ORGANIZACJA I ZARZĄDZANIE

ORGANIZACJA I ZARZĄDZANIE KWARTALNIK NAUKOWY Nr 3(11) WYDAWNICTWO POLITECHNIKI ŚLĄSKIEJ GLIWICE 2010

SPIS TREŚCI 1. Jarosław BANAŚ Użycie modeli na potrzeby analizy użytkowników systemów informatycznych, ujęcie teoretyczne... 5 2. Janusz KARWOT, Jan BONDARUK Innowacyjna współpraca pomiędzy sektorem B+R a przemysłem w praktyce. 17 3. Piotr KORDEL Repozytorium wiedzy w strategii zarządzania wiedzą organizacji. Studium przypadku przedsiębiorstwa branży informatycznej.. 29 4. Helena KOŚCIELNIAK Monitoring finansowy przedsiębiorstw w ujęciu sektorowym... 43 5. Marta MACEŁKO, Izabela MENDEL Miasto kreatywne najważniejsze wyzwanie dla Zabrza 57 6. Elena MIESZAJKINA Postrzeganie przedsiębiorczości w Polsce i na Białorusi.. 79 7. Sławomir OLKO, Maciej SAJKOWSKI, Tomasz STENZEL Marketing w procesie innowacyjnym. Studium przypadku komercjalizacji autonomicznego robota HEXOR. 91 8. Ewelina SKOWRON Tereny pogórnicze w rozwoju społeczno-ekonomicznym gmin województwa śląskiego i Zagłębia Ruhry (na przykładzie Essen).. 107 9. Tomasz SZEWC Ewolucja ustroju i funkcjonowania administracji publicznej w Polsce w pierwszej dekadzie XXI wieku.. 125 10. Wojciech ZOLEŃSKI Systemy wczesnego ostrzegania wykorzystujące wiedzę... 143

Jarosław BANAŚ Politechnika Lubelska Wydział Zarządzania Katedra Organizacji Przedsiębiorstwa UŻYCIE MODELI NA POTRZEBY ANALIZY UŻYTKOWNIKÓW SYSTEMÓW INFORMATYCZNYCH, UJĘCIE TEORETYCZNE Streszczenie. W artykule omówione zostały wybrane teorie dotyczące zachowań człowieka: Teoria Uzasadnionego Działania oraz Teoria Planowanego Działania. Przedstawiono, oparty na nich, Model Akceptacji Technologii wraz z możliwymi modyfikacjami. Zaprezentowane zostały możliwości wykorzystania powyższych modeli na potrzeby analizy użytkowników systemów informatycznych w Polsce. Słowa kluczowe: Teoria Uzasadnionego Działania, Teoria Planowanego Działania, Model Akceptacji Technologii USING MODELS FOR THE ANALYSIS OF INFORMATION SYSTEMS USERS. THEORETICAL APPROACH Summary. The paper discusses selected theories of human behavior: Theory of Reasoned Action and Theory of Planned Behavior. Based on previous models the Technology Acceptance Model with its possible extensions has been presented. The possibility of using these models for the analysis of users of information systems in Poland have been also presented. Keywords: Theory of Reasoned Action, Theory of Planned Behavior, Technology Acceptance Model

6 J. Banaś 1. Wstęp Rzeczywistość gospodarcza cechująca się zmiennością tłumaczona jest przez liczne teorie oraz modele. Mają one za zadanie w adekwatny sposób wyjaśniać interakcje zachodzące w analizowanej jej części. Jednym z bardziej interesujących obszarów tej rzeczywistości jest gospodarka elektroniczna oraz zależności w niej zachodzące. Obecnie jesteśmy uczestnikami rynku, w którym tradycyjne produkty, znajdują swoje elektroniczne odpowiedniki. Dodatkowo powstają nowe produkty bazujące na rozwoju technologii informatycznych. Następuje rozwój społeczeństwa informacyjnego oraz wzrost znaczenia globalnej wymiany. Dla przedsiębiorców przewartościowaniu ulega znaczenie poszczególnych zasobów, co zostało przedstawione na rys. 1. Istotne staje się posiadanie unikalnych informacji na temat zachowań klientów, co w połączeniu z podwyższaniem efektywności działania stanowi jedno ze źródeł budowania przewagi konkurencyjnej. W społeczeństwie zmieniają się kryteria wyborów, priorytety itp., dlatego też szczególnie interesującym z punktu widzenia badacza, są klienci indywidualni i przedsiębiorcy udostępniający i użytkujący produkty w elektronicznej formie. Rys. 1. Schemat przewartościowania zasobów przedsiębiorstwa w gospodarkach tradycyjnej i elektronicznej Fig. 1. A schematic diagram of re-evaluation of corporate resources in traditional and electronic economy Źródło: Jelonek D.: Wybrane problemy adaptacji przedsiębiorstw do wymogów e- gospodarki, [w:] Zeszyty Naukowe Uniwersytetu Szczecińskiego, nr 598, Ekonomiczne problemy usług; nr 58, E-gospodarka w Polsce. Stan obecny i perspektywy rozwoju, część II. Uniwersytet Szczeciński, Szczecin 2010, s. 478.

Użycie modeli na potrzeby analizy 7 Istnieje wiele teorii i modeli tłumaczących określone zachowania konsumenckie w gospodarce tradycyjnej. Są nimi m.in. Teoria Uzasadnionego Działania 1 i jej rozszerzenie Teoria Planowanego Działania. 2 Na bazie założeń tych teorii powstały ich modyfikacje, mające za zadanie tłumaczyć związki przyczynowo-skutkowe w badanych obszarach gospodarki elektronicznej oraz społeczeństwa informacyjnego. Model Akceptacji Technologii 3 bezpośrednio wywodzi się z powyższych założeń i stanowi podstawę do wyjaśniania wpływu określonych czynników na postrzegane efekty wykorzystania technologii. Pod wpływem dalszych badań, podstawowa wersja Modelu doczekała się licznych modyfikacji, mających wyjaśniać kolejne aspekty e-gospodarki. Kolejnym etapem było rozszerzanie podstawowej wersji Modelu Akceptacji Technologii o dodatkowe zmienne oraz powiązanie go z innymi modelami, np. z Modelem Adekwatności Zadań i Technologii. 4 2. Teoria Uzasadnionego Działania Teoria Uzasadnionego Działania (Theory of Reasoned Action, TRA), której autorami są M. Fishbein i I. Ajzen, 5 sformułowana została w 1975 r. Autorzy stwierdzają, iż ludzie są świadomi swoich Postaw (Attitude, A) i Zachowań (Behavior, B). Wykazali, że może zachodzić zależność pomiędzy postawą a zachowaniem, która dotąd nie była omawiana przez psychologię społeczną. W swoich badaniach M. Fishbein i I. Ajzen wykazali, iż jeśli będzie się mierzyć łącznie cały zestaw zachowań związanych z postawą, to okaże się, że postawy i zachowania są w istocie powiązane. Dlatego też, aby właściwie określić ogólne relacje pomiędzy postawami a zachowaniami wymagane jest rozważenie wielu rodzajów zachowań, które są związane z postawą. 6 Jak to zostało przedstawione na rys. 2, Teoria Uzasadnionego Działania zakłada, że określone zachowanie bezpośrednio poprzedza świadomy zamiar Intencja (Intention, Behavioral Intention, BI). Na intencję natomiast bezpośrednio oddziałuje indywidualna Postawa (Attitude toward behavior, A) oraz subiektywnie postrzegane Normy (Subjective Norm, SN). Intencje zostały zdefiniowane jako określone elementy (parametry) 1 Fishbein M., Ajzen I.: Belief, Attitude, Intention, and Behavior: An Introduction to Theory and Research, Reading. Addison-Wesley, MA 1975. 2 Ajzen J.: The theory of planned behaviour. Organisational Behaviour and Human Decision Processes, vol. 50, 1991, pp. 179-211. 3 Davis F.D.: Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, no. 13(3), 1989, pp. 319-339. 4 Goodhue D.L., Thompson R.L.: Task-technology fit and individual performance. MIS Quarterly, no. 19(2), 1995, pp. 213-236. 5 Fishbein M., Ajzen I.: Belief op.cit. 6 Bordens K.S., Horowitz I.A.: Social psychology. Lawrence Erlbaum Associates, Inc., Publishers, 2002, p. 176.

8 J. Banaś motywacyjne wpływające na zachowanie. Są one miarą wysiłku, jaki człowiek jest gotów ponieść. Postawa definiowana jest jako indywidualne odczucie (o charakterze pozytywnym lub negatywnym), nakierowane na określone zachowanie. Postawa Intencja Zachowanie Subiektywne normy Rys. 2. Koncepcyjny model Teorii Uzasadnionego Działania Fig. 2. A conceptual model of the Theory of Reasoned Action Źródło: Chang C-C., Lin C-Y., Chen Y-C., Chin Y-C.: Predicting information-seeking intention in academic digital libraries. Electronic Library, vol. 27, no. 3, 2009, pp. 450. Przy tak prowadzonych badaniach istotne jest zdefiniowanie czasu, jaki mają osoby na ustosunkowanie się do konkretnego działania. Jeżeli występuje znaczna presja czasowa, to jedną z najprostszych i najszybszych metod oszacowania potencjalnego zachowania jest właśnie intencja. Dodatkowo wykazano, że istnieje ścisły związek pomiędzy sposobem zadawania pytań o postawę a uzyskiwanymi informacjami o zachowaniu. Pytania mające charakter ogólny nie dają pełnej wiedzy o potencjalnych zachowaniach. Dlatego też najlepiej doprecyzować pytania i badać postawy porównując je z rzeczywistym zachowaniem. Na rynkowe zachowania istotnie wpływają także subiektywne normy, przez pryzmat których poszczególne osoby podejmują decyzje. Osoby te potrafią z jednej strony wzmocnić działanie postaw w kierunku odpowiedniego zachowania, z drugiej zaś wpływ subiektywnych odczuć może całkowicie zminimalizować wpływ (ugruntowanej już) postawy na zachowanie. 7 Subiektywne normy wynikają z przekonań normatywnych, które to są wyznacznikiem zaakceptowania bądź nie zaplanowanego działania przez najbliższe otoczenie, z którego opinią liczy się rozważająca to osoba. Dodatkowo, ważną rolę odgrywa tu determinacja w dążeniu do osiągnięcia określonego celu. 7 Więcej informacji na temat przeprowadzonych badań korelacji pomiędzy postawą a zachowaniem oraz znaczenie subiektywnych norm można znaleźć w Aronson E., Wilson T.D., Akert R.M.: Psychologia społeczna. Serce i umysł. Zysk i S-ka, Poznań, 1997, s. 345-347.

Użycie modeli na potrzeby analizy 9 3. Teoria Planowanego Działania Rozwinięciem Teorii Uzasadnionego Działania jest Teoria Planowanego Działania (Theory of Planned Behavior, TPB), rozwinięta w 1991 r. Do modelu TRA dodatkowo dodaje ona kategorię Postrzegalna Kontrola Zachowania (Perceived Behavioral Control, PBC), co zostało przedstawione na rys. 3. Postawa Subiektywne normy Intencja Zachowanie Postrzegalna kontrola zachowania Rys. 3. Koncepcyjny model Teorii Planowanego Działania Fig. 3. A conceptual model of the Theory of Planned Behavior Źródło: Chang C-C., Lin C-Y., Chen Y-C., Chin Y-C.: Predicting information-seeking intention in academic digital libraries. Electronic Library, vol. 27, no. 3, 2009, pp. 450. Teoria Planowanego Działania zakłada bezpośrednie oddziaływanie Intencji na Zachowanie. Intencja jest tu zdeterminowana przez działanie trzech sił: Postawy, Subiektywnych Norm oraz Postrzegalnej Kontroli Zachowania. Postrzegalna kontrola zachowania jest przekonaniem, że istnieje wpływ człowieka na wykonanie zamierzonego działania oraz przeświadczenie o istnieniu czynników ułatwiających bądź też utrudniających osiągnięcie zamierzonego celu. 8 Wiele badań potwierdza, że wprowadzenie trzeciego komponentu (PBC) lepiej tłumaczy Intencje (BI) niż wcześniej omawiany model TRA. 9 Modele te stanowią punkt wyjścia do tworzenia bardziej skomplikowanych struktur, tłumaczących współczesne zachowania uczestników rynku. Ze względu na złożoność badań stosuje się modyfikacje modeli TRA i TPB na potrzeby wyjaśniania zależności przyczynowo-skutkowych zarówno w gospodarce tradycyjnej, jak i w gospodarce elektronicznej. 8 Rozszerzoną postać TPB można znaleźć na stronie: http://www.people.umass.edu/aizen/tpb.diag.html. 9 Li J., Mizerski D., Lee A., Liu F.: The relationship between attitude and behavior: an empirical study in China. Asia Pacific Journal of Marketing and Logistics, vol. 21, no. 2, 2009, pp. 232-242.

10 J. Banaś 4. Model Akceptacji Technologii Wraz z rozwojem Internetu jako medium szeroko pojętej wymiany informacji oraz globalnej działalności gospodarczej pojawiały się potrzeby badania społeczeństw, do których były skierowane technologie informatyczne. Istotne było, w jaki sposób absorbują oni pojawiające się narzędzia informatyczne. Wielkie znaczenie odgrywała tu postawa użytkowników w stosunku do dostarczanych im systemów IS/IT, ich potrzeby w tym obszarze oraz sposób, w jaki są zaspokajane. Klienci systemów informatycznych to ogromna grupa, wielce zróżnicowana pod względem zapotrzebowania, sposobu używania oprogramowania i postrzegania. Podmioty gospodarcze, dostarczające rozwiązania IT, z uwagi na wielką dynamikę rozwoju tego segmentu rynku oraz utrzymanie i powiększanie własnej pozycji konkurencyjnej, zainteresowane są badaniem charakterystyk swoich klientów oraz ich opinii na temat użytkowanych systemów, nie tylko w kontekście sprzedaży własnych produktów, ale również produktów związanych z ich otoczeniem. Model Akceptacji Technologii (Technology Acceptance Model, TAM) bezpośrednio bazuje na Teorii Planowanego Działania. Koncepcja TAM stworzona została przez F.D. Davisa w 1989 r., 10 później została zmodyfikowana. 11 Model ten stosowany jest do wyjaśniania różnych aspektów wykorzystywania systemów informatycznych, postrzegania i użytkowania narzędzi przez społeczeństwo informacyjne oraz w gospodarce elektronicznej. Bazując na modelach wynikających z TRA i TPB, Davis wykazuje, że Aktualne Wykorzystanie systemów IT (Actual Using, AU) jest bezpośrednio zdeterminowane przez Behawioralne Intencje Użycia (Behavioral Intention to Use, BI) co widać na rys. 4. TAM definiuje dwa czynniki, istotnie wpływające (bezpośrednio) na Intencje użytkowania: Postrzegalna Użyteczność (Perceived Usefulness, PU) to stopień, do którego osoba wierzy, że wykorzystanie określonego systemu może podnieść wyniki jej pracy, Postrzegalna Łatwość Użytkowania (Perceived Ease of Use, PEU) to stopień, do którego osoba wierzy, że wykorzystanie danego systemu będzie pozbawione wysiłku. 12 10 Davis F.D.: Perceived... op.cit. 11 Bagozzi R.P., Davis F.D., Warshaw P.R.: Development and test of a theory of technological learning and usage. Human Relations, no. 45(7), 1992, pp. 660-686. 12 Pastuszak Z.: Implementacja zaawansowanych rozwiązań biznesu elektronicznego w przedsiębiorstwie. Placet, Warszawa 2007, s. 164-165.

Użycie modeli na potrzeby analizy 11 Postrzegalna użyteczność (Perceived Usefulness) Postrzegalna łatwość użycia (Perceived Ease of Use) Intencje użycia (Behavioral Intention to Use) Aktualne wykorzystanie (Actual Usage) Rys. 4. Model Akceptacji Technologii Fig. 4. Technology Acceptance Model Źródło: Davis F.D., Venkatesh V.: A critical assessment of potential measurement biases in the technology acceptance model: Three experiments. International Journal of Human-Computer Studies, vol. 45, Issue 1, July 1996, pp. 19-45. Powyższe zależności oraz czynniki wpływające na akceptację technologii zostały wykorzystane przez wielu badaczy oraz projektantów systemów informatycznych. Atrakcyjność modelu wynika z tego, iż trafnie i w stosunkowo prosty sposób potrafi określić poziom akceptacji technologii badanej próby. Dla użytkowników i projektantów systemów informatycznych coraz większego znaczenia nabiera użyteczność (usability), która determinuje sposób korzystania z systemu IT. Modelowanie z wykorzystaniem TAM daje informacje dla budowniczych systemów, wykorzystywane później podczas analizy wymagań oraz na innych etapach rozwoju. Czynniki zawarte w TAM mogą być szeroko stosowane w rozwiązywaniu problemów dotyczących akceptacji systemów IS/IT. 13 Poznanie opinii i poziomu umiejętności badanej próby ma istotne znaczenie przy unowocześnianiu już istniejących i wprowadzaniu nowych rozwiązań. Projekty informatyczne obarczone są niekiedy ogromnym ryzkiem, a ich powodzenie w ogromnej mierze zależy od właściwego przyjęcia proponowanych rozwiązań przez końcowych użytkowników. Modelowanie z wykorzystaniem TAM jest unikalnym, wielowymiarowym źródłem wiedzy dla przedsiębiorstw wdrażających rozwiązania IT, gdyż pozwala też na określenie akceptacji technologii jako całości, a nie tylko wybranych produktów. Wraz ze wzrostem zapotrzebowania na analizę użytkowników IT oraz adaptację przez nich technologii informatycznych powstały modyfikacje TAM. Wzbogacone o nowe 13 Lee M-C.: Factors influencing the adoption of internet banking: An integration of TAM and TPB with perceived risk and perceived benefit. Electronic Commerce Research and Applications, no. 8, 2009, pp. 130-141.

12 J. Banaś czynniki TAM2 (wpływy społeczne i postrzeganie procesów) 14 oraz TAM3 15 jeszcze precyzyjniej określają stopień akceptacji technologii w badanych obszarach. Wynika to z przeprowa-dzonych badań, potwierdzających bądź odrzucających wpływ określonych czynników na akceptację technologii. Próbą scalenia wszystkich istotnych czynników w jeden uniwersalny model akceptacji technologii była opracowana przez V. Venkatesha Unified Theory of Acceptance and Use of Technology (UTAUT). 16 5. Wykorzystanie modelu TAM do analizy zachowań użytkowników systemów informatycznych Analiza literatury zagranicznej w zakresie wykorzystania modelu TAM wykazuje, że model ten znajduje bardzo szerokie zastosowanie, głównie w badaniach dotyczących nauk o zarządzaniu. Wiele źródeł literaturowych potwierdza zasadność wykorzystania klasycznego modelu TAM na potrzeby badania użytkowników systemów informatycznych. Modelowanie z wykorzystaniem koncepcji TAM umożliwia także utworzenie modelu, który oprócz podstawowej konstrukcji TAM może zostać wzbogacony o istoty (zdaniem badacza) zbiór dodatkowych cech. Ogromne możliwości rozszerzania TAM (extended TAM) sprawiły, że jego podstawowa wersja jest uzupełniana o inne czynniki, mające znaczenie dla określenia stopnia akceptacji technologii. W literaturze można spotkać wiele implementacji wzbogaconych o różne rodzaje ryzyka, charakterystykę personalną użytkowników, kulturę organizacyjną itp. Dzięki konstrukcji TAM i jego rozszerzonych wersji można badać dwa rodzaje efektów (oddziaływań pomiędzy zmiennymi). Służy do tego metoda analizy ścieżek (path analysis). 17 Efekt bezpośredni występuje pomiędzy dwoma analizowanymi zmiennymi i na podstawie wartości liczbowej można określić wielkość oddziaływania. Efekt pośredni wyznacza się ze współczynników wynikających z innych, możliwych (alternatywnych) ścieżek pomiędzy badanymi zmiennymi. Analizując wpływ poszczególnych zmiennych na siebie należy określić całkowity efekt działania, który równy jest sumie efektu bezpośredniego i efektu pośredniego. Taka analiza stanowi cenne źródło informacji o badanej próbie, a otrzymane wnioski mogą dotyczyć analizowanej populacji i stanowić o jej możliwościach adaptacji technologii. 14 Venkatesh V., Davis F.D.: A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. Management Science, no. 46, 2000, pp. 186-204. 15 Venkatesh V., Bala H.: Technology Acceptance Model 3 and a Research Agenda on Interventions. Decision Sciences, no. 39(2), 2008, pp. 273-315. 16 Venkatesh V., Morris M.G., Davis G.B., Davis F.D.: User acceptance of information technology: Toward a unified view. MIS Quarterly, no. (27:3), 2003, pp. 425-478. 17 Brzeziński J.: Wielozmiennowe modele statystyczne w badaniach psychologicznych. PWN, Warszawa- Poznań 1987.

Użycie modeli na potrzeby analizy 13 Utworzony w ten sposób model daje znacznie szersze możliwości empirycznego weryfikowania postawionych hipotez, które najczęściej dotyczą zależności pomiędzy zmiennymi lub ich wzajemnego wpływu. Dzięki temu powstaje nowa wiedza, dotycząca wskazania powiązania bądź udowodniająca jego brak dla nowego zbioru cech, determinujących gospodarkę elektroniczną. Badaniu z wykorzystaniem modelu TAM mogą więc zostać poddane konkretne produkty, szczególnie w postaci elektronicznej (niekiedy trudnej do zbadania) oraz różnorodne formy elektronicznych interakcji w sferach B2B, B2C, P2C i ich pochodne. Jednym z możliwych rozszerzeń modelu TAM jest połączenie go z innymi modelami wspomagającymi analizę użytkowników IS/IT, np. z Modelem Adekwatności Zadań i Technologii (Task-Technology Fit, TTF). Umożliwia on badanie zagadnień związanych z wpływem wykonywanych zadań na wykorzystanie i akceptację technologii (ujęcie procesowe). Autorami koncepcji TTF są D. L. Goodhue i R. L. Thompson. Zakładają oni, że technologia jest akceptowana jeśli dobrze pasuje do wykonywanego zadania (zadań). 18 Jak wykazały przeprowadzone badania, połącznie modeli TAM i TTF może być efektywniejsze niż korzystanie tylko z modelu TAM, ponieważ może powodować powiększenie stopnia wyjaśnienia wariancji dla użytych zmiennych. 19 Opierając się zatem na bogatej literaturze zagranicznej, można stwierdzić, że model TAM jest elastycznym modelem do badań adaptacji i użytkowania systemów IS/IT, szczególnie z punktu widzenia użytkownika końcowego. Metodologia badań została wielokrotnie pozytywnie zweryfikowana, a jej zastosowanie jest szerokie, m.in. adaptacja i wykorzystanie Internetu oraz usług internetowych przez społeczeństwa 20 oraz przedsiębiorstwa, 21 rynek elektroniczny i jego wpływ na zachowania konsumentów, 22 wykorzystanie specjalistycznych usług, szczególnie finansowych, 23 dokonywanie nowoczesnych form realizacji płatności 24 oraz korzystanie z najnowszych możliwości komunikacji. 25 Zainteresowanie badaczy 18 Goodhue D.L., Thompson R.L.: Task-technology op.cit. 19 Klopping I.M., McKinney E.I.: Extending the Technology Acceptance Model and the Task-Technology Fit Model to Consumer E-Commerce. Information Technology, Learning and Performance Journal, vol. 22, no. 1, Spring 2004, pp. 35-48. 20 Lee H-H., Fiore A.M., Kim J.: The role of the technology acceptance model in explaining effects of image interactivity technology on consumer responses. International Journal of Retail & Distribution Management, vol. 34, no. 8, 2006, pp. 621-644; Lu J., Yu C-S., Liu C., Yao J.E.: Technology acceptance model for wireless Internet, Internet Research: Electronic Networking Applications and Policy, vol. 13, no. 3, 2003, pp. 206-222. 21 Alam S.S.: Adoption of internet in Malaysian SMEs. Journal of Small Business and Enterprise Development, vol. 16, no. 2, 2009, pp. 240-255. 22 Liu S-P., Tucker D., Koh C.E., Kappelman L.: Standard user interface in e-commerce sites. Industrial Management & Data Systems, vol. 103, no. 8, 2003, pp. 600-610. 23 Jaruwachirathanakul B., Fink D.: Internet banking adoption strategies for a developing country the case of Thailand. Internet Research, vol. 15, no. 3, 2005, pp. 295-311. 24 Amin H.: An analysis of mobile credit card usage intentions. Information Management & Computer Security, vol. 15, no. 4, 2007, pp. 260-269. 25 Wei T.T., Marthandan G., Chong A. Y-L., Ooi K-B., Arumugam S.: What drives Malaysian m-commerce adoption? An empirical analysis. Industrial Management & Data Systems, vol. 109, no. 3, 2009, pp. 370-388.

14 J. Banaś w Polsce systemami informatycznymi i technologiami internetowymi jest coraz większe. Wynika ze wzrostu znaczenia systemów IS/IT w gospodarce oraz z przekształceń w społeczeństwach. Klienci indywidualni oraz przedsiębiorcy w Polsce dostrzegają istotne korzyści zarówno w sferze finansowej, jak i funkcjonalnej, płynące z wykorzystania z narzędzi elektronicznych. Dlatego też, na polski grunt można przenosić metodologię TAM także na potrzeby badania różnorodnych interakcji, zachodzących na dynamicznie rozwijającym się rynku elektronicznym. Elementami tego rynku są: szeroko rozumiany towar (w tym: informacja, usługi), kontrahenci (oferenci, konsumenci i ich relacje wzajemne, znani sobie lub anonimowi), elektroniczny pieniądz (dotychczas wspomagany gotówkowym pieniądzem tradycyjnym i kartami, występuje w postaci elektronicznych płatności cyberpłatności), elektroniczny dokument (we wszystkich możliwych standardach), elektroniczna transakcja (procedura rozliczeniowa w sieci pomiędzy kontrahentami, realizowana za pomocą płatności tradycyjnych lub cyberpłatności). 26 6. Podsumowanie Korzystając z modeli zawartych w przestawionych powyżej teoriach (Teorii Uzasadnionego Działania i Teorii Planowanego Działania) oraz z Modelu Akceptacji Technologii uzyskiwać można unikalną wiedzę na temat zachowań użytkowników systemów informatycznych. Jest ona szczególnie istotna, gdyż wraz z ewolucją społeczeństw wzrasta rola elektronicznych sposobów komunikacji i globalnej wymiany. Zarówno klienci indywidualni, jak i przedsiębiorcy dynamicznie zwiększają udział elektronicznych interakcji, oczekując zastępowania produktów tradycyjnych ich elektronicznymi odpowiednikami oraz wprowadzania nowych produktów w elektronicznej formie. Analiza klientów indywidualnych i instytucjonalnych w zakresie adaptacji technologii informatycznych jest szczególnie ważna zarówno z punktu widzenia podmiotów rozwijających już istniejące produkty elektroniczne, jak i tych, które wprowadzają na rynek nowe e-produkty. Obecnie wykorzystanie narzędzi informatycznych nieustannie wzrasta i wynika z coraz bardziej świadomych swoich potrzeb klientów. Wzrost popytu na różnorodne narzędzia w elektronicznej formie (zarówno dla klientów indywidualnych, jak i przedsiębiorstw) bezpośrednio wynika także z ich szeroko pojętej utylitarności oraz ze wzrastającej wiedzy i umiejętności wykorzystujących je klientów. Jak to zostało pokazane w niniejszym artykule, istnieją ugruntowane sposoby badań zachowań użytkowników gospodarki elektronicznej. Wynikają one z psychologii społecznej,

Użycie modeli na potrzeby analizy 15 a wsparte odpowiednimi modelami matematycznymi i metodologią rozwiązywania sprawiają, że przydatne są na potrzeby nauk o zarządzaniu. Taki sposób przeprowadzania pomiarów daje szansę uzyskania statystycznie istotnych wyników, jako podstawy do podejmowania trafnych decyzji biznesowych. Bibliografia 1. Ajzen I.: The theory of planned behaviour. Organisational Behaviour and Human Decision Processes, vol. 50, 1991. 2. Alam S.S.: Adoption of internet in Malaysian SMEs, Journal of Small Business and Enterprise Development, vol. 16, no. 2, 2009. 3. Amin H.: An analysis of mobile credit card usage intentions. Information Management & Computer Security, vol. 15, no. 4, 2007. 4. Aronson E., Wilson T.D., Akert R.M.: Psychologia społeczna. Serce i umysł, Zysk i S-ka, Poznań 1997. 5. Bagozzi R.P., Davis F.D., Warshaw P.R.: Development and test of a theory of technological learning and usage. Human Relations, no. 45(7), 1992. 6. Borcuch A.: Społeczności wirtualne a wirtualny obieg pieniądza. CeDeWu, Warszawa 2009. 7. Bordens K.S., Horowitz I.A.: Social psychology. Lawrence Erlbaum Associates, Inc., Publishers, 2002. 8. Brzeziński J.: Wielozmiennowe modele statystyczne w badaniach psychologicznych. PWN, Warszawa-Poznań 1987. 9. Chang C-C., Lin C-Y., Chen Y-C., Chin Y-C.: Predicting information-seeking intention in academic digital libraries. Electronic Library, vol. 27, no. 3, 2009. 10. Davis F.D.: Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, no. 13(3), 1989. 11. Davis F.D., Venkatesh V.: A critical assessment of potential measurement biases in the technology acceptance model: Three experiments. International Journal of Human- Computer Studies, vol. 45, Issue 1, July 1996. 12. Fishbein M., Ajzen I.: Belief, Attitude, Intention, and Behavior: An Introduction to Theory and Research, Reading. Addison-Wesley, MA 1975. 13. Goodhue D.L., Thompson R.L.: Task-technology fit and individual performance. MIS Quarterly, no. 19(2), 1995. 14. Jaruwachirathanakul B., Fink D.: Internet banking adoption strategies for a developing country the case of Thailand. Internet Research, vol. 15, no. 3, 2005. 15. Jelonek D.: Wybrane problemy adaptacji przedsiębiorstw do wymogów e-gospodarki. Zeszyty Naukowe Uniwersytetu Szczecińskiego, nr 598, Ekonomiczne problemy usług, 26 Borcuch A.: Społeczności wirtualne a wirtualny obieg pieniądza. CeDeWu, Warszawa 2009, s. 73.

16 J. Banaś nr 58, E-gospodarka w Polsce. Stan obecny i perspektywy rozwoju, część II, Uniwersytet Szczeciński, Szczecin 2010. 16. Klopping I.M., McKinney E.I.: Extending the Technology Acceptance Model and the Task-Technology Fit Model to Consumer E-Commerce. Information Technology, Learning and Performance Journal, vol. 22, no. 1, Spring 2004. 17. Lee H-H., Fiore A.M., Kim J.: The role of the technology acceptance model in explaining effects of image interactivity technology on consumer responses. International Journal of Retail & Distribution Management, vol. 34, no. 8, 2006. 18. Lee M-C.: Factors influencing the adoption of internet banking: An integration of TAM and TPB with perceived risk and perceived benefit. Electronic Commerce Research and Applications, no. 8, 2009. 19. Li J., Mizerski D., Lee A., Liu F.: The relationship between attitude and behavior: an empirical study in China. Asia Pacific Journal of Marketing and Logistics, vol. 21, no. 2, 2009. 20. Liu S-P., Tucker D., Koh C.E., Kappelman L.: Standard user interface in e-commerce sites. Industrial Management & Data Systems, vol. 103, no. 8, 2003. 21. Lu J., Yu C-S., Liu C., Yao J.E.: Technology acceptance model for wireless Internet. Internet Research: Electronic Networking Applications and Policy, vol. 13, no. 3, 2003. 22. Pastuszak Z.: Implementacja zaawansowanych rozwiązań biznesu elektronicznego w przedsiębiorstwie. Placet, Warszawa 2007. 23. Venkatesh V., Bala H.: Technology Acceptance Model 3 and a Research Agenda on Interventions. Decision Sciences, no. 39(2), 2008. 24. Venkatesh V., Davis F.D.: A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. Management Science, no. 46, 2000. 25. Venkatesh V., Morris M.G., Davis G.B., Davis F.D.: User acceptance of information technology: Toward a unified view. MIS Quarterly, no. (27:3), 2003. 26. Wei T.T., Marthandan G., Chong A. Y-L., Ooi K-B., Arumugam S.: What drives Malaysian m-commerce adoption? An empirical analysis. Industrial Management & Data Systems, vol. 109, no. 3, 2009. Recenzenci: Dr hab. inż. Jan Kałuski, prof. nzw. w Pol. Śl. Prof. dr hab. inż. Józef Bendkowski

Janusz KARWOT Przedsiębiorstwo Wodociągów i Kanalizacji, Sp. z o.o., Rybnik Jan BONDARUK Główny Instytut Górnictwa, Katowice INNOWACYJNA WSPÓŁPRACA POMIĘDZY SEKTOREM B+R A PRZEMYSŁEM W PRAKTYCE Streszczenie. W artykule zostały przedstawione geneza oraz uwarunkowania tworzenia trwałych mechanizmów współpracy pomiędzy sektorem przedsiębiorczości a B+R, który jest fundamentem gospodarki konkurencyjnej, opartej na wiedzy i innowacjach. Na podstawie praktycznych doświadczeń autorów zidentyfikowano sekwencję etapów (kroki) realizacji projektów badawczych w ramach konsorcjum przemysłowo-naukowego. Szczególną uwagę zwrócono na rolę prawidłowo dobranej struktury organizacyjnej wraz z określeniem powiązań funkcjonalnych. Zaprezentowane podejście może być elementem dobrych praktyk w zarządzaniu multidyscyplinarnymi zespołami badawczo-technologicznymi. Zwrócono również uwagę na bezpośrednie i pośrednie korzyści, płynące z podejmowania tego typu współpracy zarówno z punktu widzenia przedsiębiorstwa, jak i instytucji naukowo-badawczej. Konkludując autorzy stawiają tezę, że formuła konsorcjów przemysłowo-naukowych, wspierana środkami dotacyjnymi jest efektywnym narzędziem kształtowania rynku usług badawczych oraz budowania trwałych, interdyscyplinarnych relacji na linii sektor przedsiębiorczości nauka. Słowa kluczowe: zarządzanie, badania naukowe, innowacyjność, gospodarka oparta na wiedzy

18 J. Karwot, J. Bondaruk INNOVATIVE COLLABORATION BETWEEN R&D AND INDUSTRY SECTOR IN PRACTICE Summary. The article presents the genesis and the conditions for creation of permanent mechanisms of cooperation between the business and R & D sector that are the foundation of a competitive economy based on knowledge and innovation. As a result of practical experience the authors have identified the stages (steps), research projects within a industrial research consortium. Special attention was paid to the role of properly chosen organizational structure, including the determination of functional relations. The presented approach can be an element of good practice in managing multidisciplinary research and technology teams. Also noted were the direct and indirect benefits of making this type of cooperation, both from the viewpoint of enterprises and R&D institution. In conclusion, the authors advance a thesis that the formula of industrial research consortia supported by subsidy funds is an effective tool for shaping the market of research services and building long lasting interdisciplinary relationships on the line of business and science sector. Keywords: management, research, innovation, knowledge based economy 1. Wprowadzenie Procesy globalizacji, wszechobecna konkurencja oraz rosnąca świadomość znaczenia innowacji w osiąganiu przewagi konkurencyjnej stawiają przed sektorem przedsiębiorczości nowe wyzwania. Czynnikiem, który obecnie jest postrzegany jako decydujący o stanie oraz poziomie konkurencyjności sektora przedsiębiorczości jest zdolność do kreowania innowacji oraz absorpcji innowacyjnych rozwiązań technologicznych będących wynikiem prac badawczo-rozwojowych uczelni oraz instytutów naukowo-badawczych. Rola współpracy sektora badawczo-rozwojowego oraz przedsiębiorczości jest niekwestionowana, co znalazło swoje odzwierciedlenie w wielu dokumentach strategicznych oraz programowych zarówno na poziomie europejskim, jak i krajowym. Wzmocnienie relacji pomiędzy sektorem przedsiębiorczości i nauką jest celem i przedmiotem działań w ramach Programu Operacyjnego Innowacyjna Gospodarka (POIG), co obrazuje rys. 1. U podstaw potrzeby intensyfikacji tego typu współpracy leżą wymagania stawiane nowoczesnym gospodarkom, których motorem napędowym jest tzw. gospodarka oparta na wiedzy. Cechuje ją szybki rozwój dziedzin, związanych z przetwarzaniem informacji i rozwojem nauki, głównie gałęzi przemysłu, zaliczanych do tzw. wysokiej techniki, a także technik i usług społeczeństwa informacyjnego.

Innowacyjna współpraca pomiędzy sektorem 19 Nauka - Nowoczesna infrastruktura - Współpraca międzynarodowa - Dofinansowanie badań i rozwoju Przedsiębiorstwa - Innowacyjne - Prowadzące własne badania - Wdrażające wyniki prac badawczorozwojowych (B+R) Współpraca między naukowcami a przedsiębiorcami - Więcej innowacyjnych produktów polskich na rynku międzynarodowym - Nowe firmy - Więcej miejsc pracy - Polska nauka bardziej konkurencyjna - Nowe technologie Rozwój polskiej gospodarki na podstawie innowacyjnego przedsiębiorstwa Rys. 1. Model współpracy sektorów nauki i przedsiębiorczości na rzecz rozwoju polskiej gospodarki, zdefiniowany w POIG Fig. 1. Model of collaboration between scientific and business sectors for the development of the Polish economy, which was defined in Innovative Economy Programme Gospodarka oparta na wiedzy bazuje na czterech podstawowych filarach: pierwszy filar edukacja i szkolenia. Wykształcenie i kwalifikacje są potrzebne do tego, aby tworzyć, przekazywać i wykorzystywać wiedzę. Nakłady na edukację i szkolenia znacznie przyczyniają się do zwiększania tempa wzrostu gospodarczego. drugi filar infrastruktura informatyczna. Filar ten dotyczy szybkiej komunikacji i przekazywania informacji przez Internet, telewizję i radio. trzeci filar bodźce ekonomiczne i warunki instytucjonalne. Związany ze swobodnym przepływem wiedzy, wspieraniem przedsiębiorczości i inwestycji. czwarty filar systemy innowacji. Poprzez ośrodki badawcze, uniwersytety, narodowe centra badawcze, zespoły eksperckie, partnerstwa publiczno-prywatne są niezbędne do wykorzystania zasobów wiedzy oraz tworzenia nowej wiedzy. Zajmuje ono szczególne miejsce wśród czynników warunkujących konkurencyjność. Jest czynnikiem determinującym międzynarodową konkurencyjność przedsiębiorstw. Jednak identyfikowane są bariery takiej współpracy. W ramach RPO WSL (2007-2013) przy opisie Priorytetu I można znaleźć zapis, mówiący o braku sformalizowanych form

20 J. Karwot, J. Bondaruk kontaktów różnych potencjalnych uczestników procesu transferu technologii i innowacji w województwie śląskim oraz braku wiedzy poszczególnych partnerów rynku technologicznego o zasobach i możliwościach transferu technologii. Od wielu lat badania ankietowe potwierdzają rzeczywisty obraz tych relacji, które można opisać poniższym zestawem tez: 1/5 polskich przedsiębiorców nie wie o możliwościach współpracy ze środowiskiem naukowym. Brak jest wiedzy o potencjalnych korzyściach współpracy. Niskie zainteresowanie współpracą ze strony biznesu. Wysokie koszty wdrożenia innowacji. Programowa rozbieżność interesów i inne rozumienie celowości podejmowanych badań. Technologia stała się zatem kluczem do konkurencyjności w gospodarce i rozwoju ekonomicznego państwa/regionów. Już wiele lat temu środowiska ekonomistów uznały inwestowanie w rozwój nowych technologii i ich upowszechnianie za siłę napędową wzrostu gospodarczego [3]. Nowe technologie zapewniają wydajniejsze metody pracy i otwierają nowe perspektywy działalności człowieka. Umożliwiają także poprawę jakości i zwiększenie wydajności, skrócenie czasu wprowadzenia produktu na rynek oraz zaspokojenie niezaspokojonych jeszcze potrzeb człowieka. Poprzez zróżnicowanie wyrobów i usług na rynku, innowacje techniczne, stosowane przez firmy procesy planowania, wdrażania, kontroli i oceny zmian technicznych stwarzają nowe możliwości zwiększania ich konkurencyjności i rozwoju [2, 11]. 2. Potrzeby przedsiębiorstw odnośnie współpracy z sektorem B+R Gospodarce opartej na wiedzy towarzyszy pojęcie innowacji. Cechą tej gospodarki jest innowacyjność, czyli skłonność i zdolność tworzenia nowych i doskonalenia istniejących produktów, nowych technologii i organizacji. Powszechne stosowanie innowacji to umiejętność korzystania z osiągnięć technicznych, z prowadzonych na szeroką skalę badań naukowych oraz dążenia do racjonalnego gospodarowania zasobami. Organizacja oparta na wiedzy jest organizacją, której struktura ukierunkowana jest na tworzenie wartości dodanej opartej na efektywnym wykorzystaniu wiedzy. Wiedza niemająca zastosowania jest bowiem bezużyteczna. Dopiero jej wykorzystanie jest zwieńczeniem całego procesu zarządzania wiedzą. Wiedza zgromadzona przez przedsiębiorstwo i pracowników, jej zdolność do kapitalizacji w procesie produkcji jest podstawowym nakładem potrzebnym do powstania innowacji.

Innowacyjna współpraca pomiędzy sektorem 21 Wiedza jest niezwykłym i istotnym zasobem przedsiębiorstwa. W odróżnieniu od innych zasobów w miarę upływu czasu przybywa jej. Dla każdego przedsiębiorstwa umiejętność zarządzania wiedzą i kapitałem intelektualnym staje się koniecznością. Doskonalenie tych umiejętności może i powinno być realizowane przy udziale sfery B+R. Dla przedsiębiorstwa, chcącego przetrwać na rynku, jego możliwości rozwojowe zależą od systematycznego tworzenia i wykorzystania wiedzy, nierozerwalnie związanej z działalnością badawczorozwojową. Zastosowanie wiedzy w procesach produkcji przybiera postać postępu technicznego, a więc następują zmiany w technice, technologii i organizacji. Można się zatem pokusić o stwierdzenie, że wiedza generuje wiedzę [6, 8]. Przykłady udanej i efektywnej współpracy pomiędzy sektorem B+R a przedsiębiorstwami są coraz liczniejsze. Wynika to nie tylko z coraz efektywniej wdrażanych instrumentów dotacyjnych oraz programów wspomagających intensywną współpracę pomiędzy sferami przedsiębiorczości i nauki. U podstaw sukcesu leży prawidłowe zidentyfikowane oczekiwań oraz celów takich działań przez obie strony [9]. Istotnymi motywatorami ze strony przedsiębiorstw są: potrzeba zastosowania wiedzy w celu pozyskania nowych technologii, opartych na wysoko zaawansowanych rozwiązaniach (innowacje), zwiększenie konkurencyjności, poprawa warunków świadczenia usług, pozyskanie funduszy unijnych, efektywniejsze zarządzanie w przemyśle. 3. Innowacyjność w praktyce Potrzebę innowacyjności dostrzega również Przedsiębiorstwo Wodociągów i Kanalizacji Sp. z o.o. w Rybniku, widząc w niej źródło potencjału do dalszego rozwoju firmy. Działalność proinnowacyjna firmy to również wypełnianie misji na rzecz społeczności lokalnej oraz realizacja wizji najnowocześniejszego przedsiębiorstwa użyteczności publicznej na Śląsku. Przedsiębiorstwo nieprzerwanie od 2005 r., w ramach współpracy z placówkami naukowobadawczymi, prowadzi prace, które mają na celu dostarczenie nowoczesnych rozwiązań [5]. Jeden z takich innowacyjnych projektów PWiK w Rybniku realizuje we współpracy z Głównym Instytutem Górnictwa. Projekt obejmuje problematykę gospodarki ściekowej, jego przedmiotem jest zwiększenie redukcji biogenów poprzez optymalizację procesu biologicznego oczyszczania ścieków w oczyszczalni ścieków Rybnik Orzepowice. Na realizację tego projektu uzyskano dofinansowanie z Ministerstwa Nauki i Szkolnictwa Wyższego w ramach wspierania przez budżet państwa współpracy przemysłu z jednostkami

22 J. Karwot, J. Bondaruk badawczymi. Wartość projektu to 1 410 000,00 zł, a kwota uzyskanego dofinansowania 380 000,00 zł. Termin realizacji obejmuje okres od 24.04.2009 do 31.12.2010. Głównym celem projektu jest opracowanie i wdrożenie optymalnych rozwiązań technologicznych i logistycznych w ramach istniejącej technologii biologicznego oczyszczania, zapewniających spełnienie zaostrzonych wymogów redukcji biogenów po przewidywanym przekroczeniu obciążenia powyżej 100 000 RLM. Realizacja tego celu powinna nastąpić przez: wprowadzenie zintegrowanego systemu monitorowania i sterowania pracą komór biologicznych, z uwzględnieniem rozpoznania optymalnych parametrów osadu czynnego, opracowanie i wdrożenie prototypowego układu dozującego węgiel organiczny dla maksymalizacji usuwania azotu. Kluczowym problemem, będącym przedmiotem badań, jest podniesienie efektywności oczyszczania ścieków w warunkach wzrostu dopływu ładunku zanieczyszczeń. Zakres prac obejmował wykonanie zadań w postaci prac rozwojowych oraz badań przemysłowych (stosowanych), zgodnie z rys. 2. Badania przemysłowe (stosowane) Zadanie 1 Badanie procesu usuwania biogenów z uwzględnieniem dynamiki zmian ładunku zanieczyszczeń. Zadanie 2 Badanie optymalizacyjne i pilotowe procesu usuwania azotu z wykorzystaniem zewnętrznego źródła węgla organicznego. Zadanie 3 Badania technologiczne z uwzględnieniem modyfikacji procesu biologicznego oczyszczania ścieków i parametrów eksploatacyjnych. Prace rozwojowe Zadanie 4 Zainstalowanie i badanie pierwotnego układu dozującego. Zadanie 5 Budowa i badanie pierwotnego systemu kontrolno-pomiarowego. Zadanie 6 Wytyczne i zalecenia projektowe dla modernizacji części biologicznego oczyszczania ścieków. Zadanie 7 Wdrożenie nowej technologii efektywnego oczyszczania z biogenów Rys. 2. Schemat logiczny realizacji zadań merytorycznych w projekcie [14] Fig. 2. Logical scheme of the substantive tasks in the project [14] U podstaw realizacji projektu leżała kilkuletnia współpraca przedsiębiorstwa z Zakładem Ochrony Wód GIG związana z realizacją bieżących prac doradczych oraz koncepcyjnych. Następnym krokiem było wypracowanie wspólnej wizji, założeń, a także określenie ram techniczno-finansowych projektu, wraz z przygotowaniem wniosku aplikacyjnego do MNiSW.