论文部分内容阅读
【摘要】 随着互联网技术的高速发展和信息化时代的到来，以用户信息为导向的企业不断增多，在平台竞争者繁多的情况下，如何平衡企业对用户信息收集和用户隐私保护之间的矛盾，提高获取用户信息的能力以创造更多商业价值是当前普遍关心的问题。本文结合S—O—R模型和用户感知风险—收益理论，通过问卷调查方式进行实证分析，探索用户信息披露行为过程。研究发现，分配公平和信息敏感均会不同程度的影响用户感知，从而作用于用户的信息披露行为。
【关键词】 感知风险 感知价值 信息披露行为 SOR模型
引言：
随着信息化时代的到来，用户在互联网上的自我披露产生了大量数据，这些数据对以用户生成内容为主要业务的互联网企业至关重要[1]，企业使用一系列数据挖掘工具来洞察市场导向，以此提供更好的服务，吸引更多的用户。因此，绝大多数企业将获取用户信息纳入商业模式，将用户提供个人信息作为用户获取服务及特权的重要前提，用户必须向平台披露一定的个人信息，才能获得其在平台上享受到的服务[2]。从满足社交愉悦的在线交互聊天，到涉及个人财产的网银类服务，无一不是建立在提供个人信息数据的基础上。“2018年全球分销和营销消费者研究”中，埃森哲（Accenture）发现大多数消费者（80%）都有意愿分享他们的数据，并且随着网络服务类型的扩展，所需要的用户信息数量和类型越来越多。
然而，用户通过披露隐私获得便利的同时，潜在的风险也随之而来：据安全情报供应商Risk Based Security （RBS） 的2019年Q3季度的报告，2019年1月1日至2019年9月30日，全球披露的数据泄露事件有5183起，泄露的数据量达到了79.95亿条[29]。大量的数据泄露事件使个人用户信息面临着前所未有的风险，用户在进行披露个人信息时更加谨慎。
在此条件下，有关隐私披露的研究也为不少学者所探讨[3][4]，然而这些研究侧重于站在用户隐私保护的层面进行探讨，却少有研究站在互联网企业的角度探讨如何最大限度上开发潜在用户的信息价值的盲点。因此，本文将从互联网企业的视角出发，结合风险收益模型理论和SOR刺激—机体—反应模型，从感知风险和感知价值两个层面来分析影响用户信息披露的因素，从而为相关互联网企业提供切实可行的商业建议。
一、文献综述
1.1信息共享
信息共享是互联网企业提高商业活动效率的方式之一，也是用户在接受各项互联网服务不可避免的环节之一。张长亮等人采用技术接受模型，从信息人维度、信息技术维度、信息环境维度、信息维度4个方面，论证了不同因素对于用户信息共享的行为影响[5];基于信息生态的视角，蒋知义等人对用户信息行为在在线健康社区中的影响因素进行分析并的出结论[6]。
基 于 Trian-dis 的人际行为模型，李枫林等对虚拟社区信息 共享行为的影响因素进行了实证分析[7]。学者黄薇等人则是从大五人格角度研究分析出自媒体用户信息共享行为动机[8]。
1.2感知价值
所谓感知价值，其实是在产品使用或消费环节中，用户所产生的综合体验感受，以及对产品或消费的满意度。对其进行研究的，主要集中于营销领域的学者。比如Lee等[9]基于对Facebook（社交平台）用户开展调查分析，得出结果，发现SNSs中的感知价值，成为了行为意图的主要影响因素，具体包含了信息、经验、社会、交易价值等。而Chen等[10]通过对Airbnb（短租平台）的用户展开研究，发现用户的购买意愿，也会受到感知价值的影响，具体体现在产品评论数量、评论内容等方面。同时，学者钟凯在对于网络购买意愿的研究中指出，感知价值对于购买意愿的传导路径会受到在线口碑这一因素的影响。Zhang等[11]通过研究微信用户发现，用户的感知价值，会受到直接和间接网络外部性因素影响，从而表现出不同的感知价值，享乐价值与社会价值，成为影响户微信使用持续性的主要因素。综合以上学者的研究可以总结出两点，感知价值与消费者的购买意愿具有直接联系，并且感知价值由不同因素影响从而主导消费者行为。
1.3感知风险
感知风险，这一概念的发展较早，已经经过了较长时间的发展，其最先由学者鲍尔[12]提出，这个概念是从心理学领域，引申到营销领域，在提出之后，得到了广泛认可。鲍尔认为，消费者所产生的任何购买决策，都必将伴随着相应的风险，而这些风险是无法完全规避的，并且会因为很多不确定因素，存在产生损失的潜在可能性。学者尤丹蓉在对于网络购物的相关研究中指出，可以感知的风险是影响消费者购买行为的重要因素。在除营销研究领域外，Loske等人通过对云服务提供商和用户的研究，发现风险感知在不同对象中存在不一致性的特点，认为不同风险感知影响具有差异性[13]。Troshani等人通过实证研究模型，表明风险感知会显著抑制用户使用云存储服务的意愿[14]。由此可以得出结论，风险感知，對于不同的用户行为，会产生不同程度的影响。
二、研究模型与假设提出
2.1分配公平
公平最早由Homans和Adams提出，主要被理解为分配公平，强调感知结果的公平性[15]。李海丹等人在对于社会化媒体的隐私披露研究中指出，分配公平正向影响感知收益[16]，即用户认为获得的结果感知公平程度越大，感知收益也越大;有关公平的研究一直在心理学和营销领域占据主导地位[15]，而在本文的研究背景下，将此处的分配公平作为一种信息与服务交换下的分配公平，即当用户有意识披露个人隐私时，将认为个人信息泄露带来的损失与预期可以获得的服务内容时的价值是大体相同的;同时也有相关文献指出表在高信息公平下， 消费者更容易获得高的顾客感知价值[17]，基此，本文提出以下假设： H1：分配公平正向影响感知收益。
2.2信息敏感
信息敏感指特定情景下用户对某类信息所感知的隐私忧虑水平，它不仅仅指个人信息的种类和敏感层次，更侧重于个体对于自己披露的信息感知[18]。在电子商务领域，相关隐私披露研究认为，信息敏感度的增加可能會导致相伴而来的感知风险增加[19][20]，同时Phelps指出，消费者的感知风险水平基于市场营销人员要求披露的信息类型的信息敏感度[21];李海丹等人在研究社交网络下的隐私披露中也发现，信息敏感正向影响感知风险[16]。作为一种感知，信息敏感度因人而异[5]。因此，本文提出以下假设：
H2：信息敏感正向影响感知风险。
2.3披露行为
用户信息披露指用户有意通过某种途径公开或陈述自身信息的行为，其目的主要是为了获得更多正收益[22];社会认知理论指出，人的行为受到社会系统环境，等社会网络和自我效能和自我认知等影响[23];在本文中，将用户披露行为的影响来源分为两方面，即感知价值和感知风险;张坤等人在研究电子信息健康网站用户披露行为时，也发现感知效用和感知风险均是影响电子健康网站用户信息披露行为的重要因素;他指出，用户感知效用越大，用户信息披露可能性越高;感知风险越大，用户信息披露可能性越低[24]。Woodruff、Jillian等学者研究得价值感知可以发生在没有购买或使用产品或服务时说明用户在认证前可以感知平台的激励措施带来的价值[25][26]。Kim等也提出，用户感知价值对用户参与意向有正向影响[27]。钟凯等人研究中也得出了价值感知促成行为意愿及使用行为的结论[28]。因此，本文提出以下假设：
H3a：感知价值正向影响用户披露意愿。
H3b：感知风险反向影响用户披露意愿。
H3c：用户披露意愿正向影响用户披露行为。
三、问卷设计
3.1问卷及量表设计
这次研究收集数据主要采用的是问卷调查法，在校大学生为本次调查的主要对象，此次问卷采用李克特五点量表，测量的范围由“非常不认同”到“非常认同”。
问卷的主要部分由6个潜在变量和12个测量变量组成。潜在变量有信息敏感、程序公平、感知风险、感知收益、披露意愿、披露行为。涉及测量变量来源于现有文献，保证了测度项的效度，表 1对各测度项的部分数据描述统计量进行了说明。
3.2数据收集
本次研究以在校大学生为主展开，在正式发放问卷调查之前，我们预先发放了20份问卷进行小样本的预调查，请测试者就问卷的逻辑和语言表达提供修改意见。在正式调研过程中，我们通过问卷星网络调研平台于2020年8月1号到9月10号进行了问卷的发放，共回收444份问卷，其中剔除15份无效问卷，共剩余有效样本429份，有效率达96.6%。
四、数据分析
主要采用amos22.0和spss26.0两种统计分析软件来检验本文所提出的模型。数据分析过程主要由两个方面构成： 首先通过信度和效度评估测量模型，再对结构模型进行验证假设。
4.1信度和效度检验
4.1.1问卷的信度分析
首先对收集到的问卷进行信度的分析，以确定问卷可靠性，再对问卷进行进一步的研究分析。我们采用较为常见的Cronbach信度系数法，测量问卷内在一致性。然而在本次调查中需要注意的是，对于社科类的调查问卷而言，总体信度在达到较高得分的前提下，分维度的a系数达到0.5或0.6就是较为理想的结果了。
4.1.2问卷的效度分析
在检验量表问卷信度在可接受水平之上后，继续对问卷进行效度检验。对于效度检验进行KMO值检验和Bartlett球形检验，用于判断问卷是否符合进行因子分析的条件。若KMO值达到理想值，还需观察验证性因子分析（CFA），通过卡方值与自由度之比（x2/df）、拟合优度指数（GFI）、比较拟合指数（CFI）以及近似误差均方根（RMSEA）等指标进行进一步判断。通过检验多项上述指标综合考虑，本次问卷通过了效度检验。
4.1.3相关性研究
本次研究针对理论模型中的主要研究变量进行相关性分析，采用皮尔逊相关系数来确定变量之间的相关性，结果如表 2显示。
根据表中的数据结果可以得出：程序公平与感知价值存在着显著的正相关关系（r=.321;p<0.01），由此初步推断本文假设H1：程序公平对感知价值存在显著正向影响成立;信息敏感与感知风险存在着显著的正相关关系（r=.569;p<0.01），由此可初步推断本文假设H2：信息敏感对感知风险存在显著正向影响成立;感知价值与感知风险分别与披露意识存在着显著的正相关（r=.463;p<0.01）和负相关关系（r=-.225;p<0.01），由此可初步推断感知价值与感知风险分别与披露意识存在着显著的正相关和负相关关系成立;以及披露意识与披露行为存在着显著的正相关关系（r=.574;p<0.01），由此可初步推断本文假设H3：感知价值、感知风险分别正向和负向影响用户披露行为。
4.2模型假设检验
在对测量模型进行信度和效度的评估以及对测量模型进行相关性评估之后，我们采用AMOS22.0软件对结构模型进行路径分析。结果模型的拟合优度如下，其中CFI=0.957，NFI=0.935，AGFI=0.922，GFI=0.952，RMSEA=0.064，拟合值的数值都在理想标准范围之内，说明结构模型拟合度的结果较好。本研究采用标准路径系数的CR值和p值作为检验指标，来验证结构模型中的假设，模型的拟合结果如图 2所示。从模型拟合结果来看，假设H1-H3均得到验证。
五、讨论分析
5.1外部激励对于用户感知的影响 5.1.1分配公平
分配公平对于用户感知价值具有正向影响，影响系数为0.525。分配公平是用户价值感知提高的必要条件。为了提高平台的分配公平和用户的感知价值，网络运营方可以定期更新平台功能，维护平台性能，注重提高用户体验感，让用户在平台使用过程中感到披露个人信息达到信息—服务交换的过程的是公平值得的。同时，网络平台运营和维护并不是一蹴而就的，运营方也需要持续跟进系统的维护以达到提高用户感知价值的效果。
5.1.2信息敏感
信息敏感对于用户感知风险具有正向影响，影响系数为0.68。目前的网络背景下，许多不法分子通过盗用用户信息并以此售卖盈利，他们会利用网络漏洞来窃取用户信息，或是私下买卖用户信息。信息被盗取给用户带来的损失是巨大的。因此，信息敏感加剧了用户对于平台的感知风险。所以对于平台运营方来讲，应尽量避免对于用户信息的过度获取，并在个人可接受范围内进行正当的用户信息利用。
5.2用户感知对于披露意愿的影响
5.2.1感知价值
用户感知价值对于用户披露意愿具有显著的正向影响，影响系数为0.646。所以，网络运营商应注重运营过程中用户感知价值的提升，通过例如分配公平等有利于用户感知价值提高的途径提高用户对于个人信息的披露意愿。
5.2.2感知风险
用户感知风险对于用户披露意愿具有显著的负向影响，影响系数为-0.214。因此，网络运营商在运营过程中重视感知价值时也不应忽视用户的感知风险。用户运营商可以在保证盈利平稳运营的基础上适当减少对于用户敏感信息的获取来减少用户的感知风险，达到提升用户披露意愿的效果。
5.3披露意愿对于披露行为的影响
用户披露意愿对于用户披露行为具有显著的正向影响，这一结果表明，网络平台运营中将越来越以用户意愿导向作为获取用户信息的方式，用户的披露意愿将对用户的披露行为产生较大影响。因此，网络平台运营商需要从例如分配公平、信息敏感等因素出发，进行用户信息交换价值的优化，提高用户的共享意愿，实现自身平台信息—服务资源优化配置。
六、结束语
本文以大量用户在信息时代披露隐私换取便利的行为为背景，探究在平台竞争者繁多的情况下，企业如何平衡对用户信息收集和用户隐私保护之间的矛盾，提高获取用户信息的能力以创造更多商业价值的问题。本文结合S—O—R模型和用戶感知风险—收益理论，辨析分配公平和信息敏感是如何作用于用户的披露行为，并且考察用户感知价值和感知风险的中介作用。研究证实了分配公平、信息敏感对于用户感知价值具有正向影响;用户感知价值对于用户披露意愿具有显著的正向影响;用户感知风险对于用户披露意愿具有显著的负向影响;用户披露意愿对于用户披露行为具有显著的正向影响。换言之，分配公平是推动用户的·披露行为，但信息敏感会加剧用户对于平台的感知风险，从而削减用户的披露意愿。
综上，本文认为网络运营方可以定期更新平台功能，维护平台性能，注重提高用户体验感，让用户在平台使用过程中感到披露个人信息达到信息—服务交换的过程的是公平值得的。用户运营商可以在保证盈利平稳运营的基础上适当减少对于用户敏感信息的获取来减少用户的感知风险，达到提升用户披露意愿的效果，实现自身平台信息—服务资源优化配置。
参考文献
[1] Balaji M S， Wei K K， Chong A Y L. Determinants of negative word-of- mouth communication using social networking sites[J]. Information & Management，2016， 53（4）： 528-540.
[2]朱侯，刘嘉颖.共享时代用户在线披露个人信息的隐私计算模式研究[J].图书与情报，2019（02）：76-82.
[3]申琦.自我表露与社交网络隐私保护行为研究——以上海市大学生的微信移动社交应用（APP）为例[J].新闻与传播研究，2015，22（04）：5-17+126.
[4]Ellison， N.B. Vitak，J. & Steinfield，C. et al. （2011） 。Nego-tiating privacy concerns and social capital needs in a social mediaenvironment. In Trepte， S.， Reinecke， L.， Eds. Privacy online：perspectives on privacy and self- disclosure in the social web （pp.19- 32） . New York： Springer.
[5]张长亮，李竟彤，郭宇.网络社群用户信息共享行为影响因素研究[J].情报科学，2020，38（02）：39-46+87.
[6]蒋知义，曹丹，谢伟亚.信息生态视角下在线健康社区用户信息共享行为影响因素研究[J].图书馆学研究，2020（21）：32-44.
[7]李枫林，周莎莎. 虚拟社区信息分享行为研究[J].图书情报工 作，2011，55（ 20） ： 48 - 51.
[8]黄微，朱镇远，徐烨.自媒体用户信息共享行为动机分析与实证[J].图书情报工作，2020，64（04）：59-67.
[9] Lee M R， Yen D C， Hsiao C Y.Understanding the perceived community value of Facebookusers[J]. Computers in Human Behavior， 2014， 35 （2） ：350-358. [10] Chen C C， Chang Y C.What drives purchase intention on Airbnb？Perspectives of consumer reviews，information quality， and media richness[J] Telematics&Informatics， 2018， 35 （5） ：1512-1523.
[11] Zhang CB，LiY N， Wu B， et al.How WeChat can retain users：Roles of network externalities， social interaction ties， and perceived values in building continuance intention[J].Computers in Human Behavior， 2016，69：284-293.
[12] Bauer R A.”Consumer Behavior as Risk Raking”in Hancock，R. S. Ed 5 DynamicMarketing for Changing World[C]. Proceedings of the 43rd Conference of theAmerican Marketing As sociation. 1960. 389-398.
[13] Loske A， T Widjaja， A Benlian， P Buxmann. Perceived IT security risks in cloud adoption： the role of perceptual incongruence between users and providers [C] ECIS 2014 Proceedings. 2014.
[14] Troshani I， G Rampersad， N Wickramasinghe. On Cloud Nine？ An Integrative Risk Management Framework for Cloud [C].24th Bled Conference. 2011. 15-26.）
[15]李玉萍. 网络购物顾客重购意愿影响因素的实证研究[D].西南交通大学，2015.
[16]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（06）：114-124.
[17] Woodruff， Robert B. （1997）. “Customer Value： The Next Source for Competitive Advantage，”Journal of theAcademy of Marketing Science， 25（2）， 139-153.
[18]姜又琦. 在線医疗网站用户个人健康信息披露意愿影响因素研究[D].武汉大学，2017.
[19] Joncs M G. Privacy： A Significant Marketing Issue for the 1990s[]. Journal of Public Policy & Marketing， 1991， 10（1）： 133-148.
[20] Wang P， Petrison L A. Direct marketing activities and personal privacy. A consurner survey[J].Jourmal of Interactive Marketing， 1993， 7（1）： 7-19.
[21] Phelps J， Nowak G， Ferrell E. Privacy Concerns and Consumer Willingness to Provide Personal Information[J]. Journal of Public Policy & Marketing， 2013， 19（1）： 27-41.
[22]孙香凌，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.
[23] Bandura A. Self-Efficacy Mechanism in Human Agency[J]. American Psychologist， 1982， 37（2）：122-147.
[24]张坤，王文韬，李晶，谢阳群.电子健康网站用户信息披露行为影响因素研究[J].图书情报工作，2018，62（16）：82-91.
[25] Woodruff， Robert B. （1997）. “Customer Value： The Next Source for Competitive Advantage，”Journal of theAcademy of Marketing Science， 25（2）， 139-153.
[26] Jillian C Sweeney，Geoffrey N Soutar. Consumer perceived value： The development of a multiple item scale[J]. Journal of Retailing，2001，77（2）.
[27] KimY. H.， Kim D. J.. Wachter K.. A Study of MobileUser Engagement （ MoEN ）： Engagement Motivations， Perceived Value， Satisfaction，and Continued Engagement Intention [J].Decision Support Systems， 2013， 56（6）： 361-370.
[28]钟凯.2013.网络消费者感知价值对购买意愿影响的研究[D].辽宁大学.
[29] Risk Based Security. Data Breach QuickViewReport 2019 Q3 trends. 2019-11.
华菡纯（2001.1）女，汉族，湖北黄冈人，管理学学士学位，
【关键词】 感知风险 感知价值 信息披露行为 SOR模型
引言：
随着信息化时代的到来，用户在互联网上的自我披露产生了大量数据，这些数据对以用户生成内容为主要业务的互联网企业至关重要[1]，企业使用一系列数据挖掘工具来洞察市场导向，以此提供更好的服务，吸引更多的用户。因此，绝大多数企业将获取用户信息纳入商业模式，将用户提供个人信息作为用户获取服务及特权的重要前提，用户必须向平台披露一定的个人信息，才能获得其在平台上享受到的服务[2]。从满足社交愉悦的在线交互聊天，到涉及个人财产的网银类服务，无一不是建立在提供个人信息数据的基础上。“2018年全球分销和营销消费者研究”中，埃森哲（Accenture）发现大多数消费者（80%）都有意愿分享他们的数据，并且随着网络服务类型的扩展，所需要的用户信息数量和类型越来越多。
然而，用户通过披露隐私获得便利的同时，潜在的风险也随之而来：据安全情报供应商Risk Based Security （RBS） 的2019年Q3季度的报告，2019年1月1日至2019年9月30日，全球披露的数据泄露事件有5183起，泄露的数据量达到了79.95亿条[29]。大量的数据泄露事件使个人用户信息面临着前所未有的风险，用户在进行披露个人信息时更加谨慎。
在此条件下，有关隐私披露的研究也为不少学者所探讨[3][4]，然而这些研究侧重于站在用户隐私保护的层面进行探讨，却少有研究站在互联网企业的角度探讨如何最大限度上开发潜在用户的信息价值的盲点。因此，本文将从互联网企业的视角出发，结合风险收益模型理论和SOR刺激—机体—反应模型，从感知风险和感知价值两个层面来分析影响用户信息披露的因素，从而为相关互联网企业提供切实可行的商业建议。
一、文献综述
1.1信息共享
信息共享是互联网企业提高商业活动效率的方式之一，也是用户在接受各项互联网服务不可避免的环节之一。张长亮等人采用技术接受模型，从信息人维度、信息技术维度、信息环境维度、信息维度4个方面，论证了不同因素对于用户信息共享的行为影响[5];基于信息生态的视角，蒋知义等人对用户信息行为在在线健康社区中的影响因素进行分析并的出结论[6]。
基 于 Trian-dis 的人际行为模型，李枫林等对虚拟社区信息 共享行为的影响因素进行了实证分析[7]。学者黄薇等人则是从大五人格角度研究分析出自媒体用户信息共享行为动机[8]。
1.2感知价值
所谓感知价值，其实是在产品使用或消费环节中，用户所产生的综合体验感受，以及对产品或消费的满意度。对其进行研究的，主要集中于营销领域的学者。比如Lee等[9]基于对Facebook（社交平台）用户开展调查分析，得出结果，发现SNSs中的感知价值，成为了行为意图的主要影响因素，具体包含了信息、经验、社会、交易价值等。而Chen等[10]通过对Airbnb（短租平台）的用户展开研究，发现用户的购买意愿，也会受到感知价值的影响，具体体现在产品评论数量、评论内容等方面。同时，学者钟凯在对于网络购买意愿的研究中指出，感知价值对于购买意愿的传导路径会受到在线口碑这一因素的影响。Zhang等[11]通过研究微信用户发现，用户的感知价值，会受到直接和间接网络外部性因素影响，从而表现出不同的感知价值，享乐价值与社会价值，成为影响户微信使用持续性的主要因素。综合以上学者的研究可以总结出两点，感知价值与消费者的购买意愿具有直接联系，并且感知价值由不同因素影响从而主导消费者行为。
1.3感知风险
感知风险，这一概念的发展较早，已经经过了较长时间的发展，其最先由学者鲍尔[12]提出，这个概念是从心理学领域，引申到营销领域，在提出之后，得到了广泛认可。鲍尔认为，消费者所产生的任何购买决策，都必将伴随着相应的风险，而这些风险是无法完全规避的，并且会因为很多不确定因素，存在产生损失的潜在可能性。学者尤丹蓉在对于网络购物的相关研究中指出，可以感知的风险是影响消费者购买行为的重要因素。在除营销研究领域外，Loske等人通过对云服务提供商和用户的研究，发现风险感知在不同对象中存在不一致性的特点，认为不同风险感知影响具有差异性[13]。Troshani等人通过实证研究模型，表明风险感知会显著抑制用户使用云存储服务的意愿[14]。由此可以得出结论，风险感知，對于不同的用户行为，会产生不同程度的影响。
二、研究模型与假设提出
2.1分配公平
公平最早由Homans和Adams提出，主要被理解为分配公平，强调感知结果的公平性[15]。李海丹等人在对于社会化媒体的隐私披露研究中指出，分配公平正向影响感知收益[16]，即用户认为获得的结果感知公平程度越大，感知收益也越大;有关公平的研究一直在心理学和营销领域占据主导地位[15]，而在本文的研究背景下，将此处的分配公平作为一种信息与服务交换下的分配公平，即当用户有意识披露个人隐私时，将认为个人信息泄露带来的损失与预期可以获得的服务内容时的价值是大体相同的;同时也有相关文献指出表在高信息公平下， 消费者更容易获得高的顾客感知价值[17]，基此，本文提出以下假设： H1：分配公平正向影响感知收益。
2.2信息敏感
信息敏感指特定情景下用户对某类信息所感知的隐私忧虑水平，它不仅仅指个人信息的种类和敏感层次，更侧重于个体对于自己披露的信息感知[18]。在电子商务领域，相关隐私披露研究认为，信息敏感度的增加可能會导致相伴而来的感知风险增加[19][20]，同时Phelps指出，消费者的感知风险水平基于市场营销人员要求披露的信息类型的信息敏感度[21];李海丹等人在研究社交网络下的隐私披露中也发现，信息敏感正向影响感知风险[16]。作为一种感知，信息敏感度因人而异[5]。因此，本文提出以下假设：
H2：信息敏感正向影响感知风险。
2.3披露行为
用户信息披露指用户有意通过某种途径公开或陈述自身信息的行为，其目的主要是为了获得更多正收益[22];社会认知理论指出，人的行为受到社会系统环境，等社会网络和自我效能和自我认知等影响[23];在本文中，将用户披露行为的影响来源分为两方面，即感知价值和感知风险;张坤等人在研究电子信息健康网站用户披露行为时，也发现感知效用和感知风险均是影响电子健康网站用户信息披露行为的重要因素;他指出，用户感知效用越大，用户信息披露可能性越高;感知风险越大，用户信息披露可能性越低[24]。Woodruff、Jillian等学者研究得价值感知可以发生在没有购买或使用产品或服务时说明用户在认证前可以感知平台的激励措施带来的价值[25][26]。Kim等也提出，用户感知价值对用户参与意向有正向影响[27]。钟凯等人研究中也得出了价值感知促成行为意愿及使用行为的结论[28]。因此，本文提出以下假设：
H3a：感知价值正向影响用户披露意愿。
H3b：感知风险反向影响用户披露意愿。
H3c：用户披露意愿正向影响用户披露行为。
三、问卷设计
3.1问卷及量表设计
这次研究收集数据主要采用的是问卷调查法，在校大学生为本次调查的主要对象，此次问卷采用李克特五点量表，测量的范围由“非常不认同”到“非常认同”。
问卷的主要部分由6个潜在变量和12个测量变量组成。潜在变量有信息敏感、程序公平、感知风险、感知收益、披露意愿、披露行为。涉及测量变量来源于现有文献，保证了测度项的效度，表 1对各测度项的部分数据描述统计量进行了说明。
3.2数据收集
本次研究以在校大学生为主展开，在正式发放问卷调查之前，我们预先发放了20份问卷进行小样本的预调查，请测试者就问卷的逻辑和语言表达提供修改意见。在正式调研过程中，我们通过问卷星网络调研平台于2020年8月1号到9月10号进行了问卷的发放，共回收444份问卷，其中剔除15份无效问卷，共剩余有效样本429份，有效率达96.6%。
四、数据分析
主要采用amos22.0和spss26.0两种统计分析软件来检验本文所提出的模型。数据分析过程主要由两个方面构成： 首先通过信度和效度评估测量模型，再对结构模型进行验证假设。
4.1信度和效度检验
4.1.1问卷的信度分析
首先对收集到的问卷进行信度的分析，以确定问卷可靠性，再对问卷进行进一步的研究分析。我们采用较为常见的Cronbach信度系数法，测量问卷内在一致性。然而在本次调查中需要注意的是，对于社科类的调查问卷而言，总体信度在达到较高得分的前提下，分维度的a系数达到0.5或0.6就是较为理想的结果了。
4.1.2问卷的效度分析
在检验量表问卷信度在可接受水平之上后，继续对问卷进行效度检验。对于效度检验进行KMO值检验和Bartlett球形检验，用于判断问卷是否符合进行因子分析的条件。若KMO值达到理想值，还需观察验证性因子分析（CFA），通过卡方值与自由度之比（x2/df）、拟合优度指数（GFI）、比较拟合指数（CFI）以及近似误差均方根（RMSEA）等指标进行进一步判断。通过检验多项上述指标综合考虑，本次问卷通过了效度检验。
4.1.3相关性研究
本次研究针对理论模型中的主要研究变量进行相关性分析，采用皮尔逊相关系数来确定变量之间的相关性，结果如表 2显示。
根据表中的数据结果可以得出：程序公平与感知价值存在着显著的正相关关系（r=.321;p<0.01），由此初步推断本文假设H1：程序公平对感知价值存在显著正向影响成立;信息敏感与感知风险存在着显著的正相关关系（r=.569;p<0.01），由此可初步推断本文假设H2：信息敏感对感知风险存在显著正向影响成立;感知价值与感知风险分别与披露意识存在着显著的正相关（r=.463;p<0.01）和负相关关系（r=-.225;p<0.01），由此可初步推断感知价值与感知风险分别与披露意识存在着显著的正相关和负相关关系成立;以及披露意识与披露行为存在着显著的正相关关系（r=.574;p<0.01），由此可初步推断本文假设H3：感知价值、感知风险分别正向和负向影响用户披露行为。
4.2模型假设检验
在对测量模型进行信度和效度的评估以及对测量模型进行相关性评估之后，我们采用AMOS22.0软件对结构模型进行路径分析。结果模型的拟合优度如下，其中CFI=0.957，NFI=0.935，AGFI=0.922，GFI=0.952，RMSEA=0.064，拟合值的数值都在理想标准范围之内，说明结构模型拟合度的结果较好。本研究采用标准路径系数的CR值和p值作为检验指标，来验证结构模型中的假设，模型的拟合结果如图 2所示。从模型拟合结果来看，假设H1-H3均得到验证。
五、讨论分析
5.1外部激励对于用户感知的影响 5.1.1分配公平
分配公平对于用户感知价值具有正向影响，影响系数为0.525。分配公平是用户价值感知提高的必要条件。为了提高平台的分配公平和用户的感知价值，网络运营方可以定期更新平台功能，维护平台性能，注重提高用户体验感，让用户在平台使用过程中感到披露个人信息达到信息—服务交换的过程的是公平值得的。同时，网络平台运营和维护并不是一蹴而就的，运营方也需要持续跟进系统的维护以达到提高用户感知价值的效果。
5.1.2信息敏感
信息敏感对于用户感知风险具有正向影响，影响系数为0.68。目前的网络背景下，许多不法分子通过盗用用户信息并以此售卖盈利，他们会利用网络漏洞来窃取用户信息，或是私下买卖用户信息。信息被盗取给用户带来的损失是巨大的。因此，信息敏感加剧了用户对于平台的感知风险。所以对于平台运营方来讲，应尽量避免对于用户信息的过度获取，并在个人可接受范围内进行正当的用户信息利用。
5.2用户感知对于披露意愿的影响
5.2.1感知价值
用户感知价值对于用户披露意愿具有显著的正向影响，影响系数为0.646。所以，网络运营商应注重运营过程中用户感知价值的提升，通过例如分配公平等有利于用户感知价值提高的途径提高用户对于个人信息的披露意愿。
5.2.2感知风险
用户感知风险对于用户披露意愿具有显著的负向影响，影响系数为-0.214。因此，网络运营商在运营过程中重视感知价值时也不应忽视用户的感知风险。用户运营商可以在保证盈利平稳运营的基础上适当减少对于用户敏感信息的获取来减少用户的感知风险，达到提升用户披露意愿的效果。
5.3披露意愿对于披露行为的影响
用户披露意愿对于用户披露行为具有显著的正向影响，这一结果表明，网络平台运营中将越来越以用户意愿导向作为获取用户信息的方式，用户的披露意愿将对用户的披露行为产生较大影响。因此，网络平台运营商需要从例如分配公平、信息敏感等因素出发，进行用户信息交换价值的优化，提高用户的共享意愿，实现自身平台信息—服务资源优化配置。
六、结束语
本文以大量用户在信息时代披露隐私换取便利的行为为背景，探究在平台竞争者繁多的情况下，企业如何平衡对用户信息收集和用户隐私保护之间的矛盾，提高获取用户信息的能力以创造更多商业价值的问题。本文结合S—O—R模型和用戶感知风险—收益理论，辨析分配公平和信息敏感是如何作用于用户的披露行为，并且考察用户感知价值和感知风险的中介作用。研究证实了分配公平、信息敏感对于用户感知价值具有正向影响;用户感知价值对于用户披露意愿具有显著的正向影响;用户感知风险对于用户披露意愿具有显著的负向影响;用户披露意愿对于用户披露行为具有显著的正向影响。换言之，分配公平是推动用户的·披露行为，但信息敏感会加剧用户对于平台的感知风险，从而削减用户的披露意愿。
综上，本文认为网络运营方可以定期更新平台功能，维护平台性能，注重提高用户体验感，让用户在平台使用过程中感到披露个人信息达到信息—服务交换的过程的是公平值得的。用户运营商可以在保证盈利平稳运营的基础上适当减少对于用户敏感信息的获取来减少用户的感知风险，达到提升用户披露意愿的效果，实现自身平台信息—服务资源优化配置。
参考文献
[1] Balaji M S， Wei K K， Chong A Y L. Determinants of negative word-of- mouth communication using social networking sites[J]. Information & Management，2016， 53（4）： 528-540.
[2]朱侯，刘嘉颖.共享时代用户在线披露个人信息的隐私计算模式研究[J].图书与情报，2019（02）：76-82.
[3]申琦.自我表露与社交网络隐私保护行为研究——以上海市大学生的微信移动社交应用（APP）为例[J].新闻与传播研究，2015，22（04）：5-17+126.
[4]Ellison， N.B. Vitak，J. & Steinfield，C. et al. （2011） 。Nego-tiating privacy concerns and social capital needs in a social mediaenvironment. In Trepte， S.， Reinecke， L.， Eds. Privacy online：perspectives on privacy and self- disclosure in the social web （pp.19- 32） . New York： Springer.
[5]张长亮，李竟彤，郭宇.网络社群用户信息共享行为影响因素研究[J].情报科学，2020，38（02）：39-46+87.
[6]蒋知义，曹丹，谢伟亚.信息生态视角下在线健康社区用户信息共享行为影响因素研究[J].图书馆学研究，2020（21）：32-44.
[7]李枫林，周莎莎. 虚拟社区信息分享行为研究[J].图书情报工 作，2011，55（ 20） ： 48 - 51.
[8]黄微，朱镇远，徐烨.自媒体用户信息共享行为动机分析与实证[J].图书情报工作，2020，64（04）：59-67.
[9] Lee M R， Yen D C， Hsiao C Y.Understanding the perceived community value of Facebookusers[J]. Computers in Human Behavior， 2014， 35 （2） ：350-358. [10] Chen C C， Chang Y C.What drives purchase intention on Airbnb？Perspectives of consumer reviews，information quality， and media richness[J] Telematics&Informatics， 2018， 35 （5） ：1512-1523.
[11] Zhang CB，LiY N， Wu B， et al.How WeChat can retain users：Roles of network externalities， social interaction ties， and perceived values in building continuance intention[J].Computers in Human Behavior， 2016，69：284-293.
[12] Bauer R A.”Consumer Behavior as Risk Raking”in Hancock，R. S. Ed 5 DynamicMarketing for Changing World[C]. Proceedings of the 43rd Conference of theAmerican Marketing As sociation. 1960. 389-398.
[13] Loske A， T Widjaja， A Benlian， P Buxmann. Perceived IT security risks in cloud adoption： the role of perceptual incongruence between users and providers [C] ECIS 2014 Proceedings. 2014.
[14] Troshani I， G Rampersad， N Wickramasinghe. On Cloud Nine？ An Integrative Risk Management Framework for Cloud [C].24th Bled Conference. 2011. 15-26.）
[15]李玉萍. 网络购物顾客重购意愿影响因素的实证研究[D].西南交通大学，2015.
[16]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（06）：114-124.
[17] Woodruff， Robert B. （1997）. “Customer Value： The Next Source for Competitive Advantage，”Journal of theAcademy of Marketing Science， 25（2）， 139-153.
[18]姜又琦. 在線医疗网站用户个人健康信息披露意愿影响因素研究[D].武汉大学，2017.
[19] Joncs M G. Privacy： A Significant Marketing Issue for the 1990s[]. Journal of Public Policy & Marketing， 1991， 10（1）： 133-148.
[20] Wang P， Petrison L A. Direct marketing activities and personal privacy. A consurner survey[J].Jourmal of Interactive Marketing， 1993， 7（1）： 7-19.
[21] Phelps J， Nowak G， Ferrell E. Privacy Concerns and Consumer Willingness to Provide Personal Information[J]. Journal of Public Policy & Marketing， 2013， 19（1）： 27-41.
[22]孙香凌，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.
[23] Bandura A. Self-Efficacy Mechanism in Human Agency[J]. American Psychologist， 1982， 37（2）：122-147.
[24]张坤，王文韬，李晶，谢阳群.电子健康网站用户信息披露行为影响因素研究[J].图书情报工作，2018，62（16）：82-91.
[25] Woodruff， Robert B. （1997）. “Customer Value： The Next Source for Competitive Advantage，”Journal of theAcademy of Marketing Science， 25（2）， 139-153.
[26] Jillian C Sweeney，Geoffrey N Soutar. Consumer perceived value： The development of a multiple item scale[J]. Journal of Retailing，2001，77（2）.
[27] KimY. H.， Kim D. J.. Wachter K.. A Study of MobileUser Engagement （ MoEN ）： Engagement Motivations， Perceived Value， Satisfaction，and Continued Engagement Intention [J].Decision Support Systems， 2013， 56（6）： 361-370.
[28]钟凯.2013.网络消费者感知价值对购买意愿影响的研究[D].辽宁大学.
[29] Risk Based Security. Data Breach QuickViewReport 2019 Q3 trends. 2019-11.
华菡纯（2001.1）女，汉族，湖北黄冈人，管理学学士学位，