政府開放數據網站用戶隱私政策閱讀意愿研究

關鍵詞：政府開放數據;隱私政策;隱私計算理論;UTAUT2;結構方程模型;模糊集定性比較分析法中圖分類號：D035 文獻標識碼：A DOI：10.11968/tsyqb.1003-6938.2025052

Research on Users‘Intention to Read Privacy Policies of Government Open Data Websites

AHybridStudyBasedonSEM-fsQCA

Abstract Explores the factors influencing users‘wilingness to read privacy policies on government open data platforms， analyzes the multi-factorconfiguration pathways，and uncovers the underlying mechanisms of users'wilingness to engagewith privacy policies.The findings aim to provide theoretical support and practical guidance for enhancing users' privacy awareness and optimizing privacy policy design.Based on the extended privacy calculus theory and the UTAUT2 model，this study firstcollcted data through surveys and used structural equation modeling （SEM）to analyze the directeffectsoffactors such as privacyconcerns，privacy protection intentions，performance expectancy，andsocial influence on userswillingness to read privacy policies.Then，fuzzyset qualitativecomparative analysis （fsQCA）was applied to dentify multi-factorconfiguration pathways and reveal the multiple driving logics behind users‘privacy policy reading intentions.The studyfound that thekey factors influencing users'wilingness toread privacy policies include privacyconcerns，prvacyprotectionintentions，performanceexpectancyefortexpectancyedonicmotivation，faciliating conditios，andhabits.Trustandsocial influence were foundtohaveinsignificanteffects.Three mainconfigurationpathways were ultimately identified： privacy-sensitivity，social rust，and convenience-dependence.Based on these findings， recommendations were made to simplify the language of privacy policies，improve the user interface design of privacy policies，and enhance users' trust in privacy protection.

Key words government open data; privacy policy; privacy calculus theory; UTAUT2; SEM; fsQCA

作為國家戰略性資源，眾多具有關鍵性、基礎性特征的公共數據掌握在各級政府手中[，已成為科學研究和創新的核心資源[2]。近年來，隨著政府對數據開放工作的重視，開放成效逐漸顯現[3]。自2009年美國發布“開放政府計劃\"以來，各國紛紛建立開放數據平臺并制定相關政策[4]。根據國際數據公司（IDC）預測，到2025年，中國產生的數據量將達到48.6ZB，占全球總量的 27.8%^[5] 。2023年2月，中共中央、國務院發布的《數字中國建設整體布局規劃》進一步指出公共數據的整合與應用在\"數字中國\"建設中的關鍵作用。

盡管開放數據為公眾獲取和利用數據帶來了便利，但是隨著政府數據的開放，也帶來許多隱私風險問題[6。尤其在大數據時代，數據透明化要求與隱私安全之間的矛盾日益凸顯[5]。開放平臺的增多意味著更多個人信息可能被收集和使用，用戶享受網站便利的同時，注冊登錄時填寫的信息易造成個人信息權、數據權、隱私權等方面的侵權行為，引發相關訴訟或糾紛2。隱私政策作為連接互聯網服務提供方和用戶的橋梁，是保護個人信息的重要方法之二[7]，但由于篇幅冗長、語言復雜，許多用戶選擇忽視，從而降低了其隱私保護意識[1]。

本研究旨在識別影響用戶閱讀政府開放數據網站隱私政策的關鍵因素，并深入分析這些因素對隱私政策閱讀意愿的影響。基于隱私計算理論和UTAUT2模型，探討信任、隱私擔憂、隱私保護意愿、績效期望、努力期望、社會影響、便利條件和習慣等因素之間的關系。通過問卷數據，本研究采用結構方程模型（SEM）和模糊集定性比較分析（fsQCA）相結合的方法，分析這些因素對用戶閱讀隱私政策意愿的凈效應及組合效應，揭示其內在機制，為提升用戶隱私意識和優化隱私政策設計提供理論依據與實踐指導。

1文獻綜述

1.1關于政府開放數據網站的研究

國內關于政府開放平臺的研究主要圍繞平臺的構成、功能、價值、影響因素、實施路徑等方面展開，深入分析了平臺建設的挑戰與對策。在用戶視角下，研究關注公眾對平臺的認知、需求和滿意度，以用戶需求為中心提供建議。陳美通過文獻調研，梳理歸納了英國、西班牙、荷蘭、日本等國家的經驗和不足，并就如何促進我國開放政府數據和個人隱私保護的平衡發展提出意見和建議；高凡和楊歡從政策工具視角分析了我國省級平臺的隱私保護政策差異[；譚必勇和劉芮研究了我國15個副省級城市的地方政府開放數據政策；張衛輝和趙彥云等運用社會技術系統理論評估平臺生態系統的成熟度\"；肖冬梅和蘇瑩分析了開放數據的安全風險，提出相應防范措施[11]；完顏鄧鄧和宋婷對26個地方政府數據開放門戶網站的安全風險進行了檢測[；王林川等基于公共價值視角構建了平臺服務績效的評價體系[13]。

1.2關于隱私政策的研究

隱私政策是互聯網環境下各類網站、軟件以及APP就如何收集和使用個人信息和行為記錄所作出的說明與解釋[14]。國內關于隱私政策的研究主要集中在APP和電子政務、醫療健康、社交媒體等行業領域[15]，尤其是社交媒體。如王旭等從感知易用性和感知有用性角度，對市面上健康類APP的隱私政策進行了文本分析[。相比之下，國外文獻較多，重點關注個人數據保護和隱私權的維護，探討如何通過隱私政策在不同情境下有效保護用戶隱私。無論國內外研究，均以用戶為中心，關注隱私政策的語言可讀性、用戶對政策的理解和接受度以及隱私政策通知的場景設計。具體而言，Kanamori等通過機器學習提取隱私政策中的表達，研究了用戶對隱私政策的理解和可讀性[1];Alamri等通過分析iOS應用商店中的隱私政策提供情況和鏈接有效性，研究了隱私政策的分布和內容[18];Sigmund則從用戶行為和心理預期角度，探討了用戶的隱私政策閱讀意向與實際行為[19]。這些研究融合了計算機科學、法學和心理學等多學科的理論與方法，為隱私政策的優化提供了重要視角。

1.3關于隱私政策閱讀意愿的研究

關于隱私政策閱讀意愿的研究，主要運用了技術接受模型、計劃行為理論與隱私計算理論，如羅前程從用戶所處環境、用戶自身特征、隱私政策本身特征三個角度選取外部變量，探究主觀規范、經驗、自我效能等六個外部變量如何影響電子商務APP用戶隱私政策閱讀意愿[20]。沈睿運用眼動追蹤技術探討默認設置對用戶決策過程的影響，以及用戶在決策過程中的信息加工細節[2；代義佳研究隱私政策的可讀性、信息雙面性、認知需求等因素如何影響用戶的隱私政策閱讀意愿和隱私政策的傳播效果[22；朱侯等從用戶閱讀行為的角度研究主觀規范、動力、閱讀能力、內容完整性和可讀性等因素如何影響社交媒體用戶的隱私政策閱讀意愿[23]。

現有關于隱私政策閱讀意愿的研究大多集中于互聯網平臺或社交媒體，且主要使用隱私計算模型或UTAUT2模型中的某一個來探討隱私擔憂、隱私保護意愿等因素的影響。然而，這些研究通常側重于單一因素的分析，如結構方程模型或回歸分析，這些傳統的方法只能從個體角度衡量單個因素對因變量的影響（即凈效應），無法揭示因素與結果之間的多重因果關系[24]，忽略了多因素間的復雜交互作用，且國內文章還沒有研究涉及政府開放數據平臺的特定情境。因此，本研究結合隱私計算理論與UTAUT2模型，采用混合方法（SEM與fsQCA），旨在揭示單一與多個因素如何作用于用戶在政府開放數據平臺上的隱私政策閱讀意愿。

2理論基礎

2.1 隱私計算理論

根據Malhotra等的研究發現，很少有研究調查信任、隱私、安全和風險因素在電子政府采用研究中的作用[25]，因為它們不是任何IT采用模式的一部分。

在信息隱私領域的相關研究，對于個人在信息隱私方面的行為，最合理的解釋之一便是隱私計算[26]。隱私計算理論（Privacy Calculus Module）是一個理論框架，用于解釋個體在面對信息披露決策時如何權衡隱私風險與潛在收益，用戶在披露個人信息之前，將感知的隱私風險與預期收益進行權衡[25]。這個概念最初由Laufer和Wolfe在1977年提出，并在隨后的研究中被應用于多個領域，包括電子商務、社交媒體和健康信息管理。隱私計算理論認為，個體在決定是否披露個人信息時，會基于對潛在收益和隱私風險的評估來進行理性選擇。用戶典型的在線隱私風險是，非法使用和未經授權地訪問個人信息，如垃圾郵件、黑客和身份盜竊[27]。如果個體認為從信息披露中獲得的收益大于隱私損失的風險，他們更可能選擇披露信息；反之，則可能選擇保護隱私。

2.2 UTAUT2理論

UTAUT2理論是對用戶技術采納行為的擴展框架，廣泛應用于多個領域[28]，由Venkatesh等在整合理性行為理論、技術接受模型、動機理論、計劃行為理論、TAM-TPB模型、計算機使用模型、創新擴散理論和社會認知理論的基礎上提出[29，將心理學、行為學、信息系統等內容進行融合[30]，為解釋個體如何接受和使用新技術提供了全面的視角。在政府服務領域，有研究表明，UTAUT能有效預測公眾對政府信息的采納，尤其在開放政府數據的背景下[28]。此外，朱紅燦和廖小巧研究了中國背景下公眾采納政府信息服務的情況[31；蘭靜和諸大建分析了上海市汽車共享服務的接受度，發現性能期望和社會影響是關鍵因素[32]；Xue等進一步驗證了該理論在高等教育領域的適用性[33]。移動醫療服務領域的研究也表明，技術便利性雖提高了采納意愿，但信任和技術焦慮等因素仍對老年群體的采納構成障礙[34-35]。綜上，UTAUT2理論為理解不同情境下的技術采納行為提供了重要理論支持，并為政策制定者在推動公共服務和技術普及方面提供了清晰的路徑。

但是，UTAUT2模型有一定局限性，它沒有考慮到保護意愿、感知可信度、感知風險和信任等因素[36-37]。而隱私計算模型的主要結構是隱私風險、隱私關注、機構信任和信任傾向等。二者可以作為相互補充，因而建立一個新的研究框架是比較科學合理的，而且在國外已有學者將二者結合進行研究[38-39]，為本研究提供了理論支撐。

3研究模型與假設

在構建模型和設置假設時，本研究選擇了以下九個因素，主要基于其對用戶在政府開放數據平臺上閱讀隱私政策意愿的影響。這些因素涵蓋了隱私保護、信任感、社會影響等多個心理和行為層面的變量，旨在全面揭示影響用戶閱讀隱私政策意愿的復雜機制。數字平臺中的用戶行為往往是多因素交織的結果，這些因素相互作用、相互影響，因此選擇這些方面作為研究的核心變量，能夠更全面、深入地反映用戶決策背后的動機和邏輯，為本研究的假設提供扎實的理論支撐。

（1）信任。信任被定義為一方渴望受到另一方的交易，基于預期，另一方將執行對委托人至關重要的特定任務，而不是控制或篩選另一方的能力[40]。在本研究中，若用戶對相關法律、政府開放數據網站使用的技術等有信任，那么可能會不太傾向于去閱讀隱私政策。因此，假設如下：

H1：信任會負面影響隱私政策閱讀意愿。

（2）隱私保護意愿。隱私保護意愿指一個人愿意披露私人信息以使用普遍應用程序的所有功能[41]。由于我們認為人們只有在打算使用該系統時才愿意披露隱私信息，因此，假設如下：

H2：隱私保護意愿會正面影響隱私政策閱讀意愿。

（3）隱私擔憂。隱私擔憂被定義為對向醫療保健提供者、第三方支付者和公共醫療保健設施披露信息可能導致的隱私損失的擔憂[42]。先前的研究發現，隱私問題可能會對信息技術系統的采用產生負面影響[4，因而如果用戶在訪問政府開放數據網站時有較強的隱私擔憂，則其更傾向于閱讀隱私政策。而且根據AlexanderWeinhard等的研究，隱私擔憂會正面影響隱私保護意愿[43]。因此，假設如下：

H3：隱私擔憂會正面影響隱私保護意愿。

H4：隱私擔憂會正面影響隱私政策閱讀意愿。

（4）努力期望。努力期望是個人認為系統是否易用[1。在本研究中，將其定義為用戶閱讀政府開放數據網站隱私政策的容易程度。如果開放數據平臺、相關軟件和接口等技術可用，將提升用戶的努力期望[28]，且可以直接預測績效期望[44]。當用戶認為政府開放數據網站隱私政策易于理解和獲取時，則更傾向于閱讀隱私政策，且會增加個人對政府開放數據網站隱私政策的績效期望。因此，假設如下：

H5：努力期望會正面影響績效期望。

H6：努力期望會正面影響隱私政策閱讀意愿。

（5）績效期望。績效期望即個人相信IT的使用可以幫助其在工作上獲得更好表現的程度[31]，是行為意愿中最具影響的預測因子。在本研究中，將其定義為用戶閱讀隱私政策的好處，亦可稱為對努力期望和隱私政策閱讀意愿的影響，包括使用途徑，對自己隱私安全的信心、數據分享決策等[33]。用戶需要感知閱讀隱私政策的實用價值以及其與自身需求的匹配程度，從而形成對隱私政策功能的期望。因

此，假設如下：

H7：績效期望會正面影響隱私政策閱讀意愿。

（6社會影響。社會影響指個體感知到他人認為其應否采用某項新技術的程度[31]。根據羊群效應理論，在新媒體環境中，用戶的從眾心理和社群依賴性更加突出[45]。人們常在與親友或其他重要他人討論中調整對新技術的態度，據此，如果用戶身邊的人認為應當閱讀隱私政策，其對政府開放數據網站隱私政策的閱讀意愿也可能隨之增強。因此，假設如下：

H8：社會影響會正面影響隱私政策閱讀意愿。

（7）便利條件。便利條件即個人相信現有組織、技術基礎使用新系統的支持程度。本研究將其定義為用戶閱讀政府開放數據網站隱私政策的便利程度。根據Dishaw和Strong的說法，人們接受和使用技術的障礙之一是訪問這些平臺的資源[4，這表明擁有更好的便利條件（使用技術）的人們傾向于接受和使用技術，也就是更加傾向于閱讀隱私政策。因此，假設如下：

H9：便利條件會正面影響隱私政策閱讀意愿。

（8）享樂動機。享樂動機即使用技術獲得的有趣和快樂的感覺[31]。本研究將其定義為用戶對閱讀政府開放數據網站隱私政策的喜好或感興趣程度。若用戶認為政府開放數據網站的隱私政策具有趣味性和吸引力，其對政府開放數據網站隱私政策的閱讀意愿可能會增強。因此，假設如下：

H10：享樂動機會正面影響隱私政策閱讀意愿。

（9）習慣。習慣即個人認為其行為是自動或自發行為[31]，這種行為是在用戶的頭腦中形成的[27]，測量行為表現重復的頻率。本研究將其定義為用戶自發閱讀政府開放數據網站隱私政策的行為。當個體養成閱讀各類網站或應用隱私政策的習慣時，在登錄或注冊政府開放數據網站時，更可能主動閱讀其隱私政策。因此，假設如下：

H11：習慣會正面影響隱私政策閱讀意愿。

本研究基于隱私計算理論和UTAUT2模型，構建了一個整合性理論模型（見圖1），用以探討用戶在政府開放數據平臺上閱讀隱私政策意愿的驅動因素。通過引入隱私擔憂、隱私保護意愿、信任、績效期望、努力期望、社會影響、便利條件、享樂動機和習慣九個關鍵變量，系統分析這些因素對隱私政策閱讀意愿的直接或間接影響。此外，本研究結合結構方程模型（SEM）和模糊集定性比較分析（fsQCA），不僅考察各因素的單一作用，還探索其組合路徑的多樣性和復雜性，以全面揭示用戶隱私政策閱讀意愿的內在機制和多維驅動邏輯，為提升用戶隱私意識和優化隱私政策設計提供理論依據與實踐指導。

圖1理論模型圖

4研究區域與數據收集

4.1數據來源與測量

本研究通過問卷星小程序對已注冊、登錄過政府開放數據網站的人群發放了問卷。問卷共分三部分：基本信息、隱私計算模型相關變量及UTAUT2模型變量及因變量。涵蓋閱讀意愿、技術便利性、社會影響、信任、安全感、隱私擔憂與保護行為等多個維度，用以探討用戶的隱私態度與行為模式。問卷使用Likert5級量表， 1= 非常不同意， 5= 非常同意，問卷題目選擇已有文獻的量表，并根據情況酌情調整語言表述。本研究通過問卷星平臺在線發放問卷，平臺設置了答題時長限制、邏輯校驗等機制以保障數據質量。共發放問卷480份，因自動過濾了無效作答，且調查對象集中在固定場景，最終全部為有效問卷，有效回收率為 100% 。此外，對年齡、性別、教育水平、收入這些人口統計變量進行了控制變量。值得注意的是，樣本中本科及以上學歷占比 93.33% ，高中及以下學歷比例較低。但考慮到政府開放數據網站的使用門檻相對較高，其用戶多為具備一定信息素養與專業背景的群體，因此樣本結構在學歷分布上基本符合目標用戶特征，具有一定代表性（樣本描述性統計見表1）。

表1描述性統計表

4.2數據分析方法與工具

本研究采用了結構方程模型（SEM）進行數據分析，結合AMOS26.0軟件來檢驗模型中的變量關系。SEM能夠同時分析多個因果路徑關系，適用于驗證隱私政策閱讀意愿的影響因素。研究中的變量設計基于UTAUT2理論與隱私計算模型（擴展）的整合框架。

為了進一步探究隱私政策閱讀意愿的復雜條件組合，本研究還使用了模糊集定性比較分析（fsQ-CA），以識別出可能影響用戶行為的不同條件組合。

4.3 數據測量

信度是衡量量表內部一致性和穩定性的重要指標。本研究使用CronbachsAlpha系數對問卷的各項變量進行信度分析。結果顯示，各變量的Cron-bach'sAlpha系數均大于0.7，說明量表具有較高的內部一致性，信度良好（見表2）。

效度反映了量表的測量準確性，本研究通過驗證性因子分析（CFA來檢驗量表的收斂效度與區別效度。首先使用 Amos 軟件得出了各個測量題項在對應維度上的標準化因子載荷之后，使用Exps軟件計算各個維度的收斂效度和組合效度，通常認為需要 AVEgt;0.5，CRgt;0.7 ，但是根據已有文獻研究，AVE值在0.36-0.5之間，亦可接受[47]。在本研究中，除了XR和BH的AVE值之外，其他均超過0.5，而且所有變量的CR值均超過0.7，確保了量表具備良好的效度（見表3）。

表2信度檢驗結果

5實證分析

5.1 SEM分析

5.1.1模型擬合度檢驗

表3收斂效度和組合效度檢驗結果

在本研究中，我們對所構建的理論模型進行了全面的模型擬合度檢驗，以評估其在數據中的適配性（見表4）。通過多項指標的綜合評估發現CMIN/DF值為2.201，落在優秀范圍內（1-3為優秀），表明模型與數據具有良好的整體適配性。此外，RMSEA值為0.05，進一步確認了模型的良好擬合。盡管GFI值為0.896，略低于理想的0.9，但仍在良好范圍內。在其他指標方面，IFI、TLI與CFI值分別為0.933、0.922與0.932，均超過0.9，顯示出模型優秀的擬合能力。綜合各項適配度指標的結果，支持了所構建模型的有效性和合理性，為后續的實證分析奠定了堅實的基礎。

5.1.2路徑假設檢驗

基于前述模型的信度、效度和擬合度均滿足要求，本研究使用 Amos26.0 軟件，通過極大似然法對模型進行了路徑假設檢驗，分析結果生成了結構方程模型路徑關系檢驗結果（見表5）。從表5的路徑關系檢驗結果來看，不同因素對隱私政策閱讀意愿（YY）有多樣化的影響。結果顯示，信任（XR）對隱私政策閱讀意愿（YY）的負向影響不顯著（H1不成立），而隱私擔憂（DY顯著正向影響隱私保護意愿（BH）和閱讀意愿（YY），假設H3、H4成立。此外，隱私保護意愿（BH）對閱讀意愿的正向影響顯著（H2成立）。努力期望（NL）對績效期望（JX）和閱讀意愿的正向作用也得到了驗證（H5、H6成立），表明用戶認為隱私政策易讀時，其績效預期和閱讀意愿均增強。績效期望（JX）顯著提升了閱讀意愿（H7成立），社會影響（SH）對閱讀意愿的正向作用不顯著（H8不成立）。同時，便利條件（BL）享樂動機（XL）和習慣（XG）均顯著正向影響閱讀意愿（H9、H10、H11均成立），尤其是便利條件的影響效果較強（Estimate=0.312）。

表4模型適配度檢驗結果

表5路徑關系檢驗結果

注：***表示 P?0.001 ，**表示 P?0.01 ，*表示 P?0.05 □

5.1.3中介效應檢驗

本研究采用Bootstrapping法檢驗中介效應。使用 Amos26.0 軟件，設置Bootstrap自抽樣2000次、偏差校正置信區間和百分置信區間的置信水平為95%^[48] 。中介檢驗結果驗證了隱私保護意愿（BH）和績效期望（JX）的中介效應（結果見表6、表7）。隱私保護意愿在隱私擔憂（DY）與閱讀意愿（YY）之間的中介效應顯著，占總效應的 21.16% ，表明部分中介效應成立。績效期望在努力期望（NL）與閱讀意愿之間的中介效應同樣顯著，占總效應的 10.15% ，也表明部分中介效應成立。

5.2 fsQCA組態分析

5.2.1數據校準與單一變量必要性檢驗

為了使用模糊集定性比較分析（fsQCA）探討用戶隱私政策閱讀意愿的多條件組合效應，本研究對數據進行了校準，將變量值限定在[0，1]區間內（0表示完全不隸屬，1表示完全隸屬）。數據校準采用了RAGIN提出的標準方法，具體方法是將變量的5% 和 95% 分位數分別作為完全隸屬和完全不隸屬的錨點， 50% 分位數作為交叉點[49]。通過Calibrate函數進行操作，得到校準后的變量值（見表8）。

表6DY-BH-YY中介檢驗結果

表7NL-JX-YY中介檢驗結果

參照主流的fsQCA分析流程，本研究進一步檢驗了九個前因條件對政府開放數據網站用戶隱私政策閱讀意愿的必要性（分析結果見表9）。必要條件是指，當結果出現時，該條件也出現，但是該條件不一定必然導致結果出現[50]。根據RAGIN提出的必要性分析一致性水平閾值 0.9^[49] ，各前因條件的一致性水平最大值為0.877，表明這九個前因條件均未達到必要條件的標準，單一條件變量對結果變量的獨立解釋能力較弱。因此，應通過路徑組合分析，揭示變量間的交互作用。

5.2.2 組態分析

在進行充分性分析時，需要關注三個閾值來構建真值表：頻數閾值、原始一致性閾值和PRI一致性閾值。根據CharlesRagin的fsQCA方法論，頻數閾值設定為2，一致性閾值設定為0.9，PRI一致性閾值設定為 0.85 Ragin建議將一致性閾值設置為0.8或更高（如0.9），以確保路徑組合對結果的充分性具備較高可靠性，并減少偽相關的可能性。同時，將PRI一致性設置為0.85有助于排除因果模糊性，使路徑分析更加精確和穩健。

表9單一變量必要性檢驗結果

表8數據校準錨點結果

接下來，原始一致性大于0.9、PRI一致性大于0.85的案例標記為1，未達到閾值水平的案例標記為0，進而構建真值表。組態充分性分析的結果包括復雜解、簡約解和中間解，匯報了簡約解和中間解的結果（見表10）。

5.2.3組態結果

組態分析顯示，用戶閱讀隱私政策意愿可歸為三類驅動路徑：隱私敏感型、社會信任型與便利依賴型。整體方案覆蓋率為0.526，一致性為0.957，表明組合路徑的總體解釋力較強。三條路徑反映出用戶隱私政策閱讀意愿的多重驅動邏輯，揭示了信任、隱私保護意愿、社會影響、績效期望等因素在不同情境下的組合效應，為理解用戶隱私行為的復雜成因提供了多個視角。

表10用戶隱私政策閱讀意愿影響因素組態路徑

注：表示邊緣條件存在；0表示邊緣條件缺失；表示核心條件存在； 0 表示核心條件缺失；空白表示該條件出現與否均不影響結果變量。

（1）隱私敏感型（路徑M1）

路徑M1的核心條件為隱私擔憂（DY）努力期望（NL）、社會影響（SH）、績效期望（JX）、享樂動機（XL）和習慣（XG），并且在該路徑中信任（XR）處于核心不存在狀態。該路徑顯示，當用戶對隱私保護具有較高期望，并在社會影響、享樂動機等因素共同作用下，隱私擔憂成為主要驅動力，進而提升其閱讀隱私政策的意愿。此類用戶對隱私敏感，且隱私政策閱讀意愿更強烈，因此本路徑被命名為“隱私敏感型”

（2）社會信任型（路徑M2）

路徑M2的核心條件為信任（XR）、努力期望（NL）、社會影響（SH）、績效期望（JX）、享樂動機（XL）和習慣（XG），其中隱私擔憂（DY）不存在。該路徑表明，用戶在信任平臺并具備較高努力與績效期望的前提下，受社交影響和自身動機驅動，更傾向于閱讀隱私政策。享樂動機和良好的閱讀習慣進一步增強了該驅動作用，表明用戶基于信任、動機和社交環境共同形成了隱私政策閱讀意愿，因此將路徑M2命名為“社會信任型”

（3）便利依賴型（路徑M3）

路徑M3的核心條件為信任（XR）隱私保護意愿（BH）、隱私擔憂（DY）努力期望（NL）、社會影響（SH）和便利條件（BL）。該路徑中便利條件作為核心驅動因素存在，顯示出當用戶的隱私保護意愿和便利條件同時具備時，他們會表現出較強的隱私政策閱讀意愿。享樂動機（XL）和習慣（XG）作為邊緣條件存在，表明用戶行為的關鍵驅動因素是便利性需求，因此將路徑M3命名為“便利依賴型”

6結論、貢獻與展望

6.1 結論與建議

本研究結合結構方程模型（SEM）與模糊集定性比較分析法（fsQCA），深入探討了影響用戶在政府開放數據平臺上閱讀隱私政策意愿的多重因素及其組合路徑，揭示了用戶閱讀隱私政策意愿的復雜形成機制。

通過SEM分析，本研究發現以下因素對用戶隱私政策閱讀意愿有顯著的推動作用：隱私擔憂、隱私保護意愿、績效期望、努力期望、享樂動機、便利條件和習慣。然而，信任和社會影響的作用相對較弱，未能在模型中顯示出顯著影響。雖然用戶普遍信任政府平臺，但隱私政策本身的復雜性及保障措施不明確，可能阻礙了這種信任向實際閱讀行為的轉化。此外，現有隱私政策缺乏對用戶隱私保護的明確承諾，使得信任感未能轉化為更高的隱私政策閱讀意愿。而社會影響未能顯著發揮作用，可能是由于樣本中的用戶普遍缺乏對隱私政策的關注，同時在開放數據平臺中，社會群體對個體行為的影響較小，反映了隱私政策閱讀決策更多由用戶的內在動機和個人隱私需求所主導，外在環境的影響則較弱。

在fsQCA組態分析中，本研究識別出了三種主要的路徑類型：“隱私敏感型”“社會信任型\"和“便利依賴型”。這些路徑展現了用戶在不同因素綜合作用下形成的隱私政策閱讀意愿，驗證了隱私計算理論和UTAUT2模型的適用性，并進一步豐富了用戶隱私政策閱讀行為的理論解釋。分析結果表明，單一因素不足以驅動用戶隱私政策閱讀意愿的形成，多個因素的相互作用共同推動了用戶的行為選擇。不同因素組合揭示了用戶行為的差異性，為更全面理解隱私政策閱讀意愿提供了新視角。基于以上分析，為提升用戶閱讀政府開放數據網站隱私政策的意愿，本研究提出以下建議。

（1）提升用戶隱私意識。政府平臺應通過教育活動、互動內容與個性化提示等方式，向用戶直觀展示隱私政策的重要性及隱私泄露的潛在風險。同時，平臺可以在用戶首次訪問時提供隱私政策的概覽，幫助他們快速理解隱私政策的核心內容。這些舉措有助于減輕用戶的認知負擔，增強他們閱讀和理解隱私政策的積極性。

（2）優化隱私政策設計。隱私政策往往因為語言復雜和結構繁瑣而導致用戶忽視。為了提高用戶隱私政策閱讀意愿，政府平臺可以簡化隱私政策的語言，避免使用法律術語和復雜的表達方式，采用易于理解的格式，如項目符號、段落小結、關鍵內容高亮等。此外，設計清晰、簡潔的用戶界面也是提高用戶參與度的關鍵。平臺可以為用戶提供選擇不同閱讀模式的功能（如簡潔模式、詳細模式），讓用戶根據自己的需求選擇適合的閱讀方式，同時也可以在網頁或APP中嵌入隱私政策的動態提示，提醒用戶定期查看隱私政策更新。

（3）增強信任與透明度。信任感是影響用戶參與隱私政策閱讀的關鍵因素之一。雖然研究表明信任感對隱私政策閱讀意愿的直接影響不顯著，但它在間接作用上仍然至關重要。政府平臺可以確保隱私政策清晰、詳細地闡述如何收集、使用和保護用戶數據，包括數據存儲、分享、刪除等各個環節的透明化。此外，政府可以通過定期發布隱私保護的審計報告或第三方評估結果，增強公眾對平臺數據保護措施的信任。同時，政府部門可以主動回應用戶對隱私保護的疑問和反饋，建立有效的溝通渠道，使用戶能夠輕松獲得關于隱私政策的最新信息，進一步提升用戶的信任感。

6.2 研究貢獻

目前，關于用戶隱私政策閱讀意愿的研究仍顯匱乏，尤其是在政府開放數據平臺的背景下，國內學術界尚未對政府開放數據網站的隱私政策閱讀意愿展開深入探討。盡管國外已有一些相關研究，但針對我國政府開放數據平臺用戶隱私政策的閱讀行為的研究仍較為稀缺。為此，本研究拓展了這一研究的空間，首次從政府開放數據平臺的視角出發，探討了用戶隱私政策閱讀意愿，并分析了其影響因素，力圖為我國政府數據開放和隱私保護政策的研究提供新的視角和理論參考。

此外，從理論層面來看，本研究通過結合隱私計算理論和UTAUT2模型，構建了一個融合兩者的用戶隱私政策閱讀意愿模型，從而深入探討了影響因素的多維度關系。通過這種跨理論的結合，力圖擴展隱私計算理論和UTAUT2模型的應用范圍，以期為研究者和政策制定者提供更為全面的理論支持。

從方法論角度來看，本研究結合了結構方程模型（SEM）和定性比較分析（QCA）兩種方法。傳統的SEM主要關注變量之間的線性關系，而QCA則能夠揭示因素組合及其交互作用，從而更全面地分析隱私政策閱讀意愿中的復雜因果路徑。通過這種方法的結合，彌補了SEM在處理多變量交互作用時的局限性，提供了更為細致和情境化的分析。如QCA揭示了信任與隱私擔憂的交互效應，這一關系在傳統SEM分析中未能顯現，進一步強調了不同因素組合對用戶隱私政策閱讀意愿的多樣化影響。

6.3 局限與展望

本研究探究了政府開放數據網站用戶隱私政策閱讀意愿，但仍存在若干局限性。首先，樣本地域結構存在一定局限，主要集中于東部地區，未能充分覆蓋中西部或農村用戶，可能影響結論的區域普適性。未來研究可擴大樣本來源，深入探討不同地區用戶在隱私認知與閱讀行為方面的差異。其次，未對政府開放數據的不同領域（如醫療、交通、教育等）進行分類分析。由于各類數據在敏感程度和公眾關注點方面存在顯著差異，未來可結合具體政策場景，探討不同領域的用戶在隱私政策閱讀中的行為差異。此外，研究測量的是用戶的閱讀意愿，尚未覆蓋實際閱讀行為，兩者之間可能存在偏差。后續研究可通過引入行為數據或實驗設計，進一步驗證隱私政策閱讀意愿與實際行為之間的一致性。

參考文獻：

[1]高凡，楊歡.我國省級政府數據開放平臺的個人隱私保護政策比較研究[J].圖書情報工作，2023，67（7）：4-12，3.

[2]盛小平，唐筠杰.開放科學環境下的數據隱私治理研究[J].圖書情報知識，2024，41（4）：57-66.

[3］馬龍，陳奕博.基于技術的治理：隱私計算技術賦能政府數據開放的價值與路徑研究[J].中國行政管理，2023，39（9）：105-113.

[4]袁靜，劉曉媛，臧國全.用戶參與共治：政府開放數據隱私風險治理的新思路[J].圖書情報知識，2022，39（6）：101-112.

[5］狄振鵬，姜士偉.大數據時代政府數據開放與公民隱私保護問題研究[J].情報雜志，2022，41（2）：155-159，118.

[6]袁靜，張翼翔，臧國全.用戶參與政府開放數據隱私風險治理行為的影響因素分析[J].圖書情報工作，2023，67（11）：12-24.

[7]陳夢蕾，羅穎嘉，朱侯.基于扎根理論和機器學習的隱私政策誘導同意研究[J].信息資源管理學報，2024，14（5）：75-90.

[8］陳美.澳大利亞政府開放數據中的個人隱私保護研究[J].圖書館，2019（6）：28-35.

[9］譚必勇，劉芮.我國地方政府開放數據政策研究——以15個副省級城市為例[J].情報理論與實踐，2018，41（11）：51-56.

[10］張衛輝，趙彥云.突發重大傳染病疫情數據互聯網統計體系研究——以政府數據開放平臺新冠肺炎疫情數據開放為例[J].統計研究，2022，39（5）：49-62.

[11]肖冬梅，蘇瑩.我國政府數據開放中的安全風險及其防范對策[J].現代情報，2022，42（6）：112-120，131.

[12]完顏鄧鄧，宋婷.我國地方政府數據開放平臺的安全風險測評[J].圖書館論壇，2022，42（2）：119-128.

[13」王林川，壽志勤，吳慈生.政府數據開放平臺服務績效評價指標體系研究：基于公共價值視角[J].中國行政管理，2022（1）：40-47.

[14」朱光，李風景，沈雨明.社交媒體隱私政策的閱讀意愿研究——基于TAM模型與目找效能埋論視角[J].現代情報，2022，42（1）：150-166.

[15］上超望，鄭玉敏，劉琳，等.基于內容分析的在線學習APP隱私政策研究——以35個典型的在線學習APP隱私政策為樣本[J].現代教育技術，2023，33（11）：91-98.

[16]王旭，王甲旬，宮博樂，等.面向健康信息治理的健康類APP隱私政策文本分析及優化研究[J].情報科學，2024，42（8）：174-183.

[17]Kanamori S，Sato H，TabataN，etal.Constructionof asupport tolforJapaneseuserreadingof privacypoliciesand assess-ment of its user impact[EB/OL].[2024-11-10].htps：//www.scitepress.org/Papers/2022/108475/108475.pdf.

[18]Alamri H，Maple C，Mohamad S，et al.Do theRight Thing：A PrivacyPolicy Adherence Analysis ofover Two MilionApps inApple iOS App Store[J].Sensors，2022，22：8964.

[19]Sigmund T.Attention Paid to Privacy Policy Statements[J].Journal of Information，2O21，12：144.

[20]羅前程.電子商務APP隱私政策閱讀意愿影響因素研究[D].成都：西南財經大學，2022.

[21］沈睿.App用戶隱私政策閱讀意愿的影響研究[D].上海：華東師范大學，2022.

[22]代義佳.手機App隱私政策的閱讀意愿和傳播效果研究[D].武漢：武漢大學，2020.

[23］朱侯，張明鑫，路永和.社交媒體用戶隱私政策閱讀意愿實證研究[J].情報學報，2018，37（4）：362-371.

[24］陳美，梁乙凱.面向用戶的開放政府數據采納模型研究——基于UTAUT理論[J].現代情報，2021，41（8）：160-168.

[25]MalhotraNK，KimSS，AgarwalJInternet Users'Information Privacy Concerns（IUIPC）：TheConstruct，theScale，andaCausal Model[J].Information Systems Research，2004，15（4）：36-355.

[26]Mohammed Z.The Roleof Cognitive Disposition in Re-examining the PrivacyParadox：A Neuroscience Study[D].UnitedStates：Nova Southeastern University，2017.

[27]GerberN，GerberP，Volkamer M.Explainig the privacyparadox：Asystematicreviewof lterature investigating privactti-tude and behavior[J].Computersamp; Security，2018，77（AUG.）：226-261.

[28]Paine C，Reips UD，StiegerS，etal.Interetusersperceptionsof‘privacyconcerns‘and‘privacyactions[J].InternatioalJournal of Human-Computer Studies，2007，65（6）：526-536.

[29]Venkatesh V，Brown S，Bala H.Consumer Acceptanceand UseofInformation Technology：Extendingthe UnifiedTheoryf Ac-ceptance and Use of Technology[J].MIS Quarterly，2012，36（1）：157-192.

[30]劉春明，王丹，周楊.高校教師移動學習平臺信息采納行為研究[J].情報科學，2024，42（2）：109-118.

[31]朱紅燦，廖小巧.基于UTAUT的公眾政府信息獲取網絡渠道使用意愿模型研究[J].情報雜志，2016，35（8）：204-207.

[32]蘭靜，諸大建.可持續交通消費的接受和使用行為研究——基于上海市汽車共享的調查[J].中國人口·資源與環境，2016，26（11）：98-105.

[33]XueL，Rashid AM，Ouyang S.The UnifiedTheoryof Aceptanceand Useof Technology（UTAUT）in HigherEducation：A Sys-tematic Review[J].Sage Open，2024，14（1）：79-98.

[34］馮佳玲.基于多理論融合視角下的移動醫療服務公眾使用意愿研究[D].南昌：南昌大學，2022.

[35]Chen Y，YuanJ，ShiL，etal.UnderstandingtheRoleof TechnologyAnxietyintheAdoptionof Digital Health Technologies（DHTs）by Older Adults with Chronic Diseases in Shanghai：AnExtensionof the Unified Theoryof Acceptance and UseofTechnology（UTAUT） Model[J].Healthcare，2024，12（14）：1421.

[36]ImI，KimY，HanHJThe efects of perceivedriskand technology typeonusers'acceptanceof technologies[J].Inforationamp;Management，2008，45（1）：1-9.

[37]Lee JH，KimSW，Song C H.The effectsof trustand perceivedriskonusers’aceptanceof ICTservices[J].KASCollgeof Business Working Paper Series，2010（2010-007）.

[38]BileHassanIsmail，MuradMasrahAzifahAzmi，EShekeilrahim，etalExtendingtheUTAUTModelwithaPrivacyCalculus Model toEnhance theAdoptionofaHealth Information Applicatio inMalaysia[C]/Informatics.MDPI，20，9：31.

[39]Mounir Dahmani，Adel Ben Youssef.Unraveling th Determinants of Platform Economy Adoption in Developing Countries：AnExtended Applicationof the UTAUT2Model withaPrivacyCalculus Perspective[J].Platforms，2023，1（1）：34-52.

[40]LiX，HessTJ，ValacichJS.Whydowetrustnewtechnology？Astudyofinitialtrustformation withorganizational iforma-tion systems[J].Journal of Strategic Information Systems，20O8，17（1）：39-71.

[41]WeinhardA，HauserM，ThieseFExplainingAdoptionofPervasiveRetailSystems withaModelbasedon UTAUT2andtheExtendedPrivacyCalculus[C]/Twenty FirstPacificAsia Conferenceon Information Systems.Langkawi，Malaysia：Associa-tion forInformation Systems，2017.

[42]DinevT，BelotoM，HartP，etal.Privacycalculus modeline-commerce-studyofItalyandthe United States[J]EuropeanJournal of Information Systems，2006，15（4）：389-402.

[43]IOT-LSocialAcceptanceand Impact Evaluation：IOT-IDeliverableD2.4[R].St.Galln：Universityofst.Gaen，2012.

[44]Khalilzadeh J，OzturkAB，BilgihanA.Security-relatedfactorsinextended UTAUTmodel forNFCbasedmobile paymentinthe restaurant industry[J].Computersin Human Behavior，2O17，7O：460-474.

[45］武曉宇，張大偉.學術用戶移動視覺搜索的持續使用意愿研究——基于UTAUT2-ECT整合模型的實證分析[J].情報雜志，2023，42（8）：164-176.

[46]Dishaw MT，Strong DM.Extendingthetechnologyaceptance model with task-technologyfitconstructs[J].Informationamp;Management，1999，36（1）：9-21.

[47]FornellC，LarckerDF.Evaluating Structural EquationModels with Unobservable Variablesand Measurement ErorJ]Jour-nal of MarketingResearch，1981，24（2）：337-346.

[48］喻梅，余詩雅，劉蕤.醫護人員的社交媒體虛假健康信息糾正意圖研究——基于SEM與fsQCA方法[J].信息資源管理學報，2024，14（3）：104-120.

[49]Ragin CC.SetRelations inSocialResearch：EvaluatingheirConsistencyandCoverage[J].PoliticalAnalysis，O6，4（3）：291-310.

[50］馬嘉遙，李九全，常芳“雙碳\"目標下鄉村游客低碳旅游行為影響路徑研究——基于SEM和fsQCA混合方法分析[J].人文地理，2024，39（4）：171-181.

作者簡介：陳美，教授，博士生導師；穆尼熱·吐拉甫，本科生；黃容霞，副教授。