在線信息搜尋行為視角下農民工網絡健康焦慮的成因研究

關鍵詞： 農民工； 網絡健康焦慮； 健康焦慮成因； 健康信息搜尋行為； 問卷調查

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．１２．００７

〔中圖分類號〕Ｇ２５２.０ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２４） １２－００６４－１４

隨著“健康中國” 戰略的深入實施， 公眾的健康意識不斷增強， 但與之相伴的是健康焦慮水平的上升， 健康焦慮已成為公眾存在的主要心理問題之一。移動互聯網的普及和信息疫情的蔓延進一步凸顯了網絡健康焦慮的嚴重性。健康焦慮（Ｈｅａｌｔｈ Ａｎｘ?ｉｅｔｙ， ＨＡ）是個體對自身健康狀況的過多關注或對存在疾病問題害怕擔憂的一種狀態［１］ 。網絡健康焦慮則是個體在進行搜尋、選擇和理解網絡健康信息的過程中， 由于對自身健康問題的擔憂以及主觀性解讀等因素， 導致焦慮不安的一種心理狀態［２］ 。網絡健康焦慮作為信息時代的“新興健康風險” 引來了學界越來越多的關注。

農民工是網絡健康焦慮的易感群體。國家統計局《２０２２ 年農民工監測調查報告》顯示， 我國農民工總量為２ ９５ 億人， 平均年齡是４２ ３ 歲， 呈持續走高態勢。由于工作生活條件較差， 農民工中受健康問題困擾的人數較多， 加之健康信息素養偏低、健康信息辨別能力較弱［３］ ， 容易產生災難性誤解進而引發網絡健康焦慮。關于健康焦慮與健康信息搜尋行為的相互關系， 國內外學界已有不少研究積累，但未形成一致意見。文獻［４］對相關文獻進行了元分析， 發現健康信息搜尋行為與健康焦慮之間存在中等程度的正相關關系。應指出的是， 目前此方面研究在細分群體方面仍有所欠缺， 尤其是以信息貧困群體作為研究對象的探索較少， 尚未有研究從在線信息搜尋行為角度對農民工這類城市邊緣群體網絡健康焦慮的成因進行解釋， 針對該特定群體的健康信息搜尋行為與健康焦慮的因果關系也未有詳盡可靠的結論。基于此， 本文旨在探究農民工群體在線健康信息搜尋行為如何影響和誘發其網絡健康焦慮。本研究從情報學和心理學學科交叉的視角出發，豐富了信息貧困群體網絡健康焦慮成因機制的相關理論， 研究結果可為相關部門和網絡健康平臺有針對性地完善和優化面向農民工等弱勢群體的健康信息服務、有效降低其健康焦慮水平提供參考。

１文獻綜述

１.１網絡健康焦慮的影響因素

網絡健康焦慮的發生是內外部因素綜合作用的結果， 這些因素誘發、加劇或減少健康焦慮［５］ 。影響因素可劃分為刺激性因素、認知性因素、情感性因素和行為性因素。

刺激性因素： 刺激性因素包括外部信息刺激和軀體癥狀表現。網絡健康焦慮與信息源、信息生態和信息質量密切相關。Ｓｔａｒｃｅｖｉｃ Ｖ 等［６］ 認為， 網絡健康信息的模糊性、不確定性和醫療健康信息來源可信賴性引發了網絡健康焦慮。Ｍａ Ｙ Ｊ 等［７］ 發現，抑郁患者功能性軀體癥狀會引發健康焦慮， 進而導致不適當的疾病行為。外部信息刺激和軀體癥狀不是單獨起作用的， 它通過夸大或災難性誤解等消極解釋從而引起心理情緒變化， 即通過認知性因素產生作用。

認知性因素： 認知因素是產生網絡健康焦慮的中心機制， 包括健康風險感知、認知偏向和選擇性注意等。已有研究發現， 焦慮敏感性、不確定性容忍度和元認知信念是產生網絡健康焦慮的重要潛在原因［８－９］ 。此外， 個體的消極認知偏向會使其在面對健康問題時， 更偏向關注負面消極的信息， 從而產生健康焦慮［１０］ 。

情感性因素： 抑郁害怕等消極情緒及附帶的生理感受是網絡健康焦慮的成因［１１］ 。擁有焦慮性格的用戶， 無論獲取何種健康信息都可能會導致健康焦慮， 并使之持續或加劇［４］ 。Ｂａｕｍｇａｒｔｎｅｒ Ｓ Ｅ等［１２］對健康焦慮與情緒之間的關系進行了實證研究， 發現健康焦慮與困惑、沮喪和害怕等所有消極情緒都呈正相關關系， 但與積極情緒無關。

行為性因素： 主要包括健康信息行為和尋求確認行為。在線健康信息搜尋需求、搜尋渠道和搜尋頻率是網絡健康焦慮產生的重要影響因素［１３］ 。尋求確認行為是一種自我安慰， 健康焦慮患者往往有反復的尋求確認行為。

１.２理論基礎

本研究主要基于健康信念模型（Ｈｅａｌｔｈ ＢｅｌｉｅｆＭｏｄｅｌ， ＨＢＭ）和信息搜索過程模型（ＩＳＰ）展開。健康信念模型由美國心理學家Ｈｏｃｈｂａｕｍ 提出， 基本觀點是個人信念指導行為， 經過不斷的完善與發展，已成為健康行為經典概念框架之一［１４］ 。模型包含的６ 個變量分別是感知易感性、感知嚴重性、感知障礙、感知收益、自我效能及其他變量［１５］ 。

情報學家Ｋｕｈｌｔｈａｕ 基于建構主義的學習理論，構建了信息搜尋過程（ＩＳＰ）模型。ＩＳＰ 模型中信息搜索過程包含初始、選擇、探索、系統化、搜集和表述６ 個階段。同時， 個體在信息搜索活動過程中還經歷著感覺、認知和行為３個方面間的相互作用，如圖１ 所示［１６］ 。

上述兩個模型既有區別， 也有聯系。信息搜索過程模型包容性更強， 其關注個體信息搜尋過程中行為、認知和情感等因素的交互作用， 強調一個人從最初的信息需求狀態移動到目標狀態需要通過認知、行為、情感這３ 個維度的相互作用； 而健康信念模型重點關注個體健康態度和信念因素， 認為一個人的行為選擇是由知覺、態度和信念等認知因素決定的［１７］ 。相似之處在于兩個模型都包括認知和行為變量， 存在一些構念上的重合。如認知指在健康情境下用戶對相關健康信息的了解程度。“健康信念” 是個體對健康相關行為以及健康程度的認知或看法［１８］ 。兩者都意指用戶看待健康的主觀心理傾向、開展特定行為的內部驅動力。信息搜索過程模型是一個質性研究模型， 主要從定性角度開展描述， 對認知和情感維度缺乏定量的刻畫。健康信念模型是定量模型， 包含多個對健康信念進行量化描述的變量， 但模型維度較為單一。兩個模型恰好能夠取長補短， 實現對在線信息搜尋行為的多維度全面刻畫。本研究在融合上述兩個模型的基礎上， 增添相關變量， 構建農民工用戶在線信息搜尋對網絡健康焦慮的影響機制模型并進行實證檢驗。

２實證模型與研究假設

本研究于２０２２年４月—６月開展先導研究，在南方某大城市對１９ 名患有網絡健康焦慮的農民工群體進行半結構化的深度訪談， 訪談對象中男性８ 名， 女性１１ 名； 年齡在１８ ～ ２５ 歲之間的７ 名，２６～３５ 歲的５ 名， ３６～４５ 歲的３名， ４５ 歲以上的４名； 職業分布較廣泛， 包括工人、保安、快遞員、銷售和服務人員等。訪談完成后， 筆者對３１ ０００余字的訪談資料進行扎根理論分析。將質性研究結果與已有文獻結合起來分析， 發現認知維度中的感知疾病風險和癥狀自評與健康信念模型中的感知易感性、感知嚴重性和自我效能因素相重合， 它們在構念上是相似的， 都表達了個體對疾病的敏感度， 認為疾病的產生會對健康產生較嚴重的影響。同時，個體搜尋獲得的健康信息內容是形成健康行為相關信念的重要基礎， 其改變著用戶的思想［１９］ 。此外，在扎根理論分析中亦發現了不確定性容忍度、健康信息質量、社群文化（親友患病）和心理韌性等變量的調節作用。

不同信息用戶群體在信息獲取渠道偏好以及搜尋信息類型上存在差異。已有研究表明， 農民工通常缺乏有效的正式渠道獲取健康相關信息［２０］ 。在訪談中很多受訪者表示， 他們主要通過非正式渠道（如社交短視頻、在線論壇）瀏覽和獲取健康信息，認為其可信度較高； 搜尋的信息類型多與癥狀表現相關， 通常由自身軀體癥狀引發了對健康的擔憂，繼而產生健康信息需求。亦有研究顯示， 健康焦慮個體更傾向于搜尋癥狀表現和疾病類信息［２１］ 。因此， 本研究提出以下假設：

Ｈ１： 有健康焦慮的農民工更偏好利用非正式渠道搜尋健康信息

Ｈ２： 有健康焦慮的農民工搜尋癥狀表現類健康信息的頻次高于其他健康信息類型

本研究將搜尋時長、搜尋頻率、搜尋策略作為用戶的搜尋行為特征指標。搜索網絡健康信息是健康焦慮的觸發因素［２２］ 。已有研究顯示， 焦慮癥狀與頻繁地在線獲取疾病相關信息呈正向關系。ＺｈｅｎｇＨ 等［２３］ 的實證研究揭示， 在線健康信息搜尋通過信息過載和信息信任誘發了網絡疑病癥。余貝迪等［２４］ 研究發現， 不同的搜索用詞和結果瀏覽行為會導致不同程度的健康焦慮。目前尚未有研究證實上述結論針對農民工群體和其他信息貧困群體是否成立。本研究訪談結果顯示， 農民工搜索網絡健康信息只能短暫地滿足信息需求和獲得安慰， 并不會徹底消除對疾病的疑慮， 之后反而可能引發和加劇網絡健康焦慮。此外， 農民工的健康信息搜尋策略較為簡單， 如在搜尋用詞方面， 一般只是將搜尋的疾病癥狀表現簡單羅列， 很難從海量結果中排除虛假信息， 因而較難緩解健康焦慮。基于此， 本研究提出以下假設：

Ｈ３： 有健康焦慮的農民工在線信息搜尋行為對網絡健康焦慮水平有顯著正向影響

Ｈ３ａ： 有健康焦慮的農民工在線信息搜尋頻率對網絡健康焦慮水平有顯著正向影響

Ｈ３ｂ： 有健康焦慮的農民工在線信息搜尋時長對網絡健康焦慮水平有顯著正向影響

Ｈ３ｃ： 有健康焦慮的農民工在線信息搜尋策略水平對網絡健康焦慮水平有顯著正向影響

健康焦慮之所以產生， 主要是因為個體持有非理性健康信念， 以及將身體的不適感覺誤認為嚴重疾病的表現而導致的。農民工健康信息搜尋行為可能會改變其健康認知及信念， 進而導致網絡健康焦慮的發生。本研究中健康信念主要包括感知疾病風險和癥狀自評。與那些低健康焦慮的人相比， 高健康焦慮的人在搜尋健康信息時感知的癥狀嚴重程度更高。當感覺軀體癥狀表現明顯時， 健康焦慮程度會增加。癥狀自評是另一種常見的健康信念。個體將復雜模糊的健康信息解釋為負面的意義， 通過將獲得的疾病信息與自身癥狀進行對比， 導致錯誤的自我診斷并強化自身的不適感［２５］ 。根據訪談結果，當農民工在搜尋過程中發現自身癥狀表現與某種嚴重性疾病的癥狀相符時， 容易在自我診斷后產生患有該疾病的認知， 促使網絡健康焦慮水平的提升。因此， 本研究提出以下假設：

Ｈ４： 農民工的健康信念在健康信息搜尋行為與網絡健康焦慮水平間起中介作用

Ｈ４ａ： 農民工的感知疾病風險在健康信息搜尋行為與網絡健康焦慮水平間起中介作用

Ｈ４ｂ： 農民工的癥狀自評在健康信息搜尋行為與網絡健康焦慮水平間起中介作用

信息搜索過程模型中另一維度是情感［２６］ 。信息搜尋行為是信息用戶產生情感變化的重要原因之一［２７］ 。健康焦慮與在線健康信息搜尋后產生的負面情感之間存在聯系， 即搜索后擔憂和焦慮等負面情感與健康焦慮呈正相關［２８］ 。盡管未有研究針對農民工群體做出上述結論， 但可以推斷農民工在信息搜尋中的情感變化對健康焦慮可能有顯著影響。因此， 本研究提出以下假設：

Ｈ５： 農民工的情感在健康信息搜尋行為與網絡健康焦慮之間起中介作用不確定容忍度（Ｉｎｔｏｌｅｒａｎｃｅ ｏｆ Ｕｎｃｅｒｔａｉｎｔｙ）是指在面對不確定情境時， 個體會在多大程度上需要和尋找可預測性， 以及會如何反應［２９］ 。隨著健康信息激增、污染等現象持續存在， 用戶在搜尋健康信息的過程中面臨更高的不確定性， 而較低的不確定性容忍度會引發擔憂或焦慮［３０］ 。不確定性容忍度較低的用戶更傾向將不完整、模糊的信息理解為負面的結果， 擔憂患有疾病會帶來的嚴重后果并增強對自身不適感的敏感性， 使健康焦慮不斷增加。因此， 本研究提出以下假設：

Ｈ６： 對農民工群體而言， 不確定性容忍度負向調節健康信念在健康信息搜尋行為與網絡健康焦慮之間的中介作用

健康信息質量包含健康信息的準確性、真實性、及時性和完整性。網絡健康信息質量會顯著影響用戶對信息的認知評價及使用行為意圖［３１］ 。在訪談中， 多位受訪者談到在線健康信息質量不高， 如海量錯誤的健康信息導致評估甄別信息的負擔加重，使個人陷入“信息繭房” 中， 負面情緒不斷累計從而引發健康焦慮。因此， 本研究提出以下假設：

Ｈ７： 對農民工群體而言， 健康信息質量正向調節情感在健康信息搜尋行為與網絡健康焦慮之間的中介作用

親友患病是健康焦慮的一個重要影響因素。扎根理論結果揭示， 受訪者往往受到直系或旁系親屬患有重大疾病且可能會遺傳、朋友同事等患有重大疾病（如癌癥）的影響， 更加擔憂自己會得重病［３２］ 。同時， 農民工作為信息貧困群體， 更容易受到所處社會環境的影響［３３］ 。基于此， 親友患病變量在模型中可能起到調節作用。本研究提出以下假設：

Ｈ８： 對農民工群體而言， 親友患病正向調節健康信念在健康信息搜尋行為與網絡健康焦慮之間的中介作用

此外， 農民工由于健康素養較低， 當面對不良健康信息等外部刺激因素時， 自身很難保持原有的身心平衡狀態， 會體驗到恐懼、迷茫等負面情緒，表現出較差的心理韌性。心理韌性是指個體面對重大的災禍或者是壓力之下成功適應的過程［３４］ 。路曉倩［３５］ 發現， 在壓力情境下， 心理韌性較低的用戶焦慮水平較高。心理韌性高的個體焦慮等心理健康問題癥狀較輕， 心理韌性對焦慮的發生有抑制作用［３６］ 。本研究認為， 心理韌性在認知層面上調節農民工的信息搜尋行為與健康焦慮水平之間的關系強度， 提出如下假設：

Ｈ９： 心理韌性負向調節健康信念在健康信息搜尋行為與網絡健康焦慮之間的中介作用

本文構建的理論模型如圖２所示。

３研究設計與數據收集

３.１問卷設計

本研究依據理論模型的邏輯關系， 從用戶基本情況、健康信息搜尋行為、認知變化、情感變化、網絡健康焦慮程度和個人特質６個方面設計， 編制“農民工搜尋信息行為對網絡健康焦慮的影響調查”問卷， 使用李克特５級量表對題項進行測度。

問卷中調查受訪群體社會人口學特征， 主要包括年齡、性別、收入、教育程度和婚姻狀況等。同時調查被試者親友患病的情況。在健康信息搜尋行為測量方面， 本研究采用Ｌａｇｏｅ Ｃ 等［３７］ 編制的在線健康信息搜尋（ＯＨＩＢ）量表， 此外附加健康信息搜尋時長、頻率、策略［３８－３９］ 、渠道［４０］以及信息類型［２９］５個方面的題項。健康信念變化包括感知疾病風險和癥狀自評， 采用Ｎｏｒｏｏｚｉ Ａ 等［４１］ 編制的量表測量感知疾病風險， 共５ 個題項。癥狀自評采用羅曉蘭［４２］編制的量表， 共３個題項。采用Ｂｒａｄｌｅｙ Ｍ Ｍ 等［４４］編制的量表測量情感變化， 共３個題項， 分別為效價、覺醒程度和控制度。

本研究采用江孟融翻譯的中文短版健康焦慮量表（ＳＨＡＩ）， 有１８ 個測量題項［４４］ 。本研究以３６分作為患有健康焦慮的閾值。網絡健康信息質量的測量參考查先進等編制的量表， 題項主要包括準確性、完整性、相關性、可信性、客觀性以及可理解性［４５－４６］ 。本研究采用黃仁輝［４７］ 的簡版不確定性容忍度量表（ＩＵＳ）中文版， 共１１ 個題項。ＩＵＳ得分越高， 說明用戶對不確定性的可接受度越低。本研究采用陳維等翻譯的簡式韌性量表（ＢＲＳ）中文版， 該量表專門用于測量個體應對與健康有關壓力或事件時恢復良好狀態的能力， 共６ 個題項。

本研究首先在小范圍內發放初始調查問卷以開展預測試， 共回收５０份有效問卷。問卷中各研究變量的Ｃｒｏｎｂａｃｈ’ｓ Ａｌｐｈａ系數均高于臨界值０.７。同時依據農民工的理解水平， 對題項進行修改， 使其表述更通俗化。最終得到正式調查問卷。

３.２數據收集

正式調研是在調研工廠平臺協助下， 以網絡調查方式進行， 調查時間從２０２２年８月２日開始，截至２０２２年８ 月２９日。調查對象為戶籍是農村，且職位是普通工人（體力勞動者、工廠工人等）或商業服務業職工（服務員、商店職員、銷售人員等）。

總計回收問卷３７９份， 剔除填寫不完整以及網絡健康焦慮得分小于３６分的６９份無效問卷后， 最終獲得３１０份有效問卷， 有效率８１.８％。

４數據分析

本文采用ＳＰＳＳ２５.０統計分析軟件對樣本數據進行分析。首先是樣本基本信息統計和差異性分析，對同源偏差問題及多重共線性問題進行驗證， 以檢驗樣本數據是否具有較高的質量。其次，使用基于ＰＬＳ 算法的ＳｍａｒｔＰＬＳ３.０對樣本數據進行信度與效度分析，最后， 對結構方程模型與假設進行驗證。

４.１描述性統計分析

對樣本基本信息特征和變量的描述性統計分析如表１ 所示。樣本中男女比例基本符合農民工群體的實際比例。年齡主要集中在３１～４０歲，樣本月收入水平大多在４０００～８０００元之間， 占７１.２９％，這與目前我國普遍收入狀況相吻合。就年齡結構而言， 調查樣本中年齡在４０歲以下占比較高， 原因可能是接受網絡調查需具備一定信息素養， 而年紀較輕的農民工信息素養一般較高， 這也與我國農民工總體年齡結構相一致。《２０２２年農民工監測調查報告》指出，４０歲及以下農民工所占比重為４７.０％，是比例最高的群體。調查樣本中年輕群體患網絡健康焦慮較普遍， 反映了網絡健康焦慮呈現年輕化的趨勢。《中國經濟生活大調查》與智聯招聘２０２１年的調查數據顯示， 在９０后群體中３４％患有健康焦慮。黃四林等發現１６～３０歲的農民工容易出現焦慮與敵對兩方面的心理問題， 且心理健康水平普遍偏低［３］ 。總體而言， 本文樣本在年齡、性別、教育程度、婚姻狀況和月收入水平這５ 個人口統計學方面的分布比較合理， 具有一定的代表性。

４.２信度與效度分析

本文采用Ｃｒｏｎｂａｃｈ’ｓ Ａｌｐｈａ系數作為信度判斷標準， 采用驗證性因子分析檢驗量表的效度。信效度檢驗結果如表２ 所示。結果顯示， 本文研究模型中８ 個潛變量的Ｃｒｏｎｂａｃｈ α 系數均大于０.７，且潛變量的ＣＲ 值都在０.８ 以上， 說明問卷的信度較好， 有較好的一致性和穩定性。驗證性因子分析顯示， 各個潛變量的平均萃取方差ＡＶＥ 值均在可接受范圍內，ＡＶＥ值的平方根均大于潛變量之間相關系數絕對值， 說明本問卷量表具有較高的收斂效度和判別效度。本文的量表設計采用成熟量表， 能保證其具有較高的內容效度。

４.３共同方法偏差分析與多重共線性

本研究通過Ｈａｒｍａｎ 單因素檢驗方法進行主成分分析， 以檢驗樣本數據是否存在同源偏差問題。通過分析發現， 第一個主成分的方差解釋率為２３.５３１％， 沒有可以解釋多數協方差的單一因子，因此， 本研究受共同方法偏差問題的影響較少。采用計算方差膨脹因子（ＶＩＦ）來檢驗本研究的自變量是否有多重共線性問題， 判斷依據是ＶＩＦ＜３時，不存在多重共線性問題。分析結果表明， 本研究模型中自變量的ＶＩＦ值均在１.３００～２.２９３之間， 因此不存在多重共線性問題。

４.４差異性分析

為驗證假設１和假設２，本研究對健康信息搜尋渠道和搜尋類型分別進行了獨立樣本Ｔ 檢驗和單因素方差分析， 同時采用Ｓｃｈｅｆｆｅ多重范圍檢驗來比較因素之間的差異性。由表３可知， 農民工對非正式渠道的使用頻次高于正式渠道， 不同搜尋渠道樣本呈現出顯著性（ｐ＜０.０５）。可知農民工用戶在搜尋渠道選擇上有著差異性， 相對于正式渠道，其更偏好從非正式渠道獲取健康信息。假設１成立。

由Ｓｃｈｅｆｆｅ 多重范圍檢驗結果可知， 農民工在不同類型信息搜尋頻次上的排名依次為疾病預防類信息、癥狀表現類信息、健康生活類信息、他人疾病經歷信息、已診斷的疾病信息。用戶的搜尋頻次在不同的信息類型上無顯著差異， Ｐ值為０.１７７（ｐ＞０.０５）。因此， 有健康焦慮的農民工在搜尋信息類型頻次上無差異性， 假設２不成立。

４.５模型驗證

４.５.１健康信息搜尋行為對網絡健康焦慮直接影響的檢驗

通過基于ＰＬＳ（偏最小二乘法）的Ｓｍａｒｔ ＰＬＳ ３.０來檢驗模型的直接效應， 采用Ｂｏｏｔｓｔｒａｐｐｉｎｇ 算法（Ｓｕｂｓａｍｐｌｅ 設置為５０００次）來計算各個潛變量間的路徑系數和顯著性水平。本研究中模型ＳＲＭＲ 的值為０.０７１，符合＜０.８ 的標準， 路徑系數為０.６３８（ｐ＝ ０.０００），調整后的Ｒ^２ 為０.３８８。將年齡、性別、教育程度、婚姻狀況和收入水平這５ 個控制變量放入模型進行檢驗， 得出５ 個變量對網絡健康焦慮的影響均不顯著（ｐ＞０.０５）。在控制了人口統計學變量后， 健康信息搜尋行為對網絡健康焦慮有顯著的正向影響， 假設Ｈ３成立。

本研究采用ＰＬＳ算法、Ｂｏｏｔｓｔｒａｐｐｉｎｇ 算法（Ｓｕｂ?ｓａｍｐｌｅ 設置為５０００次）來檢驗研究模型直接效應。模型適配度指標ＳＲＭＲ ＝ ０. ０７１（＜０.０８），符合標準。調整后的Ｒ^２為０.１９６。從路徑系數來看， 影響農民工網絡健康焦慮的信息搜尋行為特征因素中，搜尋策略水平的影響最為顯著， 路徑系數０.２６７（ｐ＜０.００１）， 其次是健康信息搜尋頻率， 路徑系數０.２０８（ｐ＜０.０１）。搜尋時長影響并不顯著（ｐ＞０.０５）。因此，假設Ｈ３、Ｈ３ｃ 成立， 假設Ｈ３ｂ 不成立。

４.５.２健康信念和情感的中介作用檢驗

本研究采用ＰＬＳ算法與Ｂｏｏｔｓｔｒａｐｐｉｎｇ 算法（Ｓｕｂ?ｓａｍｐｌｅ 設置為５０００次）來檢驗間接效應。結果如表４ 所示。存在中介效應的模型中， 模型適配度指標ＳＲＭＲ＝０.０７１（＜０.０８），符合標準。Ｒ^２＝０.５３２， 調整后的Ｒ^２為０.５１９，與直接效應模型檢驗中的Ｒ^２（０.３８８）相比顯著提升， 表明加入中介變量增強了模型的解釋力， 間接效應模型具有較好的擬合程度。該模型中， 健康信息搜尋對網絡健康焦慮仍然有顯著的正向影響（路徑系數為０.３４９，ｐ＝ ０.０００）， 但相比于直接模型中的路徑系數（０.６３８）顯著降低。表５的間接效應檢驗結果顯示， 健康信息搜尋行為經過健康信念、情感影響網絡健康焦慮的路徑均顯著。由此得出， 健康信念和情感在健康信息搜尋行為和網絡健康焦慮兩者間起部分中介作用。假設Ｈ４ 和Ｈ５成立。

４.５.３健康信念子因素中介作用檢驗

本研究采用ＰＬＳ 算法和Ｂｏｏｔｓｔｒａｐｐｉｎｇ 算法來進行檢驗， 模型檢驗結果如圖３ 和表６ 所示。結果顯示， 存在中介變量的模型中， 模型適配度指標ＳＲＭＲ＝ ０.０７２（＜０.０８）， 符合標準。Ｒ^２＝ ０.５３２， 調整后的Ｒ^２ 為０.５１８。該模型中， 健康信息搜尋行為與網絡健康焦慮呈正相關關系。此外， 根據表７中特定間接效應檢驗結果， 健康信息搜尋行為經感知健康風險、癥狀自評、情感影響網絡健康焦慮的路徑均顯著。感知健康風險、癥狀自評和情感在健康信息搜尋行為和網絡健康焦慮間起部分中介作用，假設Ｈ４ａ 和Ｈ４ｂ 成立。

４.５.４有調節的中介作用檢驗

１） 不確定性容忍度的調節效應檢驗

本研究使用ＰＲＯＣＥＳＳ的Ｈａｙｅｓ 宏程序進行不確定性容忍度調節效應檢驗， 得出健康信息搜尋與不確定性容忍度交互項對健康信念的影響不顯著（β＝－０. ０１７，ｐ＞０.０５）。假設Ｈ６ 不成立。

２） 健康信息質量的調節效應檢驗

本研究使用Ｂｏｏｔｓｔｒａｐ 分析方法檢驗假設Ｈ７。數據分析結果如表８ 所示。在健康信息質量高分組中， 健康信息搜尋行為與網絡健康焦慮之間經由情感變化的間接效應較強（Ｉｎｄｉｒｅｃｔ Ｅｆｆｅｃｔ＝０.０５０，９５％ＣＩ＝［０.０１２，０.１００］）； 在健康信息質量低分組中，健康信息搜尋行為與網絡健康焦慮之間經由情感變化的間接效應顯著（Ｉｎｄｉｒｅｃｔ Ｅｆｆｅｃｔ＝０.０２５，９５％ ＣＩ＝［０.００２，０.０５８］）。但是在高低兩個水平下的間接效應不存在顯著差異， 差值為０.０２５，９５％ ＣＩ ＝［－０.００２，０.０６１］，ｐ＞０.０５。假設Ｈ７ 不成立。

３）親友患病的調節效應檢驗

本研究使用ＰＲＯＣＥＳＳ 的Ｈａｙｅｓ 宏程序進行親友患病調節效應檢驗。分析得出， 健康信念與親友患病的交互項對網絡健康焦慮具有顯著的正向影響（β ＝０.４１４，ｐ＜０.０５）。相應的調節效應圖如圖４所示。對親友患病得分較高的農民工而言， 健康信念對網絡健康焦慮的正向影響顯著（β ＝０.４７４，９５％ＣＩ＝［０.３５２，０.５９６］，ｐ＜０.００１）； 對于親友患病得分低的農民工而言，健康信念對網絡健康焦慮的正向影響顯著（β ＝０.２５３，９５％ ＣＩ ＝［０.１３８，０.３６８］，ｐ＜０.００１）。當親友患病得分較高時， 健康信念對網絡健康焦慮的正向作用更強， 即健康信念的變化會帶來更高的網絡健康焦慮。

驗證有親友患病調節的中介模型， 數據結果如表９所示， 在親友患病高分組中， 健康信息搜尋行為與健康焦慮之間經由健康信念變化的間接效應顯著（Ｉｎｄｉｒｅｃｔ Ｅｆｆｅｃｔ＝０.２５６， ９５％ ＣＩ ＝［０.１６２，０.３６６］）；在親友患病低分組中，健康信息搜尋行為與健康焦慮之間經由健康信念的間接效應顯著（Ｉｎｄｉｒｅｃｔ Ｅｆｆｅｃｔ＝０.１３６，９５％ ＣＩ＝［０.０４６，０.２４０］），并且在高低兩個水平下的間接效應存在顯著差異， 差值為０.１１９，９５％ ＣＩ＝［０.０３０，０.２１１］，ｐ＜０.０１。實證結果反映出健康信念的中介作用會隨著親友患病的變化而改變， 因此存在被調節的中介效應。假設Ｈ８ 成立。

４）心理韌性的調節效應檢驗

本研究使用ＰＲＯＣＥＳＳ 的Ｈａｙｅｓ 宏程序進行心理韌性調節效應檢驗。分析得出健康信念與心理韌性交互項對網絡健康焦慮具有顯著的負向影響（β ＝－０.１７５，ｐ＜０.００１）。相應的調節效應圖如圖５ 所示。對心理韌性低的農民工而言， 健康信念對網絡健康焦慮的正向影響顯著（β＝０. ４１４，９５％ ＣＩ ＝［０.３１２，０.５１６］，ｐ＜０.００１）； 對心理韌性高的農民工而言， 健康信念對網絡健康焦慮的正向影響顯著（β ＝０.１７５，９５％ ＣＩ＝［０.０５８，０.２９３］，ｐ＜０.０５）。

驗證有心理韌性調節的中介模型， 數據結果如表１０所示， 在心理韌性低分組中， 健康信息搜尋行為與健康焦慮之間經由健康信念變化的間接效應較強（Ｉｎｄｉｒｅｃｔ Ｅｆｆｅｃｔ ＝０.２２３，９５％ ＣＩ＝ ［０.１５０，０.３２０］）；在心理韌性高分組中， 健康信息搜尋行為與健康焦慮之間經由健康信念的間接效應不顯著（Ｉｎｄｉｒｅｃｔ Ｅｆｆｅｃｔ＝０.０９３，９５％ ＣＩ＝［－０. ０１４，０.２００］）。并且在高低兩個水平下的間接效應存在顯著差異，差值為－０.１２９，９５％ ＣＩ ＝ ［－０.２４９，－０.０３８］，ｐ＜０.０１。實證結果反映出健康信念的中介作用會隨著心理韌性的變化而改變。假設Ｈ９ 成立。

本研究修正后的模型如圖６所示。

５研究結果討論

存在健康焦慮的農民工群體主要是通過非正式渠道獲取健康信息。對于健康素養較低的用戶群體來說， 來源渠道的時效性和實用性影響著其對信息源的選擇［４８］ 。農民工傾向于通過非正式渠道獲取健康信息的原因主要是該渠道的便利性和信息的易理解性， 并非健康信息源的權威性。該群體搜尋癥狀表現類信息的頻次并不高于搜尋他人疾病經歷、疾病的預防等信息類型的頻次， 表明農民工用戶不僅擔心自身的不良癥狀表現， 而且認為自身存在患病的風險。這可能是由于農民工群體長期從事勞動強度大和環境惡劣的工作， 導致當身體出現不適癥狀時， 認為自身患病的可能性較大， 在搜尋的過程中對各類健康信息進行全面的瀏覽和獲取， 以尋求安慰。

農民工的在線健康信息搜尋行為正向影響網絡健康焦慮， 這與對其他群體的研究結論相一致［４９］ 。農民工健康信息搜尋時長對網絡健康焦慮的影響不顯著，與已有關于信息搜索與健康焦慮關系的研究發現不同， 這可能是農民工群體信息搜尋行為的碎片化特征導致的。搜尋頻率和搜尋策略對網絡健康焦慮均有顯著的正向影響， 其中搜尋策略水平的影響最為顯著。這表明， 農民工信息搜尋的能力越高，面對健康問題時越能夠獲得數量更多、內容更加豐富的健康信息； 而由于較強認知偏差的存在， 他們往往刻意關注與自己悲觀預期相符的信息， 且信息吸收量更大， 進而引發或加重對健康問題的擔憂［３８］ 。搜尋的頻次對網絡健康焦慮具有顯著的正向影響。反復的健康信息搜尋會引起對健康狀況的過度擔憂，導致網絡健康焦慮的加劇［５０］ 。

對農民工群體而言， 健康信息搜尋行為通過健康信念影響用戶的網絡健康焦慮水平。由于健康信息素養普遍較低， 農民工在線健康信息搜尋往往會導致個體對健康信息的錯誤認知與利用， 把健康信息解釋成消極意義、感知潛在健康威脅［４２］ ， 并認為會有災難性后果， 這種過于嚴重的自我診斷增加了對自身患病狀況的過度擔憂， 使網絡健康焦慮加劇。

情感在健康信息搜尋與網絡健康焦慮的關系中也起到部分中介作用。農民工在健康信息搜尋后認為自身信息需求無法得到滿足或無法解決健康問題時， 會產生消極的情感反應（悲傷、沮喪和困惑），且這種消極情感正向影響網絡健康焦慮［５１］ 。用戶在線信息搜尋行為會引發情感變化， 其中積極情感變化往往是短暫的， 而消極情感則是長期的、持久的，會引起搜尋升級甚至是對軀體癥狀災難化的誤解，誘發用戶的網絡健康焦慮［４２］ 。

在模型的調節效應方面， 親友患病正向調節了“健康信息搜尋—健康信念—網絡健康焦慮” 的后半路徑。農民工個體受到親朋好友患重大疾病或家族遺傳病史的影響， 會增加注意到良性刺激并將其誤解為疾病的可能性。有更多親友患病的用戶在搜尋過程中， 依據已有的健康認知與經驗， 夸大自己患重病的概率和風險［４２］ ， 進而引起對健康狀況的過度關注和恐慌。心理韌性則負向調節了健康信念在健康信息搜尋與網絡健康焦慮間的中介作用。當健康信息搜尋行為帶來不良刺激時， 具有較強心理韌性的農民工用戶會更理性地處理這類負面信息，緩沖危險因素對個體的消極影響［５２］，確保自身的健康認知不會被輕易歪曲。然而， 低心理韌性的農民工在感知健康風險的情境下， 由于不能積極發展性地恢復與適應， 致使激發內心的健康擔憂和焦慮。健康信息質量調節情感的中介作用不顯著，這表明健康焦慮群體的特殊性。也就是說， 無論在線健康信息質量高或低， 農民工在搜尋過程中都刻意地關注和接受誤導性強、內容模糊和夸大事實的健康信息， 產生更多的恐懼不安等負面情感，使健康焦慮水平升高。不確定性容忍度對健康信念這一中介的調節作用不顯著，這與已有研究對不確定性容忍度的認識不盡一致。有研究顯示， 不確定性容忍度可能會在正念與網絡健康焦慮間起中介作用［５３］，該變量可能對網絡健康焦慮有著其他的調節作用路徑。

６結論

農民工是網絡健康焦慮的特殊易感群體， 目前尚未有研究從在線信息搜尋行為角度對農民工群體網絡健康焦慮的成因進行探索， 已有關于信息搜尋行為與健康焦慮之間關系的研究結論過于泛化而缺乏具體的針對性作用。本研究整合信息搜尋行為（ＩＳＰ）模型和健康信念（ＨＢＭ）模型， 引入不確定性容忍度和健康信息質量等新變量， 構建農民工健康信息搜尋對網絡健康焦慮的影響機制模型， 通過調查問卷法收集數據， 對模型進行實證檢驗。研究結果發現， 農民工更偏好利用非正式渠道搜尋健康信息。健康信息搜尋行為對網絡健康焦慮程度有顯著的正向影響， 具體表現在搜尋頻率和搜尋策略水平上。健康信息搜尋行為通過影響健康信念和情感進而影響網絡健康焦慮， 感知健康風險和癥狀自評在健康信息搜尋行為與網絡健康焦慮間起部分中介作用。親友患病、心理韌性調節健康信念在健康信息搜尋行為與網絡健康焦慮之間起中介作用。

本研究主要有兩個方面的理論貢獻： 第一，對網絡健康焦慮用戶群體進行細分， 以農民工作為研究對象的探索較少， 選擇這類城市邊緣群體，對其網絡健康焦慮的成因進行探索， 豐富了信息貧困群體的健康焦慮研究。第二， 從在線信息搜尋行為的視角出發，研究農民工群體網絡健康焦慮成因這一心理健康問題， 將不同學科領域的模型加以整合和創新， 為情報學與應用心理學的交叉學科研究開辟了新的思路。本研究的實踐啟示主要包括： 提升用戶信息素養， 提升其信息搜尋水平， 使農民工群體能夠更有效、更準確地獲取高質量健康信息， 從而避免搜尋升級（Ｑｕｅｒｙ Ｅｓｃａｌａｔｉｏｎ）， 降低網絡健康焦慮發生的概率； 加強面向農民工群體的身心健康教育、心理咨詢和科普宣傳工作， 有效提高其健康素養， 改變農民工不良的健康認知和非理性的健康信念， 增強心理韌性， 最大程度削減這些因素的中介和調節效應， 進而減少網絡健康焦慮發生的可能；鼓勵開展關心關愛農民工群體的公益活動， 解決農民工家庭因病返貧造成的突發性、緊迫性基本生活困難， 適時提供有針對性的心理疏導服務， 讓親友患病因素對健康焦慮的影響降到最低。本研究也存在一定的局限性， 如未能采用實驗法來獲取用戶信息搜尋過程中的數據， 采用調查問卷法不能完整反映用戶信息搜尋過程中的變化。在后續的研究中，可以在具體的情景下嘗試實驗法， 通過對用戶健康信息搜尋過程中不同階段的觀察， 抓取真實的用戶搜尋行為數據來檢驗本研究構建的理論模型。