評論特征對用戶采納在線醫(yī)評信息意愿的影響機(jī)制

韓璽　蔣佩瑤　陳思然等

關(guān)鍵詞： 在線評論； 采納意愿； 健康信息； 信任轉(zhuǎn)移； 精細(xì)加工可能性模型

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０９．００４

〔中圖分類號〕Ｇ２５２.０ 〔文獻(xiàn)標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） ０９－００３６－１５

隨著Ｗｅｂ２ ０ 技術(shù)的發(fā)展和移動網(wǎng)絡(luò)的普及，“互聯(lián)網(wǎng)＋醫(yī)療” 模式為用戶就醫(yī)提供了極大便捷。用戶可以通過醫(yī)療服務(wù)網(wǎng)站在線擇醫(yī)問診， 也可以借助在線評價信息開展線下就醫(yī)。在這一過程中，醫(yī)療網(wǎng)站中他人對醫(yī)生能力、技術(shù)、工作態(tài)度等的評價口碑信息成為個體擇醫(yī)決策的重要信息來源［１］ 。已有研究表明， 美國［２］ 、英國［３］ 、德國［４］ 等多個國家（地區(qū)）用戶使用在線醫(yī)評信息的比例逐漸上升。與此同時， 由于長期以來電商平臺虛假評論的存在，用戶采納在線醫(yī)評信息時持謹(jǐn)慎態(tài)度［５］ ， 這不僅影響用戶依據(jù)評論選擇醫(yī)生， 也影響對醫(yī)療服務(wù)網(wǎng)站的信任與使用。因此， 在網(wǎng)絡(luò)醫(yī)療愈發(fā)重要的背景下， 探索用戶采納在線醫(yī)評信息的影響機(jī)制對優(yōu)化平臺設(shè)計和促進(jìn)在線醫(yī)療服務(wù)發(fā)展至關(guān)重要。

盡管過去不少學(xué)者針對酒店［６］ 、科技商品［７］等電商情景中用戶采納在線口碑開展了研究， 但對在線醫(yī)療情境的關(guān)注仍然不足， 尤其是醫(yī)評信息具有與普通商品評論不同的評價特征和應(yīng)用情景特征。如部分醫(yī)療服務(wù)網(wǎng)站在醫(yī)評信息中展示了實(shí)名掛號評論人的姓氏， 部分則用隨機(jī)編碼或昵稱方式； 部分醫(yī)評信息比較簡短抽象且以評價為主， 部分醫(yī)評信息內(nèi)容客觀且事實(shí)詳實(shí)。此外， 用戶利用在線醫(yī)評信息時也有不同疾病嚴(yán)重程度的情景差異和個體特征差異?；诖耍?本文聚焦于醫(yī)評信息的獨(dú)特特征， 探索相關(guān)特征如何影響用戶對醫(yī)評信息的采納，以及在這一過程中使用情景特征和消費(fèi)者異質(zhì)性特征如何發(fā)揮作用。

１相關(guān)研究

在線評論， 也稱為口碑， 是消費(fèi)者購買產(chǎn)品或服務(wù)后， 根據(jù)自身體驗(yàn)與感受， 通過網(wǎng)絡(luò)分享關(guān)于產(chǎn)品及服務(wù)的評價內(nèi)容信息［８］ 。在線評論作為共享信息資源， 本身不具備商業(yè)傳播目的， 更多是一種自發(fā)分享驅(qū)動， 但對其他消費(fèi)者而言具有較強(qiáng)影響力與說服力。研究證明， 在線評論在消費(fèi)者購買決策中發(fā)揮巨大作用， 并且成為很多公司在線發(fā)展策略的重要組成［９］ 。在網(wǎng)絡(luò)口碑越來越重要的背景下， 消費(fèi)者傾向于瀏覽評論后， 對信息內(nèi)容進(jìn)行接受評估與信任采用， 因此， 促進(jìn)用戶對在線評論信息的采納是該領(lǐng)域重要研究內(nèi)容。

以往研究關(guān)注了不同情景中在線評論的采納，如社交網(wǎng)站［１０］ 、旅游網(wǎng)站［１１］ 、第三方評論網(wǎng)站［１２］等不同類型， 但在線醫(yī)療情景下的評論信息采納尚未引起關(guān)注。評論信息采納影響因素分析方面， 主要圍繞３ 個維度特征展開： 信息內(nèi)容（信息質(zhì)量、評論數(shù)量、信息可信度等）、信息來源（信息發(fā)布者可信度、專業(yè)度、客觀性、信任度等）和信息接收者特征（專業(yè)能力、產(chǎn)品涉入、社區(qū)涉入、自我效能等）［１３］ 。在探索評論信息如何影響用戶采納時， 詳盡加工可能性模型［１０，１４］ 、技術(shù)接受模型［１５］以及融合上述理論的信息采納模型［１６］ 是最常引用的理論基礎(chǔ)。

在研究內(nèi)容方面， 多數(shù)研究采用問卷調(diào)查方法，在測量相關(guān)變量基礎(chǔ)上驗(yàn)證變量如何影響用戶采納在線評論， 以及存在何種調(diào)節(jié)變量。如李平等［１７］主要圍繞社交網(wǎng)絡(luò)中網(wǎng)絡(luò)傳播者特征如何影響網(wǎng)絡(luò)口碑的采納， 發(fā)現(xiàn)信息源的專業(yè)性、活躍度和人物吸引力與認(rèn)知信任顯著正向相關(guān)， 而活躍度、社交吸引力與情感信任顯著正相關(guān)， 口碑接受者的剝奪型好奇心和興趣型好奇心顯著正向調(diào)節(jié)信任對口碑的影響。晏勤［１８］ 專門探索了口碑抽象程度對消費(fèi)者采納口碑的作用， 發(fā)現(xiàn)正面口碑越抽象， 動機(jī)越可能利他， 越具體越可能是出于自我強(qiáng)化； 而負(fù)面口碑越具體， 動機(jī)越出于利他， 越抽象越可能是出于發(fā)泄情緒， 動機(jī)會進(jìn)一步影響消費(fèi)者對評論的采納。劉詠梅等［７］ 針對科技商品在線口碑采納時，驗(yàn)證了個體異質(zhì)性（性別、初始購買意愿和相關(guān)專業(yè)知識）在口碑質(zhì)量、來源可信度影響感知有用性過程中發(fā)揮了調(diào)節(jié)作用。有研究對比了不同口碑形式的作用， 如王藝婷［１９］ 在分析社交口碑和電商口碑對消費(fèi)者采納在線評論影響時， 發(fā)現(xiàn)社交口碑采納時用戶更多判斷是否可信， 而電商口碑則主要判斷是否有用， 信息數(shù)量、來源吸引力等啟發(fā)性因素對用戶采納社交口碑的影響更大。武鵬飛等［１０］ 同樣針對兩類電子口碑的采納， 發(fā)現(xiàn)消費(fèi)者對電商口碑有用性和信任度降低時， 他們更傾向于采納社交媒體口碑， 且認(rèn)知水平和涉入度對口碑有用性的感知具有調(diào)節(jié)作用。

目前， 也有少量研究采用實(shí)驗(yàn)方式驗(yàn)證具體的口碑信息特征對特定口碑信息采納產(chǎn)生的影響。如陳珊珊［２０］ 研究圖片形式網(wǎng)絡(luò)口碑特性如何影響評論信息采納時， 發(fā)現(xiàn)圖片形式具有真實(shí)標(biāo)記性、類比相似性和視覺刺激性３ 個特征， 這３ 個特征分別通過信息可信度、有用性、情緒啟動３ 個中介變量影響了口碑的采納。曹原［２１］ 通過組間實(shí)驗(yàn)的方式驗(yàn)證了加層信息的在線評論可以增強(qiáng)信息質(zhì)量和可信度對感知有用性的影響， 加層信息的存在發(fā)揮了正向調(diào)節(jié)作用。

從現(xiàn)有文獻(xiàn)來看， 專門針對醫(yī)評信息特征如何影響用戶采納缺乏深入探討， 在線評論采納的研究方法較為單一。尤其是健康問題比一般產(chǎn)品更為敏感， 醫(yī)療服務(wù)網(wǎng)站不如電商網(wǎng)站被廣泛接受， 消費(fèi)者采納醫(yī)評信息時更加慎重［２２］ ， 故而信任構(gòu)建在用戶采納過程中發(fā)揮重要作用， 但目前對該機(jī)制的研究存在較大空間。此外， 在調(diào)節(jié)因素研究中， 目前主要集中在消費(fèi)者個體特征方面， 對評論利用情景因素的研究有限。因此， 本研究擬通過組間實(shí)驗(yàn)的方法， 基于ＥＬＭ 模型與信任轉(zhuǎn)移理論， 探索醫(yī)評信息特征（評論內(nèi)容類型、評論人昵稱）如何影響消費(fèi)者認(rèn)知及后續(xù)采納， 尤其是將情景特征（疾病嚴(yán)重程度）和消費(fèi)者異質(zhì)性特征（用戶性別）納入考量范圍，探索用戶采納在線醫(yī)評信息的影響機(jī)制。

２理論基礎(chǔ)與研究假設(shè)

為了解決研究問題， 本文選擇ＥＬＭ 模型和信任轉(zhuǎn)移理論作為理論基礎(chǔ)。ＥＬＭ 模型認(rèn)為個體認(rèn)知改變受中心路徑和邊緣路徑兩個方面影響， 中心路徑需要用戶對信息內(nèi)容特征深入分析， 邊緣路徑主要借助信息內(nèi)容之外的線索進(jìn)行判斷和推理［２３］ 。本研究將用戶處理評論文本內(nèi)容作為中心路徑， 將用戶判斷評論人可信度作為邊緣路徑。此外， 信任轉(zhuǎn)移理論顯示信任是一個認(rèn)知過程， 它可以從已知目標(biāo)轉(zhuǎn)移到未知目標(biāo)［２４］ 。本研究中， 用戶對評論人的信任不僅建立在對評論人昵稱認(rèn)知的基礎(chǔ)上， 還受到用戶對網(wǎng)站的信任以及對評論人群體信任轉(zhuǎn)移的影響。

２.１基于ＥＬＭ 模型的相關(guān)假設(shè)

２.１.１評論文本特征對感知信息客觀性的影響

在電子商務(wù)領(lǐng)域， 消費(fèi)者通常利用平臺提供的評論功能， 表達(dá)自己對產(chǎn)品或服務(wù)質(zhì)量和使用體驗(yàn)的評價［１３］ 。然而由于個體評價的動機(jī)不同， 使評論存在一定差異。一些消費(fèi)者能夠具體、詳細(xì)地闡述產(chǎn)品特征及個人使用體驗(yàn)， 評論字?jǐn)?shù)多， 評價全面且包含客觀事實(shí)； 但也有消費(fèi)者評價過于主觀，情緒表達(dá)較多， 內(nèi)容抽象且不具體， 較少包含病情就醫(yī)事實(shí)?，F(xiàn)實(shí)中， 消費(fèi)者采納在線評論時主要依賴評論內(nèi)容質(zhì)量這一核心路徑， 此時評論客觀性是評論質(zhì)量的關(guān)鍵指標(biāo)。評論客觀性是指信息多大程度上被認(rèn)為是無偏見的、公平的、無歧視的［２５］ 。在線評論情景中， 客觀性意味著評論內(nèi)容符合事實(shí)，不摻雜較多個人情緒表達(dá)。評論內(nèi)容描述越具體，代表消費(fèi)者對產(chǎn)品或服務(wù)的了解越深入， 評論質(zhì)量更高， 評論內(nèi)容更加客觀［２６］ 。本研究中， 如果評論人對醫(yī)生的評論是抽象表達(dá)和情感發(fā)泄， 沒有事實(shí)內(nèi)容， 受眾就會對評論的客觀性持懷疑態(tài)度?；诖?， 本文提出假設(shè)：

Ｈ１： 評論文本的具體／ 抽象特征會影響用戶感知在線醫(yī)評信息客觀性

２.１.２評論人昵稱對感知具體評論人信任的影響

ＥＬＭ 理論認(rèn)為當(dāng)信息接收者沿著邊緣路徑處理信息時， 往往會將信息源可信度作為重要線索［２７］ ，這會直接影響信息接收者的基本判斷。尤其是在網(wǎng)絡(luò)口碑成為消費(fèi)者決策重要決定因素的時代， 不少商家為了獲得更好的口碑使用了“控評水軍”， 這一現(xiàn)象增加了用戶在采納評論時的警惕性和對評論人真實(shí)性的更多關(guān)注。在醫(yī)療服務(wù)網(wǎng)站中， 由于評論數(shù)量較少且醫(yī)評信息是用戶接觸較少的新事物，用戶對評論和評論人的真實(shí)性更加關(guān)注。目前， 大型醫(yī)療服務(wù)網(wǎng)站展示評論信息時， 因考慮消費(fèi)者隱私問題， 評論人名稱多以部分省略姓名、部分省略手機(jī)號碼、自定義昵稱等多種方式展示。如就醫(yī)１６０平臺是以“姓＋?” “昵稱” “用戶編碼數(shù)字” 等方式展示評論人名稱， 好大夫平臺以“匿名患者＋ＩＰ 區(qū)域” 的方式展示， 微醫(yī)平臺是以“姓＋?”

或者“用戶＋?” 的方式展示。評論人名稱信息在被用戶通過邊緣路徑處理時， 會影響他們對信息源可信度的判斷。已有研究發(fā)現(xiàn)， 網(wǎng)絡(luò)昵稱會影響人們對其產(chǎn)生積極或者消極的評價， 尤其是非漢字的昵稱容易引起消極的反應(yīng)［２８］ 。在本研究中， 當(dāng)評論人昵稱顯示真實(shí)姓氏時會增加用戶信任感知， 而以字母代碼或者個性昵稱展示時會降低用戶對具體評論人的信任感知?；诖颂岢黾僭O(shè)：

Ｈ２： 評論人昵稱形式會影響用戶對具體評論人的信任感知

２.１.３信息客觀性和具體評論人信任對評論有用性影響

整合ＥＬＭ 模型和ＴＡＭ 模型的信息采納模型顯示， 具體客觀的在線評論往往被用戶認(rèn)為在決策時更加有用?？陀^的信息可以更好地幫助用戶對產(chǎn)品或服務(wù)的好壞進(jìn)行判斷， 從而降低信息檢索的時間和精力成本， 有助于提高決策的效率［２９］ 。已有來自酒店等其他領(lǐng)域的實(shí)證研究結(jié)果顯示， 在線評論信息的客觀性會對評論的有用性產(chǎn)生顯著的影響［２９－３０］ 。本研究中， 當(dāng)用戶面對具體在線醫(yī)評信息時， 他們感知到評論信息的客觀性越強(qiáng)， 這些信息就越能降低用戶決策時的不確定性感知， 因此會認(rèn)為這些醫(yī)評信息更有用?；诖颂岢黾僭O(shè)：

Ｈ３： 感知評論客觀性正向影響用戶感知評論有用性

此外， 信息采納模型顯示除了代表信息內(nèi)容質(zhì)量的客觀性會通過中心路徑影響信息有用性感知外， 對信源的信任也會通過邊緣路徑影響信息有用性感知［２７］ 。在線評論日益增多且產(chǎn)品技術(shù)日益復(fù)雜的背景下， 用戶為了減少精力投入會根據(jù)評論特征篩選有用的在線評論［３１］ 。Ｃｈａｉｋｅｎ Ｓ 等［３２］ 認(rèn)為，評論人的特征會作為額外線索幫助用戶進(jìn)一步形成對評論內(nèi)容的判斷。過去有不少研究均證實(shí)用戶對網(wǎng)絡(luò)口碑來源可信度的感知會影響有用性的判斷。如有學(xué)者發(fā)現(xiàn)網(wǎng)絡(luò)口碑信息源可信度正向影響網(wǎng)絡(luò)口碑的信息有用性［３３］ ， 對綠色商品在線口碑的研究發(fā)現(xiàn)， 評論人信任會影響用戶對評論有用性的判斷［１３］ 。朱振濤等［３４］ 對智能可穿戴設(shè)備在線評論有用性分析時， 發(fā)現(xiàn)評論者排名這一來源可信度的指標(biāo)會影響評論的有用性評價。Ｌｅｅ Ｊ 等［２９］ 對酒店在線評論的研究發(fā)現(xiàn)， 評論人的信任也會進(jìn)一步影響用戶的評論有用性感知。本研究中， 用戶面對特定在線醫(yī)評信息， 評論人是否值得信任會影響他們對評論有用性的判斷。因此提出假設(shè)：

Ｈ４： 感知具體評論人信任正向影響用戶感知評論有用性

２.１.４感知評論有用性對評論采納意愿的影響

感知評論有用性指的是消費(fèi)者感知到在線評論信息對自己是有參考意義且具有價值的， 它是用戶評估在線評論最基本的方式［２６］ 。信息采納模型認(rèn)為用戶對信息的采納受感知信息有用性的影響， 用戶對信息有用性感知越高， 其采納信息的意愿越強(qiáng)［２７］ 。以往不少研究已經(jīng)發(fā)現(xiàn)信息有用性是信息采納的積極決定因素［３５］ 。Ｅｒｋａｎ Ｉ 等［３３］ 也發(fā)現(xiàn)社交媒體產(chǎn)生的在線口碑感知有用性能促進(jìn)消費(fèi)者對信息的采納， 從而促進(jìn)購買。通過上述結(jié)論可以預(yù)期用戶在閱讀、判斷和采納在線醫(yī)評信息時會產(chǎn)生同樣的效應(yīng)， 即用戶對在線醫(yī)評信息有用性感知越強(qiáng)， 他們越愿意采納評論內(nèi)容?；诖?， 本文提出假設(shè)：

Ｈ５： 感知醫(yī)評信息有用性正向影響用戶對評論的采納意愿

２.２基于信任轉(zhuǎn)移理論的相關(guān)假設(shè)

信任轉(zhuǎn)移理論認(rèn)為信任是個體對特定對象認(rèn)知的過程， 由于對象特征不同以及個體對其熟悉程度不同， 個體對具體對象的信任程度存在差異， 且這種信任可以從已知目標(biāo)轉(zhuǎn)移到未知目標(biāo)［２４］ 。本研究主要涉及３ 個信任對象： 對網(wǎng)站的信任、對網(wǎng)站評論人群體的信任和面對某具體評論人的信任。首先， 對網(wǎng)站的信任經(jīng)常歸因于其聲譽(yù)、大小或者運(yùn)作的機(jī)制（如評論政策和虛假評論過濾等）［３６］ ； 其次， 評論人群體的信任會受到評論人聲譽(yù)、能力和虛假評論事件的影響； 最后， 對某些具體評論人的信任可能受到評論人經(jīng)驗(yàn)、專業(yè)度以及信息呈現(xiàn)模糊性等影響［３７］ 。

根據(jù)ＭｃＫｎｉｇｈｔ Ｄ Ｈ 等［３８］ 的研究， 信任可以分為人際信任、機(jī)構(gòu)信任和傾向性信任。例如在交易過程中買賣雙方的信任就是一種特定情景中的人際信任， 機(jī)構(gòu)信任是用戶對一定的情景或者機(jī)構(gòu)（如互聯(lián)網(wǎng)平臺）的信任， 傾向信任是個體對其他人作為一個整體信任程度的心理特征。本研究中， 由于醫(yī)療服務(wù)網(wǎng)站提供了評價的工具和機(jī)制， 因此對醫(yī)療網(wǎng)站的信任可歸為機(jī)構(gòu)信任； 對平臺中一般評論人群體的信任比較接近于傾向信任， 它塑造了個體對醫(yī)療服務(wù)網(wǎng)站上未知評論人整體信任情況； 對具體醫(yī)評信息評論人的信任是人際信任的典型， 它反映了一個醫(yī)生評論尋找者和醫(yī)生評論生成者之間的信任。依據(jù)信任轉(zhuǎn)移理論， 信任可以從已知對象轉(zhuǎn)移到與之相關(guān)的未知對象［３９］ 。截至目前， 信任轉(zhuǎn)移理論已經(jīng)在不同情景和不同電子商務(wù)渠道［４０］ 中被驗(yàn)證。在電子商務(wù)活動中， 消費(fèi)者的信任可以從傳統(tǒng)媒介轉(zhuǎn)移到對應(yīng)的互聯(lián)網(wǎng)媒介［４１］ ， 可以從傳統(tǒng)渠道轉(zhuǎn)移到移動渠道［４２］ ， 可以從營銷人員轉(zhuǎn)移到營銷人員所在的公司［４３］ 。

由于用戶在閱讀在線評論過程中需要在不確定認(rèn)知中做出決策， 因此用戶采納在線評論的過程也可能包括信任轉(zhuǎn)移。已有研究發(fā)現(xiàn)， 在不確定情形中， 信任可以從已知對象轉(zhuǎn)移到未知對象［３９］ 。對消費(fèi)者而言， 已知信任對象可能由于比較熟悉而賦予初始信任， 而未知對象由于不熟悉而難以形成信任。當(dāng)消費(fèi)者對不熟悉對象擁有了信任后， 他們會愿意采取比較積極的行為［４４］ 。本研究中， 用戶在評估在線醫(yī)評信息過程中可能涉及３條信任轉(zhuǎn)移的路徑： 一是從對醫(yī)療平臺的信任轉(zhuǎn)移到一般評論人群體； 二是從一般評論人轉(zhuǎn)移到具體評論人； 三是從對醫(yī)療平臺信任轉(zhuǎn)移到具體評論人。

第一條信任轉(zhuǎn)移路徑的潛在假設(shè)是知名醫(yī)療服務(wù)網(wǎng)站更加值得信任， 并且這些網(wǎng)站上具體評論人也值得信任。用戶會由于網(wǎng)站聲譽(yù)以及網(wǎng)站評論產(chǎn)生機(jī)制等原因， 傾向于對醫(yī)療服務(wù)網(wǎng)站予以初始信任。已有研究表明， 一個網(wǎng)站的聲譽(yù)［４３］ 和網(wǎng)站為減少交易風(fēng)險形成的機(jī)制［４４］ 都可能促進(jìn)消費(fèi)者的信任， 從而促進(jìn)交易的發(fā)生。對大型醫(yī)療服務(wù)網(wǎng)站形成的積極信任會使用戶相信這些網(wǎng)站上一般評論人群體也是值得信任的。從信任轉(zhuǎn)移視角看， 用戶很可能由于對一個知名機(jī)構(gòu)（如醫(yī)療服務(wù)網(wǎng)站）的信任， 進(jìn)而信任一個不太知名的對象（如醫(yī)療服務(wù)網(wǎng)站中的一般評論人群體）［３９］ ?；谏鲜龇治?， 提出如下假設(shè)：

Ｈ６： 感知網(wǎng)站信任正向影響用戶對一般評論人群體的信任

第二條信任轉(zhuǎn)移路徑關(guān)注對一般評論人群體信任及演繹歸納后得到針對具體評論人信任的結(jié)論。如前所述， 假定醫(yī)療服務(wù)網(wǎng)站上評論人群體是值得信任的， 那么用戶有理由相信所被呈現(xiàn)的具體評論的評論人作為群體的一員也是值得信任的。這是對整體評論人進(jìn)行推理可以得到的合理結(jié)論。如信任轉(zhuǎn)移理論所示， 用戶對未知對象（如具體評論人）的信任可以從與未知對象有關(guān)的已知知名對象（如評論人群體）衍生發(fā)展［４０］ ?；诖耍?提出如下假設(shè)：

Ｈ７： 對網(wǎng)站一般評論人群體的信任正向影響網(wǎng)站中具體評論人信任

第三條信任轉(zhuǎn)移路徑證明與溯源信任有關(guān)。消費(fèi)者通過評論網(wǎng)站查看產(chǎn)品或服務(wù)的評論， 并對發(fā)表此評論的具體評論人進(jìn)行信任評估。由此可見，具體評論人可以追溯到醫(yī)療服務(wù)網(wǎng)站， 而信任轉(zhuǎn)移路徑認(rèn)為信任從這些來源轉(zhuǎn)移到具體目標(biāo)［２９］ 。學(xué)者Ｍｉｌｌｉｍａｎ Ｒ Ｅ 等［４５］ 認(rèn)為， 商業(yè)發(fā)展可以通過對作為來源的行業(yè)協(xié)會的信任來建立對具體營銷人員的信任， 在這種情況下， 信任從行業(yè)協(xié)會轉(zhuǎn)移給了營銷員。因此， 評論網(wǎng)站的聲譽(yù)和可信度越高， 發(fā)表評論的具體評論人就越有可能值得信賴， 用戶越可能對具體評論人產(chǎn)生信任?；谏鲜龊侠淼倪壿嫹治?， 本文提出假設(shè)：

Ｈ８： 感知網(wǎng)站信任正向影響用戶感知具體評論人信任

２.３性別和疾病嚴(yán)重程度的調(diào)節(jié)效應(yīng)

２.３.１用戶性別的調(diào)節(jié)作用

在線評論信息的內(nèi)容和外圍線索對消費(fèi)者認(rèn)知發(fā)揮直接效用時， 消費(fèi)者本身存在的異質(zhì)性也會產(chǎn)生一定影響。有研究顯示， 具有不同個性特質(zhì)的消費(fèi)者其認(rèn)知和行為會有所不同， 這種差異會對信息理解能力、信息處理方式等產(chǎn)生不同反應(yīng)［４６］ 。以往研究顯示， 性別差異會對在線口碑感知信任產(chǎn)生影響。學(xué)者Ｇｅｆｅｎ Ｄ 等［４７］ 認(rèn)為在虛擬網(wǎng)絡(luò)交流中，女性相對男性更喜歡對線上信息進(jìn)行評估， 女性在網(wǎng)購時具有較高的感知風(fēng)險， 對獲取的信息具有更高警惕性［４８］ ， 進(jìn)而會負(fù)向影響對網(wǎng)站評論信息的信任意愿。劉詠梅等［７］ 也發(fā)現(xiàn)女性比男性感知的信源信任對評論信息有用性的影響更大。在在線醫(yī)評信息采納中， 女性參與程度高于男性， 因此她們對醫(yī)評信息的關(guān)注度更高， 了解程度也更高， 所以在面對醫(yī)評信息時感知的信息客觀性和信任程度更強(qiáng)。根據(jù)以上分析， 提出以下假設(shè)：

Ｈ９ａ： 相比男性， 女性用戶狀態(tài)下評論內(nèi)容特征對感知評論客觀性的影響較大

Ｈ９ｂ： 相比男性， 女性用戶狀態(tài)下評論人特征對感知具體評論人可信度的影響較大

２.３.２疾病嚴(yán)重程度的調(diào)節(jié)作用

用戶查閱醫(yī)生評價信息的動機(jī)往往與疾病嚴(yán)重程度相關(guān)。疾病嚴(yán)重程度指的是用戶感知到疾病事件嚴(yán)重程度以及與自身相關(guān)程度?；颊叩牟町愋詻Q定其不同的健康行為， 尤其是當(dāng)患者就診病情不同時， 可能會產(chǎn)生不同健康需求， 其選擇行為也具有差異性［４９］ 。研究顯示， 在醫(yī)療環(huán)境中， 不同疾病的患者對健康信息質(zhì)量的認(rèn)知需求不同［５０］ ， 當(dāng)疾病嚴(yán)重程度更高時， 消費(fèi)者對于信息的關(guān)注程度更高， 更傾向于信任完整性、相關(guān)性和客觀性更強(qiáng)的信息， 從而掌握更多、更全面的信息?；诖?， 本文提出假設(shè)：

Ｈ１０ａ： 疾病嚴(yán)重程度正向調(diào)節(jié)評論內(nèi)容特征與感知評論客觀性的關(guān)系

Ｈ１０ｂ： 疾病嚴(yán)重程度正向調(diào)節(jié)評論人特征與具體評論人可信度的關(guān)系

２.４研究模型

基于上述分析， 最終構(gòu)建以下研究模型， 如圖１ 所示。模型中， Ｈ１～Ｈ４、Ｈ８ 是基于ＥＬＭ 模型，探索用戶在醫(yī)療服務(wù)網(wǎng)站接收到評論內(nèi)容與評論人昵稱信息后， 如何通過中心與邊緣路徑進(jìn)行信息加工， 在產(chǎn)生認(rèn)知改變后影響醫(yī)評信息的采納意愿。Ｈ５～ Ｈ７ 主要探索了信任轉(zhuǎn)移理論下， 網(wǎng)站信任、一般評論人信任與具體評論人信任之間的轉(zhuǎn)移關(guān)系，Ｈ９ａ～Ｈ９ｂ、Ｈ１０ａ～Ｈ１０ｂ 分別引入性別與疾病嚴(yán)重程度變量， 探索它們的調(diào)節(jié)作用。

３研究方法

３.１實(shí)驗(yàn)設(shè)計

目前， 中國一些知名醫(yī)療服務(wù)網(wǎng)站， 如好大夫、就醫(yī)１６０和微醫(yī)等， 均向用戶提供許多可供選擇的醫(yī)生， 網(wǎng)站還顯示了每個醫(yī)生的具體評論信息以及評論人信息。用戶在就醫(yī)決策時可以參考網(wǎng)站中的醫(yī)生信息和評論信息， 在采納參考評論信息后縮小其選擇范圍。其中， 好大夫是首批互聯(lián)網(wǎng)醫(yī)療服務(wù)平臺， 目前已有１０ 多年運(yùn)營歷史。網(wǎng)站還有大量醫(yī)生評價信息， 是目前病人和醫(yī)療服務(wù)提供者廣泛接受的平臺。因此選擇好大夫網(wǎng)站的評論信息作為模擬來源， 其特征可以代表多數(shù)醫(yī)療服務(wù)網(wǎng)站。

本次研究采用情景模擬實(shí)驗(yàn)方式開展， 實(shí)驗(yàn)方式為２（事實(shí)／ 抽象文本評論內(nèi)容）?２（真實(shí)／ 虛擬評論人昵稱）?２（嚴(yán)重病癥／ 輕度病癥）的組間實(shí)驗(yàn)。研究主要邀請潛在醫(yī)評信息利用者參與， 并隨機(jī)給參與者呈現(xiàn)了如下簡要情景描述： 您好朋友小李的兒子今年３ 歲， 最近患上了感冒（ｖｓ白血?。?， 他不知道找哪位醫(yī)生看病， 您幫他在某醫(yī)療服務(wù)網(wǎng)站查到了Ａ 醫(yī)院的薛醫(yī)生， 并看到了一些具體評論信息。請您仔細(xì)閱讀評論信息， 回答以下問題。該問卷展示模擬的好大夫網(wǎng)站界面， 并創(chuàng)建了８ 個不同版本的醫(yī)生評價情景。所有８ 個版本的模擬截圖均顯示了該醫(yī)生收到的評論內(nèi)容以及評論人信息，這些信息均模擬自真實(shí)評論信息。為了避免附加信息造成的干擾， 本文模糊處理了醫(yī)生所在醫(yī)院及其職稱頭銜。實(shí)驗(yàn)參與者被要求基于問卷中情景回答一些認(rèn)知和行為意愿的問題。

３.２量表設(shè)計

為了保證問卷量表的有效性， 大部分測量項目都是根據(jù)以往文獻(xiàn)改編而成。每個變量由３ 個題項的７ 分Ｌｉｋｅｒｔ 量表（１＝完全不同意和７＝完全同意）來測量。其中網(wǎng)站信任改編自Ｈｏｎｇ Ｉ Ｂ 等［５２］ 發(fā)表的文獻(xiàn)。一般評論人信任和具體評論人信任這兩個構(gòu)念改編自Ｊｅｎｓｅｎ Ｍ Ｌ 等［５３］ 和ＭｃＫｎｉｇｈｔ Ｄ Ｈ 等［５４］ 發(fā)表的文獻(xiàn)。信息客觀性改編自Ｗａｎｇ Ｒ Ｙ 等［５５］ 發(fā)表的文獻(xiàn)。評論有用性改編自Ｃｏｎｎｏｒｓ Ｌ 等［５６］ 發(fā)表的文獻(xiàn)。評論采納意愿改編自Ｌｕ Ｊ 等［５７］ 發(fā)表的文獻(xiàn)。

３.３數(shù)據(jù)收集

實(shí)驗(yàn)問卷在“問卷星” 平臺設(shè)計生成后， 研究人員將鏈接在微信和ＱＱ 等渠道進(jìn)行投放。為了保證問卷填寫質(zhì)量， 在設(shè)定潛在代表性目標(biāo)人群后，發(fā)揮社交關(guān)系使大家將問卷滾雪球式在朋友間傳播。調(diào)查從２０２２ 年１ 月２０ 日開始持續(xù)了兩周， 共回收問卷５５０ 份， 剔除填答呈規(guī)律排列等無效問卷， 共回收有效問卷５３９ 份， 有效問卷回收率９８.０％。為保證每個情景的均衡， 利用身份證尾號控制方式，使參與者隨機(jī)被分配在不同情景， 最終每個情景樣本數(shù)量在６２～７４ 不等， 如表１ 所示。

３.４數(shù)據(jù)分析

研究使用ＳＰＳＳ ２３.０ 和Ｓｍａｒｔ ＰＬＳ軟件， 并應(yīng)用ＰＬＳ－ＳＥＭ 來檢驗(yàn)研究模型。ＰＬＳ－ＳＥＭ 不僅能夠最大限度地解釋潛在變量的方差［５８］ ， 還允許以最小的偏倚同時檢驗(yàn)中介， 從而更好地評價完全效果。按照兩步分析程序方法， 對量表和結(jié)構(gòu)模型分析進(jìn)行了評估。由于ＰＬＳ 計算不產(chǎn)生每個參數(shù)的正式顯著性檢驗(yàn)結(jié)果， 因此采用了Ｂｏｏｔｓｔｒａｐ 技術(shù)來獲得ｔ 統(tǒng)計量和標(biāo)準(zhǔn)誤差［５９］ 。本研究使用５ ０００個重復(fù)樣本進(jìn)行了Ｂｏｏｔｓｔｒａｐ。

４研究結(jié)果

４.１樣本特征

表２ 描述了參與對象的人口統(tǒng)計特征。從樣本數(shù)據(jù)來看， 本次實(shí)驗(yàn)中９０.９１％的參與者年齡在２５～４５ 歲之間。女性占５９.３７％， 男性占４０.６３％， 已婚人士占８０.３３％。同時， 參與者中６４.１９％具有大專及以上程度的學(xué)歷， ７９.２％的參與者月收入高于６ ０００元， ９３.１３％的參與者日均上網(wǎng)時間超過３小時。上述人口學(xué)特征符合本次實(shí)驗(yàn)人群要求。

４.２量表檢驗(yàn)

研究對所有構(gòu)念的信度和效度進(jìn)行了檢驗(yàn)。其中， 克朗巴哈系數(shù)和組合信度值被用來評價構(gòu)念的信度。如表３ 所示， 一般評論人信任、網(wǎng)站信任、評論內(nèi)容客觀性、具體評論人信任、評論有用性、評論采納意愿６ 個構(gòu)念對應(yīng)量表的Ｃｒｏｎｂａｃｈｓ Ａｌ?ｐｈａ 系數(shù)均介于０.８７６ ～ ０.９４５ 之間， 大于臨界值０.７； 所有構(gòu)念的組合信度（ＣＲ 值）均大于０.９３２，大于Ｆｏｒｎｅｌｌ 和Ｌａｒｃｋｅｒ 提出０.７０ 的臨界值［６０］ ， 所有構(gòu)念具有可接受的信度。

本文使用了每個構(gòu)念的因子載荷和平均萃取方差兩個指標(biāo)來測量聚合效度。如表３ 所示， 每個構(gòu)念的因子載荷均是顯著的（ｐ＜０.００１）且高于被推薦的臨界值０.５； 平均萃取方差（ＡＶＥ）介于０.８１９ ～０.９００ 之間， 均超過了臨界值０.５［５８］ ， 因此所有變量的聚合效度得到了支持。此外， 由于相關(guān)系數(shù)的ＨＴＭＴ 比值均低于閾值０.８５， 且ＨＴＭＴ 置信區(qū)間（ＣＩ＝０.０１９～０.８１８）不包括１.０， 所有構(gòu)念的區(qū)分效度均較好。上述結(jié)果為所有量表的信度和效度提供了支持性證據(jù)。此外， 本文開展了共線性檢驗(yàn)以確定是否有任何構(gòu)念的方差膨脹系數(shù)（ＶＩＦ）等于或者大于３.３［６１］ ， 結(jié)果顯示ＶＩＦ 值均小于閾值， 證實(shí)共同方法偏差對本研究不構(gòu)成威脅。

４.３操控檢驗(yàn)

為了保證情景實(shí)驗(yàn)設(shè)計準(zhǔn)確， 并且參與者均認(rèn)真閱讀具體情景， 本次實(shí)驗(yàn)進(jìn)行了操控檢驗(yàn)。每一個參與者需要回答對于所處情境中面臨的疾病嚴(yán)重程度、評論內(nèi)容特征以及評論人昵稱的認(rèn)知。研究利用ＳＰＳＳ 對３ 個模擬變量進(jìn)行了單因素ＡＮＯＶＡ分析， 結(jié)果顯示疾病嚴(yán)重程度（Ｍ_１ ＝ １.８１４， Ｍ_２＝５.８６１， Ｆ（１，５３８） ＝ ６ ７９４.２６９， ｐ＜０.０００）、評論內(nèi)容具體／ 抽象感知（Ｍ_１＝ ２.０４３， Ｍ_２＝ ６.１１９， Ｆ（１，５３８）＝ ５ ８７５.８５７， ｐ＜０.０００）和評論人昵稱真實(shí)／虛擬感知（Ｍ１＝２.０９４４， Ｍ_２＝５.９５１， Ｆ（１，５３８）＝４０６７.７６８， ｐ＜０.０００）在不同情景下均存在顯著差異， 上述結(jié)果顯示實(shí)驗(yàn)操控比較成功。

４.４模型驗(yàn)證

１） 模型的適配度檢驗(yàn)

為驗(yàn)證模型的合理性和有效性， 本研究采用Ｓｍａｒｔ ＰＬＳ 軟件對模型進(jìn)行適配度檢驗(yàn)， 模型擬合結(jié)果如表４ 所示。模型擬合的指標(biāo)包括ＳＲＭＲ（判斷標(biāo)準(zhǔn)＜０.０８）、ｄ＿ＵＬＳ（判斷標(biāo)準(zhǔn)＜０.９５）、ｄ＿Ｇ（判斷標(biāo)準(zhǔn)＜０.９５）， 本研究飽和模型與估計模型的各項指標(biāo)均小于臨界值， 說明模型各項檢驗(yàn)指標(biāo)均能較好地滿足擬合設(shè)定的標(biāo)準(zhǔn)， 具有良好的擬合度。

２） 直接效應(yīng)檢驗(yàn)

相關(guān)路徑檢驗(yàn)方面， 本文直接采用Ｓｍａｒｔ ＰＬＳ對模型進(jìn)行檢驗(yàn)以判定相關(guān)路徑系數(shù)是否顯著。結(jié)果如表５ 所示， 本次研究提出的７ 個直接假設(shè)得到支持， １ 個假設(shè)未得到支持。

首先， 基于ＥＬＭ 模型的５ 個假設(shè)均得到支持，說明醫(yī)評信息內(nèi)容和信息來源的特征可以影響用戶感知的內(nèi)容客觀性和信源可信度， 并進(jìn)一步影響用戶的評論有用性感知和具體評論采納意愿。其中，Ｈ１ 證實(shí)了評論內(nèi)容具體和抽象的特征顯著影響了用戶對醫(yī)評信息內(nèi)容客觀性的判斷（ｐ＜０.００１）， 內(nèi)容具體的醫(yī)評信息比抽象簡單的醫(yī)評信息更能使用戶感知到更高的醫(yī)評信息客觀性（Ｍ_１＝５.８８９， Ｍ_２＝２.７８７）。不同的評論人昵稱可以顯著影響用戶對醫(yī)評信息源的信任（ｐ＜０.００１）， 真實(shí)姓氏來源的評論人比虛擬昵稱的評論人更被用戶認(rèn)為可信（Ｍ_１＝５.８１３， Ｍ_２＝ ２.４７５）， Ｈ２ 得到證實(shí)。信息客觀性的感知可以顯著正向影響用戶對醫(yī)評信息有用性的感知（ｐ＜０.００１）， Ｈ３ 得到支持。同樣， 醫(yī)評信息源的可信性也顯著正向影響用戶對醫(yī)評信息有用性的感知（ｐ＜０.００１）， Ｈ４ 得到支持。用戶對醫(yī)評信息有用性的感知也顯著正向影響用戶對醫(yī)評信息的采納意愿（ｐ＜０.００１）， Ｈ５ 得到支持。

Ｈ６～Ｈ８ 主要涉及用戶對具體評論人信任的形成機(jī)制。如表５ 所示， 用戶對醫(yī)療服務(wù)網(wǎng)站的信任不僅直接影響他們對一般評論人的信任（ｐ＜０.００１），還進(jìn)一步影響對具體評論人的信任（ｐ＜０. ００１）， 醫(yī)療服務(wù)網(wǎng)站信任未能直接對特定情景下的具體評論人信任產(chǎn)生影響（ｐ＞０.０５）， 假設(shè)Ｈ６ 和Ｈ７ 均得到了支持， Ｈ８ 未得到支持。結(jié)果顯示， 信任轉(zhuǎn)移可以在網(wǎng)站、一般評論人群體和特定評論人之間發(fā)生轉(zhuǎn)移， 但無法直接由網(wǎng)站轉(zhuǎn)移至具體評論人。

３） 中介效應(yīng)檢驗(yàn)

中介變量的存在可以更好地解釋因變量和自變量之間的關(guān)系。本研究主要關(guān)注了醫(yī)評信息特征如何影響用戶認(rèn)知和行為改變， 以及一般評論人信任如何在網(wǎng)站信任和具體評論人信任之間發(fā)揮作用。具體而言， 利用Ｂｏｏｔｓｔｒａｐｐｉｎｇ 中介方法生成一個對稱置信區(qū)間來評估中介效應(yīng)， 如表６ 所示。

表６ 顯示評論信息文本的詳細(xì)／ 抽象可以通過評論客觀性→評論有用性的序列中介發(fā)揮作用， 評論人真實(shí)／ 個性化昵稱的展示可以通過感知評論人可信度→評論有用性的序列中介發(fā)揮作用。網(wǎng)站信任可以通過一般評論人信任的中介作用影響具體評論人的信任?？傮w而言， 基于Ｂｏｏｔｓｔｒａｐｐｉｎｇ 中介效應(yīng)分析發(fā)現(xiàn)， 表６ 中所有的中介效應(yīng)均是顯著的。

４） 調(diào)節(jié)效應(yīng)檢驗(yàn)

除了上述主效應(yīng)分析， 本文還探索了用戶個人特征和疾病情景發(fā)揮的調(diào)節(jié)作用。在用戶個人特征方面， 如表７ 調(diào)節(jié)效應(yīng)分析所示， 性別特征在評論信息特征和評論感知的關(guān)系中發(fā)揮了調(diào)節(jié)作用。對女性用戶而言， 事實(shí)型的評論內(nèi)容可以使她們感受到更高程度的醫(yī)評信息客觀性（ｐ＜０.０１）， 真實(shí)姓?方式的評論人名稱展示可以使她們感知到更高程度的評論人可信度（ｐ＜０.０１）， 假設(shè)Ｈ９ａ 和Ｈ９ｂ 得到支持。在具體醫(yī)評信息應(yīng)用情景方面， 本文發(fā)現(xiàn)疾病嚴(yán)重情景下， 事實(shí)型評論內(nèi)容可以使參與者感受到更高程度的醫(yī)評信息客觀性（ｐ＜０.００１）， 真實(shí)姓?方式的評論人名稱可以使參與者感知到更高程度的評論人可信度（ｐ＜０.０１）。假設(shè)Ｈ１０ａ 和Ｈ１０ｂ 得到了支持。

５結(jié)果討論

５.１研究結(jié)論

數(shù)字經(jīng)濟(jì)背景下在線評論成為消費(fèi)者感知產(chǎn)品和服務(wù)的途徑， 同時也在消費(fèi)者購買決策中變得非常重要［９，１２］ 。隨著“互聯(lián)網(wǎng)＋醫(yī)療” 的推進(jìn)， 在線醫(yī)評信息也將更多用戶用于線上和線下?lián)襻t(yī)決策中。然而， 由于在線醫(yī)評對多數(shù)用戶是一個陌生且非專業(yè)的話題， 不少網(wǎng)站中的醫(yī)生擁有的評論數(shù)量有限， 電商平臺中大量虛假評論的存在使人對在線評論存有疑慮， 因此， 判斷在線醫(yī)評信息的質(zhì)量和可信性對用戶后續(xù)采納和決策非常重要。本研究通過實(shí)驗(yàn)方式， 基于ＥＬＭ 模型和信任轉(zhuǎn)移理論對用戶評估和采納在線醫(yī)評信息進(jìn)行探索。研究聚焦于建立一個具體評論采納意愿的前因變量理論模型， 尤其是關(guān)注應(yīng)用情景和個體特質(zhì)在評論特征影響用戶認(rèn)知過程中的作用， 并利用結(jié)構(gòu)方程模型方法進(jìn)行檢驗(yàn)。實(shí)證結(jié)果支持本文提出的模型， 并且得出一些關(guān)鍵的結(jié)論。

５.１.１醫(yī)評信息文本內(nèi)容和評論人特征對用戶采納的影響

結(jié)果顯示評論內(nèi)容的詳細(xì)／ 抽象特征與評論人昵稱特征均會通過內(nèi)容客觀性感知和來源可信性感知影響用戶評論有用性感知及后續(xù)采納意愿， 且中心路徑的影響力大于邊緣路徑的影響力， 這一結(jié)果符合詳盡加工可能性模型［２３，６２］ 和信息采納模型［１６］的假設(shè)。

在中心路徑方面， 詳細(xì)具體的評論內(nèi)容蘊(yùn)含著更高價值的信息， 增強(qiáng)用戶感受到評論內(nèi)容的客觀性， 可以激發(fā)用戶認(rèn)真閱讀、思考并對醫(yī)生服務(wù)質(zhì)量進(jìn)行評估， 進(jìn)而加強(qiáng)用戶對評論信息有用性的判斷， 最后采納信息用于擇醫(yī)決策。與此同時， 面對抽象、簡單的評論信息時， 用戶會認(rèn)為評論人較為隨意、情緒化和不認(rèn)真， 主觀的評論使用戶對其客觀度的評價較低， 因此， 用戶感知的決策參考價值不大， 降低用戶對其有用性的評價， 并最終影響用戶對這些評論的采納意愿。

除中心路徑外， 評論本文上側(cè)顯示的評論人信息會通過邊緣路徑的方式影響用戶的認(rèn)知。電商平臺中商家為了獲得好的在線聲譽(yù)， 經(jīng)常會通過虛假刷評的方式得到更多、更好的評論。對于醫(yī)療服務(wù)網(wǎng)站而言， 一方面很多用戶對其評價機(jī)制不甚了解； 另一方面會將電商領(lǐng)域刷評的不信任認(rèn)知遷移到這一領(lǐng)域， 因此， 評論人可信度是用戶利用醫(yī)評信息時的重要關(guān)注點(diǎn)。正如ＥＬＭ 模型所示， 用戶會通過一些邊緣線索來判斷評論信息源的可信度。本研究驗(yàn)證了評論人以“姓＋?” 和個性昵稱兩種不同命名方式發(fā)布評論對用戶感知評論人可信度的影響， “姓＋?” 的方式更容易讓用戶感知到評論人是真實(shí)可信的， 而個性化昵稱則會降低用戶對其信任感知。用戶對評論人的真實(shí)性感知越高， 會越認(rèn)為這些評論有用， 并進(jìn)一步增進(jìn)他們采納這些評論去選擇醫(yī)生的意愿。

本文通過實(shí)驗(yàn)的方式證明了網(wǎng)站的內(nèi)容和機(jī)制設(shè)計可以誘發(fā)用戶中心和邊緣路徑處理信息， 還進(jìn)一步在醫(yī)評信息采納領(lǐng)域驗(yàn)證了ＥＬＭ 模型， 深化了對評論信息質(zhì)量和信息源可信度的理解， 拓展該模型應(yīng)用的范疇， 為在線評論領(lǐng)域的研究做出了貢獻(xiàn)。

５.１.２初始信任對后續(xù)信任的轉(zhuǎn)移影響

除文本特征會對信息源的可信度產(chǎn)生影響外，研究顯示信任可以從先前階段針對網(wǎng)站的信任轉(zhuǎn)移到對一般評論人的信任， 并進(jìn)一步轉(zhuǎn)移到具體的評論人， 但是無法從網(wǎng)站直接轉(zhuǎn)移到特定的評論人。用戶對信息源的信任受到多重因素的影響， 盡管來源于具體文本特征（如評論人昵稱等）的影響最大，但原有與信息源（評論人）信任相關(guān)的其他信任也會發(fā)揮作用。

如信任轉(zhuǎn)移理論所述， 信任可以從建立密切關(guān)系的熟悉對象向非熟悉對象轉(zhuǎn)移［２４］ 。本研究中， 用戶在接觸實(shí)驗(yàn)情景前對醫(yī)療服務(wù)網(wǎng)站已有初步了解，構(gòu)建了對網(wǎng)站和評論人群體的初始信任， 這些信任在用戶面對具體醫(yī)評信息時會發(fā)揮一定作用。醫(yī)療服務(wù)網(wǎng)站作為大型機(jī)構(gòu)， 長期以來有政府和社會大眾的監(jiān)督， 網(wǎng)站得到廣泛利用的事實(shí)使網(wǎng)絡(luò)用戶對其建立了熟悉事物的信任。醫(yī)療服務(wù)網(wǎng)站是用戶有一定了解的對象， 而對普通評論人群體， 用戶對其能力、水平以及是否真實(shí)等了解不多， 因此對評論人群體并不熟悉， 但理論和實(shí)證結(jié)果顯示用戶可以將對網(wǎng)站的信任轉(zhuǎn)移到對評論人群體的信任上。此外， 在進(jìn)一步面對具體在線評論時， 由于用戶難以去評估每一個匿名評論人的可信度［６３］ ， 需要借由一些熟悉的對象進(jìn)行推斷。但由于一個受信任的網(wǎng)站并不絕對意味著網(wǎng)站上任何一個具體評論人都是值得信任的， 因此前一階段對網(wǎng)站的信任不會轉(zhuǎn)移到具體評論人的信任上， 這一結(jié)論與先前的一項研究一致［２９］ 。從某種意義上講， 醫(yī)療服務(wù)網(wǎng)站和具體評論人之間并沒有建立密切的關(guān)系。但由于評論人群體和具體評論人相對密切的關(guān)系， 使得對醫(yī)療服務(wù)網(wǎng)站的信任可以通過評論人群體轉(zhuǎn)移到具體的評論人。

５.１.３評論利用情景和用戶個人特征的影響

正如以往在線購買中經(jīng)驗(yàn)型商品和搜索型商品兩種不同的購買需求情景會存在一些差異一樣， 在利用評價信息開展醫(yī)療決策時， 疾病嚴(yán)重程度也會對用戶帶來影響。在嚴(yán)重疾病就醫(yī)情景中， 用戶卷入程度更高， 他們對評價信息的需求更為迫切和旺盛。在信息過載社會中， 人們更渴望得到客觀、可信的信息。本文實(shí)驗(yàn)發(fā)現(xiàn)， 疾病嚴(yán)重程度發(fā)揮了較為顯著的正向調(diào)節(jié)作用。在嚴(yán)重疾病情景中， 中心路徑處理的具體、詳細(xì)的在線評論可以使他們感知到更高程度的客觀性， 而抽象、簡單的在線評論使他們感受到更低程度的客觀性。當(dāng)邊緣路徑影響用戶認(rèn)知時， 就醫(yī)情景因素也會同樣產(chǎn)生作用。嚴(yán)重疾病就醫(yī)情景中， 用戶更期待獲取來源值得信任的信息， 因此“姓＋?” 展示的方式可以讓用戶感受到比輕微疾病情景下更高程度的信源信任， 而個性化昵稱方式的評論人使他們更為謹(jǐn)慎， 產(chǎn)生更低程度的評論人信任。

除醫(yī)評信息的利用情景外， 用戶個體特征也會對他們閱讀并采納醫(yī)評信息的過程產(chǎn)生影響。由于女性用戶在處理就醫(yī)等家庭事物方面擔(dān)任更重要的角色， 她們會更加謹(jǐn)慎， 電子商務(wù)環(huán)境下女性也更習(xí)慣利用在線評論。因此， 當(dāng)她們面對在線醫(yī)評信息進(jìn)行決策時， 具體、細(xì)致的在線醫(yī)評信息會讓她們感知到比男性更高的客觀性， 而抽象、簡單的在線醫(yī)評信息會讓她們感知比男性更低的客觀性。在依賴邊緣路徑判斷信源可信性時， 女性更為謹(jǐn)慎細(xì)心， “姓＋?” 的展示方式讓她們感知的信源可信度高于男性， 而個性化昵稱的評論人展示方式讓她們感知到信源可信度低于男性。

５.２研究啟示

本研究以在線醫(yī)療蓬勃發(fā)展為背景， 通過實(shí)驗(yàn)方式驗(yàn)證了評論特征如何影響用戶采納在線醫(yī)評信息， 研究在理論和實(shí)踐上均有一定啟示。

５.２.１理論啟示

首先， 研究證明了ＥＬＭ 模型可以和信任轉(zhuǎn)移理論一起在理論上闡釋用戶評估和采納醫(yī)評信息的行為。本研究中， 用戶對具體醫(yī)評信息有用性和采納意愿的判斷依賴于評論本文客觀性感知和評論來源可信性感知， 這由ＥＬＭ 模型和信任轉(zhuǎn)移理論共同決定。其中， 文本客觀性的感知主要由文本是否詳細(xì)、具體決定， 而評論來源的信任則主要由評論人的信任以及對醫(yī)療服務(wù)網(wǎng)站和一般評論人的信任決定。

其次， 研究揭示醫(yī)評信息采納預(yù)測因素——評論人信任的形成機(jī)制和轉(zhuǎn)移機(jī)制。由于信任在用戶采納在線評論及決策過程中發(fā)揮越來越重要的作用， 探索口碑信任的形成和轉(zhuǎn)移機(jī)制十分重要。結(jié)果顯示， 對具體評論人的信任源于醫(yī)療服務(wù)網(wǎng)站信任對一般評論人群體信任的轉(zhuǎn)移， 且最終會影響用戶的評論有用性感知和采納意愿。從這一角度講，研究通過對不同對象間信任轉(zhuǎn)移的探索， 為理解用戶是否信任在線評論提供了理論知識。

５.２.２實(shí)踐啟示

研究從目前醫(yī)療服務(wù)網(wǎng)站的一些實(shí)踐現(xiàn)象出發(fā)， 探索了不同的評論特征如何影響用戶后續(xù)的認(rèn)知與采納。基于研究結(jié)果， 有以下啟示供相關(guān)利益方參考。

首先， 醫(yī)療服務(wù)網(wǎng)站應(yīng)該鼓勵用戶生成詳細(xì)、具體的評論內(nèi)容。根據(jù)研究結(jié)果， 越是具體、詳細(xì)的評論內(nèi)容越能讓用戶感到客觀、有用并進(jìn)一步采納， 因此， 醫(yī)療服務(wù)網(wǎng)站可以采取措施鼓勵用戶積極發(fā)表對醫(yī)生以及就醫(yī)體驗(yàn)的高質(zhì)量評論， 提供一定的撰寫指引， 引導(dǎo)用戶從不同角度發(fā)表具有一定細(xì)節(jié)描寫和滿足最低字?jǐn)?shù)的評論。醫(yī)療服務(wù)網(wǎng)站也可以參考電商平臺商家為鼓勵消費(fèi)者積極評價而設(shè)置的好評返現(xiàn)或者好評折扣措施， 通過優(yōu)質(zhì)評價抵扣在線診療費(fèi)等方式刺激用戶生成高質(zhì)量評論。

其次， 鼓勵用戶進(jìn)行實(shí)名認(rèn)證并在保護(hù)隱私的前提下展示更多用戶真實(shí)信息。研究發(fā)現(xiàn)， 真實(shí)評論人昵稱為用戶帶來更高程度評論人信任， 并促進(jìn)其有用性評價和后續(xù)采納。尋找滿意的醫(yī)生對用戶而言比購買普通商品更為重要， 因此， 落實(shí)實(shí)名認(rèn)證， 無論是對平臺還是用戶皆有重大意義。由于用戶擔(dān)心實(shí)名會帶來隱私問題， 網(wǎng)站需要建立一定的隱私保護(hù)機(jī)制并為用戶提供可信服的承諾。

第三， 網(wǎng)站應(yīng)該加強(qiáng)與醫(yī)院、衛(wèi)生管理機(jī)構(gòu)的合作， 使用戶在增強(qiáng)對網(wǎng)站信任的基礎(chǔ)上強(qiáng)化對評論人的信任。本文實(shí)證分析顯示， 網(wǎng)站信任可以通過一般評論人信任向具體評論人信任進(jìn)行轉(zhuǎn)移。因此， 醫(yī)療服務(wù)網(wǎng)站一方面需要通過優(yōu)質(zhì)內(nèi)容、有效的認(rèn)證體系贏得消費(fèi)者好評； 另一方面需要對網(wǎng)站做好口碑管理， 當(dāng)出現(xiàn)信任危機(jī)時及時處理， 避免用戶將對網(wǎng)站的不信任轉(zhuǎn)移到對評論人的不信任。

最后， 用戶性別與疾病嚴(yán)重程度的調(diào)節(jié)作用也不容小覷。從性別角度看， 由于男女消費(fèi)者風(fēng)險意識以及謹(jǐn)慎程度存在差別， 網(wǎng)站應(yīng)該精準(zhǔn)識別用戶性別， 尤其關(guān)注女性用戶。在展示排序時將詳細(xì)、具體的評論排在前面， 以評論長短作為默認(rèn)排序，這樣更有利于女性用戶對評論信息的采納。從疾病嚴(yán)重程度看， 由于疾病嚴(yán)重程度會影響用戶對評論內(nèi)容客觀性以及評論人信任的判斷， 醫(yī)療服務(wù)網(wǎng)站應(yīng)該對重癥疾病相關(guān)的評論信息予以重視， 對相關(guān)評論內(nèi)容進(jìn)行更嚴(yán)格的質(zhì)量把關(guān)， 減少用戶的不信任和不客觀感知， 提升他們對醫(yī)評信息的采納。

５.３研究局限

雖然本研究為探索用戶采納在線醫(yī)評信息提供了有益見解， 但在研究上也有一定局限。首先， 研究只關(guān)注了部分評論特征（評論內(nèi)容抽象程度以及評論人昵稱）， 但實(shí)際上評論對用戶采納的影響是多維度的， 評論文本的長短、評論情感、發(fā)表時間、位置等也可能對用戶采納信息產(chǎn)生影響， 未來可以進(jìn)一步探索更多特征對用戶采納醫(yī)評信息的作用機(jī)制； 其次， 實(shí)驗(yàn)中每個參與者被展示的文本信息是客觀事實(shí)型或者主觀型的一種， 但是現(xiàn)實(shí)中用戶看到的在線醫(yī)評文本信息均是二者混合交叉， 本研究未考慮這種混合型在線醫(yī)評文本信息對用戶采納意愿的影響， 未來可以考慮將該情況納入研究范圍；第三， 本研究選擇兒童疾病就醫(yī)的情景， 該情景較為特殊和單一， 是否可以將研究結(jié)論推廣到其他疾病情景尚不確定， 未來需要進(jìn)一步研究； 最后， 研究只模擬了一個醫(yī)療服務(wù)網(wǎng)站， 不同參與者對該網(wǎng)站的信任程度不同， 未來可以納入更多醫(yī)療服務(wù)網(wǎng)站探索其信任轉(zhuǎn)移機(jī)制。

６結(jié)語

盡管在線醫(yī)評信息的存在提高了健康信息用戶擇醫(yī)決策的能力， 但是他們卻面臨著如何對醫(yī)評信息內(nèi)容和可信度進(jìn)行判斷的問題。本研究通過實(shí)驗(yàn)的方式， 試圖回答不同的評論內(nèi)容和評論人特征如何影響用戶的認(rèn)知、對評論人的信任如何形成與轉(zhuǎn)移， 以及情景與個體特征如何帶來不同影響。實(shí)證結(jié)果顯示， 詳細(xì)具體的文本評論和真實(shí)姓?的評論人展示方式可以提升用戶對評論內(nèi)容客觀性的認(rèn)知和評論來源可信度的感知， 并進(jìn)一步提升用戶對評論有用性的認(rèn)知和后續(xù)采納意愿。對具體評論人的信任不僅受具體評論人特征的影響， 還受到網(wǎng)站信任和一般評論人群體信任轉(zhuǎn)移的影響。此外， 性別特征和疾病嚴(yán)重程度特征分別負(fù)向和正向調(diào)節(jié)了評論特征對用戶認(rèn)知的影響。研究提出的相關(guān)建議可以為醫(yī)療服務(wù)網(wǎng)站的優(yōu)化提供參考。