论文部分内容阅读
摘 要:文章以学生参与授课为考察对象,以信息管理和信息系统(简称信息管理)专业为例,结合创新扩散理论和制度同形理论,考察高校教学改革创新的影响因素。首先,在理论和文献的支持下,构建研究模型和假设;然后进行问卷的设计,通过问卷面向信息管理专业在读的大学生进行数据搜集;再利用偏最小二乘结构方程建模方法对数据进行分析,从创新扩散视角,发现匹配度是影响信息管理专业实施教学改革创新态度的第一关键因子,相对优势是第二关键影响因子,复杂度的影响不显著;从制度同形视角,发现强制压力和模仿压力都对信息管理专业实施教学改革创新的意愿产生显著正向影响,规范压力的影响被弱化。
关键词:创新扩散;制度同形压力;高校教学改革创新;影响因素;信息管理专业
中图分类号: G420 文献标识码: A DOI:10.11968/tsyqb.1003-6938.2016084
1 引言
人才培养模式是指在特定的教育理论、教育思想和教育方针的指导下,各高校为学生构建的知识、能力和素质结构,以及实现这种结构的方式[1]。围绕人才培养模式,课堂中的创造性思维和学生创造力的培养在过去几十年中一直受到教育领域实践者和研究者的关注[2]。如Winn(1995)[3]曾经对学生参与的学习方法进行了考察,发现基于学生参与的学习方法能够带来较好的学习效果。创新是一种被人们感觉新颖的观念、实践或事物,创新扩散是指创新在一定时间内通过传播渠道在社会系统成员中传播的过程,是创新成功的前提和基础[4]。学生参与授课是大学教学创新活动之一,它作为一个创新观念和实践受到了人们的关注。但是,与其它教学创新一样,学生参与授课在我国教育系统中的发展仍然不均衡,还处于创新扩散的早期[5]。
信息管理与信息系统(简称信息管理)专业是1998年教育部在进行普通高校本科专业调整时为适应信息时代的变革和挑战而提出来的,由原来的科技信息、经济信息管理、信息学、管理信息系统和林业信息管理5个专业合并而成。经过17年的发展,目前,该专业已经得到国内各高校和用人单位的广泛认同,形成了较大的招生规模。根据教育部招生阳光工程指定平台“阳光高考”的数据显示,2015年,全国共有612所高校招收信息管理专业本科生,包括北京大学、清华大学、复旦大学、浙江大学、南京大学、武汉大学、中山大学等著名高校[6]。可见,该专业逐渐拥有良好的社会基础和广阔的发展前景。但是,信息管理专业的创办历史较短,人才培养模式还有很多地方有待完善,同时,云计算、大数据、互联网+、物联网等新技术和新应用的出现不断地创造出新的信息环境,因而不断地对信息管理专业人才培养模式提出新的动态的要求。在这种情况下,信息管理专业会经常面临人才培养模式的改革创新以及由此带来的挑战。本研究结合创新扩散理论和制度同形理论,以学生参与授课的教学创新为考察对象,探讨信息管理专业人才培养模式改革创新的影响因素,通过实证研究寻找其中的规律。
2 文献综述和理论背景
2.1 高校教学的改革创新
创造力和创新的价值在于能够推动有效的技术方案的形成以便解决实践中遇到的问题[7]。围绕高校的教学改革创新和教学质量,学者们结合不同环境和问题展开了大量研究。Li和Edwards(2013)[8]利用创新扩散理论考察了英式的教学计划对中国西部地区英语教学课程创新的影响,发现原来的创新需要加以改造以便符合本地的需求;Jacob和Hellstrom(2014)[9]考察了高等教育科技创新政策共同议程的构建;Crowe等(2014)[10]考察了在大学课堂的定量方法讲授中教学助理的效果,发现在有教学助理的课堂,学生表现得更好,更容易通过考试并取得高分;Yu和Lee(2015)[11]利用活动理论(activity theory)考察了中国两所大学的大学生在英语写作课堂中参与小组反馈活动的动机,发现社会文化环境推动了动机的形成;Ping(2015)[12]考察了近十年来中国牙科大学生参与科学研究的趋势,发现被调查者中超过半数者曾经参与过研究项目;Watts等(2015)[13]考察了病人积极参与一个工作组以便给医科大学生讲授有关慢性病的动机,发现教学使得病人获得友谊感,让病人更好地了解自己的病情,有些病人多年来多次参与讲授而不期望获得任何报酬;Hatfull(2015)[14]探讨了研究和教育的结合,提出了一种将一年级大学生引导到基于发现的研究经历中的模型;Brown和Kuratko(2015)[2]提出了实验教育实践中的创新:让学生在设计答案前先识别出问题,让学生通过重复来展现实验过程,允许学生制订战略上而不仅仅是战术上的计划,让学生在市场中评价自己的解决方案。
参与授课的学生可以被称呼为学生老师(student teachers)。Rothenberg等(1993)[15]考察了学生老师的教学,发现学生老师在讲课前后都非常自信;De Vries等(2014)[16]考察了学生老师对待学习、讲授和参与学习活动的看法之间的关系,发现不同的学生老师的看法存在很大的差异;Graus和Coppen(2015)[17]考察了学生老师对外语教学中语法难度的感知,提出语法难度由四个相互关联的因素所构成:语法特征、教学安排、教学质量和学习者的特征。学生参与授课是大学教学创新的一项重要内容,被认为是一种能够带来较好学习效果的学习方法[3]。
2.2 创新扩散理论
创新扩散理论(Innovation Diffusion Theory,IDT)由美国传播领域的学者埃弗雷特·罗杰斯(Everett M. Rogers)于1962年在《Diffusion of Innovations》一书中提出。Rogers在书中对创新和创新扩散进行了分析[4]。创新扩散随着创新决策过程五个阶段而发生,Rogers开始将这五个阶段描述为:意识(awareness)、兴趣(interest)、评价(evaluation)、尝试(trial)和采纳(adoption)。1983出版了该书的第三版,将这五个阶段描述为:获知(knowledge)、 说服(persuasion)、决策(decision)、 实施(implementation)和确认(confirmation)。一项创新可能在不同的阶段遭遇失败,创新扩散是创新成功的前提和基础。Rogers建议用五个类别作为创新扩散研究中描述采纳者类别的标准:创新者(innovators)、早期采纳者(early adopters)、早期多数(early majority)、晚期多数(late majority)和迟滞者(laggards)。与这五个类别采纳者相对应,某项创新所占的市场份额(或者所带来的绩效)在开始阶段增长非常缓慢,然后进入快速增长期,之后又增长缓慢并最终达到饱和,在数学上表现出逻辑曲线增长规律。另外,Rogers识别出创新的五个特性:相对优势(relative advantage)、匹配度(compatibility)、复杂度(complexity)、可观察性(observability)和可试用性(trialability)。相对优势指一个创新在多大程度被感知到比已有的观念、实践或事物更好;匹配度指一个创新在多大程度上被感知到与潜在采纳者已有的价值、需求和过去的经验相一致;复杂度指在多大程度上一个创新被感知到难以使用;可观察性指在多大程度上一个创新的结果可以被观察到;可试用性指一个创新在多大程度上可以在采纳前得以尝试[4]。大量的创新扩散研究表明创新的这五个特性对创新的扩散和采纳产生影响[18]。 基于创新扩散理论,学者们结合不同环境和问题展开了大量研究。Bohlmann等(2010)[19]利用基于代理的建模方法考察了市场网络的异构对创新扩散的影响,发现创新扩散速度在不同的传播条件下表现出显著的差异;Boushey(2012)[20]考察了公共政策创新的扩散,提出了内部影响和外部影响的测度系数;Gouws和van Rheede van Oudtshoorn(2011)[21]基于创新扩散理论考察了产品和服务品牌,认为创新决策过程本质上是人们通过信息搜寻和信息处理活动来降低关于该创新的优势和劣势的不确定性;Loogma等(2012)[22]基于创新扩散理论考察了高校教师对电子学习的接受,发现先接受者和后接受者在实际的使用、技能等方面具有显著的差异;Bhatiasevi和Krairit(2013)[23]基于创新扩散理论和技术接受模型考察了开源软件的接受,发现易用性、有用性、匹配度等对开源软件的接受产生显著影响;Hsu,等(2014)[24]基于创新扩散理论的技术-组织-环境框架考察了云计算采纳,发现感知利益、匹配度是影响企业采纳云计算的关键因子;Pinfield等(2014)[25]利用创新扩散理论考察了开放获取存储库在全球、国家、组织和个人层面的采纳情况,发现IT基础设施、文化、政策支持等是主要的影响因素;Ma等(2014)[26]总结出三类影响创新扩散的变量:第一类关注创新分享者对创新扩散速度和广度产生的影响;第二类关注创新扩散网络的特征;第三类关注创新本身的特性,创新的特性将影响人们对它的态度和行为,并进而影响创新扩散的速度;Carlet(2015)[27]基于技术接受、创新扩散和组织理论考察了绿色基础设施采纳的影响因素,发现有用性对态度产生直接影响,匹配度、内部的准备情况和易用性对态度产生间接影响;Stummer等(2015)[28]提出了一个同时考虑创新扩散时间和空间维度的基于代理的模型,所对应的模拟工具旨在帮助决策者对具备不同定价战略、分销战略和传播战略情景的创新扩散进行分析。
2.3 制度同形理论
同形(isomorphism)指迫使一个组织效仿面临同样环境条件的其它组织的约束过程。在组织实践中,存在竞争同形(competitive isomorphism)和制度同形(institutional isomorphism)等类型[29]。如美国耶鲁大学的DiMaggio和 Powell[30]在1983年发表的一篇论文中认为,随着社会的发展,竞争同形不再是组织改变的驱动力,组织改变的真正源泉来自制度同形。DiMaggio和 Powell识别出制度同形改变发生的三种机制:强制同形(coercive isomorphism)、模仿同形(mimetic isomorphism)和规范同形(normative isomorphism),它们分别拥有自己的前置动因。第一,强制同形源于一个组织所依赖的其他组织以及在其所运行的社会中存在的文化期待向它施加的正式和非正式压力,这种压力可被感受为一种力量,一个说服,或者一个邀请。在有些情况下,组织改变是对政府命令的直接反应;第二,不确定性成为一个组织模仿其他组织的强大力量,当组织技术没有被很好地理解时,当组织目标模糊不清时,或者当环境不确定时,一个组织会通过模仿其它组织来改变自己。通常,一个组织倾向于模仿其领域中看上去更成功的相似组织,从而有效规避风险,减少不确定性;第三,随着跨组织沟通的进一步深入,组织间会形成一套潜在的、非正式的行业行为规范,使得组织同形化。规范同形来自行业规范所施加的压力,迫使组织按照行业规范来改变自己。与上面的三种机制相对应,强制压力、模仿压力和规范压力构成了制度同形压力的既相互关联又各自独立的三个方面。
以DiMaggio和 Powell(1983)的制度同形理论为基础,学者们结合不同环境和问题展开了大量研究。Haveman(1993)[31]基于组织生态学和制度同形理论考察了市场结构如何影响新企业的进入,发现美国储贷行业的企业通常模仿大型的成功组织,而不模仿与自己同样规模的成功组织;Mizruchi和Fein(1999)[32]通过文献分析考察了强制同形、模仿同形和规范同形的应用情况,发现模仿同形受到的关注程度最大;Ashworth等(2009)[33]考察了英国公共部门的制度同形,发现同形压力对组织战略和文化的影响大于对组织结构和流程的影响;Khan和Lacity(2014)[34]考察了组织对反离岸制度压力的响应,发现当来自其他组织的模仿压力较大时,当组织对增强社会合法性的期望较大时,该组织会产生较大的响应;Yaraghi等(2015)[35]利用社会网络理论和制度同形理论考察了健康信息交换平台的采纳和使用,发现大的实践活动会对小的实践活动产生制度同形效果;Cavusoglu等(2015)[36]考察了安全管理中的制度同形压力,发现制度同形压力和组织内部安全需求评估显著地影响组织对信息安全控制资源的投入;Taylor和Cantwell(2015)[37]利用制度同形理论考察了美国研究型大学,发现公立大学的研究支出、私立大学的学费收入和全职教师数量是美国研究型大学成长的重要决定因素。
3 研究模型和假设的构建
结合学生参与授课的教学改革创新,我们首先设计了该改革创新的具体内容:计划每门课的三分之一内容由学生来主讲,具体实施时,班上的每位同学可申请不同课程的讲授,最后由各门课程的主讲老师确定自己所负责课程的3位主讲同学。在主讲同学的讲授过程中,课程负责老师在下面旁听和指导,并适当对课堂秩序和气氛进行调节和控制。该项改革创新是本研究的考察对象。结合创新扩散理论和制度同形理论,笔者提出研究模型(见图1)。
3.1 创新特性对实施态度的影响
研究从专业层面考察学生参与授课的教学改革
创新,结合Rogers提出的五个创新特性,相对优势、匹配度和复杂度在本研究环境中更值得关注。 在本研究中,相对优势是指该改革创新在多大程度上比传统的教学方式更能改善信息管理专业学生的学习质量和提升学生的学习效率[18]。大量的创新扩散研究表明创新的相对优势对创新的扩散和采纳产生正向影响[18]。如Ramamurthy等(2008)[38]考察了企业采纳数据仓库的影响因素,认为数据仓库是一项重要的决策支持技术,对企业来说是一个重要的创新,通过实证研究发现相对优势对企业采纳数据仓库具有显著的正向影响。实施该改革创新的态度是指信息管理专业学生感知到的信息管理专业对实施该改革创新所持有的积极的或消极的感受[39]。在本研究环境中,当在信息管理专业实施该改革创新更能改善信息管理专业学生的学习质量和提升学生的学习效率的时候,信息管理专业会对实施该改革创新持有积极的态度。因此,我们提出如下假设:
H1:相对优势对实施该改革创新的态度产生正向影响。
匹配度是指该改革创新与信息管理专业学生已有的学习方式、学习风格等在多大程度上相一致[18]。Lin (2011)[40]构建了用户采纳和使用移动银行的影响因素模型,由结构方程建模验证得出:匹配度对用户使用移动银行的态度产生正向显著影响;Zendehdel和Paim(2012)[41]通过实证研究发现,匹配度对消费者的网购态度产生正向显著影响;Hsu等(2014)[24]发现匹配度是影响企业采纳云计算的关键因子。在本研究环境中,如果该改革创新与信息管理专业学生已有的学习方式、学习风格等相一致,则信息管理专业对实施该改革创新会持有积极的态度。因此,我们提出如下假设:
H2:匹配度对实施该改革创新的态度产生正向影响。
复杂度是指该项改革创新在多大程度上被感知到难以实施。大量的创新扩散研究表明创新的复杂度对创新的扩散和采纳产生负向影响[18]。如Ramamurthy等(2008)[38]在考察企业采纳数据仓库的影响因素时,发现复杂度对企业采纳数据仓库具有显著的负向影响。在本研究环境中,如果该改革创新需要付出很多的努力或遭遇很大的阻力,在信息管理专业中难以被理解和实施,那么信息管理专业会对实施该改革创新持有消极的态度。因此,我们提出如下假设:
H3:复杂度对实施该改革创新的态度产生负向影响。
3.2 实施态度对实施意愿的影响
实施该改革创新的意愿是指信息管理专业学生感知到的信息管理专业是否愿意或计划付出努力去实施该改革创新实践。Ajzen和Fishbein(1980)提出了理性行为理论(Theory of Reasoned Action, TRA),认为实施或从事某项行为的意愿受到对实施或从事该行为的态度的正向影响[42-43]。基于TRA理论和社会交换理论,Huang等(2008)[44]考察了个人因素和文化因素对知识共享的影响,发现知识共享态度对知识共享意愿产生显著正向影响。基于TRA理论和动机理论,Zha等(2013)[45]考察了科技论文在线环境下的预印本共享,发现共享态度显著正向影响共享意愿 。在本研究环境中,如果信息管理专业对实施该改革创新持有积极的态度,则该专业会更愿意付出努力去实施该改革创新。因此,我们提出如下假设:
H4:实施该改革创新的态度对实施该改革创新的意愿产生正向影响。
3.3 制度同形压力对实施意愿的影响
制度同形压力包括强制压力、模仿压力和规范压力[30]。Teo等(2003)[46]考察了制度同形压力对金融电子数据交换系统采纳意愿的影响,认为强制压力是来自客户、供应商和母公司的压力,模仿压力是来自竞争对手的压力,规范压力是来自行业的压力,通过实证研究发现强制压力、模仿压力和规范压力同时对采纳意愿产生显著正向影响;Khalifa和Davison(2006)[47]考察了制度同形压力和可行性对电子贸易系统采纳意愿的影响,认为强制压力是来自客户的压力,模仿压力是来自竞争对手的压力,规范压力是来自员工的压力,通过实证研究发现强制压力、模仿压力和规范压力同时对采纳意愿产生显著正向影响;Liu 等(2010)[48]考察了制度同形压力和组织文化对因特网驱动的供应链管理系统采纳意愿的影响,认为强制压力是来自客户和供应商的压力,模仿压力是来自竞争对手的压力,规范压力是来自行业的压力,通过实证研究发现强制压力和规范压力对采纳意愿产生显著正向影响,模仿压力对采纳意愿的影响不显著。
类似地,在本研究中,强制压力是指来自信息管理专业学生、学院和学校的压力,体现出信息管理专业的学生(客户)和所依赖的组织所施加的压力;模仿压力是指来自其他专业的压力,体现出竞争对手所施加的压力;规范压力是来自其他学校信息管理专业的压力,体现出信息管理专业(行业)所施加的压力。Tuttle和Dillard(2007)[49]利用制度同形理论考察了美国会计学研究情况,发现该学科研究主题的形成受到制度同形而非竞争同形的推动。在本研究中,面对学生参与授课的教学改革创新,如果信息管理专业感知到较大的强制压力、模仿压力和规范压力,该专业会更愿意付出努力去实施该改革创新。因此,我们提出如下假设:
H5:强制压力对实施该改革创新的意愿产生正向影响。
H6:模仿压力对实施该改革创新的意愿产生正向影响。
H7:规范压力对实施该改革创新的意愿产生正向影响。
4 问卷设计和数据搜集
4.1 问卷设计
本研究面向信息管理专业,研究模型包括8个潜在变量,每个潜在变量包括2-4个测量变量。所有潜在变量和测量变量均改编自已有的文献,以保证内容上的有效性[50]。其中,相对优势和匹配度改编自Moore 和Benbasat(1991)[18];复杂度改编自Ramamurthy, Sen和Sinha (2008)[38];强制压力改编自Liang等(2007)[51];模仿压力和规范压力改编自Liu等(2010)[48];实施该改革创新的态度改编Venkatesh等(2003)[39];实施该改革创新的意愿改编自Khalifa和Davison(2006)[47]。所有测量变量(测量题项)采用7点李克特量表进行测量(1表示强烈不同意,7表示强烈同意)。完整的量表见附录1。 在初步完成问卷设计之后,首先邀请了10位信息管理专业在读的大三和大四学生以及4位本科曾经是信息管理专业的硕士研究生进行预调查,根据受访者的反馈意见,慎重地修改了一些测量题项的模糊表述,以便在正式的数据搜集过程中被调查者能够更好地理解测量题项的含义并进行填写。在问卷中,通过说明语提示被调查者根据自己的理解对量表中的每个陈述句问题进行判断,并在问题后面的相应数字(1、2、3、4、5、6、7)上进行选择,每个选择应反映自己的判断,不存在正确或错误。另外,在问卷“基本情况调查”部分,设置了有效问卷筛选题项:您本科所在专业是信息管理吗?以保证后期的数据分析中能够确保所有的样本数据都是来自信息管理专业在读的大学生。
4.2 数据搜集
在问卷设计完成后,通过在线方式进行发布。本次数据搜集面向武汉大学、中山大学、安徽大学、郑州大学、武汉科技大学、重庆医科大学、湖北经济学院等高校的信息管理专业在读本科生,主要通过这些学校信息管理专业的任课老师向学生发出邀请。考虑到智能手机访问在线问卷的方便,问卷填写全部采用在线方式。数据搜集以学生自愿为前提,即被邀请的学生可以选择填写或不填写。数据搜集经历了约35天,总共搜集到问卷637份,删除其中不是来自信息管理专业的22个样本,最终得到有效问卷615份(见表1)。
5 数据分析和结果
本研究利用偏最小二乘(Partial Least Squares,PLS)结构方程建模(Structural Equation Modeling,SEM)方法
对数据进行分析,所使用的软件工具是SmartPLS 2.0[52]。
5.1 测量模型检验
测量模型的有效性通常表现在内容效度、收敛效度和区分效度等方面[50]。对于内容效度,由于所有测量变量都改编自已有的文献,并通过预调查对措辞进行了完善,因此认为这些变量在表意上是清晰和准确的。在模型运行中,发现复杂度的第2个测量变量影响了复杂度的收敛效度,因此被删除掉。收敛效度通过组合信度(Composite Reliability, CR)和Cronbach’s Alpha 系数来衡量。所有潜在变量的CR值都在0.930以上,Cronbach’s Alpha系数值都在0.891以上(见表2)。一般认为,CR值与Cronbach’s Alpha系数达到0.7即表明测量模型具有良好的收敛效度[50]。另外,表2中的AVE(Average Variance Extracted)是抽取的平均方差,一般认为AVE大于0.5表明测量模型具有理想的收敛效度[50]。从表2看出,所有的AVE值均大于0.767,进一步表明测量模型具有理想的收敛效度。
表3是潜在变量间相关系数和AVE的平方根值。由表3可知该测量模型具有良好的区分效度,判断标准是:每一个潜在变量的AVE平方根(加粗的值)都大于该变量与其他变量之间的相关系数[50]。
表4是测量模型的因子载荷(加粗的值)和交叉因子载荷,每个测量变量与其潜在变量间的相关系数(因子载荷)都大于与其他潜在变量间的相关系数(交叉因子载荷),进一步表明测量模型具有良好的收敛效度和区分效度[50]。
5.2 研究模型结果
图2是研究模型的结果,显著性检验中的t值计算利用的是重复抽样数为1000的bootstrapping重复抽样方法。从图2看出两个内生变量都得到很好的预测:实施态度的R平方(被解释方差)是0.577,实施意愿的R平方是0.680,表明该模型具有良好的预测效果[50]。
本研究提出的H1,H2,H4,H5和H6得到验证:相对优势对实施该改革创新的态度具有显著的正向影响(β=0.353,p<0.001);匹配度对实施该改革创新的态度具有显著的正向影响(β=0.450,p<0.001);实施该改革创新的态度正向显著影响实施该改革创新的意愿(β=0.548,p<0.001);强制压力对实施该改革创新的意愿具有显著的正向影响(β=0.251,p<0.001);模仿压力对实施该改革创新的意愿具有显著的正向影响(β=0.106,p<0.05)。另外,复杂度对实施该改革创新的态度的影响不显著,因此,H3没有得到支持。规范压力对实施该改革创新的意愿的影响不显著,因此, H7没有得到支持。
6 讨论和启示
从图2的创新扩散理论视角看,匹配度是第一关键影响因子。匹配度大,表明该改革创新与信息管理专业学生的学习方式、学习风格相匹配,在这种情况下,信息管理专业对实施该改革创新会持有积极的态度。反之,匹配度小,表明该改革创新与信息管理专业学生的学习方式、学习风格不相匹配,在这种情况下,信息管理专业对实施该改革创新会持有消极的态度。因此,在设计和实施信息管理专业人才培养模式的改革与创新内容时,匹配度应该给予最优先的考虑。通过对信息管理专业学生学习风格的调查,了解该专业学生所特有的认知方式、思维方式和学习习惯,然后在人才培养模式的创新过程中,有目的、有计划、有针对性地设计和实施适合该专业学生学习风格的教学方式,广泛激发学生的学习兴趣。
另外,相对优势是影响实施态度的第二关键因子。相对优势大,表明在信息管理专业实施该改革创新有助于提高本专业学生的学习效率和改善学生的学习质量,在这种情况下,信息管理专业对实施该改革创新会持有积极的态度。反之,相对优势小,表明在信息管理专业实施该改革创新无助于提高学生的学习效率和改善学生的学习质量,在这种情况下,信息管理专业对实施该改革创新会持有消极的态度。因此,在设计和实施信息管理专业人才培养模式的改革与创新内容时,应积极地与本专业的学生进行交流和沟通,充分把握学生对实施某项教学改革创新的相对优势的感知。
从图2的制度同形理论视角看,强制压力正向显著影响信息管理专业实施该改革创新的意愿,表明信息管理专业的学生以及学院和学校施加多大的强制压力将影响信息管理专业在多大程度上愿意付出努力去实施该改革创新。信息管理专业的学生以及学院和学校是否或者在多大程度上直接要求信息管理专业实施某项教学创新,这在一定程度上受到用人单位和人才市场对信息管理专业人才需求变化的影响。模仿压力对信息管理专业实施该改革创新的意愿的影响显著,表明如果其他专业在实施学生参与授课的创新活动之后取得了好的效果,则这会对信息管理专业实施该改革创新的意愿产生影响,体现出来自竞争对手的压力。虽然高校针对不同的专业会为学生构建不同的知识、能力和素质结构,但是,课堂中的创造性思维和学生创造力的培养会体现在各个专业的人才培养模式之中。另外,创新扩散随着包括五个阶段的创新决策过程而发生,与其它教学创新一样,学生参与授课在我国教育系统中的发展仍然不均衡[5]。因此,从国家层面,教育部应该充分发挥其高等教育管理职能,为推动某项教学创新的扩散,可先在某几个专业进行试点,当这几个专业实施该项教学创新并取得好的效果后,其他专业会模仿这些专业,以有效规避教学创新中的风险,减少不确定性。同样,从高校层面,各高校可结合本校的实际情况,选择某几个专业进行试点,逐渐对其他专业产生模仿压力,从而推动教学创新的扩散。 另外,规范压力对实施该改革创新的意愿的影响不显著。但由表3可知,规范压力和实施意愿之间的相关系数为0.493,表明规范压力对实施意愿的独立影响是存在的。下面通过四个回归模型进一步探讨并揭示规范压力对实施意愿的作用机制。模型1中,只将规范压力作为自变量;模型2是在模型1的基础上加上强制压力作为自变量;模型3是在模型1的基础上加上模仿压力作为自变量;模型4是在模型1的基础上同时加上强制压力和模仿压力作为自变量(见表5)。
注:*p<0.1;**p<0.01;***p<0.001。
在表5中,模型1表明,规范压力对实施该改革创新的意愿产生显著的正向影响(β=0.494,p<0.001);模型2表明,当强制压力引入模型中时,规范压力对实施意愿的影响被弱化,强制压力对实施该改革创新的意愿产生显著的正向影响(β=0.668,p<0.001);模型3表明,当模仿压力引入模型中时,规范压力对实施意愿的影响被弱化,模仿压力正向显著影响实施意愿(β=0.630,p<0.001);模型4表明,当强制压力和模仿压力同时引入模型中时,规范压力被弱化,强制压力和模仿压力同时显著。因此,如果单独考察规范压力的影响(模型1),则当其他学校的信息管理专业采纳该项改革创新时,本校的信息管理专业也会倾向于采纳和实施该项改革创新。在这种情况下,应充分发挥教学指导委员会和行业学会(协会)的指导作用。通常,每个专业领域都有自己的行业学会(协会),我国与信息管理专业相关的行业学会(协会)包括:中国科学技术情报学会、中国图书馆学会、国际信息系统协会中国分会、中国信息经济学会等。这些学会(协会)不仅能引导教学中的改革创新,而且有能力对信息管理专业人才培养模式的各种创新活动进行引导,通过施加行业压力来有效推动创新的扩散,使得各个高校的信息管理专业为学生构建的知识、能力和素质结构以及实现这种结构的方式得到充分的完善。
7 结语
在信息管理专业人才培养模式中,强调以信息、信息技术、信息系统为重点关注对象,探讨信息的构成、分布和特征,以及信息系统分析、设计和使用中的理论、原则与方法,考察信息的获取、组织、检索、分析、评价和利用以及信息技术和信息系统的高效使用等一系列重要问题,为科研和管理决策提供高质量的信息服务。日新月异的信息和通信技术不断地创造出新的信息环境,从而动态地对高校信息管理专业人才培养模式提出新的要求。在这种形势下,信息管理专业人才培养模式需要不断地进行创新。本研究以学生参与授课的教学创新为考察对象,结合创新扩散理论和制度同形理论考察了信息管理专业教学改革创新的影响因素,为推动信息管理专业的教学创新以及人才培养模式的各种创新提供了重要的依据和参考。高校信息管理专业人才培养模式的改革与创新是一项系统工程,除了会受到创新特性和制度同形压力的影响外,还会受到很多其他因素的影响,未来的研究可结合更多的理论和视角进行探索。
参考文献:
[1] 教育部.关于深化教学改革,培养适应21世纪需要的高质量人才的意见(教高[1998]2号)[EB/OL].[2016-05-06].http://www.jdsy.com.cn/article.asp?id=3879.
[2] Brown T J,Kuratko D F.The impact of design and innovation on the future of education[J].Psychology of Aesthetics Creativity and the Arts,2015,9(2):147-151.
[3] Winn S.Learning by doing - teaching-research methods through student participation in a commissioned research-project[J].Studies in Higher Education,1995,20(2):203-214.
[4] 埃弗雷特·M·罗杰斯.辛欣译.创新的扩散[M].北京:中央编译出版社,2002:10-30.
[5] Sargent T C.Professional learning communities and the diffusion of pedagogical innovation in the Chinese education system [J].Comparative Education Review,2015,59(1):102-132.
[6] 阳光高考.教育部高校招生阳光工程指定平台[EB/OL].[2016-05-02].http://gaokao.chsi.com.cn/.
[7] Cropley D H.Promoting creativity and innovation in engineering education[J].Psychology of Aesthetics Creativity and the Arts,2015,9(2):161-171.
[8] Li D G,Edwards V.The impact of overseas training on curriculum innovation and change in English language education in Western China[J].Language Teaching Research,2013,17(4):390-408.
[9] Jacob M,Hellstrom T.Opportunity from crisis:a common agenda for higher education and science,technology and innovation policy research[J].Studies in Higher Education,2014,39(8):1321-1331. [10] Crowe J,Ceresola R,Silva T.Enhancing student learning of research methods through the use of undergraduate teaching assistants[J].Assessment & Evaluation in Higher Education,2014,39(6):759-775.
[11] Yu S L,Lee I.Understanding EFL students'participation in group peer feedback of L2 writing: A case study from an activity theory perspective[J].Language Teaching Research,2015,19(5):572-593.
[12] Ping W.Dental undergraduate students'participation in research in China:current state and directions[J].European Journal of Dental Education,2015,19(3):177-184.
[13] Watts L,Mcpherson T,Robson J,et al.Patient experiences of participation in a medical student teaching workshop[J].Medical Teacher,2015,37(1):94-96.
[14] Hatfull G F.Innovations in undergraduate science education: Going viral[J].Journal of Virology,2015,89(16):8111-8113.
[15] Rothenberg,J J,Mcdermott,P C,Gormley,K A.A Comparison of student teacher and supervisor perceptions of student teaching[J].Journal of education for Teaching,1993,19(3):273-277.
[16] De Vries S,Jansen E P W A,Helms-Lorenz M,et al. Student teachers'beliefs about learning and teaching and their participation in career-long learning activities[J].Journal of Education for Teaching,2014,40(4):344-358.
[17] Graus J,Coppen P A.Defining grammatical difficulty:a student teacher perspective[J].Language Awareness,2015,24(2): 101-122.
[18] Moore G C,Benbasat I.Development of an instrument to measure the perceptions of adopting an information technology innovation[J].Information Systems Research,1991,2(3):192-222.
[19] Bohlmann J D,Calantone R J,Zhao M.The effects of market network heterogeneity on innovation diffusion:An agent-based modeling approach[J].Journal of Product Innovation Management,2010,27(5):741-760.
[20] Boushey G.Punctuated equilibrium theory and the diffusion of innovations[J].Policy Studies Journal,2012,40(1):127-146.
[21] Gouws T,van Rheede van Oudtshoorn G P.Correlation between brand longevity and the diffusion of innovations theory[J]. Journal of Public Affairs,2011,11(4):236-242.
[22] Loogma K,Kruusvall J,Umarik M.E-learning as innovation:Exploring innovativeness of the VET teachers' community in Estonia[J].Computers & Education,2012,58(2):808-817.
[23] Bhatiasevi V,Krairit D.Acceptance of open source software amongst Thai users: an integrated model approach[J]. Information Development,2013,29(4):349-366.
[24] Hsu P F,Ray S,Li-Hsieh Y Y.Examining cloud computing adoption intention, pricing mechanism, and deployment model [J].International Journal of Information Management,2014,34(4):474-488. [25] Pinfield S,Salter J,Bath P A,et al.Open-Access Repositories Worldwide, 2005-2012:Past Growth,Current Characteristics,and Future Possibilities[J].Journal of the Association for Information Science and Technology,2014,65(12):2404-2421.
[26] Ma L.,Lee C S,Goh D H L.Understanding news sharing in social media: An explanation from the diffusion of innovations theory[J].Online Information Review,2014,38(5):598-615.
[27] Carlet F.Understanding attitudes toward adoption of green infrastructure:A case study of US municipal officials[J]. Environmental Science & Policy,2015(51):65-76.
[28] Stummer C,Kiesling E,Gunther M,et al.Innovation diffusion of repeat purchase products in a competitive market: An agent-based simulation approach[J].European Journal of Operational Research,2015,245(1):157-167.
[29] Fennell M L.The effects of environmental characteristics on the structure of hospital clusters[J].Administrative Science Quarterly,1980,25(3):485-510.
[30] DiMaggio P J,Powell W W.The iron cage revisited:Institutional isomorphism and collective rationality in organizational fields[J].American Sociological Review,1983,48(2):147-160.
[31] Haveman H A.Follow the leader:Mimetic isomorphism and entry into new markets[J].Administrative Science Quarterly, 1993,38(4):593-627.
[32] Mizruchi M S,Fein L C.The social construction of organizational knowledge:A study of the uses of coercive,mimetic,and normative isomorphism[J].Administrative Science Quarterly,1999,44(4):653-683.
[33] Ashworth R,Boyne G,Delbridge R.Escape from the iron cage?Organizational change and isomorphic pressures in the public sector[J].Journal of Public Administration Research and Theory,2009,19(1):165-187.
[34] Khan S A,Lacity M C.Organizational responsiveness to anti-offshoring institutional pressures[J].Journal of Strategic Information Systems,2014,23(3):190-209.
[35] Yaraghi N,Du A Y,Sharman R,et al.Health information exchange as a multisided platform: Adoption,usage,and practice involvement in service co-production[J].Information Systems Research,2015,26(1):1-18.
[36] Cavusoglu H,Cavusoglu H,Son J Y,et al.Institutional pressures in security management:Direct and indirect influences on organizational investment in information security control resources[J].Information & management,2015,52(4): 385-400.
[37] Taylor B J,Cantwell B.Global competition,US research universities,and international doctoral education:Growth and consolidation of an organizational field[J].Research in Higher Education,2015,56(5):411-441. [38] Ramamurthy K,Sen A,Sinha A P.An empirical investigation of the key determinants of data warehouse adoption[J]. Decision Support Systems,2008,44(4):817-841.
[39] Venkatesh V,Morris M G,Davis G B,et al.User acceptance of information technology:Toward a unified view[J]. MIS Quarterly,2003,27(3):425-478.
[40] Lin H F.An empirical investigation of mobile banking adoption:The effect of innovation attributes and knowledge-based trust[J].International Journal of Information Management,2011,31(3):252-260.
[41] Zendehdel M,Paim L H.Determinants of behavioural attitude to accept e-shopping among the students in Malaysia Life[J].Life Science Journal,2012,9(3):2441-2445.
[42] Ajzen I,Fishbein M.Understanding attitudes and predicting social behavior[M].Prentice Hall,1980.
[43] Ajzen I.The theory of planned behavior[J].Organizational Behavior & Human Decision Processes,1991,50(2):179-211.
[44] Huang Q,Davison R M,Gu J B.Impact of personal and cultural factors on knowledge sharing in China[J].Asia Pacific Journal of Management,2008,25(3):451-471.
[45] Zha X J,Li J.,Yan Y L.Understanding preprint sharing on Sciencepaper Online from the perspectives of motivation and trust[J].Information Development,2013,29(1):81-95.
[46] Teo H H,Wei K K,Benbasat I.Predicting intention to adopt interorganizational linkages:An institutional perspective[J].MIS Quarterly,2003,27(1):19-49.
[47] Khalifa M,Davison R M.,SME adoption of IT:The case of electronic trading systems[J].IEEE Transactions on Engineering Management,2006,53(2):275-284.
[48] Liu H F,Ke W L,Wei K K,et al.The role of institutional pressures and organizational culture in the firm's intention to adopt internet-enabled supply chain management systems[J].Journal of Operations Management,2010,28(5):372-384.
[49] Tuttle B,Dillard J.Beyond competition:institutional isomorphism in U.S.accounting research[J].Accounting Horizons, 2007,21(4):387-409.
[50] Straub D,Boudreau M C,Gefen D.Validation guidelines for IS positivist research[J].Communications of the Association for Information Systems,2004,13(1):380-427.
[51] Liang H G,Saraf N,Hu Q.,et al.Assimilation of enterprise systems:The effect of institutional pressures and the mediating role of top management[J].MIS Quarterly,2007,31(1):59-87.
[52] Ringle C M,Wende S,Will A. SmartPLS 2. 0(M3)[EB/OL].[2016-05-20].http://www.smartpls.de.
作者简介:查先进(1967-),男,武汉大学信息管理学院教授(珞珈特聘教授),博士生导师;杨海娟(1990-),女,武汉大学信息管理学院博士研究生;严亚兰(1967-),女,武汉科技大学管理学院教授,硕士生导师。
附录:量表
关键词:创新扩散;制度同形压力;高校教学改革创新;影响因素;信息管理专业
中图分类号: G420 文献标识码: A DOI:10.11968/tsyqb.1003-6938.2016084
1 引言
人才培养模式是指在特定的教育理论、教育思想和教育方针的指导下,各高校为学生构建的知识、能力和素质结构,以及实现这种结构的方式[1]。围绕人才培养模式,课堂中的创造性思维和学生创造力的培养在过去几十年中一直受到教育领域实践者和研究者的关注[2]。如Winn(1995)[3]曾经对学生参与的学习方法进行了考察,发现基于学生参与的学习方法能够带来较好的学习效果。创新是一种被人们感觉新颖的观念、实践或事物,创新扩散是指创新在一定时间内通过传播渠道在社会系统成员中传播的过程,是创新成功的前提和基础[4]。学生参与授课是大学教学创新活动之一,它作为一个创新观念和实践受到了人们的关注。但是,与其它教学创新一样,学生参与授课在我国教育系统中的发展仍然不均衡,还处于创新扩散的早期[5]。
信息管理与信息系统(简称信息管理)专业是1998年教育部在进行普通高校本科专业调整时为适应信息时代的变革和挑战而提出来的,由原来的科技信息、经济信息管理、信息学、管理信息系统和林业信息管理5个专业合并而成。经过17年的发展,目前,该专业已经得到国内各高校和用人单位的广泛认同,形成了较大的招生规模。根据教育部招生阳光工程指定平台“阳光高考”的数据显示,2015年,全国共有612所高校招收信息管理专业本科生,包括北京大学、清华大学、复旦大学、浙江大学、南京大学、武汉大学、中山大学等著名高校[6]。可见,该专业逐渐拥有良好的社会基础和广阔的发展前景。但是,信息管理专业的创办历史较短,人才培养模式还有很多地方有待完善,同时,云计算、大数据、互联网+、物联网等新技术和新应用的出现不断地创造出新的信息环境,因而不断地对信息管理专业人才培养模式提出新的动态的要求。在这种情况下,信息管理专业会经常面临人才培养模式的改革创新以及由此带来的挑战。本研究结合创新扩散理论和制度同形理论,以学生参与授课的教学创新为考察对象,探讨信息管理专业人才培养模式改革创新的影响因素,通过实证研究寻找其中的规律。
2 文献综述和理论背景
2.1 高校教学的改革创新
创造力和创新的价值在于能够推动有效的技术方案的形成以便解决实践中遇到的问题[7]。围绕高校的教学改革创新和教学质量,学者们结合不同环境和问题展开了大量研究。Li和Edwards(2013)[8]利用创新扩散理论考察了英式的教学计划对中国西部地区英语教学课程创新的影响,发现原来的创新需要加以改造以便符合本地的需求;Jacob和Hellstrom(2014)[9]考察了高等教育科技创新政策共同议程的构建;Crowe等(2014)[10]考察了在大学课堂的定量方法讲授中教学助理的效果,发现在有教学助理的课堂,学生表现得更好,更容易通过考试并取得高分;Yu和Lee(2015)[11]利用活动理论(activity theory)考察了中国两所大学的大学生在英语写作课堂中参与小组反馈活动的动机,发现社会文化环境推动了动机的形成;Ping(2015)[12]考察了近十年来中国牙科大学生参与科学研究的趋势,发现被调查者中超过半数者曾经参与过研究项目;Watts等(2015)[13]考察了病人积极参与一个工作组以便给医科大学生讲授有关慢性病的动机,发现教学使得病人获得友谊感,让病人更好地了解自己的病情,有些病人多年来多次参与讲授而不期望获得任何报酬;Hatfull(2015)[14]探讨了研究和教育的结合,提出了一种将一年级大学生引导到基于发现的研究经历中的模型;Brown和Kuratko(2015)[2]提出了实验教育实践中的创新:让学生在设计答案前先识别出问题,让学生通过重复来展现实验过程,允许学生制订战略上而不仅仅是战术上的计划,让学生在市场中评价自己的解决方案。
参与授课的学生可以被称呼为学生老师(student teachers)。Rothenberg等(1993)[15]考察了学生老师的教学,发现学生老师在讲课前后都非常自信;De Vries等(2014)[16]考察了学生老师对待学习、讲授和参与学习活动的看法之间的关系,发现不同的学生老师的看法存在很大的差异;Graus和Coppen(2015)[17]考察了学生老师对外语教学中语法难度的感知,提出语法难度由四个相互关联的因素所构成:语法特征、教学安排、教学质量和学习者的特征。学生参与授课是大学教学创新的一项重要内容,被认为是一种能够带来较好学习效果的学习方法[3]。
2.2 创新扩散理论
创新扩散理论(Innovation Diffusion Theory,IDT)由美国传播领域的学者埃弗雷特·罗杰斯(Everett M. Rogers)于1962年在《Diffusion of Innovations》一书中提出。Rogers在书中对创新和创新扩散进行了分析[4]。创新扩散随着创新决策过程五个阶段而发生,Rogers开始将这五个阶段描述为:意识(awareness)、兴趣(interest)、评价(evaluation)、尝试(trial)和采纳(adoption)。1983出版了该书的第三版,将这五个阶段描述为:获知(knowledge)、 说服(persuasion)、决策(decision)、 实施(implementation)和确认(confirmation)。一项创新可能在不同的阶段遭遇失败,创新扩散是创新成功的前提和基础。Rogers建议用五个类别作为创新扩散研究中描述采纳者类别的标准:创新者(innovators)、早期采纳者(early adopters)、早期多数(early majority)、晚期多数(late majority)和迟滞者(laggards)。与这五个类别采纳者相对应,某项创新所占的市场份额(或者所带来的绩效)在开始阶段增长非常缓慢,然后进入快速增长期,之后又增长缓慢并最终达到饱和,在数学上表现出逻辑曲线增长规律。另外,Rogers识别出创新的五个特性:相对优势(relative advantage)、匹配度(compatibility)、复杂度(complexity)、可观察性(observability)和可试用性(trialability)。相对优势指一个创新在多大程度被感知到比已有的观念、实践或事物更好;匹配度指一个创新在多大程度上被感知到与潜在采纳者已有的价值、需求和过去的经验相一致;复杂度指在多大程度上一个创新被感知到难以使用;可观察性指在多大程度上一个创新的结果可以被观察到;可试用性指一个创新在多大程度上可以在采纳前得以尝试[4]。大量的创新扩散研究表明创新的这五个特性对创新的扩散和采纳产生影响[18]。 基于创新扩散理论,学者们结合不同环境和问题展开了大量研究。Bohlmann等(2010)[19]利用基于代理的建模方法考察了市场网络的异构对创新扩散的影响,发现创新扩散速度在不同的传播条件下表现出显著的差异;Boushey(2012)[20]考察了公共政策创新的扩散,提出了内部影响和外部影响的测度系数;Gouws和van Rheede van Oudtshoorn(2011)[21]基于创新扩散理论考察了产品和服务品牌,认为创新决策过程本质上是人们通过信息搜寻和信息处理活动来降低关于该创新的优势和劣势的不确定性;Loogma等(2012)[22]基于创新扩散理论考察了高校教师对电子学习的接受,发现先接受者和后接受者在实际的使用、技能等方面具有显著的差异;Bhatiasevi和Krairit(2013)[23]基于创新扩散理论和技术接受模型考察了开源软件的接受,发现易用性、有用性、匹配度等对开源软件的接受产生显著影响;Hsu,等(2014)[24]基于创新扩散理论的技术-组织-环境框架考察了云计算采纳,发现感知利益、匹配度是影响企业采纳云计算的关键因子;Pinfield等(2014)[25]利用创新扩散理论考察了开放获取存储库在全球、国家、组织和个人层面的采纳情况,发现IT基础设施、文化、政策支持等是主要的影响因素;Ma等(2014)[26]总结出三类影响创新扩散的变量:第一类关注创新分享者对创新扩散速度和广度产生的影响;第二类关注创新扩散网络的特征;第三类关注创新本身的特性,创新的特性将影响人们对它的态度和行为,并进而影响创新扩散的速度;Carlet(2015)[27]基于技术接受、创新扩散和组织理论考察了绿色基础设施采纳的影响因素,发现有用性对态度产生直接影响,匹配度、内部的准备情况和易用性对态度产生间接影响;Stummer等(2015)[28]提出了一个同时考虑创新扩散时间和空间维度的基于代理的模型,所对应的模拟工具旨在帮助决策者对具备不同定价战略、分销战略和传播战略情景的创新扩散进行分析。
2.3 制度同形理论
同形(isomorphism)指迫使一个组织效仿面临同样环境条件的其它组织的约束过程。在组织实践中,存在竞争同形(competitive isomorphism)和制度同形(institutional isomorphism)等类型[29]。如美国耶鲁大学的DiMaggio和 Powell[30]在1983年发表的一篇论文中认为,随着社会的发展,竞争同形不再是组织改变的驱动力,组织改变的真正源泉来自制度同形。DiMaggio和 Powell识别出制度同形改变发生的三种机制:强制同形(coercive isomorphism)、模仿同形(mimetic isomorphism)和规范同形(normative isomorphism),它们分别拥有自己的前置动因。第一,强制同形源于一个组织所依赖的其他组织以及在其所运行的社会中存在的文化期待向它施加的正式和非正式压力,这种压力可被感受为一种力量,一个说服,或者一个邀请。在有些情况下,组织改变是对政府命令的直接反应;第二,不确定性成为一个组织模仿其他组织的强大力量,当组织技术没有被很好地理解时,当组织目标模糊不清时,或者当环境不确定时,一个组织会通过模仿其它组织来改变自己。通常,一个组织倾向于模仿其领域中看上去更成功的相似组织,从而有效规避风险,减少不确定性;第三,随着跨组织沟通的进一步深入,组织间会形成一套潜在的、非正式的行业行为规范,使得组织同形化。规范同形来自行业规范所施加的压力,迫使组织按照行业规范来改变自己。与上面的三种机制相对应,强制压力、模仿压力和规范压力构成了制度同形压力的既相互关联又各自独立的三个方面。
以DiMaggio和 Powell(1983)的制度同形理论为基础,学者们结合不同环境和问题展开了大量研究。Haveman(1993)[31]基于组织生态学和制度同形理论考察了市场结构如何影响新企业的进入,发现美国储贷行业的企业通常模仿大型的成功组织,而不模仿与自己同样规模的成功组织;Mizruchi和Fein(1999)[32]通过文献分析考察了强制同形、模仿同形和规范同形的应用情况,发现模仿同形受到的关注程度最大;Ashworth等(2009)[33]考察了英国公共部门的制度同形,发现同形压力对组织战略和文化的影响大于对组织结构和流程的影响;Khan和Lacity(2014)[34]考察了组织对反离岸制度压力的响应,发现当来自其他组织的模仿压力较大时,当组织对增强社会合法性的期望较大时,该组织会产生较大的响应;Yaraghi等(2015)[35]利用社会网络理论和制度同形理论考察了健康信息交换平台的采纳和使用,发现大的实践活动会对小的实践活动产生制度同形效果;Cavusoglu等(2015)[36]考察了安全管理中的制度同形压力,发现制度同形压力和组织内部安全需求评估显著地影响组织对信息安全控制资源的投入;Taylor和Cantwell(2015)[37]利用制度同形理论考察了美国研究型大学,发现公立大学的研究支出、私立大学的学费收入和全职教师数量是美国研究型大学成长的重要决定因素。
3 研究模型和假设的构建
结合学生参与授课的教学改革创新,我们首先设计了该改革创新的具体内容:计划每门课的三分之一内容由学生来主讲,具体实施时,班上的每位同学可申请不同课程的讲授,最后由各门课程的主讲老师确定自己所负责课程的3位主讲同学。在主讲同学的讲授过程中,课程负责老师在下面旁听和指导,并适当对课堂秩序和气氛进行调节和控制。该项改革创新是本研究的考察对象。结合创新扩散理论和制度同形理论,笔者提出研究模型(见图1)。
3.1 创新特性对实施态度的影响
研究从专业层面考察学生参与授课的教学改革
创新,结合Rogers提出的五个创新特性,相对优势、匹配度和复杂度在本研究环境中更值得关注。 在本研究中,相对优势是指该改革创新在多大程度上比传统的教学方式更能改善信息管理专业学生的学习质量和提升学生的学习效率[18]。大量的创新扩散研究表明创新的相对优势对创新的扩散和采纳产生正向影响[18]。如Ramamurthy等(2008)[38]考察了企业采纳数据仓库的影响因素,认为数据仓库是一项重要的决策支持技术,对企业来说是一个重要的创新,通过实证研究发现相对优势对企业采纳数据仓库具有显著的正向影响。实施该改革创新的态度是指信息管理专业学生感知到的信息管理专业对实施该改革创新所持有的积极的或消极的感受[39]。在本研究环境中,当在信息管理专业实施该改革创新更能改善信息管理专业学生的学习质量和提升学生的学习效率的时候,信息管理专业会对实施该改革创新持有积极的态度。因此,我们提出如下假设:
H1:相对优势对实施该改革创新的态度产生正向影响。
匹配度是指该改革创新与信息管理专业学生已有的学习方式、学习风格等在多大程度上相一致[18]。Lin (2011)[40]构建了用户采纳和使用移动银行的影响因素模型,由结构方程建模验证得出:匹配度对用户使用移动银行的态度产生正向显著影响;Zendehdel和Paim(2012)[41]通过实证研究发现,匹配度对消费者的网购态度产生正向显著影响;Hsu等(2014)[24]发现匹配度是影响企业采纳云计算的关键因子。在本研究环境中,如果该改革创新与信息管理专业学生已有的学习方式、学习风格等相一致,则信息管理专业对实施该改革创新会持有积极的态度。因此,我们提出如下假设:
H2:匹配度对实施该改革创新的态度产生正向影响。
复杂度是指该项改革创新在多大程度上被感知到难以实施。大量的创新扩散研究表明创新的复杂度对创新的扩散和采纳产生负向影响[18]。如Ramamurthy等(2008)[38]在考察企业采纳数据仓库的影响因素时,发现复杂度对企业采纳数据仓库具有显著的负向影响。在本研究环境中,如果该改革创新需要付出很多的努力或遭遇很大的阻力,在信息管理专业中难以被理解和实施,那么信息管理专业会对实施该改革创新持有消极的态度。因此,我们提出如下假设:
H3:复杂度对实施该改革创新的态度产生负向影响。
3.2 实施态度对实施意愿的影响
实施该改革创新的意愿是指信息管理专业学生感知到的信息管理专业是否愿意或计划付出努力去实施该改革创新实践。Ajzen和Fishbein(1980)提出了理性行为理论(Theory of Reasoned Action, TRA),认为实施或从事某项行为的意愿受到对实施或从事该行为的态度的正向影响[42-43]。基于TRA理论和社会交换理论,Huang等(2008)[44]考察了个人因素和文化因素对知识共享的影响,发现知识共享态度对知识共享意愿产生显著正向影响。基于TRA理论和动机理论,Zha等(2013)[45]考察了科技论文在线环境下的预印本共享,发现共享态度显著正向影响共享意愿 。在本研究环境中,如果信息管理专业对实施该改革创新持有积极的态度,则该专业会更愿意付出努力去实施该改革创新。因此,我们提出如下假设:
H4:实施该改革创新的态度对实施该改革创新的意愿产生正向影响。
3.3 制度同形压力对实施意愿的影响
制度同形压力包括强制压力、模仿压力和规范压力[30]。Teo等(2003)[46]考察了制度同形压力对金融电子数据交换系统采纳意愿的影响,认为强制压力是来自客户、供应商和母公司的压力,模仿压力是来自竞争对手的压力,规范压力是来自行业的压力,通过实证研究发现强制压力、模仿压力和规范压力同时对采纳意愿产生显著正向影响;Khalifa和Davison(2006)[47]考察了制度同形压力和可行性对电子贸易系统采纳意愿的影响,认为强制压力是来自客户的压力,模仿压力是来自竞争对手的压力,规范压力是来自员工的压力,通过实证研究发现强制压力、模仿压力和规范压力同时对采纳意愿产生显著正向影响;Liu 等(2010)[48]考察了制度同形压力和组织文化对因特网驱动的供应链管理系统采纳意愿的影响,认为强制压力是来自客户和供应商的压力,模仿压力是来自竞争对手的压力,规范压力是来自行业的压力,通过实证研究发现强制压力和规范压力对采纳意愿产生显著正向影响,模仿压力对采纳意愿的影响不显著。
类似地,在本研究中,强制压力是指来自信息管理专业学生、学院和学校的压力,体现出信息管理专业的学生(客户)和所依赖的组织所施加的压力;模仿压力是指来自其他专业的压力,体现出竞争对手所施加的压力;规范压力是来自其他学校信息管理专业的压力,体现出信息管理专业(行业)所施加的压力。Tuttle和Dillard(2007)[49]利用制度同形理论考察了美国会计学研究情况,发现该学科研究主题的形成受到制度同形而非竞争同形的推动。在本研究中,面对学生参与授课的教学改革创新,如果信息管理专业感知到较大的强制压力、模仿压力和规范压力,该专业会更愿意付出努力去实施该改革创新。因此,我们提出如下假设:
H5:强制压力对实施该改革创新的意愿产生正向影响。
H6:模仿压力对实施该改革创新的意愿产生正向影响。
H7:规范压力对实施该改革创新的意愿产生正向影响。
4 问卷设计和数据搜集
4.1 问卷设计
本研究面向信息管理专业,研究模型包括8个潜在变量,每个潜在变量包括2-4个测量变量。所有潜在变量和测量变量均改编自已有的文献,以保证内容上的有效性[50]。其中,相对优势和匹配度改编自Moore 和Benbasat(1991)[18];复杂度改编自Ramamurthy, Sen和Sinha (2008)[38];强制压力改编自Liang等(2007)[51];模仿压力和规范压力改编自Liu等(2010)[48];实施该改革创新的态度改编Venkatesh等(2003)[39];实施该改革创新的意愿改编自Khalifa和Davison(2006)[47]。所有测量变量(测量题项)采用7点李克特量表进行测量(1表示强烈不同意,7表示强烈同意)。完整的量表见附录1。 在初步完成问卷设计之后,首先邀请了10位信息管理专业在读的大三和大四学生以及4位本科曾经是信息管理专业的硕士研究生进行预调查,根据受访者的反馈意见,慎重地修改了一些测量题项的模糊表述,以便在正式的数据搜集过程中被调查者能够更好地理解测量题项的含义并进行填写。在问卷中,通过说明语提示被调查者根据自己的理解对量表中的每个陈述句问题进行判断,并在问题后面的相应数字(1、2、3、4、5、6、7)上进行选择,每个选择应反映自己的判断,不存在正确或错误。另外,在问卷“基本情况调查”部分,设置了有效问卷筛选题项:您本科所在专业是信息管理吗?以保证后期的数据分析中能够确保所有的样本数据都是来自信息管理专业在读的大学生。
4.2 数据搜集
在问卷设计完成后,通过在线方式进行发布。本次数据搜集面向武汉大学、中山大学、安徽大学、郑州大学、武汉科技大学、重庆医科大学、湖北经济学院等高校的信息管理专业在读本科生,主要通过这些学校信息管理专业的任课老师向学生发出邀请。考虑到智能手机访问在线问卷的方便,问卷填写全部采用在线方式。数据搜集以学生自愿为前提,即被邀请的学生可以选择填写或不填写。数据搜集经历了约35天,总共搜集到问卷637份,删除其中不是来自信息管理专业的22个样本,最终得到有效问卷615份(见表1)。
5 数据分析和结果
本研究利用偏最小二乘(Partial Least Squares,PLS)结构方程建模(Structural Equation Modeling,SEM)方法
对数据进行分析,所使用的软件工具是SmartPLS 2.0[52]。
5.1 测量模型检验
测量模型的有效性通常表现在内容效度、收敛效度和区分效度等方面[50]。对于内容效度,由于所有测量变量都改编自已有的文献,并通过预调查对措辞进行了完善,因此认为这些变量在表意上是清晰和准确的。在模型运行中,发现复杂度的第2个测量变量影响了复杂度的收敛效度,因此被删除掉。收敛效度通过组合信度(Composite Reliability, CR)和Cronbach’s Alpha 系数来衡量。所有潜在变量的CR值都在0.930以上,Cronbach’s Alpha系数值都在0.891以上(见表2)。一般认为,CR值与Cronbach’s Alpha系数达到0.7即表明测量模型具有良好的收敛效度[50]。另外,表2中的AVE(Average Variance Extracted)是抽取的平均方差,一般认为AVE大于0.5表明测量模型具有理想的收敛效度[50]。从表2看出,所有的AVE值均大于0.767,进一步表明测量模型具有理想的收敛效度。
表3是潜在变量间相关系数和AVE的平方根值。由表3可知该测量模型具有良好的区分效度,判断标准是:每一个潜在变量的AVE平方根(加粗的值)都大于该变量与其他变量之间的相关系数[50]。
表4是测量模型的因子载荷(加粗的值)和交叉因子载荷,每个测量变量与其潜在变量间的相关系数(因子载荷)都大于与其他潜在变量间的相关系数(交叉因子载荷),进一步表明测量模型具有良好的收敛效度和区分效度[50]。
5.2 研究模型结果
图2是研究模型的结果,显著性检验中的t值计算利用的是重复抽样数为1000的bootstrapping重复抽样方法。从图2看出两个内生变量都得到很好的预测:实施态度的R平方(被解释方差)是0.577,实施意愿的R平方是0.680,表明该模型具有良好的预测效果[50]。
本研究提出的H1,H2,H4,H5和H6得到验证:相对优势对实施该改革创新的态度具有显著的正向影响(β=0.353,p<0.001);匹配度对实施该改革创新的态度具有显著的正向影响(β=0.450,p<0.001);实施该改革创新的态度正向显著影响实施该改革创新的意愿(β=0.548,p<0.001);强制压力对实施该改革创新的意愿具有显著的正向影响(β=0.251,p<0.001);模仿压力对实施该改革创新的意愿具有显著的正向影响(β=0.106,p<0.05)。另外,复杂度对实施该改革创新的态度的影响不显著,因此,H3没有得到支持。规范压力对实施该改革创新的意愿的影响不显著,因此, H7没有得到支持。
6 讨论和启示
从图2的创新扩散理论视角看,匹配度是第一关键影响因子。匹配度大,表明该改革创新与信息管理专业学生的学习方式、学习风格相匹配,在这种情况下,信息管理专业对实施该改革创新会持有积极的态度。反之,匹配度小,表明该改革创新与信息管理专业学生的学习方式、学习风格不相匹配,在这种情况下,信息管理专业对实施该改革创新会持有消极的态度。因此,在设计和实施信息管理专业人才培养模式的改革与创新内容时,匹配度应该给予最优先的考虑。通过对信息管理专业学生学习风格的调查,了解该专业学生所特有的认知方式、思维方式和学习习惯,然后在人才培养模式的创新过程中,有目的、有计划、有针对性地设计和实施适合该专业学生学习风格的教学方式,广泛激发学生的学习兴趣。
另外,相对优势是影响实施态度的第二关键因子。相对优势大,表明在信息管理专业实施该改革创新有助于提高本专业学生的学习效率和改善学生的学习质量,在这种情况下,信息管理专业对实施该改革创新会持有积极的态度。反之,相对优势小,表明在信息管理专业实施该改革创新无助于提高学生的学习效率和改善学生的学习质量,在这种情况下,信息管理专业对实施该改革创新会持有消极的态度。因此,在设计和实施信息管理专业人才培养模式的改革与创新内容时,应积极地与本专业的学生进行交流和沟通,充分把握学生对实施某项教学改革创新的相对优势的感知。
从图2的制度同形理论视角看,强制压力正向显著影响信息管理专业实施该改革创新的意愿,表明信息管理专业的学生以及学院和学校施加多大的强制压力将影响信息管理专业在多大程度上愿意付出努力去实施该改革创新。信息管理专业的学生以及学院和学校是否或者在多大程度上直接要求信息管理专业实施某项教学创新,这在一定程度上受到用人单位和人才市场对信息管理专业人才需求变化的影响。模仿压力对信息管理专业实施该改革创新的意愿的影响显著,表明如果其他专业在实施学生参与授课的创新活动之后取得了好的效果,则这会对信息管理专业实施该改革创新的意愿产生影响,体现出来自竞争对手的压力。虽然高校针对不同的专业会为学生构建不同的知识、能力和素质结构,但是,课堂中的创造性思维和学生创造力的培养会体现在各个专业的人才培养模式之中。另外,创新扩散随着包括五个阶段的创新决策过程而发生,与其它教学创新一样,学生参与授课在我国教育系统中的发展仍然不均衡[5]。因此,从国家层面,教育部应该充分发挥其高等教育管理职能,为推动某项教学创新的扩散,可先在某几个专业进行试点,当这几个专业实施该项教学创新并取得好的效果后,其他专业会模仿这些专业,以有效规避教学创新中的风险,减少不确定性。同样,从高校层面,各高校可结合本校的实际情况,选择某几个专业进行试点,逐渐对其他专业产生模仿压力,从而推动教学创新的扩散。 另外,规范压力对实施该改革创新的意愿的影响不显著。但由表3可知,规范压力和实施意愿之间的相关系数为0.493,表明规范压力对实施意愿的独立影响是存在的。下面通过四个回归模型进一步探讨并揭示规范压力对实施意愿的作用机制。模型1中,只将规范压力作为自变量;模型2是在模型1的基础上加上强制压力作为自变量;模型3是在模型1的基础上加上模仿压力作为自变量;模型4是在模型1的基础上同时加上强制压力和模仿压力作为自变量(见表5)。
注:*p<0.1;**p<0.01;***p<0.001。
在表5中,模型1表明,规范压力对实施该改革创新的意愿产生显著的正向影响(β=0.494,p<0.001);模型2表明,当强制压力引入模型中时,规范压力对实施意愿的影响被弱化,强制压力对实施该改革创新的意愿产生显著的正向影响(β=0.668,p<0.001);模型3表明,当模仿压力引入模型中时,规范压力对实施意愿的影响被弱化,模仿压力正向显著影响实施意愿(β=0.630,p<0.001);模型4表明,当强制压力和模仿压力同时引入模型中时,规范压力被弱化,强制压力和模仿压力同时显著。因此,如果单独考察规范压力的影响(模型1),则当其他学校的信息管理专业采纳该项改革创新时,本校的信息管理专业也会倾向于采纳和实施该项改革创新。在这种情况下,应充分发挥教学指导委员会和行业学会(协会)的指导作用。通常,每个专业领域都有自己的行业学会(协会),我国与信息管理专业相关的行业学会(协会)包括:中国科学技术情报学会、中国图书馆学会、国际信息系统协会中国分会、中国信息经济学会等。这些学会(协会)不仅能引导教学中的改革创新,而且有能力对信息管理专业人才培养模式的各种创新活动进行引导,通过施加行业压力来有效推动创新的扩散,使得各个高校的信息管理专业为学生构建的知识、能力和素质结构以及实现这种结构的方式得到充分的完善。
7 结语
在信息管理专业人才培养模式中,强调以信息、信息技术、信息系统为重点关注对象,探讨信息的构成、分布和特征,以及信息系统分析、设计和使用中的理论、原则与方法,考察信息的获取、组织、检索、分析、评价和利用以及信息技术和信息系统的高效使用等一系列重要问题,为科研和管理决策提供高质量的信息服务。日新月异的信息和通信技术不断地创造出新的信息环境,从而动态地对高校信息管理专业人才培养模式提出新的要求。在这种形势下,信息管理专业人才培养模式需要不断地进行创新。本研究以学生参与授课的教学创新为考察对象,结合创新扩散理论和制度同形理论考察了信息管理专业教学改革创新的影响因素,为推动信息管理专业的教学创新以及人才培养模式的各种创新提供了重要的依据和参考。高校信息管理专业人才培养模式的改革与创新是一项系统工程,除了会受到创新特性和制度同形压力的影响外,还会受到很多其他因素的影响,未来的研究可结合更多的理论和视角进行探索。
参考文献:
[1] 教育部.关于深化教学改革,培养适应21世纪需要的高质量人才的意见(教高[1998]2号)[EB/OL].[2016-05-06].http://www.jdsy.com.cn/article.asp?id=3879.
[2] Brown T J,Kuratko D F.The impact of design and innovation on the future of education[J].Psychology of Aesthetics Creativity and the Arts,2015,9(2):147-151.
[3] Winn S.Learning by doing - teaching-research methods through student participation in a commissioned research-project[J].Studies in Higher Education,1995,20(2):203-214.
[4] 埃弗雷特·M·罗杰斯.辛欣译.创新的扩散[M].北京:中央编译出版社,2002:10-30.
[5] Sargent T C.Professional learning communities and the diffusion of pedagogical innovation in the Chinese education system [J].Comparative Education Review,2015,59(1):102-132.
[6] 阳光高考.教育部高校招生阳光工程指定平台[EB/OL].[2016-05-02].http://gaokao.chsi.com.cn/.
[7] Cropley D H.Promoting creativity and innovation in engineering education[J].Psychology of Aesthetics Creativity and the Arts,2015,9(2):161-171.
[8] Li D G,Edwards V.The impact of overseas training on curriculum innovation and change in English language education in Western China[J].Language Teaching Research,2013,17(4):390-408.
[9] Jacob M,Hellstrom T.Opportunity from crisis:a common agenda for higher education and science,technology and innovation policy research[J].Studies in Higher Education,2014,39(8):1321-1331. [10] Crowe J,Ceresola R,Silva T.Enhancing student learning of research methods through the use of undergraduate teaching assistants[J].Assessment & Evaluation in Higher Education,2014,39(6):759-775.
[11] Yu S L,Lee I.Understanding EFL students'participation in group peer feedback of L2 writing: A case study from an activity theory perspective[J].Language Teaching Research,2015,19(5):572-593.
[12] Ping W.Dental undergraduate students'participation in research in China:current state and directions[J].European Journal of Dental Education,2015,19(3):177-184.
[13] Watts L,Mcpherson T,Robson J,et al.Patient experiences of participation in a medical student teaching workshop[J].Medical Teacher,2015,37(1):94-96.
[14] Hatfull G F.Innovations in undergraduate science education: Going viral[J].Journal of Virology,2015,89(16):8111-8113.
[15] Rothenberg,J J,Mcdermott,P C,Gormley,K A.A Comparison of student teacher and supervisor perceptions of student teaching[J].Journal of education for Teaching,1993,19(3):273-277.
[16] De Vries S,Jansen E P W A,Helms-Lorenz M,et al. Student teachers'beliefs about learning and teaching and their participation in career-long learning activities[J].Journal of Education for Teaching,2014,40(4):344-358.
[17] Graus J,Coppen P A.Defining grammatical difficulty:a student teacher perspective[J].Language Awareness,2015,24(2): 101-122.
[18] Moore G C,Benbasat I.Development of an instrument to measure the perceptions of adopting an information technology innovation[J].Information Systems Research,1991,2(3):192-222.
[19] Bohlmann J D,Calantone R J,Zhao M.The effects of market network heterogeneity on innovation diffusion:An agent-based modeling approach[J].Journal of Product Innovation Management,2010,27(5):741-760.
[20] Boushey G.Punctuated equilibrium theory and the diffusion of innovations[J].Policy Studies Journal,2012,40(1):127-146.
[21] Gouws T,van Rheede van Oudtshoorn G P.Correlation between brand longevity and the diffusion of innovations theory[J]. Journal of Public Affairs,2011,11(4):236-242.
[22] Loogma K,Kruusvall J,Umarik M.E-learning as innovation:Exploring innovativeness of the VET teachers' community in Estonia[J].Computers & Education,2012,58(2):808-817.
[23] Bhatiasevi V,Krairit D.Acceptance of open source software amongst Thai users: an integrated model approach[J]. Information Development,2013,29(4):349-366.
[24] Hsu P F,Ray S,Li-Hsieh Y Y.Examining cloud computing adoption intention, pricing mechanism, and deployment model [J].International Journal of Information Management,2014,34(4):474-488. [25] Pinfield S,Salter J,Bath P A,et al.Open-Access Repositories Worldwide, 2005-2012:Past Growth,Current Characteristics,and Future Possibilities[J].Journal of the Association for Information Science and Technology,2014,65(12):2404-2421.
[26] Ma L.,Lee C S,Goh D H L.Understanding news sharing in social media: An explanation from the diffusion of innovations theory[J].Online Information Review,2014,38(5):598-615.
[27] Carlet F.Understanding attitudes toward adoption of green infrastructure:A case study of US municipal officials[J]. Environmental Science & Policy,2015(51):65-76.
[28] Stummer C,Kiesling E,Gunther M,et al.Innovation diffusion of repeat purchase products in a competitive market: An agent-based simulation approach[J].European Journal of Operational Research,2015,245(1):157-167.
[29] Fennell M L.The effects of environmental characteristics on the structure of hospital clusters[J].Administrative Science Quarterly,1980,25(3):485-510.
[30] DiMaggio P J,Powell W W.The iron cage revisited:Institutional isomorphism and collective rationality in organizational fields[J].American Sociological Review,1983,48(2):147-160.
[31] Haveman H A.Follow the leader:Mimetic isomorphism and entry into new markets[J].Administrative Science Quarterly, 1993,38(4):593-627.
[32] Mizruchi M S,Fein L C.The social construction of organizational knowledge:A study of the uses of coercive,mimetic,and normative isomorphism[J].Administrative Science Quarterly,1999,44(4):653-683.
[33] Ashworth R,Boyne G,Delbridge R.Escape from the iron cage?Organizational change and isomorphic pressures in the public sector[J].Journal of Public Administration Research and Theory,2009,19(1):165-187.
[34] Khan S A,Lacity M C.Organizational responsiveness to anti-offshoring institutional pressures[J].Journal of Strategic Information Systems,2014,23(3):190-209.
[35] Yaraghi N,Du A Y,Sharman R,et al.Health information exchange as a multisided platform: Adoption,usage,and practice involvement in service co-production[J].Information Systems Research,2015,26(1):1-18.
[36] Cavusoglu H,Cavusoglu H,Son J Y,et al.Institutional pressures in security management:Direct and indirect influences on organizational investment in information security control resources[J].Information & management,2015,52(4): 385-400.
[37] Taylor B J,Cantwell B.Global competition,US research universities,and international doctoral education:Growth and consolidation of an organizational field[J].Research in Higher Education,2015,56(5):411-441. [38] Ramamurthy K,Sen A,Sinha A P.An empirical investigation of the key determinants of data warehouse adoption[J]. Decision Support Systems,2008,44(4):817-841.
[39] Venkatesh V,Morris M G,Davis G B,et al.User acceptance of information technology:Toward a unified view[J]. MIS Quarterly,2003,27(3):425-478.
[40] Lin H F.An empirical investigation of mobile banking adoption:The effect of innovation attributes and knowledge-based trust[J].International Journal of Information Management,2011,31(3):252-260.
[41] Zendehdel M,Paim L H.Determinants of behavioural attitude to accept e-shopping among the students in Malaysia Life[J].Life Science Journal,2012,9(3):2441-2445.
[42] Ajzen I,Fishbein M.Understanding attitudes and predicting social behavior[M].Prentice Hall,1980.
[43] Ajzen I.The theory of planned behavior[J].Organizational Behavior & Human Decision Processes,1991,50(2):179-211.
[44] Huang Q,Davison R M,Gu J B.Impact of personal and cultural factors on knowledge sharing in China[J].Asia Pacific Journal of Management,2008,25(3):451-471.
[45] Zha X J,Li J.,Yan Y L.Understanding preprint sharing on Sciencepaper Online from the perspectives of motivation and trust[J].Information Development,2013,29(1):81-95.
[46] Teo H H,Wei K K,Benbasat I.Predicting intention to adopt interorganizational linkages:An institutional perspective[J].MIS Quarterly,2003,27(1):19-49.
[47] Khalifa M,Davison R M.,SME adoption of IT:The case of electronic trading systems[J].IEEE Transactions on Engineering Management,2006,53(2):275-284.
[48] Liu H F,Ke W L,Wei K K,et al.The role of institutional pressures and organizational culture in the firm's intention to adopt internet-enabled supply chain management systems[J].Journal of Operations Management,2010,28(5):372-384.
[49] Tuttle B,Dillard J.Beyond competition:institutional isomorphism in U.S.accounting research[J].Accounting Horizons, 2007,21(4):387-409.
[50] Straub D,Boudreau M C,Gefen D.Validation guidelines for IS positivist research[J].Communications of the Association for Information Systems,2004,13(1):380-427.
[51] Liang H G,Saraf N,Hu Q.,et al.Assimilation of enterprise systems:The effect of institutional pressures and the mediating role of top management[J].MIS Quarterly,2007,31(1):59-87.
[52] Ringle C M,Wende S,Will A. SmartPLS 2. 0(M3)[EB/OL].[2016-05-20].http://www.smartpls.de.
作者简介:查先进(1967-),男,武汉大学信息管理学院教授(珞珈特聘教授),博士生导师;杨海娟(1990-),女,武汉大学信息管理学院博士研究生;严亚兰(1967-),女,武汉科技大学管理学院教授,硕士生导师。
附录:量表