本文是一篇电子商务论文,本文最后部分开展了对于服务商和用户就隐私披露的演化博弈研究,通过计算双方不同策略组合下的收益给出各自演化稳定策略,再结合之前的两块研究,分别从用户和服务商角度分析该系统到达博弈稳定点的演变历程,给出在此过程中双方可以采取的推动催化演变的建议。
第一章 绪论
1.1 研究背景
1.1.1 现实背景
(1)互联网行业迅速扩张,隐私问题持续发酵
中国互联网络信息中心于2019年发布的第43次《中国互联网络发展状况统计报告》[1]指出,截至2018年12月,中国网民规模已达8.29亿,互联网普及率为59.6%;网络支付用户规模达6.00亿,较2017年底增长13.0%,网民使用比例为72.5%。相较2017年底数据,中国移动互联网在2018年接入流量消费增长189.1%,达711.1亿GB;在架移动应用程序449万款,其中游戏类占比最高为30.7%,生活服务类排名第二,占比12.1%,随后就是电子商务类,占比9.4%。个人互联网应用发展态势良好,网约车、外卖业务、互联网理财和网络购物等生活服务类应用用户规模高速增长;短视频迅速崛起,用户规模赶超音乐、游戏、视频、社交等老牌娱乐属性应用。
移动服务覆盖生活的方方面面,高速发展的数据存储、处理技术让信息的收集更上一个台阶,也进一步激发了各方对海量数据挖掘、应用的渴望。大量的人力、物力都被投入到信息的收集、处理、分析中去,越来越多的信息共享平台被建立起来,随之而来的信息滥用、不合理的授权和泄露事件也层出不穷。国家计算机网络应急技术处理协调中心于2019年8月发布的《2019年上半年我国互联网网络安全态势》指出,2019年上半年我国基础网络运行总体平稳,但数据泄露事件等安全事故频发,曝出多个高危漏洞,我国网络安全仍面临诸多风险与挑战。2019年初,在我国境内被大量使用的MongoDB、Elasticsearch数据库相继曝出存在泄露数据风险的严重安全漏洞,涉及我国一些重要行业。近年来,用户个人信息和重要数据的保护工作受到国家高度重视,相关部门一直在抓紧推进数据保护方面的规章制度、标准等的指定工作。与此同时,APP强制授权、过度索权及超范围收集个人信息的现象仍较为普遍,违法违规使用用户个人信息的问题突出,从2018年初支付宝年度账单默认勾选同意“服务协议”在各大社交平台上被口诛笔伐到2019年9月网红换脸软件ZAO被工信部约谈一再修改用户协议以确保用户个人信息和数据安全,都可以看出用户和国家相关部门对信息安全的高度关注。
1.2 研究问题
根据上一节的陈述和分析,以下为本研究试图解决的问题:
其一,影响互联网用户在线隐私披露意愿的因素有哪些?服务类型是否对这些因素对用户意愿的影响有调节作用?
其二,互联网服务提供商在用户隐私政策中着重陈述了哪些内容?关注了用户侧影响因素的哪些方面?
其三,互联网用户和服务提供商有关于隐私披露的博弈涉及哪些方面?双方在博弈过程中寻求演化稳定点时需要注意哪些问题,对隐私现状有何实际性的建议?
第二章 理论基础及研究综述
2.1 隐私计算理论及其相关研究
一般情况下,用户在权衡披露隐私信息的预期风险和预期收益后作出是否披露的决定(即展露隐私意愿),而这一过程被称为隐私计算。该理论在有关用户个人信息披露意愿的研究中得到了大量的应用[12]。
许多学者都认为演算是信息披露累积的先行因素[11]。最早由Laufer和Wolfe[13]等人提出,他们将个人收集隐私涉及的外部环境、外部人际关系和个人自我相关三方面的信息并进行管理的过程称作“行为演算”。他们认为,个人对隐私信息的控制能力、隐私信息披露后果的不可预测以及预期收益等会对“行为演算”的结果产生影响,而该演算的结果则是个人会在何时或是否选择披露隐私信息的重要指示符。后Culnan和Armstrong[14]将上述演算模型引入信息系统领域,通过分析消费者对服务商利用收集到的客户个人信息定向推送广告的态度,指出在受“隐私演算”规则约束、个人信息被公平使用且个人不会遭受负面后果的平衡环境中,用户愿意公开隐私信息以换取经济或社会利益。
在隐私计算的理论中,涉及三个主体:感知风险、感知收益及隐私披露行为,和一个评估过程[15]。其中感知风险和感知收益为输入变量,最终隐私行为为输出变量,而评估就是衡量风险和收益。当决策者认为披露所带来的风险远不及收益时,他们通常会展露披露隐私的意愿;但当披露行为带来的风险问题远大于它带来的预期收益时,人们通常不会展露披露隐私的意愿。
2.2 隐私关注相关研究
隐私关注作为隐私问题研究不可避免的要点,首先需要明确其内涵。绝大部分学者认同将个人在信息隐私背景下对公平[24]或共享信息可能带来的潜在风险和负面后果的看法[25]定义为个人隐私关注,包括隐私信息的收集、不当访问、信息质量及二次使用四个方面[24]。
2004年,出于如何更好地了解在线消费者对隐私关注的性质以帮助他们建立对信息隐私的信心,Naresh[4]等人初步构建了在线消费者信息隐私关注模型并对其中的结构、测量量表及一般通用模型做出了详细的介绍。该模型借鉴了社会契约理论[26][27][28],从隐私信息的收集、控制和对隐私实践的认识三个方面对隐私关注理论做出解释。多数情况下,隐私关注被划归为会受消费者个人气质影响的变量,前序会受到个人所处文化背景、法律规范完善程度及个人使用经验等因素影响,后序会同信任等因素共同作用于消费者,进一步对其隐私态度、意愿等产生影响。举例来说,Zukowski和Brown[29]通过调查199名互联网用户对隐私的关注,结合被调查者的年龄、性别、受教育程度及收入水平等人口统计学因素进行分析,证实年龄和使用经验会显著影响用户对隐私的关注;在另一项由Bellman[30]等人发起的涵盖全球38个国家或地区的互联网用户的调查中,文化和政府监管的因素被加入到考察的范围中来,通过对样本所属地的划分和比较分析,他们发现本地化的隐私政策可以更好地缓解互联网发展为用户带来的忧虑。此外,由于用户对新技术的恐慌,这种关注往往会增加其内心的不安,导致消极的态度,进而影响消费者的决策。Arpaci[31]等人在其以在线教育被背景的研究中提出关注-态度-意愿-行为这一决策路径,并利用问卷调查和假设检验的方式验证了上述观点。同时,有关隐私关注因素对用户隐私意愿影响的研究也在电子商务领域开展。Van等人在研究中指出,隐私关注不仅仅停留在消费者心理层面,更是通过各种具体的行为表现出来。比如就有研究表明,很大一部分的被调查者反应对个人信息安全的担忧使他们无法完成付款行为,只能放弃在线购买;也有一小部分的消费者表示,提供虚假或错误的个人信息不失为保护个人隐私的有效手段。
第三章 互联网用户隐私披露意愿影响因素研究 ............................ 12
3.1 理论模型 .......................................... 12
3.2 数据准备 ...................................................... 13
第四章 互联网服务提供商隐私政策分析 ............................... 23
4.1分析方法及数据来源...................................... 23
4.2数据分析 ............................................ 23
第五章 互联网用户与服务商隐私披露演化博弈研究 ............................ 32
5.1问题描述 ................................................. 32
5.2基本条件假设 ....................................... 33
第五章 互联网用户与服务商隐私披露演化博弈研究
5.1问题描述
一般来说,用户隐私披露会对现有服务和使用产生冲击。从服务商角度来看:对用户个人信息的充分使用可以让他们向用户提供更加针对性的服务和推送,最大化经济效益,但同时也需要付出额外的收集、保存、处理、保护等成本,承担对收集信息的保护责任和泄露损失;对于用户而言,个性化功能或优惠权益的获取需要他们承担一定的风险,这容易滋生对隐私的忧虑情绪,但建立对个人信息生命周期全方面的充分了解,具备独立判断信息控制者信息能力和资质则可以有效抑制负面情绪。一因此建立服务商和用户在隐私披露上的博弈模型可以帮助我们更好地理解。
以某服务商在获得用户授权情况下可为用户提供的最大程度服务为基线,假设在此情形下服务商和用户可分别收获固有收益 𝐼1和 𝐺1及对应功能带来的附加收益I2和G2,考虑到最终披露意愿还受到信任为代表的积极鼓励因素和隐私忧虑为代表的消极阻碍因素影响(影响系数分别记为p和n),附加收益I2和G2也同样会受到这两类因素的作用。为获得以上收益,服务商需要准备自动采集的人力、稳定可靠的存储设备以及完善的安全保护机制等,此为收集成本C。此外,交易双方还需要共同承担信息收集/披露存在的潜在风险带来的经济和其他方面的损失,记为L。
第6章 结论和展望
6.1 研究结论
本文以用户隐私披露意愿为研究出发点,通过元分析方法收集汇总了39项研究,得到用户隐私披露意愿受用户感知隐私风险、感知隐私收益、隐私关注、信任及主观规范的影响,且服务类型(功能型/娱乐型)对上述影响存在显著调节作用。随后,对收集的主流互联网企业现行隐私协议的内容分析显示,服务商已经尝试通过提高用户对服务的感知易用性、感知有用性,对信息的感知控制能力及对服务商本身的信任等方式让用户更好地接受理解信息授权的必要性和可控性。在此基础上,本文最后部分开展了对于服务商和用户就隐私披露的演化博弈研究,通过计算双方不同策略组合下的收益给出各自演化稳定策略,再结合之前的两块研究,分别从用户和服务商角度分析该系统到达博弈稳定点的演变历程,给出在此过程中双方可以采取的推动催化演变的建议。
具体来说,用户是否授权服务商收集信息取决于三个方面,首当其中的就是他们隐私披露意愿的高低,而该意愿又受到感知风险、感知收益、隐私关注等因素的影响。此外,披露用户能否得到满意的增值服务也将影响到用户群体的观点,具体的影响机制是:披露用户通过传播对增值服务的观点影响他们身边人,引发用户群体内部的革命。当然,如果不满意的话,这种传播会更为剧烈,不但会影响未披露人群也会反作用于披露用户自身,导致他们最终取消授权。这个阶段,服务商的作用就显现出来了。他们可以事前说明能提供的服务功能,在用户使用中跟进了解用户需求,不断提高自身服务能力,尽可能地满足用户需求改善使用体验。当然,为了更加理性客观地感知隐私披露可带来的增值收益,用户自身也应建立隐私意识,了解隐私交易中自身的权力和责任,积极参与有关隐私披露的谈论,努力克服消极被动的负面情绪,直面问题,为争取、维护自身合法权益做出贡献。
参考文献(略)
相关文章
UKthesis provides an online writing service for all types of academic writing. Check out some of them and don't hesitate to place your order.