基于TAM的智慧醫(yī)療APP用戶黏性模型構(gòu)建及技術(shù)研究

李 晶, 管子玉，謝 飛, 段 群

(1.西京學(xué)院 商學(xué)院, 陜西 西安 710123; 2.西北大學(xué) 信息科學(xué)與技術(shù)學(xué)院, 陜西 西安 710127;3.西北工業(yè)大學(xué) 計算機(jī)學(xué)院, 陜西 西安 710129; 4.西安電子科技大學(xué) 前沿交叉研究院, 陜西 西安 710126;5.咸陽師范學(xué)院 計算機(jī)學(xué)院, 陜西 咸陽 712000)

得益于近年來社會經(jīng)濟(jì)持續(xù)發(fā)展和無線互聯(lián)網(wǎng)環(huán)境的持續(xù)改善,人民群眾的衣食住行等基礎(chǔ)生活條件得到了很大提升。隨之而來的需求側(cè)升級必然對包含醫(yī)療服務(wù)在內(nèi)的一些基本生活服務(wù)產(chǎn)生巨大的市場需求,以及該類服務(wù)在安全性、易用性等服務(wù)質(zhì)量上的持續(xù)改善。其中,醫(yī)療服務(wù)作為一種基本生活服務(wù),雖然其市場規(guī)模隨社會財富增加已呈現(xiàn)爆發(fā)式增長,但在服務(wù)過程中并沒有得到良好的智慧體驗(yàn),少量的智慧醫(yī)療APP還未能撐起醫(yī)療服務(wù)的智能化[1],其市場價值也嚴(yán)重不足。根據(jù)中國智慧醫(yī)療市場2020年上半年報告顯示,我國智慧醫(yī)療的使用者規(guī)模已達(dá)到5.9億,但市場規(guī)模僅有87.5億元[2],即每個用戶僅貢獻(xiàn)了14.83元的價值。目前智慧醫(yī)療的痛點(diǎn)體現(xiàn)為:智慧醫(yī)療APP用戶使用人數(shù)較少,使用頻率較低,這種現(xiàn)象與龐大的醫(yī)療需求不相匹配。因此,研究如何提高智慧醫(yī)療APP的黏性,受到學(xué)術(shù)界的熱點(diǎn)關(guān)注[3]。

本文探究智慧醫(yī)療APP用戶黏性的主要影響因素,結(jié)合目前軟件應(yīng)用上的實(shí)際問題,通過以TAM 模型為基礎(chǔ),參考計劃行為理論(TPB),并且考慮到使用者對風(fēng)險因素的顧慮,也參考了感知風(fēng)險理論(PR),最終建立初始模型。同時考慮到教育程度因素,選取在校大學(xué)生作為此次研究的主要對象,希望能夠給智慧醫(yī)療APP 的市場應(yīng)用提供一些參考依據(jù)。

1 研究現(xiàn)狀

智慧醫(yī)療需要與傳統(tǒng)醫(yī)療融合并且協(xié)同發(fā)展,從獲取的智慧醫(yī)療系統(tǒng)中的信息交換來看,智慧醫(yī)療在中國已經(jīng)取得了一定的發(fā)展,但同時也出現(xiàn)了使用頻率較低等問題[4-5]。

通過展開對消費(fèi)者關(guān)于智慧醫(yī)療應(yīng)用的問卷調(diào)查發(fā)現(xiàn)，大眾對智慧醫(yī)療認(rèn)知度較低并且很多醫(yī)院并沒有重視開展智慧醫(yī)療服務(wù)，其主要原因來自政府相對缺乏監(jiān)管機(jī)制以及政策上沒有給與大力支持[6]。智慧醫(yī)療APP開發(fā)商應(yīng)該多與各大醫(yī)院建立多元化合作模式,例如讓傳統(tǒng)醫(yī)療中的掛號排隊(duì)等服務(wù)被智慧醫(yī)療所替代,這樣才能夠較為充分發(fā)揮出智慧醫(yī)療的顯著優(yōu)勢[7]。袁金巧通過對哈爾濱地區(qū)的智慧醫(yī)療軟件使用者的數(shù)據(jù)采集，并且同時使用隱私計算理論,發(fā)現(xiàn)且證明了抑制因素和推動因素對最終用戶黏性的影響[8]。個人信息的暴露程度與這兩種因素緊密相關(guān),并且也會影響使用者對該醫(yī)療APP的信任度。但值得注意的是，在不同地區(qū)采集的數(shù)據(jù)可能會存在地域差異性。除此之外,在風(fēng)險平衡和個人收益變量中,該研究只選取了個性化和隱私因素影響,所以研究具有一定的局限性。嚴(yán)春美等人發(fā)現(xiàn)了基于隱私計算理論在不同年齡段的智慧醫(yī)療用戶之間的差異化現(xiàn)象[9],但是卻沒有發(fā)現(xiàn)職業(yè)的差異化也可能對其有所影響?；趧?chuàng)新擴(kuò)散理論,劉永軍等人發(fā)現(xiàn)不同種類的因素對智慧醫(yī)療APP起著各異的影響[10],但是此研究角度不夠多元化,并不能夠充分說明智慧醫(yī)療APP用戶的黏性影響因素。

本文研究主要是在大學(xué)生群體中展開,從感知有用性、感知易用性、主觀規(guī)范、感知行為控制和感知風(fēng)險多方面因素探討影響智慧醫(yī)療軟件黏性的因素,為其市場應(yīng)用提供更多角度的建議。

2 理論背景

2.1 技術(shù)接受模型(TAM)

技術(shù)授受模型(technology acceptance model, TAM)被Davis于1989年首次提出,研究的主要方向是哪些因素會直接或者間接影響使用者接受信息系統(tǒng),TAM模型如圖1所示，其最初意愿是研究計算機(jī)被廣泛接受的相關(guān)影響因素[11]。本文借助該模型構(gòu)架研究智慧醫(yī)療服務(wù)的用戶黏性影響因素。

圖1 TAM 模型

從TAM模型中可以看出,最終影響消費(fèi)者黏性的因素有很多,但其中有兩個因素被使用的范圍最廣,一個是感知有用性(perceived usefulness,PU),另外一個是感知易用性(perceived ease of use,PEOU)。感知有用性主要體現(xiàn)有效性,即在使用一個系統(tǒng)時為使用者帶來的相比原來更高的使用價值。而感知易用性主要體現(xiàn)為便捷性,即使用者認(rèn)為此技術(shù)系統(tǒng)使用時相比原先系統(tǒng)更加快捷高效且維護(hù)成本更低。后來孫建軍等人提出感知有用性是決定其行為的重要影響變量,并且更能夠提煉出用戶黏性相關(guān)影響因素[12]。根據(jù)上述分析,TAM模型適合用作詳細(xì)解釋用戶使用技術(shù)信息軟件的原因,并且同時能夠具備一定的智慧醫(yī)療軟件應(yīng)用預(yù)測性。因此,本文選擇該模型作為基礎(chǔ)理論模型。

2.2 計劃行為理論(TPB)

計劃行為理論(theory of planned behavior，TPB)模型是根據(jù)理性行為理論(theory of reasoned ection, TRA)所提出的一個擴(kuò)展模型，TPB模型如圖2所示。TRA模型是社會心理學(xué)方面具有最優(yōu)影響力的技術(shù)采納模型之一,其使用行為態(tài)度(attitude toward behavior)和主觀規(guī)范(subjective norm)兩個變量作為行為意愿的決定因素。TPB模型在TRA模型的基礎(chǔ)上增加了感知行為控制(perceived behavioral control，PBC)這一新的變量。通過對態(tài)度、規(guī)范信念、控制信念3個變量的分析提供了多項(xiàng)對用戶行為意愿的成功預(yù)測[13-14]。

圖2 TPB 模型

2.3 感知風(fēng)險理論

感知風(fēng)險(perceived risk, PR)起初是在心理學(xué)領(lǐng)域誕生,并且首次由哈佛大學(xué)學(xué)者Bauer在1960年提出[15]。該概念認(rèn)為個體可能遇到諸多令人不愉快的因素包括個人損失,而這些都是由個體的行為產(chǎn)生，并且后果無法預(yù)測[16]。

感知風(fēng)險被定義為使用者本人能夠感受到的最終結(jié)果是不愉快的,或者感受到最終結(jié)果可能是對個人不利的。在市場環(huán)境下分析消費(fèi)者時,Bauer指出感知風(fēng)險并不側(cè)重于帶來的真實(shí)個體行為風(fēng)險,而是強(qiáng)調(diào)用戶本人主觀感受到的風(fēng)險。根據(jù)前人的研究基礎(chǔ),本文將感知風(fēng)險(PR)定義為使用者在主觀意識上對使用智慧醫(yī)療APP所帶來的風(fēng)險的預(yù)知程度和損失接受程度。本文根據(jù)調(diào)查對象,將隱私風(fēng)險、功能風(fēng)險和法律風(fēng)險納入模型中研究。

3 模型建立與研究假設(shè)

3.1 模型建立

本文借鑒了TAM模型和TPB模型對用戶黏性的相關(guān)影響因素分析,結(jié)合PR理論中風(fēng)險因素的相關(guān)分析,根據(jù)國內(nèi)智慧醫(yī)療市場的調(diào)研,最終提取了5個因子構(gòu)成模型。其中，用戶使用意愿的強(qiáng)弱(即用戶黏性的高低)作為最終結(jié)果測量;感知有用性作為直接正向影響因素,其細(xì)分后可以拆分為3個子因素:①感知易用性；②主觀規(guī)范；③感知行為控制;同時,感知風(fēng)險作為直接負(fù)向影響因素,會直接降低用戶最終的使用意愿。根據(jù)其邏輯關(guān)系,本文建立模型如圖3所示。

圖3 智慧醫(yī)療APP用戶黏性模型

3.2 研究假設(shè)

1)感知有用性PU

此變量是在研究用戶采納意愿的行為中最常引用的變量之一。根據(jù)TAM模型,使用者最終愿意使用一項(xiàng)新技術(shù)主要原因在于其使用價值及感知有用性。感知有用性被Holden 和 Karsh定義為使用者在使用這項(xiàng)信息技術(shù)時主觀意識所感受到的相比原先技術(shù)的效率提高[17]。在本文中,此變量被定義為個體在使用智慧醫(yī)療APP時能夠獲得醫(yī)療健康服務(wù)并且提高健康水平的程度。根據(jù)以上內(nèi)容提出假設(shè):感知有用性影響使用者對智慧醫(yī)療APP的黏性(H1)。

2)感知易用性PEOU

感知易用性在使用者采納行為研究中是一個比較常見的變量,該變量被定義為用戶所感受到的需要付出的時間或者努力時所消耗的成本[18]。感知易用性在智慧醫(yī)療的大環(huán)境下被定義為使用者在使用該軟件時或者學(xué)習(xí)時所能感受到的難易程度。智慧醫(yī)療APP服務(wù)和傳統(tǒng)的醫(yī)療服務(wù)不同的地方是,它采用的是虛擬網(wǎng)絡(luò)平臺，同時為大眾提供普通健康服務(wù),這種服務(wù)最大的特點(diǎn)就是不同年齡段的使用者在網(wǎng)絡(luò)的操作上會有難易程度的差異化體現(xiàn)。相對地,年輕使用者對于這種難易程度的使用是相對容易的,因?yàn)樗麄冊谌粘Ｉ钪薪佑|的電子設(shè)備較多，并且更容易接受新鮮的技術(shù)和事物。根據(jù)以上內(nèi)容提出假設(shè):感知易用性影響使用者對智慧醫(yī)療APP的感知有用性(H2)。

3)主觀規(guī)范SN

主觀規(guī)范(subjective morm, SN)源自TPB理論,它是指當(dāng)采納一項(xiàng)技術(shù)或者服務(wù)時,使用者個體感知下的對自己比較重要的人的支持程度[19]。此次研究中,SN被定義為使用智慧醫(yī)療APP是否會受到同事、朋友或者對自己重要的人的影響。根據(jù)以上內(nèi)容提出假設(shè):主觀規(guī)范影響使用者對智慧醫(yī)療APP的感知有用性(H3)。

4)感知行為控制PBC

感知行為控制變量用來測量使用者個體所能感知到的在面對智慧醫(yī)療軟件時體現(xiàn)出來的個體擁有的、實(shí)施目標(biāo)行為所需的技能、資源和機(jī)會的指標(biāo)[19]，該變量源自TPB理論。在此次研究中,該變量被定義為個人用戶對自己是否擁有充分條件或能力使用智慧醫(yī)療APP,其中包括了是否能夠正常輕松地連接網(wǎng)絡(luò)和使用智能手機(jī)。感知行為控制被認(rèn)為是使用者的主觀感受,基于此,提出以下假設(shè):感知行為控制影響使用者對智慧醫(yī)療APP的黏性(H4)。

5)感知風(fēng)險PR

本文借鑒了Luo等人[20]對此概念的定義研究,將感知風(fēng)險定義為智慧醫(yī)療用戶所感受到的即將帶來風(fēng)險的可能性和不可預(yù)測性。這種感知會直接影響用戶的最終黏性。結(jié)合目前智慧醫(yī)療存在的問題,在本研究中將感知風(fēng)險分為隱私、功能和法律風(fēng)險。根據(jù)以上內(nèi)容提出假設(shè):感知風(fēng)險影響使用者對智慧醫(yī)療APP的黏性(H5)。

4 實(shí)證分析

4.1 問卷設(shè)計

實(shí)證調(diào)研是此次研究的關(guān)鍵,問卷設(shè)計的合理性直接影響著后面結(jié)構(gòu)方程的分析。參考過往智慧醫(yī)療相關(guān)資料的研究量表,通過適當(dāng)調(diào)整量表,此次問卷最終采用了6個變量測量項(xiàng):PU(感知有用性)、PEOU(感知易用性)、SN(主觀規(guī)范)、PBC(感知行為控制)、PR(感知風(fēng)險)和US(黏性)一共24題，如表1所示。問卷中6個變量項(xiàng)全部使用李克特五點(diǎn)量表形式,1～5分表示使用者對該觀點(diǎn)的贊同程度,依次由弱到強(qiáng)。

表1 問卷變量設(shè)計

4.2 量表描述統(tǒng)計量

本研究總共發(fā)放300份問卷,剔除不完整和明顯不合格的問卷后,有效樣本共計274份,問卷的有效率是91.3%。問卷中,男性參與的比例為49.27%,女性50.73%; 21～30歲之間的比例最大,為72.63%;學(xué)生為這次問卷的主要參與者,占大約76.28%; 在教育方面,受到本科教育用戶基數(shù)最大,占77.37%;月收入水平方面,52.55%的參與者屬于1 001～3 000元區(qū)間。數(shù)據(jù)顯示: 參與調(diào)研的群體主要在20～31歲,并且絕大部分是大學(xué)生群體,這群消費(fèi)者對新鮮事物好奇性較高,也具備較好的移動軟件使用技能,將成為智慧醫(yī)療APP的主要使用群體之一。樣本描述性統(tǒng)計的具體信息如表2所示。

表2 統(tǒng)計量描述

4.3 簇狀圖分析

簇狀圖分析適合有層級關(guān)系的數(shù)據(jù),圖4為PU、PEOU、SN、PBC、PR、US的簇狀分析圖。從圖4分析中可以看出,21～30歲之間的群體使用智慧醫(yī)療APP意愿更強(qiáng)烈，年齡越大感知風(fēng)險越強(qiáng)烈，感知行為控制、主觀規(guī)范和感知易用性在年輕群體中不容易影響最終的用戶黏性。

圖4 變量項(xiàng)簇狀圖分析

4.4 信度分析

在統(tǒng)計學(xué)中,信度一般被認(rèn)為是用來測量數(shù)據(jù)量表是否一致或者數(shù)據(jù)是否穩(wěn)定[20]。本文利用 SPSS 22.0 軟件計算各個變量的Cronbach′s Alpha，變量的信度分析結(jié)果如表3所示。Cronbach′s Alpha如果大于0.7,則該結(jié)果被認(rèn)為是處于理想范圍內(nèi)。各個潛在變量的綜合信度CR值都大于0.7,說明此次調(diào)研數(shù)據(jù)質(zhì)量較好,信度較高。

表3 信度分析

4.5 效度分析

效度分析一般被用來測量量表的測定數(shù)值和其真實(shí)值之間的偏差差距[21]。此次研究利用SPSS 22.0軟件分析了該數(shù)據(jù)的收斂效度(見表4)和區(qū)別效度(見表5)。通過表4可以看出,因子載荷系數(shù)均大于0.7，處在理想范圍內(nèi)。除此之外,AVE的取值也大于0.5,這些數(shù)據(jù)都說明了此次數(shù)據(jù)具有很好的收斂效度。模型區(qū)分效度的衡量一般由因子的AVE值開平方根后與其他因子相關(guān)系數(shù)的比較得出,如果前者大于后者,則說明具有良好的區(qū)分效度,從表5中的運(yùn)算結(jié)果可以看出,各因子的 AVE 開方值大于其與其他因子相關(guān)系數(shù)值,故因子具有良好區(qū)分效度。這些數(shù)據(jù)表明各個潛在變量之間存在差異,進(jìn)一步說明此次問卷設(shè)計的問題之間具備較好的差異性。

表4 收斂效度

表5 區(qū)別效度

4.6 模型分析

此次研究檢驗(yàn)?zāi)Ｐ图僭O(shè)以及變量之間的關(guān)系時利用了Amos 21.0軟件。由表6可知,文中所設(shè)計的模型擬合指標(biāo)都在建議值范圍內(nèi), 這些數(shù)據(jù)說明此次建造的模型擬合度很好,符合要求。

表6 主要擬合指標(biāo)與建議值

通過路徑分析得到模型各測量變量之間的影響素數(shù)，如圖5所示。圖5中標(biāo)出了每條假設(shè)的路徑系數(shù)，其值越大，表示影響越大，r表示路徑系數(shù)。感知行為控制與感知有用性的路徑系數(shù)為0.14,說明兩個因素之間確實(shí)呈現(xiàn)正向相關(guān),但是相關(guān)性較小?？紤]到此次問卷調(diào)研參與的大部分是學(xué)生群體,而該群體具備較好的移動軟件新技術(shù)和新知識,在面對大眾時該因素的實(shí)際影響系數(shù)將會大幅提高;主觀規(guī)范與感知有用性的路徑系數(shù)為0.44，說明了對于絕大部分消費(fèi)者而言,在使用一款新型移動軟件時,更多會參考周圍人的意見,說明大學(xué)生群體本身比較容易受到周圍人的影響。另一方面,對于使用者來說感知易用性顯著影響感知有用性(r=0.35),但影響強(qiáng)度小于主觀規(guī)范性。

圖5 路徑分析結(jié)果

5 結(jié)語

本文通過研究大學(xué)生用戶對智慧醫(yī)療APP黏性的影響因素,從多方面多角度提高智慧醫(yī)療APP在不同年齡段的應(yīng)用效果。此次模型中所提出的假設(shè)均得到了驗(yàn)證: 3個因素(感知易用性、主觀規(guī)范性、感知行為控制)均對使用者的使用意向有著顯著正向的影響。并且使用者認(rèn)為感知風(fēng)險因素對最終的黏性會產(chǎn)生顯著的負(fù)向影響。由此可知:

1)確認(rèn)了感知有用性及其3個子因素對APP用戶黏性有正向影響,隱私風(fēng)險對APP用戶黏性存在負(fù)向影響。

2)在3個主要影響感知有用性的因素中,可以看出主觀規(guī)范是影響最大的因素。主觀規(guī)范對感知有用性(r=049)的影響因子最大,其次為感知易用性(r=0.35)。這一特征反映了APP初期設(shè)計時的方向應(yīng)以完善主觀規(guī)范為主,其次為提升感知易用性。同時,感知行為控制變量對使用者感受到的有用性影響最小。這一特征說明了大學(xué)生普遍對于智能手機(jī)使用具備充分的操作能力,所以影響相對較小。當(dāng)設(shè)計面向大學(xué)生的智慧醫(yī)療APP時可以較少考慮該因素。

3)從正負(fù)兩個方向的路徑系數(shù)值可以看出,對于構(gòu)架智慧醫(yī)療APP的用戶黏性系數(shù)值,本文已經(jīng)根據(jù)數(shù)據(jù)提供了一組基礎(chǔ)的影響因子,后續(xù)可以根據(jù)該因子來反向預(yù)測該用戶群體對具體某個智慧醫(yī)療APP(或某個功能)的使用意愿,進(jìn)而對該APP用戶黏性進(jìn)行預(yù)測。

根據(jù)本文的研究結(jié)論，對未來智慧醫(yī)療APP的應(yīng)用提出以下建議：

1)根據(jù)路徑系數(shù),對原APP所有功能模塊進(jìn)行用戶黏性狀態(tài)分析,最終歸一為一個APP的用戶黏性狀態(tài)值。根據(jù)該狀態(tài)值結(jié)合實(shí)際市場態(tài)勢,設(shè)置用戶黏性狀態(tài)值的警戒線,方便后續(xù)判斷對APP進(jìn)行產(chǎn)品決策定位。

2)如果APP產(chǎn)品需要為商業(yè)收益而進(jìn)行一項(xiàng)降低用戶黏性的改動時,應(yīng)注意修改后的產(chǎn)品的用戶黏性狀態(tài)值不應(yīng)低于警戒線,確保APP產(chǎn)品在商業(yè)收益的同時保持足夠的用戶黏性。