张太海，张妤舟，胡杨

（1.南京财经大学营销与物流管理学院；2.南京财经大学红山学院，江苏南京210023）

移动O2O产品消费者采纳意愿研究

张太海1，2，张妤舟2，胡杨1

（1.南京财经大学营销与物流管理学院；2.南京财经大学红山学院，江苏南京210023）

移动O 2O产品的影响力和价值与其用户基数成正比。同时，信任作为互联网虚拟产品区别于传统产品的重要因素，直接影响消费者对于产品能否使用的判断。文章将感知网络外部性分为直接网络外部性和间接网络外部性，分别用感知使用人数和感知兼容性作为可测量的代表进行量表和问卷设计，并将感知网络外部性和信任并列，构建二者同时通过感知有用性和感知易用性间接影响消费者采纳意愿的理论模型和相关假设。研究发现消费者的感知网络外部性的两个维度即感知使用人数和感知兼容性对感知易用性、感知有用性各有正向的显著影响，其中感知兼容性对感知易用性、感知有用性的影响较大，而感知使用人数对感知易用性、感知有用性的影响则较小；信任对感知有用性、感知易用性各有显著的正向影响，但相比感知网络外部性对感知有用性、感知易用性的影响则较小；消费者的感知有用性在感知使用人数、感知兼容性、信任对采纳意愿的影响中起部分中介作用；感知易用性在感知使用人数对采纳意愿的影响中起完全中介作用；感知易用性在感知兼容性、信任对采纳意愿的影响中起部分中介作用。促进了经济的发展，但其促进作用有待提高。最后，提出建议以期对我国互联网金融的持续、健康发展提供参考。

O 2O；网络外部性；信任；采纳意愿

一、引言

O2O已成为互联网渗透实体经济的重点。早期O2O主要积聚在PC端，典型的商业模式型态包括地方生活社区论坛、团购网站（包括团购引擎网站）、点评类网站、优惠券网站等，以餐饮、住宿为主；后期的移动O2O产品因为其全天候在线的特性，以及不输PC端的信息量，多行业出现井喷增长之势，不仅包含了餐饮、住宿，还有电影、打车/租车，及外卖业务等。作为互联网行业三巨头的百度、阿里巴巴、腾讯（BAT）很早便从战略高度分别推出了各自的生活服务类网站或者产品。实物类O2O仍在探索中，出现了万达、金鹰等购物中心与BAT合作试水O2O，品牌直营店（如优衣库等）通过自主开发的手机APP产品的O2O实践等方式。作为竞争胜出的本地生活服务类O2O中较成熟的团购类O2O网站如美团、大众点评、百度糯米等开始探索各自独特的竞争优势，并已寻求和BAT的战略合作。移动O2O作为一种新型商业模式已展现出诱人的前景，但移动O2O产品能否为消费者所广泛接受？其影响因素主要有哪些？其作用路径是什么？诸多类似的问题目前学界仍无确定答案。本文试图从移动O2O产品消费者采纳意愿的角度对其进行探讨，做一些积极的探索与研究。

二、文献综述与研究假设

（一）文献综述

代表性的采纳意愿理论主要包括理性行为理论（TRA）、计划行为理论（TPB）、创新扩散理论（IDT）、技术匹配理论（TTF）、技术采纳理论（TAM）、整合型技术采纳与使用理论（UTAUT）等，其中以Davis（1989）提出的技术采纳理论最具代表性，其主要观点是：技术感知的有用性（PU）和易用性（PEOU）是影响采纳意愿和采纳行为的两个主要信念因素。感知有用性表示个体主观意愿上对使用某个信息技术或系统可以在多大程度上提升其工作绩效和改善其工作业绩，感知易用性表示个体主观对一个信息技术或系统是否容易使用的评价。外部因素可以直接对感知有用性和感知易用性产生影响，从而影响态度，进而影响使用意愿和使用行为。态度作为感知有用性和感知易用性影响行为意愿的中间变量，行为意愿决定使用行为[1]。学者后续研究发现，态度作为中介变量的作用并不明显，去掉该变量后，模型的解释力更强。基于此，Venkatesh& Davis（2000）提出了扩展型技术采纳模型TAM2，指出主观规范、自愿性、印象、工作相关性、输出质量、结果可展示性影响感知有用性和感知易用性[2]。Venkatesh等（2003）研究发现计划行为理论、PC利用模型、技术任务适配模型、社会认知理论、理性行为理论、动机模型、创新扩散理论、TAM与TPB的组合模型等理论各具优势，又具有一定的共通性。对此提出了包含绩效期望、努力期望、社会影响和促成因素四个核心自变量，性别、年龄、经验和自愿性四个调节变量的整合型技术接受与使用理论（UTAUT）[3]。目前技术采纳理论在学界被广泛应用于研究对信息技术的采纳和扩散研究[4]，并且其稳健性和可操作性业已被许多文献证实[5]。

个体消费行为受到包括其他用户在内的多种因素影响。基于个体“从众心理”，其会对大众评价普遍较高的产品具有较高倾向性。产品效用会随其消费量的增加而增加，因此会提高个体对产品的评价，亦即“需求方规模经济”。该现象在信息技术与互联网行业背景下，可用“网络外部性”来概括和解释。Katz&Shapiro（1985）正式提出了网络外部性概念[6]。Margolis&Stephen（1994）、张铭洪（2002）、刘中华和周洁如（2005）等界定了网络外部性。Katz&Shapiro（1985）、Margolis（1994）等将网络外部性分为直接网络外部性和间接网络外部性。Dhebar&Oren（1985）、Xie&Sirbyu（1995）从消费者规模与市场表现研究了网络外部性，通过直接影响消费者感知效用，从而影响消费者购买决策[7]。

隐私问题在电子商务中愈发受到关注，用户和卖家之间的信任问题亦更加重要（Gefen等，2002）[8]。而在线信任最重要的是安全和隐私（Krucketal.，2002；Harris Interactive，2002；Flavian and Guinaliu，2006）。许多理论和实证研究试图找出诸如信任等影响用户接受的因素（Grant&Edgar，2007）。对于电子商务而言，Morgan&Hunt（1994）认为信任最重要，因为它是人与人、人与产品等许多关系的关键[9]。McKnight&Chervany（2002）定义了移动商务信任的概念[10]。Siau&Shen（2003）构建了移动商务消费者信任模型[11]。Thae Min Lee（2005）研究证实了信任对消费行为的重要影响[12]。Gordon Xu，Jairo A.Utierrez（2006）证明了消费者信任是移动商务成功经营的重要因素[13]。Lu，Liu，Yu（2008）研究了移动无线数据业务中信任对感知有用性、感知易用性的影响[14]。

（二）研究假设

本文基于上述分析认为，可用消费者对产品/服务的使用人数感知情况和感知兼容性来表现网络外部性特征，它们将影响消费者的感知有用性和易用性进而影响采纳意愿。信任也将影响消费者的感知有用性和易用性进而影响采纳意愿。

感知有用性和感知易用性对移动O2O产品的采纳意愿具有不同程度的影响。消费者认为某种产品有用时，其实际使用次数就会增加；认为某种产品易用时，也会促进其使用该产品。大量研究证明了TAM在预测分析消费者对于技术产品的实际使用或购买行为中的解释功效。Wu &Wang在其基础上分析了移动商务采纳的影响要素，并发现感知有用性和易用性是影响移动商务使用的重要因素。故本文提出以下假设：

H1：感知有用性对移动O2O产品采纳意向具有显著的正向影响。

H2：感知易用性对移动O2O产品采纳意向具有显著的正向影响。

Hung、Wang、邓朝华等研究了感知网络外部性和TAM模型之间的关系。感知网络外部性事实上包括直接网络外部性即感知使用人数和间接网络外部性即感知兼容性。故本文提出以下假设：

H3：感知使用人数对感知有用性具有显著的正向影响。

H4：感知使用人数对感知易用性具有显著的正向影响。

H5：感知兼容性对感知有用性具有显著的正向影响。

H6：感知兼容性对感知易用性具有显著的正向影响。

McKnight&Chervany（2002）定义了移动商务信任概念。Thae Min Lee（2005）、Lu，Liu，Yu（2008）等研究了信任对感知有用性、感知易用性、客户行为的影响。故本文提出以下假设：

H7：信任对感知易用性具有显著的正向影响。

H8：信任对感知有用性具有显著的正向影响。

本文选择感知网络外部性和信任作为移动O2O产品的技术采纳模型的外部因素。外部因素会通过影响感知有用性和感知易用性，从而影响采纳意愿。故本文提出以下假设：

H9：感知有用性在感知使用人数对采纳意愿的影响中起中介作用。

H10：感知有用性在感知兼容性对采纳意愿的影响中起中介作用。

H11：感知有用性在信任对采纳意愿的影响中起中介作用。

H12：感知易用性在感知使用人数对采纳意愿的影响中起中介作用。

H13：感知易用性在感知兼容性对采纳意愿的影响中起中介作用。

H14：感知易用性在信任对采纳意愿的影响中起中介作用。

三、量表设计与数据收集

（一）量表设计

基于前述文献研读，并结合移动O2O产品的特点，同时征询专家意见，并进行大量的前期测试工作，来改进传统量表，形成本研究的如下初始量表（见表1）。

表1 相关维度量表

本文量表（除人口统计特征变量之外）均采用李克特七级量表的形式，从1到7分别表示非常不同意、不同意、有点不同意、不确定、有点同意、同意、非常同意。问卷的人口统计特征包括：性别、年龄、受教育程度、所在地域、使用频次等。

（二）数据收集

本研究问卷调研主要通过线上渠道进行，基于问卷星平台通过PC端和移动端进行收集。调研的对象是使用过移动O2O产品的大众消费者。本次共发放问卷250份，回收250份，有效问卷235份，有效率97.87%。被调查者中，男女分布比较均衡，其中男性略高，但相差不大。40岁以下的消费者约占总数的86%，40岁以上消费者占总数的14%，其中50岁以上的占3.83%。以本科学历以上为主，占63.4%。超过95%受访消费者来自一、二、三线城市。使用频次方面，超过90%的消费者每周都会使用移动O2O产品。8.51%的消费者至少每个月会使用1～2次移动O2O产品。

四、实证研究

（一）信度和效度检验

本文采用SPSS20.0中的因子分析法对问卷的信度和效度进行分析。结果显示，量表总体的Cronbach′s Alpha值达到0.962，基于标准化项的Cronbach′s Alpha系数为0.963，表现出很高的信度。各项Cronbach′s alpha相关系数均不高于剔除前的alpha系数，CITC全部高于0.5。因此，本量表信度较高，问项之间存在着良好的相关性。量表整体的KMO值为0.954，效果极佳，非常适合做因子分析。Bartlett′s球形度检验显示Sig.值小于0.000 1，证明球形检验显著，进而表明相关系数可作为提取因子。移动O2O产品消费者采纳模型涉及的五部分问项，KMO系数均大于0.7，有较好的因子分析效果，Bartlett′s球形检验显示Sig.值小于0.000 1，证明球形检验显著，进而表明相关系数可作为提取因子。对每部分的问项进行因子载荷分析和公因子方差分析显示，因子载荷都远超0.45的参考值，接近于1，说明该因子对当前变量的影响程度较高；公因子方差均大于0.54，表明每一个问项有超过54%的方差都可用公共因子解释。

（二）相关性分析

本文采用Pearson相关系数来衡量变量间的相关关系强弱，数据统计结果显示，感知使用人数、感知兼容性、信任、感知有用性、感知易用性对消费者采纳意愿在0.01水平上全部显示显著正相关。其中，感知有用性对采纳意愿的相关度是0.770，感知易用性对采纳意愿的相关度是0.811，而感知使用人数、感知兼容性和信任对于采纳意愿的相关度分别是0.657，0.714和0.584，均小于感知易用性→采纳意愿，感知有用性→采纳意愿，间接性的证明了感知有用性和感知易用性的中介作用。另外，感知易用性与感知有用性的相关度是0.781，低于感知易用性对采纳意愿的相关度0.811，高于感知有用性对采纳意愿的相关度0.770，说明可能存在感知易用性是感知有用性对采纳意愿的中介作用（见表2）。

表2 相关度列表

（三）多元回归分析

第一，感知网络外部性对感知有用性的多元回归分析。检验PNU、PC对感知有用性（PU）的相关性，结果显示高度相关，可以继续检验回归。逐步回归的结果显示，R2为0.520，表示能解释总变量的52%，更改统计量的R2仍然为0.515；标准估计的误差为0.640，在可以接受的范围之内，进行F检验，显著性概率小于0.001，说明最后的回归效果是显著的。方差分析中，Sig.小于0.001，PNU、PC对PU影响显著。数据显示，容差值都大于0.5，VIF的值都是小于2的，证明自变量PC、PNU和因变量PU之间不存在多重共线性。感知使用人数、感知兼容性的显著性概率均小于0.05，可见它们与感知有用性都存在显著性关系，所以使用标准系数。最后，影响PU的PNU系数为0.303，影响PU的PC系数为0.447，所以，感知有用性的回归方程可以表示成：移动O2O产品感知有用性=0.303*感知使用人数+0.447*感知兼容性+1.337。

第二，感知网络外部性对感知易用性的多元回归分析。检验PNU、PC对感知易用性（PEU）的相关性，结果显示高度相关，可以继续检验回归。逐步回归的结果显示，R2为0.592，表示能解释总变量的59.2%，更改统计量的R2仍然为0.588；标准估计的误差为0.587，在可以接受的范围之内，进行F检验，显著性概率小于0.001，说明最后的回归效果是显著的。方差分析中Sig.小于0.001，说明PNU、PC对PEU影响显著。数据显示，其中容差值都大于0.5，VIF的值都是小于2的，证明自变量PC、PNU和因变量PEU之间不存在多重共线性。感知使用人数、感知兼容性的显著性概率均小于0.05，可见它们与感知易用性都存在显著性关系，所以使用标准系数。最后，影响PEU的PNU系数为0.345，影响PU的PC系数为0.450，所以，感知易用性的回归方程可以表示成：移动O2O产品感知易用性=0.345*感知使用人数+0.450*感知兼容性+1.175。

第三，信任对感知有用性的多元回归分析。数据显示R2为0.381，表示能解释总变量的38.1%，更改统计量的R2仍然为0.378；标准估计的误差为0.725，在可以接受的范围之内，进行F检验，显著性概率小于0.001，说明最后的回归效果是显著的。容差值都大于0.5，VIF的值都是小于2的，证明自变量T和因变量PU之间不存在多重共线性。方差分析中Sig.小于0.001，T对PU影响显著。信任的显著性概率均小于0.05，可见与感知有用性都存在显著性关系，所以使用标准系数。最后，影响PU的T系数为0.599，所以，感知有用性的回归方程可以表示成：移动O2O产品感知有用性=0.599*信任+2.377。

第四，信任对感知易用性的多元回归分析。多元分析数据中，R2为0.403，表示能解释总变量的40.3%，更改统计量的R2仍然为0.401；标准估计的误差表示回归模型的结果与目标结果之间的差距，为0.708，在可以接受的范围之内，进行F检验，显著性概率小于0.001，说明最后的回归效果是显著的。容差值都大于0.5，VIF的值都是小于2的，证明自变量T和因变量PU之间不存在多重共线性。方差分析中Sig.小于0.001，T对PEU影响显著。信任的显著性概率均小于0.05，可见与感知有用性都存在显著性关系，所以使用标准系数。最后，影响PEU的T系数为0.613，所以，感知有用性的回归方程可以表示成：移动O2O产品感知易用性=0.613*信任+2.387。

第五，感知网络外部性对采纳意愿的多元回归分析。数据显示R2为0.564，表示能解释总变量的56.4%，更改统计量的R2仍然为0.560；标准估计的误差为0.598，在可以接受的范围之内，进行F检验，显著性概率小于0.001，说明最后的回归效果是显著的。容差值都大于0.5，VIF的值都是小于2的，证明自变量NE和因变量AI之间不存在多重共线性。方差分析中Sig.小于0.001，PNU、PC对AI影响显著。感知使用人数、感知兼容性的显著性概率均小于0.05，可见与采纳意愿都存在显著性关系，所以使用标准系数。最后，影响AI的PNU系数为0.283，影响AI的PC系数为0.483，所以，感知有用性的回归方程可以表示成：移动O2O产品采纳意愿=0.283*感知使用人数+0.483*感知兼容性+1.638。

第六，信任对采纳意愿的多元回归分析。数据显示R2为0.342，表示能解释总变量的34.2%，更改统计量的R2仍然为0.339；标准估计的误差为0.732，在可以接受的范围之内，进行F检验，显著性概率小于0.001，说明最后的回归效果是显著的。容差值都大于0.5，VIF的值都是小于2的，证明自变量T和因变量AI之间不存在多重共线性。方差分析中Sig.小于0.001，T对AI影响显著。信任的显著性概率均小于0.05，可见与采纳意愿都存在显著性关系，所以使用标准系数。最后，影响AI的T系数为0.555，所以，感知有用性的回归方程可以表示成：移动O2O产品采纳意愿=0.555*信任+2.986。

第七，感知网络外部性、信任对感知有用性的多元回归分析。结果显示R2为0.564，表示能解释总变量的56.4%，更改统计量的R2仍然为0.558；标准估计的误差表示回归模型的结果与目标结果之间的差距，为0.611，在可以接受的范围之内，进行F检验，显著性概率小于0.001，说明最后的回归效果是显著的。方差分析中Sig.小于0.001，PNU、PC、T对PU影响显著。数据显示，其中容差值都大于0.5，VIF的值都是小于2的，证明自变量PC、PNU、T和因变量PU之间不存在多重共线性。感知使用人数、感知兼容性的显著性概率均小于0.05，可见它们与感知有用性都存在显著性关系，所以使用标准系数。影响PU的PNU系数为0.261，影响PU的PC系数为0.308，影响PU的T系数为0.265，所以，感知有用性的回归方程可以表示成：移动O2O产品感知有用性=0.261*感知使用人数+0.308*感知兼容性+0.265*信任+0.982。

第八，感知网络外部性、信任对感知易用性的多元回归分析。结果显示R2为0.630，表示能解释总变量的63%，更改统计量的R2仍然为0.626；标准估计的误差为0.560，在可以接受的范围之内，进行F检验，显著性概率小于0.001，说明最后的回归效果是显著的。方差分析中Sig.小于0.001，PNU、PC、T对PEU影响显著。数据显示，其中容差值都大于0.5，VIF的值都是小于2的，证明自变量PC、PNU、T和因变量PU之间不存在多重共线性。感知使用人数、感知兼容性的显著性概率均小于0.05，可见它们与感知有用性都存在显著性关系，所以使用标准系数。最后，影响PEU的PNU系数为0.306，影响PEU的PC系数为0.322，影响PEU的T系数为0.246，所以，感知易用性的回归方程可以表示成：移动O2O产品感知易用性=0.306*感知使用人数+0.322*感知兼容性+0.246*信任+0.845。

第九，感知网络外部性、信任对使用意愿的多元回归分析。结果显示R2为0.583，表示能解释总变量的58.3%，更改统计量的R2仍然为0.578；标准估计的误差表示回归模型的结果与目标结果之间的差距，为0.585，在可以接受的范围之内，进行F检验，显著性概率小于0.001，说明最后的回归效果是显著的。方差分析中Sig.小于0.001，PNU、PC、T对AI影响显著。数据显示，其中容差值都大于0.5，VIF的值都是小于2的，证明自变量PC、PNU、T和因变量AI之间不存在多重共线性。感知使用人数、感知兼容性的显著性概率均小于0.05，可见它们与感知有用性都存在显著性关系，所以使用标准系数。最后，影响PEU的PNU系数为0.255，影响PEU的PC系数为0.393，影响PEU的T系数为0.173，所以，感知易用性的回归方程可以表示成：移动O2O产品采纳意愿=0.255*感知使用人数+0.393*感知兼容性+0.173*信任+1.406。

第十，感知有用性、感知易用性对采纳意愿影响的多元回归分析。结果显示R2为0.706，表示能解释总变量的70.6%，更改统计量的R2仍然为0.706；标准估计的误差表示回归模型的结果与目标结果之间的差距，为0.490，在可以接受的范围之内，进行F检验，显著性概率小于0.001，说明最后的回归效果是显著的。方差分析中Sig.小于0.001，PU、PEU对AI影响显著。感知易用性、感知有用性的显著性概率均小于0.05，可见它们与采纳意愿都存在显著性关系，所以使用标准系数。最后，影响采纳意愿的两者的系数分别为0.342和0.531，所以，采纳意愿的回归方程可以表示成：移动O2O产品的使用意愿=0.342*感知有用性+0.531*感知易用性+1.036。

（四）中介作用验证

第一，感知有用性在感知网络外部性对采纳意愿影响中起中介作用。将感知有用性和感知网络外部性同时放入回归方程，具体相关系数比对结果如下：在加入了PU后，首先PU对AI的影响是显著的，Sig.小于0.001；PNU对AI的影响Sig.提高为0.004，显著性下降，且回归方程系数由0.318下降为0.159；同时，PC的回归方程系数由0.497下降为0.282。以上都可以充分说明，感知有用性PU在感知网络外部性对采纳意愿的影响中起中介作用，其中PU在PNU对AI的影响中和PU在PC对AI的影响中皆起部分中介作用。

第二，感知有用性在信任对采纳意愿影响中起中介作用。将感知有用性和信任同时放入回归方程，具体相关系数比对结果如下：在加入了PU后，首先PU对AI的影响是显著的，Sig.小于0.001；T对AI的影响Sig.提高为0.001，显著性下降，且回归方程系数由0.584下降为0.177。以上都可以充分说明，感知有用性PU在信任T对采纳意愿AI的影响中起中介作用，且为部分中介作用。

第三，感知易用性在感知网络外部性对采纳意愿影响中起中介作用。将感知有用性和感知网络外部性同时放入回归方程，具体相关系数比对结果如下：在加入了PEU后，首先PEU对AI的影响是显著的，Sig.小于0.001；PNU未进入回归方程，这说明PEU在PNU和PC对AI的影响中起着完全中介作用；同时，PC的回归方程系数由0.497下降为0.272。以上都可以充分说明，感知易用性PEU在感知网络外部性对采纳意愿的影响中起中介作用，其中PEU在PNU对AI的影响中起完全中介作用，而PEU在PC对AI的影响中起部分中介作用。

第四，感知易用性在信任对采纳意愿影响中起中介作用。将感知有用性和信任同时放入回归方程，具体相关系数比对结果如下：在加入了PU后，首先PEU对AI的影响是显著的，Sig.小于0.001；T对AI的影响Sig.提高为0.020，显著性下降，且回归方程系数由0.584下降为0.116。以上都可以充分说明，感知易用性PEU在信任T对采纳意愿AI的影响中起中介作用，且为部分中介作用。

五、研究结论与建议

（一）研究结论

第一，感知有用性、感知易用性与采纳意愿存在显著的相关性，这与在技术采纳模型TAM中感知有用性和感知易用性影响采纳意愿的经典结论一致。同时，在移动O2O产品行业，感知易用性对于采纳意愿的影响略高于感知有用性。

第二，感知网络外部性对于感知易用性的影响更大，其中感知兼容性的影响更强烈。同时，感知使用人数对于感知有用性的影响略小于感知兼容性的影响；感知使用人数对于感知易用性的影响略小于感知兼容性对感知易用性的影响。

第三，信任对感知易用性的相关性系数略高于对感知有用性的相关性系数。并且相比感知网络外部性，消费者对于信任的考虑已经开始降低。这与移动O2O行业安全和隐私服务水平的不断提升是分不开的。

第四，除感知易用性于感知使用人数对采纳意愿的影响起完全中介作用外，其余中介作用的假设都验证为部分中介。

（二）对策与建议

第一，关注消费者体验。在移动O2O产品行业，感知易用性对于采纳意愿的影响略高于感知有用性，因此，想要提高移动O2O产品的装机量，在各版本的迭代过程中，必须关注消费者体验，尤其是帮助消费者更容易使用该产品。保证消费者接触到产品时，能较快得学习和习惯移动O2O的操作和功能，确保消费者与移动O2O产品的互动操作是明确的和可以理解的，例如让消费者明确知道怎样操作O2O产品会转到想要的页面，怎样操作能实现想要的功能。许多成功的移动O2O产品注意在每个新版本的首次登陆时设置教学指引，标明按钮的位置和功能，或者在操作流程中给予详细的提示，甚至采用内置小视频的方法，对消费者进行功能和操作上的指引，以期达到良好的效果。

第二，关注感知兼容性。在感知网络外部性中，感知兼容性的影响更大。感知兼容性是间接网络外部性的代表，感知兼容性可以从硬件兼容性、软件兼容性，以及线上线下的融合度三个角度进行研究：有大量的应用程序（支付应用、二维码技术、LBS应用、社交应用等）可与移动O2O产品配合使用；移动O2O产品可以在不同的移动终端、不同的操作系统平台上使用；移动端购买的O2O产品可以在线下无障碍的使用。移动O2O产品运营商要从硬件兼容性、软件兼容性，以及线上线下的融合度三个方向出发，促进新技术与移动O2O产品的无缝结合，还可能发现其中的商机。如百度成熟的“地图+O2O”模式，就是将LBS应用和O2O天衣无缝得整合起来，取得了行业第一的好成绩。同样的，支付应用（国内以阿里巴巴支付宝，腾讯微信支付，以及正在崛起的银联在线支付）能否与移动O2O产品良好整合，是移动O2O产品能否取得消费者认可的重要参考。团购老网站糯米网，正是因为其糟糕的付款体验，引起很多消费者诟病。在ios、安卓、win平台上的移动O2O产品背后是完全不同的技术架构，因此，移动O2O产品上市之初，能否尽快地在以上三个平台上铺开，也是影响消费者采纳意愿的重要因素。如今，消费者经常使用基于不同平台的多种移动终端，不能完全覆盖这些平台，会大大损失响应平台上的大量用户。随着云技术的不断发展，移动O2O产品也可考虑将消费者信息结合云技术服务，实现在不同平台上同步的体验。

[1]Davis，Fred D.A technology acceptance model for empirically testing new end-user information systems：theory and results[M].（Doctoral dissertation，Sloan School of Management，Massachusetts Institute of Technology）.1986.

[2]Viswanath Venkatesh and Fred D Davis.A theoretical extension of the technologyacceptance model：four longitudinal field study[J].Management Science，2000，46（2）：186-204.

[3]Viswanath Venkatesh，Michael G.Morris，Gordon B.Davis and Fred D. Davis.User acceptance of information technology：toward a unified view[J].MIS Quarterly，2003，27（3）：425-478.

[4]鲁耀斌，徐红梅.技术接受模型的实证研究综述[J].研究与发展管理，2006，18（3）：93-98.

[5]张楠，郭迅华，陈国青.信息技术初期接受扩展模型及其实证研究[J].系统工程理论与实践，2007，27（4）：123-130.

[6]Michael L.Katz，Carl Shapiro.Network Externalities，Competition，and Compatibility[J].American Economic Review，1985，75（3）：424-440.

[7]Dhebar Anirudh，Oren Shmuel S.Optimal Dynamic Pricingfor Expanding Networks[J].Marketing Science，1985，4（4）：336-351；Jinhong Xie and Marvin Sirbu.Price Competition and Compatibility in the Presence of Positive Demand Externalties[J].Management Science，1995，41（5）：909-926.

[8]David Gefen，Elena Karahanna and Detmar W Straub.Trust and TAM in Online Shopping：An Integrated Model Author（s）[J].MIS Quarterly，2003，27（1）：51-90.

[9]Robert M Morgan and Shelby D Hunt.The commitment-Trust Theory of Relationship Marketing[J].The Journal of Marketing，1994，58（3）：20-38.

[10]D Harrison McKnight and Norman L Chervany.What trust means in e-commerce customer relationships：An interdisciplinary conceptual typology[J].International Journal of Electronic Commerce，2001/2002，6（2）：35-59.

[11]Keng Siau and Zixing Shen.Building Customer Trust in Moblle Commerce[J].Communications of the Acm，2003，46（4）：91-94.

[12]Thaemin Lee.The Impact Of Perceptions Of Interactivity On Customer Trust And Transaction Intentions In Mobile Commerce[J].Journal of Electronic Commerce Research，2005，21（2）：328-339.

[13]G Xu，J A Gutiérrez.An Explotory study of Killer Applications and Critical Success Factors in M-Commerce[J].Journal of Electronic Commerce in Organizations，2006，4（3）：63-79.

[14]June Lu，Chang Liu，Chun-Sheng Yu，Kanliang Wang.Determinants of accepting wireless mobile data services in China[J].Information& Management，2008，45（1）：52-64.

（责任编辑：C校对：T）

F713.55

A

1004-2768（2017）03-0055-06

2016-12-15

国家社会科学基金项目“完善金融市场体系的微观基础、指标体系与政策建议研究”（16BJL022）；江苏省现代服务业协同创新项目

张太海（1963-），男，河南濮阳人，博士，南京财经大学营销与物流管理学院、南京财经大学红山学院教授，研究方向：企业社会责任、消费者行为；张妤舟（1991-），女，河南濮阳人，南京财经大学红山学院教师，研究方向：金融营销；胡杨（1990-），女，河南濮阳人，南京财经大学营销与物流管理学院硕士研究生，研究方向：市场营销。