建筑信息模型创新技术的应用满意度实证研究

张 雷， 褚振威， 殷复鹏

(山东建筑大学 a. 管理工程学院； b. 商学院， 山东 济南 250101)

从全球来看，建筑信息模型(Building Information modeling，BIM)已成为改变传统建筑业发展的创新技术。它是对建筑项目的工程实体和功能特性的数字化表达，为工程项目从立项到拆除，整个全寿命期的运营过程决策分析提供有效的数据支持。美国国家BIM标准体系中阐述到，BIM不仅对于业主方起到降低成本，增大收益的作用，而且会优化设备信息管理过程，使得建造过程更加有效，创造更大收益[1]。与此同时，BIM技术的应用也在世界范围内迅速展开，美国、英国、澳大利亚等国家的BIM技术应用率逐年增加，而拥有最大建筑市场的中国，也正大力推行BIM技术。我国很多重点大型项目，如上海中心大厦、上海迪斯尼乐园、武汉中心、中国尊大厦等，通过BIM技术在全寿命期中应用，提高了工程项目运行效率及管控能力，节省了工程成本。国内BIM研究大部分着重于BIM技术理论与实践，BIM应用收益对用户满意度的影响研究基本为空白。通过对BIM应用满意度的研究，有助于增强BIM技术采纳的合理性，对于BIM技术在应用中的改革创新具有积极的促进作用。鉴于此，探究BIM应用满意度的影响因素，对于促进BIM创新技术在我国有效推广及建筑业深化改革具有一定意义。

1 文献综述

在目前的应用效果及满意度研究中，研究者运用多种研究指标，如投资回报率(Return On Investment，ROI)、信息邀请书(Request for Information，RFI)、项目工期(Project Duration，PD)等，对BIM应用所带来的收益进行评估。此外，BIM应用对于人类行为的影响可以通过返工的减少、设计错误的早期发现进行评估。但是，对于BIM应用收益的有效确定往往只局限于通过一部分工程项目中的信息反馈书确定BIM应用的投资回报率。虽然BIM的应用措施从有效感知性角度分析是有效的，但是BIM应用效果对于组织进程的重计划性和调整性是无明显效用的。另外，研究人员对于BIM继续使用意愿度和BIM成功实施因素分析方面研究不足。

基于信息系统和企业资源计划，过去的研究人员认为满意度是测评系统成功的重要因素[2]。它已被广泛运用在项目评估中[3]。Henderson等[4]认为在项目实施阶段，管理终端用户的目标应着重于顾客满意度；Calisir等[5]认为满意度可以作为一个指标评价企业资源计划(Enterprise Resource Planning，ERP)的使用有效性，而在BIM技术应用中，BIM应用满意度可以被用来预测BIM对建筑行业的影响程度；Lee等[6]在研究中列举了BIM应用满意度在各个国家所占比例，如表1所示；基于对BIM应用成功的静态实施方法的严格研究分析，Dowsett等[7]提出动态的实施方法对于BIM成功应用的重要性，并将Delone IS(Investment Savings)成功模型当作BIM应用成功实施的整体评估方法；Shin等[8]则把BIM应用满意度当作BIM应用效果的重要评价指标；Lu等[9]通过对特选对象的跟踪研究，得出个人行为的满意度对BIM项目成功的影响程度；Rodgers等[10]基于对南澳大利亚相关BIM应用项目的的实地调研，认为BIM满意度是对BIM应用成功的九大影响因素之一，对于BIM技术的大范围推广起着决定性作用。当前对于BIM应用满意度的研究还有很多不足之处，如BIM应用满意度评价体系构成，以及BIM应用满意度的潜在影响变量的确定等。

因此，本文基于BIM技术应用特性，采用文献分析法，选取出BIM应用满意度潜在变量，构建BIM应用满意度模型，对我国BIM技术可持续高效应用具有一定的指导意义。

表1 国外BIM应用满意度 %

2 理论基础与研究模型

技术采纳理论(Tanque Argentino Mediano，TAM)是美国学者 Davis于1989 年基于理性行为理论提出的理论模型。它基于一定的研究假设，通过对选取因素相互关系的分析，以及数据实证分析，从而得出采纳结论。而技术采纳理论也在BIM及其他领域技术采纳研究中广泛运用。Ives等[11]在对BIM技术在我国应用推广的研究中，将技术采纳理论和创新扩散理论相结合，得出影响企业决定BIM应用的决定因素；李书全等[12]运用技术采纳理论与结构方程相结合的研究方法，对项目精益建设的实施意向进行了研究。

美国顾客满意度模型(American Customer Satisfaction Index，ACSI)是由美国密歇根大学商学院教授Fornell 于1985 年基于瑞典顾客满意指数模型(Sweden Customer Satisfaction Barometer，SCSB)提出的，该模型主要应用于对顾客满意度水平的综合评价。ACSI 模型认为，顾客满意度是由顾客对服务质量的期望、对质量和价值的感知共同决定的。该模型是由多个结构变量构成的因果关系模型，模型共7个变量，结构变量的选取则以顾客行为理论为基础，每个结构变量又包含一个或多个观测变量，而通过实际调查收集数据则可以得到观测变量。

本文基于技术采纳模型和美国顾客满意度模型，通过对模型变量的删除、新变量补充以及全新变量因果关系的假设，得到BIM应用满意度概念模型。该模型以BIM应用满意度为核心，根据BIM技术应用特性，加入变量目标管理和高层管理者支持度，可以更好地反应BIM技术应用效果。BIM技术应用满意度模型如图1所示。

图1 BIM应用满意度模型

3 研究变量及研究假设

3.1 研究变量

(1)BIM应用满意度

应用满意度是用户对项目结果现有反馈信息与预期期望信息获得的感知程度[13]。应用满意度在现有的研究中被称为用户信息满意度，它是数据处理过程中感知有用性的评价指标。Doll等[14]把数据处理和终极用户信息环境分开，并将用户终极满意度概念化，作为项目使用喜好度评价指标；Spreng等[15]认为用户满意度是对整个信息系统使用情况的主观性和认知性评估。综上所述，满意度可以定义为在特定环境下，使用者对于项目多重未知性的综合感知度。而在本文的研究中，应用满意度则代表了BIM技术相关使用者对于影响BIM应用过程中各变化因素的评价。

(2)高层管理者支持度

高层管理者支持度对于信息系统的有效利用是至关重要的。它可以为信息系统的有效实施提供必要的资源支持，如完善的硬件设施、科学有效的培训机制、以及先进的技术保障；也可以促进员工信息技术使用积极性[16]。Igbaria等[17]认为高层管理者的支持可以为项目运行的创新提供合适的孕育环境，并对激发用户使用满意度起到重要作用；Won等[18]认为，连续性的资金投入、不确定的项目收益以及组织变革动能是BIM技术应用的主要使用阻碍；Zhang等[19]在研究中表明，高层管理者的支持可以为BIM的应用提供必要的资源，也可以消除运行变革所带来的阻碍，从而促进用户的满意度。本文中所指的高层管理者，特指房地产开发公司项目总监、施工单位项目经理等。

(3)目标管理

目标管理可以定义为各级管理者通过有效的协作实现最终目标的过程。在项目实施建设前，通过对不同参与方工作预期结果的评估，设定绩效标准，待到项目完成时，可以根据绩效标准评测各参与方对项目的贡献度[20]。这种管理模式可以帮助项目高层管理者更加合理化地满足期望收益。BIM应用需要明确的目标、详细的计划、统一的信息标准以及先进的软硬件措施。在没有明确的目标和精细化的管理下，BIM技术各参与方只会在各自专业领域发挥最大优势，彼此之间交流较少，从而导致冲突增多，延误项目进度。

(4)意愿度

意愿度是指主体对于客体做出的全面性的喜好度判断[21]。在应用满意度和意愿度之间，两者相对独立，用户积极的使用意愿是BIM软件可否广泛运用的重要指标之一[22]。Fishbein等认为使用个体意愿度不仅对于一个BIM项目的顺利展开起到了关键作用，而且可以影响整个项目系统的使用度[23]。

(5)感知易用性

Davis[24]定义感知易用性为个体对特定事物使用难易性的感知度。没有遵循BIM学习曲线以及BIM相关项目使用经验较少是阻碍BIM应用发展的主要因素。而感知易用性在项目运行中会影响参与方BIM学习曲线和BIM技术采纳行为，最终影响程度会体现在业主方对BIM应用满意度的反馈效果。

(6)感知有用性

感知有用性是指使用个体对于特定系统应用效果对项目绩效的感知度。Mawhinney等[25]认为感知有用性与用户使用满意度有着强烈的关联性。如果用户认为BIM应用是一个行之有效的辅助工具，则会相应增加用户使用过程中的满意指数，保证使用过程的流畅性。

(7)使用行为

使用行为是指使用者为达到项目目标所采取的有效路径。本文的使用行为，主要包括建筑行业各参与方在建筑项目中对BIM技术使用程度。使用程度越高，用户满意度随之也会随之变化。

3.2 研究假设

基于技术采纳视角与用户满意度模型理论以及上文提出的影响BIM用户满意度的影响因素，提出相关假设。

(1)感知有用性、高层管理支持度与BIM应用满意度的关系

BIM技术的运用是一个复杂有序的过程。首先需要数据源构建，通过相关BIM软件建立三维可视化模型；然后建立交换引擎及数据接口，以及BIM对象模型与关系型数据模式的映射关系和转换机制，从而创建BIM数据库。其次建立BIM数据集成管理平台(BIM Data Integration and Server Platform，BIMDISP)及基于网络的 4D可视化，对数据进行读取，生成相应子信息模型，最后进行项目可视化施工模拟，找出需要解决的问题。虽然BIM应用到项目，但是过程的复杂性会使各个参与方在使用过程中对技术有用性产生抵触情绪，从而影响实施进度，进而导致应用满意度不佳。与此同时，高层管理者对于BIM技术应用过程复杂程度正确的认识也会影响整个项目进行的流畅度。

基于以上考虑，本文提出以下假设：

假设H1：感知有用性对BIM应用满意度有正向影响；

假设H2：高层管理支持度对BIM应用满意度有正向影响。

(2)使用行为、目标管理与BIM应用满意度的关系

BIM技术应用涉及到全寿命期的各个环节。从项目决策前期的虚拟建造、施工可视化模拟，到施工过程中进度信息管理，再到项目竣工后的综合运营管理，整个过程中明确的目标管理和高效的使用行为意图的实现，最终会使BIM技术在项目进行过程中充分发挥作用，从而达到预期应用满意度水平。

基于上述分析，本文做出以下研究假设：

假设H3：使用行为对BIM应用满意度有正向影响；

假设H4：目标管理对BIM应用满意度有正向影响。

(3)目标管理、使用意愿、使用行为与高层管理支持度的关系

BIM技术的应用被公认为是一把手项目，高层管理者对于BIM技术应用推广的支持力度是项目运行顺利实现的决定性因素。而项目精细化的目标管理机制、各参与方强烈的使用意愿以及使用行为意图高效的运行，最终会使高层的支持力度得到增强。

基于以上分析，本文做出如下假设：

假设H5：目标管理对高层管理支持度有正向影响；

假设H6：使用意愿对高层管理支持度有正向影响；

假设H7：使用行为对高层管理支持度有正向影响。

(4)使用意愿与感知有用性、感知易用性的关系

BIM参与成员对于BIM技术运用的抵触情绪是BIM技术在我国推广过程中遇到的主要影响因素之一。而问题的关键在于参与人员使用意愿不足，从而影响各方使用人员对于BIM技术的有用性和易用性感知程度，既而BIM应用效率会大大降低。

基于以上分析，本文做出如下假设：

假设H8：使用意愿对感知有用性有正向影响；

假设H9：使用意愿对感知易用性有正向影响。

(5)感知易用性与感知有用性、使用行为的关系

组织行为学认为，个体或组织的行为意图会导致其使用行为发生变化。而在BIM技术应用中，项目感知易用性的大小会间接通过使用者心理的变化，作用于个体有用性的判断，既而影响使用行为的实现。

基于上述分析，本文作出如下假设：

假设H10：感知易用性对感知有用性有正向影响；

假设H11：感知易用性对使用行为有正向影响。

4 研究方法及研究结果

4.1 测量方法

本文通过整理相关研究文献的测量工具结合多个BIM技术应用项目的反馈信息，设定测量选项。研究共有7个研究变量，分别为感知有用性、感知易用性、使用意愿、BIM应用满意度、使用行为、高层管理者支持度、目标管理。感知有用性采用Taylor和Todd[26]提出的量表，包含3个测量选项；感知易用性的量表选取于Calisir[27]共3个选项；目标管理借鉴了Drucker[28]的量表，包括3个选项；Taylor和Todd的研究量表被用于使用意愿选取，共3个选项；高层管理者支持度选用了Chong和Pervan[29]提出的题项，共4个；采用Spreng[30]提出的量表对BIM应用满意度进行测量，共3个选项；Seulki[31]提出量表被用于使用行为的测量，包含3个选项。全部问卷采用Likert五分量表法，分数的级数越高，认同程度越高，5代表非常认同，1代表非常不认同。为了使问卷选项可以真实反映受访者的态度，在问卷发放前，首先以济南某项目BIM技术应用相关人员为调查对象，进行问卷预测试，根据测试的信息反馈对问卷题项和文字叙述进行修改，形成最终问卷。如表2所示。

表2 BIM应用满意度调查题项

4.2 数据收集与分析

4.2.1数据收集

为了保证研究数据的真实有效，以及具有行业代表性，本文对调查对象的选取，设定以下条件：受访者拥有多年的建筑行业从业经历，以及BIM应用或理论研究的相关经验，来自于建筑业不同领域，包括高等院校、房地产开发商、施工单位、工程项目管理咨询公司等；调查的对象选取范围来自全国各地，通过参加学术会议，相关工程项目的实地采访等方式，对调查信息进行收集和分析。表3为受访者人员分布表。

表3 受访者人员分布

问卷调查是进行数据收集的主要研究方法。本文的数据收集方法采用实地发放问卷、电子邮件问卷以及问卷星微信转发三种问卷调查方式，共发放问卷527份，包括实地发放问卷212份，电子邮件问卷112份，问卷星转发问卷203份。其中52位电子邮件问卷填写者在问卷提交后，又通过电话和邮件形式，提供了更加详细的问卷说明和BIM实践经历分享。在后期问卷整理过程中，发现43份问卷填写不完整，有47份问卷回答选项呈规律性分布，带有明显的消极性。根据最终筛选统计，共回收有效问卷437份，有效问卷回收率达82.9%。

4.2.2数据分析

(1)信度分析

本文运用SPSS21.0对数据进行信度和效度检验。Cronbach’s alpha 系数是目前很受学者们青睐的信度测量指标，当Cronbach’s alpha 系数趋近于1，说明各个变量与所设题项具有很大的关联性，而当Cronbach’s alpha 系数为0.6～0.8时，则为有效信度，大于0.8时，信度有效性为最佳。经检验，问卷整体Cronbach’s alpha 系数为0.911，各个潜变量的Cronbach’s alpha 系数均大于0.7，都在可接受范围(详见表2)。表明此问卷信度较好。

(2)效度分析

效度分为内容效度、结构效度和准则效度。它是指通过测量手段反映数据达到预期测量结果的程度。本文采用KMO值和巴特莱特球体检验对数据的结构效度进行检验。结果表明：KMO=0.919>0.9，适合做因子分析。进行正交旋转所得的因子荷载值介于0.532～0.887，大于0.5，通过了巴特莱特球体检验(P<0.001)，表明该样本的有效性强，结构效度明显。

4.3 结构模型

4.3.1模型适配度检验

结构模型的建立可以体现各潜变量之间的因果关系。首先，采用Amos22.0软件对模型进行整体适配度检验。运行结果表明，RMSEA=0.079<0.08，RMR=0.045<0.05，AGFI=0.972>0.9，GFI=0.922>0.9，IFI=0.993>0.9，基本符合适配标准值；而指标TLI=0.087<0.9，CFI=0.891<0.9，PGFI=0.477<0.5，PNFI=0.482<0.5，却与适配标准值存在偏差，使得模型整体拟合程度不是很理想，需要修正。经过对模型的多次修正，各项适配度指标均达到或接近理想值，表明模型拟合效果可以接受。如图2、表4所示(图2中，***表示达到0.001显著水平；**表示达到0.05显著水平；*表示达到0.01显著水平)。

图2 BIM应用满意度模型验证结果

拟合优度指数原始模型修正模型模型匹配判定标准GFI0.9210.922GFI>0.9IFI0.9910.993IFI>0.9AGFI0.9720.972AGFI>0.9RMSEAO.079O.079RMSEA<0.08RMR0.0450.045RMR<0.05CFI0.8910.891CFI>0.9TLI0.8700.987TLI>0.9PNFI0.4820.482PNFI>0.5PGFI0.4770.477PGFI>0.5P0.0210.021P<0.05χ2/df1.1161.277χ2/df<2

4.3.2模型实证分析

从结构模型的路径分析结构可以看出：感知有用性(β=0.483，P<0.001)、目标管理(β=0.372，P<0.001)、高层管理者支持度(β=0.277，P<0.05)、使用行为(β=0.313，P<0.001)对BIM应用满意度影响效果正向，假设成立。感知有用性对BIM应用满意度的影响效果最为明显，表明提升BIM技术的价值认可度，对提高BIM应用满意度具有决定性作用。高层管理者支持度对使用行为(β=0.262，P<0.001)、使用意愿(β=0.221，P<0.005)、目标管理(β=0.152，P<0.001)的产生具有明显的影响，说明高层管理者有力的支持会促进使用行为的进行，加强使用意愿，完善目标管理。感知易用性对使用行为(β=0.214，P<0.001)具有正向影响，说明易用感知程度的大小与使用行为的变化影响成正比。使用意愿对感知易用性的标准化路径系数达到了0.346，可知强烈的使用意愿会影响主体对未知项目实施易用程度的判断，从而增加BIM应用满意意向。模型你和优度指标见表5。

表5 模型拟合优度指标

4.4 BIM用户满意度总体评价

根据已有数据及结构模型运行结果，运用加权平均的方法，计算出所调研区域的BIM应用满意度。计算公式为：

CSI=∑WiXi

式中：CSI为BIM应用满意度；Wi为第i个评价指标权重；Xi为测评人对第i个评价指标的评价得分。

根据调研数据，依据因子分析法，进行二级指标权重测算。对二级指标的因子载荷加权平均，确定权重，与对应指标评分均值相乘并累加，即得到该指标的满意度。各二级指标的满意度同理依次得出，并最终计算得到相应一级指标的满意度评分。如表6所示

表6 调研区域BIM应用满意度情况

综合计算可知，BIM应用满意度为3.0822(1～5依次为“不满意”～“满意”)，满意度结果表明调研区域的BIM应用整体满意度不高，提升空间很大。

5 结论与展望

本文通过结合技术采纳理论和用户满意度理论，创新性地构建了BIM用户应用满意度模型，并运用问卷调查方式，采用结构方程模型对调查数据进行实证分析。分析结果表明：感知有用性、高层管理支持度、目标管理、使用行为对BIM应用满意度成正向影响。其中，感知有用性和高层管理者支持度对BIM用户满意度的影响效果最大。高层管理者支持度是最关键的潜在变量，它不仅是BIM应用满意度的重要直接前因变量，而且还影响着目标管理、使用意愿以及使用行为，项目的支持度是项目能否顺利进行，达到用户满意期望的重要因素。而强烈的使用意愿，会促进感知有用性和感知易用性的增加，并间接影响使用行为，从而可以达到BIM应用相应满意预期。研究范围总体BIM应用满意度评价得分为3.0822，满意度较差，表明技术应用质量有待提高。

为提高BIM技术应用项目用户满意度提出几点建议：(1)建筑项目各参与方应加大对员工BIM技术应用培训投入，增强各参与方人员BIM技术使用能力及有用性感知；(2)项目高层管理人员应加大BIM应用支持力度，做好项目运行监督工作；(3)建设单位应采用精细化管理模式，提高目标管理效率，使得BIM技术在全寿命期中的运用更加高效。此外，由于不可控制因素的影响，本文还存在不足之处。首先，样本选取量不够大，样本代表性存在一定去缺陷。其次，BIM应用参与方众多，工程项目复杂，使用层次差异性较大，样本选取对象不够广泛，在后续的研究中应加以改进。

[1] Suermann P C, Issa R R A. Evaluating industry perceptions of building information modeling (BIM) impact on construction[J]. Journal of Information Technology in Construction, 2009, 14: 574-594.

[2] Al-Khaldi M A, Wallace R S O. The influence of attitudes on personal computer utilization among knowledge workers: The case of Saudi Arabia[J]. Information & Management, 1999, 36: 185-204.

[3] Myers B L, Kappelman L A, Prybutok V R. A comprehensive modeling for assessing the quality and productivity of the information systems function:Toward a theory for information systems assessment[J]. Information Resource Management Journal, 1997, 10(1): 6-25

[4] Henderson J C, Treacy M E. Managing end user computing for competitive advantage[J]. Sloan Management Review, 1986, 27(2): 3-14.

[5] Calisir F, Calisir F. The relation of interface usability characteristics, perceived usefulness, and perceived ease of use to end-user satisfaction with enterprise resource planning (ERP) systems[J]. Computers in Human Behavior, 2004, 20(4): 505-515.

[6] Lee S, Yu J. Comparative study of BIM acceptance between Korea and the United States[J]. Journal of Construction Engineering & Management, 2016, 142(3): 05015016-1-9.

[7] Dowsett R, Harty C. Moving from Static to Dynamic Measures of BIM Success[C]//Procs 31st Annual ARCOM Conference. Lincoln, UK: Association of Researchers in Construction Management, 2015: 601-610.

[8] Shin J, Choi J, Kim I. A study on BIM performance assessment framework for architecture firm[J]. Advanced Science and Technology Letters, 2015, 120: 599-602

[9] Lu W, Zhang D, Rowlinson S. BIM Collaboration: A Conceptual Modeling and Its Characteristics[C]//Procs 29th Annual ARCOM Conference. Reading, UK: Association of Researchers in Construction Management, 2013: 25-34.

[10] Rodgers C, Hosseini M R, Chileshe N, et al. Building Information Modelingling (BIM) Within the South Australian Construction Related Small and Medium Sized Enterprises: Awareness, Practices and Drivers[C]// Procs 31st Annual Association of Researchers in Construction Management. Lincoln, UK: ARCOM, 2015: 691-700.

[11] Ives B, Olson M H, Baroudi J J. The measurement of user satisfaction[J]. Communcations of the Acm, 1983, 26(10)： 785-793

[12] Xu H, Feng J, Li S. Users-orientated evaluation of building information modeling in the chinese construction industry[J]. Automation in Construction, 2014, 39: 32-46.

[13] 李书全, 王长江, 吴秀宇, 等. 基于TAM的精益建设实施意向实证研究[J]. 管理科学学报, 2014, 17(4): 47-56.

[14] Doll W J, Torkzadeh G. The measurement of end-user computer satisfaction[J]. Mis Quarterly, 1988, 12(2): 259-274.

[15] Spreng R A, Mackenzie S B, Olshavsky R W. A reexamination of the determinants of customer satisfaction[J]. Journal of Marketing, 1996: 60(3), 15-32.

[16] Yoon Y, Guimaraes T. Assessing expert systems impact on users’ jobs[J]. Journal of Management Information Systems, 1995, 12(1): 225-249.

[17] Igbaria M, Guimaraes T, Davis G B. Testing the determinants of microcomputer usage via a structural equation modeling[J]. Journal of Management Information Systems, 1995: 87-114.

[18] Won J, Lee G, Dossick C, et al. Where to focus for successful adoption of building information modeling within organization[J]. Journal of Construction Engineering and Management, 2013, 139(11): 04013014-1-10.

[19] Zhang Z, Lee M K O, Huang P, et al. A framework of ERP systems implementation success in China: An empirical study[J]. International Journal of Production Economics, 2005, 98: 56-80.

[20] George S O. Management By Objecyives: A System of Managerial (1st Edition)[M]. New York: Fearon-Pitman Publishing, 1965.

[21] Petty R E, Cacioppo J T. Attitudes and Persuasion: Classic and Contemporary Approaches[M]. Taylor & Francis Group, 1996.

[22] Satzinger J W, Olfman L. Computer support for group work: Perceptions of the usefulness of support scenarios and end-user tools[J]. Journal of Management Information Systems, 1995, 11(4): 115-148.

[23] Fishbein M, Ajzen I. Belief, Attitude, Intention and Behavior: An Introduction to Theory and Research[M]. Boston: Addison Wesley, 1975.

[24] Davis F D. Perceived usefulness, perceived ease of use, and user acceptance of information technology[J]. Mis Quarterly, 1989, 13(3): 319-340.

[25] Mawhinney C H, Lederer A L. A study of personal computer utilization by managers[J]. Information & Management, 1990, 18(5): 243-253.

[26] Taylor S, Todd P A. Understanding information technology usage: A test of competing modelings[J]. Information Systems Research, 1995, 6(2): 144-176.

[27] Calisir F, Calisir F. The relation of interface usability characteristics, perceived usefulness, and perceived ease of use to end-user satisfaction with enterprise resource planning (ERP) systems[J]. Computers in Human Behavior, 2004, 20: 505-515.

[28] Drucker P F. The Practice of Management[M]. Oxford: Butterworth-Heinemann, 1955.

[29] Chong S, Pervan G. Factors influencing the extent of deployment of electronic commerce for small and medium-sized enterprises[J]. Journal of Electronic Commerce in Organizations, 2007, 5(1):1-29.

[30] Spreng R A, Mackenzie S B, Olshavsky R W. A reexamination of the determinants of customer satisfaction[J]. Journal of Marketing, 1996, 60(3): 15-32.

[31] Lee S, Yu J, Jeong D. BIM acceptance modeling in construction organizations[J]. Journal of Management in Engineering, 2015, 31(3): 04014048-1-13.