• 沒有找到結果。

第四章、 網路外部性存在下使用者社群網路選擇之探討

第一節、 模型設定

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

39

第四章、網路外部性存在下使用者社群網路選擇之探討

傳統社群網站如部落格因功能較侷限,對使用者而言通常是單向溝通,使用 者需利用好的內容或文筆,自行 「賺取」 朋友瀏覽量,而主用戶之朋友,只能 將意見用推文方式依附在主文章中,無法自行在對方部落格發表意見,即為只能 做到上下垂直互動的平台。因此產生的正面網路外部性較低。但也因其特色相對 可能產生的風險較小,如可排除別人觀看權限,可擁有別人發言的許可權…等,

可說是相對穩定的社群。

新興社群網站功能完善,是雙向即時性的溝通,不但可達到傳統部落格推文 之功能,更可利用新興社群網站垂直加橫向的溝通外溢性,使朋友數量與訊息傳 遞速度以滾雪球方式倍數增加。又以發布較短訊息的即時通訊方式,使訊息可即 時被回應,具有相當強大的正面外部性,但隱私權保護方面則略為不足。在網路 外部性急遽成長下,相對隱私權風險也不斷上升,極有可能在用戶不願意的情形 下透露自身資訊,造成用戶對資訊流通產生反感而退出社群網路。

因此本研究將社群網站上述論點納入模型,以表達新興社群網站較強烈之外 部性效果並著重在其高度成長的使用人口及伴隨人口成長產生的爭議,與傳統社 群網站穩定發展的特色做比較。再使用數學工具對其現象以數學解析的方式得出 使用者在此假設下可能做出之自身最適選擇,以表達人們對社群網站的普遍使用 情況。

第一節、模型設定

一、基本假設

1. 社會上只存在兩社群網站,即傳統 B 型社群網站及新興 F 型社群網站。兩 社群網站廠商皆只考慮自身利潤最大,以提高會員數吸引廣告廠商在其網頁 上刊登廣告,達到追求自身利潤最大之目的。但在本文章中,廠商為被動增

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

40

加會員數,即廠商間不存在策略互動行為。

2. 使用者集合 N ,每一個潛在使用者表示為 𝑖 ,以 𝑈𝑖𝑓 表示潛在使用者選 擇 F 型社群作為社群網路的效用值;以 𝑈𝑖𝑏 表示潛在使用者選擇 B 型社群 作為社群網路的效用值。

3. 每位潛在使用者會根據自己的偏好,以極大化自身效用為評斷標準並做出選 擇,因此社會上每一消費者的效用皆不得為負,即 𝑈𝑖 ≥ 0 。

4. 使用者的偏好皆具有異質性,社群網路的潛在異質用戶 𝑋𝑖 分布於 [0, 1] 區 間內。為使本研究在此議題中有較精確的結果,我們假設社群網路所有潛在 使用者上只有三種類型:𝑖 = 1,2,3,他們對隱私的態度分別是 𝑋𝑖 = 0 , 0.5 , 1,

藉此代表社會上對隱私態度極具差異性的異質分布。

5. 為簡化分析,假設每位用戶只能選擇使用 F 型社群、使用 B 型社群或兩者 都不使用。

二、效用函數設定

有了上述基本假設後我們再根據 Gayer and Shy (2003) 對具有網路效應之 效用函數的設定,作符合本文研究目地之修改後得到:

𝑈𝑖 = {

𝑓 + 𝛿𝑓𝑛𝑓− 𝜏𝑓𝑋𝑖− 𝑔(·) ,若用戶使用 F 型社群社群網路 𝑏 + 𝛿𝑏𝑛𝑏− 𝜏𝑏(1 − 𝑋𝑖) ,若用戶使用 B 型社群社群網路 0 ,若用戶不使用任何社群網路 其中,𝑓 是使用 F 型社群可得到的基本效用,令 𝑓 ≥ 0; 𝑏 是使用 B 型社 群可得到的基本效用,令𝑏 ≥ 0。 𝑛𝑓 為社會上使用 F 型社群的內生決定的人數;

𝑛𝑏 為社會上使用 B 型社群內生決定的人數; 𝑛0 為社會上之用戶完全不使用社 群網路。其中 𝑛0+𝑛𝑓+ 𝑛𝑏 = 𝑛, n 為社會上所有潛在使用者。

用戶使用社群網路皆會產生網路外部性,即 𝛿𝑓𝑛𝑓 與 𝛿𝑏𝑛𝑏 ,其中 𝛿𝑓𝑛𝑓 為 使用 F 型社群產生的網路外部性,參數 𝛿𝑓 ≥ 0 表隨著使用 F 型社群平台的人數

27 根據 THE WALL STREET JOURNAL 在 2012.3.13 報導,Facebook 將在新德里一家法院接受庭 審,被控原因為公司未能有效審查其網站中引發反感的內容,違反印度 2011 年通過的相關法令:

網路公司應在接到通知後 36 小時內刪除包括引起種族反感”、“極為有害”、“中傷”或“誹謗”的一 系列內容。此案發生在 Facebook 正要高速發展印度市場之際,對此兩家公司來說是相當嚴雋的 考驗,若此案罪證確立,將是到目前為止在印度引發的相關爭議中代價最高的一個案例,不 但公司主管單位將被處以巨額罰金,相關高層還可能面對牢獄之災。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

42

價將隨著使用 F 型社群的人數上升產生強烈且不可小覷的傷害。

相關文件