人工智能對(duì)金融科技創(chuàng)新阻力的影響機(jī)制研究

一、緒論根據(jù)《金融科技發(fā)展規(guī)劃（2022-2025年）》，數(shù)字經(jīng)濟(jì)的蓬勃興起為金融創(chuàng)新發(fā)展構(gòu)筑廣闊舞臺(tái)，數(shù)字技術(shù)的快速嚴(yán)謹(jǐn)為金融數(shù)字化轉(zhuǎn)型注入充沛活力，金融科技逐步邁入高質(zhì)量發(fā)展的新階段。在“十三五”規(guī)劃期間，我國(guó)逐步形成了以“F（綜合金融科技）A（人工智能）B（區(qū)塊鏈）C（云計(jì)算）D（大數(shù)據(jù)）E（用戶體驗(yàn)）”為主體的金融科技創(chuàng)新體系?！笆奈濉币?guī)劃明確將創(chuàng)新驅(qū)動(dòng)作為發(fā)展方向，具體到金融科技領(lǐng)域，重點(diǎn)提到“要提升金融科技水平”[1]。金融科技一詞源于金融和技術(shù)這兩個(gè)詞的縮寫(xiě)，于1972年出現(xiàn)在科學(xué)文獻(xiàn)中，被定義為“將銀行專業(yè)知識(shí)與現(xiàn)代管理科學(xué)技術(shù)和計(jì)算機(jī)結(jié)合起來(lái)”[2]。目前，金融科技正在以驚人的速度變革金融業(yè)[3][4][5][6]。金融科技有助于降低成本，增加客戶的可接觸性，并以更有效的方式管理風(fēng)險(xiǎn)，幫助企業(yè)獲得可持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)[6]，帶動(dòng)企業(yè)自主創(chuàng)新。例如，在金融科技的幫助下，小企業(yè)和個(gè)人或家庭，能夠便捷使用移動(dòng)支付、在線貸款等金融服務(wù)；企業(yè)獲得在信用評(píng)估方面的信息優(yōu)勢(shì)，量化風(fēng)險(xiǎn)，提高自身風(fēng)控和風(fēng)險(xiǎn)管理能力；其強(qiáng)大的數(shù)據(jù)收集和分析能力，能有效減少信息不對(duì)稱，促進(jìn)金融市場(chǎng)和金融體系的穩(wěn)定發(fā)展等。而金融科技給用戶帶來(lái)高效便捷的體驗(yàn)時(shí)，也改變了用戶使用金融科技服務(wù)的傳統(tǒng)方式，這可能會(huì)使用戶產(chǎn)生金融科技的創(chuàng)新阻力。創(chuàng)新阻力是消費(fèi)者由于現(xiàn)有滿意狀態(tài)的潛在變化或信念矛盾而反對(duì)創(chuàng)新[7][8]。一旦創(chuàng)新打破了消費(fèi)者的規(guī)范、傳統(tǒng)、習(xí)慣或慣例，或與消費(fèi)者的信仰、信念、價(jià)值觀發(fā)生沖突，就會(huì)產(chǎn)生抵觸[9]。近年來(lái)，雖然創(chuàng)新阻力的研究在移動(dòng)和互聯(lián)網(wǎng)銀行[10]、移動(dòng)式電子錢包[11]、移動(dòng)支付[12]等具體領(lǐng)域正迅速獲得學(xué)者們的關(guān)注，但學(xué)者們較少聚焦于當(dāng)前金融科技的核心技術(shù)——人工智能對(duì)金融科技創(chuàng)新阻力的影響。人工智能則由于能夠?yàn)榭蛻籼峁┝畠r(jià)、高效和個(gè)性化的服務(wù)，在金融行業(yè)越來(lái)越受歡迎[13]。并且，《金融科技發(fā)展規(guī)劃（2022-2025年）》指出，抓住全球人工智能發(fā)展新機(jī)遇，著力打造場(chǎng)景感知、人機(jī)協(xié)同、跨界融合的指揮金融新業(yè)態(tài)；不斷提升金融服務(wù)深度、廣度和溫度。“金融科技+人工智能”模式不僅給金融行業(yè)帶來(lái)了前所未有的機(jī)遇，而且也顛覆了用戶體驗(yàn)金融服務(wù)的傳統(tǒng)使用方式和渠道，如智能支付、智能客服、智能征信、智能風(fēng)控、智能投顧、智能理賠、智能保險(xiǎn)等。Haenlein和Kaplan[14]將人工智能定義為“一種系統(tǒng)的能力，即正確解釋外部數(shù)據(jù)，從這些數(shù)據(jù)中學(xué)習(xí)，并通過(guò)靈活地采用這些學(xué)習(xí)結(jié)論來(lái)實(shí)現(xiàn)特定的目標(biāo)和任務(wù)”。隨著服務(wù)提供商將人工智能技術(shù)整合到面向客戶的活動(dòng)中，它不僅可能改變消費(fèi)者的服務(wù)體驗(yàn)[15]，還可能有助于創(chuàng)建更高效的后臺(tái)操作[16]?？偟膩?lái)說(shuō)，在人工智能的支持下，機(jī)器在工作場(chǎng)所和整個(gè)社會(huì)中執(zhí)行當(dāng)前由人類負(fù)責(zé)的特定角色和任務(wù)的能力不斷提高[17]。人工智能以機(jī)器學(xué)習(xí)、語(yǔ)音識(shí)別和預(yù)測(cè)分析的形式，使機(jī)器人和聊天機(jī)器人能夠提供財(cái)務(wù)建議；分析風(fēng)險(xiǎn)；管理資產(chǎn)并從事算法交易[13]。整體而言，人工智能技術(shù)進(jìn)一步提升金融行業(yè)的數(shù)據(jù)處理能力和效率，推動(dòng)金融服務(wù)模式趨向主動(dòng)化、個(gè)性化、智能化，提升金融風(fēng)險(xiǎn)控制效能和助推普惠金融服務(wù)發(fā)展[18]。此外，隨著金融機(jī)構(gòu)將其商業(yè)模式轉(zhuǎn)向數(shù)字自助服務(wù)技術(shù)渠道，客戶在與人工智能代理交互時(shí)感到舒適的需求對(duì)于增強(qiáng)客戶體驗(yàn)和公司績(jī)效至關(guān)重要[16]。綜上，結(jié)合現(xiàn)有文獻(xiàn)中的研究，人工智能具有不同于其他科技的特性，即感知智能化和感知擬人化。我們將感知智能化定義為感知人工智能的行為是高效和自主的，具有處理和產(chǎn)生自然語(yǔ)言并提供有效輸出的能力；感知擬人化定義為用戶基于典型和獨(dú)特的人類特征感知代理類人的程度，比如流利、尊重或有趣（人類獨(dú)有的特征），以及友好、快樂(lè)或關(guān)心（人類的特征）[19]。因此，在本研究中，我們將探討人工智能如何降低金融科技創(chuàng)新阻力，以減少用戶使用金融科技產(chǎn)品和服務(wù)的障礙，推動(dòng)智慧金融服務(wù)與生產(chǎn)生活場(chǎng)景深度融合，拓展金融服務(wù)觸達(dá)半徑和輻射范圍，彌合地域間、群體間、機(jī)構(gòu)間的數(shù)字鴻溝，讓金融科技發(fā)展成果更廣泛、更深入、更公平地惠及廣大人民群眾。在上述背景下，本文旨在研究人工智能對(duì)金融科技創(chuàng)新阻力的影響機(jī)制，以創(chuàng)新阻力理論為基礎(chǔ)，結(jié)合人工智能感知智能化和感知擬人化的特性，把調(diào)查環(huán)境鎖定在國(guó)內(nèi)。學(xué)者們主要關(guān)注金融科技中人工智能的應(yīng)用和監(jiān)管[13][20][21]，而對(duì)于人工智能感知智能化和感知擬人化對(duì)金融科技創(chuàng)新阻力的影響研究較少，這是有關(guān)金融科技研究領(lǐng)域的一塊空缺，故本文擬繼續(xù)對(duì)此展開(kāi)研究。并且，雖然已有學(xué)者們和大型金融機(jī)構(gòu)等對(duì)國(guó)內(nèi)人工智能在金融科技中的創(chuàng)新進(jìn)行研究，但其主要針對(duì)中小企業(yè)，商業(yè)銀行等主要參與者[22][23]，而對(duì)于作為金融科技的起點(diǎn)的用戶，學(xué)者們的關(guān)注較少，故本研究以用戶為研究對(duì)象展開(kāi)深入研究，完善和填補(bǔ)當(dāng)前研究的這一空缺，從而促進(jìn)對(duì)人工智能影響金融科技創(chuàng)新阻力的理解。下一節(jié)首先對(duì)現(xiàn)有人工智能和金融科技創(chuàng)新阻力研究的文獻(xiàn)綜述，其次提出了實(shí)證研究的假設(shè)和研究模型。在對(duì)研究數(shù)據(jù)和結(jié)果進(jìn)行討論后，我們總結(jié)了其局限性和未來(lái)發(fā)展方向。二、文獻(xiàn)綜述金融穩(wěn)定理事會(huì)將金融科技定義為金融服務(wù)領(lǐng)域的技術(shù)創(chuàng)新，這些創(chuàng)新可能會(huì)帶來(lái)新的商業(yè)模式、應(yīng)用程序、流程或產(chǎn)品，并對(duì)金融市場(chǎng)和機(jī)構(gòu)以及金融服務(wù)的提供產(chǎn)生相關(guān)的重大影響。盡管金融科技在一定程度上給予用戶生產(chǎn)生活便捷的服務(wù)和幫助，仍存在一些因素導(dǎo)致用戶延遲或減少對(duì)金融科技的采用，進(jìn)而阻礙金融科技的進(jìn)一步發(fā)展以及降低金融服務(wù)的水平和效率。先前學(xué)者們?cè)趯?duì)金融科技的采用和持續(xù)使用的研究中，常采用技術(shù)接受模型（TechnologyAcceptanceModel，TAM）和技術(shù)接受整合模型（UnifiedTheoryofUserAcceptanceofTechnology，UTAUT）等[20][24][25][26][27][28]，仍主要關(guān)注金融科技采用的推動(dòng)因素，對(duì)于金融科技產(chǎn)生的創(chuàng)新阻力的影響的關(guān)注有限。然而，理解人們?yōu)槭裁床皇褂靡环N新產(chǎn)品和服務(wù)的原因與理解他們?yōu)槭裁词褂盟粯又匾?。這一結(jié)論不僅有助于新產(chǎn)品和服務(wù)的開(kāi)發(fā)階段，而且對(duì)現(xiàn)有的“新”產(chǎn)品的服務(wù)提出了調(diào)整建議[12]。在創(chuàng)新不斷進(jìn)入市場(chǎng)的背景下，創(chuàng)新阻力理論的重要性日益凸顯。該理論著重于從不同的障礙因素來(lái)解釋消費(fèi)者對(duì)任何產(chǎn)品的反應(yīng)，為學(xué)者們解釋創(chuàng)新的阻力提供了理論基礎(chǔ)[10]。并且，人工智能已廣泛應(yīng)用于現(xiàn)有的金融科技服務(wù)。因此通過(guò)創(chuàng)新阻力理論，同時(shí)能填補(bǔ)人工智能對(duì)金融科技創(chuàng)新阻力的影響機(jī)制研究的空白。創(chuàng)新阻力理論已被學(xué)者們廣泛用于研究不同創(chuàng)新產(chǎn)品或服務(wù)給用戶帶來(lái)的障礙和阻力，如表1所示。具體來(lái)說(shuō)，創(chuàng)新阻力可以被定義為由于現(xiàn)有狀況的改變和現(xiàn)有信念體系的偏離可能帶來(lái)的變化，進(jìn)而產(chǎn)生對(duì)創(chuàng)新的采用和使用進(jìn)行再次理性思考并影響最終決策的行為[16]。其中，該理論提出了五種障礙，即使用障礙、價(jià)值障礙、風(fēng)險(xiǎn)障礙、傳統(tǒng)障礙和形象障礙[8]。先前的文獻(xiàn)中，學(xué)者們對(duì)不同種類的金融科技產(chǎn)品或服務(wù)給用戶造成的阻力進(jìn)行了實(shí)證研究，部分展示于表1中。隨著人工智能高度滲透金融科技領(lǐng)域，它通過(guò)提高金融科技服務(wù)效率和提供更智能化的金融科技產(chǎn)品和金融服務(wù)來(lái)推動(dòng)金融業(yè)和社會(huì)經(jīng)濟(jì)水平的的新增長(zhǎng)。如智能支付減少現(xiàn)金使用頻率，便利了我們的日常生活；智能投顧為不同類型客戶提供個(gè)性化的投資服務(wù)，提高閑置資金的使用率；智能風(fēng)控有效降低風(fēng)險(xiǎn)事件發(fā)生的概率和損失，保障金融機(jī)構(gòu)的業(yè)務(wù)效率和安全性等。因此基于創(chuàng)新阻力理論，我們考慮從人工智能感知智能化和感知擬人化兩個(gè)維度，結(jié)合“使用障礙、價(jià)值障礙、風(fēng)險(xiǎn)障礙、傳統(tǒng)障礙和形象障礙”五個(gè)方面，探討人工智能對(duì)金融科技創(chuàng)新阻力的影響。表1有關(guān)創(chuàng)新阻力理論的實(shí)證研究作者研究主題理論主要研究結(jié)果Shikshaetal.,2019有機(jī)食品消費(fèi)消費(fèi)價(jià)值理論；創(chuàng)新阻力理論本文是2004年后首個(gè)關(guān)于有機(jī)食品消費(fèi)的不同動(dòng)機(jī)和障礙的系統(tǒng)文獻(xiàn)綜述。本文利用兩個(gè)著名的理論框架，即消費(fèi)價(jià)值理論和創(chuàng)新阻力理論，對(duì)不同的動(dòng)機(jī)和障礙進(jìn)行了分類。當(dāng)前的系統(tǒng)文獻(xiàn)綜述發(fā)展了一個(gè)關(guān)于動(dòng)機(jī)、障礙和消費(fèi)者購(gòu)買決策之間潛在關(guān)聯(lián)的綜合框架，其將使學(xué)者能夠在有機(jī)食品中選擇和測(cè)試影響購(gòu)買決定的最相關(guān)的因素。Mohdetal.,2020購(gòu)買環(huán)?；瘖y品創(chuàng)新阻力理論所有障礙都是采用環(huán)保化妝品的重要障礙，其中傳統(tǒng)壁壘和形象壁壘對(duì)消費(fèi)者購(gòu)買意愿的抑制力最強(qiáng)。消費(fèi)者對(duì)環(huán)境的關(guān)注降低了價(jià)值障礙和形象障礙對(duì)消費(fèi)者購(gòu)買環(huán)保產(chǎn)品意愿的負(fù)面影響。消費(fèi)者對(duì)健康的關(guān)注降低了傳統(tǒng)障礙和風(fēng)險(xiǎn)障礙對(duì)消費(fèi)者環(huán)?；瘖y品購(gòu)買意圖的負(fù)面影響。Shalinietal.,2020在線旅行社消費(fèi)創(chuàng)新阻力理論利益障礙是在線旅行社服務(wù)購(gòu)買意愿的主要抑制因素。隱私和安全問(wèn)題以及脆弱性障礙與意圖呈正相關(guān)?？梢?jiàn)性影響利益障礙和購(gòu)買意愿之間的關(guān)聯(lián)強(qiáng)度，其強(qiáng)度在年輕、中年和老年用戶之間存在差異。Long&Chei2019慕課的使用創(chuàng)新阻力理論發(fā)展中國(guó)家學(xué)生在采用慕課時(shí)遇到的主要障礙是使用障礙、價(jià)值障礙和傳統(tǒng)障礙。個(gè)人因素（如自我控制和態(tài)度）以及環(huán)境（如基礎(chǔ)設(shè)施和經(jīng)濟(jì)）也會(huì)影響學(xué)生使用慕課的決定。Puneetetal.,2020移動(dòng)支付創(chuàng)新阻力理論使用、價(jià)值和風(fēng)險(xiǎn)障礙與用戶使用移動(dòng)支付的意圖呈負(fù)相關(guān)，而傳統(tǒng)障礙和形象障礙與其沒(méi)有關(guān)聯(lián)。使用和價(jià)值障礙與用戶推薦移動(dòng)支付的意圖呈負(fù)相關(guān)。Kuo&Silvia2020移動(dòng)支付自決理論；創(chuàng)新阻力論使用移動(dòng)支付的自主性對(duì)復(fù)雜性障礙、圖象障礙、風(fēng)險(xiǎn)障礙有顯著的負(fù)面影響；使用移動(dòng)支付的能力對(duì)圖象障礙有顯著的負(fù)面影響；使用移動(dòng)支付的相關(guān)性對(duì)圖象障礙和風(fēng)險(xiǎn)障礙有顯著的負(fù)面影響。復(fù)雜性障礙和圖象障礙對(duì)移動(dòng)支付的使用意圖有顯著的負(fù)面影響。Leongetal.,2020移動(dòng)錢包創(chuàng)新阻力理論研究發(fā)現(xiàn)教育對(duì)移動(dòng)錢包創(chuàng)新阻力有負(fù)面影響，收入則對(duì)其有積極影響，感知新穎性對(duì)其有顯著影響。在創(chuàng)新阻力中，對(duì)移動(dòng)錢包創(chuàng)新阻力的影響由強(qiáng)到弱是使用障礙、傳統(tǒng)障礙、風(fēng)險(xiǎn)障礙和價(jià)值障礙。人工智能因其在媒體中的重要性及其改變商業(yè)和日常生活方式的潛力而獲得了廣泛的公眾興趣，它包括通過(guò)專家系統(tǒng)、機(jī)器學(xué)習(xí)或深度學(xué)習(xí)來(lái)設(shè)計(jì)模仿人類智能和能力的機(jī)器[29]。人工智能擁有克服人類的一些計(jì)算密集型、智力甚至有限創(chuàng)造性的能力，在教育和營(yíng)銷、醫(yī)療保健、金融和制造領(lǐng)域開(kāi)辟了新的應(yīng)用領(lǐng)域，從而對(duì)生產(chǎn)力和績(jī)效產(chǎn)生影響。人工智能系統(tǒng)的時(shí)代已經(jīng)發(fā)展到可以通過(guò)機(jī)器智能執(zhí)行自動(dòng)駕駛汽車、聊天機(jī)器人、自主規(guī)劃和調(diào)度、游戲、翻譯、醫(yī)療診斷甚至和垃圾郵件對(duì)抗的水平[30]。隨著人工智能和數(shù)字平臺(tái)等的崛起，它們可能導(dǎo)致傳統(tǒng)銀行業(yè)務(wù)模式的縱向和橫向解體。專業(yè)的金融服務(wù)提供商可以削減不依賴存款資金的服務(wù)，例如支付和資產(chǎn)管理服務(wù)。數(shù)字平臺(tái)則可以成為銀行與其客戶之間的新中間人[31]。同時(shí)，越來(lái)越多的金融機(jī)構(gòu)尋求從人工智能應(yīng)用程序中受益，以簡(jiǎn)化其客戶群的運(yùn)營(yíng)和服務(wù)績(jī)效[32]。同時(shí)，在國(guó)內(nèi)研究中，程雪軍[33]基于我國(guó)消費(fèi)金融的發(fā)展難點(diǎn)以及人工智能的技術(shù)特點(diǎn)，分析了人工智能深度介入消費(fèi)金融行業(yè)的動(dòng)因、主要風(fēng)險(xiǎn)，提出人工智能在消費(fèi)金融場(chǎng)景的應(yīng)用中的風(fēng)險(xiǎn)防控措施，探索人工智能賦能消費(fèi)金融的發(fā)展意義。在金融科技的持續(xù)發(fā)展和用戶的金融需求不斷增長(zhǎng)方面，人工智能代表了一個(gè)明顯的機(jī)會(huì)，通過(guò)為用戶提供更大的價(jià)值和增加公司的收入從而推動(dòng)金融業(yè)的轉(zhuǎn)型[20]。在P2P網(wǎng)絡(luò)借貸平臺(tái)中，機(jī)器人顧問(wèn)以自動(dòng)化的方式生成大量數(shù)據(jù)，這些數(shù)據(jù)不僅可以用來(lái)改進(jìn)服務(wù)，使其更加個(gè)性化，還可以降低合規(guī)風(fēng)險(xiǎn)[21]。在移動(dòng)銀行領(lǐng)域，近年來(lái)，人工智能已成為應(yīng)對(duì)網(wǎng)絡(luò)安全威脅的重要工具，例如，它能夠快速識(shí)別對(duì)客戶賬戶未經(jīng)授權(quán)的使用，并采取行動(dòng)將財(cái)務(wù)風(fēng)險(xiǎn)降至最低，而客戶無(wú)需付出任何努力[16]。同時(shí)，由人工智能支持的聊天機(jī)器人在執(zhí)行重復(fù)性任務(wù)時(shí)，通常更具成本效益和速度更快。并且，在銀行賬戶和某些投資等特定類型的財(cái)務(wù)建議上，客戶似乎更信任人工智能[13]。在人工智能的支持下，金融科技和傳統(tǒng)金融服務(wù)已經(jīng)并將繼續(xù)以更快的速度發(fā)生變化[29]。表2總結(jié)了人工智能在金融科技業(yè)務(wù)中的應(yīng)用研究。表2人工智能在金融科技業(yè)務(wù)中的應(yīng)用研究作者研究主題主要研究成果Belancheetal.,2019機(jī)器人顧問(wèn)的采用態(tài)度是使用財(cái)務(wù)機(jī)器人顧問(wèn)的行為意圖的最強(qiáng)預(yù)測(cè)因素，其次是主觀規(guī)范。當(dāng)參與者對(duì)使用機(jī)器人的熟悉程度較低時(shí)，主觀規(guī)范的影響比當(dāng)他們熟悉程度較高的時(shí)候更大。不同參與者的文化對(duì)使用意向前因的影響存在相關(guān)差異。Payneetal.,2021人工智能；移動(dòng)銀行服務(wù)平臺(tái)這表明消費(fèi)者更加重視人工智能和移動(dòng)銀行的實(shí)用價(jià)值（即安全性、速度和便利性）而不是在非社會(huì)背景下提供服務(wù)的享樂(lè)價(jià)值。結(jié)果支持將消費(fèi)者視為數(shù)字技術(shù)渠道中價(jià)值共創(chuàng)過(guò)程的參與者的觀點(diǎn)。人工智能所支持的應(yīng)用常直接或間接作用于消費(fèi)者使用的金融產(chǎn)品或服務(wù)，由此用戶的感知?jiǎng)t是金融科技受人工智能影響的結(jié)果。人工智能作為獲取某一領(lǐng)域的海量信息，并利用這些信息對(duì)具體案例做出判斷，達(dá)成特定目標(biāo)的一種技術(shù)。它可能模仿人類思考于認(rèn)知的模式和在與人交互時(shí)擁有人類的反應(yīng)[18]。Moussawi[19]等人將感知智能化定義為感知人工智能的行為是高效和自主的，具有處理和產(chǎn)生自然語(yǔ)言并提供有效輸出的能力；感知擬人化定義為用戶基于典型和獨(dú)特的人類特征感知代理類人的程度，比如流利、尊重或有趣（人類獨(dú)有的特征），以及友好、快樂(lè)或關(guān)心（人類的特征）。具體到金融科技領(lǐng)域，一方面機(jī)器智能分析復(fù)雜的客戶數(shù)據(jù)，了解呵護(hù)的消費(fèi)習(xí)慣和金融訴求，另一方面會(huì)說(shuō)話的機(jī)器人在無(wú)人值守銀行里作為大堂經(jīng)理來(lái)引導(dǎo)客戶、和客戶對(duì)話、解決客戶問(wèn)題并完成交易，使批量實(shí)現(xiàn)對(duì)客戶的智能化和個(gè)性化服務(wù)成為可能[18]。因此，我們認(rèn)為人工智能的感知智能化和感知擬人化會(huì)影響金融科技創(chuàng)新阻力。創(chuàng)新阻力理論以功能障礙和心理障礙的形式指出消費(fèi)者抵抗的所有主要來(lái)源，解釋了消費(fèi)者拒絕購(gòu)買新產(chǎn)品的原因，是研究障礙或消費(fèi)者阻力的最成熟和有效的框架[34]。金融科技在金融和科技的深入融合中不斷推進(jìn)金融業(yè)的創(chuàng)新發(fā)展，拓寬金融服務(wù)，提供智能化的金融產(chǎn)品，提升傳統(tǒng)金融的服務(wù)效率，助力金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型。該理論認(rèn)為，消費(fèi)者面臨的創(chuàng)新阻力可以具體分為使用障礙、價(jià)值障礙、風(fēng)險(xiǎn)障礙、傳統(tǒng)障礙和形象障礙[8]。當(dāng)消費(fèi)者感受到創(chuàng)新所帶來(lái)的變化時(shí)，功能障礙就會(huì)產(chǎn)生影響，而當(dāng)創(chuàng)新與既定的價(jià)值觀或信念相悖時(shí)，心理障礙就會(huì)被激活[9]。這就意味著，在消費(fèi)者采用金融科技前后均會(huì)受到創(chuàng)新阻力的影響。而基于創(chuàng)新所帶來(lái)的變化或其不連續(xù)的程度，和/或它與消費(fèi)者的信念結(jié)構(gòu)沖突所產(chǎn)生的創(chuàng)新阻力的程度不同，對(duì)創(chuàng)新的采用時(shí)機(jī)的影響不同[8]。因此，為了進(jìn)一步了解人工智能智能化和擬人化特征對(duì)金融科技創(chuàng)新阻力的影響，我們選擇創(chuàng)新阻力理論作為本研究適合的理論框架。Chung和Liang[12]結(jié)合了創(chuàng)新阻力理論和自決理論，提出一個(gè)綜合的研究框架，探討了消費(fèi)者對(duì)移動(dòng)支付的使用意圖，并試圖從用戶的角度來(lái)理解和分類對(duì)移動(dòng)支付的阻力。基于上述，國(guó)內(nèi)外學(xué)者們對(duì)于金融科技創(chuàng)新阻力的影響的關(guān)注有限。因此，本研究重點(diǎn)關(guān)注中國(guó)用戶，從人工智能智能化和擬人化方面探討其對(duì)金融科技創(chuàng)新阻力的影響。這有助于提升普惠金融服務(wù)質(zhì)效，讓更多小微市場(chǎng)主體真正獲益。三、研究模型本研究在“創(chuàng)新阻力理論（innovationresistancetheory）”[35]的基礎(chǔ)上，結(jié)合人工智能的感知智能化和感知擬人化的特性，如圖1，從“創(chuàng)新阻力理論（innovationresistancetheory）”中的“使用障礙、價(jià)值障礙、風(fēng)險(xiǎn)障礙、傳統(tǒng)障礙和形象障礙”五個(gè)方面，結(jié)合人工智能感知智能化和感知擬人化的特性，建立了分析人工智能對(duì)金融科技創(chuàng)新阻力的影響的研究模型。創(chuàng)新阻力理論創(chuàng)新阻力理論人工智能的特性使用障礙人工智能的特性使用障礙假設(shè)1-5假設(shè)6-15假設(shè)1-5假設(shè)6-15價(jià)值障礙金融科技創(chuàng)新阻力金融科技創(chuàng)新阻力感知智能化風(fēng)險(xiǎn)障礙感知擬人化風(fēng)險(xiǎn)障礙感知擬人化傳統(tǒng)障礙傳統(tǒng)障礙形象障礙形象障礙圖1研究模型（一）創(chuàng)新阻力對(duì)金融科技阻力的影響1.使用障礙使用障礙是指該創(chuàng)新對(duì)現(xiàn)有的實(shí)踐、工作流程或習(xí)慣造成不便或不兼容的情況，因?yàn)樾碌漠a(chǎn)品可能會(huì)擾亂消費(fèi)者的使用模式，如個(gè)人習(xí)慣，導(dǎo)致更多的問(wèn)題而不是方便[36]。以移動(dòng)式電子錢包為例，它是使用帶有小鍵盤和屏幕的移動(dòng)設(shè)備進(jìn)行的，與使用筆記本電腦或臺(tái)式電腦相比，解釋和數(shù)據(jù)輸入更困難[37]。當(dāng)用戶意識(shí)到移動(dòng)錢包由于顯示器有限和移動(dòng)設(shè)備的小鍵盤而難以使用時(shí)，他們將不愿意使用移動(dòng)錢包[38]。所以，金融科技創(chuàng)新帶來(lái)的使用習(xí)慣的改變，會(huì)增加金融科技的創(chuàng)新阻力。因此，我們假設(shè)：假設(shè)1：使用障礙會(huì)增加金融科技創(chuàng)新阻力。2.價(jià)值障礙價(jià)值障礙是指創(chuàng)新成本，以及與現(xiàn)有替代品相比的性價(jià)比[35]。這表明，想要吸引用戶并改變其行為，創(chuàng)新產(chǎn)品所產(chǎn)生的價(jià)值要大于現(xiàn)有產(chǎn)品所產(chǎn)生的價(jià)值[7]。對(duì)于習(xí)慣使用人工方式進(jìn)行金融交易的用戶來(lái)說(shuō)，金融科技的創(chuàng)新意味著必須有電腦或智能手機(jī)等設(shè)備與互聯(lián)網(wǎng)連接，增加了用戶使用金融科技創(chuàng)新的成本。所以，如果金融科技服務(wù)不能提供給用戶更好的價(jià)格和性能，金融科技的創(chuàng)新阻力會(huì)上升。因此，我們假設(shè)：假設(shè)2：價(jià)值障礙會(huì)增加金融科技創(chuàng)新阻力。3.風(fēng)險(xiǎn)障礙風(fēng)險(xiǎn)障礙包括任何一種創(chuàng)新的不確定性[35]，并會(huì)帶來(lái)無(wú)法預(yù)料的潛在副作用。用戶意識(shí)到風(fēng)險(xiǎn)，試圖推遲采用此類創(chuàng)新，直到他們可以了解更多關(guān)于它的情況。金融科技的創(chuàng)新帶來(lái)了新的風(fēng)險(xiǎn)，比如網(wǎng)絡(luò)安全風(fēng)險(xiǎn)（如網(wǎng)絡(luò)攻擊、惡意程序破壞）等。對(duì)創(chuàng)新的感知風(fēng)險(xiǎn)越高，技術(shù)接受率越低[39]。風(fēng)險(xiǎn)會(huì)對(duì)用戶的個(gè)人利益造成威脅，從而造成金融科技創(chuàng)新的阻力。因此，我們假設(shè)：假設(shè)3：風(fēng)險(xiǎn)障礙會(huì)增加金融科技創(chuàng)新阻力。4.傳統(tǒng)障礙傳統(tǒng)障礙是指創(chuàng)新改變了消費(fèi)者的現(xiàn)有文化并與之發(fā)生沖突的情況[40]。對(duì)于個(gè)人消費(fèi)者來(lái)說(shuō)，違反社會(huì)規(guī)范和社會(huì)與家庭價(jià)值觀的行為會(huì)造成障礙。傳統(tǒng)的金融交易活動(dòng)需要在指定場(chǎng)合通過(guò)專業(yè)人士進(jìn)行金融業(yè)務(wù)的辦理和處理。而在金融科技的背景下，我們可以隨時(shí)隨地參與金融活動(dòng)，享受金融服務(wù)。但這也意味著，金融服務(wù)不再由專業(yè)人士所協(xié)助。換句話說(shuō)，人工智能設(shè)備的使用改變了我們的日常生活習(xí)慣和固定模式，金融科技創(chuàng)新阻力上升。因此，我們假設(shè)：假設(shè)4：傳統(tǒng)障礙會(huì)增加金融科技創(chuàng)新阻力。5.形象障礙形象障礙是指用戶對(duì)原產(chǎn)國(guó)家、行業(yè)生產(chǎn)的品牌、產(chǎn)品質(zhì)量、服務(wù)或創(chuàng)新的副作用存在不良印象[40]?？梢哉f(shuō)，形象障礙是一種源于刻板思維的感知問(wèn)題，這會(huì)使創(chuàng)新變得困難[8]。對(duì)于金融科技的創(chuàng)新，由于此前p2p網(wǎng)貸機(jī)構(gòu)的違約規(guī)模龐大，其經(jīng)營(yíng)操作涉及嚴(yán)重違法違紀(jì)，給大眾留下負(fù)面印象。所以，金融科技創(chuàng)新的安全等問(wèn)題，使用戶對(duì)此創(chuàng)新呈觀望態(tài)度，推遲用戶做出初次使用金融科技創(chuàng)新的決策，從而增加金融科技創(chuàng)新阻力。因此，我們假設(shè)：假設(shè)5：形象障礙會(huì)增加金融科技創(chuàng)新阻力。（二）人工智能對(duì)創(chuàng)新阻力的影響感知智能化部分主要關(guān)注技術(shù)的使用和問(wèn)題的解決，感知擬人化部分則側(cè)重于其與人類和社會(huì)的交互的形象和內(nèi)在感知。接著，金融科技在人工智能的幫助下，感知智能化和感知擬人化能否降低創(chuàng)新的阻力，本文提出下列假設(shè)。使用障礙過(guò)去，想要參與金融交易的用戶需要在指定場(chǎng)所或借助專業(yè)人士的協(xié)助進(jìn)行操作。而在人工智能設(shè)備的幫助下，用戶可以不受時(shí)間和空間的限制，靈活地進(jìn)行金融交易。如我們?cè)拘枰ㄟ^(guò)電話聯(lián)系或在電腦終端進(jìn)行買賣股票，但現(xiàn)在我們可以直接使用智能手機(jī)這類移動(dòng)終端的上的軟件或應(yīng)用小程序進(jìn)行交易。所以，用戶感知到人工智能設(shè)備的實(shí)用性，有利于其改變使用金融科技創(chuàng)新方式，降低使用障礙。人工智能設(shè)備類人特征的影響，如進(jìn)行對(duì)話的能力和代表性的化身，可以用社會(huì)存在，即用戶與他們的交流伙伴之間的聯(lián)系感來(lái)解釋[41]。在采集用戶數(shù)據(jù)以全面評(píng)估信用風(fēng)險(xiǎn)時(shí)，人工智能客服通過(guò)模仿人與人的對(duì)話，并創(chuàng)建更像人的對(duì)話，使得互動(dòng)更自然和愉快，增強(qiáng)用戶提供隱私信息的主動(dòng)性。所以，人工智能客服創(chuàng)造給用戶如同面對(duì)真人時(shí)的交流氛圍，增強(qiáng)用戶對(duì)金融科技創(chuàng)新的了解，減少由創(chuàng)新帶來(lái)的不便。因此，本文假設(shè)：假設(shè)6：感知智能化會(huì)降低使用障礙。假設(shè)7：感知擬人化會(huì)降低使用障礙。價(jià)值障礙與傳統(tǒng)的人類咨詢服務(wù)相比，機(jī)器人顧問(wèn)減少了費(fèi)用，并提供了全天候的財(cái)務(wù)機(jī)會(huì)，強(qiáng)化了可訪問(wèn)的普遍性，顯著降低管理費(fèi)[42][43]。比如，在使用移動(dòng)銀行服務(wù)時(shí)，無(wú)論用戶在何處，都能夠檢查賬戶余額和交易，增加客戶在移動(dòng)設(shè)備中對(duì)其財(cái)務(wù)事務(wù)的控制感[44]。所以，智能化的人工智能設(shè)備有利于用戶感知金融科技創(chuàng)新的易用性，在用戶體驗(yàn)過(guò)程中突出其性能的提升，從而降低價(jià)值障礙。人工智能支持的咨詢流程有助于用戶對(duì)產(chǎn)品資料的學(xué)習(xí)和掌握，使他們能夠做出與金融產(chǎn)品相關(guān)的更明智的決策[45]。人工智能客服具有與人類似的社交能力和表達(dá)能力，能激發(fā)用戶的交互欲望，更樂(lè)于表明自己的觀點(diǎn)。人工智能設(shè)備的擬人化特征通過(guò)增加客戶的參與對(duì)客戶的行為產(chǎn)生積極影響[46]。所以，用戶在金融科技中的參與感增強(qiáng)，享受到更好的服務(wù)，價(jià)值障礙下降。因此，本文假設(shè)：假設(shè)8：感知智能化會(huì)降低價(jià)值障礙。假設(shè)9：感知擬人化會(huì)降低價(jià)值障礙。風(fēng)險(xiǎn)障礙安全是消費(fèi)者關(guān)注的主要問(wèn)題之一[47]，不安全可靠的技術(shù)會(huì)增加用戶的風(fēng)險(xiǎn)感知。在用戶投資的過(guò)程中，信用風(fēng)險(xiǎn)或成為他們的主要關(guān)注對(duì)象。若被投資者產(chǎn)生違約風(fēng)險(xiǎn)，會(huì)對(duì)投資者資金的使用和收益造成負(fù)面影響。而人工智能設(shè)備可以使用強(qiáng)大的算法系統(tǒng)，對(duì)企業(yè)或個(gè)人進(jìn)行精準(zhǔn)的風(fēng)險(xiǎn)測(cè)量，提供被投資對(duì)象詳盡的分析報(bào)告，減少信息的不對(duì)稱，降低信用風(fēng)險(xiǎn)發(fā)生的概率。所以，通過(guò)使用人工智能算法來(lái)記錄和識(shí)別金融產(chǎn)品的任何潛在問(wèn)題，對(duì)可能發(fā)生的風(fēng)險(xiǎn)發(fā)布預(yù)警，并提供可行的解決方案，減少用戶參與金融交易的顧慮，從而降低風(fēng)險(xiǎn)障礙。人性化外觀可能使得用戶在人機(jī)互動(dòng)中對(duì)獲得的信息更積極地感知[48][49][50]，用戶會(huì)更努力理解人工智能客服提供的個(gè)性化投資理財(cái)方案，對(duì)金融科技產(chǎn)品有更全面的認(rèn)識(shí)，了解其存在的潛在風(fēng)險(xiǎn)，做出更理智的決策。所以，用戶減少了金融科技創(chuàng)新存在的潛在副作用的不確定性，從而降低風(fēng)險(xiǎn)障礙。因此，本文假設(shè)假設(shè)10：感知智能化會(huì)降低風(fēng)險(xiǎn)障礙。假設(shè)11：感知擬人化會(huì)降低風(fēng)險(xiǎn)障礙。傳統(tǒng)障礙隨著越來(lái)越多的個(gè)人和組織愿意接受人工智能設(shè)備的使用，用戶可能會(huì)將人工智能設(shè)備視為高效有效的服務(wù)交付工具，更愿意接受它們?cè)诜?wù)交互中的使用[38]。如日常生活中，因支付方式的智能化，用戶可以通過(guò)二維碼進(jìn)行付款，此類創(chuàng)新使用戶替代了以前的現(xiàn)金支付習(xí)慣。人們大量使用移動(dòng)支付后所感知的便捷，會(huì)在一定程度上影響周圍人群的行為。所以，用戶在獲得對(duì)人工智能設(shè)備的智能化體驗(yàn)后，可能會(huì)提高對(duì)人工智能設(shè)備的認(rèn)可度，降低傳統(tǒng)障礙。擁有人工智能設(shè)備來(lái)實(shí)現(xiàn)人類員工承擔(dān)的功能、社會(huì)和情感角色，從根本上挑戰(zhàn)了用戶服務(wù)的核心信念[51]。在銀行業(yè)務(wù)中，機(jī)器人客服為用戶提供符合個(gè)人特色的投資、理財(cái)建議。區(qū)別于人為的金融投資方案，使用人工智能設(shè)備進(jìn)行分析和涉及的方案，能夠更加全面涵蓋用戶的需求，更加精準(zhǔn)地解決用戶的問(wèn)題，為用戶實(shí)現(xiàn)經(jīng)濟(jì)效益最大化。Song[52]發(fā)現(xiàn)，感知的有用性和社交能力都是服務(wù)機(jī)器人采用的決定因素。當(dāng)用戶通過(guò)機(jī)器人參與金融科技活動(dòng)時(shí)，獲得高效服務(wù)的同時(shí)，與人工智能設(shè)備的交互類似與人類的溝通交流，這可以降低對(duì)專業(yè)人士的情感依賴，從而減輕傳統(tǒng)障礙的影響。因此，本文假設(shè)：假設(shè)12：感知智能化會(huì)降低傳統(tǒng)障礙。假設(shè)13：感知擬人化會(huì)降低傳統(tǒng)障礙。形象障礙由于人工智能技術(shù)賦予的先進(jìn)數(shù)據(jù)存儲(chǔ)能力、快速的處理速度和精確的個(gè)性化功能，人工智能設(shè)備不僅可以提供更標(biāo)準(zhǔn)和及時(shí)的服務(wù)，而且比人類員工的服務(wù)質(zhì)量更高[53]。如今，大多數(shù)用戶借助人工智能設(shè)備參與金融科技活動(dòng)，如螞蟻金服旗下的花唄，用戶使用此類消費(fèi)信貸產(chǎn)品，享受“先消費(fèi)，后付款”的購(gòu)物體驗(yàn)，能夠緩解短時(shí)間內(nèi)資金有限的問(wèn)題。所以，現(xiàn)有的智能化設(shè)備給用戶帶來(lái)了便捷、愉快的使用體驗(yàn)，用戶對(duì)金融科技中人工智能的使用有較好的印象，降低了人工智能設(shè)備的形象障礙。智能投資顧問(wèn)可以提供個(gè)性化的投資理財(cái)建議，增強(qiáng)與用戶的認(rèn)知共情，從而對(duì)用戶采用產(chǎn)生正面影響。區(qū)塊鏈的使用，增強(qiáng)了用戶對(duì)金融科技的信任，提高使用滿意度。而情緒對(duì)接受人工智能設(shè)備使用的意愿的影響很大[38]。當(dāng)用戶對(duì)人工智能設(shè)備共情的擬人化特性體驗(yàn)感到滿意時(shí)，即人工智能設(shè)備在操作過(guò)程中能夠識(shí)別用戶的需求、感知用戶的情緒并做出相應(yīng)的反饋，提高了對(duì)金融科技的好感度，積極的情緒會(huì)大大提升用戶的使用意愿，形象障礙會(huì)下降。因此，本文假設(shè)：假設(shè)14：感知智能化會(huì)降低形象障礙。假設(shè)15：感知擬人化會(huì)降低形象障礙。四、研究方法（一）研究設(shè)計(jì)本研究通過(guò)網(wǎng)絡(luò)問(wèn)卷調(diào)查的方式對(duì)模型和假設(shè)進(jìn)行驗(yàn)證，選擇有使用金融科技經(jīng)歷的用戶作為研究對(duì)象。問(wèn)卷基于過(guò)往研究中的已驗(yàn)證過(guò)的量表并結(jié)合本研究情景進(jìn)行本問(wèn)卷問(wèn)題的設(shè)計(jì)，采用李克特7分量表設(shè)置測(cè)量項(xiàng)目的尺度。為確保信效度，問(wèn)卷經(jīng)過(guò)專業(yè)人士審查，以確認(rèn)問(wèn)卷各題目的有效適用的同時(shí)預(yù)先發(fā)送給多名金融科技用戶進(jìn)行填寫(xiě)測(cè)試，以保證措辭符合國(guó)內(nèi)的語(yǔ)言習(xí)慣。最后，問(wèn)卷使用問(wèn)卷星這一在線問(wèn)卷調(diào)查平臺(tái)進(jìn)行發(fā)放，并主要通過(guò)微信等渠道進(jìn)行傳播，來(lái)確保樣本的隨機(jī)性。（二）測(cè)量標(biāo)準(zhǔn)構(gòu)建本問(wèn)卷包括8個(gè)潛在變量，其中7個(gè)自變量（感知智能化、感知擬人化、使用障礙、價(jià)值障礙、風(fēng)險(xiǎn)障礙、傳統(tǒng)障礙、形象障礙），1個(gè)因變量（金融科技創(chuàng)新阻力）。由表3可見(jiàn)問(wèn)卷各測(cè)量變量項(xiàng)及其參考文獻(xiàn)。表3問(wèn)卷量表變量測(cè)量變量項(xiàng)參考文獻(xiàn)感知智能化（PI）PI1.J金融科技可以幫助我快速完成金融業(yè)務(wù)。PI2.金融科技可以理解我的的指示。PI3.金融科技可以以我理解的方式與我交流。PI4.金融科技可以根據(jù)用戶需求自動(dòng)設(shè)置和執(zhí)行任務(wù)。PI5.金融科技可以根據(jù)之前發(fā)生的事情調(diào)整其行為。[54]感知擬人化（PA）PA1.使用金融科技完成業(yè)務(wù)的感覺(jué)類似于與真人互動(dòng)。PA2.金融科技讓我感覺(jué)是友好的。PA3.我感覺(jué)金融科技是尊重我的。PA4.金融科技讓我感覺(jué)到是有趣的。PA5.金融科技讓我感覺(jué)到是考慮周到的。[54]使用障礙（UB）UB1.我覺(jué)得金融科技很難使用。（強(qiáng)調(diào)使用是的困難等）UB2.對(duì)我來(lái)說(shuō)，使用金融科技不方便。UB3.我對(duì)金融科技的使用流程不清楚。[11]價(jià)值障礙（VB）VB1.與傳統(tǒng)金融產(chǎn)品和服務(wù)相比，金融科技沒(méi)有任何優(yōu)勢(shì)。VB2.使用金融科技沒(méi)有提高我自身辦理金融業(yè)務(wù)、控制財(cái)務(wù)的能力。VB3.金融科技產(chǎn)品和服務(wù)（如移動(dòng)支付）不能很好地替代傳統(tǒng)的金融產(chǎn)品和服務(wù)（如現(xiàn)金支付）。VB4.金融科技在使用時(shí)并沒(méi)有很好地消除時(shí)空的限制。[11]風(fēng)險(xiǎn)障礙（RB）RB1.我擔(dān)心在我使用金融科技過(guò)程中犯任何錯(cuò)誤。RB2.我擔(dān)心當(dāng)我使用金融科技時(shí)，我可能會(huì)輸入錯(cuò)誤的信息。RB3.我擔(dān)心當(dāng)我使用金融科技時(shí)，會(huì)將個(gè)人隱私暴露給第三方。RB4.我擔(dān)心當(dāng)我使用金融科技時(shí)，會(huì)出現(xiàn)不合理或者欺詐性的消費(fèi)。RB5.我擔(dān)心當(dāng)我使用金融科技時(shí)，有人可能會(huì)盜用我的帳戶。[10][11]傳統(tǒng)障礙（TB）TB1.我對(duì)金融科技的服務(wù)感到不耐煩。TB2.我發(fā)現(xiàn)很難獲取有關(guān)金融科技使用的一些信息。TB3.我發(fā)現(xiàn)金融科技服務(wù)平臺(tái)不能解決我的問(wèn)題。[10][11]形象障礙（IB）IB1.我對(duì)金融科技的印象非常差。IB2.在我看來(lái)，金融科技通常太復(fù)雜以至于沒(méi)用。IB3.我覺(jué)得金融科技很難用。（強(qiáng)調(diào)我對(duì)金融科技的印象是這樣）[11]創(chuàng)新阻力（RS）RS1.我擔(dān)心使用金融科技浪費(fèi)我的時(shí)間。RS2.在不久的將來(lái)，我不太可能使用金融科技。RS3.我覺(jué)得金融科技產(chǎn)品和服務(wù)不適合我。RS4.我不需要金融科技產(chǎn)品和服務(wù)。[11]樣本描述統(tǒng)計(jì)經(jīng)過(guò)問(wèn)卷的收集與篩選，剔除沒(méi)有使用金融科技經(jīng)歷的無(wú)效問(wèn)卷后，共收回249份數(shù)據(jù)，樣本信息見(jiàn)表4。由統(tǒng)計(jì)結(jié)果可見(jiàn)：金融科技的用戶主要來(lái)自去全日制學(xué)生。其中，男女比例約為1:2，以月平均收入在6000元以下的19-25歲青年人為主。69%以上的用戶使用金融科技的頻率為每周使用兩三次甚至每天都使用，但也有小于或等于每月兩三次使用金融科技的用戶。表4樣本人口統(tǒng)計(jì)信息類別數(shù)量百分比類別數(shù)量百分比性別教育背景高中及以下41.61%?？?2.81%男8032.13%本科23795.18%女16967.87%研究生及以上10.40%年齡月平均收入（元）18歲及以下52.01%19-25歲24096.39%＜300021586.35%26-35歲10.40%3000-59992710.84%36-45歲20.80%6000-899920.80%45歲以上10.40%＞900052.01%職業(yè)最近一年內(nèi)使用金融科技的頻次事業(yè)單位/公務(wù)員/政府工作人員10.40%企業(yè)職員41.61%專業(yè)技術(shù)人員31.20%少于每季度一次4116.47%商業(yè)/服務(wù)業(yè)從業(yè)人員20.80%每季度兩三次187.23%全日制學(xué)生23694.78%每月兩三次187.23%退休人員20.80%每周兩三次208.03%其他10.40%每天都使用15261.04%五、數(shù)據(jù)分析（一）測(cè)量模型分析本文基于結(jié)構(gòu)方程模型（StructuralEquationModeling,SEM）中的偏最小二乘法，使用SmartPLS3.3.3軟件進(jìn)行數(shù)據(jù)運(yùn)算分析，從而評(píng)估測(cè)量模型和結(jié)構(gòu)模型。測(cè)量模型分析即信效度分析，重點(diǎn)在于驗(yàn)證理論中各測(cè)量變數(shù)是否能正確的測(cè)量到其潛在變項(xiàng)，是否有負(fù)荷在不同潛在變項(xiàng)的復(fù)雜測(cè)量變數(shù)，主要包含三個(gè)方面：信度、收斂效度（ConvergentValidity,CV）、區(qū)別效度（DiscriminantValidity,DV）。信度是檢定結(jié)果穩(wěn)定性、可靠性和一致性的分析方法，通常選擇組合信度（CompositeReliability,CR）、平均萃取變異量（AverageVarianceExtracted,AVE）、各變量因素負(fù)荷量（FactorLoading）、Cronbach’sα進(jìn)行檢驗(yàn)。當(dāng)組合信度大于0.7、平均萃取變異量大于0.5、各變量因素負(fù)荷量大于0.7、Cronbach’sα大于0.7，并且值越高，題項(xiàng)越能測(cè)出該潛在變數(shù)，就表明研究具有良好的構(gòu)面信度。如表5所示，各變量均達(dá)到信度的各項(xiàng)檢定因素標(biāo)準(zhǔn)值，因此各題項(xiàng)對(duì)應(yīng)的構(gòu)面中存在良好的內(nèi)部一致性，模型的構(gòu)面信度較強(qiáng)。此外，平均萃取變異量（大于0.5）和各變量因素負(fù)荷量（大于0.7）也是收斂效度的檢定因素。收斂效度是指來(lái)自相同構(gòu)面的項(xiàng)目之間相關(guān)性高。由表5可知，所有平均萃取變異量均大于0.5、各變量因素負(fù)荷量均大于0.7，表明各測(cè)量變項(xiàng)對(duì)潛在變項(xiàng)較強(qiáng)的解釋力。區(qū)別效度則是檢定測(cè)量變項(xiàng)對(duì)于不同的構(gòu)面間的鑒別程度。通過(guò)判斷平均萃取變異量的平方根是否大于構(gòu)面間相關(guān)系數(shù)、各變量因素負(fù)荷是否大于交叉負(fù)荷（CrossLoading）以及異質(zhì)-單質(zhì)比率（heterotrait-monotraitratio，HTMT）是否小于0.9進(jìn)行驗(yàn)定[55]，以證明來(lái)自不同構(gòu)面的項(xiàng)目之間相關(guān)性低。如表6所示，平均萃取變異量的平方根均大于構(gòu)面間相關(guān)系數(shù)，由表7可見(jiàn)，各變量因素負(fù)荷均大于交叉負(fù)荷。表8中，所有HTMT值都低于0.9[55]。由此可知，測(cè)量模型中各構(gòu)面的變項(xiàng)之間相異，具有足夠的區(qū)別效度。綜上測(cè)量模型分析結(jié)果表明，該模型的信度、收斂效度和區(qū)別效度均符合檢定因素的標(biāo)準(zhǔn)。因此，該模型可用于本文的研究。表5樣本各變量信度和收斂效度分析潛變量測(cè)量變量CRAVEFactorLoadingCronbach’sα感知智能化PI1PI2PI3PI4PI50.923O.7060.8790.8350.7380.8120.9250.911感知擬人化PA1PA2PA3PA4PA50.9210.7010.8720.8230.8160.8280.8470.894使用障礙UB1UB2UB30.9330.8230.9020.9250.8950.893價(jià)值障礙VB1VB2VB3VB40.9310.7720.8810.8150.9170.8990.902風(fēng)險(xiǎn)障礙RB1RB2RB3RB4RB50.9090.6680.7730.8160.8400.8410.8140.876傳統(tǒng)障礙TB1TB2TB30.8910.7310.8650.8550.8450.816形象障礙IB1IB2IB30.9400.8390.9080.9240.9160.904創(chuàng)新阻力RS1RS2RS3RS40.9330.7770.7760.9180.8990.9240.903表6樣本各變量區(qū)別效度分析VBTBUBIBPAPIRSRBVB0.879TB0.4590.855UB0.6390.5460.907IB0.6740.6320.6240.916PA0.1390.0500.0800.0530.837PI-0.177-0.084-0.200-0.1940.6010.840RS0.6440.5410.6490.7420.041-0.2500.881RB0.0350.2510.1470.1160.1870.2560.0390.817注：各潛變量平均萃取變異量的平方根為對(duì)角線上的粗體值；非對(duì)角線上的值是構(gòu)面間的相關(guān)系數(shù)。表7樣本個(gè)變量因素負(fù)荷量與交叉負(fù)荷量分析結(jié)果VBTBUBIBPAPIRSRBVB1VB2VB3VB40.8810.8150.9170.8990.4600.3590.4050.3830.6160.4740.5670.5750.6610.4970.6000.5950.1320.0110.1920.128-0.136-0.158-0.154-0.1760.6280.4680.5640.5850.0180.0380.0550.015TB1TB2TB30.3850.3990.3940.8650.8550.8450.4790.5160.4100.5420.5310.5470.0330.0500.045-0.024-0.083-0.1070.4750.4400.4720.2130.2440.190UB1UB2UB30.5460.5940.5980.4950.4740.5200.9020.9250.8950.5400.5760.5810.0760.0380.104-0.126-0.215-0.1970.5610.6210.5810.1720.0750.158IB1IB2IB30.6130.6260.6140.5760.5530.6080.5120.5790.6190.9080.9240.9160.0060.0730.061-0.189-0.134-0.2100.6360.7060.6930.0890.1090.120PA1PA2PA3PA4PA50.1740.1650.1110.0650.0330.0490.0380.0530.067-0.0140.1270.0650.0090.0570.0460.1120.0540.0210.035-0.0450.8720.8230.8160.8280.8470.4650.5240.4720.5000.5900.0780.039-0.0210.065-0.0210.1460.1180.1440.1930.195PI1PI2PI3PI4PI5-0.231-0.104-0.034-0.046-0.157-0.099-0.0670.010-0.014-0.091-0.249-0.092-0.051-0.076-0.195-0.235-0.090-0.030-0.083-0.1980.4070.6050.5610.5920.5800.8790.8350.7380.8120.925-0.309-0.126-0.065-0.108-0.2340.3080.1370.0930.1450.225RS1RS2RS3RS40.4530.6060.6030.5950.4680.4470.4880.5070.5570.5380.5740.6190.5640.6920.6590.6920.0390.0740.040-0.007-0.189-0.189-0.248-0.2520.7760.9180.8990.9240.0980.034-0.0370.051RB1RB2RB3RB4RB50.152-0.040-0.0270.063-0.0170.2450.2250.1060.2250.2170.2820.0540.0110.1690.0680.2440.0290.0040.1400.0420.1830.1250.1110.1910.1480.1820.1970.2140.1880.2580.206-0.065-0.0260.107-0.0760.7730.8160.8400.8410.814表8HTMT分析結(jié)果價(jià)值障礙傳統(tǒng)障礙使用障礙形象障礙感知擬人化感知智能化創(chuàng)新阻力風(fēng)險(xiǎn)障礙價(jià)值障礙傳統(tǒng)障礙0.533使用障礙0.7060.642形象障礙0.7410.7350.692感知擬人化0.1530.0640.0870.080感知智能化0.1540.1040.1710.1700.716創(chuàng)新阻力0.7060.6320.7230.8190.0690.217風(fēng)險(xiǎn)障礙0.0890.2960.1720.1270.2130.2350.145結(jié)構(gòu)模型分析結(jié)構(gòu)模型分析是指對(duì)結(jié)構(gòu)模型中標(biāo)準(zhǔn)化路徑系數(shù)（β）與模型解釋力R2進(jìn)行估算與驗(yàn)定，從而衡量研究模型的適配度。通過(guò)對(duì)249份樣本數(shù)據(jù)進(jìn)行PLSAlgorithm運(yùn)算，得到各變量之間的路徑系數(shù)和擬合優(yōu)度，見(jiàn)圖2。路徑系數(shù)用于檢驗(yàn)是否能夠達(dá)到統(tǒng)計(jì)上的顯著，模型解釋力R2則是驗(yàn)定各構(gòu)面之間路徑系數(shù)是否顯著，R2在0-1之間，值越大表示模型的解釋力就越好。然后，使用拔靴法，進(jìn)行5000次放回后再抽樣對(duì)模型假設(shè)進(jìn)行檢驗(yàn)，結(jié)果如表9所示。當(dāng)t值大于1.96時(shí)，表示p值達(dá)到0.05的顯著性水平，變量間因果關(guān)系具有顯著性，假設(shè)成立。反之，假設(shè)不成立。當(dāng)t值大于2.58時(shí)，表示p值達(dá)到0.01顯著性水平；當(dāng)t值大于3.29時(shí)，表示p值達(dá)到0.001顯著性水平[56]。由圖2可見(jiàn)本研究的模型解釋力R2，該模型解釋了64.6%金融科技的用戶采用意向，達(dá)到了中等解釋力的標(biāo)準(zhǔn)。此外，7個(gè)自變量構(gòu)面的假設(shè)中，假設(shè)3、4、10、11、13不成立。即風(fēng)險(xiǎn)障礙和傳統(tǒng)障礙可能不會(huì)導(dǎo)致金融科技的用戶創(chuàng)新阻力增強(qiáng)，感知智能化與風(fēng)險(xiǎn)障礙不相關(guān)，感知擬人化也與風(fēng)險(xiǎn)障礙和傳統(tǒng)障礙不相關(guān)。R2R2=0.103使用障礙-0.388***R-0.388***R2=0.126價(jià)值障礙-0.408***感知智能化-0.408***感知智能化0.225R2=0.067R20.225R2=0.067R2=0.626金融科技創(chuàng)新阻力-0.179*風(fēng)險(xiǎn)障礙-0.179*風(fēng)險(xiǎn)障礙感知擬人化化R2=0.023感知擬人化化R2=0.023傳統(tǒng)障礙傳統(tǒng)障礙RR2=0.082形象障礙形象障礙注：各變量之間連線上的數(shù)值為路徑系數(shù)，路徑系數(shù)后***表示p＜0.001，**表示p＜0.01，*表示p＜0.05，圖中虛線箭頭表示p＞0.05，即不顯著。圖2模型分析結(jié)果表9假設(shè)關(guān)系檢驗(yàn)結(jié)果假設(shè)t值p值檢驗(yàn)結(jié)果H1:使用障礙→創(chuàng)新阻力3.046**0.002成立H2:價(jià)值障礙→創(chuàng)新阻力2.371*0.018成立H3:風(fēng)險(xiǎn)障礙→創(chuàng)新阻力1.1750.240不成立H4:傳統(tǒng)障礙→創(chuàng)新阻力0.9300.353不成立H5:形象障礙→創(chuàng)新阻力5.441***0.000成立H6:感知智能化→使用障礙6.051***0.000成立H7:感知擬人化→使用障礙3.459**0.001成立H8:感知智能化→價(jià)值障礙5.088***0.000成立H9:感知擬人化→價(jià)值障礙3.598***0.000成立H10:感知智能化→風(fēng)險(xiǎn)障礙1.6280.104不成立H11:感知擬人化→風(fēng)險(xiǎn)障礙0.4540.650不成立H12:感知智能化→傳統(tǒng)障礙2.284*0.023成立H13:感知擬人化→傳統(tǒng)障礙1.7380.083不成立H14:感知智能化→形象障礙4.967***0.000成立H15:感知擬人化→形象障礙2.776**0.006成立注：t值后***表示p＜0.001，**表示p＜0.01，*表示p＜0.05，無(wú)標(biāo)記表示不顯著。中介效果分析Lee和Xiong在研究中指出評(píng)估中介效果大小時(shí)，如果直接效果和間接效果都不顯著，則不存在中介。如果直接效果和間接效果均顯著，且兩種效果的乘積為正，則存在互補(bǔ)中介。該方法中對(duì)直接效果的要求不是必須顯著，即具有顯著的間接效果和不顯著直接影響的路徑仍可表示完全中介[57][58]。因此，基于上述結(jié)構(gòu)模型分析可知，假設(shè)3、4、10、11、13不成立，即風(fēng)險(xiǎn)障礙和傳統(tǒng)障礙對(duì)金融科技創(chuàng)新阻力的影響不顯著，從而剔除風(fēng)險(xiǎn)障礙和傳統(tǒng)障礙作為中介的路徑，選擇其余六條路徑進(jìn)行中介效果分析。根據(jù)表8分析結(jié)果所示，感知智能化和感知擬人化對(duì)采用意向的間接影響是顯著的，而直接影響則不顯著。換句話說(shuō)，四條路徑均為完全中介，任務(wù)技術(shù)匹配和信任可以完全解釋感知智能化和感知擬人化對(duì)采用意向的影響。表10中介效果分析結(jié)果路徑序號(hào)路徑直接效果間接效果整體效果結(jié)果1PI→UB→RS2PI→VB→RS3PI→IB→RS4PA→UB→RS5PA→VB→RS6PA→IB→RS注：（）中的數(shù)值代表t值，***代表p＜0.001，ns表示p＞0.05，即不顯著。研究結(jié)果討論（一）理論貢獻(xiàn)（二）實(shí)踐意義七、結(jié)語(yǔ)

參考文獻(xiàn)[1]楊望.從“十四五”規(guī)劃展望金融科技變中求進(jìn)[J].國(guó)際金融,2021(02):11-18.[2]Bettinger,A.fintech:Aseriesof40timesharedmodelsusedatmanufacturershanovertrustcompany.Interfaces,1972,62-63.[3]Demirguc-Kunt,A.,L.Klapper,D.Singer,S.Ansar&J.Hess.TheGlobalFindexDatabase2017:MeasuringFinancialInclusionandTheFintechRevolution[M].TheWorldBank,2018.[4]GoldsteinI.,W.Jiang&GA.Karoly.ToFinTechandBeyond[J].ReviewofFinancialStudies,2019,32(5),1647-1661.[5]Gomber,P.,RJ.Kauffman,C.Parker&BW.Weber.ontheFintechrevolution:Interpretingtheforcesofinnovation,disruption,andtransformationinfinancialservices[J].JournalofManagementInformationSystems,2018,35(1),220-265.[6]Hua,XP.,YP.Huang&YF.Zheng.Currentpractices,newinsights,andemergingtrendsoffinancialtechnologies[J].IndustrialManagement&DataSystems,2019,119(7),1401-1410.[7]Chen,PT.,&SC.Kuo.Innovationresistanceandstrategicimplicationsofenterprisesocialmediawebsitesintaiwanthroughknowledgesharingperspective[J].TechnologicalForecastingandSocialChange,2017,118,55-69.[8]Ram,S.,&JN.Sheth.Consumerresistancetoinnovations:Themarketingproblemanditssolutions[J].TheJournalofConsumerMarketing,1989,6(2),5-14.[9]Ma,L.,&CS.Lee.Understandingthebarrierstotheuseofmoocsinadevelopingcountry:Aninnovationresistanceperspective[J].JournalofEducationalComputingResearch,2019,57(3),571-590.[10]Kaur,P.,A.Dhir,N.Singh,G.Sahu&M.Almotairi.Aninnovationresistancetheoryperspectiveonmobilepaymentsolutions[J].JournalofRetailingandConsumerServices,2020,55,102059.[11]]Leong,LY.,TS.Hew,KB.Ooi&J.Wei.Predictingmobilewalletresistance:Atwo-stagedstructuralequationmodeling-artificialneuralnetworkapproach[J].InternationalJournalofInformationManagement,2020,51,102047.[12]Chung,KC.,&SWJ.Liang.Understandingfactorsaffectinginnovationresistanceofmobilepaymentsintaiwan:Anintegrativeperspective[J].Mathematics,2020,8(10),1841.[13]Alison,L&L.GeorgeWilliam.Artificialintelligenceandaugmentedintelligencecollaboration:Regainingtrustandconfidenceinthefinancialsector[J].Information&communicationstechnologylaw,2018,27(3),267-283.[14]Haenlein,M.,&A.Kaplan.Abriefhistoryofartificialintelligence:Onthepast,present,andfutureofartificialintelligence[J].CaliforniaManagementReview,2019,61(4),5-14.[15]Hoyer,WD.,M.Kroschke,B.Schmitt,K.Kraume&V.Shankar.Transformingthecustomerexperiencethroughnewtechnologies[J].JournalofInteractiveMarketing,2020,51,57-71.[16]Payne,EHM.,AJ.Dahl&J.Peltier.Digitalservitizationvalueco-creationframeworkforaiservices:Aresearchagendafordigitaltransformationinfinancialserviceecosystems[J].JournalofResearchInInteractiveMarketing,2021,15(2),200-222.[17]Dwivedi,YK.,L.Hughes,E.Ismagilova,G.Aarts&MD.Williams.Artificialintelligence(AI):Multidisciplinaryperspectivesonemergingchallenges,opportunities,andagendaforresearch,practiceandpolicy[J].InternationalJournalofInformationManagement,2021,57,101994.[18]谷來(lái)豐,趙國(guó)玉,鄧倫勝.智能金融：人工智能在金融科技領(lǐng)域的13大應(yīng)用場(chǎng)景[M].北京:電子工業(yè)出版社,2019:39-41.[19]Moussawi,S&M.Koufaris.Perceivedintelligenceandperceivedanthropomorphismofpersonalintelligentagents:Scaledevelopmentandvalidation[J].ProceedingsofThe52NdAnnualHawaiiInternationalConferenceOnSystemSciences,2019,115-124.[20]Belanche,D.,LV.Casalo&C.Flavian.ArtificialintelligenceinFintech:Understandingrobo-advisorsadoptionamongcustomers[J].IndustrialManagement&DataSystems,2019,119(7),1411-1430.[21]Giudici,P.Fintechriskmanagement:Aresearchchallengeforartificialintelligenceinfinance[J].FrontiersinArtificialIntelligence,2018,1(1).[22]Bhasin,NK.&A.Rajesh.Impactofe-collaborationbetweenindianbanksandFintechcompaniesfordigitalbankingandnewemergingtechnologies[J].Internationaljournalofe-collaboration,2021,17(1),15-35.[23]Jaksic,M&M.Marinc.Relationshipbankingandinformationtechnology:theroleofartificialintelligenceandFinTech[J].Riskmanagement-aninternationaljournal,2019,21(1),1-18.[24]Hu.ZQ,S.Ding,SZ.Li,LT.Chen&SL.Yang.AdoptionintentionofFintechservicesforbankusers:Anempiricalexaminationwithanextendedtechnologyacceptancemodel[J].Symmetry-Basel,2019,11(3),340.[25]Candra,S.,F.Nuruttarwiyah&IH.Hapsari.RevisitedtheTechnologyAcceptanceModelwithe-trustforpeer-to-peerlendinginindonesia(perspectivefromFintechusers)[J].Internationaljournaloftechnology,2020,11(4),710-721.[26]Junger,M.&M.Mietzner.Bankinggoesdigital:TheadoptionofFinTechservicesbyGermanhouseholds[J].Financeresearchletters,2020,34,101260.[27]Baabdullah,AM.,AA.Alalwan,NP.Rana,P.Patil&YK.Dwivedi.Anintegratedmodelform-bankingadoptioninSaudiArabia[J].Internationaljournalofbankmarketing,2019,37(2),452-478.[28]Sivathanu,B.AdoptionofdigitalpaymentsystemsintheeraofdemonetizationinIndiaAnempiricalstudy[J].Journalofscienceandtechnologypolicymanagement,2019,10(1),143-171.[29]Zhang,BZ.,A.Ashta&ME.Barton.DoFintechandfinancialincumbentshavedifferentexperiencesandperspectivesontheadoptionofartificialintelligence?[J].StrategicChange-BriefingsinEntrepreneurialFinance,2021,30(3),223-234.[30]Dwivedi,YK.,L.Hughes,E.Ismagilova,G.Aarts&MD.Williams.Artificialintelligencemultidisciplinaryperspectivesonemergingchallengesopportunitiesandagendaforresearchpracticeandpolicy[J].InternationalJournalofInformationManagement,2021,57,101994.[31]Boot,A.,P.Hoffmann,L.Laeven&L.Ratnovski.Fintech:what’sold,what’snew?[J].JournalofFinancialStability,2021,53,100836.[32]Hassan,A.LectureNotesinNetworksandSystems[M].2022，Volume238:8-19.[33]程雪軍.人工智能深度介入消費(fèi)金融：動(dòng)因、風(fēng)險(xiǎn)及防控[J].深圳大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版),2021,38(03):67-76.[34]Kushwah,S.,A.Dhir&M.Sagar.Understandingconsumerresistancetotheconsumptionoforganicfood.Astudyofethicalconsumption,purchasing,andchoicebehaviour[J].Foodqualityandpreference,2019,77,1-14.[35]ElMhamdi,S.,G.Wolfcarius-Khiari,S.Mhalla,K.BenSalem&S.M.Soltani.Prevalenceandpredictorsofsmokingamongadolescentschoolchildreninmonastir,tunisia[J].EasternMediterraneanHealthJournal,2011,17(6),523-528.[36]Kleijien,M.,N.Lee&M.Wetzels.Anexplorationofconsumerresistancetoinnovationanditsantecedents[J].JournalofEconomicPsychology,2009,30(3),344-357.[37]Bruner,GC.,&A.Kumar,A.Explainingconsumeracceptanceofhandheldinternetdevices[J].JournalofBusinessResearch,2005,58(5),553-558.[38]Gursoy,D.,OHX.Chi,L.Lu&R.Nunkoo.Consumersacceptanceofartificiallyintelligent(AI)deviceuseinservicedelivery[J].InternationalJournalofInformationManagement,2019,49,157-169.[39]Luo,X.,H.Li,J.Zhang&JP.Shim.Examiningmulti-dimensionaltrustandmulti-facetedriskininitialacceptanceofemergingtechnologies:Anempiricalstudyofmobilebankingservices[J].DecisionSupportSystems,2010,49(2),222-234.[40]Lian,JW&DC.Yen.Onlineshoppingdriversandbarriersforolderadults:Ageandgenderdifferences[J].ComputersInHumanBehavior,2014,37,133-143.[41]ParkerE.,J.Short,E.Williams&B.Christie.Thesocialpsychologyoftelecommunications[J].ContemporarySociology,1978,7(1),32.[42]Faubion,B.EffectofAutomatedAdvisingPlatformsOnTheFinancialAdvisingMarket[D].ayetteville,Arkansas:SamM.WaltonCollegeofBusiness,UniversityofArkansas,2016.[43]Park,J.Y.,J.P.Ryu&H.J.Shin.Roboadvisorsforportfoliomanagement[J].AdvancedScienceandTechnologyLetters,2016,141,104-108.[44]Laukkanen,T.,&J.Lauronen.Consumervaluecreationinmobilebankingservices[J].InternationalJournalofMobileCommunications,2005,3(4),325-338.[45]Heinrich,P.,&G.Schwabe.Facilitatinginformeddecision-makinginfinancialserviceencounters[J].Business&InformationSystemsEngineering,2018,60(4),317-329.[46]Schuetzler,RM.,JS.Giboney,GM.Grimes&JF.Nunamaker.Theinfluenceofconversationalagentembodimentandconversationalrelevanceonsociallydesirableresponding[J].DecisionSupportSystems,2018,114,94-102.[47]Rogers,EM.DiffusionofInnovations,SpringerNature,UnitedKingdom,2003.[48]Qiu,LY.,&I.Benbasat.Evaluatinganthropomorphicproductrecommendationagents:Asocialrelationshipperspectivetodesigninginformationsystems[J].JournalofManagementInformationSystems,2009,25(4),145-181.[49]Khan,RF.,&A.Sutcliffe.Attractiveagentsaremorepersuasive[J].InternationalJournalofHuman-ComputerInteraction,2014,30(2),142-150.[50]Kim,KJ.,E.Park&SS.Sundar.Caregivingroleinhuman-robotinteraction:Astudyofthemediatingeffectsofperceivedbenefitandsocialpresence[J].ComputersInHumanBehavior,2013,29(4),1799-1806.[51]Lu,L.,RY.Cai&D.Gursoy.Developingandvalidatingaservicerobotintegrationwillingnessscale[J].InternationalJournalofHospitalityManagement,2019,80,36-51.[52]Song,S.Y.Modelingtheconsumeracceptanceofretailservicerobots[D].Knoxville:UniversityofTennessee,2017.[53]West,A.,J.Clifford&D.Atkinson.“Alexa,BuildMeaBrand”:Aninvestigationintotheimpactofartificialintelligenceonbranding[J].TheBusiness&ManagementReview,2018,9(3)