数字鸿沟与数字反哺：基于UTAUT模型下互联网医疗代际使用差异的研究

来源:用户上传      作者:黄齐娴　李晓宛　袁睿洁　张冰烨

　　 摘要：随着生育率的降低和人口结构的变化，我国老龄化进程不断加剧。科学技术所推动的数字化生活的发展与老年人口的不断增加形成反差，数字化媒介普及的背景下老年群体如何适应数字化生活成为社会各界热议的话题。文章基于UTAUT模型，从数字鸿沟与数字反哺视域出发，以互联网医疗服务为切入视角，通过问卷调查、实地调研、深入访谈的形式研究当下代际之间互联网医疗使用情况差异和影响因素，以期为弥合代际间数字鸿沟提供一定经验，让数字技术更好地服务于人们的生活。
　　 关键词：数字鸿沟;数字反哺;UTAUT模型;互联网医疗
　　 一、引言
　　 数字鸿沟（Digital Divide）是1990年美国学者提出的描述信息和电子技术的拥有程度上存在的差异的概念。在传播学、社会学、经济学等领域，关于数字鸿沟的研究最初聚焦于数字技术的“接入”（access）和“使用”（use）上，这两个层面被称为第一道和第二道数字鸿沟。在数字技术接入与使用上的鸿沟导致第三道数字鸿沟，即数字化时代的知识沟。
　　 而从代际的层面研究数字鸿沟，是指不同年龄层的人由于经历的时代和环境的差异等，在价值观念、行为取向上出现各种差异，面对信息技术形成了不同的认知和掌握程度。数字技术的拥有与掌握程度也成为一道鸿沟阻隔在社会上一代人与一代人之间，影响了不同代际在当下社会所处的地位。
　　 二、研究设计
　　 （一）研究方法
　　 本次研究采用质化与量化相结合的方式推进。使用统计学的方法对问卷进行设计、发放、收集与分析，研究当下各个年龄层对互联网医疗的使用情况和存在的差异。通过实地走访老年大学、互联网医院等地，与各个年龄层的人进行面对面访谈，了解他们面对智能技术与服务的态度和行为，研究代际之间的数字鸿沟具体形态以及子孙数字反哺意愿、长者接受反哺意愿的现实状况与联系。
　　 （二）访谈情况介绍
　　 本次访谈主要采用街头随机拦截和走访老年大学的方式进行，共随机采访了30位访谈对象，并对其中的8位进行了深度访谈，基本信息如表1所示。（所有姓名均为昵称）。
　　 结合以上所有访谈对象提供的信息，从年龄、学历、认知水平、人格特征、信息能力和素养、社会机制、对新技术的心理机制、文化背景、风险感知、子女的影响等维度对获取的访谈原始资料进行定性分析。
　　 （三）UTAUT模型介绍
　　 UTAUT（unified theory of acceptance and use of technology，技术采纳和使用整合理论）于2003年由Viswanath、Venkatesh等在所发表的 User Acceptance of Information Technology：Toward a Unified View 中提出。Viswanath Venkatesh 等回顾、讨论且实例验证了整合理性行为理论（TRA）、计划行为理论、技术接受模型、动机模型、整合的TAM和TPB、计算机使用模型、创新扩散理论、社会认知理论等八大理论，综合这些模型构建出UTAUT模型。经数据验证，UTAUT模型对用户使用意向的解能力高达70%，高于以往的模型。UTAUT模型包括绩效期望、努力期望、社会影响和促进条件四个核心变量及性别、年龄、经验和自愿性四个调节变量，具体架构如图1所示。
　　 本研究在UTAUT的基础上构建模型，引入其中的努力期望、绩效期望、社会影响与数字反哺意愿作为使用互联网医疗服务的影响因素。
　　 （四）量表变量设计
　　 在 UTAUT 模型和文献分析的基础之上，本研究结合半结构化访谈，新增研究变量，提出影响互联网医疗使用意愿的核心因素和研究假设。UTAUT模型表明，行为意愿的核心影响因素仅包括绩效期望、努力期望、社会影响。因此，本研究首先确定行为意愿的影响因素有绩效期望、努力期望和社会影响。结合文献，通过对互联网医疗平台、用户进行半结构访谈，增加风险感知和便利条件两大研究变量。本次调查研究旨在发现代际层面数字技术使用差异与影响因素，特此设立数字反哺相关部分。
　　 研究中模型中共包括21个测量变量，7个潜在变量。21个潜在变量指本研究中的21道测试题目，7个潜在变量即指绩效期望、努力期望、社会影响、便利条件、风险感知、数字反哺、使用意愿，其中使用意愿为结果变量。
　　 三、数据分析
　　 本次问卷一共发放218份，回收问卷216份，有效回收率达到99%。其中30岁以下人数83人，占比38.42%;30～50岁87人，占比40.27 %;50岁以上46人，占比21.26%。
　　 （一）数据质量分析
　　 信度分析是测量问卷结果的一致性、稳定性。克隆巴赫系数是一套常用的衡量心理或教育测验可靠性的方法。由SPSS计算得到，克隆巴赫（信度）系数为0.927，大于0.8，信度检验通过。效度实质是量表准确地反映客观事物属性和特征的程度。一般利用因子分析法评价其结构效度。KMO为0.975，变量相关性强。同时巴特利特球形度检验其显著性小于0.05。以上意味着效度检验通过。
　　 本量表既具有较高的信度，也具有较高的效度，表明此量表具有较高的内在质量。
　　 （二）结构方程模型
　　 本研究采用最大似然法进行参数估计，结构方程模型拟合指标如表3所示。
　　 选用卡方值与自由度（Chi-square/ df）、近似误差均方根（RMSEA）、拟合优度指标（GFI）、调整拟合优度指标（AGFI）、模型比较适合度（CFI）在内的4个指标来验证假设模型的拟合情况。根据表3的反映，指标均在合理范围之内，说明模型拟合效果良好，可以接受。
　　 绩效期望与互联网医疗使用意愿的标准化路径系数为0.972，临界比的绝对值大于1.96，路径系数在0.01水平上显著，说明绩效期望与互联网医疗使用意愿存在路径关系，绩效期望水平可以显著正向预测互联网医疗的使用意愿。

nlc202204221153

转载注明来源:https://www.xzbu.com/2/view-15429184.htm