双渠道诊疗模式下基层医生在线服务溢出效应实证研究

刘益凡 郝喆 张彤 杨婉琦 张晓飞

1 引言

为推进医疗资源的合理配置，国家积极推动“基层首诊、双向转诊、急慢分治、上下联动”的分级诊疗制度[1]，基层医疗机构数量至2020年已增长到97万[2]，基层医生数量也不断增长。分级诊疗制度的落实离不开信息技术手段的支撑，随着Web2.0技术的进步，信息技术在医疗卫生领域逐渐获得更为广泛的应用[3-4]。在线健康社区利用信息技术手段将患者、医生和医院在内的医疗生态系统以社区网络的形式聚集，从而为患者和医生提供以医疗信息为核心的交流平台，涵盖寻医、评医、挂号、健康咨询等服务[5]，为推进优质医疗资源下沉、赋能基层医疗服务提供了技术帮扶和支撑作用。目前，我国医疗需求与医疗资源之间的矛盾长期存在，大医院人满为患、基层医疗机构却门庭冷落的“倒金字塔”现象日益严重。其中一个重要原因是民众对基层医疗机构的医疗水平仍不够信任，基层门诊人次占总诊疗人次从2010年61.8%波动下降到2020年53.2%[2]。在此情况下，在线健康社区的发展为优化基层医生服务、提升民众对基层医疗机构信任度提供了新途径，也为优质医疗资源下沉提供了新路径，但是相关研究对此关注较少。因此，本研究提出了第一个研究问题：基层医生是否可以通过线上诊疗实践来提高线下医疗服务质量？

医生参与在线健康社区主要表现为针对患者问题开展的付费知识共享与发表健康科普类文章进行免费知识共享[6]。但现有研究很少关注付费与免费知识共享对医生线下医疗服务质量的影响，即线上渠道的服务溢出效应相关文献较少，且当前涉及溢出效应的研究多集中于经济、商业等领域，对医疗领域尤其以基层医生为主体的研究较少。由此，本研究提出第二个研究问题：基层医生线上付费与免费健康知识共享活动是否对线下医疗服务质量产生溢出效应？

考虑到溢出效应具有异质性，为进一步探究基层医生线上知识共享服务溢出效应的具体的影响机制，本研究考虑医生异质性因素的调节作用。以往研究表明资历和声誉是影响组织和个人行为的重要因素，由此，提出本研究的第三个研究问题：基层医生的线下资历和在线声誉是否对在线服务与线下医疗服务质量的关系起调节作用？

综上，本文基于在线健康社区的医患交互过程，结合溢出效益理论研究基层医生在线服务（付费健康知识共享和免费健康知识共享）对线下医疗服务质量的作用机制，并引入基层医生的线下资历与在线声誉作为调节因素来影响上述路径。基于在线健康社区、服务溢出效应的相关文献回顾，本研究以国内目前最大的在线健康社区——“好大夫在线”平台注册的基层医生为对象进行数据收集，构建理论模型并进行实证验证，并基于数据分析结果为基层医生提高自身线下医疗服务质量、为基层医疗服务赋能提供可行性建议，促进“健康中国”战略更好地贯彻落实，为未来互联网医疗发展和相关领域研究提供参考。

2 文献回顾

2.1 在线健康社区中的医生

在线健康社区为患者和医生提供以医疗信息为核心的交流平台[5]。国内大多数大型医疗平台是医患交流平台，如好大夫在线、阿里未来医院、微医等，提供了医患双向交流的渠道，使得医生和病人能够进行在线沟通和互动，减少了时空限制[7-8]；对于医生而言，能够增加其经济收入，获得社会回报[9]。

医生是在线健康社区的主要用户群体之一，特别是医患交互类在线健康社区。医生参与在线健康社区主要表现为回复患者付费咨询进行知识共享与发表健康科普类文章进行免费知识共享[6]。现有研究主要聚焦于医生线上知识共享的影响因素[6,9-14]与影响效果[7,15-17]。影响因素方面，研究发现医生的线上健康知识共享受到环境因素和个人因素的影响[10]，例如，在线健康社区的游戏化设计会对医生参与和收益的不平等产生积极和消极影响[11]；从医生的个人属性角度，收入比率（在线与离线）和在线声誉与享受都会对在线健康平台医生付费知识共享产生影响[12]；物质动机、职业动机，以及职业专长和在线专长会对免费健康知识共享产生影响[6]。除此之外，医生的线下资历也会对其免费和付费健康知识共享产生影响。同时，线下资历（即专业知识）也可以决定医生的线下收入和知识[9,13]，从而对其在在线健康社区进行健康知识共享的物质和专业动机产生影响[14]。虽然声誉、资历等也可能对付费和免费健康知识共享本身产生影响，但在本研究的情景下专注两个自变量的直接作用，而不考虑其他变量对两个自变量的作用。影响效果方面，Liu和Guo等指出，医生的在线努力可以有效提升其线上咨询量，从而获得物质激励[15]；医生的线上免费健康知识共享可以增加其付费咨询量[7]。以往研究证实医生加入在线健康社区，开展付费健康知识共享量有助于提升其在线声誉[16]。同时，医生权威性的知识共享对在线健康社区知识交流效率也有促进作用[17]。

从文献回顾中可以发现三个研究缺口：目前很少有研究将付费知识共享作为线上工作的体现，探讨其对医生线下医疗服务质量的影响；其次，很少有研究关注医生的免费知识共享对其自身能力与其他属性的影响机制；最后，目前国内外关于在线健康社区行为对医生影响研究很少关注对医生本身服务质量的提高，并着眼于医疗平台上的所有医生群体或侧重于知名医院的医生，而缺乏对平台弱势群体的关注，如基层医生等。因此，本研究将基层医生参与在线健康社区进行的付费和免费知识共享活动作为解释变量，探究其对基层医生线下医疗服务质量的影响效果，由此对该研究领域进行一定补充。

2.2 双渠道模式下服务溢出效应相关研究

溢出效应是指事物一个方面的发展带动了该事物其他方面的发展，可具体分为技术溢出、空间溢出、服务溢出等[14]。网络渠道的普及引发了学者对双渠道模式下服务溢出的关注，线上线下双渠道模式下的服务溢出是指某个渠道服务的相关努力对另一个渠道具有溢出效应。

考虑到服务具有正外部溢出效应，国内外学者针对不同主体在双渠道模式下服务溢出效应的积极和消极影响进行了研究，研究范围涉及消费、零售、供应等多个领域[18-20]。目前的研究内容主要着眼于两个模式，首先是线下对线上的溢出效应，例如Liu等探究了服务溢出效应如何影响制造商进行渠道设计问题，研究表明存在服务溢出时，增加线下服务能够提升线上渠道的利润[21]。此外，线下渠道里的零售商知名度、品牌形象等的提升可以增强消费者线上购买意愿，从而产生正向的服务溢出效应[22]。其次是线上对线下的溢出效应，例如线上渠道提供的信息服务具有溢出效应，即线上渠道为消费者提供信息以降低其搜索成本，而线下企业通过“搭便车”而获利[23]。

通过文献调研发现，当前国内外学者对双渠道下的服务溢出效应的研究尚存在缺口。第一，目前研究更多聚焦于线下对线上的作用，线上渠道的服务溢出效应相关文献较少。第二，当前涉及溢出效应的研究多集中于经济、商业等领域，对其他领域如医疗的关注度不足。第三，在医疗领域，服务溢出效应的研究对象更青睐于知名医生，缺乏对基层医生等群体的关注。因此，本研究面向医疗领域，着眼于基层医生即基层医疗卫生机构的医生在线上渠道服务的相关努力对线下服务的溢出效应，以期为在线健康社区的研究提供新思路，拓宽服务溢出效应的理论适用范围。

此外，研究表明溢出效应具有异质性，如 Gkorezis等人的研究表明人们周日对球赛的满意度对周一的工作参与度与表现具有溢出效应且球迷对球队的认同调节了球赛满意度与工作表现的关系[24]。以往研究发现资历和声誉是影响组织和个人行为的重要因素[25-27]。一方面，医生资历相关研究表明，高资历医生有更多知识交流与问诊经验，能够在其中获得更高水平的专业知识，相比低资历医生，这些医生的知识溢出性更为显著，且有知识溢出性学习的医生学习效率更高，能够提供更优质的医疗服务[25]。另一方面，根据代理人市场—声誉模型，医生声誉对其行为有激励作用，且声誉效应有助于治理医生道德风险，助推医疗服务水平提升[26]。研究表明，较低声誉医生而言，高声誉医生更不易受外界影响，更为注重知识共享过程的服务质量提升与自我价值实现以维持已获得的声誉[27]。由此，在在线健康社区中，医生在线健康知识共享溢出效应过程也会受到线下资历与在线声誉的异质性影响。因此，我们在本研究中引入上述两个调节变量（资历与声誉），进一步验证溢出效应在医疗领域是否同样具备异质性。

3 模型与假设

本研究旨在研究基层医生的线上渠道服务的相关努力对线下医疗服务质量的溢出效应，同时考虑线下资历与在线声誉的调节作用，研究模型如图1所示。

图1 研究模型Fig.1 Research Model

3.1 线上渠道服务

3.1.1 付费健康知识共享的作用

在在线健康社区中，医生通过在线付费咨询即付费健康知识共享的方式对患者进行问诊。在传统医疗服务中，患者需要与医生面对面交流[28]，因此与传统医疗服务相比，线上医疗服务具有能弥补医患交互过程中信息告知不足等问题，进而使得医疗服务更为人性化[29]，能更多途径、更全面地满足患者需求。通过线上渠道，医生的在线活动与在线健康社区中的在线预订功能相结合，可以增加其线下需求[30]。此外，患者对医生的付费健康知识共享的满意度也会影响医生线下需求[31]。互联网医疗也能够通过远程医疗直接增强基层医疗机构服务能力，提高患者就医意愿，增加基层医生线下就诊量从而提高线下收入[32]。同时，基层医生就诊量的增加能够推动其服务质量提高，进一步提升患者就医意愿[33]，进而帮助基层医生接触到比线下渠道更多类型的病症从而增加阅历、积累经验、锻炼专业能力，更好地进行线下服务。因此，本研究假设：

H1：付费健康知识共享正向影响基层医生的线下医疗服务质量。

3.1.2 免费健康知识共享的作用

在知识经济时代，知识被认为是一种宝贵的资源，知识共享对组织、企业和社会至关重要[34]。知识共享是指个人将自己的知识转化为他人易于理解、吸收和应用的信息形式的活动[35]。在医疗领域，知识共享的一种重要形式是发布有关健康教育的免费在线文章[36]。基层医生作为知识共享中的知识提供方，需要根据患者即知识接受方的需求，将相关知识提取出来，经过条理化、明晰化处理，形成能够被对方所掌握和运用的知识[37]。在知识外化的过程中，基层医生进一步巩固与丰富了自身专业知识，提升了自身的能力与智识，能够促进线下医疗服务质量的提高。因此，本研究假设：

H2：免费健康知识共享正向影响基层医生的线下医疗服务质量。

3.2 线下资历的调节作用

一般来说，资历是指专业人员在工作组织中持续服务的时间和经验[38]，资历是影响组织和个人行为的重要因素，资历较高的人拥有更多的专业知识和技能[39]。具有高线下资历的医生通常专业水平较高，能够从线下接触更多患者并获得高收入[6]。由于医生的时间和精力有限，线下患者数越多，医生对线上服务的重视度越低[40]。因此，高线下资历医生对在健康社区中健康知识共享服务的重视程度可能较低，在线服务与线下服务之间的关系在此情境下被削弱。而低线下资历的基层医生较高线下资历的基层医生而言，线下前来就诊的患者少，开通在线服务不仅可以拓宽其接触患者的渠道，还可能会促进线下诊疗量的增加[32]。因此低线下资历的医生会愿意花费更多精力在付费健康知识共享上以接触更多患者，从而锻炼自身专业能力，同时花费更多精力通过免费健康知识共享的方式来促进专业知识的外化，提升专业知识和技能。因此，本研究假设：

H3：基层医生的线下资历负向调节付费健康知识共享与其线下医疗服务质量之间的关系。

H4：基层医生的线下资历负向调节免费健康知识共享与其线下医疗服务质量之间的关系。

3.3 在线声誉的调节作用

声誉是外界对个体的总体评估，这种评估能使个体在组织中得到地位和认可[41]。由于医学的专业化、技术性等原因，医生拥有信息优势，患者处于信息劣势, 医患关系中信息不对称问题凸显[42],可以采用建立信誉等级制度的方法以反映医生的服务质量来缓解医患信息不对称引发的矛盾[43]。研究表明，在线信誉反馈机制具有信号作用，为消费者决策提供参考，减轻消费者的逆向选择与感知风险[44]。在在线健康社区中，医生收到的礼物作为患者的正面评价, 对其他患者的咨询决策具有参考意义[45]。基层医生收到的礼物越多，他们的在线声誉也就越高。对声誉模型的进一步研究发现，厂商把声誉看作资产，声誉是厂商倾向维持高努力程度的重要原因之一[46]，厂商也会试图通过建立高声誉的方式以获得更大利益[47]。是以高在线声誉的基层医生对声誉损失更加敏感，更加注重对声誉的维护，会更加努力地接收更多病人以锻炼自身专业能力，会对自己所分享的免费健康知识更加谨慎。也就是说，基层医生的在线声誉会增强其在在线健康社区中健康知识共享与线下医疗服务质量之间的关系。因此，本研究假设：

H5：基层医生的在线声誉正向调节付费健康知识共享与其线下医疗服务质量之间的关系。

H6：基层医生的在线声誉正向调节免费健康知识共享与其线下医疗服务质量之间的关系。

4 研究方法

4.1 数据收集

“好大夫在线”平台创立于2006年, 目前包含全国近万家医院和59万注册医生, 其主要服务有：在线诊疗、电子处方、送药上门、远程会诊、专家手术、预约转诊、家庭医生等[48]。该平台是较为成熟的医患互动平台之一，具有典型性。因此，本研究以“好大夫在线”为研究对象，采集该网站上的真实数据进行实证研究，并以此验证对应的相关假设。

本研究以“服务中心”“卫生院”“社区医院”等关键词筛选出“好大夫在线”平台上来自全国28个省或直辖市的780位基层医生从注册开始至最后一条问诊或评价记录所处时间点的354,061条非平衡面板数据，以医生个体作为横截面维度，以天作为时间序列维度。每位医生的期数不同，共15个年度（2007-2022年），范围为1-4200天。具体字段包括医生姓名、医生职称、注册日期、问诊日期、每日付费健康知识共享人数、发文章数、线下评价、心意礼物等。

4.2 模型设定与变量选择

4.2.1 模型设定

构建模型之前首先要考虑构建随机效应模型还是固定效应模型。应用Stata17.0软件进行Hausman检验，豪斯曼检验结果发现p值非常显著（p＜0.01），因此本研究不选用随机效应模型，而是采用固定效应模型。之后考虑是否存在个体时间效应，加入年度虚拟变量后进行显著性检验，结果显示p值小于0.01，表明存在个体时间效应。鉴于诸多研究曾使用非平衡面板数据进行双向固定效应回归[49-50]，本研究最终选用双向固定效应模型来研究基层医生线上服务对线下服务质量的影响。

为研究基层医生线上服务（付费健康知识共享和免费健康知识共享）对其线下医疗服务质量的影响，同时控制各个维度的个体效应，以便尽可能减轻遗漏变量导致的偏误，本研究构建了双向面板固定效应模型，如（1）所示：

其中i表示医生个体；Off_Quality为被解释变量，表示医生线下医疗服务质量（使用线下患者评价衡量）；Paid-Sharingit和Free-Sharingit为自变量（取自然对数），分别表示医生的付费健康知识共享人数和在线健康社区发表的文章数。µt表示年份固定效应，λi表示个体固定效应；ε为误差项。

为研究线下资历和在线声誉对线上服务（付费健康知识共享和免费健康知识共享）与线下医疗服务质量之间的调节作用，本研究的模型增加了交互项。同时，为排除变量的内生性因素，本研究引入了双向固定效应模型：

其中，模型（2）的Onl_Reputit指基层医生的在线声誉，用基层医生于在线健康社区获得的礼物数来衡量；模型（3）的Off_Titleit表示线下资历虚拟变量，µt表示时间固定效应，ε为误差项。

4.2.3 变量测度

（1）被解释变量：线下医疗服务质量（Off_Quality）

本研究选择将基层医生页面的线下诊疗评价数据作为衡量其线下医疗服务质量的依据，“好大夫在线”平台“全部分享”模块中的评价系统包含对医生态度和疗效的评价标签。本研究主要选择能够体现患者态度的标签以及主观评价语言中带有态度色彩的词汇，对其筛选提取后，将其分为四个等级并赋值，即{很满意、满意、一般、不满意} = {3、2、1、0}。再用“各评价等级的人数乘以对应分值再相加所得的总分值”（例如：很满意评价人数n1*3+满意评价人数n2*2+一般评价人数n3*1+不满意评价人数n4*0=总分值m）来量化医生的线下医疗服务质量，总分值越高，则可以认为其线下医疗服务质量越高。

（2）解释变量

①付费健康知识共享（ln（Paid-Sharing））。本研究选取医生付费健康知识共享人数作为衡量医生在线服务渠道努力的指标之一，为了减弱样本异方差的影响，本研究在进行基准回归时对付费健康知识共享人数进行了对数处理。

②免费健康知识共享（ln（Free-Sharing））。本研究以基层医生在“好大夫在线”平台发表的文章数来衡量其免费健康知识的共享的程度。同样为了减弱样本异方差的影响，本研究在进行基准回归时对在线文章数进行了对数处理。

（3）调节变量

①线下资历（Off_Title）。本研究用基层医生的专业头衔来衡量其线下资历。依据平台数据，线下资历的排行从高到低为主任医师、副主任医师、主治医师和住院医师。赋值为：Off_Title4=4为主任医生、Off_Title3=3为副主任医生、Off_Title2=2主治医师、Off_Title1=1为住院医师。②在线声誉（ln（Onl_Reput））。本研究将基层医生在“好大夫在线”平台获得的礼物数作为衡量其在线声誉的量化指标，同样为了减弱样本异方差的影响，本研究在进行调节效应分析时对线上礼物数进行了对数处理。

（4）控制变量

①城市（City Dummy）。本研究依据基层医疗卫生机构名称对医生所在地区进行划分，区以上为城市，县及以下为非城市，在此基础上对部分特殊地区进行了人工处理。在这里运用了二元选择模型，虚拟变量构建为City Dummy=1为城市、City Dummy=0为非城市。

②线下资历（Off_Title）。变量设定参照上文所述。

变量定义及其描述性统计结果如表1所示。

表1 变量定义及描述性统计Table 1 Variable Definition and Descriptive Statistics

5 结果

5.1 回归分析结果

为研究医生付费健康知识共享和免费健康知识共享是否对其线下医疗服务质量有积极影响，从而验证本研究的假设一、二是否成立，本研究对模型1进行了回归分析，并基于聚类分析检验回归稳健性。同时为进一步研究基层医生的资历/在线声誉在付费健康知识共享/免费健康知识共享与线下医疗服务质量之间调节效应，本研究利用阶层分布回归进行作用的验证。如表2所示，第一列引入了付费健康知识共享与免费健康知识共享两个自变量。可以得到，基层医生的线上付费知识共享与线下医疗服务质量呈正相关（β=1.536，t=53.58，p＜0.001）。由此可以推断出，在线健康社区能一定程度上帮助医生突破时间和地域的限制接触更多的患者，基层医生通过在线付费知识共享，在问诊患者的过程中增加阅历、积累经验，从而锻炼专业能力，促进其线下医疗服务质量的提高，进而更好地进行线下服务。H1得到验证。

表2 回归结果Table 2 Regression Results

同时，由结果可以得出，基层医生的线上免费知识共享与线下医疗服务质量呈正相关（β=0.021，t=14.58，p＜0.01）。由此可以推断出，在进行免费知识共享的过程中，基层医生进一步巩固与丰富了自身专业知识，提升了自身的能力与智识，进而促进线下专业知识的外化，提高线下医疗服务质量，H2得到了验证。

第二列引入了线下资历的调节作用，从回归结果可以看出，线下资历对付费知识共享、免费知识共享与线下医疗服务质量之间的调节作用都是正向显著的（β=0.869，t=26.30，p＜0.01；β=0.029，t=12.30，p＜0.01），与我们的前提假设H3、H4均相反。基层医生的在线资历对其在线服务与线下医疗服务质量之间的影响可能具有独特性，我们在后文分析中将着重阐述。

第三列引入了在线声誉的调节作用，由回归结果可以看出在线声誉正向调节付费健康知识共享与线下医疗服务质量之间的关系（β=0.355，t=28.53，p＜0.01），且正向调节免费健康知识共享与线下医疗服务质量之间的关系（β=0.008，t=7.13，p＜0.01），H5、H6得到验证，即拥有较高在线声誉的基层医生对声誉损失更加敏感，更加注重对声誉的维护，会更加努力接受更多病人以锻炼自身专业能力，也会对自己所分享的免费知识更加谨慎。基层医生拥有越高的在线声誉，其在在线健康社区中知识共享与线下医疗服务质量之间的关系越会得到增强。

第四列将两个调节效应的影响都放入回归模型中，此时线下资历与在线声誉对在线服务与线下医疗服务质量之间关系的调节作用均是正向显著的，与单独引入一个调节变量的显著性相同，这进一步验证了本研究两个调节变量的合理性。

5.2 线下资历的调节效应

因基层医生线下资历对在线服务与线下医疗服务质量之间的调节效应与本研究假设相反，由此进行进一步分析。为验证付费健康知识共享与免费健康知识共享对线下医疗服务质量的边际效应，本研究使用predictnl进行预测，两个解释变量的系数间接代表效应量。如图2显示了对于调节变量线下资历（Off_Title）的所有可能数值，解释变量付费健康知识共享（ln（Paid-Sharing））对被解释变量线下医疗服务质量（Off_Quality）的边际效应，显示出当基层医生线下资历差距水平提高时（即职称从“住院医师”逐级递增至“主任医师”），付费健康知识共享对线下医疗服务质量的影响变得更加显著。

图2 付费健康知识共享对线下医疗服务质量的边际效应（在不同职称等级）Fig.2 Marginal Effect of Paid Health Knowledge Sharing on Offline Medical Service Quality（at Different Professional Title Levels）

如图3显示了对于调节变量线下资历的所有可能数值，解释变量免费健康知识共享（ln（Free-Sharing））对被解释变量线下医疗服务质量的边际效应，可以得出当线下资历差距水平提高时，免费健康知识共享对线下医疗服务质量的影响变得更加显著。

图3 免费健康知识共享对线下医疗服务质量的边际效应（在不同职称等级）Fig.3 Marginal Effect of Free Health Knowledge Sharing on Offline Medical Service Quality（at Different Professional Title Levels）

5.3 稳健性检验

由于本研究中被解释变量线下医疗服务质量（Off_Quality）有相当部分0值，使用OLS方法进行估计时结果可能会存在一定误差，因此基于前文Hausman检验结果，本研究引入固定效应Tobit模型检验回归结果的稳健性。由回归结果可以看出（如表3），其显著性和正负性与前文回归结果一致，本研究的回归结果稳健。

表3 稳健性检验结果Table 3 Results of the Robustness Test

6 讨论与结论

6.1 研究发现

随着国家层面的“互联网+医疗”政策的兴起，基于互联网医疗平台以及医生在线服务的研究已经十分广泛，但目前很少有研究关注基层医生这个特定主体，因此在分级诊疗政策的背景下，本研究锁定了这个特定的双渠道服务群体——基层医生。探究基层医生线上渠道服务的相关努力对其线下渠道服务是否具有溢出效应，同时引入线下资历和在线声誉作为调节变量，观察二者对在线健康社区线上线下溢出效应的调节作用。本研究通过获取“好大夫在线”平台基层医生页面数据与评价数据进行实证分析，进而验证假设。主要研究发现如下。

首先，基层医生进行付费健康知识共享的数量增加即线上患者数的增加会提升其医疗服务质量。本研究发现基层医生开通在线问诊后，在进行付费健康知识共享的过程中能够锻炼专业能力、增加阅历与智识；随着基层医生个人素质和能力提高，其线下服务的质量也随之提高。

其次，基层医生的免费健康知识共享，即在社区发布医学相关科普文章，能够使医生在知识外化的过程中进一步加深对知识的理解，提高医生的自身服务能力与知名度，同时也产生了知识溢出效应，促进其线下医疗服务质量的提高。

再次，线下资历在基层医生线上服务相关努力对线下医疗服务质量的影响过程中起着正向调节作用，这与本研究的假设相反，可能存在内部和外部两方面的原因。一是外部原因，我国分级医疗体系存在资源分配不均的情况，高资历医生拥有更优的专业知识和从医经验，且医生职称正向显著影响患者择医行为[1]，患者粘性较大。对于全科医生数量少、医疗器械配备不全且门诊量低的基层医疗机构而言，高资历的基层医生更有意愿也更有能力参与线上医疗服务，进而提高自身声誉，吸引更多患者线下就诊；而低资历医生因自身职称较低、经验较少，很难在在线健康社区中受到患者关注，因此参与线上诊疗的意愿较低。二是内部原因，即医生的主观意愿，在“好大夫在线”平台上开通在线个人主页的医生中，副高级以上职称比例较高且比正高级职称医生比例更高，可能因为副高级职称医生年龄上更年轻，接受新技术更容易、更快速。此外，副高级职称医生一般处于事业的上升期，更加关注自身声誉和社会知名度提升[51]，在线上诊疗过程中基层医生能通过在线健康社区快速地接触到前沿的医疗资讯和技术，提升自身专业能力；同时, 在线健康社区帮助医生管理患者，使医患关系更加融洽。在内外部因素的综合作用下，基层高资历医生愿意在线上付出更多的努力，因此对于线下医疗服务质量的提升也更加明显。

最后，基层医生的在线声誉正向调节医生线上服务对线下医疗服务质量的影响。医生获得的心意礼物是患者愿意在咨询费之外支付的额外费用，可以给医生带来经济收益和声誉。获得礼物越多的医生得到的激励越大，会更重视线上服务，付出更多的努力，因此礼物数更多的医生的线下医疗服务质量提升更为明显。

6.2 理论意义

本研究着眼于溢出效应，研究基层医生通过在线健康社区进行线上诊疗实践对其线下医疗服务质量的影响。与以前只关注对在线健康社区进行用户文本挖掘的文献相比[52-53]，本研究提供了三个理论贡献。

首先，本研究提出假设并证明了基层医生参与线上渠道服务对其线下诊疗活动产生影响的作用机制，验证了基层医生进行付费健康知识共享的数量增加会提升其医疗服务质量，基层医生的免费健康知识共享促进了其线下医疗服务质量提升。该发现扩展了互联网医疗领域关于双渠道模式研究的理论，加深了目前关于医生线上服务对线下诊疗作用的理解。

其次，本研究引入溢出效应理论来探究医生线上服务的相关努力对其线下医疗服务质量的影响效果，既丰富和拓宽了服务溢出效应理论的适用范围，又为互联网医疗的研究提供了新思路。

最后，考虑到溢出效应的异质性，本研究关注了线下资历、在线声誉在线上线下交互过程中发挥的重要调节作用。研究发现为基层医生线上渠道服务对线下医疗服务质量的影响显著程度提供了可能的解释，同时为互联网医疗领域有关线上线下交互作用的研究提供了细化思路，有助于今后线上线下医疗互动相关研究的推进。

6.3 实践意义

本研究发现基层医生的线上服务对线下服务水平的提升具有溢出效应，且呈现异质性，基于该结果，我们对各实践主体提出以下建议。

对基层医生而言，更多地参与线上诊疗服务，有利于提高自身专业水平与知名度，进而提升线下医疗服务质量，实现自身价值。对患者而言，他们可以通过基层医生开通的健康知识共享了解医生，提升对医生和基层医疗卫生机构的信任度，就近前往基层医疗卫生机构就诊、转诊，有效降低就医负担。由于“互联网+医疗”能够进一步提升医生的服务质量，故医患双向信任的良性循环就此形成。对互联网医疗平台而言，平台可以通过进一步完善基层医疗机构医务人员服务模块与商业模式，增加经济收益的同时，更好地承担推动分级诊疗制度落实的社会责任。对政策制定者而言，本研究能够为互联网医疗与基层医疗机构联动机制的建立提供依据，推动线上、线下融合发展，促进分级诊疗政策的贯彻落实，缓解医疗资源结构性矛盾，从而构建以在线健康社区、个人、医生三位一体的就医新格局。

6.4 局限性和未来方向

虽然本研究提供了很多有意义的结论，但同时存在着局限性。首先，本研究的变量和数据之间可能存在偏差，即本研究用线下患者评价衡量基层医生的线下医疗服务质量，但线下患者评价与基层医生实际的线下医疗服务质量可能存在一定差异，这可能对研究结果造成一定的影响，如何更准确地衡量线下医疗服务质量还需要进一步探索。

同时，除了研究中提到的线下资历与在线声誉对线上服务相关努力与线下医疗服务质量之间溢出效应的调节作用，在线上服务相关努力与线下医疗服务质量之间仍可能存在其他调节因素，值得在未来的研究中进一步探索。

作者贡献说明

刘益凡：研究设计，数据收集与分析，论文撰写与修改；

郝喆，张彤，杨婉琦：数据收集，论文撰写与修改；

张晓飞：研究设计，指导论文修改。

支撑数据

支撑数据由作者自存储，E-mail:2011808@nankai.edu.cn。

1.刘益凡，郝喆. 基层医生平台信息.dta.

2.刘益凡，郝喆. 基层医生线上患者数与线下诊疗评价.xlsx.