激勵對人臉識別技術采納的促進機制研究

王志英，楊 晉

（江蘇科技大學 經(jīng)濟管理學院，江蘇 鎮(zhèn)江 212003）

0 引言

隨著計算機技術的飛速發(fā)展，人臉識別在智慧安防、智慧城市、智能家居、移動支付等領域大放異彩，我國各行各業(yè)均有人臉識別技術的影子，例如公安部門的人臉布控、人臉搜索，機場和車站的人臉核驗，日常生活中的刷臉支付、刷臉門禁等。據(jù)中商國際管理研究院統(tǒng)計，2020 年人臉識別在我國的市場規(guī)模達到45 億元［1］，并且有逐年增長的趨勢。人臉識別技術可減少人員接觸，在某些特定情況下提供了便利。但與其他信息技術一樣，人臉識別技術也存在安全風險，如隱私泄露、身份欺詐等，我國的“人臉識別第一案”［2］已經(jīng)為該技術的不合理應用敲響了警鐘等。目前，已有一些用戶不愿意使用人臉識別技術及其相關應用，導致該技術的發(fā)展和推廣受到了一定阻礙。

激勵措施是信息技術領域促進采納率的常用手段。然而，通過整理文獻發(fā)現(xiàn)激勵措施對不同的信息技術并非均具有促進作用，例如經(jīng)濟激勵（Economic Incentive，EI）雖然對于提高近場通信移動支付采用率具有非常顯著的效果［3］，但對施工單位推廣新的信息技術卻效果不佳［4］。目前關于激勵對信息技術采納的促進作用研究結論尚不統(tǒng)一，且針對人臉識別技術的采納激勵尚缺乏實證研究。因此，本文探討激勵對人臉識別技術的采納是否有促進作用，借助激勵機制的EI、權力激勵（Power Incentive，PI）、社交激勵（Social Incentive，SI）3 個維度，探索對人臉識別技術采納有效的激勵措施。

1 相關研究

1.1 人臉識別技術

人臉識別技術是采用一定技術提取每個人臉中所蘊涵的身份特征，并將其與已知的人臉進行對比，從而確定每個人臉身份的生物特征識別技術［5］。該技術由生物識別相關技術構建而成，包括人臉圖像采集、人臉定位、人臉預處理、身份確認和身份搜索等［6］。人臉識別技術在教育、醫(yī)療、移動支付、城市生活等領域均有應用實例。例如，Kwon 等［7］采用人臉識別技術構建智能校園大門安全系統(tǒng)，以方便師生進出，保障其安全；陳曉熙等［8］認為人臉識別技術可加強醫(yī)院醫(yī)療秩序管理，實現(xiàn)患者在全院的智慧識別、智能支付，優(yōu)于傳統(tǒng)的就診卡、腕帶等識別手段；Nan 等［9］研究認為刷臉支付比其他生物特征支付技術更加便捷安全；韓驍?shù)龋?0］認為將人臉識別技術應用于城市軌道交通系統(tǒng)有助于監(jiān)測客流、維護運營安全；Tang 等［11］提出一種基于深度圖遷移學習的人臉識別算法，可有效識別不同環(huán)境中拍攝的人臉圖像，將其應用于智慧城市建設有助于保障居民生活安全；宿靜宜等［12］基于人臉識別技術設計的智慧門禁系統(tǒng)可應用于上班打卡、教室簽到等多種場景，實用性強，具有推廣價值。

人臉識別技術使用便捷、實現(xiàn)成本較低，且準確性高、無需直接接觸［13］，但一些不良商家會在用戶不知情的情況下采集其面部信息，這些信息一旦泄露、一旦濫用，相應的風險和危害便不可逆轉，亦無法有效彌補［14］。

1.2 技術采納

采納就是接受采用。Davis［15］根據(jù)理性行為理論提出的技術接受模型（Technology Acceptance Model，TAM）被認為是信息技術采納實證研究興起的標志。已有技術采納實證研究基本都是基于TAM 及其拓展模型展開，例如張楠等［16］基于TAM 模型提出一個針對國內(nèi)用戶信息技術初期接受程度的擴展模型，對個人用戶的近期和遠期使用意圖和采納行為（Adopting Behavior，AB）具有較好的解析作用；關磊［17］通過TAM 模型研究高校圖書館微信平臺閱讀活動推廣成效的影響因素；常穎等［18］在TAM 模型的基礎上構建農(nóng)民工微信公眾號使用行為影響因素模型，對農(nóng)民工群體信息行為特征進行了詳細闡述。

為提高人臉識別技術的采納率，許多學者對其影響因素進行了研究。例如，Ciftic 等［19］研究發(fā)現(xiàn)社會因素和對系統(tǒng)的信任程度顯著正向影響顧客使用人臉支付的意愿，顧客的享樂動機對使用人臉識別技術進行授權的意愿有正向影響，但對刷臉支付授權的意愿沒有影響；Morosan［20］發(fā)現(xiàn)績效期望、對酒店的信任程度和積極的預期情緒顯著影響消費者在酒店使用人臉識別系統(tǒng)的意圖；吳劍鋒等［21］認為使用態(tài)度和感知有用性（Perceived Usefulness，PU）是影響人臉支付采納率的重要因素，而感知風險負向影響使用態(tài)度，減弱用戶的使用意愿；張慶杰等［22］認為人臉識別采納率受社會因素、感知風險、感知易用性（Perceived Ease of Use，PEOU）和PU 4個因素的直接影響。

1.3 激勵機制

激勵作為外部促進因素，通過影響用戶感知激發(fā)、促進并強化個體行為，使其達到預期效果［23］。EI 和非經(jīng)濟激勵是學者們經(jīng)常研究的兩個維度。例如，Wang 等［24］將激勵劃分為貨幣激勵和非貨幣性激勵，并指出金錢激勵對居民參與網(wǎng)絡回收意愿有顯著正向影響；趙晨等［25］研究發(fā)現(xiàn)學習成長改善、人際關系改善等非經(jīng)濟激勵手段對員工創(chuàng)新績效的提升具有直接效果；Colic 等［26］研究結果顯示在特定環(huán)境下，非經(jīng)濟激勵措施比EI 措施效果更加明顯；劉廣等［27］將教師科研績效的激勵因素分為內(nèi)在激勵（創(chuàng)新激勵、成就激勵、SI）和外在激勵（薪酬激勵、晉升激勵、考核激勵），發(fā)現(xiàn)教師內(nèi)在的科研態(tài)度和行為是激勵因素能夠真正發(fā)揮作用的重要基石；梁梁等［28］認為現(xiàn)行激勵機制平均主義過于嚴重，應將精神激勵與物質激勵有機結合；秦芬等［29］從EI、非經(jīng)濟激勵和聯(lián)合激勵3 個維度探討了社交媒體、問答平臺中用戶生成內(nèi)容不足或貢獻不大的改善方法。

信息技術領域的激勵研究也取得了較多成果。例如，張夢雨等［4］研究發(fā)現(xiàn)激勵策略對業(yè)主、設計方和施工方的信息技術采納意愿影響不同，其中業(yè)主對激勵力度最為敏感；盧強等［30］研究發(fā)現(xiàn)工資績效激勵對教師采納課堂信息技術有顯著正向影響；張德海等［31］研究發(fā)現(xiàn)政府補貼、免稅激勵措施對物流信息網(wǎng)絡技術采納有正向影響作用；相征等［32］研究發(fā)現(xiàn)政府政策激勵對制造企業(yè)采納大數(shù)據(jù)技術有正向影響作用。

由以上文獻可知，現(xiàn)有研究主要討論的是人臉識別技術采納的自身影響因素，較少考慮外部激勵措施的作用，且對激勵措施的研究較為單一，較少將多種激勵作用綜合起來進行比較。為此，本文從EI、PI、SI 3 個維度研究激勵機制對用戶采納人臉識別技術的促進作用。

2 模型構建

2.1 模型結構

在TAM 模型中，外部變量通過影響PU 和PEOU 影響用戶AB［15］。學者們大多通過信息技術自身特性或用戶感知等內(nèi)部因素研究信息技術采納的影響因素，但是優(yōu)惠券、使用權力、社交等外部措施是提高采納率的最常用辦法。因此，本文以TAM 模型為理論支撐，引入外部激勵機制，將激勵劃分為EI、PI、SI 3個維度，構建的模型結構如圖1所示。

Fig.1 Model structure圖1 模型結構

2.2 研究假設

2.2.1 EI對人臉識別用戶感知的作用

EI 是指采用紅包、優(yōu)惠券、虛擬貨幣等方式進行激勵。Zou 等［33］對互聯(lián)網(wǎng)信息中介和基于位置的服務信息中介進行比較，發(fā)現(xiàn)基于位置的服務信息中介通過發(fā)放優(yōu)惠券改變了用戶PU 和PEOU，采納行為有所提升；Zhong 等［34］對國內(nèi)人臉支付的影響因素進行研究，發(fā)現(xiàn)發(fā)放優(yōu)惠券對女性的PU 效果優(yōu)于男性。日常生活中，人臉識別技術推廣也采用EI，如微信、支付寶使用優(yōu)惠券激勵用戶使用刷臉支付，阿里掃臉實名認證可獲得虛擬貨幣獎勵，王者榮耀游戲通過人臉識別認證后會給予游戲裝備、虛擬金幣等獎勵。根據(jù)已有研究，本文提出以下假設：①H1a。EI對人臉識別PEOU 有促進作用；②H1b。EI 對人臉識別PU 有促進作用。

2.2.2 PI對人臉識別用戶感知的作用

麥克利蘭的成就需求理論提出權力需求能夠驅動個體從事某項工作［35］。PI 即指人臉識別技術賦予用戶的使用資格和權力［36］。日常生活中，網(wǎng)吧通過刷臉認證賦予成年人上網(wǎng)的權力；酒店通過人臉識別認證賦予客人入住酒店的權力；圖書館通過人臉識別技術賦予師生進出資格。這些權力使用戶獲得了較好的身心體驗，根據(jù)已有研究，本文提出以下假設：①H2a。PI 對人臉識別PEOU 有促進作用；②H2b。PI對人臉識別PU 有促進作用。

2.2.3 SI對人臉識別用戶感知的作用

成就需要理論提出個體存在與他人建立友好親密的需要。SI 即指通過與他人溝通交流形成的情感鏈結與社會支持等。SI 通過激勵社交關系對用戶的PU 和PEOU 產(chǎn)生影響，例如陳憶金等［37］研究發(fā)現(xiàn)SI 對信息PU 有正向影響；李業(yè)根［38］研究發(fā)現(xiàn)特有社交圈能滿足用戶對網(wǎng)絡文庫的依賴感；Lee 等［39］研究表明線下知識共享對Facebook 的使用率有積極影響?，F(xiàn)實生活中，抖音推出的卡通虛擬頭像連麥、OPPO 手機的Omoji虛擬形象交友等均是通過社交激勵促進用戶采納人臉識別；珍愛網(wǎng)等相親網(wǎng)站會組織一些通過人臉認證的單身男女參加線下活動。基于此，本文提出以下假設：①H3a。SI 對人臉識別PEOU 有促進作用；②H3b。SI對人臉識別PU 有促進作用。

2.2.4 人臉識別PEOU對PU與AB的作用

PEOU 指用戶認為使用特定系統(tǒng)無需費力的程度，信息技術的AB 和PU 受PEOU 的影響［15］。陳彥靚等［40］對人工智能自助服務用戶的心理影響因素進行研究，發(fā)現(xiàn)PEOU 正向影響PU；范哲等［41］研究結果表明PEOU 對用戶移動視覺搜索行為意向有正向影響作用；孫齡波等［42］研究發(fā)現(xiàn)PEOU 對公眾行為意圖有正向影響。根據(jù)已有研究，本文提出以下假設：①H4a。人臉識別PEOU 對PU 有正向影響；②H4b。人臉識別PEOU 對人臉識別技術AB 有正向影響。

2.2.5 人臉識別PU對人臉識別采納的作用

PU 指用戶認為人臉識別技術有用的程度［15］。陳彥靚等［40］研究表明PU 影響人工智能自助服務用戶的行為，并被PEOU 影響；范哲等［41］研究結果表明，PU 對用戶移動視覺搜索應用方式的行為意向有正向影響作用；孫齡波等［42］研究發(fā)現(xiàn)PU 對公眾行為意圖有正向影響。根據(jù)已有研究，本文提出H5 假設：人臉識別PU 對人臉識別技術采納有正向影響。

3 研究設計

3.1 測量變量

本研究借鑒國內(nèi)外成熟的Likert5 量表，采用多維度對各變量進行測量，具體如表1所示。

Table 1 Research Scale表1 研究量表

3.2 描述性統(tǒng)計分析

為保證樣本具有普遍性和代表性，采用問卷星線上回收問卷400份，其中有效問卷390份，有效率達97.5%，符合統(tǒng)計分析要求。問卷信息統(tǒng)計分布如表2所示。

Table 2 Questionnaire statistical analysis表2 問卷信息分析

從年齡上看，人臉識別技術使用者主要集中在20-30歲，占樣本總量的58.20%；從學歷上看，?？萍耙陨先巳菏褂萌四樧R別技術最多，占89.74%；從使用頻率上看，有69.23%的用戶每周會使用超過20 次人臉識別應用。問卷的描述性分析如表3所示。

3.3 信度分析

本研究采用內(nèi)在信度分析判斷量表是否有效，采用Cronbach’s α 系數(shù)對問卷的信度進行測量，檢驗結果如表4 所示。可以看出，所有變量的Cronbach’s α 系數(shù)均在0.7以上，達到了較好水平，表明本研究采用的量表具有內(nèi)部一致性和可信度。

Table 4 Reliability test result表4 信度檢驗結果

3.4 效度分析

效度分析包括探索性因子分析和驗證性因子分析兩部分。

3.4.1 探索性因子分析

首先對人臉識別用戶激勵、人臉識別用戶感知、人臉識別采納進行KOM 和Bartlett’s 球形檢驗，結果如表5 所示?？梢钥闯觯四樧R別技術用戶激勵、用戶感知和采納的KMO 值均大于0.5，Bartlett’s球形檢驗也達到顯著水平，因此樣本可以進行探索性分析。

Table 5 KOM and Bartlett's spherical inspection results表5 KOM和Bartlett’s球形檢驗結果

然后進行探索性因子分析，本文研究變量均基于文獻資料，故可以預先判斷因子數(shù)量：人臉識別用戶激勵提取3個因子，人臉識別用戶感知提取2 個因子，人臉識別采納提取1 個因子。采用SPSS 軟件對其進行檢驗，6 個因子累計解釋量為68.249%，具有較強解釋率。

3.4.2 驗證性因子分析

驗證性因子的分析目的是對本文模型所作假設進行檢驗，確認數(shù)據(jù)是否符合這些假設，以進一步確保效度。分析結果如表6 所示?？梢钥闯?，驗證性因子的平均方差抽取量（Average Variance Extracted，AVE）和組合信度（Composite Reliability，CR）均達到標準，說明本次數(shù)據(jù)具有良好的聚合效果，可以進行下一步分析。

Table 6 Results of confirmatory factor analysis表6 驗證性因子分析結果

4 模型驗證

采用AMOS 軟件建立激勵對人臉識別技術采納影響的分析模型，模型由EI、PI、SI、人臉識別PU、人臉識別PEOU 和人臉識別AB 6個變量構成，用于檢驗上述假設。

4.1 模型適配度檢驗

運用AMOS 軟件對模型適配度進行檢驗，結果見表7?？梢钥闯?，該模型除了AGFI 指標滿足可接受的標準外，其他參數(shù)滿足預期理想要求，說明模型具有良好的適用性。

Table 7 Results of model fit test表7 模型適配度檢驗結果

4.2 假設驗證

運用AMOS 軟件對人臉識別用戶激勵、人臉識別用戶感知和人臉識別采納進行路徑分析，驗證本文提出的假設，結果如表8 所示?？梢钥闯?，EI 對人臉識別PEOU 具有顯著促進作用，對人臉識別PU 不會產(chǎn)生作用；PI 對人臉識別PEOU 和人臉識別PU 具有促進作用；SI 對人臉識別PEOU 和人臉識別PU 具有顯著促進作用；對于人臉識別PEOU 來說，SI的促進作用最佳，EI次之，最后是PI；對于人臉識別PU 來說，SI 的促進作用最佳，PI 次之；人臉識別PEOU 對人臉識別PU 和人臉識別AB 具有顯著正向影響；人臉識別PU 對人臉識別AB 具有顯著正向影響。

Table 8 Model hypothesis validation results表8 模型假設驗證結果

4.3 中介效應分析

本文將人臉識別PU 和人臉識別PEOU 作為中介變量，認為EI、PI 和SI 是通過人臉識別PU 和人臉識別PEOU 對人臉識別AB 產(chǎn)生促進作用，即人臉識別PU 和人臉識別PEOU 具有中介作用。為驗證這一觀點，對人臉識別PU 和人臉識別PEOU 的中介作用進行檢驗，結果如表9所示。

Table 9 Test results of the mediating effect of PU and PEOU表9 PU和PEOU中介作用檢驗結果

使用Bootstrap 抽樣檢驗法進行中介效應檢驗，抽樣次數(shù)為5 000 次，結果顯示：①從“EI→人臉識別PEOU→人臉識別AB”這條路徑來看，人臉識別PEOU 起到中介作用；②從“EI→人臉識別PU→人臉識別AB”這條路徑來看，人臉識別PU 沒有起到中介作用；③從“EI→人臉識別PEOU→人臉識別PU→人臉識別AB”這條鏈式路徑來看，人臉識別PEOU 和PU 起到中介作用；④從“PI→人臉識別PU→人臉識別AB”這條路徑來看，人臉識別PU 起到中介作用；⑤從“PI→人臉識別PEOU→AB”這條路徑來看，人臉識別PEOU 起到中介作用；⑥從“PI→人臉識別PEOU→人臉識別PU→AB”這條鏈式路徑來看，人臉識別PEOU 和人臉識別PU 起到中介作用；⑦從“SI→人臉識別PU→AB”這條路徑來看，人臉識別PU 起到中介作用；⑧從“SI→人臉識別PEOU→AB”這條路徑來看，人臉識別PEOU 起到中介作用；⑨從“SI→人臉識別PEOU→人臉識別PU→AB”這條鏈式路徑來看，人臉識別PEOU 和PU 起到中介作用。

4.4 模型假設修正

本文一共提出9 個假設，通過研究分析，結果顯示其中8個假設成立，1個假設不成立，具體見表10。

Table 10 Hypothetical validation results表10 假設驗證結果

5 結語

現(xiàn)有人臉識別相關研究主要圍繞其概念、影響因素等展開，較少關注外部變量的作用。為此，本文圍繞人臉識別技術的采納行為進行了實證研究，結果發(fā)現(xiàn)激勵對人臉識別技術采納有促進作用，且不同激勵措施影響程度不同?，F(xiàn)有信息技術采納激勵研究多為理論或結果闡述，實證研究較少，本文研究結果為后續(xù)人臉識別技術采納的激勵措施提供了指導。

用戶使用人臉識別技術的目的不同，有些傾向于實用性，有些傾向于便利性，因此人臉識別技術經(jīng)營者應針對不同用戶感知建立差異化激勵機制，相較盲目激勵不僅降低了人臉識別技術運營成本，而且提高了激勵手段的有效性。

本研究尚存在不足之處，需要在后續(xù)工作中改善，例如研究對象差異性有待細化，應根據(jù)不同產(chǎn)品對人臉識別技術采取不同的激勵手段進行實證檢驗。此外，人臉識別技術采納行為可能會受到用戶以往經(jīng)驗、情感鏈接、社會因素等調節(jié)變量的影響，后續(xù)可考察該類變量對激勵措施與用戶行為的調節(jié)作用。