隐私悖论是否存在？对隐私关注与隐私行为关系的荟萃分析

韩 啸 谈 津

(电子科技大学公共管理学院，成都，611731)

1 问题的提出

随着网络信息技术的快速发展，人们的生活、工作正被新技术重塑，全球数十亿网络用户通过互联网获取商品与服务，这也意味着身份信息、浏览痕迹、消费记录等一系列个人隐私信息被生产、存储和使用[1]。在“比特世界”中每个人都时刻面临着隐私泄露的风险，这也引发了人们对隐私安全的担忧。然而，对隐私问题的关注与担心很少影响人们的实际行为，这种隐私态度与隐私行为之间矛盾的现象称为“隐私悖论”[2-3]。自隐私悖论被提出以来，不断有研究证实其存在，也有一部分研究并不支持。例如，Mohamed等[4]针对社交媒体用户的一项调查发现，用户的隐私关注正向影响隐私保护行为；王璐瑶等[5]发现，用户的隐私关注受到威胁评估的正向影响并对用户的隐私安全保护行为产生直接和中介影响；Dienlin等[6]在隐私关注与隐私行为之间加入隐私态度和隐私意愿后发现，隐私悖论并不成立。面对学界差异化的研究发现，隐私悖论是否仍然成立？

针对此疑问，一些研究在文献综述的基础上，尝试给出解释。有的研究指出“隐私悖论”是一种假想的矛盾，简单将隐私关注与自我披露建立关联，忽视了自我披露并不意味着用户对隐私风险听之任之[7]。有的研究发现在理论或方法论上的缺陷，可能是造成隐私悖论现象的真正原因[2]。由于缺乏大规模量化分析，仅从描述角度进行解释，既无法确证隐私悖论是否存在，也无法探明隐私关注对隐私行为产生作用的条件和边界。因此，本文将在分析相关实证文献的基础上，通过荟萃分析进行判断。荟萃分析是以已发表的研究文献为基础，集合单项研究结果的统计分析方法，得出客观评价结果，解决争议性议题，实现从个别结论到一般结论的科学归纳[8]。荟萃分析已在图书馆学、情报学、管理学领域对部分重要话题进行了尝试。例如，针对不同技术采纳模型的稳健性检验[9-10]，评价纸质阅读与数字阅读的效果[11]，在线知识付费意愿的影响因素[12]等。从当前文献检索情况来看，国内尚无研究使用荟萃分析方法对隐私关注与隐私行为的关系展开讨论。鉴于此，本文尝试在方法上填补这一空白，同时期望对隐私悖论的研究现状作出较为全面的反思，为后续研究提供可靠的理论支持。

2 研究溯源与理论争议

2.1 隐私悖论的提出

关于隐私悖论的研究最早见于医学领域，1998年研究者进行了一项实验，告知患者会将其医疗信息用于公开发表的论文中，患者不希望自己的隐私信息公之于众，因此强烈抵制。但当研究者给出一份权威的解释信息后，患者们的态度发生转变[13]。实验发现，合理的解释能够使个体作出看起来不那么合理的行为。2006年，Barnes[14]在社交网站的研究中首次使用“隐私悖论”这一术语，将隐私悖论定义为成年人对社交网站隐私泄露的顾虑和青少年轻易泄露个人信息两个现象之间的背离，即不同人群对待隐私的不同方式。随着研究深入，隐私悖论的定义也发生着变化，目前，普遍使用的定义是用户的隐私态度与实际行为之间的不一致。

2.2 隐私悖论的解释

基于网络环境的隐私悖论现象一经提出，就引发了学界的热烈讨论。探寻其产生的原因更是成为学界研究的热点问题。总结发现，主要有理性计算、偏差评估与研究失范三种视角。

2.2.1 理性指导下的风险收益计算

根据理性行为理论，个体决策遵循理性计算寻求利益最大化和风险最小化。在此逻辑下，隐私关注与隐私行为的关系其实是风险收益判断的结果。例如，隐私计算理论(Privacy Calculus Theory)，从理性行为理论出发，认为个体在披露信息时，会权衡潜在风险与预期收益，即人们选择披露或保护隐私是权衡风险与收益后的理性决策[15]。当感知到披露隐私信息的收益大于风险时，个体偏向公开隐私信息，反之则反。隐私计算理论广泛出现在研究中，但也存在一些不足，即个体的风险/收益认知具有较强的主观性，且受到个体知识水平、隐私素养和使用情境等复杂因素的制约，该理论假定的理性权衡过于理想化。

再如，适应性认知理论(Adaptive Cognition Theory)将用户参与社交网络划分为初始使用、探索性使用和管理性使用三个阶段。从初始使用到探索性使用这一过程，基于对利益和风险的判断，以及对活动和控制的适应。管理性使用阶段则是对利益和风险的权衡，这种权衡是由一个连续的风险收益计算过程形成的。在这种计算中，个人倾向于关注眼前的实际利益，而不是未来的潜在风险，经济效益、个性化或便利性以及社会效益往往会抵消感知风险的负面影响[16]。但通常，个体决策是迅速作出而非经过分阶段、有序的计算过程。

2.2.2 风险收益计算中的认知偏差

与理性指导下的风险收益计算相对，个体行为常常会受到各种因素的影响，从而作出非理性决策。第三人效应(Third-Person Effect)是解释个体认知偏差的经典理论，该理论强调个体通常认为“第三人”会被大众媒体说服，而自己不会受到影响。换言之，个体认为大众媒体对他人的影响高于对自己的影响。学界将其扩展到网络隐私领域，证实第三人效应在网络空间中依然有效，即人们具有高度的隐私关注，可他们仍然没有采取必要的隐私保护行为，因为他们认为其他人更可能遭遇隐私问题[17]。该理论认为模糊的、具体启发性的二手信息是导致个体认知偏差的关键。但有研究表明，即使用户切实经历了负面的隐私事件，他们也未必一定会去改变他们的隐私行为[18]。

知识鸿沟(Knowledge Gap)认为人类行为受到自身知识储备的限制，由于必要知识的缺乏，导致用户无法识别隐私风险、选择正确的隐私行为，从而出现隐私悖论现象[19]。在知识鸿沟假说下，学界提出隐私素养(Privacy Literacy)，即人们在网络环境中保护自我隐私的自觉意识，体现为对网络隐私信息的一种知识经验。研究表明，较高的隐私素养会导致较低的自我披露，而较低的隐私素养则会导致较高的自我披露，从而引发隐私悖论行为[20]。

2.2.3 研究失范

否认隐私悖论存在的学者指出，方法、概念和模型的不足是造成人们相信隐私悖论现象存在的重要原因。该类观点主要围绕研究方法不足、研究概念不清以及研究模型疏漏进行批判。在研究方法上，大多数研究使用问卷调查法，该方法可能适用于探索信念和态度，但不适合实际行为。如学者通过对比Google+用户的调查反应和实际行为发现，实际行为比调查反应更为强烈，并且对于那些不规律和不常见的行为(比如隐私设置)，调查报告反应的准确性不高[21]。研究概念不清与混用，可能导致错误的发现，例如，隐私态度与隐私关注是最常被混用的两个概念。隐私态度具有二维性，包含积极态度和消极态度；而隐私关注只是用户对待隐私问题的消极反映[22]。针对研究模型的疏漏，强调在判断是否存在隐私悖论时，仅使用隐私关注对隐私行为的直接关联(或缺乏关联)作为证据是不谨慎的。如有研究发现，在隐私关注与隐私行为之间加入隐私态度和隐私意愿后，隐私悖论不成立[6]。

综上可知，学界对隐私悖论是否存在尚无定论，甚至出现同一个理论、同一组变量关系在不同研究中出现不一致的结果。这些彼此矛盾的研究发现给研究者们造成了一些困惑，如隐私悖论是否存在，现有研究变量间的作用机制是否稳定等。为了澄清认识、推进研究，有必要对隐私悖论研究中变量关系的稳定性进行验证，分析存在差异的原因。

3 研究设计与方法

3.1 荟萃分析

根据上述研究问题，需要一个可以整合多项研究发现、有效降低甚至排除单一研究结果中存在的测量误差和抽样误差[23]、对彼此矛盾的研究结论进行客观判断的数据分析方法。作为循证领域最重要的方法——荟萃分析，具有“客观量化标准、整合不同结论、提高统计效度和获得新发现”等优势[24]。Glass在20世纪70年代首次提出荟萃分析的概念和计算方法后，该方法已日渐成熟。近年来，荟萃分析在图书情报领域的运用呈现快速上升趋势，表明荟萃分析作为一个成熟的研究方法，其科学性、实践性已被学界广泛接受、认可。据此，本文选择荟萃分析作为研究方法，针对隐私悖论研究中变量关系的稳定性展开研究。荟萃分析的具体步骤如下：①确定检索词，开始检索文献；②根据文献纳入标准，筛选文献；③逐篇阅读文献，提取数据；④根据公式进行计算分析；⑤撰写分析结论。

3.2 文献检索与筛选

3.2.1 文献检索

选择中文全文信息规模最大的文献数据库——中国知网(CNKI)作为文献检索来源，为最大限度地检索隐私悖论相关文献，笔者进行多种检索方案的试验，最终选定检索式“(SU=隐私保护行为+隐私行为+隐私披露+隐私暴露+自我表露 AND SU=隐私关注+隐私顾虑) OR (SU=隐私悖论)”进行检索(1)在以“隐私悖论”为关键词进行文献预检索时发现，文献中对隐私悖论的定义和边界划定已经不止于隐私关注和隐私保护行为正相关关系的否定，大部分研究通过对隐私关注和隐私披露行为负相关关系的否定来判定是否存在隐私悖论。鉴于此，本文将隐私行为界定为包括隐私保护行为和隐私披露行为，收集更全面地探讨隐私悖论的文献。，以CSSCI来源期刊和硕博士学位论文作为检索范围，检索时间为2021年7月1日，检索得到167篇文献，其中93篇期刊论文、74篇学位论文。

3.2.2 样本筛选

为了确保荟萃分析的有效性，笔者参考PRISMA标准，要求纳入分析文献必须符合：①必须为定量研究；②文献探讨的关系中必须至少包括隐私关注-隐私保护行为、隐私关注-隐私披露行为等相关内涵的一种；③文献必须报告上述关系的样本量、相关系数或p值、t值等可以计算效应值的数据；④为保证样本的独立性，剔除重复文献；此外，若文献包含多个独立样本或多个不同关系，则对该文献进行多次单独编码。按照以上要求，对最初检索得到的 167 篇论文进行筛选，最终获得合格文献50篇(CSSCI检索源期刊论文29篇、硕博士学位论文21篇)，具体筛选过程见图1。

3.2.3 文献编码

为了方便后期对数据进行统计和计算效应量，需要对文献进行编码。由于所纳入文献的广泛性以及不同学者对相关概念的不同表述，对于变量类别的划分存在较大的不确定性，使得编码工作存在较大的主观性问题，并且工作量大，容易出错。为了增加编码的可靠性，本研究的编码过程由两位编码者共同参与，对变量进行讨论，并审查研究中所使用的措辞，每一个编码阶段都有定期的讨论校对。将编码结果进行比较，一致性百分比在90%-95%区间内，不一致的内容主要由编码者的失误和主观判断所导致。两位编码者通过回溯原文和讨论达成共识，对数据进行勘正，完成最终编码。最后，从50篇文献的51个独立样本中得到63个效应值、34588个总样本量。

4 数据分析与研究发现

4.1 描述性统计分析

根据表1内容可知，隐私关注-隐私保护行为变量关系绝大部分呈现正相关(81.3%)，且支持隐私悖论的研究不多(18.7%)；隐私关注-隐私披露行为的研究也有过半的结论不支持隐私悖论(58.1%)，但相比前一组变量关系支持隐私悖论的占比较多(41.9%)。两组变量关系对隐私悖论问题的分析上存在显著差异，这也是本文荟萃分析需要解释和分析的问题之一。从样本数量的统计可知，最小样本只有176位受访者，最大样本量有2212位受访者，所有研究变量的平均样本量为549位受访者，各研究中调查样本的人数差距较大。

表1 变量关系的描述性统计

4.2 整体Meta分析

4.2.1 异质性检验

采用CMA 2.0软件进行荟萃分析，该软件在分析时会自动对相关系数进行费雪转换，并且针对不同数量的样本考虑权重。由于纳入研究的样本来源、数量以及研究视角和方法有所不同，导致研究结果存在差异，不仅会影响结果的可靠性，也会影响模型的选择[25]。因此，需要对所有纳入的研究进行异质性检验(Heterogeneity Test)。异质性检验一般根据Q与I2的统计值进行判断。本文异质性检验结果如表2所示，Q检验的结果显著(P<0.000)，说明纳入分析的研究样本之间存在异质性；I2值均大于90%，表明具有高度异质性。因此，使用随机效果模型对研究样本进行主效应分析，并进行敏感性分析和亚组分析判定异质性来源。

表2 整体Meta分析结果

4.2.2 主效应分析

首先，隐私关注-隐私保护行为的合并效应为0.332且通过，即全样本分析显示隐私关注-隐私保护变量关系正相关，不存在隐私悖论。其次，隐私关注-隐私披露行为的合并效应为-0.123且通过，即隐私关注-隐私披露行为变量关系负相关，不存在隐私悖论。综上内容，无论是隐私保护行为还是隐私披露行为都否定了隐私悖论的存在。也不难看出隐私关注-隐私保护行为这组变量关系的合并效应绝对值更大，针对两个方向对隐私悖论进行探讨存在差异，这一定程度印证了前面描述性统计所有研究中隐私关注-隐私披露行为中更多出现隐私悖论的事实，其原因将在后续分析中进一步说明。

4.2.3 发表偏倚检验

发表偏倚是指具有统计学上显著性意义结果的研究更容易发表。这种偏向不可避免地会对荟萃分析结果产生负面影响，造成系统偏差[25]。本研究借助漏斗图、失效安全系数(Fail safe-N)进行发表偏倚检验。如漏斗图所示(图2、图3)，研究结果全部集中在漏斗图顶端，并且竖线两侧的点分布较均衡，说明分析样本存在“发表偏倚”概率较小。此外，当“失效安全系数”满足“大于5K+10”(K指独立研究数)的条件时，则认为“发表偏倚”不存在。根据计算可知，两组变量关系的失效安全系数均满足“大于5K+10”的条件，其中隐私关注-隐私保护行为(2563>5*25+10)、隐私关注-隐私披露行为(2226>5*30+10)。因此，从漏斗图和失效安全系数可以判断纳入分析的样本不存在发表偏倚问题。

4.3 敏感性分析

为了探寻异质性来源问题，进行了敏感性分析。对隐私关注-隐私保护行为敏感性的分析(见图4)可以看出，05、07、24、25、29、32号论文是异质性来源，这些论文都发现隐私悖论存在。在隐私关注-隐私披露行为的敏感性分析中(见图5)，对合并效应有着显著正向影响的如01、04、09、12、15号论文，同时也都是在研究中发现隐私悖论存在的文献。由是观之,隐私悖论是导致异质性的重要原因，接下来结合敏感性分析结果进行亚组分析，细致分析样本结论差异的具体原因。

4.4 亚组分析

亚组分析是将所有纳入分析的数据分成更小的单元，以便在各亚组内能进行比较，是在出现异质性或要回答特定研究对象、特定干预措施或特定研究时，探讨异质性来源的最常规最重要的方法之一，根本上解决了同质性才能合并效应量的问题[25]。

4.4.1 隐私关注-隐私保护行为的亚组分析

根据分析样本整理出的特征集，本文从五个方面进行亚组分析(见表3)，对因变量进行细分，即隐私保护意愿和隐私保护行为；隐私关注对隐私保护行为的影响路径(有无中介)；隐私保护行为的类型；研究平台类型以及调查群体类型。

第一，意愿-行为亚组分析。将因变量进一步划分为意愿和行为，进行亚组分析。观察表3中数据可知，组间异质性P值通过，即判定意愿-行为对隐私关注-隐私保护行为的结论发挥着调节作用。根据I2结果，意愿组(91.18)异质性小于行为组(96.94)，可知异质性更多由行为组造成，印证了悖论全部出现在行为组的事实。意愿组的合并效应值(0.457)大于行为组(0.288)，即行为组的正向关系更弱，相比意愿组在研究中更多出现隐私悖论。

表3 亚组分析结果(2) 效应值取值大于或等于0.1且小于0.3时为低，当取值大于或等于0.3且小于0.5时，效应值为中，当取值大于或等于0.5时，效应值为高。

第二，影响路径亚组分析。组间异质性P值通过检验，表明在隐私关注-隐私保护行为的变量关系中，隐私保护意愿作为中介变量，对结果发挥着重要作用，隐私悖论也不存在了。这点与Dienlin等[6]研究发现一致，可以看出，在“关注”与“行为”之间加入“意愿”后，隐私悖论问题得到了消除。结合敏感性分析进一步讨论，中介变量的不同效应对隐私悖论是否出现存在一定的影响。具体而言，有的研究以隐私保护意愿作为中介变量，发挥着完全中介效应，隐私悖论在行为意愿的中介传递下得以消除[26-27]；在另一些研究中，当隐私保护意愿发挥着部分中介效应时，隐私悖论没有出现[28-29]；还有一些研究以感知风险[30-31]、信任[31-32]作为中介变量，但数量少没达到荟萃分析的最低要求(3篇)。将这些研究合并在“其他”组进行分析。结果表明，这些中介变量的加入，可以获得更加稳定的隐私关注-隐私保护行为的正相关结论，不会产生隐私悖论。

第三，隐私保护行为类型亚组分析。组间异质性分析显示，隐私保护行为的不同类型也是影响研究发现的重要因素。其中，最大的异质性出现在抑制行为和综合行为，抑制行为的合并效应值最小(0.128)，全部行为的合并效应值最大(0.443)；综合全样本信息，受调查者最愿意采取设置保护行为来保护个人隐私，最不愿意采取抑制行为。这类亚组中，产生隐私悖论研究结果的论文所涉及的隐私保护行为类型都属于抑制行为[31,33-34]。

第四，研究平台亚组分析。受限于荟萃分析对样本数量的要求，故整合为社交媒体、非社交媒体和综合类。亚组分析显示，组间异质性P值通过检验，研究中不同的平台类型对变量关系的研究结果也发挥着调节作用。非社交媒体合并效应最大(0.350)，即对非社交媒体用户而言，隐私关注更能激发隐私保护行为。相比而言，社交媒体用户对隐私关注转化为保护行为的几率相对要小。隐私悖论全部出现在社交媒体平台、综合平台两类之中。

第五，调查对象亚组分析。本文对文献中报告的数据采集对象进行划分，除学生样本外，其余调查对象大多较为分散，受限于荟萃分析要求，笔者将调查对象划分为大学生群体和混合群体两类做亚组分析。混合群体指调查对象包括公务员、企业员工、教师、医生等。如表3所示，组间异质性没有通过检验，表明调查对象的不同不会对研究结果产生影响。

4.4.2 隐私关注-隐私披露行为的亚组分析

研究从四个方面对隐私关注-隐私披露行为的研究进行亚组分析(见表3)，对因变量进行细分，即隐私披露意愿和隐私披露行为；隐私关注对隐私披露行为的影响路径(有无中介)；研究平台类型以及调查群体类型。

第一，意愿-行为亚组分析。通过组间异质性分析可知，意愿-行为是隐私关注-隐私披露行为的重要调节变量。其中，异质性更多产生于行为组。行为组合并效应值-0.053，且相关性不显著(P值<0.393)，意愿组的合并效应值为-0.231，且显著相关(P值<0.000)。结合敏感性分析发现，隐私披露行为对整体效应产生较大正向影响，且较多研究证实了悖论的存在；而隐私披露意愿对整体效应产生较大负向影响，很少存在隐私悖论的研究。

第二，影响路径亚组分析。以意愿为中介的亚组合并效应值为0.059，否定了隐私悖论，其中包含的5个研究，有4个相关性不显著，同样都是意愿作为中介变量，并发挥完全中介作用。这也说明当把隐私披露意愿作中介变量时，很大部分隐私悖论的结论被推翻。另外，在其他变量作为中介变量时，只有一项研究支持隐私悖论，这也说明在考虑更多中介因素时，隐私悖论是不存在的。

第三，研究平台亚组分析。划分依据同上，根据表3，研究平台的组间异质性具有显著性，说明平台类型在隐私关注与隐私披露行为的关系中发挥调节作用。非社交媒体平台的异质性最小，几乎没有出现隐私悖论现象，而社交媒体平台上发生的隐私悖论最多[28,35-37]。

第四，调查对象亚组分析。划分依据同上，组间异质性没有通过检验，即调查对象不同不会影响隐私关注-隐私披露行为的关系，该亚组不是隐私悖论产生的原因。

5 研究结论

5.1 研究发现

本文使用荟萃分析方法对现有隐私关注-隐私行为有关的实证研究进行分析，在对前期文献进行总结分析的基础上，力图澄清一些认识，推动隐私研究向纵深挺进。具体而言，本文分别检验了隐私关注-隐私保护行为、隐私关注-隐私披露行为的相关关系；进一步探究了隐私悖论出现和消失的边界条件；着重检验了因变量划分类型、有无中介变量、平台类型、调查对象等对隐私悖论产生与否的调节作用。

本研究有六点发现：①主效应检验发现，无论是隐私保护行为还是隐私披露行为都否定了隐私悖论的存在；②对因变量的不同界定将直接影响研究结果，即是否存在隐私悖论，从分析可知，在隐私保护、隐私披露两类研究文献中，选择“行为”作为因变量的研究相比“意愿”更容易出现隐私悖论现象；③“意愿”等作为中介变量，会导致隐私悖论现象的消失；④对隐私保护行为类型的进一步细分发现，不同的行为类型会对隐私悖论的出现产生重要的调节影响；⑤平台类型和隐私悖论存在高度相关，社交媒体平台的相关关系最高，非社交媒体平台几乎不存在关联，表明隐私悖论的出现具有情境条件；⑥不同的调查对象不会造成研究结果的差异。

5.2 研究贡献

本文围绕“隐私悖论是否存在”这一问题展开研究，作出了一定的理论贡献。以往研究存在很多不一致的发现，缺乏全面性以及整合性的研究结论。本研究通过荟萃分析对现有研究进行全面整合，从隐私保护行为、隐私披露行为两个重要维度探究隐私悖论是否存在，本研究结果是对当前隐私研究的深化和补充。

首先，进一步验证了隐私关注对隐私保护行为、隐私披露行为的作用，得出精确的效应值，发现无论是隐私保护行为还是隐私披露行为都否定了隐私悖论的存在。在亚组分析中，针对因变量讨论的是行为还是意愿进行分组计算，其中隐私关注-隐私保护意愿之间不存在隐私悖论，隐私关注-隐私保护行为之间存在隐私悖论，而隐私披露意愿、隐私披露行为都存在隐私悖论现象，大部分出现在行为组。

其次，通过对隐私保护行为和隐私披露行为两个方向进行亚组分析发现，隐私悖论的产生很大程度来自于其定义模糊和概念边界不清。一方面，将意愿和行为划分开来，以意愿为中介可以解释隐私悖论出现的原因；另一方面，隐私悖论归根结底是态度-行为的悖论，而既有研究对隐私悖论的讨论大多聚焦在隐私披露行为，事实上隐私保护行为本身是包括抑制类行为(即减少披露)，而相比其他几类行为是最少被用户采纳的。因此，着眼于某一子类行为所得出的结论，无法推断得出整个行为的悖论，有以偏概全之嫌。因此对隐私悖论，甚至隐私保护行为的定义和边界划分尤为重要。

再次，研究发现“意愿”在“隐私关注”与“隐私行为”间的中介作用将导致隐私悖论的消失，证实了现有研究对隐私悖论的批评。该发现可以帮助研究人员更好地理解隐私关注影响隐私保护/披露行为的作用机制。此外，本文发现除了“意愿”之外，感知风险、感知收益和信任作为中介变量也将很好地抑制隐私悖论现象的出现。这是对建立隐私关注与隐私行为之间作用机制的进一步支持，同时也确证了意愿在其中扮演的关键角色。

最后，本研究讨论了平台类型对隐私悖论的调节作用，在社交媒体平台样本中，隐私悖论出现频次最多，证明了平台类型对隐私悖论所起的重要作用，平台类型是隐私悖论产生的情境因素之一，识别了隐私关注-隐私行为的边界条件。先前关于隐私悖论的实证文献缺乏对这种情境变量的探索，因此，本研究为文献中存在的结论相悖问题提供了重要的情境变量，即平台类型，社交媒体平台以披露为收益的内涵可能是造成隐私悖论的重要前提。据此，我们根据研究发现绘制了一个分析框架(图6)。

5.3 研究局限和未来建议

本研究也存在一定的局限性。首先，本文仅选取了能获得相关系数和样本量的文献，导致一些没有报告基本描述性统计数据的研究被排除在外；其次，在收集样本文献过程中，尽管已对主要的国内研究数据库进行搜寻并辅以相关学术搜索引擎进行补充，但仍有可能存在少量遗漏；最后，受荟萃分析技术本身的限制，不可能探索所有的潜在调节变量。

未来研究可以从以下方面深入讨论，第一，对隐私的概念定义与边界范围进行确认；第二，建构更加完整、稳健的模型；第三，引入对情境因素的讨论。