在线消费者信息分享意愿的效用研究

赵云霞，赵冬梅

(1.山东财经大学 统计学院，山东 济南250014;2.中国农业大学 经济管理学院，北京100083)

网络时代给我们的工作和生活带来了前所未有的改变，数字化和信息化的生存模式以及工业生产革命，使整个世界经济面临新的机遇和挑战。根据中国互联网信息中心(CNNIC)［1］2011年7月公布的“中国互联网发展状况统计报告”显示，我国网民已突破4.85亿人。艾瑞咨询发布的研究报告指出，2010年1月开始，中国购物网站访问用户规模稳步增长(2月份受节日影响除外)，其中近六成用户访问过京东商城、当当网、卓越亚马逊等B2C购物网站，即2010年平均每天有约50万人在网上购物。电子商务因其交易成本低、交易效率高、使用更灵活等区别于传统商务的优点，作为全球经济发展的最终趋势，将成为21世纪贸易活动基本形态。

另一方面，在线交易的非人格化和信息的不对称性使电子商务虚拟市场不确定性加大，即交易风险增加，也制约着这一产业的发展。特别是电子商务的时空分离性，导致了网民对网上交易不信任的态度，增大了发展电子商务的阻力。尤其是中国，在企业与消费者之间建立信任及个人信息暴露风险问题严重制约了电子商务的发展。根据CNNIC 2011年7月公布的数据［2］显示，我国上半年有8%的网民在网上遇到过消费欺诈，群体规模达到3880万人，有过账号或密码被盗经历的网民达到1.21亿人，占网民总数的24.9%，较2010年底增加3.1个百分点，89.2%的电子商务网站访问者担心访问假冒网站，并且他们如果无法获得该网站进一步的确认信息，86.9%的人会选择退出交易。国外类似的问题也一样存在，如美国联邦通信委员会(FCC)2010年8月9日发布公告，希望公众能够协助其制定一份网络安全路线图，确定通信网络中存在的漏洞，开发反击措施和解决方案，为网络威胁和攻击做好准备并做到及时响应。如何在保证真实交易的基础上保护消费者在电子商务中的个人信息，加强电子商务的私密性和安全性，成为电子商务发展道路上的一大难题。本文拟研究商家—消费者(Business to Customer，简写为B2C)领域内，在线消费者建立对企业的信任以及将个人信息分享给企业的效用问题。

一、文献综述

国内在电子商务领域对信任问题研究相对略显滞后，且多集中于信任影响因素、企业或消费者的信息采纳研究、隐私关注、个性化推荐系统等几个方面。单素侠［3］根据国内外对B2C电子商务信任的研究现状，得出我国B2C电子商务环境下的信任影响因素，并运用博弈论的方法对电子商务中交易双方的行为进行了分析。邵兵家等［4］分析了B2C电子商务环境中消费者在线信任的特点和构成，对影响中国消费者在线购物信任的影响因素进行了实证研究。熊焰等［5］在技术接受模型的研究框架基础上纳入信任因素构建模型，运用抽样得到的经验数据对模型的结构因素如感觉有用、感觉容易使用、信任、使用意图之间的相互关系进行了实证分析。凡菊等［6］对网络隐私的价值问题以及电子商务中的信任问题进行讨论。卢叶微等［7］从网站、个人和个人提供信息隐私这一行为过程三方面着手，建立消费者在商业网站上提供个人信息意愿的模型，并进行进一步的实证研究和分析。

国外的文献对于电子商务的信任问题研究已经较为深入。消费者高度的信任往往可以带来更大的边际利润，更多的销售量，这些对于在线销售企业的存亡而言很关键。在因特网的环境中，Huang等人［8］发现信任对于因特网的渗透和使用发挥了关键性作用。因此，信任使得交易成为可能，对于时刻都伴随着风险的电子商务领域尤为如此。Cazier等人［9］通过实证研究证明消费者通过价值、背景和信仰的分享有助于在企业和消费者之间建立信任。然而，电子商务的在线交易过程中，对于消费者个人信息的索取、记录和传播可能会产生负效用，因为人们总是倾向于避免隐私的暴露，这违背了效用最大化的选择理论。这种现象往往是由于存在信息被误用或滥用的风险，一旦企业拥有消费者数据，那么消费者本身很难再删除数据或者控制这些数据将来的用途。Hui等人［10］发现保密性条约的存在并没有让消费者有更多意愿透露自己的个人信息，并且填写个人信息的要求对信息的公开是有消极影响的。Awad＆Krishnan［11］在研究中发现那些希望信息更加透明的在线消费者却不愿意详细填写自己的个人信息，他们的这一结论给很多网站和电子商务企业都出了难题。

在消费者效用最大化研究方面，国内的文献多集中在市场营销、组织行为学等领域，且研究方式以案例研究和理论研究为主。国外这方面的研究已经渗透到电子商务领域，Rust等人［12］在研究中应用效用最大化理论分析消费者隐私问题，但也有其他学者［13］指出效用最大化里面用于消费者隐私领域的分析尚存在一些缺陷，比如消费者的在社会契约里的成本—收益都是实际存在、可用财务手段衡量的收支，并无涉及不可预期的风险与收益，那么最大化即指经济效益的最大化。而对于网络购物环境中的在线消费者而言，不可预期的潜在收益与损失是不可避免的，效益最大化的内涵与外延必定会发生变化。这种讨论可以追溯到Blau［14］指出效用最大化应用于社会交换活动中是存在一定问题的，因为在社会交换活动中无法测定精确的价值变化。Milne等人［15］认为消费者在信息交换的过程中没有精确计算成本—收益，他们衡量的是交易的价值，这种价值在线下交易过程中体现为“隐私计算”(privacy calculus)，从个人信息的使用价值与个人信息传播潜在的负面影响两方面衡量。

综上，为了减轻网络消费者对于隐私风险的过度关注，企业必须寻求一些方法来增加消费者自愿分享重要信息的意愿，这样才能得到更加及时、准确的信息和数据资料。若这个目标可以实现，那么数据信息的精确性将会大大提高，企业也可以借此增强知识管理的有效性，并促使客户关系的收益达到最优。这种自愿的信息共享也有可能建立更高的客户忠诚度，帮助企业获得竞争优势。

二、感知价值效用函数构建及假设提出

在传统的组织经济理论中，对于人的基本假设是个人关心权力和个人利益。一旦人们将知识、信息作为物化资产时，就不愿意与他人共同分享。个人信息属于消费者主体的无形资产，且这种资产不具有损耗性。另外，消费者除了提供个人信息外，还需要花费时间和精力，从经济学的角度来看，这种付出可作为一种投入，买到的商品和获得的服务及其它收益(如代金券、折扣等)可看作具有一定价值的回报，可以从追求个人利益最大化的角度去分析和研究。

Blau［14］提出的社会交换理论(social exchange theory，SET)从成本—利益的角度看待人际间的相互作用，Blau认为进行社会交换可以建立起人们的信任感与责任心，而“信任”是能达成社会交换行为的根本，对于另一方会合作的信念是社会交换的核心。该理论认为，人与人之间除了发生经济交换关系(economic exchange relationship)外，还会有社会交换关系(social exchange relationship)。社会交换假设个体只有当他期望获得的回报会使付出的成本合理化时，才会参与交换。社会交换与经济交换不同的是，社会交换没有能保证所付出的成本一定能够带来相应的回报，因为没有规则或协议约束交换。在社会交换关系中，主导着交换成功的逻辑在于互惠(reciprocation)的准则。

本文所建立的函数基于社会交换理论的互惠原则，消费者感知到购物网站给予的内隐(如网站的评级积分或头衔等)和外显(比如快捷的送货、退换货服务和购物返利、优惠活动等)报酬，进而在特定网站购物过程中公开个人信息，帮助企业建立消费者知识体系、改进个性化服务。

本研究拟在Philip［16］所建模型的基础上，建立在线消费者分享个人信息的感知价值效用模型，它包括对于分享信息行为“收入”的预估，并借此来确定自己公开信息的程度。对于某一在线消费者，本企业和竞争对手所能给予的预期效用总值，成为影响在线消费者购买行为和重复购买、乃至顾客忠诚度的关键因素。整体框架建立在消费者效用价值最大化决策的基础上，提出在线消费者感知价值效用函数如下:

其中收益(Benefit)是在线消费者将自己的个人信息分享给企业所获得的经济回报(如积分、购物折扣、购物抵用券等);损失(Cost)则是消费者个人隐私关注的一个函数，它既受到消费者自身背景、喜好和以往公开个人信息经验的影响，也会受到信息透明度和企业的隐私保护策略等外界因素的波及。

感知价值效用函数构成因素较多，且变量间存在多重共线性，因此考虑用结构方程模型求解和分析。首先提出如下假设:

H1:在线消费者感知到的在线隐私保护政策越完善，则消费者会更加信任该企业

H2:在线消费者对待个人信息泄露风险的态度与对企业的信任间存在正相关的关系

H3:在线消费者公开个人信息所获得的收益越高，对企业的信任程度就越高

H4:在线消费者对企业的信任程度越高，个人信息公开与分享的意愿越强

当电子商务企业严格执行隐私申明，依据承诺实现了购物服务、送货服务等，并及时调整那些没有令消费者满意的策略或网站设置，那么消费者会对企业具有更高的信任度，进而愿意提供更详细和精确的信息给企业。

三、数据收集

本研究首先对200名在校大学生进行预调研，在此基础上对问卷进行修改，展开正式调研。通过纸质问卷调查和网络问卷的方法最终获得821份有效问卷，具有一定的代表性，满足进一步分析和研究的数据量要求。问卷中涉及的变量、题项如表1所示:

表1 变量与问题项目对应表

四、结果分析

(一)描述性分析

全部样本数据均值、标准差如表2所示。均值较低的题项有P2，AT1，INF1和INF5，它们分别对应的问题为:P2我的购物经历和习惯愿意被网站跟踪和分析，AT1网站若需要在注册或购物前填写个人信息，您的意愿程度为哪项?INF1和INF5分别是公开个人信息中的真实姓名和固定电话号码。这四个题项恰好反映的是在线消费者是否愿意分享购物信息、购物偏好、个人信息填写意愿和具体信息中最重要的部分，它们是消费者个人信息的核心部分，也是个人信息敏感度较高的部分。

(二)结构方程分析

首先，为检验调研所得量表因素的结构和可靠性，采用主成分法提取因子，并得出各变量题项的得分，最终提取到5个因子，与前文所提模型一致。

其次，为测量问卷内部的一致性，本文采用“Cronbach Al-pha”系数法计算五个变量的系数，也即信度检验，计算结果表明各个题项之间存在较高的相关程度，整体是可信的。

表2 描述统计表

续表2

在上述信度和效度检验的基础上，对全部数据构建结构方程模型，结果显示全部系数都通过了p=0.05的显著性检验，各项指标汇总如表3所示，可以看到拟合效果与概念模型间的一致性较强，所有假设检验都得以通过验证，模型内在质量良好。

从上表可以得出:(1)整个B2C环境中，隐私保护政策会给消费者更多安全感，更加信任网络企业;(2)消费者对于隐私泄露的敏感程度越强，越需要企业给予足够的信任支持;(3)消费者将个人信息分享给企业后获得的收益越高，对企业的信任程度就越高;(4)对企业的信任程度越高，消费者就越是愿意将自己的信息共享给企业，并愿意帮助其提高服务质量、改进个性化推荐的准确度。

表3 模型总体拟合程度指标汇总表

五、总结及展望

电子商务正处于繁荣发展的上升时期，安全和信任问题是其能否持续、健康发展的制约因素，也是国内外研究的热点和难点。

在线消费者在网站的浏览、搜索和购物行为可被视为一种投入，这个过程中存在的信息泄露风险和潜在损失可视为一种支出，获得的总效用由影响决策行为的各独立因素共同决定。本文将模型的整体框架建立在消费者效用最大化决策的基础上，从成本和收益的角度衡量在线消费者的感知价值效用。实证分析的结果表明消费者在企业的隐私保护策略下，对于企业的信任会受到风险与收益的双重影响。从效用最大化的角度去考量，无论消费者还是企业都应注重信任的建立和信息的共享，这样才能互惠互利。

总之，在线消费者会从效用最大化的角度权衡公开个人信息后将面临的风险与收益，他们综合以上诸多因素来确定是否确立对企业的信任，并考虑是否将自己纳入到企业的知识体系中，帮助其建立完善而有效的知识管理系统。在后续的研究中，将引入在线消费者感知到网站价值与自身个人价值中相一致的部分作为前提条件，并且成本和收益可以从心理价值和经济价值两方面进行研究，构建心理价值一致性和经济价值一致性影响下的两个模型，分别建立分析框架，提出假设，设计调研问卷，收集数据，验证模型假设，提出更深层次的意见、建议。

［1］中国互联网信息中心.中国互联网络发展状况调查报告［EB/0L］.http://www.cnnic.net.cn/index/0E/00/11/index.htm.

［2］中国互联网发展状况报告.http://www.cnnic.net.cn.

［3］单素侠.基于B2C电子商务信任及信任度研究［D］.西安:西安电子科技大学，2009.

［4］邵兵家，孟宪强，张宗益.中国B2C电子商务中消费者信任前因的实证研究［J］.科研管理，2006，27(5):143-149.

［5］熊焰，李阳.基于技术接受模型的电子商务信任实证研究［J］.北京工商大学学报(社会科学版)，2008，23(5):36-40.

［6］凡菊，姜元春，张结魁.网络隐私问题研究综述［J］.情报理论与实践，2008，31(1):153-157.

［7］卢叶微，胡治严.对个人在线提供信息隐私意愿的影响因素研究［J］.上海管理科学，2008，30(5):36-39.

［8］HUANG H，KESER C，LELANG J，SHACHAT J.Trust，the Internet，and the Digital Divide［J］.IBM Systems Journal，2003(42):507-518.

［9］CAZIER J A，SHAO B B M，LOUIS R S T.Proceedings of the 18th ACM Symposium on Applied Computing［C］，Melbourne:2003，3:9-12.

［10］HUI K L，TEO H H.et al.The Value of Privacy Assurance:An Exploratory Field Experiment［J］.MIS Quarterly，2007，31(1):19-33.

［11］AWAD N F，KRISHNAN M S.The Personalization Privacy Paradox:An Empirical Evaluation of Information Transparency and the Willingness to be Profiled Online for Personalization［J］.MIS Quarterly，2006，30(1):13-28.

［12］RUST R T，KANNAN P K，et al.The Customer Economics of Internet Privacy［J］.Journal of the Academy of Marketing Science，2002，30(4):455-464.

［13］DONNA L，HOFFMAN，THOMAS P.Novak.Building Consumer Trust Online［J］.Association for Computing Machinery，1999(4).

［14］BLAU.社会生活中的交换与权力［M］.北京:华夏出版社，1988:118.

［15］MILNE G R，GORDON M E.Direct Mail Privacy-Efficiency Trade-Offs Within an Implied Social Contract Framework［J］.Journal of Public Policy and Marketing，1993，12(2):206-215.

［16］PHILIP K，KEVIN L K.Marketing Management［M］.Pearson Education Limited，2000.