基于感知风险和服务质量模型的在线医疗健康网站用户满意度研究*

华中科技大学同济医学院医药卫生管理学院(430030)

姚亚男 邓朝华△

基于感知风险和服务质量模型的在线医疗健康网站用户满意度研究*

华中科技大学同济医学院医药卫生管理学院(430030)

姚亚男 邓朝华△

在线医疗健康网站是一类能够提供在线挂号、在线问诊、线上诊疗、在线支付、医药电商和诊后服务等一系列互联网医疗服务以及一定程度满足用户健康需求的网站。诊前环节的互联网医疗服务使用率最高，在线医疗保健信息查询、在线预约挂号和在线咨询问诊总使用率为18.4%[1]。由上可见，在新医改的大背景下，在线医疗健康服务行业的市场巨大。由于传统的就医模式与在线就医之间有很大的差异，在线就医模式更需要用户满意度作为发展助力。

尽管在线医疗健康网站出现较早，但关于在线医疗健康网站的研究较少，已有文献关注点基本集中于建立在线医疗健康网站综合评价指标模型、其现存问题与商业化发展状况等方面，对用户使用时面临的风险以及使用后满意度有无改变等问题的研究较少。本文基于感知风险和服务质量模型对在线医疗健康网站用户满意度进行研究。

理论综述与模型假设

1.用户满意度(satisfaction，SAT)与忠诚度(loyalty，LOY)

在医疗健康网站提供的服务中，用户满意度表现为，用户经使用某医疗健康网站提供的服务，产生某种情感态度，并由此对医疗健康网站做出整体评价。用户忠诚度则表现为，用户对某医疗健康网站历史累积的偏好程度，从而产生的持续或重复使用某服务的行为。用户满意度会促进用户忠诚度，增加用户的持续使用意愿，表现为对某产品或服务的忠诚[2]。由此可见，用户满意度与用户忠诚度之间存在显著的影响关系，较高的用户满意度会产生较高的用户忠诚度。因此，提出如下假设：

H1：用户满意度显著影响用户忠诚度。

2.感知服务质量(service quality，SQ)

服务质量一般用于测量用户对已接受服务的感知与期望之间的关系。SERVQUAL模型中，服务质量相当于用户的感知与期望的差异，即“SERVQUAL=感知-期望”。

在SERVQUAL模型中，感知服务质量被分为五个维度、有形性、可靠性、响应性、保证性与移情性。根据服务质量各维度的定义，医疗健康网站的有形性是指网站提供健康服务的实体性，保证性指在医患交互或用户获取健康服务的过程中，用户可以感知到该网站的员工具有良好的职业素养，并且能够关注用户的健康。医疗健康网站环境下，考虑到用户的使用平台为互联网，其提供的服务具有特殊性，有形性与保证性的影响较弱，故本文采用可靠性、响应性与移情性三个维度为在线医疗健康网站感知服务质量的研究因子。提出以下假设：

H2a：感知服务质量的可靠性显著影响用户满意度。

H2b：感知服务质量的响应性显著影响用户满意度。

H2c：感知服务质量的移情性显著影响用户满意度。

3.感知风险(perceived risk，PR)

感知风险理论最初是由Bauer于1960年提出，他认为由于消费者在采取购买行为时，由于无法准确地预知该购买行为产生的后果，而其中可能存在令消费者不愉快的后果，所以消费者在采取购买行为时承担一定的风险。在医疗健康网站环境下，可理解为网络用户对健康网站的感知风险影响了用户对网站的总体评价。当用户在医疗健康网站获取健康服务时，感知风险作用于信息传递的过程，而感知风险的大小会影响用户的期望值，从而影响用户的满意度。

Stone和Gronhaug经深入研究感知风险，提出感知风险的六个维度：财务风险、绩效风险、身体风险、心理风险、时间风险和社会风险[3]。根据近几年在线医疗健康网站的迅速发展和人们对健康知识的深入了解，财务风险与时间风险成为用户采取行为的首要考虑因素，本文将从感知风险的这两个维度进行分析研究。财务风险指用户在接受医疗健康网站的服务时，如网络挂号、在线问诊，在线支付过程中可能出现某些问题造成经济损失。时间风险指在使用过程中用户由于网络操作技能不熟练，对健康网站的信息分布与业务流程不清楚，可能耗费大量时间寻找自己所需的服务。网络环境下，用户感知风险对用户满意度有显著的影响，感知风险越高，用户满意度就越低[4]。因此，提出以下假设：

H3a：财务风险显著影响用户满意度。

H3b：时间风险显著影响用户满意度。

4.信任(trust)

在医疗健康网站中，用户的信任体现在健康网站提供服务过程中的透明程度、提供服务的能力、服务的真实性以及接受服务后的结果可预测性。

与传统的就医模式相比，在线医疗健康网站提供的服务风险更大，带给用户的不确定性更高，医疗健康网站提供的健康信息权威性与专业性不能得到保证，因此，许多潜在的用户不能接受用这种新型模式来获取健康信息。用户对医疗健康网站的信任程度越高，双方的关系越紧密，用户的忠诚度就越高。因此，本文提出假设：

H4：信任显著影响用户满意度。

H5：信任显著影响用户忠诚度。

基于上述假设，本研究提出在线医疗健康网站用户满意度模型，如图1所示。

图1 在线医疗健康网站用户满意度研究

研究方法

1.研究对象

本研究的研究对象为曾使用好大夫在线平台的人群。研究按照分层随机抽样的方法，根据《第37次中国互联网络发展状况统计报告》中网民性别与年龄结构进行样本分层，从同济医学院学生及社区居民抽取曾使用好大夫在线平台的用户作为调查对象。共发放问卷280份，回收267份，其中有效问卷231份，有效回收率为86.5%。

2.测量工具与方法

本文采用问卷调查法，针对好大夫在线平台的用户进行问卷调查，并应用结构化方程模型方法对假设模型进行检验。

为确保变量的信度和效度，问卷设计主要借鉴了国内外相关文献研究中普遍采用的测量项目，并根据在线医疗健康网站的现状和特性进行了一定的修正。为保证变量测度项的翻译准确性，本文采取了2轮中英回译法，其中用户满意度与用户忠诚度的测度项为SAT1～SAT3、LOY1～LOY3[5]，感知服务质量可靠性、移情性、响应性的测度项为REL1～REL4、EMP1～EMP4、RES1～RES4[6]，感知的财务风险与时间风险测度项为FIR1～FIR3、TIR1～TIR3[7]，信任的测度项为TRU1～TRU7[8]。变量评分按照 Likert七级量表设置，依次选择非常不赞同、不赞同、有些不赞同、中立、有些赞同、赞同、非常赞同等7项，分别给予1～7分。

采用 EpiData建立数据库，录入数据并核对校正。应用SPSS软件进行统计分析，分析方法包括描述性统计、因子分析与主成分分析。最后利用Lisrel软件检验研究模型中的路径假设，构建结构方程模型。

结 果

1.样本信息

样本中男性有105人(45.5%)，女性125人(54.1%)，比例相当。接受问卷调查者大多具有高等学历(本科以上学历占85.3%)，且数据样本相对年轻(18～30岁占81.4%)，学生居多(79.7%)，使用在线医疗健康网站的时间在6个月以内的用户较多(81.4%)。

2.数据预处理

首先利用SPSS对问卷数据进行探索性因子分析。样本的KMO值为0.902，表示量表题项间相关性较好，Bartlett球形检验的卡方值为8844.847(自由度为1485)，表示样本的相关矩阵有公因子，变量的相关性较好，适合进行验证性因子分析。

其次采取主成分因子分析法对各变量进行探索性因子分析，并利用最大方差正交旋转，按特征值大于1的方法抽取因子，并剔除每个因子中负载小于0.5的项目。主成分分析结果中析出8个特征值大于1的因子，这8个因子解释了总方差的73.469%，因子结构清晰，各测度项在其相关的变量上的因子负载值都大于0.5，交叉变量的因子负载值没有超过0.5。同时测度项的偏度均小于2，峰度均小于5，可以认为，采集的样本数据服从正态分布，能够进行验证性因子分析。

3.信效度分析

对模型进行信效度分析，结果如表1所示。各因子的Cronbach′s α值均大于0.8，表明各因子具有良好的信度[9]。组合信度(composite reliability，CR)均大于0.80，表示模型的内在质量较好。每个测度项在其所属的结构变量的标准负载均大于0.60，表示样本的收敛效度高[9]。

4.模型拟合度分析

关于模型的验证性因子分析拟合程度有许多测量标准[10]，在本研究中，除GFI外其他指标均大于推荐值，因此可认为模型的拟合度和稳定性较好，结果如表2所示。

5.模型分析

研究模型中，有两个内生潜变量(用户满意度η1、用户忠诚度η2)和六个外生潜变量(感知服务质量可靠性ε1、感知服务质量移情性ε2、感知服务质量响应性ε3、财务风险ε4、时间风险ε5、信任ε6)，每个潜变量都有相应的观测变量来测量。根据研究模型，列出的结构方程模型和测量方程模型如下：

表1 各测量指标变量的定义、文献出处、因子负荷及信效度检验

表2 模型拟合指数

结构方程模型：η1=γ11ε1+γ12ε2+γ13ε3+γ14ε4+γ15ε5+γ16ε6+ζ1

(1)

η2=γ26ε6+β21η1+ζ2

(2)

测量方程模型：

x=Λxε+δx

(3)

y=Λyη+εy

(4)

式中，γ、β为通径系数，ζ为结构方程的误差项；x、y分别为外生变量(ε)、内生变量(η)的观测变量，Λx、Λy分别为潜变量与其观测变量之间的回归系数矩阵，δx、εy为测量误差。

运行Lisrel软件来检验研究模型中的各条路径假设。通过对数据的处理和分析，Lisrel给出的结构模型检验结果如图2所示。

图2 模型检验结果

讨 论

本研究通过对数据的信效度检验与模型拟合度分析，验证了研究提出的8个假设，其中6个得到支持。证明了感知服务质量的响应性与移情性、感知时间风险、信任是影响用户满意度的重要因素，同时也发现信任与用户满意度可以显著影响用户忠诚度。

1.感知服务质量对用户满意度的影响

本文发现，感知服务质量的响应性与移情性是影响在线医疗健康网站用户满意度的重要因素。可靠性对满意度的影响不显著，可以从以下几个方面进行解释：当前医疗健康网站的界面、风格大多类似，对用户做出的承诺也大多相同，用户中受教育程度较高的群体所占比例增加，对信息的识别能力高，因此不会对网站做出的承诺付出全部的信任，对提供服务的期望并不大，因此该因子在作用于满意度时表现为不显著。而响应性与移情性对用户满意度有正向影响，即网站响应速度或频率越快，网站对用户的需求越关注，用户满意度越高。这与实际情况相符，当用户在医疗健康网站上寻求医疗服务时，用户希望网站能够做出及时有效的反馈，也希望网站能够根据自身的需求提出个性化的解决方案，更加关注用户本身。因此，医疗健康网站应该及时向用户反馈所提供服务的进度，并优化服务流程，增强网站的人性化特征，注重与用户之间的情感交流，使用户感受到关怀与关注。

2.感知风险对用户满意度的影响

关于感知风险的研究结果显示，财务风险对用户满意度的影响作用不显著，而时间风险的影响作用显著，这可能是由于当前互联网环境下网上银行的使用频率增多、多种支付途径的发展、支付环境规范化等支付环节优化，加上在线医疗健康网站自身的在线支付流程的完善，用户对因在网上支付而发生财务损失的风险感知降低，对满意度的影响作用不显著。而用户在使用医疗健康网站时，因为涉及到在线咨询时临床症状的描述、在线挂号的流程了解、医生医院的选择等，用户的时间付出较大，对满意度的影响也较大。时间风险与用户满意度呈负相关，用户感知时间风险越大，用户满意度越低，从而导致用户放弃使用医疗健康网站。因此，医疗健康网站应该保证服务器运转良好，优化网站的结构设计，重视网站的导航设计，将网页信息有效组织管理，以辅助用户迅速理解信息，节省用户浏览搜索健康信息的时间，降低感知风险，提高用户满意度。

3.信任对用户满意度与忠诚度的影响

信任对满意度和忠诚度的影响假设都得到支持，且作用非常显著，而满意度对忠诚度的影响假设也得到支持，说明信任对用户忠诚度的直接影响和间接影响都比较显著。实际上，信任是通过多次接受服务后的体验形成，用户经使用医疗健康网站提供的多种或特定服务，逐渐影响对该网站的信任水平，从而正向影响用户满意度。因此，为提高健康网站的用户满意度与忠诚度，应着眼于提高用户对网站提供服务的信任水平，可通过建立良好的网站形象，采取一定的营销手段扩大网站本身的影响力，树立用户心中的高质量服务提供者的形象，最终实现网站与用户共赢。

[1]中国互联网络信息中心(CNNIC).第37次中国互联网络发展状况统计报告.2016.

[2]Kotler P,Keller K.Marketing Management.4th ed.Prentice Hall,New Jersey,2012.

[3]Stone R,Gronhaug K.Perceived risk:Further consideration for the marketing discipline.European Journal of Marketing,1993,27(3):39-50.

[4]Hsieh M,Tsao W.Reducing perceived online shopping risk to enhance loyalty:a website quality perspective.Journal of Risk Research,2014,17(2):241-261

[5]邓朝华,张金隆,鲁耀斌.移动服务满意度与忠诚度实证研究.科研管理,2010,31(2):185-192.

[6]Lai T.Service Quality and Perceived Value′s Impact on Satisfaction,Intention and Usage of Short Message Service(SMS).Information Systems Frontiers,2004,6(4):353-368.

[7]Hanafizadeh P,Khedmatgozar H.The mediating role of the dimensions of the perceived risk in the effect of customers′ awareness on the adoption of Internet banking in Iran.Electronic Commerce Research,2012,12(2):151-175.

[8]San S,Camarero C.How perceived risk affects online buying.Online Information Review,2009,33(4):629-654.

[9]邓朝华,莫秀婷.移动健康服务用户使用意愿的实证分析.中国卫生统计,2015,32(5):867-869+871.

[10]朱婷,方志峰,杨虹.等.应用因子分析与结构方程模型探索膳食模式与高血压的关系.中国卫生统计,2016,33(1):16-19.

(责任编辑：张 悦)

国家自然科学基金项目(71271073)；中央高校基本科研业务费资助(2015AB019)

△ 通信作者：邓朝华，E-mail:zh-deng@hust.edu.cn