陈 烨 王 阳 岳 欣 王 涵

(1.南京大学信息管理学院，江苏 南京 210023；2.华中师范大学信息管理学院，湖北 武汉 430079；3.武汉理工大学法学与人文社会学院，湖北 武汉 430070)

随着全民健身运动兴起，鉴于经常运动人群的运动损伤率在85%以上，运动损伤人员的数量显著增加[1]。运动损伤发生后，网络成为人们获取健康信息以帮助判断损伤情况、进行健康决策的首选渠道之一[2]。然而即使获取健康信息的渠道和方式增加且获取成本降低，部分人也会为了维持自身问题的不确定性，减少认知负担或维持乐观情绪等对健康信息进行规避[3]。对于运动损伤者而言，规避有价值的健康信息可能会导致其对运动损伤情况认知不足，做出不利于损伤康复的决策，耽误治疗时间，使损伤加重或造成二次损伤，甚至致残或危害生命[4]。因而，探究健康信息规避行为的内在机理，缓解和预防健康信息规避行为可能带来的不良影响，成为关于人民生命健康的重要研究问题。

健康信息规避行为是指避免或推迟可获取但又不想要的健康信息的行为[5]，它是一个复杂的信息行为，可能发生在信息行为全生命周期的任意环节[6]，本文认为健康信息规避具体表现为远离健康信息源以及有选择地吸收、利用健康信息等[7]。作用机理是指为实现某一特定功能，一定的系统结构中各要素的内在工作方式以及诸要素在一定环境条件下相互作用、相互联系的运行规则和原理[8]。本文中的健康信息规避行为机理，即是指已经识别出的各影响因素如何相互作用以导致健康信息规避行为的产生。近年来，健康信息规避行为相关研究逐步开展，但主要集中在影响因素和行为模式的探究，且大多采用传统定量研究方法，关注单个因素对于结果的作用，鲜有研究深入探究影响因素作用机理。而只有深入探究其作用机理，厘清健康信息规避行为产生原因及路径，才能采取针对性举措以规避健康信息规避行为带来的不良影响。此外，目前暂时没有专门针对运动损伤人群健康信息规避行为的研究。

基于此，本研究在前期运动损伤人群健康信息规避行为影响因素和行为模式研究基础上，采用模糊集定性比较分析方法，探究健康信息规避不同行为模式影响因素的作用机理。尝试回答以下研究问题：①运动损伤人群产生健康信息规避行为的作用机理表现有哪些？②不同机理表现的影响因素组合有什么差异？③可采取哪些措施减少或者预防运动损伤人群健康信息规避行为可能带来的不良影响？

1 相关研究

信息规避行为是人类信息行为的重要组成部分[9]，近年来得到心理学、传播学、图书情报与档案管理等多个学科的关注。目前已有学者关注个体在社交情境[10]、学术情境[11]、广告情境[12]的信息规避行为，对于健康情境下的信息规避行为研究则主要集中在影响因素、行为模式和作用机理等方面。

1.1 健康信息规避行为影响因素研究

20世纪40年代，结合心理学认知失调理论，研究发现个体倾向于接受与自己原有观念、态度和信仰一致的信息，而避免与之不一致的信息，即选择性暴露[13]。将选择性暴露理论应用到信息规避行为中的研究发现，认知冲突是信息规避行为的重要影响因素，个人倾向于规避与其认知、偏好不一致的信息[14]。在应用不确定性管理理论的研究中提出，个体可以利用信息来控制不确定性。例如，个体会为了维持乐观情绪，避免如失望、后悔、焦虑等消极情绪，维持或增加问题的不确定性，进行信息规避[15]。但也有学者指出，获取过多不一致的信息会增加不确定性，个体会为避免不确定性的增加而规避信息[3]，即信息过载也是重要的影响因素。基于压力应对理论的研究发现，社会和信息环境以及个人应对能力也是个人决定是否进行健康信息规避的重要影响因素。有研究指出，个体会受到社会氛围或者群体压力的影响而产生健康信息规避行为，即社会规范是健康信息规避行为产生的原因之一[16]。Howell J L等[17]的研究发现，人际关系和社会资源的缺乏也会对健康信息规避行为的产生造成影响。而个体应对健康信息威胁的资源会直接影响其自我效能感和健康信息威胁控制感知[6]，健康自我效能感越低、感知控制能力越弱的人，一般在感知到社会压力后可能越容易产生健康信息规避行为[17-18]，同时健康信息规避行为也是调节情绪认知等压力的重要手段。除此之外，St.Jean B等[19]的一项有关信息规避与人口学特征、健康素养和健康公平之间的关系的研究表明，健康信息规避与低教育程度、低收入、健康素养和健康公平有关。

现有对癌症患者[3,20]、老年人[21]、孕妇[22]等不同群体的健康信息规避行为进行研究发现的影响因素虽各有侧重，但都主要涵盖个体层面、信息层面和环境层面3个层面的因素。个体层面包括人口统计学特征[19](年龄、收入水平、受教育程度)、健康素养[19]、认知冲突[22-23]、负面情绪[15,20]等。信息层面包括信息质量[24]、信息效用[22]、信息过载[25]、信息隐私[15,24]等。环境层面包括任务驱动[24]、社会规范[26]、家庭因素[21]等。

1.2 健康信息规避行为模式研究

早期对健康信息规避行为的研究大多只关注了健康信息获取的规避行为，主要表现为个体主动避免接触或暴露于健康信息中。但Neben T[7]指出，信息规避不只包括信息获取的规避，还包括有选择地理解、吸收以及全部避免使用或者有选择地使用信息。Sairane A等[15]将信息规避行为分为完全性信息规避和选择性信息规避，这与Neben T提出的接触性信息规避和信息吸收规避分别对应。此外，也有学者指出，信息规避行为可以分为物理规避和认知(心理)规避，物理规避的具体策略主要有直接或间接地回避信息源和不确定性干预，认知规避的具体策略则包括了注意力回避、信息遗忘和偏见性解读[9,27]。虽然已有研究对信息规避行为模式进行了划分，但仍缺乏针对具体情境下的具有差异化的健康信息规避行为模式的划分。

1.3 信息规避行为作用机理研究

信息规避行为的影响因素众多，但不同影响因素的重要程度不同，且影响因素之间也存在着复杂的互动关系，部分学者对信息规避行为影响因素的作用机理进行了研究。目前使用的方法主要有定性分析方法、定量分析方法、定性比较分析方法[28]。

基于定性分析的研究，主要基于过程理论，聚焦在机制或机理的探索和解释。例如巩洪村等[29]采用主题分析法对高校学生的半结构化访谈数据进行编码分析，在总结出科学知识交流中信息规避行为过程机制模型的基础上，聚焦前因模块，识别关键影响因素以及影响因素间的关系，结合SOR理论构建出科研知识交流中信息规避行为的影响机理模型。

基于传统定量分析方法的相关研究主要基于统计分析方法，在研究中提出研究假设并验证，从而构建影响因素与结果间的关系模型。陈琼等[25]为探寻信息过载如何通过认知和心理因素影响用户信息规避行为，利用问卷和结构方程模型证明信息过载会使用户产生负面情绪，从而导致用户对信息的防御心理加重，进而产生信息规避行为。此外，彭国超等[30]也运用问卷调查法和结构方程模型，得出网络医疗众筹信息规避行为受到感知恐惧的正向影响和亲社会动机的负向影响。且对众筹信息的信任正向影响亲社会动机，而感知恐惧来自对信息威胁程度的评估。除了传统定量分析方法，目前有部分信息规避领域的研究采用了如眼动实验、情境实验等控制实验法对作用机理进行研究。一项有关金融风险信息规避行为的研究采用情境实验法得出结论，风险威胁的严重程度、相对风险度和风险预防的有效性不会单独对风险信息规避产生影响，但应对方式、感知控制和预期情绪反应对其有显著影响[31]。

定性比较分析方法是一种整合定性和定量研究方法优势的新方法，基于整体论和集合论思想[32]，其能探究前因变量组合对结果变量的复杂作用关系。因而，有研究者将这一方法引入到信息规避行为作用机理研究中。如王锰等[28]通过模糊集定性比较分析方法，探究乡村公共数字文化服务中用户信息规避行为的作用机理，对前因变量和结果变量进行组态分析后，归纳出“人文环境导向型”“素养导向型”“综合导向型”3种用户信息规避行为的作用机理表现。

1.4 研究述评

综合上述分析可以发现，其一，健康信息规避行为的研究对象多集中于大学生、中老年人等特殊群体，关注癌症信息、糖尿病信息等具体疾病信息，目前暂没有面向运动损伤人群的健康信息规避行为研究。其二，目前的研究多集中于对健康信息规避行为影响因素和行为模式(策略)的探索，对于健康信息规避作用机理的探究十分不足。其三，健康信息规避行为作用机理的研究多运用传统定量分析方法，关注单个变量的影响，无法揭示复杂的多重并发因果关系。基于此，本文面向运动损伤人群，通过模糊集定性比较分析方法探究不同健康信息规避行为模式的影响因素作用机理。

2 研究设计

2.1 研究方法及过程

定性比较分析方法(Qualitative Comparative Analysis，QCA)是从整体视角出发分析前因变量的组合与结果变量之间的因果关系的方法，它既适用于10或15案例数以下的小样本研究，也适用于案例数大于100的大样本研究[33]。相比于基于还原论思想的传统定量分析方法关注单个变量“净效应”影响的特点，定性比较分析方法更能解释前因变量的相互作用和联系对于结果变量的复杂作用机理[32]。定性比较分析方法整合了定量分析方法和定性分析方法的优点，既能聚焦到案例进行深入和整体分析，也能揭示分析案例样本的共性规律，即其既不局限于少数案例的限制，也避免了大样本统计分析不能深入解释复杂的、多重并发因果关系的缺陷[34]。

在本研究中，运动损伤人群产生健康信息规避行为的原因是复杂且多元的，单个影响因素对于结果的作用会受到其他因素的影响，且一种结果的产生可能对应几种影响因素的组合，即影响因素间存在相互作用且同时存在多种影响机理。相较于用传统定量分析方法研究单个因素对健康信息规避行为的影响，用定性比较分析方法更能揭示其中的复杂因果关系。此外，本研究利用问卷收集案例的变量数据，前因变量和结果变量均为程度变量，不能简单利用二分法或三分法对其进行分类，所以采用模糊集定性比较分析方法(fsQCA)。

研究过程如下：①根据前期研究成果提炼前因变量与结果变量；②设计问卷采集案例，形成原始案例数据；③将案例中各变量原始数据校准至0～1之间；④进行单一变量必要性分析，识别必要条件；⑤进行组态分析，识别结果产生的影响因素组合(组态)；⑥解释组态分析结果。

2.2 变量的确定与阐释

目前对变量进行提炼的方法有问题导向法、框架研究法、文献归纳法和现象总结法等[35]。本研究在前期运动损伤人群影响因素和行为模式研究的基础上[36]，提炼前因变量和结果变量。前期研究采用关键事件法，对有过运动损伤经历的人群进行半结构访谈，借助质性分析软件Nvivo12对访谈数据进行编码和分析，得到基于SOR理论的运动损伤人群健康信息规避行为模型，如图1所示。在该模型中，环境因素和信息因素属于外部因素，即SOR理论中的S(刺激)；情感认知属于内部因素，即SOR中的O(机体)；R是机体受到刺激后作出的反应，在该模型中表现为运动损伤人群的健康信息规避行为。其中，环境因素和信息因素大致通过影响个体的情感和认知状态进而促使个体产生健康信息规避行为。此外，已有学者证实，S、O、R间并不是严格的S→O、O→R，同时可能存在S直接影响R的关系[37]，即环境因素和信息因素也有可能直接促使个体产生健康信息规避行为。

图1 基于SOR理论的运动损伤人群健康信息规避行为模型

基于上述模型，环境因素、信息因素和认知情感均对规避行为产生了影响。因而，本文将群体规范、任务驱动、行为控制、信息成本、信息质量、信息过载、信息隐私、认知冲突、维持乐观确定为前因变量，将健康信息获取规避、健康信息吸收规避、健康信息利用规避确定为结果变量，各变量在本文中的具体含义如下：

1)群体规范(Group Norm，GN)。群体规范指个体容易受到周围群体的影响，其倾向于将周围群体的观点视为一般准则，当信息呈现的内容与一般准则不一致时，个体为了减少认知努力，会倾向于规避与周围群体认知不一致的信息。

2)任务驱动(Task Drive，TD)。任务驱动指运动损伤者会由于工作、学习、训练等任务的需要，去避免那些不利于任务开展的信息。例如运动损伤者会因为要参加比赛，而故意忽视自身健康状况，不去医院了解自身情况或不采纳医生的意见。

3)行为控制(Behavioral Control，BC)。行为控制表现为个体会规避那些暗含或者要求做出行为和习惯改变的信息。运动损伤者可能会因为行为和习惯改变的困难，忽视、不采纳信息表达内容，或不对其采取具体行动。

4)信息成本(Information Cost，IC)。信息成本包括获取信息的成本以及信息表达内容蕴含的成本，具体表现为当个体获取信息需要花费较多的时间、金钱等资源时，或信息暗含个体需要花费大量金钱和时间进行治疗时，其倾向于对信息进行规避。例如，损伤者因为治疗需要花费较多的金钱和精力，从而不听取专家去做专业按摩的意见。

5)信息质量(Information Quality，IQ)。信息来源的可靠性、信息内容的真实性以及信息特征都会对用户的信息规避行为产生影响。个体倾向于不去相信信息来源可疑、信息内容模糊、信息不一致的信息。

6)信息过载(Information Overload，IL)。信息过载指个体可能因为信息过多且繁杂无序，在收集和筛选信息时感到压力而选择进行规避。

7)信息隐私(Information Privacy，IP)。信息隐私主要表现为个体不愿意让他人知晓或不愿意与他人谈论自身健康问题。

8)认知冲突(Cognitive Conflict，CC)。认知冲突表现为个体容易依照自身的知识结构，对信息内容进行衡量，规避那些不匹配的信息。个体往往倾向于接触与自身认知结构相符的信息，而规避那些不相符的信息。

9)维持乐观(Maintain Optimism，MO)。本文中维持乐观包含两层含义，一是避免产生负面情绪，二是保持良好的心态或情绪。主要表现为个体为了保持希望或不影响心态，进而规避那些隐含自身健康状况不好的信息。

10)健康信息获取规避(Avoidance of Health Information Need，HINA)。健康信息获取规避是指个体在发生运动损伤后，避免或推迟健康信息获取的行为。一些损伤者会选择完全不去了解自己的状况，这是一种完全性的健康信息规避行为。

11)健康信息吸收规避(Avoidance of Health Information Absorption，HIAA)。健康信息吸收规避是指个体在健康信息接受的过程当中，有选择地吸收对自身有价值的健康信息。

12)健康信息利用规避(Avoidance of Health Information Utilization，HIUA)。健康信息利用规避是指个体在接受到有价值的健康信息后，推迟或避免相关健康信息利用的行为。

2.3 问卷设计

变量确定后，需要收集案例并对案例的前因变量和结果变量进行测量。在本研究中，利用问卷收集案例数据，案例中前因变量和结果变量由李克特7级量表进行测量。

本研究的问卷涉及3个部分。第一部分是人口统计学信息采集，主要包括性别、年龄、学历和专业/职业。第二部分包括对健康信息规避行为的解释(包括示例)和采集被试自身的运动损伤情况。第三部分运用李克特7级量表对前因变量和结果变量进行测量，各个题项按照非常不同意、不同意、有点不同意、不确定、有点同意、同意、非常同意分为由1～7的7个层次。题项均来源于已有量表和相关文献资料，并结合本研究情境进行改编。在量表设计时，为避免问卷填写者的疲劳或者惯性思维，本研究采用正向和反向表达结合的方式，反向表达的问项将进行反向编码。具体量表问项如表1所示。

表1 量表问项

3 数据收集与处理

3.1 数据收集与信效度检验

据Mob研究院发布的《2018年运动健身人群用户画像报告》显示，中青年男性是运动健身主力军，男性人群占比60.4%，18～34岁人群占比65.5%[43]。故研究重点为中青年运动损伤人群(以下简称运动损伤人群)，其中男性稍多于女性。本研究于2022年2月在问卷星平台发布问卷，共回收问卷406份。通过对填写者运动频次与运动损伤情况、陷阱题的回答情况和答题时间进行筛选后得到有效问卷281份，问卷回收率为69%，样本基本信息如表2所示。其中，男性占比为63.35%，中青年人群(18～35岁)占比为99.29%，样本数据基本满足上述运动健身人群报告数据和实际情况。

表2 样本基本情况

本文采用软件SPSS 23.0进行信度检验。利用克隆巴赫系数来测量问卷信度，结果如表3所示，所有变量的总克隆巴赫系数值为0.845，各变量内部的克隆巴赫系数均大于0.8，说明量表信度较好，内在一致性程度较高。

表3 信度检验

本文所提取的变量以及变量对应的量表问项均来自前期的研究、文献调研和经典理论，具有较好的内容效度。本文选择使用验证性因子分析测量量表的结构效度。在因子分析前，需要进行KMO检验和Bartlett球形检验，一般认为KMO值高于0.7时，问卷适合做因子分析。经过分析，本研究的KMO值为0.844，通过了Bartlett检验，说明本文量表适合进行因子分析。具体数据如表4所示。

表4 KMO与Bartlett球形检验

为了检验问卷的收敛效度和区分效度，本文使用AMOS21.0对数据进行验证性因子分析，分析结果如表5、表6所示。数据显示，各变量的组合信度(CR)值均大于0.7，12个变量的平均变异抽取量(AVE)值均大于0.5，且AVE的算术平方根均大于各变量间的相关系数，据此可认为研究问卷具有良好的收敛效度和区分效度。

表5 收敛效度检验结果

表6 区分效度检验结果

3.2 数据赋值与校准

研究关注的结果变量是健康信息获取规避、健康信息吸收规避和健康信息利用规避3种信息规避行为模式，前因变量包括信息因素、环境因素、情感认知3个维度在内的9个变量。由于变量对应的题项并非只有一个，所以将变量各问项数据的平均值作为变量的初始值。变量的初始值确定后，在进行模糊集定性比较分析之前需要对所有的样本数据进行校准，将所有案例的变量数据校准至0～1之间。本文利用直接校准法进行校准，设置3个锚点：完全隶属点(1)、交叉点(0.5)、完全不隶属点(0)。因为各变量的初始值几乎分布于1～7之间，故本研究将李克特7级量表中的“7”设置为完全隶属点、“4”设置为交叉点、“1”设置为完全不隶属点[44]，将进行校准后的变量前加上“fs”进行区分。

4 数据分析及结果

4.1 人口统计学变量分析

为探索人口统计学变量对个体健康信息规避行为的影响，本文对性别变量进行独立样本T检验，对年龄和学历变量分别进行单因素方差分析，得到如表7所示的数据结果。由结果可知，性别、年龄和学历对结果变量(健康信息获取规避、健康信息吸收规避、健康信息利用规避)均没有显著影响。

表7 人口学变量差异检验

4.2 单一变量必要性分析

对除去人口统计学变量的所有的前因变量进行必要性检验，确定各变量及变量的非集是否为结果变量的必要条件。若结果发生，必要条件一定存在；若必要条件不存在，则结果一定不发生。一般认为必要性分析结果的一致性大于0.9，并且具有足够的覆盖度时，该前因变量为必要条件[45]。研究使用fsQCA3.0软件，分别得出健康信息获取规避(HINA)、健康信息吸收规避(HIAA)和健康信息利用规避(HIUA)必要性分析的数据结果，如表8～10所示。表8中的数据显示，当结果变量为健康信息获取规避时，信息质量(IQ)、信息过载(IL)、信息隐私(IP)3个变量的必要性分析结果的一致性均大于0.9，但其覆盖率较小，均为0.5～0.6之间，必要条件的解释力不强[46]。且Schneider C Q等[47]指出，可以使用必要条件集合和结果集合之间的XY散点图来判断是否为必要条件，从逻辑上来说，如果案例聚集在X≥Y区域，则说明为必要条件。根据散点图(X=fsIQ Y=fsHINA)，部分案例位于X

表8 健康信息获取规避的单一变量必要性分析

表9 健康信息吸收规避的单一变量必要性分析

表10 健康信息利用规避的单一变量必要性分析

4.3 组态结果分析

在经过校准后的数据基础上建立真值表，真值表显示案例频数、原始一致性、PRI一致性等。在处理中样本或大样本时，案例阈值需要≥1，原始一致性阈值≥0.75。在本研究中，根据案例的实际情况，案例频数大于等于2时，保留了超过75%的观察案例[32]，所以将案例阈值设置为2，原始一致性阈值设置为0.8。当原始一致性大于0.8时，将其结果编码为1，否则编码为0，以此为标准建立真值表。

真值表建立完成后，使用标准化分析，在本研究中并未出现质蕴涵项问题，直接得到复杂解、简约解和中间解。在实际运用中，倾向于将同时出现在简约解和中间解中的前因变量视为核心条件，仅出现在中间解而没有出现在简约解中的前因变量视为辅助条件。根据核心条件和辅助条件的不同形成不同的组态路径。

4.3.1 健康信息获取规避行为组态路径

表11为健康信息获取规避行为(HINA)的组态路径结果。结果显示，健康信息获取规避有3条路径(CO1/CO2/CO3)的一致性水平大于0.75，解的总体一致性为0.824，组态效果显著，总体解的覆盖率为0.658，表明这3条路径能解释本文半数以上样本产生健康信息获取规避行为的原因。根据核心条件的不同，将这3条路径分为任务驱动型和情绪主导型。

1)任务驱动型

该类型的组态路径CO1的核心条件为TD，辅助条件为GN*IC*IQ*IL*IP*MO,即是由任务驱动的健康信息获取规避行为，故在文本中命名为任务驱动型。

2)情绪主导型

该类型的两条组态路径CO2和CO3的核心条件均包含了～GN*MO，辅助条件均包含～TD*IQ*IL*IP，是由个体情绪主导的健康信息获取规避行为，故命名为情绪主导型。

表11 健康信息获取规避行为组态

表11(续)

健康信息获取规避划分的任务驱动型和情绪主导型，与Golman R等划分的策略导向和享乐导向类似[48]。以策略为导向的信息规避则指人们预期信息会影响到自己或他人行动时，就会进行信息规避以达成自己的目的；以享乐主义为导向的信息规避与减少焦虑、避免风险、厌恶失望、预期后悔以及维持希望等心理因素有关。

4.3.2 健康信息吸收规避行为组态路径

表12为健康信息吸收规避行为(HIAA)的组态路径结果。共得到6条组态路径，6条组态路径的一致性达到了0.871，覆盖率达到了0.790，可以解释近80%的样本案例。

图2 X-Y散点图

表12 健康信息吸收规避行为组态

健康信息吸收规避行为的核心条件分布于信息层面，故将其作用路径命名为“信息易感型”。根据核心条件的不同，主要分为两类，一类主要为CO1，其核心条件为～IC*IP，辅助条件为～GN*～TD*～BC*IQ*～MO,即是由信息隐私为主要影响因素的健康信息吸收规避行为；另外一类的组态路径CO2、CO3、CO4、CO5和CO6的核心条件均为IL，辅助条件均为IQ*IP，即是由信息过载为主要影响因素，以信息质量和信息隐私为辅助影响的健康信息吸收规避行为。

4.3.3 健康信息利用规避行为组态路径

表13为健康信息利用规避行为(HIUA)的组态路径分析结果。共得到1条组态路径，其一致性达到了0.796，覆盖率达到了0.602，可以解释半数以上的样本案例。

表13 健康信息利用规避行为组态

健康信息利用规避的组态路径只有一条，其核心条件为TD*BC，辅助条件为GN*IC*IQ*IL*IP*MO，主要受到任务驱动和行为改变的影响，信息层面因素、社会规范和个体的情绪状态也有辅助影响，个体由于对自己行为策略和个人规划的坚持，从而避免利用那些可能会影响自己的行为、目标和策略规划的信息，所以在本文中命名为“综合导向型”。

5 研究结论与启示

本研究基于模糊集定性比较方法，通过问卷收集运动损伤人群健康信息规避行为数据，探析不同健康信息规避行为模式的影响因素组态路径，对不同路径进行比较分析后，得到以下结论与启示。

5.1 作用机理表现

人口统计学变量不会对健康信息规避行为产生显著影响，且3种健康信息规避行为模式的具体作用机理不同，如图3所示。健康信息获取规避行为的组态路径有“任务驱动型”和“情绪主导型”两类。任务驱动型的作用机理表现为个体会由于当前学习、工作和训练等任务的规划，避免那些会影响对个体自身规划产生影响的信息。此时个体的重心集中在能否完成心中既定的目标和规划，从而忽略自身的损伤状况，完全不去了解和获取自身的健康状况信息，是一种完全性规避行为。情绪主导型的影响机理表现为个体会想要维持良好的心态并保持希望，避免自己产生焦虑、担忧等负面情绪，从而选择完全避免了解和获取自身的损伤与健康状况。在上面两种作用机理中，信息层面因素均起到了辅助作用。即信息成本、信息质量、信息过载和信息隐私对个体的健康信息获取规避行为有辅助影响。

图3 运动损伤人群健康信息规避行为作用机理路径图

健康信息吸收规避的组态路径为“信息易感型”，信息层面因素是个体是否进行信息吸收规避的重要影响因素。“信息易感型”影响机理表现为个体在有信息需求并进行信息获取后，在信息选择的过程中，会因为信息过载和信息隐私偏向性地吸收健康信息。当海量信息呈现在用户面前时，用户会因为信息繁杂无序且处理困难，选择对健康信息进行规避。此外，用户也可能因为健康信息涉及自己的隐私，从而选择规避，包括偏向性解读和选择性遗忘等。在健康信息吸收规避行为的“信息易感型”作用机理中，信息质量始终扮演着辅助影响的角色，这表明用户也关注着信息质量的问题，来源不可靠和信息内容失真更容易使用户产生规避行为。

健康信息利用规避的组态路径为“综合导向型”，其表现为当个体获取并吸收健康信息后，会由于当前学习、工作和任务的需要，推迟或避免利用那些不利于任务开展和暗含需要进行行为、习惯改变的信息。信息层面的因素对个体的健康信息利用规避行为有辅助作用，此外，周围群体的观念及规范和个体自身的情绪也会对信息利用过程产生影响。在健康信息利用的过程中，其规避行为受到多个因素的影响，所以称为“综合导向型”。

5.2 运动损伤人群健康信息规避预防和缓解措施

根据不同作用机理的分析和讨论，为缓解和预防健康信息规避行为给运动损伤人群带来的不良影响，得出以下可行建议与措施。

1)在运动损伤刚发生时，运动损伤人群可能会完全避免获取相关健康信息。研究发现，任务驱动和情绪主导是运动损伤人群产生健康信息获取规避行为的两种主要构型。基于此，对于运动损伤者而言，运动损伤发生后应立即暂停相关任务安排并调节自身负面情绪，主动获取相关健康信息。如果在健康信息获取上进行规避，就完全斩断了后续的健康信息吸收和利用的可能性，所以在任何条件下，运动损伤人群都应该主动获取健康信息，寻求损伤恢复的途径。对于健康服务机构而言，需要加强运动损伤相关知识宣传，提升个体主动搜寻健康信息的意识和能力。此外，应提供心理咨询服务，缓解个体因任务无法继续而产生的压力和负面情绪等。

2)在获取健康信息后，个体可能会避免吸收部分信息。研究发现，信息易感是健康信息吸收规避的主要构型，即信息层面的因素(包括信息过载、信息质量和信息隐私)是健康信息吸收规避的重要影响因素。基于此，对于运动损伤人群而言，需要提高自身信息素养。在大数据时代，海量信息呈现在用户的面前，用户需要提高自身甄别能力，对过载的信息进行识别、控制、评估和选择，把从高质量、有用的健康信息获取到的知识纳入自身的认知体系中，积极进行意义建构并付诸于实践。对健康服务机构而言，提供高质量、有序的健康信息。信息服务机构要致力于提供易于理解的、用简单语言表达的健康信息，尽量避免提供长篇累牍且有较多矛盾和冲突的信息。另外，应规范表达涉及用户隐私的信息内容。健康服务机构一方面要做好用户的隐私保护；另一方面对隐私相关的表达要注意规范，避免引起用户的不适。

3)运动损伤人群在吸收健康信息后，可能会避免对健康信息进行利用。研究发现，综合导向是运动损伤人群产生健康信息利用规避行为的主要构型，其影响因素来自环境、信息和情感认知3个方面的多个因素。基于此，对于运动损伤者而言，调整任务计划、改变不利于损伤恢复的生活和行为习惯、维持内心情绪状态的稳定十分重要。对于健康服务机构而言，积极为损伤人群寻求社会力量支持。积极为其提供生理和心理上的支持，包括提供基础医疗资源保障和物资保障，提供心理咨询服务以缓解个体的社会压力，从而帮助其主动利用健康信息，提高健康水平。

6 研究展望

本研究以运动损伤人群为研究对象，将fsQCA方法运用于信息规避行为研究当中，探讨了不同健康信息规避行为模式的影响因素作用机理。与此同时，本研究存在的局限及未来研究方向包括：其一，案例数据来源多为高校学生(本科生和硕士研究生)，对于其余人群该研究结论的普适性可能有待进一步补充，今后研究可以丰富对象群体。其二，研究数据属于截面数据，缺少时间序列的分析，运动健身人群在运动损伤发生的不同时间段的健康信息规避行为存在不同，其产生规避行为的原因也可能不同。今后可以采集多个时间点的数据，对健康信息规避行为进行纵向分析。其三，在前因变量的提炼上，本文直接采取前期研究结果中的影响因素，前期研究结果影响因素均由研究人员编码生成，并未进行验证，后期可用统计学方法进行验证性分析。