數(shù)字囤積行為量表的編制及信效度檢驗

吳旭瑤 黃旭 李靜

摘?要?為制定符合中國文化背景的數(shù)字囤積行為量表，首先在文獻回顧和對10名被試進行訪談的基礎上編制問卷項目，然后對回收的352份預測問卷進行項目分析、探索性因素分析，獲得正式問卷。最后發(fā)放577份正式施測問卷并進行驗證性因素分析、信效度分析。結果表明，數(shù)字囤積行為量表包括情感依戀、工作需要、積累三個因子，且三因素模型擬合較好?？偭勘砗腿齻€分量表的內部一致性信度分別為0.87、0.86、0.66、0.79。該量表與已有的實物囤積量表、數(shù)字囤積量表間的相關系數(shù)分別為0.23、0.67，具有較好的區(qū)分效度和聚合效度。自編的數(shù)字囤積行為量表信效度良好，適用于測量個體的數(shù)字囤積行為。

關鍵詞?數(shù)字囤積行為; 信度; 效度

分類號?B841.7

DOI： 10.16842/j.cnki.issn2095-5588.2021.02.007

1?引言

古往今來，人們囤積食物、錢財以延續(xù)生命，是一種適應性行為。然而當個體儲存大量毫無價值的物品，難以丟棄，最終導致生活空間的過度雜亂，甚至造成家人、朋友的困擾，那么實物囤積行為就發(fā)展為一種心理障礙——囤積癥（hoarding disorder）（Frost & Gross， 1993）?，F(xiàn)有研究已經(jīng)對囤積癥進行了深入探討，發(fā)現(xiàn)其與人格障礙（Samuels et al.， 2002）、家庭環(huán)境（Palermo et al.， 2011）、生活經(jīng)歷（Grisham， Frost， Steketee， Kim， & Hood， 2006）等因素相關，會損害個體認知功能（Testa， Pantelis， & Fontenelle， 2011）和人際交往（Tolin， Frost， Steketee， Gray， & Fitch， 2008）。隨著科技的高速發(fā)展，研究者發(fā)現(xiàn)人們的囤積行為開始呈現(xiàn)出“數(shù)字化特點”，它允許個體不受空間限制，保存大量數(shù)字文件，如電子照片、郵件等。個體開始呈現(xiàn)出日益增長的“數(shù)字囤積”（digital hoarding）行為（Gulotta， Odom， Forlizzi， & Faste， 2013）。

數(shù)字囤積是指數(shù)字文件的積累致使個體降低目標檢索能力，最終導致個體的壓力和混亂（van Bennekom， Blom， Vulink， & Denys， 2015），它強調數(shù)字文件的繁雜和累積對個體工作生活的影響。van Bennekom等（2015）發(fā)現(xiàn)一名囤積癥患者表現(xiàn)出長達五年的數(shù)字囤積行為，每天拍攝、保存1000多張相似的風景照，并花費3～5個小時整理。隨后，Sweeten， Sillence和Neave （2018）對45名受訪者的深入訪談，發(fā)現(xiàn)個體無法刪除數(shù)字文件的理由共五點，如避免潛在威脅，保留數(shù)字文件以滿足將來需求等。相較于實物囤積，數(shù)字囤積行為更隱蔽，不會導致個體居住空間明顯的雜亂（Frost & Gross， 1993），是一種普遍的行為傾向而非心理障礙（Vitale， Janzen， & McGrenere， 2018），未能引起心理學研究者的廣泛關注。但是個人信息管理（Personal Information Management， PIM）領域早在1996年開始關注數(shù)字技術的應用對個體的影響，他們發(fā)現(xiàn)信息過載會造成個體的壓力（Swar， Hameed， & Reychav， 2017），隨著信息數(shù)量的增加，認知負荷增多，一旦超出個體承受能力，會引發(fā)自我強迫和緊張的焦慮感（王娜， 陳會敏， 2014）。

由此可見，網(wǎng)絡惠民的背后其實潛藏著巨大的隱患，而數(shù)字化囤積行為也不例外。第一，損害個體的認知功能。數(shù)字囤積者會使用更細致的分類方法整理電子郵件（Horvitz， Jacobs， & Hove， 1999），無法對其重要性進行排序（Boardman & Sasse， 2004）。第二，影響個體社會交往。數(shù)字囤積者表現(xiàn)出對存儲的數(shù)字文件的深深依戀（Luxon， Hamilton， Bate， & Chasson， 2019），明確拒絕刪除數(shù)字文件（Sweeten et al.， 2018），通過數(shù)字文件安撫對過去事情消逝和遺忘的恐懼（Vitale et al.， 2018）。同時，強調“重占有”知識的現(xiàn)代生存方式（埃里希·弗洛姆， 2015）阻斷了個體間的信息交流（Avey， Avolio， Crossley， & Luthans， 2009），易引發(fā)人際隔閡。第三，不利于環(huán)境保護。囤積數(shù)字信息面臨耗能多（Gormley & Gormley， 2012）、時效短（Ishikawa & Naka， 2007）的問題，違背環(huán)境保護的原則。研究者猜測數(shù)字囤積可能是由“自我損耗”和“損失規(guī)避”引發(fā)的行為。在工作場合中，處理高度相似的數(shù)字文件會增加個體的記憶負擔（華巧云， 2018），消耗更多的認知資源，易引發(fā)自我損耗。自我損耗后的個傾向于淺層認知加工（譚樹華， 許燕， 王芳， 宋婧， 2012），不加辯駁地接受信息（Wheeler， Briol， & Hermann， 2007），與個體只為保留數(shù)字信息的行為如出一轍（Marshall， Bly， & Brun-Cottan， 2006）。同時，個體為了避免改變現(xiàn)狀造成損失，而不愿放棄擁有物（Giraud， 2007），即“損失規(guī)避”也可能是數(shù)字文件“難以刪除”的原因。

但是，目前仍缺乏測量數(shù)字囤積行為的工具，阻斷了研究者進行深入探索的可能性。有研究者對“Saving Cognitions Inventory”量表（Thorpe， Bolster， & Neave， 2019）、“Object Attachment Questionnaire”問卷（Luxon et al， 2019）進行改編，以符合數(shù)字情境。然而以上方法缺乏針對性。隨后Neave， Briggs， McKellar和Sillence （2019）編制了數(shù)字囤積行為問卷（Digital Behaviours Questionnaire， DBQ），用于測量數(shù)字囤積行為。該問卷由數(shù)字囤積問卷（the Digital Hoarding Questionnaire， DHQ）和工作場合的網(wǎng)絡行為問卷（Digital Behaviours in the Workplace Questionnaire， DBWQ）組成。其中DHQ問卷共10道題，將數(shù)字囤積行為分為2個維度：積累 （accumulating） 和難以刪除 （difficulty deleting），該量表具有良好的信效度。DBWQ問卷則用于調查個體在工作場所的數(shù)字囤積行為的客觀表現(xiàn)，如囤積數(shù)字文件的數(shù)量、種類等。但是Neave等（2019）編制的DBQ問卷更加側重于“情感性存儲”導致的數(shù)字囤積，如“刪除一份確切的文件就像丟棄了一位愛人”，忽略了個體囤積數(shù)字文件的其他動機。第一，滿足安全感，主要包括確定感和控制感（叢中， 安莉娟， 2004）。其中個體“對未來事件的不可預測”是產(chǎn)生不確定感的重要原因（Van & Lind， 2002），當無法判斷數(shù)字文件的未來效用，產(chǎn)生不確定感時，個體更易將模糊信息解釋為威脅信號（Dugas， Hedayati， Karavidas， Karavidas， Buhr， Francis， & Phillips， 2005），繼而選擇保存數(shù)字文件，以避免潛在威脅。保存數(shù)字文件也可以提高個體的邊界控制感（Cushing， 2011），滿足控制需求（Heckhausen， Wrosch， & Schulz， 2010）。同時，對數(shù)字文件的不斷占有，會引發(fā)個體的心理所有權（Pierce， Kostova， & Dirks， 2003），進一步強化對數(shù)字文件的控制（Pierce， Kostova， & Dirks， 2001），尤其是與穩(wěn)定、安全和可預見性相關的防御性心理所有權（Avey et al.， 2009）可能是個體囤積數(shù)字文件的重要原因之一。第二，滿足工作需要。在工作場合中，人們?yōu)榱司S持自身優(yōu)勢會對重要信息進行囤積（Anaza & Nowlin， 2017），以提高競爭力，獲得工作崗位的安全感（Butcher， 1995）。資源保存理論也假設個體會維持、保護和構建他認為有價值的資源，當面對資源損失時會體驗到壓力和威脅感（Hobfoll， 1989），如數(shù)字文件的刪除。另一方面，某些數(shù)字文件是能力的象征，能夠提升個體的自尊水平（John， Rowland， Williams， Dean， 2010），因此無法將其刪除。工作崗位的特殊要求也會引發(fā)個體的數(shù)字囤積行為，與其自身需求無關，他們能夠清楚的表示“我不刪除某些文件，因為那是組織規(guī)定”（Neave， McKella， Sillence， & Briggs， 2020）。第三，DHQ問卷無法區(qū)分不同類型的數(shù)字囤積者。Neave等（2020）將數(shù)字囤積者分為“收集者”“意外囤積者”“指令囤積者”和“焦慮囤積者”。顯然，DHQ問卷只能篩選出因強烈情感聯(lián)系而無法刪除信息的焦慮囤積者，卻無法識別其他類型的數(shù)字囤積者，限制了進一步探討不同類型的數(shù)字囤積者對組織、個人產(chǎn)生的不同影響以及不同心理機制。此外，DHQ問卷受到樣本代表性、文化背景等因素的限制，僅限于使用電腦工作的成人被試為施策對象，忽略了群體的異質性，而集中于考察辦公文件，也忽略了數(shù)字文件的多樣性。由此可知，DHQ問卷仍存在許多的不足，為了區(qū)分不同數(shù)字囤積者的不同動機，亟待一種可用于測量中國文化背景下的數(shù)字囤積行為的測量工具。

2?數(shù)字囤積行為問卷的編制

2.1?方法

2.1.1?問卷項目編制

第一，梳理文獻。確定數(shù)字囤積行為的定義、表現(xiàn)、原因，整理訪談的大綱。第二，半結構訪談法。通過電話、面談的方式對教師、學生、銷售人員等10名受訪者（其中女性8人，平均年齡為23.30歲， SD=8.06）進行半結構化訪談（如“您認為日常生活中何種情形屬于數(shù)字囤積的行為表現(xiàn)？您為何無法刪除某些數(shù)字文件？”）。第三，專家評定。首先對訪談結果進行初步編碼，形成33個項目。隨后，邀請心理學專業(yè)的教師和碩士生對項目的表述清晰程度和內容反映程度進行評定與修改，除去14個語義表述重復或不清晰的題項外，最終保留19個題項用于問卷預測。參照Neave等（2019）的量表結構，將數(shù)字囤積行為的表現(xiàn)和原因分為“積累”和“難以刪除”兩個維度。積累是指個體保留數(shù)字文件的行為表現(xiàn)，如“即使與當前需求無關，我也會傾向于保存某些文件”;難以刪除是指個體無法刪除數(shù)字文件的具體原因，如“刪除某些文件，我會忘記一些信息”。

2.1.2?預測被試

使用問卷星發(fā)放問卷，共回收問卷419份，有效問卷352份。其中男生97名（27.60%），女生255人（72.40%），年齡17～52歲（M=22.74， SD=5.05），全日制學生共236名（67%），已工作的成人被試共116名（33%），報告具有數(shù)據(jù)保護工作要求的被試共190名（54%）。

2.2?結果

2.2.1?項目分析

對352份有效數(shù)據(jù)進行項目分析。所有項目題總相關顯著（p<0.01），相關系數(shù)在0.39～0.71內。另外，按照總分由高到低排列，取得總分前27%的被試作為高分組，后27%的被試作為低分組，對高低分組的被試在每一項目上的得分進行獨立樣本t檢驗。19個項目的臨界比率均達到0.001顯著性水平。題總相關和CR值表明項目具有較好的區(qū)分度，見表1。

2.2.2?探索性因素分析

首先進行KMO值和Bartlet球形檢驗，結果表明所得數(shù)據(jù)適合做探索性因素分析 （χ2=2511.43， p<0.001，KMO=0.91）。對19個題項進行探索性因素分析，采用主軸因子法進行因子抽取，并利用方差極大正交法進行因子旋轉。根據(jù)特征值大于1的標準抽取因子數(shù)目，得到四個因子（特征值分別為6.85、1.76、1.12、1.02）。同時參考碎石檢驗準則，碎石圖在第三、四個因子處變得平緩，無法通過主觀判斷選取因子個數(shù)，且采用特征值大于1的標準抽取因子數(shù)目，會受到觀測數(shù)目的影響，故結合“平行分析”（孔明，卞冉， 張厚粲， 2007）確定保留的因子個數(shù)。通過351份數(shù)據(jù)形成100個隨機數(shù)據(jù)矩陣，得到一組特征值的平均值，見圖1。由圖可知，前兩個因子的特征值大于隨機矩陣中的平均特征值，具有較大的保留價值。但是兩因子只解釋了39.45%的方差變異量，故保留3個因子，共解釋42.81%的方差變異量。隨后對三因子進行優(yōu)化，刪除以下情況的項目或因子（1）刪除在所有因子上載荷小于0.4的項目;（2）刪除在兩個或多個因子上載荷均較高的項目”;（3）刪除項目不足三個的因子。同時，按照從下往上、從左往右、從最不重要到最重要，每次只刪除一個項目的原則進行降維。故依次刪除第3、7、6、18、15、2題，其中題項3、7、6、2在所有因子上的載荷均小于0.40，題項18、15在多個因子上具有高負荷。經(jīng)刪題后，共保留13個題項，最終得到3個因子，共能解釋總變異量的48.30%，因子1為“情感依戀”，因子2為“工作需要”，因子3為“積累”，結果見表2。

3?數(shù)字囤積行為問卷的信效度檢驗

3.1?方法

3.1.1?正式施測被試

于預測的兩周后，開始正式施測。使用問卷星和線下紙質問卷發(fā)放的方式，共回收問卷642份，剔除不認真作答的問卷65份（如被試規(guī)律作答，對所有題項打分相同，或未填完問卷等），回收有效問卷577份。其中男生160名（27.70%），女生417名（72.30%），年齡16～58歲（M = 21.91， SD =5.27），其中全日制學生共543名（94.10%），參加工作的成人被試共34名（5.90%），報告具有數(shù)據(jù)保護工作要求的被試共268名（46.40%）。

3.1.2?研究工具

（1）數(shù)字囤積行為量表（自編）。該問卷要求個體回憶或查看個人電子設備，明確囤積的數(shù)字文件類型、數(shù)量，思考保留數(shù)字文件的目的或無法刪除的理由，并根據(jù)個人真實情況進行作答。問卷由13個題項組成，采用Likert七級評分，要求被試對每個項目做1（非常不符合） 到7（非常符合） 的評定。

（2）囤積量表修訂版（Saving Inventory-Revised， SI-R）（Fros， Steketee， & Grisham， 2004）。該問卷在中國文化背景下具有較好的信效度（唐譚， 王建平， 唐蘇勤， 趙麗娜， 2012），用以考察自編量表的區(qū)分效度。SIR量表共包含23個項目，分為三個維度“過度獲取”“難以丟棄”“堆積”，要求被試按照實際狀況進行5級評分，23個項目的得分之和即為量表總分，得分越高表明被試實物囤積行為越嚴重。本研究中，總量表Cronbach's α系數(shù)為0.93，各分量表Cronbach's α系數(shù)為0.79～0.90。

（3）數(shù)字囤積量表（the Digital Hoarding Questionnaire， DHQ）（Neave et al.， 2019），用以考察自編量表的聚合效度。DHQ量表共包含10個項目，分為兩個維度“難以刪除”“積累”，要求被試按照實際情況進行7級評分。本研究中該量表的Cronbach's α系數(shù)為0.85，各分量表Cronbach's α系數(shù)為0.88、0.63。

3.2?結果與分析

3.2.1?結構效度

對數(shù)字囤積行為量表的三因素模型進行驗證性因素分析，并根據(jù)模型估計的結果及修正指數(shù)，對部分模型進行修正，修改前后的各項擬合指標見表3。

“情感依戀”維度中的題項“刪除某些文件，意味著我需要花費更多的時間去記憶相關信息”具有較大的修正指數(shù)，經(jīng)修改后，將其歸為因子2“工作需要”。其中，近似誤差均方根和卡方自由度比值都得到了較大的改善，各項指標的擬合程度也更好，說明修改后的模型的結構效度良好。

此外，由于各因子間的相關較高，在0.50～0.62之間，說明可能存在一個共同的因子（Reise. Moore， & Haviland， 2010），因此，將二階三因子模型、單因子模型與修正后的一階三因子模型進行比較。由表3可知，單因子各擬合指標均較差，說明單因子模型契合度不佳;二階三因子模型和三因子模型的自由度均為62，其擬合指數(shù)均相同，二者屬于等值模型。然而一階三因子模型更為簡潔，因此本研究仍采用一階三因子模型。

3.2.2?信度分析

內部一致性信度分析結果顯示，總量表的Cronbach's α系數(shù)為0.87，其中“情感依戀”“工作需要”“積累”維度Cronbach's α系數(shù)分別為0.86、0.66、0.79，說明量表具有良好的內部一致性信度。

3.2.3?聚合效度和區(qū)分效度

對量表的總分及各分量表得分與囤積量表、數(shù)字囤積量表進行Pearson相關分析，具體結果見表4。自編數(shù)字囤積行為量表與SIR量表呈低相關（r=0.23， p<0.01），與DHQ量表呈高相關（r=0.67， p<0.01），說明量表具有良好的區(qū)分效度和聚合效度。

3.2.4?人口學差異

對男性（M=37.73， SD=9.87）與女性（M=39.34， SD=10.16）的數(shù)字囤積行為進行差異檢驗，結果發(fā)現(xiàn)二者無顯著差異（t（1，575）=1.72， p=0.09），即男性和女性未表現(xiàn)出不同程度的數(shù)字囤積行為。為考察具有數(shù)據(jù)保護責任是否會影響個體的數(shù)字囤積行為，進行獨立樣本t檢驗，結果表明，具有數(shù)據(jù)保護責任的個體（M=40.04， SD=9.83）與不具有數(shù)據(jù)保護責任的個體（M=37.89， SD=10.23）差異顯著（t（1，575）=2.57， d=0.22， p<0.01），即具有數(shù)據(jù)保護責任的個體表現(xiàn)出更多的數(shù)字囤積行為。

4?討論

本研究通過訪談和文獻回顧，編制了一份適用于探察中國文化背景下的數(shù)字囤積行為量表，將數(shù)字囤積行為分為三個維度：“積累”“情感依戀”“工作需要”，其中“積累”維度3題，反映了個體數(shù)字文件的積累程度;“情感依戀”6題，指個體因與數(shù)字文件的情感聯(lián)系導致數(shù)字文件難以刪除;“工作需要”4題，表明因與工作相關的因素導致個體難以刪除數(shù)字文件，如工作要求、提高崗位競爭力等。信度分析結果顯示，總量表與各分量表的Cronbach's α系數(shù)在0.66～0.87之間，說明量表具有較好的同質性信度。驗證性因素分析顯示，修改后模型的各項擬合指標符合標準，具有良好的結構效度。將題項“刪除某些文件，意味著我需要花費更多的時間去記憶相關信息”歸為“工作維度”更符合語義表達的內容，說明個體存儲數(shù)字文件可能是為了減少記憶負擔，提高工作效率。

SIR總分與本研究中數(shù)字囤積行為問卷量表總分呈低相關（r=0.23， p<0.01），表明數(shù)字囤積行為與囤積癥之間有一定聯(lián)系但也有所區(qū)別。個體保存數(shù)字文件和存儲實物行為之間存在相同點，都表現(xiàn)出對事物的不舍，亦與前人的研究結果一致（Luxon et al.， 2019），但需要深入探討數(shù)字囤積行為和囤積癥之間存在何種共同點。存儲實物和保存數(shù)字文件的原因也不盡相同。個體存儲數(shù)字文件表現(xiàn)出更強烈的目的性，或是為了維持與朋友之間的情感聯(lián)系，或是由于工作要求，然而個體囤積實物更可能是一種強迫性行為的表現(xiàn)，二者的行為性質大相徑庭。DHQ總分與本研究中數(shù)字囤積行為問卷量表總分呈高相關（r=0.67， p<0.01），表明自編量表較好的反映了個體的數(shù)字囤積行為，也反映出數(shù)字囤積行為的文化差異。

人口學差異分析顯示，報告具有數(shù)據(jù)保護的個體表現(xiàn)出更多的數(shù)字囤積行為，因為他們更可能需要為伙伴、同事提供全面細致的信息，以應對不同工作要求（Neave et al.， 2019）。此外，相較于實物囤積行為表現(xiàn)出性別差異（Ivanov et al.， 2013），數(shù)字囤積行為是一種普遍的行為模式。受到傳統(tǒng)文化中“有備無患”的思想影響，個體有賴于科技手段保存大量文件，以應對突發(fā)情況。同時，搶占更多信息可增加工作競爭力、獲得經(jīng)濟安全感，個體也會表現(xiàn)出數(shù)字囤積行為。因此，數(shù)字囤積行為并無性別差異。

綜上所述，本研究編制的數(shù)字囤積行為量表具有良好的內部一致性信度、結構效度、區(qū)分效度和聚合效度，適用于測量個體的數(shù)字囤積行為，有助于推動數(shù)字囤積這個新興領域實證研究的開展。

參考文獻

埃里?！じヂ迥?（2015） 占有還是存在（李穆 譯）. 北京： 世界圖書出版社.

叢中， 安莉娟 （2004）. 安全感量表的初步編制及信度、效度檢驗. 中國心理衛(wèi)生雜志， 18（2）， 97-99.

華巧云 （2018）. 相似性、鄰近性和工作記憶負載對視覺工作記憶表征的影響. 碩士學位論文. 山東師范大學.

孔明， 卞冉， 張厚粲 （2007）. 平行分析在探索性因素分析中的應用. 心理科學， （4）， 924-925+918.

譚樹華， 許燕， 王芳， 宋婧 （2012）. 自我損耗： 理論、影響因素及研究走向. 心理科學進展， 20（5）， 715-725.

唐譚， 王建平， 唐蘇勤， 趙麗娜 （2012）. 囤積量表修訂版在中國大學生中的修訂. 中國臨床心理學雜志， 20（1）， 21-24.

王娜， 陳會敏 （2014）. 泛在網(wǎng)絡中信息過載危害及原因的調查分析. 情報理論與實踐， 37（11）， 20-25.

Anaza， N. A.， & Nowlin， E. L. （2017）. What's mine is mine： A study of salesperson knowledge withholding & hoarding behavior. Industrial Marketing Management， 64，14-24.

Avey， J. B.， Avolio， B. J.， Crossley， C. D.， & Luthans， F. （2009）. Psychological ownership： Theoretical extensions， measurement and relation to work outcomes. Journal of Organizational Behavior，?30（2）， 173-191.

Boardman， R.， & Sasse， M. A. （2004）. “Stuff goes into the computer and doesn't come out”： A cross-tool study of personal information management. In R. Grinter， T. Rodden， P. Aoki， E. Cutrell， R. Jeffries， & G. Olson （Eds.），?Proceedings of the SIGCHI Conference on Human Factors in Computing Systems（pp. 583-590）. New York， NY： ACM.

Butcher， H. （1995）. Information overload in management and business. IEE Colloquium on Information Overload， London， UK.

Cushing， A.， L. （2011）. “Self extension and the desire to preserve digital possessions. ” Proceedings of the ASIST Annual Meeting，?48（1）， 1-3.

Dugas， M. J.， Hedayati， M.， Karavidas， A.， Buhr， K.， Francis， K.， & Phillips， N. A. （2005）. Intolerance of uncertainty and information processing： Evidence of biased recall and interpretations. Cognitive Therapy and Research， 29（1）， 57-70.

Frost， R. O.， & Gross， R. C. （1993）. The hoarding of possessions. Behaviour Research and Therapy， 31（4）， 367-381.

Frost， R. O.， Steketee， G.， & Grisham， J. （2004）. Measurement of compulsive hoarding： Saving inventory-revised. Behaviour Research and Therapy， 42（10）， 1163-1182.

Giraud， R. （2007）. Money matters： An axiomatic exploration of the endowment effect and the preference reversal phenomenon. Unpublished manuscript， University of Paris I.

Gormley， C. J.， & Gormley， S. J. （2012）. Data hoarding and information clutter： The impact on cost， life span of data， effectiveness， sharing， productivity and knowledge management culture.?Issues in Information Systems， 13（2）， 90-95.

Grisham， J. R.， Frost， R. O.， Steketee， G.， Kim， H.， & Hood， S. （2006）. Age of onset of compulsive hoarding. Journal of Anxiety Disorders，?20（5）， 675-686.

Gulotta， R.， Odom， W.， Forlizzi， J.， & Faste， H. （2013）. Digital artifacts as legacy： Exploring the lifespan and value of digital data. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems perspectives（pp. 1813-1822）， Paris.

Heckhausen， J.， Wrosch， C.， &Schulz， R. （2010）. A motivational theory of life-span development. Psychological Review， 117（1）， 32-60.

Hobfoll， S. E. （1989）. Conservation of resources： A new attempt at conceptualizing stress. The American psychologist， 44（3）， 513-524.

Horvitz， E.， Jacobs， A.， & Hovel， D. （1999）. Attention-sensitive alerting. In K. Laskey & H. Prade （Eds. ）， Proceedings of the Fifteenth Conference on Uncertainty in Artificial Intelligence（pp. 305-313）. San Francisco， CA： Morgan Kaufmann Publishers.

Ishikawa， A.， & Naka， I. （2007）. Knowledge management and risk strategies. Hackensack， NJ： World Scientific.

Ivanov， V. Z.， Mataixcols， D.， Serlachius， E.， Lichtenstein， P.， Anckarsater， H.， Chang， Z.， ... & Ruck， C. （2013）. Prevalence， comorbidity and heritability of hoarding symptoms in adolescence： A population based twin study in 15 year olds. PLOS ONE， 8（7）.

John， J. L.， Rowland， I.， Williams， P.， & Dean， K. （2010）. Digital lives： Personal digital archives for the 21st century （Beta 2. 0）.London， UK： British Library.

Luxon， A. M.， Hamilton， C. E.， Bates， S.， & Chasson， G. S. （2019）. Pinning our possessions： Associations between digital hoarding and symptoms of hoarding disorder. Journal of Obsessive-Compulsive and Related Disorders， 21，60-68.

Marshall， C. C.， Bly， S.， & Brun-Cottan， F. （2006）. The long term fate of our digital belongings： Toward a service model for personal archives. Proceedings of Society for Imaging Science and Technology Archiving conference（pp. 25-30）. Ottawa， Canada.

Neave， N.， Briggs， P.， Mckellar， K.， & Sillence， E. （2019）. Digital hoarding behaviours： Measurement and evaluation. Computers in Human Behavior，?96，72-77.

Neave， N.， McKellar， K.， Sillence， E.， & Briggs， P. （2020）. Digital hoarding behaviours： Implications for cybersecurity. In V. Benson& J. Mcalaney （Eds. ）， Cyber influence and cognitive threats（pp. 77-95）. New York： Academic Press.

Palermo， S. D.， Bloch， M. H.， Craiglow， B. G.， Landerosweisenberger， A.， Dombrowski， P.， Panza， K. E.， ... & Leckman， J. F. （2011）. Predictors ofearly adulthood quality of life in children with obsessive-compulsive disorder. Social Psychiatry and Psychiatric Epidemiology， 46（4）， 291-297.

Pierce J. L. Kostova， T.， Dirks， K. T. （2001）. Toward atheory of psychological ownership and organization.?Academy of Management Journal， 26（2）， 298-310.

Pierce， J. L.， Kostova， T.， Dirks， K. T. （2003）. The state of psychological ownership： Integrating and extending a century of research. Review of General Psychology， 7（1）， 84-107.

Reise， S. P.， Moore， T. M.， & Haviland， M. G. （2010）. Bifactor models and rotations： Exploring the extent to which multidimensional data yield univocal scale scores. Journal of Personality Assessment， 92（6）， 544-559.

Samuels， J.， Bienvenu， O. J.， Riddle， M. A.， Cullen， B.， Grados， M.， Liang， K. Y.， ... & Nestadt， G. （2002）. Hoarding in obsessive compulsive disorder： Results from a case-control study. Behaviour Research and Therapy， 40（5）， 517-528.

Swar， B.， Hameed， T.， & Reychav， I. （2017）. Information overload， psychological ill-being， and behavioral intention to continue online healthcare information search. Computers in Human Behavior， 70，416-425.

Sweeten， G.， Sillence， E.， & Neave， N. （2018）. Digital hoarding behaviours： Underlying motivations and potential negative consequences. Computers in Human Behavior， 85，54-60.

Testa， R. R.， Pantelis， C.， & Fontenelle， L. F. （2011）. Hoardingbehaviors in children with learning disabilities. Journal of Child Neurology， 26（5）， 574-579.

Thorpe， S.， Bolster， A.， & Neave， N. （2019）. Exploring aspects of the cognitive behavioural model of physical hoarding in relation to digital hoarding behaviours. Digital health， 5.

Tolin， D. F.， Frost， R. O.， Steketee， G.， Gray， K. D.， & Fitch， K. E. （2008）. The economic and social burden of compulsive hoarding. Psychiatry Research， 160（2）， 200-211.

van Bennekom， M. J.， Blom， R. M.， Vulink， N.， & Denys， D. （2015）. A case of digital hoarding. BMJ Case Reports.

van den Bos， K.， & Lind， E. A. （2002）. Uncertainty management by means of fairness judgments. Advances in Experimental Social Psychology， 34， 1-60.

Vitale， F.， Janzen， I.， & McGrenere， J. （2018）. Hoarding and minimalism： Tendencies in digital data preservation. Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems， New York， USA.

Wheeler， S. C.， Briol， P.， & Hermann， A. D. （2007）. Resistance to persuasion as self-regulation： Ego-depletion and its effects on attitude change processes. Journal of Experimental Social Psychology， 43（1）， 150-156.