基于推拉理論的數(shù)字健康平臺(tái)用戶持續(xù)參與行為的組態(tài)效應(yīng)

摘 要：針對(duì)數(shù)字健康平臺(tái)用戶持續(xù)參與行為的組態(tài)效應(yīng)問(wèn)題，基于推拉理論，以26 個(gè)典型數(shù)字健康平臺(tái)為研究對(duì)象，采用問(wèn)卷調(diào)查法、模糊集定性比較分析法等，對(duì)問(wèn)診價(jià)值、感知價(jià)值、社會(huì)網(wǎng)絡(luò)價(jià)值、功能服務(wù)質(zhì)量、系統(tǒng)質(zhì)量和信息質(zhì)量，以及信息安全認(rèn)知價(jià)值對(duì)用戶持續(xù)參與行為的組態(tài)效應(yīng)進(jìn)行分析。研究表明：推力因素和拉力因素的單項(xiàng)前因條件均不是結(jié)果變量的必要條件；用戶持續(xù)參與行為的前因具有復(fù)雜性，需要推力因素與拉力因素共同作用。提出效益主導(dǎo)型、專項(xiàng)問(wèn)診型、內(nèi)在關(guān)注型3 種構(gòu)型模式下的5 條驅(qū)動(dòng)路徑。研究結(jié)論為優(yōu)化數(shù)字健康平臺(tái)，提升用戶存留率提供參考。

關(guān)鍵詞：推拉理論；數(shù)字健康平臺(tái)；用戶持續(xù)參與行為；組態(tài)效應(yīng)

中圖分類號(hào)：F 49 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1008-391X（2024）02-0096-08

0 引言

健康問(wèn)題一直是黨和政府高度關(guān)注的重要民生問(wèn)題[1]。隨著互聯(lián)網(wǎng)的快速發(fā)展，世界衛(wèi)生組織將移動(dòng)醫(yī)療、移動(dòng)健康和健康信息化等統(tǒng)稱為“數(shù)字健康”。其中，數(shù)字健康平臺(tái)成為“互聯(lián)網(wǎng)+健康醫(yī)療”的重要發(fā)展模式，出現(xiàn)了“好大夫在線”“39健康網(wǎng)”等一批深受群眾歡迎的數(shù)字健康平臺(tái)。數(shù)字健康平臺(tái)打破了時(shí)空界限，提高了用戶參與的積極性，近年來(lái)發(fā)展迅速。用戶參與能有效促進(jìn)數(shù)字健康平臺(tái)快速發(fā)展，研究用戶持續(xù)參與行為具有重要的現(xiàn)實(shí)意義。

目前，關(guān)于數(shù)字健康平臺(tái)的研究主要集中于健康信息搜索、信息交流與探討等方面。已有研究多采用回歸分析或結(jié)構(gòu)方程模型等方法，缺少對(duì)多種因素組態(tài)效應(yīng)的綜合分析。本文基于推拉理論和組態(tài)視角，利用模糊集定性比較分析法，分析影響用戶持續(xù)參與數(shù)字健康平臺(tái)的因素和組態(tài)路徑。

1 文獻(xiàn)綜述

用戶數(shù)字健康平臺(tái)持續(xù)參與行為是指用戶在一段時(shí)間內(nèi)愿意持續(xù)參與在線健康活動(dòng)，包括瀏覽、點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)、私信等的意愿。隨著數(shù)字健康平臺(tái)研究的深入，開(kāi)始轉(zhuǎn)向?qū)Τ掷m(xù)參與行為的分析。安初瀅[2]驗(yàn)證了社區(qū)類型、內(nèi)容形式對(duì)用戶參與在線健康社區(qū)行為的影響。張鐠心等[3]分析了數(shù)字健康平臺(tái)的不同類型以及隱私保護(hù)等系統(tǒng)功能對(duì)用戶參與行為的影響。韓曉翠[4]結(jié)合具體案例分析了信息專業(yè)性和系統(tǒng)性在數(shù)字健康平臺(tái)的影響力，以及吸引用戶參與過(guò)程中發(fā)揮的作用。張敏等[5]實(shí)證檢驗(yàn)了平臺(tái)服務(wù)對(duì)問(wèn)診類移動(dòng)醫(yī)療APP 滿意度的影響。杜靜[6]認(rèn)為，感知績(jī)效影響用戶面臨需求時(shí)的持續(xù)使用意愿。

已有研究多集中于探討感知因素對(duì)用戶持續(xù)參與行為的影響[7]，專門研究數(shù)字健康平臺(tái)的較少，不能詳細(xì)解釋前因復(fù)雜性視角下的用戶持續(xù)參與行為。因此，采用模糊集定性比較分析法分析數(shù)字健康平臺(tái)用戶持續(xù)參與行為影響因素的組態(tài)效應(yīng)。

2 理論基礎(chǔ)

2.1 推拉理論

推拉理論多用于研究旅客出游動(dòng)機(jī)的差異等。對(duì)于用戶行為的研究，傾向于將宏觀經(jīng)濟(jì)學(xué)、社會(huì)學(xué)與心理學(xué)相結(jié)合。DANIEL等[8]認(rèn)為，“推力”“拉力”不是單一因素，而是若干因素的綜合。其中，推力因素是指內(nèi)在推動(dòng)力，基于用戶需求產(chǎn)生，在是否選擇使用的階段發(fā)揮作用。拉力因素是指外在吸引力，用戶選擇哪個(gè)平臺(tái)持續(xù)參與。依據(jù)推拉理論，將用戶持續(xù)參與行為的影響因素分為推力因素和拉力因素，從構(gòu)型思維的視角，對(duì)用戶持續(xù)參與行為進(jìn)行組態(tài)分析，研究數(shù)字健康平臺(tái)用戶的持續(xù)參與行為的組態(tài)效應(yīng)。

2.2 分析框架

本文主要探討兩個(gè)問(wèn)題：一是問(wèn)診價(jià)值、感知價(jià)值等推力因素，社會(huì)網(wǎng)絡(luò)價(jià)值、功能服務(wù)質(zhì)量、系統(tǒng)質(zhì)量和信息質(zhì)量、信息安全認(rèn)知價(jià)值等拉力因素如何影響用戶的持續(xù)參與行為。二是用戶持續(xù)參與行為的前因構(gòu)型，以及如何識(shí)別核心組態(tài)路徑。運(yùn)用模糊集定性比較分析法分析組態(tài)效應(yīng)，為加強(qiáng)數(shù)字健康平臺(tái)建設(shè)，激發(fā)用戶持續(xù)參與行為提供參考。

2.3 前因變量

（1）推力變量

問(wèn)診價(jià)值IQ：用戶使用社區(qū)平臺(tái)后的直觀感受，包括問(wèn)診服務(wù)質(zhì)量、問(wèn)診回復(fù)效率、問(wèn)診回復(fù)態(tài)度、問(wèn)診回復(fù)成本等?；谏鐣?huì)交換理論，用戶在與數(shù)字健康平臺(tái)互動(dòng)的過(guò)程中滿意度越高，越能激發(fā)其持續(xù)參與行為。問(wèn)診價(jià)值體現(xiàn)為信息與需求的匹配程度以及問(wèn)診服務(wù)的時(shí)效性等。提高數(shù)字健康平臺(tái)的服務(wù)質(zhì)量，可以提升用戶滿意度并對(duì)其持續(xù)參與行為產(chǎn)生積極影響。感知價(jià)值PV：用戶對(duì)數(shù)字健康平臺(tái)滿意度的一種評(píng)價(jià)[9]。用戶使用數(shù)字健康平臺(tái)的感受是影響其持續(xù)參與行為的重要因素。數(shù)字健康平臺(tái)雖然不以治療為目的，但其依托的在線醫(yī)療健康平臺(tái)屬于典型的健康信息系統(tǒng)，健康資訊的有效性受到廣泛關(guān)注，當(dāng)用戶使用數(shù)字健康平臺(tái)感受到被尊重時(shí)，也會(huì)激發(fā)其持續(xù)參與行為。

（2）拉力變量

社會(huì)網(wǎng)絡(luò)價(jià)值SO：用戶使用數(shù)字健康平臺(tái)而產(chǎn)生的社會(huì)效用。針對(duì)數(shù)字健康平臺(tái)的用戶持續(xù)參與情況，用戶在使用數(shù)字健康平臺(tái)時(shí)會(huì)面臨較多選擇，但具有一定知名度、朋友推薦的數(shù)字健康平臺(tái)被選擇的概率更大。同時(shí)，數(shù)字化移動(dòng)平臺(tái)的積分簽到等互動(dòng)功能可以吸引更多用戶并激發(fā)其持續(xù)參與行為。因此，用戶存在社會(huì)交往需求時(shí)，社會(huì)網(wǎng)絡(luò)價(jià)值越高的數(shù)字健康平臺(tái)越能夠激發(fā)用戶的持續(xù)參與行為。

功能服務(wù)質(zhì)量VS：數(shù)字健康平臺(tái)基于自身的系統(tǒng)功能向用戶提供的具有體驗(yàn)價(jià)值的服務(wù)[10]。首先，用戶健康資訊時(shí)效性對(duì)衡量功能服務(wù)價(jià)值至關(guān)重要，可以提升用戶點(diǎn)擊率并及時(shí)滿足用戶需求，從而激發(fā)其持續(xù)參與行為。因此，提高數(shù)字健康平臺(tái)的功能服務(wù)質(zhì)量有助于提高用戶滿意度。

系統(tǒng)質(zhì)量和信息質(zhì)量SI：系統(tǒng)質(zhì)量具有可維護(hù)性、可擴(kuò)展性、兼容性、流暢性等特征，已經(jīng)廣泛應(yīng)用于微信公眾號(hào)以及金融信息服務(wù)等方面的用戶行為的研究。系統(tǒng)質(zhì)量和信息質(zhì)量會(huì)對(duì)用戶的感知和使用行為產(chǎn)生影響[11]。用戶的使用或使用傾向即是信息質(zhì)量的體現(xiàn)。因此，提升系統(tǒng)質(zhì)量和信息質(zhì)量的關(guān)鍵在于提高用戶的接受程度并激發(fā)其持續(xù)參與行為。

信息安全認(rèn)知價(jià)值SM：用戶發(fā)生持續(xù)參與行為時(shí)感知信息被披露的風(fēng)險(xiǎn)。基于隱私交換理論，信息安全認(rèn)知價(jià)值是影響用戶持續(xù)參與行為的重要因素。個(gè)人健康信息具有敏感性，林家寶等[12]基于隱私計(jì)算理論，研究表明，隱私數(shù)據(jù)的安全價(jià)值對(duì)用戶持續(xù)參與行為有一定影響。信息安全認(rèn)知價(jià)值與用戶體驗(yàn)密切相關(guān)，較高的安全認(rèn)知價(jià)值能夠激發(fā)用戶的持續(xù)參與行為。

3 研究方法與研究設(shè)計(jì)

3.1 研究方法

模糊集定性比較分析法是從組態(tài)視角出發(fā)將定性分析與定量分析相結(jié)合的一種研究方法，探討變量的多條組合路徑如何達(dá)成同一結(jié)果，適用于中小樣本研究?；谕评碚摲治鲇脩舫掷m(xù)參與行為的組態(tài)效應(yīng)，采用模糊集定性比較分析法分析所有前因模型，通過(guò)簡(jiǎn)化樣本數(shù)據(jù)的分析過(guò)程得出結(jié)論。

用戶持續(xù)參與數(shù)字健康平臺(tái)的影響因素之間存在復(fù)雜的互動(dòng)關(guān)系，傳統(tǒng)統(tǒng)計(jì)學(xué)方法只能處理對(duì)稱關(guān)系（A→B，則～A→～B），自變量之間相互獨(dú)立，而模糊集定性比較分析法考慮了各因素間的相互依賴關(guān)系，可以更詳細(xì)地反映程度變化以及部分隸屬變量的變化。因此，采用模糊集定性比較分析法，通過(guò)對(duì)26 個(gè)典型數(shù)字健康平臺(tái)進(jìn)行分析，研究各變量間的復(fù)雜關(guān)系以及作用機(jī)理。

3.2 數(shù)據(jù)來(lái)源與樣本選取

采用問(wèn)卷調(diào)查法收集數(shù)據(jù)，問(wèn)卷發(fā)放方式為線下發(fā)放、微信發(fā)放、在百度貼吧中征集用戶填寫等。共收回455 份問(wèn)卷，剔除無(wú)效問(wèn)卷127 份（全部或者幾乎全部選擇同一個(gè)選項(xiàng)的問(wèn)卷79 份、回答存在邏輯矛盾的問(wèn)卷48 份），共得到328 份有效問(wèn)卷。

為使分析結(jié)果更加準(zhǔn)確，遵循“最大差異，相同結(jié)果；最小差異，不同結(jié)果”的最大異質(zhì)性原則對(duì)數(shù)字健康平臺(tái)進(jìn)行篩選[13]，將篩選出的26 個(gè)用戶熟悉度較高、經(jīng)常使用、具有代表性的數(shù)字健康平臺(tái)作為研究對(duì)象，分別是“39 健康網(wǎng)”“有問(wèn)必答網(wǎng)”“好大夫在線”“掌上華醫(yī)”“平安健康”“百度貼吧‘醫(yī)療健康板塊’”“春雨醫(yī)生”“丁香醫(yī)生”“薄荷健康A(chǔ)PP”“媽媽網(wǎng)孕育”“康愛(ài)多掌上藥店”“優(yōu)健康”“丁香園醫(yī)療數(shù)據(jù)開(kāi)放平臺(tái)”“尋醫(yī)問(wèn)藥網(wǎng)”“知心心率檢測(cè)”“叮當(dāng)快藥”“‘糖護(hù)士’糖尿病管理平臺(tái)”“新浪健康”“1 藥網(wǎng)”“醫(yī)享網(wǎng)”“蝸牛睡眠”“甜蜜家園”“美柚APP”“微醫(yī)APP”“平安好醫(yī)生”“愛(ài)康體檢”。

樣本用戶使用數(shù)字健康平臺(tái)情況見(jiàn)表1。由表1可知，所選取的樣本中男性占42.7%，女性占57.3%。19～30歲的占48.2%，31～40歲的占36.6%；41歲及以上的占15.2%。每周使用1～3次的占32.6%；每月使用2～3次的占43.3%；每月使用1次或不常使用的占24.1%。使用人數(shù)較多的數(shù)字健康平臺(tái)有：“美柚APP”，使用人數(shù)為74人，占樣本總數(shù)的22.6%；“丁香醫(yī)生”使用人數(shù)為51人，占樣本總數(shù)的15.6%；“平安好醫(yī)生”使用人數(shù)為37人，占樣本總數(shù)的11.3%；“叮當(dāng)快藥”使用人數(shù)為33人，占樣本總數(shù)的10.1%；“好大夫在線”使用人數(shù)為32人，占樣本總數(shù)的9.7%；“愛(ài)康體檢” 使用人數(shù)為28人，占樣本總數(shù)的8.5%；“寶寶樹(shù)”使用人數(shù)為26人，占樣本總數(shù)的7.9%；“春雨醫(yī)生”使用人數(shù)為21人，占樣本總數(shù)的6.4%。

4 實(shí)證檢驗(yàn)與數(shù)據(jù)分析

4.1 描述性統(tǒng)計(jì)

需要測(cè)量的條件變量為：社會(huì)網(wǎng)絡(luò)價(jià)值SO、功能服務(wù)質(zhì)量VS、系統(tǒng)質(zhì)量和信息質(zhì)量SI、信息安全認(rèn)知價(jià)值SM、問(wèn)診價(jià)值IQ 和感知價(jià)值PV。結(jié)果變量為用戶持續(xù)參與意愿CL。變量的描述性統(tǒng)計(jì)見(jiàn)表2。

4.2 信度、效度檢驗(yàn)

信度檢驗(yàn)由Cronbach's Alpha 值（α 值）和CR 值進(jìn)行評(píng)估。效度檢驗(yàn)由AVE 值和AVE 開(kāi)方值與其他變量的相關(guān)系數(shù)來(lái)判斷，信度、效度檢驗(yàn)結(jié)果見(jiàn)表3。由表3 可知，α值和CR 值均大于0.7，表明問(wèn)卷信度較高。變量CL、SO、VS、SI、SM、IQ、PV 的AVE開(kāi)方值分別為0.851、0.880、0.863、0.854、0.846、0.903、0.776，均大于與其他變量的相關(guān)系數(shù)，因此，具有較好的區(qū)別效度。

4.3 數(shù)據(jù)校準(zhǔn)

在進(jìn)行模糊集定性比較分析前，首先對(duì)變量進(jìn)行校準(zhǔn)。為了處理量表測(cè)量刻度和樣本實(shí)際分布值的關(guān)系，用各變量的最大值、平均值和最小值作為非完全隸屬、交叉點(diǎn)和完全隸屬的校準(zhǔn)值，分別對(duì)應(yīng)0.05、0.50、0.95。各變量的校準(zhǔn)錨點(diǎn)見(jiàn)表4，校準(zhǔn)后形成模糊集定性比較分析可用的校準(zhǔn)數(shù)據(jù)，并進(jìn)行下一步分析。

4.4 必要性分析

一致性計(jì)算公式為

Consistency（Xi≤Yi）=Σ[min（Xi，Yi）]/Σ（Xi）。（1）

覆蓋度計(jì)算公式為

Coverage（Xi≤Yi）=Σ[min（Xi，Yi）]/Σ（Yi）。（2）

式（1）、式（2）中：Consistency 為一致性；Coverage 為覆蓋度；Xi 為條件組合的隸屬分?jǐn)?shù)；Yi 為結(jié)果的隸屬分?jǐn)?shù)。

必要性檢測(cè)結(jié)果見(jiàn)表5。由表5 可知，問(wèn)診價(jià)值IQ、感知價(jià)值PV、社會(huì)網(wǎng)絡(luò)價(jià)值SO、功能服務(wù)質(zhì)量VS、系統(tǒng)質(zhì)量和信息質(zhì)量SI、信息安全認(rèn)知價(jià)值SM 的一致性均小于0.900，表明這6 個(gè)變量對(duì)結(jié)果變量用戶持續(xù)參與意愿CL 的解釋力較弱。因此，必要條件不存在，用戶持續(xù)參與行為需要推力因素和拉力因素的聯(lián)動(dòng)配合。

4.5 組態(tài)效應(yīng)分析

通過(guò)模糊集定性比較分析法進(jìn)行組態(tài)效應(yīng)分析， 各組態(tài)路徑的一致性均高于0.800，表明各組態(tài)均是激發(fā)用戶持續(xù)參與行為的充分條件組合?？傮w覆蓋率達(dá)到67.9%，表明所得組態(tài)路徑能夠解釋67.9%的樣本結(jié)果，對(duì)用戶持續(xù)參與行為的影響具有較強(qiáng)的解釋力。

激發(fā)用戶持續(xù)參與行為的組態(tài)路徑共有5 條（路徑1、路徑2、路徑3、路徑4、路徑5），將這5 條路徑歸納為3 種構(gòu)型模式，構(gòu)型1（路徑1、路徑2）、構(gòu)型2（路徑3、路徑4）、構(gòu)型3（路徑5），具體見(jiàn)表6。

構(gòu)型1（效益主導(dǎo)型）：包括路徑1 和路徑2。路徑1 輔助條件為高信息安全認(rèn)知價(jià)值、高問(wèn)診價(jià)值，表明需要提高數(shù)字健康平臺(tái)的系統(tǒng)質(zhì)量和信息質(zhì)量、信息安全認(rèn)知價(jià)值以及問(wèn)診價(jià)值。路徑1 組態(tài)下，用戶的系統(tǒng)服務(wù)功能體驗(yàn)及問(wèn)診體驗(yàn)較好，該路徑覆蓋了22.1%的樣本，其中3.8%的樣本僅能被該路徑解釋。路徑2 輔助條件為高社會(huì)網(wǎng)絡(luò)價(jià)值，應(yīng)更關(guān)注品牌知名度帶給平臺(tái)用戶的附加價(jià)值。路徑2 組態(tài)下較高的產(chǎn)品品質(zhì)和品牌影響力激發(fā)了用戶的持續(xù)參與行為，該路徑覆蓋了15.2%的樣本。

構(gòu)型1 下的用戶更注重?cái)?shù)字健康平臺(tái)的系統(tǒng)信息價(jià)值，屬于效益主導(dǎo)型用戶。無(wú)論數(shù)字健康平臺(tái)的功能服務(wù)質(zhì)量如何，只要用戶感知到較高的系統(tǒng)質(zhì)量和信息質(zhì)量（核心條件），高信息安全認(rèn)知價(jià)值（輔助條件）、高問(wèn)診價(jià)值（輔助條件），就能夠激發(fā)用戶的持續(xù)參與行為。屬于此構(gòu)型的典型數(shù)字健康平臺(tái)有：“尋醫(yī)問(wèn)藥網(wǎng)”“百度貼吧‘醫(yī)療健康板塊’”“39 健康網(wǎng)”“有問(wèn)必答網(wǎng)”“新浪健康”“1 藥網(wǎng)”“媽媽網(wǎng)孕育”“醫(yī)享網(wǎng)”“甜蜜家園”等。

構(gòu)型2（專項(xiàng)問(wèn)診型）：包括路徑3 和路徑4。路徑3 輔助條件為高社會(huì)網(wǎng)絡(luò)價(jià)值、低感知價(jià)值，表明激發(fā)用戶的持續(xù)參與行為需要提高社會(huì)網(wǎng)絡(luò)價(jià)值，該路徑覆蓋了9.8%的樣本。路徑4 輔助條件為功能服務(wù)質(zhì)量和感知價(jià)值，該路徑覆蓋了17.4%的樣本，其中2.7%的樣本僅能被該路徑解釋。

構(gòu)型2 下的用戶更注重?cái)?shù)字健康平臺(tái)的信息安全認(rèn)知價(jià)值、問(wèn)診價(jià)值，而功能服務(wù)質(zhì)量、系統(tǒng)質(zhì)量和信息質(zhì)量、社會(huì)網(wǎng)絡(luò)價(jià)值為非必要條件，表明低感知價(jià)值會(huì)減少用戶對(duì)產(chǎn)品的抵觸，提升其持續(xù)參與意愿。屬于此構(gòu)型的典型數(shù)字健康平臺(tái)有：“春雨醫(yī)生”“平安好醫(yī)生”“美柚APP”“丁香醫(yī)生”“好大夫在線”“愛(ài)康體檢”“叮當(dāng)快藥”“微醫(yī)APP”等。

構(gòu)型3（內(nèi)在關(guān)注型）：路徑5。路徑5的核心條件為低社會(huì)網(wǎng)絡(luò)價(jià)值，輔助條件為信息安全認(rèn)知價(jià)值和功能服務(wù)質(zhì)量，表明提高這兩個(gè)拉力因素可以有效激發(fā)用戶的持續(xù)參與行為。該路徑覆蓋了35.5%的樣本，表明多數(shù)數(shù)字健康平臺(tái)通過(guò)路徑5 激發(fā)用戶的持續(xù)參與行為，數(shù)字健康平臺(tái)除了要注重保護(hù)用戶的信息安全外，還需要進(jìn)一步提高服務(wù)質(zhì)量。

構(gòu)型3 下的用戶屬于內(nèi)在關(guān)注型用戶，更注重產(chǎn)品與用戶的互動(dòng)。在低社會(huì)網(wǎng)絡(luò)價(jià)值（核心條件）、高功能服務(wù)質(zhì)量（輔助條件）、高信息安全認(rèn)知價(jià)值（輔助條件）的共同作用下，即使數(shù)字健康平臺(tái)對(duì)用戶周圍的群體缺乏社會(huì)影響力，但因其具備較高的功能服務(wù)質(zhì)量和信息安全認(rèn)知價(jià)值，也可以激發(fā)用戶的持續(xù)參與行為。屬于此構(gòu)型的數(shù)字健康平臺(tái)有“蝸牛睡眠”“掌上華醫(yī)”“ 平安健康”“ 薄荷健康A(chǔ)PP”“ 優(yōu)健康”“‘糖護(hù)士’糖尿病管理平臺(tái)”“丁香園醫(yī)療數(shù)據(jù)開(kāi)放平臺(tái)”“知心心率檢測(cè)”“康愛(ài)多掌上藥店”等。

綜上，3 種構(gòu)型下的5 條組態(tài)路徑激發(fā)用戶持續(xù)參與行為的核心條件并不相同，體現(xiàn)了數(shù)字健康平臺(tái)用戶持續(xù)參與行為的前因復(fù)雜性，需要推力因素和拉力因素的共同作用。

5 結(jié)論與建議

5.1 結(jié)論

以“好大夫在線”“掌上華醫(yī)”等26個(gè)數(shù)字健康平臺(tái)為樣本，基于推拉理論分析用戶持續(xù)參與行為的前因條件，以及數(shù)字健康平臺(tái)用戶持續(xù)參與行為影響因素的驅(qū)動(dòng)路徑。從組態(tài)視角分析推力因素和拉力因素對(duì)用戶持續(xù)參與行為的影響，得出如下結(jié)論。

問(wèn)診價(jià)值、感知價(jià)值、社會(huì)網(wǎng)絡(luò)價(jià)值、功能服務(wù)質(zhì)量、系統(tǒng)質(zhì)量和信息質(zhì)量、信息安全認(rèn)知價(jià)值是影響用戶持續(xù)參與數(shù)字健康平臺(tái)的主要因素。3 種構(gòu)型均不存在必要條件，用戶持續(xù)參與行為需要推力因素和拉力因素共同作用。5 條組態(tài)路徑中，系統(tǒng)質(zhì)量和信息質(zhì)量、信息安全認(rèn)知價(jià)值、問(wèn)診價(jià)值作為核心條件時(shí)對(duì)用戶持續(xù)參與行為的影響較大。社會(huì)網(wǎng)絡(luò)價(jià)值、功能服務(wù)質(zhì)量是影響用戶持續(xù)參與行為的輔助因素。感知價(jià)值是影響用戶持續(xù)參與行為的邊緣因素。

5.2 建議

進(jìn)一步提高數(shù)字健康平臺(tái)的系統(tǒng)質(zhì)量和信息質(zhì)量。增強(qiáng)信息準(zhǔn)確性，便于用戶檢索、及時(shí)接收最新健康信息。提升醫(yī)生在線問(wèn)診能力，最大程度減少線上誤診。

提升數(shù)字健康平臺(tái)的信息安全性。嚴(yán)格遵守有關(guān)公民隱私的法律法規(guī)，更好地保護(hù)用戶隱私。提高信息存儲(chǔ)穩(wěn)定性，對(duì)用戶信息進(jìn)行多端備份，確保信息存儲(chǔ)安全。

提高數(shù)字健康平臺(tái)的功能服務(wù)質(zhì)量。注重信息更新的質(zhì)量而非頻率，相關(guān)功能變動(dòng)前進(jìn)行廣泛調(diào)研并進(jìn)行變更說(shuō)明，從而更好地滿足用戶需求，提升用戶滿意度。

提升數(shù)字健康平臺(tái)的社會(huì)網(wǎng)絡(luò)價(jià)值。進(jìn)一步擴(kuò)大平臺(tái)的影響力和知名度，完善平臺(tái)內(nèi)醫(yī)生評(píng)價(jià)機(jī)制。

參考文獻(xiàn)：

[1]張曉剛，陳念，牛玉東.健康中國(guó)戰(zhàn)略在新冠肺炎疫情防控中的內(nèi)涵升華及未來(lái)實(shí)施路向[J].西南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，48（3）：53-64.

[2]安初瀅.在線健康社區(qū)發(fā)展?fàn)顩r及未來(lái)展望研究[J].產(chǎn)業(yè)創(chuàng)新研究，2020（14）：32-33.

[3]張鐠心，鐘歡，劉春.國(guó)外數(shù)字健康信息系統(tǒng)持續(xù)使用意愿研究綜述及最新進(jìn)展[J].現(xiàn)代情報(bào)，2020，40（9）：166-175.

[4]韓曉翠.在線醫(yī)療社區(qū)不同激勵(lì)因素對(duì)醫(yī)生貢獻(xiàn)行為的影響研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2015：23-41.

[5]張敏，羅梅芬，聶瑞，等.問(wèn)診類移動(dòng)醫(yī)療APP用戶持續(xù)使用意愿分析——基于患者特征、醫(yī)護(hù)特性與系統(tǒng)質(zhì)量的多維視角[J].軟科學(xué)，2018，32（5）：99-104.

[6]杜靜.健康類APP使用意愿影響因素研究[D].保定：河北大學(xué)，2019：15-40.

[7]李旭光，李珊珊，劉一凡，等.綜合型社交平臺(tái)上的在線醫(yī)療健康社區(qū)中知識(shí)互動(dòng)和情感交互的關(guān)系研究[J].情報(bào)理論與實(shí)踐，2021，44（8）：103-111.

[8]DANIEL C，BELLO，MICHANEL J.The role of novelty in the pleasure travel experience[J].Journal of Travel Research，1985，24（1）：20-26.

[9]周濤，王盈穎，鄧勝利.基于社會(huì)資本理論的在線健康社區(qū)用戶參與行為研究[J].信息資源管理學(xué)報(bào)，2020，10（2）：59-67，129.

[10]程建青，羅瑾璉，杜運(yùn)周，等.制度環(huán)境與心理認(rèn)知何時(shí)激活創(chuàng)業(yè)？——一個(gè)基于QCA方法的研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2019，40（2）：114-131.

[11]張琦，鐘承田.感知風(fēng)險(xiǎn)對(duì)強(qiáng)關(guān)系社交媒體用戶不持續(xù)使用意愿的研究[J].中國(guó)經(jīng)貿(mào)導(dǎo)刊（中），2020（11）：168-172.

[12]林家寶，林順芝，郭金沅.社交媒體超載對(duì)用戶不持續(xù)使用意愿的雙刃劍效應(yīng)[J].管理學(xué)報(bào)，2019，16（4）：587-594.

[13]杜運(yùn)周，賈良定.組態(tài)視角與定性比較分析（QCA）：管理學(xué)研究的一條新道路[J].管理世界，2017（6）：155-167.

[14]PARK K A，EUM S Y，OH H，et al.Factors affecting online health community participation behavior in patients with"thyroid cancer[J].Plos One，2020，15（6）：1-11.

[15]ROBINSON C.Disclosure of personal data in ecommerce：a cross-national comparison of Estonia and the United States [J].Telematics and Informatics，2017，34（2）：569-582.

基金項(xiàng)目：遼寧省教育廳一般項(xiàng)目（21-A817）