信息技术采纳研究元分析final信息系统学报.docx
《信息技术采纳研究元分析final信息系统学报.docx》由会员分享，可在线阅读，更多相关《信息技术采纳研究元分析final信息系统学报.docx（16页珍藏版）》请在冰豆网上搜索。
信息技术采纳研究元分析final信息系统学报
信息技术采纳研究的元分析：
2000-2006
闵庆飞1，刘振华1，季绍波1，2
（1.大连理工大学管理学院，大连，中国，116024
2.SprottSchoolofBusiness,CarletonUniversity,Ottawa,Canada,K1S5B6）
摘要信息技术采纳研究（ITAdoptionStudy）一直是信息系统（IS）学科的重点研究领域，历经20多年产生了很多经典理论成果，但仍有方兴未艾之势。
对经典采纳理论的完善和改进从未停止，也不断有学者从新视角、利用新理论来解释人们对IT的采纳行为和过程，其研究对象也随着IT本身的飞速发展而不断变化。
为了全面了解采纳研究的发展现状和最新趋势，本文回顾了2000-2006年间发表在IS领域重要期刊上及ICIS会议收录的IT采纳研究论文211篇，从理论基础、研究层次、因变量、系统类型及研究方法等多个方面进行了系统的元分析。
根据元分析结果，我们探讨了IT采纳研究今后可能的创新领域，对采纳研究未来的发展方向提出了建议。
希望我们的工作能有助于国内学者加深对IT采纳研究现状和未来发展方向的理解，促进国内IT采纳研究的发展。
关键词信息技术；采纳研究；元分析
中图书分类号C931.6,C93-06
信息技术和信息系统（IT/IS）已成为人们工作生活中不可或缺的一部分，它在推动经济发展、提高工作效率及改善生活质量等方面都发挥着十分重要的作用。
这些作用的发挥首先取决于人们对IT/IS的采纳和接受（Adoption&Acceptance）。
那么，是什么因素影响着人们采纳和接受某种新技术呢？
自上世纪80年代中期以来，采纳研究一直是IS领域中倍受关注的热点问题之一。
西方学术界在这一领域中已经取得了很多重要成就，提出了一系列深具影响力的理论和模型，例如技术接受模型（TAM）、计划行为理论（TPB）、创新扩散理论（IDT）等。
这些经典理论和模型的提出为IT采纳研究奠定了坚实的理论基础。
但是，学术界并未停止在IT采纳领域的理论创新，除了对经典采纳理论模型进行扩展、补充甚至批判以外，还不断有学者从新视角、利用新理论来解释人们对IT的采纳行为和过程，采纳研究的研究对象也随着IT本身的飞速发展而不断变化。
面对大量的采纳研究文献，也有学者们从不同的角度对不同阶段的研究进行了综述分析[1-4]。
这些综述的侧重点各不相同（文献[3][4]仅限于对基于TAM的研究综述），所采用的分析框架也不甚完善，所回顾的文献也多是2003年以前的文献。
因此，为了系统分析IT采纳研究的现状和最新动态，本文提出了一个更为全面的元分析框架，回顾了2000-2006年间发表在IS领域内重要期刊和国际会议上的采纳研究论文共211篇，分别从理论基础（TheoryFoundation）、研究层次（ResearchLevel）、研究方法（ResearchMethod）、系统/技术类型（IS/ITType）和因变量（IndependentVariable）等5个角度进行了系统的元分析。
根据分析结果，我们讨论了采纳研究发展的最新动态，并希望能够为中国的IT采纳发展指出更有潜力的方向。
1.期刊选择及研究过程
本文选取了IS领域内8种重要期刊和国际信息系统年会（InternationalConferenceofInformationSystems，ICIS）的会议论文作为考察对象。
这8种期刊包括：
DecisionSciences、DecisionSupportSystems、IEEETransactionsonEngineeringManagement、Information&Management、InformationSystemsResearch、JournalofManagementInformationSystems、MISQuarterly和ManagementScience。
我们将期刊年份限定为2000-2006是要了解采纳研究的最新进展；同时7年的文献也足以为我们提供较为可信的数据。
我们以TechnologyAdoption、ITAdoption、ISAdoption、TechnologyAcceptance、ITAcceptance、ISAcceptance、InnovationDiffusion、TechnologyDiffusion等为关键词在上述期刊及会议论文的全文进行检索。
因为并非所有包含上述关键词的文章都是IT采纳研究，因此我们首先阅读了摘要，删除了一些明显不相关的文献。
对从摘要中无法确定是否为采纳研究的文章，我们下载了全文并逐篇浏览，删除了一些相关性不大的文章。
最终确定了211篇采纳研究论文作为元分析的对象。
本文的两位作者分别、独立地阅读每一篇论文，并判断论文的各种属性。
最后，将这两位作者的分析结果进行比较。
对有分歧的地方，由本文的三位作者共同讨论确定。
我们用SPSS13.0记录和分析数据。
表1显示了所选期刊及ICIS在2000-2006年间刊载、收录的采纳研究论文数量及所占比例。
其中，数量最多的是Information&Management，6年间发表了57篇采纳研究论文，其次是ICIS论文集和MISQ，分别发表了42篇和35篇。
DecisionSciences和ManagementSciences上发表的采纳论文数量排在最后，这与这两个期刊的偏重“科学”的专业特点有关。
从年份上来看（表2所示），采纳研究发表的论文除2002年数量有所减少外，从总体上来说几乎呈增长趋势，而且2006年发表的论文数量最多，可见，采纳研究仍然是当前IS领域研究的热点问题，主要的国际IS期刊仍然有很大的热情接纳优秀的采纳研究论文。
表1期刊名称和论文数量
期刊名称
论文数量
比例（%）
Information&Management
57
27.0
ICIS
42
19.9
MISQuarterly
35
16.6
IEEETransactionsonEngineeringManagement
21
10.0
DecisionSupportSystems
14
6.6
JournalofManagementInformationSystems
14
6.6
InformationSystemsResearch
13
6.2
DecisionSciences
8
3.8
ManagementScience
7
3.3
合计
211
100.0
表22000-2006年采纳研究的论文数量
年份
论文数量
比例（%）
2000
24
11.4
2001
25
11.8
2002
12
5.7
2003
34
16.1
2004
38
18.0
2005
37
17.5
2006
41
19.4
合计
211
100.0
2.元分析框架
为了对IT采纳研究进行有效的综合归纳和分析，我们首先需要确立一个元分析框架，确定要从哪些角度来对现有采纳研究进行分类和归纳。
为此，在借鉴了Jeyaraj（2006）和Choudrie&Dwivedi（2005）等的分析框架的基础上[1-2]，我们提出了一个更为全面的的元分析框架。
从理论基础、研究层次、研究方法、系统/技术类型和因变量等5个角度对采纳研究论文进行归纳和分类。
2.1理论基础
IT采纳研究的特点之一就是理论基础丰富，而且其中不乏TAM、TPB等经典理论。
Jeyaraj等（2006）列出了10种较常见的采纳理论[1]，但是我们发现可以用于研究IT采纳行为和过程的理论远不止10种。
因此，为了更全面地认识采纳研究，本文的理论基础并不局限于经典的采纳理论，只要作者在论文中明确表述了用到什么理论来解释采纳行为和过程，我们就将这种理论视为采纳研究的理论基础之一。
所以，本文的理论基础框架是开放的。
2.2研究层次
对IT的采纳既有个人的采纳和使用行为，也有企业在组织层面的采纳活动。
尽管后者有时被其它学科的学者称为“技术扩散”等概念，但我们认为组织采纳仍然是IT采纳研究的重要领域，也有很多学者致力于组织采纳的研究。
正如Benbasat和Barki（2007）所说，IT应用环境的变化使得单用户系统发展为组织层的多用户系统，甚至是跨组织系统和全球系统[5]。
因此，我们认为还应该考虑介于个人和组织之间的中间层面，即团队层的采纳行为。
按采纳主体不同，我们将采纳研究分为三个研究层次：
个人层次（Individuallevel）采纳、团队采纳（Grouplevel）和组织采纳（Organizationallevel）。
其中组织采纳指组织作为整体的采纳行为和过程，也指多个组织对跨组织系统的采纳；而团队采纳是指组织内具有共同特征的某一部门、层级或工作小组的采纳行为和过程。
2.3因变量
采纳研究的另一个特点就是因变量的多样性。
Jeyaraj等（2006）详细分析了个人采纳和组织采纳中的135个自变量和8个因变量以及这些变量之间存在的505对关系[1]。
他们列出的8个因变量包括：
感知系统使用（Perceivedsystemuse）、使用意图（Intentiontouse）、狭义采纳（Adoption）、扩散（Diffusion）、采纳率（Rateofadoption）、采纳结果（Outcomes）、实际系统使用（Actualsystemuse）和采纳时间（Timeofadoption）。
在Jeyaraj等（2006）对因变量的分类基础上，本文将采纳率、采纳时间、采纳结果以及不采纳（non-adoption）等较少出现的因变量作为“其它采纳类变量”来考察，并增加了“其它中间变量”、“持续使用”和“多变量混用”三类因变量，具体解释如表3。
因变量的多样性反映了IT采纳研究视角的多样性，这也是采纳研究不断进行理论创新的动力之一。
表3因变量及解释
因变量
解释
感知的系统使用
个人或组织对某一创新（技术）的感知使用量
使用意图
个人或组织打算在将来使用或采纳某项创新（技术）的意图
狭义采纳
指个人或组织是否是某项创新的采纳者，通常是一个二维变量。
扩散
个人或组织将某一创新拓展到了什么程度
持续使用
个人或组织打算在将来继续使用某种创新（技术）
实际系统使用
个人或组织对某一创新（技术）的实际使用量
上述因变量的混合使用
同时将上述两个或两个以上的变量作为自变量
其它采纳类变量
例如采纳率、采纳结果、采纳时间、不采纳（抵制）等
其它中间变量
例如易用性、有用性等
2.4系统/技术类型
随着IT/IS的迅猛发展，其服务于人类社会的范围也不断扩大。
从最初起源于国防军事的需要发展到对工商企业的支持；从原来主要为大型企业服务发展到为越来越多的中小企业所采纳；从仅支持专业技术人员的工作到几乎渗透到各行各业；从主要为了提高人们的工作效能到应用于人们的日常生活、休闲、娱乐各个方面。
IT采纳研究的对象也随着技术的发展不断变化。
考虑到IT/IS的复杂性和多样性，本研究将其划分为工作性IT/IS和生活娱乐性IT/IS。
2.5研究方法
IS学科的研究方法有很多种分类，例如Galliers等（1992）认为IS研究可以分为实证主义研究（Positivist）和解释主义研究（Interpretivist）[6]。
Mingers等（2003）对2种美国期刊和4种欧洲期刊上发表的IS论文进行了分析，指出研究方法可以分为三类：
实证主义研究（Positivist）、解释主义研究（Interpretivist）以及包括干预的方法（Methodsinvolvinginterventions）[7]。
每一种分类方法又详细解释了所包括的具体的研究方法。
本文采用了Alavi和Carlson（1992）提出的分类系统[8]。
这一分类系统首先将研究方法分成两大类：
实证方法（Empirical）和非实证方法（Non-empirical）。
实证方法依靠对研究对象的系统观察来获得研究本质；非实证研究则是基于思想、框架或者思索。
在非实证研究中也可能有一些观察和实证数据，但往往只起到“配角”的作用。
换句话说，非实证研究依靠的是思想而非数据或观察。
此外，考虑到有些论文采用了多种研究方法，我们增加了“多种方法联用”。
对各类研究方法的具体解释详见表4。
表4研究方法分类及解释（引自文献[11]）
具体方法
解释
实证研究
实验室实验
Labexperiment
处理自变量；控制干扰变量；在控制状态下进行。
现场实验
Fieldexperiment
类似于实验室试验，但是在研究现象的自然状态下进行。
现场研究
Fieldstudy
不处理自变量，有试验设计但不进行试验控制，在研究现象的自然状态下进行。
案例研究
Casestudy
详细调查一个或少数几个组织、团队或系统；不包括变量处理、试验设计或实验控制；在本质上是探索性的。
调查
Survey
包括大量的观察；研究使用试验设计但不进行试验控制。
IS测量工具开发
DevelopmentofISinstrument
对IS研究测量工具的开发或分类体系描述。
二手数据分析
Secondarydata
研究使用的是来自于二手资源的数据，而不是研究者亲自收集的。
多种方法联用
Multi-empiricalmethods
两种或两种以上的实证研究的方法的联合使用
非实证研究
概念性的
Conceptualorientation
描述有关的框架、模型和理论，并提出解释或理由。
说明性的
Illustrative
（纯粹的、以事例或个人经验支持的）观点阐述，通常以规则、建议、步骤等形式对实践应用给予指导；或者描述一些方法或模型等，通常非常详细，在技术和方法上非常精确，具有可操作性。
概念应用性的
Appliedconcepts
既包括概念的成分又包括说明的成分，先阐述一些概念或框架，然后再说明其应用。
3.结果与讨论
3.1理论基础
正如我们所预计的，IT采纳研究的理论基础非常丰富，在我们分析的全部211篇采纳研究论文中，被明确为研究基础的理论有34种之多（Jeyaraj等（2006）只列出了10种）。
其中很多论文采用了2种以上的理论同时作为理论基础，也有12篇论文没有明确的理论基础。
表5显示了被使用超过3次以上的理论，共有18种。
很明显，使用最多的还是技术接受模型（TAM），共84篇文章以TAM作为理论基础，占文章总量的39.8%，这再次证明了TAM在采纳研究中的统治地位。
其次是创新扩散理论（28次）、计划行为理论（19次）。
还有16种理论或模型仅被使用过2次或1次（篇幅所限、不能尽列）。
表5常用理论基础（被使用3次以上）
理论基础
主要文献/作者
使用次数
1
技术接受模型（TAM）
Davis（1989）[9]
84
2
创新扩散理论（IDT）
Rogers（1983,1995）[10][11]
28
3
计划行为理论（TPB）
Ajzen（1991）[12]
19
4
感知创新特征（PCI）
Moore&Benbasat（1991）[13]
10
5
理性行为理论（TRA）
Fishbein&Ajzen（1975）[14]
9
6
创新扩散实施过程模型（Diffusion/ImplementationModel）
Kwon&Zmud（1987）[15]
9
7
社会学习理论/社会认知理论（SLT/SCT）
Miller&Dollard（1941）;Bandura（1986）[16-17]
7
8
技术接受模型2（TAM2）
Venkateshetal.（2000）[18]
6
9
三核心模型（Tri-CoreModel）
Swanson（1994）[19]
5
10
整合性技术接受和使用理论（UTAUT）
Venkateshetal.（2003）[20]
4
11
动机理论（MotivationalModel）
Davisetal.（1992）[21]
4
12
Triandis模型（Triandis’Model）
Triandis（1980）[22]
4
13
任务技术匹配模型（TTF）
Goodhue&Thompson（1995）[23]
4
14
技术-组织-环境框架（TOEFramework）
Tornatzky&Fleischer（1990）[24]
4
15
用户满意（UserSatisfaction）
Melone（1990）[25]
3
16
IS持续使用模型（ISContinuanceModel）
Bhattacherjee（2001）[26]
3
17
社会影响理论（SocialInfluenceTheory）
Fulketal.（1987）[27]
3
18
可用性研究（UsabilityStudy）
3
我们可以看到，除了TAM等IS领域的经典采纳理论，还有很多其它学科和领域的理论被用来分析IT采纳活动，例如经济学中的“交易成本理论”、心理学中的“社会学习/认知理论理论”、组织理论中的“变革管理理论”等；也有很多学者通过整合、借鉴前人的理论发展出新的理论应用于IT采纳研究。
这些理论中有些主要用于解释个人采纳，例如源于人认知心理学的理论TRA、TPB、TAM等；而有些理论主要用于解释组织采纳，例如交易成本理论等。
总的看来，个人采纳的理论基础要较组织采纳丰富很多，在全部34种理论中，有28种可以被用于个人采纳研究；而能用于组织采纳研究的只有19中。
理论基础的多样性带来的是自变量、因变量和研究方法的多样性，这让我们可以从不同的视角来解释IT采纳活动。
值得注意的是2003年以后，这种引入新理论、新视角来研究IT采纳问题的论文明显增加了，这一发现与张楠等（2006）[28]的观点并不一致。
我们认为，采纳研究理论创新的速度不降反升，一方面是新的信息技术层出不穷，采纳的范围越来越广，采纳研究的对象也不断增加。
另一方面，经典IT采纳理论的确存在这样那样的局限，理论完善和创新还有很长的路要走。
近年来，对经典IT采纳理论（尤其是对TAM）的质疑之声不绝于耳朵。
例如，Benbasat和Barki（2007）认为[5]，尽管TAM贡献卓著，但其一枝独秀的地位却限制了IT采纳研究的继续发展。
一方面，很多研究者过分追随TAM，将其应用于不同的IT应用环境中，理论构建上却过于简单和混乱。
尽管有各种各样的新构面（Constructs）被加进TAM中，例如信任（Trust）、自我效能（self-efficiency）、工作相关性（Jobrelevance）等等，但这些因素归根结底还是深化了感知有用性（PerceivedUsefulness,PU）和感知易用性（PerceivedEaseofUse,PEOU），并没有增加我们对IT采纳的理解；另一方面，TAM本身的理论局限也很明显。
尽管我们肯定PU和PEOU的重要作用，但PU和PEOU都是感知的主观信念，并没有告诉我们哪些“系统/功能特性”使系统更有用。
用Wixom和Todd（2005）的话说就是：
TAM关注的是“行为主体的信念和态度”，而没有太多考虑客体（IT/IS）本身，也就无法回答系统设计、实施、使用等实践问题[29]。
通过分析我们发现，采纳研究中的理论创新有以下几个方向：
1）对经典采纳理论的改进、完善和整合，例如整合性技术接受和使用理论（UTAUT）[20]；2）在IS学科内部的理论集成和整合，例如将IS满意研究（ISSatisfaction）、可用性研究（UsabilityStudy）等和传统采纳理论集成[29]。
3）引入其它学科的理论来解释IT采纳，例如利用经济学中的博弈论、交易成本理论等来解释IT采纳。
4）发展完全创新的采纳理论。
3.2研究层次
从研究层次来看，在我们分析的211篇文章中，大部分文章都是以个人的采纳行为为研究对象（130篇，61.6%），也有不少文章（74篇，35.1%）研究组织层次采纳，但是对团队层的采纳研究非常少（7篇，3.3%）。
结合理论基础的分析结果我们可以发现，研究采纳行为的经典理论大部分都是针对个人的，如TRA、TAM、TPB、SCT等；组织采纳的理论也有比较成熟的，如IDT、ImplementationModel、Tri-coreModel等。
而对于团队采纳行为的研究，目前还没有比较成熟的理论。
但是，正如Banker和Kauffman（2004）所说，信息系统正以不同的方式影响着组织内的不同层次，即组织内的不同层次和不同团队受IT/IS的影响是不同的[30]。
此外，同一组织内不同团队对IT的接受和采纳也有很大差异。
因此，我们认为今后应该更多地关注团队采纳，以建立和发展出有效的理论模型来解释和观测团队采纳行为。
正如Gallivan和Benbunan-Fich指出的，团队层次的采纳被研究者们忽视了，其实它应该是IS领域的一个非常重要的研究主题[31]。
表6研究层次分析
研究层次
论文数量
比例
个人采纳
130
61.6%
团队采纳
7
3.3%
组织采纳
74
35.1%
合计
211
100.0
3.3因变量
表7显示了各种因变量的论文数量及比重。
很明显，在所有因变量中，使用意图是被讨论次数最多的（38.4%），其次是狭义采纳（19%）和扩散（15.2%）。
这个结果与Jeyaraj等（2006）的发现相似。
过多的将“使用意图”作为因变量一直是采纳研究饱受诟病的地方，因为毕竟真正的结果变量应该是“实际使用”而非仅仅是“意图”。
但由于在实证研究中“实际使用”较难测量，所以很多学者不得已而求其次。
看来，在今后的研究中探索测量IS/IT实际使用量的方法和工具，是一个值得努力的方向。
此外，“采纳率”、“采纳时间”、“采纳结果”以及“不采纳”等由于出现的次数较少，被我们统称为其它采纳类变量。
这些特殊因变量的选择实际上丰富了采纳研究的成果。
比如，选择“不采纳”作为因变量，实际是为了探讨有哪些因素会限制个人或组织采纳信息技术，这毫无疑问是对传统采纳研究的补充。
而引入“持续使用”作为因变量则更有利于研究采纳的动态过程。
作者认为，在今后的采纳研究中选用这些非传统的因变量将是一个可能产生理论创新的领域。
Benbasat和Barki（2007）认为[5]，TAM系列研究的一个局限就是因变量选择过于单一，通常是“系统使用”或其变形（例如使用意图）。
而实际上我们需要从更广阔的视角来考察用户如何使用信息系统，例如关注用户的适应（adapting）、学习（learning）和重造（reinvention）等与IS/IT有关的行为，这些变量与系统实施结果的关系更大。
表7因变量分析
因变量
论文数量
比例
使用意图
81
38.4%
狭义采纳
40
19.0%
扩散
32
15.2%
其它采纳类变量
14
6.6%
感知的系统使用
13
6.2%
持续使用
13
6.2%
实际系统使用
7
3.3%
上述因变量的混合使用
6
2.9%
其它中间变量
5
2.4%
合计
211
升级会员 