張慶杰 龔涵適

摘 要：基于用戶個(gè)人角度，依據(jù)問(wèn)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(guò)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(guò)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(lèi)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(lái)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(guò)97%，正確識(shí)別率超過(guò)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(lái)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(lèi)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(xiāo)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(guò)問(wèn)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T(mén)AM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T(mén)AM模型過(guò)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(mǎi)行為，Lavidge （1966）在研究時(shí)發(fā)現(xiàn)很多消費(fèi)者的購(gòu)買(mǎi)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(guò)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(guò)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(kāi)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(lái)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(mǎi)行為時(shí)指出風(fēng)險(xiǎn)的定義類(lèi)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(guò)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(guò)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(lái)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(wèn)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(jiàn)構(gòu)建了含有26個(gè)測(cè)量項(xiàng)的預(yù)調(diào)研問(wèn)卷，并在校園中小規(guī)模發(fā)放網(wǎng)上問(wèn)卷110份，共收回有效問(wèn)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(wèn)卷有25個(gè)測(cè)度項(xiàng)（見(jiàn)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(wèn)卷采用網(wǎng)上發(fā)放的形式，調(diào)查對(duì)象是有過(guò)移動(dòng)支付經(jīng)歷的人。問(wèn)卷共發(fā)放350份，實(shí)際收回的有效問(wèn)卷313份，問(wèn)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(lái)看，問(wèn)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(jiàn)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(guò)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(guò)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(wèn)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(guò)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(shuō)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(jiàn)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(guò)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(chē)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(méi)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(lái)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(guò)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(lái)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(guò)影響用戶感知間接影響使用意愿，說(shuō)明模型通過(guò)了穩(wěn)健性檢驗(yàn)。

五、結(jié)論與未來(lái)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(shuō)個(gè)人創(chuàng)新通過(guò)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(lái)研究可以從下面幾個(gè)方面展開(kāi)：（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）