面向个人健康信息管理的量化自我持续参与动机研究

徐孝婷，朱庆华，杨梦晴，赵宇翔

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

1 引 言

随着移动互联网、智能移动技术以及微型传感器的发展，量化自我（quantified self，QS）开始兴起，通过可穿戴设备、移动健康应用等记录和追踪个人生理、物理、行为以及环境等数据，在一定程度上可以辅助用户提升洞察力和增强自我认识，帮助用户维持健康行为、改变不健康行为，吸引了越来越多的用户参与其中[1]。目前，使用较多的量化自我工具有Nike+系列、Fitbit、Apple Watch、Keep、咕咚等，可以实时对睡眠、饮食、运动等个人健康数据进行追踪和反馈，极大地激发和促进了个人健康管理的实施。

量化自我打破了传统环境下“以医生为中心”的健康管理模式，开始向数据驱动的“以用户为中心”的模式转变，通过对个人健康信息进行管理，进而促进个人健康管理，目前在健康监测、慢病管理以及疾病预防等领域得到了极大的认可[2-3]。在美国，约1/3的智能手机用户使用健身和健康类APP追踪、监测个人身体活动，其中，Fitbit拥有330万用户，Nike+拥有80万用户[4]。在中国，艾瑞咨询《2016年中国全民运动健身行业报告》显示，我国运动健身类APP用户规模、使用时长、使用频率均在稳步增长[5]，如Keep用户的月活跃数量已经达到3500万[6]。然而，相关统计结果发现，近1/3的用户在半年内开始停止使用相关可穿戴设备和移动健康应用平台等[7]。尽管量化自我相关服务推出了一系列激励用户参与的政策和福利，如积分、勋章、社交、榜单等来吸引参与者，但仍然面临用户流失的困境[8]。在“健康中国”战略发展背景下，促进个人主动持续性执行健康管理是其行动目标之一，同时，稳定性的用户也是量化自我服务平台发展的重要生机。因此，如何更好地激励用户持续参与、确保用户健康行为改变的维持成为学界和社会共同关注的话题[9-10]。在此情境下，充分了解量化自我用户持续参与动机是促进用户维持健康行为的必要前提，对相关个人健康信息服务的实践发展也具有深远的现实意义。

因此，本研究将聚焦于识别面向个人健康信息管理的量化自我持续参与动机，并尝试开展实证研究。在结合量化自我相关理论和文献推演的基础上，以期为量化自我持续参与动机的研究提供丰富视角。同时，在实践发展中，相关研究结果可以帮助指导量化自我平台的功能优化、服务提升，以及相关设备的市场推广、营销等，从而促进更多用户持续参与到个人健康管理活动中，使量化自我活动演化为群体参与的社会化活动，以此提升全民健康。

2 研究回顾

2.1 相关研究

“量化自我”（quantified self）由《连线》杂志主编凯文·凯利和技术专栏作家加里·沃尔夫于2007年在旧金山提出，指的是“用户和工具制造商通过自我追踪来分享对自我认识的兴趣的一种协作”[11-12]。维基百科[13]认为量化自我实践与生活日志实践相重叠，并具有将技术和数据采集融入日常生活的趋势，通常以改善身体、心理和情绪表现为目标。Lupton[1,14]认为量化自我是用户主动监测、记录有关生活相关特征数据的实践。Almalki等[15]将量化自我过程视为一种记录生活的方式，通过运用量化工具进行数据收集和管理，并根据数据结果进行反思来调整健康状况和行为。此外，Rooksby等[16]还将量化自我的定义延伸到社群角度，认为量化自我是指集体进行数据追踪、共享、协调来改善提升群体健康的社会化、群体化活动。李东进等[17]认为量化自我是在个人或群体层面追踪自我生理、物理、行为或环境方面的数据信息，旨在提升自我感知、自我意识或自我绩效等的过程。通过对量化自我概念的梳理后，可以发现量化自我主要应用在健康领域，与个人日常身体活动的追踪和监测有关，目的在于改善个人或群体健康状况。

在健康领域中，参与量化自我可以实时获取可视化、直观化的个人健康数据，能够帮助用户实现个人健康信息管理（personal health information man‐agement，PHIM），目前是有效应对亚健康、慢性病的手段之一[18]。PHIM通过获取、组织、使用、分享个人健康信息来完成个人健康目标的实践活动，对个人健康管理具有重要作用[19]。参与量化自我是个人健康信息管理的一种方式，在已有研究中，学者从不同视角探索了个体参与量化自我进行个人健康信息管理的采纳、使用等行为动机。陈雪萍等[20]基于动机理论，通过访谈和问卷调研，发现用户使用咪咕APP的主要动机是线上互动、自我呈现、拓展线下熟人社交。Asimakopoulos等[21]发现，使用健康追踪类设备的主要动机是数据、游戏化和内容。Chuah等[22]利用技术接受模型，发现感知有用性和可见性是智能手表采纳的重要影响因素。

此外，信息科学、人机交互以及健康信息学等领域的学者对量化自我持续参与动机的研究更为关注，相关研究试图从本质上理解两大议题。第一，从设计学角度，挖掘相关动机对系统、技术的改进和优化具有重要意义[23-24]；第二，从行为学角度，量化自我应用和平台能够更好地理解哪些因素能够吸引和激励用户，并以此促进量化自我的持续保持和依从[25-26]。已有研究发现，用户受到自身、他人、社群以及公共环境的不同影响时具有不同的动机[1]。基于不同研究情景，学者对相关动机要素的选择和确定具有差异性。其中，对量化自我持续参与动机的研究已经具有丰硕成果，Guo[8]认为，量化自我是自我追踪、自我反思和自我认知的长期过程，持续参与需要耗费一定的时间和精力，各种不确定因素都将导致用户中途放弃。首先，参与量化自我需要依附工具来实施，于是对量化自我工具（如可穿戴设备、追踪类APP）的持续使用研究受到较多关注。例如，王仲杰[27]发现，自我效能感、转换成本、感知有用性、创新性和主观参照是影响可穿戴设备用户持续使用意愿的主要动机；朱一梅[28]通过实证研究论证了感知有用性、信息质量、系统质量、健康素养显著正向影响健康APP持续使用意愿。其次，用户作为量化自我的主体，从用户认知和情感的角度探索持续动机同样重要。Roth‐man等[29]认为，量化自我用户具备明确的目标和充分的兴趣是持续性参与的前提。Stragier等[30]从自我决定理论视角分析用户持续使用追踪类在线健康社区的动机，发现对新手用户来说，自我调节动机是持续使用OFC的主要驱动机素，而对于经验丰富的用户来说，社交和享受动机更能驱动持续使用。Cho[31]基于技术接受模型，研究发现用户对技术的感知有用和感知易用动机是持续使用健康类应用的核心要素。最后，伴随量化自我线上社区的发展以及线下社群活动的影响，量化自我具有社群性特性。Lupton[1]认为量化自我属于新型个人数据管理方式，用户往往受到他人影响开始参与。Choe等[26]认为社会交往可以为量化自我参与者获取社群归属感，进而产生持续行为动机。因此，社会环境因素对量化自我持续参与的影响同样不容忽视。

基于上述对国内外文献的综述可以发现，已有研究更重视对来自工具、用户等维度影响的挖掘，缺乏对社会维度的实证探索，尤其是多维度相互作用的影响。李东进等[9]提出，结合社群视角对量化自我的研究更具普适性。因此，在对持续参与动机进行研究时，不可忽视社会因素的影响，相关研究应综合考虑用户、工具、社会等维度因素的多元相互关系。因此，本文将重点围绕“工具-社会-用户”三个维度探索量化自我持续参与动机。

2.2 理论基础

刺激-机体-反应理论（stimuli-organism-response，S-O-R）于1974年由Mehrabian等[32]提出，该理论基于环境心理学视角，认为环境刺激作为一种外部影响，引发接受者产生一系列心理活动，继而做出有关行为反应的过程。其中，刺激（S）作为外部环境因素，是影响用户心理活动的驱动力；机体（O）主要是外部环境引发的认知或情绪的变化，反映个体心理活动状态；反应（R）是个体做出的内在或外在的行为反应，内在反应表现为个体态度、意愿等，外在反应变现为个体做出趋近或规避的行为[33]。目前，刺激-机体-反应理论（S-O-R）主要被运用在消费者行为领域，包含各类线上以及线下的营销环境[34-35]，该理论为理解外部环境刺激、个体认知或情感状态以及行为反应之间的关系提供了一个系统、合理的理论框架。

与此同时，S-O-R研究范式也被信息科学和信息系统学者应用在图书情报研究领域，主要用于探索用户参与行为、持续使用行为、信息行为、转移行为等。龚艳萍等[36]将抖音短视频的娱乐和社交属性作为S，用户心理参与作为O，用户参与行为作为R，探索短视频应用的特性对用户参与行为的影响。Song等[37]基于S-O-R理论视角探索有关公共卫生事件的中国消费者信息规避行为，其中来自CO‐VID-19的威胁以及信息过载刺激消费者产生焦虑、悲伤、认知失调，继而影响信息规避意愿。Zhu等[38]探索用户网络电影信息共享行为，认为网络电影逼真性影响用户体验进而影响信息共享意愿。徐孝娟[39]在探索社交网络用户流失行为时引入了S-OR，其中感知社会临场感作为外部环境刺激影响用户满意度、感知有用性和感知社会资本，进而影响流失意愿。贾明霞等[40]结合S-O-R和MOA理论，将动机（M）-机会（O）-能力（R）有关因素作为外部刺激，通过作用于用户私欲、感知有用和易用性，进而影响虚拟学术社区用户知识共享和交流意愿。Cho等[41]基于S-O-R理论，将智能手表的智能性和时尚性因素作为外部刺激，来影响用户满意度和乐趣，进而影响用户对智能手表的依从。综上，S-O-R理论作为一种基础理论框架，可以很好地指导和解释外部环境刺激对个体心理活动的影响，进而作用于用户反应，在众多学科领域具有一定的借鉴意义。

基于此，本研究认为S-O-R研究范式可以作为探索量化自我持续参与动机研究的理论基础。在文献综述的基础上，以综合视角“工具-社会-用户”三个维度探索量化自我持续参与动机，具体如图1所示。其中，工具维度作为用户量化自我开展的技术支持，其功能、操作等特性影响用户对技术的感知；社会维度作为用户量化自我的环境因素，社会压力、社交等因素影响用户对社会环境的感知；用户维度的动机主要是用户内在的感知。相关模型包含用户持续参与的外因和内因，又兼具对持续参与意愿系统化的解释。与此同时，根据S-O-R理论，工具和社会维度动机共同作为外部刺激因素，引发用户心理活动，进而影响行为反应。

图1 量化自我持续参与动机理论模型

3 研究假设和实证模型

3.1 研究假设

3.1.1 工具维度

工具维度主要考查功能性、内容、操作以及激励机制对用户持续参与动机的影响。量化自我工具可以追踪用户的生理、行为以及环境等数据，并提供结果反馈，在一定程度上可以监管用户的健康状态，为用户提供信息支持。此外，量化自我工具还设计易用操作和激励机制吸引用户的参与。基于此，工具维度主要从自我监管、信息搜寻、易用性和外部奖励四个方面探讨对量化自我持续参与意愿的影响。

（1）工具功能性角度。自我监管（self-regulato‐ry）是指通过自我监控、自我规划和自我目标设定来调节自身行为的过程[42]。大多量化自我工具都以促进用户自我监管为中心，以Keep为例，用户可以密切监控自己的运动数据以及运动进展，进而调整运动状态。已有研究发现，借助技术手段对用户血压、血糖、体重、身体健康等指标进行监控，可以干预健康结果[43]。此外，有关在线健康追踪社区习惯性使用的研究中还发现，自我监管功能驱动用户有用性感知，进而预测习惯性使用[30]。Lee等[44]发现，移动健康应用的自我监管功能对用户长期持续使用具有积极影响。Jung等[45]发现，基于目标导向的运动锻炼行为可以促进自我监管，进而提升运动锻炼的效果，有利于激发对个人健康的有用性感知。邓胜利等[18]认为，自我跟踪应用实现了个人健康信息的管理和监管，有利于实现健康管理，具有一定的意义和价值。因此，量化自我工具的自我监管功能在一定程度上实现了个人健康信息的管理，帮助用户监管个人健康状态，有利于促进用户对量化自我健康结果的有用性感知。基于此，本研究提出如下假设：

H1：量化自我工具自我监管功能积极影响用户感知有用性。

（2）工具内容角度。信息搜寻（information seek‐ing）是互联网用户的一个重要动机[46]，也是用户参与量化自我的基本动机。已有研究认为，量化自我的本质就是用户通过获取数据来进行自我探索、自我反思的过程[1]。量化自我工具可以追踪用户生理、行为以及环境数据，并以此给予用户反馈、建议等，在一定程度上为用户提供信息支持[2]。Nuss等[47]发现，移动健康应用可以为用户提供有关健康行为（如频率、强度、时间）以及健康结果（如继续保持、需要加强）的信息，从而促进身体活动，改善生活质量。吴江等[48]发现，健康类可穿戴式设备可以实时记录用户健康数据（如睡眠、心率、血压），可以有效监测用户自身健康状况。基于此，本研究提出如下假设：

H2：量化自我工具信息搜寻内容积极影响用户感知有用性。

（3）工具操作角度。易用性（ease of use）主要衡量用户在使用相关技术、系统、平台时操作的难易程度。Medhi等[49]认为，健康应用程序的设计应该简单易读、导航界面清晰，具有便捷的可访问性，尤其应避免复杂的搜索和难以掌握的操作。Russell等[50]认为，健康APP的推广需要重视易用性，这是产品是否能够被接受和有效使用的前提。此外，在TAM（technology acceptance model）模型以及有关量化自我产品采纳的研究中，已经验证了用户对技术产品的易用性认知积极影响感知有用性[51-52]。基于此，本研究提出如下假设：

H3：量化自我工具易用性积极影响用户感知有用性。

（4）工具激励机制角度。外部奖励（extrinsic rewards）是指用户参与或完成任务的奖励，包含物质奖励（如金钱）以及非物质奖励（如积分、勋章），多被应用在虚拟社区用户知识分享、贡献行为的研究中[53-54]。量化自我工具通过设计勋章、虚拟货币、等级等游戏化元素作为平台的激励机制，以非物质奖励形式来激励用户参与。已有研究发现，在健康教育中给予外部奖励（如积分）能够促进用户参与的强烈动机[55]。Nuijten等[56]还发现，在移动健康应用中引入一种有意义的、意想不到的、定制的外部奖励，可以使参与者在健康促进环境中表现更活跃、积极和享受。基于此，本研究提出如下假设：

H4：量化自我工具外部奖励的激励机制积极影响用户感知的乐趣。

3.1.2 社会维度

社会维度主要考察社会影响以及社群互动对用户持续参与动机的影响。用户参与量化自我可能受到朋友、伴侣、家人等社会关系的影响。此外，随着量化自我社区的发展，用户之间可以进行数据分享、经验交流以及发展人际关系等，这些也能在一定程度上吸引用户参与。基于此，社会维度主要从主观规范和社会交往两个角度探讨对量化自我持续参与意愿的影响。

（1）主观规范角度。主观规范（subjective norm）表示对个人重要的人（如同行、朋友或者上级）认为他/她应该执行行为的程度。Lupton[1]发现，自我追踪是个人数据管理的新方式，用户往往受到外界影响或倡导时，开始参与自我追踪活动。尤其是年轻群体更容易受到他人意见和行为的影响，表现出与其社会认同的人一致的健康行为[57]。赵杨等[58]验证了用户在接受可穿戴创新设备时，来自其他参与者的影响对自身具有积极作用，进而影响意愿。Pfeiffer等[59]同样通过实证检验了使用可穿戴式自我追踪装置的社会影响与使用意愿显著正相关。此外，计划行为理论（theory of planned behavior，TPB）的研究结果发现，当信念基础一致时，用户受到主观规范影响的程度越深时，在一定程度上更能促进用户对相关行为的控制或掌握（即自我效能）[60]。基于此，本研究提出如下假设：

H5：主观规范积极影响用户自我效能。

（2）社会交往角度。社会交往（social contact）主要通过与他人分享、交流来增进或保持社会联系。量化自我社区为用户间信息交流、经验分享提供了环境，用户可以展示量化自我的结果，还可以结识志同道合的朋友，从而吸引了用户的参与。已有研究发现，自我追踪中的社交互动是激励用户锻炼的关键因素，在社交网络中能够分享健身数据会激励用户持续自我跟踪，并增强用户之间的社交关系[61]。Ryan等[62]认为，社交作为持续锻炼的内在动机，对持续意愿具有显著影响。陈雪萍等[20]发现，用户出于线上互动、拓展线下熟人社交的目的使用咪咕APP。Choe等[26]认为，量化自我过程中，社会交往为用户提供了社会支持，与其他参与者之间的密切联系使用户获取了社群归属感。此外，研究还发现社会交往促进用户之间的互动，使用户感知更有趣[63]。基于此，本研究提出如下假设：

H6：社会交往积极影响用户感知的乐趣。

H7：社会交往积极影响用户的归属感。

3.1.3 用户维度

用户维度主要将外部环境（S）对有机体（O）产生的影响分为认知和情感两个方面。认知反映用户对外部环境感知产生的心理认知影响，情感反映用户对外部环境感知产生的心理情绪倾向。本研究认为，用户量化自我持续参与阶段认知和情感的变化主要受到工具和社会维度动机的刺激，其中认知主要表现在感知有用和自我效能两个层次上，情感主要表现在乐趣和归属感两个层次上。

（1）感知有用角度。感知有用（perceived use‐fulness）是指个人认为使用具体系统或技术对自身能力提高的程度。在TAM模型中，感知有用是预测行为意愿的核心构念之一[51]，其积极影响已得到国内外大量研究的验证。朱一梅[28]发现，感知有用积极影响健康APP持续使用意愿。陈小燕等[52]发现，感知有用促进用户对智能手环用的采纳意愿。Stragier等[30]论证了感知有用正向影响用户对在线健身社区的持续使用。基于此，本研究提出如下假设：

H8：用户的感知有用积极影响量化自我持续参与意愿。

（2）自我效能角度。自我效能（self-efficacy）是指个体对自身能否成功完成某一行为的主观信念。在用户采纳、流失以及持续参与等行为的研究中，自我效能一直被认为是预测态度、意愿、行为的重要因素。Sniehotta等[64]发现，在维持身体活动的过程中，那些具备充足信心和信念的用户具有更强烈的持续参与意愿，更有能力实现健康行为的改变。王仲杰[27]通过实证研究验证了自我效能是可穿戴设备持续使用意愿的主要动机且积极影响持续使用意愿。量化自我是一个复杂又长期的过程，用户具备足够的信心是实现健康行为的改变前提，当用户对于完成量化自我具有坚定信心时，持续参与意愿会更强。基于此，本研究提出如下假设：

H9：用户的自我效能积极影响量化自我持续参与意愿。

（3）乐趣角度。乐趣（enjoyment）是指个体参与过程中情绪上的主观感受。已有学者认为，如果用户可以像玩家一样探索数字游戏世界，充分享受数据追踪的过程，同时将数据管理和可视化视为发现、惊喜和乐趣的活动，那么这在一定程度上将极大地促进量化自我的持续性和长期性[65-66]。Atkin‐son等[67]认为，技术中的享乐成分是内在激励因素，更能激发用户对新技术使用的意愿。Lee等[68]验证了娱乐性对用户持续使用饮食和健康追踪APP的积极影响。Suh[69]在对量化自我技术的持续使用研究时，验证了享乐作为重要动机现在影响持续意愿。在健康行为改变、可穿戴设备以及健康追踪APP使用的相关研究中，乐趣对满意度、意愿的积极影响都得到了实证验证[30,70]。基于此，本研究提出如下假设：

H10：用户的感知乐趣积极影响量化自我持续参与意愿。

（4）归属感角度。归属感（sense of belonging）是指个体与所属群体间的一种内在联系，是个体被群体及其从属关系划定、认同的一种心理表现，常被用于探索在线社区社群相关研究[71-72]。量化自我吸引追求健康的参与者，在社区中具有共同兴趣爱好的用户彼此联系，形成规范、密切的社群氛围。Crawford等[73]认为，社群归属感是用户参与量化自我的主要动机，用户通过向社群成员分享量化数据的方式来维系人际关系，以此获取归属感。Hystad等[74]通过实证分析发现社区归属感与健康行为变化呈正相关关系，尤其对锻炼、减肥和改善饮食等健康行为的影响最为显著。基于此，本研究提出如下假设：

H11：用户的归属感积极影响量化自我持续参与意愿。

3.2 实证模型

基于上述假设，以S-O-R作为理论基础，从工具、社会以及用户三个维度探索量化自我持续参与动机及其实证研究，具体模型如图2所示。本研究将工具和社会维度的动机作为影响用户参与的外部刺激动机，这些因素同时作用于用户认知和情感维度的内部动机，并以此作用于量化自我持续参与意愿。此外，研究发现了量化自我在性别上的差异性，女性表现出对健康追踪的狂热和更为积极的态度[75]。在年龄分布上，中青年更热衷追踪、量化[76]。同时，还有研究将教育背景、收入等作为调节因素开展研究[28]。基于此，本研究选取性别、年龄、教育背景、收入水平和量化自我年限五个人口统计学特征作为调节变量开展研究。

图2 量化自我持续参与动机模型

4 研究设计

4.1 问卷设计

本研究的问卷主要包含两个部分：第一部分关于个人基本信息，涉及性别、年龄、教育、收入、量化自我年限；第二部分是动机和持续参与意愿的调查，包含自我监管（SR）、信息搜寻（IS）、易用性（EOU）、外部奖励（ER）、主观规范（SN）、社会交往（SI）、感知有用（PU）、自我效能（SE）、乐趣（EM）、归属感（SOB）、持续参与意愿（CPI）共11个构念的测量。问卷测量题项均改编自已有文献，并且采用李克特7级量表，为了避免因语义错误而影响信效度，本研究还邀请了量化自我研究领域的3位专家对问卷的语义和措辞提出修改建议。此外，为了保证测量模型的聚合效度，进一步对问卷进行了前测。将问卷在线发送给身边使用Keep的朋友，并以“滚雪球”方式收集到有效问卷82份。已有研究认为，在主成分分析中，如果因子载荷小于0.70，那么该项目应该被剔除[77]。基于此，将有关归属感的第4项测量项（在Keep上追踪/记录/量化可以提升个人健康生活品质，因子载荷：0.307）以及外部奖励的第1项测量项（在Keep上追踪/记录/量化可以获取运动徽章，因子载荷：0.422）剔除。最终确定问卷测度项及其出处，具体如表1所示。

表1 量表选项来源及选项设计

4.2 问卷调研

为了了解用户持续参与量化自我的动机，研究对象主要是参与量化自我6个月以上的用户。问卷正式调研在Keep社区中开展，Keep于2015年2月上线，用户数量已破亿，发展最为成熟，是当前国内最大的运动社交平台[79]，为数据的获取提供了便利的条件，同时，将Keep用户作为实证研究对象具有一定的代表性。问卷以电子链接和二维码的方式发布在Keep社区中，此外，还通过“一对一”方式向社区用户单独发送问卷以获取更多样本，整个过程历经1个月（2020年9月15日—2020年10月15日），累计回收问卷428份，对所有完成问卷的用户均给予了一定的经济回报。最终，结合问卷中设置的相反项以及选项是否为同一答案作为筛选条件，得到有效问卷373份。Barclay等[80]建议在选取样本量时，要满足最小样本量为模型中最大题目数或最大路径关系数的10倍。本研究中最大题目数和最大路径关系数均为4个，即最小样本量为40个，显然研究样本数满足相关准则。从描述性统计结果（表2）可以发现，在性别分布上，男女比例较为均衡；在年龄分布上，量化自我的用户群体较为年轻化，其中21～30岁群体（占48.53%）和31～40岁群体（占30.02%）比重较大，整体以中青年群体为主；在教育背景分布上，以本科学历居多（占76.41%）；从月收入水平来看，量化自我用户的收入整体处于中高等水平，其中收入3001～6000元、6001～9000元以及9001元及以上的用户整体分布都较为均衡；从量化年限看，用户量化自我时间为1～3年的（占54.42%）居多，3～5年的次之（占22.25%），量化自我在7年以上的用户目前占比最少（占3.49%）。

表2 样本描述性统计结果

续表

5 数据分析

5.1 信度和效度分析

信度主要通过内部一致性系数（Cronbach'sα）和组合信度系数（composite reliability，CR）来衡量[81]。本研究使用SmartPLS 3.3.2进行分析，通过执行偏最小二乘法（partial least squares，PLS）运算获取相关信度指标。信度的标准需满足：Cronbach'sα＞0.7，表示测量模型内部一致性较高；CR＞0.7，表示测量项的信度较高[82-83]。本研究得到的信度指标如表3所示。可以发现，所有被测变量的Cronbach'sα取值介于0.715～0.808，CR取值介于0.758～0.874，均大于0.7，满足验证性研究的条件，表明被测变量的各测量项之间具有较好的内部一致性，适合进一步采用结构方程模型检验分析。

此外，有关效度，当平均方差萃取（average variance extracted，AVE）值大于0.5时，表示具有较好的收敛效度；AVE的平方根大于各变量之间的相关系数值，表示具有较好的区别效度[84]。基于此，本研究采用AVE来检验收敛效度和区别效度，具体结果如表3、表4所示。可以发现，所有变量的AVE取值介于0.504～0.689，均大于0.5。同时，AVE的平方根均大于变量之间的相关系数，收敛效度和区别效度通过检验，模型效度较好，适合结构方程模型检验分析。进一步检验模型的聚合效度，对模型相关数据的拟合程度进行分析，验证性因子分析发现：NFI=0.955＞0.9，NNFI=0.928＞0.9，CFI=0.973＞0.9，GFI=0.947＞0.9，拟合指标符合表示模型的聚合效度较好。至此，本量表具有较好的效度。此外，变量之间的相关系数值均需小于0.6[85]，表4的结果说明本研究多重共线性问题较小，不需要关注。

表3 信度分析结果

表4 效度分析结果

5.2 共同方法偏差检验

共同方法偏差（common method bias）是由于同样的数据来源或评分者、同样的测量环境、项目语境以及项目本身特征造成的预测变量与效标变量之间人为的共变[86]。共同方法偏差检验则是为了检验这类共变存在与否，尤其是在横截面调查中个体自我报告式数据收集方式更常存在共同方法偏差。本研究采用Harman单因子方法检验问卷调研数据是否存在共同方法偏差。当未旋转时，第一个公因子的方差解释百分比小于40%，表示不存在共同方法偏差[87]。在探索性因子分析后，共抽取9个主成分，对总方差的解释为67.665%。其中，第一个主成分解释了25.572%的总方差，低于40%，因此，不存在一个主成分解释大部分方差的现象，本研究中不需要关注数据共同方法偏差问题。

5.3 路径分析与假设检验

本研究利用SmartPLS 3.3.2中的bootstrap运算来评估结构模型路径的显著性，路径分析以及假设检验结果如表5所示。首先，工具维度的动机中，自我监管对感知有用（β=0.408，P=0.000）、信息搜寻对感知有用（β=0.258，P=0.000）、易用性对感知有用（β=0.417，P=0.000）、外部奖励对乐趣（β=0.233，P=0.000）均有显著的积极影响，表示量化自我工具提供的自我监管功能越全面、信息内容越丰富、操作越简单时，用户的有用性感知越明显，同时，相关激励机制的奖励越完善，用户感知就越有趣，假设H1、H2、H3、H4得到支持。

表5 假设检验结果

其次，社会维度的动机中，主观规范对自我效能（β=0.178，P=0.000）、社会交往对乐趣（β=0.333，P=0.000）、社会交往对归属感（β=0.472，P=0.000）均有显著的积极影响，表示用户感知到越多来自社会的压力时，就越有信心完成量化自我，同时，更多的社交使用户感知到更多的乐趣和归属感，假设H5、H6、H7得到支持。

最后，在用户维度的动机中，发现感知有用（β=0.360，P=0.005）、自我效能（β=0.306，P=0.000）、乐趣（β=0.288，P=0.000）均与持续参与意愿显著正相关，但是归属感与持续参与意愿（β=0.053，P=0.261＞0.05）相关性不显著，表示当用户感知到越多的有用性、信心以及乐趣时，持续参与意愿就越强烈，而用户归属感和持续参与意愿没有联系，假设H8、H9、H10得到支持，H11没有通过检验。此外需要说明的是，本研究包含5个内生变量，即感知有用、自我效能、乐趣、归属感和持续参与意愿，其方差值分别为0.333、0.220、0.224、0.222、0.426，代表了相关变量对内生变量的解释程度。最终实证模型如图3所示。

图3 量化自我持续参与动机实证模型

5.4 调节效应验证

进一步考虑人口学特征变量发挥的调节作用，主要考察人口学变量在用户维度与量化自我持续参与意愿之间的调节作用。在做调节效应之前，需要构建调节作用的回归分析模型，即

其中，Y代表因变量，即量化自我持续参与意愿（CPI）；Xi代表自变量，包含感知有用（PU）、自我效能（SE）、乐趣（EM）、归属感（SOB）；Mi代表调节变量，包含性别（Q1）、年龄（Q2）、教育背景（Q3）、月收入水平（Q4）、量化自我年限（Q5）；a1、a2、a3代表系数，a0代表截距。在构建调节变量与自变量、因变量之间的路径模型后，利用SmartPLS 3.3.2的bootstrap运算来检验相关调节作用路径的显著性，检验结果如表6所示。可以发现，性别和年龄对部分路径发挥了调节作用，其他变量不显著，具体表现为性别在自我效能与持续参与意愿之间（β=-0.130，P=0.008）、乐趣与量化自我持续参与意愿之间（β=-0.011，P=0.022）均发挥负向调节作用，表示男性更关注自我效能和乐趣，具有更强烈的量化自我持续参与意愿；年龄在易用性与量化自我持续参与意愿之间（β=0.137，P=0.018）以及自我效能与量化自我持续参与意愿之间（β=0.120，P=0.035）都发挥正向调节作用，说明年龄相对较长的群体更多重视易用性、自我效能，当相关感知越明显时，持续意愿越强烈。

表6 调节作用分析结果

6 讨论与启示

6.1 讨论

首先，在工具驱动的维度中，功能性（自我监管）积极影响用户量化自我的有用性感知。Keep可以对个人健康信息进行收集、集成、分析等，通过提醒、反馈的形式对个人健康状态进行监管，相关功能越全面，用户对量化自我的有用性感知越强烈，这与已有研究发现的量化自我追踪功能越全面，越能够促进参与者有用性动机的研究较为一致[69]。同时，内容服务（信息搜寻）促进用户感知有用。Keep可以追踪生理数据（如睡眠、步数、血压等）、提供专业健身课程以及定期反馈建议，当信息内容越丰富时，用户感知越有用。这在以往的研究中也得到了支持[48]。此外，操作性（易用性）正向影响感知有用，即Keep操作越简单时，用户有用性感知越强烈。已有研究发现，用户会因为量化自我工具操作耗费时间和精力而放弃参与[8]。量化自我是对个人数据的追踪，依附技术工具来实现，不仅吸引具备一定技术素养的群体参与，还包含更多追求健康管理的普通人群。因此，相对简单、容易的操作更能促进用户感知到量化自我的有用性和健康结果。最后，激励机制（外部奖励）积极影响量化自我过程的乐趣，这与已有的研究发现——如果在健康应用程序中引入外部奖励，那么将促进用户活跃度——较为一致[56]。因此，激励机制越完善，越能够提升量化自我的趣味性。

其次，在社会驱动的维度中，主观规范积极影响自我效能，即当用户参与量化自我感受到来自社会的压力时，更能激发自信心。用户往往因为身边重要人物的推荐使用Keep进行量化、追踪，这激励了用户更加坚信自己能够完成量化自我。已有学者在对量化自我持续参与的研究中明确了主观规范发挥的积极作用，目前已经成为社会环境视角下促进用户持续行为的一个主要积极因素[59]。此外，社会交往对归属感和乐趣均具有积极影响，即Keep社区社交功能发展越成熟，用户的归属感和乐趣越强烈，这与已有研究结论较为一致[62]。Keep在线社区的出现使得量化自我具有社群性特征，用户在Keep社区中能够结识志趣相投的朋友，可以进行运动、健身、减肥等经验的分享、交流，为参与者之间社会性交往提供了机会和平台，当参与者进行持续长期的量化自我参与后，量化自我在线社区中的社会交往可以促进参与者感知到强烈的社群归属和乐趣。

最后，在用户维度中，感知有用、自我效能和乐趣都对持续参与意愿具有积极影响。其中，感知有用的系数值最大，这与Gimpel等[88]的研究结论一致，即有用性是量化自我参与效用最重要的衡量因素。本研究不仅证实了感知有用的重要性，还进一步阐释了可以通过工具的自我监管和信息搜寻服务来提升有用性，进而促进量化自我的持续参与。另一个主要动机是用户参与量化自我过程中的自我效能，其对持续参与意愿的积极影响也得到了支持，说明用户对于完成量化自我越具有足够的信心，就越能够持续参与，这在与量化自我有关的持续参与行为的研究中也得到了验证[64]。此外，乐趣积极影响持续参与意愿，当用户发现量化自我越有趣时，持续参与意愿越强烈。然而，归属感和持续参与意愿的相关性不显著，本研究认为可能是由于Keep社区起步晚，社交功能发展还不够成熟，用户并不像在微信、QQ等社交平台上彼此联系紧密，Keep社区的用户之间可能还处在建立社交关系的初始状态，并没有发展成亲密的伙伴关系，所以产生的归属感相对较弱。

此外，在人口统计学变量的调节作用中，性别在自我效能、乐趣与持续参与意愿的关系之间均具有负向调节作用，这与以往学者发现的女性更需要支持和趣味性的研究结论不一致[89]。在本研究中，国内男性群体感知到对于量化自我更有信心、乐趣时，持续参与意愿更强烈。年龄在易用性、自我效能与量化自我持续参与意愿的关系之间均具有正向调节作用，即年龄相对大的用户感知到更多量化自我有用性、信心时，持续参与意愿更强烈。

6.2 理论启示

量化自我作为个人健康信息管理的有效手段，探索持续参与动机是维持健康行为的前提和基础。首先，本研究聚焦面向个人健康信息管理的量化自我持续参与阶段，在量化自我特征和文献梳理的基础上，归纳出“工具-社会-用户”三维综合视角的动机模型。三个维度兼顾了影响用户持续参与的外因和内因，有利于从本质上理解用户动机机理，同时弥补了传统研究对单一维度动机研究的不足，尤其是社会维度的实证研究。此外，相关动机的确定体现了人机交互、健康信息学、用户信息行为等不同研究领域的理论思想，为多学科发展以及跨学科融合奠定了基础，尤其是对于量化自我视角的健康信息行为、个人健康信息管理的研究具有一定参考价值。最后，不同于已有研究往往关注工具单个层次的特性，本研究从功能性、操作性、内容以及激励机制等多个角度细分量化自我工具维度的动机，使得来自外部刺激工具维度的动机更全面具体，同时区分用户的认知和情感维度，以此阐释了外部环境、用户认知和情感以及行为反应之间的内在联系，为理解量化自我过程中环境刺激和用户行为反应之间的关系提供了系统性框架，丰富了S-O-R模型在健康领域的应用。

6.3 实践启示

本研究基于Keep具体用户进行问卷调研，研究结果对量化自我服务具有一定的现实意义。首先，需要：①重视功能性，促进用户健康结果感知。相关服务应加强对个人健康信息的重视，保证相关监管功能的全面性和丰富性。②把控信息内容质量，保障专业性。相关服务商需要加强与技术部门的合作，确保监测数据能够真实地反映用户生理数据、健康状态等，实现对个人健康信息的保护。尤其是重视来自医疗卫生机构、饮食营养专家、资深教练等权威人士的认可与支持。③设计简单化操作，强化易用性。相关服务在满足用户功能需求的前提下，构建易用性、简单化、易操作的界面和服务系统，避免复杂性操作使用带来的障碍和困难。④健全激励机制，提升过程趣味性。激励机制不能仅考虑传统因素（如积分、勋章），更应该根据具体情境、场景设计，细化不同模式下更迎合用户喜好的游戏化元素，以此促进量化自我过程沉浸和乐趣。

其次，应该关注：①加强市场宣传，重视社会影响。相关市场运营商应该加大对量化自我应用的宣传，如广告投入、线下体验，引导用户对量化自我的认识，吸引潜在用户的加入。同时，还可以借助社区力量，由资深用户扩散量化自我应用的价值和有用性，推广个人健康管理的益处，从而加强社会群体之间的相互影响。②构建融和社交环境，发挥社区效应。相关服务运营商应加强群体量化活动，如多人PK、团队合作等量化自我模式，加强社区用户之间的联系。此外，社区构建不仅应该体现专业性和有趣性，还应该向学习型社区发展。重视激励用户的积极分享，促进用户之间的交流和学习，从而达到整体社群成员的共同进步，进而提升归属感。

最后，量化自我服务应该重视个体差异性，提供针对性、个性化服务。本研究中性别和年龄在相关路径中体现的调节作用启示实践服务应细分用户群体，以细粒度视角提供个性化、精细化、具体化服务，充分考虑用户差异性，如针对不同性别群体的量化自我模式、场景，以及针对不同年龄群体的易用操作界面、清晰直观的数据可视化等。服务商应该重视不同群体量化自我习惯、体验、反馈等，深入挖掘用户生成内容以及日志数据等，从而获取差异化健康信息需求结果，进而提供私人订制、一对一、个性化服务。

7 总结

本研究聚焦探索面向健康信息管理的量化自我持续参与动机，在文献调研的基础上，将持续参与动机要素确定为工具、社会和用户三个维度。基于S-O-R理论，充分探索外部环境、用户认知和情感以及行为反应之间的内在联系，进而提出假设并开展实证研究。本研究结果在理论探索和实证研究上具有一定意义，但也存在一些不足之处。首先，本研究仅以Keep作为实证研究对象，相关模型的普适性还需结合其他类型的量化自我平台做进一步验证；其次，本研究样本以20～40岁的中青年群体为主，样本量还不够丰富，其他群体是否具有不同动机尚不能确定；最后，本研究仅对持续参与意愿进行了测量，虽然在一定程度上可以反映行为特征，但真实性行为还有待验证。

因此，本研究组认为，未来应该选择不同代表性的量化自我平台作为实证研究对象，探索量化自我持续意愿动机及其模型的共性和差异。此外，要扩大样本量，丰富量化自我持续参与的动机模型。最后，量化自我是一个长期过程，真实持续行为的确定需要结合时间序列、跟踪性研究，挖掘长期过程中用户动机的变化。