论文部分内容阅读
摘要：目的：调查研究新冠肺炎疫情期间用户在突发公共卫生事件下的一般情况、影响因素以及信息焦虑症倾向。方法：以全国范围内全年龄段207名用户为调查对象，就一般情况和影响因素两大部分开展网络问卷调查，以有序logistics回归模型为分析工具得出统计分析结果。结果：通过运行有序Logistics回归分析模型，所得结果为：年龄、性别、信息权威性以及信息热度与用户信息焦虑行为没有显著关系，学历越高、防疫工作参与度越密切、信息的易理解度越高、疫情信息关注度越低、信息负面情况越少，用户出现信息焦虑行为的可能性与风险越小。结论：新冠肺炎疫情期间，全国范围内部分用户出现不同程度的信息焦虑倾向，用户获取的疫情信息过载是引起该现象的主要因素。权威机构的正确引导，信息的筛选与监控以及心理健康教育的普及可以降低用户出现信息焦虑症的风险。
关键词：公共卫生;信息焦虑;新冠肺炎疫情
中图分类号：G252;R749 文献标识码：A 文章编号：1003-2177（2021）08-0125-04
0引言
新型冠状病毒肺炎（Corona Virus Disease 2019，COVID-19）在全球蔓延，截止2021年3月8日，全球累计确诊病例数1亿多人次，疫情的严重程度不言而喻。这一打破社会常态化运转的突发公共卫生事件塑造了全新的信息环境，带来了诸多的不确定性，而环境和情境是影响和塑造用户信息行为的重要因素，不确定性以及不确定性差异（Uncertainty Discrepancy）是用户信息搜寻行为产生的重要动机[1]。
新冠病毒的高传染性、潜伏性、疫情的大流行特征使得公众产生紧张情绪。大数据时代，公众暴露在海量信息中，疫情信息获取渠道广，电视、广播、网站、杂志期刊、社交软件（如微信、QQ等）、社交平台（如微博、知乎、抖音、豆瓣、快手等）以及亲朋好友都是常见的信息传播渠道。疫情实时信息可以快速地为用户接收阅览，并产生影响。
“信息焦虑”这一概念于1989年由美国学者Wurman首次提出，Bawden和Robinson将信息焦虑定义为“一种不能访问、理解或者利用所必需的信息时的压力状态”[2]。我国学者曹锦丹等则将信息焦虑进一步阐释为“信息用户在查询及利用信息过程中由于自身认知类型、信息质量、个人信息素养及检索工具等原因而引起的紧张、不安、焦急等复杂的情绪状态，是信息用户在信息活动中产生的一种负性情绪反应”[3]。
在新冠疫情蔓延、信息轰炸的背景下，在互联网上过度搜索与健康相关的信息并伴随着健康问题的现象在成年人互联网用户中越来越普遍。这种状况可以称之为信息焦虑症，也可以解释为网络焦虑症（Cyberchondria）[4]。在本次疫情中，人们担心健康和行为因素之类的认知情感成分，例如过度和重复地在线搜索医疗和疫情信息，可被视为网络焦虑症的最显著的特征[5]。
值得注意的是，这种信息焦虑行为会因已有的焦虑情绪而不断加剧，形成较为严重的信息焦虑症状。本研究以信息焦虑行为的影响因素为研究对象，深入剖析新冠疫情背景下用户信息焦虑行为，为缓解公众紧张和焦虑情绪提供可行解和针对性的对策与方案。
1研究回顾与理论假设
1.1信息焦虑相关研究
信息焦虑症是现今信息社会普遍存在的难题。在我国，“信息焦虑”一词最早出现在1994年王壮凌于《苏南乡镇企业》上发表的题为《知识爆炸与信息焦虑》的科普类文章中[6]。在这之后的国内学者并未对信息焦虑做深入研究，直到2008年该领域的文献量有明显的增加，从不同人群、不同视角的信息焦虑问题及其对策，信息焦虑现象、信息焦虑视点、面向信息用户焦虑心理的信息服务等方面的研究遍地开花[7]。国外学者的对信息焦虑的研究大致可分为三个阶段：第一阶段，信息媒介焦虑阶段，包含有计算机焦虑、图书馆焦虑、互联网焦虑等;第二阶段，信息搜寻行为焦虑阶段，包含有互联网搜索焦虑;第三阶段，信息焦虑阶段[8]。综合来看，大多數学者认同的信息焦虑概念是：信息焦虑是数据和知识之间的一个黑洞。
环境和情境是影响和塑造用户信息行为的重要因素。当人们在认知上感知到对所处环境的不确定性时，这种不确定性会进一步引发焦虑情绪，人们期望通过信息搜寻获取相关信息来减轻该状态，即产生信息需求，信息需求也是信息搜寻行为产生的前提条件。为了满足信息需求，人们开始各种途径的信息查找与检索。然而，当今的互联网社会存在广泛性的信息过载现象，信息失真、夸大，虚假信息比比皆是，人们接受的是纷繁复杂、真假难辨的信息。随着搜索过程推进，焦虑、恐慌的情绪可能会进一步加深，造成严重的负面影响。在突发公共卫生事件的情境下，不确定性和事件发展不可预测性，进一步导致公众的信息需求更为复杂，信息焦虑的成因、表现和对策还需要更加深入的探索。
经过研究并综合国内外学者的观点可知，信息焦虑结构维度有4-7个维度，信息焦虑基本上包含：信息检索维度、知识加工能力维度与资源质量维度。信息焦虑的具体表现为面对大量信息时所产生的一种对信息的焦虑感。针对“信息焦虑”的测量，最为广泛的工具是信息焦虑量表（Information Anxiety Scale，简称IAS），它涵盖了大学生、大学教师与公务员等群体。此外，国内已有互联网信息焦虑量表（李富峰，2009）针对高中生群体，信息焦虑量表（韦耀阳，2014）针对大学生群体，更加精确和覆盖面更广的信息焦虑测量工具还有待开发和验证[9]。
在针对公众信息焦虑的成因分析研究中明确指出，信息焦虑行为及其它负面情绪不会凭空产生，而是伴随信息行为过程及其相应的内外部影响因素而出现的一种特殊的行为表现。用户自身的个体因素、信息资源因素及其外部的技术环境信息焦虑行为产生的主要原因。在心理学的研究中，著名心理学家高尔顿·奥尔波特提出了人格特质理论（Allport’s Theory of Personality Trait），人格特质被大量的实验和数据证实有相当的稳定性。此外，研究人员还发现，性别差异在社交媒体的使用方面也存在着不同。综合各项研究可得，人格特质、信息素养的高低，甚至于性别、教育背景、学历程度等因素均会对用户面对海量信息时产生焦虑等负面情绪有一定的影响。移动社交媒体环境下，伴随着新冠疫情的爆发，信息过载、虚假、冗余现象更加严重，在剔除假内容、识别真信息的反复比对过程中，用户也容易产生烦躁、焦虑等负面情绪从而对其后续的信息行为造成不好的影响[10]。同时，公众接收信息的各种来源和渠道，如各类APP，这些社交媒体的多种类和功能性过载均会给用户带来不同程度的焦虑行为。 1.2理论假设
在信息焦虑的现状及影响因素研究方面，借鉴国内外相关研究成果，本研究运用问卷调查法获取实证数据，探讨了用户年龄、性别、学历、疫情事件的参与度、关注信息频率、获取信息渠道、信息权威性、信息负面情况、信息热度以及信息易理解度对用户信息焦虑的影响程度和作用机制。理论假设为：将用户一般情况（用户年龄、性别、学历、疫情事件的参与度、关注信息频率）和信息方面的情况（获取信息渠道、信息权威性、信息负面情况、信息热度以及信息易理解度）作为用户信息焦虑行为的影响因素，具体包括：
H1：年龄对信息焦虑产生显著影响;
H2：性别对信息焦虑产生显著影响;
H3：受教育程度对信息焦虑产生显著影响;
H4：疫情事件的参与度对信息焦虑产生显著影响;
H5：关注信息频率对信息焦虑产生显著影响;
H6：获取信息渠道对信息焦虑产生显著影响;
H7：信息权威性对信息焦虑产生显著影响;
H8：信息负面情况对信息焦虑产生显著影响;
H9：信息热度对信息焦虑产生显著影响;
H10：信息易理解度对信息焦虑产生显著影响。
2资料与方法
2.1一般资料收集
为探讨突发公共卫生事件下影响用户信息焦虑行为的因素，基于小组调查人员搜集的资料，设计了相关问卷。在问卷星平台上制作了相关问卷之后，经过预调查确定最終版本问卷之后，借助于可利用的社交平台发布网络链接，以我国的人群为研究对象，采取自愿、匿名的方法进行调查。
2.2研究工具
（1）自编问卷：调查相关对象的一般资料（年龄、性别、目前最高学历、至今参与防疫工作的天数，2020年春节前后每天关注疫情相关信息的频率）。影响调查相关对象的信息焦虑的相关因素（获取疫情信息的渠道，获取疫情相关信息正负面占比，获取疫情信息的权威性，获取的疫情信息的热度，获取疫情信息的可理解程度）。
（2）GAD-7广泛焦虑障碍表（7-item Generalized Anxiety Disorder scale），可以用来评估个人信息焦虑症的程度，该量表包括7项内容，按照评分标准， 参与者对所有陈述的5分制评分从0（无）到3（总是），定义0～4分为没有焦虑症;5～9分为可能有轻微焦虑症;10～13分为可能有中度焦虑症;14～18分为可能有中重度焦虑症;19到21可能有重度焦虑症。
2.3统计学方法
采用SPSS软件处理调查数据，对统计的影响用户焦虑因素采用有序Logistic回归分析。平行性是有序Logit回归的前提条件，即检验自变量各取值水平对因变量的影响在各个回归方程中是否相同，平行性检验的原假设为模型满足平行性，因而如果P值大于0.05则说明模型接受原假设，即符合平行性检验，反之如果P值小于0.05则说明模型拒绝原假设，模型不满足平行性检验。本次研究中平行性检验（P=0.137
关键词：公共卫生;信息焦虑;新冠肺炎疫情
中图分类号：G252;R749 文献标识码：A 文章编号：1003-2177（2021）08-0125-04
0引言
新型冠状病毒肺炎（Corona Virus Disease 2019，COVID-19）在全球蔓延，截止2021年3月8日，全球累计确诊病例数1亿多人次，疫情的严重程度不言而喻。这一打破社会常态化运转的突发公共卫生事件塑造了全新的信息环境，带来了诸多的不确定性，而环境和情境是影响和塑造用户信息行为的重要因素，不确定性以及不确定性差异（Uncertainty Discrepancy）是用户信息搜寻行为产生的重要动机[1]。
新冠病毒的高传染性、潜伏性、疫情的大流行特征使得公众产生紧张情绪。大数据时代，公众暴露在海量信息中，疫情信息获取渠道广，电视、广播、网站、杂志期刊、社交软件（如微信、QQ等）、社交平台（如微博、知乎、抖音、豆瓣、快手等）以及亲朋好友都是常见的信息传播渠道。疫情实时信息可以快速地为用户接收阅览，并产生影响。
“信息焦虑”这一概念于1989年由美国学者Wurman首次提出，Bawden和Robinson将信息焦虑定义为“一种不能访问、理解或者利用所必需的信息时的压力状态”[2]。我国学者曹锦丹等则将信息焦虑进一步阐释为“信息用户在查询及利用信息过程中由于自身认知类型、信息质量、个人信息素养及检索工具等原因而引起的紧张、不安、焦急等复杂的情绪状态，是信息用户在信息活动中产生的一种负性情绪反应”[3]。
在新冠疫情蔓延、信息轰炸的背景下，在互联网上过度搜索与健康相关的信息并伴随着健康问题的现象在成年人互联网用户中越来越普遍。这种状况可以称之为信息焦虑症，也可以解释为网络焦虑症（Cyberchondria）[4]。在本次疫情中，人们担心健康和行为因素之类的认知情感成分，例如过度和重复地在线搜索医疗和疫情信息，可被视为网络焦虑症的最显著的特征[5]。
值得注意的是，这种信息焦虑行为会因已有的焦虑情绪而不断加剧，形成较为严重的信息焦虑症状。本研究以信息焦虑行为的影响因素为研究对象，深入剖析新冠疫情背景下用户信息焦虑行为，为缓解公众紧张和焦虑情绪提供可行解和针对性的对策与方案。
1研究回顾与理论假设
1.1信息焦虑相关研究
信息焦虑症是现今信息社会普遍存在的难题。在我国，“信息焦虑”一词最早出现在1994年王壮凌于《苏南乡镇企业》上发表的题为《知识爆炸与信息焦虑》的科普类文章中[6]。在这之后的国内学者并未对信息焦虑做深入研究，直到2008年该领域的文献量有明显的增加，从不同人群、不同视角的信息焦虑问题及其对策，信息焦虑现象、信息焦虑视点、面向信息用户焦虑心理的信息服务等方面的研究遍地开花[7]。国外学者的对信息焦虑的研究大致可分为三个阶段：第一阶段，信息媒介焦虑阶段，包含有计算机焦虑、图书馆焦虑、互联网焦虑等;第二阶段，信息搜寻行为焦虑阶段，包含有互联网搜索焦虑;第三阶段，信息焦虑阶段[8]。综合来看，大多數学者认同的信息焦虑概念是：信息焦虑是数据和知识之间的一个黑洞。
环境和情境是影响和塑造用户信息行为的重要因素。当人们在认知上感知到对所处环境的不确定性时，这种不确定性会进一步引发焦虑情绪，人们期望通过信息搜寻获取相关信息来减轻该状态，即产生信息需求，信息需求也是信息搜寻行为产生的前提条件。为了满足信息需求，人们开始各种途径的信息查找与检索。然而，当今的互联网社会存在广泛性的信息过载现象，信息失真、夸大，虚假信息比比皆是，人们接受的是纷繁复杂、真假难辨的信息。随着搜索过程推进，焦虑、恐慌的情绪可能会进一步加深，造成严重的负面影响。在突发公共卫生事件的情境下，不确定性和事件发展不可预测性，进一步导致公众的信息需求更为复杂，信息焦虑的成因、表现和对策还需要更加深入的探索。
经过研究并综合国内外学者的观点可知，信息焦虑结构维度有4-7个维度，信息焦虑基本上包含：信息检索维度、知识加工能力维度与资源质量维度。信息焦虑的具体表现为面对大量信息时所产生的一种对信息的焦虑感。针对“信息焦虑”的测量，最为广泛的工具是信息焦虑量表（Information Anxiety Scale，简称IAS），它涵盖了大学生、大学教师与公务员等群体。此外，国内已有互联网信息焦虑量表（李富峰，2009）针对高中生群体，信息焦虑量表（韦耀阳，2014）针对大学生群体，更加精确和覆盖面更广的信息焦虑测量工具还有待开发和验证[9]。
在针对公众信息焦虑的成因分析研究中明确指出，信息焦虑行为及其它负面情绪不会凭空产生，而是伴随信息行为过程及其相应的内外部影响因素而出现的一种特殊的行为表现。用户自身的个体因素、信息资源因素及其外部的技术环境信息焦虑行为产生的主要原因。在心理学的研究中，著名心理学家高尔顿·奥尔波特提出了人格特质理论（Allport’s Theory of Personality Trait），人格特质被大量的实验和数据证实有相当的稳定性。此外，研究人员还发现，性别差异在社交媒体的使用方面也存在着不同。综合各项研究可得，人格特质、信息素养的高低，甚至于性别、教育背景、学历程度等因素均会对用户面对海量信息时产生焦虑等负面情绪有一定的影响。移动社交媒体环境下，伴随着新冠疫情的爆发，信息过载、虚假、冗余现象更加严重，在剔除假内容、识别真信息的反复比对过程中，用户也容易产生烦躁、焦虑等负面情绪从而对其后续的信息行为造成不好的影响[10]。同时，公众接收信息的各种来源和渠道，如各类APP，这些社交媒体的多种类和功能性过载均会给用户带来不同程度的焦虑行为。 1.2理论假设
在信息焦虑的现状及影响因素研究方面，借鉴国内外相关研究成果，本研究运用问卷调查法获取实证数据，探讨了用户年龄、性别、学历、疫情事件的参与度、关注信息频率、获取信息渠道、信息权威性、信息负面情况、信息热度以及信息易理解度对用户信息焦虑的影响程度和作用机制。理论假设为：将用户一般情况（用户年龄、性别、学历、疫情事件的参与度、关注信息频率）和信息方面的情况（获取信息渠道、信息权威性、信息负面情况、信息热度以及信息易理解度）作为用户信息焦虑行为的影响因素，具体包括：
H1：年龄对信息焦虑产生显著影响;
H2：性别对信息焦虑产生显著影响;
H3：受教育程度对信息焦虑产生显著影响;
H4：疫情事件的参与度对信息焦虑产生显著影响;
H5：关注信息频率对信息焦虑产生显著影响;
H6：获取信息渠道对信息焦虑产生显著影响;
H7：信息权威性对信息焦虑产生显著影响;
H8：信息负面情况对信息焦虑产生显著影响;
H9：信息热度对信息焦虑产生显著影响;
H10：信息易理解度对信息焦虑产生显著影响。
2资料与方法
2.1一般资料收集
为探讨突发公共卫生事件下影响用户信息焦虑行为的因素，基于小组调查人员搜集的资料，设计了相关问卷。在问卷星平台上制作了相关问卷之后，经过预调查确定最終版本问卷之后，借助于可利用的社交平台发布网络链接，以我国的人群为研究对象，采取自愿、匿名的方法进行调查。
2.2研究工具
（1）自编问卷：调查相关对象的一般资料（年龄、性别、目前最高学历、至今参与防疫工作的天数，2020年春节前后每天关注疫情相关信息的频率）。影响调查相关对象的信息焦虑的相关因素（获取疫情信息的渠道，获取疫情相关信息正负面占比，获取疫情信息的权威性，获取的疫情信息的热度，获取疫情信息的可理解程度）。
（2）GAD-7广泛焦虑障碍表（7-item Generalized Anxiety Disorder scale），可以用来评估个人信息焦虑症的程度，该量表包括7项内容，按照评分标准， 参与者对所有陈述的5分制评分从0（无）到3（总是），定义0～4分为没有焦虑症;5～9分为可能有轻微焦虑症;10～13分为可能有中度焦虑症;14～18分为可能有中重度焦虑症;19到21可能有重度焦虑症。
2.3统计学方法
采用SPSS软件处理调查数据，对统计的影响用户焦虑因素采用有序Logistic回归分析。平行性是有序Logit回归的前提条件，即检验自变量各取值水平对因变量的影响在各个回归方程中是否相同，平行性检验的原假设为模型满足平行性，因而如果P值大于0.05则说明模型接受原假设，即符合平行性检验，反之如果P值小于0.05则说明模型拒绝原假设，模型不满足平行性检验。本次研究中平行性检验（P=0.137