新冠病毒感染疫情前后城镇中青年网络购药行为变化分析

成哲玉; 孙文俊; 赵子寅; 李慧宁; 祝贺

doi:10.11847/zgggws1140533

新冠病毒感染疫情前后城镇中青年网络购药行为变化分析

doi: 10.11847/zgggws1140533

成哲玉^{1, 2},
孙文俊^{1, 2},
赵子寅^{1, 2},
李慧宁^{1, 2},
祝贺^2, ,

1.
北京大学公共卫生学院，北京 100191
2.
北京大学中国卫生发展研究中心

基金项目: 中央高校基本科研业务费专项资金（BMU2020YJ001）

详细信息

作者简介:
成哲玉（1998 – ），男，江苏扬州人，硕士在读，研究方向：社会医学与卫生事业管理

通讯作者:
祝贺，E-mail：he.zhu@pku.edu.cn

中图分类号: R 952
计量
- 文章访问数: 177
- HTML全文浏览量: 90
- PDF下载量: 52
- 被引次数: 0
出版历程
- 接收日期: 2022-10-08
- 网络出版日期: 2023-01-21
- 刊出日期: 2023-04-10

Changes in online medicine purchases before and after the COVID-19 pandemic among urban young and middle-aged adults

CHENG Zheyu^{1, 2},
SUN Wenjun^{1, 2},
ZHAO Ziyin^{1, 2},

1.
School of Public Health, Peking University, Beijing 100191, China

摘要

摘要: 目的了解城镇中青年在新冠病毒感染疫情前后网络购药行为的变化及其影响因素。方法于2021年10月21 — 28日，在问卷星线上调查平台数据库中随机抽取 ≥ 18岁成年人发放电子问卷，从中选取调查前1年（2020年11月 — 2021年10月）买过药的748名18～59岁城镇中青年为研究对象，采用无序多分类logistic回归分析网络购药行为模式变化的影响因素。结果城镇中青年中有178人（23.80%）在疫情前后均未网络购药，477人（63.77%）在疫情前后均有网络购药，71人（9.49%）在疫情前未购药但疫情后有过网络购药。回归结果显示，与疫情前后均未网络购药亚组相比，本科及以上学历（RRR = 3.64，95%CI = 1.37～9.68）城镇中青年更有可能在疫情后开始网络购药，疫情后在医疗机构购药（RRR = 0.41，95%CI = 0.22～0.75）的城镇中青年在疫情后开始网络购药概率更低；同时，本科及以上学历（RRR = 2.06，95%CI = 1.25～3.39）和患有慢性病（RRR = 2.54，95%CI = 1.65～3.92）城镇中青年更有可能在疫情前后均有网络购药，居住在中部地区（RRR = 0.53，95%CI = 0.33～0.84）、西部地区（RRR = 0.58，95%CI = 0.36～0.93）城镇中青年在疫情前后均有网络购药概率更低。结论在当下疫情防控常态化的背景下，城镇中青年网络购药行为呈现上升趋势，其中高学历、患有慢性病与疫情后未在医疗机构买药的群体是疫情后网络购药的重点人群。
- 新冠病毒感染疫情 /
- 城镇 /
- 中青年人 /
- 网络购药
Abstract: Objective To examine the changes in online medicine purchases before and after the coronavirus disease 2019 (COVID-19) pandemic and its correlates among urban young and middle-aged adults. Methods Based on Wenjuanxing online survey platform, adults aged ≥ 18 years were randomly recruited for a electronic questionnaire survey during October 21 – 28, 2021. The collected information on 748 urban adults aged 18 – 59 years and ever purchasing medicine during the past year were finally included in the analysis. Multinomial logistic regression was adopted to examine the correlates of the changes in online medicine purchases. Results Of all the respondents, 178 (23.80%) reported no online medicine purchases before and after the COVID-19 pandemic; 477 (63.77%) reported ever purchasing medicine online before and after the pandemic; and 71 (9.49%) had purchased medicine online only after the pandemic. The results of regression analysis showed that, compared with those not ever purchasing medicine online before and after the COVID-19 pandemic, the respondents with the education of bachelor degree or above were more likely to purchase medicine online after the COVID-19 pandemic (relative risk ratio [RRR] = 3.64, 95% confidence interval [95%CI]: 1.37 – 9.68); the respondents purchasing medicine at medical facilities after the epidemic were less likely to purchase medicine online after the epidemic (RRR = 0.41, 95%CI = 0.22 – 0.75); the respondents with the education of bachelor degree or above and having chronic diseases were more likely to purchase medicine online both before and after the COVID-19 pandemic, with RRR (95%CI) of 2.06 (1.25 – 3.39) and 2.54 (1.65 – 3.92); the respondents living in central and western regions were less likely to purchase medicine online before and after the COVID-19 pandemic (RRR = 0.53, 95%CI: 0.33 – 0.84 and RRR = 0.58, 95%CI: 0.36 – 0.93). Conclusion Under the context of normalized COVID-19 pandemic control, online medicine purchases increased among urban young and middle-aged adults, especially among those with higher education, suffering from chronic disease, and not purchasing medicine at medical facilities.
- COVID-19 pandemic /
- urban region /
- young and middle-aged adults /
- online medicine purchase

HTML全文

表 1 疫情前后网络购药行为变化情况

疫情前的网络购药行为	调查人数	疫情后的网络购药行为
		从不		仅购买非处方药		购买过处方药
		人数	构成比（ %）	人数	构成比（ %）	人数	构成比（ %）
从不	249	178	71.49	52	20.88	19	7.63
仅购买非处方药	299	20	6.69	233	77.93	46	15.38
购买过处方药	200	2	1.00	27	13.50	171	85.50
合计	748	200	26.74	312	41.71	236	31.55

下载: 导出CSV

表 2 不同特征城镇中青年疫情前后购药模式分布情况

特征	疫情前后均未网络购药		疫情前后均有网络购药		疫情前未购药但疫情后有过网络购药		疫情前有过但疫情后未网络购药		χ²值	P 值
特征	人数	构成比（ %）	人数	构成比（ %）	人数	构成比（ %）	人数	构成比（ %）	χ²值	P 值
年龄（岁）									4.57	0.600
18～29	73	22.81	206	64.38	30	9.38	11	3.44
30～39	76	23.24	215	65.75	28	8.56	8	2.45
40～59	29	28.71	56	55.45	13	12.87	3	2.97
性别									0.73	0.867
女性	106	23.40	287	63.36	46	10.15	14	3.09
男性	72	24.41	190	64.41	25	8.47	8	2.71
教育水平									20.82	< 0.001
大专及以下	38	37.25	52	50.98	5	4.90	7	6.86
本科及以上	140	21.67	425	65.79	66	10.22	15	2.32
婚姻状况									5.15	0.161
从未结婚/离异/丧偶	36	26.09	78	56.52	18	13.04	6	4.35
现有配偶	142	23.28	399	65.41	53	8.69	16	2.62
居住地域									19.19	0.004
东部	98	20.16	335	68.93	41	8.44	12	2.47
中部	43	31.85	72	53.33	17	12.59	3	2.22
西部	37	29.13	70	55.12	13	10.24	7	5.51
医疗保险									1.65	0.649
无	3	37.50	5	62.50	0	0	0	0
有	175	23.65	472	63.78	71	9.59	22	2.97
慢性病									17.02	0.001
无	145	27.10	317	59.25	55	10.28	18	3.36
有	33	15.49	160	75.12	16	7.51	4	1.88
日均上网时长（h)									7.57	0.271
＜4	95	27.14	214	61.14	32	9.14	9	2.57
4～	64	21.92	192	65.75	29	9.93	7	2.40
≥ 8	19	17.92	71	66.98	10	9.43	6	5.66
医疗机构购药行为									8.75	0.033
无	32	18.60	109	63.37	25	14.53	6	3.49
有	146	25.35	368	63.89	46	7.99	16	2.78
实体药店购药行为									3.41	0.332
无	32	20.51	109	69.87	12	7.69	3	1.92
有	146	24.66	368	62.16	59	9.97	19	3.21

下载: 导出CSV

表 3 疫情前后网络购药行为变化影响因素无序多分类logistic 回归分析

因变量	影响因素	比较组	参照组	β	$S_{\bar x}$	Wald χ²值	P 值	RRR ^b	95 % CI
疫情前后均有网络购药 ^a	教育水平	本科及以上	大专及以下	0.72	0.25	8.07	0.005	2.06	1.25～3.39
	居住地域	中部	东部	– 0.63	0.24	7.13	0.007	0.53	0.33～0.84
		西部	东部	– 0.55	0.25	5.02	0.025	0.58	0.36～0.93
疫情前未购药但疫情后有过网络购药 ^a	慢性病	有	无	0.93	0.22	17.81	＜0.001	2.54	1.65～3.92
	教育水平	本科及以上	大专及以下	1.29	0.50	6.71	0.010	3.64	1.37～9.68
	医疗机构购药行为	有	无	– 0.90	0.32	8.18	0.004	0.41	0.22～0.75
注：a 疫情前后均未网络购药为参照，回归还控制了年龄、性别、日均上网时长、实体药店的购药行为等相关因素，以上因素均不显著；b 回归结果报告为相对风险比（relative risk ratio）。

下载: 导出CSV

表 4 不同网络购药行为亚组在过去1年的主要购药场所

过去1年的主要购药场所	疫情前后均未网络购药		疫情前后均有网络购药		疫情前未购药但疫情后有过网络购药		合计
过去1年的主要购药场所	人数	构成比（ %）	人数	构成比（ %）	人数	构成比（ %）	人数	构成比（ %）
基层医疗机构	34	19.10	49	10.27	8	11.27	96	12.83
公立/私立医院	39	21.91	87	18.24	5	7.04	136	18.18
实体药店	105	58.99	181	37.95	42	59.15	340	45.45
综合电商平台	—	—	57	11.95	7	9.86	64	8.56
医药电商平台	—	—	28	5.87	4	5.63	32	4.28
离线商务模式药店	—	—	70	14.68	4	5.63	74	9.89
其他场所^a	0	0	5	1.05	1	1.41	6	0.80
合计	178	100.00	477	100.00	71	100.00	748	100.00
注：a 其他场所包括超市、宾馆、百货商店等公共场所；— 代表不适用，无数据。

下载: 导出CSV

参考文献(24)

[1]	周玉涛. B2C向左, O2O向右2021年中国药店医药电商发展报告[J]. 中国药店, 2022(4): 94 – 99. doi: 10.3969/j.issn.1009-5012.2022.4.zgyd202204019
[2]	He LF, Han DM, Zhou XH, et al. The voice of drug consumers: online textual review analysis using structural topic model[J]. International Journal of Environmental Research and Public Health, 2020, 17(10): 3648. doi: 10.3390/ijerph17103648
[3]	周渝金, 戴国琳, 张可, 等. 新冠疫情对北京市常见慢病患者药物获得模式的影响分析[J]. 药物流行病学杂志, 2021, 30(5): 326 – 334.
[4]	刘璇, 李为, 刘宇. 新型冠状病毒肺炎疫情下慢病患者药品获取途径与思考[J]. 中国药业, 2020, 29(10): 24 – 26. doi: 10.3969/j.issn.1006-4931.2020.10.007
[5]	朱文静, 梁淼. 立足5G时代思考我国网上药店药学服务模式[J]. 中国合理用药探索, 2021, 18(6): 10 – 14.
[6]	黄瀚博, 杨世民. 我国个人消费者对网上药店认知及使用状况分析[J]. 西北药学杂志, 2015, 30(5): 643 – 647.
[7]	邹月晴, 樊梦园, 徐小翼, 等. “互联网 + ”背景下医药电商消费群体特征定位与发展策略探究 —— 基于武汉市常住居民的抽样调查[J]. 现代商业, 2018(25): 26 – 28. doi: 10.3969/j.issn.1673-5889.2018.25.010
[8]	范滢, 章瑞, 范君晖. 上海市居民网络购药意愿及需求研究[J]. 经济研究导刊, 2019(17): 89 – 91,94. doi: 10.3969/j.issn.1673-291X.2019.17.031
[9]	方笑爱. 网络购药影响因素调查与行为特征分析 —— 以金华市为例[J]. 中医药管理杂志, 2019, 27(9): 30 – 32. doi: 10.16690/j.cnki.1007-9203.2019.09.014
[10]	中金普华产业研究院. 医药电商行业市场规模、用户分布及发展难点分析报告[EB/OL]. (2020 – 05 – 25)[2022 – 09 – 24]. http://www.chinazjph.com/shujufenxi/6560.html.
[11]	上海艾瑞市场咨询有限公司. 2020年中国居民购药调研白皮书[EB/OL]. (2020 – 05 – 18)[2022 – 09 – 30]. https://report.iresearch.cn/report/202005/3577.shtml.
[12]	网经社电子商务研究中心. 2020年度中国医药电商市场数据报告[EB/OL]. (2021 – 05 – 17)[2022 – 09 – 25]. http://www.100ec.cn/detail--6592503.html.
[13]	严芷婧, 刘晓溪, 任鸣睿, 等. 新冠肺炎疫情背景下构建线上诊断购药一体化平台的思考[J]. 中国市场, 2022(5): 177 – 179. doi: 10.13939/j.cnki.zgsc.2022.05.177
[14]	北京市卫生健康委员会, 北京市医疗保障局. 北京市卫生健康委员会北京市医疗保障局关于新型冠状病毒感染的肺炎疫情期间门诊开药有关问题的通知[EB/OL]. (2020 – 02 – 04)[2022 – 09 – 27]. http://wjw.beijing.gov.cn/zwgk_20040/qt/202002/t20200205_1625233.html.
[15]	Long CS, Kumaran H, Goh KW, et al. Online pharmacies sell-ing prescription drugs: systematic review[J]. Pharmacy, 2022, 10(2): 42. doi: 10.3390/pharmacy10020042
[16]	陆展杰, 曾智. 以感知风险为中介的南京市慢性病患者网上购药意愿影响因素研究[J]. 医学与社会, 2022, 35(3): 36 – 41. doi: 10.13723/j.yxysh.2022.03.008
[17]	国务院办公厅. 国务院办公厅关于促进“互联网 + 医疗健康”发展的意见: 国办发〔2018〕26号[EB/OL]. (2018 – 04 – 28)[2022 – 09 – 30]. http://www.gov.cn/zhengce/content/2018-04/28/content_5286645.htm.
[18]	北京市医疗保障局. 关于防控新型冠状病毒感染的肺炎疫情期间全面优化医疗保障经办服务的通知[EB/OL]. (2020 – 02 – 07)[2022 – 09 – 30]. http://www.beijing.gov.cn/zhengce/zhengcefagui/202002/t20200208_1626851.html.
[19]	翟运开, 李思琪, 孙东旭, 等. 面向“互联网 + 医疗健康”的医药电商平台构建[J]. 中国卫生事业管理, 2021, 38(3): 161 – 163,202.
[20]	赵静. 基于需求特殊性的网络购药行为分析与营销对策研究[J]. 中国药房, 2014, 25(45): 4317 – 4320. doi: 10.6039/j.issn.1001-0408.2014.45.30
[21]	谢雪虎, 周洁, 刘霞, 等. 山西省居民用药行为风险KAP调查分析及对策研究[J]. 中国现代医药杂志, 2020, 22(11): 1 – 5. doi: 10.3969/j.issn.1672-9463.2020.11.001
[22]	高鹏, 李梦瑶, 李乔晟, 等. 常态化阶段重点场所、单位新冠肺炎疫情特征与防控要点分析[J]. 中国公共卫生, 2022, 38(5): 619 – 623. doi: 10.11847/zgggws1138136
[23]	Jairoun AA, Al-Hemyari SS, Abdulla NM, et al. Online medication purchasing during the Covid - 19 pandemic: a pilot study from the United Arab Emirates[J]. Journal of Pharmaceutical Policy and Practice, 2021, 14(1): 38. doi: 10.1186/s40545-021-00320-z
[24]	罗立, 陈文, 马林, 等. COVID - 19疫情期间门诊药学服务O2O模式的实践与探讨[J]. 中国医院药学杂志, 2020, 40(14): 1511 – 1515.