知識共創視角下協同要素異質性、知識場活性對社區創新績效的影響

收稿日期：2023-04-03" 修回日期：2023-05-20

基金項目：國家自然科學基金項目（71471105）；山東省社會科學規劃項目（18CGLJ38）

作者簡介：王松（1980-），男，山東臨朐人，博士，山東科技大學經濟管理學院副教授、碩士生導師，研究方向為知識創新管理、電子商務；徐雅靜（1998-），女，山東濰坊人，山東科技大學經濟管理學院碩士研究生，研究方向為機器學習、電子商務；劉新民（1965-），男，山東臨沂人，博士，青島農業大學經濟管理學院教授、博士生導師，研究方向為管理科學與工程。本文通訊作者：王松。

摘" 要：以資源基礎理論和團隊異質性理論為依托，從知識共創視角提煉出社區知識協同中多維要素異質性的計量方法和共創情境的表征變量，利用Python程序爬取魅族社區數據，考察不同要素對創新績效的差異化影響，以及知識場活性在其中發揮的中介傳遞作用。研究結果顯示：知識共創過程中用戶異質性、內容異質性和表達形式異質性對社區知識場活性具有正向影響，情感異質性對知識場活性具有倒U型影響；知識場活性對創新績效具有正向影響，且在用戶異質性、內容異質性、表達形式異質性與創新績效關系中發揮部分中介作用。

關鍵詞：知識共創；協同要素異質性；知識場活性；創新績效

DOI：10.6049/kjjbydc.2023040003

開放科學（資源服務）標識碼（OSID）""""" 開放科學（資源服務）標識碼（OSID）：

中圖分類號：F272.4

文獻標識碼：A

文章編號：1001-7348（2024）14-0102-09

0" 引言

在以全球化、技術進步和產品生命周期不穩定為特征的動態環境中，多主體協同創新日益成為最大化整合創新要素的主流創新模式［1］。當前，許多企業已經意識到利用外部資源促進企業研發、為公司產品和服務創新提供新知識來源的重要意義，紛紛建立起依托企業品牌的開放式創新社區（Open Innovation Community， OIC）。開放式創新社區作為基于互聯網的用戶生成內容平臺，吸引用戶共同參與產品創意設計與研發、新品體驗、營銷推廣等業務領域，是一種兼具低成本和高效率獲取創新知識、增強用戶粘性的有效載體［2］。然而，隨著此類社區規模擴大和用戶生成內容的爆炸式增長，在交互過程中產生了較為嚴重的信息過載和協調復雜等問題，致使很多創新未達到預期效果。由此，如何協調用戶交互、有效引導多主體參與的知識共創過程，成為影響企業利用外部資源進行開放式創新的關鍵。

資源基礎觀和復合基礎觀都認為，企業獲取競爭優勢的關鍵是集合異質性資源，并通過內外結合強化創新能力［3］。開放式創新社區的知識共創需要多個參與主體的互動協同，是一種用戶、知識之間交互碰撞與啟發推進的動態迭代過程［4］，因此將不同類型用戶與資源有效整合協同才能發揮出“1+1gt;2”的系統效果［5］。然而，整合不同行為者知識資源以達到共創并非易事，開放式創新社區資源的多樣性和復雜性更是增加了協調與合作難度。當前，已有研究關注到用戶、環境等要素對創新績效的影響，強調知識共創過程中協同的重要性，并針對創新要素異質性作用進行了諸多探討，但觀點存在一定分歧。在用戶異質性方面，部分學者認為同質性團隊能產生更多益處，工作團隊越同質化，成員承諾和團隊凝聚力就越高，成員關系變更的可能性越小（陳耘等，2022）；另一部分學者則強調異質性團隊才是助力企業發展、提升創新績效的必要條件。如齊麗云等［6］通過探究發現，高管團隊異質性帶來的認知基礎、價值觀等差異對綠色管理創新具有顯著正向影響。在內容異質性方面，有研究指出，成員知識差異較大，會增大團隊成員在理解任務主線、化解任務爭論等方面的難度，對社區創新績效產生不利影響［7］；但也有研究指出，知識異質性是知識資源多樣化的重要來源，社區成員知識的差異性、互補性有利于形成多元化認知，激發社區成員創新潛力，為用戶高質量參與創新提供良好條件［8］。在情感傾向方面，有學者認為，情感一致性越高的評論，越能夠代表大部分用戶的想法，通過抵御不確定性和高風險性，最終提高創新績效［9］；但也有學者主張，情感異質性高的帖子能吸引更多用戶參與討論，從而促進創新績效提升［10］。在表達形式方面，與抽象的純文字相比，圖片更豐富了用戶觀點表達，表情符號凸顯了用戶情感流露，強化了個體理解和感知［11］ ，進一步提升了內容交流效果。但也有學者指出，純文字是影響用戶價值感知的主要因素，其它表達方式一般作為輔助信息，并沒有發揮顯著作用［12］。

綜上，基于開放式創新平臺的用戶知識共創通常會經歷一個虛擬的自我社會化過程，在該過程中用戶感知受到內外部多重要素影響，不同用戶在虛擬情景下的共創體驗會有較大差別，分享內容、交互過程中表達形式和情感傾向的不同等也會對最終的共創績效產生影響。然而，當前研究更多關注單一維度異質性對創新績效的作用效果，聚焦同情境下多維要素異質性的探討較少，導致要素異質性對創新效果的影響也呈現出正反兩類結果，因此需基于具體情境探析其差異化影響。同時，知識場是不同創新主體進行知識交互、再造的理論空間［13］，知識場活性既包含不同參與主體在知識擴散與知識流動過程中的活躍程度，也包含各主體之間的開放程度［14-15］。前者為用戶協同交互營造良好的空間，后者可為調度異質性資源、進行有效整合提供強大支撐，是提升社區創新績效的關鍵。因此，本文擬從開放式創新社區知識共創視角入手，聚焦知識共創協同過程，引入知識場活性，考察協同過程中要素異質性對創新績效的影響以及知識場活性在其中發揮的中介作用，以期從協同過程視角，為最大限度發揮協同要素異質性優勢從而提升社區創新績效提供有益參考。

1" 理論基礎

1.1" 知識共創中的要素異質性

知識共創是指不同參與主體相互啟發、引導與激勵，共同發展新知識的過程。虛擬社區開放式創新的實質是對企業內外部知識進行整合并進行創新性應用的過程，社區中的共創用戶不再僅僅是被動接受者，而是轉變為主動提供者。他們根據個人需求分享想法，從而參與社區共創過程。在該過程中，參與者之間通過不斷的知識共享、融合、演進，最終促進創新產生，但是知識資源數量和質量在社區成員之間呈現非均衡、非線性分布。同時，社會影響理論也指出，外界環境會對用戶思想、態度或行為等產生影響［16］。因而，個體異質性在知識協同共創過程中發揮重要作用，是形成創新績效的基礎。

創新過程高度依賴于用戶知識融入與整合，因而共享知識的異質性也會對創新結果產生一定影響。首先，從知識共創內容來看，社區用戶往往會圍繞某一主題展開討論，形成不同的用戶生成內容。差異化的用戶生成內容易吸引更多用戶，拓展社區知識廣度和深度，促進新知識產出和創新績效提升［17］。其次，用戶生成內容的情感性也會影響知識共創協同過程。其中，具有異質性情感傾向的文本內容有助于吸引更多用戶盡情表達觀點，豐富整個社區的多樣性，但情感異質性增大也可能導致用戶情緒激化、矛盾升級。最后，用戶會借助網絡表情符號、圖片、超鏈接等信息載體表達自己的態度、情感或觀念［18］，是文字語言之外的一種補充，豐富的表達形式有助于更清晰地呈現用戶觀點、促進主體交流［19］，進而影響創新協同效果。

綜合上述共創主體和客體，本文將開放式創新社區知識共創過程中的要素異質性劃分為用戶異質性、內容異質性、情感異質性和表達形式異質性，探討不同要素異質性對社區創新績效的影響。

1.2" 虛擬社區中的知識場活性

組織在一定時空范圍內通過知識集聚以實現知識開發和創造，此類空間被稱為場［14］?！爸R場”概念最早由Nonaka［20］提出，其認為知識場是將知識進行轉移、分享、利用、創新的情境，在此過程中所有參與主體之間結成社會網絡聯結。羅亞菲等［21］進一步提出知識場活性概念，具體是指各參與主體在知識場中進行知識交流的活躍程度和開放程度。各主體之間合作交流越頻繁，知識流動越充分，則知識場活性越強。此外，知識場活性受到主體間知識轉移、擴散、汲取、融合動機、態度以及組織學習意愿等因素影響。吳價寶等［22］提出，組織知識場活性越高，對外部的影響力就越顯著，也會在個體間、組織內部、組織間產生創新疊加效應；史麗萍等［23］認為，知識場活性促進知識嵌入，進一步影響知識集成。具有較高活性的知識場有助于擴大知識節點間輻射范圍［24］，異質性知識在具有高活性的創新環境下深度交互，有利于企業先驗性知識與外部價值性知識聚合，最終融入企業產品和創新流程［7］。

從知識管理角度分析，虛擬社區的開放式創新是一個知識流動過程，社區平臺下的知識場活性是具有輻射范圍和影響力的媒介情境物質的總和，既體現了社區共創情境下知識場的活躍度和開放度，又體現了參與者之間的知識交流與互動狀況，勢必對開放式創新社區績效產出決定性影響。

2" 研究假設

2.1" 用戶異質性與知識場活性

知識主體是知識場中承擔知識傳播與創新職能的主要力量。知識共創是各成員協作互動產生新知識并將新知識引入共創生態的動態循環過程［25］。開放式創新社區用戶擁有不同知識背景、知識結構，此類構成有助于在平臺交流中提供更多啟發性觀點、想法，有利于打破思維定式，給社區平臺帶來更豐富的異質性資源。在異質性觀點影響下，不同用戶看待同一問題的視角不同，由此產生不同認知，并激發其他用戶思考和融合不同觀點［26］，進而促進新創意產生，提高社區共創過程中的知識存量與知識流量。

同時，因為用戶可以在共創過程中接觸到更多差異化想法和創意，所以更易吸引大家，由此形成較高參與度的交流氛圍，促進分享意愿增強，這種知識存量和流動性的增強以及氛圍的活躍程度都會提高開放式創新社區的知識場活性?；诖?，本文提出如下假設：

H1：在虛擬社區知識共創過程中，用戶異質性對知識場活性具有正向影響。

2.2" 內容異質性與知識場活性

知識基礎觀（knowledge-based view）認為，企業核心能力提升的關鍵在于隱性知識獲?。?7］，知識創新也是隱性知識與顯性知識相互轉換的過程。在該過程中，異質性內容為社會群體提供多源信息，進一步提升社區知識多樣性、用戶交互豐富性以及內容價值深度，從而促使企業從不同視角展開思考，產生新解決思路［28］。在競爭性環境下對異質性知識資源的吸收、掌握、整合有助于促進企業知識體系更新。

因此，從社區知識共創的包容性看，用戶參與為在線社區提供了更多知識和主題，社區知識多樣性、用戶交互豐富性以及內容價值性越高，越易促進知識流動。隨著知識流動增強，場內知識元素間更易發生碰撞進而產生新知識，促進隱性知識增長，從而帶動社區知識場活性提升。基于此，本文提出如下假設：

H2：在虛擬社區知識共創過程中，內容異質性對知識場活性具有正向影響。

2.3" 情感異質性與知識場活性

根據理性行為理論，態度與主觀準則共同決定個體行為意向。其中，態度具體涉及對某事物或行為的正面或負面評價。消極情感會縮小人們的認知范圍，而積極情感則會從質、量兩方面對認知過程產生正向影響［29］。有研究指出，情感一致性較高的評論往往能夠代表大部分用戶想法，并且情感一致性顯著影響消費者認知加工［9］。但也有學者認為，情感異質性高的帖子能吸引更多用戶，從而達到更高的創新績效（梁海山等，2019）。徐峰等［10］實證得出，評分一致性和情感偏離度對評論有用性有顯著正向影響；梁賽等［30］基于三維度理論探討游客在線評分情感異質性及其影響因素，發現極端評論的喚醒度和支配度顯著高于中立評論。

虛擬社區的知識共創是多方協同創新過程，隨著不同情感傾向、價值取向、知識構成用戶的涌入，整個社區的多樣性與豐富度得以提升，同時，吸引更多用戶暢所欲言，盡情表達自己的觀點，知識存量和質量得到提升。隨著情感異質性進一步增大，易導致不同層次用戶間情緒沖突、矛盾升級，原來的知識分享變成情緒沖突場所，原本樂意分享創新知識的用戶被迫減少觀點輸出，隨之形成惡性循環，影響社區知識流動和新知識產出，并對知識場活性產生負向影響?；诖?，本文提出以下研究假設：

H3：在虛擬社區知識共創過程中，情感異質性對知識場活性具有倒U型影響。

2.4" 表達形式異質性與知識場活性

表達形式多樣化促進交流方式更加豐富。在線交流中用戶通過使用網絡表情符號表達態度、情感和觀念，且新表情符號更易于理解［31］。圖片評論可以更好地反映用戶體驗，有助于挖掘潛在用戶，贏取現有用戶的正面評價以及擴大評論傳播效應。Zareen［32］提出，與傳統信息相比，非文本信息是一種非常強大的情感表達手段。視覺化的表情圖像比文字的傳播效果更好，可有效提升信息準確度和可接受度。此外，發送表情符號比打字簡單快捷，有助于提高信息傳播效率［33］。

在虛擬社區用戶交互過程中，純文本形式表達方式單一，特別是在突顯眼球注意力的網絡時代，單純的文字表達會限制溝通效率，而借助圖片、表情符號等非文本表達形式，除在視覺傳達方面更有優勢外，亦能清晰、準確地表達情感態度，促進知識場內觀點交流，進而產生新知識。因此，多樣化的表達形式比純文字信息表達更易于理解且更有效力，從而有助于提升知識場活性。基于此，本文提出以下研究假設：

H4：在虛擬社區知識共創過程中，表達形式異質性對知識場活性具有正向影響。

2.5" 知識場活性與創新績效

知識場作為傳遞知識和開展創新活動的重要場所，其場域活性程度不僅反映空間內的情景物質，如知識主體與傳播媒介，還對場內知識流量、強度和速度產生顯著作用，即對知識傳播與知識創造產生正向影響。知識場活性可以促進創新者協同，推動知識資源深層挖掘，激發知識重組的潛在價值，進一步提升創新績效［29］。

從知識管理角度出發，在知識場活性的作用下，社區可以與不同知識主體進行有效溝通并構建互利互信的良性關系。在該過程中，基于知識聚合促進主體交互，增強知識場活性，推動隱性知識顯性化過程，繼而提高場域內創新產出（甘靜嫻等，2018）。因此，知識場活性是影響社區創新產出的前端因素，在多方參與的知識共創過程中，通過刺激知識流動，促進價值性知識增加，從而對最終績效產生正向影響?；诖?，本文提出如下研究假設：

H5：在虛擬社區知識共創過程中，知識場活性對創新績效具有正向影響。

2.6" 知識場活性的中介作用

在虛擬社區知識共創協同過程中，用戶異質性、內容異質性、情感異質性、表達形式異質性會對創新績效產生影響，而知識場活性在其中扮演橋梁作用［21］。為提升社區創新績效，多維異質性資源通過匯聚融合，不斷激發知識重組與更新，從而促進創新產出。在該過程中，彰顯知識流動、擴散等特征的知識場活性是有效推動創新交互、提升創新績效的基礎保障。具體地，在開放式創新環境下，不同觀點的交互有助于打破個體思維定式，對共創參與者產生啟迪。同時，吸引更多用戶積極參與社區交流，提高社區參與度和開放性。交互協同在給社區平臺帶來豐富知識資源的同時，也有利于提升參與者之間顯性與隱性知識轉化效率，從而促進知識流動。此外，在知識共創過程中，不同情感傾向的自由表達、表達形式的豐富多樣都有利于降低溝通障礙，提升知識交流活躍程度。進一步地，隨著知識存量增加和知識活躍度提升，社區知識場活性隨之增強。而較強的知識場活性往往有助于促進知識流、活躍協同交互氛圍、增強主體溝通和信任、激勵創新產生，最終提升社區創新績效（金珺等，2020）?；诖?，本文提出如下假設：

H6：在虛擬社區知識共創過程中，知識場活性在用戶異質性與創新績效之間發揮中介作用；

H7：在虛擬社區知識共創過程中，知識場活性在內容異質性與創新績效間發揮中介作用；

H8：在虛擬社區知識共創過程中，知識場活性在情感異質性與創新績效間發揮中介作用；

H9：在虛擬社區知識共創過程中，知識場活性在表達形式異質性與創新績效間發揮中介作用。

綜合上述假設，在開放式創新社區知識共創過程中，遵循“協同要素異質性→知識場活性→創新績效”的邏輯脈絡，構建影響機理模型如圖1所示。

3" 研究設計

為驗證概念模型，利用網絡爬蟲技術獲取魅族社區“FLyme”板塊的在線數據進行實證分析。魅族社區是由魅族科技開發，為廣大魅族用戶提供互動交流的平臺。用戶可以在社區中瀏覽、獲取信息，反饋系統問題和操作建議，提出社區產品創新和升級想法，能較好地反映開放式創新過程。因此，本文以魅族社區Flyme板塊為研究對象。使用Python編寫爬蟲程序，獲取2020年5月27日至2021年6月16日用戶參與知識共創的9 984條發帖數據，并同時獲取每條發帖中其他用戶參與和評論的數據，共計43 103條。

3.1" 數據處理

首先，根據發帖日期計算每日發帖量以及每條帖子的評論數量，然后對數據進行處理，刪除有缺失值、帖子評論數量小于或等于3的數據，最終得到4 226條主帖內容以及對應的評論信息29 606條，以此作為用戶知識共創協同的主要依據。各項變量表征如下：

（1）用戶異質性：用戶參與程度不同，對社區的認可程度也不同。用戶發帖數、收聽數、粉絲數等能夠較好地反映社區用戶參與程度、認同程度，是用戶不同特質的有效體現。因此，參照齊麗云［6］、王松等［34］對用戶異質性的衡量方法，本文通過計算每條主帖下參與評論用戶的發帖數、收聽數與粉絲數之和，再分別求出其最大差異值，用以衡量圍繞某項內容參與知識共創的用戶異質性，計算公式如下所示：

user=postnum+listennum+fansnum（1）

其中，postnum為參與評論用戶的發帖數，listennum為參與評論用戶的收聽數，fansnum為參與評論用戶的粉絲數。

htguser=usermax－usermin（2）

（2）內容異質性：評論文本內容所傳達的知識和思想與主帖內容的貼近程度，可以體現文本相似度。采用向量空間中兩個向量夾角的余弦值衡量2個個體間的差異程度。參考史達等（2020）的做法，本文使用余弦相似度算法計算每條評論語句與主帖的相似度，繼而求出每條主帖下所有評論相似度的最大差值，用以反映協同過程中的內容異質性，計算公式如下：

con=cos（θ）=∑ni=1（xi×yi）∑ni=1（xi）2×∑ni=1（yi）2（3）

其中，xi代表主帖內容分向量，yi代表評論內容分向量。

htgcon=conmax－conmin（4）

（3）情感異質性：語料的情感傾向為其所包含詞匯的情感極性總和［35］。參考史達（2020）、周知等［36］的做法，文本使用Python對每條評論語句進行情感分析，計算每條評論語句的情感得分，再求出每條主帖下評論情感得分最大的差異值，用以表示圍繞主帖進行討論過程中的情感異質性，計算公式如下：

emo=∑mp wordi∈Pwords，i=1Sim（word，pwordi）m－∑nn wordj∈Nwords，j=1Sim（word，nwordj）n" （5）

其中，Pwords代表正面情感種子詞語集合，Nwords代表負面情感種子詞語集合。

htgemo=emomax－emomin（6）

（4）表達形式異質性：用戶生成內容的表達形式除使用純文字描述外，還可以通過圖片、視頻、超鏈接等多種方式呈現，從多方面增加內容說服力與可信度。參考江曉東［11］、王翠翠等［12］的研究，本文將每條評論語句的圖片數量、視頻數量與超鏈接數量進行加和，從而求出每條主帖下評論表達形式的最大差異值，用以表示圍繞主帖進行討論過程中表達形式的異質性，計算公式如下：

exp=picturenum+vedionum+hyperlinknum（7）

其中，picturenum、vedionum、hyperlinknum分別代表圖片數量、視頻數量以及超鏈接數量。

htgexp=expmax－expmin（8）

（5）知識場活性：評分數和瀏覽數分別對應知識被認同、被發現的次數，進而反映場內知識流量。參考魏國宏［24］、金珺等（2020）的做法，通過計算場內評論間隔時間，以此分別代表知識流動速度和強度，計算公式如下所示：

（ratenum100+viewnum）/Timestampdiff（9）

其中，ratenum代表評分數，viewnum代表瀏覽數，Timestampdiff表示評論間隔時間。

（6）創新績效：能夠獲得社區工程師以及專業人士回復的用戶生成內容往往能提供有效意見或建議。參考邱凌云（2019）、聶卉等［37］的做法，根據社區工程師是否回復該條主帖設置虛擬變量，回復設為“1”，未回復設為“0”，用以表示不同用戶進行知識共創后的社區創新績效產出。

綜上所述，相關變量及含義如表1所示。

3.2" 相關性分析

本文使用SPSS 22. 0對研究變量進行Pearson相關性分析，結果如表2所示。可以發現，其它變量間的相關性均小于0. 7，初步說明變量間不存在嚴重的共線性問題。表2列出了變量相關系數矩陣。為消除由一次項與其平方項高相關性引發的多重共線性問題，對研究中涉及平方項的所有變量進行均值中心化。

4" 檢驗結果

（1）用戶異質性、內容異質性、情感異質性、表達形式異質性與創新績效的回歸結果見表3。其中，用戶異質性、內容異質性、情感異質性、表達形式異質性為自變量，創新績效為因變量。由M1可知，R2值為0.117，模型通過F檢驗（F=139.861，p=0.000lt;0.05）；用戶異質性回歸系數為0.183（t=12.363，p=0.000lt;0.01），即用戶異質性會對創新績效產生顯著正向影響；內容異質性回歸系數為0.194（t=10.526，p=0.000lt;0.01），表明內容異質性會對創新績效產生顯著正向影響；情感異質性回歸系數為-0.018（t=-1.252，p=0.211gt;0.05），表明情感異質性對創新績效產生負向影響；表達形式異質性回歸系數為0.087（t=4.729，p=0.000lt;0.01），表明表達形式異質性會對創新績效產生顯著正向影響。

（2）在M1的基礎上引入情感異質性的二次方項，將用戶異質性、內容異質性、情感異質性、情感異質性的二次方項、表達形式異質性作為自變量，將知識場活性作為因變量進行線性回歸分析。由M2可知：模型的R2值為0.203，模型通過F檢驗（F=215.208，p=0.000lt;0.05）。其中，用戶異質性回歸系數為0.131（t=9.206，p=0.000lt;0.01），表明用戶異質性會對知識場活性產生顯著正向影響；內容異質性回歸系數為0.060（t=3.229，p=0.001lt;0.01），表明內容異質性會對知識場活性產生顯著正向影響；情感異質性回歸系數為61.607（t=21.354，p=0.000lt;0.01），表明情感異質性會對知識場活性產生顯著正向影響；情感異質性的二次方項回歸系數為-63.617（t=-21.360，p=0.000lt;0.01），表明其會對知識場活性產生顯著負向影響；表達形式異質性回歸系數為0.059（t=3.368，p=0.001lt;0.01），表明其會對知識場活性產生顯著正向影響。至此，用戶異質性、內容異質性、表達形式異質性對知識場活性的影響得到驗證，假設H1、H2、H4成立。

（3）倒U型檢驗。根據Haans等［38］的判斷標準，該檢驗需要同時滿足3個條件：①自變量的二次項系數顯著為負；②當X為最小值時，曲線斜率顯著為正，當X為最大值時，曲線斜率顯著為負；③曲線拐點位置必須落在X取值區間。根據M2可知，情感異質性的二次項系數β2=－63.617（plt;0.01），一次項系數β1=63.607；曲線斜率k=63.607－127.234X，X的取值范圍為0～44 568.3，當X=0時，kgt;0，當X=44 568.3時，klt;0；在曲線拐點處X值=－β1∕2β2=0.7，在X的取值區間內。由此可知，倒U型關系的3個必備條件均得到滿足，因此情感異質性對知識場活性的倒U型影響得到支持，假設H3成立。

（4）模型最終變量檢驗結果。根據M3，將用戶異質性、內容異質性、情感異質性、情感異質性的二次方項、表達形式異質性、知識場活性作為自變量，將創新績效作為因變量進行二元Logit回歸分析，可以解釋55%的創新績效變化。此外，用戶異質性回歸系數為0.000 （z=5.222，p=0.000lt;0.01），表明其會對創新績效產生顯著正向影響；內容異質性回歸系數為3.994 （z=9.546，p=0.000lt;0.01），表明其會對創新績效產生顯著正向影響；情感異質性回歸系數為0.027 （z=2.511，p=0.012lt;0.05），表明其會對創新績效產生顯著正向影響；情感異質性的二次方項回歸系數為-0.000 （z=-1.825，p=0.068gt;0.05），表明其對創新績效的影響不顯著；表達形式異質性回歸系數為-0.280 （z=-2.313，p=0.021lt;0.05），表明其對創新績效產生顯著負向影響；知識場活性回歸系數為0.011，并且呈現出0.01水平下的顯著性（z=26.866，p=0.000lt;0.01）。由此可知，知識場活性對創新績效產生顯著正向影響，假設H5成立。

（5）知識場活性的中介效應檢驗。使用Bootstrap抽樣法進行中介作用檢驗，結果如表4所示。從檢驗結果看，在95%的置信區間，知識場活性在用戶異質性、內容異質性、表達形式異質性對創新績效的影響中，其LLCI和ULCI值均不包含0，說明知識場活性存在顯著的部分中介效應，假設H6、H7、H9通過檢驗。同時，知識場活性在情感異質性對創新績效的影響中，其置信區間為［-0.001，0.081］，包含0，說明對應的中介作用不顯著，假設H8未通過檢驗。

5" 結論與啟示

5.1" 研究結論

虛擬社區開放式創新是多方參與的知識共創過程，本文聚焦于開放式創新社區情境，從知識管理思路入手，關注知識共創過程中要素異質性的影響，引入知識場活性，梳理了共創要素異質性對最終創新績效的作用機理。主要研究結論如下：

（1）協同要素中用戶異質性、內容異質性、表達形式異質性對知識場活性具有正向影響。在虛擬社區協同創新過程中，用戶往往基于不同視角產生新想法與新觀點，并激發社區內其他共創參與者思考和發表意見，在該契機下，可促進參與主體交互和知識融合，提升知識流動性和活躍度，即知識場活性得到提高。同時，內容異質性有利于社區知識總量拓展與豐富，從不同視角表達的內容差異性越大，有利于激發主體發表看法，從而促使知識交流活動更加頻繁。另外，異質性表達形式能夠清晰、充分地呈現用戶想法，有助于提高參與主體的理解度與交流效率，最終促進知識場活性進一步增強。

（2）協同要素中情感異質性對知識場活性具有倒U型影響。在虛擬社區協同創新過程中，情感異質性對知識場活性產生非線性的倒U型影響。當情感異質性較低時，往往會限制參與者生成差異化的主觀表達方式，從而難以激發新思考和新發現，造成知識場活性不足。隨著情感異質性增大，共創用戶參與程度不斷深入，信息交流頻度不斷提高，知識場活性隨之提升。但當情感異質性超過一定閾值后，過大的差異會引致知識交互變成單純的情緒輸出，個體間分歧和沖突會束縛知識交流與合作，進而弱化知識場活性，即對知識場活性產生負向影響。由此可見，適度的情感異質性更有利于形成較高的知識場活性。由此，盡管開放式創新社區需要吸引異質性用戶、提供更多異質化內容以及通過異質性情感拓寬社區知識深度與廣度，但是更要注意協調情感層面矛盾與沖突，避免因情感差異過大，從而使得知識交互變成單純的情緒輸出，降低知識場活性。

（3）知識場活性在用戶異質性、內容異質性、表達形式異質性與創新績效之間起部分中介作用，在情感異質性與創新績效關系中的中介作用不明顯。實證結果說明，用戶異質性、內容異質性、表達形式異質性能夠通過強化知識場活性，助推創新績效提升。在虛擬社區協同創新過程中，用戶、內容、表達形式層面的異質性有助于激活知識場內資源協同與交互，促進知識元碰撞與迭代，在推動顯性知識與隱性知識交替轉換的過程中，促進場內知識增加和流動，提高知識場活性。知識場活性提高有助于促進用戶溝通和信任，持續提高用戶參與度，進而提升創新績效。但是情感異質性的影響具有一定特殊性——這是因為虛擬環境下參與主體之間的情感表達和交流存在一定局限性，情感表達可能因為理解差異而出現偏差，使得知識交互轉向情感輸出，最終對創新績效產生不利影響，這也是情感異質性對知識場活性產生非線性影響的原因。

5.2" 理論意義

（1）基于異質性理論分析了導致企業知識共創結果差異化的原因，多維解析了開放式創新社區創新要素異質性內涵。本文將社區知識創新中的異質性解析為用戶異質性、內容異質性、情感異質性和表達形式異質性，并以此為研究起點，構建異質性影響社區創新績效的主效應研究框架，分別考察不同維度異質性對知識共創效果的差異化影響，進一步豐富要素異質性理論在知識共創情境下的影響研究。

（2）證實了協同要素異質性在解釋共創結果方面的雙重效應。開放式創新社區中多元化的文化、知識、資源和能力為企業創新提供了動力和優勢，但是由用戶、內容以及情感差異誘發的合作沖突與關系對立不可避免地增加了溝通、互動難度及風險。本文證實協同要素異質性的一體多面會對知識共創結果產生差異化影響，研究結論可為完善虛擬社區知識共創前因研究提供有效補充。

（3）驗證了知識場活性在異質性要素影響創新績效過程中的中介作用。虛擬社區開放式創新是包括創新主體在內的要素協同過程，其間各主體參與程度和知識交流頻繁度體現了知識場活性。知識場活性存在正向影響體現了其對知識共創的重要作用，同時，細化了協同要素異質性對創新績效的影響路徑。

5.3" 實踐啟示

本文對企業管理開放式創新社區并吸引用戶持續參與創新提供如下啟示：

（1）重視協同過程中用戶異質性、內容異質性、表達形式異質性的正向作用。對于用戶異質性，可利用大數據技術分析用戶愛好、興趣、風格等特征，通過設置不同版塊、建立圈子等手段將用戶劃分為不同圈子，并發揮意見領袖和核心成員的帶動作用，提高用戶認同感和歸屬感，引導用戶參與企業產品開發過程，及時并妥善地處理用戶意見與建議，通過積分獎勵、設置活躍等級、優化互動功能等手段促進用戶互動和信息分享，增強用戶對社區的認同，促進其快速融入社區，持續進行知識共創活動。通過設立合理的獎勵機制，不斷提高老用戶發帖“質”量；規范社區行為準則，引導用戶采用多元化形式發表與主題切合的內容。

（2）關注情感異質性的倒U型影響。管理者應深刻認識到情感異質性的差異化作用，過低或過高的異質性都會抑制創新績效。為此，應保持適度的情感差異性，營造內容或情感一致性較高的創新氛圍，進一步激發用戶創造力，提高創新績效。要防止情感過度一致或過度差異化，避免對創新績效產生阻礙效應。企業應充分發揮管理者作用，加強對內容或情感的引導，促進用戶友好互動?？刹扇∵m當的激勵措施鼓勵用戶提升發帖質量，給予優質用戶更高的權限等；積極引導開放式創新社區提供有用、準確、相關、及時、富有吸引力和易于理解的信息內容，以培養社區成員信任感與忠誠度。

（3）充分利用知識場活性的中介作用。通過提供更多社區支持，為用戶參與知識共創打造一個積極向上、氛圍融洽、互動頻繁的開放式創新社區環境，進而激發用戶持續參與。一方面，考慮到在線社區的趣味性和易用性，提供豐富的版塊內容和清晰的版塊結構，為用戶提供最大化便利；另一方面，企業可以通過物質激勵、榮譽激勵等手段，為用戶創造驚喜，提高獲得感、滿足感?？山洺Ｅe辦一些社區活動，邀請社區成員積極參與話題討論，培養社區成員信任感和心理歸屬感。

5.4" 不足與展望

本研究還存在兩方面局限：一是數據的局限性，本研究數據僅來源于魅族社區“FLyme”版塊，加之各社區數據特征存在差異，會對研究結論普適性產生一定影響，未來可通過收集其它社區數據對本研究作進一步檢驗；二是研究方法的局限性，在研究指標特別是異質性測度方面可以進一步優化和拓展，以豐富異質性理論及其相關應用。

參考文獻參考文獻：

［1］" HONG H. Research on evolutionary game of collaborative innovation among high-tech industries- from the perspective of trust relationship［J］.International Journal of Business and Economics Research，2023，12（1）：9-17.

［2］" TANG T Y， FISHER G J， QUALLS W J. The effects of inbound open innovation， outbound open innovation， and team role diversity on open source software project performance［J］.Industrial Marketing Management， 2021， 94（5）： 216-228.

［3］" OZDEMIR S， DE ARROYABE J C F， SENA V， et al. Stakeholder diversity and collaborative innovation：integrating the resource-based view with stakeholder theory［J］.Journal of Business Research， 2023， 164： 113955.

［4］" 王松，楊洋，劉新民.基于圖注意力網絡的開放式創新社區用戶創意潛在價值發現研究［J］.數據分析與知識發現，2021，5（11）：89-101.

［5］" 李敏，夏思宇.高管團隊異質性、行業背景與企業創新績效的元分析［J］.安徽大學學報（哲學社會科學版），2022，46（4）：147-156.

［6］" 齊麗云，王佳威，劉旸，等.高管團隊異質性對企業綠色創新績效影響研究［J］.科研管理，2023，44（4）：175-184.

［7］" 李紀琛，劉海建，李潤芝.知識異質性對企業創新績效的影響研究——基于社會關系的調節作用［J］.華東經濟管理，2023，37（5）：42-51.

［8］" 譚娟，高小慧，谷紅.開放協作社區用戶知識異質性對重混創新的影響研究［J］.軟科學，2022，36（12）：42-48.

［9］" 張慧，周小虎，高照龍.揭開信任的面紗——基于認知和情感視角的信任雙中介模型［J］.科技管理研究，2021，41（9）：154-160.

［10］" 徐峰，張新，馬良，等.在線評論動態性偏差對評論有用性影響研究［J］.管理學報，2020，17（9）：1383-1390.

［11］" 江曉東，鄒健.表情符號多余嗎——表情符號對在線產品評論感知有用性的影響研究［J］.管理工程學報，2023，37（1）：66-77.

［12］" 王翠翠，陳雪，朱萬里，等.帶圖片評論與純文字評論對消費者有用性感知影響的眼動研究［J］.情報理論與實踐，2020，43（6）：135-141.

［13］" 姜騫，劉強，唐震.創新網絡關系治理對科技型中小企業突破性創新的影響機理——知識場活性的中介效應［J］.科技進步與對策，2017，34（12）：78-84.

［14］" 張紫璇，陳懷超.知識基礎對高新技術企業創新意愿的影響研究——知識場活性的調節效應與市場感知能力的中介效應［J］.科技進步與對策，2023，40（1）：142-150.

［15］" 郭艷麗，韋賽勇.知識場活性、資源拼湊與新創企業創新績效［J］.科技和產業，2022，22（11）：9-16.

［16］" OZUEM W， WILLIS M， HOWELL K， et al. Determinants of online brand communities' and millennials'characteristics： a social influence perspective［J］.Psychology amp; Marketing， 2021， 38（5）： 794-818.

［17］" ZHAO J. The relationship between coupling open innovation and innovation performance： the moderating effect of platform openness［J］.Technology Analysis amp; Strategic Management， 2023， 35（2）： 137-152.

［18］" 王雅琴，劉子雙，蔣獎.積極表情符號對消費者購買意愿的影響［J］.心理科學，2023，46（2）：435-442.

［19］" 夏立款.網絡表情符號證據化的機理及路徑［J］.人民論壇，2022，31（9）：93-95.

［20］" NONAKA I. A dynamic theory of organizational knowledge creation［J］.Organizational Science， 1994， 5（1）：14-37.

［21］" 羅亞菲，劉俊燕.數字媒介擴展下流通產業高階創新績效研究——基于知識場活性的中介作用［J］.商業經濟研究，2021，40（24）：17-20.

［22］" 吳價寶，盧珂.層級視角下的組織學習知識場效應模型研究［J］.中國管理科學，2013，21（S2）：663-668.

［23］" 史麗萍，孫鵬，劉強.知識活性對知識集成的作用機理——以知識嵌入性為傳導變量、知識動員為邊界條件［J］.情報理論與實踐，2014，37（4）：24-27.

［24］" 魏國宏，閆強.知識場活性對企業開放式創新績效影響研究［J］.經濟問題，2019，41（10）：64-70.

［25］" 劉合翔，王松，王衛霞.開放式創新社區知識創新能力的量化與評價研究——以小米社區產品圈子為例［J］.情報雜志，2022，41（10）：170-180，188.

［26］" XIONG J， SUN D. What role does enterprise social network play？ a study on enterprise social network use， knowledge acquisition and innovation performance［J］.Journal of Enterprise Information Management， 2023， 36（1）： 151-171.

［27］" RAY P， RAY S， KUMAR V. A knowledge-based view of emerging market firm internationalization： the case of the Indian IT industry［J］.Journal of Knowledge Management， 2023， 27（4）： 1086-1108.

［28］" MEN C， FONG P S W， LUO J， et al. When and how knowledge sharing benefits team creativity： the importance of cognitive team diversity ［J］.Journal of Management amp; Organization， 2019， 25（6）：807-824.

［29］" FRESNEDA J E， GEFEN D. A semantic measure of online review helpfulness and the importance of message entropy［J］.Decision Support Systems， 2019， 125： 113117.

［30］" 梁賽，田佳佳，刁建超，等.基于三維度理論的游客在線評分情感異質性及影響因素研究［J/OL］.南開管理評論：1-29［2023-05-06］.

［31］" 胡敏，易明，劉繼月.青年用戶網絡表情符號使用意愿影響因素研究［J］.圖書情報知識，2022，39（2）：6-19.

［32］" ZAREEN N， KARIM N， KHAN U A. Psycho emotional impact of social media emojis［J］.Isra Medical Journal， 2016， 8（4）： 257-262.

［33］" GHORBANALI A，SOHRABI M K YAGHMAEE F.Ensemble transfer learning-based multimodal sentiment analysis using weighted convolutional neural networks［J］.Information Processing amp; Management， 2022， 59（3）： 102929.

［34］" 王松，徐雅靜，劉新民.基于Conv-BiLSTM模型的虛擬社區用戶生成內容創新價值識別問題研究：交互協同的視角［J］.數據分析與知識發現，2023，7（4）：77-88.

［35］" LI R， LI Y Q， RUAN W Q， et al. Sentiment mining of online reviews of peer-to-peer accommodations： Customer emotional heterogeneity and its influencing factors［J］.Tourism Management， 2023， 96： 104704.

［36］" 周知，李名子，崔旭.基于領域情感詞典的用戶生成內容有用性評價研究——以豆瓣讀書為例［J］.情報理論與實踐，2022，45（1）：86-92.

［37］" 聶卉. 基于內容特征的評論效用排名預測-以豆瓣書評為例［J］.管理評論， 2021， 33（2）： 176-186.

［38］" HAANS R F J， PIETERS C， HE Z L. Thinking about U： theorizing and testing U-and inverted U-shaped relationships in strategy research［J］.Strategic management journal， 2016， 37（7）： 1177-1195.

（責任編輯：胡俊?。?/p>

The Impact of Synergistic Factor Heterogeneity and Knowledge Field Activity on Community Innovation Performance from the Perspective of Knowledge Co-Creation

Wang Song1， Xu Yajing1， Liu Xinmin2

（1.College of Economics and Management， Shandong University of Science and Technology， Qingdao 266590， China;2.College of Economics and Management， Qingdao Agricultural University， Qingdao 266109， China）

Abstract：In a dynamic environment characterized by globalization， technological progress， and an unstable product life cycle， multi-subject collaboration has become the mainstream of innovation to integrate innovation factors. Many companies have thus established virtual communities to promote the effective improvement of the virtuous cycle of their knowledge system and the effective improvement of innovative performance. However， from the perspective of current theoretical research and practice exploration， it is not easy to integrate the intellectual resources of different actors to achieve co-creation. The diversity and complexity of virtual community resources have increased the difficulty of coordination and cooperation， and the original intention of creation does not always get positive results. At present， the research on the impact of the innovative performance of virtual communities has paid attention to factors such as users， the environment， etc; while emphasizing the importance of knowledge. The research perspective has also been expanded from a single subject to group factors. However， research on the effects of factor synergy in the process is still rare. In the process of participating in innovation in this multi-party collaboration and dynamic interaction， users of different levels in the community have not reached any specific conclusion about whether the differences in different levels of personal ability and innovation motivation will affect the overall innovation level in the community. The knowledge of the open-type innovation community requires the interaction and collaboration of multiple participants. It is a dynamic iteration process that interacts between users and knowledge.

From the perspective of open innovative community knowledge， this study focuses on the coordination process of knowledge co-creation， introduces the activity of the knowledge field， and examines the impact of the multi-dimensional heterogeneity of factors on innovation performance and knowledge in the process of synergy. The mediating role in the field activity provides a useful reference for maximizing the advantages of synergy and heterogeneity to improve community innovation performance. Specifically， this paper is based on resource basic theory and team heterogeneity theory， and it refines the measurability of multi-dimensional factors in community knowledge from the perspective of knowledge creation. The knowledge of users based on the open innovation platform creates a total virtual self-socialization process. In this process， users will be influenced by internal and external key factors. There will be a rich co-creation experience for different users in virtual scenes. While users share the differences in the content of knowledge， the different expressions， and the emotional tendencies during the interaction process， the emotional tendencies will affect the final co-creation performance. The connotation of the concept of heterogeneity of the virtual community is thus analyzed as the content heterogeneity， emotional heterogeneity， and expression of the user， and follows the logic of \"synergistic heterogeneity → knowledge field activity → innovative performance \"; through theoretical derivation， this study builds the main effect research framework for the heterogeneity of synergy， examines the differentiated effects of different dimensions of heterogeneity factors on value co-creation， as well as the mediating transmission role of the knowledge field activity.

The study obtains online data from the \"Flyme\" section of the Meizu community for empirical analysis. The results show that in the process of knowledge creation， the heterogeneity of users and expression forms of users have a positive impact on community knowledge field activity， and emotional heterogeneity has an inverted U-type on knowledge field activity. Knowledge field activity has a positive impact on innovative performance， and plays a mediating role in user heterogeneity， content heterogeneity and innovative performance. In theory， this paper details the role of knowledge creation theory in the situation of virtual community situations， enriches the theoretical system of creative innovation value of virtual community users， and lays the theoretical foundation for the sustainable development of the virtual community. At the practical level， on the one hand， it guides users to participate in the interaction process， optimize the atmosphere of community cooperation， improve community users' intellectual literacy， and strengthen their motivation for collaborative participation; on the other hand， it clarifies the characteristic factors of virtual communities， provides guidelines for the scientific management of virtual communities and improvement of community innovation performance.

Key Words：Knowledge Co-creation；Heterogeneity of Synergistic Factors；Knowledge Field Activity；Innovation Performance