DOI: https://doi.org/10.1057/s41599-025-05142-x
تاريخ النشر: 2025-07-02
المؤلف: Na Wei وآخرون
الموضوع الرئيسي: اعتماد التكنولوجيا وسلوك المستخدم
نظرة عامة
تبحث ورقة البحث في العوامل التي تؤثر على اعتماد التكنولوجيا المالية عبر الهاتف المحمول، لا سيما في سياق المخاوف المتعلقة بالخصوصية والأمان التي تؤثر على قبول المستخدمين. من خلال اقتراح نموذج متكامل يجمع بين قيمة الإدراك ونظريات المخاطر، تستخدم الدراسة نهجًا مزدوجًا باستخدام نمذجة المعادلات الهيكلية باستخدام المربعات الصغرى الجزئية (PLS-SEM) وتحليل المقارنة النوعية باستخدام مجموعة ضبابية (fsQCA) لتحليل نوايا الاعتماد لدى المستخدمين الصينيين. تشير النتائج إلى أن النموذج المتكامل يمثل 46.27% من التباين في اعتماد التكنولوجيا المالية عبر الهاتف المحمول، مع تحديد القيمة النفعية، والقيمة الاجتماعية، ومخاطر الأداء، ومخاطر الوقت كعوامل مهمة. تكشف نتائج fsQCA عن سبع تكوينات مرتبطة بمستويات عالية من الاعتماد وثماني مسارات مرتبطة بانخفاض الاعتماد، مما يبرز تعقيد اتخاذ القرار في هذا المجال.
تسلط الخاتمة الضوء على الطبيعة المزدوجة للابتكارات المالية، التي تقدم فوائد ومخاطر تؤثر على اعتماد المستخدمين. تجد الدراسة أن القيمة النفعية لها أقوى تأثير إيجابي على نوايا الاعتماد، بينما لا تؤثر قيمة المتعة بشكل كبير على سلوك المستخدم، مما يشير إلى إدراك التكنولوجيا المالية عبر الهاتف المحمول كخدمة نفعية. على الرغم من أنه كان من المتوقع أن تكون المخاطر المالية عائقًا، إلا أن تأثيرها الضئيل يشير إلى أن التدابير التنظيمية قد تعزز ثقة المستهلك. تعترف الدراسة بالقيود، مثل تركيزها على عينة محددة من الصين والحاجة إلى أبحاث أوسع عبر المناطق لتأخذ في الاعتبار السياقات الثقافية والتنظيمية المتنوعة. يتم تشجيع الأبحاث المستقبلية على اعتماد نهج مختلط ودراسات طولية لاستكشاف المشهد المتطور لاعتماد التكنولوجيا المالية عبر الهاتف المحمول بشكل أكبر.
مقدمة
تسلط مقدمة ورقة البحث هذه الضوء على التأثير التحويلي لثورة التكنولوجيا المالية، التي تسارعت بشكل خاص بسبب جائحة كوفيد-19، مما أدى إلى زيادة الطلب على الخدمات المالية غير التلامسية. لقد أعادت الاعتماد الواسع لحلول التكنولوجيا المالية عبر الهاتف المحمول، مثل المدفوعات عبر الهاتف المحمول والعملات الرقمية، تشكيل المشهد المالي العالمي. ومع ذلك، تثير هذه الابتكارات أيضًا مخاوف كبيرة بشأن الخصوصية والأمان، مما يستلزم فهمًا أعمق للعوامل التي تؤثر على اعتماد المستهلكين للتكنولوجيا المالية عبر الهاتف المحمول. بينما ركزت الدراسات الحالية بشكل أساسي على الجوانب الإيجابية للاعتماد من خلال أطر نظرية راسخة مثل نموذج قبول التكنولوجيا (TAM) ونظرية السلوك المخطط (TPB)، فإنها غالبًا ما تتجاهل المخاطر المحتملة المرتبطة بهذه التقنيات.
لمعالجة هذه الفجوة، يقترح المؤلفون نموذجًا نظريًا متكاملًا يجمع بين نظريات القيمة المدركة والمخاطر المدركة، مما يوفر منظورًا أكثر شمولاً حول اعتماد التكنولوجيا المالية عبر الهاتف المحمول. يهدف هذا النموذج إلى التقاط تعقيدات سلوك المستهلك من خلال النظر في العوامل الممكنة والمثبطة. علاوة على ذلك، تستخدم الدراسة نهجًا مزدوجًا، مستفيدة من كل من المنهجيات المتماثلة (نمذجة المعادلات الهيكلية باستخدام المربعات الصغرى الجزئية، PLS-SEM) وغير المتماثلة (تحليل المقارنة النوعية باستخدام مجموعة ضبابية، fsQCA) لاستكشاف العلاقات المعقدة بين هذه المحددات. من خلال القيام بذلك، تهدف الأبحاث إلى تقديم فهم دقيق لعملية اتخاذ قرار الاعتماد، مما يساهم في الأدبيات حول التكنولوجيا المالية عبر الهاتف المحمول ويعلم الاستراتيجيات لتعزيز قبول المستهلك.
الطرق
تستخدم منهجية البحث الموضحة في هذه الدراسة نهجًا منظمًا لتقييم نموذج مفاهيمي يتعلق باعتماد التكنولوجيا المالية عبر الهاتف المحمول، باستخدام نمذجة المعادلات الهيكلية باستخدام المربعات الصغرى الجزئية (PLS-SEM) وتحليل المقارنة النوعية باستخدام مجموعة ضبابية (fsQCA). تتكون المنهجية من عدة مراحل: تطوير الأداة، جمع البيانات، وتحليل البيانات. شمل تطوير الأداة ثلاث مراحل رئيسية: إنشاء عناصر بناءً على الأدبيات الحالية، وتنقيح هذه العناصر من أجل الوضوح والصلاحية بمساعدة الخبراء، وإجراء اختبار مسبق مع 30 مستجيبًا لضمان الفهم. ثم تم توزيع استبيان عبر الإنترنت تم إدارته ذاتيًا على عينة مقصودة من الأفراد المألوفين بخدمات التكنولوجيا المالية في الصين، مما أسفر عن 233 استجابة، تم اعتبار 174 منها صالحة بعد التصفية.
استخدم تحليل البيانات PLS-SEM لتقييم كل من نماذج القياس والنماذج الهيكلية، مع التركيز على المخاطر المختلفة المرتبطة بالتكنولوجيا المالية عبر الهاتف المحمول، بما في ذلك المخاطر النفسية والاجتماعية والوقتية والقانونية والأمنية. أكمل أسلوب fsQCA هذا التحليل من خلال استكشاف تركيبات الظروف التي تؤدي إلى نتائج محددة في اعتماد التكنولوجيا المالية. سمح هذا النهج المزدوج بإجراء فحص قوي للعلاقات التي تؤثر على استخدام التكنولوجيا المالية عبر الهاتف المحمول، مما يوفر رؤى حول تعقيدات سلوك المستهلك في هذا المجال. حصلت الدراسة على موافقة أخلاقية وضمنت موافقة المشاركين، مما يبرز أهمية الشفافية والسرية طوال عملية البحث.
النتائج
في قسم النتائج، قامت الدراسة أولاً بتقييم تحيز الطريقة الشائعة (CMB) باستخدام طريقة تقييم التوازي الكامل كما هو موضح من قبل كوك (2015). كشفت التحليلات أن جميع عوامل تضخم التباين (VIF) كانت أقل من 3.361، وهو ما يقل بشكل كبير عن العتبة البالغة 5، مما يشير إلى أن CMB كان ضئيلاً في هذا البحث.
بعد ذلك، استخدمت الدراسة نمذجة المعادلات الهيكلية باستخدام المربعات الصغرى الجزئية (PLS-SEM) لتحليل البيانات، متبعةً النهج المكون من خطوتين الموصى به من قبل هير وآخرون (2019). شمل ذلك تقييم نموذج القياس من حيث الموثوقية والصلاحية، تلاه فحص النموذج الهيكلي لاختبار العلاقات المفترضة. بالإضافة إلى ذلك، تم إجراء تحليل المقارنة النوعية (fsQCA)، والذي شمل عدة خطوات رئيسية بما في ذلك اختيار الظروف، وبناء النموذج، وعينة الحالات، ومعايرة البيانات، واختبار القوة، كما وصفه باتاغليا وآخرون (2021) وباباس وودسايد (2021).
المناقشة
في هذا القسم، يناقش المؤلفون دمج المخاطر المدركة والقيمة المدركة في فهم اعتماد التكنولوجيا المالية عبر الهاتف المحمول. يفترضون أن المستهلكين يقيمون التكنولوجيا المالية عبر الهاتف المحمول من خلال موازنة فوائدها المدركة مقابل المخاطر المرتبطة بها، مستندين إلى نظريات سلوك المستهلك. تصنف الدراسة القيمة المدركة إلى ثلاثة أبعاد: النفعية، والمتعة، والقيمة الاجتماعية، كل منها تؤثر على نوايا الاعتماد. تبرز القيمة النفعية الفوائد الوظيفية للتكنولوجيا المالية عبر الهاتف المحمول، مثل سرعة المعاملات وسهولة الاستخدام، بينما تبرز قيمة المتعة الرضا الداخلي الناتج عن استخدام التقنيات المبتكرة. تعكس القيمة الاجتماعية كيف يمكن أن تعزز التكنولوجيا المالية عبر الهاتف المحمول الصورة الاجتماعية للفرد، مما يحفز الاعتماد.
من ناحية أخرى، تشمل المخاطر المدركة أبعادًا مختلفة، بما في ذلك المخاطر المالية، والأداء، والنفسية، والاجتماعية، والوقت، والأمن، والقانونية، كل منها يؤثر سلبًا على استعداد المستهلكين لاعتماد التكنولوجيا المالية عبر الهاتف المحمول. يجادل المؤلفون بأن هذه المخاطر تخلق حواجز كبيرة أمام الاعتماد، حيث يميل المستهلكون غالبًا إلى تجنب المخاطر. تقترح الدراسة نهجًا تكوينياً لفهم اعتماد التكنولوجيا المالية عبر الهاتف المحمول، مشيرةً إلى أن تركيبات مختلفة من القيم المدركة والمخاطر يمكن أن تؤدي إلى نتائج اعتماد متباينة. لتحليل هذه العلاقات، يستخدم المؤلفون نمذجة المعادلات الهيكلية باستخدام المربعات الصغرى الجزئية (PLS-SEM) وتحليل المقارنة النوعية باستخدام مجموعة ضبابية (fsQCA)، مستفيدين من نقاط القوة في كلا الطريقتين لالتقاط تعقيد سلوك المستهلك في اعتماد التكنولوجيا المالية.
DOI: https://doi.org/10.1057/s41599-025-05142-x
Publication Date: 2025-07-02
Author(s): Na Wei et al.
Primary Topic: Technology Adoption and User Behaviour
Overview
The research paper investigates the factors influencing mobile fintech adoption, particularly in the context of privacy and security concerns that affect user acceptance. By proposing an integrated model that combines perceived value and risk theories, the study employs a dual-method approach using Partial Least Squares Structural Equation Modelling (PLS-SEM) and fuzzy-set Qualitative Comparative Analysis (fsQCA) to analyze the adoption intentions of Chinese users. The findings indicate that the integrated model accounts for 46.27% of the variance in mobile fintech adoption, with utilitarian value, social value, performance risk, and time risk identified as significant factors. The fsQCA results reveal seven configurations linked to high adoption levels and eight paths associated with low adoption, emphasizing the complexity of decision-making in this domain.
The conclusion highlights the dual nature of fintech innovations, which present both benefits and risks that influence user adoption. The study finds that utilitarian value has the strongest positive effect on adoption intentions, while enjoyment value does not significantly impact user behavior, indicating a perception of mobile fintech as a utilitarian service. Although financial risk was expected to be a barrier, its minimal impact suggests that regulatory measures may enhance consumer confidence. The study acknowledges limitations, such as its focus on a specific sample from China and the need for broader, cross-regional research to account for varying cultural and regulatory contexts. Future research is encouraged to adopt mixed-method approaches and longitudinal studies to further explore the evolving landscape of mobile fintech adoption.
Introduction
The introduction of this research paper highlights the transformative impact of the fintech revolution, particularly accelerated by the Covid-19 pandemic, which has led to increased demand for contactless financial services. The widespread adoption of mobile fintech solutions, such as mobile payments and digital currencies, has reshaped the global financial landscape. However, this innovation also raises significant concerns regarding privacy and security, necessitating a deeper understanding of the factors influencing consumer adoption of mobile fintech. While existing studies have predominantly focused on the positive aspects of adoption through established theoretical frameworks like the Technology Acceptance Model (TAM) and the Theory of Planned Behavior (TPB), they often neglect the potential risks associated with these technologies.
To address this gap, the authors propose an integrated theoretical model that combines perceived value and perceived risk theories, offering a more comprehensive perspective on mobile fintech adoption. This model aims to capture the complexities of consumer behavior by considering both enabling and inhibiting factors. Furthermore, the study employs a dual-method approach, utilizing both symmetric (Partial Least Squares Structural Equation Modeling, PLS-SEM) and asymmetric (fuzzy-set Qualitative Comparative Analysis, fsQCA) methodologies to explore the intricate relationships between these determinants. By doing so, the research aims to provide a nuanced understanding of the adoption decision-making process, ultimately contributing to the literature on mobile fintech and informing strategies to enhance consumer acceptance.
Methods
The research methodology outlined in this study employs a structured approach to evaluate a conceptual model related to mobile fintech adoption, utilizing Partial Least Squares Structural Equation Modeling (PLS-SEM) and fuzzy-set Qualitative Comparative Analysis (fsQCA). The methodology comprises several stages: instrument development, data collection, and data analysis. The instrument development involved three key phases: creating items based on existing literature, refining these items for clarity and validity with expert input, and conducting a pre-test with 30 respondents to ensure comprehension. A self-administered online survey was then distributed to a purposive sample of individuals familiar with fintech services in China, yielding 233 responses, of which 174 were deemed valid after filtering.
Data analysis utilized PLS-SEM to evaluate both the measurement and structural models, focusing on various risks associated with mobile fintech, including psychological, social, time, legal, and security risks. The fsQCA method complemented this analysis by exploring the combinations of conditions leading to specific outcomes in fintech adoption. This dual approach allowed for a robust examination of the relationships influencing mobile fintech usage, providing insights into the complexities of consumer behavior in this domain. The study received ethical approval and ensured participant consent, emphasizing the importance of transparency and confidentiality throughout the research process.
Results
In the results section, the study first assessed common method bias (CMB) using a full collinearity assessment method as outlined by Kock (2015). The analysis revealed that all variance inflation factors (VIF) were below 3.361, which is significantly lower than the threshold of 5, indicating that CMB was minimal in this research.
Subsequently, the study employed Partial Least Squares Structural Equation Modeling (PLS-SEM) to analyze the data, following the two-step approach recommended by Hair et al. (2019). This involved evaluating the measurement model for reliability and validity, followed by an examination of the structural model to test the hypothesized relationships. Additionally, qualitative comparative analysis (fsQCA) was conducted, encompassing several key steps including condition selection, model construction, case sampling, data calibration, and robustness testing, as described by Battaglia et al. (2021) and Pappas and Woodside (2021).
Discussion
In this section, the authors discuss the integration of perceived risk and perceived value in understanding mobile fintech adoption. They posit that consumers evaluate mobile fintech by weighing its perceived benefits against associated risks, drawing on consumer behavior theories. The study categorizes perceived value into three dimensions: utilitarian, enjoyment, and social value, each influencing adoption intentions. Utilitarian value emphasizes the functional benefits of mobile fintech, such as transaction speed and ease of use, while enjoyment value highlights the intrinsic satisfaction derived from using innovative technologies. Social value reflects how mobile fintech can enhance an individual’s social image, motivating adoption.
Conversely, perceived risk encompasses various dimensions, including financial, performance, psychological, social, time, security, and legal risks, each negatively impacting consumers’ willingness to adopt mobile fintech. The authors argue that these risks create significant barriers to adoption, as consumers are often risk-averse. The study proposes a configurational approach to understanding mobile fintech adoption, suggesting that different combinations of perceived values and risks can lead to varying adoption outcomes. To analyze these relationships, the authors employ Partial Least Squares Structural Equation Modeling (PLS-SEM) and Fuzzy Set Qualitative Comparative Analysis (fsQCA), leveraging the strengths of both methods to capture the complexity of consumer behavior in fintech adoption.