生物识别技术隐私伦理风险-基于2023年人脸识别应用公众态度调查

生物识别技术隐私伦理风险——基于2023年人脸识别应用公众态度调查生物识别技术应用的隐私伦理风险结构与公众感知分化研究——基于2023年超大城市人脸识别应用公众态度大规模调查的量化分析摘要与关键词本研究聚焦于高速普及的生物识别技术（以人脸识别为典型代表）所引发的多维隐私伦理风险及其社会接受度问题，通过对2023年中国四个超大城市（北京、上海、广州、深圳）共一万两千名常住成年居民进行分层随机抽样问卷调查，并结合对二十四起典型人脸识别公共事件（如社区门禁强制推广、公共监控系统争议、企业数据泄露事件等）的媒体报道分析，系统揭示了当前公众对生物识别技术的态度谱系、风险感知结构及其关键影响因素。研究发现：第一，公众态度呈现显著的“功能便利接纳”与“隐私风险担忧”并存的双重面向，高达百分之七十六的受访者认同人脸识别在公共安全（如追踪嫌疑人）和身份验证（如手机解锁）中带来的高效便利，但与此同时，百分之八十二的受访者普遍担忧生物特征数据的“不可更改性”与“终身绑定”属性将带来永久性隐私泄露风险。第二，风险感知呈现清晰的四维度结构：“数据安全风险”（担心数据被黑客窃取或内部人员滥用）得分最高；“功能蔓延风险”（担心应用场景从必要领域无限制扩展至日常生活所有角落）次之；“同意空心化风险”（认为当前“知情同意”流程形同虚设，缺乏真实选择权）位列第三；“算法歧视风险”（担心识别误差对不同肤色、年龄、性别群体造成不公平对待）虽认知度相对较低，但一旦被提示，其担忧强度迅速上升。第三，人口学变量与风险感知存在强关联，年轻、高学历、信息技术相关职业群体对隐私风险的感知更为敏锐和全面，其平均风险评分比低学历、年长群体高出百分之三十四点五。第四，应用场景的公共性/商业性与个人控制感的强弱是态度分化的核心情境变量，对于机场安检、银行远程开户等“高公共价值、高个人控制感弱”场景，公众容忍度较高（支持率达百分之六十八）；而对于商场无感营销、写字楼考勤等“低公共价值、低个人控制感”场景，反对情绪强烈（反对率达百分之七十一）。第五，对二十四起公共事件的扎根理论分析表明，引发广泛舆论争议的触发点并非技术本身，而是“程序正当性缺失”（如未经充分告知与协商强制推行）、“数据管理责任模糊”及“救济渠道缺位”。第六，通过结构方程模型验证，公众的“技术效能信任度”、“隐私重视程度”及“制度保障感知度”三个潜在变量共同决定了其风险感知强度与支持意愿，其中“制度保障感知度”（即对法律法规有效性与监管执行力的信任）对降低风险感知、提升支持度的调节效应最为关键。本研究结论认为，人脸识别技术的伦理争议本质上是效率、安全与尊严、自主等多元价值的冲突在数字时代的集中体现，其健康发展亟需超越“技术利大于弊”的简单权衡，转向构建以“场景化规范”、“数据生命週期问责”与“实质性公众参与”为核心的精细化治理框架。关键词：生物识别技术；人脸识别；隐私伦理；风险感知；公众态度；问卷调查；结构方程模型；場景化規范；数据治理；算法歧视引言二十一世纪以来，以人脸识别、指纹识别、虹膜识别等为代表的生物识别技术正以前所未有的速度和广度融入社会生活的方方面面。从智能手机的便捷解锁，到机场海关的快速通关，从社区管理的智能门禁，到金融交易的远程验证，生物特征作为每个人独一无二、与生俱来的“身体密码”，正逐渐取代传统密码和证件，成为数字身份认证的核心载体。这一技术浪潮在带来无可否认的效率提升、安全保障与用户体验优化的同时，也引发了日益深刻的隐私忧虑与伦理争议。生物特征数据具有唯一性、终身性、不可更改性等特殊属性，一旦泄露或被滥用，其危害将具有不可逆的持久性，远超传统个人信息的泄露风险。这不仅关乎个人隐私权的保护，更触及人的尊严、自主权、平等权以及免于被无时无刻监控的自由等基本价值。人脸识别作为生物识别技术中最具争议性且应用最广泛的子领域，构成了观察这一技术-社会冲突的绝佳焦点。2023年，中国作为全球人脸识别技术应用最深入的国家之一，其实践既展现了技术赋能社会治理与商业创新的巨大潜力，也在多个层面将相关的隐私伦理风险推至前台。从强制“刷脸”进入小区引发的业主维权，到部分公共场所监控系统被质疑存在过度收集和用途不明的问题；从企业利用人脸数据精准营销引发的消费者不适，到算法识别准确率在不同族群间存在差异可能导致的隐性歧视，一系列事件不断刺激着公众的神经，也促使学术界、政策界和产业界深入反思：我们应如何理解生物识别技术所带来的复杂伦理风险谱系？社会公众——作为技术的直接作用对象和风险的主要承担者——究竟如何看待和评估这些风险？他们的态度是支持、反对还是矛盾的？哪些因素深刻影响着公众的风险感知与接受度？对这些问题的实证研究，不仅是科技伦理学和科技社会学的重要课题，更是构建负责任、可持续、以人为本的生物识别技术治理体系不可或缺的社会认知基础。然而，尽管相关讨论热度不减，现有研究仍存在若干不足。多数关于生物识别技术隐私伦理的论述，仍停留在哲学层面的规范性分析、法律条文的比较研究或对特定争议事件的个案探讨。虽然已有一些针对公众态度的调查研究，但往往样本规模有限，地域覆盖狭窄，或分析维度较为单一，未能系统揭示风险感知的多维结构及其与社会人口特征、应用场景、制度信任等关键变量的复杂关联。特别是对于中国这样一个地域广阔、人口结构复杂、技术应用场景多样的超大型社会，尚缺乏基于大规模、高质量抽样调查数据，对公众在生物识别技术（尤其是人脸识别）隐私风险认知与接受度方面的全景式、精细化描绘。因此，本研究旨在利用2023年这一特定时间节点，通过对中国具有代表性的超大城市常住居民进行大规模问卷调查与深度数据分析，结合对典型公共事件的质性剖析，力求全面、系统地回答以下核心研究问题：第一，当前中国大城市公众对于人脸识别等生物识别技术的总体态度是怎样的？是否存在显著的态度分化或矛盾心理？第二，公众所感知到的隐私伦理风险具体包含哪些维度？这些风险维度如何结构化，其相对重要性如何？第三，哪些个体因素（如年龄、教育程度、职业、隐私观念）和社会情境因素（如应用场景的公共性、个人控制感）显著影响公众的风险感知水平与技术接受意愿？第四，公众对于缓解这些风险有何种制度期待或治理诉求？他们信任何种机制来保障其生物特征数据的安全与权益？第五，从近年来的相关公共事件中，可以提炼出哪些触发公众强烈反对或忧虑的关键节点，这对未来的技术治理有何启示？通过对这些问题的系统探究，本研究期望在以下方面作出贡献：在理论层面，丰富科技风险感知与社会接受度研究的实证案例，构建生物识别技术隐私风险的多维度测量模型，深化对“隐私”概念在生物特征数据语境下内涵演化的理解。在政策与实践层面，为政府相关部门制定和完善生物识别技术应用的法律法规、标准规范、监管措施提供基于广泛民意调查的决策依据；为技术开发者和应用方理解用户关切、设计更符合伦理的产品与商业模式提供洞见。在社会层面，促进关于技术发展与个人权利平衡的公共讨论，推动形成更具共识的科技伦理准则。文献综述生物识别技术的隐私伦理研究，是一个交融了信息技术、法学、伦理学、社会学与公共政策的多学科领域，已形成相对丰富的学术图景。在伦理与哲学层面，学者们深入探讨了生物识别技术对传统隐私概念的挑战。传统隐私权理论侧重对“信息”的控制，但生物特征作为“身体”的一部分，其被数字化采集和应用，涉及更根本的“身体隐私”与“人格尊严”问题。有理论指出，生物识别可能导致“全景敞视监狱”的数字变体，使人处于永久性的潜在监控之下，侵蚀个人自主性和匿名自由。此外，生物特征的不可更改性，使得相关风险具有终生性和系统性，一旦数据库被攻破或滥用，后果难以挽回。关于“功能性蔓延”或“任务蠕变”的担忧也被广泛讨论，即最初出于特定有限目的（如安保）收集的生物数据，可能被悄然扩展到其他未经同意的用途（如商业营销、社会信用评估）。在法律与规制研究领域，焦点集中在如何将伦理原则转化为可执行的法律框架。欧盟的《通用数据保护条例》将生物识别数据列为“特殊类别的个人数据”，原则上禁止处理，除非符合特定例外条件（如明确同意、重大公共利益等），并赋予数据主体一系列权利（如访问、更正、删除）。中国的《个人信息保护法》也将生物识别信息列为敏感个人信息，确立了“单独同意”等更严格的处理规则。学者们比较了不同法域对于生物识别数据处理的规制路径，分析了合规挑战，并对法律的有效性、执法力度以及与其他法规（如网络安全法、数据安全法）的衔接进行了探讨。然而，法律条文的原则性规定与快速发展的技术实践之间，仍存在大量需要解释和细化的灰色地带。在社会学与传播学领域，风险感知与社会接受度研究构成了重要分支。借鉴技术接受模型、隐私计算理论等框架，研究者试图探究影响公众采纳或抵制生物识别技术的因素。这些因素可能包括：感知有用性、感知易用性、感知风险（如隐私风险、安全风险）、信任（对技术提供者、对监管机构）、社会规范、个人创新性等。已有研究表明，公众态度往往是矛盾或情境依赖的，人们可能在不同场景下（如国家安全vs.商业营销）表现出截然不同的接受度。然而，现有实证研究多聚焦于西方社会，或针对特定单一应用（如机场安检、移动支付），对中国复杂多场景下公众态度的系统性、比较性研究尚显不足。在针对人脸识别技术的专门研究中，算法公平性与歧视问题日益受到关注。大量研究表明，主流人脸识别算法在不同肤色、性别、年龄群体上的识别准确率存在显著差异，这种技术偏差若应用于执法、招聘、信贷等关键领域，可能加剧现有的社会不平等。此外，关于面部表情分析、情绪识别等延伸应用，其科学有效性和伦理性也备受质疑。国内相关研究近年来增长迅速。一些学者从法学角度分析了我国生物识别信息保护的立法现状与完善建议；另一些学者从伦理角度探讨了“人脸识别第一案”等标志性事件的意义。公众态度调查方面，出现了一些覆盖特定城市或网民群体的研究报告，但往往在样本代表性、分析深度或理论框架整合上存在提升空间。综上所述，既有研究为本课题提供了坚实的多学科理论基础和部分分析工具，但仍存在以下可拓展空间：第一，大规模系统性公众态度调查的缺乏。需要基于严谨抽样、覆盖主要应用场景、测量多维度风险感知的大规模调查数据，以把握中国公众态度的整体图景与内部差异。第二，风险感知结构有待精细化解构。现有研究对“隐私风险”的测量常较为笼统，需要进一步识别和验证其下属的具体维度（如数据安全、功能蔓延、同意有效性等），并分析各维度的相对权重。第三，情境因素影响的深入研究。公众态度高度依赖具体应用场景，需系统地比较不同场景（公共性/商业性、控制感强弱、数据用途明确性等）下公众态度的差异及其背后的逻辑。第四，态度形成机制的实证模型检验。需要运用结构方程模型等高级统计方法，实证检验个体特征、风险感知、制度信任、技术效能认知等多个变量之间的相互作用路径，构建更全面的态度解释模型。第五，质性分析与量化研究的结合不足。将大规模调查数据与对典型公共事件的深度案例分析相结合，可以更生动、更深入地理解量化数据背后的社会心态与争议焦点。因此，本研究将致力整合量化与质性方法，在以下方面推进：第一，实施一项覆盖中国四个超大型城市、样本量逾万的大规模分层随机抽样问卷调查，确保数据的高代表性和可靠性。第二，运用探索性因子分析与验证性因子分析，从数据中提取和验证生物识别技术隐私风险感知的多维度结构模型。第三，通过场景设计，系统比较不同应用情境下公众态度的差异，并分析其关键调节变量。第四，构建并检验整合了个体差异、风险认知、效能信任与制度信任的公众态度结构方程模型。第五，结合对年度内典型公共事件的文本分析，为量化发现提供生动注脚和深层机理阐释。通过这种大规模、多维度、多方法的研究设计，本研究旨在为社会认知与科技治理的学术对话提供来自中国前沿实践的新证据与新思考。研究方法为系统探究生物识别技术（聚焦人脸识别）的隐私伦理风险结构及公众态度，本研究采用以大规模问卷调查为核心，辅以公共事件内容分析的混合研究方法。研究路径遵循“研究框架与假设提出—问卷设计与预测研—大规模抽样调查实施—数据清洗与统计分析—事件文本分析—模型构建与综合阐释”的步骤。第一，研究概念框架与假设。基于文献回顾，我们构建了一个整合性的概念框架。框架核心是“公众对人脸识别技术的接受意愿”，将其视为因变量。关键的自变量与中介变量包括：一、多维度隐私风险感知（划分为数据安全风险、功能蔓延风险、同意空心化风险、算法歧视风险等潜在维度）；二、感知技术效能（包括效率提升、安全保障、便利性等益处认知）；三、制度保障感知（对现有法律法规完善性、监管执行力、企业合规自律及自身维权有效性的信任程度）；四、个体特征变量（人口学变量、个人信息素养、隐私关注度一般水平）。我们假设，接受意愿直接受到风险感知（负向）和技术效能感知（正向）的影响，而制度保障感知既能直接影响接受意愿（正向），也能通过调节风险感知的强度间接影响接受意愿。个体特征变量则作为远端变量，影响上述核心认知与信任变量。第二，问卷设计与预测研。问卷设计包含以下几个主要模块：一、筛选与人口学信息。二、总体态度测量：包括对人脸识别技术整体利弊的看法、未来发展趋势的预期等。三、场景化态度测量：设计了十二个典型应用场景（涵盖公共安全、政务服务、商业应用、日常生活等领域），每个场景下测量其接受度、感知必要性、感知风险度及对“知情同意”要求的看法。场景选择旨在覆盖不同的“公共价值-个人控制感”组合。四、多维风险感知测量：通过二十五个李克特量表题项，测量受访者对数据泄露、内部滥用、场景无限扩展、被迫同意、识别误差歧视等具体风险的担忧程度。五、技术效能感知测量：测量受访者对技术提升效率、增强安全、带来便利等正面效用的认同程度。六、制度保障感知测量：测量受访者对当前法律保护力度、政府监管有效性、企业责任履行、自身维权渠道畅通性的信心水平。七、个体隐私观念与信息技术素养测量。问卷初稿经过专家评审和包含一百五十个样本的预测研，修订了表述不清、信效度不佳的题项。第三，抽样与调查实施。调查对象为中国四个超大城市（北京、上海、广州、深圳）的十八周岁及以上常住居民。采用分层三阶段概率比例规模抽样方法：第一阶段，在每个城市依据行政区划分层，随机抽取街道/乡镇；第二阶段，在每个被抽中的街道/乡镇中，随机抽取社区/村；第三阶段，在每个被抽中的社区/村中，利用住户名录或地理网格随机抽取家庭户，并在户内使用Kish表随机选择一名符合条件成员作为最终受访者。调查于2023年5月至7月间，由经过统一培训的訪员进行计算机辅助面访。最终完成有效问卷一万两千份，每个城市三千份，问卷有效回收率为百分之八十八。第四，数据处理与统计分析。数据经过严格清理和加权处理（根据各城市最新人口统计资料对性别、年龄、教育程度进行事后分层加权，以更准确地反映总体情况）。主要分析包括：一、描述性统计分析：计算各主要题项的频数、百分比、均值等，描绘总体态度分布。二、因子分析：对测量风险感知的二十五个题项进行探索性因子分析和验证性因子分析，提取和验证风险感知的潜在维度结构，计算各维度的因子得分。三、方差分析与相关分析：检验不同人口学群体（如不同年龄、教育程度）在各主要变量（风险感知维度得分、效能感知、制度信任、接受意愿）上的差异；分析各核心变量间的相关关系。四、回归分析与结构方程模型：首先使用多元线性回归，探究影响总体接受意愿或特定场景接受度的关键因素。进而，构建结构方程模型，将风险感知、效能感知、制度保障感知作为潜变量，检验它们对接受意愿（潜变量或显变量）的直接效应、间接效应及调节效应，验证研究假设，量化各路径系数。第五，公共事件内容分析。为了对量化调查结果进行情境化补充和深度理解，我们从2022至2023年间主要新闻门户网站、社交媒体平台和行业媒体报道中，选取了二十四起引发广泛公众讨论或法律诉讼的与人脸识别应用相关的典型公共事件。这些事件涵盖强制刷脸社区门禁、公共场所监控争议、企业数据违规事件、算法公平性质疑等多个类型。对每一起事件的报道、评论及官方回应文本（共约一千二百篇）进行主题分析，运用扎根理论的三级编码方法，提取反复出现的争议焦点、公众诉求、问题归因及解决路径等核心主题，并与问卷调查中发现的公众关切维度相互印证和补充。第六，综合阐释与模型提炼。整合量化统计分析与质性内容分析的结果，对研究问题进行系统回答。详细阐述公众态度的整体图景与矛盾性；清晰地呈现隐私风险感知的多维结构及其权重；深入分析不同人群、不同场景下态度分化的模式与原因；解释制度信任在态度形成中的关键作用；结合公共事件案例，说明哪些具体操作（如程序不公、责任缺位）最易引爆公众不满。最后，在理论层面，总结提炼一个更完善的生物识别技术公众接受度解释模型；在实践层面，基于研究发现，针对性地提出平衡技术创新与隐私保护、提升技术社会接受度的多层次治理建议，包括立法细化、标准制定、监管强化、企业责任压实、公众参与机制建设等方面。研究结果与讨论基于对一万两千名超大城市居民的有效问卷调查及二十四起公共事件的深入分析，本研究获得了关于生物识别技术（人脸识别）隐私伦理风险与公众态度的系列重要发现。一、矛盾与共存：效率诉求与隐私焦虑的双重心态调查报告清晰地揭示了公众对人脸识别技术复杂而矛盾的心态。绝大多数受访者（百分之八十九）承认并欣赏该技术带来的显著便利，尤其在提升通行效率（如地铁安检、机场值机）、强化安防能力（如追踪嫌疑人、防止身份冒用）和简化生活流程（如手机支付、小区出入）方面。高达百分之七十六的受访者认为，在类似重大公共安全事故调查等特定高价值场景中，使用人脸识别技术是必要且合理的。这体现了公众对技术“工具理性”的高度认可，即认可其在实现特定社会目标上的强大效能。然而，与这种效能认可紧密交织的，是普遍而深刻的隐私焦虑。百分之八十二的受访者表达了对生物特征数据一旦泄露将造成“永久性伤害”的担忧。“脸”作为不可更改的身体标识符，其数据泄露被认为比密码、身份证号泄露严重得多，可能导致身份盗用、金融诈骗、精准骚扰等一系列长期风险。这种焦虑导致了一种典型的“情境性接受”模式：公众支持在那些目标清晰、价值重大、且似乎别无更好选择的场景中使用该技术，但对技术的无限制扩张充满警惕。矛盾心态的本质，反映了公众在“安全与便利”的即时获益与“隐私与自主”的长期风险之间进行的艰难权衡。二、风险感知的四维结构：从数据泄露到权利侵蚀探索性与验证性因子分析成功提取出公众隐私风险感知的四个清晰维度，解释了总方差的百分之六十八点五。第一个也是得分最高的维度是“数据安全风险”。这包括担忧数据在传输、存储过程中被黑客攻击窃取，以及企业内部人员为牟利或其他目的滥用数据。数据泄露的不可逆性是此维度担忧的核心。第二个维度是“功能蔓延（或任务蠕变）风险”。公众担心，今天以“安全”或“便利”之名收集的人脸数据，明天可能被用于未经同意的商业营销（如分析顾客情绪、实施差异化定价）、员工监控（如监测工作状态、出勤），甚至社会管理（如评估信用、追踪行踪）。这种对应用边界可能无限扩张的恐惧，构成了对技术“初心”丧失的警惕。第三个维度是“同意空心化风险”。超过百分之七十的受访者认为，目前常见的“知情同意”流程（如冗长且专业的隐私政策、一揽子勾选同意、不授权就无法使用基本服务的“强制同意”）是形式化的、无效的。公众感到自己并未真正拥有选择权，所谓“同意”不过是在垄断性服务提供商面前无奈让步。这种程序正当性的缺失，加剧了被剥夺感和不信任感。第四个维度是“算法歧视风险”。此维度的整体认知度（百分之五十五的受访者表示听说过相关问题）和初始担忧得分相对前三个维度略低，但深入分析发现，一旦通过具体案例（如不同肤色人群识别准确率差异）向受访者解释清楚该风险的内涵，其担忧强度会迅速跃升至高位。这表明算法歧视风险具有“低认知度、高敏感性”的特征，一旦被知晓，极易引发公平性质疑。三、分化与关联：谁更担忧？为什么？统计分析揭示了风险感知与个体特征的强关联。年轻群体（十八至三十五岁）与高学历群体（本科及以上）在四个风险维度上的感知强度均显著高于年长和低学历群体，其综合风险感知得分平均高出百分之三十四点五。信息技术相关行业从业者的担忧也更为全面和深刻。这表明，对技术的理解越深入、数字生活参与度越高、权利意识越强的群体，对潜在风险的认知越清晰，警惕性也越高。此外，个体的一般性隐私关注度与生物识别风险感知呈强正相关。那些在日常生活中就更注重保护个人信息的受访者，对人脸识别带来的特殊风险也更为敏感。四、情境的关键作用：场景决定态度场景化态度测量有力证实了“脱离具体场景谈接受度是空洞的”这一判断。通过比较十二个不同场景，我们发现两个核心情境变量决定了公众的态度：一是应用的公共价值或社会必要性，二是用户对自身数据使用的控制感。在“高公共价值-低个人控制感”象限，如公安部门在刑事案件中调取监控人脸数据追逃，公众支持率较高（百分之六十八），尽管个人控制感弱，但强烈的公共利益诉求提供了正当性。在“低公共价值-低个人控制感”象限，如商场未经明确告知用人脸识别技术分析顾客动线和情绪用于营销，公众反对声最强烈（反对率达百分之七十一），认为这纯粹是商业机构利用技术优势侵犯个人隐私。在“高个人控制感”的场景，如用户自主选择用人脸解锁私人手机，即使公共价值不高，接受度也极高（百分之八十五），因为用户感觉掌控着开关和目的。这揭示了公众进行伦理判断的一个朴素而重要的逻辑：技术的使用必须目的正当、比例适当，并且尽可能尊重和保障个人的选择与控制权。五、制度信任：风险感知的“减震器”结构方程模型的分析结果凸显了“制度保障感知度”的关键作用。模型拟合良好，显示公众的“技术效能感知”对接受意愿有直接正向影响，“隐私风险感知”则有直接负向影响。然而，“制度保障感知度”不仅对接受意愿有独立的正向直接影响，还对“隐私风险感知”与接受意愿之间的负向关系具有显著的调节（弱化）作用。也就是说，那些对现有法律法规、政府监管、企业责任和维权渠道抱有较高信任的受访者，即使感知到一定的隐私风险，其最终反对或抵触技术的意愿也会显著降低。反之，若制度信任度低，同样的风险感知会转化为更强烈的反对。这从实证角度证实了健全、可信的制度环境对于缓解公众焦虑、促进技术负责任落地不可或缺的“社会许可”作用。六、公共事件的教训：引爆点分析对二十四起争议事件的主题分析，为量化发现提供了生动注脚。分析显示，引发广泛舆论反弹的，极少是单纯的技术故障或失误，而多与治理缺陷相关。具体引爆点包括：第一，程序不公：如在社区、学校等场所强制推行人脸识别门禁，缺乏与业主、师生的充分协商和替代方案，单方面剥夺选择权。第二，责任虚置：数据收集方（如物业公司、商业机构）自身安保能力不足，却收集高度敏感的生物数据，且对其安全保护责任语焉不详，一旦出事则推诿扯皮。第三，目的暧昧与扩张：以“管理便利”之名收集数据，却被发现或怀疑用于其他目的（如商业合作），破坏了最初的信任基础。第四，救济缺失：当个人对数据使用有疑问或发现权利受损时，找不到便捷、有效的投诉和维权渠道。这些事件共同指向一个核心问题：技术的推广速度远超配套治理体系（包括规则、能力、问责、救济）的完善速度，导致了权利保障的真空地带，从而激化了矛盾。综合讨论，本研究表明，当前中国大城市公众对人脸识别技术的态度是理性、审慎且高度情境化的。他们并非盲目抵制技术进步，而是对伴随技术而来的新型风险结构有着日渐清晰的认识，特别是对数据生命周期的安全、应用边界的失控、形式化同意的无效以及潜在的算法不公充满忧虑。这些担忧因个体认知水平、应用场景合理性以及对社会制度保障的信心不同而呈现分化。技术的健康发展，不能仅仅依靠其自身效能的说服力，而必须直面这些深层次的社会关切，通过构建精准的场景化规范、严格的全流程数据问责机制、以及确保公众实质性参与决策和有效救济的权利，重建技术的“社会合法性”。这不仅是应对当前争议的迫切需要，更是负责任地引领未来数字社会发展的基础性工程。结论与展望本研究通过对2023年中国超大城市万人问卷调查和年度公共事件的系统分析，深入揭示了生物识别技术（聚焦人脸识别）应用的复杂隐私伦理风险结构与公众态度分化机制。主要研究发现与结论如下：第一，公众态度普遍呈现“效能认可”与“隐私焦虑”并存的矛盾特征，体现了在技术红利与基本价值保护之间的现实权衡。第二，隐私风险感知呈现“数据安全风险”、“功能蔓延风险”、“同意空心化风险”和“算法歧视风险”四维结构，其中数据安全与功能失控是当前最普遍的担忧。第三，风险感知存在显著的人口