羅劍宏 余子希

中南大學商學院 湖南長沙 410083

·互聯(lián)網(wǎng)醫(yī)療·

移動醫(yī)療背景下用戶初始信任影響因素研究

羅劍宏 余子希

中南大學商學院 湖南長沙 410083

文章聚焦當前移動商務(wù)研究熱點，探究移動醫(yī)療背景下的用戶初始信任影響因素。首次將TAM模型融入該情境下展開研究，結(jié)合中國研究情境引入背信規(guī)避、相關(guān)群體變量，完善了感知聲譽在此情境下的研究范圍和維度，依托信任機制構(gòu)建了移動醫(yī)療背景下初始信任的研究模型，通過問卷調(diào)查與結(jié)構(gòu)方程模型驗證，得出產(chǎn)品參與、相關(guān)群體、感知醫(yī)院及醫(yī)生聲譽以及保障體系影響用戶對移動醫(yī)療渠道的初始信任；針對研究結(jié)果建議移動醫(yī)療平臺應(yīng)提高互動性、完善全渠道服務(wù)，同時做好平臺自身規(guī)范。

移動醫(yī)療； 初始信任； 用戶行為； 渠道整合

中國正面臨著老齡化加劇、醫(yī)療需求逐年攀升的巨大挑戰(zhàn),且醫(yī)療資源與需求之間存在著嚴重不匹配現(xiàn)象：大醫(yī)院患者集中，處于超負荷運行狀態(tài)；而小型醫(yī)院缺乏優(yōu)秀醫(yī)生及患者資源。低年資醫(yī)生工作量大、收入低；高年資醫(yī)生缺少匹配的疑難雜癥患者。對患者而言，全國三甲醫(yī)院主要集中分布在中東部地區(qū)，西部地區(qū)看病難、看病貴和用戶體驗差。在“互聯(lián)網(wǎng)+醫(yī)療”背景下，移動醫(yī)療的誕生和應(yīng)用為我國解決諸多醫(yī)療問題并加快分級診療制度的建立提供了可行的解決路徑，通過使用移動通信技術(shù)(PDA、移動電話和衛(wèi)星通信)，開發(fā)一系列基于安卓和ios的APP應(yīng)用及智能穿戴設(shè)備，其目前可提供諸如疾病預(yù)防、疾病監(jiān)控、慢性病管理、提高治療和藥物依從性、健康教育和健康促進行為等功能。[1]但移動醫(yī)療在我國普及率并不高，一方面是因為圍繞醫(yī)療的創(chuàng)新必須在現(xiàn)有醫(yī)療服務(wù)體系下依托區(qū)域醫(yī)療服務(wù)網(wǎng)絡(luò)進行，同時需構(gòu)建相應(yīng)支付體系，另一方面是因為針對目標群體的推廣普及不到位。數(shù)據(jù)顯示，81.2%的網(wǎng)民聽說過，但仍有近2成網(wǎng)民沒有聽說過互聯(lián)網(wǎng)醫(yī)療服務(wù)；91.9%的網(wǎng)民沒有使用過互聯(lián)網(wǎng)醫(yī)療服務(wù)。[2]而據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)發(fā)布數(shù)據(jù)顯示,截至2016年6月，我國移動網(wǎng)民數(shù)量為6.56億，網(wǎng)民中使用手機上網(wǎng)人群占92.5%?；诖藛栴}，本文以用戶信任作為研究切入點，站在用戶視角下，探究在移動醫(yī)療情境下影響用戶初始信任的具體因素，以期為其市場推廣和普及提供相應(yīng)的參考。

1 文獻回顧

1.1初始信任概念界定

Walczuch等學者認為信任的發(fā)展是由初始信任建立、信任維持、信任下降所構(gòu)成的一個動態(tài)過程[3]，本文聚焦于用戶初始信任階段，探究用戶初始信任的影響因素。關(guān)于初始信任的確切內(nèi)涵目前尚未得出定論，因首次交互是否涵蓋在初始信任范圍內(nèi)學術(shù)界對此意見不一。初始信任是由McKnight等人首次提出，其認為初始信任是指彼此之間或者團隊之間在第一次接觸中相互所建立的能共享可靠或者有意義的信息關(guān)系[4]，他將消費者同商家的第一次交互行為包含在初始信任之中；Euijin Kim等學者將電子商務(wù)情境下的初始信任界定為當消費者與商家關(guān)系未發(fā)展成忠誠之前調(diào)用和維持的初始關(guān)系[5]。 Tao Zhou研究認為初始信任建立在用戶與產(chǎn)品首次交互過程中。[6]本文定義初始信任是移動互聯(lián)網(wǎng)用戶在未與新技術(shù)進行交互前憑借其他一些非交互經(jīng)驗或者初次交互時所形成的信任。

1.2不同情境下初始信任影響因素

針對不同應(yīng)用情境，學者提出了影響消費者初始信任的可能因素并加以驗證。Kim等通過研究得出移動證券用戶初始信任受無所不在、信息質(zhì)量、兼容性、結(jié)構(gòu)保證和信任傾向這幾個變量的影響[7]，林家寶等經(jīng)過分析中國情境下的用戶得出移動證券的初始信任受到無所不在、信息質(zhì)量、兼容性、感知的聲譽、感知的大小、結(jié)構(gòu)保證和信任傾向的影響[8]。Tao Zhou利用ELM(詳盡似然)模型分析了經(jīng)由中心路線的論據(jù)質(zhì)量和外圍路線的來源可靠性對用戶初始信任建立的影響[6]，并提出用戶的自我效能感、個人主義、未知風險規(guī)避以及論據(jù)質(zhì)量、信息可信度顯著影響初始信任的建立[9]。Gu Zhongwei在關(guān)于移動穿戴設(shè)備的初始信任問題研究中提出，用戶隱私關(guān)注、信任傾向、績效期望、便利條件、享樂動機影響用戶初始信任。[10]Xin Luo等通過對移動銀行的初始信任研究發(fā)現(xiàn)，影響用戶初始信任的感知風險因素來源于八個方面，并實證研究了消費者個人特質(zhì)等相關(guān)因素對初始采納的影響。[11]針對移動醫(yī)療情境下的信任問題研究，目前國內(nèi)外相關(guān)文獻較少。Akter等通過擴展ECM(期望確認)模型，研究了關(guān)于移動醫(yī)療的持續(xù)使用問題，指出感知服務(wù)質(zhì)量、感知信任、感知有用性、確認意向等因素影響用戶對移動醫(yī)療的使用。[12]其在以移動醫(yī)療為背景的研究中試圖推進關(guān)于信任的理論概念和經(jīng)驗驗證，通過概念化信任構(gòu)建并預(yù)測其對在準則網(wǎng)絡(luò)里的用戶的信賴和持續(xù)使用意向的影響。[13]

1.3已有研究不足及本文創(chuàng)新點

通過對文獻的系統(tǒng)回顧，發(fā)現(xiàn)針對移動醫(yī)療初始信任的研究尚處起步階段，在探究影響用戶初始信任相關(guān)因素時，學者并未結(jié)合該情境做具體分析或是僅將電子商務(wù)情境下的模型加以修正，存在創(chuàng)新性不足及分析不深入的問題。本文緊跟移動醫(yī)療當前發(fā)展實際，依據(jù)信任機制[14]將研究劃分為技術(shù)、個人、程序和制度四個維度，首次將背信規(guī)避及相關(guān)群體引入該研究中；同時進一步完善了感知聲譽中涉及到的另一主體——醫(yī)生，深度聚焦醫(yī)生多點執(zhí)業(yè)政策帶來的影響；最后文章首次在該情境下引入TAM采納模型，提高了原創(chuàng)研究模型的完整和全面性。

2 模型及假設(shè)

2.1變量解釋及假設(shè)

在總結(jié)歷史文獻及該領(lǐng)域發(fā)展現(xiàn)狀的基礎(chǔ)上，本文基于用戶視角選取了六個解釋變量(感知有用性、背信規(guī)避、差序格局、感知醫(yī)院及醫(yī)生的聲譽、保障體系以及產(chǎn)品參與)來探究移動醫(yī)療情境下的初始信任影響因素。模型中依據(jù)信任機制將解釋變量劃分為四個維度，其中技術(shù)維度引入TAM模型中的感知有用性，用以研究移動互聯(lián)網(wǎng)用戶對移動醫(yī)療的采納程度；將背信規(guī)避、差序格局與產(chǎn)品參與作為個人信任機制加以研究；把感知醫(yī)院、醫(yī)生聲譽與保障體系分別作為信任的程序及制度機制進行分析。

2.1.1 感知有用性與移動醫(yī)療使用意愿的關(guān)系

對于信息系統(tǒng)采納相關(guān)的研究結(jié)果表明，感知有用性對用戶的使用態(tài)度和行為意向均有顯著的影響[15-16]，Lee在研究股票在線交易時加入了TAM模型形成復合模型，結(jié)論指出感知有用性顯著影響用戶信任以及使用線上交易的態(tài)度。[17]Jin通過實證研究探究了網(wǎng)上購物首次交互過程中感知有用性顯著影響用戶使用網(wǎng)上購物的意愿和態(tài)度。[18]在移動醫(yī)療情境下，感知有用性指用戶通過使用移動醫(yī)療平臺從而獲取醫(yī)療資訊、掛號預(yù)約、普通疾病問診等信息，從而提高用戶獲取醫(yī)療服務(wù)的效率、拓寬用戶滿足醫(yī)療需求的渠道，并同時提升用戶改善健康的能力。因此，本文提出如下假設(shè)：

假設(shè)1：感知有用性顯著影響用戶產(chǎn)生對移動醫(yī)療的初始信任。

假設(shè)2：感知有用性對用戶移動醫(yī)療的使用意愿有顯著的正向影響。

2.1.2 背信規(guī)避與初始信任的關(guān)系

背信規(guī)避指當個人決策所面臨的風險來自客觀因素和人為因素時，個體傾向于規(guī)避人為風險。[19]祝婧媛等采用信任博弈方法，通過多種方法研究得出中國受試者存在明顯背信規(guī)避傾向。[20]Fehr等提出當人們選擇建立彼此互信時希望是基于一種互惠的狀態(tài)下，當被信方未能滿足互惠要求且缺乏互惠基礎(chǔ)時，人們傾向于選擇不信任、不合作，從而規(guī)避潛在風險；反之則會在交互中抵消背信規(guī)避帶來的消極影響，從而達成信任。[21]作為一種心理個性特征，當用戶在首次聽聞或接觸一項新技術(shù)時，如果其缺乏被信賴的基礎(chǔ)，初始信任的建立便無從談起。據(jù)此本文提出以下假設(shè)：

假設(shè)3：背信規(guī)避顯著影響用戶產(chǎn)生對移動醫(yī)療的初始信任。

2.1.3 產(chǎn)品參與與初始信任的關(guān)系

產(chǎn)品參與是指顧客感知到產(chǎn)品與個人關(guān)聯(lián)度或者產(chǎn)品對自己的重要程度，產(chǎn)品高參與度會引致用戶在初次交互時做更多的信息搜集并留下更深刻的印象，產(chǎn)品低參與度則會在匆忙中結(jié)束首次交互。[22]王莉等通過研究指出，在高度復雜的產(chǎn)品創(chuàng)新中顧客產(chǎn)品高參與度會越容易對產(chǎn)品產(chǎn)生滿意。[23]ELM模型指出顧客獲取信息的途徑分為中心路徑和邊緣路徑[24]，有理由相信當顧客高度參與產(chǎn)品時，會充分調(diào)用兩種辦法獲取相關(guān)信息，反之則不利于用戶初始信任形成。對于移動醫(yī)療渠道，當用戶高度參與其中時，會注意搜集關(guān)于醫(yī)療資源的相關(guān)信息并傾向于實際體驗，進而有助于加深用戶對移動醫(yī)療的初始信任。故本文提出以下假設(shè)：

假設(shè)4：產(chǎn)品參與顯著影響用戶對移動醫(yī)療的初始信任。

2.1.4 相關(guān)群體與初始信任的關(guān)系

相關(guān)群體指對用戶行為和態(tài)度產(chǎn)生影響的周圍群體，并且用戶常將他們與自己做比較。[25]在面臨未知事物時，為規(guī)避其中潛在的風險，用戶往往會通過咨詢身邊親朋好友或者具有一定公信力的人的意見，參考他們的做法。相關(guān)群體的影響源自所提供的信息，這反映用戶希望在信息對稱條件下進行最優(yōu)化決策的愿望。[26]Bearden研究了相關(guān)群體對用戶品牌和產(chǎn)品選擇的影響，認為相關(guān)群體影響個人價值觀念的形成，在一定情況下個人也會產(chǎn)生服從群體性規(guī)范的壓力。[27]移動醫(yī)療未來將會深入布局社區(qū)，在用戶生活中當周圍關(guān)系親密或者值得信賴的人推薦移動醫(yī)療服務(wù)時，用戶傾向于信任的概率會大大增加。因此，本文提出如下假設(shè)：

假設(shè)5：相關(guān)群體顯著影響用戶產(chǎn)生對移動醫(yī)療的初始信任。

2.1.5 感知醫(yī)院及醫(yī)生的聲譽與初始信任的關(guān)系

Broutsou認為用戶從周圍渠道獲悉的關(guān)于該服務(wù)提供商的口碑，將直接決定用戶初始印象及感受的形成，而這種感覺若是正面的，將有效消除部分感知風險和其它一些遲疑因素的阻力。[28]企業(yè)或個人聲譽的形成是經(jīng)歷漫長的經(jīng)營和積淀產(chǎn)生的，其塑造存在著難以形成卻易于失去的特點[29]，人們傾向于信任企業(yè)或個人不會貿(mào)然犧牲自己的聲譽去損害顧客利益。就移動醫(yī)療而言，用戶傾向于信任具備第三方(政府)資質(zhì)認證的醫(yī)院或者是取得相應(yīng)資質(zhì)的醫(yī)生，Berendsen在一項關(guān)于病人就醫(yī)選擇的研究中發(fā)現(xiàn)其會首先通過報紙或網(wǎng)絡(luò)去獲取相關(guān)醫(yī)院或醫(yī)生信息后再做出選擇[30]，Victoor通過研究得出相同結(jié)論并進一步揭示了用戶教育水平越高越傾向關(guān)注聲譽[31]，Groenewoud在研究影響患者就醫(yī)選擇的因素中發(fā)現(xiàn)某些群體會顯著受到醫(yī)院質(zhì)量和醫(yī)生專業(yè)水平的影響[32]。在我國，用戶就醫(yī)普遍傾向于選擇具有良好聲譽的醫(yī)院和醫(yī)生，據(jù)此提出以下假設(shè)：

假設(shè)6：感知醫(yī)院及醫(yī)生聲譽顯著影響用戶產(chǎn)生對移動醫(yī)療的初始信任。

2.1.6 保障體系與初始信任的關(guān)系

保障體系是制度基礎(chǔ)信任中不可或缺的重要方面，涉及法律法規(guī)、保證、政策、承諾或合約等，三元閉包理論證明，第三方信息往往比內(nèi)部信息有更好的信度與效度。[33]尤其作為一項新技術(shù)、新服務(wù)，如果市場對其缺乏認知度，第三方的規(guī)范是尤為必要的，郭承龍等在研究在線交易時強調(diào)“第三方認證”有助于加強用戶初始信任。[34]Galanxhi等提出在普適商務(wù)環(huán)境下隱私問題處理的好壞將直接影響用戶是否信任該產(chǎn)品[35]，顧忠偉在關(guān)于可穿戴設(shè)備的初始信任問題中也提出，由于移動商務(wù)高度個性化的特點使用戶對隱私關(guān)注日益密切[36]。移動醫(yī)療服務(wù)由于直接關(guān)系到用戶個人隱私、財務(wù)和支付方面的安全，保障體系是否完善將是用戶關(guān)注的重點，據(jù)此提出以下假設(shè)：

假設(shè)7：保障體系顯著影響用戶產(chǎn)生對移動醫(yī)療的初始信任。

2.1.7 移動醫(yī)療初始信任與移動醫(yī)療使用意愿

根據(jù)Gefen的研究，初始信任可以有效降低顧客決策考慮時的復雜性，將需要考慮的各種可能結(jié)果減少為可有效控制管理的范圍，進而預(yù)測交易對象會善意互惠相待的行為表現(xiàn)。[37]根據(jù)理性行為理論(TRA)，顧客的行為受其行為動機的影響，當他們越傾向于信任被信方時，越可能采取相應(yīng)的交互行為。[38]據(jù)此本文提出以下假設(shè)：

假設(shè)8：移動醫(yī)療初始信任對移動醫(yī)療使用意愿具有正向影響。

綜上所述，本文構(gòu)建了用戶對移動醫(yī)療初始信任模型(圖1)。

圖1 用戶對移動醫(yī)療初始信任模型

3 研究方法

3.1問卷及量表設(shè)計

研究采用問卷調(diào)查方式，全卷分為三部分，第一部分解釋了移動醫(yī)療的內(nèi)涵和外延，以便讓不熟悉的群體也能夠理解并作出合理選擇。第二部分收集被調(diào)查者的人口統(tǒng)計學變量并附加詢問被調(diào)查者對移動醫(yī)療眾多服務(wù)的選擇傾向性。第三部分為測度項，共計26個問題從不同方面測量8個變量：感知有用性(PU)、背信規(guī)避(BA)、相關(guān)群體(RG)、產(chǎn)品參與(PI)、感知醫(yī)院及醫(yī)生聲譽(REP)、保障體系(SEC)、初始信任(IT)、使用意愿(UI)。問題采用Likert七級量表，填答者選擇1(非常不同意)到7(非常同意)對問題進行打分。量表設(shè)計參考了相關(guān)學者研究，根據(jù)移動醫(yī)療情境做了相應(yīng)的演化，以保證量表的內(nèi)容效度。其中感知有用性的測度項參考了Gefen[39]，感知醫(yī)院及醫(yī)生聲譽的測度參考了Koufaris[40]及Kim[41],保障體系的測度參考了McKnight[42]和Barnes[43]，產(chǎn)品參與測度上參考了Sanchez Franco[44]，初始信任的測度參考了Kim等[41]，使用意愿的測度參考了Lee[45]和McKnight[42]，相關(guān)群體的測度參考了Park[22]和Bearden[27]。背信規(guī)避的測量參考周宏等學者的觀點[46]，采用測度背信厭惡的方式去測量背信規(guī)避，參考了Caliendo的量表[47]。為保證量表測試效果并符合研究情境，在翻譯原量表時采取一人翻譯成中文后交由另一人再翻譯為英文，前后對照防止語義上的巨大偏差，量表經(jīng)數(shù)次討論和整理以確保研究的可靠性。

3.2樣本收集

移動醫(yī)療渠道可服務(wù)普通居民、患者以及醫(yī)生三方，本文選取普通居民和患者進行研究。問卷發(fā)放前課題組內(nèi)進行了多輪內(nèi)測，采納相關(guān)專家意見進行了多次修改，后將問卷發(fā)給45位研究生及35位患者進行了預(yù)調(diào)研，進一步改進了問卷有關(guān)表述、布局及題序。本研究數(shù)據(jù)采集在中南大學校醫(yī)院及湘雅二醫(yī)院進行，問卷收集采用掃碼在線填寫和紙質(zhì)問卷直接填寫兩種方式，以方便不同習慣的群體。在剔除43份無效問卷后共得到有效樣本455份，符合結(jié)構(gòu)方程模型信度建議值(10倍)。

問卷在信息采集上考慮了人口統(tǒng)計學基本特征，同時結(jié)合移動醫(yī)療研究情境調(diào)查了用戶對移動醫(yī)療是否熟悉及愿意接受的移動醫(yī)療服務(wù)(表1)。本次調(diào)研對象女性較多，占56%，年齡主要集中在19～35歲，占總樣本的68%，符合移動互聯(lián)網(wǎng)主要使用群體年齡特征，但可以看出互聯(lián)網(wǎng)網(wǎng)齡結(jié)構(gòu)多元化；從受教育程度來看，調(diào)查對象具有大專及以上學歷者占總樣本數(shù)的68%，一是因為他們配合程度更高，二是目前移動醫(yī)療主要關(guān)注群體尚且集中于受教育程度高的群體。從職業(yè)上來看，學生群體(29%)和企事業(yè)單位較多(43%)；所有調(diào)查對象收入集中在2 000～6 000元(44%)之間；樣本群體對掛號服務(wù)、健康資訊、健康管理、體檢等服務(wù)接受或需求程度較為強烈。

表1 樣本基本特征(N=455)

4 數(shù)據(jù)分析與假設(shè)檢驗

本文采取先進行測量模型檢驗后進行結(jié)構(gòu)模型檢驗的方式，進行數(shù)據(jù)分析和假設(shè)驗證。

4.1測量模型信度、效度分析

對于測量模型，本文結(jié)合spss22和lisrel8.7軟件進行驗證性因子分析(CFA)，對變量的信度和效度(聚合效度、區(qū)分效度)加以檢驗(表2)。從數(shù)據(jù)結(jié)果可知所有因子Cronbach’s α值均大于0.75，符合建議值0.6以上，說明各因子的信度良好，復合信度(CR)值也均大于0.75，說明各測度項具有內(nèi)部一致性。所有因子載荷基本均在0.7以上，平均抽取方差(AVE)均高于0.5，說明本研究中各結(jié)構(gòu)變量具有較好的收斂效度。

表2 信度和聚合效度分析

模型的區(qū)分效度衡量一般采用因子AVE值開平方根后與其它因子相關(guān)系數(shù)比較得出，如果前者大于后者，則說明具有良好的區(qū)分效度，從表3運算結(jié)果中可以看出，各因子AVE開方后的值大于其與其它因子相關(guān)系數(shù)值，故因子具有良好區(qū)分效度。

表3 相關(guān)系數(shù)和AVE值的平方根

4.2描述性數(shù)據(jù)分析

如表4所示，結(jié)果證明調(diào)查對象對移動醫(yī)療感知有用性信度較高(5.41)；背信規(guī)避趨近于中立，并未出現(xiàn)明顯群體性背信規(guī)避傾向，說明所選取樣本較均勻；針對感知醫(yī)院及醫(yī)生聲譽調(diào)查對象普遍認同，證明其對醫(yī)院及醫(yī)生聲譽十分看重，進一步分析測量題項發(fā)現(xiàn)，被調(diào)查者更傾向于感知醫(yī)生聲譽(均值)；在保障體系上分析發(fā)現(xiàn)調(diào)查對象對移動醫(yī)療相關(guān)法律及法規(guī)比較有信心，應(yīng)是得益于移動互聯(lián)網(wǎng)在我國快速的發(fā)展與普及推動了相關(guān)法律法規(guī)的不斷完善從而增強了民眾的信心；在初始信任和使用意向上均呈現(xiàn)出較高的信任和使用意愿，推測原因在于樣本數(shù)據(jù)均來源于醫(yī)院，此時調(diào)查對象或多或少經(jīng)歷著某些傳統(tǒng)就診方式的不便，普遍期望能通過移動醫(yī)療這一新應(yīng)用解決自身遇到的一些問題。但總體上也反映出在移動應(yīng)用普及的當下人們對其廣泛接受和認可。

表4 變量描述性統(tǒng)計結(jié)果

4.3模型驗證

本文結(jié)構(gòu)方程模型驗證使用LISREL(8.7)統(tǒng)計軟件，幾項重要的指標揭示了模型與數(shù)據(jù)具有良好的擬合優(yōu)度(X2/df=3.16，CFI=0.98，IFI=0.98，GFI=0.87，AGFI=0.84，RMSEA= 0.069和NFI=0.97)(圖2)。分析結(jié)果得出，產(chǎn)品參與、相關(guān)群體、感知醫(yī)院及醫(yī)生聲譽、保障體系對用戶初始信任有顯著影響；而感知有用性對移動醫(yī)療用戶使用意愿有顯著影響，對初始信任影響不明顯；背信規(guī)避對初始信任影響不明顯。

圖2 結(jié)構(gòu)方程模型驗證結(jié)果

5 討論及啟示

5.1討論

本文深入研究了影響移動醫(yī)療用戶初始信任的可能原因，基于渠道特點提出了感知有用性、背信規(guī)避、產(chǎn)品參與以及相關(guān)群體對用戶初始信任的影響，結(jié)合移動醫(yī)療特點完善了感知聲譽維度(加入了感知醫(yī)生聲譽)，經(jīng)過嚴格的數(shù)據(jù)分析得出相關(guān)結(jié)論：(1)用戶感知有用性對自身使用意愿有顯著影響(0.22)，而對初始信任影響不顯著。可能是由于移動醫(yī)療目前發(fā)展處于初級階段，用戶認知度尚不高，所以難以對未知事物形成初始信任，但認知了解后便會有較大使用意愿。(2)背信規(guī)避對用戶初始信任影響不顯著。推測原因在于移動互聯(lián)網(wǎng)的發(fā)展與普及使人們對基于移動技術(shù)的新服務(wù)不具抵觸和厭惡心理，共享經(jīng)濟以及平臺的優(yōu)惠使人們愿意基于互惠產(chǎn)生初始信任。(3)產(chǎn)品參與對用戶初始信任影響顯著，印證了當用戶具有高參與度時，更傾向于信任未知產(chǎn)品或技術(shù)，參與度越高也越能發(fā)掘產(chǎn)品對自身的利處。(4)相關(guān)群體對用戶初始信任影響顯著。原因在于社區(qū)是完善分級診療、提高醫(yī)療效率的關(guān)鍵場景，相關(guān)群體的行為必然會在社區(qū)社交生活過程中對用戶產(chǎn)生顯著影響。(5)感知醫(yī)院與醫(yī)生聲譽對用戶初始信任影響顯著，與以往不同，研究進一步發(fā)現(xiàn)用戶更看重醫(yī)生聲譽，醫(yī)生多點執(zhí)業(yè)的逐步放開將會提升醫(yī)生的診治效率，讓更多用戶享受高質(zhì)量的醫(yī)療服務(wù)。(6)保障體系顯著影響用戶對移動醫(yī)療的初始信任，面對新技術(shù)、新服務(wù)的不斷涌現(xiàn)，用戶迫切需要能通過各種形式來維護自身權(quán)益不受侵犯。

5.2啟示

通過以上分析表明，移動醫(yī)療平臺商未來應(yīng)加強運營以提高用戶體驗及服務(wù)效率：(1)搭建服務(wù)場景。創(chuàng)造機會讓用戶體驗產(chǎn)品將會大大提升用戶感知有用性和參與度，在具體的應(yīng)用場景下，用戶往往具有更為迫切的需求，如某些移動醫(yī)療應(yīng)用瞄準診后咨詢搭建了患者與醫(yī)生之間的溝通渠道，從而獲得了市場青睞。(2)布局社區(qū)醫(yī)療，構(gòu)建全渠道服務(wù)。未來醫(yī)療服務(wù)形態(tài)一定不是線上線下割裂的，正如零售業(yè)正在發(fā)生的變革，服務(wù)領(lǐng)域未來也將會是通過全渠道為用戶提供全方位服務(wù)，這就要求平臺必須加快完善線上應(yīng)用服務(wù)，同時積極整合線下資源。(3)加強醫(yī)療資源整合，關(guān)注醫(yī)療政策變化。未來移動渠道下的醫(yī)療服務(wù)發(fā)展一定會導致對優(yōu)質(zhì)醫(yī)療及醫(yī)生資源的爭奪，所以平臺商應(yīng)該加強相關(guān)資源整合能力，同時對諸如醫(yī)生多點執(zhí)業(yè)等政策變動保持敏感，快速響應(yīng)順勢而為。(4)遵守現(xiàn)有監(jiān)管體系，完善平臺隱私政策。移動醫(yī)療后續(xù)服務(wù)的提供一定會朝著智能化和個性化服務(wù)方向發(fā)展，這就勢必會涉及用戶隱私等相關(guān)敏感內(nèi)容，尤其疾病屬于患者重要隱私，在現(xiàn)行相關(guān)領(lǐng)域法律法規(guī)并不完善的情況下，平臺積極主動向用戶申明自身隱私政策并為用戶提供可靠隱私保障以打消用戶顧慮意義重大。(5)培養(yǎng)使用習慣，適當給予優(yōu)惠。移動醫(yī)療的推廣普及首先是需要用戶形成使用習慣進而才能轉(zhuǎn)化，借鑒共享經(jīng)濟的發(fā)展路徑，平臺可采取適當?shù)膬?yōu)惠政策吸引用戶，只有讓用戶在降低成本、提高效率和保障安全性的情況下享受到所需的醫(yī)療服務(wù)，才能最終被打動并培養(yǎng)用戶習慣。

6 小結(jié)

中國作為全球互聯(lián)網(wǎng)發(fā)展的重要陣地之一，涌現(xiàn)了諸多基于移動互聯(lián)網(wǎng)的商業(yè)模式和生態(tài)，移動醫(yī)療是典型之一，基于中國國情發(fā)展移動醫(yī)療是具有現(xiàn)實及未來意義的。針對目前國內(nèi)移動醫(yī)療發(fā)展的情況，本文借鑒初始信任模型，采用實證研究的方法探究了相關(guān)變量對移動醫(yī)療初始信任的影響，得出了一些新的結(jié)論和啟示，希望能為移動醫(yī)療的發(fā)展提供借鑒意義。然而研究仍然存在一些不足，比如基于大數(shù)據(jù)時代樣本數(shù)量不夠，后續(xù)研究可以通過新技術(shù)或途徑搜集更多資料對研究加以論證和完善。同時信任是一個過程，本文聚焦于信任初期，后續(xù)研究也可以完善針對這一新情境的整個信任過程研究。

[1] 魏春嵐, 王園園, 劉硯燕, 等.移動醫(yī)療領(lǐng)域智能手機健康管理的研究進展[J].護理學報, 2014, 21(12): 8-11.

[2] 艾瑞網(wǎng).中國互聯(lián)網(wǎng)民大健康研究報告——健康服務(wù)需求篇[R].艾瑞網(wǎng)， 2015.

[3] Walczuch R, Lundgren H. Psychological antecedents of institution based consumer trust in e-retailing[J].Information& Man-agement, 2004(12): 1-13.

[4] Mcknight D H, Cummings L L, Chervany N L. Initial Trust Formation in New Organizational Relationships[J]. Acade-my of Management Review, 1998, 23(3): 473-490．

[5] Kim Euijin. Factors impacting customers`trust in e-businesses:An empirical study of customers＇initial trust in e-businesses[D]. Southern Illinois University at Carbondale, 2003.

[6] Zhou T. Understanding users’ initial trust in mobile banking:An elaboration likelihood perspective[J]. Computers in Human Behavior, 2012, 28(4): 1518-1525.

[7] Kim G, Shin B S, Lee H G. Understanding dynamics between initial trust and usage intentions of mobile banking[J]. Information Systems Journal, 2009, 19(3): 283-311.

[8] 林家寶,魯耀斌.移動證券用戶的初始信任模型研究[J].管理評論, 2011, 23(11): 59-68.

[9] Zhou T, Lu Y, Wang B. Examining online consumers’ initial trust building from an elaboration likelihood model perspective[J]. Information Systems Frontiers, 2016, 18(2): 265-275.

[10] Gu Z, Wei J, Xu F. An Empirical Study on Factors Influencing Consumers’ Initial Trust in Wearable Commerce[J]. Journal of Computer Information Systems, 2015， 56(1): 79-85.

[11] Luo X, Li H, Zhang J, et al. Examining multi-dimensional trust and multi-faceted risk in initial acceptance of emerging technologies: An empirical study of mobile banking services[J]. Decision Support Systems, 2010, 49(2): 222-234.

[12] Akter S, Ray P, D’Ambra J. Continuance of mHealth services at the bottom of the pyramid:The roles of service quality and trust[J]. Electronic Markets, 2012, 23(1): 29-47.

[13] Akter S, D’Ambra J, Ray P. Trustworthiness in mHealth information services:An assessment of a hierarchical model with mediating and moderating effects using partial least squares(PLS)[J]. Journal of the American Society for Information Science & Technology, 2011, 62(1): 100-116.

[14] Luo X. Trust production and privacy concerns on the Internet:A framework based on relationship marketing and social exchange theory[J]. Industrial Marketing Management, 2002, 31(2): 111-118.

[15] Lai V S, Li H. Technology acceptance model for internet banking:an invariance analysis[J]. Information & Management, 2005, 42(2): 373-386.

[16] Yang K C C. Exploring factors affecting the adoption of mobile commerce in Singapore[J]. Telematics & Informatics, 2005, 22(3): 257-277.

[17] Lee M C. Predicting and explaining the adoption of online trading:An empirical study in Taiwan[J]. Decision Support Systems, 2009, 47(2): 133-142.

[18] Jin B K. An empirical study on consumer first purchase intention in online shopping: integrating initial trust and TAM[J]. Electronic Commerce Research, 2012, 12(2): 125-150.

[19] Iris Bohnet, Richard Zeckhauser. Trust, risk and betrayal[J]. Journal of Economic Behavior &Organization, 2004, 55(4): 467-484.

[20] 祝婧媛, 何貴兵.風險來源與決策:背信規(guī)避現(xiàn)象及人際聯(lián)結(jié)需求的作用[J]. 心理學報, 2016, 48(6): 733-745.

[21] Fehr E. On the economics and biology of trust [J]. Journal of the European Economic Association, 2008, 7(2-3): 235-266.

[22] Park D H, Kim S. The effects of consumer knowledge on message processing of electronic word-of-mouth via online consumer reviews[J]. Electronic Commerce Research & Applications, 2007, 7(4): 48-57.

[23] 王莉, 羅瑾璉.產(chǎn)品創(chuàng)新中顧客參與程度與滿意度的關(guān)系—基于高復雜度產(chǎn)品的實證研究[J].科研管理, 2012, 33(12): 1-9.

[24] Petty R E, Cacioppo J T. Communication and Persuasion: Central and Peripheral Routes to Attitude Change[M].Springer Fachmedien Wiesbaden, 2016.

[25] Park C W, Lessig V P. Students and housewives: Differences in susceptibility to reference group influence[J]. Journal of Consumer Research, 1977, 4(2): 102-110.

[26] 楊光明, 魯耀斌, 劉偉.移動商務(wù)消費者初始信任影響因素的實證研究[J]. 情報雜志, 2009, 28(7): 175-179.

[27] Bearden W O, Etzel M J. Reference Group Influence on Product and Brand Purchase Decisions[J]. Journal of Consumer Research, 1982, 9(2): 183-194.

[28] Broutsou A, Fitsilis P. Online Trust: The Influence of Perceived Company’s Reputation on Consumers’ Trust and the Effects of Trust on Intention for Online Transactions[J]. Journal of Service Science & Management, 2012, 5(4): 365-372.

[29] Yaniv I, Kleinberger E. Advice Taking in Decision Making: Egocentric Discounting and Reputation Formation[J]. Organizational Behavior & Human Decision Processes, 2000, 83(2): 260-281.

[30] Berendsen A J, Jong G M D, Schuling J, et al. Patient’s need for choice and information across the interface between primary and secondary care: A survey[J]. Patient Education & Counseling, 2009, 79(1): 100-105.

[31] Victoor A, Rademakers J, Reitsmavan R M, et al. The effect of the proximity of patients’ nearest alternative hospital on their intention to search for information on hospital quality[J]. Journal of Health Services Research & Policy, 2014, 19(1): 4-11.

[32] Groenewoud S, Exel N J A V, Bobinac A, et al. What Influences Patients’ Decisions When Choosing a Health Care Provider? Measuring Preferences of Patients with Knee Arthrosis, Chronic Depression, or Alzheimer’s Disease, Using Discrete Choice Experiments[J]. Health Services Research, 2015, 50(6): 1941-1972.

[33] 萬君, 張祥, 龐培培.婚戀網(wǎng)站初始信任影響因素模型研究[J]. 現(xiàn)代圖書情報技術(shù), 2012(10): 67-71.

[34] 郭承龍.重塑網(wǎng)絡(luò)消費者初始信任——網(wǎng)譽認證理論探討[J]. 圖書情報工作, 2012(10): 124-130.

[35] Galanxhi-janaqi H, Nah F H. U-commerce: emerging trends and research issues[J]. Industrial Management & Data Systems, 2004,104(9): 744-755.

[36] 顧忠偉, 徐福緣, 衛(wèi)軍.可穿戴商務(wù)消費者初始信任影響因素的實證研究[J].管理評論, 2015, 27(7): 168-176.

[37] Gefen D. E-commerce: the role of familiarity and trust[J]. OMEGA, 28(6)： 725-737.

[38] Ajzen I, Fishbein M. Attitudinal and normative variables as predictors of specific behavior[J]. Journal of Personality & Social Psychology, 1973, 27(1): 41-57.

[39] Gefen D, Karahanna E, Straub D W. Inexperience and experience with online stores: the importance of TAM and trust[J]. IEEE Transactions on Engineering Management, 2003, 50(3): 307-321.

[40] Koufaris M, Hampton-Sosa W. The development of initial trust in an online company by new customers[J]. Information & Management, 2004, 41(3): 377-397.

[41] Kim G, Shin B S, Lee H G. Understanding dynamics between initial trust and usage intentions of mobile banking[J]. Information Systems Journal, 2009, 19(3): 283-311.

[42] McKnight D H, Choudhury V, Kacmar C. The impact of initial consumer trust on intentions to transact with a web site: a trust building model[J]. The Journal of Strategic Information Systems, 2002, 11(3): 297-323.

[43] Barnes S, Chen Y. Initial trust and online buyer behaviour[J]. Industrial Management & Data Systems, 2007, 107(1): 21-36.

[44] Sanchez-Franco M J. The Moderating Effects of Involvement on the Relationships Between Satisfaction, Trust and Commitment in e-Banking[J]. Journal of Interactive Marketing, 2009, 23(3): 247-258.

[45] Lee K C, Chung N, Lee S. Exploring the influence of personal schema on trust transfer and switching costs in brick-and-click bookstores[J]. Information & Management, 2011, 48(8): 364-370.

[46] 周宏, 張曉晴, 栗素娟.企業(yè)與消費者間網(wǎng)絡(luò)交易互動關(guān)系對初始信任的影響[J].商業(yè)研究, 2016(1): 144-150.

[47] Caliendo M. Trust, Positive Reciprocity, and Negative Reciprocity: Do These Traits Impact Entrepreneurial Dynamics?[C]. DIW Berlin, The German Socio-Economic Panel (SOEP), 2010.

2017-07-17

2017-09-01]

(編輯 趙曉娟)

Theinfluencingfactorsoftheinitialtrustinthebackgroundofmobilemedical

LUOJian-hong，YUZi-xi

BusinessSchool，CentralSouthUniversity，ChangshaHunan410083，China

This paper reviews the current mobile business research hotspots, and explores the influencing factors of the users’ initial trust in the mobile medical background. For the first time, the TAM model is integrated into this study to explore the current situation. At the same time, we introduce the research scope and dimension of the perceived reputation in this context by combining the retreat avoidance and the related group variables in China. The trust mechanism was used to construct the research model on mobile medical care. A questionnaire survey and structural equation model validation served to find out that product participation, the relevant groups, the perception of hospital and doctor’s reputation and the security system have a significant impact on the user’s initial trust in the mobile medical channel. The study results suggest that the mobile medical platform Interaction perfects the whole channel service and at the same time does a good job of the platform itself.

Mobile medical; Initial trust; User behavior; Channel aggregation

羅劍宏，男(1964年—)，教授，主要研究方向為企業(yè)管理、管理科學與工程、國際經(jīng)濟與貿(mào)易。

E-mail: 601238301@qq.com

余子希。E-mail:1299912303@qq.com

R197

A

10.3969/j.issn.1674-2982.2017.10.010