中国公众隐私关注及影响因素研究.docxVIP

? ? 中国公众隐私关注及影响因素研究 ? ? 　　 B82 ：A 　　 一、引言 　　 大数据作为当前最热门的研究和应用领域，其快速发展已经引起学术界、产业界、政府部门、媒体界和公众的广泛关注。大数据的广泛应用在产生巨大经济社会价值的同时，也带来了诸多现实挑战，如数据的二次利用对隐私造成的可能威胁，数据预测可能导致的隐私歧视以及全面监控导致的隐私无处可藏，等等。 　　 由于隐私本身难以被测量，因此西方管理学领域的学者引入了隐私关注(Privacy Concerns)的概念来考察公众的隐私态度，通过隐私相关变量来测量隐私[1]。随着用户隐私意识的不断增强，隐私关注已经成为学者研究的热点。关于隐私关注的研究主要集中在以下几方面：其一为隐私关注测量量表的开发，西方学者一直致力对隐私关注进行测量，已经开发了GIPC、GCIP、CFIP和IUIPC量表等[2][3][4][5]。杨姝等[6]考察了互联网环境下CFIP和IUIPC量表在中国的适应性，认为IUIPC量表具有更高的稳定性和收敛速度，更适用于中国国情；其二为隐私关注的影响因素，例如APCO模型[7]，涉及人口统计学特征、信息类型、隐私经历差异、隐私意识差异、个体特征差异、文化/气候差异、政策差异等因素；其三为隐私关注的行为结果，比如提供真实信息、提供虚假信息、拒绝提供信息以及向相关组织投诉等。 　　 截至目前，关于隐私关注的绝大多数实证研究是在美国进行[5]，此外，欧盟2015年对其28个成员国开展过面向公众的数据保护调查。2014-2015年美国皮尤研究中心进行了连续4次隐私调查，其中2014年的调查表明[8]，93％的成年人表示，控制谁能获取他们的信息是重要的，80％的用户担心类似广告商或企业的第三方会访问他们分享在社交网络的数据。欧盟2015年6月发布的《欧盟晴雨表：数据保护》[9]显示，有超过80％的被调查者担心不能完全控制个人数据，但71％的被调查者认为，“提供个人信息在现代生活中越发频繁，并且如果要获得服务的产品，除了提供个人数据，没有别的选择”。 　　 在中国，2017年6月菜鸟网络和顺丰速运的公众快递信息之争、2017年8月腾讯华为的公众聊天信息之争、2018年1月支付宝的用户年度账单引发的默认勾选风波，均显示公众隐私数据之争愈演愈烈，在唤醒公众数据隐私意识的同时，也引发了公众对数据泄露的担忧，促使学术界对此展开激烈的讨论。 　　 大数据语境下，隐私问题日益受到关注。有鉴于此，本研究基于对中国公众隐私关注情况的问卷调研及数据分析，着重探究中国公众的隐私关注及其影响因素，以期为我国有关隐私的政策和法律制度提供研究支撑及启示。 　　 二、研究变量、研究假设与研究模型 　　 本研究从计划行为理论、隐私计算理论视角，借鉴APCO模型、IUIPC量表及相关研究提出的影响隐私关注、行为意愿及行为策略的基础因素，确定模型所需要的指标变量，包括隐私关注、行为意愿、行为策略、感知风险、感知收益、信任、隐私政策、隐私泄露经历、数据素养、社群影响、隐私倾向等，在理论研究基础上提出研究假设，进而构建隐私关注影响因素研究模型。 　　 1.变量释义与研究假设 　　 (1)隐私关注。隐私关注最早的定义是指个人将其数据提供给某个组织后，对组织如何使用及保护个人信息的一般担忧[3]。现在经常出现在西方管理学与信息系统研究方面文献中的“隐私关注”是指“互联网使用者对控制、收集和使用其个人信息或者其在互联网上获得信息的关注”，并通常使用“信息隐私关注”的概念来表示人们对可能失去控制自己信息隐私的担忧[10]。本研究认为，隐私关注是公众对具体隐私情景的主观感受，用于测量公众对其隐私信息的被收集、被控制、被存储、被传输以及被监测等的认知与关注。 　　 为了弥补传统环境中CFIP量表的不足，Malhotra、Kim和Agarwal[5]基于社会契约理论(Social Contract Theory)开发了互联网情境下的IUIPC量表，包括控制、收集和意识三个维度。其中，收集维度是指测量某人对其个人信息被他人以获利为目的获取时所表现出的担忧程度。控制维度测量用户能按自己意愿对自己的个人信息的控制程度，包括控制个人信息的被使用范围、被泄露的后果等。意识维度测量组织隐私政策的自我感知程度。Schwartz和Solve[11]认为，在线消费者的信息被不恰当收集、存储和传播的风险主要体现在以下四个方面：无法控制收集个人信息的行为、无法控制被收集的个人信息类型、无法控制个人信息的使用范围、无法控制个人信息泄露的后果。因此，当对个人信息的控制能力减弱，将提高其隐私关注程度。 　　 大数据语境下的个人隐私关注同时覆盖了线上和线下领域，而且引发了新的挑战，比如随着计算机处理技术、移动互联网、物联网等信息技术无所不