网络定向广告认知水平对用户屏蔽意愿的影响研究

陈庆鸿　周颖　吕巍

摘 要： 研究用户在互联网使用过程中，网络定向广告认知水平对用户屏蔽意愿的影响。通过三组实验发现，用户对网络定向广告的认知水平越高，其对定向广告的屏蔽意愿也越高，而预期风险在其中起到了中介作用（实验一）。进一步研究发现，在用户使用互联网的过程中，网络定向广告的信息类型（敏感性vs.非敏感性）通过预期风险起到调节作用。具体来说，相较于非敏感性信息，当信息类型为敏感性信息时，网络定向广告认知水平对预期风险的影响就更大（实验二）;此外，在用户使用互联网的过程中，隐私关注也通过预期风险起到调节作用。具体来说，相较于低隐私关注的用户，高隐私关注的用户的网络定向广告认知水平对预期风险的影响更大（实验三）。最后，就上述研究结果的理论、实践意义进行讨论，并提出了研究存在的局限及未来可能的研究方向。

关键词： 网络定向广告;预期风险;信息类型;隐私关注;广告屏蔽意愿

中图分类号： F 49

文献标志码： A

Abstract： This study aims to investigate the impact of online behavioral advertising （OBA） knowledge on internet users willingness of ads blocking. Through three experimental studies， the results showed that online behavioral advertising knowledge would enhance internet users willingness to block OBA and perceived risk worked as a mediator in this model （Experiment 1）. Further research showed that information type （Sensitive vs. Insensitive） played as a moderator. To specify， sensitive information strengthened the relationship between online behavioral advertising knowledge and perceived risk compared with insensitive information （Experiment 2）. Besides， research also showed that privacy concern played as a moderator. That is， compared with users with lower privacy concern， users with higher privacy concern performed higher perceived risk （Experiment 3）. At the end of this study， theoretical & practical contribution， limitations of this study and future research direction were displayed.

Key words： online behavioral advertising; perceived risk; information type; privacy concern; willingness of ads blocking

近年来，随着互联网及移动互联网的高速发展，广告运营商能藉由互联网上的反馈信息获取到越来越多的用户数据。这些数据包含了用户的统计资料如年龄、性别、职業、收入水平等和用户的网络行为资料如平均上网时长、广告坑位点击频次、页面停留时长等，网络运营商可以藉由分析这些数据，圈定投放对象或进行用户内容匹配，实现精准化营销。

网络定向广告（OBA，online behavioral advertising）是精准化营销中的一种形式，通过读取及跟踪用户的终端设备如电脑、手机、平板等上储存的信息，辨认用户身份并分析用户行为，投放精准化广告。因此，互联网用户常常会发现，无论在任何类型的网站上，都能看到许多与自己关联性极高的广告。

在享受网络定向广告提供的便利性及个性化体验的同时，越来越多的用户也关注到了这项营销工具所隐含的风险。这些风险包括个人隐私数据的泄露，在非终端机主使用或有他人在旁的情况下，网络定向广告透漏了终端机主的行为倾向等。这些预期的风险，将提升消费者屏蔽网络定向广告的意愿，降低广告运营商的投放边际效益。因此，本研究将从互联网用户的角度进行分析，探讨网络定向广告认知水平与用户屏蔽意愿之间的关联性。

1 文献综述及研究假设

1.1 说服知识模型

网络定向广告具有高隐蔽性及技术复杂性，一般的互联网用户很难有效地在上网过程中避免接触到网络定向广告，McDonald & Cranor（2009）、Miyazaki（2008）在其研究中就将网络定向广告归类成一种由科技所驱动的新形态隐蔽性说服手段。因此，本研究将引用Friestad & Wright（1994）所提出的说服知识模型（persuasion knowledge model， PKM）来解释当说服目标即消费者推论得出说服者即互联网广告运营商欲藉由说服手段即网络定向广告技术来达到其说服意图即广告推送时，采取的后续分析及处理策略。

PKM理论中提到，每个人都会在心理层面自主性地发展出一套关于信息如何发出、为什么要发出等相关的认知评价体系，在收到一条试图影响他们的说服性信息时，解读其中的说服意图，并采取与之相对应的策略。PKM理论目前已广泛应用于消费者行为领域的研究，相关文章包括但不仅限于商品陈列方式对消费者购买决策行为的研究（Cowley & Barron，2008）、电影及电视剧植入广告对消费者影响的研究（马遥，2009）、销售人员的真诚性对消费者购买决策行为的研究（梁静，2015）等。这些研究结果都表明，当说服目标识别出说服者的说服意图时，能有效地提高他们对于此信息的认知水平从而降低说服者想达到的说服效果。因此，这里将引用PKM提出本研究的第一个假设。

H1：消费者对于网络定向广告的认知水平越高，会拥有越高的屏蔽意愿。

此外，PKM理论相关研究指出，说服目标在接收到说服者的说服意图时，相较于正向积极地应对，更容易采取一些防御性行为来保护其自我价值，避免受到一些负面威胁或将威胁作用降至最低（Friestad & Wright，1994; Koslow，2010; 张荣娟，2005），并将说服目标因无法预料其应对行为结果而产生的不确定性称为感知风险（Zeithaml，1988）。因此，这里将引用PKM理论提出本研究第二、第三及第四个假设。

H2：消费者对于网络定向广告的认知水平越高时，会拥有越高的预期风险。

H3：消费者对于网络定向广告的预期风险越高时，会拥有越高的屏蔽意愿。

H4：预期风险在网络定向广告认知水平及屏蔽意愿间起中介作用。

1.2 信息类型（敏感性/非敏感性）

Phelps（2013）将互联网用户的数据隐私分为五大类——人口统计信息（包括年龄、物质状态、学历、职业）、生活方式信息（包括最爱的兴趣、最爱的杂志、最爱的电视节目、最爱的名人、最爱的休闲活动）、购买偏好信息（包括最常购物的两间商店、最常从购物目录上买的商品、最近的信用卡购物内容）、个人标识信息（包括手机号码、座机号码、拥有的信用卡种类）及财务数据信息（包括个人年收入），并调查美国互联网用户透露此五大类信息的意愿。结果表示有超过30%的消费者愿意公开其人口统计信息及生活方式信息，而低于18%的消费者愿意公开其购买偏好信息、个人标识信息及财务数据信息。

根据其研究结果，本文将信息分成两大类——敏感性信息（购买偏好信息、个人标识信息及财务数据信息）及非敏感性信息（人口统计信息及生活方式信息），并提出本研究的第五个假设。

H5：网络定向广告认知水平与预期风险的关系受信息类型调节。即：当信息类型为敏感性信息时，网络定向广告认知水平对预期风险的影响就越大;當信息类型为非敏感性信息时，网络定向广告认知水平对预期风险的影响就越小。

1.3 隐私关注

蒋玉石（2015）总结了国内外学者对网络定向广告与用户隐私问题的研究，主要集中在隐私泄露担忧、认知效果及态度改变等方面。

隐私泄露担忧：2012年英国一项针对网络用户隐私态度的调查问卷指出，31%的受访者拒绝提供任何个人信息给网络运营商，而53%的受访者可接受有条件地提供信息。换句话说，84%的受访者注意到了自己的网络浏览行为隐私，并对网络运营商的信息采集心存疑虑。

认知效果及态度改变：国内外相关研究显示，随着互联网用户对自身隐私关注度的提升，网络定向广告的效果会随之下降。Liu（2012）通过实验方式，说明电商平台用户对自己的在线数据隐私感知度越高，对该电商平台的好感度及信任度也就越高，从而增加了用户在该平台的购买行为。

本研究中，消费者的预期风险主要源自对自身的隐私关注程度——担心使用网络定向广告会让个人隐私遭受侵犯。Shah（1999）也提出当消费者感知到潜在的风险会对其造成伤害时，会把这种风险当成一种威胁，进而采取保护性措施。因此，这里将引入隐私关注作为调节变量，提出本研究的第六个假设。

H6：网络定向广告认知水平与预期风险的关系受隐私关注的调节。即：当消费者对隐私关注度较高时，网络定向广告认知水平对预期风险的影响就越大;当消费者对隐私关注度较低时，网络定向广告认知水平对预期风险的影响就越小。

1.4 本文的研究模型

整合上述理论综述及提出的六个假设，本文的研究模型如图1所示。

2 研究设计及结果分析

本文通过3个实验验证前面的假设。实验1旨在验证预期风险在网络定向广告认知水平对屏蔽意愿间起中介作用;实验2旨在探究网给定向广告信息类型（敏感性vs.非敏感性）通过预期风险起到调节作用;实验3旨在探究隐私关注通过预期风险起到调节作用。

2.1 预实验

预实验旨在检验敏感性/非敏感性信息的选取情景是否合理。

本实验选取个人借贷还款信息及个人旅游偏好信息，并让被试对此两类信息的敏感性进行打分（1表示低敏感性信息，5表示高敏感性信息）。预实验一共招募了38个被试，t检验的结果显示此变量的分类有效（M借贷=4.53，SD借贷=0.762，M旅游=2.45，SD旅游=1.25，Diff=2.08，t=8.78，p<0.01），因此后续实验的信息类型变量将以个人借贷还款作为敏感性信息、个人旅游偏好作为非敏感性信息来进行分组情景假设。

2.2 实验一

2.2.1 实验设计与变量测量

125名被试（男54人，女71人）参加了本次实验，被试主要来自上海某大学学生群体（80人），平均每日互联网使用时长为7.13小时（SD=2.88小时）。

首先向被试简单介绍网络定向广告（“在日常生活中，我们时常会遇到这样的情况：浏览网页时，出现的广告正好是自己不久前在其他网站搜索的内容，这就是网络定向广告”），举一个例子并搭配图片作为补充说明（“常见形式如下：你在购物网站搜索过白发染发剂，而后在其他网页的广告区域，出现了‘食疗白发变黑发的主题广告”，图片可参考附录），最后让被试回答13道量表问题（5道网络定向广告认知水平题，4道预期风险题，4道屏蔽意愿题）及4道个人基本信息。

自变量网络定向广告认知水平的测量量表改编自Bearden， Hardesty & Rose（2001），共5道题项，以李克特5点计分，分数越高表示对网络定向广告认知水平越高（1表示非常不符合，5表示非常符合）;中介变量预期风险测量量表改编自Ham（2017），共4道题项，以李克特5点计分，分数越高表示对网络定向广告的预期风险越高（1表示非常不符合，5表示非常符合）;因变量屏蔽意愿测量量表改编自Baek & Morimoto（2012），Amp & Francis（2004）及Elliott & Speck（1998），共4道题项，以李克特5点计分，分数越高表示对网络定向广告的屏蔽意愿越高（1表示非常不符合，5表示非常符合）。

2.2.2 实验结果

Mplus分析结果表示网络定向广告认知水平对屏蔽意愿的主效应显著（Est=0.445，p<0.01），而将预期风险加入作为中介变量后，预期风险和网络定向广告认知水平的标准化路径系数为0.447（p<0.01）、屏蔽意愿和预期风险的标准化路径系数为0.676（p<0.01）。同时，根据Bootstrap检验分析（N=2000）（Preacher & Hayes，2008），在95%置信区间下，中介检验的结果中不包含0（LLCI=0.115，ULCI=0.552），表明预期风险变量的中介效应显著，且中介效应的大小为0.302（p<0.01）。此外，在控制了预期风险这一中介变量后，自变量网络定向广告认知水平对因变量屏蔽意愿的影响效果不显著（Est=0.144，p>0.1）。因此，预期风险在网络定向广告认知水平对屏蔽意愿的影响中，起到了完全中介作用。該模型拟合结果如下：χ2=145.049，df=62，p<0.01，CFI=0.913，TLI=0.890，SRMR=0.084。

根据实验结果，H1、H2、H3和H4得到验证。

2.3 实验二

2.3.1 实验设计与变量测量

实验二让被试阅读相关材料，想象自己遇到了材料中的互联网使用情景。根据预实验结果，将被试分成敏感性信息（借贷还款）及非敏感性信息（旅游偏好）两组阅读不同的两种情景，详细情景描述如表1所示。

181名被试参加了本次实验，有效样本数量为155份（借贷还款组75份，旅游偏好组80份）。有效样本主要来自上海某大学学生群体（98人），平均每日互联网使用时长为6.99小时（SD=2.91小时）。

首先向被试简单介绍网络定向广告，举一个例子并搭配图片作为补充说明（同实验一），再让被试回答5道量表问题测量被试的网络定向广告认知水平。接着，将被试分成两组不同的互联网使用情景（见表1），搭配相对应的情景图片作为补充说明（图片可参考附录），并要求被试在回答后续问题时都按此情景的感受进行回答。最后让被试回答1道检验问题、8道量表问题（4道预期风险题，4道屏蔽意愿题）及4道个人基本信息题。

2.3.2 实验结果

加入信息类型作为调节变量后，实验结果表明：网络定向广告认知水平的主效应显著（Est=0.581，p<0.01），信息类型的主效应显著（Est=0.316，p<0.01），网络定向广告认知水平与信息类型的交互效应也显著（Est=0.227，p<0.01）。进一步分析得知，借贷还款组的被试，对于预期风险的感知随着网络定向广告认知水平的提高而有显著的提高（平均得分：3.62 → 4.74）;旅游偏好组的被试，对于预期风险的感知随着网络定向广告认知水平的提高亦呈提高趋势，但增加幅度相比借贷还款组小了许多（平均得分：3.48 → 3.99），如图2所示。

根据实验结果，H5得到验证。

同时，将调节变量信息类型拿掉后对主效应及中介效应再次进行校验。根据Bootstrap检验分析（N=2000）（Preacher & Hayes，2008），在95%置信区间下，中介检验的结果中不包含0（LLCI=0.291，ULCI=0.815），表明预期风险变量的中介效应显著，且中介效应的大小为0.527（p<0.01）。此外，在控制了预期风险这一中介变量后，自变量网络定向广告认知水平对因变量屏蔽意愿的影响不显著（Est=-0.047，p>0.1）。因此，预期风险在网络定向广告认知水平对屏蔽意愿的影响中起到了完全中介作用。

根据实验结果，H1、H2、H3和H4再次得到验证。

2.4 实验三

2.4.1 实验设计与变量测量

149名被试（男65人，女84人）参加了本次实验，被试主要来自上海某大学学生群体（100人），平均每日互联网使用时长为7.27小时（SD=2.80小时）。

首先向被试简单介绍网络定向广告，举一个例子并搭配图片作为补充说明（同实验一），最后让被试回答17道量表问题（5道网络定向广告认知水平题，4道预期风险题，4道隐私关注题，4道屏蔽意愿题）及4道个人基本信息题。调节变量隐私关注的测量量表改编自Dolnicar & Jordaan（2007），共4道题项，以李克特5点计分，分数越高表示被试的隐私关注度越高（1表示非常不符合，5表示非常符合）。

2.4.2 实验结果

加入隐私关注作为调节变量后，实验结果表明：网络定向广告认知水平的主效应显著（Est=0.711，p<0.01），隐私关注的主效应显著（Est=0.876，p<0.01），网络定向广告认知水平与信息类型的交互效应也显著（Est=0.340，p<0.01）。进一步分析得知，高隐私关注度的被试，对于预期风险的感知随着网络定向广告认知水平的增加而有显著的增加（平均得分：3.40 → 4.75）;低隐私关注度的被试，对于预期风险的感知随着网络定向广告认知水平的提高亦呈提高趋势，但提高幅度相比高隐私关注度的被试低了许多（平均得分：2.52 → 3.20），如图3所示。

根据实验结果，H6得到验证。

同时，将调节变量隐私关注拿掉后对主效应及中介效应再次进行校验。根据Bootstrap检验分析（N=2000）（Preacher & Hayes，2008），在95%置信区间下，中介检验的结果中不包含0（LLCI=0.263，ULCI=0.749），表明预期风险变量的中介效应显著，且中介效应的大小为0.437（p<0.05）。此外，在控制了预期风险这一中介变量后，自变量网络定向广告认知水平对因变量屏蔽意愿的影响不显著（Est=-0.074，p>0.1）。因此，预期风险在网络定向广告认知水平对屏蔽意愿的影响中，起到了完全中介作用。

根据实验结果，H1、H2、H3和H4再次得到验证。

3 讨论

3.1 研究结论

本文通过三组实验验证了用户网络定向广告认知水平对其屏蔽意愿的影响。三组实验分别验证了前面的三部分假设：用户对网络定向广告的认知水平越高，其对定向广告的屏蔽意愿也越高，而预期风险在其中起到了中介作用（实验一）。

进一步研究发现，在用户使用互联网的过程中，网络定向广告的信息类型（敏感性vs.非敏感性）通过预期风险起到调节作用。具体来说，相较于非敏感性信息，当信息类型为敏感性信息时，网络定向广告认知水平对预期风险的影响就越大（实验二）。

此外，在用户使用互联网的过程中，隐私关注也通过预期风险起到调节作用。具体来说，相较于低隐私关注用户，高隐私关注用户的网络定向广告认知水平对预期风险的影响更大（实验三）。

3.2 研究意义

在理论意义层面，目前国内外对于互联网用户因自身对网络定向广告的负面认知或判断，进而形成的自我保护机制研究较为不足，目前仅有Ham（2017）利用结构方程模型对此进行了初步讨论。本文研究用户对网络定向广告的自我保护机制（屏蔽意愿），并指出用户的屏蔽意愿与广告信息类型、用户自身的隐私关注度相关，补充了网络定向广告领域对该方向的研究，提供未来的研究方向。

在实践意义层面，可分成广告运营商及相关法律部门两个部分。

（1）对于广告运营商：Tucker（2012）在英国的研究表明，94%的互联网用户担心他们的在线隐私数据会被泄露，并有53%的用户明确地表示自己不喜欢网络定向广告。此“反网络定向广告现象”对于网络定向广告的未来发展，势必有着负面的作用。因为一旦用户产生了负面情绪，将更容易对广告采取规避及屏蔽措施，进而降低广告效果，造成企业在成本上的浪费。因此，本文的研究结果对广告运营商在未来进行网络营销行为时，具有较大的商业参考价值。

（2）对于相关法律部门：鞠宏磊（2016）归纳世界其他先进国家的相关案例，认为社会上对于网络定向广告与消费者隐私问题，将会经历“媒体报道—公开讨论—行业自律及政府规制”的过程。据此推论，当国内大众未来对于网络定向广告的运行机制越来越了解后，如何让消费者既享受到网络定向广告所带来的便利，同时又能避免侵犯到消费者的个人隐私，将会成为互联网营销行业及政府法律相关部门亟待解决的问题。此外，朱芸阳（2016）对于网络定向广告个人信息的法律保护进行了研究，指出国内现有的法律对消费者隐私的保护尚有完善的空间，应积极通过立法保障用户对个人信息的事先自决控制。因此，本文研究结果对未来国内相关立法部门就《中国互联网定向广告用户信息保护行业框架标准》的调整，也具有重要的法律参考意义。

3.3 局限性与未来研究

在确保研究严谨性的同时，本文存在一定的局限。

首先是被试人群的选择，本研究的被试人群主要来自上海某大学学生群体及某互联网公司相关从业人员，此研究领域的背景知识较为丰富，后续研究可以采集更多不同群体的被试，提高研究的外部效度。

其次，有部分文献指出在说服知识模型中，被说服者不一定仅考虑了风险因素，也会加入利益因素做综合性的评估。因此，未来的研究可同时对互联网用户的预期利益进行测量，看看除了预期风险外，是否有其他的中介路径也能解释定向广告认知水平对屏蔽意愿的影响。最后，其他的调节变量也可能在此主效应中起作用，例如广告投放平台的信誉度、不同的广告包装形式等，都可以为进一步的拓展及延伸提供研究方向。

参考文献：

[1] MCDONALD A M， CRANOR L F. An empirical study of how people perceive online behavioral advertising [J]. 2009.

[2] MIYAZAKI A D. Online privacy and the disclosure of cookie use： effects on consumer trust and anticipated patronage [J]. Journal of Public Policy & Marketing， 2008， 27（1）：19-33.

[3] FRIESTAD M， WRIGHT P. The persuasion knowledge model： how people cope with persuasion attempts [J]. Journal of Consumer Research， 1994， 21（1）：1-31.

[4] COWLEY E， BARRON C. When product placement goes wrong [J]. Journal of Advertising， 2008（37）：89-98.

[5] 馬遥， 殷宝澄. 电影与电视剧植入广告效果研究--基于有限注意力模型与知识说服模型的品牌回忆与态度实验[C]// 2009JMS中国营销科学学术年会暨博士生论坛. 2009.

[6] 梁静. 基于说服知识应用的消费者购买决策行为研究[J]. 经济论坛， 2015（6）：112-115.

[7] KOSLOW S. Can the truth hurt？ How honest and persuasive advertising can unintentionally lead to increased consumer skepticism [J]. Journal of Consumer Affairs， 2010， 34（2）：245-267.

[8] 張荣娟. 内隐自尊调节作用下高自尊的防御性和攻击性研究[D]. 南昌：江西师范大学， 2005.

[9] ZEITHAML V A. Consumer perceptions of price， quality， and value： a means-end model and synthesis of evidence [J]. Journal of Marketing， 1988， 52（3）：2-22.

[10] PHELPS J， NOWAK G， FERRELL E. Privacy concerns and consumer willingness to provide personal information[J]. Journal of Public Policy & Marketing， 2013， 19（1）：27-41.

[11] 蒋玉石， 张红宇， 贾佳，等. 大数据背景下行为定向广告（OBA）与消费者隐私关注问题的研究[J]. 管理世界， 2015（8）：182-183.

[12] LIU C H. The enhancement of security in healthcare information systems [J]. Journal of Medical Systems， 2012， 36（3）：1673-1688.

[13] SHAH D V， FABER R J， YOUN S. Susceptibility and severity [J]. Communication Research， 1999， 26（2）：240-267.

[14] BEARDEN W O， HARDESTY D M， ROSE R L. Consumer self-confidence： refinements in conceptualization and measurement [J]. Journal of Consumer Research， 2001， 28（1）：121-134.

[15] HAM C D. Exploring how consumers cope with online behavioral advertising [J]. International Journal of Advertising， 2017， 36（1）：págs. 632-658.

[16] BAEK T H， MORIMOTO M. Stay away from me： examining the determinants of consumer avoidance of personalized advertising [J]. Journal of Advertising， 2012， 41（1）：59-76.

[17] AMP T， FRANCIS L. Why do people avoid advertising on the internet？ [J]. Journal of Advertising， 2004， 33（4）：89-97.