网络使用对医患信任的影响分析

摘要目的:调查网络使用对医患信任的影响，为缓解医患信任危机，避免过度医疗提供参考。方法:使用CFPS2016、CFPS2018两年混合面板数据，采用多种回归模型实证测度互联网使用、手机使用对医患信任的影响程度及异质性差异。结果:互联网使用、手机使用会降低医生信任程度，并且互联网使用对医生信任影响程度更大。异质性分析表明，对于男性、城镇的互联网和手机网民而言，互联网使用、手机使用对其影响更大(P<0.05)。结论:在缓解医患冲突的过程中，媒体应做到公正、客观地报道事实详情。此外，政府应加大监管力度，及时拦截经由互联网、手机渠道传播的不实负面医患信息，同时落实公民医疗健康素养培养工作。最后，决策层需要针对男性、城镇的网民群体给予更多的照顾，调节医疗卫生资源的稀缺状态，打造医患关系良性互动格局。

关键词医患信任;医患冲突;网络使用

“适应疫情防控常态化，保障行业高质量发展的安全稳定”是国家在当下提出的新时代要求。新型冠状病毒肺炎疫情的不期而至，让医患的良性互动开始增多。但是，抗击疫情中出现的多段感人故事，并未让医患之间的关系发生根本性的改变。调查结果显示，只有12%的人认为医患关系会在新冠疫情结束后变好，69%的人认为不会变好[1]。

在“实施健康中国战略”这一时代大背景下，研判医患信任的影响因素，一方面有利于促进社会稳定，另一方面有利于缓解医患矛盾，具有重要的理论价值和现实意义。根据翟学伟提出的信任研究理论，影响医患信任的影响因素可以归纳为信任者、被信任者、信任环境3个方面[2]。从信任者、被信任者角度研讨医患信任影响因素的相关研究已经较为全面，但依托信任环境的研究多数集中于医疗政策、医疗制度等方面，却忽略了通过互联网使用、手机使用这2种媒介角度探讨信任环境对医患信任的影响。网络的普及率不断提高已经对人们的生产方式和信息获取产生了重要影响[3]。目前关注网络使用对医患信任的研究并不多见，仅有的少数研究也是从理论角度出发，并未进行实证分析，从而导致估计结果无从验证[4]。鉴于此，本研究利用中国家庭追踪调查数据，探讨互联网使用、手机使用对医患信任的影响程度并进行异质性研究，为缓解医患信任危机提供参考。

1资料来源与方法

1.1研究对象

本研究使用北京大学中国社会科学调查中心(InstituteofSocialScienceSurvey，ISSS)提供的中国家庭追踪调查(ChineseFamilyPanelStudies，CFPS)数据库，该调查数据库具有数据规模大、覆盖范围广的优势，能够较全面地反映中国社会、经济的变迁情况。目前CFPS已经完成多期数据收集，本文的实证研究采用CFPS2016、CFPS2018两年的成人调查数据。为了使模型的测算更加准确，筛选并剔除了无效样本，最终将数据整理成平衡面板数据，包含的成人数量21959个，整体样本43918个。

1.2变量测量

因变量:医生信任。根据CFPS问卷中的问题“您对医生的信任程度?”来测度医生信任，在问卷中，受访者认为医生信任程度从不信任至非常信任的取值为0-10。本文按照相同规律进行赋值，构建医生信任指标。

自变量:互联网使用、手机使用。利用问卷中的“您是否使用电脑上网”和“您是否使用手机上网”两个问题来构建互联网使用指标，利用第二个问题来构建手机使用指标。其中两个问题只有一个回答“是”则被定义为使用互联网，是互联网网民，赋值为1;手机上网问题回答为“是”则被定义为使用手机，是手机网民，赋值为1;两个问题均回答否则被定义为非互联网网民，赋值为0，不用手机上网则被定义为非手机网民，赋值为0。

协变量:Ⓒ文化程度。进行受教育年限处理，赋值方式为小学及以下=1，初中=2，高中=3，大学=4，硕士及以上=5。Ⓒ年龄及年龄平方。考虑到年龄与医生信任可能是非线性关系，因此本文将年龄平方也纳入回归模型展开分析。Ⓒ性别。以往的研究认为，男性更容易信任他人[5]。④政治面貌。具有党员身份赋值为1，非党员身份赋值为0。Ⓒ婚姻状况。在婚赋值为1，其他赋值为0。⑥工作情况。已就业赋值为1，其他情况赋值为0。Ⓒ个人年收入。为避免多重共线性，本文将个人年收入进行对数化处理后纳入模型进行分析。⑧是否拥有城镇居民身份，是赋值为1，否赋值为0。本文还加入了受访者的身高、体重数据一并纳入回归模型。另外，考虑到医院环境、医疗水平也会对受访者的医生信任产生影响，将“看病点条件满意度”和“看病点医疗水平”纳入回归模型，进一步减小估计误差。

1.3模型构建

为了检验互联网使用、手机使用对医生信任的影响程度，本研究构建了一个传统的医生行为模型。假定患者能够从医疗护理(A)中获益，函数表达式为:B=B(A)，其中B>0，B的二阶导数小于0。二阶导数小于0原因是卫生状况的边际效用递减，以及健康生产函数G=G(m)的二阶导数小于0。考虑到这两种影响，本文将函数重新表述为B(A)=V(G(m))。一般而言，V的二阶导数小于0代表风险厌恶。在此基础上，将不确定性引入函数中，最终建立方程(1):

E[B(m，u)]=E[V(G(m))+u](1)

其中，u为随机误差，均值为0，方差为σu。在方程1中，如果患者基于事后的边际健康产出做出判断，就会产生更多的卫生保健需求。这一过度需求也可以看作患者面对医疗不确定的自我保护。

该模型建立的假定基础是患者形成关于医生努力程度的先验信息(比合同更为优先的印象)。而患者形成先验信息的信息源一般分为家人、朋友或者网络。随着互联网的迅速普及，互联网逐渐成为患者搜寻主治医生的通用方式。但是以Robinson为代表的“媒体抑郁论”和Pautam提出的“时间替代假设”理论都指出媒体的介入会加剧公众的不信任程度[6-7]。国内也有学者利用数据实证分析检验，发现媒介的使用的确降低了公众的社会信任。其中，苏振华等认为互联网使用降低了公众的社会信任、政府信任[8]，姚君喜认为手机使用对大学生社会信任、政治信任造成消极影响[9]。因此，本文在梳理过往研究基础上，认为医生信任作为信任的一部分，也会受到媒体的影响，而过往学者的大部分研究结论为媒介使用会降低信任，因此，本文将媒体使用引入方程(1)，建立方程(2):

E[B(m，u)]=E[(V+Meidum)(G(m))+u](2)

方程2的模型代表着媒体使用将会导致患者需要花费更多的搜寻成本，形成医生医疗质量与敬业精神的先验信息。由于患者获取医生信息成本扩大，导致患者对医生不信任程度加重，患者自我保护意识提高，医患之间信息不对称进一步扩大，患者从医疗护理的获益程度降低。从方程2的角度出发，提出本文的研究假设。假设1:互联网使用会降低公众对医生的信任。假设2:手机使用会降低公众对医生的信任。

2结果

2.1基准回归检验

本文采用的基本计量模型如式(3)、式(4)所示，因变量Trust为医生信任，主要解释变量为互联网使用Internet、手机使用Moblie，X为控制变量，ε为误差项。见表1。

Trust=β0+β1Internet+Xδ+ε(3)

Trust=0+1Moblie+X+ε(4)

对影响医生信任的多元回归分析包含8个模型，模型1分析2016年互联网使用对医生信任的影响程度;模型2分析2018年互联网使用对医生信任的影响程度;模型3分析2016年手机使用对医生信任的影响程度;模型4分析2018年手机使用对医生信任的影响程度;模型5利用全体样本，采用混合OLS方法对互联网使用与医生信任关系进行估计;模型6考虑到可能存在不随时间而改变的遗漏变量，故考虑使用固定效应模型(FE)对互联网使用与医生信任关系进行探讨，采用豪斯曼(Hausman)检验后，证明使用固定效应模型比较合理;模型7是利用全体样本，采用混合OLS方法分析手机使用对医生信任的影响程度;模型8利用全体样本，采用固定效应模型对手机使用与医生信任关系进行估计。

根据模型1和模型2的回归结果可知，互联网使用与医生信任存在显著负相关。但是模型2的回归结果相比于模型1的回归结果有所提高，表明互联网使用随着时间的推移，对医生信任的负面影响将会下降。

根据模型3和模型4的回归结果可知，手机使用与医生信任存在显著负相关。但是模型4的回归结果相比于模型3的回归结果略微提升，表明手机使用随着时间的推移，对医生信任的负面影响将会下降，略低于互联网使用对医生信任的变化程度。

根据模型5和模型6的回归结果可知，互联网使用与医生信任存在显著负相关。相比模型5的结果，模型6中互联网使用对医生信任的负面影响系数显著降低，但是两者关系仍然呈现负相关关系。

根据模型7和模型8的回归结果可知，手机使用与医生信任存在显著负相关。相比于模型7的回归结果，模型8中手机使用对医生信任的负面影响系数显著降低，但是两者关系仍然呈现负相关关系。根据模型8和模型6的回归结果可知，手机使用对医生信任的影响系数略低于互联网使用对医生信任的影响系数，这表明对医生信任产生影响的媒介渠道中，互联网使用对医生信任的影响更大。可能解释的原因是经由互联网渠道创造的网络世界相比于手机渠道创造的网络世界，想要建立医生信任，必须要双方承担更大的风险，一旦出现问题其后果将更加严峻，让受到伤害的个体重新建立和维持信任将会难上加难[10]。

2.2异质性分析

之前的分析发现不论是互联网使用还是手机使用均能显著降低受访者的医生信任水平，但是由于个体之间有着异质性，在使用互联网、手机过程中不同群体之间的社会信任水平也可能会有不同的结果。即使是同一群体，也可能由于对知识理解不同或者专业知识不同，导致其医生信任水平不尽相同。为了进一步检验这种异质性，本文按照性别将全体样本分成男、女，按照居民身份划分为城镇居民、非城镇居民，在基准回归基础上进一步考察互联网使用、手机使用与医生信任的关系。

男性互联网使用、手机使用与医生信任存在显著负相关，女性互联网使用、手机使用与医生信任并无显著关系。城镇居民互联网使用、手机使用与医生信任存在显著负相关，非城镇居民互联网使用、手机使用与医生信任并无显著关联。可能解释的原因是男性在其社会角色中一般以“攻击性”见长，相比于女性，男性更容易受到网络世界有关医患事件负面新闻的影响，进而降低医生信任程度。根据萨缪尔森的公共产品理论，医疗服务作为一种准公共产品，具有一定弱排他性和有限竞争性。但是随着城镇化的逐步推进，“挂号难”、“看病难”等问题愈演愈烈，这就导致城镇居民需要投入更多的成本和资源来保障正常的医疗行为，导致其对医生信任程度呈现降低趋势。见表2。

3讨论

3.1互联网使用、手机使用导致居民对医生信任度下降

在当下中国社会的医患关系中，主要矛盾源于患者对医生的不信任，从而导致医患冲突不断升级。因此，探寻缓解医患矛盾的崭新路径，促进医患信任提升具有重要的现实意义。研究结果显示，互联网使用、手机使用对医生信任均具有显著的负向影响，这是由互联网的信息效应所引致的。信息化是互联网时代的重要特点之一，然而信息质量的良莠不齐与个体认知能力的偏差导致互联网与手机使用者对医生信任程度下降。官方媒体与自媒体为“博眼球”“抢头条”夸大新闻内容，使用消极标题及内容作为吸引流量、点击量的手段，在无形中放大了医患矛盾，削弱了医生及公共医疗体系的公信力。因此，互联网作为信息传播的重要媒介，媒体通过此渠道发布消息时，应该秉持诚信原则，按照真实性原则报道医患关系有关新闻，坚决不能以高发行量、收视率、点击量为目标对医疗事故和医疗收费过度渲染。同时政府也应加强监督功能，及时阻断网络负面信息、虚假信息的传播，做好信息管控“把关人”的角色。此外，在市场化潮流的驱逐下，滋生了许多逐利的医疗线上服务，部分医疗机构的“使命漂移”同样导致了网民对医生的信任程度不断下降。政府也应通过加强对相关医疗服务机构管理，改善手机网民对医疗线上服务的认知与满意度，从而提高手机网民对医生群体的整体信任程度。最后，由于部分群体缺乏基本的医疗健康素养，其有限的信息接收能力导致个体出现认知偏差，特别是线上沟通模式使医患沟通效率低下，对医生信任产生较大影响。为此政府应继续扩大医疗健康知识的普及范围。

通过研究结果，可以发现互联网和手机使用对医生信任的影响随时间推移呈现“U”型特征。在到达信任“底端”后，由于搜索习惯、互联网使用的价值观发生改变，致使居民对医生信任程度在到达最低点后呈现回升趋势，但负向作用依然显著。由此可见，解决网民对医生信任程度下降的问题，重心在于重塑医生信任体系。

3.2男性和城镇居民通过互联网使用、手机使用对医生信任影响更大

对不同群体的分析表现出不同的研究结果，就性别差异而言，男性使用互联网与手机对医生信任影响更大。男性在信任问题上更倾向于出现感性情绪，诸如“攻击性”趋势等。互联网时代的“媒体抑郁”在无形中制造了大量负面信息与焦虑情绪，更容易对男性产生影响，增加男性对医生的不信任。为此，建议政府应对男性居民给予更多的关注，从而帮助此类群体及时调整对医生群体的负面印象，逐渐摘掉“有色眼镜”，最终增加与医生的良性互动，进而提升医生信任程度。

从城乡差别角度来看，城镇居民通过网络使用渠道能够与医生信任产生更为密切的关联。相比农村居民而言，城镇居民互联网与手机的使用频率更高，接触到负面医患消息的可能性更高，能更快地对医疗机构作出评价，且大多城镇居民具备一定的基本医疗健康素养，对医疗要求更高。一旦对治疗不满意，可能在互联网上散布负面信息的时间更短，成本更低，进而对医患信任产生显著的负向影响。客观上讲，城镇医疗资源供给与看病需求更加不对等，城镇居民需使用网上问诊、网络挂号等方式解决看病问题，日益复杂的程序与资源的抢占迫使城镇居民就医时需不断提升互联网使用率，但同时网络就诊平台、医疗线上服务质量差等问题频发导致城镇居民不公平感与不满情绪更加强烈，进而使得拥有城镇身份的手机网民对医生更加缺乏信任。因此，政府应该通过完善公共医疗体系建设、增加公共医疗平台资源、合理分配医疗资源、提高线上服务质量、加强对相关医疗APP的管理等方式，使得医患双方的信任体系能够重新构建。

参考文献

[1]姬薇.疫情给医患关系带来哪些启示[N].工人日报，2020-04-04(002).

[2]翟学伟.信任的本质及其文化[J].社会，2014，34(1):1-26.

[3]刘晓倩，韩青.农村居民互联网使用对收入的影响及其机理———基于中国家庭追踪调查(CFPS)数据[J].农业技术经济，2018(9):123-134.

[4]蔡昱，关健，黄莺.当前医患信任的缺失原因及其重建[J].中国医学伦理学，2017，30(6):701-706.

[5]张永奇，单德朋.互联网使用与社会信任[J].深圳社会科学，2021，4(3):104-114.

[6]ROBINSONM，APPELK.Networknewscoverageofcon-gress[J].PoliticalScienceQuarterly，1979，94(3):407-418.

[7]PUTNAMRD.Tuningin，tuningout:thestrangedisap-pearanceofsocialcapitalinAmerica[J].PoliticalScience&Politics，1995，28(4):664-683.

[8]苏振华，黄外斌.互联网使用对政治信任与价值观的影响:基于CGSS数据的实证研究[J].经济社会体制比较，2015(5):113-126.

[9]姚君喜.媒介使用、媒介依赖对信任评价的影响———基于不同媒介的比较研究[J].当代传播，2014(2):19-24.

[10]YEDW，HENRYHE.Anoverviewofonlinetrust:con-cepts，elements，andimplications[J].ComputersinHumanBehavior，2005，21(1):105-125.