网络健康社区用户信息交流的认知动因探究——基于SEM和fsQCA方法
时间：2023-04-20 21:35:02 来源：千叶帆 本文已影响人
贺 珊 曹 坡 余佳琪,3 刘 蕤*
(1.华中师范大学信息管理学院，湖北 武汉 430079；
2.湖北三峡职业技术学院，湖北 宜昌 443199；
3.湖北师范大学图书馆，湖北 黄石 435002)
信息交流是指人或组织之间借助一定的符号体系进行信息的传递与交换[1]，从而实现信息的交流和分享，满足主体的信息需求。随着社会经济发展，“互联网+医疗健康”理念的不断深入，以及互联网技术的快速发展，使更多受众可以随时随地使用网络进行健康信息交流。国外的Medhelp、Yahoo!Health等，国内的好大夫在线、丁香园、春雨医生、拇指医生等网络健康社区已成为人们获取健康信息、交流健康状况以及寻医问诊的重要方式。
用户在信息交流的过程中，会受到平台的易用性、信息质量、用户特征等因素的影响。Zhang Y[2]将用户选择网络健康资源的影响因素分为5类：与信息源相关的因素、与用户相关的因素、信息源与用户的关系、健康问题特征、社会影响。用户会根据自身面临问题的严重程度来决定如何获取和分享健康信息，用户一般会倾向于在社交媒体上获取情感支持和健康常识，在网络健康社区中获取健康专业知识[3]；
邓胜利等[4]分析了不同的信息传播媒介对健康信息搜寻的影响，用户会根据所处的健康情境不同选择不同的传播媒介，用户对平台的选择受到使用情景、信息质量、便利性等因素的影响；
在不同的任务情境下，不同性格特点、健康素养水平的用户在平台选择时都有差异[5]。廖静文[6]以社会认知理论、健康信念模型为基础，探究了在线医疗健康服务使用与健康行为之间的关系，发现在线医疗健康服务的使用虽然对健康行为无直接显著影响，但通过提高用户健康风险的感知能力、增强自我效能感，间接促进健康行为的产生；
McDaniel A M等[7]证实了网络健康社区中的健康信息交流行为可以帮助戒烟者获取社会支持，并通过提高戒烟者的自我效能感进一步促使健康行为的产生，帮助戒烟者成功戒烟，说明了互联网戒烟计划的可行性。
此外，国内外学者在进行健康信息交流的动因研究时，多从经典的行为理论出发构建研究模型，探寻影响因素的作用机制。基于社会支持理论，李梦宇[8]发现，在线健康社区中社会支持供需最多的是寻求指导建议类的信息支持，信息支持、情感支持和陪伴支持等社会支持与用户参与行为正相关；
信息支持和情感支持可以通过影响用户的信任对知识分享意愿产生作用[9]；
基于社会资本理论，彭昱欣等[10]利用结构方程模型探讨了在线健康社区中医学专业用户知识分享行为的影响因素，信任、共享愿景、利他主义等因素对医学专业用户的共享意愿有积极显著影响；
周涛等[11]不仅探寻了社会交互联结、信任、认同、共同语言等社会资本因素对用户健康知识获取和贡献行为的影响，而且发现了信息支持和情感支持对社会资本的影响；
Lin H C等[12]从感知交互性视角论证了结果期望、感知互动性对社交媒体中用户健康信息交流行为的显著影响。
通过梳理国内外文献发现，首先，国内外关于健康信息交流行为的研究多是围绕信息本身的质量、有用性等展开，且多运用传统的信息行为理论框架来解释用户健康信息行为，对于用户健康信息交流行为的认知动因认识不足，认知动因影响下的决策过程刻画不够深入；
其次，目前研究多采用回归分析法，探究单个前因变量的作用，较少分析多个前因变量共同作用对结果变量的影响。因此，本文基于健康信念模型和计划行为理论，从信息交流的互动视角来揭示影响网络健康社区中健康信息交流行为的用户认知动因，深入分析认知因素与情感因素的交互关系，并运用结构方程模型和定性比较分析的混合方法对变量间的影响路径进行组态分析，探讨各因素的联动关系及作用机制。
1.1 理论模型
健康信念模型是最早运用于个体健康行为解释和预防性健康行为的理论模型，是目前运用最广的健康行为理论之一[13]。健康信念模型综合了认知理论和期望确认理论，从个人健康信念形成的视角来解释人们采取健康行为的影响因素，强调个人对健康问题的态度和信念，以及采取健康行为的利益和障碍的评估对实施健康行为的影响[14]，其包括感知易感性、感知严重性、感知收益、感知障碍、行动线索和自我效能6个主要变量。
健康信念模型主要着眼于模型内各变量与健康行为之间的直接作用，将其与信息系统领域的基础理论相结合成为信息科学的研究热点[15]；
在对健康相关行为的研究中，将健康信念模型与计划行为理论相结合可以提高模型的解释度[16]。与此同时，健康信念模型认为健康行为的产生主要受到健康信念的影响，用户对各个因素的认知会影响其健康行为，用户综合对健康风险的认知、对健康行为的期望以及所受的提示因素的影响决定是否采取健康行为。电子健康素养、健康数学运算能力更加准确地刻画了个体获取、理解、评价健康信息的能力，已有研究将利用电子健康素养和健康数字运算能力考察用户的健康信息行为[17-18]。此外，情感也是影响信息交流的重要因素，不同的情感状态会影响用户的信息交流行为[19]。情感因素在认知与行为之间起着重要影响作用[19]，选用健康焦虑这一情感变量作为感知易感性、感知严重性与健康信息交流之间的中介变量具有一定的意义。
因此，本文基于健康信念模型与计划行为理论，纳入电子健康素养、健康数学运算能力、健康焦虑3个变量，构建网络健康社区中信息交流的认知动因研究模型，如图1所示。
图1 信息交流用户认知动因的研究模型
1.2 研究假设
计划行为理论认为行为态度的形成是受行为信念所影响的，行为信念指的是个体对行为可能产生的结果的评估[20]。行为发生前，行为的信念通过对行为态度产生影响，继而影响实际行为[21]。感知易感性和感知严重性是对自身面临健康风险时的潜在损失和风险的预期，当用户认为自己可能面临健康风险以及认识到健康风险带来的严重性时，就越有可能对网络健康社区中的健康信息交流行为持积极态度[13]。社交媒体中用户对健康风险的易感性显著影响了用户搜寻相关信息的态度[22]。故提出以下假设：
H1：感知易感性对行动态度有正向影响
H2：感知严重性对行动态度有正向影响
健康风险的感知已被证明是影响用户采纳或搜寻健康信息的重要因素[14]，个体对于自己面临健康风险的易感性和严重性的感知会决定个体是否采取健康行为，这种感知越强烈，个体越有可能采取健康行为来降低风险[23-24]。感知易感性、感知严重性对在线健康服务的使用呈正相关关系[25]。Ahadzadeh A S等[26]在在线健康信息调查中发现，感知易感性与人们的健康信息搜寻行为显著相关。故提出以下假设：
H3：感知易感性对健康信息交流行为有正向影响
H4：感知严重性对健康信息交流行为有正向影响
对健康行为结果的预期主要包括对感知收益和感知障碍的认知。感知收益是用户对某行为带着积极的、正面的结果的预期[13]。董庆兴等[27]认为，提高用户在线健康社区使用中的感知收益，降低感知成本，能有效提升在线健康社区利用率。Ren C等[28]发现，感知收益可以促进用户在线健康信息搜寻行为。故提出以下假设：
H5：感知收益对健康信息交流行为有正向影响
感知障碍是指人们感知到执行某项健康行为所面临的障碍[13]，主要表现为阻碍某一特定行为的因素、阻力或者需克服的困难[29]。本文是指用户在健康信息交流行为过程中所需克服的困难或所需付出的成本，包括时间、精力、金钱各方面的代价。袁红等[30]发现，数字移民健康信息搜寻的感知障碍类型主要包括技术性困难(如计算机的使用技能)、非技术性困难如需求表达等障碍。故提出以下假设：
H6：感知障碍对健康信息交流行为有负向影响
行动线索是指可以促进个体实施健康行为的提示因素[13]。这些提示因素包括个人经历等内部因素，媒体的宣传、亲友对疾病的认知及健康行为的暗示等促成健康信念的实施等外部因素。Yuen K F等[31]在对海员的安全措施采纳的研究中发现，行动线索对保护行为有显著影响。故提出以下假设：
H7：行动线索对健康信息交流行为有正向影响
在健康信念模型中，自我效能被验证为影响健康行为的重要因素[32]。
电子健康素养水平不同的用户在健康信息交流的表现也不同，电子健康素养水平越高的用户，可以通过更多渠道获取网络健康信息，对网络健康信息的态度也更积极[33]。李信等[34]通过对不同电子健康素养水平大学生的网络信息搜寻情况进行研究，发现，电子健康素养对大学生健康信息搜寻渠道选择、信息评价、搜寻障碍、行为态度都有显著影响。数学运算能力在健康医疗领域也是影响用户进行健康管理、健康决策的重要影响因素，但对于个体处理数字、图表类健康信息的能力未引起广泛关注，国外有学者将这一能力作为独立的变量进行研究，即健康数学运算能力。Tennant B等[18]发现，数学运算能力高的用户在健康信息搜寻水平和健康管理自我效能的表现都更好；
低健康数学运算能力的用户会更少去主动获取健康风险信息来校正他们对健康风险的评估[35]。故提出以下假设：
H8：电子健康素养对健康信息交流行为有正向影响
H9：健康数学运算能力对健康信息交流行为有正向影响
健康焦虑指用户对某种身体状况或患有疾病的过分关注和恐慌状态而引起的紧张、不安的情绪状态[36]。个体对健康信息的认知会影响其健康焦虑程度，健康焦虑是由于个体认为自己受到了健康问题的威胁的信念而产生的。感知易感性程度越高的个体越可能产生健康焦虑[37]，对健康问题的易感性与严重性认知也会使个体产生健康焦虑的情绪[37]。故提出以下假设：
H10：感知易感性对健康焦虑有正向影响
H11：感知严重性对健康焦虑有正向影响
为缓解焦虑、减少消极认知，用户会更积极进行健康信息交流以获取信息消除不确定性。研究表明，健康焦虑对健康信息搜寻有显著影响，缓解焦虑是用户进行健康信息搜寻的重要动机之一[38]；
容易产生健康焦虑的人可能会更多地在线搜寻与健康相关的信息[39]。故提出以下假设：
H12：健康焦虑对健康信息交流行为有正向影响
计划行为理论[20]认为个体是否采取某行为主要受到行为意愿的影响，而行为意愿受到行为态度的影响。行为态度是指网络健康社区中的用户对于健康信息交流行为的总体评价[40]。Huang X等[41]将计划行为理论和健康信念模型进行整合，发现游客对预防性保护措施的态度与预防性保护措施正相关。故提出以下假设：
H13：行为态度对健康信息交流行为有正向影响
计划行为理论认为行为态度受信念的影响并对行为产生影响[20]。Huang X等[41]通过将计划行为理论和健康信念模型进行整合，并验证了行为态度在感知易感性和感知严重性与预防性行为之间有中介作用；
Zhang H等[42]通过态度间接地将风险感知和收益感知与个人食品消费行为相关联。因此本文提出以下假设：
H14：行为态度在感知易感性与健康信息交流行为之间起中介作用
H15：行为态度在感知严重性与健康信息交流行为之间起中介作用
健康焦虑的产生受到个体对健康问题的认知的影响，而健康焦虑又对健康信息交流行为有影响。健康焦虑在个人对疾病的认知与健康信息搜寻行为间起中介作用[39]，因此本文提出以下假设：
H16：健康焦虑在感知易感性与健康信息交流行为之间起中介作用
H17：健康焦虑在感知严重性与健康信息交流行为之间起中介作用
2.1 量表设计
本文构造包含感知易感性、感知严重性、感知收益、感知障碍、行为态度、行动线索、健康焦虑、电子健康素养、健康数学计算能力、健康信息交流10个研究变量的问卷。问卷采用李克特五级量表，1表示“完全不同意”，5表示“完全同意”，答题者须在其中做出唯一选择。量表如表1所示。
表1 变量的测量项
2.2 调查问卷前测
为保证问卷质量，先对问卷进行小规模的前测。前测共收集到78份问卷，剔除答题时间低于1分钟的样本，最终得到73份问卷，有效率为93.6%。首先，通过SPSS 22进行探索性因子分析(Exploratory Factor Analysis，EFA)，删除因子负荷低于0.5的题项BAR1、HN4。KMO统计量为0.664，并在0.001显著水平下通过检验。对调整后的问卷进行信效度检验，所有保留因子的Cranbach`s α系数均在0.7以上，确保了量表的信度。
本文采用网络问卷调查方式收集数据，在“问卷星”平台编辑电子问卷，借助微信、QQ、微博等社交平台，以及丁香园、好大夫在线、微医等在线医疗平台进行问卷的发放，并注意控制男女比例和年龄段的分布。共收集411份问卷，对回答时间少于1分钟的问卷进行剔除。共剔除25份问卷，回收386份问卷，有效率为93.9%。
3.1 描述性统计分析
描述性统计分析发现，本文男女比例基本持平；
样本年龄结构整体偏年轻，25～34岁的样本数最多，占比为47.7%，符合网络健康社区用户年龄分布结构；
在学历背景结构上，本科学历占比最大，达49%，其次是研究生学历占24.3%，整体教育水平较高；
在健康信息关注度上，63.5%的样本比较关注健康信息，仅12.7%的健康信息关注度不高；
在众多网络健康社区中，使用较多的是丁香医生(40%)、百度知道(27.7%)、知乎(26.2%)、平安好医生(21.8%)、微信公众号(21.8%)、春雨医生(19.7%)、好大夫在线(19.4%)，整体而言，专业的健康医疗平台的使用度较高。
3.2 测量模型分析
测量模型分析结果显示，因子载荷和各变量的CR值的最小值分别为0.664和0.805，均高于基准值；
各变量的AVE值均在0.5以上，所有AVE平方根均大于该变量与其他变量的相关系数。因此，模型具有良好的信度和效度。
3.3 结构模型分析
在使用验证性因子分析确定测量模型的合理性后，进一步对研究模型的结构模型进行分析，主要包括模型适配度分析、路径分析和中介效应分析。
3.3.1 模型拟合度分析
本文模型在3个方面的拟合指数都符合评价标准，模型整体拟合度较好，如表2所示。
表2 模型适配度结果
3.3.2 路径分析
路径分析结果表明，除感知易感性、感知严重性、感知障碍对健康信息交流行为的影响不显著外，其他路径均成立，如图2所示。通过路径系数可知，感知易感性和感知严重性对健康焦虑、行为态度都有显著影响，且感知易感性的影响更大。
3.3.3 中介效应分析
本文利用Amos中的Bootstrapping方法进行中介效应分析，设置Bootstrap自抽样1 000次、置信水平为95%。中介检验结果如表3所示 。
表3 中介检验结果
根据表4可知，在95%置信水平下，SUStoATtoHIE路径中，间接效应在Bias-corrected置信区间的下限为0.458，上限为0.815；
在Percentile置信区间的下限为0.456，上限为0.805，这两个置信区间均不包含0，故SUStoATtoHIE的间接效果存在；
同理，SUStoHAtoHIE路径、SEVtoATtoHIE路径和SEVtoHAtoHIE路径中，间接效应在Bias-corrected置信区间和Percentile置信区间均不包含0，故这3条路径的间接效果存在。因此，行为态度、健康焦虑在感知易感性与健康信息交流行为之间具有中介效应；
行为态度、健康焦虑在感知严重性与健康信息交流行为之间具有中介效应。
综上所述，除了H3、H4、H6不成立外，其余假设均成立。
传统回归分析关注的是各变量的净效应，而定性比较分析关注的是变量之间的综合作用。因此，本文将使用定性比较分析的方法对各变量进行组态分析，探寻变量间的作用路径。
4.1 变量选取与数据校准
参考Fiss P C[55]的研究并结合数据的实际分布情况，本文对涉及的前因变量取平均值，根据Ragin C C[56]提出的5%、95%以及交叉点50%的标准分别进行数据校准，以提高结果的可解释性。
数据校准后，对单一前因变量进行必要性分析发现，所有的前因变量的一致性都小于0.9，没有单一前因变量是结果变量的必要条件。单个前因变量无法导致结果变量的发生，进一步对前因变量进行组态分析探寻发生健康信息交流行为的组态路径。
4.2 fsQCA分析
4.2.1 发生健康信息交流的组态分析
根据真值表进行标准分析，得到发生健康信息交流行为组态分析的结果，如表4所示。
表4 发生健康信息交流行为的组态分析
由表5可知，组合一致性为0.922，高于设定阈值；
覆盖率为0.854，即覆盖了85%的样本，对于结果变量具有较高的解释力。
横向比较各组态，可将发生健康信息交流行为的组态分析结果归纳为4种模式。
1)模式一。组态H1a和组态H1b具有相同的核心条件，但两个组态的边缘条件有所不同。在组态H1a中，感知收益、健康数学运算能力的存在和感知障碍的缺失发挥了辅助作用，感知易感性、感知严重性、健康焦虑是无关紧要的条件；
在组态H1b中，感知收益、健康焦虑、健康数学运算能力的存在发挥了辅助作用，感知易感性、感知严重性、感知障碍成为无关紧要的条件。说明用户对健康信息交流行为呈积极态度，受到行动线索的影响并具备较高电子健康素养的情况下，如果感知收益和健康数学运算能力高，感知障碍低或健康焦虑高会促使健康信息交流行为的发生。
2)模式二。组态H2的核心条件是高感知严重性、积极的行为态度、高健康焦虑，感知易感性、行动线索、健康数学运算能力发挥了辅助作用，感知收益、感知障碍、电子健康素养成为无关紧要的条件，这一结果进一步佐证了行为态度与健康焦虑对感知严重性的中介作用。
3)模式三。组态H3a和组态H3b具有相同的核心条件，感知易感性、感知收益、行为态度发挥了核心作用。在组态H3a中，感知严重性、行动线索、电子健康素养发挥了辅助作用；
在组态H3b中，感知严重性、健康焦虑、电子健康素养发挥了辅助作用。说明用户在感知面临健康风险的可能性较大、感知收益多、对健康信息交流行为的态度积极时，如果感知严重性、电子健康素养高，由高行动线索激励或由高健康焦虑促使用户进行健康信息交流行为。
4)模式四。组态H4a和组态H4b具有相同的核心条件，感知易感性、行动线索、健康焦虑的存在发挥核心作用。在组态H4a中，感知严重性、感知收益发挥了辅助作用；
在组态H4b中，感知严重性、行为态度发挥了辅助作用。这一结果进一步佐证了健康焦虑在感知易感性与健康信息交流行为之间的中介作用。
4.2.2 不发生健康信息交流的组态分析
由于定性比较分析假设因果不对称，结果的发生与不发生是由不同的原因导致的。对结果变量健康信息交流取非集，可以对不产生健康信息交流行为的原因进行分析，不产生健康信息交流行为的组态分析结果如表5所示。
表5 不产生健康信息交流行为的组态分析
横向比较各组态，可将不产生健康信息交流行为的组态分析结果归纳为4种模式。
1)模式一。在组态NH1中，低感知易感性、低感知收益、消极的行为态度是促使用户不进行健康信息交流的核心因素，低电子健康素养发挥了辅助作用，说明用户在对健康信息交流行为持消极态度、感知收益少且认为健康风险带来后果不严重时不会进行健康信息交流行为。
2)模式二。在组态NH2中，与组态NH1不同，低感知易感性、感知障碍强、低电子健康素养是用户不进行健康信息交流行为的主要原因，当用户感知健康风险低、认知能力低且感知障碍高时，用户不会发生健康信息交流行为。
3)模式三。在组态NH3中，感知障碍强、健康焦虑低、低健康数学运算能力是阻碍用户进行健康信息交流的主要因素，说明用户健康焦虑低、感知障碍强且健康数学运算能力低时不会进行健康信息交流。
4)模式四。组态NH4a和组态NH4b具有相同的核心条件，感知障碍强、低健康数学运算能力是用户不进行健康信息交流行为的核心因素，在组态NH4a中，低电子健康素养和低行动线索起辅助作用；
在组态NH4b中，低电子健康素养和低感知收益起辅助作用。说明当用户感知障碍强且健康数学运算能力和电子健康素养较低时，感知收益或行动线索的缺失会促使用户不进行健康信息交流行为。
5.1 讨 论
本文基于健康信念模型和计划行为理论，结合电子健康素养、健康数学运算能力探讨网络健康社区中用户信息交流行为的认知动因，揭示行为态度、健康焦虑等情感变量在认知动因与健康信息交流行为之间的中介作用。在结构方程模型的基础上，借助模糊集定性比较分析方法深入揭示各影响因素间的联动效应与作用机理，探讨用户健康信息交流行为认知动因的净效应，同时厘清导致结果变量的构型。
SEM路径分析表明，行动线索、感知收益、行为态度、健康焦虑、健康数学运算能力、电子健康素养对健康信息交流行为有显著正向影响。这与fsQCA的分析结果一致，行动线索、感知收益、行为态度、健康焦虑、健康数学运算能力、电子健康素养在发生健康信息交流的组态分析中都能在路径上发挥核心作用，对健康信息交流行为产生影响。
在SEM路径分析中，感知易感性、感知严重性对健康信息交流无显著影响，感知易感性和感知严重性对行为态度、健康焦虑有显著正向影响，行为态度和健康焦虑对健康信息交流行为有正向影响，行为态度和健康焦虑在感知易感性、感知严重性和健康信息交流行为之间起完全中介作用。感知易感性与感知严重性是健康信念模型的重要构面，但在实际应用中的作用路径不甚明细。Mou J等[25]认为，感知易感性与感知严重性对网络健康服务使用意向有显著影响；
Zhang L等[57]经实证分析发现，感知易感性、感知严重性对健康信息搜寻行为无显著影响；
李裕广[58]发现，行为态度在感知严重性与健康信息共享之间存在中介作用，而在感知易感性与健康信息共享之间无中介作用。本文利用行为态度、健康焦虑两个情感变量将用户对健康风险的认知和健康行为进行联系，明晰了感知易感性与感知严重性的作用路径。中介分析验证了行为态度和健康焦虑在感知易感性和感知严重性与健康信息交流行为间的完全中介作用，这一点在fsQCA中也显示同样的结果。在组态H2、组态H3a和组态H3b、组态H4a和组态H4b中，感知易感性或感知严重性与行为态度或健康焦虑作为核心因素促使健康信息交流行为的产生。
SEM实证分析表明，感知障碍对健康信息交流行为无显著影响。在fsQCA的发生健康信息交流行为的组态分析中，感知障碍没有发挥核心作用。网络的普及、人们网络素养的提高使用户对使用网络获取或分享健康信息的障碍感知较低[59]，用户认为在网络上交流所需付出的时间、精力、金钱成本较低，对网络健康信息行为的发生无显著影响[60]。但定性比较分析认为，行为的发生与不发生具有非对称性，即不产生行为的原因并非是发生行为的原因的镜像。不产生健康信息交流行为的组态分析结果中显示，感知障碍对健康信息交流行为的不产生起核心作用。当用户对健康风险感知程度低或不具备较高健康信息认知能力时，感知障碍会是阻碍用户健康信息交流的重要因素。
SEM路径分析表明，电子健康素养与健康数学运算能力都对健康信息交流有显著正向影响，且两者在fsQCA的分析路径中均能发挥一定的作用。对组配路径分析发现，电子健康素养与健康数学运算能力是两个具有相关性且都能独立与其他变量组合对结果变量产生影响。
5.2 研究启示与不足
本文将健康信念模型引入健康信息交流行为的研究中，拓展了健康信念模型的应用领域，将健康信念模型与计划行为理论结合，增强了健康信念模型在健康行为研究的解释力。行为态度在感知易感性和感知严重性与健康行为之间起着完全中介作用，进一步揭示出健康信念对用户的健康行为的作用路径。此外，使用混合方法，不仅明确了健康信念对健康行为的影响，也探明了健康信念之间的相关关系，深化了健康信念模型的内涵。
在实践层面，网络健康社区应主动为用户提供高质量、准确的健康信息，以提高用户对健康风险的认知，增强积极情感，增加收益感知，提高健康信息服务的针对性；
也要增加网络健康社区宣传活动，建立激励机制，以发挥用户行动线索的促进作用；
用户要提升自身健康素养和健康计算能力，积极参与健康教育活动；
此外，网络在线健康社区要制定合理的隐私保护政策，为用户开展健康信息交流保驾护航。
本文也存在一定的不足。首先，研究数据来源于网络问卷，样本可能存在同源偏差；
其次，在认知变量测量上主要使用的主观测量量表，得分可能存在偏差；
此外，本文没有考虑到用户客观差别进行分析，比如性别、健康状况的影响，在今后的研究中应对用户的个体特征予以关注。
