人脸识别支付用户使用意愿研究

张庆杰 龚涵适

摘 要：基于用户个人角度，依据问卷调查数据，运用结构方程模型，考量人脸识别支付用户使用意愿。结果表明：社会影响、感知风险、感知易用性和感知有用性对使用意愿有直接影响；使用情境和个人创新对使用意愿有间接影响，其中使用情境通过感知易用性和感知有用性间接影响使用意愿的影响因素，个人创新通过感知易用性间接影响使用意愿。

关键词： 人脸识别；移动支付；技术接受模型

中图分类号：F49文献标识码： A文章编号：1003-7217（2018）05-0109-07

一、引 言

人工智能近年来成为世界主要发达国家竞争科技热点，据中国互联网信息中心最新发布的报告显示中国的人工智能企业数量居世界第三[1]。中国在人工智能领域的新技术研发工作和产业应用方面成果不俗，相关专利申请数持续增长。尤其在人脸识别方面，百度、阿里、腾讯等企业研发出的人脸识别技术识别精准率高，速度快，多次在世界级比赛中取得领先成绩。工业和信息化部最新发布的《促进新一代人工智能产业发展三年行动计划（2018-2020年）》中指出到2020年，复杂动态场景下人脸识别有效检出率将超过97%，正确识别率超过90%，支持不同地域人脸特征识别[2]。央行发布的2017年第三季度报告显示移动支付业务已成为电子支付的主要渠道之一，规模仅次于网上支付[3]。移动支付作为我国数字经济新业态新模式发展的代表，成为了近年来学术界的研究热点，尤其是与移动支付有关的用户接受使用行为更是专家学者们关注的重点。

人脸识别技术和移动支付在各自领域受到了专家学者的广泛研究，但人脸识别支付作为两者的结合，有关市场应用的实证研究并不多。当前大多数学者对移动支付的研究大都集中在移动支付的用户接受行为、法律监管和安全性上，尚未对某类特定移动支付方式的接受行为进行研究。笔者以“刷脸支付”“人脸识别支付”等为关键词在知网上进行文献检索，共找到2006年至2018年期间发表的文献159篇：博硕士论文4篇，期刊65篇，报纸90篇，文献内容多以介绍人脸支付市场应用情况、分析人脸识别发展的优势和挑战为主。现阶段人脸识别支付在研究广度和深度上不足客观上影响了人脸识别支付的商业化推广。因此，实证研究哪些因素可能影响用户使用意愿，探究各项影响因素之间的关系，可在一定程度上解释人脸识别支付的市场现状。研究结果将对应用人脸识别支付的产品设计、目标客户群定位、市场划分及销售推广策略均有一定的借鉴意义。

研究以技术接受模型TAM（Technology Acceptance Model）为基础，根据人脸识别支付特点和前人研究，有针对性地引入创新扩散理论IDT（Diffusion of Innovations Theory）、情境理论、社会影响和感知风险等因素，构建人脸识别支付的用户使用意愿假设模型。通过问卷调查的形式获取用户数据，采用结构方程模型研究影响人脸识别支付用户使用意愿的因素及相互关系，最后针对实验结论给出相应政策建议。

二、理论基础与研究假设

TAM模型被广泛应用于用户对新技术的采纳意愿研究，Venkatesh（2000）认为TAM模型有着出色的稳健性和普遍适用性[4]，但是Bagozzi（2007）认为TAM模型过于简单，难以充分解释和预测个体接受行为，在模型中适当引入其他变量将提高模型的解释能力[5]。本研究在TAM的基础上，借鉴IDT创新扩散理论、使用情境理论和社会影响、感知风险等影响因素的特点，提出假设模型如图1：

（一）使用情境理论

使用情境（Use Context）最早出现在消费者行为领域用于研究用户的购买行为，Lavidge （1966）在研究时发现很多消费者的购买行为只会在特定或必要的情况下出现。进一步，Heijden（2005）将使用情境定义为用户使用信息系统的社会背景，并认为使用情境与移动信息系统之间存在某种“相关”，正是这种“相关”使得用户对移动信息系统有着积极的态度[6]。通过调查，Mallat（2007）发现情境因素像遇到紧急情况、事先未预期到的支付需要、排队和缺乏其他可供选择的支付方式等都会影响到用户对移动支付的使用意愿，并且用户表示在上述情境下，使用移动支付对自身最有利[7]。Gan（2016）实证研究用户对移动支付的使用意愿时也证明，使用情境正向影响感知易用性和感知有用性，即用户在时间紧张、需要排队的环境下倾向于使用移动支付，特殊的环境可提高用户对支付技术有用性和易用性的感知，进而提高使用意愿[8]。本文根据前人的研究经验提出以下假设：

H1a：人脸识别支付的使用情境對其感知有用性有直接的正向影响。

H1b：人脸识别支付的使用情境对其感知易用性有直接的正向影响。

H1c：人脸识别支付的使用情境对其感知风险有直接的负向影响。

（二）创新扩散理论

创新扩散理论IDT最早由Rogers于1983年提出，通过整合信息，个体形成对创新的看法，进而影响他的创新采纳态度[9]。Agarwal等人将个人创新（Personal Innovativeness）整合进技术接受模型，并将其定义为个人尝试使用任何新信息技术的意愿[10]。个人创新被认为是用户内在的不受环境因素影响的变量，代表了愿意拥抱改变的开放态度，具有一定的人群特征。用户的个人创新性不仅可以增强他们采用该项技术时需要的信心，而且可以强化用户对技术背后好处的感知。杨水清（2012）等人在研究移动支付服务用户初始采纳意愿时证明个人创新对感知风险有负向作用，即个人创新能力越强，对技术服务的感知风险越低[11]。在假设模型中加入个人创新将有助于解释个人特征将如何影响用户对技术的感知，完善用户采纳研究模型。 为此，提出以下假设：

H2a：人脸识别支付的个人创新对其感知有用性有直接的正向影响。

H2b：人脸识别支付的个人创新对其感知易用性有直接的正向影响。

H2c：人脸识别支付的个人创新对其感知风险有直接的负向影响。

（三）社会影响

TAM 一直以来被认为是研究信息技术领域用户接受行为的重要模型，但它并不是最完美的，不少学者就曾指出TAM忽略了社会影响（Social Influence）这一关键因素。Venkatesh 和Davis（2000）在研究TAM时将社会影响加入到模型中，认为社会影响的完整构成包括主观规范、自愿性和社会形象三个方面，并证明社会影响影响用户的使用意愿，由此形成了新的技术接受扩展模型（TAM2），在该模型中，社会影响对用户使用意愿有正向的影响。杨水清（2012）等人认为社会影响就是：“个人感知到的社会网络对是否接受某种创新观念或行为的压力。本研究将社会影响定义为用户对是否使用人脸识别支付技术而感受到的他人影响或社会压力。Ikemoto（2015） 在研究了法國青年用户对移动支付的态度后也证明社会影响将影响用户对新技术的使用意愿，在社会交际中，用户多会关注他人的行为，用户在移动支付的使用态度和使用习惯上更容易受到它人的影响[12]。为此，提出以下假设：

H3a：人脸识别支付的社会影响对其使用意愿有直接的正向影响。

（四）感知风险

Bauer在研究消费者购买行为时指出风险的定义类似于不确定性[13]。感知风险（Perceived Risk）是个体因无法判断不利后果是否发生而产生的主观感受。在研究模型中加入感知风险因素是有意义的，一方面，人脸识别技术作为新技术，在金融领域中的应用场景还在进一步挖掘当中，普通用户接触人脸识别技术的场景十分有限；另一方面，人脸识别技术以生物特征为基础，存在安全隐患：识别结果存在不确定；生物密码被盗后将无法重置。因此，可将感知风险加入假设模型，实证研究感知风险对感知有用性和使用意愿的影响。Lee（2009）通过研究在线银行的用户使用意愿，得出感知风险与使用意愿存在负向影响，并对感知有用性有负向影响关系，即用户对技术的感知风险越高，相应的感知有用性和使用意愿就越低[14]。谢晓文（2017）研究中国消费者使用手机支付时证明使用意愿将受到感知风险的显著负向影响[15]。为此，提出以下假设：

H4a：人脸识别支付的感知风险对其感知有用性有直接的负向影响。

H4b：人脸识别支付的感知风险对其使用意愿有直接的负向影响。

（五）技术接受模型

技术接受模型TAM最早由国外学者Davis[16]提出，它是研究信息技术领域中用户对特定系统使用意愿的经典模型。感知易用性是指个体对于使用特定系统容易程度的感知，感知有用性是指个体对于使用某个系统后绩效提升的感知。Gan（2016）通过研究证明了TAM模型中三个变量间的相互关系[8]。人脸识别支付是人工智能和电子商务的结合，本身含有技术因素，近年来学者也普遍使用TAM模型研究电子商务领域的用户接受行为，结果表明：用户对技术的感知有用性和感知易用性越强烈，用户使用意愿发生的可能性越大；用户对技术的感知易用性越高，其感知有用性就越强。基于以往学者的研究，提出的假设如下：

H5a：人脸识别支付的感知易用性对用户的感知有用性有直接的正向影响。

H5b：人脸识别支付的感知易用性对用户的使用意愿有直接的正向影响。

H6a：人脸识别支付的感知有用性对其使用意愿有直接的正向影响。

三、变量测量与数据收集

（一）问卷设计

为了解影响用户使用人脸识别支付意愿的构成因素、初步验证本文假设模型是否合理，我们针对该领域的专家进行了访谈，并根据专家的建议

调整模型。本文基于相关研究中的成熟量表和专家反馈意见构建了含有26个测量项的预调研问卷，并在校园中小规模发放网上问卷110份，共收回有效问卷92份。根据预调研实验的分析结果，去掉了语义有重叠的UC4。正式问卷有25个测度项（见表1），采用Likert7级量表测量。

（二）数据收集

本文的正式问卷采用网上发放的形式，调查对象是有过移动支付经历的人。问卷共发放350份，实际收回的有效问卷313份，问卷的有效率为89.4%。人口特征描述统计显示参与调查的男性占48.2%，女性占51.8%，性别比例均衡；青年人是本次调查的主体；教育水平普遍较高，本科及以上学历占89.2%。综合来看，问卷样本有较好的代表性，基本可以覆盖年轻人群体。具体的统计情况见表2。

四、数据分析

（一）信度和效度分析

本文采用SPSS20和LISREL8.8分析数据的信度和效度，并通过运用结构方程模型，对模型假设做检验[20]。利用主成分分析法抽取特征值大于1的因子共7个，7个因子累计解释方差74%。通常认为，Cronbachs

SymbolaA@ 应当大于0.7，组合信度CR大于0.8，因子能够解释测度项的信息占比50%以上，即平均抽取方根大于0.5，所有标准化的因子负载大于0.5且达到显著水平时，认为模型通过了聚合有效性检验。我们可以从表3中各测度项标准化因子载荷得出各个因子的内部一致性良好，因此，问卷满足聚合有效性检验。表4反映了各因子相互之间的相关系数，通过依次比较因子系数矩阵对角线和非对角线数值我们可以看出各因子的AVE值的平方根都大于该因子与其他因子的相关系数，说明因子之间具有良好的区别有效性[21]。

（二）假设检验

结构方程模型结果（见表5）显示12个假设中除了假设H1c、H2a 和H2c 不成立外，其余9个假设均通过了检验。本文使用情境对感知风险的直接影响并不存在，可能的原因是当前使用人脸识别技术的地方大都是正规、安全措施完善的地方（银行、连锁餐厅、车站安检），这些客观环境因素使得用户对使用人脸识别支付的风险关注程度不高，且大多数用户没有使用人脸识别支付的习惯，仅凭有限的其它支付经验参与调查，最后得出的结果与假设有出入是可以接受的。个人创新对感知有用性和感知风险的影响并不成立，原因可能与生物识别的特点有关。由于人脸特征的不稳定、隐私性弱、易被他人复制等特点，使得用户的个人创新因素并不能帮助他有效的提高其对该种支付方式的有用性感知和降低对风险的感知。（1）TAM模型中的感知有用性和感知易用性都对使用意愿有正向影响，其中感知有用性的影响最大，路径系数为0.32，感知易用性的影响因子系数次之为0.20，再者感知易用性对感知有用性有正向影响，路径系数为0.35，结果验证了假设H5a、H5b和H6a。 （2）使用情境对感知易用性和感知有用性有正向的影响，路径系数分别为0.27和0.28，验证了假设H1b和H1a。（3）个人创新对感知易用性有正向的影响，

路径系数为0.41，验证了假设H2b。（4）社会影响对使用意愿有正向影响，路径系数为0.14，验证了假设H3a。（5）感知风险对感知有用性和使用意愿都有负向影响，路径系数分别为-0.12和-0.19，验证了假设H4a和H4b。表6显示了各潜变量间的直接效应与间接效应，其中间接效应的大小为每条路径上回归系数的乘积 。首先考虑使用情境对使用意愿的影响，主导路径（权重0.090）表明恰当的使用情境有利于提升人脸识别支付的感知有用性，进而会使用户对该项技术有更强烈的使用意愿。对用户而言，个人创新性的差异将导致其对新技术的使用意愿产生不同的态度，个人创新对使用意愿的影响是完全间接地，其主导路径（权重0.082）反映出个人的创新性越强越有利于感知易用性的提升，从而增强用户对新技术的使

用意愿[22]。從各潜变量影响使用意愿的总效应来看，感知有用性（总效应0.32）、感知易用性（总效应0.31）和感知风险（总效应-0.23）在影响用户使用意愿的众多因素中占主要比例，使用情境和个人创新则通过不同程度的影响上述三种感知变量进而间接影响使用意愿，使用情境对使用意愿的总效应为0.20，个人创新对使用意愿的总效应为0.19，强度次于感知因素对使用意愿的影响。

（三）模型稳健性检验

本文在模型中引入参与调查用户的性别、年龄作为控制变量，来检验假设模型的稳健性，检验结果如图2所示：

可以发现，引入性别和年龄等控制变量后模型的各个因子之间的关系（标准路径系数）和显著性水平与前文基本保持一致，同时作为控制变量的性别和年龄对使用意愿的影响检验结果并不显著。稳健性结果显示感知有用性（总效应0.33）、感知易用性（总效应0.32）和感知风险（总效应-0.23）仍是影响用户使用意愿的主要因素，使用情境（总效应0.20）和个人创新（0.19）通过影响用户感知间接影响使用意愿，说明模型通过了稳健性检验。

五、结论与未来研究

本研究建立了基于人脸识别技术的移动支付用户使用意愿模型，并得出了以下实验结论：（1）技术接受模型在人脸识别支付的新背景下仍具有良好的解释力。感知有用性、感知易用性都对使用意愿有直接正向影响，并且是影响使用意愿的主要因素。（2）使用情境直接正向影响感知易用性和感知有用性，从而间接地对使用意愿有正向影响。（3）社会影响对用户的人脸识别支付使用意愿有直接正向的影响。（4）个人创新对感知易用性有直接正向影响作用，也就是说个人创新通过直接影响感知易用性从而间接影响使用意愿。（5）感知风险对感知有用性和使用意愿均有直接的负向影响作用，表明感知风险将降低用户对人脸识别支付的使用意愿。

未来研究可以从下面几个方面展开：（1）丰富假设模型。可以考虑其他影响用户使用人脸识别支付技术的因素，比如感知成本、用户的背景知识等。（2）扩大研究对象。商家和企业是人脸识别支付技术的研发者和推广者，针对商家和企业的研究同样不可忽视。

参考文献：

[1] CNNIC.第41次中国互联网络发展状况统计报告[R/OL].（2018-01）. http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201801/P020180131509544165973.pdf.

[2] 中华人民共和国工业和信息化部.促进新一代人工智能产业发展三年行动计划（2018-2020年）[R/OL].（2017-12）. http：//www.miit.gov.cn/.

[3] PBC.2017年第三季度支付体系运行总体情况[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]杨水清， 鲁耀斌， 曹玉枝. 移动支付服务初始采纳模型及其实证研究[J]. 管理学报， 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]谢晓文. 移动支付用户使用意愿分析与预测研究[D].北京：北京交通大学， 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]王新丽. 第三方支付平台自助游用户继续使用意愿研究[D].杭州：浙江大学，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. 社会调查设计与数据分析：从立题到发表[M]. 重庆：重庆大学出版社， 2011.

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

[22]王晓彦，胡德宝.移动支付对消费行为的影响研究：基于不同支持方式的比较[J].消费经濟，2017（5）：77-82.

（责任编辑：钟 瑶）