《TECHNOLOGY IN SOCIETY》：Exploring the drivers and barriers of digital twin adoption in Kenya and its implications for manufacturing asset optimisation
编辑推荐：
萨洛梅·奥尤加（Salome Oyuga）|爱德华·G·奥奇恩（Edward G. Ochieng）|莫斯塔法·阿尔-埃姆兰（Mostafa Al-Emran）|戴安娜·奥明德（Diana Ominde）|塔里拉·祖奥法（Tarila Zuofa）斯特拉斯莫尔商学院（Strath
萨洛梅·奥尤加（Salome Oyuga）|爱德华·G·奥奇恩（Edward G. Ochieng）|莫斯塔法·阿尔-埃姆兰（Mostafa Al-Emran）|戴安娜·奥明德（Diana Ominde）|塔里拉·祖奥法（Tarila Zuofa）
斯特拉斯莫尔商学院（Strathmore Business School），斯特拉斯莫尔大学（Strathmore University），肯尼亚内罗毕奥莱桑加莱路（Off Ole Sangale Road）
摘要
第四次工业革命（I4.0）加速了数字孪生技术（DTT）的采用，该技术作为系统级工具，推动了数据驱动的制造转型和智能资产管理。尽管学术界越来越认识到DTT的潜力，但在非洲制造业背景下对其在更广泛工业生态系统中的应用的实证研究仍然很少。本研究通过整合技术接受模型（TAM）和计划行为理论（TPB），探讨了DTT在肯尼亚制造业领域的应用情况，构建了一个适用于新兴工业生态系统的行为模型。基于对257名高级管理人员的调查数据，并使用PLS-SEM进行分析，研究发现DTT的使用主要受管理态度和感知行为控制的影响，这突显了内部组织准备度和能力建设相对于外部规范压力的重要性。研究结果还表明，DTT的使用与制造资产优化之间存在正相关关系，强调了数字化转型策略在提高运营效率、预测性维护和实时决策方面的生态价值。通过提出一种社会技术和生态系统视角，本研究为新兴经济体的数字化研究做出了新的贡献，并为希望将DTT纳入系统性工业现代化努力的企业和政策制定者提供了可操作的见解。
引言
工业4.0正在通过利用数字孪生技术（DTT）实现端到端的同步和多属性数据集成，从而革新制造优化，提高生产力和资产韧性。根据Deepika Reddy等人（2024年）和Sepasgozar等人（2021年）的研究，制造资产优化是一个优化工厂布局、生产调度、物料处理和设备利用的战略过程。虽然DTT的成功采用可以优化工厂、生产和产品分销层面的制造资产，但最近的研究强调，这些转变越来越依赖于劳动力能力和战略领导力的匹配，而不仅仅是技术实施（Safie，2026年）。虽然虚拟调试能够实现精确的3D模拟和预测性故障检测，但在高不确定性条件下，DTT在新兴经济体中的转型价值仍是一个复杂的社会技术挑战（Khaleduzzaman等人，2025年）。
DTT的概念最初侧重于实时模拟的虚拟副本（Grieves & Vickers，2017年），但随着公司集成分布式物联网（IoT）传感器、人工智能和大数据分析（Sarkar等人，2024年），这一概念获得了显著的发展。向工业5.0（I5.0）的过渡进一步将DTT定位为增强韧性和可持续性的以人为中心的数字转型的基石，补充了工业4.0的目标（Shahzad等人，2025年）。在这种不断发展的范式中，物理系统和虚拟系统的融合必须优先考虑组织韧性，以提高预测性维护的准确性。对于中国等发达经济体的制造业领导者来说，DTT提供了明显的竞争优势。然而，DTT的采用常常受到“采用无效果”悖论的阻碍，即技术获取发生时缺乏实现性能提升所需的动态能力和数据治理（Rahmani等人，2026年；Zaman等人，2025年）。
DTT在制造业中的引入日益凸显了其在关键资产优化和数据韧性方面的战略作用（Ma等人，2022年），尤其是在面临独特挑战的发展中经济体的管理者中（Abanda等人，2024年）。DTT实现了实时监控和预测性维护，使高级管理人员能够最大化资产性能，同时延长设备寿命并减少意外停机时间（Negri等人，2017年；Tao等人，2019年）。对于中国等发达经济体的制造业领导者来说，采用DTT通过提高敏捷性和应对运营挑战的能力，最终促进了有韧性和可持续的制造过程（Abanda等人，2024年）。
尽管取得了这些进展，但在资源受限的制造环境中，关于DTT采用和使用的实证研究仍存在相当大的空白。以往的研究主要集中在技术挑战上，忽视了影响战略技术决策的行为和态度维度。此外，现有文献缺乏一种综合理论方法来评估现有接受模型在新兴工业生态系统中的应用边界条件（Ullah等人，2026年）。本研究通过几个关键贡献解决了这些空白。首先，它开发并验证了一个整合的TAM-TPB框架，重新概念化了传统构建，以适应I4.0和I5.0转型的战略和制度复杂性（Shahzad等人，2025年）。其次，它引入了一个关注生态系统的视角，将采用视为更广泛的工业转型动态的功能，而不仅仅是一个孤立的企业级事件。第三，通过在肯尼亚应用这一框架，该研究将采用模型扩展到了一个数字化成熟度不断发展的环境中。
章节摘录
研究模型和假设开发
本研究提出了一个综合理论模型，结合了TAM和TPB，以探讨影响肯尼亚制造业高级管理人员采用DTT的因素，以及这种采用如何推动制造资产优化（图1）。与将采用视为孤立事件的传统方法不同，这种整合是对新兴经济体中普遍存在的“采用无效果”悖论的社会技术响应，其中技术获取
方法
我们采用演绎定量方法来评估这项探索性研究的研究模型，重点关注制造业组织中的高级管理人员如何使用DTT进行制造资产优化。这种设计支持假设检验，并有助于系统地考察关键采用变量之间的关系（Creswell，2014年），特别是在一个发展中国家。
共同方法偏差
当研究中使用单一方法测量多个变量时，可能会出现共同方法偏差（CMB）（Jordan & Troth，2019年）。进行方差膨胀因子（VIF）分析以评估CMB的潜在存在。VIF是一种统计度量，用于检测回归模型中预测变量之间的高度相关性（Kock，2015年）。高VIF值表明独立变量之间存在强相关性，这可能表明存在CMB。
讨论
研究结果提供了关于肯尼亚大型制造企业使用数字孪生技术的行为和组织动态的背景化见解，为制造资产优化的数字孪生采用这一新兴议题做出了贡献。本节重点解释观察到的模式，并将其置于现有理论和背景约束之中。以往的研究主要关注工业化
结论
本研究通过将TAM和TPB整合到一个新兴经济体的工业生态系统中，探讨了肯尼亚制造业领域数字孪生技术采用的驱动因素和障碍。研究结果表明，管理态度和感知行为控制是影响数字孪生使用的相关因素，尽管它们的影响程度适中且取决于具体情境。这突显了内部组织准备度、能力发展和战略
CRediT作者贡献声明
戴安娜·奥明德（Diana Ominde）：撰写——初稿、资源、方法论、调查、正式分析、数据整理、概念化。莫斯塔法·阿尔-埃姆兰（Mostafa Al-Emran）：撰写——审阅与编辑、撰写——初稿、可视化、验证、软件、资源、调查、正式分析、概念化。爱德华·G·奥奇恩（Edward G. Ochieng）：撰写——审阅与编辑、撰写——初稿、资源、方法论、调查、正式分析、概念化。萨洛梅·奥尤加（Salome Oyuga）：撰写——初稿、资源
未引用的参考文献
Bagozzi, 2007; Ghobakhloo, 2020; Hair Jr et al., 2020; Lu et al., 2020; Qi and Tao, 2018; Soori et al., 2023; Venkatesh and Bala, 2008; Venkatesh et al., 2016; Wiktorsson et al., 2018.
利益声明
我们希望确认，与本出版物无关的已知利益冲突不存在，且没有重要的财务支持影响其结果。
我们确认手稿已由所有列出的作者阅读并批准，且没有其他符合作者资格但未列出的人。我们进一步确认手稿中列出的作者顺序已得到所有人的批准。
我们确认
