董坤祥:移动社交商务下用户的隐私悖论论文

董坤祥:移动社交商务下用户的隐私悖论论文

摘 要:基于TAM理论和隐私计算理论,分析了移动社交商务中的隐私悖论现象,隐私关注对移动社交商务用户使用意向的影响,以及隐私悖论中存在的多重中介效应。研究结果表明:男性较为关注移动社交商务的感知有用性和感知易用性,而女性则非常在意移动社交商务的风险和收益;隐私关注、感知有用性、感知易用性、感知风险和感知收益均对使用意向有显著正向影响;感知有用性、感知易用性和感知收益在隐私关注与使用意向间起部分中介作用,而感知风险的部分中介作用得到部分支持。

关键词:隐私悖论;隐私计算理论;TAM理论;移动社交商务

1研究背景

随着移动电商的发展,评论和推荐等社交网络功能已逐渐整合到移动商务中[1],比如Facebook、小红书和蘑菇街等。消费者可以随时随地使用智能移动设备访问这些移动商务网站,以浏览商品和用户评论,并随后做出购买决策。艾瑞咨询的《2017年中国移动社交用户洞察报告》显示,我国移动社交APP(application)的独立设备数量达6亿台,其中44.7%的用户会在移动社交APP中直接购买看中的商品。在移动社交商务中,消费者可以获得个性化、多样化、便捷式和基于位置的服务和产品,移动社交电商已成为应用广泛的、极具价值的商业模式。

使用移动社交商务应用程序不可避免地会暴露自己的位置、偏好和社会关系等隐私信息[2-3]。因此,移动社交商务在方便用户生活的同时,也给用户造成了与隐私相关的诸多困扰。例如,2018年在小红书APP的电信诈骗案中,用户购买商品信息、配送地址和联系方式等个人信息的泄露,致使用户被骗近百万元,并引起诸多用户极大的负面情绪。因此,移动社交商务产生的隐私泄露问题会降低用户的使用意向。但是,Hew等[1]和Ooi、Hew和Lin[4]发现,虽然移动社交商务用户表现出关注隐私,但他们并没有停止持续使用这种服务,即用户的隐私态度与其隐私行为之间存在差距,这被称为“隐私悖论”现象[5-7]。

研究人员一直致力于解释隐私悖论的现象、成因,以及阐明不同情景下的隐私悖论现象[8-9]。尽管如此,关于移动社交商务情景下的隐私悖论问题的研究依然较少。此外,不同学者对隐私悖论现象的研究呈现矛盾结果:一些研究显示隐私问题、态度与实际隐私行为之间存在悖反结果;而其他研究则表明个人隐私行为符合其隐私关注和态度。因此,本文在现有文献的基础上,将技术接受模型与隐私计算理论相整合,以整合理论为中介变量,并提出相应的研究假设,通过揭示移动社交商务这一特定情景中是否存在隐私悖论现象,分析隐私悖论背后的潜在因素、各因素变量的作用关系以及隐私关注与使用意愿之间的作用机理,从而进一步理解、解释移动社交商务中的隐私悖论现象。

学生通过探究获取知识并在此基础之上的进一步拓展或再次探究,使学生始终处于“深度学习”当中,并紧跟科学家的思维,核心素养中学生“科学探究”能力的培养也得到有效落实。

2文献综述

2.1 移动社交商务与隐私悖论

移动社交商务利用社交媒体和Web 2.0技术,支持社交互动和用户生成的内容,帮助消费者在线决策是否获取产品和服务[10]。但是,随着越来越多的个人信息在移动社交商务中被披露,消费者开始担心隐私的泄露,从而表现出行为与态度不一致的隐私悖论现象[4,11]。这已成为国内外学者关注和研究的焦点。

Barnes[11]首次发现了社交网站上存在隐私悖论现象,即成年人对社交网站隐私泄露的顾虑与青少年轻易泄露个人信息两个现象之间的相悖性。随后,众多学者进一步研究了社交媒体的隐私悖论,Smith、Dinev和Xu[12]认为,尽管消费者都表现出较高的隐私关注,但他们仍然在很多情形下轻易提供个人信息,即人们对于网络隐私的担忧意识,并不能影响或预测他们在网络环境中的行为,甚至许多人主动披露一些关键信息。Barth和Jong[13]进一步将这种行为定义为隐私态度与实际行为之间的差异,即虽然用户完全了解网络中的隐私风险,但用户仍愿意分享他们一些私人信息,例如位置、照片或朋友关系等。这些定义都反映了社交网站用户在心理感受和实践行动两个层面对待和处理隐私问题的矛盾性。此外,其他学者还研究了APP下载[14]和使用[15]中的隐私悖论,以及用户的互联网知识水平[16]、跨文化视角[3]、隐私风险预防与恢复[17]以及媒体教育[18]等方面的社交网络隐私悖论问题。在社交网络应用中,一方面,用户网络安全感知度偏低,隐私泄露、被利用或被侵犯事件层出不穷,心存隐私忧虑,且希望个人拥有隐私控制权[19-21]。另一方面,用户毫不在意在各种社交类媒体应用中不断地披露个人信息[22-24]。

虽然关于移动社交商务中隐私悖论的研究较少,但确实存在。一方面,用户希望通过信息分享找到情感寄托,进行商品交易获取收益。另一方面,用户又担心自己的个人信息遭到泄露或者被他人利用[1]。Ginosar和Ariel[25]认为大多数用户为了某些好处而交易他们的隐私,而感知有用性则调节着隐私关注和移动社交商务的持续使用意图。Ooi等[4]认为移动性和社交特征也是激励用户参与移动商务的动机。

2.2 TAM理论与隐私悖论

技术接受模型(technology acceptance model,TAM)揭示了感知有用性和感知易用性对使用意向的影响[26]。在IS文献中TAM被广泛应用于研究用户对新事物、新技术的接受和使用行为。诸多学者在分析用户对网络购物(尤其移动网络购物)的使用行为时,均发现虽然用户比较关注可能发生的信任和风险,但是网站设计的感知有用性和感知易用性仍然对用户的使用意向和持续使用行为有着较大的影响[27-28]。移动社交商务作为新兴的商务模式,对于大多数消费者而言,既具有吸引力,又可能带来信任和风险问题。Ooi等[4]和Tan[29]将传统的TAM理论进行整合、扩展,分别构建了具有多重中介作用的信念―意图―行为理论框架和MTAM理论框架,分析了用户对移动商务服务使用意向的影响机理,发现对于经常网络购物的消费者而言,感知有用性和感知易用性对消费者的使用意向没有显著的影响,但其隐私关注对感知有用性和感知易用性有显著的影响。虽然,Ooi等[4]的结论可以解释移动商务中的隐私悖论问题,但是结果显示的隐私悖论现象不明显。本文则通过整合TAM理论与隐私计算理论得到了显著结果,很好地解释了移动社交商务中的隐私悖论现象。

2.3 隐私计算理论与隐私悖论

隐私计算理论由Laufer和Wolfe提出的行为计算演化而来,Laufer和Wolfe认为披露个人信息的意图是基于理性的风险―收益计算[30]。该模型假设个人可以同时对信息披露的成本和收益有强烈的认识[5],当确保某些利益且风险适中时,信息披露中的隐私权损失是可以接受的。隐私计算中成本主要指个人拥有的隐私信息存在被利用、窃取的风险,而这些风险会导致未来的不安或损失。Hui、Park和Kim[31]将收益分为两类:获得自我、金钱、产品和遵守社会规范的外在利益;获得快乐、新奇和利他主义的内在利益。

目前,关于隐私计算理论的应用主要解释特定利益与隐私披露间的关系。例如,当感知利益、自我呈现和关系维系所获得的利益超过其他风险因素时,用户就产生披露更多个人信息的动机[32]。在网上购物和求职的实用环境中,隐私关注与用户提供信息和采用在线服务的意愿之间存在负面关系[5,33]。与此同时,个性化和利益补偿[34]、公平和信任[35]等诸多因素通过影响收益与成本感知,也间接影响了信息披露。此外,一些学者应用隐私计算理论探讨了社交网络[7]、社会化搜索[35]、移动社交媒体[37]和电子商务[38]等中的隐私悖论现象。Ooi等[4]发现,在移动社交商务中,用户通过与其他消费者的互动,获得可靠的产品信息和情感支持,从而进一步增加了用户披露信息的意图。但少有文献探讨隐私计算感知收益和感知成本的中介作用。

PBit=α5+β5PCit+ε5;

3研究模型和假设

根据文献综述,本文基于隐私计算理论和TAM理论提出本文的研究模型,如图1所示。在该模型中,本文探讨在隐私悖论情况下,移动社交网站的使用意向与隐私关注、感知有用性、感知易用性、感知风险和感知收益的关系,具体假设如下。

图1 本研究模型

3.1 隐私关注与使用意向

隐私关注是指用户在网络上披露的隐私信息可能会给自己带来潜在麻烦的担心或忧虑[20],是一种多维度的风险认知[39]。已有学者对隐私关注与使用意愿之间的关系进行了研究,发现在社交网络、移动社交媒体等场景下,隐私关注与使用意向呈负相关关系[20,40-41]。但是,在隐私悖论现象中,Taddicken、Jers[42]和Ooi等[4]认为,即便用户关注隐私,但是其隐私关注态度不一定与他们在保护隐私方面的行为相对应。因此,用户可能会表现出较高的使用意愿。例如,Lowry、Cao和Everard[43]发现,在即时社交媒体中无论是美国用户还是中国用户,隐私关注均正向影响使用意向。尤其对于网络知识水平较低的用户,他在使用过程中更不会注意自己的隐私保护,而随意披露个人的隐私信息[16]。在移动社交商务中,消费者通过披露自己的偏好行为和私人信息等隐私,获取移动商务中的其他人给予的购买建议或者情感支持[4,6]。因此,虽然用户常常关注自己在使用移动社交商务过程中的隐私信息,但用户通过披露隐私可以获得更多的利益,从而驱使用户倾向于使用移动社交商务[44]。由此,本文提出如下假设:

隐私悖论现象中,隐私关注正向影响移动社交商务的使用意向(H1)。

目前,报业机构逐渐重视微博、微信的运营,报业机构纷纷开设了官方微博和微信,部分实力雄厚的报业机构推出了APP,“微博+微信+客户端”的构架日趋稳健。除了“新华社”“人民日报”“澎湃新闻”“上海观察”等,2017年,温州日报报业集团、长江日报报业集团、大众报业集团等纷纷推出或者更新了APP,从频道内容到运营方式进行了不断的完善。表1中,传播力指数是对国家网信办许可和确认的100家主流媒体和新闻网站主办的新闻客户端的访问量、原创量、发稿量、被转载量等数据进行计算之后,分析其传播力和影响力。

综上,为避免喹诺酮类药物的不合理使用,减少其不良反应的发生率,应给予积极的药学干预,包括系统化评估处方、教育培训、加强处方监管、质量持续改进等,效果理想,值得推广。

3.2 TAM理论下的隐私关注与使用意向

TAM理论被广泛应用于使用意向与行为之间关系的研究,即分析感知有用性和感知易用性对使用意向的影响[45]。Tan和Todd[46]发现,具有高度隐私关注的社交媒体用户更加重视社交媒体的易用性和有用性,以证明其使用决策的合理性。Hew等[6]观察到旅游者的隐私关注不能阻止他们在移动社交媒体上不断创建与旅行相关的内容。故而,尽管旅游者非常关注隐私,但他们愿意提供更多的内容,这主要是因为他们认为移动社交媒体是与旅行相关的、有用的工具[47]。也就是说,在移动社交网站中,用户关注隐私时,会给移动社交网站更高评价。这种更高评价促进了用户的使用意向。同样,在移动社交商务中,当用户表现出较高的隐私关注时,他们往往会对移动商务的有用性给出更高评价,以证明他们使用该移动社交商务是因为有用性价值高于他们潜在的隐私损失[1,4]。即移动社交商务的感知有用性在隐私关注与使用意向之间起中介作用。因此,本文提出如下假设:

隐私悖论现象中,隐私关注正向影响感知有用性(H2a);

隐私悖论现象中,感知有用性正向影响移动社交商务的使用意向(H2b);

隐私悖论现象中,感知有用性在隐私关注与移动社交商务使用意向之间起中介作用(H2c)。

诸多学者已证实,移动技术与网络技术的易用性和实用性是用户对移动技术采用和使用意向的原因[1,29]。同样,移动社交商务对消费者来说是一个易于使用且对他们有用的平台,那么用户应该有更高的使用意图。在TAM理论支持下,就有与感知有用性类似的结论,隐私关注与移动易用性也有关[4]。即移动社交商务用户的隐私关注将使他们对移动社交商务的感知易用性作出更高的评价,因为他们以此来证明他们使用移动社交商务的合理性,所以感知易用性在隐私关注与使用意向间起中介作用。因此,本文提出如下假设:

中小企业既是全球经济发展的重要推动力量,也是我国国民经济不可或缺的组成部分。当前中小企业所处的竞争环境日益激烈,稍有不慎,企业便可能陷入困境;而技术变革日新月异,如同生物进化一般,必然会淘汰那些发展停滞不前、迂腐守旧、缺乏远见卓识的企业;与此同时,市场发展瞬息万变,好的商机随时可能擦肩而过,机遇永远优待有准备者。于是,战略管理就成为不少优秀企业的必修课,越来越多的企业开始愈发的重视企业的经营管理战略,企图以此来保障企业的基业长青。

隐私悖论现象中,隐私关注正向影响感知易用性(H3a);

隐私悖论现象中,感知易用性正向影响移动社交商务的使用意向(H3b);

隐私悖论现象中,感知易用性在隐私关注与移动社交商务使用意向之间起中介作用(H3c)。

3.3 隐私计算理论下的隐私关注与使用意向

隐私计算理论旨在解释当用户面对隐私感知风险的收益和成本时,用户的态度、信念、意图和行为[48-49]。隐私感知风险则是个人信息被非法利用或不当使用所造成的损失[32]。根据隐私计算模型,在IT环境下,隐私的感知利益和感知风险应分别对信息披露意愿产生正面和负面影响[5,48]。大量研究表明,隐私关注越高,感知风险越大[32,50]。

新生入学教育既是大学教育的一个重要环节, 也是高校思想政治教育工作的一个重要内容。抓住新生入学教育的有利时机,对新生在学习生活、理想信念、道德诚信、身心健康等方面有针对性地给予及时的、必要的、科学的指导和帮助, 使他们尽快适应大学生活和角色转变, 这对营造良好的校风、班风、学风和为以后的学生管理工作都打下良好的基础。这也是高校在以人为本的办学理念指导下,对入学新生所进行的有重要意义的教育和培养,也是新时代大学新生在人生中不可或缺的重要一课。

一方面,军事领域是科技最前沿、最活跃的领域,以科技引领、科技创新助推军民融合深度发展,是加快国防和军队现代化建设的根本途径,也是提升备战打仗能力的重要保障。另一方面,随着国家利益快速拓展,海外安全问题日益突出,需要加大军事保障力量走出去力度,这也为军民融合发展开辟了广阔天地。可以说,军事科技新领域与军事保障力量走出去都迎来了前所未有的新时代,进入了重投深耕、方兴未艾的崭新阶段。

UIit=α9+β12PCit+β13PBit+ε9。

今年,在师、团、连干部三级联动下,该团深入开展专家讲理论、干部讲政策、群众讲故事活动。充分吸纳“访惠聚”驻连工作队和师市结亲下沉干部、“两委”人员、致富能人等参与,组建宣讲小分队,走进各贫困家庭开展心理疏导、心灵关爱、爱心帮扶等宣讲活动。特别对于那些丧失信心的贫困户,宣讲团成员与他们“补感情”“拉家常”“交朋友”,讲清讲透扶贫政策、现场传授脱贫致富经验。今年以来,师市、团、连干部采取“走访+群众会”的形式,宣讲有关扶贫政策,召开群众会50余场次,参与群众近5000余人次,増强了群众主动脱贫的动力。

由表4的相关系数矩阵可知,各变量之间相关系数小于0.6,且VIF(variance inflation factor)值远小于10,说明变量之间不存在多重共线性。

隐私悖论现象中,感知风险正向影响移动社交商务的使用意向(H4b);

隐私悖论现象中,感知有用性在隐私关注与移动社交商务使用意向之间起中介作用(H4c)。

感知收益通过泄露个人信息来获得情感支持、工具支持、信息支持和评估支持[54]。移动社交商务用户在网络上披露个人信息的主要目的是获得更多的个性化建议、产品,建立更广的人际关系以及获得组织归属感。安昭宇和刘鲁川[50]认为,隐私关注与感知收益呈负向关关系。但是,Choon和Jane[18]发现,尽管Facebook的用户与其朋友担心隐私问题,但是他们仍然会彼此分享负面的、重要的生活事件以获得慰藉。同样,在移动社交商务中,用户只有通过披露更多个人偏好、地理位置等才能获得更多的感知收益。

社交商务的基础在于它能够提供社交互动以支持用户在线交易产品和服务[4],而这些利益则推动用户使用社交商务[47]。移动社交商务的广泛应用,使得用户对个性化的预期收益产生了更高期待,从而提高了用户对使用移动社交商务的期望效用[51-52],并且那些更具敏感性的个性化隐私信息可能会给用户带来更高的预期收益[32]。故而,对于大多数用户来说,为了满足上述需求,而披露了超过自己所能控制的私人信息,并且他们已经很难再修正这样的自我披露习惯[44]。此外,当用户自认为隐私可控时,用户会通过披露自己的个性化需求或地点等隐私内容获取更高的感知收益,进而促进用户使用移动社交商务[4,6]。因此,本文提出如下假设:

隐私悖论现象中,隐私关注正向影响感知收益(H5a);

TAM理论和隐私计算理论的四个维度的变量(感知有用性、感知易用性、感知风险和感知收益)均对移动社交商务的使用意向具有显著正向影响(β=0.567,p<0.01;β=0.575,p<0.01;β=—0.292,p<0.01;β=0.523,p<0.01)。H2b、H3b、H4b和H5b均得到验证。同时,感知风险的正向显著关系说明,消费者在使用移动社交商务时,虽然感受到风险的存在,但是移动社交电商带来的利益远大于风险,使得消费者在明知有风险的情况下,也会使用移动社交电商,因而移动社交商务中确实存在隐私悖论现象。

隐私悖论现象中,感知收益在隐私关注与移动社交商务使用意向之间起中介作用(H5c)。

4研究方法

4.1 样本选择与数据收集

由于本文研究对象是使用移动社交商务APP的用户,因此采用问卷调查法来获取个体数据。问卷中的测量题均来源于国外已有文献,本文根据用户特点对量表进行修改,最终形成本文的调查问卷。问卷采用李克特五级量表,“1”表示“非常不同意”,“5”表示“非常同意”。对于数据收集和分析,首先剔除不合格问卷,然后采用因子分析法,将因子载荷低和意义不明显的题项删除,最终用保留题项的数据进行统计分析。本文按如下标准剔除样本:问卷填写时间少于1.5分钟的问卷;连续数个题项都填写相同答案的问卷;同一维度中有明显矛盾性反应的问卷。在300份问卷中,最终获得有效问卷240份,有效率为80%,样本的人口统计学特征如表1所示。

此外,Pentina等[3]认为,用户对移动APP效用的评估可以激励用户采纳和使用移动APP,而隐私关注对APP的采纳和使用有负向影响。因此,在一般情景下,隐私关注与使用行为呈负相关关系[35-36,51-52]。但是,在隐私悖论情景下,用户并不总是理性地对其信息披露采取行动,特别是声称自己能够承受大量隐私风险和可以控制自己隐私披露的用户,这些用户仍然会表现出相对较高水平的信息披露行为[48]。

表1 样本特征统计分析结果

变量分类占比/%样本数量性别男28.368女71.7172年龄18岁以下5.01218~23岁94.222624~29岁0.4129岁以上0.41受教育水平高中及以下2.15大专13.332本科83.3200硕士0.82博士0.41网购经验1年以下23.3561~3年53.31283~5年17.1415年以上6.315

4.2 分析方法

首先,本文用SPSS22对问卷变量和模型进行信度和效度分析,分析结果如表2所示。结果显示,隐私关注、感知有用性、感知易用性、感知风险、感知收益和使用意向等六个变量,解释了总变异量的77.824%,表明没有任何单一变量解释绝大部分变异量,故数据的同源误差在合理范围内。总量表的Cronbach's α系数值为0.93,各个变量的Cronbach's α系数值均在0.8以上,组合信度(composite reliability,CR)指标均大于0.7,说明量表的内部一致性水平较好,问卷具有较高的信度。KMO(kaiser meyer olkin)值均大于0.7,说明量表适合做因子分析。本文采用聚合效度和区分效度共同检验数据的有效性(结果分别见表2和表3)。一般而言,潜变量因子载荷大于0.7且平均提取方差值大于0.5,表示聚合效度较好。本研究中,所用变量的因子载荷基本大于0.7,虽然PC1(0.67)和MEU4(0.68)的因子载荷略小于0.7,但是其因子载荷值很接近0.7,故本文不剔除PC1和MEU4两个题项。同时,所有变量的AVE(average variance extracted)值均大于0.5,表明量表具有较好聚合效度。此外,由表3可知,每个变量平均提取方差的平方根大于其与其他潜变量之间的相关系数(sqrt(AVE)>α),结果表明各变量间存在显著差异,区分效度较好。

表2 信度和聚合效度检验结果

潜变量测量变量Cronbach's α系数因子载荷整体Cronbach's α系数累计解释总变异量/%KMOCRAVE隐私关注PC10.8020.670PC20.7030.817PC30.7590.7280.82115.2110.7050.7840.549感知有用性MU10.8900.776MU20.8770.793MU30.8890.774MU40.8770.8140.90929.4680.8490.8690.623感知易用性MEU10.8880.752MEU20.8930.739MEU30.8560.774MEU40.8700.6830.90443.2730.8400.8270.544感知风险PR10.8690.803PR20.8200.856PR30.8000.882PR40.8580.7000.87555.9160.8020.8860.662感知收益PB20.8640.826PB30.8640.856PB40.8320.8740.89767.6850.7480.8880.726使用意向UI10.8570.702UI20.8620.750UI30.8240.817UI40.8200.8020.87677.8240.8290.8520.592

表3 区分效度检验结果

变量隐私关注感知有用性感知易用性感知风险感知收益使用意向隐私关注0.741感知有用性0.4530.789感知易用性0.5550.7150.738感知风险0.5740.3280.380.814感知收益0.350.4390.4210.1630.852使用意向0.4940.5440.5580.2880.520.769

其次,本文采用温忠麟、侯杰泰和张雷[56]提出的三步检验法来检验变量的中介效应:第一,对因变量和自变量进行回归分析;第二,对因变量和中介变量进行回归分析;第三,因变量同时对中介变量和自变量进行回归。根据三步检验分别构建如下回归方程:式(1)用来回归分析自变量对因变量的影响;式(2)~式(5)用来回归分析自变量对中介变量的影响;式(6)~式(9)用来回归分析自变量和中介变量对因变量的影响。式(1)~式(9)如下:

首先,在第一小时内发车间隔为450 s,在第二个小时内发车间隔为550 s,停站时间序列为[40,30,35,30] s时,只有1/4的重叠能够实现制动能量内的有效利用。在使用多列车运行节能优化后,前端最优解为:列车在第一小时内发车间隔调整为463 s,在第二小时内发车间隔调整为556 s,停站时间序列调整为[35,35,40,25] s。在 2 h的仿真时间中,有3/4可以产生制动能量的有效利用。优化前后的区间能耗结果如表2所示。

UIit=α1+β1PCit+ε1;

(1)

MUit=α2+β2PCit+ε2;

(2)

MEUit=α3+β3PCit+ε3;

(3)

PRit=α4+β4PCit+ε4;

(4)

虽然Hew等[1]和Ooi等[4]探讨了移动社交商务中的隐私悖论现象,但是仅从TAM或ECM单一理论进行探讨,具有一定的片面性。国内外鲜有文献通过隐私计算理论与TAM理论的整合来探究隐私悖论的问题。鉴于此,本文综合考虑将TAM理论与隐私计算理论整合,深入探讨移动社交商务中的隐私悖论现象,尤其是分析感知有用性、感知易用性、感知风险和感知收益在隐私悖论中的多重中介效应,以确定移动社交商务中的隐私悖论现象、成因和作用关系,明确隐私悖论现象下隐私关注对移动社交商务用户使用意向的影响。

(5)

UIit=α6+β6PCit+β7MUit+ε6;

(6)

UIit=α7+β8PCit+β9MEUit+ε7;

(7)

UIit=α8+β10PCit+β11PRit+ε8;

风吹草低,白云蓝天。一顶帐篷扎在草地上,帐篷上挂着一朵红色绢花。几天没刮胡子的杰克坐在帐篷里,捧着笔记本电脑。他在写微博:今天是我出走的第七天了,面对草原,让我不由想起中国的两句诗,风吹草低见牛羊。我什么也没看见,我的心情像草原一样迷茫,难道我错了?我不该来中国?不该爱上一个中国姑娘?婷婷,我想你。

(8)

具体而言,在移动社交商务中,用户在他们的人际网络中与其朋友分享位置相关信息和购买偏好时,可能获得个性化、多样性推荐等好处,从而获得高于预期风险的收益[53]。这些好处将促使用户持续使用移动社交商务。但是,移动社交商务有可能获取用户的地理信息等敏感信息[49],用户可能会在无法控制感知风险的情况下,而继续使用移动社交商务服务。因此,移动社交商务中,用户的风险感知及对风险的控制在隐私关注和移动社交商务的使用意向之间起中介作用。基于上述描述,本文提出如下假设:

(9)

最后,本文采用Sobel检验、Goodman检验和Bootstrap法验证变量的中介效应。其中,当Sobel检验的Z值呈现显著时(大于1.96),Goodman检验显著或Bootstrap置信区间不包含0值时,表示中介效应具有显著性。通过这三种检验方法,可进一步判断中介效应的稳健性。

5数据分析与结果

5.1 相关系数矩阵

隐私悖论现象中,隐私关注正向影响感知风险(H4a);

表4 相关系数矩阵

变量平均值标准差PCMUMEUPRPBUIVIF隐私关注(PC)4.0780.88011.920感知有用性(MU)3.6420.8940.453***12.168感知易用性(MEU)3.7650.8680.555***0.515***12.412感知风险(PR)3.7521.0880.574***0.328***0.38***11.520感知收益(PB)3.2560.9330.35***0.439***0.421***0.163**11.311使用意向(UI)3.4720.7860.494***0.544***0.558***0.288***0.52***11.000

注:“*”“**”和“***”分别表示p<0.1,p<0.05和p<0.01;N=240。

5.2 隐私悖论的回归分析

表5列出了隐私关注对隐私悖论变量影响的回归结果。可以看出,在三个控制变量中,性别和手机网购时间对中介变量和因变量有显著影响。在隐私悖论中,男性较为关注移动社交网站的感知有用性和感知易用性,而女性则非常在意在移动社交网站中的风险和获得的收益,尤其关注移动社交购物中产生的风险。此外,在隐私悖论情景下,用户使用手机进行网购的时间越长,越倾向于使用移动社交电商APP进行购物。

在我国农机监理业务办理过程中,要以服务机手为主要目标,并站在农机手的角度去思考问题,在实际工作中要遵循为机手服务的态度及热情,不断提升服务效率和质量。认真听取农机手提出的意见和建议,积极采纳,并将其真正落实到服务工作中。只有这样,才能真正提升农机监理服务的效果。

由表5可知,隐私关注对移动社交商务的使用意向有显著正向影响(β=0.501,p<0.01),H1得到验证。隐私关注对TAM理论的感知有用性和感知易用性均有显著的正向影响(β=0.453,p<0.01;β=0.556,p<0.01),H2a和H3a得到支持。同时,隐私关注对隐私计算理论的感知收益和感知风险有显著的正向影响(β=0.565,p<0.01;β=0.347,p<0.01),H4a和H5a得到支持。

表5 隐私悖论的回归结果

变量模型-MU模型-MEU模型-PR模型-PB模型-UI性别-0.112*0.089*-0.111*0.087*0.231***-0.0390.116*-0.0320.016网购经验-0.0420.030-0.0760.053-0.0740.0240.0030.0010.018网购时间-0.0210.164**0.0320.135**0.0540.133**-0.0010.149***0.160*隐私关注0.453***0.556***0.565***0.347***0.501***使用意向0.567***0.575***0.292***0.523***调整后R20.2080.3280.3140.3370.3840.0870.1210.2800.260F值***16.68330.17228.3131.37938.2736.6639.23424.19222.023DW值1.6912.1311.9592.0181.8672.0191.9421.8911.961

注:“*”“**”和“***”分别表示p<0.1,p<0.05和p<0.01;N=240。

隐私悖论现象中,感知收益性正向影响移动社交商务的使用意向(H5b);

为了进一步分析不同人口统计学特征对上述结论的影响,根据表5控制变量的显著性特征和样本的分布合理原则,本文选择性别和网购时间两个变量进行分析,结果如表6和表7所示。

表6 性别对隐私悖论回归结果的影响

模型性别网购经验网购时间隐私关注使用意向调整后R2F值DW值模型-MU男0.141-0.1260.636***0.44417.064***2.1260.020.0160.593***0.2517.165***2.016女-0.1340.0130.391***0.16911.396***1.3130.0480.201***0.577***0.37133.079***1.95模型-MEU男0.049-0.0590.616***0.39113.712***1.958-0.004-0.1180.446***0.2216.05***1.693女-0.124*0.060.534****0.30824.898***1.844-0.134*-0.0640.615***0.38535.001***1.920模型-PR男-0.0450.1500.505***0.2527.179***1.9860.079-0.097-0.0660.0160.357***1.930女0.011-0.0970.624***0.40438.028***1.8580.0240.206***0.405***0.20614.498***1.842模型-PB男-0.1400.1370.1530.0541.223***1.7090.025-0.0290.436***0.1965.206***1.915女0.032-0.0470.413***0.17511.87***1.9750.0080.194***0.536***0.33027.628***1.816模型-UI男0.095-0.0250.449***0.2085.592***1.645女-0.0020.207***0.509***0.30324.377***1.638

注:“*”“**”和“***”分别表示p<0.1,p<0.05和p<0.01;N=240。

对比表5的结果,表6揭示男性对移动社交商务的使用意愿在技术接受理论中更显著。例如,男性样本中隐私关注与感知有用性和感知易用性的相关系数比女性样本的相关系数大。而女性对移动社交商务的使用意愿在隐私计算理论中更为显著。例如,女性样本中因素关注与感知风险和感知收益的相关系数比男性样本的相关系数大。这是因为男女在隐私关注下使用移动社交商务的动机或目的不同,男性往往关注使用移动社交商务是否具有便利性和有用性,而不是通过衡量在隐私关注下使用移动社交商务获得利弊来判断是否使用移动社交商务。但对于女性而言,似乎不关心移动社交商务是否好用,而更在意隐私关注下是否可以在较小的风险下获得更多期望收益。因此,针对不同性别可以用与之对应的理论解释其在移动社交商务过程中的隐私悖论现象。

与表5的结论相比,表7对网购时间的分类回归结果显示,由于长时间使用移动社交商务网购就会对其产生依赖,从而增加了用户的使用意愿。同时,当较高隐私关注用户的网购时间较长时,他们往往会对移动商务的易用性、有用性和感知收益等给出更高评价。在网购时长较短的情形下,网购经验与隐私关注和使用意愿呈负相关关系。这是因为较早使用移动社交商务的用户一般是技术达人,对移动社交商务技术或服务有深刻的了解,所以他们会更加关注隐私问题,当其过分注重隐私的负面问题时,则会降低其使用移动社交商务的使用意愿。

2.1.6 营养状况 患者手术范围较大,术后又发生了皮瓣坏死和淋巴漏,丢失了大量的蛋白质。另外术后化疗造成了恶心、呕吐等胃肠道反应较严重,造成纳差;白蛋白33 g/L,球蛋白36 g/L,白球比例0.92。白蛋白的缺乏,白球比例的倒置提示肝功能下降,合成蛋白能力欠佳,机体负氮平衡必然影响伤口的愈合。

5.3 隐私悖论的多重中介效应

按照中介效应的三步检验法,获得隐私悖论的多重中介效应结果,如表8所示。结果表明,感知有用性和感知易用性为隐私关注和使用意向的部分中介,说明TAM理论可解释隐私悖论,即在移动社交商务中隐私关注既直接作用使用意向,还通过对移动社交商务的感知有用性和感知易用性间接作用于使用意向。隐私计算理论则可部分解释隐私悖论现象,即感知收益的中介效应显著,但感知风险的中介效应不显著。这说明在所有变量同时考虑情形下感知风险的负向作用与隐私关注的正向作用相互作用,使得感知风险的中介效应不显著。

结合中国种子植物属的地理成分分布格局、中国热带植物区系、中国有分布的典型热带科、中国植被区划和植物区系分区,我们提出北纬22°30′是中国南部和东南部的生物地理热带北界, 但在云南西部热带北界可达到北纬24°30′, 在西藏南部的深切河谷可达到北纬29°(图2)。

表7 网购时间对隐私悖论回归结果的影响

模型网购时间性别网购经验隐私关注使用意向调整后R2F值***DW值模型-MU模型-MEU模型-PR模型-PB模型-UI≤3小时>3小时≤3小时>3小时≤3小时>3小时≤3小时>3小时≤3小时>3小时-0.174**-0.157**-0.002-0.125-0.155**-0.139**-0.01-0.1190.293***-0.1230.0930.225**0.082-0.0950.1520.161*-0.0480.203**-0.84-0.112*0.0470.022-0.112*-0.141**0.025-0.017-0.0360.071-0.1460.013-0.0140.0700.049-0.0690.0610.0060.414***0.533***0.510***0.657***0.59***0.515***0.276***0.503***0.443***0.582***0.484***0.709***0.492***0.736***0.224***0.445***0.461***0.603***0.2140.2740.2770.4590.3020.2810.4240.5020.4240.0540.3470.2890.0820.2190.2990.4520.2040.42715.20321.1478.16518.09524.19021.89915.69321.53641.2293.18911.3368.6774.97615.7109.09017.59414.31315.8741.9762.1191.6182.0082.0812.0681.5271.9721.9762.0841.7961.8592.2301.9551.9761.9412.0551.942

注:“*”“**”和“***”分别表示p<0.1,p<0.05和p<0.01。

表8 隐私悖论的多重中介效应结果

变量模型-MU模型-MEU模型-PR 模型-PB模型-UI性别0.0640.0640.021-0.0300.044网购经验0.0360.0500.0160.0160.037网购时间0.169**0.147*0.161*0.160**0.162***隐私关注0.308***0.264***0.512***0.364***0.232***感知有用性0.426***0.222**感知易用性0.427***0.192*感知风险-0.020-0.052感知收益0.395***0.262***调整后R20.4010.3830.2570.3950.474F值***33.06530.63717.56432.18227.954DW值2.1752.0151.9551.9522.128

注:“*”“**”和“***”分别表示p<0.1,p<0.05和p<0.01;N=240。

性别和网购时间等人口统计学特征对中介效应的结论也有一定的影响,其结果如表9和表10所示。表9说明了不同性别对隐私悖论多种中介效应的影响,在模型-UI中,女性样本的中介效应较为显著,而男性样本的显著性较差。这说明在隐私关注背景下,女性群体使用移动社交商务的意愿受到多种心理机制的作用,而男性群体的使用意愿则更为直接。虽然不同性别情况下中介效应的系数发生了变化,但是总体而言,性别并未改变多重中介效应的显著性。表10分析了网购时长对中介效应的影响,表明网购时长对单独中介效应并无影响。而当进行多重中介效应分析时,网购时长较短的样本具有较高的显著性,说明未对移动社交商务产生依赖的隐私关注样本对感知有用性、感知风险和感知收益都较为敏感。

为检验感知有用性、感知易用性、感知风险和感知收益中介效应的稳健性,本文进一步采用Sobel检验、Goodman检验和Bootstrap法对变量关系进行分析。其中,Sobel检验的Z值=a×b/sqrt(b2×检验的Z值检验的Z值检验则在置信区间95%内采用了Bias Corrected和Percentile方法,检验结果如表11所示。

表9 性别对隐私悖论多重中介效应结果的影响

变量模型-MU模型-MEU模型-PR 模型-PB模型-UI性别男女男女男女男女男女网购经验0.0440.047 0.0810.0550.0780.0110.0430.0160.0060.063网购时间0.020.199***-0.0090.179***0.0320.205***0.0270.194***0.0920.182***隐私关注0.2210.336***0.275**0.265***0.642***0.424***0.392***0.348***0.342**0.188***感知有用性0.359**0.443***0.279*0.216***感知易用性0.287**0.457***0.0720.211***感知风险-0.382***0.136*-0.248**0.045感知收益0.376***0.392***0.237**0.233***调整后R20.2330.4540.2090.4350.2730.2980.300.4170.3800.508F值***6.1036.505.43933.8687.30119.1418.16831.5306.85626.264DW值2.0141.901.9391.7911.7281.6771.9141.7741.7781.943

注:“*”“**”和“***”分别表示p<0.1,p<0.05和p<0.01;N=240。

表10 网购时间对隐私悖论多重中介效应结果的影响

变量模型-MU模型-MEU模型-PR 模型-PB模型-UI网购时间≤3h>3h≤3h>3h≤3h>3h≤3h>3h≤3h>3h性别0.0180.2040.0100.208**-0.0210.186**-0.0780.1390.0270.154*网购经验0.093-0.0160.103-0.0070.0580.0330.066-0.0140.100-0.008隐私关注0.286***0.330***0.251***0.243**0.498***0.486***0.342***0.372***0.250***0.129感知有用性0.377***0.472***0.225***0.036感知易用性0.375***0.516***0.174**0.369*感知风险-0.094-0.186-0.0990.077感知收益0.366***0.417***0.249***0.302***调整后R20.2990.5620.2850.5540.1900.4140.3110.5200.3800.605F值***19.24222.4518.04821.77311.00912.84520.27519.13915.95715.685DW值2.1122.252.0392.1772.0371.9822.0711.9122.1692.20

注:“*”“**”和“***”分别表示p<0.1,p<0.05和p<0.01;N=240。

表11 中介效应的稳健性检验

自变量中介变量Sobel testGoodman I testGoodman II testBias CorrectedPercentile隐私关注感知有用性6.284***6.266***6.302***0.087**0.079**感知易用性7.487***7.47***7.503***0.090**0.093**感知风险4.238***4.223***4.253***-0.020-0.008感知收益4.890***4.880***4.910***0.0853***0.089***

注:“*”“**”和“***”分别表示p<0.1,p<0.05和p<0.01;N=240;Bootstrap检验的置信区间为95%。

由表11可知,感知有用性、感知易用性和感知收益在隐私关注和使用意向间起显著的部分中介作用。但是,感知风险的三种中介效应稳健检验结果不同,Sobel检验和Goodman检验结果显示显著支持,而Bootstrap检验未通过。因此,笔者认为感知风险对隐私关注和使用意向存在部分中介作用的结果获得部分支持。

6结果讨论与结论

6.1 结果讨论

第一,本文研究证实了移动社交商务中存在隐私悖论现象。隐私关注与使用意向之间呈现显著正向关系(β=0.501***),即虽然消费者对隐私问题非常关注,且希望控制自己的隐私,以保护自己的隐私权。但是另一方面他们却倾向于使用有可能导致个人隐私侵犯的移动社交商务,而忽略了因使用移动社交商务所产生的风险。此外,本文结果可以合理地预测隐私悖论,并合理解释消费者对移动社交商务的使用意向(R2=0.474)。

第二,隐私关注情况下用户虽知道风险,但仍会参与移动社交商务。研究表明,用户的隐私关注使得他们关注由于隐私侵犯而产生的风险(β=0.565***)。但是,由于用户会秉持高风险、高收益的原则而持续使用移动社交商务(β=0.292***),因此当移动社交商务提供的利益大于风险时(β=0.523***),用户仍然会毫不犹豫地使用移动社交商务。这也说明了我国移动社交商务的用户对个人隐私利益的忽视。

第三,隐私悖论中存在多重中介效应。隐私关注除对移动社交商务的使用意向有直接效应外,还通过影响用户的感知有用性、感知易用性和感知收益间接作用于对移动社交商务的使用意向。本文结果与Ooi等[4]结论不同,发现用户的隐私关注却没有通过增加用户的感知风险影响其对移动社交商务的使用意向。这可能是由于用户更关注移动社交商务带来的有用性、便利性和利益,而忽略了潜在的隐私风险。

6.2 研究结论

本文以个体认知为基础,整合TAM理论和隐私计算理论构建了研究模型,深刻分析了隐私悖论的影响因素和多重中介效应,并通过实证验证了移动社交商务中的隐私悖论现象。本文将TAM理论和隐私计算理论的四个维度作为中介变量,发现隐私关注、感知有用性、感知易用性、感知风险和感知收益均对使用意向有显著影响。研究还表明,隐私关注除直接作用于使用意向外,还通过感知有用性、感知易用性和感知收益间接作用于使用意向。同时,感知风险的负向作用与隐私关注的正向作用的双重效应使得在一定条件下感知风险的中介效应不显著。这说明,虽然用户关注风险,但在利益面前却忽略了风险。

通过本文结论,得到以下管理启示。

第一,虽然隐私悖论现象在用户中持续存在,但这并不意味着移动社交商务开发者可以忽略他们的隐私问题。由于用户的隐私关注直接影响用户对移动社交商务的使用意向,因此建议移动社交商务开发者认真对待用户的隐私保护。虽然用户感知风险对隐私关注和使用意向中介效应尚不能定论,但是感知风险与移动社交商务的使用意向呈负向影响关系[4]。

第二,移动社交商务开发者应改进其移动社交商务平台的有用性和易用性,以增加移动社交商务用户的使用意图。建议开发者开发多个手机系统的移动版本,方便用户装载到不同的智能移动设备上。开发者可参考与APP使用相关的研究[2-3],以改进移动社交商务的易用性。

第三,增加移动社交商务提供的相关利益,促进用户之间的交流与推荐。尽管社交商务的买卖信息由商家和用户共同产生,但开发者可通过技术增加用户间的沟通交流。此外,当用户在移动社交商务网站上遇到诸如快递、赝品等问题时,可以获得其他用户或者开发者的支持,使用户获得一定的感知利益和口碑。

然而,本研究亦存在局限性。首先,样本仍然相对较小,且覆盖范围较多以学生为主,未来可以拓展样本的多样性。其次,样本的收集仅覆盖了一个时间点,即本研究使用的数据是横截面数据,未来的研究可设计获取面板数据的观察实验,以解释随时间变化的因果关系。然后,在隐私悖论中信任和社会规范也是影响消费者使用意向的主要因素,但是本文主要考察隐私计算理论和TAM的整合作用,未来可在两个理论上加入信任和社会规范等变量。最后,虽然问卷可以获得广泛的数据,但是缺乏特定的情景与整体理论框架的支撑,故未来一方面可用准实验或者田野实验进行深入研究,另一方面可以通过构建可衡量所有变量的一致性理论框架来解释隐私悖论现象。

令dY/dt=0,y1*=0,y2*=1,X*=(B3-B2-C1-C2)/(B3-B2-C2),如果激励超出了政府的承受范围,政府是不会釆取相应激励措施的,所以B3>B2+C1+C2。

参考文献

[1] HEW J J,LEE V H,OOI K B,et al.Mobile social commerce:the booster for brand loyalty [J].Computers in Human Behavior,2016,59:142-154.

[2] HEW J J,LEE V H,OOI K B,et al.What catalyses mobile apps usage intention:an empirical analysis[J].Industrial Management & Data Systems,2015,115(7):1269-1291.

[3] PENTINA I,ZHANG L,BATA H,et al.Exploring privacy paradox in information sensitive mobile app adoption:a cross-cultural comparison[J].Computers in Human Behavior,2016,65:409-419.

[4] OOI K B,HEW J J,LIN B.Unfolding the privacy paradox among mobile social commerce users:a multi-mediation approach[J].Behavior & Information Technology,2018,37(6):575-595.

[5] DINEV T,HART P.An extended privacy calculus model for e-commerce transactions[J].Information systems research,2006,17(1):61-80.

[6] HEW J J,BADARUDDIN M,MOORTHY M K.Crafting a smartphone repurchase decision making process:do brand attachment and gender matter?[J].Telematics and Informatics,2017,34(4):34-56.

[7] 朱侯,王可,严芷君,等.基于隐私计算理论的SNS用户隐私悖论现象研究[J].情报杂志,2017,36(2):134-139.

[8] HALLAM C,ZANELLA G.Online self-disclosure:the privacy paradox explained as a temporally discounted balance between concerns and rewards[J].Computers in Human Behavior,2017,68:217-227.

[9] ADJERID I,PEER E,ACQUISTI A.Beyond the privacy paradox:objective versus relative risk in privacy decision making[J].MIS Qurtly,2018,42(2):465-488.

[10] HUANG Z,BENYOUCEF M.From e-commerce to social commerce:a close look at design features[J].Electronic Commerce Research and Applications,2013,12(4):246-259.

[11] BARNES S B.A privacy paradox:social networking in the United States[J].First Monday,2006,11(9):5-7.

[12] SMITH H J,DINEV T,XU H.Information privacy research:an interdisciplinary review[J].MIS quarterly,2011,35(4):989-1016.

[13] BARTH S,JONG M.The privacy paradox-investigating discrepancies between expressed privacy concerns and actual online behavior-a systematic literature review[J].Telematics and informatics,2017,34(7):1038-1058.

[14] WOTTRICH V M,VAN REIJMERSDAL E A,SMIT E G.The privacy trade-off for mobile app downloads:the roles of app value,intrusiveness,and privacy concerns[J].Decision Support Systems,2018,106:44-52.

[15] MENG F,GUO X,LAI K,et al.A Personalization-Privacy Paradox in Usage of Mobile Health Services:A Game Theoretic Perspective[C].WHICEB 2018 Proceedings,2018,6:539-545.

[16] BAEK Y M.Solving the privacy paradox:a counter-argument experimental approach[J].Computers in human behavior,2014,38:33-42.

[17] WISNIEWSKI P.The privacy paradox of adolescent online safety:a matter of risk prevention or risk resilience?[J].IEEE Security & Privacy,2018,16(2):86-90.

[18] CHOON K,JANE M.Revisiting the privacy paradox on social media:an analysis of privacy practices associated with facebook and twitter[J].Canadian Journal of Communication,2018,43(2):339-358.

[19] MARREIROS H,TONIN M,VLASSOPOULOS M,et al.Now that you mention it:a survey experiment on information,inattention and online privacy[J].Journal of Economic Behavior & Organization,2017,140:1-17.

[20] BüCHI M,JUST N,LATZER M.Caring is not enough:the importance of Internet skills for online privacy protection[J].Information,Communication & Society,2017,20(8):1261-1278.

[21] GU J,XU Y C,XU H,et al.Privacy concerns for mobile app download:an elaboration likelihood model perspective[J].Decision Support Systems,2017,94:19-28.

[22] LIANG X,ZHANG K,SHEN X,et al.Security and privacy in mobile social networks:challenges and solutions[J].IEEE Wireless Communications,2014,21(1):33-41.

[23] BANDARA R,FERNANDO M,AKTER S.The privacy paradox in the data-driven marketplace:the role of knowledge deficiency and psychological distance[J].Procedia Computer Science,2017,121:562-567.

[24] LI H,LUO X R,ZHANG J,et al.Resolving the privacy paradox:toward a cognitive appraisal and emotion approach to online privacy behaviors[J].Information & Management,2017,54(8):1012-1022.

[25] GINOSAR A,ARIEL Y.An analytical framework for online privacy research:what is missing?[J].Information & Management,2017,54(7):948-957.

[26] DAVIS F D.Perceived usefulness,perceived ease of use,and user acceptance of information technology[J].MIS quarterly,1989,13(3):319-340.

[27] VIJAYASARATHY L R.Predicting consumer intentions to use on-line shopping:the case for an augmented technology acceptance model[J].Information & management,2004,41(6):747-762.

[28] WU J H,WANG S C.What drives mobile commerce?An empirical evaluation of the revised technology acceptance model[J].Information & management,2005,42(5):719-729.

[29] OOI K B,TAN G W H.Mobile technology acceptance model:an investigation using mobile users to explore smartphone credit card[J].Expert Systems with Applications,2016,59:33-46.

[30] LAUFER R S,WOLFE M.Privacy as a concept and a social issue:a multidimensional developmental theory[J].Journal of social Issues,1977,33(3):22-42.

[31] HUI K L,TAN B C Y,GOH C Y.Online information disclosure:motivators and measurements[J].ACM Transactions on Internet Technology,2006,6(4):415-441.

[32] LEE H,PARK H,KIM J.Why do people share their context information on social network services?A qualitative study and an experimental study on users' behavior of balancing perceived benefit and risk[J].International Journal of Human Computer Studies,2013,71(9):862-877.

[33] YANG S,WANG K.The influence of information sensitivity compensation on privacy concern and behavioral intention[J].ACM SIGMIS Database:the DATABASE for Advances in Information Systems,2009,40(1):38-51.

[34] 李延晖,梁丽婷,刘百灵.移动社交用户的隐私信念与信息披露意愿的实证研究[J].情报理论与实践,2016,39(6):76-81.

[35] 李海丹,洪紫怡,朱侯.隐私计算与公平理论视角下用户隐私披露行为机制研究[J].图书情报知识,2016(6):114-124.

[36] 孙霄凌,程阳,朱庆华.社会化搜索中用户隐私披露行为意向的影响因素研究[J].情报杂志,2017,36(10):172-179.

[37] WANG T,DUONG T D,CHEN C C.Intention to disclose personal information via mobile applications:a privacy calculus perspective[J].International Journal of Information Management,2016,36(4):531-542.

[38] ZHU H,OU C X J,VAN DEN HEUVEL W,et al.Privacy calculus and its utility for personalization services in e-commerce:an analysis of consumer decision-making[J].Information & Management,2017,54(4):427-437.

[39] STADDON J,ACQUISTI A,LEFEVRE K.Self-reported social network behavior:accuracy predictors and implications for the privacy paradox[C].Social Computing International Conference on IEEE,2013:295-302.

[40] YUN H,HAN D,LEE C C.Understanding the use of location-based service applications:do privacy concerns matter?[J].Journal of Electronic Commerce Research,2013,14(3):215.

[41] ZHOU T,LI H.Understanding mobile SNS continuance usage in China from the perspectives of social influence and privacy concern[J].Computers in Human Behavior,2014,37:283-289.

[42] TADDICKEN M,JERS C.The uses of privacy online:trading a loss of privacy for social web gratifications[M]. Berlin,Springer,2011:143-156.

[43] LOWRY P B,CAO J,EVERARD A.Privacy concerns versus desire for interpersonal awareness in driving the use of self-disclosure technologies:the case of instant messaging in two cultures[J].Journal of Management Information Systems,2011,27(4):163-200.

[44] KOKOLAKIS S.Privacy attitudes and privacy behaviour:a review of current research on the privacy paradox phenomenon[J].Computers & Security,2017,64(2):122-134.

[45] TAYLOR S,TODD P A.Understanding information technology usage:a test of competing models[J].Information systems research,1995,6(2):144-176.

[46] TAN G W H,OOI K B,LEONG L Y,et al.Predicting the drivers of behavioral intention to use mobile learning:a hybrid SEM-Neural Networks approach[J].Computers in Human Behavior,2014,36:198-213.

[47] LEE C H,CRANAGE D A.Personalisation-privacy paradox:the effects of personalisation and privacy assurance on customer responses to travel Web sites[J].Tourism Management,2011,32(5):987-994.

[48] KEITH M J,THOMPSON S C,HALE J,et al.Information disclosure on mobile devices:re-examining privacy calculus with actual user behavior[J].International journal of human-computer studies,2013,71(12):1163-1173.

[49] SUN Y,WANG N,SHEN X L,et al.Location information disclosure in location-based social network services:privacy calculus,benefit structure,and gender differences[J].Computers in Human Behavior,2015,52:278-292.

[50] 安昭宇,刘鲁川.SNS用户感知风险、感知收益与隐私忧虑间的关系[J].数学的实践与认识,2013,43(2):127-137.

[51] XU H,LUO X R,CARROLL J M,et al.The personalization privacy paradox:an exploratory study of decision making process for location-aware marketing[J].Decision support systems,2011,51(1):42-52.

[52] MOROSAN C,DEFRANCO A.Disclosing personal information via hotel apps:a privacy calculus perspective[J].International Journal of Hospitality Management,2015,47:120-130.

[53] ZHAO L,LU Y,GUPTA S.Disclosure intention of location-related information in location-based social network services[J].International Journal of Electronic Commerce,2012,16(4):53-90.

[54] NOSKO A,WOOD E,MOLEMA S.All about me:disclosure in online social networking profiles:the case of FACEBOOK[J].Computers in human behavior,2010,26(3):406-418.

[55] 温忠麟,侯杰泰,张雷.调节效应与中介效应的比较和应用[J].心理学报,2005,37(2):268-274.

UserPrivacyParadoxinMobileSocialCommerce

Dong Kunxiang1,Xie Zongxiao2,Zhen Jie3

(1.School of Management Science and Engineering,Shandong University of Finance and Economics,Ji'nan 250014,China;2.China Financial Certification Authority,Beijing 100054,China;3.School of Business Planning,Chongqing Technology and Business University,Chongqing 400067,China)

Abstract: Based on TAM theory and privacy computing theory,this paper explores the phenomenon of privacy paradox in mobile social commerce,the impact of privacy concerns on the use intentions of mobile social commerce users and the multiple mediating effects in privacy paradox.The results show that:men pay more attention to the perceived usefulness and perceived ease of use of mobile social commerce,and women are very concerned about the risks and benefits;the variables of perceived usefulness,perceived ease of use,and perceived benefits mediate the relationship between privacy concerns and usage intentions,meanwhile the mediating role of perceived risks is partially supported.

Keywords: privacy paradox;privacy computing theory;TAM theory;mobile social commerce

中图分类号:G20

文献标志码:A

文章编号:1002-980X(2019)06-0125-12

收稿日期:2019-05-07

基金项目:国家社会科学基金青年项目“强制性标准下企业信息安全外包与保险决策的协同机制及风险控制研究”(17CGL019)

作者简介:董坤祥(1988—)男,山东德州人,山东财经大学管理科学与工程学院讲师,博士,研究方向:信息安全保险与管理;谢宗晓(1979—)男,山东日照人,中国金融认证中心高级工程师,博士,研究方向:信息安全管理;甄杰(1986—)男,山东德州人,重庆工商大学商务策划学院讲师,博士,研究方向:信息安全治理。

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

董坤祥:移动社交商务下用户的隐私悖论论文
下载Doc文档

猜你喜欢