服務(wù)設(shè)計視角下技術(shù)接受理論研究熱點分析

　　摘要：挖掘服務(wù)設(shè)計領(lǐng)域技術(shù)接受理論研究熱點及前沿趨勢。本研究利用了知識圖譜工具CiteSpace對2009-2018年期間，在WebofScience(SCI-E和SSCI)發(fā)表的1506篇文獻(xiàn)，進(jìn)行文獻(xiàn)計量分析。經(jīng)分析，可得出未來服務(wù)設(shè)計視角下技術(shù)接受理論研究趨勢主要在于移動服務(wù)領(lǐng)域，尤其是移動銀行及電子商務(wù)領(lǐng)域。通過分析，本研究著重討論了當(dāng)前該領(lǐng)域的知識結(jié)構(gòu)、研究熱點和研究趨勢，為服務(wù)設(shè)計視角下技術(shù)接受理論應(yīng)用及其相關(guān)領(lǐng)域之研究提供參考。

　　關(guān)鍵詞：服務(wù)設(shè)計技術(shù)接受理論知識圖譜可視化分析共被引分析CiteSpace

　　引言

　　信息時代，用戶主觀接受度對服務(wù)設(shè)計影響頗深。自20世紀(jì)80年代以來，Davis[1]提出了技術(shù)接受模型(TAM)，基于此，后人發(fā)展出諸多拓展模型或理論，其中包括理性行為理論(TRA)、技術(shù)接受模型(TAM)、動機(jī)模型(MM)、個人電腦使用模型(MPCU)、創(chuàng)新擴(kuò)散(DI)、計劃行為理論(TPB)、擴(kuò)散理論(IDT)、社會認(rèn)知理論(SCT)和技術(shù)接受與使用統(tǒng)一理論(UTAUT)[2]。信息通信技術(shù)(ICT)不僅可用于提高現(xiàn)有服務(wù)的效率，更為全新類型的服務(wù)提供了可能，例如，在服務(wù)體系的構(gòu)建方面，由于醫(yī)療保健領(lǐng)域先進(jìn)技術(shù)的快速發(fā)展，床邊終端系統(tǒng)在醫(yī)院中越來越多地被采用。SooyoungYoo[3]提出了一種以用戶為中心，用戶體驗改進(jìn)的床邊終端關(guān)鍵服務(wù)開發(fā)流程，該流程即采用了服務(wù)設(shè)計方法。本研究采用了科學(xué)計量學(xué)的方法，對服務(wù)設(shè)計視角下技術(shù)接受理論應(yīng)用研究文獻(xiàn)進(jìn)行了可視化研究，以了解當(dāng)前該領(lǐng)域的知識結(jié)構(gòu)、研究熱點和研究趨勢，為該領(lǐng)域研究發(fā)展提供了參考對照。

　　一、研究設(shè)計

　　(一)研究方法：本研究采用知識圖譜方法�？茖W(xué)知識圖譜是一種新的研究方法，通過數(shù)據(jù)挖掘，信息處理和圖形繪制，揭示知識的發(fā)展過程與結(jié)構(gòu)關(guān)系[4]。本研究運用知識圖譜工具CiteSpace對2009至2018年期間在WebofScience核心合集(SCI-E和SSCI)數(shù)據(jù)庫發(fā)表的1506篇文獻(xiàn)，進(jìn)行了國家/地區(qū)共現(xiàn)網(wǎng)絡(luò)分析、機(jī)構(gòu)共現(xiàn)網(wǎng)絡(luò)分析、關(guān)鍵詞共現(xiàn)分析以及文獻(xiàn)共被引分析，以了解當(dāng)前該領(lǐng)域研究熱點與趨勢。

　　(二)數(shù)據(jù)來源：本研究選用的數(shù)據(jù)來源于WebofScience核心合集(SCI-E和SSCI)，檢索的時間范圍為2009-2018，檢索策略為：主題=(“TechnologyAcceptanceModel”)和(“Service*”)，語言=(英語)，文獻(xiàn)類型包括會議論文(CONFERENCEPROCEEDINGSPAPER)、論文(ARTICLE)、綜述(REVIEW)和信件(LETTER)。截至2018年12月31日，檢索到有效記錄1506條，隨后導(dǎo)出到CiteSpace中作進(jìn)一步分析。

　　(三)參數(shù)設(shè)置：本研究導(dǎo)入數(shù)據(jù)至CiteSpace時，除特殊說明，各項參數(shù)閾值設(shè)置如下：“時間分區(qū)(TimeSlicing)”中設(shè)置研究起止年份，即2009年至2018年;“時間切片(YearsperSlice)”的值設(shè)定為1，即將時間分區(qū)設(shè)置為每一年;“修剪算法(Pruning)”項下選取“尋徑算法(Pathfinder)”;“節(jié)點類型(NodeType)”則分別設(shè)置為“國家(Country)”、“機(jī)構(gòu)(Institute)”、“關(guān)鍵詞(Keywords)”及“參考文獻(xiàn)(Reference)”;其他參數(shù)則為默認(rèn)選項。此外，節(jié)點數(shù)據(jù)選取N值越大，表示生成的網(wǎng)絡(luò)將相對更全面一些。本研究選取標(biāo)準(zhǔn)設(shè)定為“TopN=50”，即在每個時間段(TimeSlice)中提取50個被引次數(shù)最高的文獻(xiàn)。

　　智能設(shè)計論文范例：智能晾衣架控制系統(tǒng)的設(shè)計與實現(xiàn)

　　二、發(fā)文數(shù)量與態(tài)勢分析

　　服務(wù)設(shè)計視角下技術(shù)接受理論應(yīng)用研究的發(fā)文量呈明顯的增長態(tài)勢。從2011年至2014年，呈緩慢增長趨勢，而2014年至2016年，發(fā)文量呈激增態(tài)勢。2018年，該領(lǐng)域文獻(xiàn)發(fā)文量達(dá)到峰值，為220篇。此皆與該領(lǐng)域研究熱潮有著直接關(guān)聯(lián)。

　　三、研究結(jié)果與分析

　　(一)國家/地區(qū)共現(xiàn)網(wǎng)絡(luò)分析

　　在CiteSpace中，選擇“國家”作為節(jié)點類型，繪制該領(lǐng)域國家/地區(qū)共現(xiàn)網(wǎng)絡(luò)的知識圖譜。共得出56個節(jié)點和193條連接線。整體而言，合作網(wǎng)絡(luò)愈靠近中心的國家，連接線愈多，網(wǎng)絡(luò)愈密集，且國家合作程度以發(fā)文量較高的幾個國家為主導(dǎo)。由此可見，該學(xué)術(shù)領(lǐng)域已形成一些研究團(tuán)隊，此有利于資源共享，研究創(chuàng)新。美國的發(fā)文量最多，總計236篇(占15.67%)，在該研究領(lǐng)域中占主要地位，而中國、馬來西亞以及印度是前10位國家中的發(fā)展中國家，其中，中國共發(fā)表229篇(15.21%)，排名第2，其他均以發(fā)達(dá)國家為主導(dǎo)，這顯示出經(jīng)濟(jì)能力對提升學(xué)術(shù)水平的積極作用;中介中心性方面，美國(0.34)同樣持最高值，處于網(wǎng)絡(luò)的合作中心。此外，發(fā)文量前十的國家中均有合作關(guān)系，且以美國(0.34)、英國(0.23)和德國(0.17)為主導(dǎo)。而韓國(0.05)、西班牙(0.03)、印度(0.02)、中國臺灣(0.01)其中介中心性均低于0.1，表明與其他國家或地區(qū)之間的合作不頻繁。

　　(二)機(jī)構(gòu)共現(xiàn)網(wǎng)絡(luò)分析

　　依前述操作，在CiteSpace中選擇“機(jī)構(gòu)”作為節(jié)點類型，繪制該領(lǐng)域研究機(jī)構(gòu)及其合作網(wǎng)絡(luò)的知識圖譜。共得出198個節(jié)點和109條連接線，即1506篇文獻(xiàn)分布在了198個研究機(jī)構(gòu)中。各機(jī)構(gòu)之間的網(wǎng)絡(luò)密度較低，并且鮮少有合作關(guān)系(連線)。連線集中于來自韓國與中國(內(nèi)地)的機(jī)構(gòu)，而其他地區(qū)的機(jī)構(gòu)例如英國、中國臺灣、伊朗等地區(qū)就像是“信息孤島”，幾乎沒有與外界合作的跡象。

　　成均館大學(xué)(韓國)的發(fā)文量最高，總計29篇，其中韓國的機(jī)構(gòu)在技術(shù)接受理論領(lǐng)域占據(jù)主導(dǎo)地位，共計3所;中介中心性方面，尚未有機(jī)構(gòu)能夠成為該領(lǐng)域跨學(xué)科傳播的驅(qū)動力(均<0.1)。其中除了成均館大學(xué)(0.02)、華中科技大學(xué)(0.02)、韓國科學(xué)技術(shù)院(0.01)、慶熙大學(xué)(0.03)、香港理工大學(xué)(0.03)、拉曼大學(xué)(0.02)之外，其余機(jī)構(gòu)的中間中心性均為0，這足以說明該領(lǐng)域在跨學(xué)科之間的合作上仍處于起步階段，這與服務(wù)設(shè)計作為一個近幾年才新興的學(xué)科密切相關(guān)。

　　(三)關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)分析

　　依前述操作，在CiteSpace中選擇“關(guān)鍵詞”作為節(jié)點類型。如圖4所示，共生成127個節(jié)點和705條連接線。每個十字型節(jié)點代表一個引用的關(guān)鍵詞。對于單個節(jié)點，每個十字型的大小代表相應(yīng)每一年時間切片中關(guān)鍵詞的出現(xiàn)頻率。因此，每個節(jié)點的大小與相應(yīng)文獻(xiàn)中關(guān)鍵詞的頻率成正比。由表4列出的前20個高頻關(guān)鍵詞可知，“技術(shù)接受模型”(975)出現(xiàn)頻率最高，接下來是“信息技術(shù)”(619)和“用戶接受度”(562)，其他常用關(guān)鍵詞有“接受度”(397)、“服務(wù)”(278)、“信任度”(263)等。

　　中介中心性方面，“感知有用性”(0.13)、“接受度”(0.12)、“服務(wù)”(0.12)具有較高值，說明這些關(guān)鍵詞代表了該領(lǐng)域中突發(fā)性較強(qiáng)的新興趨勢。不論關(guān)鍵詞出現(xiàn)頻率，抑或中介中心性方面，都可看出“服務(wù)”、行為意圖“用戶接受度”等的研究熱度。GarryWei-HanTan[5]以UTAUT為基準(zhǔn)模型，將該模型與流動理論、心理特征、社會環(huán)境和安全關(guān)注因素相結(jié)合，研究線上旅游購物消費者的行為意向。SilasFormunyuyVerkijika[6]對電子政務(wù)模型Umega及其擴(kuò)展版進(jìn)行了實證檢驗。研究結(jié)果表明，績效預(yù)期、社會影響、感知風(fēng)險和計算機(jī)自我效能感對行為意向有顯著影響。

　　(四)文獻(xiàn)的共被引分析

　　1.文獻(xiàn)共被引聚類分析：依前述方法，在CiteSpace中選擇節(jié)點類型為“參考文獻(xiàn)”。每一個圓環(huán)節(jié)點代表一篇引用的參考文獻(xiàn)。對于單個節(jié)點，每個異色同心環(huán)的厚度代表相應(yīng)1年時間片段中聚類標(biāo)簽的出現(xiàn)頻率。因此，每個節(jié)點的大小與相應(yīng)文獻(xiàn)的總共被引頻率成正比。其中引用文獻(xiàn)連線的距離表示兩篇文獻(xiàn)的相關(guān)強(qiáng)度，顏色則表示第一次被引的年份，顏色越暖，時間越近。表5為聚類后的10個研究熱點標(biāo)簽以及每個標(biāo)簽里頻率最高的5個關(guān)鍵詞。通過對每個聚類群集內(nèi)的代表文獻(xiàn)進(jìn)行分析與歸類，我們得到了幾個技術(shù)接受理論與服務(wù)體系研究熱點的子主題，以下從技術(shù)接受度(0#、1#、9#)、服務(wù)創(chuàng)新(2#、3#、5#)、移動服務(wù)(4#、6#、7#、8#)共三部分對該領(lǐng)域研究熱點進(jìn)行解讀。

　　(1)技術(shù)接受度：

　　數(shù)字時代，移動服務(wù)已然成為新型業(yè)態(tài)模式。如今，愈來愈多的研究者運用技術(shù)接受理論于構(gòu)建服務(wù)體系的過程中，為服務(wù)提供者深挖用戶采用意圖。MayankaSinghChhonker[7]其研究表明TAM與UTAUT是目前應(yīng)用最廣泛的技術(shù)接受理論。此外，文獻(xiàn)中的主導(dǎo)結(jié)構(gòu)是感知有用性、感知易用性、社會影響對行為意圖的影響，其次是績效預(yù)期、促進(jìn)條件與努力預(yù)期。EzlikaM.Ghazali[8]的研究結(jié)果也表明，模型中的大多結(jié)構(gòu)都會影響購物者選擇移動購物的意圖。除了關(guān)于移動服務(wù)最初采用與使用上的研究外，亦有對使用后采納度及可持續(xù)使用的研究。ZhouTao[9]提出了一種移動后采用模型，并將用戶行為歸納為三個變量：持續(xù)意向、推薦和投訴。其研究表明，期望確認(rèn)、感知易用性、感知有用性與使用成本對用戶滿意度有顯著影響，進(jìn)一步?jīng)Q定了他們采用服務(wù)后的行為。此外，感知有用性對持續(xù)意向有著直接影響。

　　(2)服務(wù)創(chuàng)新：

　　社會虛擬世界(SVW)已然成為社會互動的重要環(huán)境，與此同時，虛擬商品與服務(wù)的供求關(guān)系迅速增長。MattiMäntymäki[10]其研究以技術(shù)接受模型、激勵模型與網(wǎng)絡(luò)外部性理論為基礎(chǔ)，考察了網(wǎng)絡(luò)外部性的持續(xù)使用和購買意向。其研究結(jié)果表明，持續(xù)使用與采購之間有很強(qiáng)的關(guān)系，以及其他用戶的存在對于預(yù)測大眾的購買行為的重要性。此外，在線社區(qū)服務(wù)方面也已有學(xué)者做了一定研究。JoelJärvinen[11]其研究擴(kuò)展了UTAUT2，以研究影響接受和使用Instagram的社交網(wǎng)絡(luò)服務(wù)(SNS)的因素。PuneetKaur[12]在其研究中探討了影響青少年繼續(xù)參與facebook品牌社區(qū)的因素。其研究結(jié)果表明，自我效能感、享樂主義動機(jī)、互惠互利和社會影響對用戶態(tài)度有積極影響。其中，自我效能感影響最大。此外，態(tài)度、繼續(xù)意向和活動水平顯著相關(guān)。

　　(3)移動服務(wù)：

　　技術(shù)接受理論已在諸多領(lǐng)域得到廣泛運用，譬如：移動學(xué)習(xí)、電子政務(wù)、移動商務(wù)、互聯(lián)網(wǎng)金融、公共服務(wù)等領(lǐng)域。FrankK.Y.Chan[13]開發(fā)并測試了一種強(qiáng)制公民采用電子政務(wù)技術(shù)的模式。其測試結(jié)果表明，與技術(shù)推出不同階段的各種相關(guān)因素預(yù)測了關(guān)鍵技術(shù)采用變量，這些變量反過來又預(yù)測了公民對電子政務(wù)技術(shù)的滿意度。Rai-FuChen[14]基于技術(shù)接受模型，對影響醫(yī)院信息系統(tǒng)(HIS)接受的關(guān)鍵因素進(jìn)行了研究。該模型由六個結(jié)構(gòu)構(gòu)成：系統(tǒng)質(zhì)量、信息質(zhì)量、服務(wù)質(zhì)量、感知有用性、感知易用性和接受度。結(jié)果表明，從醫(yī)生的角度而言，感知有用性和感知易用性顯著影響了其接受程度。

　　2.文獻(xiàn)共被引引文突發(fā)分析：

　　引文突發(fā)(Citationburst)是通過檢測引文在某一段時間內(nèi)引用頻率的突發(fā)強(qiáng)度來找出該領(lǐng)域研究熱點的新興趨勢[15]。共被引分析結(jié)果顯示，327個節(jié)點中有25篇文獻(xiàn)出現(xiàn)引文突發(fā)現(xiàn)象。引文突發(fā)的結(jié)果按強(qiáng)度降序排列。列出了2009至2018年期間引文突發(fā)強(qiáng)度最高的前20篇文獻(xiàn)，其中，該期間被引頻次激增的年份通過較高的色塊表現(xiàn)。文獻(xiàn)可依研究內(nèi)容，分為理論研究及實證研究兩類。

　　理論研究包括三類：①信息技術(shù)接受研究中所產(chǎn)生的用戶接受模型研究(文獻(xiàn)5、8);②信息系統(tǒng)(IS)成功模型研究，以衡量IS研究中復(fù)雜因變量(文獻(xiàn)4);③對技術(shù)接受模型的批判性回顧(文獻(xiàn)3)。實證研究包括六類：①關(guān)于移動服務(wù)使用意圖驅(qū)使因素的研究(文獻(xiàn)7、10、12、15、18);②技術(shù)接受模型在移動商務(wù)領(lǐng)域的實證研究，以評估該服務(wù)質(zhì)量、接受度、可信度等(文獻(xiàn)1、2、11、14、16、17、20);③技術(shù)接受模型在移動銀行領(lǐng)域的實證研究，以了解消費者對于該服務(wù)的接受度，并推測其行為意圖(文獻(xiàn)6);④技術(shù)接受模型在電子政務(wù)領(lǐng)域的實證研究，以分析公民信任、創(chuàng)新和接受因素(文獻(xiàn)9、13);⑤技術(shù)接受模型在移動學(xué)習(xí)領(lǐng)域的實證研究，通過將動機(jī)視角融入技術(shù)接受模型，捕獲外在與內(nèi)在激勵因素，以解釋用戶使用學(xué)習(xí)媒介的意圖(文獻(xiàn)19)。

　　結(jié)論與展望

　　本次研究中借助CiteSpace生成了服務(wù)設(shè)計視角下技術(shù)接受理論領(lǐng)域的科學(xué)知識圖譜，評估了知識結(jié)構(gòu)、研究熱點和研究趨勢。研究結(jié)果發(fā)現(xiàn)：①發(fā)文量較高的10個國家中，60%為發(fā)達(dá)國家，突顯出經(jīng)濟(jì)能力對提升學(xué)術(shù)水平的積極作用，此外，中國(229篇)發(fā)文量位居第二，說明我國學(xué)術(shù)界對該領(lǐng)域之重視;②成均館大學(xué)(韓國)發(fā)文數(shù)量中排名第1，說明韓國在該領(lǐng)域研究產(chǎn)出之高;而我國在發(fā)文量前15的機(jī)構(gòu)中占四所，說明我國院校對該領(lǐng)域研究之熱忱度;③從國家和機(jī)構(gòu)的知識圖譜中分析可知，該領(lǐng)域的研究正向著跨機(jī)構(gòu)、跨國家之間合作交流的趨勢前進(jìn);④文獻(xiàn)共被引分析及引文突發(fā)分析表明，在研究方法上，技術(shù)接受理論與用戶滿意理論成為研究熱點，在研究內(nèi)容上，技術(shù)接受模型于電子商務(wù)服務(wù)及移動銀行服務(wù)中的應(yīng)用是該領(lǐng)域中兩個最突出的熱點。

　　值得注意的是，在數(shù)據(jù)選擇部分，本次研究僅限于服務(wù)設(shè)計視角下技術(shù)接受理論領(lǐng)域內(nèi)受關(guān)注程度較高的核心英文期刊，而中文文獻(xiàn)未被分析，所獲取的數(shù)據(jù)集不夠宏大，缺少對該領(lǐng)域研究趨勢的全局分析，其結(jié)果或存在一定偏差;從研究熱點而言，由于對服務(wù)設(shè)計視角下技術(shù)接受理論領(lǐng)域認(rèn)知的廣度與深度尚有欠缺，或會對知識圖譜的解讀帶來一定誤差，因此，本研究值得進(jìn)一步探討，在后續(xù)的研究中，需克服數(shù)據(jù)不足所造成的消極影響，集思廣益運用更為科學(xué)之研究方法或工具，從更全面、更系統(tǒng)的角度深挖，為該領(lǐng)域之前瞻研究帶來更多啟示。

　　作者：宗婕聰吳群*彭宇新

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///dzlw/23505.html