基于移動經驗取樣法的量化自我參與流程及內在機理研究

朱慶華，徐孝婷，趙宇翔，楊夢晴

（1.南京大學信息管理學院，南京 210023；2.南京郵電大學社會與人口學院，南京 210023；3.南京理工大學經濟管理學院，南京 210094；4.南京師范大學新聞與傳播學院，南京 210097）

1 引 言

當前生態環境日益嚴峻，加之以犧牲個人健康為代價的快節奏生活模式涌現，由此引發的人類亞健康、慢性病等健康議題正成為需要全世界共同應對的問題。2016年，中共中央、國務院印發《“健康中國2030”規劃綱要》，旨在強調健康是促進人的全面發展的必然要求，是經濟社會發展的基礎條件，要擺在優先發展的戰略地位[1]。2019年發布的《健康中國行動（2019—2030年）》倡導每個人是自己健康第一責任人的理念，并提倡人們需要主動學習健康知識，養成健康的生活方式[2]。量化自我（quantified self，QS）作為健康管理的有效手段，可以幫助用戶通過數據追蹤促進自我反思，進而提升用戶對健康問題的認知，主動改變不良的生活方式，因此，逐漸受到人們的青睞[3]。

皮尤研究中心（Pew Research Center，PRC）的《健康跟蹤》報告發現，近70%的成年人定期跟蹤至少一項指標來進行健康管理，有關體重、飲食和鍛煉的追蹤最受歡迎[4]。與此同時，移動設備、傳感器以及互聯網技術的快速發展，促進可穿戴設備、移動終端應用的快速普及，為獲取個人數據（如生理數據、行為、習慣和思想）提供了極大便利，用戶可以隨時隨地開展追蹤和記錄[5]。例如，Apple Watch可以實時追蹤心率、步數、速度、睡眠等，Keep可以記錄運動軌跡、里程、配速、卡路里等。傳統環境下，個人需要向醫生或專業機構咨詢有關自身健康的生物數據，而現在通過量化自我工具即可快速獲取，用戶逐漸成為個人健康管理的專家[6]。目前，量化自我在日常健康促進、慢性病管理、疾病預防、院外康復等諸多領域中發揮了重要作用，并逐漸深入人們健康生活的方方面面[7-8]。

然而，研究發現用戶在參與量化自我的過程中，面臨數據不準確、時間壓力、精力不足、可視化結果復雜、反思難等各類困難，導致用戶中斷參與，無法實現可持續的量化自我效應[9-10]。此外，盡管各種量化自我工具的發展已經較為成熟，但是用戶仍然面臨操作困難、數據權限甚至結果無法理解等障礙[11]。相關學者認為，這與量化自我本身以及參與量化自我過程中用戶需求沒有被充分理解有關。量化自我究竟是什么，以及參與過程中用戶需要什么數據、為什么需要這些數據、什么工具可以提供這些數據，還有，用戶遇到什么障礙，目前這些問題的答案都還不夠清晰[12]。與此同時，量化自我概念以及本質具有一定的抽象性[5]，不同情境下類型表現多樣化[13]，這給理解量化自我帶來了一定的困難。尤其是量化自我階段特性，更是導致不同階段中用戶行為、體驗、障礙等各有差異。鑒于此，如何能夠詳細、具體地剖析量化自我參與的全流程，對解釋上述問題具有較為關鍵的意義和價值。

已有學者就量化自我流程的劃分開展了部分研究，但相關研究主要基于系統和技術的視角[9,14]。本研究認為，為了更好地理解量化自我參與流程以及內在機理，充分理解用戶需求、行為、障礙等因素，應該從用戶參與的視角出發對量化自我進行流程劃分。基于此，本研究嘗試開展縱向實驗研究，借助移動經驗取樣、事后訪談的方法，挖掘用戶參與量化自我具體流程，并深入分析各階段關鍵信息行為、主要障礙及內在機理等，試圖將抽象的量化自我具體化、形象化，以期為后續研究及實踐發展提供參考依據。

2 研究綜述

2.1 量化自我的定義

量化自我（quantified self）一詞由《連線》雜志主編凱文·凱利和技術專欄作家加里·沃爾夫于2007年提出，指的是“用戶和工具制造商通過自我追蹤來分享對自我認識的興趣的一種協作”[15-16]。量化自我又被稱為自我量化（self-quantification，self-quantifying），與之密切相關的概念有：個人信息學（personal informatics）、自我追蹤（self-track‐ing）、自我監視（self-surveillance）、自我監控（selfmonitoring）、個人分析（personal analytics）、數字生活（living by numbers）或生活黑客（life hacking）、自動分析（auto-analytics）、生活記錄（lifelog‐ging）等[3,9,17-19]。

目前，在量化自我的界定上已經開展了一系列嘗試。維基百科[20]將量化自我定義為“通過技術進行自我跟蹤的文化現象，也指用戶群體和自我跟蹤工具制造者感興趣于‘通過數字進行自我認識’”。Swan[5]認為，量化自我通過獲取數據來采取行動，是個人對自身生理、物理、行為以及環境等數據的追蹤過程；其指出量化自我的概念起源于個人層面的自我追蹤（self-tracking），目前已經逐步擴展到群體數據（group data）層面。Lupton[13,21]認為，量化自我是用戶主動監測、記錄有關生活相關特征數據的實踐。Almalki等[18]將量化自我過程視為一種記錄生活的方式，通過運用量化工具進行數據的收集和管理，并根據數據結果進行反思來調整健康狀況和行為。Rooksby等[22]則認為，量化自我不應局限于個體視角，社群視角的量化自我更具普適性；其將量化自我的定義延伸到社群角度，認為量化自我是指集體進行數據追蹤、共享、協調來改善提升群體健康的社會化、群體化活動。李東進等[23]梳理量化自我的定義，認為量化自我是在個體層面或群體層面追蹤自我生理、物理、行為或環境方面的數據信息，旨在提升自我感知、自我意識或自我績效等的過程。

2.2 量化自我流程的相關研究

大量的相關研究已經明確量化自我的階段性特性，基于不同視角，其劃分依據、劃分結果也不盡相同，此外流程之間的內在機理也具有一定的差異性。例如，Li等[9]從信息系統角度將量化自我流程分為五個階段：準備（preparation）、收集（collection）、集成（integration）、反思（refection）和行動（ac‐tion），階段間的內在機理表現為連鎖障礙（cascad‐ing barriers）、迭代（iterative）、基于用戶驅動和基于系統驅動（user-drivenvs.system-driven）、單維度與多維度信息（uni-facetedvs.multi-faceted informa‐tion）；此外，Li等[12]還提出量化自我的關鍵階段主要集中在保持（maintenance）和發現（discovery）階段，兩個階段既具有一定的差異性（discrepancies）又存在相互過渡性（transitions between phases）。De Maeyer等[14]從自我尋優動機角度將量化自我流程分為目標設定、數據解讀/反思以及數據反饋/指導三個過程，不同階段存在互相影響、連鎖障礙以及反復性等特征。Prochaska等[24]則從健康行為改變的視角認為思考前（precontemplation）、思考（contem‐plation）、準備（preparation）、行動（action）和維持（maintenance）是五個必備階段，用戶在此過程中不斷提升自己進而實現目標。Rooksby等[22]認為以上劃分方式過多側重技術的核心作用，應該重視用戶的體驗，并提出追蹤（tracking）、反思（refection）和行動（action）三個階段。對比國際學者的研究成果，目前國內在這一領域還有較大空缺，只有部分學者提出特定階段的重要性。例如，李東進等[23]在對已有研究梳理的基礎上，發現量化自我過程的劃分缺乏對數據反思與行動之后的維持階段的關注，該階段對于用戶健康行為改變具有關鍵性作用，建議相關學者給予更多重視。

綜上，已有對量化自我流程的劃分多基于系統、數據周期等視角，缺乏從用戶參與的角度進行劃分，尤其是不同階段中的關鍵信息行為和主要障礙還不清楚。基于此，本研究重點圍繞用戶參與的整個過程對量化自我進行詳細劃分，并梳理各個階段關鍵行為表現。

3 研究設計

3.1 研究過程

研究過程主要分三個階段。第一階段，招募階段。通過不同渠道發布招募公告，借助問卷調查獲取用戶的基本信息，經過篩選最終招募符合條件的被試15人。第二階段，數據收集階段。基于移動經驗取樣法，借助AWARE Client日志記錄軟件以及用戶自主匯報兩種數據收集形式，獲取被試連續兩周的日志數據以及個人匯報的結構化文本。第三階段，事后訪談階段。以非結構式訪談進一步獲取量化自我過程中反映用戶相關行為的訪談信息，作為補充性數據。具體研究過程如圖1所示。

圖1 研究過程

此外，為了激勵參與者完成整個實驗過程，充分獲取完整的實驗數據，本研究制定了激勵規則，即任務完成度越高的用戶，最終獲得的回報越多。具體包括：完成初步篩選的用戶，獲贈小禮品；完成兩周實驗數據收集的用戶，獲得100元獎勵；完成事后訪談的用戶，再獲得50元的經濟回報。

3.2 實驗對象

本研究以線上招募的方式開展實驗用戶的選取。招募條件是具有量化自我的經歷（如飲食、減肥、體育活動、健康、睡眠）。招募被試的渠道主要有三種：第一，利用微信和QQ發布招募信息，共招募到9人；第二，通過“滾雪球”的方法，委托已經招募到的9位用戶以推薦的方式，介紹身邊符合實驗條件的對象，共招募到6人；第三，借助2個熱門的可穿戴設備在線社區（小米手環社區[25]、華為運動手環的“花粉俱樂部”社區[26]）以及2個移動應用健康追蹤APP社區（Keep和檸檬），招募到6人。整個招募階段歷時1個月（2020年8月1日至2020年9月1日），去除6位之前僅僅試用后就放棄的用戶，最終符合條件的被試共15人，基本信息如表1所示。其中，男性9人，女性6人。主要是集中在21～30歲的青年群體，招募結果與已有研究得出的量化自我重度參與者主要是20～30歲群體這一結論較為吻合[27]。在身份分布上，大多數是學生，還有健身教練、特警、教師等。在健康狀況方面，大多數參與者健康狀況良好。截至目前，參與量化自我持續時間大多在半年以上。量化自我類型以追蹤運動、睡眠和飲食為主。然而需要說明的是，由于個人原因，其中3名被試（P6、P8、P14）沒有完整地完成實驗，但由于這3位被試均參與了整個實驗的80%以上，因此，收集的相關數據也被本研究用于分析，剩余共有12名被試完成了整個實驗。

表1 實驗用戶基本信息

3.3 數據獲取

本研究主要利用移動經驗取樣法（mobile expe‐rience sampling method，mESM）作為主要的數據獲取方式，事后訪談作為補充性數據。mESM可以借助移動應用或用戶自主匯報的方式收集人們日常生活情境下自然發生的行為數據，已被廣泛應用于用戶行為的縱向研究領域[28]。基于此，mESM適用于追蹤量化自我這一自然發生且長期進行的行為數據。目前，mESM軟件可以安裝在移動設備上，通過人為提醒或發放問卷的方式，獲取用戶主動匯報的數據或者基于服務器實時收集和跟蹤數據[29]。因需要多次縱向數據收集，一般有5～10個被試即可獲取充足的數據，且研究周期可以為5天至1個月，通常為1～2周[30]。因此，本研究被試共15人，實驗時間為2周，符合mESM的使用標準。

本研究中被試參與量化自我使用的工具以移動終端應用程序和可穿戴設備為主。在使用移動終端應用程序的被試中，有10位愿意采用AWARE Cli‐ent日志記錄軟件，主要記錄被試使用量化自我工具的類型、使用時間、頻率以及使用時長。該軟件的優點是不會記錄個人隱私信息，用戶可以通過設置選擇想要收集的數據，隨后數據會自動保持在移動手機中。因此，本研究培訓這類被試在個人手機上安裝AWARE Client，進行為期兩周的實驗時間，期間本研究不對用戶進行任何干預，用戶按照平時個人習慣使用手機即可。但是，盡管AWARE Client日志記錄軟件不涉及個人隱私的數據收集，仍有部分用戶表示并不愿意接受使用，其中有5位被試（P2、P5、P7、P12、P15）的日志數據沒有被獲取。此外，實驗過程中，所有被試均需要根據實驗問題匯報相關數據，這個過程允許他們通過微信或QQ自主向研究者匯報數據。因此，在mESM過程中，數據以AWARE Client記錄以及用戶主動匯報兩種方式并行收集。

整個數據收集采用時間段抽樣的方法，實驗開始的前兩天主要在早上9點和晚上9點發送問題提醒，但發現被試匯報并不積極，為了能夠真實獲取被試量化自我時的詳細行為、體驗等數據，根據前兩日的AWARE Client日志數據，發現被試活躍時間主要集中在早晨（7:00—9:00）和晚上（17:00—20:00），分布如圖2所示。因此，實驗員之后選擇在這兩個時間段發送提醒和相應的問題，被試匯報較為積極。其中，在數據收集過程中需要用戶回答的問題主要有：①此次（當天）關注了什么追蹤/量化/記錄內容？使用工具是什么？②此次（當天）關注/使用的原因是什么？您是如何關注/使用/操作的？是否存在困難？請簡單描述。③您如何理解此次（當天）追蹤/量化/記錄的結果？根據自己的理解發表觀點。最終，此階段獲取數據有AWARE日志記錄數據及被試主動匯報的結構化文本數據。

圖2 量化自我用戶活躍時間分布

事后訪談作為補充性知識的一種常見的輔助研究手段，常用于支持ESM的后續具體情境與問題研究的數據獲取[30-31]。因此，在mESM實驗結束后的第3天，為深入探析用戶量化自我全過程，進一步對每位用戶進行事后訪談，主要就用戶對量化自我過程的理解、困難、感受、認識和建議等主題開展非結構式訪談，圍繞“參與量化自我的動機是什么”“如何參與量化自我”以及“參與量自我學到了什么”三個主要問題展開，具體訪談內容如表2所示。首先，要求訪談對象攜帶量化自我工具，并簡單描述或演示一般用法；然后開始訪談，整個過程持續約30分鐘；最終獲取訪談資料12份。

表2 事后訪談的主要問題

3.4 數據分析

本研究獲取的數據主要有三個來源，分別是10位被試的AWARE Client日志記錄數據、15位被試主動匯報的結構化文本數據以及12位被試的事后訪談錄音數據。本研究對日志記錄進行統計描述，將匯報數據以及訪談錄音通過人工方式進行翻譯和轉錄為文字，翻譯過程中盡力保證原始語句或者相關細節數據原意不變。為了完整、有序地整理相關數據，根據第3節的研究問題，借助NVivo 12將涉及的不同類型進行信息存儲和管理，對與本研究問題相關的有意義詞句進行推斷和歸納，找出準確的主題，形成一個最終分析框架。此外，本研究安排了另一位分析員對相關數據進行分析，以保證分析框架和編碼的有效性。同時，在第一輪編碼中發現，被試量化自我行為表現較為分散，為了突出主要行為，在正式分析歸納時，僅考慮出現頻次在2以上的主題。

4 研究結果和討論

4.1 參與流程

通過AWARE Client軟件可以獲取用戶使用的量化自我工具、使用時間和頻率，此外，結合用戶匯報數據以及事后訪談，進一步整理量化自我參與流程。不同于以往側重從信息系統角度的劃分[9,14]，本研究強調以用戶為中心，重點探索用戶參與視角下量化自我的流程。經過第一輪編碼，發現被試的相關數據蘊含著量化自我參與的“開始-過程-結果”邏輯特點。例如，P1、P7等被試匯報了“最近開始”“剛開始”“近期”等時間狀態的數據，表明被試正處于量化自我參與的初期開始狀態；同時，P2、P8等被試匯報了“一直”“持續”“堅持”等時間狀態的數據，與量化自我持續參與的過程狀態密切相關；此外，P3、P5等被試還匯報了“作用”“效果”等狀態的數據，與量化自我參與結果是否發揮作用密切相關，具體如圖3所示。

圖3 不同被試對應的不同狀態分布

由圖3可見，第1個圈中的用戶主要是量化自我參與不足3個月的被試，第2個圈中的用戶主要以持續參與6個月以上的被試為主，第3個圈中的用戶在參與量化自我時間上沒有突出特征，可以發生在量化自我開始后的任何階段。本研究將這三個狀態命名為量化自我參與流程的三個階段，即“初始階段”“保持階段”以及“發現階段”。接下來開始第二輪編碼，主要圍繞每個階段中用戶的關鍵信息行為和可能面臨的主要障礙進行細微的梳理與歸納，試圖從較為微觀的角度深入剖析量化自我的全過程。

4.1.1 初始階段

通過對涉及初始階段的數據進行編碼和分析后，發現那些參與時間不足3個月的被試（如P1、P4）往往表現出不熟悉或反復間斷參與的狀態。經過歸納分析后發現，此階段用戶參與的核心表現是工具如何選擇、追蹤內容如何保證更有用以及量化自我目標如何發現等，用戶面臨的主要障礙也密切圍繞這些行為出現。該階段的關鍵信息行為和主要障礙如表3所示。

表3 初始階段的關鍵信息行為和主要障礙

初始階段是量化自我的嘗試階段，本階段涉及的關鍵信息行為主要在于確定量化自我工具、內容及目標，主要障礙有工具選擇困難和信息過載。該階段中用戶進行量化自我的工具主要是可穿戴設備和移動終端應用程序，且用戶往往同時使用多個工具。例如，根據AWARE Client軟件獲取的有關P1日志數據，發現一天中該被試多次使用華為運動健康、悅動圈以及Keep三款不同的APP，具體情況如圖4所示。用戶存在障礙是相關工具是否易用、個人隱私安全是否可以保障，如何確定正確工具是當前的主要顧慮。如P4認為，“市面上追蹤、量化的工具眾多，有的操作簡單，有的較為復雜，同時你會發現只要你打開相關應用就涉及自己的數據被采集，這些工具根據你的數據提供建議，那么問題來了，當我的個人數據被分析時，如何保證不會存在隱私泄露是我比較關心的”。

圖4 一天內量化自我工具使用個例（P6）

量化自我的內容主要與運動鍛煉、睡眠、步數、體重、飲食等有關。目前，量化自我工具可以實現多項內容的追蹤，但用戶表明記錄哪些數據可能真正在對個人健康發揮作用還不明確，表現出信息過載的障礙。因為想要記錄一項健康狀態涉及的健康指標是非常多的，例如，記錄睡眠可能包含心率、血氧、脈搏、呼吸等多個指標，用戶應該選擇去追蹤哪些指標對個人來說似乎還存在難度。正如P12所言，“想要清楚了解健康太難了，沒有人會告訴你到底追蹤哪些內容會真正有作用，為了了解更多，我只能盡可能地多收集一些數據，結果你會發現要追蹤記錄的項目太多了”。

此外，目標作為初始階段的重要事件，在借助工具開始量化、追蹤時需要明確。量化自我是一個典型的目標設定活動，只有設定好目標，整個量化自我過程才能更有意義[32]。目前，多數工具在使用時提醒用戶需要先設定好目標，然后在用戶使用過程中系統會根據用戶目標以及日常數據收集結果，定期提供反饋建議，協助用戶實現目標。研究發現用戶主要目標有指導睡眠、合理飲食、減脂、減重、增肌、監測身體指標等，進行量化的目標主要以個人日常健康管理相關。可能是由于工具已經提供了相應目標的選擇，本研究在對相關數據編碼和分析中沒有發現被試表現出目標選擇的相關障礙。

4.1.2 保持階段

通過對涉及保持階段的數據進行編碼和分析，本研究發現持續參與6個月以上的被試（如P8、P9）表現為可以熟練進行量化自我并開始對量化自我工具產生依從。該階段的關鍵信息行為是用戶持續性地查看每天量化自我的結果、收集要追蹤的數據以及分享個人量化自我數據，相關障礙同樣伴隨這些行為出現。該階段的關鍵信息行為和主要障礙如表4所示。

表4 保持階段的關鍵信息行為和主要障礙

數據查看主要是用戶需要在定期（每分、每時、每天等）查看追蹤和量化的結果，用于檢測和判斷個人追蹤的運動、睡眠、飲食等數值是否達標，這一要素成為保持階段中的必要狀態，常常需要反復持續執行。此狀態中，用戶表示個人障礙有系統提醒不及時，即當數據沒有被正常監測、量化結果與目標之間有差距或追蹤錯誤時，系統沒有及時地進行提醒，如P2提到，“我經常在睡覺時忘記打開睡眠監測，而我的手環并沒有及時提醒我，往往導致我的記錄是不連續的、間斷的結果”。同時，還存在系統的不穩定性，P2、P9等多位被試提到，“小米手環的系統似乎不太穩定，在使用時容易出現故障，經常閃退、黑屏，要很久才可以重啟使用”。此外，用戶認為當前量化自我可視化結果較為分散，表現為量化自我工具呈現的可視化結果往往是單一指標單獨出現，系統沒有實現對所有量化自我內容的整合，導致量化自我數據結果較為零散。如P11提到，“每次運動后，在Keep里可以看到里程、運動軌跡、配速、步頻、步幅、海拔等各類對運動過程的記錄，但是你會發現每類數據都是單獨呈現的，我看不出相互關系，要是可以將分散的可視化結果整合在一起，可能更能反映真實的運動情況”。

數據收集有主動和被動兩種形式，前者以手動化輸入為主，如飲食記錄；后者基于系統驅動，是目前數據收集的主要方式。該行為決定了量化結果數據的準確性，關乎用戶對量化自我作用的理解。用戶想要追蹤、記錄內容時，均需自行打開設備或手動記錄，在參與量化自我過程中，這同樣是一個持續反復的狀態。目前，用戶存在障礙有系統限定了收集數據的類型，用戶無法自定義來選擇追蹤內容，如P9所言，“咕咚已經限定了我在跑步時可以追蹤的項目，我沒有權利自行選擇，比如，我很想記錄快跑和慢跑時對應的卡路里消耗，但咕咚只會告訴你總的卡路里消耗”。同時，在手動化記錄數據時，往往沒有參考標準，非專業用戶很難衡量具體維度，如P8提到，“我一直都在減肥，所以我要嚴格記錄自己每天攝入多少食物，但是我發現自己很難衡量每餐吃了多少克，薄荷里也沒有相應的參照標準，所以只能粗略記錄，導致卡路里經常超標”。此外，正是因為兩種數據收集方式的差異，有些用戶對結果表示懷疑，如P15認為，“有的數據是自動化采集，有的需要手動輸入，我覺得這很麻煩，比如，我想同時記錄飲食和運動，那么飲食和運動的兩款軟件對應的兩種數據能不能衡量我的減重過程，其結果真實性不明”。因此，如何平衡兩種數據收集方式值得關注。

數據分享體現在用戶可以將量化自我結果以及過程中的經驗等信息分享在在線社區中，在用戶持續參與量化自我過程中，是部分用戶自我反思的一種方式。數據分享是用戶反思、認知自我的途徑，也為他人進行對比、獲取經驗提供了參考[33]。如P11提到，“悅跑圈APP可以在自己專屬的社交平臺與跑友交流，我可以每天打卡自己的跑步情況，也可以分享自己的心得體會，還可以和跑友交流來結交很多志趣相投的朋友”。研究發現，數據分享不僅是記錄自己成果的一種方式，也有利于激勵個人持續性地參與量化自我，具有社會性的反饋更有利于促進用戶持續使用系統[10]。通過編碼和分析后，用戶表現出較大擔憂的是個人隱私的量化自我數據是否受到保護以及數據最終使用權的歸屬問題。如P11提到，“我把自己的量化自我數據分享出來，這些數據會不會泄露，或者他人通過運動軌跡定位到我的位置，會不會影響我的生活，據我了解好像還沒有這方面的政策保護”；P13疑惑的是，“我很好奇我一直記錄的數據是屬于我個人還是社會，會不會被非法占用”。

4.1.3 發現階段

通過對發現階段的數據進行編碼和分析，發現大多用戶都表示需要參與較長時間后，才可以逐漸意識到量化自我的真正效用，如P3表示，“我可以明確了解我的量化自我過程，以及不同數據之間的內在機理”。但本研究也發現，部分用戶可能并沒有經歷較長時間而因為某些理由中斷參與，如P5用戶表示，“我覺得量化自我只是記錄生活，對我的健康沒有幫助，于是在快一年的時候選擇放棄參與”。因此，盡管此階段存在一定的時間性特征，但不同用戶認知差異導致此階段可能是長期行為也可能是短期狀態，具體時間無法清晰界定，因此，本研究不做具體時間特征上的限定。通過編碼后此階段的核心表現是用戶需要對量化自我的數據結果進行比較、反思、解釋，但是在比較、反思、解釋的過程中也引發了一系列障礙，具體如表5所示。

表5 發現階段的關鍵信息行為和主要障礙

數據比較是試圖從長期記錄的數據中發現關系和內在影響等，進而獲取自我知識，協助健康行為改變或維持[34]。用戶往往同時追蹤多項數據，不同數據反映不同的健康指標，為了了解自己的健康狀況，需要將不同的數據進行比較來發現內在聯系，目前似乎還很難通過單個指標確定身體狀態的健康標準，只有多項數據都符合標準往往才具有說服力。但是，用戶認為數據之間存在的復雜聯系，很難通過簡單比較來發現其蘊含的價值和意義，更無法像專家、醫生一樣清晰地分析數據之間的聯系以及推測其反映了什么問題，如通過記錄血氧飽和度、心率以及睡眠質量，普通用戶無法分析三者之間的真正聯系。正如P6所認為的，“我很難理解我的血氧飽和度、心率以及睡眠質量之間是否具有內在聯系，到底血氧飽和度、心率對睡眠質量是否具有影響我完全不明白”。

此外，用戶通過對量化自我數據結果進行自我反思，以進一步認識個人健康狀況是否改進。已有學者認為，量化自我是一個自我追蹤、自我反思進而獲取自我知識的過程[11]。編碼分析時發現，由于個體認知和健康信息素養差異，用戶自我反思并不順利，多數用戶表示在進行自我反思時，往往依賴于系統反饋的結果和建議，但其準確性往往并不可信。如P9發現，“我的運動顯示比上周提升了7%，系統提示我運動量遠遠不足，但本周運動頻率明顯少了很多，卻又提示我運動量良好，這明顯是異常的系統反饋，沒有參考價值，導致我不知道自己運動量夠不夠”；P1也發現，“當我睡眠狀態很好時，我的手環評估我的睡眠質量很差，但是當我發現自己沒睡好時，卻告訴我睡眠質量很好，所以有時候系統反饋似乎也并不準確”。

數據解讀是借助數據來解釋個人行為狀態。已有學者認為，量化自我結果數據隱含用戶的行為表現，只有真正理解數據，才能夠解釋自身行為[35]。但用戶表示這并不簡單，例如，P10想通過跟蹤自己的血氧飽和度來弄清楚如何合理運動，但如何解釋異常艱難，他提到，“血氧飽和度需要大于等于95，但是多1%和少1%時系統的區別感知不強，無法理解結果，需要自己上網去查找相關解讀，解讀也很難，這導致我無法解釋自己的運動是否合理、標準”。尤其是當用戶使用不同工具進行量化自我時，不同工具可能收集數據的標準不同，那么對于不同系統數據如何實現兼容、整合成為用戶實現數據解釋的前提。如P6認為，“我在使用手環和Keep時，往往數據記錄出現偏差，我不知道哪一個更可信，希望未來不同系統的數據可以有效兼容”；P9也提到，“我有兩個手環，是華為的不同版本，我經常發現兩個版本的手環記錄的睡眠數據是不一樣的，我都不知道該如何通過這些解釋自己的睡眠好不好”。

4.2 內在機理

在對用戶參與量化自我流程劃分后，發現不同階段之間存在內在的聯系。下文將繼續編碼和歸納，挖掘用戶參與量化自我流程之間的內在機理，主要從遞進、迭代和重疊三個視角進行闡釋。

4.2.1 遞進

量化自我參與流程的階段之間表現出明顯的遞進關系，體現在各階段之間由淺入深的邏輯關系，且前一階段相關因素會影響后一階段。例如，在初始階段確定量化自我工具和內容是保持階段中數據查看、輸入和分享的前提，而保持階段中認真嚴謹的數據查看、收集和分享，能夠更好地促進發現階段中用戶對數據的比較、反思和解釋。反之，如果初始階段沒有使用正確的工具，導致保持階段收集到不準確的數據，那么發現階段的反思、理解也是沒有依據的。已有研究發現，量化自我階段之間存在連鎖障礙，即早期出現的問題會影響下一階段[9]，這也是遞進關系的表現形式之一。例如，P11在對整個量化自我過程的回憶中發現，“最初使用薄荷記錄飲食是因為朋友推薦，但由于沒有明確的目標，個人對飲食數據的記錄沒有連續性，數據記錄是間斷的，使得數據反思和理解較為困難，導致在1年時間里個人行為沒有顯著變化”。遞進關系表明，想要實現量化自我最終效用需要充分重視各階段的行為、體驗和影響，把握整體性。目前，沒有任何工具可以回到過去收集數據，明確初始階段的動機、目標、工具和內容是前提。當然，如果數據采集不當，那么無論在保持階段多么關注數據，也不足以支持合理反思，這不僅浪費時間，而且即時后期更換量化工具，也常常無法將不同工具的數據整合、統一[12,36]。

4.2.2 迭 代

量化自我參與流程的階段之間表現出迭代關系。迭代來源于系統動力學，主要表示重復反饋的過程，每一次對過程的重復即為一次迭代，每一次迭代的結果作為下一次開始的初始值，系統需要進行反復更新迭代來滿足用戶動態變化的需求[37]。量化自我的階段也具有迭代性，原因是用戶在各個階段都有可能產生新的認識、觀點和體驗，往往需要進行重復反饋的活動，通過改進來逼近目標或結果。

迭代關系可以發生在同一階段內部的迭代，也可以是整個階段的迭代。如初始階段中，用戶發現不同工具的功能性差異，為了更好地追蹤數據，可能會同時在幾個工具之間切換，進行重復的準備，就像P7提到的，“我一直糾結使用記事本還是美柚APP，哪個能更準確地記錄生理周期”（初始階段-初始階段）。有的用戶在查看數據時，發現其他量化自我工具的功能性體驗更好，往往會改變之前使用的工具，開始新的量化自我活動。如P9表示，“試用Keep后，發現界面數據分析多，報里程數清晰悅耳，我放棄了悅動圈”（保持階段-初始階段）。也有用戶表示已追蹤的指標并不能反映健康狀況，所以選擇改變最初追蹤的內容。如P8匯報的多次結果中提到，“一直以來，華為手表反映的血氧飽和度數值難以理解，此項功能感知性不強，我覺得可能關注心率、追蹤心率更能反映我的日常活動狀況”（發現階段-初始階段）。因此，用戶在量化自我的過程中，反復進行“發現問題-解決問題”的迭代，迭代的過程可以更好地實現用戶的自我認知、自我提升，最終通過不斷改進來實現優化的效用結果。

4.2.3 重 疊

量化自我參與的不同階段之間具有重疊性特性，表現在用戶可能不屬于一個特定階段，還可能處于幾個階段狀態中。訪談中發現，被試往往不會停留在一個階段，相反，他們往往同時處于幾個階段中。如P8提到，在最初追蹤步數時，決定使用微信運動記錄步數指標，但很快通過對記錄步數的數據反思發現沒有促進個人健康。于是，開始改變工具和追蹤內容，進行新一輪的量化自我。該被試反復切換于準備和發現階段。幾乎所有的被試都提到自己曾在不同階段之間切換，如P2表示，“我花高價購買了蘋果手表，希望通過記錄睡眠改變睡眠質量，但是使用1個月后，我發現我的睡眠質量沒有改善，我反思這段時間的睡眠數據，無論我睡得怎么樣，好像數據都沒有大的變化，于是我放棄了”。P5提到，“在持續使用悅動圈半年后，我發現運動數據結果越來越好，自己越來越熱愛跑步，感覺自己一直被督促著運動，有種被監督的感覺，可以避免自己偷懶”。因此，重疊性是量化自我不同階段表現出的又一顯著特征。

綜上，本研究通過對日志記錄數據、被試主動匯報的結構化文本數據以及事后訪談數據進行編碼、歸納和分析，構建了量化自我用戶參與流程及內在機理的模型（圖5）。

圖5 量化自我用戶參與流程及內在機理模型

5 總結

量化自我對于指導個人健康管理具有重要作用，但目前基于用戶參與視角的量化自我流程以及內在機理還不清晰。基于此，本研究通過移動經驗取樣法和事后訪談，獲取用戶為期兩周的縱向數據和訪談文本，深入剖析、挖掘用戶量化自我詳細流程。研究結果發現，用戶參與視角的量化自我流程被劃分為初始、保持和發現三個階段，各階段關鍵信息行為和主要障礙各有不同。此外，量化自我參與流程的各階段之間存在遞進、迭代以及重疊的內在機理。

本研究具有一定的理論貢獻：從用戶參與的視角將量化自我劃分為初始、保持和發現三個重要階段，詳細歸納了各個階段的關鍵信息行為和主要障礙，豐富了從不同階段視角對量化自我開展研究的內容。此外，進一步分析發現了量化自我不同階段之間具有遞進、迭代以及重疊的內在機理，可以為量化自我相關研究提供較為微觀的研究視角。同時，本研究的實踐意義在于，可以為相關服務機構和組織從用戶角度詳細了解和認識量化自我，進而推動量化自我指導健康管理實踐發展提供參考。首先，遞進性機理揭示了量化自我相關服務不能只關注單個階段的體驗，需要對整體進行把握和監控，明確用戶全過程需求、障礙和體驗，最終創建整體的、全面的量化自我系統。其次，迭代性呼吁需要對系統的交互設計給予更多重視。相關研究需要優先明確用戶需求的動態性，系統應具有靈活性和及時性，以響應用戶不斷變化的需求。最后，重疊性機理表明相關服務應該重視不同階段中用戶需求的差異和共性，當用戶橫跨幾個階段或者進行不同階段切換時，應該重點把握提供不同階段的個性化服務，從而幫助用戶更好地執行量化自我。

雖然本研究利用移動經驗取樣法獲取了大量具有時間序列特征的用戶數據，但相關數據的獲取主要基于被試的自主匯報，可能存在由人為誤差導致的收集數據與真實數據之間的偏差。因此，想要全面、真實地挖掘具體細節行為，在未來可以嘗試結合錄屏、眼動儀的方法，探索更切合真實場景的用戶信息行為。