创新是现代企业成长和发展的关键驱动力,能够帮助企业适应瞬息万变的市场环境,提高效益[1]。近年来,随着产品和服务日益复杂化以及顾客需求不断变化,企业越来越重视开放式创新[2]。顾客作为最终产品与服务的购买者,是企业重要的外部资源[3],顾客参与企业产品创新的重要性已经得到了众多学者的认可[4-6] 。传统线下环境中,受时间、空间等客观因素影响,顾客很难充分参与到企业产品创新活动中。基于互联网技术的虚拟社区作为人与人之间信息沟通、知识共享平台,为企业在线获取顾客知识提供了便利和机遇。当前,越来越多的企业将网络社区作为创意、外部知识、技术的来源[7]。戴尔、宝洁、星巴克、海尔、华为、小米、美的等企业纷纷构建虚拟社区平台,在线与庞大的用户群体进行交互式创新活动,以满足互联网时代下个性化、碎片化的用户需求。已有文献表明,基于虚拟社区的顾客参与对新产品新颖性和上市速度具有显著促进作用[8-11],然而尚没有学者考虑虚拟社会资本在传导机制中的调节效应。虚拟社区是指社区成员遵守相同法则、价值观和行为规范的网络社交平台[12],构建网络虚拟社区,宛如现实生活中的人际网络,促进个体之间的社会互动和协作,并形成彼此信任和一定的社会规范,产生社会资本。虚拟社会资本不仅影响顾客参与意愿,并与企业及其他顾客之间形成一个社会互动群体,还影响顾客知识与信息共享质量,进而影响虚拟社区中企业和顾客共同开发的新产品绩效。因此,本文对虚拟社会资本在虚拟社区中顾客参与和新产品开发绩效之间的调节效应进行深入探讨,研究企业在虚拟社区环境下增强顾客参与积极性,提高产品创新绩效的途径与方法。
顾客提供的信息和知识对致力于创造成功产品的企业来说很有价值。在过去几十年里,企业与顾客的交互策略随着顾客角色转变发生了变化[13]。企业逐渐通过顾客参与将顾客融入产品创新流程中,挖掘顾客需求[14-15]。顾客由被动的“观众”角色转变为积极参与新产品开发活动的成员,顾客参与创新成为日益普遍的现象[16]。顾客知识的两个主要特征影响企业和顾客协同创新的有效性。首先,顾客的信息和知识通常具有粘性,意味着获取、传输和使用成本很高 [17-18]。其次,客户需求高度多样化使企业很难了解客户并提供满足主流客户需求的产品[19]。随着信息技术发展,虚拟社区为企业和庞大的顾客群体营造了一个开放式在线创新环境,企业在其中可以进行在线市场调研或授权高级用户使用设计工具包进行在线设计,从而降低用户知识粘性,满足顾客个性化需求[20]。社区中参与者所扮演的角色分为6种,即专家、想法创造者、有效贡献者、社交家、被动的评论者、被动的想法创造者,他们在提交方案、参与评论、交流行为等方面贡献的内容和质量各不相同[21]。从创意产生到产品上市,虚拟社区中顾客可以参与企业新产品开发所有阶段,并担当不同角色[22]。
顾客参与新产品开发是顾客与企业员工合作创新过程,为企业获取顾客知识特别是隐性知识提供了有利条件。Taherparvar等[23]认为,顾客知识对产品创新速度和创新质量,以及经营和财务方面的表现均具有积极影响。虚拟社区不受时间和地域限制可进行多方交互,信息透明度高[24],如日本株式会社良品计划(MUJI)在新产品开发过程中,在线与顾客进行频繁对话与互动。据统计,该企业通过虚拟社区与用户共同开发产品的3年总销售额比企业内部设计师开发的产品高出5倍左右[25]。Füller等[8]认为,虚拟社区中顾客能够带来高质量且非常详细的产品问题解决方案,上述方案在新颖性、市场潜力、技术可行性等方面具有较高价值;Haavisto[10]研究发现,在企业创建的社区中成员具备的产品知识越丰富,提出的问题和建议也越专业,该类社区所生成的顾客知识对企业产品新颖性的提升作用就越大;王莉等[11]研究用户在线参与和新产品开发绩效之间的关系,结果表明,顾客在线参与想法产生、设计与开发、产品测试等软件开发各个阶段,最终能对软件上市速度产生正向作用;Chan[9]认为,虚拟社区中顾客可以在线参与创意与概念产生、产品设计与制造、新产品测试与上市等环节,并加快新产品市场投放速度;Djelassi&Decoopman[26]指出,顾客在线参与新产品开发有利于缩短产品开发周期,降低开发成本,降低开发不确定性并提高顾客满意度等;Chang&Taylor[27]运用元分析方法研究不同情景下的顾客参与价值,发现在构思和上市阶段让客户参与,通过缩短上市时间可以直接和间接提高新产品财务绩效,而客户参与开发阶段则会延迟上市时间,进而降低新产品财务绩效。
社会资本是一种关系资源,镶嵌于人际、群体及社会网络中,划分为结构维度、关系维度和认知维度[28]。结构维度主要包括互动关系和社交网络形态;关系维度主要是指信任、认同等情感因素;认知维度主要是指共享语言和愿景等。互联网的出现使社会网络中的人际互动由线下转至线上,由电脑、服务器构架而成的虚拟网络在相互连接的一刹那便具备了社群特性,构建在网络上的“虚拟社区”宛如现实环境中的人际网络,虚拟网络环境下产生的社会资本称为虚拟社会资本。李宁宁和王爱娟[29]界定了虚拟社会资本概念,即在线用户以虚拟社区为媒介,以符号为主要形式,通过建立与其他用户及虚拟社区本身之间的认同关系获得虚拟资源,其可转换为现实社会资本。他们认为,虚拟社会资本和现实社会资本之间存在异同,共同之处是两者均着眼于社会关系资源,目的均是为了获取物质利益或者声誉等非物质利益。不同之处在于与传统社会资本相比,虚拟社会资本存在虚拟性和不平衡性;Chiu等[30]探讨了虚拟社区Blueshop中成员知识共享动机,以及虚拟社会资本对成员知识共享数量和质量的影响。研究表明,结构资本中的社会互动对成员知识共享数量具有正向作用,关系资本中的信任对知识共享质量具有正向作用,互惠规范和社区认同对知识共享数量具有正向作用,认知资本中的共享语言对社区成员知识共享质量具有正向作用。共同愿景对社区成员知识共享质量具有正向作用,却对数量具有负向作用;Chang &Chuang[31]分析了个体共享知识质量与数量的影响因素,结果显示,关系资本中的社区认可、互惠以及认知资本中的共享语言对知识共享质量和数量具有显著正向作用。结构资本中的社会互动和关系资本中的信任对知识共享质量具有正向作用,却对数量没有影响;Yao等[32]认为,成员之间的知识共享是吸引和留住社区用户的关键,社会资本与团队学习、知识共享正相关,团队学习及知识共享正相关,社会资本、知识共享与社区成员忠诚度呈正相关关系;刘海鑫等[33]分析虚拟社区中社会资本的3个维度之间以及社会资本对社区成员知识贡献行为的影响。结果表明,社会交互关系对共享语言和信任具有显著正向作用,共享语言对信任具有显著正向作用,三者又共同影响社区成员知识贡献行为;赵大丽等[34]研究社会资本、知识共享态度、知识共享意愿三者之间的关系,结果表明,结构资本、关系资本和认知资本都对社区用户的知识共享态度具有显著影响,且关系资本的影响最大。
综上所述,大部分研究表明,虚拟社区中顾客参与对产品新颖性和上市速度具有正向作用[8-11,26],个别研究表明,顾客在构思和上市阶段参与能够加快上市速度,而在开发阶段参与则会减缓上市速度[27]。虚拟社会资本的各维度对社区成员知识共享质量与数量具有显著影响[30-34]。现有研究未涉及虚拟社会资本在虚拟社区中顾客参与和新产品开发绩效之间的调节作用。此外,已有研究在虚拟社会资本维度与要素选择上存在较大差异,且所关注的社区中仅存在一种互动关系,即社区成员之间的互动。本研究关注的虚拟社区中明显存在两种社会互动关系,即企业和顾客之间的互动以及顾客与顾客之间的互动。因此,有必要重新划分虚拟社会资本中的结构维度。最后,大多数已有研究集中于探讨虚拟社会资本对成员知识共享水平或者意愿的直接作用,本研究则聚焦于产品创新领域的虚拟社区,社区内虚拟社会资本不仅关乎顾客共享知识的质量和数量,进而影响顾客和企业共同开发的新产品绩效,还关乎顾客是否愿意加入社区,与企业及其他顾客如何进行互动。因此,有必要深入考察虚拟社会资本在该类虚拟社区中顾客参与和新产品开发绩效之间的调节作用。
虚拟社区的价值本质上是基于社区成员在知识共享活动中的参与和深层次互动,知识共享活动是一种社会化和基于情境的过程,受社会资本特征的显著影响[33]。本研究聚焦于产品创新领域的虚拟社区,社区内虚拟社会资本是指通过企业和顾客以及顾客与顾客的互动发展而来的社会关系,形成社会网络,产生信任、规范或者共同价值观等存量,能使成员在社区内进行社会活动时实现目标。根据Chiu等[30]、Chang &Chuang[31]对虚拟社会资本的结构资本、关系资本和认知资本的定义与阐释,结合虚拟社区特性,本文采用社会互动和中心性测量虚拟社区内的结构资本。由于虚拟社区中既有企业与顾客的交互,也有顾客和顾客的交互,故本文将社会互动这一维度划分为企业与顾客之间的互动以及顾客与顾客之间的互动两个维度。此外,选取顾客对虚拟社区的认同测量关系资本,选取共享语言对认知资本进行测量。
由于社区成员来自不同区域甚至不同国家,彼此互不相识,因而形成的是桥接式社会资本。它不仅会影响顾客是否自愿加入,并与企业及其他顾客之间形成一个社会互动群体,还会影响顾客共享知识与信息的质量,进而影响虚拟社区中企业和顾客共同开发的新产品绩效。结构资本反映了虚拟社区中企业和顾客、顾客与顾客之间联系的频繁程度及密切程度。虚拟社区提供了一个零距离互动平台,拉近了企业和顾客及顾客与顾客之间的距离,为用户互动并分享产品体验以及讨论产品创新相关话题提供了便利。企业通过社会交互加强与顾客沟通,驱动顾客深度表达潜在需求,甚至顾客并未思考到的想法也会在与企业的互动过程中迸发[35]。Lüthje[36]认为,用户之间的交流能够促进不同思想交融和碰撞,从而产生创新行为。关系资本反映了顾客对企业虚拟社区的信任和认可程度;刘海鑫等[33]研究发现,虚拟社区成员之间的信任能够促进个体知识贡献行为。一个成员联系紧密、互相信任与协作、具有强归属感的虚拟社区能吸引更多顾客参与其中,使其更积极地与企业和其他顾客进行交互,贡献自己的知识和信息,进而使企业在更广泛的范围内更深层次地获取顾客需求、偏好、建议甚至抱怨等信息与知识。认知资本由社区用户之间的共享语言、共同目标及价值观等因素构成,本研究采用共享语言加以衡量。共享语言是顾客在网络社区中获取或者传递知识的基础,能够促进网络社区中各主体之间的有效沟通;Chiu等[30]认为,共同语言代表网络社区用户之间知识重叠部分,有利于用户的知识共享和交流,进而促进创新行为。因此,本研究认为,虚拟社会资本的3个维度,即结构资本、关系资本、认知资本在交互式信息提供和新产品新颖性之间具有正向调节作用,并提出以下假设:
H1a:结构资本正向调节交互式信息提供与新产品的新颖性之间的关系;
H1b:关系资本正向调节交互式信息提供与新产品的新颖性之间的关系;
H1c:认知资本正向调节交互式信息提供与新产品的新颖性之间的关系。
Sawhney等[37]认为,虚拟社区为企业吸引和邀请顾客参与产品创新活动,降低顾客信息与知识获取成本,鼓励顾客为企业贡献知识和技能等方面提供了便利。与线下环境相比,虚拟社区中的顾客参与能够跨越时间和空间,实现顾客和顾客之间、顾客与企业之间实时交互,从而提高顾客参与频率和速度,缩短开发周期,提升新产品开发速度。一个企业与顾客、顾客和顾客密切联系,社区成员具有高度认同感的社区能够快速将市场信息传递给企业。此外,从拥有共同语言的社区中传递出来的信息可降低企业解读成本,使企业更快地开发出新产品。因此,本研究认为虚拟社会资本的3个维度,即结构资本、关系资本和认知资本在交互式信息提供与新产品上市速度之间具有正向调节作用,并提出以下假设:
H2a:结构资本正向调节交互式信息提供与新产品上市速度之间的关系;
H2b:关系资本正向调节交互式信息提供与新产品上市速度之间的关系;
H2c:认知资本正向调节交互式信息提供与新产品上市速度之间的关系。
在线参与创造是更深层次的顾客参与,相对于交互式信息提供维度中顾客在线提供自己的需求、偏好等市场信息,前者侧重于顾客在产品创意、概念开发、方案设计以及产品测试等环节贡献自身知识和技能。顾客知识分为顾客需要的知识、关于顾客的知识以及来自顾客的知识,其中,来自顾客的知识是企业创新的动力和源泉。顾客参与新产品开发活动,即为顾客和企业联合解决产品设计、生产问题的过程,由此,企业可以更好地获取消费者的隐性知识并降低成本[4]。也就是说,顾客在线参与创造能够为企业带来大量异质性知识,与企业现有知识基础进行结合,创造出新的知识。Batjargal[38]研究发现,知识异质性对企业产品多样性存在促进作用,然而,如果密切与同质网络进行合作,则会对产品开发绩效产生负向影响。虚拟社会资本分为结构资本、关系资本和认知资本,但是上述3个不同维度并不是割裂的3个概念,而是彼此之间存在相互作用关系[33]。虚拟社区环境中,来自不同地域、甚至不同国家的个体通过网络连接在一起,企业和顾客、顾客和顾客之间的社会交互会形成强关系,产生社区认可和共享语言,进而强化各主体间的合作关系。一个交互关系显著、社区认可度高和共享语言的虚拟社区所拥有的知识会趋向于同质化,若企业与该类虚拟社区进行合作,则不容易碰撞出具有新颖性的产品创意和设计方案。因此,本文认为,虚拟社会资本的3个维度,即结构资本、关系资本和认知资本在顾客在线参与创造与新产品新颖性之间起负向调节作用,并提出如下假设:
H3a:结构资本负向调节在线参与创造与新产品新颖性之间关系;
H3b:关系资本负向调节在线参与创造与新产品新颖性之间关系;
H3c:认知资本负向调节在线参与创造与新产品新颖性之间关系。
此外,在线参与创造包括顾客在线参与产品创意产生和概念开发、产品设计与生产及产品原型测试等新产品开发各阶段。首先,在产品创意产生和概念开发阶段,顾客是企业产品创意的主要来源,既能在线提交自己的创意构思,还能对其他顾客提交的创意构思进行在线评价。其次,产品设计和生产阶段,Nambisan[15]以共同创造者形容顾客在此阶段的角色,顾客能够在线提交产品设计方案,讨论新的产品理念或改进方案等。最后,产品原型测试阶段,顾客通过在线虚拟产品原型体验提出新想法和附加要求,上述信息对研发团队非常重要。然而,不同于交互式信息提供阶段只需要通过数据挖掘即可发现市场需求与顾客偏好,这一阶段顾客提交的创意构思、设计方案、产品原型体验及相关评论需要企业认真进行审核与评估,以选出最佳方案。企业和顾客之间的以及顾客与顾客之间交互越强,共享语言程度越高,就越能提高顾客在线参与创造的热情。其过程中可能会出现偏离产品创新主题的无用信息,大量无用信息和知识涌入会给企业筛选带来负担,拖延新产品开发周期。故本文认为,虚拟社会资本中的结构资本与认知资本在在线参与创造和新产品上市速度之间起负向调节作用,并提出如下假设:
H4a:结构资本负向调节在线参与创造与新产品上市速度之间关系;
H4b:认知资本负向调节在线参与创造与新产品上市速度之间关系。
关系资本是个体关系之间情感特征的社会资本维度,可以采用信任、互惠和认同等进行测量[28]。本文选取顾客对虚拟社区的认同测量关系资本维度。在线参与新产品开发能够增强顾客对社区的认同感,社区认同感越强,顾客对通过在线交互方式创造的产品认同感就越强,部分顾客很可能成为企业新产品网络预售的第一批消费者,进而加快新产品上市速度。例如,无印良品(MUJI)通过虚拟社区在线与顾客进行交互式产品创新活动,设计方案确定后会先在社区内招募第一批购买者,当预售数量超过最小生产量便投入生产,并开始在网店和实体店同时进行发售。若顾客对社区认同度高会第一时间通过网络进行认购,企业则会在更短时间内募集到达到最小量生产的订单数,进而加快产品上市速度。因此,本文认为,虚拟社会资本中的关系资本在在线参与创造和新产品上市速度之间起正向调节作用,并提出如下假设:
H4c:关系资本正向调节在线参与创造与新产品上市速度之间的关系。
基于上述文献回顾和理论假设,本文构建了虚拟社区中顾客参与、新产品开发绩效和虚拟社会资本关系理论模型,如图1所示。
图1 研究理论模型
本研究涉及3个变量,其中,解释变量为虚拟社区中的顾客参与,被解释变量为新产品开发绩效,调节变量为虚拟社会资本。采用Likert 5分刻度对每个题项进行测量,“1”表示“完全不同意”,“5”表示“完全同意”。
关于虚拟社区中顾客参与,基于Fang[39]、姚山季等[40]的研究成果,结合虚拟社区特性,从交互式信息提供和在线参与创造两个维度进行测量,共计8个题项。关于新产品开发绩效,同样借鉴上述学者的研究,采用新颖性和上市速度对基于虚拟社区企业与顾客共同开发的新产品绩效进行测量,共计11个题项。关于虚拟社会资本,基于Chiu等[30]、Chang &Chuang[31]开发的量表,采用结构资本、关系资本和认知资本3个维度进行测量,共计17个题项。结构资本采用互动关系和中心性测量,关系资本采用社区认同测量,认知资本采用共享语言测量。其中,关于结构资本的互动关系,以往研究主要针对社区中存在的一种互动关系,故采用社区成员之间的互动关系进行测量,但本研究关注的虚拟社区中存在两种互动关系,因此,将社会互动这一维度划分为企业和顾客互动及顾客与顾客互动两个子维度进行测量。信度和效度检验结果表明,本研究的结构资本量表具有较好的信度(α系数分别为0.729、0.849和0.736)和效度。
本文选取企业成立年限、企业年销售额、企业员工人数和顾客在线参与强度等4个指标作为控制变量。以虚拟社区为沟通媒介,顾客可以在线参与创意产生、概念开发、设计与开发、产品测试和商业化等企业新产品开发活动的5个阶段。本研究将参与3个及3个阶段以上的顾客在线参与界定为强参与,其余为弱参与,并设置虚拟变量,强参与赋值为“1”,弱参与赋值为“0”。
本文实证研究对象为建有虚拟社区,并通过虚拟社区与顾客进行交互式产品创新的企业,数据来自于我国广东、浙江、江苏、福建、山东、北京、上海等22个省市企业,主要包括软件和信息技术服务、互联网和相关服务、服饰制造、家电制造、家具制造等行业企业。受访者包括以社区群主或管理员身份在线的企业营销主管、研发主管等。在问卷设计初期阶段,选择两位就职于符合样本条件的企业管理人员以及一位社群营销咨询师进行深度访谈,以探索虚拟社区中顾客参与和虚拟社区中的结构资本划分维度与测量题项。随后将问卷呈交给3位专家教授进行修改,并进行预调研,问卷经过多次修改和完善,最终定稿。大规模网络调研从2016年12月1日开始到2017年3月1日结束,最终获得230家企业数据,有效问卷183份,有效回收率为79.565%,有效样本描述性统计结果见表1和表2。
正态性检验又称为正态分布的拟合优度检验。参数估计和参数假设验证是基于总体分布在一定类型的条件下展开的,其中最常见、最重要的分布类型是正态分布。本研究利用峰度和偏度检验各变量测量题项的数值是否服从正态性分布,分析结果显示,大样本统计数据偏度绝对值均小于1,峰度绝对值均小于2。因此,各测量条款数值基本服从正态性分布,可以进行下一步实证分析。共同方法偏差属于系统误差,在调研过程中为减少共同方法偏差的影响,采用匿名填写方式,问卷题项也尽量避免语义表达模糊。数据回收后,采用Harman的单因子检验方法验证本研究变量和样本是否存在共同方法偏差。若数据中存在大量的共同方法偏差,将测量题项放在一起进行因子分析会出现一个单独因子,或者能解释变量大部分变异的一个共同因子。本文对虚拟社区中顾客参与、新产品开发绩效、虚拟社会资本等3个变量涉及的所有测量题项进行因子分析,结果表明,并未出现一个共同因子解释所有测量题项的大部分方差,最大因子仅解释了总变异的10.878%。因此,测量过程中并不存在严重的共同方法偏差。
表1 企业性质描述性统计结果(N=183)
企业性质样本数量百分比(%)民营企业12166.120国有企业3519.126中外合资企业179.290外商独资企业42.186其它63.279
表2 所属行业类型描述性统计结果(N=183)
所属行业样本数量百分比(%)软件和信息技术服务业4826.230互联网和相关服务业2915.847服饰制造业2111.475家电制造业147.650计算机、通信和其它电子设备制造业137.104家具制造企业126.557金融业126.557汽车制造业84.372其它2614.208
首先通过α信度系数法检验各量表信度,其次通过探索性因子分析法检验各量表效度。虚拟社区中顾客参与量表包括两个分量表,即交互式信息提供和在线参与创造,共计8个题项。对两个分量表分别进行α信度检验,交互式信息提供α系数为0.775,在线参与创造α系数为0.737,均介于0.7~0.8之间,表明具有较好的信度。在效度检验中,首先对虚拟社区中顾客参与两个维度的8个测量题项进行KMO测度和巴特利特球体检验(Bartlett,s Test)。结果显示,KMO值为0.875,大于0.8,巴特利特球体检验的显著性概率为0.000,小于0.01,说明适合作因子分析。探索性因子分析结果显示,8个题项较好地反映在交互式信息提供和在线参与创造2个因子上,解释了总方差的58.201%,说明具有较好的效度。
新产品开发绩效量表包括两个分量表,即新颖性和上市速度,共计11个题项。对两个分量表分别进行α信度检验,新颖性α系数为0.804,上市速度α系数为0.870,大于0.8,表明具有较好的信度。在效度检验中,首先对新产品开发绩效两个维度的11个测量题项进行KMO测度和巴特利特球体检验(Bartlett,s Test),结果显示,KMO值为0.866,大于0.8,巴特利特球体检验的显著性概率为0.000,小于0.01,说明适合作因子分析。探索性因子分析结果显示,11个题项较好地反映在新颖性和上市速度2个因子上,解释了总方差的57.994%,说明具有较好的效度。
虚拟社会资本量表包括3个分量表,即结构资本、关系资本和认知资本,共计17个题项。结构资本又划分为企业与顾客之间的互动、顾客和顾客之间的互动,以及中心性等3个子维度。首先,对结构资本的3个子量表进行α信度检验,企业与顾客之间的互动α系数为0.729,介于0.7~0.8之间;顾客与顾客之间的互动α系数为0.849,大于0.8;中心性α系数为0.736,介于0.7~0.8之间,表明量表具有较好的信度。其次,对关系资本量表进行α信度检验,α系数为0.814,大于0.8,表明具有较好的信度。最后,对认知资本量表进行α信度检验,α系数为0.707,介于0.7~0.8之间,表明具有较好的信度。在效度检验中,首先,对结构资本3个维度的10个测量题项进行KMO测度和巴特利特球体检验(Bartlett,s Test)。结果显示,KMO值为0.860,大于0.8,巴特利特球体检验的显著性概率为0.000,小于0.01,说明适合作因子分析。探索性因子分析结果显示10个题项较好地反映在企业和顾客之间的互动、顾客与顾客之间的互动及中心性3个因子上,解释了总方差的66.133%,说明具有较好的效度。其次,对关系资本测量题项进行KMO测度和巴特利特球体检验(Bartlett,s Test),结果显示,KMO值为0.804,大于0.8,巴特利特球体检验的显著性概率为0.000,小于0.01,说明适合作因子分析。因子分析结果显示,从4个题项中萃取出1个因子,可解释总方差的64.247%,说明具有较好的效度。最后,对认知资本测量题项进行KMO测度和巴特利特球体检验(Bartlett,s Test),结果显示,KMO值为0.668,介于0.6~0.7之间,巴特利特球体检验的显著性概率为0.000,小于0.01,说明较适合作因子分析。因子分析结果显示,各题项特征值大于1的因子只有1个,可解释总方差的63.682%,说明具有较好的效度。
综上所述,本研究理论模型涉及的所有变量量表均具有较高的信度和效度,可以在接下来的实证研究中加以使用。
依据温忠麟等[41]关于调节效应验证的方法和步骤,运用层次回归分析法检验虚拟社会资本的3个维度在虚拟社区中顾客参与和新产品新颖性之间,以及顾客参与和新产品上市速度之间的调节作用。对于回归方程中的高阶变量,即交互作用项,先进行数据中心化处理,再构造其乘积项,以消除多重共线性的影响。
以新颖性为因变量的虚拟社会资本调节效应的回归分析结果如表3所示。模型1中,只将企业成立年限、企业年销售额、企业员工规模和顾客在线参与强度等4个控制变量作为自变量加入,新颖性对企业成立年限(β=-0.007,p>0.100)回归系数不显著;新颖性对企业年销售额(β=0.078,p>0.100)回归系数不显著;新颖性对企业员工规模(β=0.108,p>0.100)回归系数不显著;新颖性对顾客在线参与强度(β=0.173,p<0.050)回归系数显著。模型2在控制变量的基础上增加两个自变量,即交互式信息提供和在线参与创造,新颖性对交互式信息提供(β=0.229,p<0.010)、在线参与创造(β=0.299,p<0.010)的回归系数显著。模型3在模型2的基础上加入调节变量,即虚拟社会资本中的结构资本,新颖性对交互式信息提供回归系数不显著(β=-0.003,p>0.100),新颖性对在线参与创造回归系数显著(β=0.237,p<0.010),新颖性对结构资本的回归系数显著(β=0.357,p<0.010)。模型4在模型3的基础上引入结构资本分别和交互式信息提供、在线参与创造的交互项。模型4中,F值为10.305,且在显著性水平p<0.001上显著,表明该统计样本和数据下,模型4的回归方程是成立的。Adjusted-R2为0.315,说明控制变量、自变量、调节变量以及自变量和调节变量的交互项可以共同解释因变量新颖性变动的31.500%。回归结果显示:新颖性对交互式信息提供和结构资本的交互项回归系数显著(β=0.247,p<0.050),说明结构资本在交互式信息提供与新颖性之间起正向调节作用,H1a得到验证。新颖性对在线参与创造和结构资本的交互项回归系数不显著(β=-0.061,p>0.100),说明结构资本对在线参与创造和新颖性的调节作用不显著,即H3a未通过验证。
模型5在模型2的基础上加入调节变量,即虚拟社会资本中的关系资本,新颖性对交互式信息提供回归系数不显著(β=0.012,p>0.100),新颖性对在线参与创造回归系数显著(β=0.223,p<0.010),新颖性对关系资本的回归系数显著(β=0.456,p<0.010)。模型6在模型5的基础上引入关系资本分别和交互式信息提供及在线参与创造的交互项。模型6中,新颖性对交互式信息提供和关系资本的交互项回归系数不显著(β=0.108,p>0.100),新颖性对在线参与创造和关系资本的交互项回归系数不显著(β=-0.094,p>0.100),说明关系资本在交互式信息提供、在线参与创造和新颖性之间的调节作用不显著,H1b和H3b未通过验证。模型7在模型2的基础上加入调节变量,即虚拟社会资本中的认知资本,新颖性对交互式信息提供回归系数不显著(β=0.113,p>0.100),新颖性对在线参与创造回归系数显著(β=0.220,p<0.010),新颖性对认知资本的回归系数显著(β=0.309,p<0.010)。模型8在模型7的基础上引入认知资本分别和交互式信息提供及在线参与创造的交互项。模型8中,F值为9.928,且在显著性水平p<0.001上显著,表明该统计样本和数据下,模型8的回归方程成立。Adjusted-R2为0.306,说明控制变量、自变量、调节变量以及自变量和调节变量的交互项可以共同解释因变量新颖性变动的30.600%。回归结果显示:新颖性对交互式信息提供和认知资本的交互项回归系数不显著(β=0.101,p>0.010),说明认知资本在交互式信息提供和新颖性之间的调节作用不显著,H1c未通过验证。新颖性对在线参与创造和认知资本的交互项回归系数显著(β=-0.167,p<0.100),说明认知资本在在线参与创造和新颖性之间起负向调节作用,即H3c通过验证。
表3 虚拟社会资本在虚拟社区顾客参与与新颖性间的调节效应回归分析结果
变量模型1新颖性模型2新颖性模型3新颖性模型4新颖性模型5新颖性模型6新颖性模型7新颖性模型8新颖性控制变量企业成立年限-0.0070.0290.005-0.0160.0160.010-0.009-0.025企业年销售额0.0780.0440.0120.033-0.035-0.0250.0180.032企业员工规模0.1080.1020.141∗0.1240.1190.1130.141∗0.135∗顾客在线参与强度0.173∗∗0.0290.0670.0530.0330.0280.0520.049自变量交互式信息提供0.229∗∗∗-0.0030.0770.0120.0330.1130.144∗在线参与创造0.299∗∗∗0.237∗∗∗0.247∗∗∗0.223∗∗∗0.207∗∗∗0.220∗∗∗0.213∗∗∗调节变量结构资本0.357∗∗∗0.374∗∗∗关系资本0.456∗∗∗0.471∗∗∗认知资本交互项0.309∗∗∗0.294∗∗∗交互式信息提供×结构资本0.247∗∗在线参与创造×结构资本-0.061交互式信息提供×关系资本0.108在线参与创造×关系资本-0.094交互式信息提供×认知资本0.101在线参与创造×认知资本-0.167∗模型指标F值3.007∗∗10.312∗∗∗11.608∗∗∗10.305∗∗∗15.893∗∗∗12.595∗∗∗12.074∗∗∗9.928∗∗∗Adjusted-R20.0420.2350.2900.3150.3640.3640.2990.306D-Watson1.8151.8811.7611.7281.9551.9221.8361.873最大VIF值1.6961.7092.5232.8061.9452.0191.7822.202
注:*P<0.100,**P<0.050,***P<0.010;N=183,下同
以上市速度为因变量的虚拟社会资本调节效应的回归分析结果如表4所示。模型1中,只将企业成立年限、企业年销售额、企业员工规模和顾客在线参与强度等4个控制变量作为自变量加入,上市速度对企业成立年限(β=0.046,p>0.100)回归系数不显著;上市速度对企业年销售额(β=0.094,p>0.100)回归系数不显著;上市速度对企业员工规模(β=-0.142,p>0.100)回归系数不显著;上市速度对顾客在线参与强度(β=0.244,p<0.010)回归系数显著。模型2在控制变量的基础上增加两个自变量,即交互式信息提供和在线参与创造,上市速度对交互式信息提供(β=0.417,p<0.010)、在线参与创造(β=0.216,p<0.010)的回归系数显著。模型3在模型2的基础上加入调节变量,即虚拟社会资本中的结构资本,上市速度对交互式信息提供回归系数不显著(β=0.132,p>0.100),上市速度对在线参与创造回归系数显著(β=0.140,p<0.100),上市速度对结构资本的回归系数显著(β=0.440,p<0.010)。模型4在模型3的基础上引入结构资本分别和交互式信息提供、在线参与创造的交互项。模型4中,上市速度对交互式信息提供和结构资本的交互项回归系数不显著(β=-0.036,p>0.100),上市速度对在线参与创造和结构资本的交互项回归系数不显著(β=0.020,p>0.100),说明结构资本在交互式信息提供、在线参与创造和上市速度之间的调节作用不显著,H2a和H4a未通过验证。
模型5在模型2的基础上加入调节变量,即虚拟社会资本中的关系资本,上市速度对交互式信息提供回归系数显著(β=0.246,p<0.010),上市速度对在线参与创造回归系数显著(β=0.157,p<0.050),上市速度对关系资本的回归系数显著(β=0.360,p<0.010)。模型6在模型5的基础上引入关系资本分别和交互式信息提供及在线参与创造的交互项。模型6中,F值为16.277,且在显著性水平p<0.001上显著,表明该统计样本和数据下模型8的回归方程成立。Adjusted-R2为0.430,说明控制变量、自变量、调节变量以及自变量和调节变量的交互项可以共同解释因变量新颖性变动的43.000%。回归结果显示:上市速度对交互式信息提供和关系资本的交互项回归系数不显著(β=0.026,p>0.010),说明关系资本在交互式信息提供和上市速度之间的调节作用不显著,H2b未通过验证。上市速度对在线参与创造和关系资本的交互项回归系数显著(β=0.152,p<0.050),说明关系资本在在线参与创造和上市速度之间起正向调节作用,H4b通过验证。模型7在模型2的基础上加入调节变量,即虚拟社会资本中的认知资本,上市速度对交互式信息提供回归系数显著(β=0.326,p<0.010),上市速度对在线参与创造回归系数显著(β=0.154,p<0.050),上市速度对认知资本的回归系数显著(β=0.244,p<0.010)。模型8在模型7的基础上引入认知资本分别和交互式信息提供及在线参与创造的交互项。模型8中,上市速度对交互式信息提供和认知资本的交互项回归系数不显著(β=0.022,p>0.100),上市速度对在线参与创造和认知资本的交互项回归系数不显著(β=0.004,p>0.100),说明认知资本在交互式信息提供、在线参与创造和上市之间的调节作用不显著,H2c和H4c未通过验证。
表4 虚拟社会资本在虚拟社区顾客参与与上市速度间的调节效应回归分析结果
变量模型1上市速度模型2上市速度模型3上市速度模型4上市速度模型5上市速度模型6上市速度模型7上市速度模型8上市速度控制变量企业成立年限0.0460.0630.0330.0350.0520.0370.0330.030企业年销售额0.0940.0500.0110.007-0.012-0.0020.0290.033企业员工规模-0.142-0.134∗-0.087-0.084-0.121-0.123∗-0.104-0.104顾客在线参与强度0.244∗∗∗0.0610.108∗0.110∗0.0640.0540.0790.078自变量交互式信息提供0.417∗∗∗0.1320.1250.246∗∗∗0.249∗∗∗0.326∗∗∗0.329∗∗∗在线参与创造0.216∗∗∗0.140∗0.140∗0.157∗∗0.150∗∗0.154∗∗0.147∗调节变量结构资本0.440∗∗∗0.436∗∗∗关系资本0.360∗∗∗0.425∗∗∗认知资本交互项0.244∗∗∗0.255∗∗∗交互式信息提供×结构资本-0.036在线参与创造×结构资本0.020交互式信息提供×关系资本0.026在线参与创造×关系资本0.152∗∗交互式信息提供×认知资本0.022在线参与创造×认知资本0.004模型指标F值3.155∗∗16.095∗∗∗19.679∗∗∗15.160∗∗∗19.177∗∗∗16.277∗∗∗16.338∗∗∗12.588∗∗∗Adjusted-R20.0450.3320.4180.4120.4110.4300.3710.364D-Watson2.0232.2462.0892.0912.2192.1732.2432.238最大VIF值1.6961.7092.5232.8061.9452.0191.7822.202
(1)虚拟社会资本中的结构资本正向调节交互式信息提供和新颖性之间的关系,交互式信息提供×结构资本(β=0.247,p<0.050),即结构资本越大,交互式信息提供对新颖性的影响越大。虚拟社会资本中的认知资本负向调节在线参与创造和新颖性之间的关系,在线参与创造×认知资本(β=-0.167,p<0.100),即认知资本越大,在线参与创造对新颖性的影响越小。虚拟社会资本中的结构资本在在线参与创造与新颖性之间不存在显著调节作用,在线参与创造×结构资本(β=-0.061,p>0.100),即在线参与创造对新颖性的影响不受结构资本的干扰;关系资本在交互式信息提供、在线参与创造和新产品的新颖性之间不具有显著调节作用,交互式信息提供×关系资本(β=0.108,p>0.100),在线参与创造×关系资本(β=-0.094,p>0.100),即交互式信息提供、在线参与创造对新颖性的影响不受关系资本的干扰;虚拟社会资本中的认知资本在交互式信息提供与新颖性之间不存在显著调节作用,交互式信息提供×认知资本(β=0.101,p>0.100),即交互式信息提供对新颖性的影响不受认知资本的干扰。可以看出,结构资本在交互式信息提供和新颖性之间具有正向调节作用,而认知资本在在线参与创造和新颖性之间具有负向调节作用。结构资本反映了虚拟社区中各主体之间联系的频繁程度和密切程度,通过企业与顾客、顾客和顾客之间的紧密沟通、交流,能够有效促进顾客知识转移,来自下游用户群体的信息可以帮助企业识别最新市场需求和机会,并研讨产品概念和属性。当企业接收到广泛的市场信息,并基于此开发新产品创意和概念时,产品本身的创新性就已经大大提升。此外,关于认知资本的负向调节作用,课题组与网货品牌研发经理们进行了交流,他们认为在线与顾客共同开发产品项目时,很多打破常规、标新立异的观点来自不同职业背景的顾客,其观点刚好与本文验证结果相同,即认知资本在在线参与创造和产品新颖性之间存在负向调节作用。认知资本以共享语言进行测量,主要是指顾客与企业能够使用相互理解的表述方式进行发帖和回帖,以相同的术语或者行话进行交流。在线参与创造是更深层次的顾客参与,不同职业、文化背景的顾客参与会带来更多异质性知识,进而产生更新颖的产品创意和设计,反之亦然。
(2)虚拟社会资本中的关系资本正向调节在线参与创造和上市速度之间的关系,在线参与创造×关系资本(β=0.152,p<0.050),即关系资本越大,在线参与创造对新产品上市速度的影响就越大。结构资本在交互式信息提供、在线参与创造和新产品上市速度之间不具有显著调节作用,交互式信息提供×结构资本(β=-0.036,p>0.100),在线参与创造×结构资本(β=0.020,p>0.100),即交互式信息提供、在线参与创造对上市速度的影响不受结构资本的干扰;虚拟社会资本中关系资本在交互式信息提供与上市速度之间不存在显著调节作用,交互式信息提供×关系资本(β=0.026,p>0.100),即交互式信息提供对上市速度的影响不受关系资本的干扰;认知资本在交互式信息提供、在线参与创造和新产品的上市速度之间不具有显著调节作用,交互式信息提供×认识资本(β=0.022,p>0.100),在线参与创造×认知资本(β=0.004,p>0.100),即交互式信息提供、在线参与创造对上市速度的影响不受认知资本的干扰。可以看出,只有关系资本在虚拟社区顾客在线参与创造和新产品上市速度之间起正向调节作用,其余则不存在显著调节作用。可能原因在于,企业通过虚拟社区与顾客在线共同开发新产品项目时,一般都会设置一个期限,时间的主动权掌握在企业手中。故虚拟社会资本的结构资本和认知资本在交互式信息提供、在线参与创造与新产品上市速度之间,以及关系资本在交互式信息提供和上市速度之间的干扰作用不很显著。
本文以183家企业的虚拟社区为样本,运用多元回归分析法实证研究虚拟社区中社会资本的3个维度,即结构资本、关系资本与认知资本分别在顾客参与和新产品开发绩效之间的调节作用。以往实证研究主要集中于虚拟社区顾客参与对新产品开发绩效的直接或间接效应上[8-11,27]。本研究探讨虚拟社会资本的3个维度分别在虚拟社区顾客参与的两个维度,即交互式信息提供和在线参与创造与新产品新颖性及上市速度之间的调节作用,深化了已有研究对虚拟社区顾客参与和新产品开发绩效之间关系的认识。结果表明,虚拟社会资本中的结构资本正向调节交互式信息提供和新颖性之间的关系,认知资本负向调节在线参与创造和新颖性之间的关系,关系资本正向调节在线参与创造和上市速度之间的关系,其余则不具有显著调节作用。也就是说,要提升企业和顾客基于虚拟社区交互创造出来的新产品新颖性与上市速度,不是要求社区内虚拟社会资本越多越好,而是需要分维度进行管理。此外,以往学者对虚拟社会资本维度划分局限于虚拟社区中仅存在单一互动关系模式[30-33]。本研究关注的虚拟社区中明显存在两种互动关系,即企业与顾客之间的互动及顾客和顾客之间的互动。因此,本文在原有维度划分的基础上,将结构维度中的互动关系划分为企业和顾客之间的互动关系,以及顾客与顾客之间的互动关系,加上中心性,共计3个子维度并进行测量。最后,通过实证分析证明了上述两种关系的存在,在理论上丰富了虚拟社会资本研究。
本研究结果对企业实践也有一定的启示。首先,在产品研发初级阶段,即收集顾客需求、兴趣偏好等市场信息阶段,应尽可能地加强与顾客沟通和交流,通过制造话题和出台一些鼓励性政策引导顾客之间的交流,将顾客现有和潜在需求最大限度地挖掘出来。培养中心顾客,鼓励他们在社区中积极发言,从而起到表率作用。必要时举办线下活动,将线上的“弱关系”变为线上、线下的“强关系”。其次,在线参与创造环节中尽可能地选择不同文化、地域、职业背景的顾客参与,为企业注入丰富异质性知识,从而提高新产品新颖性。最后,对待社区成员要真诚、友好,向其提供非社区成员不能享受的优惠政策,营造亲密的社区氛围,增强用户的社区归属感,鼓励在线参与创造的顾客在新产品网络预售阶段下单,成为第一批消费者,从而提高新产品上市速度。
本文尚存在一定的局限性,首先,未考虑不同顾客类型对虚拟社区顾客参与和新产品开发绩效关系的影响。现实中,企业客户和个人客户具备不同的特性,在参与行为、共享活动方面也存在一定差异。在后续研究中,可以对顾客类型作进一步拓展。此外,关系资本中仅测量了社区认可一个指标,没有测量顾客与企业之间的信任以及顾客和顾客之间的信任,今后研究可以对上述方面加以讨论。
[1] FIDEL P, SCHLESINGER W, CERVERA A.Collaborating to innovate:effects on customer knowledge management and performance[J].Journal of Business Research, 2015, 68(7): 1426-1428.
[2] MAJCHRZAK A, MALHOTRA A.Towards an information systems perspective and research agenda on crowdsourcing for innovation[J].Journal of Strategic Information Systems, 2013, 22(4): 257-268.
[3] 戴智华, 彭云峰, 马王杰, 等.考虑客户参与的新产品开发创新绩效研究[J].系统管理学报,2014,23(6): 778-787.
[4] SCHWEISFURTH T G, RAASCH C.Embedded lead users ——the benefits of employing users for corporate innovation[J].Research Policy, 2015(44):168-180.
[5] RAMASUBBU N, BHARADWAJ A, TAYI G K.Software process diversity:conceptualization, measurement, and analysis of impact on project performance[J].MIS Quarterly, 2015, 39(4): 787-807.
[6] 叶赛, 王志强, 李敏.顾客参与对新产品成功的影响[J].经济与管理研究,2016,37(3):102-107.
[7] 吴先明,邵福泽,高厚宾.创业导向对创新绩效的影响:顾客授权与开放式创新视角[J].科技进步与对策,2017,34(10):1-8.
[8] FüLLER J, BARTL M, ERNST H, et al.Community based innovation:how to integrate members of virtual communities into new product development[J].Electronic Commerce Research, 2006, 6(1): 57-73.
[9] CHAN H C.Linkage community based innovation and speed to market: the mediating role of new product development process[J].The International Journal of Organizational Innovation, 2010, 2(4): 49-60.
[10] HAAVISTO P.Observing discussion forums and product innovation-a way to create consumer value? case heart-rate monitors[J].Technovation, 2014, 34 (4): 215-222.
[11] 王莉, 方澜, 王方华, 等.网络环境下客户参与对产品开发绩效的影响研究——以我国软件企业为例[J].管理工程学报,2007(4):95-101.
[12] GABRIELA P L.Influence of virtual communities in purchasing decisions: the participants' perspective[J].Journal of Business Research, 2014, 67(5): 882-890.
[13] ÖBERG C.Customer roles in innovations[J].International Journal of Innovation Management,2010,14(6): 989-1011.
[14] GRABHER G, IBERT O, FLOHR S.The neglected king: the customer in the new knowledge ecology of innovation[J].Economic Geography,2008, 84(3):253-280.
[15] NAMBISAN S.Designing virtual customer environments for new product development: toward a theory[J].Academy of Management Review, 2002, 27 (3): 392-413.
[16] VON HIPPEL.Democratizing innovation[M].Cambridge: The MIT Press, 2005.
[17] SANCHEZ-GONZALEZ G, GONZALEZ-ALVAREZ N, NIETO M.Sticky information and heterogeneous needs as determining factors of R&D cooperation with customers[J].Research Policy,2009,38(10):1590-1603.
[18] VON HIPPEL E.Economics of product development by users: the impact of sticky local information[J]. Management Science, 1998, 44(5):629-644.
[19] FRANKE N, VON HIPPEL E.Satisfying heterogeneous user needs via innovation toolkits: the case of apache security software[J].Research Policy, 2003,32(7):1199-1215.
[20] VON HIPPEL E, KATZ R.Shifting innovation to users via toolkits[J].Management Science, 2002,48(7): 821-833.
[21] FüLLER J, HUTTER K, HAUTZ J,et al.User roles and contributions in innovation-contest communities[J].Journal of Management Information Systems, 2014, 31(1): 273-308,295.
[22] FüLLER J, MATZLER K.Virtual product experience and customer participation—a chance for customer-centred, really new products[J].Technovation, 2007, 27 (6): 378-387.
[23] TAHERPARVAR N, ESMAEILPOUR R, DOSTAR M.Customer knowledge management, innovation capability and business performance: a case study of the banking industry[J].Journal of Knowledge Management, 2014, 18(3): 591-610.
[24] LUO N, ZHANG M, LIU W.The effects of value co-creation practices on building harmonious brand community and achieving brand loyalty on social media in China[J].Computers in Human Behavior, 2015, 48(2): 492-499.
[25] NISHIKAWA H, SCHREIER M, OGAWA S.User-generated versus designer-generated products:a performance assessment at Muji[J].International Journal of Research in Marketing, 2013, 30(2): 160-167.
[26] DJELASSI S, DECOOPMAN I.Customers' participation in product development through crowdsourcing: issues and implications[J].Industrial Marketing Management, 2013, 42(5): 683-692.
[27] W CHANG, SA TAYLOR.The effectiveness of customer participation in new product development: a meta-analysis[J].Journal of Marketing, 2016,80(1):47-64.
[28] NAHAPIET J, GHOSHAL S.Social capital, intellectual capital, and the organizational advantage[J].Academy of Management Review, 1998, 23 (2): 242-266.
[29] 李宁宁, 王爱娟.网络社会的社会资本及其运作[J].学海,2007(6):121-124.
[30] CHIU C M, HSU M H, WANG E T G.Understanding knowledge sharing in virtual communities: an integration of social capital and social cognitive theories[J].Decision Support Systems, 2006, 42 (3): 1872-1888.
[31] CHANG H H, CHUANG S S.Social capital and individual motivations on knowledge sharing: participant involvement as a moderator[J].Information & Management, 2011, 48 (1): 9-18.
[32] YAO C Y, TSAI C C, FANG Y C.Understanding social capital, team learning, members' e-loyalty and knowledge sharing in virtual communities[J].Total Quality Management & Business Excellence, 2014, 26(5-6): 1-13.
[33] 刘海鑫, 刘人境, 李圭泉.社会资本、技术有效性与知识贡献的关系研究——基于企业虚拟社区的实证研究[J].管理评论,2014,26(12):10-19.
[34] 赵大丽, 孙道银, 张铁山.社会资本对微信朋友圈用户知识共享意愿的影响研究[J].情报理论与实践,2016, 39(3):102-107.
[35] HARGADON A B, BECHKY B A.When collections of creatives become creative collectives: a field study of problem-solving at work [J].Organization Science, 2006,17(4):484-500.
[36] LU THJE C.Characteristics of innovating users in a consumer goods field: an empirical study of sport-related product consumers[J].Technovation, 2004,24(9):683-695.
[37] SAWHNEY M, VERONA G, PRANDELLI E.Collaborating to create: the internet as a platform for customer engagement in product innovation[J].Journal of Interactive Marketing, 2005, 19 (4): 4-17.
[38] BATJARGAL B.Software entre preneurship: knowledge networks and performance of software ventures in China and Russia[C].Boston: Harvard University, 2005:1-38.
[39] FANG E.Customer participation and the trade-off between new product innovativeness and speed to market[J].Journal of Marketing, 2008, 2(4): 90-104.
[40] 姚山季, 王永贵.顾客参与新产品开发及其绩效影响:关系嵌入的中介机制[J].管理工程学报, 2012,26(4):39-48.
[41] 温忠麟, 候杰泰, 张雷.调节效应与中介效应的比较和应用[J].心理学报,2005,37(2):268-274.