一、引言
信息安全长期以来为人们所关注。早在1973年，就有西方研究者提出计算机与互联网将在未来成为个人信息隐私的重要威胁（Feistel，1973）。而“隐私”正式被确定为一项“政治权利”则可以更早地被追溯到19世纪末，《哈佛法律评论》（Harvard Law Review）中出现了对于隐私权的讨论（BrandeisLouis & Samuel，1890）。现如今我们所谈论的“信息隐私安全”，更多是指步入互联网时代以来的社会所出现的数据保护等一系列议题。随着网络通信技术和半导体材料的持续发展，接入互联网的计算机设备开始在全球范围内快速普及并迅速迭代升级，数十亿用户通过互联网连接获取数字化的商品、消费与服务，这也意味着他们的登录信息、密码表单、浏览行为、身份信息等一系列个人隐私能够以数据的形式在服务器中被写入、存储、读取和使用，用户所面临的信息安全风险陡然加剧。虽然安全厂商和政府组织在防护技术、策略以及法律政策等不同层面进行着不懈努力，但从目前来看，信息隐私和数据泄露产生的不利影响正越来越大。
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（LaRose & Rifon，2006）。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（Metzger，2007）。在2010年以后，网络用户个人层面的隐私态度和隐私保护行为开始被更多地关注——尽管数字消费者可能早已开始意识到潜在的隐私风险等问题（Milne & Gordon，1993）。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
经过数十年的技术积累，商用互联网的普及速度在近十年达到鼎盛。根据2018年世界互联网报告提供的数据，预计到2018年底，全球互联网用户规模将达到36亿，这将超过全球总人口数的50%，而全球生产的信息总量预计将在2020年达到47 ZB(10244 GB)的规模（Meeker & Wu，2018），这包括大量的用户使用数据；这些数据的确是提升软件或设备易用性的重要保障，但同时也带来了隐私信息滥用问题。尤其是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。仅2018年，全球范围内针对信息安全和隐私数据的威胁就屡屡出现，譬如，脸书存在的漏洞致使5000万用户存在信息泄露风险，华住集团超1.3亿用户信息面临泄露危机，以及普通用户几乎每天都要遭受的垃圾短信和电话骚扰——它们同样来源于个人信息的泄露。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（徐敬宏，张为杰，李玲，2014）。由于法规政策是保护用户隐私数据的重要底线，因此随着数据滥用的频发，关于立法保护的讨论已在相关领域充分展开（Richards，2005）。于2018年5月出台的新版《一般数据保护条例》（GDPR）（Voigt & Von dem Bussche，2017）被认为是近20年来针对数据隐私问题在法律条款政策方面迈出的一大步。但是在中国大陆，这一方面的立法保护还有待系统性完善。除保护信息隐私的法律政策之外，机构数据泄露、隐私伦理、隐私态度与隐私行为等问题也受到了诸多关注，其中也有少数传播学研究者的贡献。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。
从社交网络用户的反馈来看，本研究的问卷调查部分也支持这一观点——认为我国互联网环境“极不安全”和“比较不安全”的用户合计占比高达86%。虽然有研究表明，用户采用适当的安全软件可以有效降低信息安全风险（Jones & Heinrichs，2012），但许多国产软件经过消费者的频繁接触，已经为广大使用者留下了“流氓软件”或者“后门程序”的印象。这种状况不但表明我国互联网信息安全生态较为糟糕，更能够在相当程度上说明国内用户至少现阶段还不能仅依靠安全软件来获得100%的信息隐私保护。
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（Díaz，2013）。本问卷的“隐私关注”（Privacy Concerns）（Clarke，1999；Malhotra，Kim & Agarwal，2004）量表设置了对隐私政策和设置手段的用户态度的测量，结果显示，超过70%的参与者认为他们对个人数据如何被使用有着强烈的关注，并认为隐私使用规则应当出更加明晰。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。正如某业界精英所述互联网行业的“潜规则”：“我知道你在做什么，但我没有必要知道你是谁”。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。十年前就有研究提出，用户的主动行为是防止隐私信息泄露的关键防线（Tufekci，2008）。由于用户的真实行为难以被直接获取，研究者通常会采用以态度或行为意向替代直接行为的方法，对隐私行为进行间接观测，其中隐私关注和自我表露是最常被采用的两个部分（Wirth，2018）。在这部分研究中，有许多研究者探索用户的隐私关注如何作用于信息表露，以及后者如何受到诸如性别、文化、知识等个体特征因素的影响（Bazarova & Choi，2014；Baruh，Secinti & Cemalcilar，2017）。后续有中介和调节变量被引入，以进一步解释隐私关注对自我表露或采纳安全行为的影响机制（Kumar，Kumar & Bhasker，2018）。从实证研究的角度来看，诸多个体特征与隐私关注是信息分享意愿或隐私表露行为的重要前因，其他因素可以作为中介者或调节者参与其中，这一研究路径迄今为止已较为稳固。
作为信息隐私研究模型中几乎不可或缺的一部分，隐私关注反应着用户对于自身信息隐私的态度（Clarke，1999）；但该量表由国外研究者设计并首先采用，因此需根据具体使用环境进行调整（张玥，朱庆华，2014）；用户对个人信息隐私的主动保护通常由个人主体来实现，基于保护动机理论，用户的自我效能是令其采取主动保护行为的强大决定要素（Floyd，Prentice-Dunn & Rogers，2000）。虽然用户自我评价的防护表现能够较好地反应他们的自我保护行为，但这种自我防护效能的建立有时会带来一些不确定的后果，比如可能会增加社交网络中的信息表露。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（Wirth，2018）。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。
二、文献回顾
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，所采用的搜索引擎包括但不限于Web of Science；Wiley Online Library；Google Scholar；Google Search；CNKI等，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”‘Information Privacy’‘Privacy Concerns’‘Self-Disclosure’ ‘Privacy Paradox’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（Bélanger & Crossler，2011），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
社会科学领域对在线信息隐私问题的重视日益增强，已有诸多基于隐私关注和自我表露展开的实证研究（Clarke，1999）。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）。被广泛应用的量表包括于1996年提出的CFID量表（Smith，Milberg & Burke，1996）以及于2004年提出的IUICP量表（Malhotra，Kim & Agarwal，2004），并以后者的应用稍多；亦有关于移动互联网消费环境的信息隐私研究将二者的优势结合起来，发展为适合测量移动端用户的隐私关注量表，即MUICP（Xu，Gupta，Rosson & Carroll，2012）。经过该领域研究者的探索，同个体隐私关注相关的因素包括个人特质（Cheshire，Antin & Churchill，2010）、互联网经验（Yao，Rice & Wallis，2007）、媒介信任（张晓娟，李贞贞，2018)、社会意识等等；有研究显示，女性比男性拥有更高的隐私关注（Chen，Ma，Jin & Fosh，2013），但另一些研究则报告称未发现类似结论（Baruh，Secinti & Cemalcilar，2017）。此外，有研究者总结了影响隐私关注的前因和隐私关注所导致的后果，提出APCO总体宏观模型，呼吁该领域研究者基于这一架构寻找更多潜在的相关因素；。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（Anteneh，Belanger，Borena & Ejigu，2015）。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）。虽然研究者通常将其视为社交用户个人的信息分享行为，但仅有极少的研究获取了用户的推送数据，更多情况下，自我表露仍然通过态度量表来获取（Taddicken，2014）；这些量表以Buss（2001）编制的“自我心里维度测试”（Buss，2001）最为经典，许多研究沿用了这些试题，自我表露意愿越低意味着愈发注重保护公共和私人隐私（Taddicken，2014）。除自我表露意愿和最终的信息分享行为有着很强的正向关联外，研究者还发现隐私关注会负向影响自我表露（Phelps，Nowak & Ferrell，2000）。然而后续研究也有发现，二者的关系并非总是负向相关（Baruh，Secinti & Cemalcilar，2017），即所谓的“隐私悖论”（Privacy Paradox）现象（Barnes，2006）。为了探索影响自我表露的因素以及描述这一悖论，有研究者尝试以隐私计算框架来描述社交用户自我表露的决策过程（Culnan & Bies，2003），并发现隐私计算的实质即用户所感知到的潜在收益和风险威胁的博弈，博弈的结果将影响自我表露的意愿，而这一过程会受到个性化服务、经济补偿等外界刺激的影响（Hann，Hui，Lee & Png，2007）。因此，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（Youn，2009）。基于保护动机理论，具备更高自我效能的用户将有着更强的隐私关注，并且具有更强的自我保护意识以及更低的意愿去表露个人信息（ChenHT & ChenW，2015）；LaRose（2005）等人的研究均支持这一假设，即本期话题 / 网络隐私与保护研究自我效能感与自我表露意愿负向相关，同时自我效能的升高和主动防护表现的提升相辅相成（Rifon，LaRose & Choi，2005）。但基于隐私计算框架的研究则与之持相反的观点：更高的自我效能会降低隐私关注，并且可能会促使更多的信息在社交网络中暴露（Akhter，2014）。这些研究者以经验效应解释这些看似矛盾的结论，即当用户自认为拥有足够的技能和经验以应付风险时，他们可能会放松警惕，不再关注个人隐私以及明显地增加表露行为（Akhter，2014）。但总体而言，更多的研究仍然采用自我效能与隐私关注正向相关的研究假设，包括这些得到相悖结论的研究；这是由于自我评估的能力与意愿之间存在相互促进关系，譬如说用户在获得某些技能后会具有创造性，而这些创造性产生的经验会为他们带来更多的技能（Buckingham，Banaji，Carr，Cranmer & Willett，2005）。即便如此，研究者仍然应当警惕自我效能在隐私保护中的多面性（Hichang，2010）。
基于上述研究结论之间的不确定性，有研究者尝试将自我效能作为调节变量引入来解释隐私关注与隐私保护行为之间的不一致问题，为理解隐私悖论提供了一种独特的视角，并发现了高自我效能低隐私关注情形下的不利后果（Hichang，2010）。更具体的来说，虽然自我效能或自我评估的隐私保护技能的升高会让用户感到使用网络能够给他们带来更多的机会和收益（Livingstone & Helsper，2010），然而也有研究发现，同时具有较高的自我效能和较低的隐私关注会带来更多的行为上的风险，这为解释隐私悖论提供了新的可能。较高的隐私关注会带来某些行为上的保守，但不会抑制自我表露意愿；但自我效能的升高在抑制特定保护行为的同时也会提高自我表露意愿，并可能进一步导致信息分享行为（ChenHT & ChenW，2015）。根据上述研究提供的研究发现，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，并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；
三、设计与方法
（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，以隐私关注为例，记为=AVERAGE（pc1 : pc6），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。
表1： 变量分类及参考来源
由于较少的研究关注社交网络用户的用量信息，故本研究将社交网络用量数据设置为单独的部分，观察这些项目与其他变量之间的关系；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。尽管这仍无法避免参与者报告的社交推文发送数量与他们在社交网络中的真实行为之间存在的误差，但在不获取本人隐私数据的情况下，这种方法仍能近似地观察他们的社交网络活动状况。此外，个体特征也被发现从多个维度影响着隐私关注或者信息分享行为（Chen，Ma，Jin & Fosh，2013），这些维度包括性别、知识和文化等，故本研究亦纳入了6项人口统计学特征；因受限于调查成本和研究者本人所处环境，本研究较难科学、可靠地描述知识、文化和民族差异导致的隐私相关态度的变化，故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。其中隐私关注的测量基于IUICP量表的三个维度进行了略微调整，每个维度分别包含两个题项，三个维度分别即指对收集信息的态度，对自我控制信息的态度，以及对环境感知的意识（Malhotra，Kim & Agarwal，2004）；自我表露的测量则参考Buss于2001年提出的自我心里维度测试（Buss，2001），并根据其他研究采纳的题项进行了适当补充；自我感知的防护表现的测量则基于自我效能理论和保护动机理论，假定个体的技能经验与使用意向正向地相互促进，根据自我效能的两种期待进行了两个维度的划分，即对于采纳主动防护措施的认同与采纳防护措施的自我效能；由于更改幅度较大且该量表包含两个维度，故本研究将对自我感知的防护表现题项进行探索性因子分析，并期待得到两个主成分，并分别包含3个题项；全部6个题项分别是“我会去了解更多关于隐私设置和数据保护的知识或技能？”“我会尝试养成良好的软件使用习惯和网页浏览习惯？”“我认为我可以让我的移动或PC设备尽可能的保持轻巧和快速？”“我认为我能够较好的处理垃圾短信或骚扰电话一类的问题？”“我会利用空余时间调整我的系统或应用程序的权限设置和隐私设置”“今后我会对‘设置’‘隐私’等按钮提供更多的注意力？”。
（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。在参与者需要填写包括本次研究重点关注的社交推文数量等数值变量时，填写提示会自动弹出，以帮助他们更好地理解题项内容。为了尽可能强化样本的均衡性，同时由于研究者本人所处朋友圈的局限性以及调查成本的限制，本研究采用微信分享的方式将问卷链接发送给大陆地区不同地理位置的用户，并鼓励他们向更多本地朋友扩散。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。有效样本量接近题项数量的10倍（i = 36），表明该问卷所得样本具有一定的代表性。问卷的制作、测试、发放和回收环节均由问卷星企业版平台提供技术支持；数据的均值、求和、标记等基础处理工作均在Excel平台完成，后续分析则主要由SPSS v25完成。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。结果显示，隐私关注量表的信度相对较低，基于Cronbach’s的α值为0.637，但考虑到效度检验结果，以及该量表完全基于IUCIP量表的要素构建，因此仍将对其进行后续回归分析；。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）。
表2：描述统计和量表检验（注：KMO值基于Bartlett球形度检验；*p = .00）
四、分析与结果
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；矩阵信息显示，各因子相互间多数均提示中度正相关，其中了解和学习数据隐私保护知识的认可同培养良好网页浏览习惯和关注设置按钮的注意力呈高度正相关，保持数字设备轻巧与快速的能力同处理骚扰电话和垃圾短信的能力呈高度正相关；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；主成分1所包含的高提取度的变量可以被概括为“对主动防护相关行为的认可”，主成分2所包含的高提取度的变量可以被概括为“自我评价的防护能力”，能够较好地与自我效能的两个维度适配；并且通过主成分分析法提取的每项变量的提取值均在0.65以上，总计能够解释超过70%的总方差。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。
表3：自我感知的防护表现因子相关矩阵（注：采用Pearson相关系数；*p ≤ 0.05, **p ≤ 0.01, ***p ≤ 0.001）
图1：自我评估的防护表现主成分分析碎石图（注：Y轴为特征值，X轴为提取的特征根，虚线表示y = 1参考线）
表4：自我评估的防护表现主成分分析碎石图
（注：采用Varimax旋转方法，旋转在3次迭代后收敛因子名称后标注（a）的可以由成分1概括，因子名称后标注（b）的可以由成分2概括）
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。网络使用经验同其他各隐私态度和推文发送行为均未发现两两相关，H1和H5受到拒绝，但仍需采用回归分析探索其潜在作用；隐私关注同社交网络推文发送呈弱正相关（β = 0.119，p ≤ 0.05），与自我感知的防护表现呈更强的正相关（β = 0.365，p ≤ 0.01），与自我表露意愿无显著相关，H2得到拒绝，H4被拒绝并得到相反的关系；自我表露意愿同自我感知的防护表现呈弱正相关（β = 0.112，p ≤ 0.05），同社交网络推文发送呈更强的正相关（β = 0.358，p ≤ 0.01），H3得到支持；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。
表5：各主要变量间相关系数矩阵（注：采用Pearson相关系数；*p ≤ 0.05, **p ≤ 0.01）
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。经过三次迭代，回归模型最终保留了三个变量，即自我表露意愿、网络使用经验以及隐私关注。由于变量间的测度单位不同，故我们应当关注标准化系数。在其他条件不变的情况下，自我表露意愿的升高会带来社交网络推文数量的增多，隐私关注的升高亦会如此，而网络经验的丰富则会抑制这一行为。因此我们发现，在其他因素被控制的状态下，具有更丰富网络经验的社交用户会更少的开展社交网络推文活动，而隐私关注则起到相反的作用。至此H5得到更确切的支持，H3得到进一步支持，H4得到拒绝。
表6：对“社交网络推文发送”的回归预测（注：*p ≤ 0.05, **p ≤ 0.01, ***p ≤ 0.001）
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。当xi和y存在相关时，若存在一个变量mi与xi相关，但与y无相关，并且mi通过影响xi进而影响y的效应成立，则可推测在此条件下的影响方向为xi是y的预测指标变量。在本研究中，自我感知的防护表现满足这一角色所要求的条件。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。结果显示，隐私关注在自我感知的防护表现与社交网络推文发送之间充当完全中介，影响方向为隐私关注的升高会带来社交网络推文的增加；自我表露在自我感知的防护表现与社交网络推文发送之间充当完全中介，影响方向为自我表露意愿的升高会带来社交网络推文的增加。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。
表7：中介效应检验
（注：PP为自我感知的防护表现；PC为隐私关注；SD为自我表露意愿；TS为社交网络推文发送；SE为标准误差；β采用未标准化系数；
T = a × b/ SQRT(b2 × sa2 + a2 × sb2 + sa2 × sb2)；
*p ≤ .05, **p ≤ .01, ***p ≤ .001本期话题 / 网络隐私与保护研究）
五、讨论
对于用户自我效能的提升是否能令他们在社交网络中降低隐私风险，以及更高的隐私关注是否总是能减少信息表露行为等一系列问题，信息隐私领域的研究者已经进行了十数年的研究与讨论，并发现了诸多隐私态度与隐私保护或风险行为之间的明确关联。但是，正如这些研究成果向我们展示的那样，信息隐私研究截至目前仍主要开展于欧洲和美洲的发达国家，不同的区域、文化、经济水平、社会状态甚至研究者还未察觉的影响因素的改变均可能导致这些结果的不稳定性，甚至是出现悖论现象。即便是近年来有更多的研究者投入关注，但这一领域仍存在许多值得深入探究的研究问题，尤其是随着数字技术和媒介终端的发展，真实的信息隐私问题可能正以比我们想象还快的速度蔓延开来。
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。这些发现只能给予一些假设更强的支持，但仍无法说明另一些提出反向假设的研究者的实证研究具备不合理性，这正是由于复杂的社会系统所带来的难以完全控制的影响因素，也是信息隐私这一研究领域持续推进的动力。譬如说基于自我效能理论来解释隐私风险或保护行为，就存在两派对立性较强的观点，甚至二者都有实证研究支撑。其中一派认为更好的自我效能会与隐私关注相辅相成，并且这些用户会因为这种隐私关注和自我效能感得知网络环境中的风险，从而降低自我表露意愿和减少信息风险行为；另一种观点则认为自我感知的防护表现的提升会让用户在社交网络中变得“自负”，从而不再关注个人隐私或是减少对敏感信息的注意力，最终反而令他们更加随意地在社交网络中分享个人信息。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
尽管有诸多研究均提示隐私关注的升高并非总是带来自我表露意愿的降低以及后续信息分享行为的减弱，但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。很多研究者引入了更多的因素来协调隐私关注和信息分享行为之间的关系，并试图以此来解释这种悖论现象。本研究发现，在不考虑这些因素时，隐私关注的升高可能也会带来一些未知的后果。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。
与隐私关注相关机制的复杂性不同，自我表露意愿和社交网络分享行为之间的关系总是十分稳固，一方面这是由于分享意愿与分享行为存在固有的内在关联，另一方面，在信息隐私研究中，二者均为最常考虑的后果变量。早先便有研究同时获取这两项数据，并发现了二者之间十分强烈的正相关。本研究获取的数据同样支持这一稳固的结论，并且相对于隐私关注和网络使用经验，在这二者被控制的情况下，自我表露意愿的升高所带来的社交网络推文发送行为会更加频繁。我们可以理解为，当社交网络用户拥有相似的隐私关注程度和相近的网络使用经验时，更高的自我表露意愿会更容易导致更多社交推文的发出，这也意味着更多个人信息在社交网络中暴露。因此，控制个体的自我表露意愿仍是降低社交信息分享的重要途径，虽然这种表露意愿所导致的后果并非隐私窃取，但在信息隐私领域的研究中，这种分享行为往往被视作具有更高的隐私泄露风险。
（二）网络经验的抑制作用与自我效能的间接效应
早先研究发现，拥有更多互联网使用经验的用户往往会更加注意社交网络中的隐私风险，这表现为减少在社交媒体上的个人信息表露，这些经验通常由使用时长或者对社交系统的熟练程度来概括。本研究亦发现，网络使用年限的增加虽然不会直接在隐私行为或态度上显示某种后果，但同样的，在拥有相似的隐私关注呈度和相似的自我表露意愿的情况下，具有更多网络使用经验的用户通常会更少的在社交网络中推送个人信息，而这种经验可能更多的来自于年龄。虽然年龄未在数据分析部分展开讨论，但本研究获取的数据显示年龄同网络使用经验之间有着很强的正向关联，而更多的网络使用经验会抑制社交网络推文发送这一行为。我们无法即时地更改社交网络用户的隐私关注程度或是自我表露意愿，更多情况下我们能做的仅仅是一种呼吁，同样，网络使用经验也是一项逐年积累的要素。但值得社交媒体注意的是，在控制用户其他某些条件的情况下，网络使用经验对社交媒体的运营者反而成为了一大“阻碍”——这些用户可能更少的在社交网络中分享推文信息，从而更难建立用户画像。但从社交用户的角度来看，经验是令他们采纳某种隐私风险规避行为的重要先导性因素，这种行为便是减少社交推文信息发送。
除此之外，本研究还发现了自我效能对社交网络推送行为的间接影响。自我感知的防护表现在本次研究中更多的是作为一种验证因果路径的工具存在——它同隐私关注和自我表露意愿均有着正向关系，并且同社交网络中的推文发送行为无直接相关性。但中介检验显示，若是自我感知的防护表现的变化能够对社交网络推文发送产生影响，这种影响很有可能会通过隐私关注或者自我表露意愿发生。因此，隐私关注或者自我表露意愿是产生社交网络推文发送的前因，而后者则作为一种行为成为关系之中的结果。本研究获取的数据显示，当社交网络用户拥有更高的自我效能时，他们往往会表现出更高的隐私关注水平，这种隐私关注水平的升高可能最终会在某些条件下刺激他们的表露行为；同样的，虽然自我效能的提升所带来的自我表露意愿的提升较为微弱，但由于自我表露意愿与社交网络推文分享行为之间的关联很密切，因此自我感知的防护表现也可能通过这一路径最终导致社交网络用户分享更多的推文信息。
通过上述结论我们能够发现，自我感知的防护表现虽然能够较为明显地提高社交网络用户的隐私关注，但隐私关注并非是减少包括信息分享在内的隐私风险行为的充分保障。自我表露意愿则是社交网络推文分享行为的主要驱动力，这一过程也能够经由自我效能的提升而得到影响。因此，如同前述文献所展示的研究发现，自我效能感的增强可能会在一定程度上导致用户在社交网络环境中变得有些过度自信，这种状态表现为更多的社交推送信息的发布和分享，增加网络使用经验则可能是抑制这种行为的有效方式。基于本研究设计的局限考虑，未来关于自我效能的间接影响以及通过隐私关注的中介路径研究将更多地关注用户固有的隐私知识和隐私技能的作用，以便更好地了解社交网络用户自身要素在这一过程中的作用。
注：如需查看或引用原文，请参考如下信息：