汪 聰，趙 潔

(安徽大學 商學院，安徽 合肥 230601)

隨著2019年《政府工作報告》“智能+”戰(zhàn)略的提出[1]，各行業(yè)進行“智能+產(chǎn)業(yè)”模式的轉型升級，利用數(shù)字化技術創(chuàng)新服務，帶動產(chǎn)業(yè)高速發(fā)展. 電子商務也借助人工智能等技術為用戶提供服務，擴大了交易規(guī)模，2019年全國電子商務交易額達34.81萬億元[2]. 雖然智能化服務給電子商務的發(fā)展帶來了好處，但據(jù)《中國青年報》的調(diào)查顯示，將近一半的受訪者認為當前智能客服并沒有達到理想效果，反而存在諸多問題[3]，由此引發(fā)的用戶接受意愿不高甚至是抵觸回避[4]等現(xiàn)實問題阻礙了智能化服務的深入推廣.

電商情境下有哪些因素會影響用戶接受智能化服務？又是如何發(fā)揮影響的？針對以上問題，本文梳理相關研究發(fā)現(xiàn)：1)學者們在研究智能化服務的接受意愿時多會結合具體的應用情境特點加以分析[5-7]，而在電商環(huán)境下該主題的文獻大多從技術應用的角度出發(fā)，著重強調(diào)算法或系統(tǒng)平臺[4，8-9]等技術上的改進，忽視了用戶需求端的分析. 2)學者們在研究中以傳統(tǒng)量化分析為主，這種方法認為自變量和因變量之間的關系是線性的，考慮單個自變量對結果變量的凈影響[10]，沒有嘗試從變量組合的角度進行分析，忽視了變量之間可能存在的相互作用.

綜上，本文綜合相關研究后，結合電商特點從變量組合視角出發(fā)，運用fsQCA揭示影響用戶接受意愿的多個因素組合，旨在為企業(yè)提供可供選擇的方案集合，以便實現(xiàn)企業(yè)資源的最大化利用.

1 相關理論與文獻綜述

1.1 智能化服務相關研究

國內(nèi)外學者對智能化服務的研究主要集中在概念意義[11-13]、應用模式分析[14-15]、應用效果及改進[4-9，16-17]三方面. 在應用效果及改進的研究中，學者們不僅分析了應用智能化服務帶來的好處，如提高圖書館的工作能力[16]、提升交易效率降低成本、提升用戶體驗[17]等；還研究了如何改進以更好實現(xiàn)應用效果，其中用戶需求端的研究旨在找出改進方向，技術端的研究旨在提升服務質(zhì)量，而在電商情境下大多數(shù)學者從技術端出發(fā)研究算法優(yōu)化、推薦平臺、智能系統(tǒng)等[4，8-9]的構建，對用戶需求端的影響因素分析較少，不利于技術的有效改進. 與此同時，用戶需求端的研究大多結合具體的應用情境展開，如學者錢春玲[5]在研究智能化服務的客戶接受意愿時結合銀行的情境特點考慮了安全性的影響；羅盛[6]在研究社區(qū)養(yǎng)老服務的接受意愿時也根據(jù)研究對象是老年人這一特點加入了技術焦慮變量；Yang等[7]則結合智能家居服務的特點研究了用戶對智能家居服務的接受度. 總之，結合電商特點進行用戶需求端分析的文獻還較為匱乏.

綜上，本文將從用戶需求端的影響因素展開研究，同時也將結合電商特點修正變量，以期使研究結論更加符合我們的電商環(huán)境.

1.2 模糊集定性比較分析法(fsQCA)

查爾斯·拉金[18-19]提出的定性比較分析法(QCA)從組合視角探究復雜因果關系，被認為是定性與定量的融合[20]. 相關研究集中在介紹和應用兩方面：夏鑫等[21]認為QCA方法提供了一種新的研究邏輯并總結出它與傳統(tǒng)定量研究相比的三個優(yōu)勢；杜運周、賈良定[22]則指出“這是管理學研究的一條新道路”. 在應用方面，學者們根據(jù)樣本處理需要選擇不同的操作方法，其中模糊集定性比較分析法(fsQCA)用模糊得分表示結果和條件發(fā)生的程度，適合連續(xù)變量的研究，受到了許多研究者的采納. 徐廣平等[23]通過fsQCA探討了影響公司創(chuàng)業(yè)活躍度差異的多重并發(fā)因素和因果復雜機制；楊金龍等[24]運用fsQCA對移動學習的采納動因進行了組態(tài)效應的分析，研究發(fā)現(xiàn)學習者自主性弱是導致移動學習不采納的核心原因.

因此，本文將從組合視角出發(fā)，選擇fsQCA方法找出變量間組合發(fā)揮作用的機制，這也更符合現(xiàn)實世界多因一果等復雜現(xiàn)象的解釋.

1.3 UTAUT理論模型

Venkatesh等人[25]在2003年提出了技術接受與使用整合理論(Unified Theory of Acceptance and Use of Technology，UTAUT)，并在綜合已有的TAM、TRA、IDT、TPB等模型基礎上提煉出四個核心維度：績效預期、努力預期、社會影響和便利條件[26]. 自UTAUT模型提出至今，已在研究影響使用者認知因素的相關認知上得到了一致肯定，即被認為可以有效剖析用戶的使用行為意愿[27]. 從應用范圍來看，在國內(nèi)研究用戶使用意向時主要圍繞“互聯(lián)網(wǎng)+X”及移動服務兩大領域展開[27]，涉及互聯(lián)網(wǎng)教育、互聯(lián)網(wǎng)商務、移動閱讀等多個主題. 程姍姍等[28]使用UTAUT和IS模型成功整合以往關于移動學習接受度和影響因素的零碎研究，提出了新的移動學習接受度和影響因素的理論框架；耿榮娜等[29]運用UTAUT模型研究了社會化電子商務中用戶信息采納行為意向的影響因素；王雨等[30]運用于研究大學生數(shù)字化閱讀的影響因素.

綜上，UTAUT模型在解釋用戶行為意向時得到了廣泛采用和肯定，因此本文也選取UTAUT模型變量以便系統(tǒng)地獲取影響因素，提高研究結果的有效程度.

2 智能化服務用戶接受意愿的影響因素

2.1 UTAUT模型變量

UTAUT模型包括績效預期、努力預期、社會影響和便利條件，前3個變量通過影響行為意愿作用于行為，便利條件直接影響行為本身，本文的研究問題屬于行為意愿層面所以選取前三個變量.

績效預期是用戶認為應用某技術能幫助獲得績效的程度[25]，可看作TAM模型中的感知有用性[26]. 智能化服務是一種服務創(chuàng)新，感知有用性有利于創(chuàng)新事物的初步接受，對后續(xù)的采納與使用至關重要[31]. 即在用戶體驗智能化服務的過程中，若感知到使用該服務帶來的好處越多，就越容易接受該服務[5-6，26]. 努力預期是指個人在使用某一技術時預計愿意付出的努力程度，相當于TAM模型中的感知易用性[25-26]. 用戶學習使用智能化服務需要花費時間、精力等，若感知到的易用程度低，那么預計愿意付出的努力程度就低，接受意愿也會隨之下降[5-6，32]. 社會影響是指用戶在決定是否使用新技術時受他人影響的程度[25]. 人在社會中生存時會與他人產(chǎn)生聯(lián)系，為了保持團體間的一致性或身份層面的認同，其行為會受到他人的影響. 因此受到的社會影響越大，用戶接受意愿越高.

2.2 失控感知

控制感是個體對環(huán)境和自身行為控制水平的情感認知[33]，包括實際控制和感知控制[34]. 當失去自由選擇權或感覺到失去控制時，用戶會產(chǎn)生一種控制感受損的心理認知狀態(tài)[35]，即失控感知. 智能化服務是基于傳感器對個人數(shù)據(jù)的收集來實現(xiàn)的，并會不斷進行自適應調(diào)試，給用戶展示篩選后的信息. 這種自主過濾掉不相關信息的舉動使用戶失去自由選擇權，控制感受損[36]. 而在用戶面對智能客服時，提出的問題并不能被理解，出現(xiàn)機械回答、答非所問等現(xiàn)象也會讓用戶覺得不受自己控制. 研究表明控制感受損會讓用戶產(chǎn)生抗拒心理進而出現(xiàn)回避行為或負面看待產(chǎn)品服務[4，36]. 王艷芝等[35]通過兩個情境模擬實驗發(fā)現(xiàn)，企業(yè)的強迫好評行為會通過控制感受損消極影響用戶的好評意愿. Balta-Ozkan等[37]通過對公眾的訪談分析發(fā)現(xiàn)失控感知會阻礙其對智能家居服務的接受度. 因此失控感知會消極影響用戶接受意愿.

2.3 心理障礙

心理障礙是指用戶在接受一項新事物時可能存在的心理抵觸情緒. Mani等[38]認為心理障礙可能源自于自我形象的不一致、技術焦慮、對新技術的懷疑以及對因為技術減少的人際交往的需求等. 在電商環(huán)境下，人工服務大部分被機器所替代，由此產(chǎn)生的人際互動隨之減少. 當因智能客服的答非所問產(chǎn)生焦急、憤怒等情緒，或因過于類似和頻繁的推薦感到煩躁時，用戶并不能得到情感化的交互與安撫. 當情感上的人際交往需求得不到滿足時，用戶會因為抗拒等負面情緒的產(chǎn)生造成心理障礙從而影響用戶行為. Marr[39]研究發(fā)現(xiàn)交互需求不滿足時產(chǎn)生的心理障礙會阻礙用戶使用自助服務技術；劉寶瑞等[40]也指出提供情感交流是讓用戶放心使用圖書館智慧服務的重點工作. 因此，心理障礙會降低用戶接受意愿.

根據(jù)復雜性理論，復雜系統(tǒng)內(nèi)的所有主體都在行動并且相互影響，社會現(xiàn)象發(fā)生的原因條件之間多是相互依賴而非獨立的. 因此，解釋社會現(xiàn)象發(fā)生的原因需要用一個整體、系統(tǒng)的角度來看待[41]，據(jù)此本文提出以下命題：

命題1：五因素中任一因素都不是引致用戶接受意愿的必要條件，即任一因素都不是必須存在的.

命題2：智能化服務用戶接受意愿是多個因素相互影響下的結果，五因素以組合的形式共同發(fā)揮作用.

命題3：智能化服務用戶接受意愿的實現(xiàn)存在多個不同因素組合路徑，是一種多重路徑并發(fā)引致的結果現(xiàn)象.

通過以上命題假定任一因素或因素組合都是非必要存在，即可被替代的. 在管理實踐中，這意味著可以給企業(yè)提供多種可供選擇的方案，讓其根據(jù)自身的資源稟賦選擇某種組合以達到相同的目的，使企業(yè)資源得到最大化利用.

3 研究準備與數(shù)據(jù)收集

3.1 問卷設計與發(fā)放

本研究采用調(diào)查問卷收集數(shù)據(jù). 問卷包括甄別題、人口統(tǒng)計題和觀測變量題，其中觀測變量測量參考國內(nèi)外的成熟量表. 即UTAUT模型變量參考錢春玲[5]、羅盛等[6]、Venkatesh V et al.[25]、蘇婉等[26]；失控感知參考郭芳[33]、Balta-Ozkan N et al[37]；心理障礙參考Mani Z， Chouk I[38]；接受意愿參考Venkatesh V et al.[25]、Davis F D et al.[31]. 先在小群體范圍進行預調(diào)研，根據(jù)信效度修正量表題項，形成最終問卷發(fā)放.

3.2 數(shù)據(jù)收集和描述性統(tǒng)計

2020年1月8日在問卷星平臺設計調(diào)查問卷(https：//www.wjx.cn/m/53966378.aspx)，隨后通過微博、微信等社交媒體渠道和圖書館進行線上、線下發(fā)放. 截至2020年1月18日回收完畢，共回收問卷237份. 通過甄別刪除無智能化服務體驗的29份及填涂不清、漏題等的31份，剩余有效問卷177份，有效率達74.6%. 樣本的人口統(tǒng)計學特征為：女性112人占比63.3%，男性65人占比36.7%；年齡基本分布在21～39歲(92.7%)；受教育程度方面本科(53.1%)和碩士(39.5%)占比較大；職業(yè)以在讀學生(58.2%)和企業(yè)職工(33.9%)為主.

3.3 信度、效度檢驗

首先進行Harman單因素檢驗[42]，結果顯示在未經(jīng)旋轉前第一個因子解釋了所有變量測量題項35.238%的變異，不占大多數(shù)，表明不存在明顯的同源偏差(CMV)問題. 隨后進行信度、效度檢驗，結果均達到標準，數(shù)據(jù)良好(如表1、2所示).

表1 信度、效度檢驗表

續(xù)表1

表2 區(qū)別效度檢驗表

4 FsQCA因素組合分析

為了從組合視角研究不同因素是如何共同作用智能化服務的用戶接受意愿，找出引致用戶接受意愿的因素組合(構型)，本研究運用fsQCA軟件進行數(shù)據(jù)分析.

通過fsQCA軟件中的calibrate函數(shù)將問卷數(shù)據(jù)校準轉換為0～1的模糊隸屬度得分，此時需要選擇三個關鍵點：完全非隸屬點、交叉點和完全隸屬點[43]. 根據(jù)樣本數(shù)據(jù)分布情況，本研究選取(10，90)百分位數(shù)作為完全非隸屬點和完全隸屬點，中位數(shù)作為交叉點進行校準.

4.2 必要性檢驗

在fsQCA 軟件中“Analysis-Necessary Conditions”完成必要性檢驗[43]，以判斷單個條件存在(或不存在)是否為結果變量的必要條件. 其中，一致性(Consistency)是該變量為結果變量必要條件的程度，是一種可能性大??；覆蓋率(Coverage)反映有多少案例能解釋該變量的必要性[44]，是一種解釋力大小. 一般而言，當一致性大于 0.9時，認為該前因是結果的必要條件[45](結果如表3所示).

表中數(shù)據(jù)顯示，所有條件無論其存在與否對于用戶接受(不接受)意愿而言，它們的一致性Consistency值均小于0.9，由此作出判斷這五個前因條件中任一因素對引致用戶接受意愿來說不存在必要性，證明了命題 1.

4.3 充分性分析

將案例按照條件的不同組合(即構型)進行歸類來構建真值表，通過一致性和頻數(shù)閾值的設定剔除部分構型，其中一致性是指該構型引致結果發(fā)生的可能程度，可看作回歸分析中的P值，拉金建議一致性閾值至少大于0.75，大部分研究中設定為0.8；頻數(shù)是指某一構型在真實的樣本中實際出現(xiàn)的次數(shù)，頻數(shù)閾值設定后需保留樣本量不低于總樣本量的 80%[46]. 本文中設定一致性閾值為0.8，頻數(shù)閾值為1.

基于篩選后的真值表分析會得到三種解：簡約解、復雜解和中間解. 其中，復雜解可能會產(chǎn)生較多矛盾組合，簡約解可能忽視較多信息，因此研究中多采用中間解進行分析[47]. 另外，F(xiàn)iss[48]將中間解和簡約解中共同包含的前因條件稱為核心條件，認為其對于結果產(chǎn)生重要影響；而將僅包含在中間解且未在簡約解中出現(xiàn)的前因條件稱為邊緣條件，認為該變量對結果有輔助貢獻. 本研究選取中間解分析時結合簡約解中的構型劃分核心條件，最終得到構型結果如表4所示.

表4 引致用戶接受意愿的條件組合(構型)

表示條件不存在或存在水平低；無符號表示存在與否不影響結果.

表中一致性是指該構型引致結果發(fā)生的可能程度，可看作回歸分析中的P值；覆蓋率是指結果變量在多大程度上是由該方案引致的，是一種方案解釋力度大小的見證，可看作回歸分析中的R2. 其中原始覆蓋率是指案例樣本中能被該方案解釋的案例占比，凈覆蓋率是指樣本中僅能被該方案解釋的案例占比. 總體來看，表4中展示了4個構型方案，各構型方案和總體方案一致性的最低值為0.82，均在可接受閾值0.75以上[44]，證明表中所列的這些構型均能夠在較高程度上引致用戶接受意愿. 表中每個構型的原始覆蓋率均大于38%，說明每種構型方案能解釋38%以上的用戶接受意愿，同時4種構型的總體方案覆蓋率為70.9%，說明表中所示的四種構型能在較好的程度上解釋用戶接受意愿.

除一致性和覆蓋率指標外，每種構型都是由不同的前因條件組合而成，不存在單獨條件的作用，證明了命題 2；并且一共有4種構型可以引致用戶接受意愿，證明了命題 3.

5 結語

5.1 研究結論

根據(jù)表4可得引致用戶接受意愿的4種構型：1)存在較高水平的績效預期和努力預期，且心理障礙不存在或存在水平低；2)存在較高水平的績效預期、努力預期和社會影響；3)存在較高水平的努力預期、社會影響且失控感知和心理障礙不存在或存在水平低；4)存在較高水平的績效預期、社會影響、失控感知和心理障礙.

用數(shù)學式對以上方案進行匯總表達，其中符號“+”表示或者，符號“*”表示條件同時存在，符號“～”表示條件的否定面，符號“→”表示推導出. 總結后的公式為：

5.2 討論

根據(jù)上述研究結論，本文有以下幾點發(fā)現(xiàn)：

1)QCA確實能在一定程度上實現(xiàn)對現(xiàn)有理論的評估，是一項尤為有效的理論檢驗工具. 觀察表4中的構型2：較高水平的績效預期、努力預期和社會影響會引致用戶接受意愿，失控感知與心理障礙變量的存在與否不受限制. 可以發(fā)現(xiàn)其條件組合即為UTAUT模型中的變量組合，且在四個構型方案中的原始覆蓋率(54%)最高，表明該構型方案對樣本案例解釋力度最大，校驗了UTAUT模型.

2)任一前因條件都不是引致用戶接受意愿的必要條件. 構型1中社會影響與失控感知、構型2中心理障礙、構型3的績效預期和構型4的努力預期分別證明了特定組合下變量存在的非必要性. 綜上所述，不同于以往研究所示的某因素要么顯著積極影響必須存在，要么消極影響必須消失的結果，本研究發(fā)現(xiàn)在不同條件組合下任一因素的存在與否不絕對，積極因素可以不存在，消極因素也可存在. 因此，企業(yè)在對智能化服務進行優(yōu)化時可以著重選擇其中易突破的模塊進行研發(fā)投入，達到有限資源的最大化利用.

3)績效預期是用戶接受智能化服務的關鍵要素，企業(yè)可重點研發(fā)該模塊. 構型1、2、4中均需要存在較高水平的績效預期才能引致用戶接受意愿，由此看來電商環(huán)境下用戶最重視智能化服務的績效預期. 此外通過比較構型2、3，可以發(fā)現(xiàn)存在較高水平績效預期時，失控感知和心理障礙帶來的負面影響會被抵消，所以要想提高用戶的接受程度，就要保證服務給用戶帶來較高的績效水平，以在一定程度上彌補其他因素帶來的負面影響，即使用戶控制感受損、心理障礙發(fā)生時也會有接受意愿.

本研究從用戶需求端出發(fā)探究影響因素，運用fsQCA 找到引致用戶接受意愿的4種不同構型，為智能化服務的優(yōu)化提供了方向指導，有利于企業(yè)研發(fā)資源投入的最大化利用. 但本研究在樣本數(shù)據(jù)方面以學生群體為主，此后可拓展發(fā)放渠道，考慮更多群體，提高結論普適程度.