網(wǎng)絡(luò)用戶(hù)數(shù)據(jù)素養(yǎng)、隱私關(guān)注與隱私信息披露意向

單孟麗，付文婧，張思光

（1.中北大學(xué)經(jīng)濟(jì)與管理學(xué)院，太原 030051；2.拉夫堡大學(xué)體育、訓(xùn)練與健康科學(xué)學(xué)院，英國(guó)萊斯特 LE11 3TU；3.中國(guó)科學(xué)院科技戰(zhàn)略咨詢(xún)研究院，北京 100190）

中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（http：//www.cnnic.net.cn/）發(fā)布的《第49次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2021年12月，我國(guó)網(wǎng)絡(luò)用戶(hù)規(guī)模達(dá)10.32億，互聯(lián)網(wǎng)普及率達(dá)73.0%.大數(shù)據(jù)時(shí)代，人們?cè)谑褂酶鞣N智能移動(dòng)服務(wù)終端的同時(shí)，生產(chǎn)和創(chuàng)造了海量數(shù)據(jù)，成為網(wǎng)絡(luò)數(shù)據(jù)的真實(shí)產(chǎn)出者；谷歌、阿里巴巴、百度、騰訊等數(shù)據(jù)服務(wù)商，通過(guò)智能終端收集和處理用戶(hù)數(shù)據(jù)，對(duì)其進(jìn)行分析開(kāi)發(fā)后，將產(chǎn)品和服務(wù)反向輸入給智能終端用戶(hù).近年來(lái)，網(wǎng)絡(luò)用戶(hù)隱私數(shù)據(jù)被非法搜集和被第三方竊取的事件頻發(fā)，從2018年Facebook安全漏洞受到黑客攻擊，近2900萬(wàn)用戶(hù)隱私信息被泄露，到2021年7月“滴滴出行”嚴(yán)重違法違規(guī)收集使用個(gè)人信息，25款軟件被網(wǎng)絡(luò)安全審查辦公室查處下架，數(shù)據(jù)隱私話(huà)題成為公眾關(guān)注的焦點(diǎn).

我國(guó)于2016年通過(guò)了《中華人民共和國(guó)網(wǎng)絡(luò)安全法》，旨在約束數(shù)據(jù)收集方的行為，以保護(hù)網(wǎng)絡(luò)用戶(hù)數(shù)據(jù)隱私的安全.隨著人們?cè)絹?lái)越傾向用隱私信息等換取服務(wù)和利益，前期制定的法律不一定適用于當(dāng)前的數(shù)據(jù)應(yīng)用情境，數(shù)據(jù)隱私悖論問(wèn)題日益凸顯［1］，不論是平臺(tái)服務(wù)商希望實(shí)現(xiàn)利益最大化，還是網(wǎng)絡(luò)用戶(hù)必須通過(guò)主動(dòng)披露隱私信息方能享受服務(wù)，數(shù)據(jù)共享成為事實(shí)，甚至?xí)淖內(nèi)藗兊挠^念和相關(guān)行為［2］.

基于此，本文使用問(wèn)卷調(diào)查的方式，對(duì)網(wǎng)絡(luò)用戶(hù)數(shù)據(jù)素養(yǎng)水平進(jìn)行評(píng)估，并探究其與網(wǎng)絡(luò)用戶(hù)隱私關(guān)注和隱私信息披露意向之間的關(guān)系，以期為有關(guān)部門(mén)推進(jìn)網(wǎng)絡(luò)隱私政策的調(diào)整提供借鑒.

1 研究假設(shè)與研究模型

1.1 變量解釋和研究假設(shè)

1.1.1 數(shù)據(jù)素養(yǎng)與隱私關(guān)注之間的關(guān)系假設(shè)

隱私關(guān)注是網(wǎng)絡(luò)用戶(hù)對(duì)自己隱私信息的收集、控制、使用的關(guān)注［2］，無(wú)法直接測(cè)量.Malhotra等［3-4］根據(jù)社會(huì)契約理論開(kāi)發(fā)的IUIPC量表，依據(jù)收集、控制和意識(shí)3個(gè)維度測(cè)量公眾感知個(gè)人隱私信息的風(fēng)險(xiǎn)和收益.本研究設(shè)定隱私關(guān)注是網(wǎng)民面對(duì)具體被泄露隱私的場(chǎng)景時(shí)的主觀想法，利用收集、控制和意識(shí)3個(gè)維度考量網(wǎng)絡(luò)用戶(hù)對(duì)隱私信息的關(guān)注程度.

對(duì)于隱私關(guān)注的提高，個(gè)體會(huì)表現(xiàn)出對(duì)隱私披露意愿的降低；同時(shí)，當(dāng)無(wú)法控制被收集的個(gè)人隱私信息的范圍、類(lèi)型、使用范圍和后果時(shí)，隱私關(guān)注程度大幅度增加［5］.黃如花和李白楊［6］認(rèn)為，數(shù)據(jù)素養(yǎng)應(yīng)包含數(shù)據(jù)意識(shí)、數(shù)據(jù)倫理和數(shù)據(jù)能力3個(gè)方面.結(jié)合他們對(duì)數(shù)據(jù)素養(yǎng)的定義，本研究將數(shù)據(jù)素養(yǎng)定義為網(wǎng)絡(luò)操作技能、網(wǎng)絡(luò)經(jīng)驗(yàn)和是否能夠避免部分隱私泄露的能力.據(jù)此提出假設(shè)：

H1：數(shù)據(jù)素養(yǎng)能負(fù)向影響隱私關(guān)注.

1.1.2 數(shù)據(jù)素養(yǎng)、隱私關(guān)注與披露意向之間關(guān)系假設(shè)

影響隱私關(guān)注的因素不會(huì)直接影響披露行為，而是會(huì)通過(guò)直接影響人們的披露意向，間接影響到人們接下來(lái)采取何種行為［7］，形成影響因素-披露意向-披露行為路徑.

為衡量隱私關(guān)注以及前因后果，Smith等［8］開(kāi)發(fā)了APCO模型，即“影響因素-隱私關(guān)注-行為后果”路徑.在該路徑中，Dienlin和Trepte［9］認(rèn)為，行為意向可以是積極或消極兩種相反的態(tài)度，而隱私關(guān)注對(duì)公眾披露意向的影響大都是消極方面.

故設(shè)定隱私披露意向?yàn)樨?fù)向指標(biāo)，并提出如下假設(shè)：

H2：數(shù)據(jù)素養(yǎng)能正向影響披露意向；

H3：隱私關(guān)注能負(fù)向影響披露意向；

H4：隱私關(guān)注在數(shù)據(jù)素養(yǎng)影響披露意向中起到中介作用.

1.1.3 主路徑與隱私計(jì)算成本之間作用的假設(shè)

隱私計(jì)算理論把感知收益與隱私憂(yōu)慮所形成的成本叫作隱私計(jì)算成本［10］.感知收益指用戶(hù)在使用過(guò)程中得到的回報(bào)；隱私憂(yōu)慮是指在披露隱私時(shí)，對(duì)第三方濫用信息造成的損失和風(fēng)險(xiǎn)［11］，二者是衡量被調(diào)查者對(duì)隱私關(guān)注程度的重要因素.Hann等［12］發(fā)現(xiàn)，網(wǎng)絡(luò)用戶(hù)在進(jìn)行潛在風(fēng)險(xiǎn)和利益博弈時(shí)，會(huì)影響到他們對(duì)隱私信息的自我表述意愿，并且這一過(guò)程中會(huì)受到大數(shù)據(jù)個(gè)性化服務(wù)的影響.

林鉆輝［13］在對(duì)顧客移動(dòng)購(gòu)物意向研究中證明，顧客隱私顧慮越大，隱私關(guān)注程度就越高.吳丁娟和朱侯［14］發(fā)現(xiàn)，被調(diào)查者的感知風(fēng)險(xiǎn)對(duì)隱私關(guān)注產(chǎn)生的負(fù)面影響程度非常大.而作為對(duì)沖面的感知收益，則可降低人們對(duì)自我隱私的關(guān)注程度，從而增加自我隱私披露的概率［15］.故當(dāng)人們經(jīng)驗(yàn)豐富、網(wǎng)絡(luò)技術(shù)能力較強(qiáng)時(shí)，隱私泄露的風(fēng)險(xiǎn)較低，從而減少擔(dān)憂(yōu)程度，并能從中得到更大化的收益.據(jù)此，提出以下假設(shè)：

H5：隱私憂(yōu)慮在數(shù)據(jù)素養(yǎng)影響隱私關(guān)注中起正向調(diào)節(jié)作用；

H6：感知收益在數(shù)據(jù)素養(yǎng)影響隱私關(guān)注中起負(fù)向調(diào)節(jié)作用；

H7：隱私憂(yōu)慮在數(shù)據(jù)素養(yǎng)影響披露意向中起調(diào)節(jié)作用；

H8：感知收益在數(shù)據(jù)素養(yǎng)影響披露意向中起調(diào)節(jié)作用.

補(bǔ)償模式（人們認(rèn)為某種行為會(huì)獲得利益的現(xiàn)象）發(fā)生時(shí)，對(duì)個(gè)人信息的披露意愿增加［16］.人們的披露意愿受到多種因素影響，但大部分研究者都認(rèn)為，當(dāng)人們得到個(gè)性化回報(bào)時(shí)，更愿意提供個(gè)人信息，這使得很多企業(yè)更傾向于個(gè)性化定制［17-18］.已有研究表明，隱私計(jì)算成本在隱私關(guān)注影響隱私行為反應(yīng)（自我披露）路徑中既存在相關(guān)關(guān)系，又存在調(diào)節(jié)關(guān)系［19］.據(jù)此，提出以下假設(shè)：

H9：隱私憂(yōu)慮在隱私關(guān)注影響披露意向中起調(diào)節(jié)作用；

H10：感知收益在隱私關(guān)注影響披露意向中起調(diào)節(jié)作用.

1.2 研究模型

在上述研究假設(shè)的基礎(chǔ)上，同時(shí)選取了性別、年齡、學(xué)歷等人口統(tǒng)計(jì)學(xué)基本信息作為控制變量，研究數(shù)據(jù)素養(yǎng)、隱私關(guān)注與網(wǎng)絡(luò)用戶(hù)隱私信息披露意向之間的關(guān)系.借鑒APCO模型和IUIPC量表，提出本文的研究模型（圖1）.

圖1 數(shù)據(jù)素養(yǎng)-隱私關(guān)注-披露意向研究模型Fig.1 Data literacy-privacy concerns-disclosure intent research model

2 問(wèn)卷設(shè)計(jì)與數(shù)據(jù)收集

2.1 問(wèn)卷設(shè)計(jì)

在參考前人研究的成熟量表基礎(chǔ)上，設(shè)計(jì)了研究變量測(cè)量問(wèn)項(xiàng)，指標(biāo)來(lái)源于文獻(xiàn)［20］，最終題項(xiàng)設(shè)計(jì)如表1.

表1 研究變量測(cè)量問(wèn)項(xiàng)設(shè)計(jì)Tab.1 Question design of study variable measurement

2.2 數(shù)據(jù)收集

采取線上線下相結(jié)合的方式發(fā)放問(wèn)卷，依據(jù)量表收集網(wǎng)絡(luò)用戶(hù)對(duì)網(wǎng)絡(luò)隱私數(shù)據(jù)的影響因素，如數(shù)據(jù)素養(yǎng)、認(rèn)知能力（隱私關(guān)注）和行為意向（隱私憂(yōu)慮、感知風(fēng)險(xiǎn)、披露意向）等數(shù)據(jù).通過(guò)使用SPSS軟件分析問(wèn)卷的信效度后，剔除影響問(wèn)卷信效度的題目，形成正式的調(diào)查問(wèn)卷.正式問(wèn)卷采用問(wèn)卷星網(wǎng)絡(luò)平臺(tái)進(jìn)行線上發(fā)放，回收期為10 d.其中有效問(wèn)卷數(shù)量1524份，合格率82.20%.篩選方式為設(shè)置驗(yàn)證題項(xiàng)、設(shè)置隱藏題項(xiàng)、接納填寫(xiě)時(shí)間在240～6000 s的問(wèn)卷（預(yù)調(diào)查填寫(xiě)最低時(shí)長(zhǎng)為240 s）.

3 分析與結(jié)果

3.1 問(wèn)卷信效度檢驗(yàn)

采取內(nèi)部一致性信度，利用克朗巴赫系數(shù)進(jìn)行測(cè)量，系數(shù)大于0.6表示內(nèi)部一致性較好.根據(jù)表2所示，隱私關(guān)注、隱私憂(yōu)慮、感知收益和數(shù)據(jù)素養(yǎng)的克朗巴赫系數(shù)均大于0.6，說(shuō)明相關(guān)題目之間具有較好的內(nèi)部一致性，信度較高.

表2 各變量的克朗巴赫系數(shù)Tab.2 Kronbach coefficient for each variable

問(wèn)卷的效度檢驗(yàn)是指測(cè)量項(xiàng)與變量之間的對(duì)應(yīng)關(guān)系，可以通過(guò)探索性因子分析和驗(yàn)證性因子分析進(jìn)行測(cè)量［21］，結(jié)果統(tǒng)計(jì)見(jiàn)表3.結(jié)果顯示所有變量均通過(guò)KMO系數(shù)檢驗(yàn)（KMO系數(shù)需大于0.5）和球形檢驗(yàn)（P值需小于0.01），測(cè)量項(xiàng)之間顯著相關(guān)，問(wèn)卷效度良好.感知收益的KMO系數(shù)雖較小，但仍然通過(guò)顯著性檢驗(yàn)，且特征值大于1，故可取.圖2各獨(dú)立量表碎石圖顯示出每個(gè)獨(dú)立量表都能提取唯一一個(gè)因子（隱私關(guān)注可提取出3個(gè)因子是因?yàn)殡[私關(guān)注下設(shè)3個(gè)二級(jí)指標(biāo)），問(wèn)卷各自設(shè)置的變量之間設(shè)計(jì)合理，表明各個(gè)潛變量之間具有良好的收斂效度和區(qū)別效度，該問(wèn)卷具有良好的建構(gòu)效度.

表3 各變量的KMO系數(shù)及球形顯著檢驗(yàn)Tab.3 KMO coefficients and spherical significant tests of each variable

圖2 獨(dú)立量表碎石圖Fig.2 Scree polt of independent measure

3.2 問(wèn)卷代表性測(cè)量

采用Q-Q圖檢驗(yàn)各獨(dú)立量表數(shù)據(jù)的正態(tài)分布，具體結(jié)果如圖3.由圖3可知，實(shí)際分布和預(yù)測(cè)分布基本吻合，說(shuō)明數(shù)據(jù)滿(mǎn)足正態(tài)分布，問(wèn)卷獲取的數(shù)據(jù)具有一定的代表性.均衡性測(cè)量涉及被調(diào)查者對(duì)問(wèn)卷的難易程度和問(wèn)卷長(zhǎng)短的測(cè)量［22］，問(wèn)卷調(diào)查結(jié)果中沒(méi)有出現(xiàn)極端態(tài)度答案，可認(rèn)定問(wèn)卷能夠較好地被參與者理解和接受.

圖3 獨(dú)立量表的預(yù)期常規(guī)Q-Q圖Fig.3 Separate scale Q-Q graphs

3.3 描述性統(tǒng)計(jì)分析

在樣本人群中，男女比例為2.21∶2.99，分布較為均勻；年齡在40歲以下的占比約86.94%，被調(diào)查群體比較年輕；在學(xué)歷方面，大專(zhuān)及以上人群占比91.54%，教育程度比較高；職業(yè)分布較為廣泛，以“網(wǎng)齡在3年以上”（97.9%）、“幾乎每天都在上網(wǎng)”（97.51%）、“主要使用移動(dòng)設(shè)備”（61.68%）為特點(diǎn)的人群占比較大.故本研究的調(diào)查人群具有以下特點(diǎn)：上網(wǎng)經(jīng)驗(yàn)豐富、經(jīng)常使用移動(dòng)電子設(shè)備、網(wǎng)絡(luò)用戶(hù)以青壯年為主，這表明大部分調(diào)查對(duì)象有著較長(zhǎng)的網(wǎng)齡，可以很好地理解情境，合理填寫(xiě)問(wèn)卷.

由表4可知，在各獨(dú)立量表中，公眾對(duì)隱私的關(guān)注程度和對(duì)隱私所帶來(lái)的風(fēng)險(xiǎn)比較在意，但數(shù)據(jù)素養(yǎng)較弱.在隱私能帶給網(wǎng)民的風(fēng)險(xiǎn)和收益中，人們普遍更加憂(yōu)慮于隱私所帶來(lái)的風(fēng)險(xiǎn).

表4 描述統(tǒng)計(jì)量表Tab.4 Table of descriptives

在回收問(wèn)卷中，有1274人（83.6%）認(rèn)為隱私是一種不被打擾的權(quán)利，但這其中有840人（96.6%）在面對(duì)所需要的商品和服務(wù)時(shí)會(huì)提供自己的個(gè)人信息，這說(shuō)明公眾認(rèn)為的對(duì)個(gè)人隱私信息的保護(hù)程度和實(shí)際的行為操作有差別，證實(shí)自我認(rèn)為的隱私素養(yǎng)和實(shí)際的披露意向具有一定的差異.由圖4可知，人們對(duì)自己的名字、性別等基本信息不是特別敏感，但對(duì)自己的財(cái)務(wù)信息、健康信息、身份信息等信息非常敏感.原因在于性別、年齡等信息比較容易被識(shí)別，而剩下類(lèi)別的信息在一定程度上會(huì)受到隱私歧視和特別對(duì)待，是公眾認(rèn)為不可以輕易披露的信息.而在這其中仍有44.51%的人卻因?yàn)樯唐泛头?wù)主動(dòng)披露自己的個(gè)人隱私.這在一定程度上解釋了“隱私悖論”的存在，說(shuō)明人們對(duì)隱私的敏感程度和實(shí)際披露行為比較不符.

圖4 公眾對(duì)個(gè)人信息的敏感程度Fig.4 Sensitivity of the public to personal information

3.4 相關(guān)關(guān)系檢驗(yàn)

相關(guān)性分析用來(lái)檢驗(yàn)兩個(gè)變量之間的相互關(guān)系，衡量標(biāo)準(zhǔn)就是相關(guān)系數(shù).相關(guān)系數(shù)主要分為Pearson相關(guān)系數(shù)和Spearman相關(guān)系數(shù)兩種.由于各量表數(shù)據(jù)呈現(xiàn)近似正態(tài)分布，所以在問(wèn)卷中選擇前者進(jìn)行相關(guān)關(guān)系檢驗(yàn)［23］.表5為各變量之間的相關(guān)性矩陣，由表可知，隱私關(guān)注與隱私憂(yōu)慮之間呈現(xiàn)正向相關(guān)關(guān)系，與數(shù)據(jù)素養(yǎng)和感知收益之間呈現(xiàn)負(fù)相關(guān)關(guān)系，披露意向和隱私關(guān)注、數(shù)據(jù)素養(yǎng)之間呈現(xiàn)正向相關(guān)關(guān)系.說(shuō)明網(wǎng)絡(luò)用戶(hù)數(shù)據(jù)素養(yǎng)越低、對(duì)隱私越關(guān)注，越會(huì)減少個(gè)人隱私數(shù)據(jù)的披露.相關(guān)關(guān)系是模型存在調(diào)節(jié)關(guān)系和中介關(guān)系的基礎(chǔ)，表5顯示，與隱私計(jì)算成本相關(guān)的兩個(gè)因素——數(shù)據(jù)素養(yǎng)和隱私關(guān)注，與披露意向之間兩兩相關(guān)，故模型符合存在被調(diào)節(jié)和被中介條件，主路徑中3個(gè)因素之間存在兩兩相關(guān)關(guān)系.

表5 各變量間相關(guān)關(guān)系Tab.5 Correlations between variables

3.5 隱私計(jì)算成本的調(diào)節(jié)效應(yīng)

調(diào)節(jié)變量可能導(dǎo)致相關(guān)關(guān)系的兩個(gè)指標(biāo)發(fā)生同方向的加強(qiáng)或減弱影響，也可能導(dǎo)致反方向的影響.利用SPSS做調(diào)節(jié)效應(yīng)分析，通過(guò)隱私關(guān)注和隱私計(jì)算成本的調(diào)節(jié)作用分別設(shè)置調(diào)節(jié)模型.

1）數(shù)據(jù)素養(yǎng)-披露意向模型

式中：BI為因變量；DL為自變量；PB和PW為調(diào)節(jié)變量；a、b、c為系數(shù).依式（1）和式（2）計(jì)算，結(jié)果見(jiàn)表6.在路徑“數(shù)據(jù)素養(yǎng)-披露意向”中，感知收益和隱私憂(yōu)慮與數(shù)據(jù)素養(yǎng)的交互項(xiàng)均不顯著，二者都不能起到調(diào)節(jié)作用.

表6 數(shù)據(jù)素養(yǎng)-披露意向調(diào)節(jié)模型Tab.6 Adjustment model of data literacy-disclosure intention

2）數(shù)據(jù)素養(yǎng)-隱私關(guān)注模型

式中：PC為因變量，DL為自變量，PB和PW為調(diào)節(jié)變量；a、b、c為系數(shù).依式（3）和式（4）計(jì)算結(jié)果如表7.自變量數(shù)據(jù)素養(yǎng)與調(diào)節(jié)變量隱私憂(yōu)慮的交互項(xiàng)顯著，說(shuō)明存在調(diào)節(jié)效應(yīng).當(dāng)加入調(diào)節(jié)變量隱私憂(yōu)慮時(shí)，數(shù)據(jù)素養(yǎng)影響隱私關(guān)注系數(shù)減小，說(shuō)明隱私憂(yōu)慮能減弱數(shù)據(jù)素養(yǎng)影響隱私關(guān)注.自變量數(shù)據(jù)素養(yǎng)與調(diào)節(jié)變量感知收益的交互項(xiàng)不顯著，感知收益不能調(diào)節(jié)數(shù)據(jù)素養(yǎng)影響隱私關(guān)注.

表7 數(shù)據(jù)素養(yǎng)-隱私關(guān)注調(diào)節(jié)模型Tab.7 Adjustment model of data literacy-privacy concerns

3）隱私關(guān)注-披露意向模型

式中：BI是因變量，PC為自變量，PB和PW為調(diào)節(jié)變量；a、b、c為系數(shù).計(jì)算結(jié)果見(jiàn)表8，隱私憂(yōu)慮作為調(diào)節(jié)變量影響路徑“隱私關(guān)注-披露意向”時(shí)不顯著；感知收益作為調(diào)節(jié)變量時(shí)，路徑影響由正向變?yōu)樨?fù)向影響，說(shuō)明感知收益調(diào)節(jié)路徑時(shí)會(huì)改變隱私關(guān)注影響，披露意向的方向.

表8 隱私關(guān)注-披露意向調(diào)節(jié)模型Tab.8 Adjustment model of privacy concerns-disclosure intention

感知收益和隱私憂(yōu)慮可以作為調(diào)節(jié)變量影響“數(shù)據(jù)素養(yǎng)-隱私關(guān)注”和“隱私關(guān)注-披露意向”路徑.這說(shuō)明當(dāng)風(fēng)險(xiǎn)大于回報(bào)時(shí)，可能會(huì)導(dǎo)致隱私關(guān)注呈現(xiàn)較高水平，人們傾向于保護(hù)隱私信息；當(dāng)風(fēng)險(xiǎn)低于回報(bào)時(shí)，對(duì)隱私關(guān)注度降低，更傾向于披露隱私信息.

3.6 隱私關(guān)注的中介模型

中介效應(yīng)指的是在一條模擬路徑中，在中介變量的影響下，自變量對(duì)因變量的直接影響會(huì)發(fā)生改變.由表9可知，隱私關(guān)注在數(shù)據(jù)素養(yǎng)影響披露意向中起到完全中介作用，說(shuō)明數(shù)據(jù)素養(yǎng)作為影響因素在影響網(wǎng)民隱私關(guān)注和披露后果的路徑中，符合APCO模型.

表9 中介效應(yīng)Tab.9 Mediation effects

中介效應(yīng)檢驗(yàn)利用booststrap法檢驗(yàn)，預(yù)測(cè)值置信區(qū)間不包含“0”表明存在中介效應(yīng)，可以彌補(bǔ)逐步回歸法帶來(lái)的違反分布假設(shè)的問(wèn)題，使結(jié)果更為可靠，抽取次數(shù)大于1000次是中介效果檢驗(yàn)中統(tǒng)計(jì)效力最好的方法之一［24］.運(yùn)用SPSS做中介效應(yīng)檢驗(yàn)，由表10可看出，中介變量影響模型路徑檢驗(yàn)置信區(qū)間不含“0”，檢驗(yàn)合格.

表10 中介效應(yīng)檢驗(yàn)Tab.10 Mediation effect test

在隱私計(jì)算成本影響的兩條路徑中，“隱私關(guān)注-披露意向”路徑受到的影響更強(qiáng)烈，但是其作為調(diào)節(jié)變量在“數(shù)據(jù)素養(yǎng)-隱私關(guān)注”路徑的關(guān)系也不可忽視.同時(shí)，隱私憂(yōu)慮的調(diào)節(jié)效應(yīng)優(yōu)于感知收益的調(diào)節(jié)效應(yīng)，說(shuō)明人們更加在意隱私信息所帶來(lái)的風(fēng)險(xiǎn).隱私關(guān)注作為數(shù)據(jù)素養(yǎng)影響人們披露隱私信息的完全中介變量，其中介效應(yīng)可以忽略人們的網(wǎng)絡(luò)技能對(duì)披露意向的影響，說(shuō)明人們對(duì)隱私的關(guān)注程度只能在一定程度上取決于其網(wǎng)絡(luò)技術(shù)能力，最終模型如圖5.

圖5 修正模型Fig.5 Correction model

4 結(jié)論與建議

1）本研究主要基于研究對(duì)象本身報(bào)告的數(shù)據(jù)素養(yǎng)，數(shù)據(jù)素養(yǎng)越高，即人們的網(wǎng)絡(luò)掌控能力更強(qiáng)時(shí)，就可以更自主地選擇如何保護(hù)或披露自己的信息，進(jìn)而降低對(duì)后續(xù)保護(hù)行為的意愿，減少對(duì)隱私去向的憂(yōu)慮，也會(huì)直接影響到其行為動(dòng)機(jī)，披露意向就是其中之一.

2）數(shù)據(jù)素養(yǎng)作為前因，通過(guò)隱私關(guān)注的完全中介影響人們的披露意向，模型符合APCO路徑.作為整條路徑的中介變量，隱私關(guān)注在面對(duì)人們報(bào)告的數(shù)據(jù)素養(yǎng)上呈現(xiàn)減弱趨勢(shì)，并在同方向上影響自我披露隱私的意愿.在網(wǎng)絡(luò)視域下是否上傳隱私信息更取決于社交媒體保護(hù)信息的能力和隱私政策中的保證和契約精神，并最終產(chǎn)生自我表述意愿和行為.當(dāng)網(wǎng)絡(luò)用戶(hù)擁有更多技能時(shí)，就會(huì)相對(duì)降低對(duì)隱私信息的關(guān)注程度，并重新評(píng)估隱私信息帶來(lái)的收益和后果，最終正向影響人們的信息分享意愿.

3）在隱私計(jì)算成本所造成的中介影響和調(diào)節(jié)影響中，相比較隱私信息帶來(lái)的收益，隱私信息泄露所帶來(lái)的后果更受關(guān)注，隱私憂(yōu)慮能更好地引導(dǎo)自我信息披露.對(duì)于隱私計(jì)算成本如何調(diào)節(jié)中介路徑“數(shù)據(jù)素養(yǎng)-隱私關(guān)注-披露意向”，研究發(fā)現(xiàn)二者對(duì)隱私關(guān)注導(dǎo)致的披露意向反應(yīng)更強(qiáng)烈，故認(rèn)為人們對(duì)隱私信息泄露導(dǎo)致的后果更在意，而不是數(shù)據(jù)本身.在這一過(guò)程中，APCO模型中除了需要隱私關(guān)注作為中介變量，還可以通過(guò)增加其他自我評(píng)價(jià)機(jī)制進(jìn)行擴(kuò)充，可以使得隱私表露機(jī)制更加完整和具體.

數(shù)據(jù)素養(yǎng)的提升會(huì)使得網(wǎng)絡(luò)用戶(hù)在保護(hù)自己的隱私信息時(shí)更加游刃有余.隱私悖論是網(wǎng)絡(luò)用戶(hù)在網(wǎng)絡(luò)視域下忽視自我隱私信息的主要誘因之一，簡(jiǎn)化網(wǎng)絡(luò)隱私政策有助于人們明了自己隱私信息的去向，能夠減少對(duì)隱私關(guān)注的憂(yōu)慮和擔(dān)心.因此，數(shù)據(jù)服務(wù)商須及時(shí)披露網(wǎng)絡(luò)用戶(hù)隱私信息的使用方向和保管程序，降低用戶(hù)對(duì)隱私信息泄露的擔(dān)憂(yōu)以緩解隱私悖論現(xiàn)象，應(yīng)對(duì)用戶(hù)日益增長(zhǎng)的隱私保護(hù)意識(shí).