基于扎根理论的用户生成在线医评信息的影响因
随着Web2.0技术的发展和移动网络的普及，用户在电子商务环境下生成和利用在线评论已经司空见惯。在医疗健康领域，病人在网络上对医生的评价(在线医评)逐渐引起关注[1]。尤其是在“互联网+医疗健康”的背景下，不少医评网站(如好大夫、微医、搜狐健康等)希望通过病患的评价为大众就医决策提供参考[2]。与基于交易的电商评论不同，多数医评网站评论由健康消费者零星生成，较少的有效评论受到医务人员的质疑[3]，同时也影响了用户的信任和采纳[4]。因此研究用户生成在线医评信息的影响因素，有利于针对性地解决造成在线医评信息缺乏的障碍，促进医患更好地接受在线医评信息。
鉴于此，本研究立足于国内居民实际情况，调查个体参与或者未参与对医生进行在线评价的影响因素。具体而言，尝试回答两个问题:(1)用户是否通过网站评价过医生?(2)影响用户对医生进行在线评价的因素都有哪些?其中第二个问题是本研究致力回答的重点。
1文献回顾
有学者近期对在线医评信息领域研究进行综述，发现针对在线医评信息生成的研究尚未引起关注[1]，因此我们主要对相关领域在线评论或口碑生成的研究进行回顾。
在各类影响因素中，口碑心理动机被学者关注最多。2004年Hennig-ThurauT等最早将口碑引入网络虚拟环境，并通过文献分析总结出帮助平台、宣泄负面情绪、关心他人、自我强化、社交利益、经济刺激、帮助公司和寻求建议8种动机[5]。BronnerF等在此基础上结合WangY等[6]、DholakiaUM等[7]、HuangY等[8]、Gretzel等[9]的研究，将发表在线评论动机分为7种类型，包括个人、社会利益、社会关注、功能、质量保障、经济刺激、娱乐和帮助公司[10]。之后不同行业领域也发表了不少有关在线评论生成动机的文献。MladenovicD等通过实证调查发现旅游者发表在线评论的最大动力是利他主义[11]。基于QCA的方法，HelenaMartinsG等发现酒店行业在线评论发表的动机包括个人因素、社会利益、社会关注和消费者增权[12]。HanS等通过问卷调查发现消费者是否发表酒店在线评论与其满意度有关[13]。YangFX开展的实证研究验证了利己主义、利他主义和满意度是发表在线评论的预测因素[14]。除了上述国外研究，国内也有文献关注了用户生成口碑的动机。蒋音播通过访谈和实证检验发现社区发展、情感分享、信息回报、支持/惩罚商家和改进服务5个动机因子对消费者网络口碑传播意愿具有显著影响[15]。李玲玲通过实证数据发现情感分享、外在奖励、提升形象、信息回报、品牌集体归属感和认知需求对网络口碑传播意愿具有正向影响作用，而利他动机与网络口碑传播意愿没有直接影响[16]。针对国内虚拟品牌社区口碑传播，钱玉霞通过深度访谈识别了分享快乐、提升影响力、奖励动机、帮助企业、帮助他人、情感发泄、心理安慰、寻求补偿、警示他人、报复、参与互助和支持社区发展13种动机因素[17]。阎俊等在访谈和问卷数据的基础上发现社区兴盛、信息回报、情感分享、支持/惩罚商家、改进服务、提升形象和获得奖励7种动机显著影响口碑传播[18]。针对旅游者网络口碑行为，李恒的访谈和问卷调查发现获得回报、自我表达、关心其他消费者、支持/惩罚商家、社会交往需求等动机均对口碑推荐行为产生显著影响[19]。毕达宇等通过问卷发现用户自我表达、实现自我和愉悦自我是生成在线评论信息的内在动力[20]。整体而言，正如ShenW等[21]、MladenovicD等[11]的分析，国内外大多数在线口碑的动机因素仍在早日Hennig-ThurauT等[5]、BronnerF等[10]所识别的分类范畴内。
除了心理动机因素之外，其他非心理动机因素也受到了关注。ShenW等[21]、GretzelU等[22]发现年龄、性别和国籍会影响个体在线评论的生成，而HelenaMartinsG等发现性别影响消费者生成酒店在线口碑，年龄和国籍则没有显著影响[12]。ZhengT等发现个体的负面经历是发表在线评论的最主要动机[23]。JeongE等发现餐馆食品质量和价格会刺激消费者生成正面的餐馆在线口碑[24]。YangFX通过实证分析发现感知可用性和有用性是生成在线口碑意愿的中介因素[14]。国内文献也从不同角度识别了各种非心理动机因素。王宇灿等的实证研究发现网站服务与在线评价参与意愿相关[25]。陶安等发现外向型消费者和网络社区的资讯性是影响顾客参与在线评价的主要因素[26]。尹英姿通过实证方式构建了包括个体能力、感知易用性、感知风险等影响生成酒店在线评论的模型[27]。曹高辉等也发现感知易用性、感知有用性、感知趣味性和自我价值感等因素影响消费者持续参与在线购物评论意愿[28]。此外，也有研究发现与消费者的在线互动[29]、个体需求[30]、不同促销方式[31]、特定消费情景和服务/产品属性[32]、不同传播渠道[33]是口碑生成的影响因素。
通过对上述文献的梳理，可以发现在线评论生成的几类心理动机在国内外不同情景的研究中较为一致。此外，不少非心理动机因素，如个体特征、消费情景、传播渠道、网站系统和产品特征等也发挥了重要作用，这些因素在不同情景在线评论生成中有较大差异。在研究方法方面，实证研究是近年使用最多的方法，主要用于构建模型并验证心理动机和认知因素对评论生成的影响。同时，为了探索不同情景下的非心理动机因素，访谈法等质性研究方法发挥了重要作用。由于医疗情景的独特性、非在线交易机制和以人为对象进行评论等特征使在线医评信息与基于电子商务的在线评论有较大不同，通过质性研究方法专门探索互联网医疗背景下影响在线医评信息生成的相关因素，对于促进在线医疗的发展非常重要。
2研究方法与数据收集
2.1研究方法
如上所述，由于在线医评信息的情景和评价对象的独特性，其参与用户相对较少，因此为了探索这一特定情景下影响用户生成在线评论的因素，宜采用扎根理论的方法。扎根理论是一种质性研究方法，它由Glaser等在1967年提出，强调从资料的深入分析中获得理论，重视对经验事实进行数据搜集，并对所有质性资料进行编码。由于扎根理论的科学性和规范性，它在多个学科领域均得到运用，尤其是在因素识别类的研究中该方法更为适合[34]。尽管已有大量电子商务情景下在线评论生成影响因素的研究，但面对在线医疗和医生评价的情景，如果能够对用户进行独特的访谈和分析，可以发现针对该情景的独特且符合实际的问题，更有效地识别相关影响因素。借鉴扎根理论的三阶段分析法[35]，本研究首先通过半结构化访谈的方式收集数据，然后通过开放式编码、主轴式编码和选择性编码逐步分析资料，一直到概念达到饱和，最后构建用户生成在线医评信息的影响因素模型。
2.2数据收集
2.2.1访谈对象
访谈采用立意抽样原则，由于青少年用户身体健康，利用医疗服务较少，而老年用户对网络利用较少，他们不是生成在线医评信息的主体，因此选择34位年龄在30岁以上、来自不同地区、从事不同行业、不同教育程度、不同性别的中青年网络用户为访谈对象。考虑到不同地区医疗水平和信息技术应用情况不同，因此纳入了北京、上海、广州、深圳等一线城市，也纳入了珠海、东莞、西安、烟台、南阳等不同层级城市。34位样本的人口统计学信息如表1所示。其中9位曾在网上评价过医生，25位曾在网上查找过医生信息，21位曾利用过在线医评信息。整体而言，利用在线医评信息的人数远高于生成在线医评信息的人数，用户生成在线医评信息的行为并不普遍。
2.2.2访谈过程
为了方便对不同地区样本的访谈，本研究通过微信语音的方式分别进行一对一访谈，相关语音转化为文字后再与语音进行核对。在访谈开始之前获得了受访对象的同意和理解，并保证对受访内容保密以获取受访对象的信任。受访对象涵盖了各地区不同职业人群，确保观点多元化。受访过程中当表达内容模糊或可以拓展时，通过重复提问和交流，确保受访者正确表达真实意志。在开始正式访谈前，先开展了两个预访谈，整个过程保证了研究效度。
访谈内容采用结构化问卷和开放式回答两种方式结合，持续时间大约为20～25分钟，所有访谈历时4周。基本程序是:第一步，询问受访者的健康状况和就医经历，并以询问是否利用在线医评信息为因子，进入访谈主题;第二步，简要向受访者介绍国内在线医评网站的情况，并咨询受访者是否曾在网站评价过医生;第三步，咨询受访者为何会在网上评价医生或为何不去网上评价医生;第四步，受访者填写基本信息表。 表1访谈样本构成(N=34) 下载原表
3数据分析
3.1编码原则
扎根理论通过对资料的编码实现对数据内容的定义，并通过编码过程逐渐提炼初始理论。编码过程包括两个主要阶段:第一阶段通过对数据的每个词、句段进行开放式编码;第二阶段采用主轴编码，对大部分数据进行分类、整合和组织。本研究利用Nvivo11.0软件对不同文档进行实质性编码。为了确保可信度，邀请两位研究生对25份访谈记录分别进行独立分析和编码，然后将编码结果进行整合分析，形成最终编码结果，最后将9份访谈资料用于理论饱和度检验。通过将原始数据逐层概念化和抽象化，把数据和概念进行不断比较，从而形成更多的范畴和特征。开放性编码过程中，围绕“在线医评信息的生成及影响因素”这一研究主题，对访谈资料进行整理、分类和归纳，形成45个概念和15个范畴。表2显示了开放式编码的结果和部分过程。由于编码过程涉及大量原始访谈记录，因此仅列举部分编码过程。
3.2主轴式编码
主轴式编码是通过对范畴化概念和内容的总结归纳，发现开放式编码过程中被分隔开的各独立范畴之间存在的联系，重新建立起概念之间的逻辑关系，从而发展出主轴范畴。本研究挖掘上一个步骤中产生的15个范畴之间的内在联系，发现可归纳为4个主范畴，如表3所示，分别为用户认知(A1～A6)、用户个体特征(A7～A11)、医生个体特征(A12～A13)和医疗环境(A14～A15)。
3.3选择式编码
选择式编码是在已发现的概念范畴中，通过梳理主范畴之间的内在逻辑和系统化联系，挖掘核心范畴，并将分析集中在与核心范畴相关的概念和范畴中。本研究旨在探索用户生成在线医评信息的行为，核心问题是哪些动因会影响用户生成在线医评信息，因此将“在线医评信息生成行为”确定为核心范畴。主范畴的典型关系如表4所示。 表2开放式编码过程和结果 下载原表 表3主轴编码主范畴 下载原表 下载原表 表4选择性编码形成的关系结构 下载原表
根据扎根分析过程中梳理的“故事线”，对范畴间的行为现象进行描述，得到了在线医评信息生成行为影响因素的理论模型如图1所示。 图1在线医评信息生成影响因素模型 下载原图
3.4理论饱和度检验
理论饱和度检验是判断扎根理论研究过程中能否终止样本采集的重要环节。理论饱和度是指收集到的样本数据中没有析出新的初始概念和范畴时，则说明理论达到饱和。为了提高研究信度和效度，预留了9份访谈资料以便再次提取分析编码并检验理论饱和度。通过对9位受访者的原始访谈资料的开放性编码和主轴编码过程，并没有发现新的主范畴关系结构。因此，建立的理论模型达到饱和。
4结果讨论与启示
4.1结果讨论
在经过扎根理论的质性编码后，可以发现影响用户生成在线医评信息的因素包括用户认知、用户个体特征、医疗环境和医生特征4个维度。
1)用户认知
用户认知包括用户动机、自我效能、信任和技术接受等方面。动机主要包括利他和利己主义两个方面。利他主义是个体认为发表在线医评信息对他人(医生、病人)有好处，利己主义是个体认为发表在线医评信息可以使自己受益。在访谈中，有6位受访者表示在网上撰写对医生的评价信息可以为其他病人提供参考，帮忙他们甄选医生，同时也是对医生的鼓励和回报，利他主义是促成用户生成在线医评信息的重要因素。有4位受访者表示在网上评论医生会给自己带来额外的负担，如果有返利或其他优惠措施，他们可能会去评论，因此较低的利己收益感知是阻碍用户生成在线医评信息的因素。
自我效能表示个体是否有时间、能力等生成在线医评信息。在访谈中，有7位受访对象均表示作为外行是没有能力去评价专业医生做得好与不好、医生治疗疾病存在不确定所以没法评价，以及时间和精力有限不允许他们去网上评价医生，较低的自我效能感知是阻碍生成在线医评信息的因素。信任主要指个体认为在线医评信息是否可信。尽管国内已有不少医评网站，但多数网站中医生获得的用户评论数量有限，降低了医评信息的可信度。访谈中有2位受访者表示来自其他病人的评价比职称更加值得信赖，也有5位受访者表示刷屏和病人评价公信力较低等原因会影响他们去生成医评信息。
此外，技术接受因素包括感知有用性和感知易用性，分别代表个体认为在网上生成医评信息是否有用以及是否容易使用。技术接受感知被认为是影响信息系统采纳的重要因素，在访谈中有2位受访者表示通过网站公开评价医生可以使医生更加谨慎地面对病患，提高医疗服务水平，减少医患纠纷。6位受访者表示评价没有什么用处，意义不大，也不会有太多人注意，所以他们没有去评价。有5位受访者表示好多医院提供了在线挂号服务，通过微信或APP看病后打分非常容易，网站也会提醒进行评价，所以会顺手发表评价。也有4位受访者表示曾尝试去评价，但是因注册登陆过程太麻烦、界面混乱不友好而最终放弃。
2)用户个体特征
用户个体特征如搜索技能、网络就医经历、健康状况、评论习惯和就医体验等都会对用户生成在线医评信息产生影响。搜索技能考察个体搜寻医评网站的能力，搜索技能越高，越容易发现医评网站并实施评价行为。有1位受访者表示自己擅长信息搜索，所以知道医评网站并发表评价;有7位受访者表示不知道哪里可以评价医生，如果知道肯定会去评价。网络就医经历指在互联网医疗背景下，网络用户是否有网络挂号、在线问诊等经历。有网络就医经历的对象对在线医评信息更为熟悉，也更可能去生成评价信息。有3位受访者表示自己是因为在网上咨询过医生所以才会去评价医生。健康状况指用户及家人是否患慢性病、急性病以及是否常去医院。健康状况较差则就医机会较多，进而评价医生的概率较高。如2位受访者表示家中有慢性病患者，因此与一位医生特别熟悉，所以就进行了评价;1位受访者表示家人曾患急病，在诊治结束后在网上评价以表示感谢;也有5位受访者表示家人健康状况良好，偶尔小病就医后很少考虑去评价医生。评论习惯是指个体是否喜欢在网络上发表评论。如1位受访者表示自己在服务后被提醒评价时一般都会进行评价;也有9位受访者表示因为嫌麻烦所以网上购物后很少去评价。就医体验表示用户就医过程中对医生诊疗服务的满意度，非常满意或者非常不满意等极致体验都会提高受访者网络评价医生的概率。如2位受访者因为和医生交流时发现医生非常和蔼而忍不住给医生好评;也有2位受访者表示曾经遇到态度特别恶劣的医生而特意去评价;有6位受访者表示因为没有遇到特别好或差的医生，所以没考虑开展评价。
3)医疗环境
医疗环境，主要包括医疗资源分布和医疗政策两个方面。由于国内医疗资源分布不均衡，大城市集中了更多三甲医院，三甲医院集聚了优势医疗资源。虽然国内推广三级诊疗制度，但是居民喜欢直接去三甲医院就医的习惯难以改变。三甲医院作为稀缺资源，病患对医院和医生的信任度较高，对稀缺医疗资源进行评价的必要性不大。如2位受访者表示三甲医院医生水平都挺好，名医也不用普通人评价。此外，在医疗政策方面，尽管卫生管理部门重视以病人为中心的医疗服务工作，但是目前多数医院并未将病患意见纳入对医生的评价考核。即使个别医院开展了用户满意度调查，但这些数据也并未公开，无法为其他用户使用。很多医生也不愿意被病患评价打分，在没有政策公开支持病患对医疗卫生服务评价的情况下，病患评价较难被医疗提供者接受，患者本身也较难形成评价医疗服务的习惯。如1位受访者表示他所在的城市已经普遍推广在线挂号和在线问诊，所以评价是常见的事;2位受访者表示从政策方面看，医院管理方没有认可病人对医生的评价，所以零星在线评价也变得没有意义。
4)医生特征
医生特征主要包括医生的社会资本和医患交流两个方面。医生社会资本指医生的工作城市、医院级别、学术头衔和职称等。虽然同是医生，大城市、较高职称、有学术头衔的三甲医院医生显然比小城市、基层医院医生拥有更多的社会资本。较高社会资本的医生必然拥有更多的患者，且患者信息技术能力也较强，这样医生就会获得更好、更多的评价。如2位受访者表示不知名的医生连名字都难记住，更不可能会去评价了;2位受访者表示专家(教授、副教授)讲得很专业且有道理，也比较火爆，所以会去点评。医患交互是指医生和患者通过网络的交流互动(如在线挂号、在线问诊等)。当医生在网络付出更多精力与患者沟通时，线下患者转化为线上评价者的可能性也必然提高。如有2位受访者表示看病时医生会推荐他去网上进行交流或评价，通过网络咨询医生次数多了则必然会在网上给予好评;也有6位受访者表示看病结束后没有机会在网上和医生有交流或联系，所以很难专门去评价医生。
4.2启示对策
尽管不少学者对在线评论生成的影响因素开展研究，但多数研究主要关注用户的认知特征。本文基于扎根理论从多个维度构建了用户生成在线医评信息的影响因素模型，不仅将在线评论的对象从商品拓展到人，丰富了医疗情景下的在线评论研究，还突破了仅从用户认知角度探索在线评论生成影响因素的局限，多维影响因素模型有利于更加真实、全面认识在线医评信息的生成行为。基于上述影响因素模型，可以从医疗政策、医疗服务提供者、网络医疗平台和网络用户4个方面提出促进在线医评信息生成的相关对策。
1)医疗政策角度
医疗政策这一宏观背景因素对在线医评信息生成十分重要。过去在线医疗和患者体验未得到足够重视的情况下，在线医评信息的可用性、必要性无法得到健康消费者的认可。在互联网医疗作为未来医疗服务发展趋势情况下，医疗管理部门应该考虑从政策制定角度支持在线医评信息作为构建互联网医疗信任的关键环节。
政策部门需要强化“以病人为中心”的医疗工作方针，重视在线医评信息在互联网医疗中的独特作用。尽管我国医院很早就提倡将工作方针从“以疾病为中心”向“以病人为中心”转变，但病患的意见并未得到足够重视。在互联网医疗中重视在线医评信息是“以病人为中心”方针的体现，同时也是构建健康消费者对互联网医疗信任和感知有用性的最佳途径。在线医评信息可以反映病患的意见，促进医患沟通和择医决策，公开透明和大量正面评价信息也可以缓解医患矛盾。
2)医疗服务提供者角度
在“互联网+医疗健康”的背景下，在线医评信息对于医院和医生的声誉都至关重要。尽管对于在线医评信息是否可以预测治疗效果尚有不同结论[36,37]，但不可否认的是用户在互联网医疗发展趋势下会越来越多地利用在线医评信息。作为医疗服务提供者，医院和医生都应该尽早拥抱在线医评信息，在互联网医疗时代赢得更多机会。
首先，医院应该为病人在线评价医生提供支持，同时也要鼓励医生积极面对在线医评信息。无论是医院的挂号APP，还是第三方在线挂号平台，医院管理者应该将在线评价与挂号结合，并提醒病患开展评价。这些措施可以增强用户感知的有用性、易用性、自我效能，方便医患交互，促进在线医评信息的生成。其次，医生应该关注患者的就医体验，好的体验可以促进病患生成在线医评信息。尽管医疗工作有较强专业性，但与病患的沟通也十分重要，用户的就医体验和满意度息息相关。再次，医生在线下应积极向病患推荐在线医评网站，并鼓励患者去网上评论。尽管被患者评分有些尴尬，但以往研究发现多数医评信息都是正面的[38]，医评信息可能会促进医患关系。与此同时，医生推荐将增加用户对在线医评信息的信任，并直接带来更多评论。最后，在互联网医疗的趋势下，医生应该积极参与在线医疗活动。这不仅可以提高医疗服务效率，也有利于获取更多的网络客户和更好的在线评价。
3)网络医疗平台角度
由于多数医院没有提供在线评价功能，商业在线医评网站是目前健康消费者获取在线医评信息的主要来源。大量在线医评信息对互联网医疗和在线医评网站的发展都是重要的，因此互联网医疗网站应该采取措施促进用户生成评论。
首先，在线医评网站需要与搜索引擎和社交媒体合作，使健康消费者了解在线医评网站。访谈显示许多用户没有评论医生的原因是不了解在线医评网站。尽管不少医评网站已经运作多年，但是过去互联网医疗未被广泛接受，用户对医评网站不够熟悉。随着互联网医疗更广泛应用，在线医评网站将发挥重要作用。其次，在线医评网站需要与医院正式合作。健康消费者对公立医院信任度更高，因此医评网站应该发挥自身优势，加强和医院的合作以增强用户对医评信息的信任、感知有用性和易用性。再次，商业医评网站应该提供更多激励以促进用户生成医评信息。知识共享是无私的，然而利己主义因素也应该被重视。访谈结果显示没有利益刺激是阻碍用户生成在线医评信息的重要因素，医疗网络平台应该通过精神和物质等方式来激发用户参与积极性。最后，医评网站应该吸引医生提供在线医疗服务。近两年不少医生开始通过互联网医疗平台提供在线服务，极大提高了在线医评信息的数量和可用性。医生在线服务可以创造在线医评情景，互联网医疗平台应该采取有效措施激励医生参与在线医疗。
4)网络用户角度
网络用户是在线医评信息生成的主体，其个体特征和动机等认知特征对在线医评信息的生成十分重要。当在线医疗成为“互联网+”时代的常用就医渠道时，网络用户应该在评价医生环节贡献自己的力量。
首先，网络用户应该积极提升自身的健康信息搜索技能，搜索技能的提升有利于充分利用有益的网络健康信息资源，提升网络医疗效率，逐渐形成对在线医疗的信任和网络就医的依赖，也有利于促进用户生成在线医评信息。其次，网络用户需要意识到在线医评信息有利于帮助他人更好地选择医生，帮助医生获得应有的在线声誉，通过利他动机的提升来激发用户生成在线医评信息的意愿。最后，用户在发表在线医评信息时应该真实、公平、客观、详细，这有利于构建他人对评价信息的信任，并进一步促进其他用户采纳和生成更多在线医评信息。
5结论与展望
5.1研究结论
由于医疗情景和非电子交易模式下在线评论研究较少，本文采用扎根理论对34位中青年网民生成在线医评信息的影响因素进行质性分析，并从用户认知、用户个体特征、医疗环境和医生特征4个维度构建影响因素模型。在此基础上，从医疗政策、医疗服务提供者、网络医疗平台和网络用户4个角度提出相关对策。研究结果从理论上为医疗情景下健康消费者参与评价医生的影响因素提供了系统解读，从实践方面为各利益相关方提供了建设性指导意见，有利于促进互联网医疗的发展。
5.2研究展望
本研究采用扎根理论对用户生成在线医评信息的影响因素进行研究，由于质性研究方法本身的局限，编码过程不可避免地存在主观性。同时，由于目前生成医评信息并不是一个普遍现象，样本中有实际生成医评信息经历的对象相对较少，小规模样本的代表性和研究结果的普适性未经过大样本的检验，可能会影响概念类属与范畴的提炼。因此在后续的研究中，需要增加有生成在线医评信息经历的对象，并利用大样本数据通过实证研究对相关因素进行验证，从而提高模型的客观性和科学性。
 |
