Knowledge Management Forum >

2025 , Vol. 10 >Issue 1: 79 - 96

DOI: https://doi.org/10.13266/j.issn.2095-5472.2025.006

Research on the Privacy Disclosure Intention of Elderly Shopping Apps

  • Sun Xiao ,
  • Liu Dongxin
Expand
  • School of Management Science and Information Engineering, Jilin University of Finance and Economics Jilin 130117

Sun Xiao, associate professor;

Liu Dongxin, master candidate, corresponding author, E-mail: .

Received date: 2024-12-04

  Online published: 2025-05-16

Fold

Abstract

[Purpose/Significance] This article focuses on the privacy leakage risks of elderly people in online shopping, aiming to raise their awareness of privacy protection, help them better adapt to the era of online shopping, and ensure personal information security. [Method/Process] This article took the use of shopping apps by elderly people as the research object, aiming to explore the factors that affected privacy disclosure willingness. A structural equation model was established based on privacy calculation and trust theory. Data was collected through a questionnaire survey, and SPSS 26.0 and Amos 24.0 software were used for data analysis to verify whether the hypothesis path coefficient was valid. [Result/Conclusion] Personalized recommendations, price differences, platform trust, and after-sales service trust all affect the elderly's willingness to disclose privacy in online shopping. Perceived benefits and perceived risks are key factors determining whether elderly people are willing to disclose personal privacy in shopping apps.

Key words： old people; privacy computing theory; trust theory; questionnaire survey; structural equation model

Cite this article

Sun Xiao , Liu Dongxin . Research on the Privacy Disclosure Intention of Elderly Shopping Apps[J]. Knowledge Management Forum, 2025 , 10(1) : 79 -96 . DOI: 10.13266/j.issn.2095-5472.2025.006

世界卫生组织2024年对老年人年龄进行最新划分，将年龄分布在60—74岁之间的群体定义为年轻老人、将年龄分布在75—90岁之间的群体定义为年老老人、将年龄分布在90—99岁之间的群体定义为长寿老人。随着网购时代的不断发展，老年人逐渐成为这一发展进程中不可或缺的重要群体，由中国互联网络信息中心发布的第54次《中国互联网络发展状况统计报告》显示，截至2024年6月，我国网民规模近11亿人，网络普及率为78.0%，其中60岁以上使用网络的老年人群体占75.4%[1]。网购热潮在为老年人提供便利的同时，危机也逐渐显现，城市经济发展程度高、人际交往圈大[2]、经济实力高[3]、积极心理[4]等因素会影响老年人披露隐私意愿，老年人对隐私信息保护的能力较弱，无法有效地识别网站上对自身造成风险的信息，中国银联发布的《2023年移动支付安全大调查报告》显示，有32.4%的老年人收到过由电诈分子针对性地对其实施的虚假购物信息[5]。因此，随着人口老龄化的加重和互联网使用的老年化趋势，笔者选取老年人群作为研究对象，旨在帮助老年人识别和防范在使用购物类APP时可能存在泄露个人隐私的风险，并采取有效预防措施。
在过往学者对老年人隐私披露意愿的研究中，研究方法集中在文献梳理[6]、访谈法[7-8]、结构方程模型[9-12]、隐私计算理论[4,13-15]、扎根理论[16-17]、离散选择实验[18]、问卷调查法[19-22]等，且大多数研究集中在老年人获取健康信息行为、使用社会化媒体搜索等方面，为理解老年人信息行为提供了重要的视角，可见现有研究多聚焦于特定领域，缺乏对各类研究成果的系统性梳理和比较分析，难以形成对老年人隐私披露意愿的全面认识。在购物类APP盛行背景下老年人群体逐渐成为网购的重要用户，购物类APP中涉及的个人基本信息填写、支付账号管理、购买记录、搜索历史等隐私数据，如果用户观察不够细致，容易导致隐私信息的泄露，除此之外，购物类APP与其他APP的本质差别在于平台能够获取用户的第一手交易信息，为用户提供便捷物流服务等，但目前针对这一特定场景的研究相对较少。
随着互联网转变为关键基础设施，社会变得更加容易受到其安全漏洞的影响[23]，老年人作为新时代下的弱势群体，其对数字化环境的适应能力较弱，对风险的辨别能力较低，对个人信息保护缺乏系统的认知[6]，因此，笔者将隐私计算理论中的感知收益、感知风险和信任理论作为理论基础，对老年人购物类APP隐私信息披露意愿进行研究，采用问卷调查和结构方程法，构建老年人隐私披露意愿模型，研究问题：①老年人在使用购物类APP时，哪些因素会影响其隐私披露意愿？②结合国内外研究现状和理论基础提出假设，利用研究工具计算假设是否成立，若不成立，原因是什么？③结合结果讨论如何有效地帮助老年人识别和防范隐私泄露风险，提高其网购安全意识？解决以上问题一方面能够帮助老年人更好地适应互联网时代的发展，避免被时代忽视；另一方面可以帮助老年人准确、有效地识别网购热潮所带来的隐私披露风险，避免老年人在繁杂的数字信息生态环境下泄露个人信息，最终造成人财两空的现象。

1 研究现状及理论基础/Research status and theoretical basis

1.1 老年人隐私披露行为意愿研究

关于老年人隐私披露行为意愿的研究，国内外学者从不同角度进行了探讨。在老年人信息使用行为方面，研究发现老年人对个人信息保护意识薄弱，对购物类APP平台与第三方平台共享用户信息的知情度低[24]，对数字化社会下查寻健康信息行为的影响因素主要集中在心理[18]和成本方面[15]，熟知的社交圈[8]、较高的自我效能和良好的预期结果[25]都会促进其信息获取行为。在个人信息披露行为意愿方面，购物类APP会应用其个人数据信息[26]，消费者对信息产品的信任程度、感知收益水平[19]和消费者自身对信息的控制能力会加强消费者对隐私信息的披露程度，而消费者感知风险和隐私关注程度越高越会对其隐私信息披露产生消极影响[13]，感知有用性和感知易用性能加强人们披露个人信息的意愿[27]，另外，人们对平台的信任和感知收益较强时，对个人的隐私信息披露意愿也越强[28]。国外学者认为老年人[29-30]并非是被数字化时代所忽视的群体，个人信息安全得不到保障会对个人隐私信息造成风险，感知风险会影响消费者的购买决策[31]，例如在手机银行应用程序的采用方面，感知安全性、感知信任和服务质量对其有重要作用[32]。尽管社交电商已成为当前众多互联网用户的主流趋势，但许多用户仍不愿意透露自己的信息[33]，他们对披露其隐私信息的意愿较低。
通过梳理发现，已有研究大多以感知风险、感知收益两个方面或以感知信任单一方面对老年人隐私披露意愿进行研究，结合对目前国内外研究现状的梳理，发现随着我国老龄化加剧和网购的迅速发展，到2023年，互联网已转变为关键基础设施，社会变得更加容易受到其安全漏洞的影响[23]，而老年人作为新时代下的弱势群体，其对数字化环境的适应能力较弱，对风险的辨别能力较低，对个人信息保护缺乏系统的认知。所以笔者以老年人为研究对象，以使用购物类APP行为为研究背景，以隐私披露意愿为研究目的，将隐私计算理论和信任理论作为理论基础，在拓宽研究思路的同时弥补已有研究的不足。

1.2 隐私计算理论

隐私计算理论起源于1977年，由R. S. Laufer等提出，他们认为个人的隐私概念与日常生活中的具体情况息息相关[34]。这种情景分析结合发展和社会历史的时间动态，有助于了解个人对隐私权、隐私权侵犯的看法，对潜在隐私权或受侵犯的经历进行预测，并探讨某些隐私权相关经验缺失可能带来的潜在影响。隐私计算理论广泛应用在图书情报领域研究信息行为方面，刘畅指出老年人在使用短视频平台时会产生隐私公开行为，用户隐私意识、感知风险程度、用户信息需求的满足程度等因素是影响老年人隐私公开的因素[35]。另外，视频存在的个性化特征、程序公平、信息控制等会对新老人群的感知收益产生积极影响，信息敏感性、隐私侵害体验等会对新老人群的感知风险产生积极影响[35]。F. Grace等将隐私计算理论与社会契约理论相结合，结果表明感知隐私、感知利益和社会影响会对个人下载或继续使用接触者追踪应用程序的意图产生正向影响，而披露信息意愿受到采用意图、感知隐私的影响，感知利益和个人依赖接触者追踪应用程序获得健康建议的意愿受到感知利益和披露意愿的影响[36]。
在最新研究中，张劲松等关注用户在披露个人隐私信息时的成本与收益权衡，当用户认为披露隐私信息带来的收益（如更精准的服务、更便捷的体验等）大于潜在的风险（如隐私泄露、信息被滥用等）时，他们就更有可能愿意分享个人数据[37]；罗丹认为有过隐私侵犯经历的用户会影响其隐私态度的形成和行为的选择指出个人维度中个人隐私侵犯经历正向调节感知风险[38]；张楷东利用fsQCA方法将影响使用移动电商的用户隐私披露行为分为成本与收益平衡，也就是说隐私披露行为的产生是感知风险和感知收益共同作用的结果[39]。

1.3 信任理论

信任理论起源于20世纪70年代，由德国社会学家西美尔提出[40]。他们的研究主要关注组织内部的信任关系和信任建设，探讨信任在组织中的重要性以及如何建立和维护信任关系。王诗颖等对老年人使用智能家居进行调查研究，发现老年人对智能家居的信任程度越高，购买意愿越强烈[41]，由此可见信任对老年人隐私披露的意愿呈正向作用；G. Malhotra等在研究人工智能（artificial intelligence, AI）影响消费者购买意愿的特征时发现，用户对人工智能的信任缓和了感知到的拟人化和感知到的敌意之间的关系[42]，也就是说用户在使用AI的过程中如果对AI的信任程度很高，他们的购买意愿就会增强；苏婧畅指出，现实社会中存在真实的信任，信任具有可预测性，在过往学者对信任理论给定的各种含义中，影响信任效果的因素分为感知风险和用户与媒介的可依赖性[43]；马超尘将影响女性用户使用移动APP的信任因素分为网络人际信任和移动平台信任[44]；胡雅萍等认为当用户对服务提供商的产品质量、保护措施和政府监管有高度信任时，会降低他们对隐私风险的感知，但这种影响是有限的[45]；李雪萌基于信任理论探讨了生鲜农产品社区团购中团长特征对居民参与行为的影响，其中售后服务信任是影响消费者信任的关键因素之一[46]。
综上所述，笔者将隐私计算理论和信任理论作为理论基础，基于感知收益、感知风险和信任的视角探究老年人使用购物类APP时影响其隐私披露意愿的因素。

2 研究假设/Research hypothesis

2.1 基于感知收益视角

感知收益在人们的潜意识中或者在学者研究过程中一直被定义为某种类似于金钱、物质等。在隐私计算的背景下，感知收益在该领域保持着重要地位，同时它也能够在一定程度上正向影响用户的个人隐私披露。王艺璇在对新老年人进行研究时指出个性化特征正向影响新老年人的感知收益[21]；郭海玲研究表明，感知收益对披露意愿有显著正向影响，用户在社会化媒体中披露个人信息，以确保自己能够享受其带来的便利和体验，以满足自身的社交愉悦感[13]；余东辉指出当电商采取优惠活动等降低价格促进消费行为时，会使得消费者产生披露行为[47]，据此提出假设：
H1：个性化推荐对老年人感知收益有正向影响。
H2：商品价格差异对老年人感知收益有正向影响。
基于以上结果，笔者以隐私计算理论为理论基础，提出购物类APP会在老年人使用时，会根据用户的喜好特点进行个性化[14]、定点推荐，展示商家宣传产品视频以及价格低廉的信息，由此产生与实际价格的落差会激发老年人的购买欲望，进而增强效用收益的认同感[48]，从而使得老年用户群体进行APP下载、个人信息登录等隐私披露行为时，用户的隐私披露行为受到感知收益的直接和间接正面影响[49]，从而对隐私披露意愿有正向影响[50]，将以上内容作为其产生隐私披露的直接收益动机，帮助老年人识别和保护个人隐私，据此提出假设：
H3：感知收益对老年人购物类APP的隐私披露意愿有正向影响。

2.2 基于感知风险视角

感知风险是指当用户在未了解对方信息时，对自身隐私保护的意识过于浅薄，导致对自身带来负向影响[51]。感知风险作为隐私计算理论中的一个重要视角，当用户在使用某种社会化介质时，他所感知到的风险程度会对自身生活产生负向影响，从而导致用户产生隐私披露行为。感知风险对于隐私披露行为的影响显著低于对于隐私披露意愿的影响[49]，当用户感知风险越强时，就会产生信息规避行为[20]，也就是当自身披露行为造成的损失越大时，用户感知风险越强烈，因此对隐私披露行为意愿有负向影响[52]，据此提出假设：
H4：感知风险对老年人购物类APP的隐私披露意愿有负向影响。
互联网用户在对自己所需产品进行搜索、地址填写选择时，往往需要用户提供个人隐私信息。乐承毅等认为隐私意识强的用户在面对隐私信息风险、隐私社交风险和隐私具身风险时，会更加谨慎地考虑是否披露个人信息[53]，如果用户保护个人隐私信息的意识较强，那么所感知到的风险就会减弱[54]，也就正向影响隐私披露行为[56]，据此提出假设：
H5：隐私意识对感知风险有正向影响。
隐私侵犯经历作为影响感知风险的一个因素，网购平台未经用户同意擅自宣传和散播个人信息从而造成隐私侵犯[21]。老年人更是这种算法时代下的弱势群体，他们对于这种新兴技术一直存在好奇心理，但信息素养仍有不足，很容易成为隐私侵犯的目标人群。对于有隐私侵犯经历的老年人来说，在使用购物类APP时更会注意防范个人隐私信息，这对于风险感知来说是积极影响的[55]。宣长春指出当隐私侵犯经历超出用户承受范围时，感知收益和隐私倦怠等因素会让步于感知风险[56]，说明感知风险是作为隐私侵犯经历的直接影响因素，据此提出假设：
H6：隐私侵犯经历对感知风险有正向影响。

2.3 基于信任视角

用户产生的信任包括对平台、对商家、对产品的信任等，这种信任是指互联网用户在潜意识里认为其信任的信息平台、应用软件等会在其同意隐私条款后产生保护用户个人隐私的责任[10]。在兴起的网购热潮中，信任变得也格外重要，信任会正向影响用户参与态度和参与意愿[19]。陈韵怡指出用户对算法推荐的信任度影响隐私担忧程度，算法黑箱的存在、主动权的缺失以及前期泄露经历决定了用户对算法推荐的低信任度[57]。另外，购物平台客服的积极态度、平台的保障权益政策[58]等都会使得用户对其满意度提升，而对于老年用户群体来说，在集体主义和新兴产业的驱使下，使得他们自身对平台产生信任[59]，从而使得老年人感知风险能力减弱，这也在一定程度上会对其隐私保护产生负向影响，也就是说，用户对平台的信任正向影响隐私披露意愿[60]。
售后服务的质量也成为目前电商平台健康发展的一个重要因素，网店各项售后服务的质量越高[61]，用户对其的信任度也越高[62]。詹惠娜指出保障优质的售后服务能够夯实消费者信任基础，降低感知风险[63]。梁琴指出网店的客户服务用各种方式征集消费者对产品及服务的意见, 并根据情况及时改进[64]，老年人作为心理防线低的群体，当他购物不满意或客服态度恶劣时，他们就会向平台反映，这样就导致隐私泄露的情况。据此提出假设：
H7：平台信任对感知风险有负向影响。
H8：对商品售后服务的信任度对感知风险有负向影响。
H9：平台信任对老年人购物类APP的隐私披露意愿有正向影响。
H10：商品售后服务信任对老年人购物类APP的隐私披露意愿有正向影响。
本文的研究模型如图1所示：
图1 老年人隐私披露意愿研究模型

Figure 1 A research model on the willingness of elderly people to disclose their privacy

3 研究设计及预调查/Research design and preliminary investigation

3.1 研究设计

3.1.1 研究思路

首先参考以往文献，结合隐私计算理论和信任理论提出影响老年人隐私披露意愿的因素，设计量表问项；其次结合线上和线下两种发放问卷方式获得一手数据，进行预调查实验研究；再次，2024年6月27日正式发放问卷，考虑到85岁左右老年群体对智能手机使用能力和阅读理解能力较低，所以本次实验不将其作为研究对象，搜集范围为部分养老院、老旧小区等老年人群体较多的地方，根据国家老年人年龄最新划分，将60岁以上80岁以下的老年人作为调查对象；最后，对实验结果进行讨论。

3.1.2 问卷设计

此次问卷的设计主要分为两个部分：第一部分是对问卷填写者信息的采集，包括年龄、性别、是否使用过购物类APP等；第二部分为验证以上假设的相关信息采集，对老年人在使用购物类APP时的隐私披露意愿的调查，包括个性化推荐、商品价格差异、平台信任等潜在变量。基于之前学者对此类研究采用的方法设计，此次调查选用李克特五级变量，其中“1”表示非常不同意，“5”表示为非常同意。但由于网购发达程度和覆盖面广的特点，对问卷设计做了适当的调整，如表1所示：
表1 变量测试问题描述

Table 1 Description of variable testing issues

变量 测试问题描述 来源文献
个性化推荐
（PS）		 PS1:购物类APP能够基于我平常购物喜好推荐我个性化商品 [21]
PS2:购物类APP能够基于我目前购物需求提供个性化服务
PS3:基于购物喜好和需求，购物类APP能够提供给我可能喜欢的商品信息或服务
商品价格差异（DP） DP1:我经常购买由购物网站推出的价格低廉产品 [47]
DP2:我经常访问的购物类APP时不时会推出价格可观的产品
DP3:我很乐意享受商品价格差
隐私意识
（PA）		 PA1:我认为我的隐私保护意识比较薄弱 [51]
PA2:在进行内容授权时，我认为我自己隐私保护意识很强
PA3:在填写、登录个人信息时，我会产生个人隐私可能会泄露的意识
隐私侵犯经历（PVE） PVE1:我的个人信息会被其他智能软件、骚扰短信使用 [21]
PVE2:我有过多次被侵犯隐私的经历
PVE3:在没有任何选项选择授权个人隐私的情况下，我听说购物类APP会根据我个人地址邮寄快递。
平台信任
（PT）		 PT1:我认为购物类APP的后台会按照“隐私政策及条款”严格保护我个人隐私信息 [19,42]
PT2:我认为购物类APP官方平台为我提供的服务很好
PT3:购物类APP平台可信度高
售后服务信任（AT） AT1:我购买的商品商家无条件同意退款退货 [19,42]
AT2:在商品不满意的情况下，商家会选择红包返利、赔偿
AT3:购物类APP里商品的售后服务十分周到
感知收益
（PB）		 PB1:购物类APP减少了我出门购买所需商品的时间 [10,13]
PB2:购物类APP提供的功能丰富了选择商品的种类
PB3:就目前来看，购物类APP对我很有帮助
感知风险
（PR）		 PR1:我认为我的个人隐私信息在购物类APP中存在泄露的风险 [20,51]
PR2:我认为在填写和登录个人隐私信息时，购物类APP会产生很多问题
PR3:我认为我的个人隐私信息在购物类APP中会产生很多不可测量的损失
隐私披露
意愿（DBI）		 DBI1:我在以后还会继续在购物类APP提供我的个人隐私信息 [13,27,35]
DBI2:在最近一段时间我可能会在购物类APP提供我的个人隐私信息
DBI3:在最近一段时间我可能会在使用购物类APP时，如果需要采集我的个人信息，我可能会提供我的个人隐私信息

3.2 预调查

在正式发放调查问卷之前，先小范围的发放问卷，以检验该问卷的信效度是否达标，在预调查过程中共发放了59份问卷，回收有效问卷56份。在预调查收集到的56份有效问卷中，女性占67.9%，男性占32.1%，说明在使用购物APP的女性居多；65—70岁占25.0%，其次是70—75岁和60—65岁，分别占25.0%和21.4%，说明年轻老人对APP的接受程度较高；有66.1%学历是在初中及中专，说明普遍老人学历较低，对泄露个人隐私的信息识别较弱。
利用SPSS26.0软件对收集结果进行信效度检验（见表2），其中各个变量的Cronbach’s Alpha的系数均大于0.6，平均方差抽取量AVE大于0.6，表明该问卷的信度和效度较好。
表2 预调查信效度检验

Table 2 Pilot Investigation reliability and validity test

变量 Cronbach’s Alpha AVE
PS 0.876 0.722
DP 0.878 0.721
PA 0.953 0.847
PVE 0.833 0.651
PT 0.884 7 470.601
AT 0.874 0.707
PB 0.921 0.791
PR 0.875 0.740
DBI 0.936 0.719

4 数据收集及分析/Data collection and analysis

4.1 数据收集

鉴于预调查的结果显示良好，开始正式发放问卷。考虑到样本的数量、多样性和代表性，笔者采取线上线下相结合的方式发放问卷，线上采用问卷星形式，65岁左右的部分老年群体对智能手机使用较为熟练，可以采取扫码进行问卷填写，而对于年龄偏大的老年群体通过发放纸质问卷形式进行，方便老年人进行阅读和填写，保证问卷收集的信息真实有效。据统计，发放线上和线下问卷共计411份，除去未使用过购物类APP的老年人问卷，最后回收的有效问卷352份，有效率为85.64%。

4.2 描述性统计分析

4.2.1 人口统计学变量描述分析

根据表3中数据可以看到，老年人选择网购的男女比例存在巨大差异，女性数量远多于男性数量，可能是由于时间、兴趣、社交因素、便利性以及产品选择等多种因素的综合作用所致。年龄主要分布在65—75岁之间，这部分老年人对新事物的猎奇心理重，接受学习的能力强。根据调查，大多数老年人的学历水平相对较好，其中57.4%的老年人学历在初中及中专水平，31.5%的老年人学历在高中及大专水平，这一现象可能是由于地区差异、不同年代受教育程度的限制性等多种因素共同作用的结果。老年人人均每月可支配资金维持在2 500元左右，消费水平适中。除此之外，使用购物类APP超过2年的老年人已经达到60%左右，一方面说明网购普及范围变广，另一方面说明老年人也逐渐熟悉并享受网购带来的便利和优势。根据对被调查者基本信息的统计结果，可以看出目前老年人使用购物类APP的整体趋势是良好的，实验是可行的。
表3 人口统计学变量

Table 3 Demographic variables

特征 分类 总人数（N=352）
频数/人 占比/%
年龄 60—64岁 45 12.800
65—69岁 155 44.000
70—74岁 143 40.600
75—79岁 8 2.300
80—84岁 1 0.300
性别 男 130 36.900
女 222 63.100
学历水平 小学及以下 21 6.000
初中及中专 202 57.400
高中及大专 111 31.500
大学及以上 18 5.100
每月可支配资金 1 000元以下 22 6.300
1 001—2 500元 247 70.200
2 501—4 000元 73 20.700
4 000元以上 10 2.800
使用购物类APP时长 半年 36 10.200
半年到2年 98 27.800
2年及以上 154 43.800
5年及以上 64 18.200

4.2.2 变量描述性统计分析

利用Excel对问卷的调查结果进行量表数据可视化，图2总体呈现为9个变量分析结果，可以看到对于提出的问项大多数人选择“同意”，只有少部分人对部分变量的态度是一般。例如，在隐私披露行为意愿中，对于“在最近一段时间我可能会在购物类APP提供我的个人隐私信息”的问题，有109个老年人的态度是一般，166个老年人的态度是同意；在隐私意识变量中，有76个老年人表示非常不同意个人隐私保护意识薄弱，这可能是由于老年人的学历水平不同对隐私信息理解偏差或使用习惯的不同，导致对于提供个人隐私信息时态度比较随意。
图2 变量数据可视化

Figure 2 Variable data visualization

从表4中可以看到只有个性化推荐最小值为2，说明老年人在使用购物类APP时对这些变量的态度较为平缓；所有问项的均值都大于3，说明老年人对这些变量的态度满意；隐私意识、隐私侵犯经历、平台信任以及隐私披露意愿这4个变量的标准偏差较大，说明老年人在理解和实践中对这些变量的认识有差异，而对于个性化推荐、商品价格差异、售后服务信任、感知风险和感知收益5个变量标准偏差较小，可能是在使用购物类APP的过程中体验感较好，观点较为一致。
表4 样本结构变量统计结果

Table 4 Statistical results of sample structure variables

变量 题项 最小值 最大值 均值 标准偏差
个性化推荐 PS1 2 5 3.890 0.717
PS2 2 5 4.070 0.715
PS3 2 5 3.900 0.967
商品价格差异 DP1 1 5 3.770 0.883
DP2 1 5 3.870 0.830
DP3 1 5 3.590 1.098
隐私意识 PA1 1 5 3.200 1.377
PA2 1 5 3.180 1.402
PA3 1 5 3.040 1.408
隐私侵犯经历 PVE1 1 5 3.630 0.878
PVE2 1 5 3.970 0.873
PVE3 1 5 3.630 1.107
平台信任 PT1 1 5 3.610 0.960
PT2 1 5 3.900 0.883
PT3 1 5 3.510 1.089
售后服务信任 AT1 1 5 3.880 0.851
AT2 1 5 4.030 0.847
AT3 1 5 3.820 0.956
感知收益 PB1 1 5 4.050 0.801
PB2 1 5 4.040 0.883
PB3 1 5 3.920 0.875
感知风险 PR1 1 5 4.070 0.770
PR2 1 5 4.210 0.801
PR3 1 5 4.060 0.775
隐私披露意愿 DBI1 1 5 3.210 1.079
DBI2 1 5 3.340 1.129
DBI3 1 5 3.430 1.172

4.3 信效度检验

对此次调查问卷的信效度检验，通过SPSS26.0软件对问卷进行信效度检验（见表5），可以看到各个变量的信度（Cronbach’s Alpha系数）均>0.6，根据定义平均方差抽取量（AVE）应>0.5，组合信度（CR）应>0.6。从表5中数据可以看到，各个维度变量的AVE>0.5且CR>0.6，说明该问卷有比较好的效度和聚合效度。
表5 信效度检验

Table 5 Reliability and validity testing

变量 题项 标准因子载荷 Cronbach’s Alpha系数 CR AVE
个性化推荐 PS1 0.785 0.804 0.878 0.707
PS2 0.874
PS3 0.861
商品价格差异 DP1 0.829 0.817 0.889 0.727
DP2 0.871
DP3 0.858
隐私意识 PA1 0.938 0.932 0.952 0.869
PA2 0.940
PA3 0.919
隐私侵犯经历 PVE1 0.834 0.812 0.887 0.723
PVE2 0.850
PVE3 0.867
平台信任 PT1 0.869 0.853 0.909 0.769
PT2 0.887
PT3 0.875
售后服务信任 AT1 0.877 0.818 0.908 0.766
AT2 0.889
AT3 0.860
感知收益 PB1 0.872 0.844 0.899 0.748
PB2 0.873
PB3 0.850
感知风险 PR1 0.839 0.809 0.883 0.716
PR2 0.840
PR3 0.860
隐私披露意愿 DBI1 0.876 0.925 0.920 0.793
DBI2 0.909
DBI3 0.887

4.4 区分效度检验

为了确保每个变量的相关性是否适当，且每个变量都是独立差异的，利用SPSS26.0计算变量的相关性分析，再求AVE的平方根并进行比较（见表6），从表中数据可以看到结合SPSS26.0运行后的相关性系数都小于AVE的平方根，说明此次变量的区分效度较好。
表6 区分效度检验

Table 6 Discriminant validity test

M SD PS DP PA PVE PT AT PB PR DBI
PS 3.953 0.685 0.841
DP 3.743 0.808 0.170** 0.853
PA 3.141 1.310 0.028 0.061 0.932
PVE 3.752 0.799 0.151** 0.020 -0.025 0.840
PT 3.674 0.862 -0.042 -0.008 -0.016 0.086 0.868
AT 3.911 0.778 -0.062 0.056 -0.024 -0.027 -0.024 0.855
PB 4.005 0.749 0.106* 0.154* 0.128* 0.017 0.001 -0.077 0.863
PR 4.115 0.669 0.080 0.125* 0.120* 0.107* 0.099 0.069 0.008 0.828
DBI 3.329 1.028 0.241** 0.066 0.134* -0.012 0.096 -0.130* 0.238** 0.144** 0.917

注：**在0.01级别（双尾），相关性显著；*在0.05级别（双尾），相关性显著

4.5 假设模型拟合优度检验

通过Amos24.0软件对346份有效问卷进行模拟适配度检验（见表7），表中数据均在规定范围内，说明本次假设模型有较好的拟合度。
表7 假设模型拟合优度

Table 7 Hypothesis model fit evaluation

绝对拟合指标 规定范围 假设模型拟合值 结果
CMIN 越小越好 443.968 拟合效果较好
CMIN/DF <3.000 1.414 拟合效果较好
GFI >0.900 0.908 拟合效果较好
AGFI >0.800 0.918 拟合效果较好
RMSEA <0.080 0.034 拟合效果较好
NFI >0.900 0.911 拟合效果较好
IFI >0.900 0.972 拟合效果较好
CFI >0.900 0.972 拟合效果较好

4.6 路径系数与验证假设

通过Amos24.0软件，采用最大似然法对问卷进行路径系数计算和验证假设是否成立，根据定义C.R.>1.96，P<0.05时说明假设成立，反之则假设不成立，验证假设的结果见图3和表8，可以看到H1、H2、H3、H4、H5、H6、H9假设成立，而H7、H8、H10假设不成立。
图3 路径系数

Figure 3 Path coefficient

表8 验证假设

Table 8 Validate hypothesis

假设 路径 Estimate S.E. C.R. P 假设判断
H1 个性化推荐→感知收益 0.104 0.048 2.165 0.030 成立
H2 商品价格差异→感知收益 0.260 0.092 2.822 0.005 成立
H3 感知收益→隐私披露意愿 0.374 0.081 4.614 *** 成立
H4 感知风险→隐私披露意愿 0.257 0.088 2.913 *** 成立
H5 隐私意识→感知风险 0.297 0.132 2.248 0.025 成立
H6 隐私侵犯经历→感知风险 0.219 0.105 2.084 0.037 成立
H7 平台信任→感知风险 0.089 0.047 1.884 0.060 不成立
H8 售后服务信任→感知风险 0.059 0.048 1.232 0.218 不成立
H9 平台信任→隐私披露意愿 0.143 0.063 2.256 0.024 成立
H10 售后服务信任→隐私披露意愿 -0.162 0.064 -2.542 0.011 不成立

4.7 结果讨论

4.7.1 感知收益对隐私披露意愿的影响

此次调研考虑到研究对象是购物类APP，所以将感知收益分为个性化推荐和商品价格差异两个方面。根据上述结构方程假设计算结果显示，个性化推荐[14,53]（C.R.=2.165>1.96，P=0.03<0.05）和商品价格差异[13]（C.R.=2.822>1.96，P=0.005<0.05）会对老年人的感知收益产生正向影响，感知收益（C.R.=4.164>1.96，P<0.05）对隐私披露意愿有正向影响[64]。购物类APP是基于大数据算法时代发展起来的，其运行原理是按照用户的信息需求定向地向用户进行商品或商家的推荐，所以购物类APP的个性化推荐功能对于老年人既是一种追随时代脚步的工具，也是满足日常所需和足不出户的需求[37]。商品价格差异包括很多方面，如商家的优惠活动、平台收取手续费低等，花小钱办大事是老年群体的固有思维，而购物类APP正是满足了这一特质，平台所提供的商品价格与实际价格差别大，越来越多的老年人开始使用并且进行购买[47]，商品价格差异越大，老年人所感知收益越多，越会促进老年人提供个人信息的意愿。另外，结合表3的结果显示大部分60—74岁的女性年轻老人普遍学历水平较高且可支配资金较多，说明对新事物的接受程度更高，对信息技术的理解和应用能力更强，更追求高质量的商品体验。
总之，个性化推荐和商品价格差异作为购物类APP的显著特性，能够满足老年人的购买欲望、排遣闲暇时间、购买物美价廉的商品等日常需求，当老年人所感知收益越强时，越促进老年人在购物类APP的隐私披露意愿。

4.7.2 感知风险对隐私披露意愿的影响

此次调研将感知风险分为隐私意识和隐私侵犯经历两个方面。根据上述结构方程假设结果显示，隐私意识（C.R.=2.248>1.96，P=0.025<0.05）和隐私侵犯经历[56]（C.R.=2.084>1.96，P=0.037<0.05）会对老年人感知风险有正向影响，感知风险（C.R.=2.913>1.96，P<0.05）对隐私披露意愿有负向影响[65]。表3数据显示，75—90岁的年老老人可能比60—74岁的年轻老人以及学历水平较低的比学历水平较高的老年人对个人信息保护意识较弱，他们对信息的学习能力、获取信息的渠道等对其感知风险的能力都有影响。隐私意识较强的老年人更了解个人信息保护的重要性，更关注个人信息的安全性，从而更谨慎地对待隐私披露[53]，而有过隐私侵犯经历的老年人，由于对个人信息泄露的担忧和恐惧，会更加谨慎地处理个人信息，降低隐私披露意愿。当老年人感知到更高的风险时，他们会更加谨慎地对待个人信息披露，降低隐私泄露的可能性。相反，当老年人感知到较低的风险时，他们更容易提供个人信息，从而更容易受到隐私泄露的影响。
总之，老年人在使用购物类APP时隐私意识和隐私侵犯经历都会影响他们对感知风险的认知，从而对隐私披露意愿产生影响。这种影响可能会导致老年人更加谨慎地对待个人信息的披露，以保护自己的隐私和安全。

4.7.3 信任对隐私披露意愿的影响

此次调研将信任分为平台信任和售后服务信任两个方面，平台信任（C.R.=1.884<1.96，P=0.060>0.05）和售后服务[66]（C.R.=1.232<1.96，P=0.218>0.05）对感知风险有正向影响，平台信任（C.R.=2.256>1.96，P=0.024<0.05）对隐私披露意愿有正向影响[67]，售后服务（C.R.=-2.542<1.96，P=0.011<0.05）对隐私披露意愿有负向影响。结合表3数据可知，学历较高的老年人群可能更注重平台的声誉和安全性，因此他们更倾向于认为个人对平台及售后服务的信任是影响感知风险的关键因素。当老年人信任某个平台时，他们会对其产生安全感，更可能认为该平台能够提供安全的购物环境，另外良好的售后服务能够帮助老年人解决购物过程中可能遇到的问题，这让他们感到即使出现问题也有保障[68]，从而减少感知风险。信任平台意味着老年人不需要过多考虑隐私泄露的风险，这简化了他们的决策过程，使他们更愿意分享个人信息，而老年人在享受商家提供的售后服务时，如果需要提供个人信息以获得售后服务，这可能会引起他们对隐私保护的担忧，老年人可能认为，为了享受售后服务，他们必须牺牲一定的隐私，从而减少其隐私披露意愿。
总之，平台和售后服务作为影响用户对购物类APP信任的两个因素，老年人由于其特有的经验、信任需求、隐私意识以及对网络购物环境的适应程度，可能对平台信任和售后服务与感知风险及隐私披露意愿之间的关系有着不同的反应。

5 结论及建议/Conclusions and recommendations

笔者在对老年人使用购物类APP的隐私披露意愿研究过程中，结合了隐私计算理论中的感知风险、感知收益以及信任理论的平台信任，在原有研究的基础上考虑购物类APP还会存在的商品价格差异和售后服务两个额外变量因素，并通过调查研究得出大多数老年人对个人隐私信息的保护还是比较谨慎的，可能是由于老年人自身经济条件、学历水平、社会认知不足等影响，笔者针对以上结果从政府、社区和老年人自身3个维度提出以下建议：

5.1 完善法律法规，加强监管力度

考虑到购物类APP利用大数据技术获取隐私信息的问题，政府应在隐私政策中明确购物类APP平台的隐私保护责任，派技术人员对相关违规行为及时制止，例如平台在用户未授权的情况下收集用户的浏览记录、搜索记录、购买记录等个人信息的行为；夸大宣传商品功效、未按约定提供售后服务等，导致老年人个人信息泄露。除此之外，政府可以勒令购物类APP开发“适老化”网购助手，例如放大平台字体、图标等方便老年人阅读和使用，根据老年人的购物喜好和习惯推荐适合的商品和优惠活动。

5.2 开展社区活动，建立互助小组

考虑到老年人实际使用的问题，他们是否能够处理好商品的签收、退货等问题，在全面倡导适老化社会背景下，社区应当率先践行，邀请网络安全专家和网购平台工作人员为老年人讲解网购操作等服务，帮助老年人解决网购过程中遇到的问题，提高老年人网络安全意识；同时为老年人和子女提供一个互相学习的平台，工作人员指导老年人群进行安全的网购操作，共同筑牢老年人网络安全防线。

5.3 选择正规平台，留意个人信息

老年人应当选择信誉良好的购物类APP平台；使用智能手机能够及时识别网站的安全性，如果禁止访问说明该网站存在不安全性；选择绿色安全的平台下载购物类APP。老年人在平台进行下单支付时，会要求填写银行卡号、收货地址等隐私信息，老年人识别风险能力较弱，遇到可疑情况时要保持警惕，不要轻易点击不明链接，注意保护自己的密码和支付密码。除此之外，要及时更新APP，以修复安全漏洞，提高手机的安全性。

孙 笑：确认文章选题，修改文章结构，细化文章内容；

刘东昕：撰写文章内容，设计详细方案，构建假设模型，完成问卷调查。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
中国互联网络信息中心.第54次《中国互联网络发展状况统计报告》[EB/OL].[2024-08-29].https://www.cnnic.cn/n4/2024/0829/c88-11065.html.(China Internet Network Information Center. The 54th Statistical Report on China’s Internet Development[EB/OL].[2024-08-29]. https://www.cnnic.cn/n4/2024/0829/c88-11065.html.)

[2]
储节旺,李安.新形势下个人信息隐私保护研究[J].现代情报,2016,36(11):21-26.(CHU J W,LI A. Views on the protection of personal information privacy under the new situation[J]. Journal of modern information,2016,36(11):21-26.)

[3]
田丽,安静.社交媒体用户隐私关注研究[J].新闻与写作,2015(1):37-40.(TIAN L, AN J. Research on privacy concerns of social media users[J]. News and writing,2015(1):37-40.)

[4]
张雄涛,甘明鑫.隐私视角下社交媒体推荐对用户在线交互意向的影响机理研究[J].现代情报,2021,41(5):33-43,103.(ZHANG X T, GAN M X. The influence mechanism of social media recommendation on users' online interaction intention from the perspective of privacy[J]Journal of modern information,2021,41(5):33-43,103.)

[5]
中国银联.2023年移动支付安全大调查报告[EB/OL].[2024-02-05].https://cn.unionpay.com/upowhtml/cn/templates/newInfo-nosub/7885004da382485e8bde5a0ba000fdd3/20240205152732.html.(China UnionPay. 2023 Mobile Payment Security Survey Report[EB/OL].[2024-02-05]. https://cn.unionpay.com/upowhtml/cn/templates/newInfo-nosub/7885004da382485e8bde5a0ba000fdd3/20240205152732.html.)

[6]
姜盼盼.大数据时代个人信息保护研究综述[J].图书情报工作,2019,63(15):140-148.(JIANG P P. A Review of personal information protection in big data era[J]. Library and information service,2019,63(15):140-148.)

[7]
娄策群,樊悦,娄冬,等.老年人数字信息生态适应能力影响因素研究[J].情报科学,2023,41(9):87-96.(LOU C Q, FAN Y, LOU D et al. The influence factors of digital information ecological adaptive capacity for senior citizens[J]. Information science,2023,41(9):87-96.)

[8]
陈忆金,庄家正,谈大军.不同情境下老年人对健康信息源的选择差异研究[J].图书情报工作,2020,64(21):90-98.(CHEN Y J,ZHUANG J Z,TAN D J. Research on the differences of the elders’ choice of health information sources in health situations[J]. Library and information service,2020,64(21):90-98.)

[9]
耿荣娜.智慧城市背景下退休老人信息消费行为及信息消费能力提升研究[J].情报科学,2019,37(7):106-112.(GENG R N. The information consumption behavior and the improvement of information consumption ability of the retirees under the background of smart city[J]. Information science,2019,37(7):106-112.

[10]
孙霄凌,程阳,朱庆华.社会化搜索中用户隐私披露行为意向的影响因素研究[J].情报杂志,2017,36(10):172-179,201.(SUN X L,CHENG Y,ZHU Q H. Exploring the factors of social search user's privacy disclosure intention[J]. Journal of intelligence,2017,36(10):172-179,201.)

[11]
占南,闫香玉.电商智能推荐用户信息隐私披露意愿影响机制研究[J].现代情报,2023,43(10):35-53.(ZHAN N,YAN X Y. Research on the influencing mechanism of e-commerce intelligent recommendation users' information privacy disclose intention[J]. Journal of modern information,2023,43(10):35-53.)

[12]
娄冬,娄策群.基于解释结构模型的老年人信息需求影响因素分析[J].图书情报工作,2018,62(7):88-95.(LOU D,LOU C Q. Research on the influence factors of elderly information needs based on interpretive structural modeling[J]. Library and information service,2018,62(7):88-95.)

[13]
郭海玲,马红雨,许泽辉.社会化媒体用户信息披露意愿影响模型构建与实证——以微信用户为例[J].图书情报工作,2019,63(15):111-120.(GUO H L,MA H Y.,XU Z H. Construction and demonstration of the influence model of social media users' information disclosure intention: a case study of WeChat users[J]. Library and information service,2019,63(15):111-120.)

[14]
相甍甍,高冰,王佳栋,等.基于心理账户的隐私披露决策行为影响因素及仿真研究[J/OL].情报科学,1-27[2025-02-13].http://kns.cnki.net/kcms/detail/22.1264.G2.20241012.1550.002.html.(XIANG M M,GAO B,WNAG J D, et al. Influencing factors and simulation of privacy disclosure decision behavior based on psychological accounts[J/OL]. Information Science,1-27[2025-02-13]. http://kns.cnki.net/kcms/detail/22.1264.G2.20241012.1550.002.html.)

[15]
张雄涛,甘明鑫.隐私视角下社交媒体推荐对用户在线交互意向的影响机理研究[J].现代情报,2021,41(5):33-43,103.(ZHANG X T,GAN M X. The influence mechanism of social media recommendation on users' online interaction intention from The perspective of privacy[J]. Journal of modern information,2021,41(5):33-43,103.)

[16]
朱姝蓓,邓小昭.老年人网络健康信息查寻行为影响因素研究[J].图书情报工作,2015,59(5):60-67,93.(ZHU B P,DENG X Z. Study on influence factors of older adults' online health information seeking[J]. Library and information service,2015,59(5):60-67,93.)

[17]
毛太田,刘捷,毛俊博.新媒体环境下老年群体在线虚假信息识别行为关键影响因素研究[J/OL].情报科学,1-21[2025-03-13].http://kns.cnki.net/kcms/detail/22.1264.G2.20240726.1737.018.html.(MAO T X,LIU J,MAO J B. Study on key influencing factors of online disinformation identification behavior of elderly group in new media environment[J/OL]. Information science,1-21[2025-03-13]. http://kns.cnki.net/kcms/detail/22.1264.G2.20240726.1737.018.html.)

[18]
赵杨,范圣悦.适老化背景下老年用户App隐私偏好实证研究——基于离散选择实验[J/OL].情报科学,1-28[2025-02-13].http://kns.cnki.net/kcms/detail/22.1264.G2.20240506.1706.022.html.(ZHAO Y,FAN S Y. Empirical research on privacy preferences of elderly users in the context of ageing transformation of internet applications ——based on discrete choice experiment[J/OL]. Information Science,1-28[2025-02-13]. http://kns.cnki.net/kcms/detail/22.1264.G2.20240506.1706.022.html.)

[19]
袁静,张翼翔,臧国全.用户参与政府开放数据隐私风险治理行为的影响因素分析[J].图书情报工作,2023,67(11):12-24.(YUAN J,ZHAN Y X,ZANG G Q. Analysis of factors influencing users' participation in privacy risk governance of open government data[J]. Library and information service,2023,67(11):12-24.)

[20]
彭丽徽,周媛,李茜丹,等.风险认知视域下老年人健康信息规避行为要素及关联路径研究[J].情报科学,2024,42(5):101-110,148.(PENG L H,ZHOU Y,LI Q D, et al. A study on the elements and associated paths of health information avoidance behavior in the elderly from the perspective of risk cognition[J]. Information science,2024,42(5):101-110,148.)

[21]
王艺璇,李新月,白佳,等.适老化改造下健康类App新老年人的隐私披露意愿研究[J].情报资料工作,2023,44(2):42-52.(WANG Y X,LI X Y,BAI J, et al. Research on the privacy disclosure willingness of new elderly users of health Apps under the suitable aging transformation[J]. Information and documentation services,2023,44(2):42-52.)

[22]
王红敬,刘为军,刘天畅.电信诈骗情境下易感群体采纳欺诈信息的特征识别及诱骗机理研究[J].情报科学,2024,42(4):184-191.(WANG H J,LIU W J,LIU T C. Feature recognition and decoy mechanism of susceptible groups adopting fraud information in the context of telecom fraud[J]. Information science,2024,42(4):184-191.)

[23]
MORTEZA P S, CHRISTELLE N, KURT F, et al. A comprehensive survey of recent internet measurement techniques for cyber security[J]. Computers & security,2023,128: 103123.

[24]
王忠,赵惠.大数据时代个人数据的隐私顾虑研究——基于调研数据的分析[J].情报理论与实践,2014,37(11):26-29.(WANG Z,ZHAO H. Research on concern for privacy of personal data in the era of big data[J]. Information studies & application,2014,37(11):26-29.)

[25]
许肇然,胡安安,黄丽华.国内外老年人互联网使用行为研究述评[J].图书情报工作,2017,61(20):140-148.(XU Z R,HU A A,HUANG L H. A review of literature on the elderly's internet usage behavior[J]. Library and information service,2017,61(20):140-148.)

[26]
刘裕,周毅,农顔清.网络信息服务平台用户个人信息安全风险及其治理——基于117个APP隐私政策文本的内容分析[J].图书情报工作,2022,66(5):33-43.(LIU Y,ZHOU Y,NONG Y Q. Users’ personal information security risk and governance on network information service platforms: content analysis based on 117 App privacy policy texts[J]. Library and information service,2022,66(5):33-43.)

[27]
张玥,孙霄凌,陆佳莹,等.基于隐私计算理论的移动社交用户信息披露意愿实证研究——以微信为例[J].图书与情报,2018(3):90-97.(ZHANG Y,SUN X L,LU J Y, et al. The empirical research on the willingness of information disclosure for mobile social platform users——taking WeChat as an example[J]. Library & information,2018(3):90-97.)

[28]
李少霞.抖音用户个人位置信息披露意愿影响因素研究[D].太原:山西财经大学,2023.(LIU S X. Research on influencing factors of Douyin users’intention to disclose personal location informatio[D]. Taiyuan: Shanxi University of Finance and Economics,2023.)

[29]
QUAN-HAASE A，HO D. Online privacy concerns and privacy protection strategies among older adults in East York, Canada[J]. Journal of the Association for Information Science and Technology,2020,71(9):1089-1102.

[30]
ISOPAHKALA-BOURET U. Graduation at age 50+: contested efforts to construct “third age” identities and negotiate cultural age stereotypes[J]. Journal of aging studies,2015, 35:1-9.

[31]
MAHMAOD A, ABDALWALI L, SUNDUS A, et al. Assessing customers perception of online shopping risks: a structural equation modeling–based multigroup analysis[J]. Journal of retailing and consumer services,2023,71: 103188.

[32]
ALMAIAH A M, OTAIBI A S, SHISHAKLY R, et al. Investigating the role of perceived risk, perceived security and perceived trust on smart m-Banking application using SEM[J]. Sustainability,2023,15(13):9908.

[33]
SUN Y, FANG S, HWANG Y. Investigating privacy and information disclosure behavior in social electronic commerce[J]. Sustainability,2019,11(12):3311.

[34]
LAUFER R S, WOLFE M. Privacy as a concept and a social issue: a multidimensional developmental theory[J]. Journal of social issues,1977,33(3):22-42.

[35]
刘畅.组态视角下中老年短视频用户信息隐私披露行为研究[D].武汉:华中师范大学,2021.(LIU C. Research on information privacy disclosure behavior of middle-aged and old short video users from the perspective of configuration[D]. Wuhan: Huazhong Normal University,2021.)

[36]
GRACE F, LISA W, PIERANGELO R, et al. Examining the determinants of acceptance and use of mobile contact tracing applications in Brazil: an extended privacy calculus perspective[J]. Journal of the Association for Information Science and Technology,2021,73(7):944-967.

[37]
张劲松,张楷东,何东辰,等.基于SEM和神经网络的移动社交电商用户隐私信息披露意愿研究[J].武汉纺织大学学报,2024,37(5):85-94.(ZHANG J S, ZHANG K D, HE D C, et al. Research on the prediction of privacy information disclosure intention of mobile social ecommerce users[J]. Journal of Wuhan Textile University,2024,37(5):85-94.)

[38]
罗丹.运动健身类APP用户的隐私披露意愿影响因素研究[D].长春:吉林大学,2024.(LUO D. Research on factors influencing privacy disclosure willingness of sports fitness APP users[D]. Changchun: Jilin University,2024.)

[39]
张楷东.移动社交电商用户隐私信息披露意愿影响机理及预测研究[D].武汉:中南民族大学,2022.(ZHANG K D. Research on the influence mechanism and prediction of user privacy information disclosure intention in mobile social e-commerce[D]. Wuhan: South-Central Minzu University, 2022.)

[40]
西美尔.货币哲学[M].北京：华夏出版社:2018.(SIMMEL G. The Philosophy of money[M]. Beijing: Huaxia Publishing House:2018.)

[41]
王诗颖,易宇晗,张心雨.基于信任理论的老年人智能家居产品设计研究[J].大观,2023(11):84-86.(WANG S Y,YI Y H,ZHANG X Y. Research on the design of smart home products for the elderly based on trust theory[J]. Inspection,2023(11):84-86.)

[42]
MALHOTRA G, RAMALINGAM M. Perceived anthropomorphism and purchase intention using artificial intelligence technology: examining the moderated effect of trust[J]. Journal of enterprise information management,2023,38(2):401-423.

[43]
苏婧旸.感知信任视角下移动政务APP使用意愿的影响因素与提升策略研究[D].重庆:重庆工商大学,2023.(SU J Y. Research on influencing factors and promotion strategies of mobile government APP usage intention from the perspective of perceived trust[D]. Chongqing: Chongqing Technology and Business University,2023.)

[44]
马超尘.移动APP女性用户健康信息披露意愿影响因素研究[D].合肥:安徽大学,2023.(MA C C. Research on the influencing factors of female users' health information disclosure willingness on moblie applications[D]. Hefei: Anhui University,2023.)

[45]
胡雅萍,肖江艳,刘千里.风险感知视角下个人隐私安全保护——一项元分析研究[J].情报杂志,2025,44(1):198-207.(HU Y P,XIAO J Y,LIU Q L. Privacy protection from the perspective of risk perception: a meta-analysis study[J]. Journal of intelligence,2025,44(1):198-207.)

[46]
李雪萌.武汉生鲜农产品社区团购背景下团长特征对居民团购参与行为影响因素研究[D].武汉:华中农业大学,2023.(LI X M. Research on the factors influencing the headmaster’s characteristics on resident’s group purchase participation behavior in the context of community group purchase of fresh produce[D]. Wuhan: Huazhong Agricultural University,2023.)

[47]
余东辉.电子商务中消费者信息隐私披露行为影响因素研究[D].南京:东南大学,2020.(YU D H. Research on the influencing factors of consumers’ information privacy disclosure behavior in e-commerce[D]. Nanjing: Southeast University,2020.)

[48]
臧国全,韩梦馨,张凯亮.说服知识管理视角下的个人信息披露意愿影响因素研究[J].情报理论与实践,2021,44(9):43-49.(ZANG G Q,HAN M X,ZHANG K L. Research on the influencing factors of personal information disclosure willingness from the perspective of persuasion knowledge management[J]. Information studies & application,2021,44(9):43-49.)

[49]
王珂.社交媒体用户隐私披露行为的影响因素研究[D].武汉:湖北大学,2024.(WANG K. Research on the influencing factors of social media users’ privacy disclosure behavior[D]. Wuhan: Hubei University,2024.)

[50]
张钊瑀,朱轩民.基于元分析结构方程模型的社交媒体隐私悖论影响因素研究[J].情报探索,2024(9):18-27.(ZHANG D Y,ZHU X M. Research on the influencing factors of social media privacy paradoxes based on meta-analytic structural equation model[J]. Information research,2024(9):18-27.)

[51]
姜凌,王志华,杨国亮.网络情境下消费者个人信息表露的影响机制研究——基于隐私疲劳的理论视角[J].企业经济,2020,39(9):80-87.(JIANG L,WANG Z H,YANG G L. Research on the impact mechanism of consumer personal information disclosure in the network context: a theoretical perspective based on privacy fatigue[J]. Enterprise economy,2020,39(9):80-87.)

[52]
王娜,何晓漫,臧国全.基于元分析的在线健康社区隐私披露意愿影响因素研究[J].情报探索,2024(7):56-63.(WANG N,HE X M,ZANG G Q. Research on the influencing factors of privacy disclosure willingness in online healthy communities based on meta-analysis[J]. Information research,2024(7):56-63.)

[53]
乐承毅,章朕灏.元宇宙情境下用户隐私披露行为研究[J/OL].情报杂志,1-8[2025-02-13].http://kns.cnki.net/kcms/detail/61.1167.g3.20241016.1042.002.html.(LE C Y, ZHANG Z H. Research on user privacy disclosure behavior in the context of the metaverse[J/OL]. Journal of intelligence,1-8[2025-03-13]. http://kns.cnki.net/kcms/detail/61.1167.g3.20241016.1042.002.html.)

[54]
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.(JIN Y,LI J K,GENG R L. Research on the churn intention of health APP users from the perspective of privacy[J]. Journal of modern information,2021,41(1):67-77.)

[55]
孙倬,赵红,臧国全,等.双重计算视角下社交商务用户隐私披露意愿研究[J].图书情报工作,2022,66(24):64-75.(SUN Z,ZHAO H,ZANG G Q, et al. Research on the privacy disclosure intention of social commerce users from the perspective of dual computing[J]. Library and information service,2022,66(24):64-75.)

[56]
宣长春,陈素白.隐私侵犯经历对个人信息保护意愿的影响：基于“风险—收益”和调节定向的理论视角[J].国际新闻界,2023,45(4):138-156.(YI C C,CHEN S B. The effects of privacy violation experience on the intention to protect personal information: based on risk-benefit framework and regulatory focus theory[J]. Chinese Journal of journalism & communication,2023,45(4):138-156.)

[57]
陈韵怡,梁少博.“网生一代”算法态度的影响因素研究[J/OL].图书馆建设,1-19[2025-03-13].http://kns.cnki.net/kcms/detail/23.1331.G2.20241231.1420.002.html.(CHEN Y Y,LIAO S B. Influencing factors of "Net Generation" attitude towards algorithm[J/OL]. Library construction,1-19[2025-03-13]. http://kns.cnki.net/kcms/detail/23.1331.G2.20241231.1420.002.html.)

[58]
翟运开,周帆,张坤.移动健康应用隐私安全评价体系的构建与实证研究[J].图书情报工作,2024,68(14):3-13.(ZHAI Y K,ZHOU F,ZHANG K. Construction and empirical research of privacy security evaluation system for mobile health applications[J]. Library and information service,2024,68(14):3-13.)

[59]
孟玺.算法意识对社交媒体用户自我隐瞒行为的影响机制研究[J].现代情报,2024,44(11):52-66.(MENG X. Research on the influencing mechanism of algorithm awareness on self-concealment behavior of social media users[J]. Journal of modern information,2024,44(11):52-66.)

[60]
SUN S W, ZHANG J, CHEN S H. Exploring users' willingness to disclose personal information in online healthcare communities: the role of satisfaction[J]. Technological forecasting and social change,2022,178(22):332.

[61]
潘梦诗,白欢欢,李沛.服装网店售后服务质量对顾客忠诚度的影响[J].北京服装学院学报(自然科学版),2022,42(1):49-54,94.(PAN M S,BAI H H,LI P. Online Clothing store after-sales service quality's influence on customer loyalty[J]. Journal of Beijing Institute of Clothing Technology (Natural Science Edition),2022,42(1):49-54,94.)

[62]
徐雪枫.网购售后服务对顾客重购意愿的实证研究[J].湖北文理学院学报,2022,43(2):16-23.(XU X F. Influence of online shopping after-sales service on customers’ repurchase intention[J]. Journal of Hubei University of Arts and Science,2022,43(2):16-23.)

[63]
詹惠娜.基于消费者行为的特色农产品数字营销研究[J].山东农业工程学院学报,2024,41(11):73-78.(ZHEN H N. Research on digital marketing of featured agricultural products based on consumer behavior[J]. Journal of Shandong Agricultural Administrators’ College,2024,41(11):73-78.)

[64]
梁琴.电子商务环境下售后服务存在的问题与对策[J].科技与企业,2016(8):50.(CHEN Q. Problems and countermeasures of after sales service in e-commerce environment[J]. Technology and business,2016(8):50.)

[65]
应岑.小程序用户隐私关注及其隐私披露意愿研究[D].太原:山西财经大学,2024.(YING C. Research on user privacy concerns and privacy disclosure intentions in mini programs[D]. Taiyuan: Shanxi University of Finance and Economics,2024.)

[66]
赵建龙,白紫木,李滢,等.消费者信任与绿色蔬菜购买意愿关系研究——基于风险感知的中介作用[J].蔬菜,2024(8):31-41.(ZHAO J L,BAI Z M,LI Y, et al. Study on the Relationship between consumer trust and purchase intention of green vegetables based on the mediating role of risk perception[J]. Vegetable research,2024(8):31-41.)

[67]
付少雄,杨海燕,宋金铃.隐含的真理效应：警告标签形式与内容对用户短视频分享意愿的影响研究[J/OL].现代情报,1-18[2025-02-13].http://kns.cnki.net/kcms/detail/22.1182.G3.20250109.1126.002.html.(FU S X, YANG H Y, SONG J L. Implicit truth effect: the impact of warning label forms and contents on users’ willingness to share short videos[J/OL]. Journal of modern information,1-18[2025-02-13]. http://kns.cnki.net/kcms/detail/22.1182.G3.20250109.1126.002.html.)

[68]
李凤艳,苏奎.社交电商模式下消费者信任构建机制研究[J].商场现代化,2025(3):4-6.(LI F Y,SU K. Research on consumer trust building mechanism in social e-commerce mode[J]. Market modernization,2025(3):4-6.)

Options
Outlines

/

〈 〉