網(wǎng)絡(luò)投資理財個人用戶接受行為影響因素研究

趙保國　成穎慧

摘 要：筆者基于UTAUT模型和相關(guān)文獻，構(gòu)建了網(wǎng)絡(luò)投資理財個人用戶接受模型，分析影響個人用戶接受網(wǎng)絡(luò)投資理財?shù)年P(guān)鍵性因素以及這些因素間的相互關(guān)系。通過結(jié)構(gòu)方程模型進行經(jīng)驗研究，結(jié)果表明：接受意愿和便利條件共同決定了個人用戶對網(wǎng)絡(luò)投資理財?shù)慕邮苄袨?；績效期望、感知風(fēng)險是影響接受意愿的主要因素；產(chǎn)品特性通過各因素正向影響個人用戶的接受行為。這對運營者精準(zhǔn)把握個人用戶需求，抓住互聯(lián)網(wǎng)金融領(lǐng)域內(nèi)的發(fā)展契機，開展精準(zhǔn)的營銷活動具有重要意義。

關(guān)鍵詞：網(wǎng)絡(luò)投資理財；個人用戶；接受行為

中圖分類號：F830.59 文獻標(biāo)識碼：A

文章編號：1000-176X（2016）08-0050-06

一、 引 言

網(wǎng)絡(luò)已成為人們開展金融活動的重要入口。在互聯(lián)網(wǎng)金融的熱潮下，消費者對網(wǎng)絡(luò)投資理財表現(xiàn)出強烈的需求。2013年阿里巴巴集團推出余額寶服務(wù)，僅上線6天用戶數(shù)量即突破100萬戶，日均凈申購額逾五六千萬元[1]，火爆程度震驚社會各界，彰顯了互聯(lián)網(wǎng)金融領(lǐng)域巨大的發(fā)展?jié)撃芎屠麧櫩臻g。

然而，余額寶成功后，眾多效仿者競相推出“類余額寶”的理財產(chǎn)品，卻沒有獲得如余額寶一樣的成功效果；消費者對P2P網(wǎng)絡(luò)借貸等模式中的網(wǎng)絡(luò)投資理財活動的整體關(guān)注度和參與度仍然較低。因此，研究個人用戶對于網(wǎng)絡(luò)投資理財?shù)慕邮苄袨?，精?zhǔn)把握用戶需求，對于相關(guān)運營者抓住互聯(lián)網(wǎng)金融領(lǐng)域內(nèi)的發(fā)展契機，開展精準(zhǔn)的營銷活動具有重要意義。

目前，研究網(wǎng)絡(luò)投資理財層面的文獻較少，研究內(nèi)容也主要集中在發(fā)展趨勢[2-3]、優(yōu)勢與劣勢[4]、投資風(fēng)險[5-6]和政策監(jiān)管[7]等四個方面，并沒有關(guān)于個人用戶網(wǎng)絡(luò)投資理財行為的定量研究。筆者試圖對個人用戶的網(wǎng)絡(luò)投資理財接受行為影響因素進行研究，填充網(wǎng)絡(luò)投資理財領(lǐng)域內(nèi)的研究空白，依托于UTAUT模型，定量分析影響個人用戶接受網(wǎng)絡(luò)投資理財?shù)年P(guān)鍵性因素以及這些因素間的相互關(guān)系，并提出營銷建議。

二、 模型及假設(shè)

（一）網(wǎng)絡(luò)投資理財?shù)幕緝?nèi)涵

現(xiàn)階段還沒有學(xué)者明確地對網(wǎng)絡(luò)投資理財進行界定。中國互聯(lián)網(wǎng)絡(luò)信息中心[8]將互聯(lián)網(wǎng)投資理財產(chǎn)品定義為：“互聯(lián)網(wǎng)公司或銀行發(fā)行的，只能通過互聯(lián)網(wǎng)渠道購買的類余額寶類理財產(chǎn)品，該類產(chǎn)品具有高收益、低門檻、高流動性的特點”。

結(jié)合學(xué)者們對個人投資理財概念的界定[9]-[12]，筆者認為，網(wǎng)絡(luò)投資理財是指個人審視自己的資產(chǎn)狀況及風(fēng)險承受能力，利用網(wǎng)絡(luò)投資工具合理運用財務(wù)資源，實現(xiàn)財產(chǎn)的保值增值。該定義中的網(wǎng)絡(luò)投資理財工具是指基于互聯(lián)網(wǎng)特色而建立的在線投資理財產(chǎn)品，只能通過互聯(lián)網(wǎng)渠道購買。對于傳統(tǒng)理財產(chǎn)品，如果僅將服務(wù)渠道拓展到網(wǎng)絡(luò)上，而對產(chǎn)品本身沒有任何改變，則不應(yīng)屬于網(wǎng)絡(luò)投資理財工具范圍之內(nèi)，例如在線炒股。

（二）理論模型及假設(shè)

個人用戶對網(wǎng)絡(luò)投資理財?shù)慕邮苓^程可以分為兩個部分：一是個人用戶對網(wǎng)絡(luò)投資理財模式的接受過程，這一過程類似于對一個新技術(shù)的接受過程，可以通過對于信息技術(shù)接受行為具有極強解釋力的UTAUT（Unified Theory of Acceptance anel Use of Technology）模型進行模擬。二是個人用戶在產(chǎn)品特性、理財認知程度等非功能價值因素的影響下，最終形成接受行為。因此，筆者在UTAUT模型的基礎(chǔ)上進行修訂補充，從而建立個人用戶的接受模型，如圖1所示。

1.UTAUT原始模型的相關(guān)研究假設(shè)

對于網(wǎng)絡(luò)投資理財活動，由于尚處于發(fā)展的初期階段，用戶群體在控制變量方面的差異不甚明顯，因此并未將控制變量納入研究范圍。同時，根據(jù)TAM模型，個人用戶對網(wǎng)絡(luò)投資理財?shù)呐ζ谕麜冃谕a(chǎn)生影響。對于個人用戶來說，當(dāng)他認為網(wǎng)絡(luò)投資理財操作起來比較簡單，才會愿意接受網(wǎng)絡(luò)投資理財活動，并發(fā)現(xiàn)網(wǎng)絡(luò)投資理財可以帶來績效上的提高。基于以上分析，筆者提出如下假設(shè)：

H1：個人用戶對網(wǎng)絡(luò)投資理財?shù)呐ζ谕麜蛴绊懣冃谕?/p>

H2：個人用戶對網(wǎng)絡(luò)投資理財?shù)呐ζ谕麜蛴绊懡邮芤庠浮?/p>

H3：個人用戶對網(wǎng)絡(luò)投資理財?shù)目冃谕麜蛴绊懡邮芤庠浮?/p>

H4：個人用戶受到的社會影響會正向影響接受意愿。

H5：個人用戶感知到的網(wǎng)絡(luò)投資理財便利條件會正向影響接受行為。

H6：個人用戶對網(wǎng)絡(luò)投資理財?shù)慕邮芤庠笗蛴绊懡邮苄袨椤?/p>

2.新增變量的相關(guān)研究假設(shè)

（1）理財認知程度

Robb 和Sharpe[13] 指出，學(xué)歷和金融知識對高校學(xué)生理財行為有重要影響。Veld-Merkoulova[14] 研究了投資者背景對個人投資決策的影響作用。筆者認為，理財認知程度是對居民理財意識的衡量，指個人用戶對于投資理財活動的整體認知，包括個人對理財?shù)年P(guān)心程度和理財知識的儲備兩個方面。個人用戶的理財認知程度越高，對理財中投資風(fēng)險的不確定性感知就會越少；同時，其對理財?shù)年P(guān)注度也高，更愿意參與網(wǎng)絡(luò)投資理財活動，對此筆者提出如下假設(shè)：

H7：理財認知程度負向影響個人用戶感知風(fēng)險。

H8：理財認知程度正向影響個人用戶接受意愿。

（2）產(chǎn)品特性

網(wǎng)絡(luò)投資理財產(chǎn)品是網(wǎng)絡(luò)投資理財行為發(fā)生的基礎(chǔ)。彭見瓊和呂德宏[15]通過實證研究指出，理財產(chǎn)品的風(fēng)險屬性、產(chǎn)品收益、理財起始金額對居民選擇投資理財有輕微影響。Kapoor等[11]提出投資收益、投資增長性以及投資的流動性是影響投資決策的因素。蘇雯[4]認為，網(wǎng)絡(luò)理財產(chǎn)品流動性強于大部分銀行理財產(chǎn)品，但穩(wěn)健性整體來說相對較低。

產(chǎn)品特性在網(wǎng)絡(luò)投資理財活動中是個非常重要的因素。通過對余額寶、P2P網(wǎng)絡(luò)借貸等模式的分析，筆者認為，產(chǎn)品特性是指在網(wǎng)絡(luò)投資理財過程中，個人用戶對于理財產(chǎn)品各方面特征的感知，主要涉及產(chǎn)品收益、產(chǎn)品風(fēng)險屬性、理財起始金額、投資期限和流動性五個方面。

網(wǎng)絡(luò)投資理財?shù)漠a(chǎn)品特性使個人用戶更加能夠感知到效用和優(yōu)勢；同時產(chǎn)品的部分特征，比如在流動性方面，有些產(chǎn)品提供“隨時贖回”，也進一步降低了個人用戶的感知風(fēng)險。對此筆者提出如下假設(shè)：

H9：網(wǎng)絡(luò)投資理財中的產(chǎn)品特性正向影響績效期望。

H10：網(wǎng)絡(luò)投資理財中的產(chǎn)品特性負向影響感知風(fēng)險。

（3）感知風(fēng)險

Bauer在1960年將感知風(fēng)險引入消費者研究中，此后很多學(xué)者將感知風(fēng)險視為用戶行為研究中的一項重要因素[16-17]。投資理財活動必然伴隨著一定的風(fēng)險[11]。筆者將網(wǎng)絡(luò)投資理財中的感知風(fēng)險定義為個人用戶在網(wǎng)絡(luò)投資理財中，對預(yù)計可能發(fā)生的、與開始期望不相符的負面結(jié)果的心理預(yù)期，并將風(fēng)險重點聚焦在非系統(tǒng)性風(fēng)險方面，主要包括財務(wù)風(fēng)險、功能風(fēng)險、心理風(fēng)險和時間風(fēng)險。

個人用戶在網(wǎng)絡(luò)投資理財過程中會對可能出現(xiàn)的風(fēng)險進行評價，一旦個人用戶認為可能會出現(xiàn)傷害自身利益的風(fēng)險，就會產(chǎn)生抵觸情緒。這種對風(fēng)險的認知，在接收到他人傳達的積極消息時，會得到緩解。對此筆者提出如下假設(shè)：

H11：社會影響負向影響個人用戶對網(wǎng)絡(luò)投資理財?shù)母兄L(fēng)險。

H12：個人用戶對網(wǎng)絡(luò)投資理財?shù)母兄L(fēng)險負向影響接受意愿。

三、 研究設(shè)計

（一）問卷設(shè)計

筆者基于前人的成熟量表，結(jié)合網(wǎng)絡(luò)投資理財?shù)奶攸c，對各變量的測度量表進行再設(shè)計，如表1所示。通過小規(guī)模訪談、問卷前測、問卷修正等過程最終形成包括34個問項的正式調(diào)查問卷。問卷包括兩個部分：第一部分是有關(guān)調(diào)查對象的基本信息，包括學(xué)歷、性別、年齡和月可支配收入等；第二部分是網(wǎng)絡(luò)投資理財行為測量量表，采用Likert五級量表對理財認知程度、產(chǎn)品特性、感知風(fēng)險等9個變量進行逐一測量。問卷前測以實地問卷調(diào)查的形式展開。

（二）調(diào)研方法及樣本特征

采用互聯(lián)網(wǎng)調(diào)查法進行數(shù)據(jù)的正式收集，通過社交網(wǎng)站鏈接分享、即時通信工具轉(zhuǎn)發(fā)、發(fā)送電子郵件等方式發(fā)放問卷，共計回收297份問卷，按照“答案重復(fù)、關(guān)鍵問項答案缺失、IP重復(fù)、明顯低于平均填答時間”的標(biāo)準(zhǔn)剔除無效問卷后，得到有效問卷286份，有效問卷率達96.300%，樣本量符合進行結(jié)構(gòu)方程模型分析的基本要求[20]。

樣本基本資料統(tǒng)計結(jié)果顯示，樣本學(xué)歷水平較高，碩士占比44.410%，本科占比40.210%；性別方面，女性數(shù)量占54.550%略高于男性；69.930%的樣本年齡集中在25—35歲；月收入在3 001—10 000元范圍內(nèi)的人數(shù)達86.360%，顯示大多數(shù)為中等收入人群。

四、數(shù)據(jù)分析

（一）信度、效度檢驗

通過SPSS22.0軟件，采用 Cronbachs α系數(shù)進行信度分析。從表2可以看出，各變量的Cronbachsα系數(shù)均大于0.500，可見問卷具有較好的內(nèi)部一致性，問卷設(shè)計合理。

筆者所使用的量表絕大多數(shù)來自于過去公開發(fā)表的成熟量表和文獻，并且通過訪談和前測，修正了問項表述的不當(dāng)之處，因此，問卷具有較好的內(nèi)容效度。在建構(gòu)效度方面，筆者采用因子分析法進行檢驗。分析結(jié)果顯示，各變量的KMO值均大于0.600，表明樣本數(shù)據(jù)適合進行因子分析；各變量均只提取出一個公共因子，并且各測量指標(biāo)的因子載荷均大于0.450，表明問卷結(jié)構(gòu)效度較高。

（二） 模型檢驗

筆者采用AMOS22.0軟件對假設(shè)模型進行擬合分析，以χ2/df、GFI、AGFI、NFI、CFI及RMSEA作為主要評價指標(biāo)檢驗?zāi)Ｐ褪欠癯闪?。各指?biāo)評價標(biāo)準(zhǔn)和實際測量結(jié)果如表3所示。

從表3可以看出，評價指標(biāo)χ2/df、GFI、AGFI、NFI、CFI和RMSEA的實際測量值分別為2.075、0.745、0.736、0.751、0.913和0.072，均在合理范圍之內(nèi)，表明假設(shè)模型擬合程度較高。

同時，假設(shè)模型路徑系數(shù)回歸結(jié)果顯示：假設(shè)H7不成立，即理財認知程度對感知風(fēng)險的影響不顯著，表明兩組變量之間沒有相關(guān)關(guān)系；其它路徑都通過了顯著性檢驗，并且感知風(fēng)險與產(chǎn)品特性、社會影響、接受意愿之間呈現(xiàn)負相關(guān)關(guān)系。

綜合分析模型擬合分析與假設(shè)檢驗結(jié)果可知，假設(shè)模型雖然基本正確，但仍需要進一步修正。依據(jù)模型修正標(biāo)準(zhǔn)，刪除檢驗結(jié)果中不顯著的路徑H7，并再次對樣本數(shù)據(jù)進行擬合檢驗，結(jié)果如表4和表5所示。模型修正后的擬合結(jié)果（如表4所示）顯示，刪除H7后，各評價指標(biāo)都有了不同程度的改善。同時，修正后的模型路經(jīng)系數(shù)回歸結(jié)果（如表5所示）中，各假設(shè)顯著性均較高。

依據(jù)各變量之間的路徑系數(shù)，可以將各變量對接受行為的直接、間接和總影響效果計算出來（如表6所示）。從表6可以看出，按照各變量對用戶接受行為的影響效果，

因此，根據(jù)修正后的假設(shè)模型擬合分析與假設(shè)檢驗結(jié)果，筆者最終建立了網(wǎng)絡(luò)投資理財個人用戶接受模型，如圖2所示。

依據(jù)各變量之間的路徑系數(shù)，可以將各變量對接受行為的直接、間接和總影響效果計算出來，如表6所示。從表6可以看出，按照各變量對個人用戶接受行為的影響效果，可以由大到小依次排序如下：接受意愿、績效期望、便利條件、感知風(fēng)險、社會影響、產(chǎn)品特性、努力期望和理財認知程度。

（三） 結(jié)果分析

從修正模型可知，12個研究假設(shè)中除H7外，其余都成立。筆者對個人用戶網(wǎng)絡(luò)投資理財接受行為的研究結(jié)果如下：接受意愿和便利條件共同決定了個人用戶對網(wǎng)絡(luò)投資理財?shù)慕邮苄袨椋怀憷麠l件外，各因素都通過接受意愿對接受行為產(chǎn)生影響?？冃谕?、理財認知程度正向影響個人用戶的接受意愿；感知風(fēng)險負向影響接受意愿；社會影響、努力期望正向影響接受意愿，又通過其他因素發(fā)揮間接影響作用；產(chǎn)品特性通過績效期望、感知風(fēng)險對接受意愿產(chǎn)生影響。

對于假設(shè)H7不成立的原因，筆者認為可能是：個人用戶在網(wǎng)絡(luò)投資理財中感知到的風(fēng)險主要有兩類：一類是由網(wǎng)絡(luò)使用方面帶來的安全風(fēng)險；另一類是從投資理財產(chǎn)品中感知到的投資風(fēng)險，由產(chǎn)品屬性引發(fā)。當(dāng)個人用戶對理財有充足的認知時，可以對投資風(fēng)險進行一個合理的判斷，這在某種程度上可以緩解來源于投資理財產(chǎn)品的感知風(fēng)險，但并不能改變個人用戶對網(wǎng)絡(luò)安全方面的感知風(fēng)險。

五、基本結(jié)論與啟示

筆者基于UTAUT模型構(gòu)建了網(wǎng)絡(luò)投資理財個人用戶接受模型，證實了接受意愿、績效期望、便利條件、感知風(fēng)險、社會影響、產(chǎn)品特性、努力期望和理財認知程度等因素都影響個人用戶的接受行為并且影響作用依次減小。由于便利條件在很大程度上依托于外界客觀環(huán)境，對運營者來說可控性較低；接受意愿更多的是從個人用戶的主觀層面對其接受行為產(chǎn)生推動作用。因此，運營者應(yīng)當(dāng)重點關(guān)注影響接受意愿的有關(guān)因素，在營銷過程中注意以下幾點：

第一，發(fā)展客戶資源，擴張個人用戶規(guī)模。擴大個人社會影響會降低個人用戶的感知風(fēng)險，進而促進其對網(wǎng)絡(luò)投資理財?shù)慕邮芤庠?。在設(shè)計運營模式的初期，運營者就應(yīng)當(dāng)充分考慮到個人用戶數(shù)量的培育時間和培育方法。建議與擁有個人用戶基礎(chǔ)、業(yè)務(wù)支撐的互聯(lián)網(wǎng)企業(yè)合作，共同打造網(wǎng)絡(luò)投資理財產(chǎn)品，縮短培育時間，保障培育效果。

第二，建立企業(yè)品牌，降低個人用戶感知風(fēng)險。感知風(fēng)險是唯一負向影響接受意愿的因素。為降低個人用戶的感知風(fēng)險，尤其對于獨立開展網(wǎng)絡(luò)投資理財?shù)倪\營者，如拍拍貸等P2P網(wǎng)站，要著重建立企業(yè)品牌，提高口碑和信譽度。打造企業(yè)品牌要由內(nèi)而外。首先，企業(yè)運營者需要嚴(yán)格要求自己，摒棄投機取巧等不負責(zé)任的念想，始終堅持實現(xiàn)企業(yè)和個人用戶雙贏的效果。其次，可以借助一些外在宣傳手段，如獲取資格認證、取得知名企業(yè)融資、利用名人效應(yīng)等提升個人用戶對自己的信任。

第三，把握產(chǎn)品屬性，做好市場細分。產(chǎn)品特性作用于績效期望和感知風(fēng)險，進而影響接受意愿。筆者將網(wǎng)絡(luò)投資理財?shù)漠a(chǎn)品特性歸納為產(chǎn)品收益高、產(chǎn)品風(fēng)險屬性小、理財起始金額低、投資期限短和流動性強等五個方面。無論產(chǎn)品形式如何變化，在產(chǎn)品特性中都應(yīng)包含上述五個方面中的某些特征，借此吸引個人用戶，形成區(qū)別于傳統(tǒng)理財產(chǎn)品的競爭優(yōu)勢。同時，不應(yīng)單純地將產(chǎn)品中包含以上特性個數(shù)的多少作為設(shè)計標(biāo)準(zhǔn)，而需結(jié)合市場細分理論，根據(jù)個人用戶的需求差異將用戶群進行細分，有針對性地對五個方面產(chǎn)品特性進行組合，制定多元化的產(chǎn)品，滿足不同個人用戶的需求，并配合對應(yīng)的營銷手段開展市場推廣活動。

第四，多客戶端聯(lián)動，提升個人用戶體驗?？冃谕团ζ谕绊憘€人用戶的接受意愿。根據(jù)研究結(jié)果，“網(wǎng)絡(luò)投資理財能夠隨時讓我了解理財?shù)膭討B(tài)”、“網(wǎng)絡(luò)投資理財使我的理財活動更加方便”的影響分別高達0.750和0.800，體現(xiàn)出個人用戶對于隨時隨地掌握理財動態(tài)的需求。運營者應(yīng)從個人用戶的這一需求出發(fā)，開發(fā)出不同平臺上的客戶端，實現(xiàn)客戶端之間的聯(lián)動，并且在界面設(shè)計方面，做到合理地協(xié)調(diào)“簡”與“繁”，以客戶體驗為導(dǎo)向，兼顧操作的便捷性和信息的全面性。

參考文獻：

[1] 李慶治.“余額寶”又一次“改變”了銀行[J].國際金融，2013， （8）：69-71.

[2] 李秋佳.網(wǎng)絡(luò)理財走進投資理財新時代[J].卓越理財，2010，（8）：47.

[3] 熊麗華.E-Bank：投資理財新概念[J].卓越理財，2005，（6）：12-13.

[4] 蘇雯.網(wǎng)絡(luò)理財vs銀行理財[J].理財，2013，（11）：60-61.

[5] 焉靖文.網(wǎng)上理財謹(jǐn)防被釣魚[J].大眾理財顧問，2014，（1）：42-43.

[6] 夏志瓊.互聯(lián)網(wǎng)理財，當(dāng)防范風(fēng)險[J].金融經(jīng)濟，2013，（11）：46.

[7] 陸岷峰，王虹.互聯(lián)網(wǎng)金融與金融互聯(lián)網(wǎng)的監(jiān)管研究[J].海南金融，2014，（3）：52-56.

[8] 中國互聯(lián)網(wǎng)絡(luò)信息中心CNNIC.中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告[EB/OL].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201407/P020140721507223212132.

[9] 黃祝華，韋耀瑩.個人理財（第二版）[M].大連：東北財經(jīng)大學(xué)出版社，2010.1-3.

[10] 柴效武.個人理財[M].北京：清華大學(xué)出版社，2012.3-8.

[11] 杰克·R.卡普爾，李·R.德拉貝，羅伯特·J.休斯.個人理財[M].上海傳神翻譯服務(wù)有限公司譯，上海：上海人民出版社，2006.4-8.

[12] 趙立航.個人理財?shù)倪壿嫽A(chǔ)與歷史發(fā)展[J].學(xué)術(shù)交流，2004，（8）：102-105.

[13] Robb， C.A.， Sharpe， D.L.Effect of Personal Financial Knowledge on College Students Credit Card Behavior [J].Journal of Financial Counseling and Planning， 2009， 20（1）： 25-39.

[14] Veld-Merkoulova， Y.V.Investment Horizon and Portfolio Choice of Private Investors [J].International Review of Financial Analysis， 2011， 20（2）： 68-75.

[15] 彭見瓊，呂德宏.城鎮(zhèn)居民個人理財需求影響因素研究[J].財會通訊，2012，（7）：123-125.

[16] 張童.銀行個人理財客戶識別矩陣構(gòu)建及實證研究——基于感知利益與感知風(fēng)險權(quán)衡的視角[J].山西財經(jīng)大學(xué)學(xué)報，2011，（11）：36-46.

[17] Schaupp， L.C.， Carter， L.， McBride， M.E.E-File Adoption： A Study of U.S.Taxpayers Intentions [J].Computers in Human Behavior， 2010， 26（4）： 636-644.

[18] Venkatesh， V.， Morris， M.G.， Davis， G.B.User Acceptance of Information Technology： Toward a Unified View [J].MIS Quarterly， 2003， 27（3）： 425-478.

[19] 武學(xué)斐.影響用戶接受移動互聯(lián)網(wǎng)的關(guān)鍵因素分析[D].北京：北京郵電大學(xué)碩士學(xué)位論文，2008.44-50.

[20] 石芝.移動旅游服務(wù)用戶接受研究[D].四川：西南交通大學(xué)碩士學(xué)位論文，2007.29-36.

[21] 榮泰生.AMOS與研究方法[M].重慶：重慶大學(xué)出版社，2009.77-139.

（責(zé)任編輯：于振榮）