隐私视角下移动健康管理服务使用意愿的实证研究

赵栋祥　霍朝光　范昊

〔摘要〕[目的/意义]健康信息风险和用户隐私保护是健康大数据和移动健康时代的重要议题，从信息隐私和隐私计算视角，探究移动健康管理服务使用意愿的影响因素具有重要意义。[方法/过程]本文在分析移动健康管理服务特殊性和回顾相关研究的基础上，从信息隐私和隐私计算的视角，通过模型构建、问卷调查和假设验证等实证分析过程，重点探究信息隐私等相关因素对移动健康管理服务用户行为意向的影响。[结果/结论]研究表明：显著影响移动健康管理服务使用意愿的因素有感知收益和信任；隐私顾虑对使用意愿的影响并不显著，但并不意味着用户隐私保护不重要；此外，感知隐私控制是重要的心理要素，正向影响感知收益，负向影响隐私顾虑。对移动健康管理服务商来说，应该从信息隐私保护、感知收益提升、个人隐私控制强化以及用户信任建设等方面着手，从而促进移动健康管理服务的用户使用。

〔关键词〕移动健康管理服务；使用意愿；影响因素；隐私计算；信息隐私

DOI：10.3969/j.issn.1008-0821.2018.05.011

〔中图分类号〕C9316〔文献标识码〕A〔文章编号〕1008-0821（2018）05-0074-08

〔Abstract〕[Purpose/Significance]Health information risk and user privacy protection are important topic in the age of health big data and mobile health.Examining individuals adoption of mobile health management services from privacy calculus perspective is of great importance.[Method/Process]Based on the characteristic of mobile health management services and related literature review，the influence of information privacy and privacy calculus on user adoption was largely explored.And conception model，questionnaire survey and Structural Equation Modeling were employed to validate hypothesis relationship.[Result/Conclusion]Here were some useful conclusions drawn from the empirical research.The behavior intention of mobile health management services was significantly affected by trust and perceived benefits.Although privacy concern did not have significant and direct influence on behavior intention，it did not mean that information privacy was not important.Perceived benefits was significantly affected by perceived privacy control，and privacy concern was significantly affected by perceived privacy control and general privacy tendency.In summary，the paper was helpful for understanding the user attitude toward information privacy and its influence on behavior intention in the context of mobile health，also had implications for the management practice of mobile health management service providers.

〔Key words〕mobile health management services；use intention；influencing factors；privacy calculus；information privacy

移动健康管理服务（Mobile Health Management Services，MHMS）是指在移動互联网环境下，用户通过智能手机、智能健康设备等终端实现健康监测和健康数据记录，进而获取健康评估报告和个性化健康指导的新型移动服务，如Samsung Health、微软公司的HealthVault以及苹果公司的HealthKit等。在传统的医疗健康服务环境下，身体生理数据和健康信息的获取、存储、理解和使用很大程度上依赖于医院、体检中心以及专业的医疗服务人员。与之相对地，移动健康管理服务为普通健康消费者提供了一种随时随地获取生理健康数据、了解自身健康状况的可能，并以用户可理解的图表形式展现，从而帮助用户及时调整日常行为，最终达到培养健康生活方式、提升疾病预防控制能力和健康自我管理能力的目标。

但是，在移动健康管理服务带来诸多便利的同时，健康大数据环境下公众对健康信息泄露和隐私安全威胁的担忧也从未停止。人民网、健康界和健康报等大众媒体对互联网医疗、移动健康领域的医疗健康信息泄露和用户隐私权保护等问题给予了格外关注[1-3]。即使是尤为重视用户隐私的苹果公司，在相继发布了HealthKit、ResearchKit和CareKit这3款移动健康应用后，其数据保障和隐私漏洞同样广受质疑[4]。

考虑到健康信息隐私的敏感性和医疗健康服务的重要性，用户对隐私风险的担忧，不可避免地会降低用户信任，进而影响到移动健康管理服务的用户使用行为。由此可见，信息隐私问题在移动健康管理服务用户使用行为中发挥着至关重要的作用。然而，以往研究较少从信息隐私的视角探究移动健康管理服务用户行为意愿的影响因素，对于信息隐私的作用机制也较少涉及。因此，本文基于隐私计算视角，通过模型构建、问卷调查和假设验证等实证分析过程，重点探讨信息隐私等相关因素对移动健康管理服务用户行为意愿的影响。

1相关研究

11移动医疗和移动健康的用户使用行为研究

需要注意的是，移动健康和移动医疗是一个相对宽泛的概念，其产品类型、服务形态和业务模式差异很大。本文所说的移动健康管理服务侧重于具有健康数据收集、记录、分析和管理等功能的应用，而与在线挂号、医药电商等类型的移动健康和移动医疗服务明显不同。但是，移动健康和移动医疗的用户使用行为研究同样具有借鉴意义。

在移動医疗的用户使用行为研究[5-6]中，主要的理论基础是技术接受模型和计划行为理论，调查对象主要是医务人员，实证结果表明感知有用性、感知易用性、相容性、感知服务可及性和个体信息技术创新特质等因素显著影响用户行为意愿，并指出探讨隐私安全对移动医疗使用行为的影响是未来研究的一个重要方向。

在移动健康的用户使用行为研究中，基于保护动机理论的成果较多[7-9]。此外，任聪和邓朝华[10]基于技术接受模型和健康信念模式，实证分析了感知有用性、感知易用性、感知服务随时可用性、感知疾病威胁、感知障碍和自我效能对用户移动健康服务使用行为的影响。Cocosila和Archer[11]研究发现内在动机是用户接受移动健康服务的主要促进因素，包含隐私、心理和经济3个维度的感知风险是主要阻碍因素。

综上所述，移动医疗和移动健康的用户使用行为研究具有以下特征。一是，没有区分不同类型的移动健康服务，因此缺少了对具有用户健康数据管理功能的移动健康管理服务的足够关注。其次，研究模型的构建主要考虑了技术接受模型和保护动机理论，而较少考虑信息隐私的作用。

12信息隐私和隐私计算对用户行为意向的影响研究

信息隐私和隐私计算对用户行为意向的影响研究开始于电子商务、移动商务、社交媒体和基于位置服务等领域，后来逐渐扩展到网络医疗健康服务领域。李裕广[12]对在线医疗社区环境下患者的医疗信息共享意愿的影响因素进行研究，实证结果表明信息敏感性在患者医疗信息共享过程中不产生影响。这一结论与相关理论、经验认知和后续研究存在差异。张星等[13]在探究在线健康社区用户信息披露意愿的影响因素时，验证了隐私关注对用户信息披露态度的负向影响。此外，Li等[14]研究发现个人对健康可穿戴设备的使用行为取决于他们的隐私计算结果，即隐私风险与收益之间的权衡比较。

综上所述，信息隐私和隐私计算对用户行为意向的影响研究具有以下特征：一是关于信息隐私是否显著影响用户行为意向存在分歧；其次，从信息隐私和隐私计算角度考察移动健康用户行为意向的研究还比较少，尤其是在移动健康发展水平和隐私观念差异明显的国内环境下。

因此，本文基于对移动健康管理服务特殊性的分析，即移动健康管理服务更偏重于个人健康数据的收集、记录、分析和管理，从健康信息隐私的角度出发，深入探究信息隐私、隐私计算对国内移动健康管理服务用户的影响，从而为健康大数据时代的用户信息隐私保护，以及移动健康管理服务商的管理实践提供借鉴。

2理论基础、研究假设和模型构建

21信任和隐私计算

信任（Trust）是因为相信对方将按照对自己重要的方式采取行动，从而愿意承担相应风险的社会关系[15]。信任作为涉及交易或交换关系的基础，已经有大量研究探讨了其对技术采纳的影响。用户之所以不愿意使用某项技术或服务，是因为他们可能面临着大量的不确定性，如服务质量、隐私安全等，而信任是一种减少不确定性的重要机制[16]。Mayer等[15]发现能力、善意和诚实是信任客体值得信任的主要特征。兰晓霞[17]证实了信任对移动社交网络用户信息披露意愿的显著作用。Luo等[18]研究证实了信任对手机银行服务使用意愿的直接促进作用。邓朝华和洪紫映[19]研究发现，在线医疗健康网站中患者信任显著影响患者行为意向。Detmer等[20]认为用户信任不足是阻碍电子健康系统广泛采纳的重要因素之一。一般来说，如果一个人认为移动健康管理服务供应商是值得信任的，那么其使用该服务的可能性将增加。基于此，本文提出如下假设：

H1：信任显著正向影响移动健康管理服务的使用意愿。

在数字信息时代，为了获取和使用丰富便捷的互联网服务（搜索引擎、网上购物、社交媒体、移动支付等），用户不可避免地需要披露某些个人信息，比如姓名、年龄、性别、联系方式、住址等，而个人的信息披露行为则可能引发一定的隐私顾虑和隐私风险[21-22]。因此，在隐私决策过程中，用户会进行感知隐私风险和感知服务收益之间的权衡，即基于隐私的成本——收益分析，学者称之为隐私计算（Privacy Calculus）。隐私计算理论把个体隐私的决策概念化为一种“计算”行为，它决定个体是否需要披露信息、使用某一项服务[23]。简言之，用户通过衡量感知风险与感知收益产生使用意向，如果感知层面的收益大于风险，用户将披露个人信息以换取某项服务。关于隐私计算理论的研究引起了学者持续且广泛的关注[24-25]，但是在不同的技术情境下，隐私计算的具体形式及其对隐私决策的影响可能会有所差异。结合本文的研究环境，分别用感知收益和隐私顾虑来测量隐私计算理论中的收益和成本。

感知收益（Perceived Benefits）指消费者因使用某项产品或服务而主观感受到的潜在益处和积极结果[14]。在本文的研究环境中，感知收益具体指移动健康管理服务在健康监测、健康自我管理等方面给用户的帮助。隐私计算理论认为，感知收益是影响用户行为意愿的重要变量之一，感知收益对行为意愿的正向影响已在许多研究中得到证实[17]。张应语等[26]研究发现了感知收益显著正向地影响消费者对生鲜电商的使用意愿。Wang等[27]从隐私计算视角证实了感知收益对个人信息披露意愿的直接正向作用。此外，随着感知收益的增加，用户对该产品或服务的信任程度也将增加[19]。在移动健康的初始阶段，由于缺乏直接的体验和了解，消费者更多地依靠其他感知来判断可信性。如果移动健康管理服务能够有效保障信息质量和健康自我管理，那么用户将逐步建立起对移动健康的信任[28]。基于此，本文提出如下假设：

H2a：感知收益显著正向影响移动健康管理服务的使用意愿。

H2b：感知收益显著正向影响用户信任。

隐私顾虑（Privacy Concern）指用户对组织如何采集、使用及保护个人信息的一般顾虑，包含收集、错误、非授权访问和二次使用4个维度[29]。因为移动健康管理服务需要最大限度地收集和存储大量的个人健康信息，所以可能会引发不同程度的隐私顾虑。大量研究表明，信息隐私和安全问题是影响健康信息系统采纳的重要阻碍因素[30-31]。Sheehan和Hoy[32]发现随着隐私顾虑的增加，人们更可能向在线查询提供不完整的信息或不再使用需要注册的网站。相反地，Berendt等[33]发现随着隐私顾虑的减少，人们会越来越轻易地提供个人信息而不再那么计较后果。此外，随着隐私顾虑的增加，用户对另一方的信任程度会降低[19]。Wu等[34]在研究网络环境下隐私政策对消费者提供个人信息意愿的影响时，证实了隐私顾虑对信任的显著负向作用。周涛和鲁耀斌[35]在研究移动商务的用户使用行为时指出隐私关注显著影响用户信任。欧阳洋和袁勤俭[36]验证了电子商务环境下隐私关注对用户行为意向有显著的负向影响。基于此，本文提出如下假设：

H3a：隐私顾虑显著负向影响移动健康管理服务的使用意愿。

H3b：隐私顾虑显著负向影响用户信任。

22感知隐私控制和一般隐私倾向

感知隐私控制（Perceived Privacy Control）指个人对信息披露和信息使用的控制程度的感知[37]。Stewart和Segars[38]通过问卷调查获得了355个有效样本，发现控制是隐私权利和隐私保护的核心。Malhotra等[39]研究指出网络服务和在线交易具有较大的不确定性，网络用户非常担忧对个人信息的控制能力。因此，用户可能会依赖对个人健康信息的感知控制程度来评估使用移动健康管理服务的收益和隐私风险。一般来说，如果服务提供商具有严格的隐私政策，用户能够控制个人健康信息的分享、访问，那么用户对该服务的感知收益将增加；相反，如果用户缺乏对个人健康信息的收集、存储和使用的控制力，他们将感受到更高的隐私风险和隐私顾虑[40]。基于此，本文提出如下假设：

H4a：感知隐私控制显著正向影响感知收益。

H4b：感知隐私控制显著负向影响隐私顾虑。

一般隐私倾向（General Privacy Tendency）指个人对信息隐私的整体态度和一般倾向，反映了个体的隐私观念和隐私认知[39]。杨姝等[41]在已有研究的基础上，对我国网络用户的隐私关注程度进行测度，考察了个性特征变量对隐私关注的影响。一般隐私倾向属于价值观和信念层面，存在个体差异。一般来说，个人的一般隐私倾向越强，隐私顾虑和感知隐私风险越大。魏红硕[42]在研究移动互联网环境下用户隐私关注的影响因素及用户隐私关注对其使用行为的影响时，证实了个人隐私倾向对隐私关注的影响。基于此，本文提出如下假设：

H5：一般隐私倾向显著正向影响隐私顾虑。

综上所述，本文提出以下研究模型，如圖1所示。

3研究设计

31问卷设计

为了保证量表的信效度，测量问题均来源于已有文献，并结合移动健康管理服务的特性加以修改和完善（见表1）。所有变量的测量均采用7点李克特量表形式，从1（非常反对）～7（非常赞同）进行测度。问卷初步完成后，根据移动健康管理服务资深用户的建议，对部分测量问项进行修改与完善，形成预调查问卷。预调查后，根据信度和效度检验结果再次修改问卷，最终形成正式调查问卷。正式调查问卷包括三部分，共计26个问项。其中，第一部分是对移动健康管理服务功能、常见形式和服务流程的介绍；第二部分是调查对象的基本信息，包括性别、年龄、受教育程度、健康状况以及移动健康管理服务的使用情况；第三部分是问卷的主体部分，是对6个潜在变量的测量，共计21个问项，如表1所示。

32数据收集

本研究的正式问卷调查于2016年12月份进行。为减少共同方法偏误，本研究采用电子问卷和纸质问卷两种调查形式，电子问卷借助问卷星在微信群、QQ群中扩散传播，纸质问卷在社区和医院附近现场发放和回收。历时近1个月，共收集到问卷243份，删除填写不完整、回答全部相同、用时较少和没有相关使用经历用户的问卷，最终保留有效问卷219份。在被调查者中，男性占比525%，略高于女性（475%）；27岁以上的占比119%，22～26岁的占比593%，21岁以下占比288%；237%的被调查者认为自己的健康状况一般甚至较差，而763%的认为健康状况良好。

4数据分析及结果

41测量模型验证

信度是指量表工具所测结果的稳定性及一致性，由内部一致性系数（Cronbachs Alpha）和组合信度（Composite Reliability，CR）共同反映。一般认为，变量的Cronbach系数和CR值达到07就足以说明测量模型具有较好的信度水平。从表2可以看出，各变量的Cronbach系数和CR值均大于07，且量表的整体Cronbach系数为0818，表明测量模型具有较好的信度。

效度是指测量的有效性，衡量测量结果能否真实反映测量对象。效度的检验分为内容效度和建构效度。其中，内容效度指变量和测量项目之间在内容与含义上的一致性；而建构效度又包含区分效度和聚敛效度。由于测量题项均改编自已有文献，并在移动健康管理服务用户访谈的基础上进行问卷的预调查与修改，尽量使题项表意清晰，因此具有较好的内容效度。区分效度和聚敛效度可以通过因子分析来判定，因为问卷的总KMO值为0824，大于08，表明适合进行因子分析。从表3可以看到，所有观测变量在其潜在变量上的载荷系数均大于07，而且每个观测变量在其潜在变量上的载荷系数远大于在其他潜在变量上的载荷系数，表明本文的测量模型具有较好的聚敛效度和区分效度。综上所述，本文的测量模型具有较好的效度。

42结构模型验证

使用Amos 210绘制本文的结构方程模型，导入问卷数据进行模型检验，初始模型的拟合效果并不十分理想，有些适配度统计量不符合适配标准，其中卡方值为413687，GFI=0850，NFI=0888，χ2/df=2286。因此我们查看了修正指标，在不违反结构方程模型假定的原则下，一次只对1个参数进行修正，经过多次模型修正，得到最终模型及其验证结果，如图2所示，其中卡方值为322711，降低了90976。该模型对信任的解释率为26%，对移动健康管理服务使用意愿的解释率为43%。

如图2所示，除假设H3a外，本文提出的假设H1、H2a、H2b、H3b、H4a、H4b、H5均通过显著性检验，即数据分析结果支持假设成立；对于假设H3a，虽然隐私顾虑与使用意愿呈现负相关关系（β=-0046），但是并未达到显著水平（P=0436），即移动健康管理服务用户的隐私顾虑对其使用意愿并未产生显著的负向影响。类似的结果同样出现在社交网络服务研究中，如张会平等[45]发现微信用户的信息隐私关注对其使用意向的负面影响并不显著。关于这一结果更详细的解释分析会在讨论部分展开。

模型适配度指数可以反映数据与模型的适配程度。一

注：ns表示关系不显著，假设不成立；***表示P<0001，**表示P<001，*表示P<005，均表示关系显著，假设成立。图2模型验证结果

般而言，适配度统计量就越接近推荐值，表明观测数据与理论模型越接近，模型适配效果越好。修正后模型的适配度检验结果如表4所示。虽然χ2值的显著性概率P<005，未满足P>005的要求，但是χ2值的显著性概率不是唯一的适配判断指标，应该结合其他指标综合判断[46]。整体来看，大部分模型适配度检验统计量满足模型适配标准，基本可以判定观测样本数据和结构模型有良好的适配关系，从而说明本研究获得的样本数据总体上支持假设模型，模型的基本适配度良好。

5结果讨论

本文的数据分析结果揭示了隐私视角下移动健康管理服务用户的采纳使用行为，对于健康信息隐私的作用机制有了更深刻的认识和理解，对移动健康管理服务商的管理实践具有重要启示和参考意义。

1）感知收益（β=0456，P<0001）显著正向影响用户对移动健康管理服务的使用意愿，而隐私顾虑（β=-0046，P<0436）对使用意愿的影响并不显著。考虑到健康信息的隐私敏感性，隐私顾虑会阻碍移动健康管理服务的用户使用行为。然而从图2可以看到，虽然隐私顾虑负向影响了移动健康管理服务的使用意愿，但其影响并不显著。原因可能是网络环境下的隐私威胁无处不在，而且搜索引擎、社交网络等各种网络服务的吸引力让人难以抗拒，因此即便担忧使用该服务可能导致隐私风险，不少人还是把便利和舒服置于隐私之上[47-49]。除此之外，本文调查对象接触和使用的绝大多数移动健康管理服务，涉及的大多是运动轨迹、热量消耗、睡眠状况等敏感程度相对较低的信息，如果综合考虑心率、血压、血糖、用药、诊疗等关键健康数据，隐私顾虑对用戶行为意愿的影响显然会增强[21]。但是，这并不意味着用户认为信息隐私不重要，相反正是在隐私安全信任的前提下，用户才会选择使用某项产品或服务。因此，对于移动健康管理服务商来说，除了日常健康行为的简单追踪监测，还应该提供优质的个性化健康指导、便捷的健康交流渠道等增值服务，以增强用户的健康自我管理能力，从而提升用户的感知收益；其次，还应该主动向用户公示隐私保护政策，如数据收集和使用的方法和范围、网络风险和数据泄露的防护措施等，同时通过各种手段强化用户对个人健康数据的控制，如访问权限的设置、数据资料公开的等级等，从而尽可能地减轻用户隐私顾虑。

2）感知收益（β=0464，P<0001）显著正向影响移动健康管理服务的用户信任，隐私顾虑（β=-0206，P<001）显著负向影响用户信任，信任（β=0295，P<0001）显著正向影响使用意愿。感知收益和隐私顾虑是影响用户信任的一正一反两方面因素，因此提升用户对移动健康管理服务价值和效用的感知，同时降低用户对信息隐私安全的顾虑和担忧，对于促进移动健康管理服务的用户采纳显得尤其重要。另外，移动健康管理服务的交互过程涉及敏感性较强的身体生理数据和健康行为数据，而且医疗健康服务的交付和使用切实关系到个人生命健康，需要以一定的信任关系为基础。因此，移动健康管理服务商不能只关注自身利益，更重要的是关注用户的需求和利益，应该明确用户信任的建立是一个系统工程，感知收益、隐私顾虑和信任之间是相辅相成的关系，通过完善服务设计和系统开发以增强对健康自我管理的支持能力，从而逐步构建和提升用户对服务品牌的信任度。

3）感知隐私控制（β=0257，P<0001）对感知收益有显著正向作用，对隐私顾虑有显著负向作用（β=-0139，P<005），而一般隐私倾向（β=0505，P<0001）显著正向影响隐私顾虑。这些结果对于移动健康管理服务商的管理实践具有借鉴意义，可以通过以下措施来提升用户的感知隐私控制：①根据个人数据保护相关的法律法规、标准原则制定并实施严格的使用条款和隐私政策；②在服务设计和系统开发方面，增加和凸显隐私控制选项，如数据访问的权限、信息保密的级别、资料公开的种类等；③严格规范移动健康管理服务过程中各利益相关者的行为，包括健康管理服务商、电信运营商、智能硬件提供商、医疗服务机构以及一般用户等。除此之外，移动健康管理服务商应该重视一般隐私倾向等个体特征差异，针对不同用户群体实施个性化的营销运维计划。

6总结与展望

本文首先分析了移动健康管理服务与一般的移动健康服务的区别，即移动健康管理服务更侧重于个人健康数据的收集、记录、分析和管理；然后在此基础上，从健康信息隐私的角度出发，深入探究信息隐私、隐私计算对国内移动健康管理服务用户的影响，从而为健康大数据时代的用户信息隐私保护，以及移动健康管理服务商的管理实践提供借鉴。

需要注意的是，本研究同样存在一定的局限性。首先，在研究样本的选取方面，忽视了不同年龄、社会身份、健康状况等特征在使用意愿影响上的差异，尤其缺少对老年人、慢性病人和亚健康人群等特定群体的调查，这些将是未来研究着重关注的群体。此外，使用意愿并不完全等同于使用行为，调查发现，具有高使用意愿的消费者并不一定实际使用移动健康管理服务，而本文并未深入探究背后的机理。为什么会出现使用意愿与实际行为之间的“鸿沟”，以及哪些因素会影响行为意愿向使用行为的实际转化，这些问题都将是未来研究的方向和重点。

参考文献

[1]人民网健康卫生频道.随手可得背后 患者隐私会否成为公开的秘密？[EB/OL].http：//health.people.com.cn/n/2015/1209/c398004-27903817.html，2017-09-27.

[2]王祎.移动医疗时代患者的隐私安全[J].青年记者，2016，（32）：17-18.

[3]健康界.互联网医疗中的患者隐私权[EB/OL].http：//www.cn-healthcare.com/articlewm/20160929/content-1006559.html，2017-09-27.

[4]中国数字医疗网.苹果投身医疗健康三部曲 仍存隐私漏洞[EB/OL].http：//news.hc3i.cn/art/201603/35837.htm，2017-09-27.

[5]Wu J，Wang S，Lin L，et al.Mobile Computing Acceptance Factors in the Healthcare Industry：A Structural Equation Model[J].International Journal of Medical Informatics，2007，76（1）：66-77.

[6]Wu I，Li J B，Fu C，et al.The Adoption of Mobile Healthcare by Hospitals Professionals：An Integrative Perspective[J].Decision Support Systems，2011，51（3）：587-596.

[7]Lv X，Guo X，Xu Y，et al.Explaining the Mobile Health Services Acceptance from Different Age Groups：A Protection Motivation Theory Perspective[J].International Journal of Advancements in Computing Technology，2012，4 （3）：1-9.

[8]Guo X，Han X，Zhang X，et al.Investigating m-Health Acceptance from a Protection Motivation Theory Perspective：Gender and Age Differences[J].Telemedicine Journal and E-health，2015，21（8）：661-669.

[9]殷猛，李琪.基于保護动机理论的健康APP用户使用研究[J].现代情报，2016，36（7）：63-70.

[10]任聪，邓朝华.移动健康服务用户接受模型及其实证研究[J].中国卫生统计，2014，31（6）：1015-1018.

[11]Cocosila M，Archer N.Adoption of Mobile ICT for Health Promotion：An Empirical Investigation[J].Electronic Markets，2010，20（3）：241-250.

[12]李裕广.在线医疗社区患者医疗信息共享意愿影响因素研究[D].哈尔滨：哈尔滨工业大学，2015.

[13]张星，陈星，侯德林.在线健康信息披露意愿的影响因素研究：一个集成计划行为理论与隐私计算的模型[J].情报资料工作，2016，37（1）：48-53.

[14]Li H，Wu J，Gao Y，et al.Examining Individuals Adoption of Healthcare Wearable Devices：An Empirical Study from Privacy Calculus Perspective.[J].International Journal of Medical Informatics，2016，88（4）：8-17.

[15]Mayer R C，Davis J H，Schoorman F D，et al.An Integrative Model of Organizational Trust[J].Academy of Management Review，1995，20（3）：709-734.

[16]Pavlou P A，Gefen D.Building Effective Online Marketplaces with Institution-Based Trust[J].Information Systems Research，2004，15（1）：37-59.

[17]兰晓霞.移动社交网络信息披露意愿的实证研究——基于隐私计算与信任的视角[J].现代情报，2017，37（4）：82-86.

[18]Luo X，Li H，Zhang J，et al.Examining Multi-Dimensional Trust and Multi-Faceted Risk in Initial Acceptance of Emerging Technologies：An Empirical Study of Mobile Banking Services[J].Decision Support Systems，2010，49（2）：222-234.

[19]邓朝华，洪紫映.在线医疗健康服务医患信任影响因素实证研究[J].管理科学，2017，30（1）：43-52.

[20]Detmer D E，Bloomrosen M，Raymond B，et al.Integrated Personal Health Records：Transformative Tools for Consumer-Centric Care[J].BMC Medical Informatics and Decision Making，2008，8（1）：45-45.

[21]Acquisti A，Brandimarte L，Loewenstein G.Privacy and Human Behavior in the Age of Information[J].Science，2015，347（6221）：509-514.

[22]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.

[23]Dinev T，Hart P.An Extended Privacy Calculus Model for E-Commerce Transactions[J].Information Systems Research，2006，17（1）：61-80.

[24]Li H，Sarathy R，Xu H.Understanding Situational Online Information Disclosure as a Privacy Calculus[J].Journal of Computer Information Systems，2010，51（1）：62-71.

[25]Xu H，Teo H，Tan B C，et al.The Role of Push-Pull Technology in Privacy Calculus：The Case of Location-Based Services[J].Journal of Management Information Systems，2009，26（3）：135-174.

[26]張应语，张梦佳，王强，等.基于感知收益—感知风险框架的O2O模式下生鲜农产品购买意愿研究[J].中国软科学，2015（6）：128-138.

[27]Wang T，Duong T D，Chen C C，et al.Intention to Disclose Personal Information Via Mobile Applications[J].International Journal of Information Management，2016，36（4）：531-542.

[28]刘咏梅，车小玲，卫旭华.消费者对移动医疗的初始信任研究[J].信息系统学报，2014，（1）：15-30.

[29]Smith H J，Milberg S J，Burke S.Information Privacy：Measuring Individuals Concerns about Organizational Practices[J].Management Information System Quarterly，1996，20（2）：167 -196.

[30]Najaftorkaman M，Ghapanchi A H，Talaeikhoei A，et al.A Taxonomy of Antecedents to User Adoption of Health Information Systems：A Synthesis of Thirty Years of Research[J].Journal of the Association for Information Science and Technology，2015，66（3）：576-598.

[31]Gagnon M，Paynegagnon J，Breton E，et al.Adoption of Electronic Personal Health Records in Canada：Perceptions of Stakeholders[J].International Journal of Health Policy and Management，2016，5（7）：425-433.

[32]Sheehan K B，Hoy M G.Flaming，Complaining，Abstaining：How Online Users Respond to Privacy Concerns[J].Journal of Advertising，1999，28（3）：37-51.

[33]Berendt B，Gunther O，Spiekermann S.Privacy in E-Commerce：Stated Preferences vs.Actual Behavior[J].Communications of the ACM，2005，48（4）：101-106.

[34]Wu K，Huang S Y，Yen D C，et al.The Effect of Online Privacy Policy on Consumer Privacy Concern and Trust[J].Computers in Human Behavior，2012，28（3）：889-897.

[35]周涛，鲁耀斌.隐私关注对移动商务用户采纳行为影响的实证分析[J].管理学报，2010，7（7）：1046-1051.

[36]欧阳洋，袁勤俭.电子商务中消费者隐私关注对行为意向的影响研究[J].情报科学，2016，34（5）：75-80.

[37]Xu H，Dinev T，Smith H J，et al.Examining the Formation of Individuals Privacy Concerns：Toward an Integrative View[C]// International Conference on Information Systems.ICIS 2008 Proceedings.Paris，France：DBLP，2008：6.

[38]Stewart K A，Segars A H.An Empirical Examination of the Concern for Information Privacy Instrument[J].Information Systems Research，2002，13（1）：36-49.

[39]Malhotra N K，Kim S S，AGARWAL J，et al.Internet Users Information Privacy Concerns（IUIPC）：The Construct，the Scale，and a Causal Model[J].Information Systems Research，2004，15（4）：336-355.

[40]Xu H.The Effects of Self-Construal and Perceived Control on Privacy Concerns[C]// International Conference on Information Systems.ICIS 2007 Proceedings.Montreal，Canada：DBLP，2007，54 （2）：125.

[41]杨姝，任利成，王刊良.个性特征变量对隐私关注影响的实证研究[J].现代教育技术，2008，18（5）：54-59.

[42]魏红硕.移动互联网用户隐私关注与采纳行为研究[D].北京：北京邮电大学，2014.

[43]Gefen D，Karahanna E，Straub D W.Trust and TAM in Online Shopping：An Integrated Model[J].Management Information System Quarterly，2003，27（1）：51-90.

[44]Hsu M，Chiu C.Internet Self-Efficacy and Electronic Service Acceptance[J].Decision Support Systems，2004，38（3）：369-381.

[45]张会平，易可，汤志伟.信息隐私关注对用户使用社交媒体的影响——“隐私驳论”的中国情境分析[J].情报杂志，2016，35（1）：161-166.

[46]吴明隆.结构方程模型：AMOS的操作與应用[M].重庆：重庆大学出版社，2009.

[47]陆雪梅，古春生.大数据环境下用户信息隐私泄露成因分析和保护对策[J].现代情报，2016，36（11）：66-70.

[48]Brandimarte L，Acquisti A，Loewenstein G，et al.Misplaced Confidences：Privacy and the Control Paradox[J].Social Psychological and Personality Science，2013，4（3）：340-347.

[49]Taddicken M.The“Privacy Paradox”in the Social Web：The Impact of Privacy Concerns，Individual Characteristics，and the Perceived Social Relevance on Different Forms of Self-Disclosure[J].Journal of Computer-Mediated Communication，2014，19（2）：248-273.

（责任编辑：孙国雷）