個人信息回避行為的驅動因素研究

王文韜 張帥 李晶 謝陽群

〔摘 要〕探究個人信息回避行為的驅動因素既能為社會深入理解個人信息回避行為提供一定理論支持，也能為優化互聯網+環境下個人信息回避行為提供一定的參考。文章采用質性研究方法，借助NVivo 11軟件，分析Web of ScienceTM核心合集數據庫中相關文獻，結合風險與效用理論，對個人信息回避行為的驅動因素進行梳理。研究發現，負面情緒是個人信息回避行為的最主要驅動因素，認知沖突、行為成本和損失厭惡是主要驅動因素，維持樂觀是次要驅動因素，信息疲勞和信息主觀規范是一般驅動因素。據此得出相應啟示。

〔關鍵詞〕信息回避；信息行為；質性研究；動機

DOI：10.3969/j.issn.1008-0821.2018.04.004

〔中圖分類號〕G202 〔文獻標識碼〕A 〔文章編號〕1008-0821（2018）04-0029-06

〔Abstract〕Exploring the motives of personal information avoidance cannot only provide some theoretical support for the social deep understanding of personal information avoidance behavior，but also provide some reference for optimizing the behavior of personal information avoidance in Internet+environment.By using NVivo 11 software，the paper analyzed the relevant literatures in the web of ScienceTM core collection database，and combined the theory of risk and utility to study the traceability of personal information avoidance behavior.It found that negative emotions were the most important factors of personal information avoidance behavior.Cognitive dissonance，behavior cost and loss aversion were the main motivating factors.Optimism maintenance was the secondary motive factor.Information fatigue and information subjective norms were the general motivational factor.And it drew the corresponding inspiration of personal information avoidance behavior.

〔Key words〕information avoidance；information behavior；qualitative research；motivations

大數據時代，各行各業逐漸與大數據技術深度融合，數字信息成為當代情報學發展的新語境[1]。在此背景下，個人的社會活動愈加離不開信息的協同工作，但面對多種信息源和信息渠道，作為信息宿的個體卻出現越來越多的個人信息回避行為。如有的用戶在頻繁網購后，不愿意查看個人的互聯網金融賬戶[2]；有的用戶在社交網絡中，主動屏蔽好友發布的信息[3]。信息回避行為一直都存在于個人的信息活動中，在大數據時代表現得更為明顯。那么，在大數據背景下個人為什么會產生信息回避行為？個人信息回避行為又受到哪些關鍵因素的驅動？對個人信息回避行為的驅動因素研究將幫助我們分析上述問題。

質性研究方法是通過深入研究目標樣本以更好地了解事物的現象，尤其適合對人類的行為以及產生這種行為的原因進行探索研究[4]。因此，本文運用質性研究方法，借助NVivo 11分析軟件，分析Web of ScienceTM核心合集數據庫中相關文獻，結合風險與效用理論，對個人信息回避行為的驅動因素進行了探索性研究，既能為社會深入理解大數據時代個人信息回避行為提供一定理論支持，也能為優化互聯網+環境下個人信息回避行為提供一定的參考。

1 相關概念及理論基礎

1.1 相關概念

隨著移動互聯網技術和大數據科學的興起，人類社會擁有的信息量十分巨大，如何在數字化浪潮中協同、生存以及如何在海量的信息中篩選所需信息成為情報學領域新興的研究課題之一[5]，通常認為信息過濾、信息規避以及信息回避分別是個人進行信息篩選的3個不同層次。信息過濾主要是個人使用計算機方法過濾或減少輸入的信息量，以消除冗余的信息[6]，這是個體篩選信息的第1個層次；信息規避是個人進行信息篩選的第2個層次，是指通過主觀判斷將無用或無效的信息進行過濾[7]；信息回避是個人篩選信息的第3個層次，目的是避免獲取那些有用但個體可能不愿接收的信息[8]。本文參考Sweeny K等的觀點，他認為個人信息回避是個人旨在防止或延遲獲取可利用但可能不需要的信息的任何行為[9]。個人信息回避具有以下兩個特征：一是個人知道回避信息是可利用的；二是個人可以自由獲取該信息。

1.2 感知風險理論和預期效用理論

感知風險理論最早是由哈佛大學的Bauer R A于1960年從心理學研究延伸出來的理論，他認為用戶行為將會產生不確定性的結果，而這種不確定性就是風險的最初定義[10]。感知風險主要包括兩個因素：決策結果的不確定性和潛在的不良后果[11]。研究表明，人們獲取信息的風險感知會導致個人信息回避行為[12]。

預期效用理論也被廣泛應用于信息回避行為研究中，人們獲取信息的動機在很大程度上是為了利用其幫助自己做出有利的決定，當信息不符合預期效用時，人們會防止獲取該信息[13]。個人信息回避行為的動機都體現在預期效用理論中，個體從未來事物的預期中獲得效用，從而做出行為反應[14]。

2 研究設計和數據分析

2.1 研究方法

本研究采用質性研究方法，將有價值的定性資料轉化為定量數據進行分析，以建立有意義的、分類交流的內容資料，從而對個人信息回避行為的驅動因素進行研究。

2.2 研究工具

NVivo是澳大利亞的質性軟件開發商QSR International開發的優秀計算機輔助定性數據分析軟件（CAQDAS）之一，它旨在幫助研究者科學的管理和分析定性數據，其中NVivo 11是該軟件最新版本。Web of ScienceTM核心合集數據庫收錄了眾多世界權威的、高影響力的學術期刊，在學術界具有較高的影響力。因此，本文利用NVivo 11軟件對Web of ScienceTM中個人信息回避相關的文獻資料進行質性分析。

2.3 研究步驟

本研究參照Ellis T和Levy Y對文獻資料進行分析的方法，將質性研究步驟分為3個階段[15]。第一階段：收集和篩選文獻資料。本研究選取Web of ScienceTM核心合集數據庫，用“Information Avoidance”進行主題檢索，檢索時間為2017年6月19日，共搜索到65篇相關文獻，通過逐條閱讀文獻名稱和摘要，剔除6篇與研究主題不符的文獻，最終確定59篇文獻作為質性分析的樣本。在此基礎上，將59篇文獻按照出版日期降序排列并下載PDF至本地存儲設備，用阿拉伯數字1～59作為其文件名；第二階段：分析和處理文獻資料。研究人員設計了一份詳細的文獻資料處理方案，包括文獻導入方式、制定編碼規則以及最終結果的呈現；第三階段：報告研究成果。經過上述兩個階段的資料分析后，研究人員通過NVivo 11軟件的相關功能對文獻資料的編碼進行查詢和處理，以探索個人信息回避行為驅動因素之間的關聯，并以圖表數據的方式進行分析。

2.4 數據分析

在初步分析文獻資料的基礎上，共形成25個樹節點，剔除其中5個與個人信息回避行為有關但與驅動因素無關的樹節點，如人口統計學特征、種族差異（Racial Differences）等。本研究經過第一個層次的編碼之后，在感知風險主節點下形成12個樹節點，在預期效用主節點下形成8個樹節點。在第二個層次的編碼基礎上，將數量較多的層級較低范疇歸納為數量較少的層級更高的范疇，最終在感知風險（Perceived Risk）主節點下形成2個樹節點，分別為負面情緒（Negative Emotions）和認知沖突（Cognitive Dissonance），其中負面情緒（Negative Emotions）樹節點又由4個子節點組成，分別為感知焦慮（Perceived Anxiety）、恐懼訴求（Fear Appeal）、預期后悔（Anticipated Regret）和感知失望（Perceived Disappointment）；在預期效用（Expected Utility）主節點下形成5個樹節點，分別為行為成本（Behavior Cost）、損失厭惡（Loss Aversion）、維持樂觀（Optimism Maintenance）、信息疲勞（Information Fatigue）和信息主觀規范（Information Subjective Norms）。

本文通過NVivo 11軟件的比較節點功能，將感知風險和預期效用兩個主節點進行比較，這就形成了感知風險和預期效用兩個節點共同文獻來源以及它們各自獨有內容的可視化表示，如圖1所示。從比較示意圖中可以看出感知風險和預期效用兩個節點有較多的共同編碼文獻，說明大部分信息回避的文獻都對它們進行了研究；感知風險節點獨有的編碼文獻來源較多于預期效用節點的編碼文獻。

本文通過NVivo 11軟件對感知風險及預期效用兩個主節點進行樹形模型關系構建，通過對節點與子節點之間的邏輯關系的模型化處理，形成了個人信息回避行為的驅動因素模型，如圖2所示。從模型圖可以看出基于感知風險和預期效用下節點與子節點間的關系能較好的擬合成模型。

3 驅動因素研究結論

本研究基于風險與效用理論對個人信息回避行為的驅動因素進行梳理，通過將文獻資料導入Nvivo軟件進行質性分析，共歸納出7個驅動因素，具體驅動因素的資料分析結果（1～59表示文獻編號）如表1所示。

3.1 感知風險

感知風險是個人信息回避行為重要的驅動因素之一，包括負面情緒和認知沖突。從數據分析中發現，感知風險的編碼參考點占全部編碼的56.2%，約2/3的文獻資料將感知風險作為個人信息回避行為的驅動因素進行了探討和研究。

3.1.1 負面情緒

負面情緒是驅動個人信息回避行為最主要的因素，編碼參考點占比34.8%，它主要包括感知焦慮、恐懼訴求、預期后悔和感知失望4個方面。在感知焦慮方面，因為獲取的風險信息會讓個體對不確定性結果產生焦慮感，個體選擇回避風險信息正是為了減少這種焦慮的情緒[16]（50）；在恐懼訴求方面，恫嚇他人的信息可能會讓個體產生防御性反應而避免與該信息的發生聯系[17]，實證研究表明，信息回避行為的動機與個人恐懼訴求呈正相關關系[18]（19）；在預期后悔方面，當個體處于認知不確定的狀態時，個體避免與產生預期后悔情緒的信息接觸[19]（34），如新車主更加關注他們購買車型的廣告，而不是他們考慮但并沒有購買車型的廣告[20]；在感知失望方面，感覺驅動力（Drive for Sense-Making）能促使人們尋求或回避信息，失望的情緒與個人信息回避行為密切相關[21]（10）。

3.1.2 認知沖突

認知沖突是個人信息回避行為的主要驅動因素，編碼參考點占比21.4%。個人有意識的回避那些與內部狀態相矛盾的信息，以免引起心理不適[22]（15）。比如，當財務信息威脅到個人的認知時，個體傾向于避開它[23]（2）；當患者對藥物治療效果和副作用的認知出現不一致的時候，他們通常采用信息回避的方式來緩和心理的緊張局勢[24]（27）。個體回避的認知信息有3種類型：對自我的認知、對他人的認知以及對世界的認知。首先，個人會有意建立和主動維持對自我的認知，相信自己有能力做出對的判斷；其次，個人有意維持對他人認知的一致性，并傾向于回避與現有認知沖突的信息；最后，個人會有意尋求與世界觀相符合的信息，而回避與個人世界觀不一致的信息。

3.2 預期效用

預期效用是個人信息回避行為重要的驅動因素之一，它主要包括行為成本、損失厭惡、維持樂觀、信息疲勞和信息主觀規范。從數據分析中發現，預期效用的編碼參考點占比43.8%，約1/2的文獻資料對預期效用驅動個人信息回避行為進行了分析和研究。

3.2.1 行為成本

行為成本是驅動個人信息回避行為的主要因素，編碼參考點占比13.4%。信息通常用于提供關于世界狀態、個人的健康狀況、人生狀況等的更新，而這種更新信息常常需要個人采取行動，做出改變[25]（40）。讓個人離開舒適圈去改變行為，這本身就有困難，何況行為有時可能會帶來一些負面的影響。調查發現，有1/3的參與者選擇不看他們皮膚損傷的紫外線（UV）照片，尤其是平時沒有防曬行為的調查對象更傾向于采取信息回避行為，因為該信息可能會要求他們改變行為習慣[26]（21）。當得知視力健康狀況后，可能需要個人改變一些不良的用眼習慣，如減少手機的使用時間，而個體改變這種行為可能需要花費更大的成本，導致個人回避視力信息[27]（55）。

3.2.2 損失厭惡

損失厭惡是個人信息回避行為的主要驅動因素，編碼參考點占比20.5%。個人信息回避行為與經濟學理論相關[28]，它是個人對獲取信息后果的利弊進行分析后所產生的行為[29]（11）。與信息尋求者相比，信息回避者往往期望從信息中獲得更大的收益并降低個體損失至最低[30]（47），當個體對獲取信息的預期為負時，個人會回避這些信息從而避免損失[31]（10）。

3.2.3 維持樂觀

維持樂觀是個人信息回避行為的次要驅動因素，編碼參考點占比8.0%。人們選擇回避信息的原因是他們期望享受當下[32]（12），維持樂觀的現狀，以保持對生活的希望和勇氣[33]（7）。而獲取不需要的信息可能會干擾到個人維持樂觀的狀態，在這種情況下會發生信息回避行為。研究指出，當面對健康信息時，樂觀主義者更容易產生信息回避行為[34]（22）。

3.2.4 信息疲勞

信息疲勞是個人信息回避行為的一般驅動因素，編碼參考點占比約1%。當個體具有先驗信息時更容易去回避這類信息。在生活和工作中，人們接觸到的信息大部分都具有重復性特征，這使得他們很容易對此產生信息疲勞，從而導致了個人信息回避行為[35]（49）。

3.2.5 信息主觀規范

信息主觀規范是個人信息回避行為的一般驅動因素，編碼參考點占比約1%。個人對特定信息的回避可能受到他人行為的影響，尤其是對個人能產生重要影響的人，如家人、朋友、老師、偶像等。研究指出，信息主觀規范與個人信息回避行為呈現正相關關系[36]（38）。

4 研究啟示

結合文中的質性分析發現，個人信息回避行為的積極效應和消極效應是同時存在的。本文基于感知風險與預期效用理論視角，對個人信息回避行為進行多維度的分析，為優化個人信息回避行為提供一定參考。

在感知風險視角下，個人信息回避行為是應對風險信息的一種自我保護機制。一般來說，風險信息可能對個體造成一定的心理負擔和負面情緒反應，包括焦慮、恐懼、后悔、失望等。個體選擇回避這些信息，在一定程度上是為了避免負面情緒的產生。如有的人回避失敗經歷的信息是為了避開失望的感受；有的人回避他人對自己的負面評價是為了避免憤怒的情緒等。個體在評估負面情緒可能會帶來的風險結果后選擇個人信息回避行為，此時，個人是規避了信息風險，可也付出了可能獲取有效信息的代價。如有的人回避健康檢查的信息，雖然在一定程度上回避了風險信息帶來的負面情緒，但也拒絕了可能改善健康狀況的有用信息。

通常，個人傾向于尋求證實自己的態度、信念和決定的信息，并盡可能的回避威脅認知的信息。信息回避行為有助于個體維持內在和外在認知的一貫性，捍衛自我的人生觀、價值觀和世界觀。然而，個人信息回避行為也可能不利于改變固有認知。有時候個人對事物的了解和認識停留在固有的認知上，或對事物的認知有所偏頗，采取信息回避行為只會加劇這種認知偏見，難以對事物有全面的、辯證的認識。

在預期效用視角下，個人信息回避行為是獲取有效信息的一種重要手段。從預期效用理論出發，個人獲取信息的價值總是非負的[37]。面對海量的數據信息，個人如何獲取最有價值的信息成為了新的關注焦點。信息回避行為有助于個體對信息的價值進行判斷，避開無效或冗余的信息，從而提高信息活動效率。但是，基于個人的主觀判斷就采取信息回避行為，難免會錯失一些有價值的信息，無法獲取最優的解決方案。

在當前互聯網信息洪流中，個體在大量碎片化信息的刺激下注意力下降，導致信息篩選機制無法發揮正常效力，造成個人心理或生理的信息疲勞，最終導致個人信息回避行為[38]。在信息疲勞的狀態下，個人對信息的效用感知降低，致使個體對信息出現回避行為的現象，不利于信息的傳遞，也失去了回避信息可能帶來的信息偶遇和信息創新[39]。

因此，在大數據時代背景下，對信息接收者而言，個體應不斷提高自身的信息識別、信息判斷和信息管理等能力，在不同的情境下面對不同的信息既要合理的運用信息回避行為的積極效應，滿足個人的信息需求，又要盡量抑制信息回避行為所帶來的消極效應，以免錯失有用信息。對信息發送者而言，內容生產者應對信息進行專業篩選、整合后謹慎發布，努力提高信息傳播的效率，從而優化個人的信息回避行為效用。

5 結 語

本文對個人信息回避行為的驅動因素進行分析，探討了個人信息回避行為動機的一般規律，既能為社會深入理解大數據時代個人信息回避行為提供一定理論支持，也能為優化互聯網+環境下個人信息回避行為提供一定的參考。本研究中的樣本只來自Web of ScienceTM核心合集一種數據庫，并未覆蓋個人信息回避行為動機的所有研究，未來可考慮擴大研究的范圍，并針對不同情境下的個人信息回避行為做進一步探究。

參考文獻

[1]吳晨生，張惠娜，劉如，等.追本溯源：情報3.0時代對情報定義的思考[J].情報學報，2017，36（1）：1-4.

[2]Golman R，Hagmann D，Loewenstein G，et al.Information Avoidance[J].Journal of Economic Literature，2017，55（1）：96-135.

[3]邱佳青，裴雷，孫建軍.社交網絡背景下的用戶信息屏蔽意向研究[J].情報理論與實踐，2016，39（11）：43-48.

[4]Bogdan R，Taylor S J.Looking at the Bright Side：A Positive Approach to Qualitative Policy and Evaluation Research[J].Qualitative Sociology，1990，13（2）：183-192.

[5]曾建勛，魏來.大數據時代的情報學變革[J].情報學報，2015，（1）：37-44.

[6]Manheim L.Information Non-Seeking Behaviour[J].Information Research，2014，19（4）：210-220.

[7]文金書，鄧小昭，付玲玲.用戶信息規避行為及其國內外研究現狀淺析[J].圖書情報工作，2011，55（5）：42-45.

[8]Bawden D，Robinson L.The Dark Side of Information：Overload，Anxiety and Other Paradoxes and Pathologies[J].Journal of Information Science，2009，35（2）：180-191.

[9]Sweeny K，Melnyk D，Miller W，et al.Information Avoidance：Who，What，When，and Why[J].Review of General Psychology，2010，14（4）：340-353.

[10]Bauer R A.Consumer Behavior as Risk Taking.W：Dynamic Marketing for a Changing World.Red.RS Hancock[C]//Proceedings of the 43rd Conference of the American Marketing Association，Chicago，1960.

[11]Taylor J W.The Role of Risk in Consumer Behavior[J].The Journal of Marketing，1974：54-60.

[12]Andries M，Haddad V.Information Aversion[C]//Society for Economic Dynamics 2014 Meeting Paper，2014，1091.

[13]Kszegi B.Ego Utility，Overconfidence，and Task Choice[J].Journal of the European Economic Association，2006，4（4）：673-707.

[14]Caplin A，Leahy J.Psychological Expected Utility Theory and Anticipatory Feelings[J].The Quarterly Journal of Economics，2001，116（1）：55-79.

[15]Ellis T，Levy Y.A Systems Approach to Conduct an Effective Literature Review in Support of Information Systems Research Informing Science[J].International Journal of an Emerging Transdiscipline，2006，9（9）：181-212.

[16]Sairanen A，Savolainen R.Avoiding Health Information in the Context of Uncertainty Management[J].Information Research，2010，15（4）：372-379.

[17]Ruiter R C，Kok G.Saying is Not（Always）Doing：Cigarette Warning Labels are Useless[J].European Journal of Public Health，2005，15（3）：329.

[18]Chae J.A Three-Factor Cancer-Related Mental Condition Model and Its Relationship With Cancer Information Use，Cancer Information Avoidance，and Screening Intention[J].Journal of Health Communication，2015，20（10）：1133.

[19]Howell J L，Collisson B，Crysel L，et al.Managing the Threat of Impending Implicit Attitude Feedback[J].Social Psychological & Personality Science，2013，4（6）：714-720.

[20]Krhmer D，Stone R.Anticipated Regret as an Explanation of Uncertainty Aversion[J].Economic Theory，2013，52（2）：709-728.

[21]Chater N，Loewenstein G.The Under-Appreciated Drive for Sense-Making[J].Journal of Economic Behavior & Organization，2016，126（2）：137-154.

[22]Gaspar R，Luís S，Seibt B，et al.Consumers Avoidance of Information on Red Meat Risks：Information Exposure Effects on Attitudes and Perceived Knowledge[J].Journal of Risk Research，2016，19（4）：533-549.

[23]Harkin B.Improving Financial Management via Contemplation：Novel Interventions and Findings in Laboratory and Applied Settings[J].Frontiers in Psychology，2017，7（8）：327.

[24]Hayden C，Neame R，Tarrant C.Patients Adherence-Related Beliefs About Methotrexate：A Qualitative Study of the Role of Written Patient Information[J].BMJ Open，2015，5（5）：e006918.

[25]Howell J L，Shepperd J A.Behavioral Obligation and Information Avoidance[J].Annals of Behavioral Medicine，2013，45（2）：258-263.

[26]Dwyer L A，Shepperd J A，Stock M L.Predicting Avoidance of Skin Damage Feedback Among College Students[J].Annals of Behavioral Medicine，2015，49（5）：685-695.

[27]Neidell M.Information，Avoidance Behavior，and Health the Effect of Ozone on Asthma Hospitalizations[J].Journal of Human Resources，2009，44（2）：450-478.

[28]Tversky A，Kahneman D.Advances in Prospect Theory：Cumulative Representation of Uncertainty[J].Journal of Risk and Uncertainty，1992，5（4）：297-323.

[29]Hertwig R，Engel C.Homo Ignorans：Deliberately Choosing Not to Know[J].Perspectives on Psychological Science，2016，11（3）：359-372.

[30]Sweeny K，Miller W.Predictors of Information Avoidance：When Does Ignorance Seem Most Blissful？[J].Self and Identity，2012，11（2）：185-201.

[31]Karlsson N，Loewenstein G，Seppi D.The Ostrich Effect：Selective Attention to Information[J].Journal of Risk and uncertainty，2009，38（2）：95-115.

[32]Thunstrm L，Nordstrm J，Shogren J F，et al.Strategic Self-Ignorance[J].Journal of Risk and Uncertainty，2016，52（2）：117-136.

[33]Howell J L，Shepperd J A.Establishing an Information Avoidance Scale[J].Psychological Assessment，2016，28（12）：1695.

[34]Taber J M，Klein W M P，Ferrer R A，et al.Information Avoidance Tendencies，Threat Management Resources，and Interest in Genetic Sequencing Feedback[J].Annals of Behavioral Medicine，2015，49（4）：616-621.

[35]Barbour J B，Rintamaki L S，Ramsey J A，et al.Avoiding Health Information[J].Journal of Health Communication，2012，17（2）：212-229.

[36]Yang Z J，Kahlor L A.What，me Worry？The Role of Affect in Information Seeking and Avoidance[J].Science Communication，2013，35（2）：189-212.

[37]Thunstrm L，Nordstrm J，Shogren J F，et al.Strategic Self-Ignorance[J].Journal of Risk and Uncertainty，2016，52（2）：117-136.

[38]Estok S C.Information Fatigue，Environmental Fatigue：Producing Affect in Ecomedia[J].The English Language and Literature Association of Korea，2014，60（3）：441-459.

[39]王文韜，謝陽群.信息偶遇模型研究回顧[J].圖書情報工作，2014，58（21）：130-135.

（實習編輯：陳 媛）