Revista Amfiteatru Economic

Revista Amfiteatru Economic Academia de Studii Economice din Bucureşti

Facultatea de Business și Turism Volumul XXIII ● Mai 2021 ● Nr. 57

Apariție trimestrială

Revista Amfiteatru Economic este clasificată şi recunoscută de către Consiliul Naţional al Cercetării Ştiinţifice în categoria A

Principalele baze de date internaţionale în care este indexată revista: Clarivate Analytics (2008)

- Social Sciences Citation Index - Social Scisearch - Journal Citation Reports/Social Sciences Edition

EBSCO Publishing (2009)

ProQuest LLC (2012)

DOAJ – Directory of Open Access Journals (2010)

EconLit – Journal of Economic Literature (2006)

SCOPUS – Elsevier B.V. Bibliographic Databases (2008)

IBSS – International Bibliography of the Social Sciences (2006)

RePEc – Research Papers in Economics (2004)

Cabell’s Directory of Publishing Opportunities (2006)

(Business Directories – Economics and Finance) ISSN 1582-9146 www.amfiteatrueconomic.ro

Tematica viitoarelor două numere

• Revista nr. 58/2021 – Telemunca: impact economic și social și perspective • Revista nr. 59/2022 – Transformarea digitală în contextul Pactului Verde

al Uniunii Europene

http://www.proquest.co.uk/sfe/site.fast?view=emeafullsitesppublished&mode=multiField&s.ac.filterTerms=&s.sm.terms=amfiteatru+economic&s.sm.fields=content&s.sm.types=simpleall&Submit.x=0&Submit.y=0

http://www.amfiteatrueconomic.ro/

BOARD EDITORIAL Redactor-şef

Vasile Dinu, Academia de Studii Economice din Bucureşti, România; Academia Oamenilor de Știință din România Secretar general de redacție

Laurenţiu Tăchiciu, Academia de Studii Economice din Bucureşti, România Redactori

Armenia Androniceanu, Academia de Studii Economice din București, România Constantin Brătianu, Academia de Studii Economice din Bucureşti, România; Academia Oamenilor de Știință din România Cristina Circa, Universitatea de Vest din Timișoara, România Mladen Čudanov, University of Belgrade, Belgrad, Serbia Dan-Cristian Dabija, „Babeş-Bolyai” Universitatea, Cluj-Napoca, România Cristian-Mihai Dragoş, „Babeş-Bolyai” Universitatea, Cluj-Napoca, România Irina Drăgulănescu, University of Studies of Messina, Messina, Italia Octavian-Dragomir Jora, Academia de Studii Economice, Bucureşti, România Judit Oláh, University of Debrecen, Hungary Madălina Dumitru, Academia de Studii Economice din Bucureşti, România Valentin Dumitru, Academia de Studii Economice din Bucureşti, România Raluca-Gina Gușe, Academia de Studii Economice din Bucureşti, România Valentin Hapenciuc, „Ştefan cel Mare” Universitatea, Suceava, România Nicolae Lupu, Academia de Studii Economice din Bucureşti, România Alexandru Nedelea, „Ştefan cel Mare” Universitatea, Suceava, România Marieta Olaru, Academia de Studii Economice din Bucureşti, România Cătălina-Soriana Sitnikov, Universitatea din Craiova, România Włodzimierz Sroka, WSB University, Polonia Nicoleta Tipi, The University of Huddersfield, Huddersfield, Marea Britanie George-Sorin Toma, Universitatea Bucureşti, România Aharon Tziner, The Academic College of Netanya, Netanya, Israel Cristinel Vasiliu, Academia de Studii Economice din Bucureşti, România Călin Vâlsan, Bishop’s University, Sherbrooke, Québec, Canada Milena-Rodica Zaharia, Academia de Studii Economice din Bucureşti, România

Consiliu științific Dan-Laurenţiu Anghel, Academia de Studii Economice din Bucureşti, România Andrej Bertoncelj, University of Primorska, Koper, Slovenia Yuriy Bilan, University of Szczecin, Szczecin, Polonia Slobodan Cerovic, University Singidunum, Belgrad, Serbia Ung-il Chung, The University of Tokyo, Tokyo, Japonia Lóránt Dénes Dávid, Szent István University, Gödöllő, Hungary; ordinary member of the European Academy of Sciences and Arts Emilian Dobrescu, Academia Română, Bucureşti, România Veselin Draskovic, University of Montenegro, Kotor, Muntenegru Delgado Francisco Jose, University of Oviedo, Spain Valeriu Ioan-Franc, Academia Română, București, Români Romualdas Ginevicius, Vilnius Gediminas Technical University, Vilnius, Lituania David B. Grant, Hanken School of Economics, Finlanda Nicolae Istudor, Academia de Studii Economice din București, România Dumitru Miron, Academia de Studii Economice, București, România Puiu Nistoreanu, Academia de Studii Economice din Bucureşti, România Bogdan Onete, Academia de Studii Economice din Bucureşti, România Rodica Pamfilie, Academia de Studii Economice din Bucureşti, România József Popp, University of Debrecen, Hungary Idowu Samuel, London Metropolitan University, Londra, Marea Britanie Ion Stancu, Academia de Studii Economice din Bucureşti, România Daniel Stavarek, Silesian University, Karvina, Republica Cehă Dalia Streimikiene, Vilnius University, Vilnius, Lituania Bernhard Swoboda, Universitatea Trier, Germania Gheorghe Zaman, Academia Română, Bucureşti, România

Fondatori Vasile Dinu, Academia de Studii Economice din Bucureşti, România Sandu Costache, Academia de Studii Economice din Bucureşti, România

Birou de redacţie Irina Albăstroiu, Academia de Studii Economice din Bucureşti, România Mihaela Bucur, Academia de Studii Economice din București, România Simona Margareta Bușoi, Editura Academiei de Studii Economice din București, România Răzvan Dina, Academia de Studii Economice din București, România Raluca Mariana Grosu (Secretar de redacţie), Academia de Studii Economice din București, România Silvia Răcaru, Editura Academiei de Studii Economice din București, România Violeta Rogojan, Editura Academiei de Studii Economice din Bucureşti, România Daniel-Ion Zgură, Academia de Studii Economice, Bucuresti, România

Vol. 23 • Nr. 57 • Mai 2021 235

Cuprins Provocări ale tehnologiilor IoT pentru întreprinderi și consumatori .......................... 237 Irina Albăstroiu Provocări ale tehnologiilor IoT pentru întreprinderi și consumatori

Adoptarea soluțiilor bazate pe Internetul lucrurilor pentru case inteligente. Perspectiva utilizatorilor români .................................................................................... 241 Irina Albăstroiu, Calcedonia Enache, Andrei Cepoi, Adrian Istrate și Teodora Liliana Andrei Acceptarea tehnologiilor IoT în educație de către studenții economiști din România .................................................................... 259 Liliana Ionescu-Feleaga, Bogdan-Ștefan Ionescu și Mariana Bunea Factori care influențeaza adoptarea internetului obiectelor în turism de către consumatorii români ......................................................................... 277 Vasile Dinu, Sorin Paul Lazăr și Iustin Atanasiu Pop Adoptarea Tehnologiei Purtabile în Rândul Studenților Români: Un Model Structural Bazat pe TAM .............................................................................. 294 Mihai Felea, Mihaela Bucur, Cristian Negruțiu, Maria Nițu și Dragoș Andrei Stoica Inovarea modelului de afaceri pentru soluțiile IoT: un studiu exploratoriu al factorilor strategici și rezultatelor așteptate ....................... 310 Florin Sabin Foltean și Bogdana Glovațchi Utilizarea modelării predictive pe baza rețelelor neuronale artificiale și a IIoT în energia eoliană .............................................................................................. 331 Adrian-Nicolae Buturache și Stelian Stancu Între intruziune și protecția datelor în soluțiile IoT dedicate locuințelor inteligente........................................................................................ 350 Irina Maiorescu, Larisa Gabudeanu, Alexandru - Lucian Vîlcea, Gabriel - Cristian Sabou și Marian Dârdală Internetul obiectelor (Iot), provocări și perspective în România: o cercetare calitativă în industrie .................................................................................... 369 Silviu-Gabriel Szentesi, Lavinia Denisia Cuc, Ramona Lile și Paul Nichita Cuc

236 Amfiteatru Economic

Interferențe economice

Efectul impozitului pe venit al întreprinderilor agricole asupra bugetului național - cazul Republicii Slovace .................................................... 387 Juraj Chebeň, Renáta Krajčírová, Alexandra Ferenczi Vaňová și Michal Munk Evaluarea rolului unui leader în formarea culturii organizaționale durabile ............ 388 Dalia Streimikiene, Asta Mikalauskiene, Lina Digriene și Grigorios Kyriakopoulos Evaluarea cantitativă a dinamicii proceselor socioeconomice ...................................... 389 Romualdas Ginevičius, Martin Schieg, Magdalena Kot-Radojewska și Marta Jarocka Previziunea inflației în Balcanii de Vest și UE: o comparație între modelele Holt-Winters, ARIMA și NNAR ............................................................ 390 Vesna Karadzic și Bojan Pejovic Amfiteatru Economic vă recomandă

Sinergia Neoliberalismului, instituții alternative și criza de tranziție ......................... 392 Veselin Draskovic, Sergey A. Kravchenko și Milica Delibasic O evaluare a Programului de Asistență Socială în Turcia în termeni de experiență pe piața muncii și de dobândire a abilităților profesionale ................... 393 Bulent Arpat, Mete Kaan Namal, Mustafa Kocanci și Aynur Yumurtaci Recenzie de carte: 10 (zece) proiecte Internet of Thing”. Autor: Radu Pietraru ....... 394 Daniel-Marian Merezeanu

Vol. 23 • Nr. 57 • Mai 2021 237

PROVOCĂRI ALE TEHNOLOGIILOR IoT PENTRU ÎNTREPRINDERI ȘI CONSUMATORI

Vă rugăm să citați acest articol astfel: Albăstroiu, I., 2021. Challenges of IoT Technologies for Businesses and Consumers. Amfiteatru Economic, 23(57), pp.321-323. DOI: 10.24818/EA/2021/57/321

IoT (Internet of Things ‒ Internet-ul Lucrurilor sau Obiectelor) este un concept și o paradigmă care implică omniprezența în mediu a unui număr mare și divers de dispozitive inteligente și obiecte active care, prin conexiuni cu fir sau fără fir și scheme de adresare unice, sunt capabile să interacționeze și să coopereze cu alte dispozitive și obiecte în scopul creării de servicii și aplicații adaptate nevoilor utilizatorilor. Posibilitatea acestor dispozitive inteligente de a se conecta, a comunica și a transfera date a permis inovarea și dezvoltarea unor soluții diverse, destinate sectorului industrial, organizațiilor de business și consumatorilor finali.

În segmentul destinat consumatorilor, soluţiile IoT (Consumer IoT) populare în prezent sunt cele din categoria „smart home” (care se referă la aplicațiile ce permit controlul și automatizarea sistemelor de iluminat, ventilație, aer condiționat etc., dar și aspiratoare robotizate, purificatoare de aer, cuptoare sau frigidere care pot fi monitorizate de la distanță) și dispozitivele purtabile („wearables”), precum brăţările sau trackerele de fitness și ceasurile inteligente, ce permit monitorizarea și controlul stării de sănătate a utilizatorului.

Companiile au îmbrăţișat această tendinţă foarte repede, deoarece mizele sunt mari: conectivitate mai mare, acces facil la date, ecosisteme interconectate. Toate acestea se traduc în costuri mai mici şi în eficienţă în optimizarea resurselor. Proiectele de tip Commercial IoT, sunt variate ‒ de la sfera colectării și analizării informațiilor provenind de la consumatori, prin intermediul obiectelor interconectate, până la implementare de soluţii inteligente pentru zona de office (resursele ‒ precum apa, gazele, energia electrică sau termică ‒ devin controlabile prin automatizare și monitorizare în clădiri de birouri, hale industriale, depozite, hoteluri, spații comerciale etc., putând fi distribuite mai eficient, în conformitate cu necesitățile reale).

Aplicabilitatea tehnologiei IoT se dovedește a fi utilă și în optimizări de fluxuri de producţie, rețele inteligente de alimentare, echipamente industriale conectate și gestionarea digitală a lanțului de aprovizionare-livrare. IoT Industrial (IIoT) se referă, astfel, la aplicarea tehnologiei IoT în domeniul industrial, în special în ceea ce privește monitorizarea și controlul prin dispozitive care implică tehnologii cloud și colectarea și analiza datelor provenite de la o multitudine de senzori (de pe echipamente de producție, camioane de livrări, conducte, stații meteorologice, contoare inteligente etc.).

Aplicațiile de tip IoT și-au dovedit într-o manieră destul de convingătoare fezabilitatea din punct de vedere tehnic, dar sunt încă semne de întrebare privind viabilitatea lor din punct de vedere economic, în special din perspectiva firmelor. În această privință sunt evocate preocupări legate de costurile ridicate și durata mare necesare pentru implementarea soluțiilor, raritatea personalului ce deține calificări adecvate și incertitudini cu privire la rentabilitatea efectivă a unor astfel de proiecte. În plus, sunt îngrijorări


referitoare la impactul asupra mediului și sănătății oamenilor, siguranța, securitatea și confidențialitatea datelor și multe alte aspecte de ordin etic și legal încă nerezolvate.

În acest context, acest număr al revistei Amfiteatru Economic este dedicat identificării principalelor beneficii și provocări apărute în toate domeniile de aplicabilitate IoT, asociate utilizării la nivel de consumator individual, organizație de business sau industrie. Totodată, numărul dedicat acestei teme de real interes a oferit specialiștilor din mediul academic și de business posibilitatea expunerii rezultatelor unor cercetări care să indice gradul de înțelegere a conceptului și a implicațiilor sale, precum și stadiul actual și tendințele de dezvoltare în diferite domenii.

Conceptul de casă inteligentă (smart home) a atras atenția relativ recent, datorită IoT. O locuință cu soluții IoT este cea în care aparatele electrice, electronice și electrocasnice, precum și sisteme de iluminat, încălzire sau supraveghere sunt conectate la un sistem central de monitorizare și control, astfel încât să poată fi pornite și oprite automat în anumite momente sau dacă apar/se întâmplă anumite situații/evenimente. Aceste soluții IoT din categoria smart home reprezintă subiectul articolului „Adoptarea soluțiilor bazate pe Internet-ul Lucrurilor pentru case inteligente. Perspectiva utilizatorilor români”, care prezintă domeniile de aplicare și caracteristicile soluțiilor dedicate caselor inteligente, precum și rezultatele unei cercetări exploratorii de tip sondaj, ce a permis identificarea nivelului de înțelegere, a gradului de adoptare, precum și a beneficiilor și provocărilor asociate acestor soluții, din perspectiva utilizatorilor români.

În prezent, tehnologiile IoT sunt folosite cu succes și în domeniul educației. Articolul „Acceptarea tehnologiilor IoT în educație de către studenții economiști din România” investighează factorii care afectează adoptarea acestor tehnologiilor, apelând la un cadru conceptual inspirat după modelul de acceptare a tehnologiei (Technology Acceptance Model ‒ TAM), ce explică utilizarea noilor tehnologii prin adoptarea unei relaţii cauzale între convingeri, percepții, atitudini, intenții și comportament. Rezultatele studiului indică faptul că studenții economiști din România sunt pregătiți să accepte noile progrese tehnologice în IoT și să le pună în aplicare la viitorul lor loc de muncă.

Adoptarea tehnologiilor IoT în turism este problematica abordată în cadrul articolului „Factori care influențează adoptarea Internetului Obiectelor în turism de către consumatorii români”. Studiul evidențiază determinanții specifici ai adoptării IoT în turism, în general, și în sistemele de rezervări, în special, prin examinarea relației de cauzalitate dintre gradul de adoptare a IoT în serviciile turistice și încrederea în aceste sisteme, pe de o parte, și comportamentele individuale ale consumatorilor interni, pe de altă parte. Factorii de influență sunt grupați în șase categorii: conștientizare, confidențialitate și siguranță, cost, comoditate, influență socială și obiceiuri. Principalele rezultate ale cercetării efectuate în rândul turiștilor români arată influența semnificativă a variabilelor comportamentale legate de conștientizare, comoditate, obiceiuri și cost. Dintre factorii socio-demografici s-a pus în evidență rolul vârstei și al educației, în cazul persoanele mai tinere și mai educate existând probabilitați mai mari de utilizare frecventă a serviciilor turistice propuse prin sisteme IoT.

Un nou model teoretic bazat pe modelul de acceptare a tehnologiei (Technology Acceptance Model ‒ TAM) a fost dezvoltat și testat și în cadrul articolului „Adoptarea tehnologiei purtabile în rândul studenților români: un model structural bazat pe TAM” pentru a identifica relațiile dintre factorii care influențează atitudinea față de utilizare și intenția de utilizare a dispozitivelor purtabile. Datele necesare testării modelului au fost obținute printr-un sondaj în rândul studenților români. Rezultatele modelării prin ecuații structurale (Structural Equation Modelling ‒ SEM), bazată pe metoda celor mai mici pătrate parțiale (Partial Least Squares ‒ PLS), au arătat că cele trei variabile exogene ale modelului (utilitatea percepută, bucuria percepută și atractivitatea vizuală a dispozitivelor purtabile) au

Vol. 23 • Nr. 57 • Mai 2021 239

o influență pozitivă semnificativă asupra variabilelor endogene (intenția de utilizare și atitudinea față de utilizare a dispozitivelor purtabile).

Inovarea cu succes a modelului de afaceri pentru soluțiile IoT presupune adoptarea de către companii a orientărilor strategice spre piață, tehnologie și antreprenoriat, creând condițiile creșterii performanței pe termen lung. În pofida acestui fapt, în domeniul managementului și al marketingului strategic au fost dedicate eforturi limitate în studierea factorilor strategici ai inovării modelului de afaceri pentru soluțiile IoT. Pentru a elimina această lacună în cunoaștere, lucrarea „Inovarea modelului de afaceri pentru soluțiile IoT: un studiu exploratoriu al factorilor strategici și rezultatelor așteptate” contribuie la aprofundarea înțelegerii fenomenului inovării modelului de afaceri și la îndrumarea managerilor în acest proces. Realizând o cercetare calitativă, prin interviuri semi-structurate cu manageri de top din companiile IT care operează în România și care au dezvoltat cu succes soluții IoT, autorii acestui articol au identificat orientarea proactivă pe piață, orientarea tehnologică, orientarea antreprenorială și capacitățile de marketing adaptive ca factori strategici ai inovației modelului de afaceri pentru soluții IoT.

Lucrarea „Utilizarea modelării predictive pe baza rețelelor neuronale artificiale și a IIoT în energia eoliană” își propune să ofere un studiu al utilizării analizelor predictive pe bază de rețele neuronale și IIoT în industria energiei eoliene. Accentul este pus pe analiza datelor prin identificarea aspectelor teoretice și practice pentru predicții pe termen scurt, rapide, univariate ale energiei eoliene, folosind pentru studiul de caz date ale turbinelor eoliene din România. Lucrarea demonstrează faptul că IIoT facilitează, prin automatizare, tranziția la energia eoliană, prin eliminarea multor dezavantaje, într-un mod care a devenit relativ recent accesibil, creând sinergie între soluții software și de stocare a datelor, dispozitive și capabilități de analiză.

Utilizarea IoT în casele noastre implică reinterpretarea cerințelor existente privind protecția datelor, în special în ceea ce privește etica utilizării acestora și securitatea datelor cu caracter personal. Lucrarea „Între intruziune și protecția datelor în soluțiile IoT dedicate locuințelor inteligente” analizează intruzivitatea generată de agregările de date cu caracter personal, responsabilitatea pentru protecția datelor și percepția utilizatorului asupra acestor probleme. De asemenea, prezintă rezultatele unei cercetări cantitative, derulate în rândul utilizatori din România, care arată că accesarea anumitor tipuri de date este percepută ca fiind mai intruzivă decât altele și că respondenții se bazează pe recenziile altor utilizatori pentru a afla cum este asigurată protecția datelor prin intermediul dispozitivului IoT.

Lucrarea „Internetul Obiectelor, provocări și perspective în România: o cercetare calitativă în industrie” face o analiză contextuală a dezvoltării și a viitorului Industrial IoT în România. Datele culese de la firme din România, prin interviuri semi-structurate, sunt analizate în cadrul lucrării și permit identificarea nivelului de integrare a IoT în activitatea firmelor, o primă captare a eventualelor riscuri percepute de utilizatorii din industrie, transporturi auto și servicii suport și a barierelor în implementarea și utilizarea IoT.

Dispozitivele folosite în viaţa de zi cu zi devin din ce în ce mai inteligente şi interconectate. IoT este, astfel, un domeniu emergent. Aceste tehnologii, care ar putea permite literalmente miliardelor de obiecte utilizate zilnic să comunice între ele, au un potențial enorm de a ne schimba viața, reprezentând o modalitate de a stimula productivitatea, de a ne menține mai sănătoși (sau măcar mai atenți și mai preocupați de acest aspect), de a face transportul mai eficient, de a reduce consumul de energie sau de a ne face locuințele mai confortabile.

Redactor, Irina Albăstroiu


Cuprins Provocări ale tehnologiilor IoT pentru întreprinderi și consumatori

Adoptarea soluțiilor bazate pe Internetul lucrurilor pentru case inteligente. Perspectiva utilizatorilor români .................................................................................... 241 Irina Albăstroiu, Calcedonia Enache, Andrei Cepoi, Adrian Istrate și Teodora Liliana Andrei Acceptarea tehnologiilor IoT în educație de către studenții economiști din România .................................................................... 259 Liliana Ionescu-Feleaga, Bogdan-Ștefan Ionescu și Mariana Bunea Factori care influențeaza adoptarea internetului obiectelor în turism de către consumatorii români ......................................................................... 277 Vasile Dinu, Sorin Paul Lazăr și Iustin Atanasiu Pop Adoptarea Tehnologiei Purtabile în Rândul Studenților Români: Un Model Structural Bazat pe TAM .............................................................................. 294 Mihai Felea, Mihaela Bucur, Cristian Negruțiu, Maria Nițu și Dragoș Andrei Stoica Inovarea modelului de afaceri pentru soluțiile IoT: un studiu exploratoriu al factorilor strategici și rezultatelor așteptate ....................... 310 Florin Sabin Foltean și Bogdana Glovațchi Utilizarea modelării predictive pe baza rețelelor neuronale artificiale și a IIoT în energia eoliană .............................................................................................. 331 Adrian-Nicolae Buturache și Stelian Stancu Între intruziune și protecția datelor în soluțiile IoT dedicate locuințelor inteligente........................................................................................ 350 Irina Maiorescu, Larisa Gabudeanu, Alexandru - Lucian Vîlcea, Gabriel - Cristian Sabou și Marian Dârdală Internetul obiectelor (Iot), provocări și perspective în România: o cercetare calitativă în industrie .................................................................................... 369 Silviu-Gabriel Szentesi, Lavinia Denisia Cuc, Ramona Lile și Paul Nichita Cuc

Provocări ale tehnologiilor IoT pentru întreprinderi și consumatori AE

Vol. 23 • Nr. 57 • Mai 2021 241

ADOPTAREA SOLUȚIILOR BAZATE PE INTERNETUL LUCRURILOR PENTRU CASE INTELIGENTE. PERSPECTIVA UTILIZATORILOR ROMÂNI

Irina Albăstroiu1∗, Calcedonia Enache2, Andrei Cepoi3, Adrian Istrate4 și Teodora Liliana Andrei5

1)2)3)4)5) Academia de Studii Economice, Bucureşti, România

Vă rugăm să citați acest articol astfel: Albastroiu, I., Enache, C., Cepoi, A., Istrate, A. and Andrei, T.L., 2021. Adopting IoT-Based Solutions for Smart Homes. The Perspective of the Romanian Users. Amfiteatru Economic, 23(57), pp.325-341. DOI: 10.24818/EA/2021/57/325

Istoricul articolului Primit: 30 decembrie 2020 Revizuit: 3 februarie 2021 Acceptat: 4 martie 2021

Rezumat

IoT (Internet of Things, adică Internet-ul Lucrurilor) este un concept care defineşte o

lume în care toate obiectele sunt conectate între ele prin intermediul Internet-ului. Posibilitatea dispozitivelor inteligente de a se conecta, a comunica și a transfera date a permis inovarea și dezvoltarea unor soluții diverse, destinate sectorului industrial, organizațiilor de business și consumatorilor finali. Dintre acestea, în cadrul acestui articol am ales să aducem în discuție soluțiile aferente caselor inteligente (smart home).

Astfel, lucrarea noastră prezintă, în prima parte, delimitările conceptuale privind IoT, domeniile de aplicare și caracteristicile soluțiilor dedicate caselor inteligente, arătând că adoptarea soluțiilor IoT smart home a fost prea puțin abordată în literatura de specialitate. Majoritatea lucrărilor din domeniu insistă asupra aspectelor tehnice și tratează doar subsidiar aspectele privind nivelul de înțelegere a conceptului IoT smart home de către utilizatori potențiali sau efectivi și gradul de adoptare și utilizarea a acestor soluții. Pentru a acoperi aceste lacune identificate în literatura de specialitate, am prezentat, în partea a doua a lucrării, metodologia și rezultatele unei cercetări exploratorii de tip sondaj, realizate pe un eșantion de 471 de persoane, ce ne-a permis să identificăm caracteristicile socio-demografice ale respondenților ‒ utilizatori de soluții IoT, nivelul de înțelegere a conceptului IoT și de adoptare a soluțiilor din categoria smart home, precum și beneficiile și provocările asociate, din perspectiva utilizatorilor români. Am realizat și un model de regresie logistică binară, pentru o analiză aprofundată și pentru corelarea rezultatelor cercetării noastre cu cele ale altor studii în domeniu. Cuvinte-cheie: Internet-ul Lucrurilor, casă inteligentă, dispozitiv inteligent, automatizare, monitorizare și control de la distanță. Clasificare JEL: L86, O33.

∗ Autor de contact, Irina Albăstroiu ‒ e-mail: [email protected]

ORCID autori: Irina Albăstroiu: https://orcid.org/0000-0003-4159-0572 Calcedonia Enache: https://orcid.org/0000-0001-7069-6662 Andrei Cepoi: https://orcid.org/0000-0002-0413-5389 Adrian Istrate: https://orcid.org/0000-0001-9724-456X Teodora Liliana Andrei: https://orcid.org/0000-0003-3487-6310

mailto:[email protected]

https://orcid.org/0000-0003-4159-0572

https://orcid.org/0000-0001-7069-6662

https://orcid.org/0000-0002-0413-5389

https://orcid.org/0000-0001-9724-456X

https://orcid.org/0000-0003-3487-6310

AE Adoptarea soluțiilor bazate pe Internetul lucrurilor pentru case inteligente. Perspectiva utilizatorilor români


Introducere Kevin Ashton, cunoscut pentru pionieratul în domeniul tehnologiei, co-fondator și

director executiv al Auto-ID Center de la MIT (Massachusetts Institute of Technology), a folosit pentru prima dată sintagma Internet of Things - IoT (Internetul Lucrurilor sau Obiectelor) într-o prezentare pe care a făcut-o în 1999, pentru a descrie rețeaua care conectează obiectele din lumea fizică la Internet. Referindu-se mai târziu la acest concept, Ashton (2009) a afirmat că IoT are potențialul de a schimba lumea, la fel cum s-a întâmplat înainte cu Internet-ul.

Deși conceptul a apărut în urmă cu două decenii, tehnologiile care condiționează și susțin Internet-ul Lucrurilor sunt în continuă evoluție; raportându-se la un amalgam de tehnologii existente și în curs de dezvoltare, aplicate într-un nou context, chiar și găsirea unei definiții adecvate a termenului nu este un obiectiv simplu. Sunt mulți autori care au încercat să expună atributele importante, să definească și să surprindă esența IoT (Gigli și Koo, 2011; Lee și Lee, 2015; Madakam et al., 2015; Whitmore, Agarwal și Li, 2015; Ben-Daya et al., 2017), abordând Internet-ul lucrurilor, în mod special, din perspectiva unei infrastructuri de rețea globală, care leagă obiecte fizice și virtuale prin exploatarea capacităților de captare a datelor și de comunicare, bazându-se pe identificarea obiectelor, senzori și conexiuni pentru dezvoltarea de servicii și aplicații de cooperare independente. De-a lungul timpului, termenul a evoluat până la a descrie o rețea de entități care sunt conectate prin orice formă de senzor, permițând acestor entități să fie localizate, identificate, controlate și operate de la distanță (Onete, Pleșea și Albăstroiu, 2017).

O soluție IoT integrează componente hardware (procesoare, senzori, gateway-uri, controlere și comutatoare), software (independent și platforme integrate) și servicii (managementul ciclului de viață al dispozitivelor, control și monitorizare la distanță și servicii de implementare). Adoptarea acestor soluții reprezintă o modalitate de a stimula productivitatea, de a ne menține mai sănătoși (sau cel puțin mai atenți și mai preocupați de acest aspect), de a face transportul mai eficient, de a reduce consumul de energie sau de a ne face locuințele mai confortabile. La acest ultim aspect, anume implicațiile tehnologiilor IoT asupra locuințelor noastre, se referă acest articol.

Deși automatizarea locuinței a fost adusă în discuție încă din anii '80 (Horrigan, 1987), conceptul de casă inteligentă (smart home) a atras atenția relativ recent, datorită IoT. O casă inteligentă este o formă avansată de automatizare casnică tradițională, însă tehnologiile IoT duc lucrurile cu un pas mai departe prin introducerea controlului centralizat. O locuință cu soluții IoT este cea în care aparatele electrice, electronice și electrocasnice sunt conectate la un sistem central de monitorizare și control, astfel încât să poată fi pornite și oprite automat în anumite momente sau dacă apar/se întâmplă anumite situații/evenimente. Dispozitivele sunt conectate prin Internet, iar utilizatorul poate regla de la distanță accesul în casă, temperatura, iluminatul etc., dar și funcții ale televizorului smart, frigiderului, cuptorului, aparatului de aer condiționat etc.

Adoptarea soluțiilor IoT smart home a fost prea puțin abordată în literatura de specialitate. Majoritatea lucrărilor din domeniu insistă asupra aspectelor tehnice, prezentând arhitectura, structura și funcționalitățile unor astfel de sisteme și problemele de securitate asociate (Strengers, 2013; Lia et al., 2018; Sowah et al., 2020) și tratează doar subsidiar aspectele privind nivelul de înțelegere a conceptului IoT smart home de către utilizatori potențiali sau efectivi și gradul de adoptare și utilizarea a acestor soluții. Deși există analize regionale și rapoarte generale de piață (Fortune Business Insights, 2020; Mordor Intelligence, 2020a; Research Reports World, 2020), totuși, în literatura științifică sunt


Vol. 23 • Nr. 57 • Mai 2021 243

prezentate preponderent analize empirice asupra unor grupuri specifice (tineri din generația digitală, persoane în vârstă și/sau cu dizabilități, diverse categorii de pacienți etc. (Le, Nguyen și Barnett, 2012; Lee și Park, 2020)), deși popularizarea serviciilor de acest tip necesită acum discuții mai ample privind diverse clase de utilizatori. De asemenea, nu am identificat articole științifice care să trateze situația României în privința soluțiilor IoT din categoria smart home sau perspectiva utilizatorilor români ai acestor soluții.

În acest context, lucrarea noastră își propune să prezinte gradul și maniera de adoptare a soluțiilor IoT aferente casei inteligente (smart home) în România. Pentru îndeplinirea acestui obiectiv, am structurat articolul astfel: prezenta parte introductivă (care prezintă contextul general) este urmată de revizuirea literaturii de specialitate, ce se axează pe delimitările conceptuale privind Internet-ul Lucrurilor, domeniile de aplicare și caracteristicile soluțiilor din categoria smart home; apoi, urmează secțiunea aferentă metodologiei, în care sunt prezentate scopul, obiectivele, metoda și instrumentele de cercetare aplicate. Rezultatele cercetării efectuate sunt analizate și interpretate în raport cu cercetări similare în domeniu în secțiunea a treia a lucrării. Articolul se încheie cu partea de concluzii, în care sunt menționate și limitele cercetării și posibile direcții pentru viitoare studii. 1. Revizuirea literaturii de specialitate 1.1. Internet-ul Lucrurilor - abordări conceptuale

În ultimii ani, Internetul Lucrurilor (IoT) a atras semnificativ atenția cercetătorilor.

Cu toate acestea, așa cum precizau Whitmore, Agarwal și Li (2015), nu există o definiție universală pentru IoT. Totuși, analizând definițiile din literatura de specialitate, Lynn et al. (2020) observă că există două conceptualizări principale - perspectiva tehnică (IoT este considerat un ecosistem de artefacte tehnice (Weyrich și Ebert (2016)) și perspectiva socio-tehnică (recunoaște actorii și procesele asociate, fiind recunoscut, în mod special, rolul obiectelor conectate Shin (2014)).

Paradigma IoT a evoluat, însă, de la abordarea legată de ceea ce se poate conecta la rețea, la cea privind ce se poate face cu lucrurile care sunt conectate la rețea (Ibarra-Esquer et al., 2017).

În privința lucrului sau obiectului conectat la retea, din perspectiva IoT, acesta poate fi orice mașină, dispozitiv, aplicație, computer, obiect virtual sau fizic implicat într-o comunicare, ce s-ar putea conecta la Internet și ar avea capacitatea de a crea, solicita, utiliza, redirecționa sau accesa informații digitale (Elkhodr, Shahrestani și Cheung, 2013). Există concepte similare menționate adesea în literatură, cum ar fi piese/articole/produse smart, „smart” sau „inteligent” fiind termeni adoptați pentru a descrie lucruri/obiecte sau dispozitive ce au capacitatea de a calcula, conecta și comunica pentru a se diferenția de mașinile și echipamentele care lucrează în mod izolat.

În privința a ceea ce se poate face cu aceste lucruri/obiecte (inter)conectate, putem spune că acestea acționează ca furnizori și/sau consumatori de date legate de lumea fizică. Definiții recente (Whitmore, Agarwal și Li, 2015; Ibarra-Esquer et al., 2017) se focalizează asupra unor capabilități ale acestor obiecte/lucruri, precum:

• conectarea ‒ set de funcționalități de comunicare ce le permit conectarea la rețea și posibilitatea de a pune la dispoziția entităților externe ‒ cum ar fi alte obiecte sau sisteme inteligente - identificarea, măsurătorile senzorilor și alte atribute;



• identificarea ‒ posedă un identificator unic și pot fi recunoscute prin intermediul unei etichete electronice sau a unei etichete ce poate fi citite de un alt obiect sau dispozitiv;

• localizarea și urmărirea ‒ au senzori incorporați pentru a obține date privind locația fizică precisă și starea lor reală;

• comanda și inițierea acțiunii ‒ pot fi controlate de la distanță pentru a declanșa acțiuni care au un efect asupra realității fizice;

• procesarea ‒ pot procesa informațiile proprii sau altele primite prin Internet și posedă capabilități de calcul de bază ce pot fi utilizate pentru a lua decizii despre ele însele și interacțiunile cu entități externe.

Luând în considerare studiile existente în literatura de specialitate referitoare la IoT, observăm că majoritatea a investigat aplicarea IoT din perspectiva organizațiilor de business (Schlick, Ferber și Hupp, 2013; Osterrieder, Budde și Friedli, 2020) sau a comunităților/orașelor (Wirtz, Weyerer și Schichtel, 2019; Janik, Ryszko și Szafraniec, 2020), o multitudine de lucrări se concentrează pe aspecte tehnice, prezentând arhitectura, proiectarea și implementarea IoT (Gubbi et al., 2013; Bing, 2014; Weyrich și Ebert, 2016) și doar câteva studii au investigat impactul IoT asupra consumatorului final/individual (Gao și Bai, 2014; Shin și Park, 2017). Acesta este un motiv în plus să considerăm importantă abordarea IoT din perspectiva consumatorului, așa cum vom proceda în cadrul cercetării aferente acestui articol.

Un aspect important tratat în literatură se referă la protecția și securitatea datelor. Sicari et al. (2015) și Dian, Vahidnia și Rahmati (2020) indică drept importante provocări de securitate cele privind controlul accesului, confidențialitatea autentificării, păstrarea intimității, respectarea reglementărilor, securizarea middleware, securitatea datelor etc. 1.2. Domenii de aplicare IoT

Dezvoltarea tehnologiilor IoT este în prezent de mare anvergură, în ciuda pandemiei,

care a încetinit ritmul de dezvoltare a multor astfel de sectoare cu potențial ridicat. Scopul utilizării acestei tehnologii se diversifică, valoarea pieței este în creștere, la fel fiind și bugetele alocate pentru dezvoltarea și aplicarea sa (Nižetić et al., 2019). Având în vedere prognozele privind propagarea acestora în următorii 10 ani, se apreciază că peste 125 de miliarde de dispozitive IoT se vor conecta în rețeaua globală (Anstee, 2019). De asemenea, investițiile preconizate în tehnologiile IoT sunt foarte ridicate, estimându-se că acestea vor ajunge la peste 120 de miliarde de USD în 2021, având o rată de creștere anuală compusă (CAGR) de 7,3% (Columbus, 2018).

De-a lungul anilor, domeniile de aplicare IoT s-au extins și s-au modificat. O cercetare a lui Atzori, Iera și Morabito (2010) a indicat drept domenii majore transportul, logistica și sănătatea. Cinci ani mai târziu, un studiu al lui I. Lee și K. Lee (2015) a identificat domeniile de vârf în ceea ce privește amprenta IoT, menționând producția, finanțele și asigurările, comerțul cu amănuntul și serviciile de informații. Recent, Nizetic et al. (2019) arată printre domeniile de aplicabilitate a IoT transportul, agricultura, sănătatea, energia, casa inteligentă (smart home), portabilele smart (smart wearables) și orașul inteligent (smart city).

Posibilitatea acestor dispozitive inteligente de a se conecta, a comunica și a transfera date folosind senzori avansați, rețele de date și sisteme de calcul a permis inovarea și dezvoltarea unor dispozitive și aplicații Internet of Things (IoT) destinate sectorului


Vol. 23 • Nr. 57 • Mai 2021 245

industrial (Industrial IoT), organizațiilor de business (Commercial sau Enterprise IoT) și consumatorului final sau utilizatorului individual (Consumer IoT).

• În ceea ce privește sectorul industrial (Industrial IoT), aplicabilitatea tehnologiilor IoT ar permite o eficiență majoră cu privire la procesul de producție, printr-o ușoară comunicare în cadrul rețelei de operatori și utilaje. Procesele industriale s-au extins prin comunicarea M2M (Machine-to-Machine), denumită uneori ca Internet-ul Obiectelor Industriale, dar includ și legături cu interfețele umane. Un proces îmbunătățit și eficient este definit de modul în care senzorii sunt conectați, de modul în care aceștia procesează informația (Chen et al., 2020). Un punct cheie în industrie va fi legat de dezvoltarea design-ului, producția și integrarea numeroșilor senzori în cadrul aplicațiilor industriale (Li et al., 2020).

• Referitor la sectorul de business (Commercial sau Enterprise IoT), proiectele IoT adresate companiilor, sunt variate - de la optimizări de fluxuri de producţie (care sunt aferente și sectorului industrial - Industrial IoT, prezentat mai sus) până la implementarea de soluţii inteligente pentru zona de office (corespondente, până la un punct, cu cele aferente conceptului de smart home, aferent categoriei Consumer IoT).

Transportul și logistica sunt sectoare în care aplicațiile IoT sunt căutate (Porru et al., 2020). Există deja conceptul de vehicule ale Internetului în domeniul transportului (Shen, Fantacci și Chen, 2020), având atât impact, cât și potențial de dezvoltare. Câteva din aplicatiile IoT în cazul vehiculelor sunt legate de dezvoltarea vehiculelor autonome, identificarea locației, direcția, călătoria planificată a vehiculului autonom, controlul și monitorizarea sistemelor de siguranță, controlul defecțiunilor, prevenirea și evitarea accidentelor, îmbunătațirea securității și duratei de viață a vehiculelor (Saki, Abolhasan și Lipman, 2020)

Gestionarea eficientă a energiei, dispunând de tehnologii IoT flexibile de contorizare, reprezintă un factor cheie cu privire la întrebuințarea inteligentă a energiei. Cel mai important rol al tehnologiei IoT în cadrul rețelelor inteligente de electricitate este de a economisi (Rishav et al., 2019), ducând astfel la o distribuție corectă și rațională de energie.

Gestionarea deșeurilor, ca parte a unei economii circulare, este un alt domeniu problematic, inclusiv pentru organizații. Numeroase soluții sunt dezvoltate pentru a îmbunătăți conceptul gestionării deșeurilor (Das et al., 2019). Există, de exemplu, soluții dedicate monitorizării inteligente a coșurilor de gunoi (Dhana Shree et al., 2019), pentru a detecta nivelul de umplere a coșului, temperatura, orice amenințare de incendiu, vibrația coșului și deversarea gunoiului, locația coșului de gunoi și a operatorului serviciului de salubrizare etc.

• Cu privire la Consumer IoT, studii recente (Porter și Heppelmann, 2014; Ostrom et al., 2015) sugerează că fiecare obiect conectat are potențialul de a genera servicii cu valoare adăugată, dezvoltând astfel o nouă piață, odată ce produsul este deja vândut către clientul final.

Dispozitivele portabile și de monitorizare a stării de sănătate se încadrează în această categorie, fiind dispozitive ce pot fi purtate de către utilizator (wearables) - ceasuri inteligente sau brățări inteligente, trackere, chiar și haine, încălțăminte etc. Senzorii, împreună cu puterea sporită de calcul a ceasurilor inteligente, pot ajuta utilizatorul în efectuarea acțiunilor complexe, precum managementul plăților (Hsu și Lin, 2016). De asemenea, tehnologia dispozitivelor portabile inteligente se axează pe senzori ce pot colecta informații ce țin de sănătate, cum ar fi bătăile inimii, presiunea arterială, nivelul de oxigen din sânge, temperatura corpului, nivelul vitaminelor din corp, nivelul de glicemie, cetoza, efortul depus, nivelul de stres etc. (Zhang et al., 2020). IoT poate fi utilizat în



diagnosticarea și administrarea corectă a tratamentului pacienților (Muthu et al., 2020), asistența persoanelor vârstnice, prin monitorizarea condițiilor de sănătate generală și a stării nutriționale și în cazul convalescenței la domiciliu (Nivetha et al., 2020).

Dispozitivele destinate locuințelor inteligente se referă la diversele dispozitive interconectate și care pot comunica pentru a îmbunătăți habitatul locuinței utilizatorului. Majoritatea sarcinilor banale asociate cu managementul unei locuințe pot fi efectuate independent sau de la distanță, salvând efort și timp pentru utilizator. Exemple de astfel de dispozitive și tehnologii inteligente sunt soluțiile de iluminat, dispozitivele de divertisment, aparatele electrocasnice, camerele de supraveghere a locuințelor, sistemele de blocare a ușilor, senzorii inteligenți, produsele de recunoaștere sau activare vocală, telecomenzile și multe altele (Le, Nguyen și Barnett, 2012; Lia et al., 2018; Yang, W. Lee și H. Lee, 2018). Acestea sunt asociate conceptului de casă inteligentă (smart home), care va constitui subiectul următoarei secțiuni și a cercetării aferente lucrării prezente. 1.3. Soluțiile bazate pe IoT pentru case inteligente

Deși automatizarea locuinței a fost adusă în discuție încă din anii '80 (Horrigan,

1987), sub forma sistemelor de securizare a domiciliului, sistemelor de iluminat cu senzori de detectare a mișcării, automatizării porților și ușilor de la garaj etc., conceptul de casă inteligentă (smart home) a atras atenția relativ recent, datorită IoT.

Astăzi, majoritatea locuințelor moderne au deja o anumită „inteligență”, deoarece multe aparate au senzori încorporați sau controlere electronice, dar acestea se încadrează în categoria sistemelor de automatizare, ci nu sunt chiar ceea ce înțelegem astăzi prin casă inteligentă. Tehnologiile IoT din categoria smart home duc lucrurile cu un pas mai departe prin introducerea controlului centralizat. De asemenea, dispozitivele comunică între ele, cât și cu utilizatorul, pentru a crea un habitat care să se plieze pe stilul de viață al utilizatorului. Prin urmare, casa inteligentă din era IoT sau smart home IoT este un concept care adaugă la caracteristicile tradiționale de automatizare și controlabilitate de la distanță două atribute esențiale, anume interconectarea și adaptarea contextuală. Sistemul smart home necesită o aplicație pentru smartphone sau un portal web ca interfață cu utilizatorul, pentru a interacționa cu acest sistem automat.

Soluțiile inteligente pentru locuințe au fost utilizate inițial pentru gestionarea sistemelor de mediu, cum ar fi iluminatul și încălzirea (Ricquebourg et al., 2006). În prezent, datorită dezvoltării tehnologice, o soluție inteligentă de la domiciliu monitorizează activitățile utilizatorilor și mediul intern, dar oferă și servicii care îndeplinesc cerințele și nevoile specifice ale utilizatorilor. Serviciile din categoria casă inteligentă evoluează pe măsură ce integrează inteligența artificială (IA) (Yang, W. Lee și H. Lee, 2018). De pildă, produse, cum ar fi Amazon Echo și Google Home, au devenit un hub central pentru dispozitivele din casele inteligente și pentru asistenții lor activați prin voce, oferind confort în locuințe. Exemple mai pot fi și: modulul inteligent de control de la distanță dezvoltat de producătorul chinez Xiaomi (care poate fi inserat în toate aparatele electronice și electrocasnice, precum frigidere, purificatoare de aer, aparate de aer condiționat, mașini de spălat etc.) și Apple HomeKit (ce oferă asistență vocală drept hub pentru a comunica, configura și controla aparatele inteligente din suita Apple). Rezumând, evoluția soluțiilor smart home este prezentată în tabelul nr. 1.


Vol. 23 • Nr. 57 • Mai 2021 247

Tabel nr. 1. Evoluția soluțiilor dedicate caselor inteligente Perioada Etapa Suportul tehnic Funcția principală

1990 Automatizarea locuinței Internet în bandă largă Automatizare de uz casnic 2000 Rețeaua de domiciliu Telefon mobil inteligent și

aplicații mobile Monitorizare și control de la distanță

2010 Casa inteligentă Internet-ul Lucrurilor (IoT) și Inteligența Artificială (IA)

Adaptare contextuală

Sursa: Yang, W. Lee și H. Lee, 2018, p.2

În ciuda istoriei îndelungate și a interesului crescând, aplicațiile și tehnologiile din această categorie nu au fost acceptate pe scară largă, în principal din cauza lipsei infrastructurii, a prețurilor ridicate a dispozitivelor și, implicit, a cererii limitate a consumatorilor. Soluțiile IoT pentru locuințe au devenit, însă, mai populare în ultimii ani, deoarece au devenit mai accesibile şi mai simple prin dezvoltarea tehnologiei informaţiei. Astfel, se așteaptă ca piața globală a soluțiilor smart home să ajungă la valoarea de 246,42 miliarde USD până în 2025, la o rată de creștere anuală (CAGR) de 25% în perioada de prognoză 2020 - 2025 (Mordor Intelligence, 2020b).

Echipamentele și dispozitivele casnice cu tehnologii IoT permit ca locuința să fie mai “inteligentă”, controlabilă de la distanță și interconectată (Yang, W. Lee și H. Lee, 2018). Există multiple beneficii asociate, menționate în literatura de specialitate (Perera et al., 2017; Johannesen, Kolhe și Goodwin, 2019), precum îmbunătățirea confortului locuinței și scăderea de costuri ce rezultă dintr-un management mai bun al resurselor, mai ales a energiei. Dispozitivele IoT sunt constant dezvoltate pentru a permite un consum redus al electrocasnicelor și a prognoza consumul de electricitate în locuințe.

În ceea ce privește provocările aferente acestor dispozitive, Risteska Stojkoska și Trivodaliev (2017) amintesc aspectul problematic al transmiterii datelor, atât din perspectiva volumului, cât și a vitezei, având în vedere că acțiunea, în mod normal, trebuie să se realizeze instant. Asociat transferului de date este aspectul protocoalelor de rețea și nevoia de interoperabilitate dintre dispozitive inteligente ce nu aparțin aceluiași brand. De asemenea, o problemă a tuturor dispozitivelor IoT o reprezintă menținerea confidențialității, securizarea datelor și asigurarea intimității.

2. Metodologia cercetării

Așa cum am indicat pe parcursul articolului, aspecte privind arhitectura soluțiilor IoT aferente categoriei smart home (Strengers, 2013; Lia et al., 2018; Sowah et al., 2020) și cele privind avantajele, beneficiile (Perera et al., 2017; Johannesen, Kolhe și Goodwin, 2019), dar și provocările și problemele de securitate ale soluțiilor IoT destinate caselor inteligente (Risteska Stojkoska and Trivodaliev, 2017) au fost abordate frecvent în literatură. În privința nivelului de înțelegere a conceptului și a gradului de adoptare a acestor soluții nu se poate afirma același lucru, deoarece majoritatea studiilor fie au aplicat modelul de acceptare a tehnologiei (TAM) sau teoria unificată a acceptării și utilizării tehnologiei (UTAUT), fie au vizat doar grupuri specifice, îndeosebi persoanele vârstnice și/sau cu diverse probleme de sănătate și tinerii. Pentru a acoperi aceste lacune identificate în literatura de specialitate, în cadrul acestui articol ne-am propus să prezentăm rezultatele unei cercetări mai ample pe care am realizat-o pentru a identifica gradul de utilizare a soluțiilor IoT de către români din categorii socio-demografice diverse. Menționăm că



cercetarea noastră a vizat mai multe aspecte privind adoptarea IoT în România, însă în cadrul acestui articol ne vom baza doar pe acelea care vizează soluțiile destinate caselor inteligente.

Astfel, cercetarea a avut drept scop determinarea gradului de utilizare a soluțiilor IoT din categoria smart home în România.

Subsecvent acestui scop, principalele obiective vizate de cercetarea noastră au fost: • O1: cunoașterea caracteristicilor socio-demografice ale respondenților - utilizatori

români de soluții IoT destinate caselor inteligente; • O2: determinarea nivelului de înțelegere a conceptului Internet-ul Lucrurilor -Internet

of Things (IoT); • O3: identificarea principalelor soluții din categoria smart home utilizate; • O4: identificarea beneficiilor și provocărilor/problemelor aferente acestor soluții, din

perspectiva utilizatorilor români; • O5: stabilirea măsurii în care anumite variabile socio-demografice determină

adoptarea soluțiilor IoT destinate caselor inteligente. Această cercetare s-a bazat pe o metodologie standard, care se aplică în

anchetele/sondajele de opinie. Metoda de culegere a datelor a fost utilizarea unui chestionar autoadministrat. Chestionarul a fost postat pe site-ul www.isondaje.ro și un link către acesta a fost distribuit prin e-mail către contactele personale ale autorilor și prin intermediul rețelelor sociale LinkedIn și Facebook. Secțiunea de început a chestionarului prezintă o explicație succintă a scopului acestuia pentru a asigura un cadru comun de referință pentru toți respondenții potențiali.

Eșantionul folosit în cercetare a fost de 471 de persoane. Având în vedere dimensiunea limitată a eșantionului, acest studiu online pe bază de chestionar reprezintă o cercetare exploratorie.

Colectarea datelor a avut loc în perioada aprilie-iunie 2020. Am folosit programul IBM SPSS Statistics versiunea 26, pentru analize descriptive,

dar și pentru modelul de regresie logistică binară.

3. Rezultate și discuții

În privința caracteristicilor socio-demografice ale respondenților, acestea sunt prezentate în tabelul nr. 2. Menționăm că au existat în cadrul chestionarului și variantele de răspuns privind vârsta peste 65 de ani și nivelul de studii primare sau gimnaziale, însă niciunul dintre respondenții nu s-a încadrat aici. Astfel, eșantionul nostru a fost format din persoane cu vârsta între 18 și 65 de ani, majoritatea (56,4%) fiind bărbați (deși diferența între ponderile reprezentanților ambelor sexe este relativ redusă, fiind 43,6% femei), tineri (40,1% dintre cei chestionați fiind din categoria de vârstă 18-25 de ani), cu studii universitare sau chiar post-universitare finalizate, cei mai mulți (43,6%) având venituri cuprinse între 2000-4000 de lei și locuind în mediul urban (89,5%).


Vol. 23 • Nr. 57 • Mai 2021 249

Tabel nr. 2. Caracteristicile respondenților Caracteristici %

Gen Masculin 56,4% Feminin 43,6%

Vârstă 18-25 de ani 40,1% 26-35 de ani 26,2% 36-45 de ani 20,3% 46-56 de ani 9,3% 55-65 de ani 4,1%

Venit (RON) Sub1000 8,7% 1001-2000 13,4% 2001-3000 21,5% 3001-4000 22,1% 4001-5000 14% Peste 5000 20,3%

Nivel de studii Liceale și post-liceale 16,3% Universitare și post-universitare 83,7%

Domiciliul Mediul urban 89,5% Mediul rural 10,5%

Sursa: Datele cercetării, prelucrate de autori prin programul statistic SPSS Majoritatea respondenților (82%) au afirmat că utilizează în cadrul locuinței

dispozitive și aplicații IoT, ce permit controlul și automatizarea de la distanță. Coroborând cu datele privind eșantionul cercetat, putem îndeplini primul dintre obiectivele cercetării (O1), identificând caracteristicile socio-demografice ale utilizatorilor români de soluții IoT smart home care au răspuns chestionarului nostru, aceștia fiind preponderent persoane tinere, de sex masculin, cu venituri medii (între 3000 și 4000 de lei, în condițiile în care salariul mediu net din România în perioada efectuării studiului a fost de cca. 3200 de lei, potrivit INS (2020)), educate, cu studii universitare sau post-universitare finalizate și care locuiesc în mediul urban. Din perspectiva vârstei și nivelului de educație, aceste rezultate se corelează cu cele ale studiului ANCOM (2019) privind utilizatorii români ai soluțiilor IoT, deși acel studiu nu se referă strict la utilizatorii de soluții din categoria smart home, ci la utilizatorii tehnologiilor IoT, în general. Acea cercetare arată și că majoritatea veniturilor gospodăriilor sunt mai mari de 6000 de lei, însă în cazul cercetării noastre au fost vizate veniturile utilizatorilor. De asemenea, alte cercetări în domeniu (Zanocco et al., 2020) au descoperit că înclinația către ideea de smart home se manifestă cu precădere în rândul tinerilor, cea mai mare pondere fiind înregistrată tot în cazul persoanelor de sex masculin.

Este important de menționat că au dat curs invitației de a răspunde chestionarului doar aceia care au răspuns afirmativ la întrebarea filtru legată de cunoașterea și înțelegerea conceptului IoT. Pentru a îndeplini al doilea obiectiv al cercetării (O2), o analiză a răspunsurilor a fost necesară și a arătat că majoritatea celor care au accesat chestionarul cunoștea semnificația termenului (din 534 de persoane, 471 au confirmat cunoașterea termenului și au putut parcurge mai departe întrebările chestionarului). Acestora li s-a cerut să aleagă dintr-o listă termeni sau sintagme cu care asociază IoT, iar principalele alese au fost dispozitive inteligente/smart (25,5% dintre răspunsuri), dispozitive portabile și/sau purtabile (14,6%), obiecte interconectate (13%), monitorizare de la distanță (12,3%) și control de la distanță (12,1%). Menționăm că cele mai puțini răspunsuri au fost pentru



automatizare (7,1%), ceea ce indică faptul că respondenții pot face o diferențiere și între automatizarea locuinței și conceptul de smart home.

Se constată că respondenții monitorizează, controlează și exploatează de la distanță prin soluții IoT preponderent televizoarele inteligente, sistemele de ventilație și aer condiționat, cele de acces, siguranță și supraveghere (incluzând aici și senzori de inundație, de fum, de mișcare, camere de supraveghere), precum și sistemele de încălzire (figura nr. 1). Astfel, indicând categoriile de soluții utilizate, am îndeplinit obiectivul al treilea al cercetării (O3). Este important de menționat și că majoritatea cercetărilor indică televizoarele smart printre principalele aparate în cazul cărora se aplică soluții IoT, dar și alte sisteme audio-video și dispozitive pentru divertisment, ceea ce nu rezultă și din studiul nostru, ceea ce denotă că utilitatea primează pentru consumatorii români.

Figura nr. 1. Ierarhia ponderii respondenților privind utilizarea dispozitivelor,

aparatelor și sistemelor din locuință monitorizate, controlate și operate prin soluții IoT Sursa: Datele cercetării, prelucrate de autori prin programul statistic SPSS

Cel de al patrulea obiectiv al cercetării (O4) a fost îndeplinit prin intermediul a două

întrebări ale chestionarului prin care am solicitat respondenților să indice principalele avantaje, dar și probleme aferente utilizării soluțiilor IoT pentru smart home. Astfel, principalele beneficii identificate au fost legate de faptul că economisesc timp și energie (44,2% dintre răspunsuri), le ușurează viața (39,8%) și îmbunătățesc confortul locuinței (23,4%), iar probleme resimțite, înțelese și ca bariere în calea utilizării, au fost legate de creșterea dependenței de tehnologie (32%), costul ridicat al dispozitivelor (30%), teama și neîncrederea în ceea ce privește confidențialitatea, siguranța și securitatea informațiilor (28,5%). Aceste rezultate se corelează cu cele ale studiului ANCOM (2019) privind utilizatorii români ai soluțiilor IoT (deși acel studiu nu se referă strict la soluțiile din categoria smart home, ci la tehnologiilor IoT, în general), deoarece participanții la acel


Vol. 23 • Nr. 57 • Mai 2021 251

studiu au menționat că cele mai importante beneficii sunt legate de confort, siguranță și optimizare, iar cele mai mari temeri sunt cele privind datele personale (furt/pierdere, afectarea confidențialității, complexitatea informațiilor colectate), respectiv costurile dispozitivelor.

Pentru o mai detaliată analiză a rezultatelor, dar și pentru a îndeplini ultimul obiectiv al cercetării (O5), vom utiliza modelul de regresie logistică binară, similar cu cel prezentat de Peng, Lee și Ingersoll (2002). Modelul binar, cel în care variabila dependentă este dihotomică (are două valori, de obicei simbolizate cu 0 și 1), este folosit pentru a determina dacă a avut loc un eveniment sau dacă o unitate statistică are sau nu o anumită proprietate. În cazul de față, a fost utilizat cu scopul de a cuantifica relația dintre anumiți determinanți și opțiunea de a utiliza soluții IoT destinate casei inteligente.

Variabilele incluse în analiză sunt: • PSH ‒ utilizarea soluțiilor IoT destinate smart home (variabila independentă,

dihotomică, categorială/nominală, cu valorile 0 ‒ dacă persoana nu utilizează astfel de soluții IoT - și 1 - dacă persoana utilizează astfel de soluții IoT);

• SP ‒ sexul persoanei (variabilă dependentă, dihotomică, categorială/nominală, cu valorile 0 ‒ pentru persoana de sex feminin - şi 1 ‒ pentru persoana de sex masculin);

• VP ‒ vârsta persoanei (variabilă dependentă, dihotomică, categorială/nominală, cu valorile 1 ‒ dacă persoana are vârsta cuprinsă în intervalul 18-35 de ani - şi 2 ‒ dacă persoana are vârsta cuprinsă în intervalul 36-65 ani);

• VEP ‒ venitul persoanei (variabilă dependentă, multinomială, categorială/nominală, aferentă celor 6 grupe de venit, având valorile 1 - dacă persoana are un venit mediu lunar sub 1000 de lei, 2 ‒ venit mediu lunar între 1001-2000 de lei, 3 ‒ venit mediu lunar între 2001-3000 de lei, 4 ‒ venit mediu lunar între 3001-4000 de lei, 5 ‒ venit mediu lunar între 4001-5000 de lei, 6 ‒ venit mediu lunar peste 5000 de lei).

Pentru estimarea parametrilor modelului s-au folosit înregistrările la nivelul eşantionului format din 471 de persoane. Rezultatele obţinute sunt redate în tabelul nr. 3.

Tabel nr. 3. Rezultatele modelului de regresie logistică binară

B S.E. Wald df Sig. Exp(B) SP ,010 ,255 ,002 1 ,969 1,010 VP ,971 ,331 8,602 1 ,003 2,640

VEP ,406 ,100 16,577 1 ,000 1,501 Constant -,868 ,444 3,816 1 ,051 ,420

Sursa: Datele cercetării, prelucrate de autori prin programul statistic SPSS

Coloana B arată direcția legăturii dintre variabila dependentă (PSH) și variabilele independente (SP, VP, VEP). Toate acestea arată un număr pozitiv și deci o conexiune pozitivă. Coloana Exp(B) arată intensitatea legăturii dintre variabila dependentă și variabilele independente.

Coeficienţii variabilelor VP şi VEP sunt semnificativi statistic, pentru un prag de semnificaţie p-value<0,05.

Între VP și PSH există o legătura directă, pozitivă. Astfel, persoanele în vârstă de 18-35 ani sunt interesate să utilizeze aplicațiile și dispozitivele IoT de 2,6 ori mai mult faţă de persoanele care aparţin grupei de vârstă 36-65 de ani. Așa cum indică și studii generale privind adoptarea IoT în România (ANCOM, 2019), dar și studii specifice, privind adoptarea soluțiilor din categoria smart home (Zanocco, et.al, 2020), vârsta este un factor determinant. Persoanele tinere, având abilități digitale, un grad ridicat de cunoaștere și de



informare, fiind la curent cu descoperirile tehnologice și progresul în acest domeniu, aleg să utilizeze astfel de dispozitive, mai degrabă decât alte categorii de vârstă, precum generația baby boomers (cei născuți în intervalul 1946-1964) și generația X (născuți în intervalul 1965–1979). Principalul factor care îi împiedică pe aceștia din urmă în demersul de a utiliza tehnologii inteligente acasă, este preocuparea pentru protecția datelor cu caracter personal, un subiect sensibil când vine vorba de noile tehnologii (Jungwoo, Yuri și Daeho, 2018).

Între VEP și PSH există o legătura directă, pozitivă. Persoanele sunt mai interesate să utilizeze aplicațiile și dispozitive IoT pe măsură ce veniturile acestora cresc. Deși, la nivel general, oamenii asociază IoT cu economiile și utilizarea rațională a energiei electrice, persoanele cu venituri mai mici preferă să facă economii în detrimentul aderării la noi tehnologii, indiferent de beneficiile pe care acestea le-ar putea aduce (Zanocco et al., 2020).

În schimb, coeficientul variabilei SP nu este semnificativ statistic, deoarece pragul de semnificaţie p-value =0,969 este foarte ridicat (96,9%), deci o probabilitate foarte redusă de garantare a semnificaţiei parametrului, respectiv 3,1 %. Explicaţia rezidă în faptul că eșantionul este format relativ echilibrat din acest punct de vedere, iar sexul utilizatorilor nu determină opțiunea de a utiliza sau nu dispozitive IoT smart home. Așa cum arată și alte cercetări în domeniu, există diferențe între sexe ce nu sunt legate de alegerea de a utiliza sau nu, ci de motivele pentru care aleg să utilizeze sau criteriile aplicate pentru a alege anumite branduri sau dispozitive cu anumite funcționalități. De pildă, cercetările efectuate de Jungwoo, Yuri și Daeho (2018) indică faptul că persoanele de sex masculin înclină balanța în alegerea dispozitivelor IoT în funcție de utilitatea acestora, iar persoanele de sex feminin acordă o atenție mai mare compatibilității dispozitivelor.

Modelul a trecut setul de teste de diagnostic, așa cum este prezentat în tabelul nr. 4. Modelul este semnificativ, conform testului Omnibus (tabelul nr. 4) al coeficienţilor modelului. De asemenea, modelul explică între 7,9% - Cox & Snell R Square (Cox și Snell, 1989) şi 13% - Nagelkerke R Square (Nagelkerke, 1991) variaţia utilizării dispozitivelor şi aplicaţiilor ce permit controlul şi monitorizarea de la distanţă (tabel nr. 4), 82,2% din cazuri fiind corect clasificate. Valoarea testului Hosmer şi Lemeshow (Hosmer și Lemeshow, 2000) susţine modelul, cu o bună potrivire sugerată de o valoare p>0,05 (p=0,26).

Tabel nr. 4. Testele de diagnostic ale modelului de regresie logistică binară

Omnibus Tests of Model Coefficients Chi-square df Sig.

Step 38,910 3 ,000 Block 38,910 3 ,000 Model 38,910 3 ,000

Model Summary -2 Log likelihood Cox & Snell R Square Nagelkerke R Square

402,769a ,079 ,130 a. Estimation terminated at iteration number 5 because parameter estimates changed by less than, 001.

Sursa: Datele cercetării, prelucrate de autori prin programul statistic SPSS


Vol. 23 • Nr. 57 • Mai 2021 253

Concluzii

Soluțiile Consumer IoT destinate locuinței se concentrează pe creșterea confortului în locuințe, îmbunătățirea calității vieții și augmentarea experienței personale. În ultimii ani au devenit mai accesibile şi mai simple prin dezvoltarea tehnologiei informaţiei și, implicit, mai populare.

Așa cum am indicat pe parcursul articolului, aspecte privind arhitectura soluțiilor IoT aferente categoriei smart home și cele privind avantajele, beneficiile, dar și provocările și problemele de securitate ale soluțiilor IoT destinate caselor inteligente au fost abordate frecvent în literatura de specialitate, însă aspectele privind gradul de înțelegere a conceptului și măsura în care acestea sunt adoptate și utilizate au fost mai puțin abordate. De asemenea, nici literatura autohtonă nu tratează aspecte legate de adoptarea acestor soluții în țara noastră. Pentru a acoperi aceste lacune identificate în literatura de specialitate, am prezentat în cadrul acestui articol rezultatele unei cercetări ce ne-a permis să descoperim nivelul de înțelegere a conceptului Internet-ul Lucrurilor (IoT) și de adoptare a soluțiilor IoT din categoria smart home de către români din categorii socio-demografice diferite.

Cheia adoptării cu succes a acestor tehnologii este aceea de a întelege motivele pentru care oamenii le-ar putea utiliza, funcționalitățile ce le sunt necesare, problemele pe care le-au identificat și barierele în acceptarea acestora, iar acestea le-am identificat în cadrul acestei cercetări.

Deși, în România, Internetul obiectelor se află încă la început de drum în ceea ce privește aplicabilitatea sa, majoritatea respondenților chestionarului aferent cercetării (82% din cei 471 de respondenți) au afirmat că utilizează în cadrul locuinței dispozitive și aplicații IoT ce permit controlul și monitorizarea de la distanță. Respondenții studiului nostru utilizează preponderent astfel de soluții pentru televizoarele inteligente, sistemele de ventilație și aer condiționat, cele de acces, siguranță și supraveghere și sistemele de încălzire. Principalele beneficii ale adoptării acestor soluții au fost legate de faptul că economisesc timp și energie, le ușurează viața și le îmbunătățesc confortul locuinței, iar probleme identificate vizează dependența de tehnologie, costul ridicat al dispozitivelor și aspectele privind confidențialitatea, siguranța și securitatea informațiilor, așa cum indică, de altfel, și alte studii și cercetări. Observăm că sunt în continuare multe obstacole ce trebuie depășite, și pe care le-au identificat și respondenții, în special legat de datele ce sunt comunicate și utilizate în întregul proces. Totodată, noi tehnologii și sinergii au potențialul de a le adresa cum ar fi tehnologia 5G, ce aduce beneficiul unei viteze a Internetului uriașe, precum și utilizarea inteligentei artificiale, ce ajută atât la predictibilitate, cât și la luarea celor mai bune decizii.

Pentru a identifica relația dintre anumiți determinanți (sex, vârstă, venit) și opțiunea de a utiliza soluții IoT smart home am utilizat modelul de regresie logistică binară, arătând că persoanele din categoria de vârstă 18-35 ani sunt mai interesate să utilizeze aplicațiile și dispozitivele IoT faţă de persoanele care aparţin grupei de vârstă 36-65 de ani. De asemenea, sunt mai interesate să utilizeze aplicațiile și dispozitive IoT pe măsură ce veniturile acestora cresc. Acest lucru este firesc, având în vedere că majoritatea românilor nu își permite în prezent să achiziționeze astfel de tehnologii și dispozitive.

Având în vedere că datele au fost obținute folosind un sondaj online printre contactele personale ale autorilor, iar limitarea principală a cercetării noastre este non-reprezentativitatea eșantionului, considerăm că cercetări viitoare realizate pe un eșantion mai mare, ar putea oferi o mai bună înțelegere a atitudinii utilizatorilor cu privire la soluțiile IoT din categoria smart home.



De asemenea, în analize viitoare, modelul de regresie logistică binară ar putea include drept variabile dependente mediul (urban sau rural) în care se află locuința, numărul membrilor familiei care locuiește în cadrul acesteia și nivelul de educație al acestora, precum și venitul mediu lunar al gospodăriei, ci nu doar cele ale respondenților. Precizăm că nu am inclus în acest model zona (rurală sau urbană) în cadrul căreia se află locuința, majoritatea covârșitoare a respondenților (89,5%) având domiciliul în mediul urban. De asemenea, nu am inclus nivelul de educație, având în vedere că majoritatea respondenților are studii universitare și post-universitare. Alte cercetări (van der Zeeuw, van Deursen și Jansen, 2020), arată că nivelul de educație nu influențează atitudinea față de utilizarea dispozitivelor inteligente destinate locuinței, ci mai degrabă gradul de adaptare și abilitățile operaționale ale individului au impact asupra modului în care acesta percepe tehnologia IoT. Pentru persoanele cu abilități de operare avansate, utilizarea dispozitivelor IoT este percepută ca un hobby. Acestea explorează toate funcțiile oferite de IoT și își creează singuri ecosisteme în propriile locuințe prin combinarea mai multor dispozitive inteligente. Pe de altă parte, în cazul persoanelor cu abilități de operare nu foarte dezvoltate, utilizarea soluțiilor IoT smart home se rezumă la funcțiile de bază. Aceștia din urma aleg să achiziționeze tehnologii IoT sub influența unor factori externi, precum recomandările prietenilor sau familiei, și necesită ajutor pentru instalarea și programarea acestora.

Având în vedere faptul că cercetarea noastră a fost inițiată la începutul pandemiei de coronavirus, nu am cunoscut la acel moment urmările și nu am luat în considerare acest aspect. Cercetări viitoare ar trebui să aibă în vedere faptul că, pe fondul perioadelor lungi de carantină, oamenii au început să descopere noul stil de viață, bazat pe lucru de acasă, școală online și o durată mai mare de timp petrecută în cadrul locuinței, iar acest stil de viață poate avea ca efect modificarea percepției cu privire la achiziționarea și adoptarea de tehnologii inteligente în cadrul locuințelor. Bibliografie ANCOM, 2019. Strategia 5G pentru România. [pdf] Available at: <https://www.ancom.ro/

uploads/articles/Strategia%205G_rev%2010_06_2019%20-%20final%20no%20track.pdf> [Accessed 7 December 2020].

Anstee, D., 2019. Rise of the Internet of Things (IoT). [online] TechRadar. Available at: <https://www.techradar.com/news/rise-of-the-internet-of-things-iot> [Accessed 20 November 2020].

Ashton, K., 2009. That “Internet of Things” Thing. RFID Journal, 22(7), pp.97-114. Atzori, L., Iera, A. and Morabito, G., 2010. The Internet of Things: A Survey. Computer

Networks, 54(15), pp.2787-2805. Ben-Daya, M., Hassini, E. and Bahroun, Z., 2017. Internet of Things and Supply Chain

Management: A Literature Review. International Journal of Production Research, 57(3), pp.1-24. https://doi.org/10.1080/00207543.2017.1402140.

Bing, X., 2014. Key IoT Technology and Application Research. Applied Mechanics and Materials, 543, pp.3411-3414.

Chen, Y.-Q., Zhou, B., Zhang, M. and Chen, C.-M., 2020. Using IoT Technology for Computer-Integrated Manufacturing Systems in the Semiconductor Industry. Applied Soft Computing Journal, 89(C), 106065. https://doi.org/10.1016/j.asoc.2020.106065.


Vol. 23 • Nr. 57 • Mai 2021 255

Columbus, L., 2018. 10 Charts that will Challenge your Perspective of IoT's Growth. [online] Forbes. Available at: <https://www.forbes.com/sites/louiscolumbus/ 2018/06/06/10-charts-that-will-challenge-your-perspective-of-iots-growth/?sh=7abe785e3ecc> [Accessed 20 November 2020].

Cox, D.R. and Snell, E.J. 1989. Analysis of Binary Data. 2nd ed. London: Chapman and Hall/CRC.

Das, S., Lee, S.-H., Kumar, P., Kim, K.-H., Lee, S.S. and Bhattacharya, S.S., 2019. Solid Waste Management: Scope and the Challenge of Sustainability. Journal of Cleaner Production, 228, pp.658-678. https://doi.org/10.1016/j.jclepro.2019.04.323.

Dhana Shree, K., Janani, B., Reenadevi, R. and Rajesh, R., 2019. Garbage Monitoring System Using Smart Bins. International Journal of Scientific and Technology Research, 11(8), pp.1921-1925.

Dian, F.J., Vahidnia, R. and Rahmati, A., 2020. Wearables and the Internet of Things (IoT), Applications, Opportunities, and Challenges: A Survey. IEEE Access, 8, pp.69200-69211. https://doi.org/10.1109/ACCESS.2020.2986329.

Elkhodr, M., Shahrestani, S. and Cheung, H., 2013. The Internet of Things: Vision & Challenges. In: IEEE 2013 Tencon – Spring Conference Proceedings. Sydney, Australia, 17-19 April 2013. New Jersey: IEEE. pp.218-222.

Fortune Business Insights, 2020. Smart Home Market Size, Share & Industry Analysis, By Product and Regional Forecast, 2019-2026. [online] Fortune Business Insights. Available at: <https://www.fortunebusinessinsights.com/enquiry/request-sample-pdf/ smart-home-market-101900> [Accessed 20 November 2020].

Gao, L. and Bai, X., 2014. A Unified Perspective on the Factors Influencing Consumer Acceptance of Internet of Things Technology. Asia Pacific Journal of Marketing and Logistics, 26(2), pp.211-231. https://doi.org/10.1108/APJML-06-2013-0061.

Gigli, M. and Koo, S., 2011. Internet of Things: Services and Applications Categorization. Advances in Internet of Things, 1(2), pp.27-31. https://doi.org/10.4236/ait.2011.12004.

Gubbi, J., Buyya, R., Marusic, S. and Palaniswami, M., 2013. Internet of Things (IoT): A Vision, Architectural Elements, and Future Directions. Future Generation Computer Systems, 29(7), pp.1645-1660. http://dx.doi.org/10.1016/j.future.2013.01.010.

Horrigan, B., 1987. The Home of Tomorrow: 1927-45. In: J. Corn, ed. Imagining Tomorrow: History Technology and the American Future. Cambridge: MIT Press. pp.137-163.

Hosmer, D.W. and Lemeshow, S., 2000. Applied Logistic Regression. Hoboken: John Wiley & Sons, Inc.

Hsu, C.L. and Lin, J.C.C, 2016. An Empirical Examination of Consumer Adoption of Internet of Things Services: Network Externalities and Concern for Information Privacy Perspectives. Computers in Human Behavior, 62, pp.516-527. http://doi.org/ 10.1016/j.chb.2016.04.023.

Ibarra-Esquer, J.E., González-Navarro, F.F., Flores-Rios, B.L., Burtseva, L. and Astorga-Vargas, M.A., 2017. Tracking the Evolution of the Internet of Things Concept Across Different Application Domains. Sensors, 17(6), 1379. https://doi:10.3390/s17061379.

http://dx.doi.org/10.4236/ait.2011.12004



INS, 2020. Câștigul salarial mediu lunar. [online] Institutul Național de Statistică. Available at: <https://insse.ro/cms/ro/tags/comunicat-castig-salarial?page=1> [Accessed 28 December 2020].

Janik, A., Ryszko, A. and Szafraniec, M., 2020. Scientific Landscape of Smart and Sustainable Cities Literature: a Bibliometric Analysis. Sustainability 12(3), 779. http://doi.org/10.3390/su12030779.

Johannesen, N.J., Kolhe, M. and Goodwin, M., 2019. Relative Evaluation of Regression Tools for Urban Area Electrical Energy Demand Forecasting. Journal of Cleaner Production, 218, pp.555-564. https://doi.org/10.1016/j.jclepro.2019.01.108.

Jungwoo, S., Yuri, P. and Daeho, L., 2018. Who Will be Smart Home Users? An Analysis of Adoption and Diffusion of Smart Homes. Technological Forecasting & Social Change,134(C), pp.246-253. http://doi: 10.1016/j.techfore.2018.06.029.

Le, Q., Nguyen, H. and Barnett, T., 2012. Smart Homes for Older People: Positive Aging in a Digital World. Future Internet, 4(4), pp.607-617. https://doi.org/10.3390/fi4020607.

Lee, E.J. and Park, S.J., 2020. A Framework of Smart-Home Service for Elderly’s Biophilic Experience. Sustainability, 12, 8572. https://doi:10.3390/su12208572.

Lee, I. and Lee, K., 2015. The Internet of Things (IoT): Applications, Investments, and Challenges for Enterprises. Business Horizons, 58(4), pp.431-440. https://doi.org/ 10.1016/j.bushor.2015.03.008.

Li, Y., Gao, M., Yang, L., Zhang, C., Zhang, B. and Zhao, X., 2020. Design of and Research on Industrial Measuring Devices Based on Internet of Things Technology. Ad Hoc Network, 102, 102072. https://doi.org/10.1016/j.adhoc.2020.102072.

Lia, M., Gub, W., Chen, W., Hed, Y., Wud, Y. and Zhange, Y., 2018. Smart Home: Architecture, Technologies and Systems. Procedia Computer Science, 131, pp.393-340.

Lynn, T., Endo, P.T., Ribeiro, A.M.N.C., Barbosa, G.B.N. and Rosati, P., 2020. The Internet of Things: Definitions, Key Concepts, and Reference Architectures. In: T. Lynn, J. Mooney, B. Lee and P. Endo, (eds). The Cloud-to-Thing Continuum. Palgrave Studies in Digital Business & Enabling Technologies. Cham: Palgrave Macmillan. pp.1-22.

Madakam, S., Ramaswamy, R. and Tripathi, S., 2015. Internet of Things (IoT): A Literature Review. Journal of Computer and Communications, 3(5), pp.164-173. https://10.4236/jcc.2015.35021.

Mordor Intelligence, 2020a. Consumer IoT Market ‒ Growth, Trends, and Forecasts (2020 - 2025). [online] Mordor Intelligence. Available at: <https://www.mordorintelligence. com/industry-reports/consumer-iot-market> [Accessed 20 November 2020].

Mordor Intelligence, 2020b. Smart Homes Market - Growth, Trends, and Forecast (2020 - 2025). [online] Mordor Intelligence. Available at: <https://www.mordorintelligence. com/industry-reports/global-smart-homes-market-industry?gclid=CIjd6MXjydYCFYYDKgod4ZQFaw> [Accessed 20 November 2020].

Muthu, B.A., Sivaparthipan, C.B., Manogaran, G., Sundarasekar, R., Kadry, S., Shanthini, A. and Dasel, A., 2020. IoT Based Wearable Sensor for Diseases Prediction and Symptom Analysis in Healthcare Sector. Peer Peer Netw, 13(1), pp.1-12.

Nagelkerke, N.J.D., 1991. A Note on a General Definition of the Coefcient of Determination. Biometrika, 78(3), pp.691-692.

https://doi.org/10.1016/j.jclepro.2019.01.108

http://dx.doi.org/10.4236/jcc.2015.35021


Vol. 23 • Nr. 57 • Mai 2021 257

Nivetha, R., Preethi, S., Priyadharshini, P., Shunmugapriya, B., Paramasivan, B. and Naskath, J., 2020. Smart Health Monitoring System Using IoT for Assisted Living of Senior and Challenged People. International Journal of Scientific and Technology Research, 9(2), pp.4285-4288.

Nižetić, S., Šolić, P., López-de-Ipiña González-de-Artaza, D. and Patrono, L., 2019. Internet of Things (IoT): Opportunities, Issues and Challenges towards a Smart and Sustainable Future. Journal of Cleaner Production, 274, 122877. https://10.1016/j.jclepro.2020.122877.

Onete, C.B., Pleşea, D.A., Albăstroiu, I., 2017. Opportunities and Challenges of the Internet of Things Related to Consumer. In: R. Pamfilie, V. Dinu, L. Tăchiciu, D. Pleșea and C. Vasiliu, eds. 3rd BASIQ International Conference on New Trends in Sustainable Business and Consumption. Graz, Austria, 31 May - 3 June 2017. Bucharest: ASE. pp.478-486.

Osterrieder, P., Budde, L. and Friedli, T., 2020. The Smart Factory as a Key Construct of Industry 4.0: a Systematic Literature Review. International Journal of Production Economics, 221(C), 107476. https://doi.org/10.1016/j.ijpe.2019.08.011.

Ostrom, A.L., Parasuraman, A., Bowen, D.E., Patricio, L., Voss, C.A. and Lemon, K., 2015. Service Research Priorities in a Rapidly Changing Context. Journal of Service Research, 18(2), pp.127-159. https://doi.org/10.1177/1094670515576315.

Peng, C.-Y.J., Lee, K.L. and Ingersoll, G.M., 2002. An Introduction to Logistic Regression Analysis and Reporting. The Journal of Educational Research, 96(1), pp.3-14. https://doi.org/10.1080/00220670209598786.

Perera, C., Qin, Y., Estrella, C.J., Reiff-Marganiec, S. and Vasilakos, A.V., 2017. Fog Computing for Sustainable Smart Cities: A Survey. ACM Computing Surveys, 50(3), pp.1-43.

Porru, S., Misso, F.E., Pani, F.E. and Repetto, C., 2020. Smart Mobility and Public Transport: Opportunities and Challenges in Rural and Urban Areas. Journal of Traffic and Transportation Engineering, 7(1), pp.88-97. https://doi.org/10.1016/ j.jtte.2019.10.002.

Porter, M.E. and Heppelmann, J.E., 2014. How Smart, Connected Products are Transforming Competition. Harvard Business Review, 92(11), pp.64-88.

Research Reports World, 2020. 2020-2025 Global Smart Home IoT Market Report ‒ Production and Consumption Professional Analysis (Impact of COVID-19). [online] Research Reports World. Available at: <https://www.researchreportsworld.com/2020-2025-global-smart-home-iot-market-16933840 > [Accessed 20 November 2020].

Ricquebourg, V., Menga, D., Durand, D., Marhic, B., Delahoche, L. and Loge, C., 2006. The Smart Home Concept: Our Immediate Future. In: Proceedings of the 2006 1st IEEE International Conference on E-Learning in Industrial Electronics. Hammamet, Tunisia, 18-20 December 2006. New Jersey: IEEE. pp.23-28.

Rishav, M., Maity, R., Ghosh, D., Ganesh, V.N. and Sivakumar, D., 2019. Internet of Thing based Smart Power Grid for Smart City. International Journal of Recent Technology and Engineering, 8(1), pp.450-453.

Risteska Stojkoska, L.B. and Trivodaliev, V.K., 2017. A Review of Internet of Things for Smart Home: Challenges and Solutions. Journal of Cleaner Production, 140(3), pp.1454-1464. https://doi.org/10.1016/j.jclepro.2016.10.006.

https://doi.org/10.1016/j.ijpe.2019.08.011

https://doi.org/10.1177%2F1094670515576315

https://doi.org/10.1016/j.jtte.2019.10.002

https://doi.org/10.1016/j.jtte.2019.10.002

https://doi.org/10.1016/j.jclepro.2016.10.006



Saki, M., Abolhasan, M. and Lipman, J.E., 2020. A Novel Approach for Big Data Classification and Transportation in Rail Networks. IEEE Transactions on Intelligent Transportation Systems, 21(3), pp.1239-1249.

Schlick, J., Ferber, S. and Hupp, J., 2013. IoT Applications – Value Creation for Industry. Aalborg: River Publisher.

Shen, X., Fantacci, R. and Chen, S., 2020. Internet of Vehicles. IEEE, 108(2), pp.242–245. Shin, D., 2014. A Socio-technical Framework for Internet-of-Things Design: A Human-

Centered Design for the Internet of Things. Telematics and Informatics, 31(4), pp.519-531. Shin, D.-H. and Park, Y.J., 2017. Understanding the Internet of Things Ecosystem: Multi-

Level Analysis of Users, Society and Ecology. Digital Policy, Regulation and Governance, 19(1), pp.77-100. https://doi.org/10.1108/DPRG-07-2016-0035.

Sicari, S., Rizzardi, A., Grieco, L.A. and Coen-Porisini, A., 2015. Security, Privacy and Trust in Internet of Things: The Road Ahead. Computer Networks, 76, pp.146-164. https://doi.org/10.1016/j.comnet.2014.11.008.

Sowah, A.R., Boahene, E.D., Owoh, C.D., Addo, R., Mills, A.G., Owusu-Banahene, W., Buah, G. and Sarkodie-Mensah, B., 2020. Design of a Secure Wireless Home Automation System with an Open Home Automation Bus (OpenHAB 2) Framework. Journal of Sensors, 8868602. https://doi.org/10.1155/2020/8868602.

Strengers, Y., 2013. Smart energy technologies in everyday life: Smart Utopia? Basingstoke: Palgrave Macmillan.

van der Zeeuw, A., van Deursen, A.J.A.M. and Jansen, G., 2020. How to Apply IoT Skills at Home: Inequalities in Cultural Repertories and its Interdependency Chains. Poetics, 83, 101486. https://doi.org/10.1016/j.poetic.2020.101486.

Weyrich, M. and Ebert, C., 2016. Reference Architectures for the Internet of Things. IEEE Software 33(1), pp.112–116. https://doi.org/10.1109/MS.2016.20.

Whitmore, A., Agarwal, A. and Li, D.X., 2015. The Internet of Things - A Survey of Topics and Trends. Information Systems Frontiers, 17(2), pp.261-274. https://doi.org/10.1007/s10796-014-9489-2.

Wirtz, W.B., Weyerer, C.J. and Schichtel, T.F., 2019. An Integrative Public IoT Framework for Smart Government. Government Information Quarterly, 36(2), pp.333-345. https://doi.org/10.1016/j.giq.2018.07.001.

Yang, H., Lee, W. and Lee, H, 2018. IoT Smart Home Adoption: The Importance of Proper Level Automation. Journal of Sensors, 6464036, pp.1-11. https://doi.org/10.1155/2018/ 6464036.

Zanocco, C., Flora, F., Rajagopal, R. and Boudet, H., 2020. Exploring the Effects of California's COVID-19 Shelter-In-Place Order an Household Energy Practice and Intention to Adopt Smart Home Technologies. Renewable and Sustainable Energy Reviews, 139. https://doi.org/10.1016/j.rser.2020.110578.

Zhang, L, Yang, L., Wang, Z. and Yan, D., 2020. Sports Wearable Device Design and Health Data Monitoring based on Wireless Internet of Things. Microprocessors and Microsystems, 103423 (in press). https://doi.org/10.1016/j.micpro.2020.103423.

https://doi.org/10.1108/DPRG-07-2016-0035

https://doi.org/10.1109/MS.2016.20

https://doi.org/10.1007/s10796-014-9489-2

https://doi.org/10.1016/j.giq.2018.07.001

https://doi.org/10.1155/2018/6464036

https://doi.org/10.1155/2018/6464036

https://doi.org/10.1016/j.rser.2020.110578

https://doi.org/10.1016/j.micpro.2020.103423


Vol. 23 • Nr. 57• Mai 2021 259

ACCEPTAREA TEHNOLOGIILOR IoT ÎN EDUCAȚIE DE CĂTRE STUDENȚII ECONOMIȘTI DIN ROMÂNIA

Liliana Ionescu-Feleaga1, Bogdan-Ștefan Ionescu2 și Mariana Bunea3∗

1)2)3)Academia de Studii Economice, Bucureşti, România

Vă rugăm să citați acest articol astfel: Ionescu-Feleaga, L., Ionescu, B.-Ș. and Bunea, M., 2021. The IoT Technologies Acceptance in Education by the Students From the Economic Studies in Romania. Amfiteatru Economic, 23(57), pp.342-359. DOI: 10.24818/EA/2021/57/342


Rezumat Scopul principal al prezentei cercetări este de a testa modelul de acceptare a tehnologiilor IoT (Internet of Things – Internetul obiectelor) în rândul studenților economiști din România. Internetul obiectelor se referă la interconectarea dintre diferite dispozitive prin internet. Prin această interconectare, comunicarea nu se mai limitează la forma obișnuită „de la om la om” ci se completează cu o formă nouă „de la obiect la obiect”, ceea ce are impact direct asupra funcțiilor întreprinderii. În acest context, acceptarea tehnologiilor IoT de către viitorii economiști și manageri este extrem de importantă. La studiu au participat 1.179 de studenți din patru centre universitare din Romania, iar factorii incluși în cadrul modelului de acceptare a tehnologiilor IoT (Internet of Things) au fost analizați folosind metode statistice cantitative în SPSS, aplicând o serie de teste prelucrate în scopul argumentării rezultatelor cercetării, respectiv reability test, validity test, chi-square test și coeficientul Person’s correlation. Rezultatele studiului demonstrează existența unei corelații pozitive între variabilele de cercetare și indică faptul că studenții economiști sunt pregătiți să accepte noile progrese tehnologice în IoT și să le pună în aplicare la viitorul lor loc de muncă. Cuvinte-cheie: internetul obiectelor (IoT), modelul de acceptare a tehnologiei IoT, educație, utilitate percepută, ușurință în utilizare, intenție de utilizare, România Clasificare JEL: I23, I21, L86, M20

∗ Autor de contact, Mariana Bunea– e-mail: [email protected]

ORCID autori: Liliana Ionescu-Feleaga: orcid.org/0000-0002-2087-2186 Bogdan-Ștefan Ionescu: orcid.org/0000-0003-0021-2938 Mariana Bunea: orcid.org/0000-0003-2879-2065


https://orcid.org/0000-0002-2087-2186

https://orcid.org/0000-0003-0021-2938

https://orcid.org/0000-0003-2879-2065

AE Acceptarea tehnologiilor IoT în educație de către studenții economiști din România


Introducere

În ultimii ani, tehnologia informației și comunicării (TIC) a devenit un instrument omniprezent în viața entităților din diferite sectoare ale economiei, stimulând inovația în servicii, sporind eficiența producției și reducerea costurilor. În plus, tehnologia a influențat modul de organizare și conducere a afacerilor (Attuquayefio și Addo, 2014). Astfel de beneficii au efecte pe termen lung și vor continua să se dezvolte, în ciuda dificultăților și provocărilor cu care se confruntă companiile astăzi. Dintre aplicațiile emergente TIC care pot avea un impact economic și social semnificativ, dar și un rol cheie în convergența diverselor tehnologii, se remarcă din ce în ce mai mult Internetul obiectelor (IoT – the internet of things). IoT este descris ca o rețea de obiecte care pot fi conectate prin internet fără interacțiunea umană (Park et al., 2017) și „are potențialul de a schimba lumea, la fel cum a făcut și Internetul, poate chiar mai mult” (Ashton, 2009), deoarece mijlocește comunicarea în interiorul unei organizații precum și între organizație și exteriorul acesteia, contribuind la îmbunătățirea și eficientizarea serviciilor prestate la nivelul economiei. În plus, permițând conectarea în orice moment și din orice loc a oricărei persoane, această tehnologie creează condiții pentru apariția unor servicii noi (Lu et al., 2018). Altfel spus, IoT permite trecerea la următorul nivel al lumii wireless și oferă îmbunătățiri semnificative în domenii critice precum conectivitatea, viteza și accesibilitatea (Uckelmann et al., 2011).

În prezent, tehnologiile IoT sunt folosite cu succes în domenii precum servicii medicale, smart retail, customer services, case inteligente, orașe inteligente, agricultură, monitorizarea mediului și internet industrial. Nici domeniul educației nu a rămas inert la dezvoltarea tehnologiei. Multe școli și universități au introdus tehnologiile IoT în activitățile educaționale în beneficiul elevilor, studenților, profesorilor și al întregului sistem educațional. Astfel, în unele țări, tehnologiile IoT reprezintă instrumente esențiale de învățare (Lyapina et al., 2019). Profesorii le aplică în procesele lor pedagogice și pentru a monitoriza prezența elevilor și activitățile la clasă (Alotaibi, 2015; Jiang, 2016). Studenții le folosesc ca să facă schimb de date din diferite resurse, cum ar fi dispozitive portabile, senzori și actuatori (Abed et al., 2020). În plus, multe universități au încorporat tehnologia IoT în scopul optimizării campusului, economisirii de resurse, creșterii siguranței și a securității studenților (Nie, 2013; Asseo, 2016).

Ne propunem să contribuim la această dezbatere și să analizăm mai în profunzime situația care afectează în prezent pe scară largă economia mondială. Studiul nostru investighează factorii care afectează adoptarea tehnologiilor IoT de către studenții economiști din România. În condițiile în care integrarea acestor tehnologii schimbă pentru totdeauna funcțiile întreprinderilor și afectează satisfacția și loialitatea clienților, este important de observat dacă studenții economiști sunt gata să accepte noile progrese tehnologice în IoT și să le pună în aplicare la viitorul lor loc de muncă. Pentru atingerea obiectivului s-a utilizat un cadru conceptual inspirat după modelul de acceptare a tehnologiei (Technology Acceptance Model: TAM) propus de Davis (1989), care explică utilizarea noilor tehnologii prin adoptarea unei relaţii cauzale între convingeri, percepții, atitudini, intenții și comportament. Cadrul conceptual utilizat a ținut cont și de alte sugestii regăsite în literatură pentru îmbunătățirea TAM.

Conținutul lucrării este structurat astfel: prima parte este destinată recenziei literaturii de specialitate relevante privind utilizarea tehnologiilor IoT și influența acestora asupra sistemului educațional. În secțiunea următoare se prezintă metodologia cercetării, urmată de analiza rezultatelor cercetării, iar secțiunea finală se referă la concluziile lucrării, implicațiile și direcțiile viitoare de cercetare.


Vol. 23 • Nr. 57• Mai 2021 261

1. Recenzia literaturii științifice

Conceptul IoT își are originile în anii ‘80 și s-a bazat pe tehnologia RFID (Radio Frequency Identification - Identificare prin frecvenţă radio) şi tehnologia senzorilor care, în conexiune cu internetul, permit identificarea și gestionarea inteligentă a datelor. El a fost folosit pentru prima data de Kevin Ashton în 1999, în cadrul unei conferințe, acesta făcând referire la „obiecte sau lucruri identificabile în mod unic și reprezentările lor virtuale într-o structură asemănătoare internetului” (Han, 2011; Uzelac, Gligoric și Krco, 2015). Oficializarea acestui termen s-a realizat în 2005 când Uniunea Internaţională a Telecomunicaţiilor (ITU) l-a introdus în raportul Internet ITU și în 2012 când Rand Europe l-a analizat într-un raport pentru Comisa Europeană.

Deși nu există o definiție unică pentru IoT, se acceptă că acest concept se referă la un sistem global de rețele de calculatoare interconectate la internet pentru a deservi miliarde de utilizatori din întreaga lume. Altfel spus, IoT este privit ca o rețea de conexiuni care cuprinde milioane de rețele private, publice, academice, de afaceri și guvernamentale, care sunt legate de o gamă largă de tehnologii de rețele electronice, fără fir și optice. Prin intermediul computerelor, IoT oferă posibilitatea de a culege informații în timp real, acestea putând fi conectate în orice moment și din orice loc (Falkenreck și Wagner 2017). În mod concret, IoT furnizează o serie de funcții de comunicații autonome între obiecte, prin utilizarea senzorilor și a componentelor de conectivitate aferente (Park et al. 2017). Fiecare dispozitiv care se conectează la un obiect ar putea fi identificat în mod unic și trebuie să aibă capacitatea de a dobândi și, uneori, de a prelucra date în timp real fără intervenția umană (Das și Jain, 2017). În consecință, această rețea deschisă și cuprinzătoare de obiecte inteligente care au capacitatea de a se autoorganiza, de a partaja informații, date și resurse, reacționând și acționând în fața situațiilor și schimbărilor în mediu, facilitează comunicarea și transmiterea informațiilor (Sula et al., 2013).

În ultimul deceniu, IoT a devenit un subiect popular în cercetarea utilizării noilor tehnologii, el creând toate premisele pentru cercetători de a aduce un aport semnificativ la dezvoltarea cunoașterii în acest domeniu. Astfel, unele studii au explicat arhitectura IoT (Uckelmann et al., 2011; Li și Wang, 2013), s-au concentrat pe proiectarea și utilizarea acestor tehnologii din perspectiva organizației sau a industriei (Schlick et al., 2013) sau au explicat cele mai bune practici de utilizare a lor (Guinard et al., 2011). Alte studii au examinat aspectele tehnice ale implementării IoT (Shang et al., 2012), evidențiind că provocările majore pentru acceptarea acestor tehnologii sunt problemele de securitate și confidențialitate (Medaglia și Serbanati, 2010), adoptarea lentă a tehnologiei, problemele legate de interoperabilitate, costul de implementare și percepția utilizatorilor (Evens, 2015). Studii recente s-au preocupat de acceptarea tehnologiilor IoT din perspectiva consumatorilor individuali, încercând să identifice factorii care afectează acceptarea IoT și să propună modele de acceptare a acestei tehnologii (Kowatsch și Maass, 2012; Li și Wang, 2013; Abu et al., 2014; Al-Momani et al., 2016).

Deși dezvoltarea IoT generează beneficii impresionante, apar o serie de dileme procedurale complet noi care pot afecta încrederea, identitatea, confidențialitatea, protecția, siguranța și securitatea. De asemenea, problemele de natură etică, cum sunt politicile imorale, destul de frecvent întâlnite în mediu de afaceri, pot provoca imense prejudicii indivizilor, comunităţilor şi mediului (Dinu, 2008, p. 7). De aceia, utilizarea IoT pe scară largă necesită acceptare din partea utilizatorilor. În domeniul sistemelor informaționale, există diferite teorii și modele de acceptare și adoptare. Ele au fost dezvoltate pentru a înțelege intenția comportamentală a consumatorului în ceea ce privește adoptarea și



utilizarea tehnologiei (Chipeva et al., 2018) și pentru a facilita identificarea factorilor care influențează acceptarea tehnologiei (Davis, 1989; Venkatesh și Davis, 2000).

În educație, este important ca studenții să poată comunica cu persoana potrivită în momentul și locul potrivit. Din acest motiv, multe universități au regândit procesul de predare și de învățare (Selinger et al., 2013), trecând treptat de la un model exclusiv de transfer fizic de cunoștințe, în sistemul de predare la sală, către un model de colaborare activă, de transfer și comunicare de informații prin intermediul tehnologiei. Conform lui Abed et al. (2020), activitățile universitare sunt susținute de internet, iar adoptarea IoT le permite studenților să facă schimb de informație și de date din diferite resurse. Studenții din întreaga lume și-au folosit deja dispozitivele portabile și obiectele inteligente în procesul de învățare, deoarece acești studenți au crescut cu tehnologii digitale precum computere, smartphone-uri, iPod-uri, pierzându-și treptat relația cu cărțile și ziarele (Hjenaabadi, 2017). Influența tehnologiei asupra educației nu se limitează doar la implicarea studenților în procesul de învățare ci și la suportul oferit profesorilor în ceea ce privește crearea unui conținut personalizat și la îmbunătățirea rezultatelor studenților (Wellings și Levine, 2009). În plus, IoT este prezent în multe universități sub forma camerelor de securitate, a instrumentelor de control al temperaturii sau al consumului energetic și a instrumentelor de acces în interiorul clădirilor (Asseo et al., 2016).

Există totuși și o serie de dezavantaje ale utilizării IoT în domeniul educaței. Printre acestea se află limitarea oportunităților extracurriculare organizate de instituția de învățământ, studenții obișnuiți cu o viață socială vibrantă în campus simțind lipsa socializării cu ceilalți colegi din cadrul centrului universitar și nu numai. Pentru programele care necesită o formare practică complexă, educația online nu este o opțiune eficientă (Uygarer et al., 2017). De asemenea, un alt dezavantaj îl poate reprezenta nivelul ridicat al costurilor trecerii în campusul virtual, digital, putând genera și o serie de riscuri legate de securitatea cibernetică, de pierderea informațiilor sau a datelor stocate ca urmare a atacurilor cibernetice (Gul et al., 2017).

În cercetările lor, O'Brien (2016) și Asseo et al. (2016), au analizat impactul IoT și perspectivele acestuia asupra învățământului superior, precum și aspecte privind problemele/greutățile generate sau soluționate de IoT, evidențiind în același timp importanța securității, a confidențialității și a dreptului de proprietate asupra datelor. Totuși, Asseo et al. (2016) apreciază că unul dintre cele mai mari avantaje ale IoT în procesul educațional este interacțiunea personalizată pe care profesorii o pot avea cu studenții, aceștia având posibilitatea să primească recomandări și teme individuale.

Utilizarea IoT în educație nu trebuie privită însă doar dintr-o perspectivă cantitativă, fizică. Ea arată de fapt capacitatea universităților de a se adapta la nevoile în schimbare ale viitorilor angajați, ale viitoarei piețe a muncii și ale economiei viitoare. 2. Metodologia cercetării

În prezentul studiu, cercetarea a fost efectuată atât dintr-o perspectivă descriptivă,

asigurându-se astfel o înțelegere exactă a sistemului IoT de către respondenții chestionarului, studenți ai programelor de licență, master și doctorat, cât și dintr-o perspectivă explicativă, fiind stabilite relațiile dintre variabilele analizate (Saunders et al., 2016). Această cercetare își propune să identifice în mod semnificativ factorii (și relațiile de interdependență a acestora) care determină comportamentul respondenților în sensul acceptării sau respingerii tehnologiei IoT. Astfel, pentru atingerea obiectivelor cercetării,


Vol. 23 • Nr. 57• Mai 2021 263

autorii au realizat și transmis între 27 octombrie și 2 noiembrie 2020, un sondaj online în rândul studenților înmatriculați la universitățile din domeniile de studii economice și administrarea afacerilor din cadrul Universității Babeș Bolyai (UBB) din Cluj-Napoca, Universitatea Alexandru Ioan Cuza (UAIC) din Iași, Universitatea de Vest (UVT) din Timișoara și respectiv Academia de Studii Economice (ASE) din București.

Alegerea celor patru universități asigură reprezentativitate la nivel național din punct de vedere al acoperirii ariei georgrafice astfel: UVT – Regiunea de Vest, ASE – Regiunea București-Ilfov, UBB – Regiunea Nord-Vest, UAIC – Regiunea Nord-Est. Totodată, la nivelul acestor universități se concentrează numărul cel mai mare de studenți economiști din Romania. În urma aplicării chestionarului am primit 1.179 de răspunsuri valide. Știindu-se că numărul total de studenți înmatriculați la programele de licență, masterat și doctorat în domeniul fundamental Științe Sociale (unde sunt incluși și studenții economiști) in anul universitar 2019-2020 a fost de 68.305 (ANS, 2020), eșantionul de 1.179 respondenți este considerat, în literatura de specialitate (Rotariu, 1999) ca fiind unul foarte mare și, ca urmare, asigură o reprezentativitate semnificativă.

Pentru a asigura integralitatea răspunsurilor, am definit o serie de întrebări, care trebuie verificate înainte de trimiterea răspunsurilor. Drept consecință, toate răspunsurile au fost complete în ceea ce privesc întrebările adresate, neexistând nonrăspunsuri.

Chestionarul aplicat a avut două părți. În prima parte au fost incluse patru întrebări demografice și de profil. Tabelul nr. 1 descrie eșantionul supus cercetării.

Tabel nr. 1. Datele demografice și de profil ale respondenților

Variabila/caracteristica Varianta Număr respondenți Structura % Genul Feminin 902 76,51

Masculin 277 23,49 Vârsta 18-20 ani, 660 55,98

21- 25 ani, 460 39,02 26- 35 ani 35 2,97 >35 ani 24 2,04

Nivel studii la care sunt înmatriculați

Licență 931 78,97 Master 224 19,00 Doctorat 24 2,04

Universitatea ASE București 755 64,04 UBB Cluj-Napoca 130 11,03 UAIC Iași 105 8,91 UVT Timișoara 189 16,03

Total 1179 100,00 Rezultatele demografice ale studiului indică faptul că trei din patru respondenți

sunt de genul feminin, ceea ce este în concordanță cu ponderea mare a reprezentantelor de sex feminin în rândul studenților înmatriculați, în România, în domeniul studiilor universitare economice. Situația din România este însă atipică având în vedere că în multe țări femeile sunt subreprezentate în rândul absolvenților de studii economice (Goldin, 2013; Crawford et al., 2018). Majoritatea respondenților au vârsta sub 26 de ani și sunt înmatriculați preponderent la programele de licență (78,97%). Situația mediilor vârstelor repondeților pe fiecare nivel de studiu este prezentată in tabelul nr 2.



Tabel nr. 2. Repartizarea respondenților pe nivel de studii Nivel studii Nr. respondenți Vârsta în ani

Licenţă 931 20,394 Masterat 224 23,326 Doctorat 24 28,381 Grand Total 1179 21,101

De asemenea, mai mult de jumătate dintre repondenți sunt afiliați la Academia de

Studii Economice din București. Această pondere mare se justifică prin faptul că Academia de Studii Economice din București (ASE) are cel mai mare număr de studenți economiști din țară. Numărul de respondenți afiliați la celelalte universități variază între 189 (Universitatea de Vest din Timișoara) și 105 (Universitatea Alexandru Ioan Cuza din Iași). Aceste date ne permit să realizăm o analiză transversală pe centre universitare.

Partea a doua a chestionarului cuprinde cinci seturi de întrebări legate de tehnologiile IoT, fiecărei afirmații din cadrul acestor întrebări fiindu-i atribuite valori de la 1 la 5 (1- dezacord total, 5 – acord total). Pentru formularea întrebărilor ne-am bazat pe literatura existentă pe tema modelului de acceptare a tehnologiei (Davis, 1989; King și He, 2006; Gao și Bai, 2014; Almetere et al., 2020). Modelul presupune că atunci când oamenii sunt instruiți să utilizeze tehnologiile IoT ei tind să creadă că aceste produse sunt utile și ușor de utilizat, crescând intenția de utilizare. În plus, se consideră că șansa ca oamenii să utilizeze aceste tehnologii crește considerabil, dacă există condiții facilitatoare pentru a le utiliza. Factorii incluși în componența modelului de acceptare a tehnologiilor IoT (TAM) sunt prezentați în tabelul nr. 3.

Tabel nr. 3. Factorii incluși în modelul de acceptare a tehnologiilor IoT Factori/Domenii Descriere factori/domenii

Utilitatea tehnologiilor IoT în procesul de învățare (TU) – 5 itemi

Măsura în care o persoană consideră că performanța sa se va îmbunătăți folosind un anumit sistem (Davis, 1989).

Percepția asupra ușurinței în utilizarea tehnologiilor IoT în procesul de învățare (EOU) – 4 itemi

Măsura în care se consideră că un anumit sistem este lipsit de efort fizic și mental atunci când o persoană îl utilizează (Davis, 1989).

Intenția de utilizare a tehnologiilor IoT în procesul de învățare (IU) – 3 itemi

O percepție individuală de a conduce spre un comportament specificat în viitor (Fishbein și Ajzen, 1975).

Condițiile facilitatoare pentru utilizarea tehnologiilor IoT în procesul de învățare (FC) – 3 itemi

Gradul în care o persoană apreciază că organizația are deja structurile necesare (tehnice și organizaționale) pentru susținerea procesului (Venkatesh et al., 2003).

Instruirea pentru utilizarea tehnologiilor IoT în procesul de învățare (UT) – 3 itemi

Instruirea cu privire la utilizarea IoT și tehnologia informației și comunicațiilor conexe oferă suport utilizatorilor pentru înțelegerea, aprecierea și reducerea la minimum a dificultăților derivate din complexitatea tehnologică (Mudaly et al., 2013).

Modelul cuprinde factori determinanți, factori de moderare și relațiile dintre

aceștia. Factorii cu elementele asociate fiecărei variabile sunt prezentați în tabelul nr. 4.


Vol. 23 • Nr. 57• Mai 2021 265

Tabel nr. 4. Situația factorilor cu elementele asociate Factori/Domenii Codificare

itemi Afirmație

Utilitatea tehnologiilor IoT în procesul de învățare

TU1 Utilizarea tehnologiilor IoT crește eficacitatea învățării TU2 Tehnologiile IoTsunt utile în procesul de învățare TU3 Utilizarea tehnologiilor IoT îmi permite să îmi

îndeplinesc sarcinile profesionale mai rapid TU4 Prin apelul la tehnologiile IoT crește calitatea învățării TU5 Tehnologiile IoT fac învățarea mai ușoară

Ușurința utilizării tehnologiilor IoT în procesul de învățare

EOU1 Tehnologiile IoT ar trebui să fie ușor de utilizat în procesul de învățare

EOU2 Interacțiunea cu IoT în procesul de învățare ar trebui să fie clară și inteligibilă

EOU3 Utilizarea IoT în procesul de învățare nu ar trebui să solicite un efort mental ridicat

EOU4 Interacțiunea cu IoT în procesul de învățare ar trebui să fie flexibilă

Intenția de utilizare a tehnologiilor IoT în procesul de învățare

IU1 Intenționez să utilizez tehnologiile IoT în procesul de învățare

IU2 Consider că în perioada următoare voi folosi din ce în ce mai mult tehnologiile IoT în procesul de învățare

IU3 Aș recomanda altor studenți să utilizeze tehnologiile IoT în procesul de învățare

Condițiile facilitatoare pentru utilizarea tehnologiilor IoT

FC1 Suportul profesorilor pe linie de IoT mă încurajează să folosesc aceste tehnologii în procesul de învățare

FC2 Existența unui ghidul de utilizare poate spori cunoștințele și abilitățile de utilizare a tehnologiilor IoT în procesul de învățare

FC3 Existența unei echipe de suport tehnic pentru cazurile în care întâmpin dificultăți de utilizare a tehnologiilor IoT mă încurajează să folosesc aceste tehnologii

Instruirea pentru utilizarea tehnologiilor IoT

UT1 Organizarea de cursuri de instruire pentru utilizarea tehnologiilor IoT m-ar încuraja să folosesc mai mult aceste tehnologii în procesul de învățare

UT2 Organizarea de cursuri de instruire pe tema sistemelor informatice m-ar încuraja să folosesc mai mult tehnologiile IoT în procesul de învățare

UT3 Existența de materiale pe tema tehnologiilor IoT îmi îmbunătățește abilitățile de utilizare a acestor tehnologii

După ce am definit factorii/ domeniile și elementele asociate lor este important să

investigăm modul în care acești factori se raportează la modelul nostru de cercetare cu privire la testarea modelul de acceptare a tehnologiilor IoT (Internet of Things – Internetul obiectelor) în rândul studenților economiști din România. În acest scop, am folosit metodologia de testare a ipotezelor pentru a clarifica relațiile/interdependența dintre factori, conexiunea dintre doi factori fiind ilustrată cu termenii pozitiv/negativ. Tabelul nr. 5 rezumă ipotezele de cercetare pe care le-am folosit în studiul nostru.



Tabel nr. 5. Ipotezele de cercetare Ipoteze de cercetare Legătura

H1 Există o corelație pozitivă între utilitatea percepută și intenția de utilizare a tehnologiilor IoT

TU și IU

H2 Există o corelație pozitivă între ușurința utilizării și utilitatea percepută a IoT

EOU și TU

H3 Există o corelație pozitivă între ușurința utilizării și intenția de utilizare a tehnologiilor IoT

EOU si IU

H4 Există o corelație pozitivă între training și utilitatea percepută UT și TU H5 Există o corelație pozitivă între training și ușurința utilizării UT și EOU H6 Există o corelație pozitivă între condițiile facilitatoare și intenția de

utilizare FC și IU

Datele colectate cu ajutorul chestionarului au fost prelucrate cu ajutorul programului SPSS, fiind efectuate următoarele teste: Reliability test, Validity test, Chi-squared și testul de corelație Pearson’s correlation. 3. Rezultate

Testul de fiabilitate

Prin intermediul testulului de fiabilitate (reliability test) se calculează și determină consistența datelor și se realizează prin aplicarea metodei de testare a coeficientului Cronbach’s alpha (Saunders et al., 2016). Astfel, această metodă testează fiabilitatea datelor chestionarului. În prezenta cercetare, valorile factorilor modelului de acceptare a tehnologiilor IoT au fost calculate ca medie a tuturor elementelor care contribuie la evaluarea acestui model. De exemplu, Utilitatea tehnologiilor IoT (TU) reprezintă media generală a elementelor TU1 – TU5 pentru toate cazurile, utilizând funcțiile de analiză și prelucrare a datelor cu ajutorul softului SPSS.

În tabelul nr. 6 sunt prezentate rezultatele testului de fiabilitate din instrumentul IBM SPSS. Conform lui Cortina (1993), testul de fiabilitate este îndeplinit pentru o valoare a coeficientului alfa Cronbach mai mare de 0,7.

Tabel nr. 6. Situația rezultatelor testelor de fiabilitate

pentru factorii modelului de acceptare a tehnologiilor IoT Factor/domeniu Element/ Item Rezultat Coeficient

Cronbach’s alpha Utilitatea tehnologiilor IoT în procesul de învățare

TU1, TU2, TU3, TU4, TU5 0,916 (> 0.7)

Ușurința utilizării tehnologiilor IoT în procesul de învățare

EOU1, EOU2, EOU3, EOU4

0,812 (> 0.7)

Intenția de utilizare a tehnologiilor IoT în procesul de învățare

IU1 IU2, IU3 0,907 (> 0.7)

Condițiile facilitatoare pentru utilizarea tehnologiilor IoT

FC1, FC2, FC3 0,752 (> 0.7)

Trainingul pentru utilizarea tehnologiilor IoT

UT1, UT2, UT3 0,922 (> 0.7)


Vol. 23 • Nr. 57• Mai 2021 267

În studiul nostru, rezultatele coeficientului Cronbach’s alpha indică valori mai mari de 0,7, demonstând faptul că datele colectate au fost consistente și, prin urmare, foarte fiabile.

Pentru ușurința și acuratețea interpretării rezultatelor testului de fiabilitate, valorile coeficientului alfa de consistența internă sunt următoarele: mai mic de 0,5 ‒ nu se acceptă; între 0,5-0,6 ‒ slab; între 0,6-0,7 moderată; între 0,7- 0,8 – buna; între 0,8-0,9 – foarte bună și peste 09 – excelentă (Hair et al., 2003). Testul de validitate

Prin intermediul testului de validitate se apreciază „măsura în care o variabilă măsoară ceea ce ar trebui să măsoare” (Samouel et al., 2015). Obiectivul utilizării acestui intrument de cercetare este de a testa corelația dintre factorii identificați și intensitatea atribuită acestei corelații.

În cadrul acestui studiu, testul de validitate s-a efectuat pentru fiecare element din cadrul modelului de acceptare a tehnologiilor IoT, utilizând funcția analyse_dimension reduction_factor din cadrul SPSS. În tabelul nr. 7 este prezentată situația rezultatelor analizei testelor de validitate.

Tabel nr. 7. Rezultatele testelor de validitate

Element Validitate încărcare

item

Valoare proprie inițială

Medie Deviație standard Rezultat Nr. factori

semnificativi extrași

% variație în funcție de

factor extras TU1 ,895 1 74,884 3,69 1,097 Întrebări item

sunt valide TU2 ,834 4,03 ,996 TU3 ,802 4,08 ,989 TU4 ,895 3,51 1,166 TU5 ,896 3,56 1,158 EOU1 ,818 1 65,816 4,44 ,843 Întrebări item

sunt valide EOU2 ,861 4,56 ,794 EOU3 ,700 4,05 1,053 EOU4 ,856 4,43 ,839 IU1 ,927 1 84,437 3,98 ,974 Întrebări item

sunt valide IU2 ,914 4,08 ,999 IU3 ,916 3,84 1,084 FC1 ,728 1 68,162 3,66 1,123 Întrebări item

sunt valide FC2 ,884 4,21 ,940 FC3 ,856 4,29 ,934 UT1 ,939 1 86,575 4,02 1,026 Întrebări item

sunt valide UT2 ,945 4,04 1,008 UT3 ,907 4,20 ,959

Astfel, rezultatele testului de validitate au demonstrat validitatea întrebărilor

privind modul în care sunt percepute și acceptate tehnologiile IoT de către studenții



economiști din cadrul programelor de licența, master și doctorat din centrele universitare București, Timișoara, Iași și Cluj-Napoca.

Testul Chi-pătrat

Testul Chi-pătrat este utilizat pentru determinarea probabilității ca cele două variabile să fie independente. Altfel spus, Chi-pătrat testează dacă sunt asociate două variabile și dacă această asociere este semnificativă (Saunders et al., 2016). Se consideră că un prag semnificație de 0,05 indică faptul că există o posibilitate de cinci la sută ca datele colectate să apară doar din întâmplare.

Valorile medii și deviațiile standard ale fiecărui element au fost calculate pentru fiecare caz, fiind prezentate în tabelul nr. 7.

Valorile nou calculate au fost apoi testate conform ipotezelor concepute. În IBM SPSS, a fost utilizată funcția analyse descriptive statistics crosstabs. În tabelul nr. 8 sunt prezentate rezultatele testului Chi-pătrat, demonstrând faptul că factorii selectați din cadrul modelului de acceptare a tehnologiilor IoT sunt asociați iar această asociere este semnificativă la Asimp. Sig. <0,01.

Tabel nr. 8. Situația rezultatelor testului chi-pătrat

Test asociere Valoare Chi-pătrat Semnificație (Asimp. Sig.) Rezultat

TU*IU 1,511 0,000, <0,01 Asocierea este semnificativă

EOU*TU 1,096 0,000 <0,01 Asocierea este semnificativă

EOU*IU 1,135 0,000 <0,01 Asocierea este semnificativă

UT*TU 932 0,000 <0,01 Asocierea este semnificativă

UT*EOU 1,362 0,000 <0,01 Asocierea este semnificativă

FC*IU 1,251 0,000 <0.01 Asocierea este semnificativă

Astfel, rezultatele analizei prin metoda chi-pătrat test demonstrează existenta unei

probabilități semnificative de corelație între variabilele modelului de acceptare a tehnologiilor IoT.

Variabilele demografice și cele de profil ale respondenților ne permit să aprofundăm studiul și să realizăm o analiză transversală după caracteristicile: gen, vârstă, nivelul de studii și universitate. În acest sens, pentru a arăta diferența percepției respondenților după caracteristicile enumerate, în acest articol s-a analizat succesiv pentru fiecare factor testarea ipotezei privind diferența a două medii H0: μ1 = μ2 H1: μ1 ≠ μ2 (z-test: Two Sample for Means) astfel:

• cu privire la testarea diferenței de percepție a respondenților de gen feminin și a celor de gen masculin, la factorii: Utilitatea tehnologiilor IoT în procesul de învățare (TU)”, Percepția asupra ușurinței în utilizarea tehnologiilor IoT în procesul de învățare (EOU), Intenția de utilizare a tehnologiilor IoT în procesul de învățare (IU) și Condițiile facilitatoare pentru utilizarea tehnologiilor IoT în procesul de învățare (FC) a rezultat un p-value <0,05 respectiv, valoarea statisticii z calculat =1,966 este mai mare decât z critical în ambele tipuri de testări. În consecință, nu putem respinge Ho, drept urmare, diferența


Vol. 23 • Nr. 57• Mai 2021 269

dintre opinia respondenților celor două sexe este nesemnificativă la un prag de semnificație de 95%. În timp ce, în cazul factorului ”Instruirea pentru utilizarea tehnologiilor IoT în procesul de învățare (UT)” se confirmă ipoteza alternativă privind faptului că genul feminin consideră că instruirea în procesul de învățare este mult mai necesară decât genul masculin. Rezultatele prelucrării statistice sunt prezentate în tabelul nr. 9 și tabelul nr. 10.

Tabel nr. 9. Mediile factorilor analizați după caracteristica gen

Genul Nr. resp. Medie a TU Medie a EOU Feminin 902 3,7541 4,3800 Masculin 277 3,8440 4,3439 Grand Total 1179 3,7752 4,3715

Tabelul 10. z-test: Two Sample for Means

Instruirea pentru utilizarea tehnologiilor IoT în procesul de învățare (UT) feminin masculin

Medie 4,114190 3,98315 Varianța cunoscută 0,8242 0,9763 Observații 902 277 Hypothesized Mean Difference 0 z 1,966929 P(Z<=z) one-tail 0,024596 z Critical one-tail 1,644854 P(Z<=z) two-tail 0,049191 z Critical two-tail 1,959964

• din analiza comparativă a percepției respondenților pe grupe de vârstă, mediile celor

5 factorilor analizați pe grupe de vârstă (sub 25 de ani și peste 25 ani) nu prezintă variații semnificative, respectiv aprecierile sunt uniforme. Rezultatele prelucrării statistice sunt prezentate în tabelul nr. 11.

Tabel nr. 11. Mediile factorilor analizați pe grupe de vârstă Grupe de vârstă Nr. resp. Meide TU Medie EOU Medie IU Medie FC Medie UT sub 20 657 3,6755 4,3543 3,8600 3,9741 4,0015 21-25 ani 462 3,8732 4,3864 4,0801 4,1335 4,1674 26-30 ani 20 4,2500 4,4625 4,4333 4,1500 4,1167 31-35 ani 16 4,3750 4,6094 4,6667 4,7083 4,8125 36-40 ani 11 3,7091 4,3182 3,7879 4,0000 4,1515 peste 41 ani 13 3,9231 4,3269 4,1282 4,5128 4,2308 Total 1179 3,7752 4,3715 3,9692 4,0557 4,0834

• din analiza comparativă a percepției respondenților pe nivele de studii, în care p-

value <0,05 respectiv, valoarea statisticii zcalc < –zα în testul unilateral stânga, diferențe semnificative între mediile respondenților regăsim la factorii: „Utilitatea tehnologiilor IoT în procesul de învățare (TU), Intenția de utilizare a tehnologiilor IoT în procesul de învățare (IU), Condițiile facilitatoare pentru utilizarea tehnologiilor IoT în procesul de învățare (FC) și Instruirea pentru utilizarea tehnologiilor IoT în procesul de învățare (UT) în care opinia studenților înmatriculați la licență, diferă semnificativ de a celor la masterat



și doctorat. Singurul factor în care nu se respinge ipoteza nulă, respectiv unde nu există diferențe semnificative între grupele de vârstă ține de „Percepția asupra ușurinței în utilizarea tehnologiilor IoT în procesul de învățare (EOU)”. Rezultatele prelucrării statistice sunt prezentate în tabelul nr. 12.

Tabel nr. 12. Mediile factorilor analizați după nivelul de studii

Nivelul de studii Nr. resp. Medie TU Medie EOU Medie IU Medie FC Medie UT

Licenţă 931 4,3048 4,3502 3,9026 4,0054 4,0340 Masterat 227 3,7012 4,4515 4,2115 4,2291 4,2658 Doctorat 21 4,0300 4,4524 4,3016 4,4127 4,3016 Grand Total 1179 3,7752 4,3715 3,9692 4,0557 4,0834

Studenții înmatriculați la licență apreciază cu mai putință intensitate factorii

enumerați decât cursanții înmatriculați la masterat și doctorat. Rezultatele prelucrării statistice sunt prezentate în tabelele nr. 13 și 14.

Tabel nr. 13. z-Test: Two Sample for Means

Utilitatea tehnologiilor IoT în procesul de învățare (TU)

Intenția de utilizare a tehnologiilor IoT în procesul de învățare (IU)

Licență Masterat și doctorat Licență Masterat și

doctorat Medie 3,46938776 3,9233871 3,76047261 4,14112903 Varianța cunoscută 1,3783 1,04268 1,203855 0,95571 Observații 931 248 931 248 Hypothesized Mean Difference 0 0 z -6,0213989 -5,3059941 P(Z<=z) one-tail 8,6458 5,603 z Critical one-tail 1,64485363 1,64485363 P(Z<=z) two-tail 1,7292 1,1206 z Critical two-tail 1,95996398 1,95996398

Tabel nr. 14. z-Test: Two Sample for Means

Condițiile facilitatoare pentru utilizarea tehnologiilor IoT în procesul de învățare (FC)

Instruirea pentru utilizarea tehnologiilor IoT în procesul

de învățare (UT)

Licență Masterat și doctorat Licență Masterat și doctorat

Medie 4,24919441 4,43548387 4,1471536 4,375 Varianța cunoscută 0,9098 0,70837 0,936387 0,81831 Observații 931 248 931 248 Hypothesized Mean Difference 0 0 z -3,0087574 -3,4724359 P(Z<=z) one-tail 0,00131159 0,00025788 z Critical one-tail 1,64485363 1,64485363 P(Z<=z) two-tail 0,00262318 0,00051576 z Critical two-tail 1,95996398 1,95996398


Vol. 23 • Nr. 57• Mai 2021 271

• din analiza comparativă și testarea ipotezei diferenței percepției respondenților pe centre universitare a rezultat în toate cazurile p-value >0,05 la un prag de semnificație de 95%, drept urmare, nu se poate respinge ipoteza H0, nu există diferențe semnificative în percepția studenților aflați în centre universitare diferite. Rezultatele prelucrării statistice sunt prezentate în tabelul nr. 15.

Tabel nr. 15. Mediile factorilor analizați după centrele universitare

Universități Nr. resp.

Medie TU

Medie EOU

Medie IU

Medie FC

Medie UT

ASE ‒ București 753 3,7578 4,3825 3,9602 4,0416 4,1040 UBB ‒ Cluj-Napoca 125 3,9856 4,3500 4,1120 4,0907 4,1173 UAIC ‒ Iași 110 3,6418 4,3568 3,8848 4,0364 4,0758 UVT ‒ Timișoara 191 3,7832 4,3508 3,9599 4,0995 3,9843 Total 1179 3,7752 4,3715 3,9692 4,0557 4,0834

Așa cum se observă din tabel, indiferent de vârstă și de universitatea în care sunt

pregătiți studenții economiști, percepția acestora cu privire la acceptarea tehnologiilor IoT este similară. Testul de corelație Pearson

O relație foarte puternică se referă la probabilitatea ridicată a unei corelații puternice între variabile (Samouel et al., 2015). Această relație, în măsura în care există, poate fi doar pozitivă sau negativă. O relație pozitivă oferă probabilitatea mare ca, în situația în care o variabilă inregistrează o modificare în sensul creșterii sau descreșterii și cealaltă variabila se va modifica corespunzător, nu neapărat în sens linear (Saunders et al., 2016). Astfel, testul de corelație Pearson determină în ce măsură creșterea sau scăderea factorilor utilizați în cadrul modelulului are ca rezultat o modificare (creștere sau scădere) a unui alt factor cu care acesta este corelat.

Cu ajutorul softului SPSS, au fost prelucrați factorii prezentați in tabelul nr. 3, fiind utilizată funcția analize_correlate_bivariate correlations, determinând valorile coeficientului Pearson’s correlations pentru fiecare variabilă în parte. Alături de valorile coeficienților de corelație sunt prezentate și valorile pragului de semnificație (Sig), corespunzător. Rezultatele testului de corelație Pearson’s corellation sunt prezentate in tabelul nr. 16.

Tabel nr. 16. Situația coeficientului Pearson’s correlation TU EOU IU FC UT

TU 1 EOU 0,4182 1

IU 0,7290 0,4842 1 FC 0,5728 0,5121 0,6125 1

UT 0,4496 0,4708 0,4971 0,6182 1 Coeficientul de corelație Pearson arată sensul relației dintre variabile, putând lua

valori cuprinse între -1 și +1. Dacă acesta are valoarea zero sau apropiată de zero, atunci



între variabile nu exista nici o legatură. Semnul plus arată o legătură directă (pe măsură ce cresc valorile variabilei X, cresc și valorile variabilei Y), iar semnul minus arată o legătură inversă (pe măsură ce cresc valorile variabilei X, valorile variabilei Y descresc). Interpretarea acestui coeficient pe 5 intervale este următoarea:

• r є [0; 0,2] → corelație foarte slabă; • r є [0,2; 0,4] → corelație slabă; • r є [0,4; 0,6] → corelație rezonabilă; • r є [0,6; 0,8] → corelație înaltă; • r є [0,8; 1] → corelație foarte înaltă → relație foarte strânsă între variabile. Astfel, potrivit rezultatelor testului de corelatie Pearson, se poate observa existența

unei corelații rezonabile între variabilele TU și EOU, FC și UT – coeficientul de corelație Pearson înregistrând valori cuprinse între 0,4 și 0,6, și respectiv o corelație înaltă între variabilele TU și IU, IU și FC, respectiv FC și UT, cazuri în care coeficientul de corelație Pearson înregistrează o valoare cuprinsă între 0,6 și 0,8.

Ipotezele de cercetare testate au fost următoarele: H1: Există o corelație pozitivă între utilitatea percepută și intenția de utilizare a tehnologiilor IoT? H2: Există o corelație pozitivă între ușurința utilizării și utilitatea percepută a IoT? H3: Există o corelație pozitivă între ușurința utilizării și intenția de utilizare a tehnologiilor IoT? H4: Există o corelație pozitivă între training și utilitatea percepută? H5: Există o corelație pozitivă între training și ușurința utilizării? H6: Există o corelație pozitivă între condițiile facilitatoare și intenția de utilizare

Toate aceste ipoteze au fost testate și acceptate, rezultatele acestor teste fiind prezentate sintetic în tabelul nr. 17.

Tabel nr. 17. Situația rezultatelor testării ipotezelor formulate

Ipoteza Corelație Pearson P-value Rezultat SPSS H1: TU IU 0,729 p < 0.01 Ipoteză acceptată H2: EOU TU 0,4182 p < 0.01 Ipoteză acceptată H3: EOU IU 0,4842 p < 0.01 Ipoteză acceptată H4: UT TU 0,4496 p < 0.01 Ipoteză acceptată H5: UT EOU 0,771 p < 0.01 Ipoteză acceptată H6: FC IU 0,612 p < 0.01 Ipoteză acceptată

Concluzii

Scopul prezentei cercetări este de a testa modelul de acceptare a tehnologiilor IoT (Internet of Things – Internetul obiectelor) în rândul studenților economiști din România. În acest sens am realizat un sondaj online în rândul studenților înmatriculați la universitățile cu profil economie și administrarea afacerilor din patru universități reprezantative pe domeniul economic din România, considerate lideri regionali. Rezultatele studiului demonstrează existența unei corelații pozitive între variabilele de cercetare și indică faptul că studenții economiști sunt pregătiți să accepte noile progrese tehnologice în IoT și să le pună în aplicare la viitorul lor loc de muncă.

Astfel, prin testarea factorilor incluși în modelul de acceptare a tehnologiilor IoT utilizați, prin intermediul softului SPSS (Reliability test, Validity test, Chi-squared și testul


Vol. 23 • Nr. 57• Mai 2021 273

de corelație Pearson’s correlation) s-au îndeplinit obiectivele cercetării demonstrând că atunci când oamenii sunt instruiți să utilizeze tehnologiile IoT, ei tind să creadă că aceste produse sunt utile și ușor de utilizat, crescând intenția de utilizare a acestora. În plus, se consideră că șansa ca oamenii să utilizeze aceste tehnologii crește considerabil dacă există condiții facilitatoare pentru a le utiliza, factori deveniți tot mai importanți la nivelul forței de muncă, în contextul digitalizării și al desfășurării activităților online.

Cu toate acestea, cercetarea prezintă limite determinate în primul rând de distribuția pe vârste a repondenților sondajului, majoritatea acestora (95%) avand vârste cuprinse între 18 și 25 ani, studenți în învățământul superior economic, nivel de studiu licență sau master, aceștia fiind mult mai deschiși în utilizarea tehnologiilor IoT. Cu toate aceste limitări, apreciem că prezenta lucrare reprezintă o provocare pentru cercetările viitoare în domeniul utilizării tehnologiilor IoT, a oportunităților generate de utilizarea acestora din ce în ce mai accentuată în domeniul economic, prin extinderea cercetării asupra gradului de acceptare a tehnologiilot IoT de către profesioniștii din cadrul acestui segment de activitate, respectiv economiști, experți, auditori, manageri, cercetare ce poate fi o sursă importantă de informații și reflecție pentru practicieni și nu numai.

Bibliografie Abed, S., Alyahya, N. and Altameem, A., 2020. Iot in education: Its impacts and its future

in saudi universities and educational environments. Advances in Intelligent Systems and Computing, [e-journal] 1045, pp.47-62. https://doi.org/10.1007/978-981-15-0029-9_5.

Abu, F., Jabar, J. and Yunus, A.R., 2015. Modified of UTAUT Theory in Adoption of Technology for Malaysia Small Medium Enterprises (SMEs) in Food Industry. Australian Journal of Basic and Applied Sciences, 9(4), pp.104-109.

Alotaibi, S.J., 2015. Attendance system based on the Internet of Things for supporting blended learning. In: s.n, World Congress on Internet Security (WorldCIS). Dublin, Ireland, 19-21 October 2015. S.l: IEEE, pp.78-78, doi:10.1109/WorldCIS. 2015.7359418.

Al-Momani, A.M., Mahmoud, M.A. and Sharifuddin, M., 2016. Modeling the adoption of internet of things services: A conceptual framework. International Journal of Applied Research, 2(5), pp.361-367.

Almetere, E.S., Kelana, B.W.Y. and Mansor, N.N.A., 2020. Using UTAUT Model to Determine Factors Affecting Internet of Things Acceptance in Public Universities. International Journal of Academic Research in Business and Social Sciences, 10(2), pp.142-150.

ANS, 2020. Platforma naţională de colectare a datelor statistice pentru învăţământul superior [online]. Available at: <www.https://date.invatamant-superior.ro/> [Accessed 20 November 2020].

Ashton, K., 2009. That Internet of Things Thing: In the Real World Things Matter More than Ideas. RFID Journal, [online] 22(7), pp.97-114. Available at: <http://www.rfidjournal.com/articles/view?4986> [Accessed 15 November 2020].

Asseo, I., Johnson, M., Nilsson, B., Chalapathy, N. and Costello, T.J., 2016. The Internet of Things: Riding the Wave in Higher Education. [online] Available at: <http://er.educause.edu/articles/2016/6/the-internet-of-things-riding-the-wave-in-higher-education> [Accessed 10 November 2020].

https://doi.org/10.1109/WorldCIS.2015.7359418


https://date.invatamant-superior.ro/

http://www.rfidjournal.com/articles/view?4986

http://er.educause.edu/articles/2016/6/the-internet-of-things-riding-the-wave-in-higher-education




Attuquayefio, S. and Addo, H., 2014. Using the UTAUT model to analyze students’ ICT adoption. International Journal of Education and Development using Information and Communication Technology (IJEDICT), 10(3), pp.75-86.

Cortina, J.M., 1993. What is coefficient alpha? An examination of theory and applications. Journal of Applied Psychology, [e-journal] 78, pp.98-104. doi:10.1037/0021-9010.78.1.98.

Crawford, C., Davies, N.M. and Smith, S., 2018. Why do so few women study economics? Evidence from England. [online] Available at: <https://www.res.org.uk/uploads/assets/ uploaded/6c3fd338-88d6-47ea-bf2f302dfee7f37e.pdf > [Accessed 8 November 2020].

Das, B. and Jain, P.C., 2017. Real-Time Water Quality Monitoring System using Internet of Things. In: s.n, International Conference on Computer, Communications and Electronics (Comptelix). Jaipur, India, 1-2 July 2017. S.l: IEEE, pp.78-82. doi:10.1109/COMPTELIX.2017.8003942.

Davis, F., 1989. Perceived usefulness, perceived ease of use and user acceptance of information technology. MIS Quarterly, 13(3), pp 319-340.

Dinu, V., 2008. The ethical dimension of business. Amfiteatru Economic 10(23), pp. 7-8. Falkenreck, C. and Wagner, R., 2017. The internet of things – Chance and challenge

industrial business relationships. Industrial Marketing Management, [e-journal] 66(iss. August), pp.181–195. https://doi.org/10.1016/j.indmarman.2017.08.007.

Fishbein, M. and Ajzen, I., 1975. Belief, attitude, intention and behavior: An introduction to theory and research. Reading, MA: Addison-Wesley.

Gao, L., and Bai, X., 2014. A unified perspective on the factors influencing consumer acceptance of internet of things technology. Asia Pacific Journal of Marketing and Logistics, [e-journal] 26(2), pp.211-231. https://doi.org/10.1108/APJML-06-2013-0061.

Goldin, C., 2013. Notes on Women and the Undergraduate Economics Major. Committee of the Status of Women in the Economics Profession Newsletter, 15, pp.4-6.

Gul, S., Asif, M., Ahmad, S., Yasir, M., Majid, M. and Malik, M.S., 2017. A Survey on Role of the Internet of Things in Education. IJCSNS International Journal of Computer Science and Network Security, [online] 17(5). Available at: <http://paper.ijcsns.org/ 07_book/201705/20170520.pdf> [Accessed 29 November 2020].

Guinard, D., Trifa, V., Mattern, F. and Wilde, E., 2011. From the Internet of Things to the Web of Things: Resource-oriented architecture and best practices. Architecting the Internet of Things. Berlin, Heidelberg: Springer. doi: 10.1007/978-3-642-19157-2_5.

Hair, J.F.Jr., Babin, B., Money, A.H. and Samouel, P., 2003. Essential of business research methods. United States of America: John Wiley&Sons.

Han, W., 2011. Research of intelligent campus system based on IOT. Advances in Multimedia, Software Engineering and Computing, [e-journal] 1, pp.165–169. https://doi.org/10.1007/978-3-642-25989-0_29.

Hjenaabadi, H., 2017. On the relationship between loneliness and social support and cell phone addiction among students. Journal of School Psychology, 5(4), pp.7-30.

King, W.R. and He, J., 2006. A meta-analysis of the technology acceptance model. Information and Management, [e-journal] 43, pp.740–755. https://doi.org/10.1016/ j.im.2006.05.003.

https://doi.org/10.1037/0021-9010.78.1.98

https://doi.org/10.1037/0021-9010.78.1.98

https://www.res.org.uk/resources-page/why-do-so-few-women-study-economics--2018-pdf.html


https://www.res.org.uk/uploads/assets/%20uploaded/6c3fd338-88d6-47ea-bf2f302dfee7f37e.pdf

https://www.res.org.uk/uploads/assets/%20uploaded/6c3fd338-88d6-47ea-bf2f302dfee7f37e.pdf

https://doi.org/10.1109/COMPTELIX.2017.8003942

https://doi.org/10.1108/APJML-06-2013-0061


https://www.researchgate.net/deref/http%3A%2F%2Fdx.doi.org%2F10.1007%2F978-3-642-19157-2_5?_sg%5B0%5D=mk-HLAyS8yTN28hxvEdtLmUfj4lQe45r47Txmw2Ta82oFsTMbmDG_DGXzqLpT9jej8e_guLzT80EooBz57NDcWo0PA.e9RMV0KkV5X4HFEonlPEJRShshcqgJli5GHNCBdcyI5QcrMutF-NoGvSu42wVgctNWJJBrSgRDYyoO53sofpQQ

https://doi.org/10.1007/978-3-642-25989-0_29

https://www.sid.ir/en/journal/JournalList.aspx?ID=16279

https://doi.org/10.1016/j.im.2006.05.003

https://doi.org/10.1016/j.im.2006.05.003


Vol. 23 • Nr. 57• Mai 2021 275

Kowatsch, T. and Maass, W., 2012. Critical privacy factors of internet of things services: An empirical investigation with domain experts. Knowledge and Technologies in Innovative Information Systems, 129, pp.200-211.

Jiang, Z., 2016. Analysis of student activities trajectory and design of attendance management based on internet of things. In: s.n, International Conference on Audio, Language and Image Processing. Shanghai, China, 11-12 July 2016. S.l: IEEE, pp.600–603. doi:10.1109/ICALIP.2016.7846537.

Li, X.J. and Wang, D., 2013. Architecture and existing applications for internet of things. Applied Mechanics and Materials, 347, pp. 3317-3321.

Lyapina, I., Sotnikova, E., Lebedeva, O., Makarova, T. and Skvortsova, N., 2019. Smart technologies: perspectives of usage in higher education. International Journal of Educational Management, [e-journal] 33(3), pp.454-461. https://doi.org/10.1108/IJEM-08-2018-0257.

Medaglia, C.M. and Serbanati, A., 2010. An overview of privacy and security issues in the internet of things. In: D. Giusto, A. Iera, G. Morabito and L. Atzori, eds. 2010. The Internet of Things. 20th Tyrrhenian Workshop on Digital Communications. New York: Springer, pp.389-395.

Mudaly, S., Singh, P. and Olugbara, O.O., 2013. Improved technology acceptance model applied to study enterprise resource planning usage. The Science and Information Conference [online] Available at: <www.conference.thesai.org> [Accessed 10 November 2020].

Nie, X., 2013. Constructing smart campus based on the cloud computing platform and the internet of things. [online] Available at: <https://www.atlantis-press.com/proceedings/ iccsee-13/4826> [Accessed 15 November 2020].

O'Brien, H.M., 2016. The internet of things. Journal of Internet Law, 19(12), pp 1-20. Park, E., Cho, Y., Han, J. and Kwon, S.J., 2017. Comprehensive Approaches to User

Acceptance of Internet of Things in a Smart Home Environment. IEEE Internet of Things Journal, [e-journal] 6(4). https://doi.org/10.1109/JIoT.2017.2750765.

Rotariu, T., 1999. Eșantionarea. In: T. Rotariu, ed. 1999. Metode statistice aplicate în științele sociale. Iași: Polirom, pp.85-118.

Samouel, P., Page, M., Money, A., Celsi, M. and Hair JR, J.F., 2015. The Essentials of Business Research Methods. New York: Routledge. https://doi.org/10.4324/ 9781315704562.

Saunders, M., Lewis, P. and Thornhill, A., 2016. Research methods for business students. Harlow; Munich: Pearson.


Selinger, M., Sepulveda, A. and Buchan, J., 2013. Education and the Internet of Everything. [online] Available at: <http://www.cisco.com/c/dam/en_us/solutions/ industries/docs/education/education_ internet.pdf > [Accessed 22 November 2020].

Shang, X., Zhang, R. and Chen, Y., 2012. Internet of things (IoT) service architecture and its application in e-commerce. Journal of Electronic Commerce in Organizations (JECO), 10(3), pp.44-55.

https://doi.org/10.1109/ICALIP.2016.7846537

https://doi.org/10.1108/IJEM-08-2018-0257


http://www.conference.thesai.org/

https://doi.org/10.1109/JIoT.2017.2750765

https://doi.org/10.4324/9781315704562

https://doi.org/10.4324/9781315704562

http://www.cisco.com/c/dam/en_us/solutions/industries/docs/education/education_%20internet.%20pdf




Sula, A., Spaho, E., Matsuo, K., Barolli, L., Miho, R. and Xhafa, F., 2013. An IoT-based system for supporting children with autism spectrum disorder. In: s.n, Eighth International Conference on Broadband and Wireless Computing, Communication and Applications. Compiegne, France, 28-30 Oct. 2013. S.l: IEEE, pp.282-289. DOI: 10.1109/BWCCA.2013.51.

Uckelmann, D., Harrison, M. and Michahelles, F., 2011. An architectural approach towards the future internet of things. In: D. Uckelmann, M. Harrison and F. Michahelles, eds. 2011. Architecting the internet of things. S.l: Springer, pp. 1–24.

Uygarer, R. and Uzunboylu, H., 2017. An Investigation of the Digital Teaching Book Compared to Traditional Books in Distance Education of Teacher Education Programs. Eurasia Journal of Mathematics, Science and Technology Education, 13(8), pp.5365-5377.

Uzelac, A., Gligoric, N. and Srdjan, K., 2015. A comprehensive study of parameters in physical environment that impact students’ focus during lecture using Internet of Things. Computers in Human Behavior, 53, pp.427-434.

Venkatesh, V. and Davis, F.D., 2000. A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management science, 46(2), pp.186-204.

Venkatesh, V., Morris, M., Davis, G. and Davis, F., 2003. Technology acceptance model. MIS Quarterly, [e-journal] 27(3), pp.425-478. DOI:10.2307/30036540.

Wellings, J. and Levine, M.H., 2009. The digital promise: Transforming learning with innovative uses of technology. Joan Ganz Cooney Center at Sesame Workshop. [online] Available at: <https://www.researchgate.net/publication/238788195_The_Digital_ Promise_Transforming_Learning_with_Innovative_Uses_of_Technology> [Accessed 3 November 2020].

https://www.sciencedirect.com/science/article/pii/S0747563215300340



https://www.researchgate.net/deref/http%3A%2F%2Fdx.doi.org%2F10.2307%2F30036540?_sg%5B0%5D=5Dn4JrlXJ4DwFcAVX-c5b260a7gMX6oR2y9b43Ma0yk8ue__C--YO22jMDLHkjgNEpTg9w95rNFtd8QhZ3PLrmrnxg.JNZlWh8kuuVCIALB1iTduyA1fof7LrFp60S649TWS7Bon8k6TxXAKoaNbEHVNjGyER_TKrM6q4AkTc3qKkhhzQ


Vol. 23 • Nr. 57• Mai 2021 277

FACTORI CARE INFLUENȚEAZA ADOPTAREA INTERNETULUI OBIECTELOR ÎN TURISM DE CĂTRE CONSUMATORII ROMÂNI

Vasile Dinu1, Sorin Paul Lazăr2* și Iustin Atanasiu Pop3

1)Academia de Studii Economice din București, România; Academiei Oamenilor de Știință din România

2)3) Universitatea Babeș-Bolyai din Cluj Napoca, România Vă rugăm să citați acest articol astfel: Dinu, V., Lazăr, S.P. and Pop, I.A., 2021. Factors That Influence the Adoption of the Internet of Things in Tourism by Romanian Consumers. Amfiteatru Economic, 23(57), pp.360-375. DOI: 10.24818/EA/2021/57/360


Rezumat

Studiul examinează relația de cauzalitate dintre gradul de adoptare a Internetului obiectelor (IoT) în serviciile turistice și încrederea în aceste sisteme, pe de o parte, și comportamentele individuale ale consumatorilor interni, pe de altă parte. Factorii de influență sunt grupați în șase categorii: conștientizare, confidențialitate și siguranță, cost, comoditate, influență socială și obiceiuri. Fiecare categorie este descrisă de mai mulți itemi, iar corectitudinea agregării lor este testată cu coeficientul Cronbach alpha. Variabila dependentă este definită pe o scală ordinală, pentru a putea evalua progresiv gradul de adoptare a IoT. Metodologia de cercetare utilizează modelul logit ordonat, aplicat unei baze de date de 431 de turiști din România. Principalele rezultate arată influența semnificativă a variabilelor comportamentale legate de conștientizare, comoditate, obiceiuri și cost. Dintre factorii socio - demografici s-a pus în evidență rolul vârstei și al educației. Concluziile studiului fac recomandări de politici necesare pentru dezvoltarea sistemelor IoT în industria turistică. Cuvinte-cheie: Internetul obiectelor (IoT), turism, modelul logit ordonat, modelul Technology Acceptance Model (TAM) Clasificare JEL: Z32, Z33, C25 * Autor de contact, Sorin Paul Lazăr – e-mail: [email protected]

ORCID autori: Vasile Dinu: orcid.org/0000-0003-3606-2548 Sorin Paul Lazăr: orcid.org/0000-0003-0775-9231 Iustin Atanasiu Pop: orcid.org/0000-0002-6687-3109


http://orcid.org/0000-0003-3606-2548

https://orcid.org/0000-0003-0775-9231

https://orcid.org/0000-0002-6687-3109

AE Factori care influențeaza adoptarea internetului obiectelor în turism de către consumatorii români


Introducere

În sens larg, Internetul obiectelor (IoT) este un sistem de tehnologii inteligente, conectate între ele, care sunt capabile să comunice și să transfere date într-o rețea, pe baza unor algoritmi definiți, fără a mai fi necesară intervenția unei entități umane.

Exemple de astfel de sisteme există în diferite domenii. În sectorul medical sunt persoane dotate cu cipuri inteligente sau un monitor pentru activitatea inimii care comunică direct cu o clinică de cardiologie. Centrele medicale utilizează și ele sisteme inteligente interconectate pentru a organiza mai bine gestiunea medicamentelor și a aparaturii medicale. În industria automobilelor există mașini dotate cu senzori care pot comunica informații șoferului sau direct unui service auto. Unele societăți de asigurare dotează mașinile asigurate cu aparate de telemetrie care calculează și comunică traseul parcurs, viteza de deplasare, încălcări ale reglementărilor rutiere. În funcție de aceste date se pot stabili în mod mai corect și eficient primele de asigurare, evitând problemele legate de autoselectivitate și de selecție adversă. Chiar și în agricultură, unele animale domestice mari sunt dotate cu cipuri care transmit date privind poziția, starea de sănătate sau alte informații utile spre computere aflate în gestiunea proprietarului, a veterinarului sau a autorităților publice. În cultura plantelor, sistemele de gestiune bazate pe IoT sunt folosite la reglarea condițiilor de creștere și dezvoltare a plantelor, utilizând senzori în aer sau sol care transmit date utile pentru sistemele de irigații automate. Sistemele IoT sunt utilizate și în siguranța publică, prin sisteme automate de dirijare a traficului sau identificarea rutelor optime din punct de vedere al timpului, costului sau distanței. În domeniul locativ (Bodea, Purnuș, 2018), există case inteligente, iar echipamentele variază de la unele simple cum este termostatul pentru centrala termică pană la aparate mai sofisticate care gestionează iluminarea și încălzirea de la distanță prin telefoane inteligente.

Utilizarea sistemelor IoT se dezvoltă în mod continuu în diverse sectoare economice pentru ca firmele să poată funcționa mai eficient, pentru a cunoaște mai bine clienții și a se adapta nevoilor lor, pentru a lua decizii mai corecte și în consecință pentru a rentabiliza mai bine activitatea din punct de vedere economic.

IoT este un sistem de aparate dotate cu inteligență artificială, conectate într-o rețea proprie sau publică (Nekit, Kolodin, Fedorov, 2020). Dispozitivele utilizate sunt foarte diverse: cipuri, senzori, computere, procesoare, echipamente de comunicații, etc. Ele preiau, procesează, sintetizează, partajează și transmit date din mediile în care acționează. Procesarea unor date are loc la nivel local, acolo unde au fost culese, iar procesarea altora are loc într-un spațiu comun (cloud). Majoritatea proceselor au loc direct între dispozitive, fără intervenție umană. Modul de culegere a datelor, comunicarea și analiza sunt automate, dar prestabilite pe baza unor protocoale și algoritmi.

Utilizarea sistemelor IoT poate aduce multiple beneficii companiilor, unele fiind specifice unui sector de activitate, altele în schimb fiind universale. Sistemele inteligente interconectate pot monitoriza procesele de producție, transport, relații cu clienții și relațiile de muncă dintre angajați. Modelele de afaceri stabilite de managementul corporației pot fi mai ușor implementate și adaptate. Pot exista în schimb și dezavantaje ale sistemelor IoT. Odată cu creșterea cantității de informații acumulate într-un sistem crește probabilitatea ca un hacker să fie tentat de informații confidențiale. De asemenea, cantitatea de date devine disponibilă și ridică provocări mari privind stocarea și prelucrarea, fiind necesară o gestiune mai profesională din punct de vedere al metodelor de analiză a datelor și de programare a componentelor dotate cu inteligență artificială.


Vol. 23 • Nr. 57• Mai 2021 279

Industria turistică beneficiază recent din ce în ce mai mult de sistemele IoT. Aplicațiile sunt foarte variate. În unele țări dezvoltate circulă trenuri inteligente dotate cu sisteme de inteligență artificială care îndeplinesc mai multe funcții: informații privind pasagerii, control al trenului prin sisteme autonome sau prin rețele WiFi, mentenanța predictivă, semnalare și monitorizare a traficului, eficientizarea consumului (Verma și Shukla, 2019). În industria hotelieră facilitățile IoT sunt utilizate pentru camere personalizate, repararea și întreținerea predictivă a facilităților camerei de hotel sau carduri electronice trimise pe telefonul inteligent pentru a se evita pierderea timpului la recepția hotelului. (Martijn, 2018). Starea de sănătate a clientului poate fi monitorizată prin intermediul senzorilor și poate fi comunicată în caz de necesitate unei clinici (Diachuk, 2018). În viitorul apropiat camerele hotelurilor Marriot vor fi dotate cu oglinzi cu funcții de ecran inteligent, se vor regla luminile și temperatura prin comanda de pe smartphone, dușul va regla temperatura apei conform cerințelor oaspeților, iar eventuale disfuncționalități vor fi raportate personalului, se va implementa parcarea inteligentă și telecomanda pentru piscină (McMullen, 2017). Atracțiile turistice beneficiază de asemenea de implantarea recentă a sistemelor IoT care pot permite monitorizarea atracțiilor din interiorul muzeelor și reacțiile vizitatorilor prin analiza datelor și senzorilor. Web-site-urile de rezervări turistice au de asemenea algoritmi inteligenți care permit personalizarea preferințelor clientului. Folosind adresa IP a utilizatorului și alte echipamente asociate cu aceasta sunt trimise oferte personalizate. Algoritmii de prelucrare a datelor urmăresc profilul clientului potențial prin monitorizarea căutărilor pe internet legate de turism și ținand cont de profilul rezervărilor anterioare. Conform lui Angelova (2017) utilizarea IoT în turism are avantaje și dezavantaje. Principalele avantaje sunt: controlul comunicării, automatizarea, îmbunătățirea experienței, venituri mai mari prin reducerea costurilor. Dezavantajele sunt pericolele legate de riscul datelor (securitate, protecție, calitate, acuratețea analizei și compatibilitate) și de problemele de confidențialitate (lipsa standardelor, protocoale informatice, interoperabilitate și probleme legale).

Numeroase studii academice explorează diferite aspecte legate de sistemele IoT. Acestea se concentrează în principal pe problemele de design ale sistemelor, protocoale și securitate, confidențialitate, riscul datelor, metode de analiză a datelor și efecte economice. Literatura privind efectele sistemele IoT asupra comportamentului consumatorilor este încă foarte săracă. Obiectivul principal al studiului nostru este de a umple o parte din acest gol, investigând factorii de influență comportamentali și socio-demografici ai adoptării de către consumatori a rezultatelor utilizarilor IoT în sistemele de rezervări ale unităților de cazare. Articolul este organizat după cum urmează. În secțiunea Recenzia literaturii de specialitate sunt trecute în revistă studii academice privind IoT, pornind de la aspecte generale și convergând spre aspecte specifice legate de agrearea și utilizarea de către consumatori a unor astfel de sisteme. Secțiunea Metodologia de cercetare descrie baza de date de consumatori, variabilele și itemii utilizați și modul de utilizare a modelului logit multinomial în regresiile care modelează relațiile de cauzalitate. Rezultatele și discuțiile se concentrează asupra principalelor tendințe degajate din analiza regresională și asupra comparației cu rezultate similare obținute în alte domenii. Concluziile rezumă studiul și se concentrează asupra recomandărilor care se pot face ca urmare a rezultatelor degajate.



1. Recenzia literaturii de specialitate

Sistemele IoT devin din ce în ce mai răspandite în diferite aspecte ale activităților umane. Tendința a fost preluată și de către literatura academică, care se preocupă tot mai mult de acest topic. Majoritatea articolelor se referă însă la aspecte tehnice ale acestor sisteme: algoritmii de programare, fiabilitatea tehnică, protocoalele de comunicare, proiectarea, dezvoltarea, implementarea și întreținerea sistemelor IoT de înaltă calitate. Sunt cercetate problematici tehnice foarte precise ca: impactul tehnologiei 5G asupra inteligenței artificiale interconectate (Li, Da Xu și Zhao, 2018), securitatea și criminalitatea cibernetică (Conti et al., 2018), modele de middleware (da Cruz et al., 2018), algoritmi adaptativi de tip machine learning pentru prelucrarea datelor (Mahdavinejad et al., 2018) sau metodologii de prelucrare specifice pentru big data (Ahmed et al., 2017).

Încep să apară însă foarte recent și studii care explorează efectele asupra societății umane, atat asupra celor care manipulează aceste sisteme, cât și asupra modificării comportamentului consumatorilor. Ca urmare unui sondaj printre experții care lucrează în acest domeniu, Reggio et al. (2020) arată că cele mai relevante atribute de calitate pentru sistemele IoT sunt fiabilitatea, disponibilitatea, performanța, scalabilitatea și securitatea. Cercetătorii analizează de asemenea avantajele și dezavantajele schimbărilor radicale în societatea modernă ca urmare a dezvoltării IoT. Principalul dezavantaj care produce îngrijorare asupra echilibrului pieții este pierderea unui număr mare de locuri de muncă. Un studiu comparativ prin dovezi empirice al avantajelor și dezavantajelor asupra societăților japoneze, germane și australiene este realizat de Shenkoya (2020). Rezultatele arată că IoT îmbunătățește finanțarea cercetării și eficiența proceselor de afaceri, crescând în același timp crearea de locuri de muncă. Impactul asupra societății umane este analizat și de Nižetić et al (2020). Patru domenii principale de actualitate sunt discutate: energie și mediul durabil, E-sănătate - sisteme de viață asistate de inteligența artificială, tehnologii în transport și produse cu emisii reduse de carbon. Sunt discutate implicațiile de mediu legate de aplicarea crescută a produselor IoT.

Cercetările privind implementările sistemelor inteligente interconectate în domeniul afacerilor suscită de asemenea un interes crescut. O perspectivă globală a implementării IoT într-o afacere este redată de Lee (2019) care prezintă un ecosistem IoT, arhitectură IoT și modelul de afaceri al serviciilor IoT esențiale pentru selecția și implementarea serviciilor IoT în diferite setări ale întreprinderii. Este exemplificat și modul în care serviciile IoT pot fi dezvoltate pentru a inova camerele de hotel. Nitti et al. (2017) definesc o structură arhitecturală pentru o aplicație de turism sustenabil într-un oraș inteligent. Ideea dezvoltării destinațiilor turistice inteligente prin IoT este abordată de Wise și Heidari (2019). Ei arată că tehnologia inteligentă care exploatează datele IoT oferă noi oportunități pentru industria turistică, permițand accesul ușor și interacțiunea cu o mare diversitate de informații pentru activități de transport, atracții, tururi, cumpărături și hoteluri. Turismul inteligent este abordat de Kaur și Kaur (2016) care oferă o perspectivă asupra acestui concept și a modului în care acesta poate fi realizat prin tehnologia modernă a IoT. Aceasta impune colaborarea participanților la industria turistică printr-o platformă comună de tehnologie și oferă un algoritm de funcționare cooperativă prin schimbul, prelucrarea și analiza informațiilor.

Așa cum putem observa, literatura științifică acoperă aspecte variate legate de sistemele IoT: aspecte tehnice legate de design tehnic, protocoale, securitate, algoritmi de prelucrare a datelor, dar și efecte asupra societății, economei și afacerilor. Mult mai săracă este însă literatura în privința investigării factorilor de influență ai adoptării de către


Vol. 23 • Nr. 57• Mai 2021 281

consumatori a sistemelor IoT. Teoriile care provin din comportamentul consumatorului stipulează că există două condiții esențiale pentru acceptarea unei tehnologii: utilitatea ei și ușurința utilizării, așa cum precizează (Davis, 1989; de Boer, van Deursen și van Rompay, 2019) cu privire la Technology Acceptance Model (TAM). Modelul TAM a fost utilizat ulterior în aplicații diverse, cum ar fi factorii care afectează intenția de utilizare a unei comunități de învățare online (Liu et al., 2010), sisteme de informare clinică în rândul personalului medical din spital (Melas et al., 2011) sau aplicațiile de banking mobil (Munoz-Leiva, Climent-Climent și Liébana-Cabanillas, 2017; Almugari et al., 2019). Alți factori care influențează adoptarea IoT sunt comoditatea, influența socială, obiceiurile, intimitatea, siguranța, conștientizarea și costurile (Almugari et al., 2019). Comodidatea ca factor de influență este întalnită în special în marketing, în general cu sensul de economisire a timpului (Cho și Sagynov, 2015). Studiile anterioare au confirmat ulterior că ușurința utilizării determină în mod semnificativ intenția comportamentului spre adoptarea de noi tehnologii (Del Giudice et al., 2016). Un factor la fel de important în acceptarea noilor sisteme inteligente este influența socială (Aldossari și Sidorova, 2020). Influența familiei, prietenilor, colegilor și mass-media poate avea impact asupra intenției consumatorilor de a adopta produse și servicii IoT ale băncilor (Almugari et al., 2019). Obiceiurile au fost identificate de asemenea ca factor semnificativ al adoptarii tehnologiilor digitale (Alalwan et al., 2015). Abushakra și Nikbin (2019) au găsit și ei o corelație importantă și anume relația puternică între obiceiuri și adoptarea IoT. Determinanții enuntați sunt regăsiți în multe studii de marketing orientate spre analiza comportamentului consumatorului. Ei apar sub diferite forme în studii de piață și sub forma de întrebări în chestionare privind intențiile de cumpărare pentru toate tipurile de produse. Există în schimb și factori specifici, legați de adoptarea tehnologiilor în general și a IoT în special cum sunt confidențialitatea și siguranța. Specificitatea lor constă în faptul că sistemele de inteligență artificială operează cu date pe care consumatorii nu doresc să le facă publice. Acești determinanți au fost puși în evidență ca fiind semnificativi în studii empirice (Axelrod, 2015; Atlam and Wills, 2020). Consumatorii pot fi ingrijorați de posibilitatea că furnizorii de servicii prin sisteme digitale pot utiliza informațiile cu caracter personal în beneficiul companiei sau pot colecta date personale fără permisiunea lor. Pot exista în consecință efecte negative asupra cererii de servicii prin IoT. O altă componentă a modelului TAM este conștientizarea, respectiv înțelegerea modului de utilizare a noii tehnologii. Internetul obiectelor este un fenomen nou pentru o mare parte din consumatorii produselor de turism, ca urmare furnizorii de servicii sunt interesați să îi conștientizeze spre noile tehnologii. Conștientizarea, ca factor al adoptării tehnologiilor, a fost explorat pentru sisteme IoT în general (Guo et al., 2013; Gite și Agrawal, 2016), dar există și unele studii care se preocupă de sectoare specifice, cum este cel bancar (Almugari et al., 2019). Costul este un alt factor cu acoperire mai generală, nu neaparat specific modelului TAM. El se regăsește ca determinant în majoritatea studiilor empirice privind cererea dintr-un anumit produs sau serviciu. Uneori este privit în sens restrâns, referindu-se la prețul de furnizare a produsului sau serviciului (Tehranipoor et al., 2018; McPherson și Irvine, 2020). Alteori este considerat în sens mai larg, incluzând și costurile colaterale (ex. timpul pierdut - Almugari et al., 2019). Pe lângă componentele modelului TAM, pot fi identificate corelații interesante cu unele variabile socio-demografice ca vârsta, sexul, venitul, nivelul de studii sau statusul marital. Există însă puține studii (ex. Gunasekara și Fernando, 2017) care pun adoptarea IoT în legatură cu astfel de indicatori.



2. Metodologia de cercetare

Pentru a evalua importanța determinanților adoptării serviciilor turistice furnizate cu ajutorul sistemelor IoT, utilizăm un model econometric cu regresii discrete. Nivelul adoptării de către consumator al serviciilor oferite este măsurat în studiul nostru prin variabila ordinală ADOPTION (a se vedea paragraful referitor la variabilele din regresie și tabelul 1 pentru definirea completă a variabilei). Scalarea ordinală permite identificarea variabilelor care determină creșterea probabilității de situare la nivele superioare a adoptării tehnologiei IoT. Pentru estimațiile statistice utilizăm Ordered Logit Model cu urmatoarea structură:

)()(),,|(Prob 1 bxcFbxcFcbxjy ijiji −−−== + (1)

)exp(1

)exp(

)exp(1)exp(

),,|(Prob1

1

bxcbxc

-bxc

bxccbxjy

ij

ij

ij

iji −+

−

−+

−==

+

+ (2)

Ni ,1= indexează consumatorii din eșantion

3,1=j indexează cele trei alternative de alegere ale variabilei endogene (ADOPTION)

ix este vectorul variabilelor explicative (CONV, SOC_INLF, HABITS, PRIV_SAFE, AWAR, COST, GENDER, MARRIED, AGE, EDUC, RESID) b este vectorul coeficienților de regresie

jc , 3,2,1,0=j sunt puncte de ruptură a distribuției (coeficienți tehnici ai modelului).

−∞=0c , ∞=3c

1c and 2c sunt estimați prin metoda verosimilității maxime. Modelul este controlat și pentru heteroscedasticitate conform testului lui Davidson and MacKinnon (1984), bazat pe principiul multiplicatorului Lagrange (LM). Coeficienții raportați în regresie sunt sub forma robustă, corectați pentru heteroscedasticitate. Robustețea previziunii este verificată prin curba Receiver Operating Characteristics dezvoltată pentru modele multinomiale (Dragos, 2010). În urma studiului literaturii, utilizând datele și metodologia descrisă mai sus, formulăm următoarea ipoteză de cercetare: nivelul de adoptare de către consumatorii români a tehnologiilor IoT în turism este influențat de componentele modelului TAM: comoditate, influență socială, obiceiuri, confidențialitate și siguranță, conștientizare și costuri. Date

Datele sunt culese prin eșantionare în perioada August-Septembrie 2020 prin metoda CATI (Computer-Assisted Telephonic Interview). Pentru a evita cât mai mult posibilele deplasări ale valorilor variabilelor, s-a folosit ca element de identificare codul numeric personal, care permite realizarea unui sondaj stratificat și proporțional în raport cu zona geografică, sexul și vârsta. Sondajul este echilibrat la nivel național, există între 8 și 15 respondenți din fiecare județ, proporțional cu numărul de locuitori. Sondajul este realizat la nivel național, cuprinzand în final 431 de respondenți care au furnizat date complete cu privire la întrebările din chestionar. O parte din populația României, în special persoane în


Vol. 23 • Nr. 57• Mai 2021 283

vârsta din zona rurală nu merg în vacanțe și ca urmare nu au putut răspunde întrebărilor, deci au fost excluși din eșantion. Această eliminare a provocat unele deplasări ale valorilor medii ale factorilor socio-demografici în raport cu valorile naționale (vezi Tabelul nr. 1). Variabile Variabila endogenă ADOPTION (Y în modelul teoretic) este un proxy care măsoară pe o scală ordinală de la 1 la 3 nivelul de utilizare a serviciilor furnizate prin sisteme IoT în turism. Sunt avute în vedere în special oferte personalizate propuse de web-site-urile de rezervări online de cazare. Acestea culeg informații despre potențialul consumator urmărind specificul căutărilor acestuia pe internet privind tipul de destinație (mare, munte, oraș, stațiune balneară), profilul unităților de cazare urmărite (hotel, pensiune, casă de vacanță), etc. Ca urmare a rulării unor algoritmi de inteligență artificială sunt propuse destinații turistice sau unități de cazare prin sisteme de alertare pe telefonul inteligent, tabletă sau computer. Variabila ADOPTION urmărește pe o scală ordinală cât de frecvent utilizează turiștii destinațiile și cazările propuse prin sistemele IoT. Variabila ia valoarea 1 dacă individul nu utilizează niciodată servicii furnizate prin IoT în turism; valoarea 2 dacă utilizează rar astfel de servicii și valoarea 3 dacă utilizează în mod regulat. Explicațiile privind astfel de mecanisme de ofertare prin sistemele IoT în turism sunt explicate persoanelor din eșantion în timpul interviului. Rezultatele privind răspunsurile sunt sintetizate în tabelul nr. 1.

Tabel nr. 1. Variabilele utilizate în analiză și statistici descriptive: media, deviația standard, valoarea minimă și maximă

Variabila Explicații Media Dev. std. Min Max

ADOPTION Adoptarea serviciilor furnizate prin sisteme IoT în turism. Măsurată ordinal, pe o scală de la 1 la 3 în ordine crescătoare a gradului de adoptare.

0,93 0,74 1 3

CONV Comoditatea. Măsurată cantitativ, ca medie a 3 itemi ordinali: SAVING_TIME, AVOID_MOV and ELAST_TIME (descrierea completă a itemilor în Anexa 1).

3,55 0,92 1 5

SOC_INFL Influența socială. Măsurată cantitativ, ca medie a 3 itemi ordinali: FRQ_ENTOUR, REC_ENTOUR and PUB_AUTH (descrierea completă a itemilor în Anexa 2).

2,80 0,82 1 4.67

HABITS Obiceiuri privind utilizarea IoT și a altor sisteme digitale. Măsurată cantitativ, ca medie a 3 itemi ordinali: FRQ_PROF, FREE_TIME and DIGITAL (descrierea completă a itemilor în Anexa 3).

3,05 0,99 1 5

PRIV_SAFE Confidențialitate și siguranța. Măsurată cantitativ, ca medie a 3 itemi ordinali: RISK_PRODUCT, PRIV_DATA and RISK_UNSUCC (descrierea completă a itemilor în Anexa 4).

2,74 0,85 1 4.67

AWAR Conștientizarea. Măsurată cantitativ, ca medie a 3 itemi ordinali: ADV_IOT, DISADV_IOT and OTHER_EXP (descrierea completă a itemilor în Anexa 5).

2,87 1,08 1 5



Variabila Explicații Media Dev. std. Min Max

COST Costuri - importanța celui mai bun preț și încrederea că acesta este identificat prin sistemele IoT. Măsurată cantitativ, ca medie a 2 itemi ordinali: IMP_PRICE and IDENT_PRICE (descrierea completă a itemilor în Anexa 6).

3,52 0,95 1 5

GENDER Genul. (1 dacă masculin, 0 dacă feminin). 0,51 0,50 0 1 MARRIED Statutul marital (1 dacă este căsătorit sau într-

o releție de lungă durată, 0 dacă este necăsătorit, singur).

0,74 0,44 0 1

AGE Vârsta turistului (ani). 45,3 12,0 18 66 EDUC Nivelul instituției de învățământ absolvite (1

dacă turistul are absolvită doar școala primară sau secunadară, 2 dacă are liceul sau școala profesională sau vocațională, 3 dacă are studii universitare sau post-universitare).

2,27 0,71 1 3

RESID Aria de rezidență (1 if urban, 0 if rural) 0,64 0,48 0 1 Notă: Dev. std. = deviația standard (abaterea medie pătratică) Pentru a măsura mai bine cât mai multe aspecte ale determinanților care provin din modelul TAM, fiecare variabilă explicativă este definită pe baza câtorva itemi componenți. Itemii nu sunt incluși în regresii, deoarece în cadrul fiecărei categorii (comoditate, influența socială, etc) sunt puternic autocorelați și ar fi pus probleme de multicoliniaritate. În plus, considerarea fiecăruia dintre ei ca variabilă explicativă ar fi făcut modelul econometric mai puțin reprezentativ prin micșorarea considerabilă a raportului dintre numărul de observații și numărul de variabile explicative. Totuși, informația conținută în itemi se regăsește în regresii prin agregarea lor pentru a forma variabile, câte una pentru fiecare componentă a modelului TAM (CONV, SOC_INLF, HABITS, PRIV_SAFE, AWAR, COST).

Tabelul nr. 2 prezintă doar succint itemii care compun variabilele, pentru a fi identificați ușor în prezentarea rezultatelor studiului. Descrierea lor mai completă, așa cum provin din întrebările chestionarului este redată în Anexele nr. 1, 2, 3, 4, 5 si 6.

Tabel nr. 2. Informații succinte privind itemii care compun variabilele explicative

Variabila Codarea itemului Semnificația itemului. Toți itemii sunt scalați de la 1 la 5 Mediana Dev.

std. CONV SAVING_TIME Economisirea timpului 3,69 2,32

AVOID_MOV Evitarea deplasării 3,43 2,32 ELAST_TIME Elasticitatea timpului 3,93 2,38

SOCIAL FRQ_ENTOUR Frecvența anturajului 3,04 2,51 REC_ENTOUR Recomandări ale anturajului 3,33 2,40 PUB_AUTH Autorități publice 2,71 2,48

HABITS FRQ_PROF Frecvența IoT profesional 2,94 2,35 FREE_TIME IoT în timpul liber 3,23 2,32 DIGITAL Utilizarea tehnologiilor digitale 3,53 2,29

PRIV_SAFE RISK_PRODUCT Riscul produsului 3,28 2,43 PRIV_DATA Confidențialitatea datelor 2,62 2,49 RISK_UNSUCC Risc vacanță nereușită 2,96 2,38

AWARENE ADV_IOT Conștientizare avantaje IoT 3,09 2,31


Vol. 23 • Nr. 57• Mai 2021 285

Variabila Codarea itemului Semnificația itemului. Toți itemii sunt scalați de la 1 la 5 Mediana Dev.

std. SS DISADV_IOT Conștientizare dezavavantaje IoT 2,76 2,38

OTHER_EXP Cunoașterea experiențelor altora 3,42 2,29 COST IMP_PRICE Importanța celui mai bun preț 4,27 2,56

IDENT_PRICE Identificare preț optim prin IoT 3,39 2,32 Notă: Dev. std. = deviația standard (abaterea medie pătratică) 3. Rezultate și discuții

În numeroase cazuri în care datele provin din întrebările unui chestionar se poate

pune problema variabilității valorilor unor itemi. Dacă nu s-a utilizat o pretestare a chesionarului, pentru anumite întrebări pot exista răspunsuri în mare majoritate doar negative sau doar pozitive. De exemplu pe o scală Likert de la 1 la 5 putem avea proporții exagerat de mari de răspunsuri 1 sau 5. Efectele asupra regresiei pot fi în aceste cazuri foarte grave, prin încercarea identificării unor corelații între o variabilă endogenă și o constantă. În asfel de situații, chiar dacă fenomenul există, el fiind prost măsurat, se ajunge la degradarea rezultatelor. În studiul nostru, ca urmare a pretestării eșantionului au fost recalibrate unele întrebări. În consecință, există o bună variabilitate a răspunsurilor pentru toți itemii utilizați, chiar dacă unele distribuții sunt asimetrice (Figura nr. 1).

SAVING_TIME

0.1

.2.3

Den

sity

0 1 2 3 4 5SAVING_TIME

AVOID_MOV

0.1

.2.3

Den

sity

0 1 2 3 4 5AVOID_MOV

ELAST_TIME

0.1

.2.3

.4D

ensi

ty

0 1 2 3 4 5ELAST_TIME

FRQ_ENTOUR

0.1

.2.3

.4D

ensi

ty

0 1 2 3 4 5FRQ_ENTOUR

REC_ENTOUR

0.1

.2.3

.4D

ensi

ty

0 1 2 3 4 5RECOM_ENTOUR

PUB_AUTH

0.1

.2.3

.4D

ensi

ty

0 1 2 3 4 5PUB_AUTH

FRQ_PROF

0.1

.2.3

.4D

ensi

ty

0 1 2 3 4 5FRQ_PROF

FREE_TIME

0.1

.2.3

Den

sity

0 1 2 3 4 5FREE_TIME

DIGITAL

0.1

.2.3

Den

sity

0 1 2 3 4 5DIGITAL

RISK_PRODUCT

0.1

.2.3

.4D

ensi

ty

0 1 2 3 4 5RISK_PRODUCT

PRIV_DATA

0.1

.2.3

.4D

ensi

ty

0 1 2 3 4 5PRIV_DATA

RISC_UNSUCC

0.1

.2.3

.4D

ensi

ty

0 1 2 3 4 5RISK_UNSUCC

ADV_IOT

0.1

.2.3

Den

sity

0 1 2 3 4 5ADV_IOT

DISADV_IOT

0.1

.2.3

Den

sity

0 1 2 3 4 5DISADV_IOT

OTHER_EXP

0.1

.2.3

Den

sity

0 1 2 3 4 5OTHER_EXP

IMP_PRICE

0.1

.2.3

.4D

ensi

ty

0 1 2 3 4 5IMP_PRICE

IDENT_PRICE

0.1

.2.3

Den

sity

0 1 2 3 4 5IDENT_PRICE

Figura nr. 1. Distribuția răspunsurilor pentru itemi

Pentru a măsura fiabilitatea agregării variabilelor și a verifica în ce masură toți itemii care compun o variabilă măsoară același concept, calculăm coeficientul alfa al lui



Cronbach (Cronbach, 1951). Coeficienții alfa calculați pentru itemii din baza noastră de date sunt cuprinși între 0,776 și 0,871 (Tabelul nr. 3), ceea ce indică un rezultat robust (McNeish, 2018).

Tabel nr. 3. Fiabilitatea agregării itemilor - Cronbach’s alpha

Variabila CONV SOC_INFL HABITS PRIV_SAFE AWAR COST Covarianta medie dintre itemi 0,754 0,644 0,890 0,658 0,723 0,692 Coeficient de fiabilitate (α) 0,850 0,847 0,861 0,833 0,871 0,776

Rezultatele regresiei logistice ordinale (Tabelul nr. 4) sunt obținute după corecția

pentru heteroscedasticitate (Davidson și MacKinnon, 1984), deci cu estimator robust pentru eroarea standard și ca urmare și pentru probabilitatea de respingere a semnificativității coeficienților de regresie.

Tabel nr. 4. Efectele factorilor de influență asupra adoptării IoT în turism; estimații robuste ale modelului logit ordonat; variabila endogenă ADOPTION

Coeficient de regresie

Eroare standard, estimare robustă Valoarea p Semnificativitate

CONV 0,291 0,106 0,006 *** SOCIAL 0,192 0,125 0,123 HABITS 0,199 0,098 0,043 ** PRIV_SAFE -0,054 0,111 0,627 AWARENESS 0,179 0,093 0,055 * COST 0,374 0,098 0,000 *** GENDER 0,171 0,193 0,376 MARRIED -0,248 0,213 0,246 AGE -0,018 0,008 0,027 ** EDUC 0,282 0,136 0,037 ** RESID 0,035 0,197 0,859 Notă: ***,**, * : semnificativ la nivel de 1% ,5% și 10%

Observăm în primul rând că variabila CONV are o influență pozitivă semnificativă statistic (p = 0,006) asupra adoptării serviciilor furnizate prin IoT. Comoditatea oferită de lipsa necesității de a te mișca spre / la o agenție de turism pentru a afla oferte adecvate pare să fie concludentă. De asemenea, intră în componenta acestei variabile și elasticitatea timpului, posibilitatea consultării ofertelor în regim 24/7 este foarte atractivă. Influența socială este în schimb nesemnificativă (p = 0,123).

Rezultatul poate fi explicat prin faptul că influența anturajului riscă să fie mai puțin decisivă decat în alte activități. În turism în general și în alegerea destinațiilor în special preferințele sunt foarte eterogene și faptul că persoane din jurul nostru ne recomandă ceva s-ar putea dovedi inadecvat pentru preferințele noastre. În plus, nici autoritățile publice nu încurajează foarte mult în România utilizarea sistemelor digitale în


Vol. 23 • Nr. 57• Mai 2021 287

relația cu autoritățile statului, ca urmare nu există un stimul social suficient de important pentru utilizarea sistemelor IoT. Obiceiurile (variabila HABITS) sunt semnificative statistic (p = 0,043). Persoanele care utilizează mai frecvent IoT în viața profesională, dar și în activitățile aferente timpului liber (ex. căutarea unui loc de parcare disponibil prin sisteme online) sunt mai predispuse să adopte mai frevente servicii turistice oferite prin inteligența artificială interconectată. Un rol benefic al obiceiurilor îl are probabil și obișnuința de a utiliza în activitățile cotidiene tehnologie digitală de orice natură (ex. aplicații diverse pentru telefoane inteligente).

Elementele de confidențialitate și siguranță (variabila PRIV_SAFE) nu reies ca fiind semnificative (p = 0,627). Rezultatul este în contradicție cu studiul lui Munoz-Leiva, Climent-Climent și Liébana-Cabanillas (2017) privind adoptarea serviciilor bancare IoT de către consumatori. Se pare că clienții din turism nu au îngrijorări majore privind securitatea datelor personale și confidențialitatea informațiilor vehiculate prin astfel de sisteme. Într-adevar, față de sectorul bancar, unde datele conțin salarii și plăți, eventualul furt de informații privind căutările pe internet cu privire la anumite destinații nu este în general îngrijorător. Nici riscul insuccesului unei vacanțe, sau al unui alt serviciu neconform cu așteptarile nu pare a avea un impact major. Într-adevăr, odată cu dezvoltarea sistemelor IoT există un element esențial de control al acestor riscuri prin numărul mare de recenzii și recomandări online din partea altor consumatori.

O influență pozitivă cu semnificativitate mai redusă (p = 0,055) o are conștientizarea (variabila AWARENESS). Aceasta se explică parțial prin cunoașterea într-o mai mică măsură de către populație a avantajelor și în special a dezavantajelor utilizării IoT în turism (valoarea medie a itemului DISADV_IOT este egală cu 2,76). În schimb, consumatorii cunosc mai bine experiențele altor persoane (valoarea medie a itemului OTHER_EXP este egală cu 3,42), ceea ce este un fapt încurajator, dovedind că populația încearcă să se informeze și oferă o perspectivă favorabilă pentru dezvoltarea sistemelor IoT în viitor. Consumatorii români de servicii turistice par să fie cei mai sensibili (p < 0,001) la costuri (variabila COST). Acest rezultat este de asemenea în contradicție cu studiile de pe piața serviciilor bancare (Almugari et al., 2019), unde costul este nesemnificativ, cele mai decisive pentru adoptarea serviciilor fiind comoditatea și conștientizarea.

De altfel, dintre toți itemii proveniți din chestionar, importanța prețului (itemul IMP_PRICE) a avut cea mai mare valoare medie, de 4,27. Dintre variabilele socio-demografice sunt semnificative vârsta (variabila AGE, p = 0,027) și educația (variabila EDUC, p = 0,037). Semnele coeficienților sunt cele așteptate, persoanele mai tinere și mai educate având o probabilitate mai mare de utilizare frecventă a sistemelor IoT în turism. Genul persoanei și statusul marital nu au impact semnificativ. Nici variabila RESID nu este deloc semnificativă (p = 0,089), efectul ei fiind preluat probabil de educație, în mediul rural regăsindu-se un procentaj mult mai mic de persoane cu studii superioare decât în zonele urbane. Concluzii

Problematica sistemelor IoT este relativ recentă în literatura de specialitate, dar constituie în momentul actual un topic important. Majoritatea studiilor se referă la aspecte tehnice: algoritmii de programare, fiabilitatea tehnică, protocoalele de comunicare, proiectarea, dezvoltarea, implementarea și întreținerea sistemelor IoT de înaltă calitate. S-au dezvoltat treptat și preocupări privind efectele asupra societății umane, discutând



avantajele și dezavantajele schimbarilor radicale în societatea modernă ca urmare a dezvoltarii sistemelor de inteligență artificială interconectate. Domeniile de studiu sunt diverse: energie și mediu durabil, orașe inteligente, E-sănătate - sisteme de viață asistate de tehnologii digitale, tehnologii în transport, produse cu emisii reduse de carbon, etc.

Mult mai puțin s-au explorat însă efectele asupra consumatorilor. Specialiștii s-au îndreptat mai degrabă spre efectul aplicațiilor din sistemul bancar. Studiul nostru dorește să umple un gol din literatură, punând în evidență determinanți specifici ai adoptării IoT în turism în general și în sistemele de rezervări în special. Estimațiile econometrice indică influență semnificativă a variabilelor comportamentale legate de conștientizare, comoditate, obiceiuri și cost. Există diferențe notabile față de sistemul bancar, unde influența socială, confidențialitatea și siguranța tranzacțiilor sunt decisive. Dintre factorii socio-demografici s-a pus în evidență rolul vârstei și al educației, persoanele mai tinere și mai educate având probabilitați mai mari de utilizare frecventă a serviciilor turistice propuse prin sisteme IoT.

Mecanismele puse în evidență prin acest studiu pot fi utilizate pentru o mai bună adecvare a cererii cu oferta. Din observarea frecvenței utilizării și a tipului de serviciu ales sau nu de către consumatori, programatorii sistemelor IoT pot adapta algoritmii de selectare a informațiilor relevante cu privire la comportamentul consumatorilor în raport cu tipologia ofertelor turistice. Astfel, ofertele care sunt rar achiziționate de turiști, provin din algoritmi defectuoși, care trebuie corectați. Autoritățile publice pot constata că un impediment important al creșterii frecvenței de utilizare a IoT este slaba dezvoltare a acestor sisteme în relațiile dintre instituțiile statului și cetățeni. Deoarece nu există corelație între frecvența utilizării IoT și problemele de confidențialitate și siguranță a datelor semnifică faptul că consumatorii nu sunt serios ingrijorați de aceste aspecte în turism. Se pot colecta în consecință astfel de date necesare configurării optime a ofertelor, desigur cu respectarea cadrului legislativ. Bibliografie Abushakra, A. and Nikbin, D., 2019. Extending the UTAUT2 model to understand the

entrepreneur acceptance and adopting Internet of Things (IoT). In: L. Uden, I.-H. Ting and J.M. Corchado, eds. 2019. Knowledge Management in Organizations. Cham: Springer, pp. 339-347. DOI: 10.1007/978-3-030-21451-7_29

Ahmed, E., Yaqoob, I., Hashem, I. A. T., Khan, I., Ahmed, A. I. A., Imran, M. and Vasilakos, A. V., 2017. The role of big data analytics in Internet of Things. Computer Networks, 129, pp. 459-471. DOI: 10.1016/j.comnet.2017.06.013

Alalwan, A. A., Dwivedi, Y. K., Rana, N. P., Lal, B. and Williams, M. D. (2015). Consumer adoption of Internet banking în Jordan: Examining the role of hedonic motivation, habit, self-efficacy and trust. Journal of Financial Services Marketing, 20(2), pp. 145-157. DOI: 10.1057/fsm.2015.5

Aldossari, M. Q. and Sidorova, A., 2020. Consumer acceptance of Internet of Things (IoT): Smart home context. Journal of Computer Information Systems, 60(6), pp. 1-11. DOI: 10.1080/08874417.2018.1543000

Almugari, F., Bajaj, P., Tabash, M. I., Khan, A. and Ali, M. A., 2020. An examination of consumers’ adoption of internet of things (IoT) in Indian banks. Cogent Business & Management, 7(1), DOI: 10.1080/23311975.2020.1809071


Vol. 23 • Nr. 57• Mai 2021 289

Angelova, N., Kiryakova, G. and Yordanova, L., 2017. The great impact of internet of things on business. Trakia Journal of Sciences, 15(1), pp. 406-412. DOI: 10.15547/tjs.2017.s.01.068

Atlam, H. F. and Wills, G. B., 2020. IoT security, privacy, safety and ethics. In: M. Farsi, A. Daneshkhah, A. Hosseinian-Far and H. Jahankhani, eds. 2020. Digital Twin Technologies and Smart Cities. Cham: Springer, pp. 123-149.

Axelrod, C. W., 2015. Enforcing security, safety and privacy for the Internet of Things. In: s.n., 2015 Long Island Systems, Applications and Technology. Farmingdale, NY, USA, 1 May 2015. S.l: IEEE, pp. 1-6. DOI: 10.1109/LISAT.2015.7160214.

Bodea, C.-N., Purnuș, A., 2018. Legal implications of adopting Building Information Modeling (BIM). Juridical Tribune – Tribuna Juridica, 8(1), pp. 63-72.

Cho, Y. C. and Sagynov, E., 2015. Exploring factors that affect usefulness, ease of use, trust, and purchase intention in the online environment. International Journal of Management & Information Systems (IJMIS), 19(1), pp. 21-36. DOI:10.19030/ ijmis.v19i1.9086

Conti, M., Dehghantanha, A., Franke, K. and Watson, S., 2018. Internet of Things security and forensics: Challenges and opportunities. S.l.: Elsevier. DOI: 10.1016/ j.future.2017.07.060

Cronbach, L. J., 1951. Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), pp. 297-334. DOI: 10.1007/BF02310555

da Cruz, M. A., Rodrigues, J. J. P., Al-Muhtadi, J., Korotaev, V. V. and de Albuquerque, V. H. C., 2018. A reference model for internet of things middleware. IEEE Internet of Things Journal, 5(2), pp. 871-883. DOI: 10.1109/JIOT.2018.2796561

de Boer, P. S., van Deursen, A. J. and Van Rompay, T. J., 2019. Accepting the Internet-of-Things in our homes: The role of user skills. Telematics and informatics, 36(1), pp. 147-156. DOI: 10.1016/j.tele.2018.12.004

Davidson, R. and MacKinnon, J. G., 1984. Convenient specification tests for logit and probit models. Journal of Econometrics, 25(3), pp. 241-262. DOI: 10.1016/0304-4076(84)90001-0

Davis, F. D., 1989. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS quarterly, 13(3), pp. 319-340. DOI: 10.2307/249008

Del Giudice, M., Campanella, F., Dezi, L. and Al-Mashari, M., 2016. The bank of things: An empirical investigation on the profitability of the financial services of the future. Business Process Management Journal, 22(2), pp. 324-340. DOI: 10.1108/BPMJ-10-2015-0139

Diachuk, M., 2018. Benefits of Using IoT in Healthcare - DZone IoT. [online] Available at: <https://dzone.com/articles/benefits-of-using-iot-in-healthcare> Accessed 11 November 2020].

Dragos, C., 2010. ROC curve for discrete choice models an application to the Romanian car market. Applied Economics Letters, 17(1), pp. 75-79. DOI: 10.1080/13504850701719793

Gite, S. and Agrawal, H., 2016. On context awareness for multisensor data fusion in IoT. In: S. C. Satapathy, K. S. Raju, J. K. Mandal and V. Bhateja, eds. 2016. Proceedings of the Second International Conference on Computer and Communication Technologies. New Delhi: Springer, pp. 85-93.



Gunasekara, M. A. N. P. and Fernando, M., 2017. Eradicating health communication inequalities in the internet of things era. In: s.n, 2017 International Conference on IoT and Application (ICIOT). Nagapattinam, India, 19-20 May 2017. S.l: IEEE, pp. 1-3. DOI: 10.1109/ICIOTA.2017.8073620

Guo, B., Zhang, D., Wang, Z., Yu, Z. and Zhou, X., 2013. Opportunistic IoT: Exploring the harmonious interaction between human and the internet of things. Journal of Network and Computer Applications, 36(6), pp. 1531-1539. DOI: 10.1016/j.jnca.2012.12.028

Kaur, K. and Kaur, R., 2016). Internet of things to promote tourism: An insight into smart tourism. International Journal of recent trends in engineering & research, 2(4), pp. 357-361.

Lee, I., 2019. The Internet of Things for enterprises: An ecosystem, architecture, and IoT service business model. Internet of Things, 7: 100078. DOI: 10.1016/j.iot.2019.100078

Li, S., Da Xu, L. and Zhao, S., 2018. 5G Internet of Things: A survey. Journal of Industrial Information Integration, 10(1), pp. 1-9. DOI: 10.1016/j.jii.2018.01.005

Liu, I. F., Chen, M. C., Sun, Y. S., Wible, D. and Kuo, C. H., 2010. Extending the TAM model to explore the factors that affect Intention to Use an Online Learning Community. Computers & education, 54(2), pp. 600-610. DOI: 10.1016/ j.compedu.2009.09.009

Mahdavinejad, M. S., Rezvan, M., Barekatain, M., Adibi, P., Barnaghi, P. and Sheth, A. P., 2018. Machine learning for Internet of Things data analysis: A survey. Digital Communications and Networks, 4(3), pp. 161-175. DOI: 10.1016/j.dcan.2017.10.002

Martijn, N., 2018. How the Internet of Things (IoT) can Benefit the Hospitality Industry. [online] Available at: <https://www.revfine.com/internet-of-things-hospitality-industry/> [Accessed 11 November 2020].

Melas, C. D., Zampetakis, L. A., Dimopoulou, A. and Moustakis, V., 2011. Modeling the acceptance of clinical information systems among hospital medical staff: an extended TAM model. Journal of biomedical informatics, 44(4), pp. 553-564. DOI: 10.1016/ j.jbi.2011.01.009

McNeish, D., 2018. Thanks coefficient alpha, we’ll take it from here. Psychological Methods, 23(3), pp. 412-427 DOI: 10.1037/met0000144 McPherson, R. and Irvine, J., 2020. Using smartphones to enable low-cost secure consumer

IoT devices. IEEE Access, 8, pp. 28607-28613. DOI: 10.1109/ACCESS.2020.2968627 Munoz-Leiva, F., Climent-Climent, S. and Liébana-Cabanillas, F., 2017. Determinants of

intention to use the mobile banking apps: An extension of the classic TAM model. Spanish Journal of Marketing-ESIC, 21(1), pp. 25-38. DOI: 10.1016/j.sjme.2016.12.001

Nekit, K., Kolodin, D., Fedorov, V., 2020. Personal data protection and liability for damage in the field of the internet of things. Juridical Tribune – Tribuna Juridica, 10(1), pp. 80-93.

Nižetić, S., Šolić, P., González-de, D. L. D. I. and Patrono, L., 2020. Internet of Things (IoT): Opportunities, issues and challenges towards a smart and sustainable future. Journal of Cleaner Production, 274, 122877. DOI: 10.1016/j.jclepro.2020.122877 Nitti, M., Pilloni, V., Giusto, D. and Popescu, V., 2017. IoT Architecture for a sustainable

tourism application in a smart city environment. Mobile Inf. Systems, 4(1), pp. 1-9. DOI: 10.1155/2017/9201640

Reggio, G., Leotta, M., Cerioli, M., Spalazzese, R. and Alkhabbas, F., 2020. What Are IoT Systems for Real? An Experts’ Survey on Software Engineering Aspects. Internet of Things, in press DOI: 10.1016/j.iot.2020.100313


Vol. 23 • Nr. 57• Mai 2021 291

Shenkoya, T., 2020. Social change: A comparative analysis of the impact of the IoT in Japan, Germany and Australia. Internet of Things, 11, 100250. DOI: 10.1016/ j.iot.2020.100250

Tehranipoor, F., Karimian, N., Wortman, P. A. and Chandy, J. A., 2018. Low-cost authentication paradigm for consumer electronics within the internet of wearable fitness tracking applications. In: s.n., 2018 IEEE International Conference on Consumer Electronics (ICCE). Las Vegas, NV, USA, 12-14 January 2018. S.l: IEEE, pp. 1-6. DOI: 10.1109/ICCE.2018.8326233

Verma, A. and Shukla, V., 2019. Analyzing the influence of IoT in Tourism Industry. In: Amity University Rajasthan, International Conference on Sustainable Computing in Science, Technology and Management (SUSCOM). Jaipur, India, 26-28 February 2019. S.l:s.n.

Wise, N. and Heidari, H., 2019. Developing smart tourism destinations with the internet of things. In: M. Sigala, R. Rahimi and M. Thelwall, eds. 2019. Big Data and Innovation in Tourism, Travel, and Hospitality. Singapore: Springer, pp. 21-29. DOI: 10.1007/978-981-13-6339-9_2

Anexe

Anexa nr. 1. Itemii care compun variabila CONV și distribuția răspunsurilor Item Explicații privind itemul. Toți itemii sunt

scalați de la 1 la 5 Procentajul variantelor de răspuns

1 2 3 4 5 SAVING_TIME Economisirea timpului. Importanța

economisirii timpului prin utilizarea IoT (de la deloc important la foarte important). 2,3 18,8 26,2 32,0 20,6

AVOID_MOV Evitarea deplasării. Importanța evitării inconvenientelor deplasării la o agenție de turism: aglomerație, timpi de așteptare, posibilitatea întâlnirii unor persoane mai puțin agreabile (de la deloc important la foarte important). 5,6 20,9 31,3 28,5 13,7

ELAST_TIME Elasticitatea timpului. Importanța elasticității date de posibilitatea accesării serviciilor IoT 24 de ore pe zi și 7 zile pe săptămână (de la deloc important la foarte important). 2,1 10,4 25,5 34,6 27,4

Anexa nr. 2. Itemii care compun variabila SOC_INFL și distribuția răspunsurilor

Item Explicații privind itemul. Toți itemii sunt scalați de la 1 la 5

Procentajul variantelor de răspuns 1 2 3 4 5

FRQ_ENTOUR Frecvența anturajului. Cât de ridicată este frecvența utilizării IoT de către persoanele din anturajul dumneavoastră (prieteni, colegi, rude)? (de la frecvența foarte slabă la frecvența foarte ridicată). 7,4 28,3 40,1 20,9 3,2

REC_ENTOUR Recomandări ale anturajului. Cât de mare este efectul recomandărilor anturajului dumneavoastră de a utiliza IoT în turism ? (de la foarte redus la foarte ridicat). 5,3 22,3 34,3 29,5 8,6





PUB_AUTH Autorități publice. Cât de încurajat considerați că sunteți în utilizarea IoT de către autoritățile publice (servicii de uz comunitar, relația cu instituțiile publice, etc) ? (de la deloc încurajat la încurajare totală) 18,8 29,5 36,4 13,0 2,3

Anexa nr. 3. Itemii care compun variabila HABITS și distribuția răspunsurilor



FRQ_PROF Frecvența IoT profesional. Cât de frecvent considerați că utilizați IoT în activitățile dumneavoastră profesionale (sarcini de servici)? (de la frecvența foarte slabă la frecvența foarte ridicată). 17,4 23,2 32,7 21,1 5,6

FREE_TIME IoT în timpul liber. Cât de frecvent considerați că utilizați IoT în alte domenii ale activităților dumneavoastră, în timpul liber (activități financiar - bancare, cumpărături online, etc) ? (de la frecvența foarte slabă la frecvența foarte ridicată). 10,0 23,0 30,6 26,2 10,2

DIGITAL Utilizarea tehnologiilor digitale. Cât de obișnuit sunteți să utilizați tehnologiile digitale în activitățile dumneavoastră generale, raportat la media națională ? (de la frecvența foarte slabă la frecvența foarte ridicată). 6,5 19,0 27,4 28,8 18,3

Anexa nr. 4. Itemii care compun variabila PRIV_SAFE și distribuția răspunsurilor Item Explicații privind itemul. Toți itemii sunt


1 2 3 4 5 RISK_PRODUCT Riscul produsului. Cât de ridicat considerați

că este riscul de a nu beneficia de un produs sau serviciu conform descrierii ? (de la foarte redus la foarte ridicat). 5,3 23,2 36,0 28,8 6,7

PRIV_DATA Confidențialitatea datelor. Cât de ridicat considerați că este riscul ca datele dumneavoastră personale și cele privind produsul ales să depășească sfera confidențialității ? (de la foarte redus la foarte ridicat). 20,6 31,6 34,3 11,8 1,6

RISK_UNSUCC Risc vacanță nereușită. Cât de îngrijorat sunteți de posibilitatea ratării unei vacanțe datorită alegerii unui produs turistic de slabă calitate ca urmare a utilizării sistemelor IoT ? (de la deloc îngrijorat la foarte îngrijorat). 13,2 27,8 33,2 20,6 5,1


Vol. 23 • Nr. 57• Mai 2021 293

Anexa nr. 5. Itemii care compun variabila AWARENESS și distribuția răspunsurilor Item Explicații privind itemul. Toți itemii sunt


1 2 3 4 5 ADV_IOT Conștientizare avantaje IoT. Cât de bine

Conștientizați avantajele comparative oferite de sistemele IoT în raport cu metodele clasice de alegere a produsului sau serviciului turistic ? (de la cunoaștere foarte scazută la cunoaștere foarte ridicata). 13,2 25,5 29,9 21,6 9,7

DISADV_IOT Conștientizare dezavavantaje IoT. Cât de bine Conștientizați dezavantajele comparative oferite de sistemele IoT în raport cu metodele clasice de alegere a produsului sau serviciului turistic ? (de la Cunoaștere foarte scăzută la Cunoaștere foarte ridicată). 19,5 30,9 28,3 16,7 4,6

OTHER_EXP Cunoașterea experiențelor altora. Cât de bine cunoașteți experiențele plăcute sau neplăcute ale altor turiști în relația lor cu sistemele IoT ? (de la cunoaștere foarte scazută la cunoaștere foarte ridicată). 6,7 22,3 30,2 23,7 17,2

Anexa nr. 6. Itemii care compun variabila COST și distribuția răspunsurilor



IMP_PRICE Importanța celui mai bun preț. Cât de important este pentru dumneavoastră identificarea celui mai bun preț pentru produsul sau serviciul turistic ? (de la deloc important la foarte important). 0,7 5,3 22,0 28,5 43,4

IDENT_PRICE Identificare preț optim prin IoT. Cât de convins sunteți că sistemele IoT vă permit identificarea celui mai bun preț pentru produsul sau serviciul turistic căutat ? 7,2 20,9 29,0 30,6 12,3

AE Adoptarea Tehnologiei Purtabile în Rândul Studenților Români: Un Model Structural Bazat pe TAM


ADOPTAREA TEHNOLOGIEI PURTABILE ÎN RÂNDUL STUDENȚILOR ROMÂNI: UN MODEL STRUCTURAL BAZAT PE TAM

Mihai Felea1*, Mihaela Bucur2, Cristian Negruțiu3 , Maria Nițu4

și Dragoș Andrei Stoica5

1)2)3)4)5) Academia de Studii Economice, București, Romania.

Vă rugăm să citați acest articol astfel: Felea, M., Bucur, M., Negruțiu, C., Nițu, M. and Stoica, D.A., 2021. Wearable Technology Adoption Among Romanian Students: A Structural Model Based on TAM. Amfiteatru Economic, 23(57), pp.376-391. DOI: 10.24818/EA/2021/57/376


Rezumat

Internetul lucrurilor (Internet of Things ‒ IoT) a căpătat o atenție deosebită, atât din partea academică, cât și din partea companiilor și a industriilor, ca urmare a caracteristicilor și a oportunităților pe care această tehnologie le generează pentru utilizatorii finali și pentru mediul de afaceri. Astfel, crearea acestei rețele care conectează obiectele din jurul nostru a permis optimizarea și îmbunătățirea activităților din diverse domenii.

Adaptarea și implementarea IoT în cadrul dispozitivelor inteligente purtabile a creat o piață importantă, ca urmare a popularității, a funcționalității și a utilizării acestor dispozitive în diverse activități profesionale și cotidiene. Scopul acestei lucrări a fost să analizeze adoptarea tehnologiei purtabile, în contextul mai larg al dezvoltării inovațiilor și tehnologiilor din domeniul IoT. A fost conceput și testat un model teoretic bazat pe Modelul de Acceptare a Tehnologiei (Technology Acceptance Model ‒ TAM) pentru a identifica relațiile dintre factorii care influențează atitudinea față de utilizare și intenția de utilizare a dispozitivelor purtabile. Datele necesare testării modelului au fost obținute printr-un sondaj în rândul studenților români. Rezultatele modelării prin ecuații structurale, (Structural Equation Modelling ‒ SEM), bazată pe metoda celor mai mici pătrate parțiale (Partial Least Squares ‒ PLS), au dus la acceptarea a opt ipoteze din cele nouă formulate, indicând faptul că cele trei variabile exogene (utilitatea percepută, bucuria percepută și atractivitatea vizuală a dispozitivelor purtabile) au o influență pozitivă semnificativă (cu o singură excepție) asupra variabilelor endogene (intenția de utilizare și atitudinea față de utilizarea a dispozitivelor purtabile). Cuvinte-cheie: dispozitive purtabile, internetul lucrurilor (IoT), adoptarea tehnologiei, modelul de acceptare a tehnologiei (TAM), modelare prin ecuații structurale (SEM), metoda celor mai mici pătrate parțiale (PLS) Clasificare JEL: L86, O33, C12

* Autor de contact, Mihai Felea – e-mail: [email protected]

ORCID autori: Mihai Felea: orcid.org/0000-0001-9375-6912 Mihaela Bucur: orcid.org/0000-0003-0867-2971 Cristian Negruțiu: orcid.org/0000-0003-1857-8567 Maria Nițu: orcid.org/0000-0001-6314-9601 Dragoș Andrei Stoica: http://orcid.org/0000-0002-7846-189X


https://orcid.org/0000-0001-9375-6912

https://orcid.org/0000-0003-0867-2971

https://orcid.org/0000-0001-6314-9601

http://orcid.org/0000-0002-7846-189X


Vol. 23 • Nr. 57 • Mai 2021 295

Introducere Internetul lucrurilor (IoT) este un concept nou ce desemnează o rețea conectată de

persoane, procese, date și lucruri, care împreună sunt capabile să obțină rezultate mai relevante și mai valoroase. În acest context, IoT poate aduce îmbunătățiri semnificative în toate domeniile economice și sociale, atât în plan personal (consumatori, gospodării), cât și profesional (companii și alte organizații). Dispozitivele purtabile prezintă o aplicație concretă în zona personală a tehnologiei IoT cu o dezvoltare accentuată în ultima perioadă.

IoT oferă oportunități și provocări legate de consumator (Onete, Pleșea, și Albăstroiu, 2017) și trebuie plasat în contextul mai larg al inovației și al progresului în zona Internetului și a comunicațiilor în mod special.

Termenul a fost folosit prima dată de către Kevin Ashton în 1999, ca un mod de a descrie obiectele conectate la Internet. Au urmat definiții subsecvente din care reținem propunerea Uniunii Internaționale a Telecomunicațiilor (ITU), organismul specializat al Organizației Națiunilor Unite (ONU) în domeniul tehnologiei informației și comunicațiilor. Conform ITU (2012, p.1), IoT este „o infrastructură globală pentru societatea informațională, care trebuie să permită servicii avansate prin interconectarea lucrurilor (fizice și virtuale) bazate pe tehnologiile interoperabile existente și în evoluție ale informației și comunicațiilor”.

Dezvoltarea modelelor teoretice referitoare la acceptarea tehnologiei permite implementarea eficientă a unui sistem informațional, respectiv a unei tehnologii prin înțelegerea comportamentului utilizatorilor. Astfel, Modelul TAM dezvoltat în anul 1989 de către Fred D. Davis, care analizează intenția de utilizare a sistemelor/ tehnologiei și utilizarea efectivă, reprezentă un prim pas în această direcție, fiind urmat de o extensie a modelului TAM 2 și alte modele derivate.

Scopul acestei lucrări este să analizeze adoptarea tehnologiei dispozitivelor purtabile în rândul studenților din România. Astfel, articolul este împărțit în patru secțiuni. Prima secțiune cuprinde recenzia literaturii științifice despre IoT, tehnologia purtabilă și teoriile privind acceptarea tehnologiei. A doua secțiune prezintă modelul propus și ipotezele cercetării, în timp ce a treia secțiune descrie metodologia cercetării. Rezultatele cercetării sunt prezentate în secțiunea a patra, împreună cu discuțiile referitoare la modelul structural. 1. Recenzia literaturii științifice 1.1. Internet of Things

În urma dezvoltării explozive a aplicațiilor practice IoT în ultima perioadă, a existat și există un interes crescut din partea cercetătorilor pentru acest domeniu. Ca atare, literatura științifică în domeniul IoT este vastă și cuprinde diverse perspective de cercetare.

În ceea ce privește evoluția istorică a conceptului IoT, Ibarra-Esquer et al (2017) disting trei mare faze de evoluție. Faza I cuprinde nașterea și primele clarificări ale conceptului în baza definițiilor menționate anterior. În această fază, noțiunea se referea în principiu la conectarea computerelor din diverse domenii. În faza a II-a asistăm la o consolidare a conceptului, precum și la integrarea unor obiecte, diferite față de computere. Paradigma IoT este definită la intersecția a trei viziuni, cea semantică, cea legată de obiecte, și de Internet (Figura nr.1). În sfârșit, în faza a III-a, asistăm la o tendință clară de creștere a zonei de date și servicii, prin dezvoltarea unor aplicații diverse, atât în zona profesională, cât și casnică.



Figura nr. 1: Paradigma Internet of Things

Sursa: Ibarra-Esquer et al, 2017, p. 9 Tot în această etapă de clarificare, este important să precizăm la ce se referă

noțiunea de obiecte din conceptul IoT. Potrivit lui Ibarra-Esquer et al (2017), aceste obiecte au următoarele proprietăți: identificare, localizare și urmărire, detecție, acționare și procesare. Ultima caracteristică este specifică totuși obiectelor mai avansate tehnic, dar primele patru proprietăți sunt esențiale pentru definirea unui obiect din noțiunea IoT. În aceeași notă, Klein, Pacheco și Righi (2017) identifică câteva elemente suplimentare, ce țin de cooperare și interfața cu utilizatorul. Acest ultim aspect este relevant mai ales în zona aplicațiilor pentru consumatori.

Russo et al (2015) văd conceptul de IoT integrat într-o optică mai largă, ce cuprinde trei mari domenii: Internetul Energiei (IoE), Internetul Comunicațiilor (IoC) și Internetul Logisticii (IoL). Aceste trei domenii au creat platforma globală ce permite acum distribuția pe scară largă și succesul conceptului IoT. În aceeași notă, Murray et al (2016) descriu conceptul IoT ca o aplicație specifică a noțiunii mai largi de inovație. Mai mult, autorii susțin că introducerea IoT în procesele unei companii aduce, pe lângă beneficii tangibile (financiare), și o creștere a activelor intangibile și a capitalului intelectual. Acest ultim aspect este atins și de Uden și Wu (2017) într-un studiu dedicat impactului IoT asupra managementului cunoștințelor. Autorii susțin că, datorită caracterului virtual și extins al interacțiunilor dintre procese și sisteme permis de tehnologia IoT, managementul cunoștințelor într-o organizație poate cunoaște un salt uriaș.

IoT se numără printre noii factori determinanți ai economiei actuale și împreună cu alte tehnologii bazate pe Internet au un impact major asupra performanței organizaționale (Tohanean, Toma și Dumitru, 2018). Valoarea economică adusă de sistemele IoT este analizată în detaliu de către Westerlund, Leminen și Rajahonka (2014). În ultima perioadă, conceptul de IoT a evoluat de la o platformă tehnologică către un ecosistem de afaceri. În acest context, autorii pun o întrebare pertinentă – pot genera sistemele de afaceri bazate pe IoT suficient profit, sunt viabile din punct de vedere economic? În opinia autorilor, există trei bariere importante ce trebuie avute în vedere: diversitatea obiectelor încorporate; lipsa de maturitate a inovației în domeniu și gradul ridicat de ne-structurare a modelelor de business. Pentru a depăși aceste dificultăți, autorii propun o abordare integrată și câteva elemente esențiale în designul unui model de business bazat pe IoT. Potențialul de a crea valoare este regăsit și la Jin și Ji (2018) ca termenul cel mai frecvent asociat cu cercetările legate de modelele de afaceri bazate pe IoT. Într-o recenzie comprehensivă a literaturii, autorii identifică și alți termeni cheie asociați cu IoT: provocarea (contestarea) modelelor de


Vol. 23 • Nr. 57 • Mai 2021 297

afaceri actuale, conceptul de “open source”, precum și asocierea cu antreprenoriatul și companiile mici. Modelele de afaceri bazate pe IoT sunt abordate și de către Klein, Pacheco și Righi (2017) cu ajutorul instrumentului Canvas, ce reprezintă o abordare holistică a unei afaceri, mai ales la început de drum. Autorii susțin că cele mai mari provocări în designul unui astfel de model sunt reprezentate de: ecosistemul IoT; dezvoltarea produsului/serviciului; propoziția de valoare; capabilitățile interne ale firmei; infrastructura tehnologică și modul de generare al veniturilor.

Într-un studiu subsecvent, Nicolescu et al (2018) extind conceptul de valoare adus de IoT prin perspectivele economice, sociale și tehnice, adăugând că o abordare integrată este esențială pentru înțelegerea conceptului și evaluarea beneficiilor IoT. Din punct de vedere social, autorii evidențiază câteva caracteristici cheie ce țin de colaborarea cu agenții umani, asigurarea competențelor digitale necesare, integrarea multiplelor valori sociale diferite (în special cele legate de securitatea și protecția datelor personale), precum și cadrul legal încă insuficient dezvoltat. Din punct de vedere economic, autorii rețin lipsa unor modele economice și de calcul a costurilor asociate cu IoT, precum și riscurile și oportunitățile aferente. În sfera factorilor sociali, autorii remarcă necesitatea unei expertize multidisciplinare în designul sistemelor IoT, asociată și cu o cerință mai ridicată de standardizare și interoperabilitate. Autorii propun și un model funcțional al sistemelor IoT, care ține cont de factorii de mai sus și care este foarte util pentru a diferenția între zona profesională și zona casnică.

1.2. Dispozitivele purtabile

Dispozitivele purtabile reprezintă o aplicație importantă a tehnologiei IoT, ce s-a

dezvoltat extensiv în ultima perioadă. Prin dispozitiv purtabil (sau tehnologie purtabilă) se înțelege orice dispozitiv computerizat ce comunică cu alte dispozitive. Exemplele sunt numeroase: ceasuri inteligente, benzi inteligente, ochelari inteligenți, sau chiar bijuterii inteligente. Dispozitivele purtabile reprezintă sisteme purtate de indivizi sau atașate la îmbrăcămintea pe care o poartă pentru a realiza diferire funcții specific sau sarcini. (Khakurel, Pöysä și Porras, 2017). O mare parte din gadgeturi/ dispozitive au integrat tipuri diferite de senzori care colectează informații și date în vederea dezvoltării și a îmbunătățirii acestora și a experiențelor consumatorilor. Astfel, aceste tehnologii sunt proiectate pentru a furniza răspunsuri directe către consumatori, precum consum minim de energie, monitorizare fără întreruperi, dar și comunicații securizate și protejarea datelor. Tarabasz și Poddar (2019) au propus următoarea clasificare a dispozitivelor inteligente (Tabelul nr 1).

Borowski-Beszta și Polasik (2020) apreciază că aceste dispozitive prezintă câteva caracteristici comune, cum ar fi:

• Utilizarea fără restricții (hands-free, care permite utilizatorilor să poată face diverse lucruri la momentul respectiv);

• Caracterul controlabil (utilizatorul poate să-l controleze în orice moment); • Relația cu mediul extern (dispozitivele sunt prevăzute cu senzori multipli și moduri de

lucru); • Aduc informații suplimentare (oferind alerte, memento-uri sau mesaje care păstrează

atenția utilizatorului); • Comunică între ele (sunt capabile să facă schimb de informații printr-o rețea fără fir de

tip IoT); • Lucrează în background (utilizatorul își poate desfășura activitatea independent,

dispozitivul nu are nevoie de atenția sa).



Tabel nr. 1. Clasificarea dispozitivelor inteligente Sector Tip Zonă a corpului

Consumatori • Sănătate • Sport și fitness • Informații • Jocuri și timp liber

Profesional • Comercial • Industrial • Militar • Altele

• Ceas inteligent • Bandă fitness • Ochelari virtuali • Haine inteligente • Dispozitive medicale • Jocuri

• Cap • Ureche • Ochi • Umeri • Cot • Încheieturi • Picioare

Sursa: adaptat după Tarabasz și Poddar, 2019, p. 127

Adoptarea dispozitivelor inteligente a cunoscut o dezvoltare în ultima perioadă, generată atât de cererea consumatorilor, cât și de oferta din ce în ce mai bogată propusă de companii emblematice precum Apple, Microsoft sau Google. Cu toate acestea, adoptarea acestei tehnologii este supusă acelorași tipuri de factori care influențează deciziile consumatorilor în general. În urma unei cercetări cantitative efectuate în Dubai, Tarabasz și Poddar (2019) identifică următorii factori importanți în adoptarea dispozitivelor inteligente: siguranța, atributele produsului, motivațiile comportamentale, utilitatea percepută și utilizarea ușoară percepută. În aceeași notă și într-o procedură similară bazată pe TAM, Yu-Sheng, Nawata și Huang (2019) analizează adoptarea unuia din cele mai răspândite dispozitive, banda de fitness. Autorii menționează următorii factori ca fiind cei mai importanți: utilizarea percepută, performanța așteptată, utilitatea percepută, conexiunea cu rețele externe, gradul de inovație, gradul de cunoaștere al tehnologiei, intenția de adopție și comportamentul de utilizare.

1.3. Teorii privind acceptarea tehnologiei: TAM și TAM 2

În vederea unei implementări eficiente a unui sistem informațional sau a unei

tehnologii este esențial a se înțelege comportamentul utilizatorului și preferințele sale. În ultimele decenii s-a pus accentul pe dezvoltarea unor modele teoretice care pot explica și prezice acceptarea noilor tehnologii de către utilizatori. Unul dintre cele mai reprezentative modele este Technology Acceptance Model (TAM), care a fost extins la TAM 2 și include noi elemente reprezentative pentru cercetare, care au dus la dezvoltarea Teoriei Consolidate a Acceptării și Utilizării Tehnologiei (Unified Theory of Acceptance and Use of Technology ‒ UTAUT).

TAM (Figura nr. 2) este o parte componenta a teoriei Raționamentului Acțiunii (Theory of Reasoned Action ‒ TRA) care analizează comportamentul uman. Astfel, conform celor două dimensiuni: utilitatea percepută și ușurința de utilizare percepută se poate prezice intenția privind comportamentul de consum și de acceptare a tehnologiei (Venkatesh și Davis, 2000). Prima dimensiune face referire la posibilul nivel de utilizare a tehnologiei fără efort, iar ușurința de utilizare percepută demonstrează în ce măsura consumatorii cred că utilizarea acestora nu ar presupune un efort major (Gao și Bai, 2014; Davis, 1989). Modelul de Acceptare a Tehnologiei a fost folosit în diferite cercetări precum: adoptarea cumpărăturilor online (McCloskey, 2003), e-learning și serviciile financiare pe mobil (Lee et al., 2012), internet bancar (Al-Ajam și Nor, 2013).


Vol. 23 • Nr. 57 • Mai 2021 299

Figura nr. 2. Modelul TAM

Sursa: Davis și Venkatesh, 1996, p. 20 Acest model a fost creat pentru a prezice folosirea sistemului IT la serviciu (Gao și

Bai, 2014), însă variabilele pot fi folosite în direcția prezicerii comportamentului consumatorilor de a accepta tehnologie IoT. Numeroase cercetării au arătat că TAM prezice într-un procent de 40% care ar putea fi comportamentul și intenția de consum a utilizatorilor (Venkatesh și Davis, 2000).

Ulterior, Venkatesh și Davis (2000) au extins modelul inițial TAM, pe baza dezvoltărilor empirice și teoretice prin adăugarea unor elemente suplimentare privind procesul de influență socială și cel al instrumentelor cognitive. Astfel, TAM 2 (Figura nr. 3) include în prima categorie: imaginea, voluntariatul și norma subiectivă, iar în cea de-a doua categorie: calitatea rezultatelor, relevanța serviciului/ job-ului, demonstrabilitatea și ușurința de utilizare percepută (Venkatesh și Davis, 2000) pentru a înțelege capacitatea de acceptare a noilor tehnologii de către consumatori.

Figura nr. 3. Modelul TAM 2

Sursa: Venkatesh și Davis, 2000, p.188



Îmbunătățirea modelului TAM prin introducerea celor trei forțe sociale interconectate (imaginea, voluntariatul și norma subiectivă) va prezice felul în care un individ va reacționa când se va confrunta cu situația de a respinge sau accepta un nou sistem sau o nouă tehnologie (Venkatesh, și Davis, 2000):

• Imaginea reflectă nivelul prin care un consumator apelează la tehnologie pentru a-și îmbunătății și a-și prezenta statutul în interiorul unui grup social (Moore și Benbasat, 1991);

• Voluntariatul prezintă decizia facultativă a utilizatorilor privind procesul de cumpărare; • Norma subiectivă cercetează utilizarea tehnologiei conform percepției unui individ

referitoare la opinia celor apropiați. Procesul instrumentelor cognitive în modelul TAM 2 reflectă (Venkatesh și Davis,

2000): • Relevanța serviciului/job-ului descrie percepția utilizatorului privind aplicabilitatea

tehnologiei în cadrul serviciului ; • Calitatea rezultatelor demonstrează părerea consumatorului referitoare la rezultatele

utilizării tehnologiei inovatoare în cadrul serviciului său; • Facilitatea de utilizare percepută a rămas aceeași de la modelul inițial TAM, fiind un

factor direct al utilității percepute (Davis, 1989); • Demonstrabilitatea sugerează rezultatul concret al utilizării tehnologiei/ inovației.

2. Modelul propus și ipotezele cercetării Acest studiu propune un nou model pentru a examina factorii care influențează

atitudinea față de utilizare și intenția de a folosi dispozitive purtabile. Modelul propus se bazează pe cadrul TAM, care a fost aplicat cu succes în studii legate de tehnologia purtabilă (Lunney, Cunningham și Eastin, 2016; Nascimento, Oliveira și Tam, 2018; Kim și Chiu, 2019). Acest model de cercetare este prezentat în Figura nr. 4.

Figura nr. 4. Modelul conceptual propus

Atractivitatea vizuală

Intenția de utilizare

Atitudinea față de utilizare

Bucuria percepută

Utilitatea percepută


Vol. 23 • Nr. 57 • Mai 2021 301

Davis (1989, p. 320) definește utilitatea percepută drept „gradul în care o persoană crede că utilizarea unui anumit sistem ar spori performanța sa la locul de muncă”. Utilizatorii dispozitivelor purtabile își pot îmbunătăți viața și productivitatea monitorizând starea de sănătate și diferite activități, primind notificări despre e-mailurile și întâlnirile lor, accesând informații și comunicând cu ceilalți prin Internet. În contextul dispozitivelor inteligente purtabile, utilitatea percepută este utilizată ca un factor direct determinant atât al atitudinii utilizatorilor față de utilizare cât și al intenției de utilizare a acestora (Choi și Kim, 2016; Park, 2020). Prin urmare, acest studiu propune următoarele ipoteze:

H1. Va exista o relație pozitivă între utilitatea percepută a dispozitivelor purtabile și atitudinea față de utilizarea dispozitivelor purtabile.

H2. Va exista o relație pozitivă între utilitatea percepută a dispozitivelor purtabile și intenția de a utiliza dispozitive purtabile.

Potrivit lui Ko et al. (2009, p. 264), bucuria percepută, este definită ca „nivelul la care utilizarea unei tehnologii sau a unui serviciu specific este văzută ca plăcută”. Bucuria percepută este un factor important pentru tehnologia purtabilă. Studiile anterioare au identificat că bucuria percepută are un impact semnificativ asupra atitudinii față de utilizarea ceasurilor inteligente (Wu, Wu și Chang, 2016). Alte studii au examinat relația dintre bucuria percepută și intenția de a utiliza dispozitive inteligente purtabile (Kim și Shin, 2015). Astfel, presupunem că:

H3. Va exista o relație pozitivă între bucuria percepută a dispozitivelor purtabile și atitudinea față de utilizarea dispozitivelor purtabile.

H4. Va exista o relație pozitivă între bucuria percepută a dispozitivelor purtabile și intenția de a folosi dispozitive purtabile.

H5. Va exista o relație pozitivă între bucuria percepută a dispozitivelor purtabile și utilitatea percepută a dispozitivelor purtabile.

Tehnologia purtabilă este complexă deoarece îmbină caracteristicile dispozitivelor electronice cu cele ale modei și ale articolelor vestimentare. În această privință, Yang et al (2016, p.260) definește atractivitatea vizuală ca „un aspect estetic al produsului exprimat prin forme, culori și materiale și interfețe pentru utilizator, cum ar fi meniurile dispozitivelor și aplicațiile mobile asociate dispozitivelor purtabile”. Jeong et al (2017) au descoperit că designul perceput al dispozitivelor purtabile are un efect pozitiv asupra intenției de a achiziționa dispozitive purtabile. În plus, atractivitatea vizuală poate fi un factor semnificativ care influențează bucuria percepută, precum și atitudinea față de utilizarea dispozitivelor purtabile. Prin urmare, presupunem că:

H6. Va exista o relație pozitivă între atractivitatea vizuală a dispozitivelor purtabile și atitudinea față de utilizarea dispozitivelor purtabile.

H7. Va exista o relație pozitivă între atractivitatea vizuală a dispozitivelor purtabile și intenția de a utiliza dispozitive purtabile.

H8. Va exista o relație pozitivă între atractivitatea vizuală a dispozitivelor purtabile și bucuria percepută a dispozitivelor purtabile.

Potrivit lui Chuah et al (2016, p. 277), atitudinea față de utilizarea tehnologiei este definită ca „raționamentul general al unei persoane cu privire la utilizarea unei tehnologii și a tehnologiei în sine”. Principala variabilă endogenă, intenția de a utiliza o tehnologie reflectă dorința unei persoane de a începe să folosească o anumită tehnologie (Davis, 1989). În ceea ce privește dispozitivele purtabile, studiile anterioare care au aplicat TAM au găsit o relație pozitivă între atitudinea față de utilizare și intenția de a adopta aceste tehnologii. (Jung, Kim și Choi, 2016). Așadar, formulăm următoarea ipoteză:



H9. Va exista o relație pozitivă între atitudinea față de utilizarea dispozitivelor purtabile și intenția de utilizare a dispozitivelor purtabile. 3. Metodologia cercetării

Acest studiu exploratoriu a fost realizat folosind o metodă de cercetare cantitativă.

Un sondaj online a fost administrat studenților de la Academia de Studii Economice din București, o instituție de învățământ superior din România. Sondajul a început cu o scurtă descriere și exemple de tehnologii purtabile. De asemenea, studenții au fost informați că participarea la studiu este în întregime voluntară și garantează anonimatul. Prima parte a chestionarului a inclus elemente demografice referitoare la vârsta, sexul, anul de studiu și gradul de ocupare al participanților. A doua parte a sondajului cuprins cinci constructe cu mai mulți itemi măsurați pe o scală Likert cu șapte trepte (de la 1 total dezacord la 7 total de acord) care au fost adaptate în contextul tehnologiilor purtabile. Tabelul 2 cuprinde o prezentare generală a constructelor, itemilor și referințelor bibliografice.

Tabelul nr. 2. Itemii folosiți în acest studiu Construct Item Conținut Referințe Utilitatea percepută (PU)

PU1 PU2 PU3 PU4

Cred că dispozitivele inteligente purtabile sunt utile în viața mea Utilizarea dispozitivelor inteligente purtabile îmi mărește productivitatea Utilizarea dispozitivelor inteligente purtabile mă ajută să îndeplinesc în mod convenabil multe sarcini Dispozitivele portabile îmi oferă servicii și informații foarte utile

Davis, 1989; Park, 2020

Bucuria percepută (PE)

PE1 PE2 PE3 PE4

Utilizarea dispozitivelor purtabile este cu adevărat distractivă Îmi place să folosesc dispozitive portabile Folosirea dispozitivelor purtabile îmi oferă multă bucurie Utilizarea dispozitivelor purtabile mă face să mă simt bine

Yang et al, 2016; Park, 2020

Atractivitatea vizuală (VA)

VA1 VA2 VA3 VA4

Designul dispozitivelor purtabile este atractiv pentru mine Interfața de utilizare a dispozitivelor purtabile (de exemplu, culori, meniuri etc.) este atractivă Designul dispozitivelor purtabile este „foarte tare” Aspectul general al dispozitivelor purtabile este atrăgător din punct de vedere vizual

Jeong et al, 2017; Yang et al, 2016;

Atitudinea față de utilizare (ATU)

ATU1 ATU2 ATU3 ATU4

Mă simt pozitiv în ceea ce privește utilizarea dispozitivelor purtabile În general, admir utilizarea dispozitivelor purtabile Cred că este o tendință de a folosi dispozitive purtabile În general, mi-ar plăcea să folosesc dispozitivele purtabile

Davis et al, 1989


Vol. 23 • Nr. 57 • Mai 2021 303

Construct Item Conținut Referințe Intenția de utilizare (IU)

IU1 IU2 IU3 IU4

Intenționez să folosesc dispozitive purtabile în următoarele luni Voi folosi în mod regulat dispozitive purtabile în perioada următoare Voi recomanda și altora folosirea dispozitivelor purtabile Voi folosi mai multe dispozitive purtabile în viitor

Li et al. (2019)

Chestionarul a fost postat pe o platformă gratuită, iar invitația de participare la

sondaj a fost trimisă prin email studenților care sunt înscriși în programele de licență și masterat ale Facultății de Business și Turism în primul semestru al anului universitar 2020-2021. Datele au fost colectate într-o perioadă de două săptămâni în noiembrie 2020 și au fost importate în pachetul software SmartPLS 3.3.2 pentru analize ulterioare. 4. Rezultate și discuții

Această secțiune prezintă rezultatele acestui studiu. Prima parte cuprinde statisticile

descriptive privind caracteristicile respondenților. Partea a doua evaluează fiabilitatea și validitatea modelului propus. Partea a treia analizează relația dintre variabilele exogene și endogene din model și testează ipotezele formulate anterior. 4.1. Statisticile descriptive ale respondenților

Numărul total de participanți la sondaj a fost de o sută nouăzeci și doi. Vârsta respondenților a variat între 19 și 36 de ani (Mean=21.9, Std. Deviation=2.022). Restul informațiilor despre participanți sunt prezentate în Tabelul 3.

Tabelul nr. 3. Caracteristicile respondenților Caracteristici Respondenți (n = 192) Procent Gen Bărbați Femei

52

140

27.0 73.0

Statut școlar Student licență Student master

98 94

51.0 49.0

Grad de ocupare Angajat full time Angajat part time Neangajat

71 28 93

37.0 14.6 48.4

4.2. Fiabilitatea și validitatea modelului

În acest studiu am folosit analiza Partial Least Squares (PLS) pentru a măsura

fiabilitatea și validitatea modelului propus. Pentru a testa consistența internă a constructelor am calculat coeficienții Cronbach's Alpha (CA) și Composite Reliability (CR). Pentru acești doi coeficienți valorile cuprinse între 0.60 și 0.70 sunt considerate acceptabile în cercetările exploratorii, iar valorile între 0.70 și 0.90 sunt satisfăcătoare și bune (Hair et al., 2019).



Validitatea convergentă a constructelor a fost măsurată cu Average Variance Extracted (AVE). Pragul acceptabil pentru AVE este de 0.50 (Hair et al. 2014). Tabelul 4 prezintă coeficienții Cronbach's Alpha, Composite reliability și Average Variance Extracted.

Tabelul nr. 4. Fiabilitatea și validitatea constructelor CA >0.7 CR >0.7 AVE >0.5 Atitudinea față de utilizare 0.829 0.885 0.662 Intenția de utilizare 0.917 0.942 0.802 Bucuria percepută 0.885 0.921 0.745 Utilitatea percepută 0.841 0.894 0.678 Atractivitatea vizuală 0.912 0.938 0.792

Valorile obținute pentru fiecare dintre cele cinci constructe ale modelului propus

depășesc pragurile minime ceea ce indică un grad ridicat de fiabilitate și validitate convergentă. Pentru a evalua validitatea discriminantă, rădăcina pătrată a Average Variance

Extracted din fiecare construct trebuie comparată cu corelația sa inter-construct. Rădăcina pătrată a AVE-ului fiecărui construct ar trebui să fie mai mare decât corelația dintre constructe (corelația Pearson) pentru a satisface cerința de validitate discriminantă (Fornell și Larcker, 1981). Tabelul 5 arată că toate rădăcinile pătrate ale AVE-urilor pe diagonală sunt mai mari decât corelațiile dintre constructe ceea ce confirmă validitatea discriminantă a modelului propus.

Tabelul nr. 5. Rezultatele obținute pentru validitatea discriminantă

Atitudinea față de utilizare

Intenția de utilizare

Bucuria percepută

Utilitatea percepută

Atractivitatea vizuală

Atitudinea față de utilizare 0.814 Intenția de utilizare 0.683 0.896 Bucuria percepută 0.704 0.642 0.863 Utilitatea percepută 0.632 0.702 0.649 0.823 Atractivitatea vizuală 0.527 0.342 0.447 0.383 0.89

În plus, o inspecție a modelului prezintă o potrivire satisfăcătoare a acestuia, după

cum arată Standardized Root Mean Square Residual (SRMR = 0,072). SRMR este rădăcina pătrată a sumei diferențelor pătrate dintre matricea de corelație a modelului și cea empirică (Henseler, Hubona și Pauline, 2016). O valoare de 0.08 așa cum au propus Hu și Bentler (1999) indică o potrivire acceptabilă pentru modelele structurale PLS. 4.3. Modelul structural

Modelarea cu ajutorul ecuațiilor structurale (Structural Equation Modeling ‒ SEM)

este aplicată pe scară largă în multe cercetări din științele sociale pentru a analiza relațiile


Vol. 23 • Nr. 57 • Mai 2021 305

cauză-efect dintre variabilele latente. Dintre metodele SEM bazate pe varianță, modelarea structurală Partial Least Squares (PLS) este considerată drept un „glonț de argint” și poate fi aplicată unei game mai largi de situații (Hair, Ringle și Sarstedt, 2011).

Modelul structural propus a fost analizat cu SmartPLS, un software cu interfață grafică pentru efectuarea analizelor PLS-SEM. A fost rulată o procedură completă de bootstrap cu 5000 de subeșantioane pentru a măsura semnificația relațiilor dintre variabile și pentru a testa ipotezele formulate. Coeficienții de legătură (β) ai modelului structural și valorile coeficientului de determinare R2 pentru variabilele latente endogene sunt prezentate în Figura nr. 5.

Coeficienții de legătură sunt considerați semnificativi dacă testul t-student are o valoare peste 1,96 la un prag de semnificație (p) de 0.05 corespunzător unei probabilități de 95%. Conform lui Cohen (2013), valorile coeficienților peste 0.35, 0.15 și 0.02 pot fi considerate puternice, moderate și slabe.

Rezultatele au arătat mai întâi că utilitatea percepută a fost pozitiv legată atât de atitudinea față de utilizare (β=0.264, t=4.134, p <0.001), cât și de intenția de utilizare (β=0.399, t=6.4333, p <. 001), deci ipotezele H1 și H2 au fost acceptate. În al doilea rând, bucuria percepută a fost un predictor semnificativ al atitudinii față de utilizare (β=0.428, t=6.84, p<0.001), al intenției de utilizare (β = 0.168, t = 2.277, p <0.0023) și al utilității percepute (β = 0.649, t = 15.149, p <0.001). Prin urmare, ipotezele H3, H4 și H5 au fost acceptate. În al treilea rând, atractivitatea vizuală a influențat pozitiv atitudinea față de utilizare (β=0.235, t =3.613, p<0.001) și bucuria percepută (β=0.447, t=6.076, p<0.001), oferind astfel suport pentru acceptarea ipotezelor H6 și H8. Cu toate acestea, atractivitatea vizuală pare să nu aibă o influență semnificativă asupra intenției de utilizare, astfel încât ipoteza H7 nu a fost acceptată. În cele din urmă, atitudinea față de utilizare a avut o relație pozitivă cu intenția de utilizare (β=0.349, t=4.932, p <.001), astfel ipoteza H9 a fost de asemenea acceptată. Rezultatele testării ipotezelor sunt rezumate în Tabelul 6.

Figura nr. 5. Relațiile din cadrul modelului cu R2 și coeficienții de legătură



Tabelul nr. 6. Sumarul ipotezelor

* semnificativ pentru p < 0.05, *** semnificativ pentru p < 0.001. Coeficientul de determinare R2 arată procentul varianței din variabila endogenă care

se explică prin variabilele exogene observate. R2 este măsura efectului global pentru modelul structural și indică faptul că 59,2% din varianța variabilei Atitudinea față de utilizare și 60,3% din variabila intenția de utilizare este explicată de model. Conform Chin (1998), valorile lui R2 mai mari de 0.67, 0.33 și 0.19 pot fi interpretate ca fiind puternice, moderate și slabe. Prin urmare, toate valorile coeficienților de determinare pentru acest model pot fi considerate drept moderate. Concluzii

Acest studiu face parte din contextul mai larg al exploziei tehnologiei IoT în toate

domeniile, atât în sfera profesională, cât și în cea personală și cuprinde o cercetare exploratorie care vizează înțelegerea elementelor care influențează atitudinea față de utilizare și intenția de utilizare a dispozitivelor purtabile în rândul studenților români. Pentru a atinge acest scop, lucrarea propune un model structural bazat pe modelul de acceptare a tehnologiei (TAM) la care au fost adăugate alte două variabile: bucuria percepută și atractivitatea vizuală. Dispozitivele purtabile care sunt percepute ca utile, plăcute și atractive sunt cel mai probabil adoptate de tineri și pot câștiga o cotă de piață mai mare. Pentru a testa modelul conceptual propus, a fost efectuată mai întâi o cercetare cantitativă și s-au colectat răspunsuri de la studenți prin intermediul unui sondaj online. În continuare, a fost utilizată analiza PLS pentru a măsura fiabilitatea și validitatea modelului propus. Aceasta a fost urmată de aplicarea metodei PLS-SEM pentru a analiza relația dintre variabile și a testa ipotezele. Rezultatele studiului au arătat că utilitatea percepută, bucuria percepută și atractivitatea vizuală influențează pozitiv atitudinea față de utilizare și intenția de a utiliza dispozitivele purtabile cu o singură excepție. Atractivitatea vizuală nu a avut o influență semnificativă asupra intenției de utilizare, deși a influențat pozitiv atitudinea față de utilizarea dispozitivelor purtabile. Aceste rezultate extind literatura științifică privind adoptarea tehnologiei dispozitivelor purtabile în rândul tinerilor utilizatori și oferă informații utile industriei de profil.

Limitele studiului țin, în primul rând, de mărimea și structura eșantionului. Tinerii, mai ales cei cu studii superioare, au o predispoziție naturală către utilizarea noilor

Ipoteze Coeficienții de legătură (β)

Valoarea lui t

Pragul de semnificație (p) Rezultat

H1 PU → ATU 0.264 4.134 0.000*** Se acceptă H2 PU → IU 0.399 6.433 0.000*** Se acceptă H3 PE → ATU 0.428 6.84 0.000*** Se acceptă H4 PE → IU 0.168 2.277 0.023* Se acceptă H5 PE → PU 0.649 15.149 0.000*** Se acceptă H6 VA → ATU 0.235 3.613 0.000*** Se acceptă H7 VA → IU -0.07 1.414 0.158 Se respinge H8 VA → PE 0.447 6.076 0.000*** Se acceptă H9 ATU → IU 0.349 4.932 0.000*** Se acceptă


Vol. 23 • Nr. 57 • Mai 2021 307

tehnologii, fiind foarte receptivi și curioși. Pe de altă parte, ei sunt și principalii destinatari ai acestor tehnologii, marii producători din domeniu având campanii active de promovare în rândul tinerilor.

Posibilele direcții viitoare de cercetare includ testarea adoptării acestor dispozitive în mediul profesional sau în zona comercială. Considerăm că și aici există un potențial de dezvoltare semnificativ, prin integrarea acestor dispozitive în sisteme IoT complexe (ex. managementul producției, monitorizare în zona logistică și de distribuție etc). În acest context, impactul economic va trebui studiat în detaliu, pentru a evidenția contribuțiile în zona de creștere a profitabilității aduse de dispozitivele purtabile.

Referințe Al-Ajam, A.S. and Nor, K.M., 2013. Internet banking adoption: integrating technology

acceptance model and trust. European Journal of Business and Management, 5(3), pp.207-215.

Borowski-Beszta, M. and Polasik, M., 2020. Wearable devices: New quality in sports and finance. Journal of Physical Education and Sport, 20, pp.1077-1084.

Chin, W. W., 1998. The partial least squares approach for structural equation modeling. In G.A. Marcoulides ed. 1998. Methodology for business and management. Modern methods for business research. NJ: Lawrence Erlbaum Associates Publishers, pp. 295-336.

Choi, J. and Kim, S., 2016. Is the smartwatch an IT product or a fashion product? A study on factors affecting the intention to use smartwatches. Computers in Human Behavior, 63, pp.777-786.

Chuah, S., Rauschnabel, P., Krey, N., Nguyen, B., Ramayah, T. and Lade, S., 2016. Wearable technologies: The role of usefulness and visibility in smartwatch adoption. Computers in Human Behavior, 65, pp.276-284.

Cohen, J., 2013. Statistical Power Analysis For The Behavioral Sciences. Hoboken: Taylor and Francis.

Davis, F.D. and Venkatesh, V., 1996. A critical assessment of potential measurement biases in the technology acceptance model: three experiments. International Journal of Human-Computer Studies, 45(1), pp.19-45.

Davis, F.D., 1989. Perceived Usefulness, Perceived Ease of Use, and User Acceptance in Information Technology, MIS Quarterly, 13(3), pp.319-340.

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), pp. 982-1003.

Fornell, C. and Larcker, D.F., 1981. Evaluating Structural Equation Models with Unobservable Variables and Measurement Error. Journal of Marketing Research, 18, pp. 39-50.

Gao, L. and Bai, X., 2014. A unified perspective on the factors influencing consumer acceptance of internet of things technology. Asia Pacific Journal of Marketing and Logistics, 26(2), pp.211-231.

Hair, J., Black, W., Babin, B. and Anderson, R., 2014. Multivariate data analysis. 7th ed. Upper Saddle River: Pearson Education.

Hair, J.F., Ringle, C.M., and Sarstedt, M., 2011. PLS-SEM: indeed a silver bullet. Journal of Marketing Theory and Practice, 19(2), pp. 139-151.



Hair, J.F., Risher, J.J., Sarstedt, M., and Ringle, C. M., 2019. When to use and how to report the results of PLS-SEM. European Business Review, 31(1), pp. 2-24.

Henseler, J., Hubona, G., and Pauline, A.R., 2016. Using PLS path modeling in new technology research: Updated guidelines. Industrial Management and Data Systems, 116(1), pp.2-20.

Hu, L.T. and Bentler, P.M., 1999. Cutoff criteria for fit indexes in covariance structure analysis: conventional criteria versus new alternatives, Structural Equation Modeling, 6(1), pp. 1-55.

Ibarra-Esquer, J., González-Navarro, F., Flores-Rios, B., Burtseva, L. and Astorga-Vargas, M., 2017. Tracking the Evolution of the Internet of Things Concept Across Different Application Domains. Sensors, 17(6), p.1379.

ITU, 2012. Recommendation ITU-T Y.2060: Overview of the Internet of things. [online] Available at: <https://www.itu.int/rec/T-REC-Y.2060-201206-I/en> [Accessed 16 December 2020].

Jeong, S., Kim, S., Park, J. and Choi, B., 2017. Domain-specific innovativeness and new product adoption: A case of wearable devices. Telematics and Informatics, 34(5), pp.399-412.

Jin, Y. & Ji, S. 2018. Mapping hotspots and emerging trends of business model innovation under networking in Internet of Things. EURASIP Journal on Wireless Communications and Networking, 2018(1), pp. 1-12.

Jung, Y., Kim, S. and Choi, B., 2016. Consumer valuation of the wearables: The case of smartwatches. Computers in Human Behavior, 63, pp.899-905.

Khakurel J., Pöysä S., Porras J., 2017. The Use of Wearable Devices in the Workplace - A Systematic Literature Review. In: O. Gaggi, P. Manzoni, C. Palazzi, A. Bujari and J. Marquez-Barja (eds.). Smart Objects and Technologies for Social Good. GOODTECHS 2016. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, vol 195. Springer, Cham.

Kim, K.J. and Shin, D.H., 2015. An acceptance model for smart watches: Implications for the adoption of future wearable technology. Internet Research, 25(4), pp. 527-541.

Kim, T. and Chiu, W., 2019. Consumer acceptance of sports wearable technology: the role of technology readiness. International Journal of Sports Marketing and Sponsorship, 20(1), pp.109-126.

Klein, A., Pacheco, F.B. and Righi, R.d.R., 2017. Internet of things-based products/ services: process and challenges on developing the business models. Journal of Information Systems and Technology Management: JISTEM, 14(3), pp. 439-461.

Ko, E., Sung, H. and Yun, H., 2009. Comparative Analysis of Purchase Intentions Toward Smart Clothing Between Korean and U.S. Consumers. Clothing and Textiles Research Journal, 27(4), pp.259-273.

Lee, Y.K., Park, J.H., Chung, N. and Blakeney, A., 2012. A unified perspective on the factors influencing usage intention toward mobile financial services. Journal of Business Research, 65(11), pp. 1590-1599.

Li, J., Ma, Q., Chan, A. and Man, S., 2019. Health monitoring through wearable technologies for older adults: Smart wearables acceptance model. Applied Ergonomics, 75, pp.162-169.


Vol. 23 • Nr. 57 • Mai 2021 309

Lunney, A., Cunningham, N. and Eastin, M., 2016. Wearable fitness technology: A structural investigation into acceptance and perceived fitness outcomes. Computers in Human Behavior, 65, pp.114-120.

McCloskey, D., 2003. Evaluating electronic commerce acceptance with the technology acceptance model. Journal of Computer Information Systems, 44(2), pp. 49-57.

Moore, G.C., Benbasat, I., 1991. Development of an instrument to measure the perceptions of adopting an information technology innovation. Information Systems Research, 2(3), pp.192-222.

Murray, A., Papa, A., Cuozzo, B. and Russo, G. 2016. Evaluating the innovation of the Internet of Things. Business Process Management Journal, 22(2), pp. 341-356.

Nascimento, B., Oliveira, T. and Tam, C., 2018. Wearable technology: What explains continuance intention in smartwatches?. Journal of Retailing and Consumer Services, 43, pp.157-169.

Nicolescu, R., Huth, M., Radanliev, P. and De Roure, D. 2018. Mapping the values of IoT. Journal of Information Technology, 33(4), pp. 345-360.

Onete, C.B., Pleșea, D.A. and Albăstroiu, I., 2017. Opportunities and Challenges of the Internet of Things related to Consumer. In: R. Pamfilie, V. Dinu, D.A. Pleșea and C. Vasiliu (eds.), Proceedings of 2017 BASIQ International Conference: New Trends in Sustainable Business and Consumption. Graz, Austria, 31 May - 3 June 2017. Bucharest: ASE Publishing House. pp. 478-486.

Park, E., 2020. User acceptance of smart wearable devices: An expectation-confirmation model approach. Telematics and Informatics, 47, pp. 101318.

Russo, G., Marsigalia, B., Evangelista, F., Palmaccio, M. and Maggioni, M. 2015. Exploring regulations and scope of the Internet of Things in contemporary companies: a first literature analysis. Journal of Innovation and Entrepreneurship, 4(1), pp. 1-13.

Tarabasz, A. and Poddar, G. 2019. Factors influencing adoption of wearable devices in Dubai. Journal of Economics & Management, 36, pp. 123-143.

Tohanean, D., Toma, S.G. and Dumitru, I., 2018. Organizational Performance and Digitalization in Industry 4.0. Journal of Emerging Trends in Marketing and Management, 1(1), pp.282-288.

Uden, L. and Wu, H., 2017. How the Internet of Things can help knowledge management: a case study from the automotive domain. Journal of Knowledge Management, 21(1), pp.57-70.

Venkatesh, V. and Davis, F., 2000. A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. Management Science, 46(2), pp.186-204.

Westerlund, M., Leminen, S. and Rajahonka, M., 2014. Designing Business Models for the Internet of Things. Technology Innovation Management Review, 4(7), pp.5-14.

Wu, L.H., Wu, L.C. and Chang, S.C., 2016. Exploring consumers’ intention to accept smartwatch. Computers in Human Behavior, 64, pp.383-392.

Yang, H., Yu, J., Zo, H. and Choi, M., 2016. User acceptance of wearable devices: An extended perspective of perceived value, Telematics and Informatics, 33(2), pp.256-269.

Yu-Sheng, K., Nawata, K. and Huang, C., 2019. An Exploration and Confirmation of the Factors Influencing Adoption of IoT-Based Wearable Fitness Trackers. International Journal of Environmental Research and Public Health, 16(18), pp.3227.

AE Inovarea modelului de afaceri pentru soluțiile IoT: un studiu exploratoriu al factorilor strategici și rezultatelor așteptate


INOVAREA MODELULUI DE AFACERI PENTRU SOLUȚIILE IOT: UN STUDIU EXPLORATORIU AL FACTORILOR STRATEGICI

ȘI REZULTATELOR AȘTEPTATE

Florin Sabin Foltean1∗ și Bogdana Glovațchi2 1)2) Universitatea de Vest din Timișoara, România

Vă rugăm să citați acest articol astfel: Foltean, F.S. and Glovațchi, B., 2021. Business Model Innovation for IoT Solutions: An Exploratory Study of Strategic Factors and Expected Outcomes. Amfiteatru Economic, 23(57), pp.392-411. DOI: 10.24818/EA/2021/57/392

Istoricul articolului Primit: 28 decembrie 2020 Revizuit: 30 ianuarie 2021 Acceptat: 10 martie 2021

Rezumat

Inovarea modelului de afaceri este un factor cheie de succes pentru companiile IT care concurează în medii incerte din punct de vedere tehnologic. În pofida nevoii dezvoltatorilor de soluții IoT de a-și reînnoi modelele de afaceri pentru a crea în mod eficace valoare pentru clienți și pentru a capta valoare pentru companie, factorii strategici care conduc la inovarea modelelor de afaceri pentru soluțiile Internet of Things (IoT) au rămas până acum insuficient explorați. Lucrarea abordează această lacună în cunoaștere explorând factorii strategici ai inovării modelului de afaceri și rezultatele acesteia din perspectiva teoriei RBV (Resource-Based View). Fundamentul teoretic al acestei cercetări îl reprezintă literatura inovării modelului de afaceri și literatura de marketing strategic. În explorarea empirică a factorilor strategici ai inovării modelului de afaceri am adoptat o strategie de cercetare calitativă având drept fundament metodologic Grouded theory. Mai concret, am realizat 12 interviuri semistructurate cu manageri de top ai unor companii care au dezvoltat soluții IoT și care operează în România. Orientarea proactivă spre piață, orientarea spre tehnologie, orientarea antreprenorială și capabilitățile adaptive de marketing au fost identificate ca fiind principalii factori strategici ai inovării modelului de afaceri, iar avantajul competitiv și satisfacția clienților ca principalele rezultate așteptate de către manageri.

Cuvinte-cheie: Orientare proactivă spre piață; orientare spre tehnologie; orientare antreprenorială; capabilități adaptive de marketing; inovarea modelului de afaceri; Internetul obiectelor (IoT)

Clasificare JEL: M15, M31, O33

∗ Autor de contact, Florin Sabin Foltean ‒ e-mail: [email protected]

ORCID autori: Florin Sabin Foltean: orcid.org/0000-0002-0480-8221 Bogdana Glovațchi: orcid.org/0000-0002-0923-0799


https://orcid.org/0000-0002-0480-8221

https://orcid.org/0000-0002-0923-0799


Vol. 23 • Nr. 57• Mai 2021 311

Introducere Tehnologiile IoT au un potențial disruptiv în multe industrii și piețe. Proliferarea

produselor și serviciilor inteligente, estomparea granițelor dintre industrii, creșterea numărului consumatorilor cu experiență în utilizarea produselor care încorporează noi tehnologii și care adoptă noi comportamente, implementarea unor noi modele de afaceri și practici competitive, precum și apariția unor noi reglementări privind practicile de afaceri sunt doar câteva dintre tendințele curente ale mediului de afaceri. Firmele existente percep noi amenințări generate de ritmul rapid al transformării digitale, de intrarea pe piață a unor noi concurenți cu modele de afaceri neconvenționale, precum și de noile nevoi și comportamente ale clienților cu experiență digitală (Verhoef și alții, 2019). Pentru a face față provocărilor cu potențial disruptiv, firmele existente trebuie să adopte tehnologii de ultimă generație care să le permită dezvoltarea unor noi propuneri de valoare și modele de afaceri, precum și dezvoltarea unor noi capabilități organizaționale pentru a supraviețui și a prospera într-un mediu incert și rapid schimbător. În pofida faptului că strategii și antreprenorii au nevoie de îndrumare în inovarea modelului de afaceri pentru produse și servicii care încorporează tehnologii digitale, acest fenomen rămâne subexplorat (Foss și Saebi, 2018). Mai mult, rolul orientărilor strategice ale companiei și al capabilităților adaptive de marketing în inovarea modelului de afaceri pentru soluțiile IoT rămâne insuficient cunoscut. În consecință, această cercetare contribuie la eliminarea acestei lacune în cunoaștere explorând factorii strategici ai inovării modelului de afaceri pentru soluțiile IoT și rezultatele așteptate de manageri. Am studiat acest fenomen din perspectiva teoriei RBV (Resource-Based View), urmărind să identificăm orientările strategice ale companiei și capabilitățile de marketing care conduc la inovarea modelului de afaceri pentru soluțiile IoT, precum și rezultatele așteptate de manageri. Am folosit rezultatele unor cercetări anterioare privind inovarea modelului de afaceri (Clauss, 2017; Foss și Saebi 2018), orientările strategice (Miller, 1983; Gatignon și Xuereb, 1987; Narver, Slater și MacLachlan, 2004) și capabilitățile de marketing (Day, 2011; Guo și alții, 2018) drept fundament teoretic. Având în vedere natura emergentă a fenomenului inovării modelului de business pentru soluțiile IoT, am adoptat perspectiva Grounded theory drept fundament metodologic al studiului nostru empiric cu caracter exploratoriu. Cercetarea calitativă efectuată pe un eșantion de 12 manageri de top ai unor companii de înaltă tehnologie din România care dezvoltă și furnizează soluții IoT oferă suportul empiric în identificarea factorilor strategici și a rezultatelor inovării modelului de afaceri pentru soluțiile IoT.

Lucrarea aduce anumite contribuții la literatura de specialitate privind inovarea modelelor de afaceri și marketingul strategic care sunt relevante atât din perspectivă teoretică, cât și managerială. În primul rând, lucrarea contribuie la extinderea sferei de aplicare a teoriei RBV în cercetarea inovării modelului de business în contextul tehnologiilor digitale de ultimă generație, respectiv al IoT. În al doilea rând, am constatat că orientarea proactivă spre piață, orientarea spre tehnologie, orientarea antreprenorială și capabilitățile adaptive de marketing sunt factori strategici importanți ai inovării modelului de afaceri pentru soluțiile IoT. În al treilea rând, avantajul competitiv și satisfacția clienților au fost identificate ca fiind principalele rezultate așteptate de manageri în urma inovării modelului de afaceri pentru soluțiile IoT.

Restul acestei lucrări este structurat după cum urmează. În primul rând, examinăm literatura referitoare la inovarea modelului de afaceri, orientările strategice și capabilitățile de marketing. Următoarea secțiune prezintă metodologia cercetării calitative, eșantionul, temele interviurilor semistructurate și procesul de codificare. Apoi, vom prezenta



concluziile analizei datelor calitative. În cele din urmă, în secțiunea de concluzii, vom formula contribuții teoretice, implicații manageriale, limite și direcții pentru cercetări ulterioare.

1. Recenzia literaturii științifice IoT reprezintă „un sistem de elemente constitutive unic identificabile și conectate

(denumite elemente conectate la Internet), capabile de reprezentare virtuală și accesibilitate virtuală care conduc la o structură asemănătoare Internetului pentru localizarea, detectarea și/sau operarea la distanță a elementelor constitutive cu fluxuri de date și/sau informații în timp real, rezultând astfel un sistem de ansamblu care poate fi mărit pentru a obține o mai mare varietate de rezultate într-o manieră dinamică și agilă” (Ng și Wakenshaw, 2017, p. 6). Tehnologiile legate de IoT (de exemplu, etichete RFID, senzori, actuatori, microcipuri, software, cloud computing, comunicații wireless și Internet) schimbă natura produselor, făcându-le mai inteligente și mai bine conectate (Porter și Heppelmann, 2014). Produsele inteligente și conectate generează date de utilizare în timp real și permit companiei să se conecteze continuu cu clientul prin intermediul produsului (Siggelkow și Terwiesch, 2019). Aceste transformări au loc într-un număr tot mai mare de industrii tradiționale pentru produse și servicii de consum și industriale, cum ar fi ceasuri inteligente, mașini, becuri, termostate, echipamente industriale, mașini grele, echipamente energetice și articole portabile.

Noile capabilități ale produselor inteligente, noile servicii pe care le pot oferi și fiabilitatea lor mai mare au potențialul de a crește valoarea livrată clienților și valoarea captată de companii. Din perspectiva companiei, produsele și serviciile îmbunătățite IoT perturbă lanțurile valorice, limitele și structurile industriei, creează noi piețe și deblochează valoarea competitivă (Porter și Heppelmann, 2014). Din perspectiva clientului, IoT schimbă semnificativ experiența clientului (Hoffman și Novak, 2018) și relațiile clientului cu produsele inteligente și conectate (Verhoef și alții, 2017; Novak și Hoffman, 2019). Pentru a face față acestor provocări, companiile trebuie să își reînnoiască viziunea strategică, poziționarea și parteneriatele (Porter și Heppelmann, 2014), să dezvolte noi modele de afaceri (Djkman și alții, 2015), să reconfigureze procesele operaționale și să construiască noi capabilități (Brous, Janssen și Herder, 2020). Succesul pe piață al noilor produse și servicii îmbunătățite IoT dezvoltate de companii este mai probabil dacă managerii, simultan cu inovarea tehnologică, facilitează și dezvoltarea resurselor organizaționale care conduc la inovarea modelului de afaceri în conformitate cu așteptările clienților.

Dezvoltarea noilor tehnologii și afaceri digitale în ultimele trei decenii a condus la o înțelegere strategică a conceptului de model de afaceri ca instrument în luarea deciziilor manageriale (Wirtz și alții, 2016) și ca unitate de analiză în managementul strategic al proceselor de creare și captare a valorii de către companii (Zott, Amit și Massa, 2011). Modelul de afaceri, ca un concept distinct de cel de strategie (Casadesus-Masanell și Ricart, 2010), a fost conceptualizat ca „o arhitectură pentru modul în care o firmă creează și oferă valoare clienților și mecanismele utilizate pentru a capta o cotă din acea valoare” (Teece, 2018, p.40). Osterwalder, Pigneur și Tucci (2005) au identificat nouă elemente de bază pe care le-au grupat pe patru piloni principali: produs (propunere de valoare); interfața cu clienții (clienții țintă; canalul de distribuție; relațiile cu clienții); gestionarea infrastructurii (configurarea valorii; competența de bază; rețeaua de parteneri); și aspecte financiare


Vol. 23 • Nr. 57• Mai 2021 313

(structura costurilor și modelul veniturilor). Caracteristica definitorie a modelului de afaceri este reprezentată de complementaritățile activităților care stau la baza creării, livrării și captării valorii (Foss și Saebi, 2018). Nivelurile de diferențiere, eficacitate și eficiență a acestor componente ale modelului de afaceri au un impact semnificativ asupra creării avantajului competitiv al companiei (Teece, 2010). Mai mult, deciziile manageriale privind proiectarea de noi modele de afaceri au devenit critice în contextul în care tehnologiile digitale de ultimă generație au un potențial perturbator în diferite industrii (Porter și Heppelmann, 2014). Mai specific, tehnologiile IoT au o contribuție semnificativă în inovarea modelelor de afaceri ale firmelor din sectoarele industriale de producție în direcția orientării spre serviciu a acestora (Paiola și Gebauer, 2020). În consecință, conceptul de inovare a modelului de afaceri a devenit din ce în ce mai relevant atât pentru manageri, cât și pentru cercetători (Taran, Boer și Lindgren, 2015).

Schimbările tehnologice și intensificarea concurenței din ultimele două decenii necesită o perspectivă dinamică asupra modelului de afaceri. Noile tehnologii cu potențial disruptiv permit dezvoltarea unor modalități inovatoare pentru a satisface mai eficient nevoile clienților și necesită noi modele de afaceri adecvate pentru crearea și captarea valorii (Teece, 2010). Literatura anterioară (Wirtz, 2016; Mezger, 2014; Taran, Boer și Lindgren, 2015) oferă trei conceptualizări principale ale inovării modelului de afaceri. În primul rând, inovarea modelului de afaceri este înțeleasă pe scară largă ca fiind un „proces de proiectare care dă naștere unui model de afaceri nou pe piață, care este însoțit de o ajustare a propunerii de valoare și/sau a constelației valorii și care are ca scop generarea sau asigurarea dezvoltării unui avantaj competitiv durabil” (Wirtz, 2016, p. 189). Clauss (2017) a dezvoltat o conceptualizare tridimensională a acestui construct: a) inovarea procesului de creare valorii (noi competențe, noi tehnologii și/sau echipamente, noi parteneriate și noi procese); b) inovarea propunerii de valoare (noi oferte, noi clienți și piețe, noi canale și noi relații cu clienții); și c) inovarea procesului de captare a valorii (noi modele de venituri și noi structuri de costuri). În al doilea rând, Mezger (2014) a propus o ca inovarea modelului de afaceri să fie definită ca o capabilitate dinamică cu trei dimensiuni: a) capabilitatea de a sesiza oportunitățile pentru noi modele de afaceri; b) capabilitatea de a valorifica aceste oportunități prin dezvoltarea unor noi modele de afaceri; și c) capabilitatea de a reconfigura capabilitățile și activele companiei pentru a permite implementarea unui nou model de afaceri. În al treilea rând, Taran, Boer și Lindgren (2015) au argumentat că inovarea modelului de afaceri poate fi înțeleasă nu numai ca un proces, ci și ca un rezultat al acestui proces. Anumite cercetări au investigat empiric rolul unor orientări strategice și capabilități organizaționale în inovarea modelului de afaceri. De exemplu, Ciampi și alții (2021) au validat empiric influența pozitivă a orientării antreprenoriale asupra inovării modelului de afaceri, iar Mütterlein și Kunz (2017) au descoperit că orientarea antreprenorială are o influență pozitivă a acesteia asupra inovării a două componente ale modelului de business, respectiv asupra dezvoltării unei noi propuneri de valoare cu caracter inovativ și asupra inovării procesului de creare a valorii. Guo și alții (2020) au identificat un impact benefic asupra performanței firmelor nou înființate al orientărilor spre tehnologie și spre client adoptate în procesul de proiectare a modelului de afaceri, iar Tarkiainen, Ritala și Sainio (2015) au constatat rolul de antecedent al capabilității de înțelegere a pieței în procesul de inovare a modelului de afaceri. Rolul orientării spre piață și al capabilităților de marketing în procesul de inovare a modelului de afaceri al companiilor din sectorul IT&C nu a constituit însă până în prezent obiectul unor studii empirice.

Domeniul managementului strategic este dominat de studii teoretice care oferă baza conceptuală pentru descrierea procesului de inovare a modelului de afaceri în practica



organizațiilor. Cu toate acestea, avansarea înțelegerii fenomenului de inovare a modelului de afaceri necesită studii empirice pentru a identifica și testa relațiile sale cu antecedentele și consecințele sale asupra performanței (Foss și Saebi, 2018). În consecință, am investigat fenomenul inovării modelului de afaceri din perspectiva teoriei RBV conform căreia diferențele în performanțele firmelor sunt explicate de disponibilitatea și desfășurarea unor resurse valoroase, rare, inimitabile și nesubstituibile de către companie (Barney, 1991). Mai mult, Barney (2014) a argumentat că o „constelație de resurse și capabilități” (p. 25) are o contribuție esențială într-o strategie care să asigure competitivitatea și performanța organizației. Teoria RBV a reprezentat fundamentul teoretic al multor cercetări anterioare în managementul și marketingul strategic (Kozlenkova, Samaha și Palmatier, 2014).

Orientarea spre piață influențează pozitiv nivelul inovării care, la rândul său, conduce la performanțe superioare ale firmelor (Han, Kim și Srivastava, 1998). Din perspectiva tipului inovației, Zhou, Yim și Tse (2005) au descoperit că orientarea spre piață influențează pozitiv inovațiile bazate pe tehnologie, iar Najafi-Tavani, Sharifi și Najafi-Tavani (2016) au identificat o influență pozitivă a orientării spre piață asupra performanței unui nou produs. Din perspectiva incertitudinii pieței, Gatignon și Xuereb (1997) au constatat că orientarea spre clienți influențează pozitiv performanța pe piață a inovațiilor în medii cu un nivel ridicat de incertitudine. Cu toate acestea, unii critici au pus sub semnul întrebării valoarea orientării spre piață în contextul inovării (Berthon, Hulbert și Pitt, 1999). În consecință, Narver, Slater și MacLachlan (2004) au argumentat că orientarea spre piață a companiei se manifestă prin două tipuri de comportament: orientarea reactivă spre piață care presupune satisfacerea nevoilor exprimate de client și orientarea proactivă spre piață care presupune descoperirea nevoilor latente, anticiparea celor viitoare și luarea inițiativei în dezvoltarea unor noi soluții. Descoperirile empirice au pus în evidență că orientarea proactivă spre piață este pozitiv legată de succesul pe piață a unui nou produs (Narver, Slater și MacLachlan, 2004; Lamore, Berkowitz și Farrington, 2013), susținând profitabilitatea pe termen lung a companiei și poziția sa pe piață (Jaeger, Zacharias și Brettel, 2016). Mai specific, Blocker și alții (2011) au descoperit că orientarea proactivă spre client este cel mai important factor în crearea valorii pentru client care conduce la un nivel superior de satisfacție și loialitate a acestuia. Valoarea orientării proactive spre piață s-a dovedit a fi mai mare în perioadele de incertitudine tehnologică mai ridicată, creând oportunități pentru inovații mai radicale (Tsai, Chou și Kuo, 2008). Cu toate acestea, pe piețele cu o cultură de evitare a incertitudinii, creșterea nivelului orientării proactive spre piață, dincolo de un anumit prag, poate afecta negativ performanța pe piață datorită rezistenței clienților în a învăța noi comportamente (Ozdemir, Kandemir și Eng, 2017). Recent, trei strategii proactive de piață au fost propuse ca fiind utile în procesul de creare a valorii pentru clienți și crearea de noi piețe: modelarea pieței, implicarea clienților și leadership inovator (Brege și Kindstrom, 2020). În consecință, ne vom concentra pe explorarea rolului orientării proactive spre piață în inovarea modelelor de afaceri pentru soluțiile IoT în contextul incertitudinii tehnologice generate de noile tehnologii digitale disruptive.

Supraviețuirea companiei în medii incerte din punct de vedere tehnologic necesită un nivel ridicat de inovare în adoptarea unor noi tehnologii și dezvoltarea unor soluții noi pentru a satisface nevoile clienților (Gatignon și Xuereb, 1997). Companiile inovatoare și proactive au adoptat o orientare strategică spre tehnologie definită ca fiind „capabilitatea și voința de a dobândi un fundament tehnologic substanțial și de a-l utiliza în dezvoltarea unor noi produse” (Gatignon și Xuereb, 1997, p. 78). Aceste companii sunt axate pe anticiparea dezvoltărilor tehnologice viitoare pentru a identifica și evalua potențialul de afaceri al


Vol. 23 • Nr. 57• Mai 2021 315

acestor noi tehnologii și impactul acestora asupra evoluției companiei și a pieței sale. Literatura anterioară oferă dovezi empirice pentru a sprijini contribuția orientării spre client și a orientării spre tehnologie la succesul inovării în contexte specifice, cum ar fi industriile de tehnologie înaltă (Zhou, Yim și Tse, 2005) și piețele cu incertitudine ridicată (Gatignon și Xuereb, 1997). Hortinha, Lages și Lages (2011) au descoperit că orientarea spre client și orientarea spre tehnologie joacă roluri la fel de importante în îmbunătățirea capabilității de inovare exploratorie, în timp ce Zhou și Li (2010) au identificat efecte mai puternice asupra capabilităților adaptive ale orientării spre tehnologie comparativ cu cele ale orientării spre client pe piețele cu un nivel ridicat de incertitudine a cererii. Mai recent, Adams, Bodas Freitas și Fontana (2019) au descoperit un nivel superior de performanță al companiilor cu o orientare combinată spre client și tehnologie comparativ cu cele orientate doar spre client sau doar spre tehnologie. Orientarea spre tehnologie este cea mai importantă orientare strategică atunci când companiile doresc să asigure superioritatea competitivă a inovațiilor lor (Gatignon și Xuereb, 1997).

Orientarea antreprenorială a fost conceptualizată în termeni de norme de luare a deciziilor (Morris și Paul, 1987), stil de management (Covin și Slevin, 1998), capabilitate managerială (Avlonitis și Salavou, 2007), procese și practici (Lumpkin și Dess, 1996 ) care se caracterizează, în general, prin inovare, proactivitate și asumarea unor riscuri calculate. Cu alte cuvinte, firmele antreprenoriale dezvoltă inovații radicale, adoptă strategii proactive și își asumă riscuri calculate în proiecte de produse noi ale căror rezultate sunt incerte (Zahra și Neubaum, 1998) și caută noi oportunități de piață (Hult și Ketchen, 2001). De exemplu, în sectorul serviciilor, Karimi și Walter (2016) au descoperit că proactivitatea și asumarea riscurilor influențează direct inovarea disruptivă a modelului de afaceri. Organizațiile orientate spre antreprenoriat sunt mai predispuse să învețe prin explorare și experimentare, provocând modul actual de gândire și conducând spre o învățare de tip generativ (Slater și Narver, 1995). Cercetările empirice anterioare susțin ideea că orientarea antreprenorială sporește capabilitățile organizaționale. De exemplu, Zhao și alții (2011) au constatat că orientarea antreprenorială influențează pozitiv capabilitatea de învățare experiențială, în timp ce Chen, Li și Evans (2012) oferă suport empiric ideii că orientarea antreprenorială sporește capabilitățile de exploatare și explorare ale unei companii. Mai mult, Zhou, Yim și Li (2005) au descoperit o influență pozitivă a orientării antreprenoriale asupra inovării bazate atât pe tehnologie, cât și pe piață. În ceea ce privește relația dintre orientarea antreprenorială și performanță, Saeed, Yousafzai și Engelen (2014) au descoperit un impact mai ridicat al acestei orientări în țările în curs de dezvoltare decât în cele dezvoltate, fără să existe însă diferențe în intensitatea acestei relații care să fie determinate de mărimea pieței. Mai recent, Martin și Javalgi (2016) au validat influența pozitivă a orientării antreprenoriale asupra performanței în context internațional, atât în mediile intens concurențiale, cât și în cele cu un nivel redus al intensității competitive.

În literatura managementului strategic, adaptabilitatea a fost definită ca fiind „capabilitatea firmei de a identifica și valorifica oportunitățile emergente de pe piață” (Wang și Ahmed, 2007, p. 37). În cazul firmelor mici, rezultatele unor cercetări empirice au evidențiat faptul că adaptabilitatea conduce la performanțe financiare ridicate și la performanța noilor produselor (Chryssochoidis, Dousios și Tzokas, 2016). În domeniul marketingului strategic, cercetările anterioare au conceptualizat adaptabilitatea ca un construct multidimensional care se manifestă prin capabilitatea de a scana piața, capabilitatea de a adapta produsul la condițiile pieței și capabilitatea de a răspunde rapid la schimbările pieței (Oktemgil și Greenley, 1997). Capabilitățile adaptive de marketing permit detectarea timpurie a noilor tendințe ale pieței și formularea mai rapidă a unui



răspuns la acestea (Jayachandran, Hewett și Kaufman, 2004; Day, 2011). Day (2011) a propus trei capabilități adaptive de marketing care conduc la un avantaj competitiv durabil în medii dinamice și incerte: a) capabilitatea de învățare vigilentă despre piață; b) capabilitatea de experimentare pe piață; și c) capabilitatea de marketing deschis. Cercetările anterioare în marketing oferă dovezi empirice care susțin noțiunea conform căreia capabilitățile dinamice de marketing au un impact pozitiv asupra performanței firmelor (Fang și Zou, 2009; Guo și alții, 2018). Capabilitățile adaptive de marketing devin esențiale pentru obținerea unei performanțe ridicate în mediile incerte (Guo și alții, 2018) în care proliferează tehnologiile digitale de ultimă generație cu potențial disruptiv.

2. Metodologia cercetării Această cercetare s-a axat pe explorarea factorilor strategici și a rezultatelor

inovării modelului de afaceri în companiile care au dezvoltat cu succes soluții IoT. Prin urmare, am căutat răspunsuri la trei întrebări de cercetare: a) Ce orientări strategice ale companiei conduc la inovarea modelului de afaceri? b) Ce capabilități de marketing sunt implicate în acest proces? c) Care sunt rezultatele așteptate ale inovării modelului de afaceri pentru soluțiile IoT?

Datorită insuficienței studiilor anterioare care explică factorii strategici ai inovării modelului de afaceri în general, în contextul soluțiilor IoT în special, am adoptat o strategie de cercetare exploratorie. Mai precis, am adoptat modelul Grounded theory în proiectarea cercetării noastre calitative. Această decizie este justificată de faptul că susținerea unei noi teorii pe baza unor date calitative este recomandată pentru temele de cercetare care nu au un fundament consistent în teoriile anterioare (Amit și Zott, 2001). În acest scop, am colectat datele calitative prin 12 interviuri semistructurate cu manageri de top ai unor companii cu operațiuni în România care, printr-un demers de pionierat, au dezvoltat și lansat cu succes noi soluții IoT pentru managementul operațional, logistică, vânzarea cu amănuntul, utilități și servicii publice, precum și sustenabilitatea mediului (Tabelul nr. 1).

Tabel nr. 1. Profilul eșantionului

Participanți Roluri Proiecte de soluții IoT Participant 1 Manager general Management operațional Participant 2 Manager general Utilități și servicii publice Participant 3 Manager general Sustenabilitatea mediului Participant 4 Manager general Logistică Participant 5 Manager general Management operațional Participant 6 Manager general Vânzări cu amănuntul Participant 7 Director Cercetare-Dezvoltare Management operațional Participant 8 Director Cercetare-Dezvoltare Utilități și servicii publice Participant 9 Director Cercetare-Dezvoltare Management operațional Participant 10 Director Cercetare-Dezvoltare Logistică Participant 11 Manager vânzări Management operațional Participant 12 Manager vânzări Utilități și servicii publice

Eșantionul a fost construit folosind metoda de eșantionare neprobabilistică de

conveniență. Participanții au fost incluși în eșantion pe baza cunoștințelor și experienței lor


Vol. 23 • Nr. 57• Mai 2021 317

în managementul unor proiecte de dezvoltare și lansare, cu succes, a unor soluții IoT de către companiile lor. Acești manageri au fost calificați să împărtășească experiența companiilor lor în proiecte IoT, ceea ce este util în descoperirea unei perspective realiste asupra fenomenului studiat. În plus, opiniile și evaluările lor critice ne-au ajutat să dezvoltăm o înțelegere mai profundă a inovării modelului de afaceri pentru soluțiile IoT. Dimensiunea eșantionului de 12 manageri este comparabilă cu cea a eșantioanelor utilizate în alte cercetări calitative bazate pe interviuri în profunzime semidirective care au explorat aspecte ale inovării modelului de business în contextul adoptării tehnologiilor digitale de ultimă generație (Alberti-Alhtaybat, Al-Htaybat și Hutaibat, 2019; Barbour și Luiz, 2019). Mai mult, Guest, Bunce și Johnson (2006) au descoperit, în urma unui experiment, că numărul de 12 interviuri reprezintă un prag de saturație a datelor în cazul interviurilor în profunzime. De asemenea, această dimensiune a eșantionului este justificată în cazul explorării unui fenomen emergent precum cel al dezvoltării soluțiilor IoT în care firme din sectorul IT&C din lume și din România au început să se implice relativ recent.

Interviurile semistructurate au fost conduse de primul autor fiind asistat și susținut tehnic de al doilea autor și au avut loc între februarie și decembrie 2019. Interviurile au fost înregistrate cu permisiunea participanților, iar ambii autori au luat notițe în timpul interviurilor. Pentru a stimula exprimarea liberă a propriilor idei și opinii, participanții au fost asigurați că datele lor personale și datele companiei lor vor rămâne anonime. Interviurile au fost realizate pe baza unui ghid de interviu care a conținut două teme legate de percepția managerilor asupra potențialului tehnologiilor IoT și asupra dezvoltării și lansării unor noi soluții IoT de către companie. Interviul a început cu o introducere a intervievatorului care a explicat scopul cercetării și o formulat o întrebare generală privind perspectiva participanților asupra fenomenului adoptării IoT de către organizații. Intervievatorul a oferit tuturor participanților libertatea de a-și structura ideile pe cont propriu. Pentru a asigura generarea de informații utile pentru a răspunde la întrebările de cercetare ale acestui studiu, intervievatorul a adresat întrebări suplimentare pentru a intra în profunzimea unora dintre ideile prezentate de participanți. Intervievatorul nu a sugerat idei și nici nu a formulat opinii pentru a evita influențarea raționamentului participanților.

Datele calitative obținute au fost codificate manual, analizate și interpretate. Urmând recomandarea lui Saldaña (2013), pe parcursul întregului proces de desfășurare a interviurilor, a citirii notițelor, a transcrierii interviurilor și a codificării, am înregistrat reflecțiile și ideile pe care le-am generat sub formă de note analitice. Aceste date calitative le-am analizat urmând modelul de codificare prezentat de Saldaña (2013), într-o primă rundă de codificare folosind coduri invocate direct din vocabularul intervievaților și coduri de proces pentru transcrierile interviului. A urmat un al doilea ciclu folosind metoda de codificare teoretică pentru a ajunge la categorii considerate a fi constructe de ordinul întâi și la teme considerate ca fiind constructe de ordinul II și III.

În primul ciclu de codare am folosit codurile invocate și codurile de proces pentru a rezuma subiectele extrase din interviuri. Codurile invocate au fost extrase din terminologia utilizată de participanții la interviu. Ca și exemple de astfel de coduri menționăm următoarele: tehnologie; model de afaceri; proactiv; viziune; avantaj; satisfacţie; imaginea companiei; nevoile clientului; piaţă; alianţă. În același timp, am folosit coduri de proces pentru a surprinde acțiunile întreprinse în inovarea modelului de afaceri. Exemple de astfel de coduri de proces sunt: luarea deciziei; inovare; experiment; înțelegere; managementul proiectelor, dezvoltarea pieței. În cel de-al doilea ciclu de codare am folosit codarea teoretică pentru a identifica categoriile și temele care conduc la constructele de ordinul I, II și III. Procedând astfel, ne-am bazat pe literatura inovării modelului de afaceri



și a marketingului strategic pentru a identifica constructele teoretice relevante pentru fenomenul pe care l-am investigat.

Agregarea codurilor în categorii (constructe de ordinul întâi) și teme (constructe de ordinul al doilea și al treilea) s-a realizat prin metoda codificării teoretice recomandată în construcția grounded theory, aceasta permițând, în plus față de codificarea focalizată și codificarea axială, integrarea și sintetizarea categoriilor în vederea dezvoltării unei teorii (Saldaña, 2013). Această metodă de codificare utilizată în procesul de agregare a constructelor a fost utilizată anterior în cercetări calitative (Kohtamäki și alții, 2020). Am utilizat drept puncte de referință în reflecția analitică scalele de măsurare a următoarelor constructe dezvoltate dezvoltate și validate anterior în literatură: a) inovarea modelului de afaceri, respectiv inovarea procesului de creare a valorii, inovarea propunerii de valoare și inovarea procesului de captare a valorii (Clauss, 2017); b) orientarea proactivă spre piață (Narver și Slater, 2004); c) orientarea spre tehnologie (Gatignon și Xuereb, 1987); d) orientarea antreprenorială (Miller, 1983); e) capabilitățile adaptive de marketing, respectiv învățarea vigilentă despre piață, experimentarea pe piață și marketingul deschis (Day, 2011; Guo și alții, 2018); f) leadership facilitator (Slater și Narver, 1995); și g) cultura organizațională (Moorman, 1995). Modul de agregare a constructelor este prezentat tabelar în secțiunea următoare. Pentru a crește încrederea în rezultatele procesului de codificare, doi manageri generali și doi consultanți în afaceri au evaluat separat congruența codurilor, categoriilor și temelor.

3. Rezultate În secțiunile următoare vom prezenta principalele constructe care au fost generate

prin procesul de codare așa cum sunt susținute de fragmentele din interviuri. 3.1. Inovarea modelului de business pentru soluțiile IoT

Pentru a identifica elementele modelului de afaceri pentru soluțiile IoT în legătură

cu care se depun eforturile de inovare am adoptat conceptualizarea lui Clauss (2017) a inovării modelului de afaceri ca un construct de ordinul al treilea constând din trei subconstructe de ordinul doi: a) inovarea procesului de creare a valorii pe patru dimensiuni (noi competențe, noi tehnologii și/sau echipamente, noi parteneriate și noi procese); b) inovarea propunerii de valoare pe patru dimensiuni (noi oferte, noi clienți și piețe, noi canale și noi relații cu clienții); și c) inovarea procesului de captare a valorii pe două dimensiuni (noi modele de venituri și noi structuri de costuri) (Tabelul nr. 2).

A. Inovarea procesului de creare a valorii. Angajamentul companiei în a dezvolta soluții IoT declanșează un proces de învățare pentru a dezvolta abilități complementare pentru inovare, adică abilități tehnice, de business și de marketing. Managerii încearcă să valorifice competențele de bază ale companiei pentru dezvoltarea soluțiilor IoT astfel încât angajații să-și poată dezvolta mai ușor noi abilități tehnice complementare.


Vol. 23 • Nr. 57• Mai 2021 319

Tabel nr. 2. Inovarea modelului de afaceri pentru soluțiile IoT Construct de nivelul trei

Constructe de nivel secund*

Constructe de prim nivel* Coduri

Inov

area

mod

elul

ui d

e af

acer

i Inovarea

procesului de creare a valorii

Noi competențe

Noi cunoștințe și abilități tehnice Noi cunoștințe și abilități de marketing

Noi tehnologii și/sau echipamente

Noi capabilități tehnologice Noi echipamente și software

Noi parteneriate

IT partnerships New specialized partners offering complementary services

Noi procese Nou proces de dezvoltare soluție IoT Nou proces de creare a pieței

Value proposition innovation

Nouă ofertă Servicii de analytics Noi servicii prin model de sharing

Noi clienți și noi piețe

Nouă abordare a pieței Cerere din partea unor clienți noi

Noi canale Proiectarea unor noi canale directe

Noi relații cu clienții

Individualizarea soluției Interacțiune și colaborare continuă Codezvoltarea soluției

Inovarea procesului de captare a valorii

Noi modele de venituri și costuri

Modelul Produsul-ca-un-Serviciu

Soluții cu preț redus Scalabilitatea soluției

Notă: * Conform conceptualizării lui Clauss, 2017 Dintr-o perspectivă de marketing, vânzătorului i se atribuie un rol integrator, dezvoltând o viziune cuprinzătoare asupra clientului și a pieței, devenind un consultant de încredere pentru clienți. După cum menționează un director de cercetare și dezvoltare, „Clientul devine responsabilitatea vânzătorului care îl sprijină în procesul decizional. Vânzătorul devine un consultant de încredere pentru clienți”. În plus, managerul tehnic al produsului trebuie să dobândească abilități comerciale și de marketing pentru a înțelege afacerea, beneficiile așteptate și nevoile viitoare ale clientului, cât și pentru a iniția acțiuni proactive pentru a oferi soluții la care clientul nu s-a gândit.

Inovarea procesului de creare a valorii necesită utilizarea de noi tehnologii și echipamente pentru a dezvolta noi capabilități tehnice utile în a crea soluții la problemele clienților. Este relevantă în acest sens descrierea managerului de vânzări al unei companii IT din eșantion care s-a transformat într-un operator de rețea IoT, furnizând și servicii de date: „Compania noastră a dezvoltat noi capacități tehnologice pentru a deveni operator de rețea IoT, a achiziționat și a instalat echipamente HW noi cu aplicații software, senzori implementați și aplicații de rețea instalate pentru a furniza date clienților sau comunității.”

Noile parteneriate joacă un rol foarte important în inovarea procesului de creare a valorii. Managerii încearcă să extindă parteneriatele existente pentru a profita de avantajele accesului rapid la informații, sporindu-și capabilitatea de adaptare la noile tendințe prin dezvoltarea și promovarea de noi soluții IoT. Managerul general al unei companii din



eșantion a evidențiat eforturile de a „aduce parteneriatele IT tradiționale în zona IoT”, iar un director de cercetare-dezvoltare a argumentat că „Partenerii specializați care oferă servicii complementare sunt necesari pentru a dezvolta împreună o soluție IoT. Dar este necesar să avem încredere că partenerul își îndeplinește sarcinile la timp, respectând parametrii conveniți.”

Datele noastre calitative au dezvăluit două noi procese care reprezintă inovații în procesul de creare a valorii, și anume procesul de dezvoltare a unei soluții IoT și procesul de creare a unei noi piețe. Procesul de dezvoltare a unei soluții IoT adoptă o abordare centrată pe soluție pentru a satisface nevoile și problemele clienților, mai degrabă decât o logică centrată pe produs, accentul fiind pus pe capabilitatea soluției IoT de a genera valoare pentru afacerea clientului. Noul proces de creare a pieței pentru soluțiile IoT se bazează pe identificarea unui prim client cu o problemă care ar putea fi soluționată, aprofundarea cunoștințelor privind clienții, dezvoltarea soluției, dezvoltarea unui concept de poziționare pe piață și promovarea soluției către alți clienți din aceeași categorie. După cum a explicat directorul de cercetare-dezvoltare al unei companii, „Noul proces de dezvoltare a soluției IoT a fost conceput într-o logică a managementului de proiect.”

B. Inovarea propunerii de valoare pentru soluțiile IoT. În dezvoltarea de noi soluții IoT, accentul se pune pe servicii, nu pe dispozitive. Managerii intervievați au dezvăluit că în companiile lor se dezvoltă soluții IoT care oferă servicii neinvazive de captare a datelor în timp real care îi ajută pe manageri să ia decizii mai bune, creând astfel o valoare mai mare pentru clienți. Dezvoltatorii de soluții IoT caută standardizarea, arhitectura modulară și scalabilitatea soluțiilor pe care le dezvoltă, permițând clienților să integreze și să personalizeze aceste module în funcție de nevoile și activitățile lor. Soluțiile IoT de succes s-au dovedit a fi simple, personalizate, ușor de implementat și cu costuri reduse pentru clienți. Furnizarea de noi soluții pentru dezvoltarea activității de bază a clientului este deosebit de importantă. În această privință, sintetizând planurile de viitor ale companiei sale, un manager de cercetare-dezvoltare a arătat că „În viitor, vom furniza servicii de analiză folosind algoritmi care identifică tiparele din datele colectate, creând astfel o nouă valoare pentru client. În loc de aplicații, clienții solicită servicii noi printr-un model de sharing”.

Dezvoltatorii de soluții IoT se concentrează pe problemele clienților care pot fi rezolvate prin datele colectate în timp real, afișate și analizate prin soluția IoT. De exemplu, un director de cercetare și dezvoltare subliniază că respectiva companie „a început să furnizeze date privind calitatea aerului colectate de senzori în rețeaua sa IoT. Solicitările au fost făcute de clienți netradiționali ai companiei, cum ar fi organizațiile non-profit”.

Firmele care dezvoltă soluții IoT creează canale de marketing direct. Astfel, procesul de comunicare și negociere cu clienții începe la nivelul managerilor de top și al managerilor de operațiuni (aceștia din urmă fiind utilizatorii direcți ai soluției propuse), spre deosebire de produsele și serviciile IT convenționale pentru care acest proces începe și se desfășoară prin intermediul departamentului IT. Au apărut noi relații de colaborare cu clienții. Companiile din eșantion dezvoltă soluțiile IoT împreună cu clienții, procesul de cocreare a valorii fiind un factor cheie de succes în dezvoltarea și comercializarea noilor soluții IoT. A fost evidențiată nevoia de interacțiune, comunicare și colaborare continuă cu clientul pe tot parcursul procesului de creare a valorii (adică descoperirea nevoilor clientului, proiectarea soluției IoT, implementarea, furnizarea de servicii de întreținere și actualizare a soluției IoT). După cum a explicat managerul general al unei companii, „În cazul unei soluții pentru monitorizarea procesului de fabricație, ideea a apărut în timpul discuțiilor cu un client cu privire la posibilitatea de a monitoriza consumul de energie


Vol. 23 • Nr. 57• Mai 2021 321

electrică al echipamentului. Apoi s-a cristalizat idea monitorizării funcționării echipamentelor pe baza monitorizării consumului de energie electric, soluția IoT fiind dezvoltată împreună. Mai mult, când clientul primește primele beneficii care îi întăresc încrederea, el solicită extinderea treptată a soluției prin adăugarea unor noi caracteristici.”

C. Inovarea mecanismelor de captare a valorii pentru soluțiile IoT. Companiile sunt puse în situația de a-și reînnoi modelele de venituri și costuri pentru a capta valoare din soluțiile IoT pe care le dezvoltă. De exemplu, oferirea produsului ca un serviciu a fost evidențiată ca fiind un nou mod de captare a valorii, clientul plătind pentru serviciul oferit de soluția IoT. Clienții sunt o forță motrice a adoptării unor noi modele generatoare de venituri, cerând accesul la soluțiile IoT ca la un serviciu conform unui model de sharing, mai degrabă decât cumpărându-le ca un produs unic. Din perspectiva costurilor, companiile eșantion se concentrează pe dezvoltarea unor soluții simple, scalabile și ușor de implementat pentru a menține costurile la un nivel scăzut pentru a spori accesul și a intensifica utilizarea acestora. Directorul de cercetare-dezvoltare al unei companii a explicat aceste aspecte după cum urmează: „Există mulți clienți care discută cu noi o soluție IoT, apoi o solicită ca serviciu, ceea ce conduce la o abordare diferită a pieței. Astfel, în loc de aplicații, clienții solicită servicii conform unui model de afaceri de tip sharing.” 3.2. Factori strategici ai inovării modelului de business pentru soluțiile IoT

Orientările strategice ale companiei (orientarea proactivă spre piață, orientarea

spre tehnologie și orientarea antreprenorială), capabilitățile adaptive de marketing, cultura organizațională și leadeshipul organizațional joacă un rol important în inovarea modelului de afaceri (Tabelul nr. 3).

Orientarea proactivă pe piață a fost relevată ca fiind unul dintre factorii importanți în inovarea modelului de afaceri pentru soluțiile IoT. Orientarea proactivă spre piață se referă la crearea și dezvoltarea unei noi piețe, oferind soluții IoT care să abordeze problemele clienților și nevoile lor neexprimate. În acest sens, un manager general subliniază că „Rolul furnizorului este de a descoperi nevoile neexprimate ale clienților și de a-i convinge pe clienți să investească pe baza unui cost de oportunitate de a nu adopta o soluție IoT”. Deoarece cunoașterea de către clienți a soluțiilor IoT și disponibilitatea lor de le adopta sunt la un nivel redus, adoptarea unei orientări proactive de piață joacă un rol important în crearea unei noi piețe.

În același timp, companiile din eșantion au un nivel ridicat al orientării spre tehnologie, recunoscând înaintea concurenților lor potențialul de afaceri al tehnologiilor IoT. Odată ce oportunitățile de afaceri deschise de aceste tehnologii și tendințele pieței au fost identificate de către managerii de top, dezvoltarea soluțiilor IoT a devenit punctul central al strategiei companiei. Un director de cercetare și dezvoltare a detaliat modul de manifestare a acestei orientări spre tehnologie: „S-au identificat potențialul de afaceri al IoT și complementaritatea cu activitățile centrale specifice ale companiei. Inițial, divizia de inovare s-a concentrat pe cercetare, pe identificarea unor idei noi și dezvoltarea unor proiecte (...) care ar putea conduce la descoperirea unor noi nișe de piață și dezvoltarea de soluții proprietare. Apoi, printre tendințele pieței, potențialul de afaceri în viitor al IoT a fost identificat și a devenit punctul de focalizare.”



Tabel nr. 3. Factori strategici ai inovării modelului de afacei pentru soluțiile IoT Constructe de nivel secund

Constructe de prim nivel Coduri

Orientări strategice

Orientare proactivă spre piață

Recunoașterea nevoii latente a clientului Identificarea tendințelor pieței

Orientare spre tehnologie

Recunoașterea potențialului de afaceri al noilor tehnologii Dezvoltarea soluțiilor IoT

Orientare antreprenorială

Decizia de a acționa proactiv A fi printre primii jucători pe piață

Capabilități adaptive de marketing*

Învățare vigilentă despre piață

Ascultarea clienților Identificarea tendințelor emergente Înțelegerea noilor nevoi ale clienților Anticiparea nevoilor viitoare

Experimentare pe piață

Testarea soluțiilor în contextul real al utilizării de către client Testarea soluțiilor pe piață Învățare prin experimentare

Marketing deschis Afilierea la alianțe necomerciale Promovarea prin comunități virtuale

Cultură organizațională

Cultură a inovării Focalizare pe inovare Deschidere față de noile tehnologii

Leadership organizațional

Leadership facilitator Viziune și imaginație Prevederea oportunităților de afaceri

Notă: * Conform conceptualizării lui Day, 2011

A treia orientare strategică adoptată de companiile din eșantion este orientarea antreprenorială. Aceste companii sunt inovatoare și proactive în acțiunile lor strategice, luând inițiativa și asumându-și riscuri calculate pentru a dezvolta soluții IoT, numărându-se printre primii jucători de pe piață. După cum a explicat un manager general, „Odată ce conducerea de vârf a înțeles fenomenul IoT, s-a luat decizia de a fi proactivi, de a fi printre primii care dezvoltă soluții IoT și de a crea o nouă afacere IoT”.

Codarea teoretică a datelor calitative ne-a permis să descoperim faptul că și capabilitățile adaptative de marketing joacă un rol important în inovarea modelului de afaceri pentru soluțiile IoT. Capabilitatea de învățare vigilentă despre piață permite generarea de informații valoroase despre nevoile latente și viitoare ale clienților. De exemplu, un director de cercetare și dezvoltare a subliniat că „au identificat nevoia de soluții noi pentru a asigura planificarea resurselor și trasabilitatea produsului, rezolvând simultan problema captării datelor din echipamentele existente”. Astfel, ascultarea clienților și conversația cu aceștia reprezintă activități esențiale pentru a descoperi nevoile nearticulate și pentru a identifica tendințele cu potențial disruptiv care necesită modificări ale modelului de afaceri. În plus, dezvoltatorii IoT înțeleg profund modul în care tehnologia IoT poate îmbunătăți procesele operaționale ale clientului și în care poate adăuga valoare afacerii clientului.

Capabilitatea de experimentare adaptivă pe piață a fost identificată ca un factor important în stimularea inovării modelului de afaceri. Unii manageri adoptă o abordare de tip încercare și eroare pentru a efectua experimente interne și pe piață pentru a aprofunda


Vol. 23 • Nr. 57• Mai 2021 323

învățarea și dezvoltarea bunelor practici. Managerul general al unei companii a explicat această abordare după cum urmează: „Inițial, testăm în interior soluția IoT și abia după aceea o oferim pieței. Testarea în contextul real al utilizării de către clienți este esențială. Feedback-ul oferit de client ne oferă posibilitatea de a învăța cum să îmbunătățim continuu calitatea produselor și serviciilor pe care le oferim pieței. Diferite soluții IoT au fost testate pe piață și unele dintre ele și-au dovedit viabilitatea.”

Capabilitatea de marketing deschis joacă un rol semnificativ în stimularea inovării modelului de afaceri pentru soluțiile IoT. Dezvoltatorii IoT din eșantion se străduiesc să se integreze în alianțe, ecosisteme de afaceri, rețele și comunități pentru a facilita învățarea organizațională și comunicarea de marketing. În acest sens, un director de cercetare și dezvoltare a subliniat că „Primul lucru pe care l-am făcut a fost să ne alăturăm unei alianțe care urmărește standardizarea unui protocol de comunicare pentru a promova dezvoltarea pieței IoT. Compania beneficiază de accesul la informații despre acest protocol, la standardele sale și la soluțiile tehnologice IoT”. În plus, aceste companii valorifică și resursele unor colaboratori externi, precum comunitățile virtuale, pentru a stimula cunoașterea și încrederea clienților în soluțiile IoT.

O cultură a companiei centrată pe inovare a fost identificată ca un factor care încurajează comportamentele inovatoare, cum ar fi experimentarea cu noi tehnologii și noi modele de afaceri. În acest sens, un manager general din eșantion a subliniat că „Este necesar un tip de cultură care stimulează deschiderea companiei către noile tendințe tehnologice”. Încurajarea explorării necunoscutului este o altă caracteristică interesantă a acestei culturi, așa cum a dezvăluit un director de cercetare și dezvoltare: „O companie care este deschisă inovării facilitează dezvoltarea afacerii IoT prin concentrarea pe ceea ce angajații nu știu încă să facă.”

Leadershipul facilitator joacă un rol important în inovarea modelului de afaceri pentru soluțiile IoT. După cum a subliniat un manager general, „Vizionarii sunt cei care prevăd oportunitățile de afaceri oferite de IoT și imaginează un nou model de afaceri pe care îl construiesc pentru a avea succes pe piață”. Mai mult, o viziune comună împărtășită în cadrul organizației este esențială în acest proces. Managerul general al unei alte companii din eșantion a concluzionat că „Cel mai important lucru este să împărtășim aceeași viziune, astfel încât, atunci când modelul de afaceri se schimbă, toată lumea să se implice în implementarea viziunii și în asumarea riscului”. 3.3. Rezultate de performanță ale inovării modelului de business pentru soluțiile IoT

Am descoperit că managerii așteaptă două rezultate principale ale inovării

modelului de afaceri pentru soluțiile IoT, și anume consolidarea avantajului competitiv al companiei și creșterea satisfacției clienților (Tabelul nr. 4).

Dezvoltatorii IoT se așteaptă să beneficieze de pe urma faptului de a fi printre primii jucători care pot obține un avantaj competitiv prin diferențierea pe baza tehnologiilor IoT. În acest sens, un manager de vânzări a dezvăluit că „Scopul companiei în dezvoltarea soluțiilor IoT este de a crea un avantaj diferențial față de concurenți printr-o propunere de valoare unică”. Satisfacția și încântarea clienților reprezintă o prioritate pentru managerii companiilor din acest eșantion, atitudinea corectă față de client fiind un factor important de succes în dezvoltarea soluțiilor IoT. În plus, am identificat o îngrijorare cu privire la riscul afectării negative a imaginii companiei datorită insatifacției posibile a clienților generată de așteptările neclare și/sau excesive ale acestora. Un manager general a subliniat că



„Asigurarea satisfacției și încântării clienților este o prioritate a companiei. Atitudinea corectă față de client este esențială în dezvoltarea unei soluții IoT de succes”.

Tabel nr. 4. Rezultate așteptate ale inovării modelului de afaceri pentru soluțiile IoT

Constructe de prim nivel Coduri Avantaj competitiv Diferențierea ca avantaj competitiv

Primul jucător pe piață Satisfacția clientului Satisfacția clientului

Încântarea clientului Pentru a sintetiza, acest studiu oferă un suport empiric contribuției potențiale a

orientărilor strategice ale companiei, capabilităților adaptive de marketing, a unui leadership facilitator și a culturii organizaționale la inovarea de succes a modelului de afaceri pentru soluțiile IoT.

4. Discuții Companiile trebuie să inoveze continuu modelul de afaceri ca răspuns la

incertitudinea generată de schimbările tehnologiei și ale pieței pentru a-și putea susține avantajul competitiv pe termen lung (Foss și Saebi, 2018). Inovarea cu succes a modelului de afaceri pentru soluțiile IoT presupune adoptarea de către companiii a orientărilor strategice spre piață, tehnologie și antreprenoriat (Chesbrough și Rosenbloom, 2002). Aceste orientări strategice generează un sistem de valori (Zhou, Yim și Li, 2005) și o perspectivă externă în alinierea strategiilor companiei la dinamica mediului (Zhou și Li, 2010), creând condițiile creșterii performanței pe termen lung. În pofida acestui fapt, în domeniul managementului și al marketingului strategic au fost dedicate eforturi limitate în studierea factorilor strategici ai inovării modelului de afaceri pentru soluțiile IoT. Pentru a elimina această lacună în cunoaștere, lucrarea de față contribuie la aprofundarea înțelegerii fenomenului inovării modelului de afaceri și la îndrumarea managerilor în acest proces.

În primul rând, acest studiu a identificat legături ale orientării proactive spre piață, orientării spre tehnologie și orientării antreprenoriale cu inovarea modelului de afaceri pentru soluțiile IoT. Acest lucru este în concordanță cu cercetările anterioare în marketingul strategic care demonstrează influența pozitivă a acestor orientări strategice asupra inovării și performanței (Gatignon și Xuereb, 1997; Atuahene-Gima, 2001; Zhou, Yim și Tse, 2005). În al doilea rând, a fost relevat potențialul capabilităților adaptive de marketing de a facilita inovarea modelului de afaceri pentru soluțiile IoT. Această constatare confirmă ideea conform căreia capitalizarea orientărilor strategice ale companiei necesită resurse complementare de tipul capabilităților de marketing (Zhou, Yim și Li, 2005; Zhou și Li, 2010). În al treilea rând, s-a constatat că un leadership facilitator și o cultură organizațională inovatoare joacă un rol important în stimularea inovării modelului de afaceri pentru soluțiile IoT. Această descoperire se înscrie în linia cercetărilor empirice anterioare care au dezvăluit rolul sprijinului managementului de vârf în implementarea orientării către piață (Narver și Slater, 1990) și rolul managerilor superiori în dezvoltarea de noi capabilități pentru valorificarea noilor tehnologii (Srinivasan, Lilien și Rangaswamy, 2002). În al patrulea rând, managerii au formulat așteptarea lor ca avantajul competitiv și satisfacția clienților să fie principalele rezultate ale inovării modelului de afaceri pentru soluțiile IoT. Acest fapt este în concordanță cu rezultatele unor cercetări anterioare care


Vol. 23 • Nr. 57• Mai 2021 325

susțin contribuția inovării modelului de afaceri la avantajul competitiv (Casadesus-Masanell și Zhu, 2013; Bashir și Verma, 2019) și la performanța companiei (Karimi și Walter, 2016; Visnjic, Wiengarte și Neely, 2016).

Concluzii Această cercetare aduce anumite contribuții teoretice la explicarea factorilor

strategici ai inovării modelului de afaceri pentru soluțiile IoT din perspectiva teoriei RBV. Astfel, a fost identificată existența unor legături ale orientării proactive spre piață, orientării spre tehnologie și orientării antreprenoriale cu inovarea modelului de afaceri pentru soluțiile IoT. Mai mult, capabilitățile adaptive de marketing au potențialul de a facilita inovarea modelului de afaceri pentru soluțiile IoT, un leadership facilitator și o cultură organizațională inovatoare jucând un rol important în stimularea inovării modelului de afaceri pentru soluțiile IoT. În consecință, avantajul competitiv și satisfacția clienților reprezintă principalele rezultate ale inovării modelului de afaceri pentru soluțiile IoT așteptate la nivel managerial. Din punct de vedere metodologic, prezenta prezenta lucrare contribuie la extinderea ariei de aplicare a abordării Grounded theory în cercetarea fenomenului inovării modelului de afaceri pentru soluțiile IoT în contextul unei economii emergente.

Rezultatele acestei cercetări sunt relevante pentru practica de afaceri, oferind managerilor o orientare în inovarea modelului de afaceri pentru soluțiile IoT. Înțelegerea factorilor strategici ai inovării modelului de afaceri pentru soluțiile IoT îi ajută pe manageri să ia decizii cu privire la dezvoltarea activelor și capabilităților complementare necesare pentru a facilita inovarea modelului de afaceri pentru soluțiile IoT și pentru a profita de inovațiile tehnologice. Valorificarea inovațiilor tehnologice necesită inovare atât în ceea ce privește componentele, cât și arhitectura modelului de afaceri pentru soluțiile IoT. În consecință, managerii trebuie să aloce resurse adecvate dezvoltării unor noi propuneri de valoare, noi procese de creare a valorii și noi modele de captare a valorii. Pentru a obține rezultatele așteptate din inovarea modelului de afaceri pentru soluțiile IoT, managerii ar trebui să asigure dezvoltarea unor capabilități adaptive de marketing care să ofere informații valoroase despre clienți și să genereze active relaționale. Pentru a spori capabilitățile adaptive de marketing ale companiei, managerii ar trebui să insufle la nivel organizațional și individual valorile și comportamentele adecvate orientărilor strategice care conduc la inovarea cu succes a modelelor de afaceri pentru soluțiile IoT. Mai precis, ei ar trebui să încurajeze și să sprijine angajații să adopte în acțiunile lor valorile și normele orientării proactive spre piață, orientării spre tehnologe și orientării antreprenoriale.

Nicio cercetare nu poate explica exhaustiv fenomenul investigat. Astfel, și această cercetare are propriile sale limite care deschid noi căi pentru cercetări viitoare. În primul rând, din perspectiva construirii și validării unei teorii, relațiile dintre orientările strategice ale companiei, capabilitățile de marketing și rezultatele inovării modelului de afaceri pentru soluțiile IoT nu au fost testate pe scară largă datorită numărului restrâns de firme care au început să dezvolte astfel de soluții. În consecință, cercetări viitoare ar putea dezvolta și testa ipoteze cu privire la relațiile dintre aceste constructe teoretice folosind scale validate din literatura de marketing și management strategic. În al doilea rând, cercetările viitoare ar putea investiga rolul altor orientări strategice în stimularea inovării cu succes a modelelor de afaceri pentru soluțiile IoT. De exemplu, s-ar putea investiga rolul orientării reactive spre piață în stimularea inovării modelului de afaceri pentru soluțiile IoT și a modului în



care se completează cu orientarea proactivă spre piață. În al treilea rând, rolul inovării și al capabilităților tehnologice în stimularea inovării modelului de afaceri pentru soluțiile IoT ar putea fi investigat în viitor. În cele din urmă, poate fi studiat modul în care capabilitatea unei companii de a implementa un nou model de afaceri pentru soluțiile IoT influențează impactul inovării modelului de afaceri asupra performanței firmei. În acest sens, rolul moderator al capabilităților dinamice și statice de marketing în relația dintre inovarea modelului de afaceri pentru soluțiile IoT și rezultatele de performanță ar putea fi abordat în mod specific. Cercetarea impactului orientărilor strategice și al capabilităților organizaționale asupra inovării modelului de afaceri se poate realiza printr-o cercetare cantitativă de tip sondaj utilizând anumite scale de măsurare dezvoltate și validate în cercetări anterioare. De exemplu, orientarea proactivă spre piață poate fi măsurată cu ajutorul scalei validate de Narver, Slater și MacLachlan (2004), iar capabilitățile dinamice de marketing cu ajutorul scalei dezvoltate de Guo și alții (2018). Inovarea modelului de afaceri poate fi măsurată utilizând scala dezvoltată de Clauss (2017), iar în măsurarea rezultatelor așteptate sunt utile scala dezvoltată de Moorman și Rust (1999), precum și cea dezvoltată de Vorhies și Morgan (2005).

Referințe Adams, P., Bodas Freitas, I.M., and Fontana, R., 2019. Strategic orientation, innovation

performance and the moderating influence of marketing management. Journal of Business Reseach, 97, pp. 129-140.

Alberti-Alhtaybata, L.V., Al-Htaybat, K., and Hutaibat, K., 2019. A knowledge management and sharing business model for dealing with disruption: The case of Aramex. Journal of Business Research, 94, pp. 400-407.

Amit, R. and Zott, C., 2001. Value creation in e-business. Strategic Management Journal, 22(6/7), pp. 493-520.

Aspara, J., Hietanen, J., and Tikkanen, H., 2010. Business model innovation vs. replication: Financial performance implications of strategic emphases. Journal of Strategic Marketing, 18(1), pp. 39-56.

Atuahene-Gima, K., 2001. An empirical investigation of the effect of market orientation and entrepreneurship orientation alignment on product innovation. Organization Science, 1(2), pp. 54-74.

Avlonitis, G.J. and Salavou, H.E., 2007. Entrepreneurial orientation of SMEs, product innovativeness, and performance. Journal of Business Research, 60, pp. 566-575.

Barbour, O. and Luiz, J., 2019. Embracing solutions-driven innovation to address institutional voids: The case of uber and the middle of the pyramid. California Management Review, 62(1), pp. 31-52.

Barney, J., 1991. Firm resources and sustained competitive advantage. Strategic Management Journal, 17(1), pp. 99-120.

Barney, J., 2014. How marketing scholars might help address issues in resource-based theory. Journal of the Academy of Marketing Science, 42, pp. 24-26.

Bashir, M. and Verma, R., 2019. Internal factors and consequences of business model innovation. Management Decision, 57(1), pp. 262-290.

https://www.emerald.com/insight/search?q=Makhmoor%20Bashir

https://www.emerald.com/insight/search?q=Rajesh%20Verma

https://www.emerald.com/insight/publication/issn/0025-1747


Vol. 23 • Nr. 57• Mai 2021 327

Berthon, P., Hulbert, J.M., and Pitt, L.F., 1999. To Serve or create? Strategic orientations toward customers and innovation. California Management Review, 42(1), pp. 37-58.

Blocker, C.P., Flint, D.J., Myers, M.B., and Slater, S.F., 2011. Proactive customer orientation and its role for creating customer value in global markets. Journal of the Academy of Marketing Science, 39(2), pp. 216-233.

Brege, H. and Kindstrom, D., 2020. Exploring proactive market strategies. Industrial Marketing Management, 84, pp. 75-88.

Casadesus-Masanell, R. and Ricart, J.E., 2010. From strategy to business models and onto tactics. Long Range Planning, 43(2/3), pp. 195-215.

Casadesus-Masanell, R. and Zhu, F., 2013. Business model innovation and competitive imitation: The case of sponsor-based business models. Strategic Management Journal, 34(4), pp. 464-482.

Chen, Y.-C., Li., P.-C. and Evans, K.R., 2012. Effects of interaction and entrepreneurial orientation on organizational performance: Insights into market driven and market driving. Industrial Marketing Management, 41, pp. 1019-1034.

Chesbrough, H., 2007. Business model innovation: it’s not just about technology anymore. Strategy and Leadreship, 35(6), pp. 12-17.

Chesbrough, H. and Rosenbloom, R.S., 2002. The role of the business model in capturing value from innovation: evidence from Xerox Corporation’s technology spin-off companies. Industrial and Corporate Change, 11(3), pp. 529-555.

Chryssochoidis, G., Dousios, D. and Tzokas, N., 2016. Small firm adaptive capability, competitive strategy, and performance outcomes: Competing mediation vs. moderation perspectives. Strategic Change, 25(4), pp. 441- 466.

Ciampi, F., Demi, S., Magrini, A., Marzi, G. and Papa, A., 2021. Exploring the impact of big data analytics capabilities on business model innovation: The mediating role of entrepreneurial orientation. Journal of Business Reseach, 123, pp. 1-13.

Clauss, T., 2017. Measuring business model innovation: Conceptualization, scale development, and proof of performance. R&D Management, 47(3), pp. 385-403.

Covin, J.G. and Slevin, D.P., 1998. The influence of organization structure on the utility of an entrepreneurial top management style. Journal of Management Studies, 25(3), pp. 217-234.

Day, G.S., 2011. Closing the marketing capabilities gap. Journal of Marketing, 75(4), pp. 183-195.

Fang, E. and Zou, S., 2009. Antecedents and consequences of marketing dynamic capabilities in international joint ventures. Journal of International Business Studies, 40(5), pp. 742-761.

Foss, N.J. and Saebi, T., 2018. Business models and business model innovation: Between wicked and paradigmatic problems. Long Range Planning, 51(1), pp. 9-21.

Futterer, F., Schmidt, J. and Heidenreich, S., 2018. Effectuation or causation as the key to corporate venture success? Investigating effects of entrepreneurial behaviours on business model innovation and venture performance. Long Range Planning, 51(1), pp. 64-81.

Gatignon, H. and Xuereb, J.-M., 1997. Strategic orientation of the firm new product performance. Journal of Marketing Research, 34(1), pp. 77-90.



Guest, G., Bunce, A. and Johnson, L., 2006. How Many Interviews Are Enough? An Experiment with Data Saturation and Variability. Field Methods, 18(1), pp. 59-82.

Guo, H., Wang, C., Su, Z. and Wang, D., 2020. Technology Push or Market Pull? Strategic Orientation in Business Model Design and Digital Start-up Performance. Journal of Product Innovation Management, 37(4), pp. 352-372.

Guo, H., Xu, H., Tang, C., Liu-Thompkins, Y., Guo, Z. and Dong, B., 2018. Comparing the impact of different marketing capabilities: Empirical evidence from B2B firms in China. Journal of Business Research, 93, pp. 79-89.

Han, J.K., Kim, N. and Srivanstava, R.K., 1998. Market orientation and organizational performance: Is innovation a missing link? Journal of Marketing, 62(4), pp. 30-45.

Hortinha, P., Lages, C. and Lages, L.F., 2011. The trade-off between customer and technology orientations: Impact on innovation capabilities and export performance. Journal of International Marketing, 19(3), pp. 36-58.

Hult, G.T.M. and Ketchen Jr., D.J., 2001. Does market orientation matter? A test of the relationship between positional advantage and performance. Strategic Management Journal, 22(9), pp. 899-906.

Jaeger, N.A., Zacharias, N.A. and Brettel, M., 2016. Nonlinear and dynamic effects of responsive and proactive market orientation: A longitudinal investigation. International Journal of Research in Marketing, 33(4), pp. 767-779.

Jayachandran, S., Hewett, K. and Kaufman, P., 2004. Customer response capability in a sense-and-respond era: The role of customer knowledge process. Journal of the Academy of Marketing Science, 32(3), pp. 219-233.

Karimi, J. and Walter, Z., 2016. Corporate entrepreneurship, disruptive business model innovation adoption, and its performance: The case of the newspaper industry. Long Range Planning, 49(3), pp. 342-360.

Kohtamäki, M., Heimonen, J., Sjödin, D. and Heikkilä, V., 2020. Strategic agility in innovation: Unpacking the interaction between entrepreneurial orientation and absorptive capacity by using practice theory. Journal of Business Research, 118, pp. 12-25.

Kozlenkova, I.V., Samaha, S.A. and Palmatier, R.W., 2014. Resource-based theory in marketing. Journal of the Academy of Marketing Science, 42, pp. 1-21.

Lamore, P.R., Berkowitz, D. and Farrington, P.A., 2013. Proactive/responsive market orientation and marketing-research and development integration. Journal of Product Innovation Management, 30(4), pp. 695-711.

Lumpkin, G.T. and Dess, G.G., 1996. Clarifying the entrepreneurial orientation construct and linking it to performance. Academy of Management Review, 21, pp. 135-172.

Martin, S.L. and Javalgi, R.G., 2016. Entrepreneurial orientation, marketing capabilities and performance: The Moderating role of Competitive Intensity on Latin American International New Ventures. Journal of Business Research, 69, pp. 2040-2051.

Mezger, F., 2014. Toward a capability-based conceptualization of business model innovation: Insights from an explorative study. R &D Management, 44(5), pp. 429-449.

Miller, D., 1983. The correlates of entrepreneurship in three types of firms. Management Science, 29(7), pp. 770-791.

Moorman, C., 1995. Organizational market information processing: Cultural antecedents and new product outcomes. Journal of Marketing Research, 32(3), pp. 318-335.


Vol. 23 • Nr. 57• Mai 2021 329

Moorman, C. and Rust, R.T., 1999. The role of marketing. Journal of Marketing, 62(SI), pp. 180-197.

Morris, M.H., and Paul, G.W., 1987. The relationship between entrepreneurship and marketing in established firms. Journal of Business Venturing, 2(2), pp. 247-259.

Mütterlein, J. and Kunz, R.E., 2017. Innovate alone or with others? Influence of entrepreneurial orientation and alliance orientation on media business model innovation. Journal of Media Business Studies, 14(3), pp. 173-187.

Narver, J.C. and Slater, S.F., 1990. The effect of a market orientation on business profitability. Journal of Marketing, 54, pp. 9-16.

Narver, J.C., Slater, S.F. and MacLachlan, D.L., 2004. Responsive and proactive market orientation and new-product success. Journal of Product Innovation Management, 21(5), pp. 334-347.

Oktemgil, M. and Gordon, G., 1997. Consequences of high and low adaptive capability in UK companies. European Journal of Marketing, 31(7), pp. 445-466.

Osterwalder, A., Pigneur, Y. and Tucci, C.L., 2005. Clarifying business models: Origins, present, and future of the concept. Communications of the Association for Information Systems, 16, pp. 1-25.

Ozdemir, S., Kandemir, D. and Eng, T.-E., 2017. The role of horizontal and vertical new product alliances in responsive and proactive market orientations and performance of industrial manufacturing firms. Industrial Marketing Management, 64, pp. 25-35.

Paiola, M. and Gebauer, H., 2020. Internet of things technologies, digital servitization and business model innovation in BtoB manufacturing firms. Industrial Marketing Management, 89, pp. 245-264.

Porter, M.E. and Happelmann, J.E., 2014. How smart, connected products are transforming competition. Harvard Business Review, 92(11), pp. 64-88.

Saeed, S., Yousafzai, S.Y. and Engelen, A., 2014. On Cultural and Macroeconomic Contingencies of the Entrepreneurial Orientation-Performance Relationship. Entrepreneurship Theory and Practice, 38(2), pp. 255-290.

Saldaña, J., 2013. The coding manual for qualitative researchers. 2nd ed. London: SAGE Publications Ltd.

Slater, S.F. and Narver, J.C., 1995. Market orientation and the learning organization. Journal of Marketing, 59(3), pp. 63-74.

Srinivasan, R., Lilien, G.L. and Rangaswamy, A., 2002. Technological opportunism and radical technology adoption: An application to e-business. Journal of Marketing, 66(3), pp. 47-60.

Taran, Y., Boer, H. and Lindgren, P., 2015. A business model innovation typology. Decision Sciences, 46(2), pp. 301-331.

Teece, D.J., 2010. Business models, business strategy and innovation. Long Range Planning, 43(2/3), pp. 172-194.

Teece, D.J., 2018. Business models and dynamic capabilities. Long Range Planning, 51(1), pp. 40-49.



Tsai, K.-H., Chou, C. and Kuo, J.-H., 2008. The curvilinear relationships between responsive and proactive market orientations and new product performance: A contingent link. Industrial Marketing Management, 37, pp. 884-894.

Verhoef, P.C. and Bijmolt, T.H.A., 2019. Marketing perspectives on digital business models: A framework and overview of the special issue. International Journal of Research in Marketing, 36(3), pp. 341-349.

Visnjic, I., Wiengarten, F. and Neely, A., 2016. Only the brave: Product innovation, service business model innovation, and their impact on performance. Journal of Product Innovation Management, 33(1), pp. 36-52.

Vorhies, D.W. and Morgan, N.A., 2005. Benchmarking marketing capabilities for sustainable competitive advantage. Journal of Marketing, 69, pp. 80-94.

Wang, C.L. and Ahmed, P.K., 2007. Dynamic capabilities: A review and research agenda. The International Journal of Management Reviews, 9(1), pp. 31-51.

Wirtz, B.W., 2016. Business model management: Design process instruments, Textbook for the Digital Society. 2nd ed. Speyer: s.n.

Wirtz, B.W., Pistoia, A., Ullrich, S. and Gottel, V., 2016. Business models: Origin, development and future research perspectives. Long Range Planning, 49(1), pp. 36-54.

Zahra, S.A. and Neubaum, D.O., 1998. Environmental diversity and the entrepreneurial activities of new ventures. Journal of Developmental Entrepreneurship, 3(2), pp. 123-140.

Zhao, Y., Li, Y., Lee, S.H. and Chen, L.B., 2011. Entrepreneurial orientation, organizational learning, and performance: Evidence from China. Entrepreneurship: Theory and Practice, 35(2), pp. 293-317.

Zhou, K.Z. and Li, C.B., 2010. How strategic orientations influence the building of dynamic capability in emerging economies. Journal of Business Research, 63, pp. 224-231.

Zhou, K.Z., Yim, C.K.(B.) and Tse, D.K., 2005. The effects of strategic orientations on technology- and market-based breakthrough innovations. Journal of Marketing, 69(2), pp. 42-60.

Zott, C., Amit, R. and Massa, L., 2011. The business model: Recent developments and future research. Journal of Management, 37, pp. 1019-1042.


Vol. 23 • Nr. 57• Mai 2021 331

UTILIZAREA MODELĂRII PREDICTIVE PE BAZA REȚELELOR NEURONALE ARTIFICIALE ȘI A IIoT ÎN ENERGIA EOLIANĂ

Adrian-Nicolae Buturache1*și Stelian Stancu2

1), 2) Academia de Studii Economice din București, România

Vă rugăm să citați acest articol astfel: Buturache, A.N. and Stancu, S., 2021. Usage of Neural-Based Predictive Modeling and IIoT in Wind Energy Applications. Amfiteatru Economic, 23(57), pp.412-428. DOI: 10.24818/EA/2021/57/412


Rezumat

Gradul de adopție al energiei eoliene a crescut semnificativ în ultimii ani. Noi tehnologii eficiente din punctul de vedere al costului au fost dezvoltate, transformarea fiind condusă de conștientizarea clienților cu privire la tehnologiile verzi și cadrul legal propus la nivelul Uniunii Europene. Natura stocastică a vitezei vântului este transferată și producției de energie, făcând-o greu predictibilă. Scopul principal al predicției producției de energie eoliană este de a permite luarea de acțiuni proactive prin echilibrarea și rezervarea acesteia în vederea satisfacerii cererii. Când predicția arată o posibilă diferență între cerere și ofertă, atunci trebuie generată și furnizată energie suplimentară din alte surse. Creând sinergie între soluții software și de stocare a datelor, dispozitive și capabilități de analiză Industrial Internet of Things facilitează prin automatizare tranziția la energia eoliană prin eliminarea multor dezavantaje într-un mod care a devenit relativ recent accesibil. Cercetarea se concentrează pe analiza datelor, propunând o abordare univariată rapidă bazată pe rețele neuronale pentru predicția producției de energie eoliane utilizând Rețele Neuronale cu Propagarea Înainte a semnalului, Rețele Neuronale Recurente, Long-Short Term Memory, Gated Recurrent Unit și Rețele Neuronale Convoluționale. Mai mult, prin introducerea fundamentelor teoretice, modului de implementare și parametrilor modelelor finale, acest articol devine unic în contextul energiei eoliene. La momentul realizării cercetării nicio sursă bibliografică nu prezenta o comparație directă între rețele neuronale cu propagare înainte a semnalului, recurente și convoluționale, acestea fiind cele mai importante din sfera învățării supervizate. Cuvinte-cheie: învățare automat, rețele neuronale artificiale, energie eoliană, internetul lucrurilor, internetul industrial al lucrurilor JEL Classification: O13, O14, O31, Q47, C45

* Autor de contact, Adrian-Nicolae Buturache ‒ e-mail: [email protected]

ORCID autori: Adrian-Nicolae Buturache: orcid.org/0000-0002-6146-2992 Stelian Stancu: orcid.org/0000-0002-4727-993X


https://orcid.org/0000-0002-6146-2992

https://orcid.org/0000-0002-4727-993X

AE Utilizarea modelării predictive pe baza rețelelor neuronale artificiale și a IIoT în energia eoliană


Introducere

Sectorul energie regenerabile a avut o creștere considerabilă în ultimii ani. Această creștere aduce provocări uriașe în ceea ce privește gestionarea turbinelor eoliene. Selectarea zonelor de instalare a turbinelor eoliene poate duce la amplasare dispersată din punct de vedere geografic, ceea ce face gestionarea lor să devină o provocare. Prin adoptarea Internetului Lucrurilor (Internet of Things) problemele legate de dispersia geografică sunt depășite prin realizarea de la distanta a analizelor descriptive, diagnostic și predictive în vederea minimizării costurilor operaționale, maximizând producția și minimizând perioadele de nefuncționare neplanificate. Predicția energiei eoliene este una dintre informațiile de bază necesare pentru controlul în timp real: a fi aproape de idealul timp real înseamnă livrarea rapidă de predicții, sincronizate cu întregul sistem. Cu cât precizia predicției este mai mare, cu atât eficiența întregului sistem este mai mare, rezultând economii pentru toți investitorii. Internet lucrurilor (IoT) poate permite diferitelor companii din întregul lanț de aprovizionare să își atingă obiectivele. Adoptarea în continuă creștere a energiei regenerabile duce la o situație care în trecut nu exista: apariția instalațiilor de capacitate mică construite de către consumatori casnici sau firme. Aceste instalații construite inițial pentru a acoperi consumul zilnic de energie, dar care pot și trimite energie în rețeaua electrică. Acest lucru consolidează caracterul distribuit al sistemelor de alimentare și creează o nouă provocare în ceea ce privește gestionarea optimă a rețelei. Cu toate acestea, există avantajul faptului că datele furnizate de contoarele de energie inteligente pot determina îmbunătățiri prin identificarea dispozitivelor mari consumatoare de energie sau automatizarea sistemelor de încălzire, ventilație și răcire. Creșterea capacității de producție este dirijată de Comisia Europeana și legislația la nivel de stat. Pentru următorii 10 ani, în baza Pactului verde european, există obiective precise pentru procentul minim de energie regenerabilă care trebuie utilizată și reducerea emisiilor de gaze cu efect de seră (European Commission, 2020). Chiar dacă majoritatea surselor de energie regenerabilă au fost descoperite în urmă cu zeci de ani, acestea nu au reușit să înlocuiască sursele pe bază de combustibili fosili din cauza disponibilității lor intermitente și variabile. Soluția identificată și aplicată a fost de a integra energia regenerabilă treptat, ceea ce a fost posibil datorită dezvoltării rețelelor inteligente care se bazează pe informații precum predicția consumului și producției de energie. În acest fel se creează o buclă de feedback între clienți și furnizori. Apoi, decalajul dintre cerere și ofertă poate fi acoperit folosind surse pe bază de combustibili fosili, eliminând impactul negativ al disponibilității prin egalarea cererii și ofertei. Integrarea cu succes a tehnologiilor eoliene în rețelele electrice existente depinde de precizia acestor predicții. Predicția pe termen scurt joacă un rol important atât pentru activitățile din sfera operațională, cât și pentru activitățile de comercializare a energiei. IoT include fiecare lucru (dispozitiv) având capacitatea de a comunica cu alte dispozitive, sisteme, rețele sau sisteme (Ashton, 2009). Profesioniștii din industrie și mediul academic au împărțit IoT în două ramuri: Industrial Internet of Things (Internetul Industrial al Lucrurilor) și Customer Internet of Things (Internetul Lucrurilor pentru Clienți) (Al-Ali, 2016). Industrial Internet of Things (IIoT) este reprezentat de rețelele inteligente, fabrici, mașini, utilaje și așa mai departe, în timp ce Customer Internet of Things (CIoT) este orientat către client și dispozitivele sale cum ar fi: dispozitivele inteligente mobile și de acasă sau mașini conectate. IIoT și CIoT, sunt conectate, permițând schimbul de informații. Acest articol își propune să ofere un studiu al utilizării analizelor predictive pe bază de rețele neuronale și IIoT în industria energiei eoliene. Accentul este pus pe analiza datelor prin identificarea aspectelor teoretice și practice pentru predicții pe termen scurt, rapide, univariate ale energiei eoliene, folosind pentru studiul de caz date ale turbinelor


Vol. 23 • Nr. 57• Mai 2021 333

eoliene din România. În final, rezultatele celor mai performante modele aparținând fiecăreia dintre cele cinci tipologii selectate sunt comparate, atât din punct de vedere al capacității de generalizare, cât și din punctul de vedere al timpului de antrenare. 1. Recenzia literaturii științifice

Metodele de predicție a energiei eoliene pot fi grupate în funcție de intervalul de timp (termen scurt, termen mediu sau termen lung), tipul de model (fizic, statistic, învățare automată sau hibrid) și varietatea de parametri (univariate, multivariate). Modelele fizice sunt construite cunoscând variabilele exogene care influențează producția de energie. Cu toate acestea, fiind deterministe, ele depind de locația și proprietățile fizice ale mediului în care se află turbinele eoliene, făcându-le mai puțin versatile decât alte modele. Pentru toate aceste modele, un alt aspect importat este că pentru toate abordările, fie energia este prezisă în mod direct, fie în primă fază este prezisă viteza vântului și apoi, pe baza curbelor de putere, energia este determinată analitic. În majoritatea studiilor disponibile este abordată metoda indirectă după cum urmează. Se propune un model bazat pe rețele de tip Gated Recurrent Unit (GRU) bidirecționale pentru a corecta și îmbunătății un model fizic de predicție a vitezei vântului (Ding, et al., 2019). Rezultatele au depășit modelele de referință selectate pentru predicția pe termen scurt, iar aceeași abordare poate fi utilizată și pentru predicțiile pe termen mediu și lung. În paradigma învățării automate univariate Long-Short Term Memory (LSTM) și Rețele Neuronale Convoluționale Unidimensionale (1D-CNN) pot fi implementate (Fukuoka, et al., 2018). LSTM și 1D-CNN, comparativ cu Rețele Neuronale cu Propagare Înainte a semnalului (FFNN), au oferit performanțe mai bune. O altă modalitate de a extrage informațiile importante dintr-o serie de timp este prin transformarea wavelet (Wang and Hu, 2015), iar apoi, modelul Gaussian Process Regression (GPR) combinând într-un mod neliniar predicțiile generate de alte modele precum Autoregressive Integrated Moving Average (ARIMA), Extreme Learning Machine (ELM) și Support Vector Machine (SVM). Această metodă este mai precisă decât modelele luate independent pentru predicția vitezei vântului pe termen scurt în cele două locații considerate. O implementare doar a ARIMA pe date operaționale reale expune posibilitatea reducerii costurilor asociate rezervelor de energie tampon doar prin o predicție mai exactă a vitezei vântului (Eldali, et al., 2016). Același beneficiu este adus și de predicția realizată în mod direct (Pant and Garg, 2016). Performanța modelelor poate fi îmbunătățită prin împărțirea setului de date în funcție de lunile anului și construind modele separate pentru fiecare interval calendaristic (Chen and Lai, 2011). Comparația dintre ARIMA și FFNN relevă faptul că pentru fiecare interval calendaristic performanța FFNN depășește performanța ARIMA. Tot în paradigma predicției directe s-a încercat o abordare hibridă care constă în utilizarea unui model neliniar pentru componenta neliniară a seriei de timp și a unui model statistic pentru componenta liniară. Un exemplu în acest sens poate fi utilizarea ARIMA pentru componenta liniară și Radial Basis Function Neural Network (RBFNN) pentru componenta neliniară. Pentru serii de timp cu similaritate mare poate fi efectuată o pregătire a datelor pentru a extrage informații privind schimbarea trendului (Liu, Ding and Jia, 2020). Prin metoda de clusterizare k-means se obține o nouă serie de timp comprimată, zgomotul fiindu-i eliminat, facilitând stocarea și utilizarea. Noua serie de timp rezultată este utiliată în modele precum ARIMA, SVM, GPR, Echo State Network (ESN), GRU, Attention Recurrent Neural Network (A-RNN), Input Attention Recurrent Neural Network (Input-Attn-RNN), Dual-stage Attention based Recurrent Neural



Network (DA-RNN). Cu excepția SVM, toate celelalte modele bazate pe rețele neuronale artificiale au avut performanțe bune, apropiate, dovedind capabilitatea acestui tip de modele.

Abordările bazate pe învățare automată permit cercetătorilor să studieze energia eoliană fără a avea multă experiență în industrie. Aceste modele flexibile și scalabile depășesc modelele existente pentru predicții univariate rapide. În prezent există o lacună în predicția univariată directă a energiei. În plus, este necesară o analiză cuprinzătoare a celor mai importante modele bazate pe rețele neuronale, în special pentru a se alinia provocărilor cu care se confruntă industria energiei eoliene. Facilitatorul pentru implementarea acestor soluții bazate pe învățare automată este reprezentat de tehnologiile IIoT, în primul rând prin faptul că datele operaționale devin disponibile pentru a fi consumate, cât și prin faptul că rezultatele analizelor predictive pot fi propagate înapoi pentru optimizarea în timp real a producției. 2. Fundamente teoretice 2.1. Rețele neuronale cu propagarea înainte a semnalului

Conceptul de rețea neuronală artificială a fost introdus pentru prima dată de McCulloch și Pitts (1943). Inspirate de creierul uman, ANN își propun să reproducă modul în care informația circulă între neuroni. Cu toate acestea, abia după introducerea propagării înapoi (Rumelhart, Hinton and Williams, 1986) ANN au început să își demonstreze capabilitățile. Prin implementarea propagării înapoi, ponderile sinaptice dintre neuroni sunt actualizate în funcție de rezultatul așteptat. Valoarea ponderilor sinaptice oferă informații despre cât de importante sunt datele de intrare în atingerea preciziei maxime.

FFNN reprezintă un tip de ANN în care informația este procesată în timp ce se propagă înainte prin rețea, trecând prin stratul de intrare, prin straturile ascunse și, în cele din urmă, prin stratul de ieșire (figura nr. 1). Fiecare strat este format din neuroni, reprezentând unitățile de calcul ale rețelei.

Figura nr. 1. Rețea neuronală artificială cu propagarea înainte a semnalului

Neuronii schimbă informație cu mediul înconjurător numai dacă se află pe stratul

de intrare sau stratul de ieșire. Neuronii straturilor ascunse primesc informație de la neuronii din amonte și trimit mai departe informația procesată în aval, fie către un alt strat ascuns, fie către stratul de ieșire. Toate valorile de intrare ale neuronilor au câte o pondere sinaptică (wi), influențată de valorile de intrare (xi) și de impactul asupra ieșirii (𝑦𝑦𝑖𝑖). Valoarea de ieșire a


Vol. 23 • Nr. 57• Mai 2021 335

unui neuron poate fi calculată ca o sumă ponderată a intrărilor (ecuația 2) cărora li le aplică funcția de activare f (ecuația 1).

y=f(z) (1)

z=� xiwi+bn

i=1

(2)

Unde 𝑏𝑏 este bias-ul. Utilizarea funcției de activare introduce neliniaritate în ieșirea neuronului. Neuronul va fi activat dacă valoarea de ieșire este mai mare decât un prag dat sau va fi inhibat dacă ieșirea este mai mică decât pragul (ecuația 3). Pentru funcția de activare RELU (rectified linear unit):

y=f(z)=max(0,z) (3)

Propagarea înapoi (backpropagation) înseamnă că informația călătorește înapoi din spre stratul de ieșire către stratul de intrare. Eroarea modelului este actualizată pentru actualizarea parametrilor rețelei în funcție de funcția obiectiv (minimizarea erorii). Modul în care parametrii rețelei sunt actualizați este guvernat de algoritmul de optimizare (Kingma and Ba, 2015). 2.2. Rețele Neuronale Recurente

O rețea neuronală recurentă (RNN) poate fi obținută prin adăugarea de conexiuni de feedback, fiind performante când sunt folosite date de tip serie de timp. Aplicațiile din zona seriilor de timp sunt importante deoarece predicția unui pas de timp poate depinde de mai mulți pași anteriori. RNN poate fi definit folosind următoarele ecuații (Pascanu, et al., 2014):

ht=fh(xt,ht-1)=ϕh�WTht-1+UTxt� (4)

yt=fo(ht,xt)=ϕo�VTht� (5)

Unde xt= vectorul intrărilor; ht= vectorul sării ascunse; ht-1= vectorul sării ascunse anterioare; yt= vectorul ieșirilor ; W, U, V= matrice parametri and fh, fo= funcții de activare. Vectorul intrărilor xt și starea ascunsă anterioară ht-1 sunt concatenate. Vectorul nou creat conține informații despre vectorul intrărilor de la pasul de timp curent (noua informație) și despre starea anterioară. Acest vector este trecut print-o funcție de activare tanh, rezultând vectorul sării curente. Funcția de activare tanh reglează ieșirea, ajustând valorile pentru a fi cuprinse între -1 și 1 (figura nr. 2).

În timp ce FFNN utilizează propagarea înapoi pentru antrenare, RNN folosește propagarea înapoi în timp (backpropagation through time) (Rumelhart, Hilton and Williams, 1986). Acest algoritm este potrivit pentru aplicații în care parametrii modelului sunt actualizați în pași de timp discreți. Conceptul RNN este vulnerabil la probleme ce țin de explozia sau dispariția gradientului (Bengio, Simard and Frasconi, 1994).



Figura nr. 2. Rețele neuronale recurente

2.3. Rețele Neuronale de tip Long-Short Term Memory

Conceptul Long-Short Term Memory (LSTM) (Hochreiter and Schmidhuber, 1997) păstrează capabilitățile RNN de a lucra cu serii de timp, dar reduce problemele ce țin de păstrarea dependențelor în timp și cele legate de gradient. Noutatea LSTM (figura nr. 3) constă într-un sistem de porți care gestionează modul în care informația circulă: asigură păstrarea sau înlăturarea informațiilor în funcție de importanța pe care o au.

Figura nr. 3. Rețele Neuronale de tip Long-Short Term Memory

Conform fundamentelor teoretice, în starea celulei sunt stocate informațiile

relevante din pașii de timp anteriori, reducând impactul negativ al transformării informațiilor (information morphing). Sistemul este format din trei porți: poarta de intrare, poarta de uitare și poarta de ieșire. Cele trei porți sunt, practic, rețele neuronale. Așa cum funcția de activare tanh limitează valorile de ieșire între -1 și 1, funcția de activare sigmoidă îndeplinește o sarcină asemănătoare, dar în intervalul dintre 0 și 1. Poarta de uitare decide ce informații din starea anterioară a celulei trebuie păstrate sau înlăturate (ecuația 6).

ft=σ�xtUf+ht-1Wf+bf� (6)


Vol. 23 • Nr. 57• Mai 2021 337

Unde Uf și Wf sunt ponderile valorilor de intrare de pasul de timp curent și ponderile celulei de stare de la pasul anterior, iar bf este bias-ul, toate fiind în raport cu poarta uitării. Poarta de intrare este formată din două straturi definite matematic după cum urmează. Primul strat decide noile informații care vor fi stocate în starea celulei (ecuația 7). Acest strat acționează în mod similar cu poarta de uitare: vectorul valorilor de intrare de la pasul de timp curent și valorile de ieșire ale celulei de stare anterioare sunt trecute printr-o funcție sigmoidă. Diferența se face prin considerarea valorilor ponderilor sinaptice proprii acestui strat, Ui, Wi și bias-ul bi.

it=σ�xtUi+ht-1Wi+bi� (7)

Al doilea strat al porții de intrare folosește vectorul valorilor de intrare de la pasul de timp curent și valorile de ieșire ale celulei de stare anterioare și le trece printr-o funcție de activare tanh (ecuația 8). Din nou bias-ul și matricele ponderilor fiind proprii acestui strat secund. Noul candidat pentru starea celulei este calculat ca:

Ct� =tanh(xtUg+ht-1Wg+bc) (8)

Iar noua stare a celulei:

Ct=σ�ft∙Ct-1+it∙Ct� � (9)

La acest moment se decide ce informații din celula de stare anterioară trebuie păstrate prin realizarea produsului Hadamard. Nou calculata stare a celulei (ecuația 9), vectorul valorilor de intrare de la pasul de timp curent și valorile de ieșire ale celulei de stare anterioare sunt apoi utilizate pentru a calcula o nouă stare ascunsă, ht. Vectorul valorii de ieșire (poarta de ieșire):

ot=σ(xtUo+ht-1Wo+bo) (10)

Trecut printr-o funcție de activare tanh, din produsul Hadamard dintre noua stare a celulei și vectorul valorilor de ieșire rezultă noua stare ascunsă:

ht=tanh(Ct)∙ot (11)

Starea celulei, Ct, cunoscută sub numele de memorie pe termen lung și starea ascunsă, ht, cunoscută sub numele de memorie pe termen scurt, sunt calculate. Logica descrisă mai sus se repetă pentru toți pașii de timp considerați. Valoarea de ieșire a fiecărui pas de timp este obținută utilizând memoria pe termen scurt. 2.4. Rețele Neuronale de tip Gated Recurrent Unit

GRU este un design relativ nou (Cho, et al., 2014), care a câștigat popularitate încă de la începuturile sale. Ca și în cazul LSTM, această soluție își propune să reducă problemele legate de gradient și dependențele pe termen lung. Logica GRU este similară cu cea implementată în LSTM, în sensul în care informația este dirijată printr-un sistem de porți (figura nr. 4).



Figura nr. 4. Rețele Neuronale de tip Gated Recurrent Unit

Cu toate acestea, sistemului de porți al GRU are doar două porți: poarta de

actualizare și poarta de resetare. O altă diferență este reprezentată de starea celulei, aceasta nefăcând parte din GRU. Atât poarta de resetare, cât și poarta de actualizare sunt guvernate de funcții de activare sigmoide. În acest fel sunt păstrate doar informațiile relevante. Poarta de resetare are o funcționare similară cu poarta de uitare a LSTM care decide ce informații din stare ascunsă trebuie să fie eliminate (ecuația 12).

rt=σ(xtUr+ht-1Wr+br) (12)

Poarta de actualizare funcționează la fel ca poarta de intrare a LSTM, filtrând informațiile provenite din starea anterioară și informațiile intrării curente, selectând noile informații care vor fi adăugate (ecuația 13).

zt=σ(xtUz+ht-1Wz+bz) (13)

Unde r (ecuația 12) și z (ecuația 13) indică faptul că ponderile sinaptice sunt proprii porții de resetare și porții de actualizare. Dacă valorile porții de actualizare sunt apropiate de 1, atunci informațiile din starea anterioară sunt păstrate, în timp ce intrările stării curente sunt ignorate. Poarta de resetare asigură captarea dependențelor pe termen scurt, în timp ce poarta de actualizare captează dependențele pe termen lung. Noul candidat pentru starea ascunsă este dat de ecuația:

ht�=tanh �xtUh�+(ht-1∙rt)Wh�+bht�� (14)

După incorporarea efectului porții de resetare de către noul candidat al stării ascunse, impactul valorilor ieșirilor porții de actualizare este de asemenea asimilat în starea ascunsă de la pasul curent:

ht=(1-zt)∙ ht-1+zt∙ht� (15)

În acest fel, GRU reușește să facă față dependențelor pe termen scurt și lung, dar și problemelor legate de gradient, cu mai puține calcule, fiind mai puțin costisitor din punct de vedere al puterii computaționale comparativ cu LSTM.


Vol. 23 • Nr. 57• Mai 2021 339

2.5. Rețele Neuronale Convoluționale

Rețelele neuronale convoluționale (CNN) reprezintă o ramură a rețelelor neuronale artificiale inventată pentru recunoaștere de imagini, inițial pentru recunoașterea cifrelor scrise de mână (Le Cun, et al., 1990). CNN moderne au început să fie utilizate pe date unidimensionale (1D CNN) din aplicații cum ar fi serii de timp, text sau analiză audio (Zhang, et al., 2020). CNN pot fi constituite în arhitecturi mai eficiente din punct de vedere computațional datorită ușurinței paralelizării calculelor în nucleele unităților grafice și numărului redus de parametrii, comparativ cu arhitecturile complet conectate.

O configurație tipică 1D CNN pentru o problemă de predicție a unei serii de timp constă în: date te intrare, un strat convoluțional, un strat de grupare, un strat de concatenare, un strat complet conectat și un strat de ieșire (figura nr. 5). Stratul convoluțional procesează datele de intrare și învață să extragă caracteristicile adecvate pentru regresia realizată (Abdeljaber, et al., 2017).

Figura nr. 5. Rețea Neuronală Convoluțională Unidimensională (1D CNN)

Propagarea înainte într-un strat convoluțional este descrisă de următoarea ecuație

(Kiranyaz, et al., 2020):

xkl =bk

l +� conv1D�wikl-1,si

l-1�Nl-1

i=1

(16)

Unde bkl = bias-ul neuronului kth pe stratul l; wik

l-1 = kernelul neuronului ith pe stratul l-1 până la neuronul kth pe stratul l; si

l-1 = valoarea de ieșire a neuronului ith pe stratul l-1; xkl

= valorile de intrare. Trecând prin funcția de activare valorile de intrare poate fi obținută valoarea de ieșire intermediară:

ykl =f�xk

l � (17)

Ca abordare pas cu pas, mai întâi trebuie selectat kernelul, care este apoi translatat pas cu pas de-a lungul serie de timp. Pentru fiecare pas este calculat produsul scalar dintre kernel și seria de timp cuprinsă de către acesta. Convoluția este reprezentată de secvența rezultată în urma efectuării produsului scalar (End to End Machine Learning School, 2020). Stratul de grupare reduce numărul de parametri antrenabili, păstrând și informația. Prin aplatizarea (flattening) stratului de grupare rezultă o matrice unidimensională, având



dimensiunea potrivită pentru a fi utilizată mai departe în stratul complet conectat, care este în esență o rețea neuronală cu propagare înainte a semnalului. 3. Metodologie

Între 2005 și 2017, cantitatea de energie eoliană produsă în Uniunea Europeană a crescut cu 414%. Romania este una dintre țările care au atins obiectivul Comisiei Europene privind energia regenerabilă pentru 2020 Court of Auditors, 2019), având o capacitate totală de producție de 3040 MW (Sava, 2020). La nivelul anului 2018, 42% din consumul de energie al României a fost reprezentat de energie regenerabilă, în timp ce media în Uniunea Europeană a fost de 32%. Din această valoare, 15% din energia regenerabilă a României este energiei eoliană (Botea, 2020). Această creștere impresionantă a dus la o complexitate tot mai mare a sarcinilor necesare pentru a gestiona funcționarea optimă și sigură a energiei eoliene, adăugând complexitate și rețelelor electrice. Incertitudinea și volatilitatea au un impact semnificativ deoarece contribuția energiei eoliene la totalul energiei livrate este în creștere. Operatorii de turbine eoliene trebuie să facă față acestor provocări menționate anterior, fără a afecta rețeaua electrică sau crea întreruperi clienților. Tehnologiile IoT pot crea mecanisme pentru sistemele automate de monitorizare și control, permițând operatorului să implementeze strategii cu privire la aceste provocări. În cele din urmă, rezultatele predicției energiei eoliene sunt utilizate pentru a sprijini producția, pentru a furniza energie fără întreruperi.

La o privire în ansamblu a unei arhitecturi tipice IIoT sunt identificate trei straturi importante: stratul de conectare, stratul de achiziție (a datelor) și stratul de analiză (figura nr. 6).

Figura nr. 6. Prezentare generală a arhitecturii IIoT propusă

Conexiunile acestor straturi sunt bidirecționale (Krishna, et al., 2018) și supuse protocoalelor de securitate cibernetică. Stratul de conectare este format din dispozitive fizice, cum ar fi senzori pentru monitorizare și actuatoare pentru control. Pe lângă senzori care să înregistreze datele, aceste dispozitive trebuie să se poată conecta la infrastructura IT pentru trimiterea și primirea datelor. În plus, pot face și standardizarea și transformarea datelor. Conexiunea la internet se face folosind IoT gateway (poartă de acces IoT). Acest dispozitiv are capabilități computaționale mai mari decât dispozitivele existente pe stratul de conectare și este capabil să agrege date de la mai mulți senzori, iar apoi să le trimită în cloud. Stocarea în cloud are avantaje cum ar fi scalabilitatea, utilizabilitatea, accesibilitatea, securitatea, rentabilitatea și automatizarea (Singh, 2020). În stratul de analiză, datele operaționale sunt transformate în informații practice pentru gestionarea și îmbunătățirea operațiunilor. Stratul de analiză poate conține diferite tipuri de analize de date (Hanski, et al., 2018): acest studiu


Vol. 23 • Nr. 57• Mai 2021 341

se concentrează pe analiza descriptivă și predictivă. În stratul de analiză este implementat standardul de minare a datelor CRISP-DM (IBM, 2019). Această metodologie robustă oferă o abordare structurată pentru proiectele de minare de date. Ghidul pas cu pas descrie principalele sarcini care trebuie îndeplinite pe parcursul fiecărei faze și interacțiunile dintre aceste faze. CRISP-DM este esențial în cazurile afacerilor din lumea reală și constă în următoarele șase faze: înțelegerea afacerii, înțelegerea datelor, pregătirea datelor, modelarea, evaluarea și implementarea. Prima fază, înțelegerea afacerii, a fost abordată pe larg în secțiunile anterioare. A doua fază a CRISP-DM este reprezentată de înțelegerea datelor. Datele au fost puse la dispoziție de Open Power System Data (Neon Neue Energieökonomik, 2020). Seria de timp a producției energiei eoliene a fost agregată pe ore și constă în 15336 înregistrări în perioada cuprinsă între 01/01/2019 și 30/09/2020 (tabel nr. 1). Open Power System Data este o platformă pentru datele colectate din sistemul European de energie, datele fiind disponibile în mod gratuit.

Tabel nr. 1. Descrierea serie de timp (energie eoliană produsă) total medie std min 25% 50% 75% max

Energie eoliană produsă 15336 774,03 665,99 0 237 573 1165,5 2809

Notă: Total = număr total de înregistrări; std = deviația standard; min = valoarea minimă; 25% = prima quartilă; 50% = valoarea mediană; 75% = a treia quartilă; max = valoarea maximă.

Figura nr. 7 prezintă producția de energie eoliană, medie, pe zi. Aceste date confirmă natura intermitentă a energiei eoliene. Această serie de timp nu prezintă date lipsă, valori extreme sau diferențe în formatul datelor.

Figura nr. 7. Media zilnică a producției de energie eoliană În faza de modelare au fost considerate cinci tehnici: FFNN, RNN, LSTM, GRU și

1D CNN, descrise în detaliu în Secțiunea 2. Indicatorii de performanță selectați pentru faza de evaluare permit o comparație obiectivă. Cei trei indicatori selectați sunt: coeficientul de determinare, eroarea absolută medie (MAE) și timpul de antrenare. Coeficientul de determinare (R2) măsoară cât de mult din variabilitatea rezultatului poate fi explicată prin



model (ecuația 18). Acest coeficient este mărginit între 0 și 1. Cu cât mai aproape de 1, cu atât modelul este mai bun în explicarea variabilității rezultatului. MAE face media valorilor absolute ale erorilor de predicție (ecuația 19). Această medie nu este influențată daca valoarea pozitivă sau negativă a erorii.

R2=1-∑ (yi-y� i)

ni=1

∑ (yi-y�i)ni=1

2 (18)

MAE=1n��yi-y�i�

n

i=1

(19)

Unde yi este valoarea reală și y�i este valoarea prezisă. Timpul de antrenare evaluează resursele consumate pentru învățare și dacă timpul de învățarea se poate încadra între două înregistrări consecutive. A șasea fază a CRISP-DM, implementarea, nu a fost a incusă în această cercetare.

Toți algoritmii propuși au fost implementați în Python, folosind Keras (Chollet, 2017) cu TensorFlow în backend. Configurația hardware constă dintr-un Dell Precision 7350 echipat cu GPU Nvidia Quadro P2000, 32 GB RAM, CPU Intel Core i5-8400H @2.5 GHz, Windows 10 și Python 3.6.10. Procesul de învățare a fost de tip supervizat. Perechi date de intrare și ieșire din subsetul de antrenare au fost utilizate în timpul antrenării. Modelele au învățat să generalizeze pe aceste date de antrenare. Testare a avut loc folosind date nevăzute: un subset de date de testare care nu a fost parte a procesului de învățare. În timpul fazei de testare a fost evaluată performanța modelelor (Fawcett and Provost, 2013). 4. Rezultate și discuție

Pentru modelele selectate, performanța finală și timpii de antrenare reprezintă media a trei încercări, utilizând diferite împărțiri pe subseturi de antrenare și testare (tabel nr. 2 și figurile nr. 8-10). Acest lucru oferă rezultate semnificative, fără legătură cu împărțirea datelor pe subseturi.

Tabel nr. 2. Selectarea parametrilor

Model Parametrii Rezultate

𝑹𝑹𝟐𝟐 MAE Timp instruire [s]

FFNN batch=8, e=197, nn=47, hl=2, opt=Adam, lr=0.001, wi=Xavier Uniform, activation=RELU

0,963 82,3 350,7

RNN batch=128, e=20, nn=128, hl=2, opt=Adam, lr=0.001, wi=Xavier uniform, activation=RELU

0,971 70 93,3

LSTM batch=128, e=29, nn=128, hl=2, opt=Adam, lr=0.001, wi=Xavier uniform, activation=RELU

0,972 69,9 701,8

GRU batch=128, e=25, nn=128, hl=2, opt= Adam, lr=0.001, wi=Xavier uniform, activation=RELU

0,971 70 427,5


Vol. 23 • Nr. 57• Mai 2021 343

Model Parametrii Rezultate

𝑹𝑹𝟐𝟐 MAE Timp instruire [s]

1D CNN batch=32, e=12, nndl=64, hldl=1, filters=64, kernel=3, pool=2, opt=Adam, lr=0.001,

0,961 82,5 17,6

Notă: FFNN = rețea neuronală cu propagare înainte a semnalului (feedforward neural network), RNN = rețea neuronală recurentă (recurrent neural network), LSTM = memorie pe termen lung (long short-term memory), GRU = unitate recurentă închisă (gated recurrent unit), 1D CNN =rețea neuronală convoluțională unidimensională (one dimensional convolutional neural network), batch = dimensiune lot, e = număr de epoci, nn = număr de neuroni pe stratul ascuns, hl = număr de straturi ascunse, opt = algoritm optimizare, lr = rată de învățare, wi = inițializarea ponderilor, activation = funcție de activare, nndl = număr de neuroni pe straturile complet conectate, hldl = număr de straturi ascunse complet conectate, filters = număr de filtre, kernel = dimensiune kernel, pool = dimensiune grupare.

Figura nr. 8. Comparație între coeficientul de determinare și timpul de antrenare Notă:FFNN = rețea neuronală cu propagare înainte a semnalului (feedforward neural network), RNN = rețea neuronală recurentă (recurrent neural network), LSTM = memorie pe termen lung (long short-term memory), GRU = unitate recurentă închisă (gated recurrent unit), 1D CNN =rețea neuronală convoluțională unidimensională (one dimensional convolutional neural network), R2 = coeficientul de determinare.



Figura nr. 9. Comparație între coeficientul de determinare și eroarea medie absolută Notă:FFNN = rețea neuronală cu propagare înainte a semnalului (feedforward neural network), RNN = rețea neuronală recurentă (recurrent neural network), LSTM = memorie pe termen lung (long short-term memory), GRU = unitate recurentă închisă (gated recurrent unit), 1D CNN =rețea neuronală convoluțională unidimensională (one dimensional convolutional neural network), R2 = coeficientul de determinare, MAE = eroarea medie absolută (mean absolute error).

Datorită multitudinii de parametri care pot fi configurați și capabilităților remarcabile de a de a învăța și generaliza, rezultatele pot fi considerate semnificative și de încredere. Nu există diferențe semnificate între RNN, LSTM și GRU în ceea ce privește 𝑅𝑅2 și MAE. Cu toate acestea, era de așteptat ca timpul de antrenare al LSTM să fie cel mai lung, iar asta din cauza mecanismelor sale complexe de capturare a dependențelor pe termen scurt și lung. Dintre modelele selectate, LSTM consumă cea mai multă putere de calcul. FFNN poate fi considerat cel mai puțin sofisticat model, dar oferă un 𝑅𝑅2 rezonabil în doar jumătate din timpul de învățare necesar LSTM. Conform considerațiilor teoretice, 1D CNN este cel mai puțin costisitor din punct de vedere al puterii computaționale. Chiar dacă 𝑅𝑅2 al modelelor considerate par apropiate, MAE oferă o altă perspectivă (figura nr. 9): pentru o aplicație din lumea reală, chiar dacă timpul de antrenare al unui model este de ordinul secundelor, valoarea mare a MAE, nu este fezabilă. Analizând strict valorile R2 și MAE, LSTM este soluția cea mai performantă.


Vol. 23 • Nr. 57• Mai 2021 345

Figura nr. 10. Predicția producției de energie eoliană pe oră Notă: FFNN = rețea neuronală cu propagare înainte a semnalului (feedforward neural network), RNN = rețea neuronală recurentă (recurrent neural network), LSTM = memorie pe termen lung (long short-term memory), GRU = unitate recurentă închisă (gated recurrent unit), CNN =rețea neuronală convoluțională.

Concluzii

Industria energetică trebuie să țină pasul cu celelalte industrii pe care le pune în mișcare. Cererea de energie și modul în care clienții o utilizează devin din ce în ce mai complexe. Modul de consumare a energiei este puternic influențat de dispozitivele utilizate, în timp ce caracterul distribuit al sistemelor de producție este influențat de sistemele de energie regenerabilă, mici, de uz casnic sau ale companiilor. Cheia unei funcționări sigure și optime a rețelelor electrice se bazează pe predictibilitate pe întregul lanț de aprovizionare cu energie. Tehnologiile IoT pot acționa ca facilitatori, adunând la un loc toate „lucrurile” creând sinergie. Activele dispersate geografic pot, cu ajutorul tehnologiilor IIoT, să fie gestionate mai eficient, prevenind și minimizând perioadele costisitoare de nefuncționare, maximizând producția și, în același timp, reducând impactul negativ al volatilității producției. Prin intermediul IIoT pot fi integrate și gestionate mai multe tipuri de resurse: solare, geotermale, hidroenergetice sau biomasă. Pe lângă IIoT, CIoT este crucial pentru furnizarea unei soluții complete. MAE dă o măsură a performanței în raport cu o valoarea absolută, energia produsă. În cazul RNN, LSTM și GRU valorile MAE sunt diferențiate la nivel de zecimală și chiar dacă unitatea de măsură este MW, la momentul implementării în producție și alte elemente trebuie luate în calcul. Pentru o implementare complet informată este necesar ca cele trei modele să fie utilizate în paralel pentru a identifica cea mai bună soluție. Complexitatea sarcinilor pentru identificarea parametrilor și stabilitatea modelelor sau frecvența cu care trebuie refăcută instruirea sunt elemente decisive în alegerea celei mai bune soluții. Valorile R2 care sunt apropiate între modelele selectate, dar sunt apropiate și de valoarea 1, ceea ce înseamnă că modelele pot explica variabilitatea rezultatului într-o



proporție extrem de mare, rezultatele fiind relevante. Compararea rezultatelor cu cele obținute de către alți cercetători nu a fost posibilă din cauza modului în care sunt aleși adesea indicatori de performanță care permit doar compararea unor modele diferite care au fost instruite folosind același set de date, dar nu și compararea cu modele instruite pe seturi de date diferite, specifice fiecărui articol în parte. În acest sens, folosirea coeficientului de determinare, descrierea completă a parametrilor modelelor, configurării software și hardware vor permite altor cercetători să folosească acest articol pentru studii comparative. Performanța modelelor poate fi mărită prin adăugarea de variabile exogene cum ar fi viteza vântului, vântul de forfecare, temperatura și presiunea ambiantă, temperatura punctului de rouă și umiditate. Referințe Abed, S., Alyahya, N. and Altameem, A., 2020. Iot in education: Its impacts and its future in

saudi universities and educational environments. Advances in Intelligent Systems and Computing, [e-journal] 1045, pp.47-62. https://doi.org/10.1007/978-981-15-0029-9_5.

Abu, F., Jabar, J. and Yunus, A.R., 2015. Modified of UTAUT Theory in Adoption of Technology for Malaysia Small Medium Enterprises (SMEs) in Food Industry. Australian Journal of Basic and Applied Sciences, 9(4), pp.104-109.

Alotaibi, S.J., 2015. Attendance system based on the Internet of Things for supporting blended learning. In: s.n, World Congress on Internet Security (WorldCIS). Dublin, Ireland, 19-21 October 2015. S.l: IEEE, pp.78-78. DOI: 10.1109/ WorldCIS.2015.7359418.

Al-Momani, A.M., Mahmoud, M.A. and Sharifuddin, M., 2016. Modeling the adoption of internet of things services: A conceptual framework. International Journal of Applied Research, 2(5), pp.361-367.

Almetere, E.S., Kelana, B.W.Y. and Mansor, N.N.A., 2020. Using UTAUT Model to Determine Factors Affecting Internet of Things Acceptance in Public Universities. International Journal of Academic Research in Business and Social Sciences, 10(2), pp.142-150.

ANS, 2020. Platforma naţională de colectare a datelor statistice pentru învăţământul superior [online]. Available at: <www.https://date.invatamant-superior.ro/> [Accessed 20 November 2020].

Ashton, K., 2009. That Internet of Things Thing: In the Real World Things Matter More than Ideas. RFID Journal, [online] 22(7), pp.97-114. Available at: <http://www.rfidjournal. com/articles/view?4986> [Accessed 15 November 2020].

Asseo, I., Johnson, M., Nilsson, B., Chalapathy, N. and Costello, T.J., 2016. The Internet of Things: Riding the Wave in Higher Education. [online] Available at: <http://er.educause.edu/articles/2016/6/the-internet-of-things-riding-the-wave-in-higher-education> [Accessed 10 November 2020].

Attuquayefio, S. and Addo, H., 2014. Using the UTAUT model to analyze students’ ICT adoption. International Journal of Education and Development using Information and Communication Technology (IJEDICT), 10(3), pp.75-86.



https://date.invatamant-superior.ro/






Vol. 23 • Nr. 57• Mai 2021 347

Cortina, J.M., 1993. What is coefficient alpha? An examination of theory and applications. Journal of Applied Psychology, [e-journal] 78, pp.98-104. DOI: 10.1037/0021-9010.78.1.98.

Crawford, C., Davies, N.M. and Smith, S., 2018. Why do so few women study economics? Evidence from England. [online] Available at: <https://www.res.org.uk/uploads/assets/ uploaded/6c3fd338-88d6-47ea-bf2f302dfee7f37e.pdf > [Accessed 8 November 2020].

Das, B. and Jain, P.C., 2017. Real-Time Water Quality Monitoring System using Internet of Things. In: s.n, International Conference on Computer, Communications and Electronics (Comptelix). Jaipur, India, 1-2 July 2017. S.l: IEEE, pp.78-82. DOI: 10.1109/ COMPTELIX.2017.8003942.

Davis, F., 1989. Perceived usefulness, perceived ease of use and user acceptance of information technology. MIS Quarterly, 13(3), pp 319-340.

Falkenreck, C. and Wagner, R., 2017. The internet of things – Chance and challenge inindustrial business relationships. Industrial Marketing Management, [e-journal] 66(iss. August), pp.181-195. https://doi.org/10.1016/j.indmarman.2017.08.007.

Fishbein, M. and Ajzen, I., 1975. Belief, attitude, intention and behavior: An introduction to theory and research. Reading, MA: Addison-Wesley.

Gao, L., and Bai, X., 2014. A unified perspective on the factors influencing consumer acceptance of internet of things technology. Asia Pacific Journal of Marketing and Logistics, [e-journal] 26(2), pp.211-231. https://doi.org/10.1108/APJML-06-2013-0061.

Goldin, C., 2013. Notes on Women and the Undergraduate Economics Major. Committee of the Status of Women in the Economics Profession Newsletter, 15, pp.4-6.

Gul, S., Asif, M., Ahmad, S., Yasir, M., Majid, M. and Malik, M.S., 2017. A Survey on Role of the Internet of Things in Education. IJCSNS International Journal of Computer Science and Network Security, [online] 17(5). Available at: <http://paper.ijcsns.org/ 07_book/201705/20170520.pdf> [Accessed 29 November 2020].

Guinard, D., Trifa, V., Mattern, F. and Wilde, E., 2011. From the Internet of Things to the Web of Things: Resource-oriented architecture and best practices. Architecting the Internet of Things. Berlin, Heidelberg: Springer. DOI: 10.1007/978-3-642-19157-2_5.

Hair, J.F.Jr., Babin, B., Money, A.H. and Samouel, P., 2003. Essential of business research methods. United States of America: John Wiley&Sons.

Han, W., 2011. Research of intelligent campus system based on IOT. Advances in Multimedia, Software Engineering and Computing, [e-journal] 1, pp.165-169. https://doi.org/ 10.1007/978-3-642-25989-0_29.

Hjenaabadi, H., 2017. On the relationship between loneliness and social support and cell phone addiction among students. Journal of School Psychology, 5(4), pp.7-30.

King, W.R. and He, J., 2006. A meta-analysis of the technology acceptance model. Information and Management, [e-journal] 43, pp.740-755. https://doi.org/10.1016/ j.im.2006.05.003.

https://doi.org/10.1037/0021-9010.78.1.98

https://doi.org/10.1037/0021-9010.78.1.98



https://www.res.org.uk/uploads/assets/uploaded/6c3fd338-88d6-47ea-bf2f302dfee7f37e.pdf

https://www.res.org.uk/uploads/assets/uploaded/6c3fd338-88d6-47ea-bf2f302dfee7f37e.pdf




https://www.researchgate.net/deref/http%3A%2F%2Fdx.doi.org%2F10.1007%2F978-3-642-19157-2_5?_sg%5B0%5D=mk-HLAyS8yTN28hxvEdtLmUfj4lQe45r47Txmw2Ta82oFsTMbmDG_DGXzqLpT9jej8e_guLzT80EooBz57NDcWo0PA.e9RMV0KkV5X4HFEonlPEJRShshcqgJli5GHNCBdcyI5QcrMutF-NoGvSu42wVgctNWJJBrSgRDYyoO53sofpQQ

https://doi.org/10.1007/978-3-642-25989-0_29

https://doi.org/10.1007/978-3-642-25989-0_29

https://www.sid.ir/en/journal/JournalList.aspx?ID=16279

https://doi.org/10.1016/j.im.2006.05.003

https://doi.org/10.1016/j.im.2006.05.003



Kowatsch, T. and Maass, W., 2012. Critical privacy factors of internet of things services: An empirical investigation with domain experts. Knowledge and Technologies in Innovative Information Systems, 129, pp.200-211.

Jiang, Z., 2016. Analysis of student activities trajectory and design of attendance management based on internet of things. In: s.n, International Conference on Audio, Language and Image Processing. Shanghai, China, 11-12 July 2016. S.l: IEEE, pp.600-603. DOI: 10.1109/ICALIP.2016.7846537.

Li, X.J. and Wang, D., 2013. Architecture and existing applications for internet of things. Applied Mechanics and Materials, 347, pp. 3317-3321.

Lyapina, I., Sotnikova, E., Lebedeva, O., Makarova, T. and Skvortsova, N., 2019. Smart technologies: perspectives of usage in higher education. International Journal of Educational Management, [e-journal] 33(3), pp.454-461. https://doi.org/10.1108/IJEM-08-2018-0257.

Medaglia, C.M. and Serbanati, A., 2010. An overview of privacy and security issues in the internet of things. In: D. Giusto, A. Iera, G. Morabito and L. Atzori, eds. 2010. The Internet of Things. 20th Tyrrhenian Workshop on Digital Communications. New York: Springer, pp.389-395.

Mudaly, S., Singh, P. and Olugbara, O.O., 2013. Improved technology acceptance model applied to study enterprise resource planning usage. The Science and Information Conference [online] Available at: <www.conference.thesai.org> [Accessed 10 November 2020].

Nie, X., 2013. Constructing smart campus based on the cloud computing platform and the internet of things. [online] Available at: <https://www.atlantis-press.com/proceedings/ iccsee-13/4826> [Accessed 15 November 2020].

O'Brien, H.M., 2016. The internet of things. Journal of Internet Law, 19(12), pp 1-20. Park, E., Cho, Y., Han, J. and Kwon, S.J., 2017. Comprehensive Approaches to User

Acceptance of Internet of Things in a Smart Home Environment. IEEE Internet of Things Journal, [e-journal] 6(4). https://doi.org/10.1109/JIoT.2017.2750765.

Rotariu, T., 1999. Eșantionarea. In: T. Rotariu, ed. 1999. Metode statistice aplicate în științele sociale. Iași: Polirom, pp.85-118.

Samouel, P., Page, M., Money, A., Celsi, M. and Hair JR, J.F., 2015. The Essentials of Business Research Methods. New York: Routledge. https://doi.org/10.4324/ 9781315704562.

Saunders, M., Lewis, P. and Thornhill, A., 2016. Research methods for business students. Harlow; Munich: Pearson.


Selinger, M., Sepulveda, A. and Buchan, J., 2013. Education and the Internet of Everything. [online] Available at: <http://www.cisco.com/c/dam/en_us/solutions/industries/docs/ education/education_ internet.pdf > [Accessed 22 November 2020].

https://doi.org/10.1109/ICALIP.2016.7846537



http://www.conference.thesai.org/

https://doi.org/10.1109/JIoT.2017.2750765

https://doi.org/10.4324/9781315704562

https://doi.org/10.4324/9781315704562




Vol. 23 • Nr. 57• Mai 2021 349

Shang, X., Zhang, R. and Chen, Y., 2012. Internet of things (IoT) service architecture and its application in e-commerce. Journal of Electronic Commerce in Organizations (JECO), 10(3), pp.44-55.

Sula, A., Spaho, E., Matsuo, K., Barolli, L., Miho, R. and Xhafa, F., 2013. An IoT-based system for supporting children with autism spectrum disorder. In: s.n, Eighth International Conference on Broadband and Wireless Computing, Communication and Applications. Compiegne, France, 28-30 Oct. 2013. S.l: IEEE, pp.282-289. DOI: 10.1109/BWCCA.2013.51.

Uckelmann, D., Harrison, M. and Michahelles, F., 2011. An architectural approach towards the future internet of things. In: D. Uckelmann, M. Harrison and F. Michahelles, eds. 2011. Architecting the internet of things. S.l: Springer, pp. 1–24.

Uygarer, R. and Uzunboylu, H., 2017. An Investigation of the Digital Teaching Book Compared to Traditional Books in Distance Education of Teacher Education Programs. Eurasia Journal of Mathematics, Science and Technology Education, 13(8), pp.5365-5377.

Uzelac, A., Gligoric, N. and Srdjan, K., 2015. A comprehensive study of parameters in physical environment that impact students’ focus during lecture using Internet of Things. Computers in Human Behavior, 53, pp.427-434.

Venkatesh, V. and Davis, F.D., 2000. A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management science, 46(2), pp.186-204.

Venkatesh, V., Morris, M., Davis, G. and Davis, F., 2003. Technology acceptance model. MIS Quarterly, [e-journal] 27(3), pp.425-478. DOI: 10.2307/30036540.

Wellings, J. and Levine, M.H., 2009. The digital promise: Transforming learning with innovative uses of technology. Joan Ganz Cooney Center at Sesame Workshop. [online] Available at: <https://www.researchgate.net/publication/238788195_The_Digital_ Promise_Transforming_Learning_with_Innovative_Uses_of_Technology> [Accessed 3 November 2020].

https://www.researchgate.net/deref/http%3A%2F%2Fdx.doi.org%2F10.2307%2F30036540?_sg%5B0%5D=5Dn4JrlXJ4DwFcAVX-c5b260a7gMX6oR2y9b43Ma0yk8ue__C--YO22jMDLHkjgNEpTg9w95rNFtd8QhZ3PLrmrnxg.JNZlWh8kuuVCIALB1iTduyA1fof7LrFp60S649TWS7Bon8k6TxXAKoaNbEHVNjGyER_TKrM6q4AkTc3qKkhhzQ

AE Între intruziune și protecția datelor în soluțiile IoT dedicate locuințelor inteligente


ÎNTRE INTRUZIUNE ȘI PROTECȚIA DATELOR ÎN SOLUȚIILE IoT

DEDICATE LOCUINȚELOR INTELIGENTE

Irina Maiorescu1, Larisa Gabudeanu2, Alexandru - Lucian Vîlcea3,

Gabriel - Cristian Sabou4 și Marian Dârdală5 1)3)4)5) Academia de Studii Economice, București, România

2) Universitatea Babeș-Bolyai, Cluj-Napoca, România

Vă rugăm să citați acest articol astfel:

Maiorescu, I., Gabudeanu, L., Vilcea, A.L, Sabou, G.C.

and Dardala, M., 2021. Intrusiveness and Data Protection

in Iot Solutions for Smart Homes. Amfiteatru Economic,

23(57), pp.429-447.

DOI: 10.24818/EA/2021/57/429

Istoricul articolului

Primit: 30 decembrie 2020

Revizuit: 3 februarie 2021

Acceptat: 17 martie 2021

Rezumat

Utilizarea dispozitivelor Internetului Obiectelor (IoT) de către indivizi în casele lor a condus la noi oportunități pentru companii de a-și adapta produsele, serviciile și ofertele, pe baza profilurilor utilizatorilor. În același timp, aceste noi servicii implică reinterpretarea cerințelor existente de protecție a datelor, în special în ceea ce privește etica utilizării și securitatea datelor cu caracter personal. Lucrarea pleacă de la o analiză în literatura de specialitate a intruziunii în viața utilizatorilor prin agregarea datelor lor personale, a responsabilității pentru protecția datelor și a percepției utilizatorului cu privire la aceste aspecte. În continuare, lucrarea prezintă rezultatele unei cercetări cantitative efectuate asupra a 183 respondenți de ambele genuri și care lucrează în domenii diferite, scopul fiind de a evalua percepția intruziunii și a protecției datelor personale în utilizarea dispozitivelor lor inteligente, cu potențial de interconectare IoT, în locuință. Rezultatele oferă o perspectivă nouă asupra modului în care utilizatorii dispozitivelor inteligente se raportează la aspecte esențiale din legislația europeană a protecției datelor. Studiul arată că există diferențe explicate de gen, vârstă și statut parental în percepția intruziunii și a responsabilităților pentru asigurarea securității datelor agregate prin soluțiile IoT. Rezultă, de asemenea, că accesarea unor tipuri de date este percepută ca fiind mai intruzivă decât a altora și că respondenții se bazează pe recenziile altor utilizatori în informarea despre modul în care protecția datelor este asigurată prin dispozitivul IoT.

Cuvinte-cheie: Internetul obiectelor (IoT); GDPR; case inteligente; dispozitive inteligente; intruziune; protecția datelor; securitatea datelor;

Clasificare JEL: L86, M31, N44

Autor de contact, Irina Maiorescu – e-mail: [email protected]

ORCID autori:

Irina Maiorescu: orcid.org/0000-0003-1472-5136

Larisa Gabudeanu: orcid.org/0000-0002-2562-5344

Alexandru - Lucian Vîlcea: orcid.org/0000-0002-0870-5668

Gabriel – Cristian Sabou: orcid.org/0000-0001-6428-2930

Marian Dârdală: orcid.org/0000-0003-2087-8817


https://orcid.org/0000-0003-1472-5136

https://orcid.org/0000-0002-2562-5344

https://orcid.org/0000-0002-0870-5668

https://orcid.org/0000-0001-6428-2930

https://orcid.org/0000-0003-2087-8817


Vol. 23 • Nr. 57 • Mai 2021 351

Introducere

Soluțiile IoT pot fi folosite în contexte variate, de la cele industriale (ex. în fabrici,

agricultură, fabricarea și distribuția energiei), la cele de interes public (ex. orașe inteligente,

vehicule inteligente și interconectate) și la cele individuale, de exemplu case inteligente

(Maayan, 2020).

În ultimii ani, utilizarea dispozitivelor inteligente cu potențial de interconectare în

rețelele IoT a crescut (Statista, 2021). Această creștere se înregistrează atât în rândul

operatorilor economici, aproximativ 34% din aceștia utilizând soluții de tip IoT în 2019

(Vodafone, 2019), cât și în rândul persoanelor fizice (Maple, 2017). Aceștia din urmă

utilizează mai multe tipuri de soluții IoT, atât pentru confortul lor personal, cât și în

locuințele lor, precum televizor inteligent, asistenți personali inteligenți, dispozitive pentru

utilități (ex. iluminat, priză), camere de supraveghere inteligente, electrocasnice inteligente

precum frigider, aspirator, aer condiționat (Zheng et al., 2018), asistate adesea de telefonul,

ceasul inteligent ori de computer. Există dezbateri în literatura de specialitate cu privire la

includerea telefonului inteligent în categoria obiectelor IoT (Futurelearn, 2020), însă

capacitățile acestui dispozitiv de a colecta și transmite date despre utilizator, precum

locație, puls, temperatură, aplicații utilizate etc., îl transformă în obiect IoT (El Khaddar și

Boulmalf, 2017; Norton, 2020). De altfel, Uniunea Europeană consideră termenul de

Internet al Obiectelor (IoT) ca făcând referire la „conceptul general de obiecte (atât aparate

electronice, cât și obiecte de uz cotidian) care pot fi citite, recunoscute, accesate, localizate

și/sau controlate de la distanță prin intermediul internetului” (JO, 2010). Un dispozitiv IoT

este „inteligent” atât prin partea sa constructivă, hardware, cât și prin software-ul dedicat ce

poate comunica și interacționa cu mediul exterior, cu alte dispozitive IoT sau cu un

administrator general al rețelei de dispozitive IoT (Dorsenmaine et al., 2015).

Interacțiunea acestor obiecte cu mediul exterior și cu alte dispozitive/sisteme IT

presupune colectarea, stocarea și transferul unei cantități semnificative de date, inclusiv

date personale ale utilizatorilor sau ale celor care se află în vecinătatea lor. Aceste date

agregate sunt foarte valoroase pentru diferitele companii, deoarece ele duc la înțelegerea

tiparelor comportamentale și la creionarea profilurilor utilizatorilor (EDPS, 2016) – și

implicit, la exploatarea lor în scopuri comerciale. În același timp, aceste dispozitive

inteligente pot fi ținta unor atacuri cibernetice specifice, care au scopul de a intercepta

datele transmise de acestea și de a le valorifica în piață.

Datele preluate prin dispozitivele IoT ‒ date cu caracter personal cel mai adesea,

sunt stocate de obicei și în alte locații decât pe dispozitivul IoT care se află în locuință (cum

ar fi în Cloud, servere diferite etc.) De aceea, protecția lor ‒ o cerință a legii (Regulamentul

EU 679/2016), dar și a eticii, este esențială. Modalitatea în care datele trebuie protejate

(inclusiv asigurată securitatea acestora împotriva prelucrărilor necorespunzătoare și

împotriva accesului neautorizat) și utilizate este stipulată de legislația existentă la nivel

european ce include GDPR (Regulamentul EU 2016/679), responsabilitatea privind

produsele și serviciile și legislația protecției consumatorului. Echitatea prelucrării datelor

(așa cum este menționată în Articolul 5 din GDPR) implică gestionarea datelor personale în

maniera în care utilizatorul se așteaptă, și nu în moduri care au un efect nejustificat asupra

acestuia (ICO, 2018). Încălcarea principiului echității prelucrării datelor este strâns legată

de conceptul intruziunii descris de GDPR. În același timp, este nevoie ca anumite date

personale să fie procesate pentru asigurarea securității soluțiilor IoT și pentru îmbunătățirea

sistemelor deja existente.

https://www.statista.com/statistics/471264/iot-number-of-connected-devices-worldwide/



Problema care se pune astfel este de a găsi acest echilibru între intruziune și

obligația furnizorilor de servicii sau dispozitive IoT de a asigura securitatea lor; de

asemenea, și între prelucrare echitabilă a datelor și îmbunătățirea produselor/serviciilor,

prin înțelegerea cât mai bună a nevoilor consumatorilor- utilizatori ai soluțiilor IoT. În

literatura de specialitate există studii care analizează comportamentul utilizatorilor de

dispozitive inteligente în ceea ce privește protecția și confidențialitatea datelor (Abdi,

Ramokapane și Such, 2019; Zheng et al., 2018; Tabassum, Kosinki și Lipford, 2019).

Articolul de față completează această zonă prin investigarea modului în care puncte

esențiale din legislația europeană cu privire la protecţia datelor sunt percepute de către

utilizatorii dispozitivelor IoT.

Lucrarea este structurată în patru părţi. Astfel, în prima parte se analizează în

literatura de specialitate (1) aspecte referitoare la intruziunea în datele furnizate prin

dispozitivele IoT (1.1), responsabilitatea pentru protecția datelor (1.2), transparenţă şi

informare în protecţia datelor (1.3), protecţia datelor în condiţiile agregării lor în scopuri

comerciale (1.4), precum și la percepția protecţiei datelor personale de către utilizatorii

soluţiilor IoT (1.5). În continuare, în partea a doua a lucrării sunt descrise obiectivele,

ipotezele şi metodologia cercetării cantitative (2) ce are ca scop identificarea percepției

intruziunii și protecției datelor de către utilizatorii soluțiilor IoT. Cea de-a treia parte

prezintă rezultatele (3)şi le discută în raport cu obiectivele şi ipotezele stabilite. În final, în

cea de-a patra parte a lucrării se prezintă concluziile lucrării, accentuându-se implicaţiile

acesteia teoretice şi manageriale, precum şi viitoare direcţii de cercetare.

1. Recenzia literaturii de specialitate

În ultimii ani, atât cercetătorii, cât și diverse entități publice sau private s-au

concentrat asupra protecției datelor în cele două componente esenţiale ale sale: colectarea,

distribuirea și procesarea datelor, respectiv asigurarea securităţii datelor (Torre et al., 2016;

Duan et al., 2019). Intruziunea, ca urmare a protecției insuficiente a datelor, aduce cu sine

diferite prejudicii utilizatorilor (CNIL, 2018). Conform legislaţiei europene, există mai

multe principii de care trebuie să se ţină cont, în asigurarea protecţiei datelor, printre care

predictibilitatea prelucrării datelor, transparenţa mecanismelor de protecţie a datelor,

reducerea datelor agregate la minimum şi responsabilitatea în protecţia datelor

(Regulamentul EU 2016/679). Totuşi, acesta este un subiect care nu este evaluat în mod

unitar, din cauza diferențelor culturale, a opiniilor personale, a criteriilor de evaluare și din

însăși natura subiectivă a acestui concept (Solove şi Citron, 2017).

Utilizatorul, căruia i se colectează şi procesează datele personale, este singurul care

poate evalua măsura în care se simte folosit şi prejudiciat în acest sens. Legislaţia

europeană oferă cadrul prin care utilizatorul dispozitivelor inteligente beneficiază de

protecţie a datelor, însă modul în care acesta se informează şi se foloseşte de drepturile sale

este discutabil (Haney, Furman și Acar, 2020).

1.1. Intruziunea în datele furnizate prin dispozitivele IoT

Încălcarea principiilor GDPR de către entităţile implicate în furnizare soluţiilor IoT

generează intruziunea în viaţa personală a indivizilor cărora li se preiau şi li se utilizează,

fără acordul lor, datele. Principiul predictibilităţii datelor, pentru a fi implementat corect,

are nevoie de definirea foarte clară a motivelor pentru care este nevoie de procesarea


Vol. 23 • Nr. 57 • Mai 2021 353

datelor. Spre exemplu, soluțiile de securitate automatizate, pentru a furniza servicii

performante, trebuie să acceseze și să analizeze date de care nu este neapărat nevoie pentru

funcţionalitatea obiectelor inteligente (de exemplu, adrese IP ale sursei/destinației

comunicării, tipare ale traficului de date, informații legate de rețeaua la care este conectat

respectivul dispozitiv etc.) (Von Maltzan, 2019).

De asemenea, pentru evitarea intruziunii, este nevoie să se aplice principiul

reducerii datelor la minimum, care presupune că doar datele absolut necesare furnizării

serviciului ar trebui să fie colectate și prelucrate (Wright și Raab, 2014), ținând cont desigur

și de scopul colectării, distribuirii sau prelucrării lor (Comas și Ferrer, 2015). Dacă datele

au fost deja colectate și stocate, prelucrările sau distribuţia lor către terţi trebuie să respecte

de asemenea acest principiu (Bolognini et al., 2019). Un exemplu în acest sens îl reprezintă

decizia Curții Europene de Justiție (ECJ, 2014) în ceea ce privește meta-datele colectate

despre o persoană. În această decizie, se prezintă caracterul excesiv al colectării datelor

pentru a furniza servicii de mesagerie vocală, precum data, ora și durata unui apel,

identificarea echipamentului de comunicare și a locației de la care s-a efectuat apelul,

precum și numărul de telefon sau adresa IP a dispozitivului, deoarece acestea pot furniza un

profil detaliat al utilizatorului (Barbaro, Zeller și Hansell, 2006). Există cercetări în această

direcție care s-au concentrat pe cantitatea de date colectate pe care utilizatorii le consideră

justificate pentru a beneficia de furnizarea unui anumit serviciu de către un dispozitiv IoT

(Naeini et al., 2017; de Boer, van Deursen și Van Rompay, 2019), însă găsirea unui numitor

comun al cantităţii optime de date ce trebuie preluate şi prelucrate este dificilă.

Accesările neautorizate ale datelor speculează vulnerabilităţile măsurilor de

asigurare a securităţii datelor. Aceste atacuri cibernetice vizează diferite nivele ale rețelelor

IoT și, în consecință, implică o gamă largă de măsuri de identificare și prevenire a

incidentelor pentru ca datele să fie protejate. Inițial, astfel de măsuri s-au axat pe

identificarea tipurilor de atacuri deja cunoscute și pe măsuri statice (Andrea, Chrysostomou

și Hadjichristofi, 2015; Amanullah, et al., 2020; Yoon, 2020). Totuși, dată fiind dinamica

dezvoltării a noi tipuri de atacuri, în ultimii ani s-a adoptat ideea unor soluții dinamice care

utilizează algoritmi de machine learning (Badsha, Vakilinia și Sengupta, 2019; Chesney,

Roy și Khorsandroo, 2020), pentru a identifica incidentele în stadiile incipiente (ex. înainte

de exploatare). Soluțiile de securitate existente în prezent se concentrează pe

confidențialitate, integritate, disponibilitate, dar încep să analizeze de asemenea și aspectele

legate de monitorizarea protecției datelor (Leloglu, 2017).

Din punct de vedere comercial, prevenirea intruziunii este strâns legată de principiile

menționate în legile de protecție a consumatorilor, influențând modalitatea în care soluţiile

IoT sunt proiectate și implementate. Identificarea acelui echilibru între confidențialitatea

datelor și prelucrarea acestora într-o manieră neintruzivă asigură stabilitatea în ceea ce

privește comercializarea de produse și servicii, din moment ce utilizatorii manifestă un

nivel mai ridicat de încredere față de acestea (Feng și Xie, 2019).

Astfel, deşi legislaţia europeană urmăreşte minimizarea intruziunii resimţite de utilizator,

este important de aflat cum anume percepe utilizatorul această intruziune în raport cu datele

sale personale ce îi sunt preluate şi prelucrate.

1.2. Responsabilitatea protecției datelor accesate prin dispozitive IoT

Principiul responsabilității conform GDPR se referă la responsabilitatea

implementării tuturor mecanismelor, procedurilor și controalelor corespunzătoare (Wolters

2017) pentru a asigura că toate cerințele legislației privind protecția datelor sunt



implementate și pot fi demonstrate (Working Party Article 29/2010). Explicarea clară a

rolului și a responsabilității pe care fiecare parte interesată le are în prelucrarea datelor

personale duce la creșterea încrederii consumatorului în compania/entitatea publică

respectivă și implicit, cu efecte pozitive pe termen lung.

Privind lucrurile din perspectiva protecției datelor personale, conform legislației,

responsabilitatea prelucrării datelor aparține în general operatorului de date. De asemenea,

operatorul de date rămâne în general răspunzător pentru acțiunile împuterniciților săi, cu

excepția situațiilor specifice în care împuternicitul acționează în mod deliberat împotriva

instrucțiunilor operatorului de date (Regulamentul EU 2016/679). În ceea ce privește transferul

de date, entitatea care le transferă este răspunzătoare pentru conformitatea cu cerințele legale,

inclusiv pentru informarea persoanelor fizice în acest sens (Fisk et al., 2015).

Referindu-ne la soluțiile IoT destinate unei locuințe inteligente, următoarele

persoane interesate pot deține această poziție: producătorul de hardware al dispozitivului

IoT, producătorul de software al dispozitivului IoT, producătorul serviciilor de stocare,

producătorul platformei de administrare a dispozitivelor IoT (Lee, Cha și Kim, 2019). În

general, aceste persoane interesate acționează ca operatori de date independenți și sunt

răspunzători individual pentru acțiunile lor. Cu toate acestea, dacă ar acționa împreună

pentru prelucrare de date, răspunderea ar fi una comună. Având în vedere părţile implicate

şi responsabile în protecţia datelor (atât în procesele de colectare şi prelucrare, cât şi în cele

de asigurare a securităţii datelor), ne punem întrebarea care este nivelul de responsabilitate

pe care utilizatorii îl asociază diferitelor entităţi implicate în protecţia datelor lor.

1.3. Transparenţă şi informare în protecţia datelor

Principiul transparenței, enunţat de GDPR, prevede ca utilizatorii să fie informaţi

despre ce se întâmplă cu datele lor şi să consimtă anumite colectări, prelucrări şi transferuri

de date. Notele de informare ale utilizatorilor despre prelucrarea datelor personale trebuie

să fie concise, clare, inteligibile, ușor de înțeles și ușor de accesat. În cazul utilizării unei

abordări în două etape (text și link către întreaga notă de informare), este nevoie ca textul ce

precedă link-ul să conțină suficient de multe informații (scop, drepturi, operator de date) cu

privire la nota de informare (Regulamentul EU 2016/679).

În cazul soluțiilor IoT, informarea despre prelucrarea datelor trebuie să fie ajustată în

acord cu tipul de activitate realizată de către dispozitivele IoT (Melicher et al., 2016).

Astfel, dacă în mod tradițional, nota de informare este furnizată când dispozitivul este

instalat sau apare în documentația aferentă dispozitivului (în format electronic sau de

hârtie), o abordare care asigură cunoașterea corespunzătoare a prelucrării datelor presupune

notificări de tip push/alerte înainte de a avea loc modificări privind prelucrarea datelor

(Castelluccia et al., 2018). Aceeași abordare poate fi considerată pentru a obține/re-obține

consimțământul, dacă acesta este temeiul legal de prelucrare (Lee, Cha și Kim, 2019).

Transparența implicării terților și managementul adecvat al datelor personale

prelucrate pot fi dificile, fiind necesare proceduri interne corespunzătoare în cadrul

organizațiilor implicate. În plus, perioada de retenție a datelor poate fi dificil de stabilit și

de implementat (Jin, 2017). În cazul necesității anonimizării/pseudo-anonimizării (conform

principiului minimizării datelor), aceasta trebuie implementată într-o manieră care să nu

aibă consecințe grave asupra persoanelor fizice ale căror date au fost colectate sau asupra

altor persoane fizice asupra cărora datele deduse sunt aplicate (Khalteuner și Bietti, 2018).

Acest lucru s-a dovedit dificil de implementat în practică, întrucât, chiar și datele

anonimizate pot conține informații care pot conduce la consecințe negative/ discriminare/


Vol. 23 • Nr. 57 • Mai 2021 355

prejudicii asupra persoanelor fizice (Polonetsky, Tene și Finch, 2013). Mai mult, conceptul

de protecție a datelor unui grup și drepturile acestora, conform legislației protecției datelor,

sporește complexitatea acestui aspect (Wachter și Mittelstadt, 2019). Responsabilitatea

protecţiei datelor presupune, aşadar, informarea utilizatorilor, însă ridicăm întrebarea cât de

oportune sunt, de fapt, pentru utilizatori diferitele metode de informare cu privire la

protecţia datelor lor.

1.4. Aspecte privind protecția datelor în contextul agregării pentru scopuri comerciale

Agregarea datelor este esențială pentru crearea profilurilor persoanelor fizice în

vederea îmbunătățirii serviciilor sau produselor, pentru crearea de oferte personalizate

(EDPS, 2016), dar și pentru a furniza funcționalități de securitate mai exacte care pot

identifica un atacator la momentul în care intră în rețea sau foarte aproape de acest moment

(Working Party Article 29/2010). Analiza Big Data rezultată din agregarea datelor despre

atacuri anterioare asigură un mecanism de învățare mai bun pentru algoritmi de „machine

learning” (Hussain et al., 2020) utilizați pentru a identifica și a gestiona anomaliile din

rețelele IoT. Aceasta reprezintă o modalitate de a spori securitatea întregului sistem IoT din

locuință (Thierer, 2015) și, în consecință, de a crește nivelul de încredere al persoanelor

fizice în astfel de dispozitive și, în consecință, a numărului de dispozitive IoT din casele

acestora.

În cazul unui sistem complex, cum este cel al locuinței inteligente (și, în general, al

oricărei soluții IoT), agregarea datelor poate fi realizată de către mai multe entități:

producătorii dispozitivelor IoT, producătorii software-ului de administrare IoT, producătorii

soluției de securitate instalată etc. Agregarea poate fi locală sau generalizată, incluzând

toate dispozitivele IoT administrate de respectivul producător în întreaga lume; de

asemenea, producătorii pot transfera între ei date în scopul înțelegerii mai bune a diferitelor

profiluri de utilizatori (Datta, Tschantz și Datta, 2015).

Agregarea datelor personale ale utilizatorilor aduce companiilor din diferite domenii

beneficii nete, precum: reducerea costurilor și a resurselor necesare creării profilului

clientului în mod tradițional, alocarea timpului și bugetelor pentru cercetare și inovare,

livrare de servicii către clienți la momentul când aceștia au nevoie de ele etc. De asemenea,

consumatorii beneficiază de servicii utile furnizate la momentul oportun, la preț scăzut, fără

alte eforturi de căutare a celor mai potrivite oferte (Elvy, 2017). Pe de altă parte, agregarea

și distribuirea datelor pot periclita transparența în relația cu consumatorii și implică

responsabilități mari (Tene și Polonetsky, 2013). Din perspectiva utilizatorului, transferul

datelor către terți sau colectarea unei cantități mari de date personale poate fi privită

intruziune în viața sa, cu excepția situației în care aceste date sunt necesare și consecințele

negative asupra persoanei sunt înlăturate (Kleek et al., 2018). Se ridică astfel întrebarea

dacă utilizatorii percep în mod diferit intruziunea, în funcţie de scopul pentru care le sunt

agregate datele (de exemplu, scopuri comerciale vs. asigurarea securităţii datelor).

1.5. Percepția protecției datelor de către utilizatorii dispozitivelor IoT pentru locuință

Studiile referitoare la utilizarea tehnologiilor IoT pentru locuințe inteligente, axate

pe percepția utilizatorilor asupra securității și confidențialității datelor personale, indică în

general că utilizatorilor nu le este foarte clar ce presupune protecția datelor lor personale și

ce se întâmplă cu aceste date. Cercetarea realizată de Abdi, Ramokapane și Such (2019),

care analizează percepția utilizatorilor asupra Asistenților Personali Inteligenți (API), arată



că utilizatorii nu au înțeles sau au avut o imagine incompletă în privința locației în care

datele lor personale sunt stocate, prelucrate și distribuite. Un alt aspect al cercetării a relevat

faptul că, deși utilizatorii sunt conștienți că API au capacitatea de a învăța, ei sunt reticenţi

în a permite acestor dispozitive să învețe totul despre ei și comportamentul lor. Chiar dacă

utilizatorii sunt sceptici în legătură cu politicile pe care producătorii dispozitivelor IoT le au

în legătură cu modul în care sunt prelucrate datele lor personale, comportamentul lor relativ

la aspectul confidențialității nu este puternic influențat de acestea (Tabassum, Kosinki și

Lipford, 2019).

O altă cercetare, efectuată cu scopul de a înțelege percepția posesorilor de

dispozitive inteligente despre confidențialitatea datelor gestionate de acestea, a subliniat

faptul că aceste persoane consideră că, responsabilitatea asigurării protecției datelor

personale revine în mare parte producătorilor acestor dispozitive. De asemenea, a rezultat

că atitudinea și comportamentul utilizatorilor față de protecția datelor sunt influențate de

facilitatea utilizării serviciilor și ușurința de interconectare a dispozitivelor IoT (Zheng et

al., 2018).

Referitor la influenţa variabilelor demografice, cercetarea realizată de Haney,

Furman și Acar (2020), referitoare la percepția consumatorilor în ceea ce privește aspectele

legate de securitatea și confidențialitatea locuințelor inteligente a arătat faptul că, deși

utilizatorii sunt conștienți de riscurile la care se expun, totuși ei eșuează în a lua măsuri care

să reducă aceste riscuri. Explicația care rezultă în urma studiului este lipsa cunoștințelor

tehnice ale utilizatorilor. De asemenea, apare în urma cercetărilor că preocuparea

consumatorilor legată de securitatea și confidențialitatea datelor pare să depindă de statutul

marital al respondenților, conform unui studiu realizat de Kim și Yoon (2019). Aşadar

rezultă că, într-o anumită măsură, variabilele demografice influenţează atitudinea şi

percepţia protecţiei datelor personale. Întrebarea pe care o ridicăm astfel, legată de acest

aspect, este dacă şi alte variabile demografice, precum gen, vârstă, statut parental

influenţează opiniile şi atitudinea utilizatorilor soluţiilor IoT pentru locuinţă.

2. Obiectivele și metodologia cercetării

Pornind de la întrebările ce au apărut pe parcursul investigării literaturii de

specialitate, am stabilit obiectivele cercetării astfel:

O1 ‒ Evaluarea particularităților utilizării dispozitivelor IoT pentru locuință;

O2 ‒ Identificarea atitudinii utilizatorilor cu privire la protecția datelor colectate de

dispozitivele IoT pentru locuinţă;

O3 ‒ Determinarea percepției intruziunii procesării datelor în general, și în special:

a) pentru scopuri comerciale; b) pentru asigurarea securității datelor dispozitivului IoT;

O4 ‒ Evaluarea opiniei respondenților despre entitățile responsabile de protecția

datelor (prelucrarea datelor și asigurarea securității datelor).

Pentru a răspunde acestor obiective, au fost stabilite ipoteze ale cercetării, după cum

urmează:

H1 Nu există diferențe cu privire la utilizarea dispozitivelor IoT în locuinţe în ceea

ce privește: a) genul, b) vârsta c) statutul parental; corespunzătoare O1.

H2 Percepția gravității consecințelor generate de prelucrarea necorespunzătoare a

datelor cu caracter personal este aceeași, indiferent de: a) gen; b) vârstă; c) statutul parental;

corespunzătoare O2.


Vol. 23 • Nr. 57 • Mai 2021 357

H3 Percepția expunerii datelor personale datorată diferitelor tipuri de acces

neautorizat (atacuri cibernetice) prin intermediul rețelelor IoT este aceeași, indiferent de:

a) gen; b) vârstă; c) statut parental; corespunzătoare O2.

H4 Respondenții consideră că cererea de acces la diferite tipuri de date, prin

intermediul dispozitivelor lor IoT, este similar intruzivă; corespunzătoare O3.

H5 Nu există diferențe între intruziunea percepută în scopuri comerciale ‒ pentru

oferte personalizate sau generale, și intruziunea percepută pentru crearea serviciilor de

securitate a datelor; corespunzătoare O3.

H6 Percepția intruziunii cu scopul de a crea servicii de securitate a datelor nu este

influențată de a) gen; b) vârstă; c) statutul parental; corespunzătoare O3.

H7 Responsabilitatea percepută pentru prelucrarea datelor recuperate prin

dispozitivele IoT acasă nu este influențată de: a) gen; b) vârstă; corespunzătoare O4.

H8 Răspunderea percepută pentru asigurarea securității datelor respondenților,

atunci când se utilizează dispozitive IoT pentru casă, nu este influențată de: a) gen;

b) vârstă; corespunzătoare O4.

În acest sens, am realizat o cercetare cantitativă ce a urmărit evaluarea intruziunii și

a protecției datelor personale, așa cum sunt percepute de utilizatorii soluțiilor IoT pentru

locuință. Studiile indică faptul că aplicarea chestionarelor online este din ce în ce mai

populară, atât în mediul academic, cât și în cel de afaceri, deoarece are avantaje notabile

(Aaker et al., 2013). În acest sens, cercetarea cantitativă s-a bazat pe un chestionar online,

proiectat pe platforma Question Pro, ce conține 19 întrebări, testată inițial din punctul de

vedere al clarității formulării pe un mini eșantion de 8 persoane. Ca urmare a feedbackului

primit, chestionarul a fost revizuit pentru o mai bună înțelegere a sensului întrebărilor și

distribuit online în luna octombrie a anului 2020 prin intermediul mai multor conturi ale

rețelei sociale LinkedIn, aparținând unor persoane ce activează în mediul juridic, didactic,

business -vânzări, business ‒ marketing, IT și inginerie ‒ construcții, către 277 persoane,

cu vârste cuprinse între 19 și 65 ani, active din punct de vedere profesional, locuind în

diferite regiuni ale țării. Respondenții care au declarat la începutul chestionarului că nu

dețin niciun dispozitiv inteligent au fost rugați să întrerupă completarea chestionarului.

Eșantionarea a fost non-probabilistică, fiind înregistrate 183 de răspunsuri complete și

valide ale chestionarului.

Datele preluate din platforma de raportare online a chestionarului au fost prelucrate

mai întâi cu Microsoft Excel și apoi analizate cu software-ul statistic Minitab 16. S-a

verificat consistenţa internă a rezultatelor pentru percepţia intruziunii, coeficientul

Cronbach Alfa fiind de 0.773. În mod similar, pentru percepția responsabilităţii pentru

protecţia datelor, coeficientul Cronbach Alfa este de 0.719, ceea ce oferă premisele

validităţii acestora.

3. Rezultate și discuţii

Pornind de la primul obiectiv (O1), am dorit să aflăm care sunt dispozitivele

inteligente, utilizate de respondenți în locuință. Aceștia au fost rugați să selecteze toate

dispozitivele inteligente pe care le dețin. Din analiza răspunsurilor a rezultat faptul că cele

mai populare sunt telefoanele inteligente, urmate de televizoare inteligente ( vezi tabelul

nr.1). Sub 3% au fost indicate și alte dispozitive precum ceas inteligent, sistem inteligent

monitorizare bebeluș.



Tabelul nr. 1. Utilizarea diferitelor dispozitive inteligente pentru locuință

Televizor

inteligent

Asistenți

personali

inteligenți (e.g.

Google Home)

Dispozitive

pentru utilități

inteligente (e.g.

iluminat, priză)

Camere de

supraveghere

inteligente

Telefon

inteligent

Electrocasnic

e inteligente

(e.g. frigider,

aspirator, aer

condiționat)

Altele

70,5% 14,2% 27,9% 19,1% 89,6% 55,2% 2,7%

Dacă, procentul mare al deținătorilor de telefoane și televizoare inteligente nu

surprinde, este interesant de remarcat că aproximativ jumătate din respondenți declară că

dețin un electrocasnic inteligent. Totuși, acest lucru se poate explica prin faptul că, datorită

pandemiei de coronavirus în anul 2020, când populația a petrecut foarte mult timp în casă,

investițiile s-au concentrat foarte mult pe curățenie și confort în locuință, consumatorii fiind

în special interesați de produse de curățenie robotizate (Neagu, 2021).

Am testat de asemenea validitatea ipotezei H1, corespunzătoare acestui prim obiectiv

al cercetării. Testul Pearson Chi Square indică o asociere între utilizarea dispozitivelor IoT

și vârsta respondenților, Pearson Chi-Square obținut fiind 13,624 pentru 3 grade de

libertate, iar p-value asociat acestuia fiind de 0,003 ‒ mai mic decât pragul stabilit de 0,05.

Din analiza distribuției răspunsurilor, rezultă că utilizatorii sub 35 ani folosesc mai mult

decât celelalte categorii de vârstă aceste dispozitive inteligente.

Distribuția în funcție de gen a respondenților este: 111 de gen feminin (60,7%) și 72

respondenți de gen masculin (39,3%). S-a identificat o asociere între genul respondenților și

utilizarea asistenților personali inteligenți (de ex. Google Home), coeficientul Pearson Chi-

Square fiind de 4,275, pentru 1 grad de libertate și un p-value asociat de 0,039, respondenții

de gen masculin utilizând mai mult acest tip de dispozitive. La limită, coeficientul Pearson

Chi-Square de 3,596 pentru 1 grad de libertate și un p-value de 0.058 indică o asociere între

deținătorii de camere supraveghere inteligente și statutul parental, în sensul că respondenții

care au copii, tind să dețină în număr mai mare acest tip de dispozitiv. Acesta contrazice

într-o oarecare măsură rezultatele cercetărilor lui Kim și Yoon (2019) în care se afirmă că

persoanele celibatare și cuplurile proaspăt căsătorite s-au arătat a fi mult mai preocupate de

aspectele de securitate ale locuințelor lor, în timp ce familiile cu copii nu par a fi preocupate

de acest aspect, ci doar de avantajele pe care le oferă locuințele inteligente, și anume faptul

că preiau din activitățile casnice și le oferă mai mult timp liber. Între utilizarea celorlalte

dispozitive inteligente și vârsta respondenților, respectiv genul acestora și statutul parental,

nu s-au identificat alte asocieri. Totuși, diferențele găsite invalidează H1.

Legat de cel de-al doilea obiectiv (O2), am dorit să aflăm care este atitudinea

respondenților cu privire la informarea despre prelucrarea și protecția datelor lor personale,

înainte de a achiziționa un dispozitiv inteligent cu potențial de interconectare în rețeaua IoT

a locuinței. Aceștia au fost rugați să indice măsura în care o anumită atitudine îi

caracterizează, pe o scară de la 1 (mă regăsesc în foarte mică măsură) la 5 (mă regăsesc în

foarte mare măsură). Distribuția datelor apare ca fiind relativ simetrică pentru fiecare din

aceste variabile (coeficienții de asimetrie variază între 0.05 și 0.56). Așadar, pentru a afla

care sunt acele atitudini care caracterizează majoritatea respondenților în mare și foarte

mare măsură atunci când se informează despre protecția datelor personale, am aplicat testul

One Sample Wilcoxon Signed Rank, urmărind să comparăm mediana fiecărei variabile cu

valoarea 3, mijlocul scalei utilizate (Rey și Neuhauser, 2011; Voraprateep, 2013;

Rotenstein, 2020). Rezultatele sunt prezentate în tabelul nr.2. Așa cum se observă,

majoritatea respondenților declară că se bazează în mare și foarte mare măsură pe


Vol. 23 • Nr. 57 • Mai 2021 359

recomandările celorlalți utilizatori în ceea ce privește informarea despre protecția datelor

dispozitivului, celelalte atitudini necaracterizându-i în mare măsură.

Tabelul nr. 2. Testul One Sample Wilcoxon Signed Rank pentru evaluarea atitudinii

respondenților în legătură cu informarea despre prelucrarea datelor lor personale

Atitudinea respondentului

Ipoteza nulă (H0) vs.

ipoteza alternativă

(Ha) – context statistic

P-

value* Decizie

Mediana

Estimată

Citesc termenii, condițiile și politica

privind protecția datelor aferente

dispozitivului

mediana = 3,0

vs. mediana >3,0

0,386 Accept H0 3,0

Mă bazez pe recomandările

prietenilor 0,204 Accept H0 3,0

Mă bazez pe recenziile altor

utilizatori 0,002 Resping H0 3,5

Am în vedere utilitatea

dispozitivului, fără a analiza modul

de prelucrare a datelor personale

0,991 Accept H0 3,0

* pragul de semnificație <0,05

În continuare, respondenții au fost rugați să evalueze pe o scară de la 1-5 utilitatea

diferitelor modalități de afișare a politicii de prelucrare a datelor și de obținere a

consimțământului utilizatorului de dispozitive inteligente (vezi tabelul nr.3). Datorită

asimetriei datelor spre stânga (coeficienții de asimetrie fiind -1,61, respectiv -0,94, -1,69 și

-1,81 pentru seturile de date analizate) am testat mediana în raport cu valoarea 4, pe o scara

de la 1-5, utilizând Testul semnelor (Rotenstein,2020).

Tabelul nr. 3. Testul semnelor privind utilitatea modalităților de informare

și obținere a consimțământului de prelucrare a datelor personale

Modalitate de informare și

obținere a consimțământului




P-

value* Decizie Mediana

În procesul de instalare a

dispozitivului IoT

mediana = 4,0

versus

mediana >4,0

0,0000 Resping H0 5,0

Pe website-ul producătorului

dispozitivului IoT

0,0046 Resping H0 5,0

Prin email 0,0000 Resping H0 5,0

În aplicația de administrare a

dispozitivelor IoT

0,0000 Resping H0 5,0

* 0,05 prag de semnificație

Așa cum se remarcă în tabelul nr.3, majoritatea respondenților consideră utile în

măsură foarte mare toate modalitățile de informare și obținere a consimțământului propuse

(mediana fiecăreia se situează la 5, pe o scara de la 1-5). Rezultatele confirmă celelalte

studii din literatura de specialitate care afirmă importanța afișării politicii de informare

asupra prelucrării datelor în mai multe moduri și locuri (Castelluccia et al., 2018), pentru a

îi da acestuia sentimentul de control asupra propriilor date pe care le pune la dispoziție

(Wright și Rabb, 2014). În continuare, am dorit să aflăm care este perioada de timp pentru



care ar trebui stocate datele personale pentru asigurarea securității dispozitivelor lor IoT.

Răspunsurile sunt reprezentate grafic în tabelul nr. 4.

Tabelul nr. 4. Opinia respondenților cu privire la perioada optimă de stocare

a datelor personale pentru securitatea datelor dispozitivelor IoT <1 luna 1-3 luni 3-6 luni 6 luni - 1 an > 1 an Perioada stabilită de furnizorul

de soluții de securitate

15,3% 10,4% 13,7% 8,2% 4,4% 48,1%

Este interesant de remarcat faptul că aproape jumătate din utilizatori ar fi dispuși să

lase la latitudinea furnizorului de soluții de securitate perioada de timp pentru care se

stochează datele personale. Doar un procent destul de redus (15,3%) consideră că

informațiile stocate ar trebui șterse după cel târziu o lună de la preluare.

Referitor la ipoteza cercetării H2, am urmărit să vedem dacă există diferențe

semnificative statistic explicate de variabilele gen, vârstă sau statut parental în percepția

gravității consecințelor generate de prelucrarea necorespunzătoare a datelor cu caracter

personal. Astfel, respondenții au fost rugați să evalueze pe o scară de la 1 la 5 (1 ‒ foarte

puțin grave, 5-foarte grave) gravitatea următoarelor consecințe ale prelucrării

necorespunzătoare a datelor: dezvăluirea datelor personale către persoane neautorizate,

utilizarea datelor pentru oferte de marketing personalizate, utilizarea datelor pentru crearea

unui profil general de utilizator, transferul datelor către alte entități (instituții/companii/

autorități) fără consimțământul lor. În toate cazurile, testul semnelor situează mediana la 5,

ceea ce indică faptul că toate aceste consecințe sunt privite ca fiind foarte grave de

majoritatea respondenților. În urma aplicării testului Kruskal Wallis asupra fiecărei dintre

consecințe nu au fost găsite diferențe semnificative statistic generate de variabile

demografice. Se validează astfel H2.

În ceea ce privește H3, respondenții au fost rugați să evalueze pe o scară de la 1 la 5,

în ce măsură consideră că accesul neautorizat (atac cibernetic) asupra diferitelor

componente ale unei rețele IoT, expune atacatorilor datele personale.

Tabel nr. 5. Rezultatele testului Kruskal Wallis pentru ipoteza cercetării H3

Ipoteza

cercetării

Ipoteza nulă (H0)

‒ context statistic Variabilă testată

Variabilă

încrucișată Decizie P-value*

H3

Distribuția

variabilei testate

este aceeași în

toate categoriile

variabilei

încrucișate

Accesarea neautorizată a

dispozitivelor IoT în sine

Vârsta

Resping

H0 0,003

Accesarea neautorizată a

soluției desktop/mobile

utilizate pentru gestionarea

dispozitivelor IoT

Resping

H0 0,035

*0,05 prag de semnificație

Pentru toate aceste posibile situații de atac cibernetic, testul de semn situează

mediana răspunsurilor la valoarea 5, indicând faptul că majoritatea respondenților consideră

accesul neautorizat la date, indiferent de zona în care se produce (prin rețea, prin

dispozitivul de control al obiectului IoT, prin cloud sau prin obiectul IoT în sine) ca

expunând în măsură foarte mare datele personale. Totuși, analizând rezultatele acestea în

funcție de variabilele demografice prin testul Kruskal Wallis, s-au remarcat diferențe

semnificative statistic, care sunt prezentate în tabelul nr. 5.


Vol. 23 • Nr. 57 • Mai 2021 361

Ponderea celor cu vârsta sub 25 ani, care evaluează „accesarea neautorizată a

dispozitivelor IoT în sine” și „accesarea neautorizată a soluției desktop/mobile utilizate

pentru gestionarea dispozitivelor IoT din locuință” ca fiind situații ce expun în foarte mare

măsură datele personale, este mai redusă decât cea a celorlalte categorii de vârstă. Aceste

diferențe conduc la invalidarea H3. În continuare, am dorit să analizăm percepția

intruziunii în diferite scopuri (O3), în sensul acesta evaluând în primul rând disponibilitatea

respondenților de a da acces la diferite tipuri de date personale.

Tabel nr. 6. Testul semnelor privind disponibilitatea respondenților

de a da acces la diferite tipuri de date personale prin dispozitivele IoT

Disponibilitate de a da acces

la date personale :




p-value* Decizie Mediana

video/audio

H0 mediana = 3,0

vs.

Ha mediana < 3,0

0.000 Resping H0 2,0

privind sănătatea și condiția fizică 0.000 Resping H0 2,0

de identificare (e.g. nume,

prenume, data nașterii)


privind obiceiurile de utilizare

ale dispozitivul IoT



Așa cum se observă în Tabelul nr. 6, deși medianele diferitelor tipuri de date se

situează sub 3 (mijlocul, pe o scară de la 1 – disponibilitate în foarte mică măsură, la

5 – disponibilitate în foarte mare măsură), a fost nevoie de testarea lor pentru a vedea dacă

între ele există diferențe semnificative statistic.

Tabelul nr. 7. Rezultatul testului Mann Whitney pentru testarea ipotezei cercetării H4

Variabile testate Mediană Rezultate

Disponibilitate acces la date video/audio personale 2,0 W = 30787,0

Test ETA1 = ETA2 vs ETA1 not

= ETA2 este semnificativ pentru

p value 0,0058

Disponibilitate acces la date privind obiceiurile

de utilizare ale dispozitivul IoT 3,0

Disponibilitate acces la date privind sănătatea

și condiția fizică 2,0

W = 30229,5

Test ETA1 = ETA2 vs ETA1 not

= ETA2 este semnificativ pentru

p value 0,0009 Disponibilitate acces la date privind obiceiurile

de utilizare ale dispozitivului IoT 3,0


Testul Mann Whitney aplicat variabilelor independente „date video/audio personale”

și „ date privind obiceiurile de utilizare ale dispozitivul IoT”, indică o diferență între

mediane (vezi tabelul nr.7).majoritatea respondenților considerând mai intruziv accesul la

date audio/video personale decât accesul la date privind obiceiurile de utilizare ale

dispozitivului IoT (o disponibilitate de a da acces la date mai mică indică o percepție a

intruziunii mai mare). În mod similar, utilizatorii par mai reticenți în a da acces la date

privind sănătatea și condiția fizică, decât la date privind obiceiurile de utilizare ale

dispozitivului IoT. Astfel, se respinge ipoteza H4.

În continuare, respondenții au fost întrebați în ce măsură percep ca fiind intruzivă

colectarea și utilizarea datelor lor personale în diferite scopuri (oferte personalizate, oferte

generale și soluții de securitate IoT). A fost aplicat testul One Sample Wilcoxon Signed



Rank, în condiții de simetrie a datelor. Acesta indică faptul că majoritatea respondenților

percep, indiferent de scop, utilizarea datelor personale ca fiind intruzivă în măsură mare și

foarte mare, mediana în toate cele trei cazuri este mai mare decât 3 ‒ mijlocul pe o scară de

la 1 la 5 (vezi tabelul nr.8).

Tabel nr. 8. Testul One Sample Wilcoxon Signed Rank pentru estimarea medianei

intruziunii agregării datelor personale pentru diferite scopuri

Intruziunea agregării datelor

personale pentru:




P-value* Decizie Mediana

estimată

Oferte comerciale personalizate

H0 mediana = 3,0

vs.

Ha mediana > 3,0

0,005 Resping H0 3,5

oferte comerciale generale,

Destinate tuturor utilizatorilor


Soluții de securitate

ale dispozitivelor IoT



Deoarece datele corespunzătoare acestor trei variabile nu au o distribuție normală (a

fost efectuat testul Kolmogorov-Smirnov pentru normalitate), am folosit testul Mann

Whitney pentru a compara intruziunea pentru crearea ofertelor personalizate comerciale vs.

intruziunea pentru crearea ofertelor comerciale generale. Rezultatul comparării ETA1 =

ETA2 vs ETA1 <ETA2 este semnificativ la 0,0360, W = 31759,0 și arată că percepția

intruziunii pentru a se crea oferte generale este mai ridicată decât cea a utilizării datelor

personale pentru a se realiza oferte personalizate. In schimb, nu s-au găsit diferențe

semnificative statistic între intruziunea percepută în scopuri comerciale (fie pentru oferte

personalizate, fie pentru oferte generale) și intruziunea în datele personale pentru

dezvoltarea soluțiilor de securitate, valorile p asociate fiind de 0,63, respectiv 0,15). Se

confirmă astfel ipoteza cercetării H5.

Pentru a verifica H6, și anume dacă percepția intruziunii agregării datelor personale

în scopul dezvoltării de soluții de securitate este influențată de variabilele: gen, vârstă sau

statut parental, am aplicat testul Kruskal Wallis. În urma testului a rezultat o asociere

semnificativă statistic între intruziune și statut parental. Apare astfel că respondenții, care

sunt și părinți, consideră într-un procent mai ridicat decât respondenții fără copii (p-

value=0.049 < 0.05, pragul de semnificație) că accesul la datele personale ale lor și ale

familiei lor este intruziv în măsură mare și foarte mare. Nu s-au remarcat diferențe

semnificative statistic ale percepției respondenților în funcție de gen sau de vârstă. Se

invalidează astfel H6.

Pentru identificarea posibilelor diferențe de opinie ale respondenților cu privire la

entitățile responsabile de protecția datelor (O4), în funcție de gen și vârstă, am realizat o

analiză, atât din punctul de vedere al colectării și procesării corecte, etice a datelor preluate

prin dispozitivele IoT (H7), cât și din punctul de vedere al asigurării securității datelor

(H8). Respondenții peste 35 ani consideră în procent mai mare decât celelalte categorii de

vârstă că responsabilitatea de procesare a datelor personale revine administratorului soluției

de stocare în Cloud a datelor în măsură foarte mare (p value ‒ 0.04). Respondenții de gen

masculin apar ca fiind de acord în mai mare măsură decât cei de gen feminin că

răspunderea pentru modul în care sunt colectate și prelucrate datele personale aferente

dispozitivelor IoT este a utilizatorului și a producătorului dispozitivului IoT (p value 0.034,

respectiv 0.036). Se invalidează astfel H7.


Vol. 23 • Nr. 57 • Mai 2021 363

Referitor la H8, se remarcă o pondere mai mare a respondenților peste 45 ani,

comparativ cu celelalte categorii de vârstă, care consideră că administratorul soluției de

stocare în Cloud a datelor aferente dispozitivelor IoT (p value ‒ 0.001) și producătorul

soluției de securitate instalate de utilizator pentru a proteja dispozitivele IoT din locuință (p

value 0.052) sunt entități responsabile în foarte mare măsură de asigurarea securității

datelor. Respondenții de gen masculin consideră în procent mai mare decât cei de gen

feminin că responsabilitatea pentru asigurarea securității datelor revine utilizatorului în

foarte mare măsură (p-value 0.004). Se invalidează astfel H8. Interesant de remarcat este

faptul că, deși întrebările cu privire la responsabilitatea diferitelor entități pentru prelucrarea

necorespunzătoare a datelor, respectiv pentru asigurarea securității datelor, nu au fost

consecutive în chestionar, mediana răspunsurilor este identică (vezi tabelul nr. 9).

Tabelul nr. 9. Mediana răspunsurilor pe o scară de la 1-5 privind entitățile

responsabile pentru protecția datelor

Răspundere

Producător

dispozitiv

IoT

Producător aplicație

mobile/web

pentru administr

are dispozitive IoT

Soluțiile

de securitate

instalate

de utilizator

Administrator

soluție de

stocare cloud

a datelor

Utilizator

Prelucrare

şi procesare

date personale 4,0 5,0 4,0 5,0 4,0

Asigurare

securitate date 4,0 5,0 4,0 5,0 4,0

Confirmând cercetările anterioare majoritatea utilizatorilor consideră că

producătorul dispozitivului IoT este responsabil în mare măsură pentru protecția datelor lor

(Zheng et al., 2018). Totuși, din analiza noastră care a inclus diferitele entități implicate în

colectarea, procesarea și securizarea datelor soluțiilor IoT, rezultă că o responsabilitate mai

mare este asociată dezvoltatorului aplicației prin care se gestionează dispozitivele IoT și

administratorului datelor din Cloud.

Concluzii

Deoarece inteligența dispozitivelor IoT este din ce în ce mai crescută, acestea

colectează şi procesează cantități tot mai mari de date. Este nevoie de o delimitare clară

între agregarea datelor personale pentru îmbunătățirea funcționalității și securității soluțiilor

IoT și intruziunea în viața indivizilor în beneficiul altor entități. Legislația europeană cu

privire la protecția datelor, deși are prevederi stricte în acest sens, nu limitează și nici nu

standardizează cantitățile de date ce se pot prelua de la utilizatorii dispozitivelor inteligente

IoT. Luând în considerare principalele cerințe ale legislației, precum și opinii ale

cercetătorilor în domeniu, am construit o cercetare cantitativă care a urmărit evaluarea

particularităților utilizării dispozitivelor IoT pentru locuință, identificarea atitudinii

utilizatorilor cu privire la practicile de protecție a datelor legate de dispozitivele lor IoT

pentru casă, determinarea percepției intruziunii procesării datelor în general și în special

pentru scopuri comerciale ale furnizorului și pentru asigurarea securității datelor, evaluarea

opiniei respondenților despre entitățile responsabile de dispozitivele IoT pentru acasă au

generat protecția datelor (prelucrarea datelor și asigurarea securității datelor.



Din cercetare a reieșit faptul că, înainte de a achiziționa un dispozitiv inteligent,

respondenții se bazează mai degrabă pe recenziile altor utilizatori pentru informare, decât

să citească termenii, condițiile și politica de prelucrare și protecție puse la dispoziție de

furnizor. Modalitățile de informare și acordare a consimțământului precum email, website-

ul producătorului, programul de instalare a dispozitivului IoT, aplicația de administrare a

dispozitivului IoT sunt considerate ca fiind utile și foarte utile de majoritatea

respondenților. Aceste rezultate pot contribui la înțelegerea și implementarea de către

furnizorii de soluții IoT a principiului transparenței.

Pe tema intruziunii, se poate remarca faptul că respondenții percep prelucrarea

datelor video/audio și a celor despre sănătate și condiție fizică mai intruzive decât

prelucrarea datelor privind obiceiurile lor de interacțiune cu dispozitivul IoT de exemplu.

Intruziunea, indiferent de scopul pentru care se colectează și folosesc datele personale, este

percepută similar de către respondenți. Deși colectarea datelor personale pentru furnizarea

de soluții de securitate a dispozitivelor IoT este considerată în general intruzivă în mare

măsură, aproape jumătate din respondenți declară că producătorul soluției de securitate ar

trebui să stocheze datele lor personale colectate cât consideră necesar.

În ceea ce privește responsabilitatea pentru protecţia datelor personale, există

anumite diferențe de percepție în funcție de gen și vârstă. Astfel, respondenții de gen

masculin consideră în proporție mai ridicată decât cei de gen feminin că utilizatorul este cel

responsabil în foarte mare măsură de asigurarea securității dispozitivului IoT. În general,

responsabilitatea atât a colectării și prelucrării etice a datelor, cât și a asigurării securității

lor, este asociată în mai mare măsură entităților care creează aplicații de gestionare a

dispozitivului inteligent și administratorilor soluției Cloud a datelor.

Această cercetare pune în evidență de asemenea faptul că, atitudinea utilizatorilor de

dispozitive IoT privind protecția datelor lor personale și intruziunea percepută de ei prin

accesul și utilizarea de către terți a acestor date, depind de variabilele demografice, precum

vârstă, gen, statut parental. Este interesant de remarcat că, deși utilizatorii nu se informează

citind ei înșiși politicile de prelucrare și protecție a datelor personale când achiziționează un

dispozitiv IoT (în aceste politici producătorii putând menționa accesul prelucrării și

transferului către diferiți parteneri terți al oricărui fel de date), ei resimt accesul neautorizat

și prelucrarea necorespunzătoare a datelor personale ca fiind foarte grave.

Rezultatele cercetării, deși limitate prin prisma metodei de eșantionare utilizate,

contribuie în plan teoretic la o mai bună înţelegere a modului în care utilizatorii

dispozitivelor IoT pentru locuinţă percep intruziunea datorată agregării datelor lor, precum

şi a atitudinii lor cu privire la puncte esenţiale ce ţin de protecţia datelor personale. De

asemenea, rezultatele oferă o perspectivă interesantă companiilor implicate în furnizarea de

soluții IoT, organismele de standardizare și autoritățile de reglementare, însă acestea trebuie

completate cu studierea în detaliu a elementelor care contribuie predominant la formarea

percepției de intruziune. O viitoare direcție de cercetare ar putea investiga motivele pentru

care politicile de protecție a datelor nu sunt citite și ar putea identifica acele puncte ce

trebuie îmbunătățite pentru o mai bună conștientizare și înțelegere a consecințelor

prelucrării datelor lor personale.

Referințe

Aaker, D.A., Kumar, V., Leone, R.P. and Day, G.S., 2013. Marketing Research. 11th ed.

Danvers: John Wiley & Sons.


Vol. 23 • Nr. 57 • Mai 2021 365

Abdi, N., Ramokapane, K.M. and Such, J.M., 2019. More than Smart Speakers: Security

and Privacy Perceptions of Smart Home Personal Assistants. In USENIX Association,

Fifteenth Symposium on Usable Privacy and Security, Santa Clara, CA, USA, 12-13

August 2019. Santa Clara: The USENIX Association.

Amanullah, M.A., Habeeb, R.A.A., Nasaruddin, F.H., Gani, A., Ahmed, E., Nainar, A.S.M.

and Imran, M., 2020. Deep Learning and Big Data Technologies for IoT Security.

Computer Communications, 151, pp. 495-517.

Andrea I., Chrysostomou C. and Hadjichristofi G., 2015. Internet of Things: Security

Vulnerabilities and Challenges. In IEEE, IEEE Symposium on Computers and

Communication (ISCC IEEE 2015), Larnaca, Cyprus, 6-9 July 2015. Larnaca: IEEE.

Badsha, S., Vakilinia, I. and Sengupta, S., 2019. Privacy Preserving Cyber Threat

Information Sharing and Learning for Cyber Defense. In IEEE, 2019 IEEE 9th Annual

Computing and Communication Workshop and Conference (CCWC), Las Vegas, NV,

USA, 7-9 January 2019. Las Vegas: IEEE.

Barbaro, M., Zeller, T. and Hansell, S., 2006. A Face is Exposed for AOL Searcher no.

4417749. New York Times. 9 Aug, p.8.

Bolognini, L. and Balboni, P., 2019. IoT and Cloud Computing: Specific Security and Data

Protection Issues. Internet of Things Security and Data Protection ‒ Internet of Things,

pp. 71-70.

Castelluccia, C., Cunche, M., Le Metayer, D. and Morel, V., 2018. Enhancing

Transparency and Consent in The IoT. In IEEE, 2018 IEEE European Symposium On

Security and Privacy Workshops (Euros&Pw), London, 23-27 April. London: IEEE.

Chesney, S., Roy, K. and Khorsandroo, S., 2020. Machine learning algorithms for

preventing IoT cybersecurity attacks. In Arai K., Kapoor S., Bhatia R. (eds),

Proceedings of SAI Intelligent Systems Conference, London, 3-4 September. London:

Springer, Cham.

CNIL, 2018. Privacy Impact Assessment Guidance. French Data Protection Authority

[online]. Available at: <https://www.cnil.fr/en/privacy-impact-assessment-pia>

[Accessed 6 December 2020].

Comas, J.S. and Ferrer, J.D., 2015. Big Data Privacy: Challenges to Privacy Principles and

Models. Data Science and Engineering, 1, pp. 21-28.

Datta, A., Tschantz, M.C. and Datta, A., 2015. Automated Experiments on Ad Privacy

Settings: A Tale of Opacity, Choice and Discrimination. Proceedings on Privacy

Enhancing Technologies, 2015(1), pp. 92-112.

De Boer, P.S., van Deursen, A.J. and Van Rompay, T.J., 2019. Accepting the Internet-of-

Things in our homes: The role of user skills. Telematics and Informatics, 36, pp. 147-156.

Dorsemaine, B., Gaulier, J.P., Wary, J.P., Kheir, N. and Urien, P., 2015. Internet of Things:

a definition & taxonomy. In Khalid Al-Begain and Nidal AlBeiruti, 2015 9th

International Conference on Next Generation Mobile Applications, Services and

Technologies, Cambridge, UK, 9-11 September. Cambridge: IEEE.

Duan, Y, Sun, X., Che, H., Cao, Z.L. and Yang, X., 2019. Modeling Data, Information and

Knowledge for Security Protection of Hybrid IoT and Edge Resources. IEEE Access, 7,

pp. 99161-99176.



ECJ, 2014. Cases C293/12 and C594/12. Digital Rights Ireland, [online]. Available at:

<https://eur-lex.europa.eu/legal-content/EN/TXT/HTML/?uri=CELEX:62012CJ0293&

from =EN> [Accessed 6 December 2020].

EDPS, 2016. Opinion 8/2016 Opinion on coherent enforcement of fundamental rights in the

age of big data [online]. Available at: <https://edps.europa.eu/data-protection/our-

work/publications/opinions/big-data_en> [Accessed 6 December 2020].

El Khaddar, M.A. and Boulmalf, M., 2017. Smartphone: the ultimate IoT and IoE device.

In: N. Mohamudally, ed. 2017. Smartphones from an applied research perspective,

Rijeka: Intech. pp.137-184.

Elvy, S.A., 2017. Paying for privacy and the personal data economy. Columbia Law

Review, 117(6). [online]. Available at: <https://columbialawreview.org/content/paying-

for-privacy-and-the-personal-data-economy/> [Accessed 6 December 2020].

Feng, Y. and Xie, Q., 2019. Privacy Concerns, Perceived Intrusiveness and Privacy

Controls: An Analysis of Virtual Try-On Apps. Journal of Interactive Advertising,

19(1), pp. 43-57.

Fisk, G., Ardi, C., Pickett, N., Heidemann, J., Fisk, M. and Papadopoulos, C., 2015. Privacy

Principles for Sharing Cyber Security Data. In IEEE, Proceedings of the IEEE

International Workshop on Privacy Engineering, San Jose, 21-22 May. San Jose: IEEE.

Future Learn, 2021. Is a smart phone an Internet of Things device? [online] Available at:

<https://www.futurelearn.com/info/courses/internet-of-things/0/steps/8432> [Accessed

28 February 2021].

Haney, J.M., Furman, S.M. and Acar, Y., 2020. Smart Home Security and Privacy

Mitigations: Consumer Perceptions, Practices and Challenges. In A. Moallem (ed.),

International Conference on Human-Computer Interaction, Copenhagen, Danemark,

19-24 July 2020. Copenhagen: Springer, Cham.

Haney, J.M., Furman, S.M. and Acar, Y., 2020. Research Report: User Perceptions of

Smart Home Privacy and Security. NISTIR 8330, p.11.

Hussain, F., Hussain, R., Hassan, S.A. and Hossain, E., 2020. Machine Learning in IoT

Security: Current Solutions and Future Challenges. IEEE Communications Surveys &

Tutorials, 22(3), pp. 1686-1721.

ICO (Information Commisioner’s Office), 2017. Big data, artificial intelligence, machine

learning and data protection. [online] Available at: https://ico.org.uk/media/for-

organisations/documents/2013559/big-data-ai-ml-and-data-protection.pdf [Accessed 6

December 2020].

ICO (Information Commisioner’s Office), 2018. Guide to the General Data Protection

Regulation. [online] Available at: <https://ico.org.uk/for-organisations/guide-to-data-

protection/guide-to-the-general-data-protection-regulation-gdpr/principles/lawfulness-

fairness-and-transparency/#fairness> [Accessed 6 December 2020].

Jin, G.Z., 2017. Artificial Intelligence and Consumer Privacy. NBER Working Papers,

24253, National Bureau of Economic Research Inc.

JO (Jurnalul Oficial al Uniunii Europene), 2009. Rezoluția Parlamentului European din 15

iunie 2010 referitoare la internetul obiectelor (2009/2224(INI)), [online] Available at:

<https://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=OJ:C:2011:236E:0024:0032:

RO:PDF> [Accessed 6 December 2020].


Vol. 23 • Nr. 57 • Mai 2021 367

Kaltheuner, F. and Bietti, E., 2018. Data is power: Towards additional guidance on

profiling and automated decision-making in the GDPR. Journal of Information Rights,

Policy and Practice, 2(2), p.None.

Kim, S. and Yoon, J., 2016. An exploratory study on consumer’s needs on smart home in

Korea. In Marcus A. (eds), International Conference of Design, User Experience and

Usability, Toronto, Canada, 17-22 July 2016. Toronto: Springer, Cham.

Kleek, M.V., Liccardi, I., Binns, R., Zhao, J., Weitzner, D.J. and Shadbolt, N., 2017. Better

the Devil You Know: Exposing the Data Sharing Practices of Smartphone Apps. In

Association for Computing Machinery, Proceedings of The 2017 Chi Conference On

Human Factors in Computing Systems, Denver, 2 May. New York: Association for

Computing Machinery, pp.5208-5220.

Lee, G.Y., Cha, K.J. and Kim, H.J., 2019, Designing the GDPR Compliant Consent

Procedure for Personal Information Collection in the IoT Environment. In: IEEE, Internet

of Things (ICIOT) 2019 IEEE International Congress, Milan, 8-13 July. Milan: IEEE.

Lee, S., 2019. Internalizing the Harm of Privacy Breaches: Do Firms Have an Incentive to

Improve Data Protection? An Event Study. TPRC47: The 47th Research Conference on

Communication, Information and Internet Policy.

Leloglu, E., 2017. A review of Security Concerns in Internet of Things. Journal of

Computer and Communications, 5, pp. 121-136.

Maayan, G.D., 2020. The IoT Rundown for 2020: Stats, Risks and Solutions. [online]

Available at: <https://securitytoday.com/articles/2020/01/13/the-iot-rundown-for-

2020.aspx> [Accessed 28 February 2021].

Maple, C., 2017. Security and privacy in the internet of things. Journal of Cyber Policy,

2(2), pp. 155-184.

Melicher, W., Sharif, M., Tan, J., Bauer, L., Christodorescu, M. and Leon, G.P., 2016. (Do

Not) Track Me Sometimes: Users’ Contextual Preferences for Web Tracking.

Proceedings on Privacy Enhancing Technologies, 2, pp. 135-154.

Naeini, P.E., Bhagavatula, S., Habib, H., Degeling, M., Bauer, L. and Cranor, L.F., 2017.

Privacy expectations and preferences in an IoT world. Thirteenth Symposium on Usable

Privacy and Security ({SOUPS} 2017), pp. 399-412.

Neagu, L., 2021. Cum a schimbat pandemia piața de roboți casnici. [online] Available at:

<https://www.economica.net/cum-a-schimbat-pandemia-piata-de-roboti-

casnici_196906.html> [Accessed 28 February 2021].

Norton, 2021. What is The Internet of Things (IoT)? [online] Available at: <

https://us.norton.com/internetsecurity-iot.html> [Accessed 28 February 2021].

Polonetsky, J., Tene, O. and Finch, K., 2016. Shades of gray: seeing the full spectrum of

practical data de-identification. Santa Clara Law Review, 56(3), pp. 594-618.

Regulation (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016

on the protection of natural persons with regard to the processing of personal data and

on the free movement of such data 2016. [online] Available at: <https://eur-

lex.europa.eu/eli/reg/2016/679/oj> [Accessed 2 December 2020].

Rey D., Neuhäuser M., 2011. Wilcoxon-Signed-Rank Test. In: M. Lovric (ed) International

Encyclopedia of Statistical Science. Berlin, Heidelberg: Springer.



Rotenstein, E., 2020. Statistica matematica. Teste neparametrice. [online via internal VLE]

Ioan Cuza University. Available at: <https://www.math.uaic.ro/ ~eduard/

Capitolul%207.%20Teste%20neparametrice.pdf> [Accessed 28 February 2021].

Solove, D.J. and Citron, D.K., 2017. Risk and anxiety: A theory of data-breach

harms. Texas Law Review, 96, p.737.

Statista, 2021. Internet of Things (IoT) connected devices installed base worldwide from

2015 to 2025. [online]. Available at: < https://www.statista.com/statistics/471264/iot-

number-of-connected-devices-worldwide/> [Accessed 28 February 2021].

Tabassum, M., Kosinski, T. and Lipford, H.R., 2019. “I don't own the data”: End User

Perceptions of Smart Home Device Data Practices and Risks. In USENIX Association

Fifteenth Symposium on Usable Privacy and Security ({SOUPS} 2019), Santa Clara,

USA, 12-13 August 2019. Santa Clara: The USENIX Association.

Tene, O. and Polonetsky, J., 2013. Judged by the Tin Man: Individual Rights in the Age of

Big Data. Journal of Telecommunications and High Technology Law, 11, pp.351-368.

Thierer, A., 2015. The Internet of Things and Wearable Technology: Addressing Privacy and

Security Concerns without Derailing Innovation. RICH. J.L. & TECH., 21(2), article4.

Torre, I., Koceva, F., Sanchez, O.R. and Adorni, G., 2016. A framework for personal data

protection in the IoT. In Infonomics Society, 11th International Conference for Internet

Technology and Secured Transactions (ICITST), Barcelona, Spain, 5-7 December 2016.

Denver: IEEE.

Vodafone, 2019. Vodafone IoT Barometer 2019. [online]. Available at:

<https://www.vodafone.com/business/news-and-insights/white-paper/vodafone-iot-

barometer-2019#> [Accessed 2 December 2020].

Von Maltzan, S., 2019. No Contradiction Between Cyber-Security and Data Protection?

Designing a Data Protecton Compliant Incident Response System. European Journal of

Law and Technology, 10(1), p.None.

Voraprateep, J., 2013. Robustness of Wilcoxon Signed-Rank Test Against the Assumption

Of Symmetry. Master of Research, The University of Birmingham, [online] Available at:

< https://core.ac.uk/download/pdf/18614332.pdf> [Accessed 28 February 2021].

Wachter, S. and Mittelstadt, B., 2019. A Right to Reasonable Inferences: Re-Thinking Data

Protection Law in the Age of Big Data and AI. Columbia Business Law Review,

2019(2), pp. 494-620.

Wolters, P.T.J., 2017. The security of personal data under the GDPR: a harmonized duty or

a shared responsibility?. International Data Privacy Law, 7(3), pp.165-178.

Working Party Article 29/2010 on Opinion 3/2010 on the principle of accountability.

[online]. Available at: <https://www.dataprotection.ro/servlet/ViewDocument?id=654>

[Accessed 17 November 2020].

Wright, D. and Raab, C., 2014. Privacy principles, risks and harms. International Review of

Law, Computers & Technology, 28(3), pp.277-298.

Yoon, J., 2020. Deep-learning approach to attack handling of IoT devices using IoT-

enabled network services. Internet of Things, 11, p.100241.

Zheng, S., Apthorpe, N., Chetty, M. and Feamster, N., 2018. User perceptions of smart

home IoT privacy. arXiv e-prints, pp.arXiv-1802.


Vol. 23 • Nr. 57 • Mai 2021 369

INTERNETUL OBIECTELOR, PROVOCĂRI ȘI PERSPECTIVE ÎN ROMÂNIA: O CERCETARE CALITATIVĂ ÎN INDUSTRIE

Silviu-Gabriel Szentesi1∗, Lavinia Denisia Cuc2, Ramona Lile3

și Paul Nichita Cuc 4

1)2)3) Universitatea Aurel Vlaicu Arad, România 4) University College London, Marea Britanie


Szentesi, S.G., Cuc, L.D., Lile, R. and Cuc, P.N., 2021. Internet of Things (IoT), Challenges and Perspectives in Romania: A Qualitative Research. Amfiteatru Economic, 23(57), pp.448-464.

DOI: 10.24818/EA/2021/57/448


Rezumat

Se constată la nivel național insuficiența unor studii care să ofere răspunsuri științifice

la probleme cum ar fi: siguranța, securitatea și confidențialitatea datelor, viabilitatea din punct de vedere economic și impactul, privind interconectarea prin internet a dispozitivelor și a echipamentelor denumite Internetul obiectelor, iar în limba engleză Internet of Things. Implementarea în industrie, transporturi și în serviciile conexe, a sistemului Internet of Things este relativ nouă fiind cunoscută și dezvoltată de către firmele din România mai mult în ultimii cinci ani, conform studiului nostru. Cercetarea științifică realizată s-a bazat pe metoda interviului semi-structurat, înregistrat audio și video prin interfața Zoom. Prelucrarea datelor s-a realizat prin metode statistice avansate în programul R. Datele obținute în cadrul studiului oferă informații relevante la nivelul utilizatorilor din domeniile analizate pe baza unei cercetări calitative și permite crearea unei prime impresii privind situația implementării Internetului Obiectelor în România, aspect care să stea la baza inițierii unor cercetări cantitative mai focalizate privind toate implicațiile dezvoltării și utilizării interconectării dispozitivelor prin internet sau prin alte sisteme de acces la interconectare.

Cuvinte-cheie: internetul obiectelor (IoT), internet industrial (IIoT), interviu semi-structurat, riscuri percepute, ipoteze, perspective IoT

Clasificare JEL: O14

∗Autor de contact, Silviu-Gabriel Szentesi – e-mail: [email protected]

ORCID autori: Silviu-Gabriel Szentesi: orcid.org/0000-0001-7254-040X Lavinia Denisia Cuc: orcid.org/0000-0002-6416-259X Ramona Lile: orcid.org/0000-0002-0021-0046 Paul Nichita Cuc: orcid.org/0000-0001-7434-3645


https://orcid.org/0000-0001-7254-040X

https://orcid.org/0000-0002-6416-259X

https://orcid.org/0000-0002-0021-0046

https://orcid.org/0000-0001-7434-3645

AE Internetul obiectelor (Iot), provocări și perspective în România: o cercetare calitativă în industrie


Introducere

Termenul „Internetul obiectelor“ a fost inventat de Kevin Ashton când a vrut să atragă atenția conducerii Procter & Gamble asupra utilității sistemul de identificare cu radio frecvență în prezentarea sa din 1999. De asemenea în același an profesorul Neil Gershenfeld în cartea lui, When Things Start to Think, ce a apărut în 1999, nu a folosit chiar termenul exact, dar a oferit o viziune clară asupra aspectelor la care se referă IoT(Gershenfeld, 1999).

Internetul obiectelor (prescurtat în engleză IoT) reprezintă o rețea în care „obiecte” sau dispozitive încorporate cu senzori sunt interconectate printr-o rețea privată sau publică. Dispozitivele de tip IoT pot fi controlate de la distanță pentru a realiza funcționalitatea dorită (Khan și Salah, 2018). Internetul obiectelor (IoT) este o paradigmă tehnologică nouă, concepută ca o rețea globală de mașini și dispozitive capabile să interacționeze între ele (Lee și Lee, 2015). Schimbul de informații între dispozitive are loc apoi prin rețeaua care folosește protocoalele standard de comunicație. Dispozitivele inteligente conectate sau „obiectele” variază de la accesorii portabile simple la mașini mari, fiecare conținând cipuri de senzori (Khan și Salah, 2018). Rețeaua IoT poate genera cantități mari de date în diferite formate și poate utiliza diferite protocoale care pot fi stocate și procesate în cloud (Chang, 2020). În ultimul an utilizarea sistemului IoT a fost accelerată, iar în unele cazuri au fost realizate noi sisteme și aplicații. Din acest motiv un studiu de natură calitativă privind factorii ce pot avea o inflență asupra integrării IoT în activitatea întrepinderilor industriale din România și perspectivele dezvoltării IoT pentru următoarea perioadă este necesar și util ca să umple golul de cunoaștere în acest domeniu. Datorită faptului că implementarea în industrie, transporturi auto rutiere în scop industrial și servicii suport a sistemului IoT este relativ nouă, fiind cunoscută și dezvoltată de către firmele din România mai mult în ultimii cinci ani (conform studiului nostru), este nevoie de obținerea unor date noi privind aceste aspecte. Pentru a obține informații complexe la nivelul utilizatorilor din domeniile analizate s-a realizat acest studiu pe baza unei cercetări calitative ce permite captarea unei prime impresii privind aceste aspecte care să stea la baza inițierii unor cercetări cantitative mai focalizate privind toate implicațiile dezvoltării și utilizării IoT.

Pentru dezvoltarea IoT sistemul 5G are importanță. Tehnologia 5G este de bază pentru realitatea augmentată și realitatea virtuală, precum și platforme de activități bazate pe cloud care pot fi implementate oriunde și oricând (Marr, 2020). Putem spune că IoT este anticamera dezvoltării unor sisteme de producție și gestiune a proceselor bazate pe inteligența artificială. Noile sisteme deschid posibilitatea comunicării riscurilor medicale în timp real, iar rezultatele unor studii anterioare sunt deja aplicate tot mai mult în România și alte țări (Szentesi, 2018). Eficiența acestor demersuri de cercetare s-a dovedit în mod deosebit acum în perioada pandemiei când riscurile se comunică permanent, iar consumatorii au tot mai multe dispozitive inteligente (smart) ce permit o monitorizare a riscurilor de sănătate și a stării de sănătate (Szentesi, 2018). Unele studii arată că până în 2020, dispozitivele conectate din toate tehnologiile vor ajunge la cel puțin 20 de miliarde (Mahmood, 2019).

Ca sistem socio-tehnic dinamic, IoT cuprinde riscuri binecunoscute de securitate cibernetică și incertitudini endemice care apar pe măsură ce adoptarea IoT crește și sistemul evoluează. În timp ce răspunsurile de reglementare recente încep să vizeze riscurile de securitate IoT, trebuie să fie abordate deficiențele cruciale - în special legate de feedback-ul necesar pentru a ține pasul cu riscurile și incertitudinile emergente (Brass și Sowell, 2020). În acest articol se prezintă aspecte cum ar fi: dezvoltarea domeniul IoT în perioada viitoare și noile provocări pentru cercetarea, revizia literaturii, metodologia de cercetare, rezulatatele și interpretare lor și concluzii.

https://www.scribd.com/author/254812524/Neil-Gershenfeld

https://www.sciencedirect.com/science/article/abs/pii/S0167739X17315765?casa_token=BtnckmuIQHUAAAAA:AHtBH4O0TjjU_31sdkScjfQa6tyCicCvOxYLi4HVqAGfeuWJjp_jAwBcOqwZ5th5ZyLnWXs6i_s#!

https://www.sciencedirect.com/science/article/abs/pii/S0007681315000373?casa_token=8vOuLtjPD2EAAAAA:kBYSQnZetYuLhq2_uknLVqZMnk7dpT5lNlzyA3ER1uy1_v0ORjfEtFD88Gr9YJ8CPZNgU082Y6g#!




Vol. 23 • Nr. 57 • Mai 2021 371

1. Dezvoltarea domeniul IoT în perioada viitoare și noile provocări pentru cercetarea Dezvoltarea IoT a luat un avânt foarte mare în perioada 2013-2020, astfel a avut loc

o creștere a numărului dispozitivelor IoT de la jumătate la două ori mai multe în comparație cu dispozitivele conectate tradițional (Blanter și Holman, 2020). Până în 2020, tehnologia IoT va avea un impact de aproape 6% din economia globală și va dura ani de zile pentru ca potențialul IoT să fie realizat (Blanter și Holman, 2020). Provocările pentru implementarea IoT și evaluarea perspectivelor IoT se întind pe mai multe zone, astfel avem: lipsa soluțiilor integrate cap-coadă care oferă valoare; lipsa standardelor pentru aspectele critice a soluțiilor IoT (cum ar fi cele legate de securiate); politicile organizaționale și guvernamentale care nu țin pasul cu avansul tehnologic; interoperabilitatea complexă; preocuparea firmelor în ceea ce privește designul și complexitatea implementării (Blanter și Holman, 2020). Toate aceste aspecte duc la necesitatea realizării unor studii pentru IoT în România și la cunoașterea și analiza aspectelor ce stimulează sau frânează dezvoltarea IoT în domeniul industriei și a serviciilor suport pentru industrie.

În această perioadă are loc o dezvoltare a internetului obiectelor pe plan mondial și în consecință există inițiative la scară largă sau sunt în curs de desfășurare în China, Japonia, SUA, India, Coreea de Sud și țările europene în care industria, organizațiile asociate și guvernul colaborează la programe complexe ce abordează implementarea la scară largă a IoT (Ghaffari et al., 2019; Blanter și Holman, 2020), iar din acest punct de vedere o cercetare sub diverse aspecte a IoT în această conjunctură și în acest moment este ceva dezirabil.

Se constată lipsa unor studii la nivel național care să ofere răspunsuri științifice la problemele cum ar fi: siguranța, securitatea și confidențialitatea datelor, viabilitatea din punct de vedere economic, impactul privind interconectarea prin internet a dispozitivelor și a echipamentelor (Internet of Things) sub diverse aspecte. Culegerea unor date de calitate prin metoda interviului semi-structurat nu este realizată în acest moment la nivelul României, iar o analiză a internetului obiectelor (IoT) nu este suficient studiată din punct de vedere al utilizării, dezvoltării și implementării în România, și chiar în Uniunea Europeană, comparativ cu SUA și China și alte țări Asiatice. Dezvoltarea sistemului Gaia-X, proiect al UE propus de Germania și Franța (Bundesministerium für Wirtschaft und Energie, 2020), proiect ce va fi finalizat în 2021 și care face un pas important către o infrastructură digitală suverană europeană, va dinamiza dezvoltarea IoT și a unor aplicații conexe. Pe de altă parte există o serie de îngrijorări serioase la nivelul utilizatorilor cu privire la pericolele în creștere privind internetul obiectelor, în special în domeniile confidențialității și securității (Brass și Sowell, 2020).

În condițiile actuale de pandemie și conjunctură economică, studiul privind Internetul obiectelor din sectorul industrial, numit și Internet industrial (IIoT) se impune în mod evident deoarece deține un mare potențial pentru aproape toate aspectele operațiunilor industriale, inclusiv controlul calității, întreținerea predictivă, monitorizarea în timp real a stării activelor, durabilitatea și continuitatea activității. Cu toate acestea, există și numeroase provocări în adoptarea IIoT, inclusiv complexitatea operațională, provocările de conectivitate, disponibilitatea serviciului, securitatea datelor, diversitatea obiectelor conectate, lipsa interoperabilității omniprezente, costul ridicat al infrastructurii necesare, complexitatea analizei de date mari, precum și insuficiența lățimii de bandă a Internetului și caracterul nesigur al internetului actual (Mahmood et al., 2019), aspecte care desigur trebuie studiate detaliat.

Ozdemir Vural în articolul său din 2018 ,,The Dark Side of the Moon...”, atrăgea atenția asupra pericolelor în ceea ce privește realizarea unei conectivități depline potențate de inteligența artificială și Industria 4.0. Conceptul de Industria 4.0 folosește Internetul obiectelor (IoT) pentru a se conecta, comunica și colecta date mari de la senzori încorporați

https://en.wikipedia.org/wiki/Digital_privacy

https://en.wikipedia.org/wiki/Digital_security



în obiecte vii și neînsuflețite. Există și ipoteze necontrolate, conectivitatea extremă creează o problemă: „toate ouăle într-un singur coș” și, astfel, potențialul colapsului complet al rețelei într-un efect de tip domino atunci când o componentă dintr-un sistem extrem de integrat eșuează (Ozdemir et al., 2018).

În acest context lucrarea aduce un aport la dezvoltarea cunoașterii în domeniul IoT pentru că face o analiză contextuală a dezvoltării și a viitorului IoT în România, se obțin informații de natură calitativă ce oferă o primă impresie și imagine asupra situației IIoT. Aceste date culese de la firme din România, prin interviu semi-structurat, permit identificarea nivelului de integrare a IoT în activitatea firmelor, o primă captare a eventualelor riscuri percepute de utilizatorii din industrie, transporturi auto și servicii suport, sau a barierelor în implementarea și utilizarea IoT.A fost captată și disponibilitatea utilizatorilor de internet al obiectelor (IoT) de a dezvolta în viitorul apropiat a acestui mod de realizare, gestionare, monitorizare a activităților. Interviul de tip semistructurat și codificarea rezultatelor permit interpretarea calitativă și cantitativă a rezulatelor și o prelucrare a datelor și pe baze statistice (Hillman și Radel 2018), prin programul R. În acest sens în acest articol în continuare sa realizat revizia literaturii, a fost prezentată metodologia de cercetare, rezultatele și concluziile articolului.

2. Recenzia literaturii științifice

Dezvoltarea și implementarea rapidă a tehnologiilor inteligente și bazate pe IoT (Internet of Things) au permis progrese tehnologice remarcabile pentru diferite aspecte ale vieții. Scopul principal al tehnologiilor IoT este de a simplifica procesele din diferite domenii, de a asigura o mai bună eficiență a sistemelor (tehnologii sau procese specifice) și, în cele din urmă, de a îmbunătăți calitatea vieții (Nizetic et al., 2020). Din această perspectivă abordarea transdisciplinară și interdisciplinară pare tot mai necesară (Feher et al., 2019), iar în acest sens în anul 2019 la Conferința SpliTech2019 desfășurată în Croația s-a realizat o legătură mai bună între experții IoT din diferite profesii inginerești, experți industriali și în cele din urmă cu cercetători din mediul academic (Nizetic et al., 2020).

Un alt aspect important este legat de calitatea serviciilor IoT și preocuparea pentru standardizarea acestora pentru o mai bună interoperabilitate. Internetul obiectelor (IoT) cuprinde mai multe standarde de tehnologie a rețelei de comunicații și cele mai multe dintre ele funcționează izolat unele de altele, de exemplu pe un sistem, proces, departament etc. (Bello și Zeadally, 2019). Cu toate acestea, pentru a atinge obiectivul principal al paradigmei IoT, care este furnizarea de servicii inteligente eficiente și de înaltă calitate, este necesară interoperarea între diferite standarde IoT. Prin urmare, interoperabilitatea și asigurarea calității serviciilor sunt două dintre cerințe de bază pentru standardele actuale și viitoare care operează în ecosistemul IoT (Bello și Zeadally, 2019).

Adoptarea și implementarea tehnologiilor „Internetul obiectelor” (IoT) duc la modificări arhitecturale ale sistemelor de automatizare și control industrial, inclusiv o mai mare conectivitate la sistemele industriale (Boyes et al., 2018). În acest caz și riscurile asociate unei deschideri treptate sau bruște a sistemului intern crește riscul de expunere externă (Boyes et al., 2018).

În literatura de specialitate sunt exprimate diverse îngrijorări cu privire la pericolele în creștere legate de implementarea și dezvoltarea IoT, în special în domeniile confidențialității și securității (Colakovic și Hadžialic, 2018). Problemele de securitate și confidențialitate sunt identificate ca provocări cheie în implementarea soluțiilor IoT,

https://en.wikipedia.org/wiki/Digital_privacy

https://en.wikipedia.org/wiki/Digital_security


Vol. 23 • Nr. 57 • Mai 2021 373

deoarece există numeroase exemple de amenințări, vulnerabilități și riscuri (Qi et al., 2014). Au fost propuse mai multe modele de securitate și modele de taxonomie a amenințărilor pentru sistemele IoT (Chen et al., 2018). Conform studiului Hewlett Packard Enterprise Research (2015), majoritatea problemelor legate de confidențialitatea dispozitivelor apar din cauza: autentificării și autorizării insuficiente, lipsei de criptare a transportului, interfeței web nesigure, software și firmware nesigure etc. Colakovic și Hadžialic analizează cele mai multe probleme obișnuite legate de securitatea și confidențialitatea IoT. Printre acestea se pot menționa: detectarea atacurilor, abordare scalabilă, criptare, scurgere de date, integritatea datelor, protecție antivirus, gestionarea încrederii, recuperare și auto-refacere, acces control, autentificare, conștientizare a contextului, mecanisme standardizate și protecția în timp real. Funcționalitățile de securitate trebuie încorporate la fiecare nivel al arhitecturii IoT și trebuie implementată o gestionare eficientă a încrederii (Adat et al., 2018).

Acesta este motivul pentru care arhitectura de securitate IoT este încă în curs de dezvoltare (Sicaria et al., 2016), precum și diverse mecanisme dezvoltate pentru a îmbunătăți securitatea și confidențialitatea. Mecanismele de securitate ar trebui să ofere autentificare, acces controlat, integritate și confidențialitate a datelor, criptare și alte funcții, permițând în același timp procesarea automată a datelor pe baza politicilor și regulilor configurate de utilizatori. Aceste mecanisme trebuie să funcționeze în timp real și trebuie să fie rentabile și scalabile pentru a minimiza complexitatea și a maximiza gradul de utilizare. Trebuie menționat faptul că sunt multe caracteristici cheie ale IoT care fac dificilă dezvoltarea de arhitecturi de securitate robuste pentru aplicațiile IoT și, din acest motiv, aceste aspecte trebuie studiate și din perspectiva utilizatorului (Chen et al., 2018). Provocările în aplicarea atenuării riscurilor de securitate IoT care se datorează conectării fizice, eterogenității, constrângerilor de resurse, confidențialității, nivelul mare de activități, gestionării încrederii și o anumită lipsă de pregătire pentru asigurarea securității activităților în sistem IoT reprezintă provocări actuale (Mohamad și Hassan, 2019).

Viitorul IoT se bazează pe evoluțiile tehnologice ce permit o utilizare facilă a internetului obiectelor și o dezvoltare pe scară largă a acestei tehnologii de conectare a dispozitivelor. Un exemplu în acest sens îl reprezintă tehnologiile tradiționale de comunicații fără fir, cum ar fi Bluetooth și Wi-Fi, ce sunt utilizate pe scară largă în ultimele două decenii (Muratkar et al., 2020). Acestea oferă diverse avantaje, cum ar fi: nivele mai mari de conectare a datelor, o acoperire bună, mobilitate, extensibilitate, ușurință în utilizare etc. Chiar și în acest mod, soluțiile tradiționale de comunicații fără fir sunt costisitoare și, de asemenea, consumă durata de viață a bateriei dispozitivelor conectate la acestea. Internetul obiectelor (IoT) necesită dispozitive care consumă foarte puțină energie și sunt mai puțin voluminoase (Muratkar et al., 2020). O soluție la acest lucru este noua tehnologie pasivă, numită Ambient Backscatter Communication System. Este o primă versiune a unei tehnologii de ultimă oră care permite comunicația fără fir între dispozitive prin utilizarea semnalelor de frecvență radio ambientală (RF) ale transmisiunilor TV și celulare. Această nouă tehnologie permite realizarea unui consum de energie foarte mic în timpul comunicării și ne apropie de lumea IoT și de aplicațiile sale. (Muratkar et al., 2020). Pentru a asigura o performanță ridicată și fiabilitate în timp real, apar noi provocări de cercetare atât din punct de vedere al platformei IoT, cât și din cele ale aplicației (Wang et al., 2020). Din punctul de vedere al platformei, dispozitivele de detectare încorporate au capacitate de stocare limitată și nu pot păstra multe copii de date pentru retransmitere, plus că atât dispozitivele, cât și gateway-urile IoT nu au lățime de bandă de rețea suficientă, nici pentru retransmiterea datelor, nici pentru replicarea datelor (Wang et al., 2020). Gateway-ul reprezintă o poartă de acces (în engleză, gateway) este un punct din rețea (un server sau chiar o rețea specială) care servește ca intrare



într-o altă rețea. IoT poate stimula și schimba modul în care oamenii își desfășoară activitatea în vederea realizării de diverse construcții. Există cercetări cu scopul de a determina care sunt factorii de impact ce influențează disponibilitatea practicienilor de a adopta IoT în realizarea construcțiilor în diverse țări din Asia cum ar fi Taiwan. Studiile țintesc aspecte privind viitorul cum ar fi: beneficiile anticipate și care influențează în mod semnificativ disponibilitatea utilizatorilor de a adopta IoT, susținerea și stimulentele care influențează în mod semnificativ disponibilitatea utilizatorilor de a adopta IoT, precum și așteptările societății care influențează în mod semnificativ disponibilitatea utilizatorilor de a adopta IoT (Chen et al., 2020).

Industria 4.0 permite o fuziune rapidă a tehnologiilor care dizolvă succesiv linia de separare între lumea fizică și cea virtuală și este strâns legată de IoT. În era digitalizării industriale, companiile investesc din ce în ce mai mult în instrumente și soluții care permit proceselor tehnologice, mașinilor, angajaților și chiar produselor în sine, să fie integrate într-o singură rețea pentru colectarea datelor, analiza datelor, evaluarea, dezvoltarea companiei și îmbunătățirea performanței (Nagy et al., 2018). Acest aspect presupune o dezvoltare simultană a IoT și a industriei 4.0. În țările din Europa de Est, cum este cazul Ungariei, companiile care operează în cadrul industriei 4.0, corelat cu instrumente Internet of Things (IoT), se ajunge la aplicarea unor procese de producție mai eficiente și la obținerea unei productivități ridicate și a unor economii de scară ce ar putea conduce la o sustenabilitate economică sporită. În aceste condiții, se constată că în Ungaria, companiile au pornit pe calea digitalizării, iar investițiile în digitalizare, industria 4.0 și internetul obiectelor au demarat deja. (Nagy et al., 2018).

Dispozitivele și tehnologia Internet of Things (IoT) sunt din ce în ce mai integrate în rețelele inteligente. Aceste dispozitive au multe vulnerabilități de securitate. Pentru a combate acest lucru, protocoalele IoT au fost extinse cu mecanisme de securitate. (Kondoro et al., 2021). Cu toate acestea, mecanismele menționate introduc în sistem prelucrări suplimentare care pot duce la întârzieri. Aceste întârzieri pot afecta funcționarea fiabilă a unui sistem de alimentare inteligent de care depinde comunicarea promptă. În studiile recente se investighează în timp real proprietățile protocoalelor de securitate a sistemului de comunicații utilizat (Kondoro et al., 2021). În sectorul industrial, IoT promite să remodeleze întregul peisaj, întrucât valoarea afacerii Internetului obiectelor în domeniul industrial a fost recunoscută ca fiind foarte mare. Din acest motiv, Internetul obiectelor din sectorul industrial, numit și Internet industrial, denumit adesea IoT industrial (IIoT), devine din ce în ce mai omniprezent, mai ales că digitalizarea și automatizarea devin o realitate de afaceri pentru multe organizații din sectoare precum producția, logistica, petrolul și gazul, apa și energia electrică, energia regenerabilă, mineritul, transportul, aviația și multe altele. Astfel, oportunitățile de piață pentru paradigma IIoT sunt imense. Potrivit unei cercetări, piața IIoT este estimată să atingă 125 de miliarde de dolari până în 2021. Filozofia de bază din spatele IIoT este că mașinile inteligente sunt mai eficiente decât oamenii în ceea ce privește captarea, transmiterea și procesarea cu precizie a datelor în timp real pentru observarea de pe piață a informațiilor de afaceri și a informațiilor corporative relevante în luarea deciziilor (Mahmood et al., 2019). În practică, numeroase domenii de aplicații IoT, cum ar fi transportul auto industrial în sistem de flote de autotrenuri, sunt legate de urmărirea, monitorizarea și transportul țintelor, pot utiliza pe scară largă tehnologia Wireless Sensor Networks (WSN). Dezvoltarea tehnologiilor de cloud computing și accentuarea creșterii traficului de big-data cauzat de încorporarea Internetului obiectelor (IoT), pune problema unei autentificări sigure. În această conjunctură generată de realitatea sfârșitului de an 2020, autentificarea sigură a utilizatorilor pentru acces la distanță joacă un rol crucial. În viitor se vor dezvolta aplicații


Vol. 23 • Nr. 57 • Mai 2021 375

IoT bazate pe cloud care să permită un acces facil și sigur de la distanță la sistem (Deebak și Al-Turjman, 2021).

Odată cu progresul tehnologic rapid în internetul obiectelor (IoT) și inteligența artificială (AI), diferite interfețe tactile om-mașină (ITOM) au fost dezvoltate pe scară largă ca elemente critice pentru furnizarea de informații între oameni și mașini în aplicații largi. Recent, ITOM-uri bazate pe senzori flexibili purtabili au fost investigați în mod extins pe bază de piele inteligentă în aplicațiile de monitorizare fiziologică, detectare a mișcării, robotică, asistență medicală și realitate virtuală/realitate augmentată. Tendința generată de Internetul Obiectelor (IoT) este de convergență, omniprezentă și interoperabilitatea a tot ceea ce se află în clădiri rezidențiale, fabrici, orașe și țări (Tang et al., 2021). Odată cu creșterea rapidă a energiei regenerabile distribuite și cu dezvoltarea tehnologiilor legate de IoT, energia poate fi transferată bidirecțional și tranzacționată flexibil pe o piață deschisă, ceea ce deschide un nou câmp operațional pentru utilizarea extinsă a IoT (Wu et al., 2021).

Un aspect important ce merită a fi studiat mai aprofundat este legat de îngrijorările referitoare la impactul asupra mediului și sănătății oamenilor a internetului obiectelor (IoT). O mai mare asumare a responsabilității sociale, în engleză Corporate Social Responsibility (CSR), față de mediul natural și a sănătății publice, datorită unor efecte secundare ce ar putea să apară din cauza utilizării acestor tehnologii de Industria 4.0, Internetul Obiectelor și utilizarea rețelei 5G, reprezintă preocupări de cercetare importante (Feher et al., 2019). Astfel contribuția CSR la dezvoltarea societății este un subiect de dezbatere extinsă în literatura de specialitate. În pofida proliferării CSR în sfere academice și organizaționale, dovezile empirice în acest domeniu rămân limitate, în special în contextul țărilor emergente cum este România (Crișan-Mitra et al., 2020).

3. Metodologia cercetării Pornind de la recenzia literatura de specialiate în cadrul cercetării am căutat răspunsuri

la chestiuni cum ar fi: 1) unele bariere ce sunt considerate relevante, de către persoanele decidente și implicate, în integrarea internetului obiectelor în industrie, în transport pentru industrie și servicii suport. Serviciile suport constau în activități de tehnologia informației și comuncării (ITC) pentru susținerea și implementarea IoT în activitatea organizațiilor, precum și activități ale firmelor specializate ce oferă soluții și servicii IoT consumatorilor industriali și casnici; 2) care este perspectiva persoanelor decidente și implicate în IoT privind factorii ce influențează decizia de extindere a Iot în industrie, transporturi și servicii de suport, de riscuri și percepția privind existența unor bariere în implementare, cum ar fi raritatea personalului; 3) influența nivelului de cunoaștere a IoT, pe de o parte și familiaritatea cu beneficiile legate de internetul obiectelor, pe de altă parte, asupra extinderii internetului obiectelor în industrie (IIoT); 4) care este opinia utilizatorilor privind perspectivele dezvoltării și implementării IoT în activitatea proprie din industrie, transporturi auto pentru industrie și servicii suport privind susținerea și implementarea.

Metodologia de cercetare utilizată de echipa de cercetare se bazează pe tehnica interviului de tip semi-structurat, și pe utilizarea unei interfețe de comunicare, în acest caz platforma Zoom. Interviurile au fost arhivate audio și video și au dus la crearea bazei de informații/date pentru un studiu aprofundat. Întrucât metodologia de cercetare adoptată prezintă aspecte relevante pentru fiecare situație analizată, am optat pentru metoda interviului semi-structurat.

În această perioadă de pandemie am ales înregistrarea interviurilor online, un interviu având o durată cuprinsă între 30 și 40 minute pe baza unei structuri de intervievare



preconfigurată denumit în literatura de specialitate semi-structurat (Hillman și Radel 2018), Interviul semi-structurat oferă posibilitatea realizarii unor tabele de asociere între variabile calitatitive fapt ce permite realizarea de analize cantitative cum ar fi testul de independență hi-pătrat și calculul coeficientului V Cramer (Lile, Szentesi et al., 2015). Interviurile au fost realizate de echipa de cercetare în perioada trimestrului IV din 2020. Am lansat invitația de participare la această cercetare pentru un număr de 60 de firme de pe cuprinsul Romaniei. Am primit un răspuns favorabil de la 28 de firme, din care au participat efectiv la realizarea studiului un număr de 25 de persoane, reprezentanți ai firmelor, care au acordat interviul ce a fost înregistat audio și video. Persoanele intervievate sunt directori generali (CEOs), manageri de diverse nivele din domeniul tehnic și economic sau diverși experți din cadrul firmelor (Anexa nr. 1). Întreprinderile analizate își desfășoară activitatea în domeniul producției industriale, transport auto pentru industrie și servicii suport cum ar fi cele de software pentru internetul obiectelor (IoT). Informațiile privind firmele și respondenții sunt trecute în Anexa nr. 1.

Întrebările formulate sunt semi-structurate, cu posibilitatea și a unei variante de răspuns liber, și sunt următoarele:

• Dețineți în firma/organizația dumneavoastră (dvs.) aparatură/dispozitive/ mașini/instalații care pot fi acționate prin internet?

• Puteți să dați un exemplu de un asemenea dispozitiv din firma/organizația dvs.? • Cum utilizați acest dispozitiv în firma/organizația dvs.? • Cât de mult sunteți familiarizat/ă cu noțiunea/conceptul de internet of things (IoT),

respectiv dispozitive conectate prin internet? • Câte tipuri de dispozitive/aparate/mașini/instalații care pot fi acționate prin internet

aveți în firma/organizația dvs.? • Numeric câte dispozitive/aparte/mașini/instalații care pot fi acționate prin internet

dețineți în firma/organizația dvs.? • Care este aspectul care vă reține/preocupă cel mai mult privind utilizarea acestor

dispozitive/aparte/mașini/instalații? • Care sunt avantajele evidente ale utilizării sistemului internet of things (IoT)? • Care sunt aspectele/problemele care vă nemulțumesc cel mai mult privind utilizarea

acestor dispozitive/aparte/mașini/instalații în sistem IoT? • Considerați că în viitor este bine să fie implementate tot mai mult aceste soluții de IoT

la nivel European? • Ați auzit de proiectul Gaia-X al UE, de realizare a unui sistem European de gestiune net

și motoare de căutare gen Google, lansat de curând? • Doriți ca în viitorul apropiat să dezvoltați și implementați tot mai multe soluții IoT în

activitatea firmei dvs.? • Considerați că avantajele comparativ cu dezavantajele/riscurile implementării unui

sistem IoT sunt de partea avantajelor? • În sectorul în care vă desfășurați activitatea acest sistem se pretează/potrivește foarte

bine • Pe o scală de la 1 la 100 (procentuală) cât de sigur sunteți în dezvoltarea în viitor sau

implementarea pe o scară largă a sistemului IoT în firma/organizația dvs.? • Considerați că acest IoT va transforma modul cum vom munci în următorii trei ani? • Cum a influențat Pandemia Sars-Cov 2 dezvoltarea internetului obiectelor în

întreprinderea dvs.?


Vol. 23 • Nr. 57 • Mai 2021 377

Pe lângă aspectele menționate și în literatura de specialitate recenzată, cum ar fi riscurile și perspectivele dezoltării IoT, ne-am propus verificarea și a unor ipoteze cu privire la aspecte semnalate de respondenți în timpul interviurilor care sunt interesante sau sensibile pentru problematica IoT în România. Întrebările formulate în cadrul interviului au avut ca scop pe lângă captarea aspectelor calitative privind IoT în România și fundamentarea testării unor ipoteze. Pornind de la răspunsurile obținute pe baza interviului semi-structurat, am codificat datele, s-a realizat o centralizare și agregare a datelor în vederea unor analize calitative și prelucrări ulterioare cantitative.

Ipotezele propuse de echipa de cercetare sunt: H1: Internetul obiectelor este implementat în industrie pe scară mai redusă decât în transporturi și servicii suport, respectiv există mai puține tipuri de dispozitive. H2: Nivelul de implementare a IoT în organizație depinde de familiaritatea privind conceptul de IoT. H3: Implementarea pe o scară largă a sistemului IoT în firma/organizație depinde de raportul avantaje (beneficii)/riscuri(costuri). H4: Cel mai important risc perceput de respondenți (peste 50%) este cel legat de posibilitatea atacului informatic asupra dispozitivelor și datelor în cazul utilizării IoT. H5: Numărul de dispozitive inteconectate IoT depinde de mărimea firmei. H6: Impresia respondenților legată de modul cum vom trăi și munci în următorii 3 ani depinde și cunoașterea de proiectul Gaia X. H7: Un număr mare peste 3, respectiv de la 4-7 probleme care îi nemulțumesc pe respondenți privind utilizarea acestor dispozitive/aparte/mașini/instalații în sistem IoT afectează dorința de a dezvolta și implementa tot mai multe soluții IoT în activitatea firmei. H8: Impresia respondenților legată faptul că IoT va transforma modul cum vom trăi și munci în următorii 3 ani depinde și de munca și controlul activităților de la distanță (remote work)/telemuncă/muncă de acasă ce se desfășoară în cadrul organizației. H9: Impresia respondenților legată de dezvolatrea IoT și modul cum vom trăi și munci în următorii 3 ani depinde și de influența pandemiei și bolii Covid19.

Cu datele obținute s-a creat o bază de date și ele au fost prelucrate avansat prin programul de analiză econometrică R. Informațiile au fost codificate și standardizate și a fost realizată o prelucrare avansată a datelor precum și o statistică descriptivă. Au fost testate ipoteze statistice legate de activitatea de producție și servicii pe baza testului hi pătrat și a coeficientului de corelație V Cramer, pentru un prag de semnificație de 5%.

4. Rezultate și interpretări

Datele au fost analizate cantitativ și calitativ, au fost codificate pentru o prelucrare mai facilă din punct de vedere econometric și pentru dezvoltarea unor statistici descriptive. Au fost înregistrate un total de 25 de interviuri valide. Setul de date este format din 19 bărbați și 6 femei în funcții de conducere în companii ale căror activități, precum automotive, logistică sau inginerie electrică, care implementează sisteme IoT. Mai întâi am împărțit aceste domenii în 2 grupuri, producție (ex. producția de piese electrice, producția de dispozitive medicale etc.) și servicii (ex. dezvoltare software, logistică etc.). Există 12 persoane în categoria producție și 13 în cea de servicii. În general, nivelul lor de înțelegere a subiectului în cauză a fost ridicat, astfel 12 persoane au spus că știu foarte bine subiectul, 6 bine, 6 suficient și doar 1 persoană a spus că nu are cunoștințe suficiente pe această temă. Mai mult, observăm că persoanele din categoria servicii își evaluează mai bine înțelegerea subiectului IoT decât cei din categoria producție. Principalul avantaj identificat atât de categoria servicii, cât și de producție este acționarea și controlul de la distanță a acestor dispozitive prin sistemul IoT.



În ceea ce privește dezavantajele, în timp ce ambele grupuri menționează fiabilitatea sistemului în situații critice ca fiind o problemă semnificativă, pentru grupul de producție raritatea personalului cu calificări adecvate este un alt mare dezavantaj și posibilitatea unei erori de sistem pentru grupul servicii. În plus, ambele subseturi sunt de acord că riscurile majore ale implementării IoT la scară sunt problemele privind protecția datelor care pot ajunge la furnizorii serviciilor sau atacurile cibernetice.

Ambele subseturi doresc să implementeze mai multe dispozitive IoT în viitor, dar majoritatea acestora iau în considerare un termen mediu pentru ca acest eveniment să aibă loc. Pe o scală de la 0 la 100 s-a verificat cât de siguri sunt respondenții că această implementare are loc. Media generală este de 78,71%, dar există o diferență între media celor două grupuri: producție și servicii suport (Figura nr. 1). Rezultatul testării celor nouă ipoteze propuse în metodologie se regăsește în tabelul 1, unde se prezintă sintetic valorile statistice relavante pentru confirmarea sau infirmarea acestora.

Tabel nr. 1. Rezultatul testării ipotezelor

Ipoteza Valoare hi pătrat V Cramer hi pătrat p-valoare (<0,05) H1 0,02 0,04 0,89 H2 2,52 0,32 0,11 H3 4,17 0,41 0,96 H4 13,79 0,53 0,001 H5 6,29 0,36 0,17 H6 1,14 0,21 0,29 H7 0,20 0,09 0,65 H8 5,21 0,46 0,02 H9 7,14 0,54 0,03

Sursa: cercetare proprie

Datele au fost prelucrate în programul R, iar rezulatele obținute permit o analiză a ipotezelor formulate. Ipoteza H1: Internetul obiectelor este implementat în industrie pe scară mai redusă decât în transporturi și servicii suport, respectiv răspunsurile la întrebarea Q5 asociate cu răspunsurile de la întrebarea Q17, respectiv faptul că există mai puține tipuri de dispozitive în industrie decât în servicii suport este o ipoteză care nu se confirmă. Pe baza rezultatului obținut la test, coeficientul V a lui Cramer este 0,04 și indică inexistența unei asocieri. H2: Nivelul de implementare a IoT în organizație depinde de familiaritatea privind conceptul de IoT. Conform V Cramer și hi-pătrat ipoteza H2 nu se confirmă, deci nivelul de implementare a IoT în organizație nu depinde de familiaritatea privind conceptul de IoT. Ipoteza H3 presupune că implementarea pe o scara largă a sistemului IoT în firmă depinde de raportul avantaje-riscuri. Valoarea testului hi pătrat este mai mare de 3,814 (valoarea tabelară), dar nu respingem ipoteza nulă întrucât valoarea p a testului este 0,96, fiind peste nivelul de semnificație de 0,05. Astfel, nu se confirmă o legătură clară între dorința de implementare și raportul avantaje-riscuri. Ipoteza H4 : Cel mai important risc perceput de respondenți (peste 50%) este cel legat de posibilitatea atacului informatic asupra dispozitivelor și datelor în cazul utilizării IoT. Asocierea între Q7abc și implementarea sigură peste 90% la Q15 se confirmă. Se constată că valoarea p a testului hi pătrat este 0,001 și a coeficientul de corelatie V a lui Cramer este 0,54 și deci există o relație puternică între riscul perceput și dorința de dezvoltare a unor noi sisteme și aplicații IoT.


Vol. 23 • Nr. 57 • Mai 2021 379

Se constată că nu există vreo relație între dorința de a implementa tot mai multe soluții IoT în activitatea firmei și numărul de probleme care îi nemulțumesc pe respondenți privind utilizarea dispozitivelor în sistem IoT(H7), între opinia respondenților referitoare la impactul IoT asupra modului de trai și cunoașterea proiectului Gaia X (H6) și între numărul de dispozitive IoT conectate și mărimea firmei (H5), întrucât valorile p ale testelor hi pătrat sunt 0,65, 0,29 și 0,17; ipotezele H5, H6 si H7 se infirmă. Ipoteza H8: Impresia respondenților legată de modul cum vom trăi și munci în următorii 3 ani depinde și de munca și controlul activităților de la distanță (remote work) de acasă ce se desfășoară în cadrul organizației, respectiv Q16 corelat cu Q24, se confirmă. Pe baza testului hi-pătrat, a cărui valoare p a fost de 0,03, rezultă că există o relație între faptul că tehnologia IoT va schimba societatea în urmatorii trei ani (Q16) și controlul activitații de la distanță (remote work) din cadrul firmei. Coeficientul de corelație V a lui Cramer este de 0,46, ceea ce reprezintă o asociere destul de puternică. Ipoteza H9: Impresia respondenților legată de modul cum vom trăi și munci în următorii trei ani depinde și de influența pandemiei și bolii Covid19, respectiv Q16 corelat cu Q25 de asemenea se confirmă. În acest caz, ipoteza nulă este: cele două variabile sunt independente, iar ipoteza alternativă este: cele două variabile sunt dependente. Respingem ipoteza nulă întrucât valoarea p a test este 0,03, fiind sub nivelul de semnificație de 0,05. Concluzionăm că acestea nu sunt independente, așa că verificăm în continuare cât de puternică este această relație calculând coeficientul de corelație V a lui Cramer pentru cele două seturi. Obținem o valoare de 0,54, care reprezenintă o asociere puternică.

Se mai verifică și normalitatea setului de date Q15, certitudinea implementării în viitor a IoT, efectuând un test Shapiro-Wilk. Luăm ipoteza nulă H0: populația este distribuită normal, iar ipoteza alternativă H1: populația nu este distribuită normal. Valoarea p de 0,0016 a testului sugerează că ar trebui să respingem ipoteza nulă și concluzionăm la fel, acest set nu a fost colectat dintr-o distribuție normală. Am verificat cele două grupe asociate producție, respectiv servicii. Am utilizat un test Wilcoxon nonparametric pentru a verifica media celor două grupuri asociate. Luăm ipoteza nulă H0: cele două seturi de date respectiv servicii și producție au mediane egale și ipoteza alternativă H1: cele doua seturi de date nu au mediane egale. Valoarea p a testului este 0,031, care este mai mică decât nivelul de semnificație alfa = 0,05. Putem concluziona că certitudinea mediană a categoriei servicii privind implementarea viitoare a IoT în firma lor este semnificativ diferită de certitudinea mediană a domeniilor legate de producție.

Am mai efectuat testarea cu un test hi-pătrat pentru perechi specifice de variabile precum Q5-Q12, Q6-Q12, Q18-Q25, Q14-Q16, Q14-Q15 pentru a verifica dacă există variabile categoriale cu o corelație semnificativă între ele. Avem ca și ipoteză nulă H0: nicio relație nu există între variabilele categoriale și ipoteza alternativă H1: variabilele nu sunt independente. Concluzionăm că nu există nicio relație între câte dispozitive IoT și tipuri de dispozitive de care dispune o întreprindere (Q5 și Q6) și probabilitatea lor de a implementa mai multe dispozitive în viitorul apropriat (Q12), deoarece valorile acestora ale testului hi-pătrat sunt 0,16 și 0,19 respectiv, astfel nu putem respinge ipoteza nulă la un nivel de semnificație 0,05. Potențiala amplificare a implementării IoT pe perioada de pandemie Sars-Cov-2 (Q17) este independentă de mărimea firmei, nu respingem ipoteza nulă care ar presupune că cele două variabile ar fi independente deoarece valoarea p este de 0,20. S-a mai realizat un test hi-pătrat privind certitudinea implementării în viitor a IoT (Q15) și pretabilitatea tehnologiei IoT în domeniul de activitate al firmei (Q14). Ipoteza nulă H0 este că cele două variabile sunt independente, iar ipoteza alternativa H1 este că cele două variabile sunt dependente. Respingem ipoteza nulă întrucât valoarea p a testului este 0,026, fiind sub nivelul de semnificație de 0,05. Concluzionăm că acestea nu sunt independente, așa că verificăm în continuare cât de puternică este această



relație calculând coeficientul de corelație V a lui Cramer pentru cele două seturi. Obținem o valoare de 0,81, reprezentând o asociere foarte puternică.

În cele din urmă, pentru relația dintre pretabilitatea tehnologiei IoT în domeniul lor de activitate (Q14) și opinia respondenților cu privire la faptul că tehnologia IoT va schimba societatea în viitor (Q16) calculăm din nou coeficientul de corelație V a lui Cramer. Obtinem o valoare de 0,53 care reprezintă o asociere puternică între cele două variabile categoriale. La întrebarea Q9 se constată că un procent de 36% din firme au probleme privind lipsa sau raritatea personalului cu calificări adecvate aspect care nu este menționat în literatura de specialitate ca fiind una din barierele în implementarea IoT de către firme, deși în România acest aspect este considerat de respondenți destul de important. În studiile recente se investighează în timp real proprietățile protocoalelor de securitate a sistemului de comunicații utilizat (Kondoro et al., 2021), fapt ce duce la anumite întârzieri și o anumită nesiguranță în gestiunea unor sisteme de producție, fapt ce se confirmă parțial și prin acestă cercetare deși în studiul nostru se constată că principala problemă o reprezintă protecția dispozitivelor și a datelor împotriva hackerilor și a altor organizații și mai puțin aspectele legate de gestiune sistemului . În unele firme există reținere în ce privește implementarea largă a IoT datorită unei fiabiliatăți slabe a sistemului și uneori a problemelor de conexiune care sporesc nesiguranța (28% dintre respondenți) aspecte ce au fost menționate și de alți autori (Mohamad și Hassan, 2019). Constatăm că numărul mediu de dispozitive utilizate in sistem IoT per organizație/firmă este de aproximativ 6,6 dispozitive (Fig. nr. 2) un relativ mic compartiv cu țări cum ar fi Ungaria (Nagy et al., 2018).

Figura nr. 1. Certitudinea dezvoltării IoT în funcție de subdomeniile de activitate



Vol. 23 • Nr. 57 • Mai 2021 381

Figura nr. 2. Numărul de dispozitive per firmă


Figura nr. 3. Analiza procentuală a riscurilor pe tipuri de risc

Sursa: cercetare proprie Concluzii

a.Contribuții teoretice. Studiul este important pentru mediul de afaceri și cel academic deoarece aduce în atenție o primă percepție privind utilizarea, barierele și riscurile asociate utilizării precum și perspectivele de dezvoltare ale internetului obiectelor în industria și serviciile suport (IIoT) din România. Au fost aflate informații legate de impactul muncii de la distanță și de acasă (home office) și al pandemiei asupra modului în care vom trăi și muncii în următorii trei ani (H8 și H9, confirmate). Implementarea IoT în opinia reprezentanților firmelor depinde și de cât de mult se potrivește în acest moment utilizarea unui sistem IoT în domeniul lor de activitate. În firmele din România nu există, conform concluziilor H2 o relație certă între nivelul de implementare a IoT în organizație și familiaritatea privind conceptul de IoT ceea ce indică o determinare la nivel decizional de a implemenata IoT chiar dacă nu există o familiariate ridicată privind internetul industrial al obiectelor (IIoT). Din studiul nostru rezultă că un procent de 92% din firmele analizate sunt foarte familiarizate cu acest concept și 8% sunt bine sau suficient familiarizate. Majoritatea acestor dispozitive nu sunt utilizate într-un sistem modern și deplin integrat în activitatea firmei, iar interoperabilitatea precizată în recenzia literaturii este redusă. În proporție de 88% conectarea se realizează prin fir (cablu internet) sau wi-fi, există însă și firme ce au la dispoziție sisteme mai avansate. În firmele analizate există un procent destul de mare de 56% ce au maxim 5 tipuri de dispozitive conectate în sistem IoT, 16% dețin între 5-10 dispozitive și 28% au mai mult de 10 tipuri de dispozitive, ceea ce denotă o utilizare destul de bună a IoT în această ultimă categorie. În ceea ce privește aspectele de risc și reținere în utilizarea extinsă a IoT întreprinderile au menționat pe primul loc, aspect ce corespunde cu prezentarea riscurilor privind IoT din literatura recenzată, cu un procent mare de 28,26% sunt menționate aspecte privind protecția datelor și dispozitivelor, nesiguranța privind protecția dispozitivelor care pot fi atacate informatic de hackeri sau alte organizații. Pe locul secund al preocupărilor și nesiguranței se situează, cu un procent de 19,56% protecția datelor firmei care pot ajunge la furnizorii de internet sau generatorii serviciilor (Fig. nr. 3). Acest risc privind generatorii de servicii este perceput într-o oarecare măsură și datorită lipsei de informare privind proiectul Gaia-X al Uniunii Europene ce va deveni operațional în 2021 și va oferi servicii firmelor din Uniunii Europeană cu respectarea condițiilor privind protecția datelor firmelor în acord cu legislația Uniunii Europene. În al treilea rând se evidențiază preocupările privind posibilitatea de a pătrunde terți prin conexiunea la internet în gestiunea/administrația/ managementul firmei și costuri mari de achiziție/implementare/timp de implementare ridicat



(15,22%). Au mai fost exprimate incertitudini cu privire la rentabilitatea efectivă (6,52%) precum și îngrijorări referitoare la impactul asupra mediului și sănătății oamenilor (2,17%), iar în procent de 13,05% opinii diverse cum ar fi dependența de furnizori sau dificultatea punerii în practică a unui sistem cu adevărat eficient.

b. Implicații mangeriale. Un aspect important ce rezultă din cercetare este că riscul sub diverse forme reprezintă o reținere semnificativă în calea extinderii IoT și IIoT în România, ceea ce este în corelație cu preocupările și barierele în calea dezvoltării IoT menționate și în alte lucrări. Aspecte cum ar fi: protecția datelor firmei care pot ajunge la furnizorii de internet sau generatorii serviciilor, protecția dispozitivelor care pot fi atacate informatic (de hackeri, alte organizații), posibilitatea de a pătrunde terți prin conexiunea la net în gestiunea/managementul firmei, reprezintă preocupări ale majorității reprezentanților firmelor, în timp ce preocupările legate de aspecte cum ar fi : costuri mari de achiziție și implementare, timp de implementare ridicat, incertitudini cu privire la rentabilitatea efectivă, îngrijorări referitoare la impactul asupra mediului și sănătății oamenilor, alte aspecte de ordin etic și/sau legal încă nerezolvate etc. reprezintă un procent de 44% din preocupări. Deci ipoteza privind influența semnificativă a riscurilor și nesiguranței asupra implementării IoT se confirmă. În mod particular este perceput un risc semnificativ privind scurgerea de informații prin IoT și posibiliatea unor atacuri informatice realizate de hackeri sau alte organizații. Un alt aspect important de menționat este faptul că în unele firme există reținere în ceea ce privește implementarea largă a IoT datorită unei fiabiliatăți slabe a sistemului și uneori a problemelor de conexiune care sporesc nesiguranța (28% dintre respondenți). Din studiul realizat se constată că 36% din firmele analizate au probleme privind lipsa sau raritatea personalului cu calificări adecvate ceea ce indică necesitatea accelerării formării de personal la nivel de firme și inițierea înființării specializărilor academice necesare pentru susținerea dezvoltării IoT.

c.Limite. Cercetarea calitativă realizată pe un număr relativ mic de firme oferă o primă impresie privind situația implementării IoT în România, dar este nevoie de inițierea unor cercetări cantitative mai focalizate privind toate implicațiile dezvoltării și utilizării interconectării dispozitivelor prin internet sau prin alte sisteme de acces la interconectare.

d. Perspective. În concluzie, studiul de natură calitativă, privind factorii ce pot avea o influență asupra integrării IoT în activitatea întreprinderilor industriale din România și perspectivele dezvoltării IoT în următoarea perioadă, oferă o primă impresie privind utilizarea IIoT în industria și serviciile suport din România, barierele în utilizarea și implementare pe o scară mai largă a IoT și oferă o primă previziune a viitorului privind dezvoltarea IIoT și a modului cum vom trăi și munci în următorii ani. Din recenzia literaturii concluzionăm că IoT este o tehnologie de perspectivă dar pe durată medie ea se poate dezvolta doar cu un aport substanțial din partea sistemelor de inteligență artificială. Referințe Adat, V., Gupta, B.B., 2018. Security in Internet of Things: issues, challenges, taxonomy,

and architecture. Telecommunication Systems, 67(3), pp.423-441. Bello, O., Zeadally, S., 2019. Toward efficient smartification of the Internet of Things (IoT)

services. Future Generation Computer Systems, 92, pp.663-673. Blanter, A., Holman, M., 2020. Internet of Things, 2020: A Glimpse into the Future. [pdf]

Available at: <https://aradinfocenter.com/wp-content/uploads/2017/07/A.T.%20Kearney_ Internet%20of%20Things%202020%20Presentation_Online.pdf > [Accessed 02.10.2020].


Vol. 23 • Nr. 57 • Mai 2021 383

Boyes H., Hallaq, B., Cunningham, J., 2018. The industrial internet of things (IIoT): An analysis framework. Computers in Industry, 101, pp.1-12.

Brass, I., Sowell, J., H., 2020. Adaptive governance for the Internet of Things: Coping with emerging security. Regulation & Governance, pp.3-8.

Bundesministerium für Wirtschaft und Energie, 2020. GAIA-X vollzieht wichtigen Schritt hin zu einer souveränen europäischen digitalen Infrastruktur. [online] Available at: <https://www.kooperation-international.de/aktuelles/nachrichten/detail/info/gaia-x-vollzieht-wichtigen-schritt-hin-zu-einer-souveraenen-europaeischen-digitalen-infrastruktur/> [Accessed 6 October 2020].

Chang V., Munoz, V. M., Ramachan M., 2020. Emerging applications of internet of things, big data, security, and complexity: special issue on collaboration opportunity for IoTBDS and COMPLEXIS. Computing, 102, pp.1301-1304.

Chen, J-H., Ha, N., T., T., Tai H-W., Chang, C-A., 2020. The willingness to adopt the internet of things (IoT) conception in Taiwan’s construction industry. Journal of Civil Engineering and Management, 26(6), pp.534-550.

Chen, K., Zhang, S., Li, Z. et al. 2018. Internet-of-Things Security and Vulnerabilities: Taxonomy, Challenges, and Practice. Journal of Hardware and Systems Security, 2, pp.97-110.

Colakovic A., Hadžialic M., 2018. Internet of Things (IoT): A review of enabling technologies, challenges, and open research issues. Computer Networks, 144, pp.17-39.

Crișan-Mitra, C., Stanca, L., Dabija, D.C., 2020. Corporate social performance: an assessment model on an emerging market. Sustainability, 12(10), pp.7-21.

Deebak, B., D., AL-Turjman, F., 2021. Lightweight authentication for IoT/Cloud-based forensics in intelligent data computing. Future Generation Computer Systems, 116, pp.406-425.

Feher, A., Tabita, A., Orboi, M.D., Raicov, M., Banes, A., 2019. Education as basis of sustainable development, Proceedings of the 9th International Scientific Congerence Rural Development 2019, pp. 376-380.

Gershenfeld, N., 1999. When Things Start to Think. 1st ed. New York: Holt Paperbacks. Ghaffari, K., Lagzian, M., Kazemi, M., Malekzadeh, G., 2019. A comprehensive framework

for Internet of Things development A grounded theory study of requirements. Journal of Enterprise Information Management, 33(1), pp.23-50.

Hewlett Packard Enterprise Report, 2015. Internet of Things research study. [online]. Available at: <https://www8.hp.com/us/en/hp-news/press-release.html?id=1909050#. YEHpQugzY2w> [Accessed: 02.10.2020].

Hillman, W., Radel, K., 2018. Qualitative methods in tourism research, Theory and Practice. 1st ed. Bristol: Channel View Publication.

Khan, M.A., Salah, K., 2018. IoT security: Review, blockchain solutions, and open challenges. Future Generation Computer Systems, 82, pp.395-411.

Kondoro, A., Dhaou, I.B., Tenhunen, H., Mvungi, N., 2021. Real time performance analysis of secure IoT protocols for microgrid communication Future Generation Computer System. Future Generation Computer Systems, 116. pp.1-12.

https://www.data-infrastructure.eu/GAIAX/Redaktion/EN/Downloads/gaia-press-release-september-15th-de.pdf?__blob=publicationFile

https://www.data-infrastructure.eu/GAIAX/Redaktion/EN/Downloads/gaia-press-release-september-15th-de.pdf?__blob=publicationFile

https://www.sciencedirect.com/science/article/abs/pii/S2542660520301578?via%3Dihub#!

https://link.springer.com/journal/41635

https://www.scribd.com/author/254812524/Neil-Gershenfeld


https://www.sciencedirect.com/journal/future-generation-computer-systems

https://www.sciencedirect.com/journal/future-generation-computer-systems



Lee, I., Lee, K., 2015. The Internet of Things (IoT): Applications, investments, and challenges for enterprises. Business Horizons, 58(4), pp.431-440.

Lile, R., Szentesi, S.G., Rusu, S., Csorba, L., Bălan, L., 2015. Statistică economică. Cluj: Editura Presa Universitara Clujeana.

Mahmood, Z., 2019. The Internet of Things in the Industrial Sector [e-book], Switzerland: Springer Nature. Available at: <https://www.springer.com/gp/book/9783030248918> [Accessed 21 October 2020].

Marr, B., 2020. 5 technology trends for 2021. [online], Available at: <https://www.forbes.com/?sh=2a2343ed2254.> [Accessed 14 September 2020].

Mohamad Noor, M., Hassan, W.H., 2019. Current research on Internet of Things (IoT) security: A survey. Computer Networks, 148, pp.283-294.

Nagy, J., Oláh, J., Erdei, E., Máté, D., Popp, J., 2018. The Role and Impact of Industry 4.0 and the Internet of Things on the Business Strategy of the Value Chain ‒ The Case of Hungary. Sustainability, 10, pp.34-91.

Neilkar T.S., Ankit Bhurane, A., Ashwin Kothari, A., 2020. Battery-less internet of things –A survey. Computer Networks, 180, pp.107-118.

Nizetic S., Solic P., Gonzalez-de-Artaza D.L., Patrono L., 2020. Internet of Things (IoT): Opportunities, issues and challenges towards a smart and sustainable future. Cleaner Production, 274, pp.191-201.

Ozdemir, V.,2018. The Dark Side of the Moon: The Internet of Things, Industry 4.0, and The Quantified Planet OMICS. A Journal of Integrative Biology, 22(10), pp.12-17.

Qi, J., Vasilakos, A.V., Wan, J., Lu, J., Qiu, D., 2014. Security of the Internet of Things: perspectives and challenges. Wireless Networks, 20(8), pp.2481-2501.

Sicaria, S., Rizzardia, A., Miorandib, D., Cappielloc, C., 2016. A secure and quality-aware prototypical architecture for the Internet of Things. Information Systems, 58, pp.43-55.

Szenteși, S.G., Cîrnațu, D., Szenteși, E., 2018. The impact of digitalization of communication in the way we understand the communication of the Risks Related to Diseases in the present and future. 4e Colloque International Comsymbol Journal Essachess, 4, pp.178-190.

Tang, G., Shi, Q., Zhang, Z., He, T., Sun, Z., Lee, C., 2021. Hybridized wearable patch as a multi-parameter and multi-functional human-machine. Nano Energy, 81, pp.136-140.

Wang, C., Gill, Ch., Lu, Ch., 2020. Adaptive Data Replication in Real-Time Reliable Edge Computing for Internet of Things. 2020 IEEE/ACM Fifth International Conference on Internet-of-Things Design and Implementation (IoTDI), pp.123-145.

Wu, Yi., Wu, Ya., Guerrero, J.M., Vasquez, J.C., 2021. Digitalization and decentralization driving transactive energy Internet: Key technologies and infrastructures, International Journal of Electrical Power & Energy Systems, 126(A), pp.127-139.



https://www.sciencedirect.com/science/journal/00076813


Vol. 23 • Nr. 57 • Mai 2021 385

Anexa nr. 1. Date privind firmele și respondenții


Cuprins Interferențe economice

Efectul impozitului pe venit al întreprinderilor agricole asupra bugetului național - cazul Republicii Slovace .................................................... 387 Juraj Chebeň, Renáta Krajčírová, Alexandra Ferenczi Vaňová și Michal Munk Evaluarea rolului unui leader în formarea culturii organizaționale durabile ............ 388 Dalia Streimikiene, Asta Mikalauskiene, Lina Digriene și Grigorios Kyriakopoulos Evaluarea cantitativă a dinamicii proceselor socioeconomice ...................................... 389 Romualdas Ginevičius, Martin Schieg, Magdalena Kot-Radojewska și Marta Jarocka Previziunea inflației în Balcanii de Vest și UE: o comparație între modelele Holt-Winters, ARIMA și NNAR ............................................................ 390 Vesna Karadzic și Bojan Pejovic

Interferențe economice AE

Vol. 23 • Nr. 57 • Mai 2021 387

EFECTUL IMPOZITULUI PE VENIT AL ÎNTREPRINDERILOR AGRICOLE ASUPRA BUGETULUI NAȚIONAL - CAZUL REPUBLICII SLOVACE

Juraj Chebeň1∗, Renáta Krajčírová2, Alexandra Ferenczi Vaňová3

și Michal Munk4 1) University College of Business in Prague, Czech Republic

2)3) Slovak University of Agriculture in Nitra, Slovak Republic 4) University of Constantine the Philosopher in Nitra, Slovak Republic

Vă rugăm să citați acest articol astfel: Chebeň, J., Krajčírová, R., Vaňová, A.F. and Munk, M., 2021. The Effect of Corporate Income Tax of Agricultural Companies on National Budget ‒ the Case of the Slovak Republic. Amfiteatru Economic, 23(57), pp.466-482.

DOI: 10.24818/EA/2021/57/466

Istoricul articolului Primit: 17 noiembrie 2020 Revizuit: 4 februarie 2021 Acceptat: 3 martie 2021

Rezumat

Impozitul pe veniturile societăților afectează în mod semnificativ suma totală a veniturilor din impozitul public. În ciuda atenției acordate multor indicatori macroeconomici (de ex. PIB, inflație, rata șomajului etc.) care influențează valoarea totală a influenței veniturilor fiscale, cu greu putem găsi cercetări empirice axate pe viziunea microeconomică în care datele se bazează pe situațiile financiare individuale și declarațiile fiscale ale companiilor. Deși studiul este foarte practic, acesta evaluează gradul de co-dependență reciprocă între impozitul pe profit și variabilele variate, prin corelație non-parametrică. Mai mult, prezintă impactul impozitului pe veniturile societăților asupra veniturilor fiscale naționale din Republica Slovacă în cadrul eșantionului contribuabililor evaluați care activează în agricultură, silvicultură și pescuit în 2011 - 2015 din SK NACE Rev. 2 secțiunea „A” din categoria companiilor ca persoane juridice - Agricultură, silvicultură și pescuit în 2011-2015. Studiul contribuie în mod teoretic la o viziune bazată pe microeconomie fundamentată pe datele adecvate ale persoanelor juridice, care au fost obținute din declarațiile de impozit pe profit furnizate de Direcția financiară a Republicii Slovace.

Autorii au descoperit o rată semnificativă de dependență între variabilele evaluate selectate în toate grupurile în perioada examinată. Această dependență, în special între venitul total și baza de impozitare, precum și între venitul total și impozitul pe profit, este o parte esențială a rezultatului contabil determinat în contabilitatea cu dublă intrare. Utilizarea este, de asemenea, baza pentru calcularea bazei impozitului pe venit din care se declară baza impozabilă ajustată și ulterior se calculează impozitul pe profit. Rezultatele cercetării arată că veniturile din impozitul pe profit ale eșantionului nostru reprezintă, în mare parte, 1,6% din totalul veniturilor fiscale care revin bugetului național slovac. Prin urmare, a fost prezentat un set de recomandări pentru a depune eforturi în vederea maximizării acestor venituri fiscale în sectorul agricol. Cuvinte-cheie: venituri din impozite, impozit pe profit, rata impozitului pe profit, rezultatul contabil, baza impozitului pe venit Clasificare JEL: H25, H61, H71, K34

Articolul se găsește în formă integrală la secțiunea în limba engleză.

∗ Autor de contact, Juraj Chebeň – e-mail: [email protected]

ORCID autori: Juraj Chebeň: orcid.org/0000-0002-2624-8659 Renáta Krajčírová: orcid.org/0000-0001-8581-5994 Alexandra Ferenczi Vaňová: orcid.org/0000-0003-1598-5271 Michal Munk: orcid.org/0000-0002-9913-3596


https://orcid.org/0000-0002-2624-8659

https://orcid.org/0000-0001-8581-5994

https://orcid.org/0000-0003-1598-5271

https://orcid.org/0000-0002-9913-3596

AE Evaluarea rolului unui leader în formarea culturii organizaționale durabile


EVALUAREA ROLULUI UNUI LEADER ÎN FORMAREA CULTURII ORGANIZAȚIONALE DURABILE

Dalia Streimikiene1*, Asta Mikalauskiene2, Lina Digriene3

și Grigorios Kyriakopoulos4 1)2)3) Vilnius University, Kaunas, Lithuania

4) National Technical University of Athens, Greece Vă rugăm să citați acest articol astfel: Streimikiene, D., Mikalauskiene, A., Digriene, L. and Kyriakopoulos, G., 2021. Assessment of the Role of a Leader in Shaping Sustainable Organizational Culture. Amfiteatru Economic, 23(57), pp.483-503. DOI: 10.24818/EA/2021/57/483

Istoricul articolului Primit: 10 noiembrie 2020 Revizuit: 27 ianuarie 2021 Acceptat: 10 martie 2021

Rezumat

Cultura organizației durabile este unul dintre cele mai importante active necorporale și motorul competitivității organizațiilor. Scopul acestui articol este de a dezvălui rolul diferitelor forme de conducere în conturarea culturii organizaționale prin efectuarea unui studiu empiric în rețeaua companiilor farmaceutice, având o pondere ridicată a femeilor tinere care lucrează în astfel de companii din Lituania. Acesta este un sector foarte competitiv și are implicații importante asupra sănătății publice și a altor probleme de sustenabilitate, prin urmare acest domeniu a fost selectat pentru studiul empiric privind testarea impactului conducerii. Principalul accent al studiului cade asupra caracteristicilor personale ale liderului și impactul acestora asupra muncii în echipă și al relațiilor cu clienții, ce efect au managerii de sex masculin și feminin asupra culturii inovării în rețeaua companiilor farmaceutice și ce impact au caracteristicile liderului asupra culturii durabile a organizației și asupra obiectivelor de dezvoltare pe termen lung ale companiei. Rezultatele studiului au arătat că leadership-ul transformațional poate asigura o cultură organizațională mai eficientă decât liderul tranzacțional, deoarece un astfel de lider este orientat spre transformarea așteptărilor angajaților și poate crea mai multe oportunități pentru o cultură organizațională durabilă.

Cuvinte-cheie: leadership, durabilitate, cultură organizațională, companii farmaceutice.

Clasificare JEL: O10, D23, M14 Articolul se găsește în formă integrală la secțiunea în limba engleză.

* Autor de contact, Dalia Streimikiene – e-mail: [email protected]

ORCID autori: Dalia Streimikiene: orcid.org/0000-0002-3247-9912 Asta Mikalauskiene: orcid.org/0000-0002-4301-2058

Grigorios Kyriakopoulos: orcid.org/0000-0003-4875-8534


http://orcid.org/0000-0002-3247-9912

http://orcid.org/0000-0002-4301-2058

https://orcid.org/0000-0003-4875-8534

Interferențe Economice AE

Vol. 23 • No. 57 • Mai 2021 389

EVALUAREA CANTITATIVĂ A DINAMICII PROCESELOR SOCIOECONOMICE

Romualdas Ginevičius1*, Martin Schieg2, Magdalena Kot-Radojewska3

și Marta Jarocka4 1),4)Bialystok University of Technology, Białystok, Poland

2) Technical University of Munich, Munich, Germany 3) WSB University, Dąbrowa, Poland

Vă rugăm să citați acest articol astfel: Ginevičius, R., Schieg, M., Kot-Radojewska, M. and Jarocka, M., 2021. Quantitative Assessment of the Dynamics of Socioeconomic Processes. Amfiteatru Economic, 23(57), pp.504-516. DOI: 10.24818/EA/2021/57/504

Istoria articolului Primit: 27 decembrie 2020 Revizuit: 10 ianuarie 2021 Acceptat: 12 martie 2021

Rezumat

Eficiența analizei de corelație-regresie s-ar extinde semnificativ dacă ambele variabile esențiale ale acesteia ‒ una dependentă și una independentă ‒ ar transmite informații despre starea dinamică, mai degrabă decât statică, a unui fenomen luat în considerare. Pentru acest obiectiv, dezvoltarea dinamică a proceselor socioeconomice ar trebui să se bazeze pe evaluarea cantitativă. Metodologiile existente necesită îmbunătățiri, deoarece acestea nu reflectă pe deplin starea anumitor fenomene. În acest articol, autorii furnizează metodologia de evaluare cantitativă pentru a analiza dinamica proceselor socioeconomice. A fost aplicată pentru evaluarea situațiilor reale, care au confirmat adecvarea și aplicabilitatea acestei metodologii. Cuvinte-cheie: procesele socioeconomice; fluctuațiile acestora; evaluarea cantitativă a dinamicii fluctuațiilor. Clasificare JEL: C13, C61, B16 Articolul se găsește în forma integrală la secțiunea în limba engleză. * Corresponding author, Romualdas Ginevičius – e-mail: [email protected]

Authors’ ORCID: Romualdas Ginevičius: orcid.org/0000-0003-2067-4398 Martin Schieg: orcid.org/0000-0003-0843-7605 Magdalena Kot-Radojewska: orcid.org/0000-0002-7323-1913 Marta Jarocka: orcid.org/0000-0002-2610-8007

https://orcid.org/0000-0003-2067-4398

https://orcid.org/0000-0003-0843-7605

https://orcid.org/0000-0002-7323-1913

https://orcid.org/0000-0002-2610-8007

AE Previziunea inflației în Balcanii de Vest și UE: o comparație între modelele Holt-Winters, Arima și NNAR


PREVIZIUNEA INFLAȚIEI ÎN BALCANII DE VEST ȘI UE: O COMPARAȚIE

ÎNTRE MODELELE HOLT-WINTERS, ARIMA ȘI NNAR

Vesna Karadzic1 și Bojan Pejovic2

1)2) University of Montenegro, Podgorica, Montenegro


Karadzic, V. and Pejovic, B., 2021. Inflation Forecasting

in the Western Balkans and EU: A Comparison of Holt-

Winters, ARIMA and NNAR Models. Amfiteatru

Economic, 23(57), pp.517-532.

DOI: 10.24818/EA/2021/57/517

Istoricul articolului

Primit: 16 decembrie 2021

Revizuit: 8 februarie 2021

Acceptat: 15 martie 2021

Rezumat

Scopul acestei lucrări este de a compara acuratețea celor trei tipuri de modele:

modele de medie mobilă integrată autoregresivă (Autoregressive Integrated Moving

Average (ARIMA)), modelele Holt-Winters și modelele de regresie automată a rețelelor

neuronale (Neuro Network Auto-Regressive (NNAR)) în previzionarea Indexului

Armonizat al Prețurilor de Consum (IAPC) pentru țările Uniunii Europene și Balcanii de

Vest (Muntenegru, Serbia și Macedonia de Nord). Modelele sunt comparate pe baza

valorilor ME, RMSE, MAE, MPE, MAPE, MASE și Theil's U pentru prognoza în afara

eșantionului. Constatarea cheie a acestei lucrări este că modelele NNAR oferă cea mai

exactă prognoză pentru țările din Balcanii de Vest, în timp ce modelul ARIMA oferă cea

mai exactă prognoză a inflației pe douăsprezece luni în țările membre UE. Metoda Holt-

Winters (aditivă și multiplicativă) s-a dovedit a fi cea de-a doua cea mai bună metodă în

cazul ambelor grupuri de țări. Rezultatele obținute corespund faptului că Uniunea

Europeană implementează o politică de direcționare strictă a inflației de mult timp, astfel

încât modelele ARIMA oferă cea mai exactă prognoză a valorilor viitoare ale inflației. În

țările din Balcanii de Vest, politica de direcționare nu este implementată în același mod, iar

modelele NNAR sunt mai bune pentru previzionarea inflației.

Cuvinte-cheie: inflație, modele Holt-Winters, modele de medie mobilă integrată

autoregresivă (Autoregressive Integrated Moving Average models), modele de regresie

automată a rețelelor neuronale (Neural Network Auto-regression models), prognoză

Clasificare JEL: C51, C53, E31, E37


Autor de contact, Vesna Karadzic – e-mail: [email protected]

Authors’ ORCID:

Vesna Karadzic: orcid.org/0000-0003-4979-7674

Bojan Pejovic: orcid.org/0000-0001-9220-9327


https://orcid.org/0000-0003-4979-7674

https://orcid.org/0000-0001-9220-9327

Vol. 23 • Nr. 57 • Mai 2021 391

Cuprins Amfiteatru Economic vă recomandă

Sinergia Neoliberalismului, instituții alternative și criza de tranziție ......................... 392 Veselin Draskovic, Sergey A. Kravchenko și Milica Delibasic O evaluare a Programului de Asistență Socială în Turcia în termeni de experiență pe piața muncii și de dobândire a abilităților profesionale ................... 393 Bulent Arpat, Mete Kaan Namal, Mustafa Kocanci și Aynur Yumurtaci Recenzie de carte: „10 (zece) proiecte Internet of Things”. Autor: Radu Pietraru .... 394 Daniel-Marian Merezeanu

AE Sinergia Neoliberalismului, instituții alternative și criza de tranziție


SINERGIA NEOLIBERALISMULUI, INSTITUȚII ALTERNATIVE ȘI CRIZA DE TRANZIȚIE

Veselin Draskovic1*, Sergey A. Kravchenko2 și Milica Delibasic3

1) University of Social Sciences, Poland; University of Montenegro, Montenegro 2)MGIMO-University, Moscow, Russia; Moscow State Institute of International Relations, MFA of Russia of Foreign Affairs of Russia (MGIMO-University),

Moscow, Russia 3) University of Mediteranian, Podgorica, Montenegro

Vă rugăm să citați acest articol astfel: Draskovic, V., Kravchenko, S.A. and Delibasic, M., 2021. Synergy of Neoliberalism, Alternative Institutions and Transitional Crisis. Amfiteatru Economic, 23(57), pp.534-547.

DOI: 10.24818/EA/2021/57/534


Rezumat

Subiectul acestei lucrări este o critică a violenței cvasi-neoliberale a instituțiilor alternative, care sunt cel mai problematic și mai amenințător fenomen de frânare al tranziției. Au fost produse, întărite și reproduse de autoritățile majorității țărilor post-socialiste în ultimele trei decenii. Scopul acestei lucrări este de a demitiza neoliberalismul, absolutizările sale ideologice, filozofice și moniste, precum și manifestările cvasi-neoliberale, care în multe țări post-socialiste au fost realizate direct sub auspiciile instituțiilor alternative. De asemenea, obiectivul este de a face lumină asupra cauzelor crizei pe termen lung, a haosului, a violenței instituționale și a nelegiuirii și de a permite recunoașterea rețetelor prea vizibile (deși neclare), retorice și „mesianice”, care sunt, în fapt, cătușe de dezvoltare. Lucrarea se bazează pe două ipoteze: în primul rând, că instituțiile alternative au abuzat și au aservit instituțiile formale și informale în majoritatea țărilor în tranziție, ceea ce a dus la numeroase probleme economice și sociale, inclusiv amenințări la adresa statului de drept, a libertăților și a dezvoltării civilizaționale, și în al doilea rând, că a fost creat un mecanism de împiedicare tranzitorie, care a generat un mediu neo-exploatator, apologetic, neo-totalitar și de criză. Lucrarea folosește metode comune ale științelor economice și sociale, inclusiv metodele de generalizare, descriere, abstractizare, comparație, inducție și deducție. În concluzie, se afirmă că identificarea fenomenologică și demitizarea critică a conexiunilor de interes și condiționarea neoliberalismului, a instituțiilor alternative și a crizei au fost efectuate și că exponenții lor (presupuși reformatori și noi elite) au avut o impact extrem de negativ asupra dezvoltării sociale, economice, științifice, educaționale, culturale și instituționale, deoarece acestea le-au degradat și distrus.

Cuvinte-cheie: Neoliberalism, violență cvasi-neoliberală, instituții alternative, țări în tranziție, criză de tranziție.

Clasificare JEL: O17, P37


* Autor de contact, Veselin Draskovic – e-mail: [email protected]

ORCID autori: Veselin Draskovic: orcid.org/0000-0003-3968-422X Sergey A. Kravchenko: orcid.org/0000-0003-2528-5703 Milica Delibasic: orcid.org/0000-0003-1036-3836


https://orcid.org/0000-0003-3968-422X

https://orcid.org/0000-0003-2528-5703

http://orcid.org/0000-0003-1036-3836

Amfiteatru Economic vă recomandă AE

Vol. 23 • Nr. 57 • Mai 2021 393

O EVALUARE A PROGRAMULUI DE ASISTENȚĂ SOCIALĂ ÎN TURCIA ÎN TERMENI DE EXPERIENȚĂ PE PIAȚA MUNCII ȘI DE DOBÂNDIRE

A ABILITĂȚILOR PROFESIONALE

Bulent Arpat1, Mete Kaan Namal2, Mustafa Kocanci3 și Aynur Yumurtaci4∗ 1) Bandırma 17 September University, Balıkesir, Turkey

2)3) Akdeniz University, Antalya, Turkey 4) İstanbul University, İstanbul, Turkey

Vă rugăm să citați acest articol astfel: Arpat, B., Namal, M.K., Kocanci, M. and Yumurtaci, A., 2021. An Assessment of the Social Work Program in Turkey in Terms of Labour Market Experience and Professional Skill Attainment. Amfiteatru Economic, 23(57), pp.548-569. DOI: 10.24818/EA/2021/57/548


Rezumat

Dominanța educației bazate pe teorie nu este bine legată de practicile actuale. Astfel, cunoștințele furnizate în cadrul instituțiilor de învățământ superior nu pot crea o valoare adecvată pe piață, ceea ce face ca șomajul tinerilor să devină o problemă cronică. Prin urmare, oportunitățile de plasare profesională în cadrul învățământului superior creează avantaje semnificative în timpul tranziției către piața muncii. Acest studiu își propune să evalueze eficiența Programului de Asistență Socială din Turcia, în care studenții lucrează la instituțiile publice în timpul educației universitare pentru a dobândi experiență, abilități profesionale și cunoștințe despre piața muncii. Cercetarea folosește metode mixte și o abordare transversală. În ceea ce privește analiza cercetării, sunt utilizate metode descriptive și inferențiale, precum și analiza conținutului. Descoperirile arată că, deși Programul de Asistență Socială a obținut realizări remarcabile pentru studenți cu privire la piața muncii, acesta este în mare parte inadecvat pentru dezvoltarea abilităților profesionale. Motivul este determinat ca o lipsă de suprapunere între domeniul educațional al elevilor și locul lor de muncă desemnat. Dacă programul este reproiectat în conformitate cu această abordare, s-ar putea prezice că va deveni proeminent ca o politică activă și robustă la locul de muncă în combaterea șomajului în rândul tinerilor. Cuvinte-cheie: șomaj în rândul tinerilor, program de asistență socială, program de utilități, competențe profesionale, piața muncii Clasificare JEL: E24, R23, J2, J21


∗ Autor de contact, Aynur Yumurtaci – e-mail: [email protected] Acest studiu a fost diseminat la VII. International Strategic Researches Congress (ISRC) ca o prezentare orală.

ORCID autori: Bulent Arpat: orcid.org/0000-0002-3512-9969 Mete Kaan Namal: orcid.org/0000-0002-0937-8355 Mustafa Kocanci: orcid.org/0000-0002-3950-3532 Aynur Yumurtaci: orcid.org/0000-0003-0277-5750


https://orcid.org/0000-0002-3512-9969

https://orcid.org/0000-0002-0937-8355

https://orcid.org/0000-0002-3950-3532

https://orcid.org/0000-0003-0277-5750

AE Recenzie de carte: 10 (zece) proiecte Internet of Things. Autor: Radu Pietraru


Recenzie de carte

10 (zece) proiecte Internet of Things. Autor: Radu Pietraru

Daniel-Marian Merezeanu Universitatea Politehnica București, România

Vă rugăm să citați acest articol astfel: Merezeanu D.M., 2021. Book Review: 10 (ten) projects Internet of Things. Author: Radu Pietraru. Amfiteatru Economic, 23(57), pp.570-574. DOI: 10.24818/EA/2021/57/570

Internetul obiectelor (Internet of Things - IoT) este un termen folosit pe scară din ce în ce mai largă în ultima vreme, pe măsură ce oamenii folosesc dispozitive inteligente pentru a beneficia de avantajele oferite de funcțiile avansate și conectivitatea oferite de acestea. În același timp însă având în vedere multitudinea de dispozitive, internetul obiectelor ridică și problema riscurilor de securitate, de exemplu în ceea ce privește accesul la echipamentele sau rețeaua locala din care fac parte, respectiv colectarea datelor personale ale utilizatorilor.

Generic vorbind, Internetul obiectelor include orice dispozitiv care poate să comunice cu alte dispozitive prin Internet. Din punct de vedere al domeniului de utilizare identificăm doua domenii majore pentru internetul obiectelor: domeniul industrial și spațiul de locuit. Principala diferență dintre cele două domenii este reprezentată de scara de implementare.

Cartea 10 (zece) proiecte Internet of Things se adresează celor care doresc să facă primii pași în lumea internetului obiectelor. Pe parcursul a 233 de pagini, autorul își propune să ofere cititorilor cunoștințe și competențe în acest domeniu fascinant prin intermediul realizării unor proiecte atractive, în total zece la număr. Fiecare dintre aceste proiecte este gândit astfel încât să evidențieze implementarea unor aspecte diverse ale domeniului internetului obiectelor. Vom trece în revistă cele zece capitole ale cărții, insistând asupra ideilor principale aduse de fiecare proiect în parte. Cartea este structurată pe zece capitole, autorul alocând cate un capitol separat pentru fiecare dintre cele zece proiecte luate în discuție.

În primul capitol, „Internet of Flowers” este descrisă realizarea unui proiect pentru un sistem de monitorizare prin Internet a condițiilor de mediu (umiditatea solului și temperatura ambientală) pentru plantele de apartament - ghivece cu flori sau alte plante


Vol. 23 • Nr. 57 • Mai 2021 395

decorative. Chiar dacă scopul avut în vedere pentru acest proiect este limitat la plantele de apartament, el poate fi extins cu ușurință la sere de plante sau grădini exterioare.

Sistemul include module de achiziție de date ce măsoară parametri de umiditate a solului și de temperatură ambientală și transmit prin radio valorile măsurate către un modul bază ce permite jurnalizarea măsurătorilor în sistemul cloud io.adafruit. Jurnalizarea prin Internet permite apoi utilizatorului urmărirea de la distanță a măsurătorilor și recepționarea de alerte prin intermediul unor mecanisme specifice (de exemplu, email). Accesul la datele înregistrate pe serverul io.adafruit se poate face de pe orice stație sau sistem mobil conectate la Internet prin intermediul unui client web. Etapele realizării proiectului sunt prezentate în mod logic si clar. De asemenea sunt sugerate directii de dezvoltare și îmbunătățire a proiectului, mergând până la transformarea acestuia dintr-un sistem simplu de achiziție într-unul de acționare și/sau reglare automată.

Un al doilea proiect, “Internet of Events” propune realizarea implementarii unui mecanism simplu de supraveghere a evenimentelor produse în Internet. În mod obișnuit utilizatorul interacționează cu aceste evenimente prin intermediul unui echipament de tip calculator, laptop, tabletă sau telefon inteligent, conectate la Internet. De obicei, aceste terminale nu permit separarea completă a surselor disponibile on-line: altfel spus, deschizi terminalul ca să verifici dacă ai primit un email și observi că ai un mesaj de pe o rețea de socializare, termini de citit mesajul și apoi o reclamă te atrage să vizitezi un magazin on-line cu reduceri nemaipomenite, etc. Ca rezultat utilizatorul este constant manipulat de fluxul de informații din mediul on-line și devine fără voie prizonierul evenimentelor. Disciplinarea activității on-line este un lucru dificil de realizat, chiar și pentru un utilizator experimentat. Este exact lucrul pe care și-l propune proiectul - construirea unui dispozitiv care anunță doar producerea evenimentelor de importanță majoră, fără a amăgi utilizatorul în universul tentațiilor de pe Internet. Funcționarea proiectului se bazează pe două platforme on-line: IFTTT (serviciu online pentru supravegherea aparitiei unor evenimente generate de diverse aplicații Internet) și data.sparkfun.com.

Proiectul “Internet of Weather Stations” abordează realizarea unui sistem de tip stație meteo, în două variante de implementare. Ambele soluții permit raportarea la distanță prin intermediul rețelei Internet. Realizarea unui sistem de tip stație meteo conectat la Internet este o provocare interesantă din punct de vedere tehnic și implică însușirea unor concepte importante legate de achiziția și prelucrarea datelor provenite din mediul înconjurător dar este și utilă, un astfel de sistem putând fi utilizat ca instrument cotidian de raportare a stării vremii. Sistemele de tip stație meteo variază mult în ce privește complexitatea (număr de parametri achiziționați, mediu de funcționare, sursă de alimentare cu energie) și scopul (raportare, predicție, integrare într-un sistem mai mare de colectare și predicție). Acesta este motivul pentru care proiectul acesta detaliază două variante de implementare, încercând să acopere cât mai multe tehnici utilizate în proiectarea și realizarea acestui gen de sisteme. Cele două variante de stații meteo sunt: stație meteo WiFi, respectiv stație meteo GPRS.

Prima variantă de implementare, stația meteo WiFi, este un sistem de achiziție pentru următorii parametri: temperatura și umiditatea aerului, presiunea atmosferică și intensitatea radiațiilor solare; sistemul nu are interfață utilizator, iar informațiile achiziționate din mediul înconjurător se vor raporta către serviciul IoT ThingSpeak și pot fi accesate prin Internet de oriunde și de pe orice sistem. Stația se conectează la Internet printr-o conexiune de rețea WiFi; de aici rezultă și limitarea la domeniul de utilizare de tip urban a stației meteo WiFi.



Stația meteo GPRS, este un sistem ceva mai complex, cu posibilități de funcționare în medii izolate. Stația meteo GPRS poate achiziționa următorii parametri din mediul înconjurător: viteza și direcția vântului, cantitatea de precipitații, temperatura și umiditatea aerului, presiunea atmosferică și factorul de radiații ultraviolete. Raportarea informațiilor achiziționate se va realiza la distanță către serviciul independent de predicție a vremii Weather Underground. Acest serviciu permite realizarea de prognoze pe baza informațiilor provenite de la o stație meteo personală. Serviciul Weather Underground completează funcționalitatea stației meteo cu partea de istoric și predicție a evoluției vremii și va constitui și modul în care utilizatorul va putea consulta informațiile furnizate de stația meteo. Sistemul se bazează pe o comunicație Internet prin intermediul rețelelor de telefonie mobilă GSM 2G – GPRS putând fi amplasat oriunde există acoperire a unei astfel de rețea – chiar și într-o zonă izolată. Funcționarea autonomă într-o zonă izolată se poate susține printr-o alimentare bazată pe acumulatorul sistemului reîncărcabil printr-un sistem de captare a energiei solare cu ajutorul unui panou fotovoltaic.

Proiectul “Internet of Solar Cells” descrie realizarea unui sistem de monitorizare a capacității de producție a energiei electrice pentru panouri fotovoltaice. Elementele de monitorizare, stațiile de măsurare, sunt autonome și vor comunica fără fir cu o stație centrală – stația gateway Emoncms. Rolul stației centrale gateway este acela de a prelua datele de la toate stațiile de măsurare și a le trimite mai departe, prin intermediul rețelei Internet, către serverul emoncms.org, un server dedicat care oferă servicii specializate de tip IoT pentru monitorizarea producției, consumului și schimbului de energie electrică. Utilizatorul poate urmări de pe o stație sau un dispozitiv mobil inteligent conectate la Internet puterea generată de fiecare panou fotovoltaic în parte, putând astfel să evalueze cu precizie randamentul de funcționare, starea de funcționare precum și calitatea amplasamentului pentru fiecare panou fotovoltaic. Utilizatorul are acces la datele stocate și la rapoartele generate de Emoncms prin intermediul unui browser web sau prin intermediul aplicației mobile Android Emoncms Open Energy Monitor Tools. Structura de comunicație radio dintre stațiile de măsurare și stația centrală gateway a fost aleasă în așa manieră încât să asigure o capacitate de raportare la distanțe mari, prin posibilitatea de retransmitere a informațiilor de la o stație la alta până la stația centrală, cu un consum redus – asigurându-se astfel o autonomie mare stațiilor de măsurare.

Proiectul “Internet of Lonely Cars” examinează posibilitatea de supraveghere de la distanță a autoturismelor parcate utilizând comunicații radio de rază lungă de tip LoRa si detaliază o modalitate simplă și eficientă de monitorizare a mașinilor ce staționează perioade lungi de timp în parcare. Având în vedere distanța mare probabilă între locul de parcare și o stație de monitorizare centrală, proiectul apelează la o transmisie radio în bandă ISM de 433MHz de tip LoRa (Long Range). Raportarea informațiilor provenite de la modulul mașină se face către un modul bază ce are rolul de a retransmite mai departe prin intermediul Internetului către un serviciu IoT datele primite. Având în vedere caracteristicile tehnice ale modulului LoRa, transmisia radio poate avea o acoperire de câțiva kilometri (până în 20 Km). Grație integrării cu serviciul IoT informațiile provenite de la modulul mașină pot fi consultate de către utilizator de oriunde prin intermediul unui browser web sau al unei aplicații mobile. La fel ca și în cazul celorlalte proiecte, funcționarea sistemului IoT se bazează pe două platforme online de colectare a datelor: DeviceHub.net și SmartLiving.

Proiectul “Internet of Sunsets” prezintă o soluție automată de fotografiere și salvare în cloud a imaginilor cu apusul de soare. Printre cele mai căutate fotografii de către toți


Vol. 23 • Nr. 57 • Mai 2021 397

pasionații de frumos sunt cele care surprind apusul. Evident, alegerea momentului perfect poate face diferența între o fotografie spectaculoasă și una banală. Si cum este de obicei un joc de noroc să surprindem exact momentul în care soarele aruncă ultimele raze înainte de apus înroșind cerul și colorând norii ce-ar fi dacă putem face asta în mod automat? Nu doar o dată ci în fiecare zi. Este exact scopul proiectului ”Internet Of Sunsets” – să fotografieze în fiecare zi, apusul soarelui și să salveze fotografia în cloud și pe o rețea de socializare. Este vorba de o cameră video conectată la Internet care este capabilă să calculeze în fiecare zi la ce oră apune soarele, să realizeze un instantaneu și să salveze acea fotografie pe Dropbox. De pe Dropbox fotografia va fi transferată automat pe rețeaua de socializare Facebook prin intermediul serviciului on-line IFTTT.

Capitolul “Internet of Homes” descrie un proiect ce detaliază realizarea unui sistem de automatizare a unei locuințe realizat cu ajutorul platformei OpenHab, placa de dezvoltare Raspberry Pi și dispozitive fără fir ce permit reglarea temperaturii, menținerea parametrilor de mediu (temperatură și umiditate) în anumite plaje de valori, controlul producției de energie alternativă (energie solară, energie eoliană), controlul și eficientizarea consumului electric ș.a.m.d. Interfața de control se poate accesa atât din rețeaua locală a plăcii de dezvoltare Raspberry Pi cât și prin intermediul rețelei Internet utilizând serviciul cloud myopenHAB.

O problema extrem de interesantă este cea care explorează universul inteligenței artificiale, explorată în cadrul proiectului “Internet of Talking Robots”, în care sunt propuse soluții diverse de implementare de mecanisme de conversație automată. Aplicațiile de conversație automată sunt instrumente întâlnite din ce în ce mai des în Internet. Fie că este vorba de aplicații de suport automate pentru clienți sau doar de aplicații recreative acestea au o complexitate din ce în ce mai mare și devin elemente extrem de importante ale aplicațiilor Internet introducând algoritmi de inteligență artificială în funcționarea proprie. În mod natural din ce în ce mai multe dispozitive precum roboți mobili sau dispozitive de comunicație mobilă dobândesc abilitatea de a interacționa prin intermediul limbajului natural cu utilizatorii și, mai mult decât atât, devin capabile să răspundă în mod inteligent la solicitările acestora astfel încât acest exemplu este unul de referință.

Proiectul „Internet of Wheels” studiază posibilitatea realizării unei platforme robotice mobile comandate prin limbaj natural (voce) utilizând serviciul cloud IBM Bluemix. Realizarea proiectului implică mai multe faze de dezvoltare: realizarea platformei mobile, programarea plăcii de comandă a motoarelor, utilizarea serviciului IBM Bluemix pentru implementarea comenzii vocale.

La final, dar nu lipsit de importanță, proiectul „Internet of Things” prezintă o soluție de rețea radio LoRaWAN bazată pe platforma The Things Network. Proiectul prezintă un mare interes, domeniul rețelelor LoRaWAN fiind un subiect extrem de actual. Este de remarcat în special faptul că modulația LoRa permite transmiterea datelor prin unde radio la distanțe de kilometri sau zeci de kilometri cu un consum foarte mic de energie. De altfel, specificațiile LoRaWAN permit realizarea de rețele de dispozitive electronice standardizate ce comunică cu rețeaua Internet prin intermediul modulației LoRa (LoRa RF LoRaWAN), arhitectura LoRaWAN implicând: nodurile rețelei radio (sisteme de achiziție sau acționare), sistemele gateway (concentratoare) ce fac legătura între rețeaua radio și Internet și platformele software de management a rețelei și a fluxului de informații. Pe lângă realizarea sistemului de achiziție și a sistemului de tip gateway proiectul va folosi ca platforme software de management serviciile TTN și IFTTT. De reținut și că toate comunicațiile în cadrul unei rețele LoRaWAN sunt cifrate asigurând un nivel de securitate ridicat datelor din rețea.



Cartea 10 (zece) proiecte Internet of Things se constituie într-o pledoarie pentru o realitate în care poate identifica o tendință tot mai accentuată de interconectare a obiectelor de oriunde într-o rețea globală de dispozitive accesibile prin Internet. Cele zece capitole ale cărții, câte unul pentru fiecare proiect, prezintă o structură clară și unitară. În cadrul fiecărui capitol sunt prezente subcapitole precum: prezentarea componentelor necesare pentru realizarea proiectului, descrierea proiectului, prezentarea arhitecturilor eventualelor module de achiziție și a modului de bază, configurarea posibilelor servicii suplimentare, prezentarea dezvoltărilor posibile ale proiectului, resurse bibliografice.

Având în vedere claritatea prezentării ideilor, bogăția resurselor bibliografice puse la dispoziție și multitudinea de exemple folosite ca suport pentru ideile luate în discuție în cele zece capitole ale cărții recenzate, consider că aceasta carte va fi de un real folos oricui dorește sa afle mai multe despre domeniul IoT si fie are cunoștințe tehnice medii sau chiar este începător în domeniu dar are dorința de a învăța. Despre autor

RADU PIETRARU Ș.l. dr. ing., Universitatea Politehnica București, România E-mail: [email protected] Domnul Radu Pietraru este absolvent al Facultății de Automatică și Calculatoare, specializarea „Ingineria Sistemelor”, promoția 2000. A absolvit ciclul de studii aprofundate „Sisteme cu

arhitectura deschisă” în 2001. Este doctor în domeniul „Ingineria Sistemelor” începând cu anul 2009 și este cadru didactic al departamentului Automatică și Informatică Industrială, Universitatea Politehnica București, începând cu anul 2000 fiind titular al cursurilor de licență „Sisteme cu microprocesoare integrate”, „Sisteme cu microprocesoare” și „Arhitecturi Informatice Performante”.

A publicat 7 cărți în limba română la edituri recunoscute CNCSIS și peste 20 de lucrări științifice. Este membru al Societății Române de Automatică și Informatică Tehnică și face parte din colectivul de redacției al revistei internaționale “Journal of Control Engineering and Applied Informatics”. Este conducătorul a peste 100 de lucrări de diplomă și dizertație în ultimii 10 ani. Principalele domenii de cercetare sunt sistemele de tip Internet of Things, sistemele de comunicație de tip Low Power Wide Area Network și managementul situațiilor de hazard.


Date post:	17-Oct-2021
Category:	Documents
Upload:	others
View:	1 times
Download:	0 times

Revista Amfiteatru Economic

Documents