在线位置服务中用户位置隐私保护行为之影响因素及未来治理启示
张敏 朱溢辉 邵欣 杨吕乐 张艳
摘 要：[目的/意義]识别引发在线位置服务的用户位置隐私保护行为的关键因素，为在线位置服务的设计者、运营者和管理者改进服务功能、提升服务质量、加强风险防范等提供借鉴和参考。[方法/过程]通过搭建APCO模型分析框架，沿着“人格特质—价值认知—位置隐私保护”这一研究主线，以当前国内最典型的在线位置服务提供商——携程网为对象展开实证调研。[结果/结论]结果显示，人格特质对用户感知位置服务利得和感知位置隐私利失的认知形成差异;感知位置隐私利失和社会影响会积极影响用户位置隐私保护行为;感知位置服务利得会消极影响用户位置隐私保护行为;而企业隐私保障感知对用户位置隐私保护行为则无显著作用;同时，隐私入侵经历会负向调节感知位置隐私利失和位置隐私保护之间的影响关系，对感知位置服务利得和位置隐私保护之间无调节作用。因此，在未来该领域治理中，在线位置服务提供商可推进差异性化的隐私服务策略，以赋权等方式加强用户隐私保障管理，而政府职能部门等应健全相关隐私监管措施，制止个人隐私数据的不法侵害行为。
关键词：在线位置服务;用户;隐私保护;影响因素
DOI：10.3969/j.issn.1008-0821.2021.08.006
〔中图分类号〕G250.2 〔文献标识码〕A 〔文章编号〕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
近年来，基于位置服务（Location Based Service，LBS）的新兴产业如在线旅游、精准零售等发展得如火如荼。有了海量精准位置信息的支持，这些产业所提供的服务能更加契合用户需求，满足不同情境下的用户需求[1]，同时也能为相关企业节省推送成本，提高利润[2]。然而，无可否认，该服务模式能否取得成功，在很大程度上依赖于用户信息分享意愿[3]。对于企业而言，针对位置信息进行处理从而获取用户偏好等多项信息，有助于其开展精准营销，但这一过程本身也存在较大的隐私泄密风险，从而影响了用户的信息分享意愿。其中，经营者未经许可擅自收集用户数据是引发个人信息泄露的主要原因之一[4]，而我国近期曝光的大量用户在使用在线位置服务过程中隐私被侵犯的负面案例就是有利的佐证。上述现象在学界被称为“个性化—隐私悖论”（Personalization-Privacy Paradox，PPP），即基于用户信息提供个性化服务而造成的个性化和隐私之间的紧张关系[5]。可见，探究触发和影响用户采取位置隐私保护行为的关键因素具有重要的理论和实践研究价值。它不仅能帮助在线位置服务提供商改进产品设计和提升精准营销水平，而且能为政府相关部门和行业组织加强该领域隐私风险监管提供实践依据。
众所周知，在使用在线位置服务的过程中，不同人格特质的用户对于隐私的认知、隐私价值的感知、隐私风险的感知和隐私行为等均会存在不同程度的差异，人格特质对于其隐私保护行为也会产生一定影响。随着目前互联网产业对其用户的画像愈发关注，更好地细分用户群体，并研究不同的人格特质对于隐私保护行为的影响，能帮助业界更好地设计和改进自身服务，同时规范本行业对用户隐私的使用，也因而具有较高的理论研究价值和实践指导意义。鉴于此，本文聚焦在线位置服务情境下用户位置隐私保护行为的影响因素，尤其考虑到不同人格特质对位置隐私保护行为的影响展开深入探究，以规范性的实证研究验证理论模型和假设，以期全面探究在线位置服务中用户位置隐私保护行为的影响因素，并据此提出可操作性建议。
1 文献综述
在隐私问题的研究模型中，Smith J H等于2011年提出的APCO（Antecedents→Privacy Concerns→Outcomes）模型是当前隐私及相关研究领域内最重要、最常用的模型，该模型将隐私关注作为核心概念，将隐私关注的前因变量概括为隐私入侵经历、个性差异、文化氛围、隐私认知以及人口统计变量等，并探讨了隐私关注的结果及各变量之间的关系[6]。Ioannou A等学者强调如何调整APCO模型以适应不同的情境特征仍有待探究[7-8]。现有研究表明，目前隐私关注领域的研究文献大多符合APCO的分析思路[9]，显示该模型对与隐私相关的研究情境具有良好的适应性。另外，为了适应不同的研究背景，学者们在具体研究过程中对该模型进行了改进，如Kenny G等将隐私关注的前因变量划分为个人特点、个人认知和个人信念3个方面以适应医疗背景[10]，而Lankton N等则将模型中的隐私入侵经历和人口统计变量改为经历和性别，并选取Facebook作为实证研究案例[11]。总的来说，前期APCO模型的应用场景研究多聚焦于社交情境[12-13]，对其他应用情境如位置隐私的关注相对较少。
在隐私问题的应用场景中，涉及社交网络[14-15]和电子商务[16-17]等应用场景的研究较为常见。它们大多基于与隐私相关的经典理论和模型，通常采用定量分析展开研究，如Borena B等借助定量分析，提出“较高的信任会降低用户风险感知，进而减弱隐私保护意识”[12]。值得注意的是，近年来位置隐私因其高价值性和易滥用性而逐步引起人们的关注。但学者们主要关注了位置隐私保护的技术问题[18-19]，对用户位置隐私保护行为关注较少。而为数不多的用户位置隐私研究又大多基于隐私计算的分析视角着重探讨用户采纳行为[20-21]和隐私披露行为[22-23]，如Alrayes F S等采取情景实验的方法测量了位置敏感性、位置共享、用户感知程度等因素对于社交网络用户位置隐私感知风险的影响[24]。总的来说，前期位置隐私研究多聚焦于用户隐私关注[12，25]和位置隐私政策[26-27]，对APCO模型的关注相对较少。
近年来，APCO模型的重要性在位置隐私研究领域逐渐得到了重视，如赵佳莉探讨了熟悉程度、口碑、位置隐私信息敏感度、主观规范、国家隐私政策等前因变量对于LBS隐私关注和采纳意向的影响[28];张嵩等在研究中发现用户的隐私关注受到熟悉程度、口碑、隐私信息敏感程度等因素的影响[29]。值得注意的是，上述位置隐私领域内的APCO模型研究存在两个研究不足：①结果变量中的负向因素研究不足。已有研究或聚焦核心概念即用户隐私关注，测量不同的前因变量对用户在隐私层面的信念、态度等的影响;或聚焦正向结果变量即用户位置隐私开放行为，结合隐私关注去探究各要素如何最终影响用户的决策行为，而对负向结果变量即用户位置隐私保护行为这一回避性行为关注较少;②前因变量中的人格特质因素研究不足。虽有部分位置隐私研究对人格特质因素有所涉猎，但往往着眼于社交媒体情境下的隐私披露行为展开研究，且研究结论之间也存在很多争议[30-31]，而对于位置隐私保护行为这一具体情境下人格特质的影响问题缺乏深入分析。
基于上述分析，为更深入地探究影响在线位置服务中用户位置隐私保护行为的关键因素及其相互作用机理，本研究基于APCO模型的分析框架聚焦在线位置服务这一具体应用情境，选用大五人格理论来区分不同用户的个性差异，从人格特质、价值认知、企业保障、社会影响和隐私经历等5个前因變量的视角来系统分析用户位置隐私保护行为的影响因素。
2 研究模型与假设
2.1 人格特质因素假设
人格代表了个体思想、情感和行为上的独特模式，包含了个体区别于他人的稳定心理品质。大五（Big Five）人格（外向性、随和性、开放性、神经质、尽责性）是目前学界公认的对人格特质较为理想的描述之一，其维度可囊括绝大多数的人格特质[32]，因而在移动技术使用问题中能有效解释绝大部分的个体差异[33]。基于APCO模型，本文重新定义了感知位置服务利得和感知位置隐私利失这两个重要概念。其中，感知位置服务利得是指用户在使用位置服务的过程中对于位置服务给自己带来的利益方面的考量，即用户的收益认知。感知位置隐私利失是指用户在使用位置服务的过程中对于可能存在的隐私风险方面的考量，即用户的风险认知。
实践中，不同人格特质对于价值认知会带来一定的影响。其中，外向性人格表现出热情、社交、冒险、乐观等特质，对人际交往有着较高的热情并能与他人频繁互动。如果置于在线位置服务场景下，相较于担忧隐私风险问题，具备外向性人格特质的用户更愿意尝试新鲜事物[34]。此外，为了适应社交关系中的互动需求，他们往往也会有着较低的信息敏感关注度。因此，这类群体对移动应用收益感知程度高，对隐私方面负面感知较低[35]。基于此，提出如下假设：
H1（a）：外向性人格会积极影响感知位置服务利得。
H2（a）：外向性人格会消极影响感知位置隐私利失。
随和性人格表现出信任、利他、移情、依从等特质，更愿意相信他人并展开合作。随和性人格的用户具有合作特质，更容易感受到使用在线位置服务所带来的好处。随和性个体的信任特质使其较少感知他人行为会给自身带来潜在危害，进而会降低其对于潜在隐私风险的认知[36-38]。基于此，提出如下假设：
H1（b）：随和性人格会积极影响感知位置服务利得。
H2（b）：随和性人格会消极影响感知位置隐私利失。
开放性人格有着创造、求异、思辨等特质，对于已有的经验往往持有开放、探究的态度。在面对新技术时，开放性人格的用户可能会持有更加积极的态度并更愿意进行尝试，对新技术背后可能诱发的风险感知甚少，对使用在线位置服务会有更强烈的收益感知，对潜在隐私问题的感知甚少，进而会倾向于分享更多的信息[39]。基于此，提出如下假设：
H1（c）：开放性人格会积极影响感知位置服务利得。
H2（c）：开放性人格会消极影响感知位置隐私利失。
神经质人格具有焦虑、敌对、脆弱、自我意识等特质，情绪不够稳定，容易被激起负面情绪，乃至于做出冲动行为。出于自我呈现和避免孤单的目的，神经质人格的用户可能会更多地披露个人信息[40]，但其对于一些潜在危险也会更加恐惧[35]。高神经质人格的用户对于移动技术带来的好处和潜在的风险都有着较高的感知程度[41]。基于此，提出如下假设：
H1（d）：神经质人格会积极影响感知位置服务利得。
H2（d）：神经质人格会积极影响感知位置隐私利失。
尽责性人格有着成就、自律、谨慎、克制等特质，对于细节十分关注，较有远见，并往往以结果为导向。实践中，尽责性人格的用户不仅会思考移动技术服务对自身生活和工作带来的效率提升，也会仔细探究这类技术应用中可能带来的危害[41-42]。基于此，提出如下假设：
H1（e）：尽责性人格会积极影响感知位置服务利得。
H2（e）：尽责性人格会积极影响感知位置隐私利失。
2.2 价值认知假设
价值认知是指用户在使用在线位置服务的过程中，对其能给自身带来的利得、利失进行的考量，前文已将其定义为感知位置服务利得和感知位置隐私利失。隐私披露带来的典型利益包括经济折扣、便利性、有用性和社交提升[43]，隐私披露带来的风险包括第三方对个人隐私信息的二次使用、身份信息入侵和社会批评等[44]。结合在线旅游的具体情境，本文将位置服务利得分为感知位置服务相关性、感知位置服务有用性和感知位置服务便利性;将位置隐私利失分为感知位置隐私入侵、感知位置隐私监控和感知位置隐私二次使用。
在理想的情境下，用户会综合考虑内外部条件，综合计算以实现收益最大化和风险最小化。于是，为了获得相关服务和经济利益，用户可能会不再强调对隐私的保护，而是主动提供个人信息[45]。基于隐私计算理论，有学者提出用户分享隐私信息过程中产生的对于风险和收益的认知都会影响用户行为，其中感知收益正向影响分享意愿，感知風险负向影响分享意愿[46]。基于此，提出如下假设：
H3：感知位置服务利得消极影响位置隐私保护行为。
H4：感知位置隐私利失积极影响位置隐私保护行为。
2.3 企业隐私保障感知因素假设
企业作为用户服务的提供者和隐私的使用者，负有保障用户隐私安全的责任。除政府监管外，行业自律也是风险防范的重要手段之一。实践中，企业自身也会采取一些用户隐私保护措施，如隐私条款就是重要举措之一。目前，用户已开始认识到企业隐私保护措施的重要性[47]，因而企业隐私保护措施的有效性、明确性等因素会正向影响用户的隐私控制感知，负向影响其隐私风险感知，进而影响其隐私决策[48-49]。这些因素称之为隐私保障因素。另外，企业声誉代表着企业社会形象。研究证明，良好的企业声誉能提高用户安全感，显著降低其享用该企业产品或服务时的隐私风险担忧。换言之，企业声誉保障能显著影响用户的利益感知、风险感知、信任感和用户的使用行为，并对用户的隐私保护行为带来一定的影响[50-51]。基于上述论述，提出如下假设：
H5：企业隐私保障感知消极影响位置隐私保护行为。
2.4 社会影响因素假设
根据社会影响理论，他人或群体会对个体的思想和行为等产生影响[52]。现实生活中，个人生活圈中的群体会对个体决策产生显著影响，进而影响其位置信息的披露意愿[18]，即社交好友影响。另外，意见领袖也是一类重要的社会影响源。普通用户往往认为意见领袖具有较丰富的经验和知识，能带来更有价值、更加客观的信息，因而对其有着较高的信任心理和从众心理[53-54]。意见领袖对于用户的决策行为所产生的较大影响也被称为“意见领袖影响”。基于此，提出如下假设：
H6：社会影响积极影响位置隐私保护行为。
2.5 隐私入侵经历假设
隐私入侵经历是指用户所拥有的隐私受侵犯的经验，其内容涵盖用户切身经历过的隐私侵害和听闻他人经历过的隐私侵害。实践表明，隐私入侵经历会强化用户的隐私关注度，进而削弱用户对于产品和服务的价值感知和持续使用意愿[55]。其中，负面经历的影响会比正面经历更明显，它会加剧用户对隐私问题的关注，使得其对于个人信息持有更加审慎的态度，从而在使用移动产品的过程中更易产生隐私保护行为[56]。基于此，提出如下假设：
H7：隐私入侵经历会消极调节感知位置服务利得与位置隐私保护行为之间的作用。
H8：隐私入侵经历会积极调节感知位置隐私利失与位置隐私保护行为之间的作用。
位置隐私保护行为指用户在其位置隐私可能遭受风险时所采取的应对策略，基于高锡荣等[57]和Dixit S等[58]的研究，本研究将其分为抑制使用、拒绝使用和负面口碑3类。根据前文的分析，提出如图1所示的研究模型。
3 研究方法
3.1 问卷设计
问卷内容包含基本信息和主体模块两个部分，总共54个题项。其中，基本信息有5个题项，涉及人口统计情况、使用携程的时长和频次。主体部分有49个题项，主要围绕研究模型中的变量展开。问卷中的所有问项均借鉴于引用率高的经典文献，并结合研究特定的情境进行针对性地改编。
为了保证问卷的可理解性和可靠性，本研究小组招募了30名在线位置服务使用年限超过3年的深度用户进行问卷前测。在不断消除概念和问项歧义之后，形成正式问卷，如表1所示。此外，还统计了5轮25名前测人员的问卷完成时间，显示最长完成时间为15分10秒，最短完成时间为10分56秒。
3.2 数据收集和描述性统计
为保证数据的可获得性、可靠性和可信性，本研究選择携程网作为实证研究案例，主要是基于以下考虑：①位置隐私保护对在线旅游产业的健康发展具有重要意义。在线旅游是互联网领域中与在线位置服务联系最为密切的代表性产业之一，获取用户的在线位置隐私数据是在线旅游企业提供个性化服务的必备前提，且以在线旅游作为调研对象能保证研究数据的可获得性;②企业知名度。携程网是我国目前最大的在线旅游服务平台之一，在业界和消费者心目中均具有较高的行业地位，以此作为调研对象能保证数据的可靠性;③危机事件频繁爆发。近年来，携程网频频曝出因用户数据滥用引发的危机事件，其长期用户对此类事件均有一定知晓，更契合本研究的调研需要。
同时，为避免相同调研方法带来的偏差，本研究采取线上、线下双渠道结合的方式来获取研究数据：①问卷发放与收集。线上渠道选择“问卷星”平台生成在线问卷，并借助微信、QQ、微博等平台进行大范围扩散。线下渠道则采用有偿方式，选择在高校附近各大旅行社咨询旅游业务、注册携程网APP超过6个月、热爱旅行并曾使用过在线旅游产品和服务的用户进行深度访谈，并要求现场完成问卷填写;②数据清洗。线上、线下共回收问卷627份，根据用户自报的问卷完成时间，默认完成时间分布在15分10秒—10分56秒为有效答题时间，且删除答案过于集中、观点前后矛盾的无效问卷，最终获得有效问卷563份。调研对象中，男性占46.5%，女性占53.5%，与携程网公布的用户性别分布比例较为契合。年龄集中在30岁以下，受教育程度以本科为主（65.5%），其次是硕士（30.7%）。在使用时长上，使用携程少于1年的用户占比达38.2%，1～3年的占比为35.3%，3～5年的占比为19.4%，5年以上占比为7.1%。在使用频次方面，至少1周1次的占比为7.5%，至少1个月1次的占19.7%，至少半年1次的占40.7%，其他占比为32.1%，据此可认为在使用经验和使用时长上受访者均符合本研究情境的设定。
4 模型验证
采用结构方程模型的方法对研究模型进行验证分析，主要内容包含测量模型检验和结构模型检验。Smart PLS2.0不需要对变量的分布和观测的独立性进行假设，更加适合因子分析，因而本研究采用这一工具进行数据分析。
4.1 测量模型验证
本研究从信度检验、效度检验和多重共线性诊断3个方面对测量模型进行了验证。信度检验一般采用α值和CR值来检验信度，当α>0.7，CR>0.7时说明各题项间具有较高的一致性，结果如表2所示。效度检验主要检验结构效度，包含聚合效度和区别效度，分别由AVE值和AVE值的开方与所有变量的相关系数来判断，结果如表2、表3所示。多重共线性由容忍度、方差膨胀因子和条件指数判断，结果如表4所示。
结合表2～4可知，因子载荷、CR值和α值均大于0.7，显示模型具有良好的效度。所有变量的AVE值大于0.7，显示模型具有较高的聚合效度;各变量的AVE开方也都高于与其他变量间的相关系数，显示模型具有较高的区别效度。此外，容忍度、方差膨胀因子和条件指数等均符合要求，不存在严重的多重共线性问题。
4.2 结构模型验证
本研究采用Bootstrapping算法进行1 000次抽样，检验本模型中各变量间路径的显著性。研究模型的检验结果如图2所示。
在人格特质部分，H1（a/b/d）、H2（a/b/e）均成立。在价值认知方面，假设H3和H4均成立。在企业保障部分，假设H5不成立。在社会影响方面，假设H6成立。外向性、随和性和神经质人格都对用户的在线旅游感知位置服务利得有正向影响，路径系数分别为0.150、0.180和0.146;外向性、随和性人格对在线旅游用户的感知位置隐私利失有负向影响，路径系数分别为-0.204和-0.148;尽责性人格对旅游感知位置隐私利失有正向影响，路径系数为0.413。在价值认知中，感知位置服务利得对位置隐私保护行为有负向影响，感知位置隐私利失对位置隐私保护行为有正向影响，路径系数分别为-0.166和0.424。社会影响对用户的位置隐私保护行为有正向影响，路径系数为0.379。
此外，R2表示模型的解释力，其值越高，模型的解释度越好，在社会科学中，R2在0.1～0.2间被认为是可接受的[66]。从图2中的数据可以看出，本研究采用的模型具有较好的解释度和拟合度。
4.3 调节效应分析
隐私入侵经历是一个连续变量，因而本文采用层次回归分析的方式来探究其调节效应，结果如表5所示。
由表5可知，全模型中的R2高于限制模型中的调整R2值，因而调节变量在整个模型中具有显著效应。同时，隐私入侵经历对于感知位置服务利得和位置隐私保护行为之间无显著调节效应，因而假设H7不成立，而隐私入侵经历对于位置隐私利失和位置隐私保护行为之间有负向调节作用，与假设H8中的正向调节作用相反。
5 结 论
1）人格特质因素。外向性、随和性和神经质人格特质都对用户的感知位置服务利得产生正向影响，而外向性和随和性人格特质则会对用户感知隐私利失产生负向影响。外向性人格对于新技术的接纳和乐于尝试可能使其对于现有的位置服务产品了解程度高，对于位置服务中的利弊有一定的洞察，因而这类人格对于价值认知的影响程度有限。尽责性人格特质会对用户感知隐私利失产生正向影响。尽责性人格具有较强的自我控制能力，且能推迟需求满足[67]，在问卷中展示的与位置服务相关的负面新闻，触发了尽责性个体强烈的位置隐私利失感知（β=0.431，p<0.001），从而导致其自我控制行为，减弱了其对于位置服务利得的感知。因此，
尽责性人格对于位置服务利得未表现出明显影响。神经质人格对于感知位置隐私利失没有明显的影响。这一发现与前期学者的研究结论有些出入，可能与实证研究中用户的情绪状态有关。根据特质激活理论，人格特质需要在出现与之相关的情境或情感线索时才能被激活[68]，本研究选取携程這一典型的旅游出行服务为研究案例，鉴于研究样本对携程具有较高的熟悉程度，因而难以触发神经质人格中的不稳定性。
2）价值认知因素。感知位置服务利得消极影响用户的位置隐私保护行为，而感知位置隐私利失积极影响用户的位置隐私保护行为。其中，感知位置服务利得、感知位置隐私利失和社会影响共同影响了用户位置隐私保护行为的生成。前景理论认为，用户对于损失的感知程度要高于对收益的感知程度[69]。在本研究情境中，用户享受在线位置服务是以提供精准的位置信息为前提，其所面临的隐私风险更为突出，故而此时用户感知利失的影响作用要比感知利得更加显著。
3）企业隐私保障感知因素。鉴于目前在线位置服务产业发展快速，同质化产品多具有较高的可替代性，且此类产品用户沉没成本投入少，属于即用即走的工具类产品。因此，即使该企业行业地位较高，在被曝出负面新闻后，用户较大概率会转向其他产品，此时企业保障感对于用户的位置隐私保护行为影响微乎其微。
4）社会影响因素。意见领袖和社交好友等都会对用户的位置隐私保护行为产生影响，他们披露的负面新闻将会促进用户的位置隐私保护行为。
5）隐私入侵经历。隐私入侵经历会触发用户的位置隐私利失感知，进而对于位置隐私保护行为产生影响。用户在某一特定情境中的经验增加会使其更习惯于该情境[70]，此结论对在线位置服务应用场景同样适用。因而，长期的、持续性的隐私入侵经历会最终削弱感知位置隐私利失对于位置隐私保护行为的影响，从而产生负向调节作用。值得注意的是，尽管用户有隐私入侵经历，但若平台所提供的在线位置服务能较好地满足其现实需求，感知位置服务利得对位置隐私保护行为的影响则不会被隐私入侵经历这一因素调节。
6）隐私保护行为。从抑制使用、拒绝使用和负面口碑这3种位置隐私保护行为的因子载荷数值来看，用户更倾向于选择负面口碑来保护自身隐私。形成这一结果可能的原因是，一方面社交网络的高速发展赋予了用户更为便利的观点输出渠道和自由话语权;另一方面，在无法拒绝使用的情形下，用户更倾向于通过传播负面口碑的形式来维护自身权益[71]。
6 对未来该领域治理之启示
本文的研究结论可为改进在线位置服务提供商的服务，提升政府部门及行业组织的监管能力，推进在线位置服务产业领域走向治理现代化提供一定的借鉴和参考。
对在线位置服务提供商而言，鉴于不同人格特质的用户有着不同的认知方式和情感倾向，在线位置服务提供商可健全多重标准的用户分类管理机制，强化精准营销的过程管理和效果管理，通过推进基于用户差异性分析的隐私服务策略，全面覆盖用户在隐私保护上的差异化需求。同时，在线位置服务提供商还可以通过赋予用户位置隐私使用过程中的知情权、选择权和自主权等方式加强用户隐私保障管理，削弱用户的位置隐私利失感知，吸引更多的用户。
对政府监管部门而言，应在把握用户隐私保护与用户数据合理使用之间利益平衡的基础上，健全相关隐私监管措施。鉴于用户隐私泄密的高风险性以及用户隐私条款中当事人地位的不对等性，要强化“预防为主”的风险防范思维，从法律、法规等规范层面明确服务提供商的隐私保障底线。同时，要监管从业企业并规范其用户隐私的采集、存储、传递及利用等行为，在坚持“知情同意原则”“最小范围原则”等原则的基础上，明确用户隐私的采集和利用的条件、程序及侵权责任，制止个人隐私数据被不当采集、过度采集以及数据存储不当、数据滥用等行为。
本研究是位置隐私研究领域APCO模型研究的有益尝试，但仍然存在一些研究不足，需要在未来的研究中深入开展。其一，位置隐私研究需要获取大量用户个体感知相关的数据，鉴于在线位置服务平台在许多特定问题上尚未设计对应的条目或类目，此类数据难以通过大数据的技术和手段获取。因此，本研究采用问卷访谈的方式收集用户数据，但难以完全规避研究数据的主观性问题。在未来的研究中，将加强与位置服务提供商的合作，融合主观数据和客观数据开展更有针对性的研究;其二，本研究基于业界代表性、用户数量、平台声誉等因素考量选取携程为研究案例，但实际上现实中存在数量众多、种类丰富的在线位置服务平台。因此，未能很好地体现平台特色对用户隐私行为的影响，未来的研究可基于平台类型、平台规模、平台声誉和平台盈利模式的差异性来开展对比研究，为实践提供更多、更有价值的意见和建议。
参考文献
[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]中国消费者协会.APP个人信息泄露情况调查报告[EB/OL].http：//www.cca.org.cn/jmxf/detail/28180.html，2019-05-22.
[5]迪莉娅.大数据环境下APP用户隐私计算影响因素研究[J].现代情报，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，赵炎冰，张男.APCO框架下微信用户使用动机、隐私关注与隐私行为之间关系研究[J].情报理论与实践，2021，44（1）：110-117，109.
[9]胡昌平，仇蓉蓉.虚拟社区用户隐私关注研究综述[J].情报理论与实践，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用户隐私保护行为影响因素研究——基于皮尤青少年调查数据的分析[J].东南传播，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]赵栋祥，霍朝光，范昊.隐私视角下移动健康管理服务使用意愿的实证研究[J].现代情报，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]劉百灵，万璐璐.基于移动服务的隐私政策Petri网协商算法[J].系统管理学报，2019，28（2）：231-239.
[27]徐敬宏，赵珈艺，程雪梅，等.七家网站隐私声明的文本分析与比较研究[J].国际新闻界，2017，39（7）：129-148.
[28]赵佳莉.基于位置服务的用户隐私关注及其采纳意向的实证研究[D].青岛：青岛大学，2017.
[29]张嵩，赵佳莉，吴剑云.LBS的隐私关注与采纳意向的模型构建及实证[J].计算机集成制造系统，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.学生群体中大五人格特质与领导产生关系研究[D].北京：北京交通大学，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，李颖灏，刘芳.在线隐私政策对消费者提供个人信息意愿的影响机制研究——信息敏感度的调节作用[J].管理评论，2018，30（11）：97-107.
[49]金燕，李京珂，耿瑞利.隐私视角下健康类APP用户流失意愿研究[J].现代情报，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]刘百灵，夏惠敏，李延晖，等.保健和激励双因素视角下影响移动支付意愿的实证研究[J].管理学报，2017，14（4）：600-608.
[52]肖璇，王铁男，郝凡浩.社会影响理论视角的社交媒体持续使用研究[J].管理科学学报，2017，20（11）：49-60.
[53]邵隽.旅游服务业社会化媒体营销新趋势——意见领袖与微电影营销[J].旅游学刊，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]高錫荣，杨康.网络隐私保护行为：概念、分类及其影响因素[J].重庆邮电大学学报：社会科学版，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，刘贝贝.农产品品牌关系质量影响消费者负面口碑传播倾向的实验研究[J].农业技术经济，2017，（9）：36-44.
（责任编辑：陈 媛）
猜你喜欢 隐私保护影响因素用户 信用卡资深用户瞭望东方周刊(2017年35期)2017-09-22大数据时代下公民隐私保护问题研究法制博览(2017年5期)2017-06-06影响初中男子1500米训练成绩的因素分析未来英才(2017年7期)2017-05-19基于预约诊疗模式下的医院网络安全设计现代电子技术(2017年3期)2017-03-04Twitter用户增长未达预期CHIP新电脑(2016年10期)2016-10-21移动用户服务中的隐私保护机制研究电脑知识与技术(2016年8期)2016-05-19工程建筑管理的影响因素及对策解析建筑工程技术与设计(2015年21期)2015-10-21影响大学生就业选择区域的因素分析科学时代·上半月(2013年1期)2013-03-27智能手机用户普遍忽视恶意软件威胁计算机世界(2009年34期)2009-11-17公路沥青路面平整度的控制分析中小企业管理与科技·下旬刊(2009年5期)2009-08-17