توسعه مدل پذیرش فناوری بلاکچین در بستر مفاهیم حسابداری مدیریت

الموضوعات :

سیده سما آل یاسین ¹ , زهرا پورزمانی ²

1 - گروه حسابداری، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
2 - گروه حسابداری، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران

تاريخ الإرسال : 10 الخميس , ربيع الأول, 1444 تاريخ التأكيد : 13 الأربعاء , جمادى الأولى, 1444 تاريخ الإصدار : 28 الخميس , جمادى الأولى, 1444

الکلمات المفتاحية: مدل پذیرش فناوری, مدیریت هزینه, موقعیت استراتژیک, خودکارآمدی مدیران, واژه‌های کلیدی: بلاکچین,

ملخص المقالة :

چکیده توسعه کسب و کار مبتنی بر همگامی با فناوری روز دنیا ، امری گریز ناپذیر است. در این راستا و در این تحقیق به پذیرش مدل توسعه یافته فناوری بلاکچین مبنی بر برخی مفاهیم حسابداری مدیریت شامل مدیریت هزینه ، نوآوری، خودکارامدی مدیران، موقعیت استراتژیک و تاثیر اجتماعی پرداخته شده است . روش تحقیق از نوع همبستگی پیمایشی در بین246 نفر از حسابداران شرکت های بورس تهران و استادان حسابداری می باشد، که با استفاه از مدلسازی معادلات ساختاری با روش حداقل مربعات جزئی(PLS) به آن پرداخته شده است.یافته های تحقیق نشان داده است که کاربرد واقعی بلاکچین متاثر است از تمایل به کاربرد بلاکچین که این متغیر نیز خود متاثر از متغیرهای درک سهولت و درک سودمندی کاربرد بلاکچین می‌باشد که هر دو نیز متاثر از مدیریت هزینه می‌باشند، همچنین درک سهولت متاثر است از نوآوری و خودکارآمدی مدیران و درک سودمندی متاثر از تاثیر اجتماعی می‌باشد. نتایج تحقیق می تواند علاوه بر غنی سازی ادبیات نظری تحقیق، برای توسعه کسب و کارها قابل استفاده باشد در جهت تعیین راهبردهای همسو با فناوری نوین بلاکچین که در ابعاد مختلف مالی و عملیاتی و گزارشگری داخلی و خارجی کاربرد خواهد داشت.

المصادر:

فهرست منابع

• آل داود، سیدعلیرضا. صادقی نسب ،محسن.(1400). نقش فناوری های جدید اطلاعاتی در توسعه عملکرد زنجیره تأمین کسب و کارهای پسامدرنیته ایران. مطالعات جغرافیای مناطق کوهستانی، 2 ( 3)، 63 – 82 .


• آل عمران, رویا, رحیم زاده, فرزاد و شکوهی فرد, سیامک. (1398). اثر اینترنت بر بازدهی سیستم بانکی (مطالعه موردی بانک‌های منتخب ایران.اقتصاد مالی، 13(47)، 39-62


• افتخاری سینجانی, سیده شیما, روستا, علیرضا, و نعامی, عبدالله. (1400). بررسی تاثیر عوامل موثر بر پذیرش فناوری مالی توسط مشتریان بانک (مطالعه موردی بانک پاسارگاد).دانش سرمایه‌گذاری. 10(38).135-153.


• اعتمادی جوریابی، مصطفی، خردیار، سینا، آزادی هیر، کیهان(1399 .)تأثیر فشارهای نهادی برنیت حسابداران از پذیرش سیستمهای اطلاعاتی حسابداری: استنادی تجربی از مدل یکپارچه پذیرش به کارگیری فناوری. مجله پیشرفتهای حسابداری،12(2). 29-65.


• باصری، بیژن و بکتاش مطلق، عارف.( 1391). ارزیابی تاثیر فنّاوری اطلاعات بر بهره وری در شرکت توزیع برق استان آذربایجان غربی.اقتصاد مالی, 6(21) ،113-142


• پورقنبری, فرشته, یزدی فر, حسن, و فغانی, مهدی. (1401). کاربرد مدل یکپارچه پذیرش و استفاده از فن‌آوری برتمایلات رفتاری حسابداران در پذیرش سیستم‌های اطلاعاتی حسابداری.دانش حسابداری مالی.9(1). 161-188.


• پیله‌وری سلماسی، نازنین؛ کسرایی، امیرحسین و جیهونی، مهشید (1400). بررسی چالش‌های پذیرش تکنولوژی بلاکچین در زنجیره تامین پایدار در صنعت خودرو با استفاده از روش ترکیبی دیمتل فازی و مدلسازی معادلات ساختاری. مطالعات کمی در مدیریت، 44 ، 139 – 158 .


• سپاسی، سحر، انواری رستمی، علیاصغر، خواجوی، زینب (1395 .)بررسی عوامل مؤثر بر پذیرش فناوری اطلاعات از دیدگاه حسابرسان داخلی، دانش حسابداری مالی،3( 4). 189-215.


• خرم نسب, سید حمزه, حسین زاده لطفی, فرهاد, شهریاری, محمدرضا, & شریفی, مانی. (1399). طراحی مدل مدیریت یکپارچه زنجیره تأمین الکترونیکی کالا و تأثیر آن بر عملکرد مالی شرکت (موردمطالعه: شرکت ملی مناطق نفت‌خیز جنوب).دانش سرمایه‌گذاری. 9(34)،55-70)


• رحیمی, اکبر, اخوان, پیمان, فیلسوفیان, مریم, دارابی, علی. (1401). بررسی تأثیر بکارگیری فناوری بلاکچین بر تعاملات همکارانه و بهبود عملکرد در زنجیره تأمین.چشم‌انداز مدیریت صنعتی، 12(1)،109- 134.


• رحیمی, اکبر و بوشهری, علیرضا،(1398),بررسی نقش فناوری بلاکچین در بهبود عملکرد زنجیره تامین صنایع دفاعی,اولین کنفرانس بین المللی مدیریت دانش، بلاکچین و اقتصاد,تهران, .


• رضایی، لیلا و بابازاده (1399). بررسی روابط میان شاخص‌های مؤثر بلاکچین برای بهبود رقابت‌پذیری صنایع غذایی. مدیریت تولید و عملیات، 11 ( 3)، 9 – 116 .


• رضائی، مهدی، طائی زاده، علی،( 1398). تأثیر بلاکچین بر گردش اطلاعات زنجیره تأمین، فصلنامه علوم و فنون مدیریت اطلاعات، 5(1)، ، 3-27. مرشدی تنکابنی, محمدحسن, تابان, محمد. (1399). بررسی رابطه بین عوامل پذیرش فناوری اطلاعات در بالندگی سازمانی (مورد مطالعه: کارکنان دانشگاه ایلام). علوم و فنون مدیریت اطلاعات. 6(1)، 152-177.


• علی نژادی, بهزاد, سرلک, احمد و هژبر کیانی, کامبیز. (1401). بررسی تاثیر ابزارهای دریافت و پرداخت الکترونیکی بر کاهش هزینه های دولت و بانکها.اقتصاد مالی,  16(59)، 279- 302

• Alamri, M.M.; Almaiah, M.A.; Al-Rahmi,W.M.(2020). Social Media Applications A_ecting Students’ Academic Performance: A Model Developed for Sustainability in Higher Education. Sustainability, 12, 6471.


• Alalwan, N.; Al-Rahmi, W.M.; Alfarraj, O.; Alzahrani, A.; Yahaya, N.; Al-Rahmi, A.M. .(2019). Integrated Three Theories to Develop a Model of Factors A_ecting Students’ Academic Performance in Higher Education. IEEE Access, 7, 98725 98742.


• Alenazy, W.M.; Al-Rahmi, W.M.; Khan, M.S. .(2019). Validation of TAM model on social media use for collaborative learning to enhance collaborative authoring. IEEE Access, 7, 71550–71562.


• Azzi, R., Chamoun, K, R., & Sokhn, M. (2019). The power of a blockchain-based supply chain. Computers & Industrial Engineering, 135, 582–592.


• Bumblauskas, D., Mann, A., Dugan, B., & Rittmer, J. (2020). A blockchain use case in food distribution: Do you know where your food has been?. International Journal of Information Management, 52, 102008.


• Chen, C.; Lan, Q.; Gao, M.; Sun, Y. .(2018). Green total factor productivity growth and its determinants in China’s industrial economy. Sustainability, 10, 1052


• Chang, P. V. C. (2004). The validity of an extended technology acceptance model (TAM) for predicting intranet/portal usage.


• Cole, R,. Stevenson, M,. Aitken, J,. (2019). Blockchain technology: implications for operations and supply chain management. Supply Chain Management: An International Journal © Emerald Publishing Limited [ISSN 1359-8546].


• Davis, F.D. .(1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quart., 319–340


• DiPietro, R.B.; Wang, Y. (2010) Key issues for ICT applications: Impacts and implications for hospitality operations. Worldw. Hosp. Tour. Themes, 2, 49–67.


• Ding, X., Verma, R., & Iqbal, Z. (2007). Self‐service technology and online financial service choice. International journal of service industry management.


• Dickinger, A.; Arami, M.; Meyer, D. .(2008). The role of perceived enjoyment and social norm in the adoption of  technology with network externalities. Eur. J. Inf. Syst., 17, 4–11


• Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management science, 35(8), 982-1003.


• Fenollar, P.; Cuestas, P. .(2010). Cómo es el innovador? Rasgos de la personalidad como antecedentes. In Proceedings of the XXII Congreso Nacional de Marketing, Oviedo, Spain, 22–24 September; p. 101.


• Frizzo-Barker, J., Chow-White, A, P., Adams, R, P., Mentanko, J., Ha, D., & Green, S. (2019). Blockchain as a disruptive technology for business: A systematic review. International Journal of Information Management, 51,


• Folkinshteyn, D.; Lennon, M. .(2016). Braving Bitcoin: A technology acceptance model (TAM) analysis. J. Inf. Technol. Case Appl. Res., 18, 220–249.


• Gallardo, G.; Hernantes, J.; Serrano, N. .(2018). Designing SaaS for enterprise adoption based on task, company, and value-chain context. IEEE Internet Comput., 22, 37–45.


• Godoe, P.; Johansen, T. .(2012). Understanding adoption of new technologies: Technology readiness and technology acceptance as an integrated concept. J. Eur. Psychol. Stud., 3, 1


• Ho, S.H.; Ko, Y.Y. E_.(2008). ects of self-service technology on customer value and customer readiness. Internet Res.


• Howard, M. and Worboys, C. (2003), Self-service – a contradiction in terms or customer-led choice?. Journal of Consumer Behaviour, 2: 382-392. https://doi.org/10.1002/cb.115


• Hald, K,. Kinra, A,. (2019). How the blockchain enables and constrains supply chain performance. Preprint version of paper accepted for publication in the NOFOMA Special Issue of the International Journal of Physical Distribution & Logistics Management


• Hu, D.; Li, Y.; Pan, L.; Li, M.; Zheng, S. .(2021). A Blockchain-Based Trading System for Big Data. Comput. Netw., 191, 107994.


• Jackson, C.M., Chow, S. and Leitch, R.A. (1997), “Toward an understanding of the behavioral intention to use an information system”, Decision Sciences, Vol. 28No. 2, pp. 357-389


• Jiang, Y. .(2015). Total factor productivity, pollution and ‘green’economic growth in China. J. Int. Dev., 27, 504–515.


• Karamchandani, A.; Srivastava, S.K.; Srivastava, R.K. .(2019). Perception-based model for analyzing the impact of enterprise blockchain adoption on SCM in the Indian service industry. Int. J. Inf. Manag., 102019.


• Kamble, S.; Gunasekaran, A.; Arha, H. .(2019). Understanding the Blockchain technology adoption in supply chains-Indian context. Int. J. Prod. Res., 57, 2009–2033.


• Khalilzadeh, J.; Ozturk, A.B.; Bilgihan, A. .(2017). Security-related factors in extended UTAUT model for NFC based mobile payment in the restaurant industry. Comput. Hum. Behav., 70, 460–474.


• Koenig-Lewis, N.; Marquet, M.; Palmer, A.; Zhao, A.L. .(2015). Enjoyment and social influence: Predicting mobile payment adoption. Serv. Ind. J., 35, 537–554.


• Kim, H.-W.; Chan, H.C.; Gupta, S. .(2007). Value-based Adoption of Mobile Internet: An empirical investigation.Decis. Support. Syst., 43, 111–126. Kim, H. and Laskowski, M. (2016), “Towards an ontology-driven blockchain  design for supply chainprovenance”, available at: https://ssrn.com/abstract=2828369 or doi: 10.2139/ssrn.2828369


• Klopping, I. M., & McKinney, E. (2004). Extending the technology acceptance model and the task-technology fit model to consumer e-commerce. Information Technology, Learning & Performance Journal, 22(1).


• Lennon, M.M.; Folkinshteyn, D. (2017). From Bit Valley to Bitcoin: The NASDAQ Odyssey. Glob. J. Bus. Res., 11, 85–103.


• Litke, Antonios, Dimosthenis Anagnostopoulos, and Theodora Varvarigou.( 2019). "Blockchains for Supply Chain Management: Architectural Elements and Challenges Towards a Global Scale Deployment" Logistics 3, no. 1: 5.


• Lopez-Fernandez, M.C.; Serrano-Bedia, A.M.; Gómez-López, R. (2016). Determinants of innovation decision in small and medium-sized family enterprises. J. Small Bus. Enterp. Dev., 23, 408–427.


• Li, X., Zheng, Z., & Dai H. (2020). When services computing meets blockchain: Challenges and opportunities. Journal of Parallel and Distributed Computing. 150, 1-14.


• Lu, J.; Yu, C.S.; Liu, C.; Yao, J.E. (2003). Technology acceptance model for wireless Internet. Internet Res.


• Meuter, M.L.; Ostrom, A.L.; Roundtree, R.I.; Bitner, M.J. (2000). Self-service technologies: Understanding customer satisfaction with technology-based service encounters. J. Mark., 64, 50–64.


• Maggard, M.; Globerson, S. (2003). Employee Cross-Training: A Corporate Strategy for Increasing Productivity. In Toward the Factory of the Future; Springer: Berlin, Germany, 1985; p. 948.Res. Rev., 2, 382–392.


• Maruping, L.M.; Bala, H.; Venkatesh, V.; Brown, S.A. (2017) Going beyond intention: Integrating behavioral expectation into the unified theory of acceptance and use of technology. J. Assoc. Inf. Sci. Technol., 68, 623–637.


• Meuter, M. L., Ostrom, A. L., Roundtree, R. I., & Bitner, M. J. (2000). Self-service technologies: understanding customer satisfaction with technology-based service encounters. Journal of marketing, 64(3), 50-64.


• Nakamoto, S. (2019)Bitcoin: A Peer-to-Peer Electronic Cash System.,1–11. Available online: www.bitcoin.org (accessed on20 June 2021).


• Narver, J.C.; Slater, S.F. (1990)The E_ect of a Market Orientation on Business Profitability. J. Mark. 54, 20–35.


• O’Leary, D.E. (2019)Some Issues in Blockchain for Accounting and the Supply Chain, with an Application of Distributed Databases toVirtual Organizations. Intell. Syst. Account. Financ. Manag, 26, 137–149.


• Ondrus, J.; Pigneur, Y. (2006)Towards a holistic analysis of mobile payments: A multiple perspectives approach. Electron. Commer. Res. Appl, 5, 246–257.


• Prashar, D., Jha, N., Jha, S., Lee, Y., & Joshi, G. P. (2020). Blockchain-based traceability and visibility for agricultural products: A decentralized way of ensuring food safety in india. Sustainability, 12(8), 3497.


• Parasuraman, A. (2000)Technology Readiness Index (TRI) a multiple-item scale to measure readiness to embrace new technologies. J. Serv. Res, 2, 307–320.


• Pattansheti, M.; Kamble, S.S.; Dhume, S.M.; Raut, R.D. (2016) Development, measurement and validation of an integrated technology readiness acceptance and planned behaviour model for Indian mobile banking industry. Int. J. Bus. Inf. Syst, 22, 316–342.


• Pavlou, P.A. (2003).Consumer acceptance of electronic commerce: Integrating trust and risk with the technology acceptance model. Int. J. Electron. Commerce, 7, 101–134.


• Pan, X., Pan, X., Song, M., Ai, B., & Ming, Y. (2019). Blockchain technology and enterprise operational capabilities: An empirical test. International Journal of Information Management, 52, Article 101946.


• Rad, M.S.; Nilashi, M.; Dahlan, H.M. (2018).Information technology adoption: A review of the literature and classification. Univers. Access Inf. Soc, 17, 361–390.


• Singh, H., Jain, G., Munjal, A.and Rakesh, S. (2019), "Blockchain technology in corporate governance: disrupting chain reaction or not?", -0701"Corporate Governance, 20 No. 1, pp. 67-86. https://doi.org/10.1108/CG-07-2018-0261


• Sideridis G, Simos P, Papanicolaou A, Fletcher J. (2014). Using Structural Equation Modeling to Assess Functional Connectivity in the Brain: Power and Sample Size Considerations. Educ Psychol Meas. Oct;74(5):733-758. doi: 10.1177/0013164414525397.


• Shin, J.; Park, Y. (2009).Brownian agent-based technology forecasting. Technol. Forecast. Soc. Chang, 76, 1078–1091.


• Sun, S.; Cegielski, C.G.; Jia, L.; Hall, D.J. (2018).Understanding the factors a_ecting the organizational adoption of big data. J. Comp. Inf. Syst, 58, 193–203.


• Tashkandi, A.N.; Al-Jabri, I.M. (2015).Cloud computing adoption by higher education institutions in Saudi Arabia: An exploratory study. Cluster Comput, 18, 1527–1537.


• Thatcher, J.B.; Perrewé, P.L. (2002).An Empirical Examination of Individual Traits as Antecedents to Computer Anxiety and Computer Self-E_cacy. MIS Q., 26, 381.


• Turner, R.; Ledwith, A.; Kelly, J. (2010).Project management in small to medium-sized enterprises: Matching processes to the nature of the firm. Int. J. Proj. Manag, 28, 744–755.


• Tung, F. C., Chang, S. C., & Chou, C. M. (2008). An extension of trust and TAM model with IDT in the adoption of the electronic logistics information system in HIS in the medical industry. International journal of medical informatics, 77(5), 324-335.


• Venkatesh, V.; Thong, J.Y.L.; Xu, X. (2012). Consumer Acceptance and Use of Information Technology: Extending


• the Unified Theory of Acceptance and Use of Technology. MIS Q, 36, 157–178.


• Venkatesh, V.; Zhang, X. (2010).Unified Theory of Acceptance and Use of Technology: U.S. vs. China. J. Glob. Inf. Technol. Manag, 13, 5–27.


• Venkatesh, V.; Thong, J.; Xu, X. (2016).The Hong Kong Polytechnic University. Unified Theory of Acceptance and Use of Technology: A Synthesis and the Road Ahead. J. Assoc. Inf. Syst, 17, 328–376.


• Venkatesh, V.; Morris, M.G.; Davis, G.B.; Davis, F.D. (2003).User acceptance of information technology: Toward a unified view. MIS Q., 27, 425–478.


• Venkatesh, V.; Bala, H. (2008).Technology Acceptance Model 3 and a Research Agenda on Interventions. Decis. Sci., 39, 273–31


• Wang, Y.; Qualls, W. (2007).Towards a theoretical model of technology adoption in hospitality organizations. Int. J. Hosp. Manag., 26, 560–573.


• Wamba, S.F.; Queiroz, M.M.; Trinchera, L. (2020).Dynamics between blockchain adoption determinants and supply chain performance: An empirical investigation. Int. J. Prod. Econ., 107791.


• Walczuch, R.; Lemmink, J.; Streukens, S. (2007).The e_ect of service employees’ technology readiness on technology acceptance. Inf. Manag., 44, 206–215.