在線健康社區患者參與問答行為演化博弈研究

劉子溪，朱學芳

0 引言

在“健康中國2030”“健康中國行動”等推動下，以人民健康為中心的衛生健康工作理念和服務模式是我國醫療健康體系建設的主要理念[1]。疾病預防、及時就診、合理用藥等健康知識的推廣有利于居民增強健康管理觀念、提升健康素養。推進健康知識普及、構建健康知識傳播長效機制是“健康中國行動”的主要任務。在線健康社區已成為普及健康知識、改善醫療服務和重新分配衛生資源的重要渠道。同時，5G網絡加速建設，給我國醫療健康領域的大數據產業鏈帶來顛覆性變革，醫療健康服務成為在線領域的建設熱點。通過在線健康社區，患者可與其他患者、醫生交流，了解相關醫療健康信息，接受在線醫生的建議，預約掛號，獲取社會支持等[2-3]。在線健康社區為患者提供主動了解自身健康問題的平臺，通過向專家、其他患者了解癥狀或治療方法，更好地管理自身健康狀況[4-5]。在線健康社區中，健康信息和知識的傳播主要通過醫患、患者之間在線問答互動以及瀏覽其他患者的在線問答結果來實現。充分利用在線健康社區的高質量回復，可以緩解醫療資源短缺和差異帶來的問題[6]，舒緩患者焦慮[7]，提高用戶滿意度及醫療資源利用率[8]。

在獲取健康信息中，出于維持不確定性以及保持自身情感體驗不變等目的，患者用戶會做出規避健康信息的行為[9-10]，進而影響到自身對健康社區提供的健康信息和知識的接受。這種規避現象的客觀存在具有一定的必然性[10]，在線健康社區患者用戶獲取健康信息知識交互行為策略受到信息規避作用的情況也亟需探究。

目前在線健康社區發展迅速，多個在線健康社區已廣泛使用。面向患者的在線健康社區主要分為兩類，一類以患者與醫生交流為主要形式，另一類以患者與患者交流為主要形式[11]。艾媒咨詢調查顯示，截至2021年9月，41.6%用戶期望“互聯網+醫療”在信息咨詢服務上有所加強，27.4%用戶則期望“互聯網+醫療”的健康指導服務有所增強[12]。提高用戶參與度以及健康信息和知識含量，是在線健康社區建設的關鍵。在以往的研究中，已有學者探究影響用戶參與的個體因素[13-15]?；颊哂脩羰墙】敌畔⒑椭R生成的主要參與者及傳播者，通過詢問、搜索、閱讀已答復結果等交互方式促進在線健康社區信息與知識的積累與傳播。從用戶的角度出發，研究在線健康社區患者用戶行為策略交互的影響和作用，可為在線健康社區持續發展與建設優化提供參考。

1 相關研究

1.1 在線健康社區用戶行為

在線健康社區相關研究主要基于用戶個體、社區平臺、健康信息等維度展開。在線健康社區中，健康信息是由用戶詢問而引發生成的內容，也是用戶參與社區平臺信息服務活動的記錄。用戶包括患者、醫生、社區平臺管理人員等個體，他們通過社區平臺生成、傳播、獲取健康信息和知識。在線健康社區用戶參與行為的研究，主要探索用戶的參與動機以及影響因素等。已有的用戶參與動機研究，多從內部動機和外部動機兩個角度展開分析。其中，改善健康狀況是患者用戶使用在線健康社區獲取健康知識的主要動機[16]；而社會支持動機中的信息支持和情感支持影響著用戶搜索、分享健康信息的意愿[17-18]。成就需求、親和需求也是促進患者參與在線健康社區的因素[19]。張薇薇等發現，對在線健康社區的感知質量、感知收益以及其他用戶支持是用戶初始參與的外在動機，在外部刺激作用下，若健康能力、自主性、關聯性等需求感知得以滿足，用戶參與行為將更穩定持久[20]。彭昱欣等指出，聲譽追求(外部動機)、利他主義(內部動機)促進在線健康社區中的醫學專業用戶分享健康信息和知識[21]。Zhang等研究發現，聲譽和對知識的自我效能感對醫務專業人員知識共享意愿的影響均大于對普通用戶知識共享意愿的影響[22]。張星等發現，軟性報酬(名譽、自尊等)和硬性報酬積極影響用戶的利他主義心理以及對知識的感知自我效能，進而影響對專業或一般知識的分享意愿[23]。周濤等發現，用戶對在線健康社區功能價值、情感價值和社會價值的內在感知，積極影響用戶在社區平臺中知識付費的意愿[24]。Chen等發現獎勵、預期關系及形象(外部動機)和自我價值感(內部動機)顯著影響為患者提供良好在線服務的意愿[25]。

用戶參與在線健康社區行為影響因素研究中，Guo等發現技術焦慮、變革抵制傾向負向影響用戶對移動健康服務的感知易用性，進而影響用戶對移動健康服務的采納[26]。張敏等發現信息準確性、相關性、及時性積極影響用戶對在線健康社區信息求助的感知有用性，信任以及社會容認度則積極影響用戶使用社區平臺信息求助的意愿[27]。Hajli發現服務質量影響用戶對在線健康社區的滿意度及再次使用意愿[28]。Liu等發現在線健康社區中男性用戶發布的內容通常更專業，包含更多的醫學術語，而女性使用者更傾向于尋求情感支持且表達更多的負面情緒[29]。Yan等發現面子顧慮對特定知識共享有負向影響而對一般知識共享有正向影響，執行成本僅對一般知識共享產生負向影響，認知成本僅對特定知識共享產生負向影響[30]。此外，在線健康社區患者用戶更偏好與同質患者(如同性別、同疾病類型)交流[31-32]。

從上述研究可看出，用戶個體內因、在線健康社區的外因等是影響用戶行為的主要因素。在社區平臺的使用中，患者是健康信息和知識的生產者和使用者，既獲得了收益，也付出了成本。因此，在探究用戶參與行為時需要考慮到患者間行為交互的影響作用。

1.2 健康信息規避行為

在實際生活中，人們會做出某種行為，干預自身獲取健康信息，以保持健康狀態的不確定性、獲得愉悅的感受，或避免健康行為改變，這種現象被稱為健康信息規避[9]。健康信息規避行為，是消極視角下健康信息和知識獲取的行為方式[33]。在焦慮、恐懼、認知失衡、隱私關注等認知情感因素作用下，個體在信息搜尋中會完全回避或選擇性回避健康信息[34-36]。對健康信息規避的影響因素研究表明，人口統計學因素、認知因素、情感因素對規避行為存在一定影響。McCloud等研究發現，年輕、女性、債務重、收入低、難以利用或理解信息的參與者更容易規避信息[37]。Chae發現對癌癥的恐懼與癌癥信息使用呈正相關，但也與癌癥信息規避呈正相關[38]。Melnyk等發現，患者了解到乳腺癌風險可控后會減少對乳腺癌風險信息的回避[39]。鄒丹等發現，孕婦產生不愉快的狀態時容易規避信息以緩解焦慮[40]。在健康信息獲取中，多種因素如情緒、健康狀態等都會引發信息規避行為[41]，從而造成患者不完全地接收健康信息。由上述研究可知，用戶在獲取健康信息和知識時，并非完全理性，認知、情感等會影響用戶對信息的發現、接受程度。在獲取健康信息和知識中，患者用戶對健康信息和知識的接受程度會因信息規避而受限，同時也因信息規避得到情感的補償。因此，在研究患者用戶交互行為策略時，還需考慮信息規避對健康信息和知識接受的限制作用。

2 問題分析與假設

在線健康社區中，患者用戶可以通過參與問答獲取健康信息和知識，也可以通過閱讀瀏覽其他患者用戶問答的公開內容了解健康信息和知識。在這兩種方式下，患者用戶都能夠獲得一定的健康信息和知識。同時，由于參與融入在線健康社區活動的程度不同，用戶獲得的收益[23]、付出的成本[30]也有所差異。本文以患者用戶為研究對象，探究在信息規避下用戶參與行為的博弈場景?；谙惹霸诰€健康社區相關研究，本研究定義了相關參數(見表1)，并提出以下假設。

表1 研究參數說明

假設1：患者用戶以獲取健康信息和知識收益為目的，其選擇策略為{參與問答，僅閱讀}。由于患者用戶是有限理性的，在追求利益最大化過程中，無法立刻做出最優策略行為，因此患者用戶行為會不斷演化，最終穩定。

假設2：社區平臺通過審核過濾發布健康相關知識和信息的文章、短視頻等，增加社區平臺的固有健康信息和知識(非問答生成)；患者用戶a、b在在線健康社區中，通過查閱平臺內容獲得固有的健康信息和知識(K1＞0，K2＞0)，并支付一定使用成本，包括時間成本和人力成本等(Cu1＞0，Cu2＞0)?；颊哂脩敉ㄟ^在線健康社區問答，可獲得其他用戶根據詢問信息提供的健康信息和知識收益(Ki1＞0，Ki2＞0)，以及情感支持(如獲得安慰、減少孤獨感等)[42](E1＞0，E2＞0)；同時，在線健康社區會給予參與問答的用戶一定的獎勵回報，如聲譽獎勵、平臺虛擬幣獎勵等(R1＞0，R2＞0)。在參與問答的過程中，患者用戶需要提供與詢問主題有關的個人健康信息，可能面臨一定隱私暴露的風險，因而生成相應的信息風險成本(Ci1＞0，Ci2＞0)。

假設3：患者用戶在利用在線健康社區時，會在消極視角下獲取健康信息和知識，即產生信息規避行為，因而在獲取在線健康社區問答提供的健康信息知識時，會有選擇地回避可接受的健康信息和知識，刻意控制健康信息和知識選擇性接受程度(0≤α1，α2≤1)，以緩解其認知失衡、焦慮等，從而獲得相應的情感收益(e1＞0，e2＞0)。

3 模型分析

(1)博弈收益分析?；谝陨霞僭O，構建博弈矩陣如表2所示。

表2 用戶a、b(參與問答、僅閱讀)行為博弈矩陣

對用戶a 的策略，當其選擇“參與問答”時，收益為：

選擇“僅閱讀”時，收益為：

因此，用戶a的期望收益為：

對于用戶b的策略，當其選擇“參與問答”時，收益為：

選擇僅閱讀時，收益為：

因此，用戶b的期望收益為：

(2)演化穩定策略分析。根據公式(1)、(3)和(4)、(6)，復制動態方程為：

綜上，方程均衡點為(0，0)、(0，1)、(1，0)、(1，1)、(x*，y*)。其中，x*=-(E2+R2-Ci2)/(α2Ki2+e2)，y*=-(E1+R1-Ci1)/(α1Ki1+e1)，且0＜x*＜1，0＜y*＜1。利用復制動態方程對穩定策略求解[43]：

其中，a11=(1-2x)(yα1Ki1+ye1+E1+R1-Ci1)

當滿足detJ＞0，trJ＜0時，均衡點為演化博弈的穩定策略。根據上述所得的均衡點分析(見表3)，當E1+R1＜Ci1＜α1Ki1+e1+E1+R1且E2+R2＜Ci2＜α2Ki2+e2+E2+R2時，滿足穩定均衡點條件。此時，(1，1)、(0，0)是穩定均衡點，(x*，y*)為鞍點，(0，1)、(1，0)為不穩定點。

表3 各均衡點復制動態方程穩定策略偏導值

(3)演化結果分析。當E1+R1＜Ci1＜α1Ki1+e1+E1+R1且E2+R2＜Ci2＜α2Ki2+e2+E2+R2時，用戶b選擇“參與問答”，此時用戶a采取“參與問答”的行為收益為K1-Cu1+R1+E1+α1Ki1+e1-Ci1，采取“僅閱讀”的行為收益為K1-Cu1；用戶b選擇“僅閱讀”情況下，用戶a采取“參與問答”的行為收益為E1-Ci1+K1-Cu1+R1，采取“僅閱讀”的行為收益為K1-Cu1。同理可知，在用戶a分別選擇“參與問答”或“僅閱讀”時，用戶b參與問答的行為收益分別為K2-Cu2+R2+E2+α2Ki2+e2-Ci2與E2-Ci2+K2-Cu2+R2，而用戶b僅閱讀的行為收益皆為K2-Cu2。

當E1+R1＜Ci1＜α1Ki1+e1+E1+R1且E2+R2＜Ci2＜α2Ki2+e2+E2+R2時，(1，1)、(0，0)是穩定均衡點。在博弈中，最終穩定的行為決策收斂于穩定點的情況受到表2博弈矩陣中部分因素以及初始狀態的影響，演化相位圖如圖1所示。

圖1 當E1+R1＜Ci1＜α1Ki1+e1+E1+R1且E2+R2＜Ci2＜α2Ki2+e2+E2+R2時演化相位圖

在演化相位圖1中，點E3(0，1)、E5(x*，y*)、E2(1，0)三點組成臨界分割線。在該臨界分割線上方，系統最終趨于(1，1)穩定點；在該臨界分割線下方，系統最終趨于(0，0)穩定點。由圖1可知，系統最終收斂趨于點E1(0，0)或E4(1，1)的概率取決于左下方的面積SE1253和右上方的面積SE2435。當SE1253大于SE2435時，系統收斂趨于點E1(0，0)的概率大于趨于E4(1，1)的概率；當SE1253小于SE2435時，系統收斂趨于點E1(0，0)的概率小于趨于E4(1，1)的概率。當SE1253等于SE2435時，系統收斂趨于點E1(0，0)的概率等于趨于E4(1，1)的概率。

區域SE1253面積大小即為收斂于E1(0，0)的概率，區域SE2435面積大小即為收斂于E4(1，1)的概率。因此，以SE1253面積為例，依據對各因素所求的偏導數，可判斷各因素對用戶選擇策略概率的影響情況。從公式(12)與(13)可知，用戶選擇“參與問答”還是“僅閱讀”的決策不受到K1、Cu1、K2、Cu2的影響。

4 仿真分析

4.1 動態演化過程分析

由于在線健康社區用戶是有限理性的，雖然其初始獲取健康信息和知識的策略并不一定為最優策略，但在多次使用后，使用方式的偏好策略會趨于穩定，即形成長期在在線健康社區中獲取健康信息和知識的穩定行為方式。為進一步證明上述均衡點是穩定策略，同時展示不同初始值點下用戶博弈策略向均衡點演化的過程，本研究以用戶a為例，通過復制動態方程構建仿真模型，進一步分析當E1+R1＜Ci1＜α1Ki1+e1+E1+R1且E2+R2＜Ci2＜α2Ki2+e2+E2+R2時，用戶選擇“參與問答”或“僅閱讀”行為的演化過程。在對仿真模型各指標量化中，各參數設定如下：E1=2，R1=2，α1=0.8，Ki1=10，e1=2，Ci1=8，E2=2，R2=2，α2=0.8，Ki2=10，e2=2，Ci2=8。初始值設定為(0.1，0.6)，(0.3，0.5)，(0.5，0.1)，(0.4，0.9)，(0.6，0.7)，(0.9，0.6)，以觀察不同初始情況下的動態演化過程，結果如圖2 所示。初始值為(0.1，0.6)、(0.3，0.5)、(0.5，0.1)的初始決策演化收斂于點(0，0)，初始值為(0.4，0.9)、(0.6，0.7)、(0.9，0.6)的初始決策演化收斂于點(1，1)。存在臨界值線，當初始值位于臨界值線下方時，演化向點(0，0)收斂，即趨于僅閱讀的方式；當初始值位于臨界值線上方時，演化向點(1，1)收斂，即趨于共享知識(參與問答)的方式。

圖2 動態演化過程圖

4.2 因素影響分析

為直觀呈現相關參數變化對用戶決策演化趨勢的影響，針對上述患者用戶選擇策略，以患者用戶a為例，分析參與問答中健康信息和知識接受程度α1、問答健康信息和知識收益Ki1、參與問答個人信息風險成本Ci1對用戶a策略選擇的演化過程影響。

基于動態演化過程仿真模型指標值，設系統初始狀態為(0.5，0.5)，分析不同健康信息和知識接受程度α1下用戶a策略演化過程。由圖3(圖中t為演化進程，P為選擇“參與問答”的概率)可知，健康信息和知識接受程度α1存在某一臨界值。當健康信息和知識接受程度α1取值大于該臨界值時，用戶a選擇(參與問答/僅閱讀)的概率將趨于“參與問答”，隨著健康信息和知識接受程度α1增加，系統趨于“參與問答”的收斂更快，系統穩定性更高；當健康信息和知識接受程度α1取值小于該臨界值時，用戶a選擇的概率將趨于“僅閱讀”的方式，隨著健康信息和知識接受程度α1減少，系統趨于“僅閱讀”的收斂更快，系統穩定性更高。

圖3 健康信息和知識接受程度α1對用戶a策略選擇的演化過程

基于動態演化過程仿真模型指標值，設初始狀態為(0.5，0.5)，分析不同問答健康信息和知識收益Ki1情況下用戶a的策略演化過程。由圖4可知，問答健康信息和知識收益Ki1存在某一臨界值，當Ki1大于臨界值時，用戶a選擇(參與問答/僅閱讀)的概率將趨于“參與問答”；反之，當Ki1小于臨界值時，用戶a選擇的概率將趨于“僅閱讀”。當問答健康信息和知識收益Ki1的值遠離臨界值，系統收斂更快。

圖4 問答健康信息和知識收益Ki1對用戶a策略選擇的演化過程

與上述兩種影響因素分析類似，基于動態演化過程仿真模型指標值，設初始狀態為(0.5，0.5)，分析不同參與問答個人信息風險成本Ci1情況下用戶a策略演化過程。由圖5可知，參與問答個人信息風險成本Ci1也存在某一臨界值，當Ci1小于臨界值時，用戶a選擇(參與問答/僅閱讀)的概率將趨于“參與問答”；當Ci1大于臨界值時，用戶a選擇的概率將趨于“僅閱讀”。當Ci1取值遠離臨界值時，系統收斂更快。

圖5 參與問答信息風險成本Ci1對用戶a策略選擇的演化過程

4.3 分析討論

在動態演化過程中，博弈雙方策略都朝著穩定點演化。然而，在不同初始概率的情況下，最終收斂的穩定策略點會有所不同。結合圖1演化相位圖以及公式(12)、(13)，在各參數存在差異的情況下，鞍點會位于不同位置，演化過程將依賴鞍點、初始概率而形成不同的演化路徑。因此，對于不同的患者用戶，在有限理性的前提下，各因素不同，其偏好策略的概率也會不同；隨著時間的推進，患者用戶綜合考慮各因素后將形成最終的穩定策略。

根據仿真分析，健康信息和知識接受程度、健康信息和知識收益、參與問答的個人信息成本都影響系統進化的路徑和用戶選擇策略的穩定?；颊哂脩衾迷诰€健康社區時，因認知失衡、焦慮等原因在消極視角下會選擇性地回避健康信息知識。在其他因素條件不變的情況下，選擇性地回避健康信息知識的程度越高，患者用戶選擇“參與問答”的策略越不穩定。當選擇性回避令患者用戶感知到利用問答獲得的期望效益小于某臨界程度時，患者用戶更趨于選擇僅閱讀已有健康信息和知識。根據圖1演化相位圖和動態演化過程分析，當用戶的選擇不斷趨于“僅閱讀”的穩定方式，在線健康社區中其他用戶也因閱讀、分享等形成彼此間的交互關系，最終造成患者用戶皆趨于不在社區參與問答，從而妨礙社區健康信息和知識的自生成和傳播。問答健康信息和知識收益影響的分析表明，隨著問答中獲得的健康信息和知識的增加，用戶越能感受到參與問答帶來的效益，選擇“僅閱讀”的情況越不趨于穩定，當此效益足夠大時更易趨于選擇通過問答來獲取健康信息和知識，此時在線健康社區用戶都將趨于“參與問答”。當問答中的個人信息風險成本較小時，患者用戶能感受到參與問答帶來的效益，由此將趨于“參與問答”；隨著個人信息風險成本的增大，患者用戶參與問答的決策將趨于不穩定，當個人信息風險成本足夠大時，患者用戶為保障自身信息的安全，更趨于選擇“僅閱讀”的方式，最終致使患者用戶都采取“僅閱讀”的策略，從而不利于在線健康社區健康信息和知識的生成和傳播。

5 結語

本文在分析患者用戶選擇“參與問答”或“僅閱讀”的策略基礎上，引入了信息規避的情景，構建演化博弈模型，分析演化過程和參與問答中健康信息和知識接受程度、健康信息和知識收益、個人信息風險成本對用戶策略選擇演化過程的影響。用戶在在線健康社區中，可通過“參與問答”或“僅閱讀”的策略獲取有關健康信息和知識。這兩種策略的收益與支付成本存在差異，因而用戶有不同的選擇行為。研究發現，參與問答中的健康信息和知識接受程度、健康信息和知識收益、個人信息風險成本都是影響用戶是否參與問答的關鍵因素。根據本文研究結果，在落實全民健康政策中，對于在線健康社區管理，應注意以下幾點問題。

(1)信息規避行為的影響。信息規避行為會在用戶獲取健康信息和知識的過程中出現，用戶會根據自身情況有選擇地回避健康信息知識。隨著回避程度的增大，用戶越有可能放棄以“參與問答”的形式獲取健康信息和知識。因此，在線健康社區應用設計中需借鑒有關健康信息規避行為的研究成果，改進平臺管理機制以提高用戶信任度及效能評價；提供健康信息素養培訓，通過審核把關，限制制造患者恐慌的回復；倡導社區中的其他用戶在回復患者健康信息知識時給予患者心理慰藉，以緩解焦慮、認知失衡等，減少用戶信息規避行為的發生，促使用戶積極參與在線健康社區問答。

(2)參與問答策略的作用。用戶參與問答時，可獲取相應的健康信息和知識，因此提高問答中的健康信息和知識收益將提升用戶選擇“參與問答”的概率。為保障并提高健康信息和知識的質量，建議吸引?？漆t生參與在線回答，提高針對性；倡導其他用戶在問答中，針對患者個體特質，提交相似的健康問題示例以供參考，從而提高回復信息的價值；同時，通過獎勵等方式激勵優質、有針對性的健康信息和知識的提供，促進用戶參與問答。

(3)個人信息風險。對于在線健康社區用戶而言，信息泄露等風險是需要關注的重要問題。建議政府部門加強對在線健康社區信息安全的監管，社區平臺也應采取技術手段改進管理機制，減少泄露風險，保障用戶個人信息安全，從而降低用戶信息風險成本，提高用戶參與問答的意愿。

本研究分析了在線健康社區中患者用戶之間參與問答行為的演化過程，并結合博弈模型仿真分析信息規避的影響作用，揭示信息規避影響下有關因素對用戶“參與問答”策略的作用機理，為實現參與問答的演化穩定策略提供理論參考。在線健康社區中問答活動的提出者與回答者也是博弈行為策略對象，下一步研究將建立不同行為群體(如提問者與回答者)間的交互作用模型，探究不同行為群體的策略博弈演化過程；此外，政府有關部門的監管及激勵也會影響到用戶以及在線健康社區運營者的決策，后續研究也將探討三者間博弈的策略演化過程。