基于技术接受模型的虚拟试衣使用意愿研究

叶晶 郭香梅

摘要： 文章基于技术接受模型（TAM），建立用户虚拟试衣使用意愿概念模型，并运用结构方程模型对研究假设进行检验，探讨不同因素对虚拟试衣使用意愿的影响。研究结果表明：虚拟试衣的技术特性（VF）对用户感知有用性（PU）和感知易用性（PEOU）均有正向显著影响;感知有用性（PU）正向显著影响用户使用态度（AT）;使用态度（AT）正向显著影响用户虚拟试衣的使用意愿（BI）。最后提出了促进虚拟试衣使用意愿的建议。

关键词： 技术接受模型;虚拟试衣;使用意愿;结构方程模型;服装

Abstract： Based on the technology acceptance model（TAM）， our study established a conceptual model on users intention to use virtual fitting， used a structural equation model to test the research hypothesis and investigate the effect of different factors on users intention to use virtual fitting. The results indicated that the technical features of virtual fitting（VF） had a significant positive effect on users perceived usefulness and perceived ease of use. Perceived usefulness（PU） positively affected users attitude towards using（AT）. The attitude towards using（AT） had a significant positive effect on users intention to use virtual fitting（BI）. Finally， some suggestions were put forward to improve the intention to use virtual fitting.

Key words： technology acceptance model; virtual fitting; intention to use; structural equation model; garment

隨着互联网技术的发展和人们服装消费方式的改变，电商平台的兴起给消费者带来了多元化的购物方式。相对于线下购物，尽管网购服装给消费者提供了便利，摆脱了时间与空间的限制，但也存在一些问题，如网购平台的文字描述、模特试穿的效果图提供的信息有限，容易发生消费者实际穿着效果与预期存在偏差的情况，由此导致高差评率及退货率。同时线下购物又存在着服装款式少、试衣繁琐等问题[1]。当然，服装业的试衣模式正朝着智能化方向发展[2]，三维虚拟试衣系统的出现提供了有效的解决方法，正改变着人们的服装试穿习惯。

虚拟试衣系统是以计算机为辅助工具，通过三维人体扫描获取人体三维数据并据此建立三维虚拟人体模型[3]，在此基础上构建相应的三维服装衣片模型。用户在不接触服装实物的情况下，可根据自己的喜好，方便快捷地更换不同款式的虚拟服装，最终得到相应的三维人体着装立体效果图[1，4]。目前，服装应用的虚拟试衣系统商业软件有韩国CLO公司的CLO-3D、新加坡Brozwear公司的V-sticher和Lotta、美国Gerber公司的Accumark 3D、美国PGM公司的3D Runway和Optitex 3D、法国Lectra公司的Modaris 3D Fit等[2，5-6]。虚拟试衣系统以三维人体重建与三维着装模拟为基础，其中人体数据存储、三维人体测量技术、三维人体建模技术、服装建模、三维虚拟面料仿真、虚拟缝合智能化及三维动态仿真技术等的选择直接影响了虚拟试衣效果的优劣及用户体验[1，2，5，7]。

虚拟试衣提供了一种全新的线上线下试衣体验。目前线上虚拟试衣系统多借助APP实现，如优衣库推出的“优衣库数字搭配师”APP。线下虚拟试衣主要依靠“虚拟试衣镜”实现，如深圳云之梦公司开发的“3D试衣镜”。虚拟试衣具有高效便捷、兼具娱乐与实用、个性化突出的优点，摆脱了穿脱试衣的耗时性、复杂性等问题。

目前，国内外关于虚拟试衣的研究大多数是从虚拟试衣技术及其应用的角度进行，而很少从消费者的角度探讨消费者对虚拟试衣技术的看法及使用情况。Li等[8]采用了技术接受模型理论来分析中国消费者对虚拟试衣的态度，发现时尚领袖和技术焦虑对消费者使用虚拟试衣系统意愿存在调节作用，但此文仅用了多组回归分析方法，未能采用结构方程模型来分析潜在变量。张琪若等[9]调研了消费者对虚拟试衣的了解程度，发现消费者更关注虚拟试衣软件上新快、角色切换方便等便捷性功能。王娇等[10]指出消费者对于虚拟试衣的需求，主要包括个性化需求、人性化互动需求及网购求真务实的诚信需求。王梦颖等[11]调研了消费者对三维虚拟试衣的认知情况、使用态度及功能需求。张雯[12]分析了个体消费者对虚拟试衣的需求，主要包括虚拟试衣系统要操作简捷、服装需要个性化、逼真的动态效果、娱乐性需求、面料要有逼真的手感及舒适感。丁嘉玲[7]以S-O-R模型为基础，分析虚拟试衣系统的关键因素与消费者购买意愿之间的关系，得出消费者购买意愿越高，三维虚拟试衣系统也就越优越的结论。尚旭彤等[13]基于技术接受模型，构建了虚拟试穿对消费者在线购买意愿的影响模型，但是缺少相应的数据分析。黄嘉琳[14]针对女性白领对新技术掌握能力一般的情况下，提出虚拟试衣需求主要有操作简单、便捷购物流程、满足炫耀心理、指导建议搭配、方便分享信息与互动等。

总结前人关于消费者对虚拟试衣技术需求的研究，可以发现他们大多采用了调研问卷的形式对相关问题进行了调研，以回归分析等统计方法来衡量各因素间的影响度。这些都属于现象分析的层面，缺少探讨虚拟试衣消费者使用意愿影响因素的理论支撑研究。对于新技术的推出，消费者使用意愿的研究中最普遍的研究方法是运用技术接受模型（technology acceptance model，TAM）[15]。而目前国内运用TAM作为理论基础来研究用户对虚拟试衣接受度的研究很少。因此，本研究以技术接受模型为理论基础，分析虚拟试衣用户行为与使用意愿的重要影响会有更好的解释力。在已有文献基础上提出若干研究假设，利用调研数据，并采用结构方程模型（structural equation model，SEM）来量化测度各潜变量之间的路径影响，以揭示虚拟试衣采纳行为的影响机理与作用路径，为鼓励引导使用虚拟试衣及虚拟试衣如何提高用户体验提供指导性建议。

1 理论模型与研究假设

1.1 技术接受模型

1989年，Davis[16]提出了技术接受模型，主要用于分析用户对新事物和新技术的接受程度。TAM的两个主要决定因素是感知有用性（perceived usefulness，PU）和感知易用性（perceived ease of use，PEOU）。前者反映了用户在使用某种信息系统时对其工作或生活绩效提高的程度[17-18]。后者反映了用户使用某种信息技术时感知到的容易使用的程度[18]。两者都会影响用户对新事物和新技术的使用态度，其中感知易用性也会影响感知有用性。用户的使用态度影响到他们自身的使用意愿，进而影响到他们的实际使用行为[17]。同时，感知有用性直接促进了用户的使用意愿。虚拟试衣是一项新技术，用户使用行为决策符合“感知—使用态度—使用意愿”这一逻辑，因此本研究提出如下假设：

H1：感知有用性对虚拟试衣使用态度有正向影响;

H2：感知有用性对虚拟试衣使用意愿有正向影响;

H3：感知易用性对虚拟试衣使用态度有正向影响;

H4：感知易用性对感知有用性有正向影响;

H5：使用態度对虚拟试衣使用意愿有正向影响。

1.2 TAM模型拓展变量及假设

随着信息技术的不断发展，研究者尝试引入新理论或加入新外部变量对TAM进行调整和拓展。外部变量包括系统设计特征、用户特征等，它在TAM中建立了各种因素之间的联系，并且可以根据具体的研究进行适当的调整[19]。外部变量不仅影响用户的感知有用性（PU）和感知易用性（PEOU），还可以根据具体研究进行适当调整[17]。

根据前文对虚拟试衣技术和外部变量定义的分析，发现三维人体模型的尺寸吻合度、三维试衣环境的逼真度、三维服装款式色彩与体型肤色的搭配程度、三维服装面料质地与造型展示效果、着装后的静态与动态合体性会影响消费者的使用体验，因此本研究将虚拟试衣的技术特性作为外部变量，并提出如下假设：

H6：虚拟试衣的技术特性对感知有用性有正向影响;

H7：虚拟试衣的技术特性对感知易用性有正向影响。

1.3 研究理论模型

综合上述理论基础和相关假设，本研究以技术接受模型为基础建立虚拟试衣使用意愿理论模型，如图1所示。

2 研究设计

2.1 问卷设计

本研究通过发放网络调查问卷收集用户数据。在问卷设计阶段，借鉴国内外相关研究文献的经典量表，然后再根据虚拟试衣的特征进行适当修改，并咨询研究领域内的相关专家，根据他们的意见和建议对问卷进行修订和补充。问卷主要由两部分组成：第一部分是研究对象的基本情况，包括性别、年龄、文化程度及对三维虚拟试衣的了解程度;第二部分为研究模型中各潜在变量的测量变量。采用多维度量表对各变量进行估计，题项均来自相关参考文献。采用李克特5级评分法，其中1分表示“非常不同意”，5分表示“非常同意”。量表共计包括5个部分，20个题项，具体内容如表1所示。

2.2 数据收集与样本描述性统计分析

本研究通过问卷星在线问卷调查系统进行问卷调研，采用随机抽样的方法收集样本数据，累计收集250份问卷。通过对问卷进行筛选，最终收集有效问卷226份，问卷有效率为90.4%。

从样本基本特征看（表2），受访对象中女性占62.8%，高于男性;年龄在18～25岁占比最高（40.3%），其次是26～30岁（30.1%）;文化程度主要集中在本科（70.4%）。在对虚拟试衣了解程度方面，54.4%的调研对象表示听过但不了解，34%的调研对象对虚拟试衣的了解程度较高（用过有些了解、很了解）。81%的调研对象有意愿使用虚拟试衣。

3 数据分析与假设检验

3.1 信度检验

对问卷数据进行信度检验（表3），5个潜在变量的Cronbachs α均大于0.7。问卷整体Cronbachs α值为0948，说明问卷设计的量表具有良好的信度和较高的数据可信度。

3.2 效度检验

本研究利用SPSS24.0对样本进行KMO与Bartlett球形检验。从表4可知，该量表的整体KMO值为0.961，Bartlett球形检验在0.05的水平上显著，表明样本数据适合进行因子分析。

利用AMOS 24.0软件对量表进行验证性因子分析（CFA）。非标准化估计值在0.05的水平上全部显著（均小于0.001）。虚拟试衣技术特性题项VF4因子载荷量较低且卡方值较高，去掉该题项，模型拟合效果良好。感知有用性中的观测变量PU4的因子载荷量为0.584（小于06），故将其删除，其他因子载荷量值均大于0.6，表明各观测变量可以有效反映潜在变量的特征。由表3可以看出，本研究中每个观测变量的因子载荷、平均方差萃取量AVE均大于0.500，组合信度CR均大于0.700，满足了聚合效度的标准要求。说明本研究的测量量表具有良好的聚合效度。

3.3 结构方程模型分析

結构方程模型（SEM）是一种建立在因子分析、路径分析和多元方差分析等基础上，集数据测量和理论分析为一体的普适性、验证性多元统计方法[21-23]。它不仅可以研究观测变量之间的因果关系，还可以研究潜在变量和观测变量或潜在变量间的因果关系，将抽象变量具体化[21-23]。

Bentler等[24]的研究指出，结构方程模型的样本数与被估计的自由参数的比值一般达到或者接近10︰1的比例，才能保证显著性检验的有效性。本研究有效调研问卷的数量为226份，通过筛选并删除题项“虚拟试衣了解程度”中选择“没听过”选项的调研对象26份，最终进行分析的样本数量为200份，结构方程模型估计的自由参数为18，样本数量/自由参数=11.14，符合建议的样本量要求。

3.3.1 适配度检验

为确保数据和理论模型相符合，需要模型拟合度符合标准。运用AMOS软件对提出的模型进行检验，在初设理论模型中，各个模型的拟合指标如表5所示。根据结构方程模型（SEM）拟合指标的要求，渐进残差均方和平方根RMSEA<005，优度拟合指数GFI>0.9、比较拟合指数CFI>0.9、非正态拟合指数TLI>0.9。根据软件给出的模型修正指标（MI），遵循每次仅修正一条路径的原则，每修正一条则进行一次运算，并且增列的参数关系不能违反结构方程模型的假定[25-26]，删除了使用意愿里的BI1题项。模型修正后的拟合指数中，卡方自由度比值（χ2/df）为1.546<3、RMSEA<0.05，GFI、CFI、TLI均大于0.9，检验结果均达到参考标准，说明本研究提出的理论模型与样本数据适配度非常好。

3.3.2 假设检验与结果分析

根据AMOS软件的运行结果，对模型的标准化路径系数和非标准化下的显著性概率p值进行了检验。表6列出了模型的标准化路径系数及每个假设的成立情况，除假设H2、H3、H4未通过验证外，其余假设都通过检验。修正模型的标准化相关系数如图2所示。

4 建议与对策

4.1 建 议

1）服装品牌商或电商平台应提高虚拟试衣系统的功能。现阶段，虚拟试衣的技术还不够成熟，仍然存在一些问题，如线上试衣如何使消费者利用现有的设备来准确地获得身体尺寸，如何提高虚拟面料的仿真度和虚拟试衣自动化程度，如何避免系统和模型的人物僵化，以及服装款式少等问题，这些都会影响消费者的使用体验。只有切实改善这些问题，提高了虚拟试衣系统的易用性，将来会有越来越多的消费者愿意接受并乐于使用虚拟试衣系统。

2）虚拟试衣作为一种新的体验技术，可以为品牌营销注入新的活力，满足消费者的心理需求。对于线上品牌来说，消费者通过虚拟试衣，可以快速浏览不同款式的服装并立体地查看试穿效果，摆脱了原来的平面效果，用户购物体验得到提高，减少了退货率高的问题，同时还能提升品牌知名度与销售额。对于线下品牌来说，通过“虚拟试衣镜”可以帮助品牌快速吸引消费者主动入店选购，让消费者从被动地接受导购的意见转变为主动参与服装选购，增加了用户体验和新鲜度。同时还能获取大量关于用户体型、穿衣风格偏好等方面的数据，帮助品牌改进生产计划，提高销售利润。

4.2 对 策

本研究仍存在一些局限性，并提出相应的对策：一是模型的选择。一方面，本研究选择了TAM作为理论模型，但是TAM发展迅速，出现了如TAM2模型。本研究将来要更注重模型的发展，进一步完善虚拟试衣新技术接受和使用的研究。另一方面，TAM是通过对外部变量的解释对用户行为意图的影响，有些模型则从用户的角度来诠释使用行为，如“技术采纳与利用整合理论（unified theory of acceptance and use of technology，UTAUT）”。该模型对用户使用行为的解释力更高，未来可以采用该模型分析特定年龄段或收入水平的人对虚拟试衣的使用态度进行分析。二是调研样本的数量有局限性。一方面，本研究整体的调研样本数量偏少，使得调研的意义具有一定的局限性。另一方面，本研究将“虚拟试衣了解程度”中“听过但不了解”的调研对象也进行了分析，对模型的结论有一定的影响，未来的研究可能会选择已经有虚拟试衣使用经验的消费者，或将两种不同了解程度的人群分开分析，对比分析二者的差异。

5 结 语

本研究以TAM为基础，以虚拟试衣技术特性作为外部变量，拓展了技术接受模型，并对理论模型运用结构方程模型分析，探讨影响用户使用虚拟试衣意愿的因素。得出结论如下：

1）虚拟试衣的技术特性会显著影响感知有用性和感知易用性。虚拟试衣技术特性对感知有用性和感知易用性的影响系数分别为0.679和0.885，可以发现，这与技术接受模型的原始假设是相符合的。说明消费者在考虑采用虚拟试衣时，会考虑虚拟试衣系统的功能性和便利性。

2）感知易用性对感知有用性和使用态度显著性无影响，感知有用性正向显著影响使用态度，影响系数为0716，说明消费者在使用虚拟试衣系统时，更多地关注虚拟试衣系统的功能性。因此通过提高虚拟试衣的功能，使消费者切身体会到虚拟试衣的价值，如试装、换装、满足个性化需求、娱乐性需求等，进而进一步增加消费者对虚拟试衣的正面态度。

3）使用态度正向显著影响使用意愿，影响系数为0803。这个结果符合S-O-R理论，虚拟试衣系统的有用性对消费者的使用态度产生了积极影响，消费者在积极态度的影响下，产生了积极的反应，即消费者愿意使用虚拟试衣系统。

参考文献：

[1]王巧丽， 徐增波， 田丙强. 虚拟试衣中个性化三维人体建模的研究进展[J]. 纺织导报， 2020（7）： 79-82.

WANG Qiaoli， XU Zengbo， TIAN Bingqiang. Research progress of personalized 3D human body modeling in virtual fitting[J]. China Textile Leader， 2020（7）： 79-82.

[2]徐爱婧， 周捷. 虛拟试衣系统关键技术研究[J]. 纺织科技进展， 2020（3）： 28-32.

XU Aijing， ZHOU Jie. Research on key technologies of virtual fitting system[J]. Progress in Textile Science & Technology， 2020（3）： 28-32.

[3]陈晓倩. 虚拟试衣系统在电子商务中的应用模式探讨[J]. 纺织导报， 2009（9）： 81-83.

CHEN Xiaoqian. Study on the application mode of virtual apparel fitting system in electronic commerce[J]. China Textile Leader， 2009（9）： 81-83.

[4]张晓丽， 姚俊峰， 黄萍. 基于Kinect的实时360度虚拟试衣[J]. 系统仿真学报， 2016， 28（10）： 2378-2384.

ZHANG Xiaoli， YAO Junfeng， HUANG Ping. 360-degree virtual fitting based on kinect[J]. Journal of System Simulation， 2016， 28（10）： 2378-2384.

[5]崔萌， 陈素英， 殷文， 等. 基于虚拟试衣技术的服装设计与开发[J]. 毛纺科技， 2020， 48（6）： 58-61.

CUI Meng， CHEN Suying， YIN Wen， et al. Design and development of clothing based on virtual fitting technology[J]. Wool Textile Journal， 2020， 48（6）： 58-61.

[6]朱庆艳， 陈淑聪， 程淑婉， 等. 基于CLO-3D虚拟试衣系统的服装效果评价研究[J]. 纺织导报， 2020（7）： 83-85.

ZHU Qingyan， CHEN Shucong， CHENG Shuwan， et al. Research on clothing effect evaluation based on CLO-3D virtual fitting system[J]. China Textile Leader， 2020（7）： 83-85.

[7]丁嘉玲. 三维虚拟试衣系统对消费者购买意愿的影响研究[D]. 青岛： 青岛大学， 2015.

DING Jialing. Research on the Influence of 3D Virtual Fitting System on Consumers Purchase Intention[D]. Qingdao： Qingdao University， 2015.

[8]LI A， XU Y. A study of Chinese consumers adoption behaviour toward virtual fitting rooms[J]. International Journal of Fashion Design， 2020， 13（2）： 140-149.

[9]张琪若， 胡若琛， 暴姝雯， 等. 虚拟试衣的现状研究及解决方案： 基于大数据背景下对浙江省消费者调查报告的分析[J]. 管理观察， 2019（22）： 94-95.

ZHANG Qiruo， HU Ruochen， BAO Shuwen， et al. Research on the status quo of virtual fitting and its solution： based on the analysis of consumer survey report in Zhejiang province under the background of big data[J]. Management Observer， 2019（22）： 94-95.

[10]王娇， 钟苡君. 虚拟试衣对消费者需求心理及生活方式的影响[J]. 天津纺织科技. 2017（1）： 46-47.

WANG Jiao， ZHONG Yijun. Virtual fitting effect on consumer demand psychology and life style[J]. Tianjin Textile Science & Technology， 2017（1）： 46-47.

[11]王梦颖， 余晨苗， 方方. 三维虚拟试衣的消费认知与功能需求[J]. 毛纺科技， 2017， 45（11）： 78-83.

WANG Mengyin， YU Chenmiao， FANG Fang. Consumer awareness and function requirement of three-dimensional virtual fitting[J]. Wool Textile Journal， 2017， 45（11）： 78-83.

[12]张雯. 3D虚拟试衣间消费者需求分析[J]. 现代商贸工业， 2016， 37（8）： 62.

ZHANG Wen. Consumer demand analysis of 3D virtual fitting room[J]. Modern Business Trade Industry， 2016， 37（8）： 62.

[13]尚旭彤， 赵媛媛， 苏彩平. 虚拟试穿对消费者在线购买意愿影响的理论模型构建[J]. 商， 2015（28）： 104.

SHANG Xutong， ZHAO Yuanyuan， SU Caiping. Theoretical modeling of the effect of virtual fitting on consumers online purchase intention[J]. Business， 2015（28）： 104.

[14]黄嘉琳. 白领女性对虚拟试衣间设计的需求分析[J]. 创意设计源， 2012（2）： 70-72.

HUANG Jialin. Analysis of the demand by white-collar women for virtual fitting-room design[J]. Idea & Design， 2012（2）： 70-72.

[15]陈日光. 复杂系统视角下手机银行APP消费者使用意愿与行为影响性研究[J]. 吉林工商学院学报， 2020， 36（2）： 65-71.

CHEN Riguang. Research on consumers willingness to use mobile banking APPs and their behaviors[J]. Journal of Jilin Business and Technology College， 2020， 36（2）： 65-71.

[16]DAVIS F. Perceived usefulness， perceived ease of use， and user acceptance of information technology[J]. MIS Quarterly， 1989， 13： 319.

[17]王艷玲， 张广胜， 李全海. 基于技术接受模型的电商平台采纳行为及影响因素[J]. 企业经济， 2020（3）： 132-137.

WANG Yanling， ZHANG Guangsheng， LI Quanhai. Adoption behavior and influencing factors of e-commerce platform based on technology acceptance model[J]. Enterprise Economy， 2020（3）： 132-137.

[18]魏玲， 郭新悦. 基于技术接受模型的知识付费平台持续使用意愿研究[J]. 科技与管理， 2020， 22（2）： 83-90.

WEI Ling， GUO Xinyue. Research on the willingness to continue using knowledge payment platform based on technology acceptance model[J]. Science-Technology and Management， 2020， 22（2）： 83-90.

[19]林玉川. 移动打车软件用户行为研究[D]. 厦门： 厦门大学， 2014.

LIN Yuchuan. Research on the User Behavior of Mobile Taxi-Hailing Software[D]. Xiamen： Xiamen University， 2014.

[20]郭英之， 李小民. 消费者使用移动支付购买旅游产品意愿的实证研究： 基于技术接受模型与计划行为理论模型[J]. 四川大学学报（哲学社会科学版）， 2018（6）： 159-170.

GUO Yingzhi， LI Xiaomin. An empirical study on consumers intention of buying tourism products with mobile payments： an integration model of TAM and TPB[J]. Journal of Sichuan University（Social Science Edition）， 2018（6）： 159-170.

[21]翟小伟， 张伟霞， 王凯， 等. 基于SEM的矿井煤自燃危险性综合评价研究[J]. 煤炭工程， 2020， 52（2）： 101-105.

ZHAI Xiaowei， ZHANG Weixia， WANG Kai， et al. Comprehensive evaluation of coal spontaneous combustion risk in mine based on structural equation model[J]. Coal Engineering， 2020， 52（2）： 101-105.

[22]徐鹏. 基于结构方程模型的农产品供应链金融风险防范研究[J]. 西南政法大学学报， 2018， 20（6）： 128-135.

XU Peng. Risk management of agricultural product supply chain finance based on structural equation modeling[J]. Journal of Southwest University of Political Science and Law， 2018， 20（6）： 128-135.

[23]史玉芳， 宋平平. 城市轨道交通PPP项目成功关键影响因素研究[J]. 建筑经济， 2019， 40（8）： 42-47.

SHI Yufang， SONG Pingping. Research on key influencing factors of PPP project success in urban rail transit[J]. Construction Economy， 2019， 40（8）： 42-47.

[24]BENTLER M P， CHOU C P. Practical issues in structural modeling[J]. Sociological Methods & Research， 1987， 16（1）： 78-117.

[25]吴明隆. 结构方程模型： AMOS的操作与应用[M]. 重庆： 重庆大学出版社， 2010.

WU Minglong. Structural Equation Model： Operation and Application of AMOS[M]. Chongqing： Chongqing University Press， 2010.

[26]赵雪芹， 王少春. 微信小程序用户持续使用意愿的影响因素探究[J]. 现代情报， 2019， 39（6）： 70-80.

ZHAO Xueqin， WANG Shaochun. Research of customers continuance intention on WeChat mini program[J]. Modern Information， 2019， 39（6）： 70-80.