內外生雙視角下虛擬社區用戶共創績效的影響因素

虞潔攀，李海剛

（上海交通大學安泰經濟與管理學院，上海 200030）

1 研究背景

哈佛商學院教授Chesbrough［1］于2003年首次提出了“開放式創新”的概念，主張除了內部研發部門外，企業還應積極整合消費者、供應商等外部資源共同參與技術創新和產品開發環節。在數字信息化的時代，大量國內外企業運用“互聯網+”的理念設立了在線虛擬品牌社區，比較典型的例子包括小米MIUI 社區、樂高Ideas 社區、Threadless 社區等。在虛擬社區中，用戶通過發表觀點、提交創意、參與互動等方式成為企業創新價值鏈的一員，共同參與價值創造（以下簡稱“共創”）。虛擬社區中不斷涌現的用戶創意提高了企業價值創造的能力，成為企業開放式創新的重要來源。研究表明，消費者參與共創對企業有著積極影響。從消費者層面采集的創意信息能更真實地反映用戶需求，可以大大提升企業新產品開發效率，降低技術創新在市場上的不確定性［2］。

社區用戶在開放式創新虛擬社區中扮演了重要角色，其共創行為和結果關系到虛擬社區的持續發展能力。目前已有不少學者圍繞虛擬社區開展了研究，但大部分研究關注的是社區用戶的參與動機，卻較少關注用戶的共創結果。用戶的共創績效反映了其對虛擬社區的貢獻，是社區持續發展的重要保障。因此，為了更好地提高虛擬社區創新效率，有必要對用戶共創績效的影響因素開展研究。本研究以Threadless 虛擬社區為研究對象，從內生性和外生性的雙視角探究用戶共創績效的影響因素，同時考慮到個體人格特質的差異性引入個體開放度作為調節變量，旨在為企業開放式創新虛擬社區的運營管理提供實踐參考。

2 文獻回顧

虛擬社區是由一群在互聯網上進行互動、彼此之間有一定了解并且愿意在網絡中分享知識和信息的用戶構成。虛擬社區作為品牌在互聯網時代發展的產物，提供了豐富的線上交互機會，成為價值共創的重要平臺。價值共創理論認為消費者不再是被動的接受者，而是積極的參與者，用戶在虛擬社區中通過發表觀點、提交創意、和企業或者其他用戶互動，共同參與社區價值創造，為企業貢獻創新想法。目前已有較多研究虛擬社區的相關文獻，但部分學者的研究關注于用戶參與動機，即什么因素驅動用戶參與虛擬社區，如Wasko 等［3］指出期望提高自己的聲譽是用戶參與社區分享行為的重要原因；李賀等［4］發現助人愉悅感、物質利益、面子和聲望等因素與開放式創新社區創客知識共享行為呈正向相關關系。以上研究專注于用戶參與虛擬社區的個體動機，卻很少關注用戶參與行為的結果。對于開放式創新社區而言，不僅需要用戶有參與意愿，更需要保障用戶的共創結果。

針對用戶共創績效的影響因素，國內外學者從不同角度開展了研究。部分學者從社區用戶個體角度開展分析，如劉夢婷等［5］發現用戶知識分享行為負向影響后續創意的創新性；汪濤等［6］分析了消費者知識對消費者產品創意的影響，并將產品創意表現區分為原創性、價值型和可實施性3 種類型；李奕瑩等［7］以星巴克社區為例發現，信息質量和互動質量對互聯網術語（UGC）貢獻價值有顯著正向影響；Li 等［8］研究用戶參與程度和過往提交創意的實施率對創意采納的正向影響。也有部分學者從外在環境角度開展分析，如彭曉東等［9］發現虛擬社區感影響用戶共創行為；李金陽［10］提出虛擬社區的人際信任是用戶有效合作的基礎，對知識創新結果有顯著影響；王松等［11］發現用戶在虛擬品牌社區中的網絡嵌入程度影響用戶參與價值共創；解學梅等［12］認為在線社區的歸屬感和包容性影響用戶參與新產品開發的績效。另外，也有研究表明外在激勵對用戶創新行為有積極影響［13］；劉倩等［14］則從社區用戶交互的角度研究用戶創意質量。

在研究過程中，部分學者意識到用戶個體特質的差異會對共創帶來不同影響。有文獻從用戶類別的角度將社區用戶劃分成普通用戶和領先用戶進行研究［15］，也有一些文獻按照個體性格對用戶加以分類，如周志民等［16］從內外傾人格特質角度分類研究用戶知識分享行為；Yoo 等［17］研究發現外向型、隨和性等個人性格特征影響旅游社區的用戶知識創造行為。

綜合上述文獻，現有研究大多視角較為單一，僅從個人或者環境因素出發探究虛擬社區中用戶共創結果的影響因素，且忽略了個人特質的差異性。本研究以探究在線虛擬社區中用戶共創績效的影響因素為目的，從內生性和外生性雙視角開展研究；同時，以大五人格理論為理論基礎，將用戶分成高開放性用戶和低開放性用戶，探究用戶開放性個人特征對共創績效的調節效果。另外，目前大部分學者的研究方法為問卷調查法，但是這種方法很難避免受訪對象填寫的主觀性，且數據體量通常較小，因此本文通過數據爬取軟件抓取Threadless.com 在線社區的客觀數據開展研究。

3 研究假設

3.1 個體內生性因素對共創績效的影響

開放式創新虛擬社區中，知識是自下而上傳導的，用戶對社區發展有著重要貢獻。用戶基于自我知識水平，在虛擬社區中積極發表創意、分享觀點、參與互動，參與到企業價值共創。Wasko 等［3］發現具有更高專業知識水平的用戶對社區的貢獻更高；在虛擬社區中，用戶的個體認知水平決定了其在社區發表的內容質量。根據Bandura［18］的社會學習理論，人的知識行為不是天生的，而是后天習得的。其中，第一種習得形式是直接實踐，個體通過親身實踐獲取經驗；第二種習得形式是間接觀察，個體通過觀察社會環境中的榜樣行為進行學習。在虛擬社區中，用戶不僅可以從自己曾經發布的創意中獲得反饋，通過自我學習提升后續的創造能力，也可以從其他用戶的創意或者觀點中獲取靈感，通過社會學習拓展認知邊界，因此，自我學習和社會學習共同決定了用戶的知識水平，兩者都會對共創績效產生影響。基于以上分析，本研究提出以下假設：

H1a：自我學習對共創績效有正向影響；

H1b：社會學習對共創績效有正向影響。

3.2 群體外生性因素對共創績效的影響

社會交換理論認為，人類交往的目的在于滿足自己的需要或者期待社會報酬，人類的社會活動及社會關系是一種交換，這種交換體現在個體和群體、合作和競爭、社區成員親密依戀關系等［19］。互惠理論是社會交換理論的核心內容之一，認為互惠是一種普遍的社會群體規范，主張人際交往過程中要投桃報李，對曾經為自己提供幫助或善意的人給予回饋［20］。Chan 等［21］的研究指出，互惠增加了用戶對社區的忠誠度和群體合作意愿；Hung 等［22］發現虛擬社區中的互惠影響用戶態度，繼而影響知識分享。在虛擬社區中，用戶間的身份認同象征了彼此之間的欣賞與認可，用戶一方面通過身份認同形成虛擬交際圈，增加對在線社區的歸屬感，另一方面通過身份認可向其他用戶表達善意，是一種代表合作的聯結。另外，Bock 等［23］研究表明，用戶在虛擬社區中幫助他人是希望日后能從他人處獲得幫助；Gaudeul 等［24］發現在社交網絡中，經常訪問他人網頁的博主往往能收獲更多的訪問量。通過在社區的日常交流中積極主動地為其他用戶施惠，虛擬社區的用戶更有可能在之后得到來自他人的支持。基于以上分析，本研究提出以下假設：

H2a：身份認同對共創績效有正向影響；

H2b：主動施惠對共創績效有正向影響。

3.3 個人特質的調節作用

有學者的研究表明，用戶知識共享行為受人格特質因素影響［25-26］。“大五模型”被廣泛應用在研究領域，該模型將個人特質分成神經質、外向型、宜人性、開放性和盡責性五大類［27］。本研究選取其中的開放性個體特質進行研究。開放性特質關系到個體想象力、包容性、好奇心和創造力。高開放性的個體對周邊環境充滿好奇心，對新事物持有正向態度，愿意積極探索發現新的事物；同時高開放性個體對外在環境的信任度更高，愿意積極地采納他人意見，也更加傾向于分享自己的想法。結合上述社會學習理論，高開放性個人在探索學習的過程中進一步提升個人認知水平的可能性更大；而低開放性用戶傾向保守做法，排斥不熟悉的人或事，更愿意獨自思考。基于以上分析，本研究提出以下假設：

H3a：高開放性個人特質會弱化自我學習對共創績效的影響；

H3b：高開放性個人特質會強化社會學習對共創績效的影響。

除此之外，高開放性個體的特質還表現在愿意分享和合作，社交屬性更強。在虛擬社區中，高開放性用戶積極分享個人信息、創意想法、參與和其他用戶的互動，往往能建立良好的社交關系，并愿意積極地幫助其他用戶共同成長，因此，相比于低開放性個體，高開放個體特質會強化外生性因素對共創績效的影響。基于以上分析，本研究提出以下假設：

H4a：高開放性個人特質會強化身份認同對共創績效的影響；

H4b：高開放性個人特質會強化主動施惠對共創績效的影響。

綜上，本研究提出影響虛擬社區用戶參與企業價值共創績效的假設模型，如圖1 所示。

圖1 本研究模型

4 研究設計

4.1 數據來源

本研究選取創立于2000年的Threadless 虛擬社區作為研究對象。Threadless 是美國的一家服飾企業，是最早采用開放式創新模式的品牌之一。Threadless 設立了一個虛擬社區，用戶可以自由上傳自己的創意，其他用戶均可對該創意打分、發表評論，Threadless 會選取得分較高的創意設計，將其印制在T 恤上對外銷售。通過引入消費者參與共創，Threadless 可以持續性地獲取創意，推出受消費者喜愛的產品，大大降低了產品開發風險。至今，Threadless 已有超過20年的歷史，其在線社區注冊用戶達數百萬人，每周可以收到數百件的創意設計方案。本研究通過八爪魚采集器8 版本采集Threadless 社區在2020年3月9日至2020年4月13日期間發布的創意信息及用戶信息，共計2 351 條，剔除數據殘缺樣本65 條、從未參與他人創意打分的樣本156 條，最終獲得2 130 條數據作為研究樣本。

4.2 變量測量

4.2.1 被解釋變量設計

本研究模型的因變量為共創績效。在Threadless虛擬社區中，用戶通過發表創意設計參與企業價值共創，只有得分較高的創意才會被企業采納應用于新產品，即創意的得分情況反映了用戶共創行為的貢獻程度，因此用創意項目得分衡量用戶共創績效。

4.2.2 解釋變量設計

社區用戶可以從自己過去發表的創意信息中獲得經驗、提高認知能力，用于日后的創意設計中，因此采用用戶發布的創意總數作為自我學習的衡量。社區用戶還可以從他人的創意中獲取靈感，豐富自身認識水平、提升創造能力，因此以用戶評估他人創意的總數作為社會學習的衡量。Threadless 社區中用戶可以關注自己感興趣的其他用戶，通過關注行為，用戶之間形成某種認可和聯結，因此以用戶關注其他用戶數作為身份認同的衡量。Threadless 社區中用戶在對創意進行評估時，可以在1 到5 分的范圍打分，分數越高，表示越認可該創意，該創意最后被Threadless 采納的可能性越大。本研究以用戶給予他人創意評估的平均分作為主動施惠的衡量。

4.2.3 調節變量設計

在Threadless 社區中，用戶可以在個人主頁選擇性地公開個人信息，比如，可以編輯公布自己的所在地，以及Facebook、Instagram 等個人社交平臺鏈接。本研究通過計數加分的方式來衡量用戶開放程度，具體方式為每公開一個信息記1 分。對于總和大于3 分的用戶，歸類為高開放性用戶；總分低于3 分的用戶，歸類為低開放性用戶。采用0～1變量衡量個體開放性，用1 代表高開放性用戶，0代表低開放用戶。

4.2.4 控制變量設計

除了以上研究變量外，還需考慮其他可能對用戶共創績效造成影響的控制變量。本研究將用戶入駐網站時長作為控制變量。

本研究模型的所有變量設計如表1 所示。

表1 模型變量設計

5 實證檢驗與結果分析

5.1 描述性統計和相關性分析

使用Stata 15.1 進行數據分析和假設檢驗。首先進行描述性分析和相關性分析（見表2、表3），以對樣本數據有一個直觀認識。表2 展示了描述性統計結果，共有2 130 條樣本量，其中submit、evaluate、following 等變量的標準差較大，數值分布范圍較廣。為了控制潛在離群值的影響，使回歸結果更加穩健，在回歸時對數據進行對數化處理，對最小值有零值的數據采用ln(x+1)的處理方法。

表2 模型變量的描述性統計

表3 模型變量的相關性分析

5.2 回歸模型

本研究采用多元層次回歸的方法進行模型分析。為了保證模型的有效性，首先對變量進行多重共線性和異方差性的檢驗，結果顯示所有變量的方差膨脹系數（VIF）的均值為2.6，遠小于常用的判斷邊界值10，因此，可以認為變量不存在明顯的多重共線性。其次通過懷特檢驗的方法檢查變量的異方差性，原假設為“變量為同方差性”，結果顯示P值為0.000，拒絕了原假設，因此，可以認為變量存在異方差性，將采用穩健的標準誤對數據進行回歸以消除異方差性的影響。本研究的回歸模型如下：

5.3 回歸結果

模型回歸結果如表4 所示，模型1 只包含入駐網站時長這一控制變量；模型 2 加入了自我學習、社會學習、身份認同和群體互惠4 個自變量，旨在驗證H1a、H1b、H2a和H2b的假設；模型 3 加入了調節變量個體開放性，模型4 加入了所有交互項，旨在驗證H3a、H3b、H4a和H4b的假設。具體分析如下：

（1）模型 2 的回歸結果顯示4 個解釋變量均對被解釋變量有顯著影響。1）用戶發布的創意總數對創意得分有顯著影響（P<0.001），但是與H1a假設相反，模型回歸系數為負值，表示曾經發布的創意數量對創意得分有負向影響。人們容易在過去的經驗中形成思維固著，以前提出的想法創意會影響甚至束縛日后的創意發揮，不利于創造思維的多樣化。該結果與Bayus［28］的研究發現一致。因此，用戶的個人經驗反而會成為新創意設計的束縛，限制創造力的發揮，對共創績效帶來負面影響。2）用戶參與評分的創意數量對其創意得分有顯著正向影響（P<0.001），H1b假設得到驗證。該結果表明，在虛擬社區中，用戶通過瀏覽評價他人的創意想法可以提升自身的認知水平，從其他用戶的想法中取長補短獲得創造靈感，提高思維的多元化，從而產生更有創造力、更有價值的創意。3）關注的其他用戶數對用戶創意得分有顯著正向影響（P<0.001），H2a假設得到驗證。該結果表明虛擬社區群體間的身份認可積極影響用戶共創績效。社區用戶間互相關注的行為使得用戶之間建立了不同程度的親密關系，提高了用戶對社區的歸屬感和信任感；另外身份認可的虛擬社交圈也包含了潛在的合作關系，互相幫助、共同進步。4）用戶給他人創意評分的平均值對其創意得分有顯著正向影響（P<0.05），H2b假設得到驗證。在Threadless 社區中，用戶給他人評分的平均值會顯示在其個人主頁，所有用戶均可見該指標。給他人評分的平均值越高，反映了用戶給他人施惠的程度越高。根據互惠理論，人與人之間普遍存在投桃報李的行為，若某用戶經常給別人施加恩惠，反過來別人也會向該用戶施加恩惠。因此，給他人打分較高的用戶，其創意有望獲得較高的分數。

（2）模型3 和模型4 用于檢驗個人開放度的調節作用。模型4 的結果顯示4 個解釋變量的系數正負仍和模型2 一致，依舊顯著影響用戶的共創績效。4 個交互項中，自我學習和個人開放度的交互項系數為負值，高開放性個體特質顯著強化自我學習對共創績效的負向影響（P<0.05）。即相比于低開放性用戶，高開放性用戶發布的創意總數越多，對其共創績效的負面影響越大，因為高開放性用戶更加傾向于通過與他人合作、向外界學習等方式來豐富自我，較少依賴自我經驗的迭代，而低開放性用戶傾向于通過自我學習、自我思考的方式完成認知更迭。該回歸結果與假設H3a不符，原因是自我學習這個解釋變量的回歸系數為負，和H1a不符，因此交互項的回歸結果受到連帶影響。第二個交互項，社會學習和個人開放度的交互項系數為正值，高開放性個體特質顯著強化社會學習對共創績效的正向影響（P<0.001）。即相比于低開放性用戶，高開放性用戶參與他人創意評分的數量越多，對其共創績效的正向影響越大。該結果反映了高開放性用戶能夠更好地從他人的創意中汲取經驗，積極從外界學習新知識，不斷提高自己的認知水平，從而提出有價值的創意，即假設H3b得到驗證。研究沒有發現個體開放度對身份認同和主動施惠的顯著調節作用，因此，相比于外生性因素，個體開放度對內生性因素的調節效果更加顯著，或許是因為個體特質從根本上來講反映的是個人的內在特征，因此對用戶的內生性影響因素的調節作用更加明顯。

表4 模型變量的回歸結果

6 結論與展望

6.1 主要結論

本研究從內外生雙視角的角度對虛擬社區用戶共創績效的影響因素進行了探究，并考慮到了個體開放度特質的調節作用。不同于問卷調查的研究方法，本研究通過采集Threadless 虛擬社區的真實數據進行回歸分析，降低了樣本數據的主觀性。本研究主要有以下發現：

第一，內生性因素的自我學習和社會學習均對共創績效有顯著影響。其中，自我學習反向影響共創績效，過往經驗容易導致認知固著，不利于創意的多元化；社會學習正向影響共創績效，用戶瀏覽評估他人創意可以豐富自身認知水平，提升共創績效。

第二，外生性因素的身份認同和主動施惠均對共創績效有顯著正向影響。用戶關注的其他用戶數越多，該用戶創意得分越高；用戶給他人創意打分的平均值越高，該用戶創意得分越高。

第三，個人開放度對內生性因素的自我學習和社會學習有顯著調節作用，高開放性的個體特征會強化自我學習對共創績效的反向影響，也會強化社會學習對共創績效的正向影響；個人開放度對外生性因素的身份認同和主動施惠無顯著調節作用。

6.2 管理啟示

虛擬品牌社區作為開放式創新的重要平臺，是企業的創意采集窗口，其中社區用戶的共創績效關系到企業開放式創新效率，需要引起關注。本研究豐富了共創領域的學術研究，并為企業如何更好管理虛擬社區提供了一定的實踐指導。本研究得到以下管理啟示：注意用戶發布創意的有效性，鼓勵用戶創意向精細化方向發展；關注用戶之間的創意交互，設置一定的激勵機制，鼓勵用戶參與他人創意的評估；提倡社區用戶間的互動，促進用戶的關系聯結，營造良好社區氛圍；認識到用戶的個體差異性，制定個性化管理方案。

6.3 研究局限與未來展望

首先，本研究只采用了Threadless 一個平臺的樣本數據，今后還可通過對其他社區的樣本做進一步的研究。其次，本研究只研究了共創績效的影響因素，未深入探究其中的影響機理，未來可對其具體傳導機制做深入研究。