陳素白 顧晨昱 呂明杰

(1.廈門大學新聞傳播學院 廈門 361005；2.之江實驗室 杭州 310000)

0 引 言

社交媒體已經成為網絡生活的重要部分，人們通過社交媒體平臺進行交流和共享信息[1]，這一過程中難免會留下許多個人信息數據，這些數據被社交媒體平臺用于豐富人們網絡生活的同時，也為網絡隱私問題埋下隱患[2]。諸如近年的劍橋分析Cambridge Analytica (CA)丑聞事件，8700萬facebook用戶的信息遭到非法泄露[3]，又如Equifax數據泄露事件，侵害了1.46億用戶的個人信息隱私[4]。這些事件引起了學者們對個人隱私及信息安全問題的關注。

然而社交媒體隱私安全問題正在面臨“隱私悖論”的挑戰(zhàn)，即用戶在擔心個人信息和隱私遭遇侵害的同時，又披露自己的隱私，其中一種表現為用戶在經歷隱私侵犯后并沒有更強的隱私保護意愿或采取更積極的隱私保護行為[5]。學界對此展開了大量研究，并得出了分化的結論，許多研究證實了隱私悖論的存在[6]，而亦有部分研究否定了隱私悖論的存在，如Dienlin等學者將隱私態(tài)度作為隱私關注與隱私行為之間的中介變量時，隱私悖論不成立[7]。對此，近期的一項薈萃分析發(fā)現，“隱私悖論”現象的出現存在邊際條件，如不同中介變量的設置、不同的調查對象以及不同的網絡平臺類型；該研究還指出已有對隱私悖論的討論大多聚焦于隱私披露行為，而隱私保護行為本身作為抑制類行為較少被探討，著眼于某類行為所得出的結論不足以驗證整個行為的悖論[8]。不僅如此，通過對已有隱私相關研究的整理發(fā)現，現有研究缺乏對不同調查對象進行分級探討，尤其是對于不同水平隱私侵犯經歷、不同代際的群體[9-10]；根據認知行為理論與保護動機理論，具有不同隱私侵犯經歷的個體在隱私問題的認知和隱私保護行為上也存在差異[11]；而數字原住民群體在數字環(huán)境中成長，他們對于網絡隱私的看法與行為與數字移民群體截然不同；從理論上講，通過不同群體間的分級探討可以進一步驗證已有隱私理論的普適性。此外，展開這些分級探討的研究和挖掘群體的差異因素，不僅可以聚焦我們的研究視閾并增進我們對隱私問題的認識，還能從實踐上實現“以人為本”，有助于采取更具針對性的隱私保護策略[12]。

綜上，本研究基于社交媒體情境，從隱私侵犯經歷與隱私保護行為意愿的視角切入，引入隱私保護倦怠這一心理因素，通過對1 760份全國性樣本的分析，試圖解釋以下問題：驗證社交媒體情境下的隱私保護行為悖論現象是否存在以及是否一直存在；廓清該現象產生的機制與邊界，為現有隱私悖論的研究進行推進和拓展；比較不同數字代際間隱私保護行為意愿的差異，為社交媒體的隱私問題分級治理提供了實踐參考。

1 文獻綜述

1.1 隱私應對行為悖論

“隱私悖論”的定義為網絡用戶雖然感知到隱私風險的存在，但卻不會采取有效的隱私保護行動[13]。已有研究對隱私悖論的解釋主要基于隱私計算視角[14]、決策和認知局限視角[7]、社會理論視角[15]及解釋水平理論視角[16]，研究者們大都將研究重點放在用戶對自身網絡隱私保護有顧慮卻又主動讓渡個人信息的隱私披露行為上，同時卻忽略了對隱私悖論研究中同時需要關注的應對行為(諸如隱私保護行為的討論)，要驗證整個隱私行為悖論不能僅局限于披露行為的考量，隱私保護行為也應納入研究[17]，這對已有的研究視角提出了考驗。不僅如此，雖然有許多研究證實了隱私悖論的存在，然而近年來，一些學者對此提出了質疑，例如一份在針對社交媒體用戶的隱私保護研究中發(fā)現，隱私關注總是與隱私保護行為呈正相關，隱私悖論并不存在[18]；另一項近年針對社交網絡隱私保護的研究也支持了該觀點[19]。雖然這種矛盾可能是由樣本不同或其他外生變量所造成的，但這也意味著隱私悖論的出現可能存在一些邊際條件[7]，因此進行不同群體的比較研究和中介機制的猜想亦有助于更好地解釋和應對“隱私悖論”。綜上，有關社交媒體情境下隱私保護行為悖論是否成立還有待商榷，考慮到社交媒體平臺是隱私侵害事件的高發(fā)地，本文提出研究問題：

RQ1：社交媒體情境下，用戶的網絡隱私保護行為是否呈現出隱私悖論現象？

1.2 社交媒體隱私侵犯經歷與隱私保護意愿，一種非線性關系假設

影響個體應對評估的來源有兩個：環(huán)境和人際信息源以及先前的經驗。然而在已有關于隱私保護的研究中，許多學者已經驗證了環(huán)境[20]和人際因素[21]對個人隱私保護的影響，但很少有學者探究過隱私侵犯經歷對隱私保護行為的影響。鑒于實際研究中，行為難以被直接測量，因此學者們常以行為意愿來預測行為[22]，本研究將探究社交媒體隱私侵犯經歷對用戶隱私保護意愿的影響。人們通常結合他們先前經驗的結果來推斷世界[23]，網絡隱私侵犯經歷會使得用戶認為在線隱私風險與他們自己息息相關[24]。遭遇網絡隱私侵犯經歷的用戶往往也更能理解隱私問題的嚴重性和脆弱性[18]，過往負面經驗對感知脆弱性的影響也可以用可得性啟發(fā)法來解釋，該啟發(fā)法假設，從記憶中檢索經歷的事件實例越容易，該事件的感知頻率就越高。相反，人們可能會判斷某個事件發(fā)生的可能性比客觀情況要小，因為此類事件的可用實例很少。因此，個人對負面事件的累積經驗應該會影響一個人對自己未來風險脆弱性的認知[25]。而根據保護動機理論，嚴重性和脆弱性是保護行為的影響因素，那么按常理來說個體的記憶中有越多的社交媒體隱私侵害經歷，則會越傾向于自我會受到隱私問題的侵害，進而發(fā)展出保護自我隱私的動機，即有更高的隱私保護行為意愿。換而言之，在這樣的邏輯下是不存在隱私悖論的。

然而有研究持相反的觀點，Dienlin等人的研究認為即便網絡用戶經歷了負面的隱私侵犯事件，他們也不一定會改變自身的隱私行為意愿[7]。而適應性認知理論可以對此進行解釋，該理論將用戶參與社交網絡分為初始、探索和管理3個時期，不同時期對負面經歷和風險的權衡側重是不同的[26]?；诖耍疚目梢酝茰y，社交媒體用戶在經歷隱私侵犯的初期對風險還未進行足夠的評估，在并沒有親身遭遇太多隱私侵害經歷的階段，用戶對隱私問題的嚴重性主要來源于對他人經歷的判斷，結合第三人效應，用戶對于嚴重性的判斷是有偏的，可能會低估隱私泄露的危害[27]，因此在這一階段，用戶采取保護行為的意愿可能較低；而其他因素諸如收益、便利性等容易抵消風險的負面影響，因此更容易產生“隱私悖論”現象。而隨著隱私侵犯經歷的累積，用戶切身感受到隱私問題的危害后，對于隱私問題風險的評估更為精確，并激活保護動機，因此該階段更可能擺脫“隱私悖論”，換而言之，用戶對于隱私侵犯問題可能存在先“躺平”后“保護”的轉換趨勢。綜上，二者可能并不是存在簡單的線性關系，因此本研究提出如下假設：

H1：在社交媒體隱私侵犯經歷增加的前一段時期，隨著侵犯經歷的增加，用戶的隱私保護意愿并不隨之增加，該階段呈現隱私悖論。

H2：在社交媒體隱私侵犯經歷增加的后一段時期，隨著隱私經歷的增加，用戶的隱私保護意愿隨之增加，該階段不呈現隱私悖論。

1.3 悖論階段：隱私保護倦怠的遮掩作用

倦怠的概念最早是由醫(yī)學界提出，它是指一種主觀的、令人不快的疲勞感[28]。迄今心理倦怠已被運用于諸多研究領域，比如臨床醫(yī)學[29]、心理學等[30]。近年來，也有學者將倦怠引入社交媒體的研究中，并作為個體行為意愿的重要前因[31]。

隨著社交媒體隱私研究的發(fā)展，除了基于風險評估的主觀態(tài)度外，學者們還發(fā)現，個人的負面情緒，諸如焦慮、抑郁和對隱私問題的悲觀情緒，可能會在潛意識層面上影響人們的隱私決策，這些負面情緒被統(tǒng)稱為“隱私保護倦怠”，反應了個體對隱私保護問題的厭倦。具體而言，隱私保護倦怠表現為不愿意積極地管理和保護自己的個人信息，Choi等人對隱私倦怠定義為由隱私問題引起的疲勞的心理狀態(tài)[32-33]。隱私保護倦怠的研究伴隨著社交網絡隱私問題和個人信息安全問題的研究而產生，已有研究對隱私保護倦怠的前因及影響進行了研究。前因方面，隱私擔憂、自我披露、隱私聲明及信息安全知識學習和復雜的隱私保護措施都會影響個體的隱私倦怠水平[34-36]；影響方面，隱私倦怠不僅會導致人們減少在線社交行為甚至退網[37]，還會促使個體抵制披露個人信息[38]以及降低個體的行為意愿[39]。

綜上，可以推測隱私侵犯經歷增加社交媒體用戶隱私保護倦怠感，而隱私保護倦怠感又減少其隱私保護的意愿。然而迄今很少有研究將過往隱私侵犯經歷、隱私保護倦怠及個人隱私保護意愿三者置于同一個框架下進行探討，也沒有研究將隱私保護倦怠感用于作為隱私悖論的解釋。為了填補這些空白，本研究提出如下假設：

H3：隱私保護倦怠在隱私侵犯經歷對隱私保護意愿的影響中起遮掩中介作用。

1.4 保護階段：脫敏的隱私保護倦怠感

脫敏一詞的概念源于臨床心理學中的系統(tǒng)脫敏治療，指個體反復面對一個會導致焦慮、疲倦、恐懼的刺激時，這些負面情緒的反應會逐漸消退的現象[40]。該脫敏現象被運用于游戲暴力的研究中，并被證實暴力帶來的刺激會因為抗條件作用而減弱[41]?？梢灶惐韧瑯拥拿撁衄F象有可能發(fā)生在隱私侵犯問題導致的隱私保護倦怠感上：在前期階段隨著社交媒體隱私侵犯經歷的增加，用戶首先感覺到對隱私保護的倦怠和失望，這種倦怠和失望使得人們放棄對隱私問題的保護，這是一種逃離的應對策略，定義為“減少應對壓力源的努力，甚至放棄實現對壓力源干擾的目標的嘗試?！盵14]隨著脫敏效應的出現，倦怠感的影響逐漸減弱，遮掩效應減弱，這也可以與上文的階段性隱私悖論假設相互呼應。因此，本文提出如下假設：

H4：社交媒體隱私侵犯經歷對隱私保護倦怠的影響是非線形的，這種影響伴隨著侵犯經歷的積累逐漸減弱，呈現脫敏特征。

1.5 數字代際的社交媒體隱私保護比較

已有研究證明，不同代際群體的心理特質和行為都有所不同，在網絡隱私治理問題上針對不同群體應該區(qū)別對待[42]。通過對現有隱私相關研究的整理發(fā)現，目前研究缺乏對不同調查對象進行分級探討，尤其不同代際的群體[10]。在網絡行為研究中，數字代際是一種有效的代際分割法。著名教育游戲專家Prensky于2001年最早給出“數字原住民”和“數字移民”的概念：前者是指出生并成長于數字網絡社會出現之后的群體，相較于后者，普遍具有相對較高水平的信息技術能力[43]。在西方學界對數字原住民的界定多指1980年后出生的人群[44]，但由于數字技術的起步和普及時間不同，我國學者一般共識將“數字原住民”定義為1994年我國開始接入互聯網之后出生的群體，相對而言，在此前出生的群體則被定義為“數字移民”[45]，兩個群體之間的網絡行為存在差異。網絡信息行為影響研究不僅存在于最終的行為層面，此外還應將個體對信息技術的認知、心理特征差異等因素納入考量，不僅如此信息行為還與個體自身經歷有關，并受到外部環(huán)境影響[46]?！皵底衷∶瘛卑殡S著網絡信息技術長大，與“數字移民”相比擁有獨特的信息化思維方式及更流暢的學習和使用信息技術的能力。因此不同數字代際群體之間的心理特質和網絡隱私保護行為可能存在差異。目前雖然有些學者已針對“數字移民”群體的個人隱私問題展開研究[47]，然而卻鮮有代際間的量化比較研究，為了對此進行補充，本研究將基于社交媒體情境下的隱私保護行為進行數字代際間的比較探索。綜上本文提出以下研究問題：

RQ2:社交媒體情境下，不同數字代際的隱私保護行為存在怎樣的差異？

綜上，本文的研究框架如圖1所示，研究問題RQ1的意義在于探索隱私保護行為悖論是否存在，研究假設H1和H2的意義在于對于隱私侵犯經歷和隱私保護意愿非線性關系的預測，研究假設H3的意義在于對于隱私保護行為悖論邊界條件和機理的預設，研究假設H4的意義在于對隱私保護倦怠脫敏特征的預測，對于而RQ2的意義在于探索不同數字代際間的隱私保護行為存在怎樣的差異。

圖1 研究模型框架

2 研究設計

2.1 測量工具

為了確保研究數據結果的信度和效度，本研究的測量量表設計參考了前人的成熟測量工具，調查問卷的主體主要包含隱私侵犯經歷量表、隱私保護倦怠量表、隱私保護意愿量表以及用戶基本情況信息題項。其中社交媒體隱私侵犯經歷的測量量表來源于Su等人的研究[48]，包含個人信息被智能媒體平臺、其他用戶以及第三方平臺侵犯經歷的3個題項(例“我的個人信息如電話號碼、購物記錄等曾經被社交媒體共享給了第三方平臺”)；隱私保護倦怠測量量表來源于Choi等人的研究[32]包含4個題項(例“處理個人信息保護問題讓我感到厭倦”)；隱私保護意愿測量量表來源于Liang等人的研究[49]包含4個題項(例“我認為我應該在社交媒體平臺中采取適當行為來保護我的個人隱私信息安全”)，所有量表基于社交媒體情境進行了適當的修訂，各題項評分統(tǒng)一采用Likert七點量表(從0分到6分，依次代表非常不同意到非常同意)。問卷設計完成后，為了避免存在問項出現難以理解的歧義或回答困難等問題，本研究了邀請了30名社交媒體用戶進行了預測試，以確保受訪者們都能夠清楚的明晰和回答問卷各題項所表達的意思。

2.2 樣本選擇與數據收集

為了在全國范圍內調查社交媒體用戶，本研究于2021年12月委托之江實驗室及專業(yè)調研公司進行大規(guī)模調查。在調查之前，參與者被告知他們有權退出、保密和匿名。參與者可以通過電腦、平板電腦或手機完成調查。出于研究目的，為了確保數字移民與數字原住民樣本的平衡，經最終篩選得到有效問卷1 760份(數字原住民與數字移民樣本配比為1:1)。對于無效問卷的刪除依據主要為：未有社交媒體使用經驗，篩選問項不達標，答題不認真(如連續(xù)數個變量的題項答案一致，或重復選項次數達70%以上)。考慮到隱私侵犯經歷與網絡使用年限的關系，在互聯網使用年限方面，3～5年、5～10年與10年以上網齡占比分別為7.4 %、36.8 %、55.2 %，因此可以確保樣本有一定的隱私侵犯經歷跨度；教育程度方面，大專及本科占比最大，達到64.9%，其次為高中/中專及職高，占比為24.6%，具體樣本基本信息如表1所示。

表1 樣本基本信息

3 數據分析

3.1 信度和效度檢驗

本研究首先使用Mplus 8.0與Smart PLS對各變量進行驗證性因子分析，如表2所示，所有題項的因子載荷值均大于0.6的臨界點，且結果并未出現雙重因子載荷的狀況；隨后通過計算各變量的Cronbachα值，進行信度檢驗，結果顯示隱私保護意愿(0.758)、隱私保護倦怠(α=0.857)和隱私侵犯經歷(α=0.744)這3個變量的Cronbachα值都大于統(tǒng)計學意義上的標準參考值0.7，因此，本研究的測量模型信度檢驗合格。本研究還進行了擬合指標的檢驗：RMSEA= 0.051小于0.080；NFI=0.969，IFI=0.971，TLI=0.965和CFI=0.976的值均大于0.9，各指標均符合要求。

表2 研究變量因子載荷和信度分析

隨后比較測量模型的收斂效度AVE與組合信度CR指標，如表3所示。所有潛變量的CR值都大于0.8，且AVE值都大于0.5，結果顯示本研究的收斂效度和組合信度都滿足接受標準，同時，本研究中3個變量的AVE值的平方根值大于變量間的皮爾森相關系數，證明本量表的區(qū)別效度良好[50]。綜上所述，本研究的測量工具通過信度與效度檢驗。

表3 組合信度、收斂效度和區(qū)別效度分析

3.2 社交媒體隱私侵犯經歷和數字代際對隱私保護意愿的影響

本研究通過使用多元回歸來檢驗社交媒體隱私侵犯經歷對隱私保護意愿的影響以及數字代際的調節(jié)作用。為了減少多重共線性的影響，在進行數據分析之前，本研究首先對社交媒體隱私侵犯經歷和數字代際進行標準化處理。

以上3個回歸模型代表的意涵和作用分別為：通過模型1考量社交媒體隱私侵犯經歷和人口統(tǒng)計學變量對隱私保護意愿的影響；通過模型2以比較在控制了人口統(tǒng)計學變量之后，社交媒體隱私侵犯經歷對隱私保護意愿的影響究竟是線性關系還是二次曲線關系的解釋力更強；通過模型3考察數字代際在該影響過程中的調節(jié)作用。

如表4所示，通過對比模型1和模型2可知，社交媒體隱私侵犯經歷的二次項比社交媒體隱私侵犯經歷對隱私保護意愿影響的解釋力更強。因此，本文進一步對社交媒體用戶隱私侵犯經歷對隱私保護意愿影響的擬合曲線進行比較，即比較線性和二次曲線擬合模型。結果表明，社交媒體隱私侵犯經歷對隱私保護意愿的二次曲線解釋力(R2=0.142)優(yōu)于線性關系的解釋力(R2=0.031)?；诖?，本文通過模型2的有關數據來構建以社交媒體隱私侵犯經歷(標準化)及其二次項為自變量，以隱私保護意愿為因變量的曲線模型。從社交媒體用戶隱私侵犯經歷的二次項系數(β=0.346，p=0.000)可以推斷，社交媒體用戶的隱私侵犯經歷和其對隱私的保護意愿關系是一個開口向上的“U”型曲線，即隨著社交媒體用戶感知隱私侵犯經歷的增加，他們的隱私保護意愿呈現先逐漸下降，后逐漸上升的表現，拐點為隱私侵犯感知分值x=-b/2a=2.841的位置。以上部分回答了RQ1，同時驗證了H1、H2成立。即社交媒體隱私侵犯經歷對隱私保護行為意愿的影響中存在“隱私悖論現象”，但這種現象僅存在于前半段。

表4 社交媒體隱私侵犯經歷和數字代際對用戶隱私保護意愿的影響

接下來驗證數字代際的調節(jié)作用，由于本研究已經證明社交媒體隱私侵犯經歷與用戶隱私保護意愿的影響關系更適合用曲線解釋而非線形，所以排除使用Bootstrap進行調節(jié)作用的檢驗[51]。因此，本文參考了Edwards和Lambert的調節(jié)效應檢驗方法進行相關的驗證[52]，如模型3所示，構建了以社交媒體隱私侵犯經歷為自變量，以隱私保護意愿為因變量，以數字代際為調節(jié)變量的方程。由模型3可知，社交媒體隱私侵犯經歷二次項與年齡的交互項顯著(β=0.057，p=0.016)，說明數字代際可以有效調節(jié)社交媒體隱私侵犯經歷對個人隱私保護意愿的影響。

隨后本研究以數字代際進行分組分析：從數字原住民組來看，二次項系數為正數(β=0.163，p=0.000)，因此社交媒體隱私侵犯經歷與隱私保護意愿之間的關系為一個開口向上的“U”型曲線，即隨著社交媒體用戶感知隱私侵犯經歷的增加，數字原住民群體的隱私保護意愿呈現先逐漸下降，后逐漸上升的表現，而這種轉換的“拐點”出現在隱私侵犯感知分值x=2.696的位置。從數字移民組來看，二次項系數也為正數(β=0.119，p=0.000)，因此社交媒體隱私侵犯經歷與隱私保護意愿之間的關系也為一個開口向上的“U”型曲線，表現與數字原住民群體類似，但這種轉換的“拐點”出現在隱私侵犯感知分值x=0.2853的位置。

通過對比圖2中不同數字代際的兩條曲線可以發(fā)現，雖然兩個群體的總體變化趨勢相似(即隱私保護意愿隨著隱私侵犯經歷的增加先下降后上升)，但還是存在著差別：1，“拐點”到來的時機卻存在差別，對數字原住民群體來說，這個拐點更早出現，即社交媒體隱私侵犯經歷可以降低其隱私保護意愿的范圍比數字移民群體要短，而社交媒體隱私侵犯經歷增加其隱私保護意愿的范圍比數字移民群體要長。具體而言，數字原住民群體隨著感知到隱私侵犯經歷的增加，會更先一步擺脫“隱私悖論”的現象。2，數字移民群體的隱私保護意愿長期高于數字原住民群體。但值得注意的是當x=5.612時，兩組的曲線出現“剪刀叉”，即在此之前，數字原住民的隱私保護意愿低與數字移民群體，而當感知隱私侵犯經歷強度超過了該數值之后，數字原住民的隱私保護意愿開始高于數字移民群體，以上部分回答了RQ2。

圖2 不同數字代際的“U”型曲線對比圖

3.3 社交媒體隱私侵犯經歷和數字代際對隱私保護倦怠的影響

本文依然通過多元回歸來分析感知社交媒體隱私侵犯經歷對用戶的隱私保護倦怠的影響以及比較數字代際的差異，并同樣在回歸分析前對社交媒體隱私侵犯經歷和數字代際進行標準化處理。

如表5所示，通過比對模型1和2可見，社交媒體隱私侵犯經歷的二次項比社交媒體隱私侵犯經歷對隱私保護倦怠的解釋力更強?；诖耍狙芯坷^續(xù)進一步比較線性與二次曲線擬合模型，比較結果顯示，社交媒體隱私侵犯經歷和隱私保護倦怠的二次曲線的解釋力 (R2=0.238)相對優(yōu)于其線性關系的解釋力(R2=0.229)。因此，基于模型2的相關數據建構以標準化后的社交媒體隱私侵犯經歷及其二次項為自變量，以隱私保護倦怠為因變量的曲線模型。由隱私侵犯經歷的二次項系數可知(β=-0.066，p=0.000)，社交媒體隱私侵犯經歷與隱私保護倦怠之間的關系是一個開口向下的倒“U”型曲線，理論上隨著社交媒體用戶感知隱私侵犯經歷的增加，其隱私保護倦怠上升趨勢逐漸放緩，直至“拐點”出現后轉入下降趨勢，然而拐點所在位置(隱私侵犯感知分值x=7.545)已經超出了本研究測試的x區(qū)間[0，6]，因此基于本研究情境，只能說明隨著社交媒體隱私侵犯經歷的增加，用戶的隱私保護倦怠感也隨之增加，然而這種增長趨勢出現“鈍化”，逐漸放緩。以上部分驗證了H4成立。

表5 社交媒體隱私侵犯經歷和數字代際對用戶隱私保護倦怠的影響

如模型3所示，為了驗證數字代際對社交媒體隱私侵犯經歷影響隱私保護倦怠的調節(jié)作用，本文構建了以社交媒體隱私侵犯經歷為自變量，以隱私保護倦怠為因變量，以數字代際為調節(jié)變量的方程。從模型所呈現的數據結果來看，社交媒體隱私侵犯經歷的二次項與數字代際的交互項顯著(β=-0.146，p=0.000)，即數字代際顯著調節(jié)了社交媒體隱私侵犯經歷對隱私保護倦怠的影響，說明在該影響過程中，不同數字代際是一個重要的調節(jié)變量。

而后，再對數字代際進行分組分析。就數字原住民組而言，其二次項系數為負且顯著(β=-0.027，p=0.000)，通過比較數字原住民群體社交媒體隱私侵犯經歷和隱私保護倦怠的二次曲線(R2=0.156)與線性關系(R2=0.155)的解釋力發(fā)現，二次曲線的解釋力更強，因而數字代際組的倦怠感增長呈現“鈍化”現象。就數字移民組而言，通過比較社交媒體隱私侵犯經歷和隱私保護倦怠的二次曲線(R2=0.247)與線性關系(R2=0.238)的解釋力發(fā)現，二次曲線的解釋力更強；社交媒體隱私侵犯經歷的二次項系數為負數且顯著(β=-0.063，p=0.000)，所以社交媒體隱私侵犯經歷對隱私保護倦怠的影響關系是一個開口向下的倒“U”型曲線，即隨著社交媒體用戶感知隱私侵犯經歷的增加，隱私保護倦怠感雖然也隨著增加，但該趨勢逐漸放緩，直至“拐點”出現后轉入下降趨勢，然而拐點所在位置(隱私侵犯感知分值x=7.420)已經超出了本研究測試的x區(qū)間[0，6]，基于本研究情境，說明對數字移民群體而言，隨著社交媒體隱私侵犯經歷的增加，用戶的隱私保護倦怠感也隨之增加，然而這種增長趨勢出現“鈍化”，逐漸放緩。

為了方便比較不同數字代際組的差異，本文將二者的二次曲線同時置于圖3。如圖3所示，數字原住民群體的隱私保護倦怠水平一直高于數字移民群體；從感知社交媒體隱私侵犯經歷對隱私保護倦怠的影響上來看，數字移民群體有更早抵達“邊際效應”的趨勢，換而言之，數字移民群體的隱私保護倦怠感在隱私侵犯經歷增加的后期增加的相對更為緩慢，以上補充回答了RQ2。

圖3 不同數字代際的倒“U”型曲線對比圖

3.4 隱私保護倦怠的中介效應檢驗及不同階段比較

通過從圖2和圖3兩個數字代際群體曲線間的截距對比，圖2為先變大后變小，圖3為先變小后變大且變化點都出現在隱私侵犯經歷的[2，3]區(qū)間，這可說明：a.社交媒體用戶的隱私保護倦怠與隱私保護意愿存在負相關;b.這種相關關系在隱私侵犯經歷感知達到轉換點后逐漸轉弱，即在感知隱私侵犯經歷的不同階段，隱私保護意愿的影響發(fā)生變化。

對此，本文進一步驗證整個過程隱私保護倦怠的中介效應。通過參照 Hayes建議的Bootstrap中介檢驗方法，使用PROCESS Model4進行數據處理(抽樣次數5 000，置信區(qū)間95% ，Bootstrap的取樣方法選擇偏差校正的非參數百分位法)[53]。將性別、教育程度、網齡及年齡設置為控制變量，分析結果顯示隱私保護倦怠中介了社交媒體隱私侵犯經歷對隱私保護行為意愿的影響，中介效應的大小為-0.077，95% Boot CI =(-0.095, -0.059)，區(qū)間范圍不包含0，所以中介效應顯著，這種中介效應稱為遮掩效應，因此H3成立。

為了進一步驗證H4，本文以隱私侵犯經歷對隱私保護意愿影響的“U”型拐點為界，將樣本分為“低侵犯經歷組”與“高侵犯經歷組”，并比較兩組之間隱私保護倦怠的中介作用，數據分析結果顯示：就隱私保護行為低侵犯組而言，隱私保護倦怠的中介效應依然顯著95% Boot CI =(-0.200, -0.035)，效應值大小為-0.119；就高侵犯組而言，隱私保護倦怠的中介效應也顯著95% Boot CI =(-0.068, -0.032)，效應值大小為-0.049。通過比較兩組中介效應值大小的絕對值可以發(fā)現，低侵犯組的隱私倦怠中介效應更強。以上部分再次驗證了H4成立，并揭露了隱私保護倦怠對隱私悖論現象呈現的一種解釋。

3.5 數字代際的隱私保護差異比較

為了的回答RQ2，我們針對隱私侵犯經歷、隱私保護倦怠和隱私保護意愿進行了以數字代際為分組的獨立樣本T檢驗，結果如表6所示，數字原住民相較于數字移民群體雖然有著更多的隱私侵犯經歷，但卻有著更低的隱私保護意愿；但數字原住民群體同時也有著更高的隱私保護倦怠，這也與上文隱私保護倦怠的中介機制解釋相呼應。

表6 數字代際的獨立樣本T檢驗

4 研究結論和討論

“隱私悖論”一直是社交媒體隱私保護問題的重要議題與挑戰(zhàn)，減少隱私悖論現象，發(fā)揮用戶的主觀能動性對于網絡信息和隱私保護具有實踐價值。學界一直有關于隱私悖論存在與否的爭論，已有研究對于保護行為隱私悖論的探討和機理的挖掘還十分欠缺。本研究以此為出發(fā)點，經過對全國性樣本的大規(guī)模調查分析后，開創(chuàng)性的提出了隱私侵犯經歷與隱私保護意愿的“U”型關系以及隱私侵犯經歷與隱私保護倦怠的倒“U”型關系，并通過隱私保護倦怠這一中介變量廓清了出現社交媒體隱私保護悖論的邊界，同時還探討了不同數字代際群體的隱私保護倦怠和隱私保護行為差異。具體的研究結果展示如下：

a.“U”型關系：隱私保護行為悖論的階段性呈現。

本研究的結果顯示：在社交媒體情境下，隱私保護行為悖論存在，但并不總是存在，因此隱私悖論是一種存在呈現邊界的現象。具體而言，本文的研究結果揭示了社交媒體用戶隱私侵犯經歷與隱私保護行為意愿的一種“U”型關系，在隱私侵犯經歷增加的初步階段，社交媒體用戶的隱私侵犯經歷與隱私保護行為意愿負相關，研究假設H1得到驗證，換而言之，該階段社交媒體用戶隱私保護呈現出隱私悖論現象；然而隨著隱私侵犯經歷繼續(xù)增加，這種隱私悖論現象消失，這個拐點出現在隱私侵犯感知分值x=2.841的位置，在隱私侵犯經歷值經過拐點后，它與隱私保護行為意愿轉為正相關，研究假設H2得到驗證。因此本文的研究結論認為隱私悖論并不總是存在，社交媒體情境下隱私悖論現象的呈現與否與用戶的隱私侵犯經歷有關，該結果回應了之前研究關于隱私悖論存在與否的爭論。隨后，本文通過引入隱私保護倦怠這一心理因素作為中介變量對此現象進行解釋。

b.隱私悖論現象的一種解釋：隱私保護倦怠的中介效應及階段比較。

從整體來看，隱私保護倦怠在社交媒體隱私侵犯經歷對隱私保護意愿的影響中，中介效應一直顯著并呈現一種遮掩中介，具體而言即隨著隱私侵犯經歷的增加，社交媒體用戶會產生更多的隱私保護倦怠感，而這種倦怠感會減少用戶對自我隱私保護的意愿，研究假設H3成立。然而隱私侵犯經歷對隱私保護倦怠的影響效應并不是線性恒定的，二者間存在一種倒“U”型關系，雖然拐點超出了隱私侵犯經歷的測量范圍，即二者間雖然總是正相關，但是可以看出這種影響效應呈現出“鈍化“的趨勢，即隨著隱私侵犯經歷的增加，社交媒體用戶的隱私保護倦怠雖然增加，但增速放緩，呈現出“脫敏”的特征，研究假設H4成立。通過進一步比較以隱私悖論現象消失拐點為界的不同隱私侵犯經歷水平的隱私保護倦怠中介效應值發(fā)現，隱私悖論現象時期的隱私保護倦怠中介效應絕對值為0.119顯著強于非隱私悖論現象時期的絕對值0.049，因此這進一步驗證了隱私保護倦怠可以作為隱私悖論現象呈現與否的邊界條件之一。

c.代際比較：敏感而倦怠的數字原住民。

本研究還比較了不同數字代際之間的隱私保護表現。研究結果發(fā)現，相同社交媒體隱私侵犯經歷下的數字移民群體所表現的隱私保護意愿長期并顯著高于數字原住民群體，換而言之即年齡更大的社交媒體數字移民用戶在大多數時期反而更愿意保護他們的個人信息和網絡隱私，而出生于互聯網時代的數字原住民用戶總體而言對于網絡隱私的保護行為更為消極，這給我們的網絡隱私分級治理提供了參考。然而數字原住民群體可以更快地擺脫“隱私悖論”的影響，并在隱私悖論轉換拐點后呈現相對更快的隱私保護意愿增長，從而在隱私侵犯經歷增長的后期與數字移民群體的隱私保護意愿形成一個反超的“剪刀叉”，即在隱私侵犯經歷值超過x=1.484后，數字原住民群體有著更高的隱私保護意愿。就隱私保護倦怠感而言，相對于數字移民群體而言，雖然數字原住民群體平均年齡更小，但一直呈現出更高的隱私保護倦怠水平，出于對隱私保護倦怠遮掩效應的考慮，在網絡隱私的實踐治理中，我們需要重點關注并提升數字原住民群體的隱私素養(yǎng)，因為隱私素養(yǎng)可以有效抑制隱私倦怠感的產生[54]。

d.研究貢獻。

綜上所述，本研究結果有以下貢獻：第一，本文開創(chuàng)性地提出了隱私侵犯經歷與隱私保護意愿的“U”型關系以及隱私侵犯經歷與隱私保護倦怠的倒“U”型關系，彌補了國內該領域的研究空白，尤其是社交媒體用戶隱私侵犯經歷對隱私保護意愿的影響的大型實證研究在國內尚屬首次。第二，這種“U”型關系進一步支持了隱私悖論是作為一種“現象”，這種現象的發(fā)生需要邊界條件，本研究有力地補充了之前眾多學者的線性關系論斷，并在一定程度上彌合了現有隱私悖論研究中結論不一致的分歧。第三，本研究將隱私保護倦怠作為中介因素，在豐富了隱私保護心理研究的同時為隱私侵犯經歷對隱私保護意愿之間的關系提供了一種解釋，并補充了脫敏效應在隱私保護問題中的應用。第四，通過數字代際的比較，為隱私保護的分級治理和實踐提供了理論參考，并為后續(xù)的群體比較研究奠定了基礎。

5 研究局限與展望

本研究依然存在一些局限：a.首先本研究主要驗證了隱私保護行為悖論現象的呈現及邊界條件但對于隱私悖論的解釋本研究僅關注了隱私保護倦怠這一個維度，此外對于非悖論階段(拐點右側)的機制并未深入討論，未來研究可以考慮更多其他維度如感知風險、應對成本等進行補充。b.其次本研究是基于橫截面的研究，并局限于樣本的自我報告，這些對研究結果都可能存在影響，未來的研究可以考慮采用實驗操控的方法對此進行提升。c.本研究僅比較了數字代際群體，然而數字代際的差異可能是由于媒介素養(yǎng)、對信息技術的認知等因素綜合影響造成的，未來的研究可以對此機理進行深入挖掘。d.本研究是基于社交媒體情境下的隱私悖論探討，我們也建議未來研究更深入探明更多情境下的隱私悖論適用性。e.研究樣本總體學歷偏高，這與CNNIC發(fā)布的中國網民分布情況存在偏差，我們建議未來的研究樣本可以盡可能地貼近實際的網民分布情況。