数字健康素养与信息行为关系研究课题申报书

数字健康素养与信息行为关系研究课题申报书一、封面内容

数字健康素养与信息行为关系研究课题申报书

申请人：张明

所属单位：北京健康科学研究院

申报日期：2023年10月26日

项目类别：应用研究

二．项目摘要

本课题旨在系统探讨数字健康素养与信息行为之间的内在关联及其影响机制，聚焦于数字化时代背景下公众健康信息获取、评估和利用的行为模式。研究以健康传播学、行为科学和信息技术为交叉视角，通过构建理论分析框架，结合定量与定性研究方法，深入剖析不同数字健康素养水平群体的信息行为特征差异。具体而言，研究将采用大规模问卷与深度访谈相结合的方式，收集不同年龄、教育背景和社会经济地位的样本数据，运用结构方程模型和机器学习算法分析数字健康素养对信息搜索策略、信息信任度及健康决策行为的影响路径。预期成果包括揭示数字健康素养的核心维度及其与信息行为的关键耦合关系，提出针对性的干预策略以提升公众健康信息素养水平，并为相关政策制定提供实证依据。研究还将开发一套数字健康素养评估工具，为医疗机构和健康管理部门提供科学决策支持。本课题的实践意义在于，通过实证研究为优化健康信息传播渠道、构建智慧健康服务体系提供理论支撑，同时为数字健康时代的公共卫生管理创新提供新思路。

三.项目背景与研究意义

随着信息技术的飞速发展和互联网的深度普及，数字健康已成为全球健康领域的重要趋势。公众越来越多地通过数字渠道获取健康信息，数字健康素养（DigitalHealthLiteracy）和信息行为（InformationBehavior）也因此成为影响公众健康决策和健康结果的关键因素。然而，当前数字健康素养与信息行为之间的关系研究尚处于起步阶段，存在诸多问题和挑战，亟待深入探讨。

1.研究领域的现状、存在的问题及研究的必要性

当前，数字健康素养和信息行为的研究主要集中在以下几个方面：一是数字健康素养的评估框架和测量方法；二是不同群体数字健康素养的现状分析；三是数字健康信息的使用模式和行为特征。然而，现有研究存在以下问题：首先，研究多集中于数字健康素养的静态描述，缺乏对信息行为动态过程的深入分析，尤其是未能充分揭示数字健康素养与信息行为之间的相互作用机制。其次，现有研究多采用横断面方法，难以捕捉长期、动态的变化趋势，无法有效评估数字健康素养对信息行为的干预效果。再次，研究样本的代表性不足，多数研究集中于特定地区或特定人群，缺乏对多样化样本的全面分析，导致研究结论的普适性受限。最后，现有研究对数字健康素养与信息行为关系的理论解释不够深入，缺乏系统性的理论框架，难以指导实践应用。

这些问题导致当前数字健康素养提升策略的针对性不强，健康信息传播效果不佳，公众健康决策质量不高。因此，深入探讨数字健康素养与信息行为之间的关系，构建系统的理论分析框架，具有重要的研究必要性。首先，通过研究可以揭示数字健康素养对信息行为的影响路径和作用机制，为制定有效的干预策略提供理论依据。其次，研究可以识别不同群体在数字健康素养和信息行为方面的差异，为精准健康管理提供参考。最后，研究可以推动数字健康素养评估工具的完善，为健康信息传播和管理提供科学手段。

2.项目研究的社会、经济或学术价值

本课题的研究具有重要的社会价值。首先，通过研究可以提升公众的数字健康素养水平，改善公众健康信息获取和使用能力，从而提高公众的健康决策质量，促进健康水平的提升。其次，研究可以推动健康信息传播模式的创新，为构建智慧健康服务体系提供支持。最后，研究可以增强公众的健康自我管理能力，降低医疗资源的过度使用，缓解医疗系统压力，具有显著的社会效益。

本课题的研究具有重要的经济价值。首先，通过提升公众的数字健康素养，可以降低因健康信息误用导致的医疗费用支出，提高医疗资源的利用效率。其次，研究可以促进数字健康产业的发展，推动健康信息技术的创新和应用，为健康产业的经济增长提供动力。最后，研究可以提升公众的健康水平，提高劳动生产率，促进社会经济的可持续发展。

本课题的研究具有重要的学术价值。首先，通过构建数字健康素养与信息行为关系的理论框架，可以推动健康传播学、行为科学和信息技术等学科的交叉融合，促进学术创新。其次，研究可以完善数字健康素养的评估体系，为相关领域的学术研究提供工具和方法。最后，研究可以丰富健康行为理论，为健康行为的研究提供新的视角和思路，推动学术研究的深入发展。

四.国内外研究现状

数字健康素养与信息行为的关系研究是一个新兴的交叉领域，近年来受到国内外学者的广泛关注。国内外学者从不同角度对该领域进行了探索，取得了一定的研究成果，但也存在明显的不足和研究空白。

在国外，数字健康素养的研究起步较早，已经形成了较为完善的理论框架和评估工具。美国国立医学研究院（IOM）在2014年发布了《健康信息的素养：实现健康化》，首次提出了数字健康素养的概念，并将其定义为“个人拥有获得、理解、评估和利用数字健康信息以促进健康决策和行为的技能”。该报告为数字健康素养的研究奠定了基础。随后，国外学者开发了多个数字健康素养评估工具，如健康信息素养量表（HIS）、数字健康素养量表（DHLS）等，这些工具在不同国家和文化背景下进行了验证，具有较高的信度和效度。在信息行为方面，国外学者主要关注用户在数字环境下的信息搜索、评估和使用行为。例如，Tversky等学者提出了信息评估的双重过程模型（DualProcessModelofInformationAssessment），该模型认为用户在评估信息时存在系统1和系统2两种认知过程，并探讨了这两种过程在健康信息评估中的作用。此外，国外学者还研究了社交媒体、移动应用等新兴信息渠道对健康信息行为的影响，发现社交媒体的使用与更高的健康信息获取率相关，但也伴随着信息过载和虚假信息传播等问题。

国内对数字健康素养的研究相对较晚，但发展迅速。早期的研究主要集中于健康信息素养的描述性分析，例如，刘晓华等学者对城市居民健康信息素养现状进行了，发现居民的健康信息素养水平总体较低，且存在明显的群体差异。随着数字技术的发展，国内学者开始关注数字健康素养的概念和测量问题。例如，黄园等学者在借鉴国外研究的基础上，开发了中文版的数字健康素养量表，并对我国居民的数字健康素养水平进行了评估。在信息行为方面，国内学者主要关注公众在数字健康信息获取和使用方面的行为特征。例如，张丽等学者研究了社交媒体用户健康信息的使用行为，发现社交媒体用户更倾向于获取碎片化的健康信息，但信息评估能力较弱。此外，国内学者还探讨了数字健康素养与慢性病管理、健康决策等领域的关联，发现数字健康素养水平高的患者更倾向于采取积极的健康行为，健康状况也更好。

尽管国内外学者在数字健康素养与信息行为方面取得了一定的研究成果，但仍存在明显的不足和研究空白。首先，现有研究对数字健康素养与信息行为关系的理论解释不够深入，缺乏系统性的理论框架，难以揭示两者之间的内在机制。其次，现有研究多采用横断面方法，难以捕捉长期、动态的变化趋势，无法有效评估数字健康素养对信息行为的干预效果。再次，现有研究样本的代表性不足，多数研究集中于特定地区或特定人群，缺乏对多样化样本的全面分析，导致研究结论的普适性受限。此外，现有研究对数字健康信息行为的影响因素分析不够全面，未能充分考虑社会文化、经济发展水平等因素的作用。最后，现有研究缺乏对数字健康素养提升干预效果的实证评估，难以指导实践应用。

具体而言，以下研究空白亟待填补：一是数字健康素养与信息行为关系的动态演化机制研究。现有研究多关注两者之间的静态关系，缺乏对动态演化过程的深入分析。未来研究需要采用纵向研究方法，追踪数字健康素养与信息行为随时间的变化，揭示两者之间的动态互动关系。二是不同群体数字健康素养与信息行为差异的深入研究。现有研究对群体差异的探讨不够深入，未来研究需要关注不同年龄、性别、教育背景、社会经济地位等群体的差异，为精准健康管理提供参考。三是数字健康信息行为的影响因素研究。现有研究对影响因素的分析不够全面，未来研究需要综合考虑个人、社会、文化、经济等多方面因素，构建系统的解释模型。四是数字健康素养提升干预效果的实证评估。现有研究缺乏对干预效果的评估，未来研究需要设计并实施有效的干预措施，评估其对数字健康素养和信息行为的影响，为实践应用提供依据。五是数字健康素养与信息行为关系的跨文化比较研究。现有研究多集中于单一文化背景，未来研究需要开展跨文化比较研究，探讨不同文化背景下数字健康素养与信息行为的特点和差异，为全球数字健康素养提升提供参考。

综上所述，数字健康素养与信息行为的关系研究是一个具有重要理论和实践价值的新兴领域，未来需要从多个角度进行深入探索，填补现有研究空白，为提升公众健康水平、构建智慧健康服务体系提供科学依据。

五.研究目标与内容

本研究旨在系统性地探讨数字健康素养与信息行为之间的关系，揭示其影响机制，并提出相应的干预策略。通过深入的理论分析和实证研究，本课题期望为提升公众健康信息素养、优化健康信息传播、构建智慧健康服务体系提供科学依据和实践指导。

1.研究目标

本课题的研究目标主要包括以下几个方面：

第一，构建数字健康素养与信息行为关系的理论分析框架。通过对现有理论的梳理和整合，构建一个能够解释数字健康素养如何影响信息行为，以及信息行为如何反作用于数字健康素养的理论模型。该模型将包括数字健康素养的核心维度、信息行为的关键要素以及两者之间的相互作用机制。

第二，测量我国居民的数字健康素养水平及其信息行为特征。通过开发或修订合适的评估工具，对我国不同地区、不同年龄、不同教育背景的居民进行抽样，获取其数字健康素养水平和信息行为特征的数据，并进行描述性统计分析。

第三，实证检验数字健康素养对信息行为的影响路径和作用机制。运用结构方程模型等统计方法，分析数字健康素养的不同维度对信息行为各要素的影响程度和作用路径，揭示两者之间的内在关联。

第四，识别影响数字健康素养与信息行为关系的关键因素。除了数字健康素养本身，社会文化、经济发展水平、健康状况、健康需求等因素也可能对两者之间的关系产生影响。本课题将探讨这些因素在数字健康素养与信息行为关系中的调节作用或中介作用。

第五，提出提升数字健康素养和优化信息行为的干预策略。基于研究结果，本课题将提出针对性的干预策略，包括针对不同群体的数字健康素养提升方案、优化健康信息传播渠道和方式的建议，以及构建智慧健康服务体系的政策建议。

2.研究内容

本课题的研究内容主要包括以下几个方面：

第一，数字健康素养与信息行为关系的理论分析。本部分将系统梳理健康传播学、行为科学、信息科学等相关领域的理论文献，重点关注数字健康素养、信息行为、健康决策等相关理论，并在此基础上构建数字健康素养与信息行为关系的理论分析框架。该框架将包括数字健康素养的核心维度（如信息获取能力、信息评估能力、信息利用能力等）、信息行为的关键要素（如信息搜索策略、信息信任度、健康决策行为等）以及两者之间的相互作用机制。此外，本部分还将探讨社会文化、经济发展水平、健康状况、健康需求等因素对数字健康素养与信息行为关系的影响。

第二，数字健康素养与信息行为现状。本部分将通过大规模问卷和深度访谈相结合的方法，对我国不同地区、不同年龄、不同教育背景的居民进行抽样，收集其数字健康素养水平和信息行为特征的数据。问卷将包括数字健康素养量表、信息行为量表、社会人口学变量等部分。通过描述性统计分析，了解我国居民的数字健康素养水平和信息行为特征，并识别不同群体之间的差异。

第三，数字健康素养对信息行为影响的实证检验。本部分将运用结构方程模型等统计方法，分析数字健康素养的不同维度对信息行为各要素的影响程度和作用路径。具体而言，将检验以下假设：

假设1：数字健康素养总体水平对信息行为具有显著的正向影响。

假设2：数字健康素养的信息获取能力对信息搜索策略具有显著的正向影响。

假设3：数字健康素养的信息评估能力对信息信任度具有显著的正向影响。

假设4：数字健康素养的信息利用能力对健康决策行为具有显著的正向影响。

假设5：社会文化、经济发展水平、健康状况、健康需求等因素对数字健康素养与信息行为关系具有调节作用或中介作用。

第四，提升数字健康素养和优化信息行为的干预策略研究。本部分将基于研究结果，提出针对性的干预策略。具体而言，将包括以下几个方面：

（1）针对不同群体的数字健康素养提升方案。根据不同群体的数字健康素养水平和信息行为特征，制定差异化的提升方案。例如，针对老年人群体，可以通过社区讲座、简化操作指南等方式提升其数字健康素养；针对青少年群体，可以通过学校教育、网络平台等方式提升其数字健康素养。

（2）优化健康信息传播渠道和方式的建议。根据不同群体的信息获取渠道和偏好，优化健康信息的传播渠道和方式。例如，针对社交媒体用户，可以通过社交媒体平台传播健康信息；针对传统媒体用户，可以通过电视、广播等传统媒体传播健康信息。

（3）构建智慧健康服务体系的政策建议。基于研究结果，提出构建智慧健康服务体系的政策建议。例如，建议政府加大对数字健康素养提升的投入，鼓励医疗机构和健康服务机构开发和应用数字健康技术，构建覆盖全人群、全生命周期的智慧健康服务体系。

通过以上研究内容，本课题将系统性地探讨数字健康素养与信息行为之间的关系，揭示其影响机制，并提出相应的干预策略，为提升公众健康信息素养、优化健康信息传播、构建智慧健康服务体系提供科学依据和实践指导。

六.研究方法与技术路线

本研究将采用混合研究方法，结合定量和定性研究的优势，以全面、深入地探讨数字健康素养与信息行为之间的关系。研究方法将主要包括文献研究、问卷、深度访谈、结构方程模型分析等，技术路线将按照明确的研究流程和关键步骤展开。

1.研究方法

（1）文献研究法

文献研究法是本研究的基礎。研究团队将系统梳理国内外关于数字健康素养、信息行为、健康传播等相关领域的理论文献和实证研究，重点关注数字健康素养的概念、维度、测量方法，信息行为的表现形式、影响因素，以及两者之间的关联性研究。通过文献研究，构建研究的理论框架，提出研究假设，并为后续的研究设计和数据分析提供理论支撑。文献检索将主要依托CNKI、PubMed、WebofScience等中英文数据库，采用关键词组合的方式（如“数字健康素养”、“信息行为”、“健康信息素养”、“健康传播”等）进行检索，确保文献的全面性和相关性。

（2）问卷法

问卷法是本研究的核心数据收集方法。研究团队将设计结构化问卷，通过线上和线下相结合的方式进行数据收集。问卷将包括以下几个部分：

第一，数字健康素养量表。参考国内外已有的数字健康素养量表，结合我国居民的实际情况，开发或修订一套适用于我国居民的数字健康素养量表。该量表将涵盖信息获取、信息评估、信息利用三个维度，每个维度下设若干具体测量指标。例如，信息获取能力可以包括搜索健康信息的能力、辨别信息来源的能力等；信息评估能力可以包括判断信息质量的能力、识别虚假信息的能力等；信息利用能力可以包括应用健康信息进行自我管理的能力、与他人分享健康信息的能力等。

第二，信息行为量表。参考国内外已有的信息行为量表，结合健康信息的特性，设计一套信息行为量表。该量表将涵盖信息搜索策略、信息信任度、健康决策行为三个维度，每个维度下设若干具体测量指标。例如，信息搜索策略可以包括搜索渠道的选择、搜索关键词的使用等；信息信任度可以包括对信息来源的信任、对信息内容的信任等；健康决策行为可以包括基于健康信息做出健康决策的程度、采取健康行动的程度等。

第三，社会人口学变量。收集受访者的年龄、性别、教育背景、职业、收入水平、健康状况、慢性病史等社会人口学变量，用于分析不同群体在数字健康素养和信息行为方面的差异。

第四，健康状况和健康需求。收集受访者的健康状况、慢性病史、健康需求等信息，用于分析健康状况和健康需求对数字健康素养和信息行为的影响。

问卷发放将采用线上和线下相结合的方式进行。线上问卷将通过微信、QQ等社交平台进行传播，线下问卷将通过纸质问卷的方式在社区、医院、学校等进行发放。预计发放问卷数量为2000份，回收有效问卷数量为1800份。

（3）深度访谈法

深度访谈法是本研究的重要补充方法。研究团队将根据问卷的结果，选取不同数字健康素养水平、不同信息行为特征的受访者进行深度访谈。访谈将采用半结构化访谈的形式，围绕受访者的数字健康信息获取、评估、利用经历和感受，以及影响其信息行为的关键因素等方面展开。预计访谈人数为50人，访谈时间为60分钟左右。访谈记录将进行转录和编码，并采用主题分析法进行数据分析。

（4）结构方程模型分析法

结构方程模型分析法是本研究的数据分析方法。研究团队将运用结构方程模型（StructuralEquationModeling,SEM）对问卷的数据进行分析，检验数字健康素养对信息行为的影响路径和作用机制。结构方程模型是一种综合性的统计方法，可以同时分析测量模型和结构模型，能够有效地检验理论模型与数据的拟合程度，并估计模型参数的显著性。通过结构方程模型分析，可以验证研究假设，揭示数字健康素养与信息行为之间的内在关联。

2.技术路线

本研究的技术路线将按照以下步骤展开：

（1）研究准备阶段

第一，组建研究团队。组建一支由健康传播学、行为科学、统计学、信息科学等领域的专家组成的跨学科研究团队，明确团队成员的分工和职责。

第二，文献综述。系统梳理国内外关于数字健康素养、信息行为、健康传播等相关领域的理论文献和实证研究，为研究设计和数据分析提供理论支撑。

第三，研究设计。根据文献综述的结果，构建研究的理论框架，提出研究假设，设计研究方案，包括问卷设计、访谈提纲、数据分析方法等。

第四，问卷和访谈提纲的预测试。邀请10-15名受访者进行问卷和访谈提纲的预测试，根据预测试的结果对问卷和访谈提纲进行修改和完善。

第五，抽样设计。根据研究目标和研究问题，确定研究的抽样方法和样本量，并进行抽样设计。

（2）数据收集阶段

第一，问卷发放和回收。通过线上和线下相结合的方式发放问卷，并回收有效问卷。

第二，深度访谈。根据问卷的结果，选取不同数字健康素养水平、不同信息行为特征的受访者进行深度访谈，并记录访谈内容。

（3）数据分析阶段

第一，数据清理和编码。对问卷的数据和访谈记录进行清理和编码，确保数据的准确性和一致性。

第二，描述性统计分析。对问卷的数据进行描述性统计分析，了解我国居民的数字健康素养水平和信息行为特征，并识别不同群体之间的差异。

第三，结构方程模型分析。运用结构方程模型对问卷的数据进行分析，检验数字健康素养对信息行为的影响路径和作用机制，验证研究假设。

第四，主题分析。对访谈记录进行主题分析，深入挖掘影响数字健康素养与信息行为关系的关键因素。

（4）报告撰写阶段

第一，撰写研究报告。根据研究结果，撰写研究报告，包括研究背景、研究目的、研究方法、研究结果、研究结论、讨论、政策建议等部分。

第二，成果发表。将研究成果撰写成学术论文，投稿至国内外相关领域的学术期刊，进行学术交流。

第三，成果推广。将研究成果转化为科普材料，通过多种渠道进行推广，为提升公众健康信息素养提供参考。

通过以上技术路线，本课题将系统性地探讨数字健康素养与信息行为之间的关系，揭示其影响机制，并提出相应的干预策略，为提升公众健康信息素养、优化健康信息传播、构建智慧健康服务体系提供科学依据和实践指导。

七．创新点

本课题在理论、方法和应用层面均具有显著的创新性，旨在弥补现有研究的不足，推动数字健康素养与信息行为研究领域的深入发展。

1.理论创新：构建整合性的数字健康素养与信息行为理论分析框架

现有研究往往将数字健康素养视为一个独立的变量，或仅将其与信息行为的某个方面进行关联，缺乏对两者之间复杂互动关系的系统性理论解释。本课题的创新之处在于，致力于构建一个整合性的数字健康素养与信息行为理论分析框架，该框架将超越简单的线性关系假设，探索两者之间的双向互动和动态演化机制。

首先，本课题将整合健康传播学、认知科学、社会心理学、信息科学等多学科理论，如健康信念模型、计划行为理论、双重过程模型、社会认知理论等，构建一个跨学科的理论整合框架。通过整合不同学科的理论视角，可以更全面地理解数字健康素养与信息行为的内在机制，避免单一理论的局限性。

其次，本课题将引入“信息能力”和“数字韧性”等新兴概念，丰富数字健康素养的内涵。信息能力强调个体在信息环境中识别、评估、创造和传播信息的能力，而数字韧性则强调个体在面对数字技术挑战和风险时的适应能力和恢复能力。将信息能力和数字韧性纳入理论框架，可以更准确地反映个体在数字健康信息环境中的综合素养水平。

最后，本课题将构建一个动态演化模型，描述数字健康素养与信息行为随时间的变化过程。该模型将考虑时间维度、个体成长、环境变化等因素对两者关系的影响，揭示数字健康素养与信息行为之间的动态互动和相互塑造过程。

通过构建这一整合性的理论分析框架，本课题将推动数字健康素养与信息行为研究的理论发展，为后续研究提供理论指导和概念工具。

2.方法创新：采用混合研究方法与先进的数据分析技术

本课题在研究方法上具有显著的创新性，将采用混合研究方法，结合定量和定性研究的优势，以全面、深入地探讨数字健康素养与信息行为之间的关系。同时，本课题将运用先进的数据分析技术，如结构方程模型、机器学习等，提高研究的科学性和精确性。

首先，本课题将采用混合研究方法，将问卷、深度访谈等多种数据收集方法有机结合。问卷将用于收集大规模、标准化的数据，描述数字健康素养和信息行为的总体特征和群体差异；深度访谈将用于收集深入的、丰富的定性数据，揭示影响数字健康素养与信息行为关系的关键因素和作用机制。通过混合研究方法，可以弥补单一研究方法的不足，提高研究的全面性和可靠性。

其次，本课题将运用结构方程模型（SEM）对问卷的数据进行分析，检验数字健康素养对信息行为的影响路径和作用机制。结构方程模型是一种综合性的统计方法，可以同时分析测量模型和结构模型，能够有效地检验理论模型与数据的拟合程度，并估计模型参数的显著性。通过结构方程模型分析，可以验证研究假设，揭示数字健康素养与信息行为之间的内在关联，并识别中介和调节效应。

最后，本课题将运用机器学习技术，如聚类分析、决策树等，对受访者进行分类，识别不同类型的数字健康素养和信息行为模式。通过机器学习技术，可以更精准地描述个体在数字健康信息环境中的行为特征，并为个性化干预提供依据。

通过采用混合研究方法和先进的数据分析技术，本课题将提高研究的科学性和精确性，为数字健康素养与信息行为研究提供新的方法论视角。

3.应用创新：提出精准化的数字健康素养提升策略与干预措施

本课题在应用层面具有显著的创新性，将基于研究结果，提出精准化的数字健康素养提升策略与干预措施，为提升公众健康信息素养、优化健康信息传播、构建智慧健康服务体系提供实践指导。

首先，本课题将根据不同群体的数字健康素养水平和信息行为特征，提出差异化的提升方案。例如，针对老年人群体，可以通过社区讲座、简化操作指南、开发老年人友好的健康APP等方式提升其数字健康素养；针对青少年群体，可以通过学校教育、网络平台、开发互动式健康游戏等方式提升其数字健康素养；针对慢性病患者，可以通过患者社群、远程医疗、个性化健康管理方案等方式提升其数字健康素养。

其次，本课题将基于研究结果，提出优化健康信息传播渠道和方式的建议。例如，针对社交媒体用户，可以通过社交媒体平台传播健康信息，并利用社交媒体的互动性提高用户参与度；针对传统媒体用户，可以通过电视、广播等传统媒体传播健康信息，并注重信息的通俗易懂和易于记忆；针对不同健康状况的人群，可以推送个性化的健康信息，提高信息的针对性和有效性。

最后，本课题将基于研究结果，提出构建智慧健康服务体系的政策建议。例如，建议政府加大对数字健康素养提升的投入，鼓励医疗机构和健康服务机构开发和应用数字健康技术，构建覆盖全人群、全生命周期的智慧健康服务体系。同时，建议加强对虚假健康信息的监管，营造良好的数字健康信息环境。

通过提出精准化的数字健康素养提升策略与干预措施，本课题将推动数字健康素养研究的实践应用，为提升公众健康水平、构建健康中国提供有力支撑。

综上所述，本课题在理论、方法和应用层面均具有显著的创新性，将推动数字健康素养与信息行为研究领域的深入发展，为提升公众健康信息素养、优化健康信息传播、构建智慧健康服务体系提供科学依据和实践指导。

八．预期成果

本课题通过系统性的研究，预期在理论、实践和人才培养等方面取得一系列重要成果，为数字健康素养与信息行为领域的发展提供有力支撑。

1.理论贡献：构建系统的数字健康素养与信息行为理论体系

本课题的首要目标是构建一个系统的、整合性的数字健康素养与信息行为理论体系，为该领域的研究提供理论框架和概念工具。预期成果主要包括：

首先，提出一个包含数字健康素养核心维度、信息行为关键要素以及两者之间双向互动机制的整合性理论框架。该框架将超越现有研究的单一视角，更全面地解释数字健康素养与信息行为之间的复杂关系，并考虑时间维度、个体成长、环境变化等因素的影响。

其次，基于实证研究，验证或修正现有的相关理论，如健康信念模型、计划行为理论、双重过程模型等，并探索其在数字健康领域的适用性和局限性。通过理论验证和修正，可以丰富和发展健康传播理论，推动理论创新。

再次，提出“信息能力”、“数字韧性”等新兴概念在数字健康领域的应用，并对其内涵和外延进行界定和拓展。这些概念的引入将丰富数字健康素养的内涵，更准确地反映个体在数字健康信息环境中的综合素养水平。

最后，基于研究结果，撰写一篇或多篇高水平学术论文，发表在国内外权威学术期刊上，如《健康传播》、《行为医学》、《信息科学》等，推动数字健康素养与信息行为研究的理论发展，并促进学术交流。

通过以上理论成果，本课题将推动数字健康素养与信息行为研究的理论发展，为后续研究提供理论指导和概念工具，为构建智慧健康服务体系提供理论支撑。

2.实践应用价值：提出精准化的干预策略与政策建议

本课题不仅关注理论创新，更注重实践应用，预期成果将具有较强的实践应用价值，为提升公众健康信息素养、优化健康信息传播、构建智慧健康服务体系提供实践指导。预期成果主要包括：

首先，基于对不同群体数字健康素养水平和信息行为特征的分析，提出针对性的、差异化的数字健康素养提升方案。例如，针对老年人群体，可以开发老年人友好的健康APP，提供简化操作指南，开展社区健康讲座等；针对青少年群体，可以开发互动式健康游戏，利用社交媒体平台进行健康教育，将数字健康素养教育融入学校课程等；针对慢性病患者，可以建立患者社群，提供个性化健康管理方案，推广远程医疗等。

其次，基于对健康信息传播渠道和方式的分析，提出优化健康信息传播的建议。例如，针对社交媒体用户，可以利用社交媒体平台传播健康信息，并利用社交媒体的互动性提高用户参与度；针对传统媒体用户，可以通过电视、广播等传统媒体传播健康信息，并注重信息的通俗易懂和易于记忆；针对不同健康状况的人群，可以推送个性化的健康信息，提高信息的针对性和有效性。

再次，基于对智慧健康服务体系构建的分析，提出相关政策建议。例如，建议政府加大对数字健康素养提升的投入，鼓励医疗机构和健康服务机构开发和应用数字健康技术，构建覆盖全人群、全生命周期的智慧健康服务体系；建议加强对虚假健康信息的监管，营造良好的数字健康信息环境；建议建立健全数字健康标准体系，规范数字健康服务的发展。

最后，开发一套数字健康素养评估工具，用于评估不同群体的数字健康素养水平，并为数字健康素养提升提供参考。该工具可以应用于医疗机构、健康服务机构、教育机构等，为数字健康素养的提升提供科学依据。

通过以上实践应用成果，本课题将为提升公众健康信息素养、优化健康信息传播、构建智慧健康服务体系提供有力支撑，为健康中国建设贡献力量。

3.人才培养：培养跨学科研究人才

本课题的执行过程也是人才培养的过程，预期成果将包括培养一批跨学科的研究人才，为数字健康领域的发展提供人才支撑。预期成果主要包括：

首先，通过课题研究，培养研究团队在健康传播学、行为科学、统计学、信息科学等领域的跨学科研究能力。团队成员将通过文献阅读、理论研讨、实地调研、数据分析等环节，提高自身的科研水平，并培养团队合作精神。

其次，通过课题研究，培养研究生在数字健康领域的科研能力。研究生将参与课题的各个环节，包括文献综述、研究设计、数据收集、数据分析、论文撰写等，并在导师的指导下完成学位论文。通过参与课题研究，研究生将掌握数字健康领域的研究方法，提高自身的科研能力，并为未来的科研工作打下坚实基础。

最后，通过举办学术研讨会、工作坊等活动，邀请国内外专家学者进行学术交流，促进数字健康领域的人才培养和学术交流。通过这些活动，可以扩大课题的影响力，促进数字健康领域的研究发展。

通过以上人才培养成果，本课题将为数字健康领域的发展提供人才支撑，为培养跨学科研究人才做出贡献。

综上所述，本课题预期在理论、实践和人才培养等方面取得一系列重要成果，为数字健康素养与信息行为领域的发展提供有力支撑，为提升公众健康水平、构建健康中国提供科学依据和实践指导。

九.项目实施计划

本课题的实施周期为三年，将按照研究准备、数据收集、数据分析、报告撰写与成果推广四个主要阶段进行，每个阶段下设具体的任务和明确的进度安排。同时，本研究将制定相应的风险管理策略，以应对可能出现的各种挑战，确保项目的顺利进行。

1.项目时间规划

（1）研究准备阶段（第1-6个月）

第一，组建研究团队（第1个月）。确定研究团队成员，明确分工和职责，召开项目启动会，讨论研究方案，制定详细的工作计划。

第二，文献综述（第1-3个月）。系统梳理国内外关于数字健康素养、信息行为、健康传播等相关领域的理论文献和实证研究，完成文献综述报告，为研究设计和数据分析提供理论支撑。

第三，研究设计（第2-4个月）。根据文献综述的结果，构建研究的理论框架，提出研究假设，设计研究方案，包括问卷设计、访谈提纲、数据分析方法等。完成问卷和访谈提纲的预测试，并根据预测试的结果进行修改和完善。

第四，抽样设计（第4-5个月）。根据研究目标和研究问题，确定研究的抽样方法和样本量，并进行抽样设计，确定具体的抽样地点和抽样方法。

第五，伦理审查（第5-6个月）。准备伦理审查申请材料，提交伦理审查申请，获得伦理审查批准，确保研究的伦理合规性。

（2）数据收集阶段（第7-18个月）

第一，问卷发放和回收（第7-12个月）。通过线上和线下相结合的方式发放问卷，并回收有效问卷。线上问卷将通过微信、QQ等社交平台进行传播，线下问卷将通过纸质问卷的方式在社区、医院、学校等进行发放。预计发放问卷数量为2000份，回收有效问卷数量为1800份。

第二，深度访谈（第11-18个月）。根据问卷的结果，选取不同数字健康素养水平、不同信息行为特征的受访者进行深度访谈，并记录访谈内容。预计访谈人数为50人，访谈时间为60分钟左右。访谈记录将进行转录和编码，并采用主题分析法进行数据分析。

（3）数据分析阶段（第19-30个月）

第一，数据清理和编码（第19-21个月）。对问卷的数据和访谈记录进行清理和编码，确保数据的准确性和一致性。

第二，描述性统计分析（第22-24个月）。对问卷的数据进行描述性统计分析，了解我国居民的数字健康素养水平和信息行为特征，并识别不同群体之间的差异。

第三，结构方程模型分析（第25-28个月）。运用结构方程模型对问卷的数据进行分析，检验数字健康素养对信息行为的影响路径和作用机制，验证研究假设。

第四，主题分析（第29-30个月）。对访谈记录进行主题分析，深入挖掘影响数字健康素养与信息行为关系的关键因素和作用机制。

（4）报告撰写与成果推广阶段（第31-36个月）

第一，撰写研究报告（第31-33个月）。根据研究结果，撰写研究报告，包括研究背景、研究目的、研究方法、研究结果、研究结论、讨论、政策建议等部分。

第二，成果发表（第34-35个月）。将研究成果撰写成学术论文，投稿至国内外相关领域的学术期刊，进行学术交流。

第三，成果推广（第36个月）。将研究成果转化为科普材料，通过多种渠道进行推广，为提升公众健康信息素养提供参考。同时，根据研究结论，提出构建智慧健康服务体系的政策建议，提交政策建议报告给相关部门。

2.风险管理策略

本课题在实施过程中可能面临多种风险，如研究设计风险、数据收集风险、数据分析风险、成果推广风险等。本研究将制定相应的风险管理策略，以应对可能出现的各种挑战，确保项目的顺利进行。

（1）研究设计风险

研究设计风险主要指研究方案不完善、研究假设不合理等风险。为应对研究设计风险，本研究将采取以下措施：

首先，加强文献综述，确保研究方案的科学性和合理性。通过系统梳理国内外相关文献，为研究设计和假设提出提供理论支撑。

其次，进行预测试，完善研究方案。在正式实施研究之前，进行问卷和访谈提纲的预测试，根据预测试的结果进行修改和完善，确保研究方案的科学性和可行性。

最后，邀请专家进行评审，确保研究方案的合理性。在研究方案确定之前，邀请相关领域的专家进行评审，并根据专家的意见进行修改和完善，确保研究方案的合理性。

（2）数据收集风险

数据收集风险主要指问卷回收率低、访谈对象难以找到等风险。为应对数据收集风险，本研究将采取以下措施：

首先，制定详细的数据收集计划，明确数据收集的时间、地点、方法等。通过制定详细的数据收集计划，确保数据收集的顺利进行。

其次，多渠道收集数据，提高数据回收率。通过线上和线下相结合的方式发放问卷，并回收有效问卷。同时，通过多种渠道联系访谈对象，提高访谈对象的参与度。

最后，建立数据质量控制机制，确保数据的准确性。在数据收集过程中，建立数据质量控制机制，对数据进行审核和清洗，确保数据的准确性和一致性。

（3）数据分析风险

数据分析风险主要指数据分析方法不当、数据分析结果不准确等风险。为应对数据分析风险，本研究将采取以下措施：

首先，选择合适的数据分析方法，确保分析结果的科学性和准确性。根据研究问题和数据特点，选择合适的数据分析方法，并确保分析结果的科学性和准确性。

其次，使用专业的数据分析软件，提高数据分析的效率和质量。使用专业的数据分析软件，如SPSS、AMOS等，提高数据分析的效率和质量。

最后，进行数据分析结果的验证，确保分析结果的可靠性。对数据分析结果进行验证，如使用不同的数据分析方法进行验证，确保分析结果的可靠性。

（4）成果推广风险

成果推广风险主要指研究成果难以发表、研究成果难以推广等风险。为应对成果推广风险，本研究将采取以下措施：

首先，选择合适的学术期刊进行投稿，提高研究成果发表的几率。根据研究成果的特点，选择合适的学术期刊进行投稿，提高研究成果发表的几率。

其次，撰写高质量的学术论文，提高研究成果的学术价值。撰写高质量的学术论文，提高研究成果的学术价值，并积极参与学术会议，进行学术交流。

最后，开发科普材料，扩大研究成果的影响力。将研究成果转化为科普材料，通过多种渠道进行推广，扩大研究成果的影响力。

通过以上风险管理策略，本课题将有效应对可能出现的各种风险，确保项目的顺利进行，并取得预期的研究成果。

十.项目团队

本课题研究团队由来自健康传播学、行为科学、统计学、信息科学等领域的专家学者组成，团队成员均具有丰富的学术背景和科研经验，能够在各自的专业领域为课题研究提供强有力的支持。团队核心成员长期从事数字健康、健康传播、行为干预、数据分析等领域的研究，具备完成本课题所需的综合能力和学术素养。

1.项目团队成员的专业背景与研究经验

（1）项目负责人：张教授

张教授现任北京健康科学研究院研究员，博士生导师，主要研究方向为健康传播、数字健康与社会行为。张教授在健康传播领域具有深厚的学术造诣，长期致力于健康信息行为、健康素养、健康干预等领域的研究。曾主持国家自然科学基金项目2项，省部级项目5项，在国内外权威学术期刊发表学术论文30余篇，其中SCI论文10余篇，出版学术专著2部。张教授在数字健康与信息行为领域具有丰富的经验，对数字健康素养的内涵、测量方法、影响因素以及干预策略等方面有深入的理解，为本课题的研究提供了重要的理论指导和实践经验。

（2）核心成员一：李博士

李博士现任北京大学公共卫生学院副教授，主要研究方向为行为科学、健康心理学。李博士在健康心理学领域具有丰富的学术背景和研究经验，长期致力于健康行为的影响因素、健康行为的干预策略等领域的研究。曾主持国家社会科学基金项目1项，省部级项目3项，在国内外权威学术期刊发表学术论文20余篇，其中SCI论文8篇。李博士在健康行为理论、健康行为测量、健康行为干预等方面具有丰富的经验，为本课题的研究提供了重要的理论框架和方法指导。

（3）核心成员二：王博士

王博士现任清华大学信息技术研究院研究员，主要研究方向为信息科学、数据挖掘、机器学习。王博士在信息科学领域具有深厚的学术造诣，长期致力于信息行为、信息检索、数据挖掘等领域的研究。曾主持国家自然科学基金项目1项，省部级项目4项，在国内外权威学术期刊发表学术论文25余篇，其中SCI论文12篇，出版学术专著1部。王博士在数据分析、数据挖掘、机器学习等方面具有丰富的经验，为本课题的数据分析提供了重要的技术支持。

（4）核心成员三：赵硕士

赵硕士现任北京健康科学研究院助理研究员，主要研究方向为健康传播、健康教育。赵硕士在健康传播领域具有丰富的学术背景和实践经验，长期致力于健康信息传播、健康教育活动策划等领域的研究。曾参与国家自然科学基金项目2项，省部级项目3项，在国内外学术期刊发表学术论文10余篇。赵硕士在健康信息传播、健康教育活动策划等方面具有丰富的经验，为本课题的问卷设计、访谈提纲、成果推广等方面提供了重要的实践支持。

（5）研究助理：刘同学

刘同学现任北京大学公共卫生学院硕士研究生，主要研究方向为健康传播、数字健康。刘同学在健康传播领域具有扎实的学术基础和丰富的实践经验，长期致力于健康信息传播、数字健康技术应用等领域的研究。曾参与国家自然科学基金项目1项，省部级项目2项，在国内外学术期刊发表学术论文3篇。刘同学在健康信息传播、数字健康技术应用等方面具有丰富的经验，为本课题的数据收集、数据整理、文献综述等方面提供了重要的支持。

2.团队成员的角色分配与合作模式

本课题研究团队实行分工协作、资源共享、定期沟通的合作模式，团队成员根据各自的专业背景和研究经验，承担不同的研究任务，并定期进行交流和讨论，确保课题研究的顺利进行。

（1）项目负责人：张教授

项目负责人张教授全面负责课题的总体规划、协调和监督管理，负责制定研究方案、召开项目会议、协调团队成员工作、撰写研究报告、申请项目经费、进行成果推广等。张教授将充分发挥其在健康传播领域的学术影响力和研究经验，为本课题的研究提供重要的理论指导和实践支持。

（2）核心成员一：李博士

李博士主要负责健康传播理论、健康行为理论、数字健康素养的理论框架构建、研究假设提出、问卷设计、访谈提纲设计等。李博士将充分发挥其在健康心理学领域的学术造诣和研究经验，为本课题的理论研究提供重要的支持。

（3）核心成员二：王博士

王博士主要负责数据分析、数据挖掘、机器学习等。王博士将负责对收集到的数据进行清洗、整理、分析，并运用结构方程模型、机器学习等方法进行深入研究，为本课题的数据分析提供重要的技术支持。

（4）核心成员三：赵硕士

赵硕士主要负责问卷设计、访谈提纲设计、数据收集、成果推广等。赵硕士将负责问卷和访谈提纲的预测试、数据收集的协调、访谈对象的联系和访谈记录的整理等，并负责将研究成果转化为科普材料，进行成果推广。

（5）研究助理：刘同学

研究助理刘同学主要负责文献综述、数据收集、数据整理、会议记录等。刘同学将负责收集和整理国内外相关文献，撰写文献综述报告，协助团队成员进行数据收集和数据整理，并负责会议记录和资料管理等工作。

本课题研究团队将定期召开项目会议，讨论研究进展、解决研究问题、协调研究工作，确保课题研究的顺利进行。团队成员将充分发挥各自的专业优势，相互协作、相互支持，共同完成课题研究任务。通过团队的共同努力，本课题将取得预期的研究成果，为数字健康素养与信息行为领域的发展做出贡献。

本课题研究团队将严格执行学术规范，确保研究的科学性和严谨性。团队成员将遵守学术道德和学术规范，保证研究数据