人臉識(shí)別支付用戶使用意愿研究

張慶杰 龔涵適

摘 要：基于用戶個(gè)人角度，依據(jù)問卷調(diào)查數(shù)據(jù)，運(yùn)用結(jié)構(gòu)方程模型，考量人臉識(shí)別支付用戶使用意愿。結(jié)果表明：社會(huì)影響、感知風(fēng)險(xiǎn)、感知易用性和感知有用性對(duì)使用意愿有直接影響；使用情境和個(gè)人創(chuàng)新對(duì)使用意愿有間接影響，其中使用情境通過感知易用性和感知有用性間接影響使用意愿的影響因素，個(gè)人創(chuàng)新通過感知易用性間接影響使用意愿。

關(guān)鍵詞： 人臉識(shí)別；移動(dòng)支付；技術(shù)接受模型

中圖分類號(hào)：F49文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)：1003-7217（2018）05-0109-07

一、引 言

人工智能近年來成為世界主要發(fā)達(dá)國(guó)家競(jìng)爭(zhēng)科技熱點(diǎn)，據(jù)中國(guó)互聯(lián)網(wǎng)信息中心最新發(fā)布的報(bào)告顯示中國(guó)的人工智能企業(yè)數(shù)量居世界第三[1]。中國(guó)在人工智能領(lǐng)域的新技術(shù)研發(fā)工作和產(chǎn)業(yè)應(yīng)用方面成果不俗，相關(guān)專利申請(qǐng)數(shù)持續(xù)增長(zhǎng)。尤其在人臉識(shí)別方面，百度、阿里、騰訊等企業(yè)研發(fā)出的人臉識(shí)別技術(shù)識(shí)別精準(zhǔn)率高，速度快，多次在世界級(jí)比賽中取得領(lǐng)先成績(jī)。工業(yè)和信息化部最新發(fā)布的《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（2018-2020年）》中指出到2020年，復(fù)雜動(dòng)態(tài)場(chǎng)景下人臉識(shí)別有效檢出率將超過97%，正確識(shí)別率超過90%，支持不同地域人臉特征識(shí)別[2]。央行發(fā)布的2017年第三季度報(bào)告顯示移動(dòng)支付業(yè)務(wù)已成為電子支付的主要渠道之一，規(guī)模僅次于網(wǎng)上支付[3]。移動(dòng)支付作為我國(guó)數(shù)字經(jīng)濟(jì)新業(yè)態(tài)新模式發(fā)展的代表，成為了近年來學(xué)術(shù)界的研究熱點(diǎn)，尤其是與移動(dòng)支付有關(guān)的用戶接受使用行為更是專家學(xué)者們關(guān)注的重點(diǎn)。

人臉識(shí)別技術(shù)和移動(dòng)支付在各自領(lǐng)域受到了專家學(xué)者的廣泛研究，但人臉識(shí)別支付作為兩者的結(jié)合，有關(guān)市場(chǎng)應(yīng)用的實(shí)證研究并不多。當(dāng)前大多數(shù)學(xué)者對(duì)移動(dòng)支付的研究大都集中在移動(dòng)支付的用戶接受行為、法律監(jiān)管和安全性上，尚未對(duì)某類特定移動(dòng)支付方式的接受行為進(jìn)行研究。筆者以“刷臉支付”“人臉識(shí)別支付”等為關(guān)鍵詞在知網(wǎng)上進(jìn)行文獻(xiàn)檢索，共找到2006年至2018年期間發(fā)表的文獻(xiàn)159篇：博碩士論文4篇，期刊65篇，報(bào)紙90篇，文獻(xiàn)內(nèi)容多以介紹人臉支付市場(chǎng)應(yīng)用情況、分析人臉識(shí)別發(fā)展的優(yōu)勢(shì)和挑戰(zhàn)為主?，F(xiàn)階段人臉識(shí)別支付在研究廣度和深度上不足客觀上影響了人臉識(shí)別支付的商業(yè)化推廣。因此，實(shí)證研究哪些因素可能影響用戶使用意愿，探究各項(xiàng)影響因素之間的關(guān)系，可在一定程度上解釋人臉識(shí)別支付的市場(chǎng)現(xiàn)狀。研究結(jié)果將對(duì)應(yīng)用人臉識(shí)別支付的產(chǎn)品設(shè)計(jì)、目標(biāo)客戶群定位、市場(chǎng)劃分及銷售推廣策略均有一定的借鑒意義。

研究以技術(shù)接受模型TAM（Technology Acceptance Model）為基礎(chǔ)，根據(jù)人臉識(shí)別支付特點(diǎn)和前人研究，有針對(duì)性地引入創(chuàng)新擴(kuò)散理論IDT（Diffusion of Innovations Theory）、情境理論、社會(huì)影響和感知風(fēng)險(xiǎn)等因素，構(gòu)建人臉識(shí)別支付的用戶使用意愿假設(shè)模型。通過問卷調(diào)查的形式獲取用戶數(shù)據(jù)，采用結(jié)構(gòu)方程模型研究影響人臉識(shí)別支付用戶使用意愿的因素及相互關(guān)系，最后針對(duì)實(shí)驗(yàn)結(jié)論給出相應(yīng)政策建議。

二、理論基礎(chǔ)與研究假設(shè)

TAM模型被廣泛應(yīng)用于用戶對(duì)新技術(shù)的采納意愿研究，Venkatesh（2000）認(rèn)為TAM模型有著出色的穩(wěn)健性和普遍適用性[4]，但是Bagozzi（2007）認(rèn)為TAM模型過于簡(jiǎn)單，難以充分解釋和預(yù)測(cè)個(gè)體接受行為，在模型中適當(dāng)引入其他變量將提高模型的解釋能力[5]。本研究在TAM的基礎(chǔ)上，借鑒IDT創(chuàng)新擴(kuò)散理論、使用情境理論和社會(huì)影響、感知風(fēng)險(xiǎn)等影響因素的特點(diǎn)，提出假設(shè)模型如圖1：

（一）使用情境理論

使用情境（Use Context）最早出現(xiàn)在消費(fèi)者行為領(lǐng)域用于研究用戶的購(gòu)買行為，Lavidge （1966）在研究時(shí)發(fā)現(xiàn)很多消費(fèi)者的購(gòu)買行為只會(huì)在特定或必要的情況下出現(xiàn)。進(jìn)一步，Heijden（2005）將使用情境定義為用戶使用信息系統(tǒng)的社會(huì)背景，并認(rèn)為使用情境與移動(dòng)信息系統(tǒng)之間存在某種“相關(guān)”，正是這種“相關(guān)”使得用戶對(duì)移動(dòng)信息系統(tǒng)有著積極的態(tài)度[6]。通過調(diào)查，Mallat（2007）發(fā)現(xiàn)情境因素像遇到緊急情況、事先未預(yù)期到的支付需要、排隊(duì)和缺乏其他可供選擇的支付方式等都會(huì)影響到用戶對(duì)移動(dòng)支付的使用意愿，并且用戶表示在上述情境下，使用移動(dòng)支付對(duì)自身最有利[7]。Gan（2016）實(shí)證研究用戶對(duì)移動(dòng)支付的使用意愿時(shí)也證明，使用情境正向影響感知易用性和感知有用性，即用戶在時(shí)間緊張、需要排隊(duì)的環(huán)境下傾向于使用移動(dòng)支付，特殊的環(huán)境可提高用戶對(duì)支付技術(shù)有用性和易用性的感知，進(jìn)而提高使用意愿[8]。本文根據(jù)前人的研究經(jīng)驗(yàn)提出以下假設(shè)：

H1a：人臉識(shí)別支付的使用情境對(duì)其感知有用性有直接的正向影響。

H1b：人臉識(shí)別支付的使用情境對(duì)其感知易用性有直接的正向影響。

H1c：人臉識(shí)別支付的使用情境對(duì)其感知風(fēng)險(xiǎn)有直接的負(fù)向影響。

（二）創(chuàng)新擴(kuò)散理論

創(chuàng)新擴(kuò)散理論IDT最早由Rogers于1983年提出，通過整合信息，個(gè)體形成對(duì)創(chuàng)新的看法，進(jìn)而影響他的創(chuàng)新采納態(tài)度[9]。Agarwal等人將個(gè)人創(chuàng)新（Personal Innovativeness）整合進(jìn)技術(shù)接受模型，并將其定義為個(gè)人嘗試使用任何新信息技術(shù)的意愿[10]。個(gè)人創(chuàng)新被認(rèn)為是用戶內(nèi)在的不受環(huán)境因素影響的變量，代表了愿意擁抱改變的開放態(tài)度，具有一定的人群特征。用戶的個(gè)人創(chuàng)新性不僅可以增強(qiáng)他們采用該項(xiàng)技術(shù)時(shí)需要的信心，而且可以強(qiáng)化用戶對(duì)技術(shù)背后好處的感知。楊水清（2012）等人在研究移動(dòng)支付服務(wù)用戶初始采納意愿時(shí)證明個(gè)人創(chuàng)新對(duì)感知風(fēng)險(xiǎn)有負(fù)向作用，即個(gè)人創(chuàng)新能力越強(qiáng)，對(duì)技術(shù)服務(wù)的感知風(fēng)險(xiǎn)越低[11]。在假設(shè)模型中加入個(gè)人創(chuàng)新將有助于解釋個(gè)人特征將如何影響用戶對(duì)技術(shù)的感知，完善用戶采納研究模型。 為此，提出以下假設(shè)：

H2a：人臉識(shí)別支付的個(gè)人創(chuàng)新對(duì)其感知有用性有直接的正向影響。

H2b：人臉識(shí)別支付的個(gè)人創(chuàng)新對(duì)其感知易用性有直接的正向影響。

H2c：人臉識(shí)別支付的個(gè)人創(chuàng)新對(duì)其感知風(fēng)險(xiǎn)有直接的負(fù)向影響。

（三）社會(huì)影響

TAM 一直以來被認(rèn)為是研究信息技術(shù)領(lǐng)域用戶接受行為的重要模型，但它并不是最完美的，不少學(xué)者就曾指出TAM忽略了社會(huì)影響（Social Influence）這一關(guān)鍵因素。Venkatesh 和Davis（2000）在研究TAM時(shí)將社會(huì)影響加入到模型中，認(rèn)為社會(huì)影響的完整構(gòu)成包括主觀規(guī)范、自愿性和社會(huì)形象三個(gè)方面，并證明社會(huì)影響影響用戶的使用意愿，由此形成了新的技術(shù)接受擴(kuò)展模型（TAM2），在該模型中，社會(huì)影響對(duì)用戶使用意愿有正向的影響。楊水清（2012）等人認(rèn)為社會(huì)影響就是：“個(gè)人感知到的社會(huì)網(wǎng)絡(luò)對(duì)是否接受某種創(chuàng)新觀念或行為的壓力。本研究將社會(huì)影響定義為用戶對(duì)是否使用人臉識(shí)別支付技術(shù)而感受到的他人影響或社會(huì)壓力。Ikemoto（2015） 在研究了法國(guó)青年用戶對(duì)移動(dòng)支付的態(tài)度后也證明社會(huì)影響將影響用戶對(duì)新技術(shù)的使用意愿，在社會(huì)交際中，用戶多會(huì)關(guān)注他人的行為，用戶在移動(dòng)支付的使用態(tài)度和使用習(xí)慣上更容易受到它人的影響[12]。為此，提出以下假設(shè)：

H3a：人臉識(shí)別支付的社會(huì)影響對(duì)其使用意愿有直接的正向影響。

（四）感知風(fēng)險(xiǎn)

Bauer在研究消費(fèi)者購(gòu)買行為時(shí)指出風(fēng)險(xiǎn)的定義類似于不確定性[13]。感知風(fēng)險(xiǎn)（Perceived Risk）是個(gè)體因無(wú)法判斷不利后果是否發(fā)生而產(chǎn)生的主觀感受。在研究模型中加入感知風(fēng)險(xiǎn)因素是有意義的，一方面，人臉識(shí)別技術(shù)作為新技術(shù)，在金融領(lǐng)域中的應(yīng)用場(chǎng)景還在進(jìn)一步挖掘當(dāng)中，普通用戶接觸人臉識(shí)別技術(shù)的場(chǎng)景十分有限；另一方面，人臉識(shí)別技術(shù)以生物特征為基礎(chǔ)，存在安全隱患：識(shí)別結(jié)果存在不確定；生物密碼被盜后將無(wú)法重置。因此，可將感知風(fēng)險(xiǎn)加入假設(shè)模型，實(shí)證研究感知風(fēng)險(xiǎn)對(duì)感知有用性和使用意愿的影響。Lee（2009）通過研究在線銀行的用戶使用意愿，得出感知風(fēng)險(xiǎn)與使用意愿存在負(fù)向影響，并對(duì)感知有用性有負(fù)向影響關(guān)系，即用戶對(duì)技術(shù)的感知風(fēng)險(xiǎn)越高，相應(yīng)的感知有用性和使用意愿就越低[14]。謝曉文（2017）研究中國(guó)消費(fèi)者使用手機(jī)支付時(shí)證明使用意愿將受到感知風(fēng)險(xiǎn)的顯著負(fù)向影響[15]。為此，提出以下假設(shè)：

H4a：人臉識(shí)別支付的感知風(fēng)險(xiǎn)對(duì)其感知有用性有直接的負(fù)向影響。

H4b：人臉識(shí)別支付的感知風(fēng)險(xiǎn)對(duì)其使用意愿有直接的負(fù)向影響。

（五）技術(shù)接受模型

技術(shù)接受模型TAM最早由國(guó)外學(xué)者Davis[16]提出，它是研究信息技術(shù)領(lǐng)域中用戶對(duì)特定系統(tǒng)使用意愿的經(jīng)典模型。感知易用性是指?jìng)€(gè)體對(duì)于使用特定系統(tǒng)容易程度的感知，感知有用性是指?jìng)€(gè)體對(duì)于使用某個(gè)系統(tǒng)后績(jī)效提升的感知。Gan（2016）通過研究證明了TAM模型中三個(gè)變量間的相互關(guān)系[8]。人臉識(shí)別支付是人工智能和電子商務(wù)的結(jié)合，本身含有技術(shù)因素，近年來學(xué)者也普遍使用TAM模型研究電子商務(wù)領(lǐng)域的用戶接受行為，結(jié)果表明：用戶對(duì)技術(shù)的感知有用性和感知易用性越強(qiáng)烈，用戶使用意愿發(fā)生的可能性越大；用戶對(duì)技術(shù)的感知易用性越高，其感知有用性就越強(qiáng)?；谝酝鶎W(xué)者的研究，提出的假設(shè)如下：

H5a：人臉識(shí)別支付的感知易用性對(duì)用戶的感知有用性有直接的正向影響。

H5b：人臉識(shí)別支付的感知易用性對(duì)用戶的使用意愿有直接的正向影響。

H6a：人臉識(shí)別支付的感知有用性對(duì)其使用意愿有直接的正向影響。

三、變量測(cè)量與數(shù)據(jù)收集

（一）問卷設(shè)計(jì)

為了解影響用戶使用人臉識(shí)別支付意愿的構(gòu)成因素、初步驗(yàn)證本文假設(shè)模型是否合理，我們針對(duì)該領(lǐng)域的專家進(jìn)行了訪談，并根據(jù)專家的建議

調(diào)整模型。本文基于相關(guān)研究中的成熟量表和專家反饋意見構(gòu)建了含有26個(gè)測(cè)量項(xiàng)的預(yù)調(diào)研問卷，并在校園中小規(guī)模發(fā)放網(wǎng)上問卷110份，共收回有效問卷92份。根據(jù)預(yù)調(diào)研實(shí)驗(yàn)的分析結(jié)果，去掉了語(yǔ)義有重疊的UC4。正式問卷有25個(gè)測(cè)度項(xiàng)（見表1），采用Likert7級(jí)量表測(cè)量。

（二）數(shù)據(jù)收集

本文的正式問卷采用網(wǎng)上發(fā)放的形式，調(diào)查對(duì)象是有過移動(dòng)支付經(jīng)歷的人。問卷共發(fā)放350份，實(shí)際收回的有效問卷313份，問卷的有效率為89.4%。人口特征描述統(tǒng)計(jì)顯示參與調(diào)查的男性占48.2%，女性占51.8%，性別比例均衡；青年人是本次調(diào)查的主體；教育水平普遍較高，本科及以上學(xué)歷占89.2%。綜合來看，問卷樣本有較好的代表性，基本可以覆蓋年輕人群體。具體的統(tǒng)計(jì)情況見表2。

四、數(shù)據(jù)分析

（一）信度和效度分析

本文采用SPSS20和LISREL8.8分析數(shù)據(jù)的信度和效度，并通過運(yùn)用結(jié)構(gòu)方程模型，對(duì)模型假設(shè)做檢驗(yàn)[20]。利用主成分分析法抽取特征值大于1的因子共7個(gè)，7個(gè)因子累計(jì)解釋方差74%。通常認(rèn)為，Cronbachs

SymbolaA@ 應(yīng)當(dāng)大于0.7，組合信度CR大于0.8，因子能夠解釋測(cè)度項(xiàng)的信息占比50%以上，即平均抽取方根大于0.5，所有標(biāo)準(zhǔn)化的因子負(fù)載大于0.5且達(dá)到顯著水平時(shí)，認(rèn)為模型通過了聚合有效性檢驗(yàn)。我們可以從表3中各測(cè)度項(xiàng)標(biāo)準(zhǔn)化因子載荷得出各個(gè)因子的內(nèi)部一致性良好，因此，問卷滿足聚合有效性檢驗(yàn)。表4反映了各因子相互之間的相關(guān)系數(shù)，通過依次比較因子系數(shù)矩陣對(duì)角線和非對(duì)角線數(shù)值我們可以看出各因子的AVE值的平方根都大于該因子與其他因子的相關(guān)系數(shù)，說明因子之間具有良好的區(qū)別有效性[21]。

（二）假設(shè)檢驗(yàn)

結(jié)構(gòu)方程模型結(jié)果（見表5）顯示12個(gè)假設(shè)中除了假設(shè)H1c、H2a 和H2c 不成立外，其余9個(gè)假設(shè)均通過了檢驗(yàn)。本文使用情境對(duì)感知風(fēng)險(xiǎn)的直接影響并不存在，可能的原因是當(dāng)前使用人臉識(shí)別技術(shù)的地方大都是正規(guī)、安全措施完善的地方（銀行、連鎖餐廳、車站安檢），這些客觀環(huán)境因素使得用戶對(duì)使用人臉識(shí)別支付的風(fēng)險(xiǎn)關(guān)注程度不高，且大多數(shù)用戶沒有使用人臉識(shí)別支付的習(xí)慣，僅憑有限的其它支付經(jīng)驗(yàn)參與調(diào)查，最后得出的結(jié)果與假設(shè)有出入是可以接受的。個(gè)人創(chuàng)新對(duì)感知有用性和感知風(fēng)險(xiǎn)的影響并不成立，原因可能與生物識(shí)別的特點(diǎn)有關(guān)。由于人臉特征的不穩(wěn)定、隱私性弱、易被他人復(fù)制等特點(diǎn)，使得用戶的個(gè)人創(chuàng)新因素并不能幫助他有效的提高其對(duì)該種支付方式的有用性感知和降低對(duì)風(fēng)險(xiǎn)的感知。（1）TAM模型中的感知有用性和感知易用性都對(duì)使用意愿有正向影響，其中感知有用性的影響最大，路徑系數(shù)為0.32，感知易用性的影響因子系數(shù)次之為0.20，再者感知易用性對(duì)感知有用性有正向影響，路徑系數(shù)為0.35，結(jié)果驗(yàn)證了假設(shè)H5a、H5b和H6a。 （2）使用情境對(duì)感知易用性和感知有用性有正向的影響，路徑系數(shù)分別為0.27和0.28，驗(yàn)證了假設(shè)H1b和H1a。（3）個(gè)人創(chuàng)新對(duì)感知易用性有正向的影響，

路徑系數(shù)為0.41，驗(yàn)證了假設(shè)H2b。（4）社會(huì)影響對(duì)使用意愿有正向影響，路徑系數(shù)為0.14，驗(yàn)證了假設(shè)H3a。（5）感知風(fēng)險(xiǎn)對(duì)感知有用性和使用意愿都有負(fù)向影響，路徑系數(shù)分別為-0.12和-0.19，驗(yàn)證了假設(shè)H4a和H4b。表6顯示了各潛變量間的直接效應(yīng)與間接效應(yīng)，其中間接效應(yīng)的大小為每條路徑上回歸系數(shù)的乘積 。首先考慮使用情境對(duì)使用意愿的影響，主導(dǎo)路徑（權(quán)重0.090）表明恰當(dāng)?shù)氖褂们榫秤欣谔嵘四樧R(shí)別支付的感知有用性，進(jìn)而會(huì)使用戶對(duì)該項(xiàng)技術(shù)有更強(qiáng)烈的使用意愿。對(duì)用戶而言，個(gè)人創(chuàng)新性的差異將導(dǎo)致其對(duì)新技術(shù)的使用意愿產(chǎn)生不同的態(tài)度，個(gè)人創(chuàng)新對(duì)使用意愿的影響是完全間接地，其主導(dǎo)路徑（權(quán)重0.082）反映出個(gè)人的創(chuàng)新性越強(qiáng)越有利于感知易用性的提升，從而增強(qiáng)用戶對(duì)新技術(shù)的使

用意愿[22]。從各潛變量影響使用意愿的總效應(yīng)來看，感知有用性（總效應(yīng)0.32）、感知易用性（總效應(yīng)0.31）和感知風(fēng)險(xiǎn)（總效應(yīng)-0.23）在影響用戶使用意愿的眾多因素中占主要比例，使用情境和個(gè)人創(chuàng)新則通過不同程度的影響上述三種感知變量進(jìn)而間接影響使用意愿，使用情境對(duì)使用意愿的總效應(yīng)為0.20，個(gè)人創(chuàng)新對(duì)使用意愿的總效應(yīng)為0.19，強(qiáng)度次于感知因素對(duì)使用意愿的影響。

（三）模型穩(wěn)健性檢驗(yàn)

本文在模型中引入?yún)⑴c調(diào)查用戶的性別、年齡作為控制變量，來檢驗(yàn)假設(shè)模型的穩(wěn)健性，檢驗(yàn)結(jié)果如圖2所示：

可以發(fā)現(xiàn)，引入性別和年齡等控制變量后模型的各個(gè)因子之間的關(guān)系（標(biāo)準(zhǔn)路徑系數(shù)）和顯著性水平與前文基本保持一致，同時(shí)作為控制變量的性別和年齡對(duì)使用意愿的影響檢驗(yàn)結(jié)果并不顯著。穩(wěn)健性結(jié)果顯示感知有用性（總效應(yīng)0.33）、感知易用性（總效應(yīng)0.32）和感知風(fēng)險(xiǎn)（總效應(yīng)-0.23）仍是影響用戶使用意愿的主要因素，使用情境（總效應(yīng)0.20）和個(gè)人創(chuàng)新（0.19）通過影響用戶感知間接影響使用意愿，說明模型通過了穩(wěn)健性檢驗(yàn)。

五、結(jié)論與未來研究

本研究建立了基于人臉識(shí)別技術(shù)的移動(dòng)支付用戶使用意愿模型，并得出了以下實(shí)驗(yàn)結(jié)論：（1）技術(shù)接受模型在人臉識(shí)別支付的新背景下仍具有良好的解釋力。感知有用性、感知易用性都對(duì)使用意愿有直接正向影響，并且是影響使用意愿的主要因素。（2）使用情境直接正向影響感知易用性和感知有用性，從而間接地對(duì)使用意愿有正向影響。（3）社會(huì)影響對(duì)用戶的人臉識(shí)別支付使用意愿有直接正向的影響。（4）個(gè)人創(chuàng)新對(duì)感知易用性有直接正向影響作用，也就是說個(gè)人創(chuàng)新通過直接影響感知易用性從而間接影響使用意愿。（5）感知風(fēng)險(xiǎn)對(duì)感知有用性和使用意愿均有直接的負(fù)向影響作用，表明感知風(fēng)險(xiǎn)將降低用戶對(duì)人臉識(shí)別支付的使用意愿。

未來研究可以從下面幾個(gè)方面展開：（1）豐富假設(shè)模型?？梢钥紤]其他影響用戶使用人臉識(shí)別支付技術(shù)的因素，比如感知成本、用戶的背景知識(shí)等。（2）擴(kuò)大研究對(duì)象。商家和企業(yè)是人臉識(shí)別支付技術(shù)的研發(fā)者和推廣者，針對(duì)商家和企業(yè)的研究同樣不可忽視。

參考文獻(xiàn)：

[1] CNNIC.第41次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[R/OL].（2018-01）. http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201801/P020180131509544165973.pdf.

[2] 中華人民共和國(guó)工業(yè)和信息化部.促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（2018-2020年）[R/OL].（2017-12）. http：//www.miit.gov.cn/.

[3] PBC.2017年第三季度支付體系運(yùn)行總體情況[R/OL].（2017-12）.. http：//www.pbc.gov.cn/goutongjiaoliu/113456/113469/3432842/index.html.

[4] Venkatesh V， Davis F D. A theoretical extension of the technology acceptance model： four longitudinal field studies[J]. Management Science， 2000， 46（2）：186-204.

[5] Bagozzi R P. The legacy of the technology acceptance model and a proposal for a paradigm shift[J]. Journal of the Association for Information Systems， 2007， 8（4）：244-254.

[6] Heijden H V D， Ogertschnig M， Gaastl L V D. Effects of context relevance and perceived risk on user acceptance of mobile information services[C]// European Conference on Information Systems， Information Systems in A Rapidly Changing Economy， Ecis 2005， Regensburg， Germany， May. DBLP， 2005：286-296.

[7] Mallat N， Rossi M， Tuunainen V K， et al. The impact of use context on mobile services acceptance： the case of mobile ticketing [J]. Information & Management， 2009， 46（3）：190-195.

[8] Gan C. The impact of use context on mobile payment user adoption： an empirical study in China [C]. Whiceb 2016 Proceedings.31.

[9] Rogers E M. Diffusion of innovations （3rd edition）[J]. 1983， 95（1-3）：241-264.

[10]Agarwal R， Prasad J. A conceptual and operational definition of personal innovativeness in the domain of information technology[J]. Information Systems Research， 1998， 9（2）：204-215.

[11]楊水清， 魯耀斌， 曹玉枝. 移動(dòng)支付服務(wù)初始采納模型及其實(shí)證研究[J]. 管理學(xué)報(bào)， 2012， 9（9）：1365-1372.

[12]Ikemoto H， Kosaka N. Enjoyment and social influence： predicting mobile payment adoption[J]. Service Industries Journal， 2015， 35（10）：537-554.

[13]Bauer R A. Consumer behavior as risk taking， in dynamic marketing for a changing world： proceedings of the 43rd conference of the American marketing association[J]. American Marketing Association， 1960（5）：389-398.

[14]Lee M C. Factors influencing the adoption of internet banking： an integration of TAM and TPB with perceived risk and perceived benefit[J]. Electronic Commerce Research & Applications， 2009， 8（3）：130-141.

[15]謝曉文. 移動(dòng)支付用戶使用意愿分析與預(yù)測(cè)研究[D].北京：北京交通大學(xué)， 2017.

[16]Davis F. Perceived usefulness， perceived ease of use， and user acceptance of information technology [J]. MIS Quarterly，1989，13（3）：319-340.

[17]Venkateshv， Morris M G， Davis G B， et al. User acceptance of information technology： toward a unified view[J]. MIS Quarterly， 2003， 27（3）：425-478.

[18]王新麗. 第三方支付平臺(tái)自助游用戶繼續(xù)使用意愿研究[D].杭州：浙江大學(xué)，2014.

[19]Cheng T C E， Lam D Y C， Yeung A C L. Adoption of internet banking： an empirical study in Hong Kong[J]. Decision Support Systems， 2006， 42（3）：1558-1572.

[20]徐云杰. 社會(huì)調(diào)查設(shè)計(jì)與數(shù)據(jù)分析：從立題到發(fā)表[M]. 重慶：重慶大學(xué)出版社， 2011.

[21]Chin W W. Issues and opinion on structural equation modeling [J]. MIS Quarterly， 1998， 22 （1）：7-16.

[22]王曉彥，胡德寶.移動(dòng)支付對(duì)消費(fèi)行為的影響研究：基于不同支持方式的比較[J].消費(fèi)經(jīng)濟(jì)，2017（5）：77-82.

（責(zé)任編輯：鐘 瑤）