摘" 要" 合理且充分利用用戶數(shù)據(jù)是互聯(lián)網(wǎng)經(jīng)濟(jì)重要組成部分。數(shù)據(jù)采集不可避免會(huì)涉及用戶隱私， 需要獲得用戶授權(quán)， 這就是用戶隱私披露。目前對(duì)于隱私披露的相關(guān)研究缺乏基于客觀和群體層面的視角， 而且在隱私授權(quán)的決策機(jī)制上也不清晰。本項(xiàng)目以調(diào)節(jié)定向理論為基礎(chǔ)， 在個(gè)體和群體兩個(gè)層次上， 將結(jié)合行為實(shí)驗(yàn)、眼動(dòng)測(cè)量和數(shù)據(jù)挖掘方法系統(tǒng)探究調(diào)節(jié)定向和調(diào)節(jié)匹配對(duì)隱私披露不同階段的影響機(jī)制。研究成果將有助于理解隱私授權(quán)過程中調(diào)節(jié)定向的作用機(jī)制， 也將在隱私授權(quán)的助推設(shè)計(jì)中發(fā)揮潛在的應(yīng)用價(jià)值。

關(guān)鍵詞" 調(diào)節(jié)定向， 調(diào)節(jié)匹配， 隱私披露， 信息框架， App用戶

分類號(hào)" B849： C91

1" 問題提出

信息時(shí)代下， 隱私（Privacy）被定義為個(gè)體對(duì)其信息是否被收集的控制和決策（Rezgui et al.， 2003）。用戶通過授權(quán)產(chǎn)品服務(wù)商自身相關(guān)信息以獲得更精準(zhǔn)高效的個(gè)性化推薦、更優(yōu)質(zhì)的用戶體驗(yàn)（Zlatolas et al.， 2015）。然而近年來個(gè)人信息被盜用、濫用并以此牟利的現(xiàn)象屢見不鮮， 引發(fā)了個(gè)體對(duì)于隱私數(shù)據(jù)披露的擔(dān)憂。一項(xiàng)針對(duì)Android用戶的調(diào)研表明， 超過80%的用戶會(huì)拒絕至少一個(gè)隱私授權(quán)請(qǐng)求（Wijesekera et al.， 2015）。因此， 企業(yè)需要用戶數(shù)據(jù)以提供更好的服務(wù)、產(chǎn)生更大的社會(huì)和經(jīng)濟(jì)價(jià)值; 但數(shù)據(jù)的使用在企業(yè)和用戶之間存在不對(duì)稱性， 這導(dǎo)致用戶的隱私披露意愿也存在很大程度的不確定性， 在面對(duì)合理的隱私授權(quán)請(qǐng)求時(shí)， 也可能會(huì)做出次優(yōu)的選擇。針對(duì)上述隱私披露和數(shù)據(jù)服務(wù)之間的矛盾， 在合理合規(guī)的基礎(chǔ)上， 通過洞察個(gè)體隱私披露的內(nèi)在機(jī)制以促進(jìn)授權(quán)過程的優(yōu)化， 不僅能夠提升用戶的使用體驗(yàn)， 更將有助于發(fā)揮數(shù)據(jù)的價(jià)值并賦能社會(huì)與經(jīng)濟(jì)發(fā)展。

在隱私授權(quán)過程中， 用戶自身的心理特質(zhì)在其中發(fā)揮著重要的作用， 不同的用戶對(duì)相同的授權(quán)信息會(huì)表現(xiàn)出不一樣的行為反應(yīng)。調(diào)節(jié)定向（Regulatory Focus）指?jìng)€(gè)體在實(shí)現(xiàn)目標(biāo)的過程中， 對(duì)自己思想和反應(yīng)的改變或控制表現(xiàn)出的特定方式或傾向， 一般可以分為促進(jìn)定向和預(yù)防定向兩類動(dòng)機(jī)系統(tǒng)（Higgins， 1997）。促進(jìn)定向關(guān)注過程的積極因素和目標(biāo)的完成， 預(yù)防定向則關(guān)注過程的消極因素和目標(biāo)的安全。調(diào)節(jié)定向作為一種普遍的動(dòng)機(jī)原則， 在個(gè)體認(rèn)知評(píng)估、決策權(quán)衡和行為策略等基本心理過程中發(fā)揮重要作用（姚琦， 樂國(guó)安， 2009）。近年來， 一些研究者初步探究了用戶的不同調(diào)節(jié)定向特質(zhì)在其社交媒體使用和隱私保護(hù)行為中的作用， 均發(fā)現(xiàn)促進(jìn)定向?yàn)橹鲗?dǎo)的個(gè)體比預(yù)防定向?yàn)橹鲗?dǎo)的個(gè)體在社交網(wǎng)站上信息披露意愿更強(qiáng)（Mosteller amp; Poddar， 2017; 沈旺 等， 2020）。不過， 當(dāng)前相關(guān)研究對(duì)個(gè)體調(diào)節(jié)定向和隱私相關(guān)行為的考察， 在系統(tǒng)性上存在一些不足。盡管消費(fèi)心理學(xué)相關(guān)研究表明， 個(gè)體的調(diào)節(jié)定向?qū)ζ滟?gòu)買決策的需求識(shí)別、信息過濾和決策形成各個(gè)階段有明顯影響（如Wang amp; Lee， 2006）， 但是目前只有少數(shù)將調(diào)節(jié)定向理論用于解釋個(gè)體隱私披露意愿的研究， 并且這些研究大多止于二者的現(xiàn)象關(guān)聯(lián)， 對(duì)不同調(diào)節(jié)定向個(gè)體在App隱私授權(quán)各個(gè)階段的決策特點(diǎn)和機(jī)制缺乏深入探究（如：朱鵬 等， 2019）。同時(shí)大多數(shù)研究以單一問卷測(cè)量為主（如：沈旺 等， 2020）， 這種方法體系導(dǎo)致樣本量和生態(tài)效度有限， 問卷測(cè)得的個(gè)體意愿與其真實(shí)的隱私披露行為之間存在一定的差異。

個(gè)體的調(diào)節(jié)定向不僅對(duì)信息的接受意愿有直接作用， 也能夠通過與信息框架的匹配提升信息的被采納度， 這被稱之為調(diào)節(jié)匹配效應(yīng)（Regulatory fit effect） （Higgins， 2000）。框架效應(yīng)（Framing effects）描述的正是對(duì)一個(gè)客觀上相同的問題采用不同的結(jié)構(gòu)與陳述方式從而影響個(gè)體決策判斷的現(xiàn)象。與個(gè)體調(diào)節(jié)定向相關(guān)的是風(fēng)險(xiǎn)選擇框架， 指當(dāng)分別從損失或收益方面來描述某一風(fēng)險(xiǎn)信息時(shí)個(gè)體承擔(dān)風(fēng)險(xiǎn)的意愿變化情況。促進(jìn)定向的個(gè)體對(duì)強(qiáng)調(diào)積極結(jié)果或成就的正面信息有更強(qiáng)的接受意愿; 預(yù)防定向的個(gè)體對(duì)強(qiáng)調(diào)避免消極結(jié)果出現(xiàn)和安全需要的信息有更強(qiáng)接受意愿（Cesario et al.， 2013）， 這種調(diào)節(jié)匹配引起了個(gè)體對(duì)信息更精細(xì)的加工水平， 從而導(dǎo)致信息說服性的提升（Cesario et al.， 2008）。

那么， 調(diào)節(jié)匹配是否也會(huì)提高App用戶對(duì)隱私授權(quán)信息的接受度？已有研究發(fā)現(xiàn)了App授權(quán)時(shí)間和信息框架的匹配效應(yīng)對(duì)用戶的隱私披露意愿產(chǎn)生影響， 在獲得框架與及時(shí)授權(quán)、損失框架與提前授權(quán)的情況下， App用戶有更高的隱私披露意愿（潘定， 謝菡， 2020）。但是該研究并未將用戶自身的調(diào)節(jié)定向水平考慮在內(nèi)。Teeny等人（2020）在說服研究的綜述中指出， 與被說服者個(gè)體特質(zhì)匹配的信息有更強(qiáng)的說服效果。近年來在各種在線推薦系統(tǒng)（Recommendation System， RS）中， “千人千面”的個(gè)性化推薦已經(jīng)被證實(shí)具有較好的推薦效果， 這種基于特質(zhì)的個(gè)性化信息匹配能夠讓個(gè)體產(chǎn)生更高的自我關(guān)聯(lián)印象（Moon， 2002）。但是目前的個(gè)性化推薦領(lǐng)域更多涉及產(chǎn)品、服務(wù)的個(gè)性化展示， 幾乎沒有涉及用戶隱私授權(quán)信息的優(yōu)化。隨著大數(shù)據(jù)時(shí)代用戶信息授權(quán)行為日益頻繁， 個(gè)體隱私態(tài)度的“可塑性”引起了商業(yè)組織的關(guān)注。Acquisti等人（2015）發(fā)表的綜述提及了個(gè)體的隱私授權(quán)偏好會(huì)被呈現(xiàn)的授權(quán)信息所影響。因此， 當(dāng)隱私信息的授權(quán)是必要時(shí)， 個(gè)體對(duì)與自身特征相匹配的信息有高的關(guān)注度。

因此， 本項(xiàng)目將從調(diào)節(jié)定向這一在心理學(xué)領(lǐng)域十分重要且常見的個(gè)人特質(zhì)入手， 結(jié)合心理學(xué)與計(jì)算機(jī)研究手段， 在個(gè)體和群體兩個(gè)維度探究調(diào)節(jié)定向?qū)pp用戶隱私披露決策的影響， 以及調(diào)節(jié)匹配對(duì)隱私授權(quán)的促進(jìn)機(jī)制。在理論層面通過風(fēng)險(xiǎn)決策范式系統(tǒng)地考察了不同調(diào)節(jié)定向個(gè)體對(duì)隱私披露從表層偏好到底層權(quán)衡的決策特點(diǎn)， 調(diào)節(jié)匹配效應(yīng)對(duì)隱私披露決策的助推效果， 并基于用戶的真實(shí)使用數(shù)據(jù)對(duì)在群體層面調(diào)節(jié)定向和隱私披露的關(guān)聯(lián)進(jìn)行了驗(yàn)證， 從而為調(diào)節(jié)定向理論在隱私披露領(lǐng)域的相關(guān)研究提供了從個(gè)體到群體、從披露意向到?jīng)Q策過程的延展。在應(yīng)用層面， 一方面研究結(jié)果可以設(shè)計(jì)基于調(diào)節(jié)定向的隱私授權(quán)助推信息以提升用戶體驗(yàn)， 通過實(shí)現(xiàn)基于調(diào)節(jié)定向的隱私授權(quán)信息個(gè)性化匹配， 讓用戶更能理解并接受隱私信息披露的作用。另一方面研究成果中用戶調(diào)節(jié)定向的文本分析模型的簡(jiǎn)歷和隱私指標(biāo)體系可以為大規(guī)模的群體隱私偏好分析提供測(cè)量工具的參考。

2" 國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展動(dòng)態(tài)分析

2.1" 隱私披露及相關(guān)理論

人類進(jìn)入互聯(lián)網(wǎng)時(shí)代以來， 隱私這個(gè)古老的概念逐漸成為了心理學(xué)、計(jì)算機(jī)學(xué)、法學(xué)、管理學(xué)等多學(xué)科關(guān)注的熱點(diǎn)問題。隱私信息的界定有多種標(biāo)準(zhǔn)， Westin （1967）最早從法學(xué)角度強(qiáng)調(diào)隱私的主體性， 將隱私信息定義為主體在交往過程中， 基于自我意愿向他人傳達(dá)的個(gè)人相關(guān)信息和自身感受。Banisar和Davies （1999）將隱私信息細(xì)分為：個(gè)人信息、通信信息、空間信息、身體信息。邱均平和李艷紅（2012）認(rèn)為社交網(wǎng)絡(luò)用戶的隱私信息分為：用戶分享信息、用戶個(gè)人信息、人際關(guān)系信息、數(shù)據(jù)挖掘信息。由此可見， 隨著時(shí)代的變化， 隱私信息的內(nèi)容是動(dòng)態(tài)的， 范疇在不斷擴(kuò)大， 包括了所有與自身相關(guān)的基本信息， 個(gè)人對(duì)這些信息享有不被他人任意獲取、使用、控制的權(quán)利。

從經(jīng)濟(jì)學(xué)的角度出發(fā)， 移動(dòng)互聯(lián)網(wǎng)時(shí)代下上述隱私信息的披露的確能為用戶自身帶來一定的價(jià)值。盡管受到抨擊， 但是“用戶愿意用隱私換取便利”的說法在某種程度上的確存在， 諸如服務(wù)的便捷性和經(jīng)濟(jì)收益等因素可顯著提高用戶隱私披露意愿（Li et al.， 2010）。隱私計(jì)算理論認(rèn)為， 用戶在決策前會(huì)對(duì)隱私泄露造成的損失和隱私披露帶來的收益進(jìn)行權(quán)衡， 當(dāng)感知到的收益大于觀察到的風(fēng)險(xiǎn)時(shí)， 就會(huì)選擇披露個(gè)人信息（Vishwanath et al.， 2018）。社交網(wǎng)絡(luò)用戶的感知收益主要指獲取并維持與他人的聯(lián)結(jié)， 而感知風(fēng)險(xiǎn)則來源于信息被盜用或?yàn)E用的可能性（Poddar et al.， 2009）。

隱私計(jì)算理論被認(rèn)為是“分析當(dāng)代用戶隱私問題最有用的框架” （Awad amp; Krishnan， 2006）， 其核心觀點(diǎn)中對(duì)于感知收益和風(fēng)險(xiǎn)的衡量得到了廣泛的認(rèn)可。但是目前基于該理論的一些研究尚存在以下局限：1）該理論的前提是“理性人”， 但是實(shí)際中用戶在進(jìn)行隱私?jīng)Q策時(shí)往往是有限理性（Bounded Rationality）的（Acquisti et al.， 2015）， 比如選擇性地關(guān)注信息并形成有限的選擇集合; 2）幾乎所有的研究都是采用問卷測(cè)量方法收集隱私披露數(shù)據(jù)， 這種方法學(xué)的單一導(dǎo)致測(cè)量的往往是隱私披露的意愿而非行為。而個(gè)體的隱私披露意愿和行為之間往往不一致， 這種現(xiàn)象稱為隱私悖論（Privacy paradox） （Utz amp; Kr?mer， 2009）。 因此， 本項(xiàng)目將用戶看做有限理性的個(gè)體， 將個(gè)體本身的調(diào)節(jié)定向特質(zhì)視為對(duì)隱私?jīng)Q策產(chǎn)生影響的重要變量， 通過多方法的研究范式， 探究調(diào)節(jié)定向?qū)τ陔[私披露行為的影響。

2.2" 用戶調(diào)節(jié)定向與隱私披露相關(guān)研究

調(diào)節(jié)定向理論（Higgins， 1997）超越傳統(tǒng)享樂主義動(dòng)機(jī)， 區(qū)分出“促進(jìn)”和“預(yù)防”兩種調(diào)節(jié)性動(dòng)機(jī)系統(tǒng)， 大量研究表明， 兩種調(diào)節(jié)定向的個(gè)體在動(dòng)機(jī)導(dǎo)向、心理需求、行為偏好、結(jié)果反應(yīng)和情緒體驗(yàn)等方面均有不同表現(xiàn)（楊巧英 等， 2021）。從所服務(wù)的需要類型上看， 促進(jìn)定向與個(gè)體的提高需要相關(guān)， 預(yù)防定向與個(gè)體的安全需要相關(guān)。從對(duì)目標(biāo)的表征和體驗(yàn)?zāi)Ｊ缴峡矗?促進(jìn)定向?qū)⑵谕哪繕?biāo)狀態(tài)表征為抱負(fù)和完成， 在目標(biāo)追求過程中更關(guān)注積極結(jié)果; 而預(yù)防定向?qū)⑵谕哪繕?biāo)狀態(tài)表征為責(zé)任和安全， 在目標(biāo)追求過程中更關(guān)注消極結(jié)果（姚琦， 樂國(guó)安， 2009）。調(diào)節(jié)定向理論近年來受到人格、動(dòng)機(jī)、社會(huì)等領(lǐng)域研究者的廣泛關(guān)注， 推動(dòng)了說服、決策和偏好等研究主題的發(fā)展。

促進(jìn)定向和預(yù)防定向特質(zhì)會(huì)影響個(gè)體對(duì)風(fēng)險(xiǎn)和收益的關(guān)注， 從而影響個(gè)體最終的決策行為（尹非凡， 王詠， 2013）。而隱私授權(quán)的計(jì)算過程核心正是對(duì)于風(fēng)險(xiǎn)和收益的權(quán)衡。因此， 調(diào)節(jié)定向理論既能很好地體現(xiàn)隱私計(jì)算理論中個(gè)體關(guān)于風(fēng)險(xiǎn)和收益的權(quán)衡差異， 也能在一定程度上解釋用戶在隱私授權(quán)決策中的“非理性”現(xiàn)象?；谏缃痪W(wǎng)站用戶的相關(guān)問卷研究發(fā)現(xiàn)， 促進(jìn)定向的用戶感知到更多信息披露的收益（朱鵬 等， 2019）， 并傾向于在社交網(wǎng)站上披露更多的個(gè)人信息（沈旺 等， 2020）， 但上述研究往往通過問卷讓被試主觀報(bào)告自己的隱私披露意愿， 并未深入探究在隱私授權(quán)決策的不同階段， 調(diào)節(jié)定向?qū)€(gè)體隱私披露意愿和行為的影響。消費(fèi)心理學(xué)相關(guān)研究表明， 決策的初始階段， 個(gè)體的調(diào)節(jié)定向就像“過濾器”， 令其選擇性地加工信息（Wang amp; Lee， 2006）。在評(píng)估策略階段， 促進(jìn)定向的個(gè)體傾向于采取啟發(fā)式策略以簡(jiǎn)化評(píng)估過程， 而預(yù)防定向的個(gè)體傾向于采用系統(tǒng)性策略以提高準(zhǔn)確性（Wan et al.， 2009）。因此， 本項(xiàng)目將個(gè)體的調(diào)節(jié)定向作為一種動(dòng)機(jī)系統(tǒng)納入對(duì)隱私披露感知風(fēng)險(xiǎn)和收益的有限理性決策。App的隱私披露既包括在使用之初的隱私授權(quán)請(qǐng)求， 也包括在使用中的自我信息披露與分享。通過探究調(diào)節(jié)定向?qū)τ趥€(gè)體隱私披露決策模式的作用范圍， 能夠更加深刻地解釋隱私披露的心理機(jī)制。

2.2.1" 調(diào)節(jié)匹配對(duì)隱私披露的影響

正如前文所及， 個(gè)體在面對(duì)決策時(shí)往往表現(xiàn)出“有限理性”的特點(diǎn)， 隱私披露本質(zhì)上是衡量收益和風(fēng)險(xiǎn)的決策過程。研究表明， 有限理性的個(gè)體決策特別是風(fēng)險(xiǎn)偏好常常會(huì)因?yàn)樾畔⒌谋磉_(dá)方式而發(fā)生變化（聶春艷 等， 2018）。相同含義的信息通過不同的表述形式與措辭進(jìn)行傳遞， 能夠使信息接收者產(chǎn)生不同的認(rèn)知與判斷， 從而提升語言的說服力， 實(shí)現(xiàn)有效的信息傳遞（李曉明， 譚譜， 2018）。風(fēng)險(xiǎn)選擇框架包括獲得框架和損失框架兩類， 前者的信息表述強(qiáng)調(diào)事件的獲益或積極后果; 后者的信息表述強(qiáng)調(diào)如果不進(jìn)行該事件所產(chǎn)生的風(fēng)險(xiǎn)和損失?？蚣苄?yīng)對(duì)消費(fèi)者行為決策至關(guān)重要， 個(gè)體的調(diào)節(jié)定向會(huì)影響其偏好的信息框架類型。一些研究表明獲得框架比損失框架更能提高個(gè)體對(duì)信息感知的有效性（van de Velde et al.， 2010）。獲得框架保持了行為的自由感且降低了強(qiáng)迫性感受， 而損失框架限制了行為自由的并具有高度強(qiáng)迫感（Niesta et al.， 2016）， 會(huì)引發(fā)強(qiáng)烈的負(fù)面情緒和恐懼覺醒。另一些研究則發(fā)現(xiàn)， 相比于獲得框架， 則發(fā)現(xiàn)消費(fèi)者在面對(duì)強(qiáng)調(diào)負(fù)面環(huán)境后果的損失框架時(shí)有更強(qiáng)的使用環(huán)保型生物燃料的意愿（Moon et al.， 2016）。因此哪一種信息框架更能有效增強(qiáng)消費(fèi)者響應(yīng)， 學(xué)術(shù)界尚未得到統(tǒng)一的結(jié)論（McDonald et al.， 2021）。以上研究矛盾的原因之一是沒有考慮個(gè)體自身特質(zhì)對(duì)框架效應(yīng)的影響。調(diào)節(jié)定向便是對(duì)信息框架敏感的重要個(gè)體特質(zhì)， 不同調(diào)節(jié)定向個(gè)體的感知風(fēng)險(xiǎn)水平對(duì)信息框架產(chǎn)生了調(diào)節(jié)作用（Lee amp; Aaker， 2004）：獲得框架在促進(jìn)定向個(gè)體的低風(fēng)險(xiǎn)感知下更有效; 反之損失框架在預(yù)防定向個(gè)體的高風(fēng)險(xiǎn)感知下更有效， 這就是調(diào)節(jié)匹配效應(yīng)在信息框架上的體現(xiàn)。

前景理論（Kahneman amp; Tversky， 1979）指出， 個(gè)體不同的特質(zhì)決定了其決策所采取的效用函數(shù)。近年來在實(shí)際應(yīng)用中， 越來越多的互聯(lián)網(wǎng)服務(wù)提供商開始在信息內(nèi)容與其接受者之間建立關(guān)聯(lián)（Teeny et al.， 2020）， 針對(duì)用戶的信息匹配被認(rèn)為是最可靠和有效的助推策略（Carpenter， 2012; Noar et al.， 2007; Rothman et al.， 2020）， 基于個(gè)體的大五人格特質(zhì)（Shumanov et al.， 2022）、認(rèn)知需求（See et al.， 2009）、權(quán)利需求（Moon， 2002）、感覺尋求特質(zhì)（Self amp; Findley， 2010）匹配對(duì)信息接受意愿有顯著提升， 但這些研究往往關(guān)注消費(fèi)者選擇產(chǎn)品時(shí)的廣告信息匹配對(duì)其購(gòu)買意向的影響， 尚未發(fā)現(xiàn)有研究將基于用戶的調(diào)節(jié)匹配應(yīng)用于隱私披露相關(guān)領(lǐng)域。同時(shí)， 亦有研究者指出， 過于精準(zhǔn)的個(gè)性化匹配效果可能會(huì)適得其反， 讓用戶產(chǎn)生被監(jiān)控、操縱之感， 從而對(duì)服務(wù)提供商產(chǎn)生反感（Kosinski et al.， 2013）。因此， 基于用戶調(diào)節(jié)匹配的隱私授權(quán)信息框架能否促進(jìn)用戶的隱私披露， 是一個(gè)值得探究的問題， 亦將為理解用戶面對(duì)隱私授權(quán)信息“助推”時(shí)的決策機(jī)制提供更加全面的視角。

3" 研究構(gòu)想

本項(xiàng)目將用戶的隱私披露授權(quán)視為一個(gè)決策過程， 利用調(diào)節(jié)定向和調(diào)節(jié)匹配理論作為整體研究框架， 探討個(gè)體的調(diào)節(jié)定向?qū)ζ潆[私披露決策的影響， 并在此基礎(chǔ)上考察調(diào)節(jié)匹配的授權(quán)信息對(duì)隱私披露的促進(jìn)機(jī)制。具體而言， 本項(xiàng)目擬開展3項(xiàng)子研究：研究1探討不同調(diào)節(jié)定向的個(gè)體對(duì)隱私授權(quán)信息在決策偏好和決策評(píng)估上的差異; 研究2在此基礎(chǔ)上通過行為和眼動(dòng)實(shí)驗(yàn)考察調(diào)節(jié)匹配效應(yīng)對(duì)個(gè)體隱私披露決策的促進(jìn)效果及作用機(jī)制; 研究3則在群體層面， 基于微博用戶公開的原創(chuàng)文本內(nèi)容和個(gè)人簡(jiǎn)介信息， 構(gòu)建用戶調(diào)節(jié)定向識(shí)別模型和隱私披露指標(biāo)體系并通過算法獲得群體層面二者的關(guān)聯(lián)。

3.1" 研究1：調(diào)節(jié)定向?qū)€(gè)體對(duì)隱私披露決策的影響

根據(jù)調(diào)節(jié)定向理論， 促進(jìn)定向的個(gè)體內(nèi)在的成長(zhǎng)和發(fā)展需要會(huì)試圖尋找積極的結(jié)果來達(dá)到自己的目的或標(biāo)準(zhǔn)。手機(jī)App作為移動(dòng)互聯(lián)網(wǎng)的產(chǎn)物， 用戶信息披露所帶來的社會(huì)資本（如獲得更多的朋友關(guān)注）和使用價(jià)值（更精準(zhǔn)的推薦、更優(yōu)化的體驗(yàn)）等是促進(jìn)定向用戶獲取利益和積極結(jié)果的一種方式（Dienlin amp; Trepte， 2015）; 反之， 預(yù)防定向的個(gè)體內(nèi)在的安全需要會(huì)激勵(lì)其尋找負(fù)面結(jié)果的存在， 他們更傾向于通過減少自己的信息披露避免負(fù)面結(jié)果的產(chǎn)生（吳茜， 姚樂野， 2022）。但是， 由于隱私悖論的存在， 問卷研究的結(jié)果在一定程度上不可避免與用戶真實(shí)的隱私披露決策有所偏離（Song et al.， 2021）。因此， 研究1將通過情境模擬App下載的行為實(shí)驗(yàn)， 考察在App下載使用之初的隱私授權(quán)階段， 不同調(diào)節(jié)定向的個(gè)體是否也表現(xiàn)出了和前述研究一致的信息披露偏好。綜合以上陳述， 研究1提出如下假設(shè)：

H1：在App下載后的隱私授權(quán)請(qǐng)求階段， 相比于預(yù)防定向的個(gè)體， 促進(jìn)定向的個(gè)體有更高的隱私授權(quán)率和更強(qiáng)的披露意愿。

在獲得了不同調(diào)節(jié)定向個(gè)體對(duì)隱私披露意愿的差異后， 本項(xiàng)目將探究這種差異背后的決策模式?；陔[私計(jì)算理論的基本觀點(diǎn)， 用戶在進(jìn)行隱私信息授權(quán)的決策前， 會(huì)對(duì)隱私泄露造成的損失和隱私披露帶來的收益進(jìn)行權(quán)衡， 當(dāng)感知到的收益大于觀察到的風(fēng)險(xiǎn)時(shí)， 就會(huì)選擇披露個(gè)人信息（Vishwanath et al.， 2018）。一些研究表明， 調(diào)節(jié)定向類型對(duì)于個(gè)體風(fēng)險(xiǎn)和收益的評(píng)估有重要影響。預(yù)防定向的個(gè)體更關(guān)注如何采取所有必要措施來避免損失; 而促進(jìn)定向的個(gè)體更關(guān)注如何采取各種可能的方式以獲得收益（Higgins， 1997）。大腦額葉皮層對(duì)于特定動(dòng)機(jī)和情緒活動(dòng)表現(xiàn)出的不對(duì)稱性是這種差異的神經(jīng)生理學(xué)基礎(chǔ)：與收益相關(guān)的動(dòng)機(jī)和情緒會(huì)提高左半腦額葉皮層的興奮性， 而與損失相關(guān)的動(dòng)機(jī)和情緒會(huì)提高右半腦相同區(qū)域的興奮性（Davidson amp; Irwin， 1999）。Amodio等人（2004）的研究表明：促進(jìn)定向個(gè)體的左額葉皮層基線活動(dòng)強(qiáng)度相對(duì)較高， 而預(yù)防定向個(gè)體的右額葉皮層基線活動(dòng)強(qiáng)度相對(duì)較高。上述研究均表明， 相比于預(yù)防定向的個(gè)體， 促進(jìn)定向的個(gè)體對(duì)于收益更加敏感。

相關(guān)問卷研究將隱私披露的風(fēng)險(xiǎn)和收益通過不同的題項(xiàng)分別呈現(xiàn)讓被試進(jìn)行評(píng)估。然而， 個(gè)體的真實(shí)決策往往需要在二者沖突下進(jìn)行權(quán)衡， 比如是否愿意用更多的隱私披露度換取更大的收益， 并承擔(dān)更多的潛在風(fēng)險(xiǎn)。目前眾多App搭載的個(gè)性化推薦系統(tǒng)算法基于用戶的特征與行為數(shù)據(jù)構(gòu)建模型， 對(duì)信息進(jìn)行過濾和篩選， 從而“投其所好”地為用戶匹配產(chǎn)品與服務(wù)（Liu et al.， 2013）。影響推薦系統(tǒng)效果的關(guān)鍵因素是數(shù)據(jù)的規(guī)模與質(zhì)量：一方面， 為了提升算法的準(zhǔn)確性與遷移性， App需要盡可能多地獲取用戶的數(shù)據(jù)以提升推薦效果。著名人工智能學(xué)者吳恩達(dá)（Andrew Ng）曾指出：“80%的數(shù)據(jù) + 20%的模型 = 更好的機(jī)器學(xué)習(xí)?！绷硪环矫?， 對(duì)于固定的算法模型而言， 用戶的數(shù)據(jù)越豐富、質(zhì)量越高， 推薦模型的效果就越好。因此精準(zhǔn)的推薦需要大量的用戶數(shù)據(jù)授權(quán)作為支撐， 而這又似乎更加重了用戶隱私擔(dān)憂問題， 形成了兩難境地：在實(shí)際的使用中， 如果用戶允許App開發(fā)商采集更多的數(shù)據(jù)和權(quán)限， 則能夠更精準(zhǔn)地推測(cè)其偏好， 從而提供更加準(zhǔn)確的推薦服務(wù)， 但是信息被濫用和盜用的風(fēng)險(xiǎn)也會(huì)隨之增加（周俊等， 2019）。

因此， 和問卷法分別設(shè)置不同的風(fēng)險(xiǎn)和收益題項(xiàng)不同， 本項(xiàng)目將直接把隱私披露和對(duì)應(yīng)的風(fēng)險(xiǎn)或收益同時(shí)呈現(xiàn)在一個(gè)選項(xiàng)中， 采用決策相關(guān)研究中的滴定法（titration procedure）設(shè)計(jì)實(shí)驗(yàn)量化被試在披露度下對(duì)應(yīng)的風(fēng)險(xiǎn)及收益大小， 通過讓被試完成一系列選擇來推導(dǎo)兩個(gè)選項(xiàng)在心理上的無差別點(diǎn)。該方法常被用于跨期決策和風(fēng)險(xiǎn)決策的相關(guān)研究中， 陳嘉欣和何貴兵（2015）通過一系列實(shí)驗(yàn)表明在環(huán)境領(lǐng)域的跨期決策問題中， 采用滴定法能讓被試基于結(jié)果的心理價(jià)值進(jìn)行判斷， 而不會(huì)出現(xiàn)偏好于特定拐點(diǎn)位置或數(shù)值的現(xiàn)象。綜上所述， 本項(xiàng)目基于前人調(diào)節(jié)定向與風(fēng)險(xiǎn)偏好的相關(guān)問卷研究結(jié)果， 提出如下假設(shè)：

H2：相比于預(yù)防定向， 促進(jìn)定向的個(gè)體傾向于獲得更高的隱私披露收益， 并且承擔(dān)更高的隱私披露風(fēng)險(xiǎn)。

3.2" 研究2：調(diào)節(jié)匹配對(duì)個(gè)體隱私披露意愿的影響

研究1對(duì)不同調(diào)節(jié)定向用戶的隱私披露授權(quán)決策進(jìn)行了刻畫， 研究2希望探究基于個(gè)體的調(diào)節(jié)定向特點(diǎn)對(duì)授權(quán)信息進(jìn)行匹配以推動(dòng)其隱私授權(quán)意愿。根據(jù)使用與滿足理論（Katz et al.， 1973）， 個(gè)體內(nèi)在的需求激發(fā)其主動(dòng)選擇和使用媒介， 并對(duì)媒介提供的產(chǎn)品或服務(wù)對(duì)需求的滿足程度進(jìn)行評(píng)估。調(diào)節(jié)定向作為個(gè)體的重要?jiǎng)訖C(jī)系統(tǒng)， 在這一評(píng)估和匹配中發(fā)揮著重要作用（Teeny et al.， 2020）。個(gè)體在接收到與自己調(diào)節(jié)定向一致的信息框架時(shí)會(huì)體驗(yàn)到調(diào)節(jié)匹配， 是由于不同聚焦方式的信息框架表達(dá)能自動(dòng)激發(fā)個(gè)體相應(yīng)的調(diào)節(jié)點(diǎn)（促進(jìn)vs預(yù)防）。相關(guān)消費(fèi)者心理學(xué)研究表明， 促進(jìn)定向的個(gè)體對(duì)強(qiáng)調(diào)收益的廣告有更積極的評(píng)價(jià)， 預(yù)防定向的個(gè)體對(duì)強(qiáng)調(diào)不購(gòu)買的損失的廣告有更積極的評(píng)價(jià)， 并且感知有效性、正確性等變量在調(diào)節(jié)匹配和廣告評(píng)價(jià)間起中介作用（Lee amp; Aaker， 2004; Updegraff amp; Rothman， 2013）。最近， 一些App開發(fā)商已經(jīng)開始調(diào)整授權(quán)請(qǐng)求信息的表述以提升用戶隱私披露的意愿， 一項(xiàng)針對(duì)授權(quán)時(shí)間和信息框架匹配效應(yīng)對(duì)隱私披露意愿影響的研究表明， 提前授權(quán)時(shí)， 損失框架的隱私授權(quán)信息通過降低感知不確定性從而具有更高的說服性（潘定， 謝菡， 2020）。感知不確定性是個(gè)體對(duì)不能預(yù)測(cè)決策可能產(chǎn)生的結(jié)果以及未來事件發(fā)生概率的感知（Wang et al.， 2019）。感知不確定性會(huì)引起風(fēng)險(xiǎn)感知， 個(gè)體普遍傾向于規(guī)避不確定性（壽志鋼， 鄭偉華， 2017）。相比于直接詢問被試的風(fēng)險(xiǎn)感知程度， 感知不確定性是反映風(fēng)險(xiǎn)感知的較好指標(biāo)。因此， 感知風(fēng)險(xiǎn)既是影響不同調(diào)節(jié)定向個(gè)體隱私披露決策偏好的內(nèi)在變量， 也是調(diào)節(jié)匹配與隱私披露意愿的中介機(jī)制。但是學(xué)界目前將個(gè)體的調(diào)節(jié)定向與信息特征框架進(jìn)行匹配以用于隱私授權(quán)流程的研究尚較為缺乏。綜上所述， 研究2基于調(diào)節(jié)定向匹配效應(yīng)在前述傳統(tǒng)行業(yè)的研究結(jié)果， 提出如下假設(shè)：

H3：調(diào)節(jié)定向和信息框架的交互作用會(huì)影響個(gè)體的隱私披露意愿和感知不確定性。

H3a：相比于預(yù)防定向的個(gè)體， 促進(jìn)定向的個(gè)體對(duì)于獲得框架的授權(quán)材料有更大的隱私披露意愿。

H3b：相比于促進(jìn)定向的個(gè)體， 預(yù)防定向的個(gè)體對(duì)于損失框架的授權(quán)材料有更大的隱私披露意愿。

H4：感知不確定性在調(diào)節(jié)匹配條件與隱私披露意愿之間起中介作用。

如果調(diào)節(jié)匹配對(duì)個(gè)體的隱私披露意愿有促進(jìn)效應(yīng)， 本項(xiàng)目希望進(jìn)一步探究個(gè)體對(duì)這種調(diào)節(jié)匹配信息的加工方式。Petty和Cacioppo （1986）提出了詳盡可能性模型（Elaboration Likelihood Model， ELM）以解釋說服過程中個(gè)體的信息加工機(jī)制， 區(qū)分了個(gè)體對(duì)說服信息的加工精細(xì)化程度， 是在說服領(lǐng)域被廣泛證實(shí)和應(yīng)用的經(jīng)典模型之一。ELM處于低精細(xì)化加工水平的個(gè)體將說服信息僅僅當(dāng)做一種線索（cue）; 而處于高精細(xì)化加工水平的個(gè)體將把說服信息看作一種觀點(diǎn)（argument）。探明個(gè)體對(duì)說服信息的精細(xì)加工水平是十分重要的， 在高精細(xì)化加工水平下， 信息對(duì)個(gè)體的說服效果更持久（Teeny et al.， 2020）。

關(guān)于調(diào)節(jié)匹配信息的加工精細(xì)化水平， 前人的研究存在一定爭(zhēng)議。一種觀點(diǎn)認(rèn)為， 調(diào)節(jié)匹配信息引起了個(gè)體更高的精細(xì)化加工水平， 而非調(diào)節(jié)匹配信息的精細(xì)化加工水平則較低。在調(diào)節(jié)匹配條件下， 個(gè)體對(duì)于獲得框架的信息有更高的參與度， 對(duì)于損失框架的信息則有更高的警覺性（Lee amp; Aaker， 2004）。信息觀點(diǎn)說服性的強(qiáng)弱通過不同的精細(xì)化加工水平對(duì)說服效果產(chǎn)生影響。一項(xiàng)針對(duì)健康信息的實(shí)驗(yàn)研究發(fā)現(xiàn)， 在調(diào)節(jié)匹配條件下， 個(gè)體對(duì)于健康信息的感知和評(píng)估受到信息觀點(diǎn)說服性強(qiáng)弱的影響， 對(duì)于說服性強(qiáng)的健康信息有更積極的評(píng)估態(tài)度和選擇傾向; 而在非調(diào)節(jié)匹配條件下則沒有表現(xiàn)出這種差異性。這一結(jié)果表明， 調(diào)節(jié)匹配條件下， 個(gè)體仔細(xì)評(píng)估信息的內(nèi)容， 采用了更系統(tǒng)的加工方式， 因此對(duì)于說服性強(qiáng)弱不同的觀點(diǎn)在選擇傾向上形成了差異; 而在非調(diào)節(jié)匹配條件下， 個(gè)體沒有進(jìn)行細(xì)致的思考， 無法區(qū)分觀點(diǎn)的強(qiáng)弱（Updegraff et al.， 2007）。然而也有研究發(fā)現(xiàn)相比于調(diào)節(jié)匹配， 個(gè)體對(duì)于非調(diào)節(jié)匹配信息有更高的精細(xì)化加工水平。非調(diào)節(jié)匹配條件下， 個(gè)體的狀態(tài)被打擾， 感受到了不確定性， 從而促使其對(duì)信息進(jìn)行仔細(xì)審查（Levine et al.， 2016）。Koenig等人（2009）的一系列實(shí)驗(yàn)表明， 調(diào)節(jié)匹配使得個(gè)體更依賴于專家信息， 傾向于啟發(fā)式的信息加工; 非調(diào)節(jié)匹配條件下個(gè)體則會(huì)對(duì)信息觀點(diǎn)進(jìn)行更多的論證， 傾向于系統(tǒng)式的信息加工。近期的一項(xiàng)研究發(fā)現(xiàn)個(gè)體的動(dòng)機(jī)水平是調(diào)節(jié)匹配條件與加工精細(xì)化水平的調(diào)節(jié)變量。在高動(dòng)機(jī)水平下， 調(diào)節(jié)匹配信息引起了個(gè)體對(duì)信息更長(zhǎng)時(shí)間的關(guān)注、更仔細(xì)的搜索和更精細(xì)的加工， 而在低動(dòng)機(jī)水平下， 非調(diào)節(jié)匹配信息反而引起了個(gè)體更仔細(xì)的搜索和更精細(xì)的加工（Lee et al.， 2019）。對(duì)于高動(dòng)機(jī)個(gè)體而言， 調(diào)節(jié)匹配與否本身就構(gòu)成了與信息相關(guān)的一部分， 由于匹配信息會(huì)引起個(gè)體關(guān)聯(lián)性的提升， 個(gè)體在信息加工中卷入度會(huì)提高或者信息加工的能力會(huì)增強(qiáng)（Petty et al.， 1988）; 對(duì)于低動(dòng)機(jī)個(gè)體而言， 調(diào)節(jié)匹配作為一種啟發(fā)式線索， 幫助個(gè)體進(jìn)行快速的信息加工， 調(diào)節(jié)不匹配則導(dǎo)致個(gè)體產(chǎn)生“錯(cuò)誤感” （Aaker amp; Lee， 2006）， 從而進(jìn)行全面的信息加工（Koenig et al.， 2009）。本項(xiàng)目涉及的App隱私授權(quán)場(chǎng)景是發(fā)生在個(gè)體主動(dòng)下載App后， 個(gè)體處于使用App的較高動(dòng)機(jī)水平。一項(xiàng)研究表明， 當(dāng)受激勵(lì)完成任務(wù)時(shí)， 調(diào)節(jié)匹配使得個(gè)體保持在較高的動(dòng)機(jī)狀態(tài)中以便投入任務(wù)中（Vaughn et al.， 2006）。綜上所述， 本項(xiàng)目假設(shè)個(gè)體對(duì)于調(diào)節(jié)匹配的隱私授權(quán)信息有著更高的精細(xì)化加工水平。

為了驗(yàn)證上述假設(shè)， 本項(xiàng)目也采用相關(guān)研究的如下范式區(qū)分加工精細(xì)化程度：將每種信息框架的信息材料設(shè)計(jì)強(qiáng)、弱兩種說服強(qiáng)度， 如果在調(diào)節(jié)匹配條件下， 個(gè)體對(duì)強(qiáng)說服力的材料有更大的接受程度; 而在非調(diào)節(jié)匹配的條件下， 個(gè)體對(duì)強(qiáng)弱說服力的材料接受程度無顯著差異， 則說明個(gè)體對(duì)調(diào)節(jié)匹配授權(quán)信息采用了高精細(xì)化加工， 反之則說明個(gè)體采用的是低精細(xì)化加工（Updegraff et al.， 2007）。ELM指出， 精細(xì)化加工水平的影響包括了情感層面（個(gè)體的感受和情緒）、行為層面（基于情感所采取的行動(dòng)）和認(rèn)知層面（個(gè)體的想法和認(rèn)知）。在隱私授權(quán)的情景下， 對(duì)于調(diào)節(jié)匹配授權(quán)信息的高精細(xì)化加工在認(rèn)知層面也會(huì)使得用戶的感知風(fēng)險(xiǎn)降低。因此本項(xiàng)目將探究在隱私授權(quán)這一情境下， 個(gè)體對(duì)調(diào)節(jié)匹配的隱私授權(quán)信息是否也表現(xiàn)出了更精細(xì)的加工程度， 引起了在行為層面的更強(qiáng)的隱私披露意愿， 及在認(rèn)知層面對(duì)匹配信息更低的感知不確定性， 提出如下假設(shè)：

H5：隱私授權(quán)材料的調(diào)節(jié)匹配和說服力強(qiáng)弱的交互作用會(huì)對(duì)個(gè)體的隱私披露意愿和感知不確定性產(chǎn)生影響。

H5a：當(dāng)隱私授權(quán)材料信息框架和個(gè)體的調(diào)節(jié)定向匹配時(shí)， 個(gè)體對(duì)于強(qiáng)說服的隱私授權(quán)材料有更大的隱私披露意愿和感知不確定性。

H5b：當(dāng)隱私授權(quán)材料信息框架和個(gè)體的調(diào)節(jié)定向不匹配時(shí)， 隱私授權(quán)材料的說服性強(qiáng)弱對(duì)于個(gè)體的隱私披露意愿和感知不確定性無顯著影響

通過行為實(shí)驗(yàn)發(fā)現(xiàn)需求匹配信息會(huì)引起個(gè)人更高精細(xì)化的加工水平， 而眼動(dòng)數(shù)據(jù)提供了另一個(gè)視角的證據(jù)。對(duì)刺激材料的眼動(dòng)軌跡受個(gè)體內(nèi)化的認(rèn)知模型驅(qū)動(dòng)， 由其自上而下的認(rèn)知加工模式形成， 反映了大腦對(duì)視覺刺激的加工順序和整體動(dòng)態(tài)（Noton amp; Stark， 1971）。一般而言， 用戶對(duì)自己感興趣的內(nèi)容注視時(shí)間較長(zhǎng)， 對(duì)自己不感興趣的內(nèi)容注視時(shí)間較短。相關(guān)研究表明， 興趣區(qū)域內(nèi)的注視次數(shù)和注視時(shí)間能夠反映個(gè)體獲得信息量以及對(duì)刺激物的加工深度（García et al.， 2000）。

已有相關(guān)的眼動(dòng)研究表明， 注視點(diǎn)時(shí)長(zhǎng)是反映加工水平的可靠指標(biāo)， 隨著任務(wù)難度的增加， 注視點(diǎn)時(shí)長(zhǎng)也越長(zhǎng)（Horstmann et al.， 2009）。周蕾等（2019）對(duì)風(fēng)險(xiǎn)決策的眼動(dòng)研究中， 選擇了單個(gè)注視點(diǎn)的平均時(shí)長(zhǎng)作為衡量加工復(fù)雜度的指標(biāo)。此外， 已有的消費(fèi)心理學(xué)相關(guān)眼動(dòng)研究表明， 個(gè)體對(duì)廣告的注視次數(shù)越多說明對(duì)廣告的信息加工越好（Yaveroglu amp; Donthu， 2008）。一些眼動(dòng)研究采用決策前注視的選項(xiàng)特征數(shù)量衡量加工深度（周蕾 等， 2019）。綜上所述， 個(gè)體對(duì)調(diào)節(jié)匹配隱私授權(quán)信息更高的精細(xì)加工水平也將體現(xiàn)在注視時(shí)長(zhǎng)和次數(shù)相關(guān)的眼動(dòng)指標(biāo)中。因此， 本研究將通過眼動(dòng)追蹤實(shí)驗(yàn)， 采集不同調(diào)節(jié)定向的個(gè)體對(duì)兩種信息框架的隱私授權(quán)信息的上述注視次數(shù)和注視時(shí)間指標(biāo)， 以考察個(gè)體對(duì)調(diào)節(jié)匹配授權(quán)信息的注意程度和加工深度， 提出如下假設(shè)：

H6：當(dāng)隱私授權(quán)材料信息框架和個(gè)體的調(diào)節(jié)定向匹配時(shí)， 個(gè)體對(duì)授權(quán)信息的注視時(shí)間更長(zhǎng)， 決策前注視的選項(xiàng)特征數(shù)量更多。

3.3" 研究3：基于微博數(shù)據(jù)的個(gè)體調(diào)節(jié)定向與隱私披露關(guān)聯(lián)分析

雖然已有問卷研究表明， 促進(jìn)定向的個(gè)體會(huì)選擇在社交網(wǎng)站上披露更多的個(gè)人信息（沈旺 等， 2020）， 但自我報(bào)告的數(shù)據(jù)顯然會(huì)由于社會(huì)期望等因素和實(shí)際行為間存在偏差（喻豐 等， 2015）。而研究1、2的行為實(shí)驗(yàn)也不能完全代表用戶的真實(shí)使用行為。因此， 研究3將以用戶公開的微博文本為基礎(chǔ)， 通過對(duì)文本內(nèi)容的計(jì)算衡量其真實(shí)的隱私披露程度， 并建立與調(diào)節(jié)定向的關(guān)聯(lián)， 通過對(duì)大量微博用戶調(diào)節(jié)定向與隱私披露度行為數(shù)據(jù)的關(guān)聯(lián)性分析， 從群體層面驗(yàn)證相比預(yù)防定向， 促進(jìn)定向是否與更高的隱私披露行為相關(guān)聯(lián)。

用戶在原創(chuàng)文本中， 能夠更加真實(shí)和自然地表露自己的所思所想。近年來隨著機(jī)器學(xué)習(xí)文本分析技術(shù)的不斷發(fā)展， 越來越多的研究表明， 基于用戶原創(chuàng)文本內(nèi)容可以推測(cè)其心理特質(zhì)。大數(shù)據(jù)研究的數(shù)據(jù)類型包括行為數(shù)據(jù)和文本數(shù)據(jù)兩大類， 前者通過收集用戶的相關(guān)使用行為記錄， 后者主要的主要來源是爬取用戶產(chǎn)生內(nèi)容（User Generated Content） （孫淑蘭， 黃翼彪， 2012）。用戶的原創(chuàng)文本往往包含與動(dòng)機(jī)、情緒相關(guān)的描述， Johnsen等人（2014）的研究將情緒詞的使用作為調(diào)節(jié)定向的區(qū)分依據(jù)， 選取了Pennebaker等人（1990）開發(fā)的“語言探索與字詞計(jì)數(shù)” （Linguistic Inquiry and Word Count， LIWC）詞典中的“Dejection ? Elation”類別作為促進(jìn)定向的特征詞庫(kù)， “Agitation ? Quiescence”類別作為預(yù)防定向的特征詞， 通過對(duì)二者的詞頻分析區(qū)分不同的調(diào)節(jié)定向群體。但是該研究存在以下問題：1）調(diào)節(jié)定向包括個(gè)體情緒、動(dòng)機(jī)、目標(biāo)在內(nèi)的綜合特質(zhì)， 僅僅通過兩類情緒詞作為區(qū)分調(diào)節(jié)定向的標(biāo)準(zhǔn)， 是不夠準(zhǔn)確和全面的。2）該研究缺少外部效度的驗(yàn)證， 即沒有對(duì)模型識(shí)別出的不同調(diào)節(jié)定向個(gè)體進(jìn)行準(zhǔn)確性驗(yàn)證。針對(duì)上述問題， 研究3將采用心理特質(zhì)預(yù)測(cè)相關(guān)研究中的范式， 結(jié)合問卷測(cè)量和機(jī)器學(xué)習(xí)兩種方法建立分類模型。首先收集一部分用戶的調(diào)節(jié)定向問卷數(shù)據(jù)及對(duì)應(yīng)的微博文本內(nèi)容。然后將問卷分?jǐn)?shù)作為模型的真值， 文本內(nèi)容提取包括情感、社會(huì)歷程、認(rèn)知等和調(diào)節(jié)定向相關(guān)的詞頻作為輸入特征。最后機(jī)器學(xué)習(xí)模型將自動(dòng)建立輸入特征對(duì)調(diào)節(jié)定向類別的預(yù)測(cè)系數(shù)， 并輸出模型的預(yù)測(cè)效果。

社交類App的隱私相關(guān)決策不僅僅發(fā)生在授權(quán)階段， 也體現(xiàn)在用戶日常的使用行為中。大數(shù)據(jù)時(shí)代下， 數(shù)據(jù)記錄了個(gè)體行為的痕跡（喻豐 等， 2015）。用戶在社交媒體中的文本和行為痕跡將為分析其真實(shí)的隱私披露行為提供有效的線索。本項(xiàng)目基于微博的使用場(chǎng)景， 將通過分析用戶微博個(gè)人簡(jiǎn)介和原創(chuàng)文本兩部分?jǐn)?shù)據(jù)的來構(gòu)建用戶的隱私披露指標(biāo)體系。個(gè)人微博簡(jiǎn)介的隱私披露度計(jì)算將依據(jù)Banczyk等人（2008）的人工編碼方案， 通過編寫計(jì)算機(jī)代碼自動(dòng)采集和計(jì)算用戶個(gè)人信息隱私披露得分。該方案的核心是計(jì)算用戶對(duì)各種需要披露自我相關(guān)信息的條目是否做出了回應(yīng)（如：年齡、性別）， 以及在一些條目上的回應(yīng)程度（如：興趣標(biāo)簽的數(shù)量）。用戶的原創(chuàng)微博文本中也會(huì)進(jìn)行自我相關(guān)信息的披露， 這種隱私披露的表現(xiàn)形式相對(duì)更為內(nèi)隱。本項(xiàng)目中采用舒聰（2018）提出的微博文本信息披露度內(nèi)容分析方案對(duì)原創(chuàng)微博內(nèi)容中與自我披露相關(guān)的內(nèi)容進(jìn)行分析， 計(jì)算用戶的文本隱私披露得分。因此， 每個(gè)用戶總體隱私披露總分包括個(gè)人信息隱私披露得分和文本隱私披露得分兩部分。

在獲得了微博用戶群體的調(diào)節(jié)定向類型和隱私披露度后， 研究3將采用機(jī)器學(xué)習(xí)的關(guān)聯(lián)分析算法Apriori對(duì)以上數(shù)據(jù)進(jìn)行分析， 探索調(diào)節(jié)定向類型和隱私披露程度的關(guān)聯(lián)規(guī)則（Association rules）和頻繁項(xiàng)集（Frequent item sets）。其中， 關(guān)聯(lián)規(guī)則指基于大量數(shù)據(jù)獲得的調(diào)節(jié)定向類型與隱私披露程度之間的關(guān)系， 而這兩者頻繁出現(xiàn)的組合稱為頻繁項(xiàng)集， 例如{預(yù)防定向vs低自我信息披露度}。再?gòu)念l繁項(xiàng)集中找出同時(shí)滿足最小支持度閾值和最小置信度閾值（Minimum Confidence）的規(guī)則即強(qiáng)規(guī)則。因此， 基于前述相關(guān)問卷和行為研究結(jié)果， 研究3提出如下假設(shè)：

H7：在群體層面， 微博用戶的促進(jìn)定向與高隱私披露度為強(qiáng)關(guān)聯(lián)規(guī)則

H8：在群體層面， 微博用戶的預(yù)防定向與低隱私披露度為強(qiáng)關(guān)聯(lián)規(guī)則

4" 理論構(gòu)建

本文采用調(diào)節(jié)定向和調(diào)節(jié)匹配理論作為理解App隱私授權(quán)助推機(jī)制的整體框架。消費(fèi)心理學(xué)的研究領(lǐng)域中， 調(diào)節(jié)定向和調(diào)節(jié)匹配理論被廣泛應(yīng)用于商品營(yíng)銷信息說服效果的相關(guān)研究， 并發(fā)現(xiàn)當(dāng)廣告信息（積極vs消極）與個(gè)體的調(diào)節(jié)定向匹配時(shí)， 消費(fèi)者會(huì)對(duì)自己的購(gòu)買決策產(chǎn)生更高的價(jià)值感， 從而更容易被廣告信息說服并強(qiáng)化其購(gòu)買行為意向（Awad amp; Krishnan， 2006）。隨著移動(dòng)互聯(lián)網(wǎng)時(shí)代數(shù)字經(jīng)濟(jì)的飛速發(fā)展， 在“數(shù)據(jù)即資源”的需求牽引下， 數(shù)據(jù)成了一種無形但重要的“商品”。App用戶的隱私信息授權(quán)行為日益頻繁、更日漸重要， 這一行為本質(zhì)上是一種說服用戶讓渡自己的個(gè)人信息， 以獲得相應(yīng)的服務(wù)和體驗(yàn)的過程。目前隱私披露領(lǐng)域中， 鮮有研究關(guān)注到個(gè)體的隱私授權(quán)行為如何受調(diào)節(jié)匹配的影響。隱私披露和調(diào)節(jié)定向之間的在一些問卷研究中關(guān)系有初步的證實(shí)， 但缺乏深入的機(jī)制研究。本項(xiàng)目嘗試構(gòu)建理論機(jī)制模型（如圖1所示）， 提出不同調(diào)節(jié)定向類型的個(gè)體對(duì)隱私披露風(fēng)險(xiǎn)和收益的評(píng)估存在差異， 從而影響對(duì)隱私披露的意愿。調(diào)節(jié)定向類型和信息框架類型的匹配條件通過影響個(gè)體信息加工水平和感知風(fēng)險(xiǎn)推動(dòng)個(gè)體的隱私披露決策。

首先， 調(diào)節(jié)定向作為一種反映個(gè)體考慮“獲得”與“損失”之間傾向的一種特質(zhì)， 對(duì)其一系列決策行為有著重要影響。而隱私披露本質(zhì)上個(gè)體對(duì)自身隱私授權(quán)收益和隱私泄露風(fēng)險(xiǎn)進(jìn)行考量的過程， 因此本項(xiàng)目認(rèn)為用戶自身的調(diào)節(jié)定向類型導(dǎo)致其產(chǎn)生不同的隱私風(fēng)險(xiǎn)偏好， 并且也將量化地表征不同調(diào)節(jié)定向類型個(gè)體隱私風(fēng)險(xiǎn)的評(píng)估與權(quán)衡特點(diǎn)（研究1）。在明確了調(diào)節(jié)定向與對(duì)隱私披露的影響后， 進(jìn)一步考慮信息框架與調(diào)節(jié)定向形成的匹配條件， 即是否當(dāng)個(gè)體的調(diào)節(jié)定向類型與授權(quán)信息框架類型相匹配時(shí)， 個(gè)體對(duì)信息的接受意愿更強(qiáng)。在此基礎(chǔ)上檢驗(yàn)個(gè)體的感知風(fēng)險(xiǎn)水平對(duì)隱私披露意愿的中介作用以及加工精細(xì)化水平的差異（研究2）。綜上， 研究1和研究2在個(gè)體層面， 探討了調(diào)節(jié)定向特征以及信息框架類型如何通過影響感知風(fēng)險(xiǎn)來影響App用戶的隱私披露意愿， 可以為檢驗(yàn)群體層面的數(shù)據(jù)提供基礎(chǔ)。研究3將基于公開社交平臺(tái)的群體用戶數(shù)據(jù)， 從簡(jiǎn)介信息披露行為和文本自我呈現(xiàn)行為兩個(gè)維度表征隱私披露。然后通過機(jī)器學(xué)習(xí)分類模型， 挖掘不同調(diào)節(jié)定向個(gè)體在動(dòng)機(jī)表達(dá)、情緒表達(dá)、社會(huì)歷程等方面語言特征的差異。最后基于對(duì)調(diào)節(jié)定向和隱私披露行為進(jìn)行了關(guān)聯(lián)分析（研究3）。綜上所述， 本項(xiàng)目將較為系統(tǒng)地探討調(diào)節(jié)定向影響隱私披露的內(nèi)在機(jī)制（感知風(fēng)險(xiǎn)）和作用條件（信息框架、加工水平）。研究的主要理論推進(jìn)之處如下：

首先， 明確調(diào)節(jié)定向和調(diào)節(jié)匹配對(duì)隱私披露的決策模式和驅(qū)動(dòng)機(jī)制。前人研究雖然對(duì)影響隱私披露的因素種類和作用效果進(jìn)行了細(xì)致的分析， 但是個(gè)體層面因素與場(chǎng)景層面因素往往被割裂為兩條獨(dú)立的研究思路， 從而忽視了個(gè)體“有限理性”的決策特點(diǎn)以及授權(quán)場(chǎng)景與心理特質(zhì)的相互作用。因此本項(xiàng)目以風(fēng)險(xiǎn)與收益的權(quán)衡為核心， 采用風(fēng)險(xiǎn)決策范式中的滴定法來定量地評(píng)估不同調(diào)節(jié)定向個(gè)體對(duì)隱私收益和風(fēng)險(xiǎn)的感知差異。在此基礎(chǔ)上， 將傳統(tǒng)研究對(duì)信息與個(gè)體的單向計(jì)算轉(zhuǎn)變?yōu)楹饬慷哒{(diào)節(jié)定向與信息框架的雙向匹配， 探究基于調(diào)節(jié)匹配的隱私授權(quán)設(shè)計(jì)對(duì)個(gè)體隱私?jīng)Q策的助推作用。助推的本質(zhì)正是基于個(gè)體的特質(zhì)， 設(shè)計(jì)選擇框架以引導(dǎo)人們做出更好的選擇（趙寧 等， 2022）。因此， 在合理合規(guī)的前提下， 推動(dòng)個(gè)體對(duì)隱私授權(quán)信息的正確理解， 可以減少信息的不對(duì)稱性， 有助于推動(dòng)數(shù)據(jù)資源的利用。已有研究表明， 網(wǎng)頁(yè)安全警告信息的助推設(shè)計(jì)可以有效地引導(dǎo)個(gè)體后續(xù)的使用行為（Acquisti et al.， 2017）。因此隱私授權(quán)請(qǐng)求信息框架與個(gè)體調(diào)節(jié)定向的匹配也將能夠促進(jìn)隱私披露。在此基礎(chǔ)上檢驗(yàn)個(gè)體對(duì)調(diào)節(jié)匹配的App隱私授權(quán)信息的加工機(jī)制。綜上， 探討調(diào)節(jié)定向與信息框架的匹配會(huì)如何影響用戶對(duì)風(fēng)險(xiǎn)的感知和信息加工的水平， 進(jìn)而對(duì)隱私披露意愿產(chǎn)生影響。這樣的研究視角更進(jìn)一步凸顯了調(diào)節(jié)定向?qū)﹄[私披露的底層作用機(jī)制及其與信息框架之間的密切聯(lián)系。

其次， 在決策評(píng)估、決策偏好、實(shí)際決策行為三個(gè)層面較為完整地考察了調(diào)節(jié)定向?qū)τ陔[私披露的影響。以往隱私披露相關(guān)研究多圍繞決策偏好展開， 對(duì)決策評(píng)估和實(shí)際決策行為的探索較少。本項(xiàng)目通過綜合多種研究手段， 探究調(diào)節(jié)定向?qū)﹄[私披露整體決策過程的影響。對(duì)于決策偏好， 通過模擬情境實(shí)驗(yàn)評(píng)估相比于預(yù)防定向， 促進(jìn)定向的個(gè)體是否具有更強(qiáng)的隱私披露意愿。圍繞決策評(píng)估， 通過滴定法定量地表征不同調(diào)節(jié)定向的個(gè)體在隱私授權(quán)決策中主觀相等點(diǎn)的差異。針對(duì)實(shí)際決策行為， 通過數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等相關(guān)技術(shù)采集并分析基于社交App用戶群體的真實(shí)文本與行為數(shù)據(jù)， 分析促進(jìn)定向的個(gè)體是否在App使用中表現(xiàn)出了更多的隱私披露行為。以上研究有助于揭示調(diào)節(jié)定向?qū)€(gè)體隱私披露決策階段的作用特點(diǎn)。

最后， 在群體層面為隱私授權(quán)的相關(guān)研究提供新的視角。Belanger和Crossler （2011）對(duì)隱私相關(guān)的文獻(xiàn)進(jìn)行回顧后提出， 現(xiàn)有的研究大多數(shù)是基于個(gè)體層面， 應(yīng)該有更多的研究在群體、組織及社會(huì)的宏觀層面展開。本項(xiàng)目在研究1、2中發(fā)揮實(shí)驗(yàn)研究在控制變量、解釋因果方面的優(yōu)勢(shì)， 在個(gè)體層面探究了調(diào)節(jié)定向和調(diào)節(jié)匹配在個(gè)體隱私授權(quán)中的作用。研究3采用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)相關(guān)技術(shù)增加研究的生態(tài)效度， 減少已有研究在樣本量和生態(tài)效度的不足， 以期為調(diào)節(jié)定向和隱私披露的相關(guān)理論補(bǔ)充來自群體層面的結(jié)論。此外， 和前人研究中往往只是單一采集被試的行為或問卷數(shù)據(jù)不同， 研究3采集了個(gè)體App實(shí)際使用過程中披露的相關(guān)信息， 包括外顯層面的個(gè)人簡(jiǎn)介和內(nèi)隱層面的文本內(nèi)容， 從而更加立體、多維地呈現(xiàn)隱私披露與調(diào)節(jié)定向的關(guān)聯(lián)， 據(jù)此開發(fā)的用戶調(diào)節(jié)定向文本分析模型和隱私披露行為指標(biāo)體系可以為后續(xù)研究提供測(cè)量工具的參考。

總而言之， 本項(xiàng)目在個(gè)體和群體兩個(gè)層面， 構(gòu)建了基于調(diào)節(jié)定向的視角的App用戶隱私披露影響機(jī)制模型， 闡釋了隱私披露的整體決策過程及其中感知風(fēng)險(xiǎn)、信息框架、加工水平的作用， 深化了調(diào)節(jié)定向和隱私披露領(lǐng)域的理論研究。數(shù)字經(jīng)濟(jì)時(shí)代， 海量的個(gè)人數(shù)據(jù)是把雙刃劍， 其機(jī)遇和風(fēng)險(xiǎn)并存。明確調(diào)節(jié)定向?qū)﹄[私披露的作用條件與機(jī)制， 能夠?yàn)閿?shù)據(jù)采集方提供參考， 在合理合規(guī)的前提下減少隱私授權(quán)過程中的不對(duì)稱性， 讓用戶充分感知并理解數(shù)據(jù)采集的目的， 為數(shù)據(jù)經(jīng)濟(jì)與社會(huì)價(jià)值的發(fā)揮提供來自心理學(xué)層面的助力。

參考文獻(xiàn)

陳嘉欣， 何貴兵. （2015）. 環(huán)境結(jié)果時(shí)間折扣的測(cè)量： 匹配法和滴定法的比較. 應(yīng)用心理學(xué)， 21（1）， 12?20.

李曉明， 譚譜. （2018）. 框架效應(yīng)的應(yīng)用研究及其應(yīng)用技巧. 心理科學(xué)進(jìn)展， 26（12）， 2230?2237.

聶春艷， 汪濤， 趙鵬， 崔楠. （2018）. 解釋框架對(duì)文化混搭產(chǎn)品評(píng)價(jià)的影響——比較焦點(diǎn)和解釋策略的調(diào)節(jié)效應(yīng). 心理學(xué)報(bào)， 50（12）， 1438?1448.

潘定， 謝菡. （2020）. 授權(quán)時(shí)間和信息框架的匹配效應(yīng)對(duì)隱私披露意愿的影響. 外國(guó)經(jīng)濟(jì)與管理， 42（11）， 81?93.

邱均平， 李艷紅. （2012）. 社交網(wǎng)絡(luò)中用戶隱私安全問題探究. 情報(bào)資料工作， （6）， 34?38.

沈旺， 高雪倩， 代旺， 楊博全. （2020）. 基于解釋水平理論與調(diào)節(jié)定向理論的社交網(wǎng)絡(luò)隱私悖論研究. 情報(bào)科學(xué)， 38（8）， 12?127.

壽志鋼， 鄭偉華. （2017）. 基于不確定性的促銷策略研究： 理論綜述與最新進(jìn)展. 外國(guó)經(jīng)濟(jì)與管理， 39（3）， 90?98.

舒聰. （2018）. 成人依戀與社交網(wǎng)絡(luò)自我表露的關(guān)系 （碩士學(xué)位論文）. 西南大學(xué)， 重慶.

孫淑蘭， 黃翼彪. （2012）. 用戶產(chǎn)生內(nèi)容（UGC）模式探究. 圖書館學(xué)研究， （13）， 33?35.

吳茜， 姚樂野. （2022）. 互聯(lián)網(wǎng)用戶隱私披露行為影響因素研究. 現(xiàn)代情報(bào)， 42（6）， 121?131.

楊巧英， 柳武妹， 張東. （2021）. 小標(biāo)簽， 大作用： 營(yíng)銷領(lǐng)域中的食品標(biāo)簽效應(yīng). 心理科學(xué)進(jìn)展， 29（9）， 1669? 1683.

姚琦， 樂國(guó)安. （2009）. 動(dòng)機(jī)理論的新發(fā)展： 調(diào)節(jié)定向理論. 心理科學(xué)進(jìn)展， 17（6）， 1264?1273.

尹非凡， 王詠. （2013）. 消費(fèi)行為領(lǐng)域中的調(diào)節(jié)定向. 心理科學(xué)進(jìn)展， 21（2）， 347?357.

喻豐， 彭凱平， 鄭先雋. （2015）. 大數(shù)據(jù)背景下的心理學(xué)： 中國(guó)心理學(xué)的學(xué)科體系重構(gòu)及特征. 科學(xué)通報(bào)， 60（5-6）， 520?533.

趙寧， 劉鑫， 李紓， 鄭蕊. （2022）. 默認(rèn)選項(xiàng)設(shè)置的助推效果： 來自元分析的證據(jù). 心理科學(xué)進(jìn)展， 30（6）， 1230? 1241.

周俊， 董曉蕾， 曹珍富. （2019）. 推薦系統(tǒng)的隱私保護(hù)研究進(jìn)展. 計(jì)算機(jī)研究與發(fā)展， 56（10）， 2033?2048.

周蕾， 李愛梅， 張磊， 李紓， 梁竹苑. （2019）. 風(fēng)險(xiǎn)決策和跨期決策的過程比較： 以確定效應(yīng)和即刻效應(yīng)為例. 心理學(xué)報(bào)， 51（3）， 337?352.

朱鵬， 李璐， Gary Marchionini. （2019）. 基于調(diào)節(jié)定向理論的社交網(wǎng)絡(luò)用戶信息分享行為研究. 情報(bào)學(xué)報(bào)， 38（3）， 257?265.

Aaker， J. L.， amp; Lee， A. Y. （2006）. Understanding regulatory fit. Journal of Marketing Research， 43（1）， 15?19.

Acquisti， A.， Adjerid， I.， Balebako， R. H.， Brandimarte， L.， Cranor， L. F.， Komanduri， S.， ... Wilson， S. （2017）. Nudges for privacy and security： Understanding and assisting users’ choices online. ACM Computing Surveys， 50（3）， 1?41.

Acquisti， A.， Brandimarte， L.， amp; Loewenstein， G. （2015）. Privacy and human behavior in the age of information. Science， 347（6221）， 509?514.

Amodio， D. M.， Shah， J. Y.， Sigelman， J.， Brazy， P. C.， amp; Harmon-Jones， E. （2004）. Implicit regulatory focus associated with asymmetrical frontal cortical activity. Journal of Experimental Social Psychology， 40（2）， 225? 232.

Awad， N. F.， amp; Krishnan， M. S. （2006）. The personalization privacy paradox： An empirical evaluation of information transparency and the willingness to be profiled online for personalization. MIS Quarterly， 30（1）， 13?28.

Banisar， D.， amp; Davies， S. （1999）. Global trends in privacy protection： An international survey of privacy， data protection， and surveillance laws and developments. John Marshall Journal of Computer amp; Information Law， 18（1）， 1?11.

Banczyk， B.， Kr?¤mer， N.， amp; Senokozlieva， M. （2008， May）. ‘‘The wurst’’ meets ‘‘fatless’’ in MySpace： The relationship between self-esteem， personality， and self- presentation in an online community. Paper Session Presented at the meeting of the International Communication Association， Montreal， Canada.

Belanger， F.， amp; Crossler， R. E. （2011）. Privacy in the digital age： A review of information privacy research in information systems. MIS Quarterly， 35（4）， 1017?1041.

Carpenter， C. J. （2012）. A meta-analysis of the functional matching effect based on functional attitude theory. Southern Communication Journal， 77（5）， 438?451.

Cesario， J.， Corker， K. S.， amp; Jelinek， S. （2013）. A self-regulatory framework for message framing. Journal of Experimental Social Psychology， 49（2）， 238?249.

Cesario， J.， Higgins， E. T.， amp; Scholer， A. A. （2008）. Regulatory fit and persuasion： Basic principles and remaining questions. Social and Personality Psychology Compass， 2（1）， 444?463.

Davidson， R. J.， amp; Irwin， W. （1999）. The functional neuroanatomy of emotion and affective style. Trends in Cognitive Sciences， 3（1）， 11?21.

Dienlin， T.， amp; Trepte， S. （2015）. Is the privacy paradox a relic of the past？ An in-depth analysis of privacy attitudes and privacy behaviors. European Journal of Social Psychology， 45（3）， 285?297.

García， C.， Ponsoda， V.， amp; Estebaranz， H. （2000）. Scanning ads： Effects of involvement and of position of the illustration in printed advertisements. Advances in Consumer Research， 27， 104?109.

Higgins， E. T. （1997）. Beyond pleasure and pain. American Psychologist， 52（12）， 1280?1300.

Higgins， E. T. （2000）. Making a good decision： Value from fit. American Psychologist， 55（11）， 1217?1230.

Horstmann， N.， Ahlgrimm， A.， amp; Gl?ckner， A. （2009）. How distinct are intuition and deliberation？ An eye-tracking analysis of instruction-induced decision modes. Judgment and Decision Making， 4（5）， 335?354.

Johnsen， J. A. K.， Vambheim， S. M.， Wynn， R.， amp; Wangberg， S. C. （2014）. Language of motivation and emotion in an internet support group for smoking cessation： Explorative use of automated content analysis to measure regulatory focus. Psychology Research and Behavior Management， 7， 19?29.

Kahneman， D.， amp; Tversky， A. （1979）. Prospect theory： An analysis of decision under risk. Econometrica， 47（2）， 263? 291.

Katz， E.， Blumler， J. G.， amp; Gurevitch， M. （1973）. Uses and gratifications research. The Public Opinion Quarterly， 37（4）， 509?523.

Koenig， A. M.， Cesario， J.， Molden， D. C.， Kosloff， S.， amp; Higgins， E. T. （2009）. Incidental experiences of regulatory fit and the processing of persuasive appeals. Personality amp; Social Psychology Bulletin， 35（10）， 1342?1355.

Kosinski， M.， Stillwell， D.， amp; Graepel， T. （2013）. Private traits and attributes are predictable from digital records of human behavior. Proceedings of the National Academy of Sciences， 110（15）， 5802?5805.

Lee， A. Y.， amp; Aaker， J. L. （2004）. Bringing the frame into focus： The influence of regulatory fit on processing fluency and persuasion. Journal of Personality and Social Psychology， 86（2）， 205?218.

Lee， Y.-H.， Getz， B.， amp; Xiao， M. （2019）. Does that sound right？ The effects of regulatory fit and nonfit headline frames on motivated information processing. Communication Monographs， 86（3）， 336?356.

Levine， J. M.， Alexander， K. M.， Wright， A. G.， amp; Higgins， E. T. （2016）. Group brainstorming： When regulatory nonfit enhances performance. Group Processes amp; Intergroup Relations， 19（2）， 257?271.

Li， H.， Sarathy， R.， amp; Xu， H. （2010）. Understanding situational online information disclosure as a privacy calculus. Journal of Computer Information Systems， 51（1）， 62?71.

Liu， H.， He， J.， Wang， T.， Song， W.， amp; Du， X. （2013）. Combining user preferences and user opinions for accurate recommendation. Electronic Commerce Research and Applications， 12（1）， 14?23.

McDonald， K.， Graves， R.， Yin， S.， Weese， T.， amp; Sinnott- Armstrong， W. （2021）. Valence framing effects on moral judgments： A meta-analysis. Cognition， 212， 104703.

Moon， S.， Bergey， P. K.， Bove， L. L.， amp; Robinson， S. （2016）. Message framing and individual traits in adopting innovative， sustainable products （ISPs）： Evidence from biofuel adoption. Journal of Business Research， 69（9）， 3553?3560.

Moon， Y. （2002）. Personalization and personality： Some effects of customizing message style based on consumer personality. Journal of Consumer Psychology， 12（4）， 313? 325.

Mosteller， J.， amp; Poddar， A. （2017）. To share and protect： Using regulatory focus theory to examine the privacy paradox of consumers' social media engagement and online privacy protection behaviors. Journal of Interactive Marketing， 39（1）， 27?38.

Niesta Kayser， D.， Graupmann， V.， Fryer， J. W.， amp; Frey， D. （2016）. Threat to freedom and the detrimental effect of avoidance goal frames： Reactance as a mediating variable. Frontiers in Psychology， 7， 632.

Noar， S. M.， Benac， C. N.， amp; Harris， M. S. （2007）. Does tailoring matter？ Meta-analytic review of tailored print health behavior change interventions. Psychological Bulletin， 133（4）， 673?693.

Noton， D.， amp; Stark， L. （1971）. Scanpaths in saccadic eye movements while viewing and recognizing patterns. Vision Research， 11（9）， 929?942.

Pennebaker， J. W.， Colder， M.， amp; Sharp， L. K. （1990）. Accelerating the coping process. Journal of Personality and Social Psychology， 58（3）， 528?537.

Petty， R. E.， amp; Cacioppo， J. T. （1986）. The elaboration likelihood model of persuasion. Advances in Experimental Social Psychology， 19， 123?205.

Petty， R. E.， Cacioppo， J. T.， amp; Kasmer， J. A. （1988）. The role of affect in the elaboration likelihood model of persuasion. In L. Donohew， H. E. Sypher， amp; E. T. Higgins （Eds.）， Communication， social cognition， and affect （pp. 117?146）. Lawrence Erlbaum Associates， Inc.

Poddar， A.， Mosteller， J.， amp; Ellen， P. S. （2009）. Consumers' rules of engagement in online information exchanges. Journal of Consumer Affairs， 43（3）， 419?448.

Rezgui， A.， Bouguettaya， A.， amp; Eltoweissy， M. Y. （2003）. Privacy on the Web： Facts， challenges， and solutions. IEEE Security amp; Privacy， 1（6）， 40?49

Rothman， A. J.， Desmarais， K. J.， amp; Lenne， R. L. （2020）. Moving from research on message framing to principles of message matching： The use of gain-and loss-framed messages to promote healthy behavior. Advances in Motivation Science， 7， 43?73.

See， Y. H. M.， Petty， R. E.， amp; Evans， L. M. （2009）. The impact of perceived message complexity and need for cognition on information processing and attitudes. Journal of Research in Personality， 43（5）， 880?889.

Self， D. R.， amp; Findley， C. S. （2010）. Sensation seekers as a healthcare marketing metasegment. Health Marketing Quarterly， 27（1）， 21?47.

Shumanov， M.， Cooper， H.， amp; Ewing， M. （2022）. Using AI predicted personality to enhance advertising effectiveness. European Journal of Marketing， 56（6）， 1590?1609.

Song， Y. W.， Lim， H. S.， amp; Oh， J. （2021）. “We think you may like this”： An investigation of electronic commerce personalization for privacy‐conscious consumers. Psychology amp; Marketing， 38（10）， 1723?1740.

Teeny， J. D.， Siev， J. J.， Bri?ol， P.， amp; Petty， R. E. （2020）. A review and conceptual framework for understanding personalized matching effects in persuasion. Journal of Consumer Psychology， 31（2）， 382?414.

Updegraff， J. A.， amp; Rothman， A. J. （2013）. Health message framing： Moderators， mediators， and mysteries. Social and Personality Psychology Compass， 7（9）， 668?679.

Updegraff， J. A.， Sherman， D. K.， Luyster， F. S.， amp; Mann， T. L. （2007）. The effects of message quality and congruency on perceptions of tailored health communications. Journal of Experimental Social Psychology， 43（2）， 249?257.

Utz， S.， amp; Kr?mer， N. C. （2009）. The privacy paradox on social network sites revisited ： The role of individual characteristics and group norms. Journal of Psychosocial Research on Cyberspace， 3（2）， 1?12.

van de Velde， L.， Verbeke， W.， Popp， M.， amp; van Huylenbroeck， G. （2010）. The importance of message framing for providing information about sustainability and environmental aspects of energy. Energy Policy， 38（10）， 5541?5549.

Vaughn， L. A.， O’Rourke， T.， Schwartz， S.， Malik， J.， Petkova， Z.， amp; Trudeau， L. （2006）. When two wrongs can make a right： Regulatory nonfit， bias， and correction of judgments. Journal of Experimental Social Psychology， 42（5）， 654?661.

Vishwanath， A.， Xu， W.， amp; Ngoh， Z. （2018）. How people protect their privacy on Facebook： A cost‐benefit view. Journal of the Association for Information Science and Technology， 69（5）， 700?709.

Wan， E. W.， Hong， J. W.， amp; Sternthal， B. （2009）. The effect of regulatory orientation and decision strategy on brand judgments. Journal of Consumer Research， 35（6）， 1026? 1038.

Wang， J.， amp; Lee， A. Y. （2006）. The role of regulatory focus in preference construction. Journal of Marketing Research， 43（1）， 28?38.

Wang， Y.， Wang， Y.， Xie， L.， amp; Zhou， H. （2019）. Impact of perceived uncertainty on public acceptability of congestion charging： An empirical study in China. Sustainability， 11（1）. 129

Westin， A. （1967）. Privacy and freedom （p.7）. New York： Atheneum.

Wijesekera， P.， Baokar， A.， Hosseini， A.， Egelman， S.， Wagner， D.， amp; Beznosov， K. （2015）. Android permissions remystified： A field study on contextual integrity. In J. Y. Jung （Eds.）， Proceedings of the 24th USENIX Conference on Security Symposium （pp. 499?514）. Berkeley， CA： USENIX Association.

Yaveroglu， I.， amp; Donthu， N. （2008）. Advertising repetition and placement issues in on-line environments. Journal of Advertising， 37（2）， 31?44.

Zlatolas， L. N.， Welzer， T.， Heri?ko， M.， amp; H?lbl， M. （2015）. Privacy antecedents for SNS self-disclosure： The case of Facebook. Computers in Human Behavior， 45， 158?167.

Abstract： Fully and effectively utilizing user data is an important part of the Internet economy. Data collection inevitably involves users’ privacy information and requires users’ authorization， which includes privacy disclosure. Although it is well-documented that a user’s regulatory focus type is a robust predictor of privacy disclosure intention， few studies have examined the underlying decision-making mechanism. Group-level studies based on objective data are also limited. Thus， based on self-regulatory theory， simulated experimentations and titration procedures are first adopted to indicate the influences of users’ regulatory focus on the decision preferences and risk evaluation procedures involved in privacy disclosure， respectively. Second， a series of behavioral and eye-tracking experiments explore whether and how regulatory fits enhance a user’s privacy disclosure intentions. Finally， machine learning algorithms are applied to perform a text analysis of a user’s microblog to generalize the association patterns between regulatory focus and privacy disclosure behaviors at the group level. This project helps explain the mechanism of regulatory focus in the process of privacy authorization. In addition， the results are expected to have potential application values in modifying the designs of privacy authorization information.

Keywords： regulatory focus， regulatory fit， privacy disclosure， message framing， App user