個人功能網絡結構對企業用戶信息系統使用的影響研究

尹雋 鄭青青++葛世倫++王念新

摘要：運用社會網絡分析法，以使用相同功能為基礎構建信息系統用戶的“個人功能網絡”，通過結構洞指標反映用戶網絡的凝聚力和控制力。利用某大型修造船企業的524名信息系統用戶及他們共同使用的852項功能數據進行了實證研究，結果表明結構洞對用戶信息系統使用具有U型影響，即“個人功能網絡”中用戶具有高凝聚力與強控制力均會正向影響其信息系統使用，分析還發現網絡規模會正向調節結構洞對信息系統使用的影響。

關鍵詞：信息系統使用；個人網絡；結構洞

DOI：10.13956/j.ss.1001-8409.2017.05.25

中圖分類號：C931.6 文獻標識碼：A 文章編號：1001-8409（2017）05-0114-05

Research on the Influence of the Ego

Function Network Structures on the Use of

Information System of Enterprise Users

YIN Jun1， ZHENG Qingqing1， GE Shilun1，2， WANG Nianxin1

（1. School of Economics and Management， Jiangsu University of Science and Technology， Zhenjiang 212003；

2. School of management， Yancheng Technology Institute， Yancheng 224001）

Abstract： This paper used social network analysis method to build information system users “ego function network”， which based on the relationship of using same functions， and used structural hole index to reflect cohesive and control effect. It did an empirical study by using a large ship shipbuilding enterprises data which included 524 information systems users and the same 852 functions. Results showed that structural hole had an Ushape influence on information systems usage， it meant that in “ego function network”， users who had high cohesion and strong control ability of network both had a positive impact on information system usage. It also analyzed that network size positively moderated the structural holes influence on information usage.

Key words：information systems use； ego network； structural holes

近年來，企業為使用信息技術投入了大量資金，而數據表明信息系統的失敗率高達70%[1]，信息技術似乎并沒能為企業帶來預期的競爭優勢和回報。有研究表明，用戶能否有效使用信息系統是信息技術投資轉化為組織績效的關鍵[2]，分析影響用戶信息系統使用的機制成為學者和企業共同關注的問題。

以往學者們多從個人特征因素[3]、認知因素[4]以及外部壓力[5]等方面對信息系統使用的影響展開研究。如個人特征方面的教育程度、使用經驗、培訓經歷、用戶習慣等因素，個人認知方面的輸出結果可見性、使用前階段信念與態度、信任感[6]等因素，以及主觀規范、自愿程度、組織支持等外部壓力因素均會影響信息系統使用，相關經典模型有TAM及其改進模型、UTAUT等模型。上述研究主要解釋了用戶對信息系統的接受過程，但未關注接受后的使用問題，且未重視用戶間的相互作用對接受后信息系統使用的影響，如用戶可能會因為同伴獲知一個功能特性而掌握一個新的使用技能[7]，實際上，用戶間分享使用知識，協同學習的行為能夠簡化學習使用的過程[8]，進而能促進信息系統有效使用，但目前從用戶相互影響視角分析其對信息系統使用的影響機制尚不清晰。研究表明，用戶間的社會網絡能夠體現用戶間的相互影響，如信息的傳遞、分享[9]、知識的創新[10]、同伴壓力以及自我認同[11]等，從社會網絡角度有助于深入了解用戶工作中的這種相互影響及對信息系統使用的影響。

因此，本文以用戶使用相同功能為聯系構建了用戶個人關系網絡——“個人功能網絡”，通過結構洞指標反映用戶網絡的凝聚力和控制力，探討了“個人功能網絡”的結構洞對用戶信息系統使用的影響，旨在幫助企業分析信息系統使用中用戶在特定位置上所能夠發揮的作用，為從社會網絡角度研究信息系統使用提供理論支撐。

1 理論模型和研究假設

1.1 理論模型構建

個人社會網絡被廣泛應用于研究個體在設定網絡中的表現[12]，其中個體的表現差異來源于網絡關系的結構。針對什么樣的網絡關系結構有利于行動者表現的問題，以往研究提出了兩個理論觀點：結構洞和社會資本理論。Burt提出的結構洞理論認為非冗余的關系結構有利于行動者行為，他將這種關系結構稱為結構洞。該理論認為占據結構洞位置的行動者在互不連接的網絡成員間起到橋接作用，能夠獲得更多的異質性信息和對信息的控制力，從而比其他位置上的成員更具有競爭優勢[13]，這有利于行動者提高自身表現；而Coleman提出的社會資本理論認為社會資本來源于行動者間封閉的關系結構[14]，具有這種結構的網絡缺乏結構洞并具有高凝聚力[15]，這增加了用戶間的信息渠道，有利于社會規范的形成，用戶彼此間也具有高的義務和期望[14]，有利于行動者追求自身利益，從而促進其表現。根據上述兩個理論，本文認為結構洞的缺乏與富有均有利于用戶在信息系統使用中的表現，即結構洞對用戶的信息系統使用具有U型影響。

1.2 研究假設

（1）結構洞的缺乏對信息系統使用的影響

結合相關研究，本文提出用戶“個人功能網絡”中缺乏結構洞對其信息系統使用具有正向影響。結構洞的缺乏表明該網絡具有高凝聚力，用戶間聯系緊密[15]。在“個人功能網絡”中，結構洞的缺乏對用戶的信息系統使用促進作用體現在以下4個方面。

一是能夠通過增進信任促進用戶分享新的使用方法。高凝聚力的“個人功能網絡”成員間使用相似的功能，他們往往從事相似的業務活動并具有共同的工作目標，更容易傳遞明確的規范秩序[16]，能促進網絡成員間相互信任，也減少了機會主義行為的風險[17]，從而能創造出一個更好的交流環境。該環境中，當網絡成員發現新的使用方法時，更愿意和同伴分享，用戶作為個人網絡的核心，能夠直接受益于網絡成員的新方法，進而促進了用戶信息系統使用。

二是能夠通過加強合作簡化用戶學習過程。高凝聚力網絡中的成員更有可能符合互惠的原則[15]，網絡成員間愿意承擔為他人提供支持的義務，同時也抱有獲得他人幫助的期望，這降低了成員間交流的不確定性，使得網絡成員間能夠更好地合作[14]。良好的合作使得網絡成員間彼此支持，協同學習，簡化了用戶學習使用新方法的過程，用戶能夠及時掌握新的使用方法，從而促進了用戶信息系統使用。

三是能夠通過促進有效溝通提高用戶使用效率。高凝聚力“個人功能網絡”成員多使用相同的信息系統功能，往往從事相同或者相似的業務活動，用戶就自己熟悉的領域進行相互溝通使得彼此間更容易理解對方的想法，提高了溝通效果，有助于深入探索系統的功能和功能的創新使用，進一步提高用戶的使用效率，從而促進了用戶信息系統使用。

四是能夠通過傳遞壓力提高用戶使用動力。高凝聚力網絡中網絡成員間緊密合作，互動往往較多，用戶較容易了解到其他網絡成員的使用情況，這會給用戶帶來使用壓力，進而促進用戶主動學習，提高用戶的使用動力，有利于促進用戶信息系統使用。

綜上，用戶的“個人功能網絡”中缺乏結構洞能夠促進用戶分享新的使用方法、簡化了學習過程，提高用戶的使用效率與動力，使用戶能夠更好地使用信息系統。

（2）豐富的結構洞對信息系統使用的影響

結合相關研究，本文認為“個人功能網絡”中用戶占據的豐富結構洞對信息系統使用具有正向影響。用戶占據結構洞越多，對網絡的控制力越強，豐富的結構洞對用戶信息系統使用的促進作用體現在以下2個方面。

一是能夠提高用戶獲得信息的控制能力和控制效率。占據結構洞的用戶連接了兩個互不關聯的個體，起到了橋梁作用，是推進信息流動的關鍵[13]，結構洞為個體控制信息流提供了機會，此外，結構洞位置為用戶帶來非冗余的信息資源，掌握這些資源的用戶與其他用戶談判的“籌碼”和能力會更強，對資源的控制效率更高，占據結構洞的用戶對異質信息的強控制力和高控制效率使得用戶往往比其他位置上的成員更具有競爭優勢[13]，能夠輕易從網絡成員處交換得到想要的信息，從而促進了用戶的信息系統使用。

二是能夠促進用戶對新知識的應用。由于占據結構洞位置的用戶不斷接觸具有不同技術、思維模式、解決不同問題的同事[18]，其處理不同知識和觀點的工作經驗得到進一步豐富，進而能夠更好地處理位置優勢帶來的非冗余信息資源。用戶獲得這些信息的機會和處理經驗讓用戶更容易識別新獲得信息的可能應用領域，并發現潛在的新技巧[18]，進而促進信息系統的使用。

綜上，在“個人功能網絡”中占據豐富結構洞的用戶具有強控制力與對新知識的應用能力，往往能夠更好地使用信息系統。因此本文提出假設：

H1：“個人功能網絡”中用戶占據的結構洞對用戶信息系統使用具有U型影響。

H1a：“個人功能網絡”中用戶占據的結構洞越小，用戶信息系統使用情況越好。

H1b：“個人功能網絡”中用戶占據的結構洞越大，用戶信息系統使用情況越好。

2 實證研究設計

2.1 個人功能網絡提出及構建

本文提出基于信息系統中使用相同功能構建用戶的“個人功能網絡”，構建依據在于：首先，由于企業的信息系統功能與業務緊密交織，意味著使用相同信息系統功能的用戶在企業內也多從事相似的業務工作，因而更可能會產生直接或間接的潛在聯系[11]。其次，使用相同功能的用戶往往具有相似的經驗、背景或者工作特性，這類用戶之間的知識傳遞和交互會更有效[19]。因此，該網絡較能體現信息系統中客觀世界的用戶關系。

“個人功能網絡”具體構建步驟如下：首先從員工信息系統使用數據中分離出“員工—使用功能”的對應數據，例如“保管員A—庫存臺賬查詢”；再建立524名員工與852項功能之間的二模網絡，即如果保管員A使用庫存臺賬查詢功能，則兩者之間具有聯系；然后將二模網絡投影于員工節點上，如圖1所示。

2.2 樣本選擇與數據處理

本文構建“個人功能網絡”的數據樣本來源于某大型修造船企業內部的信息系統用戶，他們是來自于基本生產部門、輔助生產部門、管理部門、信息化實施部門及往來部門5個部門的企業員工，該樣本涉及用戶524名，用戶共同使用的功能項數852項。選擇該企業作為研究對象是因為其已穩定使用信息系統52個月（2011.9～2015.12），系統涉及200多個功能項目并已與該企業業務流程很好地融合，用戶依賴信息系統完成工作任務，其信息系統使用數據較能真實反映企業業務情況，使得研究結果具有實際意義。為進一步保證數據的可靠性與有效性，本文剔除了使用時間小于8秒和大于1小時的異常數據。

2.3 變量測量

（1）自變量

本文的自變量是結構洞，可利用Ucinet軟件測量。Burt提出的限制度是測量結構洞的核心指標[20]，表示節點對鄰接節點施展結構洞重要性所缺的空間，被學者們廣泛用于測量社會網絡的結構洞匱乏程度[10]。限制度越高，用戶擁有的結構洞越少。算法表示為：

其中，Pij表示節點i的全部關系中，投入到節點j的關系占總關系的比例，節點q為除i和j以外的其他節點。

（2）因變量

本文以企業信息系統使用情況作為因變量，研究表明，信息系統的使用情況可以用使用頻率來衡量[21]，因此，本文利用用戶平均每月的訪問次數來度量信息系統使用情況。

（3）控制變量

使用信息系統時間長的用戶積累了更多使用經驗，他們往往具有以不同方式應用信息系統的潛能[22]，也會一定程度地影響信息系統使用。網絡規模會通過影響用戶獲取社會支持的質量、壓力、網絡成員的親密程度和互動程度等影響到用戶的信息系統使用行為，以往社會網絡研究也將網絡規模作為控制變量[23]。此外，學者們常將性別處理為控制變量。綜上，為保證研究結果的有效性，本文將性別（Gender）、使用信息系統年限（Experience）及網絡規模（Size）作為控制變量。

2.4 模型的構建

本文使用Use表示因變量信息系統使用情況，使用Structural holes表示自變量結構洞，并采用多元回歸分析的方法。研究模型設定為：

3 實證研究和分析

3.1 變量的描述性統計

表1是主要變量的描述性統計與變量間的相關系數，可知“個人功能網絡”的結構洞與信息系統使用存在顯著的相關性（P<0.01），初步表明用戶的信息系統使用情況與“個人功能網絡”的結構洞間存在聯系。

3.2 假設檢驗與結果分析

為進一步檢驗結構洞對信息系統使用的影響，本文采用SPSS 22.0軟件對上述假設進行檢驗。為提高回歸結果的有效性，本文對自變量結構洞、因變量信息系統使用進行取對數處理，對平方項進行中心化處理。利用逐步回歸的方式對模型進行實證檢驗，回歸結果如表2。各回歸模型中的解釋變量的VIF值在區間1～3間，低于Diamantopoulos等3.5的建議值。說明各變量間不存在嚴重的共線性問題；回歸模型的DW值均在2左右，說明各變量不存在嚴重的序列相關問題，且回歸模型均通過G-Q檢驗（Goldfeld-Quant檢驗），表明各模型不存在顯著異方差，回歸結果可靠。加入平方項的模型3具有31.8%的解釋力且具有統計意義。

由模型3結果可知，結構洞負向影響用戶信息系統使用（β=-0.114，P<0.05），而結構洞的平方項對信息系統使用具有正向影響（β=0.165，P<0.01），表明結構洞對用戶信息系統使用具有U型影響，假設H1、H1a、H1b成立。如圖2所示，對“個人功能網絡”控制力強的用戶往往能更好地使用信息系統，隨著占據結構洞數量的進一步降低，用戶“個人功能網絡”的凝聚力增強，用戶的信息系統使用行為得到促進。

此外，有研究表明網絡規模對用戶獲取社會支持的質量、壓力、網絡成員的親密程度和互動程度等具有影響，而結構洞也通過影響成員間的社會支持和互動程度來影響用戶行為，因此本文認為網絡規模會調節結構洞對信息系統使用的影響。通過實證發現網絡規模會正向調節結構洞對信息系統的使用，調節作用如圖3所示，這意味著在小規模網絡中，結構洞小的網絡有利于用戶的信息系統使用，而在大規模網絡中，這種影響不再顯著。

存在這種調節影響的原因可能是當網絡規模較小時，一方面，占據較少結構洞的用戶網絡成員間聯系緊密且經過的路徑較短，其獲得信息的速度越快[24]，因此用戶能夠利用快速獲取系統使用技巧等信息的便捷，高效率地解決使用問題，進而促進其使用。另一方面，小團隊表明用戶使用的功能類型較少，這種高凝聚力的小團隊使得所有網絡成員能夠對有限的功能類型進行深入討論，進一步促進了用戶間的交流互動，提高了用戶提供和獲取支持的質量[25]，有利于用戶熟練掌握和運用這些功能，因此自我用戶作為小團隊的核心，其信息系統的使用得到進一步促進，而這種優勢在大網絡規模中將不復存在。

4 結論與啟示

本文構建了“個人功能網絡”來探討用戶間的相互影響對用戶信息系統使用的影響。結果表明：結構洞對信息系統使用具有非線性的U型影響，用戶占據較少或較多的結構洞位置均有利于用戶的信息系統使用。此外，研究還發現網絡規模會調節結構洞對信息系統使用的影響，小規模的網絡更有利于占據較少結構洞用戶的表現，而大規模的網絡中結構洞對信息系統使用影響的調節作用不顯著。

研究意義在于：理論方面，本文表明從個人社會網絡角度有助于深入了解用戶工作中的相互影響對其信息系統使用的影響，為關于社會資本來源于緊密聯系的網絡還是豐富的結構洞提供了實證依據。實踐方面，有助于指導企業設置具體的職位業務，研究結果表明高凝聚力和強控制力的網絡均有利于用戶的信息系統使用，因此企業可為員工安排相類似的工作任務或為核心員工安排多樣性的工作任務，其他員工安排較單一的任務。此外，研究還表明小規模網絡中凝聚力高的網絡有利于用戶的信息系統使用，因此，企業可根據實際項目需要的員工數量決定分配給哪些用戶，當項目需要較少人員參與時，盡可能分配給聯系緊密的用戶。

本文初步研究了“個人功能網絡”的結構洞對用戶信息系統的使用影響，尚存在一些不足：用戶使用系統受到自身業務范圍及職位的權限限制，該限制還與信息安全權限、企業流程規范程度等因素相關，可能對“個人功能網絡”的規模及網絡結構產生限制；此外，用戶的個人特征如自我監控、個體心理[26]等特征也會影響到網絡結構，這些因素對結果的影響還有待進一步研究。

參考文獻：

[1]Doherty N B， Ashurst C， Peppard J. Factors Affecting the Successful Realisation of Benefits from Systems Development Projects： Findings from Three Case Studies[J]. Journal of Information Technology， 2012， 27（1）： 1-16.

[2]Delone W H， Mclean E R. The Delone and Mclean Model of Information Systems Success： A Tenyear Update[J]. Journal of Management Information Systems， 2003， 19（4）： 9-30.

[3]Limayem M， Hirt S G， Cheung C M. How Habit Limits the Predictive Power of Intention： The Case of Information Systems Continuance[J]. MIS Quarterly， 2007： 705-737.

[4]Bhattacherjee A， Premkumar G. Understanding Changes in Belief and Attitude Toward Information Technology Usage： A Theoretical Model and Longitudinal Test[J]. MIS Quarterly， 2004： 229-254.

[5]Bhattacherjee A， Perols J， Sanford C. Information Technology Continuance： A Theoretic Extension and Empirical Test[J]. Journal of Computer Information Systems， 2007， 49（1）： 17-26.

[6]Venkatesh V， Brown S A， Maruping L M， et al. Predicting Different Conceptualizations of System Use： The Competing Roles of Behavioral Intention， Facilitating Conditions， and Behavioral Expectation[J]. MIS Quarterly， 2008： 483-502.

[7]Boudreau M-C， Robey D. Enacting Integrated Information Technology： A Human Agency Perspective[J]. Organization Science， 2005， 16（1）： 3-18.

[8]Jasperson J， Zmud R W. A Comprehensive Conceptualization of Postadoptive Behaviors Associated with Information Technology Enabled Work Systems[J]. MIS Quarterly， 2005， 29（3）： 525-557.

[9]Phelps C C， Heidl R A， Wadhwa A. Knowledge， Networks， and Knowledge Networks： A Review and Research Agenda[J]. Journal of Management， 2012， 38（4）： 1115-1166.

[10]Tortoriello M. The Social Underpinnings of Absorptive Capacity： The Moderating Effects of Structural Holes on Innovation Generation Based on External Knowledge[J]. Strategic Management Journal， 2015， 36（4）： 586–597.

[11]Wang Y， Meister D B， Gray P H. Social Influence and Knowledge Management Systems Use： Evidence from Panel Data[J]. MIS Quarterly， 2013， 37（1）： 299-313.

[12]Dejordy R， Halgin D. Introduction to Ego Network Analysis[J]. Academy of Management Boston College and the Winston Center for Leadership Ethics， 2008.

[13]Burt R S. Structural Holes[M]. 1992.

[14]Coleman J S. Social Capital in the Creation of Human Capital[J]. American Journal of Sociology， 1988， 94（1）： 95-120.

[15]Gargiulo M， Benassi M. Trapped in Your Own Net？ Network Cohesion， Structural Holes， and the Adaptation of Social Capital[J]. Organization Science， 2000， 11（2）： 183-196.

[16]Podolny J M， Baron J N. Resources and Relationships： Social Networks and Mobility in the Workplace[J]. American Sociological Review， 1996， 62（5）： 673-693.

[17]Granovetter M. Economic Action and Social Structure： The Problem of Embeddedness[J]. American Journal of Sociology， 1985， 91（3）： 481-510.

[18]Tortoriello M， Reagans R， Mcevily B. Bridging the Knowledge Gap： The Influence of Strong Ties， Network Cohesion， and Network Range on the Transfer of Knowledge between Organizational Units[J]. Organization Science， 2012， 23（23）： 1024-1039.

[19]Sykes T A， Venkatesh V， Gosain S. Model of Acceptance with Peer Support： A Social Network Perspective to Understand Employees System Use[J]. MIS Quarterly， 2009， 33（2）： 371-393.

[20]劉軍. 整體網分析講義——UCINET軟件實用指南[M]. 漢語大詞典出版社， 2009.

[21]Wu J H， Wang S C. What Drives Mobile Commerce？ ： An Empirical Evaluation of the Revised Technology Acceptance Model[J]. Information & Management， 2005， 42（5）： 719-729.

[22]羅裕梅， 凌鴻. 網絡中心度對員工信息系統采納后使用行為的影響研究[J]. 科技管理研究， 2014， 34（19）： 160-165.

[23]Tortoriello M. The Social Underpinnings of Absorptive Capacity： The Moderating Effects of Structural Holes on Innovation Generation Based on External Knowledge[J]. Strategic Management Journal， 2015， 36（4）： 586-597.

[24]Borgatti S P， Xun L I. On Social Network Analysis in a Supply Chain Context[J]. Journal of Supply Chain Management， 2009， 45（2）： 5-22.

[25]Lee J， Kim S. Exploring the Role of Social Networks in Affective Organizational Commitment： Network Centrality， Strength of Ties， and Structural Holes[J]. The American Review of Public Administration， 2011，41（2）：205-223.

[26]Kleinbaum A M， Jordan A H， Audia P G. An Altercentric Perspective on the Origins of Brokerage in Social Networks： How Perceived Empathy Moderates the Selfmonitoring Effect[J]. Organization Science， 2015， 26：1226-1242.

（責任編輯：楊 銳）