一、引言

互联网医院是指借助互联网信息技术，依托实体医院，提供常规咨询与复诊服务，集问诊、处方、配药与支付等于一体的一站式互联网医疗服务平台^[1]。近年来，我国互联网医院建设速度迅猛，形成了以互联网企业联合实体医院且由企业占据主导地位的平台型医院和以实体医疗机构为主导、利用互联网技术来延伸服务空间、对外提供诊疗服务的自建型互联网医院^[2]两大模式。随着大数据、5G、云计算和人工智能等互联网技术加持，互联网医院突破地域限制^[1]、重塑医疗健康服务流程，已经成为解决当前医疗卫生发展不均衡问题和问诊引流、控制医疗成本等的主要手段^[3]，逐渐成为我国医疗健康服务与国家公共卫生管理的重要组成部分。

2016年中共中央、国务院印发《“健康中国2030”规划纲要》，首次将“互联网+健康医疗”提到国家战略层面^[4]。2018年4月，国务院办公厅发布《国务院办公厅关于促进“互联网+医疗健康”发展的意见》(以下简称为《发展意见》)^[5]，确定了国家布局互联网医院的信心与决心。然而，由于国内互联网医院诞生时间短，相关研究主要从应用效果^[2]、运行模式^[6]、技术实施^[7]、管理实践^[3]等方面展开，鲜有研究探讨互联网医院诞生的内在逻辑。这导致人们对互联网医院扩散的多重并发原因及机制认识有限，目前尚缺乏理论与实践经验相结合统筹指导互联网医院建设工作的有力证据，这给我国公共卫生管理带来了困难。

自2020年新冠肺炎疫情发生以来，于互联网医院求医变为人民群众看病的重要方式，网上预约、咨询诊疗、医药配送、医保支付等服务极大地满足了患者就医需求，在抗疫行动中发挥了不可忽视的作用^[8]。疫情期间，互联网医院的政策推动、建设数量、用户需求都急剧增多，为了便于公共卫生治理，影响互联网医院扩散的因素和作用机制亟需厘清。同时，在“健康中国2030”战略背景下，互联网医院必将持续成为未来医疗发展的方向。因此，深入探讨互联网医院的扩散机制对于我国公共卫生管理具有较强的现实必要性。本文以31个省级政府为案例，在技术创新研究领域技术-组织-环境(technology-organization-environment，TOE)框架中引入具备定性和定量研究方法优势的模糊集定性比较研究方法(fuzzy-set qualitative comparative analysis, fsQCA)^[9], 通过“组态视角”实证探讨互联网医院扩散多元路径及背后机制，并尝试回答以下问题：哪些组态对互联网医院扩散产生影响？在产生影响的条件中，核心与边缘条件都有哪些？本研究有助于理解互联网医院扩散背后的复杂协同机制，为互联网医院建设提供理论与实践借鉴。

二、理论框架 (一) 理论视角：创新扩散理论与TOE框架

创新扩散理论由美国著名传播学者Rogers^[10]提出，其认为创新扩散是新事物随时间推移通过一定的渠道在社会系统中进行传播的过程。创新扩散理论现已在管理学^[11]、传播学^[12]、社会学^[13]、公共事务管理^[14]等领域中被广泛研究应用。无论是何种模式的互联网医院，本质上都是互联网技术融合医疗服务，它既是一种互联网应用创新行为，也是一种互联网技术采纳应用行为。根据创新扩散理论，互联网医院的创新扩散可以定义为在一定时间、一定区域内互联网医院的成立及传播过程。在众多剖析创新技术采纳应用行为的研究框架中，TOE框架影响最为深远^[15]。

TOE框架本质上是一种基于技术应用情景的分析框架，综合考察技术-组织-环境等多因素对技术采纳行为的影响。技术因素是指技术自身的特征及其与组织之间的关系，主要关注技术对组织创新采纳的支撑能力，限制了组织采纳技术创新的可达性与可能性阈值^[16]。创新扩散理论也指出，新兴技术的扩散会受到技术本身的相对优越性、复杂性、兼容性、可实验性、可观查性等的影响^[10]。组织因素主要包括组织能力、组织规模、组织制度以及组织资源等方面^[17]。对于技术创新而言，丰富的组织资源可以用来承担创新产生的潜在成本；庞大的组织规模给创新应用带来巨大的孵化空间；组织制度与组织能力会为创新提供强有力的组织保障。环境因素聚焦于组织所处的外部环境，诸如同侪竞争压力、市场结构、政府施政方针^[16]等都属于环境因素范畴。组织外部环境可以通过影响组织的管理系统，间接影响技术创新扩散。组织所处环境不同，所面临的机遇与危机皆不相同，决策者作出的决策自然有所差异。随着认识的深入，国内外研究者以TOE框架为基础展开了广泛的研究，并在差异化场景下不断丰富该模型的内涵^[15]。近年来，该框架被广泛应用于互联网技术创新扩散影响因素分析中，如电子商务^[18]、电子政务^[16]、互联网金融^[19]等。

虽然TOE框架被广泛应用并证实在分析技术创新影响因素方面有良好的效果，但是，其尚未处理好多重技术创新影响因素之间的关系组合问题^[15]，也即技术、组织、环境三重因素究竟以何种相互联动协同关系来影响技术创新扩散路径。尤其是在当前“健康中国2030”背景下，互联网医院的落地不仅受到政府及医院所拥有的要素禀赋的影响，还取决于外部环境能否促进这些要素禀赋充分发挥。事实上，复杂创新技术应用扩散的实践经验表明，考虑多重因素间并发协同效应的“组态视角”更能充分分析创新技术的应用影响因素^[20]。这是因为，在“组态视角”下，多重影响因素之间是互相关联的，其结果由各因素间的联动协同来共同形成；并且，在“组态视角”下，产生同一结果的因素联动路径并不是唯一的。因此，组态分析结果可以启示管理者利用自身资源通过差异化的手段来实现同样的预期目标。在疫情防控常态化的实践场景下，地方政府、各医院、企业在经济条件和要素禀赋上存在巨大差异, 这意味着互联网医院建设路径必定是多元化的。故而，对互联网医院扩散背后的技术、组织、环境等多重因素的组态分析具有重要的现实意义。

(二) 分析框架

基于以上分析，本文在TOE框架下引入组态分析方法，结合中国除港澳台外的31个省(自治区、直辖市)互联网医院建设的实践场景，搭建了一个调整后适配中国互联网医院扩散路径分析的研究框架，如图 1所示。

第一，技术因素包括技术设施建设和信息技术力量两个二级条件。技术设施建设水平是支撑新技术创新扩散的重要因素^[15]，当技术建设水平高时，可以为技术创新扩散提供强有力的支撑作用。此外，在互联网医院建设中，信息技术力量匮乏是掣肘互联网医院落地的核心难题，其关系管理者是否能够对互联网医院建设项目进行优化管理，从而使得互联网医院建设项目可以持续运行。

第二，组织因素包括医疗机构规模、卫生健康财政供给和政府注意力分配三个二级条件。根据政策要求，我国互联网医院都必须以实体医院作为支撑，故各地区的医疗机构保有量是影响互联网医院扩散速度的重要因素。当一个地区的医院存量越多时，此地区的潜在互联网医院数量往往会越多。另外，互联网医院的建设不可避免地需要相应的财政支持，诸如专业技术人才聘用、服务外包、互联网医院网站架构、程序开发等均需要相当力度的财政保障，因此卫生健康财政供给是互联网医院扩散的一个潜在影响因素。再者，在中国社会的大背景下，领导者的关切程度以及支持力度是影响政策落地的重要因素^[15]。政府的行为选择很大程度上取决于领导者的注意力分配差异，政府对某议题的注意力分配体现了组织对其的重视程度。因此对“互联网+医疗健康”议题所分配的注意力往往对互联网医院的建设成效产生重大影响。

第三，环境因素具体包括公民外部需求和府际竞争两个二级条件。满足公众需求是互联网医院建设的目的之一，公众对互联网医院的需求大小会直接影响互联网医院建设数量。此外，从创新扩散理论角度上讲，毗邻同级政府间的府际竞争能够深刻影响本地政府行为^[17]。在当前“健康中国2030”战略以及新冠肺炎疫情背景下，毗邻省份(自治区、直辖市)的同侪竞争压力能够激发本地政府的互联网医院建设工作热情。

三、研究设计 (一) 研究方法

本文在组态视角下探究互联网医院扩散影响机制，采用fsQCA方法展开实证研究。fsQCA是一种根植于组态思维的合集分析方法，注重整体性与系统性分析思路。相较于传统定量与定性研究方法，fsQCA通过跨案例比较分析多因素组态与结果之间的逻辑关系，可以保证实证结果在一定程度上的外部延展性^[9]，同时其还可以分析出具有同等结果的组态条件，帮助人们理解在不同案例场景下导致结果产生的多元化驱动机制，进一步讨论因素与结果间的适配关系^[20]。

(二) 变量设计

结果变量和条件变量的具体衡量指标及数据来源如表 1所示。

1. 结果变量

本文所关注的结果是各省(自治区、直辖市)内互联网医院数量。根据互联网搜索引擎、医疗服务平台动脉网、国家及各省级卫健委和医保局官网等检索结果，人工汇总了各省级单位互联网医院存量数据，并直接以互联网医院存量数据作为结果变量指标。

2. 条件变量

(1) 技术设施建设。参考既有研究^[21]，本文使用各省级单位2019年人均互联网端口数来测量该地区技术设施建设水平，其中人口数及互联网端口数均源自《中国统计年鉴2020》。

(2) 信息技术力量。本文使用各省级单位2019年人均软件业务收入来测量该地区信息技术力量程度指标，其中软件业务收入以及人口数源于《中国统计年鉴2020》。

(3) 医疗机构规模。采用各省级单位2019年每万人拥有的医疗机构数来测量该地区医疗机构规模，数据源于《中国统计年鉴2020》。

(4) 卫生健康财政供给。使用人均卫生健康预算支出作为衡量地区卫生健康财政供给水平的测量指标，数据源于《中国统计年鉴2020》。

(5) 政府注意力分配。本指标指的是地方政府出台相关政策文件响应中央指导文件号召的时间间隔^[15]。2018年4月底，国务院办公厅发布了新形势下指导我国互联网医院发展的建设性文件《发展意见》，使用各省级政府首次出台地方响应文件时间与《发展意见》发布时间的时间跨度来间接衡量政府对互联网医院建设的重视程度。响应时间越短，说明该政策议题在各级政府横向对比中所处的相对优先级越高，即政府注意力分配越多。数据来源于互联网新闻报道、动脉网等渠道，并通过国家及各省卫健委和医保局官网进行校对。

(6) 公民外部需求。参照既有研究^[22]，本文以各省级单位2019年互联网网民数占总人口的比例来测量互联网医院建设的外部需求指标，如果网民比例高，则说明该地区的公众对通过互联网获取医疗服务的需求高。数据源于《中国统计年鉴2020》。

(7) 府际竞争。该变量的设置程序为：首先，基于地图软件提取出某省(自治区、直辖市)的邻近省(自治区、直辖市)；其次，对该省(自治区、直辖市)及其邻省(自治区、直辖市)的互联网医院数量进行排序，该省(自治区、直辖市)在邻省(自治区、直辖市)中排名第几则赋值为几。赋值越大，说明该地区互联网医院数相对邻近地区越少，府际竞争压力相对越大。其中，地图数据源于中国地图，互联网医院存量数据统计截至2020年12月31日，数据来源于国家及各地区医保局和卫健委官网、互联网新闻报道和动脉网等渠道。

3. 变量校准

在fsQCA中，给每个案例赋予集合隶属的过程叫作校准, 采用定性比较分析前须结合案例情况通过一定的方法将原始数据校准为集合。本文采取直接校准法^[23]把变量校准为0~1的模糊集隶属分数。根据既有研究^[24]，本文将完全非隶属点、交叉点、完全隶属点三个锚点分别设置为样本数据的5%、50%和95%分位数，各变量锚点的取值如表 2所示。变量校准及分析都由fsQCA3.0完成。

四、结果与讨论 (一) 结果分析 1. 必要条件分析

对各因素进行组态分析前，首先要分析各个因素对结果形成的独立必要性，识别出不能单独构成结果形成的变量^[22]。本文对各条件的必要性分析结果如表 3所示。从表 3可知，各变量的一致性均低于0.8，表示各条件变量均不能独立构成解释结果变量的必要条件且不是形成结果变量的充分条件^[25]。这说明互联网医院扩散机制的复杂性，即各因素需要相互联动匹配才能影响互联网医院的建设。所以，欲探究互联网医院扩散路径，就必须考虑各因素的并发协同效应。

2. 条件组态分析

通过fsQCA3.0进行模糊集组态分析，得出技术设施建设、信息技术力量及公民外部需求等为互联网医院扩散路径的核心条件。导致高活跃度的互联网医院扩散路径有5条，总一致性为0.90，说明符合5种组态的省级政府中约有90%呈现较高的互联网医院扩散活跃度；总覆盖度为0.78，表明5种组合可解释78%的高互联网医院扩散活跃度案例，具体路径以QCA分析结果呈现方式^[26]呈现，如表 4所示。

具体而言，组态1表明，如果一个地区计算机技术人才资源质量高，即信息技术力量强大的话，即使其他条件诸如医疗机构规模、卫生健康财政供给和政府注意力分配等相对弱势，也能够促使互联网医院落地，保持较高的互联网医院扩散活跃度。其中信息技术力量(技术因素)为核心条件，因此我们将此扩散路径命名为“技术型路径”。该条件组合能解释62%的高互联网医院扩散活跃度案例，其中约8%仅能被这条扩散路径所解释。

组态2表明，卫生财政支撑能力不强、政府注意力分配不高、府际竞争也不强但是技术设施建设完善、计算机技术人才资源强的地区依然可以凭借其技术力量保持较高的互联网医院扩散活跃度。其中技术设施建设(技术因素)和信息技术力量(技术因素)同为核心条件，故也将此路径纳入“技术型路径”。该条件组合能够解释57%的高互联网扩散活跃度案例，其中有3%仅能被该扩散路径所解释。

组态3表明，拥有完善的技术设施和强有力信息技术力量的地区，在面对较高的公民外部需求时，会催生高互联网医院扩散活跃度。其中技术设施建设(技术因素)和信息技术力量(技术因素)及公民外部需求(环境因素)为核心条件，故将该条路径称为“技术-环境双核心型路径”。该路径能够解释54%的高互联网扩散活跃度案例，其中有2%仅能被该扩散路径解释。

组态4表明，对于技术设施健全的地区而言，在面对较高的公民外部需求时，政府能够将更多的注意力投入互联网医院建设，也可以刺激当地互联网医院扩散活跃度。其中技术设施建设(技术因素)和公民外部需求(环境因素)为核心条件，政府注意力分配(组织因素)为边缘条件，因为该扩散路径由技术因素、环境因素和组织因素共同构成，故将其命名为“双核心-组织联动型路径”。该条件组合能够解释54%的高互联网活跃度案例，其中有8%仅能被该扩散路径解释。

组态5表明，在医疗机构规模可观且信息技术力量强大的地区，即使卫生健康供给不是很充足，在旺盛的公民外部需求刺激下，再辅以一定的政府注意力分配，也能够产生较高的互联网医院扩散活跃度。其中信息技术力量(技术因素)和公民外部需求(环境因素)为核心条件，医疗机构规模(组织因素)和政府注意力分配(组织因素)为边缘条件，由于该扩散路径与组态4尤为相似，故将其纳入“双核心-组织联动型路径”。该条件组合可解释37%的高互联网医院扩散活跃度，其中2%仅能被该扩散路径解释。

3. 因果不对称性分析

对结果变量否集进行分析，实现“因果不对称性”探究^[9]。通过中间解发现导致地区互联网医院低活跃度的路径有7条。总一致性为0.85，说明符合7种组态的省级政府中约85%呈现低互联网医院扩散活跃度；总覆盖度为0.66，说明7种条件组合可解释约66%的低互联网医院扩散活跃度案例。具体扩散路径如表 5所示。

通过对7种导致低互联网扩散活跃度组态进行分析发现，造成互联网医院低扩散活跃度的驱动路径大致可以分为3类：“技术-注意力-府际竞争抑制型路径”“技术-财政抑制型路径”“技术-医疗机构规模-环境抑制型路径”。

由组态1、2发现“技术-注意力-府际竞争抑制型路径”，匮乏的信息技术力量加上较少的政府注意力分配和宽松的府际竞争环境抑制了互联网医院的产生。由组态3、4发现“技术-财政抑制型路径”，技术设施建设不完善和信息技术力量不足再加上卫生健康财政供给不足导致互联网医院的诞生呈现不活跃状态。由组态5、6、7发现“技术-医疗机构规模-环境抑制型路径”，技术条件落后、医疗机构规模不足，加之公民外部需求不强或者府际竞争不激烈抑制互联网医院的发展。

由以上分析可以看出，导致低互联网医院扩散度的原因不尽相同，因此地方政府在布局互联网医院建设时要充分分析自身资源禀赋，扬长补短，结合自身优势积极提升其他技术、组织、环境短板。

(二) 讨论 1. 组态结果典型案例讨论

综合条件组态分析结果，本文归纳出3条高互联网扩散活跃度的路径，分别为“技术型路径”“技术-环境双核心型路径”和“双核心-组织联动型路径”。图 2、图 3、图 4分别展示了各组态路径所对应的解释案例。

“技术型路径”覆盖的案例包括山东、广东、辽宁、湖北、天津等地区，如图 2所示。作为典型案例之一，广东省软件产业实力雄厚，在广州、深圳两极的带领下形成以珠三角地区辐射粤东西北协同发展的互联网产业格局，从业人员数逾百万，极大程度上促进了广东省互联网医院的建设。在强有力的信息技术力量支撑下，广东省互联网医院建设速度和成效领先全国。

“技术-环境双核心型路径”覆盖的案例包括广东、海南、天津等地区，如图 3所示。作为典型案例之一，在中国(海南)自由贸易试验区建设环境下，海南多方位对外开放，旅游业、现代服务业等发展旺盛。随着国内外人口不断涌入，其对互联网医院的外部需求急剧增多。另外《中国(海南)自由贸易试验区总体方案》向高新技术产业的倾斜布局弥补了海南省的技术条件。在技术条件完善与公民外部需求旺盛的催生下，海南省互联网医院建设成效显著。

“双核心-组织联动型路径”覆盖的案例包括陕西、江苏、重庆、北京、浙江、宁夏等地区，如图 4所示。作为典型案例之一，宁夏回族自治区首府银川积极响应中央号召，在2016年8月至2017年4月不足一年时间内密集发布互联网医院相关政策文件十余条，自治区内各大型实体医院与北大医信、春雨医生等互联网医疗企业陆续建立战略合作关系，在政府极大关注下，凭借互联网医疗企业技术优势，迅速成立全国首批互联网医院，并在全国范围内兴起互联网医院建设热潮。

2. 条件间的潜在替代关系

通过对表 4中条件组态3~组态5的异同比较，我们可以进一步发现各条件之间的潜在替代关系。首先，对比组态3和组态4可以发现，对于技术设施建设完善的地区，在都面对较强的公民外部需求时，其信息技术力量(技术因素)和政府注意力分配(组织因素)形成互相替代的关系以促进地区互联网医院扩散活跃度，如图 5(a)所示。其次，对条件组态3和组态5的比较中可以看出，信息技术力量较强的地区在面对相同的公民外部需求时，医疗机构规模(组织因素)和政府注意力分配(组织因素)的条件组合可以与技术设施建设(技术因素)相互替代，如图 5(b)所示。最后，对组态4和组态5的对比分析可以看出，当面对相同的公民外部需求和相当的政府注意力分配时，信息技术力量(技术因素)和医疗机构规模(组织因素)的条件组合可以与技术设施建设(技术因素)相互替代，如图 5(c)所示。

各条件间的替代关系表明技术设施建设有更加重要的作用。因为，在特定的资源禀赋条件下，技术设施建设能够发挥其他两种条件组合才能发挥的作用，如医疗机构规模和政府注意力分配组合或者医疗机构规模与信息技术力量组合。所以，从长远来看，为了发挥互联网医院在公共卫生管理方面的效用，提升互联网医院扩散活跃度的根本方法在于加强区域内技术设施建设。但是，考虑到技术设施建设难以在短时间内取得效果，政府注意力分配和信息技术力量提升也可以作为政府加快互联网医院落地的选择。其中，提高政府注意力分配可以通过政府官员对国家政策的积极响应快速实现，加强信息技术力量可以通过制定相关人才吸纳政策来实现。

(三) 稳健性检验

为了确保研究结果的可信度，本文采用调整不一致性的比例减少(proportional reduction in inconsistency, PRI)一致性水平的方法^[27]对高互联网医院扩散活跃度的前因组态进行了稳健性检验。将PRI一致性由0.80上调至0.90后，发现条件组态并未发生改变，根据QCA组态结果稳健性评判标准^[27]判定本文研究结论通过了稳健性检验。

五、结论与启示 (一) 研究结论

随着“互联网+医疗健康”战略上升到国家层面，建设互联网医院已然成为我国医疗服务领域的一种趋势。尤其是在近两年新冠肺炎疫情的影响下，互联网医院的作用极大彰显，全国各地兴起了互联网医院建设热潮。然而，现有研究并未对互联网医院扩散机制进行深入探讨。为此，本文以我国除港澳台之外的31个省(自治区、直辖市)互联网医院建设为研究对象，基于TOE框架，运用fsQCA方法进行条件组态分析，探讨技术、组织、环境等因素影响互联网医院扩散的多元驱动路径。研究发现如下。

第一，技术设施建设、信息技术力量、医疗机构规模、卫生健康财政供给、政府注意力分配、公民外部需求、府际竞争等因素均不能单独构成互联网医院扩散高活跃度的必要条件，表明单个要素对互联网医院的扩散活跃度的解释性较弱。

第二，造成高互联网医院扩散活跃度的路径有三条：以完善的技术设施建设和强有力的信息技术力量为支撑的“技术型路径”；以技术设施建设、信息技术力量和公民外部需求构成的“技术-环境双核心型路径”；以技术设施建设、公民外部需求和政府注意力分配构成的“双核心-组织联动型路径”，且各路径间存在潜在替代关系。造成低互联网医院扩散活跃度的路径也有三条：因匮乏的信息技术力量和较少的政府注意力分配及宽松的府际竞争造成的“技术-注意力-府际竞争抑制型”；因技术设施建设不完善、信息技术力量不足和卫生健康财政供给不足造成的“技术-财政抑制型”；因技术条件落后、医疗机构规模不足及公民外部需求不强或府际竞争不激烈造成的“技术-医疗机构规模-环境抑制型”。综合考量，技术设施建设和信息技术力量出现在了三种高互联网医院扩散路径中，并且在三种低互联网医院扩散路径中的抑制作用也有明确体现，因此，信息技术对互联网医疗健康的影响不容忽视。

(二) 管理启示

本文的研究结论能够为互联网医院的建设带来以下三方面的管理启示。

第一，从促成高互联网医院扩散活跃度的三种路径模式可以得出，互联网医院扩散受到多重因素的联动影响，这揭示出互联网医院的建设是一个复杂的过程。并且，从各路径间存在潜在替代关系可以得出，地方政府应该基于“组态视角”结合当地发展情况，探索出一条适合本地区的互联网医院扩散路径。

第二，技术设施建设是支持互联网医院建设的重要支柱，长远来看，为了贯彻《“健康中国2030”规划纲要》精神和落实“互联网+医疗健康”政策，凸显互联网医院在公共卫生治理中的重要作用，地方政府应该加强当地技术设施建设以支撑互联网医院的扩散。

第三，整体上讲，作为主观可控因素，信息技术力量和政府注意力分配是快速而有效提升互联网医院扩散活跃度的切实性选择。互联网医院的建设离不开技术基础设施的建设和信息技术人才的支撑。对于技术设施建设薄弱和技术人才匮乏的地区来讲，在布局互联网医院时须加强本地技术设施建设和人才引进工作。当地区的技术条件基本可以支撑互联网医院建设时，当地政府应该对其分配更多的注意力，如此才能够刺激当地互联网医院的发展。