压力源—应变—结果视角下个人信息回避行为研究

关键词：信息过载；系统功能过载；情绪压力；个人信息回避；混合方法

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．１１．００５

〔中图分类号〕Ｇ２５２.０ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１（２０２４）１１－００３７－１５

信息技术的发展和移动终端设备的普及带来信息过载和利用率不高等问题，用户需求呈现出复杂、动态和多维等特点。截至２０２３年６月，中国互联网用户数量达１０.７９亿［１］，据统计，我国６８％的数据存储在个人手机、电脑、移动硬盘等设备中，个人数据存储量约是行业机构数据的２.１倍［２］。然而，面对信息数量增多、异构多元和持续的信息技术压力，个体可能产生信息焦虑和压力，从而回避、忽略或拒绝威胁性信息，避免因知道太多而造成心理不适［３］。信息回避表现为个体主动远离可能暴露信息的人或者信息源，亦或是通过分散注意力去避免理解信息内容，更有甚者可能会遗忘信息。合理的信息回避可以缓解过载，减少焦虑和不确定性［４］，但是不合适的信息回避可能剥夺人们了解风险和采取预防措施的机会，不利于创新和交流［５］。因此，需要根据具体的情境和个体认知能力对信息重要性进行判断，以提高信息利用效率、优化信息管理决策。

信息回避是一个跨学科研究问题，已经引起学界高度关注。已有研究通过揭示信息回避行为前因后果，为深入理解信息回避行为、探讨合理的信息回避机制作出了积极贡献。目前相关研究大多集中在社交媒体［６］、健康信息［７］、虚假信息［８］、学术科研［９］、团队知识交流合作［１０］等情境，对碎片化、非结构化个人信息管理情境中信息回避行为过程及影响机制缺乏系统性解释。现有关于信息回避研究大多采用单一的定性或者定量研究路径，定量研究侧重于影响关系路径的验证性分析，定性研究侧重于现象的描述和解释。为了对个人信息回避行为进行强有力的深入分析，本研究采用ＩＳ领域提倡的混合研究方法，可以更好地回答解释性和验证性研究问题。个人信息回避行为是个体与信息互动过程中应对风险压力和缓解负面情绪的反应，数字化信息时代人们如何对个人信息进行合理有效地管理是当前国内外信息管理领域的研究热点问题。本研究将具体研讨如下问题：个人信息管理中信息回避行为的产生过程是什么？个体面对压力源的应变以及个人信息回避行为的影响机制和作用路径如何？基于此，本研究采用混合研究方法探讨个体在个人信息管理中面对压力源的应变和心理机制，研究１运用扎根理论构建个人信息回避行为产生过程的理论模型，从触发个人信息回避行为的压力源出发，分析个体情感状态变化及应对反应变化；研究２基于定性分析结果和压力源—应变—结果模型验证信息过载、系统功能过载等的触发机制和作用路径。本研究丰富了特定情境下用户信息行为研究范畴，为深入了解个人信息回避行为提供新的理论研究视角，为减轻用户信息处理负担、优化信息管理工具使用体验、提升个人信息管理和利用效率提供参考和建议。

１相关研究与理论基础

１.１信息回避行为的相关研究

作为信息行为的重要组成部分，信息回避涉及个体与信息之间的复杂互动，引发心理学、经济学、传播学和图书情报学等不同领域学者的关注［６，１１－１３］。为了减少不恰当、过载信息引发的焦虑，人们会回避与其认知相违背的信息，信息回避行为是个体应对风险和缓解负面情绪的手段和策略，具体表现为忽略信息、转移注意力、推迟获取信息、否认信息和遗忘信息［１４］。学者们运用选择性暴露、认知失调、风险厌恶等理论框架解释信息回避行为的动机，分析信息回避行为的影响因素，以此深入了解人们在信息获取、处理和传递中回避信息的原因和过程，并据此提出有效的应对措施，主要包括：①个人因素。在认知负荷方面，人们为了节约时间和精力，减少认知努力，倾向于避免接受信息［１５－１６］。负面情绪是驱动信息回避的主要因素［１７］，研究指出个体面临信息过载会产生倦怠、焦虑、失控、愤怒、失望等负面情绪，进而引发信息回避［１８－１９］。由于缺乏应对能力、难以缓解恐惧情绪，病患会抗拒获取医疗信息［２０］。另外，个人特质差异也会影响信息回避，学者指出拖延症群体有较高的信息回避倾向［２１］，高心理弹性者能更好地应对压力、焦虑及风险等［１８－１９］；②信息因素。研究表明信息过载［２２］、信息质量［２３］、信息价值不确定［２４］等会带来压力，为了减少抑郁和焦虑等负面情绪，个体会放弃、拒绝和回避某些信息［２１，２５］。个体由于隐私担忧也会导致信息回避［１８，２３］，如产生数字广告信息回避意愿［２６］、智能推荐信息回避行为［２７］等；③情境因素。人们的不确定性反应会受到情境因素的影响，已有研究围绕医疗健康［１５，２８］、学术科研［９］和社交媒体［６，１６］等情境的信息回避展开。研究指出信息技术发展带来的负担会使个体产生信息回避行为［２９］，社会压力和规范也会影响人们信息回避的态度和行为，个体会因害怕或受到排斥而回避某些信息，以符合社会预期［３０］。

１.２压力源—应变—结果模型

压力源—应变—结果（Ｓｔｒｅｓｓｏｒ－Ｓｔｒａｉｎ－Ｏｕｔｃｏｍｅ，Ｓ－Ｓ－Ｏ）是一个广泛应用在心理学、社会学和组织行为学等领域的模型，用以解释个体应对压力因素的心理和行为过程。压力源（Ｓｔｒｅｓｓｏｒ）是个体所面临的威胁性刺激，不同的压力源会对个体产生不同程度的影响；应变（Ｓｔｒａｉｎ）是个体应对压力源所表现出的生理、心理和行为上的动态变化过程，会因个人特质和应对能力而有所不同；结果（Ｏｕｔｃｏｍｅ）是个体面对压力源和应对应变后的行为表现。Ｓ－ＳＯ模型认为个体受到内外部环境的压力刺激，会引发生理或心理上的压力应变，进而产生相应的行为反应［３１］。学者们通过该模型分析不同压力源对个体的影响，探讨个体应对压力的行为和情感反应，为深入理解压力及应变对策提供了结构化框架［３２］。该模型目前已被广泛用于解释社交网络、健康信息搜索、短视频等多个领域，研究内容包括间歇性中辍、过载和疲劳、信息回避等［３４－３７］。基于对已有研究分析和定性研究结果，本研究以Ｓ－Ｓ－Ｏ模型为基础探讨信息过载、系统功能过载和情绪压力等的触发机制和作用路径。

综上，尽管国内外学者对信息回避行为类型、内容、影响因素和行为结果等展开实证研究，研究情境也较广泛，但在以下方面可以继续探讨。首先，人们工作和生活的数字化场景更为普遍，泛在网络环境下个人信息管理需求发生变化，通过文献梳理分析发现，目前对于个人信息回避行为研究还有欠缺；其次，目前大多是从整体层面对信息回避行为成因进行研究，有必要从个体和信息互动的微观层面开展细粒度研究；最后，相关研究大多是采用定量或定性研究路径，较少基于混合方法论视角对信息回避行为进行深入解释。因此，本研究采用混合研究方法对个人信息管理情境中信息回避行为进行深入解释，从触发个人信息回避的压力源刺激出发，探讨情绪的影响作用以及个人信息回避策略，从压力／应对视角揭示个人信息回避行为影响机理，为信息管理工具优化完善和满足用户个人信息管理需求提供参考。

２研究设计

作为实证检验新兴的研究方法之一，混合研究方法能弥补单一研究方法的不足，对研究现象提供更深刻的解释，实现探索性和验证性并举，符合研究多元化的内在需求［３８］。鉴于目前对个人信息管理情境中信息回避行为的产生过程和影响机制研究有限，本研究采用顺序混合研究方法展开，定性研究是定量研究的构建指导，定量研究是定性研究结果的检验推广。具体来说，研究１的定性研究用于识别影响个人信息回避行为的关键因素，采用访谈法收集数据，基于扎根理论分析数据，归纳个人信息回避行为产生过程的理论模型；研究２的定量研究进一步验证个人信息回避行为影响因素的作用路径，基于研究１的结果以及压力源—应变—结果模型提出研究假设，采用问卷收集数据，通过结构方程模型验证信息过载、系统功能过载、情绪因素和信息能力对个人信息回避行为的作用机制，从而得出相关结论。具体过程如图１所示。

３研究１：定性研究

３.１数据采集

研究１采用半结构化访谈对２１位具有丰富数字化设备使用经验的用户进行调研，受访者的受教育程度和职业分布存在一定的差异性。访谈结束后及时进行转录，并进行人工校对修正，通过回访反馈确认访谈记录的准确性，整理出规范化文本资料。表１反映了访谈对象基本情况。

３.２数据分析

采用ＳｔｒａｕｓｓＡ等［３９］提出的程序化扎根理论对访谈资料进行编码分析，通过开放式编码、主轴编码和选择式编码提取出具有抽象化概念和范畴解释，以便深入了解个人信息回避行为的影响因素。为了保证数据分析的可靠性，编码共有２名研究人员独立进行，通过组内讨论对编码进行核对，以最大化减少编码差异。

３.２.１开放式编码

开放式编码是根据原始访谈资料，按照其自然状态赋予词语、句子或段落标签，将资料打散、概念化，通过组合归纳促进范畴形成。为了编码过程中减少研究者主观偏见，尽可能使用受访者的原始语句作为标签和概念命名，最终提取了６９个初始概念和１５个范畴，具体如表２所示。

３.２.２主轴编码

通过分析发现，开放式编码提取的范畴之间存在逻辑关系，对１５个范畴聚类和抽象后，最终形成６个主范畴。主轴编码过程及范畴所体现的含义如表２所示。

３.２.３选择性编码及模型整合

通过对主范畴的分析和比较，梳理行为现象及其关系，最终形成个人信息回避行为产生过程的理论模型，如图２所示，并确立了主范畴之间的关系结构，如表３所示。模型中，个体在个人信息管理实践中会遭遇信息过载（信息多样化、信息碎片化、信息囤积）和信息技术负担（信息技术更迭、工具可用性差）等压力源，在与信息互动中会产生以情感负荷和矛盾情绪为主的消极情绪，导致个人信息回避行为，在这个过程中，个人信息管理能力和积极情绪能够有效地帮助个体应对压力、缓解消极情绪。为了验证个人信息回避行为的影响机理，研究２通过定量研究探讨影响因素的触发机制和作用路径。

３.２.４饱和度检验

理论饱和是评价和构建理论的关键性环节，如果理论在概念上饱和，各部分之间建立合理的关系时，就可停止对数据的收集和分析。随机抽取３份访谈资料进行饱和度检验，重复上述三级编码并与已构建模型对比分析，未得到新的概念和范畴，因此可认为范畴编码和模型构建达到饱和。

４研究２：定量研究

４.１研究模型与假设

研究１发现，个体在个人信息管理过程中，会受到信息过载和信息技术负担的影响，产生消极情绪，导致个人信息回避。个人信息管理能力和积极情绪可以有效地缓解压力源产生的负面情绪，反映了个体面对外部压力后如何通过应变产生行为结果。压力源—应变—结果模型反映了压力源对个体的影响，探讨个体应对压力的行为和情感反应，已经广泛用于解释用户消极行为的产生过程。因此，本研究以压力源—应变—结果模型为基础，结合相关文献，研究２构建了如图３的研究模型，其中压力源由信息过载和系统功能过载组成，是引起应变和结果的触发因素，个体受压力源刺激会产生情绪压力，个人信息回避是个体应对压力源的结果，心理弹性和信息素养起到调节作用。

４.１.１信息过载与情绪压力

数字时代人们对信息的渴望愈加强烈，多元、异构和过载信息使得管理变得非常困难。本研究的信息过载是指过多的信息流输入超过了个体需求和信息处理能力，给个体带来认知负担。研究表明，信息过载会对个体情绪和决策产生负面影响［４０－４１］。已有研究探讨了信息过载和个体情绪的关系，ＳｈｉＣ等［４０］、ＺｈａｎｇＳ等［４２］指出，信息过载会给个体带来疲劳、焦虑和无助等负面情绪；冯萍等［２２］和ＰａｎｇＨ［４３］验证信息过载对负面情绪的影响作用。同时，前文的定性研究发现，个体的信息处理能力是有限的，信息过载会对个体造成压力并触发消极情绪。因此，本文提出假设：

Ｈ１：信息过载正向影响情绪压力

４.１.２系统功能过载与情绪压力

当信息技术超过个体处理限度，或更新后的系统功能高于个人需求会产生功能过剩，从而给用户带来压力［４２］。本研究的系统功能过载是指由于信息技术更迭或工具可用性较差，信息管理工具不能较好地提高用户工作效率和提升用户体验。已有研究探讨了系统功能过载和情绪的关系，刘婷［４４］指出，用户在不断适应系统更迭功能过程中会出现负面情绪；王玮等［１９］、ＳｈｅｎｇＮ等［４５］认为，复杂的系统功能会增加认知负荷，导致消极情绪。同时，前文的定性研究发现，信息技术进步给用户带来技术负担，部分信息管理工具可用性较差，不能很好地提高工作效率，引发消极情绪。因此，本文提出假设：

Ｈ２：系统功能过载正向影响情绪压力

４.１.３情绪压力与个人信息回避

Ｓ－Ｓ－Ｏ模型中应变和结果是个体面对压力源的心理和行为反应［４０］，情绪是影响个体感知和决策的重要因素［４５］。本研究的情绪压力是指个体在个人信息管理过程中产生的消极心理反应，会影响个人信息的保存、组织和查找。随着情绪压力的产生，人们会主动远离、忽略、拒绝或遗忘信息。个体对压力源的反应会对其行为产生影响，王文韬等［１７］和刘鲁川等［１８］指出，负面情绪是驱动个人信息回避行为主要因素；王玮等［１９］、冯萍等［２２］研究表明，负面情绪会导致回避、转移甚至放弃使用的消极行为。同时，前文的定性研究发现，个人信息管理过程中产生的消极情绪会导致个人信息回避行为。因此，本文提出假设：

Ｈ３：情绪压力正向影响个人信息回避

４.１.４心理弹性的调节作用

前文的定性研究发现，不同个体应对过载带来的压力时表现出不同的情绪，积极情绪水平的差异反映了个体的心理状态，高积极情绪水平的个体更容易有效地应对压力并缓解消极情绪。心理弹性是指个体在面对挫折、压力、逆境或变化时，能够迅速适应、调整和恢复的心理特质，具有高心理弹性的个体通常表现出更强的自我调整和应对能力，能够更好地保持情绪稳定［４６］。因此，在实证分析个人信息回避行为影响因素作用路径时，本研究将心理弹性作为调节变量纳入分析，指出心理弹性是个体在个人信息管理过程中产生的愉悦体验以及积极面对压力的状态。已有研究发现，心理弹性在压力源和情绪压力之间存在调节效应，王玮等［１９］指出，不同的心理弹性者面对压力的表现和反应不同，高心理弹性者更能顺利地应对压力；谢文心等［４７］发现，心理弹性能够调节情绪状态；ＨｕＪ等［４８］认为，高情绪弹性的青少年能将消极感知转化为积极行动。这些研究成果支持了心理弹性在个人信息管理过程中应对压力的重要作用。因此，本文提出假设：

Ｈ４ａ：心理弹性负向调节信息过载与情绪压力之间的关系

Ｈ４ｂ：心理弹性负向调节系统功能过载与情绪压力之间的关系

４.１.５信息素养的调节作用

前文的定性研究发现，个人信息管理能力涵盖了个体对个人信息进行保存、组织和维护、再现和利用的知识技能，有助于提高工作和学习效率，缓解消极情绪。信息素养是信息社会的适应能力，包括信息意识、信息能力和信息应用，是个体通过对信息进行批判性思考解决问题的能力［４９］。因此，在实证分析个人信息回避行为影响因素作用路径时，本研究将信息素养作为调节变量纳入分析，指出信息素养是个体有效保存、组织和利用信息的能力。已有研究证实信息素养对个体的情绪反应存在调节效应，潘文静等［５０］、ＭｏｎｔａｇｎｉＩ等［５１］指出，健康信息素养对于虚假信息接触和感知威胁起到调节作用，健康信息素养低的人更容易陷入焦虑、恐慌之中；王宗军等［５２］发现，信息素养作为调节因素可以激发员工知识获取的创新性。因此，本文提出假设：

Ｈ５ａ：信息素养负向调节信息过载与情绪压力之间的关系

Ｈ５ｂ：信息素养负向调节系统功能过载与情绪压力之间的关系

最后，性别、年龄和职业作为可能影响个人信息回避行为的人口统计变量已被纳入研究模型作为控制变量。

４.２变量测量与数据收集

本研究的调查问卷分为两部分，第一部分为被调查者的基本信息，包括性别、年龄、学历、职业和个人信息管理基本情况；第二部分为潜在变量的测量题项，所有题项均采用李克特五点量表进行测量，被调查者根据对各个题项的同意程度来进行判断，量表问项均改编自已有文献，并结合个人信息管理情境进行修改和完善。具体地，信息过载、系统功能过载、情绪压力、个人信息回避、心理弹性和信息素养６个变量分别参考Ｋａｒｒ－ＷｉｓｎｉｅｗｓｋｉＰ等［５３］、ＺｈａｎｇＳ等［４２］、ＳｈｅｎｇＮ等［４５］、周涛等［２９］、王玮等［１９］以及张莉等［５４］研究，并根据定性研究结果改编而成，依据预调研的反馈意见对问卷的部分题项进行修改，最终形成的量表如表４所示。通过问卷星制作和发布付费问卷，问卷发放时间为２０２３年６月１２日—３０日。回收问卷共计５００份，去除５７份填写时间不足１分钟或答案存在明显规律性的无效问卷，回收有效问卷共计４４３份，有效率为８８.６％，调查样本基本特征如表５所示。

４.３结构模型分析

本研究采用ＳＰＳＳ２７.０进行数据预处理，通过ＳｍａｒｔＰＬＳ３.０验证研究假设。基于方差的偏最小二乘结构方程模型（ＰＬＳ－ＳＥＭ）更适用于研究目标为理论发展的探索性研究，不需要样本数据符合正态分布假设，可以同时对测量模型和结构模型进行分析，并且能够以较小样本量估计更复杂的模型［５５］。

４.３.１测量模型有效性检验

本研究采用结构方程建模工具ＳｍａｒｔＰＬＳ３.０的ＰＬＳ分析来估计测量模型，以检验模型的信度和效度。表６的结果显示，潜在变量Ｃｒｏｎｂａｃｈ‘ｓα系数范围为０.８３８～０.９１６，组合信度（ＣｏｍｐｏｓｉｔｅＲｅｌｉ⁃ａｂｉｌｉｔｙ，ＣＲ）范围为０.８８５～０.９３７，均大于０.７的阈值，表示测量模型具有良好的信度；所有题项的因子负荷值均高于０.７，潜在变量的平均方差提取值（ＡｖｅｒａｇｅＶａｒｉａｎｃｅＥｘｔｒａｃｔｅｄ，ＡＶＥ）均大于０.５，表明测量模型具有良好的收敛效度。

由表７可知，对角线上所代表的潜在变量ＡＶＥ平方根最低值为０.７７９，大于非对角线部分所代表的潜在变量与其他潜在变量之间的相关系数最高值０.７６，表明测量模型具有充分的区别效度。

４.３.２共同方法偏差检验

本研究收集数据来自不同的用户来源，以降低共同方法偏差带来的影响。采用ＳＰＳＳ的主成分分析对潜变量数据进行Ｈａｒｍａｎ单因素检验，结果提取出特征根大于１的因子共３个，最大因子方差解释率为４７.８７９％（小于５０％）［５６］，可知不存在严重的共同方法偏差。

４.３.３结构模型结果

本研究所有因子的方差膨胀因子值（ＶＩＦ）介于１.０００～３.１２１，均低于阈值５，表明不存在多重共线性问题。结构模型分析结果如图４和表８所示，模型的ＳＲＭＲ指标值为０.０５５，小于０.０８的阈值，表明模型的拟合度较好，符合ＰＬＳ－ＳＥＭ的适配要求。模型中路径系数显著性采用Ｂｏｏｔｓｔｒａｐ重抽样方法检验，样本数设置为５０００，据此可得ｔ值和ｐ值。

ｐ值在５％的误差水平上，根据以上结构模型检验和假设检验可得以下研究结果：信息过载、系统功能过载显著正向影响情绪压力（β１＝０.２８２，ｐ＜０.００１；β２＝０.５４９，ｐ＜０.００１），支持Ｈ１、Ｈ２；情绪压力显著正向影响个人信息回避（β３＝０.５６６，ｐ＜０.００１），支持Ｈ３。心理弹性显著负向调节系统功能过载和情绪压力之间的关系（β４ｂ＝－０.１６２，ｐ＜０.０５），支持Ｈ４ｂ；信息素养显著负向调节信息过载和情绪压力之间的关系（β５ａ＝－０.１６７，ｐ＜０.０５），支持Ｈ５ａ。最后，在控制变量方面，年龄（β＝０.１５６，ｐ＜０.０１）对个人信息回避有显著影响，而性别（β＝０.０３３，ｐ＞０.０５）和职业（β＝０.０８０，ｐ＞０.０５）并未对个人信息回避有显著影响。综上，研究模型中７条关系假设，５条获得支持，２条没有获得支持。

４.３.４调节效应进一步检验

上述分析表明，心理弹性显著负向调节系统功能过载和情绪压力之间的关系；信息素养显著负向调节信息过载和情绪压力的关系。为了进一步解释调节效应，本研究使用ＳｍａｒｔＰＬＳ３.０进行简单斜率分析，结果如图５所示。简单斜率图５（ａ）显示，随着心理弹性增高，系统功能过载对情绪压力的影响越小；随着用户感知到的系统功能过载不断增强，低心理弹性者的情绪压力明显高于高心理弹性者。简单斜率图５（ｂ）显示，信息过载对情绪压力的影响在很大程度上是积极和显著的，但随着信息过载和信息素养的提升，低信息素养者的情绪压力明显高于高信息素养者。

５讨论与结论

５.１研究结果的讨论

本研究探讨了信息过载和系统功能过载如何诱发情绪压力，以及它们如何进一步影响个人信息回避行为。研究１的定性研究从信息过载和信息技术负担两个维度，厘清个体产生消极情绪并影响个人信息回避行为的前因变量，探索性地归纳了个人信息回避行为产生过程的理论模型；研究２基于研究１的发现和压力源—应变—结果模型，验证了信息过载、系统功能过载和情绪压力对个人信息回避行为的作用机制，研究还分析了心理弹性和信息素养对压力源与情绪压力的调节作用，结果支持了７个假设中的５个。主要的研究结论如下：

１）本研究证实了信息过载对情绪压力有显著正向影响。这一结论与认知负荷理论的结果一致，即当所需要处理的信息超过个体认知资源总量时，会导致学习或解决问题的效率下降并产生认知负荷［５７］。同时，与相关学者的研究一致，信息过载作为压力源会给个体带来焦虑、失控、挫败、愤怒和不确定感等情绪压力［６，４０］。结合访谈和数据分析结果，造成的原因是：泛在网络环境下，信息爆炸式增长，人们从被动接收信息变为主动传播信息，过多的信息输入大大超过了个体信息需求和信息加工处理能力，信息多样化、信息碎片化、信息囤积加剧了数字信息繁杂程度，给人们带来心理负担并触发情绪压力。

２）本研究证实了系统功能过载对情绪压力有显著正向影响。这一结论与认知相符理论、功能衰竭理论的结果一致，即用户在使用产品时往往是理性且有目的的，不必要的功能会分散用户注意力并带来负担，使其感到压力［５８－５９］。同时，与ＹｅＤ等［３６］和ＺｈａｎｇＳ等［４２］研究一致，系统功能过载作为压力源会给个体带来焦虑、愤怒、挫败和依赖感等情绪压力。结合访谈和数据分析结果，造成的原因是：信息技术不断更迭，数字化场景应用更为普遍，随时随地、海量存储、便于协作分享的信息管理成为主要目标，人们需要利用高效的信息管理工具对个人信息进行组织管理。如果人们感知到工具功能过剩、操作复杂、难以学习、界面导航不清晰、缺乏容错和帮助说明以及存在风险（如系统故障、信息丢失、隐私泄露及滥用等），消极情绪（如焦虑、倦怠、失控感、挫败感、愤怒感、依赖感和不确定感）就会出现，这是一种极不舒服的心理负荷。

３）本研究证实了情绪压力正向影响个人信息回避行为。这一结论与ＧｕｏＹ等［６］和王玮等［１９］研究一致，即个体会因受到情绪倦怠的困扰而避免或忽略某些信息，甚至产生中辍使用、抵制使用等行为；同时，ＳｕｌｔａｎａＴ等［２０］也认为，由于缺乏应对能力、难以缓解恐惧情绪，病患往往抗拒获取有关疾病的信息。结合访谈和数据分析结果，造成的原因是：情绪是一种相对难以控制且影响个体行为的强烈情感，包括积极层面和消极层面。随着情绪压力（如焦虑、倦怠、失控感、挫败感、愤怒感、依赖感和不确定感）的产生，个体会产生抵制、放弃和回避等行为避免消极的情绪体验。

４）本研究验证了心理弹性在系统功能过载与情绪压力之间具有显著负向调节作用。这一结论与谢文心等［４７］的研究一致，即心理弹性对消极情绪有积极的缓冲作用，高心理弹性者通过维持控制感保护个体免受消极情绪的侵害；同时也与ＨｕＪ等［４８］研究一致，高心理弹性者可以通过减轻困境的负面后果和提高生活满意度来保持身心健康。结合访谈和数据分析结果，造成的原因是：系统功能过载会导致认知和情感资源耗尽，产生紧张、焦虑和疲劳等不良情绪反应，高心理弹性者在面对系统功能过载和情绪压力时，能有效地减轻其负面影响，从而维持其心理和生理的平衡。然而，心理弹性并未在信息过载和情绪压力之间起到负向调节作用，原因可能是本研究的样本大多是在３０岁以下、具有本科及以上学历且具备丰富数字化设备使用经验的群体，面对信息过载引发的情绪压力，他们能根据个人经验和信息能力进行处理，以缓解信息过载造成的情绪压力。

５）本研究验证了信息素养在信息过载和情绪压力之间具有显著的负向调节作用。这一结论与潘文静等［５０］和ＭｏｎｔａｇｎｉＩ等［５１］研究一致，即健康信息素养对于虚假信息接触和感知威胁起到调节作用，健康信息素养低的人更容易陷入焦虑和恐慌。结合访谈和数据分析结果，造成的原因是：信息素养是个体在信息社会具有的获取、评估、使用和交流信息的能力，能够帮助个体有效评估、整合和利用信息，减轻信息过载带来的焦虑和不确定感，从而降低情绪压力，维持心理平衡。然而，信息素养并未在系统功能过载和情绪压力之间起负向调节作用，这一发现与之前研究结果不一致［４９］，原因可能是高信息素养者往往认为其具备面对信息技术压力的能力，然而信息技术创新日新月异，系统工具的使用需要耗费一定的时间和精力，并且系统工具的可用性并不尽如人意，高信息素养者的情绪压力也会更大。

５.２理论意义

数字化信息时代个体如何在与信息互动过程中应对风险压力和缓解负面情绪是当前国内外信息管理领域研究的热点问题，本研究聚焦个人信息管理行为心理机制，基于心理压力视角的压力源—应变—结果理论框架，采用混合研究方法，系统深入地探讨个人信息回避行为的产生过程和影响机制，弥补了以往采用单一研究方法对个人信息回避行为研究的不足，丰富了特定情境下用户信息行为研究范畴，实现了研究的完整性与延续性。通过定性研究和定量研究相结合解释个人信息回避现象并验证，系统地揭示了信息过载、系统功能过载、情绪因素、信息能力对于个人信息回避行为的作用路径，进一步增强了结论的可靠性，为深入理解个人信息回避行为提供新的理论研究视角和实证研究证据。此外，混合研究方法通过多维数据分析丰富了对用户信息行为的理解，可以更好地处理复杂社会现象、多层次影响因素，为相关领域信息行为研究提升广度和深度提供参考和借鉴。

５.３实践意义

泛在网络环境下用户信息管理需求发生较大变化，个人信息回避行为研究有助于揭示人们在数字化信息时代信息管理行为的变化，具有实践层面的价值。对于用户而言，一方面，信息素养可以削弱信息过载对情绪压力的影响，数智时代个人信息管理越来越复杂，个人信息空间也趋于支离破碎，如何将信息合理利用并转化为知识显得尤为重要，因此亟需提高信息素养能力，培养良好的信息管理习惯，将个体有限的注意力资源用于有价值的信息；另一方面，心理弹性可以缓解系统功能过载对情绪压力的影响，积极情绪可以有助于思维开放，找到更多解决方案和想法，增强心理弹性是帮助个体应对信息管理压力并保持良好心态的关键。对于信息推荐服务商和信息管理工具开发商而言，首先要考虑用户习惯和使用情境，缓解用户的心理抗拒和抵制使用；其次需要开发面向用户需求的产品，提升用户体验和满意度。具体而言，一方面，信息推荐服务商应进一步优化信息推送服务，严格把控信息的数量和质量，结合个性化需求进行信息过滤，缓解信息过载对用户造成的情绪压力；另一方面，信息管理工具开发商应将可用性和用户体验视为工具设计开发的目标，基于用户需求和反馈不断优化产品，提升用户的使用乐趣和参与感，在沉浸感、愉悦感和掌控感中吸引用户采纳工具并持续使用；同时要注重隐私保护，增强系统的稳定性、容错性和兼容性，提升工具的易用性，缓解系统功能过载对用户造成的情绪压力。

５.４研究结论

本研究采用混合方法对个人信息回避行为展开系统研究，运用扎根理论分析影响个人信息回避行为的关键因素，通过结构方程模型验证个人信息回避行为的触发机制和作用路径。研究结果为个人信息回避行为提供了丰富的研究视角，同时也为信息推荐服务和信息管理工具开发提供参考，但也存在一些局限性：首先，本研究采用横截面数据，未考虑随着时间变化对个人信息回避行为的影响，未来可以通过纵向数据考虑压力源对应变和结果的动态影响；其次，本研究只关注了过载因素对情绪压力和个人信息回避行为的影响，未来可以进一步验证其他因素的影响作用；最后，个体差异是影响个人信息管理行为的内在因素，本研究探讨了心理弹性和信息素养的影响作用，未来可以进一步讨论人格特质、习惯等因素的影响。