卫艳利，曹晓强，蔡雁岭，3*，翟运开，3，刘瑞芳

近年，随着人口老龄化的趋势加快和慢性病患者增加，我国医疗卫生领域面临巨大挑战，而互联网的发展为问题的解决带来了契机，医疗产业也开始寻求与互联网的融合。同时，用户对健康管理的需求日渐增长，催生出了互联网医疗新服务模式，该模式的出现为医疗资源的高效及有效分配提供了新途径。中国互联网信息中心调查结果显示，截至2016年12月，我国互联网医疗用户规模为1.95亿，占网民的26.6%，年增长率为28.0%［1］，可见，互联网医疗行业有巨大的发展潜力和广阔的空间。

远程健康监护指通过通信网络将远端生理信息和医学信号传送到监测中心进行分析，并给出诊断意见的一种技术手段，由监护中心、远端监测设备和联系两者的通信网络组成。远程健康监护主要应用于一般的健康管理，如中老年人管理、慢性病管理、康复管理和重症管理等方面。本文以慢性病远程监护为研究对象，患者可通过家用仪器进行自我监测生理状况，并通过互联网将数据传送到医院的监护中心，由医生对数据进行分析诊断，将结果反馈给患者及家属，有异常情况时会及时通知患者及家属，患者有需要时也可在家进行健康咨询或接受专家诊断。通过互联网还可以形成慢性病社区，慢性病患者可进行经验分享，获取健康咨询，实行慢性病的主动防治。

目前，慢性病远程监护服务处于发展的初级阶段，分析患者使用慢性病远程监护服务意愿的影响因素及方式，是服务提供商开发、推广慢性病远程监护服务关注的重要问题。但国内对其相关研究较为缺乏，学术界对远程监护的研究主要集中于技术实现方面，如远程监护的基本原理、系统构建和远程监护实现的关键技术和方法等。因此，全面深入了解影响患者采纳动机很有必要。本研究尝试从广泛用于信息系统研究中的技术接受模型（TAM）角度出发，加入慢性病远程监护特有的因素来探究影响患者接受慢性病远程监护服务的可能原因，试图拓展患者采纳行为在网络医疗领域的研究。

1 文献评述与研究假设

消费者采纳行为是市场研究中的基础和基本问题，相关理论比较丰富，本研究鉴于直接相关的实证文献还是空白，故依据采纳行为研究中被广泛运用的理论提取相关变量，并结合互联网医疗的特点构建研究模型。

1.1 TAM TAM由DAVIS［2］基于理性行为理论（TRA）提出，用于预测和解释用户在面对某项新信息技术或信息系统时的态度和行为。TRA可用于解释一切人类行为，该理论认为，个人的行为意愿由态度和主观准则决定，行为意愿指个人对自己将来会采纳特定行为可能性的认知［3］。TAM中，使用行为由行为意愿决定，行为意愿受感知有用性和态度的影响，而感知有用性和感知易用性又对态度产生影响，二者也受外部变量的影响，同时，感知易用性影响感知有用性。随后VENKATESH等［4］通过纵向研究，对最初的模型进行修改，删除了使用态度因素，形成TAM的精简版（见图1）。

图1 技术接受模型Figure 1 Technology acceptance model

TAM最初用于解释企业员工对新技术的采纳行为［2］，随着电子商务的兴起，开始广泛应用于网络商品或服务的采纳行为研究中［5-6］。在电子商务研究领域，TAM能有效解释消费者网上购物行为，网上购物的感知有用性和感知易用性对消费者的网上购物意愿影响显著。

远程监护作为一种互联网医疗，即利用互联网技术来实现医疗服务，尽管与网络购物存在较大的区别，如医疗市场资源稀缺，属于卖方市场，用户可选择的替代产品不多，但其也属于信息技术的普及和使用。此外，严春美［7］研究发现，TAM可用于分析移动医疗服务患者的采纳意愿，因此，结合TAM来研究远程监护行为是合适的。

根据研究主题，提取感知有用性和感知易用性作为影响慢性病远程监护服务使用意愿的中介变量。本研究中，感知有用性指患者认为使用慢性病远程监护服务将有效改善慢性病症状的程度，感知易用性指患者认为使用慢性病远程监护服务的容易程度。因此，提出以下假设：

H1：患者使用慢性病远程监护服务的感知有用性与其对慢性病远程监护服务的使用意愿呈正相关。

H2：患者使用慢性病远程监护服务的感知易用性与其对慢性病远程监护服务的感知有用性呈正相关。

H3：患者使用慢性病远程监护服务的感知易用性与其对慢性病远程监护服务的使用意愿呈正相关。

1.2 感知风险 感知风险理论最初由BAUER［8］从心理学领域引入到营销领域，用来分析消费者的购买行为，指消费者在购物时由于对结果的不确定性而感受到的购买风险，这种风险与实际存在的风险有区别，与消费者的内在感受息息相关。针对感知风险的分类，JACOBY等［9］研究指出，感知风险包括财务、功能、物质、心理、社会5个方面的风险，PETER等［10］在此基础上加入了时间风险，杨青等［11］则界定感知风险包括经济、功能、安全、时间、隐私、社会、服务和心理风险。

已有大量研究表明，感知风险对消费者的网上行为产生负面影响。KUHLMEIER等［12］研究发现，消费者网上购物时感知风险对购买意愿有负面影响；LEE［3］发现感知风险降低了用户对网络银行的采纳意愿；CORBITT等［13］认为，消费者感知风险可能影响并降低消费者消费经验并影响使用意愿。陈冬宇等［14］在有关网络借贷（P2P）的研究中表明，感知风险会降低借款人的信任水平和出借意愿，降低网络借贷的成功率。慢性病远程监护服务不但包括了诸如姓名、联系方式、家庭地址等个人信息，同时还包括了疾病等隐私信息，可能会涉及生理风险、隐私风险和财务风险。基于以上分析，提出如下假设：

H4：患者使用慢性病远程监护服务的感知风险与其对慢性病远程监护服务的使用意愿呈负相关。

H5：患者使用慢性病远程监护服务的感知风险与其对慢性病远程监护服务的感知有用性呈负相关。

1.3 环境因素 VENKATESH等［4］在TAM的基础上，提出整合型技术接受与使用理论，该模型认为社会影响对感知有用性和使用意愿产生重要影响，其中社会影响指用户感知对其有重要影响的人认为其应该或不应该采纳某项特定技术的程度。HANSEN等［15］研究发现，消费者在考虑是否使用一个具有一定风险的技术时，更希望有规范的指导。在医疗服务领域，汪祥松等［16］采用博弈论的方法研究发现，在远程医疗的背景下，政府对社区医院的资金支持、患者享有的医保报销比例影响患者的就医选择。王敏等［17］在患者就医的影响因素研究中调查发现，家庭特征对患者就医具有重要影响。

在慢性病远程监护服务的背景下，由于医疗信息的不对称性，患者对国家的政策、医生具有较高的依赖性，由此认为政策、医生、家庭等外部因素影响患者对慢性病远程监护服务的使用意愿，由此提出以下假设：

H6：患者使用慢性病远程监护服务的环境因素与其对慢性病远程监护服务的感知有用性呈正相关。

H7：患者使用慢性病远程监护服务的环境因素与其对慢性病远程监护服务的使用意愿呈正相关。

1.4 自我效能 研究发现，自我效能也显著影响人们对新技术的采纳。郑称德等［18］从消费者的感知价值和自我效能感的角度发现，用户对移动购物的感知有用性和自我效能感影响感知价值，并和感知价值同时影响采纳意图。其中自我效能是消费者对自己是否有能力去实施某一行为的期望，是对自我行为能力的认知与评价［19］。而WINKELMAN等［20］研究也证实了患者的自我效能对其电子病历的使用意愿呈显著正相关。在慢性病远程监护服务的情景下，当患者感觉自身具备较高的进行慢性病远程监护的能力时，患者可能会更倾向于使用该服务。由此提出假设：

H8：患者的自我效能与其对慢性病远程监护服务的感知易用性呈正相关。

1.5 感知疾病威胁 由于医疗的独特性，HUANG［21-22］提出TAM可与健康信念模型相结合，其研究表明，感知疾病威胁与个体对远程医疗的采纳呈正相关。个体的感知疾病威胁包括感知易感性和感知严重性，感知易感性指个体认为不健康行为带来的总体伤害，以及该行为导致其自身出现疾病的风险，感知严重性指个体感知到的行为改变可能带来的身体、心理和金钱方面的不良影响。

在慢性病远程监护服务的背景下，感知疾病威胁定位为患者认为自身健康状况的严重程度。一般而言，当个体的感知疾病威胁越高时，其越可能认为使用慢性病远程监护服务有用，并采取行动采纳该服务来改善自身的疾病状况。故提出如下假设：

H9：患者的感知疾病威胁与其对慢性病远程监护服务的感知有用性呈正相关。

H10：患者的感知疾病威胁与其对慢性病远程监护服务的使用意愿呈正相关。

根据以上理论分析和研究假设，本研究提出研究模型见图2。

图2 慢性病远程监护服务使用意愿影响因素的研究模型Figure 2 Theoretical model of the willingness to use remote monitoring services for chronic diseases

2 方法

2.1 问卷设计 本研究采用问卷调查的方式对构建的理论模型进行验证。为了确保变量的信度和效度，构建量表均借鉴国内外文献研究中普遍采用的潜在变量的测量问题，并结合本研究的特殊情景进行相应的修订。感知有用性和感知易用性的题项改编自DAVIS［2］的研究；使用意愿的测量题项参考ANDREWS等［23］研究；感知风险的题项根据使用慢性病远程监护服务可能涉及的生理风险、隐私风险和财务风险参考LEE［3］的研究得到；环境因素的题项参考VENKATESH等［4］的研究；自我效能的题项参考WINKELMAN等［20］的研究；感知疾病威胁的题项则参考HUANG［21］研究。

为了提高问卷的内容效度，经过专家反复讨论并与相关使用人员进行访谈，对原有量表进行修改和完善。此外，由医疗信息化方面的专家对问卷提出修改意见，得到最终的测量量表。各题项采用7级评分法，表达调查对象对描述语句的赞同程度，1分为非常不同意，7分为非常同意。同时，在量表的内容介绍部分，通过情景描述，告知调查对象使用慢性病远程监护服务后的虚拟场景，帮助未使用过慢性病远程监护相关应用的调查对象建立概念，提高问卷的有效性。

2.2 问卷调查 2016年10—11月，以慢性病（心脑血管疾病，如高血压、冠心病等；糖尿病；慢性阻塞性肺疾病，如慢性气管炎、肺气肿等）患者为调查对象，于郑州大学第一附属医院、河南中医院及社区等公共活动场所发放纸质问卷，对不便填写的调查对象可由家属征询其意见后填写。另外，在慢友帮、39健康网等患者交流区发放网上问卷。

2.3 统计学方法 采用SPSS 17.0软件进行统计学分析。以Cronbach's α系数和组合信度（CR）评价问卷的信度，Cronbach's α系数≥0.700且CR＞0.7时，认为信度较好［24］。采用收敛效度和区别效度评价问卷效度，其中收敛效度以标准因子载荷和平均方差提取（AVE）进行评估，当标准因子载荷＞0.50，AVE＞0.500时，说明收敛效度较好［25］；各潜在变量AVE的平方根大于其与其他因子的相关系数时，认为区别效度较好［26］。采用LISREL 8.7软件构建结构方程模型以分析慢性病远程监护服务使用意愿的影响因素，采用χ2/df、近似误差均方根（RMSEA）、比较拟合指数（CFI）、增值拟合指数（IFI）、拟合优度指数（GFI）、调整的拟合优度指数（AGFI）、规范拟合指数（NFI）评价模型的拟合优度，以χ2/df＜3，RMSEA ＜ 0.080，CFI、IFI、GFI、NFI＞0.90，AGFI＞0.80 认为模型拟合效果较好［27］。以P＜0.05为差异有统计学意义。

3 结果

3.1 调查对象一般情况 本研究共回收问卷260份，剔除所有答案均相同或不完整问卷55份，最终得到有效问卷205份，有效率78.8%。调查对象中，男94例（45.9%），女111例（54.1%）；年龄≤40岁20例（9.7%），41～50岁98例（47.8%），51～60岁52例（25.4%），60岁以上35例（17.1%）；月收入＜2 500元84例（41.0%），2 500～4 999元37例（18.0%），5 000～7 499元52例（25.4%），7 500～9 999元24例（11.7%），≥10 000元8例（3.9%）；心脑血管疾病97例（47.3%），糖尿病62例（30.3%），慢性阻塞性肺疾病46例（22.4%）；对慢性病远程监护服务表示完全不了解97例（47.3%），表示听说过76例（37.1%），表示非常了解32例（15.6%）。

3.2 信效度评价 各潜在变量Cronbach's α系数为0.803～0.885，CR为0.805～0.888，均＞0.700，信度较好。各测量项标准载荷均＞0.70，各潜在变量AVE为0.579～0.718，均＞0.500，具有较好的收敛效度（见表1）。

各潜在变量的相关矩阵显示，各潜在变量AVE的平方根均大于同行、同列的相关系数，测量模型具有较好的区别效度（见表2）。

3.3 结构方程模型 拟合优度评价显示，χ2/df=1.526，RMSEA=0.044，CFI=0.98，IFI=0.98，GFI=0.88，AGFI=0.85，NFI=0.94，除GFI接近推荐值0.90外，其他适配指标均在可接受建议值的范围内，理论模型和实证数据具有较高的拟合度。

表1 测量模型的信度和收敛效度Table 1 Reliability and convergence validity of the measurement model

表2 测量模型的区别效度Table 2 Discriminant validity of the measurement model

结构方程模型显示，感知易用性、感知有用性和使用意愿的被解释方差分别为67%、46%、60%，该模型具有良好的预测效果。感知有用性与使用意愿呈正相关，标准关联系数为0.31；感知易用性与感知有用性呈正相关，标准关联系数为0.34；感知风险与感知有用性呈负相关，标准关联系数为-0.14；环境因素与感知有用性呈正相关，标准关联系数为0.46；自我效能与感知易用性呈正相关，标准关联系数为0.58；感知疾病威胁与感知有用性、使用意愿均呈正相关，标准关联系数均为0.24。未发现感知易用性、感知风险、环境因素对使用意愿的影响（见图3）。

图3 慢性病远程监护服务使用意愿影响因素的结构方程模型Figure 3 Structural equation model of the willingness to use remote monitoring services for chronic diseases

4 讨论

4.1 慢性病远程监护服务使用意愿的影响因素 本研究从患者感知角度，以TAM为基础考察了慢性病患者对慢性病远程监护服务使用意愿的影响因素。多数假设得到实证支持，说明该模型对慢性病远程监护服务使用意愿具有很好的解释度。感知风险对感知有用性的影响较弱，并且对使用意愿的影响不显著。这说明感知风险并不会成为患者选择慢性病远程监护服务的首要因素。问卷显示，调查对象对感知风险非常关注，但并不影响其最后的选择意愿。这与我国目前的医疗形势有关，由于医疗资源的有限性，尤其优质的医疗资源特别匮乏，作为新技术，患者使用时不可避免担心隐私泄露、系统故障等技术问题，但仍然可能选择去尝试，慢性病远程监护服务所带来的益处是显著的。

慢性病远程监护服务中，调查对象的感知易用性对感知有用性影响显著，但不直接影响使用意愿，而是通过感知有用性间接影响使用意愿。分析可能原因为，由于医疗服务的特殊性，患者在选择新技术时更看重的是该技术给患者身体带来的益处，但这并不说明患者不重视感知易用性，如果患者在使用慢性病远程监护时十分困难，那么其不会认为该技术有用，而且也不会去使用该技术，即患者在认为物联网没有用时，其使用动机也将会减弱。

环境因素对感知有用性影响显著，但不直接影响使用意愿。这可解释为，由于涉及自身的健康，患者只有在感知对自己有用的前提下，才会倾向于使用慢性病远程监护服务，很难仅靠环境因素直接产生使用意愿，但如果有医生、家人、朋友推荐及医保支持，患者会认为该技术有用，从而去使用该技术。

在慢性病远程监护服务的情景下，仅有感知有用性和感知疾病威胁直接影响患者的使用意愿，而感知风险、感知易用性、环境因素均通过感知有用性影响使用意愿，并且环境因素对感知有用性的影响最为显著。另外，自我效能对感知易用性的影响程度较高，感知疾病威胁不仅通过感知有用性影响使用意愿，而且直接影响使用意愿。说明调查对象在考虑是否使用慢性病远程监护服务时，最直接考虑的因素为感知有用性和感知疾病威胁，感知易用性、环境因素、感知风险和自我效能均通过感知有用性、感知易用性两个中介变量影响其使用意愿。

4.2 管理启示 针对上述结论，本研究为慢性病远程监护服务的发展提供参考策略。（1）从技术属性角度，一方面，需要选择信誉较好的技术厂商，在进行慢性病远程监护服务系统设计时要注重功能的设计，充分了解患者的需求和使用习惯，从优化患者体验、方便患者操作的角度出发，优化流程，简化操作，提高患者的感知有用性和感知易用性；另一方面，要建立服务提供方的约束机制，移动提供商也应提供稳定、快速、普及的无线网络，降低患者的感知风险。（2）从个体特征角度，感知疾病威胁会正向影响患者的使用意愿，因此慢性病远程监护服务的提供商应当为患者提供个性化服务，针对患者的不同需求提供合适的服务。此外，慢性病远程监护服务提供商在对其进行推广时，应致力于培养患者的技能和习惯，提高患者在该领域的自我效能，关注患者对自身能力的评价，提高患者对自身掌握慢性病远程监护服务的信心，从而提高或改善患者采纳意愿。（3）从社会环境影响角度，慢性病远程监护服务的提供方进行推广时，应加大对国内外成功案例的宣传或权威专家的推荐，以及免费体验式服务等，同时在就医过程中，由具有绝对权威性的医生对患者进行宣传，另外，国家也应加强对医保的重视，完善远程医疗纳入医保的体制，解决患者的后顾之忧，从而有效提高患者对慢性病远程监护服务的相对收益感知。

4.3 局限与展望 本文构建的模型具有较好的解释度，同时也存在不足之处，需在未来研究中进一步完善。（1）使用意愿区别于真正的使用行为。根据本研究问卷调查结果，实际使用慢性病远程监护服务的调查对象极少，因此只能了解调查对象的意图，而对实际使用情况尚难以了解。未来研究可结合考察患者实际使用慢性病远程监护服务的情况，使研究结果更能真实反映现实。（2）本研究并未对慢性病患者进行细分，只是笼统地对影响患者使用意愿的因素进行了分析，未来研究应细化患者类型，识别不同目标群体的差异，对市场进行细分，为服务提供方服务设计提供具体参考。（3）由于慢性病患者多为中老年人，患者家属也是慢性病远程监护服务的重要参与者，甚至对患者使用慢性病远程监护服务具有决定性作用，因此，未来研究也应分析家属对慢性病远程监护服务的使用意愿，以期更好地满足患者需求。

作者贡献：卫艳利、蔡雁岭进行文章的构思与设计，撰写论文，负责文章的质量控制及审校，对文章整体负责，并监督管理；卫艳利、翟运开进行研究的实施与可行性分析；卫艳利、刘瑞芳进行数据收集；卫艳利进行数据整理、统计学处理；卫艳利、曹晓强进行结果的分析与解释，以及论文修订。

本文无利益冲突。

［1］中国互联网络信息中心.第39次中国互联网络发展状况统计报 告［EB/OL］.（2017-01）［2017-05-08］.http：//cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/201701/P020170123364672657408.pdf.

［2］DAVIS F D.Perceived usefulness，perceived ease of use，and user acceptance of information technology ［J］.Mis Quarterly，1989，13（3）：319-340.

［3］LEE M C.Factors influencing the adoption of internet banking：an integration of TAM and TPB with perceived risk and perceived benefit［J］.Electronic Commerce Research and Applications，2009，8（3）：130-141.DOI：10.1016/j.elerap.2008.11.006.

［4］VENKATESH V，MORRIS M G，DAVIS G B，et al.User acceptance of information technology：toward a unified view ［J］.Mis Quarterly，2003，27（3）：425-478.

［5］SHEN C C，CHIOU J S.The impact of perceived ease of use on internet service adoption：the moderating effects of temporal distance and perceived risk［J］.Computers in Human Behavior，2010，26（1）：42-50.DOI：10.1016/j.chb.2009.07.003.

［6］HA S，STOEL L.Consumer e-shopping acceptance：antecedents in a technology acceptance model［J］.Journal of Business Research，2009，62（5）：565-571.DOI：10.1016/j.jbusres.2008.06.016.

［7］严春美.移动医疗服务用户采纳意愿影响因素研究［D］.哈尔滨：哈尔滨工业大学，2012.YAN C M.Research on the influence factors of user's adoption intention in mobile health service：comparative analysis on different age level［D］.Harbin：Harbin Institute of Technology，2012.

［8］BAUER R A.Consumer behavior as risk raking［C］∥HANCOCK R.Dynamic marketing for a changing world.Proceedings of the 43rd Conference of the American Marketing Association，1960：389-398.

［9］JACOBY J，KAPLAN L B.The components of perceived risk［J］.Advances in Consumer Research，1972，3：382-383.

［10］PETER J P，TARPEY L X.A comparative analysis of three consumer decision strategies［J］.Journal of Consumer Research，1975，2（1）：29-37.

［11］杨青，刘懰，钱新华.各类网上支付模式及消费者感知风险研究［J］.上海金融，2011，16（4）：32-37.YANG Q，LIU L，QIAN X H.Research on many types of online payment patterns and consumer's perceived risk［J］.Shanghai Finance，2011，16（4）：32-37.

［12］KUHLMEIER D，KNIGHT G.Antecedents to internetbased purchasing：a multinational study［J］.International Marketing Review，2005，22（4）：460-473.DOI：10.1108/02651330510608460.

［13］CORBITT B J，THANASANKIT T，HAN Y.Trust and e-commerce：a study of consumer perceptions［J］.Electronic Commerce Research and Applications，2003，2（3）：203-215.

［14］陈冬宇，朱浩，郑海超.风险、信任和出借意愿：基于拍拍贷注册用户的实证研究［J］.管理评论，2014，26（1）：150-158.CHEN D Y，ZHU H，ZHENG H C.Perceive risk，trust，and willingness to lend：an empirical study based on the users of PPDai.com［J］.Management Review，2014，26（1）：150-158.

［15］HANSEN A T，JENSENB J M，SOLGAARD H S.Predicting online grocery buying intention：a comparison of the theory of reasoned action and the theory of planned behavior［J］.International Journal of Information Managemant，2004，24（6）：539-550.DOI：10.1016/j.ijinfomgt.2004.08.004.

［16］汪祥松，杜荣，艾时钟，等.远程医疗背景下社区医院和患者行为选择的演化分析［J］.工业工程与管理，2015，20（2）：130-137.DOI：10.3969/j.issn.1007-5429.2015.02.020.WANG X S，DU R，AI S Z，et al.The evolution analysis of the community hospitals and patients' behavior selection under the background of telemedicine［J］.Industrial Engineering and Management，2015，20（2）：130-137.DOI：10.3969/j.issn.1007-5429.2015.02.020.

［17］王敏，张开金，姜丽，等.中国城乡患者就医行为影响因素模型研究［J］.中国全科医学，2010，13（19）：2127-2129.DOI：10.3969/j.issn.1007-9572.2010.19.026.WANG M，ZHANG K J，JIANG L，et al.Impact factors model of medical behavior of chinese urban and rural ill residents［J］.Chinese General Practice，2010，13（19）：2127-2129.DOI：10.3969/j.issn.1007-9572.2010.19.026.

［18］郑称德，刘秀，杨雪.感知价值和个人特质对用户移动购物采纳意图的影响研究［J］.管理学报，2012，9（10）：1524-1530.DOI：10.3969/j.issn.1672-884X.2012.10.018.ZHENG C D，LIU X，YANG X.Impact of perceived value and individual cognition on consumers' adoption intention of mobile shopping［J］.Chinese Journal of Management，2012，9（10）：1524-1530.DOI：10.3969/j.issn.1672-884X.2012.10.018.

［19］BANDURA A.Social foundations of thoughts and action：a social cognitive theory［J］.Journal of Applied Psychology，1986，12（1）：169-171.

［20］WINKELMAN W J，LEONARD K J，ROSSOS P G.Patientperceived usefulness of online electronic medical records：employing grounded theory in the development of information and communication technologies for use by patients living with chronic illness ［J］.Journal of the American Medical Informatics Association，2005，12（3）：306-314.DOI：10.1197/jamia.M1712.

［21］HUANG J C.Remote health monitoring adoption model based on artificial neural networks［J］.Expert Systems with Applications，2010，37（1）：307-314.DOI：10.1016/j.eswa.2009.05.063.

［22］HUANG J C.Using the health care information adoption model to predict the adoption of telecare［J］.African Journal of Business Management，2012，6（2）：562-572.DOI：10.5897/AJBM11.1745.

［23］ANDREWS L，BIANCHI C.Consumer internet purchasing behavior in Chile［J］.Journal of Business Research，2013，66（10）：1791-1799.DOI：10.1016/j.jbusres.2013.01.012.

［24］HU L T，BENTLER P M.Cut-off criteria for fit indexes in covariance structure analysis：conventional criteria versus new alternatives［J］.Structural Equation Modeling，1999，6（1）：1-55.

［25］荣泰生.AMOS与研究方法［M］.重庆：重庆大学出版社，2010.RONG T S.AMOS and research method［M］.Chongqing：Chongqing University Press，2010.

［26］陶燕霞，王岚，郑洪，等.中文版老年人体力活动量表在老年慢性阻塞性肺疾病患者中的信效度研究［J］.中国全科医 学，2017，19（15）：1860-1864，1872.DOI：10.3969/j.issn.1007-9572.2017.15.015.TAO Y X，WANG L，ZHENG H，et al.Reliability and validity of physical activity scale for the elderly（Chinese version） in old patients with chronic obstructive pulmonary disease［J］.Chinese General Practice，2017，19（15）：1860-1864，1872.DOI：10.3969/j.issn.1007-9572.2017.15.015.

［27］余庆泽，叶淑敏，李毅，等.基于TAM的二维码使用意愿实证研究［J］.科技管理研究，2014，34（9）：180-185.DOI：10.3969/J.issn.1000-7695.2014.09.038.YU Q Z，YE S M，LI Y，et al.An empirical study on the adoption intention to QR code based on TAM［J］.Science and Technology Management Research，2014，34（9）：180-185.DOI：10.3969/J.issn.1000-7695.2014.09.038.