医堂僮皇学杂志２０１８年第３９卷第３期 ＪＯＵＲＮＡＬ ＯＦ ＭＥＤＩＣＡＬ ＪＮＦＯＲＭＡＴＩＣ５ ２０１８．Ｖｏ１．３９．Ｎｏ．３ 微信平台用户健康信息行为及其影响因素 研究米 吕亚兰 黄 成 周 虎 （重庆医科大学医学信息学院重庆４０００１６） ［摘要］ 调查微信平台用户健康信息行为，分析其影响因素，包括健康状况、感知信息质量和自我效能， 得出健康状态与信息行为呈负相关关系等结论，以期为促进微信健康信息的生产和传播提供参考依据。 ［关键词］ 微信；健康信息；信息行为；影响因素 ［中图分类号］Ｒ一０５６ ［文献标识码］Ａ ［ＤＯＩ］１０．３９６９／ｊ．ｉｓｓｎ．１６７３—６０３６．２０１８．０３．０１７ Ｓｔｕｄｙ ｏｎ Ｈｅａｌｔｈ Ｉｎｆｏｒｍａｔｉｏｎ Ｂｅｈａｖｉｏｒ ｏｆ ＷｅＣｈａｔ Ｐｌａｔｆｏｒｍ Ｕｓｅｒｓ ａｎｄ Ｉｔｓ Ｉｎｆｌｕｅｎｃｅ Ｆａｃｔｏｒｓ ＬＶ Ｙａ一 ｎ，ＨＵＡＮＧ Ｃｈｅｎｇ， ＺＨＯＵ Ｈｕ，Ｓｃｈｏｏｌ ｏｆＭｅｄｉｃａｌ Ｉｎｆｏｒｍａｔｉｃｓ，Ｃｈｏｎｇｑｉｎｇ Ｍｅｄｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ ４０００１６，Ｃｈｉｎａ ［Ａｂｓｔｒａｃｔ］ Ｂｙ ｉｎｖｅｓｔｉｇａｔｉｎｇ ｈｅａｌｔｈ ｉｎｆｏｒｍａｔｉｏｎ ｂｅｈａｖｉｏｒ ｏｆ ＷｅＣｈａｔ ｐｌａｔｆｏｒｍ ｕｓｅｒｓ ａｎｄ ａｎａｌｙｚｉｎｇ ｉｔｓ ｉｎｆｌｕｅｎｃｅ ｆａｃｔｏｒｓ，ｉｎｃｌｕｄｉｎｇ ｈｅａｌｔｈ ｃｏｎｄｉｔｉｏｎ，ｐｅｒｃｅｉｖｅｄ ｉｎｆｏｒｍａｔｉｏｎ ｑｕａｌｉｔｙ ａｎｄ ｓｅｌｆ—ｅｆｆｉｃａｃｙ，ｔｈｅ ｐａｐｅｒ ｃｏｍｅｓ ｔｏ ｔｈｅ ｃｏｎｃｌｕｓｉｏｎ ｔｈａｔ ｔｈｅ ｒｅｌａｔｉｏｎ ｂｅｔｗｅｅｎ ｈｅａｌｔｈ ｃｏｎｄｉｔｉｏｎ ａｎｄ ｉｎｆｏｒｍａｔｉｏｎ ｂｅｈａｖｉｏｒ ｉｓ ｎｅｇａｔｉｖｅ ｅｏ￣ｅｌｍｉｏｎ，ｗｈｉｃｈ ｗｉｌｌ ｐｒｏｖｉｄｅ ｒｅｆｅｒｅｎｃｅ ｂａｓｉｓ ｆｏｒ ｐｒｏｍｏｔｉｎｇ ｔｈｅ ｐｒｏｄｕｃｔｉｏｎ ａｎｄ ｔｒａｎｓｍｉｓｓｉｏｎ ｏｆ Ｗｅ— Ｃｈａｔ ｈｅａｌｔｈ ｉｎｆｏｒｍａｔｉｏｎ． ［Ｋｅｙｗｏｒｄｓ］ ＷｅＣｈａｔ；Ｈｅａｌｔｈ ｉｎｆｏｒｍａｔｉｏｎ；Ｉｆｏｒｎｍａｔｉｏｎ ｂｅｈａｖｉｏｒ；Ｉｎｆｌｕｅｎｃｅ ｆａｃｔｏｒｓ 年９月日均登录用户达９．０２亿，汇聚公众账号超 １ 引言 随着社会经济和网络技术的发展，健康信息传 １ ２００余万＿２ Ｊ。微信账号主体利用语义障碍的“冰 山现象”＿３ Ｊ，通过使用带有强烈感情色彩的词句与 符号相结合，使用户产生强烈的关注欲，从而达到 信息传播，甚至营销的目的。各类商家、企业在微 信公众平台利用“养生帖”的名义实施内容营 播成本显著降低，传播渠道发生深刻变革。网络已 成为超越传统书本、报刊、电视等媒介的重要渠 道，其中社交网络媒体因其具有受众广、信息流 销 ｊ，通过符号传递以非暴力的方式影响他人的观 念、行动以达到预期目的Ｌ５ Ｊ，对用户的健康观念和 行为产生影响。 畅、用户黏度高等特点Ｌ１］，在网络健康信息传播中 占据重要地位。微信作为国内主流社交平台，２０１７ 用户信息行为的产生受到诸多因素影响，涉及 ［修回日期］ ２０１７—１２—１５ ［作者简介］ 吕亚兰，硕士。 （基金项目］ 重庆市沙坪坝区科委决策咨询与管理创新项 个体因素、社会环境、信息和信息环境等 Ｊ。国外 学者基于信息理论、社会学和心理学理论，探索信 息行为的影响因素，包括用户性格特征、态度、感 目（项目编号：ｊｅ２０１６０６）；国家社会科学基 金西部项目（项目编号：１６ＸＴＱＯ１２）。 知行为控制、信息质量和认知权威性等，其中信息 质量是决定性因素 －９］。国内相关研究发现健康状 ．７７· ２１）ｔ８年第３９卷第３ 况、网络熟悉程度、信息可信度Ｌ１ 、感知有用性、 主观规范、感知风险¨卜把］、自我效能等因素影响 用户健康信息行为¨ 。依赖性、便利性、实用性和 普遍化趋势影响用户的信息发布和分享行为 。 微信是国内近年来新兴的移动网络社交平台，针对 健康领域的用户信息行为及其影响因素研究甚少。 本研究通过调查基于微信平台的用户健康信息行 为，从用户感知角度探索其影响因素，有利于促进 微信健康信息传播，提高用户对微信健康信息的获 取与有效利用。 ２数据来源与研究方法 本研究于２０１７年３—５月通过问卷星在线调查 平台和社区现场调查的方式进行样本数据收集，共 回收问卷５３６份，剔除无效问卷后获得有效问卷 ４１４份，有效率７７．２３％。问卷条目共计２８条，包 括人口学基本特征、健康信息行为及其影响因素。 采用李克特５级或２级测度方式进行结果测量。通 过探索性因子分析进行因素降维，再采用Ｌｏｇｉｓｔｉｃ 回归模型分析微信平台的用户健康信息行为影响因 素。统计分析软件为ＳＰＳＳ２１．０。 ３调查结果 ３．１ 调查对象基本情况 本研究共回收有效问卷４１４份，调查对象平均 年龄２７．９２岁，中位年龄２４岁（Ｑ ～Ｑ，：２１～３１ 岁），其中男性占３６．６５％，女性占６３．３５％；文化 程度占比分别为硕士及以上占４．８３％，本科占 ７０．５３％，高职或专科占３７％，高中或职高占 ８．４５％，初中及以下占７．２５％；健康状况较差占 ０．２４％，一般占３０．１９％，健康占６９．５７％。 ３．２用户微信健康信息行为 调查对象中８５．７％的用户表示关注过健康类微 信公众号，３２．８％的用户表示经常或总是浏览微信 健康类公众号推送的信息，１９．８％的用户经常或总 是将微信公众号推送的健康信息转发至朋友圈或他 ．７８· ＪＯＵＲＮＡＬ ＯＦ ＭＥＤＩＣＡＬ ＩＮＦＯＲＭＡ ＣＳ ２０１８，Ｖｏ１．３９，Ｎｏ．３ 人。用户微信健康信息行为，见表１。 表１ 用户微信健康信息行为 ３．３因子分析降维 样本数据ＫＭＯ指数为０．９２ １，Ｂａｒｔｌｅｔｔ球形假设 检验具有统计学意义（Ｘ ＝４ ２３１，Ｐ＝０．０００），因 此数据适合进行因子分析。采用主成分法进行因子 提取，正交旋转法进行因子载荷旋转。取特征根大 于１的因子共４个，累计方差贡献率为６１．２５６％。 旋转后的因子载荷，见表２。 表２旋转后的因子载荷 医学信息学杂志２０１８年第３９卷第３期 续表２ ３．４用户微信健康信息行为影响因素 将调查对象的基本情况和提取的４个因子得 分作为自变量，调查对象是否关注健康类微信公 众号作为因变量，进行逐步Ｌｏｇｉｓｔｉｃ回归分析。拟 合的Ｌｏｇｉｓｔｉｃ回归模型具有统计学意义（Ｘ ＝５１， Ｐ＝０．０００），最终保留在模型中的变量包括健康状 况（ＯＲ：０．６８３）、感知信息质量（ＯＲ＝２．７６５） 和自我效能（ＯＲ＝１．７９０）。Ｌｏｇｉｓｔｉｃ回归分析结 果，见表３。 表３ Ｌｏｇｉｓｔｉｃ回归分析结果 自变量 回归系数 Ｐ ＯＲ（９５％ＣＩ） ４讨论 ４．１ 概述 微信是国内活跃用户最多的移动社交平台，其 社交网络建立于亲戚、朋友等社会关系基础上，具 有使用便捷、信息多样化、碎片化和信息传播高速 化的特点。本研究中８５．７％的调查对象关注健康类 微信公众号，且有一定比例用户高频率地浏览或转 Ｊ０ＵＲＮＡＬ ＯＦ ＭＥＤＩＣＡＬ ＩＮＦＯＲＭＡＴＩＣＳ ２０１８．Ｖｏ１．３９．Ｎｏ．３ 发公众号推送的健康信息，可见微信平台中的健康 信息备受关注，已成为健康信息获取的重要渠 道之一。 ４．２健康状态与微信健康信息行为呈负相关关系 健康状态越差的用户，对微信健康信息关注度 越高。若用户健康存在待解决的问题，则产生健康 信息需求。需求引起动机，动机则引发行为产 生 。健康信息的需求驱使用户产生获取相关健康 信息的动机，从而诱发健康信息行为。 ４。３信息质量是微信用户健康信息行为的重要影 响因素 研究结果发现对微信健康信息质量感知越差的 用户，越不倾向于关注健康类微信公众号。在现有 研究中发现信息质量是用户信息选择和使用的重要 影响因素，高质量的健康信息是科学、准确、可靠 的，将对用户的健康理念和健康行为产生正向影 响。据调查我国健康类微信公众号中以自媒体公众 号居多，营销账号远大于专业优质账号 Ｊ，信息来 源与信息质量缺乏专业评估与审核，因此微信健康 信息质量评价应得以重视。 ４．４ 自我效能正向影晌微信用户健康信息行为 自我效能是指个人对自身是否能够成功进行某 一成就行为的主观判断。用户根据自身具备的知 识、现有经验对能否找到有用的微信健康信息资 源，能否辨别信息质量和利用所获取的信息帮助解 决健康问题进行判断，判断自我效能越差的用户， 关注健康类微信公众号的倾向越小。 ５ 结语 本研究通过调查微信用户的健康信息行为及其 影响因素，发现微信用户对健康信息关注度高，其 健康信息行为的影响因素包括健康状况、感知信息 质量和自我效能。本研究为微信用户研究奠定基 础，为促进微信健康信息生产和传播提供参考依 据。研究假设中的感知风险和主观规范对微信健康 ·７９· ２０１８每第３９卷第３ ＪＯＵＲＮＡＬ ＯＦ ＭＥＤＩＣＡＬ ＩＮＦＯＲＭＡＴＩＣＳ ２０１８．Ｖｏ１．３９．Ｎｏ．３ 信息行为的影响不显著，经逐步Ｌｏｇｉｓｔｉｃ回归，未 被纳入回归模型，与现有一些研究结果有异。在以 ｓｏｕｒｃｅ ｑｕａｌｉｔｙ ｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｓｅｅｋｉｎｇ ｂｙ ｗｏｍｅｎ ｉｎ ＩＴ ｐｒｏｆｅｓ— ｓｉｏｎｓ［Ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ａｍｅｉｒｃａｎ Ｓｏｃｉｅｔｙ ｆｏｒ Ｉｆｏｎｍｍ— ｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，２００２，３９（１）：１４０—１５１． ９ Ａｕｓｔｖｏｌｌ－－Ｄａｈｌｇｒｅｎ Ａ，Ｆａｌｋ Ｒ Ｓ，Ｈｅｌｓｅｔｈ Ｓ．Ｃｏｇｎｉｔｉｖｅ Ｆａｃ— ｔｏｒｓ Ｐｒｅｄｉｃｔｉｎｇ Ｉｎｔｅｎｔｉｏｎｓ ｔｏ Ｓｅａｒｃｈ ｆｏｒ Ｈｅａｌｔｈ Ｉｎｆｏｒｍａｔｉｏｎ：ａｎ 后的研究中可扩大样本人群范围，进一步验证该两 种因素对微信健康信息行为是否存在影响。 参考文献 １ Ｍａｈｅｒ Ｃ Ａ，Ｌｅｗｉｓ Ｌ Ｋ，Ｆｅｒｒａｒ Ｋ，ｅｔ ａ１．Ａｒｅ Ｈｅａｌｔｈ Ｂｅｈａｖ— ｉｏｒ Ｃｈａｎｇｅ Ｉｎｔｅｒｖｅｎｔｉｏｎｓ Ｔｈａｔ Ｕｓｅ Ｏｎｌｉｎｅ Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋｓ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｔｈｅ ｔｈｅｏｒｙ ｏｆ ｐｌａｎｎｅｄ ｂｅｈａｖｉｏｒ［Ｊ］．Ｈｅａｌｔｈ Ｉｎ— ｆｏｒｍａｔｉｏｎ ａｎｄ Ｌｉｂｒａｒｉｅｓ Ｊｏｕｒｎａｌ，２０１２，２９（４）：２９６—３０８． １０吴丹，李一 ．老年人网络健康信息检索行为实验研究 ［Ｊ］．图书情报工作，２０１４，５８（１２）：１０２—１０８． １ １ 邓胜利，管弦．基于问答平台的用户健康信息获取意愿影 响因素研究［Ｊ］．情报科学，２０１６，３４（１１）：５３—５９． １２李欣颖，徐恺英，崔伟．移动商务环境下０２０用户信息 行为影响因素研究［Ｊ］．图书情报工作，２０１５，５９ （７）：２３—３０． Ｅｆｆｅｃｔｉｖｅ？Ａ Ｓｙｓｔｅｍａｔｉｃ Ｒｅｖｉｅｗ『Ｊ］．Ｊｏｕｍａｌ ｏｆ Ｍｅｄｉｃａｌ Ｉｎ— ｔｅｒｎｅｔ Ｒｅｓｅａｒｃｈ，２０１４，１６（２）：ｅ４０． ２ ２０１７微信数据报告［ＥＢ／ＯＬ］．［２０１７—１２—１１］．ｈｔ— ｔｐ：／／ｗｗｗ．ｓｏｈｕ．ｃｏｍ／ａ／２０３５２２７１２—１１８７９２． ３郭冬阳．从健康类公众号看社交媒体中健康信息的传播 ［Ｊ］．东南传播，２０１６，（５）：１０５—１０６． ４李东晓．微屏时代谁在传播健康？——对微信平台健康 １３莫秀婷，邓朝华．基于社交网站采纳健康信息行为特点 及其影响因素的实证研究［Ｊ］．现代情报，２０１４，３４ （１２）：２９—３７． 养生信息兴起的传播学分析［Ｊ］．现代传播，２０１６，３８ （４）：２１～２６． １４成瑾，何斯煦，白海青．微信用户信息分享行为研究： 基于计划行为理论的综合模型［Ｊ］．现代广告，２０１６， （２１）：３９—４７． ５ 马天娇．大数据时代微信虚假健康信息传播现状及治理 ［Ｊ］．新闻世界，２０１７，（１）：５６—５８． ６邓小昭．网络用户信息行为研究［Ｍ］．北京：科学出 版社，２０１０：８—１９，２３—２６． ７ Ｒｉｅｈ ＳＹ．Ｊｕｄｇｍｅｎｔ ｏｆＩｎｆｏｒｍａｔｉｏｎ Ｑｕａｌｉｔｙ ａｎｄ Ｃｏｇｎｉｔｉｖｅ Ａｕ— １５谢新洲，安静，王尧．基于技术接受模型的微信用户信息 发布行为研究［Ｊ］．情报学报，２０１５，３４（８）：８０１—８０８． １６李晨，黄灿．微信用户信息分享行为动机研究［Ｊ］．现 代情报，２０１５，３５（５）：５７—６２． ｔｈｏｒｉｔｙ ｉｎ ｔｈｅ Ｗｅｂ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ａｍｅｒｉｃａｎ Ｓｏｃｉｅｔｙ ｆｏｒ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，２Ｏ０２，５３（２）：１４５— １６１． １７冯花朴．潜在信息需求转化为信息行为的机理分析 ［Ｊ］．现代情报，２００９，２９（１０）：１１一ｌ３． ８ Ｍａｒｔｏｎ Ｃ，Ｃｈｏｏ Ｃ Ｗ．Ａ Ｑｕｅｓｔｉｏｎ ｏｆ Ｑｕａｌｉｔｙ：ｔｈｅ ｅｆｆｅｃｔ ｏｆ （上接第６４页） ８ Ｖａｄａｓ Ｄ，Ｃｕｒｒａｎ Ｊ Ｒ．Ｐａｒｓｉｎｇ Ｎｏｕｎ Ｐｈｒａｓｅｓ ｉｎ ｔｈｅ Ｐｅｎｎ １２ Ｈｉｔｚｌｅｒ Ｐ，Ｋｒ６ｔｚｓｃｈ Ｍ，Ｐａｒｓｉａ Ｂ，ｅｔ ａ１．ＯＷＬ ２ Ｗｅｂ Ｏｎｔｏｌ— Ｔｒｅｅｂａｎｋ［Ｊ］．Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｌｉｎｇｕｉｓｔｉｃｓ，２０１ １，３７（４）： ７５３—８ｏ９． ｏｇｙ Ｌａｎｇｕａｇｅ Ｐｒｉｍｅｒ［Ｊ］．Ｗ３Ｃ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ，２００９， ２７（１）：１２３—２４４． ９ Ｔｈｅ Ｓｔａｎｆｏｒｄ Ｎａｔｕｒａｌ Ｌａｎｇｕａｇｅ Ｐｒｏｃｅｓｓｉｎｇ Ｇｒｏｕｐ．Ｔｈｅ Ｓｔａｎｆｏｒｄ １３ ｗ３ｃ．ＲＤＦ［ＥＢ／ＯＬ］．［２０１７—０９—１５］．ｈｔｔｐ：／／ｗｗｗ． ｗ３．ｏｒｇ／ＲＤＦ／． Ｐａｒｓｅｒ：ａ ｓｔａｔｉｓｔｉｃａｌ ｐａｒｓｅｒ［ＥＢ／ＯＬ］．［０１２７—０９—１５］．ｈｔ— ｔｐｓ：／／ｎｌｐ．ｓｔａｎｆｏｒｄ．ｅｄｕ／ｓｏｆｌｗａｒｅ／ｌｅｘ—ｐａｒｓｅｒ．ｓｈｔｍ１． １４ ｗ３ｃ．ＳＰＡＲＱＬ［ＥＢ／ＯＬ］．［２０１７—０９一ｌ５］．ｈｔｔｐ：／／ ｗｗｗ．ｗ３．ｏｒｇ／ＴＲ／ｒｄｆ—ｓｐａｒｑｌ—ｑｕｅｒｙ／． １５ Ｏｇｒｅｎ Ｐ Ｖ，Ｃｏｈｅｎ Ｋ Ｂ，Ａｃｑｕａａｈ—Ｍｅｎｓａｈ Ｇ Ｋ，ｅｔ ａ１．Ｔｈｅ １０杨陟卓．基于上下文语境的词义消歧方法［Ｊ］．计算机 应用，２０１５，３５（４）：１００６—１００８． １１ ＯＢＯ Ｔｅｃｈｎｉｃａｌ ＷＧ．ＯＢＯ ＦＯＵＮＤＲＹ［ＥＢ／ＯＬ］．［２０１７ —Ｃｏｍｐｏｓｉｔｉｏｎａｌ Ｓｔｒｕｃｔｕｒｅ ｏｆ Ｇｅｎｅ Ｏｎｔｏｌｏｇｙ ｔｅｒｍｓ［Ｃ］．Ｐａ— ｃｉｉｃ Ｓｙｍｐｏｓｉｆｕｍ ｏｎ Ｂｉｏｃｏｍｐｕｔｉｎｇ，２００４：２１４． ０９—１５］．ｈｔｔｐ：／／ｗｗｗ．ｏｂｏｆｏｕｎｄｒｙ．ｏｒ＃． ·８０·
