| Reference: | 一、中文文獻
王立亭、何信弘、張少熙 (2020)。以科技接受模式探討高齡者使用運動 APP 之需求 與反饋。福祉科技與服務管理學刊，8(2)。
王怡心 (2020)。行動支付日常化。會計研究月刊，(410)，12-15。 王怡強、楊淑美(2019)。由延伸型整合科技接受模式對消費者行動支付使用意願之研
究。管理資訊計算，8，1-10。
白邵逸 (2016)。以科技接受模式探討互動式電子白板之使用態度—以電腦自我效能
為調節變數。義守大學資訊管理學系學位論文。
池文海、邱天佑、李立偉 (2012)。網際網路資訊系統實際使用前置因素之研究。品質
學報，19(6)，523-540。
行 政 院 (2019) 。 加 速 推 動 行 動 支 付 普 及 。 取 自 :
https://www.ey.gov.tw/Page/5A8A0CB5B41DA11E/84ca877a-f946-4684-a19d-
732a351dc448
吳淑鶯、陳瑞和 (2006)。計劃行為理論應用於網路書店購買行為之研究。中華管理評
論， 9(4)，1-23。
宋曉玫 (2012)。以科技接受模式探討中高齡者使用網路即時通訊軟體之意圖與行為。
臺灣師範大學社會教育學系學位論文。
李崇睿、龍世俊、吳治達 (2013)。乾淨空氣何處尋? 空氣汙染暴險之人口及地理不均
等分佈。人口學刊，(47)，1-33。
卓正欽、賴彥如、劉振緯 (2015)。轉換型領導與新科技使用意圖之關係:自我效能之
中介效果。商管科技季刊，16(1)，89-111。
林建良、黃台珠、吳裕益 (2008)。促進知識整合的網路學習環境量表發展。科學教育
學刊，16(6)，605-626。
林榮春、邱天佑、林茂雄 (2011)。影響網路銀行實際使用行爲之研究。顧客滿意學刊，7(1)，1-22。
邱祈越 (2022)。以整合科技接受模型探討電子下單購買零股之使用意圖。中原大學資
訊管理學系學位論文。
邱紹群、張書毓 (2022)。疫情來了，你行動支付了沒?管理資訊計算，11(1)，81-94。 侯俊良 (2022)。以資訊系統成功模式探討教育部防災教育資訊網之使用意願與滿意
度。義守大學資訊管理學系學位論文。
孫樹文 (2022)。橘色世代保健食品消費行為影響因素研究。淡江大學企業管理學系碩
士在職專班學位論文。
徐茂洲 (2013)。綠島水域運動觀光客行為傾向模式中介效果驗證之研究。運動休閒管
理學報，10(2)，41-61。
徐靖雯 (2020)。台灣線上行動支付產業價值主張與價值適配之研究—以 LINE Pay
為例。臺灣大學商學研究所學位論文。 財團法人台灣網路資訊中心(2020)。2020 台灣網路報告。取自:
https://www.twnic.tw/doc/twrp/202012b.pdf
張玟涓 (2022)。社會影響與創新抵制對行動支付使用意願之影響。臺灣師範大學全球
經營與策略研究所學位論文。 張偉豪、鄭時宜。(2012)。與結構方程式模型共舞: 曙光初現，新北市，前程文化事
業有限公司。
張淑青 (2010)。展覽服務品質量表的發展與驗證。行銷科學學報，6(2)，165-184。 張淑敏 (2005)。從行為理論探討消費者對芳香精油之認知與行為模式。經營管理論叢，
第一屆管理與決策 2005 年學術研討會特刊，149-163。
梁世安、余國瑋 (2005)。以科技接受模式探討二輪式電動代步車消費者接受程度。行
銷評論，2(2)，135-148。
梁應平 (2021)。消費者智慧化行動支付使用意願相關因素之實證性研究。東亞論壇，
(512)，11-20。
郭宜欣 (2012)。創新線上拍賣模式使用意願影響因素之分析-以殺價王網站為例。2012。PhD Thesis。
郭盈芝 (2007)。數位學習混成方式對學習成效影響之探討: 以 [教育部離島及偏遠地
區遠距教學培訓計畫] 為例。淡江大學教育科技學系碩士班學位論文。 陳建文、吳如娟、卓鈺惠、林克翰 (2019)。以心理帳戶理論觀點探討消費者採用行動
支付意圖之研究。管理與資訊學報，2019，24: 1-34。
陳貞貴 (2021)。中高齡族群行動支付使用流程對於情緒反應與接受度之探討。〔碩士
論文。國立臺北商業大學〕臺灣博碩士論文知識加值系統。
https://hdl.handle.net/11296/d2c8tb。
陳欽雨、張書豪、劉邑莛 (2019)。影響行動支付使用意願之前置因素研究。創新與管
理，15(1)，29-55。
陳 逸 軒 、 盧 昆 宏 。 (2019) 。 行 動 支 付 使 用 意 圖 之 研 究 。 取 自 :
https://dba.nkust.edu.tw/uploads/asset/data/623bd5ca2e6356240a2de470/4.pdf 游堯忠、徐東山、林雨萱 (2018)。影響消費者使用行動支付意願之研究-以智慧型穿
戴裝置為例。資訊、科技與社會學報，18，21-41。
黃子睿、鍾育明 (2010)。以 D&M 模型探討資訊系統使用者滿意度與使用意
圖 (Doctoral dissertation，大葉大學資訊管理學系碩士班)。
黃姿綾 (2017)。應用科技接受模型 (TAM) 與計畫行為理論 (TPB) 探討消費者 QR
Code 網路購物之行為意圖。台南應用科技大學國際企業經營系碩士班學位論文。 黃振華 (2022)。現在挑戰剛好─ 橘色世代參與鐵人三項門檻及動機。
黃鈺儒 (2022)。以振興五倍券數位模式結合行動支付探究使用意願。臺中科技大學資
訊管理系碩士班學位論文。
葉子寧 (2022)。行動支付之風險管理研究-以非金融機構為例。內部稽核，(117)，32-
37。
資策會 (2020)。【行動支付大調查】行動支付使用者達六成 最常使用方案與場域大排
名。取自:https://mic.iii.org.tw/news.aspx?id=551
資 策 會 (2022) 。 產 業 情 報 研 究 所 : 行 動 支 付 大 調 查 系 列 一 。 取 自https://mic.iii.org.tw/news.aspx?id=617 熊鎮賢(2021)。以科技接受模式與創新擴散理論探討中高齡者使用行動支付偏好之
影響因素。〔碩士論文。國立臺北教育大學〕臺灣博碩士論文知識加值系統。
https://hdl.handle.net/11296/seewym。
劉仲矩、劉兆婷 (2019)。以 Q 方法探討行動支付阻礙認知類型之研究。管理資訊計
算，8(1)，98-108。
劉奕成 (2017)。國際趨勢:擴大電子支付，帶來 4 大面向價值。取自:
https://www.storm.mg/article/247526
劉璧瑩、紀登元、鄭明松 (2019)。行動支付系統特徵、使用誘因與消費者體驗價值之
科技接受行為影響研究。中原企管評論，17(2)，21-42。
蔡群立、辛宜芳 (2021)。影響店家使用行動支付裝置意願之探討。商略學報，13(3)，
201-218。
蔡翼擎、陳建熏、陳瑩瑄、許暘邦、汪臻、劉峙良 (2020)。臺灣行動支付產業建構競
爭優勢之關鍵決策因子。管理資訊計算，9(1)，159-173。 盧巧梅、蘇彥菱(2018)。掌握 3 大關鍵開啟橘色世代的多值人生。取自
https://udn.com/upf/newmedia/2018_data/orange-project/mature/huang.html 蕭華岑、陳乃菁、楊雅萍、趙慧珍 (2021)。照護失智患者飲食能力量表發展與驗證。
台灣公共衞生雜誌，40(6)，660-679。
賴芙靖 (2014)。食品企業導入食品履歷雲之關鍵因素探討。臺北科技大學服務與科技
管理研究所學位論文。
謝碧容 (2012)。瞭解加護病房護理人員對於臨床資訊系統的使用行為: 整合科技接受
模式與電腦自我效能。嘉南學報 (人文類)，38，510-518。 謝碧容、許時涵、郭品誼、蘇郁涵 (2013)。影響臨床資訊系統使用因素之探討: 以科 技接受模式，計劃行為理論及電腦自我效能的整合性觀點。Journal of Health
Management, 11(2), 107-123.
羅玉枝、曹健仲、黃志成(2015)。體育教師學風格量表之編制。嘉大體育健康休閒期刊，14(1)，213-221。
二、英文文獻
Abubakar, F. M., & Ahmad, H. B. (2013). The moderating effect of technology awareness
on the relationship between UTAUT constructs and behavioural intention to use technology: A conceptual paper. Australian Journal of Business and Management Research, 3(2), 14-23.
Alalwan, A. A., Baabdullah, A. M., Rana, N. P., Tamilmani, K., & Dwivedi, Y. K. (2018). Examining adoption of mobile internet in Saudi Arabia: Extending TAM with perceived enjoyment, innovativeness and trust. Technology in Society, 55, 100-110.
Almaiah, M. A., Alamri, M. M., & Al-Rahmi, W. (2019). Applying the UTAUT model to explain the students’ acceptance of mobile learning system in higher education. IEEE Access, 7, 174673-174686.
Bailey, A. A., Pentina, I., Mishra, A. S., & Ben Mimoun, M. S. (2017). Mobile payments adoption by US consumers: an extended TAM. International Journal of Retail & Distribution Management, 45(6), 626-640.
Bamansoor, S., Alhazmi, A. K., & Saany, S. I. A. (2018). The adoption of social learning systems in higher education: extended TAM. In 2018 International Conference on Smart Computing and Electronic Enterprise (ICSCEE) (pp. 1-7). IEEE.
Bhuvanaiah, T., & Raya, R. P. (2016). Predicting employee work engagement levels, determinants and performance outcome: Empirical validation in the context of an information technology organization. Global Business Review, 17(4), 934-951.
Cheema, U., Rizwan, M., Jalal, R., Durrani, F., & Sohail, N. (2013). The trend of online shopping in 21st century: Impact of enjoyment in TAM Model. Asian Journal of Empirical Research, 3(2), 131-141.
Chen, C. C. B., Chen, H., & Wang, Y. C. (2022). Cash, credit card, or mobile? Examining
customer payment preferences at chain restaurants in Taiwan. Journal of Foodservice
Business Research, 25(2), 148-167.
Chen, S. C., Yen, D. C., & Hwang, M. I. (2012). Factors influencing the continuance intention to the usage of Web 2.0: An empirical study. Computers in Human Behavior, 28(3), 933-941.
China Banking and Insurance News. Mobile Payment Transactions Rose 187 per cent Year on Year. 2020. Available online: http://xw.sinoins.com/2020-04/30/content_341521.htm (accessed on 6 May 2020).
Cision (2022). Global Mobile Payments Market Report 2022: A $587.5 Billion Market by 2030 - Growth of m-Commerce Industry & Growing Shift Toward Contactless Payments. Retrieved from https://www.prnewswire.com/news-releases/global-mobile-payments- market-report-2022-a-587-5-billion-market-by-2030---growth-of-m-commerce- industry--growing-shift-toward-contactless-payments-301629358.html
Dabbagh, N. and Kitsantas, A. (2012) 'Personal Learning Environments, social media, and self-regulated learning: A natural formula for connecting formal and informal learning'. The Internet and Higher Education, 15(1), 3-8.
David, C. (2022). Mobile Payments App Revenue and Usage Statistics (2022). Retrieved from https://www.businessofapps.com/data/mobile-payments-app-market/
De Luna, I. R., Liébana-Cabanillas, F., Sánchez-Fernández, J., & Muñoz-Leiva, F. (2019). Mobile payment is not all the same: The adoption of mobile payment systems depending on the technology applied.Technological Forecasting and Social Change, 146, 931-944.
Eraslan Yalcin, M., & Kutlu, B. (2019). Examination of students' acceptance of and intention to use learning management systems using extended TAM. British Journal of Educational Technology, 50(5), 2414-2432.
Featherstone, J. D., Bell, R. A., & Ruiz, J. B. (2019). Relationship of people’s sources of
health information and political ideology with acceptance of conspiratorial beliefs
about vaccines. Vaccine, 37(23), 2993-2997.
Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention, and behavior : An introduction to theory and research. Reading, Mass. ; Don Mills, Ontario: Addison-Wesley Pub. Co. Fornell, C., & Larcker, D. F. (1981). Structural equation models with unobservable variables
and measurement error: Algebra and statistics.
Keramati, A., Afshari-Mofrad, M., & Kamrani, A. (2011). The role of readiness factors in E-
learning outcomes: An empirical study. Computers & Education, 57(3), 1919-1929. Ku, E. C., & Chen, C. D. (2013). Fitting facilities to self-service technology usage: evidence
from kiosks in Taiwan airport. Journal of Air Transport Management, 32, 87-94. Lal, M. (2012). An Empirical Study of Attitude towards Food in India. Journal of Applied
Management and Investments, 1(4), 418-425.
Lee, M. C. (2010). Explaining and predicting users’ continuance intention toward e-learning:
An extension of the expectation– confirmation model. Computers & Education, 54(2),
506-516
Li, J., Wang, J., Wangh, S., & Zhou, Y. (2019). Mobile payment with Alipay: an application
of extended technology acceptance model. IEEE Access, 7, 50380-50387.
Liao, S. H., & Ho, C. H. (2021). Mobile payment and mobile application (app) behavior for online recommendations. Journal of Organizational and End User Computing
(JOEUC), 33(6), 1-26.
Lin, J. W., & Lai, Y. C. (2013). Online formative assessments with social network awareness.
Computers & Education, 66, 40-53
Liu, I. F., Chen, M. C., Sun, Y. S., Wible, D., & Kuo, C. H. (2010). Extending the TAM
model to explore the factors that affect intention to use an online learning
community. Computers & education, 54(2), 600-610.
Mailizar, M., Almanthari, A., & Maulina, S. (2021). Examining teachers’ behavioral
intention to use E-learning in teaching of mathematics: an extended TAM
model. Contemporary Educational Technology, 13(2), ep298.
Martín-García, A. V., Redolat, R., & Pinazo-Hernandis, S. (2022). Factors Influencing Intention to Technological Use in Older Adults. The TAM Model Aplication. Research on Aging, 44(7-8), 573-588.
Moon, J. W., & Kim, Y. G. (2001). Extending the TAM for a World-Wide-Web context. Information & management, 38(4), 217-230.
Munoz-Leiva, F., Climent-Climent, S., & Liébana-Cabanillas, F. (2017). Determinants of intention to use the mobile banking apps: An extension of the classic TAM model. Spanish journal of marketing-ESIC, 21(1), 25-38.
Ramayah, T., Ahmad, N. H., & Lo, M. C. (2010). The role of quality factors in intention to continue using an e-learning system in Malaysia. Procedia-Social and Behavioral Sciences, 2(2), 5422-5426
Statista (2022). The Global Mobile Payment Landscape. Retrieved from https://www.statista.com/chart/28096/worldwide-users-of-selected-mobile-payment- services/
SUNARJO, W. A., NURHAYATI, S., & MUHARDONO, A. (2021). Consumer behavior toward adoption of mobile payment: a case study in Indonesia during the COVID-19 pandemic. The Journal of Asian Finance, Economics and Business, 8(4), 581-590.
Tang, B., Bragazzi, N. L., Li, Q., Tang, S., Xiao, Y., & Wu, J. (2020). An updated estimation of the risk of transmission of the novel coronavirus (2019-nCov). Infectious disease modelling, 5, 248-255.
The 46th China Statistical Report on Internet Development. Available online: http://www.gov.cn/xinwen/2020-09/29/5548176 /files/1c6b4a2ae06c4ffc8bccb49da353495e.pdf (accessed on 29 September 2020).
Türker, C., Altay, B. C., & Okumuş, A. (2022). Understanding user acceptance of QR code
mobile payment systems in Turkey: An extended TAM. Technological Forecasting
and Social Change, 184, 121968.
WHO. WHO, Coronavirus Disease (COVID-19) Advice for the Public. 2020. Available online: https://www.who.int/emergencies/diseases/novel-coronavirus-2019/advice-for- public (accessed on 12 June 2020).
World Health Organization (2020). WHO Coronavirus Disease (COVID-19) Dashboard. Available online: https://covid19.who.int/(accessed on 29 September 2020)
Zhang, S., Zhao, J., & Tan, W. (2008). Extending TAM for online learning systems: An intrinsic motivation perspective. Tsinghua science and technology, 13(3), 312-317.
Zhao, Y., & Bacao, F. (2021). How does the pandemic facilitate mobile payment? An investigation on users’ perspective under the COVID-19 pandemic. International Journal of Environmental Research and Public Health, 18(3), 1016. |
