謝 珍，楊九龍

0 導(dǎo)言

大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、云計算等高新技術(shù)的廣泛應(yīng)用，使智慧圖書館從理論走向現(xiàn)實。智慧圖書館在秉承圖書館基本職能與核心價值的前提下，聚焦用戶需求特征變化，依托新一代信息技術(shù)，通過感知化、互聯(lián)化、智能化手段，在場館實體建設(shè)方面，打造環(huán)境一體化感知、人機(jī)自動化交互、先進(jìn)開放的文化陣地；在資源開發(fā)方面，構(gòu)建深入?yún)f(xié)作、共建共享、無縫整合的多主體聯(lián)合網(wǎng)絡(luò)；在資源提供方面，實現(xiàn)知識智能組織、泛在接入、人性化展示；在業(yè)務(wù)管理方面，對業(yè)務(wù)流程進(jìn)行持續(xù)優(yōu)化，提高效能效率；在用戶服務(wù)方面，深入挖掘用戶信息資源，針對用戶情境需求提供精準(zhǔn)化服務(wù)[1]。其特征是高度的自動化感知，廣泛的互聯(lián)互通和智能化的管理與服務(wù)。

在人工智能時代，環(huán)境、資源、用戶行為的感知均能以數(shù)據(jù)形式采集，通過數(shù)據(jù)分析和互聯(lián)互通實現(xiàn)智能化的管理和服務(wù)。因此，用戶數(shù)據(jù)的全面采集和深入分析是智慧圖書館管理和服務(wù)的基礎(chǔ)。第一，智慧圖書館管理和服務(wù)需要全面的用戶數(shù)據(jù)。不僅限于個人信息、借閱數(shù)據(jù)等，用戶在圖書館的所有行為，如在圖書館的位置信息和運動軌跡、搜索或瀏覽行為的數(shù)據(jù)、使用各種信息設(shè)備的數(shù)據(jù)、參加圖書館活動的數(shù)據(jù)，都會成為采集的對象，以便構(gòu)建更細(xì)致逼真的用戶畫像。第二，智慧圖書館要實現(xiàn)用戶數(shù)據(jù)的動態(tài)、實時采集和分析。用戶需求和行為偏好各異，又與時間緊密相關(guān)，智慧圖書館不僅要實時掌握這些動態(tài)數(shù)據(jù)，還要作出智能化反應(yīng)，及時響應(yīng)用戶需求[2]。第三，用戶數(shù)據(jù)的采集不再需要用戶參與，物聯(lián)網(wǎng)和人工智能技術(shù)能在用戶沒有感知的情況下實現(xiàn)數(shù)據(jù)的自動采集和分析。數(shù)據(jù)收集的細(xì)致程度和自動化程度大大提高，數(shù)據(jù)采集變得無處不在且不可感知。

用戶數(shù)據(jù)的全面采集和深入分析為智慧圖書館管理和服務(wù)提供了決策和行動支持，但也加大了數(shù)據(jù)管理方面的責(zé)任和難度，增加了數(shù)據(jù)安全和隱私泄露的風(fēng)險。因此，在智慧圖書館建設(shè)中，如何把握用戶隱私保護(hù)與數(shù)據(jù)應(yīng)用之間的平衡成為圖書館必須面對的問題。圖書館既不能侵犯用戶隱私，影響用戶對圖書館的信任，也不能因數(shù)據(jù)和隱私問題限制圖書館的發(fā)展。因此，關(guān)注智慧圖書館管理和服務(wù)過程中所涉及的數(shù)據(jù)應(yīng)用和隱私保護(hù)問題，對用戶個人數(shù)據(jù)披露意愿進(jìn)行研究，科學(xué)評估用戶數(shù)據(jù)應(yīng)用的界限，不僅為用戶隱私保護(hù)與數(shù)據(jù)應(yīng)用研究提供新視角，為智慧圖書館建設(shè)提供參考，也是對圖書館“以用戶為中心”的理念的踐行。

1 文獻(xiàn)回顧

1.1 用戶隱私披露研究

近年Facebook[3]、天涯[4]、中國人壽[4]、網(wǎng)易[4]等平臺和機(jī)構(gòu)發(fā)生隱私泄露事件，如何提高個人隱私披露意愿、增進(jìn)平臺和用戶間的交流成為學(xué)者關(guān)注的熱點。現(xiàn)有研究主要從隱私保護(hù)政策、隱私披露理論和影響隱私披露因素等方面展開。在隱私保護(hù)政策研究方面，易斌[5]調(diào)研國內(nèi)外讀者隱私保護(hù)政策及其現(xiàn)狀，提出了隱私保護(hù)政策的結(jié)構(gòu)和內(nèi)容；朱穎[6]研究移動APP 隱私保護(hù)政策，認(rèn)為政府監(jiān)督、行業(yè)自律組織和網(wǎng)民隱私意識是實現(xiàn)隱私保護(hù)政策的關(guān)鍵因素。在隱私披露理論研究方面，Laufer等[7]提出隱私計算理論，認(rèn)為信息用戶會對信息進(jìn)行風(fēng)險和收益比較，只有收益大于風(fēng)險時才會披露信息；Petronio[8]提出溝通隱私管理理論，認(rèn)為信息用戶會依照收益和代價確定隱私邊界；Xu F 等[9]提出計劃行動理論，認(rèn)為用戶的隱私披露意愿會受到外部因素和主觀因素影響；Van Gool等[10]提出原型意愿模型，認(rèn)為隱私披露的路徑、態(tài)度和主觀規(guī)范決定隱私披露意愿。隱私披露理論為隱私披露問題研究奠定了基礎(chǔ)。在隱私披露影響因素研究方面，Malhotra 等[11]認(rèn)為隱私風(fēng)險是影響用戶隱私披露的重要因素；Krasnova 等[12]認(rèn)為隱私收益對用戶信息披露意愿產(chǎn)生正面影響；郭明珠等[13]從隱私計算和公平理論出發(fā)，探索社會化媒體環(huán)境下用戶隱私披露的界限，認(rèn)為感知風(fēng)險、感知收益和程序公平是隱私披露意愿的最強(qiáng)影響因子。

1.2 智慧圖書館用戶隱私保護(hù)研究

智慧圖書館管理和服務(wù)依賴于用戶數(shù)據(jù)的全面采集和深入分析，必然涉及用戶的隱私保護(hù)問題。學(xué)者基于智慧圖書館的技術(shù)條件，對如何保護(hù)和利用用戶隱私開展研究。在大數(shù)據(jù)方面，Campbell 等[14]討論大數(shù)據(jù)時代圖書館存在用戶隱私數(shù)據(jù)利用和保護(hù)的悖論，認(rèn)為通過鏈接數(shù)據(jù)引導(dǎo)信息查詢者，在數(shù)據(jù)的開放性和保密性需求之間實現(xiàn)平衡；廖辰剛等[15]認(rèn)為構(gòu)建用戶情景敏感服務(wù)隱私保護(hù)機(jī)制是圖書館提供個性化情景服務(wù)時解決用戶隱私問題的有效辦法。在云計算方面，曾子明等[16]根據(jù)PbD理論提出圖書館云管理應(yīng)遵守隱私界定與分級策略、隱私數(shù)據(jù)最小化、隱私保護(hù)非零和性和全生命周期隱私保護(hù)等原則，以此建立隱私管理框架；Pearson等[17]探索云計算條件下的隱私管理框架，分析隱私管理云可能的用法，認(rèn)為實現(xiàn)混淆技術(shù)是云計算隱私管理功能的基礎(chǔ)。在物聯(lián)網(wǎng)技術(shù)方面，賴群[18]針對物聯(lián)網(wǎng)技術(shù)應(yīng)用過程中用戶隱私泄露問題，提出從技術(shù)和法規(guī)等方面制定保護(hù)圖書館用戶隱私的策略；Fawaz 等[19]認(rèn)為物聯(lián)網(wǎng)計算的交互式運算環(huán)境給個人和環(huán)境帶來前所未有的隱私威脅，提出從技術(shù)上解決物聯(lián)網(wǎng)交互的隱私保護(hù)問題。

綜上所述，隱私計算理論、計劃行為理論等被廣泛應(yīng)用于用戶隱私披露研究，同時對社會媒體、社交網(wǎng)絡(luò)平臺、移動學(xué)習(xí)平臺上用戶的健康、購物、學(xué)習(xí)等隱私信息披露意愿和行為也有著豐富的研究成果。已有圖書館用戶隱私保護(hù)研究，多從圖書館角度出發(fā)，假定用戶所有數(shù)據(jù)信息都需要保護(hù)，用戶對自身隱私數(shù)據(jù)都同等關(guān)注，然后從圖書館角度出發(fā)尋找新技術(shù)環(huán)境下隱私保護(hù)技術(shù)、機(jī)制和法律的解決策略。本文將從用戶角度出發(fā)，以用戶隱私保護(hù)與圖書館智慧服務(wù)升級為目標(biāo)，通過實證調(diào)查研究分析影響圖書館用戶隱私披露的因素，探究用戶在隱私披露方面的關(guān)注點和界限，為智慧圖書館用戶數(shù)據(jù)應(yīng)用和隱私保護(hù)提供參考。

2 研究框架

2.1 個人隱私披露研究的理論基礎(chǔ)

(1)隱私計算理論。1977 年 Laufer 等[7]提出的隱私計算理論是隱私披露研究的核心經(jīng)典理論之一。他認(rèn)為信息用戶在進(jìn)行信息披露時，通常會對披露信息的風(fēng)險與所得收益預(yù)期之間進(jìn)行比較和權(quán)衡，然后決定其披露信息的內(nèi)容和數(shù)量，通過實證計算可以將用戶信息披露需求和收益對比定量化，從而探索出用戶自愿披露隱私的意愿大小。隱私計算理論廣泛應(yīng)用于不同情境下隱私披露問題研究，本文重點從感知風(fēng)險和感知收益角度研究其對智慧圖書館用戶隱私披露意愿的影響。

(2)隱私關(guān)注理論。隱私關(guān)注是指人們通過主觀認(rèn)知來識別自己隱私是否受到侵犯，并由此產(chǎn)生的態(tài)度。它是用戶對個人隱私問題的主觀認(rèn)識，是用戶通過多維的衡量、比較和評估而做出的行為。Malhotra 等[11]認(rèn)為隱私關(guān)注包括收集、控制和知情3個維度。智慧圖書館管理和服務(wù)中，用戶具有高度的參與性和公開性，用戶對隱私的關(guān)注程度、隱私保護(hù)意識、隱私保護(hù)能力以及對個人數(shù)據(jù)收集、控制和知情的控制能力都可能會影響到用戶隱私披露的意愿。

(3)溝通隱私管理理論。該理論是研究用戶信息披露或隱藏決策系統(tǒng)的理論。Petronio[8]認(rèn)為用戶個人空間與公共空間存在隱私邊界，隱私邊界是個人信息保護(hù)的關(guān)鍵。決定隱私邊界的最主要因素是用戶的隱私傾向，隱私傾向較高的個體往往有更高的個人邊界，會要求控制更多的信息。智慧圖書館實踐中，用戶開放一定的隱私控制權(quán)利，其隱私邊界就會相應(yīng)降低。本文從用戶隱私意識和數(shù)據(jù)控制兩個方面探尋智慧圖書館管理和服務(wù)中用戶的隱私傾向和隱私邊界。

(4)計劃行為理論。計劃行為理論是在理性行為理論的基礎(chǔ)上發(fā)展而來，該理論認(rèn)為隱私意愿不僅會受到信息用戶自身的行為態(tài)度和感知控制的影響，也會受到外部社會的主觀規(guī)范影響。計劃行為理論主要用于對用戶的隱私行為進(jìn)行正確的闡釋、推測和展望，分析用戶可能的行為特征。根據(jù)計劃行為理論，用戶隱私披露意愿受到行為態(tài)度、主觀規(guī)范和感知控制3個變量的直接影響。因此，用戶對圖書館的信任程度、依賴程度以及對隱私數(shù)據(jù)的控制可能會影響用戶隱私披露意愿。

2.2 研究模型和研究假設(shè)

基于相關(guān)理論和已有研究，本文從感知收益、感知風(fēng)險、信任程度、依賴程度、數(shù)據(jù)控制和隱私關(guān)注等6個維度探討智慧圖書館視域下用戶隱私披露的意愿，構(gòu)建隱私披露意愿的影響因素模型，見圖1。

圖1 研究模型

(1)感知收益。感知收益是指用戶在披露個人隱私帶來的服務(wù)收益等對自身有利價值的感知[20]。隱私計算理論為感知收益對隱私披露的影響提供了理論基礎(chǔ)。在基于微博、微信或大數(shù)據(jù)等技術(shù)平臺的個人隱私披露研究中也發(fā)現(xiàn)感知收益對用戶隱私披露意愿有正向影響。智慧圖書館收集、分析用戶數(shù)據(jù)的最終目的是了解用戶行為特征，提供人性化、個性化和智能化的圖書館服務(wù)，即：用戶隱私披露的直接原因和最終目的在于獲得相應(yīng)的圖書館服務(wù)。因此，本文假設(shè)：

H1：感知收益正向影響用戶隱私披露意愿。

(2)感知風(fēng)險。感知風(fēng)險是指用戶在披露隱私給相關(guān)主體的時候所感知到的潛在風(fēng)險或損失[21]。與感知收益相對，感知風(fēng)險是用戶進(jìn)行隱私計算的另一端。隱私涉及用戶的切身利益，一旦用戶隱私被泄露、濫用甚至不法侵害，可能會造成各種不良后果。智慧圖書館建設(shè)和服務(wù)過程中，廣泛使用各種智能化、網(wǎng)絡(luò)化、移動化的設(shè)備全面收集和深入分析用戶數(shù)據(jù)，必然伴隨著用戶隱私泄露的風(fēng)險；用戶披露的隱私信息越多，隱私泄露的風(fēng)險也就越大。因此，本文假設(shè)：

H2：感知風(fēng)險負(fù)向影響用戶隱私披露意愿。

(3)信任程度。信任是用戶隱私披露的基礎(chǔ)。學(xué)者通過對移動網(wǎng)絡(luò)平臺、社交媒體用戶等的研究發(fā)現(xiàn)[22-23]，用戶信任信息平臺或機(jī)構(gòu)，認(rèn)為向?qū)Ψ脚秱€人信息是安全的，才會產(chǎn)生披露個人信息的意愿。在智慧圖書館條件下，用戶相信圖書館數(shù)據(jù)收集和應(yīng)用的合理性，并認(rèn)為圖書館能夠保證個人隱私的安全，才會主動降低隱私邊界，增加隱私披露的意愿。因此，本文假設(shè)：

H3：信任程度正向影響用戶隱私披露意愿。

(4)依賴程度。依賴程度是指用戶長期使用某種信息工具或享受某種服務(wù)而對其產(chǎn)生的依靠感。經(jīng)常利用圖書館資源和設(shè)施的用戶，會對圖書館產(chǎn)生較高程度的依賴，在智慧圖書館管理和服務(wù)升級過程中，用戶披露個人數(shù)據(jù)以換取更好的圖書館服務(wù)的意愿就會更強(qiáng)烈。因此，本文假設(shè)：

H4：依賴程度正向影響用戶隱私披露意愿。

(5)數(shù)據(jù)控制。數(shù)據(jù)控制是指用戶對個人隱私的掌控程度。根據(jù)計劃行為理論，當(dāng)用戶能夠控制隱私披露的程度時，用戶就會降低隱私邊界，增加隱私披露的意愿[23]。對智慧圖書館來說，主動宣傳和告知數(shù)據(jù)應(yīng)用和隱私保護(hù)政策、在數(shù)據(jù)收集和應(yīng)用時征得用戶的許可，允許用戶在一定范圍內(nèi)轉(zhuǎn)移或刪除自己的隱私數(shù)據(jù)，使用戶認(rèn)為自己有能力控制個人隱私數(shù)據(jù)，可能會增加其隱私披露意愿。因此，本文假設(shè)：

H5：感知控制正向影響用戶隱私披露意愿。

(6)隱私關(guān)注。隱私關(guān)注是用戶在特定隱私情境下的主觀感受，是對隱私泄露相關(guān)聯(lián)的信息意識和感知。信息機(jī)構(gòu)或平臺的用戶披露個人隱私的意愿會隨著隱私關(guān)注度的升高而降低。對智慧圖書館用戶而言，個體對于隱私的關(guān)注程度也會影響用戶隱私披露的意愿[24-25]。因此，本文假設(shè)：

H6：隱私關(guān)注負(fù)向影響用戶隱私披露意愿。

3 研究設(shè)計

3.1 問卷設(shè)計

本文采用問卷調(diào)查法進(jìn)行數(shù)據(jù)收集，主要面向高校圖書館用戶發(fā)放。問卷量表由基本信息和主體問卷兩部分組成。基本信息部分主要包括：被調(diào)查者的性別、身份、所在院校等，不僅可以觀察樣本分布情況，保證數(shù)據(jù)的廣泛性和代表性，也方便獲取樣本的基本特征和用戶使用情況。主體問卷部分采用李克特五級量表，包括信任程度、數(shù)據(jù)控制、感知收益、依賴程度、感知風(fēng)險、隱私關(guān)注6個潛變量和25個測量變量。測量題項借鑒用戶隱私披露意愿和行為研究[20-23]，結(jié)合智慧圖書館的理論和實踐進(jìn)行設(shè)計。初步設(shè)計后，請2位圖書館學(xué)專家進(jìn)行修改和審核，最終確定具體測量變量，見表1。

3.2 數(shù)據(jù)采集

問卷通過現(xiàn)場邀請網(wǎng)絡(luò)作答的方式收集數(shù)據(jù)。2019年10月20日至11月10日，在西安交通大學(xué)、陜西師范大學(xué)、西安工程大學(xué)、西安外國語大學(xué)、西安翻譯學(xué)院等5所院校中選取12個本科和研究生班級，請任課教師在課間邀請學(xué)生在問卷星平臺上填寫問卷。共回收問卷403份，剔除作答時間小于10秒或未作答完畢的無效問卷后，得到有效問卷375 份，有效率為93.1%。本次調(diào)查樣本的基本信息如表2所示。

表1 變量測量量表

表2 樣本基本情況統(tǒng)計

3.3 數(shù)據(jù)分析

利用SPSS22.0 和AMOS20.0 軟件對所收集的數(shù)據(jù)進(jìn)行分析，包括描述性統(tǒng)計分析、信度效度檢驗和結(jié)構(gòu)方程模型分析。

3.3.1 信度效度檢驗

為檢測調(diào)查問卷信效度，選用克倫巴赫系數(shù)(Cronbach’s Alpha)和組合信度(Composite Reliability， CR) 指標(biāo)檢驗問卷的信度。Cronbach’s Alpha 系數(shù)、CR 值超過0.7，則認(rèn)定為內(nèi)部一致性水平較好。本研究測量整體模型所有變量的Cronbach’s Alpha 值為0.922，從分類標(biāo)度看，各潛在變量的Cronbach’s Alpha大于0.7，模型擬合信度較高，詳見表3。

表3 所有變量&分類標(biāo)度Cronbach’s Alpha值

采用主成分分析法對數(shù)據(jù)進(jìn)行探索性因子分析(如表4所示)，得出KMO值為0.890，卡方檢驗值為6455.345，檢驗P 值為0?？梢姡占降臉颖緮?shù)據(jù)適合進(jìn)行主成分分析。

表4 KMO和Bartlett的檢驗

通過主成分分析法，得到7個主要因子，共提取76.2%信息，因子提取效果較好。再通過具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法，形成旋轉(zhuǎn)成分矩陣(如表5所示)，每個因子分別在對應(yīng)的測量指標(biāo)上具有較大載荷，在其余測量指標(biāo)上載荷較小，正好對應(yīng)假設(shè)中的7個潛在變量，可見模型區(qū)別效度較好。這7 個潛在變量正是信任程度、數(shù)據(jù)控制、感知收益、依賴程度、感知風(fēng)險、隱私關(guān)注和隱私披露意愿。用AMOS 對樣本進(jìn)行驗證性因子分析，可得模型卡方檢驗值為1394.095，檢驗P 值為0，模型擬合優(yōu)度較好。

表5 旋轉(zhuǎn)成分矩陣

通過AMOS 構(gòu)建結(jié)構(gòu)方程模型，運算可得各測量變量與潛變量之間的路徑系數(shù)，并計算得到CR 和AVE 值，見表6。其中，CR 值均大于0.7，AVE 值均大于0.5，CFI大于0.8，RESEA小于0.05，模型收斂效度較好。

表6 指項標(biāo)準(zhǔn)載荷及CR、AVE值

3.3.2 模型分析

用AMOS 評估研究模型路徑參數(shù)，模型路徑檢測結(jié)果見圖2。由圖2可知，信任程度、感知收益、數(shù)據(jù)控制和依賴程度都對智慧圖書館用戶隱私披露意愿產(chǎn)生顯著的正向影響，因此假設(shè)H1(β=0.42)、H3(β=0.41)、H4(β=0.18)成立，感知收益、信任程度和依賴程度對隱私披露意愿有顯著影響；假設(shè)H5(β=0.04)成立，數(shù)據(jù)控制對隱私披露意愿有一定影響但并不顯著；假設(shè)H2(β=-0.003)不成立，感知風(fēng)險對隱私披露意愿幾乎沒有影響；隱私關(guān)注對隱私披露意愿有一定的負(fù)面影響但并不顯著，假設(shè)H6(β=-0.07)成立。

圖2 研究模型路徑系數(shù)

4 研究結(jié)論

4.1 感知收益正向影響隱私披露意愿

感知收益對用戶隱私披露意愿呈現(xiàn)顯著的正向影響，這一結(jié)論與學(xué)者[25-27]對其他信息平臺或工具條件下用戶隱私披露研究的結(jié)論相一致。智慧圖書館視域下，感知收益是影響用戶隱私披露意愿最為顯著的因素。這表明：如果能夠給予用戶明確且滿意的收益，用戶就會愿意降低隱私邊界，允許圖書館根據(jù)其服務(wù)需求收集和應(yīng)用個人數(shù)據(jù)；也說明用戶對智慧圖書館服務(wù)滿懷信心和期待，對智能化和個性化服務(wù)有更高的要求。

4.2 信任程度正向影響隱私披露意愿

用戶對圖書館的信任很大程度上促進(jìn)了隱私披露的意愿。圖書館作為公益性、學(xué)術(shù)性機(jī)構(gòu)，一直秉承著“以用戶為中心”的理念，忠實地履行為用戶提供信息資源和服務(wù)的職責(zé)，圖書館的定位和自身形象獲得了用戶的高度信任。圖書館很少向外披露用戶信息，也極少出現(xiàn)隱私泄露的不良事件，因此用戶相信圖書館能夠保護(hù)其隱私數(shù)據(jù)，愿意降低隱私披露邊界，向圖書館披露個人隱私數(shù)據(jù)。此外，本文調(diào)查對象是高校師生，相對封閉的環(huán)境和固定的對象也會使用戶表現(xiàn)出對圖書館更多的信任。

4.3 依賴程度正向影響隱私披露意愿

用戶長期使用某一信息機(jī)構(gòu)的服務(wù)，就會對其產(chǎn)生依賴性，高校師生對圖書館有很強(qiáng)的依賴性。調(diào)查顯示，用戶對圖書館的依賴程度也會對用戶隱私披露產(chǎn)生正向影響。在長期利用圖書館的過程中，如果用戶獲得較高的收益并對圖書館的服務(wù)感到滿意，那么用戶對圖書館的依賴程度就越高，以繼續(xù)享受或者更好地享受圖書館服務(wù)為前提，用戶往往會因為依賴關(guān)系而主動降低自己的隱私邊界。

4.4 數(shù)據(jù)控制正向影響隱私披露意愿

與其他平臺或工具條件下隱私披露意愿研究結(jié)果不同[26-27]，智慧圖書館視域下，數(shù)據(jù)控制對隱私披露意愿的影響很小，用戶并不是很關(guān)注個人是否有權(quán)控制圖書館所收集的信息。筆者就該問題對其中10 個被調(diào)查者進(jìn)行了訪談，發(fā)現(xiàn)其原因在于：第一，用戶對圖書館的信任度比對其他信息平臺(如微信、網(wǎng)站)高很多，用戶認(rèn)為圖書館能夠幫助自己管理和控制好這些數(shù)據(jù)；第二，用戶對數(shù)據(jù)控制的權(quán)利非常有限，圖書館所收集到的信息很難被應(yīng)用到其他生活領(lǐng)域，其轉(zhuǎn)移和保存價值并不高。

4.5 隱私關(guān)注負(fù)向影響隱私披露意愿

一些研究[28-30]發(fā)現(xiàn)隱私關(guān)注是影響個人隱私披露意愿的重要因素，但智慧圖書館環(huán)境下，用戶隱私關(guān)注對隱私披露意愿有一定負(fù)面影響但并不顯著。通過訪談發(fā)現(xiàn)：第一，用戶深知要享受圖書館的服務(wù)，就必須披露一定的個人隱私信息，很多用戶甚至都沒有意識到圖書館采集和分析用戶數(shù)據(jù)可能會涉及隱私問題；第二，圖書館采集的用戶數(shù)據(jù)主要是個人基本信息、借閱信息、位置信息等，很少涉及經(jīng)濟(jì)、財務(wù)等敏感問題，很多用戶認(rèn)為智慧圖書館所涉及的隱私問題無關(guān)緊要。此外，這還表明，傳統(tǒng)圖書館隱私保護(hù)研究中的假設(shè)，即用戶非常在意并希望能夠盡可能地保護(hù)個人隱私數(shù)據(jù)是有待商榷的。

4.6 感知風(fēng)險對隱私披露意愿沒有影響

與健康網(wǎng)站[28]、移動APP[30]等網(wǎng)絡(luò)平臺研究結(jié)果不同，在智慧圖書館條件下，感知風(fēng)險對隱私披露意愿幾乎沒有影響，大部分用戶享受智慧圖書館服務(wù)時并不會考慮其中是否存在隱私泄露的風(fēng)險。究其原因，主要有兩個：第一，用戶對圖書館的信任程度很高，普遍認(rèn)為圖書館能夠很好地管理和保護(hù)這些數(shù)據(jù)，基本沒有隱私被侵犯的風(fēng)險；第二，用戶對風(fēng)險的感知能力比較低，且存在一定的滯后性，除非直接面對隱私泄露問題，否則很多用戶無法判斷隱私泄露的危害。

5 思考

研究表明，能否獲得所需要的圖書館服務(wù)是影響用戶隱私披露意愿的主要因素；用戶對圖書館的信任和依賴為智慧圖書館收集和分析用戶數(shù)據(jù)奠定了良好的基礎(chǔ)；基于對圖書館的信任，用戶對圖書館數(shù)據(jù)所涉及的隱私問題和風(fēng)險并不敏感。因此，在智慧圖書館發(fā)展和建設(shè)過程中，用戶數(shù)據(jù)應(yīng)用和隱私保護(hù)問題應(yīng)該注意三大問題。

5.1 增強(qiáng)智慧圖書館用戶的收益感知

高質(zhì)量的信息服務(wù)是用戶對圖書館最根本的期待，也是用戶愿意披露個人隱私的根本原因。隱私披露后所換取的收益越多，用戶隱私披露意愿越大。因此，智慧圖書館建設(shè)中，如果想獲得更多的用戶隱私數(shù)據(jù)，就必須讓用戶更好地感知自身可能獲得的收益，提供更好的信息服務(wù)。第一，充分發(fā)掘和利用所收集的數(shù)據(jù)，使用戶感覺自己的每一次隱私付出都會有相應(yīng)的回報。例如，針對用戶的借閱數(shù)據(jù)，提供個性化的推薦書目；在檢索時依照用戶閱讀偏好排序；整理借閱記錄，為畢業(yè)生派送閱讀清單等。如果只收集用戶數(shù)據(jù)卻不去發(fā)掘這些數(shù)據(jù)的價值，不僅會降低用戶披露信息的意愿，而且也增加圖書館管理這些數(shù)據(jù)的負(fù)擔(dān)。第二，充分利用智能化設(shè)備和手段提高圖書館的智慧服務(wù)形象。智能機(jī)器人、智能分析和推送、人臉識別、紅外感應(yīng)和位置分析等設(shè)備和手段可以很好地提升圖書館的智慧服務(wù)形象，讓讀者感受到圖書館遠(yuǎn)遠(yuǎn)不只是借書還書的地方，還是處處體現(xiàn)著個性化、人性化和智能化的信息資源中心。

5.2 維護(hù)用戶對圖書館的信任和依賴

用戶對圖書館的信任和依賴是對圖書館長期以來服務(wù)質(zhì)量和良好形象的肯定，也為智慧圖書館發(fā)展過程中用戶數(shù)據(jù)收集和分析奠定了良好的基礎(chǔ)。在智慧圖書館條件下，圖書館需要更深入地搜集用戶的隱私信息，甚至在用戶從未意識到的領(lǐng)域中去搜集信息。用戶的持續(xù)信任和依賴是智慧圖書館發(fā)展的堅實基礎(chǔ)。圖書館應(yīng)意識到這種信任和依賴是一種必須極力維護(hù)的寶貴資源，任何輕微的隱私侵犯行為都有可能降低用戶信任，造成不可挽回的損失。因此，從用戶方面講，圖書館應(yīng)該主動向用戶宣傳并告知圖書館個人數(shù)據(jù)收集、利用和隱私保護(hù)方面的政策和制度，在收集和分析用戶數(shù)據(jù)時先征得用戶同意，這樣既可以從程序上避免了糾紛，又能更好地樹立圖書館的良好形象；從圖書館方面來講，一方面要加強(qiáng)數(shù)據(jù)管理和隱私保護(hù)意識，實施嚴(yán)格的管理制度，約束相關(guān)人員的行為；另一方面，也要從技術(shù)上加強(qiáng)數(shù)據(jù)安全保護(hù)，采取加密、分級管理和存儲等方式避免用戶數(shù)據(jù)泄露、濫用等不安全事故的發(fā)生。

5.3 合理對待智慧圖書館隱私保護(hù)問題

隨著網(wǎng)絡(luò)和大數(shù)據(jù)技術(shù)的發(fā)展，用戶隱私泄露的風(fēng)險越來越大，用戶隱私保護(hù)意識不斷增強(qiáng)，各種隱私泄露事件也引發(fā)了用戶對隱私問題的關(guān)注。但是，就智慧圖書館現(xiàn)階段的發(fā)展而言，用戶對圖書館存在著較高的信任，對圖書館采集和分析數(shù)據(jù)所涉及到的隱私保護(hù)問題的關(guān)注度其實并不高，相對于隱私泄露風(fēng)險，他們更關(guān)心可能獲得的收益。因此，隱私保護(hù)問題目前并沒有成為智慧圖書館發(fā)展的阻礙。我們不必對用戶隱私關(guān)注問題過分憂慮，也并不需要因為用戶隱私保護(hù)問題而束縛了智慧圖書館的發(fā)展。但圖書館作為備受用戶信任的信息服務(wù)機(jī)構(gòu)，隱私保護(hù)是圖書館應(yīng)有的責(zé)任，必須嚴(yán)守法律底線，避免引發(fā)矛盾和糾紛。在智慧圖書館建設(shè)和服務(wù)過程中應(yīng)該注意以下問題：第一，在現(xiàn)有法律框架內(nèi)，提前告知用戶所要獲取的數(shù)據(jù)，并征得用戶同意，通過獲得許可規(guī)避可能的侵權(quán)風(fēng)險；第二，做好相應(yīng)的制度或技術(shù)保護(hù)措施，避免可能的人為因素，如不當(dāng)行為或外部入侵導(dǎo)致的隱私泄露；第三，積極向用戶宣傳并及時告知圖書館的數(shù)據(jù)保護(hù)措施，增加用戶的信任，降低用戶隱私披露邊界，增強(qiáng)用戶隱私披露意愿。

6 結(jié)語

本文從用戶視角出發(fā)，結(jié)合隱私計算理論、隱私關(guān)注理論、溝通隱私理論和行為計劃理論，構(gòu)建了智慧圖書館條件下用戶隱私披露意愿的影響因素模型，并以問卷調(diào)查的方式對模型假設(shè)進(jìn)行了驗證。研究發(fā)現(xiàn)，感知收益、信任程度和依賴程度對隱私披露意愿有顯著影響；圖書館界一直在意的隱私關(guān)注和感知風(fēng)險因素實際對用戶隱私披露意愿影響很小，該結(jié)論對智慧圖書館實踐和發(fā)展過程中的用戶隱私保護(hù)問題有一定的參考價值。但本研究尚存在兩方面的局限性。第一，智慧圖書館建設(shè)雖然在我國已經(jīng)廣泛開展起來，但大部分圖書館只具備智慧圖書館的部分功能，用戶對智慧圖書館并沒有體驗式的整體印象，因此對于智慧圖書館隱私問題的思考十分有限。第二，本文的調(diào)查主要在高校師生中展開，并沒有涉及到公共圖書館用戶，而且由于樣本范圍和數(shù)量有限，雖然研究結(jié)果具有一定的代表性，但在細(xì)微方面可能存在偏差，相關(guān)方面的研究有待進(jìn)一步深入和擴(kuò)展。此外，隨著公民隱私意識的逐漸提升，智慧圖書館實踐的持續(xù)深入，對用戶數(shù)據(jù)的采集和分析程度也會不斷加深，用戶對智慧圖書館的隱私披露意愿是否會發(fā)生改變，仍然是需要長期關(guān)注的話題。因此，智慧圖書館視域下用戶隱私披露和保護(hù)的話題有待進(jìn)一步研究。