隐私权衡理论视角下用户隐私关注研究

陈小燕，Gerard Cliquet

（1.华侨大学工商管理学院，福建 泉州362021；2.雷恩第一大学管理学院，法国 雷恩35708）

一、引言

得益于快速发展的无线互联技术和不断创新的商业模式，如今的智能手机用户可以享受到许多便捷、高效和个性化的服务。种类繁多的移动应用程序给消费者的工作、娱乐和社交生活带来了诸多利益，其中，一些颠覆性的移动应用程序更是以提供实时、实地服务（anytime，anywhere）快速赢得了用户，基于地理位置的服务（也称位置服务，Location-based Service，LBS）便是这类应用的典型代表。LBS通过获取用户的地理信息为使用者提供多项实时信息服务，在十年前即被认为是“在未来十年里影响消费者行为最重要的技术”，如今，LBS 通过精确的信息服务、综合功能和界面友好、操作简单等特性使服务商、内容提供商、零售商和个人消费者实现多方共赢。最新数据显示，作为国内LBS 的标杆企业，百度LBS 日活跃用户已经过亿，每天的定位请求高达十几亿次。

然而，伴随着这些功能强大的移动应用日渐深入人们的生活，一个重要问题始终困扰着移动应用价值网络中的参与者：个人信息隐私的侵犯问题。用户存在个人隐私受到侵犯的担心，这种心态不仅大大削弱了人们使用移动互联服务和应用软件的热情，也使得相关企业在开展商务活动和提供个性化服务时有所顾忌。信息隐私（Information Privacy）早已被学者们认为是“信息时代最重要的伦理问题之一”，在如今的普适计算（Pervasive Environment）环境中，隐私问题变得更加突出，学者们指出，隐私问题必须在实现移动应用真正融入人们生活之前解决。

本文的研究目的是探讨隐私关注对消费者使用新型移动服务意向的影响。研究以隐私权衡理论（Privacy Calculus Theory）为主要的理论基础，在国际研究中该理论用于解释“用户隐私导致行为倾向”问题已被多次证明有效，但是在国内尚缺乏相关的实证研究。其次，研究探讨了任务-技术适配模型、用户先前的受侵犯经验、个人因素和个人创新性等因素对隐私关注的作用，因为这些因素在先前的研究中即被认为是重要的，而其解释性却随着实验情境的不同而有很大的区别。最后，讨论了应对用户隐私关注应该采取的措施。

二、研究背景:当前移动服务的本质

经过十多年的发展，如今的移动商务和应用服务相比其早期阶段具有了许多独特的特征，学者们从功能整合性、多方互动性、营销策略独特性和消费者角色变化四个方面对早期移动服务和当前移动服务的特点进行了比较，并建议将当前移动服务作为“复杂移动服务”来研究。当前复杂的移动服务一个根本性的变化是，买卖双方进行的交易本质更加凸显了从“一次交换”到“二次交换”的转变。在传统的交易中，消费者支付的主要成本是货币和时间，在“一次交换”服务中，分享个人信息是用户可以自主选择的行为而非强制性的要求，比如，在现实的交易行为中人们常通过填写虚假个人信息或者拒绝注册的方式避免可能发生的隐私侵犯问题。相反，在“二次交换”中，消费者支付的主要成本变为个人信息，用户不得不提交他们真正的个人信息用于交换个性化服务，一个简单的例子如GPS导航服务，如果用户不允许移动终端（无论是车载导航仪或手持设备）读取他们的实时地理位置，导航服务就无法开展。这种信息交换的强迫性引发了消费心理和行为的一系列变化，使得今天的隐私问题变得更加突出。

作为当前复杂移动服务的代表，LBS已经取得了巨大的市场反应。相比于市场的流行程度，学术研究中对于LBS的探索仍在起步阶段，相关研究大多数集中在计算机技术领域，从用户信念和经验视角进行的研究非常缺乏。研究者指出，在创新的早期阶段研究确实主要专注于技术/基础设施，但是“希望在成熟阶段能够有更多关于用户经验和营销的研究”。因此，本文从用户心理视角开展研究，期望用社会学和营销学的理论和实证方法来探索消费者对使用LBS服务的决策过程和行为方式。

三、理论背景

1.信息隐私与隐私关注

信息隐私并不是一个新的话题，该领域研究早期的权威学者Westin 在1967 年时将信息隐私定义为“个人、群体或组织根据自身的情况决定在何时、以何种方式以及何种程度将个人信息传达给其他人”。到2003年，他将该定义简化为“个人决定哪些个人信息为他人所知的权力”。后来的研究将信息隐私定义为“个人决定以何种程度将个人信息透露给他人的权力”、人们保持“独处的权力”等。随着信息隐私在营销和信息文献中地位越来越重要，人们从不同的角度给予了不同的定义。本研究采用Bansal，Zahedi和Gefen（2010）提出的定义，认为隐私关注是指对个人对隐私泄露的担忧，包括个人对未经授权的个人信息交流和使用所产生的担忧。因此，本文的“信息隐私关注”指的是用户对个人信息的控制程度，是对信息交换的安全性以及信息收集者是否恰当使用这些信息的担忧。

关于隐私关注的具体内容，理论界多采用Smith 等给出的建议，他们认为隐私关注应包含四方面的内容：在信息收集方面，用户担心大量的个人信息被非法收集和储存；在错误防范方面，用户担心其信息被有意或无意地误存或未得到有效保护；在信息的二次使用方面，用户担心其信息未经授权便被收集者用于其他目的；在非法访问方面，用户担心其信息被未知的第三方或其他参与个人收集。考虑到LBS服务中需要用到的用户信息主要包括个人基本信息、实时情境信息和历史消费记录，因此本文探讨的信息隐私关注特指用户对这三种类型的不恰当的收集、未经授权的二次使用、存储和访问的担忧。

2.隐私权衡理论

在信息披露的相关文献中，用权衡的观点预测消费者行为意向是比较流行的做法。这种观点认为，只要披露行为带来的利益多于披露信息带来的的潜在风险，消费者便会选择披露他们的个人信息。信息领域的权衡观其实质与社会交换理论是相通的，社会交换理论也认为消费者往往根据成本-效益的权衡来做出决定。Culnan（1995）将这种权衡称为隐私权衡理论，该理论被认为是分析消费者隐私关注“最有效的框架”。

LBS将用户的个人信息、情境信息和历史消费记录作为提供个性化服务的基础，而无论哪种信息被收集、存储和使用，消费者提供个人信息给商业公司和其他社会公众或商业服务的参与者总会有风险存在。因此，我们认为消费者会分析披露信息带来的价值和风险，并以此来决定是否会共享个人信息。

3.任务-技术匹配模型（TTF模型）

这个模型由Goodhue和Thompson提出，用以解释技术产品和用户绩效之间的关系。它包括四个关键构念：任务特征、技术特征、任务-科技匹配程度和绩效，其中，“任务”指个人将输入转化为输出的行为，技术指个人在执行他们的任务时使用的工具。TTF模型表明一个特定的技术与用户的任务要求之间越匹配，使用该技术后就越能改善用户绩效。TTF理论常常用于预测个人采纳决策，它在电子商务领域和移动商务环境中都被实证研究检验过。在本研究中，我们用TTF来检测LBS服务的技术有效性和用户绩效之间存在的可能关系。

4.研究模型和假设

根据上述的背景和理论分析，本文提出了在LBS服务中的隐私关注研究模型，见图1。

图1 研究模型

（1）将任务-技术匹配作为感知披露价值的预测变量

LBS服务除了能够给用户提供最直接的信息服务外，它带来的价值还存在于三个方面：节省用户的时间和精力、降低用户的货币成本以及给用户提供某种乐趣或愉悦。这些附加价值的实现在一定程度上取决于LBS的功能设计和用户所要求的任务之间的匹配程度。在现有的文献中，研究对象从属性大多数是比较简单的服务（它们只执行单一的、简单的功能，它们执行的交换属性在经济学上属于“一次交换”），因此，过去研究中相关的因果关系检验往往集中在“任务匹配度”（TTF）对该产品或服务“使用意图”的直接影响，或者是使用服务带来的绩效的改进。例如，有研究检验了预测系统情境下的这类关系，有研究发现了TTF理论与知识管理系统的使用情况之间的重要关系等等。在LBS 服务的背景下，由于前文所述的“二次交换”的交易本质，消费者是否最终采用一项服务有了更为复杂的心理决策过程，这反映了存在于技术与效用之间的因果链已经从直接的“技术产品/服务-使用效用”关系变成夹杂了消费者权衡决策的间接关系，即将“感知价值作为中间项。因此，提出以下假设：

H1：消费者任务-技术匹配对感知披露价值有正向影响。

（2）将先前的受侵犯经历作为感知披露风险的预测变量

在信息产品应用领域，消费者的“负面经历”一方面源自于他们未被满足的期望，即当消费者使用某个产品或服务后的感知未达到预期的期望时，这个经历便在他们的记忆中留下消极的回忆，另一方面，源自于本人或社会同伴在使用信息产品后发生的信息盗用事件。无论哪一种消极情绪，都可能影响消费者日后对同类产品或服务的使用态度，如Xu 等人（2011）分析了移动商务环境中用户过往受到信息侵犯的经历对他们信息共享的感知风险的影响。本研究在这些研究的基础上进一步考证LBS情境下的这种关系。因此，提出假设2：

H2：消费者过往经历对他们感知的信息披露风险存在正向影响。

（3）将感知披露价值作为隐私关注和披露信息意愿的预测变量

信息披露价值可以提升用户进行信息披露的可能性是隐私权衡理论和社会交换理论的共同观点，此外，保护动机理论也支持这种主张，认为消费者感知到的正面价值将会提高他们披露个人信息的意愿（Rogers，1995）。有学者在不同的领域检验这种关系，例如，验证感知价值中的“便利性”对直邮营销的关注水平有很大的影响，研究感知价值中的个人定制对降低隐私担忧的影响等。Xu（2009）论证了消费者的感知披露价值是披露个人信息的重要驱动因素。考虑到LBS服务的实用价值和实现过程，我们认为LBS正是通过降低用户对可能损失的担忧来增加人们的使用愿意。因此，提出了两个假设：

H3：消费者的感知披露价值将减少他们的隐私关注水平。

H4：消费者的感知披露价值与披露信息的意愿正相关。

（4）将感知披露风险作为隐私担忧的预测变量

在营销的文献中，“感知风险”是指消费者对于后果不确定性的心理信念。本研究将复杂移动服务中感知披露风险定义为用户对信息收集者的机会主义行为可能造成的自身损失的心理信念。一些先前的文献混淆了感知披露风险和隐私担忧概念，尽管这两个概念具有高度的相似性，但它们在实质上存在重大差异。“感知披露风险”针对的是信息披露的可能的结果，如果一个消费者决定不与移动服务商分享个人信息（如设置退出某个特定的移动应用程序或不授权给相应服务商以收集自己的实时信息），那么感知披露风险的理论价值应该是零。也就是说，感知披露风险与用户的主动行动有关，在用户采取谨慎和规避的前提下，是可以避免发生的。而“隐私担忧”是消费者头脑内部的信念，它反映了用户基于过去使用经历或个人知识信念而产生的相对稳定的心理状态，不是由某次特定的行为引发的。区分这两个概念对于探究消费者隐私保护心理十分重要，比如，为了降低消费者的感知风险，可能的措施是一事一议地为消费者提供信息服务的风险控制保证，而为了消除消费者的隐私担忧则要付出更为长期和彻底的、全面的努力。

有些研究人员已经用实证研究检验了感知披露风险对隐私担忧的影响。在LBS的背景下应该考虑两个方面，一是LBS技术减少了用户控制，因此增加了信息流转过程中的不确定性；二是众多的供应商和个人参与到LBS的价值网络中，导致用户对服务方的陌生程度提升，提高了服务方机会主义行为的可能性，这两个方面都可能导致用户感知风险提升，从而可能对隐私关注的水平产生影响。因此，提出了以下假设：

H5：消费者的感知披露风险将增加他们的隐私关注水平。

（5）隐私关注与披露信息的意图

隐私关注是阻止消费者共享信息和使用个性化服务的主要影响因素，大多数实证文献支持了这种负向关系，例如Bansal等（2010）检验了健康信息披露中的这种关系，得到了显著负相关的结果（路径系数为-0.27）。在网络环境中，有研究得到-0.38和-0.33的路径系数得出的路径系数。当然，也存在少数例外，有研究在隐私关注与被在线广告分析的意愿之间得到了不显著的结果。尽管有少数例外的结论，我们仍然认为消费者担心的水平越高，提供个人信息的意愿就越低。因此，提出以下假设：

H6：隐私关注对透露个人信息有负面影响。

四、研究方法

1.量表设计

本文的研究设计严格遵循了实证研究的步骤，所提出的模型中涉及的所有变量都来自现有成熟研究，都经过了严格的有效性检测。同时，为了更好地适应当前的研究背景，我们对其中少量量表做了改进。对任务-技术匹配模型而言，采用Jaru⁃pathirun和Zahedi量表（信度为0.95），“过去经历”的量表改编自Okazaki 等（2009）研究，披露信息的感知价值和感知风险采用Unni 和Harmon（2007），Malhotra 等（2004）和Xu 等（2011）开发的量表，并根据LBS 具体情境做了少许改动。“隐私关注”是隐私和自我披露文献中的核心概念，最常使用和普遍接受的是由Smith 等人于1996 年提出的量表，该测量工具包含4 个维度，共15个项。作为一个研究LBS情境下隐私问题的先行性研究，本文目的是尽可能深入地探究消费者的隐私态度，因此，除了借用Smith等人提出的量表外，将测量工具扩展到17个题项，其依据是LBS服务过程中涉及三种类型的个人信息，因为敏感程度存在极大差异，因此在探索用户心理反应时这三类信息应该被区别对待。“披露意图”的测量是基于TRA 中使用的传统量表（Fishbein 和Ajzen，1975），稍作改动以使其包括LBS所需的信息。

2.研究设计和数据收集

为了检验假设，我们采用问卷收集获得原始数据。问卷共包括4个部分，第一部分是说明信，介绍了研究的目的，进行了概念界定。特别是考虑到受试者对LBS的认识程度可能存在差异，为了将讨论统一到同一个逻辑范畴上，我们向受试者描述了CAS 的概念；第二部分是两个LBS应用场景的剧本，以帮助受访者更好地了解LBS 的实现过程；第三部分是正式问卷项和人口统计学问题；最后一部分是答谢语。为获得更好的调查质量，我们选择付费调研，为每份有效问卷支付了30 元人民币的费用。调研在2014 年9 月到10月间进行，依托国内某知名在线问卷调研平台开展。最终，共计330份问卷被回收，其中29份问卷因答案不完整或答题意向差被排除在外，最终得到291份有效问卷。在对受访者详细的描述性统计特征，包括年龄、性别、收入、移动应用的下载和购买历史进行分析后，通过比对样本的年龄分布，发现其与CNNIC 最新报告中公布的智能手机用户的年龄分布十分吻合，显示我们调查的抽样不存在明显偏差。

表1 变量的信度和效度检验结果

3.分析过程

为严格地测试数据以得到更为有效的结果，将291份样本随机分成两组，其中90份样本数据用于预测试，201份样本用于验证性因子分析、测量模型和假设检验。本研究使用SPSS用于探索性因子分析和描述性统计，以及部分信度检验，用AMOS软件进行信度和效度检验，然后测试测量模型和结构模型。信度效度检验结果见表1。

五、结论

研究首先检验了实证数据的分布形态，总结了每个量表的描述性统计，包括最大值、最小值、平均值、标准偏差、偏度和峰度，此外，通过多重共线性检验，研究数据不存在多重共线性的问题。由于本研究的样本量相对较小，因此采用卡方/自由度作为拟合指数，没有采用χ2度量。所有的拟合优度的结果见表2。除了GFI 的值略低于基准数，其余指标值都在CFA的推荐值内。根据Boudreau、Gefen和Straub（2001）的建议，由于在IS领域内很少有研究可以在所有的指标上均显示出极好的拟合值。鉴于此，可以认为本研究的数据和模型拟合较好。

表2 测量模型的拟合指数

图2 假设检验结果

图2显示本研究的结构模型解释了LBS 中披露个人信息意图的64%的变异量。表3给出了假设检验的结果。TTF与PBEN的路径系数在显著水平p<0.01 时是0.89，这表明H1 成立。实证结果证实PIE是PRIS的有效预测变量，因此H2成立。PBEN和PC 之间的关系有些出乎意料：路径系数与理论发展相反，这意味着H3 被拒绝了。虽然在传统的信息技术领域，感知披露价值已被证明与PC 正相关，而当前的结果表明，在LBS 背景下，二者是负相关的（路径系数为0.35，p<0.01）。这一结果反映了现在的一种普遍现象，即尽管对隐私侵犯事件的抱怨常态性地发生着，消费者依然不会放弃使用高科技产品和服务。此外，这个结果再次验证了个性化服务在本质上是与更高的隐私担心相关联的，幸运的是，消费者可能对对象比较熟悉，有较高的容忍度。由于因子系数高达0.84，H4 成立。PRIS对PC有显著影响，因此H5成立。作为本研究的基本理论假设，H6成立，证实了PC对INT确实有负面影响。

表3 假设检验的汇总

六、讨论与建议

据我们所知，目前国内尚没有探讨LBS情境下用户隐私关注作用机制的研究成果，这与国际上广泛的研究兴趣和成果形成了鲜明的对比。本文的理论贡献存在于两个方面，首先，研究结果验证了隐私关注对预测使用意图的作用。如果用户对信息收集、储存和未经授权的二次使用有更高的隐私担忧，那么他们披露个人信息的意愿会越低。其次，通过实证研究证明了隐私权衡模型是解释消费者隐私关注作用过程的有效框架，且这种有效性在复杂移动服务情境中依然存在。

研究提出了几个管理建议。第一，任务-技术匹配模型对感知价值的强大解释力意味着改善LBS的实用性是获取客户信息授权的一个重要途径。第二，用户过去的负面经验对感知披露风险存在显著影响，意味着无论这种经历来自“自己”或“别人”，负面的经历很容易导致更高的感知风险。其带给企业的启示是当隐私侵犯问题已经发生时，企业应该采取有效的服务程序进行补救以尽力减少客户的不愉悦记忆。第三，感知价值对披露意图具有强大解释力，意味着增加顾客感知价值是获取客户授权的一个重要方式。然而，顾客的感知价值和感知风险与用户的隐私关注正相关，意味着现在的用户很大程度上已经熟悉了市场和产品。换句话说，很多用户具有在新技术环境下风险与机会共存的基本认知，因此尽管他们清楚披露信息会带来潜在的不利结果，但依然可能进行信息披露。因此企业可以更多地宣传披露信息对更好地享受信息服务的重要性，从而提高客户的披露意图。总之，隐私关注是企业必须正视的一种用户心理障碍，它对披露信息的意图有不利影响，公司应强调技术产品的强大功能、进行隐私保护教育、降低用户风险感知等方式逐渐获得用户认可，引导个人信息披露行为，最终实现公司和客户的双赢结果。

研究的不足之处首先表现为数据采集和情境模拟的局限性，研究所采用的剧本法和问卷法都属于用户自我报告的形式，虽然数据已经通过了共同方法变成的检验，但是仍然留有改进余地，尤其是不及使用体验式产品进行数据采集得到的结果真实，因此在未来研究中可以考虑与LBS 应用开发团队合作，用完全真实的用户数据和心理反应（如是否撤销个人信息、是否关停自动推送功能）来考察隐私关注引发的行为结果。其次作为探索性研究，本文并没有将一些重要因素纳入模型，因此模型的解释力有待提高。这些重要的因素既包括“长期因素”，如用户对信息采集方的信任、采集方的声誉、社会法律和舆论对信息隐私侵犯的保护力度等，也包括“即时因素”，如外部激励（披露信息给予奖励）、用户任务的紧迫性、信息敏感度等。这些因素对用户信息披露行为的影响已经被学者逐一验证过，但是在中国情境下、在以LBS为代表的复杂移动服务情境下的检验尚缺乏成果。未来研究还可以在“隐私关注”的测量维度方面进行改进，目前流行的“四维度”概念化工具尽管广泛使用，但是它并未能捕捉当前移动服务的全部内容，尤其是信息使用方增加、信息收集实时化、历史消费记录价值化，这些特点并没有反映出来，仍需要大量构建性研究。