社交网络用户隐私披露行为研究

社交网络用户隐私披露行为研究

1研究背景1.1社交网络实名制实现的阻力随着web2的快速发展，社交网站的发展越来越激烈。基于人均参与，社交网络正在迅速发展。世界著名的社交网络包括mysky、facebook、twitter和其他。国内社交网络的发展也非常迅速，包括具有代表性的网站，如人群网络、社交网络和豆豆网络。由于每个用户都对应于社交网络的节点，节点id是用户的个人文件。用户披露的个人数据不仅反映了他们的个性，还反映了网络中不断流通的信息的来源。由于互联网管理不完善和各种犯罪隐患的存在，用户加载个人数据的风险也可能导致不良影响，这是社交网络识别操作的障碍。特别是在社交网络站点的环境下，大量用户数据可以控制。antonio、molvaandstruft（2009）总结了社交网络用户信息的主要风险，分为三类：1。收集的信息提取者信息的使用不充分；2.各种网络攻击和挖掘技术；3.社交网络上一些数据服务的数据分布技术无法满足用户的需求。1.2社交网络的0.用户使用虚假信息进行发布的原因有用户对社交网络的不信任会对网上的社会和经济活动造成巨大损失,首先,不真实信息的注册会阻碍用户之间的正常交流,最终导致用户对网络信任度的下降,社交网络不能发挥原有的功能;其次,若用户使用虚假信息进行注册,那么用户也不会担心要为自己的言论负责,从而助长了网络中谣言或不恰当信息的传播;最后,(Cavoukian&Hamilton,2002)的研究证明,购买者由于对隐私的忧虑而导致信心缺失,最终的受害者是B2C类网络交易.因而,网络实名制的实现,既能有效的监督和联系网络中的各个用户,又有助于限制网络中虚假、不健康信息的蔓延.2社交网络用户的隐私披露行为总结2.1规范保护机制在对社交网络隐私披露研究的初始阶段,重心往往在于如何制定更加有效的保护措施,Swire&Litan(1998)在研究中归纳了之前研究中提到的措施并分为五大类:市场调节、自我规范(第三方认证)、政府法规、隐私保护技术、网站隐私设置.1)市场调节市场调节实际上是利用用户身边的人或对其具有较大影响的人的传播来影响用户对隐私的忧虑,相当于一种信息传递机制,既通过主观规范来影响隐私忧虑.2)自我规范Swire(1997)的研究中指出,自我规范又称为第三方认证,基于立法、裁决和执行三个部分,但却并不是由政府而是由私营部门实行.立法是指确定合适的规则,裁决是指判断一个公司是否违反了规则,执行是指违反规则时该采取何种措施.3)政府法规在欧洲,有国家的强制力作为支撑,国家对于网络隐私的监管取得了较好的效果.这种隐私保护法规的制定,使用户可以了解上传的个人信息的使用情况.4)隐私保护技术和网站的隐私设置许多社交网络网站都有隐私设定选项,通过这些设定,用户可以赋予朋友,同事和陌生人不同的访问权限.但弊端仍然存在,首先,隐私设定选项对于不了解隐私策略的人以及不会使用的人存在接受障碍;其次,很难针对所有可能发生的情况设定隐私策略;最后,不考虑相关结果的隐私设定很容易导致违规行为.但Kleinberg(2007)和Xu,Dinevet.al(2008)的研究表明隐私保护技术和网站的隐私设置使用户对于社交网络中的个人信息具有更多的掌控能力.5)隐私保护措施的作用模型2.2隐私保护对隐私焦虑的作用Xuetal.(2009)的研究模型中通过隐私忧虑的降低程度分析比较了隐私设置和第三方认证的优劣,最终证明隐私保护措施通过降低用户的隐私忧虑鼓励用户的隐私披露行为.Milne&Culnan(2004)的研究表明对隐私持有高忧虑的用户更倾向于阅读隐私政策并关心保护措施,同时,隐私忧虑也与用户对保护措施的信任程度相关.隐私保护措施对隐私忧虑的作用模型如图2-2所示.3基于tpb模型建立研究模型和假设3.1tpb模型计划行为理论(TPB)是IcekAjzen(1988)提出,理论来源是理性行为理论.该理论认为,使用意图直接决定实际行为,使用意图是使用态度和主观规范的函数.TPB模型如图3-1.TPB模型假设用户对行为的采纳与否收到其行为意图的影响,而行为意图是由行为态度(attitude)、行为控制(behaviorcontrol)和主观规范(subjectivenorm)三个变量来决定的.使用TPB模型解释用户的网络行为也有很多先例.Lee(2009)在研究网上交易的时候,在TPB模型中加入了用户对网络的信任感和感知到的风险,得到较好的解释效果;杨青、钱新华等(2010)运用TPB模型分析网络信任与消费者网上支付风险的感知.通过对网络隐私问题的文献回顾,本文认为TPB模型的变量都能得到对应.TPB模型中影响实际行为的因素在社交网络用户隐私披露行为中也有相似的作用:用户的使用意图较多的是由用户的隐私忧虑(Privacyconcern)决定;使用态度取决于信息的敏感程度、信息披露的风险和信息披露的收益;感知行为控制由用户对已发布信息的信息控制能力以及信息披露是否自愿来反映;主观规范则体现为对用户行为有影响的个体对发布隐私信息的态度.3.2隐私披露行为—隐私计算理论根据理性行为理论(TRA)和计划行为理论(TPB),某项行为的采纳必然对应预期的收益,用户在网络上发布个人信息时也预期这一行为会给其带来好处.如果隐私的舍弃能够换取更大的利益,则该行为可能被实施,即信息披露行为必然带给用户高于其忧虑的好处,该理论(Privacycalculus)被提出用以分析激励用户的隐私披露行为.隐私计算理论认为用户在通过收益风险计算之后决定其是否上传个人信息,隐私披露行为是在对感知收益和隐私忧虑的权衡后决定是否实施的,当披露隐私造成忧虑的成本大于因披露隐私得到的收益时,该行为不会被采纳,反之,该行为会被实施.在这一理论的指导下,感知收益被作为影响用户行为的重要变量加入到模型中.3.3风险性风险性研究隐私披露行为是由隐私忧虑影响并决定.隐私忧虑受到四个变量的影响:风险性、信息控制能力、感知收益和主观规范.而风险性包括信息敏感度和感知风险.其中感知收益也被认为是自变量,表现为实现身份认证和组织归属感.这四个变量又可以对应TPB模型中的三个自变量:用户感知到的信息敏感度和感知风险综合体现了用户的使用态度,信息控制能力体现了用户的行为控制,主观规范则与TPB模型中的主观规范一致.改进后的模型如图3-2.本文主要探究用户的感知收益和风险性两个自变量对隐私忧虑这个因变量的影响,提取出研究模型如图3-3.根据该模型提出构念和假设:1)风险性风险性包括信息敏感度与用户的感知风险.本文认为,决定用户隐私忧虑的隐私敏感并不应定义为该类隐私信息所属的信息种类和敏感层次,而应表现为用户自身对于其发布信息的敏感性的感受,用户对信息披露的忧虑受到其感知的信息敏感程度的影响.作为一种感知,信息敏感是因个体的不同而有差异的.本文假设,社交网络网站用户的信息敏感性是用户对信息是否敏感的感觉,是由内生因素决定的.故信息敏感与隐私忧虑呈正相关.感知风险是指由于不法行为或者信息不恰当使用,用户的信息披露行为可能造成的损失,是用户对最坏结果的预期.隐私的风险主要来源于机会主义行为和信息滥用:机会主义行为主要有出售用户的个人信息和与其他组织或政府机构共享用户信息等形式;信息滥用是指通过非法手段进入用户档案,窃取用户个人信息并从事不法活动.本文认为用户的感知风险来源于网站本身属性及网络环境,政府的法律法规、网络隐私保护技术的应用都会影响感知风险.隐私忧虑受到感知风险的作用,当感知到高风险时,用户倾向具有较高的隐私忧虑.故感知风险与隐私忧虑呈正相关.假设H1:风险性对隐私忧虑的影响是正向的.2)感知收益感知收益是指用户在使用过程中所感受到的该行为可能为自己带来的利益和回报.用户使用社交网络过程中的感知收益主要是指组织归属感和更多的人际关系.当用户发现在社交网络中公布自己的个人信息后可以更好地增强组织归属感并建立更多的人际关系,用户会随之降低隐私忧虑,并倾向于披露个人隐私,即感知收益越明显,隐私忧虑越小.假设H2:感知收益对隐私忧虑的影响是负向的.4联合模型数据收集4.1问卷的发放和整理本文选择的社交网络的研究对象为目前在中国比较有代表性和影响力的人人网.量表的条目大都取自于成熟的外文量表,感知收益的构念取自Formanetal.(2008)的研究,隐私忧虑、感知风险和信息控制构念取自Xu(2009)的研究,信息敏感度这一构念没有成熟的量表可以借鉴,故采用单条目测量.问卷采用5级李克特量表,对于问项的回答从非常赞同到非常不赞同分为5级.整个问卷有12个问项.数据的收集方式主要以问卷的发放为主,发放对象为山东财经大学部分大三大四本科生,对象均有使用人人网等社交网络的经验,因此在研究中更具有代表性.共发放问卷200余份,回收197份,整理后有效问卷185份.4.2问卷的信效度分析为确保问卷质量,正式发放前进行了两轮小范围的问项分类测试盒问项定义测试,从而定性地保证问项的区分效率和聚合效度.使用SPSS19.0软件进行因子分析检验效度.在进行主成分分析之前,先考察矩阵的KMO值和Bartlett球体检验值,结果显示KMO值为0.807,Bartlett球体检验值在0.001的水平显著,表明进行主成分分析是合适的.经过主成分析取和最大方差旋转,发现因变量隐私忧虑的测量问项中,有两个问项的因子负载值小于0.5,不符合要求,故将这两项去掉,重新生成测量条目,如下表:重新进行因子分析检验效度.考察矩阵的KMO值和Bartlett球体检验值,结果显示KMO值为0.745,Bartlett球体检验值在0.001的水平显著,表明进行主成分分析是合适的.经主成分析取和最大方差旋转,析出特征值大于一的10个因子,方差解释率为59.11%,如下表:因子结构清晰,各个项目在其相关变量上的因子负载值都大于0.5,交叉变量的因子负载都小于0.5,在旋转后的成分矩阵中,所有测量项目在对应因子中的负荷量最小值为0.654,都超过0.5,说明所有的变量都具有良好的效度,问卷有效,能够测量出所有要测量的问题.如下表所示:使用SPSS19.0软件进行信度检验,主要通过Cronbach’sα系数检验变量的测量指标间的一致性.数据显示,测量信度在0.58—0.80之间,全部超过信度最低可接受值0.5,所有变量表现出良好的内部一致性,说明本次研究使用的问卷的可靠性较好.4.3模型拟合与验证使用Amos17.0软件进行模型验证.结果显示,风险性与感知收益的路径系数均在p<0.05下系数显著,整个模型拟合状况良好,因此假设H1,H2均得到了实证支持,路径分析见图4-1和图4-2,模型验证结果见图4-3:5结果分析5.1披露隐私的风险通过对TPB模型和隐私计算理论的回顾,本文建立模型解释社交网络中风险性和感知收益对隐私忧虑的影响.在模型假设中,风险性会促进用户的隐私忧虑,感知收益会降低用户的隐私忧虑.其中,感知风险是隐私泄露后的惩罚,而信息控制、信息敏感可以看做这种惩罚发生的概率.这个决策树中决策的选择有两个:降低隐私忧虑而选择披露隐私,可获得社会资本增加和社交网络的归属感,但需承受隐私信息被盗用的风险;选择保护隐私,增加隐私忧虑,不需担忧隐私信息失窃,但亦较难被社交网络接纳.虽然对于单个的个体而言,这尚为一个两难的选择,但是,从社交网络的发展角度分析,鼓励用户更多的分享、参与和实现网络实名制无疑对社交网络的安定繁荣具有不可替代的作用.故而,本模型旨在分析风险性和感知收益对用户信息忧虑的影响,从而对社交网络网站的设计运营提出指导意见.因为不同的隐私保护措施或者激励机制通过不同的路劲影响用户的隐私忧虑,所以这一研究的结果会对这些机制起到甄别作用.5.2提供个人隐私安全需求的必要性用户感知收益与其隐私忧虑的高度相关说明社交网站中的用户的隐私披露行为与其想获得一种组织归属及认同的心理密切相关.通过个人信息的发布而能得到的网络社会的接纳和身份认证对用户的隐私披露行为有较大推动作用.社交网站应更多的注重于推出吸引用户参与、分享并融入的活动,这些活动不仅仅使网站获得点击率,也会促进用户更多的分享信息.但是要对实名制的推广有所助益,不能仅仅吸引用户自身参与,还要增强用户之间的互动,加强用户组织之间的联系.对于隐私忧虑的分析,如果从TPB模型的角度来看,影响用户隐私忧虑的因素更多的来自用户对这一行为感知到的风险.结构方程模型的验证结果表明,相对于信息的敏感性和网络上的主观规范而言,隐私信息泄露的可能性、信息泄露可能造成的作用更显著.当社交网络网站中牵扯了用户金融信息等敏感层次较高的信息后,本研究的结论就不一定适用了.因而,如何使用户在不降低对自身隐私的安全感的前提下,开发网络应用来增加人气,合理的权衡利弊,是当前社交网络开发者需要解决的问题.6隐私保护技术根据数理分析的结果,风险性和感知收益被证明与隐私忧虑显著相关.根据研究模型所示的隐私保护措施的作用途径来分析,这一结论对于现实的指导意义在于,增强用户对于个人信息控制能力的隐私保护技术和网站的隐私设置以及政府法律和法规的制定等措施在降低用户隐私忧虑方面相较于设置第三方认证以及通过市场调节等减少用户感知风险的措施更为有效.在隐私保护技术和设置方面,目前的隐私保护技术和网站的隐私设置同样有许多值得改进的