社交媒体健康信息用户信任形成机理研究

摘 要： ［目的／ 意义］ 在公共卫生事件频发的背景下， 国民对健康信息需求急剧增长。社交媒体作为用户信息获取的重要途径之一， 在高效传播健康信息的同时， 也为虚假健康信息的产生和传播提供便利条件。随着社交媒体渗透力和影响力不断扩大， 用户对健康信息的不确定感愈发强烈。鉴于此， 本文对社交媒体健康信息用户的信任形成机理进行探索， 以期为后续相关研究提供参考和借鉴。［方法／ 过程］ 解构社交媒体健康信息用户信任形成的要素， 建构面向用户感知过程的信任综合框架， 从用户、信息和环境３ 个方面提出社交媒体健康信息用户信任理论假设模型， 并对结构模型进行修正。［结果／ 结论］ 研究从理论层面明晰社交媒体健康信息用户感知信任过程以及用户心理变化的进程。研究还发现热评情感极性、涉入度、信源可信度、冲突解决对信任存在显著的正向影响。信任对采纳意愿存在显著的正向影响。参照群体规范对采纳意愿存在显著的正向影响。此外， 信任分别在热评情感极性、涉入度、信源可信度和冲突解决与信息采纳意愿之间起到完全中介作用。

关键词： 社交媒体； 健康信息； 信任； 感知可信度

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２５．０１．００７

〔中图分类号〕Ｇ２０３ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１ （２０２５） ０１－００９７－１５

健康， 是人类赖以生存和发展的基本条件之一。国民对健康的关注度快速提高， 对健康信息需求也在急剧增长。依托Ｗｅｂ ２. ０ 时代浪潮兴起的社交媒体具有用户主动参与、信息多源异构及海量动态等新的特征， 社交媒体渗透力和影响力不断扩大， 健康信息传播也在发生变革， 社交媒体内的每个网络用户都允许通过微博、微信公众号、小红书、抖音等多种平台创建或分享健康信息。多样化的社交媒体平台的高开放程度、低准入度及实时传播等特点，为虚假健康信息提供孕育的空间， 用户一旦采纳虚假健康信息将会造成健康决策的偏差， 甚至危害到自己和亲人的生命。有研究显示［１］ ， 高达８３. ２％的被调查者认为社交媒体健康信息不总是可信的， 仅１３. ６％的人认为高度可信， ３. ２％的人认为不可信。社交媒体自身不受监管的特性， 更加大了消费者误用健康信息的风险。由此看来， 虽然社交媒体是高效传播健康信息的途径之一， 但健康信息的质量、可靠性和误用等方面仍然是值得担忧的问题。在此背景下， 对社交媒体健康信息用户信任机理进行剖析有利于为多途径干预的健康信息可信度提升策略提供引导， 也能为后续研究提供一些参考。

１ 相关研究现状

１. １ 信任的内涵

信任不仅是推动社会交换的基础力量， 也是人类社会进步和经济发展的前提。有关信任最早的研究源于心理学， 目的是探究信任对于人际关系的作用［２］ 。Ｄｅｕｔｓｃｈ Ｍ［３］ 将信任定义为一种对情境的反应， 人的心理和行为由情境所决定， 提出个体间的信任因情境的改变而改变。Ｄｅｕｔｓｃｈ Ｍ 对信任的定义为后续学者的研究提供广阔的思路。Ｒｏｔｔｅｒ Ｊ Ｂ［４］认为， 信任是个体或组织按照所约定的契约进行的行动， 是建立在双方之间关系上的预期或期望。由于信任的抽象性和对经济的推动性， 对信任的研究进一步延伸至社会学、经济学、管理学、社会心理学等专业范畴。从社会学角度， 信任是一种社会意识， 受到社会结构、制度、文化规范等影响［５］ 。从经济学的角度， 信任是经济交换的有效助力， 是基于计算的理性反应。从管理学的角度分析， 信任是一种使组织监督、检查和控制得到简化的信念。心理学中强调的是个人信任的差异， 并认为这种信任差异就是人性的差异［６］ 。管理学中对于信任的解释为对于另一方的可信度的善意的信念， 是处于弱势地位的情况下依赖另一方的行为动机。尽管在不同学科视角下的信任定义有所不同， 但信任的重要性和普遍存在性却是不言而喻的。

互联网时代到来， 网络信任问题随之而来。自２０ 世纪９０ 年代以来， 大量学者对网络信任相关问题进行研究。进入２１ 世纪后， 伴随５Ｇ 通信技术的兴起和智能终端的广泛应用， 对网络信任问题的研究提出更高的要求。时代的变迁， 传统意义信任模式是否适用于网络信任？ 在此环境下， ＲｏｂｉｎｓｏｎＪ Ｐ 等［７］ 强调个体对他人动机和人格的依赖， 认为信任是信任主体对客体真诚及可靠性的一般信念。Ｍｏｒｇａｎ Ｒ Ｍ 等［８］ 认为， 信任是交易的一方对另一方善意的信念。ＭｃＡｌｌｉｓｔｅｒ Ｄ Ｊ［９］ 认为， 信任包括认知信任和情感信任， 是一方对另一方抱有信心的程度。Ｄｏｎｅｙ Ｐ Ｍ 等［１０］ 认为， 信任是受信者感受到施信者的善意的态度。也有学者认为， 信任是一方对另一方动机的预测， 究其本质是一种心理状态［１１］ 。Ｓｔｏｌｌｅ Ｄ［１２］ 认为， 信任是影响人类决策的重要影响因素。Ｍａｒｓｈ Ｓ 等［１３］ 认为， 信任是值得信赖的界面和技术， 因为页面和技术能够引导用户有想要与之交互的兴趣。

信任被认为是可信度概念化的核心［１４］ 。部分研究中， 信任和可信度两个概念存在交替使用的情况。尽管如此， 本文还是认为可信度和信任是两个不可等同的概念。“可信” 定义为诚信、可信及准确的［１５］ 。Ｓｈａｎｋａｒ Ｖ 等［１６］ 认为， 可信度是受信方具有施信方认为其具有从事工作的知识的信念， 善意是施信方对受信方的积极信念。Ｍｅｔｚｇｅｒ Ｍ Ｊ 等［１７］ 认为， 信息可信赖程度和专业性能够衡量健康信息的可信度。健康信息可信度可以视为用户主观感受，不考虑信息内容［１８］ 。也可以被视为信源被接受者信任程度和信息内容品质的综合［１９］ 或是信息来源可信度、传播媒介可信度和信息内容可信度三者的集合［２０］ 。还有研究认为可信度应界定为用户感知到的信息质量［２１］ 。此观点在相关研究［２２］ 中被视为由于健康信息可信度的概念连接了客观信息质量主观个体感知， 健康信息可信度既与信息接受者的特征有关， 也与健康信息本身的属性有关。并且， 受限于个体健康素养的不同， 用户对健康信息感知可信度不再单纯地由信息内容决定， 而是取决于用户健康信息需求的匹配度， 当信息服务于用户需求时，便可以认为具有较高的感知可信度［２３］ ， 在此过程中， 表现出高度主观性及情境性［２４］ 。因此， 信任不能完全等同于可信度， 信任表明对一个人、物体或过程的感知可靠性、可依赖性和信心的积极信念， 而可信度是指对资源的感知质量， 最终是否导致相关的信任行为［２５］ 。

综上所述， 虽然多学科的理论对信任的概念理解均存在不同解释， 但有学者［２６］ 提出一个较为普遍通用的定义， 认为信任是“一方不顾监督或控制另一方的能力， 基于对另一方执行一项特定的且对于信任者很重要的行为的预期， 而接受使自己相对于对方的行为变得易受攻击的意愿”。信任是施信者与受信者之间的作用关系， 施信者根据受信者的外观特征对其各方面因素进行综合评估， 并认为是可靠的、可信赖的。本文聚焦社交媒体健康信息用户信任形成机理的研究， 是用户对健康信息的主观感知可以信任程度， 与人际关系间信任不同， 社交媒体用户对健康信息所建立的信任依赖于施信者对信息的评估， 在此过程中， 不仅仅体现为对信息的评估， 还包括用户自身的差异。

１. ２ 社交媒体健康信息研究现状

当前， 社交媒体健康信息研究主题不仅围绕健康信息采纳行为影响因素［２７］ 、社交媒体健康信息质量［２８］ 、移动社交媒体健康信息传播效应［２９］ 、大学生社交媒体健康信息甄别能力［３０］ 、社交媒体失真健康信息纠偏［３１］ 、社交媒体用户健康信息规避行为［３２］ 、健康信息用户焦虑生成机理及影响因素［３３－３４］ ， 还围绕评价指标体系构建［３５－３６］ 、失真健康信息可信度判断的影响因素［２２］ 、社会化问答社区信息可信度［３７］ 、健康信息可信度影响因素［３８－３９］ 等。Ｒａｉｎｓ Ｓ Ａ 等［４１］发现， 隐私政策的陈述及第三方凭证等因素均与网络用户的感知健康信息可信度正向相关。Ｆｌａｎａｇｉｎ ＡＪ 等［４１］ 发现， 准确性、权威性、客观性、时效性和全面性５ 个指标是评价网络信息可信度的影响因素。此外， 内容客观性、内容相关性、内容实用性、内容完整性、内容一致性［４２］ 、健康信息框架［４３］ 、最高级词语［４４］ 、信源权威性［４５－４６］ 、公开作者名字、资格认证、作者单位、信息编辑和审核者［４７］ 、媒介影响力、媒介权威性、传播层级（信息转发级数）［４８］ 、社会支持［４９］ 等均是影响因素。还有将信息可信度视为一种中介变量［５０－５１］ 对行为的影响关系进行研究。

２ 社交媒体健康信息用户信任过程分析

２. １ 社交媒体健康信息用户信任要素解析

Ｍｅｙｅｒｓｏｎ Ｄ 等［５２］ 提出快速信任与缓慢信任的概念， 可以用来解释人类网络搜寻过程信任的建立［５３］ 。快速信任是基于特定行动的， 临时参与创建并迅速结束。例如， 具有急性或危及生命的医疗问题用户， 通常有一个总体目标去立即找到有效的解决方案。这种情况下， 用户将建立的信任级别特定于该任务， 从健康信息表征因素浅层过滤， 并评估社交媒体健康信息的可信度， 信任将在用户离开网站迅速结束； 缓慢信任是指在长期关系中形成的潜在信任。例如， 患有慢性和非危及生命的医疗问题的用户会更深入地辨别健康信息内容， 以便在更长的时间内使用， 这种情况下， 信任关系的建立是缓慢培养的潜在信任。不论社交媒体健康信息用户信任建立的过程是哪一种方式， 都是用户与健康信息之间的交互， 社交媒体用户通过健康信息搜寻任务获取健康信息， 为用户自身信任的形成创造环境条件， 社交媒体中健康信息的特征又能够影响用户的感知信任态度， 形成信息行为。因此， 将社交媒体健康信息用户信任形成的要素分为主体、客体、环境要素。主体要素分为健康信息消费者， 客体为健康信息。各要素之间相互关联和影响， 共同组成一个信任整体， 如图１ 所示。

通过图１ 发现， 社交媒体健康信息用户信任分为信任主体、客体和环境。信任主体分为健康信息消费者和生产者两个层次。作为信任客体的健康信息成为连接健康信息消费者和生产者之间的纽带。社交媒体用户通过消费、利用健康信息， 从利用健康信息的过程中满足需求形成一个反馈机制。社交媒体用户使用健康信息用于健康状态评价、健康风险评估、疾病预期诊断、健康教育等健康管理服务。除个人健康信息用户外， 机构健康信息消费者通过对群体健康信息科学且客观地分析、汇总和评估，分析主要健康问题、主要危险因素、主要目标人群，为制订干预计划提供依据。社交媒体健康信息生产者和信息之间通过生产和达成既定任务或目标形成一个反馈。此外， 在信任主体和客体间还需要环境参与。信任环境包括信任技术和提供用户信任的客观条件。信息消费者与环境以影响、约束使用和习惯功能支持， 从而形成两个反馈机制。信息生产者与环境间互相约束、改善和适应。整体来看， 社交媒体健康信息用户信任的要素关系网络中， 各要素共同保证用户信任健康信息的环境。

２. ２ 社交媒体健康信息用户信任综合框架构建

社交媒体健康信息用户起初由信息搜索及信息偶遇等方式触发感知， 用户对信息进行心理层面浅层需求匹配。通常情况下， 态势觉知的时间很短，与用户已有知识结构进行浅层匹配， 决定是否进行更深层次的统觉控制。用户感知中的认知心理会反复判断和甄别健康信息的真实性、可靠性及有用性等信息属性， 对收益和健康风险进行预估， 产生新的认知结构。完成可信度感知后， 用户会对健康信息可信度作出判断。感知可信度较高的健康信息会出现分享、使用或收藏的行为， 对于感知可信度低的信息会发生持续检索或摒弃， 返回初始检索任务的行为。

根据社交媒体健康信息用户感知过程的演进，构建如图２ 所示面向感知过程的信任综合框架， 作为一个主干框架， 诠释着随着用户感知过程的演进，心理层面的变化进程。

图２ 自左至右分别为感知前、中、后阶段， 分别对应信任建立的动机、信任的建立。社交媒体用户信任形成的动机包括内部和外部动机， 其中用户自身的需求为主要推动力， 包括用户常规查阅信息、追求情感满足、社交满足、解决健康问题和解决亲属信息需求等。外部动机为技术和环境刺激。

社交媒体用户感知过程中， 对应图２ 中的核心模块， 由用户感知、社交媒体社群、证据和社交媒体、信任主客体共同构建起的倒梯形。用户（主体）与健康信息（客体）通过用户的可信度感知进行交互。梯形右侧斜边是证据、健康信息（客体）、社交媒体。证据指的是健康信息可信度评判的信息层面的属性特征。用户行为受所属社群环境的影响， 周围亲戚朋友的想法会影响健康信息消费者的态度和决策， 群体影响因素对于中国的消费者来说比国外更明显［５４］ 。因此， 社交媒体健康信息社群为用户提供社交和情感层面的需求满足。用户对健康信息进行感知评估过程， 也符合ＥＬＭ 模型中认知和反应—态度转变—行为模式的范式。基于以上的分析过程和结果， 分别从社交媒体用户信任要素的信息、环境和用户３ 个方面构建下文理论假设模型。

３ 社交媒体健康信息用户信任理论假设模型

３. １ 理论模型构建

社交媒体健康信息用户信任理论假设模型构建的情景是聚焦于用户通过社交媒体使用健康信息的过程中， 用户评论内容会对用户评估健康信息可信度产生影响［５５－５６］ 。参照群体规范可以为该从众行为进行合理解释， 当社交媒体用户对所搜寻的健康信息缺乏了解， 又难以对健康信息的真伪作出判断时， 社交媒体平台中其他用户的评论态度信息就可以被视为极具价值的证据。在本研究中， 参照群体是指社交媒体其他用户的生成内容对用户的引导，用户会把自己的意见和想法与社交媒体中表达其他用户的态度和观点进行对照， 有不符合参照群体规范的地方， 就会对自己的观点进行更正。参照群体可以影响用户行为［５７］ ， 参照群体对个人的影响可以表现在用户难以做抉择的情景下［５８］ 。受到参照群体影响的人会出现从众行为， 即与群体中的大多数人保持行为的一致性， 而这种遵从参照群体意愿以受到认同或者避免受到惩罚的反应， 被认为是参照群体规范影响的结果［５９］ 。热评情感极性是用户在社交媒体中浏览健康信息的同时， 会翻看评论信息， 热评信息通常被置顶于最上方， 会对用户的健康信息起到辅助决策作用。此外， 本部分将用户与健康信息作为整体进行考虑。冲突解决是用户在对健康信息进行反复对比论证过程中对健康信息内容一致性的判断， 解决这种分歧对用户和社交媒体两者均有益。涉入度和信源可信度在以往研究中多有解释， 本部分以用户与信息的交互， 以涉入度进行变量设计， 并参照信源可信度理论。最终， 以用户信任为中介变量， 以信息采纳意愿为因变量构建结构模型， 如图３ 所示。

该模型聚焦于社交媒体健康信息用户在使用健康信息的过程中， 环境、用户和健康信息３ 个方面对用户信任的影响效应， 并最终影响用户行为层面（用户健康信息采纳意愿）这一系列进程。细化了环境层面： 参照群体规范和热评情感极性、用户层面的涉入度， 信息层面的信源可信度和冲突解决， 共５ 个自变量对用户信任和使用意愿的关系。

３. ２ 研究假设

３. ２. １ 参照群体规范对信任和采纳意愿的影响

参照群体可以影响用户行为［６０］ ， 参照群体对个人的影响可以表现在用户难以做抉择的情景下［６１］ 。受到参照群体影响的人会出现从众行为， 即与群体中的大多数人保持行为的一致性， 而这种遵从参照群体意愿以受到认同或者避免受到惩罚的反应， 被认为是参照群体规范影响的结果［６２］ 。社交媒体健康信息用户会把参照群体看作一个比较点， 从而形成包括态度、感知、价值以及动机在内的心理特征［６２］ ，由于社交媒体自身的特点， 所以自然容易受到参照群体的影响。基于以上分析， 做如下假设：

Ｈ１ａ： 参照群体规范会正向影响信任

Ｈ１ｂ： 参照群体规范会正向影响采纳意愿

３. ２. ２ 热评情感极性对信任的影响

研究发现， 情感信任可以调节领导者信息共享行为与工作投入、员工绩效间的关系［６３］ ， 在高情感信任的情况下， 领导者信息共享行为与工作投入、员工绩效之间的正相关关系才显著。Ｐａｖｌｏｕ Ｐ Ａ 等［６４］发现， 评论的褒贬性会对消费者对商家的信任和所愿支付的价格溢价有显著的影响。余奕霏等［６５］ 研究发现， 消费者更加看重负面的网络评论， 负面的网络评论对消费者的购买决策存在较重要的负向影响， 会降低消费者对产品的认可度。Ｐｅｎｔｉｎａ Ｉ 等［６６］发现， 积极的在线评论比消极评论更加值得用户信赖。Ｓｐａｒｋｓ Ｂ Ａ 等［６７］ 研究发现， 正面评论信息会增加酒店预订意愿和消费者对酒店的信任。基于以上分析， 做如下假设：

Ｈ２： 热评情感极性会正向影响信任

３. ２. ３ 涉入度对信任的影响

涉入度是一种关联度， 是消费者依据自身的心理需求、价格趋向以及偏爱程度而理解并接受的某一特定对象间的关联度。根据涉入理论， 在高个人涉入度条件下， 用户处理健康信息的精细化程度更高， 能触发更为积极的信息搜寻行为并付出更高的认知努力［６８］ ， 包括仔细检查健康信息内容、对比来源渠道， 以确定信息的可靠性等。这很大程度上提高了对健康信息的准确判断， 减少对未经证实的健康信息的盲目信任， 缓解用户的健康信息焦虑。基于以上分析， 做如下假设：

Ｈ３： 涉入度会正向影响信任

３. ２. ４ 信源可信度与信任和采纳意愿的影响

已有研究［６９］ 证实， 来源可信度在在线信息的信任判断中发挥的重要作用。并且根据ＩＡＭ 模型［７０］ ，信源可信度作为边缘路径影响系统用户的信息有用性感知， 进而影响用户的采纳。多项研究发现， 平台声誉会显著影响用户在不同情境中的信息采纳，如在线问诊信息的采纳［７１］ 、网络消费者社区中的评论采纳［７２］ 等。基于以上分析， 做如下假设：

Ｈ４ａ： 信源可信度会正向影响信任

Ｈ４ｂ： 信源可信度会正向影响采纳意愿

３. ２. ５ 冲突解决与信任和采纳意愿的影响

冲突解决是冲突加工过程中的重要环节， 一般认为冲突解决中， 认知控制调节注意分配的作用机制有两种： 一种是对任务相关刺激的加工增强， 另一种是对任务无关刺激的加工抑制， 相关理论模型中大多认为是两种过程共同作用的结果［７３］ 。冲突解决是社交媒体用户在对健康信息进行反复对比论证过程中， 对健康信息内容一致性的判断， 解决这种分歧是对健康信息用户和社交媒体都有利的， 并且用户经常从社交媒体中获取健康信息。宋华［７４］提出信任有助于合作性冲突解决， 从而推动伙伴关系的发展。即本文中对于社交媒体健康信息用户信任的发生是在对社交媒体各来源的健康进行反复对比和印证， 是用户的认知和健康信息之间的冲突解决的一种情况。基于以上分析， 做如下假设：

Ｈ５ａ： 冲突解决会正向影响信任

Ｈ５ｂ： 冲突解决会正向影响采纳意愿

３. ２. ６ 社交媒体用户信任对信息采纳意愿的影响

根据Ｃｈａｎｇ Ｋ Ｃ 等［７５］ 的研究， 用户感知信任显著影响酒店行业客户的购买意愿。Ｌｉ Ｌ 等［７６］ 通过调查中国经济型酒店网站质量、在线信任和在线预订意图之间潜在的理论关系， 认为在线信任显著影响在线预订意图。基于以上分析， 做如下假设：

Ｈ６： 信任会正向影响采纳意愿

综上， 经过对变量关系的梳理， 构建如图４ 所示的社交媒体健康信息用户信任理论假设模型。

４ 实证研究

４. １ 问卷设计

本研究问卷分为三部分。第一部分介绍研究目的与意义。第二部分是人口统计学变量收集。第三部分是社交媒体健康信息用户信任的潜变量测量题项， 所有题项采用李克特七级量表。对于变量的测量， 参照群体规范的量表参考Ｐａｎｄａ Ｒ 等［７７］ 的研究； 热评情感极性参考何雨露［７８］ 的研究； 涉入度参考Ｄｉｆｏｎｚｏ Ｎ 等［７９］ 和Ｃｈｕａ Ａ Ｙ Ｋ 等［８０］ 的研究；信源可信度参考周全等［８１］ 及Ｔｈｏｎ Ｆ Ｍ 等［８２］ 的研究； 冲突解决参考Ａｎｄｅｒｓｏｎ Ｊ Ｃ 等［８３］ 的研究； 信任参考Ｈｏｎｇ Ｉ Ｂ 等［８４］ 和Ｊｅｎｓｅｎ Ｍ Ｌ 等［８５］ 的文献；信息采纳意愿参考翟兴等［８６］ 的研究。

４. ２ 数据收集

Ｋｌｉｎｅ Ｒ Ｂ［８７］ 提出， 在使用结构方程模型过程中， 样本数量在２００ 个是最合理的， ３００ 非常适合统计分析。Ｈａｉｒ Ｊ Ｆ 也认为样本量在２００ 是合适的。Ｍａｎｄｅｖｉｌｌｅ Ｄ 研究发现， 样本问卷量应大于实际题目１０ 倍的数量。本文结构方程模型实证部分共发放问卷５００ 份， 剔除无效问卷２７ 份， 最终有效问卷４７３ 份， 问卷回收率为９４. ６％， 如表１ 所示。

通过表１ 发现， 男女比例均等。２１ 岁以下的用户１４５ 人， 占比最大。本科学历占比最多， 为２１２人。企业员工２０３ 人。近一半的受访者使用社交媒体健康信息的时间为１ 年内。

４. ３ 信度检验

本部分采用测算Ｃｒｏｎｂａｃｈ α 值的方法检验内部一致性、可靠性、聚集性。α 值越高代表问卷的内部一致性越好， 通常情况Ｃｒｏｎｂａｃｈ α 系数越接近１， 表明问卷数据的信度越好。表２ 为本文测量题项的α 系数， 各题项的α 值代表各测量题项具有良好信度。

４. ４ 效度检验

效度检验是指在测验时对调查对象心理或行为特质的何种程度［８８］ 。量表的效度指标可以通过探索性因素分析过程进行判断， 在探索性因素分析结果中， 使用ＫＭＯ 检测。ＫＭＯ 是Ｋａｉｓｅｒ － Ｍｅｙｅｒ －Ｏｌｋｉｎ 取样适切性量数（０ ～１ 之间）， 当ＫＭＯ 越接近１ 时， 表明变量间共同因素越多， 适合做因素分析。Ｋａｉｓｅｒ Ｈ Ｆ 等［８９］ 提出ＫＭＯ 标准值需要大于０ ６， 如表３ 所示。