预测移动支付采纳倾向的关键因素研究--基于神经网络模型的分析.pdfVIP

第 29卷第 1O期 统 计 与 信 息 论 坛 Statistics InformationForum 2014年 1O月 Vo1．29 No．10 0ct．。2014 【统计调查与分析】 预测移动支付采纳倾向的关键因素研究 一 基于神经网络模型的分析 陈 洋 b，周绿林 ，金 帅籼b (江苏大学 丑管理学院Ib．社会科学计算实验中心，江苏 镇江 212013) 摘要：移动支付的采纳对移动商务的发展至关重要。以技术准备理论为基础，对TAM模型进行拓展 ，结 合 297份有效样本数据，运用神经网络模型检验预测用户移动支付采纳倾向的关键因素，并与多元回归分析 的结果进行比较。研究表明，神经网络模型优于多元回归模型，感知有用性和感知易用性是预测移动支付采 纳倾向的最重要因素，之后依次为不适感、乐趣、创新性和不安全感。结合研究结果，对移动支付未来发展提 出建议。 关键词：移动支付；采纳倾向；神经网络模型；技术准备 ；多元回归 中图分类号 ：C931．1：F713．36 文献标志码 ：A 文章编号：1007--3116(2014)lO一0085一O7 移动支付是指使用移动通讯网络，借助手机等 系统采纳研究中占有重要地位，被广泛地用于对各 移动终端进行银行转账、缴费、购物等商务活动。与 种信息技术的接受问题，该模型也是本研究的主要 传统的在线支付不同，移动支付可以实现在任何时 理论依据。初始的T 由于仅考虑了感知易用性 间、任何地点进行交易，是驱动移动商务市场发展的 和感知有用性，结构过于简单而受到了一些学者的 关键因素。根据CNNIC公布的 《第 33次中国互联 批评口]。因此，需要对 TAM进行拓展以更好地探 网络发展状况统计报告》显示，截至2013年 12月， 讨移动支付采纳问题。在研究方法上，现有文献往 中国手机网民规模超过 5亿人，其中手机支付用户 往局限于运用解释性统计分析方法(如回归分析、结 数为 1．25亿，相对于庞大的手机网民数量，目前移 构方程)来检验相关因素与技术采纳间的因果关系。 动支付的使用率还比较低，而用户的参与对移动支 这种因果关系的研究是一种参数回归，即假定用户 付的成功至关重要。因此，理解用户如何接受移动 的采纳决策是线性补偿的，采纳决策中一种因素(如 支付这样一个新生事物受到了学界和业界的广泛关 感知有用性)的不足能通过另一种影响因素的提高 注，但与许多信息技术采纳研究一样，由于决策制定 (如感知易用性)得到补偿[2]。然而，我们认为用户 的复杂性和不确定性，预测用户的采纳往往比较 在进行采纳决策时，其评价过程并不一定是补偿性 困难 。 的。如消费者考虑到安全因素可能放弃使用移动支 已有探讨移动支付采纳的相关研究中，技术接 付，这也许并不能因为移动支付的有用性而得到补 受模型(T M)是比较流行的理论，而且大多数研究 偿。Chiang等通过研究指出，线性统计方法并不可 通常是基于结构方程模型 (SEM)等统计方法来验 靠，因为其无法抓取到非补偿性 的决策规则[2]。 证相关因素与技术采纳之间的关系。TAM在信息 Venkatesh等研究也指出，当涉及技术采纳时，线性