从隐私计算的角度探讨员工的信息共享意愿:一种混合方法研究
《International Journal of Information Management》:Exploring information sharing intention of employees through privacy calculus perspective: A mixed-methods approach
【字体:
大
中
小
】
时间:2026年01月05日
来源:International Journal of Information Management 27
编辑推荐:
隐私计算模型(PCM)在员工自愿信息共享中的应用研究,通过混合方法验证了包含信任、数据化恐惧等六项决定因素的扩展模型。研究采用先质后量的方法,定性访谈识别关键主题,定量分析(CB-SEM)确认模型适配性,为组织优化信息管理实践提供依据。
阿卜杜勒·卡德尔·V | 斯里吉斯·S·S
管理研究系,卡利卡特国家技术学院,卡利卡特673601,印度
摘要
当代商业世界在其各个职能领域(包括人力资源)都需要大量数据。尽管有多种数据提取选项,但为了利用人力资源分析做出决策,直接从员工那里获取信息仍然是必要的。我们的主要目的是通过重新规定的隐私计算模型(PCM)来调查员工对自愿分享个人信息的看法,以确保研究的情境有效性和理论一致性。我们进行了分阶段的探索性混合方法研究。第一阶段对23名员工进行了定性访谈;第二阶段则收集了511名员工的定量调查数据,旨在全面了解员工对个人信息分享的看法。在第一阶段,我们通过主题分析确定了六个关键因素,并基于隐私计算的观点开发了一个概念模型。在第二阶段,我们使用基于协方差的结构方程建模(CB-SEM)来分析调查数据以验证该模型。研究结果证实了PCM的解释能力,并在员工个人信息分享的背景下对其进行了重新规定。我们为组织提供了关于如何收集和管理人力资源信息的建议,同时考虑了员工的观点。
引言
数据驱动的决策正在迅速成为所有业务职能领域的常态(Tawil等人,2023年)。最近,人力资源(HR)管理职能越来越多地采用数据驱动的决策方法来进行有效的人员管理(Bahuguna等人,2024年;Dhankhar和Singh,2023年)。人力资源分析(HRA)借助技术支持实现了客观决策,使组织能够分析人员数据以做出战略、战术和运营决策(Di Lauro等人,2024年;Tursunbayeva等人,2018年;Wang等人,2024年)。整合HRA使组织能够识别问题、预测需要关注的领域并制定解决这些问题的措施(Arora & Mittal,2024年;D. A. Q. Mohammed,2019年)。然而,HRA面临的挑战阻碍了其有效应用(Fernandez & Gallardo-Gallardo,2021年)。
HRA的一个主要障碍是缺乏高质量的信息(Fernandez & Gallardo-Gallardo,2021年)。有效的HRA需要高质量的员工信息(Kwon等人,2014年)。员工信息包括个人和职业细节(Nocker & Sena,2019年),如人口统计信息、心理特征和行为模式。通常,员工需要披露某些信息(如能力和社会保障信息),而组织可以通过协议或监控方法(包括出勤率和任务完成情况)获得一些额外信息(Khan & Tang,2016年)。除了显而易见的信息外,关于员工意图和认知模式的信息很难获得,除非他们自愿披露。
个人信息,如健康状况、离职意向、额外收入来源、动机驱动因素、工作满意度以及对同事和领导的反馈,不容易被检测到,需要员工自愿披露。例如,除非组织测量现有员工的离职意向,否则无法准确预测下一年的劳动力需求。除非员工自愿分享这些信息,否则无论分析方法多么先进,也无法做出有效的决策。员工可能并不总是愿意坦诚地分享他们的个人信息。当被要求时,他们可能会提供模糊、不完整或甚至虚假的信息。这种在分享准确信息方面的犹豫(Angrave等人,2016年)会导致HRA结果不准确。员工的隐私担忧(Baruh等人,2017年)和普遍的怀疑态度(Carpenter等人,2018年)严重阻碍了他们坦诚分享个人信息。高质量信息的可用性是HRA的必要条件,但当员工不与组织分享个人信息时,基于HRA的决策就变得无效。
我们主要试图回答以下研究问题:员工不愿自愿分享个人信息的决定因素是什么(RQ1);员工在其组织内愿意自愿分享个人信息的决定因素是什么(RQ2);这些决定因素在多大程度上影响了员工的个人信息分享意向(PISI)(RQ3)?多个因素可能影响员工与雇主之间的自愿PISI。我们使用隐私计算理论(PCT)来解释员工的PISI。根据PCT,如果个人担心潜在风险(包括信息安全问题、潜在滥用和不良分析结果),他们就不太可能分享信息。如果他们预见到任何潜在的好处(如感知到的公平性、便利性和个性化服务),他们更倾向于分享(Culnan & Armstrong,1999年)。
虽然有关于如何使用隐私计算模型(PCM)来研究消费者信息分享意向的研究(Ashrafi等人,2024年;Keith等人,2013年;A. A. Mohammed & Rozsa,2024年),但关于其在组织背景下对员工PISI的相关性和适用性的研究仍然不足。我们的研究通过探讨员工如何评估与组织分享个人信息的潜在风险和好处来填补这一研究空白。我们的研究仅关注自愿的个人信息分享,其中员工的行为和意图至关重要。在消费者信息披露的背景下,信息分享完全由消费者自行决定。相比之下,在正式的组织环境中工作的员工往往是由于组织要求而非个人选择而披露信息(Rigamonti等人,2024年)。与消费者信息披露行为不同,员工在个人信息分享方面表现出不同的行为和观点(Chun & Davies,2006年)。因此,员工的个人信息分享决策可能不会遵循与消费者信息分享相同的理性。现有的PCM(Culnan和Armstrong,1999年;Dinev和Hart,2006年)可能无法完全捕捉到这种细微差别。在本文中,我们提出了一个重新规定的PCM模型,该模型纳入了组织中员工PISI的决定因素。这种重新规定的PCM确保了研究的情境有效性,并根据实证分析纳入了额外的变量。这一理论上的重新规定增强了研究的概念清晰度并提高了理论一致性。
在组织信息共享领域,已有许多研究探讨了员工的知识共享行为,包括基于经验和正式的信息共享意愿(Dey和Kumar,2024年;Hau等人,2013年;Lee和Hong,2014年;Zaremohzzabieh和Mohd Rasdi,2025年),以及信息分享意向的结果(Singh & Muduli,2023年)。与基于经验和正式的信息共享相比,对于组织可用于HRA的员工个人信息,需要更高水平的自愿信息共享行为。然而,关于员工自愿PISI的实证研究仍然不足。通过定性方法(Creswell & Clark,2017年)获得的初步理解可以通过大规模调查反馈的统计分析进一步得到验证。由于现有知识有限,因此需要进行探索性的定性调查。因此,在这种情况下,采用混合方法研究是必要的。混合方法研究的使用增强了我们研究结果的稳健性和全面性(Tashakkori,2010年)。我们的研究对理论和实践都有重要贡献——首先,通过在员工个人信息分享背景下重新规定PCM,我们扩展了其理论适用性;其次,通过混合方法研究确定了员工PISI的决定因素和影响因素;第三,我们提供了有意义的见解,使组织能够设计以员工为中心的信息管理实践,从而提高数据驱动的人力资源决策参与度。以下部分提供了理论背景的概述。
章节片段
理论背景
我们以PCT作为理论基础,探讨影响员工PISI的决定因素。PCM(Culnan & Armstrong,1999年)在个体信息分享意向的背景下被广泛接受并在理论上有着坚实的基础(Dinev和Hart,2006年;Keith等人,2013年;A. A. Mohammed & Rozsa,2024年;Peng,2024年),并认为个人在分享之前会评估分享个人信息的潜在好处和风险。理性地说,如果个人担心潜在风险(包括信息安全问题、潜在滥用和不良分析结果),他们就不太可能分享信息。如果他们预见到任何潜在的好处(如感知到的公平性、便利性和个性化服务),他们就更倾向于分享(Culnan & Armstrong,1999年)。
研究设计
为了探索和验证员工PISI的决定因素,我们采用了分阶段的探索性混合方法研究设计,其中第一阶段的定性研究为后续阶段的定量研究提供了依据(Creswell和Clark,2017年;Tashakkori,2010年)。因此,我们将这项研究分为两个阶段(图1)。在第一阶段,我们通过与来自不同行业的员工进行访谈来识别决定因素,并确定了关键因素
数据和方法
我们根据PCM制定了半结构化的访谈计划,以确定促进或阻碍员工自愿PISI的决定因素。我们采用了目的性抽样方法来涵盖参与者的多样性(Palinkas等人,2015年),并确保了多个行业的参与。纳入标准是员工在当前组织中至少有三年的工作经验,以便他们熟悉该组织的信息管理实践
第二阶段——定量研究
第一阶段的研究结果确定了三个额外的决定因素(变量):对信息管理的信任、对数据化的恐惧以及隐私侵犯经历。在PCM中,信任(Ashrafi等人,2024年;Luo等人,2023年;A. A. Mohammed & Rozsa,2024年)和隐私侵犯经历(Chen等人,2025年)已在多个领域得到研究。对数据化的恐惧——即员工可能被视为数据点而非人类的信念状态
讨论
这种分阶段的混合方法研究提高了我们研究结果的有效性和严谨性。第一阶段的定性方法提供了新的见解(如“对信息管理的信任”、“隐私侵犯经历”和“对数据化的恐惧”等变量的出现),用于重新规定现有的PCM以适应员工的PISI视角。在定性阶段确定的所有六个决定因素都在定量阶段(第二阶段)得到了验证
结论
本研究使用隐私计算模型(PCM)探讨了组织内部员工的自愿个人信息分享行为。基于定性阶段的见解,我们重新规定了PCM,纳入了“对信息管理的信任”、“对数据化的恐惧”和“隐私侵犯经历”,以确保员工个人信息分享行为的情境有效性。然后通过定量分析确认了这一重新规定。
CRediT作者贡献声明
阿卜杜勒·卡德尔·V:撰写——原始草稿、可视化、软件、方法论、调查、正式分析、数据整理、概念化。斯里吉斯·S·S:撰写——审阅与编辑、验证、监督、资源提供。
资金
本研究未获得公共部门、商业部门或非营利部门的任何特定资助。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号