基于ISM的社交媒體用戶隱私披露意愿影響因素研究

聶小棽,劉 捷

(湘潭大學 公共管理學院,湖南 湘潭 411105)

0 引言

社交媒體這一概念最早被定義為“網絡用戶用以交換信息和內容創建的平臺”[1],人們通過社交媒體這一開放式的交互平臺,與其他人進行實時的交流互動[2]。隨著互聯網的快速發展,越來越多的新技術誕生并得到廣泛應用,線上醫療、虛擬社區、基于位置服務(Location Based Services,LBS)、虛擬現實(Virtual Reality,VR)等社交平臺正以更活躍的姿態融入人們的日常生活。Datareportal發布的“數字2022:全球數字報告”顯示:截至2022年1月,全球互聯網用戶達49.5億人,其中活躍的社交媒體用戶為46.2億,占世界總人口的58.4%,社交媒體用戶的粘性大幅提高。在共享的大數據環境中,用戶被鼓勵分享信息[3],將線下生活更完整的信息流轉移到線上,以建立更廣泛的社交關系[4],各平臺也通過收集用戶信息而為其提供更具個性化的產品和服務。然而,各類社交媒體所搭建的互通互享的社交平臺在給用戶帶來便利的同時,也悄然將用戶的隱私信息放置于更脆弱的位置中。防止用戶的隱私披露是社交媒體平臺可持續發展過程中不可或缺的部分[5]。因此,研究社交媒體用戶隱私披露意愿的影響因素,對于平臺和用戶雙方的維護均有重大意義。

本文將運用解釋結構模型(Interpretive Structural Model,ISM)開展社交媒體用戶隱私披露意愿的影響因素研究,主要解決如下問題:第一,眾多社交媒體隱私披露意愿影響因素是如何產生的;第二,社交媒體用戶隱私披露意愿影響因素中,哪些是直接因素,哪些是間接因素;第三,基于影響因素及其作用機理分析,如何提出實踐中精準的實施策略以優化社交媒體平臺的服務。

1 社交媒體用戶隱私披露意愿影響因素分析

1.1 影響因素提取

本研究通過中國知網和Web of Science核心數據庫,分別以“隱私披露意愿”“隱私披露意圖”和“Privacy disclosure intention”為關鍵詞,對國內外隱私披露意愿研究成果進行梳理。檢索時間設定為2010—2022年,文獻類型為期刊論文,最終得到39篇經典文獻,其中英文文獻17篇,中文文獻22篇。

在梳理文獻的基礎之上,本文對影響因素進行初步提取,并邀請5位對用戶行為有深入研究的資深研究者按照表 1所示的打分原則對初步提取的影響因素進行打分并記錄,在統計3輪打分結果后,最終確定15個影響因素并根據要素特性歸類為信息主體、信息、信息環境3個主范疇,如表 2所示。

表1 影響因素評分標準

表2 社交媒體用戶隱私披露意愿影響因素

1.2 指標信度檢驗

為確保因素提取的準確性,本文通過計算相互同意度和編碼信度系數2個指標來檢驗指標信度。

相互同意度是兩兩檢驗者之間對同一份文本記錄歸類的相同程度,在本研究中表現為檢驗者對隱私披露意愿影響因素指標提取一致的程度,計算方法如式(1)所示。

(1)

其中,βCA表示相互同意度,T表示2位檢驗者對影響因素歸類一致的個數,N1與N2分別表示2位檢驗者的歸類個數。

編碼信度系數指檢驗者歸類的可信程度,計算方法如式(2)所示。

(2)

其中,βCR表示編碼信度系數,n為編碼者的個數,在本研究中n=2。

基于上述計算方法,本文對2位檢驗者歸類情況進行統計,并計算βCA、βCR值,得出相應的系數結果如表3所示。由表可知,相互同意度βCA值都在0.8以上,編碼信度系數βCR值都在0.9以上,這表明本研究的隱私披露意愿影響因素指標具備較高的信度。

表3 社交媒體用戶隱私披露意愿影響因素信度分析

2 ISM構建

ISM最早由美國學者J．N．Warfield提出,用以揭示系統復雜性問題。該模型能夠將主系統進行拆分,借助布爾邏輯運算,將各因素之間的關系進行矩陣化表達,在層層分解后構建多層遞階結構模型,明晰要素之間的因果關系[18]。該方法是一種廣泛使用的科學分析方法,目前,已被拓展至多個領域。

本研究利用ISM劃分社交媒體用戶隱私披露意愿影響因素的層次結構,揭示了各影響因素的作用程度。下面介紹ISM實施的具體步驟。

2.1 建立鄰接矩陣

為了構建系統的ISM,首先需要對各因素間的二元關系進行判斷,得到鄰接矩陣A。本研究邀請10位圖情領域專家對各影響因素之間的關聯程度進行模糊打分,根據最大隸屬度原則確定各影響因素間的相互作用關系。將各影響因素按照如下的規則構建鄰接矩陣:A=[aij]=1表示要素Si對要素Sj存在直接影響關系;A=[aij]=0表示要素Si對要素Sj不存在直接影響關系。

2.2 建立可達矩陣

表4 可達矩陣M

表5 可達矩陣的可達集與前因集

2.3 層級關系確定

在得到可達矩陣后,需要對可達矩陣進行層級劃分以得到解釋結構模型。定義可達矩陣M中每一行Pi對應矩陣單元值為1的所有列元素的集合為R(Pi),即影響因素的可達集;每一列Pi對應矩陣單元值為1的所有行元素的集合為Q(Pi),即影響因素的前因集,二者之間的交集表示為R(Pi)∩Q(Pi)。社交媒體用戶隱私披露意愿影響因素的可達集與前因集和交集如表 5所示。

將R(Pi)∩Q(Pi)作為最高等級要素,并從表中劃去,從新的要素關系中再次尋找最高等級要素,重復上述步驟直至最后一集要素劃分完成。最終得到的社交媒體用戶隱私披露意愿影響因素的層級為:L1={S2,S4,,S5,,S8};L2={S1,S3,S11,S13};L3={S6,S7,S9,S14};L4={S10,S12,S15},并以此繪制隱私披露意愿影響因素結構模型圖,如圖 1所示。

圖1 隱私披露意愿影響因素模型

L1為直接層,是影響社交媒體用戶隱私披露意愿的直接要素,包含S2感知收益、S4隱私控制、S5隱私關注、S8習慣。移動社交媒體用戶處于共享的互聯網環境中,其隱私披露行為是一個相互過程,若隱私披露行為帶來的收益觸發了用戶的愉悅感或者滿足感等積極情緒,則會正向強化用戶的隱私披露意愿[19]。習慣這一潛意識下不加思考的行動將導致用戶對隱私披露行為的處理方式機械化,進而降低或忽視風險感知以觸發其披露隱私意愿[5]。隱私關注和隱私控制都反映了個體的能動性,披露隱私行為會導致隱私控制權的轉移,從而讓用戶感知其隱私邊界受到侵犯[20],負向影響隱私披露意愿。

L2、L3為過渡層,在社交媒體用戶隱私披露意愿影響因素中起到承上啟下的中介作用,包括S1隱私素養、S3感知風險、S6社交媒體信任、S7隱私侵犯經歷、S9隱私敏感性、S11個性化服務、S13隱私保護技術、S14主觀規范。當前,虛假信息泛濫、隱私泄露頻繁讓用戶在使用平臺時面臨著更大的隱私泄露的風險,若用戶曾有隱私被侵犯的經歷,則會增強對于外界信息的警惕性,引發對行業自律和法律執行的質疑,在考慮隱私敏感性程度的基礎上衡量收益和風險,面對信息披露行為時會做出更慎重的決定[12]。但個體的想法以及行為很容易受到團體的影響,在外界規范或社會影響的作用下,行為態度會傾向于向優勢趨勢轉變[8]。平臺會通過獲取用戶披露的信息來提供更為個性化的服務,用戶能夠獲取更多權限,加強與平臺間的信任互惠感,促進用戶信息分享意愿。

L4為根源層,是決定社交媒體用戶隱私披露意愿的最根本要素,由S10信息有用性、S12隱私政策和S15描述性規范構成。在網絡環境下,大量無序混亂的信息會觸發用戶的過載心理[21],有用信息能夠更好地契合用戶的平臺使用需求,使用戶的平臺使用意愿得到增強進而更愿意披露信息。隱私政策不僅反映了平臺對于隱私保護的重視程度,還依托了強大的法律效力來管理用戶的隱私信息,在一定程度上增強用戶對于平臺的信任程度[16],進而降低其風險感知。描述性規范體現了平臺內其他用戶的隱私披露意愿趨勢,在個體行為易受到群體行為影響的情況下,若平臺內較多用戶選擇披露隱私,則會給用戶帶來平臺安全的正向感知,進而增強其對于平臺的信任,強化隱私披露的意愿[17]。

3 結語

根據研究結論:表層因素對于社交媒體用戶的隱私披露意愿能起到立竿見影的效果;深層因素能從根源發力,對于表層與深層因素的合理把控能夠有效提高社交媒體用戶隱私披露意愿;中層因素雖然在系統中起到過渡作用,但構成復雜且不便直接企及,針對這類因素進行策略實施較困難。因此,本文針對多級遞階結構模型,結合“驅動力-依賴性”結果下的要素間邏輯關系,從以下3個方面提出對策建議。

3.1 加強自我隱私素養,提高隱私保護能力

由ISM分析結果可知,S1隱私素養、S4隱私控制和S5隱私關注這類信息主體因素多處于模型的中上層,對用戶的隱私披露意愿影響最大。研究表明,隱私素養會直接影響用戶的隱私控制能力[9],且隱私素養不同的用戶對于隱私控制的主觀能動性都存在差別,運營商可以通過識別用戶差異來制定個性化的隱私控制對策,給用戶以直觀的個人隱私控制感受。社交媒體平臺也應適當簡化系統的權限功能,去除不必要的權限設置,更多地賦予用戶對個人信息權限的操作,增加用戶鎖定、查詢等自行設置個人信息的功能,以在保障用戶的合理需求的同時增強其隱私控制水平,如微信朋友圈可以自由選擇信息開放的對象或時間等,以充分尊重用戶的隱私需求。當然,用戶自身也要發揮足夠的主觀能動性,強化個體隱私保護能力,認真閱讀并遵守平臺的隱私政策條例,不隨意披露敏感信息,注意線上、線下的隱私披露環境,增強隱私保護意識。

3.2 優化平臺服務功能,增強用戶信任程度

由ISM分析結果可知,S6社交媒體信任雖然處于模型中層卻受到S10信息有用性、S12隱私政策、S15描述性規范這類根源因素的直接影響,這表明用戶對平臺的信任程度是影響其隱私披露意愿的關鍵因素。在新媒體時代下,各類社交媒體數量激增,各大社交媒體服務商需要積極推陳出新以拓寬平臺使用新模式,挖掘創新性的平臺功能與服務,為用戶提供精準有效的搜尋內容,增強其內容感知有用性,提升用戶的平臺體驗感,以提升平臺吸引力。同時,各類社交媒體應制定清晰細化的隱私保護政策,可以設置單獨的“用戶隱私保護說明”條例,對隱私保護規則進行詳細說明,增強用戶的感知安全性,降低其在使用過程中的隱私焦慮。另外,各類社交媒體可以通過構建虛擬社區、舉辦友好活動等形式增強用戶的情感溝通,讓用戶在互相交流中增強對平臺的情感價值體驗。各類社交媒體可以采取交互式情景,邀請專家或明星參與一些共商共建共享的交流平臺建設活動,讓用戶在平臺使用中獲得額外的收益,以激勵用戶持續使用。

3.3 完善平臺環境建設,建立用戶反饋機制

由ISM的分析結果可知,信息環境因素大多位于模型的中層,是影響用戶隱私披露意愿不可忽視的重要內容。其中,S10個性化服務和S13隱私保護技術都會通過直接影響上層因素而影響隱私披露意愿。因此,社交媒體應當準確把握用戶偏好需求,通過設計用戶畫像來提供適度的個性化服務,實施差異化的營銷策略,豐富用戶的使用感受[16]。針對當前越來越透明公開的信息交流形式,社交媒體平臺作為服務的提供者和運營商,應通過完備的事前防范以及事后解決措施來提高用戶的滿意度以增強用戶的黏性。另外,輔以精準的隱私保護技術來營造安全的隱私披露環境,減少用戶的后顧之憂。當然,服務商也要重視用戶隱私披露行為所處的社會環境,在獲取用戶權限時,以必要的彈窗設置提醒用戶保護好私密信息,給用戶以正向的社會環境認知引導,側面削弱其隱私泄露的風險。