“精于算計”：社交媒體用戶隱私保護脫離形成機制探討*

段秋婷 （上海大學新聞傳播學院）

張大偉 （復旦大學新聞學院）

陳彥馨 （閩江學院人文學院）

0 引言

伴隨個人數據潛能持續釋放，互聯網用戶的隱私風險劇增。根據CNNIC發布的第50次《中國互聯網絡發展狀況統計報告》，截至2022年6月，我國21.8%的網民曾遭遇個人信息泄露，遭遇網絡詐騙及賬號密碼泄露的網民比例分別占17.8%和6.9%[1]。尤其在社交媒體使用中，用戶主動披露的信息越多，其面臨的威脅也越大[2]。然而，用戶在隱私保護中所作的努力時常與初始目標相背離，一方面，言辭晦澀的隱私知情同意和復雜隱蔽的隱私保護設置無形中提高了隱私保護門檻，致使社交媒體用戶在隱私保護中無力感劇增，隱私保護效果不甚理想[3]；另一方面，出讓隱私信息滿足了大量用戶對于內容定制化和社交資本積累的需求，致使越來越多用戶忽視隱私保護[4]。隱私保護脫離在一定程度上意味著用戶從互聯網環境治理中退場，這不僅對個人隱私安全造成威脅，更不利于社交媒體平臺信任建立和互聯網治理發展目標的實現。

長期以來，大量學者聚焦于隱私信息披露[5]、隱私保護意向[6]等社交媒體用戶隱私行為，但從現實來看，頻發的線上隱私泄露事件對用戶信念形成了沖擊，其隱私保護態度從積極轉向消極，隱私保護脫離逐漸顯現。當前學界對于隱私保護脫離的研究尚處于起步階段，既有研究主要針對隱私保護脫離的行為表征和影響因素展開探討。脫離（disengagement）通常表現為一種因受到外部壓力而減少努力，或放棄行為目標并退出的行為[7]，當短暫的逃離感出現后，個體會通過調整自身行為以規避事件可能造成的影響[8]。在社交媒體深度嵌入個人生活的當下，一些用戶逐漸減少在隱私保護方面投入的精力，進而降低響應，該行為被界定為隱私保護脫離[9]，具體表現為放棄閱讀隱私知情同意[10]、主動披露個人信息[11]、默許個人信息公開設置[12]、放棄隱私維權[13]等行為。

相關研究發現，興趣降低[14]、資源受限[15]、情緒倦怠[16]等負面因素是引發脫離行為的重要前因。在社交媒體中，隱私關注與隱私保護脫離呈負相關，隱私倦怠則與隱私保護脫離呈正相關[9]。許一明等針對國內社交媒體用戶的隱私保護脫離行為進行了研究，證實了隱私倦怠是隱私保護脫離的正向影響因素，并指出內部及外部的隱私保護自我效能會觸發隱私倦怠[17]。由此可見，隱私倦怠是導致用戶消極應對隱私問題的關鍵要素，但當前對于隱私保護脫離的前因變量及形成機制尚缺乏系統探討。綜上所述，本研究以社交媒體用戶隱私倦怠為切入點，嘗試從社交媒體用戶要素和平臺要素出發，通過結構方程模型（SEM）和模糊集定性比較分析（fsQCA）相結合的研究方法，探討隱私保護脫離的形成機制及其前因構型。

1 理論基礎與模型構建

1.1 多維發展理論與隱私交互管理

1977年Laufer和Wolfe提出的多維發展理論（multidimensional developmental theory）為理解隱私保護行為提供了宏觀框架。該理論認為，個人的隱私意識和行為源自自我意識（selfego）、人際交互（interpersonal）和外部環境（environmental）的互動[18]，而作為個體與外部連接點的人際交互尤為關鍵。進入互聯時代，傳播隱私管理逐漸由用戶間的交互轉向為用戶與平臺的交互，有學者進一步將人際交互維度細化為個人信息管理和個人與平臺間的交互管理[19]。信息管理維度聚焦信息特征，如信息敏感性[20]、隱私政策有效性和隱私設置可供性等[21]；交互管理維度則突出系統屬性，如社會存在[22]、信息透明度、系統交互性等[23]。結合社交媒體平臺特征，本研究將隱私保護脫離影響因素劃分為兩大維度，信息管理包含隱私侵犯經歷和隱私保護成本；交互管理則涉及隱私設置可供性和隱私政策有效性。

1.2 隱私倦怠與隱私保護脫離

隱私保護脫離暗含用戶從參與到回避的過程，而隱私倦怠是引發用戶隱私保護行為由積極向消極轉變的關鍵要素[24]。當個體面對過高的要求或難以達成的目標時，主觀層面出現的疲勞感即為倦怠[25]。隱私倦怠具體表現為犬儒主義和情緒耗竭，犬儒主義是指因倦怠而形成的挫折感、幻滅感乃至絕望感，主要源自預期和現實的巨大落差[26]。情緒耗竭涉及個體因外部壓力所產生的情緒資源枯竭及身體倦怠，嚴重削弱了個體的效能感和行動效率[27]。在社交媒體情境之中，高隱私倦怠水平的用戶呈現出更高的個人信息披露意向[16]和隱私管理回避意向，且相較于隱私顧慮，隱私倦怠對用戶行為的作用力更加強烈[9]。因此，本研究提出以下假設：

H1：社交媒體用戶的隱私倦怠會正向影響其隱私保護脫離。

1.3 隱私侵犯經歷與隱私倦怠

隱私侵犯經歷是指用戶在過去一段時間內，關于隱私侵犯事件的累計經驗[28]，隱私侵犯經歷對于用戶隱私顧慮的影響得到了普遍證實。有學者指出，親身經歷隱私泄露事件或當親近的好友遭受隱私侵犯，會持續增強用戶對于自身隱私的擔憂[29]。消極經驗所導致的心理創傷加劇了用戶的“隱私受害者”情緒，尤其在經歷Facebook劍橋門事件后，用戶對于社交媒體的信任降至谷底。但隱私侵犯經歷對于隱私倦怠的作用效價尚未形成定論，一方面，頻繁遭遇隱私負面事件可能加劇了用戶的敏感性和警惕性[30]；另一方面，習得性無助理論指出，巨大的隱私風險會嚴重損壞個體安全感[31]，導致消極隱私態度的出現，隱私倦怠隨之產生。據此，本研究假設：

H2：社交媒體用戶的隱私侵犯經歷會正向影響其隱私倦怠。

1.4 隱私保護成本與隱私倦怠

時空壓縮是數字社會的突出特征，用戶會謹慎處理高卷入的線上任務。在社交媒體使用中，隱私保護需要調用用戶大量認知資源，甚至會導致平臺功能的折損，由此產生了高昂的隱私保護成本。一方面，長篇幅的隱私政策包含復雜的術語、組織結構和執行流程，導致用戶閱讀成本較高且知情效率低下[32]；另一方面，隱私設置對用戶的隱私素養提出了要求，隱私保護功能涉及地理位置信息獲取、通訊錄調用、好友添加方式、訪問權限等復雜的流程設置，引發了用戶倦怠。而拒絕披露個人隱私則制約了平臺定制化服務和深度的人際互動[33]。因此，隱私政策知情困境和隱私設置難題大大增加了用戶在隱私保護方面的時間投入，加劇了隱私倦怠的形成。本研究假設：

H3：社交媒體用戶的隱私保護成本會正向影響其隱私倦怠。

1.5 隱私設置可供性對隱私倦怠的影響

“可供性”被視為平臺系統為用戶提供了產品和服務保障，且用戶能夠清晰地了解并掌握相關功能，最終完成交互行為的過程[21]。在社交媒體隱私管理中，隱私設置可供性是指社交媒體為用戶提供的，且能切實保護用戶隱私的功能屬性，具體來說，隱私設置可供性包括硬性的知情同意和隱私設置等功能和靈活的社交媒體信息披露控制[34]。隱私設置可供性為用戶處理復雜的隱私風險問題提供了條件保障，其對于用戶隱私倦怠的緩解作用在線上健康平臺得到了證實[34]。伴隨隱私保護技術快速更新，社交媒體為用戶提供的隱私設置功能更加先進，用戶隱私保護更為便捷。據此，本研究假設：

H4：社交媒體用戶所感知的隱私設置可供性會負向影響其隱私倦怠。

1.6 隱私政策有效性對隱私倦怠的影響

隱私政策有效性是指“用戶認為社交媒體平臺的隱私保護政策條款能夠對自身數據保護產生實際效用的感知程度”[35]。隱私政策有效性不僅包含個人對隱私保護條例合規性的判斷，也包含其對隱私信息處理程序公平性和政策可行性的評估。以知情同意為代表的隱私保護政策是社交媒體平臺常用手段，以達到合法收集用戶信息和獲取用戶信任的目的[36]，因此合理的隱私保護政策有助于緩解隱私焦慮并建立信任[37]。伴隨我國《數據安全法》和《個人信息保護法》的頒布和實施，互聯網平臺隱私保護政策日臻完善，但在落實中仍存在細節缺失、可獲得性不強、誘導性明顯等問題[38]，進而造成用戶對于隱私保護的倦怠情緒。因此，本研究假設：

H5：社交媒體用戶所感知的隱私政策有效性會負向影響其隱私倦怠。

1.7 隱私讓渡收益的調節作用

社交媒體平臺通過調用地理定位、互聯網搜索行為、關聯好友等信息，為用戶提供精準信息和定制化服務，最大程度地予以用戶便利。對于大部分用戶而言，即使他們對于隱私風險有所感知，但也可能為了獲取潛在收益而放棄隱私保護[39]。在線情境中，隱私讓渡收益包括信息質量的提升[40]和社交資本的獲取[41]，也體現為經濟收益的獲得[42]。Youn研究發現，在面臨巨大收益時，青少年會降低隱私關注程度[42]。由此可見，隱私讓渡收益在一定程度上削弱了隱私保護強度[43]，當用戶感知到的隱私讓渡收益水平越高，隱私倦怠對于隱私保護脫離的影響力就越大。據此，本研究假設：

H6：社交媒體用戶所感知的隱私讓渡收益會正向調節隱私倦怠對隱私保護脫離的作用效果。

1.8 研究模型構建

基于上述討論，本研究共提出6個研究假設，SEM研究模型如圖1左半部分所示。鑒于隱私保護脫離會受到多重要素的共同作用，本研究從復雜性理論出發[44]，fsQCA研究模型如圖1右半部分所示。

圖1 研究模型圖

2 研究設計與樣本結構

本研究通過調查問卷法收集數據，并采用結構方程模型和模糊集定性比較分析相結合的方法進行分析。在結構方程模型部分，本文運用Smart PLS 3.0進行路徑分析和假設檢驗；模糊集定性比較分析則通過fsQCA軟件實現，以探究隱私保護脫離的前因構型。

2.1 變量測量

為確保問卷題項信效度良好，本研究測量量表均來自國內外研究的成熟量表，并依據研究情境進行修訂。本研究共包含7個變量，其中，隱私侵犯經歷量表來源于朱侯和張明鑫的研究[45]，共包含4個條目；隱私保護成本的4個題項借鑒了Zhang Y等[46]的相關測量；隱私設置可供性的4個題項參考了Zhu等[34]的研究；隱私政策有效性在整合Li H等[47]和朱侯和張明鑫[48]研究后發展出6個條目；隱私倦怠、隱私讓渡收益和隱私保護脫離分別包含4個、4個和3個題項，分別援引自Choi H等[9]、Chakraborty D等[48]和許一明等[17]的研究。所有變量均采用李克特7點量表測量（1=非常不同意，7=非常同意）。

2.2 樣本信息

本研究通過問卷星回收問卷，以便利式抽樣法（微信群聊、抖音群聊及朋友圈轉發）收集樣本，共收集原始數據733份，以填答時長90秒以上和問卷答案非同一選項為篩選依據，獲得有效樣本579個，有效樣本率為78.9%。如表1所示，男性和女性數量分別為280（48.4%）和299（51.6%）。樣本年齡主要集中于18—25歲和26—35歲，占比分別為49.9%和33.9%。就教育背景而言，大專及本科、碩士及以上比例最高，分別占比71.7%和14.0%。樣本的日均上網時長集中于3—6小時和6個小時以上，占比為46.1%和34.5%（見表1）。

表1 研究樣本基本信息

3 研究結果

本研究采用Smart PLS 3.0軟件進行結構方程模型驗證和假設檢驗。

3.1 SEM模型評估

如表2所示，初始量表中隱私讓渡收益RDSY4因子載荷低于標準值0.6予以刪除，其他題項因子載荷均在0.738—0.971之間，所有變量Cronbach’s α值均大于標準值0.7[49]，內部一致性良好。變量CR值處于0.885—0.945之間，大于標準值0.7[50]，表明組合信度表現良好。變量AVE值均介于0.660—0.831之間，均大于標準值0.5[51]，收斂效度良好。

表2 變量信效度分析結果

本研究所包含的7個變量AVE開根號值均大于變量間的皮爾森相關系數，區別效度良好，詳見表3。

表3 各變量區別效度分析結果

3.2 研究假設檢驗

本研究通過Smart PLS 3.0中的Bootstrapping抽樣5000次對6個研究假設進行檢驗。根據圖2可知，在社交媒體使用過程中，隱私侵犯經歷（β = 0.288，p ＜ 0.001）、隱私保護成本（β = 0.487，p ＜0.001）、隱私設置可供性（β = -0.080，p ＜ 0.05）和隱私政策有效性（β =-0.294，p ＜0.001）均會對隱私倦怠產生顯著影響。同時，隱私倦怠正向影響隱私保護脫離（β = 0.218，p ＜ 0.001）。隱私讓渡收益正向調節了隱私倦怠對隱私保護脫離的正向影響（β = 0.093，p ＜ 0.05）。由此可見，本研究所有假設均得到驗證。

圖2 結構方程模型檢驗結果

3.3 fsQCA變量校準與必要性分析

為了提高結果的解釋性，fsQCA要求將數據轉換為0到1之間的標準化數值[52]。參考既往學者的相關研究[53]，筆者采用完全非隸屬點（1）、交叉點（4）和完全隸屬點（7）對變量進行校準。fsQCA軟件生成的結果包含復雜解、中間解和簡約解[54]，在實際應用中中間解優于復雜解和簡約解[55]，因此本研究選取中間解分析。

本研究通過必要性分析以確保隱私保護脫離的前因條件充分非必要。由表4可見，單個前因條件一致性的范圍處于0.508—0.805之間，均低于標準閾值0.9，表明這些前因條件均不是觸發隱私保護脫離的必要條件。

表4 隱私保護脫離前因條件的必要性分析

3.4 fsQCA前因構型分析

依據前人的研究[56]，在fsQCA結果分析時，一致性和頻率的閾值分別為0.8和3，可根據具體情境進行上調。由于本研究樣本數量較大，故將頻數設置為12，一致性設置為0.85。

由表5可知，引發社交媒體用戶隱私保護脫離模型的總體一致性為0.799，各前因構型內部一致性均大于0.8，總體覆蓋率為0.574，模型解釋性良好。具體而言，共有5種前因構型會引發隱私保護脫離。

表5 隱私保護脫離前因變量的組態分析

（1）注重收益型（高隱私讓渡收益·低隱私侵犯經歷）：該模式包括L1、L2和L3 3個條件構型，均包含高隱私讓渡收益和低隱私侵犯經歷，高隱私讓渡收益驗證了SEM相關結論，低隱私侵犯經歷則為理解隱私保護脫離提供了新的視角。相關研究對于隱私侵犯經歷的作用效果尚有爭議，部分研究表明長期經歷隱私侵犯的用戶更加注重隱私保護[57]，換言之，未曾經歷過隱私侵犯的用戶可能心存僥幸，放松警惕。與此同時，L1的輔助條件為低隱私設置可供性、高隱私政策有效性和低隱私倦??；而L2的輔助條件為高隱私保護成本、高隱私設置可供性、低隱私政策有效性和低隱私倦??；L3的輔助條件為高隱私保護成本、低隱私設置可供性、低隱私政策有效性和高隱私倦怠。該模式證實了當隱私讓渡收益足夠誘人，且用戶未遭遇過隱私侵犯時，隱私交互管理維度的設置可供性（L1）和政策有效性（L2）中只要包含一個負向要素時，就有可能引發用戶主動脫離隱私保護。

（2）成本規避型（低隱私讓渡收益·高隱私保護成本）：該構型由L4和L5兩個子模式組成，包含低隱私讓渡收益和高隱私保護成本兩個共同前因，L4的輔助條件為高隱私侵犯經歷、高隱私設置可供性、高隱私政策有效性；而L5的輔助條件為低隱私侵犯經歷、低隱私設置可供性、低隱私政策有效性和低隱私倦怠。本構型部分證實了結構方程模型結論，進一步還原了社交媒體用戶在隱私交互過程中的“計算過程”。盡管兩個構型中用戶感知收益較低，但面對高昂的隱私保護成本時，用戶在權衡利弊之后仍會進行隱私保護脫離。由此可見，隱私決策是一個較為理性的過程，用戶會通過成本和收益的評估而作出行為決策。

3.5 fsQCA預測有效性分析

根據Wu的建議[58]，本研究將原始樣本隨機劃分為2個子樣本集以進行預測有效性分析。經條件變量充分性分析后得到5個前因構型，總體一致性和各構型一致性介于0.793—0.966之間，均高于標準值0.75；總體覆蓋率為0.562。將子樣本集1分析所得的構型SL2使用子樣本集2的數據進行檢驗，結果如表6下半部分的XY圖所示，覆蓋率（0.349）和一致性（0.848）均達標，證實了構型在獨立樣本的情況下預測能力達標[59]。

表6 預測有效性分析

4 結論與討論

4.1 研究結論

在隱私保護困境持續加深的當下，隱私保護脫離作為信息管理領域的新現象逐漸顯現，理解并引導用戶積極合理地保護個人隱私，是數字社會治理的重要議題。本研究以社交媒體用戶為研究對象，基于多維發展理論，構建了隱私保護脫離形成機制研究模型，采用SEM和fsQCA方法對579個有效數據進行分析。SEM結果顯示，隱私倦怠與隱私保護脫離呈正相關關系，在隱私保護脫離形成機制中承擔中介作用。而信息管理維度的隱私侵犯經歷和隱私保護成本對隱私倦怠有正向影響，交互管理維度的隱私設置可供性、隱私政策有效性均與隱私倦怠呈負相關。與此同時，隱私讓渡收益正向調節了隱私倦怠對隱私保護脫離的作用。fsQCA方法則呈現了2大類型共計5種引發高強度隱私保護脫離的前因構型，與結構方程模型的分析結果互為補充。

（1） 通過SEM檢驗可知，隱私倦怠與隱私保護脫離呈正相關，在隱私保護脫離形成機制中承擔著重要的中介功能。隱私倦怠是一種消極的隱私態度，集中體現為個人減少其在隱私保護方面的努力。在疲勞感的驅使之下，用戶會不斷簡化隱私保護流程或接受默認設置，進而導致隱私保護脫離。本研究發現，隱私倦怠水平越高的用戶，越傾向于脫離隱私保護，而隱私倦怠水平較低的用戶，則會盡可能保護自身隱私信息不受侵犯。隱私保護困境是當前社交媒體用戶面臨的普遍問題，結合認知一致性理論，為了實現認知和行為的統一，高隱私倦怠的用戶更傾向于忽視或放棄隱私保護，甚至高頻開放地披露個人信息，以達到持續使用社交媒體的目的。

（2） SEM結果證實，信息管理維度和交互管理維度的相關變量通過影響隱私倦怠，進而引發隱私保護脫離。具體而言，信息管理維度的隱私侵犯經歷和隱私保護成本與隱私倦怠呈正相關。既往研究中，隱私侵犯經歷的作用效價存在爭議。一些學者認為，經歷過隱私泄露的用戶更加重視隱私，能夠抑制隱私倦怠的產生[57]；部分學者則指出，隱私泄露經歷會喚起悲觀態度，加劇隱私倦怠[60]。本研究證實，當用戶遭遇的隱私信息泄露、違規調用、個人信息不當使用等負面經歷越多，其隱私倦怠水平則越高，而隱私侵犯經歷不僅來源于個人親身經驗，亦會源自于親友或媒介報道[61]。隱私保護成本則涉及用戶在隱私保護中投入的時間和精力多寡，過高的隱私保護成本更易引發隱私倦怠。既往研究證實了反應成本[62]、響應效能[63]等成本對于倦怠情緒具有潛在影響?？梢?，用戶的隱私決策過程可以被視為利弊權衡的理性評估，為了實現社會資本積累和定制化服務的需求，用戶會放棄隱私保護[64]。尤其當隱私保護需要投入大量時間精力且回報不明朗時，倦怠感和無助感由此產生[65]。

交互管理維度的隱私設置可供性和隱私政策有效性與用戶隱私倦怠均呈負相關。本研究證實，隱私設置可供性賦予了用戶控制感，能夠有效抑制隱私倦怠，與前人的研究結論相一致[66]。隱私政策的制定和執行均由行政管理部門完成，為用戶提供了可靠的“保證線索”，有效緩解了用戶因不確定性和控制感缺失而產生的悲觀情緒[67]。因此，當用戶認為隱私政策能夠有效保護個人隱私時，愿意為之投入的時間精力也會由此增加。

（3） fsQCA分析結果顯示，引發隱私保護脫離的前因構型共有5種，可劃分為注重收益型脫離和成本規避型脫離兩大模式。該結果反映了隱私保護脫離產生的復雜過程，在注重收益型脫離中，用戶均呈現出高強度隱私讓渡收益，結合低強度隱私侵犯經歷可能引發的低風險估計，與其他要素的協同作用加劇了隱私保護脫離。SEM中的調節效應檢驗也對這一結論形成了補充，隱私讓渡收益正向調節隱私倦怠對隱私保護脫離的影響。保護動機理論為此提供了可能的解釋，該理論認為，感知收益在一定程度上削弱個體保護自身免受威脅的意愿[68]。因此，有理由相信該類模式的用戶是出于換取收益的目的而主動放棄隱私保護。而在成本規避型脫離中，感知隱私讓渡收益相對較低，但高昂的隱私保護成本使用戶望而生畏。以上結論集中體現了用戶隱私保護“精于算計”的特點，拓展了隱私計算理論的解釋范圍。因此，在個人與技術的博弈中，隱私保護脫離的產生既源自于對利益最大化的追求，也可能出自對高昂成本的抗拒與規避。

4.2 研究啟示

本研究的理論意義主要體現為兩個方面：第一，本研究從隱私保護脫離這一行為切入，以多維發展理論為框架，從信息管理維度和交互管理維度兩個層面出發，探討了社交媒體用戶隱私保護脫離的形成機制。研究證實了隱私倦怠是隱私保護脫離形成的重要中介，而隱私侵犯經歷、隱私保護成本、隱私設置可供性和隱私政策有效性是引發隱私保護脫離的重要前因。第二，本研究通過SEM和fsQCA相結合的方法分析數據，在檢驗6個研究假設的同時，發現5種觸發隱私保護脫離的前因構型，將其歸納為注重收益型脫離和成本規避型脫離兩大模式。兩種分析方法既相互印證，又互為補充，如SEM結果顯示高強度隱私侵犯經歷會加劇隱私倦怠，進而引發高隱私保護脫離，而在fsQCA的構型中亦存在低隱私侵犯經歷所引起的高水平隱私保護脫離，真實地還原了隱私保護脫離形成的復雜性。

以上研究結論證實，激發用戶隱私保護積極性，不僅需要依托個人的努力，需要在滿足用戶需求的同時，為其提供切實可行的隱私保護手段。對于用戶而言，提升個人隱私素養勢在必行，通過提高隱私保護認知能力和行為能力，盡可能規避隱私侵犯事件，降低隱私保護成本，更應警惕因蠅頭小利而放棄保護個人隱私的不明智之舉。社交媒體平臺則應重點落實國家相關政策法規，不斷提升平臺在隱私保護方面的可得性和可見性，在合理使用用戶信息的同時盡可能為其提供優質服務，實現共贏。

4.3 研究局限與建議

盡管本研究力求優化研究設計，但尚存在以下兩個方面的局限：本研究僅驗證了隱私倦怠單一中介變量，用戶隱私保護脫離的形成過程可能存在其他中介，后續研究可考慮納入其他中介變量加以探討；本文SEM和fsQCA的分析結果存在部分差異，但依靠定量研究方法難以深入分析成因，后續研究可通過定性研究方法進一步論證。

（本文數據鏈接地址：http://hdl.handle.net/20.500.12304/10981）