综述：影响金融科技采用的驱动因素：一种计量文献学研究方法

《Financial Innovation》：Drivers of FinTech adoption: a bibliometric approach

　　摘要
本研究采用文献计量方法探索影响采用金融科技服务意愿的因素。通过使用VOSviewer和RStudio Biblioshiny等文献计量工具，分析了2016年至2023年间在Web of Science和Scopus上发表的849篇论文的数据，以识别行业趋势、关键作者及存在的重要空白。本研究的一个独特之处在于其双重焦点：首先，它描绘了当前的学术格局；其次，它突出了研究不足的领域，如性别差异、品牌形象和财务健康状况。此外，本研究还将金融科技的应用与更广泛的社会目标联系起来，包括金融包容性和绿色金融，为研究人员和实践者提供了宝贵的见解。主要研究结果强调了信任、金融素养和绿色金融在塑造采纳行为中的重要作用。这些见解为未来关于金融科技采纳的研究提供了基础，尤其是在微型、小型和中型企业中的应用；以及联盟营销在推动用户参与度和金融包容性方面的作用。据我们所知，这是第一项提出将联盟营销、绿色金融和企业品牌等较少被探讨的构建纳入采纳驱动因素分析的文献计量研究。

引言
金融业受到了与金融危机、监管改革、盈利能力下降以及最近的COVID-19疫情相关的一系列挑战的显著影响（Boot等人，2021年）。这些挑战要求该行业通过采用技术进行变革，从而催生了金融科技（FinTech）公司的出现。事实上，金融科技公司利用区块链、人工智能（AI）和移动平台等先进技术，为包括服务不足的人群提供创新、可获取且高效的金融服务（Haddad和Hornuf，2019年；Seiler和Fanenbruck，2021年）。
金融科技公司与传统金融机构的不同之处在于它们更加关注客户需求、适应能力以及超越现有银行监管规定的运作能力（Seiler和Fanenbruck，2021年）。这种能力使它们能够迅速响应市场需求，提供传统机构难以实施的创新金融服务（Lee和Shin，2018年）。金融技术的创新，如移动银行、点对点借贷和区块链应用，大大扩展了金融服务的可及性，从而赋能了未被银行服务或服务不足的人群（Haddad和Hornuf，2019年）。
尽管金融科技通过这些创新不断重塑金融服务格局，但学术界对这些快速发展的关注才刚刚开始（Milian等人，2019年）。尽管学术兴趣和出版量显著增加，但金融科技研究仍处于早期阶段（Wang等人，2024年）。金融科技的主题研究正在逐渐浮现，包括投资与贷款（例如Contreras Pinochet等人，2019年；Seiler和Fanenbruck，2021年）、区块链/加密货币（例如Baliker等人，2023年；Jariyapan等人，2022年）、支付/计费（例如Jaiswal等人，2023年；Parlour等人，2022年）、金融科技对传统银行机构的影响（例如Lee和Shin，2018年）、金融包容性（例如Kanga等人，2022年）、智能投资顾问（例如Shao等人，2022年）和智能合约（例如He等人，2023年；Wang和Xu，2023年），其中大部分研究是在过去四年内进行的，且在这一时期论文数量显著增加。
因此，金融科技对金融服务行业的影响是巨大的；然而，影响这些服务采纳的决定因素尚未得到全面研究（Jain和Raman，2022年）。尽管一些研究强调了数字平台和智能手机在金融服务中的快速普及（Boot等人，2021年），但只有少数研究探讨了社会文化因素（如信任和金融素养）如何与技术创新相互作用以影响采纳行为（Jünger和Mietzner，2020年）。例如，信任动态在塑造用户意愿方面很重要，但在不同的人口统计或地区背景下仍研究不足（ShabbirHusain等人，2023年）。此外，尽管对金融科技的技术方面给予了大量关注，但对用户采纳行为至关重要的行为和心理因素仍然被忽视（Irimia-Dieguez等人，2023年）。
另一个亟待深入研究的领域是联盟营销在促进金融科技采纳中的作用。虽然研究表明联盟营销能提升用户参与度和金融素养（Syrdal等人，2023年），但实证证据仍然稀缺。解决这些空白可以加深学术理解，并为在各种背景下有效实施金融科技服务提供实际见解。
基于此，本研究的核心问题是：影响金融科技服务采纳的关键因素是什么？本研究的目标有三点：（1）通过文献计量分析识别金融科技采纳领域的关键趋势和有影响力的贡献；（2）揭示关键的研究空白，如传统金融服务与数字金融服务的整合、信任和金融素养等行为因素的尚未充分探索的作用，以及影响采纳的新兴变量（如联盟营销）；（3）提出一个研究议程，包括性别差异、区域差异和绿色金融等尚未充分探索的变量。除了描绘学术格局外，本研究还提出了一个原创的概念框架，将联盟营销、品牌形象和绿色金融等尚未充分探索的构建纳入金融科技采纳文献中，扩展了该领域的理论边界。文献计量分析涵盖了截至2023年的出版物，其中最早的文章发表于2016年，反映了人们对金融科技采纳研究的 recent 和不断增长的兴趣。因此，据我们所知，本研究独特之处在于它将文献计量分析与这些未充分探索领域的探索相结合，特别是社会文化因素（信任、金融素养）和新兴营销策略（联盟营销）的交叉点。

文献计量分析提供了一种系统化的方法，用于理解研究格局，强调出版物的趋势、核心主题和重要贡献。这种方法有助于识别高引用文献、知名研究人员、权威期刊和合作网络，从而为塑造该领域的基础性和创新性研究提供宝贵见解。
本研究使用了VOSviewer和RStudio Biblioshiny两种文献计量工具，帮助研究人员识别金融科技采纳中未充分探索的课题，包括人口统计、区域或行为维度。考虑使用VOSviewer和RStudio Biblioshiny的文献计量研究表明，关键词聚类、聚类算法、共被引用网络和共被引用分析可以揭示新兴的研究前沿并指导跨学科探索（Rahman等人，2024年；Zhao等人，2022年）。这些工具综合了现有文献，突出了知识空白，并提供了一个基于技术接受模型（TAM）的整合框架，以更好地理解用户在金融科技中的行为和采纳模式。通过结合定量模式与定性见解，这种方法为识别可行的研究机会提供了新的视角，并能够解决理论空白（Rahman等人，2024年）。
技术接受模型（TAM）提供了一个强大的框架，通过强调感知易用性（PEOU）、感知有用性（PU）和使用意图（BI）等构建来理解用户对技术的接受度（Jariyapan等人，2022年）。在金融科技背景下，这些要素至关重要，因为用户的感知显著影响采纳决策。通过应用TAM，本研究对推动创新金融服务采纳和使用的行为和技术因素进行了结构化分析。

本文的结构如下：
“文献综述”部分详细回顾了相关文献。“方法论”部分描述了研究采用的方法。“数据分析”部分展示了结果，并提出了未来研究的建议。“结论”部分总结了研究的理论见解和贡献。

文献综述
金融科技：理论基础
金融科技是指将先进的数字技术整合到金融服务中，其主要目标是提高可获取性和效率。通过利用人工智能（AI）、区块链和数字身份验证等创新，金融科技公司正在改变传统的金融服务格局，并挑战现有机构。这些创新对边缘化和服务不足的人群尤其具有影响力，提供了更具包容性和响应性的金融服务（Huarng和Yu，2022年）。
金融科技服务的范围包括支付、保险、贷款、投资管理以及分析、数字身份验证、网络安全措施和区块链技术等辅助服务（Campanella等人，2023年）。金融科技行业的发展经历了不同的阶段（见表1），反映了其从利基解决方案向全球主流金融服务提供商的演变过程。关键的技术进步使金融科技公司从新兴的初创企业发展成为能够重塑国际金融的重要参与者（Belanche等人，2019年）。表1展示了金融科技的发展阶段（来源：Sun等人，2023年）。
此外，金融科技生态系统可以被划分为九个相互关联的领域（见表2），包括支付系统、众筹、点对点借贷、RegTech和数字资产管理。这些类别通常具有互补功能，提高了金融包容性并现代化了传统服务。例如，众筹平台和P2P借贷使小型企业更容易获得资本，而忠诚度计划和金融教育工具则加强了客户参与度和素养（Haddad和Hornuf，2019年；Huston，2010年；Katili等人，2024年）。表2列出了金融科技的分类（来源：Haddad和Hornuf，2019年）。
此外，RegTech解决方案通过自动化“了解你的客户”（KYC）等合规流程增加了对金融科技公司的信任，并通过实时分析和安全的数字平台提高了金融交易的安全性（Teichmann等人，2023年）。这些创新不仅颠覆了现有的金融系统，还展示了快速的技术变革如何推动金融服务的可及性和效率。
这种变革得到了数字基础设施（尤其是智能手机和移动操作系统）日益普及的加强，这些基础设施降低了进入壁垒并促进了广泛采纳（Boot等人，2021年；Cojoianu等人，2021年）。表3展示了历史和预测的市场数据，凸显了该行业的强劲发展轨迹。预计到2028年，金融科技行业的复合年增长率（CAGR）将达到25.18%，市场规模将达到5149亿美元（ElHabr等人，2022年；Market Data Forecast 2024年）。表3展示了金融科技市场的增长预测（来源：Market Data Forecast 2024年）。
COVID-19疫情进一步加速了金融科技的应用，封锁措施增加了人们对数字渠道进行金融交易的依赖（Karim等人，2022年；Le，2021年）。金融科技初创公司为中小企业、初创企业和个人提供了直观且易于使用的平台——特别是那些不熟悉传统金融系统的人。疫情后这些行为的持续存在表明，金融服务参与的转变是持久的，这种转变是由便利性和可用性驱动的，而非技术专长。
尽管疫情起到了催化作用，但其他较少被探讨的因素也影响金融科技的应用。其中最突出的是弥合创新与用户信任之间差距的挑战。建立信誉、确保安全以及解决隐私问题仍然是关键障碍（Cojoianu等人，2021年；Roh等人，2024年）。积极的口碑和用户期望进一步塑造了公众参与金融科技解决方案的意愿（Irimia-Dieguez等人，2023年）。
总之，金融科技通过利用创新实现了全球金融领域的变革，使金融服务更具包容性和可获取性（Senyo等人，2023年）。具有强大创新能力的公司正在开发以客户为中心的解决方案，这些解决方案挑战甚至取代了传统的银行模式（Brika，2022年；Hornuf等人，2021年）。此外，人们对传统机构的信任度下降为金融科技（FinTech）公司提供了机会，使其能够作为灵活、可靠的替代方案出现（Saiedi等人，2022年）。这种动态变化要求我们更深入地研究影响FinTech采用的具体因素。

**采用FinTech的决策因素**
FinTech的普及显著重塑了消费者与金融服务之间的互动方式。多种因素，包括社会影响力、参与策略和金融知识，都在塑造用户采用行为中发挥着关键作用。在社会动力方面，特别是在个人缺乏第一手经验的情况下，同伴推荐和社会认可成为了重要的决策线索（Chen & Lu 2024；ShabbirHusain等人，2023）。采用非正式、易于理解的沟通方式的FinTech平台往往能激发更高水平的用户参与度。游戏化技术，如基于奖励的互动和嵌入在移动钱包中的用户挑战，也能增强用户的参与度和长期留存率（Yang等人，2023）。许多消费者现在有选择地使用FinTech服务，对于数字支付或机器人顾问等任务转向专业平台，同时仍与传统银行保持其他服务的联系（Seiler & Fanenbruck 2021）。为了促进更广泛的采用，金融机构必须清楚地传达FinTech工具的功能优势——例如机器人顾问或实时财务规划——并利用早期采用者的经验来建立信任和熟悉感（Belanche等人，2019）。此外，金融知识较高的人更有可能识别并有效使用FinTech服务（Jünger & Mietzner 2020）。附属中介机构，如顾问和社区倡导者，在降低技术障碍、增强市场渗透力和支持FinTech生态系统方面也起着关键作用（Do等人，2020；Gregori等人，2014；Olbrich等人，2019；Schmitz 2006）。

**技术接受模型（TAM）**
技术接受模型（TAM）为分析FinTech的采用提供了一个坚实的理论框架（Davies, 1989）。TAM强调了三个关键构念：感知有用性（PU）、感知易用性（PEOU）和行为意向使用（BI）。PU反映了用户认为技术能提高他们任务表现的程度，而PEOU则体现了使用系统所需的感知努力（Szajna 1996）。这些构念共同影响了BI，即用户采用或继续使用技术的意向（Li等人，2023；Wang等人，2023）。其他外部因素——如信任、隐私和社会认可——也在FinTech领域显著影响BI（Chen & Lu 2024；Cojoianu等人，2021；Gregori等人，2014）。在FinTech背景下，PU通常与速度、便利性和获取个性化金融解决方案的能力相关联（Singh等人，2020）。PEOU在弥合技术和金融知识差距方面尤为重要（Jariyapan等人，2022）。服务质量、风险感知和数据安全等补充因素进一步影响了用户使用FinTech服务的意向（Hassan等人，2023）。Venkatesh等人（2003）通过加入系统质量、社会支持和用户体验来扩展了TAM，这些因素为理解用户接受提供了更全面的视角。这些扩展在信任、安全和互操作性至关重要的数字金融环境中尤为相关。

多项实证研究验证了TAM对FinTech的相关性。例如，Wang（2023）探讨了开放API的采用，并强调了隐私问题和感知效用作为关键决定因素。同样，Wang等人（2023）强调了生物识别、隐私和满意度在FinTech验证系统中的重要性。Zhang等人（2023）在对巴基斯坦商业银行的研究中表明，PEOU、PU和数据安全显著影响了采用意向。作者强调了透明、安全的IT基础设施对于提升用户信心和FinTech增长的作用。TAM仍然是理解不同市场和技术环境下FinTech采用的基础模型。其概念清晰度和适应性使其成为分析消费者如何感知和参与创新金融技术的宝贵工具（Davis 1989）。

总体而言，虽然TAM为理解FinTech采用提供了坚实的基础，但通过补充框架扩展分析视角可以提供更细致的理解。统一的技术接受和使用理论（UTAUT）（Venkatesh等人，2003）通过纳入性能预期、促成条件和社会影响等因素，丰富了TAM，提供了对数字金融环境中用户行为的更全面理解。同样，Rogers的创新扩散理论也强调了相对优势、复杂性和可观测性等特征如何塑造FinTech创新的采用曲线（Cain等人，2024）。信任-风险视角进一步强调了感知安全性和机构可信度的重要性，尤其是在涉及个人财务数据的背景下。这与隐私计算理论相结合时尤其重要，后者认为用户会权衡便利性和个性化带来的好处与数据隐私的风险（Cloarec等人，2024）。最后，全球议程如联合国2030年议程和G20数字金融包容原则（Demir等人，2022）日益关注FinTech在促进金融包容和减轻收入不平等方面所起的作用。通过解决市场缺陷，FinTech成为实现更公平获得金融服务的关键推动者。这些补充框架并没有取代TAM，而是通过引入在FinTech采用中特别突出的情境、行为和结构因素，增强了其解释力。

**方法论**
为了确保全面覆盖、方法论严谨性和结果的可靠性，采用了文献计量学方法，因为文献数据和文献计量学方法利用定量技术，使分析更加透明和确定（Baker等人，2020；Pattnaik等人，2020, 2021, 2022）。为此，选择了两大学术数据库Web of Science（WoS）和Scopus进行数据收集。选择这些数据库是因为它们具有全球影响力、多学科索引和严格的质量控制流程，能够确保纳入与该主题相关的高影响力、同行评审的文章（Baas等人，2020；Li等人，2018；Mongeon & Paul-Hus 2016；Powell & Peterson 2017），从而最小化数据遗漏或选择偏差的风险。分析旨在探讨学术趋势、识别关键作者、有影响力的研究、采用FinTech的差距以及关键研究主题，并重点关注最近相关出版期间的学术贡献，具体细节见于“筛选标准”部分。FinTech相关的学术出版物显著增加，为高级定量研究提供了机会。后续部分详细介绍了搜索策略、筛选标准、数据精炼过程和分析工具。

**搜索策略**
数据收集过程从构建明确的搜索字符串开始，以提取相关文章。在两个数据库中应用了一组一致的关键词：“FinTech”、“采用”、“意向”和“使用”。这些术语的选择基于它们与研究目标的相关性，重点关注影响采用FinTech服务意向的因素。尽管由于搜索引擎的不同，WoS和Scopus的搜索查询语法略有差异，但查询的结构和意图保持一致。例如，在WoS中使用的字符串是（TS = (FinTech*) AND (TS = (adopt) OR TS = (intention) OR TS = (attitude) OR TS = (use)），而在Scopus中则通过TITLE-ABS-KEY等字段来捕获相关记录。

**筛选标准**
两个数据库都使用了相同的筛选标准以确保一致性。我们仅设置了出版日期的上限——2023年底——没有指定开始日期。因此，最早符合我们标准的研究可以追溯到2016年，反映了FinTech作为学术研究领域的出现。因此，2016-2023年的选择期捕捉到了FinTech出版物和技术的显著增长，与该领域在此期间的快速发展相吻合。 inclusion标准被细化，以确保专注于来自主要数据库（WoS和Scopus）的同行评审文章，这些文章直接针对研究目标，特别是那些归类在商业、金融、经济学和管理学下的文章。

**数据精炼和选择**
图1展示了本研究中使用的文档选择过程。初步搜索产生了2,904篇文章，其中WoS有2,017篇记录，Scopus有887篇记录。应用推荐的过滤器后，数据集通过将出版日期限制在2023年之前进行了精炼，最早的记录可以追溯到2016年。过滤器还专注于归类在商业、金融、经济学和管理学下的同行评审文章。此外，会议论文、书籍章节和非英语出版物被排除在外，以确保一致性和包含高质量的研究。因此，根据这些初始过滤器，有1,544篇文章被排除，剩余1,360篇文章用于进一步精炼。然后，排除了标题或摘要与研究焦点无关的文章（例如，非FinTech应用、无采用意义的技术发展），这使得数据集减少到1,089条记录。最后，识别并从两个数据库中删除了重复的文章（240篇），留下849篇独特文章进行进一步审查。为了提高清晰度并提供全面概述，合并了WoS和Scopus的数据集。表4总结了关键词、每个数据库检索到的文章数量、筛选后的记录数量、识别出的重复项以及最终纳入分析的文章样本。

**分析工具和技术**
使用了两个强大的文献计量学工具来分析精炼后的数据集：VOSviewer和RStudio Biblioshiny。VOSviewer以其图形能力而闻名，用于创建合著者网络、引用地图和关键词共现可视化（Centre for Science and Technology Studies, 2024）。这些可视化提供了关于作者之间的协作关系、特定文章的影响力以及该领域主题趋势的见解（Baker等人，2020）。关键词共现分析设置了至少五次出现的最低阈值，从而剔除无关术语，专注于核心思想。对于合著者网络，考虑了至少有三种合著文章的作者，显示出相关的协作联系。对于引用地图，包括了至少有十次引用的文章，突出了最具影响力的工作。这些参数的定义旨在捕捉该领域的主要趋势，随着FinTech研究的快速演变。RStudio Biblioshiny通过支持高级文献计量学分析（如识别引用最多的文章、有影响力的作者和领先期刊）增强了VOSviewer的功能，同时还允许生成主题地图和趋势分析，从而提供了对FinTech采用学术景观的全面理解（Aria & Cuccurullo 2017；K-Synth Srl, 2024；Xie等人，2020）。主题地图和趋势分析基于关键词至少出现十次和H指数至少为三的标准来评估学术影响力。这种广度和相关性的平衡强调了新兴领域和研究中的差距。所使用的配置确保了研究的代表性和高质量，同时减少了分析中的噪声，并增强了研究的可重复性。这些工具和参数使得文献计量学方法能够提供学术动态的结构化视图，并有助于推进对FinTech采用的认识。

**数据分析**
本研究的数据分析部分全面探讨了截至2023年的FinTech采用文献。其结构旨在提供对该领域各个维度的见解，包括出版物的时间趋势、引用模式以及关键作者的贡献。还研究了研究的地理分布和不同期刊的影响，以突出FinTech研究的全球传播和主要出版渠道。此外，还详细分析了关键词和聚类模式，揭示了新兴主题和学术兴趣领域。通过比较聚类和趋势主题分析，本节确定了FinTech领域内的演变主题和重要研究轨迹。下一节将讨论当前文献中的差距，为未来的研究议程和理论整合提供建议。这一讨论旨在引导学者和实践者关注未充分探索的领域，促进对FinTech采用及其更广泛社会影响的更全面理解。

**发现**
**按年份划分的出版物**
表5显示了2016-2023年间与采用FinTech意向相关的年度科学产出。直到2016年，才发表了第一篇相关文章。FinTech很可能已经成为一个快速增长的研究领域。实际上，学术研究中对于人们采用金融科技（FinTech）的动机的原因尚未得到充分探讨。然而，自2020年以来，关于这一主题的论文发表数量显著增加。这就是为什么2020至2023年期间的增长曲线比2017年之后的时间段更为陡峭的原因。图表5显示了年度科学产出与采用金融科技意图之间的关系。

这种增长与数字平台的演变、金融服务的数字化进程加速，以及COVID-19疫情的推动密不可分，疫情迫使消费者采用远程金融服务（Boot等人，2021年）。这种背景验证了诸如技术接受模型（TAM）等框架的适用性，这些框架能够反映人们对技术有用性和易用性的主观看法（Davis，1989年），尤其是在采用速度较快的时期。

截至2023年，被引用次数最多的前十篇文章被列在图表6中，重点关注它们的学术影响力。前三个文章发表于2018年，这表明它们的重要性并不总是与发表年份相关。Gomber等人（2018年）研究了金融服务中的运营管理，以及这些管理如何影响了支付、加密货币、区块链和跨境支付，以及与之相关的利益相关者价值。此外，他们还强调了影响贷款、存款服务以及投资、金融市场、交易、风险管理、机器人顾问服务等领域的其他创新（Gomber等人，2018年）。Lee和Shin（2018年）从历史角度探讨了金融科技，并介绍了金融科技的不同商业模式和投资类型。他们的研究还展示了实时期权如何应用于该行业的投资决策中，同时指出了金融科技初创公司和传统金融机构面临的技术和管理障碍（Lee & Shin，2018年）。

第三篇文章关注了由于监管差异和技术进步导致的金融科技贷款机构的扩张（Buchak等人，2018年）。其余文章则阐述了与金融科技相关的各种方面。人工智能在金融领域的崛起，结合了机器人顾问技术，正在重塑金融格局（Belanche等人，2019年）。与此同时，区块链技术的引入为交易和服务带来了创新解决方案，但其接受度受到消费者信任问题的制约（Albayati等人，2020年；Chen等人，2019年；Ryu，2018年）。文献强调了需要制定详细的研究议程来应对这些创新的潜力和挑战（Milian等人，2019年），包括它们在促进金融普惠和减少收入不平等方面所起的作用（Demir等人，2022年）。专家观点还强调了区块链的争议性影响以及制定战略采纳框架的必要性（Chang等人，2020年）。

因此，对截至2023年被引用次数最多的论文进行分析表明，与TAM框架一致的因素占据了主导地位。例如，Belanche等人（2019年）和Ryu（2018年）的研究考虑了机器人顾问的使用和金融科技采纳的决定因素，重点关注了PU（感知有用性）、PEOU（感知易用性）、信任、安全性和性能等特征，这些特征可以通过TAM或其扩展模型（如TAM2和UTAUT）来解释。这些驱动因素在学术界得到了广泛关注，是研究用户对数字金融服务有效性和信任度的关键课题（Chan等人，2022年；Ryu，2018年；Singh等人，2020年）。

图表2和图表3分别可视化了在金融科技相关文献中引用最多和作者发表论文最多的学者。研究结果显示，Zhang Y是该领域的领先作者，发表了11篇重要论文，其次是Liu Y，发表了8篇论文。此外，Chen C、Chen S、Chen X和Okoli T等作者也做出了显著贡献，每人贡献了7篇论文。Chen X和Gupta S的影响尤为突出，他们的H指数均为5。

图表7列出了在相关主题论文数量上贡献最大的国家。排名前三的国家分别是中国、美国、英国、印度和马来西亚。这些国家的科学出版物数量分别为：480篇、278篇、180篇和131篇。其中，美国和英国尤为突出，因为它们的金融中心——纽约市和伦敦——长期以来一直被视为国际金融中心（French等人，2009年）。中国在这一领域也表现出显著的增长（Gruin & Knaack，2020年）。这些国家拥有高度数字化的环境和不断增长的金融科技服务采用率，使得使用TAM作为研究工具非常适合探讨这些现象。在这里，消费者有多种数字解决方案可供选择，我们需要了解是什么推动或阻碍了他们的使用。TAM模型正好具备了这种预测能力。

图表4展示了近年来相关论文的产生情况，特别是印度和马来西亚在2022年至2023年间的快速增长。

图表8显示了各国之间的合作关系。这种可视化有助于识别在特定研究领域积极开展合作的国家和地区。第一作者所在的国家被用来填写“来自”栏目，其他合作者（第二作者、第三作者等）所在的国家被用来填写“至”栏目。结果显示，中国与美国和英国的合作最为紧密，分别发表了24篇和19篇论文。此外，美国还与英国合作发表了13篇论文，与马来西亚和印度尼西亚合作发表了9篇论文，与英国和马来西亚合作发表了7篇论文。这种合作现象表明全球知识和获取多样化人口及数据方面的进步。中国、美国和英国之间的强大科学合作可能部分源于这些国家大量的研究成果。广泛的研究产出为合作伙伴关系、知识交流和合资企业提供了机会，进一步加强了它们之间的合作关系。

图表9列出了分析中关键词被引用最多的前十本期刊。其中六本期刊在发表论文数量上尤为突出，分别是“Technological Forecasting and Social Change”（24篇），“Finance Research Letters”（22篇），“Financial Innovation”（21篇），“Journal of Risk and Financial Management”（19篇）和“Journal of Financial Services Marketing”（14篇）。

根据图表5，“Journal of Risk and Financial Management”的影响力显著增强，2020年仅发表了一篇论文，而到2023年这一数字猛增至19篇。“Finance Research Letters”和“International Journal of Bank Marketing”紧随其后。在相关研究主题的出版物数量增长方面，“Financial Innovation”期刊的增幅位居第三。

基于图表6中的H指数，“Technological Forecasting and Social Change”期刊的影响最大，其H指数为15。其次是“Finance Research Letters”、“Financial Innovation”和“International Journal of Bank Marketing”，H指数分别为10。

图表7使用RStudio Biblioshiny工具生成了2016至2023年期间的关键词词云，直观展示了这一时间段内的关键词分布。词云的使用有助于识别出一组文献数据中最相关的主题，从而帮助理解采用金融科技意图的趋势和研究领域。

图表10揭示了被频繁引用的术语：“FinTech”、“innovation”、“technology”、“impact”和“adoption”。确实，在相关研究中，人们提出了一种新的方法来映射金融科技的创新及其颠覆性影响（Chen等人，2019年；Gomber等人，2018年；Lee & Shin，2018年）。其他同样重要的文献则从多个方面探讨了技术和金融科技采纳的问题（Belanche等人，2019年；Milian等人，2019年）。还有一些研究者关注金融科技、区块链和金融科技贷款机构对金融行业的影响（Chang等人，2020年；Jagtiani & Lemieux，2018年）。

通过VOSviewer进行聚类分析（如图8所示），发现了五个研究群，用以描绘金融科技采纳和金融科技研究的学术景观。尤其是2021年至2022年间的研究，关注了采纳意图与金融科技服务之间的关系，以及信任与金融素养之间的关系。聚类分析还突出了信任、社会影响力、金融普惠和区块链等概念的相互关联性，这些概念在最近的研究中越来越受到重视，为理解金融科技采纳的决定因素提供了深入见解。

关于图表8，第一个群体（红色）“FinTech Performance Index”关注衡量金融科技的成功，重点关注成本效益动态、技术采纳、安全性和用户信任等因素（Werth等人，2023年）。第二个群体（绿色）“digital financial innovations”包括区块链、加密货币和数字化转型，反映了金融服务中的颠覆性创新，如P2P借贷和机器人顾问（Gomber等人，2018年；Saiedi等人，2022年；Seiler & Fanenbruck，2021年）。第三个群体（蓝色）“FinTech Trust Dynamics”探讨了金融科技采纳中的信任和感知有用性，其中安全性、隐私性和性能预期等因素起着关键作用（Bajunaied等人，2023年；Roh等人，2024年）。第四个群体（黄色）“Inclusive Finance Gateway”关注金融素养和移动平台在金融普惠中的应用，特别是对小型和中型企业的支持（Karim等人，2022年）。最后一个群体（紫色）“Adoptive Expectancy Synergy”研究了社会影响力、易用性和性能预期在采纳金融科技服务中的作用（Singh等人，2020年）。

这一分析证实了与TAM框架一致的主题的主导地位。例如，蓝色群体（“FinTech Trust Dynamics”）强调了信任和感知有用性在消费者决策中的重要性（Kim & Kim，2021年；Wong等人，2023年），而紫色群体（“Adoptive Expectancy Synergy”则强调了社会影响和易用性（L. Chen & Aklikokou，2020年；Ki & Kim，2019年）——这些都是TAM及其后续模型的核心组成部分。

此外，根据图表9，RStudio Biblioshiny分析揭示了四个研究群体。“Investors”群体探讨了金融素养对投资决策的影响（Bai，2023年）；“Technology Adoption”群体讨论了区块链和金融科技如何重塑银行业（Albayati等人，2020年；Broby，2021年）；“Adoption”群体深入研究了影响金融科技采纳的社会规范和信任（Bajunaied等人，2023年；Irimia-Dieguez等人，2023年）；“FinTech”群体涵盖了创新潜力和性能因素等广泛主题（Gomber等人，2018年；Katsiampa等人，2022年；Ng & Pan，2022年）。这样的比较为不同方法论的集群形成提供了依据，这表明可能存在一些内在的复杂性，可能需要进一步研究并提高文献计量评估的可靠性（表11）。表11展示了“FinTech绩效指数”和“FinTech”这两个集群之间的共识，因为它们都关注FinTech的总体表现和影响力。这些集群侧重于衡量FinTech的成功，强调了诸如成本效益动态、技术采纳、安全性和用户信任等因素（Werth等人，2023年）。第二个共识出现在“数字金融创新”和“技术采纳”之间，因为它们关注金融领域的新技术，包括区块链、加密货币和数字化转型，反映了金融领域的颠覆性创新，如P2P借贷和机器人顾问服务（Gomber等人，2018年；Saiedi等人，2022年；Seiler & Fanenbruck，2021年）。另一个相关的关系在于“FinTech信任动态”和“采纳”之间，在这种背景下，信任在新技术采纳中变得越来越重要。这些集群中，安全性、隐私性和性能预期等因素起着关键作用（Bajunaied等人，2023年；Roh等人，2024年）。信任也加强了“包容性金融门户”和“投资者”这两个集群之间的联系，意味着金融包容性的努力旨在吸引多样化的投资者群体，它们关注金融素养和移动平台在促进金融包容性方面的应用，特别是对于中小企业（Karim等人，2022年）。最后，“采纳预期协同”和“采纳”这两个集群与影响采纳新服务意愿的因素有关，它们研究了社会影响、易用性和性能预期之间的相互作用（Singh等人，2020年）。

图10中集群的时间演变显示了FinTech采纳研究的合理路径，这不仅反映了技术进步，也反映了社会优先事项的变化。第一个集群“FinTech绩效指数”关注基本的绩效指标，如成本效益分析和用户信任，以建立FinTech项目成功的基线（Werth等人，2023年）。随着领域的成熟，“数字金融创新”集群提到了区块链、加密货币和P2P借贷等技术的颠覆潜力，强调了它们对金融系统的变革潜力（Gomber等人，2018年；Saiedi等人，2022年）。“FinTech信任动态”集群则将焦点转移到了行为方面，包括信任、隐私性和感知有用性，反映了对人体中心采纳因素的更深入探索（Bajunaied等人，2023年；Roh等人，2024年）。这为“包容性金融门户”集群奠定了基础，该集群强调了金融素养和移动平台作为提高金融包容性的关键机制，特别是对于边缘群体和中小企业（Karim等人，2022年）。最后，“采纳预期协同”集群将社会影响、用户友好性和性能预期结合起来，形成了采纳框架，反映了对这些因素如何驱动消费者行为的更微妙理解（Singh等人，2020年）。这些集群共同展示了一个清晰的时间层次结构，从技术和绩效导向的基础逐步发展为对信任、包容性和协同性的广泛考虑，突显了FinTech研究的动态演变。

图11同样展示了这一领域的当前研究方向。在2018年至2023年间，共浮现出13个独特的研究主题作为潜在趋势。最新的趋势与“创新”、“影响”和“银行”等概念相关，这些术语在13个重要主题中的出现频率为214次。此外，“FinTech”、“技术”和“采纳”这些术语的出现频率分别为78、75和74次，比之前提到的概念早一年出现。最后，“创业精神”、“消费者接受度”、“经济学”、“销售”、“使用”、“信息系统”和“移动支付”等概念虽然综合出现频率较低（60次），但相对于本研究范围来说具有开创性。

这两种分析都强调了FinTech研究的进展，揭示了从基础指标和颠覆性创新向细致的行为和采纳框架的转变。这种对齐突显了该领域越来越重视以人为中心的方法、信任动态和金融包容性，为FinTech采纳的更集成和实用解决方案铺平了道路。

未来FinTech采纳研究议程的设计必须基于近期文献所提供的线索。显然，以人为本的方法、信任动态和金融包容性在FinTech研究中获得了相对重要的地位。为了更好地确定这一领域的研究机会，应考虑的最新空白之处应基于最近2到3年的最新文献（Verma等人，2023年）。因此，分析基于过去3年的文献综述，并考虑了三个基本标准：（1）引用次数，（2）研究空白的清晰识别，以及（3）这些空白的相关性，特别是与本研究主题“FinTech采纳”相关的内容。基于表12的数据，根据内容分析确定了8篇论文，这些论文为未来的研究提供了空白和建议。根据表12的数据，可以基于这些论文中识别的最有前景的主题来制定研究议程。传统和数字金融资源的整合可能成为城市创新的驱动力（Li等人，2023年），需要进一步研究以明确它们的界限。跨不同地区的比较研究可以提高这一理论框架的全球适用性和稳健性。此外，性别差异对FinTech创新的影响是一个未充分探索的领域，值得研究，特别是因为本研究的背景局限于中国，那里的社会风险共享系统并不完善（Chen等人，2023年）。这引发了这样的问题：这些发现是否可以推广到其他国家和地区，如英国和美国。

通过FinTech实现的绿色金融尚未得到广泛研究，需要探讨创新技术投资与可持续借贷实践之间的关系（Mirza等人，2023年）。FinTech推动的绿色金融对新兴市场和发展中经济的长期影响也需要评估，这超出了欧洲银行业务的范围。纵向研究可以提供FinTech对可持续资源管理和经济增长的贡献的见解，重点关注FinTech在自然资源治理中的作用（Awais等人，2023年；Tan等人，2023年）。研究人员应考虑开发代理指标，如FinTech初创企业的数量、投资额、数字支付系统的采纳率以及监管支持，以捕捉FinTech的多方面性质。FinTech缓解消费者融资约束的潜力已经得到了研究，但它通过与传统机构的合作克服企业财务约束的作用需要更多关注（Guo等人，2023年）。未来的研究应包括非上市公司，以测试研究结果的稳健性，并探索中国人民银行提供的衡量金融技术发展的替代指标。影响FinTech采纳的新因素，如品牌形象、财务健康状况和用户创新能力，也应被探索，超越了传统的财务素养和政府参与等因素（Setiawan等人，2021年）。研究还应该关注中小企业和特定的FinTech服务，以识别独特的采纳因素。联盟营销在促进FinTech采纳中的作用及其对用户参与度的影响也值得进一步研究（Syrdal等人，2023年）。最后，未来的研究应纳入代表经济和技术变化的变量，以更好地理解影响数字金融采纳的因素，并关注实际使用行为，而不是感知行为，以制定更有效的参与策略（Jain & Raman，2022年）。

图12中的流程图概述了未来FinTech采纳研究的模型，强调了识别出的关键空白以及该领域提供更多创新潜力的潜在组织结构：城市创新、性别不平等、绿色金融、可持续增长、自然资源管理和企业财务约束、品牌建设。这些变量被确定为影响FinTech采纳的独立变量。图12中建议的后续研究流程图展示了FinTech采纳的潜在组织结构。财务素养以及FinTech与传统银行之间的互动是解释这些因素如何影响FinTech采纳的中介变量。采纳本身是因变量，而联盟营销则作为调节因素，可能促进大规模的FinTech实施。联盟营销可以通过吸引和教育消费者，在促进金融素养和推动FinTech与传统银行业的整合方面发挥重要作用。具体策略包括：（1）在城市地区推广FinTech以推动创新；（2）开展减少FinTech采纳中性别不平等的针对性活动；（3）通过技术投资鼓励绿色金融；（4）开发绿色增长指数来衡量联盟营销对FinTech驱动增长的贡献；（5）推广FinTech以促进自然资源管理和克服企业财务约束；（6）通过有针对性的内容创作提升FinTech的品牌形象和用户创新能力。

-fin核心主题是移动技术和在线平台如何重新配置金融服务，以使非商业用户更易于访问。此外，社会影响和信任日益受到重视，成为关键因素。ShabbirHusain等人（2023年）的一项研究证明了信任在消费者决策过程中的中介作用，尤其是在没有直接个人经验的情况下，从而突显了同行推荐和在线评论的重要性。这项研究基于文献计量学的见解推动了研究议程，以解决现有的空白，并因此促进了金融科技采纳研究的发展。通过结合信任、感知风险、实用性、社会影响、品牌形象、财务健康、用户创新和联盟营销等因素，TAM框架可以得到进一步的发展，以更好地理解金融科技采纳。这些元素更好地捕捉了消费者决策过程中的复杂性。另一个重要方面是研究地区、文化和监管差异对消费者行为和金融科技采纳的影响，以全面理解其中的动态。纵向研究对于评估金融科技采纳对金融包容性、数字化转型和可持续发展的持续影响至关重要。这样的研究可以提供关于这些技术如何随时间影响经济增长、市场效率和用户行为的关键见解，特别是在绿色金融倡议及其在促进环境可持续性方面的作用的背景下。此外，应采用跨学科方法来分析技术创新、市场竞争、消费者信任和城市创新之间的相互作用。这些框架将有助于更深入地理解金融科技生态系统，并支持发展出解决城市转型和智能金融系统的稳健采纳模型。应特别关注代表性不足的地区和发展中国家的采纳挑战和机遇。未来的研究应探讨区域差异、文化因素和性别不平衡对采纳模式的影响，以及金融科技在弥合金融差距和减轻个人和企业的财务约束方面的作用。解决这些差距对于促进公平获取、推动可持续增长以及确保全球范围内金融技术的包容性发展至关重要。此外，未来的研究应探讨如何优化联盟营销，以大规模促进金融知识普及，特别是在知识缺口依然存在的代表性不足的地区。其促进金融知识普及和支持金融科技与传统银行系统整合的作用应成为未来研究的重点。此外，还需要研究联盟营销策略在增强信任和降低与金融科技采纳相关的感知风险方面的有效性。这包括检查消费者参与度、转化率和教育活动对金融包容性的长期影响等指标。这项工作的原创性在于其理论创新：通过结合联盟营销、品牌建设和绿色金融等在文献计量学研究中较少涉及的变量，它引入了一个新的研究议程和多维框架，邀请进行实证验证。

表13总结了这项研究的主要发现，提供了对趋势、空白和整个分析过程中确定的未来研究方向的全面概述。它突出了金融科技采纳的最相关方面，包括发表模式、有影响力的期刊和作者、研究集群、新兴话题以及推动采纳的关键因素。这一综合为未来的研究提供了路线图，帮助学者和实践者应对不断发展的金融技术领域。

表13 主要发现：采用金融科技的态度

已确定的研究话题在金融科技采纳中发挥着关键作用，每个话题都独特地有助于克服障碍并促进创新金融技术的接受。信任对于在数字环境中建立信心至关重要，从而鼓励金融科技平台的采纳（Kim & Kim 2021）。金融知识使用户能够更好地理解这些技术，特别是在服务不足的社区中（Jünger & Mietzner 2020）。区块链和人工智能等创新提高了效率，使服务更具吸引力（Haddad & Hornuf 2019; Seiler & Fanenbruck 2021）。联盟营销在提高意识和教育潜在用户方面发挥着关键作用，有效降低了进入壁垒并促进了信任（Gregori et al. 2014; Syrdal et al. 2023）。金融包容性扩展了边缘群体获得基本服务的机会，而强大的品牌形象和社会认可则进一步促进了采纳（Karim et al. 2022; Kotler & Armstrong 2018）。通过整合可持续性实践和游戏化，金融科技解决方案吸引了重视负责任和参与金融服务的用户（Truong & Pinkse 2019; Yang et al. 2023）。PEOU展示了金融科技平台使用的简单性和便捷性，而PU则强调了用户如何改善他们的财务成果（Jariyapan et al. 2022）。BI通过捕捉用户基于感知利益、易用性和外部影响的采纳动机，将这些已确定的研究话题整合起来（Davis 1989）。社会影响取决于朋友和社交网络的建议，影响用户的想法和行为（Kim & Kim 2021）。最后，绩效预期强调了可靠性和效率对于获得用户长期信任的重要性（Singh et al. 2020; Werth et al. 2023）。这些已确定的研究话题与TAM高度吻合，为金融科技采纳的行为和技术决定因素提供了独特的见解。

结论

理论贡献

这种文献计量学方法对现有的文献计量学方法和金融技术研究做出了重要贡献。这项研究是首批关注采用金融科技意向的综述文章之一，利用两个软件应用程序和两个数据库作为分析的基础。它通过提供2016年至2023年间广泛引用的关于采用金融科技意向的出版物的全面收集和内容分析，为现有文献做出了贡献。它还研究了这一主题的学术文献进展，强调了发表文章数量随时间的持续增加。这一趋势强调了这一研究领域对学者和实践者的持久相关性和创新性。这项研究为这一主题提供了宝贵的见解，并确定了趋势、有影响力的作者、主要期刊、值得关注的国家、空白以及未来研究的潜在方向。将传统金融和数字金融作为城市创新的驱动力结合起来，形成了一个需要研究的理论空白（Li et al. 2023）。性别差异对金融科技采纳的影响提出了一个理论挑战，需要研究这一方面的金融科技创新（Chen et al. 2023）。金融科技在绿色金融中的作用及其对可持续实践和盈利能力的贡献首先需要进一步的理论研究（Awais et al. 2023; Mirza et al. 2023）。此外，金融科技如何通过与传统金融机构的合作增强自然资源治理，以实现资源的可持续管理和经济增长，值得进行纵向研究以建立坚实的理论框架（Tan et al. 2023）。此外，金融科技在解决中小企业融资限制方面的理论意义尚未得到充分探索（Guo et al. 2023）。新兴变量（如品牌形象、财务健康、用户创新性和联盟营销）对中小企业和特定金融科技服务的采纳的理论影响也尚未得到充分探讨（Setiawan et al. 2021）。此外，很少有研究关注数字金融采纳的问题（Jain & Raman 2022）。此外，本研究通过提出一个概念模型（图12），指出了研究空白的主要领域，并假设了可能的未来研究方向。该模型指出了被忽视但可能具有决定性的变量，如城市创新、性别差异、绿色金融、可持续发展和企业融资限制，以及品牌建设作为金融科技采纳的基本驱动因素。这些都是自变量，而金融科技公司与 established 金融机构之间的互动以及金融知识被认为是澄清它们对采纳影响的中介变量。金融科技采纳被视为因变量，联盟营销被引入作为一个新的调节变量。这是文献中的原创性贡献，因为尽管它在数字金融服务的扩展中占据着越来越重要的战略地位，但在文献中几乎完全被忽视。通过将联盟营销概念化为一种促销工具和提升金融科技银行内金融知识和包容性的机制，本研究提出了一个新颖的实证研究框架。这种双重角色使得能够更深入地理解联盟营销策略如何超越传统广告的方式（Syrdal et al. 2023）。例如，有针对性的促销活动可以支持城市创新中心、性别赋权倡议或由金融科技平台推动的绿色金融努力。在这方面，该研究提倡开发一个绿色增长指数——一个评估联盟营销对金融科技生态系统内可持续性目标贡献的评估工具。通过识别和整合这些新兴变量，这项研究不仅绘制了现有的学术讨论图谱，还为研究金融科技、可持续性和包容性营销策略动态交叉点的学者引入了一个独特的、面向未来的理论模型（Duong 2022; Gregori et al. 2014; ShabbirHusain et al. 2023）。通过将联盟营销概念化为一种促销工具和提升金融科技银行内金融知识和包容性的机制，本研究提出了一个新的实证研究框架。这种双重角色使得能够更丰富地理解联盟营销策略如何超越传统广告的利用（Syrdal et al. 2023）。例如，有针对性的促销活动可以支持城市创新中心、性别赋权倡议或由金融科技平台推动的绿色金融努力。在这方面，该研究提倡开发一个绿色增长指数——一个评估联盟营销对金融科技生态系统内可持续性目标贡献的评估工具。通过识别和整合这些新兴变量，这项研究不仅绘制了现有的学术讨论图谱，还为研究金融科技、可持续性和包容性营销策略动态交叉点的学者引入了一个独特的、面向未来的理论模型（Duong 2022; Gregori et al. 2014; ShabbirHusain et al. 2023）。

实际贡献

这项研究的结果为政策制定者、金融机构和参与金融科技采纳的初创公司提供了非常具有实际意义的理解。对于政策制定者而言，确定的趋势和研究分组强调了创建改善数字金融环境中的信任和安全的框架的紧迫性，同时促进金融包容性。基于这些发现，政府机构可以制定有针对性的政策，通过移动平台和与经济韧性和数字公平性更广泛目标相一致的知识计划来支持服务不足的人群。金融机构可以通过了解塑造金融科技采纳的行为和技术要素而获得巨大好处，这些要素在“金融科技信任动态”和“采纳期望协同”等类别中得到了强调。这些知识将有助于开发以用户为中心的金融产品，特别是设计满足客户对可用性、保密性和有效性的期望的产品。此外，“数字金融创新”集群中的发现使机构能够有效地将区块链和P2P借贷等颠覆性技术整合到他们的运营中，从而在不断变化的市场中保持竞争力。“包容性金融门户”集群可以被初创公司用来识别未开发的市场机会，尤其是在金融包容性较低的市场中。这项研究表明，教育和营销策略可以建立信任并降低采纳产品的感知风险，这对于寻求扩大产品的初创公司非常重要。此外，社会影响、用户体验和绩效预期的结合可以用于产品开发和客户参与策略，以确保产品满足现代消费者的期望。此外，跨学科方法可以解决金融科技采纳的挑战。结合行为金融和TAM的视角为政策制定者、金融机构和初创公司提供了对设计更稳健金融系统的全面理解。通过整合来自不同学科的见解，利益相关者可以更好地应对金融科技生态系统中的信任、创新和包容性的复杂性。

局限性

这项研究通过2016年至2023年的文献计量学分析独特地为金融科技研究做出了贡献，揭示了科学合作的模式、新兴主题和出版活动的趋势。所提供的可视化工具为研究进展提供了宝贵的见解，确定了现有的空白，并概述了围绕金融科技采纳的未来研究方向。其方法论方法利用了VOSviewer和RStudio Biblioshiny，通过结合两个主要学术数据库（WoS和Scopus）的高级可视化工具和全面的数据提取，强调了其新颖性。然而，当前研究也有一些局限性，如下所述：
(1) 文献计量学方法受到文章来源的限制，只从Scopus和WoS数据库中找到了文章。因此，可能遗漏了来自其他数据库（如Google Scholar、Dimensions或Microsoft Academic）的相关研究。
(2) 由于严格的纳入和排除条款，文献计量分析的全面性可能在某种程度上受到影响。任何突出的研究都可能因为不符合这些预定义的参数而遗漏。
(3) 本文提出了未来的研究方向。这意味着当前的研究可能无法有效捕捉金融科技（FinTech）领域的动态变化。(4) 由于本研究在商业、金融、经济和管理领域的局限性，其研究范围相当有限；因此，它缺乏跨学科的方法。跨学科的视角对于理解金融科技的应用非常有用，因为金融科技涉及许多其他领域。(5) 用于文献计量分析的数据提取是一个复杂的过程，容易出错，这可能导致数据解读的不准确。(6) 文献计量方法通常旨在获得广泛的普遍性，但这可能会忽略特定情境下的变量。这些变量对特定情境或不同用户群体中的金融科技应用可能产生重大影响。(7) 尽管本研究专注于使用动机-态度-行为（TAM）模型，但这种重点可能会限制理论研究的深度。其他框架，如用户接纳技术使用理论（UTAUT）、创新扩散理论和信任-风险模型，可以为金融科技的应用提供补充性的见解。

针对未来的金融科技研究，以下是一些建议的方法论：建议进行纵向研究，以有效跟踪在不同时间和社会经济条件下金融科技应用的渐进变化。将定量文献计量分析与来自案例研究、专家访谈或焦点小组的定性见解结合起来，可以进一步加深对新兴金融科技应用动态的理解。跨国比较研究应探讨不同地区和文化背景下金融科技应用的差异，从而形成更全面的全球视角。整合行为经济学的理论、技术采用模型以及创新扩散框架，可以提高研究的解释力并提供更为全面的见解。通过引入监管环境、金融知识水平和社会人口统计因素等情境变量来具体化应用模型，将为该领域的理论和实践应用增添丰富性。这些建议旨在填补现有的研究空白，并促进金融科技应用研究的创新性发展。