大數(shù)據(jù)環(huán)境下APP用戶隱私計算影響因素研究

摘要：[目的/意義]大數(shù)據(jù)環(huán)境下.APP已經(jīng)成為工作、生活、娛樂甚至是賺錢的重要工具，與此同時，APP也成為用戶隱私泄露的重災(zāi)區(qū)。用戶一方面擔(dān)心隱私的泄露，另外一方面由于APP所帶來的益處，卻愿意主動提供隱私數(shù)據(jù)供商家利用，這就是所謂的“隱私悖論”現(xiàn)象。[方法/過程]隱私計算是研究隱私悖論的重要方法之一，通過對APP用戶隱私計算影響因素的調(diào)查，分析影響用戶自愿提供隱私數(shù)據(jù)的核心因素，并分析悖論存在的原因。[結(jié)果/結(jié)論] APP用戶隱私的保護(hù)需要不斷加強(qiáng)法律、制度的建設(shè)和開發(fā)商與運營商的監(jiān)管，而不斷提高用戶隱私保護(hù)的意識也是不可忽視的重要內(nèi)容。

關(guān)鍵詞：APP用戶：隱私計算：影響因素

DOl： 10.3969/j .issn .1008 -0821 .2019 .12 .015

[中圖分類號] G203 [文獻(xiàn)標(biāo)識碼]A [文章編號]1008-0821（ 2019） 12-0131-07

隨著大數(shù)據(jù)時代的來臨，各種APP層出不窮，APP已經(jīng)成為人們生活、工作、學(xué)習(xí)、健康、娛樂甚至是賺錢的重要工具。根據(jù)工信部的最新統(tǒng)計顯示，可以檢測到的我國市場上應(yīng)用的手機(jī)APP達(dá)到415萬款[1]。雖然用戶享受著APP所帶來的各種便利，但是APP也成為泄露用戶隱私的重災(zāi)區(qū)。根據(jù)中國消費者協(xié)會發(fā)布的《APP個人信息泄露情況調(diào)查報告》顯示，超過80%的被調(diào)查者稱由于使用APP，個人信息泄露，而遭到短信或者推銷電話的騷擾等[2]。

關(guān)于網(wǎng)絡(luò)用戶個人隱私數(shù)據(jù)泄露的問題，有學(xué)者認(rèn)為用戶并非沒有感知到存在的風(fēng)險，而是由于使用中所產(chǎn)生的益處，促使用戶愿意讓渡個人的隱私數(shù)據(jù)去獲取所產(chǎn)生的益處，這個過程被稱之為隱私計算。隱私計算理論來源于1977年Laufer等發(fā)表的《隱私作為一種概念和社會問題：一個多維度發(fā)展的理論》[3]一文中所提出的行為計算演化而來，后來Culnan等在2003年發(fā)表的論文《消費者隱私：經(jīng)濟(jì)與法律的平衡》將隱私計算的研究采用了成本一收益的分析方法作為用戶是否自愿提供個人數(shù)據(jù)的依據(jù)。隨著社交網(wǎng)絡(luò)和電子商務(wù)的發(fā)展，隱私計算理論逐漸被越來越多的學(xué)者作為分析網(wǎng)絡(luò)用戶的重要方法[4]。隱私計算也是隱私悖論的一種解釋，即雖然很多人都在關(guān)注或者呼吁要加強(qiáng)隱私的保護(hù)，但是為了獲得某些服務(wù)，卻愿意主動的提供個人數(shù)據(jù)為商家所利用。

1 研究背景

個人隱私的保護(hù)除了給人們帶來經(jīng)濟(jì)安全之外，還將其作為人權(quán)，受到法律的保護(hù)。隨著大數(shù)據(jù)時代的來臨，人類行為的數(shù)據(jù)化，個人隱私數(shù)據(jù)將其作為商品，越來越受到人們的認(rèn)同。雖然，個人隱私受到侵犯的案例比比皆是，但是在使用很多社交媒體、物聯(lián)網(wǎng)、電子商務(wù)中，人們?nèi)栽谧栽傅膶€人的隱私數(shù)據(jù)提供給商家，從產(chǎn)品中獲益。如前文所言，如果隱私數(shù)據(jù)是一種商品，那么個人提供與保留隱私數(shù)據(jù)的決定往往通過權(quán)衡提供的成本和收益來作為合理的選擇。因此，提供個人數(shù)據(jù)的決定應(yīng)沿線性變化。風(fēng)險的概率和嚴(yán)重性的變化將會導(dǎo)致個人提供隱私數(shù)據(jù)處于相應(yīng)的變化[5]。即隱私計算是一個理性的過程，它包括權(quán)衡感知的風(fēng)險和當(dāng)前提供個人隱私數(shù)據(jù)的感知收益。當(dāng)感知的收益大于感知的風(fēng)險時，用戶就有可能會自愿提供隱私數(shù)據(jù)。然而，當(dāng)發(fā)現(xiàn)更多的是風(fēng)險而不是利益時，用戶就會不愿意提供個人數(shù)據(jù)[6]。

當(dāng)然，也有學(xué)者給出了另外的解釋，認(rèn)為用戶之所以愿意提供隱私數(shù)據(jù)給商家使用，是非理性的過程，這種非理性來源于：1）用戶并沒有感知到可能存在的風(fēng)險;2）用戶由于認(rèn)知的偏差，主觀上認(rèn)為數(shù)據(jù)的泄露不可能發(fā)生或者發(fā)生的可能性很小。學(xué)者Baek Y M在基于大規(guī)模在線數(shù)據(jù)調(diào)查的研究中也證實了這一點，用戶通常認(rèn)為自身遇到在線隱私侵犯的可能性要低于其他個人（比較對象），使得個人感知的隱私風(fēng)險較小[7]。

目前，學(xué)者們關(guān)于隱私計算的研究主要涉及物聯(lián)網(wǎng)用戶、網(wǎng)絡(luò)消費者、電子商務(wù)用戶、移動服務(wù)用戶等領(lǐng)域，對于APP用戶隱私計算行為的研究還很少。本文一方面試圖從APP用戶對隱私數(shù)據(jù)認(rèn)知的角度出發(fā)，分析用戶是否理性的自愿提供隱私數(shù)據(jù)給APP;另外一方面從隱私意識、隱私數(shù)據(jù)的敏感度、感知信任度、感知系統(tǒng)的優(yōu)點和感知人群的角度分析用戶隱私計算的影響因素。

2 APP用戶隱私計算影響因素的理論模型構(gòu)建

依據(jù)隱私計算的內(nèi)涵，影響用戶自愿提供數(shù)據(jù)的變量有兩個，即感知風(fēng)險和感知收益。本文從以上兩個方面分析構(gòu)成用戶使用APP過程中隱私計算的影響因素。

2.1 感知風(fēng)險

風(fēng)險是由于不確定性引起的、潛在的負(fù)面結(jié)果和另外一方由于不必要的行為可能引發(fā)的損失[8]。APP用戶隱私泄露的風(fēng)險通常有3種：1）用戶隱私數(shù)據(jù)未經(jīng)用戶同意出售給第三方;2）用戶數(shù)據(jù)被APP開放商濫用;3）用戶數(shù)據(jù)被黑客竊取。因此，本文假設(shè)：

假設(shè)1（H1）：當(dāng)用戶使用APP時，感知到的風(fēng)險越大，提供個人數(shù)據(jù)的意愿將會越低。

2.1.1 隱私意識

按照隱私計算的理論，由于隱私計算是一個非常理性的過程。因此，學(xué)者們普遍認(rèn)為用戶對隱私和隱私數(shù)據(jù)有著清晰的認(rèn)知，對于隱私所產(chǎn)生的風(fēng)險和收益可以進(jìn)行權(quán)衡與計算決定是否提供個人數(shù)據(jù)給APP。因此很多研究中，隱私的意識并沒有作為隱私計算的變量。本文認(rèn)為，隱私意識是衡量隱私計算的重要自變量。實際上，一方面，由于文化和制度的不同，公民對于什么是隱私數(shù)據(jù)本身的認(rèn)知也有一定的偏差。例如，歐盟的一些國家將照片視為隱私數(shù)據(jù)，因為通過照片可以識別公民的民族，但是歐盟的數(shù)據(jù)保護(hù)工作小組并沒有將照片歸為隱私數(shù)據(jù)[9];另外一方面，就個體而言，每個人的隱私寬度也不同，例如，有些人認(rèn)為電話號碼是隱私數(shù)據(jù)，而另外一些人則認(rèn)為不是。因此，由于個人對隱私的界定不同，對于提供個人數(shù)據(jù)的寬度就會有所差異。即用戶在使用APP提供個人數(shù)據(jù)時，有可能并非出于風(fēng)險與收益的權(quán)衡而提供個人數(shù)據(jù)，而是其隱私的界限不同，導(dǎo)致產(chǎn)生提供個人數(shù)據(jù)的差異。反之，如果用戶對隱私數(shù)據(jù)有很強(qiáng)的意識，那么就會有很強(qiáng)的感知風(fēng)險的能力，則提供個人數(shù)據(jù)方面就會比較謹(jǐn)慎。因此，本文假設(shè)：

假設(shè)1.1（ H1.1）：APP用戶隱私的意識越強(qiáng)，感知風(fēng)險的意識就越強(qiáng)，反之則相反。

2.1.2 隱私數(shù)據(jù)的敏感度

敏感度是指用戶在使用APP中，對于提供數(shù)據(jù)類型以及APP本身個人數(shù)據(jù)保護(hù)的規(guī)范性與風(fēng)險感知的關(guān)聯(lián)度，包括兩個方面：1）用戶對要求提供什么類型的數(shù)據(jù)會產(chǎn)生隱私風(fēng)險的敏感度[10]。2） APP是否提供了個人數(shù)據(jù)保護(hù)的協(xié)議或者指引也是影響用戶使用APP產(chǎn)生敏感度的重要因素之一。因此，本文假設(shè)：

假設(shè)1.2（H1.2）：用戶對提供數(shù)據(jù)的敏感度越強(qiáng)，則對風(fēng)險的感知能力越強(qiáng)，反之則相反。

2.1.3 感知信任

信任是用戶使用物聯(lián)網(wǎng)、電子商務(wù)、社交媒體的重要因素。這種信任來自用戶認(rèn)為APP系統(tǒng)或者APP運營商對于安全或者個人數(shù)據(jù)保護(hù)減少風(fēng)險和不確定性的能力。在使用APP中，這種信任分為兩個方面：一是對系統(tǒng)的信任;二是對APP運營商即該組織機(jī)構(gòu)的信任[11]。當(dāng)用戶對APP信任度越高，則對其風(fēng)險的感知能力就會越弱。因此，本文假設(shè)：

假設(shè)1.3（H1.3）：用戶對APP的不信任度越高，則對風(fēng)險的感知能力越強(qiáng)，反之則相反。

2.2 感知收益

隱私收益是指在使用APP中，通過提供個人的數(shù)據(jù)來獲取良好的收益。依據(jù)隱私計算的理論，感知收益是用戶使用APP的基本推動力。在使用APP中感知收益有很多方面，既可以體現(xiàn)在實際的工作、學(xué)習(xí)的需要，也可以體現(xiàn)在娛樂和健康以及獲取金錢的收益層面。因此，本研究提出假設(shè)：

假設(shè)2（H2）：當(dāng)用戶使用APP時，感知到的收益越多，提供個人數(shù)據(jù)的意愿將會越強(qiáng)烈。

2.2.1 感知系統(tǒng)的優(yōu)點

關(guān)于系統(tǒng)的優(yōu)點，很多學(xué)者只是從個性化或者兼容性[10]的方面進(jìn)行研究，隨著技術(shù)的發(fā)展，對于APP的優(yōu)點可以同時從多個角度進(jìn)行考量：1）個性化。個性化決定了基于以前收集的數(shù)據(jù)來提供滿足用戶的產(chǎn)品和服務(wù)。因為APP的個性化服務(wù)往往可以提供準(zhǔn)確而及時的產(chǎn)品，一方面用戶渴求這種服務(wù)，同時也會因此產(chǎn)生了隱私方面的顧慮。2）兼容性。系統(tǒng)兼容性是指為一種APP系統(tǒng)開發(fā)的軟件或硬件可適用于另一種或其它多種APP系統(tǒng)的能力。兼容性也是影響用戶感知獲益的一個方面。3）交互性。主要指APP人機(jī)交互的界面和服務(wù)的互動和反應(yīng)能力。因此，本文假設(shè)：

假設(shè)2.1（ H2.1）：APP系統(tǒng)的優(yōu)點越突出，用戶獲得收益的感知就會越強(qiáng)烈，反之則相反。

2.2.2 感知使用人群

人是群居性動物，通常具有從眾心理。當(dāng)人們在采納新的工具時，一方面，希望得到其他人的認(rèn)同，并會積極推薦使用。同時也在受其他人的影響，當(dāng)觀察和發(fā)現(xiàn)周圍的很多人都在使用新的工具進(jìn)行交流或者獲益時，也會嘗試使用新的工具，融人群體中去。感知使用人群是指用戶所使用的APP感知有多少其他人群在使用。因此，本文假設(shè)：

假設(shè)2.2 （H2.2）：APP使用的人越多，用戶獲得收益的感知就會越強(qiáng)烈，反之則相反。

2.3 理論模型

從隱私計算的角度分析用戶使用APP的影響因素，本文從隱私意識、隱私數(shù)據(jù)敏感度、感知信任、感知使用人群、感知系統(tǒng)優(yōu)點5個方面構(gòu)建感知風(fēng)險和感知收益對于用戶愿意提供隱私數(shù)據(jù)的模型（見圖1）。

3 數(shù)據(jù)收集與數(shù)據(jù)分析

3.1 數(shù)據(jù)收集

調(diào)查主要通過國內(nèi)主流的數(shù)據(jù)調(diào)查平臺問卷星展開電子問卷調(diào)查，同時也發(fā)放了部分的紙質(zhì)問卷進(jìn)行調(diào)查，共收回問卷250份，去除無效問卷，實際有效問卷243份。APP被調(diào)查用戶的年齡分為4個階段：1）年齡從18 - 30歲的用戶占了絕大多數(shù)，達(dá)到79%;2）30-40歲的用戶占到15%;3）40-50歲的用戶占到3%;4）50歲以上的用戶占到3%。由此可見，使用APP的年輕用戶較多，中老年用戶相對比較少（見圖2）。其中參加問卷調(diào)查女性的比例為54%，男性比例為46%。在校大學(xué)生占到65%，在職人員占到34%，退休人員為1%。

另外，用戶使用APP的類型也呈現(xiàn)多樣化，如圖3所示，使用APP類型最多的要屬于學(xué)習(xí)和工作、娛樂型的APP，分別約占30%和29%。其次是交友和健康類型的APP，分別約占到21%和14%。用戶使用最少類型的APP是以獲利為目的的APP，約占6%。

3.2 數(shù)據(jù)分析

效度是分析研究項是否合理、有意義的重要指標(biāo)，效度檢測主要使用因子分析法進(jìn)行分析，其中KMO值是判斷因子是否有效的重要方面，通過計算分析，表1分析項的KMO均在0.6以上，說明分析指標(biāo)具有效度。而信度分析是研究定量數(shù)據(jù)可靠性的重要指標(biāo)，從表1數(shù)據(jù)可知，設(shè)計指標(biāo)的Cronbach'sα均在0.6以上，說明研究數(shù)據(jù)的信度質(zhì)量可靠（見表1）。

3.2.1 隱私風(fēng)險

1）隱私意識。依據(jù)我國2019年制定并實施的《個人信息安全規(guī)范》以及結(jié)合歐盟《通用數(shù)據(jù)保護(hù)法》關(guān)于個人敏感數(shù)據(jù)的規(guī)定，就隱私數(shù)據(jù)的認(rèn)知和范圍進(jìn)行了調(diào)查，從統(tǒng)計數(shù)據(jù)來看，APP用戶對于隱私數(shù)據(jù)有清晰的認(rèn)知。就使用APP提供數(shù)據(jù)而言，大多數(shù)的用戶首先考慮的因素是是否有用，而對于其是否安全并未放在首位（見圖4）。而且，通過APP是否安全對于用戶愿意提供數(shù)據(jù)進(jìn)行線性回歸分析來看，模型R平方值為0.031，說明二者之間并沒有直接的關(guān)系。

另外，如果APP有用，大多數(shù)用戶愿意提供姓名、電話號碼、QQ賬號、微信賬號、電子郵件等隱私數(shù)據(jù)，當(dāng)然有些用戶依據(jù)有用程度，也愿意提供身份證號、銀行賬號等方面高度敏感和隱私的數(shù)據(jù)（見圖5）。

2）隱私數(shù)據(jù)敏感度。通常來講，在使用APP中，如果用戶對提供的隱私數(shù)據(jù)比較敏感，敏感度越強(qiáng)則風(fēng)險意識就會越強(qiáng)，那么提供信息的愿望就會比較低。通過皮爾森相關(guān)性分析（見表2），除了身份證號和銀行賬號與A、B、C3種風(fēng)險呈現(xiàn)直接相關(guān)因素之外，其他因素都存在一個以上的不相關(guān)因素，例如，健康信息與A、B、C3種風(fēng)險的相關(guān)系數(shù)是0. 024、0.095和0.124，位置信息相關(guān)系數(shù)值分別是-0. 072、-0. 024、0.038，二者相關(guān)系數(shù)全部均接近于0，并且P值全部均大于0. 05，與隱私風(fēng)險的關(guān)聯(lián)比較小。征信信息與風(fēng)險A和風(fēng)險B之間并不會呈現(xiàn)出顯著性，相關(guān)系數(shù)值接近于0，財務(wù)信息與風(fēng)險A相關(guān)系數(shù)值也接近于0，二者相關(guān)性不顯著（見表2）。

3）感知信任。通過回歸分析，感知不信任，例如對APP系統(tǒng)和組織機(jī)構(gòu)的不信任對感知風(fēng)險產(chǎn)生影響顯著。因此，用戶在使用APP時，感知不信任就會減少對APP的使用。

3.2.2 隱私收益

1）感知使用群。對感知使用人群的因素進(jìn)行線性回歸分析，對模型進(jìn)行F檢驗時發(fā)現(xiàn)模型通過F檢驗（F=8. 337，P<0.05），依據(jù)回歸系數(shù)值進(jìn)行分析，A、C、D回歸系數(shù)值為0.139（t=5. 267，P=0.000<0. 01）、0.056（t=2.367，P=0.019<0.05）、0.039（t=2.143，P=0.033<0. 05），對感知收益都產(chǎn)生顯著的正向影響關(guān)系，B回歸系數(shù)值為-0. 039（t=-1. 796，P=0.074>0.05），B對感知收益雖然影響不顯著，但也產(chǎn)生影響關(guān)系，從整體來講，感知人群對于APP感知收益具有顯著的影響（見表3）。

2）感知系統(tǒng)優(yōu)點。感知系統(tǒng)的兼容性、服務(wù)的個性化、交互性對于感知有用性也產(chǎn)生顯著的影響關(guān)系。感知系統(tǒng)的優(yōu)點和感知收益相關(guān)系數(shù)值為0.134，并且P值小于0.05，因此二者相關(guān)性呈現(xiàn)顯著性（見表4）。

從感知風(fēng)險和感知收益的因素來分析，除了隱私意識與感知風(fēng)險并沒有顯著的影響，其它因素都與感知風(fēng)險、感知收益呈現(xiàn)顯著的相關(guān)性，同時風(fēng)險因素與用戶提供數(shù)據(jù)的意愿呈負(fù)相關(guān)性，與感知收益呈現(xiàn)正相關(guān)性（見表4）。

4 結(jié)論

隨著社會的發(fā)展.APP的使用類型越來越多，為用戶提供了生活、工作、學(xué)習(xí)、娛樂等方面的便利。但是伴隨而來的用戶隱私風(fēng)險也在不斷高漲。與大家關(guān)注隱私相反，很多時候，人們在特定的環(huán)境中，往往會愿意提供個人的隱私數(shù)據(jù)，而且超過了原有對隱私保護(hù)的目的[11]。通過調(diào)查顯示.APP用戶確實存在隱私悖論的現(xiàn)象。一方面用戶不堪隱私被侵犯的困擾，同時也在不斷提供個人的隱私數(shù)據(jù)給商家使用，這種悖論體現(xiàn)在以下方面：

1）用戶對APP有用性的考慮往往大于對隱私風(fēng)險的顧慮。即用戶選擇使用APP時，是否愿意提供隱私數(shù)據(jù)以及提供哪些隱私數(shù)據(jù)是由APP的有用性有多大來決定的。APP對于用戶的有用性越強(qiáng)，則用戶提供數(shù)據(jù)的范圍越大。同時，調(diào)查顯示，用戶對于隱私數(shù)據(jù)有著清晰的認(rèn)知，因此，使用APP提供數(shù)據(jù)屬于理性而非理性的過程。用戶的選擇從成本收益的角度來講，符合風(fēng)險越高收益越大的原理。

2）依據(jù)影響因素的調(diào)查顯示，身份賬號和銀行賬號的提供是用戶風(fēng)險感知的臨界點。其次是財務(wù)信息和位置信息，而健康信息、征信信息對于很多用戶來說并沒有作為重要的風(fēng)險因素。這也反映了用戶由于文化和制度以及個體認(rèn)知的不同，導(dǎo)致隱私數(shù)據(jù)及隱私數(shù)據(jù)風(fēng)險因素認(rèn)知的差異。依據(jù)歐盟的《通用數(shù)據(jù)保護(hù)法》的規(guī)定，健康信息以及征信信息是重要的關(guān)乎隱私的敏感數(shù)據(jù)，這些數(shù)據(jù)的泄露不僅關(guān)系用戶的財務(wù)安全，也關(guān)乎用戶的隱私權(quán)和名譽(yù)權(quán)，卻沒有得到APP用戶足夠的重視。

3）用戶雖然感知到APP存在隱私數(shù)據(jù)的風(fēng)險，但是對于APP隱私保護(hù)的說明和指引并不十分重視。在調(diào)查中，74%的用戶表示對于隱私說明不會認(rèn)真閱讀就已經(jīng)簽署了協(xié)議。另外，68%的APP隱私保護(hù)說明使用霸王條款，如果不同意APP的隱私數(shù)據(jù)讓渡協(xié)議，就不能使用APP。這就產(chǎn)生了另外一種悖論的可能性，一方面，用戶為了使用APP，雖強(qiáng)調(diào)隱私顧慮卻忽略隱私條款的認(rèn)真閱讀;而另外一方面，APP的隱私保護(hù)說明具有強(qiáng)制性，導(dǎo)致用戶對于讓渡使用的隱私數(shù)據(jù)未必知情或者雖然知情卻未必同意的悖論之中。

4）通過調(diào)查顯示，參照群體效應(yīng)對于用戶使用APP起著重要的作用。參照群體是指個體在形成其消費或購買決策時，用來作為比較與參照的個人或群體。它不僅指與個體有相關(guān)接觸的親人、朋友等人或群體，也包括與個體并無直接接觸的但對個體產(chǎn)生影響的個人或群體[12]。參照群體之所以對用戶產(chǎn)生顯著影響，一方面參照群體的示范效應(yīng)，成為促使用戶采納APP的重要因素之一，同時也在另外層面上弱化了用戶感知風(fēng)險的能力。

由此可見，APP個人隱私數(shù)據(jù)的保護(hù)，一方面需要不斷健全相關(guān)的法律和規(guī)范，加強(qiáng)APP開發(fā)商和運營商的監(jiān)管，制定和規(guī)范個人數(shù)據(jù)利用和保護(hù)的措施，同時作為擁有隱私數(shù)據(jù)的主體一用戶需要提高風(fēng)險防范意識，了解和維護(hù)個人的合法權(quán)益，防止隱私數(shù)據(jù)被濫用和竊取。

參考文獻(xiàn)

[1]權(quán)威數(shù)據(jù)：手機(jī)APP -共有多少個？[ EB/OL].http：//baijia-hao. haidu. com/s？ id= 1605684980987956244&wfr= spider&for= pC-

[2]中消協(xié)發(fā)布《APP個人信息泄露情況調(diào)查報告》[EB/OL].http：//www. cqn. com. cn/pp/content/2018 - 08/29/content一621379l.htm.

[3] Laufer R S，Wolfe M.Privacy As A Concept And A Social lssue：A Multidimensional Developmental Theory[J].Journal of SocialIssues，

1977， 33（3）：22-42. https：//goo.gl/qvCuY5https：//doi.org/10.1111/j.1540-4560. 1977.tb01880.x.

[4] Culnan M J，Bies R J.Consumer PrivacY： Balancing Economicand Justice Considerations[J] Journal of Social Issues， 2003，59（2）：323 - 342.

https：//goo. gl/ja9w60hitps：//doi. org/10.1111/1540-4560.00067

[5] Mark J K，Samuel C T，Joanne H，et al.Information Disclosureon Mobile Devices： Re -examining Privacy Calculus with Actual User Behavior [J] . Int. J. Human-Computer Studies ， 2013， 71 ：1163-1173.

[6] Svenja B. Privacy Paradox： Factors Influencing Disclosure of Per-sonal Information [ D]. Masterthesis. 2016： 1-93.

[7] Baek Y M. Solving the Privacy Paradox： A Counter-argumem Ex-perimental Approach [J] . Computers in Human Behavior， 2014，38 ： 33-42.

[8] Svenja B. Privacy Paradox： Factors Influencing Disclosure of Per-sonal Information Among German and Dutch SNS Users [ D] . Mas-terthesis， 2016： 1-93.

[9] Lipton J D. Digital Multi - Media and the Limits of PrivacyLaw. Case [ J ]. Western Reserve Joumal Intemational Law， 2009， 42 ： 551.

[10] Dongyeon K. Willingness to Provide Personal Information： Per-spective of Privacy Calculus in loT services [ J] . Computers in Hu-man Behavior， 2019， 92： 273-281.

[11] Cristian M， Agnes D. Disclosing Personal Information Via HotelApps： A Privacy Calculus Perspective [ J]. Intemational Journalof Hospitality Management ，2015 ， 47 ：120- 130.

[12] 龔振，李菡.中國奢侈品消費的參照群體效研究 [ J] .商業(yè)時代， 2015， （11） ： 20-21.

收稿日期：2019-06-05

基金項目：河北省社會科學(xué)基金“我國智慧政務(wù)算法決策風(fēng)險評估機(jī)制研究”（項目編號：HB19TQ002）。

作者簡介：迪莉婭（1974-），女，教授，研究方向：大數(shù)據(jù)、電子政務(wù)。