基于扩展技术接受模型的老年人智能手机mHealth应用使用意向影响因素：感知便利性、感知质量、感知风险与感知信任的整合研究

《PLOS One》：Factors influencing elderly people’s intentions to use smartphone mHealth apps: Quantitative research

　　

智能手机移动健康应用（smartphone mHealth apps，mHealth apps）在医疗服务中发挥了高度积极的作用，为用户医疗服务与健康管理提供了新方向。尽管智能手机mHealth应用为用户带来诸多益处，但在人口老龄化背景下，驱动老年用户采用这一新服务平台的因素仍知之甚少。本研究旨在了解影响老年人采用智能手机mHealth应用意向的因素，并以技术接受模型（TAM）为理论基础，整合感知便利性（perceived convenience）、感知质量（perceived quality）、感知风险（perceived risk）和感知信任（perceived trust），尝试构建智能手机mHealth应用使用意向研究模型。老年用户数据通过问卷调查收集，并采用结构方程模型（SEM）进行定量分析。通过分析收集到的263份有效数据，结果显示：用户对移动医疗应用的感知信任（β = 0.427，p < .001）、态度（β = 0.285，p < .001）和感知质量（β = 0.278，p < .001）正向影响其使用该类应用的意向，而感知风险（β = ?0.173，p < .001）对使用意向具有负向影响。感知信任还直接受到感知质量（β = 0.434，p < .001）和感知易用性（perceived ease of use）的正向影响，感知便利性正向影响感知有用性（β = 0.358，p < .001）和态度（β = 0.299，p < .001）。这些发现有助于研究人员更好地理解影响智能手机mHealth应用采用的因素。本研究进一步拓展了技术接受模型及其应用领域，有助于mHealth研究人员、设计者、营销人员和服务提供者改进mHealth服务，并帮助提高用户采用mHealth应用的意向。

一、研究背景与问题
随着智能手机普及，移动健康（mHealth，借助移动设备支持医疗和公共卫生实践）应用在医疗服务、医患沟通和健康管理中作用增强，尤其在COVID-19疫情期间受到关注。智能手机mHealth应用具有便捷、可及和可扩展等优势，并已用于预约、咨询、慢病管理和健康行为改善。然而，老年人采用率仍偏低；现有研究多集中于医护人员、护理或药学学生、一般患者、慢病持续使用以及西方发达国家人群，针对中国老年智能手机用户使用mHealth应用意向，尤其是实际接触后形成使用意向的研究仍不足。技术接受模型（TAM，用于解释和预测用户接受信息技术的理论模型）虽被广泛应用，但在老年mHealth情境中仍需结合感知便利性、感知质量、感知风险、感知信任等情境变量。中国面临老龄化规模扩大与数字化快速推进并存、老年非网民比例较高等问题，因此研究中国老年人智能手机mHealth应用使用意向具有现实意义。本研究以TAM为基础，构建老年人使用智能手机mHealth应用意向模型，检验感知便利性、感知质量、感知风险、感知信任、感知有用性、感知易用性、态度与使用意向之间的关系，为适老化设计、家庭协同支持、社区数字培训和政策优化提供参考。

二、研究方法
研究人员于2023年9月20日至10月25日在广东省湛江市住宅区和城市社区，以目的抽样招募60岁及以上、具有智能手机和移动医疗应用使用经验的老年人；研究经广东海洋大学学术委员会2023年9月9日伦理批准。共发放问卷288份，回收288份，剔除缺失及规律作答等无效问卷25份，最终获得有效问卷263份。问卷包括个人信息和8个变量、24个测量题项，采用7点Likert量表。数据分析使用SPSS Statistics 25进行缺失值查询和描述统计，采用SmartPLS 3进行偏最小二乘结构方程模型（PLS-SEM，基于方差的SEM方法）分析，并通过Bootstrap 5000次评估路径系数及显著性。

三、研究结果
人口学特征：通过263份有效问卷描述统计发现，男性136人（51.7%）、女性127人（48.3%）；60—69岁147人（55.9%），70—79岁100人（38.0%），80岁及以上16人（6.1%）；初中及以下155人（58.9%），高中88人（33.5%），本科及以上20人（7.6%）；智能手机使用3—5年99人（37.6%），超过5年103人（39.2%），1—3年44人（16.7%），0—1年17人（6.5%）；过去一年使用移动医疗应用4—6次106人（40.3%），1—3次95人（36.1%），7—9次48人（18.3%），10次及以上14人（5.3%）。结论为样本以较年轻老年人、较低教育程度、已有一定智能手机使用基础且mHealth应用使用频率中低者为主。
共同方法偏差：通过匿名化、简明措辞等程序控制，并采用Harman单因子分析和方差膨胀因子（VIF）检验，最大单因子解释41.898%的总方差（低于50%），VIF为1.307—2.207（均低于3.3），结论为共同方法偏差不构成显著威胁。
测量模型：通过Cronbach’s α、组合信度、平均方差提取量（AVE）、异质-单质比率（HTMT）和Fornell-Larcker准则检验，Cronbach’s α最小值为0.751，组合信度均高于0.8，AVE为0.667—0.841（均大于0.5），HTMT均低于0.9，结论为测量模型信度和效度达标。
结构模型：通过PLS-SEM得到行为意向的R²为52.9%，标准化均方根残差（SRMR）为0.071（低于0.08），拟合优度（GOF）为0.538（高于0.36），Q²为0.395（高于0.35）；f²总体处于弱至中等，感知信任对行为意向为0.228、感知质量对感知信任为0.211，解释作用较突出。路径检验显示：感知易用性正向影响感知有用性（β = 0.304，p < .001，支持H1）和感知信任（β = 0.204，p < .001，支持H3）；感知有用性正向影响态度（β = 0.315，p < .001，支持H4）；感知质量正向影响感知信任（β = 0.434，p < .001，支持H8）和行为意向（β = 0.278，p < .001，支持H9）；感知便利性正向影响感知有用性（β = 0.358，p < .001，支持H11）和态度（β = 0.299，p < .001，支持H12）；感知信任正向影响行为意向（β = 0.427，p < .001，支持H10）；感知风险负向影响行为意向（β = ?0.173，p < .001，支持H7）；态度正向影响行为意向（β = 0.285，p < .001，支持H5）；感知易用性对态度（β = 0.055，p = 0.359，不支持H2）和感知风险对态度（β = 0.015，p = 0.839，不支持H6）不显著。结论为感知信任、态度和感知质量正向影响老年人使用智能手机mHealth应用意向，感知风险负向影响使用意向。

四、讨论与结论
讨论部分指出，老年人智能手机mHealth应用使用意向主要受感知信任、态度、感知质量和感知风险影响，其中感知信任作用最强；感知质量和感知易用性直接增强感知信任，感知便利性正向影响感知有用性和态度。原文认为，对老年人而言，“是否值得信任”直接决定其是否愿意采用；风险对意向有显著负向影响，但风险对态度不显著，原文将其解释为具有使用经验者可能已跨越初始风险门槛，风险更像最终决策约束而非稳定情感评价来源；感知易用性对态度不显著，原文认为其可能通过感知有用性或价值间接发挥作用，并可能与家属、医务人员或社区志愿者等代理操作和支持性使用有关。理论与实践意义方面，本研究将TAM拓展至中国老年智能手机mHealth应用情境，强调信任治理、态度提升、质量改进、风险降低以及便利性和易用性的间接作用，为适老化界面设计、透明隐私保护、第三方安全认证、功能可靠性提升、社区培训和家庭支持提供依据。局限包括：仅关注中国老年人，未纳入可能代为使用应用的家属或照护者，跨文化适用性需验证；样本来自湛江市城市社区的目的抽样，且均为有使用经验者，对低使用率老年人及农村老年人代表性不足，样本量有限；横断面自报数据不能推断因果关系；未来可纳入数字素养、健康素养、社会影响和促进条件等变量。
研究结论（原文Conclusion翻译）：本研究构建了老年人接受智能手机mHealth应用的模型，该模型可用于预测和解释用户使用mHealth应用的行为。结果显示，感知便利性、感知风险、感知信任、感知质量、感知有用性、感知易用性和态度均为驱动用户采用智能手机mHealth应用的因素；感知风险对使用mHealth应用的意向具有负向影响。该工作丰富了mHealth采纳研究，扩展了技术接受模型，并可为提高用户采用mHealth应用的意向提供参考。