摘要：探究用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的動力因素，能夠?yàn)樘嵘脩魠⑴c行為和協(xié)同治理效能提供實(shí)踐參考?；谏鐣J(rèn)知理論、自我效能理論和雙因素理論，從外部環(huán)境引導(dǎo)力、平臺因素推動力和用戶主體內(nèi)驅(qū)力3個方面探討用戶參與的動力因素，并采用系統(tǒng)動力學(xué)方法進(jìn)行仿真分析。仿真結(jié)果表明，各動力因素對用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理行為意愿的影響程度存在明顯差異。隱私安全需要、協(xié)同治理政策和平臺性能是各子系統(tǒng)中的關(guān)鍵動力因素，用戶自身內(nèi)驅(qū)力相較于環(huán)境引導(dǎo)力和平臺推動力的整體影響程度更高?；诖?，從隱私素養(yǎng)、治理政策、平臺建設(shè)等方面提出對策建議。

關(guān)鍵詞：政府開放數(shù)據(jù)；用戶參與；協(xié)同治理；隱私治理；動力因素；系統(tǒng)動力學(xué)仿真

中圖分類號：G203；D63 DOI：10.3772/j.issn.1673-2286.2024.09.008

引文格式：袁靜，劉昭輝，李森濤. 用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理動力的系統(tǒng)動力學(xué)仿真分析[J]. 數(shù)字圖書館論壇，2024，20（9）：72-84.

*本研究得到國家社會科學(xué)基金一般項(xiàng)目“用戶群體參與視角下政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理研究”（編號：23BTQ071）、鄭州大學(xué)人文社會科學(xué)優(yōu)秀青年科研團(tuán)隊(duì)資助項(xiàng)目“政府開放數(shù)據(jù)隱私風(fēng)險治理效能評估研究”（編號：2023-QNTD-07）、鄭州大學(xué)公共管理學(xué)學(xué)科建設(shè)創(chuàng)新中心資助項(xiàng)目（編號：2023RC020400074）資助。

隨著政府?dāng)?shù)據(jù)開放運(yùn)動的全球性發(fā)展，政府?dāng)?shù)據(jù)的隱私風(fēng)險問題更加突顯。目前我國政府?dāng)?shù)據(jù)開放中的數(shù)據(jù)安全、隱私治理等方面存在治理效率低下、治理模式單一、治理有效性不足等問題，導(dǎo)致數(shù)據(jù)隱私泄露事件頻發(fā)，亟須通過多元監(jiān)督、分層防控、社會協(xié)助、公眾參與等方式開展協(xié)同治理。政府?dāng)?shù)據(jù)涉及大量的公眾個人信息，政府開放數(shù)據(jù)中存在隱私風(fēng)險的也是有關(guān)用戶信息的個人數(shù)據(jù)，用戶不僅是隱私主體，還是隱私治理的監(jiān)督者、評價者和反饋者。用戶參與隱私風(fēng)險協(xié)同治理，可以提高隱私風(fēng)險識別的精準(zhǔn)性、風(fēng)險評估的可靠性、治理決策的科學(xué)性、治理結(jié)果的有效性，進(jìn)而達(dá)到降低治理成本、提升治理水平與效能的目的。其中，用戶參與動力是影響用戶參與協(xié)同治理意愿、提升用戶參與程度和隱私治理效果的重要內(nèi)容。

本文從用戶參與的視角出發(fā)，分析影響用戶參與的動力因素，并通過系統(tǒng)動力學(xué)仿真模擬，識別用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的關(guān)鍵動力因素，探索隱私風(fēng)險協(xié)同治理中用戶參與行為及其參與效果的提升路徑。一方面，拓展現(xiàn)有政府開放數(shù)據(jù)隱私風(fēng)險治理的研究視角，完善政府?dāng)?shù)據(jù)隱私風(fēng)險管理理論內(nèi)容；另一方面，為更有效地開展政府?dāng)?shù)據(jù)隱私風(fēng)險治理實(shí)踐提供新思路，有助于提升用戶的隱私素養(yǎng)和參與意識，形成隱私保護(hù)共識，營造良好的政府?dāng)?shù)據(jù)開放環(huán)境，推動政府?dāng)?shù)據(jù)價值實(shí)現(xiàn)。

1 國內(nèi)外相關(guān)研究

（1）政府開放數(shù)據(jù)隱私風(fēng)險研究。政府開放數(shù)據(jù)隱私風(fēng)險相關(guān)研究包括隱私風(fēng)險識別、評估與計(jì)量兩個方面。關(guān)于隱私風(fēng)險識別，相關(guān)研究通過構(gòu)建理論框架，分析政府開放數(shù)據(jù)隱私風(fēng)險形成過程[1]，還從法律類、技術(shù)類、管理類等不同維度識別隱私風(fēng)險因素[2]，對隱私風(fēng)險進(jìn)行判定[3]。隱私風(fēng)險評估與計(jì)量是指對隱私風(fēng)險大小進(jìn)行量化研究，現(xiàn)有研究通過建立隱私風(fēng)險評估模型[4]，從概念模型和感知風(fēng)險角度[5]出發(fā)評估政府開放數(shù)據(jù)隱私風(fēng)險。此外，還通過分析政府?dāng)?shù)據(jù)隱私相關(guān)文本，構(gòu)建隱私計(jì)量模型來計(jì)量敏感數(shù)據(jù)的隱私值[6]，以及應(yīng)用條件價值法對政府開放數(shù)據(jù)中的個人隱私數(shù)據(jù)進(jìn)行受償價值估計(jì)[7]，從價格補(bǔ)償視角量化政府?dāng)?shù)據(jù)中個人數(shù)據(jù)隱私的敏感程度。

也有學(xué)者關(guān)注數(shù)據(jù)開放和隱私泄露的平衡問題，提出平衡框架以權(quán)衡公開數(shù)據(jù)透明度與隱私的權(quán)益[8]，探討透明度與隱私的界限[9]，關(guān)注開放數(shù)據(jù)的隱私保護(hù)[10]，但如何在數(shù)據(jù)開放和隱私保護(hù)之間尋找平衡仍是需要探討的問題。

在政府開放數(shù)據(jù)隱私風(fēng)險治理方面，馮昌揚(yáng)[11]對我國政府開放數(shù)據(jù)門戶網(wǎng)站的隱私政策進(jìn)行比較分析，其他學(xué)者從政策、法律、組織、技術(shù)等方面提出了政府開放數(shù)據(jù)隱私風(fēng)險治理的多種舉措，如制定專門的數(shù)據(jù)安全保護(hù)法律與政策，成立專門的隱私保護(hù)機(jī)構(gòu)[12]，設(shè)置專門的數(shù)據(jù)監(jiān)管部門且配備專業(yè)的數(shù)據(jù)保護(hù)官[13]，利用刪除標(biāo)識符、擾動、假名化、聚合、泛化、k匿名、差分隱私和合成數(shù)據(jù)等技術(shù)進(jìn)行安全保障[14]，以及從制度與技術(shù)雙輪驅(qū)動視角構(gòu)建隱私治理框架[15]。國外研究側(cè)重從技術(shù)層面構(gòu)筑隱私安全防線，如利用k匿名算法和Hadoop框架[16]、基于Hyperledger區(qū)塊鏈技術(shù)構(gòu)建政府開放數(shù)據(jù)隱私保護(hù)框架[17]，以及通過改進(jìn)基于局部差分隱私的方法以實(shí)現(xiàn)在政府部門之間共享統(tǒng)計(jì)數(shù)據(jù)的同時保護(hù)私人信息[18]。

（2）用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理研究。政府開放數(shù)據(jù)隱私風(fēng)險的協(xié)同治理研究受到了關(guān)注。相關(guān)研究認(rèn)為政府?dāng)?shù)據(jù)開放是由政府、公民和私營部門之間的合作關(guān)系推動的[19]，政府、學(xué)術(shù)界、私人實(shí)體和公眾的協(xié)同合作是保障政府開放數(shù)據(jù)隱私風(fēng)險治理取得成功的重要因素[20]。通過多方協(xié)作治理能夠顯著提升用戶數(shù)據(jù)治理成效[21]，用戶和政府的協(xié)同合作可以提高用戶創(chuàng)新能力和整體數(shù)據(jù)治理能力[22]。因此，要強(qiáng)調(diào)多元隱私信息治理主體[23]，構(gòu)建共治格局，持續(xù)完善多方參與的治理模式[24]，通過多個主體的協(xié)同管理，保障公共利益，維護(hù)公共秩序[25]。

此外，用戶在隱私風(fēng)險協(xié)同治理中的作用與地位也受到了國內(nèi)外研究者的關(guān)注，如相關(guān)研究強(qiáng)調(diào)用戶主導(dǎo)在政府?dāng)?shù)據(jù)開放中的重要性[19]，提出允許用戶調(diào)整隱私閾值級別以實(shí)現(xiàn)隱私泄露風(fēng)險和數(shù)據(jù)挖掘之間的平衡[26]。還有研究構(gòu)建用戶參與隱私風(fēng)險協(xié)同共治的整體框架[27]，分析用戶參與政府開放數(shù)據(jù)隱私風(fēng)險治理的影響因素[28]，探討用戶參與共治的隱私治理路徑，以推動用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的研究與實(shí)踐進(jìn)程。

綜上可知，關(guān)于政府?dāng)?shù)據(jù)開放中的隱私風(fēng)險問題，國內(nèi)外研究者已經(jīng)進(jìn)行深入探討。隨著政府?dāng)?shù)據(jù)治理模式的轉(zhuǎn)變，以及用戶參與社會治理意愿的增強(qiáng)，國內(nèi)外研究也逐漸認(rèn)識到多主體協(xié)同對隱私風(fēng)險治理的價值，強(qiáng)調(diào)用戶參與協(xié)同治理的作用和重要性。但是，用戶為什么會參與隱私風(fēng)險協(xié)同治理、用戶參與的動機(jī)是什么、有哪些動力會促使用戶產(chǎn)生隱私治理意愿并促使其積極參與其中、各動力因素對用戶參與意愿的影響程度如何等仍是需要進(jìn)一步探討的重要問題。因此，本研究從用戶參與動力視角，深入探討用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的動力因素，并通過系統(tǒng)動力學(xué)方法進(jìn)行仿真分析，識別用戶參與協(xié)同治理過程中的關(guān)鍵動力因素，為引導(dǎo)用戶積極參與、降低數(shù)據(jù)隱私風(fēng)險、提升隱私治理效能、保障隱私數(shù)據(jù)安全提供實(shí)踐參考。

2 用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的動力分析

2.1 理論基礎(chǔ)

（1）社會認(rèn)知理論。社會認(rèn)知理論由班杜拉（Bandura）提出，強(qiáng)調(diào)人的行為意愿受個體認(rèn)知和環(huán)境因素影響[29]。其核心觀點(diǎn)是三元交互決定論，即個人的認(rèn)知、環(huán)境與行為三者之間是相互決定、相互作用的。該理論被廣泛應(yīng)用于心理學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)等領(lǐng)域的用戶信息行為研究[30]，以探究環(huán)境對個體行為的影響機(jī)制。

隨著由政府?dāng)?shù)據(jù)開放引發(fā)的數(shù)據(jù)隱私風(fēng)險問題更加突顯，構(gòu)建包括用戶在內(nèi)的多主體參與隱私風(fēng)險協(xié)同治理模式也受到關(guān)注。然而，用戶參與協(xié)同治理行為受到哪些動力的驅(qū)使、外部環(huán)境是否會促使用戶產(chǎn)生參與動機(jī)、個體認(rèn)知是否會驅(qū)動用戶的自發(fā)參與行為都是需要進(jìn)一步探討的問題。因此，本研究依據(jù)社會認(rèn)知理論，從外部環(huán)境支持和用戶個體認(rèn)知層面，分析促使用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理行為的動力因素。

（2）自我效能理論。自我效能理論由班杜拉基于社會學(xué)習(xí)的觀點(diǎn)提出，用以解釋特殊情境下動機(jī)產(chǎn)生的原因。自我效能感是個人對自己完成某方面工作能力的主觀評估，評估的結(jié)果直接影響用戶的行為動機(jī)和意愿，進(jìn)而影響用戶的行為產(chǎn)生。

自我效能感的強(qiáng)弱與用戶自身的知識、能力有一定關(guān)系。查先進(jìn)等[31]通過研究發(fā)現(xiàn)，信息素養(yǎng)與自我效能感息息相關(guān)。陶志梅等[32]在研究政府開放數(shù)據(jù)用戶使用意愿的影響因素時，發(fā)現(xiàn)信息素養(yǎng)對自我效能感具有顯著正向影響。政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理也需要用戶具備一定的隱私認(rèn)知和技能素養(yǎng)，因此本研究在社會認(rèn)知理論的基礎(chǔ)上，結(jié)合自我效能理論，將隱私素養(yǎng)、自我效能納入用戶認(rèn)知層面的動力因素，探究用戶能力和隱私素養(yǎng)對用戶參與協(xié)同治理意愿以及參與程度的作用，以探析用戶參與行為的深層動力來源。

（3）雙因素理論。雙因素理論又稱為激勵—保健因素理論，由赫茨伯格（Herzberg）首次提出，該理論認(rèn)為能夠有效提高員工積極性的因素是激勵因素，包括績效激勵、價值期望、自我滿足感、自我責(zé)任感等[33]。用戶行為除了受到自身內(nèi)驅(qū)力的影響，很大程度上還會受到激勵因素的影響，有效的激勵機(jī)制可以激發(fā)用戶參與熱情，提升用戶滿意度，進(jìn)而促使用戶行為的產(chǎn)生。

用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理也是一種利益博弈行為，用戶在使用政府開放數(shù)據(jù)的過程中，對數(shù)據(jù)敏感信息進(jìn)行風(fēng)險識別與監(jiān)督，并產(chǎn)生隱私防控和協(xié)同治理行為意愿，這除了受到自身權(quán)益保護(hù)需求驅(qū)動外，還與政府、平臺的激勵機(jī)制密切相關(guān)。已有相關(guān)研究也從環(huán)境、平臺等層面分析了用戶參與機(jī)制，如：代佳欣[34]在研究英國政府開放數(shù)據(jù)用戶參與的實(shí)現(xiàn)機(jī)制時，總結(jié)出制度、管理、執(zhí)行三位一體的實(shí)現(xiàn)機(jī)制；曹雨佳[35]在研究加拿大政府開放數(shù)據(jù)實(shí)踐的用戶參與機(jī)制時，對開放全過程中環(huán)境、平臺、應(yīng)用3個層面的用戶參與情況進(jìn)行分析。由于激勵因素涉及內(nèi)容和層面較多，本研究借鑒已有研究，綜合考慮內(nèi)外部情況，分別從環(huán)境、平臺、用戶3個層面，即環(huán)境層的政府激勵、平臺層的平臺激勵、用戶層的自我價值實(shí)現(xiàn)和隱私安全需要激勵，探究用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的激勵因素。

2.2 用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的動力因素

根據(jù)社會認(rèn)知理論的觀點(diǎn)，用戶行為的產(chǎn)生需要外部環(huán)境的支持，環(huán)境層面的政策支持、組織保障、協(xié)同氛圍能夠引導(dǎo)用戶產(chǎn)生參與隱私風(fēng)險協(xié)同治理意愿；平臺是用戶參與的媒介，良好的平臺性能、交互渠道和安全保障機(jī)制為用戶提供助推力，有利于推動用戶參與行為的產(chǎn)生；用戶在外部環(huán)境的引導(dǎo)和平臺的推動作用下，基于自身的隱私安全需要和自我效能等內(nèi)部驅(qū)動力最終產(chǎn)生參與隱私風(fēng)險協(xié)同治理行為。因此本研究從環(huán)境層面的引導(dǎo)力、平臺層面的推動力和用戶自身的內(nèi)驅(qū)力3個層面探討用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的動力因素。

2.2.1 引導(dǎo)力

引導(dǎo)力是動力系統(tǒng)的外部動力，在本研究中主要體現(xiàn)為政策層面對系統(tǒng)產(chǎn)生的影響。在政府開放數(shù)據(jù)隱私治理中，政府部門通過頒布相關(guān)政策指導(dǎo)、成立專門組織機(jī)構(gòu)等方式開展數(shù)據(jù)隱私治理、降低隱私泄露風(fēng)險，同時采取適當(dāng)激勵措施，支持并引導(dǎo)用戶積極參與隱私風(fēng)險協(xié)同治理。

（1）政策支持。政策作為社會運(yùn)行遵守的規(guī)則，指引著行為的趨勢走向，建立并不斷完善保障性制度體系是促進(jìn)用戶參與的關(guān)鍵[34]。隱私治理政策支持包括隱私保護(hù)政策與協(xié)同治理政策，一方面從隱私保護(hù)視角對數(shù)據(jù)開放全過程進(jìn)行管控，維護(hù)用戶隱私權(quán)益，降低用戶參與過程中的隱私泄露風(fēng)險；另一方面鼓勵多方主體參與隱私協(xié)同治理，提升用戶參與行為的合規(guī)性，引導(dǎo)用戶參與隱私風(fēng)險協(xié)同治理。

（2）組織機(jī)構(gòu)。組織機(jī)構(gòu)是政策的執(zhí)行者與監(jiān)督者，建立隱私治理組織保障機(jī)制、成立專門的隱私保護(hù)機(jī)構(gòu)有助于治理政策的宣傳與落實(shí)，進(jìn)一步調(diào)動用戶參與的積極性。組織機(jī)構(gòu)的行政職能多樣，本研究立足于隱私治理視角，著重關(guān)注隱私保護(hù)機(jī)構(gòu)的監(jiān)督職能與執(zhí)行職能。隱私治理監(jiān)督主要對隱私治理行為等進(jìn)行監(jiān)督，確保隱私保護(hù)措施的正確實(shí)施；隱私保護(hù)執(zhí)行主要涉及政府?dāng)?shù)據(jù)隱私治理工作的審查、隱私侵權(quán)行為的評定、隱私治理建議的落實(shí)等。

（3）政府激勵。雙因素理論提出的激勵因素指為個體帶來積極態(tài)度和激勵作用的因素，即用戶從組織或他人處所感知到的激勵。政府激勵對于政府開放數(shù)據(jù)與用戶交互的順利進(jìn)行具有至關(guān)重要的作用[36]。政府激勵一般可分為物質(zhì)獎勵（如頒發(fā)專項(xiàng)獎金、任命政府決策顧問、設(shè)立專項(xiàng)科研項(xiàng)目等）和精神獎勵（如頒發(fā)榮譽(yù)證書、獎?wù)?、榮譽(yù)稱號等）。政府部門通過建立有效的激勵機(jī)制，能夠激發(fā)用戶的參與動機(jī)，進(jìn)而引導(dǎo)用戶的積極參與行為。

2.2.2 推動力

推動力即促進(jìn)用戶產(chǎn)生參與行為的外部推動力量，在本研究中主要指政府?dāng)?shù)據(jù)開放平臺為用戶參與提供的有效支持和安全保障。平臺是數(shù)據(jù)治理的媒介載體，政府?dāng)?shù)據(jù)開放平臺通過提供支持用戶參與的多種渠道和有效的激勵，以及確保平臺的性能和安全保障等方式，推動用戶的參與行為。

（1）交互渠道。在政府機(jī)構(gòu)與用戶的良性互動和交流中，政府?dāng)?shù)據(jù)平臺的交流互動機(jī)制尤為重要[37]。交互渠道是用戶與平臺或政府工作人員開展信息交流的途徑，多樣化、高效率的交互渠道能夠提升用戶參與隱私治理的體驗(yàn)感，促使用戶對政府開放數(shù)據(jù)隱私治理情況進(jìn)行監(jiān)督與反饋，激發(fā)用戶參與隱私風(fēng)險治理意愿。例如，深圳市政府?dāng)?shù)據(jù)開放平臺通過設(shè)計(jì)調(diào)查問卷征求用戶意見，同時設(shè)置用戶社區(qū)交流專區(qū)[38]，旨在拓寬用戶參與的渠道，推動用戶參與平臺數(shù)據(jù)治理。

（2）平臺性能。平臺性能指政府?dāng)?shù)據(jù)開放平臺的便捷性、穩(wěn)定性、易用性以及對用戶反饋信息的響應(yīng)速度等，與技術(shù)基礎(chǔ)設(shè)施、用戶界面設(shè)計(jì)和平臺數(shù)據(jù)質(zhì)量等因素有關(guān)。技術(shù)滿足是影響用戶參與度的重要因素[39]，良好的平臺性能為用戶提供個性化程度高、精準(zhǔn)度高、體驗(yàn)良好的服務(wù)，在吸引用戶持續(xù)使用平臺數(shù)據(jù)的同時，擴(kuò)展平臺數(shù)據(jù)訪問廣度，推動平臺數(shù)據(jù)隱私治理進(jìn)程。

（3）平臺激勵。除了環(huán)境層面的政府激勵，平臺激勵也是一種激勵手段。與政府激勵相比，平臺激勵方式更加直接、獎勵更為便捷。平臺通過關(guān)注用戶活躍度、治理參與度，利用數(shù)據(jù)展示來激勵用戶參與，如展示用戶的排名、成就、貢獻(xiàn)值等，激發(fā)用戶積極性，進(jìn)一步提升用戶黏性，推動用戶多層次、多方位地持續(xù)參與平臺的隱私治理活動。

（4）安全保障機(jī)制。安全保障機(jī)制在應(yīng)用層面是指對平臺系統(tǒng)應(yīng)用進(jìn)行安全管理，在數(shù)據(jù)層面是指數(shù)據(jù)隱私處理技術(shù)和消減技術(shù)等應(yīng)對數(shù)據(jù)隱私風(fēng)險的技術(shù)。政府開放數(shù)據(jù)隱私技術(shù)類風(fēng)險與平臺有關(guān)[2]，安全保障機(jī)制有效保證了平臺存儲的用戶隱私數(shù)據(jù)和用戶生成內(nèi)容不被黑客盜取，提升了開放數(shù)據(jù)的自由度與安全性，促使用戶更加積極地參與隱私風(fēng)險治理。

2.2.3 內(nèi)驅(qū)力

內(nèi)驅(qū)力是用戶參與行為產(chǎn)生的內(nèi)在原動力，決定動機(jī)意愿的初始強(qiáng)度。當(dāng)平臺用戶感知自身能夠安全執(zhí)行任務(wù)時，將更加自信地采取相應(yīng)信息保護(hù)措施來確保自身隱私安全，而當(dāng)其感知到隱私泄露危險時，也能夠加強(qiáng)隱私安全保護(hù)意愿進(jìn)而采取相應(yīng)的行動[40]。內(nèi)驅(qū)力一般分為3類：認(rèn)知內(nèi)驅(qū)力、自我提高的內(nèi)驅(qū)力以及附屬內(nèi)驅(qū)力[41]。本研究依據(jù)馬斯洛需求理論和內(nèi)驅(qū)力類別將用戶參與的內(nèi)驅(qū)力劃分為：基于認(rèn)知的隱私素養(yǎng)和自我效能；基于需求的隱私安全需要和自我價值實(shí)現(xiàn)。

（1）隱私素養(yǎng)。隱私素養(yǎng)是用戶隱私意識和隱私知識的體現(xiàn)。在政府開放數(shù)據(jù)隱私風(fēng)險的協(xié)同治理中，如果一個用戶具有較高的隱私素養(yǎng)，則意味著其具備良好的隱私風(fēng)險識別能力、隱私風(fēng)險防控能力等，保護(hù)自身隱私的自覺性較高，更易于發(fā)現(xiàn)政府開放數(shù)據(jù)中的隱私泄露隱患，參與隱私風(fēng)險共治的內(nèi)驅(qū)力就較強(qiáng)。

（2）自我效能。自我效能是指個體對自身實(shí)現(xiàn)特定行為目標(biāo)的能力的自信程度，正向影響用戶使用政府開放數(shù)據(jù)的意愿[32]。本研究中的自我效能主要指用戶對自身參與隱私風(fēng)險協(xié)同治理的信心與能力的評估。在社會學(xué)和心理學(xué)中，自我效能被認(rèn)為是影響個體行為和決策的重要資源。相關(guān)研究發(fā)現(xiàn)，自我效能顯著影響用戶參與程度[42]。用戶對自身隱私保護(hù)能力以及參與政府開放數(shù)據(jù)隱私治理能力的自我感知越強(qiáng)，用戶參與的主動性就越大。

（3）隱私安全需要。隱私安全需要指用戶對保護(hù)數(shù)據(jù)安全和自身信息安全的需求。隱私泄露風(fēng)險是影響用戶參與政府開放數(shù)據(jù)開發(fā)利用的關(guān)鍵因素[34]。在政府?dāng)?shù)據(jù)開放生命周期中，當(dāng)用戶覺察到個人信息被處理或共享時，他們更愿意采取行動來保護(hù)自己的隱私。參與政府開放數(shù)據(jù)隱私風(fēng)險的協(xié)同治理一定程度上給予用戶隱私治理自主權(quán)，因此當(dāng)用戶產(chǎn)生自我隱私保護(hù)需求時，就會主動尋求隱私治理途徑，參與隱私風(fēng)險協(xié)同治理。

（4）自我價值實(shí)現(xiàn)。自我價值實(shí)現(xiàn)指在采取某種行動或決策后個體價值目標(biāo)、能力目標(biāo)、社會目標(biāo)等的實(shí)現(xiàn)程度。已有研究發(fā)現(xiàn)，社會認(rèn)同和社會收益影響著用戶參與政府開放數(shù)據(jù)隱私風(fēng)險治理態(tài)度，參與獲得的社會價值間接影響用戶參與意愿[28]。因此，用戶參與政府開放數(shù)據(jù)隱私風(fēng)險治理的自我價值實(shí)現(xiàn)主要體現(xiàn)為個體對實(shí)現(xiàn)自身隱私保護(hù)的內(nèi)在滿足感，以及參與數(shù)據(jù)隱私治理所獲得的社會肯定。

3 用戶參與協(xié)同治理動力的系統(tǒng)動力學(xué)仿真分析

系統(tǒng)動力學(xué)最早由福瑞斯特（Forrester）提出[43]，是一門以信息反饋為基礎(chǔ)，通過仿真模擬探究各變量間復(fù)雜動態(tài)因果邏輯關(guān)系的新興學(xué)科。系統(tǒng)動力學(xué)方法主要關(guān)注系統(tǒng)內(nèi)部各要素之間的因果反饋機(jī)制，認(rèn)為系統(tǒng)并不受單個要素影響，而是由多個組成要素相互作用所決定的，并以此影響反饋回路、子系統(tǒng)、系統(tǒng)結(jié)構(gòu)，最終決定系統(tǒng)行為。

在復(fù)雜的行為系統(tǒng)變量之間、各子系統(tǒng)之間存在多種動態(tài)因果邏輯關(guān)系[44]。用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的行為意愿的產(chǎn)生并不受單一因素影響，而是多個因素和多條反饋回路間互相作用的結(jié)果。通過構(gòu)建系統(tǒng)動力學(xué)模型進(jìn)行模擬和預(yù)測，能夠量化表示用戶心理、環(huán)境作用、平臺交互等非線性變量對用戶行為意愿的作用關(guān)系，以識別其中的關(guān)鍵動力因素及相應(yīng)作用機(jī)理。因此本研究引入系統(tǒng)動力學(xué)方法，通過仿真分析，探究用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理動力的相互作用機(jī)理及其對行為意愿的影響程度。

3.1 系統(tǒng)邊界確定與基本假設(shè)

基于上文動力因素分析，用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的行為意愿受用戶、環(huán)境和平臺3個層面因素的影響，各因素共同組成子系統(tǒng)，子系統(tǒng)名稱及動力因素如表1所示。子系統(tǒng)內(nèi)部以及子系統(tǒng)間的動力因素相互作用，共同構(gòu)成了用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理行為意愿的動態(tài)反饋系統(tǒng)。

外部環(huán)境、平臺屬性和用戶特征共同決定用戶參與行為。政府?dāng)?shù)據(jù)開放平臺是用戶參與隱私治理的重要媒介，其安全保障和交互能力不僅受到平臺自身建設(shè)水平和運(yùn)維效率的影響，也受到政策引導(dǎo)、財(cái)政支持、機(jī)構(gòu)監(jiān)督等的影響。隨著數(shù)據(jù)隱私風(fēng)險關(guān)注度升高，用戶作為隱私治理的關(guān)鍵參與者和利益相關(guān)者，隱私素養(yǎng)越高，其對自身信息數(shù)據(jù)采集、使用和利用越敏感，也就越愿意采取相應(yīng)的隱私治理行為[2]。由于個體間隱私素養(yǎng)存在差異，用戶自身隱私安全需要和參與隱私治理行為意愿也不同?；谏鲜龇治觯岢鋈缦录僭O(shè)。

H1：3個子系統(tǒng)的共同作用情況通過用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理行為意愿水平來衡量。

H2：不考慮平臺維護(hù)、政策重大變更等特殊情況，仿真周期內(nèi)平臺始終正常運(yùn)行。

H3：考慮到用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理行為意愿完全轉(zhuǎn)化為參與行為的復(fù)雜性，設(shè)置意愿沉寂量。

H4：用戶隱私安全需要和意愿沉寂量隨仿真時間推移而變化。

3.2 系統(tǒng)模型構(gòu)建

用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的動力因素間存在復(fù)雜的因果關(guān)系。為了滿足公眾對隱私保護(hù)的需求，實(shí)現(xiàn)用戶自我價值，政府通過多方面支持，激勵用戶參與政府開放數(shù)據(jù)隱私治理，包括制定相關(guān)隱私治理政策與設(shè)立專門機(jī)構(gòu)、提升用戶隱私素養(yǎng)、設(shè)立平臺安全保障機(jī)制以確保用戶隱私安全等。同時政府為了解用戶對政府開放數(shù)據(jù)隱私治理和平臺建設(shè)的反饋與建議，拓寬平臺交互溝通渠道，為用戶提供更好的交互體驗(yàn)。用戶出于自身隱私安全需要，在政府和平臺的雙重激勵下，積極參與政府開放數(shù)據(jù)隱私風(fēng)險治理。

根據(jù)上述分析，結(jié)合表1所示的系統(tǒng)構(gòu)成，本研究構(gòu)建用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理行為意愿的系統(tǒng)因果關(guān)系圖（見圖1），以探究各動力因素之間的作用關(guān)系以及動態(tài)回路。圖1中，實(shí)線箭頭表示對內(nèi)作用路徑，虛線箭頭表示對外作用路徑，+號表示一個因素與另一個因素的正向反饋關(guān)系。用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理行為意愿水平為中心，作用于用戶參與程度，進(jìn)而同時影響用戶因素、環(huán)境因素和平臺因素。各子系統(tǒng)內(nèi)動力因素之間通過作用關(guān)系，持續(xù)對行為意愿水平產(chǎn)生影響，由此形成反饋回路。從回路中不難發(fā)現(xiàn)，用戶、環(huán)境和平臺之間圍繞隱私治理的信息交互貫穿始終，體現(xiàn)出政府開放數(shù)據(jù)隱私風(fēng)險治理的協(xié)同性。

依據(jù)因果關(guān)系圖構(gòu)建系統(tǒng)流圖（見圖2）。系統(tǒng)流圖由21個變量構(gòu)成，其中包含1個狀態(tài)變量（水平變量或流量）、4個速率變量（變化率）、1個常量、15個輔助變量。狀態(tài)變量表示數(shù)值的累積；速率變量表示與之相關(guān)狀態(tài)變量的變化程度。圖2中，矩形框表示狀態(tài)變量，閥門符號表示速率變量，尖括號表示影子變量。

3.3 系統(tǒng)模型設(shè)置

3.3.1 用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的動力因素調(diào)查

一個合理穩(wěn)定的系統(tǒng)動力學(xué)模型結(jié)構(gòu)更有利于反映各因素之間的相互作用關(guān)系。系統(tǒng)動力學(xué)模型運(yùn)行參數(shù)只要設(shè)置在合適的范圍內(nèi)，就能產(chǎn)生有效的運(yùn)行結(jié)果。系統(tǒng)動力學(xué)方法存在參數(shù)設(shè)置過于主觀、因素間作用關(guān)系難以量化等問題。為彌補(bǔ)上述缺點(diǎn)，保證參數(shù)設(shè)置的合理性與模型運(yùn)行結(jié)果的準(zhǔn)確性，根據(jù)前文動力因素梳理，本研究通過問卷調(diào)查來獲取用戶參與動力因素的參數(shù)初始值與因素間作用程度。調(diào)查問卷主要通過問卷星平臺發(fā)放，發(fā)放時間為2023年10月31日—11月23日，共回收問卷395份，剔除“未關(guān)注過政府開放數(shù)據(jù)隱私風(fēng)險”、回答時間過短、答案重復(fù)等無效問卷后，最終共回收有效問卷208份。由于調(diào)查樣本來源未設(shè)限制，樣本在年齡、地域和學(xué)歷、職業(yè)等特征上具有普遍性和隨機(jī)性。為驗(yàn)證問卷量表的信效度，首先利用SPSS 25.0軟件對問卷量表進(jìn)行分析，問卷整體Cronbach’s α值為0.973，KMO值為0.952。其次，利用AMOS 23.0軟件進(jìn)行驗(yàn)證性因子分析，每個變量的標(biāo)準(zhǔn)因子載荷均大于0.5，各維度Cronbach’s α值均大于0.7，各潛變量平均提取方差值均大于0.5，組合信度值均大于0.8，各變量的平均提取方差值的平方根均大于與其他變量間的相關(guān)系數(shù)，表明量表具有良好的信效度。

3.3.2 模型方程式及參數(shù)設(shè)置

根據(jù)問卷的數(shù)據(jù)分析結(jié)果對系統(tǒng)動力學(xué)模型中各動力因素以及行為意愿水平和用戶參與程度設(shè)置初始值，因素間作用程度以相關(guān)系數(shù)表示，各子因素權(quán)重以歸一化處理結(jié)果表示。參數(shù)初始值設(shè)置如表2所示，主要方程式如下，式中v表示各因素值。

（1）v隱私安全需要=4.226×（1+T/5）。T為時間。用戶對個人信息隱私的保護(hù)意識隨著仿真時間推移逐漸加深。

（2）v隱私保護(hù)政策=SMOOTHI（v隱私安全需要×0.721，8，4.087）。用戶隱私保護(hù)訴求累積到一定程度后，政府部門通過頒布相關(guān)政策和設(shè)立專門機(jī)構(gòu)，鼓勵用戶參與隱私風(fēng)險協(xié)同治理，加大用戶隱私保護(hù)力度。因此采用一階信息延遲函數(shù)SMOOTHI計(jì)算，延遲8個時間單位。協(xié)同治理政策、隱私保護(hù)執(zhí)行、隱私治理監(jiān)督和安全保障機(jī)制的計(jì)算方式相似。

（3）v政策支持=0.499×v隱私保護(hù)政策+0.501×v協(xié)同治理政策。通過歸一化處理設(shè)置政策支持方程式，組織機(jī)構(gòu)的計(jì)算方式相似。

（4）v平臺性能=4.178×RANDOM UNIFORM（0.8，1.2， 100）。由于網(wǎng)絡(luò)環(huán)境不可避免出現(xiàn)波動等異常情況，使用隨機(jī)分布函數(shù)RANDOM UNIFORM來模擬現(xiàn)實(shí)網(wǎng)絡(luò)波動情況，設(shè)置區(qū)間為[0.8，1.2]。

（5）v交互渠道=SMOOTHI（0.714×v協(xié)同治理政策，10，4.183）×（0.829×v平臺性能）。政府?dāng)?shù)據(jù)開放平臺的交互渠道是用戶參與協(xié)同治理的重要途徑，協(xié)同治理政策的頒布推動了交互渠道建設(shè)進(jìn)程，渠道日常運(yùn)維與平臺性能息息相關(guān)。

（6）v平臺激勵=DELAY1（v政府支持×0.734，10，4.077）。政府和平臺推出相應(yīng)的激勵措施來調(diào)動用戶參與治理的積極性。使用物質(zhì)延遲函數(shù)DELAY1來計(jì)算，延遲10個時間單位。政府激勵的計(jì)算方式相似。

（7）v自我價值實(shí)現(xiàn)=DELAY1（（v平臺激勵×0.746+v政府激勵×0.633）×0.8，10，4.111）。在政府?dāng)?shù)據(jù)開放過程中，相關(guān)激勵措施推動用戶參與協(xié)同治理，用戶自身價值在治理過程中逐漸得到實(shí)現(xiàn)。

（8）v隱私素養(yǎng)=SMOOTHI（v隱私治理監(jiān)督×0.717，10，4.240）。用戶隱私素養(yǎng)決定了用戶對隱私風(fēng)險的認(rèn)知。組織機(jī)構(gòu)的隱私治理監(jiān)督幫助用戶了解到隱私權(quán)益的重要性，提升用戶隱私保護(hù)意識和技能。

（9）v意愿沉寂量=WITHLOOKUP（T，（（0，0），（15，150），（20，250），（35，400），（45，450），（50，550）））。由于實(shí)施隱私治理行為存在一定技術(shù)門檻，隨著仿真時間的推移用戶治理想法和意愿趨于復(fù)雜，加之用戶與政府之間存在信息不對稱等數(shù)字鴻溝，部分治理意愿無法轉(zhuǎn)化為治理行為，因此使用表函數(shù)WITHLOOKUP來刻畫這一仿真趨勢。在仿真周期內(nèi)，設(shè)置在15、20、35和45時間節(jié)點(diǎn)處意愿沉寂量發(fā)生階躍變化。

（10）v行為意愿水平=INTEG（（（0.334×v平臺因素作用量+ 0.330×v環(huán)境因素作用量+0.336×v用戶因素作用量）？v意愿沉寂量），4.168）。INTEG表示狀態(tài)變量對速率變量累積的時間變化趨勢。

（11）v用戶參與程度=4.163×LN（v行為意愿水平×0.745）。LN表示取自然對數(shù)。

（12）v用戶因素作用量=（0.252×v隱私安全需要+0.245×v自我價值實(shí)現(xiàn)+0.251×v自我效能+0.253×v隱私素養(yǎng)）×v用戶參與程度。

（13）v平臺因素作用量=（0.244×v平臺激勵+0.250×v平臺性能+ 0.255×v安全保障機(jī)制+0.251×v交互渠道）×v用戶參與程度。

（14）v環(huán)境因素作用量=（0.330×v政策支持+0.335×v組織機(jī)構(gòu)+ 0.335×v政府激勵）×v用戶參與程度。

3.4 系統(tǒng)動力學(xué)仿真分析

模型仿真模擬通過Vensim PLE 7.3.5軟件來實(shí)現(xiàn)，通過多次調(diào)試與仿真模擬，最終確定仿真時間為50個月，選定時間步長為1個月。首先從宏觀角度模擬運(yùn)行既定周期下用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理行為意愿水平的變化趨勢，其次從微觀角度通過多次模擬演化分別探究各子系統(tǒng)內(nèi)的動力因素對行為意愿水平的影響程度。

3.4.1 行為意愿水平變化趨勢

用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的行為主要受行為意愿的支配。因此在仿真演化的過程中選擇政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理行為意愿水平作為觀測變量，系統(tǒng)動力學(xué)模型仿真結(jié)果如圖3所示。由圖3可知，行為意愿水平在前18個月快速增長，經(jīng)過一段停滯期后，從第30個月開始急劇增長。在隱私治理初期，用戶出于對自身敏感信息泄露的擔(dān)憂，通過意見反饋、后臺留言、政府信箱等交互渠道表達(dá)隱私安全訴求，政府部門也出臺隱私政策與保護(hù)措施、成立專門機(jī)構(gòu)，加大政府?dāng)?shù)據(jù)隱私治理與數(shù)據(jù)泄露危害普及力度，提升公民隱私素養(yǎng)。用戶隱私安全從環(huán)境、平臺和自身三方面得到保障，協(xié)同治理意愿在初期上升。隨著隱私治理水平的提升，參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的路徑從最初的隱私識別與監(jiān)督，發(fā)展到脫敏處理與分級治理，協(xié)同治理技能與門檻逐漸提高，用戶自身隱私治理知識儲備無法與之匹配。此外用戶隱私素養(yǎng)提升也使得其在參與協(xié)同治理的過程中更加關(guān)注自身隱私泄露的可能，加之政府缺乏與用戶的持續(xù)溝通，用戶參與協(xié)同治理的積極性逐漸減弱，故而在治理中期行為意愿水平變化較小。停滯期內(nèi)科研群體、企業(yè)群體、政府群體等隱私關(guān)注度較高的用戶群體感知到數(shù)據(jù)開放帶來的利害關(guān)系，出于自身數(shù)據(jù)隱私保護(hù)需要持續(xù)推動協(xié)同治理，與此同時政府認(rèn)識到用戶真實(shí)訴求，打破技術(shù)壁壘，著重強(qiáng)調(diào)協(xié)同治理的關(guān)鍵作用，讓用戶意識到參與協(xié)同治理的實(shí)際利益，因此行為意愿水平呈現(xiàn)增長態(tài)勢并持續(xù)提升。

綜上所述，所構(gòu)建的系統(tǒng)動力學(xué)模型能夠真實(shí)反映用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理行為意愿水平的動態(tài)演化趨勢。

3.4.2 系統(tǒng)靈敏度檢驗(yàn)

采取控制單一變量法分別對3個子系統(tǒng)內(nèi)的動力因素進(jìn)行靈敏度分析（見圖4），以此探究某一因素變化對用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理行為意愿水平的影響程度，從而驗(yàn)證其重要性。

（1）用戶因素子系統(tǒng)。用戶因素子系統(tǒng)中各動力因素均能促進(jìn)行為意愿水平的提升，如圖4（a）所示，影響程度從高到低依次為隱私安全需要、隱私素養(yǎng)、自我價值實(shí)現(xiàn)和自我效能。其中，用戶隱私安全需要對行為意愿水平影響效果最為顯著，表明用戶自身的隱私安全需要是其參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的關(guān)鍵動力。在采集過程中政府?dāng)?shù)據(jù)涉及身份信息、財(cái)產(chǎn)信息、健康信息、地理位置信息、社會關(guān)系信息等諸多個人信息，如果數(shù)據(jù)脫敏處理不夠規(guī)范徹底，在數(shù)據(jù)存儲和開放過程中導(dǎo)致身份機(jī)密、交易賬單、醫(yī)療記錄、工作與家庭地址等敏感信息泄露，將會嚴(yán)重沖擊個人信息安全。個體隱私素養(yǎng)越高，對數(shù)據(jù)隱私泄露的風(fēng)險感知就越敏銳，用戶出于隱私安全需要，快速產(chǎn)生治理行為，積極參與政府開放數(shù)據(jù)隱私風(fēng)險治理。

（2）環(huán)境因素子系統(tǒng)。環(huán)境因素子系統(tǒng)中各動力因素均能促進(jìn)行為意愿水平的提升，如圖4（b）所示，影響程度從高到低依次為協(xié)同治理政策、隱私保護(hù)政策、隱私治理監(jiān)督、政府激勵和隱私保護(hù)執(zhí)行。其中，協(xié)同治理政策在環(huán)境因素中發(fā)揮關(guān)鍵動力作用。政府是隱私風(fēng)險治理的重要主體，能迅速把控隱私泄露風(fēng)險并制定隱私保護(hù)政策來維護(hù)數(shù)據(jù)隱私安全。但不同主體對數(shù)據(jù)隱私關(guān)注的側(cè)重點(diǎn)不同，導(dǎo)致單純的保障措施存在政府意志過強(qiáng)、適用性弱、用戶響應(yīng)度低等不足。因此政府通過出臺推動協(xié)同治理的法規(guī)條例和政策文件，轉(zhuǎn)變治理過程中多主體的關(guān)系，提高用戶群體在數(shù)據(jù)開放過程中的治理地位，調(diào)動用戶參與協(xié)同治理的積極性，進(jìn)而提升用戶治理意愿。

（3）平臺因素子系統(tǒng)。平臺因素子系統(tǒng)中各動力因素均能促進(jìn)行為意愿水平的提升，如圖4（c）所示，影響程度從高到低依次為平臺性能、交互渠道、安全保障機(jī)制和平臺激勵。用戶在政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理過程中發(fā)揮參與監(jiān)督作用，并通過交互渠道提出治理反饋建議。平臺性能如平臺響應(yīng)速度、平臺數(shù)據(jù)質(zhì)量、數(shù)據(jù)開發(fā)利用的穩(wěn)定性等直接影響政府?dāng)?shù)據(jù)開放平臺的易用性、便捷性和信息傳輸速度等，從而決定著用戶反饋是否及時與準(zhǔn)確。因此，平臺性能不僅影響用戶參與政府開放數(shù)據(jù)隱私風(fēng)險治理的效率，也對滿足用戶數(shù)據(jù)需求、實(shí)現(xiàn)政府?dāng)?shù)據(jù)價值尤為重要，故而是平臺因素中的關(guān)鍵動力因素。

3.4.3 子系統(tǒng)影響效果檢驗(yàn)

綜合各子系統(tǒng)所包含動力因素的靈敏度檢驗(yàn)結(jié)果，可以計(jì)算仿真周期內(nèi)各子系統(tǒng)對用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理行為意愿水平的影響程度。靈敏度檢驗(yàn)結(jié)果表明，各動力因素均對行為意愿水平產(chǎn)生正向影響，故以增長率表示子系統(tǒng)具體影響程度，如式（1）所示。

綜合表3來看，各子系統(tǒng)對行為意愿水平影響程度由高到低依次是用戶因素子系統(tǒng)、平臺因素子系統(tǒng)和環(huán)境因素子系統(tǒng)。平臺因素在一開始對用戶行為意愿水平影響程度最高，表明用戶在初期更多關(guān)注政府?dāng)?shù)據(jù)開放平臺本身，完善的平臺設(shè)施和參與措施在治理初期更能激發(fā)參與意愿。隨著政府?dāng)?shù)據(jù)的開放利用，平臺用戶逐漸察覺到隱私泄露的風(fēng)險，在一定程度后迫切需要保護(hù)自身隱私信息，行為意愿水平快速上升。由于平臺運(yùn)行、政策發(fā)布與組織機(jī)構(gòu)成立建立在用戶隱私保護(hù)訴求之上，環(huán)境因素和平臺因素的單獨(dú)作用在中后期對行為意愿水平影響變?nèi)?。因此，為了有效提升用戶參與政府開放數(shù)據(jù)隱私風(fēng)險治理的意愿，在治理前期相關(guān)部門應(yīng)重視政府?dāng)?shù)據(jù)開放平臺建設(shè)；中后期將關(guān)注重點(diǎn)放在用戶本身，滿足用戶數(shù)據(jù)需求與隱私安全保護(hù)需要，同時全局把控隱私治理進(jìn)程，依靠法規(guī)政策特有的強(qiáng)制力與引導(dǎo)力推進(jìn)對政府開放數(shù)據(jù)隱私風(fēng)險的協(xié)同治理。

4 結(jié)論與啟示

本研究結(jié)合社會認(rèn)知理論、自我效能理論和雙因素理論，從環(huán)境引導(dǎo)力、平臺推動力和用戶內(nèi)驅(qū)力3個方面探究用戶參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的動力因素，分析各動力因素間的作用關(guān)系，在此基礎(chǔ)上構(gòu)建系統(tǒng)動力學(xué)模型，基于問卷調(diào)查結(jié)果設(shè)置模型參數(shù)并進(jìn)行仿真分析，進(jìn)一步探究子系統(tǒng)與子系統(tǒng)內(nèi)動力因素的具體影響。仿真結(jié)果表明，在外部環(huán)境引導(dǎo)、平臺因素推動和用戶主體內(nèi)驅(qū)的三重作用下，用戶的行為意愿水平持續(xù)上升，參與政府開放數(shù)據(jù)隱私風(fēng)險的協(xié)同治理。其中隱私安全需要、協(xié)同治理政策和平臺性能對行為意愿水平的影響程度大于子系統(tǒng)內(nèi)其他因素，用戶因素子系統(tǒng)的整體影響程度高于環(huán)境因素和平臺因素子系統(tǒng)。基于仿真結(jié)果，提出以下對策。

（1）提升用戶隱私素養(yǎng)，保障隱私合法權(quán)益。在用戶因素子系統(tǒng)中，用戶隱私安全需要和隱私素養(yǎng)對行為意愿水平的影響較明顯。在數(shù)智時代下，隱私素養(yǎng)不足會導(dǎo)致用戶弱化隱私泄露風(fēng)險感知、降低隱私保護(hù)主觀意識、缺乏隱私保護(hù)技能，致使用戶參與隱私風(fēng)險協(xié)同治理意愿處于較低水平。因而當(dāng)?shù)卣畱?yīng)聯(lián)合數(shù)據(jù)治理中心、數(shù)據(jù)科學(xué)中心、大數(shù)據(jù)管理局等部門機(jī)構(gòu)向公眾普及政府?dāng)?shù)據(jù)開放流程、數(shù)據(jù)開放中可能存在的隱私泄露環(huán)節(jié)和隱私泄露危害，并提供相應(yīng)的隱私安全保護(hù)培訓(xùn)指導(dǎo)，引導(dǎo)用戶重視自身隱私權(quán)益保護(hù)，積極參與隱私風(fēng)險協(xié)同治理。

（2）注重隱私風(fēng)險共治，推進(jìn)多方協(xié)同治理。在環(huán)境因素子系統(tǒng)中，協(xié)同治理政策、隱私保護(hù)政策和隱私治理監(jiān)督對行為意愿水平的提升作用較為明顯。為提升政府?dāng)?shù)據(jù)治理能力，有關(guān)部門應(yīng)出臺專門的政府開放數(shù)據(jù)隱私協(xié)同治理的規(guī)章制度，明確各治理主體責(zé)任、治理途徑、獎懲機(jī)制等，同時要重視各主體的數(shù)據(jù)安全訴求和治理建議，對合理建議積極采納并落實(shí)到隱私治理實(shí)踐中，確保政府?dāng)?shù)據(jù)開放全周期中的數(shù)據(jù)隱私安全。

（3）完善平臺性能，提升用戶交互體驗(yàn)。在平臺因素子系統(tǒng)中，平臺性能和交互渠道對行為意愿水平提升起到關(guān)鍵作用。目前我國各級政府?dāng)?shù)據(jù)開放平臺存在服務(wù)模式落后、反饋響應(yīng)度低、數(shù)據(jù)質(zhì)量較差等問題，導(dǎo)致用戶體驗(yàn)不佳，對用戶參與隱私風(fēng)險協(xié)同治理行為意愿產(chǎn)生負(fù)面影響。為此平臺主辦方和承運(yùn)方應(yīng)加強(qiáng)平臺運(yùn)行功能，完善平臺性能，優(yōu)化用戶交互渠道，可以借鑒山東、廣東等較成熟的省級數(shù)據(jù)開放平臺的運(yùn)行模式，在引入技術(shù)治理的同時，積極吸引用戶參與平臺治理，推動用戶反饋正向循環(huán)并持續(xù)開展平臺建設(shè)，在實(shí)現(xiàn)數(shù)據(jù)開放的同時提升隱私風(fēng)險協(xié)同治理水平。

（4）規(guī)范開放流程管理，迎合用戶多元需求。3個子系統(tǒng)中用戶因素子系統(tǒng)對行為意愿水平的作用最強(qiáng)。隨著政府開放數(shù)據(jù)公共化轉(zhuǎn)型，數(shù)據(jù)獲取門檻持續(xù)降低。政府?dāng)?shù)據(jù)管理者應(yīng)以用戶需求為導(dǎo)向，制定更為透明、安全、規(guī)范的開放數(shù)據(jù)管理機(jī)制，并引入先進(jìn)的數(shù)據(jù)治理技術(shù)，做好數(shù)據(jù)隱私與敏感數(shù)據(jù)脫敏處理，保障公民隱私合法權(quán)益，進(jìn)一步提升數(shù)字化治理能力。與此同時成立專有部門負(fù)責(zé)政府開放數(shù)據(jù)隱私風(fēng)險識別與評估工作，在用戶進(jìn)行數(shù)據(jù)增值開發(fā)、應(yīng)用創(chuàng)新的同時，將隱私泄露風(fēng)險降至最低，滿足數(shù)據(jù)價值實(shí)現(xiàn)與用戶隱私安全保護(hù)的雙重需求。

本研究也存在不足之處。首先，政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理涉及用戶群體眾多，本文僅從整體上探討用戶參與動力因素，并未區(qū)分不同群體參與動力的差異；其次，未考慮不同地區(qū)用戶和數(shù)據(jù)開放程度差異對用戶參與產(chǎn)生的影響。未來研究應(yīng)細(xì)化樣本類別，對不同職業(yè)、不同地域的用戶群體開展深度訪談，進(jìn)一步挖掘分析不同用戶群體參與政府開放數(shù)據(jù)隱私風(fēng)險協(xié)同治理的關(guān)鍵動力。

參考文獻(xiàn)

[1] 陳朝兵，吳鐘燦. 政府?dāng)?shù)據(jù)開放中隱私風(fēng)險的形成：一個理論分析框架[J]. 內(nèi)蒙古社會科學(xué)，2023，44（2）：38-46.

[2] 陳美，何祺. 開放政府?dāng)?shù)據(jù)的隱私風(fēng)險關(guān)鍵影響因素識別[J].圖書情報(bào)工作，2023，67（8）：40-49.

[3] 吳寧博，李金燕，楊帆，等. 我國政府?dāng)?shù)據(jù)開放的隱私風(fēng)險判定及其治理路徑研究[J]. 情報(bào)雜志，2023，42（11）：192-198.

[4] ALI-ELDIN A，ZUIDERWIJK A，JANSSEN M. A privacy risk assessment model for open data[M]//SHISHKOV B. Lecture Notes in Business Information Processing. Cham：Springer International Publishing，2018：186-201.

[5] AMALIA D N，SUSANTO T D. Analysis of motivation and perceived risk factors in open data measurement：a conceptual model[J]. Procedia Computer Science，2019，161：308-315.

[6] 臧國全，王家振，畢崇武，等. 政府?dāng)?shù)據(jù)中敏感數(shù)據(jù)識別與隱私計(jì)量研究[J]. 圖書情報(bào)工作，2022，66（15）：66-75.

[7] 陳海燕. 政府?dāng)?shù)據(jù)開放中的個人隱私價值計(jì)量與保護(hù)研究[D].南昌：南昌大學(xué)，2022.

[8] ZUIDERVEEN BORGESIUS F，VAN EECHOUD M，GRAY J. Open data，privacy，and fair information principles：towards a balancing framework[J]. Berkeley Technology Law Journal，2015，30（3）：2073-2130.

[9] AL-JAMAL M，ABU-SHANAB E. Open government：the line between privacy and transparency[J]. International Journal of Public Administration in the Digital Age，2018，5（2）：64-75.

[10] FLORIDI L. Open data，data protection，and group privacy[J]. Philosophy Technology，2014，27（1）：1-3.

[11] 馮昌揚(yáng). 政府開放數(shù)據(jù)門戶網(wǎng)站隱私政策比較研究[J]. 數(shù)字圖書館論壇，2016（7）：52-56.

[12] 黃如花，苗淼. 中國政府開放數(shù)據(jù)的安全保護(hù)對策[J]. 電子政務(wù)，2017（5）：28-36.

[13] 肖冬梅，蘇瑩. 我國政府?dāng)?shù)據(jù)開放中的安全風(fēng)險及其防范對策[J]. 現(xiàn)代情報(bào)，2022，42（6）：112-120，131.

[14] 陳美，梁乙凱. 開放政府?dāng)?shù)據(jù)隱私安全全面保障研究[J]. 情報(bào)雜志，2023，42（8）：194-199，207.

[15] 李瀛，楊芮. 我國政府?dāng)?shù)據(jù)開放的隱私保護(hù)困境及管理框架研究[J]. 情報(bào)雜志，2023，42（1）：152-157.

[16] YEH C C，WANG P C，PAN Y H，et al. A scalable privacy preserving system for open data[C]//2016 International Computer Symposium（ICS）. New York：IEEE Press，2016：312-317.

[17] HAO Y R，PIAO C H，ZHAO Y B，et al. Privacy preserving government data sharing based on hyperledger blockchain[M]// CHAO K M，JIANG L H，HUSSAIN O K，et al. Lecture Notes on Data Engineering and Communications Technologies. Cham：Springer International Publishing，2019：373-388.

[18] PIAO C H，HAO Y R，YAN J Q，et al. Privacy protection in government data sharing：an improved LDP-based approach[J]. Service Oriented Computing and Applications，2021，15（4）：309-322.

[19] SIEBER R E，JOHNSON P A. Civic open data at a crossroads：dominant models and current challenges[J]. Government Information Quarterly，2015，32（3）：308-315.

[20] SAYOGO D S，YULI S B C. Critical success factors of open government and open data at local government level in Indonesia[J]. International Journal of Electronic Government Research，2018，14（2）：28-43.

[21] BHUVANA J，DEVI T. Performance of secure multiparty computation for preserving privacy in collaborative data mining[J]. International Journal of Research and Reviews in Computer Science，2011，2（2）：463-469.

[22] CRIADO J I，GUEVARA-GóMEZ A. Public sector，open innovation，and collaborative governance in lockdown times. a research of Spanish cases during the COVID-19 crisis[J]. Transforming Government：People，Process and Policy，2021，15（4）：612-626.

[23] 周林興，周麗. 政府?dāng)?shù)據(jù)開放中的隱私信息治理研究[J]. 圖書館學(xué)研究，2019（12）：41-47.

[24] 嘎拉森，徐擁軍. 公共數(shù)據(jù)開放視域下的個人信息保護(hù)風(fēng)險及其治理邏輯[J]. 圖書與情報(bào)，2022，42（6）：83-90.

[25] YANG Y. Research on the opening of government data in government governance reform in the era of big data[C]// Proceedings of the 2nd International Conference on Judicial，Administrative and Humanitarian Problems of State Structures and Economic Subjects. Paris：Atlantis Press，2017：246-251.

[26] LEE J S，JUN S P. Privacy-preserving data mining for open government data from heterogeneous sources[J]. Government Information Quarterly，2021，38（1）：101544.

[27] 袁靜，劉曉媛，臧國全. 用戶參與共治：政府開放數(shù)據(jù)隱私風(fēng)險治理的新思路[J]. 圖書情報(bào)知識，2022，39（6）：101-112.

[28] 袁靜，張翼翔，臧國全. 用戶參與政府開放數(shù)據(jù)隱私風(fēng)險治理行為的影響因素分析[J]. 圖書情報(bào)工作，2023，67（11）：12-24.

[29] BANDURA A. Social cognitive theory：an agentic perspective[J]. Annual Review of Psychology，2001，52：1-26.

[30] 張鈺浩，鄭光純，高家擎，等. 星火可燎原：我國信息行為研究中理論視角的系統(tǒng)回顧[J]. 圖書館論壇，2023，43（3）：119-128.

[31] 查先進(jìn)，李力，嚴(yán)亞蘭，等. 數(shù)字圖書館環(huán)境下信息有用性和信息獲取影響因素研究：信息獲取自我效能的調(diào)節(jié)效果[J]. 情報(bào)學(xué)報(bào)，2017，36（7）：669-681.

[32] 陶志梅，蘇璐丹. 政府開放數(shù)據(jù)用戶使用意愿影響因素研究：基于自我效能理論和計(jì)劃行為理論[J]. 管理學(xué)刊，2022，35（6）：112-127.

[33] 赫茨伯格，莫斯納，斯奈德曼. 赫茨伯格的雙因素理論[M]. 2版.張湛，譯. 北京：中國人民大學(xué)出版社，2016.

[34] 代佳欣. 英美新三國政府開放數(shù)據(jù)用戶參與的經(jīng)驗(yàn)與啟示[J].圖書情報(bào)工作，2021，65（6）：23-31.

[35] 曹雨佳. 政府開放數(shù)據(jù)生態(tài)鏈中的用戶參與機(jī)制：以加拿大政府?dāng)?shù)據(jù)開放實(shí)踐為例[J]. 情報(bào)理論與實(shí)踐，2021，44（6）：18-27.

[36] 鄭彥寧，王益成，李會. 面向政府激勵場景的科技情報(bào)交互演化博弈與仿真研究[J]. 情報(bào)科學(xué)，2023，41（11）：141-150.

[37] 周志峰，黃如花. 國外政府開放數(shù)據(jù)門戶服務(wù)功能探析[J]. 情報(bào)雜志，2013，32（3）：144-147，165.

[38] 深圳市政府?dāng)?shù)據(jù)開放平臺[EB/OL]. [2024-06-10]. https：// opendata.sz.gov.cn/.

[39] 劉懿. 使用與滿足理論視角下的移動圖書館用戶參與影響機(jī)理研究[J]. 情報(bào)科學(xué)，2022，40（4）：56-63.

[40] 黃平平，馮曉娜，李志杰，等. 組態(tài)視角下政府?dāng)?shù)據(jù)開放中個人隱私保護(hù)研究[J]. 情報(bào)科學(xué)，2022，40（8）：144-151.

[41] 馬斯洛. 動機(jī)與人格[M]. 許金聲，譯. 北京：中國人民大學(xué)出版社，2012.

[42] LEE J M，RHA J Y. Personalization–privacy paradox and consumer conflict with the use of location-based mobile commerce[J]. Computers in Human Behavior，2016，63：453-462.

[43] Forrester J W. Counterintuitive behavior of social systems[J]. Theory and Decision，1971，2（2）：109-140.

[44] 王其藩. 系統(tǒng)動力學(xué)[M]. 2版. 北京：清華大學(xué)出版社，1994.

作者簡介

袁靜，女，博士，教授，博士生導(dǎo)師，研究方向：信息用戶與信息行為、數(shù)據(jù)隱私與數(shù)據(jù)治理。

劉昭輝，女，本科生，研究方向：信息用戶與信息行為、數(shù)據(jù)隱私與數(shù)據(jù)治理。

李森濤，男，博士研究生，通信作者，研究方向：用戶行為與信息服務(wù)、數(shù)據(jù)隱私與數(shù)據(jù)治理，E-mail：lisentao99@163.com。

System Dynamics Simulation Analysis of Users’ Participation Motivation in Open Government Data Privacy Risk Collaborative Governance

YUAN Jing1，2 LIU ZhaoHui1 LI SenTao1

（1. School of Information Management， Zhengzhou University， Zhengzhou 450001， P. R. China； 2. Zhengzhou Data Science Research Center， Zhengzhou 450001， P. R. China）

Abstract： The paper explores the dynamic factors of users’ participation in collaborative governance of open government data privacy risks in order to provide practical reference for improving user participation behavior and collaborative governance efficiency. Based on social cognition theory， self-efficacy theory， and motivation-hygiene theory， this paper discusses dynamic factors of users’ participation from three aspects， that is the guiding force of external environment， the driving force of platform factors， and the internal drive of users， and then uses the method of system dynamics for simulation analysis. Simulation analysis results show that there are significant differences in the influencing degree of each dynamic factor on users’ willingness to participate in the governance of open government data privacy risks. Privacy security needs， collaborative governance policies， and platform performance are the key dynamic factors in each subsystem， and the overall influencing degree of users’ own internal drive is higher than that of the environmental guiding force and platform driving force. Based on the results and analysis， suggestions are proposed from the perspectives of privacy literacy， governance policies， and platform construction.

Keywords： Open Government Data； User Participation； Collaborative Governance； Privacy Governance； Dynamic Factor； System Dynamics Simulation

（責(zé)任編輯：王瑋）