1.1.1　研究背景

基层医疗卫生机构数量在2015年尽管占到我国医疗机构总数的93.6%，但其就诊人次仅占比56.4%，而全国近45%的诊疗人次和38.9%的入院人次却被仅占医院总数7%的三甲医院所吸纳[1]。另外，医疗投入产出效率目前在我国依旧低下，以慢性疾病为例，2015年我国慢性病患者的医疗费用高达28000亿元，超过总的医疗支出的70%，但每年慢性病的致死人数仍占据了所有死亡人数的85%，这造成了极大经济负担，同时也没有达到良好的慢病预防和治疗效果。与此同时，还存在着医疗资源滥用和过度医疗等现象[2]。2013年2月，《光明日报》刊文指出：“我国医疗资源浪费占到医疗总费用的30%以上，严重地区可达40%～50%，集中表现为大专家看小病、药品‘大处方’和高新仪器检查常规化等现象。”长期以来，诸多因素共同导致了一个不良的医疗服务生态系统，这与“十九大”提出的“健康中国”战略背道而驰。

随着大数据和移动互联网等信息技术在医疗领域的深层次应用，政府层面相关部门近年来不断鼓励创新和推动“互联网+医疗健康”服务模式，并陆续出台了诸如《“健康中国2030”规划纲要》《“十三五”卫生与健康规划》和《国务院办公厅关于促进“互联网+医疗健康”发展的意见》等系列文件，以期实现我国医疗资源供给水平和医疗资源利用效率的提升。此外，学术界近年来也形成了对“互联网+医疗健康”服务模式的持续关注。移动医疗（mobile health）作为该模式的典型，通过移动智能终端设备（如移动智能手机、平板电脑，PDA等）在任何时间任何地点为患者提供医疗服务或信息[3，4]，具备灵活性、移动性、便携、个性化和共享性等特性[5，6]，在疾病预防与监测、远程医疗、医疗决策制定、医疗紧急事故处理，尤其在慢病管理服务等方面具备重要的应用价值[7]，并为缓解医疗信息不对称和健康管理效率低下，以及解决医疗资源供不应求、体验不佳、供不对求，以及分布不均等现实问题提供了一种可能[8]。

尽管如此，以在线问诊为核心的移动医疗在医疗健康市场的占比仍非常少，而我国线下医疗服务单位的总就诊人次在2015年仍达到77亿次。导致移动医疗普及率不高的原因，一方面是由于缺乏一个清晰明确的移动医疗商业推广与盈利模式，导致服务缺乏用户认知度，也看不到对利益主体的实际改变。另一方面则是由于移动医疗存在颠覆传统医疗模式的趋势——即由医生控制的疾病干预与治疗模式转向医生参与管理的健康促进、预防与自我管理模式[9]，受传统思想以及现实情况的影响，患者、普通大众和医生等用户主体对移动医疗服务的采纳及扩散性使用程度并不高。因此，和所有创新性信息系统（Information Systems，IS）服务类似，需要学术界和实践者就移动医疗服务的用户采纳和使用行为影响因素进行深入探讨。

当前有关移动医疗服务潜在用户（包括医生和护士，以及患者、家属或健康自我管理需求用户等）的采纳决策行为研究持续受到关注，诸多学者针对不同服务形式和使用对象，基于不同理论视角和研究方法对移动医疗用户采纳行为影响因素和形成机理等问题进行了深入探讨，取得了较为丰富的研究成果。为了全面厘清并阐述当前移动医疗用户采纳行为研究领域的知识体系和学术前沿，以期为后续的研究提供指引与借鉴的依据，本书首先以Web of Science核心合集于2010—2018年收录的48篇实证研究论文[10]（先构建理论模型，再通过数据收集、分析对模型进行验证、修饰等）为文献数据源，采用内容分析法，从研究对象、研究方法、理论模型和影响因素等方面对移动医疗用户采纳行为实证研究进行梳理和定性综述。

其次，已有移动医疗用户采纳行为方面的研究多数未考虑各个国家医疗情境的特殊性，研究情境较为单一，加上样本规模、样本对象和调查情境的不一致，使得研究结论的外部效度及普适性具有一定局限性。基于此，本书拟通过元分析对移动医疗用户采纳行为方面的研究进行定量综述。

再者，慢病管理是移动医疗服务的一个典型应用，依托“移动医疗”教育部——中国移动联合实验室，本书作者长期致力于移动慢病管理服务的用户行为模式等问题的研究与探索。一方面，一项创新性IS服务的成功应用需要促进潜在用户的采纳和持续使用行为的发生。本书将从不同的理论视角对移动慢病管理服务的用户采纳行为进行研究；另一方面，考虑到日常生活和工作时间的限制，相比需要承受传统线下门诊服务中的排队挂号、做检查、等医生、缴费、取药等一系列烦琐重复的就医流程，不受时空和情境限制的移动医疗服务更容易被青年群体青睐。因此，我们需要关注如何促进青年群体由传统线下就医渠道转至移动医疗服务。