理論的根拠と実証的知見に基づく公共IT導入の提案

サマリー

本研究では、空港のバイオメトリクス認証などの公共ITサービスに対し、知覚される利得と損失がユーザーの受容または拒絶をどのように促進するかを説明する、プロスペクト理論に基づいた知覚・意図フレームワークである「公共IT導入モデル」を提案します。多国間調査を含む2つのアンケート調査と専門家による介入によって本モデルを検証し、国や状況を問わずプロスペクト理論が有効であることが支持されました。

要約

本研究では、公共IT導入（Public IT Adoption: PITA）の理論モデルを提案します。公共情報技術（IT）サービスとは、eガバメントポータル、公衆衛生アプリケーション、空港のバイオメトリクスシステムなど、公的機関が全市民に提供するITベースのサービスを指します。公共ITの特異な性質により、主に個人および企業レベルに焦点を当てて開発された従来のモデルでは、公共IT導入のクリティカルマスを特定するには不十分であると考えられてきました。このギャップを埋めるため、プロスペクト理論に基づく「知覚-意図」フレームワークを提案し、新しい公共ITサービスを導入する際のユーザーの知覚損失と知覚利得を調査しました。これにより、これらの知覚が、新しい公共ITサービスを拒絶または受容するための先行要因となることが示唆されました。3カ国（韓国、英国、米国）からの調査サンプルを含む2つの研究を実施しました。また、介入ベースの研究アプローチを通じて5名の業界専門家を招き、実用的なシナリオで使用できるようモデルを質的に洗練し、検証しました。その結果、関連するパス係数の合計として算出された、受容の総価値（すなわち、ユーザーがサービスを受容するために必要な合計知覚価値）は、一貫して拒絶の総価値よりも高いことが示されました。同様の結果が知覚利得についても見られ、知覚利得は知覚損失よりも受容と拒絶の両方において強力な予測因子となっていました。これらの知見は横断的な自己報告データに基づいたものですが、プロスペクト理論を強力に支持し、公共IT導入における同理論の根本的な役割への理解を深めることに寄与します。したがって、プロスペクト理論を公共セクターのITコンテキストに拡張することで、PITAは研究者に検証済みの理論的基盤を、実務家に公共ITサービスの導入を診断するための実用的ツールを提供します。

概要

情報技術（IT）は、過去数十年にわたり、イノベーションを追求するための支配的かつ普及したツールへと進化し、日常生活を大きく変えてきました。心理学的視点に基づいたIT導入モデルの導入以来^1,2,3,4、ユーザーとITの関係について、個人および企業レベルで徹底的な研究が行われてきました⁵。

一方で、多くの公的機関は、空港の混雑など、公的サービスの有効性と質を損なう圧倒的な社会的需要の下で、運営効率の達成に苦慮しています。物理的なインフラを拡張すれば即効性のある利益が得られるかもしれませんが、多大な時間と資金の投資が必要となります⁶。対照的に、革新的な公的サービス提供者は、IT主導のイノベーションを通じてこの問題に取り組み⁷、現在のインフラにイノベーションを統合することで、サービスの質と運営効率を確保しています^8,9,10,11。現在、公的機関は中核資産を活性化させるために、新しいIT（例：クラウドサービス、サイバーセキュリティ、バイオメトリクス）を導入していますが、これにより新たな導入上の課題が生じています¹²。この問題は、実際のユーザーに対する理解不足に起因している可能性があります。先行研究は主に受容を促進する要因に焦点を当てており、拒絶については軽視してきました。ユーザーの積極的な関与がなければ、公的機関におけるIT導入は実用的な定着に至らない可能性があります。

しかしながら、公共セクターにおけるIT導入には、民間セクターとは異なる固有の課題が存在します。「受容」と「拒絶」は、2つの異なる現状として相反するように見えますが¹³、一方を促進することがもう一方を抑制する可能性があるため、この相殺効果の両面を考慮する必要があります。公共ITサービスのイノベーションに関する先行研究では、肯定的な成果が強調される傾向にありました^{10,11,14,15,16}。したがって、本論文では、「受容」と「拒絶」を合わせて検討し、心理学ベースのISモデル（すなわち、イノベーションの普及とイノベーション抵抗）と行動経済学（すなわち、プロスペクト理論）を統合させました。

生体認証による識別が書類ベースの手続きに取って代わる空港のバイオメトリクス事例を選択したのは、この公共ITサービスがすべての市民に提供されており、機密性の高い個人情報を扱い、かつユーザーが「承諾か拒否か」という明確な意思決定を迫られるためである。本研究では、2つのリサーチクエスチョン（RQ）を設定した。RQ1：知覚された利得と損失は、公共ITサービスに対するユーザーの承諾および拒否にどのように影響するか。RQ2：プロスペクト理論の予測通り、承諾に必要な総価値は、拒否に必要な総価値よりも大きいか。これに基づき、新たな理論的枠組みを提示し、IBR（介入ベースの研究）戦略¹⁷（図1）を通じて業界のエキスパートによる検証を行った。これにより、本研究はプロスペクト理論をIS（情報システム）採用モデルに統合し、公共ITマネージャーにとって実践的な知見を提供するものである。

図 1: 理論的モデルの構築および開発の研究プロセス。この図は、先行する受容モデルとプロスペクト理論に基づく理論的モデルの構築から始まり、それぞれに専門家による介入を伴う研究1および研究2を経て、PITAモデルが完成するまでの全体的な研究フローを示している。こちらのリンクから、この図の拡大版を確認してください。

ITの導入に関しては広範な研究が行われてきた。個人レベルでは技術受容モデル（TAM）²および技術受容および利用の統合理論（UTAUT）⁴が、企業レベルではイノベーション普及理論（DOI）¹および技術・組織・環境フレームワーク（TOE）³が提唱されており、これらは拡張現実と言語学習^18,19、チャットボットとデジタル決済^20,21、モビリティサービス^22,23、リモートワーク²⁴に関する後続研究を生み出してきた。しかし、これらのモデルを公共ITに適用する場合、顕著な限界がある。TAMは自発的な利用を前提としており、DOIはユーザーの抵抗を軽視し、UTAUTは主に組織的な環境向けに開発されたため、準強制的である公共ITサービスへの適用可能性には疑問が残る。とはいえ、これらのモデルに基づいた公共IT導入の研究も存在し、例えばUTAUTを拡張してオンラインの公共苦情処理システムを調査したもの²⁵や、公共セクターの人事情報システムにTOEを適用したもの¹⁴がある。さらに、多くの研究が同様のアプローチを採用している^{26,27,28,29,30,31,32,33,34,35}。

しかしながら、公共レベルにおけるIT導入は、個人レベルや企業レベルでの導入とは大きく異なります（表1を参照）。導入主体と利用者が同一ではなく、心理的な慣性や現状のサービスのあり方によって、利用者の意図が不透明であるためです。ITの破壊的な特性が、既存システムの再構築を妨げる可能性があります³⁶。また、導入には利用者の態度や行動の変容が必要であり、それには利用者の視点を明確に理解することが求められます。これらの特性を考慮すると、個人や企業レベルを重視した従来のモデルでは、公共IT導入におけるクリティカルマスを正確に特定するには不十分である可能性があります。IT主導のサービスイノベーションは、コスト削減とサービスの向上にとって不可欠であり^37,38、最終的に社会を前進させるものであるため³⁹、公共IT導入に特化した理論的枠組みが極めて重要となります。

	個体レベルの	企業レベルの	一般レベル
採用主体	個体	民間企業	企業（公的）
ユーザー	個体	企業の従業員	個体
ユーザーの意図	特定の	確定的（強制的な）	不確実な
心理的慣性	無視できる	無視できる（強制）	顕著な
価値知覚	不可欠な	不可欠（強制）	不可欠な
主な導入目的	個人用	効率化、コスト削減	公共の利益
関連するIT導入モデル	腫瘍関連マクロファージ2, 技術受容理論 (UTAUT)4	DOI1, TOE3	本研究

表1：IT導入の異なるレベル。この表では、代表的な理論モデル、導入主体、およびユーザーの観点から、個人、企業、および公共レベルにおけるIT導入を対比させています。

既存の文献では、個人や従業員が特定のITサービスの利用に対して、先験的な（個人レベルの）または強制的な（企業レベルの）意図を持っていることが示されており^2,40、これは導入があらかじめ決定されていたことを意味しています^4,41。しかし、すべてのユーザーがITの利用を意図しているわけではなく⁴²、拒絶の特性や正当性を特定したIS研究はわずかしかありません^43,44。したがって、新しい公共ITサービスは、そのイノベーションが受け入れられるか、あるいは失敗するまで、意図的に拒絶されることになります⁴⁵。

本研究の主な目的は、公的機関のITサービスに対するユーザーの受容と拒絶を理解することであり、知覚された利得（perceived gain）と知覚された損失（perceived loss）という2つの価値認識を通じて検討しました。知覚された利得は、イノベーション普及モデル^1,46から適合させたものです。これらの構成概念は、IT受容に寄与する認識を検討するために広く用いられており^47,48、さまざまなコンテキストにおいて高い妥当性を示しています⁴⁰。対照的に、知覚された損失には、適応への圧力があるにもかかわらず、なぜ人々が現在の生活様式を維持しようとするのかを説明する特性が含まれます。これはイノベーション抵抗^42,49に基づいた研究領域であり、なぜ一部の人々がイノベーションの導入を遅らせたり、完全に拒絶したりするのかを検討するものです^{49,50,51,52,53}。本研究では、損失と利得を一般的な構成概念として扱うのではなく、多次元的なアプローチを用いてこれらの認識を捉えました。

知覚された損失は、5つの構成概念を通じて操作化されました^53,54。時間的損失（TIL）とは、サービスの学習や利用に費やされる、あるいは期待が満たされなかった際に失われたと感じる時間のことです⁵³。社会的損失（SOL）とは、愚かに見えたり、世間から取り残されているように見えたりすることで、社会的なグループ内での地位を失うリスクのことです⁵⁴。金銭的損失（FIL）には、購入費用、手数料、または個人情報の盗難による潜在的な金銭的損失が含まれます⁵⁴。身体的損失（PHL）とは、利用によって危害、不快感、または疲労が生じる可能性があるという認識のことです^53,54。パフォーマンス損失（PEL）とは、故障や期待される利益の提供不能を含め、既存の代替手段と比較して、サービスの品質や機能が低下したと感じることです⁵³。

知覚された有用性（PG）を説明するために、相対的優位性、適合性、試用可能性、および複雑性が用いられた^1,46。相対的優位性（REA）とは、あるイノベーションがその前身よりも有利であると考えられる程度のことである。適合性（COM）は、潜在的な導入者の価値観、ニーズ、および過去の経験にどの程度適合するかを指し、試用可能性（TRI）は、導入前にどの程度の試行実験が可能かを示す。そして、TAMの知覚された使いやすさに関連する複雑性（CPX）は、そのイノベーションの使用および理解がどの程度困難であるかを指す。観察可能性については、測定するにはあまりに曖昧であること⁴⁶、および公的なITコンテキストにおけるバイオメトリックの結果は他者が容易に観察できるものではないことから、除外された。

新しい公共ITサービスに対する反応を動機付ける知覚価値を説明するために、損失-利得フレームワーク（loss-gain framework）が提案されました。サービスが革新的であり、通常の行動を脅かす場合、知覚された損失が知覚された利得を上回り、拒絶を引き起こすと仮定されました。この状態が持続すると、拒絶が行動意図の恒常的な側面となる可能性があります^42,49。逆に、知覚された便益が予想される損失を上回る場合、ユーザーがサービスを拒絶する理由はほとんどありません。したがって、以下の仮説が立てられました：

H1. 知覚された損失は、拒絶に正の影響を及ぼす。
H2. 知覚された損失は、受容に負の影響を及ぼす。
H3. 知覚された利得は、拒絶に負の影響を及ぼす。
H4. 知覚された利得は、受容に正の影響を及ぼす。

政府サービスにおけるIT主導のあらゆる進歩は、社会の発展（例：空港のバイオメトリクスによるより迅速で安全な搭乗手続き）を目的としていますが、最近導入された公共ITサービスにはリスクと不確実性が多く、ユーザーが意図した通りにそのメリットを受け入れない可能性があります。プロスペクト理論⁵⁵によれば、人々は基準点からの相対的な評価（参照点依存性）に基づき、代替案、価値、および不確実性に対する態度を評価して、このような不合理な意思決定を行います。この理論の核心的な洞察は、同等の利得よりも損失をより重く受け止める傾向である損失回避と、感度の逓減にあります。現状に対する利得と損失へのこの注目は、本研究で検討する受容と拒絶の二分法と直接的に一致しています。プロスペクト理論は、AIを活用した業務やデジタルヘルスから公共Wi-Fi、モバイル決済に至るまで、幅広い文脈において、リスクと不確実性の下での不合理な意思決定を説明するために、近年の情報システム（IS）およびIT研究で使用されてきました^{56,57,58,59,60}。これらの研究はこの理論の妥当性を裏付けていますが、主に受容意図に焦点を当てており、公共ITの文脈において中心となる拒絶の次元は軽視されてきました。

公共ITサービスの利用者は、必要とされる総価値（すなわち、知覚された利得と損失の合計）に基づいて、サービスの受容または拒絶を決定すると考えられます。公共ITの導入に関する先行研究において、この視点から本現象を調査したものはありません。したがって、パス係数（例：PLからREJ）を値として符号化し⁵⁵、拒絶および受容に必要とされる総価値を次のように算出しました：

V(R) = CLR + CGR (1)
V(A) = CLA + CGA (2)

ここで、CLR、CGR、CLA、CGAはそれぞれ、知覚された損失から拒絶へ、知覚された利得から拒絶へ、知覚された損失から受容へ、および知覚された利得から受容へのパス係数です。これらの標準化係数により、V(R)およびV(A)は損失と利得の総影響の複合値として算出されます。公的ITサービスは利用者の利益となるように設計されている一方で、利用者が現状から離れる際には利得よりも損失を重く見積もるため、よりリスクの高い選択肢である受容には、拒絶よりも大きな総値が必要になると予想されました。H1〜H4に基づき、H5ではこれらの効果の正味のバランスを検証します。

H5. 受容に必要な合計値 V(A) は、拒絶に必要な値 V(R) よりも大きくなる。得られた概念的なPITA（公的情報技術導入）モデルを図 2に示す。

図 2: PITAモデルの概念図。 知覚された損失（PL）と知覚された利得（PG）が、拒絶（REJ）および受容（ACC）の前件として示されている。パスa、b、c、およびdは、合計値V(R)およびV(A)を算出するために使用される係数に対応している。注：a = CLR、b = CLA、c = CGR、d = CGA こちらのリンクをクリックして、この図の拡大版を表示してください。

プロトコル

すべての研究手続きは、aSSIST大学、成均館大学、および東亜大学における人間を対象とする研究に適用される倫理原則に従って実施されました。調査回答は収集時に匿名化され、個人を特定できる情報は収集されなかったため、aSSIST大学の制度審査委員会（IRB）により、本研究は完全な倫理審査を免除されるものとして分類されました。参加機関は、研究設計とデータ収集手順の両方を網羅するaSSIST大学のIRBによる免除決定に基づき、個別のIRB承認は得ていません。この決定は、大韓民国の生命倫理及び安全法第15条および同施行規則第13条に規定される免除基準（https://public.irb.or.kr/pt/pt01/PT0103/PT0103R01.do）に従って行われました。Qualtricsのアンケートにアクセスする前に、すべての参加者は、研究の学術的目的、回答の匿名処理、データの研究目的のみへの使用、および合理的に予見可能なリスクがないことを説明する電子インフォームドコンセント同意書を提示されました。明示的に同意を与えた参加者のみがアンケートに進むことが許可されました。

研究の概要
5つの仮説および提案されたPITAモデルを検証するため、2つの実証研究と2つの専門家による介入を実施した。結果を図3に示す。異なる時点での構成概念を個別に測定し、データにおける共通メソッドバイアス（CMB）の可能性を低減させ、研究の汎用性を高めるため、COVID-19以前（2019年第4四半期）とCOVID-19期間中（2020年第2〜第3四半期）に2波のアンケート調査を実施した^61,62。

図 3: 研究の概要。タイムラインは2波のデザインをまとめたものである。研究1（2019年第4四半期、COVID-19以前、韓国サンプル、N = 322）に続き第1回専門家介入が行われ、その後、研究2（2020年第2〜3四半期、COVID-19期間中、韓国/英国/米国サンプル、N = 602）に続き第2回専門家介入が行われた。こちらのリンクをクリックして、この図の拡大版を表示してください。

研究1のモデル
最近導入された公共ITサービス（例：空港でのバイオメトリクス）をユーザーが受容するか、あるいは拒絶するかという意図を明らかにするため、構築した仮説に基づいた初期の研究モデルを図4に示す。公共ITサービスに対するユーザーの意見は、「知覚される損失（PL）」と「知覚される利得（PG）」という2つの二次構成概念に反映されており、それぞれが対応する一次構成概念によって形成されている。これら2つの二次構成概念は、公共ITサービスを利用しようとするユーザーの意図を表す「拒絶（REJ）」および「受容（ACC）」の先行要因となる。

図4: 研究1のリサーチモデル。 5つの一次損失構成概念（PEL、TIL、SOL、PHL、FIL）が二次構成概念である「知覚された損失（perceived loss）」を形成し、4つの一次利得構成概念（REA、COM、TRI、CPX）が「知覚された利得（perceived gain）」を形成しています。これら2つの二次構成概念は、拒絶（rejection）および受容（acceptance）の前件としてモデル化されています（H1–H4）。 こちらをクリックして、この図の拡大版を表示してください。

研究1の調査データ
最初のデータサンプルは、過去1年間に少なくとも1回航空機への搭乗経験がある計322名の韓国人参加者（女性：46.6%、男性：53.4%）を対象として、2019年11月13日から11月18日（COVID-19パンデミック開始前）に収集されました。公共ITサービス（例：空港でのバイオメトリクスアプリケーション）の定義と例は、調査の導入部で提示されました。研究1の生データは補足ファイル1に提供されています。飛行頻度は、過去1年間に1回、2回、3回、4回、および5回以上のフライトに対応する5つの排他的なカテゴリー（FF1〜FF5）で測定されました（研究1：参加者数 138名、91名、34名、21名、38名；研究2：参加者数 174名、153名、109名、82名、84名）。

予測因子の構成概念は、「全く同意しない (1)」から「非常に同意する (7)」までの7段階のリッカート尺度を用いて評価されました（調査アンケートについては、Supplementary File 2^{1,46,53,54,63,64}を参照）。20名の参加者を対象としたパイロットテストの後、安定性、適用可能性、および解釈の容易さを向上させるため、質問項目の文言レベルの微調整のみに限定して修正を行いました。パイロットテスト後に構成概念や項目の追加および削除は行っていません。補足資料には、アンケートの全文に加え、関連する統計データと理論的背景が記載されています。また、確認的因子分析 (CFA) および共分散構造分析 (CB-SEM) を実施しました。

研究1における専門家の介入
客観性を確保し、本研究の質を向上させるため、10年以上の経験を持つ5名の専門家を招待した。内訳は、国際機関（国際空港評議会および国際航空運送協会）から2名、政府機関（シンガポール・チャンギ空港および韓国空港公社）から2名、および公共設定でサービスを提供する民間企業（大韓航空）から1名である。この専門家による介入は、モデルの改善および対象設定に関するドメイン知識を強化するためのフィードバックを得るために不可欠であった。定性的（すなわち主観的なフィードバック）および定量的（7段階のリッカート尺度）な評価の両方が実施された。定量的な評価には、修正版の意思決定報告特性アンケート項目（補足ファイル3を参照）⁶⁵を採用し、級内相関係数⁶⁶を用いて妥当性を検証した。各介入ラウンドにおいて、すべての専門家が個別に定量アンケートに回答し、その後、自由形式の定性的フィードバックを提供した。再現性を可能にするため、両方の介入において同一のパネル、評価ツール、および手順を用いた。

研究2
研究1で特定された課題に対処し、モデルの汎用性を向上させるため、研究2では研究1と同じモデルを適用した。研究2には602名の参加者が含まれた（女性：42.3%、男性：57.7%、韓国：200名、英国：201名、米国：201名）。データは2020年7月23日から8月19日まで（COVID-19パンデミック期間中）に収集された。研究2の生データは補足ファイル4に提供されている。33個の観測指標があるため、このサンプルサイズは指標1つあたり約18件の観測値となり、CB-SEMで一般的に推奨される指標あたり10件の基準および、広く用いられている最小閾値である200件の観測値をともに上回っている。韓国、英国、米国が選ばれた理由は、2019年7月から2020年6月までの全世界の航空旅行者の29.1%（約55億人のうち約16億人）をこれらの国が占めていたためである。COVID-19パンデミックはこれらの国々に異なる時期に影響を及ぼし、韓国から始まり、後に米国と英国に影響した。さらに、これら3カ国は東洋と西洋の文化伝統が混在している。その結果、これらの国々から得られた統合データセットを用いて、新しい公共ITサービス（すなわち、空港バイオメトリクス）に対するユーザーの知覚・意図フレームワークを検証した。

研究2における専門家による介入
同様の専門家を招き、同一の定量的および定性的評価を実施し、研究2の結果を検証するために彼らのフィードバックを収集した。

結果

研究1
自己申告データに関連する潜在的な共通方法バイアス（CMB）を評価するために、まず1因子分析が実施された⁶⁷。検定の結果によると、1つの因子が分散の36.56％を説明した。分散の50％未満を説明する単一の因子は、CMBが問題ではないことを示している^62,67,68。次に、構成概念の妥当性と信頼性が評価された。表2の結果から、抽出平均分散（AVE：0.585～0.836）および合成信頼性（CR：0.872～0.939）が、必要な最低限の基準を満たしていることが示された^69,70。さらに、対角線上に示されている各構成概念のAVEの平方根は、他の構成概念との相関関係を上回っており、弁別的妥当性が支持されている

ディスカッション

本2つの研究による調査では、公共IT導入のPITAモデルを検証しました。両方の研究を通じて、5つの仮説すべてが支持され、V(A)とV(R)の差は、よりリスクの高いCOVID-19の状況下で拡大しました。これは、リスクの高い選択にはより大きな知覚価値が必要であるというプロスペクト理論の予測と一致しています。TAM²やDOI¹を含むIT導入に関する理論的根拠に欠落があり、公共ITの導入を十分に説明できていないことが判明しました。最も重要な点として、これらの研究は公共ITサービスを利用する際のユーザーの不確実性を十分に考慮していませんでした。したがって、PITAが提示する知覚-意図フレームワークが、公共ITサービスの導入決定にどのような影響を与えるかが問われました。ユーザーは、新しく革新的な公共ITサービスを提示された際、現状維持という選択肢のメリットとデメリットを検討しなければなりません。新しい選択肢が拒否された場合、ユーザーは以前の状態に戻るため、新しい選択肢は不要となります。PITAモデルは、そのような選択に影響を与える潜在的な価値知覚の理解...

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
IBM SPSS Amos (CB-SEM ソフトウェア)	IBM Corp. (Armonk, NY, USA)	version 27; https://www.ibm.com/products/structural-equation-modeling-sem/	測定モデルの評価（CFA：合成信頼性、AVE、および判別妥当性）および構造モデルのパス解析を含む、すべての共分散構造分析（CB-SEM）に使用。
Prolific (オンライン参加者募集プラットフォーム)	Prolific Academic Ltd	https://www.prolific.com/	調査参加者の募集に使用したオンラインプラットフォーム。参加者は適格性基準（例：空港での経験）に基づいてスクリーニングされ、Prolificの公正な報酬ガイドラインに従って報酬が支払われた。
Qualtrics (オンライン調査プラットフォーム)	Qualtrics, LLC	RRID:SCR_016728	アンケートの設計、配布、および回答データの収集に使用したウェブベースの調査プラットフォーム。すべての測定項目は、Qualtricsを用いて7段階のリッカート尺度（1 = 全く同意しない、7 = 非常に同意する）で実施された。 https://www.qualtrics.com/