How User Personality Traits in Open Innovation Communities Affect Their Contributions in Idea Implementation:A Moderated Chain Mediation Model

Zhang Huiying1 ,Mi Xuejiao1,Qu Fei2

(1.College of Management &Economics, Tianjin University,Tianjin 300072, China;2.Business School, Guilin University of Technology, Guilin 541004, China)

Abstract：In the rapidly evolving technological landscape and increasingly competitive market environment, enterprises have become acutely aware that relying solely on internal R&D is no longer sufficient to meet the ever-changing market demands. Faced with this challenge, there is an urgent need for enterprises to transform their innovation methods by tapping into external sources of innovation. Users, not only as the ultimate consumers of products but also as vital participants in innovation, provide invaluable insights and directions for innovation through their needs and feedback during the product usage process. Moreover, the innovative consciousness of users serves as an essential driver for enhancing corporate innovation capabilities. Therefore, it is necessary to investigate the innovation value, specifically the contributions in idea implementation by users within open innovation communities. Existing research has predominantly focused on the impact of the characteristics of ideas themselves, yet it lacks a systemic logical framework at the individual level that can represent individual characteristics. This study utilizes personality traits to characterize individual differences among users and introduces a framework grounded in the theory of cognitive-affective personality systems to examine the impact pathways and boundary conditions of user personality traits on implementation contributions.

This study focuses on users within the representative open innovation community, specifically the Xiaomi MIUI community, as its research sample. The MIUI community is an open and successful innovation community and has attracted a large number of Xiaomi fans. Xiaomi users are free to comment and provide feedback on product innovation and development, such as creative solicitation, version testing, or marketing. The effective integration of user ideas and internal resources of Xiaomi has driven the iterative innovation of MIUI mobile operating system. Research data from a total of 48 354 Xiaomi users was obtained for the study. Utilizing text mining techniques to extract data from user comments, the study constructs scores for users' personality traits using the Linguistic Inquiry and Word Count (LIWC) dictionary method. Additionally, natural language processing techniques are employed to obtain scores for users' emotional inclinations. It then validates the chain mediating effect of cognitive ability, emotional orientation, and user engagement behavior on the contribution of different personality traits to idea implementation contributions. Furthermore, the study investigates the moderating effect of peer recognition by defining variables and constructing a negative binomial regression model.

The findings reveal that users' openness significantly and positively influences idea implementation contributions, whereas neuroticism has a significant negative impact. Cognitive ability and user engagement behavior act as chain mediators in the relationship between openness and idea implementation contributions, while negative emotions and user engagement behavior mediate the relationship between neuroticism and idea implementation contributions. Moreover, peer recognition significantly and positively moderates the mediating role of cognitive ability in the link between openness and idea implementation contributions. Peer recognition also significantly and positively moderates the mediating role of negative emotions and user engagement behavior in the relationship between neuroticism and idea implementation contributions.

This study constructs an interdisciplinary theoretical framework to explain how personality traits influence users’ idea implementation contributions. Drawing upon the cognitive-affective personality system theory, it introduces a chain-mediated effect of cognition/emotion and user engagement behavior, while also considering the moderating effect of peer recognition within community contexts. In order to enhance innovation capabilities through self-built open innovation communities, enterprises should give priority to incentivizing users with open personality traits, while managers should adopt more refined and personalized strategies to activate users' cognitive abilities, emotional expressions, and engagement behaviors, and the innovative value in users' negative emotions should be explored. This study contributes significantly to understanding the mechanisms underlying users’ idea implementation contributions, and offers insights for optimizing user management in open innovation communities for enterprises. Future research can further validate the accuracy of measuring personality traits by conducting comparative verification through the distribution of questionnaires, and more investigations and studies can be conducted in other open innovation communities to further enhance the reliability of the research. In addition, the study concludes that the mediation results show only partial mediation effects, therefore, there are other mediation effects that have not been confirmed and could be further explored in future research.

Key Words：Personality Traits; User Contributions in Idea Implementation; Cognitive-affective Personality System Theory; User Engagement Behavior

收稿日期：2024-03-11

修回日期：2024-07-04

基金项目：国家自然科学基金项目(72062011);广西自然科学基金项目(2025GXNSFAA069847);广西科技基地和人才专项(桂科AD19245134)

作者简介：张慧颖(1967—),女,山东寿光人,博士,天津大学管理与经济学部教授,研究方向为技术创新管理;米学娇(1993—),女,内蒙古卓资人,天津大学管理与经济学部博士研究生,研究方向为用户创新;曲霏(1982—),女,吉林桦甸人,博士,桂林理工大学商学院教授,研究方向为创新管理。通讯作者:曲霏。

DOI：10.6049/kjjbydc.2024030233

开放科学(资源服务)标识码(OSID)：

中图分类号：F406.3

文献标识码：A

文章编号：1001-7348(2025)15-0119-10

0 引言

在开放式创新背景下,用户逐渐成为企业不可忽视的外部创新来源。用户带来的外部知识、技能既能帮助企业扩展创新源,也有助于企业把握市场需求[1],通过与用户互动和收集反馈信息,企业能不断优化产品和服务,提升创新绩效。尽管很多企业增加了开放创新社区投入,但仍有研究表明企业决策者严重低估了用户作为创新来源的价值[2],因此应对用户在社区中的创意实施贡献给予更多关注。同时,企业实践中存在“创意超载”导致的知识转化难度增加、用户活跃度不高以及创意质量参差不齐等问题[3]。因此,如何提高用户创意实施贡献,提升企业创新能力,是开放创新社区面临的主要挑战[4]。

现有研究主要从社区特征、用户交互、用户发布的创意以及用户个体心理动机等角度探讨影响用户创意实施贡献的因素。事实上,用户个体能直接驱动创意实施贡献的产生,当前研究忽视了个体对促进更广泛创意实施的重要作用。综合来看,用户发布的创意长度、创意支持证据等因素可视为用户在社区中的行为倾向,结合用户动机、认知等心理活动,这些因素差异影响用户创意实施贡献程度。考虑到用户心理、行为层面差异背后的深层次原因,可通过人格特质这一稳定的心理结构进行阐释。人格特质有助于解释在相似条件下,为何不同个体创意被实施的可能性存在显著差异。究其原因,不同人格特质会导致不同的认知方式、情感状态和行为模式,进而影响个体创新机会发现、创新思维运用和创新成果实施。然而,当前关于人格特质与创意实施贡献关系的研究存在一些不足,如侧重于对直接影响作用的分析,缺乏对多重影响路径的探讨。因此,有必要重新审视人格特质与创意实施贡献的关系,厘清人格特质影响创意实施贡献的作用机制和边界条件。为弥补现有研究不足,本研究借鉴米歇尔的认知—情感个性系统理论(CognitiveAffective Personality System Theory, CAPST)[5],其作为一种新型、动态的人格理论,认为每个人都有一个独特的认知—情感系统,与社会情境发生交互作用,进而产生个人特有的行为模式。这一理论为理解人格特质与创意实施贡献关系提供了新视角,阐明了不同人格特质如何通过影响认知—情感单元进而激活用户契合行为的过程机制,因而对解释创意实施贡献具有理论适用性。

本文贡献主要体现在以下几个方面:首先,从跨学科视角引入人格特质因素,扩展用户创意实施贡献前因研究,为解释用户创意实施贡献提供一个更加内在的逻辑框架。其次,基于认知—情感人格系统理论,引入认知—情感单元路径以及用户契合行为的链式中介作用,同时考虑社区情境中同伴认可的调节作用,可丰富用户人格特质对创意实施贡献影响机制研究。最后,传统研究对人格特质的识别存在回复率低、客观真实性难以保证等问题,受到越来越多学者的质疑。社会科学与计算机科学的融合促使研究人员开发出自动化方法预测人格特征[6-7],本研究提出通过采用用户文本留言量化人格特质的方法,有助于扩展人格特质指标识别方法。

1 文献综述

1.1 开放创新社区中的用户创意实施贡献

开放式创新倡导企业积极跨越组织边界寻求外部创新资源,以实现内外部创新资源互补。20世纪70年代以来,Eric Von Hippel[8]教授提出“用户是创新者”的革命性观点,为企业整合用户资源和促进用户参与创新提供了理论支撑。开放创新社区是企业基于互联网为在线开展创新活动而建立的收集用户创新内容的虚拟网络平台[9]。关于开放创新社区中用户贡献的概念,学者们的关注点已从数量研究转向质量研究[10-11],逐渐将用户驱动的创意实施、实施贡献和产品创意质量等因素纳入其中[12-16]。实际上,被企业所实施的用户创意通常具有高质量、新颖性、高商业价值、高可行性等特征,体现了用户对企业真正的贡献。因此,本研究聚焦于用户创意实施贡献,强调用户创意的实用性和创新性,反映用户对企业真正的创新价值。

1.2 用户契合

契合的概念源自心理学,是指一种相符合、相适应的状态,在营销学领域衍生出的用户契合概念受到学者广泛关注。近年来,包括苹果、微软等在内的美国大型科技公司正致力于将用户、用户契合转化为资产,以期成为企业未来收入来源之一[17]。学术界和企业界逐渐认识到用户契合对于留住用户并最终为企业创造竞争优势至关重要,这一概念值得深入探究。关于用户契合概念,多数学者将其定义为“用户在情境依赖的心理状态上产生的与企业品牌相关的互动体验”。然而,针对开放创新社区中用户契合的概念,学者们侧重于分析用户在社区中的参与行为,包括传播信息、传递口碑、提出创意等活动。本研究采用单维度定义,认为用户契合是指用户与企业和社区之间的特定互动体验,用户在社区中对企业产品提出建议和反馈,在与企业的动态互动中推进产品创新,强调用户在社区中的价值共创行为[18-19]。

1.3 认知—情感人格系统理论

Mischel &Shoda[5]提出的认知—情感人格系统理论(CAPS)强调,个体在经历相似情境时会基于自身独特的认知—情感处理系统作出行为反应,从而体现出人格特征差异。其中,认知—情感加工单元包括编码、期望和信念、情感、目标与价值观、能力与自我调节5个组成部分。认知加工是认知—情感加工单元的重要组成部分,指个体获取、存储、检索和处理信息的过程;情感加工是认知—情感加工单元的另一个重要组成部分,指个体对情境信息进行编码和解读产生相应情感结果的过程[20]。“大五”人格模型中的5个维度(尽责性、开放性、宜人性、外向性和神经质)反映个体在不同情境中的行为倾向、动机、态度和情感。相关研究发现,开放性、尽责性与认知功能存在正相关关系[21-22];外向性和宜人性与积极情感正相关,而神经质与消极情感正相关[23-24]。本研究聚焦于开放创新社区中用户的创意实施贡献,已有研究发现开放性特质最有可能在需要创造力和创新的环境中表现出色。同时,神经质人格特质存在广泛争议,对创意实施贡献的影响机制值得深入探究。因此,本研究选择开放性和神经质人格特质进行研究。

2 理论分析与研究假设

2.1 开放性人格对创意实施贡献的影响——认知能力和用户契合行为的链式中介作用

具有开放性人格特质的个体倾向于对学习新事物保持积极态度,热衷于获得学习体验并分享知识[25]。他们具有强烈的好奇心和求新精神,因而更有可能产生新的产品创意。认知能力包括思维、学习、问题解决和信息处理能力,开放性程度高的个体往往展现出较强的学习动机和自我管理倾向[26]。在开放创新社区背景下,用户开放性人格可能表现出较强的学习动机和信息处理能力,这与其认知能力正相关。同时,开放性人格使个体倾向于寻找学习新事物的机会,促使他们更愿意参与社区产品互动,解决问题,从而实现价值共创。因此,开放性人格特质有可能产生更多的用户契合行为。据此,本文提出如下假设:

H1a：用户开放性人格正向影响用户创意实施贡献;

H1b：用户开放性人格正向影响用户认知能力;

H1c：用户开放性人格正向影响用户契合行为。

认知能力通常是指个体在处理信息、解决问题、制定决策及学习新知识方面的能力。在开放创新社区中,这些能力对于理解复杂问题、生成新想法以及与他人有效互动至关重要。用户在开放创新社区中的契合行为通常指用户的协作意愿及对社区活动的参与程度,体现为用户积极参与社区讨论、提出建议、解决问题以及分享知识和经验。具有高水平认知能力的用户能够高效理解和处理社区信息,包括他人观点、问题复杂性和潜在解决方案等,这种高效的信息处理能力能够促进个体对社区活动的深入理解和参与,从而增加契合行为。此外,认知能力中的逻辑思维能力和创造性思维能力使个体在面对社区挑战时能够提出创新想法,增加个体对社区的贡献[27]。同时,用户对社区的契合行为能帮助用户拓宽认知信息范围,使他们获取更多新想法和潜在解决方案[28],从而提升用户创意实施贡献。据此,本文提出如下假设:

H2：用户认知能力正向影响用户创意实施贡献。

H3：用户契合行为正向影响用户创意实施贡献。

H4：认知能力和用户契合行为在开放性人格特质与用户创意实施贡献之间起链式中介作用。

2.2 神经质人格对创意实施贡献的影响——消极情感和用户契合行为的链式中介作用

学者关于神经质人格特质的讨论一直存在较大争议。在工作情境下,学者们普遍认为神经质人格会负向影响工作绩效。然而,在互联网使用情境中,一些学者持有不同观点,他们认为神经质人格有可能为避免孤独而增加对互联网的使用。可见,在不同情境下,神经质人格可能产生不同影响。在开放创新社区中,用户产生创意实施贡献需要具备创新思维,同时也要考虑到创意实施的可能性。对于神经质用户而言,其内在情绪不稳定、焦虑的特质不利于展开系统性思考,因此神经质人格特质对高质量创意的产生具有负向影响。同时,先前研究广泛证实神经质人格与消极情感正相关。具备神经质人格特质的个体因为大脑结构和功能的特点,对负面信息的反应更敏感,会更加频繁和强烈地感受到消极情绪[29],这种情绪反应模式会减少个体的心理资源,影响其应对和解决问题的能力,不利于形成用户契合行为和创意实施贡献。据此,本文提出如下假设:

H5a：用户神经质人格负向影响用户创意实施贡献;

H5b：用户神经质人格负向影响用户契合行为;

H5c：用户神经质人格正向影响用户消极情感。

在组织学领域研究中,学者们认为消极情绪会降低创造力,阻碍创造性思维的产生[30]。在消费者体验方面,消极情绪会引发负面口碑,如品牌形象丧失、客户流失等[31],甚至还会降低用户购买意愿[32]。Young(2018)的研究表明,消极情感高的个体往往对环境体验更加消极,他们应对这些消极情绪的能力较弱,可能会限制他们在工作中的投入。可见,在开放创新社区中,消极情绪越多的用户越不愿意主动参与社区活动,这会限制他们的创意实施贡献。据此,本文提出如下假设:

H6：用户消极情感负向影响用户创意实施贡献。

H7：消极情感和用户契合行为在用户神经质人格与创意实施贡献之间发挥链式中介作用。

2.3 同伴认可的调节作用

在社会学研究中,“同伴”是指社会环境中与个体具有相似性或者特殊相关性的群体,同伴在塑造个体行为模式上能够施加重要影响,导致态度和行为模式习得的内生社会动力被称为同伴效应或同伴影响[33]。已有研究表明,同伴认可会影响员工的互助行为、职业发展、个体创业意图以及社交媒体中评估者合法性判断的公开表达等[34-35]。在开放创新社区中,获得他人肯定和积极反馈的用户往往拥有较高自尊,能够影响个体自我认知、情感和行为表现。可见,同伴认可作为一种关键的社区情境因素,对于形成用户认知、情感感知、用户契合行为以及推动创意实施贡献发挥重要作用。

社会认同理论强调社会环境对个体认同感的塑造作用,以及认同感对个体行为和心理状态的重要影响。在开放创新社区这样的知识密集型环境中,具有开放性特质的用户通过参与社区活动以及与他人互动构建自己的社会认同,进一步促进学习和思维方式改变,从而提高认知能力。Rechavi &Rafaeli(2012)认为,积极社区氛围能创造更多社会资本。社会资本是指在社会关系中形成的资源,包括信任、互惠、合作等。在开放创新社区中,同伴认可是一种重要的社会资源,能为个体提供支持和认同。对于具有神经质人格的用户来说,他们更需要这种社会资源缓解焦虑和消极情感。同时,以同伴认可为代表的积极社区氛围能增强用户归属感和参与感,促进知识共享和创新;Luo等[36]研究发现,用户贡献行为主要取决于他们从其他参与者那里获得的关注和认可。因此,同伴认可对用户契合行为和用户创意实施贡献具有积极影响。据此,本文提出如下假设:

H8a-c：同伴认可对用户开放性人格与认知能力、用户契合行为、用户创意实施贡献关系具有正向调节作用;

H9a-c：同伴认可对用户神经质人格与消极情感关系具有负向调节作用,对神经质人格与用户契合行为、用户创意实施贡献关系具有正向调节作用;

H10a-b：同伴认可对认知能力、用户契合行为在用户开放性人格与创意实施贡献关系的中介效应具有正向调节作用;

H11a-b：同伴认可对消极情感、用户契合行为在用户神经质人格与创意实施贡献关系的中介效应具有正向调节作用。

综上所述,本文构建研究模型,如图1所示。

3 数据收集与分析

3.1 样本选取与数据来源

本文选取小米公司的开放创新社区——MIUI论坛(https://www.xiaomi.cn)作为研究对象。MIUI社区是一个运营较为成功的开放创新社区,吸引了大量“米粉”参与,用户可以无缝连接产品创新、研发的各个环节,如创意征集、版本测试或营销等,通过将用户想法与小米内部资源进行有效整合,小米社区成功推动了MIUI手机操作系统迭代创新。综上所述,MIUI社区能够很好地满足本文对于用户创意实施贡献的研究。截至2022年6月20日,本文收集MIUI社区中的“手机”信息、“MIUI”版块中的用户信息,经过用户id去重,在这些用户中选取发帖量大于10个且创意提案被实施的用户,共计48 354个研究数据。

3.2 变量测量

语言反映人的认知、偏好和个性,社交网络上的文本信息可用于预测用户性别、年龄和人格等[7,37]。本文重点用小米社区用户发帖文本测度用户人格特质,具体测量方式如下:

(1)通过“语言探索与字词计数”词典(Linguistic Inquiry and Word Count,LIWC)确定心理学中的单词所属特征词类,该词典可对文本词语进行量化分析,最新版本在2015年作出更新,包含77个特征词类(见表1),共计9 049个词。由于LIWC词典具有较高的信效度,目前在心理学领域得到广泛应用。

(2)建立LIWC特征词类与5个人格特质之间的关系。Andrew(2013)从75 000名志愿者的Facebook信息中收集到7亿个单词、短语和主题实例,并对其进行标准的人格测试,以检验LIWC词典中每类特征词与5个人格特质的关系。本文选取LIWC特征词与人格特质显著相关( P<0.001) 的相关性系数(见表2),将其作为LIWC特征词在大五人格模型中每种人格特质的参考值。

(3)计算人格特质得分:第一,文本清洗。用户在小米社区中发布的原始内容为自然语言,需对其进行预处理和预清洗,剔除一些非中文字符串、数字编号、重复出现且无实际意义的关键词。第二,文本分词。利用Python的第三方库“Jieba”对清洗后的提案文本和用户发布信息进行分词,将其转换为纯词组文本,并统计词频总数。因为某些关键词可能无法识别,如“红米”“华为”等,需构建专有词库以保证分词结果的准确性,分词后的词组长度记为n。第三,词组匹配。若分词结果已在LIWC词典中被检索到,则直接赋予该词组相应标签;反之,采用语义相似度对其进行分类。①采用百度PaddleNLP提供的开源预训练词向量模型“w2v.baidu_encyclopedia.target.word-word.dim300”计算各类特征词标签下所有词的词向量,将某一类特征词标签下所有词向量在各维度的均值作为该类特征词向量(300维);②基于上述预训练词向量模型获取未被LIWC词典检索到的词组的词向量;③计算这些特征词的空间位置与已有特征标签的余弦相似度,取余弦相似度最高的词作为最终特征分类标签。第四,基于词组匹配结果,利用LIWC统计用户提案文本中每类特征词的词频。第五,分值计算。根据特征词标签赋值结果以及表中LIWC特征词与五大人格特质的映射关系,计算用户在每类人格特质维度的分值,记为Pi( i = { O,C,E,A,N}),整体公式为:

(1)

i={O,C,E,A,N},j∈ [1,77]

其中,Kij为第j类特征词与第i类人格的相关性系数,Fj为第j类特征词的词频。

3.3 变量设置

(1)因变量:用户创意实施贡献。在MIUI社区中,小米内部专家和MIUI开发小组成员通过在右上方区域放置一个印章通知用户创意处理进度。本文共统计4个印章,即已优化、开发中、已立项、已解决,这些印章表明公司已经采纳并实施了这些创意。本文采用用户发布提案中被企业实施的提案数量作为用户的创意实施贡献[13]。

(2)用户契合行为。表现为发帖、分享内容、传递积极口碑等,其中用户发帖行为反映其对社区创造的价值,用户发帖频率反映其在社区中的活跃度,活跃的用户能够提供更多有价值的信息和观点,促进知识交流与分享,增强社区凝聚力。因此,本研究用用户在社区中的总发帖数量衡量用户契合行为[38]。

(3)认知能力。以用户在社区中参与讨论的不同圈子的标签数量测度[13]。

(4)情感。采用预训练语言模型Bert计算用户每条发帖的情感极性,将其判定为积极、消极、中性3个类别,用表示消极情感的发帖总数度量消极情感[12]。

(5)同伴认可。反映用户在社区中得到其他用户的认可度,在开放创新社区中用户通过“点赞”方式表达对其他用户内容的肯定,因此采用用户获赞数量度量[36]。

(6)控制变量。设置社区任期作为控制变量,采用用户首次在社区发帖时间到爬虫获取数据为止时间段包含的月数度量[39]。

3.4 数据分析

表3展示了变量描述性统计结果以及各变量之间的相关关系,共线性诊断发现各变量之间不存在严重的共线性问题。

4 结果分析

4.1 主效应与中介效应检验

本文使用Stata.17对数据进行检验。由于因变量为计数变量,且数据离散度较高,故选择负二项层次回归模型进行分析,开放性人格对创意实施贡献的影响结果如表4所示。M1、M7、M9分别为开放性人格对创意实施贡献、认知能力和用户契合行为的回归模型,结果显示用户人格开放性程度越高,用户创意实施贡献越大(β=0.10,p<0.001)、认知能力越高(β=0.14,p<0.001),用户契合行为越多(β=0.02,p<0.05),假设H1a～H1c得到验证。根据中介效应成立条件,模型M2验证认知能力对创意实施贡献的正向影响(β=0.02,p<0.001),假设H2得到验证。模型M4中加入认知能力这一中介变量后,开放性人格对创意实施贡献依然具有显著影响效应(β=0.06,p<0.001),说明认知能力发挥部分中介作用。对用户契合行为的中介效应进行检验发现,模型M3结果显示用户契合行为对创意实施贡献具有正向影响(β=0.01,p<0.001),假设H3得到验证。模型M5中加入用户契合行为这一中介变量,发现开放性人格依然对创意实施贡献具有显著影响效应(β=0.05,p<0.001),表明用户契合行为发挥部分中介作用。

用户神经质人格对创意实施贡献的影响结果如表5所示,M1、M7、M9分别为神经质人格对创意实施贡献、消极情感和用户契合行为的回归模型。从中可见,用户人格神经质程度越高,用户创意实施贡献越少(β=-0.25,p<0.001),产生的消极情感越多(β=0.55,p<0.001),用户契合行为越少(β=-0.06,p<0.001),假设H5a～H5c得到验证。对消极情感中介效应进行检验发现,模型M2中消极情感对创意实施贡献具有正向影响(β=0.03,p<0.001),假设H6未得到验证。这一结果值得深入讨论,有可能用户表达的消极情感对企业而言是有价值的创意。模型M4中加入消极情感这一中介变量后,神经质人格对创意实施贡献依然具有显著影响效应(β=-0.41,p<0.001),因此消极情感发挥部分中介作用。模型M5结果显示用户契合行为同样发挥部分中介作用。

4.2 链式中介效应检验

本研究进一步通过SPSS.27的Process程序(模型6)进行链式中介效应检验,Bootstrap法具有较高的统计效力,是目前最理想的中介效应检验法,设定5 000次重复抽样,结果如表6所示。从中可见,在开放性人格影响路径中,认知能力和用户契合行为的链式中介间接效应系数为0.112,95%置信区间为[0.008,0.014],不包含0,表明该链式中介效应存在,假设H4得到验证。在神经质人格影响路径中,消极情感和用户契合行为的链式中介间接效应系数为0.157,95%置信区间为[0.100,0.117],不包含0,表明该链式中介效应存在,假设H7得到验证。

4.3 调节效应检验

表4中M6、M8、M10分别为同伴认可对开放性人格与创意实施贡献、认知能力、用户契合行为关系的调节作用。结果显示,同伴认可与开放性人格交互项对认知能力(β=0.15,p<0.001)、用户契合行为(β=0.22,p<0.001)、用户创意实施贡献(β=0.28,p<0.001)具有显著正向影响,假设H8a-c得到验证。同时,以调节变量均值及均值正负一个标准差进行简单斜率分析,结果如图2所示。可以发现,开放性人格用户在面对高水平同伴认可时,比低水平同伴认可具有更高的认知能力、用户契合行为和创意实施贡献。

表5中M6、M8、M10分别为同伴认可对神经质人格与创意实施贡献、消极情感、用户契合行为关系的调节作用检验结果。从中可见,同伴认可与神经质人格交互项对消极情感(β=0.80,p<0.001)、用户契合行为(β=0.57,p<0.001)、用户创意实施贡献(β=0.37,p<0.001)具有显著正向影响,假设H9a未得到验证,假设H9b-c得到验证。同时,以调节变量均值及均值正负一个标准差表示调节变量水平,简单斜率分析结果如图3所示。可以发现,神经质人格用户在面对高水平同伴认可时,比低水平同伴认可具有更高的消极情感、用户契合行为、创意实施贡献。

4.4 有调节的中介效应检验

本研究通过Process程序(模型8)进行有调节的中介效应检验,开放性人格检验结果如表7所示。可见,认知能力的调节作用在不同水平下的中介作用不一致,说明存在有调节的中介作用。而用户契合行为的调节作用在不同水平下中介作用一致,说明不存在有调节的中介作用。因此,同伴认可正向调节认知能力在开放性人格和创意实施贡献关系的中介作用,假设H10a得到验证,假设H10b未得到支持,说明同伴认可调节该链式中介的前半段路径。

神经质人格检验结果如表8所示。可见,消极情感和用户契合行为这两个中介变量的调节作用在不同水平下的中介作用不一致,表明存在有调节的中介作用。因此,同伴认可正向调节消极情感、用户契合行为在神经质人格和创意实施贡献关系中的中介作用,假设H11a-b得到验证。

5 结语

5.1 研究结论

本研究基于认知—情感人格系统理论,构建用户人格特质影响创意实施贡献的作用路径和边界条件模型,通过系统性检验得出如下结论:首先,用户开放性人格特质正向影响创意实施贡献,神经质人格特质负向影响创意实施贡献。其次,本研究构建两条链式中介模型,揭示了用户开放性人格通过提高用户认知能力促进用户契合行为,进而提升用户创意实施贡献;用户神经质人格通过产生更多消极情感减少用户契合行为,进而降低用户创意实施贡献。然而,值得注意的是,用户消极情感表达能够提高创意实施贡献。在开放创新社区中,用户越愿意在社区发布有关负面情绪的帖子,说明用户对社区、产品了解越深刻,这部分发帖往往也就包含着更有价值的创意。Martin等[40]的“情绪作为输入”模型认为消极情感可以促进人们创造力的产生,为本文研究结果提供了支持。可见,在开放创新社区情境下,消极情感表达可能包含对企业创新有价值的信息,值得深入挖掘。最后,同伴认可正向调节开放性人格与认知能力、用户契合行为、创意实施贡献之间的关系,也正向调节认知能力在开放性人格与创意实施贡献之间的中介作用。另外,同伴认可正向调节神经质人格与消极情感、用户契合行为和创意实施贡献之间的关系,并在消极情感、用户契合行为对神经质人格与创意实施贡献关系的中介效应中发挥正向调节作用。这表明,来自社区其他成员的肯定会让神经质人格用户勇于表达自己的消极情感,同时削弱神经质人格对用户契合行为和创意实施贡献的负向影响,进一步阐释了社区情境中同伴认可的重要作用。

5.2 理论贡献

(1)本研究将心理学中的人格特质引入用户创新领域,完善了个体因素对用户创意实施贡献的影响,采用跨学科视角丰富了用户创新研究。当前,学者主要关注个体人格特质与生活行为、工作行为、虚拟社区中的社区参与行为、信息分享之间的关系,本研究扩展了人格特质理论应用,得出不同于其它组织情境的结论。

(2)本研究基于认知—情感人格系统理论进行研究,完善了个体人格特质与创意实施贡献之间的链式中介作用机制,将传统“特质—行为—结果”理论框架扩展为“特质—认知/情感—行为—结果”,有助于理解和把握开放创新社区中用户人格特质影响创意实施贡献的内在机制。同时,考虑到同伴认可这一情境的调节作用,揭示情境对个体认知—情感单元和行为的影响,明确人格特质影响创意实施贡献的边界条件,为理解开放创新社区中用户人格特质影响创意实施贡献提供了理论指导。

(3)本研究聚焦于小米社区中的用户文本留言,基于LIWC词典和自然语言处理技术,从用户生成文本内容中自动提取语言模式识别人格特质和情感倾向,在理论上扩展了人格特质指标识别方法,为人格特质量化提供了新方向,促进了跨学科理论融合与技术创新。

5.3 实践启示

根据上述研究结论,本文提出如下实践启示:

(1)优先激励具有开放性人格特质的用户。社区可提供早期访问新产品的机会,让开放性人格用户成为首批产品体验者,激发他们对产品的热情和创造力;另外,还可以邀请他们参与重大创新项目,让其在项目中发挥关键作用,在实现自我价值的同时推动企业创新发展。

(2)培育积极的社区氛围,完善社区成员认可机制。在开放创新社区中,用户自主性和社区去中心化特征要求管理者采取更为精细化和个性化的策略以激活用户认知能力、情感表达和契合行为。社区管理者应鼓励成员交流并肯定其他用户的发帖提案,这种来自同伴的认可有助于开放性人格用户获取学习机会以及神经质人格用户增强心理资源支持,从而提升用户对社区的贡献度。

(3)挖掘用户消极情感中的创新价值。与正面反馈相比,消极反馈往往更能直面问题核心,使企业迅速定位并着手解决这些问题。通过积极回应用户的消极反馈,企业可向社区成员展示其重视用户体验和致力于持续改进的态度,从而获得用户信任。通过系统收集和分析社区中的消极情感反馈,能够帮助企业识别行业趋势和用户需求变化。因此,社区管理者和企业应重视这些消极情感表达,将其视为优化社区运营和提升产品质量的机会。

5.4 不足与展望

本研究存在如下不足:首先,对人格特质的测量使用文本挖掘和机器学习方法,其准确性有待提高,未来可通过发放调研问卷的方式进行再次验证。其次,仅选取小米社区样本进行研究,未来可对其它开放创新社区进行调研,以提高研究结论的普适性。此外,中介作用结果显示为部分中介效应,未来可进一步探索其它中介变量,以全面揭示人格特质影响创意实施贡献的影响机制。

参考文献：

[1] GRUNER R L, HOMBURG C, LUKAS B A. Firm-hosted online brand communities and new product success[J]. Journal of the Academy of Marketing Science, 2014,42(1): 29-48.

[2] BRADONJIC P,FRANKE N, LUTHJE C. Decision-makers′ underestimation of user innovation[J]. Research Policy, 2019,48(6): 1354-1361.

[3] 秦敏, 梁溯. 在线产品创新社区用户识别机制与用户贡献行为研究:基于亲社会行为理论视角[J]. 南开管理评论, 2017,20(3):28-39.

[4] OLMEDILLA M, SEND H, TORAL S L. Identification of the unique attributes and topics within smart things open innovation communities[J]. Technological Forecasting &Social Change, 2019,146: 133-147.

[5] MISCHEL W, SHODA Y A. Cognitive-affective system theory of personality: reconceptualizing situations, dispositions, dynamics, and invariance in personality structure[J]. Psychological Review, 1995,102(2): 246-268.

[6] FAST L A, FUNDER D C. Personality as manifest in word use: correlations with self-report, acquaintance report, and behavior[J]. Journal of Personality and Social Psychology, 2008,94(2): 334-346.

[7] MAVIS G, TOROSLU I H, KARAGOZ P. Personality analysis using classification on Turkish Tweets[J]. International Journal of Cognitive Informatics and Natural Intelligence, 2021,15(4): 1-18.

[8] VON HIPPEL E. Democratizing innovation: the evolving phenomenon of user innovation[J]. Journal für Betriebswirtschaft, 2005,55(1): 63-78.

[9] 顾美玲, 迟铭, 韩洁平. 开放式创新社区治理机制对用户知识贡献行为的影响——虚拟社区感知的中介效应[J]. 科技进步与对策,2019,36(20): 30-37.

[10] MAHR D, LIEVENS A. Virtual lead user communities: drivers of knowledge creation for innovation[J]. Research Policy, 2012,41(1): 167-177.

[11] OGINK T, DONG J Q. Stimulating innovation by user feedback on social media: the case of an online user innovation community[J]. Technological Forecasting &Social Change, 2019,144: 295-302.

[12] LIU Q, DU Q, HONG Y, et al. User idea implementation in open innovation communities: evidence from a new product development crowdsourcing community[J]. Journal of Management Information Systems, 2020,30(5): 899-927.

[13] YANG M, HAN C. Stimulating innovation: managing peer interaction for idea generation on digital innovation platforms[J]. Journal of Business Research, 2021,125: 456-465.

[14] HOORNAERT S, BALLINGS M, MALTHOUSE E C, et al. Identifying new product ideas: waiting for the wisdom of the crowd or screening ideas in real time[J]. Journal of Product Innovation Management, 2017,34(5): 580-597.

[15] WANG N, TIBERIUS V, CHEN X, et al. Idea selection and adoption by users——a process model in an online innovation community[J]. Technology Analysis &Strategic Management,2021,33(9): 1036-1051.

[16] LI M, KANKANHALLI A, KIM S H. Which ideas are more likely to be implemented in online user innovation communities? an empirical analysis[J]. Decision Support Systems, 2016,84: 28-40.

[17] BIRCH K, COCHRANE D T, WARD C. Data as asset? the measurement, governance, and valuation of digital personal data by big tech[J]. Big Data &Society,2021,8(1):135-150.

[18] ZHAI M, CHEN Y. How do relational bonds affect user engagement in e-commerce livestreaming? the mediating role of trust[J]. Journal of Retailing and Consumer Services, 2023,71: 103-119.

[19] ZHANG X, DING X, WANG G, et al. Investigating the influences of social overload and task complexity on user engagement decrease[J]. Total Quality Management &Business Excellence, 2020,31(15-16): 1774-1787.

[20] 李黎飞, 卫旭华, 程德俊. 职场负面八卦对被八卦员工行为的影响:基于认知—情感人格系统理论的元分析[J].心理科学进展,2022,12(30):2681-2695.

[21] SUTIN A R, STEPHAN Y, LUCHETTI M, et al. Five-factor model personality traits and cognitive function in five domains in older adulthood[J]. BMC Geriatrics, 2019,19(1): 343.

[22] MOUSSA S, ACHKOUTY I, MALAEB D, et al. Personality traits and perceived cognitive function in Lebanese healthcare professionals[J]. BMC Psychology, 2023,11(1): 90.

[23] LETZRING T D, ADAMCIK L A. Personality traits and affective states: relationships with and without affect induction[J]. Personality and Individual Differences, 2015,75: 114-120.

[24] ION A. Primary affective systems and personality: disentangling the within person reciprocal relationships[J]. Journal of Personality,2024,92(6):12908.

[25] BARRICK M, MOUNT M. The big five personality dimensions and job performance: a meta-analysis[J]. Personnel Psychology, 1991,44(1): 1-26.

[26] HARRIS E G.Re-examining salesperson goal orientations:personality influencers, customer orientation,and work satisfaction[J].Journal of the Academy of Marketing Science,2005,33(1):19-35.

[27] WOOLLEY A W, CHABRIS C F, PENTLAND A, et al. Evidence for a collective intelligence factor in the performance of human groups[J]. Science, 2010,330(6004): 686-688.

[28] GRANT A M, BERRY J W. The necessity of others is the mother of invention: intrinsic and prosocial motivations, perspective taking, and creativity[J]. Academy of Management Journal, 2011,54(1): 73-96.

[29] SERVAAS M N, VAN DER VELDE J, COSTAFREDA S G, et al. Neuroticism and the brain: a quantitative meta-analysis of neuroimaging studies investigating emotion processing[J]. Neuroscience &Biobehavioral Reviews, 2013,37(8): 1518-1529.

[30] BAAS M, DE DREU C K W, NIJSTAD B A.A Meta-analysis of 25 years of mood-creativity research: hedonic tone, activation, or regulatory focus[J]. Psychological Bulletin, 2008,134(6): 779-806.

[31] ROMANI S, GRAPPI S, DALLI D. Emotions that drive consumers away from brands: measuring negative emotions toward brands and their behavioral effects[J]. International Journal of Research in Marketing, 2012,29 (1): 55-67.

[32] BHANDARI M, RODGERS S. What does the brand say? effects of brand feedback to negative EWOM on brand trust and purchase intentions[J]. International Journal of Abrasive Technology, 2018,37(1): 125-141.

[33] PORTYANKO S, REINMOELLER P, HUSSELS S, et al. Peer effects and intentional entrepreneurial behavior: a systematic literature review and research agenda[J]. International Journal of Management Reviews, 2023,25(3): 515-545.

[34] BLACK P W. The effect of peer-to-peer recognition systems on helping behavior: the influence of rewards and group affiliation, accounting[J]. Organizations and Society,2023,109:101454.

[35] VAN DEN BROEK T, LANGLEY D J, EHRENHARD M L, et al. When do evaluators publicly express their legitimacy judgments? an inquiry into the role of peer endorsement and evaluative mode[J]. Organization Science, 2023,34(6): 2143-2162.

[36] LUO L, WANG Y, DUAN S, et al. Continuous knowledge contribution in social Q&A communities: the moderation effects of self-presentation and motivational affordances[J]. Information Technology &People, 2024,37(5):1950-1982.

[37] SCHWARTZ H A, EICHSTAEDT J C, KERN M L, et al. Personality, gender, and age in the language of social media: the open-vocabulary approach[J]. Plos One, 2013,8(9): e73791.

[38] SHAHBAZNEZHAD H, DOLAN R, RASHIDIRAD M. The role of social media content format and platform in users' engagement behavior[J]. Journal of Interactive Marketing, 2021,53(1): 47-65.

[39] DONG L, HUANG L, HOU J, et al. Continuous content contribution in virtual community: the role of status-standing on motivational mechanisms[J]. Decision Support Systems, 2020,132: 113-131.

[40] MARTIN L L, WARD D W, ACHEE J W, et al. Mood as input: people have to interpret the motivational implications of their moods[J]. Journal of Personality and Social Psychology, 1993,64(3): 317-326.

(责任编辑:王敬敏)