感知风险视角下网络健康信息利用行为研究进展

赵蕊菡

(武汉大学信息管理学院，武汉，430072)

1 前言

近年来公众对自我健康的关注程度不断增加，健康意识不断增强。世界卫生组织认为，“健康”不仅指躯体没有疾病，还要具备心理和社会功能的完好状态[ 1]。健康信息在促进卫生保健、提前干预疾病及辅助医学治疗等方面发挥着重要作用。而海量的互联网信息，更是以其具有的便利性、多元化和匿名性等特点，成为公众获取健康信息资源的重要渠道。皮尤研究中心发布的《HealthOnline2013》[ 2]报告显示，在美国，有72%的互联网用户通过网络获取过医学健康相关的信息，包括严重疾病、一般信息和轻微健康问题等内容。2015年中国科学技术协会发布的第九次《中国公民科学素养调查报告》显示，有69.8%的公众对医学与健康信息最感兴趣[ 3]。互联网已成为民众获取健康信息的重要工具，并呈现出不断上升的趋势。利用网络健康信息有利于健康决策能力的提高[ 4]。研究表明，公众利用网络健康信息主要用于三种目的：直接搜索健康信息、参加网络互助小组和咨询医疗专业人士[ 5]。同时，随着医学网络资源和数据库的快速发展，医务工作者也越来越多地利用互联网获取医学信息[ 6]来解决临床问题、支持临床决策等[ 7]。

人们需要具有公信力、方便快捷而又个性化的网络健康信息，但利用网络健康信息存在诸多风险，会直接影响人们的生命或生存状态。最常见的网络健康信息风险来自于质量风险。网络上各种健康信息泛滥，许多内容以健康建议为幌子，事实上却是医疗健康产品广告或是虚假信息[ 8]。一些健康网站成为发布虚假信息的便利平台，被不法商家用来提供欺诈性的健康指导或咨询服务[ 9]，甚至进行非法推广、销售药品(包括假药、掺假或未经批准的药品)和其他产品。随着“互联网+”医疗的发展，部分医疗健康领域的互联网公司开始向患者提供在线健康医疗服务，但由于医疗咨询、健康管理与在线诊断之间的界限比较模糊，也存在着诸如诊断超出医生职业范围，缺乏可靠的病情参考资料，医生真实性难以保证等风险。同时，健康信息属于私密性敏感话题，他人(平台)对个人和群体健康数据的销售和利用、健康搜索信息的出售、在线健康个人数据的公开等问题都会引起公众对个人隐私的忧虑[ 10]。2016年，大学生魏则西的过世，让利用网络健康信息所带来的风险再次成为大众关注的焦点。

在此背景下，有必要研究用户利用网络健康信息的感知风险。感知风险是指人们对健康相关的负面结果或事件(例如疾病)的可能性进行的主观估计[ 11]。因此，即使某些客观风险发生的概率非常小，但多数公众依然倾向于依赖个人的主观判断来评估风险，进而影响人们的风险决策和行为。因此，系统梳理国外对网络健康信息利用感知风险的相关研究，将有助于设计积极有效的风险沟通策略，提高公众的健康信息素养，帮助公众更好地使用健康信息进行健康决策、降低健康风险和提高生活质量。同时，通过对感知风险影响因素的研究，对信息弱势群体施加关注，努力缩小健康获得和健康产出的社会差距，推进建设全方位、全生命周期的健康服务，促进健康公平。

在此基础上，本文对2009—2017年国内外感知风险视角下的网络健康信息利用行为相关研究成果进行系统梳理。网络健康信息利用行为是指在网络环境中，用户为达到某种目标，通过信息获取、信息吸收与利用、信息交流的行为来获取网络健康相关信息以满足自身信息需求的一系列行为。研究表明，与使用传统信息渠道相比，利用网络健康信息的人群年龄较年轻，收入较高，教育程度也更高[ 12]。此外，利用网络健康信息的人对比其他人群，拥有更高的健康信息取向、更强的健康信念和更健康的生活方式[ 13]。

本文在搜索文献时使用两组检索词。一组检索词是关于网络健康信息，以(“online”or“web”or“Internet”)+(“healthinformation”or“healthcareinformation”or“medicalinformation”)组成；另一组检索词是关于信息利用行为的感知风险，由“perceivedrisk”+“informationusebehavior”组成。两组检索词之间使用布尔逻辑“and”相连接。为了尽可能全面地获取文献，本文检索2009年至今，公开发表并经过同行评议的英文文献，检索时间为2017年9月20日。通过检索包括WebofScience、ScienceDirect、Taylor&FrancisOnline、PubMed和WileyOnlineLibrary这五个主要的英文学术数据库，在文献检索中以“全文”为检索范围，经过对文章的标题和摘要进行筛选后，获得初步文献25篇。而后，使用追溯法对25篇初步文献的参考文献和施引文献进行二次文献回溯，最终获得包含38篇英文文献的文献集，作为本次研究的基础。

2 研究文献概况分析

为了全面地揭示感知风险视角下网络健康信息利用行为研究的概况，本研究首先通过对38篇英文文献全文进行人工阅读后，分别从文献年代分布、国别分布、研究理论分布和研究主题分布等四个方面，提取相关信息，从而对文献的特征概况进行总体分析。

2.1 文献年代和国别分布

图1显示了基于感知风险的网络健康信息利用行为研究文献的年代分布情况。从时间分布上来看，随着时间的进展，特别是移动互联网的发展，基于网络的健康信息获取和利用行为不断增加，基于风险视角的研究也开始增加。但这一主题研究并没有过多的受到学者的关注，仍然具有很大的研究空间。

图1 文献的年代分布情况

本研究通过分析文献中第一作者的国籍属性，确定国家分布(见表1)。在这一研究领域中，美国学者占据领先地位，有10篇相关文献出自美国学者之手。中国学者有8篇文献，其中一篇是由中国台湾作者和大陆作者合作完成的，反映了两岸研究人员在这一领域的学科交流。德国学者在这一领域的研究也比较突出，有5篇文献。除了中国之外，研究感知风险视角下网络健康信息利用行为的文献都出自发达国家。网络健康信息利用行为依托于便捷连接的互联网和发达的互联网健康信息资源，在基础设施建设方面，发达国家比较领先，其国民对于网络健康信息的利用也比较普遍。当利用行为达到一定的数量之后，对其优势和风险进行研究才能更好地指导行为的改善。

表1 文献第一作者的国家分布情况

2.2 研究理论分布

对用户的信息行为进行实证研究，一般需要根据理论或经验总结建立理论分析模型，从而使用收集的数据资料对理论模型进行参数估计，建立具体模型解释用户信息行为。感知风险是个人层面行为转变的理论基础。一些理论认为感知风险对于行为改变是必须的，感知风险直接决定行为，如计划行为理论、理性行为理论等。其他理论认为，接受健康信息取决于接受者对信息中风险的反应和对自我效能因素的评估，如保护动机理论等。本研究发现，学者们广泛使用了多种理论模型来开展网络健康信息感知风险的研究。表2显示文献中信息技术相关理论的应用情况。

技术接受模型及其扩展模型(如UTAUT理论)使用次数最多，除了单独使用之外，还用来与其他理论复合构建新模型。用户接受或采纳技术信息对于技术的成功应用具有重要意义，而感知风险已被证明是影响人们接受或采纳网络健康信息的重要因素之一。Blesik和Bick[ 14]开发出基于感知风险和特征的技术接受理论模型，发现感知风险显著影响用户对医疗诊断平台的感知有用性，必须通过提供质量指标，显示贡献者的经验水平等手段降低用户对风险的不确定性。Miltgen等[ 15]使用包括技术接受模型在内的复合模型来检查用户对生物识别技术的采纳行为，发现用户对数据隐私的关注直接影响感知风险，进而影响行为意图，感知风险是解释生物识别验收的最重要驱动因素。

表2 文献的研究理论应用情况

其次应用较广泛的是健康信念模型。健康信念模型(HBM)用来解释预防性健康行为，是健康行为变化研究中应用最广泛的理论基础之一。该模型假设个人的健康行为取决于对某一条件的某些信念的存在与否，这些健康信念包括：感觉敏感性，感知严重性，感知效益和感知障碍。传统的健康信念模型主要解释健康管理行为，如戒烟，运动习惯和预防皮肤癌等。随着网络健康信息服务的发展，Mou等人[ 16]通过整合HBM和扩展价值框架来了解南非青少年对在线健康信息服务的接受度；Betsch等[ 17]利用在线实验测量用户对于来源不同的疫苗所致不良反应的网络信息的感知风险与疫苗接种意图之间的关系。

动机模型(MotivationalModel,MM)由Davis等人提出，认为人的内在动机和外在动机决定了人的行为[ 18]。Cocosila[ 19]使用动机模型对订阅和使用移动医疗应用程序进行疾病或健康行为的预防性干预进行了研究，发现用户对行动的态度积极，其感知风险较小，感知风险会负面影响用户的使用意图，因此为了确保移动医疗应用程序的成功，开发者应着力减少感知风险，增加有用性和享受等激励因素。

除以上这些理论之外，Kahlor[ 20]在风险信息寻求与加工模型的基础上，提出了计划风险信息寻求模型(PRISM)，认为感知风险会引发个体对风险事件的情感响应，由风险威胁性和发生可能性引起负向情感，直接影响个体对自身现有知识水平不足的认知。为了消除这一类负向情感，个体会以弥补现有知识不足为目的，进而促进信息寻求意图的形成。在此基础上，Hovick等人[ 21]通过测试，发现PRISM模型可以解释64%的癌症信息搜寻意图，是一个全面和可预测的风险信息模型。另外，在研究新型个人健康信息技术的采纳时，隐私演算理论作为风险利益权衡中非常重要的一环，也被用来进行风险-收益分析[ 22]。

2.3 文章主题分布

通过阅读全文并提取研究内容(包括健康信息类别和文章主题)，本文将文献中的主题归纳为七类：网络健康信息的类型/形式、电子病历管理、健康信息搜寻、网络健康信息风险评估和风险管理、新型个人健康管理技术、预防性健康干预和在线健康服务，其中前三类的文章数量较多(见表3)。

表3 文章主题分布情况

不同形式的网络健康信息对感知风险会产生不同的影响。患者对在临床环境使用不同形式(如照片、在线数据、图表等)呈现的风险信息表现出不同的感知和偏好[ 29]；在患者社交网络中，分别使用统计信息或叙事信息会不同程度地影响患者使用药物的决定[ 30]。不同平台上的网络健康信息也会对感知风险产生影响。Choudhury等人对比分析了搜索引擎和社交媒体上的在线健康活动发现，用户倾向于使用搜索引擎了解比较严重的健康情况，但较少通过社交媒体平台寻求并分享敏感的健康信息，并担心社交媒体上的健康信息分享会侵犯用户的隐私权[ 31]。针对医生在使用网络医疗知识分享平台时所产生的感知风险，Sims等人认为存在“医生不够专心”、“医生不愿暴露个人知识差距”和“医生缺乏责任心”的风险[ 32]；Blesik等补充了“盲从人气的影响”、“存在有偏见的结果”等风险[ 14]。

电子病历记录(EMR)包含有关特定医院的患者临床信息和健康信息，可以有效改善医疗保健质量，有利于提高临床实践的连续性、安全性和工作效率，在全球广泛推行。Boonstra和Broekhuis认为感知风险是医生们采纳EMR的主要障碍，提出财务、技术、时间、心理、社会、法律、组织和变更过程等8个风险维度，其中财务、技术和时间风险是最主要的障碍[ 23]。Weeger等人在此基础上提炼出包括绩效风险、心理风险、社会风险和隐私风险在内的采纳EMR感知风险框架[ 24]。

本研究认为，信息利用行为是为了满足自身信息需求的系列行为，而信息搜寻行为是信息获取的一种途径，因此本文将感知风险视角下信息搜寻行为的研究也列入其中。在相关文献中，Yun和Park研究了影响韩国互联网消费者疾病信息搜索行为的因素之间的关系[ 25]，Weaver等人研究了不同主题的健康信息搜索行为与感知风险因素和健康指标的关联[ 26]。针对不同疾病人群，Liang等调查了针对流感发病率的网络健康信息搜寻行为所显示的公众健康感知风险程度[ 27]。其他类似的研究还有针对神经功能残疾人[ 28]和乳腺癌患者[ 21]网络健康信息搜寻行为的意图和影响因素的研究。

3 研究文献主题分析

感知风险会影响人们的风险决策和行为。以感知风险为基础，本文将38篇研究文献的主题分为三大类：网络健康信息感知风险的多维度划分、影响网络健康信息感知风险的因素和感知风险对网络健康信息利用行为的影响。前两个主题是针对在网络健康信息利用过程中，感知风险的维度和影响因素的研究；后一个主题是对感知风险作用于网络健康信息利用行为时所产生的影响研究。

3.1 网络健康信息感知风险的多维度划分

对多维度感知风险的识别和划分是感知风险研究的焦点之一。Conchar等人认为，感知风险与风险发生的情境有关[ 33]，构成整体感知风险的风险维度因风险情境而异。但即使不同风险维度的相对重要性不尽相同，它们对总体风险的影响大致相同。为了减少感知风险的影响，研究者必须认识和衡量多维度风险的影响，因此本研究梳理了在网络健康信息利用行为过程中，用户感知风险的多维度划分。

感知心理风险。感知心理风险在所有感知风险维度中最常被提及，是指与利用网络健康信息相关的精神焦虑。Norm等认为感知心理风险就是关于电子病历实施焦虑和压力[ 34]；Weeger等人则将影响医生采纳电子病历的感知心理风险进一步划分为：对工作程序的影响、职业自主权丧失和法律后果[ 24]。Cocosila等人认为，所有的感知风险都应该通过衡量感知心理风险来获取，感知财务风险、感知社会风险和感知隐私风险共同积极影响着感知心理风险，进而降低用户的动机和行为意图[ 35]。

感知隐私风险。个人健康信息具有高度敏感性，用户在医疗平台上经常要求匿名，确保个人健康信息受到法律的保护。Cocosila等人认为，用户的感知隐私风险来源于害怕失去对个人数据的控制[ 36]。健康信息技术会加剧潜在的隐私滥用问题，感知隐私风险会显著影响采纳网络健康信息技术的意图，Li等发现，信息敏感性和感知信息质量会积极影响感知隐私风险，而个人创新、立法保护和感知信誉会对感知健康隐私风险产生消极影响[ 22]；Weeger等认为感知隐私风险还包括隐私安全和个人数据的完整性[ 24]。

感知绩效风险。网络健康信息可能存在不准确或不全面的情况，用户因为网络健康信息不符合期望所产生的损失被称为绩效风险。由于利用电子医疗病历可能会使医生的工作流程复杂化或受限，导致医疗事故的增加，因此，影响医生采纳EMR的感知绩效风险包括：技术基础设施不足、工作量增加、数据质量不足和可靠性不足[ 24]。

除以上风险外，时间风险、金融风险和社会风险也是在研究网络健康信息利用的感知风险中常被讨论的风险维度。时间风险是指个体在研究卫生条件时损失的时间，比如用户可能浪费太多的时间获取信息[ 16]，或者医生由于需要额外的时间来选择、实施和学习使用网络信息技术而导致工作效率变慢[ 23]。社会风险是指用户网络健康信息采纳行为不被其他社会成员所接受的可能性，因为家人或朋友不赞同或怀疑，社会风险可能会导致用户潜在的社会群体地位丧失[ 35]。另外，出于对浪费金钱的恐惧，网络健康信息还可能会面临财务风险，比如用户担心会因为使用不必要的网络健康服务而浪费金钱[ 19]。但在验证过程中，财务风险对整体感知风险的影响较弱[ 23]，该风险维度的影响力还需要更多的实证研究来检验。

3.2 影响网络健康信息感知风险的因素

在用户利用网络健康信息的行为过程中，影响用户感知风险的因素包括：心理因素、质量因素、情境因素和社会因素。

心理因素主要包括信任、自我效能、预期期望等。信任和感知风险密切相关，特别是在网络健康信息的利用过程中，缺乏诚信的网络健康服务可能会威胁到人们的健康，信任因素有利于减少用户感知风险的不确定性，显著提高用户的信息利用意图[ 37]。健康自我效能是指个人对自己的健康管理能力的看法，对于同一健康问题，自我效能较高的人比自我效能较低的人拥有更低的风险意识。Choi等人研究发现，在韩国爆发MERS期间，自我效能有效缓和了社交媒体曝光与MERS感知风险之间的关系[ 38]。同时，健康风险和健康自我效能显著影响个人的健康信息搜寻行为，健康自我效能的影响大于感知健康风险[ 39]。

健康信息的质量也显著影响网络健康信息的感知风险。错误或低质量的健康信息渗透到网络中，与高质量的健康信息共存，消费者通常很难分辨，进而增加感知风险。Mun等人认为，网络健康信息的信息质量可以分为论据质量(信息的内容属性)和来源专业性(有说服力的消息来源)，当信息质量及时、准确和完整的时候，用户对网络健康信息的感知风险较小[ 40]。Betsch等发现，信息来源可信度影响感知风险，当健康风险被不可靠的信息来源(如制药行业)否定时，用户的感知风险会增加；而可靠的信息来源(如政府机构)没有这样的差异[ 17]。另外，基于互联网和数字技术的服务应遵循严格的安全标准，信息的完整性也对感知风险产生负面影响，需要确保数字健康信息的完整性[ 41]。

健康信息需要在一定临床背景下才有效，即使是优质的网络健康信息，也会因为网络环境的变化，导致信息相关内容缺失而丧失其有效性[ 42]，因此需要关注情境因素对网络健康信息感知风险的影响。Ling等发现，如果网络上的自我诊断信息(对病情症状的描述)没有提供上下文信息，用户会过高地估计他们对网络成瘾的感知风险[ 43]。Choi等人发现，系统的信息处理模式(个人根据其与任务的相关性来访问信息)正向影响个人的感知风险，用户参与系统处理越多，越有可能认识到传染病的风险[ 38]。此外，信息类型调节了信息内容对感知风险的影响，用户阅读的叙述性信息越多，他们的感知风险越高；由统计信息和叙事信息组合而成的信息对用户的感知风险影响最大[ 30]。Blesik等发现，医疗众包平台上包括“回答限制”和“后期限制”在内的限制性特征对感知风险产生显著影响，当用户感知到风险，他们会使用限制性功能来防止或者至少减轻风险[ 14]。

社会因素对感知风险的影响研究。Deng和Liu等人将风险感知态度框架和社会支持结合起来，发现当用户在移动社交媒体网站中寻求健康信息时，如果可以感觉到来自移动社交媒体网站的社会支持，包括得到切实的帮助，感受到他人的爱或信任时，他们的压力和不确定性将会降低，感知风险也随之降低[ 39]。在社会支持中，有形支持(提供有形的货物或服务或实物援助)和评估支持(如客观信息、建议、评估情况等)都会显著影响用户的感知风险。随着通信技术的快速变化，社交媒体的使用改变了人们获取和使用信息的方式，社交媒体上披露的疾病信息与疾病的感知风险正相关[ 38]。

3.3 感知风险对网络健康信息利用行为的影响

本次研究考察了感知风险与网络健康信息利用行为的联系，集中于与感知风险相关的动机(如行为意图、外在动机)、情感(例如信任)、认知(例如感知有用性)和个体差异(例如态度)等。

感知风险对网络健康信息利用行为意图的影响。行为意图是指个人认为其利用网络健康信息的概率，而感知风险在抑制用户采纳网络健康服务的意图方面起着重要的作用，较高感知风险会降低用户利用网络健康信息的意图[ 15]，不良事件的感知风险也会导致较低的行为意图[ 43]。计划风险信息寻求模型认为，感知风险通过影响情感反应，对用户的搜寻意图产生影响[ 20]。风险感知态度框架也用来证实感知风险显著影响消费者在移动社交媒体网站中的健康信息寻求行为意图[ 39]。

因为健康信息与人们的生命、身体健康密切相关，感知风险会影响用户利用网络健康信息的动机。Harris等人发现，风险信息呈现的实际形式影响人们健康行为的改善，单独在网络上提供的风险信息不足以促使患者采取更健康的生活方式或加强临床交流[ 29]。感知风险也可以成为健康信息搜索的动力，具有较高感知风险能力的女性可能有更大的动机来寻求乳腺癌信息，感知风险和结构知识之间存在显著的正相关关系[ 44]。

外部动机和感知有用性代表了捕获活动期望性能的单一构造。如果用户认为服务具有风险，降低了其功利价值，就很可能会降低使用该服务的外在动机。Cocosila等发现，感知风险显著地降低了预防性健康干预的内在动机和外在动机，但对内在动机的影响更大[ 35]。

感知有用性是信息采纳的重要调节变量，被应用于TAM及其所有后续模型中。Blesik等认为，因为网络健康信息传播可能出现错误信息或机密性的问题，因此感知风险会对医疗信息分享平台的感知有用性产生负面影响[ 14]。Yun等则发现，感知健康风险显著影响感知有用性，成为影响消费者互联网疾病信息搜索行为的重要预测指标之一[ 25]。因此，在不同的网络健康信息利用情境下，感知风险对感知有用性的影响还需要进一步研究。

4 结论与展望

4.1 研究总结

计算机和信息技术的发展对医学研究、医学教育和医疗实践都产生了强大而持久的影响：普通用户可以通过网络学习健康知识，提高生活质量；患者或其亲属通过网络了解疾病知识，在网络互动平台结识病友，获得情感支持；医务工作者通过网络查阅专业知识，获取最新的医疗知识和技术，更好地开展临床实践工作。当前，学者们对网络健康信息利用行为的研究取得了一些进展，但从感知风险视角出发的行为研究还处于探索阶段，存在以下几个方面的问题。

首先，从研究对象看，对医务工作者的研究多集中于对健康信息技术的采纳行为感知风险研究上，特别是针对EMR的采纳研究，较少关注医务工作者对网络健康信息的利用行为及其感知风险。研究显示，医务工作者对PubMed、UpToDate以及谷歌[ 45]等网络资源有强烈的偏好，同时，一些新兴的网络工具也被用来获取医学教育前沿资源，包括维基、讨论版、在线社区、社交网站、流媒体资源、播客和互动诊断体验等。研究显示，24%的受访医生每天使用社交媒体检索医疗信息，医生使用社会媒体可以有效提高医疗质量，获取医学知识、与同行交流[ 46]。但同时，网络医学信息并不完全准确可靠，还存在很多风险。这些风险包括提供不准确的临床要素、网页信息没有注明来源、信息不准确或存在误导性、信息缺乏一定的审查和筛选[ 47]等，许多信息并不是由医疗专业人员撰写的，很难保证质量[ 48]。网络医疗信息的丰富性和其中存在的利用风险对于医务工作者的影响需要进一步的研究。

其次，从研究方法上看，注重实证而较少关注理论。三分之二的文献是通过问卷调查或是实验和问卷相结合的研究方法，其余研究使用了国家性调查、用户日志分析以及深度访谈等方法。这些研究大多侧重于对特定群体的调查，缺乏必要的理论提炼与总结，对于网络健康信息利用行为的感知风险理论研究和方法研究缺乏创新。除此之外，有近半数的文献使用了结构方程模型来进行数据分析，注重验证感知风险与用户健康信息行为的关系，缺乏对感知风险影响健康信息行为的作用机理等内容的深层次挖掘。

最后，在研究感知风险影响的变量时，更多把感知风险作为网络健康信息利用的阻碍因素，较少将其作为促进因素。感知风险可能会产生积极的后果，也可能会产生消极的后果，也有一些研究将感知风险定义为积极和消极后果的组合[ 49]。随着“互联网+”医疗的发展，网络健康信息的发展也带来了新的风险形式。在研究感知风险对网络健康信息利用行为的消极影响的同时，也需要研究其积极影响。感知风险是一把双刃剑，无论是阻碍个人利用网络健康信息的行为，还是激励个人寻求更多信息和获取疾病相关知识，都利弊共存。研究要更加全面、客观和辩证地认识到感知风险对用户网络健康信息利用行为的影响，提高个人健康风险评估能力，促进网络健康信息的利用发展。

4.2 未来研究趋势

通过对影响网络健康信息利用行为过程中感知风险的研究，本研究揭示其风险维度和影响因素，可以为网络健康信息服务平台和公共政策制定者制定降低和规避感知风险的策略提供参考，促进公众更好地采纳和利用网络健康信息。对网络健康信息利用的感知风险的研究还需不断深入。在综合阅读文献并结合信息技术演变发展的基础上，笔者提出以下三个未来研究方向：

首先，研究感知风险的多个维度对网络健康信息利用行为的影响。感知风险是一种社会文化的建构，个人在社会文化的影响下形成自己的感知风险。个体获取感知风险的形式包括直接经验(个人)和间接经验(社会)。对于一个特定的感知风险维度(如心理风险)，一些个体通过直接体验感知风险(如流行病患者)，而其他个体则可能遭遇的只有间接的感知风险(例如通过浏览病人在线互助小组获取疾病信息)。通过不同获取方式感知到的风险维度，对个体利用网络健康信息的影响需要更多的研究。因此，未来研究的主题将是通过不同的风险维度来考察感知风险的影响。构成整体感知风险的个人风险因素可能因情境而异，不同风险维度的相对重要性不尽相同，它们对整体感知风险乃至利用行为的影响都可能存在一定的差异。

其次，研究不同网络健康信息类型对感知风险的影响。网络健康信息包括多种类型，其质量和发布平台都会对人们的感知风险造成不同的影响。影响网络健康信息质量因素包括作者权威性、信息客观性、隐私保护性、是否可以个性化推送等多个方面[ 50]。国外也已开发了一些以信息质量为导向的互联网医学信息评价服务，帮助用户选择高质量的医学信息[ 51]，如医学和健康网站行为准则(HONcode)，疾病治疗选择信息评估系统(Discern)和欧盟健康信息评级认证(MedCIRCLE)等。根据不同的网络健康信息类型和发布平台，网络健康信息提供者可以采取更有针对性的策略降消用户感知风险，通过提升产品品质、提升品牌声誉、增强用户信任和正确传播信息等方式，促进网络健康信息的健康发展和深度利用。

最后，根据特定受众，研究人口因素对网络健康信息感知风险的影响。人口因素被认为对感知风险具有较为理想的解释力[ 52]。公众在利用网络健康信息的时候，由于经历、收入状况、生活方式的不同，不同用户的感知风险会存在差异。性别因素是最受关注的人口统计变量之一，感知风险在性别上有着显著的差异[ 53]。此外，年龄因素、收入因素和教育程度也被认为是对感知风险有着稳定影响的人口统计变量。除此之外，由于健康信息具有显著的专业性，只有专业人员通过系统的培训才能获得扎实的健康知识。对健康信息的误解或不当使用可能会增加健康风险，从而恶化用户的现有健康状况。因此，感知风险还可能与用户的专业知识相关。用户对于感知风险的估计以及他们对于风险的态度都将影响到他们的信息利用行为，研究不同人群在健康信息利用过程中的感知风险，有助于帮助健康信息用户积极主动地采取措施来努力回避或减少感知风险，如采取积累经验、增加相关知识、增强信息搜寻等手段来降消自身感知风险。

总体而言，感知风险视角下的用户健康信息利用行为研究涵盖范围广、涉及内容多，具有重要的研究意义。笔者希望通过梳理和述评已有研究，对用户基于感知风险视角的网络健康信息利用行为和认知心理活动进行描述、解释和预测，为后续深入研究网络健康信息利用行为的感知风险问题提供可供参考的基础框架。

[1]WorldHealthOrganization.Basicdocuments[M].Geneva:WorldHealthOrganization,2010:1.

[2]PewResearchCenter.Healthonline2013[EB/OL]. [2017-09-24].http://www.pewinternet.org/2013/01/15/health-online-2013/.

[3] 中国科协科普部. 中国科协发布第九次中国公民科学素质调查结果[J]. 科协论坛，2015(10)：37-38.

[4]AyersSL,KronenfeldJJ.Chronicillnessandhealth-seekinginformationontheInternet[J].Health,2007,11(3):327-347.

[5]ClineRJW,HaynesKM.ConsumerhealthinformationseekingontheInternet:Thestateoftheart[J].HealthEducationResearch,2001,16(6):671-692.

[6]RobertK,CasebeerLL,BennettNL,etal.Familyphysicians'informationseekingbehaviors:Asurveycomparisonwithotherspecialties[J].BMCMedicalInformaticsandDecisionMaking,2005,5(1):1-5.

[7]PluyeP,GradRM,DawesM,etal.Sevenreasonswhyhealthprofessionalssearchclinicalinformation-retrievaltechnology(CIRT):Towardanorganizationalmodel.[J].JournalofEvaluationinClinicalPractice,2007,13(1):39-49.

[8]HoffmannD,SchwartzJ.Stoppingdeceptivehealthclaims:Theneedforaprivaterightofactionunderfederallaw[J].AmericanJournalofLaw&Medicine,2016,42(1):53-84.

[9]DyerKA.EthicalchallengesofmedicineandhealthontheInternet:AReview[J/OL].JournalofMedicalInternetResearch,2001,3(2):e23.[2017-09-24].http://www.jmir.org/2001/2/e23.

[10]CoreyM.A,RituA.Adoptionofelectronichealthrecordsinthepresenceofprivacyconcerns:Theelaborationlikelihoodmodelandindividualpersuasion[J].MISQuarterly,2009,33(2):339-370.

[11]SlovicP.Perceptionofrisk.[J].Science，1987，236(4799):280-285.

[12]DartJ,GalloisC,YellowleesP.Communityhealthinformationsources—Asurveyinthreedisparatecommunities[J].AustralianHealthReview,2008,32(1):186-196.

[13]Dutta-BergmanMJ.Healthattitudes,healthcognitions,andhealthbehaviorsamonginternethealthinformationseekers:Population-basedsurvey[J/OL].JournalofMedicalInternetResearch,2004,6(2):e15.[2017-09-24].http://www.jmir.org/2004/2/e15.

[14]BlesikT,BickM.Adoptionfactorsforcrowdsourcingbasedmedicalinformationplatforms[C]//LehnerF,FteimiN(eds).9thInternationalConferenceonKnowledgeScience,EngineeringandManagement,KSEMPassau,Germany,October5-7,2016.Cham:Springer,2016:172-184.

[16]MouJ,ShinDH,CohenJ.Healthbeliefsandthevalenceframeworkinhealthinformationseekingbehaviors[J].InformationTechnology&People,2016,29(4):876-900.

[17]BetschC,SachseK.Debunkingvaccinationmyths:Strongrisknegationscanincreaseperceivedvaccinationrisks[J].HealthPsychology,2013,32(2):146-155.

[18]DavisFD,BagozziRP,WarshawPR.Extrinsicandintrinsicmotivationtousecomputersintheworkplace[J].JournalofAppliedSocialPsychology,1992,22(14):1111-1132.

[19]CocosilaM.Roleofuseraprioriattitudeintheacceptanceofmobilehealth:Anempiricalinvestigation[J].ElectronicMarkets,2013,23(1):15-27.

[20]KahlorL.PRISM:Aplannedriskinformationseekingmodel[J].HealthCommunication,2010,25(4):345-356.

[21]HovickSR,KahlorL,LiangMC.PersonalcancerknowledgeandinformationseekingthroughPRISM:Theplannedriskinformationseekingmodel[J].JournalofHealthCommunication,2014,19(4):511-527.

[22]LiH,WuJ,GaoY,etal.Examiningindividuals'adoptionofhealthcarewearabledevices:Anempiricalstudyfromprivacycalculusperspective.[J].InternationalJournalofMedicalInformatics,2016,88:8-17.

[23]BoonstraA,BroekhuisM.Barrierstotheacceptanceofelectronicmedicalrecordsbyphysiciansfromsystematicreviewtotaxonomyandinterventions[J].BMCHealthServicesResearch,2010,10(1):231.

[24]WeegerA,GewaldH,VriesmanLJ.Doriskperceptionsinfluencephysician'sresistancetouseelectronicmedicalrecords?AnexploratoryresearchinGermanhospitals[C/OL]//ARenaissanceofInformationTechnologyforSustainabilityandGlobalCompetitiveness.AmericasConferenceonInformationSystems,Amcis2011,Detroit,Michigan,Usa,August.DBLP,2011. [2017-09-24].http://aisel.aisnet.org/cgi/viewcontent.cgi?article=1137&context=amcis2011_submissions.

[25]YunEK,ParkHA.Consumers'diseaseinformation-seekingbehaviourontheInternetinKorea[J].JournalofClinicalNursing,2010,19(19-20):2860-2868.

[26]WeaverJB,MaysD,WeaverSS,etal.Healthinformation-seekingbehaviors,healthindicators,andhealthrisks[J].AmericanJournalofPublicHealth,2010,100(8):1520-1525.

[27]LiangB,ScammonDL.Incidenceofonlinehealthinformationsearch:Ausefulproxyforpublichealthriskperception[J/OL].JournalofMedicalInternetResearch,2013,15(6):e114. [2017-09-24].https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3713924/.

[28]LiangH,XueY,ChaseSK.Onlinehealthinformationseekingbypeoplewithphysicaldisabilitiesduetoneurologicalconditions[J].InternationalJournalofMedicalInformatics,2011,80(11):745-753.

[29]HarrisR,NobleC,LowersV.Doesinformationformmatterwhengivingtailoredriskinformationtopatientsinclinicalsettings?Areviewofpatients’preferencesandresponses[J].PatientPreference&Adherence,2017,11:389-400.

[30]BetschC,RenkewitzF,HaaseN.Effectofnarrativereportsaboutvaccineadverseeventsandbias-awarenessdisclaimersonvaccinedecisions:Asimulationofanonlinepatientsocialnetwork[J].MedicalDecisionMaking,2013,33(1):14-25.

[31]ChoudhuryMD,MorrisMR,WhiteRW.Seekingandsharinghealthinformationonline:Comparingsearchenginesandsocialmedia[C]//ProceedingsoftheSIGCHIConferenceonHumanFactorsinComputingSystems.NewYork,USA:ACM,2014:1365-1376.

[32]SimsMH,BighamJ,KautzH,etal.Crowdsourcingmedicalexpertiseinnearrealtime[J].JournalofHospitalMedicine,2014,9(7):451-456.

[33]ConcharMP,ZinkhanGM,PetersC,etal.Anintegratedframeworkfortheconceptualizationofconsumers’perceived-riskprocessing[J].JournaloftheAcademyofMarketingScience,2004,32(4):418-436.

[34]NormA,MihailC.Acomparisonofphysicianpre-adoptionandadoptionviewsonelectronichealthrecordsinCanadianmedicalpractices[J/OL].JournalofMedicalInternetResearch,2011,13(3):e57.[2017-09-24].https://www.ncbi.nlm.nih.gov/pmc/articles/pmc3222163/.

[35]CocosilaM,ArcherN,YuanY.Earlyinvestigationofnewinformationtechnologyacceptance:Aperceivedrisk-motivationmodel[J].CommunicationsoftheAssociationforInformationSystems,2009,25(1):30.

[36]CocosilaM,ArcherN.Anempiricalinvestigationofmobilehealthadoptioninpreventiveinterventions[J].Surgical&RadiologicAnatomy,2009,14(14):275-7.

[37]HsiehPJ.Physicians’acceptanceofelectronicmedicalrecordsexchange:AnextensionofthedecomposedTPBmodelwithinstitutionaltrustandperceivedrisk[J].InternationalJournalofMedicalInformatics,2015,84(1):1-14.

[38]ChoiDH,YooW,NohGY,etal.TheimpactofsocialmediaonriskperceptionsduringtheMERSoutbreakinSouthKorea[J].ComputersinHumanBehavior,2017,72(C):422-431.

[39]DengZ,ShanL.Understandingconsumerhealthinformation-seekingbehaviorfromtheperspectiveoftheriskperceptionattitudeframeworkandsocialsupportinmobilesocialmediawebsites[J].InternationalJournalofMedicalInformatics,2017.

[40]EgeaJMO,GonzálezMVR.Explainingphysicians’acceptanceofEHCRsystems:AnextensionofTAMwithtrustandriskfactors[J].ComputersinHumanBehavior,2011,27(1):319-332.

[41]EysenbachG,GrayJAM,BonatiM,etal.Towardsqualitymanagementofmedicalinformationontheinternet:Evaluation,labelling,andfilteringofinformationHallmarksforqualityofinformationQualityontheinternetAssuringqualityandrelevanceofinternetinformationintherealworld[J].BMJ,1998,317(7171):1496-1502.

[42]LingIL,ChuangSC,HsiaoCH.Theeffectsofself-diagnosticinformationonriskperceptionofinternetaddictiondisorder:Self-positivitybiasandonlinesocialsupport1[J].JournalofAppliedSocialPsychology,2012,42(9):2111-2136.

[43]BetschC,WickerS.E-healthuse,vaccinationknowledgeandperceptionofownrisk:Driversofvaccinationuptakeinmedicalstudents[J].Vaccine,2012,30(6):1143-1148.

[44]LeeEWJ,HoSS.Stayingabreastofbreastcancer:ExamininghowcommunicationandmotivationrelatetoSingaporeanwomen'sbreastcancerknowledge[J].AsianJournalofCommunication,2015(4):422-442.

[45]BeckJB,TiederJS.Electronicresourcespreferredbypediatrichospitalistsforclinicalcare[J].JournaloftheMedicalLibraryAssociation:JMLA,2015,103(4):177-183.

[46]McGowanBS,WaskoM,VartabedianBS,etal.Understandingthefactorsthatinfluencetheadoptionandmeaningfuluseofsocialmediabyphysicianstosharemedicalinformation[J/OL].JournalofMedicalInternetResearch,2012,14(5):e117.[2017-09-24].https://www.ncbi.nlm.nih.gov/pmc/articles/Pmc3510763/.

[47]MontemurroP,PorcnikA,HedénP,etal.Theinfluenceofsocialmediaandeasilyaccessibleonlineinformationontheaestheticplasticsurgerypractice:Literaturereviewandourownexperience[J].AestheticPlasticSurgery,2015,39(2):270-277.

[48]LaguT,KaufmanEJ,AschDA,etal.Contentofweblogswrittenbyhealthprofessionals[J].JournalofGeneralInternalMedicine,2008,23(10):1642-1646.

[49]WeberEU,BottomWP.Axiomaticmeasuresofperceivedrisk:Sometestsandextensions[J].JournalofBehavioralDecisionMaking,2010,2(2):113-131.

[50]AdamsSA.Revisitingtheonlinehealthinformationreliabilitydebateinthewakeof"web2.0":Aninter-disciplinaryliteratureandwebsitereview[J].InternationalJournalofMedicalInformatics,2010,79(6):391-400.

[51]RiskA,DzenowagisJ.ReviewOfInternetHealthInformationQualityInitiatives[J/OL].JournalofMedicalInternetResearch,2001,3(4):e28.[2017-09-24].https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1761913/

[52]DietzPM,RochatRW,ThompsonBL,etal.Differencesintheriskofhomicideandotherfatalinjuriesbetweenpostpartumwomenandotherwomenofchildbearingage:Implicationsforprevention[J].AmericanJournalofPublicHealth,1998,88(4):641-643.

[53]DeJoyDM.Genderdifferencesintrafficaccidentriskperception[C]//ProceedingsoftheHumanFactorsSocietyAnnualMeeting.LosAngeles,CA:SAGEPublications,1990,34(14):1032-1036.