政府開(kāi)放數(shù)據(jù)網(wǎng)站用戶隱私政策閱讀意愿研究

關(guān)鍵詞：政府開(kāi)放數(shù)據(jù);隱私政策;隱私計(jì)算理論;UTAUT2;結(jié)構(gòu)方程模型;模糊集定性比較分析法中圖分類號(hào)：D035 文獻(xiàn)標(biāo)識(shí)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(guó)家戰(zhàn)略性資源，眾多具有關(guān)鍵性、基礎(chǔ)性特征的公共數(shù)據(jù)掌握在各級(jí)政府手中[，已成為科學(xué)研究和創(chuàng)新的核心資源[2]。近年來(lái)，隨著政府對(duì)數(shù)據(jù)開(kāi)放工作的重視，開(kāi)放成效逐漸顯現(xiàn)[3]。自2009年美國(guó)發(fā)布“開(kāi)放政府計(jì)劃\"以來(lái)，各國(guó)紛紛建立開(kāi)放數(shù)據(jù)平臺(tái)并制定相關(guān)政策[4]。根據(jù)國(guó)際數(shù)據(jù)公司（IDC）預(yù)測(cè)，到2025年，中國(guó)產(chǎn)生的數(shù)據(jù)量將達(dá)到48.6ZB，占全球總量的 27.8%^[5] 。2023年2月，中共中央、國(guó)務(wù)院發(fā)布的《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》進(jìn)一步指出公共數(shù)據(jù)的整合與應(yīng)用在\"數(shù)字中國(guó)\"建設(shè)中的關(guān)鍵作用。

盡管開(kāi)放數(shù)據(jù)為公眾獲取和利用數(shù)據(jù)帶來(lái)了便利，但是隨著政府?dāng)?shù)據(jù)的開(kāi)放，也帶來(lái)許多隱私風(fēng)險(xiǎn)問(wèn)題[6。尤其在大數(shù)據(jù)時(shí)代，數(shù)據(jù)透明化要求與隱私安全之間的矛盾日益凸顯[5]。開(kāi)放平臺(tái)的增多意味著更多個(gè)人信息可能被收集和使用，用戶享受網(wǎng)站便利的同時(shí)，注冊(cè)登錄時(shí)填寫(xiě)的信息易造成個(gè)人信息權(quán)、數(shù)據(jù)權(quán)、隱私權(quán)等方面的侵權(quán)行為，引發(fā)相關(guān)訴訟或糾紛2。隱私政策作為連接互聯(lián)網(wǎng)服務(wù)提供方和用戶的橋梁，是保護(hù)個(gè)人信息的重要方法之二[7]，但由于篇幅冗長(zhǎng)、語(yǔ)言復(fù)雜，許多用戶選擇忽視，從而降低了其隱私保護(hù)意識(shí)[1]。

本研究旨在識(shí)別影響用戶閱讀政府開(kāi)放數(shù)據(jù)網(wǎng)站隱私政策的關(guān)鍵因素，并深入分析這些因素對(duì)隱私政策閱讀意愿的影響。基于隱私計(jì)算理論和UTAUT2模型，探討信任、隱私擔(dān)憂、隱私保護(hù)意愿、績(jī)效期望、努力期望、社會(huì)影響、便利條件和習(xí)慣等因素之間的關(guān)系。通過(guò)問(wèn)卷數(shù)據(jù)，本研究采用結(jié)構(gòu)方程模型（SEM）和模糊集定性比較分析（fsQCA）相結(jié)合的方法，分析這些因素對(duì)用戶閱讀隱私政策意愿的凈效應(yīng)及組合效應(yīng)，揭示其內(nèi)在機(jī)制，為提升用戶隱私意識(shí)和優(yōu)化隱私政策設(shè)計(jì)提供理論依據(jù)與實(shí)踐指導(dǎo)。

1文獻(xiàn)綜述

1.1關(guān)于政府開(kāi)放數(shù)據(jù)網(wǎng)站的研究

國(guó)內(nèi)關(guān)于政府開(kāi)放平臺(tái)的研究主要圍繞平臺(tái)的構(gòu)成、功能、價(jià)值、影響因素、實(shí)施路徑等方面展開(kāi)，深入分析了平臺(tái)建設(shè)的挑戰(zhàn)與對(duì)策。在用戶視角下，研究關(guān)注公眾對(duì)平臺(tái)的認(rèn)知、需求和滿意度，以用戶需求為中心提供建議。陳美通過(guò)文獻(xiàn)調(diào)研，梳理歸納了英國(guó)、西班牙、荷蘭、日本等國(guó)家的經(jīng)驗(yàn)和不足，并就如何促進(jìn)我國(guó)開(kāi)放政府?dāng)?shù)據(jù)和個(gè)人隱私保護(hù)的平衡發(fā)展提出意見(jiàn)和建議；高凡和楊歡從政策工具視角分析了我國(guó)省級(jí)平臺(tái)的隱私保護(hù)政策差異[；譚必勇和劉芮研究了我國(guó)15個(gè)副省級(jí)城市的地方政府開(kāi)放數(shù)據(jù)政策；張衛(wèi)輝和趙彥云等運(yùn)用社會(huì)技術(shù)系統(tǒng)理論評(píng)估平臺(tái)生態(tài)系統(tǒng)的成熟度\"；肖冬梅和蘇瑩分析了開(kāi)放數(shù)據(jù)的安全風(fēng)險(xiǎn)，提出相應(yīng)防范措施[11]；完顏鄧鄧和宋婷對(duì)26個(gè)地方政府?dāng)?shù)據(jù)開(kāi)放門戶網(wǎng)站的安全風(fēng)險(xiǎn)進(jìn)行了檢測(cè)[；王林川等基于公共價(jià)值視角構(gòu)建了平臺(tái)服務(wù)績(jī)效的評(píng)價(jià)體系[13]。

1.2關(guān)于隱私政策的研究

隱私政策是互聯(lián)網(wǎng)環(huán)境下各類網(wǎng)站、軟件以及APP就如何收集和使用個(gè)人信息和行為記錄所作出的說(shuō)明與解釋[14]。國(guó)內(nèi)關(guān)于隱私政策的研究主要集中在APP和電子政務(wù)、醫(yī)療健康、社交媒體等行業(yè)領(lǐng)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(duì)市面上健康類APP的隱私政策進(jìn)行了文本分析[。相比之下，國(guó)外文獻(xiàn)較多，重點(diǎn)關(guān)注個(gè)人數(shù)據(jù)保護(hù)和隱私權(quán)的維護(hù)，探討如何通過(guò)隱私政策在不同情境下有效保護(hù)用戶隱私。無(wú)論國(guó)內(nèi)外研究，均以用戶為中心，關(guān)注隱私政策的語(yǔ)言可讀性、用戶對(duì)政策的理解和接受度以及隱私政策通知的場(chǎng)景設(shè)計(jì)。具體而言，Kanamori等通過(guò)機(jī)器學(xué)習(xí)提取隱私政策中的表達(dá)，研究了用戶對(duì)隱私政策的理解和可讀性[1];Alamri等通過(guò)分析iOS應(yīng)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(nèi)容[18];Sigmund則從用戶行為和心理預(yù)期角度，探討了用戶的隱私政策閱讀意向與實(shí)際行為[19]。這些研究融合了計(jì)算機(jī)科學(xué)、法學(xué)和心理學(xué)等多學(xué)科的理論與方法，為隱私政策的優(yōu)化提供了重要視角。

1.3關(guān)于隱私政策閱讀意愿的研究

關(guān)于隱私政策閱讀意愿的研究，主要運(yùn)用了技術(shù)接受模型、計(jì)劃行為理論與隱私計(jì)算理論，如羅前程從用戶所處環(huán)境、用戶自身特征、隱私政策本身特征三個(gè)角度選取外部變量，探究主觀規(guī)范、經(jīng)驗(yàn)、自我效能等六個(gè)外部變量如何影響電子商務(wù)APP用戶隱私政策閱讀意愿[20]。沈睿運(yùn)用眼動(dòng)追蹤技術(shù)探討默認(rèn)設(shè)置對(duì)用戶決策過(guò)程的影響，以及用戶在決策過(guò)程中的信息加工細(xì)節(jié)[2；代義佳研究隱私政策的可讀性、信息雙面性、認(rèn)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(guī)范、動(dòng)力、閱讀能力、內(nèi)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(xiàn)有關(guān)于隱私政策閱讀意愿的研究大多集中于互聯(lián)網(wǎng)平臺(tái)或社交媒體，且主要使用隱私計(jì)算模型或UTAUT2模型中的某一個(gè)來(lái)探討隱私擔(dān)憂、隱私保護(hù)意愿等因素的影響。然而，這些研究通常側(cè)重于單一因素的分析，如結(jié)構(gòu)方程模型或回歸分析，這些傳統(tǒng)的方法只能從個(gè)體角度衡量單個(gè)因素對(duì)因變量的影響（即凈效應(yīng)），無(wú)法揭示因素與結(jié)果之間的多重因果關(guān)系[24]，忽略了多因素間的復(fù)雜交互作用，且國(guó)內(nèi)文章還沒(méi)有研究涉及政府開(kāi)放數(shù)據(jù)平臺(tái)的特定情境。因此，本研究結(jié)合隱私計(jì)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(gè)因素如何作用于用戶在政府開(kāi)放數(shù)據(jù)平臺(tái)上的隱私政策閱讀意愿。

2理論基礎(chǔ)

2.1 隱私計(jì)算理論

根據(jù)Malhotra等的研究發(fā)現(xiàn)，很少有研究調(diào)查信任、隱私、安全和風(fēng)險(xiǎn)因素在電子政府采用研究中的作用[25]，因?yàn)樗鼈儾皇侨魏蜪T采用模式的一部分。

在信息隱私領(lǐng)域的相關(guān)研究，對(duì)于個(gè)人在信息隱私方面的行為，最合理的解釋之一便是隱私計(jì)算[26]。隱私計(jì)算理論（Privacy Calculus Module）是一個(gè)理論框架，用于解釋個(gè)體在面對(duì)信息披露決策時(shí)如何權(quán)衡隱私風(fēng)險(xiǎn)與潛在收益，用戶在披露個(gè)人信息之前，將感知的隱私風(fēng)險(xiǎn)與預(yù)期收益進(jìn)行權(quán)衡[25]。這個(gè)概念最初由Laufer和Wolfe在1977年提出，并在隨后的研究中被應(yīng)用于多個(gè)領(lǐng)域，包括電子商務(wù)、社交媒體和健康信息管理。隱私計(jì)算理論認(rèn)為，個(gè)體在決定是否披露個(gè)人信息時(shí)，會(huì)基于對(duì)潛在收益和隱私風(fēng)險(xiǎn)的評(píng)估來(lái)進(jìn)行理性選擇。用戶典型的在線隱私風(fēng)險(xiǎn)是，非法使用和未經(jīng)授權(quán)地訪問(wèn)個(gè)人信息，如垃圾郵件、黑客和身份盜竊[27]。如果個(gè)體認(rèn)為從信息披露中獲得的收益大于隱私損失的風(fēng)險(xiǎn)，他們更可能選擇披露信息；反之，則可能選擇保護(hù)隱私。

2.2 UTAUT2理論

UTAUT2理論是對(duì)用戶技術(shù)采納行為的擴(kuò)展框架，廣泛應(yīng)用于多個(gè)領(lǐng)域[28]，由Venkatesh等在整合理性行為理論、技術(shù)接受模型、動(dòng)機(jī)理論、計(jì)劃行為理論、TAM-TPB模型、計(jì)算機(jī)使用模型、創(chuàng)新擴(kuò)散理論和社會(huì)認(rèn)知理論的基礎(chǔ)上提出[29，將心理學(xué)、行為學(xué)、信息系統(tǒng)等內(nèi)容進(jìn)行融合[30]，為解釋個(gè)體如何接受和使用新技術(shù)提供了全面的視角。在政府服務(wù)領(lǐng)域，有研究表明，UTAUT能有效預(yù)測(cè)公眾對(duì)政府信息的采納，尤其在開(kāi)放政府?dāng)?shù)據(jù)的背景下[28]。此外，朱紅燦和廖小巧研究了中國(guó)背景下公眾采納政府信息服務(wù)的情況[31；蘭靜和諸大建分析了上海市汽車共享服務(wù)的接受度，發(fā)現(xiàn)性能期望和社會(huì)影響是關(guān)鍵因素[32]；Xue等進(jìn)一步驗(yàn)證了該理論在高等教育領(lǐng)域的適用性[33]。移動(dòng)醫(yī)療服務(wù)領(lǐng)域的研究也表明，技術(shù)便利性雖提高了采納意愿，但信任和技術(shù)焦慮等因素仍對(duì)老年群體的采納構(gòu)成障礙[34-35]。綜上，UTAUT2理論為理解不同情境下的技術(shù)采納行為提供了重要理論支持，并為政策制定者在推動(dòng)公共服務(wù)和技術(shù)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(méi)有考慮到保護(hù)意愿、感知可信度、感知風(fēng)險(xiǎn)和信任等因素[36-37]。而隱私計(jì)算模型的主要結(jié)構(gòu)是隱私風(fēng)險(xiǎn)、隱私關(guān)注、機(jī)構(gòu)信任和信任傾向等。二者可以作為相互補(bǔ)充，因而建立一個(gè)新的研究框架是比較科學(xué)合理的，而且在國(guó)外已有學(xué)者將二者結(jié)合進(jìn)行研究[38-39]，為本研究提供了理論支撐。

3研究模型與假設(shè)

在構(gòu)建模型和設(shè)置假設(shè)時(shí)，本研究選擇了以下九個(gè)因素，主要基于其對(duì)用戶在政府開(kāi)放數(shù)據(jù)平臺(tái)上閱讀隱私政策意愿的影響。這些因素涵蓋了隱私保護(hù)、信任感、社會(huì)影響等多個(gè)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(fù)雜機(jī)制。數(shù)字平臺(tái)中的用戶行為往往是多因素交織的結(jié)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(dòng)機(jī)和邏輯，為本研究的假設(shè)提供扎實(shí)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(yù)期，另一方將執(zhí)行對(duì)委托人至關(guān)重要的特定任務(wù)，而不是控制或篩選另一方的能力[40]。在本研究中，若用戶對(duì)相關(guān)法律、政府開(kāi)放數(shù)據(jù)網(wǎng)站使用的技術(shù)等有信任，那么可能會(huì)不太傾向于去閱讀隱私政策。因此，假設(shè)如下：

H1：信任會(huì)負(fù)面影響隱私政策閱讀意愿。

（2）隱私保護(hù)意愿。隱私保護(hù)意愿指一個(gè)人愿意披露私人信息以使用普遍應(yīng)用程序的所有功能[41]。由于我們認(rèn)為人們只有在打算使用該系統(tǒng)時(shí)才愿意披露隱私信息，因此，假設(shè)如下：

H2：隱私保護(hù)意愿會(huì)正面影響隱私政策閱讀意愿。

（3）隱私擔(dān)憂。隱私擔(dān)憂被定義為對(duì)向醫(yī)療保健提供者、第三方支付者和公共醫(yī)療保健設(shè)施披露信息可能導(dǎo)致的隱私損失的擔(dān)憂[42]。先前的研究發(fā)現(xiàn)，隱私問(wèn)題可能會(huì)對(duì)信息技術(shù)系統(tǒng)的采用產(chǎn)生負(fù)面影響[4，因而如果用戶在訪問(wèn)政府開(kāi)放數(shù)據(jù)網(wǎng)站時(shí)有較強(qiáng)的隱私擔(dān)憂，則其更傾向于閱讀隱私政策。而且根據(jù)AlexanderWeinhard等的研究，隱私擔(dān)憂會(huì)正面影響隱私保護(hù)意愿[43]。因此，假設(shè)如下：

H3：隱私擔(dān)憂會(huì)正面影響隱私保護(hù)意愿。

H4：隱私擔(dān)憂會(huì)正面影響隱私政策閱讀意愿。

（4）努力期望。努力期望是個(gè)人認(rèn)為系統(tǒng)是否易用[1。在本研究中，將其定義為用戶閱讀政府開(kāi)放數(shù)據(jù)網(wǎng)站隱私政策的容易程度。如果開(kāi)放數(shù)據(jù)平臺(tái)、相關(guān)軟件和接口等技術(shù)可用，將提升用戶的努力期望[28]，且可以直接預(yù)測(cè)績(jī)效期望[44]。當(dāng)用戶認(rèn)為政府開(kāi)放數(shù)據(jù)網(wǎng)站隱私政策易于理解和獲取時(shí)，則更傾向于閱讀隱私政策，且會(huì)增加個(gè)人對(duì)政府開(kāi)放數(shù)據(jù)網(wǎng)站隱私政策的績(jī)效期望。因此，假設(shè)如下：

H5：努力期望會(huì)正面影響績(jī)效期望。

H6：努力期望會(huì)正面影響隱私政策閱讀意愿。

（5）績(jī)效期望。績(jī)效期望即個(gè)人相信IT的使用可以幫助其在工作上獲得更好表現(xiàn)的程度[31]，是行為意愿中最具影響的預(yù)測(cè)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(duì)努力期望和隱私政策閱讀意愿的影響，包括使用途徑，對(duì)自己隱私安全的信心、數(shù)據(jù)分享決策等[33]。用戶需要感知閱讀隱私政策的實(shí)用價(jià)值以及其與自身需求的匹配程度，從而形成對(duì)隱私政策功能的期望。因

此，假設(shè)如下：

H7：績(jī)效期望會(huì)正面影響隱私政策閱讀意愿。

（6社會(huì)影響。社會(huì)影響指?jìng)€(gè)體感知到他人認(rèn)為其應(yīng)否采用某項(xiàng)新技術(shù)的程度[31]。根據(jù)羊群效應(yīng)理論，在新媒體環(huán)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(diào)整對(duì)新技術(shù)的態(tài)度，據(jù)此，如果用戶身邊的人認(rèn)為應(yīng)當(dāng)閱讀隱私政策，其對(duì)政府開(kāi)放數(shù)據(jù)網(wǎng)站隱私政策的閱讀意愿也可能隨之增強(qiáng)。因此，假設(shè)如下：

H8：社會(huì)影響會(huì)正面影響隱私政策閱讀意愿。

（7）便利條件。便利條件即個(gè)人相信現(xiàn)有組織、技術(shù)基礎(chǔ)使用新系統(tǒng)的支持程度。本研究將其定義為用戶閱讀政府開(kāi)放數(shù)據(jù)網(wǎng)站隱私政策的便利程度。根據(jù)Dishaw和Strong的說(shuō)法，人們接受和使用技術(shù)的障礙之一是訪問(wèn)這些平臺(tái)的資源[4，這表明擁有更好的便利條件（使用技術(shù)）的人們傾向于接受和使用技術(shù)，也就是更加傾向于閱讀隱私政策。因此，假設(shè)如下：

H9：便利條件會(huì)正面影響隱私政策閱讀意愿。

（8）享樂(lè)動(dòng)機(jī)。享樂(lè)動(dòng)機(jī)即使用技術(shù)獲得的有趣和快樂(lè)的感覺(jué)[31]。本研究將其定義為用戶對(duì)閱讀政府開(kāi)放數(shù)據(jù)網(wǎng)站隱私政策的喜好或感興趣程度。若用戶認(rèn)為政府開(kāi)放數(shù)據(jù)網(wǎng)站的隱私政策具有趣味性和吸引力，其對(duì)政府開(kāi)放數(shù)據(jù)網(wǎng)站隱私政策的閱讀意愿可能會(huì)增強(qiáng)。因此，假設(shè)如下：

H10：享樂(lè)動(dòng)機(jī)會(huì)正面影響隱私政策閱讀意愿。

（9）習(xí)慣。習(xí)慣即個(gè)人認(rèn)為其行為是自動(dòng)或自發(fā)行為[31]，這種行為是在用戶的頭腦中形成的[27]，測(cè)量行為表現(xiàn)重復(fù)的頻率。本研究將其定義為用戶自發(fā)閱讀政府開(kāi)放數(shù)據(jù)網(wǎng)站隱私政策的行為。當(dāng)個(gè)體養(yǎng)成閱讀各類網(wǎng)站或應(yīng)用隱私政策的習(xí)慣時(shí)，在登錄或注冊(cè)政府開(kāi)放數(shù)據(jù)網(wǎng)站時(shí)，更可能主動(dòng)閱讀其隱私政策。因此，假設(shè)如下：

H11：習(xí)慣會(huì)正面影響隱私政策閱讀意愿。

本研究基于隱私計(jì)算理論和UTAUT2模型，構(gòu)建了一個(gè)整合性理論模型（見(jiàn)圖1），用以探討用戶在政府開(kāi)放數(shù)據(jù)平臺(tái)上閱讀隱私政策意愿的驅(qū)動(dòng)因素。通過(guò)引入隱私擔(dān)憂、隱私保護(hù)意愿、信任、績(jī)效期望、努力期望、社會(huì)影響、便利條件、享樂(lè)動(dòng)機(jī)和習(xí)慣九個(gè)關(guān)鍵變量，系統(tǒng)分析這些因素對(duì)隱私政策閱讀意愿的直接或間接影響。此外，本研究結(jié)合結(jié)構(gòu)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(fù)雜性，以全面揭示用戶隱私政策閱讀意愿的內(nèi)在機(jī)制和多維驅(qū)動(dòng)邏輯，為提升用戶隱私意識(shí)和優(yōu)化隱私政策設(shè)計(jì)提供理論依據(jù)與實(shí)踐指導(dǎo)。

圖1理論模型圖

4研究區(qū)域與數(shù)據(jù)收集

4.1數(shù)據(jù)來(lái)源與測(cè)量

本研究通過(guò)問(wèn)卷星小程序?qū)σ炎?cè)、登錄過(guò)政府開(kāi)放數(shù)據(jù)網(wǎng)站的人群發(fā)放了問(wèn)卷。問(wèn)卷共分三部分：基本信息、隱私計(jì)算模型相關(guān)變量及UTAUT2模型變量及因變量。涵蓋閱讀意愿、技術(shù)便利性、社會(huì)影響、信任、安全感、隱私擔(dān)憂與保護(hù)行為等多個(gè)維度，用以探討用戶的隱私態(tài)度與行為模式。問(wèn)卷使用Likert5級(jí)量表， 1= 非常不同意， 5= 非常同意，問(wèn)卷題目選擇已有文獻(xiàn)的量表，并根據(jù)情況酌情調(diào)整語(yǔ)言表述。本研究通過(guò)問(wèn)卷星平臺(tái)在線發(fā)放問(wèn)卷，平臺(tái)設(shè)置了答題時(shí)長(zhǎng)限制、邏輯校驗(yàn)等機(jī)制以保障數(shù)據(jù)質(zhì)量。共發(fā)放問(wèn)卷480份，因自動(dòng)過(guò)濾了無(wú)效作答，且調(diào)查對(duì)象集中在固定場(chǎng)景，最終全部為有效問(wèn)卷，有效回收率為 100% 。此外，對(duì)年齡、性別、教育水平、收入這些人口統(tǒng)計(jì)變量進(jìn)行了控制變量。值得注意的是，樣本中本科及以上學(xué)歷占比 93.33% ，高中及以下學(xué)歷比例較低。但考慮到政府開(kāi)放數(shù)據(jù)網(wǎng)站的使用門檻相對(duì)較高，其用戶多為具備一定信息素養(yǎng)與專業(yè)背景的群體，因此樣本結(jié)構(gòu)在學(xué)歷分布上基本符合目標(biāo)用戶特征，具有一定代表性（樣本描述性統(tǒng)計(jì)見(jiàn)表1）。

表1描述性統(tǒng)計(jì)表

4.2數(shù)據(jù)分析方法與工具

本研究采用了結(jié)構(gòu)方程模型（SEM）進(jìn)行數(shù)據(jù)分析，結(jié)合AMOS26.0軟件來(lái)檢驗(yàn)?zāi)Ｐ椭械淖兞筷P(guān)系。SEM能夠同時(shí)分析多個(gè)因果路徑關(guān)系，適用于驗(yàn)證隱私政策閱讀意愿的影響因素。研究中的變量設(shè)計(jì)基于UTAUT2理論與隱私計(jì)算模型（擴(kuò)展）的整合框架。

為了進(jìn)一步探究隱私政策閱讀意愿的復(fù)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(shí)別出可能影響用戶行為的不同條件組合。

4.3 數(shù)據(jù)測(cè)量

信度是衡量量表內(nèi)部一致性和穩(wěn)定性的重要指標(biāo)。本研究使用CronbachsAlpha系數(shù)對(duì)問(wèn)卷的各項(xiàng)變量進(jìn)行信度分析。結(jié)果顯示，各變量的Cron-bach'sAlpha系數(shù)均大于0.7，說(shuō)明量表具有較高的內(nèi)部一致性，信度良好（見(jiàn)表2）。

效度反映了量表的測(cè)量準(zhǔn)確性，本研究通過(guò)驗(yàn)證性因子分析（CFA來(lái)檢驗(yàn)量表的收斂效度與區(qū)別效度。首先使用 Amos 軟件得出了各個(gè)測(cè)量題項(xiàng)在對(duì)應(yīng)維度上的標(biāo)準(zhǔn)化因子載荷之后，使用Exps軟件計(jì)算各個(gè)維度的收斂效度和組合效度，通常認(rèn)為需要 AVEgt;0.5，CRgt;0.7 ，但是根據(jù)已有文獻(xiàn)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(guò)0.5，而且所有變量的CR值均超過(guò)0.7，確保了量表具備良好的效度（見(jiàn)表3）。

表2信度檢驗(yàn)結(jié)果

5實(shí)證分析

5.1 SEM分析

5.1.1模型擬合度檢驗(yàn)

表3收斂效度和組合效度檢驗(yàn)結(jié)果

在本研究中，我們對(duì)所構(gòu)建的理論模型進(jìn)行了全面的模型擬合度檢驗(yàn)，以評(píng)估其在數(shù)據(jù)中的適配性（見(jiàn)表4）。通過(guò)多項(xiàng)指標(biāo)的綜合評(píng)估發(fā)現(xiàn)CMIN/DF值為2.201，落在優(yōu)秀范圍內(nèi)（1-3為優(yōu)秀），表明模型與數(shù)據(jù)具有良好的整體適配性。此外，RMSEA值為0.05，進(jìn)一步確認(rèn)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(nèi)。在其他指標(biāo)方面，IFI、TLI與CFI值分別為0.933、0.922與0.932，均超過(guò)0.9，顯示出模型優(yōu)秀的擬合能力。綜合各項(xiàng)適配度指標(biāo)的結(jié)果，支持了所構(gòu)建模型的有效性和合理性，為后續(xù)的實(shí)證分析奠定了堅(jiān)實(shí)的基礎(chǔ)。

5.1.2路徑假設(shè)檢驗(yàn)

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(guò)極大似然法對(duì)模型進(jìn)行了路徑假設(shè)檢驗(yàn)，分析結(jié)果生成了結(jié)構(gòu)方程模型路徑關(guān)系檢驗(yàn)結(jié)果（見(jiàn)表5）。從表5的路徑關(guān)系檢驗(yàn)結(jié)果來(lái)看，不同因素對(duì)隱私政策閱讀意愿（YY）有多樣化的影響。結(jié)果顯示，信任（XR）對(duì)隱私政策閱讀意愿（YY）的負(fù)向影響不顯著（H1不成立），而隱私擔(dān)憂（DY顯著正向影響隱私保護(hù)意愿（BH）和閱讀意愿（YY），假設(shè)H3、H4成立。此外，隱私保護(hù)意愿（BH）對(duì)閱讀意愿的正向影響顯著（H2成立）。努力期望（NL）對(duì)績(jī)效期望（JX）和閱讀意愿的正向作用也得到了驗(yàn)證（H5、H6成立），表明用戶認(rèn)為隱私政策易讀時(shí)，其績(jī)效預(yù)期和閱讀意愿均增強(qiáng)。績(jī)效期望（JX）顯著提升了閱讀意愿（H7成立），社會(huì)影響（SH）對(duì)閱讀意愿的正向作用不顯著（H8不成立）。同時(shí)，便利條件（BL）享樂(lè)動(dòng)機(jī)（XL）和習(xí)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(qiáng)（Estimate=0.312）。

表4模型適配度檢驗(yàn)結(jié)果

表5路徑關(guān)系檢驗(yàn)結(jié)果

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

5.1.3中介效應(yīng)檢驗(yàn)

本研究采用Bootstrapping法檢驗(yàn)中介效應(yīng)。使用 Amos26.0 軟件，設(shè)置Bootstrap自抽樣2000次、偏差校正置信區(qū)間和百分置信區(qū)間的置信水平為95%^[48] 。中介檢驗(yàn)結(jié)果驗(yàn)證了隱私保護(hù)意愿（BH）和績(jī)效期望（JX）的中介效應(yīng)（結(jié)果見(jiàn)表6、表7）。隱私保護(hù)意愿在隱私擔(dān)憂（DY）與閱讀意愿（YY）之間的中介效應(yīng)顯著，占總效應(yīng)的 21.16% ，表明部分中介效應(yīng)成立。績(jī)效期望在努力期望（NL）與閱讀意愿之間的中介效應(yīng)同樣顯著，占總效應(yīng)的 10.15% ，也表明部分中介效應(yīng)成立。

5.2 fsQCA組態(tài)分析

5.2.1數(shù)據(jù)校準(zhǔn)與單一變量必要性檢驗(yàn)

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(yīng)，本研究對(duì)數(shù)據(jù)進(jìn)行了校準(zhǔn)，將變量值限定在[0，1]區(qū)間內(nèi)（0表示完全不隸屬，1表示完全隸屬）。數(shù)據(jù)校準(zhǔn)采用了RAGIN提出的標(biāo)準(zhǔn)方法，具體方法是將變量的5% 和 95% 分位數(shù)分別作為完全隸屬和完全不隸屬的錨點(diǎn)， 50% 分位數(shù)作為交叉點(diǎn)[49]。通過(guò)Calibrate函數(shù)進(jìn)行操作，得到校準(zhǔn)后的變量值（見(jiàn)表8）。

表6DY-BH-YY中介檢驗(yàn)結(jié)果

表7NL-JX-YY中介檢驗(yàn)結(jié)果

參照主流的fsQCA分析流程，本研究進(jìn)一步檢驗(yàn)了九個(gè)前因條件對(duì)政府開(kāi)放數(shù)據(jù)網(wǎng)站用戶隱私政策閱讀意愿的必要性（分析結(jié)果見(jiàn)表9）。必要條件是指，當(dāng)結(jié)果出現(xiàn)時(shí)，該條件也出現(xiàn)，但是該條件不一定必然導(dǎo)致結(jié)果出現(xiàn)[50]。根據(jù)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(gè)前因條件均未達(dá)到必要條件的標(biāo)準(zhǔn)，單一條件變量對(duì)結(jié)果變量的獨(dú)立解釋能力較弱。因此，應(yīng)通過(guò)路徑組合分析，揭示變量間的交互作用。

5.2.2 組態(tài)分析

在進(jìn)行充分性分析時(shí)，需要關(guān)注三個(gè)閾值來(lái)構(gòu)建真值表：頻數(shù)閾值、原始一致性閾值和PRI一致性閾值。根據(jù)CharlesRagin的fsQCA方法論，頻數(shù)閾值設(shè)定為2，一致性閾值設(shè)定為0.9，PRI一致性閾值設(shè)定為 0.85 Ragin建議將一致性閾值設(shè)置為0.8或更高（如0.9），以確保路徑組合對(duì)結(jié)果的充分性具備較高可靠性，并減少偽相關(guān)的可能性。同時(shí)，將PRI一致性設(shè)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(wěn)健。

表9單一變量必要性檢驗(yàn)結(jié)果

表8數(shù)據(jù)校準(zhǔn)錨點(diǎn)結(jié)果

接下來(lái)，原始一致性大于0.9、PRI一致性大于0.85的案例標(biāo)記為1，未達(dá)到閾值水平的案例標(biāo)記為0，進(jìn)而構(gòu)建真值表。組態(tài)充分性分析的結(jié)果包括復(fù)雜解、簡(jiǎn)約解和中間解，匯報(bào)了簡(jiǎn)約解和中間解的結(jié)果（見(jiàn)表10）。

5.2.3組態(tài)結(jié)果

組態(tài)分析顯示，用戶閱讀隱私政策意愿可歸為三類驅(qū)動(dòng)路徑：隱私敏感型、社會(huì)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(qiáng)。三條路徑反映出用戶隱私政策閱讀意愿的多重驅(qū)動(dòng)邏輯，揭示了信任、隱私保護(hù)意愿、社會(huì)影響、績(jī)效期望等因素在不同情境下的組合效應(yīng)，為理解用戶隱私行為的復(fù)雜成因提供了多個(gè)視角。

表10用戶隱私政策閱讀意愿影響因素組態(tài)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(xiàn)與否均不影響結(jié)果變量。

（1）隱私敏感型（路徑M1）

路徑M1的核心條件為隱私擔(dān)憂（DY）努力期望（NL）、社會(huì)影響（SH）、績(jī)效期望（JX）、享樂(lè)動(dòng)機(jī)（XL）和習(xí)慣（XG），并且在該路徑中信任（XR）處于核心不存在狀態(tài)。該路徑顯示，當(dāng)用戶對(duì)隱私保護(hù)具有較高期望，并在社會(huì)影響、享樂(lè)動(dòng)機(jī)等因素共同作用下，隱私擔(dān)憂成為主要驅(qū)動(dòng)力，進(jìn)而提升其閱讀隱私政策的意愿。此類用戶對(duì)隱私敏感，且隱私政策閱讀意愿更強(qiáng)烈，因此本路徑被命名為“隱私敏感型”

（2）社會(huì)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(huì)影響（SH）、績(jī)效期望（JX）、享樂(lè)動(dòng)機(jī)（XL）和習(xí)慣（XG），其中隱私擔(dān)憂（DY）不存在。該路徑表明，用戶在信任平臺(tái)并具備較高努力與績(jī)效期望的前提下，受社交影響和自身動(dòng)機(jī)驅(qū)動(dòng)，更傾向于閱讀隱私政策。享樂(lè)動(dòng)機(jī)和良好的閱讀習(xí)慣進(jìn)一步增強(qiáng)了該驅(qū)動(dòng)作用，表明用戶基于信任、動(dòng)機(jī)和社交環(huán)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(huì)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(hù)意愿（BH）、隱私擔(dān)憂（DY）努力期望（NL）、社會(huì)影響（SH）和便利條件（BL）。該路徑中便利條件作為核心驅(qū)動(dòng)因素存在，顯示出當(dāng)用戶的隱私保護(hù)意愿和便利條件同時(shí)具備時(shí)，他們會(huì)表現(xiàn)出較強(qiáng)的隱私政策閱讀意愿。享樂(lè)動(dòng)機(jī)（XL）和習(xí)慣（XG）作為邊緣條件存在，表明用戶行為的關(guān)鍵驅(qū)動(dòng)因素是便利性需求，因此將路徑M3命名為“便利依賴型”

6結(jié)論、貢獻(xiàn)與展望

6.1 結(jié)論與建議

本研究結(jié)合結(jié)構(gòu)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(kāi)放數(shù)據(jù)平臺(tái)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(fù)雜形成機(jī)制。

通過(guò)SEM分析，本研究發(fā)現(xiàn)以下因素對(duì)用戶隱私政策閱讀意愿有顯著的推動(dòng)作用：隱私擔(dān)憂、隱私保護(hù)意愿、績(jī)效期望、努力期望、享樂(lè)動(dòng)機(jī)、便利條件和習(xí)慣。然而，信任和社會(huì)影響的作用相對(duì)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(tái)，但隱私政策本身的復(fù)雜性及保障措施不明確，可能阻礙了這種信任向?qū)嶋H閱讀行為的轉(zhuǎn)化。此外，現(xiàn)有隱私政策缺乏對(duì)用戶隱私保護(hù)的明確承諾，使得信任感未能轉(zhuǎn)化為更高的隱私政策閱讀意愿。而社會(huì)影響未能顯著發(fā)揮作用，可能是由于樣本中的用戶普遍缺乏對(duì)隱私政策的關(guān)注，同時(shí)在開(kāi)放數(shù)據(jù)平臺(tái)中，社會(huì)群體對(duì)個(gè)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(nèi)在動(dòng)機(jī)和個(gè)人隱私需求所主導(dǎo)，外在環(huán)境的影響則較弱。

在fsQCA組態(tài)分析中，本研究識(shí)別出了三種主要的路徑類型：“隱私敏感型”“社會(huì)信任型\"和“便利依賴型”。這些路徑展現(xiàn)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(yàn)證了隱私計(jì)算理論和UTAUT2模型的適用性，并進(jìn)一步豐富了用戶隱私政策閱讀行為的理論解釋。分析結(jié)果表明，單一因素不足以驅(qū)動(dòng)用戶隱私政策閱讀意愿的形成，多個(gè)因素的相互作用共同推動(dòng)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(kāi)放數(shù)據(jù)網(wǎng)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(shí)。政府平臺(tái)應(yīng)通過(guò)教育活動(dòng)、互動(dòng)內(nèi)容與個(gè)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(fēng)險(xiǎn)。同時(shí)，平臺(tái)可以在用戶首次訪問(wèn)時(shí)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(nèi)容。這些舉措有助于減輕用戶的認(rèn)知負(fù)擔(dān)，增強(qiáng)他們閱讀和理解隱私政策的積極性。

（2）優(yōu)化隱私政策設(shè)計(jì)。隱私政策往往因?yàn)檎Z(yǔ)言復(fù)雜和結(jié)構(gòu)繁瑣而導(dǎo)致用戶忽視。為了提高用戶隱私政策閱讀意愿，政府平臺(tái)可以簡(jiǎn)化隱私政策的語(yǔ)言，避免使用法律術(shù)語(yǔ)和復(fù)雜的表達(dá)方式，采用易于理解的格式，如項(xiàng)目符號(hào)、段落小結(jié)、關(guān)鍵內(nèi)容高亮等。此外，設(shè)計(jì)清晰、簡(jiǎn)潔的用戶界面也是提高用戶參與度的關(guān)鍵。平臺(tái)可以為用戶提供選擇不同閱讀模式的功能（如簡(jiǎn)潔模式、詳細(xì)模式），讓用戶根據(jù)自己的需求選擇適合的閱讀方式，同時(shí)也可以在網(wǎng)頁(yè)或APP中嵌入隱私政策的動(dòng)態(tài)提示，提醒用戶定期查看隱私政策更新。

（3）增強(qiáng)信任與透明度。信任感是影響用戶參與隱私政策閱讀的關(guān)鍵因素之一。雖然研究表明信任感對(duì)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(guān)重要。政府平臺(tái)可以確保隱私政策清晰、詳細(xì)地闡述如何收集、使用和保護(hù)用戶數(shù)據(jù)，包括數(shù)據(jù)存儲(chǔ)、分享、刪除等各個(gè)環(huán)節(jié)的透明化。此外，政府可以通過(guò)定期發(fā)布隱私保護(hù)的審計(jì)報(bào)告或第三方評(píng)估結(jié)果，增強(qiáng)公眾對(duì)平臺(tái)數(shù)據(jù)保護(hù)措施的信任。同時(shí)，政府部門可以主動(dòng)回應(yīng)用戶對(duì)隱私保護(hù)的疑問(wèn)和反饋，建立有效的溝通渠道，使用戶能夠輕松獲得關(guān)于隱私政策的最新信息，進(jìn)一步提升用戶的信任感。

6.2 研究貢獻(xiàn)

目前，關(guān)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(kāi)放數(shù)據(jù)平臺(tái)的背景下，國(guó)內(nèi)學(xué)術(shù)界尚未對(duì)政府開(kāi)放數(shù)據(jù)網(wǎng)站的隱私政策閱讀意愿展開(kāi)深入探討。盡管國(guó)外已有一些相關(guān)研究，但針對(duì)我國(guó)政府開(kāi)放數(shù)據(jù)平臺(tái)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(kāi)放數(shù)據(jù)平臺(tái)的視角出發(fā)，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(guó)政府?dāng)?shù)據(jù)開(kāi)放和隱私保護(hù)政策的研究提供新的視角和理論參考。

此外，從理論層面來(lái)看，本研究通過(guò)結(jié)合隱私計(jì)算理論和UTAUT2模型，構(gòu)建了一個(gè)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(guān)系。通過(guò)這種跨理論的結(jié)合，力圖擴(kuò)展隱私計(jì)算理論和UTAUT2模型的應(yīng)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(lái)看，本研究結(jié)合了結(jié)構(gòu)方程模型（SEM）和定性比較分析（QCA）兩種方法。傳統(tǒng)的SEM主要關(guān)注變量之間的線性關(guān)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(fù)雜因果路徑。通過(guò)這種方法的結(jié)合，彌補(bǔ)了SEM在處理多變量交互作用時(shí)的局限性，提供了更為細(xì)致和情境化的分析。如QCA揭示了信任與隱私擔(dān)憂的交互效應(yīng)，這一關(guān)系在傳統(tǒng)SEM分析中未能顯現(xiàn)，進(jìn)一步強(qiáng)調(diào)了不同因素組合對(duì)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(kāi)放數(shù)據(jù)網(wǎng)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(jié)構(gòu)存在一定局限，主要集中于東部地區(qū)，未能充分覆蓋中西部或農(nóng)村用戶，可能影響結(jié)論的區(qū)域普適性。未來(lái)研究可擴(kuò)大樣本來(lái)源，深入探討不同地區(qū)用戶在隱私認(rèn)知與閱讀行為方面的差異。其次，未對(duì)政府開(kāi)放數(shù)據(jù)的不同領(lǐng)域（如醫(yī)療、交通、教育等）進(jìn)行分類分析。由于各類數(shù)據(jù)在敏感程度和公眾關(guān)注點(diǎn)方面存在顯著差異，未來(lái)可結(jié)合具體政策場(chǎng)景，探討不同領(lǐng)域的用戶在隱私政策閱讀中的行為差異。此外，研究測(cè)量的是用戶的閱讀意愿，尚未覆蓋實(shí)際閱讀行為，兩者之間可能存在偏差。后續(xù)研究可通過(guò)引入行為數(shù)據(jù)或?qū)嶒?yàn)設(shè)計(jì)，進(jìn)一步驗(yàn)證隱私政策閱讀意愿與實(shí)際行為之間的一致性。

參考文獻(xiàn)：

[1]高凡，楊歡.我國(guó)省級(jí)政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)的個(gè)人隱私保護(hù)政策比較研究[J].圖書(shū)情報(bào)工作，2023，67（7）：4-12，3.

[2]盛小平，唐筠杰.開(kāi)放科學(xué)環(huán)境下的數(shù)據(jù)隱私治理研究[J].圖書(shū)情報(bào)知識(shí)，2024，41（4）：57-66.

[3］馬龍，陳奕博.基于技術(shù)的治理：隱私計(jì)算技術(shù)賦能政府?dāng)?shù)據(jù)開(kāi)放的價(jià)值與路徑研究[J].中國(guó)行政管理，2023，39（9）：105-113.

[4]袁靜，劉曉媛，臧國(guó)全.用戶參與共治：政府開(kāi)放數(shù)據(jù)隱私風(fēng)險(xiǎn)治理的新思路[J].圖書(shū)情報(bào)知識(shí)，2022，39（6）：101-112.

[5］狄振鵬，姜士偉.大數(shù)據(jù)時(shí)代政府?dāng)?shù)據(jù)開(kāi)放與公民隱私保護(hù)問(wèn)題研究[J].情報(bào)雜志，2022，41（2）：155-159，118.

[6]袁靜，張翼翔，臧國(guó)全.用戶參與政府開(kāi)放數(shù)據(jù)隱私風(fēng)險(xiǎn)治理行為的影響因素分析[J].圖書(shū)情報(bào)工作，2023，67（11）：12-24.

[7]陳夢(mèng)蕾，羅穎嘉，朱侯.基于扎根理論和機(jī)器學(xué)習(xí)的隱私政策誘導(dǎo)同意研究[J].信息資源管理學(xué)報(bào)，2024，14（5）：75-90.

[8］陳美.澳大利亞政府開(kāi)放數(shù)據(jù)中的個(gè)人隱私保護(hù)研究[J].圖書(shū)館，2019（6）：28-35.

[9］譚必勇，劉芮.我國(guó)地方政府開(kāi)放數(shù)據(jù)政策研究——以15個(gè)副省級(jí)城市為例[J].情報(bào)理論與實(shí)踐，2018，41（11）：51-56.

[10］張衛(wèi)輝，趙彥云.突發(fā)重大傳染病疫情數(shù)據(jù)互聯(lián)網(wǎng)統(tǒng)計(jì)體系研究——以政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)新冠肺炎疫情數(shù)據(jù)開(kāi)放為例[J].統(tǒng)計(jì)研究，2022，39（5）：49-62.

[11]肖冬梅，蘇瑩.我國(guó)政府?dāng)?shù)據(jù)開(kāi)放中的安全風(fēng)險(xiǎn)及其防范對(duì)策[J].現(xiàn)代情報(bào)，2022，42（6）：112-120，131.

[12]完顏鄧鄧，宋婷.我國(guó)地方政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)的安全風(fēng)險(xiǎn)測(cè)評(píng)[J].圖書(shū)館論壇，2022，42（2）：119-128.

[13」王林川，壽志勤，吳慈生.政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)服務(wù)績(jī)效評(píng)價(jià)指標(biāo)體系研究：基于公共價(jià)值視角[J].中國(guó)行政管理，2022（1）：40-47.

[14」朱光，李風(fēng)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(xiàn)代情報(bào)，2022，42（1）：150-166.

[15］上超望，鄭玉敏，劉琳，等.基于內(nèi)容分析的在線學(xué)習(xí)APP隱私政策研究——以35個(gè)典型的在線學(xué)習(xí)APP隱私政策為樣本[J].現(xiàn)代教育技術(shù)，2023，33（11）：91-98.

[16]王旭，王甲旬，宮博樂(lè)，等.面向健康信息治理的健康類APP隱私政策文本分析及優(yōu)化研究[J].情報(bào)科學(xué)，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(wù)APP隱私政策閱讀意愿影響因素研究[D].成都：西南財(cái)經(jīng)大學(xué)，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(xué)，2022.

[22]代義佳.手機(jī)App隱私政策的閱讀意愿和傳播效果研究[D].武漢：武漢大學(xué)，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(shí)證研究[J].情報(bào)學(xué)報(bào)，2018，37（4）：362-371.

[24］陳美，梁乙凱.面向用戶的開(kāi)放政府?dāng)?shù)據(jù)采納模型研究——基于UTAUT理論[J].現(xiàn)代情報(bào)，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‘a(chǎn)nd‘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(dòng)學(xué)習(xí)平臺(tái)信息采納行為研究[J].情報(bào)科學(xué)，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(wǎng)絡(luò)渠道使用意愿模型研究[J].情報(bào)雜志，2016，35（8）：204-207.

[32]蘭靜，諸大建.可持續(xù)交通消費(fèi)的接受和使用行為研究——基于上海市汽車共享的調(diào)查[J].中國(guó)人口·資源與環(huán)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(dòng)醫(yī)療服務(wù)公眾使用意愿研究[D].南昌：南昌大學(xué)，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(xué)術(shù)用戶移動(dòng)視覺(jué)搜索的持續(xù)使用意愿研究——基于UTAUT2-ECT整合模型的實(shí)證分析[J].情報(bào)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(shī)雅，劉蕤.醫(yī)護(hù)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(xué)報(bào)，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(biāo)下鄉(xiāng)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(jiǎn)介：陳美，教授，博士生導(dǎo)師；穆尼熱·吐拉甫，本科生；黃容霞，副教授。