虛擬創新社區用戶相關特征對其創意采納的影響
——以戴爾“頭腦風暴”社區為例

郭愛芳，陳佳鳳，郭 靜，李躍楠

(1.浙江理工大學經濟管理學院，浙江 杭州 310018；2.浙江省生態文明研究中心，浙江 杭州 310018)

0 引言

國內關于用戶參與創新的研究仍以傳統背景下為多，而針對Web2.0環境下用戶參與創新的實證研究較為鮮見。其次，已有關于用戶參與創新的結果研究大多聚焦在企業經濟績效、創新績效等目標實現程度及達成效率指標上，如用戶參與能夠提高新產品開發率[1]、降低開發成本[2]等。而有關用戶參與對過程產出效果(如創意質量等)影響的研究較為少見。創意是產品創新的起點和基本條件，有效利用用戶創意的企業，往往能在新產品開發活動中占有先機[3]，因此有必要關注創意質量這個過程指標。而用戶創意是否被采納正是測量創意質量高低的重要評判標準，因此值得關注用戶創意采納這項指標。現有少量關于創意采納(或創意質量)的研究主要聚焦在創意貢獻者或創意內容等單一視角上。如Li等[4]基于學習視角探索用戶的創意貢獻行為、創意演示特征與其個人創意實施可能性之間的關系，通過計算創意實施可能性來間接衡量創意質量。而Chan等[5]基于社交視角研究用戶互動行為特征與其隨后創意產出的可能性之間的關系，以用戶在特定時間內所提交的創意數來測量用戶隨后創意產出的可能性，缺乏對創意質量的評估。基于此，本文嘗試通過用戶創意實際實施狀態來更加客觀地測度創意質量。此外，用戶作為創意提出者，對創意采納可能會產生一定影響，已有學者從用戶參與范圍角度研究其對創意產出可能性的影響，或研究用戶參與(強度、廣度、深度)與組織采納數量之間的關系[6]。但已有研究只關注了用戶互動行為特征，忽略了創意自身特征對創意采納可能造成的影響。實際上，管理者與用戶都十分重視創意應如何呈現才能被關注，甚至被實施。因此有必要對用戶特征、創意特征與用戶創意采納之間的關系進行深入研究，以幫助企業辨別哪些用戶是提出優質創意的潛在創意者以及如何在大量創意中，以有限資源高效挖掘出有價值的創意。

本文將探討用戶特征和創意特征對用戶創意采納的影響，并以戴爾“頭腦風暴(IdeaStorm)”社區272名用戶和730條創意為樣本對理論模型進行實證檢驗，以豐富用戶參與創新等理論，并為企業有效挖掘虛擬社區用戶資源和創意提供一些參考。

1 研究假設與概念模型

用戶創意采納指用戶參與新產品開發過程中提出具有一定質量和價值的創意并被企業所采納。用戶與其創意作為用戶創新核心，用戶自身特征[7]、所提創意的特征[4]都可能對用戶創新結果產生一定影響。李義剛等[6]將用戶參與行為劃分為強度、廣度和深度三個維度，以強度表示創新用戶的努力程度，廣度反映用戶與其他用戶或與企業之間的互動范圍，深度則代表成員在虛擬創新社區中的貢獻水平。本文以用戶參與度來綜合衡量用戶參與的“強度”和“廣度”，以用戶以往貢獻來衡量用戶參與的“深度”。借鑒Li等[4]對創意演示特征的描述，本文將創意長度、支持證據兩個指標作為衡量創意特征的維度。Gangi等[8]指出了解用戶需求的方式之一是讓終端用戶對創意進行評論和投票，企業通常會采納在社區上最受歡迎的用戶創意。因此，本文以創意人氣(即用戶投票數)作為衡量創意特征的維度之一。

本文將用戶特征劃分為用戶參與度、用戶以往貢獻；將創意特征劃分為創意人氣、創意長度和支持證據，具體分析用戶和創意特征與用戶創意采納之間的關系并提出研究假設，建立概念模型。

1.1 用戶特征對用戶創意采納的影響

(1)用戶參與度與用戶創意采納。企業技術創新是一個連續的互動學習過程，其中用戶互動是創新成功的重要因素[9-10]。而用戶互動主要體現在用戶與用戶、用戶與企業之間的交互作用[5]。用戶-企業互動可幫助企業認識用戶生成內容資源的潛在價值，并及時捕捉用戶個性化需求[11]。基于此，本文認為用戶參與度主要體現在用戶與用戶和用戶與企業之間的互動行為上(即互動范圍的廣度和互動強度)[6]，而這可能會激發用戶參與的積極性和創造性，進而可能會影響用戶創意采納。故本文提出假設H1：用戶參與度對用戶創意采納具有顯著正向影響。

(2)用戶以往貢獻與用戶創意采納。用戶往往為獲取積分等物質利益而參與社區上的創新活動，為社區做出貢獻[12]。其中，用戶貢獻主要以知識貢獻為主。虛擬社區知識貢獻是指用戶通過虛擬社區提供知識給他人，其行為包括提供幫助他人的專業知識、協助他人解決問題、發展新觀念等[13]。已有研究表明用戶的知識探索行為和知識利用能力可幫助用戶產生更多的創意靈感[14]。實際上，用戶在參與過程中，其主動貢獻往往與那些復雜知識有關，可能對新產品創新和原有產品的優化更有價值[15]。本文根據已有研究對用戶貢獻定義的描述，以用戶在創新社區中的貢獻程度表示用戶以往貢獻。本文認為用戶以往貢獻從深度上反映了用戶的創新知識水平，可能會推動用戶產出一定質量的創意。故本文提出假設H2：用戶以往貢獻對用戶創意采納具有顯著正向影響。

1.2 創意特征對用戶創意采納的影響

(1)創意人氣與用戶創意采納。一般在虛擬創新社區中，社區成員可通過投票或者頂踩的形式來表達其對某創意的偏好[4]。企業可將投票點贊數作為人氣指標來判斷該創意是否能夠得到企業重點關注。其中與產品理念一致的創意所獲取的投票往往能夠作為其在市場上的潛在接受度和普及度的指標[16]。因此，創意人氣可代表廣大用戶的創意趨勢，同時可測試市場，是企業重點關注的指標之一。同時，企業采納高人氣創意是企業對用戶需求的一種反饋信號，可加強企業與終端用戶之間的情感聯系[8]。本文的創意人氣主要指用戶創意受到其他用戶或企業的歡迎程度。本文認為如若用戶創意獲取的投票數高，其被企業采納的可能性通常也會較高。故本文提出假設H3：創意人氣對用戶創意采納具有顯著正向影響。

(2)創意長度與用戶創意采納。社區中用戶發布創意的長度通常代表其被人所能理解的難易程度。語言學研究表明，越長的文字內容通常存在越復雜的結構，導致其內容更加難以理解[17]。Li等[5]通過對認知超載和說服文學相關文獻的研究，提出文字內容的長度是效益復雜度的指示符，并且其長度被認為對其質量有負面影響。實際上，企業評估員每日需評估大量創意，但因審查能力有限，故其在遇到字數多的創意時可能會將其拒之門外。本文認為用戶創意長度越長，意味著企業評估員需要花費更多的時間和精力，這可能導致創意被采納的可能性降低。故本文提出假設H4：創意長度對用戶創意采納具有顯著負向影響。

(3)支持證據與用戶創意采納。虛擬社區中，創意缺乏說服力是影響其被采納的最大挑戰[18]。用戶可將圖片或者鏈接插入到帖子中以形象描述自身創意，提高解釋強度[5]。由于媒體豐富性，用戶可借助圖片等方式來解釋創意，使其更加生動且更易理解[19]，而參考鏈接也大多來自可靠的信息源，具有真實性以及說服力。本文所提出的支持證據主要指用戶創意中存在的那些可能影響企業采納的支持型因素。本文認為以圖片、參考鏈接等方式所呈現的創意更具說服力，且通俗易懂，可能容易被評估員所理解，有助于創意被采納。故本文提出假設H5：支持證據對用戶創意采納具有顯著正向影響。

用戶是創意提出者，用戶與創意之間存在包含關系，創意處在第一層次，而用戶處在第二層次。結合上述研究假設，可以得出如圖1所示的概念模型。

圖1 虛擬創新社區用戶相關特征對其創意采納的影響研究模型

2 研究方法

本研究利用網絡爬蟲軟件——集搜客采集器采集所需數據，使用SPSS 21.0軟件分別進行描述性統計分析、相關性分析和多元線性回歸分析來檢驗用戶特征、創意特征對用戶創意采納的影響。

2.1 樣本選擇和數據采集

本文選取戴爾“IdeaStorm”社區作為樣本源，理由如下：①戴爾作為虛擬創新社區的先行者，網站管理機制更為成熟，不存在垃圾信息干擾，同時通過“IdeaStorm”社區來單獨實現用戶創意模塊，使得用戶可直接在該社區提交創意，不會因為信息種類雜亂而導致創意被埋沒，方便進行數據采集和處理。②“IdeaStorm”社區能夠及時更新用戶創意的發布狀態，可實時獲取到關于用戶創意采納的最新相關數據，作為本研究的創意質量評估標準。

本研究利用集搜客采集器來采集“IdeaStorm”社區相關樣本數據，先后登陸“IdeaStorm”社區鏈接1：http://www.ideastorm.com/和鏈接2：http://www.ideastorm.com/ideaList?lsi=0，在Top Idea區域內按其排列順序采集創意相關信息，共計采集2007年1月初開始至2017年5月底止對普通用戶公開的創意752條。利用SPSS軟件繪制正態分布圖進行異常值識別，根據其參數剔除創意異常值22條，共獲取創意有效樣本量730條，這些創意對應的用戶共272名。

2.2 變量測度

對概念模型中涉及的用戶參與度、用戶以往貢獻、創意人氣、創意長度、支持證據、用戶創意采納(個體)、用戶創意采納(匯總)7個變量的測度，本文是在參考大量文獻研究成果、征詢專家意見、數據預采集等基礎上逐步形成的。其中，用戶參與度的測度借鑒Chan等(2015)和Angelopoulos等(2015)[5，20]的研究，用“用戶創意發布數”、“評論數”和“投票數”來度量；參考Li等和Bezerra等[4，12]的研究，用戶以往貢獻用“用戶積分”作為代理變量；關于創意人氣的測度，則借鑒Li等和Lowrey[4，21]的研究，用“用戶每條創意的投票得分”來度量；借鑒文獻[4]的做法，創意長度和支持證據分別用“創意正文總字數”、“創意中的圖片、參考鏈接”來度量；單條用戶創意采納情況用“每條創意的實施程度”表示，而匯總的用戶創意采納情況用“每個用戶的創意采納總數”表示。

2.3 樣本描述和相關性分析

基于所爬取的有效樣本數據，對本研究的全部變量進行描述性分析和相關性分析，如表1所示。從表1可知，用戶參與度、用戶以往貢獻、創意人氣、創意長度的標準差都比較大，說明所采集的樣本數據離散程度較大。從相關系數可以發現，用戶創意采納(匯總)與用戶參與度、用戶以往貢獻在0.001水平上顯著相關；用戶創意采納(個體)與創意人氣在0.001水平上顯著相關，而與創意長度、支持證據相關性不顯著。

表1 變量的相關性分析結果

注：***在0.001水平上顯著相關。

3 假設檢驗

本文采用多元線性回歸分析分別檢驗用戶特征對用戶創意采納(匯總)、創意特征對用戶創意采納(個體)的影響。回歸分析結果如表2和表3所示，表中1

3.1 用戶特征對用戶創意采納的影響檢驗

如表2所示，該模型的擬合度R2值是0.788，F值在0.001水平上顯著，結果表明該模型總體效果理想。此外，各解釋變量的回歸系數均為正且在p<0.001的水平上顯著異于0，意味著用戶參與度、用戶以往貢獻對用戶創意采納(匯總)都有顯著的正向影響。因此，假設H1、H2通過驗證。進一步比較各解釋變量回歸系數可發現，影響用戶創意采納(匯總)的用戶特征因素從大到小分別為：用戶以往貢獻、用戶參與度。

表2 用戶特征與用戶創意采納(匯總)的回歸分析(N=272)

注：①因變量：用戶創意采納(匯總)；②R2=0.788,調整R2=0.787，F值=501.193***；③DW=1.972，1

3.2 創意特征對用戶創意采納的影響檢驗

如表3所示，F值在0.001水平上顯著，說明該擬合模型總體效果理想。創意人氣回歸系數為正且在p<0.001的水平上顯著異于0，創意長度、支持證據回歸系數為負且在p<0.05的水平上不顯著異于0，意味著創意人氣對用戶創意采納(個體)有顯著正向影響，創意長度、支持證據對用戶創意采納(個體)沒有顯著影響。因此，假設H3通過驗證，假設H4、H5不通過驗證。盡管假設H3通過驗證，但R2值(R2=0.026)偏小，說明創意人氣對用戶創意采納(個體)的解釋度很小。

表3 創意特征與用戶創意采納(個體)的回歸分析(N=752)

注：①因變量：用戶創意采納(個體)；②R2=0.026,調整R2=0.022，F值=6.488***；③DW=1.949，1

3.3 進一步討論

從上述分析可以得出：

(1)用戶參與度、用戶以往貢獻對創意采納(匯總)具有顯著正向影響。該結論與Chan等[5]、Hahn等[14]學者的觀點相互印證。一般而言，高參與度、高貢獻率的用戶往往在社區中具有一定影響力，與普通用戶相比，這些用戶的創意更能受到其他用戶追崇，吸引官方評論員關注，從而獲得高概率的創意采納度。此外，用戶以往貢獻對創意采納影響更大，說明這些高貢獻用戶已經過較多試錯，對產品知識理解深刻，能提出較成熟的需求方案以滿足大部分用戶的需求，會在評估之后更容易被采納。

(2)創意人氣對用戶創意采納(個體)具有顯著正向影響。虛擬社區上，用戶往往可以通過點贊評論等形式產生熱門創意，表明用戶對這些創意的關注度。同時，官方通常將關注點聚焦于人氣創意，將其作為公司產品的需求池，該結論與Li等[4]學者的部分觀點一致。本研究部分假設沒有通過實證檢驗，可能的原因是所采集的樣本數據中，創意長度區分度不大，且大部分用戶都沒有借助圖片等支持證據來增強自身創意說服力，只有極少數用戶采用了圖片、參考鏈接等支持證據，這可能是造成創意長度和支持證據對用戶創意采納(個體)的影響不顯著的原因之一。

4 研究結論與啟示

4.1 研究結論與理論貢獻

本文基于虛擬創新社區這一特定環境，以用戶相關特征為切入點，圍繞“虛擬創新社區用戶特征、創意特征如何影響用戶創意采納”這一基本研究命題，探討了虛擬創新社區用戶相關特征對用戶創意采納的影響研究，并以戴爾“IdeaStorm”社區為例，進行了實證檢驗。主要得出如下研究結論：①用戶參與度、用戶以往貢獻對用戶創意采納(匯總)具有顯著正向影響，其中用戶以往貢獻對其創意采納影響更大。②創意人氣對用戶創意采納(個體)具有顯著正向影響；創意長度、支持證據對用戶創意采納(個體)沒有顯著影響。

本研究的理論貢獻主要有以下兩點：

(1)豐富了用戶創新的理論和方法，拓展了用戶參與創新模糊前端的研究。麻省理工學院的Von Hippel教授發現，大多數產品和服務實際上是由用戶發展出來的，繼而提出了“用戶是創新者”的革命性觀點[22]，本研究用虛擬創新社區用戶客觀數據進一步證實了這個觀點，本文發現虛擬社區用戶是重要的新產品創意源泉。Von Hippel教授進一步提出了領先用戶的概念以及識別方法[10]，后續有大量理論研究圍繞領先用戶做了探討[23-24]。雖然已有學者對領先用戶識別進行了大量研究，但在現實中搜索和識別領先用戶仍十分困難。研究指出，企業可以建立網絡社區鼓勵用戶直接參與，以相對較低的成本獲取用戶創意[25]，但在擁有海量用戶數據后如何經濟地識別出有價值的用戶也并非易事。本研究有助于識別哪些是領先用戶，哪些是有價值的創意，豐富了Von Hippel的用戶工具箱理論[26]。同時，本研究拓展了用戶參與創新模糊前端的研究，直接探討了虛擬社區用戶相關特征與創新模糊前端——用戶創意采納之間的關系。

(2)擴寬了開放式創新研究的組織邊界。在開放式創新范式下，企業可以從供應商、客戶、競爭者知識機構、技術中介、普通大眾、政府等多渠道獲取創新源。同時，開放式創新具有情境依賴性，是在一定環境和組織情境下實施的，不同的情境和模式會產生不同的開放式創新結果[27]。以往開放式創新文獻主要以傳統創新背景為主，側重于關注企業開放度的把握[28]。如今互聯網等ICT技術的發展使組織邊界變得模糊，開放式創新成為創新2.0新形態。本研究以產品用戶為開放對象，放置于企業主導的虛擬創新社區這一新興創新環境中，借此產生知識簇群網絡，對互動內容更有聚焦性，為如何把握創新開放度提供了新方式。企業可借助此平臺，從用戶獲得免費創新成果，不必再去耗費過多資金做研發，從而產生經濟溢出效應。

4.2 對企業虛擬創新社區管理的啟示

(1)企業可通過充分了解用戶活躍度和貢獻度來辨別其是否為潛在創意者，并在實際運營過程中重點關注這些用戶所提出的創意，尤其是以往貢獻大的用戶。管理者可借助虛擬創新社區，制定相應對策來激發用戶參與積極性，并注重與用戶之間的互動，激勵其提高貢獻率，幫助這些用戶產出更多高人氣的優質創意。建議企業及時對用戶創意進行評論反饋，引導用戶提出具有合適場景的創意，并提供一些基礎產品工具供用戶自行設計進行試錯，然后對用戶較成熟的需求方案給予公正評分和相應的貢獻獎。

(2)創意人氣可作為產品市場測試指標，企業可重點關注高人氣創意，并制定相應的激勵措施鼓勵用戶提出高質量創意，積極參與相關投票活動，以此達到僅利用有限資源便可快速在大量創意中獲取優質創意的目的。其中關于激勵措施管理，企業可將相關的新產品作為獎品頒發給提出高人氣創意的用戶，并讓其在經過一段時間的試用期后向企業研發部提交一份體驗測試報告，而針對參與投票的用戶，企業可根據其活躍程度給予相應的積分等虛擬物質獎勵，使其可在社區內的積分商城兌換禮品。