虛擬社區中顧客參與對新產品開發績效的影響
——虛擬社會資本的調節作用

張 潔,蔡 虹

(1．西安理工大學 人文與外國語學院，陜西 西安 710048；2．西安交通大學 管理學院，陜西 西安 710049)

0 引言

創新是現代企業成長和發展的關鍵驅動力，能夠幫助企業適應瞬息萬變的市場環境，提高效益[1]。近年來，隨著產品和服務日益復雜化以及顧客需求不斷變化，企業越來越重視開放式創新[2]。顧客作為最終產品與服務的購買者，是企業重要的外部資源[3]，顧客參與企業產品創新的重要性已經得到了眾多學者的認可[4-6]。傳統線下環境中，受時間、空間等客觀因素影響，顧客很難充分參與到企業產品創新活動中。基于互聯網技術的虛擬社區作為人與人之間信息溝通、知識共享平臺，為企業在線獲取顧客知識提供了便利和機遇。當前，越來越多的企業將網絡社區作為創意、外部知識、技術的來源[7]。戴爾、寶潔、星巴克、海爾、華為、小米、美的等企業紛紛構建虛擬社區平臺，在線與龐大的用戶群體進行交互式創新活動，以滿足互聯網時代下個性化、碎片化的用戶需求。已有文獻表明，基于虛擬社區的顧客參與對新產品新穎性和上市速度具有顯著促進作用[8-11]，然而尚沒有學者考慮虛擬社會資本在傳導機制中的調節效應。虛擬社區是指社區成員遵守相同法則、價值觀和行為規范的網絡社交平臺[12]，構建網絡虛擬社區，宛如現實生活中的人際網絡，促進個體之間的社會互動和協作，并形成彼此信任和一定的社會規范，產生社會資本。虛擬社會資本不僅影響顧客參與意愿，并與企業及其他顧客之間形成一個社會互動群體，還影響顧客知識與信息共享質量，進而影響虛擬社區中企業和顧客共同開發的新產品績效。因此，本文對虛擬社會資本在虛擬社區中顧客參與和新產品開發績效之間的調節效應進行深入探討，研究企業在虛擬社區環境下增強顧客參與積極性，提高產品創新績效的途徑與方法。

1 研究綜述

顧客提供的信息和知識對致力于創造成功產品的企業來說很有價值。在過去幾十年里，企業與顧客的交互策略隨著顧客角色轉變發生了變化[13]。企業逐漸通過顧客參與將顧客融入產品創新流程中，挖掘顧客需求[14-15]。顧客由被動的“觀眾”角色轉變為積極參與新產品開發活動的成員，顧客參與創新成為日益普遍的現象[16]。顧客知識的兩個主要特征影響企業和顧客協同創新的有效性。首先，顧客的信息和知識通常具有粘性，意味著獲取、傳輸和使用成本很高[17-18]。其次，客戶需求高度多樣化使企業很難了解客戶并提供滿足主流客戶需求的產品[19]。隨著信息技術發展，虛擬社區為企業和龐大的顧客群體營造了一個開放式在線創新環境，企業在其中可以進行在線市場調研或授權高級用戶使用設計工具包進行在線設計，從而降低用戶知識粘性，滿足顧客個性化需求[20]。社區中參與者所扮演的角色分為6種，即專家、想法創造者、有效貢獻者、社交家、被動的評論者、被動的想法創造者，他們在提交方案、參與評論、交流行為等方面貢獻的內容和質量各不相同[21]。從創意產生到產品上市，虛擬社區中顧客可以參與企業新產品開發所有階段，并擔當不同角色[22]。

顧客參與新產品開發是顧客與企業員工合作創新過程，為企業獲取顧客知識特別是隱性知識提供了有利條件。Taherparvar等[23]認為，顧客知識對產品創新速度和創新質量，以及經營和財務方面的表現均具有積極影響。虛擬社區不受時間和地域限制可進行多方交互，信息透明度高[24]，如日本株式會社良品計劃(MUJI)在新產品開發過程中，在線與顧客進行頻繁對話與互動。據統計，該企業通過虛擬社區與用戶共同開發產品的3年總銷售額比企業內部設計師開發的產品高出5倍左右[25]。Füller等[8]認為，虛擬社區中顧客能夠帶來高質量且非常詳細的產品問題解決方案，上述方案在新穎性、市場潛力、技術可行性等方面具有較高價值；Haavisto[10]研究發現，在企業創建的社區中成員具備的產品知識越豐富，提出的問題和建議也越專業，該類社區所生成的顧客知識對企業產品新穎性的提升作用就越大；王莉等[11]研究用戶在線參與和新產品開發績效之間的關系，結果表明，顧客在線參與想法產生、設計與開發、產品測試等軟件開發各個階段，最終能對軟件上市速度產生正向作用；Chan[9]認為，虛擬社區中顧客可以在線參與創意與概念產生、產品設計與制造、新產品測試與上市等環節，并加快新產品市場投放速度；Djelassi&Decoopman[26]指出，顧客在線參與新產品開發有利于縮短產品開發周期，降低開發成本，降低開發不確定性并提高顧客滿意度等；Chang&Taylor[27]運用元分析方法研究不同情景下的顧客參與價值，發現在構思和上市階段讓客戶參與，通過縮短上市時間可以直接和間接提高新產品財務績效，而客戶參與開發階段則會延遲上市時間，進而降低新產品財務績效。

社會資本是一種關系資源，鑲嵌于人際、群體及社會網絡中，劃分為結構維度、關系維度和認知維度[28]。結構維度主要包括互動關系和社交網絡形態；關系維度主要是指信任、認同等情感因素；認知維度主要是指共享語言和愿景等。互聯網的出現使社會網絡中的人際互動由線下轉至線上，由電腦、服務器構架而成的虛擬網絡在相互連接的一剎那便具備了社群特性，構建在網絡上的“虛擬社區”宛如現實環境中的人際網絡，虛擬網絡環境下產生的社會資本稱為虛擬社會資本。李寧寧和王愛娟[29]界定了虛擬社會資本概念，即在線用戶以虛擬社區為媒介，以符號為主要形式，通過建立與其他用戶及虛擬社區本身之間的認同關系獲得虛擬資源，其可轉換為現實社會資本。他們認為，虛擬社會資本和現實社會資本之間存在異同，共同之處是兩者均著眼于社會關系資源，目的均是為了獲取物質利益或者聲譽等非物質利益。不同之處在于與傳統社會資本相比，虛擬社會資本存在虛擬性和不平衡性；Chiu等[30]探討了虛擬社區Blueshop中成員知識共享動機，以及虛擬社會資本對成員知識共享數量和質量的影響。研究表明，結構資本中的社會互動對成員知識共享數量具有正向作用，關系資本中的信任對知識共享質量具有正向作用，互惠規范和社區認同對知識共享數量具有正向作用，認知資本中的共享語言對社區成員知識共享質量具有正向作用。共同愿景對社區成員知識共享質量具有正向作用，卻對數量具有負向作用；Chang &Chuang[31]分析了個體共享知識質量與數量的影響因素，結果顯示，關系資本中的社區認可、互惠以及認知資本中的共享語言對知識共享質量和數量具有顯著正向作用。結構資本中的社會互動和關系資本中的信任對知識共享質量具有正向作用，卻對數量沒有影響；Yao等[32]認為，成員之間的知識共享是吸引和留住社區用戶的關鍵，社會資本與團隊學習、知識共享正相關，團隊學習及知識共享正相關，社會資本、知識共享與社區成員忠誠度呈正相關關系；劉海鑫等[33]分析虛擬社區中社會資本的3個維度之間以及社會資本對社區成員知識貢獻行為的影響。結果表明，社會交互關系對共享語言和信任具有顯著正向作用，共享語言對信任具有顯著正向作用，三者又共同影響社區成員知識貢獻行為；趙大麗等[34]研究社會資本、知識共享態度、知識共享意愿三者之間的關系，結果表明，結構資本、關系資本和認知資本都對社區用戶的知識共享態度具有顯著影響，且關系資本的影響最大。

綜上所述，大部分研究表明，虛擬社區中顧客參與對產品新穎性和上市速度具有正向作用[8-11,26]，個別研究表明，顧客在構思和上市階段參與能夠加快上市速度，而在開發階段參與則會減緩上市速度[27]。虛擬社會資本的各維度對社區成員知識共享質量與數量具有顯著影響[30-34]。現有研究未涉及虛擬社會資本在虛擬社區中顧客參與和新產品開發績效之間的調節作用。此外，已有研究在虛擬社會資本維度與要素選擇上存在較大差異，且所關注的社區中僅存在一種互動關系，即社區成員之間的互動。本研究關注的虛擬社區中明顯存在兩種社會互動關系，即企業和顧客之間的互動以及顧客與顧客之間的互動。因此，有必要重新劃分虛擬社會資本中的結構維度。最后，大多數已有研究集中于探討虛擬社會資本對成員知識共享水平或者意愿的直接作用，本研究則聚焦于產品創新領域的虛擬社區，社區內虛擬社會資本不僅關乎顧客共享知識的質量和數量，進而影響顧客和企業共同開發的新產品績效，還關乎顧客是否愿意加入社區，與企業及其他顧客如何進行互動。因此，有必要深入考察虛擬社會資本在該類虛擬社區中顧客參與和新產品開發績效之間的調節作用。

2 理論分析與研究假設

虛擬社區的價值本質上是基于社區成員在知識共享活動中的參與和深層次互動，知識共享活動是一種社會化和基于情境的過程，受社會資本特征的顯著影響[33]。本研究聚焦于產品創新領域的虛擬社區，社區內虛擬社會資本是指通過企業和顧客以及顧客與顧客的互動發展而來的社會關系，形成社會網絡，產生信任、規范或者共同價值觀等存量，能使成員在社區內進行社會活動時實現目標。根據Chiu等[30]、Chang &Chuang[31]對虛擬社會資本的結構資本、關系資本和認知資本的定義與闡釋，結合虛擬社區特性，本文采用社會互動和中心性測量虛擬社區內的結構資本。由于虛擬社區中既有企業與顧客的交互，也有顧客和顧客的交互，故本文將社會互動這一維度劃分為企業與顧客之間的互動以及顧客與顧客之間的互動兩個維度。此外，選取顧客對虛擬社區的認同測量關系資本，選取共享語言對認知資本進行測量。

由于社區成員來自不同區域甚至不同國家，彼此互不相識，因而形成的是橋接式社會資本。它不僅會影響顧客是否自愿加入，并與企業及其他顧客之間形成一個社會互動群體，還會影響顧客共享知識與信息的質量，進而影響虛擬社區中企業和顧客共同開發的新產品績效。結構資本反映了虛擬社區中企業和顧客、顧客與顧客之間聯系的頻繁程度及密切程度。虛擬社區提供了一個零距離互動平臺，拉近了企業和顧客及顧客與顧客之間的距離，為用戶互動并分享產品體驗以及討論產品創新相關話題提供了便利。企業通過社會交互加強與顧客溝通，驅動顧客深度表達潛在需求，甚至顧客并未思考到的想法也會在與企業的互動過程中迸發[35]。Lüthje[36]認為，用戶之間的交流能夠促進不同思想交融和碰撞，從而產生創新行為。關系資本反映了顧客對企業虛擬社區的信任和認可程度；劉海鑫等[33]研究發現，虛擬社區成員之間的信任能夠促進個體知識貢獻行為。一個成員聯系緊密、互相信任與協作、具有強歸屬感的虛擬社區能吸引更多顧客參與其中，使其更積極地與企業和其他顧客進行交互，貢獻自己的知識和信息，進而使企業在更廣泛的范圍內更深層次地獲取顧客需求、偏好、建議甚至抱怨等信息與知識。認知資本由社區用戶之間的共享語言、共同目標及價值觀等因素構成，本研究采用共享語言加以衡量。共享語言是顧客在網絡社區中獲取或者傳遞知識的基礎，能夠促進網絡社區中各主體之間的有效溝通；Chiu等[30]認為，共同語言代表網絡社區用戶之間知識重疊部分，有利于用戶的知識共享和交流，進而促進創新行為。因此，本研究認為，虛擬社會資本的3個維度，即結構資本、關系資本、認知資本在交互式信息提供和新產品新穎性之間具有正向調節作用，并提出以下假設：

H1a：結構資本正向調節交互式信息提供與新產品的新穎性之間的關系；

H1b：關系資本正向調節交互式信息提供與新產品的新穎性之間的關系；

H1c：認知資本正向調節交互式信息提供與新產品的新穎性之間的關系。

Sawhney等[37]認為，虛擬社區為企業吸引和邀請顧客參與產品創新活動，降低顧客信息與知識獲取成本，鼓勵顧客為企業貢獻知識和技能等方面提供了便利。與線下環境相比，虛擬社區中的顧客參與能夠跨越時間和空間，實現顧客和顧客之間、顧客與企業之間實時交互，從而提高顧客參與頻率和速度，縮短開發周期，提升新產品開發速度。一個企業與顧客、顧客和顧客密切聯系，社區成員具有高度認同感的社區能夠快速將市場信息傳遞給企業。此外，從擁有共同語言的社區中傳遞出來的信息可降低企業解讀成本，使企業更快地開發出新產品。因此，本研究認為虛擬社會資本的3個維度，即結構資本、關系資本和認知資本在交互式信息提供與新產品上市速度之間具有正向調節作用，并提出以下假設：

H2a：結構資本正向調節交互式信息提供與新產品上市速度之間的關系；

H2b：關系資本正向調節交互式信息提供與新產品上市速度之間的關系；

H2c：認知資本正向調節交互式信息提供與新產品上市速度之間的關系。

在線參與創造是更深層次的顧客參與，相對于交互式信息提供維度中顧客在線提供自己的需求、偏好等市場信息，前者側重于顧客在產品創意、概念開發、方案設計以及產品測試等環節貢獻自身知識和技能。顧客知識分為顧客需要的知識、關于顧客的知識以及來自顧客的知識，其中，來自顧客的知識是企業創新的動力和源泉。顧客參與新產品開發活動，即為顧客和企業聯合解決產品設計、生產問題的過程，由此，企業可以更好地獲取消費者的隱性知識并降低成本[4]。也就是說，顧客在線參與創造能夠為企業帶來大量異質性知識，與企業現有知識基礎進行結合，創造出新的知識。Batjargal[38]研究發現，知識異質性對企業產品多樣性存在促進作用，然而，如果密切與同質網絡進行合作，則會對產品開發績效產生負向影響。虛擬社會資本分為結構資本、關系資本和認知資本，但是上述3個不同維度并不是割裂的3個概念，而是彼此之間存在相互作用關系[33]。虛擬社區環境中，來自不同地域、甚至不同國家的個體通過網絡連接在一起，企業和顧客、顧客和顧客之間的社會交互會形成強關系，產生社區認可和共享語言，進而強化各主體間的合作關系。一個交互關系顯著、社區認可度高和共享語言的虛擬社區所擁有的知識會趨向于同質化，若企業與該類虛擬社區進行合作，則不容易碰撞出具有新穎性的產品創意和設計方案。因此，本文認為，虛擬社會資本的3個維度，即結構資本、關系資本和認知資本在顧客在線參與創造與新產品新穎性之間起負向調節作用，并提出如下假設：

H3a：結構資本負向調節在線參與創造與新產品新穎性之間關系；

H3b：關系資本負向調節在線參與創造與新產品新穎性之間關系；

H3c：認知資本負向調節在線參與創造與新產品新穎性之間關系。

此外，在線參與創造包括顧客在線參與產品創意產生和概念開發、產品設計與生產及產品原型測試等新產品開發各階段。首先，在產品創意產生和概念開發階段，顧客是企業產品創意的主要來源，既能在線提交自己的創意構思，還能對其他顧客提交的創意構思進行在線評價。其次，產品設計和生產階段，Nambisan[15]以共同創造者形容顧客在此階段的角色，顧客能夠在線提交產品設計方案，討論新的產品理念或改進方案等。最后，產品原型測試階段，顧客通過在線虛擬產品原型體驗提出新想法和附加要求，上述信息對研發團隊非常重要。然而，不同于交互式信息提供階段只需要通過數據挖掘即可發現市場需求與顧客偏好，這一階段顧客提交的創意構思、設計方案、產品原型體驗及相關評論需要企業認真進行審核與評估，以選出最佳方案。企業和顧客之間的以及顧客與顧客之間交互越強，共享語言程度越高，就越能提高顧客在線參與創造的熱情。其過程中可能會出現偏離產品創新主題的無用信息，大量無用信息和知識涌入會給企業篩選帶來負擔，拖延新產品開發周期。故本文認為，虛擬社會資本中的結構資本與認知資本在在線參與創造和新產品上市速度之間起負向調節作用，并提出如下假設：

H4a：結構資本負向調節在線參與創造與新產品上市速度之間關系；

H4b：認知資本負向調節在線參與創造與新產品上市速度之間關系。

關系資本是個體關系之間情感特征的社會資本維度，可以采用信任、互惠和認同等進行測量[28]。本文選取顧客對虛擬社區的認同測量關系資本維度。在線參與新產品開發能夠增強顧客對社區的認同感，社區認同感越強，顧客對通過在線交互方式創造的產品認同感就越強，部分顧客很可能成為企業新產品網絡預售的第一批消費者，進而加快新產品上市速度。例如，無印良品(MUJI)通過虛擬社區在線與顧客進行交互式產品創新活動，設計方案確定后會先在社區內招募第一批購買者，當預售數量超過最小生產量便投入生產，并開始在網店和實體店同時進行發售。若顧客對社區認同度高會第一時間通過網絡進行認購，企業則會在更短時間內募集到達到最小量生產的訂單數，進而加快產品上市速度。因此，本文認為，虛擬社會資本中的關系資本在在線參與創造和新產品上市速度之間起正向調節作用，并提出如下假設：

H4c：關系資本正向調節在線參與創造與新產品上市速度之間的關系。

基于上述文獻回顧和理論假設，本文構建了虛擬社區中顧客參與、新產品開發績效和虛擬社會資本關系理論模型，如圖1所示。

圖1 研究理論模型

3 研究設計

3.1 變量測量

本研究涉及3個變量，其中，解釋變量為虛擬社區中的顧客參與，被解釋變量為新產品開發績效，調節變量為虛擬社會資本。采用Likert 5分刻度對每個題項進行測量，“1”表示“完全不同意”，“5”表示“完全同意”。

關于虛擬社區中顧客參與，基于Fang[39]、姚山季等[40]的研究成果，結合虛擬社區特性，從交互式信息提供和在線參與創造兩個維度進行測量，共計8個題項。關于新產品開發績效，同樣借鑒上述學者的研究，采用新穎性和上市速度對基于虛擬社區企業與顧客共同開發的新產品績效進行測量，共計11個題項。關于虛擬社會資本，基于Chiu等[30]、Chang &Chuang[31]開發的量表，采用結構資本、關系資本和認知資本3個維度進行測量，共計17個題項。結構資本采用互動關系和中心性測量，關系資本采用社區認同測量，認知資本采用共享語言測量。其中，關于結構資本的互動關系，以往研究主要針對社區中存在的一種互動關系，故采用社區成員之間的互動關系進行測量，但本研究關注的虛擬社區中存在兩種互動關系，因此，將社會互動這一維度劃分為企業和顧客互動及顧客與顧客互動兩個子維度進行測量。信度和效度檢驗結果表明，本研究的結構資本量表具有較好的信度(α系數分別為0.729、0.849和0.736)和效度。

本文選取企業成立年限、企業年銷售額、企業員工人數和顧客在線參與強度等4個指標作為控制變量。以虛擬社區為溝通媒介，顧客可以在線參與創意產生、概念開發、設計與開發、產品測試和商業化等企業新產品開發活動的5個階段。本研究將參與3個及3個階段以上的顧客在線參與界定為強參與，其余為弱參與，并設置虛擬變量，強參與賦值為“1”，弱參與賦值為“0”。

3.2 樣本選擇與數據收集

本文實證研究對象為建有虛擬社區，并通過虛擬社區與顧客進行交互式產品創新的企業，數據來自于我國廣東、浙江、江蘇、福建、山東、北京、上海等22個省市企業，主要包括軟件和信息技術服務、互聯網和相關服務、服飾制造、家電制造、家具制造等行業企業。受訪者包括以社區群主或管理員身份在線的企業營銷主管、研發主管等。在問卷設計初期階段，選擇兩位就職于符合樣本條件的企業管理人員以及一位社群營銷咨詢師進行深度訪談，以探索虛擬社區中顧客參與和虛擬社區中的結構資本劃分維度與測量題項。隨后將問卷呈交給3位專家教授進行修改，并進行預調研，問卷經過多次修改和完善，最終定稿。大規模網絡調研從2016年12月1日開始到2017年3月1日結束，最終獲得230家企業數據，有效問卷183份，有效回收率為79.565%，有效樣本描述性統計結果見表1和表2。

4 數據分析與假設驗證

4.1 數據正態性檢驗與共同方法偏差估計

正態性檢驗又稱為正態分布的擬合優度檢驗。參數估計和參數假設驗證是基于總體分布在一定類型的條件下展開的，其中最常見、最重要的分布類型是正態分布。本研究利用峰度和偏度檢驗各變量測量題項的數值是否服從正態性分布，分析結果顯示，大樣本統計數據偏度絕對值均小于1，峰度絕對值均小于2。因此，各測量條款數值基本服從正態性分布，可以進行下一步實證分析。共同方法偏差屬于系統誤差，在調研過程中為減少共同方法偏差的影響，采用匿名填寫方式，問卷題項也盡量避免語義表達模糊。數據回收后，采用Harman的單因子檢驗方法驗證本研究變量和樣本是否存在共同方法偏差。若數據中存在大量的共同方法偏差，將測量題項放在一起進行因子分析會出現一個單獨因子，或者能解釋變量大部分變異的一個共同因子。本文對虛擬社區中顧客參與、新產品開發績效、虛擬社會資本等3個變量涉及的所有測量題項進行因子分析，結果表明，并未出現一個共同因子解釋所有測量題項的大部分方差，最大因子僅解釋了總變異的10.878%。因此，測量過程中并不存在嚴重的共同方法偏差。

表1 企業性質描述性統計結果(N=183)

表2 所屬行業類型描述性統計結果(N=183)

4.2 量表信度與效度檢驗

首先通過α信度系數法檢驗各量表信度，其次通過探索性因子分析法檢驗各量表效度。虛擬社區中顧客參與量表包括兩個分量表，即交互式信息提供和在線參與創造，共計8個題項。對兩個分量表分別進行α信度檢驗，交互式信息提供α系數為0.775，在線參與創造α系數為0.737，均介于0.7～0.8之間，表明具有較好的信度。在效度檢驗中，首先對虛擬社區中顧客參與兩個維度的8個測量題項進行KMO測度和巴特利特球體檢驗(Bartlett,s Test)。結果顯示，KMO值為0.875，大于0.8，巴特利特球體檢驗的顯著性概率為0.000，小于0.01，說明適合作因子分析。探索性因子分析結果顯示，8個題項較好地反映在交互式信息提供和在線參與創造2個因子上，解釋了總方差的58.201%，說明具有較好的效度。

新產品開發績效量表包括兩個分量表，即新穎性和上市速度，共計11個題項。對兩個分量表分別進行α信度檢驗，新穎性α系數為0.804，上市速度α系數為0.870，大于0.8，表明具有較好的信度。在效度檢驗中，首先對新產品開發績效兩個維度的11個測量題項進行KMO測度和巴特利特球體檢驗(Bartlett,s Test),結果顯示，KMO值為0.866，大于0.8，巴特利特球體檢驗的顯著性概率為0.000，小于0.01，說明適合作因子分析。探索性因子分析結果顯示，11個題項較好地反映在新穎性和上市速度2個因子上，解釋了總方差的57.994%，說明具有較好的效度。

虛擬社會資本量表包括3個分量表，即結構資本、關系資本和認知資本，共計17個題項。結構資本又劃分為企業與顧客之間的互動、顧客和顧客之間的互動，以及中心性等3個子維度。首先，對結構資本的3個子量表進行α信度檢驗，企業與顧客之間的互動α系數為0.729，介于0.7～0.8之間；顧客與顧客之間的互動α系數為0.849，大于0.8；中心性α系數為0.736，介于0.7～0.8之間，表明量表具有較好的信度。其次，對關系資本量表進行α信度檢驗，α系數為0.814，大于0.8，表明具有較好的信度。最后，對認知資本量表進行α信度檢驗，α系數為0.707，介于0.7～0.8之間，表明具有較好的信度。在效度檢驗中，首先，對結構資本3個維度的10個測量題項進行KMO測度和巴特利特球體檢驗(Bartlett,s Test)。結果顯示，KMO值為0.860，大于0.8，巴特利特球體檢驗的顯著性概率為0.000，小于0.01，說明適合作因子分析。探索性因子分析結果顯示10個題項較好地反映在企業和顧客之間的互動、顧客與顧客之間的互動及中心性3個因子上，解釋了總方差的66.133%，說明具有較好的效度。其次，對關系資本測量題項進行KMO測度和巴特利特球體檢驗(Bartlett,s Test)，結果顯示，KMO值為0.804，大于0.8，巴特利特球體檢驗的顯著性概率為0.000，小于0.01，說明適合作因子分析。因子分析結果顯示，從4個題項中萃取出1個因子，可解釋總方差的64.247%，說明具有較好的效度。最后，對認知資本測量題項進行KMO測度和巴特利特球體檢驗(Bartlett,s Test)，結果顯示，KMO值為0.668，介于0.6～0.7之間，巴特利特球體檢驗的顯著性概率為0.000，小于0.01，說明較適合作因子分析。因子分析結果顯示，各題項特征值大于1的因子只有1個，可解釋總方差的63.682%，說明具有較好的效度。

綜上所述，本研究理論模型涉及的所有變量量表均具有較高的信度和效度，可以在接下來的實證研究中加以使用。

4.3 多元回歸分析

依據溫忠麟等[41]關于調節效應驗證的方法和步驟，運用層次回歸分析法檢驗虛擬社會資本的3個維度在虛擬社區中顧客參與和新產品新穎性之間，以及顧客參與和新產品上市速度之間的調節作用。對于回歸方程中的高階變量，即交互作用項，先進行數據中心化處理，再構造其乘積項，以消除多重共線性的影響。

以新穎性為因變量的虛擬社會資本調節效應的回歸分析結果如表3所示。模型1中，只將企業成立年限、企業年銷售額、企業員工規模和顧客在線參與強度等4個控制變量作為自變量加入，新穎性對企業成立年限(β=-0.007，p>0.100)回歸系數不顯著；新穎性對企業年銷售額(β=0.078，p>0.100)回歸系數不顯著；新穎性對企業員工規模(β=0.108，p>0.100)回歸系數不顯著；新穎性對顧客在線參與強度(β=0.173，p<0.050)回歸系數顯著。模型2在控制變量的基礎上增加兩個自變量，即交互式信息提供和在線參與創造，新穎性對交互式信息提供(β=0.229，p<0.010)、在線參與創造(β=0.299，p<0.010)的回歸系數顯著。模型3在模型2的基礎上加入調節變量，即虛擬社會資本中的結構資本，新穎性對交互式信息提供回歸系數不顯著(β=-0.003，p>0.100)，新穎性對在線參與創造回歸系數顯著(β=0.237，p<0.010)，新穎性對結構資本的回歸系數顯著(β=0.357，p<0.010)。模型4在模型3的基礎上引入結構資本分別和交互式信息提供、在線參與創造的交互項。模型4中，F值為10.305，且在顯著性水平p<0.001上顯著，表明該統計樣本和數據下，模型4的回歸方程是成立的。Adjusted-R2為0.315，說明控制變量、自變量、調節變量以及自變量和調節變量的交互項可以共同解釋因變量新穎性變動的31.500%。回歸結果顯示：新穎性對交互式信息提供和結構資本的交互項回歸系數顯著(β=0.247，p<0.050)，說明結構資本在交互式信息提供與新穎性之間起正向調節作用，H1a得到驗證。新穎性對在線參與創造和結構資本的交互項回歸系數不顯著(β=-0.061，p>0.100)，說明結構資本對在線參與創造和新穎性的調節作用不顯著，即H3a未通過驗證。

模型5在模型2的基礎上加入調節變量，即虛擬社會資本中的關系資本，新穎性對交互式信息提供回歸系數不顯著(β=0.012，p>0.100)，新穎性對在線參與創造回歸系數顯著(β=0.223，p<0.010)，新穎性對關系資本的回歸系數顯著(β=0.456，p<0.010)。模型6在模型5的基礎上引入關系資本分別和交互式信息提供及在線參與創造的交互項。模型6中，新穎性對交互式信息提供和關系資本的交互項回歸系數不顯著(β=0.108，p>0.100)，新穎性對在線參與創造和關系資本的交互項回歸系數不顯著(β=-0.094，p>0.100)，說明關系資本在交互式信息提供、在線參與創造和新穎性之間的調節作用不顯著，H1b和H3b未通過驗證。模型7在模型2的基礎上加入調節變量，即虛擬社會資本中的認知資本，新穎性對交互式信息提供回歸系數不顯著(β=0.113，p>0.100)，新穎性對在線參與創造回歸系數顯著(β=0.220，p<0.010)，新穎性對認知資本的回歸系數顯著(β=0.309，p<0.010)。模型8在模型7的基礎上引入認知資本分別和交互式信息提供及在線參與創造的交互項。模型8中，F值為9.928，且在顯著性水平p<0.001上顯著，表明該統計樣本和數據下，模型8的回歸方程成立。Adjusted-R2為0.306，說明控制變量、自變量、調節變量以及自變量和調節變量的交互項可以共同解釋因變量新穎性變動的30.600%。回歸結果顯示：新穎性對交互式信息提供和認知資本的交互項回歸系數不顯著(β=0.101，p>0.010)，說明認知資本在交互式信息提供和新穎性之間的調節作用不顯著，H1c未通過驗證。新穎性對在線參與創造和認知資本的交互項回歸系數顯著(β=-0.167，p<0.100)，說明認知資本在在線參與創造和新穎性之間起負向調節作用，即H3c通過驗證。

表3 虛擬社會資本在虛擬社區顧客參與與新穎性間的調節效應回歸分析結果

注:*P<0.100，**P<0.050，***P<0.010；N=183，下同

以上市速度為因變量的虛擬社會資本調節效應的回歸分析結果如表4所示。模型1中，只將企業成立年限、企業年銷售額、企業員工規模和顧客在線參與強度等4個控制變量作為自變量加入，上市速度對企業成立年限(β=0.046，p>0.100)回歸系數不顯著；上市速度對企業年銷售額(β=0.094，p>0.100)回歸系數不顯著；上市速度對企業員工規模(β=-0.142，p>0.100)回歸系數不顯著；上市速度對顧客在線參與強度(β=0.244，p<0.010)回歸系數顯著。模型2在控制變量的基礎上增加兩個自變量，即交互式信息提供和在線參與創造，上市速度對交互式信息提供(β=0.417，p<0.010)、在線參與創造(β=0.216，p<0.010)的回歸系數顯著。模型3在模型2的基礎上加入調節變量，即虛擬社會資本中的結構資本，上市速度對交互式信息提供回歸系數不顯著(β=0.132，p>0.100)，上市速度對在線參與創造回歸系數顯著(β=0.140，p<0.100)，上市速度對結構資本的回歸系數顯著(β=0.440，p<0.010)。模型4在模型3的基礎上引入結構資本分別和交互式信息提供、在線參與創造的交互項。模型4中，上市速度對交互式信息提供和結構資本的交互項回歸系數不顯著(β=-0.036，p>0.100)，上市速度對在線參與創造和結構資本的交互項回歸系數不顯著(β=0.020，p>0.100)，說明結構資本在交互式信息提供、在線參與創造和上市速度之間的調節作用不顯著，H2a和H4a未通過驗證。

模型5在模型2的基礎上加入調節變量，即虛擬社會資本中的關系資本，上市速度對交互式信息提供回歸系數顯著(β=0.246，p<0.010)，上市速度對在線參與創造回歸系數顯著(β=0.157，p<0.050)，上市速度對關系資本的回歸系數顯著(β=0.360，p<0.010)。模型6在模型5的基礎上引入關系資本分別和交互式信息提供及在線參與創造的交互項。模型6中，F值為16.277，且在顯著性水平p<0.001上顯著，表明該統計樣本和數據下模型8的回歸方程成立。Adjusted-R2為0.430，說明控制變量、自變量、調節變量以及自變量和調節變量的交互項可以共同解釋因變量新穎性變動的43.000%。回歸結果顯示：上市速度對交互式信息提供和關系資本的交互項回歸系數不顯著(β=0.026，p>0.010)，說明關系資本在交互式信息提供和上市速度之間的調節作用不顯著，H2b未通過驗證。上市速度對在線參與創造和關系資本的交互項回歸系數顯著(β=0.152，p<0.050)，說明關系資本在在線參與創造和上市速度之間起正向調節作用，H4b通過驗證。模型7在模型2的基礎上加入調節變量，即虛擬社會資本中的認知資本，上市速度對交互式信息提供回歸系數顯著(β=0.326，p<0.010)，上市速度對在線參與創造回歸系數顯著(β=0.154，p<0.050)，上市速度對認知資本的回歸系數顯著(β=0.244，p<0.010)。模型8在模型7的基礎上引入認知資本分別和交互式信息提供及在線參與創造的交互項。模型8中，上市速度對交互式信息提供和認知資本的交互項回歸系數不顯著(β=0.022，p>0.100)，上市速度對在線參與創造和認知資本的交互項回歸系數不顯著(β=0.004，p>0.100)，說明認知資本在交互式信息提供、在線參與創造和上市之間的調節作用不顯著，H2c和H4c未通過驗證。

表4 虛擬社會資本在虛擬社區顧客參與與上市速度間的調節效應回歸分析結果

5 結果討論

(1)虛擬社會資本中的結構資本正向調節交互式信息提供和新穎性之間的關系，交互式信息提供×結構資本(β=0.247，p<0.050)，即結構資本越大，交互式信息提供對新穎性的影響越大。虛擬社會資本中的認知資本負向調節在線參與創造和新穎性之間的關系，在線參與創造×認知資本(β=-0.167，p<0.100),即認知資本越大，在線參與創造對新穎性的影響越小。虛擬社會資本中的結構資本在在線參與創造與新穎性之間不存在顯著調節作用，在線參與創造×結構資本(β=-0.061，p>0.100)，即在線參與創造對新穎性的影響不受結構資本的干擾；關系資本在交互式信息提供、在線參與創造和新產品的新穎性之間不具有顯著調節作用，交互式信息提供×關系資本(β=0.108，p>0.100)，在線參與創造×關系資本(β=-0.094，p>0.100)，即交互式信息提供、在線參與創造對新穎性的影響不受關系資本的干擾；虛擬社會資本中的認知資本在交互式信息提供與新穎性之間不存在顯著調節作用，交互式信息提供×認知資本(β=0.101，p>0.100)，即交互式信息提供對新穎性的影響不受認知資本的干擾。可以看出，結構資本在交互式信息提供和新穎性之間具有正向調節作用，而認知資本在在線參與創造和新穎性之間具有負向調節作用。結構資本反映了虛擬社區中各主體之間聯系的頻繁程度和密切程度，通過企業與顧客、顧客和顧客之間的緊密溝通、交流，能夠有效促進顧客知識轉移，來自下游用戶群體的信息可以幫助企業識別最新市場需求和機會，并研討產品概念和屬性。當企業接收到廣泛的市場信息，并基于此開發新產品創意和概念時，產品本身的創新性就已經大大提升。此外，關于認知資本的負向調節作用，課題組與網貨品牌研發經理們進行了交流，他們認為在線與顧客共同開發產品項目時，很多打破常規、標新立異的觀點來自不同職業背景的顧客，其觀點剛好與本文驗證結果相同，即認知資本在在線參與創造和產品新穎性之間存在負向調節作用。認知資本以共享語言進行測量，主要是指顧客與企業能夠使用相互理解的表述方式進行發帖和回帖，以相同的術語或者行話進行交流。在線參與創造是更深層次的顧客參與，不同職業、文化背景的顧客參與會帶來更多異質性知識，進而產生更新穎的產品創意和設計，反之亦然。

(2)虛擬社會資本中的關系資本正向調節在線參與創造和上市速度之間的關系，在線參與創造×關系資本(β=0.152，p<0.050)，即關系資本越大，在線參與創造對新產品上市速度的影響就越大。結構資本在交互式信息提供、在線參與創造和新產品上市速度之間不具有顯著調節作用，交互式信息提供×結構資本(β=-0.036，p>0.100)，在線參與創造×結構資本(β=0.020，p>0.100)，即交互式信息提供、在線參與創造對上市速度的影響不受結構資本的干擾；虛擬社會資本中關系資本在交互式信息提供與上市速度之間不存在顯著調節作用，交互式信息提供×關系資本(β=0.026，p>0.100)，即交互式信息提供對上市速度的影響不受關系資本的干擾；認知資本在交互式信息提供、在線參與創造和新產品的上市速度之間不具有顯著調節作用，交互式信息提供×認識資本(β=0.022，p>0.100)，在線參與創造×認知資本(β=0.004，p>0.100)，即交互式信息提供、在線參與創造對上市速度的影響不受認知資本的干擾。可以看出，只有關系資本在虛擬社區顧客在線參與創造和新產品上市速度之間起正向調節作用，其余則不存在顯著調節作用。可能原因在于，企業通過虛擬社區與顧客在線共同開發新產品項目時，一般都會設置一個期限，時間的主動權掌握在企業手中。故虛擬社會資本的結構資本和認知資本在交互式信息提供、在線參與創造與新產品上市速度之間，以及關系資本在交互式信息提供和上市速度之間的干擾作用不很顯著。

6 結語

本文以183家企業的虛擬社區為樣本，運用多元回歸分析法實證研究虛擬社區中社會資本的3個維度，即結構資本、關系資本與認知資本分別在顧客參與和新產品開發績效之間的調節作用。以往實證研究主要集中于虛擬社區顧客參與對新產品開發績效的直接或間接效應上[8-11,27]。本研究探討虛擬社會資本的3個維度分別在虛擬社區顧客參與的兩個維度，即交互式信息提供和在線參與創造與新產品新穎性及上市速度之間的調節作用，深化了已有研究對虛擬社區顧客參與和新產品開發績效之間關系的認識。結果表明，虛擬社會資本中的結構資本正向調節交互式信息提供和新穎性之間的關系，認知資本負向調節在線參與創造和新穎性之間的關系，關系資本正向調節在線參與創造和上市速度之間的關系，其余則不具有顯著調節作用。也就是說，要提升企業和顧客基于虛擬社區交互創造出來的新產品新穎性與上市速度，不是要求社區內虛擬社會資本越多越好，而是需要分維度進行管理。此外，以往學者對虛擬社會資本維度劃分局限于虛擬社區中僅存在單一互動關系模式[30-33]。本研究關注的虛擬社區中明顯存在兩種互動關系，即企業與顧客之間的互動及顧客和顧客之間的互動。因此，本文在原有維度劃分的基礎上，將結構維度中的互動關系劃分為企業和顧客之間的互動關系，以及顧客與顧客之間的互動關系，加上中心性，共計3個子維度并進行測量。最后，通過實證分析證明了上述兩種關系的存在，在理論上豐富了虛擬社會資本研究。

本研究結果對企業實踐也有一定的啟示。首先，在產品研發初級階段，即收集顧客需求、興趣偏好等市場信息階段，應盡可能地加強與顧客溝通和交流，通過制造話題和出臺一些鼓勵性政策引導顧客之間的交流，將顧客現有和潛在需求最大限度地挖掘出來。培養中心顧客，鼓勵他們在社區中積極發言，從而起到表率作用。必要時舉辦線下活動，將線上的“弱關系”變為線上、線下的“強關系”。其次，在線參與創造環節中盡可能地選擇不同文化、地域、職業背景的顧客參與，為企業注入豐富異質性知識，從而提高新產品新穎性。最后，對待社區成員要真誠、友好，向其提供非社區成員不能享受的優惠政策，營造親密的社區氛圍，增強用戶的社區歸屬感，鼓勵在線參與創造的顧客在新產品網絡預售階段下單，成為第一批消費者，從而提高新產品上市速度。

本文尚存在一定的局限性，首先，未考慮不同顧客類型對虛擬社區顧客參與和新產品開發績效關系的影響。現實中，企業客戶和個人客戶具備不同的特性，在參與行為、共享活動方面也存在一定差異。在后續研究中，可以對顧客類型作進一步拓展。此外，關系資本中僅測量了社區認可一個指標，沒有測量顧客與企業之間的信任以及顧客和顧客之間的信任，今后研究可以對上述方面加以討論。