單孟麗，付文婧，張思光

（1.中北大學(xué)經(jīng)濟(jì)與管理學(xué)院，太原 030051；2.拉夫堡大學(xué)體育、訓(xùn)練與健康科學(xué)學(xué)院，英國萊斯特 LE11 3TU；3.中國科學(xué)院科技戰(zhàn)略咨詢研究院，北京 100190）

中國互聯(lián)網(wǎng)絡(luò)信息中心（http：//www.cnnic.net.cn/）發(fā)布的《第49次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，截至2021年12月，我國網(wǎng)絡(luò)用戶規(guī)模達(dá)10.32億，互聯(lián)網(wǎng)普及率達(dá)73.0%.大數(shù)據(jù)時代，人們在使用各種智能移動服務(wù)終端的同時，生產(chǎn)和創(chuàng)造了海量數(shù)據(jù)，成為網(wǎng)絡(luò)數(shù)據(jù)的真實(shí)產(chǎn)出者；谷歌、阿里巴巴、百度、騰訊等數(shù)據(jù)服務(wù)商，通過智能終端收集和處理用戶數(shù)據(jù)，對其進(jìn)行分析開發(fā)后，將產(chǎn)品和服務(wù)反向輸入給智能終端用戶.近年來，網(wǎng)絡(luò)用戶隱私數(shù)據(jù)被非法搜集和被第三方竊取的事件頻發(fā)，從2018年Facebook安全漏洞受到黑客攻擊，近2900萬用戶隱私信息被泄露，到2021年7月“滴滴出行”嚴(yán)重違法違規(guī)收集使用個人信息，25款軟件被網(wǎng)絡(luò)安全審查辦公室查處下架，數(shù)據(jù)隱私話題成為公眾關(guān)注的焦點(diǎn).

我國于2016年通過了《中華人民共和國網(wǎng)絡(luò)安全法》，旨在約束數(shù)據(jù)收集方的行為，以保護(hù)網(wǎng)絡(luò)用戶數(shù)據(jù)隱私的安全.隨著人們越來越傾向用隱私信息等換取服務(wù)和利益，前期制定的法律不一定適用于當(dāng)前的數(shù)據(jù)應(yīng)用情境，數(shù)據(jù)隱私悖論問題日益凸顯［1］，不論是平臺服務(wù)商希望實(shí)現(xiàn)利益最大化，還是網(wǎng)絡(luò)用戶必須通過主動披露隱私信息方能享受服務(wù)，數(shù)據(jù)共享成為事實(shí)，甚至?xí)淖內(nèi)藗兊挠^念和相關(guān)行為［2］.

基于此，本文使用問卷調(diào)查的方式，對網(wǎng)絡(luò)用戶數(shù)據(jù)素養(yǎng)水平進(jìn)行評估，并探究其與網(wǎng)絡(luò)用戶隱私關(guān)注和隱私信息披露意向之間的關(guān)系，以期為有關(guān)部門推進(jìn)網(wǎng)絡(luò)隱私政策的調(diào)整提供借鑒.

1 研究假設(shè)與研究模型

1.1 變量解釋和研究假設(shè)

1.1.1 數(shù)據(jù)素養(yǎng)與隱私關(guān)注之間的關(guān)系假設(shè)

隱私關(guān)注是網(wǎng)絡(luò)用戶對自己隱私信息的收集、控制、使用的關(guān)注［2］，無法直接測量.Malhotra等［3-4］根據(jù)社會契約理論開發(fā)的IUIPC量表，依據(jù)收集、控制和意識3個維度測量公眾感知個人隱私信息的風(fēng)險和收益.本研究設(shè)定隱私關(guān)注是網(wǎng)民面對具體被泄露隱私的場景時的主觀想法，利用收集、控制和意識3個維度考量網(wǎng)絡(luò)用戶對隱私信息的關(guān)注程度.

對于隱私關(guān)注的提高，個體會表現(xiàn)出對隱私披露意愿的降低；同時，當(dāng)無法控制被收集的個人隱私信息的范圍、類型、使用范圍和后果時，隱私關(guān)注程度大幅度增加［5］.黃如花和李白楊［6］認(rèn)為，數(shù)據(jù)素養(yǎng)應(yīng)包含數(shù)據(jù)意識、數(shù)據(jù)倫理和數(shù)據(jù)能力3個方面.結(jié)合他們對數(shù)據(jù)素養(yǎng)的定義，本研究將數(shù)據(jù)素養(yǎng)定義為網(wǎng)絡(luò)操作技能、網(wǎng)絡(luò)經(jīng)驗(yàn)和是否能夠避免部分隱私泄露的能力.據(jù)此提出假設(shè)：

H1：數(shù)據(jù)素養(yǎng)能負(fù)向影響隱私關(guān)注.

1.1.2 數(shù)據(jù)素養(yǎng)、隱私關(guān)注與披露意向之間關(guān)系假設(shè)

影響隱私關(guān)注的因素不會直接影響披露行為，而是會通過直接影響人們的披露意向，間接影響到人們接下來采取何種行為［7］，形成影響因素-披露意向-披露行為路徑.

為衡量隱私關(guān)注以及前因后果，Smith等［8］開發(fā)了APCO模型，即“影響因素-隱私關(guān)注-行為后果”路徑.在該路徑中，Dienlin和Trepte［9］認(rèn)為，行為意向可以是積極或消極兩種相反的態(tài)度，而隱私關(guān)注對公眾披露意向的影響大都是消極方面.

故設(shè)定隱私披露意向?yàn)樨?fù)向指標(biāo)，并提出如下假設(shè)：

H2：數(shù)據(jù)素養(yǎng)能正向影響披露意向；

H3：隱私關(guān)注能負(fù)向影響披露意向；

H4：隱私關(guān)注在數(shù)據(jù)素養(yǎng)影響披露意向中起到中介作用.

1.1.3 主路徑與隱私計算成本之間作用的假設(shè)

隱私計算理論把感知收益與隱私憂慮所形成的成本叫作隱私計算成本［10］.感知收益指用戶在使用過程中得到的回報；隱私憂慮是指在披露隱私時，對第三方濫用信息造成的損失和風(fēng)險［11］，二者是衡量被調(diào)查者對隱私關(guān)注程度的重要因素.Hann等［12］發(fā)現(xiàn)，網(wǎng)絡(luò)用戶在進(jìn)行潛在風(fēng)險和利益博弈時，會影響到他們對隱私信息的自我表述意愿，并且這一過程中會受到大數(shù)據(jù)個性化服務(wù)的影響.

林鉆輝［13］在對顧客移動購物意向研究中證明，顧客隱私顧慮越大，隱私關(guān)注程度就越高.吳丁娟和朱侯［14］發(fā)現(xiàn)，被調(diào)查者的感知風(fēng)險對隱私關(guān)注產(chǎn)生的負(fù)面影響程度非常大.而作為對沖面的感知收益，則可降低人們對自我隱私的關(guān)注程度，從而增加自我隱私披露的概率［15］.故當(dāng)人們經(jīng)驗(yàn)豐富、網(wǎng)絡(luò)技術(shù)能力較強(qiáng)時，隱私泄露的風(fēng)險較低，從而減少擔(dān)憂程度，并能從中得到更大化的收益.據(jù)此，提出以下假設(shè)：

H5：隱私憂慮在數(shù)據(jù)素養(yǎng)影響隱私關(guān)注中起正向調(diào)節(jié)作用；

H6：感知收益在數(shù)據(jù)素養(yǎng)影響隱私關(guān)注中起負(fù)向調(diào)節(jié)作用；

H7：隱私憂慮在數(shù)據(jù)素養(yǎng)影響披露意向中起調(diào)節(jié)作用；

H8：感知收益在數(shù)據(jù)素養(yǎng)影響披露意向中起調(diào)節(jié)作用.

補(bǔ)償模式（人們認(rèn)為某種行為會獲得利益的現(xiàn)象）發(fā)生時，對個人信息的披露意愿增加［16］.人們的披露意愿受到多種因素影響，但大部分研究者都認(rèn)為，當(dāng)人們得到個性化回報時，更愿意提供個人信息，這使得很多企業(yè)更傾向于個性化定制［17-18］.已有研究表明，隱私計算成本在隱私關(guān)注影響隱私行為反應(yīng)（自我披露）路徑中既存在相關(guān)關(guān)系，又存在調(diào)節(jié)關(guān)系［19］.據(jù)此，提出以下假設(shè)：

H9：隱私憂慮在隱私關(guān)注影響披露意向中起調(diào)節(jié)作用；

H10：感知收益在隱私關(guān)注影響披露意向中起調(diào)節(jié)作用.

1.2 研究模型

在上述研究假設(shè)的基礎(chǔ)上，同時選取了性別、年齡、學(xué)歷等人口統(tǒng)計學(xué)基本信息作為控制變量，研究數(shù)據(jù)素養(yǎng)、隱私關(guān)注與網(wǎng)絡(luò)用戶隱私信息披露意向之間的關(guān)系.借鑒APCO模型和IUIPC量表，提出本文的研究模型（圖1）.

圖1 數(shù)據(jù)素養(yǎng)-隱私關(guān)注-披露意向研究模型Fig.1 Data literacy-privacy concerns-disclosure intent research model

2 問卷設(shè)計與數(shù)據(jù)收集

2.1 問卷設(shè)計

在參考前人研究的成熟量表基礎(chǔ)上，設(shè)計了研究變量測量問項(xiàng)，指標(biāo)來源于文獻(xiàn)［20］，最終題項(xiàng)設(shè)計如表1.

表1 研究變量測量問項(xiàng)設(shè)計Tab.1 Question design of study variable measurement

2.2 數(shù)據(jù)收集

采取線上線下相結(jié)合的方式發(fā)放問卷，依據(jù)量表收集網(wǎng)絡(luò)用戶對網(wǎng)絡(luò)隱私數(shù)據(jù)的影響因素，如數(shù)據(jù)素養(yǎng)、認(rèn)知能力（隱私關(guān)注）和行為意向（隱私憂慮、感知風(fēng)險、披露意向）等數(shù)據(jù).通過使用SPSS軟件分析問卷的信效度后，剔除影響問卷信效度的題目，形成正式的調(diào)查問卷.正式問卷采用問卷星網(wǎng)絡(luò)平臺進(jìn)行線上發(fā)放，回收期為10 d.其中有效問卷數(shù)量1524份，合格率82.20%.篩選方式為設(shè)置驗(yàn)證題項(xiàng)、設(shè)置隱藏題項(xiàng)、接納填寫時間在240～6000 s的問卷（預(yù)調(diào)查填寫最低時長為240 s）.

3 分析與結(jié)果

3.1 問卷信效度檢驗(yàn)

采取內(nèi)部一致性信度，利用克朗巴赫系數(shù)進(jìn)行測量，系數(shù)大于0.6表示內(nèi)部一致性較好.根據(jù)表2所示，隱私關(guān)注、隱私憂慮、感知收益和數(shù)據(jù)素養(yǎng)的克朗巴赫系數(shù)均大于0.6，說明相關(guān)題目之間具有較好的內(nèi)部一致性，信度較高.

表2 各變量的克朗巴赫系數(shù)Tab.2 Kronbach coefficient for each variable

問卷的效度檢驗(yàn)是指測量項(xiàng)與變量之間的對應(yīng)關(guān)系，可以通過探索性因子分析和驗(yàn)證性因子分析進(jìn)行測量［21］，結(jié)果統(tǒng)計見表3.結(jié)果顯示所有變量均通過KMO系數(shù)檢驗(yàn)（KMO系數(shù)需大于0.5）和球形檢驗(yàn)（P值需小于0.01），測量項(xiàng)之間顯著相關(guān)，問卷效度良好.感知收益的KMO系數(shù)雖較小，但仍然通過顯著性檢驗(yàn)，且特征值大于1，故可取.圖2各獨(dú)立量表碎石圖顯示出每個獨(dú)立量表都能提取唯一一個因子（隱私關(guān)注可提取出3個因子是因?yàn)殡[私關(guān)注下設(shè)3個二級指標(biāo)），問卷各自設(shè)置的變量之間設(shè)計合理，表明各個潛變量之間具有良好的收斂效度和區(qū)別效度，該問卷具有良好的建構(gòu)效度.

表3 各變量的KMO系數(shù)及球形顯著檢驗(yàn)Tab.3 KMO coefficients and spherical significant tests of each variable

圖2 獨(dú)立量表碎石圖Fig.2 Scree polt of independent measure

3.2 問卷代表性測量

采用Q-Q圖檢驗(yàn)各獨(dú)立量表數(shù)據(jù)的正態(tài)分布，具體結(jié)果如圖3.由圖3可知，實(shí)際分布和預(yù)測分布基本吻合，說明數(shù)據(jù)滿足正態(tài)分布，問卷獲取的數(shù)據(jù)具有一定的代表性.均衡性測量涉及被調(diào)查者對問卷的難易程度和問卷長短的測量［22］，問卷調(diào)查結(jié)果中沒有出現(xiàn)極端態(tài)度答案，可認(rèn)定問卷能夠較好地被參與者理解和接受.

圖3 獨(dú)立量表的預(yù)期常規(guī)Q-Q圖Fig.3 Separate scale Q-Q graphs

3.3 描述性統(tǒng)計分析

在樣本人群中，男女比例為2.21∶2.99，分布較為均勻；年齡在40歲以下的占比約86.94%，被調(diào)查群體比較年輕；在學(xué)歷方面，大專及以上人群占比91.54%，教育程度比較高；職業(yè)分布較為廣泛，以“網(wǎng)齡在3年以上”（97.9%）、“幾乎每天都在上網(wǎng)”（97.51%）、“主要使用移動設(shè)備”（61.68%）為特點(diǎn)的人群占比較大.故本研究的調(diào)查人群具有以下特點(diǎn)：上網(wǎng)經(jīng)驗(yàn)豐富、經(jīng)常使用移動電子設(shè)備、網(wǎng)絡(luò)用戶以青壯年為主，這表明大部分調(diào)查對象有著較長的網(wǎng)齡，可以很好地理解情境，合理填寫問卷.

由表4可知，在各獨(dú)立量表中，公眾對隱私的關(guān)注程度和對隱私所帶來的風(fēng)險比較在意，但數(shù)據(jù)素養(yǎng)較弱.在隱私能帶給網(wǎng)民的風(fēng)險和收益中，人們普遍更加憂慮于隱私所帶來的風(fēng)險.

表4 描述統(tǒng)計量表Tab.4 Table of descriptives

在回收問卷中，有1274人（83.6%）認(rèn)為隱私是一種不被打擾的權(quán)利，但這其中有840人（96.6%）在面對所需要的商品和服務(wù)時會提供自己的個人信息，這說明公眾認(rèn)為的對個人隱私信息的保護(hù)程度和實(shí)際的行為操作有差別，證實(shí)自我認(rèn)為的隱私素養(yǎng)和實(shí)際的披露意向具有一定的差異.由圖4可知，人們對自己的名字、性別等基本信息不是特別敏感，但對自己的財務(wù)信息、健康信息、身份信息等信息非常敏感.原因在于性別、年齡等信息比較容易被識別，而剩下類別的信息在一定程度上會受到隱私歧視和特別對待，是公眾認(rèn)為不可以輕易披露的信息.而在這其中仍有44.51%的人卻因?yàn)樯唐泛头?wù)主動披露自己的個人隱私.這在一定程度上解釋了“隱私悖論”的存在，說明人們對隱私的敏感程度和實(shí)際披露行為比較不符.

圖4 公眾對個人信息的敏感程度Fig.4 Sensitivity of the public to personal information

3.4 相關(guān)關(guān)系檢驗(yàn)

相關(guān)性分析用來檢驗(yàn)兩個變量之間的相互關(guān)系，衡量標(biāo)準(zhǔn)就是相關(guān)系數(shù).相關(guān)系數(shù)主要分為Pearson相關(guān)系數(shù)和Spearman相關(guān)系數(shù)兩種.由于各量表數(shù)據(jù)呈現(xiàn)近似正態(tài)分布，所以在問卷中選擇前者進(jìn)行相關(guān)關(guān)系檢驗(yàn)［23］.表5為各變量之間的相關(guān)性矩陣，由表可知，隱私關(guān)注與隱私憂慮之間呈現(xiàn)正向相關(guān)關(guān)系，與數(shù)據(jù)素養(yǎng)和感知收益之間呈現(xiàn)負(fù)相關(guān)關(guān)系，披露意向和隱私關(guān)注、數(shù)據(jù)素養(yǎng)之間呈現(xiàn)正向相關(guān)關(guān)系.說明網(wǎng)絡(luò)用戶數(shù)據(jù)素養(yǎng)越低、對隱私越關(guān)注，越會減少個人隱私數(shù)據(jù)的披露.相關(guān)關(guān)系是模型存在調(diào)節(jié)關(guān)系和中介關(guān)系的基礎(chǔ)，表5顯示，與隱私計算成本相關(guān)的兩個因素——數(shù)據(jù)素養(yǎng)和隱私關(guān)注，與披露意向之間兩兩相關(guān)，故模型符合存在被調(diào)節(jié)和被中介條件，主路徑中3個因素之間存在兩兩相關(guān)關(guān)系.

表5 各變量間相關(guān)關(guān)系Tab.5 Correlations between variables

3.5 隱私計算成本的調(diào)節(jié)效應(yīng)

調(diào)節(jié)變量可能導(dǎo)致相關(guān)關(guān)系的兩個指標(biāo)發(fā)生同方向的加強(qiáng)或減弱影響，也可能導(dǎo)致反方向的影響.利用SPSS做調(diào)節(jié)效應(yīng)分析，通過隱私關(guān)注和隱私計算成本的調(diào)節(jié)作用分別設(shè)置調(diào)節(jié)模型.

1）數(shù)據(jù)素養(yǎng)-披露意向模型

式中：BI為因變量；DL為自變量；PB和PW為調(diào)節(jié)變量；a、b、c為系數(shù).依式（1）和式（2）計算，結(jié)果見表6.在路徑“數(shù)據(jù)素養(yǎng)-披露意向”中，感知收益和隱私憂慮與數(shù)據(jù)素養(yǎng)的交互項(xiàng)均不顯著，二者都不能起到調(diào)節(jié)作用.

表6 數(shù)據(jù)素養(yǎng)-披露意向調(diào)節(jié)模型Tab.6 Adjustment model of data literacy-disclosure intention

2）數(shù)據(jù)素養(yǎng)-隱私關(guān)注模型

式中：PC為因變量，DL為自變量，PB和PW為調(diào)節(jié)變量；a、b、c為系數(shù).依式（3）和式（4）計算結(jié)果如表7.自變量數(shù)據(jù)素養(yǎng)與調(diào)節(jié)變量隱私憂慮的交互項(xiàng)顯著，說明存在調(diào)節(jié)效應(yīng).當(dāng)加入調(diào)節(jié)變量隱私憂慮時，數(shù)據(jù)素養(yǎng)影響隱私關(guān)注系數(shù)減小，說明隱私憂慮能減弱數(shù)據(jù)素養(yǎng)影響隱私關(guān)注.自變量數(shù)據(jù)素養(yǎng)與調(diào)節(jié)變量感知收益的交互項(xiàng)不顯著，感知收益不能調(diào)節(jié)數(shù)據(jù)素養(yǎng)影響隱私關(guān)注.

表7 數(shù)據(jù)素養(yǎng)-隱私關(guān)注調(diào)節(jié)模型Tab.7 Adjustment model of data literacy-privacy concerns

3）隱私關(guān)注-披露意向模型

式中：BI是因變量，PC為自變量，PB和PW為調(diào)節(jié)變量；a、b、c為系數(shù).計算結(jié)果見表8，隱私憂慮作為調(diào)節(jié)變量影響路徑“隱私關(guān)注-披露意向”時不顯著；感知收益作為調(diào)節(jié)變量時，路徑影響由正向變?yōu)樨?fù)向影響，說明感知收益調(diào)節(jié)路徑時會改變隱私關(guān)注影響，披露意向的方向.

表8 隱私關(guān)注-披露意向調(diào)節(jié)模型Tab.8 Adjustment model of privacy concerns-disclosure intention

感知收益和隱私憂慮可以作為調(diào)節(jié)變量影響“數(shù)據(jù)素養(yǎng)-隱私關(guān)注”和“隱私關(guān)注-披露意向”路徑.這說明當(dāng)風(fēng)險大于回報時，可能會導(dǎo)致隱私關(guān)注呈現(xiàn)較高水平，人們傾向于保護(hù)隱私信息；當(dāng)風(fēng)險低于回報時，對隱私關(guān)注度降低，更傾向于披露隱私信息.

3.6 隱私關(guān)注的中介模型

中介效應(yīng)指的是在一條模擬路徑中，在中介變量的影響下，自變量對因變量的直接影響會發(fā)生改變.由表9可知，隱私關(guān)注在數(shù)據(jù)素養(yǎng)影響披露意向中起到完全中介作用，說明數(shù)據(jù)素養(yǎng)作為影響因素在影響網(wǎng)民隱私關(guān)注和披露后果的路徑中，符合APCO模型.

表9 中介效應(yīng)Tab.9 Mediation effects

中介效應(yīng)檢驗(yàn)利用booststrap法檢驗(yàn)，預(yù)測值置信區(qū)間不包含“0”表明存在中介效應(yīng)，可以彌補(bǔ)逐步回歸法帶來的違反分布假設(shè)的問題，使結(jié)果更為可靠，抽取次數(shù)大于1000次是中介效果檢驗(yàn)中統(tǒng)計效力最好的方法之一［24］.運(yùn)用SPSS做中介效應(yīng)檢驗(yàn)，由表10可看出，中介變量影響模型路徑檢驗(yàn)置信區(qū)間不含“0”，檢驗(yàn)合格.

表10 中介效應(yīng)檢驗(yàn)Tab.10 Mediation effect test

在隱私計算成本影響的兩條路徑中，“隱私關(guān)注-披露意向”路徑受到的影響更強(qiáng)烈，但是其作為調(diào)節(jié)變量在“數(shù)據(jù)素養(yǎng)-隱私關(guān)注”路徑的關(guān)系也不可忽視.同時，隱私憂慮的調(diào)節(jié)效應(yīng)優(yōu)于感知收益的調(diào)節(jié)效應(yīng)，說明人們更加在意隱私信息所帶來的風(fēng)險.隱私關(guān)注作為數(shù)據(jù)素養(yǎng)影響人們披露隱私信息的完全中介變量，其中介效應(yīng)可以忽略人們的網(wǎng)絡(luò)技能對披露意向的影響，說明人們對隱私的關(guān)注程度只能在一定程度上取決于其網(wǎng)絡(luò)技術(shù)能力，最終模型如圖5.

圖5 修正模型Fig.5 Correction model

4 結(jié)論與建議

1）本研究主要基于研究對象本身報告的數(shù)據(jù)素養(yǎng)，數(shù)據(jù)素養(yǎng)越高，即人們的網(wǎng)絡(luò)掌控能力更強(qiáng)時，就可以更自主地選擇如何保護(hù)或披露自己的信息，進(jìn)而降低對后續(xù)保護(hù)行為的意愿，減少對隱私去向的憂慮，也會直接影響到其行為動機(jī)，披露意向就是其中之一.

2）數(shù)據(jù)素養(yǎng)作為前因，通過隱私關(guān)注的完全中介影響人們的披露意向，模型符合APCO路徑.作為整條路徑的中介變量，隱私關(guān)注在面對人們報告的數(shù)據(jù)素養(yǎng)上呈現(xiàn)減弱趨勢，并在同方向上影響自我披露隱私的意愿.在網(wǎng)絡(luò)視域下是否上傳隱私信息更取決于社交媒體保護(hù)信息的能力和隱私政策中的保證和契約精神，并最終產(chǎn)生自我表述意愿和行為.當(dāng)網(wǎng)絡(luò)用戶擁有更多技能時，就會相對降低對隱私信息的關(guān)注程度，并重新評估隱私信息帶來的收益和后果，最終正向影響人們的信息分享意愿.

3）在隱私計算成本所造成的中介影響和調(diào)節(jié)影響中，相比較隱私信息帶來的收益，隱私信息泄露所帶來的后果更受關(guān)注，隱私憂慮能更好地引導(dǎo)自我信息披露.對于隱私計算成本如何調(diào)節(jié)中介路徑“數(shù)據(jù)素養(yǎng)-隱私關(guān)注-披露意向”，研究發(fā)現(xiàn)二者對隱私關(guān)注導(dǎo)致的披露意向反應(yīng)更強(qiáng)烈，故認(rèn)為人們對隱私信息泄露導(dǎo)致的后果更在意，而不是數(shù)據(jù)本身.在這一過程中，APCO模型中除了需要隱私關(guān)注作為中介變量，還可以通過增加其他自我評價機(jī)制進(jìn)行擴(kuò)充，可以使得隱私表露機(jī)制更加完整和具體.

數(shù)據(jù)素養(yǎng)的提升會使得網(wǎng)絡(luò)用戶在保護(hù)自己的隱私信息時更加游刃有余.隱私悖論是網(wǎng)絡(luò)用戶在網(wǎng)絡(luò)視域下忽視自我隱私信息的主要誘因之一，簡化網(wǎng)絡(luò)隱私政策有助于人們明了自己隱私信息的去向，能夠減少對隱私關(guān)注的憂慮和擔(dān)心.因此，數(shù)據(jù)服務(wù)商須及時披露網(wǎng)絡(luò)用戶隱私信息的使用方向和保管程序，降低用戶對隱私信息泄露的擔(dān)憂以緩解隱私悖論現(xiàn)象，應(yīng)對用戶日益增長的隱私保護(hù)意識.