王志英，楊 晉

（江蘇科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 鎮(zhèn)江 212003）

0 引言

隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，人臉識(shí)別在智慧安防、智慧城市、智能家居、移動(dòng)支付等領(lǐng)域大放異彩，我國(guó)各行各業(yè)均有人臉識(shí)別技術(shù)的影子，例如公安部門(mén)的人臉布控、人臉?biāo)阉?，機(jī)場(chǎng)和車(chē)站的人臉核驗(yàn)，日常生活中的刷臉支付、刷臉門(mén)禁等。據(jù)中商國(guó)際管理研究院統(tǒng)計(jì)，2020 年人臉識(shí)別在我國(guó)的市場(chǎng)規(guī)模達(dá)到45 億元［1］，并且有逐年增長(zhǎng)的趨勢(shì)。人臉識(shí)別技術(shù)可減少人員接觸，在某些特定情況下提供了便利。但與其他信息技術(shù)一樣，人臉識(shí)別技術(shù)也存在安全風(fēng)險(xiǎn)，如隱私泄露、身份欺詐等，我國(guó)的“人臉識(shí)別第一案”［2］已經(jīng)為該技術(shù)的不合理應(yīng)用敲響了警鐘等。目前，已有一些用戶(hù)不愿意使用人臉識(shí)別技術(shù)及其相關(guān)應(yīng)用，導(dǎo)致該技術(shù)的發(fā)展和推廣受到了一定阻礙。

激勵(lì)措施是信息技術(shù)領(lǐng)域促進(jìn)采納率的常用手段。然而，通過(guò)整理文獻(xiàn)發(fā)現(xiàn)激勵(lì)措施對(duì)不同的信息技術(shù)并非均具有促進(jìn)作用，例如經(jīng)濟(jì)激勵(lì)（Economic Incentive，EI）雖然對(duì)于提高近場(chǎng)通信移動(dòng)支付采用率具有非常顯著的效果［3］，但對(duì)施工單位推廣新的信息技術(shù)卻效果不佳［4］。目前關(guān)于激勵(lì)對(duì)信息技術(shù)采納的促進(jìn)作用研究結(jié)論尚不統(tǒng)一，且針對(duì)人臉識(shí)別技術(shù)的采納激勵(lì)尚缺乏實(shí)證研究。因此，本文探討激勵(lì)對(duì)人臉識(shí)別技術(shù)的采納是否有促進(jìn)作用，借助激勵(lì)機(jī)制的EI、權(quán)力激勵(lì)（Power Incentive，PI）、社交激勵(lì)（Social Incentive，SI）3 個(gè)維度，探索對(duì)人臉識(shí)別技術(shù)采納有效的激勵(lì)措施。

1 相關(guān)研究

1.1 人臉識(shí)別技術(shù)

人臉識(shí)別技術(shù)是采用一定技術(shù)提取每個(gè)人臉中所蘊(yùn)涵的身份特征，并將其與已知的人臉進(jìn)行對(duì)比，從而確定每個(gè)人臉身份的生物特征識(shí)別技術(shù)［5］。該技術(shù)由生物識(shí)別相關(guān)技術(shù)構(gòu)建而成，包括人臉圖像采集、人臉定位、人臉預(yù)處理、身份確認(rèn)和身份搜索等［6］。人臉識(shí)別技術(shù)在教育、醫(yī)療、移動(dòng)支付、城市生活等領(lǐng)域均有應(yīng)用實(shí)例。例如，Kwon 等［7］采用人臉識(shí)別技術(shù)構(gòu)建智能校園大門(mén)安全系統(tǒng)，以方便師生進(jìn)出，保障其安全；陳曉熙等［8］認(rèn)為人臉識(shí)別技術(shù)可加強(qiáng)醫(yī)院醫(yī)療秩序管理，實(shí)現(xiàn)患者在全院的智慧識(shí)別、智能支付，優(yōu)于傳統(tǒng)的就診卡、腕帶等識(shí)別手段；Nan 等［9］研究認(rèn)為刷臉支付比其他生物特征支付技術(shù)更加便捷安全；韓驍?shù)龋?0］認(rèn)為將人臉識(shí)別技術(shù)應(yīng)用于城市軌道交通系統(tǒng)有助于監(jiān)測(cè)客流、維護(hù)運(yùn)營(yíng)安全；Tang 等［11］提出一種基于深度圖遷移學(xué)習(xí)的人臉識(shí)別算法，可有效識(shí)別不同環(huán)境中拍攝的人臉圖像，將其應(yīng)用于智慧城市建設(shè)有助于保障居民生活安全；宿靜宜等［12］基于人臉識(shí)別技術(shù)設(shè)計(jì)的智慧門(mén)禁系統(tǒng)可應(yīng)用于上班打卡、教室簽到等多種場(chǎng)景，實(shí)用性強(qiáng)，具有推廣價(jià)值。

人臉識(shí)別技術(shù)使用便捷、實(shí)現(xiàn)成本較低，且準(zhǔn)確性高、無(wú)需直接接觸［13］，但一些不良商家會(huì)在用戶(hù)不知情的情況下采集其面部信息，這些信息一旦泄露、一旦濫用，相應(yīng)的風(fēng)險(xiǎn)和危害便不可逆轉(zhuǎn)，亦無(wú)法有效彌補(bǔ)［14］。

1.2 技術(shù)采納

采納就是接受采用。Davis［15］根據(jù)理性行為理論提出的技術(shù)接受模型（Technology Acceptance Model，TAM）被認(rèn)為是信息技術(shù)采納實(shí)證研究興起的標(biāo)志。已有技術(shù)采納實(shí)證研究基本都是基于TAM 及其拓展模型展開(kāi)，例如張楠等［16］基于TAM 模型提出一個(gè)針對(duì)國(guó)內(nèi)用戶(hù)信息技術(shù)初期接受程度的擴(kuò)展模型，對(duì)個(gè)人用戶(hù)的近期和遠(yuǎn)期使用意圖和采納行為（Adopting Behavior，AB）具有較好的解析作用；關(guān)磊［17］通過(guò)TAM 模型研究高校圖書(shū)館微信平臺(tái)閱讀活動(dòng)推廣成效的影響因素；常穎等［18］在TAM 模型的基礎(chǔ)上構(gòu)建農(nóng)民工微信公眾號(hào)使用行為影響因素模型，對(duì)農(nóng)民工群體信息行為特征進(jìn)行了詳細(xì)闡述。

為提高人臉識(shí)別技術(shù)的采納率，許多學(xué)者對(duì)其影響因素進(jìn)行了研究。例如，Ciftic 等［19］研究發(fā)現(xiàn)社會(huì)因素和對(duì)系統(tǒng)的信任程度顯著正向影響顧客使用人臉支付的意愿，顧客的享樂(lè)動(dòng)機(jī)對(duì)使用人臉識(shí)別技術(shù)進(jìn)行授權(quán)的意愿有正向影響，但對(duì)刷臉支付授權(quán)的意愿沒(méi)有影響；Morosan［20］發(fā)現(xiàn)績(jī)效期望、對(duì)酒店的信任程度和積極的預(yù)期情緒顯著影響消費(fèi)者在酒店使用人臉識(shí)別系統(tǒng)的意圖；吳劍鋒等［21］認(rèn)為使用態(tài)度和感知有用性（Perceived Usefulness，PU）是影響人臉支付采納率的重要因素，而感知風(fēng)險(xiǎn)負(fù)向影響使用態(tài)度，減弱用戶(hù)的使用意愿；張慶杰等［22］認(rèn)為人臉識(shí)別采納率受社會(huì)因素、感知風(fēng)險(xiǎn)、感知易用性（Perceived Ease of Use，PEOU）和PU 4個(gè)因素的直接影響。

1.3 激勵(lì)機(jī)制

激勵(lì)作為外部促進(jìn)因素，通過(guò)影響用戶(hù)感知激發(fā)、促進(jìn)并強(qiáng)化個(gè)體行為，使其達(dá)到預(yù)期效果［23］。EI 和非經(jīng)濟(jì)激勵(lì)是學(xué)者們經(jīng)常研究的兩個(gè)維度。例如，Wang 等［24］將激勵(lì)劃分為貨幣激勵(lì)和非貨幣性激勵(lì)，并指出金錢(qián)激勵(lì)對(duì)居民參與網(wǎng)絡(luò)回收意愿有顯著正向影響；趙晨等［25］研究發(fā)現(xiàn)學(xué)習(xí)成長(zhǎng)改善、人際關(guān)系改善等非經(jīng)濟(jì)激勵(lì)手段對(duì)員工創(chuàng)新績(jī)效的提升具有直接效果；Colic 等［26］研究結(jié)果顯示在特定環(huán)境下，非經(jīng)濟(jì)激勵(lì)措施比EI 措施效果更加明顯；劉廣等［27］將教師科研績(jī)效的激勵(lì)因素分為內(nèi)在激勵(lì)（創(chuàng)新激勵(lì)、成就激勵(lì)、SI）和外在激勵(lì)（薪酬激勵(lì)、晉升激勵(lì)、考核激勵(lì)），發(fā)現(xiàn)教師內(nèi)在的科研態(tài)度和行為是激勵(lì)因素能夠真正發(fā)揮作用的重要基石；梁梁等［28］認(rèn)為現(xiàn)行激勵(lì)機(jī)制平均主義過(guò)于嚴(yán)重，應(yīng)將精神激勵(lì)與物質(zhì)激勵(lì)有機(jī)結(jié)合；秦芬等［29］從EI、非經(jīng)濟(jì)激勵(lì)和聯(lián)合激勵(lì)3 個(gè)維度探討了社交媒體、問(wèn)答平臺(tái)中用戶(hù)生成內(nèi)容不足或貢獻(xiàn)不大的改善方法。

信息技術(shù)領(lǐng)域的激勵(lì)研究也取得了較多成果。例如，張夢(mèng)雨等［4］研究發(fā)現(xiàn)激勵(lì)策略對(duì)業(yè)主、設(shè)計(jì)方和施工方的信息技術(shù)采納意愿影響不同，其中業(yè)主對(duì)激勵(lì)力度最為敏感；盧強(qiáng)等［30］研究發(fā)現(xiàn)工資績(jī)效激勵(lì)對(duì)教師采納課堂信息技術(shù)有顯著正向影響；張德海等［31］研究發(fā)現(xiàn)政府補(bǔ)貼、免稅激勵(lì)措施對(duì)物流信息網(wǎng)絡(luò)技術(shù)采納有正向影響作用；相征等［32］研究發(fā)現(xiàn)政府政策激勵(lì)對(duì)制造企業(yè)采納大數(shù)據(jù)技術(shù)有正向影響作用。

由以上文獻(xiàn)可知，現(xiàn)有研究主要討論的是人臉識(shí)別技術(shù)采納的自身影響因素，較少考慮外部激勵(lì)措施的作用，且對(duì)激勵(lì)措施的研究較為單一，較少將多種激勵(lì)作用綜合起來(lái)進(jìn)行比較。為此，本文從EI、PI、SI 3 個(gè)維度研究激勵(lì)機(jī)制對(duì)用戶(hù)采納人臉識(shí)別技術(shù)的促進(jìn)作用。

2 模型構(gòu)建

2.1 模型結(jié)構(gòu)

在TAM 模型中，外部變量通過(guò)影響PU 和PEOU 影響用戶(hù)AB［15］。學(xué)者們大多通過(guò)信息技術(shù)自身特性或用戶(hù)感知等內(nèi)部因素研究信息技術(shù)采納的影響因素，但是優(yōu)惠券、使用權(quán)力、社交等外部措施是提高采納率的最常用辦法。因此，本文以TAM 模型為理論支撐，引入外部激勵(lì)機(jī)制，將激勵(lì)劃分為EI、PI、SI 3個(gè)維度，構(gòu)建的模型結(jié)構(gòu)如圖1所示。

Fig.1 Model structure圖1 模型結(jié)構(gòu)

2.2 研究假設(shè)

2.2.1 EI對(duì)人臉識(shí)別用戶(hù)感知的作用

EI 是指采用紅包、優(yōu)惠券、虛擬貨幣等方式進(jìn)行激勵(lì)。Zou 等［33］對(duì)互聯(lián)網(wǎng)信息中介和基于位置的服務(wù)信息中介進(jìn)行比較，發(fā)現(xiàn)基于位置的服務(wù)信息中介通過(guò)發(fā)放優(yōu)惠券改變了用戶(hù)PU 和PEOU，采納行為有所提升；Zhong 等［34］對(duì)國(guó)內(nèi)人臉支付的影響因素進(jìn)行研究，發(fā)現(xiàn)發(fā)放優(yōu)惠券對(duì)女性的PU 效果優(yōu)于男性。日常生活中，人臉識(shí)別技術(shù)推廣也采用EI，如微信、支付寶使用優(yōu)惠券激勵(lì)用戶(hù)使用刷臉支付，阿里掃臉實(shí)名認(rèn)證可獲得虛擬貨幣獎(jiǎng)勵(lì)，王者榮耀游戲通過(guò)人臉識(shí)別認(rèn)證后會(huì)給予游戲裝備、虛擬金幣等獎(jiǎng)勵(lì)。根據(jù)已有研究，本文提出以下假設(shè)：①H1a。EI對(duì)人臉識(shí)別PEOU 有促進(jìn)作用；②H1b。EI 對(duì)人臉識(shí)別PU 有促進(jìn)作用。

2.2.2 PI對(duì)人臉識(shí)別用戶(hù)感知的作用

麥克利蘭的成就需求理論提出權(quán)力需求能夠驅(qū)動(dòng)個(gè)體從事某項(xiàng)工作［35］。PI 即指人臉識(shí)別技術(shù)賦予用戶(hù)的使用資格和權(quán)力［36］。日常生活中，網(wǎng)吧通過(guò)刷臉認(rèn)證賦予成年人上網(wǎng)的權(quán)力；酒店通過(guò)人臉識(shí)別認(rèn)證賦予客人入住酒店的權(quán)力；圖書(shū)館通過(guò)人臉識(shí)別技術(shù)賦予師生進(jìn)出資格。這些權(quán)力使用戶(hù)獲得了較好的身心體驗(yàn)，根據(jù)已有研究，本文提出以下假設(shè)：①H2a。PI 對(duì)人臉識(shí)別PEOU 有促進(jìn)作用；②H2b。PI對(duì)人臉識(shí)別PU 有促進(jìn)作用。

2.2.3 SI對(duì)人臉識(shí)別用戶(hù)感知的作用

成就需要理論提出個(gè)體存在與他人建立友好親密的需要。SI 即指通過(guò)與他人溝通交流形成的情感鏈結(jié)與社會(huì)支持等。SI 通過(guò)激勵(lì)社交關(guān)系對(duì)用戶(hù)的PU 和PEOU 產(chǎn)生影響，例如陳憶金等［37］研究發(fā)現(xiàn)SI 對(duì)信息PU 有正向影響；李業(yè)根［38］研究發(fā)現(xiàn)特有社交圈能滿(mǎn)足用戶(hù)對(duì)網(wǎng)絡(luò)文庫(kù)的依賴(lài)感；Lee 等［39］研究表明線下知識(shí)共享對(duì)Facebook 的使用率有積極影響?，F(xiàn)實(shí)生活中，抖音推出的卡通虛擬頭像連麥、OPPO 手機(jī)的Omoji虛擬形象交友等均是通過(guò)社交激勵(lì)促進(jìn)用戶(hù)采納人臉識(shí)別；珍愛(ài)網(wǎng)等相親網(wǎng)站會(huì)組織一些通過(guò)人臉認(rèn)證的單身男女參加線下活動(dòng)?；诖耍疚奶岢鲆韵录僭O(shè)：①H3a。SI 對(duì)人臉識(shí)別PEOU 有促進(jìn)作用；②H3b。SI對(duì)人臉識(shí)別PU 有促進(jìn)作用。

2.2.4 人臉識(shí)別PEOU對(duì)PU與AB的作用

PEOU 指用戶(hù)認(rèn)為使用特定系統(tǒng)無(wú)需費(fèi)力的程度，信息技術(shù)的AB 和PU 受PEOU 的影響［15］。陳彥靚等［40］對(duì)人工智能自助服務(wù)用戶(hù)的心理影響因素進(jìn)行研究，發(fā)現(xiàn)PEOU 正向影響PU；范哲等［41］研究結(jié)果表明PEOU 對(duì)用戶(hù)移動(dòng)視覺(jué)搜索行為意向有正向影響作用；孫齡波等［42］研究發(fā)現(xiàn)PEOU 對(duì)公眾行為意圖有正向影響。根據(jù)已有研究，本文提出以下假設(shè)：①H4a。人臉識(shí)別PEOU 對(duì)PU 有正向影響；②H4b。人臉識(shí)別PEOU 對(duì)人臉識(shí)別技術(shù)AB 有正向影響。

2.2.5 人臉識(shí)別PU對(duì)人臉識(shí)別采納的作用

PU 指用戶(hù)認(rèn)為人臉識(shí)別技術(shù)有用的程度［15］。陳彥靚等［40］研究表明PU 影響人工智能自助服務(wù)用戶(hù)的行為，并被PEOU 影響；范哲等［41］研究結(jié)果表明，PU 對(duì)用戶(hù)移動(dòng)視覺(jué)搜索應(yīng)用方式的行為意向有正向影響作用；孫齡波等［42］研究發(fā)現(xiàn)PU 對(duì)公眾行為意圖有正向影響。根據(jù)已有研究，本文提出H5 假設(shè)：人臉識(shí)別PU 對(duì)人臉識(shí)別技術(shù)采納有正向影響。

3 研究設(shè)計(jì)

3.1 測(cè)量變量

本研究借鑒國(guó)內(nèi)外成熟的Likert5 量表，采用多維度對(duì)各變量進(jìn)行測(cè)量，具體如表1所示。

Table 1 Research Scale表1 研究量表

3.2 描述性統(tǒng)計(jì)分析

為保證樣本具有普遍性和代表性，采用問(wèn)卷星線上回收問(wèn)卷400份，其中有效問(wèn)卷390份，有效率達(dá)97.5%，符合統(tǒng)計(jì)分析要求。問(wèn)卷信息統(tǒng)計(jì)分布如表2所示。

Table 2 Questionnaire statistical analysis表2 問(wèn)卷信息分析

從年齡上看，人臉識(shí)別技術(shù)使用者主要集中在20-30歲，占樣本總量的58.20%；從學(xué)歷上看，專(zhuān)科及以上人群使用人臉識(shí)別技術(shù)最多，占89.74%；從使用頻率上看，有69.23%的用戶(hù)每周會(huì)使用超過(guò)20 次人臉識(shí)別應(yīng)用。問(wèn)卷的描述性分析如表3所示。

3.3 信度分析

本研究采用內(nèi)在信度分析判斷量表是否有效，采用Cronbach’s α 系數(shù)對(duì)問(wèn)卷的信度進(jìn)行測(cè)量，檢驗(yàn)結(jié)果如表4 所示。可以看出，所有變量的Cronbach’s α 系數(shù)均在0.7以上，達(dá)到了較好水平，表明本研究采用的量表具有內(nèi)部一致性和可信度。

Table 4 Reliability test result表4 信度檢驗(yàn)結(jié)果

3.4 效度分析

效度分析包括探索性因子分析和驗(yàn)證性因子分析兩部分。

3.4.1 探索性因子分析

首先對(duì)人臉識(shí)別用戶(hù)激勵(lì)、人臉識(shí)別用戶(hù)感知、人臉識(shí)別采納進(jìn)行KOM 和Bartlett’s 球形檢驗(yàn)，結(jié)果如表5 所示。可以看出，人臉識(shí)別技術(shù)用戶(hù)激勵(lì)、用戶(hù)感知和采納的KMO 值均大于0.5，Bartlett’s球形檢驗(yàn)也達(dá)到顯著水平，因此樣本可以進(jìn)行探索性分析。

Table 5 KOM and Bartlett's spherical inspection results表5 KOM和Bartlett’s球形檢驗(yàn)結(jié)果

然后進(jìn)行探索性因子分析，本文研究變量均基于文獻(xiàn)資料，故可以預(yù)先判斷因子數(shù)量：人臉識(shí)別用戶(hù)激勵(lì)提取3個(gè)因子，人臉識(shí)別用戶(hù)感知提取2 個(gè)因子，人臉識(shí)別采納提取1 個(gè)因子。采用SPSS 軟件對(duì)其進(jìn)行檢驗(yàn)，6 個(gè)因子累計(jì)解釋量為68.249%，具有較強(qiáng)解釋率。

3.4.2 驗(yàn)證性因子分析

驗(yàn)證性因子的分析目的是對(duì)本文模型所作假設(shè)進(jìn)行檢驗(yàn)，確認(rèn)數(shù)據(jù)是否符合這些假設(shè)，以進(jìn)一步確保效度。分析結(jié)果如表6 所示。可以看出，驗(yàn)證性因子的平均方差抽取量（Average Variance Extracted，AVE）和組合信度（Composite Reliability，CR）均達(dá)到標(biāo)準(zhǔn)，說(shuō)明本次數(shù)據(jù)具有良好的聚合效果，可以進(jìn)行下一步分析。

Table 6 Results of confirmatory factor analysis表6 驗(yàn)證性因子分析結(jié)果

4 模型驗(yàn)證

采用AMOS 軟件建立激勵(lì)對(duì)人臉識(shí)別技術(shù)采納影響的分析模型，模型由EI、PI、SI、人臉識(shí)別PU、人臉識(shí)別PEOU 和人臉識(shí)別AB 6個(gè)變量構(gòu)成，用于檢驗(yàn)上述假設(shè)。

4.1 模型適配度檢驗(yàn)

運(yùn)用AMOS 軟件對(duì)模型適配度進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)表7?？梢钥闯?，該模型除了AGFI 指標(biāo)滿(mǎn)足可接受的標(biāo)準(zhǔn)外，其他參數(shù)滿(mǎn)足預(yù)期理想要求，說(shuō)明模型具有良好的適用性。

Table 7 Results of model fit test表7 模型適配度檢驗(yàn)結(jié)果

4.2 假設(shè)驗(yàn)證

運(yùn)用AMOS 軟件對(duì)人臉識(shí)別用戶(hù)激勵(lì)、人臉識(shí)別用戶(hù)感知和人臉識(shí)別采納進(jìn)行路徑分析，驗(yàn)證本文提出的假設(shè)，結(jié)果如表8 所示?？梢钥闯?，EI 對(duì)人臉識(shí)別PEOU 具有顯著促進(jìn)作用，對(duì)人臉識(shí)別PU 不會(huì)產(chǎn)生作用；PI 對(duì)人臉識(shí)別PEOU 和人臉識(shí)別PU 具有促進(jìn)作用；SI 對(duì)人臉識(shí)別PEOU 和人臉識(shí)別PU 具有顯著促進(jìn)作用；對(duì)于人臉識(shí)別PEOU 來(lái)說(shuō)，SI的促進(jìn)作用最佳，EI次之，最后是PI；對(duì)于人臉識(shí)別PU 來(lái)說(shuō)，SI 的促進(jìn)作用最佳，PI 次之；人臉識(shí)別PEOU 對(duì)人臉識(shí)別PU 和人臉識(shí)別AB 具有顯著正向影響；人臉識(shí)別PU 對(duì)人臉識(shí)別AB 具有顯著正向影響。

Table 8 Model hypothesis validation results表8 模型假設(shè)驗(yàn)證結(jié)果

4.3 中介效應(yīng)分析

本文將人臉識(shí)別PU 和人臉識(shí)別PEOU 作為中介變量，認(rèn)為EI、PI 和SI 是通過(guò)人臉識(shí)別PU 和人臉識(shí)別PEOU 對(duì)人臉識(shí)別AB 產(chǎn)生促進(jìn)作用，即人臉識(shí)別PU 和人臉識(shí)別PEOU 具有中介作用。為驗(yàn)證這一觀點(diǎn)，對(duì)人臉識(shí)別PU 和人臉識(shí)別PEOU 的中介作用進(jìn)行檢驗(yàn)，結(jié)果如表9所示。

Table 9 Test results of the mediating effect of PU and PEOU表9 PU和PEOU中介作用檢驗(yàn)結(jié)果

使用Bootstrap 抽樣檢驗(yàn)法進(jìn)行中介效應(yīng)檢驗(yàn)，抽樣次數(shù)為5 000 次，結(jié)果顯示：①?gòu)摹癊I→人臉識(shí)別PEOU→人臉識(shí)別AB”這條路徑來(lái)看，人臉識(shí)別PEOU 起到中介作用；②從“EI→人臉識(shí)別PU→人臉識(shí)別AB”這條路徑來(lái)看，人臉識(shí)別PU 沒(méi)有起到中介作用；③從“EI→人臉識(shí)別PEOU→人臉識(shí)別PU→人臉識(shí)別AB”這條鏈?zhǔn)铰窂絹?lái)看，人臉識(shí)別PEOU 和PU 起到中介作用；④從“PI→人臉識(shí)別PU→人臉識(shí)別AB”這條路徑來(lái)看，人臉識(shí)別PU 起到中介作用；⑤從“PI→人臉識(shí)別PEOU→AB”這條路徑來(lái)看，人臉識(shí)別PEOU 起到中介作用；⑥從“PI→人臉識(shí)別PEOU→人臉識(shí)別PU→AB”這條鏈?zhǔn)铰窂絹?lái)看，人臉識(shí)別PEOU 和人臉識(shí)別PU 起到中介作用；⑦從“SI→人臉識(shí)別PU→AB”這條路徑來(lái)看，人臉識(shí)別PU 起到中介作用；⑧從“SI→人臉識(shí)別PEOU→AB”這條路徑來(lái)看，人臉識(shí)別PEOU 起到中介作用；⑨從“SI→人臉識(shí)別PEOU→人臉識(shí)別PU→AB”這條鏈?zhǔn)铰窂絹?lái)看，人臉識(shí)別PEOU 和PU 起到中介作用。

4.4 模型假設(shè)修正

本文一共提出9 個(gè)假設(shè)，通過(guò)研究分析，結(jié)果顯示其中8個(gè)假設(shè)成立，1個(gè)假設(shè)不成立，具體見(jiàn)表10。

Table 10 Hypothetical validation results表10 假設(shè)驗(yàn)證結(jié)果

5 結(jié)語(yǔ)

現(xiàn)有人臉識(shí)別相關(guān)研究主要圍繞其概念、影響因素等展開(kāi)，較少關(guān)注外部變量的作用。為此，本文圍繞人臉識(shí)別技術(shù)的采納行為進(jìn)行了實(shí)證研究，結(jié)果發(fā)現(xiàn)激勵(lì)對(duì)人臉識(shí)別技術(shù)采納有促進(jìn)作用，且不同激勵(lì)措施影響程度不同。現(xiàn)有信息技術(shù)采納激勵(lì)研究多為理論或結(jié)果闡述，實(shí)證研究較少，本文研究結(jié)果為后續(xù)人臉識(shí)別技術(shù)采納的激勵(lì)措施提供了指導(dǎo)。

用戶(hù)使用人臉識(shí)別技術(shù)的目的不同，有些傾向于實(shí)用性，有些傾向于便利性，因此人臉識(shí)別技術(shù)經(jīng)營(yíng)者應(yīng)針對(duì)不同用戶(hù)感知建立差異化激勵(lì)機(jī)制，相較盲目激勵(lì)不僅降低了人臉識(shí)別技術(shù)運(yùn)營(yíng)成本，而且提高了激勵(lì)手段的有效性。

本研究尚存在不足之處，需要在后續(xù)工作中改善，例如研究對(duì)象差異性有待細(xì)化，應(yīng)根據(jù)不同產(chǎn)品對(duì)人臉識(shí)別技術(shù)采取不同的激勵(lì)手段進(jìn)行實(shí)證檢驗(yàn)。此外，人臉識(shí)別技術(shù)采納行為可能會(huì)受到用戶(hù)以往經(jīng)驗(yàn)、情感鏈接、社會(huì)因素等調(diào)節(jié)變量的影響，后續(xù)可考察該類(lèi)變量對(duì)激勵(lì)措施與用戶(hù)行為的調(diào)節(jié)作用。