联合分析方法在个人信息隐私研究中的机会分析

马丹 左美云 商丽丽

摘 要：[目的/意义]为更全面地了解联合分析方法在个人信息隐私研究中的应用以及发现潜在的研究机会，为信息隐私保护的深入研究提供参考和借鉴，有必要对采用联合分析方法研究个人信息隐私的文献进行回顾总结。[方法/过程]研究个人信息隐私且采用联合分析方法的20篇文献被选出来，重点对这些文献的研究主题、采用的研究理论以及协同使用的其他研究方法进行了总结和分析。[结果/结论]结果发现：第一，现有相关研究主要集中在数据共享意愿和产品采纳两个方面;第二，这些文献很少采用用户隐私披露意向和行为研究中的相关理论来指导属性的选择和结果的解释;第三，联合分析与焦点小组访谈、聚类分析、问卷调查等方法相结合可以提供更多的理论和实践启示。

关键词：个人信息隐私;联合分析方法;数据共享;产品采纳

DOI：10.3969/j.issn.1008-0821.2019.09.002

〔中图分类号〕G202 〔文献标识码〕A 〔文章编号〕1008-0821（2019）09-0012-09

Abstract：[Purpose/Significance]To provide a comprehensive understanding of the application of conjoint analysis in personal information privacy research，identify potential research opportunities and provide beneficial references for the further research of information privacy protection，it's necessary to review and summarize the research on personal information privacy which use conjoint analysis method.[Method/Process]In this study，20 papers with the research topic of personal information privacy and the research method of conjoint analysis were selected.We mainly summarized and analyzed the subjects，theories used in the selected literatures，and other methods used in combination with conjoint analysis in these papers.[Result/Conclusion]The results showed that：first，the related research mainly focused on individuals' willingness to share data and the adoption of products.Second，few existing studies adopted the relevant theories in user privacy disclosure intention and behavior research to guide the choice of attributes and the interpretation of results.Third，conjoint analysis method combined with focus group interviews，cluster analysis，or questionnaire survey may contribute to more theoretical and practical inspiration.

Key words：personal information privacy;conjoint analysis method;data sharing;production adoption

聯合分析方法是一种用来探讨多属性对个体决策效用的方法。该方法主要用于市场营销领域中的产品设计优化、市场选择定位和新产品定价等。早在20世纪90年代，就已有学者将联合分析方法用于用户隐私披露决策的研究中[1]。在联合分析方法中，产品（包括物理实体和服务）被描述为“轮廓”（Profile），每一个产品轮廓都由一组属性，以及各个属性的不同水平的组合构成。这里的属性是指对产品特征的描述，如在线社交应用的流行度。该方法的测量主要考虑一组属性在不同水平上对用户的联合效应，旨在将人们对某个产品轮廓总的评价判断分解为不同成分（属性水平）的得分，即将总的评价判断归因于产品中单个属性的水平或属性水平的组合[2]。

联合分析方法主要关注属性之间的对比和权衡，这比直接询问用户理想的属性水平或属性对自身决策的重要性更为现实;其次，联合分析方法在属性设计上通常与真实的产品属性相近，是对人们现实决策的一种模拟，且数据收集程序相对简单，更为容易获得客观有效的数据;最后，该方法提供了一个统一的度量标准，可以分析差异较大的属性（如，产品的耐用性和价格）对用户的决策效用[3]。个人信息隐私是当下的研究热点之一，其中隐私保护和隐私披露包含多个具体的属性决策。因此，联合分析方法可以用来更好地研究个人信息隐私中的权衡问题。

2018年3月，北京市消协发布的《手机应用软件（APP）个人信息安全调查报告》[4]显示，近九成的受访者认为手机APP存在过度采集个人信息的问题，79.23%的用户认为手机APP上的个人信息是不安全的。当用户意识到这些APP上的个人信息存在安全隐患时，可能会选择拒绝使用;也有可能为了获取服务而选择使用。个人信息隐私已经成为市场交换中最为关注的问题之一。

一般而言，隐私包含两个方面的内容：物理隐私和信息隐私。前者主要与“对个体的物理访问或者个人私人空间的访问”有关，后者主要与“对个人可识别信息的访问”有关[5]。Finn R L等将个体的隐私分为7类：身体隐私、活动和行为隐私、人际交流隐私、数据和图像隐私、想法和情感隐私、位置和空间隐私以及关联隐私[6]。随着信息技术的发展，这7类隐私都可以用数字信息的方式进行存储、交换和使用。因此，本文所探讨的个人信息隐私是指对所有与个人有关且能以数字化的方式进行存储、交换和使用的信息的访问。

用户是否披露个人信息隐私是由隐私披露所能带来的收益和隐私披露的风险（或成本）决定的。用户对隐私的保护实际上是一个在隐私和多个相互竞争的收益之间寻求适当平衡的过程[7]。例如，在在线社交应用采纳的研究中，社交应用所请求的个人信息（隐私）、该社交应用在周围家人朋友中的流行度（收益）、该社交应用是否会妥善保管个人信息（风险）这些属性均会影响用户的隐私披露决策。

虽然联合分析方法应用广泛，且可以帮助研究人员更为直接地观察到用户如何权衡个人信息隐私决策中的相关属性，如隐私披露的风险、隐私披露的收益，但目前将联合分析方法用于个人信息隐私研究的文献还比较少，尤其是国内研究。因此，为了让更多的研究人员关注联合分析方法在个人信息隐私研究中的应用和明确该领域的潜在研究机会，为相关研究提供参考和借鉴，在本文中，笔者将主要关注：已有哪些文献将联合分析方法应用于了个人信息隐私的研究？这些研究聚焦哪些主题以及存在哪些不足？该领域存在哪些潜在的研究机会？

1 文献来源及分析框架

1.1 文献来源

笔者以“联合分析”和“隐私”为关键词在知网数据库对所有文献的主题进行检索，发现中文文献中采用联合分析方法进行个人信息隐私研究的只有张坤的硕士学位论文《基于联合分析法的用户隐私保护策略偏好研究》[8]。因此，本文后续内容主要对相关英文文献进行归纳分析。

为了全面地检索采用联合分析方法研究个人信息隐私的英文文献，笔者针对EBSCO、JSTOR、ProQuest、Science Direct、Springer和Willey 6个电子数据库，以“Privacy”、“Conjoint Analysis”、“Conjoint Measurement”為主题词，将它们进行组合检索以确保目标文献的完备性。对检索到的文献标题和摘要进行审查和筛选，筛选规则为：1）研究主题为个人信息隐私;2）研究方法包括联合分析。最终，20篇文献被纳入本文的研究分析。

1.2 分析框架

为了明确联合分析方法在个人信息隐私研究中潜在的研究机会，笔者首先对现有相关研究进行回顾，然后在文献回顾的基础上识别出现有研究存在的不足和未来发展方向。文献回顾应该围绕研究问题，采用结构化的方法对现有文献进行分类和组织[9]。在进行文献回顾之前，需要确定一个框架以明确文献回顾的分析视角。借鉴已有关于信息隐私文献综述的框架[10]，并结合这20篇文献的主要内容，本文将从研究主题、采用的研究理论和协同使用的研究方法3个方面来对这些文献进行分析和归纳。

1）研究主题。联合分析方法的本质是测量用户在多属性之间的权衡，当其用于个人信息隐私研究时，主要探讨用户在决定是否向组织披露隐私时对涉及收益和风险（或成本）的相关属性的权衡。因此，我们将首先从用户权衡的角度对现有文献进行分类，以明确用户隐私权衡的类型。另外，对研究内容主题的归纳总结有助于研究人员了解联合分析方法在信息隐私研究中的适用范围，以及这类研究的重点和薄弱之处。因此，在本文中，我们还将根据研究内容主题对这20篇文献进行进一步分类。

2）采用的研究理论。联合分析属于研究方法，其属性的选择及分析结果的解释都需要理论的指导。而信息隐私研究的相关理论非常多，如理性选择理论、期望理论、有限理性理论等。对这20篇文章中的相关理论进行分析，可以明确哪些理论可以与联合分析方法相结合，以更好地支持未来相关研究的开展。

3）协同使用的研究方法。多方法的使用可以弥补单一方法固有的不足。因此，有必要在明确联合分析方法不足的基础上，对这20篇文献中协同使用的研究方法进行梳理，以明确在信息隐私的研究中，联合分析方法应与哪些方法协同使用以及如何协同使用。

2 研究主题

为了获取用户信息，有时企业愿意给予一定的金钱补偿以缓解用户的隐私忧虑。各类“个性化服务”和“便捷式服务”的产生也使得人们虽然声称对隐私保护高度关注，但仍会选择披露信息[11]。恰当的隐私策略（如，隐私声明、隐私签章等）可以通过增加用户信任来降低他们的隐私忧虑，使用户愿意披露相应的信息[12-13]。以电子商务网站为例，在用户决定是否向网站提供个人信息时，承诺信息安全、金钱补偿、内容吸引力、个性化推荐、用户控制信息这5个属性会在不同程度上影响用户决策[8]。

在隐私权衡中，涉及用户和企业两个主体的决策。用户需要决策是否向企业披露个人信息，或者决定是否为了保护个人信息隐私支付费用;而企业需要决定是否给予用户回报或隐私控制策略的设置，比如企业为用户披露个人信息隐私而支付报酬。因此，用户的信息隐私权衡可以分为3类：隐私披露风险（或成本）与隐私披露收益;隐私披露风险（或成本）与隐私保护收益;隐私保护成本与隐私保护收益。表1展示了这20篇文献所涉及的个人信息隐私决策权衡的类型。需要注意的是，有些文献中可能探讨了多种类型的隐私权衡。

从研究内容来看，目前联合分析方法在个人信息隐私研究中的应用主要关注数据共享和产品采纳。表1展示了这些文献的分类情况。

2.1 数据共享

在本文选择的20篇文献中，探讨数据共享意愿的研究主要集中在医疗健康领域。健康数据共享有助于相关政策的制定和医学的发展。数据类别、数据收集方式、数据用途、接收方类型以及隐私保护策略等属性都会影响人们的数据共享意愿[14-17]。表2展示了Pullman D等研究中，在有针对性的同意的情况下（即每次研究人员需要使用个体的血液样本数据时，均需要征得个体的同意），不同属性对个体决定是否参与生物银行研究并共享血液样本数据的重要性，以及不同属性水平的效用值[14]。