节变量仅调节了隐私关注，男性群体中隐私关注对信任的影响程度相较于女性群体更大。可见相较于女性用户，男性用户更加注重隐私安全问题。

经验水平调节了绩效期望与隐私关注，对于移动电子健康服务，经常使用的用户更加注重绩效期望与隐私关注，如能提升服务的功能与种类，进一步提高效率，提升表现，重视用户隐私，建立完全的隐私保障制度，可能更能帮助移动电子健康服务留住老用户。

健康水平调节了努力期望与隐私关注，移动电子健康服务的易用性对身体处于亚健康或经常需要就医的用户更为重要，可能是因为健康水平较低的用户对于健康信息服务的使用频率更多，复杂难懂的操作界面将会对他们产生更大的影响。低健康水平组的用户对于自身隐私的关注度更高，保护经常就医、频繁出入医院的用户的隐私，对于服务商来说显得尤为重要。

服务提供商种类调节了用户的隐私关注，使用第三方服务平台的用户相较于使用官方服务平台的用户更为关注隐私保护的情况，可能是由于政府机关的公信力与口碑在一定程度上提升了用户的信任感，而第三方机构开发的服务平台由于信息不对等，用户未必能第一时间全面了解服务商的信息，从而对自身隐私产生一定程度的顾虑。

5 结语

本文扩展了UTAUT模型，借助开放式问卷，研究影响移动电子健康服务用户使用意愿的多种因素，实证结果发现，努力期望与信任对使用意愿的影响呈正相关。信任起部分中介作用，社会影响与隐私关注通过中介变量信任影响用户使用意愿。本文将性别、经验水平、健康水平与服务提供商种类作为调节变量，探究其对于用户使用意愿影响因素的调节作用，研究发现男性用户更加注重隐私安全问题；经常使用移动电子健康服务的用户更加关注绩效与隐私的问题；亚健康用户对服务易用性要求更高，对隐私问题的关注程度较健康用户稍高；使用第三方服务平台的用户较官方服务平台用户明显更关注隐私安全问题。本文针对研究结果提出了一些建议，为大数据环境下用户信息隐私安全的保护及服务商的管理实践提供参照。

与此同时，本文存在一定的不足之处。首先，在选择样本方面，本文忽视了用户社会身份等特征的差异，对移动电子健康服务适用对象的调查还不够广泛。其次，本文将服务提供商种类粗略地分为由政府、医院作为服务提供主体的官方服务商与由企业作为服务提供主体的第三方服务商，没能更加深入探究不同服务类型用户间的差别。后期应根据移动电子健康服务类型与用户个体化差异进行更加系统的实证研究。