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(shí)，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(dòng)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(jì)算是研究隱私悖論的重要方法之一，通過對(duì)APP用戶隱私計(jì)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(yùn)營(yíng)商的監(jiān)管，而不斷提高用戶隱私保護(hù)的意識(shí)也是不可忽視的重要內(nèi)容。

關(guān)鍵詞：APP用戶：隱私計(jì)算：影響因素

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

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

隨著大數(shù)據(jù)時(shí)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(jì)顯示，可以檢測(cè)到的我國(guó)市場(chǎng)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(guó)消費(fèi)者協(xié)會(huì)發(fā)布的《APP個(gè)人信息泄露情況調(diào)查報(bào)告》顯示，超過80%的被調(diào)查者稱由于使用APP，個(gè)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(gè)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(xiǎn)，而是由于使用中所產(chǎn)生的益處，促使用戶愿意讓渡個(gè)人的隱私數(shù)據(jù)去獲取所產(chǎn)生的益處，這個(gè)過程被稱之為隱私計(jì)算。隱私計(jì)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(huì)問題：一個(gè)多維度發(fā)展的理論》[3]一文中所提出的行為計(jì)算演化而來，后來Culnan等在2003年發(fā)表的論文《消費(fèi)者隱私：經(jīng)濟(jì)與法律的平衡》將隱私計(jì)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(gè)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(jì)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(jì)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(dòng)的提供個(gè)人數(shù)據(jù)為商家所利用。

1 研究背景

個(gè)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(shí)代的來臨，人類行為的數(shù)據(jù)化，個(gè)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(gè)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€(gè)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(gè)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(gè)人數(shù)據(jù)的決定應(yīng)沿線性變化。風(fēng)險(xiǎn)的概率和嚴(yán)重性的變化將會(huì)導(dǎo)致個(gè)人提供隱私數(shù)據(jù)處于相應(yīng)的變化[5]。即隱私計(jì)算是一個(gè)理性的過程，它包括權(quán)衡感知的風(fēng)險(xiǎn)和當(dāng)前提供個(gè)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(xiǎn)時(shí)，用戶就有可能會(huì)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(xiǎn)而不是利益時(shí)，用戶就會(huì)不愿意提供個(gè)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(xiǎn);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(shí)了這一點(diǎn)，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(gè)人（比較對(duì)象），使得個(gè)人感知的隱私風(fēng)險(xiǎn)較小[7]。

目前，學(xué)者們關(guān)于隱私計(jì)算的研究主要涉及物聯(lián)網(wǎng)用戶、網(wǎng)絡(luò)消費(fèi)者、電子商務(wù)用戶、移動(dòng)服務(wù)用戶等領(lǐng)域，對(duì)于APP用戶隱私計(jì)算行為的研究還很少。本文一方面試圖從APP用戶對(duì)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(shí)、隱私數(shù)據(jù)的敏感度、感知信任度、感知系統(tǒng)的優(yōu)點(diǎn)和感知人群的角度分析用戶隱私計(jì)算的影響因素。

2 APP用戶隱私計(jì)算影響因素的理論模型構(gòu)建

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

2.1 感知風(fēng)險(xiǎn)

風(fēng)險(xiǎn)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(xiǎn)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(shí)，感知到的風(fēng)險(xiǎn)越大，提供個(gè)人數(shù)據(jù)的意愿將會(huì)越低。

2.1.1 隱私意識(shí)

按照隱私計(jì)算的理論，由于隱私計(jì)算是一個(gè)非常理性的過程。因此，學(xué)者們普遍認(rèn)為用戶對(duì)隱私和隱私數(shù)據(jù)有著清晰的認(rèn)知，對(duì)于隱私所產(chǎn)生的風(fēng)險(xiǎn)和收益可以進(jìn)行權(quán)衡與計(jì)算決定是否提供個(gè)人數(shù)據(jù)給APP。因此很多研究中，隱私的意識(shí)并沒有作為隱私計(jì)算的變量。本文認(rèn)為，隱私意識(shí)是衡量隱私計(jì)算的重要自變量。實(shí)際上，一方面，由于文化和制度的不同，公民對(duì)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(guó)家將照片視為隱私數(shù)據(jù)，因?yàn)橥ㄟ^照片可以識(shí)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(gè)體而言，每個(gè)人的隱私寬度也不同，例如，有些人認(rèn)為電話號(hào)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(gè)人對(duì)隱私的界定不同，對(duì)于提供個(gè)人數(shù)據(jù)的寬度就會(huì)有所差異。即用戶在使用APP提供個(gè)人數(shù)據(jù)時(shí)，有可能并非出于風(fēng)險(xiǎn)與收益的權(quán)衡而提供個(gè)人數(shù)據(jù)，而是其隱私的界限不同，導(dǎo)致產(chǎn)生提供個(gè)人數(shù)據(jù)的差異。反之，如果用戶對(duì)隱私數(shù)據(jù)有很強(qiáng)的意識(shí)，那么就會(huì)有很強(qiáng)的感知風(fēng)險(xiǎn)的能力，則提供個(gè)人數(shù)據(jù)方面就會(huì)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(shí)越強(qiáng)，感知風(fēng)險(xiǎn)的意識(shí)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(duì)于提供數(shù)據(jù)類型以及APP本身個(gè)人數(shù)據(jù)保護(hù)的規(guī)范性與風(fēng)險(xiǎn)感知的關(guān)聯(lián)度，包括兩個(gè)方面：1）用戶對(duì)要求提供什么類型的數(shù)據(jù)會(huì)產(chǎn)生隱私風(fēng)險(xiǎn)的敏感度[10]。2） APP是否提供了個(gè)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(duì)提供數(shù)據(jù)的敏感度越強(qiáng)，則對(duì)風(fēng)險(xiǎn)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(yùn)營(yíng)商對(duì)于安全或者個(gè)人數(shù)據(jù)保護(hù)減少風(fēng)險(xiǎn)和不確定性的能力。在使用APP中，這種信任分為兩個(gè)方面：一是對(duì)系統(tǒng)的信任;二是對(duì)APP運(yùn)營(yíng)商即該組織機(jī)構(gòu)的信任[11]。當(dāng)用戶對(duì)APP信任度越高，則對(duì)其風(fēng)險(xiǎn)的感知能力就會(huì)越弱。因此，本文假設(shè)：

假設(shè)1.3（H1.3）：用戶對(duì)APP的不信任度越高，則對(duì)風(fēng)險(xiǎn)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(gè)人的數(shù)據(jù)來獲取良好的收益。依據(jù)隱私計(jì)算的理論，感知收益是用戶使用APP的基本推動(dòng)力。在使用APP中感知收益有很多方面，既可以體現(xiàn)在實(shí)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(shí)，感知到的收益越多，提供個(gè)人數(shù)據(jù)的意愿將會(huì)越強(qiáng)烈。

2.2.1 感知系統(tǒng)的優(yōu)點(diǎn)

關(guān)于系統(tǒng)的優(yōu)點(diǎn)，很多學(xué)者只是從個(gè)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(duì)于APP的優(yōu)點(diǎn)可以同時(shí)從多個(gè)角度進(jìn)行考量：1）個(gè)性化。個(gè)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?yàn)锳PP的個(gè)性化服務(wù)往往可以提供準(zhǔn)確而及時(shí)的產(chǎn)品，一方面用戶渴求這種服務(wù)，同時(shí)也會(huì)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(gè)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(dòng)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(diǎn)越突出，用戶獲得收益的感知就會(huì)越強(qiáng)烈，反之則相反。

2.2.2 感知使用人群

人是群居性動(dòng)物，通常具有從眾心理。當(dāng)人們?cè)诓杉{新的工具時(shí)，一方面，希望得到其他人的認(rèn)同，并會(huì)積極推薦使用。同時(shí)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(shí)，也會(huì)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(huì)越強(qiáng)烈，反之則相反。

2.3 理論模型

從隱私計(jì)算的角度分析用戶使用APP的影響因素，本文從隱私意識(shí)、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(diǎn)5個(gè)方面構(gòu)建感知風(fēng)險(xiǎn)和感知收益對(duì)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(guó)內(nèi)主流的數(shù)據(jù)調(diào)查平臺(tái)問卷星展開電子問卷調(diào)查，同時(shí)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(shí)際有效問卷243份。APP被調(diào)查用戶的年齡分為4個(gè)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(duì)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(xiàng)是否合理、有意義的重要指標(biāo)，效度檢測(cè)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(jì)算分析，表1分析項(xiàng)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(jì)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(xiǎn)

1）隱私意識(shí)。依據(jù)我國(guó)2019年制定并實(shí)施的《個(gè)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(gè)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(jì)數(shù)據(jù)來看，APP用戶對(duì)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(duì)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(duì)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(hào)碼、QQ賬號(hào)、微信賬號(hào)、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(hào)、銀行賬號(hào)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(duì)提供的隱私數(shù)據(jù)比較敏感，敏感度越強(qiáng)則風(fēng)險(xiǎn)意識(shí)就會(huì)越強(qiáng)，那么提供信息的愿望就會(huì)比較低。通過皮爾森相關(guān)性分析（見表2），除了身份證號(hào)和銀行賬號(hào)與A、B、C3種風(fēng)險(xiǎn)呈現(xiàn)直接相關(guān)因素之外，其他因素都存在一個(gè)以上的不相關(guān)因素，例如，健康信息與A、B、C3種風(fēng)險(xiǎn)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(xiǎn)的關(guān)聯(lián)比較小。征信信息與風(fēng)險(xiǎn)A和風(fēng)險(xiǎn)B之間并不會(huì)呈現(xiàn)出顯著性，相關(guān)系數(shù)值接近于0，財(cái)務(wù)信息與風(fēng)險(xiǎn)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(duì)APP系統(tǒng)和組織機(jī)構(gòu)的不信任對(duì)感知風(fēng)險(xiǎn)產(chǎn)生影響顯著。因此，用戶在使用APP時(shí)，感知不信任就會(huì)減少對(duì)APP的使用。

3.2.2 隱私收益

1）感知使用群。對(duì)感知使用人群的因素進(jìn)行線性回歸分析，對(duì)模型進(jìn)行F檢驗(yàn)時(shí)發(fā)現(xiàn)模型通過F檢驗(yàn)（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(duì)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(duì)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(duì)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(diǎn)。感知系統(tǒng)的兼容性、服務(wù)的個(gè)性化、交互性對(duì)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(diǎn)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(xiǎn)和感知收益的因素來分析，除了隱私意識(shí)與感知風(fēng)險(xiǎn)并沒有顯著的影響，其它因素都與感知風(fēng)險(xiǎn)、感知收益呈現(xiàn)顯著的相關(guān)性，同時(shí)風(fēng)險(xiǎn)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(huì)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(xiǎn)也在不斷高漲。與大家關(guān)注隱私相反，很多時(shí)候，人們?cè)谔囟ǖ沫h(huán)境中，往往會(huì)愿意提供個(gè)人的隱私數(shù)據(jù)，而且超過了原有對(duì)隱私保護(hù)的目的[11]。通過調(diào)查顯示.APP用戶確實(shí)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(shí)也在不斷提供個(gè)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(duì)APP有用性的考慮往往大于對(duì)隱私風(fēng)險(xiǎn)的顧慮。即用戶選擇使用APP時(shí)，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(duì)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(shí)，調(diào)查顯示，用戶對(duì)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(xiǎn)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(hào)和銀行賬號(hào)的提供是用戶風(fēng)險(xiǎn)感知的臨界點(diǎn)。其次是財(cái)務(wù)信息和位置信息，而健康信息、征信信息對(duì)于很多用戶來說并沒有作為重要的風(fēng)險(xiǎn)因素。這也反映了用戶由于文化和制度以及個(gè)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(xiǎn)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(cái)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(xiǎn)，但是對(duì)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(duì)于隱私說明不會(huì)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(duì)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(duì)于用戶使用APP起著重要的作用。參照群體是指?jìng)€(gè)體在形成其消費(fèi)或購(gòu)買決策時(shí)，用來作為比較與參照的個(gè)人或群體。它不僅指與個(gè)體有相關(guān)接觸的親人、朋友等人或群體，也包括與個(gè)體并無直接接觸的但對(duì)個(gè)體產(chǎn)生影響的個(gè)人或群體[12]。參照群體之所以對(duì)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(shí)也在另外層面上弱化了用戶感知風(fēng)險(xiǎn)的能力。

由此可見，APP個(gè)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(yùn)營(yíng)商的監(jiān)管，制定和規(guī)范個(gè)人數(shù)據(jù)利用和保護(hù)的措施，同時(shí)作為擁有隱私數(shù)據(jù)的主體一用戶需要提高風(fēng)險(xiǎn)防范意識(shí)，了解和維護(hù)個(gè)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(gè)？[ EB/OL].http：//baijia-hao. haidu. com/s？ id= 1605684980987956244&wfr= spider&for= pC-

[2]中消協(xié)發(fā)布《APP個(gè)人信息泄露情況調(diào)查報(bào)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(guó)奢侈品消費(fèi)的參照群體效研究 [ J] .商業(yè)時(shí)代， 2015， （11） ： 20-21.

收稿日期：2019-06-05

基金項(xiàng)目：河北省社會(huì)科學(xué)基金“我國(guó)智慧政務(wù)算法決策風(fēng)險(xiǎn)評(píng)估機(jī)制研究”（項(xiàng)目編號(hào)：HB19TQ002）。

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