个人信息回避行为的驱动因素研究

王文韬 张帅 李晶 谢阳群

〔摘 要〕探究个人信息回避行为的驱动因素既能为社会深入理解个人信息回避行为提供一定理论支持，也能为优化互联网+环境下个人信息回避行为提供一定的参考。文章采用质性研究方法，借助NVivo 11软件，分析Web of ScienceTM核心合集数据库中相关文献，结合风险与效用理论，对个人信息回避行为的驱动因素进行梳理。研究发现，负面情绪是个人信息回避行为的最主要驱动因素，认知冲突、行为成本和损失厌恶是主要驱动因素，维持乐观是次要驱动因素，信息疲劳和信息主观规范是一般驱动因素。据此得出相应启示。

〔关键词〕信息回避；信息行为；质性研究；动机

DOI：10.3969/j.issn.1008-0821.2018.04.004

〔中图分类号〕G202 〔文献标识码〕A 〔文章编号〕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

大数据时代，各行各业逐渐与大数据技术深度融合，数字信息成为当代情报学发展的新语境[1]。在此背景下，个人的社会活动愈加离不开信息的协同工作，但面对多种信息源和信息渠道，作为信息宿的个体却出现越来越多的个人信息回避行为。如有的用户在频繁网购后，不愿意查看个人的互联网金融账户[2]；有的用户在社交网络中，主动屏蔽好友发布的信息[3]。信息回避行为一直都存在于个人的信息活动中，在大数据时代表现得更为明显。那么，在大数据背景下个人为什么会产生信息回避行为？个人信息回避行为又受到哪些关键因素的驱动？对个人信息回避行为的驱动因素研究将帮助我们分析上述问题。

质性研究方法是通过深入研究目标样本以更好地了解事物的现象，尤其适合对人类的行为以及产生这种行为的原因进行探索研究[4]。因此，本文运用质性研究方法，借助NVivo 11分析软件，分析Web of ScienceTM核心合集数据库中相关文献，结合风险与效用理論，对个人信息回避行为的驱动因素进行了探索性研究，既能为社会深入理解大数据时代个人信息回避行为提供一定理论支持，也能为优化互联网+环境下个人信息回避行为提供一定的参考。

1 相关概念及理论基础

1.1 相关概念

随着移动互联网技术和大数据科学的兴起，人类社会拥有的信息量十分巨大，如何在数字化浪潮中协同、生存以及如何在海量的信息中筛选所需信息成为情报学领域新兴的研究课题之一[5]，通常认为信息过滤、信息规避以及信息回避分别是个人进行信息筛选的3个不同层次。信息过滤主要是个人使用计算机方法过滤或减少输入的信息量，以消除冗余的信息[6]，这是个体筛选信息的第1个层次；信息规避是个人进行信息筛选的第2个层次，是指通过主观判断将无用或无效的信息进行过滤[7]；信息回避是个人筛选信息的第3个层次，目的是避免获取那些有用但个体可能不愿接收的信息[8]。本文参考Sweeny K等的观点，他认为个人信息回避是个人旨在防止或延迟获取可利用但可能不需要的信息的任何行为[9]。个人信息回避具有以下两个特征：一是个人知道回避信息是可利用的；二是个人可以自由获取该信息。

1.2 感知风险理论和预期效用理论

感知风险理论最早是由哈佛大学的Bauer R A于1960年从心理学研究延伸出来的理论，他认为用户行为将会产生不确定性的结果，而这种不确定性就是风险的最初定义[10]。感知风险主要包括两个因素：决策结果的不确定性和潜在的不良后果[11]。研究表明，人们获取信息的风险感知会导致个人信息回避行为[12]。

预期效用理论也被广泛应用于信息回避行为研究中，人们获取信息的动机在很大程度上是为了利用其帮助自己做出有利的决定，当信息不符合预期效用时，人们会防止获取该信息[13]。个人信息回避行为的动机都体现在预期效用理论中，个体从未来事物的预期中获得效用，从而做出行为反应[14]。

2 研究设计和数据分析

2.1 研究方法

本研究采用质性研究方法，将有价值的定性资料转化为定量数据进行分析，以建立有意义的、分类交流的内容资料，从而对个人信息回避行为的驱动因素进行研究。

2.2 研究工具

NVivo是澳大利亚的质性软件开发商QSR International开发的优秀计算机辅助定性数据分析软件（CAQDAS）之一，它旨在帮助研究者科学的管理和分析定性数据，其中NVivo 11是该软件最新版本。Web of ScienceTM核心合集数据库收录了众多世界权威的、高影响力的学术期刊，在学术界具有较高的影响力。因此，本文利用NVivo 11软件对Web of ScienceTM中个人信息回避相关的文献资料进行质性分析。

2.3 研究步骤

本研究参照Ellis T和Levy Y对文献资料进行分析的方法，将质性研究步骤分为3个阶段[15]。第一阶段：收集和筛选文献资料。本研究选取Web of ScienceTM核心合集数据库，用“Information Avoidance”进行主题检索，检索时间为2017年6月19日，共搜索到65篇相关文献，通过逐条阅读文献名称和摘要，剔除6篇与研究主题不符的文献，最终确定59篇文献作为质性分析的样本。在此基础上，将59篇文献按照出版日期降序排列并下载PDF至本地存储设备，用阿拉伯数字1～59作为其文件名；第二阶段：分析和处理文献资料。研究人员设计了一份详细的文献资料处理方案，包括文献导入方式、制定编码规则以及最终结果的呈现；第三阶段：报告研究成果。经过上述两个阶段的资料分析后，研究人员通过NVivo 11软件的相关功能对文献资料的编码进行查询和处理，以探索个人信息回避行为驱动因素之间的关联，并以图表数据的方式进行分析。

2.4 数据分析

在初步分析文献资料的基础上，共形成25个树节点，剔除其中5个与个人信息回避行为有关但与驱动因素无关的树节点，如人口统计学特征、种族差异（Racial Differences）等。本研究经过第一个层次的编码之后，在感知风险主节点下形成12个树节点，在预期效用主节点下形成8个树节点。在第二个层次的编码基础上，将数量较多的层级较低范畴归纳为数量较少的层级更高的范畴，最终在感知风险（Perceived Risk）主节点下形成2个树节点，分别为负面情绪（Negative Emotions）和认知冲突（Cognitive Dissonance），其中负面情绪（Negative Emotions）树节点又由4个子节点组成，分别为感知焦虑（Perceived Anxiety）、恐惧诉求（Fear Appeal）、预期后悔（Anticipated Regret）和感知失望（Perceived Disappointment）；在预期效用（Expected Utility）主节点下形成5个树节点，分别为行为成本（Behavior Cost）、损失厌恶（Loss Aversion）、维持乐观（Optimism Maintenance）、信息疲劳（Information Fatigue）和信息主观规范（Information Subjective Norms）。

本文通过NVivo 11软件的比较节点功能，将感知风险和预期效用两个主节点进行比较，这就形成了感知风险和预期效用两个节点共同文献来源以及它们各自独有内容的可视化表示，如图1所示。从比较示意图中可以看出感知风险和预期效用两个节点有较多的共同编码文献，说明大部分信息回避的文献都对它们进行了研究；感知风险节点独有的编码文献来源较多于预期效用节点的编码文献。

本文通过NVivo 11软件对感知风险及预期效用两个主节点进行树形模型关系构建，通过对节点与子节点之间的逻辑关系的模型化处理，形成了个人信息回避行为的驱动因素模型，如图2所示。从模型图可以看出基于感知风险和预期效用下节点与子節点间的关系能较好的拟合成模型。

3 驱动因素研究结论

本研究基于风险与效用理论对个人信息回避行为的驱动因素进行梳理，通过将文献资料导入Nvivo软件进行质性分析，共归纳出7个驱动因素，具体驱动因素的资料分析结果（1～59表示文献编号）如表1所示。

3.1 感知风险

感知风险是个人信息回避行为重要的驱动因素之一，包括负面情绪和认知冲突。从数据分析中发现，感知风险的编码参考点占全部编码的56.2%，约2/3的文献资料将感知风险作为个人信息回避行为的驱动因素进行了探讨和研究。

3.1.1 负面情绪

负面情绪是驱动个人信息回避行为最主要的因素，编码参考点占比34.8%，它主要包括感知焦虑、恐惧诉求、预期后悔和感知失望4个方面。在感知焦虑方面，因为获取的风险信息会让个体对不确定性结果产生焦虑感，个体选择回避风险信息正是为了减少这种焦虑的情绪[16]（50）；在恐惧诉求方面，恫吓他人的信息可能会让个体产生防御性反应而避免与该信息的发生联系[17]，实证研究表明，信息回避行为的动机与个人恐惧诉求呈正相关关系[18]（19）；在预期后悔方面，当个体处于认知不确定的状态时，个体避免与产生预期后悔情绪的信息接触[19]（34），如新车主更加关注他们购买车型的广告，而不是他们考虑但并没有购买车型的广告[20]；在感知失望方面，感觉驱动力（Drive for Sense-Making）能促使人们寻求或回避信息，失望的情绪与个人信息回避行为密切相关[21]（10）。

3.1.2 认知冲突

认知冲突是个人信息回避行为的主要驱动因素，编码参考点占比21.4%。个人有意识的回避那些与内部状态相矛盾的信息，以免引起心理不适[22]（15）。比如，当财务信息威胁到个人的认知时，个体倾向于避开它[23]（2）；当患者对药物治疗效果和副作用的认知出现不一致的时候，他们通常采用信息回避的方式来缓和心理的紧张局势[24]（27）。个体回避的认知信息有3种类型：对自我的认知、对他人的认知以及对世界的认知。首先，个人会有意建立和主動维持对自我的认知，相信自己有能力做出对的判断；其次，个人有意维持对他人认知的一致性，并倾向于回避与现有认知冲突的信息；最后，个人会有意寻求与世界观相符合的信息，而回避与个人世界观不一致的信息。

3.2 预期效用

预期效用是个人信息回避行为重要的驱动因素之一，它主要包括行为成本、损失厌恶、维持乐观、信息疲劳和信息主观规范。从数据分析中发现，预期效用的编码参考点占比43.8%，约1/2的文献资料对预期效用驱动个人信息回避行为进行了分析和研究。

3.2.1 行为成本

行为成本是驱动个人信息回避行为的主要因素，编码参考点占比13.4%。信息通常用于提供关于世界状态、个人的健康状况、人生状况等的更新，而这种更新信息常常需要个人采取行动，做出改变[25]（40）。让个人离开舒适圈去改变行为，这本身就有困难，何况行为有时可能会带来一些负面的影响。调查发现，有1/3的参与者选择不看他们皮肤损伤的紫外线（UV）照片，尤其是平时没有防晒行为的调查对象更倾向于采取信息回避行为，因为该信息可能会要求他们改变行为习惯[26]（21）。当得知视力健康状况后，可能需要个人改变一些不良的用眼习惯，如减少手机的使用时间，而个体改变这种行为可能需要花费更大的成本，导致个人回避视力信息[27]（55）。

3.2.2 损失厌恶

损失厌恶是个人信息回避行为的主要驱动因素，编码参考点占比20.5%。个人信息回避行为与经济学理论相关[28]，它是个人对获取信息后果的利弊进行分析后所产生的行为[29]（11）。与信息寻求者相比，信息回避者往往期望从信息中获得更大的收益并降低个体损失至最低[30]（47），当个体对获取信息的预期为负时，个人会回避这些信息从而避免损失[31]（10）。

3.2.3 维持乐观

维持乐观是个人信息回避行为的次要驱动因素，编码参考点占比8.0%。人们选择回避信息的原因是他们期望享受当下[32]（12），维持乐观的现状，以保持对生活的希望和勇气[33]（7）。而获取不需要的信息可能会干扰到个人维持乐观的状态，在这种情况下会发生信息回避行为。研究指出，当面对健康信息时，乐观主义者更容易产生信息回避行为[34]（22）。

3.2.4 信息疲劳

信息疲劳是个人信息回避行为的一般驱动因素，编码参考点占比约1%。当个体具有先验信息时更容易去回避这类信息。在生活和工作中，人们接触到的信息大部分都具有重复性特征，这使得他们很容易对此产生信息疲劳，从而导致了个人信息回避行为[35]（49）。

3.2.5 信息主观规范

信息主观规范是个人信息回避行为的一般驱动因素，编码参考点占比约1%。个人对特定信息的回避可能受到他人行为的影响，尤其是对个人能产生重要影响的人，如家人、朋友、老师、偶像等。研究指出，信息主观规范与个人信息回避行为呈现正相关关系[36]（38）。

4 研究启示

结合文中的质性分析发现，个人信息回避行为的积极效应和消极效应是同时存在的。本文基于感知风险与预期效用理论视角，对个人信息回避行为进行多维度的分析，为优化个人信息回避行为提供一定参考。

在感知风险视角下，个人信息回避行为是应对风险信息的一种自我保护机制。一般来说，风险信息可能对个体造成一定的心理负担和负面情绪反应，包括焦虑、恐惧、后悔、失望等。个体选择回避这些信息，在一定程度上是为了避免负面情绪的产生。如有的人回避失败经历的信息是为了避开失望的感受；有的人回避他人对自己的负面评价是为了避免愤怒的情绪等。个体在评估负面情绪可能会带来的风险结果后选择个人信息回避行为，此时，个人是规避了信息风险，可也付出了可能获取有效信息的代价。如有的人回避健康检查的信息，虽然在一定程度上回避了风险信息带来的负面情绪，但也拒绝了可能改善健康状况的有用信息。

通常，个人倾向于寻求证实自己的态度、信念和决定的信息，并尽可能的回避威胁认知的信息。信息回避行为有助于个体维持内在和外在认知的一贯性，捍卫自我的人生观、价值观和世界观。然而，个人信息回避行为也可能不利于改变固有认知。有时候个人对事物的了解和认识停留在固有的认知上，或对事物的认知有所偏颇，采取信息回避行为只会加剧这种认知偏见，难以对事物有全面的、辩证的认识。

在预期效用视角下，个人信息回避行为是获取有效信息的一种重要手段。从预期效用理论出发，个人获取信息的价值总是非负的[37]。面对海量的数据信息，个人如何获取最有价值的信息成为了新的关注焦点。信息回避行为有助于个体对信息的价值进行判断，避开无效或冗余的信息，从而提高信息活动效率。但是，基于个人的主观判断就采取信息回避行为，难免会错失一些有价值的信息，无法获取最优的解决方案。

在当前互联网信息洪流中，个体在大量碎片化信息的刺激下注意力下降，导致信息筛选机制无法发挥正常效力，造成个人心理或生理的信息疲劳，最终导致个人信息回避行为[38]。在信息疲劳的状态下，个人对信息的效用感知降低，致使个体对信息出现回避行为的现象，不利于信息的传递，也失去了回避信息可能带来的信息偶遇和信息创新[39]。

因此，在大数据时代背景下，对信息接收者而言，个体应不断提高自身的信息识别、信息判断和信息管理等能力，在不同的情境下面对不同的信息既要合理的运用信息回避行为的积极效应，满足个人的信息需求，又要尽量抑制信息回避行为所带来的消极效应，以免错失有用信息。对信息发送者而言，内容生产者应对信息进行专业筛选、整合后谨慎发布，努力提高信息传播的效率，从而优化个人的信息回避行为效用。

5 結 语

本文对个人信息回避行为的驱动因素进行分析，探讨了个人信息回避行为动机的一般规律，既能为社会深入理解大数据时代个人信息回避行为提供一定理论支持，也能为优化互联网+环境下个人信息回避行为提供一定的参考。本研究中的样本只来自Web of ScienceTM核心合集一种数据库，并未覆盖个人信息回避行为动机的所有研究，未来可考虑扩大研究的范围，并针对不同情境下的个人信息回避行为做进一步探究。

参考文献

[1]吴晨生，张惠娜，刘如，等.追本溯源：情报3.0时代对情报定义的思考[J].情报学报，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，孙建军.社交网络背景下的用户信息屏蔽意向研究[J].情报理论与实践，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]曾建勋，魏来.大数据时代的情报学变革[J].情报学报，2015，（1）：37-44.

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

[7]文金书，邓小昭，付玲玲.用户信息规避行为及其国内外研究现状浅析[J].图书情报工作，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，谢阳群.信息偶遇模型研究回顾[J].图书情报工作，2014，58（21）：130-135.

（实习编辑：陈 媛）