推動新質生產力發展下眾包創新影響機制研究

基金項目：江蘇省高校哲學社會科學研究一般項目“考慮網絡外部性的眾包競賽績效影響因素與作用機理研究”（2019SJA1938）；江蘇高校“青藍工程”資助；鎮江市第六期“169工程”資助

摘 要：在數智化背景下，眾包創新是推動新質生產力發展的有效形式之一，眾包創新中創意質量越來越被人們所關注。本研究以創新力理論和社會心理學的內、外動機理論為基礎，構建了同行與公司反饋、創新經驗和創意質量的研究模型。利用小米的眾包創新社區中733個創新者發布的3891個創意進行實證研究，研究發現：同行的積極（消極）反饋對提高（降低）后續創意質量的影響會隨著創新者經驗的增加而增強（減弱）；公司的積極（消極）反饋對提高（降低）后續創意質量的影響則會隨著創新者經驗的增加而減弱。本研究結果可以幫助管理者利用反饋策略提高眾包環境下用戶創新表現。

關鍵詞：新質生產力；眾包創新；創意質量；創新經驗

一、引言

2023年9月，習近平總書記調研黑龍江時提出“整合科技創新資源，引領發展戰略性新興產業和未來產業，加快形成新質生產力”的要求。新質生產力是在數智化發展背景下更有創新型、融合性，體現高質量發展內涵的先進生產力質態。眾包創新是一種通過數字化、智能化等技術手段實現跨過原有組織框架的創新民主化的形式，其大規模開展可以有效助推新質生產力的形成。

眾包通過擴大集體智慧的規模和多樣性，加速了創意發現過程。它為客戶提供了共同創造的體驗，幫助企業更好地獲得競爭優勢。許多領先企業，如阿里、美團、海爾、小米、魅族等都設置了自己的眾包創新社區，用以征集用戶的創意，此種形式促進了開放創新范式的出現。此類開放創新舉措的成功依賴對創意生成的過程管理，以及合理的激勵措施。有效的過程管理，還需有足夠的激勵措施來激勵創新者貢獻更多更高質量的創意。

根據有關創新力和組織行為理論，獎勵和反饋是促進創新力或創新表現的兩個主要策略。在以公司資助為主的眾包創新社區中，一般有同行和公司兩種來源的反饋。其中，關于反饋效價和來源對創意質量的影響目前沒有統一的觀點。為此，我們根據反饋的類型、收到反饋的人以及被反饋的對象，構建了反饋對創新者后續創意質量影響的理論框架（圖1）。

二、理論與假設

在我們的框架中，不同效價和來源的先期反饋對創新者后續創意質量的影響取決于個人的創新經驗。以下概述了這些關系的理論依據。

1.反饋及創意質量

根據創造力、組織行為和個體經濟學等多個領域的研究，反饋會影響個人行為。新興研究也調查了其在開放創新環境中的影響。

相比之下，公司是一個官方的反饋來源，有更多的權力來判斷業績和提供指導，這也可以鼓勵參與公司贊助的社區。因為它在建議參與者為實現目標應投入的努力方面顯得信息豐富、準確有效，明確的反饋可以增強并將注意力轉移到任務完成或目標實現上。所以，提出以下假設。

H1a：積極的同行反饋會提高后續的創意質量。

H1b：消極的同行反饋會降低后續創意的質量。

H1c：積極的企業反饋提高了后續創意的質量。

H1d：消極的企業反饋降低了后續創意的質量。

2.創新經驗

（1） 同行反饋效價

根據植根于創造力的動機—能力視角和個體經濟學相關理論，領域相關技能對創造力表現的重要性與動機一樣重要。正如肖薇等（2021）所指出的，創意的產生涉及一個知識探索和組合的過程。經驗較少的創新者可能會欣賞同行積極反饋所帶來的社會認可，但對后續創意質量的影響可能會較弱，因為他們認識到同行的積極反饋與他們缺乏創新經驗的自我意識之間的不協調。所以，提出以下假設。

H2：積極的同行反饋對提高后續創意質量的作用隨著創新者獲得更多的創新經驗而增強。

肖薇等（2021）認為，人們在獲得經驗時，對積極和消極反饋的關注程度不同，有經驗的創新者的自尊和過去的經歷會影響他們對反饋的解讀和接受。根據認知失調理論，反饋和積極的自我觀不一致的情況會導致人們貶損反饋來源并低估其效價。所以，提出以下假設。

H3：隨著創新者獲得更多的創新經驗，消極同行反饋對降低后續創意質量的影響減弱。

（2） 公司反饋效價

作為官方來源，來自公司的反饋將注意力轉移到目標或任務完成上，以指導行為。

積極的企業反饋應該更加突出，以提高缺乏經驗的創新者的后續創意質量。所以，提出以下假設。

H4：積極的企業反饋對提高后續創意質量的作用隨著創新者獲得更多的創新經驗而減弱。

向追求承諾目標的缺乏經驗的創新者提供的消極公司反饋表明了權威的反對，可能會引發人們對他們缺乏能力的看法，這可能會阻礙他們的承諾并使他們失去動力。這種與挑戰相關的障礙壓力也可能破壞創造力。然而，對于具有更多經驗的創新者，他們接受了進度監控目標，將公司的消極反饋視為進度慢和績效低的信號，他們可以利用這些信號來糾正不足。因為經驗豐富的創新者往往對自己的能力相對更有信心，他們可能會認為公司的消極反饋是一種激勵性的挑戰，而不是令人沮喪的挫折。所以，提出以下假設。

H5：企業消極反饋對降低后續創意質量的影響隨著創新者獲得更多的創新經驗而減弱。

三、方法

1.模型變量

從小米的眾包社區收集數據，這是一個具有代表性的眾包創新社區，因其使用開放創新而獲得多項獎項。檢索了四年期間（2020—2023年）的所有公開數據。為了測試先前反饋對后續創意質量的影響，重點關注產生過兩個以上創意的創新者。估計樣本包括733個創新者發布的3891個創意，以及23395條同行反饋意見和1603條公司反饋意見。

（1） 創意質量

使用每個創意獲得的投票分數作為其質量的代表。投票得分由小米自動計算，方法是將數據收集期結束時從社區成員那里收到的創意的上下投票值相加（即每一票加/減10分）。對原始分數進行對數變換，以校正分布偏差。

（2） 同行和公司反饋效價

使用文本挖掘技術來分析同行和公司對每個創意的所有反饋的價值和內容。反饋分為消極（–）或積極（+），分別表示總體上“不同意”或“同意”發布的創意。采用了多種文本分類算法，包括Naive Bayes、K-Nearest Neighbors、支持向量機（SVM）、啟發式方法（如關鍵詞搜索和SVM，以及標準化句子—單詞評分）。文本挖掘結果的準確率令人滿意（>60%）。使用積極或消極反饋意見的絕對數量以及反饋量作為控制變量會產生不可接受的方差膨脹因子，表明存在多重共線性，所以，對同行和公司的反饋分別進行了衡量。

（3） 創新經驗

為了捕捉一個創新者隨著時間推移的經驗，將其積累視為一個持續、動態的過程，因此將其定義為一個連續的變量。根據定義，創新者在發布更多創意時會變得更有經驗。對每個創新者發布的創意數量進行日志轉換（即創新經驗的原始測量），以確認其右偏分布（即大多數創意來自經驗有限的創新者，而經驗豐富的創新者發布相對較少的創意）。

（4） 其他變量

有幾個協變量可以控制創意特征和創新者特征。首先，作為創意特征，我們通過捕捉創意在平臺上吸引客戶投票和反饋意見的天數來控制創意持續時間。其次，類別虛擬變量反映了不同類別創意質量的差異。最后，同行（公司）反饋離散度是熱點創新者之前收到的所有同行（公司）反饋的價值標準差。

2.模型檢驗

（1） 模型

我們使用隨機效應回歸模型來檢驗不同來源的反饋效價對創意質量的影響（H1a–H1d）和創新經驗的調節作用（H2–H5）：

（1）

其中，積極同行反饋PPF，消極同行反饋NPF，積極公司反饋PFF，消極公司反饋NFF，創新經驗IE。i是第i個創意，j是第j個創新者；βs是檢驗創新經驗調節效應的估計值。分析發生在創意層面，在一個不平衡的面板結構中，跨越各個創新者。對于創新者j的創意i，對創意i的質量與j在發布熱點創意i時從同行和公司（過去）收到的累積反饋以及其他協變量相關進行建模。創意質量IQ是群眾投票的分數。創意特征ICC，包括創意持續時間、創意長度、創意類別和年份。創新者特征ICD，包括創新者保有期、同行（公司）反饋量、同行（公司）反饋長度、同行（公司）反饋長度離散度、同行（公司）反饋離散度和無同行（公司）。最后，τj捕獲理想隨機效應，εi，j表示特殊誤差項。因此，這種隨機效應模型捕捉到了未觀察到的創新者特征，這些特征會影響每個創新者發布的創意的質量。

（2） 內源性控制

不受控制的混雜因素和未觀察到的個體特征可能同時影響創意質量（因變量）和關鍵預測因素，包括創新經驗和反饋效價測量。這種可能性造成了內生性問題。

因此，使用控制函數方法，并進行了幾次穩健性檢查。首先，與兩階段最小二乘法（2SLS）不同，控制函數代表了工具變量（IV）方法的更通用形式。相反，控制函數方法通過在結構方程中添加回歸器來增強原始回歸，該回歸器僅包含x的可能與y相關的部分。因此，內生變量x和因變量y之間不期望的相關性導致的偏差得到了控制，多元回歸估計器提供了有效的IV估計器。據此制定為：

（2）

（3）

其次，控制函數可以用于漸近控制潛在的內生性偏差。與2SLS不同，這種方法很有吸引力，易于實現，適用于非線性模型，如選擇模型。我們的模型包括對數變換的因變量創意質量，交互項也包含非線性變換的變量。

采取了幾個步驟來確保這些工具的有效性。首先，仔細檢查了所有IV是否符合排除限制。其次，以每個內生變量為因變量，以IV為預測變量進行回歸。最后，為了確認IVs推論的有效性，檢查了外生IVs對相關內生變量的增量解釋力（用回歸R2表示）。

（3） 創意質量的替代測量標準

除了大眾投票得分，還根據兩名訓練有素、經驗豐富的專業人員的評價來評估創意質量，他們根據原始創意在行業中的預期市場吸引力、可行性、特異性和新穎性來判斷其價值，結果保持不變（見表1第3列）。

四、結果

表1列出了同行/公司反饋情緒和創新經驗對創意質量的影響結果。我們從內生性控制和替代創意質量測量的模型中得到了一致的結果（表1第2列和第3列）。因此，我們發現H1a–H1d得到了一致的支持。

總的來說，研究結果表明，隨著創新者積累更多的創新經驗，反饋和創意質量之間的關系發生了顯著變化。包括內生性控制和替代創意質量測度在內的模型的一致結果進一步驗證了這些發現。

五、結語

1.建議

新質生產力也是由勞動者、勞動對象、勞動工具三個要素組成的，數字化、智能化技術為我們提供了新質勞動對象和工具，同時我們還需要培養與之適應的新質勞動關系、新質勞動者，利用新質創新場景驅動新質生產力的加快形成。

眾包創新可以捕捉群眾的智慧，為客戶提供共同創造的體驗。無經濟激勵、由公司贊助的眾包創新社區是一種流行但具有挑戰性的創新策略，它提出了關于誰和什么可能推動客戶創意質量變化的關鍵問題。從動機能力的角度來看，我們從概念上和實證上證明了反饋在激勵創意績效方面的重要作用取決于反饋來源（公司與同行）、反饋價位（積極與消極）以及創新者的創新經驗。因此，積極（消極）的同行反饋會提高（降低）隨后的創意質量，而且隨著創新者經驗的增加，這種效果會增強（減弱）。然而，隨著創新經驗的增加，公司的積極（消極）反饋對提高（降低）創意質量的影響會減弱。總體而言，經驗豐富的創新者在收到同行（公司）的積極反饋時，會更有動力（更無動力）提高其后續創意表現；而經驗不足的創新者在收到同行的消極反饋時，其動力較弱，但在收到公司的積極反饋時，其動力較強。

因此，本研究建議：①優化新質創新場景驅動，加強積極同行反饋資助力度。②改善新質勞動關系，針對創新經驗豐富型創新者，優先推送同行積極反饋。③培養新質勞動者，針對無經驗型創新者，優先推送公司積極反饋。

2.局限性與未來工作

本研究有以下幾點局限：①將反饋的情緒概念化為消極、中性或積極。然而，反饋可能會表達不同程度的積極或消極情緒。低/高水平的積極或消極反饋可能帶來不同的邊際收益，這有待進一步研究。使用文本挖掘技術對反饋情緒進行編碼也很常見，但不同的創新者可能會對這種反饋有不同的感知。與此相關的是，反饋價值可能與創意質量在概念上有一些重疊；有利和鼓勵性的反饋可能意味著好的創意質量。在本研究中，從概念上和經驗上區分了反饋和創意質量，但繼續研究可以進一步區分它們的影響，或使用更嚴格的方法來驗證研究結果的穩健性。②在眾包創新社區中，以創意發布行為衡量的創新經驗相對容易被跟蹤和觀察，但其他研究可能會考察相關概念，如創新專長，以更準確地描述個人創新特征，并明確其對人們創新表現的影響。③實證數據中，與創新者投票行為（即誰投票、何時投票）相關的數據并不完整，因此無法排除潛在的羊群效應，這將影響投票分數作為創意質量替代物的可靠性。研究應確定更嚴格的創意質量衡量標準。

因此，我們擬在未來工作中開展以下工作：①利用基于機器學習的自然語言處理技術和情感詞典等工具對反饋情緒進行進一步重新劃分。②依據個體行為學理論建立個人創新者特征指標。③考慮羊群效應和搭便車理論下的創新者投票行為分層回歸分析。

推動新質生產力發展是高質量發展的內在要求和重要發力點，也是實現國內國際雙循環、可持續發展的關鍵路徑，只有堅持創新才能驅動新質生產力發展。眾包創新是推動新質生產力發展的可靠形式之一，也是建立新質生產關系、培養新質勞動者的重要介質。

參考文獻：

[1]尹西明，陳勁，王華峰，等.強化科技創新引領 加快發展新質生產力[J/OL].科學學與科學技術管理，1-10（2024-02-21）.

[2]劉冬梅，楊瑞龍，朱旭峰，等.新質生產力與科技創新[J].中國科技論壇，2024（3）：1-5.

[3]解學梅，余佳惠.用戶參與產品創新的國外研究熱點與演進脈絡分析——基于文獻計量學視角[J].南開管理評論，2021（5）：4-15.

[4]盛小平，張泰宇.創新發展：美國開放科學政策及其啟示[J].圖書館論壇，2024（7）：139-149.

[5]VON HIPPEL E.Free innovation by consumers—how producers can benefit：Consumers’free innovations represent a potentially valuable resource for industrial innovators[J].Research-Technology Management，2017（1）：39-42.

[6]肖薇，霍偉偉，張輝華.眾包社區結構嵌入與創意領地行為：利他主義和虛擬聲譽關注的聯合調節作用[J].科技管理研究，2021（14）：182-190.

[7]馬永斌，周波.創意眾包社區中企業直接表達感謝對貢獻者持續貢獻創意行為的影響[J].管理評論，2023（11）：113-125.

[8]張慶強，孫新波，錢雨，等.眾505870545a45abc2dc0565fb09bc4b86c07efb53fa061c9bd4cebae877f16f27包社區與用戶協同演化的協同激勵機制案例研究[J].科學學與科學技術管理，2020（11）：98-116.

[9]宋立豐，宋遠方，馮紹雯.平臺—社群商業模式構建及其動態演變路徑——基于海爾、小米和豬八戒網平臺組織的案例研究[J].經濟管理，2020（3）：117-132.

[10]肖薇，李成彥，羅瑾璉，等.眾包社區創意領地行為影響機制研究[J].商業經濟與管理，2019（4）：46-57.

[11]PETRIN A，TRAIN K.A control function approach to endogeneity in consumer choice models[J].Journal of Marketing Research，2010（1）：3-13.

[12]ROSSI P E.Even the rich can make themselves poor：A critical examination of IV methods in marketing applications[J].Marketing Science，2014（5）：655-672.

[13]POETZ M K，SCHREIER M.The value of crowdsourcing：can users really compete with professionals in generating new product ideas？[J].Journal of Product Innovation Management，2012（2）：245-256.

[14]杜傳忠，李鈺葳.強化科技創新能力加快形成新質生產力的機理研究[J].湖南科技大學學報（社會科學版），2024（1）：100-109.

作者簡介：張立馳（1982— ），男，漢族，江蘇鎮江人，博士在讀，副教授，研究方向：數字化、智能化、綠色化協同發展。