在線醫(yī)療平臺(tái)醫(yī)生知識(shí)貢獻(xiàn)行為影響因素的實(shí)證研究

摘 要：為了探究在線醫(yī)療平臺(tái)醫(yī)生知識(shí)貢獻(xiàn)行為的影響因素，以MOA（motivation-opportunity-ability）理論為基礎(chǔ)，建立了能力、動(dòng)機(jī)以及機(jī)會(huì)三個(gè)維度的醫(yī)生在線知識(shí)貢獻(xiàn)行為研究模型。以好大夫在線為例，通過(guò)對(duì)其開(kāi)源數(shù)據(jù)進(jìn)行實(shí)證分析，驗(yàn)證理論模型。結(jié)果發(fā)現(xiàn)，醫(yī)生職業(yè)水平未能顯著影響醫(yī)生在線知識(shí)貢獻(xiàn)行為，而外在動(dòng)機(jī)和平臺(tái)推薦則對(duì)醫(yī)生的在線知識(shí)貢獻(xiàn)行為具有顯著的正向影響。研究結(jié)論為醫(yī)生在線知識(shí)貢獻(xiàn)行為的改善提供了理論依據(jù)，同時(shí)也為在線醫(yī)療平臺(tái)服務(wù)的運(yùn)營(yíng)提供了管理啟示。

關(guān)鍵詞： 在線醫(yī)療平臺(tái)；醫(yī)生知識(shí)貢獻(xiàn)行為；MOA理論；回歸分析

中圖分類(lèi)號(hào)：C939 文獻(xiàn)標(biāo)識(shí)碼：A

An Empirical Study on the Impact Factors of Doctors’ Knowledge Contribution Behavior on Online Medical Platforms

LI Yan ZHANG Jiantong

（School of Economics and Management， Tongji University， Shanghai 200092，China）

Abstract： To explore the influencing factors of doctors' knowledge contribution behavior on online medical platforms， based on the MOA（motivation-opportunity-ability） model theory， a research model of doctors' online knowledge contribution behavior with three dimensions of ability， motivation and opportunity was established. Taking Good Doctor Online as an example， the theoretical model is verified through empirical analysis of its open-source data. The results found that doctors' professional level failed to significantly affect doctors' online knowledge contribution behavior， while extrinsic motivation and platform recommendations had a significant positive impact on doctors' online knowledge contribution behavior. The research provides a theoretical basis for improving doctors' online knowledge contribution behavior and provides management inspiration for the operation of online medical platform services.

Key words： online medical platform； doctors' knowledge contribution behavior； MOA theory； regression analysis

0 引言

隨著互聯(lián)網(wǎng)技術(shù)和醫(yī)療服務(wù)融合的持續(xù)深化，醫(yī)療行業(yè)數(shù)字化轉(zhuǎn)型的步伐不斷加快，呈現(xiàn)出蓬勃發(fā)展的態(tài)勢(shì)。其中，以在線醫(yī)療平臺(tái)為代表的數(shù)字化服務(wù)模式，憑借及時(shí)、靈活、高效的特點(diǎn)，越來(lái)越為大眾所青睞。中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）發(fā)布的第51次《中國(guó)互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2022年12月，我國(guó)在線醫(yī)療用戶(hù)規(guī)模為3.63億，較2021年同期增長(zhǎng)6466萬(wàn)，約占網(wǎng)民總數(shù)的34%。

日益龐大的用戶(hù)基群，為在線醫(yī)療平臺(tái)帶來(lái)發(fā)展機(jī)遇的同時(shí)，也使平臺(tái)的運(yùn)營(yíng)面臨更大的挑戰(zhàn)。作為在線醫(yī)療平臺(tái)的主要參與者，醫(yī)生群體的在線知識(shí)貢獻(xiàn)是平臺(tái)能夠運(yùn)行的重要保證。而在實(shí)際運(yùn)營(yíng)的過(guò)程中，盡管醫(yī)生的數(shù)量在逐年增加，但該用戶(hù)群體的在線知識(shí)貢獻(xiàn)仍處于較低水平，存在類(lèi)似虛擬社區(qū)典型的“90-10-1”現(xiàn)象，即90%用戶(hù)從不貢獻(xiàn)內(nèi)容，9%用戶(hù)偶爾貢獻(xiàn)內(nèi)容，1%用戶(hù)貢獻(xiàn)大多數(shù)的內(nèi)容，限制了在線醫(yī)療平臺(tái)服務(wù)質(zhì)量的進(jìn)一步提升，成為制約平臺(tái)發(fā)展的一大阻礙。

為了解決這一問(wèn)題，本文對(duì)在線醫(yī)療平臺(tái)醫(yī)生知識(shí)貢獻(xiàn)行為的影響因素展開(kāi)深入研究?；贛OA理論模型，通過(guò)對(duì)醫(yī)生職業(yè)水平、內(nèi)在動(dòng)機(jī)、外在動(dòng)機(jī)以及平臺(tái)推薦因素進(jìn)行實(shí)證研究，探究其對(duì)醫(yī)生在線知識(shí)貢獻(xiàn)的影響，以期為醫(yī)生在線知識(shí)貢獻(xiàn)水平的提升以及在線醫(yī)療平臺(tái)的發(fā)展提供有益的借鑒。

1 文獻(xiàn)綜述

1.1 在線醫(yī)療平臺(tái)

在線醫(yī)療平臺(tái)，也稱(chēng)互聯(lián)網(wǎng)醫(yī)療平臺(tái)、在線健康平臺(tái)，旨在借助互聯(lián)網(wǎng)信息技術(shù)，通過(guò)對(duì)互聯(lián)網(wǎng)醫(yī)療信息資源進(jìn)行整合，搭建起醫(yī)患在線溝通交流的互動(dòng)渠道。作為互聯(lián)網(wǎng)與醫(yī)療行業(yè)融合的產(chǎn)物，這一創(chuàng)新醫(yī)療平臺(tái)一定程度上打破了傳統(tǒng)醫(yī)療的時(shí)空限制，有助于解決醫(yī)療資源配置不均的問(wèn)題。隨著在線醫(yī)療平臺(tái)的蓬勃發(fā)展，與之相關(guān)的研究也逐漸得到學(xué)術(shù)界的廣泛關(guān)注。早期，在線醫(yī)療平臺(tái)的相關(guān)研究主要以心理學(xué)為基礎(chǔ)，側(cè)重研究在線醫(yī)療平臺(tái)的健康信息。但隨著好大夫在線、春雨醫(yī)生等大型在線醫(yī)療社區(qū)迅速發(fā)展與壯大，在線醫(yī)療普及化程度越來(lái)越高，對(duì)該領(lǐng)域的探索和研究也隨之更加豐富。曹仙葉等從服務(wù)多樣性視角出發(fā)，探究了醫(yī)生的參與行為對(duì)于患者擇醫(yī)的影響；錢(qián)明輝等基于參與對(duì)在線醫(yī)療平臺(tái)信息服務(wù)質(zhì)量展開(kāi)了研究；張建同等對(duì)在線醫(yī)療服務(wù)價(jià)格的影響因素展開(kāi)了實(shí)證研究；魏潔等探究了患者、醫(yī)生和系統(tǒng)產(chǎn)生內(nèi)容對(duì)于患者擇醫(yī)的影響。由于角度不同，學(xué)者研究的側(cè)重點(diǎn)也有所不同。當(dāng)前，關(guān)于在線醫(yī)療平臺(tái)的研究日益豐富，并逐漸成為學(xué)術(shù)界研究的一個(gè)熱門(mén)方向。

1.2 醫(yī)生知識(shí)貢獻(xiàn)行為

知識(shí)貢獻(xiàn)的概念源自組織管理領(lǐng)域，是知識(shí)管理研究中的一項(xiàng)重要內(nèi)容。具體而言，知識(shí)貢獻(xiàn)指的是組織的成員為組織貢獻(xiàn)自身所擁有的與組織發(fā)展相關(guān)的有用知識(shí)。早前，學(xué)者對(duì)于在線知識(shí)貢獻(xiàn)行為的研究多集中于虛擬社群，探究該社群中用戶(hù)貢獻(xiàn)知識(shí)、分享信息以及參與創(chuàng)造的相關(guān)行為。周婷等對(duì)社交網(wǎng)站用戶(hù)知識(shí)貢獻(xiàn)行為的機(jī)理進(jìn)行了分析；肖陽(yáng)等對(duì)虛擬品牌社群成員知識(shí)貢獻(xiàn)行為進(jìn)行研究，分析了自主動(dòng)機(jī)對(duì)知識(shí)貢獻(xiàn)行為的影響以及社群氛圍和自我效能的調(diào)節(jié)作用；劉苡聲探究了虛擬學(xué)術(shù)社區(qū)用戶(hù)持續(xù)知識(shí)貢獻(xiàn)行為及其激勵(lì)策略。隨著在線醫(yī)療平臺(tái)的不斷發(fā)展與壯大，有越來(lái)越多的學(xué)者開(kāi)始關(guān)注在線醫(yī)療平臺(tái)上醫(yī)生的知識(shí)貢獻(xiàn)行為。劉蕤等基于SEM與fsQCA的方法，對(duì)在線醫(yī)療平臺(tái)上醫(yī)生知識(shí)貢獻(xiàn)行為的影響因素進(jìn)行了研究；鄧勝利等從組態(tài)視角出發(fā)，進(jìn)一步探究了在線健康平臺(tái)醫(yī)生知識(shí)貢獻(xiàn)的影響因素；鄭仕勇基于社會(huì)資本視角，研究了在線醫(yī)療社區(qū)知識(shí)分享的激勵(lì)機(jī)制。盡管如此，針對(duì)在線醫(yī)療平臺(tái)上醫(yī)生知識(shí)貢獻(xiàn)行為的相關(guān)研究仍較為零散，有待進(jìn)一步完善。

1.3 MOA理論模型

MOA理論模型產(chǎn)生于信息傳播領(lǐng)域，完整的理論框架最早由Maclnnis、Moorman和Jaworski在1991年提出，目的是用來(lái)增強(qiáng)和衡量消費(fèi)者處理包含在廣告中的品牌信息的動(dòng)機(jī)（motivation），機(jī)會(huì)（opportunity）和能力（ability）。后逐漸被應(yīng)用于組織行為、公共及社會(huì)管理、社會(huì)資本以及知識(shí)管理等多個(gè)領(lǐng)域。其中，動(dòng)機(jī)代表個(gè)體內(nèi)在的意愿和目標(biāo)導(dǎo)向，機(jī)會(huì)代表個(gè)體在組織環(huán)境中所面臨的條件和機(jī)遇，而能力則代表個(gè)體的技能和知識(shí)水平。在此基礎(chǔ)上，Theo等利用MOA模型框架，探究在動(dòng)機(jī)、機(jī)會(huì)和能力不同組合情況下信息處理的廣告效果；Enno等對(duì)MOA模型框架進(jìn)一步拓展，建立了約束變量模型（CFM），更為嚴(yán)密分析和解釋了動(dòng)機(jī)、機(jī)會(huì)和能力之間存在著極端互補(bǔ)的關(guān)系；Anna等在人力資源管理與績(jī)效關(guān)系研究的過(guò)程中將MOA模型的變量進(jìn)一步概念化和量化，探究了不同層次MOA各變量之間的相互影響與相互作用。隨著研究的不斷深入，MOA理論模型也在被不斷發(fā)展與完善。目前，國(guó)內(nèi)基于MOA模型探討知識(shí)貢獻(xiàn)行為的研究主要集中在虛擬知識(shí)社群。如陳則謙基于MOA模型，對(duì)知識(shí)傳播平臺(tái)上成員個(gè)體知識(shí)貢獻(xiàn)行為的動(dòng)力要素進(jìn)行了實(shí)證分析；范哲等從MOA視角出發(fā)，探究了問(wèn)答網(wǎng)站用戶(hù)的貢獻(xiàn)行為；彭麗徽等以MOA理論模型為基礎(chǔ)，探討了虛擬社區(qū)中用戶(hù)知識(shí)創(chuàng)新行為的影響因素。盡管如此，卻少有文獻(xiàn)運(yùn)用MOA模型，探究在線醫(yī)療平臺(tái)醫(yī)生的知識(shí)貢獻(xiàn)行為。而在線醫(yī)療平臺(tái)的運(yùn)營(yíng)與發(fā)展關(guān)鍵就在于醫(yī)生的積極參與和貢獻(xiàn)行為，因而如何引導(dǎo)和激勵(lì)醫(yī)生主動(dòng)持續(xù)地進(jìn)行知識(shí)貢獻(xiàn)是平臺(tái)管理者必須考慮的問(wèn)題。因此，本研究對(duì)前人的研究進(jìn)行了拓展，將MOA模型應(yīng)用于分析醫(yī)生在線知識(shí)貢獻(xiàn)行為的影響因素，以期為醫(yī)生知識(shí)貢獻(xiàn)水平的提升以及在線醫(yī)療平臺(tái)的管理提供有益的借鑒。

2 模型構(gòu)建和假設(shè)提出

2.1 模型構(gòu)建

基于Maclnnis、Moorman和Jaworski提出的MOA理論模型框架，結(jié)合在線醫(yī)療平臺(tái)的特性，本文從能力、動(dòng)機(jī)、機(jī)會(huì)三個(gè)維度出發(fā)，劃分出醫(yī)生職業(yè)水平、內(nèi)在動(dòng)機(jī)與外在動(dòng)機(jī)以及平臺(tái)推薦四個(gè)影響因素，探究其對(duì)在線醫(yī)療平臺(tái)醫(yī)生知識(shí)貢獻(xiàn)的影響，研究模型如圖1所示。

2.2 假設(shè)提出

職業(yè)水平是醫(yī)生專(zhuān)業(yè)知識(shí)和綜合素質(zhì)的體現(xiàn)。在線醫(yī)療平臺(tái)上，醫(yī)生能否提供高質(zhì)量的知識(shí)與其自身的職業(yè)水平息息相關(guān)。職業(yè)水平較高的醫(yī)生往往在醫(yī)學(xué)知識(shí)、臨床經(jīng)驗(yàn)以及技術(shù)能力上更為優(yōu)秀，具有更強(qiáng)的知識(shí)貢獻(xiàn)行為能力，因而也更有可能進(jìn)行更高質(zhì)量、更高頻次的在線知識(shí)貢獻(xiàn)，為在線醫(yī)療平臺(tái)運(yùn)營(yíng)提供重要的支撐。因此，本文假設(shè)：

H1：在線醫(yī)療平臺(tái)上醫(yī)生的職業(yè)水平對(duì)醫(yī)生的知識(shí)貢獻(xiàn)行為有正向影響。

動(dòng)機(jī)是內(nèi)部知識(shí)共享的先決條件。除了能力，MOA框架還強(qiáng)調(diào)了動(dòng)機(jī)作為行為驅(qū)動(dòng)力的重要性，并將其視為知識(shí)共享的決定性因素。動(dòng)機(jī)決定了任何行動(dòng)的方向、強(qiáng)度和持久性，可以是內(nèi)在的或外在的。

其中，內(nèi)在動(dòng)機(jī)是指出于自身的利益、興趣或從經(jīng)驗(yàn)中獲得的享受而采取行動(dòng)或行為。例如，員工可以通過(guò)向同事傳遞對(duì)組織有用的知識(shí)來(lái)提高他們的知識(shí)自我效能感或信心。在線醫(yī)療平臺(tái)上，醫(yī)生的知識(shí)貢獻(xiàn)行為能夠幫助患者重獲健康，受到患者的感謝，這對(duì)醫(yī)生自身來(lái)說(shuō)是一種滿足和鼓勵(lì)，對(duì)醫(yī)生未來(lái)的知識(shí)貢獻(xiàn)行為也起到了激勵(lì)的作用。因此，可以預(yù)期內(nèi)在動(dòng)機(jī)能夠促進(jìn)醫(yī)生更加積極地參與平臺(tái)的知識(shí)貢獻(xiàn)。因此，本文假設(shè)：

H2：在線醫(yī)療平臺(tái)上醫(yī)生的內(nèi)在動(dòng)機(jī)對(duì)醫(yī)生的知識(shí)貢獻(xiàn)行為有正向影響。

外在動(dòng)機(jī)是指為了已知的或預(yù)期的外部獎(jiǎng)勵(lì)，如更高的工資、獎(jiǎng)金或晉升而采取的行動(dòng)或行

為。事實(shí)上，許多醫(yī)生愿意參加在線醫(yī)療平臺(tái)的知識(shí)貢獻(xiàn)，是因?yàn)樗麄兿嘈胚@將有助于他們的職業(yè)發(fā)展，并從中獲得更高的經(jīng)濟(jì)和社會(huì)收益。以往的研究表明，組織成員將信息傳遞給其他成員的概率與他們期望從知識(shí)共享中獲得的回報(bào)呈正相關(guān)。因此，本文假設(shè)：

H3：在線醫(yī)療平臺(tái)上醫(yī)生的外在動(dòng)機(jī)對(duì)醫(yī)生的知識(shí)貢獻(xiàn)行為有正向影響。

機(jī)會(huì)是醫(yī)生進(jìn)行在線知識(shí)貢獻(xiàn)的重要客觀條件。與能力和動(dòng)機(jī)不同，機(jī)會(huì)在廣義上指的是組織機(jī)制。根據(jù)Bos-Nehles等人的研究，僅僅包括個(gè)人層面的知識(shí)貢獻(xiàn)是遠(yuǎn)遠(yuǎn)不夠的，因?yàn)榻M織背景也可能會(huì)對(duì)知識(shí)的創(chuàng)造和交換產(chǎn)生很大的影響。在線醫(yī)療平臺(tái)注冊(cè)醫(yī)生眾多，而為了更好地實(shí)現(xiàn)醫(yī)患匹配，合理配置醫(yī)師資源，平臺(tái)因此制定了相應(yīng)的醫(yī)生推薦機(jī)制。這在一定程度上能夠幫助醫(yī)生更好地進(jìn)行知識(shí)貢獻(xiàn)的推廣，同時(shí)也為醫(yī)生進(jìn)行知識(shí)貢獻(xiàn)提供了平臺(tái)支撐。因此，本文假設(shè)：

H4：在線醫(yī)療平臺(tái)上的平臺(tái)推薦對(duì)醫(yī)生的知識(shí)貢獻(xiàn)行為有正向影響。

3 實(shí)證分析

3.1 數(shù)據(jù)收集與變量測(cè)量

好大夫在線創(chuàng)立于2006年，是一家集線上預(yù)約掛號(hào)、在線問(wèn)診、診后疾病管理以及疾病知識(shí)科普等功能于一體的在線醫(yī)療平臺(tái)。截至2022年7月，有1萬(wàn)余家正規(guī)醫(yī)院，超過(guò)26萬(wàn)名醫(yī)生在該平臺(tái)實(shí)名注冊(cè)，累計(jì)服務(wù)患者超過(guò)7900萬(wàn)，具有豐富的線上醫(yī)療服務(wù)經(jīng)驗(yàn)及醫(yī)患數(shù)據(jù)資源，是國(guó)內(nèi)在線醫(yī)療的頭部平臺(tái)。因此，本研究以好大夫在線為研究對(duì)象，基于該網(wǎng)站真實(shí)的醫(yī)生數(shù)據(jù)，探究職業(yè)水平、內(nèi)在動(dòng)機(jī)、外在動(dòng)機(jī)以及平臺(tái)推薦對(duì)在線醫(yī)療平臺(tái)醫(yī)生知識(shí)貢獻(xiàn)行為的影響。借助好大夫在線的數(shù)據(jù)開(kāi)放平臺(tái)，采集了截至2023年3月14日24萬(wàn)條醫(yī)生的脫敏信息。在對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，剔除其中的缺失值和無(wú)效值后，最終保留共計(jì)82033條的有效醫(yī)生數(shù)據(jù)。本研究選取的具體變量及其說(shuō)明如表1所示。

（1）因變量測(cè)量。因變量指醫(yī)生的知識(shí)貢獻(xiàn)行為。在好大夫在線醫(yī)療服務(wù)平臺(tái)中，醫(yī)生主要通過(guò)向患者提供接診服務(wù)或在平臺(tái)上發(fā)表科普文章貢獻(xiàn)知識(shí)。為此，將醫(yī)生知識(shí)貢獻(xiàn)行為情境化為在線問(wèn)診量和發(fā)布的科普文章數(shù)，取值為實(shí)際數(shù)值。

（2）自變量測(cè)量。自變量指醫(yī)生職業(yè)水平、內(nèi)在動(dòng)機(jī)、外在動(dòng)機(jī)以及平臺(tái)推薦，其中醫(yī)生的職業(yè)水平被情境化為醫(yī)生職稱(chēng)。為了便于計(jì)算，將其由字符轉(zhuǎn)化為數(shù)值，遵循級(jí)別越高數(shù)值越大的原則，將初級(jí)、中級(jí)、副高級(jí)到高級(jí)職稱(chēng)分別賦值1～4；內(nèi)在動(dòng)機(jī)被情境化為醫(yī)生收到的感謝信數(shù)量，外在動(dòng)機(jī)被情境化為醫(yī)生收到的心意禮物數(shù)量，平臺(tái)推薦被情境化為醫(yī)生在該平臺(tái)的綜合推薦熱度，取值均為實(shí)際值。

（3）控制變量測(cè)量?？刂谱兞恐械姆?wù)時(shí)長(zhǎng)通過(guò)計(jì)算數(shù)據(jù)采集時(shí)間與開(kāi)通時(shí)間的差，得到以月份為單位的差值，進(jìn)而將其轉(zhuǎn)化為數(shù)值。

3.2 描述性統(tǒng)計(jì)分析

在此基礎(chǔ)上，使用Stata對(duì)變量進(jìn)行了描述性統(tǒng)計(jì)分析，結(jié)果如表2所示。從表2中可以看出，醫(yī)生的在線問(wèn)診服務(wù)量從1到19449不等，平均的服務(wù)問(wèn)診量為101.6。而根據(jù)標(biāo)準(zhǔn)差369.5可知，醫(yī)生的在線問(wèn)診量離散程度較高，說(shuō)明不同醫(yī)生之間問(wèn)診服務(wù)數(shù)量差異很大，同時(shí)也反映出針對(duì)醫(yī)生在線問(wèn)診服務(wù)量進(jìn)行研究具有一定的現(xiàn)實(shí)意義。此外，醫(yī)生的科普文章數(shù)從0到6188不等，平均的科普文章數(shù)為1.984。結(jié)合其標(biāo)準(zhǔn)差37.62可知，醫(yī)生的科普文章數(shù)同樣離散程度較高，說(shuō)明各醫(yī)生之間科普文章發(fā)表數(shù)量差異較大。醫(yī)生的職稱(chēng)平均值為2.878，說(shuō)明具有中高級(jí)職稱(chēng)的醫(yī)生開(kāi)通線上服務(wù)比較多。另外，感謝信數(shù)量和心意禮物數(shù)量的離散程度都比較高，數(shù)據(jù)集不對(duì)稱(chēng)且在右邊更加分散。

3.3 相關(guān)性分析

進(jìn)一步用Stata對(duì)變量進(jìn)行相關(guān)性分析，結(jié)果如表3所示。相關(guān)性分析的目的是避免變量之間出現(xiàn)模型多重共線性的問(wèn)題，從表3中可以看出，醫(yī)生的線上服務(wù)問(wèn)診數(shù)量與感謝信數(shù)量間的相關(guān)系數(shù)較大，高于0.6000，因此本文進(jìn)行共線性診斷。當(dāng)方差膨脹系數(shù)（Variance Inflation Factors， VIF）小于10時(shí)被認(rèn)為是可接受的范圍。結(jié)果顯示，所有變量的方差膨脹系數(shù)皆遠(yuǎn)小于10，消除了潛在的多重共線性問(wèn)題。

3.4 回歸分析

在相關(guān)性分析的基礎(chǔ)上進(jìn)行線性回歸，結(jié)果如表4所示。其中，自我效能對(duì)醫(yī)生在線知識(shí)貢獻(xiàn)行為的影響不顯著（在線問(wèn)診量β＝1.42；科普文章數(shù)β＝-0.106）。因此，假設(shè)H1不成立?？赡茉蛟谟冢郝殬I(yè)水平更高的醫(yī)生，雖然更具備知識(shí)貢獻(xiàn)的能力，但由于其專(zhuān)業(yè)能力較強(qiáng)，往往線下的問(wèn)診量也比較大，工作任務(wù)相對(duì)繁重，難以投入更多的時(shí)間和精力提供線上問(wèn)診以及知識(shí)科普。從動(dòng)機(jī)維度來(lái)看，內(nèi)在動(dòng)機(jī)顯著正面影響醫(yī)生的在線問(wèn)診量（β＝5.808，P＜0.01），但是對(duì)醫(yī)生發(fā)表科普文章數(shù)的影響并不顯著（β＝0.022）。因此，H2部分成立。這可能是因?yàn)椋瑢?duì)于醫(yī)生來(lái)說(shuō)，其更關(guān)注線上的問(wèn)診服務(wù)，而科普文章的發(fā)表并不是在線知識(shí)貢獻(xiàn)的優(yōu)先事項(xiàng)。因此，即使收到感謝信，其內(nèi)在行為動(dòng)機(jī)得到滿足，但醫(yī)生并不一定會(huì)優(yōu)先將這一內(nèi)在行為動(dòng)機(jī)轉(zhuǎn)化為發(fā)表科普文章，更多的還是會(huì)投入到線上問(wèn)診服務(wù)中去。此外，外在動(dòng)機(jī)顯著正面影響醫(yī)生的在線問(wèn)診量（β＝2.517，P＜0.01），以及醫(yī)生在線發(fā)表科普文章數(shù)（β＝0.128，P＜0.01），因此，假設(shè)H3成立。由于贈(zèng)送心意禮物，患者需要自費(fèi)購(gòu)入相關(guān)禮物進(jìn)行贈(zèng)送，醫(yī)生在收到禮物后可以獲得等價(jià)的金錢(qián)獎(jiǎng)勵(lì)，從而產(chǎn)生對(duì)醫(yī)生的物質(zhì)激勵(lì)。這種外在動(dòng)機(jī)的物質(zhì)激勵(lì)對(duì)醫(yī)生的在線知識(shí)貢獻(xiàn)行為有顯著正面影響，反映了醫(yī)生在外在動(dòng)機(jī)中對(duì)物質(zhì)回報(bào)的渴望。具體而言，當(dāng)醫(yī)生有望通過(guò)接受禮物換取金錢(qián)獎(jiǎng)勵(lì)時(shí)，他們傾向于增加在線問(wèn)診和科普文章的數(shù)量，以獲得更多的物質(zhì)利益。從機(jī)會(huì)維度來(lái)看，平臺(tái)推薦對(duì)醫(yī)生的在線問(wèn)診量具有顯著的正面影響（β＝76.114，P＜0.01），同時(shí)對(duì)醫(yī)生在線發(fā)表文章數(shù)具有顯著的正面影響（β＝1.446，P＜0.01）。因此，假設(shè)H4成立。平臺(tái)按醫(yī)生綜合熱度的高低，對(duì)醫(yī)生進(jìn)行相關(guān)的推薦，使得醫(yī)生接觸到相應(yīng)的問(wèn)診業(yè)務(wù)。同時(shí)，平臺(tái)通過(guò)對(duì)醫(yī)生的科普文章進(jìn)行宣傳和推廣，使醫(yī)生的在線知識(shí)貢獻(xiàn)獲得更多的關(guān)注，對(duì)醫(yī)生的在線知識(shí)貢獻(xiàn)行為具有顯著的正向影響。平臺(tái)應(yīng)優(yōu)化對(duì)醫(yī)生的相關(guān)算法推薦和運(yùn)營(yíng)管理，以更好為醫(yī)生的在線知識(shí)貢獻(xiàn)服務(wù)，從而提升平臺(tái)的服務(wù)質(zhì)量與運(yùn)行效率。對(duì)于控制變量，服務(wù)開(kāi)通時(shí)間（β＝0.010，P＜0.01）顯著影響醫(yī)生在線發(fā)表科普文章數(shù)，而對(duì)醫(yī)生的在線問(wèn)診量影響不顯著（β＝－0.002）。

3.5 穩(wěn)健性檢驗(yàn)

好大夫在線平臺(tái)在發(fā)送感謝信之外，還為患者提供了另一個(gè)表示感謝的渠道，即患者通過(guò)投票來(lái)表示對(duì)醫(yī)生的認(rèn)可及感謝。因此，為了確保結(jié)果的穩(wěn)健性，本研究對(duì)內(nèi)在動(dòng)機(jī)的指標(biāo)進(jìn)行了替換，采用患者投票代替感謝信作為內(nèi)在動(dòng)機(jī)的變量指標(biāo)。穩(wěn)健性檢驗(yàn)的回歸結(jié)果如表5所示，主要的解釋變量在兩次回歸中的結(jié)果基本一致，表明本文結(jié)果穩(wěn)健。

4 結(jié)論和展望

本文以好大夫在線為研究對(duì)象，依據(jù)MOA（motivation-opportunity-ability）理論建立了職業(yè)水平、內(nèi)在動(dòng)機(jī)、外在動(dòng)機(jī)以及平臺(tái)推薦與醫(yī)生在線知識(shí)貢獻(xiàn)行為的研究模型。通過(guò)收集平臺(tái)數(shù)據(jù)，進(jìn)行實(shí)證分析，發(fā)現(xiàn)醫(yī)生職業(yè)水平不會(huì)對(duì)醫(yī)生在線知識(shí)貢獻(xiàn)行為產(chǎn)生顯著影響，而外在動(dòng)機(jī)和平臺(tái)推薦則會(huì)顯著正向影響醫(yī)生的在線知識(shí)貢獻(xiàn)行為。本研究的新穎之處在于：（1）考慮了平臺(tái)推薦對(duì)于醫(yī)生在線知識(shí)貢獻(xiàn)行為的影響，以往的研究則多側(cè)重于對(duì)醫(yī)生個(gè)體特征的研究，而較少考慮外部環(huán)境的影響；（2）從內(nèi)部及外部?jī)蓚€(gè)角度，探究了醫(yī)生參與在線知識(shí)貢獻(xiàn)的動(dòng)機(jī)，有助于刻畫(huà)醫(yī)生用戶(hù)形象，幫助平臺(tái)更好地引導(dǎo)和管理；（3）嘗試將MOA理論應(yīng)用在醫(yī)療服務(wù)領(lǐng)域，從模型結(jié)果可得，MOA理論在醫(yī)療服務(wù)領(lǐng)域中存在一定的適用性，拓展了MOA理論的應(yīng)用。本文也為在線醫(yī)療平臺(tái)提供了有益的啟發(fā)。對(duì)于平臺(tái)而言，需要不斷優(yōu)化平臺(tái)的推薦及管理方式，從醫(yī)生內(nèi)部動(dòng)機(jī)以及相關(guān)的外部激勵(lì)入手，不斷調(diào)整運(yùn)營(yíng)策略，以確保醫(yī)生具有較強(qiáng)的知識(shí)貢獻(xiàn)意愿。同時(shí)不斷優(yōu)化平臺(tái)系統(tǒng)與界面，為醫(yī)生知識(shí)貢獻(xiàn)提供有力的外部環(huán)境支持。

此外，本文也存在一定的局限性：（1）研究對(duì)象單一，只是基于一個(gè)在線醫(yī)療社區(qū)的數(shù)據(jù)進(jìn)行研究，后續(xù)研究可以對(duì)不同類(lèi)型的在線醫(yī)療社區(qū)進(jìn)行對(duì)比研究。隨著移動(dòng)技術(shù)的不斷普及，移動(dòng)端醫(yī)療服務(wù)也值得關(guān)注。（2）沒(méi)有考慮到患者的在線評(píng)價(jià)對(duì)醫(yī)生在線知識(shí)貢獻(xiàn)行為的影響，未來(lái)可以針對(duì)患者的評(píng)價(jià)反饋，進(jìn)行更為深入的研究。

參考文獻(xiàn)：

［1］ 中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心. 第51次中國(guó)互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告［EB/OL］. （2023-03-02）［2024-01-22］. https：//www.cnnic.net.cn/n4/2023/0303/c88-10757.html.

［2］ NIELSEN J. Participation inequality： lurkers vs. contributors in internet communities ［EB/OL］. （2006-10-08）［2024-01-22］. http：//www.nngroup.com/articles/participationinequality/.

［3］ 李洋. 在線醫(yī)療社區(qū)醫(yī)生貢獻(xiàn)行為的影響因素研究［D］. 哈爾濱：哈爾濱工業(yè)大學(xué)， 2015.

［4］ 史紅雪. 醫(yī)生的外在動(dòng)機(jī)與內(nèi)在人格對(duì)其在線貢獻(xiàn)行為的影響研究［D］. 哈爾濱：哈爾濱工業(yè)大學(xué)， 2022.

［5］ 吳江， 黃曉， 董克. 基于知識(shí)圖譜的在線醫(yī)療研究綜述［J］. 信息資源管理學(xué)報(bào)， 2016（2）：4-12，21.

［6］ 曹仙葉， 劉嘉琪. 基于服務(wù)多樣性視角的在線醫(yī)療社區(qū)患者選擇決策行為［J］. 系統(tǒng)管理學(xué)報(bào)， 2021， 30（1）：76-87.

［7］ 錢(qián)明輝， 徐志軒， 王珊. 基于用戶(hù)參與的在線健康平臺(tái)信息服務(wù)質(zhì)量研究［J］. 情報(bào)學(xué)報(bào)， 2019， 38（2）：132-142.

［8］ 張建同， 吳鈺. 在線醫(yī)療服務(wù)價(jià)格影響因素的實(shí)證研究［J］. 上海管理科學(xué)， 2022， 44（6）：96-104.

［9］ 魏潔， 楊正玲. 患者、醫(yī)生和系統(tǒng)產(chǎn)生內(nèi)容對(duì)患者擇醫(yī)行為的影響［J］. 管理科學(xué)， 2022， 35（4）：44-56.

［10］ BIEER M， ENGELBART D， FURUTA R， et al. Toward virtual community knowledge evolution［J］. Journal of Management Information Systems， 2002， 18（4）：11-35.

［11］ 肖陽(yáng)， 潘偉平. 虛擬品牌社群成員知識(shí)貢獻(xiàn)行為研究［J］. 南京航空航天大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2020， 22（3）：39-45.

［12］ 周婷， 鄧勝利. 社交網(wǎng)站用戶(hù)知識(shí)貢獻(xiàn)行為機(jī)理分析［J］. 情報(bào)資料工作， 2014（5）：28-32.

［13］ 劉苡聲. 虛擬學(xué)術(shù)社區(qū)用戶(hù)持續(xù)知識(shí)貢獻(xiàn)行為及激勵(lì)策略研究［D］. 長(zhǎng)春：吉林大學(xué)， 2021.

［14］ 劉蕤， 余佳琪. 在線醫(yī)療社區(qū)中醫(yī)生知識(shí)貢獻(xiàn)行為的影響因素研究：基于SEM與fsQCA方法［J］. 情報(bào)科學(xué)， 2022， 40（3）：45-54，62.

［15］ 鄧勝利， 夏蘇迪， 許家輝， 等. 組態(tài)視角下在線健康社區(qū)醫(yī)生知識(shí)貢獻(xiàn)影響因素研究［J］. 情報(bào)理論與實(shí)踐， 2022， 45（7）：132-139.

［16］ 鄭仕勇. 在線醫(yī)療社區(qū)的知識(shí)分享激勵(lì)機(jī)制研究：基于社會(huì)資本視角［D］. 武漢：武漢大學(xué)， 2019.

［17］ MACINNIS D J， MOORMAN C， JAWORSKI B J. Enhancing consumers' motivation，ability，and opportunity to process brand information from ads： conceptual framework and managerial implications［J］. Journal of Marketing， 1991（55）：32-53.

［18］ 陳則謙. MOA模型的形成、發(fā)展與核心構(gòu)念［J］. 圖書(shū)館學(xué)研究， 2013（13）：53?57.

［19］ ANDRIESSEN J H. To share or not to share， that is the question. conditions for the willingness to share knowledge［J］. Delft Innovation System Papers， 2006（2）：1-41.

［20］ POIESZ，T B C， ROBBEN H S.J. Advertising effects under different combinations of motivation， capacity， and opportunity to process information［J］. Advances in Consumer Research， 1996（23）：231-236..

［21］ SIEMSEN E， ROTH A V， BALASUBRAMANIANM S. How motivation， opportunity， and ability drive knowledge sharing： the constraining-factor model［J］. Journal of Operations Management， 2008（26）：426-445.

［22］ BOS-NEHLES A， TOWNSEND K， CAFFERKEY K， et al. Examining the ability， motivation and opportunity （AMO） framework in HRM research： conceptualization， measurement and interactions［J］. International Journal of Management Reviews， 2023（5）：725-739.

［23］ 陳則謙. 內(nèi)容開(kāi)放式知識(shí)傳播平臺(tái)中知識(shí)貢獻(xiàn)行為的動(dòng)力要素分析［J］. 圖書(shū)情報(bào)知識(shí)， 2013（4）：76?84.

［24］ 范哲， 張乾. MOA視角下的問(wèn)答網(wǎng)站用戶(hù)貢獻(xiàn)行為研究［J］. 圖書(shū)與情報(bào)， 2015（5）：123-132.

［25］ 彭麗徽， 蔣欣. 虛擬社區(qū)感知視角下用戶(hù)知識(shí)創(chuàng)新行為影響因素研究［J］. 現(xiàn)代情報(bào)， 2023， 43（2）：86-95.

作者簡(jiǎn)介：李妍（1997—），女，江蘇宿遷人，碩士研究生，研究方向：大數(shù)據(jù)分析、醫(yī)療服務(wù)運(yùn)營(yíng)管理；張建同（1966—），女，北京人，教授、博士生導(dǎo)師，研究方向：應(yīng)用統(tǒng)計(jì)、醫(yī)療服務(wù)運(yùn)營(yíng)管理等。