韩玺　蒋佩瑶　陈思然等

关键词： 在线评论； 采纳意愿； 健康信息； 信任转移； 精细加工可能性模型

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０９．００４

〔中图分类号〕Ｇ２５２.０ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１ （２０２３） ０９－００３６－１５

随着Ｗｅｂ２ ０ 技术的发展和移动网络的普及，“互联网＋医疗” 模式为用户就医提供了极大便捷。用户可以通过医疗服务网站在线择医问诊， 也可以借助在线评价信息开展线下就医。在这一过程中，医疗网站中他人对医生能力、技术、工作态度等的评价口碑信息成为个体择医决策的重要信息来源［１］ 。已有研究表明， 美国［２］ 、英国［３］ 、德国［４］ 等多个国家（地区）用户使用在线医评信息的比例逐渐上升。与此同时， 由于长期以来电商平台虚假评论的存在，用户采纳在线医评信息时持谨慎态度［５］ ， 这不仅影响用户依据评论选择医生， 也影响对医疗服务网站的信任与使用。因此， 在网络医疗愈发重要的背景下， 探索用户采纳在线医评信息的影响机制对优化平台设计和促进在线医疗服务发展至关重要。

尽管过去不少学者针对酒店［６］ 、科技商品［７］等电商情景中用户采纳在线口碑开展了研究， 但对在线医疗情境的关注仍然不足， 尤其是医评信息具有与普通商品评论不同的评价特征和应用情景特征。如部分医疗服务网站在医评信息中展示了实名挂号评论人的姓氏， 部分则用随机编码或昵称方式； 部分医评信息比较简短抽象且以评价为主， 部分医评信息内容客观且事实详实。此外， 用户利用在线医评信息时也有不同疾病严重程度的情景差异和个体特征差异。基于此， 本文聚焦于医评信息的独特特征， 探索相关特征如何影响用户对医评信息的采纳，以及在这一过程中使用情景特征和消费者异质性特征如何发挥作用。

１相关研究

在线评论， 也称为口碑， 是消费者购买产品或服务后， 根据自身体验与感受， 通过网络分享关于产品及服务的评价内容信息［８］ 。在线评论作为共享信息资源， 本身不具备商业传播目的， 更多是一种自发分享驱动， 但对其他消费者而言具有较强影响力与说服力。研究证明， 在线评论在消费者购买决策中发挥巨大作用， 并且成为很多公司在线发展策略的重要组成［９］ 。在网络口碑越来越重要的背景下， 消费者倾向于浏览评论后， 对信息内容进行接受评估与信任采用， 因此， 促进用户对在线评论信息的采纳是该领域重要研究内容。

以往研究关注了不同情景中在线评论的采纳，如社交网站［１０］ 、旅游网站［１１］ 、第三方评论网站［１２］等不同类型， 但在线医疗情景下的评论信息采纳尚未引起关注。评论信息采纳影响因素分析方面， 主要围绕３ 个维度特征展开： 信息内容（信息质量、评论数量、信息可信度等）、信息来源（信息发布者可信度、专业度、客观性、信任度等）和信息接收者特征（专业能力、产品涉入、社区涉入、自我效能等）［１３］ 。在探索评论信息如何影响用户采纳时， 详尽加工可能性模型［１０，１４］ 、技术接受模型［１５］以及融合上述理论的信息采纳模型［１６］ 是最常引用的理论基础。

在研究内容方面， 多数研究采用问卷调查方法，在测量相关变量基础上验证变量如何影响用户采纳在线评论， 以及存在何种调节变量。如李平等［１７］主要围绕社交网络中网络传播者特征如何影响网络口碑的采纳， 发现信息源的专业性、活跃度和人物吸引力与认知信任显著正向相关， 而活跃度、社交吸引力与情感信任显著正相关， 口碑接受者的剥夺型好奇心和兴趣型好奇心显著正向调节信任对口碑的影响。晏勤［１８］ 专门探索了口碑抽象程度对消费者采纳口碑的作用， 发现正面口碑越抽象， 动机越可能利他， 越具体越可能是出于自我强化； 而负面口碑越具体， 动机越出于利他， 越抽象越可能是出于发泄情绪， 动机会进一步影响消费者对评论的采纳。刘咏梅等［７］ 针对科技商品在线口碑采纳时，验证了个体异质性（性别、初始购买意愿和相关专业知识）在口碑质量、来源可信度影响感知有用性过程中发挥了调节作用。有研究对比了不同口碑形式的作用， 如王艺婷［１９］ 在分析社交口碑和电商口碑对消费者采纳在线评论影响时， 发现社交口碑采纳时用户更多判断是否可信， 而电商口碑则主要判断是否有用， 信息数量、来源吸引力等启发性因素对用户采纳社交口碑的影响更大。武鹏飞等［１０］ 同样针对两类电子口碑的采纳， 发现消费者对电商口碑有用性和信任度降低时， 他们更倾向于采纳社交媒体口碑， 且认知水平和涉入度对口碑有用性的感知具有调节作用。

目前， 也有少量研究采用实验方式验证具体的口碑信息特征对特定口碑信息采纳产生的影响。如陈珊珊［２０］ 研究图片形式网络口碑特性如何影响评论信息采纳时， 发现图片形式具有真实标记性、类比相似性和视觉刺激性３ 个特征， 这３ 个特征分别通过信息可信度、有用性、情绪启动３ 个中介变量影响了口碑的采纳。曹原［２１］ 通过组间实验的方式验证了加层信息的在线评论可以增强信息质量和可信度对感知有用性的影响， 加层信息的存在发挥了正向调节作用。

从现有文献来看， 专门针对医评信息特征如何影响用户采纳缺乏深入探讨， 在线评论采纳的研究方法较为单一。尤其是健康问题比一般产品更为敏感， 医疗服务网站不如电商网站被广泛接受， 消费者采纳医评信息时更加慎重［２２］ ， 故而信任构建在用户采纳过程中发挥重要作用， 但目前對该机制的研究存在较大空间。此外， 在调节因素研究中， 目前主要集中在消费者个体特征方面， 对评论利用情景因素的研究有限。因此， 本研究拟通过组间实验的方法， 基于ＥＬＭ 模型与信任转移理论， 探索医评信息特征（评论内容类型、评论人昵称）如何影响消费者认知及后续采纳， 尤其是将情景特征（疾病严重程度）和消费者异质性特征（用户性别）纳入考量范围，探索用户采纳在线医评信息的影响机制。

２理论基础与研究假设

为了解决研究问题， 本文选择ＥＬＭ 模型和信任转移理论作为理论基础。ＥＬＭ 模型认为个体认知改变受中心路径和边缘路径两个方面影响， 中心路径需要用户对信息内容特征深入分析， 边缘路径主要借助信息内容之外的线索进行判断和推理［２３］ 。本研究将用户处理评论文本内容作为中心路径， 将用户判断评论人可信度作为边缘路径。此外， 信任转移理论显示信任是一个认知过程， 它可以从已知目标转移到未知目标［２４］ 。本研究中， 用户对评论人的信任不仅建立在对评论人昵称认知的基础上， 还受到用户对网站的信任以及对评论人群体信任转移的影响。

２.１基于ＥＬＭ 模型的相关假设

２.１.１评论文本特征对感知信息客观性的影响

在电子商务领域， 消费者通常利用平台提供的评论功能， 表达自己对产品或服务质量和使用体验的评价［１３］ 。然而由于个体评价的动机不同， 使评论存在一定差异。一些消费者能够具体、详细地阐述产品特征及个人使用体验， 评论字数多， 评价全面且包含客观事实； 但也有消费者评价过于主观，情绪表达较多， 内容抽象且不具体， 较少包含病情就医事实。现实中， 消费者采纳在线评论时主要依赖评论内容质量这一核心路径， 此时评论客观性是评论质量的关键指标。评论客观性是指信息多大程度上被认为是无偏见的、公平的、无歧视的［２５］ 。在线评论情景中， 客观性意味着评论内容符合事实，不掺杂较多个人情绪表达。评论内容描述越具体，代表消费者对产品或服务的了解越深入， 评论质量更高， 评论内容更加客观［２６］ 。本研究中， 如果评论人对医生的评论是抽象表达和情感发泄， 没有事实内容， 受众就会对评论的客观性持怀疑态度。基于此， 本文提出假设：

Ｈ１： 评论文本的具体／ 抽象特征会影响用户感知在线医评信息客观性

２.１.２评论人昵称对感知具体评论人信任的影响

ＥＬＭ 理论认为当信息接收者沿着边缘路径处理信息时， 往往会将信息源可信度作为重要线索［２７］ ，这会直接影响信息接收者的基本判断。尤其是在网络口碑成为消费者决策重要决定因素的时代， 不少商家为了获得更好的口碑使用了“控评水军”， 这一现象增加了用户在采纳评论时的警惕性和对评论人真实性的更多关注。在医疗服务网站中， 由于评论数量较少且医评信息是用户接触较少的新事物，用户对评论和评论人的真实性更加关注。目前， 大型医疗服务网站展示评论信息时， 因考虑消费者隐私问题， 评论人名称多以部分省略姓名、部分省略手机号码、自定义昵称等多种方式展示。如就医１６０平台是以“姓＋?” “昵称” “用户编码数字” 等方式展示评论人名称， 好大夫平台以“匿名患者＋ＩＰ 区域” 的方式展示， 微医平台是以“姓＋?”

或者“用户＋?” 的方式展示。评论人名称信息在被用户通过边缘路径处理时， 会影响他们对信息源可信度的判断。已有研究发现， 网络昵称会影响人们对其产生积极或者消极的评价， 尤其是非汉字的昵称容易引起消极的反应［２８］ 。在本研究中， 当评论人昵称显示真实姓氏时会增加用户信任感知， 而以字母代码或者个性昵称展示时会降低用户对具体评论人的信任感知。基于此提出假设：

Ｈ２： 评论人昵称形式会影响用户对具体评论人的信任感知

２.１.３信息客观性和具体评论人信任对评论有用性影響

整合ＥＬＭ 模型和ＴＡＭ 模型的信息采纳模型显示， 具体客观的在线评论往往被用户认为在决策时更加有用。客观的信息可以更好地帮助用户对产品或服务的好坏进行判断， 从而降低信息检索的时间和精力成本， 有助于提高决策的效率［２９］ 。已有来自酒店等其他领域的实证研究结果显示， 在线评论信息的客观性会对评论的有用性产生显著的影响［２９－３０］ 。本研究中， 当用户面对具体在线医评信息时， 他们感知到评论信息的客观性越强， 这些信息就越能降低用户决策时的不确定性感知， 因此会认为这些医评信息更有用。基于此提出假设：

Ｈ３： 感知评论客观性正向影响用户感知评论有用性

此外， 信息采纳模型显示除了代表信息内容质量的客观性会通过中心路径影响信息有用性感知外， 对信源的信任也会通过边缘路径影响信息有用性感知［２７］ 。在线评论日益增多且产品技术日益复杂的背景下， 用户为了减少精力投入会根据评论特征筛选有用的在线评论［３１］ 。Ｃｈａｉｋｅｎ Ｓ 等［３２］ 认为，评论人的特征会作为额外线索帮助用户进一步形成对评论内容的判断。过去有不少研究均证实用户对网络口碑来源可信度的感知会影响有用性的判断。如有学者发现网络口碑信息源可信度正向影响网络口碑的信息有用性［３３］ ， 对绿色商品在线口碑的研究发现， 评论人信任会影响用户对评论有用性的判断［１３］ 。朱振涛等［３４］ 对智能可穿戴设备在线评论有用性分析时， 发现评论者排名这一来源可信度的指标会影响评论的有用性评价。Ｌｅｅ Ｊ 等［２９］ 对酒店在线评论的研究发现， 评论人的信任也会进一步影响用户的评论有用性感知。本研究中， 用户面对特定在线医评信息， 评论人是否值得信任会影响他们对评论有用性的判断。因此提出假设：

Ｈ４： 感知具体评论人信任正向影响用户感知评论有用性

２.１.４感知评论有用性对评论采纳意愿的影响

感知评论有用性指的是消费者感知到在线评论信息对自己是有参考意义且具有价值的， 它是用户评估在线评论最基本的方式［２６］ 。信息采纳模型认为用户对信息的采纳受感知信息有用性的影响， 用户对信息有用性感知越高， 其采纳信息的意愿越强［２７］ 。以往不少研究已经发现信息有用性是信息采纳的积极决定因素［３５］ 。Ｅｒｋａｎ Ｉ 等［３３］ 也发现社交媒体产生的在线口碑感知有用性能促进消费者对信息的采纳， 从而促进购买。通过上述结论可以预期用户在阅读、判断和采纳在线医评信息时会产生同样的效应， 即用户对在线医评信息有用性感知越强， 他们越愿意采纳评论内容。基于此， 本文提出假设：

Ｈ５： 感知医评信息有用性正向影响用户对评论的采纳意愿

２.２基于信任转移理论的相关假设

信任转移理论认为信任是个体对特定对象认知的过程， 由于对象特征不同以及个体对其熟悉程度不同， 个体对具体对象的信任程度存在差异， 且这种信任可以从已知目标转移到未知目标［２４］ 。本研究主要涉及３ 个信任对象： 对网站的信任、对网站评论人群体的信任和面对某具体评论人的信任。首先， 对网站的信任经常归因于其声誉、大小或者运作的机制（如评论政策和虚假评论过滤等）［３６］ ； 其次， 评论人群体的信任会受到评论人声誉、能力和虚假评论事件的影响； 最后， 对某些具体评论人的信任可能受到评论人经验、专业度以及信息呈现模糊性等影响［３７］ 。

根据ＭｃＫｎｉｇｈｔ Ｄ Ｈ 等［３８］ 的研究， 信任可以分为人际信任、机构信任和倾向性信任。例如在交易过程中买卖双方的信任就是一种特定情景中的人际信任， 机构信任是用户对一定的情景或者机构（如互联网平台）的信任， 倾向信任是个体对其他人作为一个整体信任程度的心理特征。本研究中， 由于医疗服务网站提供了评价的工具和机制， 因此对医疗网站的信任可归为机构信任； 对平台中一般评论人群体的信任比较接近于倾向信任， 它塑造了个体对医疗服务网站上未知评论人整体信任情况； 对具体医评信息评论人的信任是人际信任的典型， 它反映了一个医生评论寻找者和医生评论生成者之间的信任。依据信任转移理论， 信任可以从已知对象转移到与之相关的未知对象［３９］ 。截至目前， 信任转移理论已经在不同情景和不同电子商务渠道［４０］ 中被验证。在电子商务活动中， 消费者的信任可以从传统媒介转移到对应的互联网媒介［４１］ ， 可以从传统渠道转移到移动渠道［４２］ ， 可以从营销人员转移到营销人员所在的公司［４３］ 。

由于用户在阅读在线评论过程中需要在不确定认知中做出决策， 因此用户采纳在线评论的过程也可能包括信任转移。已有研究发现， 在不确定情形中， 信任可以从已知对象转移到未知对象［３９］ 。对消费者而言， 已知信任对象可能由于比较熟悉而赋予初始信任， 而未知对象由于不熟悉而难以形成信任。当消费者对不熟悉对象拥有了信任后， 他们会愿意采取比较积极的行为［４４］ 。本研究中， 用户在评估在线医评信息过程中可能涉及３条信任转移的路径： 一是从对医疗平台的信任转移到一般评论人群体； 二是从一般评论人转移到具体评论人； 三是从对医疗平台信任转移到具体评论人。

第一条信任转移路径的潜在假设是知名医疗服务网站更加值得信任， 并且这些网站上具体评论人也值得信任。用户会由于网站声誉以及网站评论产生机制等原因， 倾向于对医疗服务网站予以初始信任。已有研究表明， 一个网站的声誉［４３］ 和网站为减少交易风险形成的机制［４４］ 都可能促进消费者的信任， 从而促进交易的发生。对大型医疗服务网站形成的积极信任会使用户相信这些网站上一般评论人群体也是值得信任的。从信任转移视角看， 用户很可能由于对一个知名机构（如医疗服务网站）的信任， 进而信任一个不太知名的对象（如医疗服务网站中的一般评论人群体）［３９］ 。基于上述分析， 提出如下假设：

Ｈ６： 感知网站信任正向影响用户对一般评论人群体的信任

第二条信任转移路徑关注对一般评论人群体信任及演绎归纳后得到针对具体评论人信任的结论。如前所述， 假定医疗服务网站上评论人群体是值得信任的， 那么用户有理由相信所被呈现的具体评论的评论人作为群体的一员也是值得信任的。这是对整体评论人进行推理可以得到的合理结论。如信任转移理论所示， 用户对未知对象（如具体评论人）的信任可以从与未知对象有关的已知知名对象（如评论人群体）衍生发展［４０］ 。基于此， 提出如下假设：

Ｈ７： 对网站一般评论人群体的信任正向影响网站中具体评论人信任

第三条信任转移路径证明与溯源信任有关。消费者通过评论网站查看产品或服务的评论， 并对发表此评论的具体评论人进行信任评估。由此可见，具体评论人可以追溯到医疗服务网站， 而信任转移路径认为信任从这些来源转移到具体目标［２９］ 。学者Ｍｉｌｌｉｍａｎ Ｒ Ｅ 等［４５］ 认为， 商业发展可以通过对作为来源的行业协会的信任来建立对具体营销人员的信任， 在这种情况下， 信任从行业协会转移给了营销员。因此， 评论网站的声誉和可信度越高， 发表评论的具体评论人就越有可能值得信赖， 用户越可能对具体评论人产生信任。基于上述合理的逻辑分析， 本文提出假设：

Ｈ８： 感知网站信任正向影响用户感知具体评论人信任

２.３性别和疾病严重程度的调节效应

２.３.１用户性别的调节作用

在线评论信息的内容和外围线索对消费者认知发挥直接效用时， 消费者本身存在的异质性也会产生一定影响。有研究显示， 具有不同个性特质的消费者其认知和行为会有所不同， 这种差异会对信息理解能力、信息处理方式等产生不同反应［４６］ 。以往研究显示， 性别差异会对在线口碑感知信任产生影响。学者Ｇｅｆｅｎ Ｄ 等［４７］ 认为在虚拟网络交流中，女性相对男性更喜欢对线上信息进行评估， 女性在网购时具有较高的感知风险， 对获取的信息具有更高警惕性［４８］ ， 进而会负向影响对网站评论信息的信任意愿。刘咏梅等［７］ 也发现女性比男性感知的信源信任对评论信息有用性的影响更大。在在线医评信息采纳中， 女性参与程度高于男性， 因此她们对医评信息的关注度更高， 了解程度也更高， 所以在面对医评信息时感知的信息客观性和信任程度更强。根据以上分析， 提出以下假设：

Ｈ９ａ： 相比男性， 女性用户状态下评论内容特征对感知评论客观性的影响较大

Ｈ９ｂ： 相比男性， 女性用户状态下评论人特征对感知具体评论人可信度的影响较大

２.３.２疾病严重程度的调节作用

用户查阅医生评价信息的动机往往与疾病严重程度相关。疾病严重程度指的是用户感知到疾病事件严重程度以及与自身相关程度。患者的差异性决定其不同的健康行为， 尤其是当患者就诊病情不同时， 可能会产生不同健康需求， 其选择行为也具有差异性［４９］ 。研究显示， 在医疗环境中， 不同疾病的患者对健康信息质量的认知需求不同［５０］ ， 当疾病严重程度更高时， 消费者对于信息的关注程度更高， 更倾向于信任完整性、相关性和客观性更强的信息， 从而掌握更多、更全面的信息。基于此， 本文提出假设：

Ｈ１０ａ： 疾病严重程度正向调节评论内容特征与感知评论客观性的关系

Ｈ１０ｂ： 疾病严重程度正向调节评论人特征与具体评论人可信度的关系

２.４研究模型

基于上述分析， 最终构建以下研究模型， 如图１ 所示。模型中， Ｈ１～Ｈ４、Ｈ８ 是基于ＥＬＭ 模型，探索用户在医疗服务网站接收到评论内容与评论人昵称信息后， 如何通过中心与边缘路径进行信息加工， 在产生认知改变后影响医评信息的采纳意愿。Ｈ５～ Ｈ７ 主要探索了信任转移理论下， 网站信任、一般评论人信任与具体评论人信任之间的转移关系，Ｈ９ａ～Ｈ９ｂ、Ｈ１０ａ～Ｈ１０ｂ 分别引入性别与疾病严重程度变量， 探索它们的调节作用。

３研究方法

３.１實验设计

目前， 中国一些知名医疗服务网站， 如好大夫、就医１６０和微医等， 均向用户提供许多可供选择的医生， 网站还显示了每个医生的具体评论信息以及评论人信息。用户在就医决策时可以参考网站中的医生信息和评论信息， 在采纳参考评论信息后缩小其选择范围。其中， 好大夫是首批互联网医疗服务平台， 目前已有１０ 多年运营历史。网站还有大量医生评价信息， 是目前病人和医疗服务提供者广泛接受的平台。因此选择好大夫网站的评论信息作为模拟来源， 其特征可以代表多数医疗服务网站。

本次研究采用情景模拟实验方式开展， 实验方式为２（事实／ 抽象文本评论内容）?２（真实／ 虚拟评论人昵称）?２（严重病症／ 轻度病症）的组间实验。研究主要邀请潜在医评信息利用者参与， 并随机给参与者呈现了如下简要情景描述： 您好朋友小李的儿子今年３ 岁， 最近患上了感冒（ｖｓ白血病）， 他不知道找哪位医生看病， 您帮他在某医疗服务网站查到了Ａ 医院的薛医生， 并看到了一些具体评论信息。请您仔细阅读评论信息， 回答以下问题。该问卷展示模拟的好大夫网站界面， 并创建了８ 个不同版本的医生评价情景。所有８ 个版本的模拟截图均显示了该医生收到的评论内容以及评论人信息，这些信息均模拟自真实评论信息。为了避免附加信息造成的干扰， 本文模糊处理了医生所在医院及其职称头衔。实验参与者被要求基于问卷中情景回答一些认知和行为意愿的问题。

３.２量表设计

为了保证问卷量表的有效性， 大部分测量项目都是根据以往文献改编而成。每个变量由３ 个题项的７ 分Ｌｉｋｅｒｔ 量表（１＝完全不同意和７＝完全同意）来测量。其中网站信任改编自Ｈｏｎｇ Ｉ Ｂ 等［５２］ 发表的文献。一般评论人信任和具体评论人信任这两个构念改编自Ｊｅｎｓｅｎ Ｍ Ｌ 等［５３］ 和ＭｃＫｎｉｇｈｔ Ｄ Ｈ 等［５４］ 发表的文献。信息客观性改编自Ｗａｎｇ Ｒ Ｙ 等［５５］ 发表的文献。评论有用性改编自Ｃｏｎｎｏｒｓ Ｌ 等［５６］ 发表的文献。评论采纳意愿改编自Ｌｕ Ｊ 等［５７］ 发表的文献。

３.３数据收集

实验问卷在“问卷星” 平台设计生成后， 研究人员将链接在微信和ＱＱ 等渠道进行投放。为了保证问卷填写质量， 在设定潜在代表性目标人群后，发挥社交关系使大家将问卷滚雪球式在朋友间传播。调查从２０２２ 年１ 月２０ 日开始持续了两周， 共回收问卷５５０ 份， 剔除填答呈规律排列等无效问卷， 共回收有效问卷５３９ 份， 有效问卷回收率９８.０％。为保证每个情景的均衡， 利用身份证尾号控制方式，使参与者随机被分配在不同情景， 最终每个情景样本数量在６２～７４ 不等， 如表１ 所示。

３.４数据分析

研究使用ＳＰＳＳ ２３.０ 和Ｓｍａｒｔ ＰＬＳ软件， 并应用ＰＬＳ－ＳＥＭ 来检验研究模型。ＰＬＳ－ＳＥＭ 不仅能够最大限度地解释潜在变量的方差［５８］ ， 还允许以最小的偏倚同时检验中介， 从而更好地评价完全效果。按照两步分析程序方法， 对量表和结构模型分析进行了评估。由于ＰＬＳ 计算不产生每个参数的正式显著性检验结果， 因此采用了Ｂｏｏｔｓｔｒａｐ 技术来获得ｔ 统计量和标准误差［５９］ 。本研究使用５ ０００个重复样本进行了Ｂｏｏｔｓｔｒａｐ。

４研究结果

４.１样本特征

表２ 描述了参与对象的人口统计特征。从样本数据来看， 本次实验中９０.９１％的参与者年龄在２５～４５ 岁之间。女性占５９.３７％， 男性占４０.６３％， 已婚人士占８０.３３％。同时， 参与者中６４.１９％具有大专及以上程度的学历， ７９.２％的参与者月收入高于６ ０００元， ９３.１３％的参与者日均上网时间超过３小时。上述人口学特征符合本次实验人群要求。

４.２量表检验

研究对所有构念的信度和效度进行了检验。其中， 克朗巴哈系数和组合信度值被用来评价构念的信度。如表３ 所示， 一般评论人信任、网站信任、评论内容客观性、具体评论人信任、评论有用性、评论采纳意愿６ 个构念对应量表的Ｃｒｏｎｂａｃｈｓ Ａｌ?ｐｈａ 系数均介于０.８７６ ～ ０.９４５ 之间， 大于临界值０.７； 所有构念的组合信度（ＣＲ 值）均大于０.９３２，大于Ｆｏｒｎｅｌｌ 和Ｌａｒｃｋｅｒ 提出０.７０ 的临界值［６０］ ， 所有构念具有可接受的信度。

本文使用了每个构念的因子载荷和平均萃取方差两个指标来测量聚合效度。如表３ 所示， 每个构念的因子载荷均是显著的（ｐ＜０.００１）且高于被推荐的临界值０.５； 平均萃取方差（ＡＶＥ）介于０.８１９ ～０.９００ 之间， 均超过了临界值０.５［５８］ ， 因此所有变量的聚合效度得到了支持。此外， 由于相关系数的ＨＴＭＴ 比值均低于阈值０.８５， 且ＨＴＭＴ 置信区间（ＣＩ＝０.０１９～０.８１８）不包括１.０， 所有构念的区分效度均较好。上述结果为所有量表的信度和效度提供了支持性证据。此外， 本文开展了共线性检验以确定是否有任何构念的方差膨胀系数（ＶＩＦ）等于或者大于３.３［６１］ ， 结果显示ＶＩＦ 值均小于阈值， 证实共同方法偏差对本研究不构成威胁。

４.３操控检验

为了保证情景实验设计准确， 并且参与者均认真阅读具体情景， 本次实验进行了操控检验。每一个参与者需要回答对于所处情境中面临的疾病严重程度、评论内容特征以及评论人昵称的认知。研究利用ＳＰＳＳ 对３ 个模拟变量进行了单因素ＡＮＯＶＡ分析， 结果显示疾病严重程度（Ｍ_１ ＝ １.８１４， Ｍ_２＝５.８６１， Ｆ（１，５３８） ＝ ６ ７９４.２６９， ｐ＜０.０００）、评论内容具体／ 抽象感知（Ｍ_１＝ ２.０４３， Ｍ_２＝ ６.１１９， Ｆ（１，５３８）＝ ５ ８７５.８５７， ｐ＜０.０００）和评论人昵称真实／虚拟感知（Ｍ１＝２.０９４４， Ｍ_２＝５.９５１， Ｆ（１，５３８）＝４０６７.７６８， ｐ＜０.０００）在不同情景下均存在显著差异， 上述结果显示实验操控比较成功。

４.４模型验证

１） 模型的适配度检验

为验证模型的合理性和有效性， 本研究采用Ｓｍａｒｔ ＰＬＳ 软件对模型进行适配度检验， 模型拟合结果如表４ 所示。模型拟合的指標包括ＳＲＭＲ（判断标准＜０.０８）、ｄ＿ＵＬＳ（判断标准＜０.９５）、ｄ＿Ｇ（判断标准＜０.９５）， 本研究饱和模型与估计模型的各项指标均小于临界值， 说明模型各项检验指标均能较好地满足拟合设定的标准， 具有良好的拟合度。

２） 直接效应检验

相关路径检验方面， 本文直接采用Ｓｍａｒｔ ＰＬＳ对模型进行检验以判定相关路径系数是否显著。结果如表５ 所示， 本次研究提出的７ 个直接假设得到支持， １ 个假设未得到支持。

首先， 基于ＥＬＭ 模型的５ 个假设均得到支持，说明医评信息内容和信息来源的特征可以影响用户感知的内容客观性和信源可信度， 并进一步影响用户的评论有用性感知和具体评论采纳意愿。其中，Ｈ１ 证实了评论内容具体和抽象的特征显著影响了用户对医评信息内容客观性的判断（ｐ＜０.００１）， 内容具体的医评信息比抽象简单的医评信息更能使用户感知到更高的医评信息客观性（Ｍ_１＝５.８８９， Ｍ_２＝２.７８７）。不同的评论人昵称可以显著影响用户对医评信息源的信任（ｐ＜０.００１）， 真实姓氏来源的评论人比虚拟昵称的评论人更被用户认为可信（Ｍ_１＝５.８１３， Ｍ_２＝ ２.４７５）， Ｈ２ 得到证实。信息客观性的感知可以显著正向影响用户对医评信息有用性的感知（ｐ＜０.００１）， Ｈ３ 得到支持。同样， 医评信息源的可信性也显著正向影响用户对医评信息有用性的感知（ｐ＜０.００１）， Ｈ４ 得到支持。用户对医评信息有用性的感知也显著正向影响用户对医评信息的采纳意愿（ｐ＜０.００１）， Ｈ５ 得到支持。

Ｈ６～Ｈ８ 主要涉及用户对具体评论人信任的形成机制。如表５ 所示， 用户对医疗服务网站的信任不仅直接影响他们对一般评论人的信任（ｐ＜０.００１），还进一步影响对具体评论人的信任（ｐ＜０. ００１）， 医疗服务网站信任未能直接对特定情景下的具体评论人信任产生影响（ｐ＞０.０５）， 假设Ｈ６ 和Ｈ７ 均得到了支持， Ｈ８ 未得到支持。结果显示， 信任转移可以在网站、一般评论人群体和特定评论人之间发生转移， 但无法直接由网站转移至具体评论人。

３） 中介效应检验

中介变量的存在可以更好地解释因变量和自变量之间的关系。本研究主要关注了医评信息特征如何影响用户认知和行为改变， 以及一般评论人信任如何在网站信任和具体评论人信任之间发挥作用。具体而言， 利用Ｂｏｏｔｓｔｒａｐｐｉｎｇ 中介方法生成一个对称置信区间来评估中介效应， 如表６ 所示。

表６ 显示评论信息文本的详细／ 抽象可以通过评论客观性→评论有用性的序列中介发挥作用， 评论人真实／ 个性化昵称的展示可以通过感知评论人可信度→评论有用性的序列中介发挥作用。网站信任可以通过一般评论人信任的中介作用影响具体评论人的信任。总体而言， 基于Ｂｏｏｔｓｔｒａｐｐｉｎｇ 中介效应分析发现， 表６ 中所有的中介效应均是显著的。

４） 调节效应检验

除了上述主效应分析， 本文还探索了用户个人特征和疾病情景发挥的调节作用。在用户个人特征方面， 如表７ 调节效应分析所示， 性别特征在评论信息特征和评论感知的关系中发挥了调节作用。对女性用户而言， 事实型的评论内容可以使她们感受到更高程度的医评信息客观性（ｐ＜０.０１）， 真实姓?方式的评论人名称展示可以使她们感知到更高程度的评论人可信度（ｐ＜０.０１）， 假设Ｈ９ａ 和Ｈ９ｂ 得到支持。在具体医评信息应用情景方面， 本文发现疾病严重情景下， 事实型评论内容可以使参与者感受到更高程度的医评信息客观性（ｐ＜０.００１）， 真实姓?方式的评论人名称可以使参与者感知到更高程度的评论人可信度（ｐ＜０.０１）。假设Ｈ１０ａ 和Ｈ１０ｂ 得到了支持。

５结果讨论

５.１研究结论

数字经济背景下在线评论成为消费者感知产品和服务的途径， 同时也在消费者购买决策中变得非常重要［９，１２］ 。随着“互联网＋医疗” 的推进， 在线医评信息也将更多用户用于线上和线下择医决策中。然而， 由于在线医评对多数用户是一个陌生且非专业的话题， 不少网站中的医生拥有的评论数量有限， 电商平台中大量虚假评论的存在使人对在线评论存有疑虑， 因此， 判断在线医评信息的质量和可信性对用户后续采纳和决策非常重要。本研究通过实验方式， 基于ＥＬＭ 模型和信任转移理论对用户评估和采纳在线医评信息进行探索。研究聚焦于建立一个具体评论采纳意愿的前因变量理论模型， 尤其是关注应用情景和个体特质在评论特征影响用户认知过程中的作用， 并利用结构方程模型方法进行检验。实证结果支持本文提出的模型， 并且得出一些关键的结论。

５.１.１医评信息文本内容和评论人特征对用户采纳的影响

结果显示评论内容的详细／ 抽象特征与评论人昵称特征均会通过内容客观性感知和来源可信性感知影响用户评论有用性感知及后续采纳意愿， 且中心路径的影响力大于边缘路径的影响力， 这一结果符合详尽加工可能性模型［２３，６２］ 和信息采纳模型［１６］的假设。

在中心路径方面， 详细具体的评论内容蕴含着更高价值的信息， 增强用户感受到评论内容的客观性， 可以激发用户认真阅读、思考并对医生服务质量进行评估， 进而加强用户对评论信息有用性的判断， 最后采纳信息用于择医决策。与此同时， 面对抽象、简单的评论信息时， 用户会认为评论人较为随意、情绪化和不认真， 主观的评论使用户对其客观度的评价较低， 因此， 用户感知的决策参考价值不大， 降低用户对其有用性的评价， 并最终影响用户对这些评论的采纳意愿。

除中心路径外， 评论本文上侧显示的评论人信息会通过边缘路径的方式影响用户的认知。电商平台中商家为了获得好的在线声誉， 经常会通过虚假刷评的方式得到更多、更好的评论。对于医疗服务网站而言， 一方面很多用户对其评价机制不甚了解； 另一方面会将电商领域刷评的不信任认知迁移到这一领域， 因此， 评论人可信度是用户利用医评信息时的重要关注点。正如ＥＬＭ 模型所示， 用户会通过一些边缘线索来判断评论信息源的可信度。本研究验证了评论人以“姓＋?” 和个性昵称两种不同命名方式发布评论对用户感知评论人可信度的影响， “姓＋?” 的方式更容易让用户感知到评论人是真实可信的， 而个性化昵称则会降低用户对其信任感知。用户对评论人的真实性感知越高， 会越认为这些评论有用， 并进一步增进他们采纳这些评论去选择医生的意愿。

本文通过实验的方式证明了网站的内容和机制设计可以诱发用户中心和边缘路径处理信息， 还进一步在医评信息采纳领域验证了ＥＬＭ 模型， 深化了对评论信息质量和信息源可信度的理解， 拓展该模型应用的范畴， 为在线评论领域的研究做出了贡献。

５.１.２初始信任对后续信任的转移影响

除文本特征会对信息源的可信度产生影响外，研究显示信任可以从先前阶段针對网站的信任转移到对一般评论人的信任， 并进一步转移到具体的评论人， 但是无法从网站直接转移到特定的评论人。用户对信息源的信任受到多重因素的影响， 尽管来源于具体文本特征（如评论人昵称等）的影响最大，但原有与信息源（评论人）信任相关的其他信任也会发挥作用。

如信任转移理论所述， 信任可以从建立密切关系的熟悉对象向非熟悉对象转移［２４］ 。本研究中， 用户在接触实验情景前对医疗服务网站已有初步了解，构建了对网站和评论人群体的初始信任， 这些信任在用户面对具体医评信息时会发挥一定作用。医疗服务网站作为大型机构， 长期以来有政府和社会大众的监督， 网站得到广泛利用的事实使网络用户对其建立了熟悉事物的信任。医疗服务网站是用户有一定了解的对象， 而对普通评论人群体， 用户对其能力、水平以及是否真实等了解不多， 因此对评论人群体并不熟悉， 但理论和实证结果显示用户可以将对网站的信任转移到对评论人群体的信任上。此外， 在进一步面对具体在线评论时， 由于用户难以去评估每一个匿名评论人的可信度［６３］ ， 需要借由一些熟悉的对象进行推断。但由于一个受信任的网站并不绝对意味着网站上任何一个具体评论人都是值得信任的， 因此前一阶段对网站的信任不会转移到具体评论人的信任上， 这一结论与先前的一项研究一致［２９］ 。从某种意义上讲， 医疗服务网站和具体评论人之间并没有建立密切的关系。但由于评论人群体和具体评论人相对密切的关系， 使得对医疗服务网站的信任可以通过评论人群体转移到具体的评论人。

５.１.３评论利用情景和用户个人特征的影响

正如以往在线购买中经验型商品和搜索型商品两种不同的购买需求情景会存在一些差异一样， 在利用评价信息开展医疗决策时， 疾病严重程度也会对用户带来影响。在严重疾病就医情景中， 用户卷入程度更高， 他们对评价信息的需求更为迫切和旺盛。在信息过载社会中， 人们更渴望得到客观、可信的信息。本文实验发现， 疾病严重程度发挥了较为显著的正向调节作用。在严重疾病情景中， 中心路径处理的具体、详细的在线评论可以使他们感知到更高程度的客观性， 而抽象、简单的在线评论使他们感受到更低程度的客观性。当边缘路径影响用户认知时， 就医情景因素也会同样产生作用。严重疾病就医情景中， 用户更期待获取来源值得信任的信息， 因此“姓＋?” 展示的方式可以让用户感受到比轻微疾病情景下更高程度的信源信任， 而个性化昵称方式的评论人使他们更为谨慎， 产生更低程度的评论人信任。

除医评信息的利用情景外， 用户个体特征也会对他们阅读并采纳医评信息的过程产生影响。由于女性用户在处理就医等家庭事物方面担任更重要的角色， 她们会更加谨慎， 电子商务环境下女性也更习惯利用在线评论。因此， 当她们面对在线医评信息进行决策时， 具体、细致的在线医评信息会让她们感知到比男性更高的客观性， 而抽象、简单的在线医评信息会让她们感知比男性更低的客观性。在依赖边缘路径判断信源可信性时， 女性更为谨慎细心， “姓＋?” 的展示方式让她们感知的信源可信度高于男性， 而个性化昵称的评论人展示方式让她们感知到信源可信度低于男性。

５.２研究启示

本研究以在线医疗蓬勃发展为背景， 通过实验方式验证了评论特征如何影响用户采纳在线医评信息， 研究在理论和实践上均有一定启示。

５.２.１理论启示

首先， 研究证明了ＥＬＭ 模型可以和信任转移理论一起在理论上阐释用户评估和采纳医评信息的行为。本研究中， 用户对具体医评信息有用性和采纳意愿的判断依赖于评论本文客观性感知和评论来源可信性感知， 这由ＥＬＭ 模型和信任转移理论共同决定。其中， 文本客观性的感知主要由文本是否详细、具体决定， 而评论来源的信任则主要由评论人的信任以及对医疗服务网站和一般评论人的信任决定。

其次， 研究揭示医评信息采納预测因素——评论人信任的形成机制和转移机制。由于信任在用户采纳在线评论及决策过程中发挥越来越重要的作用， 探索口碑信任的形成和转移机制十分重要。结果显示， 对具体评论人的信任源于医疗服务网站信任对一般评论人群体信任的转移， 且最终会影响用户的评论有用性感知和采纳意愿。从这一角度讲，研究通过对不同对象间信任转移的探索， 为理解用户是否信任在线评论提供了理论知识。

５.２.２实践启示

研究从目前医疗服务网站的一些实践现象出发， 探索了不同的评论特征如何影响用户后续的认知与采纳。基于研究结果， 有以下启示供相关利益方参考。

首先， 医疗服务网站应该鼓励用户生成详细、具体的评论内容。根据研究结果， 越是具体、详细的评论内容越能让用户感到客观、有用并进一步采纳， 因此， 医疗服务网站可以采取措施鼓励用户积极发表对医生以及就医体验的高质量评论， 提供一定的撰写指引， 引导用户从不同角度发表具有一定细节描写和满足最低字数的评论。医疗服务网站也可以参考电商平台商家为鼓励消费者积极评价而设置的好评返现或者好评折扣措施， 通过优质评价抵扣在线诊疗费等方式刺激用户生成高质量评论。

其次， 鼓励用户进行实名认证并在保护隐私的前提下展示更多用户真实信息。研究发现， 真实评论人昵称为用户带来更高程度评论人信任， 并促进其有用性评价和后续采纳。寻找满意的医生对用户而言比购买普通商品更为重要， 因此， 落实实名认证， 无论是对平台还是用户皆有重大意义。由于用户担心实名会带来隐私问题， 网站需要建立一定的隐私保护机制并为用户提供可信服的承诺。

第三， 网站应该加强与医院、卫生管理机构的合作， 使用户在增强对网站信任的基础上强化对评论人的信任。本文实证分析显示， 网站信任可以通过一般评论人信任向具体评论人信任进行转移。因此， 医疗服务网站一方面需要通过优质内容、有效的认证体系赢得消费者好评； 另一方面需要对网站做好口碑管理， 当出现信任危机时及时处理， 避免用户将对网站的不信任转移到对评论人的不信任。

最后， 用户性别与疾病严重程度的调节作用也不容小觑。从性别角度看， 由于男女消费者风险意识以及谨慎程度存在差别， 网站应该精准识别用户性别， 尤其关注女性用户。在展示排序时将详细、具体的评论排在前面， 以评论长短作为默认排序，这样更有利于女性用户对评论信息的采纳。从疾病严重程度看， 由于疾病严重程度会影响用户对评论内容客观性以及评论人信任的判断， 医疗服务网站应该对重症疾病相关的评论信息予以重视， 对相关评论内容进行更严格的质量把关， 减少用户的不信任和不客观感知， 提升他们对医评信息的采纳。

５.３研究局限

虽然本研究为探索用户采纳在线医评信息提供了有益见解， 但在研究上也有一定局限。首先， 研究只关注了部分评论特征（评论内容抽象程度以及评论人昵称）， 但实际上评论对用户采纳的影响是多维度的， 评论文本的长短、评论情感、发表时间、位置等也可能对用户采纳信息产生影响， 未来可以进一步探索更多特征对用户采纳医评信息的作用机制； 其次， 实验中每个参与者被展示的文本信息是客观事实型或者主观型的一种， 但是现实中用户看到的在线医评文本信息均是二者混合交叉， 本研究未考虑这种混合型在线医评文本信息对用户采纳意愿的影响， 未来可以考虑将该情况纳入研究范围；第三， 本研究选择儿童疾病就医的情景， 该情景较为特殊和单一， 是否可以将研究结论推广到其他疾病情景尚不确定， 未来需要进一步研究； 最后， 研究只模拟了一个医疗服务网站， 不同参与者对该网站的信任程度不同， 未来可以纳入更多医疗服务网站探索其信任转移机制。

６结语

尽管在线医评信息的存在提高了健康信息用户择医决策的能力， 但是他们却面临着如何对医评信息内容和可信度进行判断的问题。本研究通过实验的方式， 试图回答不同的评论内容和评论人特征如何影响用户的认知、对评论人的信任如何形成与转移， 以及情景与个体特征如何带来不同影响。实证结果显示， 详细具体的文本评论和真实姓?的评论人展示方式可以提升用户对评论内容客观性的认知和评论来源可信度的感知， 并进一步提升用户对评论有用性的认知和后续采纳意愿。对具体评论人的信任不仅受具体评论人特征的影响， 还受到网站信任和一般评论人群体信任转移的影响。此外， 性别特征和疾病严重程度特征分别负向和正向调节了评论特征对用户认知的影响。研究提出的相关建议可以为医疗服务网站的优化提供参考。