论文部分内容阅读
摘 要 为研究中国情境下社交电商用户在关系强度的调节下隐私关注与消费行为的作用机制，为缓解用户隐私关注以及促进电商经济的健康发展提供参考依据。以社交电商用户为研究对象，以关系强度理论以及隐私关注相关研究为框架，构建了研究模型，探讨了“用户+平台”模式下用户隐私关注以及用户行为意愿的影响机制，重点分析用户间关系强度的调节作用。经过统计分析发现，隐私倾向以及平台声誉对用户隐私关注均有显著影响，且隐私关注进一步影响用户行为意愿，关系强度在隐私关注对行为意愿的影响中具有负向调节作用。
关键词 关系强度；社交电商；隐私关注；消费行为
中图分类号 G2 文献标识码 A 文章编号 2096-0360（2021）10-0034-03
社交电商基于用户间关系网络，并以用户情感认同为基础实现“社交”和“电商”两大模块的有效融合。随着数字经济的深度发展，社交电商已成为当下最为瞩目的新兴商业平台之一，社交电商行业也迎来了蓬勃发展新局面，成为拉动国民经济增长的重要动力和引擎。然而，在新兴发展的背后，却隐藏着个人数据被滥用、售卖，个人隐私泄露问题日益严重，关于此类社会事件的报道更是层出不穷。个人隐私问题成为互联网用户，尤其是社交电商用户最关注的问题。本文基于关系强度理论研究社交电商用户隐私关注与消费行为的影响机制，将用户间关系强度与隐私关注以及行为意愿联系起来，构建研究模型，并提出了相关假设，采用问卷的方式采集数据，通过统计分析得出研究结论。本文研究结果有助于电商平台完善销售策略和隐私政策、平衡用户数据隐私的必要保护与开放共享、最大限度发挥数据要素的潜在价值和推动数据要素市场化配置。
隐私本身难以衡量。西方学者首次介绍了关于隐私关注的概念，用以研究公众对隐私的态度。早期，学者们采用相对宽泛的定义，他们认为所谓隐私关注是一种对于自身隐私信息是否得到公平对待的主观感知。营销学者们起初主要研究邮件或电话销售情境下的隐私关注。随着互联网的发展，关于网络隐私关注的研究越来越多。在信息管理领域中，关于隐私关注的研究提出了许多有价值的见解，学者们将网络隐私关注定义为：平台用户担忧网站收集、使用用户个人信息的行为，体现了消费者对网站对待其个人信息的行为期望和网站现实行为之间的感知差异 [ 1 ]。国内学者对于隐私关注的研究，朱強 等[2]提出，隐私关注是指网络广告运营商对消费者特征和行为数据的收集、分析和使用，所引发其对个人信息泄露的关注；于婷婷和杨 蕴焓[ 3 ]将隐私关注定义为“互联网用户对其网络个人信息被控制、收集和使用等情况的关注”；臧国全、赵炎冰 和张南[ 4 ]指出隐私关注是“个人对其信息泄露和失去控制的担忧”。其中，隐私关注的影响因素包括人口统计变量[5] 、心理特征[3]和平台声誉[6]等。
2.1 隐私倾向与隐私关注
隐私倾向是指用户在消费过程中对于隐私问题的态度。通常情况下，不同用户对待隐私的态度都会有所差异。比如，有些用户在电商平台进行购物时为了方便通常允许App启用各种功能（包括但不限于定位、获取设备信息、读写设备上的照片及文件），设置的支付密码也是始终如一；也有用户会习惯性禁止App启用定位、读写通讯录等功能，甚至在启动App前详细阅读相关隐私条例。相关研究表明，个体隐私倾向越显著，用户越关 切对隐私的保护[ 7 ]。一般而言，隐私倾向程度低的人，不太注重对隐私的保护或者说对于隐私保护工具的控制力较弱；相反，隐私倾向程度高的人，对于隐私风险的感知愈强烈，愈注重保護个人隐私。据此，本文提出如下假设：
H1：隐私倾向正向影响用户隐私关注。
2.2 平台声誉与隐私关注
平台型电商模式的本质在于平台企业和平台卖家共创价值，向平台买家提供完整的购物体验。用户在消费过程中会基于购物体验和企业影响力来评判社交电商平台的声誉，并在此基础上对自身信息是否安全做出评判，并且平台较好的声誉能够促使用户进行信息分享[ 7 ]。无论是传统的线下环境，还是目前线上线下相结合的方式，对于企业来说，频繁发生的交易纠纷都会对其声誉造成致命的影响，而声誉一旦 遭到破坏便很难修复[5]。社交电商情景下，正如相关研究部分所述社交电商更趋向于体验式消费传播，因此声誉是从平台角度出发影响用户隐私关注最为关键的要素。本文提出如下假设：
H2：平台声誉反向影响用户隐私关注。
2.3 隐私关注与行为意愿
用户在享受电子商务快速发展带来的各种利好时，隐私问题高频率的发生将用户隐私关注推向高潮，买卖双方的信任关系随之遭受巨大考验，用户购买意愿大幅降低。对于社交电商用户来说，隐私关注是他们进行 行为决策最基本的前提[ 7 ]，因此，研究隐私关注对行为意愿的影响关系是本文非常必要且关键的一步，在对用户行为意愿进行划分时 ，综合考虑以往相关研究[ 4 ]，本文提出如下假设：
H3：隐私关注反向影响用户行为意愿。
2.4 用户间关系强度的调节作用
在社交电商环境中，关系强度是影响消费者行为决策的关键因素。一方面，强关系能够减少信息传播的不确定性，在人情往来、信任关系以及冲破交流障碍三方面更具优势；另一方面，弱关系则在信息传播以及资源交换方面更具吸引力。然而，在一定情境下，强关系更能够促进信息扩散以及抑制谣言的传播，在广告投放上，效果也更加显著。本研究通过关系时长、互动频率、亲密程度以及互惠性这四个维度来测量用户间连带的关系强度。据此，本文提出如下假设：
H4：社交关系强度在隐私关注与用户行为意愿中具有调节作用。
研究模型如图1所示。
3.1 问卷设计
本文采用问卷调查的研究方法收集数据，问卷由两部分组成，第一部分为人口统计变量，如性别、年龄、学历等；第二部分为各变量的测量题项。为了确保量表的内容效度，测量题项均改编自已有成熟量表，根据本文的研究情境进行了适当修改。其中，测量题项采用Likert五级量表在1（非常不同意）到5（非常同意）之间进行打分，每个变量设置了3～7个测量题项，共23个题项。并且，在问卷正式发放前进行了预调研，并针对调研数据进行信度和效度检验，依此对问卷进行适当的修改，最终形成正式问卷。
3.2 样本收集
本研究的样本收集采用在线问卷调查的方法，问卷共包括23道选项，主要收集关于社交电商用户对于隐私的认知、态度以及消费行为的数据，以期得到用户真实有效的反馈。在问卷发放方面，本研究通过社交软件进行分享，将问卷二维码发送至不同地区的用户。问卷开放填写时间为48小时，最终收回285份问卷，剔除问题问卷5份，得到有效问卷280份。问卷的制作、测试、发放和回收环节均由问卷星平台提供技术支持；数据的基础处理工作均在Excel平台完成，后续分析则主要由SPSS 25.0完成。
研究样本中女性较多（女性57.1%，男性42.9%）；样本偏年轻化，其中18～29岁占据66.4%；学历较高，以本科（51.1%）为主；且问卷受众经过题项“请问您是否了解社交电商平台（拼多多、淘宝直播、京东拼购等）”以及“是否参与社交平台发布的拼团、分享链接活动”的筛选，样本主体皆为社交电商用户，从而在一定程度上避免了样本偏差。
4.1 信度和效度检验
隐私倾向、平台声誉、隐私关注以及社交关系强度的Cronbach’s α值均大于0.7，表明量表具有较好的信度。就效度而言，在内容效度分析上，研究变量均改编自国外已有文献且问卷已经通过预测试并对测试数据进行分析，从而针对分析结论对问题选项进行修正；在结构效度分析上，KMO值均大于0.6，Bartlett检验P值均<0.001，表明变量适合做因子分析，然后采用主成分分析法以及最大差异法旋转进行探索性因子分析，得到4个因子，隐私倾向、平台声誉、隐私关注以及社交关系强度四个变量分属于四个因子，且在分属因子上的最低因子载荷量为0.66，累积解释总方差86.47%，依此可以看出问卷有着良好的结构效度。
4.2 相关性分析
相关性分析是研究变量之间的相关关系，其衡量标准是相关系数。本文采用Pearson相关分析，检验隐私关注与其影响因素之间是否存在显著的相关关系以及融入社交关系强度的隐私关注与行为意愿之间的作用机制。由相关性分析发现，隐私倾向与隐私关注（r=0.649，P=0.000<0.05）存在显著的正相关关系，平台声誉与隐私关注（r=-0.541，P<0.05）存在负相关，H1、H2得到初步证实。隐私关注与行为意愿（r=-0.637，P=0.000<0.05）存在负相关，H3得到初步验证。
4.3 假设检验分析
4.3.1 隐私关注的多元回归分析
由表1，F检验结果表明回归方程显著。R2=0.395表明自变量解释了因变量39.5%的变异，有较好的解释力。DW值=1.885表明没有严重的自相关现象。共线性诊断VIF值均<5，表明没有明显的共线性。
自变量隐私倾向对因变量隐私关注有显著的正向影响（P<0.05），H1再次得到验证，假设成立。自变量平台声誉对因变量隐私关注有显著的负向影响，H4再次得到验证，假设成立。
4.3.2 社交关系强度的调节效应分析
本研究对社交关系强度在隐私关注作用行为意愿中的调节效应进行分析，采用分层回归，在分析前首先对变量进行交互项生成（隐私关注*关系强度）处理，如表2所示，2个模型的P值均小于0.01，通过了显著性检验。
表3“系数”表格，在模型1中，隐私关注呈现出了0.01的显著性，说明隐私关注对因变量（行为意愿）产生显著的负向影响，这又一次验证了H3。在模型2中，隐私关注与关系强度的交互项（隐私关注*关系强度）呈现出显著性，P值为0.000，小于0.001，并且隐私关注对因变量（行为意愿）产生显著的负向影响，说明在隐私关注影响因变量（行为意愿）的过程中，关系强度具有反向调节作用，故H4得到验证。
综上所述，H1、H2、H3、H4均得到验证，假设成立，也就是说，隐私倾向、平台声誉显著影响消费者隐私关注；隐私关注显著影响消费者行为意愿，且社交关系强度在中间起到调节作用。
本文的结果表明：1）在选取的隐私关注影响因素中，隐私倾向正向影响消费者隐私关注，平台声誉负向影响消费者隐私关注。2）社交关系强度在隐私关注负向影响消费者行为意愿的过程中的调节效应也得到验证，并且关系强度起到负向调节的效果，即随着关系强度的提升，削弱了隐私关注对行为意愿的负向影响。本研究具有理论和实践意义，一方面，加入关系强度这一调节变量，丰富了以往隐私关注的理论模型；另一方面，为社交电商企业缓解消费者隐私关注、在高销量的同时保持低差评、提高消费者黏性提供建设性意见。
本文的研究结果对移动电商平台有如下启示：明确并严格执行相关法律法规，缓解用户隐私关注；同时平台应提供尽可能详细的隐私政策，增强用户对平台隐私保护的有效感知，从而提升用户黏性，促进用户对电商平台的积极使用；提高平台声誉，促进口碑传播；提高用户关系管理，有效实施社会关系营销。
参考文献
[1]Benamati J H，Ozdemir Z D，Smith H J.An empirical test of an antecedents-privacy concerns-outcomes model[J].Journal of Information Science，2017，43（5）：583-600.
[2]朱強，王兴元，辛璐琦.隐私关注对网络精准广告点击意愿影响机制研究：消费者风险感知和自我效能的作用[J].软科学，2018，32（4）：115-119.
[3]于婷婷，杨蕴焓.精准广告中的隐私关注及其影响因素研究[J].新闻大学，2019（9）：101-116，121.
[4]臧国全，赵炎冰，张男.APCO框架下微信用户使用动机、隐私关注与隐私行为之间关系研究[J].情报理论与实践，2021，44（1）：1-14.
[5]谢毅，高充彦，童泽林.消费者隐私关注研究述评与展望[J].外国经济与管理，2020，42（6）：111-125.
[6]汪旭晖，张其林.平台型电商声誉的构建：平台企业和平台卖家价值共创視角[J].中国工业经济，2017（11）：174-192.
[7]周涛，曾环宇，邓胜利.社会化商务环境下信息隐私关注的作用机理研究[J].现代情报，2019，39（11）：38-45.
关键词 关系强度；社交电商；隐私关注；消费行为
中图分类号 G2 文献标识码 A 文章编号 2096-0360（2021）10-0034-03
社交电商基于用户间关系网络，并以用户情感认同为基础实现“社交”和“电商”两大模块的有效融合。随着数字经济的深度发展，社交电商已成为当下最为瞩目的新兴商业平台之一，社交电商行业也迎来了蓬勃发展新局面，成为拉动国民经济增长的重要动力和引擎。然而，在新兴发展的背后，却隐藏着个人数据被滥用、售卖，个人隐私泄露问题日益严重，关于此类社会事件的报道更是层出不穷。个人隐私问题成为互联网用户，尤其是社交电商用户最关注的问题。本文基于关系强度理论研究社交电商用户隐私关注与消费行为的影响机制，将用户间关系强度与隐私关注以及行为意愿联系起来，构建研究模型，并提出了相关假设，采用问卷的方式采集数据，通过统计分析得出研究结论。本文研究结果有助于电商平台完善销售策略和隐私政策、平衡用户数据隐私的必要保护与开放共享、最大限度发挥数据要素的潜在价值和推动数据要素市场化配置。
1 理论背景
隐私本身难以衡量。西方学者首次介绍了关于隐私关注的概念，用以研究公众对隐私的态度。早期，学者们采用相对宽泛的定义，他们认为所谓隐私关注是一种对于自身隐私信息是否得到公平对待的主观感知。营销学者们起初主要研究邮件或电话销售情境下的隐私关注。随着互联网的发展，关于网络隐私关注的研究越来越多。在信息管理领域中，关于隐私关注的研究提出了许多有价值的见解，学者们将网络隐私关注定义为：平台用户担忧网站收集、使用用户个人信息的行为，体现了消费者对网站对待其个人信息的行为期望和网站现实行为之间的感知差异 [ 1 ]。国内学者对于隐私关注的研究，朱強 等[2]提出，隐私关注是指网络广告运营商对消费者特征和行为数据的收集、分析和使用，所引发其对个人信息泄露的关注；于婷婷和杨 蕴焓[ 3 ]将隐私关注定义为“互联网用户对其网络个人信息被控制、收集和使用等情况的关注”；臧国全、赵炎冰 和张南[ 4 ]指出隐私关注是“个人对其信息泄露和失去控制的担忧”。其中，隐私关注的影响因素包括人口统计变量[5] 、心理特征[3]和平台声誉[6]等。
2 研究模型与假设
2.1 隐私倾向与隐私关注
隐私倾向是指用户在消费过程中对于隐私问题的态度。通常情况下，不同用户对待隐私的态度都会有所差异。比如，有些用户在电商平台进行购物时为了方便通常允许App启用各种功能（包括但不限于定位、获取设备信息、读写设备上的照片及文件），设置的支付密码也是始终如一；也有用户会习惯性禁止App启用定位、读写通讯录等功能，甚至在启动App前详细阅读相关隐私条例。相关研究表明，个体隐私倾向越显著，用户越关 切对隐私的保护[ 7 ]。一般而言，隐私倾向程度低的人，不太注重对隐私的保护或者说对于隐私保护工具的控制力较弱；相反，隐私倾向程度高的人，对于隐私风险的感知愈强烈，愈注重保護个人隐私。据此，本文提出如下假设：
H1：隐私倾向正向影响用户隐私关注。
2.2 平台声誉与隐私关注
平台型电商模式的本质在于平台企业和平台卖家共创价值，向平台买家提供完整的购物体验。用户在消费过程中会基于购物体验和企业影响力来评判社交电商平台的声誉，并在此基础上对自身信息是否安全做出评判，并且平台较好的声誉能够促使用户进行信息分享[ 7 ]。无论是传统的线下环境，还是目前线上线下相结合的方式，对于企业来说，频繁发生的交易纠纷都会对其声誉造成致命的影响，而声誉一旦 遭到破坏便很难修复[5]。社交电商情景下，正如相关研究部分所述社交电商更趋向于体验式消费传播，因此声誉是从平台角度出发影响用户隐私关注最为关键的要素。本文提出如下假设：
H2：平台声誉反向影响用户隐私关注。
2.3 隐私关注与行为意愿
用户在享受电子商务快速发展带来的各种利好时，隐私问题高频率的发生将用户隐私关注推向高潮，买卖双方的信任关系随之遭受巨大考验，用户购买意愿大幅降低。对于社交电商用户来说，隐私关注是他们进行 行为决策最基本的前提[ 7 ]，因此，研究隐私关注对行为意愿的影响关系是本文非常必要且关键的一步，在对用户行为意愿进行划分时 ，综合考虑以往相关研究[ 4 ]，本文提出如下假设：
H3：隐私关注反向影响用户行为意愿。
2.4 用户间关系强度的调节作用
在社交电商环境中，关系强度是影响消费者行为决策的关键因素。一方面，强关系能够减少信息传播的不确定性，在人情往来、信任关系以及冲破交流障碍三方面更具优势；另一方面，弱关系则在信息传播以及资源交换方面更具吸引力。然而，在一定情境下，强关系更能够促进信息扩散以及抑制谣言的传播，在广告投放上，效果也更加显著。本研究通过关系时长、互动频率、亲密程度以及互惠性这四个维度来测量用户间连带的关系强度。据此，本文提出如下假设：
H4：社交关系强度在隐私关注与用户行为意愿中具有调节作用。
研究模型如图1所示。
3 研究设计与数据搜集
3.1 问卷设计
本文采用问卷调查的研究方法收集数据，问卷由两部分组成，第一部分为人口统计变量，如性别、年龄、学历等；第二部分为各变量的测量题项。为了确保量表的内容效度，测量题项均改编自已有成熟量表，根据本文的研究情境进行了适当修改。其中，测量题项采用Likert五级量表在1（非常不同意）到5（非常同意）之间进行打分，每个变量设置了3～7个测量题项，共23个题项。并且，在问卷正式发放前进行了预调研，并针对调研数据进行信度和效度检验，依此对问卷进行适当的修改，最终形成正式问卷。
3.2 样本收集
本研究的样本收集采用在线问卷调查的方法，问卷共包括23道选项，主要收集关于社交电商用户对于隐私的认知、态度以及消费行为的数据，以期得到用户真实有效的反馈。在问卷发放方面，本研究通过社交软件进行分享，将问卷二维码发送至不同地区的用户。问卷开放填写时间为48小时，最终收回285份问卷，剔除问题问卷5份，得到有效问卷280份。问卷的制作、测试、发放和回收环节均由问卷星平台提供技术支持；数据的基础处理工作均在Excel平台完成，后续分析则主要由SPSS 25.0完成。
研究样本中女性较多（女性57.1%，男性42.9%）；样本偏年轻化，其中18～29岁占据66.4%；学历较高，以本科（51.1%）为主；且问卷受众经过题项“请问您是否了解社交电商平台（拼多多、淘宝直播、京东拼购等）”以及“是否参与社交平台发布的拼团、分享链接活动”的筛选，样本主体皆为社交电商用户，从而在一定程度上避免了样本偏差。
4 数据分析和研究结果
4.1 信度和效度检验
隐私倾向、平台声誉、隐私关注以及社交关系强度的Cronbach’s α值均大于0.7，表明量表具有较好的信度。就效度而言，在内容效度分析上，研究变量均改编自国外已有文献且问卷已经通过预测试并对测试数据进行分析，从而针对分析结论对问题选项进行修正；在结构效度分析上，KMO值均大于0.6，Bartlett检验P值均<0.001，表明变量适合做因子分析，然后采用主成分分析法以及最大差异法旋转进行探索性因子分析，得到4个因子，隐私倾向、平台声誉、隐私关注以及社交关系强度四个变量分属于四个因子，且在分属因子上的最低因子载荷量为0.66，累积解释总方差86.47%，依此可以看出问卷有着良好的结构效度。
4.2 相关性分析
相关性分析是研究变量之间的相关关系，其衡量标准是相关系数。本文采用Pearson相关分析，检验隐私关注与其影响因素之间是否存在显著的相关关系以及融入社交关系强度的隐私关注与行为意愿之间的作用机制。由相关性分析发现，隐私倾向与隐私关注（r=0.649，P=0.000<0.05）存在显著的正相关关系，平台声誉与隐私关注（r=-0.541，P<0.05）存在负相关，H1、H2得到初步证实。隐私关注与行为意愿（r=-0.637，P=0.000<0.05）存在负相关，H3得到初步验证。
4.3 假设检验分析
4.3.1 隐私关注的多元回归分析
由表1，F检验结果表明回归方程显著。R2=0.395表明自变量解释了因变量39.5%的变异，有较好的解释力。DW值=1.885表明没有严重的自相关现象。共线性诊断VIF值均<5，表明没有明显的共线性。
自变量隐私倾向对因变量隐私关注有显著的正向影响（P<0.05），H1再次得到验证，假设成立。自变量平台声誉对因变量隐私关注有显著的负向影响，H4再次得到验证，假设成立。
4.3.2 社交关系强度的调节效应分析
本研究对社交关系强度在隐私关注作用行为意愿中的调节效应进行分析，采用分层回归，在分析前首先对变量进行交互项生成（隐私关注*关系强度）处理，如表2所示，2个模型的P值均小于0.01，通过了显著性检验。
表3“系数”表格，在模型1中，隐私关注呈现出了0.01的显著性，说明隐私关注对因变量（行为意愿）产生显著的负向影响，这又一次验证了H3。在模型2中，隐私关注与关系强度的交互项（隐私关注*关系强度）呈现出显著性，P值为0.000，小于0.001，并且隐私关注对因变量（行为意愿）产生显著的负向影响，说明在隐私关注影响因变量（行为意愿）的过程中，关系强度具有反向调节作用，故H4得到验证。
综上所述，H1、H2、H3、H4均得到验证，假设成立，也就是说，隐私倾向、平台声誉显著影响消费者隐私关注；隐私关注显著影响消费者行为意愿，且社交关系强度在中间起到调节作用。
5 结论与讨论
本文的结果表明：1）在选取的隐私关注影响因素中，隐私倾向正向影响消费者隐私关注，平台声誉负向影响消费者隐私关注。2）社交关系强度在隐私关注负向影响消费者行为意愿的过程中的调节效应也得到验证，并且关系强度起到负向调节的效果，即随着关系强度的提升，削弱了隐私关注对行为意愿的负向影响。本研究具有理论和实践意义，一方面，加入关系强度这一调节变量，丰富了以往隐私关注的理论模型；另一方面，为社交电商企业缓解消费者隐私关注、在高销量的同时保持低差评、提高消费者黏性提供建设性意见。
本文的研究结果对移动电商平台有如下启示：明确并严格执行相关法律法规，缓解用户隐私关注；同时平台应提供尽可能详细的隐私政策，增强用户对平台隐私保护的有效感知，从而提升用户黏性，促进用户对电商平台的积极使用；提高平台声誉，促进口碑传播；提高用户关系管理，有效实施社会关系营销。
参考文献
[1]Benamati J H，Ozdemir Z D，Smith H J.An empirical test of an antecedents-privacy concerns-outcomes model[J].Journal of Information Science，2017，43（5）：583-600.
[2]朱強，王兴元，辛璐琦.隐私关注对网络精准广告点击意愿影响机制研究：消费者风险感知和自我效能的作用[J].软科学，2018，32（4）：115-119.
[3]于婷婷，杨蕴焓.精准广告中的隐私关注及其影响因素研究[J].新闻大学，2019（9）：101-116，121.
[4]臧国全，赵炎冰，张男.APCO框架下微信用户使用动机、隐私关注与隐私行为之间关系研究[J].情报理论与实践，2021，44（1）：1-14.
[5]谢毅，高充彦，童泽林.消费者隐私关注研究述评与展望[J].外国经济与管理，2020，42（6）：111-125.
[6]汪旭晖，张其林.平台型电商声誉的构建：平台企业和平台卖家价值共创視角[J].中国工业经济，2017（11）：174-192.
[7]周涛，曾环宇，邓胜利.社会化商务环境下信息隐私关注的作用机理研究[J].现代情报，2019，39（11）：38-45.