在新经济时代,工业大数据成为传统制造业转型升级中最重要的生产要素[1]。工业大数据是指在工业领域实现智能制造过程中,涵盖整个价值链和产品全生命周期各个环节的数据(工业大数据白皮书,2017),主要包括三部分,即智能装备在生产过程中产生的机器数据、企业内部信息系统产生的业务数据以及产业链、互联网、用户、经济社会环境等产生的外部数据。海量工业数据为企业带来了新的发展机遇,同时也带来了严峻挑战。百年工业企业通用电气(GE)作为美国工业革命的领军者,于2012年率先提出工业互联网理念,以期利用数字化技术推动制造业发展,但其数字化业务举步维艰,频频陷入财务危机,股票市值缩水超过一半。2018年6月20日,GE跌出道琼斯工业平均指数,随后更是宣布出售价值3 630亿美元的工业数字化核心资产——工业云平台Predix。全球数字化先驱GE遭遇的滑铁卢,引起业界与理论界反思。因此,从理论视角探讨如何有效利用工业大数据具有重要的战略意义。
工业大数据作为新经济时代的重要生产资源,具有充裕性、可重复使用等特征[2],在给企业实践带来重大变革的同时,也为管理理论发展开辟了巨大空间[3]。技术示能性理论(Technology Affordances Theory) 融合了技术决定论和社会建构主义两种相反的观点 (Leonardi&Barley, 2010; Robey等, 2012),在信息系统 (Information System,简称IS)和组织管理领域的研究方兴未艾。越来越多的国际学者致力于探索信息技术为个体、群体、组织提供的支持以及信息化过程,利用该理论分析组织社会化[4]、组织变革[5]、知识共享[6]、虚拟现实[7]等管理现象。Autio等[8] 进一步提出数字示能性(Digital Affordances)的概念,关注数字化基础设施对创业生态系统的技术支持;Markus &Silver[9]率先提出技术示能性的概念,即“以目标为导向的行为主体利用技术工具采取行为的可能性”,并将其应用于组织管理领域 。虽然相关理论提出至今只有十余年时间,但已成为IS和组织行为研究的重要理论视角,并得到不断拓展 [10-19]。技术示能性之所以备受关注,一方面是因为示能性聚焦于行为主体与技术工具间的关系,既重视信息技术的物理属性,也强调用户的主体属性,而已有IS采纳和使用研究大多只关注人的心理、认知和行为,忽略了信息技术的性能要素[13];另一方面在于示能性是一种可能性行为,为具体实践活动指明方向,但落实到实际情景时,可能受各种因素影响,主体不一定会实现示能性,技术示能性的概念、实现过程、完成结果是不同的。Strong等[17]将示能性实现定义为“行为主体通过示能性利用技术工具实现组织目标的具体行为”;Du&Pan[13]进一步将示能性实现简化为“主体利用技术工具采取的以目标为导向的行为”。技术示能性区分了潜在行为、实际行为和行为结果,更清晰地揭示了信息技术对组织的影响,阐明了影响信息技术采纳、使用的成功与失败因素,为组织有效利用信息技术实现预期目标提供启示。
总体而言,国外技术示能性研究不断深入,为国内学术研究和企业实践奠定了基础,但也存在一定不足:首先,大部分研究聚焦于技术示能性在某一细分领域的应用,如区块链、社交媒体、在线医疗等,未全面探讨其在组织管理领域的发展历程及内涵机制;其次,技术示能性是一种潜在行为,与具体实践行为、完成结果不同,但已有研究尚未形成清晰的认识,将其与实现结果混为一谈[20],陷入了传统IS研究的窠臼,这不仅在理论层面难以明确信息技术对组织的影响,也降低了实践指导价值;再次,国内只有少数学者开始意识到技术示能性对组织管理的重要性[21],该领域的许多内涵概念尚处于探索阶段,缺乏整体研究视图。
为此,本文对国外技术示能性理论的主流研究进行系统梳理:首先,追溯示能性的概念起源以及引入IS和组织管理的过程;其次,抽象出技术示能性的影响因素、行为过程、具体结果3个维度,构建技术示能性作用机制模型;再次,基于这3个关键维度及第四次工业革命背景[22],建立核心生产要素工业大数据驱动的技术示能性分析框架,在新一代信息技术全方位、多层次地重塑传统制造业的趋势下[23],探讨传统工业企业如何利用海量生产运营数据实现生产自动化、智能化;最后,对该领域未来的研究方向进行展望。本文通过对国外技术示能性研究进行回顾,从影响因素、实现过程、具体结果3个维度界定和划分技术示能性概念,基于细分维度提出工业大数据驱动的技术示能性架构,有助于在理论层面深入阐明技术示能性的作用机制,丰富国内外该领域理论研究,同时也为新一代工业革命背景下中国传统制造业利用工业大数据实现智能化生产、网络化协同提供实践指导。
技术示能性起源于生态心理学领域的Affordance理论。James Gibson (1977,1979)最早提出了动词afford的名词形式affordance,用以描述生存环境为有机生命体提供的执行某种行为的可能性[24]。国内心理学领域的研究一般将affordance翻译为“示能性”,即行为主体利用环境要素或客观物体完成某种行为的可能性[25]。示能性不是客观环境或物体的特征,而是有机生命体基于已有认知模式,在具体环境中感知到利用特定工具可能会采取的行为,是生命体与客观物体互动的一种关系属性[26]。不同有机体因内在认知模式和行为目标差异,会对同一环境或物体形成不同的理解,即同一客观物体会对不同主体提供不同示能性。
此后,生态心理学领域开始在本体论层面探讨示能性,并形成了两种不同观点。以Turvey[5]为代表,认为示能性是客观存在的物理特征,即物体或环境的功能属性(Properties),实现示能性需要有机生命主体具备相应的能力;另一种观点认为,示能性不是物体的固有属性,而是行为主体在与环境相互影响、协同演化的动态过程中形成的一种关系 [26]。两种观点融合、发展,逐渐达成一致共识(Chemero &Turvey, 2007),即示能性是一种有机生命体与环境协同演化的关系,包含一系列可能性行为[27]。示能性具体可以从以下几个方面理解:首先,示能性产生于行为主体与环境二者相互适应的过程之中,需要同时考虑生命体和环境的特征属性;其次,示能性是具体行为实施的必要非充分条件,是一种潜在行为,为实现具体任务目标指明了行动方向,但不起决定性作用,具体实施受到各种环境因素影响 [6];再次,物体以及客观环境为主体行为提供了多种可能,而主体囿于固有的认知和行为能力,会优先选择与任务目标匹配的行为[27];最后,有机生命体还需具备完成具体实践活动的执行力。
示能性理论在生态心理学领域的发展完善,为扩展、应用到其它学科奠定了基础,如人机交互 [28]、信息系统[14]、组织科学[29]等。
示能性在IS领域最初被用于研究人机交互。Norman[28] 将示能性定义为物体被感知到的和实际的功能属性,区分为3个相关但不同的维度:①物体的真实示能性,即物体各种物理属性及实际用途;②主体对示能性的感知,即感知到的用途,不同于物体的真实示能性;③物体传达的示能性相关信息,即各种物理特征,如形状、颜色、大小等。Norman将示能性等同于物体的可用性功能 (Usability),偏离了生态心理学提出示能性的初衷。Gibson认为示能性是指物体的有用性(Usefulness) ,侧重点在于用户利用技术的可能性行为,并不是指物体的用途。后续研究修正了Norman的观点,回归到生态心理学的核心要义,并将示能性从人机交互扩展到组织管理领域。
从最初的示能性概念引入,到逐步应用于IS领域(如采纳、使用),再到分析技术工具对组织行为、组织结构、组织变革的影响,形成了一些有意义的研究主题。Markus&Silver[9]基于已有的社会技术(Socio-Technical)理论,率先提出技术工具、功能示能性(Functional Affordances)、符号表达3个概念,用以分析信息技术支持用户的使用行为及结果;Leonardi[14]提出当目标实现受技术工具限制时,员工会改变技术工具,当技术工具有助于目标实现时,员工的行为惯例会发生改变,并用鳞次栉比(Imbrication)形象地描述行为惯例与技术工具依次改变进而实现组织变革的过程;Treem & Leonardi [30]指出,社交媒体为知识共享提供了4种示能性;Strong等[17] 提出电子健康档案(EHR)在组织变革实现过程中具有示能性;Majchrzak等[31]明确指出技术示能性和约束理论(Technology Affordances and Constraints Theory)有助于IS学者更好地理解信息和通讯技术(Information And Communication Technologies,ICT)对组织的影响,并将示能性(或约束)定义为一种潜在行为,产生于技术的某些特征和目标导向下的使用者利用技术工具完成目标的过程。技术示能性或约束的重点不仅是ICT技术工具,而是行为主体的目标和使用信息技术的能力,进而解释了为什么利用同样的信息技术会产生不同的绩效。
由于技术示能性在组织管理研究领域正处于发展阶段,学者们基于不同的学术背景、研究问题,形成了不同的理论见解。首先,技术示能性概念界定不明晰,常与信息技术的功能特征、使用行为相混淆。Faraj & Azad[32]认为技术示能性是一个关系构念,产生于行为主体与技术工具间的关系;Majchrzak等[33]认为技术示能性是用户利用特定技术工具在完成目标过程中采取的具体行为;Treem & Leonardi[30]将社交媒体的的4种功能特征(持久性、可见性、关联性和可编辑)定义为示能性。其次,将技术示能性的实现结果与技术示能性本身相混淆。Strong等[17]认为电子健康档案(EHR)的示能性是“获取和存储病人数据”、“随时随地能够在线调用健康数据”,使用EHR的结果是“病人的健康数据能够获取”、“数据、流程的标准化”,进而导致信息技术的支持、实践过程与行为结果难以区分。再次,技术示能性分析层次不清。虽然个体是利用技术工具的主体,但个体同时也是群体和组织的一部分,具有嵌套性及跨层次特征[13]。行为主体在利用技术工具完成个人绩效任务的同时,还需要完成组织整体目标。
虽然目前学术界对于技术示能性的理解尚未达成统一,但仍存在一定共性,即都包含信息技术、行为主体、交互关系、潜在行为等核心构念。借鉴技术创新理论的3个关键要素——原因、过程和结果[34],本文基于已有技术示能性研究,从影响因素、实现过程和具体结果3个方面对该概念进行分析,并在人工智能、云计算、物联网等新一代信息技术与工业领域融合的背景下,构建新生产要素工业大数据驱动的技术示能性理论模型。基于Du&Pan[31]的研究,本文将技术示能性定义为个体或组织为了实现预期目标,利用信息技术以及信息系统,可能采取的行为,是客观技术与行为主体的关系属性。作为一种潜在行为,示能性也有转化为技术约束的可能,即技术工具在支持特定行为实现目标的同时,也会抑制另一些行为。信息技术是支持还是约束主体行为,需要综合考虑行为主体的目标、认知、行为能力以及信息技术的功能属性,如果主体能够理解技术工具的功能特征并具备相应的使用能力,就会支持潜在行为,否则就会约束行为。
(1)技术工具,即信息技术及其组成部分,包括各种设备、硬件、软件等,是真实、客观存在的物质基础设施。根据IS领域批判现实主义哲学观点,信息技术的特征、性能可以用物理单位衡量,不依赖于人的主观感知[12]。技术工具固有的物理性能是特定行为发生的必要条件,如电子健康系统(Electronic Health Record,EHR)蕴含了一系列功能特征[17],为组织和员工提供了完成组织变革的可能性。技术工具对行为的影响不仅取决于核心功能属性,也需要考虑外表、包装等其它一般性能特征,如显示器尺寸、图标颜色等,这些特征均会潜移默化地影响用户认知和行为。总之,信息技术基础设施固有的核心功能属性以及一般特征为用户行为提供了潜在可能性,既可以支持特定的使用行为,也可以约束其它使用行为。技术工具的物理属性是示能性形成的必要前提条件[9]。
(2)行为主体,是组织内部利用技术工具的用户集合。一方面,行为主体具有目标导向,个体、群体、团队应用信息技术是为了更好地完成任务目标,组织采纳信息技术也是为了提高效率、创造价值[7]。行为主体会根据目标进行排序,通过筛选、整合、利用信息技术或信息系统,进而有效实现目标的功能属性;另一方面,行为主体已有的认知模式、行为能力等特征也会影响自身对技术示能性的理解[4]。组织个体受政治、经济、社会、文化等生存环境因素影响,会在长期的社会实践过程中形成不同的习惯,包括感知、思维、行为系统,这些习惯是实践活动的基础,并且具有长期性、稳定性[25],而主体习惯会影响其对信息技术的理解和使用行为[4]。
总之,组织利用信息技术是为了实现具体的战略目标,技术工具的客观物理属性、功能特征和行为主体的目标、习惯影响着技术示能性,技术示能性是连接信息技术与主体目标的桥梁。
技术示能性作为一种潜在行为,只有通过具体的实践活动才能发挥效用。技术示能性的实现过程是指行为主体为了完成目标而利用技术工具而实施的具体使用行为[30]。行为主体在技术使用过程中,会根据战略目标完成程度不断调整、更新使用行为,同时也会对技术工具进行优化、完善[16]。技术示能性和具体使用行为在目标指引下形成一个动态反馈循环。
近几年,信息技术示能性的实现过程逐渐引起学者们关注 [18]。相关研究大多集中于个体层面,聚焦于个体基于已有知识、经验、能力和习惯,利用技术工具实现预期目标的一系列具体活动。随着研究深入,个体层面的研究逐渐扩展到组织层面。Strong 等[17]提出组织层面技术工具示能性的实现过程,是由个体应用技术工具的行为集合而成;Leonardi[15]提出共享支持(Shared Affordance)的概念,即群体内所有个体对信息技术形成共识,以同样的行为模式利用技术工具,不同个体行为交互影响,形成组织层面稳定的惯例。其本质可以理解为,个体在使用技术工具的过程中,受到组织中其它个体的影响,彼此在长期工作交流中形成内化、固定的组织惯例。同时,组织层面使用技术工具的过程也受到组织文化、群体规范、规章制度的影响,具有时间、地点等情景局限性[31]。恰当的组织环境有利于技术示能性的实现,而某些情景则会起到约束作用。
个人或组织应用信息技术的行为过程会产生具体的、可衡量的绩效结果,有助于行为主体及时了解目标实现程度[17]。技术示能性的具体结果可以分为两种:主体利用信息技术完成具体任务的程度和对组织整体战略的影响程度。
首先,主体利用信息技术的结果体现在组织各个层面,包括个体、群体、部门等,不同层次分别有对应的绩效指标衡量目标实现程度;其次,具体结果不同于技术示能性及技术使用行为,技术示能性只是潜在的可能性行为,个人或组织的具体使用行为可能会偏离预期目标;再次,行为主体的绩效结果是企业实现宏观战略目标的中间产物,企业可以根据目标的实际完成程度及时调整、部署战略目标;最后,技术示能性结果与示能性形成动态反馈循环,一种行为结果的产生有助于形成新的技术示能性,进而促进技术工具不断更新换代,甚至会促进组织变革[19]。
信息技术是否有助于组织提高效率、创造价值一直是理论和实践界关注的重点,学者们孜孜不倦地探索如何有效利用信息技术帮助组织实现长远发展。近几年兴起的技术示能性理论为该议题提供了一个新的理论研究视角,有助于理解技术工具采纳和使用对组织绩效的影响。学者们从不同领域、针对不同问题展开了一系列研究,但依然缺乏一个系统、整体的理论框架。本文从影响因素、实现过程、具体结果3个方面对已有文献进行梳理,试图揭示技术示能性的作用机制,并结合当前工业4.0和中国制造2025这一时代背景[36],提出新一代信息技术推动的数字化示能性理论框架。Autio等[37]提出了数字化示能性(Digital Affordances)的概念,即由数字化技术和基础设施形成的技术示能性,但其研究重点关注创业生态系统,并未对数字化示能性进行系统分析。
随着新一轮工业革命的迅猛推进,传统制造业转型升级面临一系列挑战和机遇。传感器、控制器等智能式嵌入终端系统与设备端加速融合,互联网时代人与人之间的连接逐渐发展为物联网时代人、机器、设备等万物互联互通。在工业领域,智能装备在设计、调试、运营维修、回收等过程中源源不断地产生即时数据,以及涵盖产品设计、生产、制造、使用、服务、回收、报废等整个生命周期的数据,导致企业在生产过程中累计的数据呈爆炸式增长,工业领域在智能化转型升级过程中产生的海量数据成为最重要的生产要素。因此,如何利用工业大数据为企业创造价值成为核心问题。本文通过对技术示能性研究进行梳理,从前因、过程、结果3个方面,提出在新一代信息技术与工业领域加速融合背景下,由工业大数据这一关键生产要素驱动的数字化示能性理论框架(见图1),以期推动相关研究发展,并为传统工业企业在工业4.0背景下实现数字化转型提供实践启示。
图1 工业大数据驱动的数字化示能性理论框架
资料来源:作者绘制
首先,工业大数据驱动的数字化示能性产生于物质主体和行为主体的互动过程,新一代信息技术基础设施及其使用主体是数字化示能性的必要前提条件。物质主体是采集、存储、处理工业大数据的一系列设备,包括各类传感器、RFID(Radio Frequency Identification)标签和RFID识读器、摄像头、GPS(Global Positioning System)、PLC(Programmable Logic Controller)等各种嵌入式终端硬件,以及DCS(Distributed Control System)、SCADA(supervisory control and data acquisition)等数据采集和监控系统,用以实时采集生产运营过程中的多源、异构数据,并经由通信网络进行数据传输、集成。行为主体是指企业内部以数字化生产为目标、具有相关知识经验的员工和管理者。员工需要根据本部门绩效指标,学习掌握数据处理技术(云计算、Hadoop、工业领域专业算法等)、建模仿真、可视化技术等相关知识,在业务流程中培养工业大数据应用能力。管理者在决策层面也应依据战略目标,转变以经验为主的决策模式为数据驱动决策模式,建立数字化运营认知、思维模式和管理能力。
其次,数字化示能性是一种潜在行为,为具体使用实践指引了方向。工业大数据使用有助于实现业务流程自动化和可视化,优化设计、生产、运维、售后等业务流程。智能装备集成了视觉、力觉等传感器,根据关键参数和关键模型指数进行拟合,能够准确识别工件,实现自动化生产、运维。智能监控系统形成全生产流程的数字镜像,将物联网层面采集到的数据在虚拟三维车间模型中实时地展现出来,不仅能够提供车间的VR(虚拟现实)环境,还可以显示设备实际运行状态,通过数字化镜像模型实现虚实融合。自动化生产和场景可视化能够远程监控生产现场,帮助不同业务部门协调内部生产流程,实现网络化协同,优化生产流程、提高运行效率、节约部门间的协调时间和成本。
再次,企业数字化业务实践会产生与业务目标、战略目标期望结果。数字化示能性的具体结果包含多个层次,在个体层面是员工绩效,在部门层面体现为每个生产流程的业务绩效,个体和部门任务绩效决定着组织层面数字化战略目标实现程度。不同层面的结果反过来也会影响数字化示能性,企业会根据战略目标完成程度更新必要的数字化硬件、软件等基础设施,进而行为主体形成新的数字化示能性。在彼此互相影响的过程中,不断接近战略目标,构成动态反馈循环,最终实现企业数字化发展。
最后,数字化示能性的形成、实践和结果受到情境因素影响。随着云计算、物联网(Internet of Things ,IoT)和信息物理系统(Cyber-Physical System, CPS)发展,各国加快推进生产领域的数字化变革,重视振兴实体经济及智能制造[38]。例如,德国提出工业4.0战略促进制造业智能化转型(如西门子、博世、SAP等),美国通过构建工业互联网产业联盟推动先进制造业智能化服务能力提升(如GE、AT&T、IBM等),中国制造2025也将把经济发展的重心放在制造业工业化与信息化深度融合上(如海尔等)。在智能化、数字化引导的新一代工业革命浪潮中,工业领域与大数据分析技术、智能感知技术、云计算、物联网深度融合,累积的数据呈爆炸式增长,促进了工业大数据驱动的数字化示能性发展。
数字经济时代,新一代信息技术与生产端深度融合,如何有效利用工业大数据推动企业长期发展,已经成为理论界与企业界关注的重点。在这一背景下,技术示能性理论备受关注,国外研究蓬勃发展,国内对技术示能性在组织管理、IS方面的研究较为缺乏。本文从缘起、影响因素、实现过程、具体结果对前沿外文文献进行系统梳理,提出工业大数据驱动的数字化示能性全景式概念模型,对技术示能性、工业大数据研究有一定理论贡献,为传统制造业利用新一代信息技术实现智能生产提供了科学的理论依据。针对现有研究不足,未来可以从以下4个方面进行深化:
(1)明确技术示能性概念。已有研究混淆了技术示能性与信息技术功能特征、用户潜在行为、实践过程、实现结果等概念,为了深入理解新一代信息技术对组织的影响,需要对这些概念进行区分。技术示能性的形成和实现过程是两个不同的概念,示能性指导用户利用信息技术进行具体实践,行为反过来也会维持、扩展、修正原有的示能性,二者形成动态循环,但目前对该反馈过程关注较少。
(2)多层次研究视角。生态学主要关注个体感知的环境提供的潜在行为,当扩展至IS和管理领域时,不仅需要考虑个体,更需要关注组织利用技术工具的可能性行为。技术示能性包含企业内部个体层面认知、能力、行为及组织层面的能力、惯例、绩效等,属于个体与组织互动的中观理论[4]。但当前技术示能性研究大多集中于单一层面,对二者动态影响的关注较少,个体层面与组织层面相互影响的技术支持值得深究[2]。具体而言,多层次技术示能性可以细分为3个方面:首先,自上而下,宏观情景对个体行为的影响,即个体如何受到组织因素的影响;其次,个体行动形成机制,包括个人如何交换信息、相互影响以及形成示能性感知和实现过程,需要考虑个体的信念、目标、行为等;再次,自下而上,如何从微观个体层面建立宏观的组织惯例,这是一个非线性动态交互过程,可以参考复杂系统相关逻辑及方法。
(3)关注技术示能性的双刃剑效应。既有IS研究较多关注信息技术对组织以及个人行为的促进作用,而忽视其负面效应。Volkoff&Strong[17] 曾提出可视化的技术示能性具有双重作用,一方面,管理者能够充分监视运营状况、降低风险,另一方面其可能限制员工行为的灵活性及对其动态管理的适应性。任何一种技术示能性在支持一种行为的同时也会约束另一种潜在行为,如何趋利避害地利用信息技术实现组织目标是一个重要议题。
(4)丰富研究方法。技术示能性理论在心理学领域的应用较为普遍,但在IS和组织管理相结合的情境,仍然是一个比较新的视角,正处于发展阶段,且大多为案例研究。为了更深入地推进研究发展,可以借鉴心理学等相关学科的多种研究方法,如大样本实证法、问卷调查法、模拟仿真法、行为实验法等,以提高研究结论的普适性和外部效度。
[1] CHEN H, CHIANG R L, STOREY V C. Business intelligence and analytics: from big data to big impact[J]. MIS Quarterly, 2012, 36(4):1165-1188.
[2] 戚聿东, 李颖. 新经济与规制改革[J]. 中国工业经济, 2018,(3):5-23.
[3] 陈国青,吴刚,顾远东等. 管理决策情境下大数据驱动的研究和应用挑战——范式转变与研究方向[J].管理科学学报,2018,21(7):1-10.
[4] FAYARD A,WEEKS J. Affordances for practice[J]. Information and Organization, 2014, 24(4): 236-249.
[5] ROBERY D,ANDERSON C,RAYMOND B. Information technology, materiality, and organizational change: a professional odyssey[J]. Journal of the Association for Information Systems, 2013,14(7): 379 - 398.
[6] CHEMERO A. An outline of a theory of affordances[J]. Ecological Psychology, 2003,15(2): 181-195.
[7] DONG-HEE SHIN. The role of affordance in the experience of virtual reality learning: technological and affective affordances in virtual reality [J]. Telematics and Informatics, 2017,(34): 1826-1836.
[8] ERKKO A,NAMBISAN S,LLEWELLYN D W,et al. Digital affordances, spatial affordances, and the genesis of entrepreneurial ecosystems[J]. Strategic Entrepreneurship Journal,2018,12(1):72-95.
[9] MARKUS M L,SILIVER M. A foundation for the study of IT effects: a new look at desanctis and poole′s concepts of structural features and spirit[J]. Journal of the Association for Information Systems, 2008,9(10): 609-632.
[10] BROCKE J,WATSON R T,DWYER C,et al. Green information systems: directives for the IS discipline [J]. Association for Information Systems, 2012, 33 (1):509-520.
[11] BURTON-JONES A,VOLKOFF O. How can we develop contextualized theories of effective use? a demonstration in the context of community-care electronic health records [J]. Information Systems Research, 2017, 28(3): 468-489.
[12] BYGSTAD B,MUNKVOLD B, VOLKOFF O. Identifying generative mechanisms through affordances: a framework for critical realist data analysis[J]. Journal of Information Technology, 2016, 31(1):83-96.
[13] DU W,PAN S L,LEIDNER D E,et al. Affordances, experimentation and actualization of fintech: a blockchain implementation study [EB/J]. The Journal of Strategic Information Systems, https://doi.org/10.1016/j.jsis.2018.10.002,2018.
[14] LEONARDI P M. When flexible routines meet flexible technologies: affordance, constraint, and the imbrication of human and material agencies [J]. MIS Quarterly, 2011, 35(1):147-168.
[15] LEONARDI P M. When does technology use enable network change in organizations? a comparative study of feature use and shared affordances [J]. MIS Quarterly, 2013, 37(3): 749-775.
[16] SEIDEL S,RECKER J,BROCKE J. Sensemaking and sustainable practicing: functional affordances of information systems in green transformations [J]. MIS Quarterly, 2013, 37(4): 1275-1299.
[17] STRONG D M,VOLKOF O. A theory of organization-EHR affordance actualization[J]. Journal of the Association for Information Systems,2014,15(2): 53-85.
[18] TIM Y,PAN S L, BAHRI S,et al. Digitally enabled affordances for community-driven environmental movement in rural Malaysia[J]. Information Systems Journal, 2018, 28(1): 48-75.
[19] VOLKOF O,STRONG DM. Critical realism and affordances: theorizing IT-associated organizational change processes [J]. MIS Quarterly, 2013, 37(3): 819-834.
[20] LEIDNER DE, GONZALEZ E, KOCH H. An affordance perspective of enterprise social media and organizational socialization [J]. Journal of Strategy Information Systems, 2018, 27(2):117-138.
[21] 赵宇翔,朱庆华.感知示能性在社会化媒体后续采纳阶段的调节效应初探[J].情报学报, 2013, 32(10):1099-1111.
[22] 王建平. 工业4.0战略驱动下企业平台生态圈构建与组织变革[J]. 科技进步与对策, 2018, 35(16): 91-96.
[23] 金青,李菼,宋非凡. 苏南工业企业面向工业4.0的新产品模型与制造范式研究[J]. 科技进步与对策, 2016, 33(7): 48-56.
[24] THAPA D,SEIN MK. Trajectory of affordances: insights from a case of telemedicine in Nepal[J]. Information Systems Journal, 2018, 28(5): 796-817.
[25] 周爱保,申莎,蒋强. 示能性:基于镜像神经元视角的理解[J].心理科学, 2017,40(6):1335-1339.
[26] STOFFREGEN T. Affordances as properties of the animal-environment system[J]. Ecological Psychology, 2003, 15(2):115-134.
[27] HUTCHBY I. Technologies, texts and affordances[J]. Sociology, 2001 (35):441-456.
[28] NORMAN D A. Affordance, conventions, and design[J]. Interactions, 1999,6(3):38-43.
[29] ZAMMUTO R F,GRIFFITH T L,MAJCHRZAK A,et al. Information technology and the changing fabric of organization[J]. Organization Science, 2007, 18(5):749-762.
[30] TREEM J W,LEONARDI P M. Social media use in organizations: exploring the affordances of visibility, editability, persistence, and association[J]. Annals of the International Communication Association, 2012,36(1):143-189.
[31] MAJCHRZAK A,MARKUS M L,WAREHAM J. Designing for digital transformation: lessons for information systems research from the study of ICT and societal challenges[J]. MIS Quarterly, 2016,40(2):267-277.
[32] FARAJ S,AZAD B. The materiality of technology: an affordance perspective[M]. Oxford: Oxford University Press,2012.
[33] MAJCHRZAK A,FARAJ S,KANE G C,et al. The contradictory influence of social media affordances on online communal knowledge sharing[J]. Journal of Computer-Mediated Communication, 2013, 19(1):38-55.
[34] 杨曦, 刘鑫. 人工智能视角下创新管理研究综述与未来展望[J]. 科技进步与对策, 2018, 35(22): 153-160.
[35] BOURDIEU P. The logic of practice[M]. Stanford: Stanford University Press. 1990.
[36] 赵福全,刘宗巍,史天泽. 中国制造2025与工业4.0对比解析及中国汽车产业应对策略[J]. 科技进步与对策, 2017, 34(14): 85-91.
[37] ERKKO A,NAMBISAN S,LLEWELLYN D W,et al. Digital affordances, spatial affordances, and the genesis of entrepreneurial ecosystems[J]. Strategic Entrepreneurship Journal, 2018,12(1): 72-95.
[38] 王磊,谭清美. 智能生产与服务网络条件下产业创新平台战略地图研究[J]. 科技进步与对策, 2017, 34(1): 53-58.