在線健康社區(qū)用戶隱私披露行為影響因素研究

李瑋祎，徐中陽，孟知謙

（1.杭州醫(yī)學院護理學院，浙江 杭州 310000；2.杭州醫(yī)學院圖書館，浙江 杭州 310000；3.北京百瑞宏霖生物技術有限公司，北京 100000）

近年來，“丁香醫(yī)生”“春雨醫(yī)生”等兼具醫(yī)療和社交雙重價值的在線健康社區(qū)（online health communities，OHCs）受到了國內用戶的青睞。截止2020 年，國內移動醫(yī)療行業(yè)用戶已經超過6 億人[1]。在線健康社區(qū)用戶規(guī)模的快速增長同樣引起了國內外學者對用戶信息行為領域的廣泛關注。隱私披露行為（privacy disclosure behavior，PDB）是指用戶主動向在線健康社區(qū)中的注冊衛(wèi)生技術人員或其他用戶披露自身的職業(yè)、既往病史以及治療經歷等隱私信息的行為[2]。用戶主動披露個人的隱私信息，不僅能獲得更有效的治療方案，而且能得到其他用戶的信息支持和情感支持，還能幫助其他患有相同疾病的用戶，但同樣存在隱私泄露的風險[3-5]。如何在保證隱私安全的情況下促進用戶的隱私披露行為是社區(qū)管理者和相關研究者共同關注的問題。鑒于此，本研究采用隱私計算理論，以中青年用戶群體為研究對象，構建在線健康社區(qū)隱私披露行為的影響因素模型，旨在為完善在線健康社區(qū)提供參考。

1 理論基礎與研究假設

1.1 隱私計算理論 隱私計算理論（privacy computing theory，PCT）是指用戶在披露個人隱私前會衡量自身的預期收益與可能帶來的風險，如果預期收益大于風險時，用戶會選擇披露個人隱私；反之，用戶不會選擇披露個人隱私[6]。隱私計算理論具有良好的應用價值，目前被廣泛應用于互聯網環(huán)境下的用戶隱私披露行為研究[7]。張敏等[8]采用隱私計算理論構建了模型，證實了用戶具備一定的隱私計算能力，在使用在線健康社區(qū)的醫(yī)療健康服務前會評估自身披露隱私帶來的風險和預期效益，再根據評估結果進行決策。王喻超[9]的綜合隱私計算理論、社會交換理論以及信任理論構建了虛擬健康社區(qū)用戶健康信息因素披露意愿的影響隱私模型。本研究采用隱私計算理論，從感知收益和感知風險兩方面深入分析用戶隱私披露行為的影響因素。

1.2 研究假設

1.2.1 感知收益 感知收益（perceived benefits，PB）是指用戶向在線健康社區(qū)披露個人隱私時能夠感受到的回報和收益[10]。Zhang X 等[11]的研究指出，用戶使用在線健康社區(qū)過程中獲得感知收益主要包括信息支持、情感支持等。Wang T 等[12]的研究顯示，感知收益會對用戶的隱私披露行為產生顯著的正向影響。本研究認為，用戶使用在線健康社區(qū)時能夠通過向醫(yī)生或其他用戶披露個人隱私從而獲得醫(yī)生的治療建議、其他用戶的治療經歷等醫(yī)療健康服務或醫(yī)療健康信息。因此，本研究認為感知收益的影響因素為在線健康社區(qū)的服務質量（service quality，SQ）和信息質量（information quality，IQ）。綜合上述研究，本研究提出以下假設：H1：服務質量顯著正向影響感知收益；H2：信息質量顯著正向影響感知收益；H3：感知收益顯著正向影響隱私披露行為。

1.2.2 感知風險 感知風險（perceived risk，PR）是指用戶向在線健康社區(qū)披露個人隱私時可能產生的風險[13]。王文韜等[14]采用質性研究方法分析了在線健康社區(qū)知識轉移粘滯行為后指出，感知風險主要包括環(huán)境風險程度、知識了解程度以及后果可控程度等。張坤等[15]采用質性研究方法對電子健康網站中的隱私披露行為的影響因素研究后指出，用戶的感知風險主要包括隱私關注、信息泄露以及信息失真等。本研究認為用戶的感知風險主要來源于兩個方面，一方面是環(huán)境因素，如使用的平臺是否發(fā)生過隱私泄露事件；另一方面是用戶的個人習慣，如在披露隱私后是否會存在憂慮心理。因此，本研究認為感知風險的影響因素為隱私泄露（privacy disclosure，PD）和隱私關注（privacy concerns，PC）。綜合上述研究，本研究提出以下假設：H4：隱私泄露顯著正向影響感知風險；H5：隱私關注顯著正向影響感知風險；H6：用戶的感知風險顯著負向影響隱私披露行為。

1.3 理論模型 基于上述理論與研究假設，可得在線健康社區(qū)用戶隱私披露行為影響因素模型，見圖1。

圖1 在線健康社區(qū)用戶隱私披露行為影響因素模型

2 研究方法

2.1 問卷設計 本研究采用問卷調查獲取數據，為保證本研究編制的調查問卷具有良好的信度和效度，本研究充分參考成熟的量表，并根據本研究實際情景加以調整，形成初步量表。問卷主要包括：①用戶人口統計變量，包括性別、學歷、職業(yè)以及在線健康社區(qū)使用經驗；②隱私披露行為影響因素變量，包括服務質量、信息質量等8 個變量，每個變量均由4 個題項測量，采用李克特5 級量表形式，從“非常不同意”至“非常同意”分別記為1～5 分。在正式調查前，邀請具備醫(yī)學信息學背景的3 位高校教師以及5 位在線健康社區(qū)用戶進行了預調查，根據反饋對題項表述、順序等方面進行進一步完善，最終得到正式量表，見表1。

表1 變量、題項及來源

表1（續(xù)）

2.2 數據收集與處理 選取“春雨醫(yī)生”“微醫(yī)網”以及“好大夫在線”等3 個國內主流在線健康社區(qū)的30～39 歲中青年用戶為研究對象。于2021 年5 月13 日-2021 年7 月17 日，采用線上線下相結合的方式發(fā)放問卷，線上問卷采用問卷星制作，在以上5個在線健康社區(qū)注冊后向目標用戶發(fā)放，線下問卷則在杭州市內各醫(yī)院附近路口選取目標用戶發(fā)放，共回收問卷300 份，剔除填寫時間過短、選項存在規(guī)律等無效問卷后共得到226 份有效問卷，有效回收率為75.33%。具體樣本特征如下：①性別：男116人，女110 人；②學歷：高中及以下44 人，專科84人，本科73 人，碩士及以上25 人；③職業(yè)：機關單位人員30 人、事業(yè)單位人員56 人，企業(yè)人員128 人，其他12 人；④使用經驗：1 年及以下126 人，2～3 年65 人，3 年以上35 人。將所得問卷數據分別導入SPSS 26.0 和AMOS 22.0 后進行下一階段的分析。

3 結果

3.1 信度與效度分析 本研究所得數據的信度與效度見表2、表3。信度主要由Cronbach's α 和組合信度（composite reliability，CR）檢驗。由表2 可得，潛變量的Cronbach's α 和CR 均大于0.7，可見數據具有良好的信度。效度主要由聚合效度與區(qū)分效度組成，聚合效度由各測量變量的因子載荷和平均萃取方差（average variance extracted，AVE）檢驗，區(qū)分效度由平均萃取方差的平方根與相關系數檢驗，見表3。所有測量變量的因子載荷均大于區(qū)分效度由均大于0.6，潛變量的AVE 均大于0.5，數據具有良好的聚合效度。表3 中對角線上為AVE 的算術平方根，對角線下是與其余變量的相關系數，所有變量的AVE的算術平方根均大于與其他變量的相關系數，本研究具有良好的區(qū)分效度。

表2 信度與聚合效度分析

表3 區(qū)分效度分析

3.2 假設檢驗 本研究采用AMOS 22.0 檢驗模型的適配性以及研究假設是否成立，檢驗結果見表4、圖2。由表4 可知，模型各擬合指標均達到要求，具有良好的擬合效果。由圖2 可知，服務質量、信息質量對感知收益均有正向影響（βSQ=0.259，PSQ＜0.001；βIQ=0.718，PIQ＜0.001），假設H1、H2 成立。感知收益對隱私披露行為有正向影響（βPB=0.860，PPB＜0.001），假設H3 成立。隱私泄露、隱私關注對感知風險均有負向影響（βPD=0.523，PPD＜0.001；βPC=0.718，PPC＜0.001），假設H4、H5 成立。感知風險對隱私披露行為有負向影響，但影響不顯著（βPR=-0.041，PPR＞0.01），假設H6 不成立。

表4 模型擬合程度檢驗結果

圖2 模型假設檢驗結果

4 討論

基于上述分析可得以下結論：①在感知收益上，信息質量與服務質量均對感知收益有正向影響且信息質量的影響程度相對較大。可見，相對于醫(yī)療健康服務，中青年用戶更傾向于獲取醫(yī)療健康信息。其主要原因在于，相對于青年用戶群體，中青年用戶群體的在線健康社區(qū)使用經驗較少，因此不愿意嘗試相對復雜的功能，而是更傾向于使用簡單的功能來直接獲取自身所需的醫(yī)療健康信息，如各醫(yī)院專家門診信息、慢性病預防信息等；②在感知風險上，隱私泄露和隱私關注對感知風險均有正向影響且二者影響程度相差不大。可見，部分中青年用戶具有良好的隱私習慣，能夠關注平臺使用環(huán)境中是否存在隱私泄露的風險；同時，部分中青年用戶還具有隱私關注，對于個人隱私披露心存顧慮，這些對于保護個人隱私均有一定幫助；③在隱私披露行為上，感知收益對隱私披露行為具有正向影響且影響程度較大，而感知風險對于隱私披露行為具有負向影響且影響程度較小。可見，對于中青年用戶而言，隱私披露的行為主要取決于從平臺獲取的感知收益，盡管感知風險同樣存在，但與感知收益基本沒有可比性。其主要原因在于，部分用戶的隱私保護意識不足，無法正確認識自身隱私的價值，認為隱私價值過低，因此低估了隱私披露的風險。對此，為了完善在線健康社區(qū)，促進用戶隱私披露行為，社區(qū)管理者應當從以下方面加以改進：①提升社區(qū)的信息質量：社區(qū)可以從權威性、時效性等多個方面提升醫(yī)療健康信息質量，如加強信息發(fā)布前的審核，同時在網頁中設置舉報鏈接，形成醫(yī)療健康信息從發(fā)布前到發(fā)布后形成完整的管理鏈，以提升權威性；②完善社區(qū)的隱私保護措施：一方面，社區(qū)可以完善隱私保護條例，通過制定懲罰措施進一步規(guī)范社區(qū)的衛(wèi)生技術人員和其他工作人員對用戶個人隱私信息的使用；另一方面，社區(qū)可以加強個人隱私保護的宣傳，提升用戶的隱私保護意識。