張慶杰 龔涵適

摘 要：基于用戶個人角度，依據(jù)問卷調(diào)查數(shù)據(jù)，運用結(jié)構(gòu)方程模型，考量人臉識別支付用戶使用意愿。結(jié)果表明：社會影響、感知風(fēng)險、感知易用性和感知有用性對使用意愿有直接影響；使用情境和個人創(chuàng)新對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： 人臉識別；移動支付；技術(shù)接受模型

中圖分類號：F49文獻(xiàn)標(biāo)識碼： A文章編號：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)國家競爭科技熱點，據(jù)中國互聯(lián)網(wǎng)信息中心最新發(fā)布的報告顯示中國的人工智能企業(yè)數(shù)量居世界第三[1]。中國在人工智能領(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)專利申請數(shù)持續(xù)增長。尤其在人臉識別方面，百度、阿里、騰訊等企業(yè)研發(fā)出的人臉識別技術(shù)識別精準(zhǔn)率高，速度快，多次在世界級比賽中取得領(lǐng)先成績。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)展三年行動計劃（2018-2020年）》中指出到2020年，復(fù)雜動態(tài)場景下人臉識別有效檢出率將超過97%，正確識別率超過90%，支持不同地域人臉特征識別[2]。央行發(fā)布的2017年第三季度報告顯示移動支付業(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]。移動支付作為我國數(shù)字經(jīng)濟新業(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，尤其是與移動支付有關(guān)的用戶接受使用行為更是專家學(xué)者們關(guān)注的重點。

人臉識別技術(shù)和移動支付在各自領(lǐng)域受到了專家學(xué)者的廣泛研究，但人臉識別支付作為兩者的結(jié)合，有關(guān)市場應(yīng)用的實證研究并不多。當(dāng)前大多數(shù)學(xué)者對移動支付的研究大都集中在移動支付的用戶接受行為、法律監(jiān)管和安全性上，尚未對某類特定移動支付方式的接受行為進(jìn)行研究。筆者以“刷臉支付”“人臉識別支付”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，報紙90篇，文獻(xiàn)內(nèi)容多以介紹人臉支付市場應(yīng)用情況、分析人臉識別發(fā)展的優(yōu)勢和挑戰(zhàn)為主。現(xiàn)階段人臉識別支付在研究廣度和深度上不足客觀上影響了人臉識別支付的商業(yè)化推廣。因此，實證研究哪些因素可能影響用戶使用意愿，探究各項影響因素之間的關(guān)系，可在一定程度上解釋人臉識別支付的市場現(xiàn)狀。研究結(jié)果將對應(yīng)用人臉識別支付的產(chǎn)品設(shè)計、目標(biāo)客戶群定位、市場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)人臉識別支付特點和前人研究，有針對性地引入創(chuàng)新擴散理論IDT（Diffusion of Innovations Theory）、情境理論、社會影響和感知風(fēng)險等因素，構(gòu)建人臉識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別支付用戶使用意愿的因素及相互關(guān)系，最后針對實驗結(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模型過于簡單，難以充分解釋和預(yù)測個體接受行為，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)新擴散理論、使用情境理論和社會影響、感知風(fēng)險等影響因素的特點，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)在消費者行為領(lǐng)域用于研究用戶的購買行為，Lavidge （1966）在研究時發(fā)現(xiàn)很多消費者的購買行為只會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)的社會背景，并認(rèn)為使用情境與移動信息系統(tǒng)之間存在某種“相關(guān)”，正是這種“相關(guān)”使得用戶對移動信息系統(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、排隊和缺乏其他可供選擇的支付方式等都會影響到用戶對移動支付的使用意愿，并且用戶表示在上述情境下，使用移動支付對自身最有利[7]。Gan（2016）實證研究用戶對移動支付的使用意愿時也證明，使用情境正向影響感知易用性和感知有用性，即用戶在時間緊張、需要排隊的環(huán)境下傾向于使用移動支付，特殊的環(huán)境可提高用戶對支付技術(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)驗提出以下假設(shè)：

H1a：人臉識別支付的使用情境對其感知有用性有直接的正向影響。

H1b：人臉識別支付的使用情境對其感知易用性有直接的正向影響。

H1c：人臉識別支付的使用情境對其感知風(fēng)險有直接的負(fù)向影響。

（二）創(chuàng)新擴散理論

創(chuàng)新擴散理論IDT最早由Rogers于1983年提出，通過整合信息，個體形成對創(chuàng)新的看法，進(jìn)而影響他的創(chuàng)新采納態(tài)度[9]。Agarwal等人將個人創(chuàng)新（Personal Innovativeness）整合進(jìn)技術(shù)接受模型，并將其定義為個人嘗試使用任何新信息技術(shù)的意愿[10]。個人創(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。用戶的個人創(chuàng)新性不僅可以增強他們采用該項技術(shù)時需要的信心，而且可以強化用戶對技術(shù)背后好處的感知。楊水清（2012）等人在研究移動支付服務(wù)用戶初始采納意愿時證明個人創(chuàng)新對感知風(fēng)險有負(fù)向作用，即個人創(chuàng)新能力越強，對技術(shù)服務(wù)的感知風(fēng)險越低[11]。在假設(shè)模型中加入個人創(chuàng)新將有助于解釋個人特征將如何影響用戶對技術(shù)的感知，完善用戶采納研究模型。 為此，提出以下假設(shè)：

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

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

H2c：人臉識別支付的個人創(chuàng)新對其感知風(fēng)險有直接的負(fù)向影響。

（三）社會影響

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忽略了社會影響（Social Influence）這一關(guān)鍵因素。Venkatesh 和Davis（2000）在研究TAM時將社會影響加入到模型中，認(rèn)為社會影響的完整構(gòu)成包括主觀規(guī)范、自愿性和社會形象三個方面，并證明社會影響影響用戶的使用意愿，由此形成了新的技術(shù)接受擴展模型（TAM2），在該模型中，社會影響對用戶使用意愿有正向的影響。楊水清（2012）等人認(rèn)為社會影響就是：“個人感知到的社會網(wǎng)絡(luò)對是否接受某種創(chuàng)新觀念或行為的壓力。本研究將社會影響定義為用戶對是否使用人臉識別支付技術(shù)而感受到的他人影響或社會壓力。Ikemoto（2015） 在研究了法國青年用戶對移動支付的態(tài)度后也證明社會影響將影響用戶對新技術(shù)的使用意愿，在社會交際中，用戶多會關(guān)注他人的行為，用戶在移動支付的使用態(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：人臉識別支付的社會影響對其使用意愿有直接的正向影響。

（四）感知風(fēng)險

Bauer在研究消費者購買行為時指出風(fēng)險的定義類似于不確定性[13]。感知風(fēng)險（Perceived Risk）是個體因無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)險因素是有意義的，一方面，人臉識別技術(shù)作為新技術(shù)，在金融領(lǐng)域中的應(yīng)用場景還在進(jìn)一步挖掘當(dāng)中，普通用戶接觸人臉識別技術(shù)的場景十分有限；另一方面，人臉識別技術(shù)以生物特征為基礎(chǔ)，存在安全隱患：識別結(jié)果存在不確定；生物密碼被盜后將無法重置。因此，可將感知風(fēng)險加入假設(shè)模型，實證研究感知風(fēng)險對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)險與使用意愿存在負(fù)向影響，并對感知有用性有負(fù)向影響關(guān)系，即用戶對技術(shù)的感知風(fēng)險越高，相應(yīng)的感知有用性和使用意愿就越低[14]。謝曉文（2017）研究中國消費者使用手機支付時證明使用意愿將受到感知風(fēng)險的顯著負(fù)向影響[15]。為此，提出以下假設(shè)：

H4a：人臉識別支付的感知風(fēng)險對其感知有用性有直接的負(fù)向影響。

H4b：人臉識別支付的感知風(fēng)險對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最早由國外學(xué)者Davis[16]提出，它是研究信息技術(shù)領(lǐng)域中用戶對特定系統(tǒng)使用意愿的經(jīng)典模型。感知易用性是指個體對于使用特定系統(tǒng)容易程度的感知，感知有用性是指個體對于使用某個系統(tǒng)后績效提升的感知。Gan（2016）通過研究證明了TAM模型中三個變量間的相互關(guān)系[8]。人臉識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：用戶對技術(shù)的感知有用性和感知易用性越強烈，用戶使用意愿發(fā)生的可能性越大；用戶對技術(shù)的感知易用性越高，其感知有用性就越強?；谝酝鶎W(xué)者的研究，提出的假設(shè)如下：

H5a：人臉識別支付的感知易用性對用戶的感知有用性有直接的正向影響。

H5b：人臉識別支付的感知易用性對用戶的使用意愿有直接的正向影響。

H6a：人臉識別支付的感知有用性對其使用意愿有直接的正向影響。

三、變量測量與數(shù)據(jù)收集

（一）問卷設(shè)計

為了解影響用戶使用人臉識別支付意愿的構(gòu)成因素、初步驗證本文假設(shè)模型是否合理，我們針對該領(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個測量項的預(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)研實驗的分析結(jié)果，去掉了語義有重疊的UC4。正式問卷有25個測度項（見表1），采用Likert7級量表測量。

（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)查對象是有過移動支付經(jīng)歷的人。問卷共發(fā)放350份，實際收回的有效問卷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，并通過運用結(jié)構(gòu)方程模型，對模型假設(shè)做檢驗[20]。利用主成分分析法抽取特征值大于1的因子共7個，7個因子累計解釋方差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，因子能夠解釋測度項的信息占比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，認(rèn)為模型通過了聚合有效性檢驗。我們可以從表3中各測度項標(biāo)準(zhǔn)化因子載荷得出各個因子的內(nèi)部一致性良好，因此，問卷滿足聚合有效性檢驗。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)矩陣對角線和非對角線數(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

結(jié)構(gòu)方程模型結(jié)果（見表5）顯示12個假設(shè)中除了假設(shè)H1c、H2a 和H2c 不成立外，其余9個假設(shè)均通過了檢驗。本文使用情境對感知風(fēng)險的直接影響并不存在，可能的原因是當(dāng)前使用人臉識別技術(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)境因素使得用戶對使用人臉識別支付的風(fēng)險關(guān)注程度不高，且大多數(shù)用戶沒有使用人臉識別支付的習(xí)慣，僅憑有限的其它支付經(jīng)驗參與調(diào)查，最后得出的結(jié)果與假設(shè)有出入是可以接受的。個人創(chuàng)新對感知有用性和感知風(fēng)險的影響并不成立，原因可能與生物識別的特點有關(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，使得用戶的個人創(chuàng)新因素并不能幫助他有效的提高其對該種支付方式的有用性感知和降低對風(fēng)險的感知。（1）TAM模型中的感知有用性和感知易用性都對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，再者感知易用性對感知有用性有正向影響，路徑系數(shù)為0.35，結(jié)果驗證了假設(shè)H5a、H5b和H6a。 （2）使用情境對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，驗證了假設(shè)H1b和H1a。（3）個人創(chuàng)新對感知易用性有正向的影響，

路徑系數(shù)為0.41，驗證了假設(shè)H2b。（4）社會影響對使用意愿有正向影響，路徑系數(shù)為0.14，驗證了假設(shè)H3a。（5）感知風(fēng)險對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別支付的感知有用性，進(jìn)而會使用戶對該項技術(shù)有更強烈的使用意愿。對用戶而言，個人創(chuàng)新性的差異將導(dǎo)致其對新技術(shù)的使用意愿產(chǎn)生不同的態(tài)度，個人創(chuàng)新對使用意愿的影響是完全間接地，其主導(dǎo)路徑（權(quán)重0.082）反映出個人的創(chuàng)新性越強越有利于感知易用性的提升，從而增強用戶對新技術(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（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，使用情境對使用意愿的總效應(yīng)為0.20，個人創(chuàng)新對使用意愿的總效應(yīng)為0.19，強度次于感知因素對使用意愿的影響。

（三）模型穩(wěn)健性檢驗

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，來檢驗假設(shè)模型的穩(wěn)健性，檢驗結(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，同時作為控制變量的性別和年齡對使用意愿的影響檢驗結(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（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。

五、結(jié)論與未來研究

本研究建立了基于人臉識別技術(shù)的移動支付用戶使用意愿模型，并得出了以下實驗結(jié)論：（1）技術(shù)接受模型在人臉識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，從而間接地對使用意愿有正向影響。（3）社會影響對用戶的人臉識別支付使用意愿有直接正向的影響。（4）個人創(chuàng)新對感知易用性有直接正向影響作用，也就是說個人創(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)險對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)險將降低用戶對人臉識別支付的使用意愿。

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

參考文獻(xiàn)：

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

[2] 中華人民共和國工業(yè)和信息化部.促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（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. 移動支付服務(wù)初始采納模型及其實證研究[J]. 管理學(xué)報， 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. 移動支付用戶使用意愿分析與預(yù)測研究[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. 社會調(diào)查設(shè)計與數(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.移動支付對消費行為的影響研究：基于不同支持方式的比較[J].消費經(jīng)濟，2017（5）：77-82.

（責(zé)任編輯：鐘 瑤）