信息内容特征对移动医疗APP用户推荐行为的影响及作用路径分析

陈远 张磊 张敏

摘 要：[目的/意义]旨在探究信息内容特征对移动医疗APP用户推荐行为的影响和作用路径，提炼出对运营和管理具有积极意义的意见和方法。[方法/过程]以精细加工可能性模型为理论框架，通过整合信息系统成功模型和口碑营销经典理论的相关因素，构建出“中心信息内容特征——自我推荐”以及“边缘信息内容特征——从众推荐”两条作用路径，并聚焦感知需求的调节作用提出假设并构建研究模型。实证研究采用“日志追踪实验+调查问卷”的方式收集来自移动医疗APP用户的288份数据，利用SmartPLS2.0对模型进行检验。[结果/结论]信息质量、服务质量、系统质量正向影响自我推荐意愿;APP认知声誉、医生认知声誉、医院认知声誉正向影响从众推荐意愿;感知需求正向调节自我推荐意愿对推荐行为的影响，而从众推荐意愿对推荐行为的影响不具有显著调节作用。

关键词：信息内容特征;推荐行为;移动医疗APP;作用路径

DOI：10.3969/j.issn.1008-0821.2019.06.005

〔中图分类号〕F49 〔文献标识码〕A 〔文章编号〕1008-0821（2019）06-0038-10

Abstract：[Purpose/Significance]This paper aimed to explore the impact and action path of information content characteristics on users recommender behaviors in mobile health applications，and to draw up opinions and suggestions which have positive significance for operations and management.[Method/Process]Taking the the ELM model as the theoretical framework，and by integrating the revelant factors of Information System Success Models and Word Of Mouth Marketing，this article constructed two action paths：central information content characteristics to self-recommendation and edge information content characteristics to conformity-recommendation，and focused on the moderating effect of perceived needs to propose hypotheses and construct research models.The empirical research used the log tracking experiment and questionnaire to obtian 288 valid data from mobile health APP users and test model with SmartPLS2.0.[Result/Conclusion]Information quality，service quality and system quality positively influenced users self-recommendation intention;Cognitive reputation of applications，cognitive reputation of doctor and cognitive reputation of hospital positively influenced users conformity-recommendation intention;Perceived information needed positively moderates the relationship between the self-recommendation intention and recommender behaviors，and did not moderate the relationship between the conformity-recommendation intention and recommender behaviors.

Key words：information content characteristic;recommender behaviors;mobile health applications;action path

移動通讯技术的发展让APP的信息服务内容和功能呈现出多元化、丰富化的特点。研究指出，信息内容特征会对APP用户在使用过程中的态度、意愿、行为产生极大影响[1]。因此，APP的信息内容特征研究成为近年来国内外产业界和学术界的关注热点。统计数据显示，移动医疗APP已成为付费APP领域发展最为迅猛的业务类型，在2017年形成200亿元的市场规模，较2016年增长了近90%[2]。值得注意的是，移动医疗行业正处于流量变现的关键时刻。由于用户规模接近饱和、行业内同质化问题突出等现象的存在，APP运营商的工作重点从开发新用户转移为吸引同类竞争产品的用户。由于在线医疗信任度较低、广告和资讯等传统推广方式收效甚微。因此，真实用户的推荐行为显得尤为重要[3]。

已有文献中，基于推荐者的参与程度和参与动机可将推荐行为分类如下：1）基于用户自身的了解和体验产生的推荐行为。如Chen T等通过用户体验共享模型研究了C2C用户的分享机制[4]。胡抚生从餐饮、休闲娱乐、交通等7个角度来衡量游客对旅游城市的游玩感受，发现它们均对游客的推荐行为有着积极影响[5];2）基于网络口碑和品牌声誉影响的推荐行为。如Mishra A等从消费者社会化视角研究用户的年龄、同龄人、互联网接触程度等因素会影响青少年在网络上的分享意愿[6]。董颖等从消费者心理调节定向视角入手，运用调节定向匹配理论分析了消费者网络口碑推荐的内在机制[7];3）基于奖励措施等外在驱动的用户推荐行为。如范宇峰等发现有形回报能够正向影响用户的分享意愿[8]。朱翊敏探讨了网络推荐奖励计划中奖励额度对推荐意愿的影响以及推荐人与被推荐人之间关系强度的调节作用[9];4）基于社会关系网络的用户推荐行为。如Vilnai-Yavetz I等基于外在动机和内在动机的分析视角，探究了社交网络中的用户推荐商品内容的动机，发现内在动机如利他主义或自我地位的提升具有比外在动机更为重要的作用[10]。鲁欣钧从用户社会资本的视角出发，分析用户的社会资本如何影响其分享意愿，发现关系维度对分享意愿起到正向影响的作用[11]。尚林基于社会交换理论和关系营销理念深入探究了B2B客户推荐意愿的影响因素[12]。

个体健康问题的隐私性使得移动医疗APP与社交、娱乐、出行等类型的APP相比具有较大的特殊性。鉴于此，当研究移动医疗APP时需要思考以下问题：1）适用于普通类型APP的推荐行为研究结论是否同样适用于移动医疗的研究情景？2）推荐行为是否最终被采纳需要考虑被推荐者的医疗信息需求，即通常“精准一对一”的推荐更能获得成功，在此过程中APP的信息内容特征起到何种作用？上述问题在已有研究中尚未得到很好的回答。基于上述考虑，本研究从以下几方面展开深入探究：第一，移动医疗APP用户推荐行为。已有的移动APP用户推荐行为研究主题主要集中于购物、旅游、知识付费和游戏等领域，对于移动医疗领域的用户推荐行为研究尚处于起步阶段。因此，本研究将聚焦移动医疗领域的用户推荐行为，是对已有移动推荐行为研究知识体系的有益补充;第二，信息内容特征与推荐行为的相关关系研究。已有研究文献主要从口碑信息或个人体验信息层面展开分析，这种分类方式有利于从单一层面深入研究影响用户行为的因素，但却弱化了个人体验和大众口碑之间的相互作用。因此，本研究将同时考虑个人体验层面和大众口碑层面，能够为本领域的研究提供更为丰富的视角;第三，信息需求对推荐行为调节作用的研究。已有研究文献较少考虑个体信息需求对个体行为的调节作用，而医疗问诊常涉及个体不愿为人知的隐私，而推荐过程必定不可避免地在不同程度上有泄漏自身隐私的风险。因此，推荐者在考虑推荐行为时需要考虑与被推荐者的关系亲疏及其对所推荐医疗信息的需求程度。因此，本研究考虑被推荐者的信息需求对推荐行为的调节作用能让研究更符合用户的实际使用情境。

基于上述分析，本研究以精细加工可能性模型的中心路径和边缘路径为理论框架，通过整合信息系统成功模型和口碑声誉理论提取移动医疗APP的信息内容特征，重点关注被推荐者信息需求的调节作用来提出研究假设并构建理论研究模型，基于数据分析结果提出的意见和建议对于移动医疗平台运营者和管理者的实践活动具有一定的借鉴意义。

1 文献回顾及假设提出

1.1 信息内容特征、推荐意愿和推荐行为的界定

精细加工可能性模型认为个体态度的改变会受到“中心”和“边缘”两条路径的影响[13]。中心路径是指个体经过详尽的认知和信息加工，仔细审查问题的论据、优点和相关性从而形成对目标行为的最终态度。边缘路径是指个体需要较少的认知力，主要依赖一些简单的、表面的提示信息来形成最终态度[14]。在移动医疗APP的研究情境下，考虑用户参与程度和所需的信息处理量可将信息内容特征细分为“中心信息内容特征”和“边缘信息内容特征”。其中，中心信息内容特征是指用户通过深度参与后经过加工处理得到的信息结果，而边缘信息内容特征是指用户仅通过外部环境的简单提示或简单地处理得到的信息结果。

信息传播模型认为传播意愿引发传播行为，根据信息来源和影响机理的差异将传播意愿细分为自我传播意愿和从众传播意愿[15]。在线用户推荐行为本质上也属于信息传播行为，因此可将移动医疗APP用户推荐意愿细分为自我推荐意愿与从众推荐意愿两大类。其中，自我推荐意愿是指使推荐者基于自身真实的使用体验而产生的推荐想法，主要基于推荐者对该移动医疗APP自身的信息质量、服务水平以及系统稳定性等中心信息内容特征的直接感受，属于个体直接的、主动的推荐意愿。群体心理学创始人勒庞认为群体总是处于一种期待注意的状态中，因此很容易受到周围环境的暗示从而产生行为从众和思想从众[16]。从众推荐意愿即基于这一理论，是指推荐者在外界环境的影响下产生的推荐想法，主要基于推荐者对周边人群以及网络用户对APP的声誉评价、态度等边缘信息内容特征的感受，属于个体跟随性、从众性的推荐意愿。

1.2 中心信息内容特征对自我推荐意愿的影响

移动医疗APP本质上属于一个高质量的信息系统，用户通过使用产生满意或不满意的使用体验和信息收益，该使用过程可视为用户深度参与和加工后得到中心信息内容特征的过程。鉴于此，本研究抽取信息系统成功模型中的信息质量、服务质量、系统质量作为移动医疗APP中心信息的特征因素，并将它们定义为：1）信息质量。信息质量指移动医疗APP信息内容的输出质量[17]。移动医疗APP涵盖的医疗信息种类主要包括对患者状况的诊断和治疗方案的建议等，本研究从准确性和完整性2个维度来测量信息质量;2）服务质量。服务质量是指用户对移动医疗APP的服务期望和感知服务性能间的差异程度[18]。本研究从可靠回复和移情作用2个维度来测量服务质量;3）系统质量。系统质量是指用户对移动医疗APP的信息系统性能或期望的质量[19]。本研究从易用性和有用性2个维度来测量系统质量。基于上述分析，提出以下假设：

H1：中心信息内容特征中的信息质量正向影响用户的自我推荐意愿;

H2：中心信息内容特征中的服务质量正向影响用户的自我推荐意愿;

H3：中心信息内容特征中的系统质量正向影响用户的自我推荐意愿。

1.3 边缘信息内容特征对从众推荐意愿的影响

从信息传播角度来看，口碑传播本质上属于一种非正式沟通行为，用户根据外界环境中的品牌声誉对产品进行传播扩散[20]。因此，口碑传播中涉及品牌声誉的信息内容可被视为一类边缘信息。研究指出，品牌声誉有助于提升顾客忠诚度和促进口碑传播行为[21]。当顾客希望自身在他人的认知中能与良好声誉的品牌形成相关关系时，则可能会通过购买、推荐等行为来展示自身与品牌间的密切关系[22]。因此，本研究将声誉视为从众推荐意愿的关键因素，并从营销学视角出发结合移动医疗APP的应用情境，提取APP认知声誉、医生认知声誉、医院认知声誉等作为移动医疗APP边缘信息的特征因素。其中，APP认知声誉是指患者对医疗APP知名度、市场口碑、占有率、网上他人评价、业绩表现等指标的判断;医生认知声誉是指患者对移动医疗平台上医生的诊断评价、诊断滿意度、知名度、职称等客观指标的理性判断;医院认知声誉是指患者对移动医疗APP上医院在专业领域知名度、级别地位等指标的直观判断[23]。基于上述分析，提出以下假设：

H4：边缘信息内容特征中的APP认知声誉正向影响用户的从众推荐意愿;

H5：边缘信息内容特征中的医生认知声誉正向影响用户的从众推荐意愿;

H6：边缘信息内容特征中的医院认知声誉正向影响用户的从众推荐意愿。

1.4 推荐意愿对推荐行为的影响

ELM中的中心路径和边缘路径具有不同的影响机理。其中，中心路径被认为是用户将零散化、碎片化感受通过整理、组合等信息加工处理方式后得到的信息结果，边缘路径指用户通过外界的信息提示或简单接触得到的信息结果[24]。借鉴ELM双路径的分析思路，在移动医疗APP的研究情境中，可认为用户自我推荐意愿受中心信息内容特征的影响，而从众推荐意愿受边缘信息的影响，即自我推荐意愿是用户经过亲自体验、有意义的思考、认真分析和归纳后形成的，从众推荐意愿则未经过积极地考量与分析，用户的动机和主观性处于较低的水平。无论用户是由于从众推荐意愿还是自我推荐意愿，都将引发推荐行为[25]。基于上述分析，提出以下假设：

H7：用户的自我推荐意愿正向影响用户的推荐行为;

H8：用户的从众推荐意愿正向影响用户的推荐行为。

1.5 感知信息需求的调节作用

推荐行为的顺利完成通常涉及推荐者和被推荐者这两个最主要的主体。鉴于医疗推荐中推荐者或被推荐者的个人隐私，推荐者在做出推荐决策时需要考虑被推荐者的信息需求程度，从而避免由于尴尬、误会、不需要或者无效等原因导致的推荐失效。在健康心理学领域，感知信息需求能在涉及决策过程时明显增加决策过程的需求意愿引发健康行为的可能性[26]。因此，感知信息需求作为推荐意愿与推荐行为之间的重要影响因素需要得到关注。在移动医疗APP研究情境下，感知信息需求是指用户感知他人对于健康信息的需求程度。例如，用户的亲朋好友中如果有严重的心脏病，则该用户在浏览到心脏病相关的健康信息时会产生高水平的感知需求并将对他的推荐意愿和推荐行为产生影响。通常，感知信息需求水平越高则越会促进推荐意愿对推荐行为的影响。基于上述分析，提出以下假设：

H9（a）：感知信息需求正向调节自我推荐意愿对推荐行为的影响;

H9（b）：感知信息需求正向调节从众推荐意愿对推荐行为的影响。

根据上述研究假设，本文基于精细加工可能性模型构建的信息内容特征对用户推荐行为的研究模型如图1所示。

2 研究方法

2.1 实验设计

本实验采取日志追踪实验和调查问卷结合的方法来保证实证研究的数据真实、可靠。通过查阅大量文献资料和市场调研，本研究最终选择“春雨医生”作为实验素材，主要因为：1）“春雨医生”是目前中国移动医疗APP市场中用户数最多的产品;2）“春雨医生”虽以在线轻问诊和自诊功能为主，但同时兼顾健康资讯的普及、自我健康管理辅助和在线预约挂号等功能。因此，它具有较好的代表性，符合本研究对实验素材的要求。

在实验设计部分，研究团队反复设计并编辑好实验说明、实验任务及实验日志文档。其中，实验说明能够让实验者了解到本次实验目的、实验流程等相关信息。实验任务每天早上由研究团队成员向实验者定时发送，实验者必须在规定时间结束之前完成派发的体验任务;实验日志文档由实验者每天在实验结束后填写记录当日的任务完成情况。实验涉及移动医疗APP健康资讯的浏览、健康管理辅助工具（如健康计划、健康计步等）的使用、疾病自诊、在线轻问诊等体验项目，实验时长为5天。为提高实验者参与实验的积极性并确保实验者的实验质量，研究小组会事先告知实验者在完成每天的实验内容后均能得到一定额度的经济报酬。

2.2 问卷设计及数据收集

问卷设计包括人口统计量和变量问项两个部分。变量问项均采用Likert 7点量表进行测量。为保证量表的严谨与准确，研究团队提前选取30名用户进行问卷前测，随后让研究领域的3名专家跟据前测结果对问卷进行修订，直至反馈结果在控制范围内才进行大规模实验和问卷调查，问卷变量信息和问项的来源如表1所示。

实验者的招募主要通过线上和线下两种渠道进行。线上实验者的招募是通过各大在线医疗网站和论坛公开招募，线下实验者的招募由研究小组在高校校医院门诊或病房通过实地访谈招募。为尽可能保证实验样本的代表性和有效性，在确定实验者被纳入实验对象之前会通过电子邮件或者当面访谈的形式询问其是否有使用移动医疗的健康需求或经验，将当前正好有诊疗需求的病患以及有多年移动医疗使用经验的用户筛选为本研究最合适的实验样本。研究小组最终招募实验者320名并向其发放实验说明文档，在确保各实验者了解实验流程并同意参与实验后开始正式实验。为尽可能保证实验数据的真实、可靠，所有实验者需遵循实验设计进行为期5天的预实验，在此期间实验者需完成当天的实验任务和实验日志。预实验结束后，研究小组向每位实验者发放了最终的调查问卷，由于各种原因一些实验者中途放弃实验未能完成调查问卷，同时剔除回答不完整及回答具有明显错误的无效问卷后，最终获得288份有效问卷。

2.3 样本描述

表2为实验样本的描述统计。数据显示，在288份有效问卷中，男性占比53.8%，女性占比46.2%。在年龄分布上，25岁及以下的人占比最大，达到了85%以上，26～45岁人群约占10%，46岁及以上的人群共占4.5%。受教育程度方面，本科占比最大约为65%，大专及以下样本占比约30%，硕士及以上占比约为4%。

3 模型验证

3.1 测量模型验证

本研究采用SmartPL2.0软件进行分析，该软件基于偏最小二乘法，对样本数量要求较少且对样本数据的分布要求较低。首先运行PLS Algorithm算法验证测量模型的信度与效度。运行得到的Cronbachs Alphas（α）值和Composite Reliability（CR）值2个指标能够反映出模型的信度，AVE值和α值检測能够反映出模型的聚合效度，区别效度的检验方法是比较该变量与其他变量间相关系数的绝对值和AVE的平方根的大小。表3和表4分别显示了模型的信度、聚合效度以及区别效度结果。