電商智能推薦用戶信息隱私披露意愿影響機(jī)制研究

占 南 閆香玉

(河南科技大學(xué)商學(xué)院，河南 洛陽 471000)

作為數(shù)字經(jīng)濟(jì)新業(yè)態(tài)的代表，電子商務(wù)在新興信息技術(shù)的支撐推動下，在培育消費市場新動能和構(gòu)建雙循環(huán)發(fā)展格局等方面發(fā)揮了重要的作用。截至2021年12月，我國網(wǎng)絡(luò)購物用戶規(guī)模達(dá)8.42億，網(wǎng)絡(luò)零售額達(dá)13.1萬億元。為了更好地滿足用戶個性化信息服務(wù)需求，提升電子商務(wù)平臺服務(wù)質(zhì)量和銷售成交額，平臺通過分析用戶行為習(xí)慣和興趣愛好，實時主動推薦產(chǎn)品和服務(wù)，實現(xiàn)了用戶和商品信息之間的良性互動。從淘寶的“千人千面”到抖音的“全域興趣電商”，電商智能推薦服務(wù)通過吸引用戶停留、互動、下單購買，幫助電商平臺挖掘用戶潛在需求，為用戶進(jìn)行商品和服務(wù)選擇提供了便利，但同時也引發(fā)了用戶對于隱私和數(shù)據(jù)安全的擔(dān)憂。2021年，我國22.1%的網(wǎng)民遭遇過個人信息泄露問題[1]，電商智能推薦服務(wù)會涉及用戶的敏感性個人信息，如個人身份信息、地理位置數(shù)據(jù)、網(wǎng)絡(luò)瀏覽痕跡和財務(wù)信息等。對于信息技術(shù)不確定性和數(shù)據(jù)安全的擔(dān)憂會降低用戶信任感，進(jìn)而阻礙用戶采納電商智能推薦服務(wù)。電子商務(wù)行業(yè)發(fā)展需要關(guān)注智能化信息技術(shù)時代用戶行為特征和變化規(guī)律，深入分析用戶信息隱私披露意愿對于有效緩解用戶隱私顧慮和促進(jìn)電子商務(wù)市場持續(xù)健康發(fā)展具有現(xiàn)實意義。

信息技術(shù)的進(jìn)步和創(chuàng)造日新月異，互聯(lián)網(wǎng)從簡單的信息共享工具發(fā)展為社會生產(chǎn)生活協(xié)作平臺，用戶在互聯(lián)設(shè)備、服務(wù)和交互操作中留下的大量數(shù)字痕跡會暴露其興趣、特征、信仰和意圖，信息隱私安全和算法公平成為信息時代重要的管理實踐問題[2]。信息隱私是一個與情境相關(guān)的、多維的、動態(tài)的概念，隨著信息技術(shù)的進(jìn)步而發(fā)展演變，信息系統(tǒng)領(lǐng)域?qū)W者也在持續(xù)關(guān)注隱私安全問題[3]。信息隱私披露行為一直以來都受到學(xué)者們的廣泛關(guān)注，學(xué)者對老年人[4]、未成年人[5]、病人[6]和殘疾人[7]等不同用戶群體信息隱私問題進(jìn)行探討，分析了智能家居[8]、物聯(lián)網(wǎng)[9]、移動支付[10]、移動應(yīng)用[11]、社交媒體[12]、共享經(jīng)濟(jì)[13]、電子服務(wù)[14]、電子商務(wù)[15]和智能推薦系統(tǒng)[16]中用戶隱私關(guān)注和信息隱私披露。智能信息社會中的用戶隱私觀念不斷發(fā)生變化，信息隱私問題也更具有挑戰(zhàn)性[17]。隨著大規(guī)模商業(yè)智能數(shù)據(jù)分析的不斷發(fā)展，學(xué)者們也開始深入分析智能推薦算法倫理和信息隱私問題[18-19]，探討如何緩解用戶隱私擔(dān)憂并持續(xù)采納智能推薦服務(wù)，但目前對于電商智能推薦用戶隱私保護(hù)的研究還有所欠缺。平臺用戶信息隱私問題會影響電商智能推薦服務(wù)的采納意愿，智能推薦中用戶信息隱私保護(hù)對平臺合法合規(guī)運營至關(guān)重要。因此，為了深入探究電商智能推薦用戶信息隱私披露意愿影響機(jī)制，本文基于APCO模型、隱私計算理論和人格五因素模型，通過結(jié)構(gòu)方程模型進(jìn)行數(shù)據(jù)分析和假設(shè)檢驗，探討用戶隱私關(guān)注的前因和結(jié)果，同時還考慮了智能推薦商品相關(guān)性和人格特質(zhì)對用戶隱私關(guān)注和信息隱私披露意愿關(guān)系的影響作用，為電商平臺保護(hù)用戶信息隱私安全和持續(xù)優(yōu)化平臺信息推薦服務(wù)提供參考和建議。

1 文獻(xiàn)綜述和理論基礎(chǔ)

1.1 信息隱私披露行為的相關(guān)研究

信息隱私是數(shù)字時代長期存在的問題，用戶對隱私和數(shù)據(jù)安全的擔(dān)憂是信息技術(shù)采納的主要障礙[9-17]。隨著Web2.0社會化交互時代的到來，用戶基于互聯(lián)網(wǎng)參與和協(xié)作的意愿提升，信息隱私披露方式從被動變?yōu)橹鲃?，信息隱私披露行為成為信息系統(tǒng)領(lǐng)域?qū)W者關(guān)注的熱點[3，20-21]。隱私關(guān)注是從個體用戶層面研究信息隱私問題的核心變量，對于共享平臺參與[22]、電子政務(wù)采納[20]、在線健康社區(qū)參與[21]、智能推薦技術(shù)采納[19]等行為具有關(guān)鍵性影響作用，是影響個人信息隱私披露的重要因素。由于隱私本身難以測量，信息隱私領(lǐng)域的實證研究大部分是建立在對隱私關(guān)注測量的基礎(chǔ)上，學(xué)界開發(fā)出了滿足不同需求的隱私關(guān)注測量指標(biāo)體系，包含控制、收集、訪問和感知等測量維度，如GCIP、CFIP、IUIPC和MUIPC量表。學(xué)者們嘗試解釋和分析隱私關(guān)注的前因變量，以此深入了解用戶的信息隱私披露意愿，主要包括：①個體因素[23]，如人口統(tǒng)計學(xué)特征、人格特質(zhì)；②認(rèn)知因素[24]，如感知隱私控制、感知隱私風(fēng)險；③情境因素[25]，如企業(yè)隱私保障、信息敏感度；④宏觀因素[26]，如文化價值觀、隱私社會規(guī)范。

隨著用戶對隱私保護(hù)關(guān)注度的不斷增強(qiáng)，在進(jìn)行信息披露時就會進(jìn)行權(quán)衡，由于信息不完整和不對稱的存在[27]，用戶信息隱私披露存在很大的不確定性[2]，呈現(xiàn)動態(tài)性和情境性特點[28]。研究發(fā)現(xiàn)，由于個體認(rèn)知偏誤和社會環(huán)境等因素干擾[29]，人們很難做出理性的信息隱私披露決策，從而產(chǎn)生隱私態(tài)度和實際行為相矛盾的信息隱私悖論行為[30]。用戶信息是互聯(lián)網(wǎng)企業(yè)的重要戰(zhàn)略資源，企業(yè)通過收集用戶信息分析需求，據(jù)此提供個性化產(chǎn)品或服務(wù)[31]，存在樂觀偏差心態(tài)的用戶為體驗個性化服務(wù)會讓渡自己的隱私，這種隱私個性化悖論行為是用戶平衡個性化服務(wù)和信息隱私保護(hù)的結(jié)果[32]。學(xué)者們從隱私計算理論[33]、保護(hù)動機(jī)理論[34]、公平理論[35]和溝通隱私管理理論[36]等視角揭示了用戶信息隱私披露意愿影響機(jī)理，隨著用戶信息安全意識的不斷提升，用戶還會出現(xiàn)信息隱私披露的規(guī)避行為和倦怠行為[12]。學(xué)者通過探究用戶心理和認(rèn)知需求差異[37]、文化差異[38]、信息隱私披露邊界條件[39]等方面，探討如何有效緩解用戶隱私擔(dān)憂，提高信息隱私披露意愿。

1.2 理論基礎(chǔ)

1.2.1 APCO模型

APCO(Antecedents/Privacy Concerns/Outcomes，前因→隱私關(guān)注→結(jié)果)模型是Smith H J等[40]基于信息邊界理論并整合學(xué)者研究成果所提出的，總結(jié)了隱私關(guān)注的前因和結(jié)果的關(guān)系。該模型指出隱私關(guān)注的前因變量包括隱私經(jīng)歷、隱私認(rèn)知、個性差異、人口統(tǒng)計變量和文化或氛圍，Li Y[41]在Smith H J等的基礎(chǔ)上提出了電子商務(wù)情境下APCO的綜合框架，將隱私關(guān)注的前因變量進(jìn)一步劃分為個人維度(隱私素養(yǎng)、人格特質(zhì)等)、社會關(guān)系維度(主觀規(guī)范)、組織和任務(wù)環(huán)境維度(隱私干預(yù)、平臺信譽等)以及宏觀環(huán)境維度(政府監(jiān)管及文化氛圍)，結(jié)果變量為信任、行為意愿及感知風(fēng)險，并考慮了感知收益和感知風(fēng)險共同作用下的隱私計算對行為意愿的影響。APCO模型為隱私研究提供了一個總體的宏觀模型，可以用來解釋隱私關(guān)注的形成并分析相應(yīng)的行為結(jié)果[42]。目前，該模型已被用于解釋移動用戶[43]、智慧醫(yī)療用戶[44]、虛擬社區(qū)用戶[45]和微信用戶[46]隱私關(guān)注問題的研究。基于此，本文將基于APCO模型探討電商智能推薦用戶信息隱私披露意愿，分析作為隱私關(guān)注前因的隱私素養(yǎng)、隱私社會規(guī)范和監(jiān)管政策感知有效性，以及作為隱私關(guān)注結(jié)果的感知風(fēng)險和信息隱私披露意愿。

1.2.2 隱私計算理論

Laufer R S等[47]將經(jīng)濟(jì)學(xué)領(lǐng)域的社會交換理論引入用戶研究，提出隱私計算的概念。隱私計算理論(Privacy Calculus Theory，PCT)為解釋個人披露信息的原因提供了基礎(chǔ)，該理論假設(shè)成本效益分析中的理性決策來自代表成本的隱私風(fēng)險和與交易相關(guān)的收益兩個變量[48]。用戶在衡量感知風(fēng)險與感知收益的結(jié)果后決定是否披露個人隱私信息，PCT的核心是計算，是研究隱私?jīng)Q策領(lǐng)域的重要理論，是當(dāng)前研究用戶隱私披露意愿使用較為廣泛的理論框架，已被廣泛應(yīng)用于不同的研究情境中，如電子商務(wù)[49-50]、醫(yī)療健康[51]、社交媒體[37]和共享經(jīng)濟(jì)[52]等。電商智能推薦用戶期望通過信息披露獲得個性化商品服務(wù)，以節(jié)省金錢、時間和精力，但同時也會擔(dān)心隱私信息泄露等問題，面臨著感知收益和預(yù)期風(fēng)險帶來的成本損失之間的權(quán)衡?；诖?，本文將基于PCT解釋電商智能推薦用戶信息隱私披露行為變化，探討用戶面對信息隱私問題的態(tài)度和行為。

1.2.3 人格五因素模型

人格特質(zhì)是使人們行為表現(xiàn)出穩(wěn)定持久的心理結(jié)構(gòu)，是個人的氣質(zhì)、情感、態(tài)度以及行為反應(yīng)模式的整合且不隨時間而變化的穩(wěn)定性指標(biāo)，作為內(nèi)在因素能夠影響個體的態(tài)度和行為活動[53-54]。20世紀(jì)90年代出現(xiàn)了很多對測定人格及其相關(guān)問卷的分析研究，如Goldberg L R[55]的人格五因素模型，把人格分為5個不同的維度，包括外向性(Extraversion，E)、開放性(Openness，O)、神經(jīng)質(zhì)(Neuroticism，N)、宜人性(Agreeableness，A)和責(zé)任感(Conscientiousness，C)，得到了心理學(xué)和行為科學(xué)研究者廣泛的研究證明，是目前為止最為常用的人格特質(zhì)理論模型[56]，已被普遍應(yīng)用于各種情境，包括社交媒體[57]、網(wǎng)絡(luò)健康信息搜索[58]和虛擬社區(qū)[59]等。個體不同的人格特質(zhì)會決定他們的行為，基于此，本文基于人格五因素模型，通過對個體穩(wěn)定和獨特的特點，預(yù)測和解釋其信息隱私披露意愿。

綜上，盡管國內(nèi)外學(xué)者對信息隱私問題、影響因素和行為結(jié)果等展開相關(guān)實證研究，研究對象群體也更為廣泛，更加關(guān)注個人信息的開發(fā)利用和隱私保護(hù)，但在以下幾個方面可以繼續(xù)探討。首先，智能信息技術(shù)的發(fā)展會加劇用戶對隱私和數(shù)據(jù)安全的擔(dān)憂，信息隱私問題會阻礙電子商務(wù)平臺的發(fā)展，通過文獻(xiàn)梳理分析發(fā)現(xiàn)，目前對于電商智能推薦用戶隱私保護(hù)研究還有欠缺；其次，信息隱私披露行為是一種復(fù)雜的行為決策，已有研究缺乏多維視角下綜合框架分析，現(xiàn)有研究已經(jīng)證實了隱私關(guān)注對于信息隱私披露意愿的影響作用，但對于影響因素之間的作用機(jī)制研究較少?；趯σ延醒芯糠治龊同F(xiàn)實需要，本文從個人、社會關(guān)系和宏觀環(huán)境維度出發(fā)，探討電商智能推薦情境下影響用戶隱私關(guān)注的因素以及結(jié)果，深入揭示用戶隱私關(guān)注和信息隱私披露意愿之間的影響作用，為電商平臺持續(xù)優(yōu)化信息服務(wù)和完善用戶隱私保護(hù)提供建議和參考。

2 研究模型與假設(shè)

基于APCO模型、隱私計算理論和人格五因素模型，本文構(gòu)建了電商智能推薦用戶信息隱私披露意愿研究模型，如圖1所示。其中，模型假設(shè)電商智能推薦用戶隱私關(guān)注的前因包括隱私素養(yǎng)、隱私社會規(guī)范和監(jiān)管政策感知有效性3個因素，隱私關(guān)注的結(jié)果包括感知風(fēng)險、感知利益和信息隱私披露意愿，此外，模型還試圖探究智能推薦商品相關(guān)性和人格特質(zhì)(外向性、開放性、神經(jīng)質(zhì)、宜人性、責(zé)任感)對電商智能推薦用戶隱私關(guān)注和信息隱私披露意愿關(guān)系的調(diào)節(jié)作用。

圖1 電商智能推薦用戶信息隱私披露意愿研究模型

2.1 隱私關(guān)注的前因變量

隱私素養(yǎng)是個體對信息在網(wǎng)絡(luò)環(huán)境中如何被跟蹤、使用、保留以及丟失的理解程度，是人們掌握的信息隱私保護(hù)法律法規(guī)知識和相關(guān)技能[60]。本文的隱私素養(yǎng)是指電商智能推薦用戶對信息隱私問題的批判認(rèn)知和信息隱私保護(hù)的知識技能。強(qiáng)月新等[61]研究發(fā)現(xiàn)隱私素養(yǎng)對用戶后續(xù)隱私態(tài)度的形成和隱私行為反應(yīng)具有很強(qiáng)的預(yù)測性；Desimpelaere L等[62]研究指出了解如何保護(hù)信息隱私的人也更善于付諸有效的行動來保護(hù)其隱私，隨著人們隱私素養(yǎng)水平的提高，用戶對于其信息隱私的關(guān)注水平也在提高；張大偉等[63]研究指出社交媒體中數(shù)字原住民的在線隱私素養(yǎng)是其產(chǎn)生隱私關(guān)注的正向驅(qū)動因素；Prince C等[64]研究指出具有較高隱私素養(yǎng)的互聯(lián)網(wǎng)用戶對隱私的擔(dān)憂會隨之增加。在電子商務(wù)智能推薦中，高隱私素養(yǎng)水平的用戶對于隱私風(fēng)險的評估不同，隱私關(guān)注度較高，不會因為擔(dān)心個人信息隱私泄露而不知所措，會根據(jù)自己掌握的隱私保護(hù)知識對信息隱私進(jìn)行保護(hù)設(shè)置，最大化減少“隱私悖論”現(xiàn)象。因此，本文假設(shè)：

H1：隱私素養(yǎng)正向影響隱私關(guān)注

從社會關(guān)系層面而言，隱私社會規(guī)范代表的社會因素衡量了周圍人群對隱私關(guān)注的影響，是測量社會群體影響的重要變量[65-66]。本文中，用戶隱私關(guān)注不但會因為個體不同而不同，而且其所處的社會環(huán)境也會產(chǎn)生重要的影響作用。隱私社會規(guī)范對用戶隱私關(guān)注的影響已得到檢驗，如Zlatolas L N等[67]研究了隱私社會規(guī)范對社交網(wǎng)絡(luò)用戶隱私關(guān)注的影響；郭飛鵬等[26]指出社交群體對用戶隱私關(guān)注具有正向影響作用；Xu Z[44]實證檢驗了隱私社會規(guī)范對智慧醫(yī)療服務(wù)患者隱私關(guān)注的影響。這些研究表明用戶周圍的社會群體會影響其隱私關(guān)注，電商智能推薦用戶所屬的社會群體對于信息隱私問題的認(rèn)識和關(guān)注程度也會影響其隱私關(guān)注，因此假設(shè)：

H2：隱私社會規(guī)范正向影響隱私關(guān)注

隱私是個體的主觀感知，個體隱私偏好會受到外部環(huán)境的影響[2]，APCO模型從宏觀環(huán)境角度指出監(jiān)管政策對用戶隱私關(guān)注產(chǎn)生影響。監(jiān)管政策是保護(hù)用戶信息隱私和安全的機(jī)制，包括政府監(jiān)管和行業(yè)自律，通過告知用戶在何種情況下會收集信息、收集信息的目的和方式，對使用個人信息的過程進(jìn)行規(guī)范和監(jiān)管，可以有效地保障用戶作為信息主體的合法權(quán)益[68]。蔣驍?shù)萚69]指出政府和行業(yè)組織的監(jiān)管會影響用戶隱私關(guān)注的程度；He M等[70]研究指出宏觀層面的監(jiān)管機(jī)制直接影響消費者對共享平臺的信任；學(xué)者在智慧醫(yī)療[44]和共享經(jīng)濟(jì)[22]研究中都指出監(jiān)管政策會減少用戶隱私擔(dān)憂。政府機(jī)構(gòu)也頒布了一系列法律法規(guī)完善對電商行業(yè)的監(jiān)管，電商平臺為了消除用戶的隱私擔(dān)憂，也積極對用戶個人信息的收集、使用和保護(hù)等方面作出承諾。為了更好地了解宏觀環(huán)境因素對電商智能推薦用戶隱私關(guān)注的影響，本文探討監(jiān)管政策感知有效性對于用戶隱私關(guān)注的影響，監(jiān)管政策感知有效性是指用戶認(rèn)為目前政策法規(guī)及相關(guān)監(jiān)管措施能夠幫助保護(hù)其信息隱私的程度，如果用戶相信政府、行業(yè)組織和電商平臺的監(jiān)管舉措能有力保障信息隱私安全，其對隱私的擔(dān)憂程度也會降低?，F(xiàn)有研究表明，隨著監(jiān)管政策感知有效性的增加，用戶的隱私關(guān)注和感知隱私風(fēng)險都會降低，隱私披露意愿會增強(qiáng)[14，71]。因此，本文假設(shè)：

H3：監(jiān)管政策感知有效性負(fù)向影響隱私關(guān)注

2.2 隱私關(guān)注的結(jié)果變量

在互聯(lián)網(wǎng)上用戶很容易失去對個人信息傳播和使用的控制，從而引發(fā)信息隱私問題的產(chǎn)生，隱私關(guān)注是從個體層面研究信息隱私問題的核心變量，是用戶對個人信息采集、獲取和使用的感知和關(guān)注，反映了用戶感知隱私被侵犯的可能性以及其所帶來的相關(guān)風(fēng)險[72]。已有研究表明，隱私關(guān)注是影響用戶信息隱私披露意愿的關(guān)鍵因素[73]，隱私關(guān)注與感知風(fēng)險呈正相關(guān)關(guān)系[74]，用戶會因為對信息控制權(quán)減少，或者擔(dān)心個人信息存在泄露和濫用的風(fēng)險而不愿意進(jìn)行隱私信息披露。隱私關(guān)注程度高的用戶信息隱私披露意愿較低，電子商務(wù)智能推薦情境中，用戶會關(guān)心其個人信息將如何被電商平臺進(jìn)行處理、存儲、共享和使用，可能擔(dān)心技術(shù)漏洞、黑客攻擊和不當(dāng)利用帶來隱私泄露問題，隨著感知風(fēng)險提升會降低其信息隱私披露意愿。因此，本文假設(shè)：

H4：隱私關(guān)注正向影響感知風(fēng)險

H5：隱私關(guān)注負(fù)向影響信息隱私披露意愿

2.3 隱私計算維度：感知風(fēng)險與感知利益

隱私計算理論認(rèn)為，用戶會在風(fēng)險和利益的平衡中決定是否披露個人信息，感知風(fēng)險和感知利益是個人信息披露的關(guān)鍵因素[75]。其中，感知風(fēng)險是用戶在采取某種行為時所考慮的風(fēng)險感知，包括經(jīng)濟(jì)風(fēng)險、人身安全風(fēng)險和隱私風(fēng)險等[76-77]。本文的感知風(fēng)險是指用戶對在電商平臺上披露隱私信息可能會帶來的不利后果的感知，比如信息泄露、未經(jīng)授權(quán)的訪問、被出售或共享給第三方。Yu L等[73]研究表明，用戶的感知風(fēng)險與其信息隱私披露意愿呈現(xiàn)顯著負(fù)相關(guān)；李綱等[78]研究發(fā)現(xiàn)感知風(fēng)險是個人信息披露態(tài)度的強(qiáng)負(fù)向預(yù)測因子；楊夢晴等[79]研究發(fā)現(xiàn)情境信息共享風(fēng)險能夠?qū)σ苿酉M用戶情境信息共享意圖產(chǎn)生消極影響。感知利益一般被定義為用戶在使用某服務(wù)過程中所感受到的該行為可能為自己帶來的利益和回報[27]。本文的感知利益是指用戶使用電商智能推薦服務(wù)所產(chǎn)生價值的感知，包括節(jié)省時間、金錢和精力帶來的功利利益，以及情感滿足帶來的享樂利益。已有研究表明，通過對消費者進(jìn)行經(jīng)濟(jì)上的補償可以促進(jìn)他們的信息披露[50]；李海丹等[80]研究了社交媒體環(huán)境下在線用戶隱私披露行為的影響機(jī)制，發(fā)現(xiàn)感知收益是隱私披露意愿的強(qiáng)正向影響因子；White T B[81]的研究同樣驗證了當(dāng)用戶得到個性化利益時，更愿意提供個人信息；朱侯等[52]將感知收益分為利己收益與利他收益，證實了利己收益、利他收益均正向影響信息隱私披露意愿。電商智能推薦服務(wù)是基于用戶購物偏好等提供個性化商品推薦服務(wù)，隨著用戶隱私關(guān)注的增強(qiáng)，在進(jìn)行信息隱私披露時就會進(jìn)行權(quán)衡，因此，本文假設(shè)：

H6：感知風(fēng)險負(fù)向影響信息隱私披露意愿

H7：感知利益正向影響信息隱私披露意愿

2.4 智能推薦商品相關(guān)性的調(diào)節(jié)作用

電商智能推薦服務(wù)為用戶提供了相關(guān)的商品推薦信息，可以有效減少用戶商品購買的不確定性，節(jié)省用戶的時間和精力，緩解用戶信息超載和認(rèn)知負(fù)擔(dān)，從而增強(qiáng)用戶網(wǎng)絡(luò)購物的意愿。用戶網(wǎng)絡(luò)購物決策是一個動態(tài)的認(rèn)知和行為過程，要經(jīng)歷商品搜索、篩選比較和商品評估等階段，在商品搜索階段，智能推薦服務(wù)可以為用戶提供個性化商品建議，提高網(wǎng)站的銷售額和用戶粘性[82]。然而研究指出，電商智能推薦分析和算法會使用戶擔(dān)心信息隱私泄露、價格歧視和平臺對其購物行為的監(jiān)視[83]，從而使用戶產(chǎn)生心理抗拒，降低網(wǎng)絡(luò)購物的滿意度[84]。本文中智能推薦商品相關(guān)性是指電商平臺提供給用戶的商品推薦信息具有與用戶購物偏好匹配、相關(guān)和完整的特點，相關(guān)實證研究表明，當(dāng)推薦商品相關(guān)性越高時，用戶與電商平臺的互動將使用戶更有安全感[43，85]，進(jìn)而緩和用戶因為較高水平的隱私關(guān)注導(dǎo)致的低水平信息隱私披露意愿。因此，本文假設(shè)：

H8：智能推薦商品相關(guān)性負(fù)向調(diào)節(jié)用戶隱私關(guān)注和信息隱私披露意愿的關(guān)系

2.5 人格特質(zhì)的調(diào)節(jié)作用

人格特質(zhì)代表了個體之間的差異，對個體態(tài)度、感知和行為產(chǎn)生影響，學(xué)者通過研究指出人格特質(zhì)會影響用戶隱私關(guān)注[86]，并進(jìn)一步影響信息隱私披露意愿[33，42]。本文中的人格特質(zhì)采用的是目前測量個體人格常用的人格五因素模型，包括外向性、開放性、神經(jīng)質(zhì)、宜人性和責(zé)任感，探討不同人格特質(zhì)對于用戶隱私關(guān)注到信息隱私披露意愿的調(diào)節(jié)作用。外向性人格表現(xiàn)出熱情、社交、冒險、樂觀等特點，具備外向性人格特質(zhì)的用戶更愿意嘗試新事物[87]。有學(xué)者研究表明，為了適應(yīng)社交關(guān)系中的互動需求，外向性的人群往往也會有著較低的信息敏感關(guān)注度，更容易信任他人，因此這類群體對于信息隱私方面負(fù)面感知較低，隱私擔(dān)憂水平較低，自我披露的意愿較高[88]。開放性人格表現(xiàn)出創(chuàng)造、求異、思辨等特點，對于已有的經(jīng)驗往往持有開放、探究的態(tài)度，更傾向于喜歡學(xué)習(xí)和體驗。已有研究表明，開放性人格的用戶對于信息收集和使用而引發(fā)的信息隱私問題不敏感[26]，高開放性用戶具有較低的隱私關(guān)注度，進(jìn)而會傾向于提供更多的個人隱私信息[89]。神經(jīng)質(zhì)人格也稱作情緒不穩(wěn)定性人格，具有焦慮、緊張、抑郁、脆弱、易受暗示等特點。研究指出神經(jīng)質(zhì)人格的用戶情緒不夠穩(wěn)定，容易被激起負(fù)面情緒，他們對周圍環(huán)境敏感度水平高，對潛在風(fēng)險更加恐懼，因此也表現(xiàn)出較高的隱私關(guān)注水平和焦慮、緊張等情緒[90]。宜人性是反映社會從眾性的一種人格特質(zhì)，表現(xiàn)為熱情、善良、和藹可親、友好和寬容等特點。已有研究表明，宜人性人格的用戶對于隱私的關(guān)注程度持有不同的觀點，郭飛鵬等[26]認(rèn)為宜人性人群在與他人交往中受集體主義思想影響，更加隨和，容易相信周圍人和環(huán)境，隱私關(guān)注水平較低；Bansal G等[86]則指出宜人性人群認(rèn)為隱私侵犯的問題是不道德的行為，因此更加關(guān)注信息隱私問題。責(zé)任感人格表現(xiàn)出可靠、自律、謹(jǐn)慎和高效等特點，會認(rèn)真地根據(jù)已經(jīng)掌握的信息做出決定，以避免不必要的風(fēng)險。已有研究表明，高度責(zé)任感的人更加注重細(xì)節(jié)，隱私關(guān)注水平較高[91]。本文認(rèn)為，電商智能推薦服務(wù)用戶群體中，外向性、開放性、宜人性人格特質(zhì)對于用戶隱私關(guān)注和信息隱私披露意愿的關(guān)系具有負(fù)向調(diào)節(jié)作用，神經(jīng)質(zhì)和責(zé)任感人格特質(zhì)則具有正向調(diào)節(jié)作用，因此本文假設(shè)：

H9a：外向性人格特質(zhì)負(fù)向調(diào)節(jié)隱私關(guān)注和信息隱私披露意愿的關(guān)系

H9b：開放性人格特質(zhì)負(fù)向調(diào)節(jié)隱私關(guān)注和信息隱私披露意愿的關(guān)系

H9c：神經(jīng)質(zhì)人格特質(zhì)正向調(diào)節(jié)隱私關(guān)注和信息隱私披露意愿的關(guān)系

H9d：宜人性人格特質(zhì)負(fù)向調(diào)節(jié)隱私關(guān)注和信息隱私披露意愿的關(guān)系

H9e：責(zé)任感人格特質(zhì)正向調(diào)節(jié)隱私關(guān)注和信息隱私披露意愿的關(guān)系

3 研究方法

3.1 變量來源與測量

本文的調(diào)查問卷分為三部分，第一部分為被調(diào)查者的基本信息，包括性別、年齡、學(xué)歷、網(wǎng)購時長、使用過提供智能推薦商品服務(wù)的平臺等；第二、三部分為潛在變量的測量題項，包括隱私素養(yǎng)、隱私社會規(guī)范、監(jiān)管政策感知有效性、隱私關(guān)注、感知風(fēng)險、感知利益、信息隱私披露意愿、智能推薦商品相關(guān)性、外向性、開放性、神經(jīng)質(zhì)、宜人性和責(zé)任感共13個潛在變量，測量量表問項均改編自現(xiàn)有成熟量表，并結(jié)合電商智能推薦情境進(jìn)行修改和完善，每個潛在變量設(shè)計3～4個測量題項。為了保證問卷中題項的內(nèi)容效度，在正式調(diào)查之前，本文進(jìn)行了預(yù)調(diào)研，并依據(jù)預(yù)調(diào)研獲得的反饋意見對問卷的部分題項進(jìn)行修改，最終形成本文的量表如表1所示。所有題項均采用李克特五點量表進(jìn)行測量，被調(diào)查者根據(jù)對各個題項的同意程度來進(jìn)行判斷(1=非常不同意，2=比較不同意，3=一般，4=比較同意，5=非常同意)。

表1 潛在變量及其測量項

3.2 數(shù)據(jù)收集

本文通過問卷星付費樣本服務(wù)制作和發(fā)布調(diào)查問卷，回收問卷共計627份，去除31份填寫時間不足1分鐘或答案存在明顯規(guī)律性的無效問卷，回收有效問卷共計596份，調(diào)查樣本基本特征如表2所示。在596份樣本中，從被調(diào)查者的年齡和學(xué)歷分布來看，20～40歲用戶占比85.1%，具有本科及以上學(xué)歷占比86.6%；從網(wǎng)購時長來看，具有4年及以上網(wǎng)購經(jīng)歷的占比80.7%；從提供智能推薦商品服務(wù)的互聯(lián)網(wǎng)平臺使用頻率來看，以淘寶、京東和拼多多為代表的電商平臺占比約58%。

表2 調(diào)查樣本描述性統(tǒng)計

3.3 數(shù)據(jù)統(tǒng)計與分析

本文采用SPSS22.0進(jìn)行數(shù)據(jù)預(yù)處理及描述性統(tǒng)計，采用偏最小二乘法進(jìn)行數(shù)據(jù)分析，通過Smart PLS3.0軟件驗證研究模型和假設(shè)。在目前的學(xué)術(shù)研究中，相比基于協(xié)方差的結(jié)構(gòu)方程模型(CB-SEM)，基于方差的偏最小二乘結(jié)構(gòu)方程模型(PLS-SEM)更適用于研究目標(biāo)為理論發(fā)展的探索性研究，不需要樣本數(shù)據(jù)符合正態(tài)分布的假設(shè)，可以同時對結(jié)構(gòu)模型和測量模型進(jìn)行分析，并且能夠以較小樣本量估計更復(fù)雜的模型[98]。

4 數(shù)據(jù)分析與結(jié)果

4.1 測量模型有效性檢驗

測量模型的評估應(yīng)該檢驗信度、收斂效度和區(qū)別效度，本文采用結(jié)構(gòu)方程建模工具Smart PLS3.0的PLS分析來估計測量模型，以檢驗?zāi)Ｐ偷男哦群托Ф?。?列出了本文各潛變量的Cronbach’s Alpha值、組合信度(Composite Reliability，CR)、平均方差提取值(Average Variance Extracted，AVE)以及所有題項的因子負(fù)荷，以檢驗本文測量模型的信度和收斂效度。表4列出了本文各潛在變量的AVE的平方根和該潛在變量與其他潛在變量之間的相關(guān)系數(shù)，以檢驗本文測量模型的區(qū)別效度。

表3 信度、收斂效度檢驗結(jié)果

表4 區(qū)別效度檢驗結(jié)果

對于本文測量模型信度的檢驗，表3中結(jié)果顯示潛在變量Cronbach’s Alpha系數(shù)范圍為0.755～0.906，CR范圍為0.854～0.938，均大于0.7的閾值，表示本文測量模型具有良好的信度。

對于本文測量模型效度的檢驗，表3中結(jié)果顯示所有題項的因子負(fù)荷值均高于0.6，潛在變量的AVE均大于0.5，表明本文測量模型具有良好的收斂效度；表4中結(jié)果顯示對角線上所代表的潛在變量AVE平方根最低值為0.778，大于非對角線部分所代表的潛在變量與其他潛在變量之間的相關(guān)系數(shù)最高值0.661，表明本文測量模型具有充分的區(qū)分效度。

4.2 共同方法偏差檢驗

一般來說，研究中多個變量數(shù)據(jù)均由同一個被調(diào)查者提供、同樣的測量環(huán)境、問項的研究情境、問項的本身特征等可能導(dǎo)致存在潛在的共同方法偏差。本文采用問卷調(diào)查法，多個潛變量數(shù)據(jù)均來自同一個被調(diào)查者，可能存在共同方法偏差?？紤]到從不同來源獲取數(shù)據(jù)可以幫助減少共同方法偏差，本文收集的樣本數(shù)據(jù)來自不同的用戶來源，能夠有效降低共同方法偏差帶來的影響。采用SPSS中的主成分分析對本文收集的潛變量數(shù)據(jù)進(jìn)行Harman單因素檢驗，結(jié)果提取出特征根大于1的因子共10個，最大因子方差解釋率為23.714%(小于40%)，可知本文不存在嚴(yán)重的共同方法偏差。

4.3 結(jié)構(gòu)模型結(jié)果

本文的結(jié)構(gòu)模型分析結(jié)果如圖2和表5所示，模型的SRMR指標(biāo)值為0.063，小于0.08的閾值，表明模型的擬合度較好，符合PLS-SEM的適配要求。模型中假設(shè)檢驗通過PLS方法進(jìn)行，路徑系數(shù)顯著性采用Bootstrap重抽樣方法檢驗，樣本數(shù)設(shè)置為5 000，據(jù)此可得T估計值和p值。

注：***表示p<0.001，**表示p<0.01，*表示p<0.05，ns表示差異不顯著。圖2 PLS結(jié)構(gòu)模型結(jié)果

表5 假設(shè)檢驗結(jié)果

根據(jù)以上結(jié)構(gòu)模型檢驗和假設(shè)檢驗可得以下研究結(jié)果：①從前因變量對隱私關(guān)注的影響來看，隱私素養(yǎng)顯著正向影響隱私關(guān)注(β=0.165，p<0.001)，驗證了假設(shè)H1；隱私社會規(guī)范顯著正向影響隱私關(guān)注(β=0.369，p<0.001)，假設(shè)H2得到驗證；而假設(shè)H3監(jiān)管政策感知有效性負(fù)向影響隱私關(guān)注(β=0.306，p<0.001)未得到支持。故在前因變量中，隱私素養(yǎng)和隱私社會規(guī)范能夠顯著提升用戶的隱私關(guān)注水平；②從隱私關(guān)注對結(jié)果變量的影響來看，隱私關(guān)注顯著正向影響感知風(fēng)險(β=0.611，p<0.001)，并顯著負(fù)向影響信息隱私披露意愿(β=-0.152，p<0.001)，故假設(shè)H4和H5得到驗證。由此可見，用戶隱私關(guān)注水平的提高能夠顯著提升其對潛在風(fēng)險的感知程度，并顯著降低其信息隱私披露意愿；③從隱私計算維度來看，感知風(fēng)險對信息隱私披露意愿的負(fù)向作用不顯著(β=0.062，p>0.1)，感知利益顯著正向影響信息隱私披露意愿(β=0.465，p<0.001)，故假設(shè)H6未得到支持，假設(shè)H7得到驗證。可知感知利益作為隱私計算中的重要部分能夠顯著提升用戶的信息隱私披露意愿；④從智能推薦商品相關(guān)性和人格特質(zhì)的調(diào)節(jié)作用來看，智能推薦商品相關(guān)性顯著負(fù)向調(diào)節(jié)用戶隱私關(guān)注和信息隱私披露意愿的關(guān)系(β=0.143，p<0.05)，驗證了假設(shè)H8；人格特質(zhì)維度中，外向性人格特質(zhì)顯著負(fù)向調(diào)節(jié)隱私關(guān)注和信息隱私披露意愿的關(guān)系(β=0.106，p<0.05)，宜人性人格特質(zhì)顯著負(fù)向調(diào)節(jié)隱私關(guān)注和信息隱私披露意愿的關(guān)系(β=0.465，p<0.001)，故H9a和H9d得到驗證，而假設(shè)H9b、H9c、H9e中開放性、神經(jīng)質(zhì)和責(zé)任感等人格特質(zhì)對用戶隱私關(guān)注和信息隱私披露意愿的調(diào)節(jié)作用未得到驗證。

4.4 調(diào)節(jié)效應(yīng)進(jìn)一步檢驗

上述分析表明，智能推薦商品相關(guān)性、外向性人格特質(zhì)和宜人性人格特質(zhì)顯著負(fù)向調(diào)節(jié)用戶隱私關(guān)注和信息隱私披露意愿的關(guān)系。為了進(jìn)一步解釋調(diào)節(jié)效應(yīng)，本文使用Smart PLS3.0進(jìn)行了簡單斜率分析，結(jié)果如圖3所示。簡單斜率圖3(a)顯示，當(dāng)智能推薦商品相關(guān)度越高時，用戶隱私關(guān)注對信息隱私披露意愿影響越小，但是當(dāng)智能推薦商品相關(guān)度低時，用戶隱私關(guān)注對信息隱私披露意愿影響更強(qiáng)。隨著用戶隱私關(guān)注水平的提升，低商品推薦相關(guān)性用戶的信息隱私披露意愿明顯低于高商品推薦相關(guān)性用戶；簡單斜率圖3(b)顯示，當(dāng)用戶外向性程度越高時，其隱私關(guān)注對信息隱私披露意愿的影響越小，但是當(dāng)用戶外向性程度越低時，其隱私關(guān)注對信息隱私披露意愿的影響越大。隨著用戶隱私關(guān)注水平的提升，低外向性用戶的信息隱私披露意愿明顯低于高外向性用戶信息；簡單斜率圖3(c)顯示，當(dāng)用戶宜人性程度越高時，其隱私關(guān)注對信息隱私披露意愿的影響越小，但是當(dāng)用戶宜人性程度越低時，其隱私關(guān)注對信息隱私披露意愿的影響越大(正斜率是由于相對較大的負(fù)調(diào)節(jié)效應(yīng))。隨著用戶隱私關(guān)注水平的提升，低宜人性用戶的信息隱私披露意愿明顯低于高宜人性用戶。

圖3

5 討論與結(jié)論

5.1 研究結(jié)果的討論

本文基于APCO模型、隱私計算理論和人格五因素模型構(gòu)建了電商智能推薦用戶信息隱私披露意愿理論模型，檢驗了電商智能推薦用戶隱私關(guān)注的前因和結(jié)果，同時還考慮了智能推薦商品相關(guān)性和人格特質(zhì)的調(diào)節(jié)作用。大部分假設(shè)關(guān)系通過驗證，主要的研究結(jié)論如下：

1)本文發(fā)現(xiàn)了隱私素養(yǎng)和隱私社會規(guī)范對于用戶隱私關(guān)注的作用機(jī)制。首先，隱私素養(yǎng)正向影響用戶隱私關(guān)注。隱私素養(yǎng)水平高的用戶對隱私的擔(dān)憂程度也較高，這與已有研究結(jié)果一致[62-64]，說明隱私素養(yǎng)對于用戶隱私關(guān)注的重要性。相比隱私素養(yǎng)水平較低的用戶，隱私素養(yǎng)水平較高的用戶關(guān)注其個人信息如何被電商平臺跟蹤、使用、保存和處理，掌握更多的隱私保護(hù)法律法規(guī)知識和隱私保護(hù)技能，更有可能感知到信息隱私泄露的風(fēng)險，由此引發(fā)高水平隱私關(guān)注；其次，從社會關(guān)系層面，本文證實了隱私社會規(guī)范對于用戶隱私關(guān)注具有重要影響作用，這也與已有研究結(jié)果一致[26，44，67]，表明用戶隱私關(guān)注會受到周圍用戶群體的影響。電商平臺的智能商品推薦服務(wù)存在用戶隱私泄露的可能，隱私社會規(guī)范會影響個人對于信息隱私重要性的認(rèn)知，用戶會通過改變其隱私關(guān)注水平，使之與周圍用戶群體的隱私關(guān)注保持一致。然而監(jiān)管政策感知有效性對于隱私關(guān)注的影響未通過假設(shè)檢驗，這一發(fā)現(xiàn)與之前研究結(jié)果不一致[22，44]，原因可能是與國內(nèi)外個人信息保護(hù)政策體系的發(fā)展路徑有關(guān)，國外重視公民隱私權(quán)保護(hù)由來已久，美國1974年就制定通過了《隱私權(quán)法》，通過政府引導(dǎo)下的行業(yè)自律保障公民隱私。歐盟從20世紀(jì)90年代就開始制定嚴(yán)格而規(guī)范的個人信息保護(hù)法律框架，2016年頒布了最嚴(yán)苛的個人信息保護(hù)法《通用數(shù)據(jù)保護(hù)條例》，保障歐盟公民數(shù)據(jù)權(quán)利。我國是世界互聯(lián)網(wǎng)大國，也頒布了一系列相關(guān)法律法規(guī)保障公民個人信息權(quán)和隱私權(quán)，如《網(wǎng)絡(luò)安全法》(2016年)、《電子商務(wù)法》(2018年)、《個人信息保護(hù)法》(2021年)等，相關(guān)行業(yè)組織和平臺也在積極制定規(guī)則和協(xié)議保護(hù)用戶信息安全。國外公民隱私權(quán)意識萌生較早，而我國公民隱私相關(guān)法律法規(guī)起步較晚，公民還沒有對目前政策法規(guī)和監(jiān)管措施充分了解，因此，監(jiān)管政策感知有效性并沒有降低用戶的隱私關(guān)注，而是隨著我國對個人信息保護(hù)體系的不斷完善，公民隱私權(quán)意識逐漸增強(qiáng)。

2)本文發(fā)現(xiàn)了用戶隱私關(guān)注對于感知風(fēng)險和信息隱私披露意愿的作用機(jī)制。一方面，隱私關(guān)注正向影響感知風(fēng)險，即用戶對于電商智能推薦服務(wù)中個人信息如何被平臺進(jìn)行使用和處理的關(guān)注度越高，越容易提升隱私泄露相關(guān)風(fēng)險的感知，這與已有研究結(jié)果一致[73-74]；另一方面，隱私關(guān)注負(fù)向影響信息隱私披露意愿，即用戶對于電商智能推薦服務(wù)中隱私和數(shù)據(jù)安全的擔(dān)憂會降低用戶信息隱私的披露意愿，這也與已有研究將隱私關(guān)注作為用戶負(fù)面行為預(yù)測的結(jié)論相一致[73]，表明隱私關(guān)注程度較高的用戶在被要求披露個人隱私信息時會表現(xiàn)出更加審慎的態(tài)度。

3)本文證實了隱私計算維度中感知利益對于信息隱私披露意愿的正向影響作用，本文中的感知利益是電商智能推薦服務(wù)給用戶帶來的功利利益(省錢、省時、省力)和享樂利益(情感滿足)，用戶對于信息隱私披露的感知利益越高，越會提升其信息隱私披露意愿，這與已有研究結(jié)果一致[50，52，80-81]。然而本文中感知風(fēng)險對于信息隱私披露意愿的負(fù)向影響作用不顯著，與已有研究中感知風(fēng)險作為信息隱私披露意愿的抑制性因素不一致[73，78-79]，表明本文中電商智能推薦用戶在權(quán)衡是否披露個人隱私信息時對于可能存在的風(fēng)險，如經(jīng)濟(jì)風(fēng)險、人身安全風(fēng)險等考慮較少，他們的決策并非完全理性的，隱私和數(shù)據(jù)安全風(fēng)險的存在并沒有阻止用戶進(jìn)行信息披露，即存在“隱私悖論”。智能推薦商品服務(wù)給用戶帶來了購物個性化和便利性體驗，用戶雖然意識到信息披露存在風(fēng)險隱患，但為了更好地體驗平臺個性化服務(wù)還會進(jìn)行信息披露。

4)本文驗證了智能推薦商品相關(guān)性在隱私關(guān)注影響信息隱私披露意愿的路徑中發(fā)揮了負(fù)向調(diào)節(jié)作用，電商平臺基于用戶偏好信息實現(xiàn)商品和服務(wù)的精準(zhǔn)推送，但同時也引發(fā)了用戶對于個人隱私信息的擔(dān)憂，但是隨著智能推薦商品相關(guān)性增大，用戶隱私關(guān)注對信息隱私披露意愿的影響變小，這也與電商智能推薦相關(guān)研究結(jié)果一致[82，85]。

5)本文驗證了外向性人格和宜人性人格在隱私關(guān)注影響信息隱私披露意愿的路徑中發(fā)揮了負(fù)向調(diào)節(jié)作用，表明個體人格差異會產(chǎn)生不同的隱私關(guān)注心理傾向，現(xiàn)有研究大多數(shù)是驗證人格特質(zhì)對隱私關(guān)注具有直接影響作用[86]。本文通過調(diào)節(jié)效應(yīng)檢驗發(fā)現(xiàn)高外向性用戶信息敏感度較低，其隱私關(guān)注對于信息隱私披露意愿的負(fù)面影響作用較?。桓咭巳诵杂脩舾菀资艿街車后w和環(huán)境的影響，對平臺信任感較強(qiáng)，因此其隱私關(guān)注對于信息隱私披露意愿的負(fù)面影響作用也較小。

5.2 理論意義

信息隱私安全和算法公平是信息時代重要的管理實踐問題，本文關(guān)注智能推薦和關(guān)聯(lián)分析給用戶信息隱私帶來的問題和挑戰(zhàn)，研究結(jié)論具有啟發(fā)性的理論意義。信息技術(shù)進(jìn)步引發(fā)人們對信息隱私的關(guān)注，已有研究對社交媒體、電子商務(wù)、移動支付和電子政務(wù)等用戶信息隱私披露行為展開研究，用戶信息隱私披露是一種復(fù)雜的行為決策，具有情境性和動態(tài)性的特點。本文基于APCO模型，引入隱私計算理論和人格五因素模型，從前因、隱私關(guān)注和結(jié)果的綜合理論框架研究電商智能推薦用戶信息隱私披露意愿，并進(jìn)一步探討智能推薦商品相關(guān)性和人格特質(zhì)在用戶隱私關(guān)注和信息隱私披露意愿關(guān)系中存在的調(diào)節(jié)作用，加深了對電商智能推薦用戶信息隱私披露意愿形成機(jī)理的認(rèn)知，拓展了信息隱私披露的研究視角。

5.3 管理啟示

本文的管理啟示主要體現(xiàn)在為電商平臺降低用戶隱私關(guān)注和持續(xù)優(yōu)化信息推薦服務(wù)提供了建議和參考。

1)電商平臺企業(yè)要落實推薦算法安全責(zé)任，持續(xù)優(yōu)化商品信息推薦服務(wù)。①研究表明，電商智能推薦服務(wù)給用戶帶來的功利利益和享樂利益可以提升其信息隱私披露意愿，而且隨著智能商品推薦相關(guān)性增大，用戶隱私關(guān)注對信息隱私披露的影響作用也被削弱。電商智能推薦根據(jù)用戶特征、內(nèi)容特征、環(huán)境特征和行為特征等進(jìn)行個性化商品和服務(wù)推薦，幫助平臺挖掘用戶潛在需求，促成在線購買并增強(qiáng)用戶粘性，在緩解用戶商品信息過載和優(yōu)化用戶購物體驗方面具有優(yōu)勢。在電商平臺中，智能推薦算法是用戶和商品之間的中介。然而智能推薦需要用戶披露地理信息、身份信息、購物偏好等敏感性個人信息，存在用戶體驗和隱私擔(dān)憂沖突等問題，如何平衡個性化服務(wù)和用戶隱私保護(hù)顯得尤為重要。平臺企業(yè)應(yīng)立足于用戶，在進(jìn)行用戶和商品信息匹配推薦時要保證相關(guān)性，滿足用戶省時、省力和省錢的需求，同時還需要重視用戶的情感體驗，智能推薦服務(wù)給用戶網(wǎng)絡(luò)購物帶來的樂趣會使用戶產(chǎn)生正向情感滿足，提升用戶感知利益，從而提升購物轉(zhuǎn)化和復(fù)購；②研究進(jìn)一步證實了隱私悖論的存在，在感知利益的驅(qū)動下，用戶為了網(wǎng)購個性化體驗會讓渡自己隱私權(quán)，平臺企業(yè)為了實現(xiàn)供需最佳匹配會采集用戶個人信息。推薦算法猶如雙刃劍，電商智能推薦會與用戶行為特征信息相關(guān)聯(lián)，讓用戶感覺自己處于被監(jiān)視之中，加劇信息隱私問題。我國自頒布實施《個人信息保護(hù)法》以來，已進(jìn)入到數(shù)據(jù)監(jiān)管的新時代，對自動化決策信息推送和商業(yè)營銷等進(jìn)行規(guī)范和約束，《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》又明確了算法推薦服務(wù)提供者的合規(guī)義務(wù)，推進(jìn)了算法綜合治理。因此平臺企業(yè)應(yīng)根據(jù)國家政策法規(guī)制定完善便于用戶理解的隱私政策，規(guī)范使用算法推薦，針對不同類別個人信息(一般性個人信息和敏感性個人信息)實施不同等級的保護(hù)措施，使用戶能夠放心地披露數(shù)據(jù)并獲得收益，實現(xiàn)信息收集利用和保護(hù)的平衡，促進(jìn)這種良性發(fā)展的可持續(xù)性。

2)電商平臺企業(yè)要增強(qiáng)用戶數(shù)據(jù)安全感，緩解用戶的隱私擔(dān)憂。①研究表明，隨著用戶隱私素養(yǎng)水平的提高，用戶更加關(guān)注個人信息如何被電商平臺采集、使用和處理，因此平臺企業(yè)應(yīng)該強(qiáng)化用戶對個人信息的自我決定權(quán)，使用戶能夠及時了解個人信息處理動態(tài)，給予用戶隨時查看、修改、刪除個人信息和拒絕個性化定制的權(quán)限，增強(qiáng)用戶隱私控制感，使信息處理流程更加公開透明，從而不斷提升用戶對平臺的信任感；②從社會關(guān)系層面來看，用戶隱私關(guān)注會受到周圍社會群體尤其是對自己重要的群體的影響，因此平臺企業(yè)要重視社群隱私觀對用戶產(chǎn)生的影響作用，搭建一個隱私保護(hù)措施健全的網(wǎng)購環(huán)境，避免數(shù)據(jù)過度采集、不當(dāng)利用和非法泄露等信息隱私問題和負(fù)面影響，不斷提升企業(yè)聲譽，削弱社群隱私感知風(fēng)險；③研究發(fā)現(xiàn)，用戶信息隱私披露意愿與人格特質(zhì)有關(guān)，外向性和宜人性人格特質(zhì)的影響作用更為突出，因此平臺企業(yè)應(yīng)考慮用戶個體差異，根據(jù)用戶人格特質(zhì)區(qū)分信息敏感度級別，據(jù)此提供高信息敏感度或低信息敏感度的智能推薦服務(wù)。在分析用戶隱私需求和認(rèn)知層面的基礎(chǔ)上，結(jié)合受償意愿和支付意愿衡量平臺個人隱私信息的價值，識別用戶信息隱私保護(hù)邊界，制定差異化信息隱私保護(hù)策略。

5.4 研究結(jié)論

本文構(gòu)建了電商智能推薦用戶信息隱私披露意愿理論模型，通過問卷調(diào)查法收集有關(guān)數(shù)據(jù)，采用PLS進(jìn)行數(shù)據(jù)分析和假設(shè)檢驗，探討電商智能推薦用戶隱私關(guān)注的前因和結(jié)果。本文的研究結(jié)果為信息隱私研究提供了更豐富和全面的研究視角，同時為平臺企業(yè)保護(hù)用戶信息隱私安全、持續(xù)優(yōu)化信息推薦服務(wù)提供參考，但也存在一些局限性：第一，本文只考慮了用戶的信息隱私披露意愿，意愿是個體實施某種行為的主觀意愿，和行為之間有高度的相關(guān)性，智能化信息時代由于信息隱私邊界擴(kuò)大及用戶平臺交互關(guān)系的改變，實際的信息隱私披露行為也呈現(xiàn)出情境性、復(fù)雜性和動態(tài)性的特點，未來研究可以結(jié)合用戶實際披露行為對研究結(jié)果進(jìn)行拓展，進(jìn)一步驗證研究結(jié)果的有效性。第二，本文主要從量化實證路徑展開，通過分析變量之間的因果關(guān)系對理論假設(shè)進(jìn)行驗證，屬于一種被動、間接的行為測量方式，在對個體復(fù)雜的信息隱私披露行為深入理解和解釋方面存在局限，未來可以進(jìn)一步結(jié)合質(zhì)性研究的觀察法、訪談法和案例研究法等，綜合考慮個體情感、動機(jī)等，深入揭示用戶信息隱私披露行為的影響規(guī)律。