本刊官方网站：
http://cjjc.ruc.edu.cn/
摘要
病耻感作为阻碍患者及时就医的重要心理障碍，在中国文化语境中与“面子意识”形成了独特的交互关系。本研究通过2×2+1混合实验设计，探讨AI问诊交互中的角色定位（医学专家vs.健康伙伴）与信息框架（权威vs.共情）如何影响患者的病耻感体验与健康求助意愿。研究在线发放1000份问卷，筛选出642名存在相关疾病症状的参与者，随机分配至五个实验组：医学专家—权威框架组（N=130）、医学专家—共情框架组（N=133）、健康伙伴—权威框架组（N=126）、健康伙伴—共情框架组（N=123）和百度搜索对照组（N=130）。通过真实的AI问诊对话或搜索行为，评估不同干预方式对病耻感四个维度（内化耻辱感、预期社会污名、医疗互动焦虑、问题表达障碍）和线下就医意愿的影响。结果表明，相较于百度搜索引擎，AI问诊交互组在所有病耻感维度上均报告显著更低的水平。在AI设计特征方面，共情信息框架组在减少内化耻辱感和降低预期社会污名维度上显著优于权威框架组；健康伙伴角色组在降低预期社会污名方面显著优于医学专家角色组。调节中介分析显示，面子意识显著调节了AI问诊交互通过医疗互动焦虑影响就医意愿的间接效应，高面子意识个体更能从AI的非人格化特性中获益。这些发现揭示了文化适应性对AI健康顾问设计的重要性，即通过平等化、去权威化的交互设计，AI问诊交互能够创造心理安全空间，有效消解病耻感，促进积极健康行为意愿。
作者简介
林瀚，苏州大学传媒学院讲师。
张梦晗（通讯作者），苏州大学传媒学院教授。
基金项目
本文系国家社科基金青年项目“计算传播视域下事实核查新闻的受众参与和纠偏机制研究”（项目编号：24CXW045）的阶段性研究成果。
一
前言
在当代社会，许多健康问题因其私密性和文化敏感性而被笼罩在沉默与隐忍的阴影下。病耻感（health-related stigma），即对自身健康状况的羞耻与内疚，常常成为患者寻求专业帮助的无形障碍（Henderson et al.，2014）。作为一种与特定健康状况相关联的、被社会贬损的属性，病耻感不仅会引发个体强烈的羞耻、内疚与自我隔离感，更可能直接导致延迟就医、隐瞒病情乃至中断治疗等消极健康行为，最终损害个体的生命质量与社会福祉（徐芳芳，于卫华，王胜琴，2016；Goffman，1963）。
这一心理困境在深受儒家文化影响的中国呈现出更为复杂的文化样貌，其核心在于病耻感与“面子意识”这一本土文化构念的深度交织。面子，作为个体在社会互动网络中由他人赋予的声望与尊重，是中国社会结构中的核心心理机制（翟学伟，2004）。它不仅调节着个体的自我呈现与人际交往，更深刻地塑造着人们在关键决策中的行为逻辑。研究表明，面子意识体现为个体对社会评价和声望得失的敏感关注，是调节外在社会行为的关键因素（谭筠鹏，张楠，黄莉瑶，2024）。当健康问题触及性、排泄、精神或皮肤等具有较高社会污名风险的领域时，个体不仅要承受疾病本身带来的痛苦，更要面对因疾病暴露而可能引发的社会负面评价与“面子损失”的双重威胁（宫贺等， 2023）。这种文化心理压力，使得患者在“保全面子”与“及时就医”之间陷入了深刻的两难困境，其权衡的结果往往是牺牲健康以维护社会形象。
数字健康技术，特别是以大语言模型（Large Language Model）为核心的AI健康顾问（AI health advisor）的崛起，为破解这一健康传播难题带来了新的可能性。与传统医患间的面对面互动不同，AI顾问凭借其非人格化、匿名化的交互特性，有望构建一个“去社会化”（de-socialized）的交流场域，从而降低患者的社会暴露风险与评判焦虑，创造一种能够有效守护患者面子的心理安全空间（An & Boman，2022；Sharma et al.， 2023）。一项发表在《Nature》的研究表明，先进的AI系统在专业诊断对话中的表现已不逊于人类医生，为其作为可靠的健康信息来源提供了技术背书（Tu et al.，2025）。然而，AI系统并非天然的病耻感解药。近期研究表明，AI的设计特征会显著影响用户的心理感知和行为反应。例如，Dong和Wu（2025）的研究发现，被赋予高地位线索的AI健康助手虽能提升可信度，但也会引发用户更强的AI焦虑。在信息呈现与互动风格方面，AI健康传播的效果并不只取决于信息准确性，也受到表达方式与角色设定的影响。例如，相较于单纯提供客观信息，带有情感支持色彩的回应更容易增强用户的接受意愿（刘芹良，李晓静，2024）。而具有亲和、陪伴特征的沟通风格，也更可能提升用户对AI的温暖感知与使用偏好（孙辛欣等，2025）。这些研究共同表明，AI如何呈现自身，以及它如何与用户沟通，不仅决定其功能效用，更可能在文化层面深刻影响其消解病耻感的有效性。尤其是在高度重视人际关系与情境互动的面子文化中，一个冷漠、权威的AI与共情、平等的AI所带来的用户体验与心理影响可能截然不同。因此，AI的角色定位与交流框架应如何设计，才能既满足患者对专业信息的需求，又能最大程度地维护其心理安全与文化尊严，成为数字健康与人机交互领域一个亟待探索的核心议题。
二
文献综述
（一）从“信息孤岛”到“交互庇护所”：AI问诊与病耻感纾解
Erving Goffman（1963：3）在其经典著作《污名：受损身份的管理》中提出，污名是一种被社会贬损的属性，使个体从“完整的普通人”降格为“有污点的、被贬值的人”。污名不仅是社会标签，更代表了深刻影响个体自我认同和社会互动的权力关系。Goffman进一步区分了两类污名情境。一类是已被识别的污名（the discredited），此时个体面临的是如何管理紧张互动的挑战。另一类是可能被识别的污名（the discreditable），即他人尚未知晓但可能被发现的污名特征。对于后者，个体的核心挑战是信息控制，也就是说，如何防止污名信息的泄露、何时选择披露、如何最小化披露带来的负面后果。个体往往采取隐匿（passing）或遮掩（covering）策略，试图将污名信息隐藏起来，以维护一个未被污名化的虚拟社会身份。
病耻感作为污名理论在健康领域的具体体现，是阻碍个体寻求专业医疗帮助的强大壁垒。它源于将个体与不被期望的健康特征相关联的社会过程，并经由标签化、刻板印象、社会区隔与歧视等环节，最终导致个体社会地位的丧失（Link & Phelan，2001）。这种复杂的心理体验体现在多个维度上：它既包括个体将负面社会评价内化，产生自我贬低与羞耻感的内化耻辱感，也涵盖了因担忧他人负面眼光而产生的预期社会污名。在行为层面，其具体化为与专业人士交流时的医疗互动焦虑，以及在描述病情时难以启齿的问题表达障碍（姚敏等，2019；Molina et al.，2013；Ritsher，Otilingam & Grajales，2003）。多重维度的心理负担共同构成了阻碍患者及时求助的无形之网。最直接的行为后果之一便是驱动个体采取信息控制策略，尽可能避免或延迟披露敏感健康信息，转而寻求匿名的、不会留下社会记录的信息渠道（如网络搜索）（Corrigan & Watson， 2002）。
而在数字时代，传播技术的演进为污名管理提供了新的可能性。匿名性、去身份化的在线环境，可以被视为一种技术构建的后台空间，使个体能够在相对安全的情境下处理敏感的健康信息。以百度、谷歌为代表的传统搜索引擎，凭借其固有的匿名性、便捷性与信息海量性，成为当代社会中个体获取敏感健康信息的首要渠道（陈忆金等，2023)。然而，这种信息获取模式本质上是一种单向、非交互的过程。用户在信息海洋中被动筛选，可能遭遇信息的过载与误导（顾晨昱，陈素白，2023；肖鹏，张雨龙，2025）。而且，因在信息获取的过程中缺乏情感支持与心理慰藉，用户的孤独感与羞耻感并未得到有效消解，甚至可能因接触到网络社群中强化的负面标签而加剧（郅慧，滕文强，周敏，2024）。
人工智能，特别是对话式AI健康顾问的出现，为这一困境提供了潜在的对策。与传统搜索不同，AI顾问将信息获取过程从“单向检索”重塑为“双向交互”。根据社会临场感理论（Social Presence Theory），传播媒介传递社会性线索（social cues）的能力越强，用户感知到的“临场感”或“在场感”就越强（Short，Williams & Christie，1976）。传统搜索引擎几乎不具备任何社会性线索，而AI顾问尽管是非人格化的，却能通过自然语言、拟人化的回应以及共情式的表达来模拟社会互动（Peng et al.，2024），创造一种“准社会临场感”（para-social presence）。
这种由准社会临场感营造的传播环境，有助于消解用户在获取健康信息时可能产生的病耻感。其内在机理可从两个层面加以剖析：其一，它延续并强化了数字媒介的匿名性，用户无需暴露真实身份，从而规避了现实世界中的社会评判风险（An & Boman，2022）。其二，AI顾问在社会支持功能方面展现出显著优势。这种支持不仅超越了传统工具对信息的机械性回应，更融合了专业判断与共情能力。例如，现有研究表明先进的对话式AI系统（AMIE）在文本咨询中不仅展现出比人类医生更高的诊断准确性，更在同理心与沟通技巧等维度上表现出压倒性优势（Tu et al.，2025）。与此同时，AI在营造共情环境方面的潜力也得到证实。通过对人类支持者进行实时反馈，AI能够显著提高支持性对话中的共情水平（Sharma et al.，2023）。因此，AI顾问在延续媒介匿名性所带来的“去社会评判”优势的同时，亦可提供高质量的情感与信息支持。这一双重属性的结合，使其有望为敏感疾病患者构建一个安全、有效的心理披露与健康信息获取空间。尽管理论上来说，AI的交互特性优于传统搜索，但目前尚缺乏直接的实证比较，以检验其在降低多维度病耻感上的具体效应。因此，本研究提出的第一个核心问题是：
RQ1：相较于传统的信息搜索引擎，AI问诊交互在何种程度上能更有效降低用户的多维度病耻感（内化耻辱感、预期社会污名、医疗互动焦虑、问题表达障碍）？
（二）AI的“人设”与“话术”：角色定位与信息框架的差异化效应
若将AI视为一个同质化的“黑箱”，则会遮蔽其内部设计对用户心理与行为的深刻影响（陈龙，丁冉，2025；李润生，2021）。AI在交互中的人格化呈现，特别是其扮演的角色与沟通的框架，是影响用户感知的关键。本研究主要聚焦两个核心设计维度：
第一，角色定位（医学专家vs.健康伙伴），这关乎AI在交互中的身份设定。将AI定位为“医学专家”，旨在通过强调其权威与专业性来获取用户信任，这符合用户在健康领域对信息准确性的核心诉求（Sundar，2008）。近期一项研究证实，被赋予高地位线索的AI健康助手，更容易被用户感知到更高的能动性，进而提升其可信度评价（Dong & Wu，2025）。然而，该研究同样发现，高地位线索也可能引发用户更强的AI焦虑，这与传统医患关系中权力距离导致患者沟通不适的现象相符（刘贵竹等，2024）。同样，在中国文化背景下，过于威严的专家形象可能无意中复现传统医患关系中的不平等感，使用户在交流中产生敬畏甚至焦虑，反而不利于敏感话题的坦诚沟通。与之相对，“健康伙伴”的定位则旨在构建一种平等、支持性的关系。已有研究发现，在AI医疗助手的交互设计中，“女性伙伴型”沟通风格更易被感知为温暖，从而获得用户青睐（孙辛欣等，2025）。这种去权威化的设计，与当前学界倡导的AI应作为“支持”而非“替代”人类决策的规范性定位相一致，其核心在于保障用户的自主性与话语权（汪青松，罗娜，2023）。在消解病耻感这一目标下，“专家”身份的专业背书与“伙伴”身份的心理亲和力何者更优，是一个值得深入探讨的权衡问题。
第二，信息框架（权威vs.共情），这涉及AI传递信息的具体话术。例如，“权威框架”采用客观、中立、基于证据的语言，诉诸用户的理性认知，符合说服理论中的核心路径（Petty & Cacioppo，1986：1037）。而“共情框架”则运用理解、确认和支持性的语言，旨在与用户建立情感连接。共情在健康传播中已被证实是建立信任、促进沟通的有力工具，而AI在该领域的能力甚至超出了人们的普遍预期。一项针对癌症患者的最新研究发现，当面对同样的问题时，患者认为AI聊天机器人的回答比人类医生的回答更具同理心（Chen et al.，2025）。类似地，研究同样表明，在AI问诊的语境下，“情感型信息”策略往往比纯粹的客观信息具有更强的劝服优势（刘芹良，李晓静，2024）。因此，可以预见，共情信息框架可以通过正常化用户的感受（如“很多人都有类似困扰，这很常见”）和表达情感上的理解（如“我理解这可能让您感到不适和尴尬”）直接减少患者的羞耻情绪。然而，这两种框架，一个诉诸理性，一个诉诸情感，它们如何差异化地影响病耻感的不同维度，以及如何与AI的角色定位相互作用，目前尚缺乏清晰的实证结论。因此，本研究提出第二个待解的问题：
RQ2：AI健康顾问的角色定位（医学专家vs.健康伙伴）与信息框架（权威vs.共情）如何差异化地影响用户的多维度病耻感？
（三）从“污名消解”到“健康赋权”：病耻感的中介作用
在健康传播领域，信息获取与实际行为之间的鸿沟是一个核心挑战。计划行为理论（Theory of Planned Behavior，TPB）指出，行为意向（behavioral intention）是预测并促成实际行为最直接的先决条件（Ajzen，1991）。然而，多种心理与社会因素会阻碍意向的形成。在此理论框架下，病耻感正是抑制个体形成积极就医意愿的关键心理屏障。病耻感对就医意愿的抑制作用体现在多个心理层面。首先，从认知层面来看，内化耻辱感会使患者将健康问题归因为个人缺陷或道德失败，产生强烈的自我贬低与羞耻感（Ritsher，Otilingam & Grajales，2003）。其次，从情感层面来看，预期社会污名引发的是对他人评判的恐惧（Corrigan & Watson，2002）。患者担心一旦暴露健康问题，将面临医护人员乃至社会的负面评价，这种预期的社会风险会激活强烈的回避动机。最后，从行为层面来看，医疗互动焦虑和问题表达障碍直接构成了求医行为的操作性障碍（Molina et al.，2013）。即便患者认识到就医的必要性，与医生面对面交流的恐惧、对准确描述敏感症状的困难，仍会使其在行动前止步。
大量实证研究支持了这一抑制机制。Clement等人（2015）对144项研究的系统综述表明，污名是阻碍心理健康求助的主要障碍，预期污名和内化污名均与更低的求助意愿显著相关。在中国文化情境下，姚敏等（2019）对宫颈癌患者的研究发现，病耻感得分越高的患者，其医疗求助行为越少，且更倾向于隐瞒病情。徐芳芳，于卫华和王胜琴（2016）的研究也证实，肠造口患者的病耻感与生活质量呈显著负相关，高病耻感个体更可能回避必要的医疗随访。病耻感如同在患者与医疗系统之间筑起一堵高墙，使“求医”这一行为本身充满了可预见的社会与心理风险。
如前文所述，AI健康顾问通过构建安全心理空间的方式，有望成为拆解这堵高墙的有效工具。由此，本研究构建了一个中介效应模型，并推断AI交互模式对线下就医意愿的积极影响。这一影响并非直接促成，而是通过降低用户的病耻感这一心理机制来间接实现。具体而言，本研究假设，AI问诊交互（相较于传统搜索）通过提供一个安全、支持性的环境，首先降低了用户的多维度病耻感。而被削弱的病耻感，则会移除或减弱阻碍个体求医的心理阻力，从而提升其线下就医意愿。基于此，本研究提出第三个问题：
RQ3：多维度病耻感是否在AI交互模式对线下就医意愿的影响中扮演中介角色？
（四）“面子”的权衡：文化心理对技术效果的调节
任何技术的效用均非真空存在，而是在特定的文化土壤中被感知、被诠释、被赋予意义。在中国社会，“面子意识”作为一种深刻影响人际互动和社会行为的核心文化心理，可能会调节个体对AI健康顾问的反应和评价。面子不仅是社会地位的象征，更是一种深层的道德情感与关系网络（翟学伟，2004）。它深刻影响着个体在面对疾病，尤其是敏感疾病时的情感反应与行为抉择。宫贺等（2023）的研究从本土理论视角，探究了“面子”与“病耻感”之间的内在关联。研究结果表明面子是外部污名向内化耻感转化的关键传导机制：当个体被置于维护他人或集体“脸面”的压力下时，对疾病的羞耻感会急剧放大。这一理论洞察在临床情境的定量研究中同样得到有力印证。例如，针对精神分裂症患者的研究发现，其病耻感程度与“怕掉面子”的观念呈显著正相关（徐云璐，徐成敏，2013）。由此可见，面子意识是与病耻感体验紧密耦合、相互强化的核心文化心理。
面子意识之所以能放大病耻感，其核心机制在于它所激发的强烈的“受评忧虑”。一项关于社交消费行为的研究发现，面子意识如同一把“双刃剑”，它会抑制个体为自己“求人”的行为，因为这可能暴露自己的需求与不足，从而引发对他人负面评价的担忧；但它同时会促进帮人的行为，因为这能为自己挣得面子，实现自我提升（涂铭等，2024）。将这一逻辑迁移至健康情境，“求医问药”在本质上也是一种暴露自身脆弱的求助行为，极易触发高面子意识个体的“受评忧虑”，使其因怕丢脸而对线下就医望而却步。
在此背景下，AI健康顾问的特性便为高面子意识群体提供了一个独特的价值出口。AI的匿名性、非人格化与非评判性交互，恰好能够最大限度地剥离真实医疗场景中的社会评价线索，从而中和甚至消解由面子意识所催生的“受评忧虑”。因此，本研究推论，AI缓解病耻感的效果并非对所有用户一致，而是会受到用户面子意识水平的显著调节。对于面子意识较低的个体，AI的价值可能更多体现在信息获取的便捷性上；而对于面子意识较高的个体，AI的价值则更关键地体现在其提供的“面子守护”功能上，这种心理安全感是其迈向后续健康行为的必要前提。由此，本研究提出最后一个问题：
RQ4：面子意识如何调节AI问诊交互（相较于百度搜索）对用户多维度病耻感及其后续就医意愿的影响路径？
三
研究方法
（一）研究参与者与设计
本研究采用2×2+1混合实验设计，探讨AI问诊交互的角色定位（医学专家vs.健康伙伴）和信息框架（权威vs.共情）对病耻感和健康行为的影响，并设置百度搜索引擎作为对照组进行比较（研究概念模型见图1）。研究通过见数（Credamo）在线平台招募参与者，共发放问卷1000份。调查于2025年4月15日开始，5月11日结束。应用注意力检查机制回收有效问卷988份，有效回收率为98.8%。
本研究以痔疮作为敏感健康问题的研究载体，并通过症状筛选确保样本的生态效度与针对性；仅纳入过去三个月内出现两项及以上相关症状的参与者，包括排便出血、肛门肿胀、脱出、肛门疼痛或瘙痒等，最终获得有效样本642人，占总回收样本的65.0%。参与者被随机分配至五个实验组：医学专家—权威框架组（N =130）、医学专家—共情框架组（N=133）、健康伙伴—权威框架组（N=126）、健康伙伴—共情框架组（N=123）和百度搜索对照组（N=130）。
参与者平均年龄为30.84岁（SD=6.92），年龄分布主要集中在25—35岁区间（占62.8%），其中女性占63.9%（ N=410），男性占36.1%（ N=232）。教育背景呈现高学历化特征：本科及以上学历占92.3%（本科70.2%，硕士21.0%，博士1.1%），专科学历占6.5%，高中及以下学历仅占1.1%。参与者家庭年收入主要分布在10万—30万元人民币区间（61.2%），其次是30万—50万元（19.9%）和5万—10万元（13.6%），5万元以下和50万元以上分别占2.0%和3.3%。地理分布上，参与者覆盖全国七大区域：华东地区占比最高（31.6%），其次是华南地区（20.9%）、华北地区（15.6%）、华中地区（10.6%）、西南地区（8.7%）、东北地区（7.9%）和西北地区（4.7%）。城市分布方面，二线城市参与者最多（45.6%），一线城市占24.9%，三、四线城市占23.7%，县城或乡镇占4.8%，农村地区占0.9%。
（二）随机分配检验
为确保各实验组的均衡性，对关键变量进行了随机分配检验。结果显示，五组在性别（χ2（4）=4.32，p=.366）、教育水平（F（4，637）=1.228，p=.298）、家庭年收入水平（F（4，637）=1.946，p=.101）和居住地区（χ2（16）=19.93，p=.223）方面均无显著差异。此外，对实验相关的关键心理变量进行了前测基线测量和组间均衡性检验。疾病焦虑（F（4，637）=0.124，p=.974）、前测病耻感（由病耻感四个维度均值合并为单一总分）（F（4，637）=0.580，p=.678）、AI健康信息信任度（F（4，637）=1.779，p=.131）以及健康相关知识水平（F（4，637）=0.407，p=.804）均未发现显著组间差异。
（三）实验刺激材料与程序
为确保实验操纵的生态效度与用户中心性，本研究在正式实验设计前，首先对20位在年龄、职业、地域及相关就医经历等方面具有多样性的受访者进行了半结构化访谈，确定了角色定位（医学专家vs.健康伙伴）与信息框架（权威vs.共情）两个核心自变量，并据此构建2×2实验设计。AI问诊交互系统（基于DeepSeek-R1推理模型）通过HTML代码结构直接嵌入在线问卷平台，创造真实的人机对话环境（见图2交互界面）。百度搜索对照组与AI问诊交互组采用相同的承载方式，均通过HTML代码嵌入在线问卷平台，仅将交互界面替换为标准的百度搜索框，模拟用户在日常生活中通过搜索引擎获取健康信息的真实场景。此外，通过定制化系统提示词2操纵AI交互类型（Zheng et al.，2024）。本研究保留了用户与AI之间开放、自由的交互过程，以真实模拟现实中的人机问诊情境，而未将对话固定为统一脚本。所有AI问诊交互均基于相同医学知识库，以确保信息准确性一致，仅在呈现方式和交互风格上存在差异。需要说明的是，由于本研究未能采集交互过程数据，各组在实际交互剂量与投入程度上的可比性无法直接验证，而是建立在随机分组的假定之上。我们通过统一医学知识库与底层模型来控制信息所依据的知识基础，但这并不能排除各组在交互剂量上的差异。
（四）测量工具
1.病耻感量表
基于国际标准化慢性疾病病耻感量表（SSCI-8）（Molina et al.，2013）和内化污名量表（ISMI）（Ritsher，Otilingam & Grajales，2003）以及中国相关病耻感研究（姚敏等，2019）测量题项改编。ISMI量表将内化污名表现为疏离感、刻板印象认同、歧视体验和社会退缩（Ritsher，Otilingam & Grajales，2003）；SSCI-8将慢性疾病污名操作化为内化羞耻和社会隔离等维度（Molina et al.，2013）；HIV Stigma Scale则明确包含披露顾虑、负面自我形象和公众态度等维度（Berger，Ferrans & Lashley，2001）。这些研究表明，病耻感测量不仅可以包含内在羞耻和预期污名，也可以包含围绕披露、表达、互动评价和求助回避展开的情境化维度。因此，本文将病耻感界定为敏感疾病患者围绕自身健康问题所产生的内化耻辱感、预期社会污名、问题表达障碍和医疗互动焦虑。采用5点Likert量表（1=完全不同意，5=完全同意），包含12个项目并涵盖四个理论维度：内化耻辱感包括“如果我有痔疮问题，我会对自己感到尴尬”“我会因痔疮问题而感到羞耻”“我会觉得痔疮问题反映了我个人的缺陷”（M=2.13，SD=0.91，Cronbach’s α =0.84）；预期社会污名包括“我担心如果他人知道我有痔疮问题，会用不同的眼光看我”“我担心他人会因我有痔疮问题而看轻我”“我会避免让他人知道我有痔疮问题”（M=2.43， SD=0.99，Cronbach’s α =0.85）；问题表达障碍包括“我发现向他人描述痔疮症状很困难”“我会使用委婉的词语而非直接表达痔疮问题”“我会担心自己无法准确描述痔疮症状”（M=2.46， SD=0.91，Cronbach’s α =0.78）；医疗互动焦虑包括“与医疗人员（医生或护士）讨论痔疮问题会让我感到不自在”“我会担心医疗人员对我的痔疮问题有不悦的反应”“我会担心医疗人员对我有负面评价”（M=2.00，SD=0.85，Cronbach’s α =0.83）。
聚合效度方面，各题项标准化载荷介于0.70至0.87且均显著，四个维度的组合信度（CR）介于0.796至0.864，平均方差抽取量（AVE）介于0.566至0.679，均达到标准。此外，通过验证性因子分析比较了四因子模型与单因子模型的拟合情况。结果表明，四因子模型拟合良好（CFI=0.964，TLI=0.951，RMSEA=0.077），显著优于单因子模型（Δχ 2=271.59，Δdf=6， p<.001），表明在本研究中病耻感更适宜被视为由多个子维度构成的多维心理构念。
2.面子意识量表
采用谭筠鹏，张楠和黄莉瑶（2024）的面子意识量表，评估参与者在社交场合中的面子敏感性和自我形象关注程度，包含4个项目：“我很在意别人如何看待我”“我不想让别人看不起我，所以我很注重自己的打扮”“当别人拒绝帮我时，我会感到丢脸”“我愿意在大众面前分享知识，这让我感觉很有面子”。采用5点Likert量表（1=完全不同意，5=完全同意）。经信度分析，量表展现出良好的内部一致性（M=3.40，SD=0.87，Cronbach’s α =0.78）。
3.线下就医意愿量表
基于健康行为理论和计划行为理论，针对痔疮问题的具体就医行为意愿进行测量，包含4个项目：“在与AI/百度搜索引擎（各组显示对应条件下前缀，下同）交流后，我会去医院就诊痔疮问题”“在与AI/百度搜索引擎交流后，我会接受医生建议的肛肠检查”“在与AI/百度搜索引擎交流后，我会优先考虑专业医疗帮助而非自行处理痔疮问题”“在与AI/百度搜索引擎交流后，我会遵循医疗专业人员提供的痔疮治疗建议”。采用5点Likert量表（1=完全不同意，5=完全同意），量表内部一致性良好（M=4.23，SD=0.61，Cronbach’s α =0.79）。
4.控制变量测量
为确保研究结果的稳健性，本研究控制了可能影响病耻感和就医意愿的关键变量，包括人口统计学特征（性别、年龄、教育水平、收入水平、居住地区）、疾病焦虑水平、AI健康信息信任度、健康/医疗相关知识水平和前测病耻感。
（五）操纵检验
为检验实验操纵有效性，本研究在实验结束后对AI交互组进行操纵检验。结果显示，医学专家组和健康伙伴组分别有91.4%和89.6%的参与者正确识别AI角色，权威框架组和共情框架组分别有92.7%和90.2%的参与者正确识别信息风格，且角色感知（χ 2 （1）=387.52，p<.001）和信息框架感知（χ2（1）=401.85， p<.001）均存在显著组间差异，说明实验操纵成功。
四
研究结果
（一）AI问诊交互与百度搜索引擎在影响病耻感方面的差异分析
为回答研究问题RQ1，首先将四个AI问诊交互实验条件归并为整体AI问诊交互组，并以百度搜索组作为对照，考察二者在病耻感各维度上的差异。协方差分析（控制前测病耻感作为协变量）结果表明，AI问诊交互组的病耻感各维度得分均显著低于百度搜索引擎组（见表1和图3）。
具体而言，控制前测病耻感后，AI交互组在内化耻辱感方面显著低于百度搜索组（F（1，639）=30.37，p<.001，η 2=.045），使用AI问诊交互的参与者报告了更低水平的自我贬低倾向。在预期社会污名方面，AI问诊交互同样表现出显著优势（F（1，639）=22.11，p<.001，η2=.033），这表明AI问诊交互组的参与者对他人负面评价的担忧相对较低。医疗互动焦虑方面的差异同样达到显著水平（F（1，639）=15.44，p<.001，η 2 =.024），证实AI问诊交互组的参与者在预期与医疗人员讨论敏感健康问题时感受到的不适感更低。此外，AI问诊交互在减少问题表达障碍方面也显示出显著效果（F（1，639）=7.58，p=.006，η2=.012），表明AI问诊交互组的参与者在描述敏感症状时报告了相对较低的心理困难。但组间差异的效应量整体偏小，这意味着该差异虽稳健显著，但实际影响程度有限，在解读时应保持审慎。
（二）AI问诊交互影响线下就医意愿的中介及调节中介效果分析
为回答RQ3，使用Hayes（2018）的PROCESS宏程序模型4，检验AI问诊交互（1=AI组，0=百度搜索对照组）通过病耻感四个维度影响线下就医意愿的简单中介效应（结果见图4）。
首先，AI问诊交互相对于百度搜索引擎显著降低了内化耻辱感（β=-.452，SE=.07，t=-5.79，p<.001）、预期社会污名（β=-.411，SE=.07，t=-5.36，p<.001）、医疗互动焦虑（β=-.339，SE=.07，t=-4.02，p<.001）和问题表达障碍（β=-.283，SE=.08，t=-3.32，p<.001），表明AI问诊交互在所有病耻感维度上均具有稳健的缓解效果。然而，在预测就医意愿方面，医疗互动焦虑对就医意愿具有最强的负向预测作用（β=-.340，SE=.04，t=-6.05，p<.001），这表明患者对于与医疗人员讨论敏感健康问题的担忧是阻碍其寻求专业医疗帮助的最主要的心理障碍。问题表达障碍也显著负向预测就医意愿（β=-.109，SE=.04，t=-1.99，p<.05），说明患者在描述敏感症状时的心理困难同样会影响其就医决策。相比之下，内化耻辱感（β=-.054，SE=.04，t=-.78，p>.05）和预期社会污名（β=.026，SE=.04，t=.35，p>.05）对就医意愿的直接预测效应均不显著。中介效应检验显示，AI问诊交互通过医疗互动焦虑（Effect=.0707，SE=.0250，95%CI[.0288，.1256]）和问题表达障碍（Effect=.0188，SE=.0098，95%CI[.0011，.0437]）影响就医意愿的间接效应显著。AI问诊交互对就医意愿的总效应显著（β=.122，SE=.05，t=2.10，p<.05），总间接效应显著（Effect=.097，BootSE=.03，95%CI[.038，.168]），而直接效应不显著（β=.025，SE=.06，t=.45，p>.05），表明其影响主要通过医疗互动焦虑和问题表达障碍两个维度的中介作用实现。
这一发现表明，虽然AI健康顾问能够有效降低患者的自我贬低感和社会评价担忧，但这些认知和情感层面的病耻感体验并不直接转化为行为层面的就医决策。真正影响患者就医行为意愿的是具体医疗互动情境中的焦虑和表达困难。
随后，为了回答研究问题RQ4，我们使用Hayes（2018）的PROCESS宏程序模型7检验调节中介效应（见表2）。结果表明，面子意识显著调节了AI问诊交互对内化耻辱感（B=-.227，t=-2.86，p=.004）、预期社会污名（B=-.217，t=-2.58，p=.010）和医疗互动焦虑（B=-.189，t=-2.37，p=.017）的影响，而对问题表达障碍的调节效应边缘显著（B=-.161，t=-1.85，p=.064）。这表明，面子意识水平越高的个体，从AI问诊交互中获得的病耻感缓解效果越显著，特别是在涉及自我评价和社会形象的心理维度上，AI的去社会化特性为高面子意识群体提供了更高的心理保护价值。
条件间接效应结果显示（见表3），AI问诊交互通过医疗互动焦虑影响就医意愿的条件间接效应随面子意识水平升高而增强：低、中、高面子意识水平下的间接效应分别为.0296、.0703和.1110，且调节中介指数显著（Index=.0463，95%CI[.0063，.0967]）。相比之下，问题表达障碍路径仅在中等和高面子意识水平下呈现显著间接效应，但其调节中介指数未达到显著水平（Index=.0113，95%CI[-.0021，.0333]）。内化耻辱感与预期社会污名两条路径的条件间接效应在各面子意识水平上则均不显著；由于这两个维度本身并不显著预测就医意愿，即便面子意识调节了AI对它们的缓解作用，也无法形成对就医意愿的调节中介，故面子意识的调节中介作用主要经由医疗互动焦虑实现。这些发现表明，面子意识高的个体更能从AI健康顾问的非人格化特性中获益。对于高面子意识的患者而言，与医疗人员直接互动的社会评价压力更大，因此AI健康顾问提供的匿名化、去社会评判的交互环境能够更有效地缓解其医疗互动焦虑，进而促进积极的就医行为意愿。
（三）AI问诊交互类型的主效应分析
为了回答研究问题RQ2，本研究采用2×2双因素方差分析。表4和图5展示了双因素方差分析的统计结果。
结果显示，在信息框架的主效应方面，共情框架组在内化耻辱感（F（1，508）=4.57，p=.033，η2=.009）和预期社会污名（F（1，508）=6.58，p=.011，η2=.013）维度上的得分显著低于权威框架组，表明采用理解和支持性语言的AI与更低水平的自我贬低倾向和社会评价担忧相关联。
在AI角色类型的主效应方面，健康伙伴角色组在预期社会污名（F（1，508）=6.78，p=.009，η2=.013）以及问题表达障碍维度上（F（1，508）=3.96，p=.047，η2=.008）的得分显著低于医学专家角色组。这些结果表明，将AI定位为健康伙伴的交互方式与更低的社会污名感知和更少的表达困难相关联。其中问题表达障碍维度的差异仅达边缘显著且效应量极小，故仅可描述为医学专家角色组的平均得分略高于健康伙伴角色组，尚不足以作进一步解读。本研究中，所有维度的交互效应均未达到显著水平。
五
研究发现与讨论
（一）核心研究发现
在数字技术日益渗透健康领域的时代背景下，本研究聚焦于AI健康顾问这一新兴媒介，系统考察其在消解病耻感、促进健康求助行为意愿方面的潜力与内在机制。研究结果总结如下：
首先，相较于百度搜索引擎，使用AI问诊交互的参与者在所有病耻感维度上均报告了显著更低的得分。无论是内化的自我贬低感、对社会评价的担忧，还是预期面对医生时的焦虑与表达困难，AI组的参与者都呈现出更低的心理负担。这一发现表明，AI的交互特性能够营造一个更为安全、低压力的健康信息获取环境。其次，在AI的具体设计特征上，研究揭示了明确的优化方向。采用共情信息框架的AI在缓解认知和情感层面的病耻感方面表现更优，能够更有效地减少用户的自我贬低倾向和对社会污名的担忧。同时，将AI定位为健康伙伴而非医学专家，也在降低社会污名感知和问题表达障碍方面显示出优势。这为AI健康应用的设计提供了明确指引，即共情设计应被置于核心地位（Sharma et al.，2023）。此外，病耻感的不同维度在连接AI问诊与就医意愿的路径中扮演着差异化的角色。中介效应分析显示，虽然AI能够有效降低病耻感的所有维度，但真正促使参与者形成就医意愿的，是那些与具体医疗互动情境直接相关的行为层面障碍，特别是医疗互动焦虑和问题表达困难。相比之下，认知和情感层面的病耻感虽然得到缓解，但其中介作用并不显著。这一发现表明AI的价值不仅在于改变用户的自我认知或情感状态，更关键的是帮助他们跨越行动前的最后一道心理门槛。最后，面子意识这一文化变量的调节作用揭示了技术效用的文化条件性。调节中介分析表明，高面子意识的个体从AI的非人格化特性中获益更多，其医疗互动焦虑的缓解程度以及就医意愿的提升幅度，都显著高于低面子意识群体。
此外，研究的两个层次的发现应被区分对待。在第一个层次上，AI问诊交互与用户在病耻感全部四个维度（内化耻辱感、预期社会污名、医疗互动焦虑、问题表达障碍）上的更低水平稳健相关，表明AI问诊交互有助于普遍缓解用户的病耻感。在第二个层次上，进一步的中介分析表明，在这些被普遍缓解的维度中，主要是医疗互动焦虑与问题表达障碍这两个行为层面的维度，将病耻感的降低进一步转化为更高的线下就医意愿，而内化耻辱感与预期社会污名两个认知—情感层面的维度，在这一特定路径上的中介作用未达显著。我们认为，这一差异化格局与因变量的性质相吻合。线下就医意愿是一种行为意向，依据计划行为理论，它最直接地受到与行为执行紧密相关因素的驱动。医疗互动焦虑（担忧在就医时被评价、被轻视）与问题表达障碍（向医生披露、描述敏感症状的困难）正是直接横亘在“想就医”与“真正开口就诊”之间、最贴近行为环节的病耻感维度。当它们被缓解，就医行为的知觉障碍随之削减，从而更直接地转化为更高的就医意愿。相比之下，内化耻辱感与预期社会污名更多停留在认知与情感层面，指向自我概念与泛化的社会评价，与“是否走进医院”这一具体行为意向的关联更为间接。因此，这两个维度未在中介路径上达到显著，并不意味着它们不重要或不属于病耻感，而是就就医意愿这一特定行为意向而言，行为层面的病耻感维度处于更靠近行为的中介位置。
（二）对研究结果的理论解释
从污名管理理论来看，AI健康顾问的核心价值在于重构了信息控制的方式与情境，并为用户提供了一个避免“受损身份”社会化的保护性空间。对于携带可能被识别的污名的个体而言，其核心困境在于如何管理关于受损身份的敏感信息。在传统的健康求助情境中，患者一旦选择就医，就必须向医生完全披露健康问题，使受损身份从潜在状态转变为被他人知晓的现实。这种强制性的信息披露剥夺了患者对信息控制的自主权。正是对失去信息控制、导致受损身份被社会化的恐惧，以及随之而来的社会评判风险，构成了病耻感的核心来源。即便是百度搜索这样的匿名工具，虽然允许用户在不披露真实身份的前提下获取健康信息，但其单向、被动的特性使其只能提供有限的帮助（陈忆金等，2023）。用户在信息海洋中被动筛选，缺乏针对性的指导与情感支持，这种孤独的搜索过程本身也可能强化羞耻感，甚至通过接触网络中的负面标签而加深对受损身份的内化。
而AI问诊交互则通过其独特的设计特性，为用户提供了一种渐进式、可控的信息披露环境（Merwin et al.，2025）。它的非人格化和匿名化属性，从根本上剥离了传统医患互动中不可避免的社会可见性与评判风险，使用户能够在一个去社会化的环境中处理敏感的健康信息。首先，AI的非人格化属性意味着用户披露的对象不是会形成社会评判的真实他人，而是一个算法系统。向AI披露敏感健康信息，并不构成Goffman（1963）所说的受损身份的社会化。其次，AI的匿名化属性进一步强化了信息控制。用户无需提供可追溯的个人信息，即便披露了健康问题，这一信息也不会与其现实社会身份发生关联，从而可以在完全保护虚拟社会身份的前提下试探性地了解疾病信息、评估就医必要性、练习如何表达症状。再次，AI的交互性赋予了用户更多对披露过程的主动控制权。与搜索引擎的被动检索不同，AI能够通过对话引导用户逐步披露信息（Kim et al.，2022），用户可以根据自己的舒适程度决定披露的深度与广度，进而随时终止或深入交流。这使得AI成为一个悖论性的存在，它既足够社会化以提供情感支持和信息指导，又足够去社会化以消除评判压力。
由此可见，AI问诊交互超越了单纯的信息获取功能，并通过技术中介重构了用户与“受损身份”之间的关系。在这一过程中，AI形成了一种“技术中介的身份修复”机制。即个体借助匿名化、非人格化和低评判性的互动空间，重新获得对敏感健康信息的披露控制权，并在信息确认、情绪缓冲和表达预演中暂时修复被污名压迫的自我身份。具体而言，用户可以先在AI场域中确认症状、理解疾病、表达困扰、预演就医沟通，从而将原本可能被社会评价压制的“羞耻身份”，转化为一种可以被理解、被管理、并进一步寻求专业支持的健康问题。这正是其区别于传统搜索引擎和现实医患互动的重要机制。
此外，社会临场感理论为理解AI设计特征的差异化效应提供了理论视角。传统搜索引擎几乎不具备任何社会性线索，而AI问诊交互通过对话式交互、个性化回应和共情表达，创造了一种介于人际互动与工具使用之间的独特体验（Tuetal.，2025）。这种准社会支持在消解病耻感方面具有双重价值。一方面，它继承了数字媒介的匿名性优势，规避了现实世界中的社会评判风险。另一方面，它又超越了搜索引擎的冷漠与被动，通过主动式、共情式的交互提供情感慰藉与心理支持。共情框架通过正常化用户的感受和表达情感理解，增强了AI的社会支持属性（Sharma et al.，2023），从而更有效地缓解了认知和情感层面的病耻感。当AI说“很多人都有类似困扰，这很常见”时，它不仅提供了信息，更在心理上给予了接纳。相反，权威框架虽能提供专业保障，但其冷静、客观的语调可能无意中传递出一种“这一疾病症状是一个需要严肃对待的问题”的信号，反而可能增强用户对污名严重性的感知。同样，健康伙伴角色通过平等化话语，弱化了传统医患关系中的权力距离。而医学专家角色可能无意中复现了那种让患者感到渺小的权威感（刘贵竹等，2024；Dong&Wu，2025）。
这些发现挑战了传统健康传播中“权威即信源”的朴素假设（Sbaffi&Rowley，2017），揭示了在处理高度敏感、关乎自我认同的健康议题时，人与人之间的权力距离与情感的疏离感本身就是病耻感的重要来源。一个高高在上的专家形象，即便信息准确，也可能因其隐含的评判性与不平等感而加剧用户的防御心理。相反，一个平等的、支持性的伙伴，通过共情话语传递出的理解与接纳，能够更有效地瓦解用户的自我污名化倾向。AI因此能够提供一种“有温度的专业性”，即在保证信息准确性的前提下，最大限度地剥离传统医患关系中的权力不对等与评判压力。
面子意识的调节中介作用揭示了技术效用的文化条件性，且具有明确的维度特定性。面子意识之所以特别强化AI对医疗互动焦虑的缓解，根源在于面子意识的核心是对社会评价的高度敏感（谭筠鹏，张楠，黄莉瑶，2024），其在求医情境中的驱动机制是受评忧虑，而这种担忧只在评价性他人在场时才被激活（涂铭等，2024）。医疗互动焦虑正发生于直面医护、向真人披露敏感症状的互动情境，社会可见性最高，是面子受威胁最集中之处。而内化耻辱感与预期社会污名更多是私人化的自我评价与对社会的笼统预期，与评价者在场的关联较弱。AI问诊以匿名、非人格、非评判的方式移除了评价性他人与社会可见性（Goffman，1963），恰好中和了高面子意识个体在这类情境中最强烈的受评忧虑，因而对其行为层面病耻感的缓解尤为突出，对低面子意识个体则相对有限。这表明，AI的价值并非对所有用户一致，而是对文化敏感群体具有更高的心理保护价值。
（三）理论与实践贡献
经典污名理论多在人际互动情境中讨论个体如何管理受损身份，重点关注信息披露、社会评价与自我呈现之间的关系。本研究将这一问题延伸至人机交互场景，说明AI健康顾问如何通过降低社会可见性和评价压力，改变污名沟通的情境条件。用户面对AI时，可以在相对可控、低评判的环境中确认症状、表达困扰并预演就医沟通，由此获得重新理解疾病和修复自我认同的可能。基于这一发现，本文提出“技术中介的身份修复”概念，用以概括AI在敏感健康议题中为个体提供身份缓冲、信息控制与求助准备的机制。
本研究也进一步揭示了AI健康传播效果的文化条件。现有研究多关注AI的拟人化、专业性、共情表达等技术特征，却较少讨论这些特征如何受到用户文化心理结构的调节。面子意识的作用表明，高面子意识个体对外部评价和身份受损更为敏感，也更容易从AI的匿名化、非人格化和低评判性中获得心理保护。这说明AI健康传播的效果并非普遍一致，而是在技术属性与用户文化心理结构的互动中生成。由此，本文将AI健康传播研究从单纯考察技术特征的影响，推进到技术与文化心理机制相互作用的解释层面。
此外，研究还建构了病耻感多维度差异化作用模型。本研究区分了病耻感的认知情感维度与行为维度，并通过中介效应分析揭示其“干预—意向”路径中的差异化作用。研究发现，只有行为层面的病耻感才显著中介AI问诊对就医意愿的影响。这意味着认知情感层面的缓解主要减轻心理压力，而行为层面的缓解则直接降低个体进入医疗系统前的行动阻力。这一发现将病耻感研究从整体性解释推进到维度化机制分析，也为AI健康干预设计提供了更具体的方向。
在实践层面，本研究为AI健康产品的设计与优化提供了明确的、基于实证的指导原则。研究结果明确地指向一种“去权威化”的关系式设计，即在算法中嵌入共情逻辑，在交互中降低权力距离，优先选择“健康伙伴”而非“医学专家”的默认角色，以此构建信任、开放的对话氛围。这一原则的应用，使得AI辅助下的精准健康传播成为可能，它能够使得公共卫生信息有效触达那些因面子等文化心理障碍而退却的“沉默群体”。对于传统就医渠道难以覆盖的人群，AI问诊方式可以作为一种过渡性工具，帮助他们跨越从健康意识到求助行为的心理鸿沟。公共卫生部门可以在健康教育中嵌入AI咨询入口降低求助门槛，针对高污名疾病开发专门的AI咨询模块，将AI作为预诊断工具引导用户向正规医疗系统转介。
（四）研究局限与未来研究方向
当然，本研究亦有其边界与未尽之处。本研究的情境聚焦于一种特定的敏感疾病，其污名属性主要源于身体隐私。然而，不同疾病的污名程度存在差异，精神疾病的污名可能更多源于对个体品格的负面归因，而性传播疾病则与道德评判紧密相关，未来研究有必要进行跨疾病类型的比较，以探讨AI干预策略的有效边界。与情境的特殊性类似，本研究的样本也存在一定的同质性，参与者主要为教育水平较高、数字素养较好的青年群体。这一群体对新兴技术的接纳度和对传统权威的解构意愿，或许无法完全代表更广泛的人群。因此，未来的研究亟需纳入更多元化的人口学样本，通过跨群体比较考察数字鸿沟与代际差异对AI健康传播效果的复杂影响。同时，参与者经由症状筛选获得，属于已出现相关症状、面临就医决策的特定人群。本研究的结论主要适用于这一具有真实健康担忧的群体，在外推至无症状的一般公众时需保持谨慎。本研究的操纵检查仅表明角色与信息框架的操纵被参与者准确识别，并不能据此推断各组在交互剂量或投入程度上的可比性。此外，受在线问卷平台的技术限制，本研究仅能记录参与者是否完成交互，而无法采集对话轮数、交互时长及对话内容等过程性数据，因而难以在行为层面对各组的交互过程作细致比较。各交互方式（尤其多轮对话式AI与单次查询式搜索）之间在交互剂量上的差异及其对结果的可能影响，仍有待未来借助具备完整行为日志的平台加以记录和检验。最后，本研究因变量的测量仍有可改进之处。线下就医意愿的题项中指代了各组所经历的信息获取方式（AI问诊交互或搜索引擎），这虽符合传播效果实验测量特定刺激情景下反应的内在逻辑，但“AI”与“百度搜索引擎”作为评估对象本身可能携带不同的预期与情感联想。尽管本研究的核心推断建立在控制前测基线的中介与调节中介分析之上，且关键效应呈现出仅特定维度显著的结构化格局，较难由信源标签的整体性偏移所解释，但我们仍无法完全排除题项措辞效应的潜在影响。未来研究可采用不附加信息源指代的中性意向题项，或引入跨组的测量等价性检验（如多组验证性因子分析），以更严格地分离交互方式的真实效应与测量层面的措辞效应。同时，也可结合真实就医行为的追踪测量，进一步提升因变量测量的客观性与灵敏度。
总而言之，人工智能的崛起，正深刻地重塑着人与技术、人与自我乃至人与社会的关系范式。AI作为一种新兴的传播主体，其核心潜能并非对人类医生的功能性模拟或替代，而在于它能够创造出一个全新的、去社会化的交互场域。在这个场域中，技术不仅仅是信息的传递者，更成为个体进行心理预演、管理社会风险、重塑求助信心的中介性力量。AI问诊的方式由此通过独特的交互属性，为身处困境的个体赋能，使其有能力、有勇气重新接入现实世界中的专业支持系统。归根结底，当智能技术能够敏锐地感知文化心理的褶皱、审慎地回应人性深处的脆弱，它便超越了工具理性的单一向度，成为连接隐忍与表达、孤立与支持的过渡性空间。这既是技术向善的文化实践，亦是人机共生时代重塑健康公平的必由之路。
本文注释及参考文献从略，原文刊载于《国际新闻界》2026年第5期。
本期执编 / 赵冉
订阅信息
全国各地邮局均可订阅《国际新闻界》，国内邮发代号：82-849，欢迎您订阅！
您也可通过下方二维码或网址https://mall.11185.cn/h5/#/bkGoodsDetails?spuId=113613&from=imgShare&dsId=zxSWChat&dsModule=c3df4964-af5d-40a8-d6cc-a768b5306e52 ，进入中国邮政微商城订阅本刊。
您还可访问《国际新闻界》官方网站 http://cjjc.ruc.edu.cn/ ，免费获取往期pdf版本。
进入官网下载原文
热门跟贴