老年人健康信息回避行为发生机制研究

中国已进入快速老龄化阶段。根据第七次全国人口普查的数据，我国60岁及以上人口为26402万，占总人口的18.70%（国家统计局，2021）。老年人群的健康传播既是“健康中国”建设和“健康中国行动”的重点，也是当前的薄弱环节。有效的健康管理和健康传播对于保持个体健康、缩短带病期、大幅度减少社会的医疗负担、促进健康老龄化至关重要。而健康信息回避行为是老年人健康传播中的重要干扰因素，可能会带来一些健康危害后果，例如，影响疾病的筛查、早期发现以及诊断（Shepperd，Howell & Logan，2014），增加传染病传播机率（Meadowbrooke， Veinot，Loveluck，Hickok & Bauermeister，2014）等。因此，健康信息回避行为一旦发生，健康传播的效果将大打折扣，成功的健康管理也就无从谈起。

由于对解释个体健康意识的形成具有关键意义，健康信息回避行为逐渐由健康信息搜寻研究的子变量发展成为独立的研究领域（孙海霞，2021）。健康信息回避行为影响因素的研究也逐渐受到研究者的重视。当前，国内外对健康信息回避行为影响因素的研究主要可以分为“内部驱动”和“外部驱动”两大取向。内部驱动因素主要涉及人口统计学特征、认知、情绪三类。研究表明，人口统计学特征层面，性别、年龄、教育水平、经济状况等因素均会影响健康信息回避行为（McCloud，Jung，Gray & Viswanath，2013）。认知层面，风险感知（Miles，Voorwinden， Chapman & Wardle，2008）、价值感知（Jung，Ramanadhan & Viswanath，2013）、成本感知（McCloud，Okechukwu，Sorensen & Viswanath，2017）等因素能够影响健康信息回避行为的决策过程。情绪因素方面，积极情绪与健康信息回避行为之间存在显著负向关系（Kim，Ahn，Atkinson & Kahlor，2020）。外部驱动因素包括信息因素和环境因素。信息因素主要有信息成本、信息质量、信息过载、信息倦怠等（Sweeny，Melnyk，Miller & Shepperd，2010；陈琼，宋士杰，赵宇翔，2020）。环境因素包括社会支持和社会规范等。研究指出，缺少社会支持的个体更倾向于回避健康信息（Howell & Shepperd，2017），个体亦会受到社会氛围或者群体压力的影响而产生健康信息回避行为（Vrinten et al.，2018）。

亦有少数研究聚焦老年群体的健康信息回避行为。研究发现，认知因素（刘毅，曾佳欣，2021）、情绪因素（张宁，高冰洁，2021）、代际关系（公文，2018）均对老年人健康信息回避行为产生影响。也有少量研究试图对老年人健康信息回避行为的驱动因素进行整合，比如，刘毅、曾佳欣（2021）和彭丽徽、张芊慧（2022）通过质化研究方法提出了整合的模型，但是这些研究仍未验证各影响因素之间的复杂关联模式。

总体来看，现有研究大多着眼于识别健康信息回避行为的单一影响因素，未能系统性地考察各因素的交互关系以及因素之间的传导路径。因此，本研究首先采用结构方程模型（structural equation modeling，SEM），对老年人健康信息回避行为的发生机制进行整合研究，考察各因素间的关联路径。此外，健康信息回避行为可能存在多条等效的发生路径，而之前的研究往往局限于分析单个因素的“净效应”，忽视了各因素的复合效应。因此，在探讨各影响因素相关关系的基础上，本研究采用模糊集定性比较分析（fuzzy-set qualitative comparative analysis，fsQCA），从组态的视角进一步探究各前因条件及其反事实条件组合的充分性。在实践层面，本研究的结论对于我国的老年人健康传播与健康管理、公共健康风险管理、疾病的科普传播以及疾病预防效果具有重要的应用价值，对于实现从治病为中心到健康为中心的转变，提升老年人群的健康素养和健康水平具有重要意义。

（一）SOR理论与健康信息回避行为研究

Mehrabian、 Russell（1974：216-218）提出了SOR（stimulus-organism- response）理论，指出不同的刺激（stimulus）对人的内在状态（organism）会产生不同的影响，进而决定人的行为（response）。SOR理论能够探析个体在内部和外部因素的刺激下产生的行为结果，是一种有效、关键的用户研究模型。近年来，SOR理论被引入健康信息研究中。相关实证研究发现，不同的信息特征、情绪反应等因素都会影响用户的信息焦虑，进而引发回避行为（Pandita，Mishra & Chib，2021）。

在健康信息研究中，SOR理论的内涵得到扩展。其一，作为刺激的外在环境从传统现实环境扩展到社交媒体环境（王文韬，张帅，李晶，谢阳群，2018）。其二，有机体反应从单一的情绪反应拓展为情绪和认知的综合反应（Pandita，Mishra & Chib，2021）。其三，将用户的回避行为纳入考察（倪珍妮，张帅，姚志臻，2022）。基于SOR理论，本研究能够有效解释刺激因素如何通过影响老年人的个体反应，最终使其产生健康信息回避行为，从而更全面地把握老年人健康信息回避行为的发生机制。

依据SOR理论的研究路径，本研究首先确定了行为端的因素（R），即健康信息回避行为。Neben（2015：3-4）研究指出，回避行为可能发生在健康信息接触的任何一个阶段。本研究将从信息暴露回避、吸收回避以及利用回避三个阶段全面考察老年人的健康信息回避行为。

（二）有机体（O）与反应（R）的关系

有机体（O）起着中介作用，同时也是影响行为反应（R）的直接因素。有机体（O）指个体对于刺激信息的加工以及后续反应与行为。根据健康信息回避内部驱动视角中的认知和情绪因素，本研究得出“感知危害特征”和“负面情感响应”两个变量。

感知危害特征（perceived hazard characteristics）即个人对风险状态的预估和评判，包括但不限于对个体受到伤害的可能性的估计（Griffin，Dunwoody & Neuwirth，1999）。研究指出，健康类风险感知负向影响用户对健康信息的采纳意愿（Deng & Liu，2017）。老年人群体对健康类风险的感知更为敏感。通过引入保护性行动决策模型（the protective action decision model），周国韬、邓胜利（2021）发现，老年人受到健康威胁的程度越高，越容易产生风险感知偏离，以非理性行为应对威胁。此类非理性行为在实践中常表现为因恐惧而产生的信息消极使用和信息抵抗（刘毅，曾佳欣，2021）。因此，老年人在感知到较高健康风险时，可能激发自我保护机制，选择回避健康信息。基于此，本研究假设：

H1：感知危害特征与健康信息回避行为正相关。

负面情感响应（negative affective response）指人们处理风险信息时所产生的担忧、愤怒、焦虑等消极情绪（Griffin，Dunwoody & Neuwirth，1999）。老年人在接触健康信息时，更容易出现信息渠道焦虑、信息真实性焦虑等多种焦虑情感，从而更消极地对待健康信息（Hadjistavropoulos，Craig & Hadjistavropoulos，1998）。根据社会情感选择理论（socioemotional selectivity theory），年龄的增长会使人们倾向于接触积极信息，回避容易产生负面情感的信息（Carstensen，Fung，& Charles， 2003）。因此，老年人在意识到自身的衰老时，更容易为了消除负面情感而回避健康信息。基于此，本研究假设：

H2：负面情感响应与健康信息回避行为正相关。

除上述变量之外，信任也是一个值得探讨的因素。用户对于媒介的信任包含“品质信任”和“情境信任”（Levin & Cross，2004）。前者是对信息来源的信任，后者是对信息内容的信任。已有研究证实可疑信源和模糊的信息内容均会影响健康信息回避（Barbour，Rintamaki & Brashers，2012）。在互联网环境下，以计算机为中介的传播比面对面传播更容易导致信息回避（Chae，Lee & Kim，2020）。再者，老年人对互联网信息普遍的低信任度更加剧了其对媒介环境的不信任（Tu & Cohen，2008）。因此，有机体（O）维度应该加入弱渠道信念（weak channel beliefs），考察老年人因对信源缺乏信任而引起的健康信息回避行为（董庆兴，周欣，毛凤华，张斌，2019）。基于此，本研究假设：

H3：弱渠道信念与健康回避行为正相关。

（三）刺激（S）与有机体（O）的关系

在有机体（O）与行为（R）关系的基础上，本研究对刺激（S）端的成因进行溯源。基于前述健康信息回避行为的外部驱动视角，本研究得出“消极信息特征”“突出性”“社会支持”三个变量。随着SOR理论相关研究的深入，刺激的结构不再被视作独立于有机体的存在。有机体不仅会受到来自信息环境与社会关系环境的刺激，还会受到动机、预期、性格等内在心理因素的影响（Young，2016：699-708）。因此，考虑到老年人的认知特征，本研究将“认知失调”纳入刺激端，考察老年人的既有认知框架与健康信息之间的分歧如何影响其健康信息回避行为。

信息特征（information characteristics），包括信息的呈现形式和沟通潜力等，主要与信息的内容和属性有关（Johnson & Meischke，1993）。本研究主要关注信息特征的负面属性和消极功能，即消极信息特征（negative information characteristics）。其主要包括信息过载、信息疲劳、信息冗余、信息损失等（刘咏梅，张帅，谢阳群，2019）。相比年轻群体，老年人的信息解读能力和批判性思维较弱，获取健康信息的意愿更多地依赖于信息本身的真实性和准确性（An，Kang & Chung，2019）。亦有研究指出视觉冲击强烈、具有清晰表意的信息形式更能吸引老年群体（Bol et al.，2016）。可见，消极信息特征对于老年人群体的影响更显著。在信息适老性建设不完善的当下，信息特征方面的缺陷降低了个体对信息可信度的评价，从而加剧其对潜在危害的感知（Trumbo & McComas，2003）。消极信息特征亦会对个体的心理状态产生负面影响，所接触健康信息的消极信息特征越高，个体使用社交媒体的体验感越差，越容易产生负面情绪（Schreiner，Fischer & Riedl，2021）。此外，消极信息特征降低了个体进行信息搜寻的效率和准确性，还会带来认知倦怠和误导等负面效果，从而削弱个体对相关信息渠道的信任感（Hwang & Jeong，2023）。基于此，本研究假设：

H4a：消极信息特征与感知危害特征正相关；

H4b：消极信息特征与负面情感响应正相关；

H4c：消极信息特征与弱渠道信念正相关。

突出性（salience）用于衡量健康信息对于个体的重要程度，既与信息所属议题的社会关注度和影响力相关，也与信息对个体所面临健康问题的适用性相关（Evans & Clarke，1983：239）。杨斌、金栋昌（2021）认为，老年人属于信息弱势群体，对信息的甄别能力较弱，在信息搜寻上较为被动。因此，老年人比其他年龄层群体更容易受到媒体议程的影响。研究表明，高突出性议题的快速扩散和裂变会提高危机事件的严重程度。在信息风险属性被放大的情况下，个体感知到的危害程度加剧，也使其更容易产生负面情绪（曾繁旭，戴佳，王宇琦，2015；潘文静，孙纪开，方洁，2022）。此外，高突出性议题会激发个体对相关信息的高强度关注，增加个体对可接触的媒体渠道的使用依赖（杨庆国，陈敬良，甘露，2016），在此过程中，个体的焦虑、恐慌等情绪也会强化其对信息渠道的信任（Pezzo & Beckstead，2006）。可见，议题的突出性越高，个体对相关信息渠道的信任越强，其产生弱渠道信念的可能性越低。基于此，本研究假设：

H5a：突出性与感知危害特征正相关；

H5b：突出性与负面情感响应正相关；

H5c：突出性与弱渠道信念负相关。

认知失调（cognitive dissonance）指人们发现接触的观点与自身已有观点不一致时所面对的心理不适状态（Festinger，1957：4，164-165）。从认知失调理论看，信息重要程度、不协调率和理性化是影响不协调程度的三个重要因素（韦斯特，特纳，2018/2022：92-93）。相较于其他年龄层，老年人对健康信息的忧患意识更强烈（刘一鸣，朱萍萍，2022）。再者，随着社会变迁，老年人既往形成的经验与当下健康理念存在较多冲突，增加了其产生认知失调的可能性。认知失调涉及认知、动机与情绪的相互作用。首先，个体在认知失调的状态下会更谨慎地甄别潜在的危机信息。尤其是在处理对个人利益存在威胁的信息时，个体更容易感受到风险（Dunlop，Wakefield & Kashima，2008）。其次，认知失调会导致个体心理调适机制失衡，使其产生内疚、焦虑、羞愧等负面情绪（Harmon-Jones，2000）。此外，认知失调也反映出个体认知框架与其接触信息之间的矛盾，容易降低个体对外部信息源的认可度和信任感（Jeong，Zo，Lee & Ceran，2019）。基于此，本研究假设：

H6a：认知失调与感知危害特征正相关；

H6b：认知失调与负面情感响应正相关；

H6c：认知失调与弱渠道信念正相关。

社会支持（social support）指人们受到的来自他人的慰藉、关心、尊重等，是社会网络中的互助与义务的体现，具有亲缘、业缘、地缘等多种关系模式（Taylor，2011：192-193；潘文静，胡敬凡，2020）。老龄化过程内嵌于社会环境之中，社会支持影响着老年人对于“老化”的态度。有研究指出，老年人越年长，以代际支持为代表的社会支持对其健康水平和生活满意度的影响程度越高（Silverstein et al.，2013）。因此，以“社会支持”考察老年人对于健康信息的认知处理机制具有重要意义。社会支持包括信息支持、情感支持和陪伴支持等类型（Bambina，2005：30-31）。有益的信息支持能够使个体获得建设性的健康指导，缓解其对健康风险信息的过度反应，进而降低其对危机的感知（McMullan，2006）。情感支持使个体意识到自身受到他人的重视和照顾，帮助其恢复健康的心理状态（Yan & Tan，2014）。亦有研究发现，来自家庭的支持能够降低个体因脱离社会而滋生的压力和孤独感（Li & Peng，2019）。可见，社会支持能够缓解个体的抑郁、焦虑等负面情绪。此外，情感支持和陪伴支持能够提升个体的社会融合程度，增加其社会认同感和归属感。随着社会适应能力的增强，个体比以往更习惯于从外界获取健康信息，导致其对外部信息源的信任感相应提升（Feeney & Collins，2015）。基于此，本研究假设：

H7a：社会支持与感知危害特征负相关；

H7b：社会支持与负面情感响应负相关；

H7c：社会支持与弱渠道信念负相关。

综上，本研究构建了老年人健康信息回避行为发生机制的研究模型，如图1所示。

（一）量表设计

本研究采用问卷调查法收集数据。由于潜变量难以直接观测，本研究建立了多维度的观测变量，并设计了相关题项对潜变量的指标进行评估。观测变量的题项均采用或改编自既有的成熟量表和相关研究，并补充适合该研究语境的题项。除人口统计学特征相关题项外，测量题项均采用李克特五级量表（1=非常不同意，5=非常同意）进行赋值，并设置了部分反向计分的题目，以确保研究的信效度。

对于消极信息特征的测量改编自Hartoonian、Ormseth、Hanson、Bantum、 Bantum（2014）和Johnson、Donohue、Atkin、Johnson（1995）的研究。该量表包含3个题项：（1）我看到的健康信息的来源大多不可信；（2）我看到的健康信息大多是不全面、不完整的；（3）我看到的健康信息大多是复杂的、不易理解的。实测量表的Cronbach’s Alpha系数为0.86（ M =2.97， SD =0.97）。

对于突出性的测量改编自Reifegerste、Blech 、Dechant（2020）、Johnson、 Donohue、Atkin 、Johnson（1995）和Hartoonian、Ormseth、Hanson、Bantum、Bantum（2014）的研究。既有研究对突出性存在不同的操作化定义。由于本研究是从刺激端测量突出性，侧重考察信息的自有特质能否引起个体的关注。因此，本研究对“突出性”的操作化定义是信息的重要性以及信息对于个体的意义，并从影响力、隐私风险评估、建设性和共情力等四个维度进行测量。该量表包含4个题项：（1）我看到的健康信息往往具有较高的社会关注度；（2）我看到的健康信息比较注重保护用户的隐私；（3）我看到的健康信息常常能为用户提供有效的解决方案；（4）我看到的健康信息容易引起用户的共鸣。实测量表的Cronbach’s Alpha 系数为0.77（ M =2.90， SD =0.99）。

对于认知失调的测量改编自McGrath（2017）和Shahin Sharifi 、 Rahim Esfidani （2014）的研究。该量表包含3个题项：（1）我感觉自身的健康知识储备是充足的，对健康信息的需求程度不高；（2）当浏览的信息与我自身的观念存在冲突时，我更愿意相信自己的判断；（3）当浏览的信息提醒我自身健康状况存在问题时，我很难冷静地面对。实测量表的Cronbach’s Alpha系数为0.72（ M =3.18， SD =0.91）。

对于社会支持的测量改编自LaCoursiere（2001）和Nambisan（2011）的研究。该量表包含2个题项：（1）我比较在意子女给我讲的健康信息（如健康产品、健康知识、健康观念、健康行为等）；（2）我比较愿意与熟人谈论自身的健康情况。实测量表的Cronbach’s Alpha系数为0.77（ M =2.93， SD =1.12）。

对于感知危害特征的测量改编自Deng、 Liu（2017）和Liang、Xue 、 Chase（2011）的研究。该量表包含3个题项：（1）我很少感觉自身的健康状况面临威胁；（2）我感觉接触在线健康信息可能会损害我的健康；（3）在线健康信息可能具有误导性，使我做出错误的健康决策。实测量表的Cronbach’s Alpha系数为0.72（ M =3.10， SD =0.89）。

对于负面情感响应的测量改编自Hovick、Bigsby、Wilson、Thomas（2021）和张宁，高冰洁（2021）的研究。该量表包含2个题项：（1）我平时在浏览在线健康信息时会感到有压力；（2）我在查阅在线健康信息的过程中会感到紧张、担心。实测量表的Cronbach’s Alpha系数为0.70（ M =3.24， SD =0.98）。

对于弱渠道信念的测量改编自Griffin、Dunwoody、Neuwirth（1999）和 Bhattacherjee（2006）的研究。该量表包含2个题项：（1）我认为我看到的许多健康信息缺乏科学依据；（2）我认为我看到的许多健康信息没有经过充分核实。实测量表的Cronbach’s Alpha系数为0.75（ M =3.24， SD =0.91）。

对于健康信息回避行为的测量改编自Howell、Shepperd（2016）的研究。该量表包含3个题项：（1）我很少认真浏览我接触到的健康信息；（2）我很少把看到的健康信息运用到生活中；（3）我很少主动检索健康信息。实测量表的Cronbach’s Alpha系数为0.70（ M =3.12， SD =1.10）。

（二）数据搜集

本研究的调查对象为60岁及以上且具备个体自我认知和独立思考能力的老年群体。问卷同时依托线上和线下渠道发布，为确保老年人更好地理解问卷内容，研究者向受访者充分解释了问卷各题项的含义，由受访者口述答案，研究者帮助填写问卷。线上渠道的问卷通过问卷星平台生成链接，在微信、抖音、快手、美篇等老年人常用的社交媒体平台发放；线下渠道问卷通过走访社区老年活动中心、公园、老年大学等场所发放。问卷于2022年5月发布，历时4个月，共收集问卷490份，剔除无效问卷（如年龄不符、错答、漏答、极端作答等）后，保留有效问卷465份。样本覆盖我国30个省级行政区的老年人。有效样本数据的人口统计变量分布特征如表1所示。

本研究使用SPSS26.0、Mplus8.3和fsQCA3.0软件对数据进行统计分析。

（一）结构方程模型分析

1.验证性因子分析

本研究对测量模型进行了验证性因子分析（confirmatory factor analysis），检验因子与测量项的对应关系是否与预期一致。如表2所示，所有测度项的组合信度（composite reliability，CR）值介于0.705-0.854，均大于标准值0.7。各题项的标准化因子载荷（standardized factor loading）值均大于0.5，平均提取方差（average variance extracted，AVE）值介于0.503-0.661，均大于建议值0.5，说明各构念内部的测度项具有高度一致性（Fornell & Larcke，1981）。如表3所示，各构念AVE值的平方根均大于与其他构念间的相关系数，说明各构念的区分效度较好。

2.模型拟合优度及假设检验

根据最大似然估计法（maximum likelihood）检验模型的拟合优度，可得该模型的卡方自由度比率（ χ 2 /d f 值）为2.300（参考值标准：12/df值<3），GFI=0.920（>0.9），TCL=0.901（>0.9），RMSEA=0.053（<0.1），SRMR=0.056（<0.1）。可见，各项指标数值均符合参考值要求，模型与数据的适配性较好。

在刺激（S）与有机体（O）的关系层面，认知失调与感知危害特征呈正相关关系（ β =0.770， p <0.001），而消极信息特征（ β =0.308， p >0.05）、突出性（ β =-0.303， p >0.05）、社会支持（ β =0.080， p >0.05）均与感知危害特征无显著相关关系；消极信息特征（ β =0.615， p <0.05）、认知失调（ β =0.956， p <0.001）均与负面情感响应呈正相关关系，社会支持与负面情感响应呈负相关关系（ β =- 0.554， p <0.001），突出性与负面情感响应无显著相关关系（ β =-0.457， p >0.05）；认知失调与弱渠道信念呈正相关关系（ β =0.785， p <0.001），社会支持与弱渠道信念呈负相关关系（ β =-0.200， p <0.05），消极信息特征（ β =0.284， p >0.05）、突出性（ β =-0.144， p >0.05）与弱渠道信念无显著相关关系。在有机体（O）与行为（R）的关系层面，感知危害特征（ β =0.514， p <0.001）、负面情感响应（ β =0.232， p <0.01）、弱渠道信念（ β =0.410， p <0.001）均与健康信息回避行为呈正相关关系，说明三个变量均能正向预测健康信息回避行为。

（二）模糊集定性比较分析

1.条件校准与必要性分析

根据Fiss（2011）提出的李克特五级量表校准方法，以平均值为标准生成条件，并将完全隶属值（95%）设定为5，交叉点（50%）设定为3，完全不隶属值（5%）设定为1，最后运用calibrate函数进行计算。完成对每个条件的校准后，对各前置条件（包括其非集）进行必要性分析，判断健康信息回避行为的发生是否存在必要条件，即是否存在单个条件能够完全解释健康信息回避行为的情况。如表4所示，各条件的一致性值均未超过0.9，说明在本研究中不存在产生健康信息回避行为的单一必要条件，即该研究进行条件组合分析具有合理性。

2.组态分析

本研究设置一致性阈值为4，频数阈值为0.9。经过路径标准化分析，得到表5所示的构型结果。该模型的总体一致性为0.838，总体覆盖率为0.817，达到较好的解释水平。fsQCA3.0软件默认求解出覆盖率最大的结果，容易放大构型间的细微差异，形成多种相似度较高的解。因此，本研究将五个构型进行归类，将具有相同核心条件的路径纳入同一个主构型中，得出影响健康信息回避行为的三种主构型，分别为外部主导型健康信息回避行为（S1）、事实主导型健康信息回避行为（S2）、情感主导型健康信息回避行为（S3），前两种主构型分别包含两种子构型。

3.结果稳定性检验

fsQCA分析中的校准点、一致性阈值、频数阈值的不同取值，以及选择不同的样本量数据都会对结果产生影响。本研究采用敏感性分析（sensitivity analysis）和事后分析（post hoc analysis）检验路径结果的稳定性。

敏感性分析通过改变参数取值（如校准点、一致性阈值、频数阈值等），判断前后产生的组态是否一致以及拟合参数是否存在显著差异（Fiss，2011）。本研究通过调整一致性阈值（从0.9调至0.95）的方法进行敏感性分析，得到与表6结果相近的构型结果，说明研究结果仍然稳健。

事后分析则是将fsQCA求得的构型作为自变量引入回归分析的框架中，验证其与结果变量的关系，以验证构型的稳定性（Fiss，Sharapov & Cronqvist，2013）。本研究采用fuzzyand函数计算出五个构型（S1a、S1b、S2a、S2b、S3）作为自变量的取值，再通过Eviews12.0的删截回归模型（censored regression model）评估各自变量与因变量的关系是否显著。结果如表6所示，五个构型均与健康信息回避行为呈显著的正相关关系（ p <0.001）。

本研究基于SOR理论，对老年人健康信息回避行为的影响因素及其组态关系进行全面的考察。SEM结果表明，有机体端的感知危害特征、负面情感响应和弱渠道信念与老年人健康信息回避行为呈正相关关系；刺激端的消极信息特征、突出性、认知失调和社会支持通过影响老年人的个体反应，导致健康信息回避行为的产生。fsQCA结果进一步得出影响老年人健康信息回避行为的三种主构型，一是以弱渠道信念、缺乏社会支持为核心条件的外部主导型回避；二是以消极信息特征、突出性为核心条件的事实主导型回避；三是以负面情感响应、消极信息特征为核心条件的情感主导型回避。

本研究的理论贡献在于三个方面：第一，将SOR理论应用于健康信息回避行为的情境，从刺激因素和有机体反应两个维度丰富了对健康信息回避行为影响因素的认识，并实证了相关因素的作用效果。第二，充分考察老年群体传播行为的特殊性，引入认知失调、社会支持等变量，拓展健康信息回避行为的理论模型，优化相关结论对于老年群体的适用性和针对性。第三，创新性地从组态的视角揭示各因素的联动机制。这些发现有助于从动态的、交互的视角认识老年人健康信息回避行为的发生机制。此外，在现实意义上，本研究的结论也为健康信息回避行为的干预实践以及老年人健康传播实践提供了若干有效的方向性指导。

（一）社会支持、信任与老年人健康信息回避

正如前文所言，既有研究已经发现社会支持缺乏可能导致老年人的健康信息回避行为，不过，对于社会支持因素如何发生作用却缺少实证的研究。本研究的SEM结果显示，社会支持与负面情感响应、弱渠道信念均呈负相关，而负面情感响应、弱渠道信念均与健康信息回避行为呈正相关。这个结果解释了社会支持因素在老年人健康回避行为中发挥作用的传导机制。

由于社会联系和社会资本的改变，老年人可能会处于与社会疏离的状态（彭骏，2021：16）。这种疏离状态对于老年人的健康以及信息的获取和评价均有负面的影响。在这种情况下，有效的社会支持就成为缓解老年人信息焦虑、技术无力感以及信任焦虑的重要支撑。反之，社会支持的缺乏可能加剧上述负面情感，从而引发健康信息回避行为。因此，加强社会支持是老年人健康信息回避干预的有效途径。

由于居家养老仍然是当前我国的主要养老形式，再加上中国传统孝道观念的影响，以家庭、代际为中心的非正式支持仍是当前我国老年人在健康信息传播活动中获得情感支持和信息支持的主要社会支持方式，也是易得性较强的社会资本形式（公文，2018）。其中，家庭、代际的情感支持在某种程度上是老年人更为依赖的支持类型。这是因为老年人在某种程度上更倾向于将家庭（特别是代际）的健康信息传播活动视为情感层面的支持，而非信息支持（公文，欧阳霞，2021）。

然而，值得注意的是，随着我国社会家庭结构的变迁，家庭层面的情感支持出现减弱趋势。同时，正式社会支持途径又无法有效填补老年人的情感支持需求，在老龄化日益加深的情况下，“情感断裂”现象由此产生（朱楷文，王永益，2023）。因此，在老年人健康信息回避干预之中，需要重视并加强非正式社会支持的情感属性。

尽管本研究重点讨论的是非正式支持类型的作用机制，但并不意味着正式支持类型可以缺席。实际上，对老年人健康信息回避行为的有效干预需要从社会生态系统理论的视角出发，构建综合的社会支持体系。社会生态系统理论是“考察人类行为与社会环境交互关系的理论”（杨蕾，夏凡林，王永萍，2021：353）。老年人健康信息回避的干预需要整合家庭、同侪、社区、医疗机构、政府等微观、中观和宏观系统资源要素，促进老年人的个体健康信息行为与社会支持系统的有效沟通，加强情感支持，从而实现高效的健康传播，减少健康信息回避的发生。