在線位置服務中用戶位置隱私保護行為之影響因素及未來治理啟示

張敏 朱溢輝 邵欣 楊呂樂 張艷

摘?要：[目的/意義]識別引發在線位置服務的用戶位置隱私保護行為的關鍵因素，為在線位置服務的設計者、運營者和管理者改進服務功能、提升服務質量、加強風險防范等提供借鑒和參考。[方法/過程]通過搭建APCO模型分析框架，沿著“人格特質—價值認知—位置隱私保護”這一研究主線，以當前國內最典型的在線位置服務提供商——攜程網為對象展開實證調研。[結果/結論]結果顯示，人格特質對用戶感知位置服務利得和感知位置隱私利失的認知形成差異;感知位置隱私利失和社會影響會積極影響用戶位置隱私保護行為;感知位置服務利得會消極影響用戶位置隱私保護行為;而企業隱私保障感知對用戶位置隱私保護行為則無顯著作用;同時，隱私入侵經歷會負向調節感知位置隱私利失和位置隱私保護之間的影響關系，對感知位置服務利得和位置隱私保護之間無調節作用。因此，在未來該領域治理中，在線位置服務提供商可推進差異性化的隱私服務策略，以賦權等方式加強用戶隱私保障管理，而政府職能部門等應健全相關隱私監管措施，制止個人隱私數據的不法侵害行為。

關鍵詞：在線位置服務;用戶;隱私保護;影響因素

DOI：10.3969/j.issn.1008-0821.2021.08.006

〔中圖分類號〕G250.2?〔文獻標識碼〕A?〔文章編號〕1008-0821（2021）08-0053-13

Research?on?Factors?Influencing?Users?Location

Privacy?Protection?Behavior?of?Location?Based

Service?and?Its?Enlightenment?for?Future?Governance

Zhang?Min1?Zhu?Yihui2?Shao?Xin3?Yang?Lyule2?Zhang?Yan4*

（1.Center?for?Studies?of?Information?Resources，Wuhan?University，Wuhan?430072，China;

2.School?of?Information?Management，Wuhan?University，Wuhan?430072，China;

3.Bureau?of?Veteran?Cadres，Chinese?Academy?of?Sciences，Beijing?100864，China;

4.School?of?Public?Policy?and?Management，University?of?Chinese?Academy?of?Sciences，

Beijing?100049，China）

Abstract：[Purpose/Significance]By?exploring?the?key?factors?triggering?users?location?privacy?protection?in?location-based?service，this?research?can?provide?insights?for?designers，operators，and?regulators?of?location-based?service?on?product?design?optimization，product?service?improvement?and?risk?prevention.[Method/Process]By?establishing?APCO?framework?model，following?the“personality?traits-?perceived?value-location?privacy?protection”as?the?main?line，the?article?carried?out?empirical?research?on?core?users?of?Ctrip，a?typical?location-based?service?provider.[Result/Conclusion]The?results?show?that?individuals?with?different?personality?traits?have?different?cognitions?of?perceived?location?service?benefit?and?perceived?location?privacy?risk.Perceived?location?privacy?risk?and?social?influence?have?positive?effect?on?location?privacy?protection.Perceived?location?service?benefit?has?negative?effect?on?location?privacy?protection.Perceived?corporate?privacy?guarantee?has?no?significant?effect?on?location?privacy?protection;While?privacy?experience?can?weaken?the?impact?of?perceived?location?privacy?risk?on?users?location?privacy?protection，it?has?no?significant?moderating?effect?on?the?impact?of?perceived?location?service?benefit?on?users?location?privacy?protections.Hence，in?the?future，online?location?service?providers?can?promote?differentiated?privacy?service?strategies，and?strengthen?users?privacy?protection?management?by?means?of?empowerment.Government?functional?departments?should?improve?relevant?privacy?supervision?measures，and?prohibit?illegal?infringements?of?personal?privacy?data.

Key?words：online?location?service;location?privacy?protection;influencing?factors

近年來，基于位置服務（Location?Based?Service，LBS）的新興產業如在線旅游、精準零售等發展得如火如荼。有了海量精準位置信息的支持，這些產業所提供的服務能更加契合用戶需求，滿足不同情境下的用戶需求[1]，同時也能為相關企業節省推送成本，提高利潤[2]。然而，無可否認，該服務模式能否取得成功，在很大程度上依賴于用戶信息分享意愿[3]。對于企業而言，針對位置信息進行處理從而獲取用戶偏好等多項信息，有助于其開展精準營銷，但這一過程本身也存在較大的隱私泄密風險，從而影響了用戶的信息分享意愿。其中，經營者未經許可擅自收集用戶數據是引發個人信息泄露的主要原因之一[4]，而我國近期曝光的大量用戶在使用在線位置服務過程中隱私被侵犯的負面案例就是有利的佐證。上述現象在學界被稱為“個性化—隱私悖論”（Personalization-Privacy?Paradox，PPP），即基于用戶信息提供個性化服務而造成的個性化和隱私之間的緊張關系[5]。可見，探究觸發和影響用戶采取位置隱私保護行為的關鍵因素具有重要的理論和實踐研究價值。它不僅能幫助在線位置服務提供商改進產品設計和提升精準營銷水平，而且能為政府相關部門和行業組織加強該領域隱私風險監管提供實踐依據。

眾所周知，在使用在線位置服務的過程中，不同人格特質的用戶對于隱私的認知、隱私價值的感知、隱私風險的感知和隱私行為等均會存在不同程度的差異，人格特質對于其隱私保護行為也會產生一定影響。隨著目前互聯網產業對其用戶的畫像愈發關注，更好地細分用戶群體，并研究不同的人格特質對于隱私保護行為的影響，能幫助業界更好地設計和改進自身服務，同時規范本行業對用戶隱私的使用，也因而具有較高的理論研究價值和實踐指導意義。鑒于此，本文聚焦在線位置服務情境下用戶位置隱私保護行為的影響因素，尤其考慮到不同人格特質對位置隱私保護行為的影響展開深入探究，以規范性的實證研究驗證理論模型和假設，以期全面探究在線位置服務中用戶位置隱私保護行為的影響因素，并據此提出可操作性建議。

1?文獻綜述

在隱私問題的研究模型中，Smith?J?H等于2011年提出的APCO（Antecedents→Privacy?Concerns→Outcomes）模型是當前隱私及相關研究領域內最重要、最常用的模型，該模型將隱私關注作為核心概念，將隱私關注的前因變量概括為隱私入侵經歷、個性差異、文化氛圍、隱私認知以及人口統計變量等，并探討了隱私關注的結果及各變量之間的關系[6]。Ioannou?A等學者強調如何調整APCO模型以適應不同的情境特征仍有待探究[7-8]。現有研究表明，目前隱私關注領域的研究文獻大多符合APCO的分析思路[9]，顯示該模型對與隱私相關的研究情境具有良好的適應性。另外，為了適應不同的研究背景，學者們在具體研究過程中對該模型進行了改進，如Kenny?G等將隱私關注的前因變量劃分為個人特點、個人認知和個人信念3個方面以適應醫療背景[10]，而Lankton?N等則將模型中的隱私入侵經歷和人口統計變量改為經歷和性別，并選取Facebook作為實證研究案例[11]。總的來說，前期APCO模型的應用場景研究多聚焦于社交情境[12-13]，對其他應用情境如位置隱私的關注相對較少。

在隱私問題的應用場景中，涉及社交網絡[14-15]和電子商務[16-17]等應用場景的研究較為常見。它們大多基于與隱私相關的經典理論和模型，通常采用定量分析展開研究，如Borena?B等借助定量分析，提出“較高的信任會降低用戶風險感知，進而減弱隱私保護意識”[12]。值得注意的是，近年來位置隱私因其高價值性和易濫用性而逐步引起人們的關注。但學者們主要關注了位置隱私保護的技術問題[18-19]，對用戶位置隱私保護行為關注較少。而為數不多的用戶位置隱私研究又大多基于隱私計算的分析視角著重探討用戶采納行為[20-21]和隱私披露行為[22-23]，如Alrayes?F?S等采取情景實驗的方法測量了位置敏感性、位置共享、用戶感知程度等因素對于社交網絡用戶位置隱私感知風險的影響[24]。總的來說，前期位置隱私研究多聚焦于用戶隱私關注[12，25]和位置隱私政策[26-27]，對APCO模型的關注相對較少。

近年來，APCO模型的重要性在位置隱私研究領域逐漸得到了重視，如趙佳莉探討了熟悉程度、口碑、位置隱私信息敏感度、主觀規范、國家隱私政策等前因變量對于LBS隱私關注和采納意向的影響[28];張嵩等在研究中發現用戶的隱私關注受到熟悉程度、口碑、隱私信息敏感程度等因素的影響[29]。值得注意的是，上述位置隱私領域內的APCO模型研究存在兩個研究不足：①結果變量中的負向因素研究不足。已有研究或聚焦核心概念即用戶隱私關注，測量不同的前因變量對用戶在隱私層面的信念、態度等的影響;或聚焦正向結果變量即用戶位置隱私開放行為，結合隱私關注去探究各要素如何最終影響用戶的決策行為，而對負向結果變量即用戶位置隱私保護行為這一回避性行為關注較少;②前因變量中的人格特質因素研究不足。雖有部分位置隱私研究對人格特質因素有所涉獵，但往往著眼于社交媒體情境下的隱私披露行為展開研究，且研究結論之間也存在很多爭議[30-31]，而對于位置隱私保護行為這一具體情境下人格特質的影響問題缺乏深入分析。

基于上述分析，為更深入地探究影響在線位置服務中用戶位置隱私保護行為的關鍵因素及其相互作用機理，本研究基于APCO模型的分析框架聚焦在線位置服務這一具體應用情境，選用大五人格理論來區分不同用戶的個性差異，從人格特質、價值認知、企業保障、社會影響和隱私經歷等5個前因變量的視角來系統分析用戶位置隱私保護行為的影響因素。

2?研究模型與假設

2.1?人格特質因素假設

人格代表了個體思想、情感和行為上的獨特模式，包含了個體區別于他人的穩定心理品質。大五（Big?Five）人格（外向性、隨和性、開放性、神經質、盡責性）是目前學界公認的對人格特質較為理想的描述之一，其維度可囊括絕大多數的人格特質[32]，因而在移動技術使用問題中能有效解釋絕大部分的個體差異[33]。基于APCO模型，本文重新定義了感知位置服務利得和感知位置隱私利失這兩個重要概念。其中，感知位置服務利得是指用戶在使用位置服務的過程中對于位置服務給自己帶來的利益方面的考量，即用戶的收益認知。感知位置隱私利失是指用戶在使用位置服務的過程中對于可能存在的隱私風險方面的考量，即用戶的風險認知。

實踐中，不同人格特質對于價值認知會帶來一定的影響。其中，外向性人格表現出熱情、社交、冒險、樂觀等特質，對人際交往有著較高的熱情并能與他人頻繁互動。如果置于在線位置服務場景下，相較于擔憂隱私風險問題，具備外向性人格特質的用戶更愿意嘗試新鮮事物[34]。此外，為了適應社交關系中的互動需求，他們往往也會有著較低的信息敏感關注度。因此，這類群體對移動應用收益感知程度高，對隱私方面負面感知較低[35]。基于此，提出如下假設：

H1（a）：外向性人格會積極影響感知位置服務利得。

H2（a）：外向性人格會消極影響感知位置隱私利失。

隨和性人格表現出信任、利他、移情、依從等特質，更愿意相信他人并展開合作。隨和性人格的用戶具有合作特質，更容易感受到使用在線位置服務所帶來的好處。隨和性個體的信任特質使其較少感知他人行為會給自身帶來潛在危害，進而會降低其對于潛在隱私風險的認知[36-38]。基于此，提出如下假設：

H1（b）：隨和性人格會積極影響感知位置服務利得。

H2（b）：隨和性人格會消極影響感知位置隱私利失。

開放性人格有著創造、求異、思辨等特質，對于已有的經驗往往持有開放、探究的態度。在面對新技術時，開放性人格的用戶可能會持有更加積極的態度并更愿意進行嘗試，對新技術背后可能誘發的風險感知甚少，對使用在線位置服務會有更強烈的收益感知，對潛在隱私問題的感知甚少，進而會傾向于分享更多的信息[39]。基于此，提出如下假設：

H1（c）：開放性人格會積極影響感知位置服務利得。

H2（c）：開放性人格會消極影響感知位置隱私利失。

神經質人格具有焦慮、敵對、脆弱、自我意識等特質，情緒不夠穩定，容易被激起負面情緒，乃至于做出沖動行為。出于自我呈現和避免孤單的目的，神經質人格的用戶可能會更多地披露個人信息[40]，但其對于一些潛在危險也會更加恐懼[35]。高神經質人格的用戶對于移動技術帶來的好處和潛在的風險都有著較高的感知程度[41]。基于此，提出如下假設：

H1（d）：神經質人格會積極影響感知位置服務利得。

H2（d）：神經質人格會積極影響感知位置隱私利失。

盡責性人格有著成就、自律、謹慎、克制等特質，對于細節十分關注，較有遠見，并往往以結果為導向。實踐中，盡責性人格的用戶不僅會思考移動技術服務對自身生活和工作帶來的效率提升，也會仔細探究這類技術應用中可能帶來的危害[41-42]。基于此，提出如下假設：

H1（e）：盡責性人格會積極影響感知位置服務利得。

H2（e）：盡責性人格會積極影響感知位置隱私利失。

2.2?價值認知假設

價值認知是指用戶在使用在線位置服務的過程中，對其能給自身帶來的利得、利失進行的考量，前文已將其定義為感知位置服務利得和感知位置隱私利失。隱私披露帶來的典型利益包括經濟折扣、便利性、有用性和社交提升[43]，隱私披露帶來的風險包括第三方對個人隱私信息的二次使用、身份信息入侵和社會批評等[44]。結合在線旅游的具體情境，本文將位置服務利得分為感知位置服務相關性、感知位置服務有用性和感知位置服務便利性;將位置隱私利失分為感知位置隱私入侵、感知位置隱私監控和感知位置隱私二次使用。

在理想的情境下，用戶會綜合考慮內外部條件，綜合計算以實現收益最大化和風險最小化。于是，為了獲得相關服務和經濟利益，用戶可能會不再強調對隱私的保護，而是主動提供個人信息[45]。基于隱私計算理論，有學者提出用戶分享隱私信息過程中產生的對于風險和收益的認知都會影響用戶行為，其中感知收益正向影響分享意愿，感知風險負向影響分享意愿[46]。基于此，提出如下假設：

H3：感知位置服務利得消極影響位置隱私保護行為。

H4：感知位置隱私利失積極影響位置隱私保護行為。

2.3?企業隱私保障感知因素假設

企業作為用戶服務的提供者和隱私的使用者，負有保障用戶隱私安全的責任。除政府監管外，行業自律也是風險防范的重要手段之一。實踐中，企業自身也會采取一些用戶隱私保護措施，如隱私條款就是重要舉措之一。目前，用戶已開始認識到企業隱私保護措施的重要性[47]，因而企業隱私保護措施的有效性、明確性等因素會正向影響用戶的隱私控制感知，負向影響其隱私風險感知，進而影響其隱私決策[48-49]。這些因素稱之為隱私保障因素。另外，企業聲譽代表著企業社會形象。研究證明，良好的企業聲譽能提高用戶安全感，顯著降低其享用該企業產品或服務時的隱私風險擔憂。換言之，企業聲譽保障能顯著影響用戶的利益感知、風險感知、信任感和用戶的使用行為，并對用戶的隱私保護行為帶來一定的影響[50-51]。基于上述論述，提出如下假設：

H5：企業隱私保障感知消極影響位置隱私保護行為。

2.4?社會影響因素假設

根據社會影響理論，他人或群體會對個體的思想和行為等產生影響[52]。現實生活中，個人生活圈中的群體會對個體決策產生顯著影響，進而影響其位置信息的披露意愿[18]，即社交好友影響。另外，意見領袖也是一類重要的社會影響源。普通用戶往往認為意見領袖具有較豐富的經驗和知識，能帶來更有價值、更加客觀的信息，因而對其有著較高的信任心理和從眾心理[53-54]。意見領袖對于用戶的決策行為所產生的較大影響也被稱為“意見領袖影響”。基于此，提出如下假設：

H6：社會影響積極影響位置隱私保護行為。

2.5?隱私入侵經歷假設

隱私入侵經歷是指用戶所擁有的隱私受侵犯的經驗，其內容涵蓋用戶切身經歷過的隱私侵害和聽聞他人經歷過的隱私侵害。實踐表明，隱私入侵經歷會強化用戶的隱私關注度，進而削弱用戶對于產品和服務的價值感知和持續使用意愿[55]。其中，負面經歷的影響會比正面經歷更明顯，它會加劇用戶對隱私問題的關注，使得其對于個人信息持有更加審慎的態度，從而在使用移動產品的過程中更易產生隱私保護行為[56]。基于此，提出如下假設：

H7：隱私入侵經歷會消極調節感知位置服務利得與位置隱私保護行為之間的作用。

H8：隱私入侵經歷會積極調節感知位置隱私利失與位置隱私保護行為之間的作用。

位置隱私保護行為指用戶在其位置隱私可能遭受風險時所采取的應對策略，基于高錫榮等[57]和Dixit?S等[58]的研究，本研究將其分為抑制使用、拒絕使用和負面口碑3類。根據前文的分析，提出如圖1所示的研究模型。

3?研究方法

3.1?問卷設計

問卷內容包含基本信息和主體模塊兩個部分，總共54個題項。其中，基本信息有5個題項，涉及人口統計情況、使用攜程的時長和頻次。主體部分有49個題項，主要圍繞研究模型中的變量展開。問卷中的所有問項均借鑒于引用率高的經典文獻，并結合研究特定的情境進行針對性地改編。

為了保證問卷的可理解性和可靠性，本研究小組招募了30名在線位置服務使用年限超過3年的深度用戶進行問卷前測。在不斷消除概念和問項歧義之后，形成正式問卷，如表1所示。此外，還統計了5輪25名前測人員的問卷完成時間，顯示最長完成時間為15分10秒，最短完成時間為10分56秒。

3.2?數據收集和描述性統計

為保證數據的可獲得性、可靠性和可信性，本研究選擇攜程網作為實證研究案例，主要是基于以下考慮：①位置隱私保護對在線旅游產業的健康發展具有重要意義。在線旅游是互聯網領域中與在線位置服務聯系最為密切的代表性產業之一，獲取用戶的在線位置隱私數據是在線旅游企業提供個性化服務的必備前提，且以在線旅游作為調研對象能保證研究數據的可獲得性;②企業知名度。攜程網是我國目前最大的在線旅游服務平臺之一，在業界和消費者心目中均具有較高的行業地位，以此作為調研對象能保證數據的可靠性;③危機事件頻繁爆發。近年來，攜程網頻頻曝出因用戶數據濫用引發的危機事件，其長期用戶對此類事件均有一定知曉，更契合本研究的調研需要。

同時，為避免相同調研方法帶來的偏差，本研究采取線上、線下雙渠道結合的方式來獲取研究數據：①問卷發放與收集。線上渠道選擇“問卷星”平臺生成在線問卷，并借助微信、QQ、微博等平臺進行大范圍擴散。線下渠道則采用有償方式，選擇在高校附近各大旅行社咨詢旅游業務、注冊攜程網APP超過6個月、熱愛旅行并曾使用過在線旅游產品和服務的用戶進行深度訪談，并要求現場完成問卷填寫;②數據清洗。線上、線下共回收問卷627份，根據用戶自報的問卷完成時間，默認完成時間分布在15分10秒—10分56秒為有效答題時間，且刪除答案過于集中、觀點前后矛盾的無效問卷，最終獲得有效問卷563份。調研對象中，男性占46.5%，女性占53.5%，與攜程網公布的用戶性別分布比例較為契合。年齡集中在30歲以下，受教育程度以本科為主（65.5%），其次是碩士（30.7%）。在使用時長上，使用攜程少于1年的用戶占比達38.2%，1～3年的占比為35.3%，3～5年的占比為19.4%，5年以上占比為7.1%。在使用頻次方面，至少1周1次的占比為7.5%，至少1個月1次的占19.7%，至少半年1次的占40.7%，其他占比為32.1%，據此可認為在使用經驗和使用時長上受訪者均符合本研究情境的設定。

4?模型驗證

采用結構方程模型的方法對研究模型進行驗證分析，主要內容包含測量模型檢驗和結構模型檢驗。Smart?PLS2.0不需要對變量的分布和觀測的獨立性進行假設，更加適合因子分析，因而本研究采用這一工具進行數據分析。

4.1?測量模型驗證

本研究從信度檢驗、效度檢驗和多重共線性診斷3個方面對測量模型進行了驗證。信度檢驗一般采用α值和CR值來檢驗信度，當α>0.7，CR>0.7時說明各題項間具有較高的一致性，結果如表2所示。效度檢驗主要檢驗結構效度，包含聚合效度和區別效度，分別由AVE值和AVE值的開方與所有變量的相關系數來判斷，結果如表2、表3所示。多重共線性由容忍度、方差膨脹因子和條件指數判斷，結果如表4所示。

結合表2～4可知，因子載荷、CR值和α值均大于0.7，顯示模型具有良好的效度。所有變量的AVE值大于0.7，顯示模型具有較高的聚合效度;各變量的AVE開方也都高于與其他變量間的相關系數，顯示模型具有較高的區別效度。此外，容忍度、方差膨脹因子和條件指數等均符合要求，不存在嚴重的多重共線性問題。

4.2?結構模型驗證

本研究采用Bootstrapping算法進行1?000次抽樣，檢驗本模型中各變量間路徑的顯著性。研究模型的檢驗結果如圖2所示。

在人格特質部分，H1（a/b/d）、H2（a/b/e）均成立。在價值認知方面，假設H3和H4均成立。在企業保障部分，假設H5不成立。在社會影響方面，假設H6成立。外向性、隨和性和神經質人格都對用戶的在線旅游感知位置服務利得有正向影響，路徑系數分別為0.150、0.180和0.146;外向性、隨和性人格對在線旅游用戶的感知位置隱私利失有負向影響，路徑系數分別為-0.204和-0.148;盡責性人格對旅游感知位置隱私利失有正向影響，路徑系數為0.413。在價值認知中，感知位置服務利得對位置隱私保護行為有負向影響，感知位置隱私利失對位置隱私保護行為有正向影響，路徑系數分別為-0.166和0.424。社會影響對用戶的位置隱私保護行為有正向影響，路徑系數為0.379。

此外，R2表示模型的解釋力，其值越高，模型的解釋度越好，在社會科學中，R2在0.1～0.2間被認為是可接受的[66]。從圖2中的數據可以看出，本研究采用的模型具有較好的解釋度和擬合度。

4.3?調節效應分析

隱私入侵經歷是一個連續變量，因而本文采用層次回歸分析的方式來探究其調節效應，結果如表5所示。

由表5可知，全模型中的R2高于限制模型中的調整R2值，因而調節變量在整個模型中具有顯著效應。同時，隱私入侵經歷對于感知位置服務利得和位置隱私保護行為之間無顯著調節效應，因而假設H7不成立，而隱私入侵經歷對于位置隱私利失和位置隱私保護行為之間有負向調節作用，與假設H8中的正向調節作用相反。

5?結?論

1）人格特質因素。外向性、隨和性和神經質人格特質都對用戶的感知位置服務利得產生正向影響，而外向性和隨和性人格特質則會對用戶感知隱私利失產生負向影響。外向性人格對于新技術的接納和樂于嘗試可能使其對于現有的位置服務產品了解程度高，對于位置服務中的利弊有一定的洞察，因而這類人格對于價值認知的影響程度有限。盡責性人格特質會對用戶感知隱私利失產生正向影響。盡責性人格具有較強的自我控制能力，且能推遲需求滿足[67]，在問卷中展示的與位置服務相關的負面新聞，觸發了盡責性個體強烈的位置隱私利失感知（β=0.431，p<0.001），從而導致其自我控制行為，減弱了其對于位置服務利得的感知。因此，

盡責性人格對于位置服務利得未表現出明顯影響。神經質人格對于感知位置隱私利失沒有明顯的影響。這一發現與前期學者的研究結論有些出入，可能與實證研究中用戶的情緒狀態有關。根據特質激活理論，人格特質需要在出現與之相關的情境或情感線索時才能被激活[68]，本研究選取攜程這一典型的旅游出行服務為研究案例，鑒于研究樣本對攜程具有較高的熟悉程度，因而難以觸發神經質人格中的不穩定性。

2）價值認知因素。感知位置服務利得消極影響用戶的位置隱私保護行為，而感知位置隱私利失積極影響用戶的位置隱私保護行為。其中，感知位置服務利得、感知位置隱私利失和社會影響共同影響了用戶位置隱私保護行為的生成。前景理論認為，用戶對于損失的感知程度要高于對收益的感知程度[69]。在本研究情境中，用戶享受在線位置服務是以提供精準的位置信息為前提，其所面臨的隱私風險更為突出，故而此時用戶感知利失的影響作用要比感知利得更加顯著。

3）企業隱私保障感知因素。鑒于目前在線位置服務產業發展快速，同質化產品多具有較高的可替代性，且此類產品用戶沉沒成本投入少，屬于即用即走的工具類產品。因此，即使該企業行業地位較高，在被曝出負面新聞后，用戶較大概率會轉向其他產品，此時企業保障感對于用戶的位置隱私保護行為影響微乎其微。

4）社會影響因素。意見領袖和社交好友等都會對用戶的位置隱私保護行為產生影響，他們披露的負面新聞將會促進用戶的位置隱私保護行為。

5）隱私入侵經歷。隱私入侵經歷會觸發用戶的位置隱私利失感知，進而對于位置隱私保護行為產生影響。用戶在某一特定情境中的經驗增加會使其更習慣于該情境[70]，此結論對在線位置服務應用場景同樣適用。因而，長期的、持續性的隱私入侵經歷會最終削弱感知位置隱私利失對于位置隱私保護行為的影響，從而產生負向調節作用。值得注意的是，盡管用戶有隱私入侵經歷，但若平臺所提供的在線位置服務能較好地滿足其現實需求，感知位置服務利得對位置隱私保護行為的影響則不會被隱私入侵經歷這一因素調節。

6）隱私保護行為。從抑制使用、拒絕使用和負面口碑這3種位置隱私保護行為的因子載荷數值來看，用戶更傾向于選擇負面口碑來保護自身隱私。形成這一結果可能的原因是，一方面社交網絡的高速發展賦予了用戶更為便利的觀點輸出渠道和自由話語權;另一方面，在無法拒絕使用的情形下，用戶更傾向于通過傳播負面口碑的形式來維護自身權益[71]。

6?對未來該領域治理之啟示

本文的研究結論可為改進在線位置服務提供商的服務，提升政府部門及行業組織的監管能力，推進在線位置服務產業領域走向治理現代化提供一定的借鑒和參考。

對在線位置服務提供商而言，鑒于不同人格特質的用戶有著不同的認知方式和情感傾向，在線位置服務提供商可健全多重標準的用戶分類管理機制，強化精準營銷的過程管理和效果管理，通過推進基于用戶差異性分析的隱私服務策略，全面覆蓋用戶在隱私保護上的差異化需求。同時，在線位置服務提供商還可以通過賦予用戶位置隱私使用過程中的知情權、選擇權和自主權等方式加強用戶隱私保障管理，削弱用戶的位置隱私利失感知，吸引更多的用戶。

對政府監管部門而言，應在把握用戶隱私保護與用戶數據合理使用之間利益平衡的基礎上，健全相關隱私監管措施。鑒于用戶隱私泄密的高風險性以及用戶隱私條款中當事人地位的不對等性，要強化“預防為主”的風險防范思維，從法律、法規等規范層面明確服務提供商的隱私保障底線。同時，要監管從業企業并規范其用戶隱私的采集、存儲、傳遞及利用等行為，在堅持“知情同意原則”“最小范圍原則”等原則的基礎上，明確用戶隱私的采集和利用的條件、程序及侵權責任，制止個人隱私數據被不當采集、過度采集以及數據存儲不當、數據濫用等行為。

本研究是位置隱私研究領域APCO模型研究的有益嘗試，但仍然存在一些研究不足，需要在未來的研究中深入開展。其一，位置隱私研究需要獲取大量用戶個體感知相關的數據，鑒于在線位置服務平臺在許多特定問題上尚未設計對應的條目或類目，此類數據難以通過大數據的技術和手段獲取。因此，本研究采用問卷訪談的方式收集用戶數據，但難以完全規避研究數據的主觀性問題。在未來的研究中，將加強與位置服務提供商的合作，融合主觀數據和客觀數據開展更有針對性的研究;其二，本研究基于業界代表性、用戶數量、平臺聲譽等因素考量選取攜程為研究案例，但實際上現實中存在數量眾多、種類豐富的在線位置服務平臺。因此，未能很好地體現平臺特色對用戶隱私行為的影響，未來的研究可基于平臺類型、平臺規模、平臺聲譽和平臺盈利模式的差異性來開展對比研究，為實踐提供更多、更有價值的意見和建議。

參考文獻

[1]Chellappa?R?K，Sin?R?G.Personalization?Versus?Privacy：An?Empirical?Examination?of?the?Online?Consumers?Dilemma[J].Information?Technology?and?Management，2005，6（2-3）：181-202.

[2]Kim?J?W，Lee?B?H，Shaw?M?J，et?al.Application?of?Decision-Tree?Induction?Techniques?to?Personalized?Advertisements?on?Internet?Storefronts[J].International?Journal?of?Electronic?Commerce，2001，5（3）：45-62.

[3]Lee?J?M，Rha?J?Y.Personalization-privacy?Paradox?and?Consumer?Conflict?with?the?Use?of?Location-based?Mobile?Commerce[J].Computers?in?Human?Behavior，2016，63：453-462.

[4]中國消費者協會.APP個人信息泄露情況調查報告[EB/OL].http：//www.cca.org.cn/jmxf/detail/28180.html，2019-05-22.

[5]迪莉婭.大數據環境下APP用戶隱私計算影響因素研究[J].現代情報，2019，39（12）：131-137.

[6]Smith?H?J，Dinev?T，Xu?H.Information?Privacy?Research：An?Interdisciplinary?Review[J].Mis?Quarterly，2011，35（4）：989-1015.

[7]Ioannou?A，Tussyadiah?I，Lu?Y.Privacy?Concerns?and?Disclosure?of?Biometric?and?Behavioral?Data?for?Travel[J].International?Journal?of?Information?Management，2020，54：102122.

[8]臧國全，趙炎冰，張男.APCO框架下微信用戶使用動機、隱私關注與隱私行為之間關系研究[J].情報理論與實踐，2021，44（1）：110-117，109.

[9]胡昌平，仇蓉蓉.虛擬社區用戶隱私關注研究綜述[J].情報理論與實踐，2018，41（12）：149-154.

[10]Kenny?G，Connolly?R.Citizens?Health?Information?Privacy?Concerns：A?Multifaceted?Approach[C]//ECIS?2015?Research-in-Progress?Papers，2015：22.

[11]Lankton?N，Tripp?J.A?Quantitative?and?Qualitative?Study?of?Facebook?Privacy?Using?the?Antecedent-privacy?Concern-outcome?Macro?Model[C]//Proceedings?of?the?19th?Americas?Conference?on?Information?Systems.Chicago，2013.

[12]Borena?B，Belanger?F，Ejigu?D.Conceptualizing?Information?Privacy?Concern?in?Low-income?Countries：An?Ethiopian?Language?Instrument?for?Social?Networks?Sites[C]//AMCIS?2015?Proceedings，2015：45.

[13]Benamati?J?H，Ozdemir?Z?D，Smith?H?J.An?Empirical?Test?of?an?Antecedents-Privacy?Concerns-Outcomes?Model[J].Journal?of?Information?Science，2016，43（5）：583-600.

[14]Vishwanath?A，Xu?W，Ngoh?Z.How?People?Protect?Their?Privacy?on?Facebook：A?Cost-benefit?View[J].Journal?of?the?Association?for?Information?Science?&?Technology，2018，69（5）：700-709.

[15]胡曉梅.SNS用戶隱私保護行為影響因素研究——基于皮尤青少年調查數據的分析[J].東南傳播，2016，（10）：61-65.

[16]Dinev?T，Hart?P.An?Extended?Privacy?Calculus?Model?for?E-Commerce?Transactions[J].Information?Systems?Research，2006，17（1）：61-80.

[17]趙棟祥，霍朝光，范昊.隱私視角下移動健康管理服務使用意愿的實證研究[J].現代情報，2018，38（5）：74-81.

[18]Hwang?R?H，Hsueh?Y，Chung?H?W.A?Novel?Time-obfuscated?Algorithm?for?Trajectory?Privacy?Protection[J].IEEE?Transactions?on?Services?Computing，2014，7（2）：126-139.

[19]Dai?J?Z，Qiao?K?K.A?Privacy?Preserving?Framework?for?Workers?Location?in?Spatial?Crowdsourcing?Based?on?Local?Differential?Privacy[J].Future?Internet，2018，10（6）：53.

[20]Zhou?T.Examining?Location-Based?Services?Usage?from?the?Perspectives?of?Unified?Theory?of?Acceptance?and?Use?of?Technology?and?Privacy?Risk[J].Journal?of?Electronic?Commerce?Research.2012，13（2）：135-144.

[21]Gutierrez?A，OLeary?S，Rana?N?P，et?al.Using?Privacy?Calculus?Theory?to?Explore?Entrepreneurial?Directions?in?Mobile?Location-based?Advertising：Identifying?Intrusiveness?as?the?Critical?Risk?Factor[J].Computers?in?Human?Behavior，2019，95：295-306.

[22]Suh?J?J，Hargittai?E.Privacy?Management?on?Facebook：Do?Device?Type?and?Location?of?Posting?Matter？[J].Social?Media+Society，2015，1（2）：36-58.

[23]Chen?J?V，Su?B?C，Quyet?H?M.Users?Intention?to?Disclose?Location?on?Location-based?Social?Network?Sites（LBSNS）in?Mobile?Environment：Privacy?Calculus?and?Big?Five[J].International?Journal?of?Mobile?Communications，2017，15（3），329-353.

[24]Alrayes?F?S，Abdelmoty?A?I，El-Geresy?W?B，et?al.Modelling?Perceived?Risks?to?Personal?Privacy?from?Location?Disclosure?on?Online?Social?Networks[J].International?Journal?of?Geographical?Information?Science，2020，34（1）：150-176.

[25]Chen?S，Shao?B?J，Zhi?K?Y.Predictors?of?Chinese?Users?Location?Disclosure?Behavior：An?Empirical?Study?on?WeChat[J].Information，2018，9（9），219.

[26]劉百靈，萬璐璐.基于移動服務的隱私政策Petri網協商算法[J].系統管理學報，2019，28（2）：231-239.

[27]徐敬宏，趙珈藝，程雪梅，等.七家網站隱私聲明的文本分析與比較研究[J].國際新聞界，2017，39（7）：129-148.

[28]趙佳莉.基于位置服務的用戶隱私關注及其采納意向的實證研究[D].青島：青島大學，2017.

[29]張嵩，趙佳莉，吳劍云.LBS的隱私關注與采納意向的模型構建及實證[J].計算機集成制造系統，2018，24（2）：524-532.

[30]Chen?J?V，Widjaja?A?E，Yen?D?C.Need?for?Affiliation，Need?for?Popularity，Self-esteem，and?the?Moderating?Effect?of?Big?Five?Personality?Traits?Affecting?Individual?Self-disclosure?on?Facebook[J].International?Journal?of?Human?Computer?Interaction，2015，31（11）：815-831.

[31]Zhan?Y?F，Ling?Q.SNS?as?Intimacy?Zone：Social?Intimacy，Loneliness，and?Self-disclosure?on?SNS[J].Global?Media?Journal，2015，13（25）：1-18.

[32]程娟娟.學生群體中大五人格特質與領導產生關系研究[D].北京：北京交通大學，2016.

[33]Ryan?T，Xenos?S.Who?Uses?Facebook？An?Investigation?Into?the?Relationship?Between?the?Big?Five，Shyness，Narcissism，Loneliness，and?Facebook?Usage[J].Computers?in?Human?Behavior，2011，27（5）：1658-1664.

[34]Badgaiyan?A?J，Verma?A.Intrinsic?Factors?Affecting?Impulsive?Buying?Behavior—Evidence?from?India[J].Journal?of?Retailing?and?Consumer?Services，2014，21（4）：537-549.

[35]Bansal?G，Zahedi?F，Gefen?D.The?Impact?of?Personal?Dispositions?on?Information?Sensitivity，Privacy?Concern?and?Trust?in?Disclosing?Health?Information?Online[J].Decision?Support?Systems，2010，49（2）：138-150.

[36]Pentina?I，Zhang?L，Bata?H，et?al.Exploring?Privacy?Paradox?in?Information-sensitive?Mobile?App?Adoption：A?Cross-cultural?Comparison[J].Computers?in?Human?Behavior，2016，65：409-419.

[37]Yeh?C?H，Wang?Y?S，Lin?S?J，et?al.What?Drives?Internet?Users?Willingness?to?Provide?Personal?Information？[J].Online?Information?Review，2018，42（6）：923-939.

[38]Morton?A.Measuring?Inherent?Privacy?Concern?and?Desire?for?Privacy-A?Pilot?Survey?Study?of?an?Instrument?to?Measure?Dispositional?Privacy?Concern[C]//2013?International?Conference?on?Social?Computing.IEEE，2013：468-477.

[39]Moore?K，McElroy?J?C.The?Influence?of?Personality?on?Facebook?Usage，Wall?Postings，and?Regret[J].Computers?in?Human?Behavior，2011，28（1）：267-274.

[40]Seidman?G.Self-presentation?and?Belonging?on?Facebook：How?Personality?Influences?Social?Media?Use?and?Motivations[J].Personality?and?Individual?Differences，2013，54（3）：402-407.

[41]Tsai?T?H，Chang?H?T，Chang?Y?C，et?al.Personality?Disclosure?on?Social?Network?Sites：An?Empirical?Examination?of?Differences?in?Facebook?Usage?Behavior，Profile?Contents?and?Privacy?Settings[J].Computers?in?Human?Behavior，2017，76：469-482.

[42]Osatuyi?B.Personality?Traits?and?Information?Privacy?Concern?on?Social?Media?Platforms[J].Journal?of?Computer?Information?Systems，2015，55（4）：11-19.

[43]Wang?N，Zhang?B，Liu?B，et?al.Investigating?Effects?of?Control?and?Ads?Awareness?on?Android?Users?Privacy?Behaviors?and?Perceptions[C]//Proceedings?of?the?17th?International?Conference?on?Human-computer?Interaction?with?Mobile?Devices?and?Services.ACM，2015：373-382.

[44]Warshaw?J，Matthews?T，Whittaker?S，et?al.Can?an?Algorithm?Know?the?Real?You？：Understanding?Peoples?Reactions?to?Hyper-personal?Analytics?Systems[C]//Proceedings?of?the?33rd?Annual?ACM?Conference?on?Human?Factors?in?Computing?Systems.ACM，2015：797-806.

[45]Wilson?D，Valacich?J?S.Unpacking?the?Privacy?Paradox：Irrational?Decision-Making?within?the?Privacy?Calculus[C]//Thirty?Third?International?Conference?on?Information?Systems.Orlando，2012：1-11.

[46]Lee?H，Park?H，Kim?J.Why?Do?People?Share?Their?Context?Information?on?Social?Network?Services？A?Qualitative?Study?and?an?Experimental?Study?on?Users?Behavior?of?Balancing?Perceived?Benefit?and?Risk[J].International?Journal?of?Human-Computer?Studies，2013，71（9）：862-877.

[47]Baek?Y?M，Kim?E，Bae?Y.My?Privacy?is?Okay，But?Theirs?is?Endangered：Why?Comparative?Optimism?Matters?in?Online?Privacy?Concerns[J].Computers?in?Human?Behavior，2014，31：48-56.

[48]梁曉丹，李穎灝，劉芳.在線隱私政策對消費者提供個人信息意愿的影響機制研究——信息敏感度的調節作用[J].管理評論，2018，30（11）：97-107.

[49]金燕，李京珂，耿瑞利.隱私視角下健康類APP用戶流失意愿研究[J].現代情報，2021，41（1）：67-77.

[50]Lwin?M?O，Wirtz?J，Stanaland?A?J?S.The?Privacy?Dyad：Antecedents?of?Promotion-and?Prevention-focused?Online?Privacy?Behaviors?and?the?Mediating?Role?of?Trust?and?Privacy?Concern[J].Internet?Research，2016，26（4）：919-941.

[51]劉百靈，夏惠敏，李延暉，等.保健和激勵雙因素視角下影響移動支付意愿的實證研究[J].管理學報，2017，14（4）：600-608.

[52]肖璇，王鐵男，郝凡浩.社會影響理論視角的社交媒體持續使用研究[J].管理科學學報，2017，20（11）：49-60.

[53]邵雋.旅游服務業社會化媒體營銷新趨勢——意見領袖與微電影營銷[J].旅游學刊，2012，27（8）：4-5.

[54]Villanueva?J，Yoo?S，Hanssens?D?M.The?Impact?of?Marketing-induced?Versus?Word-of-Mouth?Customer?Acquisition?on?Customer?Equity[J].International?Retail?and?Marketing?Review，2010，6（1）：62-81.

[55]Liang?C?C，Shiau?W?L.Moderating?Effect?of?Privacy?Concerns?and?Subjective?Norms?Between?Satisfaction?and?Repurchase?of?Airline?E-ticket?Through?Airline-ticket?Vendors[J].Asia?Pacific?Journal?of?Tourism?Research，2018，23（12）：1142-1159.

[56]Pagani?M，Malacarne?G.Experiential?Engagement?and?Active?vs.Passive?Behavior?in?Mobile?Location-based?Social?Networks：The?Moderating?Role?of?Privacy[J].Journal?of?Interactive?Marketing，2017，37：133-148.

[57]高錫榮，楊康.網絡隱私保護行為：概念、分類及其影響因素[J].重慶郵電大學學報：社會科學版，2012，24（4）：18-24.

[58]Dixit?S，Badgaiyan?A?J，Khare?A.An?Integrated?Model?for?Predicting?Consumers?Intention?to?Write?Online?Reviews[J].Journal?of?Retailing?and?Consumer?Services，2019，46：112-120.

[59]Lee?A?R，Son?S?M，Kim?K?K.Information?and?Communication?Technology?Overload?and?Social?Networking?Service?Fatigue：A?Stress?Perspective[J].Computers?in?Human?Behavior，2016，55：51-61.

[60]Zhang?X?F，Guo?X?T，Guo?F，et?al.Nonlinearities?in?Personalization-privacy?Paradox?in?mHealth?Adoption：The?Mediating?Role?of?Perceived?Usefulness?and?Attitude[J].Technology?and?Health?Care，2014，22（4）：515-529.

[61]Chiu?C?M，Wang?E?T?G，Fang?Y?H，et?al.Understanding?Customers?Repeat?Purchase?Intentions?in?B2C?E-commerce：The?Roles?of?Utilitarian?Value，Hedonic?Value?and?Perceived?Risk[J].Information?Systems?Journal，2014，24（1）：85-114.

[62]Xu?H，Gupta?S，Rosson?M?B，et?al.Measuring?Mobile?Users?Concerns?for?Information?Privacy[C]//Thirty?Third?International?Conference?on?Information?Systems.Orlando，2012：1-16.

[63]Xu?H，Dinev?T，Smith?J，et?al.Information?Privacy?Concerns：Linking?Individual?Perceptions?with?Institutional?Privacy?Assurances[J].Journal?of?the?Association?for?Information?Systems，2011，12（12）：798-824.

[64]Ponte?E?B，Carvajal-Trujillo?E，Escobar-Rodríguez?T.Influence?of?Trust?and?Perceived?Value?on?the?Intention?to?Purchase?Travel?Online：Integrating?the?Effects?of?Assurance?on?Trust?Antecedents[J].Tourism?Management，2015，47：286-302.

[65]Koohikamali?M，Peak?D?A，Prybutok?V?R.Beyond?Self-disclosure：Disclosure?of?Information?About?Others?in?Social?Network?Sites[J].Computers?in?Human?Behavior，2017，69：29-42.

[66]Junglas?I?A，Johnson?N?A，Spitzmüller?C.Personality?Traits?and?Concern?for?Privacy：An?Empirical?Study?in?the?Context?of?Location-based?Services[J].European?Journal?of?Information?Systems，2008，17（4）：387-402.

[67]Toegel?G，Barsoux?J?L.How?to?Become?a?Better?Leader[J].MIT?Sloan?Management?Review，2012，53（3）：51-60.

[68]Cui?X?L.In-and?Extra-role?Knowledge?Sharing?Among?Information?Technology?Professionals：The?Five-factor?Model?Perspective[J].International?Journal?of?Information?Management，2017，37（5）：380-389.

[69]Mellinas?J?P，Nicolau?J?L，Park?S.Inconsistent?Behavior?in?Online?Consumer?Reviews：The?Effects?of?Hotel?Attribute?Ratings?on?Location[J].Tourism?Management，2019，71：421-427.

[70]Martin?K，Shilton?K.Why?Experience?Matters?to?Privacy：How?Context-based?Experience?Moderates?Consumer?Privacy?Expectations?for?Mobile?Applications[J].Journal?of?the?Association?for?Information?Science?and?Technology，2016，67（8）：1871-1882.

[71]陳通，青平，劉貝貝.農產品品牌關系質量影響消費者負面口碑傳播傾向的實驗研究[J].農業技術經濟，2017，（9）：36-44.

（責任編輯：陳?媛）