社交网络中的隐私悖论

对于信息隐私领域学术研究而言，近40年来的研究成果数量几乎呈线性上升， 这也预示着在线信息隐私问题正随着互联网的深度使用而变得越来越显著。在早期，该领域的研究成果主要来源于密码学和情报学，后续法学、信息管理学和计算机科学等学科亦开始跟进；这些研究成果主要关注隐私伦理、政策、法律和条例等方面，少有研究涉及到用户的个体动因。因此，除去隐私防护技术的应用，相关法律政策的完善，以及行业自律的提升之外，我们还需要了解个人用户对待隐私的态度和行为，以及它们如何被其他因素左右。这不仅是信息系统科学的一大重要领域，也是当今传播学应当关注的问题。

（一）日益严峻的信息安全形势

当用户数据成为一种资源，能够通过计算产生价值，并带来可期的商业利润之后，这一问题正变得愈发棘手。近年来，危及信息安全和数据隐私的恶性事件时有发生。对于普通用户而言，日益严峻的网络安全和信息安全形势令他们不得不生活在潜在的风险之中。

（二）被动的保护：法律政策、安全技术和行业自律

迄今为止，西方学术界对于在线信息隐私保护这一领域的研究成果日趋丰富， 以法学、图书情报学、伦理学为代表的社会科学同以信息系统学、软件工程学为代表的自然科学一道为该领域做出了许多贡献。虽然包括中国大陆在内的世界多国地区、组织和机构仍在不懈努力地完善立法或政策以保护个人在线隐私，但数据滥用等现象仍层出不穷。

还有研究者基于行业自律的角度提出应当让安全市场充分竞争以达到资源的相对平衡，形成某种行业自律，这包括需要更明确的向用户弹出他们的个人信息如何被使用，以及向用户展示更易用的控制手段等。事实上，问题的关键正在于，用户的个人信息完全被掌握在服务提供商手中， 对于它们如何在后台被使用，多数用户并不充分理解或知情。综上，目前的行业自律对于国内用户而言并不可靠。

（三）主动的保护：从个人层面理解隐私态度与隐私行为

前述证据显示，诸如法律、技术和行业自律所提供的被动的保护在当下数字环境中还不足以将我国个人用户的信息安全提升到满意的水平。因此，本研究侧重于关注用户对信息隐私的主动感知，通过探索隐私相关态度、信息表露意愿以及发送社交推文行为等多个层面的关联，来理解个人的隐私决策行为，并进一步讨论这些信息所包含的意义。

在衡量社交网络用户的信息分享时，本研究同时获取了自我表露意愿和他们自我报告的社交推文发送行为，二者均为这一研究领域常见的因变量，并被认为相互密切关联。通过获取研究数据并对这些变量的关系进行梳理，我们找到了它们之间的影响方向和作用机制，这进一步支持了早先公布的某些研究结论，即自我感知的防护表现的提高可能会令用户在社交网络中更加活跃。

本研究所参考的全部学术文献均来源于研究者的主动搜索，学科范围大致以Communication限定，关键词以连续或有序的方式设置为“信息隐私”“隐私关注”“自我表露”“隐私悖论”等；由于中国社会科学研究者在信息隐私这一领域涉猎相对较少，国外研究成果多数来自信息系统科学，故检索操作未限定时间和区域；结合使用文献计量工具和人工阅读方法，本研究在这一部分对部分文献和相关概念进行了简要梳理，并据此提出研究问题。

（一）隐私关注

就概念而言，隐私关注是一种与隐私泄露相关的一系列特殊的信息意识和感知，是个人针对隐私环境的主观感受（Campbell，1997）。作为经常采用的潜在变量之一，研究者们针对隐私关注的测量结构、维度以及量表题项都有着较好的共识（张玥，朱庆华，2014）。值得注意的是，这些变量之间的关系并非总是稳固（Smith，Dinev & Xu，2011）。甚至是同样的测量过程发生在发达程度不一致的国家或地区，结果也可能发生令人矛盾的更改。据此，本研究提出如下研究问题和（或）研究假设：

H1：更多的网络使用经验会带来更高的隐私关注；

H2：隐私关注同自我表露意愿负向相关。

（二）自我表露意愿

自我表露意愿作为衡量用户隐私信息表露的重要方面，常常作为后果出现在信息隐私的实证研究之中（Bélanger & Crossler，2011；Clarke，1999）。社交网络用户会主动地评估他们所处的环境来决定自我表露行为。对于中国社交网络用户而言，微信或微博是他们最常接触和使用的媒介之一，尽管无法还原固有的使用场景，但考量这些用户在社交网络使用过程中产生的推文数量，以及推文发送同自我表露意愿和隐私关注之间的关系，对我们理解用户隐私态度和隐私行为的前因后果仍有帮助。因此本研究同时获取了自我表露意愿和自我报告的社交网络推文发送行为，本研究提出如下研究问题和（或）研究假设：

H3：自我表露意愿同社交网络推文发送数量正向相关；

H4：隐私关注同社交网络推文发送数量负向相关；

H5：更多的网络使用经验会抑制社交网络推文发送行为。

（三）自我感知的防护表现

由于社交网络用户在真实数字环境下面对包括信息窃取、历史纪录追踪等攻击手段在内的隐私风险的表现难以直接观测，因此研究者往往会采用自我效能来替 代表示用户在面对隐私挑战时的表现，即用户认为他们是否能够较好地保护个人在线隐私。研究发现，自我评估的意愿与能力之间的互促性，以及自我效能的两个重要维度——成果期望和自我效能期望：它们分别代表个人对确定的行为会产生确定的结果的信心和面对问题时取得更好表现的信心。在此，通过结合中国互联网环境的信息隐私现状，本研究设立“自我感知的防护表现”量表，并提出如下研究问题和（或）研究假设：

RQ1：对所设自我感知的防护表现量表进行因子分析；

RQ2：验证隐私关注、自我表露意愿与社交网络推文发送之间的因果方向；

RQ3：探索自我感知的防护表现同社交网络推文发送之间的关系；

（一）变量设计

基于已有文献和本研究所设具体研究问题与研究假设，本研究在线问卷调查部分大致由人口统计学特征、社交网络用量信息、隐私关注、自我表露意愿和自我感知的防护表现五个部分构成，变量类型包含名义、有序和连续变量三种；其中有序变量题项全部采用李克特五级量表方式，并予以每个选项赋值以1~5分，分值从低到高代表着从极不认同到极其认同；隐私关注、自我表露意愿和自我感知的防护表现三组变量分别包含6个测量题项，在进行统计分析之前运用Excel将它们各自求得平均值，以此代表所测变量的水 平；由于题项中无逆向存在，故最终结果不必进行逆值化处理。上述五个部分的变量组成与参考来源如表1所示。

根据本研究设计，社交网络推文发送数量是我们重点需要关注的部分，用户将根据提示选择一个单位时间内发送社交推文数量的范围，随后输入一个在此范围内的非负数，即近似地代表社交网络推文发送量。为了降低参与者对试题的理解难度及降低错误估计几率，参与者将被提示仅需平均估计每两周的社交推文发送情况，并且会接收到详细的弹窗说明以帮助解读每个选项。此外，本研究重点关注人口统计学中的网络使用经验所带来的种种影响。

在三个态度量表的设置方面，本研究通过整理已有实证研究采用的测试题项，基于初始的经典量表，结合中国社交网络环境和特殊语境对量表题项进行了适当调整和修改。

（二）样本收集

本研究的样本收集程序采用在线问卷调查的方式进行，问卷共包含36道选项或问项，依据变量类型自然地分成6个部分供参与者有序填写。问卷开放填写时间为48小时，最终回收问卷358份；通过雷同答卷、填写速率、境外IP等多种方式剔除无效样本3份，得到有效样本355例。样本的基本统计信息显示， 全部355名社交用户中，男性114人占比32.1%，女性241人占比67.9%；高中及以下学 历者11人占比3.1%，大专或本科178人占比50.1%，硕士研究生107人占比30.1%，博士研究生及以上59人占比16.6%。从答案来源分析来看，除湖北省用户占比35.7%稍大外，其余24省占比均在10%以下且较为平均，由此判断问卷的扩散性较好，样本整体的平衡性可以接受。

（三）描述统计

针对四个连续变量和三组态度变量的描述性统计结果如表2所示，这些统计包含均值、标准差、偏度、有效性和可靠性等必要检验。其中，三组态度量表即隐私 关注、自我表露和自我感知的防护表现全部由有序题项构成，故三者需进行有效性和可靠性检验。本研究更改幅度较大的“自我感知的防护表现” 量表信效度反而较高，表明该量表题项可以进行探索性因子分析，RQ1得到初步探索。需要注意的是，社交推文发送数量出现了均值小于标准差的情况，需对其进行正态化处理后才能纳入回归模型。我们对其采用了取10为底的对数进行计算的转换方式，转换后的数据能够被认为近似地满足正态分布（M = 1.515，SD = 1.107， Skew = 0.378）。

对于本研究而言，隐私关注（Privacy Concerns）、自我表露意愿（General Willingness to Self-Disclosure）以及自我感知的防护表现（Self-Perceived Protective Performance）是三个关键的独立变量，也是由诸多测量项目描述的潜变量。根据 RQ1，本研究首先对自我感知的防护表现进行探索性因子分析，由Pearson系数呈现的题项间相关矩阵由表3呈现；进一步的主成分分析显示，自我感知的防护表现量表能够提取出2项特征根大于1的主成分，得到的碎石图如图1所示；由于所得因子含义无法被准确概括，故对其进行正交旋转，旋转后的成分矩阵如表4所示。故该量表从整体上满足研究设计预期，内含的两个维度较好地反应了研究预设，RQ1得到了较为理想的探究。

先前研究指出，网络使用经验可能也同隐私关注、自我表露意愿、自我效能感以及社交网络信息分享行为存在相关性；同时为了检视各变量之间的总体相关，且由于本研究所获取的网络使用经验、隐私关注、自我表露意愿、自我感知的防护表现以及社交推文数量等数据均为连续变量，故采用Pearson系数初步检视它们之间的相关性，结果如表5所示。自我感知的防护表现同社交网络推文发送无显著相关，但同自我表露意愿和隐私关注呈正相关，并且由于自我表露意愿和隐私关注均同社交网络推文发送存在相关，故仍需进一步探索间接效应，RQ3得到初步探索。

由于网络使用经验为社交网络用户固有的特质之一，为进一步探究隐私关注、自我表露意愿等态度同社交网络推文发送之间的关系，我们假定社交网络推文发送 行为为后果，将所设全部变量纳入模型，建立回归方程y = ∑βixi + δ，采用拟合方法找到解释力最佳的变量组合，虽然仍不能完全验证变量间的影响方向，但能够进一步了解隐私态度、个人特质与隐私行为之间的相关关系。回归方程信息及各项系数如表6所示。至此H5得到更确切的支持，H3得到进一步支持，H4得到拒绝。

为了进一步判断隐私关注、自我表露意愿同社交网络推文发送之间的影响方 向，我们需引入第三个辅助变量来帮助判断。在本研究中，我们同时采用了系数乘积检验方法和自助抽样方法，以更严格的验证中介路径的稳固性。基于样本规模，本研究将自助抽样次数设置为1000，系数乘积检验采用索贝尔方法，更多详细信息如表7所示。至此，RQ2和RQ3得到进一步探索，在自我感知的防护表现作为参照要素的条件下，隐私关注和自我表露意愿均会同向导致社交网络推文发送的变化。

本研究的部分发现呼应了早先研究者的一些猜想，包括社交网络用户的隐私关注并不会导致自我表露意愿的降低，甚至可能是推文发送行为的重要诱因，以及自我感知的防护表现同隐私关注水平呈稳固的正向关系等等。本研究获取的数据显示，自我感知的防护表现同社交网络中的推文发送没有稳固的正向或负向关系，但存在一些间接效应。而隐私关注的 升高，则有些令人意外的刺激社交推文发送行为，而这种行为也会被网络使用经验抑制。除此之外，自我表露意愿仍然是导致社交网络推文发送增多的主要因素。这些研究发现一方面为我们展示了隐私态度和隐私行为关系的某些不确定性，它们可能受到了被忽略的因素的影响——这些因素在研究进行设计时便被忽略了，因此它们也需要后续研究者持续的补充和再验证。另一方面，我们可以根据这些先验经验并结合自己获取的研究数据来重新思考这些问题，并发现研究设计中的局限，找到被忽略的潜在因素，并据此展开讨论和后续的研究。

（一）隐私关注和自我表露意愿的刺激作用

隐私关注始终是这一领域研究者首要考虑的中介者之一。它会受到前序包括一系列个人特质在内的诸多因素的影响，并作用于隐私保护行为或具有危险性的隐私行为。本研究发现，那些号称更加关注信息隐私的社交网络用户虽然不会表现出更强或更弱的意愿去表露个人信息，但他们却可能在社交圈中更加的活跃——更多的社交推文会被主动地发布出来。虽然这种关联的强度较弱，但这仍向我们揭示了一种现象，即用户拥有更高的隐私关注时， 他们可能会因为了解自己已经足够关注自身信息隐私而不会改变他们的信息分享意愿，但却最终在朋友圈或微博等社交媒体中表现的更加活跃。这些信息表明，仅具备更高的隐私关注态度可能不足以帮助用户意识到在复杂的社交网络环境中表露更多的信息是一种具有风险的行为，这与隐私悖论现象的解读思路一致，即由于一些影响风险和收益计算的因素存在，用户的隐私关注在抑制表露行为时变得不再有效。