医生群体对互联网医疗使用意愿调查问卷的编制及信效度分析

陈秀彦，张远妮，邓光璞，陈轶戈，张泽浩，许丰，李文源*

互联网医疗，是指信息通讯技术和移动设备在医疗健康领域中的应用，其具有优化医疗资源配置、提高医疗服务效率、创新医疗服务模式的特性，能够满足由人口老龄化趋势加剧、慢性病发病率上升、健康消费能力提高所带来日益增长的医疗健康需求［1］。目前，预约挂号、移动支付、在线检查检验结果查询等的辅助类互联网医疗已广泛应用，但涉及疾病咨询、远程诊疗、慢病管理等服务则大众使用率不高、发展缓慢。医疗行业的高度专业性决定了医生群体是诊疗类互联网医疗的核心资源，如何利用互联网医疗来促进医疗资源的供需平衡，探索医生群体对互联网医疗的使用意愿及其影响因素是关键。但检索国内外文献发现，探索医生群体使用互联网医疗的影响机制的研究仍相对空白［2-8］。基于此，本文拟以整合型科技接受模型（UTAUT模型）和价值接受模型（VAM模型）为理论基础，编制医生群体对互联网医疗使用意愿模型问卷，为进一步研究医生群体对互联网医疗使用意愿及其影响因素、促进互联网医疗的建设提供有效的测量工具。

1 资料与方法

1.1 模型构建及问卷设计

1.1.1 模型构建 UTAUT 模型是学者VENKATESH 等［9］和HOLDEN 等［10］于2003 年将理性行为理论、计划行为理论、科技接受模型、解构计划行为理论、动机模型、个人计算机使用模型、创新扩散理论和社会认知理论8 个广泛用于研究信息技术领域采纳和接受行为的理论模型进行整合，且实证研究发现，UTAUT 模型对用户行为的解释度超过其他8 个模型，达到70%。为更准确地预测用户在移动互联网环境下的自愿消费行为，新加坡KIM 等［11］学者于2007 年基于感知价值理论和科技接受模型提出了VAM 模型，从价值最大化角度解释了移动互联网用户的使用行为。相关研究指出，VAM 在用户自愿接受信息技术的情况下解释力强于TAM［12］。因此，本研究以UTAUT 模型和VAM 模型为理论基础，结合互联网医疗的特性，保留了UTAUT 模型中绩效期望、努力期望、社会影响和促成因素4 个核心变量以及社会影响、促成因素与使用意愿之间的路径关系，保留了VAM 模型中感知获益、感知牺牲与感知价值以及感知价值与使用意愿之间的路径关系，新增用户个体因素自我效能、个体创新性和感知风险3个变量，并对上述11 个变量进行调整与整合，探索性地提出医生群体对互联网医疗使用意愿假设模型，如图1 所示。

1.1.2 问卷设计 本研究以医生群体对互联网医疗使用意愿假设模型为框架，结合国内外相关文献的研究量表和专家意见，初步确定以感知有用性、感知有效性、感知复杂性、感知风险、感知价值、社会影响、促成因素、个体创新性、自我效能、使用意愿10 个维度为基础，编制互联网医疗使用意愿测量表。

图1 医生群体对互联网医疗使用意愿模型Figure 1 Hypothesis model of doctors' intention towards using the Internet-based healthcare delivery model

1.1.2.1 感知获益 在VAM 模型中，感知获益是指用户对特定产品所带来的获益的整体评价，用户对该产品的感知获益越强，其认为该产品的感知价值越大［11］。而互联网医疗为医生带来的获益主要体现为工作绩效的提高以及提供互联网医疗服务后产生的额外获益两方面。据此，本研究以感知有用性和感知有效性分别反映上述两方面内容，并列举相应条目进行测量（见表1）。

1.1.2.2 感知牺牲 KIM 等［11］在关于VAM 模型的研究中表示，用户的感知牺牲是影响其感知价值的另一因素，而感知牺牲是指用户为获得特定产品所需要付出的成本的综合判断。在提供互联网医疗服务过程中，医生不仅需要付出时间和精力来操作互联网医疗，还可能需要承担信息泄露、医疗纠纷或工作负担增加等风险。据此，本研究将以感知复杂性和感知风险分别反映医生使用互联网医疗系统所需要付出的时间精力成本和承担使用互联网医疗将可能出现的不良后果，并列举相应条目进行测量（见表1）。

1.1.2.3 感知价值 KIM等［11］在关于VAM模型的研究中表示，感知价值是用户对使用特定产品所获得的收益和需要付出的牺牲之间的综合评价，是影响用户使用该产品的重要因素之一，此观点被国内外多项实证研究所证实［13-14］。因此可推测，只有当医生认为使用互联网医疗给其带来的收益（包括金钱、知名度等）大于其所需要付出的牺牲（时间、精力等）时，才会决定使用互联网医疗为患者提供医疗服务，反之，则会放弃使用。据此，本研究采用相应条目进行测量（见表1）。

1.1.2.4 社会影响 社会影响是个体感知到他人认为其是否应该使用某项新技术的程度，类似于理性行为理论（TRA）和计划行为理论（TPB）中的主观规范，是UTAUT 模型中直接影响使用意愿的因素之一［9］。多项研究分别从电子政务、移动支付、开放教育资源等不同信息技术领域实证了社会影响对用户使用意愿的影响作用［15-17］。因此可推测，若由外界传递所的有关互联网医疗的信息越充分且越正面，医生则对其越了解，也将越愿意使用互联网医疗。据此，本研究采用相应条目进行测量（见表1）。

1.1.2.5 促成因素 促成因素整合了TPB 中的感知行为控制、创新扩散理论（IDT）中的兼容性以及个人计算机使用模型（MPCU）中的促进条件等内涵所提出，主要是指个体感知到组织和技术条件能够支持其使用某项新技术的程度［9］。因此可推测，在互联网医疗领域中，医生用户使用互联网医疗时能获取所需的便利条件（如设备、软件、网络等）以及各种支持条件（如同事帮助、在线支持、组织培训等）越完备，用户则越愿意使用互联网医疗。据此，本研究采用相应条目进行测量（见表1）。

1.1.2.6 个体创新性 个体创新性是指用户关注和尝试新事物、新技术的主观倾向［18］。在信息技术采纳领域中，研究者发现用户自身的个体特性也是影响其是否使用新技术的重要因素，而个体创新性是常被用于研究的用户个体特性之一，相关研究证明个体创新性会影响用户对新技术的使用意 愿［19-20］。因此，可推测个体创新性越强的医生，越愿意使用互联网医疗。据此，本研究采用相应条目进行测量（见表1）。

1.1.2.7 自我效能 自我效能是指人们对自己某种行为能力的自我认知，类似于TPB 中感知行为控制的个体层面［21］。在信息技术采纳领域中，自我效能也常被研究者用于探讨用户个体特征与其是否愿意使用某项新技术之间的关系，多项研究发现，用户的自我效能正向影响其对新技术的使用意愿［20，22］。 因此可推测，那些认为其能独立运用互联网医疗以及有能力处理使用时出现的操作问题的医生，将愿意使用互联网医疗。据此，本研究采用相应条目进行测量（见表1）。

1.2 纳入标准 （1）公立医院的医生；（2）自愿接受问卷调查。

1.3 调查对象 2017 年11 月—至2018 年1 月，于广东省内3 个城市（广州、深圳、肇庆）各抽取1～2 家公立医院，采用偶遇抽样法抽取调查对象进行问卷调查。

1.4 调查方法 调查问卷以初步编制的互联网医疗使用意愿测量表为基础，采用Likert 5 级评分形成医生群体对互联网医疗使用意愿调查问卷（初始版），共包括10 个维度，27 个条目，其中每个条目得分范围为1～5 分，分别代表完全不同意、不同意、中立、同意、完全同意。调查前调查员经过统一培训，并由调查员向调查对象解释问卷的填写要求和注意事项，当场审核回收问卷，保证问卷填写质量。调查结束后，核查所有回收问卷，剔除整份问卷的答案均为同一选项以及问卷的答案选项前后明显矛盾者。

1.5 统计学方法 采用EpiData 3.1 建立样本数据库，数据采用双录入并对其进行逻辑核查。采用SPSS 20.0 和AMOS 21.0软件对数据进行描述性统计分析、信效度分析和结构方程模型检验。双侧检测水准α=0.05。

2 结果

2.1 一般情况 共发放调查问卷350 份，剔除无效问卷后，回收有效问卷309 份，有效回收率88.3%。309 名医生中，男性占56.3%；在年龄分布上，主要集中于25～55 岁；在文化程度分布上，以本科生和研究生为主；在职称分布上，低职称医生占比较多；在工作年限分布上，主要集中于20 年以下；在所在医院等级分布上，以三级甲等医院为主；在所在科室构成上，各科室分布较为平均（见表2）。

2.2 信度分析 医生群体对互联网医疗使用意愿调查问卷（初始版）的Cronbach's α 系数为0.912，各维度的Cronbach's α系数介于0.738～0.929（见表3）。

2.3 探索性因子分析 医生群体对互联网医疗使用意愿调查问卷（初始版）的KMO=0.914，Bartlett's 球形检验χ2=5 227.92（P＜0.001），表明适合进行探索性因子分析。选取主成分分析中特征值＞1.000 的因子，提取出8 个公因子，累积方差贡献率为74.764%（见表4）。

表1 互联网医疗使用意愿测量表Table 1 Questionnaire on Doctors' Intention Towards Using the Internetbased Healthcare Delivery Model（initial draft）

表2 调查对象一般情况Table 2 General information about the participants

表3 医生群体对互联网医疗使用意愿调查问卷（初始版）及各维度的Cronbach's α 系数Table 3 Cronbach's α coefficients of Questionnaire on Doctors' Intention Towards Using the Internet-based Healthcare Delivery Model and its dimensions（initial draft）

分析结果显示，除感知有用性与感知有效性、个体创新性与自我效能这4 个维度分别合并为2 个维度外，其余变量与研究设想相一致，具有较好的结构效度。结合研究主题，考虑到互联网医疗给医生带来的工作绩效获益与额外效果获益确实难以区分，故不划分二者，而以感知获益涵盖感知有用性与感知有效性；同时考虑到尽管个体创新性与自我效能均为用户个体特征，但二者反映的具体特征确实不同，故坚持将二者划分。因此，本研究医生群体对互联网医疗使用意愿调查问卷（初始版）调整为医生群体对互联网医疗使用意愿调查问卷，共包括9 维度，27 个条目（调整模型见图2）。

2.4 验证性因子分析 根据探索性因子分析结果进行调整，并对医生群体对互联网医疗使用意愿调查问卷进行验证性因子分析，结果显示，χ2/df=1.682，拟合优度指数（GFI）为0.900，近似误差均方根（RMSEA）为0.047，比较拟合优度指数（CFI）为0.961，规范拟合指数（NFI）为0.911、增值拟合指数（IFI）为0.962、节俭拟合指数（PGFI）为0.742、节俭规范拟合指数（PNFI）为0.783，模型各项适配度指标良好；问卷各条目因素负荷量介于0.638～0.894，信度系数介于0.407～0.837，问卷的组合信度介于0.750～0.930，平均差异量抽取值介于0.502～0.815（见表5）。因此，最终形成医生群体对互联网医疗使用意愿调查问卷（见表6）。

图2 医生群体对互联网医疗使用意愿调整模型Figure 2 Adjusted model of doctors' intention towards using the Internetbased healthcare delivery model

表4 医生群体对互联网医疗使用意愿调查问卷（初始版）各条目特征向量、特征值、贡献率及累计贡献率Table 4 Eigenvectors，eigenvalues，variance explained and total variance explained of different items of the Questionnaire on Doctors' Intention Towards Using the Internet-based Healthcare Delivery Model（initial draft）

3 讨论

随着人们健康意识和健康消费水平的提高，稀缺且分布不均的医疗资源难以满足日益增长的医疗服务需求，而信息通讯技术的普及诞生了能提高医疗服务效率和优化医疗资源配置的互联网医疗模式，而医生群体是互联网医疗服务的主要提供者，有必要充分挖掘影响其使用互联网医疗的关键因素，但目前国内外关于医生群体使用互联网医疗的影响因素研究仍相对较少。多项研究证明，UTAUT 模型和VAM 模型能较为有效地预测用户对信息技术的使用意愿与行为［13-14，16，23］， 而感知风险、个体创新性和自我效能等因素影响用户的使用意愿已被多项研究所证实［20，22，24］。因此，本研究基于上述理论构建医生群体对互联网医疗使用意愿研究模型，并以此编制本研究调查问卷，以期为进一步探索医生群体使用互联网医疗的影响因素、提高其对互联网医疗使用意愿、促进互联网医疗的持续发展、满足人民日益增长的医疗服务需求提供有效的测量工具。

本研究问卷及各潜变量Cronbach's α 系数均＞0.700，表明问卷具有较好的内部一致性。而验证性因子分析结果显示，问卷的组合信度均＞0.700，表明该互联网医疗使用意愿研究模型内在质量较为理想，进一步表明问卷的内部一致性较好。

根据探索性因子分析结果，本研究所抽取的公因子虽与研究模型潜变量的划分存在一定差异，但统计聚类的结果与模型潜变量及测量指标的设计与选取基本一致，累积方差贡献率＞70.000%，表明该问卷具有较好的结构效度。构建结构方程模型对调整后的研究模型进行验证性因子分析，结果显示各测量指标的因子负荷量均＞0.700，平均方差抽取量均＞0.500，除个别条目的信度系数稍低于0.500 外，其余条目均＞0.500，表明选取的测量指标能较为有效的反映互联网医疗使用意愿研究模型各潜变量的潜在特质，进一步表明医生群体对互联网医疗使用意愿调查问卷结构效度较好。

表5 医生群体对互联网医疗使用意愿调查问卷各条目因素负荷量、信度系数、组合信度及平均差异量抽取值Table 5 Factor loading，squared multiple correlation，composite reliability and average variance extracted of different items of the revised initial draft of Questionnaire on Doctors' Intention Towards Using the Internet-based Healthcare Delivery Model

表6 医生群体对互联网医疗使用意愿调查问卷Table 6 Questionnaire on Doctors' Intention Towards Using the Internetbased Healthcare Delivery Model（final draft）

本研究尚存在一定的局限性，例如本研究仅在广东省抽取样本对互联网医疗使用意愿模型问卷的信效度进行调研，且样本量不大，这可能导致该问卷的应用存在一定的局限。除此以外，本研究的研究模型及其问卷虽基于UTAUT 模型和VAM 模型等相对成熟的信息技术采纳模型设计而来，并经统计学定量方法验证了其信效度，但其仍停留在理论层面，需进一步在实际应用中加以验证并进行完善。

综上所述，医生群体对互联网医疗使用意愿调查问卷具有较好的信效度，可用于测量医生群体对互联网医疗的使用意愿及其影响因素，从而挖掘出影响医生群体使用互联网医疗的关键因素，为推动互联网医疗建设、优化医疗服务模式、满足日益增长的医疗服务需求提供一定的理论建议。

作者贡献：陈秀彦负责文章的构思与设计，统计学处理，撰写论文；张远妮负责研究的实施与可行性分析；陈轶戈、张泽浩、许丰负责数据收集与整理；陈秀彦、张远妮负责结果分析与解释；张远妮、邓光璞负责论文修订；邓光璞负责文章的质量控制及审校；李文源对文章整体负责，监督管理。

本文无利益冲突。