DOI：10.12154/j.qbzlgz.2025.06.003 1 引言 随着“互联网+医药”健康服务迅速发展，以京东健康、美团买药为代表的医药电商平台已成为公众购药的重要渠道。平台通过对用户基本信息、商品浏览记录等多维数据进行系统收集与分析，可精准刻画用户需求偏好，进而提升用户满意度与忠诚度，促进平台社会效益释放。然而，这一过程的有效性在很大程度上受到用户隐私信息披露心理的制约。研究表明，用户通常对健康信息具有更高关注度，对该类隐私泄露的忧虑感也更为强烈[1]。一方面，用户医药健康信息较多涉及过往病史、用药记录等更具隐私性和敏感性的内容。此类信息一旦被泄露或滥用，可能导致恶意营销、身份盗用等问题，甚至引发医保欺诈等安全隐患。另一方面，平台内部超范围信息共享模式也增加了用户隐私泄露的风险[2]。例如，联系方式、病历、购药记录等用户隐私信息可能因跨平台数据整合、软件安全漏洞、数据采集过度等原因而被泄露，该类隐私安全隐患不仅会削弱用户对数字化医药服务的信任，也会加深用户在相关平台披露隐私的顾虑。因此，厘清医药电商情境下用户隐私泄露风险的生成机理，对降低用户隐私泄露风险感知、增强用户隐私披露意愿、优化用户隐私保护行为等具有重要意义。 针对隐私风险控制，现有研究重点对开放政府数据平台、社交媒体和电商平台等情境进行了考察，鲜有研究聚焦医药电商平台这一精细化情境对用户隐私泄露风险控制问题进行深入分析。鉴于此，本研究聚焦医药电商场景，采用质性研究方法，结合MOA与SOR理论，识别并梳理用户隐私泄露风险的影响因素、心理状态反应及控制行为间的作用关系，构建医药电商用户隐私泄露风险的生成与控制模型，并提出相应的风险控制策略。研究将有助于拓展MOA与SOR理论模型的应用场景，丰富隐私风险相关领域的研究视角与理论体系，为隐私风险控制相关研究与实践提供决策参考。 2 理论基础与文献综述 2.1 SOR理论及其应用 Mehrabian和Russell[3]于1974年提出了刺激-机体-反应（Stimulus-Organism-Response，SOR）理论。该理论指出当用户面对刺激时，其内在心理状态会随之发生改变，进而对其行为产生影响。其中，“刺激”（Stimulus）属于行为前因，代表个体从外界环境中所感知到的刺激因素；“有机体”（Organism）属于刺激和行为反应间的中介，代表个体被外界刺激触发的心理反应，这种状态既可以是认知的，也可以是情感的；“反应”（Response）属于行为结果，代表个体在综合刺激与心理状态变化后产生的行为决策，该行为既可能是积极的，也可能是消极的。作为用户行为机理研究的经典范式，SOR理论已广泛应用于社会化媒体、虚拟知识社区、移动政务平台以及数字图书馆等情境下用户信息行为的相关研究。例如，社会化媒体情境中，SOR理论有效解释了用户中缀[4]、信息规避[5]等行为的形成机理；虚拟知识社区情境中，SOR理论被用于探讨用户知识共享[6]、知识转移[7]等行为的形成原因；移动政务平台情境中，SOR理论有效解读了移动政务用户持续使用意愿的形成机制[8]；数字图书馆情境中，SOR理论被用于考察移动图书馆[9]、图书馆直播推广平台[10]等服务模式单一和用户持续使用动力不足等问题。鉴于SOR理论的广泛适用性，本研究将其作为解释医药电商用户隐私泄露风险的生成与控制机理研究框架。 2.2 MOA理论及其应用 1989年，Maclnnis和Jaworski[11]提出了动机-机会-能力（Motivation-Opportunity-Ability，MOA）理论，用于解释个体在广告行业的信息处理行为。该理论认为，个体所产生的某种特定行为是由动机、机会和能力三因素共同作用的结果。其中，动机（Motivation）是激发个体产生某种行为的内驱力，是其意愿、兴趣的融合；机会（Opportunity）是影响个体行为的情境等外部驱动因素，并体现外部条件对最终结果的影响程度；能力（Ability）代表个体行动的潜力，是影响其最终行为生成的重要心理特征，包含个体自我知识与技能等方面。目前该理论已在行为决策[12]、科技创新[13]等研究领域中得到广泛应用。例如，Yener等[14]对MOA框架进行扩展，综合考察了影响消费者对绿色产品购买行为的内部和外部驱动因素。MOA理论通过整合性分析将具体现象系统性归类为可操作的概念，可从动机、机会和能力三个维度为用户信息行为研究提供有效解释框架。 2.3 隐私风险控制相关研究 目前学界已对开放政府数据平台、社交媒体平台等情境下用户隐私泄露风险控制行为的影响因素与管理策略进行了广泛考察。聚焦开放政府数据平台，陈美和梁乙凯[15-16]探讨了荷兰、斯洛文尼亚等不同国家的隐私风险控制问题，并从各国经验中汲取了有关推进我国开放政府数据隐私风险控制的智慧与启示；Li等[17]构建了包括数据、制度、技术、结构和行为五个维度的隐私风险识别框架，用以帮助政府量身定制开放政府数据隐私管理策略。针对社交媒体平台，有研究基于沟通隐私管理理论将隐私管理策略划分为预防、审查和纠正策略，并采用析因设计方法探究了不同策略选取的影响因素[18]。关于电商平台，有研究探讨了多种电商平台间采取信息共享与披露的影响因素，并对比分析了不同供应链中的隐私管理策略[2]；亦有研究基于文献分析法，提出并验证了电子商务隐私风险控制的风险感知模型，发现隐私风险感知是用户拒绝自我隐私披露的前因，且用户的隐私政策感知和自我监管感知会影响其对隐私泄露风险的感知水平[19]。尽管已有研究充分考察了隐私风险控制行为的影响因素与相关策略，但尚未聚焦医药电商这一精细化情境，欠缺对该情境下用户隐私泄露风险控制行为影响因素的全面提炼，且并未厘清医药电商用户隐私泄露风险的生成机理。因此，有必要对医药电商用户隐私泄露风险的生成机理及其控制策略进行专门研究。
