增强现实产品用户采纳行为研究

周 涛，陈可鑫

(杭州电子科技大学 管理学院，浙江 杭州 310018)

增强现实产品用户采纳行为研究

周 涛，陈可鑫

(杭州电子科技大学 管理学院，浙江 杭州 310018)

增强现实产品作为新兴信息技术应用，用户采纳和使用率较低，这将影响其成功实施。已有文献主要关注用户对传统信息技术如网络购物、即时通信等的采纳行为，对于用户采纳增强现实产品研究很少。整合流体验理论以及技术接受和使用统一理论，建立了增强现实用户采纳行为模型。对收集的250份有效问卷采用结构方程模型分析，研究发现绩效期望、感知控制、感知愉悦和沉浸体验显著影响使用意愿，并且努力期望对感知愉悦的作用显著。因此，增强现实产品开发者需要关注产品给用户带来的效用，同时给用户提供愉悦和沉浸体验，促进其采纳行为。

增强现实；技术接受和使用统一理论；流体验；用户采纳

AR(Augmented Reality)，即增强现实技术，它将现实生活中的情景通过计算机特殊处理后再与现实生活叠加，构造出一种虚实结合的情境并使人眼可见，从而给用户提供身临其境并沉浸其中的体验[1]。随着里约奥运会闭幕式上AR技术的亮相和“口袋妖怪go”等游戏的推出，AR技术得到了快速的发展。医疗、教育、娱乐等领域纷纷加入到应用AR技术的行列，推出了AR医疗、AR教育等，AR游戏更是数不胜数，各商家之间的竞争也日趋白热化。根据Digi-Capital的预测，AR市场在2017年销售额将达到20亿美元，到2020年将会增长至900亿美元[2]。但是AR产品发展初期，也存在着使用复杂、价格较高等问题，人们对AR产品的使用也是浅尝辄止，缺乏足够的购买和采纳意愿，因此，了解影响用户购买和使用AR产品的因素，从而采取有效措施促进用户行为，成为各商家的当务之急。

已有文献对即时通信、在线购物、社会化网络等信息技术的用户采纳行为研究较多，对AR这类新兴信息技术的用户采纳行为研究较少。并且已有对AR的研究大多侧重于AR技术的实现、应用前景、应用探究，对AR产品用户使用行为关注较少。此外，不同于一般信息技术，增强现实技术将虚拟和现实结合在一起，它可以使用户看到超越现实生活的情境，并完全投入到此情境中，从而给用户提供“沉浸”体验，因此本文整合流体验理论以及UTAUT(技术接受和使用统一理论)建立AR用户采纳行为模型，考察了流体验和技术感知对用户行为的作用机理。

一、文献回顾

UTAUT是Venkatesh等[3]在2003年整合8个技术接受理论所建立的一种新的模型，用来研究影响信息技术用户采纳行为的因素。该模型的主要变量包括努力期望、绩效期望、社会影响、便利条件。UTAUT模型作为信息系统领域代表性理论得到了学者的广泛应用。从EBSCO数据库的检索结果来看，主要分为三个阶段。第一阶段是对UTAUT模型的验证性分析。在UTAUT模型被提出初期，不少学者将UTAUT模型应用到相关领域，验证了模型的可靠性。例如Raaij， Schepers[4]用UTAUT模型研究了虚拟学习社区用户行为。第二阶段，在UTAUT模型的基础上添加或者修改某些变量，使得模型满足研究的需要。Im等[5]认为感知风险、性别、技术类型都是很重要的调节变量。Alalwan等[6]则在UTAUT2模型的基础上又增加了信任变量，结果表明价格和信任都是影响移动银行用户使用行为的重要因素。第三阶段，国内学者利用UTAUT模型进行研究。Zhou等[7]整合了UTAUT和TTF模型研究移动银行用户行为，结果发现，整合后的模型比单个模型对移动银行用户采纳行为的解释更有说服力。宋雪雁[8]借鉴了UTAUT模型，整合各模型中解释度高的变量，重新构建了信息采纳行为模型(IABM)。Chiu, Wang[9]引入了感知任务价值变量研究社交网络学习中的用户采纳行为。

流体验理论最初由心理学家Csikszentmihalyi[10]在1975年提出。流体验反映了单个用户在投入某种活动中时产生的兴奋感和充实感，是个体完全沉浸其中而忽视外界环境的一种状态。Ghani，Deshpande[11]等把流体验理论概括成两个方面：(1)完全的沉浸感；(2)用户可以从活动中获得愉悦感。近年来，在研究用户行为时，流体验常被认为是一种内在动机，并影响使用行为。Hoffman, Novak[12]在CME环境中使用流体验模型，发现流体验的前提是注意力集中和个体行为处于控制之中。Zhou等[13]的研究表明，使用情境在移动游戏中对用户接受意愿的影响最大。Hsu和Lu发现[14]，沉浸的程度会直接关系到用户使用意愿，并且对用户的态度有积极影响。陈洁[15]等研究了在线购物行为中影响流体验的前因，沙振权和叶展慧[16]证实了顾客认同对流体验的影响。

总体而言，UTAUT侧重于认知性因素，主要关注用户使用产品的绩效感知、努力感知等，流体验理论则侧重于体验性因素，主要关注沉浸体验、愉悦感知等。Mehrabian，Russell[17]提出的S-O-R范式中，发现认知性因素和体验性因素会同时影响用户的采纳行为。Koufaris[18]整合了TAM和流体验理论研究了认知因素和情感因素如何同时影响用户网上购物的行为。包成名[19]整合了UTAUT和流体验理论研究了移动游戏用户持续使用行为。因此，AR作为一种给用户提供虚实结合体验的新兴技术应用，有必要整合认知性因素和体验性因素来考察用户采纳行为。

二、研究模型与假设

(一)UTAUT模型

绩效期望指用户感觉到技术对自己的有用程度。当用户觉得AR产品能给自己带来学习、工作效用时，他会愿意选择使用该产品。如AR教育、AR医疗给学生和医生带来了极大的便利，因此用户会产生尝试使用该产品的意愿。其他AR产品如“实景地图”“谷歌词典摄像取词技术”[20]能帮助用户更好地完成自己的工作，“增强现实旅游app”提高了用户感知的旅游品质与质量。

努力期望指产品使用的容易程度。AR产品作为新兴技术应用，用户对其不熟悉，这可能影响其努力期望感知。因此，AR产品操作起来越简单，用户就会越愿意使用。另外，获取信息的难易程度也会对用户使用意愿有直接影响。

社会影响反映了亲朋好友的推荐或者是组织的要求会影响个人采纳和使用行为。此外，社群影响还包括“公众形象”，使用AR产品的用户给人的感觉很前卫，这些用户如果感觉到自己的公众形象得到了提升，他们会继续使用AR产品。因此假设，

H1:绩效期望将显著影响用户使用AR产品的意愿。

H2:努力期望将显著影响用户使用AR产品的意愿。

H3:社会影响将显著影响用户使用AR产品的意愿。

便利条件反映了技术的先进程度包括设施的完善、硬件的提供和系统的稳定性等都会影响用户是否使用该技术[21]，对于AR技术，只有产品性能稳定，设备齐全，用户才会乐意使用该产品。此外，便利条件还包括用户使用AR产品付出的成本，若用户认为费用支出过大时，即使具有很强的使用意愿，该用户也可能不得不放弃使用行为。另外，使用意愿和使用行为是两个不同的概念，具有使用AR产品意愿的用户不一定会付之行动，因此，

H4:便利条件将显著影响用户使用AR产品行为。

H5:使用意愿显著影响实际行为。

(二)流体验

流体验的核心变量是沉浸体验、感知控制和感知愉悦。当用户沉浸在某一情境中时，注意力会高度集中，他们感受不到外界环境的变化。如沉浸在网络搜索过程的用户，他们有明确的搜索目标，专注感会使他们的工作效率提高。沉浸在AR游戏中的人，会忽略周边人或事的存在，但是游戏结束后，他们又回归了自我，并从刚才的经历中获得一种满足感和愉悦感。

感知控制是流体验的一个重要变量。流体验反映了感知控制和用户面临挑战的平衡，AR产品用户若是觉得互动的节奏在掌控中，他会获得满足感，会继续使用该产品。若超出自己能力范围，就会有焦虑感，反之则会对产品产生厌倦感，从而影响其采纳行为。用户需要使自己操控AR产品的能力和产品带来的挑战相平衡，这样才能获得流体验。

流体验中的感知愉悦反映了个体发自内心的感受，表现为“高兴、满足和自我激励”[22]。这种愉悦感使人们愿意参与其中并感染身边的人，并且不带功利性的表现。使用AR产品的用户，可能因为看到了一个虚拟和真实结合的世界而兴奋，这种新奇、独特体验将促进用户行为。因此，本文假设，

H6：沉浸体验将显著影响用户使用AR产品的意愿。

H7：感知控制将显著影响用户使用AR产品的意愿。

H8：感知愉悦将显著影响用户使用AR产品的意愿。

迅速的响应、清晰的操作流程是用户获得沉浸感的前提。即用户需要即时的反馈来实现自我强化，反馈在一定程度上意味着目标的达成，能推动任务的完成[19]。如用户在期望看到一个新的世界时候，AR产品提供了一个独一无二的视角，在网络搜索的时候，导航清晰明确地引导他如何操作，用户就会快速进入场景中去，从而得到好的体验。因此，

H9：用户的努力期望将显著影响沉浸体验。

本文研究模型如图1所示。

图1 研究模型

三、数据收集与分析

(一)问卷设计与数据收集

研究以发放调查问卷的形式收集数据，模型共有9个变量，除了“使用行为”，其他变量采用多指标进行测度，且指标大多借鉴于国外经典文献。表1列出了各变量测量指标及其来源。

问卷发放的对象是使用过AR产品的大学生、教师、企业员工等，数据收集持续了两周，共回收有效问卷250份。其中，男性用户占55.2%，女性用户占44.8%，高校大学生占68.8%，20岁到29岁的用户占96%。问卷涉及的AR产品包括口袋妖怪GO、实景地图、增强现实桌球、支付宝AR红包等，数据显示，76.24%的用户使用过支付宝AR红包，53.13%的用户使用过实景地图，30.89%的用户使用过摄像头取词功能。

表1 变量及测量指标

(二)测量模型与结构模型分析

测量模型分析考察量表的信度和效度，信度用来衡量问卷结果的一致性和可靠性。表2中各变量的Cronbach Alpha系数均在0.8左右，大于0.7，说明测量结果具有可靠性。

效度是指测量方法和手段能反映所测量问题的准确程度，效度越高表示反映对象的准确度越高[26]。效度包括收敛效度和判别效度。收敛效度测量各指标是否能反映其对应因子，而判别效度测量各因子是否显著不同。验证性因子分析(CFA)结果如表2所示，大部分指标的标准负载都大于0.7，AVE值均大于0.5，CR值均大于0.7，说明收敛效度较好。计算中发现，变量感知控制(PC)的Alpha系数仅为0.52，低于0.7，且其指标“感到平静”和“感到控制感”的标准负载低于0.2，为了提高量表效度，删去了这两个指标。此外，通过考察因子负载矩阵，发现各指标在其对应因子的负载均大于在其他因子的交叉负载，表明判别效度较好。

研究用LISREL软件进行结构模型分析。相对于PLS等软件，LISREL更侧重于验证性目的，且能提供更多的拟合指数来反映模型拟合度。本文的模型主要基于现有理论基础包括UTAUT和流体验理论来考察和验证用户对新兴技术AR的采纳，因此采用LISREL来进行分析，结果如图2所示。除H2、H3、H4外，其他假设均得到支持。各内生变量包括沉浸体验、使用意愿、使用行为被解释的方差比例分别为19.1%、60.4%、49.6%。此外，除GFI和AGFI略低于推荐值，其他拟合指数实际值都优于推荐值，说明该模型具有较好的拟合度。

表2 因子标准负载、AVE、CR及Alpha值

图2 LISREL估算结果(注：***,P<0.001;ns.,不显著)

四、讨论

如图2所示，绩效期望、沉浸体验、感知控制、感知愉悦对使用意愿具有显著作用。其中，绩效期望和感知愉悦对使用意愿的影响相对较大，因此商家需要关注产品给用户带来的效能。例如实景地图、AR医疗、AR教育等产品需关注产品给用户带来的实际效用，不断提升用户的工作、学习效率；AR红包、AR游戏等需改进操作界面的趣味性，使用户感到愉悦并乐于使用。同时，沉浸体验也是AR产品最大的特色，产品可以创造出较真实的场景和音乐，使得用户沉浸其中。例如“阴阳师”这种使用AR技术的手游就是通过华美的画风和柔和的音乐吸引了无数年轻人的注意力。努力期望对沉浸体验有显著影响，说明产品使用起来得心应手有利于用户快速进入沉浸状态。因此商家要优化产品的操作流程和操作界面，使用户快速进入角色。

假设H2,H3,H4未得到验证，这可能和目前AR技术刚起步、AR设备普及不够有关。努力期望对使用意愿无显著影响，表明产品使用的难易程度不是影响用户采纳行为的关键因素。原因可能包括：(1)努力期望显著影响沉浸体验，进而影响使用意愿。因此，沉浸体验中介(mediate)了努力期望对使用意愿的影响。(2)已有研究发现努力期望对使用意愿无显著影响，如Pardamean， Susanto[27]对大学生使用博客行为的研究。目前用户接触的AR产品大部分是借助移动客户端，而现在的移动终端设备越来越智能化，用户觉得可以轻松操作AR。因此用户使用AR产品的障碍极小，用户并不认为产品使用的难易程度是影响其采纳行为的关键因素。

社会影响对使用意愿无显著影响，原因可能包括：(1)AR产品是一种注重用户自身体验的产品。即使用户推荐给好友，但好友可能因为没有切身使用AR产品的体验，并不会产生尝试使用的意愿。(2)AR产品作为一种新兴技术，主要在年轻人中普及，例如口袋妖怪GO、增强现实桌球类似的游戏和app，即使推荐给中年人、老年人，他们也不会使用。因此AR产品开发者需要尽量简化AR产品，使得它们可以被不同年龄段的用户接受。“支付宝AR红包”的做法值得借鉴，支付宝利用中国人传统春节贴福字、发红包的习俗，在圈内掀起了加好友送“福”字的热潮，而且操作简单，只需简单扫一扫，因此不仅是年轻人争抢福字，中年人也纷纷加入，实现了用户群的快速发展和扩大。

便利条件对使用行为的影响未得到验证，原因可能是：(1)接受调查的用户大部分是年轻人，他们具有较强的自我效能(self-efficacy)。因此，当遇到问题时，是否有人提供帮助对他们使用AR产品的意愿不会有太大影响。(2)使用AR产品只需具备一个智能手机。如风靡全球的“口袋精灵GO”，风靡中国的“阴阳师”、“支付宝AR红包”等产品。用户对自己能否顺利使用AR产品没有太多顾虑。因此用户认为使用AR产品并不会受便利条件的影响。

五、结论

本文基于AR产品的特性，在UTAUT理论的基础上，整合了流体验理论，通过建立AR用户采纳行为模型，研究了影响用户使用AR产品行为的因素。研究发现，绩效期望和感知愉悦是影响用户使用的两个主要变量。

结果启示AR产品开发者：(1)在开发之前深入调研，更多地关注用户的期望值，提高产品给用户带来的绩效感知，尽量满足用户希望利用虚拟现实解决实际问题的需求。(2)优化产品界面，增强产品的视觉、听觉效果，使用户感到愉悦并沉浸其中。(3)让用户在产品使用过程中得到及时的反馈是用户快速进入沉浸状态的前提，因此建议开发者尽量简化产品的操作，从而提高用户满意度。

[1] 聂文兵.VR、AR和MR,改变探索世界的方式[J].科学24小时，2017(2):4-7.

[2] Arinchina.10个关于AR的基本数据[EB/OL].[2016-11-30].http://www.chinaar.com/ARzx/3872.html

[3] Venkatesh V, 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.

[4] van Raaij E M, Schepers J J L. The acceptance and use of a virtual learning environment in China [J]. Computers & Education, 2008,50(3):838-852.

[5] Im II, Kim Y, Han H. The effects of perceived risk and technology type on users’ acceptance of technologies [J]. Information & Management, 2008,45(1):1-9.

[6] Alalwan A A, Dwivedi Y K, Rana N P. Factors influencing adoption of mobile banking by Jordanian bank customers: Extending UTAUT2 with trust [J]. International Journal of Information Management, 2017,37(3):99-110.

[7] Zhou T, Lu Y, Wang B. Integrating TTF and UTAUT to explain mobile banking user adoption [J]. Computers in Human Behavior,2010,26(4):760-767.

[8] 宋雪雁.用户信息采纳行为模型构建及应用研究[D].长春：吉林大学,2010.

[9] Chiu C, Wang E T G. Understanding Web-based learning continuance intention: The role of subjective task value [J]. Information & Management, 2008,45(3):194-201.

[10] Csikszentmihalyi M. Beyond Boredom and Anxiety[M]. San Francisco: Jossey-Bass, 1975.

[11] Ghani J A, Deshpande S P. Task characteristics and the experience of optimal flow in human-computer interaction [J]. Journal of Psychology,1994,128(4):381.

[12] Hoffman D L, Novak T P. Marketing in hypermedia computer-mediated environments: Conceptual foundations [J]. Journal of Marketing, 1996,60(3):50.

[13] Zhou T, Li H, Liu Y. The effect of flow experience on mobile SNS users’ loyalty [J]. Industrial Management & Data Systems, 2010,110(6):930-946.

[14] Hsu C, Lu H. Consumer behavior in online game communities: A motivational factor perspective [J]. Computers in Human Behavior, 2007,23(3):1642-1659.

[15] 陈洁，丛芳，康枫.基于心流体验视角的在线消费者购买行为影响因素研究[J].南开管理评论,2009,12(2):132-140.

[16] 沙振权，叶展慧.基于S-O-R模型的顾客认同对消费者流体验影响[J].工业工程,2012,15(4):72-77.

[17] Mehrabian A, Russell J A. An approach to environmental psychology [M]. Cambridge：MIT,1980.

[18] Koufaris M. Applying the Technology Acceptance Model and Flow Theory to Online Consumer Behavior [J]. Information Systems Research, 2002,13(2):205-223.

[19] 包成名.移动游戏用户持续使用意愿影响因素研究[D].南京：南京大学,2014.

[20] 张鹏虎.3G环境下基于TAM模型的移动增强现实应用研究[D].北京：北京邮电大学,2012.

[21] Igbaria M, Baroudi J J. A motivational model of microcomputer usage [J]. Journal of Management Information Systems, 1996,13(1):127-143.

[22] 康瑾.原生广告的概念、属性与问题[J].现代传播(中国传媒大学学报)，2015(3):112-118.

[23] 姜海龙.基于UTAUT理论的移动支付技术接受模型及实证研究[D].北京：北京邮电大学,2010.

[24] 张凌霄.基于UTAUT的用户接受手机微博的影响因素研究[D].武汉：华中科技大学,2013.

[25] Webster J, And O. The Dimensionality and Correlates of Flow in Human-Computer Interactions [J]. Computers in Human Behavior,1993,9(4):411-426.

[26] 郭志刚.社会统计分析方法:SPSS软件应用[M].北京：中国人民大学出版社,1999.

[27] Pardamean B, Susanto M. Assessing User Acceptance toward Blog Technology Using the UTAUT Model [J]. International Journal of Mathematics and Computer in Simulation, 2012,6(1):203-212.

AStudyonUserAdoptionBehaviorofAugmentedRealityProducts

ZHOU Tao, CHEN Ke-xin

(SchoolofManagement,HangzhouDianziUniversity,ZhejiangHangzhou, 310018)

As an emerging information technology, the augmented reality products have

minor adoption among users, which will affect its implementation. Extant literature focused on user adoption of the traditional information technologies, such as the online shopping and the instant messaging, and paid a little attention to the augmented reality products adopted by the user. The study establishes a model of user’s adoption of augmented reality products based on integrating the flow experience theory and the unified theory of acceptance and use of technology. 250 valid questionnaires were collected and analyzed with the structural equation model. The results show that the performance expectancy, the perceived control, the perceived enjoyment and the attention aggregation significantly affect their intention of using the products. Effort expectancy significantly affects the perceived enjoyment. Thus, the augmented reality product developers need to pay more attention to the utility that products bring to users and make users happy and immersed themselves in experiencing it so as to promote their adoption behavior.

augmented reality; unified theory of acceptance and use of technology; flow experience; user adoption

F713.36

：B

：1001-9146(2017)04-0001-07

2017-04-18

国家自然科学基金项目(71371004)；NSFC-浙江两化融合联合基金(U1509220)

周涛(1979-)，男，湖北荆门人，博士，教授，信息管理与电子商务.

10.13954/j.cnki.hduss.2017.04.001