APP下载

个人数据共享中的部门感知与经济激励影响

2022-04-28石婧祝梦迪李晓倩

科技智囊 2022年4期
关键词:数据治理数据共享

石婧 祝梦迪 李晓倩

摘  要:数据是数字经济的关键生产要素,推动数字经济发展的重点难题是在保护数据隐私的前提下鼓励公众共享个人数据。文章从微观视角深入探究公众的部门感知和经济激励如何影响个人的数据共享行为。基于有限理性和隐私计算行为决策理论,文章提出了部门感知和经济激励对个人数据共享行为产生影响的理论假设。通过问卷实验法考察了公众在有经济激励的情况下对于不同部门的数据共享行为。结果表明,相比其他部门,愿意与私营企业共享数据的公众数量更少,比例更低。在此研究结果的基础上,文章进一步提出推动公众数据共享的实践建议,为促进数字经济良性发展提供参考。

关键词:数据共享;部门感知;数据治理

中图分类号:F49 文献标识码:A DOI:10.19881/j.cnki.1006-3676.2022.04.02

数据是当代推动经济发展的新生产要素,互联网累积了大量的个人数据,正在创造越来越多的经济和社会价值。数据要素产生者和拥有者的分离是其他所有要素所不具备的特征,仅仅激励数据科技公司等数据要素的拥有者,并不足以支持数据要素的动态生产和积累。作为数据资源的产生者,用户具有主观能动性,可以选择向数据要素的拥有者提供或者不提供数据资源。[1]为了发挥数据资源的价值,各国政府提倡数据的共联、共享,但也引发了数据共享与数据保护的冲突。2019年,美国Facebook公司因为剑桥分析(Cambridge Analytica)滥用其用户数据助力美国总统大选和英国脱欧公投等一系列政治选举事件,接受了美国相关部门质询,并支付50亿美元的高额赔偿。同年,我国“换脸”程序ZAO因涉嫌过度收集用户数据被工业和信息化部約谈问询,要求其自查整改。在新冠疫情期间,全球有28国推出应用程序,收集病毒密切接触者数据供公共卫生机构用于病毒追踪。[2]我国在健康码运行两个月之后,颁布了国家标准《个人健康信息码 数据格式》,用于规范个人健康信息数据的收集和使用。这一系列事件揭示了数据使用与数据保护的平衡与博弈。

数据的价值不仅体现在私有领域,还体现在国家安全、公共服务等领域。当公众在多样的应用场景与不同部门共享其个人数据时,会衡量共享带来的隐私风险。现阶段,由于知情同意机制的不足导致隐私受到威胁,传统隐私保护技术因关联分析而失效,数据滥用事件频繁发生,数据流动路径复杂致使安全漏洞追溯困难。这些风险使得公众的数据保护诉求愈加强烈,在一定程度上限制了数据的共享开放,阻碍了数字经济的创新发展。因此,如何在保障公众数据安全的同时实现数据的有序供应和使用,成为影响数字经济和社会发展的重要问题。

数据共享意味着将数据以更加开放的方式供多元主体收集、分析和使用,加快数据流动以发挥数据生产要素的经济和社会价值。通过对现有相关领域的文献分析发现,国内外对于公众的部门感知与数据共享行为的关系仍属空白。国外关于部门(差异)感知的研究多集中在组织层面上的绩效管理和公共服务满意度,以及个人层面上的公共服务动机和工作态度等方面。虽然这些研究积累了大量的理论基础,但由于东西方文化差异,我国民众对公共部门的态度不同于欧美国家,国外的研究结论无法直接移植到国内。通过研究我国公众的部门感知和经济激励对数据共享行为的影响,既能够完善国内关于部门感知的研究理论,也可以帮助政府和企业更好地了解公众数据共享行为的影响因素。基于上述现实和理论需要,笔者将采用调查实验方法展开研究,探讨部门感知、经济激励以及个人数据共享行为之间的关系,进而探寻数据保护和数据共享之间的平衡点。

一、文献综述和理论假设

(一)文献综述

1.数据共享影响因素的相关理论

目前,在个人数据共享研究中常用的行为决策理论包括有限理性决策、认知偏差和隐私计算理论。有限理性决策理论由Simon提出,其认为公众面对难以处理或不完整的信息时,往往会找到适当的而不是最优的解决方案。[3]数据共享研究中公众的有限理性来源于两个方面:一是信息不对称。数据采集和使用的全流程如数据收集程度和种类存在不确定性,由于风险和收益无法得到适当的评估,公众只能基于有限理性做出数据共享行为决策。[4]二是公众知识与能力有限,不能全面地处理与数据使用收益和安全成本相关的不确定信息,无法估计各种可行策略的风险和代价,只能运用经验规则或捷径来解决问题[5],如大多数用户都不会详细阅读隐私声明和用户协议的内容而直接同意协议并接受服务。

隐私计算理论由Culnan和Armstrong提出,他们认为公众在权衡数据共享风险和经济、社会收益的基础上做出行为决策。[6]隐私计算理论被认为是“分析当代个人数据隐私问题最有用的框架”,在阻碍和激励两种因素的感知博弈下形成数据共享的行为决策。[7]隐私计算的核心是感知风险和感知收益,感知收益包括经济(如金钱、折扣、个性化服务)和心理(如快乐、社交互动)等因素。感知收益在本质上具有补偿性,当感知收益超出了感知风险时,公众选择共享个人数据,反之则采取一定程度的隐私保护措施。[8]众多学者在隐私计算的框架下对网络用户数据共享进行了广泛且深入的探究,并取得了如下的发现:公众对个性化服务的需求比对数据隐私的关注强烈得多,从而更愿意共享数据[9];获得身份认同、技术操作难度等感知收益会刺激公众在社交平台进行自我披露[10];在跨文化环境下,在网站获得的融入感和愉悦性可以降低公众的感知风险[11];经济奖励对共享个人数据决策产生非常积极影响,经济奖励可以有多种形式,如折扣、代金券或免费礼物[12]。

2.部门感知的形成及影响

长期以来,公共部门和私营部门的差异研究一直是公共管理的中心话题,所有权、资金和控制权作为衡量公共属性的维度,各部门属性存在不同程度的差异。[13]随之而来的是越来越多的实证文献,开始研究人们对不同部门的感知差异。[14—15]部门差异感知(Sector perception)指公众依据以往经验以及价值观等主观认知对具体公共服务和政府绩效管理的态度和看法。[16]早期,学者们也曾用“用户感知”“感知价值”“顾客满意”等术语来代表公众感知。[17]

部门感知是建立心理认知的过程,不可避免地会受到刻板印象和无意识的政治动机偏见的影响,公众凭借有限的信息内容和传播渠道对客观对象产生非理性认识。[18]有研究发现公众更容易将公共部门与僵化、低效等贬义词汇联系在一起。[19]当公众对未知社会服务机构不满意时,他们很可能将非营利机构误认为政府机构,这种感知是对公共与私人、营利性与非营利性的简单刻板印象。[20]有研究在比较私营服务(美国联邦快递)和公共服务(美国邮政服务)时,发现受访者更倾向于将公共部门与“慢”等特征联系在一起。[21]即使政府机构有提供优质服务的能力,公众仍然对其持怀疑态度。例如,在一项衡量电子政务服务满意度的研究中,虽然一些政府网站提供的服务可与私营企业相媲美,但公众对政务网站的评价远远落后于电子商务网站。[22]同时,通过梳理文献发现,公众对政府机构的偏见并不一致,部分公众会对政府机构持有积极的偏向,并给予其服务更积极的评价[23],认为与私营企业相比,政府机构服务产出分配更加公平[24]。

通过对现有相关文献的分析可知,目前国内部门感知相关研究经验积累不足。近年来,虽然国外关于部门感知的研究数量较多,切入点较为丰富,但由于东西方文化差异,国人对公共部门的态度不同于欧美,国外研究经验无法照搬到国内施行,应从国内外已有研究结果的实际出发,修正研究模型并完善国内公众感知研究理论。同时,在数据共享研究中有多种研究工具可以测量公众主观感知,但现有研究多采用以问卷调查收集数据并构建结构方程模型的方法,这在一定程度上存在选样偏误等问题。因此,有必要应用实验法来探究复杂的公众感知因素。

(二)理论假设

1.经济激励对个人数据共享行为的影响

隐私计算理论认为,公众在共享个人数据时会权衡相关的收益和风险,其中激励措施是诱使公众完成期望行为的常用方法,包括经济激励(货币、折扣以及优惠券等)。[25]公众出于对降价、溢价或其他激励措施的期望自愿共享个人数据,如允许企业为其推送个性化广告,以换取现金或折扣等奖励。[26]企业提供激励可以有效抵消公众对隐私的担忧,同时增加公众对数据共享利益交换的感知,认为和企业建立了平等的交换。[27]

经济激励除了直接影响公众的数据共享行为,也可能隐藏在有限理性的复杂决策模型中,与个人态度、对收益和成本的权衡、对其他方的信任等因素共同影响决策。研究发现,公众不在网上购物的主要原因是他们对大多数在线零售企业不够信任。[28]隐私意识更强的人会选择要求获得更多的报酬来共享个人数据。[29]有研究在隐私定价实验中得到数据敏感程度与隐私价格的关系,敏感程度越高,公众对隐私的定价越高。[30]

在数据共享獲得的收益与潜在的数据滥用产生的风险两种因素的平衡之下,隐私成为一种“商品”,通过经济激励的方式抵消风险冲突。因此,笔者提出假设:

H1:有经济激励的情况下,更多人愿意与其他机构共享个人数据。

2.部门感知对个人数据共享行为的影响

在数据共享决策中,部门感知作为“捷径”要素,能够有效地降低公众在应对不确定性情况下的行为复杂性。基于有限理性理论,公众对部门的感知是由认知、情感以及行为3个部分组成。[18]公众的部门感知主要来源于部门及其服务的相关信息的获取和长期以来的个人价值观的凝练。[16]最后,公众会根据这些情感产生的行动意向引导具体行动。[31]

笔者将公共部门定义为拥有公共权力,以提供公共物品和服务、维护和实现社会公共利益为目标,管理社会公共事务的政府机构。非营利机构是指在政府部门和以营利为目的的企业之外的一切志愿团体、社会组织或民间协会。私营部门是指依据市场规则,在市场上出售其产品或者提供服务以谋求利润的私营企业,提供私人物品并追求经济利益。

对于政府机构而言,信息公开是取信于民的起点,关系国家和公众的根本利益。虽然互联网的普及革命性地改变了公众获取信息的方式,但政府仍是开放关键行政信息的决策者,如在新冠疫情公共卫生事件中政府公开的疫情信息总是引起广泛关注的。政府出于维护社会稳定和公共利益的考虑,及时公开疫情数据并积极宣传抗疫事件,公众在获得真实信息的同时对政府机构产生正向感知,积极提供自己的个人健康数据。

对于私营企业而言,互联网技术的迅猛发展使得公众的信息收集渠道增多,过度汲取数据而忽视数据安全的保护会导致数据泄露事件频发,并且相关事件不断地被媒介报道与传播,企业“口碑”的破坏影响着公众对数字服务的感知。因此笔者提出假设:

H2:相比于政府机构和非营利机构,经济激励对于个人将数据与私营企业共享的促进作用更小。

3.数据共享场景选择

考虑到数据共享场景的复杂性和多样性,本调查实验选取共享电动车交通服务这一应用场景,具体原因如下:

(1)交通服务不仅是政府管理关切的核心服务,也是公民可感知的服务。在城市环境中,共享移动服务的发展潜力充分弥补了公共交通的服务“盲区”[32],尤其在2020年新冠疫情在全球暴发后,共享电单车成为公众出行的绝佳交通工具,其投放规模逐渐扩大。同时,公众对提供共享电单车服务的部门属性并不十分在意。因此,此场景可以在无诱导的情况下检测公众对部门属性的感知是否影响个人数据的共享行为。围绕该场景展开研究具有直观性、现实性和操作性。

(2)共享电单车运营商能够获取大量极具分析价值的骑行轨迹数据。交通和位置数据可以揭示个人习惯、偏好和行为,也为运营商提供大量的运维管理的决策依据。同时,对个人骑行违法行为的追踪,可以为政府交管部门提供资料来优化交通管理。这使得运营商、与其合作的第三方机构以及政府部门都有充分的动力分析共享电单车用户产生的数据。因此,该场景下的数据利用与保护是真实存在的决策博弈。

二、调查实验研究设计

调查实验方法是在社会科学中广泛运用的方法,通过在问卷中设置不同的实验场景,对被试者实施干预,以获取研究结论。调查实验将问卷便于实施的优点和实验的关系推论结合起来,成为研究态度、感知等行为公共管理问题的重要工具。[33]

(一)实验设计与被试

本研究的自变量是数据共享部门,共有4个:第三方、政府、私营企业、非营利机构。其中,政府、私营企业和非营利机构为实验组。第三方是本次实验中的对照组,其设置的目的是评估如果不说明数据分享的对象组织的性质,是否会对受访者的决策产生影响。因此,共有4个版本的问卷。通过问卷星招募了1397名被试,其中男性701人(50.2%),女性696人(49.8%)。被试被随机分配到4个组中,其中第三方組370人,政府组349人,私营企业组311人,非营利组织组367人。

(二)实验程序

问卷借助问卷星的网络平台进行发放和收集。

1.实验情景

实验情景(vignette)被用来呈现不同的实验场景,在被试者中形成对所实施刺激的标准化理解。本研究选取共享电动车交通服务来构建数据共享的场景,完整的文本内容如下:

“由于出行需求,小王现在要使用D公司研发的共享电单车App,App按照10分钟2元钱,24小时内40元封顶的标准进行收费。

小王在使用这款App时,可以选择与某个第三方机构/某个私营数据分析公司/某个相关的政府部门/某个非营利机构,共享自己的骑行轨迹等个人数据。若小王愿意将自己的骑行轨迹等个人数据,共享给该第三方机构/私营数据分析公司/政府部门/非营利机构,可按照10分钟1元钱,24小时内20元封顶来付费,否则按原价付费。

该第三方机构/私营数据分析公司/政府部门/非营利机构,将骑行数据用于交通路况分析,合理配置交通信号灯,减少用户的出行安全隐患并实时优化用户的出行路线。同时,用户的骑行数据会被用于识别车辆逆行、不遵守交通信号灯等行为,该第三方机构/私营数据分析公司/政府部门/非营利机构的员工可以查看用户的骑行记录。”

不同的实验条件体现在实验情景中数据共享的不同对象(第三方机构/私营数据分析公司/政府部门/非营利机构)。

2.问卷设计

问卷首先向被试呈现实验情景,在阅读情景信息之后进行因变量的测量,要求被试回答:“如果您是小王,您愿意以哪种方式使用这款共享电动车App?(共享数据/不共享数据)”之后,再回答人口统计学变量问题,包括性别、年龄、教育程度和政治面貌,最后对受访者的回答进行检验:“依据文本信息,D公司把您的个人数据共享给哪个机构?”

三、调查实验结果

对于性别、年龄、学历和政治面貌在4个条件间的分配均衡性进行检验,其中对性别、学历和政治面貌等几个类别变量做卡方检验,对年龄做方差分析,结果显示均为无显著性差异(卡方检验结果见表1中2值及p值,方差分析结果见表1中的F值和p值),说明4个条件的被试在性别、年龄、学历和政治面貌上并无显著差异。

通过对被试的选择分布进行统计(表2)可知,在4个条件中均有超过半数的被试选择共享数据的同时获取折扣,其中第三方(基线)、政府和非营利机构3个条件中的共享人数比例约为70%,而私营企业条件下的共享人数比例约为60%。卡方检验显示,共享与不共享人数的分布在4个条件中存在差异,2(3)=10.412,p=0.015,分组检验发现,差异主要体现在私营企业和其他3个条件上(基线条件、政府、非营利机构)(表3),进一步证实了描述性统计显示出的私营企业条件与其他条件的差异:在有经济激励的情况下,相比其他类型的机构,愿意与私营企业共享数据的人群数量更少,比例更低。

四、结果分析与讨论

(一)基于部门感知影响的反思

研究结果显示,公众对私营企业的感知偏见影响了个人数据共享行为的选择,公众关注收集和管理数据的组织以及数据的使用目的。数据共享不足阻碍了其社会价值的实现。然而,公众不应独自面对复杂的数据收集过程和潜在的风险后果,各部门应该共同维护公众数据利益,促进数据共享。

政府、企业、非营利机构和公众要共同参与数据治理。其中,负有重要责任的首先是政府监管机构。在数据治理中,政府是政策制定者和执行监管者,应明确多元社会治理主体的权利和义务,给予制度供给,平衡各治理主体的利益诉求,更多地帮助公众从数据共享中受益。政府应制定行政惩罚机制,明确企业收集使用个人数据的规则并加大对泄露个人数据和隐私的惩罚力度,增强公众对隐私数据的控制力,以解决共享行为决策过程中信息不对称和谈判力不对等的问题。

企业必须重视公众偏见对数据共享行为影响。根据实验研究可以结果推论出,与政府和非营利机构相比,公众对于与企业共享数据更加防范。在数据隐私保护体系中,相比于政府和社会监督,企业自我监管具有规则和技术优势。因此,企业更应该自觉建立健全行业自律机制,坚持以权利与义务对等的原则来强化数据监管。在技术监管方面,企业应发挥自身隐私保护技术优势并加强技术创新,采用数据脱敏手段防止第三方非法识别,减少数据泄露的技术风险。同时,企业应建立数据泄漏事故应急管理机制,降低对公众隐私利益的损害。中国互联网协会等组织应发挥行业自律职责,制定更完善的数据安全保护公约,引领企业承担保护个人数据的责任。同时,企业应向政府监督机构定期公开收集个人数据的过程,直接接受公众监督。从长远来看,企业应当具备保护公众数据隐私的前瞻性目光,主动承担保障数据安全的社会责任,这将是企业获得公众青睐与信任、实现长期良性发展的最佳选择。

(二)基于经济激励影响的反思

设定合理的经济激励,鼓励公众共享数据。前述研究结果有助于各部门了解公众为什么以及在何种程度上同意共享数据。经济激励在一定程度上减少了数据共享引发的风险感知,并调节了部门感知对个人数据共享的影响。这一结果可能归因于部分公众将个人隐私作为经济激励即折扣的交换筹码,企业对经济激励的简单操纵足以克服公众对数据隐私安全的担忧,导致公众在公平交换感知状态下共享他们的个人数据。各部门在采用具体的经济激励措施时,在激励形式和强度方面应保持一定的灵活性,以免对数据共享者造成负面影响。

構建多元的数据共享激励体系。公众的部门感知导致公众对经济激励的不同偏好,同意共享数据的公众对经济激励敏感,而拒绝共享数据的公众对激励措施有更加多元化的要求。对拒绝数据共享的公众而言,仅有经济激励是不够的,纯粹的经济奖励甚至可能产生相反的结果。各部门在为公众设计激励方案时,在为其提供公平合理的经济补偿的基础上,还要突出非经济激励的作用,建立完备的激励机制。

激发公众内在动机,促进个人数据共享。在公众对数据安全等问题较为关注时,经济激励手段反而会刺激这种敏感性,使得公众更加重视自己的数据安全,更加倾向于不共享数据。因此,政府与企业应该激发公众的内部共享动机,如果公众对该组织足够信任,经济激励的增加会使公众感知到数据共享收益增加。

(三)基于个人数据共享行为的反思

在个人数据共享过程中,需要调动公众参与建设数据共享的良性生态,实现数据隐私安全与数据生产要素价值挖掘的平衡。数据治理应更加注重对公众的引导,以及提高公众对数据隐私安全的自我保护意识。公众参与是公民的基本权利,也是确保政策民主性、公共性的重要保证。相比于各部门对数据隐私的被动保护,公众的主动保护措施可以帮助其避免部分数据隐私泄露事件的发生。其中,更为重要的是对公众数据隐私保护意识的培养。公众对组织固有的信任以及对数据用途的了解程度尚浅导致其忽视对数据隐私的保护,或许人们意识到了隐私保护的重要性,但并不愿意为保护隐私付出行动。要改变这种主体意识缺乏的现状,个人隐私保护宣传、数据隐私观念教育与相关技能培训至关重要。当公众网络素质、保护意识和防范能力集体提升时,数据隐私保护成为一种国民意识时,数字安全治理难度也随之降低。

参考文献:

[1] 梁平汉.数据要素视角下的科技成果转化与数字经济产业发展[J].国家治理,2021(Z3):54-57.

[2] 数字技术助力全球疫情防控[EB/OL].(2021-07-31)[2021-05-08].http://www.cac.gov.cn/2020-05/08/c_1590485959130772.htm.

[3] Simon H A. A behavioral model of rational choice[J].The quarterly journal of economics,1955(01):99-118.

[4] Acquisti A,Grossklags J. Privacy and rationality in individual decision making[J].IEEE security & privacy,2005(01):26-33.

[5] 李海丹,洪紫怡,朱侯.隐私计算与公平理论视角下用户隐私披露行为机制研究[J].图书情报知识,2016(06):114-124.

[6] Culnan M J,Armstrong P K. Information privacy concerns,procedural fairness,and impersonal trust:An empirical investigation[J].Organization science,1999(01):104-115.

[7] 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(03):90-97

[8] Hui K L,Teo H H,Lee S Y T. The value of privacy assurance:An exploratory field experiment[J].MIS Quarterly,2007(01):19-33.

[9] Chellappa R K,Sin R G.Personalization versus privacy:An empirical examination of the online consumers dilemma[J].Information Technology and Management,2005(6):181-202.

[10] 顾东晓,索菲亚·莎诺娃,杨雪洁,等.在线健康社区中的信息持续搜索研究[J].情报科学,2020(11):92-97.

[11] Krasnova H,Veltri N F,Günther O.Self-disclosure and privacy calculus on social networking sites:The role of culture[J].Business & Information Systems Engineering,2012(03):127-135.

[12] Benndorf V,Normann H T. The willingness to sell personal data[J].The Scandinavian Journal of Economics,2018(04):1260-1278.

[13] Perry J L,Rainey H G. The public-private distinction in organization theory:A critique and research strategy[J].Academy of management review,1988(02):182-201.

[14] Poister T H,Henry G T. Citizen ratings of public and private service quality:A comparative perspective[J].Public administration review,1994(02):155-160.

[15] Rainey H G,Bozeman B. Comparing public and private organizations:Empirical research and the power of the a priori[J].Journal of public administration research and theory,2000(02):447-470.

[16] Hvidman U,Andersen S C. Perceptions of public and private performance:Evidence from a survey experiment[J].Public Administration Review,2016(01):111-120.

[17] 郭劍鸣,汤彪,俞薇楠.政府信任视角下的公众感知评价研究进展与趋势[J].财经论丛,2018(08):106-112.

[18] 瞿忠琼,鹿艺鸣.探寻公众感知的本质与迭代逻辑[J].自然辩证法研究,2016(04):96-101.

[19] Olsen A L. Citizen(dis)satisfaction:An experimental equivalence framing study[J].Public Administration Review,2015(03):469-478.

[20] Van Slyke D M,Roch C H. What do they know,and whom do they hold accountable?Citizens in the government–nonprofit contracting relationship[J].Journal of Public Administration Research and Theory,2004(02):191-209.

[21] Marvel J D. Unconscious bias in citizens evaluations of public sector performance[J].Journal of Public Administration Research and Theory,2016(01):143-158.

[22] Morgeson III F V,Mithas S. Does E‐government measure up to E‐Business?Comparing end user perceptions of US federal government and E‐business web sites[J].Public Administration Review,2009(04):740-752.

[23] Christensen J. Biased,not blind:An experimental test of self‐serving biases in service users evaluations of performance information[J].Public Administration,2018(03):468-480.

[24] Meier K J,Johnson A P,An S H. Perceptual bias and public programs:The case of the United States and hospital care[J].Public Administration Review,2019(06):820-828.

[25] Gómez-Barroso J L. Feel free to use my personal data:an experiment on disclosure behavior when shopping online[J].Online Information Review,2021(02):15.

[26] Hutton L,Henderson T,Kapadia A. Short paper:“here I am, now pay me!”:privacy concerns in incentivised location-sharing systems[C]//Proceedings of the 2014 ACM conference on Security and privacy in wireless & mobile networks,2014:81-86.

[27] Phelps J,Nowak G,Ferrell E. Privacy concerns and consumer willingness to provide personal information[J].Journal of public policy & marketing,2000(01):27-41.

[28] Premazzi K,Castaldo S,Grosso M,et al. Customer information sharing with e-vendors:The roles of incentives and trust[J].International Journal of Electronic Commerce,2010(03):63-91.

[29] Grossklags J,Acquisti A. When 25 Cents is Too Much:An Experiment on Willingness-To-Sell and Willingness-To-Protect Personal Information[C]//WEIS,2007.

[30] Huberman B A,Adar E,Fine L R. Valuating privacy[J].IEEE security & privacy,2005(05):22-25.

[31] Koufaris M,Hampton-Sosa W. The development of initial trust in an online company by new customers[J].Information & management,2004(03):377-397.

[32] Belanche-Gracia D,Casaló-Ari?o L V,Pérez-Rueda A. Determinants of multi-service smartcard success for smart cities development:A study based on citizens privacy and security perceptions[J].Government information quarterly,2015(02):154-163.

[33] 劉军强,胡国鹏,李振.试点与实验:社会实验法及其对试点机制的启示[J].政治学研究,2018(04):103-116,128.

The Role of Sector Perception and Economic Incentives in Personal Data Sharing

Shi  Jing Zhu  MengdiLi  Xiaoqian

(1.College of Public Administration,Huazhong University of Science and Technology,Hubei,Wuhan,430074;2.Big Data Academy,Zhongke,Henan,Zhengzhou,450008)

Abstract:The key problem in promoting the development of the digital economy is to encourage the public to share personal data on the premise of protecting data privacy. This paper studied how the publics sector perception and economic incentives affect personal data sharing behavior from a micro perspective. Based on behavioral decision-making theories including bounded rationality and privacy calculus,this paper proposed theoretical assumptions that sector perception and economic incentives affect personal data sharing behavior. Through the questionnaire experiment method,the public's data sharing behavior in different sectors under the condition of economic incentives was investigated. The results show that compared with other sectors,the number of people willing to share data with private companies is smaller. On the basis of this result,this paper proposed practical suggestions to promote public data sharing and the sound development of the digital economy.

Key words:Data sharing;Sector perception;Data governance

猜你喜欢

数据治理数据共享
高校数据融合路径及其治理框架的探讨
基于本体的企业运营数据治理
云端数据治理初探
科学大数据的发展态势及建议
数字化迎新系统宿舍分配模块的设计与实现
贵州大数据产业发展战略理解和实施建议
大数据治理模型与治理成熟度评估研究
面向海上平台机械电气设备的数据共享平台的设计与实现
基于协同办公的会议管理系统设计与实现
大数据时代城市治理:数据异化与数据治理