量化自我研究：发展脉络、构成要素与学科机遇

杨梦晴，朱庆华，赵宇翔，徐孝婷

（1.南京师范大学新闻与传播学院，南京 210097；2.南京大学信息管理学院，南京 210023；3.南京理工大学经济管理学院，南京 210094；4.南京邮电大学社会与人口学院，南京 210023）

1 引 言

随着世界范围内工业化、城镇化的快速发展，人类的生活环境和生活方式发生了巨大变化，随之而来的环境污染、人口老龄化、亚健康等现象使人类健康成为全球性问题。树立适应当今技术环境与人文环境的健康理念，利用科学技术实现健康管理，引导人类形成“防患于未然”的健康生活方式，成为人类应对健康问题的共识。著名大数据与区块链专家Melanie Swan于2012年在其研究中提出了“Health 2050”的设想，指出健康的概念正在朝着个性化、预防性保健的方向发展，而不再是只关注对疾病的治疗，其核心原则包括“赋予任何年龄段的个体自我监测和自我管理健康的权利”[1]。在我国，随着人民健康问题成为目前较为突出的社会问题，党的十九大作出了实施健康中国战略的重大决策部署。2019年7月，健康中国行动推进委员会印发《健康中国行动（2019—2030年）》[2]，旨在引导人民建立正确的健康观，加强早期干预，形成有利于健康的生活方式、生态环境和社会环境，促进以治病为中心向以健康为中心的转变，切实提高人民健康水平。《健康中国行动（2019—2030年）》倡导每个人是自己健康第一责任人的理念，要求我国公民积极树立个人健康意识，主动培养健康生活方式，通过技术手段加强对健康问题的干预。

21世纪初，在无线通信技术、传感技术、人机交互技术等的支持下，智能可穿戴设备逐渐普及，与移动终端应用共同引发了量化自我（quantified self，QS）运动的兴起。借助智能可穿戴设备和相关移动终端应用，人们可以对日常生活中不同方面的个人数据进行追踪记录，通过对数据的整合、分析和可视化，形成对自我更为深入的了解。在量化自我运动中，健康数据量化被人们普遍认识和接受。通过对自身生理、心理、行为等数据的追踪与分析，人们能够从科学的角度掌握自身健康状态，及时发现健康隐患，制定符合自身情况的健康管理计划。因此，健康量化自我也逐渐成为量化自我运动的主体与核心，健康数据的量化行为也引发了学术界的重点关注，成为健康信息学研究的新兴领域。

本研究认为，量化自我作为一种健康活动，其本质是利用数据实现人对自身健康的管理，并提升自我认知。2020年，新冠疫情席卷全球，更加使我们迫切认识到人民健康问题是关系国计民生的重大问题。因此，加强对量化自我的认识与研究，推动量化自我实践的发展与普及具有重要的现实意义。与国际同领域的研究规模相比，国内对量化自我的研究尚处于探索阶段，研究方向、研究主题等尚未成熟。因此，本研究旨在通过对量化自我研究进行综述，在理论层面推动量化自我研究在国内相关领域的发展和深入。首先，本研究通过梳理量化自我发展过程中的关键节点，厘清其发展脉络；其次，通过对相关领域经典文献的述评，明确量化自我的概念内涵与研究分类；再次，抓住量化自我的“活动”本质，引入活动理论，对量化自我活动的构成要素进行分析，从而全面理解量化自我；最后，本研究提出信息管理学科在量化自我领域的研究方向和与研究主题，为健康信息学领域量化自我研究的深入开展提供理论参考。

2 量化自我研究回顾

2.1 量化自我发展史

量化自我并不是一个全新的概念，人类对自身进行量化记录的行为始终以个案的形式存在，并且存在方式多种多样。最早有记载的关于量化自我追踪的案例来自16—17世纪的意大利科学家桑克托留斯（Sanctorio Sanctorius），他通过追踪体重与食物摄入量和消耗量的关系来研究生命系统中的能量消耗[3]。在Gina Neff和Dawn Nafus的专著《量化自我：如何利用数据成就更幸福的自己》中，作者提出了三种早期的量化自我方式；18世纪，美国政治家本杰明·富兰克林曾坚持用日记的形式来记录自己如何花费时间；20世纪初，发明家富勒利用剪贴簿对自己的行为每隔15分钟进行严格记录；另外，“主动的自我实验”也被认为是一种量化自我方式，这种方式是现代临床试验出现之前科学家工作的重要组成部分[4]。

既然量化自我的思维模式和行为方式一直广泛存在于社会生活和科学研究中，那么当前备受关注的“量化自我”相关实践与研究又有何新发展？本研究认为，当前实践与研究中所提到的“量化自我”主要包括两个方面的进步。第一，是技术手段的进步。进入20世纪，传感技术、移动通信技术、数据存储技术等的发展为广泛使用可穿戴设备进行量化自我提供了技术支持。第二，是研究理念的进步。生物信息学（bioinformatics）的发展使得人们对利用计算机科学和信息技术来揭示生物数据奥秘越来越自信，人们越来越相信数据在解决生物问题方面的作用，生物数据化逐渐成为一种思维模式和社会习惯。

量化自我发展的过程不能忽略社群（community）的作用，此处的“社群”可以理解为人们基于共同利益或者兴趣而形成的社会关系。2008年，QS社群（Quantified Self Community，https://quantifiedself.com）建立，该社群以定期举办国际会议和座谈会的形式，吸引世界各地对量化自我感兴趣的研究者和实践者加入。QS社群重视个人的自我实验经历，参与者通过展示和讲述的方式向他人分享量化自我经历[5]。QS社群具有较强的号召作用和先驱性质，其会话风格的会议模式在促进技术与公共卫生问题的直接对话方面发挥了重要作用。由于其关注量化自我的实践方式与发展前景，吸引了大批相关领域的学者、企业家、社会活动倡导者，成为促进量化自我发展的重要力量。

2.2 量化自我概念界定

量化自我（quantified self）在一些文献中也表述为“self-quantification”，与其概念有重要关联的另一个术语为“self-tracking”，即自我追踪，是一种人们监测和记录自己生活的具体特征的方法[6-7]。Deborah Lupton在其专著The Quantified Self:A Soci‐ology of Self-Tracking中，将自我追踪定义为人们有意识地、有目的地收集关于自己信息的一种实践，人们会对这些信息进行回顾并考虑将其应用到自己的生活中[8]。量化自我，可以理解为自我追踪的结果[9]，Bergroth[7]和Heyen[10]的研究均指出，量化自我的过程是通过自我追踪产生自我知识（self-knowl‐edge）的过程。

目前人们所关注的“量化自我”这一概念，于2007年由杂志Wired主编Kevin Kelly和技术专栏作家Gary Wolf提出[11]，是指利用可穿戴设备和传感器技术等收集人们日常生活中不同方面的个人数据，用于探索自我、反思自我，从而获取自我认知的运动。狭义上的量化自我，主要围绕身体机能和疾病诊断两大类数据进行监测和分析；广义上的量化自我，数据范围从单纯的身体数据延伸到个体的认知和行为领域，包括表征人体机能与心理状态的健康数据，表征个体认知规律的认知数据，与个体消费行为习惯相关的消费数据，甚至关于个体与物理环境互动的环境数据等。从广义的量化自我数据范围可以看出，量化自我并不是只对人体健康数据进行量化，其概念内涵也并不局限于健康领域。但是，近年来移动互联网的发展、智能可穿戴设备的日渐普及，以及各类健康APP的涌现，使量化自我成为一种新的生活方式[12]，并获得了社会大众的广泛接受。人们可以通过相关设备和应用，获取自身诸如环境接触、生理模式和遗传特性等方面的健康数据[13]，并实时将这些数据上传云端进行处理和分析，从而对自身的健康状态进行监测，并在这一过程中对自我产生更深入的认识。因此，量化自我逐渐成为健康量化自我的简称，提到量化自我，大多数情况下是指对个人健康数据的量化。

本研究认为，以下学者对量化自我的定义具有一定的参考价值。Swan[14]在研究中将量化自我归为以患者为导向的新兴健康服务之一，提出量化自我是对任何可以测量的自我数据（如生物、物理、行为或环境信息）的定期收集，其外延可以包括对数据的图形显示以及自我实验与反思的反馈循环；其研究指出，量化自我的概念起始于个人层面的自我追踪（self-tracking），随着发展已经逐步扩展到群组数据（group data）层面，即通过大量自我追踪者的数据共享和协同工作，实现量化自我数据的整合[5]。Barrett等[15]的研究认为，量化自我的概念是指个人通过部署传感器和监控设备来测量和改善自己的健康和行为，这一概念可以从个人级别扩展和整合到人口级别，从而形成量化社群，通过测量其社群人口的健康和活动，用数据驱动的方法改善集体健康。

2.3 量化自我研究主题

2.3.1 国外研究主题分析

截至2021年7月5日，在Web of Science（WoS）平台的所有数据库中，通过检索式TS=('quantified self')OR('self-quantification')OR('self-track*')进行检索，设定时间跨度为所有年份，共得到检索结果1320条，涵盖了不同的研究领域，如计算机科学、工程学、行为科学、保健科学、传播学、图书情报学等。对这1320条检索结果进行清洗，剔除重复和与主题不符合的文献，共得到1192条检索结果。利用VOSviewer软件进行主题聚类，可视化结果如图1所示。从图1可以看出，所有文献的研究主题大体可以聚为三类：第一类（图1上半部分）包含的主要关键词为“system”“sensor”“accuracy”“algo‐rithm”等，属于自我数据追踪技术主题的研究；第二类（图1左下部分）包含的主要关键词为“par‐ticipant”“feedback”“care”“disease”等，属于医疗干预主题的研究；第三类（图1右下部分）包含的主要关键词为“practice”“personal data”“measure‐ment”等，属于信息行为主题的研究。

图1 研究主题聚类

WoS中检索到的文献属于“INFORMATION SCI‐ENCE LIBRARY SCIENCE”学科分类的有68篇，将检索到的信息管理学科文献进行梳理，本研究认为目前信息管理学科所关注的量化自我研究主题主要包括量化自我数据管理和量化自我行为管理。

1）量化自我数据管理

在量化自我数据管理主题的研究中，研究者围绕数据生命周期，关注量化自我数据在其生产、传播、使用、保存等环节所存在的问题。Ancker等[16]的研究重点调查了进行量化自我的个体如何追踪个人健康数据，以及其对自身健康数据的看法。McK‐inney等[17]从信息素养的角度探究个体对量化自我数据的认知程度，发现量化自我个体普遍对数据的潜在可重复使用性以及第三方数据共享缺乏理解。Almalki等[18]通过建立测量特征分类，将健康量化自我数据分为“身体结构与功能”“身体动作与活动”以及“身体周边”三个部分。Grundy等[19]将研究聚焦于移动健康APP数据的传播和使用，指出跨应用数据整合存在用户隐私与安全风险。Trace等[20]的研究则聚焦于自我追踪数据的长期价值，提出量化自我数据档案化的意义。Rapp等[21]研究指出，缺乏数据使用指导和数据可视化过于抽象是量化自我用户兴趣消失的原因。

2）量化自我行为管理

在量化自我健康管理主题的研究中，研究者主要围绕量化自我如何改变个体行为、如何使用监测数据实现自我提升等主题展开。Meng等[6]的研究以水果蔬菜摄入量为观察指标，指出具有社交性的组群追踪比单人追踪更具有促进作用。Fernandez-Luque等[22]通过对肥胖症儿童的体育运动和饮食数据量化过程的追踪，证明量化自我对提高儿童行为模式洞察力和母亲健康教育有积极作用。Robbins等[23]通过对睡眠追踪者的调查来探究其行为特征。Ng等[24]研究指出，青少年的体育运动率与其可穿戴设备使用行为成正比。Attig等[25]研究指出，了解用户为什么停止使用可穿戴活动跟踪设备，即了解其长期使用障碍，对于获得可穿戴活动跟踪设备的设计指导建议具有重要价值。在探讨量化自我应用的持续使用行为方面，满足感[26]、反馈[27]、动机[28-29]等因素获得学者们的普遍关注。除了生理数据对健康行为的影响，心理数据同样也受到研究者的关注。Stiglbauer等[30]研究证明，可穿戴设备和APP应用可以有效改善用户心理健康。

2.3.2 国内研究主题分析

相比国外量化自我研究的进展，国内相关研究仍处于起步阶段。在CNKI（China National Knowl‐edge Infrastructure）期刊数据库中以“量化自我”进行主题检索，共得到82条检索结果，经过筛选剔除主题不符合要求的文献，最后得到50条检索结果。朱启贞等[31]、胡德华等[32]通过对量化自我概念、特点、工具等的论述，分析了量化自我的应用现状以及面临的挑战。李东进等的研究关注量化自我所引起的消费者精准化消费方式转变[33]，对量化自我的效应[34]和量化自我持续参与意愿[35]等进行了探究。王巢琛等[36]的研究提出了量化自我技术在图书馆应用中的服务管理模式。在健康量化自我领域，刘咏梅等[37]的研究明确了量化自我数据集的大数据本质，分析了量化自我数据集在个体健康全面监测、促进病患家庭护理等方面的价值。邓胜利等[38]认为，自我跟踪技术在改善公民健康状况上存在巨大潜力。范钧等[39]探讨了在线社会支持对慢性病患者量化自我持续参与意愿的影响作用。从研究现状来看，国内对量化自我的研究尚处于理论探讨阶段，相关实证研究还不够深入。

3 量化自我要素结构

从本质上来说，量化自我是一种人类信息实践活动，对量化自我活动的要素进行解构，能够帮助研究者从根本上理解量化自我。因此，本研究引入活动理论（activity theory），从主体、客体、工具、社群、规则和分工六个方面对量化自我活动要素结构进行分析论证。

3.1 活动理论

活动理论起源于苏联，是建立在辩证唯物主义基础之上的、对人类实践进行研究的哲学框架[40]。苏联心理学家维果茨基（Lev Semyonovich Vygotsky）对当时行为主义心理学的著名理论“刺激（stimu‐lus，S）-反应（response，R）”公式提出疑问，认为这个描述人类行为产生机制的公式忽视了中介（工具）在人与客观世界产生联系中发挥的重要作用，因此，在S-R公式的基础上，增加了中介因素[41]。维果茨基将人类活动定义为主体与客体之间的一种逻辑关系，人类活动之所以有别于非人类活动，是因为将工具作为中介[42]。在维果茨基之后，列昂捷夫（Alexei Nikolaevich Leont'ev）继续完善活动理论的思想体系，他将关注重点从个体活动转移到活动主体与社群的关系之上，认为历史进化中的劳动分工使得个体行为和集体行为有所区别；同时他还将活动分解为活动、行为和操作三个层次[43]。20世纪70年代之后，活动理论开始被西方学者所熟知并被广泛运用在社会科学相关领域。芬兰学者恩格斯托姆（YrjöEngeström）在活动理论原有模型基础上增加了社群、规则和分工，提出了完整的活动理论模型[43]（图2）。主体与客体之间的辩证关系构成了活动的核心，同时也受到工具、社群以及规则与分工的调节。

图2 活动理论模型

在活动理论中，“主体（subject）”是指发起活动的个体或者组织；“客体（object）”是指人类行为作用的对象；“中介（工具，tool）”是指人类为了实现活动目标而使用的工具；“社群（communi‐ty）”是指与主体分享相同客体（目标）的其他活动参与者；“规则（rule）”主要指用来协调主体与客体的制度、规范等；“分工（division of labor）”是指活动的参与者对任务的分割。活动理论最显著的特征就是将人类“活动”作为基本的分析单元，在这个分析单元中，分析始于活动动机，终于活动结果，研究者可以从主体、客体、社群、工具、规则和分工六个方面深刻理解影响人类活动的内外部环境因素及其相互关系。综上所述，活动理论是分析人类信息实践的有效工具[44]。

3.2 量化自我活动的要素结构

3.2.1 主体

本研究将量化自我活动的主体称为“self-track‐er”，即自我追踪者，是指对自我数据进行追踪记录、分析反思、分享利用的个体。通过对相关研究的梳理，可以将自我追踪者具体划分为病人[16,24]和健康关注者[6,20,45]。在量化自我过程中，病人普遍关注与自身病情相关的生理数据，其目的在于通过对相关生理数据的追踪以监测自身病情；相对来说，健康关注者则拥有更多元化的目的，他们往往致力于通过追踪自身运动、饮食、睡眠、情绪等方面的数据，用于探索自我、反思自我，从而获取自我认知，提升自身健康水平与生活质量。

由于活动始于活动动机，终于活动结果，因此，自我追踪者作为活动主体，在量化自我活动中扮演两种角色：①量化自我活动的发起者。量化自我活动始于自我追踪者的健康需求（活动动机），并且自我追踪者借助工具产生量化自我数据；②量化自我活动的受益者（终结者）。基于对量化自我数据的分析与理解，自我追踪者可以提升自我认知，制定符合自身健康状态的健康管理计划，进而提高自身健康水平与生活质量。

3.2.2 客 体

活动的客体是指活动中主体行为的作用对象，在量化自我活动中，就是经由自我追踪而形成的数据。量化自我数据同时具备“小数据”和“大数据”的双重特性。从个体角度来看，量化自我数据是从个体数字痕迹中提取的数据[46]，是个体生理、心理等状态的实时记录，是一种高价值、高效率、个性化、为特定个体而生产的信息资产[47]，即“小数据”。从群体角度来看，由于量化自我数据规模持续增大，数据来源多样化且没有形成统一标准，量化自我数据已经具备了“大数据”的特征[37]。就小数据而言，如身高、体重、心跳、血压、血糖等数据对于个体疾病的预防和治疗具有重要意义；对个体运动信息的监测能够有效监控个体的实时行为，为培养健康的生活习惯和预防运动伤害提供了有力保障。就大数据而言，将量化自我数据集与医疗机构数据、公共卫生健康数据、环境数据等进行有效集成，可以为传统的医疗诊断和健康领域带来新的思路。大数据关注的是总体和规律，小数据关注的则是个体和细节事实，不论大数据还是小数据，重点在于挖掘出数据所包含的真正价值。要达成对事物的更深入理解，就需要把大数据思维和小数据细节相结合。

目前，健康量化自我仍然缺乏一种正式的通用语言或分类法来描述其所收集的数据[18]，随着相关研究的不断深入，标准、分类法、本体论等方法被应用到量化自我数据收集与共享实践中，为量化自我数据的科学管理与应用提供了新的思维和方式。

3.2.3 工 具

完成量化自我活动离不开工具的支持，工具也是量化自我活动中给人最直观感受的组成部分。提到量化自我，我们首先会想到可穿戴设备、手机APP等日常生活中常见的量化自我工具。Almalki等[48]在其针对量化自我的系统性综述研究中指出，当前研究对量化自我工具的表述是多样化且零散的，系统、设备、传感器、应用等词汇都被用来指代量化自我工具，说明当前研究对量化自我工具的分类还存在空白。本研究认为，量化自我工具之所以未能形成统一的分类标准，是因为量化自我工具正处于快速发展时期，针对不同需求而产生的工具层出不穷，并伴随着不断的创新，短时间内不能形成统一的分类标准。本研究认为，可以将量化自我工具理解为一个多层次的复合概念，包括基础核心技术、中层集成技术和终端应用。以最具代表性的量化自我工具——可穿戴设备为例（图3）：首先，可穿戴设备赖以存在的基础核心技术包括无线传输技术、传感技术、人机交互技术等，这些技术是可穿戴设备能够获取、传递量化自我数据的基础；其次，可穿戴技术将基础核心技术与其他相关技术进行集成，探索和创造可直接穿戴的智能设备；最后，符合可穿戴设计原则的终端应用，以产品的形式成为用户量化自我的工具。

图3 可穿戴设备的多层次工具观

3.2.4 社群

“社群”是指与主体共享相同客体（目标）的其他活动参与者。首先，社群的组成非常多元，家人[22]、医护工作者[49-50]、虚拟社区成员[6]等均可以构成量化自我活动的社群成员；其次，在量化自我活动中，社群的作用在于帮助、监督和协作。Chung等[50]研究指出，医护工作者将患者的自我监测数据，作为诊断依据和提升患者依从性的工具，除此之外，自我监测数据还能够加强医患沟通，帮助医生制订个性化治疗计划，以及起到激励和教育患者的作用。Meng等[6]研究指出，在线自我追踪小组在促进青少年水果和蔬菜消费方面比单独的自我追踪更有效。这些研究都证明了社群在量化自我活动中具有重要作用。

虽然在社群中共享量化自我数据能够达到比个体量化更高的效果，获取更多的社群价值，但是目前也存在着诸多限制。例如，对医护工作者来说，当前的量化自我工具常常缺乏标准化的数据格式，也不具备与医护人员共享数据的机制；另外，患者认为医护工作者对患者自我追踪数据的信任程度不够[16]。又如，在与虚拟社区成员共享量化自我数据的过程中，存在个人隐私暴露的风险。

3.2.5 规 则

“规则”主要是指用来协调主体与客体之间关系的制度、规范等，同样在量化自我活动中也存在着活动规范。首先是数据的归属原则。量化自我活动一直存在一个问题，即产生的数据究竟属于谁？目前大多数可穿戴设备企业都默认由其产品所获取的数据是一种商品，企业事实上控制了数据的所有权。而对于他们的用户而言，数据来源于自己的身体，是自己身体的一部分，用户如果没有自由访问数据的权利，那么就相当于失去了对自己身体的自主权。因此，建立使数据访问更加普及的社会、法律和技术机制是维护数据归属原则的关键[4]。其次是数据隐私保护原则。随着技术的不断发展，移动应用程序、可穿戴设备等在隐私和安全方面所带来的隐患日益凸显，有关健康数据的个人隐私越来越难以得到保障[51]。坚持数据隐私保护原则是维护量化自我活动生态平衡的关键。再次是公平原则。量化自我活动应该通过技术手段降低人类解决健康问题的成本，而不是建立“健康壁垒”，拉大不同阶层的人们在健康福利中的差距[45]。最后是数据意义原则。量化自我的意义在于通过对个体数据的追踪，获得个人健康水平与生活状态的实际提升。如果在这一过程中放弃了数据意义原则，单纯“为了量化而量化”，那么不仅不能发挥量化自我的作用，还会给个体造成负担和焦虑[52]。

3.2.6 分 工

“分工”是指活动的参与者对任务的分割。活动的参与者包括活动主体和社群成员，从上文的论述中可以看出这些参与者的“分工”行为。活动主体在活动中扮演两种角色，即活动的发起者和活动的终结者。在量化自我活动中，活动主体根据自身健康需求借助工具对自身进行数据采集和记录；在获得数据反馈结果后获取认知提升并采取相应措施。社群成员在量化自我活动中起到帮助、监督和协作的作用，其意义在于通过参与量化自我活动，在主体个人量化行为的基础上，扩大整个量化活动的价值。Swan[53]曾指出，在互联网与社交媒体的支持下，公共健康生态领域的研究正在向“众包健康”方向发展，让秉持共同兴趣的个体投入知识、技能和思想来共同承担任务。量化自我的概念起始于个人层面的自我追踪（self-tracking），随着发展已经逐步扩展到群组数据（group data）层面，即通过大量自我追踪者的数据共享和协同工作，实现量化自我数据的整合[5]。分工使量化自我从个人行为变成了集体行为，不仅丰富了量化自我活动的内容，也增加了其社会价值。

4 量化自我：我们能做什么

马费成教授等[54]指出，新文科建设要求推进哲学社会科学与新技术的交叉融合，我国图书情报学科要关注社会需求，善于解释社会现象、解决社会问题。本研究认为，量化自我的理论和实践探索为信息管理领域带来了一系列研究机遇。同时，从生产商到管理部门也能在量化自我运动的规划、发展和推广上大有作为。因此，量化自我的相关议题值得信息管理领域的学者和实践者深入探索。最后，本研究抛砖引玉，从信息管理学科的角度提出以下三点研究机遇，供相关领域学者参考。

1）量化自我行为中的健康需求研究

本研究强调量化自我的目的是探索自我、反思自我，从而获取自我认知，在具体的量化自我行为中，获取的“自我认知”会因人而异，取决于自我追踪者的健康需求。

健康需求是个体进行量化自我的根本动机[55]，满足个体健康需求是量化自我数据服务的关键。随着人们对个人健康要求的不断提升，健康需求日益复杂且难以进行精准描述；基于不同的身份（如病人、健康关注者等），个人的健康需求也呈现个性化特征。针对个体不同的健康需求，量化自我在数据获取、分析、可视化等服务方式上也必须呈现多元化。因此，全面精准地描述用户健康需求成为量化自我数据服务生存发展的必然要求。满足用户何种健康需求？如何满足用户健康需求？服务方式与用户需求的契合度有多高？这些问题均是构建量化自我用户健康需求描述框架所必须解决的问题。未来信息管理领域的学者可以更多地关注健康信息需求对于量化自我行为的影响，以及量化自我评估中健康信息需求的预测。

2）基于量化自我视角的个人健康信息管理研究

个人健康信息管理（personal health information management，PHIM）是消费者健康信息学的重要研究领域之一。Ancker等[56]提出，从患者的角度收集和管理个人医疗信息的任务被称为“个人健康信息管理”。Kim等[57]认为，个人健康信息管理是指个人为收集、组织、查找、使用和共享用以完成其健康相关任务所需的个人健康信息而进行的实践和活动。本研究认为，个人健康信息管理可以视为个人信息管理在健康领域的应用[58]，是通过获取、组织、使用和分享个人健康信息以完成个人健康目标的实践活动[57]，也是通过一系列健康行为建立、使用、维护健康信息和健康需求之间的映射（map‐ping）的过程。可以认为个人健康信息管理是一系列健康信息行为的集合[57,59]，并且在不同情境下有不同的表现形式，其最终目的在于实现个人健康目标。

从个人健康信息管理的概念中可以看出，其强调信息在个人健康管理中的重要作用，利用信息解决个人健康问题，并在这一过程中构建个人与外界的联系[60]。这与量化自我依靠自身数据获取个人认知和健康水平提升的内核具有高度的一致性。因此，量化自我能够为个人健康信息管理的实践与研究提供新的思路。首先，量化自我能够为个人健康信息管理提供新的研究情境，通过自我追踪而获得的个人健康数据在组织、使用、分享等管理行为环节都将表现出与以往传统个人健康信息不同的特性。其次，量化自我通过获取、分析个人健康数据，从而监测身体健康状态，可以为个人健康信息管理提供更为科学的方法和数据支持。

3）量化自我数据的“小数据”特性研究

量化自我数据具备“小数据”和“大数据”的双重特性，相比于被广泛认识的“大数据”，“小数据”的概念并不广为人知。小数据并不是指数据量小的数据，虽然相较于大数据的数据量，小数据确实拥有较小的数据量，但是小数据概念的核心是指以个人为中心的全方位数据，及其配套的收集、处理、分析和对外交互的综合系统[47]。如果说大数据关注的是总体和规律，那么小数据关注的就是个体和细节。与大数据相比，小数据的价值在于其来源于各种人类行为细节，更贴近个体感受，对需求的呈现也更精准。Trace等[20]研究提出，当公共利益理论被附加到丰富的个性化小数据集合中时，可以发现新的认识和机会。

对数据价值的挖掘工作应针对数据的不同属性和数据挖掘的不同目的采取不同的策略与方法。关注量化自我数据的“小数据”特性，要求研究者充分认识量化自我数据来源于个人，也将反馈于个人；对数据的分析和处理要围绕数据来源的需求和特点，不再追求“大数据”处理结果中的趋势预测，而是追求精准化、个性化、有决定性的“小数据”分析结果。针对量化自我数据的小数据特性展开数据挖掘工作，能够为健康信息服务、个人健康管理、个性化健康服务推荐等领域提供更好的服务策略。

5 结语

量化自我无疑是当前最受关注的新兴健康管理方式之一，其借助智能可穿戴设备和相关移动终端应用，对日常生活中不同方面的个人数据进行追踪记录，并通过对数据的整合与分析，获取个人认知与健康水平提升。本研究首先通过对量化自我领域的研究进行回顾，用明晰关键时间与事件节点的方式梳理量化自我的发展历程；引用影响力较高的研究对量化自我的概念进行了界定，并以信息管理领域的量化自我研究为综述对象，对研究主题进行归纳与分析。其次，本研究从量化自我的人类活动本质出发，引入活动理论对量化自我活动的构成要素进行了论述，阐明了量化自我活动中主体、客体、工具、社群、规则和分工的特点与内涵。最后，本研究结合信息管理学科研究特点，从健康信息学视角提出若干量化自我研究未来可以关注的议题。

当前新文科建设要求人文与社会科学努力进行学科交叉，在学科边界上形成与拓展新的知识领域，因此，本研究认为，量化自我领域可以成为信息管理学科在新文科建设背景下的突破点之一。量化自我不仅融合了人机交互、行为分析、数据挖掘、数据管理、健康传播等多种研究领域的理论与方法，并且伴随着新技术的应用，量化自我创造了越来越多新的研究情境，这都启发着研究者不断探索和深入。信息管理学科研究者可以充分发挥本学科在数据与行为分析中的优势，关注“健康”这一全球性问题与社会需求，通过对量化自我领域的深入研究，挖掘数据所带来的更高的社会价值。