智能表计数据隐私、知情同意及数据匿名化需求

获取智能表计数据可为系统提供整体性益处，但因其包含个人信息而引发重大隐私担忧。隐私保护技术可促进更广泛的访问，尽管会引入隐私-效用权衡。理解消费者对匿名化的定价可帮助识别合适的权衡。然而，现有研究不专注于匿名化，或未考虑关于隐私风险的信息不对称，这引发了关于当前监管下知情同意有效性的疑问。我们采用混合方法来估计非货币（愿意分享和智能表计需求）和货币（愿意支付/接受）对匿名化的偏好，基于 965 名 GB 账单付款者的代表性样本。嵌入式随机对照试验检验提供有关隐私影响信息的效果。平均而言，消费者愿意支付以获得匿名化，匿名化时更愿意分享数据，而在匿名化被呈现为选项后，却更不愿意分享非匿名化数据。然而，仍有显著比例的消费者即使在匿名化后也不愿意采用智能表计。我们发现有强有力的证据表明信息不对称抑制了对匿名化需求，并在人口统计特征和电力供应特征之间识别出显著差异。定性响应呼应了定量发现，强调需要更强的隐私默认设置、以用户为中心的设计以及能够实现真正知情决定的同意机制。