社交媒体环境下泄露他人隐私意向和行为的增强与反转机制研究

doi:10.16381/j.cnki.issn1003-207x.2023.0588

中国管理科学 ›› 2026, Vol. 34 ›› Issue (5): 97-108.doi: 10.16381/j.cnki.issn1003-207x.2023.0588cstr: 32146.14.j.cnki.issn1003-207x.2023.0588

社交媒体环境下泄露他人隐私意向和行为的增强与反转机制研究

王乐¹^,², 王璐瑶³, 张紫琼⁴(), 李忠平¹

^1.西安交通大学经济与金融学院，陕西西安 710061
^2.四川数字经济产业发展研究院，四川成都 610081
^3.西安建筑科技大学管理学院，陕西西安 710055
^4.成都理工大学管理科学学院，四川成都 610059

收稿日期:2023-04-11 修回日期:2023-06-14 出版日期:2026-05-25 发布日期:2026-04-21
通讯作者: 张紫琼 E-mail:ziqiongzhang@126.com
基金资助:
国家自然科学基金项目(72131005);国家自然科学基金项目(72171189);国家自然科学基金项目(72571206);国家自然科学基金项目(72202168);陕西省自然科学基金杰出青年项目(2025JC-JCQN-040);成都市软科学一般项目(2026-RK00-00039-ZF)

Research on the Enhancement and Reversal Effects of the Relationship between Privacy Leakage Intention and Corresponding Behavior

Le Wang¹^,², Luyao Wang³, Ziqiong Zhang⁴(), Zhongping Li¹

^1.School of Economics and Finance，Xi’an Jiaotong University，Xi’an 710061，China
^2.Sichuan Digital Economy Industry Development Research Institute，Chengdu 610081，China
^3.School of Management，Xi’an University of Architecture and Technology，Xi’an 710055，China
^4.College of Management Science，Chengdu University of Technology，Chengdu 610059

Received:2023-04-11 Revised:2023-06-14 Online:2026-05-25 Published:2026-04-21
Contact: Ziqiong Zhang E-mail:ziqiongzhang@126.com

摘要/Abstract

摘要：

层出不穷的人肉搜索事件对个人隐私安全造成极大威胁，由此引发的泄露他人隐私行为严重制约了网络健康发展。以人肉搜索为背景，引入羊群效应和网络实名强度两种外部决策情境为调节变量，研究了泄露他人隐私意向和行为之间关系的增强、削弱和反转效应。采用2×2×2多因素混合对照实验验证了相关假设。研究发现，在不考虑决策情境的影响时，泄露他人隐私行为是意向的理性执行；考虑决策情境影响时，二者关系的强弱和方向会受到羊群效应和网络实名强度这两类决策情境因素的影响。羊群效应增强泄露他人隐私意向和行为的正向关系，网络实名强度削弱上述关系。随着网络实名强度的持续增强，泄露他人隐私意向和行为的关系出现反转。研究结论对厘清网络用户泄露他人隐私的行为动机和决策机制有一定理论意义；对政府和互联网企业在网络用户形成泄露他人隐私意向的情况下减少实际行为的发生提供可操作性建议。

关键词: 泄露他人隐私, 人肉搜索, 羊群效应, 网络实名, 对照实验

Abstract:

The emerging incidents of human flesh search threatened personal privacy. Privacy leakage in the process of human flesh search has become an important factor that inhibits the development of the Internet. Using a 2×2×2 multi-factor mixed control experiments， how decision contexts， for example herd behaviors and network anonymity， influence the relationship between the intention and the actual behaviors of disclosing others’ privacy is examined. It is found that privacy leakage intention positively predicts corresponding behaviors. Herd behaviors strengthens the relationship between privacy leakage intention and corresponding behavior， while network anonymity weakens that relationship. As network anonymity increases， the relationship between privacy leakage intention and corresponding behavior turns to negative. Theory is enriched by clarifying the motivations and decision mechanism of disclosing others’ privacy. Operable suggestions for both the government and Internet firms are offered to attenuate the motivations and actual behaviors of disclosing others’ privacy.

Key words: disclosing others’ privacy, human flesh search, herd behavior, network anonymity, control experiments

中图分类号:

C931

王乐,王璐瑶,张紫琼, 等. 社交媒体环境下泄露他人隐私意向和行为的增强与反转机制研究[J]. 中国管理科学, 2026, 34(5): 97-108.

Le Wang,Luyao Wang,Ziqiong Zhang, et al. Research on the Enhancement and Reversal Effects of the Relationship between Privacy Leakage Intention and Corresponding Behavior[J]. Chinese Journal of Management Science, 2026, 34(5): 97-108.

图/表 8

图1

表1

表2

表3

表4

图2

图3

表5

参考文献 35

[1]	周书环. 媒介接触风险和网络素养对青少年网络欺凌状况的影响研究［J］. 新闻记者， 2020（3）： 58-70.
	Zhou S H. A study on the influence of media contact risk and network literacy on teenagers' cyberbullying［J］. Shanghai Journalism Review， 2020（3）： 58-70.
[2]	林爱珺. 网络暴力狂欢的反思与规制［J］. 人民论坛， 2022（9）： 90-92.
	Lin A J. Reflection and regulation of network violence carnival［J］. People’s Tribune， 2022（9）： 90-92.
[3]	Heng C S， Lin Z， Xu X， et al. Human flesh search： What did we find？［J］. Information & Management， 2019， 56（4）： 476-492.
[4]	吴娜，李文立，吕欣，等. 泄露他人隐私行为意向的影响要素研究［J］. 科研管理， 2015， 36（11）： 139-147.
	Wu N， Li W L， Lv X， et al. An empirical study of the influencing factors of the intention in leaking the privacy of others［J］. Science Research Management， 2015， 36（11）： 139-147.
[5]	张宇东，张会龙，张初兵，等. 社交网络服务中用户隐私关注驱动要素构成与隐私悖论形成机制［J］. 管理学报， 2022， 19（7）： 1046-1055.
	Zhang Y D， Zhang H L， Zhang C B， et al. The driving factors composition of users’Privacy concern and the formation mechanism of privacy paradox in social network services［J］. Chinese Journal of Management， 2022， 19（7）： 1046-1055.
[6]	王乐，王璐瑶，孙早. 隐私侵犯经历对网络用户自我披露的影响机制［J］. 系统工程理论与实践， 2020， 40（1）： 79-92.
	Wang L， Wang L Y， Sun Z. The mechanism of privacy invasion experience on internet users' self-disclosure［J］. Systems Engineering-Theory & Practice， 2020， 40（1）： 79-92.
[7]	Koohikamali M， Peak D A， Prybutok V R. Beyond self-disclosure： Disclosure of information about others in social network sites［J］. Computers in Human Behavior， 2017， 69： 29-42.
[8]	James T L， Wallace L， Warkentin M， et al. Exposing others’ information on online social networks （OSNs）： Perceived shared risk， its determinants， and its influence on OSN privacy control use［J］. Information & Management， 2017， 54（7）： 851-865.
[9]	Conner M， Armitage C J. Extending the theory of planned behavior： A review and avenues for further research［J］. Journal of Applied Social Psychology， 1998， 28（15）： 1429-1464.
[10]	Gerber N， Gerber P， Volkamer M. Explaining the privacy paradox： A systematic review of literature investigating privacy attitude and behavior［J］. Computers & Security， 2018， 77： 226-261.
[11]	Wu J M， Du H W. Toward a better understanding of behavioral intention and system usage constructs［J］. European Journal of Information Systems， 2012， 21（6）： 680-698.
[12]	成燕，梅姝娥，仲伟俊. 用户隐私风险感知对平台社交账号登录方式选择的影响研究［J］. 中国管理科学， 2020， 28（12）： 196-207.
	Cheng Y， Mei S E， Zhong W J. The impacts of privacy concerns on social login［J］. Chinese Journal of Management Science， 2020， 28（12）： 196-207.
[13]	Warshaw P R. Predicting purchase and other behaviors from general and contextually specific intentions［J］. Journal of Marketing Research， 1980， 17（1）： 26-33.
[14]	宗乾进，黄子风，李乐，等. 实名认证能遏制社交媒体谣言么？——来自新浪微博的证据［J］. 情报资料工作， 2017， 38（3）： 5-10.
	Zong Q J， Huang Z F， Li L， et al. Does real name verification curb social media rumors： Evidence from sina weibo［J］. Information and Documentation Services， 2017， 38（3）： 5-10.
[15]	任秀，王咏梅. 全网实名制后的困境与对策研究［J］. 湖北社会科学， 2020（4）： 155-163.
	Ren X， Wang Y M.. Research on the dilemma and countermeasures after the real-name system of the whole network［J］. Hubei Social Sciences， 2020（4）： 155-163.
[16]	Rösner L， Krämer N C. Verbal venting in the social web： Effects of anonymity and group norms on aggressive language use in online comments［J］. Social Media + Society， 2016， 2（3）： 2056305116664220.
[17]	Moeini M， Rivard S. Responding—Or not—To information technology project risks： An integrative model［J］. MIS Quarterly， 2019， 43（2）： 475-500.
[18]	李延晖，廖康，徐璐. 电商平台与服务提供商的用户隐私信息管理策略研究［J］. 中国管理科学， 2022， 30（6）： 157-166.
	Li Y H， Liao K， Xu L. Research on users’ privacy information management strategies of E-commerce platform and service provider［J］. Chinese Journal of Management Science， 2022， 30（6）： 157-166.
[19]	王楠，陈详详，祁运丽，等. 基于详尽可能性模型的用户创新社区创意采纳影响因素研究［J］. 中国管理科学， 2020， 28（3）： 213-222.
	Wang N， Chen X X， Qi Y L， et al. The research on influence factors of user innovation community idea adoption based on elaboration likelihood model［J］. Chinese Journal of Management Science， 2020， 28（3）： 213-222.
[20]	Petty R E， Cacioppo J T. The elaboration likelihood model of persuasion［M］//Petty R E，Cacioppo J T. Advances in Experimental Social Psychology.Amsterdam：Elsevier，1986： 123-205.
[21]	刘新争，高闯. 基于复杂网络的私有信息共享对机构投资者羊群行为的影响［J］. 管理学报， 2022， 19（4）： 506-515.
	Liu X Z， Gao C. The impact of private information sharing on herd behavior of institutional investors based on network［J］. Chinese Journal of Management， 2022， 19（4）： 506-515.
[22]	张普，蒋月娥，倪文辉. 羊群行为与股价波动的关系：来自理论层面的证据［J］. 管理科学， 2021， 34（2）： 144-158.
	Zhang P， Jiang Y E， Ni W H. Relationship between herding behavior and stocks’ price volatility： Evidence from a theoretical perspective［J］. Journal of Management Science， 2021， 34（2）： 144-158.
[23]	Acquisti A， John L K， Loewenstein G. The impact of relative standards on the propensity to disclose［J］. Journal of Marketing Research， 2012， 49（2）： 160-174.
[24]	Shi H， Grewal R， Sridhar H. Organizational herding in advertising spending disclosures： Evidence and mechanisms［J］. Journal of Marketing Research， 2021， 58（3）： 515-538.
[25]	Banerjee A V. A simple model of herd behavior［J］. The Quarterly Journal of Economics， 1992， 107（3）： 797-817.
[26]	Zhao X， Tian J， Xue L. Herding and software adoption： A re-examination based on post-adoption software discontinuance［J］. Journal of Management Information Systems， 2020， 37（2）： 484-509.
[27]	褚晓伟，周宗奎，范翠英. 同伴拒绝与网络欺负的关系：愤怒的中介作用和感知匿名性的调节作用［J］. 心理发展与教育， 2020， 36（5）： 584-593.
	Chu X W， Zhou Z K， Fan C Y. Relationship between peer rejection and cyberbullying： The mediating role of anger and the moderating role of perceived anonymity［J］. Psychological Development and Education， 2020， 36（5）： 584-593.
[28]	Nian F， Diao H. A human flesh search model based on multiple effects［J］. IEEE Transactions on Network Science and Engineering， 2020， 7（3）： 1394-1405.
[29]	Mattke J， Maier C， Reis L， et al. Herd behavior in social media： The role of facebook likes， strength of ties， and expertise［J］. Information & Management， 2020， 57（8）： 103370.
[30]	Jiang Z， Heng C S， Choi B C F. Research note： Privacy concerns and privacy-protective behavior in synchronous online social interactions［J］. Information Systems Research， 2013， 24（3）： 579-595.
[31]	Cohen J. Set correlation and contingency tables［J］. Applied Psychological Measurement， 1988， 12（4）： 425-434.
[32]	O’brien R M. A caution regarding rules of thumb for variance inflation factors［J］. Quality & Quantity， 2007， 41（5）： 673-690.
[33]	van de Vijver F J R， Leung K. Methods and data analysis for cross-cultural research［M］. Cambridge： Cambridge University Press， 2021.
[34]	马宁，刘怡君，李凉凉. 重大突发事件舆情风险点预测研究［J］. 中国管理科学， 2023， 31（11）： 58-66.
	Ma N， Liu Y J， Li L L. Research on the risk points prediction of emergency public opinion［J］. Chinese Journal of Management Science， 2023， 31（11）： 58-66.
[35]	侯艳辉，管敏，王家坤，等. 全媒体时代基于微分博弈的网络舆情引导激励机制研究［J］. 中国管理科学， 2023， 31（8）： 239-252.
	Hou Y H， Guan M， Wang J K， et al. Research on the incentive mechanism of network public opinion guidance based on differential game in the omnimedia era［J］. Chinese Journal of Management Science， 2023， 31（8）： 239-252.

变量	选项	数量	比例（％）
性别	男	191	44.731%
性别	女	236	55.269%
社交媒体使用时间	<1小时/天	11	2.576%
	1-2小时/天	134	31.382%
	3-5小时/天	235	55.035%
	≥6小时/天	47	11.007%
社交媒体状态更新频率	<1次/天	91	21.311%
	1-2次/天	255	59.719%
	3-5次/天	72	16.862%
	≥6次/天	9	2.108%
年龄	≤20	62	14.520%
	21~25	165	38.642%
	26~30	149	34.895%
	≥31	51	11.944%
学历	本科	174	40.749%
	硕士	156	36.534%
	博士	97	22.717%
隐私侵犯经历	有	368	86.183%
隐私侵犯经历	没有	59	13.817%

拟合指数	χ²/df	CFI	GFI	AGFI	RMSEA
阈值	<3	>0.950	>0.900	>0.800	<0.060
模型一	6.581	0.432	0.245	0.477	0.155
模型二	2.748	0.960	0.923	0.862	0.044
模型三	2.733	0.958	0.926	0.869	0.042

变量类型		因变量：泄露他人隐私行为
变量类型		Type III 平方和	df	均方值	F值	Sig.(p)
自变量	操纵前意向	13.313	1	13.313	17.511^***	p<0.001
	羊群效应	7.111	1	7.111	7.252^**	p<0.010
	实名强度	11.880	1	11.880	12.036^***	p<0.001
	操纵前意向×羊群效应	6.355	1	6.355	6.650^**	p<0.010
	操纵前意向×实名强度	7.789	1	7.789	7.004^**	p<0.010
	羊群效应×实名强度	7.495	1	7.495	7.771^**	p<0.010
	操纵前意向×羊群效应×实名强度	14.020	1	14.020	16.088^***	p<0.001
控制变量	性别	1.122	1	1.124	1.152	p=0.247
	年龄	4.353	3	1.448	1.613	p=0.256
	学历	1.305	2	0.654	0.887	p=0.559
	隐私侵犯经历	2.316	1	2.322	2.766^†	p<0.100
	社交媒体使用时间	1.663	1	1.662	1.828	p=0.188
	社交媒体状态发布次数	3.887	1	3.894	4.112^*	p<0.050

总效应模型		中介效应模型
总效应系数	t值	直接效应系数	t值	间接效应系数	间接路径	95% 的置信区间
总效应系数	t值	直接效应系数	t值	间接效应系数	间接路径	低	高
0.801 ^***	8.122 ^***	0.278 ^***	5.832 ^***	0.523	a₁b₁+a₂b₂	0.439	0.601
				0.367	a₁b₁(通过参与社会热点)	0.308	0.422
				0.156	a₂b₂(通过遵从大多数)	0.133	0.179

变量类型		因变量：实验操纵前后泄露他人隐私意向的变化
变量类型		Type III 平方和	df	均方值	F值	Sig.(p)
自变量	羊群效应	10.05	1	10.05	10.22^***	p<0.001
	实名强度	21.08	1	21.08	23.10^***	p<0.001
	羊群效应×实名强度	32.33	1	32.33	34.17^***	p<0.001
控制变量	性别	1.115	1	1.115	1.128	p=0.339
	年龄	4.536	3	1.512	1.633	p=0.220
	隐私侵犯经历	5.887	1	5.887	6.089^**	p<0.010
	社交媒体使用时间	2.218	1	2.218	2.332	p=0.245
	社交媒体状态发布次数	3.995	1	3.995	4.411^*	p<0.050

社交媒体环境下泄露他人隐私意向和行为的增强与反转机制研究

Research on the Enhancement and Reversal Effects of the Relationship between Privacy Leakage Intention and Corresponding Behavior

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 35

相关文章 6

Metrics

本文评价

推荐阅读 0

[1]	张艳辉, 高云帆. 在线声誉水平对消费者关注度的影响：对大众点评的实证分析[J]. 中国管理科学, 2022, 30(8): 277-286.
[2]	张奇, 李彦, 王歌, 朱丽晶, 胡滢, 王乐. 基于复杂网络的电动汽车充电桩众筹市场信用风险建模与分析[J]. 中国管理科学, 2019, 27(8): 66-74.
[3]	郝晓玲, 陈晓梦. 体验型产品消费行为的羊群效应及机理研究——基于电影行业消费行为的实证解释[J]. 中国管理科学, 2019, 27(11): 176-188.
[4]	廖理, 向佳, 王正位. P2P借贷投资者的群体智慧[J]. 中国管理科学, 2018, 26(10): 30-40.
[5]	吴福龙, 曾勇, 唐小我. 中国证券投资基金羊群行为的进一步研究[J]. 中国管理科学, 2004, (4): 6-11.
[6]	李平, 曾勇. 基于非理性行为的羊群效应分析:一个简单模型[J]. 中国管理科学, 2004, (3): 34-37.