理解数字服务生态系统中知识分享与经验交流的心理学原理

《Acta Psychologica》：Understanding the psychology of knowledge sharing and experience in digital service ecosystems

　　安基特·梅赫罗特拉（Ankit Mehrotra）、拉斯哈·阿尔加费斯（Rsha Alghafes）、尼迪·萨霍尔（Nidhi Sahore）、阿蒂拉·库鲁奇（Attila Kurucz）、贾斯基拉特·辛格·莱（Jaskirat Singh Rai）
印度勒克瑙的贾伊普里亚管理学院（Jaipuria Institute of Management）

**摘要**
本研究基于服务主导（Service-Dominant, SD）逻辑，该逻辑将价值视为通过资源整合和使用而非直接的技术产出而产生的。研究使用DART（对话、获取、风险评估、透明度）价值共创框架，探讨了技术中介的知识共享平台（Technology-Mediated Knowledge-Sharing Platforms, TMKSP）如何影响员工体验以及员工感知的顾客体验。采用混合方法，先进行了一项定性研究（研究A），确定了与价值共创相关的关键TMKSP特征，这些特征为量化研究（研究B）中基于DART的问卷设计提供了依据。通过对零售业员工的数据进行PLS-SEM分析，并采用双尾偏差校正的自举法进行处理，研究发现：TMKSP通过提高平台使用便捷性和降低感知风险显著改善了员工体验；同时，通过增强员工与顾客之间的对话以及平台的透明度，提升了员工感知的顾客体验。中介分析证实了基于DART的构建在连接TMKSP与体验结果方面的解释作用，尽管未能验证感知平台风险在其中的中介作用。该研究从理论层面贡献在于将SD逻辑应用到内部服务生态系统中，并展示了价值是如何通过员工感知的共创条件而非直接技术效果来实现的。它为旨在设计以员工和顾客为中心的知识共享生态系统的管理者提供了实用指导。

**1. 引言**
随着数字技术的快速发展，企业正在利用技术中介平台来支持服务提供和组织知识共享（Cheng等人，2025；Sode等人，2024；Xin等人，2025）。知识管理已成为组织必须具备的关键能力，尤其是在像零售业这样顾客需求高且工作节奏快的行业中（Saha等人，2024）。为应对这些挑战，组织实施了技术中介知识共享平台（TMKSP），例如数字培训系统、实时库存系统和内部沟通网络，使员工在与顾客互动时能够获取和分享组织知识（Lee等人，2025；X. Li等人，2024；Nguyen，2023b）。通过使用这些平台，组织能够更高效地促进员工之间的沟通、协作与协调，从而改进服务流程并提升响应顾客需求的能力（Ngo等人，2025）。尽管越来越多的组织正在使用数字知识共享系统来全流程分享知识，但关于这些系统如何影响体验结果的研究还较为有限。以往的研究主要集中在技术能力或知识管理操作的效率上，而对于技术使用如何同时影响员工和顾客体验的关注较少。目前的大多数研究尚未探讨组织内部数字知识基础设施的使用如何通过员工与顾客的共创机制影响员工体验（EX）和员工感知的顾客体验（EPCX）。解决这一空白非常重要，因为员工是组织与顾客之间的桥梁，他们将内部组织知识转化为面向顾客的服务互动。重要的是，这些影响并非纯粹的技术效应，而是通过员工对控制感、清晰度、信任和互动质量的感知而产生的心理体验。

员工与组织之间的所有互动被称为员工体验（EX），包括所使用的工具类型、工作文化以及从公司获得的支持水平（Chen等人，2024；Gupta等人，2025；Pandey等人，2025）。随着工作环境的日益分散和对数字基础设施的依赖程度提高，知识共享平台作为员工参与度、自主性和协作工作安排的重要组成部分的重要性也在迅速增加（Arshad等人，2025；Indrayanti等人，2025）。虽然技术在提升知识共享平台整体有效性方面起着作用，但平台使用者的体验还受到非技术因素的影响，如平台的访问便捷性、系统内数据的感知安全性以及对系统本身的信任（Rohn等人，2021）。以往的研究探讨了知识管理系统与员工绩效之间的关系，但很少有研究考察知识共享平台如何塑造面向顾客服务的更广泛体验维度。特别是，现有研究未能充分探讨员工在服务互动中如何通过认知解读和情感反应来理解技术中介的知识共享系统。

同样，顾客体验指的是顾客对与特定组织整体体验的感知，这种体验越来越多地受到数字平台所提供的透明度和响应性的影响（Mehrotra, Agarwal, Khalil等人，2024；Ramasundaram等人，2023）。 frontline员工作为顾客服务体验的主要诠释者和执行者发挥着重要作用。如今，顾客尤其在零售服务等环境中，希望获得及时、个性化和透明化的沟通（Caferra等人，2025；Ling等人，2026）。知识共享平台使组织能够满足顾客的双向沟通需求，并提供相关信息的便捷获取（R. Yuan等人，2024）。然而，知识共享平台如何塑造顾客体验的具体机制——尤其是通过对话和透明度等关系和认知过程——尚未得到充分理解（Krisprimandoyo等人，2024）。此外，还需要了解员工体验如何影响员工感知的顾客体验，这表明需要综合理解内部和外部价值创造过程。

本研究基于服务主导（SD）逻辑，该逻辑认为价值是通过资源整合和使用产生的，而非嵌入在产品或技术中（Vargo & Lusch，2008）。从这个角度来看，数字技术本身并不直接创造价值；而是技术中介的知识共享平台（TMKSP）使员工能够将知识资源整合到服务体验中，从而产生使用价值。因此，SD逻辑为研究内部数字基础设施如何通过员工互动影响体验结果提供了坚实的理论基础。从心理学角度出发，使用价值是员工在感知和解释可用知识资源的过程中体验到的。为了促进互动机制，本研究采用了DART框架（对话、获取、风险和透明度）来探讨价值共创（Prahalad & Ramaswamy，2004b）。尽管DART最初用于增强对顾客参与度的理解，但早期研究表明，这些维度也可用于解释员工如何感知和响应内部服务生态系统中的共创条件（Banik & Rabbanee，2023）。基于这一前提，本研究将DART定义为一系列员工感知的共创条件，这些条件中介了技术中介知识共享平台（TMKSP）与体验结果之间的关系。此外，本研究提供了一个整合框架，将内部知识共享基础设施与员工体验（EX）和员工感知的顾客体验（EPCX）联系起来。因此，本研究通过提供基于心理学的解释，说明了内部数字基础设施如何通过员工的感知和意义构建过程影响体验结果。

基于服务主导逻辑和DART框架，本研究探讨了技术中介的知识共享平台如何通过员工感知的共创条件影响员工体验和员工感知的顾客体验。为此，研究提出了三个主要问题：
RQ1：技术中介的知识共享平台如何影响员工体验和员工感知的顾客体验？
RQ2：哪些基于DART框架的中介机制可以解释这些关系？
RQ3：员工体验又如何反过来影响员工感知的顾客体验？

为回答这些问题，本研究采用了混合方法，分为两个阶段。第一阶段是初步的定性研究（采用半结构化的一对一访谈），旨在识别与员工体验相关的主要主题；这些信息将有助于构建员工体验与顾客体验之间的关系模型。第二阶段是定量研究，通过结构方程模型（SEM）验证文献中和定性研究中确定的假设关系。这种顺序设计不仅提供了理论深度和实证严谨性，还捕捉了员工使用知识共享平台的实际体验。

**2. 文献综述**
**2.1. 价值共创与DART框架**
DART框架（对话、获取、风险和透明度）最初用于描述企业与顾客之间的价值共创，现在也被广泛用于反映通过跨越边界的员工利用技术开发新服务方式所实现的共创过程（Prahalad & Ramaswamy，2004b）。最近关于数字服务生态系统和内部服务氛围的研究表明，价值共创受到与顾客的直接互动以及员工对内部条件认知的影响（Janiuk?tis等人，2024；Roy等人，2023）。此外，基于服务主导逻辑和内部服务生态系统视角，本研究调整了DART框架，以考察员工对技术中介知识共享环境中促进共创条件的感知。

与面向顾客的DART框架不同，我们采用DART的维度来表示员工如何看待和解释数字平台及知识共享系统作为创造顾客导向价值的障碍或促进因素。具体而言，对话反映了员工与顾客进行有意义双向互动的能力；获取体现了员工检索和应用相关知识以支持服务提供的能力；透明度反映了员工对顾客服务过程中清晰度、开放性和可解释性的认知；风险反映了员工对平台使用过程中不确定性的感知。关于数字透明度和使用数字平台与顾客互动的研究也表明，从员工角度出发的透明度是一种信任指标，会影响顾客对其体验的评估（DeZao，2024）。因此，我们将DART重新定位为一个内部感知框架，解释基于技术的知识共享生态系统如何建立顾客价值共创的条件，这与当前关于服务生态系统和价值共创的研究定义是一致的。

最近关于数字平台与用户参与性的研究揭示了系统的互动性以及关系动态如何塑造用户的整体体验和持续使用行为。在数字服务环境下，研究表明，人类互动、系统的功能性和与系统的感情联系共同决定了用户的满意度、参与程度和行为（Pang & Jin，2025；Pang和Zhang，2024a；Pang和Zhang，2024b；Pang & Zhou，2026）。这些研究强调，数字平台不仅通过技术能力创造体验结果，还通过互动和心理过程产生效果（Pang & Ruan，2024）。因此，必须研究技术中介体验的共创条件。

**2.2. 员工体验（EX）**
员工体验（EX）越来越被视为一个多维结构，包括员工与组织之间的所有感知、感受和体验（Panneerselvam & Balaraman，2022）。对于技术中介平台（尤其是支持知识共享的平台），它们在提高员工参与度和自主感、目标感方面起着重要作用；允许员工获取组织知识、参与问题解决并建立协作网络（Steinhoff & Palmatier，2021）。尽管技术中介平台显著影响员工与组织的互动方式，但其对员工体验的影响还涉及技术之外的因素，如访问便捷性、对平台的信任以及平台与员工需求的匹配度。尽管对此问题的关注日益增加，但目前关于技术中介平台如何全面影响员工体验的研究仍较为有限，主要集中在心理和情境问题（如感知风险或访问便捷性）的中介作用上。

**2.3. 员工感知的顾客体验（EPCX）**
虽然理想情况下顾客体验（CX）应直接从顾客那里获取，但服务管理和组织心理学的研究表明，一线员工是关于顾客体验的可靠信息来源。员工体验反映了员工对其工作环境的认知和情感评价，包括对支持、清晰度和控制力的感知。在这个意义上，员工感知的客户体验（EPCX）反映了员工对服务过程中客户反应的认知解释和情感判断。由于零售员工扮演着跨边界角色，他们不断观察客户在服务过程中的言语和非言语反应，同时也会通过投诉、建议和情感反馈获得直接反馈。通过反复与客户互动，员工能够形成对服务提供过程中客户体验的明智判断以及与这些服务互动相关联的结果。此外，最近的服务和酒店业研究表明，一线员工在解释客户对服务提供的反应以及将组织的内部服务系统与为客户创造价值联系起来方面起着至关重要的作用（Roy等人，2023年；Yeniaras和G?lgeci，2023年）。因此，EPCX反映了员工对客户体验的解读，应被视为一种有根据的代理指标，而不是直接来自客户的报告。

进一步而言，当前关于服务环境和内部服务生态系统的研究一致表明，员工 perception 与客户相关绩效结果之间存在很强的关联，这支持了使用员工报告的指标作为跨边界背景下客户体验的合理代理指标（Janiuk?tis等人，2024年）。据此，本研究将客户体验具体化为员工感知的客户体验（EPCX），代表一线员工通过技术中介的知识共享平台对客户服务互动反应的明智评估。

2.4. 技术中介的知识共享平台（TMKSP）
数字技术为组织员工提供了一种新的方式来获取、共享和利用组织知识，以便与客户互动。根据服务主导逻辑和基于知识的组织视角，技术中介的知识共享平台（TMKSP）是一种组织运作资源的例子，它允许员工将组织社区拥有的知识与员工自己所拥有的知识结合起来，从而为客户提供服务（Grant，1996年；Vargo和Lusch，2008年，Vargo和Lusch，2016年）。这些平台并不直接影响服务互动的体验结果；相反，预计TMKSP的影响将通过员工感知的内部条件来实现，这些条件有助于他们产生以客户为导向的价值。

2.5. 概念框架
本研究基于服务主导逻辑（Vargo & Lusch，2008年），将知识和技能视为运作资源（本质上是操作性的），这些资源通过互动促进资源的整合以创造价值，而不是直接从技术输出中创造价值。使用中的价值源自技术中介的知识共享系统（即通过技术促进知识共享的系统），但这些系统配置并决定了服务过程中价值出现的具体条件。几种理论视角可以解释服务导向环境中的技术中介知识共享过程，如服务主导（SD）逻辑、社会物质性和可供性视角；然而，每种理论都在提供关于资源整合、人类与技术之间的相互依赖性（即参与者与技术之间的相互依赖性）以及采取行动的能力方面提供了很好的见解，但并未明确指出服务接触点（例如向客户提供服务时）价值共创发生的体验条件。尽管服务主导逻辑为理解价值共创提供了重要的理论基础，但该理论主要关注价值共创的抽象方面，而不是具体（即可观察到的）关系和认知机制，这些机制影响服务互动的成功。同样，社会物质性和可供性视角也没有将服务互动的条件（例如对话、透明度、访问权限、风险）作为独立构念来解释它们对服务和/或服务购买者体验的重大影响。为了弥合关于内部服务生态系统的学术文献与员工体验之间的差距，本研究使用DART框架来捕捉员工对共创的感知，并为理解共创发生的条件提供可操作的实证基础。然而，DART框架不仅被概念化为企业和客户互动的模型，还被重新视为一种方式，让员工了解技术支持的知识共享环境是否促进了有效的服务提供。与服务生态系统的研究一致，价值共创是通过技术、员工角色和意义构建过程的相互作用来体现的，所有这些通常都嵌入在组织环境中（Ostrom等人，2019年；Vargo等人，2015年）。

从心理学角度来看，基于DART的条件代表了员工层面的感知，这些感知塑造了个人如何认知地处理服务情境（例如清晰度、理解力和控制力）以及情感上如何应对这些情境（例如信任、信心和减少的不确定性）。因此，访问权限、透明度、对话和感知风险不仅仅是系统属性，而是影响员工如何执行服务互动和解释客户反应的心理体验条件。在DART框架的背景下，技术中介的知识共享平台（TMKSP）被定义为提供员工在客户服务环境中访问、共享和应用组织知识的数字基础设施。研究认为，TMKSP通过影响员工对共创促进条件的感知间接影响体验结果，即调节服务互动如何进行的条件。因此，一线员工可以被视为跨边界的角色，他们通过使用数字知识资源来进行意义构建，将内部能力转化为面向客户的价值（Ostrom等人，2019年；Roy等人，2023年）。

根据文献，对话和透明度被认为是TMKSP影响员工感知客户体验的两个关键途径。通过暗示员工与客户进行有意义互动的能力，员工和客户之间的双向互动可以定义为对话。原则上是，对技术支持的服务交付过程的清晰度和可解释性的感知可以称为透明度。先前的研究表明，员工与客户的对话互动水平提高了关系价值。此外，先前的研究还表明，使用透明度可以作为减少不确定性的信任信号，并影响客户对其体验的感知（DeZao，2024年；Roy等人，2023年）。该框架将员工体验与员工感知的客户体验区分开来（例如，员工体验直接受到TMKSP的影响（减少任务摩擦）或间接影响（与访问权限和风险相关的条件）。另一方面，员工感知的客户体验主要源于关系和认知共创机制，而不是直接来自员工对内部TMKSP平台的接触。这里讨论的关系在概念上与它们将运作的广泛组织环境（例如领导支持、服务文化、工作负荷条件）有关。因此，这些组织因素将作为所提出关系的边界条件。

3. 假设发展
与服务主导逻辑（SD）一致，技术系统本身没有内在价值；价值的创造是员工与服务互动、资源整合和共创的结果（共同创造价值）。因此，有理由预期技术中介的知识共享平台（TMKSP）的效果将通过直接和间接的中介途径产生，具体取决于所研究的体验效应的性质。TMKSP可以通过减少任务摩擦直接改善员工体验（EX），从而提高效率，并通过员工对访问权限和风险的感知间接带来好处。然而，EPCX的主要途径是通过员工对关系和认知共创条件的感知（例如对话、透明度），而不是通过直接使用内部技术平台。这一逻辑为建模TMKSP对EX和EPCX的中介机制提供了理论基础。

3.1. TMKSP和内部共创条件
组织内的知识共享平台（称为TMKSP）是组织内部的数字结构，允许所有员工访问、共享和使用与客户相关的组织知识。TMKSP或“知识共享平台”使员工能够利用组织创造的知识，并在提供服务时有效整合该知识（Ostrom等人，2019年；Vargo和Lusch，2008年，Vargo和Lusch，2016年）。尽管TMKSP可能不会直接影响客户接收价值后的体验结果，但理论上认为其对客户体验的影响源自员工对导致价值创造的内部条件的理解或感知。除了其基础设施角色外，TMKSP还通过影响服务提供过程中的控制感、能力和信心来塑造员工的心理参与。

3.1.1. TMKSP和员工体验（H1a）
从内部服务生态系统的角度来看，数字知识共享网站可以通过降低获取信息的障碍、提高员工之间协调任务的能力，以及让员工在工作中感到更有能力和得到支持来提高员工的吸引力。过去的研究表明，对于能够更容易找到、共享和访问知识的员工来说，数字工作解决方案对员工参与度、工作满意度和工作体验有积极影响（Meske & Junglas，2021年）。因此，当员工将TMKSP视为对其基于知识的活动有价值的资源时，他们倾向于报告说他们得到了更大的工作支持和对自己角色的清晰认识，最终导致整体的员工吸引力体验提高。

3.1.2. TMKSP和员工感知的客户体验（EPCX）
与面向客户的过程不同，内部数字系统的使用本身并不会改善客户体验。相反，客户体验是在服务交付界面实现的，具体取决于员工如何使用内部系统与客户互动。与服务生态系统的研究一致，内部技术通常仅通过对其客户互动质量或服务过程的影响间接影响客户体验（Ostrom等人，2019年）。因此，虽然TMKSP可以影响与服务提供相关的外部条件，但除非存在关系机制，否则这种影响预计会比直接的共创效应要弱得多。

3.2. TMKSP和DART基础的共创条件
从心理学角度来看，这些维度影响员工的认知评价（例如理解和清晰度）和情感状态（例如信任和信心），共同塑造了体验结果。

3.2.1. 平台访问权限（PA）
访问权限指的是员工检索和应用为客户提供服务所需的必要组织知识的能力。数字知识共享系统旨在集中相关业务信息，使员工能够在最佳时间连接到正确的知识资源。现有的数字服务和知识管理文献表明，数字信息共享系统的存在提高了员工对信息访问性和可用性的感知，从而促进了 frontline 员工的服务交付（Leonardi，2020年；Meske & Junglas，2021年）。因此，认为TMKSP有益的员工可能会对该平台的可访问性有更高的评价。

3.2.2. 感知平台风险（PPR）
感知平台风险是指员工对其数据安全性、系统可靠性的担忧，以及使用面向客户技术的平台可能产生的负面影响。设计有明确治理和保障措施的数字平台有助于减轻员工对技术使用的脆弱感和不确定感。与数字服务和技术信任相关的先前文献表明，构建良好的数字平台将降低风险感知并增强对技术支持服务的信心（DeZao，2024年）。因此，预计成功的TMKSP将减轻员工对使用平台的风险感知。

3.2.3. 平台透明度（PT）
平台的透明度指的是员工如何看待数字系统支持的数字流程在其面向客户的工作中的透明度。根据最新的研究，透明度是数字平台表达可信度的基本机制，因此员工认为TMKSP能够实现透明的客户服务流程（即，信息流动清晰且易于理解的建议）。因此，那些认为TMKSP支持上述透明客户服务流程的员工认为该平台促进了与客户之间可信和可信赖的互动。H3aTMKSP与PT.3.2.4密切相关。员工-客户对话（ECD）显示了员工相信自己拥有能力、资源和机会与客户进行有意义的双向互动，例如倾听客户意见、共同解决问题和个性化沟通（客户参与）。员工可以利用数字化的知识共享平台为客户提供满足其需求的信息，并允许员工实时与客户互动。过去的研究表明，与客户的数字化互动能力可以提高客户和员工之间的关系质量，并增加客户和员工之间的价值共创（Roy等人，2023年）。因此，预计通过TMKSP可以实现更丰富的员工与客户之间的对话。H3bTMKSP与ECD.3.3密切相关。3.3.1. 平台访问和员工体验从事服务工作的员工“成功完成工作”的能力将受到他们访问数字知识资源的影响。如果员工有更高的平台访问权限，他们将更容易为客户解决问题，降低角色模糊性，并高效完成任务。在数字工作和服务环境中进行的研究表明，提供更多的数字知识资源将使员工更加投入，并提升工作体验的质量（Meske & Junglas，2021年）。因此，预计如果员工对平台访问的感知提高，这将相应提高员工体验。H4aPA与EX.3.3.2密切相关。另一方面，增加的平台风险感知可能会阻碍员工信任使用数字平台，并增加服务过程中使用技术的压力。员工可能会因为担心系统的可靠性或数据安全性而经历心理和情绪上的困难。这可能会使员工不太愿意使用数字工具，从而导致员工工作体验的质量下降。DeZao（2024年）发现，人们对数字技术的信任以及他们对这些技术的不确定性感知会对他们使用技术和体验产生负面影响。因此，预计平台风险感知会对员工体验产生影响。H4bPPR与EX.3.4密切相关。3.4.1. 平台透明度和员工感知的客户体验具有透明度的面向客户的过程在服务互动中至关重要，有助于建立信任和清晰度。认为支持TMKSP的服务流程是透明且易于理解的员工更倾向于认为客户互动是可信和可信赖的。先前关于数字服务的研究表明，透明度积极影响了对公平性的评价，并减少了不确定性，影响了员工对客户体验的感知（DeZao，2024年）。因此，平台透明度应该会对员工对客户体验的感知产生影响。H5aPT与EPCX密切相关。3.4.2. 员工-客户对话和员工感知的客户体验员工与客户之间的互动在创造价值方面起着重要作用；通过他们的开放和动态交流，可以实现个性化、共同理解和共同解决问题，从而提供更积极的客户体验。许多研究表明，用于创建员工/客户互动的数字技术可以提高服务体验的感知质量和价值创造（Roy等人，2023年）。因此，更高水平的员工/客户对话可能会导致员工感知更高的客户体验。H5bECD与EPCX密切相关。重要的是，访问权限和感知风险主要影响与内部效率相关的认知评估，而对话和透明度作为关系性和解释性机制，塑造了面向客户的感知。3.5. 通过内部共创条件的中介作用基于服务主导逻辑和内部服务生态系统视角，TMKSP对体验结果的影响预计主要通过与DART相关的共创机制发生，而不是通过直接的技术影响。3.6. 通过平台访问和感知平台风险的中介作用随着TMKSP提高了用户对平台访问的感知以及用户对与平台访问相关风险的感知，这些感知被视为通过连接TMKSP与员工体验的中介机制。先前的研究发现，提供访问权限（而不仅仅是降低风险）对员工的工作体验可能比单纯依赖风险有更大的影响；因此，预计会有差异化的中介效应。H6aPA中介了TMKSP与EX之间的关系。H6bPPR中介了TMKSP与EX之间的关系。3.7. 通过员工-客户对话和平台透明度的中介作用TMKSP对员工感知的客户体验的影响主要通过促进对话互动和服务交付的透明度实现。对话和透明度分别是内部数字系统影响服务交付方式及其后续解释的关系性和认知途径。因此，这两个特征被视为TMKSP与员工感知的客户体验之间的主要中介机制。H7aECD中介了TMKSP与EPCX之间的关系。H7bPT中介了TMKSP与EPCX之间的关系。最终，员工预计会根据自己在工作中的体验来评估客户产生的结果（与服务利润链和内部服务氛围的观点一致）。经历更多支持、更明确的角色和更多授权的员工通常更有可能创造良好的客户互动，并对客户互动持有更积极的看法。现有的实证工作一致显示出员工体验与客户相关绩效和客户相关体验结果之间的正向关系（Kumar & Pansari，2016年；Ostrom等人，2019年）。因此，预计员工体验将影响员工感知的客户体验。图1显示了概念框架。图1. 概念框架。4. 方法论为了研究问题并探索TMKSP、员工体验（EX）和员工感知的客户体验（EPCX）之间的复杂关系，本研究采用了混合方法顺序设计，包括两个相互关联的研究：一个探索性定性研究（研究A），随后是一个使用结构方程建模的验证性定量研究（研究B）。这种方法有助于基于DART价值共创框架构建一个情境锚定的概念模型，从而提高了研究的构念有效性和理论完整性。混合方法允许研究结合定性分析的深度和定量验证的稳健性。预期的定性阶段在现实世界观察和情境价值中建立了模型。相比之下，事后的定量阶段确认了假设的相关性，并评估了基于DART的中介框架的适应性。4.1. 研究A：预期的定性研究定性阶段（研究A）旨在确定零售行业中与知识共享平台、员工体验和客户体验相关的关键主题和构念，该行业正在经历快速的数字化转型。4.1.1. 参与者为了招募15名行业从业者参与定性阶段，使用了知名的 数据收集平台Prolific（Agarwal等人，2024年；Mehrotra, Agarwal, Awan等人，2024年）。参与者需要具备在零售或面向客户的服务岗位的工作经验，并熟悉其组织内使用的数字知识共享工具。样本包括60%来自销售和客户服务的参与者，20%来自店铺运营和管理，13%来自企业服务，7%来自市场营销和CRM，确保了多个职能角色的代表性。在等级方面，46.67%的受访者处于职位的入门或中级水平，53.33%处于管理层或以上。关于行业经验，60%的参与者有10年或更少的经验，而40%有超过10年的经验，提供了早期职业和经验丰富的专业人士的平衡组合。使用Prolific的筛选过滤器招募参与者，以确保他们符合特定的专业经验标准（Mehrotra, Basahel等人，2025年）。通过Prolific平台进行开放式论文回答收集定性数据。要求参与者提供关于他们在面向客户的服务环境中使用数字知识共享系统的详细书面反思，包括这些系统如何影响员工互动和客户感知的响应。鼓励参与者提供详细的回答，平均回答长度超过了100个单词，为主题分析提供了足够的深度。尽管数据是通过书面回答而不是访谈收集的，但参与者提供了详细的叙述，足以识别出重复出现的心理主题。4.1.2. 充饱和度和严谨性数据收集过程持续进行，直到达到理论饱和度，即不再有新的与技术中介的知识共享和客户服务流程相关的主题或概念出现的点。根据定性研究的标准，饱和度是通过在数据收集过程中同时进行饱和度评估来确定的（Guest等人，2020年；Mehrotra, Vishnoi等人，2025年；Saunders等人，2018年）。饱和度是基于主题重复性和概念完整性来评估的，而不仅仅是数据量。在完成12次访谈后，所有观察到的互动都表现出一致的主题，包括互动质量、系统透明度、知识可访问性和感知风险；然而，我们继续进行了3次更多的访谈以确保严谨性。因此，似乎有足够的饱和度用于理论发展。4.1.3. 编码和分析分析采用了基于归纳推理的主题方法，符合已建立的定性研究技术。这包括通过开放编码、轴向编码和选择性编码来分析每个转录本（Salda?a，2021年）。为了减少主观性，多名编码员独立分析了数据，并通过讨论和共识解决了差异。也就是说，两名不同的研究人员独立分析了每次访谈，并生成了代码，以识别与技术使用、组织间知识共享和面向客户的过程相关的主题。然后根据意义相似性将代码分组为更大的类别，这些类别代表了将技术赋能的知识共享与客户互动和服务感知联系起来的关键主题。为了提高分析的有效性，通过讨论和达成共识解决了研究人员编码之间的差异，并且有审计轨迹记录了整个分析过程中的所有编码决策和主题的发展。这种方法对于建立定性研究的可信度和可靠性是有效的（Creswell & Clark，2017年；Salda?a，2021年）。4.1.4. 出现的主题和映射研究A的发现提供了四个主要主题，这些主题被用来创建定量模型。第一个主题是员工与客户之间实时双向互动的重要性，双方都能访问共享的知识资源，以促进员工-客户对话的交付。第二个是员工希望在面对客户的过程中有清晰度和可解释性；因此，平台透明度的概念是员工/客户对话中的认知和信任相关条件，以了解客户的需求。第三个是与服务客户互动时获取正确知识的便利性；因此，平台访问的构念是一个关键的促成因素。最后，参与者指出他们担心系统的可靠性和数据的安全性，这两者都被归类为开发客户服务平台的潜在障碍。这四个出现的主题是通过归纳法得出的，有助于将DART框架从定性转化为定量，并有助于确定技术促进的知识共享系统可以在客户和员工之间形成服务互动的内部条件。研究A的结果直接用于指导研究B的调查设计和假设开发。这些定性见解不仅有助于构念的识别，还有助于对DART维度的心理解释，这些维度随后在定量阶段得到了操作化。图2显示了识别的主题。图2. 主题到构念的形成。4.2.**研究B：事后定量研究**

基于研究A的发现和DART框架，开发了一份结构化问卷，以实证验证所识别构念之间的关系。

**4.2.1. 仪器开发**

调查工具包括一个从先前文献中改编的经过验证的量表，用于DART框架下的构念（对话、访问、风险和透明度），以及结果变量（员工体验和客户体验）。关于技术中介的知识共享平台（TMKSP）、平台访问（PA）、员工体验（EX）和员工感知的客户体验（CX）的条目分别改编自Nguyen（2023a）、Liu等人（2023）、Acu?a-Hurtado等人（2024）和Froehle与Roth（2004）的研究。平台感知风险（PPR）的条目采用自Li和Nuangjamnong（2022）以及Yuan等人（2021）的研究，而员工-客户对话（ECD）和平台透明度（PT）的条目则来源于Zaborek和Mazur（2019）的研究。每个构念都使用5点李克特量表上的反映性指标进行测量，范围从1（“强烈不同意”）到5（“强烈同意”）。

**4.2.2. 抽样和数据收集**

研究B的数据是通过Prolific平台在网上收集的，该平台以其严格的招募标准和用户友好的界面而受到好评（Tandon等人，2023）。选择Prolific是因为先前的研究表明它能为行为和组织研究提供可靠且多样化的参与者群体（Mehrotra、Agarwal等人，2024）。在最终确定和分发问卷之前，进行了一项涉及25名受访者的初步研究，以验证草拟的问卷。此外，两位行业专家审查了问卷，提供了旨在提高工具稳健性、清晰度和适用性的建议。结合他们的反馈，我们改进了一些问题的表述，这有助于提高问卷的表面有效性和内容有效性。最终确定的问题随后分发给目标受众。为了遵循《赫尔辛基宣言》的规范，并帮助受访者舒适地完成问卷，我们向参与者传达了参与完全是自愿的，仅用于学术和研究目的，并且会维护匿名性，同时他们将因时间付出而获得补偿。总共收集了275份回复，其中272份是完整的，用于分析。

表1展示了受访者的基本人口统计特征。受访者的基本人口统计特征反映了美国和英国地区在性别、年龄组、教育水平、工作经验、职位层次和组织规模方面的代表性分布。样本中的性别分布（约60%为女性）与全国性基准一致，这些基准显示女性在两个国家的零售劳动力中占大约49-56%（Data USA，2023；ONS，2023）。受访者的年龄分布与劳动力市场的证据相符，即大量员工年龄在35岁以下，20-29岁年龄段的群体最大（Data USA，2023；ONS，2023）。样本中的教育程度范围从高中到研究生水平，与美国劳工统计局（BLS）的数据和英国国家统计局（ONS）的行业概况相符，这些数据显示职业特征包括高中、大学和高等教育背景的广泛混合（BLS，2023；ONS，2023）。我们数据中职位层次的分布（从初级到高级管理层）与最近关于美国/英国零售员工的同行评审研究相符，这些研究包括了这一完整的职位范围（Masters等人，2025）。最后，受访者所在组织规模的分布（<50至>500名员工）得到了英国人力资源基准调查和行业报告的支持，这些报告确认该行业涵盖了小型零售商和大型连锁店（BRC，2024）。总体而言，这些与权威基准的一致性证明了我们样本的代表性，为得出有关知识共享的有意义见解提供了坚实的基础。

**表1. 样本概况**

| 性别 | 频率（%） |
|-------------------|-----------------|
| 不想披露 | 3 (1.10%) |
| 25岁以下 | 26 (9.56%) |
| 女性 | 163 (59.93%) |
| 25–35岁 | 79 (29.04%) |
| 男性 | 106 (38.97%) |
| 36–45岁 | 80 (29.41%) |
| 46–55岁 | 42 (15.44%) |
| 56岁或以上 | 45 (16.54%) |

| 教育资格 | 频率（%） |
| 当前组织的工作经验 | 频率（%） |
| 高中 | 87 (31.99%) |
| 不足1年 | 23 (8.46%) |
| 中专 | 37 (13.60%) |
| 1至3年 | 64 (23.53%) |
| 本科 | 114 (41.91%) |
| 3至7年 | 75 (27.57%) |
| 研究生 | 28 (10.29%) |
| 7至12年 | 57 (20.96%) |
| 专业学位 | 6 (2.21%) |
| 超过12年 | 53 (19.49%) |

| 职位层次 | 频率（%） |
| 初级 | 90 (33.09%) |
| 不超过50名员工 | 64 (23.53%) |
| 中级 | 73 (26.84%) |
| 151–250名员工 | 21 (7.72%) |
| 经理 | 77 (28.31%) |
| 251–500名员工 | 19 (6.99%) |
| 高级经理/执行官 | 29 (10.66%) |
| 51–150名员工 | 36 (13.24%) |
| 其他（请具体说明） | 3 (1.10%) |

**4.3. 混合方法设计**

当前研究采用了定性理论构建和定量理论检验的混合方法，以发展坚实的理论基础和构念有效性。最初的定性分析（研究A）是一项探索性的事前定性研究，探讨了员工如何解释技术赋能的知识共享以及如何参与客户服务活动。定性研究的结果被用来指导构念定义、假设和调查开发，这与Creswell和Clark（2017）确定的混合方法研究的最佳实践一致。通过利用定性研究的发现来构建定量模型，特别是针对从定性发现中得出的变量（即对话、透明度、访问和感知风险），这为将DART框架适应于内部服务生态系统提供了实证基础。这两项研究的顺序整合有助于增加理论一致性，并减少了可能因脱离实施环境而发展出的构念的可能性（Guest等人，2020）。

**5. 分析和发现**

该研究使用SmartPLS 4.0进行了偏最小二乘结构方程建模，以评估提出的关系。PLS-SEM是一种适合于探索性研究的统计预测方法（Hair等人，2021）。PLS-SEM被认为是一种有效的方法，可用于同时评估多个构念之间的关系（Hair等人，2021）。鉴于数据的横断面和自我报告性质，在进行因果和机制解释时应谨慎。此外，当独立变量和因变量都在同一份问卷中测量时，共同方法偏差的可能性会增加，因此有必要评估模型是否不受CMB的影响。为了测试我们研究中的CMB，我们采用了三种技术来验证我们的发现。首先，使用Harman的单因素分析（Podsakoff等人，2003），我们发现单因素解释的模型方差不超过50%的阈值，从而确认了CMB的不存在。接着，我们采用了Chang等人（2020）推荐的另一种技术——标记（MLMV）测试，比较了模型解释力的差异，发现引入标记变量后内生变量的R2没有变化（无标记时：EPCX: 0.693, ECD: 0.563, EX: 0.305, PA: 0.616, PPR: 0.034；有标记时：EPCX: 0.693, ECD: 0.563, EX: 0.305, PA: 0.616, PPR: 0.034, PT: 0.502）。最后，根据Kock（2015）的建议，我们评估了模型的VIF值，发现没有VIF值超过3.3的阈值，从而确认了模型中不存在CMB。

我们通过项目因子载荷（表2）评估了指标的信度，通过Cronbach's alpha评估了构念的信度，以及通过表3评估了复合信度，这些都超过了各自的阈值（0.70）（Hair等人，2021）。收敛效度通过平均解释方差（AVE）值得到确认，所有AVE值均高于0.50（Fornell & Larcker，1981）（见表2）。每个项目的方差膨胀因子（VIF）值都低于推荐的5.0阈值，表明结构模型中没有多重共线性问题（Hair等人，2021）。

**表2. 因子载荷和VIF**

| 项目 | FL | VIF |
|-------------------|------|---------|
| EPCX | 10.887 | 4.114 |
| EX | 10.910 | 3.415 |
| PT | 10.838 | 2.312 |
| EPCX2 | 10.887 | 4.090 |
| EX | 10.897 | 3.008 |
| PT | 10.817 | 2.121 |
| EPCX3 | 10.869 | 3.229 |
| EX | 10.908 | 3.364 |
| PT | 10.857 | 2.475 |
| EPCX4 | 10.896 | 4.019 |
| EX | 10.906 | 3.179 |
| PT | 10.799 | 1.811 |
| PA | 20.715 | 1.538 |
| PT | 20.848 | 2.391 |
| EPCX6 | 10.858 | 3.218 |
| PA | 30.837 | 1.951 |
| TMKSP | 10.855 | 2.747 |
| EPCX7 | 10.889 | 4.108 |
| PA | 10.865 | 2.690 |
| TMKSP2 | 10.863 | 2.820 |
| ECD | 10.813 | 2.024 |
| PA | 10.865 | 2.615 |
| TMKSP3 | 10.864 | 2.536 |
| ECD | 10.866 | 2.324 |
| PPR | 10.746 | 1.663 |
| TMKSP4 | 10.819 | 2.063 |
| ECD | 10.857 | 2.181 |
| PPR | 10.708 | 1.537 |
| TMKSP5 | 10.850 | 2.291 |
| ECD | 10.822 | 1.970 |
| PPR | 10.896 | 2.362 |
| PPR | 10.878 | 2.038 |

**表3. 信度和有效性**

| 信度和有效性 | | |
|-------------------|------------------- |
| α | 12 | |
| CRAVE | 12 | |
| 1) EPCX | 0.953 | |
| 2) ECD | 0.962 | |
| 3) EX | 0.948 | |
| 4) PA | 0.893 | |
| 5) PPR | 0.839 | |
| 6) PT | 0.889 | |
| 7) TMKSP | 0.904 | |
| 对角线条体显示AVE的平方根；下矩阵显示构念间的相关性；上矩阵显示斜体字体的HTMT比率。 |

构念的区分效度使用Fornell和Larcker（1981）的标准进行评估，其中构念的AVE的平方根大于与其他构念的相关性（见表3）。此外，所有HTMT比率都低于0.85的阈值，从而确认了区分效度（Henseler等人，2015）。

根据Henseler等人（2015）的建议，我们使用SRMR评估了模型的拟合度。我们模型的SRMR值为0.074，远低于0.08的阈值，因此表明模型的拟合度良好。

**5.1.1. 结构模型**

由于测量模型被认为足够用于进一步研究，我们使用了带有10,000个样本的自举方法来评估假设，以确定参数估计值及其相应的标准误差（Lai，2021）。最初，我们评估了决定系数以衡量模型的解释能力。我们发现它充分解释了内生构念，分别为EPCX: 0.689, ECD: 0.563, EX: 0.304, PA: 0.616, PPR: 0.034, PPR: 0.502。使用PLS预测方法，我们发现模型的预测相关性（Q2 > 0）分别为EPCX: 0.451, ECD: 0.560, EX: 0.253, PA: 0.614, PPR: 0.019, PPR: 0.497，这些值超过了阈值，表明模型具有良好的预测相关性（Chin，2010）。

**5.1.2. 直接路径分析**

随后，按照Hair等人（2021）的建议，所有假设检验都使用了双尾校正和加速自举方法，进行了10,000次重采样，以考虑估计效应的正负偏差（表4和图3）。H1a假设TMKSP与EX显著相关，得到了支持（H1a: β = 0.309**）；而H1b假设TMKSP与EPCX显著相关（H1b: β = ?0.01 ns）则不显著，因此未得到支持。H2a和H2b假设分别评估了TMKSP对PA（H2a: β = 0.785**）和PPR（H2b: β = ?0.184**）的影响，得到支持，表明TMKSP提高了平台的访问性（+ve）。同时，它还降低了与平台相关的（?ve）感知风险。H3a和H3b假设分别研究了TMKSP对PT（H3a: β = 0.708**）和ECD（H3b: β = 0.75***）的影响，发现它们是显著的，表明TMKSP对员工-客户对话有积极影响，并提高了平台透明度，从而支持了这些假设。H4a和H4b假设分别探讨了PA（H4a: β = 0.234**）和PPR（H4b: β = ?0.129**）对EX的影响，也得到了支持。H5a和H5b假设分别评估了PT（H5a: β = 0.257**）和ECD（H5b: β = 0.576**）对EPCX的影响，也是显著的，因此得到了支持。此外，H8假设（β = 0.138**）得到支持，表明积极的员工体验会带来积极的客户体验，因此H8也得到了支持。

**表4. 路径系数**

| 直接效应 | β | stdev | t-value | p-value |
|-------------------|-------|--------|-----|--------|
| TMKSP ? EX | 0.309 | 0.091 | 3.380 | 0.001 |
| H1a: 支持 | | | | |
| TMKSP ? EPCX | ?0.010 | 0.074 | 0.133 | 0.894 |
| H1b: 未支持 | | | | |
| TMKSP ? PA | 0.785 | 0.032 | 2.420 | 0.000 |
| H2a此外，本文还研究了员工与客户对话（ECD）和平台透明度（PT）在技术中介知识共享平台（TMKSP）与员工感知客户体验（EPCX）之间的调节作用。结果表明，ECD和PT完全调节了TMKSP与EPCX之间的关系。表5显示了调节分析的结果。

**6. 讨论**
本研究采用了混合方法，评估了技术中介知识共享平台（TMKSP）如何影响员工体验（EX）和员工感知客户体验（EPCX），以及这些关系是如何通过DART框架得到调节的。首先进行了一项预先设计的定性研究，随后通过定量研究来深入探讨三个研究问题。从内部服务生态系统的角度来看，客户体验是通过员工对技术中介服务过程中客户体验反馈的评估来理解的。从服务主导的角度来看，这些发现强化了这样的观点：数字平台的价值只有在员工的服务界面进行意义建构和互动时才能实现。这些发现反映了员工如何认知处理并对技术支持的服务环境产生情感反应。同时，需要考虑到EPCX是基于员工的代理指标，而不是直接的客户测量结果。

在回答关于TMKSP对EX和EPCX影响的研究问题RQ1时，我们发现TMKSP与EX之间的关系（H1a）在统计上是积极且显著的。然而，TMKSP与EPCX之间的关系（H1b）在统计上并不显著，这表明尽管TMKSP通过内部效率提升了员工体验，但没有证据表明它能直接通过EPCX为顾客带来更好的体验。这一发现与服务生态系统研究的结果一致，后者认为内部数字基础设施是通过影响互动条件间接影响客户结果的，而非通过直接影响。

平台访问（PA）（H6a）被确定为TMKSP显著提升EX的关键促成因素。当公司向员工提供直接获取相关知识和资源的途径时，员工能够利用这些知识，从而减少信息孤岛并降低日常 operational friction（此处“friction”根据上下文可理解为“摩擦”或“障碍”）。从基于知识的视角来看，获取共享的数字知识是帮助员工整合信息以提供服务的重要资源。

相比之下，对平台感知风险（PPR）的看法与TMKSP存在强烈的负相关（H2b），表明设计良好的平台可以降低感知风险。然而，TMKSP通过PPR对EX的间接影响（H6b）并未得到支持。因此，尽管降低感知风险可能在理论上有助于提高使用率，但这并不会增加员工的积极性或参与度。在这方面，降低感知风险可能只是一个基本条件；虽然必要，但它并不会显著提升体验质量。

平台透明度（PT）和员工与客户对话（ECD）在TMKSP与EPCX之间都起到了显著的调节作用（H7a和H7b），通过建立信任和促进双方相互理解，为双方创造了互利条件。当将这些视为内部共创条件时，PT和ECD代表了员工如何将内部知识共享能力转化为客户感知价值的认知和关系途径。因此，PT和ECD成为了通过TMKSP共享内部知识、从而为顾客创造外部价值或提升客户体验的渠道。通过利用PT和ECD与客户沟通，TMKSP可以对EPCX产生间接影响，因为这两个变量之间的关联仅通过PT和ECD实现，而不是通过其他方式。这与当前关于数字工作场所的文献一致，这些文献指出访问性、透明度、提高的员工满意度及生产力与下游客户价值的提升之间存在相关性（Meske & Junglas, 2021; Ostrom et al., 2019）。此外，最近的定性研究表明，在技术中介环境中使用的知识共享工具可能会引发监控和信息过载等问题（Freire et al., 2024）。这表明技术投资必须支持组织实践以及员工对组织行为的理解。

在回答研究问题RQ2时，DART框架被评估为TMKSP与员工体验（EX）和员工感知客户体验（EPCX）之间的调节机制。结果验证了DART作为数字环境中价值共创关键机制的理论立场，四个调节假设中有三个得到了支持。DART在这里不是作为企业-客户框架来应用，而是一系列员工感知的内部条件，这些条件支持以顾客为导向的价值创造。

H6a的结果验证了PA作为中介变量的存在，表明改善对知识和数字资源的访问对于提升员工体验至关重要。因此，随着信息对员工变得更加可访问（从而减少操作摩擦），这通常会转化为更高水平的员工赋权（Leonardi, 2020; Meske & Junglas, 2021）。

尽管TMKSP显著降低了员工对数字/数据相关风险的感知（H2b），但它似乎并没有显著提升员工的体验（H6b）。风险缓解似乎是一个必要的基础条件，而不是提升积极体验的驱动力。这与最新研究结果一致，这些研究指出风险缓解必须与积极的学习、反馈和认可等机制相结合，才能有意义地影响员工态度（Freire et al., 2024）。此外，这也符合动机-卫生理论，即缺乏负面条件（如风险）可以防止不满，但不会主动提升积极体验。

在DART的客户导向维度中，对话（Dialogue）和透明度（Transparency）都是有效的调节因素。H7a证实了ECD是TMKSP与EPCX之间关系的显著中介，表明知识共享技术虽然不能自动（直接）提升员工的客户体验，但它通过促进员工与客户之间更丰富、更互惠的沟通来实现这一目标。此外，ECD被认定为一种关系共创机制，帮助员工理解和回应客户需求。ECD促进了响应式、个性化和共同创造的服务方式，这些都是积极客户体验的特征（Gr?nroos & Voima, 2013; Roy et al., 2023）。最近的研究表明，对话机制（如实时互动和共享反馈机制）使员工更符合客户的期望，从而创造出更高的服务感知价值（Sun & Li, 2024）。

假设H7b证实了数字平台中的透明度对TMKSP与EPCX之间的交叉关系有显著的调节作用。从员工的角度来看，透明系统增强了他们对客户决策的信心，并减少了服务过程中的不确定性。同样，客户也从关于所提供服务的沟通、提供服务的过程以及这些服务如何开发和交付的透明度中受益。这给了客户一种控制自己体验的感觉，从而减少了不确定性，这对提升客户体验非常重要。

在回答研究问题RQ3时，我们考察了员工体验（EX）与员工感知客户体验（EPCX）之间的关系，这一关系在假设H8中得到了证实，且在统计上是显著的，支持了我们的原始假设。结果证实了先前的研究，即员工的积极体验会导致客户体验的积极结果。从理论角度来看，我们的发现支持了服务利润链模型（Heskett et al., 1994），该模型认为更高的内部服务质量会带来更高的员工满意度、参与度和生产力，进而提升客户满意度和忠诚度。我们的结果将这一观点扩展到了基于技术的知识共享背景下，表明为员工提供促进沟通的平台并限制他们在这些互动中的挫败感，可以提高员工的体验水平。员工体验的改善影响了他们与客户的互动方式以及他们在服务互动中的客户反馈解读，最终影响客户在客户服务界面层面的体验。

**7. 各种含义**
7.1. **理论意义**
本研究有几个理论贡献。首先，DART框架（Prahalad和Ramaswamy, 2004a, Prahalad和Ramaswamy, 2004b）已经在TMKSPs中得到了扩展和实证验证。以往的研究主要关注市场营销和服务设计中的消费者共创；本研究提供了证据，证明DART框架也适用于内部服务生态系统，表明DART作为员工感知的共创条件，调节了内部数字平台与员工体验和员工感知客户体验之间的关系。

其次，SDL（服务主导逻辑）在内部服务生态系统中的具体化推动了SDL研究的发展，表明使用中的价值是由员工感知的共创条件决定的，而非直接的技术效应。

第三，本研究试图解释DART框架中的各个元素如何相互作用，以及它们如何共同影响一线员工所感知的体验结果。在这个过程中，我们展示了访问性、透明度和对话作为有效渠道，通过这些渠道，知识共享技术既为员工创造了价值，也为客户创造了价值。

第四，我们的发现提供了关于风险评估在技术中介平台上不对称角色的理论见解，特别是在PPR对其对员工体验影响方面。虽然通过技术中介平台，PPR显著降低，但其调节作用并不显著。从理论角度来看，这表明DART的各个维度在组织环境（即以员工为中心的环境）中的影响强度并不相同，这一点在现有文献中探讨得较少。因此，本文的一个关键贡献是揭示了DART框架在其组织内部（即员工中心）环境中的不同调节水平。

最后，本研究将DART与员工和员工感知客户层面的结果相结合，提供了一个跨边界的价值共创视角。我们的研究表明，员工不仅是价值的共同创造者，也是数字知识共享系统所支持的共创机制的关键解读者和受益者。

7.2. **实践意义**
研究结果表明，这些发现可以帮助其他商业从业者在服务导向环境中创建和实施TMKSPs。在将DART框架作为设计指南应用于TMKSP项目或活动时，可以看出，并非所有平台的功能都会为利益相关者的体验增加价值或效益。因此，需要使用DART框架来战略性地评估和优先排序TMKSP项目或活动中的各项功能。

首先，研究发现支持了服务主导逻辑的前提，为管理者提供了新的视角，即将技术中介共享平台视为支持员工在服务互动中整合知识资源的基础设施，而不仅仅是创造价值的工具。

其次，证据表明组织应该投入大量资源来改善平台访问性，因为平台访问性是被发现连接技术基础平台与员工体验的主要中介。通过平台提供及时、直观和包容的相关信息，可以消除/减少执行任务时的摩擦，同时使员工能够主动为客户解决问题。

第三，平台透明度和员工与客户通过对话的互动应该是任何TMKSP的基本设计要素，而不仅仅是附加功能。研究发现表明，这两个属性对于将运营效率转化为提升的体验结果至关重要，因为它们有助于建立信任并在服务互动中创造参与机会。

第四，虽然降低平台风险的感知很重要，但我们的研究表明，在开发平台时，这并不是唯一需要考虑的因素。除了实施安全、投诉处理和隐私保护措施外，我们还需要提供员工能够积极使用的工具来支持他们的贡献；这些工具不仅仅是用来降低风险的。最后，由于员工对组织所提供的服务的体验与客户看法之间存在强烈的正相关关系，如果不为员工投入相应的资金以提高他们的幸福感和赋权能力，就无法实现以客户为中心的结果。这种“由内而外”的变革方法应当能够提高为客户提供服务的信任度、满意度和忠诚度。鉴于本研究的横断面和主观性质，应对这些发现持谨慎态度。

8. 结论
本研究探讨了技术中介知识共享平台（TMKSP）背后的心理机制及其对零售服务环境中员工体验（EX）和员工感知的消费者体验（EPCX）的影响。基于服务主导（SD）逻辑，研究表明，数字知识共享基础设施本身并不直接创造价值；相反，它们通过影响员工在服务互动中整合知识资源并共同创造价值的方式来发挥作用。采用混合方法设计时，定性阶段识别了与技术中介知识共享相关的关键主题，而定量分析则证实了访问权限、对话和透明度在连接TMKSP与体验结果方面的中介作用。研究结果进一步表明，员工体验是内部数字能力转化为消费者感知结果的重要途径。
总体而言，本研究通过将DART框架扩展到内部服务生态系统，并展示了技术支持的知识共享如何通过员工感知的共创条件影响内部和外部体验结果，从而为相关文献做出了贡献。重要的是，该研究从心理学角度解释了内部数字基础设施如何通过员工的认知和情感解读来影响体验结果。这些发现还为希望设计能够提升服务环境中员工和消费者体验的数字知识共享系统的组织提供了实用见解。

8.1. 局限性和未来方向
尽管本研究 对知识体系有所贡献，但仍存在多个局限性。首先，数据是在某一时间点收集的，因此限制了我们对各构建之间时间关系的因果推断。虽然TMKSP、EX和EPCX之间的关系在理论上是成立的，但使用纵向研究设计可以更全面地捕捉它们之间的动态变化和相互影响。此外，本研究中的消费者体验是通过员工的感知间接测量的。尽管 frontline 员工能够很好地评估服务过程中的客户反应，但EPCX 实际上是一种基于员工描述的代理指标，而非直接的客户体验测量结果。未来的研究可以结合基于员工的评估和直接的客户报告来进一步验证这些发现。
第二个局限性在于，本研究仅限于一个行业背景，这可能限制了研究结果的普遍性。研究中没有明确考虑其他因素，如组织文化、领导力支持、激励制度或工作负荷条件，这些因素也可能独立影响员工体验和客户体验。因此，应考虑TMKSP及其基于DART的机制在不同组织背景下的影响。
DART框架为分析提供了适当的框架；然而，其他组织和情境变量可能有助于揭示技术中介知识共享系统如何影响体验结果。未来的研究应采用纵向研究设计和其他行业背景，以更广泛地推广本研究的结果，并利用这些变量作为调节因素或补充机制，进一步理解技术中介知识共享系统如何影响员工和客户的体验。
总体而言，本研究从心理学的角度提供了关于数字知识共享的新见解，证明了技术平台主要通过员工感知的共创机制影响体验结果，而不是直接通过技术效应。研究突出了服务主导逻辑与DART框架之间的关系，以及数字内部基础设施对员工认知构建、互动交流和客户体验感知的影响。这些结果不仅丰富了与数字服务生态系统发展相关的文献，也为组织在设计能够同时提升员工和客户体验的知识共享系统时提供了方向。
此外，基于Prolific的抽样方法可能限制了研究结果在更广泛组织背景下的普遍性。定性阶段主要依赖书面回应而非互动访谈，这可能会限制研究的深度。此外，由于采用的是横断面和自我报告的设计方式，研究无法完全捕捉随时间变化的动态心理过程。

**作者贡献声明**
Ankit Mehrotra：撰写——审阅与编辑、撰写——原始草稿、可视化、验证、监督、方法论、调查、正式分析、数据管理、概念化。
Rsha Alghafes：撰写——审阅与编辑、撰写——原始草稿、可视化、验证、监督、资源获取、方法论、资金争取、概念化。
Nidhi Sahore：撰写——原始草稿、验证、软件开发、资源管理、方法论、调查、正式分析。
Attila Kurucz：撰写——审阅与编辑、可视化、验证、方法论、数据管理。
Jaskirat Singh Rai：撰写——审阅与编辑、软件开发、资源管理、方法论、调查。

**资助声明**
Princess Nourah bint Abdulrahman 大学，项目编号（PNURSP2026R541），沙特阿拉伯利雅得。