在線健康社區用戶健康信息態度的形成機理研究

朱洪濤 柯青 李欣穎

關鍵詞：在線健康社區；健康信息態度；用戶信息行為；好大夫在線；ABC態度模型；態度形成機理

如今，以在線健康社區等為代表的互聯網健康平臺發展迅猛，截至2022年12月，我國醫療平臺用戶規模達到3.63億，占網民整體的34%。在線健康社區已成為用戶獲取健康信息，實現自我健康教育的重要途徑，公眾可以通過在線健康社區進行健康問答、信息交流和經驗分享。與傳統的線下醫療相比，在線健康社區在一定程度上緩解了醫療健康資源分布不均的現實問題，并克服了時間和空間的限制，便于用戶通過平臺進行健康問答、信息獲取、經驗分享和實現自我健康教育。但實際中，在線健康社區仍然存在信息資源數量龐大、數據質量參差不齊等問題，從而誘發信息過載和信息模糊現象，最終導致用戶健康信息態度惡化。這在個人層面上會阻礙用戶對健康信息的采納行為：在社會層面上會限制醫療及健康知識的傳播與擴散：在管理層面上則不利于管理者實施基于用戶意愿的社區資源優化和管理運營。因此，有必要對在線健康社區中用戶的健康信息態度加以關注。學術界對此展開了一系列的研究，現有研究主要聚焦于特定用戶群體和特殊疾病的用戶健康信息態度研究，但尚未從根源上深入挖掘健康信息態度的構建和形成機理。然而，這一議題卻至關重要，一方面，用戶的健康信息態度是后續健康信息行為的基礎：另一方面，較差的健康信息態度不利于用戶正視健康問題和尋求正確的解決方案，也不利于用戶消化和傳播健康信息，最終會降低用戶獲取健康知識及相關技能的可能性。因此，學界急需揭露用戶健康信息態度的構成和內在規律，促使用戶的健康信息態度朝著積極方向發展。綜上，本文以好大夫在線健康社區為例，探究該社區用戶健康信息態度的構成要素和內在機理。

1相關研究

已有研究指出，行為是用戶在線健康信息態度的重要組成要素，同時從個體層面來看，用戶態度還包括認知和情感兩類要素。據此，本文從用戶的認知、情感和行為3個方面梳理在線健康社區用戶健康信息態度形成機理的相關研究。

1.1基于認知與情感的用戶在線健康信息態度研究

認知方面的研究包含：其一，用戶對信息可信性的認知，如探究影響在線健康社區中信息可信性的中心路徑和邊緣路徑：再如分析眾包效應對在線健康信息感知可信度的影響。其二，用戶對健康信息有用性的認知，如Guo C等和Li J等就在線心理健康社區中用戶健康信息有用性的認知開展研究。其三，特殊類型和特定群體的健康信息認知研究，其中，特殊類型的健康信息研究包含用戶對虛假健康信息的易感性分析，網絡健康謠言與信息可信度的感知，特定群體則包含醫護群體、青年群體和網絡健康信息替代搜尋者群體。

情感方面的研究包含：其一，健康信息負向情緒的產生，如Singh K等探究了用戶在在線健康信息搜尋與使用過程中產生或加劇的焦慮情緒，而持續的在線健康信息搜尋又是維持焦慮情緒的因素。其二，健康信息交互中的情感反應，一方面用戶通過信息互動時的相互鼓勵呈現積極的情感狀態：另一方面則通過分享管理經驗和個人健康信息對其他用戶產生情感影響。其三，健康信息情感體驗過程，如陳憶金等探究用戶在搜索健康信息過程中的情感體驗以及情緒變化：邵佳等則通過調查大學生的健康信息查詢體驗，評估其情感狀態的反饋作用。

1.2面向行為及其形成機理的相關研究

行為方面的研究包含用戶對在線健康信息行為的態度及其形成機理。其中，用戶在線健康信息行為態度的研究涉及健康信息披露行為意愿，以及健康信息搜尋、獲取及接受的態度。如Zhang X等研究發現，揭露信息和情感支持會顯著影響個人健康信息披露行為的意愿。而在健康信息搜尋方面，替代搜尋和雙路徑的搜尋視角備受國內外學者的關注。對于健康信息接受行為的態度而言，特殊疾病的疫苗是學者們關注的重點，如探究用戶對接種COVID-19疫苗和HPV疫苗的接受態度。此外，在健康信息傳播與規避方面也有少許研究，如吳蔚蕓采用混合研究的方式，從認知、態度和行為3個層面討論健康信息傳播對受眾態度和行為的影響。Howell J L等則對健康信息規避的態度加以分析。

用戶在線健康信息行為形成機理的相關研究中，基于共享行為形成機理的研究最為豐富。如國內學者從二階信息生態鏈的視角探究社交網絡環境中用戶健康信息分享意愿的形成機理。張坤對用戶健康信息轉發行為的形成機理加以探究。國外學者則以新冠肺炎疫情為背景，探究大眾對公共信息和私人信息共享意愿的作用機理。而在健康信息搜尋方面，學者們致力于揭示復雜網絡環境中多因素對健康信息搜尋中止行為的作用機理和用戶在線健康信息替代搜索行為的形成機理。此外，在需求誘發行為的研究中，學者又對健康危機中信息需求的形成機理加以探討。

1.3小結

關于在線健康社區用戶健康信息態度，學者們已從認知、情感和行為上加以探究，但多數研究往往聚焦于某個單一維度或僅將其中二者結合加以探討，較為表象和片面。而將在線健康社區中用戶健康信息態度作為一個包含認知、情感和行為三要素的綜合性變量，系統地考察三要素間的作用關系較為少見。另外，現有研究中也缺乏在線健康社區用戶在健康信息交互過程中形成的更為復雜、多元的態度機理。故此，本文在ABC態度模型的基礎上引入ELM模型，并采用扎根理論方法，挖掘用戶健康信息態度的構成要素，綜合考慮在線健康社區用戶對健康信息認知、情感與行為的發生順序，探究其內在機理。

2基礎理論

2.1ABC態度模型

ABC態度模型（ABC Model of Attitudes），又稱“三元態度模型”，該模型通過三維的心理過程說明用戶態度的形成，強調態度是由認知、情感和行為相互作用的結果，如圖1所示。認知是人們對某一態度對象所持有的信念，通常是基于對態度對象特征的客觀評價和認識，受個人能力和知識水平的影響較大；情感是個體對態度對象的主觀感受，能夠表達出人們對態度對象的印象，受情境刺激的影響較多；行為是指個人對態度對象的決策、行動意圖或實際行動。

2.2精細加工可能性模型

精細加工可能性模型（Elaboration LikelihoodModel，ELM）又稱雙路徑模型，該模型描述一個人接觸一條消息時該消息的特征如何影響態度的形成，繼而影響行為，如圖2所示。依據人們對信息認知加工的深入程度不同，ELM模型將信息處理和態度改變歸納為兩條路徑——中心路徑（CentralRoute）和邊緣路徑（Peripheral Route）。中心路徑上，個體在以往知識和經驗的基礎上投入更多的努力和更深入的思考，從而形成對內容質量和目標行為的有效認知與判斷，中心路徑形成的態度更加穩定、持久且可預測；邊緣路徑上，個體處理信息和仔細思考的動機或能力往往不足，且不需要投入過多的精力，僅使用信源可信度或信息數量等簡單的啟發式線索來對信息做出積極或消極的判斷，并不涉及深入的思考。邊緣路徑上發生的態度變化并不持久。

3研究設計

3.1研究對象的選擇

好大夫在線是中國領先的互聯網醫療平臺之一，已在病患問診、疾病管理、知識科普等多個領域取得顯著成果，且擁有數量眾多的優質醫療資源。截至2022年底，好大夫在線已累計服務近8000萬名患者，受到醫生、患者的認可和信賴。因此，本文以好大夫在線社區作為研究平臺，從中篩選研究對象，將科普知識專區作為健康信息刺激的材料來源。訪談對象的選擇依據為是否有過在線健康社區的使用經驗，另外，為保證樣本的多樣性和代表性，筆者在篩選訪談對象時還綜合考慮了年齡、性別和教育水平。

研究對象招募時間為2022年12月-2023年2月，筆者先通過線上社交媒體發布招募信息，再結合身邊好友推薦，最終確定26位符合要求的人員。受訪者均具有一定的健康信息需求，年齡介于23～49歲，男性12人、女性14人，其中16人至少每周1次使用在線健康社區。訪談對象人口統計學信息如表1所示。

3.2數據收集

數據收集以線上訪談為主，采用騰訊會議的屏幕共享方式，訪談過程中要求受訪者利用發聲思維闡述其想法。訪談時間為20～40分鐘，征得受訪者同意后開始錄音錄屏。訪談主要圍繞在線健康社區用戶對健康信息的認知、情感反應與采納行為展開，同時會依據受訪者的回答，及時調整訪談問題，以獲取全面、準確的訪談結果。正式訪談前邀請3位碩博同學參加預訪談，依據預訪談結果適當修改訪談提綱，最后形成正式訪談提綱，如表2所示。訪談結束后將語音資料轉錄成文字，剔除無關內容后，形成5.4萬字的文本。

3.3資料分析

3.3.1開放編碼

本文的編碼采用Nvivoll作為輔助工具，該軟件既是質性編碼的常用軟件，也能清晰地展示原始資料標簽化、概念化與范疇化的過程。開放編碼過程中要求編碼員具有理論敏感性，析出的編碼既能反映文本資料的真實信息，又能對原始資料進行提煉和抽象，從而形成初始概念。將初始概念進一步歸納，找出各概念間的內在聯系，把具有相同本質屬性的概念歸納為一個類別，形成范疇。從概念到范疇有助于研究者進一步認識和發現事物的客觀規律。

該階段由兩位編碼員獨立完成，為保證編碼的一致性，首先，需要兩位編碼員具有相同且系統的編碼知識。編碼前參考《質性研究編碼手冊》中扎根理論所需的編碼方法對編碼員進行培訓：其次，從探尋受訪者本意的視角，保證編碼的一致性。編碼過程中為不曲解訪談資料的原意，要求編碼員對個人無法理解的部分及時與受訪者交流：第三，編碼完成后比較分析兩位編碼員的結果，對差異較大的編碼加以討論，必要時對受訪人員進行二次回訪，直至編碼結果趨同：最后，確定初始概念72個，進一步對初始概念進行范疇化處理，形成28個基本范疇，部分開放編碼示例如表3所示。

3.3.2主軸編碼

主軸編碼是把開放編碼形成的范疇進行聚類分析后形成更大的類屬，探究它們之間如何聯系。用戶在與健康信息交互的過程中會對健康信息源、健康信息質量以及健康信息服務質量等進行評價，評估的結果影響用戶對健康信息的態度和行為。本文探究在線健康社區用戶健康信息態度的形成機理，從訪談文本及其范疇來看，用戶健康信息態度的形成符合“原因一結果”的認知模式，即用戶會因為在線健康社區中所展現出的信息形式和內容等（原因），而形成對這則健康信息的態度（結果），這一態度又將進一步影響用戶的信息采納行為。依據上述模式，將開放編碼形成的28個基本范疇進一步歸納為6個主范疇。

主范疇的提取參考現有文獻進行歸納和總結。學者們將準確性、完整性和可靠性等作為評價在線健康信息內容質量的指標，而將有效性、可用性、價值增值性等歸納為評估信息效用價值的指標。對于信息來源可信度而言，權威性、聲譽、資歷等被證實會影響用戶對信息來源可信度的感知。愉悅度和喚醒度則參考了情感詞典中對積極情緒和消極情緒的劃分，利用情感變化表征愉悅度和喚醒度。信息采納行為這一主范疇的析出是基于訪談文本的提取，受訪者常將信息選擇、贊同和接受等行為視為采納。因此，將上述三者歸納為信息采納這一主范疇。主軸編碼過程如表4所示。

3.3.3選擇性編碼

選擇性編碼是在主軸編碼所發現的概念類屬中經過系統地分析后選擇一個“核心類屬”，并以故事線的形式梳理主范疇間的邏輯關系。核心類屬能夠將大多數的研究結果囊括在一個比較寬泛的理論范圍內。研究發現，用戶健康信息態度的構成要素及其之間的邏輯順序可以形成統領整個范疇的故事線，即在線健康社區用戶的健康信息態度是由認知、情感和行為三者構成，而三者之間不同的邏輯關系則形成了用戶健康信息態度的內在機理。依據此故事線，本文將核心范疇命名為“在線健康社區用戶健康信息態度的形成機理”。選擇性編碼過程如表5所示。

3.3.4理論飽和度檢驗和可信度分析

理論飽和度檢驗。本文將理論飽和原則作為樣本選擇標準之一，在數據收集方面，通過互相比較，選擇不同類型的在線健康信息話題，排除選擇相同主題的研究對象之后才確定一個樣本采集點，且在連續比較數據內容且確定沒有新增后停止采樣。另外，筆者又隨機選取3名使用好大夫平臺的用戶進行檢驗，沒有發現新的范疇和關系，最終確定理論飽和。

可信度分析。數據收集階段，通過訪談的方式獲取文本資料。而訪談提綱是在現有文獻、前期經驗和預訪談的基礎上析出的，能保證研究數據的可信度；數據分析及編碼階段，初始編碼標簽的提取盡量使用“本土概念”的方式，以增強分析結果描述型可信度：范疇的提煉及命名盡量參考現有文獻或理論，以增強分析結果解釋型可信度：編碼過程嚴格按照扎根理論三級編碼程序及要求，以增強分析結果理論型可信度。

4討論分析

4.1在線健康社區用戶健康信息態度的構成要素

用戶健康信息態度的構成要素是認知、情感和行為。這既擬合了ABC態度模型的基本理論，又與楊一翁等、陳志軍等基于認知、情感和行為三變量的實證研究相符。

認知維度，包括中心認知和邊緣認知兩個指標。這體現了ELM模型的理論思想，中心路徑和邊緣路徑是同時處于精細加工可能性統一體的兩端。其中，中心認知反映了中心路徑的思想，強調用戶通過中心路徑處理信息，依據信息質量加以判斷，從而形成對健康信息的主觀評價。訪談也揭示出在線健康社區用戶健康信息態度的中心認知是由感知信息內容質量和感知信息效用質量來表征，如P21談到“乙肝是個挺敏感的主題，為了避免被歧視或者尷尬的境地，很多日寸候我會線上問診，也很看重醫生發布的文章是不是有用，我自己也會私下查詢一下，進一步驗證這篇文章的可信性，畢竟健康信息不能含糊。”將感知信息內容質量和效用價值歸納為中心認知的思想與Ricco R B提出的用戶對信息準確性和有用性感知適宜于評估用戶認知的中心路徑觀點一致。另外，這兩個維度均強調用戶對信息質量的認知與評判需要花費更多的時間和精力深入思考。邊緣認知與邊緣路徑的涵義相似，指用戶僅依靠簡單的啟發式線索判斷，并不涉及深入地認真思考，由感知來源可信度加以評估。而感知來源可信度強調信息接收者對于信息源的可信性感知，與信息內容質量無關。如P13談到“在看到心理壓力及壓力緩解的這篇文章時，我注意到心理問題一直是比較受關注的話題吧……我會大致看看信息來源，比如當我看到發文醫生的專業程度還挺高，加上這個平臺的用戶評價還不錯，我可能就會去采納了”。

情感維度，包括愉悅度和喚醒度兩個指標。這與Peng C等構建的“效價一喚醒”模型中用來測量用戶情感反應的指標相同。因此，利用愉悅度和喚醒度測量用戶的健康信息態度具有一定的可信度和說服力。愉悅度用來衡量個體在特定情況下感覺良好、快樂和滿足的程度。多位受訪者談道到：當所看到的健康信息是真實且能夠解決問題和困境時，他們會對這類健康信息很滿意，情感上表現得比較積極愉快，也會樂于接受這類健康信息（P1，P4，P9，P13，P18，P19）。喚醒度是一種與警覺、清醒和準備應對刺激有關的神經系統功能，表達了個體接收刺激后感到活躍、興奮或警覺的程度。部分受訪者表示：當看到與自己相關的健康信息會產生超出自己想象的危害時，會產生驚訝、緊張和擔心的情緒，進而誘發喚醒度，引起自己對這類健康信息的關注（P2，P5，P7，P16）。此外，編碼結果顯示，較高的愉悅度和喚醒度對用戶的行為和認知均有促進作用，且愉悅度比喚醒度更能促進用戶采納行為的發生。這一觀點得到了前人的證實，與喚醒度相比，愉悅度對用戶行為意愿的產生效果更顯著。

行為維度，以健康信息的采納為主，其強調用戶獲取在線健康信息后，有目的地選擇、評價、接受和利用健康信息的行為。訪談中受訪者提及最多的便是遇到這則健康信息后是否會采納并接受它，如“當我知道了這則健康信息的內容后，我會有個簡單的評估，當我認為它是真實可靠的，我才會按照建議付諸實踐（P7）”“我本身對健康信息是持一個比較開放的態度的，當我或者我的家人遇到棘手的健康問題時，我愿意選擇先采納它，按照它的建議嘗試解決我的問題（P11）”。行為維度中，用戶對信息內容質量、信息效用價值和來源可信度的感知均被用于反映情感變化和行為產生，但將其應用于在線健康社區衡量用戶健康信息態度的形成還鮮有出現。

4.2在線健康社區用戶健康信息態度的形成機理

在線健康社區中用戶健康信息態度的形成機理除探究健康信息態度的構成外，還需梳理各構成因素間的邏輯關系，如圖3所示。

在線健康社區用戶健康信息態度組成要素中的認知、情感和行為三者之間相互作用，并逐漸析出

4類態度的形成機理。

大眾性態度形成機理：認知-（1a）-情感-（1b）-行為。該機理是訪談中多數受訪者表露出來的健康信息態度形成方式，也符合在線健康社區大部分用戶的健康信息態度形成機理。同時，大眾性態度形成機理與ABC態度層級演化模式中的標準學習層級相契合，且被應用于不同情境。用戶先對健康信息產生認知，然后結合自身判斷及相關認知產生某種情感反應，繼而促進用戶的健康信息采納行為。經編碼分析發現，在線健康社區中用戶重點關注信息的內容質量和效用質量，并采用中心認知的方式處理信息（P1，P3，P6，P9，P12，P15，P17，P19）。也有少數受訪者通過關注健康信息發布者的頭銜、所在單位和信息來源等外圍信息，利用邊緣認知加以處理（P6，P8，P9，P19）。可見，大眾性態度形成機理中，中心認知和邊緣認知兩者共同發揮作用影響用戶的情感反應，但以中心認知為主，邊緣認知為輔。情感反應以愉悅度為主，滿意、放心、開心等是訪談中出現最多的情感類詞語。

習慣性態度形成機理：認知-（2a）-行為-（2b）-情感。該機理反映的是低介入層級的思想，用戶自身并不傾向于對健康信息進行認真細致地思考與評估，而是僅依據健康信息相關的啟發式線索形成有限認知后產生信息采納行為。習慣性態度形成機理揭露了人類是天生的認知吝嗇者，習慣于付出最少的努力。這與前人研究中的用戶在使用分析性思維時，傾向于降低精力消耗，選擇依賴直覺等認知捷徑來處理信息的觀念相似。在線健康社區中用戶最初并沒有對在線健康信息產生強烈的情感偏好，也不會積極認真地加工處理信息，而是對健康信息進行有限地了解與認知，而后誘發行為，信息采納后的結果是情感變化的關鍵。研究發現，習慣性態度形成機理中，用戶主要采用邊緣認知的方式處理信息，其中，關注發布者社會任職、發布機構和專業擅長是用戶形成認知的主要方式（P4，P5，P10，P13）。情感反應中愉悅度和喚醒度均有出現。

常規性態度形成機理：情感-（3a）-行為-（3b）-認知。該機理是體驗層級的表征，將情緒感受視為主體，用戶通常不會深思熟慮，而是僅憑自己的某些情感與感受做出采納行為，而后才會形成或修正認知。Martinez-Lopez F J等的研究發現該機理在購物情境中較為常見，屬于常規性的形成機理，但在健康信息態度的形成方面卻較少出現。在線健康社區用戶并未事先對健康信息的各個方面進行詳細地評估與判斷，而是更加關注自己對健康信息所產生的情緒感受，由情緒決定行為，再由行為改變認知。研究發現，受訪者們表露出愉悅度和喚醒度均能促進用戶健康信息采納行為，但兩者的反應性不同，愉悅度更能激發用戶對健康信息采納的及時性，喚醒度則反映用戶對健康信息采納的遲滯性。如P14談到“我看到這個關于便秘的文章后覺得還挺有意思的，所以我想開始嘗試按照里面的建議去做”。P16談到“看到口呼吸會有這么大的危害后，這讓我很擔心，我得及時關注這個事了，然后慢慢修正我的習慣”。

小群體態度形成機理：情感-（4a）-認知-（4b）-行為。該機理并未出現在ABC態度層級模式中，是對ABC態度層級模式的補充和完善。訪談中也僅有個別受訪者提到，他們的健康信息態度形成機理首先是產生情感，然后是改變認知，最后才可能誘發健康信息的采納行為（P21，P23）。如P21談到“我看到這篇文章后，覺得還挺有趣挺開心的，然后我就想看一下發布者的信息，評估一下這篇文章是不是真實可靠的，如果這是一篇來自權威機構的文章或報道，那我愿意采納”。小群體態度的形成機理表明，當在線健康信息被用戶感受到富有某種情感享受時，認知過程將不再是形成健康信息態度的中心。這與Schwarz N的“光環效應”的觀點類似，即用戶對事物的情緒化會使其對該事物的總體態度產生一種“光環效應”。研究發現，情感反應中的愉悅度對于激發用戶邊緣認知的作用效果更顯著，喚醒度則在促進用戶中心認知方面的效果更明顯。此外．圖3中體現出情感與認知之間的連接少于認知與行為和情感與行為之間的連接，表明認知與情感的變化更容易直接誘發采納行為。

5結語

本文抽取出在線健康社區用戶健康信息態度的三要素，提煉在線健康社區用戶健康信息態度的形成機理，可為相關平臺指導醫生撰寫和發布健康信息、制定健康信息審核標準等提供參考，同時指導平臺主體優化健康社區信息，完善平臺的健康信息資源建設與管理，提升用戶體驗與用戶黏性。此外，本研究豐富了當前在線健康社區用戶與健康信息交互過程中態度機理的研究內容，拓展了在線健康社區和健康信息學領域的理論范疇。而將ABC態度層級模式應用于在線健康社區用戶健康信息態度形成機理的研究，一定程度上克服了ABC單一層級模式對某些態度形成機制解釋力不足的局限，為相關研究提供新的思路和視角。

本研究的啟示在于，首先，在線健康社區管理者應關注平臺內醫生的專業性，可通過疾病類型引進不同領域的專家，提升平臺的權威性；其次，需加強對醫生資質及其推文的審核與認證，實現健康信息資源的規范化管理。如平臺方可結合用戶健康信息態度的形成機理制定健康信息發布的審核標準，選取符合標準的優質健康文章作為健康科普信息模板，為平臺內的醫生和專家等撰寫健康信息提供指導和借鑒；第三，更應關注健康信息內容的情感價值，凸顯健康信息的情感特征。如使用積極、幽默且帶有安慰和鼓勵性的語言風格，并輔以生動有趣的圖片或視頻，注重情感渲染，使信息內容富有感染力。

本文還存在一定局限，首先，通過分析訪談數據雖能在一定程度上挖掘出用戶健康信息態度及形成機理，但歷時的縱向研究更容易獲取到真實資料，后續可結合網絡民族志的方式獲取更全面、更客觀的數據；其次，受篇幅限制，本文僅采用定性的分析方式構建用戶健康信息態度形成機理，未來可結合定量數據對所構建的內在機理加以檢驗；第三，選擇好大夫在線平臺作為研究對象，雖具有一定的代表性，但目前在線健康社區種類繁多，僅一個平臺并不能代表整體的情況，因此，未來可將具有不同特征的在線健康社區平臺納入研究。