中国正面临着老龄化加剧、医疗需求逐年攀升的巨大挑战, 且医疗资源与需求之间存在着严重不匹配现象：大医院患者集中，处于超负荷运行状态；而小型医院缺乏优秀医生及患者资源。低年资医生工作量大、收入低；高年资医生缺少匹配的疑难杂症患者。对患者而言，全国三甲医院主要集中分布在中东部地区，西部地区看病难、看病贵和用户体验差。在“互联网+医疗”背景下，移动医疗的诞生和应用为我国解决诸多医疗问题并加快分级诊疗制度的建立提供了可行的解决路径，通过使用移动通信技术(PDA、移动电话和卫星通信)，开发一系列基于安卓和ios的APP应用及智能穿戴设备，其目前可提供诸如疾病预防、疾病监控、慢性病管理、提高治疗和药物依从性、健康教育和健康促进行为等功能。^[1]但移动医疗在我国普及率并不高，一方面是因为围绕医疗的创新必须在现有医疗服务体系下依托区域医疗服务网络进行，同时需构建相应支付体系，另一方面是因为针对目标群体的推广普及不到位。数据显示，81.2%的网民听说过，但仍有近2成网民没有听说过互联网医疗服务；91.9%的网民没有使用过互联网医疗服务。^[2]而据中国互联网络信息中心(CNNIC)发布数据显示, 截至2016年6月，我国移动网民数量为6.56亿，网民中使用手机上网人群占92.5%。基于此问题，本文以用户信任作为研究切入点，站在用户视角下，探究在移动医疗情境下影响用户初始信任的具体因素，以期为其市场推广和普及提供相应的参考。

1 文献回顾 1.1 初始信任概念界定

Walczuch等学者认为信任的发展是由初始信任建立、信任维持、信任下降所构成的一个动态过程^[3]，本文聚焦于用户初始信任阶段，探究用户初始信任的影响因素。关于初始信任的确切内涵目前尚未得出定论，因首次交互是否涵盖在初始信任范围内学术界对此意见不一。初始信任是由McKnight等人首次提出，其认为初始信任是指彼此之间或者团队之间在第一次接触中相互所建立的能共享可靠或者有意义的信息关系^[4]，他将消费者同商家的第一次交互行为包含在初始信任之中；Euijin Kim等学者将电子商务情境下的初始信任界定为当消费者与商家关系未发展成忠诚之前调用和维持的初始关系^[5]。Tao Zhou研究认为初始信任建立在用户与产品首次交互过程中。^[6]本文定义初始信任是移动互联网用户在未与新技术进行交互前凭借其他一些非交互经验或者初次交互时所形成的信任。

1.2 不同情境下初始信任影响因素

针对不同应用情境，学者提出了影响消费者初始信任的可能因素并加以验证。Kim等通过研究得出移动证券用户初始信任受无所不在、信息质量、兼容性、结构保证和信任倾向这几个变量的影响^[7]，林家宝等经过分析中国情境下的用户得出移动证券的初始信任受到无所不在、信息质量、兼容性、感知的声誉、感知的大小、结构保证和信任倾向的影响^[8]。Tao Zhou利用ELM(详尽似然)模型分析了经由中心路线的论据质量和外围路线的来源可靠性对用户初始信任建立的影响^[6]，并提出用户的自我效能感、个人主义、未知风险规避以及论据质量、信息可信度显著影响初始信任的建立^[9]。Gu Zhongwei在关于移动穿戴设备的初始信任问题研究中提出，用户隐私关注、信任倾向、绩效期望、便利条件、享乐动机影响用户初始信任。^[10] Xin Luo等通过对移动银行的初始信任研究发现，影响用户初始信任的感知风险因素来源于八个方面，并实证研究了消费者个人特质等相关因素对初始采纳的影响。^[11]针对移动医疗情境下的信任问题研究，目前国内外相关文献较少。Akter等通过扩展ECM(期望确认)模型，研究了关于移动医疗的持续使用问题，指出感知服务质量、感知信任、感知有用性、确认意向等因素影响用户对移动医疗的使用。^[12]其在以移动医疗为背景的研究中试图推进关于信任的理论概念和经验验证，通过概念化信任构建并预测其对在准则网络里的用户的信赖和持续使用意向的影响。^[13]

1.3 已有研究不足及本文创新点

通过对文献的系统回顾，发现针对移动医疗初始信任的研究尚处起步阶段，在探究影响用户初始信任相关因素时，学者并未结合该情境做具体分析或是仅将电子商务情境下的模型加以修正，存在创新性不足及分析不深入的问题。本文紧跟移动医疗当前发展实际，依据信任机制^[14]将研究划分为技术、个人、程序和制度四个维度，首次将背信规避及相关群体引入该研究中；同时进一步完善了感知声誉中涉及到的另一主体——医生，深度聚焦医生多点执业政策带来的影响；最后文章首次在该情境下引入TAM采纳模型，提高了原创研究模型的完整和全面性。

2 模型及假设 2.1 变量解释及假设

在总结历史文献及该领域发展现状的基础上，本文基于用户视角选取了六个解释变量(感知有用性、背信规避、差序格局、感知医院及医生的声誉、保障体系以及产品参与)来探究移动医疗情境下的初始信任影响因素。模型中依据信任机制将解释变量划分为四个维度，其中技术维度引入TAM模型中的感知有用性，用以研究移动互联网用户对移动医疗的采纳程度；将背信规避、差序格局与产品参与作为个人信任机制加以研究；把感知医院、医生声誉与保障体系分别作为信任的程序及制度机制进行分析。

2.1.1 感知有用性与移动医疗使用意愿的关系

对于信息系统采纳相关的研究结果表明，感知有用性对用户的使用态度和行为意向均有显著的影响^[15-16]，Lee在研究股票在线交易时加入了TAM模型形成复合模型，结论指出感知有用性显著影响用户信任以及使用线上交易的态度。^[17] Jin通过实证研究探究了网上购物首次交互过程中感知有用性显著影响用户使用网上购物的意愿和态度。^[18]在移动医疗情境下，感知有用性指用户通过使用移动医疗平台从而获取医疗资讯、挂号预约、普通疾病问诊等信息，从而提高用户获取医疗服务的效率、拓宽用户满足医疗需求的渠道，并同时提升用户改善健康的能力。因此，本文提出如下假设：

假设1：感知有用性显著影响用户产生对移动医疗的初始信任。

假设2：感知有用性对用户移动医疗的使用意愿有显著的正向影响。

2.1.2 背信规避与初始信任的关系

背信规避指当个人决策所面临的风险来自客观因素和人为因素时，个体倾向于规避人为风险。^[19]祝婧媛等采用信任博弈方法，通过多种方法研究得出中国受试者存在明显背信规避倾向。^[20] Fehr等提出当人们选择建立彼此互信时希望是基于一种互惠的状态下，当被信方未能满足互惠要求且缺乏互惠基础时，人们倾向于选择不信任、不合作，从而规避潜在风险；反之则会在交互中抵消背信规避带来的消极影响，从而达成信任。^[21]作为一种心理个性特征，当用户在首次听闻或接触一项新技术时，如果其缺乏被信赖的基础，初始信任的建立便无从谈起。据此本文提出以下假设：

假设3：背信规避显著影响用户产生对移动医疗的初始信任。

2.1.3 产品参与与初始信任的关系

产品参与是指顾客感知到产品与个人关联度或者产品对自己的重要程度，产品高参与度会引致用户在初次交互时做更多的信息搜集并留下更深刻的印象，产品低参与度则会在匆忙中结束首次交互。^[22]王莉等通过研究指出，在高度复杂的产品创新中顾客产品高参与度会越容易对产品产生满意。^[23] ELM模型指出顾客获取信息的途径分为中心路径和边缘路径^[24]，有理由相信当顾客高度参与产品时，会充分调用两种办法获取相关信息，反之则不利于用户初始信任形成。对于移动医疗渠道，当用户高度参与其中时，会注意搜集关于医疗资源的相关信息并倾向于实际体验，进而有助于加深用户对移动医疗的初始信任。故本文提出以下假设：

假设4：产品参与显著影响用户对移动医疗的初始信任。

2.1.4 相关群体与初始信任的关系

相关群体指对用户行为和态度产生影响的周围群体，并且用户常将他们与自己做比较。^[25]在面临未知事物时，为规避其中潜在的风险，用户往往会通过咨询身边亲朋好友或者具有一定公信力的人的意见，参考他们的做法。相关群体的影响源自所提供的信息，这反映用户希望在信息对称条件下进行最优化决策的愿望。^[26] Bearden研究了相关群体对用户品牌和产品选择的影响，认为相关群体影响个人价值观念的形成，在一定情况下个人也会产生服从群体性规范的压力。^[27]移动医疗未来将会深入布局社区，在用户生活中当周围关系亲密或者值得信赖的人推荐移动医疗服务时，用户倾向于信任的概率会大大增加。因此，本文提出如下假设：

假设5：相关群体显著影响用户产生对移动医疗的初始信任。

2.1.5 感知医院及医生的声誉与初始信任的关系

Broutsou认为用户从周围渠道获悉的关于该服务提供商的口碑，将直接决定用户初始印象及感受的形成，而这种感觉若是正面的，将有效消除部分感知风险和其它一些迟疑因素的阻力。^[28]企业或个人声誉的形成是经历漫长的经营和积淀产生的，其塑造存在着难以形成却易于失去的特点^[29]，人们倾向于信任企业或个人不会贸然牺牲自己的声誉去损害顾客利益。就移动医疗而言，用户倾向于信任具备第三方(政府)资质认证的医院或者是取得相应资质的医生，Berendsen在一项关于病人就医选择的研究中发现其会首先通过报纸或网络去获取相关医院或医生信息后再做出选择^[30]，Victoor通过研究得出相同结论并进一步揭示了用户教育水平越高越倾向关注声誉^[31]，Groenewoud在研究影响患者就医选择的因素中发现某些群体会显著受到医院质量和医生专业水平的影响^[32]。在我国，用户就医普遍倾向于选择具有良好声誉的医院和医生，据此提出以下假设：

假设6：感知医院及医生声誉显著影响用户产生对移动医疗的初始信任。

2.1.6 保障体系与初始信任的关系

保障体系是制度基础信任中不可或缺的重要方面，涉及法律法规、保证、政策、承诺或合约等，三元闭包理论证明，第三方信息往往比内部信息有更好的信度与效度。^[33]尤其作为一项新技术、新服务，如果市场对其缺乏认知度，第三方的规范是尤为必要的，郭承龙等在研究在线交易时强调“第三方认证”有助于加强用户初始信任。^[34] Galanxhi等提出在普适商务环境下隐私问题处理的好坏将直接影响用户是否信任该产品^[35]，顾忠伟在关于可穿戴设备的初始信任问题中也提出，由于移动商务高度个性化的特点使用户对隐私关注日益密切^[36]。移动医疗服务由于直接关系到用户个人隐私、财务和支付方面的安全，保障体系是否完善将是用户关注的重点，据此提出以下假设：

假设7：保障体系显著影响用户产生对移动医疗的初始信任。

2.1.7 移动医疗初始信任与移动医疗使用意愿

根据Gefen的研究，初始信任可以有效降低顾客决策考虑时的复杂性，将需要考虑的各种可能结果减少为可有效控制管理的范围，进而预测交易对象会善意互惠相待的行为表现。^[37]根据理性行为理论(TRA)，顾客的行为受其行为动机的影响，当他们越倾向于信任被信方时，越可能采取相应的交互行为。^[38]据此本文提出以下假设：

假设8：移动医疗初始信任对移动医疗使用意愿具有正向影响。

综上所述，本文构建了用户对移动医疗初始信任模型(图 1)。

3 研究方法 3.1 问卷及量表设计

研究采用问卷调查方式，全卷分为三部分，第一部分解释了移动医疗的内涵和外延，以便让不熟悉的群体也能够理解并作出合理选择。第二部分收集被调查者的人口统计学变量并附加询问被调查者对移动医疗众多服务的选择倾向性。第三部分为测度项，共计26个问题从不同方面测量8个变量：感知有用性(PU)、背信规避(BA)、相关群体(RG)、产品参与(PI)、感知医院及医生声誉(REP)、保障体系(SEC)、初始信任(IT)、使用意愿(UI)。问题采用Likert七级量表，填答者选择1(非常不同意)到7(非常同意)对问题进行打分。量表设计参考了相关学者研究，根据移动医疗情境做了相应的演化，以保证量表的内容效度。其中感知有用性的测度项参考了Gefen^[39]，感知医院及医生声誉的测度参考了Koufaris^[40]及Kim^[41], 保障体系的测度参考了McKnight^[42]和Barnes^[43]，产品参与测度上参考了Sanchez Franco^[44]，初始信任的测度参考了Kim等^[41]，使用意愿的测度参考了Lee^[45]和McKnight^[42]，相关群体的测度参考了Park^[22]和Bearden^[27]。背信规避的测量参考周宏等学者的观点^[46]，采用测度背信厌恶的方式去测量背信规避，参考了Caliendo的量表^[47]。为保证量表测试效果并符合研究情境，在翻译原量表时采取一人翻译成中文后交由另一人再翻译为英文，前后对照防止语义上的巨大偏差，量表经数次讨论和整理以确保研究的可靠性。

3.2 样本收集

移动医疗渠道可服务普通居民、患者以及医生三方，本文选取普通居民和患者进行研究。问卷发放前课题组内进行了多轮内测，采纳相关专家意见进行了多次修改，后将问卷发给45位研究生及35位患者进行了预调研，进一步改进了问卷有关表述、布局及题序。本研究数据采集在中南大学校医院及湘雅二医院进行，问卷收集采用扫码在线填写和纸质问卷直接填写两种方式，以方便不同习惯的群体。在剔除43份无效问卷后共得到有效样本455份，符合结构方程模型信度建议值(10倍)。

问卷在信息采集上考虑了人口统计学基本特征，同时结合移动医疗研究情境调查了用户对移动医疗是否熟悉及愿意接受的移动医疗服务(表 1)。本次调研对象女性较多，占56%，年龄主要集中在19~35岁，占总样本的68%，符合移动互联网主要使用群体年龄特征，但可以看出互联网网龄结构多元化；从受教育程度来看，调查对象具有大专及以上学历者占总样本数的68%，一是因为他们配合程度更高，二是目前移动医疗主要关注群体尚且集中于受教育程度高的群体。从职业上来看，学生群体(29%)和企事业单位较多(43%)；所有调查对象收入集中在2 000~6 000元(44%)之间；样本群体对挂号服务、健康资讯、健康管理、体检等服务接受或需求程度较为强烈。

4 数据分析与假设检验

本文采取先进行测量模型检验后进行结构模型检验的方式，进行数据分析和假设验证。

4.1 测量模型信度、效度分析

对于测量模型，本文结合spss22和lisrel8.7软件进行验证性因子分析(CFA)，对变量的信度和效度(聚合效度、区分效度)加以检验(表 2)。从数据结果可知所有因子Cronbach’s α值均大于0.75，符合建议值0.6以上，说明各因子的信度良好，复合信度(CR)值也均大于0.75，说明各测度项具有内部一致性。所有因子载荷基本均在0.7以上，平均抽取方差(AVE)均高于0.5，说明本研究中各结构变量具有较好的收敛效度。

模型的区分效度衡量一般采用因子AVE值开平方根后与其它因子相关系数比较得出，如果前者大于后者，则说明具有良好的区分效度，从表 3运算结果中可以看出，各因子AVE开方后的值大于其与其它因子相关系数值，故因子具有良好区分效度。

4.2 描述性数据分析

如表 4所示，结果证明调查对象对移动医疗感知有用性信度较高(5.41)；背信规避趋近于中立，并未出现明显群体性背信规避倾向，说明所选取样本较均匀；针对感知医院及医生声誉调查对象普遍认同，证明其对医院及医生声誉十分看重，进一步分析测量题项发现，被调查者更倾向于感知医生声誉(均值)；在保障体系上分析发现调查对象对移动医疗相关法律及法规比较有信心，应是得益于移动互联网在我国快速的发展与普及推动了相关法律法规的不断完善从而增强了民众的信心；在初始信任和使用意向上均呈现出较高的信任和使用意愿，推测原因在于样本数据均来源于医院，此时调查对象或多或少经历着某些传统就诊方式的不便，普遍期望能通过移动医疗这一新应用解决自身遇到的一些问题。但总体上也反映出在移动应用普及的当下人们对其广泛接受和认可。

4.3 模型验证

本文结构方程模型验证使用LISREL(8.7)统计软件，几项重要的指标揭示了模型与数据具有良好的拟合优度(X²/df=3.16，CFI=0.98，IFI=0.98，GFI=0.87，AGFI=0.84，RMSEA= 0.069和NFI=0.97)(图 2)。分析结果得出，产品参与、相关群体、感知医院及医生声誉、保障体系对用户初始信任有显著影响；而感知有用性对移动医疗用户使用意愿有显著影响，对初始信任影响不明显；背信规避对初始信任影响不明显。

5 讨论及启示 5.1 讨论

本文深入研究了影响移动医疗用户初始信任的可能原因，基于渠道特点提出了感知有用性、背信规避、产品参与以及相关群体对用户初始信任的影响，结合移动医疗特点完善了感知声誉维度(加入了感知医生声誉)，经过严格的数据分析得出相关结论：(1)用户感知有用性对自身使用意愿有显著影响(0.22)，而对初始信任影响不显著。可能是由于移动医疗目前发展处于初级阶段，用户认知度尚不高，所以难以对未知事物形成初始信任，但认知了解后便会有较大使用意愿。(2)背信规避对用户初始信任影响不显著。推测原因在于移动互联网的发展与普及使人们对基于移动技术的新服务不具抵触和厌恶心理，共享经济以及平台的优惠使人们愿意基于互惠产生初始信任。(3)产品参与对用户初始信任影响显著，印证了当用户具有高参与度时，更倾向于信任未知产品或技术，参与度越高也越能发掘产品对自身的利处。(4)相关群体对用户初始信任影响显著。原因在于社区是完善分级诊疗、提高医疗效率的关键场景，相关群体的行为必然会在社区社交生活过程中对用户产生显著影响。(5)感知医院与医生声誉对用户初始信任影响显著，与以往不同，研究进一步发现用户更看重医生声誉，医生多点执业的逐步放开将会提升医生的诊治效率，让更多用户享受高质量的医疗服务。(6)保障体系显著影响用户对移动医疗的初始信任，面对新技术、新服务的不断涌现，用户迫切需要能通过各种形式来维护自身权益不受侵犯。

5.2 启示

通过以上分析表明，移动医疗平台商未来应加强运营以提高用户体验及服务效率：(1)搭建服务场景。创造机会让用户体验产品将会大大提升用户感知有用性和参与度，在具体的应用场景下，用户往往具有更为迫切的需求，如某些移动医疗应用瞄准诊后咨询搭建了患者与医生之间的沟通渠道，从而获得了市场青睐。(2)布局社区医疗，构建全渠道服务。未来医疗服务形态一定不是线上线下割裂的，正如零售业正在发生的变革，服务领域未来也将会是通过全渠道为用户提供全方位服务，这就要求平台必须加快完善线上应用服务，同时积极整合线下资源。(3)加强医疗资源整合，关注医疗政策变化。未来移动渠道下的医疗服务发展一定会导致对优质医疗及医生资源的争夺，所以平台商应该加强相关资源整合能力，同时对诸如医生多点执业等政策变动保持敏感，快速响应顺势而为。(4)遵守现有监管体系，完善平台隐私政策。移动医疗后续服务的提供一定会朝着智能化和个性化服务方向发展，这就势必会涉及用户隐私等相关敏感内容，尤其疾病属于患者重要隐私，在现行相关领域法律法规并不完善的情况下，平台积极主动向用户申明自身隐私政策并为用户提供可靠隐私保障以打消用户顾虑意义重大。(5)培养使用习惯，适当给予优惠。移动医疗的推广普及首先是需要用户形成使用习惯进而才能转化，借鉴共享经济的发展路径，平台可采取适当的优惠政策吸引用户，只有让用户在降低成本、提高效率和保障安全性的情况下享受到所需的医疗服务，才能最终被打动并培养用户习惯。

6 小结

中国作为全球互联网发展的重要阵地之一，涌现了诸多基于移动互联网的商业模式和生态，移动医疗是典型之一，基于中国国情发展移动医疗是具有现实及未来意义的。针对目前国内移动医疗发展的情况，本文借鉴初始信任模型，采用实证研究的方法探究了相关变量对移动医疗初始信任的影响，得出了一些新的结论和启示，希望能为移动医疗的发展提供借鉴意义。然而研究仍然存在一些不足，比如基于大数据时代样本数量不够，后续研究可以通过新技术或途径搜集更多资料对研究加以论证和完善。同时信任是一个过程，本文聚焦于信任初期，后续研究也可以完善针对这一新情境的整个信任过程研究。