張 茜 謝衛(wèi)紅, 2

(1. 廣東工業(yè)大學管理學院 廣州 510520；2.廣東工業(yè)大學經(jīng)濟與貿(mào)易學院 廣州 510520)

0 引 言

在物聯(lián)網(wǎng)、信息技術(shù)、可穿戴設備等的發(fā)展推動下，以數(shù)據(jù)驅(qū)動的量化自我時代正在來臨[1]。量化自我已成為改變用戶生活方式和個人優(yōu)化的主要趨勢[2]，被廣泛運用到醫(yī)療、教育、消費等多個領域。量化自我采用的是即時披露個人信息的方式[3]，在實現(xiàn)物體與物體、物體與人、人與人之間交流的前提下，自動收集數(shù)據(jù)并基于用戶數(shù)據(jù)進行決策[4]。一方面，量化自我的相關(guān)企業(yè)通過分析用戶數(shù)據(jù)預測消費行為，提供豐富的個性化服務，進而提升市場競爭優(yōu)勢[5]；另一方面，對用戶而言，這些個人信息通過可視化的方式反饋，讓用戶了解自身的健康狀況和行為習慣，實現(xiàn)自我跟蹤、自我認知、自我優(yōu)化[6]?？梢?，收集和使用個人數(shù)據(jù)對量化自我的企業(yè)和用戶均有重要影響。然而，與傳統(tǒng)互聯(lián)網(wǎng)相比，量化自我廣泛地與用戶互動、與其他設備互聯(lián)以及與互聯(lián)網(wǎng)進行無處不在的連接，使得個人信息收集的廣度、深度、頻率和顆粒度持續(xù)增加[7]，這將極大改變量化自我隱私披露行為的決策和結(jié)果。

隱私披露行為一直是隱私領域研究的重點，因為它是用戶根據(jù)不同情境做出的主觀反應，受多種因素的復雜影響[8]。已有多位學者針對不同領域的隱私披露行為進行理論探討和機制研究，如在線網(wǎng)絡領域[9]、社交媒體領域[10]、移動商務領域[11]等。隨著隱私披露行為研究的逐漸深化，發(fā)現(xiàn)隱私認知和行為高度依賴于情境[12]，相關(guān)研究已從傳統(tǒng)互聯(lián)網(wǎng)隱私的研究擴展到萬物互聯(lián)的研究情境中，研究重點也從一般或不特定的情境轉(zhuǎn)向特定的情境中[13]。然而，由于量化自我的發(fā)展處于早期階段，該領域隱私披露行為的研究相對缺乏。因此，研究量化自我隱私披露行為對拓展新情境下的隱私研究有著重要意義。

1 研究方法與數(shù)據(jù)來源

本文采用文獻綜述法，遵循Linnenluecke等[14]確定的方法和步驟，進行系統(tǒng)的文獻梳理和總結(jié)：第一步是通過設定搜索關(guān)鍵詞等標準，從數(shù)據(jù)庫中進行搜索，確定納入的文獻；第二步是根據(jù)篩選標準進行數(shù)據(jù)清理，刪除不相關(guān)或者重復的內(nèi)容；第三步是分析和綜合，包括對相關(guān)文獻進行綜合和分類的主題編碼；最后，將涉及到系統(tǒng)文獻綜述結(jié)果進行展示。

本文以Web of Science數(shù)據(jù)庫(核心合集)為文獻檢索數(shù)據(jù)庫。具體檢索方法以主題："Quantified self" AND privacy disclosure OR 主題："Self-tracking" AND privacy disclosure OR 主題："Wearable device" AND privacy disclosure OR 主題："Internet of things" AND privacy disclosure OR 主題：Self-quantification AND privacy disclosure為關(guān)鍵詞進行檢索，文獻類型為論文(Article)。檢索論文的時間跨度設為2013年 1 月 1 日(數(shù)據(jù)庫收錄的最早時間)至 2021年12月31日。根據(jù)本文的研究問題，分別閱讀每篇文章的題目、摘要和全文，刪除與主題不符的文獻，增加和補充被遺漏的文獻，挑選出39篇文獻作為分析對象。

本研究通過總結(jié)2013—2021年量化自我隱私披露行為的發(fā)文量和引文量情況，并結(jié)合Yun等[13]的研究，發(fā)現(xiàn)針對用戶隱私的研究已經(jīng)從發(fā)展階段進入擴展階段，研究情境從互聯(lián)網(wǎng)、社交媒體和共享經(jīng)濟背景向自動化、智能化的背景轉(zhuǎn)移?？梢?，隨著人工智能、物聯(lián)網(wǎng)、以可穿戴設備為主的量化自我等新興技術(shù)的發(fā)展，這將不斷拓展隱私問題的內(nèi)涵和外延，激發(fā)新的研究視角和方法，成為研究新趨勢。

2 量化自我隱私披露行為的內(nèi)涵及特征

2.1 量化自我的定義

量化自我的概念在2007年被首次提出，并被預測為未來20年科技發(fā)展趨勢之一，現(xiàn)已在醫(yī)療、健身、消費等多個領域被廣泛運用。

量化自我，也被稱為自我追蹤，是指為了提升自我感知、意識或績效等目標[15]，用戶利用可穿戴技術(shù)和自我追蹤應用[3]，收集、管理和反思個人生理、行為或環(huán)境等數(shù)據(jù)的過程。簡單而言，量化自我是通過數(shù)據(jù)認識自我的過程[16]，這一過程是以數(shù)據(jù)為驅(qū)動、以目標為導向、以追蹤工具為中介來展開工作的[17]。

鑒于量化自我的特征，需要通過使用傳感器和軟件進行數(shù)據(jù)交換、通信和實時獲取信息，幫助用戶實現(xiàn)自我連接，多位學者將量化自我的技術(shù)、設備和應用視為物聯(lián)網(wǎng)的組成部分[18-19]。

2.2 量化自我隱私披露行為的定義

用戶有多種隱私行為選擇，如隱私披露、隱私回避、隱私隱藏等。本文重點研究的是量化自我用戶的隱私披露行為，目的并不是期望用戶減少信息披露，而是因為在量化自我的過程中，披露、互動和反饋對企業(yè)和用戶來說都是必要的。因此，研究用戶的隱私披露行為是為了促進隱私披露行為的健康發(fā)展[20]。

針對現(xiàn)有研究的梳理，發(fā)現(xiàn)學者從3個視角對量化自我隱私披露行為進行概念化。從行為視角認為其是一種用戶有意或者無意與另一方的信息分享行為[3,21]，如向某類量化自我技術(shù)提供者、相關(guān)企業(yè)或設備提供個人信息的行為[22-23]；從過程視角認為其是一種量化自我用戶披露個人信息的過程[24]，或動態(tài)調(diào)整個人信息邊界進行信息披露[25]的過程；從結(jié)果視角認為其是一種基于量化自我用戶成本與收益權(quán)衡后的結(jié)果(在與物聯(lián)網(wǎng)設備互動中，用戶根據(jù)成本與收益進行權(quán)衡，決定是否向另一方提供個人信息)。

在量化自我中，用戶不僅與他人、團體或企業(yè)進行交互，還可以實現(xiàn)在人機互動中進行隱私披露。雖然披露個人信息的方式可以是被動的、主動的或交互式的，但在量化自我中，用戶可以通過數(shù)據(jù)的收集和反饋獲得披露的直接好處，比如了解健康狀況、觀測運動數(shù)值、實現(xiàn)自我認知等[6]，從而變成了隱私披露的共同受益者和參與者，是一種主動的、交互式的披露。因此，本文認為量化自我的隱私披露行為是一種自愿的披露行為，是指用戶有意或自愿向量化自我相關(guān)設備或者應用程序披露個人信息的決策。由于許多研究將意圖視為解釋行為最直接和最重要的預測因素，因此本文研究的量化自我隱私披露行為包含量化自我用戶的披露意圖和實際披露行為。

2.3 量化自我隱私披露行為的特征

與傳統(tǒng)互聯(lián)網(wǎng)相比，量化自我的隱私披露行為具有明顯的不同之處：a.隱私披露的方式不同。量化自我采用的是即時披露個人信息的方式[3]，通過設備傳感器和追蹤應用可以實現(xiàn)在自動或用戶最小干預的條件下，即時地、交互地、持續(xù)不斷地收集和傳送用戶信息。b.披露的數(shù)據(jù)數(shù)量不同。每一天，全球有無數(shù)用戶進行量化自我，所有連接的設備將導致全球用戶產(chǎn)生、傳輸、存儲和共享的數(shù)據(jù)呈指數(shù)級增長[18]。有研究發(fā)現(xiàn)，在量化自我出現(xiàn)之前，從未有過如此大量的與用戶相關(guān)的信息被收集、傳輸和存儲[27]。c.披露的數(shù)據(jù)類型不同。量化自我披露的是用戶真實的敏感型數(shù)據(jù)，如健康數(shù)據(jù)或位置數(shù)據(jù)，因而與傳統(tǒng)互聯(lián)網(wǎng)相比，量化自我會給用戶帶來更多的隱私顧慮和更大的隱私風險[28]。d.用戶在隱私披露中扮演的角色不同。在量化自我中，用戶不再是被動的隱私披露者，而是成為隱私披露的主動參與方和直接受益者，即量化自我相關(guān)技術(shù)通過對用戶披露數(shù)據(jù)進行整合、處理成定制化和可視化的反饋[29]，使用戶可以更加直觀和詳細地了解自己的身體、健康行為以及與周圍世界進行互動，進行自我反思和優(yōu)化，享受隱私披露帶來的益處。

3 量化自我隱私披露行為的理論基礎

通過梳理現(xiàn)有研究文獻發(fā)現(xiàn)：不同的學者主要從4種理論視角解讀量化自我的隱私披露行為，分別是隱私計算理論、傳播隱私管理理論、詳盡可能性模型和可供性理論。其中，隱私計算理論有助于理解量化自我隱私披露行為的決策依據(jù)；傳播隱私管理理論有助于剖析量化自我隱私披露行為的決策邊界；詳盡可能性模型有助于厘清量化自我隱私披露行為的決策路徑；可供性理論有助于解釋量化自我隱私披露行為的決策結(jié)果，如圖1所示。

圖1 量化自我隱私披露行為的理論基礎

3.1 隱私計算理論

隱私計算理論是分析用戶隱私披露的常用理論，其認為用戶選擇披露隱私是一種基于計算的行為結(jié)果，是在特定情境下的預期收益和感知風險之間的比較[30]，當隱私披露的收益大于隱私披露的風險時，用戶會傾向于隱私披露。最先是由Laufer和Wolfe提出，用于解釋用戶行為和隱私感知[31]，后來被Culnan和Armstrong應用于信息系統(tǒng)(IS)領域[32]，成為分析隱私披露行為的理論框架。

用戶通過量化自我的設備或應用，使得日常生活數(shù)字化，這往往需要大量的個人信息來產(chǎn)生其預期的效益[22]。然而，當量化自我設備或應用存儲或分享用戶信息時，無論用戶知道與否，都有可能帶來隱私顧慮。因此，有學者將隱私計算理論引入量化自我領域的研究中。

Kim等[33]研究指出：相較于隱私風險而言，隱私披露的收益對隱私披露更具有積極影響，因為大多數(shù)物聯(lián)網(wǎng)服務是基于個人信息提供有價值的個性化服務。因此，與非物聯(lián)網(wǎng)服務相比，用戶提供隱私信息以換取個性化服務變得至關(guān)重要，也更加有用。而Belanger 等[22]的研究結(jié)論正好相反，其認為在使用量化自我技術(shù)中，感知利益與隱私披露呈正相關(guān)，而信息隱私顧慮與隱私披露呈負相關(guān)。相較于用戶獲得的好處，信息隱私顧慮是決定隱私披露更重要的因素。通過隱私計算理論可知，感知收益與隱私風險的權(quán)衡是量化自我隱私披露決策的重要依據(jù)。

3.2 傳播隱私管理理論

傳播隱私管理理論是利用隱私邊界來解釋個體如何在互動關(guān)系中做出隱私披露的決定，起初是為了研究個人在面對面的人際交流中如何以及為何披露私人信息，但后來被廣泛運用于各種技術(shù)的交流背景中[25]。如量化自我的設備和技術(shù)通過與用戶產(chǎn)生直接和間接的互動，引起獨特的用戶體驗，實現(xiàn)特定的目標[34]?？梢姡芯苛炕晕业碾[私披露行為，即是研究用戶在與量化自我互動中是如何進行隱私披露決策，因此可將該理論作為解釋量化自我隱私披露行為是如何形成的有用框架。

傳播隱私管理理論認為每個人都有一個動態(tài)邊界來維護自身隱私，并且通過不同的規(guī)則來管理隱私邊界[35]。有學者將傳播隱私管理理論視為基于規(guī)則的理論，規(guī)則的建立和研究是為了幫助人們了解何時、何地以及與誰共享私人信息是可以被接受和允許的[36]，主要包括3個要素：邊界規(guī)則形成、邊界協(xié)調(diào)和邊界動蕩[37]。這些要素的作用是解釋人們是如何調(diào)整、協(xié)調(diào)和管理自己的邊界以維護自己的隱私和是否決定隱私披露[38]。

根據(jù)傳播隱私管理理論，量化自我的隱私披露是一個辯證的、動態(tài)的邊界調(diào)節(jié)過程，隱私邊界是開放的還是封閉的，是“厚的”還是“薄的”，取決于個人隱私邊界規(guī)則是如何形成的。根據(jù)Petronio[39]研究發(fā)現(xiàn)，邊界規(guī)則的形成取決于5個因素的影響，分別是成本效益比、環(huán)境、動機、性別和文化。當用戶在使用量化自我過程中進行隱私披露時，數(shù)據(jù)主體(量化自我的用戶)和數(shù)據(jù)接收者(如量化自我的相關(guān)企業(yè))會成為信息共同擁有者，共同負責保護數(shù)據(jù)主體的信息。但由于邊界協(xié)調(diào)過程復雜，當邊界協(xié)調(diào)失敗或隱私規(guī)則被破壞時，信息的共同擁有者之間會出現(xiàn)動蕩，這會降低數(shù)據(jù)主體與破壞隱私規(guī)則者之間的信任[38]，同時用戶還會通過更新、修正或重新調(diào)整隱私規(guī)則來解決邊界動蕩問題[40]。

Kang等[25]研究證實：傳播隱私管理理論同樣適用于物聯(lián)網(wǎng)設備中，并發(fā)現(xiàn)隱私披露行為是多維的、動態(tài)的、受邊界調(diào)節(jié)的過程，而隱私邊界的管理是通過各種個人和環(huán)境因素制定的隱私規(guī)則來進行的。此外，用戶在使用物聯(lián)網(wǎng)設備時，會根據(jù)信息敏感性劃分多層隱私邊界，包含最內(nèi)層的高度敏感信息(如銀行賬戶、密碼等)和最外層的不太敏感的信息(如日程安排等)。

3.3 詳盡可能性模型

詳盡可能性模型是基于認知心理學中人類認知的雙重過程理論模型[41]。該模型解釋說明了人們在形成信念和做出決定時，會耗費不同程度的認知努力[42]。Dinev等[43]研究指出用戶的隱私認知和決策會受到高努力認知水平和低努力認知水平的加工，高努力認知涉及進行深思熟慮的、較多認知努力的、理性的思考和分析；而低努力認知涉及相對較少的認知努力或意識知覺，即是基于過去經(jīng)驗、習慣、慣例等簡單且相對自動的認知啟發(fā)式思維，或是自發(fā)的反應，而不涉及邏輯和詳細推理的費力分析。

根據(jù)詳盡可能性模型，用戶在量化自我的隱私披露行為遵循兩條不同的路線：中心路線和外圍路線。沿著中心路線，用戶的隱私?jīng)Q策是基于深入的、邏輯的、理性的分析，對信息進行高度精細的處理；而在外圍路線，用戶的決策更依賴于啟發(fā)式思維，對信息處理往往取決于線索，涉及較少的認知努力[44]，受到諸如心情、整體感覺、情景因素或其他行為的影響[45]。

Zhu等[45]在研究移動醫(yī)療設備時發(fā)現(xiàn)，用戶會將信息管理(隱私政策有效性、隱私設置可供性)視為中心路線，交互管理(數(shù)據(jù)透明、系統(tǒng)互動、系統(tǒng)個性化)視為外圍路線，并通過隱私計算權(quán)衡、隱私疲勞對隱私披露產(chǎn)生影響。該研究驗證了詳盡可能性模型在量化自我背景下研究隱私披露雙重路線的有效性，為理解量化自我隱私披露的決策路徑提供有用的理論框架[46]。

3.4 可供性理論

可供性被認為是與實現(xiàn)具體結(jié)果有關(guān)的行為潛力，是由人工制品和目標導向的行為者之間的互動關(guān)系所產(chǎn)生的[47]。Naik等[48]指出可供性理論作為行動機會的驅(qū)動力，并不關(guān)注技術(shù)本身的特點用以解釋技術(shù)的結(jié)果，而是關(guān)注用戶的目標和技術(shù)特點之間的互動。Benbunan-Fich[49]研究發(fā)現(xiàn)，用戶實現(xiàn)自我量化效果的一個必要條件是為了達到某種目標，與可穿戴信息系統(tǒng)的所有組件進行互動。由于，可供性是發(fā)生在用戶、技術(shù)和結(jié)果之間的關(guān)系行動[50]，只有當用戶使用并提供個人偏好時，才能為用戶提供使用價值[51]。研究還發(fā)現(xiàn)可供性是影響用戶行為的最重要的刺激因素，會在特定的環(huán)境中促進或限制用戶的行為結(jié)果[50]。

Zhao等[52]從信息系統(tǒng)(IS)的角度發(fā)展了可供性的概念，認為可供性是研究個人如何尋求和使用信息以及系統(tǒng)和服務如何影響其信息行為的分析工具。Naik等[48]也證實可供性理論將研究重點從對技術(shù)特征的探索和對其使用結(jié)果的描述，擴展到用戶與技術(shù)特征互動結(jié)果的研究中。作為量化自我的用戶，為了達到使用目標，必須以披露個人信息為前提，與量化自我系統(tǒng)進行互動，從而產(chǎn)生不同的可供性，實現(xiàn)不同的行動結(jié)果。研究發(fā)現(xiàn)，可供性的存在和程度決定了用戶隱私披露的程度[53]和結(jié)果。

4 量化自我隱私披露行為的影響因素及作用結(jié)果

4.1 量化自我隱私披露行為的影響因素

4.1.1用戶因素

在關(guān)于量化自我的現(xiàn)有研究中，影響隱私披露的用戶因素主要包括隱私感知(隱私顧慮、信任)、隱私計算(隱私收益、隱私風險)、人格特征、用戶使用程度等。

第一，隱私感知是指用戶對隱私的看法和態(tài)度。由于量化自我用戶披露的信息不僅是敏感信息，而且是海量數(shù)據(jù)[7]，通過分析比對這些數(shù)據(jù)可以精確推斷用戶的行為、偏好和習慣，這會讓用戶產(chǎn)生隱私顧慮。隱私顧慮是隱私披露行為相關(guān)研究中最常出現(xiàn)的變量之一，它描述了用戶對信息披露導致的潛在隱私損失的擔憂[11]。相關(guān)研究發(fā)現(xiàn)：隱私顧慮會加劇用戶對量化自我相關(guān)設備的威脅評估[54]，減少披露個人信息的意圖[55]。與隱私顧慮相反的隱私感知是信任，其反映了用戶對一項技術(shù)的可靠性、完整性、安全性、依賴性和能力的信心和期望[56]。信任對隱私披露行為的影響已被充分研究，被證實為用戶愿意披露個人信息的基本條件。因為在量化自我的背景下，用戶是以即時披露信息換取身體或健康數(shù)據(jù)，從而獲得個性化服務，因此，信任是使用量化自我設備和技術(shù)的必要條件，即用戶的信任將會提高披露個人信息的決策意愿。

第二，隱私計算是采用經(jīng)濟學的觀點來理解用戶對個人信息披露的決定[33]。大量研究將隱私計算視為一種理性的決策計算，感知風險和感知利益之間的權(quán)衡成為用戶隱私披露的前提條件。感知隱私風險是指用戶對披露隱私所造成的經(jīng)濟、安全和其他損失的預期[37]，其可以顯著降低個人信息披露的意愿，以及實際的信息披露行為[44]。感知利益與換取個人信息的經(jīng)濟回報、個性化和社會調(diào)整利益相關(guān)[57]，有研究甚至發(fā)現(xiàn)，在移動醫(yī)療應用中，與隱私顧慮相比，感知利益對披露意圖有更大的影響，即用戶感知利益越強，越有可能在移動醫(yī)療應用中披露個人信息[45]。

第三，人格特征可通過直接影響披露個人信息的風險/成本認知而對隱私披露行為發(fā)揮作用，如Dang等[58]研究發(fā)現(xiàn)：具有不同性格特征的人可能對披露量化自我信息的成本和收益有不同的看法，進而影響隱私披露行為。

第四，用戶使用量化自我的程度也成為影響隱私披露行為的因素之一。根據(jù)使用體驗、使用時間和使用頻率來區(qū)分重度用戶和輕度用戶[59]。相較于輕度用戶，重度用戶會對披露和分享的信息進行深度加工，與其他用戶建立更強的聯(lián)系，會有更強的參與感和社會存在感[60]，這將極大地促進隱私披露行為。

4.1.2信息因素

通過梳理現(xiàn)有文獻發(fā)現(xiàn)，諸如信息敏感性、信息控制感知等因素會影響量化自我隱私披露行為。首先，信息敏感度是指在特定情況下，用戶披露特定類型的信息時可能產(chǎn)生的隱私擔憂程度，披露風險較大或不宜透露的信息被認為是比較敏感的[61]。Pal等[21]研究與量化自我相關(guān)的物聯(lián)網(wǎng)服務時發(fā)現(xiàn)：信息敏感度的水平影響著用戶披露其個人信息的意愿，用戶對他們認為不太敏感的信息比較放松，并且不介意與其他第三方分享這些信息，只要能從隱私披露過程中獲取某些好處。而Kim等[33]在研究中卻發(fā)現(xiàn)信息敏感性會因為物聯(lián)網(wǎng)服務類型的不同而對隱私披露產(chǎn)生不同影響，如在智能家居服務中，信息敏感性對披露隱私信息的意愿有顯著影響，而在醫(yī)療保健、智能交通等服務中，信息敏感性對披露隱私信息的意愿沒有顯著的統(tǒng)計影響。其次，信息控制感知是一種感知結(jié)構(gòu)，反映用戶對管理個人信息的分享和傳播能力的信念[37]，由于量化自我的設備和應用具有各種功能，如位置監(jiān)測、運動跟蹤、身體測量等，會比其他個人設備收集更多的敏感信息[26]，因此用戶會更關(guān)注數(shù)據(jù)收集類型是否可控，相關(guān)設備和企業(yè)會出于什么目的、與哪些第三方分享數(shù)據(jù)。Princi等[62]研究發(fā)現(xiàn)，對于使用物聯(lián)網(wǎng)設備的用戶而言，信息控制感知會降低在披露過程中的風險評估，并對隱私披露有正向的影響。

4.1.3情境因素

情境因素是由影響量化自我隱私披露決策的外部環(huán)境組成。首先，國情或文化會影響量化自我的隱私披露行為。不同的國家有不同的國情和不同的文化，進而會產(chǎn)生不同的隱私披露行為，如Ilhan等[63]分析德國和美國的活動跟蹤技術(shù)用戶的數(shù)據(jù)隱私相關(guān)行為時發(fā)現(xiàn)：德國與美國在數(shù)據(jù)管理行為會因為不同的技術(shù)(SNS與活動追蹤技術(shù))、不同的使用階段(使用應用程序期間的數(shù)據(jù)管理與停止使用后的數(shù)據(jù)管理)而存在差異。Menard等[7]在研究影響物聯(lián)網(wǎng)服務的個人信息披露因素時，以泰國和新加披為例，發(fā)現(xiàn)文化有著顯著的影響作用，對披露個人信息的意愿有直接或間接的影響。

其次，隱私保證提供安全和有保障的外部環(huán)境，成為解決隱私顧慮和隱私披露問題的關(guān)鍵因素。當用戶認為在保護個人信息的收集和使用方面有高水平的隱私保障時，會減輕對隱私的擔憂并披露個人信息[37]。因為在現(xiàn)實情境中，量化自我的用戶就算擔心潛在的風險，也不可能避免所有的威脅，因此，為了減少隱私和安全問題，政府、企業(yè)的參與是必要的[63]。Gong等[11]通過實證方法驗證了政府的隱私保障方法可以促進用戶的隱私披露行為，包括政府進行立法，對相關(guān)企業(yè)進行監(jiān)管，以保護用戶的個人信息免受數(shù)據(jù)泄露和濫用。政府的這種做法可以形成健康有序的社會環(huán)境，降低用戶的隱私顧慮，促進用戶進行隱私披露行為。對于量化自我的企業(yè)而言，應通過隱私政策告知用戶數(shù)據(jù)將以何種方式被使用，以及將采取何種手段來保護個人信息不被濫用、丟失或篡改[63]?？梢?，相關(guān)企業(yè)的隱私政策有助于減少隱私風險，增加用戶的信任，促進用戶的隱私披露行為。

4.1.4設備或系統(tǒng)因素

除去上述影響因素，少量研究還討論了設備或系統(tǒng)因素是如何影響用戶隱私披露行為，主要包括設備特征(感知有用性、感知享受性)和系統(tǒng)特征(系統(tǒng)互動和系統(tǒng)個性化)。首先，有學者研究發(fā)現(xiàn)設備特征與量化自我隱私披露的關(guān)系，指出可穿戴設備的有用性和享受性將正向影響用戶的感知價值，促進用戶隱私披露，并將感知有用性定義為用戶相信使用可穿戴設備會提高運動表現(xiàn)的程度；將感知享受性看作是用戶對使用可穿戴設備享受程度的看法[26]。另外，有研究發(fā)現(xiàn)系統(tǒng)特征同樣對量化自我隱私披露有影響，研究結(jié)果指出，越來越多的設備和應用之間連接后，會增加用戶的互動功能，促進用戶個人信息的交流與傳遞，而這些設備和應用又能根據(jù)大量的用戶數(shù)據(jù)和行為信息，提供個性化服務，因此，系統(tǒng)互動和系統(tǒng)個性化會增加用戶的感知收益，促進用戶隱私披露行為[45]。

4.2 量化自我隱私披露行為的作用結(jié)果

根據(jù)可供性理論，用戶為了達到使用量化自我的預期目標，需要披露個人信息，與量化自我的系統(tǒng)進行互動?？梢园l(fā)現(xiàn)，量化自我的隱私披露行為會受到目標導向的用戶與量化自我技術(shù)互動的影響，產(chǎn)生兩種截然不同的結(jié)果。

第一種是積極的結(jié)果，用戶通過隱私披露行為達到使用量化自我的預期目的，可以測量心率、睡眠質(zhì)量、情緒、鍛煉、血壓、消耗的食物、周圍空氣的質(zhì)量，包含從心理、情緒、身體到日常生活和環(huán)境方面的任何數(shù)據(jù)[17]，通過允許用戶即時追蹤量化自我的相關(guān)數(shù)據(jù)，喚起用戶的自我認知意識，進而促進行動的改變[64]。這是使用量化自我為用戶所帶來的積極效用，勢必將鼓勵用戶進行更多的和持續(xù)的披露行為，促進量化自我的發(fā)展。

第二種是負面的結(jié)果，為了量化自我的使用選擇披露個人信息，卻造成一定的隱私侵犯和數(shù)據(jù)泄漏，尤其是當量化自我收集和使用的個人信息，其中包括生命體征和活動數(shù)據(jù)等，這對用戶來說是非常私人和敏感的[26]。根據(jù)通信隱私管理理論，這將發(fā)生隱私邊界動蕩，導致用戶隱私顧慮的產(chǎn)生，進而采用防護措施，如披露最少數(shù)據(jù)或偽造數(shù)據(jù)、停止使用、刪除或保留數(shù)據(jù)等行為[65]，甚至采取公開反對的行動，如直接向第三方投訴、負面口碑、控告制造商等[66]，這將嚴重阻礙量化自我的發(fā)展。

另外，隱私悖論也被證實存在于量化自我中。隱私悖論是指用戶的隱私認知與信息披露行為之間的差異，大多數(shù)用戶表示有較高的隱私顧慮，但很少有用戶采取行動來保護自己的隱私，會選擇繼續(xù)披露個人信息。如Zhang等[67]指出，在線健康社區(qū)用戶知道潛在的隱私風險，并高度關(guān)注隱私顧慮；盡管如此，他們?nèi)匀辉敢庠谔摂M社區(qū)中披露個人信息。Aleisa等[66]在論述隱私悖論這一現(xiàn)象已經(jīng)在多個領域進行研究后，通過對物聯(lián)網(wǎng)設備(如可穿戴設備、醫(yī)療設備、智能家居等)進行調(diào)查后發(fā)現(xiàn)，隱私悖論也存在與物聯(lián)網(wǎng)設備中，即大多數(shù)用戶寧愿保留物聯(lián)網(wǎng)設備所提供的功能，而選擇容忍可能的隱私侵犯。這一現(xiàn)象值得深入研究，一方面，量化自我是基于個人信息提供有價值的個性化服務，因此，與非物聯(lián)網(wǎng)服務(如電子商務)相比，提供隱私信息以獲得個性化服務至關(guān)重要，對用戶也更有用[33]，但另一方面，量化自我獲取豐富的用戶數(shù)據(jù)是以即時披露個人信息為代價的[3]，并且是自動收集、分析、存儲和傳輸潛在的敏感數(shù)據(jù)，這會給用戶的隱私造成安全風險[28]，如何權(quán)衡好隱私認知和隱私披露行為之間的關(guān)系，對量化自我隱私披露行為的健康發(fā)展至關(guān)重要。

5 研究結(jié)論和未來研究展望

5.1 研究結(jié)論

通過對量化自我隱私披露行為的相關(guān)文獻進行內(nèi)容分析和整理歸納，從量化自我隱私披露行為的概念內(nèi)涵、理論基礎、影響因素和作用結(jié)果構(gòu)建了相應的理論框架(如圖2所示)。

圖2 量化自我隱私披露行為的理論框架

研究發(fā)現(xiàn)：a.與傳統(tǒng)互聯(lián)網(wǎng)相比，量化自我隱私披露行為在披露方式、披露的數(shù)據(jù)數(shù)量、披露的數(shù)據(jù)類型和用戶扮演的角色均不相同。b.量化自我隱私披露行為是多維的、動態(tài)的、受邊界調(diào)節(jié)和管理的過程，會受到不同因素的影響，包括用戶因素、信息因素、情境因素和設備或系統(tǒng)因素。c.量化自我隱私披露行為是用戶的主觀反應，因為不同認知努力的影響而形成不同的決策路徑，包含深思熟慮的、理性的、高努力認知的中心路徑和啟發(fā)式的、低努力認知的外圍路徑。d.量化自我的用戶在進行隱私信息決策和披露時，會根據(jù)使用量化自我的目標、與量化自我系統(tǒng)互動而產(chǎn)生不同的隱私披露結(jié)果：當結(jié)果是積極時，會鼓勵用戶進行更多更深層次的隱私披露，同時也促進量化自我的發(fā)展；當結(jié)果是消極時，會促使用戶產(chǎn)生隱私顧慮，產(chǎn)生一系列負面效應，最終阻礙量化自我的發(fā)展；e.隱私悖論同樣存在于量化自我中，即用戶的隱私認知、態(tài)度和隱私行為不一致。

5.2 未來研究展望

關(guān)于隱私披露行為的研究已經(jīng)從傳統(tǒng)互聯(lián)網(wǎng)的研究拓展到萬物互聯(lián)的研究中，隱私問題的內(nèi)涵和外延已經(jīng)發(fā)生變化。雖然隱私披露行為在多個領域已經(jīng)獲得一定有價值的研究成果和結(jié)論，但由于量化自我的發(fā)展仍處于早期階段，關(guān)于該領域隱私披露行為的研究較為匱乏，仍有很多研究問題亟待解決：

第一，揭示量化自我隱私披露行為的內(nèi)在影響機制。經(jīng)研究表明，用戶在進行量化自我的隱私披露行為時會根據(jù)不同的認知努力采用不同的決策方式。但是通過文獻梳理發(fā)現(xiàn)，現(xiàn)有研究大多假設用戶的隱私披露行為是一個理性的、不斷進行權(quán)衡和計算的過程，缺乏針對低認知努力水平下隱私披露行為的探討。對于以數(shù)據(jù)驅(qū)動的量化自我來說，了解用戶會在何種條件下做出哪種認知努力水平的隱私披露行為，是獲取持續(xù)發(fā)展的關(guān)鍵因素。

第二，深入探究量化自我隱私披露行為的動態(tài)決策過程。研究發(fā)現(xiàn)，量化自我隱私披露行為是多維的、動態(tài)的，與用戶的隱私邊界管理有關(guān)的決策行為。隨著量化自我的不斷發(fā)展，了解量化自我隱私披露行為的動態(tài)決策過程，探究用戶是如何基于量化自我的使用產(chǎn)生隱私邊界，以及如何根據(jù)隱私規(guī)則進行管理、協(xié)調(diào)和動蕩后會采取哪些措施，這對于確保量化自我的日益普及和盡量避免隱私風險和隱私顧慮的增加是至關(guān)重要的。

第三，亟需從利益相關(guān)者視角分析量化自我隱私披露行為的影響因素。傳統(tǒng)的研究多數(shù)從單一主體進行探討，如從用戶角度研究隱私披露行為，從企業(yè)角度研究隱私保護與企業(yè)績效提升，從政府角度研究數(shù)據(jù)開放等。但隨著物聯(lián)網(wǎng)的發(fā)展和推動，萬物互聯(lián)的時代已經(jīng)來臨，量化自我中數(shù)據(jù)集的合并、傳輸、共享或出售，用戶和數(shù)據(jù)處理者之間的關(guān)系也變得越來越復雜[68]。這就要求政府、量化自我相關(guān)企業(yè)為用戶提供合法、安全的隱私環(huán)境，以支持用戶的可持續(xù)和安全數(shù)據(jù)行為。因此有待進一步研究政府、量化自我相關(guān)企業(yè)、用戶之間的互動關(guān)系是如何影響用戶的隱私披露行為。

第四，解釋隱私悖論在量化自我中產(chǎn)生的背景和原因。由于量化自我是即時收集用戶大量的、真實的、敏感的信息，這會引發(fā)用戶的隱私顧慮和導致隱私風險的增加，但在這樣的背景下卻產(chǎn)生隱私悖論現(xiàn)象，對量化自我的發(fā)展是好事還是壞事，值得進一步探討。