企业突破性技术持续采用意愿的驱动机制研究

S型曲线理论认为，突破性技术初始采用阶段,其绩效往往是最低的[1]，即企业只有持续采用该项技术，才能真正挖掘其潜在价值，明晰其对企业以及现有行业的影响[2]。

由此可见，企业对外部突破性技术的采用是一个渐近式动态学习过程，需要经历采用和持续采用两个阶段[3]。然而，实践中只有少数企业会率先采用尚未成熟的突破性技术并通过持续采用,实现对该技术的最大价值捕获，以此构建企业竞争力。例如，Netflix在2009年出于搜寻高效稳定的数据管理技术以及兼顾寻求组织合法性动机，采用当时为竞争对手AWS提供的尚未发展成熟的云计算技术，从DVD租赁业务逐步转型至互联网流媒体服务。此后，历时7年通过对该技术的持续采用实现整体业务云迁移，成功构建云生态系统。如今，Netflix稳居世界最大的专业收费视频网站之首。因此，探究通过持续采用突破性技术进而重塑竞争优势的企业行为逻辑，成为一个值得关注的理论和现实问题。

组织行为理论认为，组织意愿是促使组织行为发生的前提和基础[4]。也就是说，企业持续采用突破性技术还需要跨越持续采用意愿这道鸿沟，即当突破性技术被初次采用后，企业只有对该技术形成一种持续化、常态化采用倾向，才能转化至日常而非一次性技术采用阶段[3]。然而，现实中很多企业在初始购买使用突破性技术后都无法形成持续采用意愿。一方面，因为企业在采用突破性技术时往往出于追求绩效提升的单一动机，未能出于系统化动机作出突破性技术购买决策，使得所采用的技术不能很好地满足企业实际需求[5]。另一方面，在突破性技术初始采用阶段,企业往往难以洞悉其真正价值，故无法在短期内迅速提高自身绩效。同时，由于企业无法预知突破性技术的成熟期，不愿在未知中承担突破性技术在发展成熟过程中产生的高昂成本[6-7]。此外，突破性技术在前期融合过程中面临外来者劣势的窘境，如企业基础设施难以支撑突破性技术运行、员工缺乏相关专业知识以及存在抵触情绪[8]。此时，如果企业在购买前出于系统化购买动机对突破性技术进行识别和筛选，充分认识到突破性技术的潜在价值，就能够有效克服前期融合过程中的外来者劣势，驱动突破性技术持续采用意愿形成，从而提升突破性技术整体应用能力[9]。探究Netflix成功的深层次原因可以发现，Netflix出于系统化购买动机对云计算技术进行综合考量，采用后的实际效果超出企业原有预期，成功驱动其对云计算技术的持续采用意愿，并在此后7年时间里对云计算技术进行持续采用，最终确立其在专业收费视频网站领域内老大的地位。在上述背景下，从购买动机视角探究企业突破性技术持续采用意愿的驱动机制成为学界和业界密切关注、亟待解决的关键议题[10]。

现有研究从技术、组织和环境(TOE)理论[11-12]、技术接受模型(TAM)[13] 、交易成本理论[14-15]等视角，深入探讨外部环境因素[16](竞争压力、贸易伙伴压力、监管支持等)、技术因素[17](相对优势、兼容性、复杂性等)对突破性技术持续采用的影响，忽视了动机因素。后者既是维系行为意愿的内在动力[18]，也是推动突破性技术持续采用意愿形成的关键因素[8]。基于此，本文以198家采用过云计算技术的企业为研究对象，阐述购买动机的3个维度，探讨购买动机对突破性技术持续采用意愿的微观机理，提出相应的概念模型，实证验证所提出的研究假设，以期对突破性技术持续采用意愿驱动机制进行深入理解，为企业采用突破性技术提供一定的理论指导。

1 理论分析与模型构建

1.1 突破性技术持续采用意愿

突破性技术持续采用意愿是指当一项突破性技术被初次采用后，企业从有意识的采用阶段转化为一种日常而非一次性的采用阶段，从而对该技术形成持续化、常态化的采用倾向[3]。Pintrich[19]认为，购买动机是指企业通过对内部需求和外部诱导因素进行协调，引发企业购买突破性技术的重要动力因素，并通过对该技术持续采用实现自身特定目标，以满足实际需要；Locke[20]将购买动机的功能归纳为激活、指向、维持和调整，认为购买动机不仅可以诱使企业购买某项突破性技术，还可以维持企业对该技术的持续采用意愿以实现自身目标；Sukaini[21]指出，购买动机是持续采用意愿形成的驱动器，技术购买动机影响企业决策特征，进而显著影响持续采用意愿形成；Michael Obal[22]认为，购买动机一方面会影响企业进行突破性技术外部搜寻以及技术评估的侧重点，继而显著影响企业突破性技术采用及预期。另一方面，不同购买动机会影响企业对该技术的控制力，员工理解程度以及克服外来者劣势的难易程度对持续采用意愿形成至关重要。由此可见，学者们将购买动机视为突破性技术持续采用意愿的重要驱动因素。

梳理现有研究可以发现，企业作出购买决策时往往出于两种购买动机：效率动机和合法性动机[15,22]。有学者认为，企业出于效率动机采用突破性技术，即企业基于有限理性预期能够在决策前充分评估各项技术成本和可能收益，采用高效技术以最大限度地提高绩效，从而实现利益最大化[14]。正如Jeffries[23]所言，尽管寻找到最符合企业经济效益的技术需要耗费大量的时间和精力成本，但该技术有利于企业核心竞争力构建，使企业形成对该技术的持续采用意愿。还有学者考虑到企业制度环境中的非理性，强调制度环境为企业提供游戏规则，认为合法性动机是指企业之间趋同的内在机理，趋同是指在共同环境条件下，企业被驱使与其它企业保持相似性的约束过程[24]。已有相关研究表明，企业为了寻求自身合法性往往会出于模仿趋同动机和规范趋同动机作出购买决策[25]。Son[15]认为，出于模仿趋同动机和规范趋同动机所采用的突破性技术是有成功先例或权威认证的，因而员工接纳度将大幅提高，其学习倾向良好，更容易使企业形成对该项技术的持续采用意愿。

综上，现有研究大多探讨单一动机对突破性技术持续采用意愿的驱动作用[18]，然而，企业在实现利益最大化的同时，还要适应制度规则，因而在作出购买决策时必须同时考虑到效率和合法性，以期找到二者间的平衡点[26]。虽然部分学者尝试将购买动机纳入突破性技术持续采用意愿的驱动因素并加以研究，但鲜有学者从购买动机视角对突破性技术持续采用意愿的驱动机制进行广泛探讨[27]。基于此，本文将效率动机、模仿趋同动机和规范趋同动机三者结合，基于综合视角考量其对突破性技术持续采用意愿的影响，深入探究突破性技术持续采用意愿的驱动机制。

1.2 模型构建

组织动机理论指出，购买动机是指企业采用某项技术后可能满足某种需要以及产生某种结果的期望，对持续采用意愿形成具有不可忽视的关键作用[4]。由于突破性技术具有发展前景不明确、高风险的特性，企业在采用后对其发展动态难以评估[6]，从而导致突破性技术持续采用意愿形成过程并不是简单的“动机—意愿”过程。企业需要对采用后绩效与采用前期望加以比较，以此对该技术进行期望价值判断，若形成对该技术的正向认知，则驱动其形成突破性技术持续采用意愿[3]。因此，从动机到持续采用意愿形成，企业必须经过期望确认这一阶段。

现有研究表明，企业对突破性技术的期望确认有两条路径。首先，期望确认理论认为，企业在采用突破性技术后会将初始期望与实际感知相比较，若形成正向认知，认为能够满足企业实际需求，则会感到满意，驱动其对该技术形成持续采用意愿[3,28]；其次，由于突破性技术的超前性和难兼容性，企业在采用突破性技术前必然要付出较大的初始成本(交易成本以及技术搜寻、员工学习和价值评估所耗费的时间、精力、货币成本等)。随着员工技能学习和相关专业知识积累，短期内会形成与该技术相关的专有性资产，主观上深化了企业对该技术的价值认知，使企业购买决策行为陷入认知层面的锁定状态，进而形成对该技术的认知锁定，从而驱动突破性技术持续采用意愿形成[29-30]。因此，整合组织动机理论和期望确认理论，本文认为，企业突破性技术持续采用意愿的形成，需要经过“购买动机→期望确认→持续采用意愿”3个阶段[3，22，28]。其中，购买动机阶段是指企业出于一定的购买目的，通过搜寻和评估突破性技术作出购买决策；期望确认阶段是指将采用突破性技术前的预期与采用后的感知绩效进行对比的过程；持续采用意愿阶段是指决定是否持续使用该技术，使其真正融入企业运营活动中。

综上，本文基于组织动机理论和期望确认理论，构建突破性技术持续采用意愿理论模型，深入探究效率动机、模仿趋同动机、规范趋同动机对突破性技术持续采用意愿的影响。同时，引入满意及认知锁定进一步明晰不同购买动机对突破性持续采用意愿的驱动机制，以洞察购买动机对突破性技术持续采用意愿影响的微观机理。本文理论模型框架如图1所示。

2 研究假设

2.1 购买动机对满意与认知锁定的影响

(1)效率动机对满意与认知锁定的影响。效率动机是企业基于有限理性预期，旨在寻找最大限度提高企业运营效率以满足自身实际需要的突破性技术，也是企业对该技术形成满意和认知锁定的关键驱动力[31]。首先，效率动机要求的广泛技术搜寻工作强化了企业对技术广度的掌握，使企业了解各项技术的优劣势及其潜在收益和损失，可以通过对比找到较为理想的技术，增加企业对该技术感到满意的可能性[32]。以满足实际需要和提升运营效率为内涵的效率动机是企业在采用前评估技术应用、分配技术资源、部署技术的内驱力，有助于企业形成良好技术准备(接受和使用新技术的倾向)，驱使企业在采用突破性技术后形成满意。其次，效率动机更有可能深化企业对突破性技术价值的认知。突破性技术前期搜寻、学习和购置等物质转化成本正向影响企业对该技术的价值认知[22]。在技术搜寻过程中，员工对与该项技术所需专业知识与技能的累积，会导致其在技术应用过程中痴迷于自我认同感与技能优越感，会更难放弃使用该技术，其情感转换成本随之增加，从而深化对该技术的价值认知，故在物质转化成本与情感转化成本的双重影响下形成企业对该技术的认知锁定[29]。由此，本文提出以下假设：

H1a：效率动机正向影响满意；

H1b：效率动机正向影响认知锁定。

(2)规范趋同动机对满意与认知锁定的影响。规范趋同动机是指企业在采用突破性技术时出于遵守领域内成员共享的“游戏规则”动机，主要有供应商规范趋同动机和行业规范趋同动机。供应商的规范趋同动机是指企业受行业内成熟的供应商控制和推动，供应商会宣扬该项技术采用者的数量以及成功应用案例，使未采用的企业预感采用该技术后的风险和潜在损失降低，从而驱使其采用该项技术；行业规范趋同动机是指突破性技术购买决策人员参与相关行业和专业会议、研讨会等交流活动，学习了解相关突破性技术知识，从而影响企业技术采用决策[23]。

成熟供应商和行业协会能够提供前沿且有价值的突破性技术，更愿意向企业公开突破性技术相关信息，深化企业对该技术的理解，使其更易形成对该技术的满意和认知锁定。首先，成熟供应商以及行业协会的卖力宣传能使企业相对容易地获取详细信息，匹配员工学习，使其对该技术的掌握程度加深，控制力加大，因而企业采用后更有可能形成对该突破性技术的满意[15]。其次，规范趋同动机有助于企业与供应商形成良性互动，缩短突破性技术成熟等待周期，在企业内形成有利感知，使其更易感到满意。Deutsc等[33]认为，成熟的供应商或相关行业协会能够更清晰地描绘出该技术发展蓝图，为该技术制定稳中求进的研发战略和市场开拓战略，有助于促进企业对该突破性技术的认可，加深企业对该突破性技术成熟周期的理解与支持程度。上述相对包容的环境有利于供应商高效投入企业产品研发，催熟突破性技术，进一步帮助企业不断提升绩效，使企业对该技术感到满意。最后，短期技能学习行为能够通过专用性资产导致认知锁定，成熟的供应商和行业协会有能力对企业进行技能培训，有助于员工在短期内掌握相关知识与操作要领，既可减少其对该技术的抵触情绪，又能形成与之相关的专用性资产，从而形成对该技术的认知锁定[29]。由此，本文提出以下假设：

H2a：规范趋同动机正向影响满意；

H2b：规范趋同动机正向影响认知锁定。

(3)模仿趋同动机对满意与认知锁定的影响。模仿趋同动机是指企业在外部环境不确定或突破性技术难以理解时，倾向于采用与其它企业特别是相似企业或者行业领先者相同的技术。企业往往会密切关注其它企业采用的技术，对后者突破性技术采用过程进行追踪，在确定后者能够成功实践后模仿其行动，通过模仿形成对该技术的满意以及认知锁定，以期获得“最佳实践”[34]。首先，模仿趋同动机是指企业匹配人员通过追踪、学习以掌握其它企业技术信息，有助于扩展企业对该技术的纵向理解。Son[15]认为，在追踪学习过程中明晰其技术融合过程，汲取其成功经验，规避技术不确定性风险，优化资源配置并提高技术绩效。具有可视性及权威性的行业领先者能够很好地唤起员工认同感，减少员工抵触情绪，使其易对该技术感到满意。其次，对于企业而言，追踪其它企业的技术应用过程并不是件容易的事，其它企业为了维持使用突破性技术带来的垄断优势，会严密掌控技术应用状况。企业若要接触到技术应用的真实过程及核心要领，需要耗费巨大的人力和物力，形成与学习该技术相关的大量专用性资产，从而导致认知锁定[29]。由此，本文提出以下假设：

H3a：模仿趋同动机正向影响满意；

H3b：模仿趋同动机正向影响认知锁定。

2.2 满意与认知锁定对突破性技术持续采用意愿的影响

期望确认理论认为，满意是影响持续使用意愿的重要因素[3]。企业对突破性技术的满意程度越高，说明该技术越能满足企业实际需求。由于突破性技术存在高成本、高风险以及机会成本，企业不会花费额外成本重新采用其它技术，其持续采用该技术的意愿较强。Michael Obal [22]发现，技术搜寻工作、组织间信任和规范供应商压力都会影响企业满意状况，进而影响其突破性技术持续采用意愿。因此，突破性技术同其它技术或服务相同，若企业对该技术满意就会对其忠诚并产生持续采用意愿。此外，在认知锁定下企业会驱动突破性技术持续采用意愿产生，原因在于，即便在互联网时代，企业认知也存在盲点，员工学习能力有限。因此，突破性技术相关交易成本和技术应用技能学习会在短期内形成专用性资产，由于路径依赖和转化成本的存在，企业在主观上会深化对该突破性技术价值的认知，形成认知层面的锁定，从而产生对该技术的持续采用意愿[29-30]。由此，本文提出以下假设:

H4a：满意正向影响突破性技术持续采用意愿；

H4b：认知锁定正向影响突破性技术持续采用意愿。

2.3 满意的中介作用

购买决策者在不同购买动机驱使下，可能会放大或忽视突破性技术本身的不确定性，高估或低估其可控性，对技术采用前的期望与采用后的感知绩效产生不同影响，从而决定企业能否对该技术满意，最终在很大程度上影响企业突破性技术持续采用意愿形成[28]。因此，并非购买动机直接驱动突破性技术持续采用意愿产生，而是在企业出于一定购买动机采用突破性技术并形成满意后，才能驱动突破性技术持续采用意愿形成。

效率动机要求企业作出购买决策时对外部突破性技术进行有效识别，以选择有潜在价值且符合实际需要的技术。在技术搜寻和识别处理过程中，企业对突破性技术的甄别评估、消化转化以及整合应用能力会显著提高，因而企业在购买前可以有效解决可能面临的部分外来者劣势，会更容易感到满意，从而驱动持续采用意愿产生[22]。同样，供应商和行业协会为企业接触、获取突破性技术相关知识提供便利，并能为企业及时提供所需的专业技能和相关知识，增强企业对该技术前景的信心，因而能够驱动突破性技术持续采用意愿产生。最后，模仿其它企业成功先例，不仅可以绕过其在技术融合过程中踩过的雷，还可以激起员工对该技术的热情，使其在采用后更易感到满意，从而促使持续采用意愿产生。由此，本文提出以下假设：

H5a：满意在效率动机和突破性技术持续采用意愿之间起中介作用；

H5b：满意在规范趋同动机和突破性技术持续采用意愿之间起中介作用；

H5c：满意在模仿趋同动机和突破性技术持续采用意愿之间起中介作用。

2.4 认知锁定的中介作用

企业采用某项突破性技术后，由于物质转化成本以及情感转化成本的存在，增加了其认知成本，获得了独特竞争优势，使采用决策陷入认知锁定状态，从而持续采用该项技术[29]。企业在对某项技术形成认知锁定后重新采用其它技术的倾向会降低或消失。随着员工对突破性技术专业知识与应用技巧的学习，其工作效率会显著提高，逐渐痴迷于自己所拥有的知识和技巧，进而在认知层面上形成锁定，满足于现有工作情境。因此，认知锁定对突破性技术持续采用意愿的影响力会进一步提升。企业基于不同购买动机在采用突破性技术时都付出了一定的物质以及情感成本，因而在采用后都会在其内部形成不同程度的认知锁定，以驱动突破性技术持续采用意愿形成[30]。

不论是出于效率动机进行全方位技术搜寻工作，还是基于模仿趋同动机追踪其它企业的技术应用过程，抑或是出于规范趋同动机在供应商和行业协会的“卖力宣传”中进行甄别，企业都需要耗费巨大的人力、物力成本。由于突破性技术的颠覆性、独特性，必然需要匹配相应员工学习使用并将其快速融入企业日常运营中，以形成大量专用性资产。随着与该项技术所需的专业知识和技能积累以及员工理解接受程度加深，员工会痴迷于自己的技能优越感，将更难放弃使用该技术，其情感转化成本也随之增加。由此，在物质转化成本和情感转化成本双高的影响下形成企业对该技术的认知锁定，以驱动企业对该技术的持续采用意愿产生。由此，本文提出以下假设：

H6a：认知锁定在效率动机和突破性技术持续采用意愿之间起中介作用；

H6b：认知锁定在规范趋同动机和突破性技术持续采用意愿之间起中介作用；

H6c：认知锁定在模仿趋同动机和突破性技术持续采用意愿之间起中介作用。

3 变量测量

3.1 样本与数据收集

本文选取采用过云计算技术的企业作为研究对象，云计算技术服务形式包括软件即服务(SaaS)、基础设施即服务(IaaS)、平台即服务(PaaS)或任何其它类似的软件包。云计算技术的虚拟化、可扩展、按需服务以及资源池灵活调度等特性颠覆了传统网络技术模式和商业模式[35]。云计算技术有助于企业节约资本支出和运营成本，能从基于云的动态扩展、高可用性、多租户和有效资源分配等优势中获得巨大收益。但是即使在取代内部主要业务应用程序的云迁移过程中也存在着高度不确定性，无法充分发挥云计算的真正价值，使得购买后实际状况糟于采用云计算技术之前。可见，云计算技术满足突破性技术的全部特征，为企业带来巨大收益的同时也具有高风险。最新相关研究也把云计算技术作为一种新兴突破性技术[36]。

基于数据可得性和完整性，本文选择问卷调研方式获取研究数据。在设计调查问卷时，尽可能选择国际上被广泛认可的成熟量表，同时为避免中英文差异，采用翻译和回译方法，形成预测试量表。为确保调查问卷信效度，选取陕西省尧柏特种水泥、比亚迪等8家代表企业进行预测试，邀请专家、学者对初始问卷进行完善和修订，最终形成正式问卷。向198家使用过云计算技术的企业决策者发放问卷421份，最终收回315份，回收率 74.82% ，有效问卷共 278份，占总回收问卷的88.25%。

3.2 变量测量

通过对国内外相关研究成果进行系统梳理，参考和借鉴现有研究中被广泛认可的成熟量表，根据本文研究特点以及调研对象的实际情况设计构念测度量表，调查问卷采用Likert 7级计分方式，“1” 代表“完全不同意”， “7”代表“完全同意”，反映题项对企业实际的代表情况。

突破性技术持续采用意愿测量借鉴 Bhattacherjee以及Michael Obal等的研究成果，满意测量借鉴Rustagi以及Chan等的研究成果，认知锁定测量借鉴Burmham的研究成果，效率动机测量借鉴Grewal的研究成果，模仿趋同动机测量借鉴Son&Michael Obal的研究成果，规范趋同动机测量借鉴Son&Toe的研究成果。

本研究控制变量有：企业规模、企业年龄、所有制类型和行业类别。企业年龄：从企业成立到调研展开时年数的自然对数。所有制类型：国有企业编码为“1”，非国有企业为“0”。企业规模：员工总数的自然对数。

3.3 描述性统计与相关分析

本研究使用SPSS 23.0对变量进行描述性统计和相关性分析，见表1。数据表明，效率动机、规范趋同动机和模仿趋同动机与突破性技术持续采用意愿显著正相关(p<0.01)，效率动机、模仿趋同动机与满意显著正相关(p<0.01)，规范趋同动机与满意显著正相关(p<0.5)，效率动机、规范趋同动机和模仿趋同动机与认知锁定显著正相关(p<0.01)，满意和认知锁定与突破性技术持续采用意愿显著正相关(p<0.01)。由此可见，本研究变量之间存在显著相关性，初步验证了本研究提出的部分研究假设，为后续研究奠定了基础。

3.4 信度与效度检验

本研究使用SPSS 23.0对样本数据进行信效度检验，利用Cronbach 值检验量表信度，见表2。突破性技术持续采用意愿、满意、认知锁定、模仿趋同动机、规范趋同动机以及效率动机的Cronbach值分别为0.821、0.840、0.884、0.861、0.836、0.760，均大于0.7，可见量表的信度较高。采用每个变量的平均变异抽取值(AVE) 和组合信度检验量表效度。突破性技术持续采用意愿、满意、认知锁定、模仿趋同动机、规范趋同动机以及效率动机的AVE值为0.556、0.569、0.561、0.556、0.560、0.552，均大于0.5，组合信度值依次为 0.839、0.841、0.885、0.862、0.836、0.865，均大于0.8，说明量表效度较高。

3.5 共同方法偏差

为了评估潜在共同方法偏差，在问卷编制过程中，尽可能采用不同量表构成本研究调查问卷。在问卷发放过程中，通过设置不同发放时段、多渠道共同发放、匿名回收等方式，尽可能避免共同方法偏差。问卷调查结束后，利用Harman单因素测试法检测共同方法偏差。因子分析显示，有3个特征值高于1.0的因子，可以解释55.56%的方差，表明无明显共同方法偏差。同时，以其中一个变量为被预测变量，其它变量为预测变量进行回归分析，检验其共线性，VIF<10，表明变量间不存在明显共线性，即不存在明显共同方法偏差。

4 结果分析

4.1 路径分析

研究利用Amos 24.0 构建结构方程模型进行路径分析，各拟合指标基本达标且适配度良好。同时，将各变量带入结构方程，以验证本研究提出的假设模型，具体结果如表3所示。

效率动机对满意的影响，标准化回归系数是0.448，p<0.001，可知效率动机对满意有显著正向影响，故H1a成立；效率动机对认知锁定的影响，标准化回归系数是0.443，p<0.001，可知效率动机对认知锁定有显著正向影响，故H1b成立；规范趋同动机对满意的影响，标准化回归系数是0.268，p<0.001，可知规范趋同动机对满意有显著正向影响，故H2a成立；规范趋同动机对认知锁定的影响，标准化回归系数是0.405，p<0.001，可知规范趋同动机对认知锁定有显著正向影响，故H2b成立；模仿趋同动机对满意的影响，标准化回归系数是0.459，p<0.001，可知模仿趋同动机对满意有显著正向影响，故H3a成立；模仿趋同动机对认知锁定的影响，标准化回归系数是0.354，p<0.001，可知模仿趋同动机对认知锁定有显著正向影响，故H3b成立；验证满意对突破性技术持续采用意愿的影响，得到标准化回归系数为0.331，p<0.001，结论验证了H4a；最后，将认知锁定对突破性技术持续采用意愿的影响进行验证，得到标准化回归系数是0.343，p<0.001，结论验证了H4b。

4.2 中介效应分析

利用AMOS 24.0建立含中介变量的模型，按以下程序检验满意和认知锁定的中介作用：①分析自变量和因变量之间的关系；②分析自变量与中介变量的关系；③分析自变量、中介变量对因变量的关系。本研究有2个中介变量，分别建立中介模型 I、模型II。模型各项指标均处于合理范围内，表明模型拟合效果良好。检验本研究提出的中介作用假设，具体数据如表4所示。

以满意为中介变量，效率动机对突破性技术持续采用意愿的直接效应为0.444(P<0.001)，间接效应是0.168(P<0.001)。因此，满意在效率动机与突破性技术持续采用意愿间起部分中介效应，H5a成立；规范趋同动机对突破性技术持续采用意愿的影响不显著，采用Bootstrap法验证满意的中介效应，结果不显著，H5b不成立；模仿趋同动机对满意的直接效应为0.261(P<0.001)，间接效应是0.160(P<0.001)。因此，满意在模仿趋同动机与突破性技术持续采用意愿间起部分中介作用，假设H5c成立。以认知锁定为中介变量，效率动机对突破性技术持续采用意愿的间接效应为0.126(P<0.001)。因此，认知锁定在效率动机与突破性技术持续采用意愿间起部分中介作用，H6a成立；规范趋同动机对突破性技术持续采用意愿的影响不显著，采用Bootstrap法验证认知锁定的中介效应，结果显著，H6b成立；模仿趋同对满意影响不显著，对认知锁定影响显著，采用Sobel法验证认知锁定的中介效应，结果不显著，假设H6c不成立。

5 结语

基于期望确认理论和组织动机理论，探讨购买动机对突破性技术持续采用意愿的影响，尤其关注满意和认知锁定的中介作用以及3类购买动机的差异化驱动机制。实证结果显示，效率、模仿趋同和规范趋同动机均正向影响突破性技术持续采用意愿，满意、认知锁定在购买动机和突破性技术持续采用意愿之间起中介作用。其中，效率动机的作用路径被满意和认知锁定部分中介，模仿趋同动机的作用路径被满意部分中介，规范趋同动机的作用路径被认知锁定部分中介。

5.1 理论意义

(1)回答了“实践中为何大多数企业都止步于突破性技术的初始采用阶段，而没有持续采用该技术，从而难以实现对该技术的最大价值捕获”这一现实问题。厘清了那些通过对不成熟突破性技术持续采用而重塑竞争优势的企业其行为背后的原因，明晰了企业形成突破性技术持续采用意愿是该技术成功应用的关键，探究并实证揭示了突破性技术持续采用意愿驱动机制，为突破性技术创新研究提供了新的理论视角。

(2)整合期望确认理论和组织动机理论，归纳突破性技术的购买动机，构建“购买动机→期望确认→持续采用意愿”研究框架。这是基于突破性技术特性从动机视角对企业如何有效驱动技术持续采用意愿形成进行的一次探索性研究，既拓展了突破性技术持续采用意愿研究理论视角，又扩宽了组织动机理论应用边界。

(3)剖析突破性技术持续采用过程，证实满意、认知锁定对购买动机与突破性技术持续采用意愿具有中介作用，将购买动机驱动突破性技术持续采用意愿过程视为期望确认理论中的期望确认过程。一方面，在一定程度上打开了突破性技术持续采用意愿内在机理的“黑箱”，为后续突破性技术持续采用意愿影响机理相关研究提供了重要参考和借鉴。另一方面，在期望确认理论中引入认知锁定并探讨其对持续采用意愿的影响作用，突破现有研究局限，探究购买动机对突破性技术持续采用意愿差异化驱动机制，丰富了期望确认理论相关研究。

5.2 管理启示

(1)企业采用突破性技术前，应尝试兼顾多种购买动机，扩展技术搜寻范围，注重技术评价体系构建，完善评估技术应用，实现技术部署，增强对突破性技术潜力的识别能力，提高对突破性技术前期低绩效的包容程度，从而有效克服突破性技术面临的外来者劣势，最终实现企业自我革新，构建核心竞争力。

(2)企业应当对员工进行突破性技术相关知识和技能培训，有效缓解员工抵触情绪，从而驱动突破性技术持续采用意愿产生，加速突破性技术在融合过程中落地。随着不可迁移技能学习和前期准备工作的推进，企业短期内会形成与该技术相关的专用性资产，促进认知锁定驱动持续采用意愿形成，在持续采用过程中实现对突破性技术的最高价值捕获，以提升企业创新绩效。

5.3 不足与展望

首先，本文仅研究了一项突破性技术——云计算技术，未来可以深入探讨多种突破性技术持续采用意愿问题，进一步检验研究结果的普适性。其次，本研究认为，在购买动机对突破性技术持续采用意愿的影响过程中，满意和认知锁定皆起部分中介作用，但是二者的影响力孰强孰弱？或基于一定的临界点，二者的影响力是否显著不同？未来可以深入研究满意和认知锁定对突破性技术持续采用意愿的影响力问题。此外，本文未就满意与认知锁定对突破性技术持续采用意愿的跨期影响进行研究，未来可探讨突破性技术采用意愿能否进一步影响企业满意和认知锁定，继而经由某种机理对突破性技术持续采用意愿产生影响。最后，本文研究数据为横断面数据，未来可进行纵向调查，使实证结果更加准确。

[1] BIRKINSHAW J,VISNJIC I,BEST S.Responding to a potentially disruptive technology: how big pharma embraced biotechnology[J].California Management Review,2018,60(4)：74-100.

[2] ROGER T COLBERG.Innovation: the attacker's advantage,by Richard N Foster[J].Product Innovation Management,1987,4(3):239-240.

[3] BHATTACHERJEE A.Understanding information systems continuance:an expectation-confirmation model [J].MIS Quarterly,2001,25(3):351-370.

[4] SINKULA J M.Market information processing and organizational learning [J].Journal of Marketing,1994,58(1): 35-45

[5] ISOAHOLA S E.Motivational foundations of leisure [A]//JACKSON E L,BURTON T LED.Leisure studies: prospects for the XXI century.New York:Venture Publishing,1999.

[6] CHRISTENSEN C M，RAYNO R M,MCDONALD R.What is disruptive innovation[J].Harvard Business Review,2015，93(12)：44-53.

[7] 肖振鑫,高山行,高宇.企业制度资本对突破式创新的影响研究——技术能力与探索性市场学习的中介作用[J].科学学与科学技术管理,2018，39(5):101-111.

[8] EURIPIDIS LOUKIS,SPYROS ARVANITIS,NIKI KYRIAKOU.An empirical investigation of the effects of firm characteristics on the propensity to adopt cloud computing[J].Information Systems and e-Business Management,2017,15(4): 963-988.

[9] 裴旭东,黄聿舟,李随成.资源识取行为对技术差异化能力的影响[J].科学学研究,2018，36(5):893-921.

[10] DANNEELS E.Disruptive technology reconsidered:a critique and research agenda[J].Journal of Product Innovation Management,2004,21(4):246-258.

[11] KEVIN K Y KUAN,PATRICK Y K CHAU.A perception-based model for EDI adoption in small businesses using a technology-organization-environment framework[J].Information & Management,2001,38(8):507-521.

[12] LOW C,CHEN Y.Understanding the determinants of cloud computing adoption[J].Industrial Management & Data Systems,2011,111(7):1006-1023.

[13] HSU PF,RAY S,LI HSIEH YY.Examining cloud computing adoption intention,pricing mechanism and deployment model[J].International Journal of Information Management,2014,34(4):474-488.

[14] GREWAL R,CORNER J,MEHTA R.An investigation into the antecedents of organizational participation in business-to-business electronic markets[J].Journal of Marketing,2001,65(3):17-33.

[15] JAI YEOL SON,IZAK BENBASAT.Organizational buyers' adoption and use of B2B electronic marketplaces: efficiency- and legitimacy-oriented perspectives[J].Journal of Management Information Systems,2007,24(1): 55-99.

[16] DAVIS FD.A technology acceptance model for empirically testing new end-user information systems: theory and results[D].Cambridge :Massachusetts Institute of Technology,1986.

[17] TURNER M,KITCHENHAM B,BRERETON P,et al.Does the technology acceptance model predict actual use? a systematic literature review[J].Information and Software Technology,2010,52(5):463-479.

[18] RYAN R M,DECI E L.Self-determination theory and the facilitation of intrinsic motivation,social development,and well-being[J].American Psychologist,2000,55(1): 68-78.

[19] PINTRICHP R,SCHUNK D H.Social Network effects on the extent of innovation diffusion:a computer simulation [J].Organization Science,1997,8(3) : 289-309.

[20] EDWIN A LOCKE,GARY P LATHAM.What should we do about motivation theory?six recommendations for the twenty-first century [J].Academy of Management Review,2004,29(3):388-403.

[21] AL SUKAINI A K M,ZHANG J,ALBAZOONI A G Z.Mobile crowdsourcing: intrinsic and extrinsic motivational factors influencing online communities in China[J].Journal of Marketing Development and Competitiveness,2015,9(1): 129-145.

[22] MICHAEL OBAL.What drives post-adoption usage? investigating the negative and positive antecedents of disruptive technology continuous adoption intentions[J].Industrial Marketing Management,2017,1(3):42-52.

[23] JEFFRIES F L,REED R.Trust and adaptation in relational contracting[J].Academy of Management Review,2000,25 (4):873-882.

[24] KENNEDY M T,FISS P C.Institutionalization,framing,and diffusion: the logic of TQM adoption and implementaton decision among US hospitals[J].Academy of Management Journal,2009,52 (5): 897-918.

[25] ROBERTS P W,GREENWOOD R.Integrating transaction cost and institutional theories: toward a constrained-efficiency framework for understanding organizational design adoption[J].Academy of Management Review,1997,22 (2):346-373.

[26] 陈嘉文,姚小涛.组织与制度的共同演化:组织制度理论研究的脉络剖析及问题初探[J].管理评论,2015,27 (5):135-144.

[27] LINDA STEG,JAN WILLEM BOLDERIJK,KEES KEIZER,GODA PERLAVIUTE.An integrated framework for encouraging pro-environmental behaviour:the role of values,situational factors and goals[J].Journal of Environmental Psychology,2014,38 (1):104-115.

[28] LACKA E,CHONG A.Usability perspective on social media sites' adoption in the B2B context[J].Industrial Marketing Management,2016,54 (4): 80-91.

[29] SHIH HP.Cognitive lock-in effects on consumer purchase intentions in the context of B2B websites[J].Psychology and Marketing,2012,10 (29): 738-751.

[30] LIZY,CHENG Y.Form free to fee: exploring the antecedents of consumer intention to switch to paid online content[J].Journal of Electronic Commerce Research,2014,15(4): 281-299.

[31] MOHLMANN M.Collaborative consumption: determinants of satisfaction and the likelihood of using a sharing economy option again[J].Journal of Consumer Behaviour,2015(3):193-207.

[32] BAKOS J.Reducing buyer search costs: implications for electronic marketplaces[J].Management Science,1997,43(12) :1676-1692.

[33] DEUTSC M,GERARD H B.A study of normative and informational social influences upon individual judgment[J].Journal of Abnormal and Social Psychology,1955,51(4): 629-636.

[34] 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.

[35] IBRAHIM ABAKER TARGIO HASHEM,IBRAR YAQOOB,NOR BADRUL ANUAR,et al.The rise of "big data" on cloud computing: review and open research issues[J].Information Systems,2015,47 (1):98-115.

[36] TIAGO OLIVERIRA,MANOJ THOMAS,MARIANA ESPADANAL.Assessing the determinants of cloud computing adoption: an analysis of the manufacturing and services sectors[J].Information & Management,2014,51 (7):497-510.