工业互联网平台使用意愿影响因素研究——基于改进UTAUT模型

郑勇华，孙延明，朱建华

（1.华南理工大学工商管理学院，广东广州 510641；2.贵州民族大学传媒学院，贵州贵阳 550025；3.广州大学，广东广州 510006）

2017年起国务院牵头各部委密集出台了系列政策文件，明确提出我国发展工业互联网的目标及重点，并要求构筑相对完善的网络基础设施和建设工业互联网标杆网络，以支撑全产业链、全价值链、工业全要素的互联互通。尤其值得关注的是，“工业互联网”在2019年3月召开的全国两会上成为热词并书入了《2019年国务院政府工作报告》之中。在这一新趋势推动下，广东、浙江、江苏、山东、北京、上海等省市纷纷出台相关跟随政策，推动各种互联网平台的建设与发展［1］，并涌现出了一批工业互联网示范平台，如海尔COSMOPlat平台（个性化定制平台）、阿里supET平台（新制造平台）、航天云网（协同制造平台）、根云（产品全生命周期服务平台）等等［2］。当前，工业互联网平台在我国取得了快速、长足发展，各类具有较高影响力的工业互联网平台已达50余家，并已从平台建设走向了平台应用，成为赋能传统制造企业向智能企业转型的重要基础设施［3］。但总体来看，我国工业互联网平台还处于起步阶段，目前受到政策、技术、人才、资金等内外部诸多因素的影响，导致工业互联网平台的推广与应用并未取得预期的效果［4］。因此，如何提高平台用户的使用意愿是工业互联网平台建设方急需解决的问题。本文通过谷歌（Google）学术检索和文献梳理尚未发现对此问题进行研究的文献。为此，本文基于改进的整合技术接受和采用模型(UTAUT)，并引入价值共创功能和风险感知两个因素，采用实证研究的方法探究相关因素对企业使用意愿的影响情况，以找出关键影响因素，以期为广大制造企业及政府相关部门提供决策参考。

1 理论分析与研究假设

1.1 工业互联网平台概述

“工业互联网”这一概念于2012年由美国通用电气公司（以下简称“通用电气”）在《工业互联网：打破智慧与机器的边界》一书中提出，通用电气将工业互联网解释为全球工业系统与互联网、传感技术、高级计算与分析等的高度融合［5］。通用电气提出的工业互联网与德国“工业4.0”相类似，由此也被称为“美国版工业4.0”［6］，其本质都是将制造业与数字化、智能化相融合，通过全产业链、全价值链和全要素的连接以重构出新的工业生态系统，并成为了第四次工业革命中各国抢占的至高点［7］。在此背景下，工业互联网平台（Industrial Internet platform，IIP）正呈现出井喷式的发展势头，在通用电气Predix、西门子MindSphere等平台的引领下，IBM、微软、施耐德、SAP、ABB、PTC等大型企业纷纷积极跟进，目前全球各类工业互联网平台已达到150多个。

工业互联网平台实则是面向云应用的一个软件平台，本质上时一个新工业体系的“操作系统”［8］。工业互联网平台主要由物联网、工业物联网、工业互联网、商业互联网、消费互联网、工业云、工业大数据、工业技术及其软件化、工业APP、工控通信协议、CPS、企业信息化等要素构成，其功能架构主要包括3层，即：边缘层（最底层），主要包括工程协议及数据采集等；平台层（中层），主要包括大数据处理及工业微服务等；应用层（最上层），主要包括工业APP、下层微服务调用等，以为企业提供各种以功能为核心的服务［8］。工业互联网平台具有五大功能，即：IT资源（分布式）管理及调度、工业资源互联互通及优化配置、工业大数据管理及挖掘、工业APP、工业微服务与IT微服务库［9］。工业互联网平台的出现是互联网与制造业紧密融合的结果［10］，对企业传统商业模式会产生颠覆式影响，并成为企业未来转型升级的必然方向；其应用场景主要包括：企业运营管理（占比18%）、设备管理服务（占比38%）以及生产过程管控（占比28%），此外，产品研发（占比2%）和资源优化（占比13%）方面的应用也在不断拓展［3］，在大中小企业协同推进下其应用面越来越广。

1.2 理论分析

1.2.1 UTAUT理论模型

整合技术接受和采用模型（UTAUT）是由Venkatesh等［11］在技术接受模型（TAM）理论基础上，整合社会认知理论（STC）、动机模型（MM）、PC利用模型（MPCU）、创新扩散理论（IDT）等理论而提出来的，主要采用社会影响、努力期望、绩效期望和便利条件4个变量来探究用户对新技术的采用行为意愿问题。目前，运用UTAUT理论研究新技术接受与采用的文献较多，该理论得到学者们的广泛认可，已被应用到电子政务、网上课堂、网上银行、微信支付、共享产品和物联网等领域［12］。有学者实证检验发现，针对用户采用新技术意愿（行为）问题，UTAUT模型的解释力能达到70%，被广泛视为用以研究用户采用新信息技术意愿行为的有效工具［13］。因此，将UTAUT理论模型应用到工业互联网平台具有可行性。

1.2.2 感知风险理论

自Bauer［14］提出感知风险理论以来，许多学者便将它用于研究消费者决策行为问题。所谓“风险”是指消费者在购买决策中所面临结果的不确定性。Bettman［15］进一步将感知风险细分为社会风险、经济风险、身体风险、心理风险和功能风险，Peter等［16］又进一步提出了“时间风险”概念，而后针对顾客感知风险的研究便主要基于这6类风险因素而展开，不少学者将感知风险与TAM模型整合以用于研究消费者购买行为。然而，对于工业互联网平台而言，安全性（包括平台的鲁棒性、安全管理体系、私有数据保护、用户保护等）是影响企业用户使用意愿的一个重要因素，企业用户如果感知到风险，便会对平台缺乏信任，因此，从感知风险理论出发，有助于我们进一步探究影响企业的工业互联网平台使用意愿问题。

1.2.3 价值共创理论

Prahalad等［17］是价值共创研究的奠基者。Groenroos等［18］认为价值共创是利益相关者间直接互动的过程。价值共创强调的是平台参与者之间的互动与资源整合，它已成为企业创造和获取价值的一种重要方式［19］。目前价值共创的研究已由二元视角（即顾客与企业）转向了网络视角（即多方参与者）［20］。工业互联网平台不仅仅是一个技术体系或者应用平台［21］，更是一个制造生态系统，创造了全新产业并打破了生产边界、商业边界和管理边界，把整个制造业上下游产业链接起来，整个产业链条的商业伙伴关系已被重新定义。由此，价值共创已成为该平台的一个重要功能，作为一个新兴工业生态平台，工业互联网平台有效实现了工业企业全要素相互联通与资源共享，为制造企业之间的价值共创行为提供了一个理想平台，这是激发制造企业使用工业互联网平台意愿的一个重要因素。因此，从共创价值理论视角有助我们进一步探究影响企业的工业互联网平台使用意愿问题。

1.3 研究假设

1.3.1 绩效期望与使用意愿

绩效期望指的是企业用户感知采用新信息技术所能提升企业绩效的程度［22］。工业互联网平台作为一种全新的工业生态体系，有助于延伸制造业的产业链，通过跨地区、跨厂区、跨系统、跨设备的互联互通，有助于推动整个工业体系的智能化［23］，可以大幅提升用户企业的效率与效益。主要表现为：（1）利用平台大数据能力，企业可以采用“模型+深度数据分析”的方式获取很强的信息化处理能力，在产品研发、制造、质量管控、运营管理、设备运维、能耗管理、工艺调优等流程中充分融入互联网理念进行优化改进，以提升企业绩效［3］；（2）利用工业互联网平台，企业可以改善内外部沟通，提高信息收集效率，进而开展大规模定制，提升质量管理水平，拓展产品后服务市场，进而提升企业绩效；（3）利用工业互联网平台，企业可以加快物流、优化库存和节约成本，以提升企业绩效［10］。由此可见，工业互联网平台对制造企业用户经营绩效的提升具有重要促进作用，进而有助于强化用户企业的使用意愿。为此，本文提出以下假设：

H1：制造企业的绩效期望与工业互联网平台使用意愿正相关。

1.3.2 努力期望与使用意愿

努力期望指的是企业用户感知使用新信息技术所需付出的努力程度，即感知使用新信息技术的容易程度［22］，具体表现为系统复杂性、感知易用性和操作简单性。工业互联网平台的复杂性及其成熟度对企业用户的IT资源、生产技术以及员工技能都会产生影响，工业互联网平台对企业用户的各类终端设备、员工素质有较高的使用要求，需要企业用户付出一定的努力以学习和使用该项技术，由此，工业互联网平台使用的难易程度会影响企业用户对它的使用意愿，即如果制造企业感知到工业互联网平台操作越容易，则对其使用态度便越积极。为此，本文提出以下假设：

H2：制造企业的努力期望与工业互联网平台使用意愿正相关。

1.3.3 社会影响与使用意愿

社会影响是指企业用户感知到的同行企业、政府政策、市场需求、客户对新信息技术的反应与态度情况［12］。社会因素会影响对企业采用一项新技术的使用意愿。先知先觉的企业开始在利用工业互联网平台进行转型升级以提升企业市场竞争力，再加上政策的助推，从而使工业互联网平台成为我国制造企业转型发展的重要基石，进而形成强大的羊群效应。与此同时，我国政府紧抓机遇，出台一系列政策文件对工业互联网予以扶持［9］，鼓励制造企业加快融入工业互联网平台中来。此外，工业互联网平台通过互联互通工业全要素以重构产业链与价值链，从而构成一个紧密协作的智能生态工业体系，对传统商业模式、业务流程及社会生活等都会产生颠覆式影响［23］，并吸引众多企业力图融入平台中来。由此可见，制造企业对工业互联网平台使用意愿与社会影响密切相连。为此，本文提出以下假设：

H3：社会影响与制造企业的工业互联网平台使用意愿正相关。

1.3.4 便利条件与使用意愿

便利条件指的是企业用户感知组织及现有设施对采用新信息技术的支持程度［22］。工业互联网的实施需在公司业务流程中开展特定的战略及技术实施。工业互联网作为互联互通工业全要素的信息化、智能化平台［24］，其使用需要企业用户具有一定的资源及技术支持条件［10］，主要包括：（1）需要具有较大量的资金投入。一方面，企业用户使用工业互联网平台需要支付一定量的平台使用费，另一方面，企业用户需要进行较大量的投资以配套相应的设施及设备，如机器传感器、平台使用终端设备、软件系统以及互联网设施等等；（2）需要大幅提升员工素质，配置专业技术人才以提供人才保障［25］。工业互联网颠覆了企业传统的商业模式、业务流程和作业方式，因此需要企业大量引进高端技术人才和管理人才，并大幅提升现有员工素质，以顺利推进工业互联网平台的使用进程。（3）需要进行大幅度的管理变革和业务模式变革，树立互联网思维并进行理念革新，以与工业互联网相融合。由此可见，企业用户有关工业互联网平台所需资源、技术条件等完备程度的感知对其使用意愿具有重要影响，企业用户感知工业互联网平台相关便利条件的完备程度越高，则其使用意愿便会越强。为此，本文提出以下假设：

H4：便利条件与制造企业的工业互联网平台使用意愿正相关。

1.3.5 感知风险与使用意愿

感知风险指的是企业用户因无法判断采用新技术而引发不确定性后果的一种主观感受。企业的每一个决策行为都会带来一些难以准确预见的后果，为了避免可能的损失，企业用户往往会对工业互联网平台的风险性予以关注［26］。在工业互联网平台生态系统中，分布式的工业系统并不是孤立的，而是互联的、开放的，数据在系统间频繁交换，且工业互联网相比于传统工业系统更易于遭受恶意攻击［24］，由此，工业互联网平台将制造企业的设备、人、数据、信息等融入平台中来并进行信息自由流动，这可能会带给企业一定风险性［10］。企业用户的感知风险往往会削弱其对工业互联网平台的使用意愿。为此，本文提出以下假设：

H5：感知风险与制造企业的工业互联网平台使用意愿负相关。

1.3.6 价值共创功能与使用意愿

价值共创是指信息技术平台相关方（包括平台、生产商、供应商、客户、员工等），在互动过程中进行资源共享与开放协作，通过协同合作以创造和获取各自价值的过程［27-29］。在工业互联网平台中，开放式协同创新成了主流并颠覆了以生产者为主导的传统价值创造模式，它强调平台成员间通过互动与协同创新来共创价值。工业互联网将物联网和网络物理系统（即连接物理及虚拟世界）融入工业流程以实现工业全要素互联互通，从而影响企业创造及获取价值的方式［30］。通过融入工业互联网平台，制造企业可以采用多种方式进行价值共创：（1）工业互联网平台有助于打破“信息孤岛”，能实现资源、信息等的集成与高效共享，促进企业间跨界融通发展以进行价值共创［2］；（2）工业互联网平台便于企业用户与客户互动交流，借助云计算、大数据分析等手段准确掌握市场及客户要求，并基于用户视角对产品、服务进行优化改进，以进行价值共创；（3）工业互联网平台能实现产业链、价值链、供应链等各环节的资源共享与实时连接，以及平台参与主体间的供需精准对接与高效协作［3］，有助于企业用户加深跨界合作以进行价值共创［7］；（4）工业互联网平台有助于打通产业链条要素并基于大数据分析提升上下游的资源整合与协同能力，以进行价值共创［3］。由此可见，工业互联网平台具备了为制造企业提供价值共创服务的功能。工业互联网平台是企业用户开展价值共创活动的一个重要载体，有助于企业用户间通过互动与协作共创及获取价值，进而激发企业用户的使用意愿。为此，本文提出以下假设：

H6：工业互联网平台的价值共创功能与制造企业的使用意愿正相关。

基于以上假设，本文构建了如图1所示基于改进的UTAUT理论模型。

图1 改进的UTAUT理论模型

2 研究设计

2.1 样本与数据收集

本研究选取珠三角地区制造型企业展开调研，被调研企业的行业类别有电子制造业、轻纺业、资源加工业和其他新兴制造业等。具体调研对象为企业法人代表、主管生产的高层负责人以及分管企业信息化建设的高管，每家企业被调研对象和访谈不超过4人。调研时间从2018年11月10日持续至2019年6月25日，历时7个多月，主要通过以下3种方式搜集数据：一是通过笔者所在学院的EMBA中心导师联系正在制造企业工作的高管（EMBA学员），利用他们晚间休息时间，积极与他们沟通填写问卷的注意事项，并通过微信发放电子问卷，待其回到单位工作时再结合单位实际情况进行填写；共发放问卷40份，回收问卷35份。二是通过笔者所在实验室导师联系其熟悉的制造企业，先由导师通过电话与企业负责人沟通，之后项目调研组再通过电话和微信跟进；共发放问卷34份，回收问卷29份。三是本研究小组成员亲自前往广州、深圳、东莞、中山、佛山等市的工业区内制造型企业进行上门调研；共发放问卷280份，回收问卷220份。

通过以上3种调研方式，总本研究共发放问卷354份，回收284份，回收率为80.2%；再对回收到的284份问卷进行甄别（填写完整）、筛选，剔除不合格（前后矛盾）和无效问卷（答案全部相同），共获取245份有效问卷，有效率为86.3%，有效样本为245份（以下简称“样本”），基本信息见表1所示。

表1 样本特征

2.2 变量测量

UTAUT模型包含自变量（绩效期望PE、努力期望EE、社会影响SI和便利条件FI）、因变量（使用意愿），其测量量表参照Yu［31］、Pavlou［32］和王保乾等［33］的量表设计，4个自变量中每个变量的测量量表均为4个题项，因变量使用意愿的测量量表为3个题项。价值共创功能（VCC）的测量量表参照Ngo等［34］和周文辉等［35］的量表设计，包含6个题项。感知风险（PS）的测量量表参照Lee［36］的量表设计，包含4个题项。

根据既有的研究，行业类别、企业性质、员工人数、销售收入、企业成立年限等因素会不同程度影响企业使用意愿的可信度，为此，本文选择行业类别、企业性质、员工人数、销售收入等作为控制变量。

针对以上变量题项的表述，本研究结合工业互联网的使用情景进行适应修改，最终问卷包含29个题项（见表2）。所有题项均采用李克特五级量表。

为了确保问卷的可靠性和有效性，我们邀请了2位智能制造领域的学者和两位在制造企业里专门从事两化融合的专家对最初构建的问卷进行小组讨论。根据小组讨论达成的共识，本研究基于3个标准（结构化操作定义的可衡量性、工业互联网平台业务环境，以及采用工业互联网平台业务时对一般制造业用户认识的适应性）对测量题项进行了重新编制。随后，本研究对20名受访者进行了预测试，以检查调查问卷中措辞的完整性、顺序和其他可能的错误。根据受访者的反馈，本研究对量表稍加修改，以增加表述的准确性和完整性见表2所示。

表2 样本变量测量题项及文献来源

3 研究结果

3.1 信效度检验

信效度分析结果如表3所示，可见7个潜变量的Cronbach'sα值在0.827～0.933之间，均大于基准值0.70，同时CR值都介于0.828～0.9304之间，表明问卷的信度良好，同时也说明收集的数据可靠。各量表KMO值均大于0.8，累计解释方差均大于0.5，通过效度检验。所有量表均采用成熟量表进行修改并经过学界和业界专家进行验证，这有效保证了量表的内容效度。所有变量的因子荷载介于0.712～0.894之间，处于0.5～0.95的合理区间，这表明量表的聚合效度良好。所有变量的AVE值介于0.603～0.779之间，全部大于基准值0.5，这表明各变量潜变量具有较高的收敛效度。

表3 样本信效度分析结果

表3（续）

3.2 描述性统计分析

由表4可知，绩效期望（r=0.303,P＜0.001）、社会影响(r=0.213,P＜0.001)和价值共创功能(r=0.290,P＜0.001)与使用意愿之间存在显著的正向关系；感知风险(r=-0.277,P＜0.001)与使用意愿之间存在显著的负向关系；绩效期望(r=-0.157,P＜0.01)与感知风险之间存在显著负向关系；社会便利(r=0.159,P＜0.05)与价值共创功能之间也存在显著的正向关系。同时，结合表3与表4可以看出，所有潜变量AVE值的平方根大于变量之间的相关系数，故认为各潜变量的区别效度良好。该结果初步验证图1所示理论模型中变量之间的关系。

表4 样本变量相关系数矩阵与AVE平方根（N=245）

3.3 共同方法偏差检验

本研究运用Harman单因子方法验证数据的共同方法偏差，具体检测过程参考Podsakoff［37］的检验方法。本文采用SPSS20.0进行分析，最终析出初始特征值大于的1的7个主成份，第一个主成份的方差贡献率为20.91%，累计方差贡献率为75.24%，因此，可以认为本研究样本的共同方法偏差问题不严重。

3.4 假设检验

本文采用Amos20.0对理论模型进SEM方法的假设检验，模型拟合结果为：χ2/df=1.591，RMSEA=0.049，GFI=0.903,CFI=0.912，NFI=0.913，CN=223。以上拟合指标满足SEM方法的基准值，说明理论模型与样本数据的拟合情况较好。从表5可知，绩效期望与工业互联网平台用户的使用意愿之间的标准路径系数为0.296，P＜0.001,表明绩效期望正向影响工业互联网平台用户的使用意愿，假设H1得到验证；努力期望与工业互联网平台用户的使用意愿之间的标准路径系数为0.138，P=0.059(＞0.05)，表明努力期望对工业互联网平台用户的使用意愿的影响不显著，假设H2未得到验证；社会影响与工业互联网平台用户的使用意愿之间的标准路径系数为0.185，P＜0.01,表明社会影响期望正向影响工业互联网平台用户的使用意愿，假设H3得到验证；便利条件与工业互联网平台用户的使用意愿之间的标准路径系数为0.048，P=0.470（＞0.05）,表明便利条件对工业互联网平台用户的使用意愿的影响不显著，假设H4未得到验证；感知风险与工业互联网平台用户的使用意愿之间的标准路径系数为-0.285，P＜0.001,表明感知风险负向影响工业互联网平台用户的使用意愿，假设H5得到验证；工业互联网平台的价值共创功能与用户使用意愿之间的标准路径系数为0.283，P＜0.001,表明工业互联网平台的价值共创功能正向影响用户的使用意愿，假设H6得到验证。

表5 样本假设检验结果

4 研究结论与启示

4.1 研究结论与理论贡献

本文基于UTAUT理论、价值共创理论和感知风险理论的复合视角，采用245份问卷调查数据，运用实证研究方法探究可能影响工业联网平台使用意愿的影响因素。实证研究发现：绩效期望、社会影响、价值共创功能正向影响工业互联网平台用户的使用意愿，感知风险负向影响工业互联网平台用户的使用意愿，而努力期望和便利条件与工业互联网平台用户的使用意愿之间关系不显著。

本研究的理论贡献：（1）整合价值共创理论和感知风险理论对UTAUT理论模型进行改进。UTAUT理论模型主要用于用户对新技术接受和采纳行为研究，被广泛视为一种有效工具而运用于众多领域，具有高达70%的解释力［12］，但UTAUT理论模型并没有考虑感知风险和价值共创功能等因素，因而用于工业互联网平台使用意愿研究领域的解释力难免还存在不足，为此，本研究将UTAUT理论模型、共创价值理论和风险感知理论有机整合，构建了工业互联网平台使用意愿影响机制的理论模型，拓展了UTAUT理论模型的解释能力，进一步深化和拓展了工业互联网平台用户行为影响机制的学术研究。（2）对已有文献的呼吁进行了有效回应。工业互联网平台作为近年来刚兴起的一项新兴技术，目前学界对该领域的研究还处于萌芽状态，如王友发等［38］呼吁要加强工业互联网平台管理领域实证方面的研究，为此，本研究基于改进的UTAUT理论模型实证研究了工业互联网平台的使用意愿问题，从而对已有文献进行了有效回应。

4.2 管理启示

在实践方面，本研究结论为工业互联网平台的快速推广与普及提供一定的启示，主要包括：

（1）平台建设层面。首先，平台建设方必须满足中高端制造业用户的实际需求，从技术方面进一步降低准入要求，进一步完善平台的集成功能，强化平台的兼容性，大力拓展和完善平台生态系统，为企业用户生产效率、产品质量、技术水平、服务水平等方面的提升提供有力支持。其次，平台建设方应该对那些具有使用意愿的企业降低平台使用费用，甚至不惜先体验再付费的方式鼓励他们先加入平台，进一步增强平台生态功能，促进企业的协同创新和价值共创。再次，平台建设方要加强媒体宣传，工业互联网平台的建设需要社会各方面力量的积极参与，平台建设方对平台的新功能、新特点和投资方背景进行媒体报道和公益性宣传极为必要，报道中要凸显平台的关键技术、领先优势、应用范围和行业发展趋势。最后，平台建设方要全方面加强平台、设备、数据和安全保障体系建设，保障整个平台生态圈的平稳运行，制定相应突发性安全事故预案，以降低企业用户的风险感知。

（2）政府政策支持层面。当前工业互联网平台在我国还处于发展初期，问题多、投资大、见效慢，相关企业参与热情不高，因此政府部门应搭建并重点做好工业互联网平台的公共服务体系建设，同时鼓励有实力研究机构和企业共同参加建设，甚至在财税政策方面给予一定支持和优惠，进一步促进平台的推广和普及，提高企业的使用意愿。

4.3 研究不足与展望

工业互联网平台是一个新生事物，影响使用意愿的因素众多，本研究只是从技术、价值共创功能和感知风险的视角来解释，难免有不足之处；此外，本研究样本的选择相对比较局限，主要来自我国制造业相对发达的珠三角地区，由此，研究结论能否运用到制造业欠发达的中西部地区甚至欠发达国家还有待进一步的检验。

由于本研究的局限性，未来的研究还可以进一步拓展：（1）本研究只是融合了3种理论，未来可以再结合其他理论视角来深化研究；（2）工业互联网平台牵涉的企业用户类型众多，未来研究可以按照不同企业用户类型、企业用户处所发展阶段等变量进一步深入研究；（3）工业互联网平台的应用场景主要分为三大类（资产管理服务类、传统业务与运营优化、全价值链的整合运营），但这3类平台都处于刚刚起步阶段，本文未加区别，因此，未来研究可以基于不同的应用场景进一步展开研究。