金曉玲，馮慧慧，周中允

1 上海大學(xué) 管理學(xué)院，上海 200444 2 同濟(jì)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，上海 200092

微信朋友圈中健康信息傳播行為研究

金曉玲1，馮慧慧1，周中允2

1 上海大學(xué) 管理學(xué)院，上海 200444 2 同濟(jì)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，上海 200092

隨著人們對(duì)健康信息需求的日益增加以及社交媒體平臺(tái)的迅速發(fā)展，學(xué)者和醫(yī)療健康從業(yè)人員越來(lái)越關(guān)注健康信息在社交媒體中的傳播。在Facebook、Twitter和WhatsApp等眾多社交媒體平臺(tái)中，微信朋友圈因其將人際傳播和大眾傳播相結(jié)合的特性而引起廣泛關(guān)注。同時(shí)，健康信息的傳播主要依賴于健康信息接收者在朋友圈子中的傳播意愿。然而，很少有研究探討微信(特別是朋友圈)中電子健康信息的哪些特點(diǎn)促使用戶對(duì)其進(jìn)行傳播。

聚焦依托醫(yī)療健康類微信公眾號(hào)的信息傳播，以信息傳播相關(guān)研究為理論基礎(chǔ)，從傳播者內(nèi)在動(dòng)機(jī)的視角，研究微信用戶在朋友圈傳播電子健康信息的行為的影響機(jī)制。梳理信息傳播和人際交流的相關(guān)研究，從信息內(nèi)容的社會(huì)特征、情緒特征、功能特征3個(gè)維度中選取7個(gè)變量，提出研究假設(shè)和模型。進(jìn)一步，選取醫(yī)療健康類微信公眾號(hào)上發(fā)布的健康信息，采用大規(guī)模在線問(wèn)卷調(diào)查的方法收集數(shù)據(jù)，并通過(guò)R統(tǒng)計(jì)軟件對(duì)數(shù)據(jù)進(jìn)行廣義線性回歸分析，以驗(yàn)證假設(shè)。

研究結(jié)果表明，信息的社會(huì)特征(有趣性、新穎性、正確性)、情緒特征(令人驚嘆性、積極性、富含情緒性)和功能特征(有用性)均對(duì)電子健康信息在微信朋友圈中的傳播具有顯著積極的影響，對(duì)電子健康信息的傳播行為影響最大的因素為富含情緒性、有用性和有趣性。

研究結(jié)論為電子健康服務(wù)平臺(tái)的運(yùn)營(yíng)策略提供一定的實(shí)踐建議，運(yùn)營(yíng)者在撰寫(xiě)健康類文章時(shí)應(yīng)當(dāng)提高話題和內(nèi)容的有趣性和新穎性，保證信息的正確性，注重通過(guò)情緒的渲染使信息內(nèi)容富有感染力，尤其積極情緒和令人驚嘆的情緒，并突出對(duì)用戶的實(shí)用價(jià)值。通過(guò)以上方式，可使受眾樂(lè)于閱讀并轉(zhuǎn)發(fā)健康信息，提高電子健康服務(wù)平臺(tái)的用戶參與度和關(guān)注度。

微信朋友圈；電子健康信息；信息傳播；社會(huì)特征；情緒特征；功能特征

引言

隨著人口老齡化日趨嚴(yán)重和環(huán)境的逐步惡化，人們對(duì)健康信息的需求日益增加，而網(wǎng)絡(luò)社區(qū)和社交媒體等互聯(lián)網(wǎng)平臺(tái)的快速發(fā)展使人們步入了健康信息大數(shù)據(jù)時(shí)代。將這些健康信息向公眾普及傳播，既可以提高公眾健康素養(yǎng)，管理健康行為，又可以提升發(fā)布此信息的電子健康服務(wù)平臺(tái)的用戶參與度和關(guān)注度，從而提高其運(yùn)營(yíng)績(jī)效[1]。

作為移動(dòng)社交媒體的代表，微信朋友圈基于好友關(guān)系的傳播方式保證了信息傳播的質(zhì)量，更能獲得用戶的信任，從而能夠有效傳播健康信息，并成為健康大數(shù)據(jù)時(shí)代的重要信息資源之一[2]。目前已有許多醫(yī)學(xué)從業(yè)者利用微信這一中國(guó)最流行的社交媒體傳播健康信息[3]，然而在微信朋友圈中，有些健康信息被廣為傳播，有些卻鮮少被轉(zhuǎn)發(fā)，如何促進(jìn)健康信息在微信朋友圈中的傳播越來(lái)越受到研究者和實(shí)踐者的關(guān)注。

本研究探討哪些因素促進(jìn)微信用戶在朋友圈中傳播健康信息。因此，本研究在健康信息傳播和微信朋友圈的已有研究基礎(chǔ)上，從激發(fā)傳播者的內(nèi)在動(dòng)機(jī)角度，探討微信朋友圈中健康信息傳播行為的影響因素。

1 相關(guān)研究評(píng)述

1.1信息的傳播媒介：微信朋友圈

作為中國(guó)移動(dòng)社交媒體的代表，微信(WeChat)因其朋友圈和公眾號(hào)等功能而兼具了在線社交以及信息發(fā)布和傳播的綜合作用，其在近年來(lái)的風(fēng)靡也受到學(xué)界的關(guān)注。針對(duì)微信的已有研究主要集中在本體問(wèn)題(如微信的屬性和傳播特征等)、功能問(wèn)題和應(yīng)用問(wèn)題3個(gè)方面。微信的傳播特征是學(xué)界關(guān)注的熱點(diǎn)[4]，張宏等[5]從復(fù)雜網(wǎng)絡(luò)理論出發(fā)研究微信傳播的網(wǎng)絡(luò)動(dòng)力學(xué)，評(píng)價(jià)微信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對(duì)網(wǎng)絡(luò)信息傳播的影響；吳中堂等[6]以具體微信公眾號(hào)為例，通過(guò)相關(guān)分析和回歸分析，揭示微信公眾號(hào)信息傳播的影響因素及其內(nèi)在規(guī)律。

微信朋友圈是用戶查看好友發(fā)布的信息、自行發(fā)布即時(shí)信息并對(duì)公眾號(hào)信息進(jìn)行點(diǎn)贊、評(píng)論和轉(zhuǎn)發(fā)的社區(qū)平臺(tái)[4]。微信朋友圈的信息傳播結(jié)構(gòu)相對(duì)簡(jiǎn)單和封閉，其可見(jiàn)信息僅限于好友轉(zhuǎn)發(fā)的內(nèi)容，無(wú)法追根溯源，且只能為朋友圈內(nèi)的共同好友查看。因此，相對(duì)微博等社交媒體，微信朋友圈中的信息傳播受到好友的限制，朋友圈中信息擴(kuò)散的范圍比較有限，傳播速度較慢；但這種基于好友關(guān)系的傳播方式降低了信息在傳播過(guò)程中受到的干擾，保證了信息傳播的質(zhì)量[2]。

對(duì)于健康信息來(lái)說(shuō)，用戶傾向于將其轉(zhuǎn)發(fā)給自己的親朋好友，而微信朋友圈因其強(qiáng)有力的人際傳播特點(diǎn)，恰好提供了一個(gè)良好的平臺(tái)。同時(shí)，社交媒體是健康信息的重要傳播平臺(tái)之一，微信又是當(dāng)前中國(guó)最流行的社交媒體，從而為微信朋友圈中健康信息傳播行為的研究提供便利。

1.2在線健康信息傳播行為

在線健康信息傳播行為是指用戶通過(guò)轉(zhuǎn)發(fā)和分享等功能擴(kuò)散他們?cè)诨ヂ?lián)網(wǎng)上看到的健康類信息。在互聯(lián)網(wǎng)上，有些健康信息被廣為傳播，有些卻鮮少被轉(zhuǎn)發(fā)。在線健康信息的傳播與醫(yī)學(xué)從業(yè)者的聲望、在線醫(yī)療健康信息服務(wù)平臺(tái)的運(yùn)營(yíng)績(jī)效和健康管理均有重要關(guān)系。與品牌信息和突發(fā)事件信息等相比，健康信息專業(yè)性和實(shí)用性更強(qiáng)，具有明確的目的性，以健康為中心，健康信息力圖達(dá)到改變個(gè)人和群體的知識(shí)、態(tài)度和行為，使之向有利于健康方向轉(zhuǎn)化的目的[7]，因此健康信息的內(nèi)容特征顯得尤為重要。

然而已有在線健康信息傳播行為的研究多為詮釋性研究，如對(duì)健康信息傳播的現(xiàn)狀、影響、應(yīng)用等的闡述[8-9]。PARK et al.[10]通過(guò)對(duì)美國(guó)心臟協(xié)會(huì)、美國(guó)癌癥協(xié)會(huì)和美國(guó)糖尿病協(xié)會(huì)在Twitter上發(fā)布的微博進(jìn)行內(nèi)容分析，探討健康組織如何使用Twitter傳播健康信息；張迪等[11]進(jìn)行探索性分析，以北京某高校大學(xué)生為樣本，對(duì)新媒體健康信息獲取渠道進(jìn)行調(diào)查，發(fā)現(xiàn)微信朋友圏是大學(xué)生群體獲取健康信息最普遍的渠道。只有少數(shù)學(xué)者探討健康信息傳播的影響因素，如激發(fā)情緒的、幽默的、涉及個(gè)人層面的原因都會(huì)影響與肥胖相關(guān)的微博在Twitter上被轉(zhuǎn)發(fā)的可能性[12]，而健康素養(yǎng)以及對(duì)待信息的態(tài)度等個(gè)人因素會(huì)影響心臟健康信息的轉(zhuǎn)發(fā)[13]。因此，現(xiàn)階段對(duì)于社交媒體中健康信息傳播影響因素的實(shí)證研究并不多見(jiàn)。

已有在線信息傳播行為研究中，學(xué)者們探討內(nèi)容因素對(duì)信息傳播效果的影響，如話題類別、@符號(hào)的使用、鏈接、標(biāo)簽等[14-15]，很少有研究從轉(zhuǎn)發(fā)者內(nèi)在動(dòng)機(jī)的角度研究信息內(nèi)容特征。而過(guò)去已經(jīng)有一些研究探討信息(如新聞和口碑類信息)傳播行為的心理學(xué)動(dòng)機(jī)，即驅(qū)使用戶分享或轉(zhuǎn)發(fā)信息以滿足需求的內(nèi)在動(dòng)力[16]。本研究梳理已有研究發(fā)現(xiàn)，人們傳播信息主要有以下3個(gè)方面的內(nèi)在動(dòng)機(jī)。

(1)信息傳播的主要?jiǎng)訖C(jī)之一是社會(huì)性動(dòng)機(jī)。人們討論和轉(zhuǎn)發(fā)的信息內(nèi)容均會(huì)影響他人對(duì)自己的看法，而通常人們期望產(chǎn)生較好的印象，因而人們?cè)谵D(zhuǎn)發(fā)信息時(shí)會(huì)注重信息的有趣性和新穎性等達(dá)到提升自我表現(xiàn)的目的[17]。例如，用戶轉(zhuǎn)發(fā)微博可能是出于贊同某人觀點(diǎn)、增強(qiáng)自我表現(xiàn)或者提升社會(huì)榮譽(yù)等因素[18]；又如，公眾會(huì)傾向于傳播話題比較有趣的科學(xué)論文，以提升在他人心中的形象[19]。

(2)信息傳播的另一重要?jiǎng)訖C(jī)是情緒性動(dòng)機(jī)。即加深內(nèi)容的情緒性，通過(guò)信息內(nèi)容的情緒渲染以加強(qiáng)信息發(fā)布者與信息接收者之間的社會(huì)聯(lián)系[20]。已有研究發(fā)現(xiàn)，富含情緒的信息有助于信息傳播[21]，同時(shí)含有積極情緒的內(nèi)容更容易被傳播，且高激活的情緒有利于信息傳播[22]；也有學(xué)者認(rèn)為，作為人類的基本動(dòng)機(jī)，自我提升心理會(huì)促使消費(fèi)者傳播消極的信息[23]。

(3)功能性動(dòng)機(jī)也是人們傳播信息的重要?jiǎng)訖C(jī)之一。如人們往往會(huì)向他人轉(zhuǎn)發(fā)有實(shí)用價(jià)值的信息[17]。已有研究表明，信息中包含的價(jià)值可以促使用戶轉(zhuǎn)發(fā)故事、新聞或者營(yíng)銷(xiāo)類信息等，這也許是因?yàn)檗D(zhuǎn)發(fā)有價(jià)值的信息可以幫助他人，或者轉(zhuǎn)發(fā)這類信息可以使他們感覺(jué)自己更聰慧和博識(shí)[22]。

綜上所述，現(xiàn)階段對(duì)于在線健康信息傳播行為的實(shí)證研究并不多見(jiàn)，而信息傳播領(lǐng)域的研究較為豐富。①已有關(guān)于信息傳播的研究對(duì)象主要集中在品牌信息、新聞及突發(fā)事件信息[24-26]等，極少關(guān)注健康信息；研究平臺(tái)以Facebook、Twitter和新浪微博為主[27-29]，很少有研究關(guān)注微信朋友圈。②已有關(guān)于信息傳播內(nèi)容影響因素的研究很少基于傳播者內(nèi)在動(dòng)機(jī)角度[28-30]。③已有研究對(duì)于信息轉(zhuǎn)發(fā)行為大多采用轉(zhuǎn)發(fā)數(shù)量衡量[31-32]，很少采用轉(zhuǎn)發(fā)意向或可能性衡量分享者的主觀意愿。因此，本研究以信息傳播領(lǐng)域相關(guān)研究為理論基礎(chǔ)，基于轉(zhuǎn)發(fā)者內(nèi)在動(dòng)機(jī)的視角，分析在線健康信息傳播行為的影響因素。

2 研究模型和假設(shè)

本研究旨在探討微信朋友圈中的健康信息傳播行為，即微信用戶轉(zhuǎn)發(fā)健康信息到朋友圈的行為。在已有信息系統(tǒng)使用研究中，意向被廣泛用于解釋行為的先行狀態(tài)[33-34]。一方面，意向與行為之間有較強(qiáng)的相關(guān)關(guān)系[35]；另一方面，微信本身的局限性使收集微信朋友圈中實(shí)際的信息轉(zhuǎn)發(fā)行為數(shù)據(jù)較為困難。因此本研究通過(guò)用戶的健康信息轉(zhuǎn)發(fā)意向，即用戶在網(wǎng)絡(luò)中轉(zhuǎn)發(fā)健康信息的意愿，衡量其健康信息傳播行為。

根據(jù)已有研究，用戶信息傳播行為基于社會(huì)性、情緒性和功能性3類動(dòng)機(jī)，這3類動(dòng)機(jī)分別由包含信息內(nèi)容的社會(huì)特征、情緒特征和功能特征觸發(fā)[36]。

2.1信息社會(huì)特征

信息社會(huì)特征是指用信息表達(dá)獨(dú)特性、自我效能和社交需求等的特性，用戶會(huì)轉(zhuǎn)發(fā)一些新的或者高質(zhì)量的信息以提高自身的形象或聲望[36]。例如，有趣的新聞文章會(huì)更容易登上紐約時(shí)報(bào)的熱門(mén)排行榜[22]；新穎的事物一般更能引起人們的注意，領(lǐng)導(dǎo)能讓此類故事或廣告更受歡迎[37]。另外，健康信息不同于其他類型信息，其要求信息內(nèi)容正確無(wú)誤，否則經(jīng)過(guò)傳播后果可能相當(dāng)嚴(yán)重[8]。從理論上講，在健康信息的傳播中，用戶同樣可能出于自我提升的動(dòng)機(jī)，而傾向于轉(zhuǎn)發(fā)有趣、新穎、正確的健康信息。因此，本研究提出假設(shè)。

H1信息的有趣性對(duì)微信用戶將健康信息轉(zhuǎn)發(fā)到朋友圈的意向具有積極影響。

H2信息的新穎性對(duì)微信用戶將健康信息轉(zhuǎn)發(fā)到朋友圈的意向具有積極影響。

H3信息的正確性對(duì)微信用戶將健康信息轉(zhuǎn)發(fā)到朋友圈的意向具有積極影響。

2.2信息情緒特征

信息情緒特征是指信息內(nèi)容引發(fā)的情感也會(huì)影響用戶對(duì)信息的轉(zhuǎn)發(fā)行為[17]。已有研究表明，驚嘆作為一種高激活的積極情緒，會(huì)促進(jìn)信息的轉(zhuǎn)發(fā)，因?yàn)榇蠖鄶?shù)人寧愿去轉(zhuǎn)發(fā)那些積極、樂(lè)觀或者讓他人感覺(jué)良好的信息，而不是那些讓他人感到悲傷或沮喪的信息[22]。并且積極情緒更有助于拓展人們的注意、認(rèn)知和行為范圍，對(duì)行為的產(chǎn)生有推動(dòng)作用[38]。已有研究發(fā)現(xiàn)，激發(fā)情緒會(huì)提升與肥胖問(wèn)題相關(guān)的微博在Twitter上被轉(zhuǎn)發(fā)的可能性[12]。此外，帶有情緒色彩的信息更容易引發(fā)用戶的信息轉(zhuǎn)發(fā)行為，因此，理論上富含情緒的健康信息也應(yīng)當(dāng)更容易被轉(zhuǎn)發(fā)[37]。因此，本研究提出假設(shè)。

H4信息的令人驚嘆性對(duì)微信用戶將健康信息轉(zhuǎn)發(fā)到朋友圈的意向具有積極影響。

H5信息的積極性對(duì)微信用戶將健康信息轉(zhuǎn)發(fā)到朋友圈的意向具有積極影響。

H6信息的富含情緒性對(duì)微信用戶將健康信息轉(zhuǎn)發(fā)到朋友圈的意向具有積極影響。

2.3信息功能特征

信息功能特征體現(xiàn)的是信息的效用。對(duì)于健康信息，有用性應(yīng)是對(duì)其影響最大的屬性，即信息應(yīng)具有實(shí)際使用價(jià)值，能夠幫助用戶了解科學(xué)的健康知識(shí)，從而對(duì)用戶的健康產(chǎn)生直接影響。已有研究表明，有用的故事或營(yíng)銷(xiāo)類信息更有可能被廣泛轉(zhuǎn)發(fā)和傳播，用戶也往往更青睞于轉(zhuǎn)發(fā)有用的信息，原因有二。其一，轉(zhuǎn)發(fā)這類信息可以使轉(zhuǎn)發(fā)者感覺(jué)自己更聰慧和博識(shí)[37]。其二，有用的信息具有一定的社會(huì)交換價(jià)值[39]，通過(guò)轉(zhuǎn)發(fā)有用的信息，轉(zhuǎn)發(fā)者可以達(dá)到互惠的目的。因此，本研究提出假設(shè)。

H7信息的有用性對(duì)微信用戶將健康信息轉(zhuǎn)發(fā)到朋友圈的意向具有積極影響。

綜上所述，本研究的理論模型見(jiàn)圖1。

圖1 理論模型Figure 1 Theoretical Model

3 研究方法

3.1研究設(shè)計(jì)

3.1.1 問(wèn)卷設(shè)計(jì)

本研究采用問(wèn)卷調(diào)查的方式收集數(shù)據(jù)，在假設(shè)模型和文獻(xiàn)分析的基礎(chǔ)上設(shè)計(jì)問(wèn)卷和測(cè)量量表，共包含8個(gè)變量，問(wèn)卷變量、測(cè)量題項(xiàng)及其來(lái)源見(jiàn)表1。

表1 測(cè)量量表Table 1 Measurement Scales

參考MILKMAN et al.[17]的研究，測(cè)量轉(zhuǎn)發(fā)到朋友圈的意向。參考BERGER[37]的研究，測(cè)量信息社會(huì)特征中的有趣性和新穎性；參考WIXOM et al.[40]的研究，測(cè)量信息社會(huì)特征中的正確性。參考BERGER et al.[22]的研究，測(cè)量信息情緒特征中的令人驚嘆性；參考MILKMAN et al.[17]的研究，測(cè)量信息情緒特征中的積極性和富含情緒性。參考BERGER[37]的研究，測(cè)量信息功能特征中的有用性。

問(wèn)卷分為3個(gè)部分。首先，調(diào)查用戶將看到健康帖子轉(zhuǎn)發(fā)到朋友圈的意向，采用5級(jí)語(yǔ)義差別量表，1為非常不可能轉(zhuǎn)發(fā)，5為非常可能轉(zhuǎn)發(fā)。然后，要求用戶對(duì)其看到的帖子的7個(gè)內(nèi)容特征進(jìn)行評(píng)分，采用5級(jí)語(yǔ)義差別量表測(cè)量信息的有趣性、新穎性、正確性、令人驚嘆性、富含情緒性和有用性，如“看完這個(gè)帖子之后，您覺(jué)得這個(gè)帖子的內(nèi)容”，1為一點(diǎn)也沒(méi)有趣，5為非常有趣；采用Likert 5級(jí)量表測(cè)量積極性，如“這個(gè)帖子的內(nèi)容對(duì)我造成極大的積極性影響”，1為非常不同意，5為非常同意。最后，將用戶的個(gè)人特征作為控制變量，包括性別、年齡、教育程度、職業(yè)等人口統(tǒng)計(jì)學(xué)變量，以及微信使用時(shí)間和使用頻率等。

3.1.2 數(shù)據(jù)收集

本研究借助問(wèn)卷星平臺(tái)的情景隨機(jī)功能，采用基于情景的問(wèn)卷調(diào)查方法收集數(shù)據(jù)。首先，通過(guò)網(wǎng)絡(luò)了解目前較熱門(mén)的醫(yī)療健康信息微信公眾平臺(tái)，選擇“好大夫在線”作為信息采集的來(lái)源，于2015年11月10日利用網(wǎng)絡(luò)爬蟲(chóng)技術(shù)采集“好大夫在線”微信公眾平臺(tái)發(fā)布于2015年11月9日之前的200個(gè)涉及健康、飲食、運(yùn)動(dòng)和保健類的帖子，并按照時(shí)間先后順序選取其中含有作者信息的圖文信息貼。由于帖子需要作為情景錄入問(wèn)卷星系統(tǒng)，而該平臺(tái)自身存在容量限制，因此最終錄入159個(gè)帖子，帖子的發(fā)布時(shí)間為2015年8月3日至2015年11月9日。然后通過(guò)問(wèn)卷星平臺(tái)的情景隨機(jī)功能，使用戶隨機(jī)抽到帖子，并針對(duì)帖子的內(nèi)容回答已設(shè)計(jì)好的問(wèn)卷問(wèn)題。在正式發(fā)放問(wèn)卷之前，請(qǐng)30名大學(xué)生對(duì)問(wèn)卷進(jìn)行預(yù)先測(cè)試，得到問(wèn)題反饋并修正問(wèn)卷。然后用問(wèn)卷星將調(diào)查問(wèn)卷發(fā)布出去，通過(guò)社交網(wǎng)站等各種渠道發(fā)布鏈接邀請(qǐng)微信用戶作為實(shí)驗(yàn)對(duì)象進(jìn)行填寫(xiě)。在2015年11月下旬，為期約兩周時(shí)間，共收集到1 083份答卷。為檢驗(yàn)回答者的態(tài)度認(rèn)真與否，在問(wèn)卷中插入“2+2=？”這個(gè)問(wèn)題[41]。最終剔除36份不認(rèn)真填寫(xiě)的答卷，保留1 047份有效問(wèn)卷，有效回收率為96.676%。每個(gè)帖子有5人～10人有效回答(平均7人有效回答)。利用SPSS統(tǒng)計(jì)軟件測(cè)量各個(gè)變量的評(píng)分者間信度，即不同評(píng)分者對(duì)同一帖子特征評(píng)分的一致性，采用單因素方差分析法進(jìn)行計(jì)算，評(píng)分者間信度多數(shù)大于0.400，表明信度可以接受[42]。

3.2數(shù)據(jù)分析

3.2.1 用戶特征描述性統(tǒng)計(jì)分析

首先對(duì)樣本的人口統(tǒng)計(jì)學(xué)特征和微信使用情況做描述性統(tǒng)計(jì)分析，樣本的平均年齡為30.485歲，各個(gè)特征的詳細(xì)分析結(jié)果見(jiàn)表2。男女比例比較均衡，教育程度以大學(xué)本科以上為主，年齡以40歲以下為主，微信使用時(shí)間多為6個(gè)月以上，使用頻率也多為一天一次及以上。

3.2.2 信息特征描述性統(tǒng)計(jì)及相關(guān)分析

對(duì)信息特征進(jìn)行均值、標(biāo)準(zhǔn)差和相關(guān)性分析，分析結(jié)果見(jiàn)表3。描述信息特征的7個(gè)變量的得分均值介于3.587～3.951，即用戶感知到的樣本貼子普遍比較有趣、新穎、正確、令人驚嘆、積極、富含情緒和有用。在進(jìn)行多元回歸分析前，本研究采用Spearman相關(guān)分析對(duì)數(shù)據(jù)做多重共線性診斷。多重共線性是指線性回歸模型中解釋變量之間由于存在精確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計(jì)失真或難以準(zhǔn)確估計(jì)。

表2 用戶特征描述性統(tǒng)計(jì)結(jié)果Table 2 Descriptive Statistics Results of User Characteristics

表3 信息特征描述性統(tǒng)計(jì)和相關(guān)性分析結(jié)果Table 3 Results of Descriptive Statistics for Information Characteristics and Correlation Analysis

注：**為p<0.010，下同。

Spearman相關(guān)分析又稱秩相關(guān)分析，是利用兩變量的秩次大小做線性相關(guān)分析[43]。由表3可知，因子間的相關(guān)系數(shù)大多小于0.500，表明各因子間的區(qū)分效度較好，不存在嚴(yán)重的多重共線性問(wèn)題。

3.2.3 回歸分析

廣義線性回歸分析是較為常見(jiàn)的一類統(tǒng)計(jì)分析方法，可用于分析連續(xù)型因變量與任意型自變量之間的各種關(guān)系。本研究的廣義線性模型為

轉(zhuǎn)發(fā)意向=α0+α1×性別+α2×年齡+

α3×教育程度+α4×使用時(shí)間+

α5×使用頻率+μ

(1)

轉(zhuǎn)發(fā)意向=β0+β1×有趣性+β2×新穎性+

β3×正確性+β4×令人驚嘆性+

β5×積極性+β6×富含情緒性+

β7×有用性+ε

(2)

轉(zhuǎn)發(fā)意向=γ0+γ1×性別+γ2×年齡+

γ3×教育程度+γ4×使用時(shí)間+

γ5×使用頻率+γ6×有趣性+

γ7×新穎性+γ8×正確性+

γ9×令人驚嘆性+γ10×積極性+

γ11×富含情緒性+γ12×有用性+ρ

(3)

其中，α0、β0、γ0為常數(shù)項(xiàng)，α1～α5、β1～β7、γ1～γ12為自變量回歸系數(shù)，μ、ε、ρ為誤差項(xiàng)。

表4 回歸分析結(jié)果Table 4 Results of Regression Analysis

注：*為p<0.050，***為p<0.001。

通過(guò)R3.2.2統(tǒng)計(jì)軟件，運(yùn)用最小二乘法，得到模型的估計(jì)系數(shù)，并對(duì)估計(jì)系數(shù)進(jìn)行顯著性檢驗(yàn)，具體結(jié)果見(jiàn)表4。

表4中模型1給出對(duì)控制變量(即被試者的用戶特征)的線性回歸分析結(jié)果，模型2給出對(duì)信息內(nèi)容特征的線性回歸分析結(jié)果，模型3給出對(duì)全部變量的線性回歸分析結(jié)果?；貧w分析結(jié)果表明，7個(gè)研究假設(shè)均得到支持。信息的有趣性對(duì)健康信息在微信朋友圈中的健康信息轉(zhuǎn)發(fā)行為意向具有顯著積極影響，模型2中，β=0.141,p<0.001；模型3中，β=0.134,p<0.001。新穎性對(duì)轉(zhuǎn)發(fā)意向具有顯著積極影響，模型2中，β=0.118,p<0.010；模型3中，β=0.125,p<0.001。正確性對(duì)轉(zhuǎn)發(fā)意向具有顯著積極影響，模型2中，β=0.110,p<0.010；模型3中，β=0.097,p<0.010。令人驚嘆性對(duì)轉(zhuǎn)發(fā)意向具有顯著積極影響，模型2中，β=0.122,p<0.010；模型3中，β=0.127,p<0.010。積極性對(duì)轉(zhuǎn)發(fā)意向具有顯著積極影響，模型2中，β=0.132,p<0.010；模型3中，β=0.120,p<0.010。富含情緒性對(duì)轉(zhuǎn)發(fā)意向具有顯著積極影響，模型2中，β=0.277,p<0.001；模型3中，β=0.237,p<0.001。有用性也對(duì)微信用戶在朋友圈中的健康信息轉(zhuǎn)發(fā)意向具有顯著積極影響，模型2中，β=0.228,p<0.001；模型3中，β=0.205,p<0.001。且比較模型2和模型3可知，即使有控制變量，所有假設(shè)也均得到驗(yàn)證。由估計(jì)系數(shù)可知，對(duì)于健康信息的傳播行為影響大小依次為信息內(nèi)容的富含情緒性、有用性和有趣性。在各項(xiàng)人口統(tǒng)計(jì)學(xué)特征中，年齡對(duì)微信朋友圈中健康信息的轉(zhuǎn)發(fā)意向具有顯著積極影響，模型1中，β=0.036,p<0.001；模型3中，β=0.015,p<0.001。教育程度對(duì)轉(zhuǎn)發(fā)意向具有顯著消極的影響，模型1中，β=-0.173,p<0.050；模型3中，β=-0.175,p<0.010。此外，微信用戶的使用頻率也會(huì)顯著積極地影響微信朋友圈中的健康信息轉(zhuǎn)發(fā)意向，模型1中，β=0.277,p<0.001；模型3中，β=0.113,p<0.001。

4 結(jié)論

本研究從信息內(nèi)容的3個(gè)維度探討7個(gè)因素對(duì)微信朋友圈中健康信息傳播行為的影響，采用問(wèn)卷調(diào)查的方法收集數(shù)據(jù)，通過(guò)R統(tǒng)計(jì)軟件對(duì)數(shù)據(jù)進(jìn)行廣義線性回歸分析，以驗(yàn)證假設(shè)。

研究結(jié)果表明，信息的有趣性、新穎性、正確性、令人驚嘆性、積極性、富含情緒性和有用性均對(duì)用戶健康信息的傳播行為具有顯著積極影響。從信息內(nèi)容的社會(huì)特征角度看，與先前的研究成果一致，在微信朋友圈中轉(zhuǎn)發(fā)有趣、新穎的信息或者正確的信息，均能夠提升自我形象，因而促使用戶傳播此類健康信息。從信息內(nèi)容的情緒特征角度看，越能誘發(fā)令人驚嘆性、積極情緒或者蘊(yùn)含情緒豐富的信息，越容易得到傳播。從信息的功能特征角度看，健康信息本身可能更注重信息的有用性，即滿足用戶對(duì)解決健康問(wèn)題的需求，因此用戶可能會(huì)依據(jù)健康信息的感知實(shí)用性而進(jìn)行轉(zhuǎn)發(fā)。另外，信息內(nèi)容的7個(gè)影響因素中，對(duì)于健康信息的傳播行為影響較大的因素依次為富含情緒性、有用性和有趣性。

從用戶個(gè)人特征角度看，用戶的年齡和使用頻率對(duì)其健康信息傳播行為具有顯著積極影響，這與已有研究成果一致。用戶年齡越大，面臨的健康問(wèn)題可能越多，更加關(guān)注健康問(wèn)題，也更可能轉(zhuǎn)發(fā)健康信息給自己的朋友或家人。用戶使用微信的頻率越高，其接觸到高質(zhì)量信息的機(jī)會(huì)可能性越大，可能更樂(lè)于轉(zhuǎn)發(fā)信息。用戶的教育程度對(duì)健康信息的傳播行為也具有顯著影響，卻是負(fù)向的，即用戶的教育程度越高，轉(zhuǎn)發(fā)健康信息的意向越小。這可能是因?yàn)楦邔W(xué)歷的用戶知識(shí)面較廣，健康素養(yǎng)一般也較高，而健康素養(yǎng)越高的人越不會(huì)轉(zhuǎn)發(fā)健康信息[22]。

(1)理論意義

①本研究從研究對(duì)象和平臺(tái)兩方面拓展了關(guān)于信息傳播的已有研究。從研究對(duì)象看，已有在線信息傳播行為的研究極少關(guān)注健康信息，本研究彌補(bǔ)了該類信息在信息傳播行為研究中的理論不足，以健康信息作為研究對(duì)象，探討用戶對(duì)該類信息分享行為的影響因素；從研究平臺(tái)看，本研究彌補(bǔ)了對(duì)微信(特別是朋友圈)平臺(tái)中的信息傳播行為研究的不足。②本研究從轉(zhuǎn)發(fā)者的內(nèi)在動(dòng)機(jī)角度研究信息內(nèi)容特征，研究結(jié)果表明，信息的社會(huì)特征、情緒特征和功能特征3個(gè)維度均對(duì)電子健康信息在微信朋友圈中的傳播行為具有重要影響，且信息內(nèi)容的富含情緒性、有用性和有趣性較為重要。③已有研究對(duì)于分享行為大多用轉(zhuǎn)發(fā)數(shù)來(lái)衡量，多采用二手?jǐn)?shù)據(jù)分析的方法，本研究采用分享到朋友圈的可能性測(cè)量研究對(duì)象的主觀意愿，并借助問(wèn)卷星平臺(tái)的情景隨機(jī)功能實(shí)施問(wèn)卷調(diào)查，以收集用戶感知層面的數(shù)據(jù)，豐富轉(zhuǎn)發(fā)行為的研究。

(2)實(shí)踐意義

①健康知識(shí)從專家到公眾的傳播可以加強(qiáng)知識(shí)的影響，將健康領(lǐng)域的科學(xué)知識(shí)、科學(xué)方法、科學(xué)精神向公眾普及傳播，也可以使公眾對(duì)健康信息變被動(dòng)接受為主動(dòng)獲取和參與，進(jìn)而提升公眾健康素養(yǎng)和健康行為管理水平。②本研究可為在線醫(yī)療信息服務(wù)商(如健康類微信公眾平臺(tái))的運(yùn)營(yíng)策略提供一定程度的指導(dǎo)，平臺(tái)運(yùn)營(yíng)者在撰寫(xiě)健康類文章時(shí)，在信息的社會(huì)特征方面，應(yīng)注重話題和內(nèi)容的有趣性、新穎性，以吸引用戶，同時(shí)保證信息本身的正確性和科學(xué)性，從而使用戶樂(lè)于轉(zhuǎn)發(fā)該信息以提升自我形象；對(duì)于信息的情緒特征，可以通過(guò)情緒的渲染，尤其積極情緒和令人驚嘆的情緒，以使信息內(nèi)容富有感染力，從而促使用戶進(jìn)行轉(zhuǎn)發(fā)和傳播；對(duì)于信息的功能特征，結(jié)合健康信息本身的特點(diǎn)，應(yīng)盡可能發(fā)布對(duì)用戶有實(shí)用價(jià)值的信息，即可以幫助用戶了解或者解決健康類問(wèn)題的科學(xué)信息，從而滿足用戶對(duì)于健康知識(shí)的需求。并且在撰寫(xiě)健康類文章時(shí)，應(yīng)特別注重富含情緒性、有用性和有趣性。健康平臺(tái)運(yùn)營(yíng)者也可以根據(jù)受眾的年齡段、受教育程度和微信的使用頻率進(jìn)行有針對(duì)性的信息推送。通過(guò)以上方式，可以使受眾樂(lè)于閱讀并轉(zhuǎn)發(fā)和傳播健康信息，提高信息服務(wù)平臺(tái)的用戶參與度和關(guān)注度，提高平臺(tái)的運(yùn)營(yíng)績(jī)效，也可以提升醫(yī)學(xué)從業(yè)者的聲望。

(3)研究局限和展望

本研究仍存在不足之處，有待未來(lái)研究加以解決。①目前許多人無(wú)法接收到權(quán)威的聲音，很難僅憑自己的能力去辨認(rèn)真?zhèn)?，因此?duì)非醫(yī)學(xué)從業(yè)者來(lái)講，信息來(lái)源的可信度是決定其關(guān)注和轉(zhuǎn)發(fā)該信息的重要影響因素。在后續(xù)研究中可以從該角度出發(fā)，加入相關(guān)變量，如信息來(lái)源的專業(yè)性和權(quán)威性[44]，對(duì)用戶的信息傳播行為進(jìn)行分析。②已有研究表明，受眾群體的大小會(huì)影響信息傳播行為[45]，未來(lái)可以對(duì)轉(zhuǎn)發(fā)給朋友、轉(zhuǎn)發(fā)到微信群、轉(zhuǎn)發(fā)到朋友圈3種情況進(jìn)行對(duì)比，探討受眾群體的大小對(duì)健康信息傳播行為的影響。另外，信息質(zhì)量作為一個(gè)重要因素，未來(lái)也需要考慮，而信息內(nèi)容的功能特征除了有用性還包括相關(guān)性等，未來(lái)也可以進(jìn)行補(bǔ)充。③其他的信息行為也可以納入后續(xù)研究中，如點(diǎn)贊、評(píng)論和采納等。

[1]PARK H,RODGERS S,STEMMLE J.Analyzing health organizations′ use of Twitter for promoting health literacy.JournalofHealthCommunication,2013,18(4):410-425.

[2]童慧.微信的傳播學(xué)觀照及其影響.重慶社會(huì)科學(xué),2013(9):61-66.

TONG Hui.Research on Wechat according to communication study and its influence.ChongqingSocialSciences,2013(9):61-66.(in Chinese)

[3]HUANG E.Building a patient-centered hospital web site:best practices in China.InternationalJournalofHealthcareManagement,2015,8(3):137-145.

[4]李文芳.微信時(shí)代健康傳播的特征與應(yīng)用探討.新聞大學(xué),2014(6):149-154.

LI Wenfang.Micro-channel era of health propagation characteristics and application.JournalismBimonthly,2014(6):149-154.(in Chinese)

[5]張宏,李杰.復(fù)雜網(wǎng)絡(luò)的微信網(wǎng)絡(luò)信息傳播研究.科學(xué)技術(shù)與工程,2014,14(17):244-247.

ZHANG Hong,LI Jie.Study on Wechat network information flow based on complex network.ScienceTechnologyandEngineering,2014,14(17):244-247.(in Chinese)

[6]吳中堂,劉建徽,唐振華.微信公眾號(hào)信息傳播的影響因素研究.情報(bào)雜志,2015,34(4):122-126.

WU Zhongtang,LIU Jianhui,TANG Zhenhua.On influential factors of Wechat official account information transmission.JournalofIntelligence,2015,34(4):122-126.(in Chinese)

[7]YI M Y,YOON J J,DAVIS J M,et al.Untangling the antecedents of initial trust in web-based health information:the roles of argument quality,source expertise,and user perceptions of information quality and risk.DecisionSupportSystems,2013,55(1):284-295.

[8]JIANG J,TONG Y,TAN S S L.Do you retweet heath advice on microblogging platforms?The effects of health topic and website design on credibility assessment∥ProceedingsoftheThirtyThirdInternationalConferenceonInformationSystems.Orlando,2012:1-11.

[9]SPENCE P R,LACHLAN K A,SPATES S A,et al.Intercultural differences in responses to health messages on social media from spokespeople with varying levels of ethnic identity.ComputersinHumanBehavior,2013,29(3):1255-1259.

[10] PARK H,REBER B H,CHON M G.Tweeting as health communication:health organizations′ use of Twitter for health promotion and public engagement.JournalofHealthCommunication,2016,21(2):188-198.

[11] 張迪,古俊生,邵若斯.健康信息獲取渠道的聚類分析:主動(dòng)獲取與被動(dòng)接觸.國(guó)際新聞界,2015,37(5):81-93.

ZHANG Di,GU Junsheng,SHAO Ruosi.A cluster analysis of college students′ health information acquisition channels:active seeking and accidental exposure.ChineseJournalofJournalism&Communication,2015,37(5):81-93.(in Chinese)

[12] SO J,PRESTIN A,LEE L,et al.What do people like to “share” about obesity?A content analysis of frequent retweets about obesity on Twitter.HealthCommunication,2016,31(2):193-206.

[13] CROOK B,STEPHENS K K,PASTOREK A E,et al.Sharing health information and influencing behavioral intentions:the role of health literacy,information overload,and the internet in the diffusion of healthy heart information.HealthCommunication,2016,31(1): 60-71.

[14] VAN DE VELDE B,MEIJER A,HOMBURG V.Police message diffusion on Twitter:analysing the reach of social media communications.Behaviour&InformationTechnology,2015,34(1):4-16.

[15] RUDAT A,BUDER J,HESSE F W.Audience design in Twitter:retweeting behavior between informational value and followers′ interests.ComputersinHumanBehavior,2014,35:132-139.

[16] 趙建彬,景奉杰.在線品牌社群氛圍對(duì)顧客創(chuàng)新行為的影響研究.管理科學(xué),2016,29(4):125-138.

ZHAO Jianbin,JING Fengjie.The influence of online brand community climate on the customer innovation behavior.JournalofManagementScience,2016,29(4):125-138.(in Chinese)

[17] MILKMAN K L,BERGER J.The science of sharing and the sharing of science.ProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica,2014,111(Supplement 4):13642-13649.

[18] BOYD D,GOLDER S,LOTAN G.Tweet,tweet,retweet:conversational aspects of retweeting on Twitter∥ProceedingsoftheFortyThirdHawaiiInternationalConferenceonSystemSciences.Kauai,HI:IEEE Computer Society,2010:1-10.

[19] 王賢文,張春博,毛文莉,等.科學(xué)論文在社交網(wǎng)絡(luò)中的傳播機(jī)制研究.科學(xué)學(xué)研究,2013,31(9):1287-1295.

WANG Xianwen,ZHANG Chunbo,MAO Wenli,et al.Study on the diffusing mechanism of scientific literature in social media.StudiesinScienceofScience,2013,31(9):1287-1295.(in Chinese)

[20] 丁緒武,吳忠,夏志杰.社會(huì)媒體中情緒因素對(duì)用戶轉(zhuǎn)發(fā)行為影響的實(shí)證研究:以新浪微博為例.現(xiàn)代情報(bào),2014,34(11):147-155.

DING Xuwu,WU Zhong,XIA Zhijie.The empirical research of sentiment factors effect on users′ retweet behavior:a case study of Sina Weibo.JournalofModernInformation,2014,34(11):147-155.(in Chinese)

[21] STIEGLITZ S,DANG-XUAN L.Emotions and information diffusion in social media-sentiment of microblogs and sharing behavior.JournalofManagementInformationSystems,2013,29(4):217-248.

[22] BERGER J,MILKMAN K L.What makes online content viral?.JournalofMarketingResearch,2012,49(2):192-205.

[23] DE ANGELIS M,BONEZZI A,PELUSO A M,et al.On braggarts and gossips:a self-enhancement account of word-of-mouth generation and transmission.JournalofMarketingResearch,2012,49(4):551-563.

[24] 沈璐,莊貴軍,姝曼.品牌帖子轉(zhuǎn)發(fā)與品牌偏好之間的因果關(guān)系.管理科學(xué),2016, 29(1):86-94.

SHEN Lu,ZHUANG Guijun,SUPPANUCH Pan Chudabala.The causal relationship between the forwarding behavior of brand posts and brand preference.JournalofManagementScience,2016,29(1):86-94.(in Chinese)

[25] LEE C S,MA L.News sharing in social media:the effect of gratifications and prior experience.ComputersinHumanBehavior,2012,28(2):331-339.

[26] OH O,AGRAWAL M,RAO H R.Community intelligence and social media services:a rumor theoretic analysis of tweets during social crises.MISQuarterly,2013,37(2):407-426.

[27] PI S M,CHOU C H,LIAO H L.A study of Facebook Groups members′ knowledge sharing.ComputersinHumanBehavior,2013,29(5):1971-1979.

[28] SHI Z,RUI H,WHINSTON A B.Content sharing in a social broadcasting environment:evidence from Twitter.MISQuarterly,2014,38(1):123-142.

[29] 張玥,孫霄凌,朱慶華.基于ELM模型的微博輿情傳播影響因素研究:以新浪微博為例.情報(bào)學(xué)報(bào),2014,33(4):426-438.

ZHANG Yue,SUN Xiaoling,ZHU Qinghua.Research on factors that influence microblog opinion communication based on elaboration likelihood model:taking Sina microblog as an example.JournaloftheChinaSocietyforScientificandTechnicalInformation,2014,33(4):426-438.(in Chinese)

[30] ZHANG L,PENG T Q,ZHANG Y P,et al.Content or context:which matters more in information processing on microblogging sites.ComputersinHumanBehavior,2014,31:242-249.

[31] LIU Z,LIU L,LI H.Determinants of information retweeting in microblogging.InternetResearch,2012,22(4):443-466.

[32] KIM T.Observation on copying and pasting behavior during the Tohoku earthquake:retweet pattern changes.InternationalJournalofInformationManagement,2014,34(4):546-555.

[33] BHATTACHERJEE A.Understanding information systems continuance:an expectation-confirmation model.MISQuarterly,2001,25(3):351-370.

[34] WANG C,JIN X L,ZHOU Z,et al.Effect of perceived media capability on status updates in microblogs.ElectronicCommerceResearch&Applications,2014,14(3):181-191.

[35] VERHAGEN T,FELDBERG F,BART V D H,et al.Satisfaction with virtual worlds:an integrated model of experiential value.Information&Management,2011,48(6):201-207.

[36] LOVETT M J,PERES R,SHACHAR R.On brands and word of mouth.JournalofMarketingResearch,2013,50(4):427-444.

[37] BERGER J.Contagious:whythingscatchon.Chicago,IL:American Marketing Association,2013:111-184.

[38] 王建明,吳龍昌.綠色購(gòu)買(mǎi)的情感-行為雙因素模型:假設(shè)和檢驗(yàn).管理科學(xué),2015,28(6):80-94.

WANG Jianming,WU Longchang.Two-factor model of affection-behavior in green purchase: hypotheses and test.JournalofManagementScience,2015,28(6):80-94.(in Chinese)

[39] HOMANS G C.Social behavior as exchange.AmericanJournalofSociology,1958,63(6):597-606.

[40] WIXOM B H,TODD P A.A theoretical integration of user satisfaction and technology acceptance.InformationSystemsResearch,2005,16(1):85-102.

[41] MASON W,SURI S.Conducting behavioral research on Amazon′s Mechanical Turk.BehaviorResearchMethods,2012,44(1):1-23.

[42] SHROUT P E,FLEISS J L.Intraclass correlations:uses in assessing rater reliability.PsychologicalBulletin,1979,86(2):420-428.

[43] SPEARMAN C.The proof and measurement of association between two things.TheAmericanJournalofPsychology,1904,15(1):72-101.

[44] 尤薇佳,李紅,劉魯.突發(fā)事件Web信息傳播渠道信任比較研究.管理科學(xué)學(xué)報(bào),2014,17(2):19-33.

YOU Weijia,LI Hong,LIU Lu.Comparison of Web channels for unconventional emergency events information dissemination.JournalofManagementSciencesinChina,2014,17(2):19-33.(in Chinese)

[45] BARASCH A,BERGER J.Broadcasting and narrowcasting:how audience size affects what people share.JournalofMarketingResearch,2014,51(3):286-299.

FundedProject:Supported by the National Natural Science Foundation of China(71201096,71202034,71432007)

Biography:JIN Xiaoling, doctor in management, is an associatea professor in the School of Management at Shanghai University. Her research interests include e-health and social media. Her representative paper titled “Moderating role of gender in the relationships between perceived benefits and satisfaction in social virtual world continuance” was published in theDecisionSupportSystems(Volume 65, 2014). E-mail：kathyjin2011@shu.edu.cn

FENG Huihui is a master degree in the School of Management at Shanghai University. Her research interests focus on information management and e-commerce. E-mail：sailvon@i.shu.edu.cn

ZHOU Zhongyun, doctor in management, is an associatea professor in the School of Economics & Management at Tongji Universityy. His research interests include IT usage and impacts, e-commerce and e-health. His representative paper titled “Attracted to or locked in? predicting continuance intention in social virtual world services” was published in theJournalofManagementInformationSystems(Issues 1, 2012). E-mail：philzhou@#edu.cn

□

AnEmpiricalStudyonHealthcareInformationDiffusionBehaviorinWeChatMoments

JIN Xiaoling1，F(xiàn)ENG Huihui1，ZHOU Zhongyun2

1 School of Management, Shanghai University, Shanghai 200444, China2 School of Economics & Management, Tongji University, Shanghai 200092, China

Due to the increasing demands for healthcare information and the rapid development of social media platforms, researchers and practitioners pay more and more attention on healthcare information diffusion in social media. In this paper, healthcare information diffusion refers to content receivers′ willingness to transmit online healthcare information. Among a variety of social media platforms(e.g., Facebook, Twitter, Whatsapp), WeChat Moments have

a great deal of attention as for its combination of interpersonal communication and mass communication. However, investigating the characteristics of online healthcare information that triggers people to diffuse healthcare information in WeChat Moment platform is still in the early stage.

Focusing on healthcare-related information promoted by WeChat Official Accounts, this study examines the factors influencing WeChat users′ intention to share this kind of information in WeChat Moments from the perspective of information transmitters′ motivation. Drawing upon prior research on information diffusion and interpersonal communication, seven characteristics from three dimensions of information content(i.e., social characteristics, emotional characteristics and functional characteristics) are selected to build the research model and hypotheses. Based on the data collected from a large sample of WeChat users through an online survey, we conduct generalized linear regression analysis to test the research model and hypotheses using R statistical software. The results show that interesting, novelty, accuracy, awe, positivity, emotionality and usefulness all have significant positive effects on users′ intention to share healthcare information in WeChat Moments. Among these factors, emotionality, usefulness and interesting are the most important ones.

This study can provide three contributions to the related literature. Firstly, this study examines the diffusion of healthcare information and takes WeChat Moments as the research context which has not been much researched so far. Secondly, we explore the effects of content features on healthcare information transmission from the perspective of information transmitters′ motivation. Thirdly, this study takes sharing intention instead of sharing numbers as the dependent variable to measure the intention of the transmitter. Meanwhile, this study can provide some guidelines for the operation strategy of online healthcare service providers. When phrasing or framing healthcare-related articles, operators should try to draw greater interest and novelty of the content, ensure the accuracy of the information, evoke more positive emotion especially awe, and highlight the practical values to increase users' perceived usefulness. Hence, the audience could be more willing to read and share healthcare related information, and user participation on online healthcare service platforms could also get improved.

WeChat Moments；healthcare information；information diffusion；social characteristics；emotional characteristics；functional characteristics

Date:September 8th, 2016AcceptedDateNovember 30th, 2016

G20

A

10.3969/j.issn.1672-0334.2017.01.007

1672-0334(2017)01-0073-10

2016-09-08修返日期2016-11-30

國(guó)家自然科學(xué)基金(71201096,71202034,71432007)

金曉玲，管理學(xué)博士，上海大學(xué)管理學(xué)院副教授，研究方向?yàn)殡娮咏】岛蜕缃幻襟w等，代表性學(xué)術(shù)成果為“Moderating role of gender in the relationships between perceived benefits and satisfaction in social virtual world continuance”，發(fā)表在2014年第65卷《Decision Support Systems》，E-mail：kathyjin2011@shu.edu.cn 馮慧慧，上海大學(xué)管理學(xué)院碩士研究生，研究方向?yàn)樾畔⒐芾砗碗娮由虅?wù)等，E-mail：sailvon@i.shu.edu.cn周中允，管理學(xué)博士，同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院副教授，研究方向?yàn)樾畔⒓夹g(shù)使用與影響、電子商務(wù)和電子健康等，代表性學(xué)術(shù)成果為“Attracted to or locked in? Predicting continuance intention in social virtual world services”，發(fā)表在2012年第1期《Journal of Management Information Systems》，E-mail：philzhou@#edu.cn