SCI论文（www.lunwensci.com）
【摘 要】 随着在线医疗产业的蓬勃发展，医疗服务供给结构从传统的单一渠道变成双渠 道 。基于信息经济学的理论框架，构建双渠道环境下在线医疗用户两阶段就医决策模型，分析在 线医疗用户跨渠道“搭便车 ”行为发生的条件和影响因素 。结果显示，渠道间服务可替代程度、在 线付费医疗服务价格、患者线下就诊的交通成本都会对“搭便车 ”行为产生影响 。 同时，渠道间服 务可替代程度对上述影响存在调节作用 。从“搭便车 ”类型上看，当所咨询医院竞争优势较强时 ， 更容易发生第一类“搭便车”(线下医院搭在线医疗服务便车);而当患者距离所咨询医院距离较 远时，更容易发生第二类“搭便车”(未提供线上服务的医院搭提供线上服务医院便车)。 在线平 台推荐医院时应将距离作为重要参考因素，优先为患者推荐同区域医院，以减少第二类“搭便车 ” 行为导致的医疗资源重复利用 。
【关键词】 数字经济,在线医疗,搭便车,双渠道,渠道融合
一、引言
2015 年 7 月，《国务院关于积极推进“互联网 + ”行动的指导意见》明确提出推广在线医疗卫生新 模式 ，发展基 于 互联 网 的 卫 生 医疗服 务 。在政 策 指 引 下 ，国 内在 线 医疗服 务平 台发展迅猛 ，医疗服 务的供给也从传统的单一渠道变成了双渠道(线上+ 线下)。 作为一种新兴的产业形态和医疗服务 模式，在线医疗经过多年的蓬勃发展，逐渐成为患者获取医疗信息和服务的重要途径 。艾瑞咨询发 布 的《中 国 在 线 医 疗健 康服 务 消 费 白 皮 书》数 据 显 示 ，截 至 2021 年 底 ，我 国 在 线 医 疗 用 户 已 经 突 破 2.98 亿，占全体网民总数的 28.9%[1] 。
为了吸引用户 ，在线医疗平台通常会为患者提供一定次数的免费医疗咨询服务 。然而 ，出于对 距离 、医疗风 险 等 多种 因 素 的考 虑 ，通过免 费在 线 咨 询 获 取 医疗信 息 以 后 ，许 多 患 者并不会 购买付 费在 线 医疗服 务 ，而是选 择 线 下渠道就 诊 ，从而导 致 两种形式 的搭便 车行 为：一是 患 者在 线 咨 询 后 从 线 上转移 到 了该 医 院 线 下就 诊(线 下 医 院搭在 线 医疗服 务便 车)，二是 患 者在 线 咨 询 后选 择 了 其 他线下医院就诊(未提供线上服务的医院搭提供线上服务医院的便车)。 第一类搭便车行为短期来 看会减少平台线上收益 ，长期来看则有利于医疗服务线上线下渠道的融合 。 第二类搭便车行为则 会使提供了线上服务的线下医院无法享受到线上渠道的服务溢出效应 ，进而降低医院和医生提供 线 上服 务 的 积极性 。 同 时 ，患 者从 线 上 到 线 下 更换 医疗服 务机 构过程 中 的 重复 问 诊行 为还会导 致 医疗 资 源 的 浪 费 。减 少 患 者“搭便 车 ”行 为有 助 于 线 上 线 下 医疗 资 源 利 用 更 加有效 ，缓解信 息不对 称环境下的医疗供需失衡 。
二、跨渠道搭便车行为文献综述
在 Telser( 1960 )，Mittelstaedt( 1986 )和 Singley and Williams( 1995 )最早对传统零售环境下搭便 车行为研究和界定的基础上 [2-4] ，Verhoef( 2007 )将多渠道环境下跨渠道搭便车现象定义为消费者在 一个渠道中研究产品 ，然后通过其他渠道购买产品 [5] 。在此基础上 ，已有文献对消费者跨渠道搭便 车行为产生的动因及影响 ，以及考虑跨渠道搭便车行为的零售商服务策略及渠道协调机制等方面 进行了深入的研究 。
(一)跨渠道搭便车行为动因及影响
搭便车行为是消费者在购物过程中的一种常见行为 。在线上线下双渠道经营策略下 ，消费者 自由地穿梭在两种渠道之间，从一种渠道获取信息或者试用体验，转而选择另一种渠道购买商品或 者服务 。Telser( 1960 )和 Singley & Williams( 1995 )认为，不同渠道间的价格差异是导致搭便车行为 的主要因素 [1.3] 。Wu( 2004 )和国内学者曹磊和张子刚( 2010 )的研究结果显示 ，搜索成本减少及搜 索便利是造成信息搭便车现象的重要因素之一 [6-7] 。 Shin( 2007 )、涂红伟等( 2014 )和钟国东( 2017 ) 均发现消费者转换成本对渠道搭便车行为有显著影响，当消费者的转换成本高于一定的值时，搭便 车行为的发生几率会大大降低 [8-10] 。史海英( 2016 )验证了消费者跨渠道经验 、比价动机 、产品类别 、 收入水平对跨渠道转换行为的显著影响 [11] 。许明辉和李叶林( 2017 )通过构建消费者购物选择效用 模型 ，分析了搭便车行为产生的条件和对零售商服务决策的影响 [12] 。周燕等( 2010 )通过设计改进 的 L-D 实验 ，研究了搭便车随投资额变化的关系 ，发现投资额度越大 ，消费者越容易搭便车[13] 。周 兴健和尤文静(2019)、宋志金和雷芳芳(2022)则指出消费者越追求消费的灵活性、多样性和娱乐性，搭 便车的可能性就越大;反之消费者越追求消费的便利性，搭便车行为的可能性就会越小[14-15]。
在搭便车行为的影响方面 ，许明星( 2020 )对搭便车行为下双渠道供应链决策的相关研究进行 了梳理 ，总结了搭便车行为对不同渠道销售商的影响 [16] ，认为跨渠道搭便车行为将会减少零售商利 润 ，抑制零售商提供服务的积极性 [17-19] 、激化渠道冲突 [20-21] 。巩永华等( 2020 )基于双向搭便车视角 ， 构建合作和竞争模式下的双渠道零售商模型，指出当搭便车系数较高时，合作模式下的搭便车行为 有助于提高传统零售商 、制造商以及供应链利润 [22] 。曹裕等( 2019 )则分析了搭便车行为下的供应 链库存竞争策略，发现集中式决策下供应链期望收益大于分散式决策下供应链期望总收益 [23] 。
(二)“互联网+医疗”环境下患者渠道选择行为
随着互联网医疗的发展 ，患者在双渠道环境下的渠道选择行为逐渐受到关注 。 国外互联网医 疗相关文献研究了医疗机构提供在线医患沟通服务对患者线下门诊次数 、医疗费用的影响 。研究 发现 ，在基础医疗服务中 ，在线医患沟通使得患者的线下诊疗次数和诊疗支出减少 [24-29] 。针对医疗 机构的研究发现 ，采用远程医疗服务有助于医院和医生获得更多的患者 ，增加市场份额和收益 [30] 。 Zhao 和 Tang( 2021 )结合我国在线医疗平台的数据 ，分析了医生的在线医疗服务对患者在不同渠道 间转移行为的影响 。结果发现 ，医生提供的在线服务越多 ，线上向线下渠道转移的患者越少 ，同时 从线下向线上转移的患者越多 [31] 。然而 ，Wu，Deng 等( 2021 )却发现医生的在线影响力会使得线下 就诊患者增加 [32] 。 已有文献结论的不一致揭示了患者在医疗渠道选择行为上可能存在的差异性： 一类患者在线咨询后从线上转移到线下就诊(即第一种搭便车行为)，使得该医疗机构线下服务数 量增加 ，另一类患者在线咨询后未就诊或者选择了其他医院就诊(第二种搭便车行为)，该行为使 得医疗机构线下服务数量减少 。
从已有文献看 ，国内外学者对多渠道环境下消费者跨渠道搭便车行为进行了深入的研究 。但 相关研究大多针对制造业 ，对服务业尤其是医疗服务领域消费者搭便车行为的研究相对缺乏 。 国 内学者中仅有王尧 [33] 和朱张祥 [34] 基于 TAM 模型探讨了患者的渠道转移行为影响因素 ，对患者搭 便车现象也未做进一步分析 。在医疗市场上，由于医患之间信息高度不对称，使得患者的信息搜寻 行为非常普遍 ，同时由于在线问诊有较高的医疗风险 ，搭便车行为更容易发生 。鉴于此 ，我们基于 信息经济学的相关理论 ，构建双渠道环境下在线医疗用户就医决策模型 ，在此基础上进一步分析 “ 搭便车 ”行为发生的条件及其影响因素 。
三、在线医疗用户就医决策模型
(一)模型的基本假设
由于医疗市场的信息不对称 ，患者在个人健康出现问题时对于疾病信息以及不同医疗机构 、不 同医生提供医疗服务的价值很难做出准确判断 。本文将患者就医决策分为两个阶段 。在决策的第 一阶段 ，患者面临如下几个选择：①不就诊 ;②直接线下医院就诊 ;③使用在线免费医疗服务 。在 决策的第二阶段 ，使用在线免费医疗服务的患者决定选择是否继续使用付费在线医疗服务并确定 是否线下就诊 。在考虑交通成本 、时间成本 、医疗服务价格的前提下，提出以下基本假设 。
1. 线下医疗服务相关假定：线下医院服务价格为 p，p >0 且在一定时期内一定值;患者去医院就 诊的交通成本和时间成本为 CT ，CT >0 且随着交通距离的增加而增加;患者对线下医院的医疗服务 感知价值为 v(v > 0) ，由于医疗行业存在高度的信息不对称以及医疗知识的专业性，患者通过在线咨 询能够获取更多的医疗信息 ，对自身健康问题会进行更充分的评估 。 因此在线咨询前后患者对线 下医院的医疗服务价值评价可能面临三种情况：变大，变小，或者保持不变 。
由以上假定可知，患者线下就诊的期望效用为：U =v -p - CT 。
2. 在线医疗服务的相关假定：在线医疗服务的价格为 P0(P0 ≥ 0) 。对使用免费在线医疗咨询服 务的患者而言，P0 = 0 。患者对在线医疗服务的感知价值为 v0 ，v0 ≥ 0 ，考虑到线上医疗服务的特征 ， 假定 0 ≤ v0 ≤ v 。在患者在线咨询前后，对于从在线医疗服务中能够获取的价值评价也会发生变化 。
由以上假定可知，患者使用在线医疗服务的期望效用为：U0 =v0 -p0 。
(二)患者第一阶段决策
基于以上假设，患者在第一阶段的决策如下：
1. 当且仅当 U01 < 0 ，并且 U1 < 0 的情况下 ，患者不就诊 。 由于在线免费服务价格为 P01 = 0 ，此时 总存在 U01 ≥ 0 ，因此一般情况下患者完全不行动的可能性为 0 。 即决策①几乎不可能发生 ，所有患 者在第一阶段要么选择线上咨询，要么选择线下就诊 。
2. 当 U1 > U01 ≥ 0 的情况下 ，患者选择线下就诊 。此时 (v1 -v01)-(p -p01)- CT > 0 。在医疗平台提供 一定次数免费在线医疗咨询服务的情况下，第一阶段 p10 = 0 ，因此，仅当 v1 -v10 >p + CT 时患者会直接 线下就诊 。
(三)患者第二阶段决策
由于医疗市场的信息不对称 ，患者在身体健康出现问题时对于疾病的严重程度以及线下医院 提供医疗服务的价值很难准确判断 。免费在线医疗咨询使得患者能够获取更个性化的医疗信息 ， 了解与自己健康状况相关的医疗知识，并对线下医院和线上诊疗各自的服务价值进行评估，依据评 估结果作出下一阶段的决策 。
四、在线医疗用户“搭便车 ”行为发生的条件及影响因素
(一)“搭便车”行为发生的条件
由以上分析可知 ，在第一阶段 ，选择在线医疗免费咨询的用户必然满足初始条件 γ1 > γ* ，此时 γ1 在 γ* 右 侧 。 在 第 二 阶 段 决 策 中 ，当 且 仅 当 γ2 < γ*′ ，患 者 转 换 为 线 下 就 诊 ，此 时 发 生 搭 便 车 行 为 。 因此 ，γ2 < γ*′ 是搭便车行为发生的必要条件 ，此时 γ2 落在 γ*′ 的左侧 。接下来结合 γ2 和 γ*′ 在不同条件下的变化具体讨论搭便车行为发生的可能性 。
1.在线医疗服务咨询以后，用户对两种渠道服务的价值判断保持不变 。
2. 在线医疗服务咨询以后 ，患者对两种渠道服务的价值判断发生变化 。该情况下需具体考虑 以下几种情况：
( 3 )线上和线下服务感知价值同时变大或变小 。在线医疗服务咨询以后，若用户对线上服务和 线下服务的价值均比较认可，如认为线上服务能够获得更丰富的信息，提供更及时的诊疗方案及调 整建议 ，同时也认为线下就诊是必须且有价值的 ，那么线上和线下服务感知价值可能会同时变大 。 由于 v2 >v1.p02 > 0 ，γ*′ 变大(向右移动)。 同时 ，v02 相对于 v01 变大 ，v2 相对于 v1 也变大 ，γ2 相对于 γ1 的变化方向无法确定，取决于线上线下各自变化的幅度，因此用户的行动需要结合其他条件才能 做出判断 。若线下服务价值增加较大，则 γ2 变小(向左移动)，搭便车行为发生 。反之，若线下服务 价值增加较小 ，则 γ2 变大 ，与 γ*′ 同步向右移动 。此时用户既可能继续线上付费 ，也可能转换渠道 选择线下就诊 ，具体决策需要将价格和线上线下交通成本等因素纳入进来一起考量 。在另一种情 况下 ，若用户对线上服务和线下服务的价值均不认可 ，导致 v02 ，v2 相对于 v01 ，v1 均变小 ，此时 γ*′ 的 变化也无法判断 ，同样需要充分考虑其他因素才能做出是否搭便车的决策 。下文中将具体探讨价 格和交通事件成本等因素对用户搭便车行为的影响 。
(二)跨渠道“搭便车”行为的影响因素
通过以上分析可知，搭便车行为是否会发生，主要取决于不同渠道之间医疗服务可替代程度 γ2 以及无差异决策点 γ*′ 相对于第一阶段的变化 。 由于国内医疗服务价格受到管控 ，公立医疗机构 的服务价格通常差异不大 ，接下来本文将主要从不同渠道服务可替代程度( γ ′ )、在线服务的价格 ( p0 )和线下服务的交通成本( CT )三个方面探讨其对搭便车行为的影响 。
1. 线下医疗服务可替代程度对“搭便车 ”行为的影响 。在获得医疗服务之前 ，患者在身体不适 的情况下无法对疾病严重程度做出准确预判 。而在决策的第一阶段 ，选择在线医疗咨询服务的这 部分患者通过在线服务获取了更个性化的医疗信息，对相关医疗知识，治疗方案以及医疗机构服务 质量信息有了更多的了解 。根据所掌握的知识 ，患者对线上线下服务价值评估可能会发生变化 。 例如一部分患者可能认识到，针对病情的治疗需要借助更多医疗设备 。对这部分患者而言，线下医 疗服务的价值(v2 )就会增加 ，线上医疗服务的价值(v02 )则会保持不变或降低 。本质上来说 ，线上 服务对线下服务的可替代程度变低了 。此时，在其他条件不变的情况下，这些患者通常会在决策的 第二阶段选择线下就诊，“搭便车 ”行为发生的概率增加 。极端情况下 ，若服务可替代程度为 0.即 线下服务完全不可替代，那么患者“搭便车 ”的概率为 100% 。相反，对另外一些患者来说，如果病情 较为普通 ，治疗方案多以药物治疗为主 ，或者是已经在线下就诊过的患者(线上复诊的效果确定性 比较高)，那么线上服务对线下服务的可替代程度会变大 。此时 ，在其他条件不变的情况下，“搭便 车 ”行为发生的可能性会相对较低 。
2.在线医疗服务价格对搭便车行为的影响 。 由于线下服务价格以及患者到附近医院的交通时 间成本通常相对固定 ，在服务可替代程度不变的前提下 ，在线服务价格也是“搭便车 ”行为是否发 生关键影响因素之一 。 当付费在线问诊的价格相对较低时，“搭便车 ”行为发生的概率也更低 。相 反 ，较高的付费在线问诊价格则会导致更多的“搭便车 ”行为 。特别是当在线服务价格超过医院服 务价格和交通成本之和时( p02 >p + CT )，此时 γ*′ > 1 ，由于线上线下服务可替代程度 γ2 的取值区间 为[0.1]，因此总有 γ2 < γ*′ ，搭便车行为发生的概率为 100% 。
综上所述 ，在线医疗服务价格对用户渠道选择及搭便车行为能够产生一定的影响 。但从根本 上来说，渠道间服务对该影响起到可替代程度的调节作用 。
3. 交通成本对“搭便车 ”行为的影响 。其他条件一定的情况下 ，患者距离附近线下医院的远近 以及因此导致的交通成本也会对“搭便车 ”行为产生影响 。给定线上线下服务可替代程度 γ2 和在
但同时需要注意的是 ，同在线服务价格对搭便车行为的影响一样 ，交通距离对搭便车行为的影 响依然会受到线上线下服务可替代程度的影响 。 当线上对线下服务可替代程度较高时 ，交通成本 对搭便车行为的影响相对较小;反之交通成本的影响就会越大 。
(三)三种因素对“搭便车”类型的影响
如前所述，“搭便车 ”行为发生时，患者就诊的线下医院不一定和在线免费咨询的医院一致 。 当 患者选择在所咨询医院就诊时 ，属于第一类“搭便车”;当患者选择其他线下医院就诊时 ，则属于第 二类“搭便车”。 以上三种因素中 ，线上付费服务价格仅会影响患者在第二阶段是否“搭便车 ”的决 策 ，对“搭便车 ”的类型没有影响 。服务可替代程度与去往所咨询医院的交通时间成本对“搭便车 ” 的类型则会产生一定程度的影响 。
1.渠道间服务可替代程度对“搭便车 ”类型的影响 。现假定用户可选择的线上和线下服务医院 集合为 {A,B} 。用户在第一阶段任意选择 A 医院或者 B医院进行咨询 。在第二阶段的决策中，患者 评估所咨询医院的在线医疗服务价值 v0A或v0B ，以及线下服务价值 vA2或vB2 。从服务可替代程度角 度来看 ，不同医院因其医疗信誉和优势科室不同 ，其线下服务的预期价值也会有所不同 ，导致各医 院线上线下服务可替代程度存在一定程度的差异 。一般来说 ，在交通成本和在线服务价格相同的 情况下 ，某些医院因其等级较高(例如三甲医院)或者在某些科室具有特殊优势 ，线下服务价值较 高 ，因此该医院所提供的线上医疗服务对线下服务的可替代程度会相对较低 。现假设 B 医院的服 务可替代程度较低( γB2 较小)，A 医院的服务可替代程度较高( γA2 较大)，如图 6 所示 。从图 6 可以 直观地看出 ，搭便车发生的条件 γ2 < γ*′ 对于 B医院来说更容易满足 ，患者更容易选择 B 医院线下 就诊的可能性更大 。若患者在第一阶段咨询了 A 医院，对其而言，此时发生第二类搭便车行为的概 率较大 ;反之 ，若患者在第一阶段咨询的是 B 医院 ，则发生第一类“搭便车 ”的概率更大 。 因此 ，在 不考虑交通成本的条件下 ，对提供咨询服务的医院而言 ，若其渠道间服务替代程度较低 ，更可能发 生第一类“搭便车 ”行为，反之则更容易发生第二类“搭便车 ”行为 。
2. 交通成本对“搭便车 ”类型的影响 。在上述问题中 ，若考虑交通成本的差异 ，情况又会有所差 别 。 同样还是考虑上例中的 A 、B 两所医院 。首先假定两所医院的线上线下服务可替代程度相同 ， 在线医疗服务价格相同 ，此时 γA2 和 γB2 两条线重合 。A 医院距离患者较远 ，B 医院距离较近 。 γ*′ 的大小主要取决于交通成本 CT 。 CT 越大 ，γ*′ 越小 。 因此对于 A 医院而言 ，其搭便车行为发生条件 γ2 < γ*′ 相对于 B医院更难得到满足 。 患者将优先选择 B 医院就诊 。此时对于 B 医院而言 ，发生 第一类搭便车的概率较高 ;对于 A 医院而言 ，发生第二类搭便车行为的概率较高 。 因此 ，其他条件 相同，患者距离所咨询医院越远，交通成本越高，越有可能发生第二类“搭便车 ”行为 。
基于信息经济学的相关理论 ，首先构建了双渠道环境下在线医疗用户两阶段就医决策模型 ，在 此基础上进一步对“搭便车 ”行为发生的条件及其影响因素进行了分析 。结果表明 ，线上线下服务 的可替代程度 、在线付费医疗服务价格 、患者线下就诊的交通成本(含时间成本)都会对“搭便车 ” 行为产生影响 。 其中 ，线上线下服务的可替代程度越高 ，患者“搭便车 ”的可能性越低 ，反之则越 高 。在线付费服务价格越高，患者距离线下医院越近，交通成本越低，患者越有可能“搭便车”。
其次，渠道间服务可替代程度对在线医疗服务价格和交通成本对搭便车行为的影响存在调节作 用 。渠道间服务可替代程度越高，在线医疗服务价格和交通成本对搭便车行为影响越大，反之则越小。
最后，从搭便车类型上来看，一些医院因其较高的声誉、特色科室上的优势，其线下服务的价值也 更高，线上对线下服务的可替代程度较低，因此患者“搭便车 ”行为会更加普遍，尤其是第一类“搭便 车 ”行为 。若为患者提供免费在线服务的医院距离患者较远，则更容易发生第二类“搭便车 ”行为。
五、结论
总体而言，在双渠道服务模式下，患者“搭便车 ”行为不可避免 。第一类搭便车行为虽然在短期 会对医生和平台收益产生影响 ，但长期来看 ，一些疗程较长患者出于健康管理的需要 ，更容易在后 期成为医院的线上付费服务的稳定用户，不仅有利于线上线下服务渠道的融合，也有助于医疗系统 为患者提供更高效便捷的服务 。第二类“搭便车 ”行为则在一定程度上会导致患者对医疗资源的重 复使用 。为了减少第二类“搭便车 ”行为 ，在线平台在为患者推荐医院时 ，可以通过优化推荐排名 规则 ，根据患者和医院的 IP 地址优先匹配同区域的医院 。这将有助于在线医疗平台获得更大的长 期发展空间，同时有助于国内医疗资源的整合和有效利用 。
【参考文献】
[1] 中国在线医疗健康服务消费白皮书[C].艾瑞咨询系列研究报告(2022 年第 9 期)，2022：864-905.
[2] Telser L G.Why should manufacturers want fair trade?[J].The journal of law and economics，1960(3)： 86-105.
[3] Mittelstaedt R A.Sasquatch，the abominable snowman，free riders and other elusive beings[J].Journal of Macromarketing，1986.6(2)：25-35.
[4] Singley R B，Williams M R.Free riding in retail stores： An investigation of its perceived prevalence and costs[J].Journal of Marketing Theory and Practice，1995.3(2)：64-74.
[5] Verhoef P C，Neslin S A，Vroomen B.Multichannel customer management： Understanding the research- shopper phenomenon[J]. International journal of research in marketing，2007.24(2)：129-148.
[6] Wu D，Ray G，Geng X，et al. Implications of reduced search cost and free riding in e-commerce[J].Mar- keting Science，2004.23(2)：255-262.
[7] 曹磊，张子刚.双源渠道环境下的信息搭便车行为及预防策略研究[J].图书情报工作，2010.54(16)：141-144+58. [8] Shin J.How does free riding on customer service affect competition?[J].Marketing Science，2007.26 (4)：488-503.
[9] 涂红伟，严鸣 . 消费者渠道搭便车行为影响因素的研究：体验学习视角[J].经济经纬，2014.31(2)：86-91. [10] 钟国东 .双渠道供应链中搭便车行为动因及其治理研究[J].现代营销(下旬刊)，2017(2)：30-31.
[11] 史海英 . 消费者线上搭线下渠道便车行为探讨[J].商业经济研究，2016(2)：37-39.
[12] 许明辉，李叶林.搭便车行为影响下零售商服务策略研究[J].天津大学学报(社会科学版)，2017.19(6)：489-495. [13] 周燕，张麒麟，程奎.不同情境下搭便车行为的改变——基于实验数据的研究[J].中国软科学，2010(7)：158-164. [14] 周兴建，尤文静，徐伊平 .考虑理性消费行为下的时尚服装供应链运营策略[J].武汉纺织大学学报，2019.32 (6)：54-58.
[15] 宋志金，雷芳芳 .跨渠道搭便车行为下零售商应对策略分析[J].商业经济研究，2022(14)：51-55. [16] 许明星 .搭便车行为下双渠道供应链决策的研究综述[J].供应链管理，2020.1(10)：20-28.
[17] Carlton D W，Chevalier J A.Free riding and sales strategies for the Internet[J].The Journal of In- dustrial Economics，2001.49(4)：441-461.
[18] 罗美玲，李刚，张文杰 .双渠道供应链中双向搭便车研究[J].系统管理学报，2014.23(3)：314-323+338. [19] 张国兴，方帅 .基于服务搭便车行为的双渠道供应链博弈分析[J].统计与决策，2015(20)：43-47.
[20] 张昊昱，冯南平 .搭便车行为对双渠道供应链的影响分析[J].价值工程，2011.30(17)：1-3.
[21] 闵龙振，吴波，杨泽东，彭青青 .广告宣传中的“搭便车 ”行为分析及应对策略研究——以旅游景点为例[J].绿 色科技，2021.23(3)：174-176.
[22] 巩永华，郝艺，张敏 .双向搭便车下双渠道零售商服务努力水平决策[J].统计与决策，2020.36(1)：162-166.
[23] 曹裕，易超群，万光羽 .基于“搭便车 ”行为的双渠道供应链库存竞争和促销策略[J].中国管理科学，2019.27 (7)：106-115.
[24] Katz，S.J.，Nissan，N.，Moyer，C.A..Crossing the digital divide： evaluating online communication be- tween patients and their providers[J].Am J Manag Care，2004.10(9)：593-598.
[25] Bergmo，T.S.，Kummervold，P.E.，Gammon，D.，Dahl，L.B..Electronic patient – provider communication： Will it offset office visits and telephone consultations in primary care?[J]. International journal of medical informatics，2005.74(9)：705-710.
[26] Baker，L.，Rideout，J.，Gertler，P.，Raube，K..Effect of an Internet- based system for doctor- patient communication on health care spending[J].Journal of the American Medical Informatics Association，2005. 12(5)：530-536.
[27] Zhou，Y.Y.，Garrido，T.，Chin，H.L.，Wiesenthal，A.M.，Liang，L.L.Patient access to an electronic health re- cord with secure messaging： impact on primary care utilization[J].Am J Manag Care，2007.13(7)：418-424. [28] McGeady，D.，Kujala，J.，Ilvonen，K..The impact of patient – physician web messaging on healthcare ser- vice provision[J]. International journal of medical informatics，2008.77(1)：17-23.
[29] Adamson S C，Bachman J W.Pilot study of providing online care in a primary care setting[C]//Mayo Clinic Proceedings.Elsevier，2010.85(8)：704-710.
[30] Dharmar，M.，Sadorra，C.K.，Leigh，P.，Yang，N.H.，Nesbitt，T.S.，Marcin，J.P..The financial impact of a pedi- atric telemedicine program： a children's hospital's perspective[J].Telemedicine and e-Health，2013.19(7)： 502-508.
[31] Zhao A，Tang Q.Channel integration services in online healthcare communities[J].Forty-Second Inter- national Conference on Information Systems，Austin，2021.
[32] Wu H，Deng Z，Wang B，et al.How online health community participation affects physicians' perfor- mance in hospitals： Empirical evidence from China[J]. Information & Management，2021.58(6)：103-443.
[33] 王尧 .病患医疗服务模式选择行为研究[D].西南财经大学，2016.
[34] 朱张祥，刘咏梅 .青年群体从传统就医渠道向移动医疗转移使用研究[J].管理学报，2016.13(11)：1728-1736.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jingjilunwen/71559.html
