1. 引言
随着信息技术的飞速发展和全面普及，以电子商务为代表的创新商业形态迅速崛起并占据重要地位，并深入渗透到日常生活的方方面面，从衣食住行到各类消费，与日常生活紧密相连。互联网的开放性和即时性使得平台能够迅速积累大量用户数据，但随之而来的隐私泄露风险引发了用户的强烈不安，这种信任缺失现象正显著削弱用户的在线购物积极性，成为影响行业可持续发展的重要瓶颈。相关调研结果显示，隐私关注已成为影响消费者平台选择的重要因素，且其影响力在未来预计将进一步增强。鉴于公众对隐私保护的关注度持续上升，加之政策法规对消费者隐私信息保护的强化，深入研究隐私关注既有理论意义又有实践价值。在深入剖析消费者隐私关注对其在电商平台持续使用意愿产生影响的机制时，本研究通过系统性地整合与分析大量相关文献，对基础概念进行了明确的界定。并梳理了关于隐私关注、信任和持续使用意愿的理论，对研究中涉及的隐私关注、信任与持续使用意愿分别进行定义、维度和量表的阐释。最后综合梳理隐私关注对信任、信任对持续使用意愿和隐私关注对持续使用意愿的相关研究，为构建理论模型提供坚实的理论基础。
2. 文献综述与理论假设
2.1. 隐私关注的研究综述
Phelps (2001)深入探讨了隐私关注的概念，指出消费者尤其在意自身信息的掌控权，并对第三方可能的数据收集与使用行为保持敏感[1]。Malhotra (2004)则从消费者的角度出发，将隐私关注理解为消费者对组织信息如何实践的关注程度[2]。Okazaki (2009)有了新的见解，其明确表示，信息隐私方面的关注，根源在于用户内心对互联网可能侵犯个人隐私的那份隐忧[3]。王丽闲(2014)着重指出，在线环境中，用户对于信息的控制、使用、收集以及获取构成了隐私关注的核心要素[4]。姜火文(2021)指出，隐私关注是指用户对个人隐私信息被侵害或泄露的主观感知[5]。Malhotra (2004)将隐私关注划分为收集、感知与控制三大维度[2]。魏明侠(2005)从信息的收集、运用、二次利用以及负面信息外泄这四个关键维度进行了深度剖析，充分凸显出隐私关注在现实应用情境中所呈现出的广泛涵盖范围与复杂内在特质[6]。Hong (2013)经过深入探究，明确了信息隐私关注所涵盖的六个核心维度：信息收集、二次使用、控制、错误使用、不合理访问以及知情[7]。本研究认为，隐私关注不仅局限于用户关注平台如何收集、控制及使用其隐私信息这一层面，还深刻感知到因隐私问题可能带来的风险、利益损失以及个人权益的侵害。
2.2. 信任的研究综述
安强身(2020)针对网络交易环境的特殊性，认为在网络交易这一信息不对称且隐蔽性较高的环境中，信任体现为交易一方对另一方所持有的依赖与信赖的意愿[8]。李江(2020)认为信任是在网络环境中，能感受到购买带来的风险，依然对商家及商品抱有积极的预期[9]。王家宝(2021)则通过研究直播带货中信任的作用，为信任的定义提供了新的视角。他认为，在直播带货情境下，信任表现为消费者认为电商主播是可以依赖的，且对其可靠性存在着信心[10]。罗汉洋和李智妮(2019)从多个层面出发，对影响消费者信任的环境因素、自身因素以及关系营销方式因素等进行细致分析，进而将信任划分为诚实信任、善良信任以及能力信任三个维度[11]。罗磊(2023)在其研究中，采用了单一维度的视角，聚焦于消费者对品牌的信任，这种简化处理有助于深入探究品牌信任的核心要素[12]。本研究认为，在网络交易的环境下，信任是指消费者对网络平台或商家所持有的一种信赖心理及其对未来交易结果的正面预期。包括了诚实信任、善良信任和能力信任。
2.3. 持续使用意愿的研究综述
张敏(2020)强调持续使用意愿涵盖的范畴更为宽泛，它意味着用户在切实体验某一信息平台提供的服务之后，经过深思熟虑，仍然义无反顾地愿意在未来继续仰仗该服务的行为抉择意向[13]。万立良(2022)提出，持续使用意愿作为一种心理层面的内在机制，体现为消费者针对特定产品或信息技术所形成的认知，以及其内心愿意进行购买或使用的倾向性态度[14]。甘春梅(2020)以感知价值这一理论根基为出发点，深度剖析持续使用意愿，创新性地把它切分为两个关键分支：信息价值维度以及质量价值维度[15]。喻昕(2019)经过研究，觉得持续使用意愿为单维度[16]。本研究认为，持续使用意愿指用户在得到某信息平台的服务后，仍然愿意继续选择该服务的行为意愿。
综合以上研究本文构建理论模型，见图1，并提出假设：
H1：信息收集对持续使用意愿存在显著负向影响。
H2：不正当访问对持续使用意愿存在显著负向影响。
H3：二次使用对持续使用意愿存在显著负向影响。
H4：信息错误对持续使用意愿存在显著负向影响。
H5：善良信任在信息收集和持续使用意愿之间存在中介作用。
H6：善良信任在不正当访问和持续使用意愿之间存在中介作用。
H7：善良信任在二次使用和持续使用意愿之间存在中介作用。
H8：善良信任在信息错误和持续使用意愿之间存在中介作用。
H9：诚实信任在信息收集和持续使用意愿之间存在中介作用。
H10：诚实信任在不正当访问和持续使用意愿之间存在中介作用。
H11：诚实信任在二次使用和持续使用意愿之间存在中介作用。
H12：诚实信任在信息错误和持续使用意愿之间存在中介作用。
H13：能力信任在信息收集和持续使用意愿之间存在中介作用。
H14：能力信任在不正当访问和持续使用意愿之间存在中介作用。
H15：能力信任在二次使用和持续使用意愿之间存在中介作用。
H16：能力信任在信息错误和持续使用意愿之间存在中介作用。
Figure 1. Conceptual model of the impact of privacy concerns on intention to continue use
图1. 隐私关注对持续使用意愿影响的概念模型
3. 实证研究分析
3.1. 样本分析
本次调研活动共收集320个样本用于深入剖析。在此过程中，剔除了12个无效样本，这些样本存在信息缺失、与研究目标不匹配等问题。最终筛选出308个符合研究要求的样本。首先，我们用描述性的数据来分析受访者的状况，如下表1所示。
Table 1. Descriptive statistical analysis table
表1. 描述性统计分析表
样本基本情况 |
选项 |
频数 |
百分比(%) |
性别 |
男 |
152 |
49.35 |
女 |
156 |
50.65 |
年龄 |
18岁及以下 |
13 |
4.22 |
18~25岁 |
156 |
50.65 |
26~33岁 |
74 |
24.03 |
34~41岁 |
37 |
12.01 |
42~49岁 |
20 |
6.49 |
50岁及以上 |
8 |
2.6 |
学历 |
高中及以下 |
44 |
14.29 |
专科 |
73 |
23.7 |
本科 |
126 |
40.91 |
研究生 |
47 |
15.26 |
博士及以上 |
18 |
5.84 |
职业 |
学生 |
75 |
24.35 |
政府机关/事业单位 |
41 |
13.31 |
企业员工 |
93 |
30.19 |
个体工商户 |
40 |
12.99 |
自由职业者 |
54 |
17.53 |
其他 |
5 |
1.62 |
月收入 |
2000元以下 |
43 |
13.96 |
2001~4000元 |
137 |
44.48 |
4001~6000元 |
74 |
24.03 |
6001~8000元 |
25 |
8.12 |
8001~10,000元 |
23 |
7.47 |
10,000元以上 |
6 |
1.95 |
月线上消费情况 |
500元以下 |
100 |
32.47 |
501~1500元 |
102 |
33.12 |
1501~3000元 |
32 |
10.39 |
3001~4500元 |
32 |
10.39 |
4501~6000元 |
34 |
11.04 |
6000元以上 |
8 |
2.6 |
最常用电商平台 |
淘宝 |
110 |
35.71 |
抖音 |
130 |
42.21 |
拼多多 |
43 |
13.96 |
京东 |
17 |
5.52 |
其他 |
8 |
2.6 |
从上表可知，男性占比49.35%，女性占比50.65%；大专和本科的被调查者占大多数。企业员工占比最高30.19%，自由职业者占比17.53%。月收入情况方面2000元以下的被调查者不多，说明被调查者有一定的可支配收入用在电商平台上进行消费。月线上消费情况500元以下和501~1500元的占比比较大，这说明了现在的消费者在电商平台进行消费时还是比较理智的。
3.2. 数据分析和结果
3.2.1. 信效度分析
对正式调研收集到的数据进行信度和效度分析，以研究变量之间是否存在稳定性、一致性，题项是否有效，分析结果如表2~5所示。
由表2可知，三个变量的Alpha数值均在0.9以上，这表明问卷中的量表信度很好，调查量表的可信度、问卷内部的一致性可以支撑后续分析研究。
由表3~5可知，隐私关注的KMO值为0.946、信任的KMO值为0.918、持续使用意愿的KMO值为0.765，均大于可接受标准0.7，表明数据适合开展因子分析。此外，Bartlett球形度检验的显著性概率均为0.00，显著低于0.05，结合KMO值和Bartlett球形度检验的结果，可以认定该量表具有较高的效度。
Table 2. Data reliability analysis
表2. 数据信度分析
变量 |
信度系数 |
克隆巴赫Alpha |
项数 |
隐私关注 |
0.960 |
12 |
信任 |
0.954 |
10 |
持续使用意愿 |
0.920 |
3 |
Table 3. Validity analysis of privacy concern
表3. 隐私关注效度分析
取样足够度的Kaiser-Meyer-Olkin度量 |
|
0.946 |
Bartlett的球形度检验 |
近似卡方 |
3952.463 |
df |
66 |
Sig |
0.000 |
Table 4. Validity analysis of trust
表4. 信任效度分析
取样足够度的Kaiser-Meyer-Olkin度量 |
|
0.918 |
Bartlett的球形度检验 |
近似卡方 |
3339.497 |
df |
45 |
Sig |
0.000 |
Table 5. Validity analysis of continuous usage intention
表5. 持续使用意愿效度分析
取样足够度的Kaiser-Meyer-Olkin度量 |
|
0.765 |
Bartlett的球形度检验 |
近似卡方 |
725.563 |
df |
3 |
Sig |
0.000 |
3.2.2. 相关性分析
(1) 隐私关注与持续使用意愿相关分析
本文运用皮尔逊相关分析方法，探究了隐私关注与持续使用意愿之间的关联性，并将相关结果汇总于表6中。
在执行双尾检验的前提下，以0.01作为显著性水平进行分析，各变量均展现出显著相关性，且相关系数均为负值。具体而言，信息收集、不正当访问、二次使用以及信息错误均与持续使用意愿呈现负相关关系。这些变量的Pearson相关系数均为负，进一步证实了它们之间存在负向关联。
(2) 隐私关注与信任相关分析
如表7所示，所有变量在0.01的显著性水平下(双尾检验)均呈现出显著的负向关系，相关系数均为负值，且皮尔逊系数均超越了0.8的阈值，这明确指示了变量间存在强烈的线性负相关关系。具体而言，这一结果揭示了隐私关注与信任之间存在着紧密的负相关联系，意味着随着隐私关注度的提升，信任水平呈现下降趋势。
Table 6. Privacy concerns and trust correlation analysis
表6. 隐私关注对信任相关性分析
变量 |
持续使用意愿 |
信息收集 |
Pearson相关性 |
−0.766** |
显著性(双侧) |
0.000 |
不正当访问 |
Pearson相关性 |
−0.726** |
显著性(双侧) |
0.000 |
二次使用 |
Pearson相关性 |
−0.739** |
显著性(双侧) |
0.000 |
信息错误 |
Pearson相关性 |
−0.761** |
显著性(双侧) |
0.000 |
**在0.01级别(双尾)，相关性显著。
Table 7. Privacy concerns and trust correlation analysis
表7. 隐私关注对信任相关性分析
变量 |
信任 |
隐私关注 |
Pearson相关性 |
−0.894** |
显著性(双侧) |
0.000 |
**在0.01级别(双尾)，相关性显著。
(3) 信任与持续使用意愿相关分析
由表8显示，各变量在0.01的显著性水平(双尾检验)下呈现出显著性差异，且相关系数均为正值，皮尔逊相关系数均大于0.8，这充分表明各变量之间存在线性相关关系。这表明信任和持续使用意愿存在着正向的关联关系。
Table 8. Correlation analysis between trust and willingness to continue using
表8. 信任对持续使用意愿相关性分析
变量 |
持续使用意愿 |
信任 |
Pearson相关性 |
0.802** |
显著性(双侧) |
0.000 |
**在0.01级别(双尾)，相关性显著。
3.2.3. 回归分析
将信息收集、不正当访问、二次使用和信息错误分别设置为常量1、2、3、4，5为持续使用意愿。
Table 9. Regression analysis of privacy concerns on continued use intention
表9. 隐私关注对持续使用意愿回归分析
模型 |
未标准化系数B |
标准错误 |
标准化系数Beta |
t |
p |
VIF. |
常量 |
6.108 |
0.106 |
|
57.751 |
0.000 |
|
1 |
−0.931 |
0.205 |
−0.270 |
−4.542 |
0.000 |
3.449 |
2 |
−0.478 |
0.160 |
−0.165 |
−2.982 |
0.003 |
2.971 |
3 |
−0.615 |
0.170 |
−0.202 |
−3.608 |
0.000 |
3.047 |
4 |
−0.995 |
0.200 |
−0.280 |
−4.975 |
0.000 |
3.094 |
R2 |
|
|
0.689 |
|
|
|
调整后的R2 |
|
|
0.685 |
|
|
|
F |
|
|
167.876 |
|
|
|
因变量 |
|
|
5 |
|
|
|
本研究运用层次回归法来探究信息收集、不正当访问、二次使用以及信息错误对持续使用意愿的影响。通过审查相关数据表，回归方程中各个自变量的VIF值均处于1至10的范围内，这一结果有力地表明，变量之间不存在多重共线性这一可能干扰研究结论的潜在问题。
从表9数据中能够明确得知，调整后的判定系数(R2)达到了0.685，这意味着自变量能够对因变量产生解释作用：具体可解释因变量68.5%的变异情况。此外，模型的F统计量为167.876，且对应的P值小于0.001，这充分验证了模型具有较好的拟合度。
综上所述，可以构建出如下回归方程：
隐私关注 = 6.108 − 0.931 × 信息收集 − 0.478 × 不正当访问 − 0.615 × 二次使用 − 0.995 × 信息错误
3.2.4. 中介分析
为深入探究信任在隐私关注与持续使用意愿之间的内在作用机制，本研究借助SPSS软件开展了相关中介效应分析。
(1) 善良信任在信息收集、不正当访问、二次使用、信息错误中对持续使用意愿起中介作用
Table 10. Mediating analysis of kindness trust on privacy attention and continued use intention
表10. 善良信任对隐私关注与持续使用意愿的中介分析
|
未加入中介 非标准化系数 |
β |
标准化系数 |
|
加入中介 非标准化系数 |
β |
标准化系数 |
B |
标准误差 |
t |
显著性 |
B |
标准误差 |
t |
显著性 |
信息收集 |
−0.931 |
0.205 |
−0.270 |
−4.542 |
0.000 |
信息收集 善良信任 |
−0.804 −0.800 |
0.209 0.184 |
−0.233 −0.246 |
−3.837 −4.353 |
0.000 0.000 |
不正当
访问 |
−0.478 |
0.160 |
−0.165 |
−2.982 |
0.000 |
不正当访问 善良信任 |
−0.365 −0.710 |
0.165 0.144 |
−0.126 −0.259 |
−2.211 −4.932 |
0.000 0.000 |
二次使用 |
−0.615 |
0.170 |
−0.202 |
−3.608 |
0.000 |
二次使用 善良信任 |
−0.518 −0.607 |
0.173 0.153 |
−0.170 −0.211 |
−2.991 −3.974 |
0.000 0.000 |
信息错误 |
−0.995 |
0.200 |
−0.280 |
−4.975 |
0.000 |
信息错误 善良信任 |
−0.876 −0.752 |
0.204 0.179 |
−0.247 −0.224 |
−4.293 −4.192 |
0.000 0.000 |
由表10可知，在未加入中介善良信任前信息收集、不正当访问、二次使用、信息错误的P值均为0.000，在引入中介变量后，信息收集、不正当访问、二次使用以及信息错误所对应的β系数虽有所下降，但仍保持高度显著性(P = 0.000)。同时，善良信任在这四个维度中也表现出极显著的影响(P = 0.000)。这一结果强烈暗示，善良信任在四个维度与持续使用意愿之间扮演着中介角色，并发挥着显著的中介效应。
(2) 诚实信任在信息收集、不正当访问、二次使用、信息错误中对持续使用意愿起中介作用
Table 11. Mediating analysis of honest trust on privacy concerns and willingness to continue using
表11. 诚实信任对隐私关注与持续使用意愿的中介分析
|
未加入中介 非标准化系数 |
β |
标准化系数 |
|
加入中介 非标准化系数 |
β |
标准化系数 |
B |
标准误差 |
t |
显著性 |
B |
标准误差 |
t |
显著性 |
信息收集 |
−0.931 |
0.205 |
−0.270 |
−4.542 |
0.000 |
信息收集 诚实信任 |
−0.762 −1.007 |
0.210 0.213 |
−0.221 −0.292 |
−4.731 −2.887 |
0.000 0.000 |
不正当
访问 |
−0.478 |
0.160 |
−0.165 |
−2.982 |
0.000 |
不正当访问 诚实信任 |
−0.398 −0.481 |
0.160 0.167 |
−0.137 −0.165 |
−2.887 −2.479 |
0.000 0.000 |
二次使用 |
−0.615 |
0.170 |
−0.202 |
−3.608 |
0.000 |
二次使用 诚实信任 |
−0.530 −0.507 |
0.170 0.177 |
−0.174 −0.166 |
−2.865 −3.110 |
0.000 0.000 |
信息错误 |
−0.995 |
0.200 |
−0.280 |
−4.975 |
0.000 |
信息错误 诚实信任 |
−0.831 −0.980 |
0.204 0.208 |
−0.234 −0.276 |
−4.716 −4.065 |
0.000 0.000 |
依据表11的数据，在未引入中介诚实信任时，信息收集、不正当访问、二次使用以及信息错误这四个维度的P值均为0.000，当将中介变量纳入模型后，这四个维度的β值出现了一定程度的下降，但其显著性水平依然保持为0.000，同时，善意信任在上述四个维度中的显著性同样为0.000，这一结果表明，在上述四个维度中，中介变量均发挥了中介作用，并且产生了显著影响。所以诚实信任在信息收集、不正当访问、二次使用、信息错误中对持续使用意愿起中介作用。
(3) 能力信任在信息收集、不正当访问、二次使用、信息错误中对持续使用意愿起中介作用
Table 12. Mediating analysis of ability trust on privacy concerns and willingness to continue using
表12. 能力信任对隐私关注与持续使用意愿的中介分析
|
未加入中介 非标准化系数 |
β |
标准化系数 |
|
加入中介 非标准化系数 |
β |
标准化系数 |
B |
标准误差 |
t |
显著性 |
B |
标准误差 |
t |
显著性 |
信息收集 |
−0.931 |
0.205 |
−0.270 |
−4.542 |
0.000 |
信息收集 能力信任 |
−0.794 −0.923 |
0.207 0.236 |
−0.230 −0.264 |
−3.800 −3.907 |
0.000 0.000 |
不正当
访问 |
−0.478 |
0.160 |
−0.165 |
−2.982 |
0.000 |
不正当访问 能力信任 |
−0.423 −0.375 |
0.159 0.185 |
−0.145 −0.127 |
−2.652 −2.027 |
0.000 0.000 |
二次使用 |
−0.615 |
0.170 |
−0.202 |
−3.608 |
0.000 |
二次使用 能力信任 |
−0.522 −0.623 |
0.171 0.196 |
−0.171 −0.201 |
−3.056 −3.173 |
0.000 0.000 |
信息错误 |
−0.995 |
0.200 |
−0.280 |
−4.975 |
0.000 |
信息错误 能力信任 |
−0.854 −0.950 |
0.203 0.231 |
−0.241 −0.263 |
−4.212 −4.117 |
0.000 0.000 |
从表12所呈现的数据来看，在未将中介变量能力信任纳入分析模型时，信息收集、不正当访问、二次使用以及信息错误这四个维度的P值均为0.000，表明这四个维度与因变量之间存在极其显著的关系。当把能力信任作为中介变量加入模型后，这四个维度的β值出现了一定程度的降低，然而其显著性水平依旧保持在0.000。与此同时，善意信任在上述四个维度中的显著性同样为0.000。综合这些结果可以推断，在这四个维度中，能力信任均发挥了中介作用，并且这种中介作用产生了显著影响。所以能力信任在信息收集、不正当访问、二次使用、信息错误中对持续使用意愿起中介作用。综上所述，整合所有分析结论可知，假设1~16均成立。
4. 结论与启示
4.1. 研究结论
首先消费者隐私关注的信息收集、不正当访问、二次使用、信息错误显著负向影响持续使用意愿。消费者通过亲身的体验与电商平台的反馈机制进行交流，当隐私关注的问题频繁出现或处理不当时，他们会在感性与理性之间形成负面共鸣，觉得自己的权益没有得到尊重和保护。促使消费者在权衡利弊后，可能选择减少或停止使用平台或服务。其中信息错误对持续使用意愿的影响最大，一般情况下，当消费者意识到自己在平台中的隐私信息错误时，必然会产生不满、不信任之感，如我国出台的《中华人民共和国个人信息保护法》第八条和第四十六条均明确了个人信息准确性的重要性。因此，优化信息收集流程、加强信息安全防护、明确并限制信息的二次使用，以及确保信息的准确无误，是提升消费者持续使用意愿的关键所在。其次善良信任、诚实信任、能力信任在隐私关注和持续使用意愿之间存在中介作用。伴随着消费者对隐私问题的关注程度不断攀升，信任在其中起到了中介作用，它能够减轻消费者的隐私顾虑，使他们更愿意持续使用电商平台。在善良信任、诚实信任和能力信任的共同作用下，促进了消费者在隐私保护和持续使用之间找到平衡点，形成良好的循环。
4.2. 营销启示
当前，电商平台的发展伴随着诸多隐私安全挑战，消费者的隐私权益频繁遭受侵害。展望未来，随着电商平台的持续扩张，隐私保护问题或将愈发严峻。在确保行业稳健前行的同时，强化用户隐私保护成为政府不可推卸的职责。法律法规对用户隐私关注的影响尚不显著，意味着国家在推动法律落地方面仍需加大力度，以更有效地保障公众权益、解除公众忧虑。除此之外，企业应积极搭建用户反馈平台，鼓励用户就隐私保护措施发表见解，并根据用户声音持续优化策略，进而提升用户体验。信任是推动消费者持续使用的关键要素，平台企业应通过技术创新和媒体宣传双管齐下，强化用户对企业的信任感。隐私关注对消费者信任和持续使用意愿产生显著的影响，这要求企业在隐私政策和技术层面做出努力。当前隐私政策存在改进空间，企业应重新审视并优化政策内容，确保其既能保护用户隐私，又能降低用户的感知风险。同时，加强技术研发，提升数据加密和防护能力，让用户感受到更加安全的隐私环境。对于隐私关注相对较低的消费者，则需提升自身的隐私防范意识。阅读最新的国家数据安全法规、关注新闻媒体的相关报道，他们可以增强对隐私问题的敏感程度。此外，在使用各类平台或提供个人信息时，用户应主动浏览并理解隐私政策。若平台要求提供大量额外信息，且未明确承诺和说明信息的使用方式，用户应持谨慎态度，甚至选择拒绝使用，以确保个人隐私安全。
4.3. 研究不足和展望
本研究构建了合理的研究框架，执行了严谨的分析流程，最终也取得了一定阶段性的研究成果，但仍存在一些有待完善的不足之处与研究局限，这些将在后续的研究进程中逐步加以补充、修正与深化。首先，样本来源具有一定的局限性，多为年轻群体，难以涵盖研究所需的多元信息；其次，对于电商领域前沿技术或交叉学科的探索，缺乏充足的深入剖析和综合考量。基于此，预计在接下来的研究中增加样本数量、扩充样本范围，旨在更全面地覆盖不同的地域、行业及群体特征，使决策有更为坚实的数据支撑；其次采取动态视角，持续关注电商行业动态和互联网技术进步，确保研究模型与研究方法能够紧跟时代步伐，为电商企业的持续健康发展贡献更具前瞻性和指导性的研究成果。