开放科学(资源服务)标识码(OSID)：
Grounded strictly in the Cognitive-Affective Personality System (CAPS) theory, this study proposes a dual-path model in which four trait dimensions of demand heterogeneity, harmonious innovation passion, innovation self-efficacy and information literacy shape innovation behaviour via two emotional mediators: self-identity, representing the intra-personal route, and platform support, representing the relational route. A mixed-methods design combining structural equation modeling and fuzzy-set qualitative comparative analysis was adopted. SEM was employed to test linear relationships and mediating effects, whereas fsQCA was used to reveal equifinal configurations leading to high innovation behaviour.Data was collected from 343 lead users identified through a hybrid approach involving content analysis and K-means clustering within the MIUI community of Xiaomi Inc. Lead user status was determined by content professionalism and platform influence, both quantified via semantic and behavioural indicators. All measurement items were adapted from validated scales, subjected to translation-back-translation procedures, and demonstrated satisfactory reliability and construct validity.
SEM results indicate that harmonious innovation passion exerts the strongest direct effect on both self-identity and platform support, while self-identity displays a significantly stronger influence on innovation behaviour than platform support. Self-identity and platform support partially mediate the relationship between innovation traits and innovation behaviour, with the self-path demonstrating a more pronounced mediating role. These findings underscore the primacy of internal emotional recognition over external validation in driving lead users'innovative actions. FsQCA further identifies six configurational paths clustered into five types: dual-core passion-efficacy routes, strong motive-capability interaction, motive-affect synergy, capability-affect interaction and multi-factor synergy. These configurations illustrate that high innovation behaviour can be achieved through multiple trait-emotion combinations, supporting the principle of equifinality. The synergy between demand heterogeneity and platform support consistently emerges as a key driver across both analytical frameworks, whereas platform support alone exhibits a relatively weak effect.Although SEM and fsQCA adopt different analytical logics, the two strands of evidence mutually reinforce one another through convergent findings while offering complementary insights through divergent results. On the one hand, both approaches confirm that platform support exerts a relatively weak direct influence on lead user innovation behaviour and that the joint presence of demand heterogeneity and platform support constitutes a particularly potent driver of innovative activity. On the other hand, the two methods differ in the relative salience of self-identity vis-à-vis platform support and in the precise interplay between harmonious innovation passion and platform support. These convergent and divergent conclusions jointly deepen the understanding of how motivation-capability innovation traits activate lead user innovation behaviour.
This study enriches the CAPS theoretical framework and contributes to a deeper understanding of the activation mechanisms through which lead users'motivation-capability innovation traits influence their innovation behavior. By distinguishing intra-personal and relational emotional routes, the study clarifies how cognitive appraisals of traits are translated into affective responses that ultimately shape behaviour. The mixed-methods approach bridges linear and configurational causality, uncovering alternative pathways that are invisible to traditional regression models.The identification of multiple equifinal pathways provides practical guidance for platform managers to tailor incentive structures, recognition systems and support mechanisms according to distinct trait-emotion profiles of lead user segments. Consequently, platform operators can move beyond one-size-fits-all interventions and cultivate ecosystems that selectively amplify the most effective trait-emotion combinations.
开放科学(资源服务)标识码(OSID)：
随着知识经济增长,开放式创新平台逐渐成为企业汇聚创新资源的重要载体。平台内不同类型用户群体通过知识协同与创新,持续为企业输出创新解决方案[1]。然而,随着市场竞争加剧,平台也面临一定的创新瓶颈。一方面,平台内用户和创新资源分散,缺乏有效协作机制,不同用户群体间的知识流动受阻,创新成果难以转化为实际商业价值;另一方面,多主体间知识体系差异较大,平台内不同用户间、用户与专业技术人员间存在一定的知识鸿沟,不仅会阻碍跨群体知识流动,还会使平台面临新的挑战。相比之下,平台领先用户借助其独特的专业素养、创新能力和平台影响力,能有效整合平台内多元知识,跨越知识鸿沟,推动创新成果的产生和应用。因此,有效激发领先用户创新行为,对于破解平台创新瓶颈具有重要意义。
已有学者围绕领先用户创新行为影响因素进行积极探索,但存在一些不足:第一,从研究视角看,现有研究从宏观层面结合内外部要素探究领先用户创新行为影响因素,聚焦微观个体动机—能力交互对其创新行为的影响未引起广泛关注。第二,从研究情境看,领先用户从个体动机—能力创新特质视角对自我和平台情感机制的挖掘较少,这种领先用户心理层面变化对其行为的影响逻辑有待深入探讨。第三,从研究方法看,以往研究多关注单一层面特质要素对领先用户创新行为的“净效应”,忽视了要素间整体协同效应,尤其是对领先用户动机—能力交互效应下创新路径的探索较少。
“认知—情感系统理论”认为,个体所处情境会激发或改变其认知和情感,进而对其行为产生影响[2]。领先用户处于开放式创新平台情境中,受平台资源、用户互动氛围与创新实践场景等多元情境的影响,这一情境会激活领先用户认知—情感单元,从而作用于其创新行为。首先,领先用户创新行为离不开个体在外部情境刺激下对自身动机—能力创新特质的认知体验;其次,个体对外部情境认知的加工是激活情感的前置环节,即领先用户对自身创新特质的认知会激活其特定情感体验,且情感机制是支撑领先用户个体特质发挥作用与创新行为实践开展的“桥梁”。领先用户在平台创新过程中会产生“自我”与平台“关系”两种情感反应。其中,“自我”路径体现领先用户对自身身份及创新特质的“自我认同感”,“关系”路径体现领先用户对平台提供资源和帮助的“平台支持感”。这种双情感路径更能揭示领先用户创新行为内在心理机制,因而“认知—情感系统理论”与本文研究情境高度契合。
鉴于此,本文从领先用户动机—能力创新特质交互视角出发,基于“认知—情感系统理论”,采用SEM与fsQCA相结合的研究方法,探究领先用户创新特质对其创新行为的影响。一方面,揭示开放式创新平台领先用户动机—能力创新特质在个体“自我”与“关系”双情感中介作用下的创新行为作用机理;另一方面,探究领先用户动机—能力创新特质交互下的具体创新路径。本文选择混合研究方法主要基于以下考虑:一是本文不仅需要验证用户创新特质与其创新行为之间的线性关系,还需揭示变量间的联动效应,使用单一方法较难实现。SEM虽能有效验证变量间的线性机制,揭示变量间的“净效应”,但其线性假设会限制对变量间潜在非线性关系的解释力,难以捕捉变量间的复杂因果关系,从而在一定程度上削弱研究结论对实际现象的解释力。而fsQCA方法从组态视角出发,关注前因要素间的组合效应,并验证前因变量是否构成结果变量的充分必要条件,更能解释用户创新行为生成逻辑。二是混合研究设计会提供一种相对全面的视角,能够深入揭示领先用户创新特质与其创新行为间的复杂关系。通过两种方法结合,本研究不仅能拓展复杂因果效应视角下用户创新特质与创新行为间线性与非线性因果关系的研究思路,还能深化开放式创新平台领先用户创新行为研究。并且,在拓展基于个体动机—能力视角下领先用户创新行为研究情境的同时,也能丰富认知—情感系统理论框架下领先用户创新行为研究。
开放式创新平台的概念来源于Chesbrough[3]提出的“开放式创新”一词,强调企业应改变封闭式创新模式,突破组织边界,对内外部资源进行整合,优化资源配置方式以提升企业创新能力。随着网络技术发展,开放式创新平台逐渐兴起,实现了开放式创新与用户创新的有机融合。已有学者对开放式创新平台概念进行探讨,但本质上仍以企业与用户协同创新为导向[1,4]。本文将开放式创新平台界定为企业提升创新效能的关键资源载体,其以企业与用户互动式创新为核心目标,通过汇聚具有共同兴趣的创新用户,吸引其自愿参与新想法讨论、解决方案提供及创意产品开发等创新活动,助力企业高效获取外部知识以实现价值共创。在开放式创新平台中,用户间通过知识共享与创意碰撞,不断激发企业创新灵感,为企业可持续发展注入新动力。然而,不同用户群体创新潜力并不均衡,其中领先用户群体在平台创新资源汇聚过程中彰显着独特的创新特质。以往学者对领先用户概念及角色特质进行探讨,主要强调领先用户动机上“领先市场趋势”和“高预期收益”、能力上“强活跃表现力”与“强平台影响力”等特点[5]。本文在之前研究的基础上,从动机和能力两个维度[6],将领先用户特质与价值概括为以下两点:第一,动机领先,即意愿领先。领先用户具有强烈的内在动机和需求前瞻性[7],他们更能预见未来市场需求与趋势,其需求往往领先于普通用户。这种动机使领先用户能够洞察尚未被满足的市场空白,并出于对创新的热爱和兴趣,主动参与创新过程,追求新奇和挑战,以实现自我价值和满足内在成就感。第二,能力领先,即认知领先。领先用户具备深厚专业素养和独特创新思维,能深入理解相关技术和产品核心原理,并对产品进行深度思考,提出专业性和可行性改进建议(陈劲等,2025)。这种专业素养和创新思维能力使他们能在现有产品或服务的基础上突破常规,提出新颖想法和概念[7],构想全新功能及应用模式。正是基于动机领先和能力领先这两方面特质,平台管理者会通过领先用户共享内容获取创新需求,并鼓励其分享见解和参与决策,以便将其专业知识转化为创新成果。鉴于此,本文认为,领先用户创新特质是指领先用户在创新过程中所展现出的独特动机和能力,这些特质使他们能够主动预见市场需求、提出专业性改进建议以及突破常规创造新颖性解决方案,从而在开放式创新平台发挥关键作用,推动创新成果的产生和应用。
开放式创新平台领先用户创新行为是指具有超前需求、强烈创新动机和深刻使用体验的用户群体[8],通过知识共享、需求表达和实践验证等多维度行为,为企业和平台创造新价值的活动。这些行为在促进平台内创意持续涌现的同时,也会显著推动企业创新成果产出。因此,探究领先用户创新行为,激发其创新特质,有助于增强企业新产品竞争优势。现有关于领先用户创新行为的研究多聚焦于内部及外部环境影响因素两个方面。其中,领先用户个体内部影响因素多集中在用户自身动机和能力特质及个体内外部情感两大层面。在特质层面,内部动机主要涵盖领先用户个体需求[9]、经济动机[10]、社交动机、产品使用动机等因素[11],内部能力则包含产品使用经验和知识[12]、用户权利感[13]以及自我效能等多层面要素[14];在领先用户内外部情感层面,内部“自我”层面包含情感承诺[14]和品牌认同[15]等,外部情感则多体现为平台支持感[16]等。外部环境则涉及创新氛围[17]、与其他成员的关系[18]等。现有文献对领先用户创新行为影响因素的探讨存在如下不足:第一,多倾向于从宏观层面探究领先用户创新行为内外部因素,未聚焦领先用户创新特质这一微观视角,探究其对创新行为的影响。少数对领先用户个体动机与能力创新特质的研究呈现出割裂态势。基于领先用户动机—能力创新特质交互这一特定情境,探究其对创新行为的研究较少。第二,用户个体创新行为受用户自身认知与情感的共同影响,领先用户在认知自身动机与能力创新特质过程中,会催生内部“自我”和外部“关系”两种情感状态,其中内部“自我”层面情感机制来源于对自身的积极肯定,外部“关系”层面情感机制来源于平台支持,但鲜有文献研究这两方面情感路径对领先用户创新行为的作用机理。第三,现有研究多认为领先用户创新行为是多因素综合作用的结果,但多聚焦于单因素线性关系,忽视了各要素间的相互联系,尤其是动机—能力特质交互对领先用户创新行为的协同影响机制。
20世纪70年代,Mischel[2]提出认知—情感系统理论,该理论指出具体情境干预会激发个体产生理性认知和情感冲动,最终影响个体行为选择,并构建了认知—情感—行为理论框架。开放式创新平台作为对领先用户产生持续激励的特定环境,领先用户受到平台资源、用户互动氛围以及创新实践场景的驱动,会产生基于个体特质的认知。领先用户对自身创新特质的认知,是对“自我创新价值与平台生态适配性”的建构,这种建构为情感生成提供逻辑锚点,最终作用于领先用户创新行为。鉴于此,本研究基于认知情感系统理论,整合认知反应(领先用户动机—能力创新特质认知)和情感反应(领先用户对“自我”和“关系”的情感机制),构建领先用户创新特质与创新行为中介模型。首先,将领先用户动机—能力创新特质认知与其创新行为联系起来,揭示领先用户动机—能力特质在开放式创新平台情境中的独特价值;其次,从认知情感系统理论出发,引入领先用户个体创新特质认知,从“自我”和“关系”两个层面揭示领先用户个体创新特质认知影响其创新行为的心理机制;最后,根据“平台领先用户创新特质认知—情感—创新行为”构建结构方程模型,考察领先用户情感机制在其创新特质与创新行为间的中介作用,有助于为开放式创新平台增强领先用户创新行为提供参考。
(1)动机创新特质的作用。 动机是领先用户进行创新的内在驱动因素。具备强烈创新动机是领先用户鲜明的创新特质之一,其对领先用户创新行为具有显著正向影响[19]。在开放式创新平台中,领先用户创新动机不仅促使其积极参与创新活动,还影响其对平台资源的利用和对创新成果的追求。本文从领先用户动机特质层面选取需求异质性与和谐型创新激情两个变量。其中,需求异质性是指用户在偏好、认知、资源等方面的多样性特征,反映用户间差异与独特性[20]。根据认知—情感系统理论,个体内在动机认知会使其产生情绪反应。在开放式创新平台中,领先用户注重个性化和独特平台体验,渴望发表创新性内容和表达创新需求[9],对异质性需求的认知会显著驱动领先用户自我认同感和平台支持感的衍生。一方面,当领先用户认为自身异质性需求能为平台注入新视角时,这种“自身需求具有不可替代性”的判断会在创意发表与互动反馈中不断得以强化,进一步提升用户对自身独特需求的认知,从而深化其自我认同;另一方面,领先用户对自身异质性需求的清晰认知,会使其敏锐捕捉到平台为适配这种需求所提供的资源支持与反馈响应,并将其解读为“平台认可我的独特价值”的信号,这种认知解读会进一步转化为对平台的信任与情感依赖,即平台支持感。据此,本研究提出以下假设:
H1:需求异质性正向驱动领先用户在开放式创新平台中提升自我认同感、平台支持感。
和谐型创新激情是指个体自主对创新活动产生内在认同,并从中获得享受感和自由选择感[21]。具有和谐型创新激情的用户会自主将创新内化为自我动机,领先用户在开放式创新平台中具有高自主性、创新性和积极参与特征,这充分展现了他们的和谐型创新激情。根据认知—情感系统理论,领先用户对和谐型创新激情的积极认知会激发其正面情感体验。一方面,具有较高和谐型创新激情的领先用户会将平台创新者身份融入自身[22],并将创新活动看作自我认同的一部分,这种身份认同会驱动用户为创新活动投入时间和精力,提升自身创新行为,强化自我认同感;另一方面,具有高和谐型创新激情的领先用户参与平台创新活动会享受到支持感和愉悦感,促使他们在面对社区挑战性创新活动以及探索性问题解决方案时增强情感支持,从而提升领先用户平台支持感。据此,本研究提出如下假设:
H2:和谐型创新激情正向驱动领先用户在开放式创新平台中提升自我认同感、平台支持感。
(2)能力创新特质的作用。用户创新能力包含两个核心内涵:一是个体对自身是否具备完成某项行为的信念[23],即自我效能感;二是个体所具备的专业技能和资源利用能力,包括问题解决、信息获取、资源整合能力等[24]。因此,本文选取创新自我效能感和信息素养两个变量。其中,创新自我效能感是指个体对自身创新想法的信心和获取创新成果的信念[25]。根据认知—情感系统理论,个体能力认知会从情感层面影响其创新信心。高创新自我效能感领先用户相信自己能够在开放式创新平台中提出有价值的创新想法并成功实施,这种认知会增强他们对自身能力的信心,进而提升自我认同感。同时,高创新自我效能感用户更愿意主动参与开放式创新平台活动,积极贡献自身创新成果,以获得平台用户和管理者认可与支持,这种积极互动会进一步提升平台支持感。据此,本研究提出以下假设:
H3:创新自我效能感正向驱动领先用户在开放式创新平台中提升自我认同感、平台支持感。
信息素养是指个体有效获取、处理、评价和利用信息的能力(陈晓红等,2018)。在开放式创新平台中,具备高信息素养的领先用户能高效获取、评估和利用信息资源,并精准表达自己的创新观点和需求,从而获得平台用户和管理者认可与支持。根据认知—情感系统理论,领先用户对自身信息素养能力的认知和加工,不仅会强化用户信心,也会增强其自我认同感。同时,用户也能够更好地利用平台提供的资源和支持,满足自身信息需求,这种互动过程会增强用户对开放式创新平台的依赖和信任,进而提升平台支持感。据此,本研究提出以下假设:
H4:信息素养正向驱动领先用户在开放式创新平台中提升自我认同感、平台支持感。
根据认知—情感系统理论,个体在特定情境中会激活其内部认知—情感单元,这些单元包括期望、信念、情感和目标等,它们共同影响个体行为。当领先用户认识到自身动机—能力特质对驱动平台创新的价值和意义时,会催生出“自我价值被印证”及“平台与我协同共生”的积极情感。这表明,领先用户在开放式创新平台中的创新行为受其动机—能力特质和情感因素的综合影响。其中,情感作为中介变量,将个体内在特质与外在行为连接起来。在开放式创新平台中,领先用户的情感机制主要通过“自我”和“关系”两条路径传导。其中,“自我”路径体现领先用户对自身特质的积极自我认同;“关系”路径表明领先用户对自身创新特质的认知会强化个体与平台间的良好关系,并激发用户对平台的情感依赖。本研究引入自我层面自我认同感与关系层面平台支持感两个层面情感要素作为中介变量,主要基于以下考虑:第一,从开放式创新平台领先用户“创新特质认知—情感—创新行为”过程视角看,“自我认同感”与“平台支持感”对其创新行为有直接传导效应;第二,从内外部情感契合度看,二者分别从内部自我层面和外部关系层面影响其创新行为。因此,本文通过分析领先用户情感机制“自我”和“关系”双路径,揭示其创新行为内在影响机制。
(1)“自我路径”:自我认同感的作用。 自我认同感是个体对自我身份的认知和情感体验,是个体认识和完善内在自我的一个过程(郑芳芳等,2025)。首先,根据认知—情感系统理论,自我认同感作为一种积极的身份认同,从个体层面正向影响开放式创新平台领先用户创新行为。一方面,开放式创新平台中领先用户利用自身专业知识就某一特定话题展开互动,这不仅能使领先用户实现自我表达[26],还能提供问题解决方案,促进领先用户创新行为的自我延伸。另一方面,自我认同感促使领先用户在平台中建立更紧密的情感联结,这种情感联结使他们更愿意进行分享,从而推动创新方案的涌现。其次,一旦领先用户对“自我”创新特质的认知机制被激发,就会在平台中产生积极的自我认同情感,并开展创新活动以满足个体角色期望。这种“特质认知—自我认同”的心理机制有利于持续塑造自我形象,即通过自我认同强化开放式创新平台领先用户身份,并不断产出高质量创新成果。据此,本文提出如下假设:
H5a:自我认同感正向驱动领先用户在开放式创新平台中开展创新行为;
H5b:自我认同感在需求异质性、和谐型创新激情、创新自我效能、信息素养与领先用户创新行为间存在中介作用。
(2)“关系路径”:平台支持感的作用。 平台支持感是个体对平台支持和资源的感知,是个体与平台间建立的积极情感联结[27]。首先,根据认知—情感系统理论,平台支持感作为个体的一种积极感知,从外部层面正向影响开放式创新平台领先用户的创新行为。一方面,平台支持感为领先用户营造信任与合作的环境,使其更愿意开放自身资源与知识,融入创新活动。另一方面,平台支持感提供的积极反馈能帮助领先用户优化创新思路,增强创新动力。其次,领先用户在开放式创新平台中对自身创新特质的积极认知,会持续补充个体的情感资源,使其感受到“平台支持感”,从而更愿意开展创新行为。据此,本文提出如下假设:
H6a:平台支持感正向驱动领先用户在开放式创新平台中开展创新行为;
H6b:平台支持感在需求异质性、和谐型创新激情、创新自我效能感、信息素养与领先用户创新行为间存在中介作用。
综上所述,本研究构建理论模型,如图1所示。
图1 领先用户创新行为理论模型
Fig.1 Theoretical model of lead user innovation behavior
本研究测量项目均采用或改编自现有成熟量表,在确定量表题项前,采取如下措施进行处理:首先,对英文量表采用“翻译—回译”的方法进行核对;其次,对量表题项进行符合本研究情境的修改,最终形成正式量表,每个变量均包含3个题项。其中,需求异质性参考陈阳等[28]的研究,设计“我喜欢结合平台资源创造独特创新成果”等题项;和谐型创新激情参考Vallerand[29]的研究,设计“我热衷于在平台中尝试新方法,探索新事物,这让我感到兴奋”等题项;创新自我效能感参考李朔等[30]的研究,设计“我相信自己能够在平台中提出有创意的解决方案”等题项;信息素养参考Tsai等[31]的研究,设计“我能批判性评估信息质量,并筛选出对创新最有价值的内容”等题项;自我认同感参考楼天阳等[32]的研究,设计“平台可以很好地反映我是谁”等题项;平台支持感参考王松等[33]的研究,设计“该平台重视我提出的意见”等题项;用户创新行为参考Fang[34]的研究,设计“我会积极与平台其他成员合作,共同开发新解决方案”等题项。
已有研究多采取社会网络分析、聚类分析方法识别领先用户,其核心特点主要有两个[1]:互动内容专业性强和平台影响力大。因此,本文根据内容专业性和平台影响力两个指标识别领先用户。其中,内容专业性基于已爬取信息的语义分析计算,具体操作步骤包括文本清洗、分词处理、内容专业性系数计算,根据数据文本中关键词频率衡量用户内容专业性;平台影响力主要通过用户主题帖中的“被浏览总量”“被评论总量”“发帖量”“粉丝数”4个行为数据衡量。本研究以小米社区“MIUI综合讨论”圈子为用户数据来源,由于该圈子拥有丰富的用户交流数据,适合作为领先用户识别数据来源。利用Python爬取该圈子2024年8月—2025年1月数据共计37 496条,剔除无效数据后得到11 873名用户有效行为数据35 771条。对数据进行处理并将其量化为行为数据,采用K-means聚类分析方法识别出445名领先用户。为确保样本代表性,对445名领先用户样本作如下筛选:第一,考虑到用户平台活跃情况,将用户等级为1的领先用户予以剔除;第二,结合领先用户专业性内容发帖情况,将专业性内容发帖数小于3条的领先用户予以剔除。经样本筛选,共得到396名领先用户,对其发放线上问卷,共得到有效问卷数343份。其中,男性用户占69%、女性用户占31%;用户年龄中25岁及以下占26%、26～35岁占38%、36～45岁占22%、46岁及以上占14%;用户受教育程度中高中及以下占21%、专科占25%、本科占38%、硕士及以上占16%;用户平台注册时长中1年以内占19%、1～2年占23%、2～3年占27%、3年及以上占31%;用户登录频率中,几乎每天登录占24%、每周4～6天登录占35%、每周1～3天登录占21%、每周少于1天登录占20%(见表1)。
表1 样本概况
Table 1 Sample Profile
项目类别 数量占比(%)项目类别 数量占比(%)性别 男23769受教育程度 高中及以下7121女10631专科8625年龄 25岁及以下8926本科1323826～35岁12938硕士及以上541636～45岁7722平台注册年限1年以内651946岁及以上48141～2年7923登录天数几乎每天83242～3年9327每周4～6天121353年及以上10631每周1～3天7221每周少于1天6720
利用SPSS与AMOS对量表进行信效度分析。Cronbach′s α系数检验结果显示,各变量系数均大于0.7,量表信度较高。在效度检验方面,因子载荷分析中各变量组合信度CR均大于0.8,AVE均大于0.6,表明变量具有较高聚合效度,见表2。
表2 信效度检验结果
Table 2 Reliability and validity test results
变量变量符号因子载荷Cronbach's αCRAVE需求异质性DH0.719～0.8670.8250.8300.621和谐型创新激情HI0.809～0.8960.8940.8960.742创新自我效能感IE0.776～0.9570.9120.9160.785信息素养IL0.790～0.8570.8600.8600.673自我认同感SI0.759～0.8780.8460.8440.644平台支持感CS0.827～0.8920.8930.8940.738创新行为IB0.898～0.9280.9350.9350.828
KMO和巴特利特球形度检验结果显示,KMO检验值为0.917(>0.85),近似卡方值为5 465.681,显著性概率p<0.000 1,拒绝Bartlett球形度检验的零假设,说明量表效度结构较好。随后,对变量进行验证性因子分析,进一步识别各变量间拟合效果。七因子模型的χ2/df=1.587(<3),GFI=0.933(>0.9),IFI=0.982(>0.9),RMSEA=0.041(<0.05),各项指数拟合效果良好,说明各变量间区分效度较好。
3.4.1 直接效应分析
本文利用AMOS对数据进行分析发现,本研究模型直接路径效应相关假设均成立。首先,从领先用户创新特质对其自我认同感和平台支持感的直接效应看,和谐型创新激情对自我认同感(β=0.917,p<0.001)、平台支持感(β=0.585,p<0.001)的正向影响均显著,假设H2成立。这可能是因为:和谐型创新激情作为领先用户的内在动机,更多源于个体对创新本身的热爱与兴趣,内在驱动力能直接激发领先用户主动创新意愿,使其更容易获得自我认同感及平台支持感。信息素养对自我认同感(β=0.612,p<0.001)、平台支持感(β=0.384,p<0.001)具有显著正向影响次之,反映专业性对平台领先用户自我认同感和平台支持感具有促进作用,假设H4成立;需求异质性对自我认同感(β=0.487,p<0.001)、平台支持感(β=0.325,p<0.001)也具有显著正向影响,体现了领先用户独特需求对自我认同感和平台支持感的塑造作用,假设H1成立;创新自我效能感对自我认同感(β=0.374,p<0.001)、平台支持感(β=0.295,p<0.001)的正向影响也显著,但作用较少。这可能是因为,领先用户对自身创新能力的感知与实际存在一定偏差,且相比于动机激发与培养,能力提升更需要时间积累。其次,从自我认同感与平台支持感对领先用户创新行为的直接效应看,自我认同感(β=0.946,p<0.001)、平台支持感(β=0.563,p<0.001)均显著正向影响领先用户创新行为,假设H5a、H6a成立。其中,自我认同感对其创新行为的正向影响更加显著,这表明相比于外在支持,内在驱动力对领先用户创新行为的影响作用更明显。
3.4.2 中介效应检验
为进一步检验自我认同感、平台支持感的双路径中介效应,使用Bootstrap中介效应检验法检验中介效应是否显著,采用Bootstrap重复抽样5 000次。若95%置信区间包含0,说明不存在中介效应;若不包含0,则说明中介效应存在。结果发现,中介路径的上限和下限均不包含0,说明自我认同感与平台支持感在前因变量领先用户动机、能力创新特质对其创新行为影响中发挥部分中介作用。路径H5b和路径H6b中各变量的标准化间接效应值分别为0.404 5、0.169 7、0.181 4、0.231 8、0.200 3、0.058 9、0.113 2、0.102 6,各路径显著性水平较高,中介假设成立。从领先用户“自我”与“关系”双路径中介效应结果看,需求异质性在两条中介路径中的效应值最大。“自我”路径上,在领先用户独特性和差异化追求下,自我认同的情感联结对其创新行为具有显著推动作用。“关系”路径上,领先用户需求异质性特质在平台支持下对其创新行为发挥关键促进作用。相反,和谐型创新激情在两条中介路径中的效应值最小。“自我”路径上,和谐型创新激情本身是一种较为独立的内在驱动力,个体创新行为可能并不依赖于其对自身身份或角色的认同,因而这一中介效应值较小;“关系”路径上,对具有高和谐型创新激情的领先用户来说,他们更倾向于直接投入创新行为,而非依赖平台支持感的作用。
本研究整合动机—能力特质及情感机制6个前因变量,运用fsQCA方法探究领先用户个体创新特质要素交互对其创新行为的影响,主要基于以下考虑:第一,领先用户创新行为受认知—情感多层面因素的复杂作用,探究领先用户创新行为前因要素交互效应,加入情感机制变量能使研究结论更深刻。第二,SEM线性关系仅能探究单个领先用户特质变量在“自我”和“关系”两条情感路径下的传导效应,无法探究动机—能力创新特质与情感要素组合对领先用户创新行为的作用机制。即在情感机制作用组态下,领先用户动机—能力创新特质如何驱动其高创新行为?在缺乏情感支持的组态路径中,领先用户创新特质能否促进其创新行为?第三,利用SEM对变量间线性关系进行检验,在组态路径分析中能否得到有效验证?基于此,本文构建组态模型,见图2。
图2 组态模型
Fig.2 Configuration model
对量表数据均值进行计算,采用四分位法设置条件和结果的校准点,设定25%(完全不隶属)、50%(交叉点)和75%(完全隶属)3个阈值,利用fsQCA软件将所有变量转换为0～1模糊得分,见表3。为避免校准值处于临界点导致分类模糊,本文对案例校准后为0.5的所有前因条件加0.001进行调整。
表3 数据校准结果
Table 3 Data calibration
变量完全隶属交叉点完全不隶属需求异质性(DH)6.1675.3334.667和谐型创新激情(HI)6.0005.3334.500创新自我效能感(IE)5.0004.0003.667信息素养(IL)5.3334.6674.167自我认同感(SI)6.0005.3335.000平台支持感(CS)5.8335.3334.667创新行为(IB)6.3335.6675.000
在组态分析前需对前因条件进行必要性检验,一般以单个条件一致性数值是否大于0.9判断其是否构成结果变量的必要条件,结果见表4。单个前因条件一致性均无法有效解释领先用户创新行为的产生,因此不构成结果的必要条件。
表4 必要性检验结果
Table 4 Necessity test results
注:“～”表示逻辑运算的非
前因条件高创新行为一致性覆盖度DH0.6860.748～DH0.4050.419HI0.7780.788～HI0.3080.343IE0.7370.734～IE0.3480.395IL0.7200.740～IL0.3820.419SI0.7710.773～SI0.3310.373CS0.6660.733～CS0.4220.432
获取组态结果需进行充分性分析,以判断特定条件能否解释结果的出现。参考相关研究[35],此过程需设置合适的一致性阈值及案例频数,将案例频数设为4,将原始一致性阈值设为0.8,将PRI值设为0.7,筛选后进行标准化分析,得出简约解、中间解和复杂解。同时出现在中间解和简约解的条件为核心条件,仅出现在中间解中的条件为边缘条件,结果如表5所示。在组态结果中,高创新行为组态路径总体一致性系数为0.893,总体覆盖度为0.682,且6条路径一致性均大于0.9,表明组态解释力较好。
表5 组态模型结果
Table 5 Configuration model results
注:●表示核心条件存在,⊗表示核心条件缺失;●表示边缘条件存在,⊗表示边缘条件缺失
变量领先用户高创新行为组态路径L1aL1bL2L3L4L5需求异质性●● ●和谐型创新激情●●●●创新自我效能感●●●●●信息素养●●●●●自我认同感●●●●平台支持感 ● ●一致性0.9300.9340.9330.9160.9250.945原始覆盖率0.2210.3700.2210.4480.1390.315唯一覆盖率0.0330.0080.0330.1650.0400.024总体覆盖率0.682总体一致性0.893
领先用户高创新行为组态包括五类6条路径,反映领先用户动机、能力创新特质和情感交互下的高创新行为路径。本文所构建的多种等效组态模式为具有不同动机、能力创新特质和情感的领先用户提升创新行为提供了参考。
4.3.1 激情效能双核驱动路径
路径L1包含两条路径,均以动机创新特质中的高和谐型创新激情、能力创新特质中的高创新自我效能感为核心条件,所以将其命名为激情效能双核驱动路径。L1a以高信息素养、非高平台支持感为边缘条件;而路径L1b以高信息素养、高自我认同感为边缘条件。根据边缘条件差异,将路径L1a命名为激情效能双核—自主创新路径,将路径L1b命名为激情效能双核—认同强化路径。
两条路径具有相同核心条件,表明个体在创新过程中的内在激情和自我效能是关键驱动力。高和谐型创新激情使个体对创新活动充满热情,愿意主动投入时间和精力去探索新想法、新方法;高创新自我效能感则让用户相信自己有能力克服创新过程中的困难和挑战,从而增强对创新行为的信心。这两条路径均以信息素养为边缘条件,强调个体获取、理解和应用信息的能力对创新行为的促进作用。从路径边缘条件差异性看,路径L1a非高平台支持感意味着个体在创新过程中可能缺乏外部平台支持,但借助自身高信息素养和内在特质,依然能找到创新突破口。在L1a路径中,高和谐型创新激情提供持续情感动力、高创新自我效能感降低创新风险感知,叠加高信息素养保障资源整合能力,三者形成“动机—能力”闭环,即使无平台支持也能通过自我调节触发高创新行为;路径L1b强调高自我认同感这一边缘条件,这种认同感会强化个体创新动机和行为。在路径L1b中,高和谐型创新激情与高创新自我效能感共振,通过高自我认同感转化为稳定的创新身份认知,使创新行为从情境触发转向自我驱动,从而保证创新行为持续性。同时,从创新特质交互层面看,两条路径充分体现了领先用户动机—能力创新特质交互下的高创新行为,相比于路径L1a仅依靠动机—能力驱动,路径L1b体现了动机—能力交互在“自我”情感机制传导下的高创新行为。
4.3.2 动机—能力强力交互路径
路径L2以动机创新特质中的高需求异质性、高和谐型创新激情以及能力创新特质中的高创新自我效能感为核心条件,本文将其命名为动机—能力强力交互路径,体现了领先用户在创新过程中动机与能力的双重驱动。一方面,高需求异质性驱使用户不断探索新创新机会和解决方案,高和谐型创新激情则反映用户对创新活动的热爱和投入;另一方面,高创新自我效能感让用户相信自己有能力成功进行创新,边缘条件高信息素养则为用户提供获取、理解和应用信息的能力,使他们能够有效收集和处理相关信息。在路径L2中,高需求异质性提供创新目标导向、高和谐型创新激情注入情感动力、高创新自我效能感保障能力,叠加高信息素养加速资源转化,充分体现出领先用户“动力—能力”强力交互对其创新行为的驱动机制。
4.3.3 动机引擎—情感协同路径
路径L3以动机创新特质中的高需求异质性、高和谐型创新激情为核心条件,以情感层面中的高自我认同感、高平台支持感为边缘条件,本文将其命名为动机引擎—情感协同路径。一方面,高需求异质性驱使领先用户不断探索创新机会,高和谐型创新激情使他们愿意主动投入精力去追求创新成果。另一方面,高自我认同感会强化领先用户自身创新行为,高平台支持感则会进一步增强用户对创新的信心和平台归属感。路径L3的核心逻辑在于,领先用户高需求异质性与高和谐型创新激情形成双动机引擎,通过内部高自我认同感与外部高平台支持感的双情感协同,产生动机驱动效果,从而触发高创新行为。
4.3.4 能力—情感交互路径
路径L4强调能力创新特质中高创新自我效能感、情感层面高自我认同感的核心驱动作用,本文将其命名为“能力—情感交互路径”。一方面,高创新自我效能感与高自我认同感之间形成正向循环。创新自我效能感让用户对自身能力充满信心,而高自我认同感则让用户积极认同“领先用户”这一角色及特质。这种循环机制能持续推动用户创新行为,并产生自我强化的创新动力。而且,边缘条件高信息素养提供赋能支持,在路径中起到“加速器”的作用,使用户创新行为更加高效。另一方面,非高需求异质性表明用户在创新过程中具有相对集中的创新需求,使得用户更加专注于特定创新领域,从而提高创新质量。同时,尽管用户在创新过程中缺乏外部平台支持,但也能借助自身内在驱动力和能力找到创新突破口。在L4路径中,高创新自我效能感配合信息素养的支撑,能强化领先用户高自我认同感,形成“能力保障→身份认同”的正向循环,即使无平台支持和需求动机,仍能通过内部循环触发高创新行为,这一路径充分体现了领先用户能力创新特质与“自我”情感机制交互下的高创新行为。
4.3.5 多元协同驱动路径
路径L5以高需求异质性、高信息素养和高平台支持感为核心条件,这些条件涵盖动机、能力和情感3个层面,本文将其命名为多元协同驱动路径。一方面,高需求异质性使用户在创新过程中能触及更多领域和方向,并拓宽创新边界。高信息素养使用户能够更有效地获取和处理信息。同时,平台强力支持能够增强用户对创新的信心和归属感。另一方面,高自我效能感让用户相信自己能够成功,而高自我认同感则让用户积极认同自身领先用户这一身份及特质,这些要素能持续推动用户创新行为。在L5路径中,高需求异质性、高信息素养、高平台支持感形成“动机—能力—情感”多元协同体系,叠加高创新自我效能感与高自我认同感的补充作用,能弥补创新短板,触发高创新行为,充分表明动机、能力与情感3层面要素合力对领先用户高创新行为的驱动作用。
为深化组态路径分析,进一步探讨前因条件的替代、互补与抑制关系。第一,替代关系是指在驱动同一结果的不同组态路径中,当部分核心条件保持一致时,某一组前因条件可被另一组功能等效的条件替代,且不影响研究结果。这种替代并非简单的“条件缺失—补充”,而是基于“不同维度条件对结果的驱动效能等效”,本质上是“殊途同归”的体现[36]。从替代关系看,通过对比路径L2和L3发现,在动机层面需求异质性与和谐型创新激情双要素的作用下,能力层面双要素和情感层面双要素可形成潜在替代关系。如前文所述,前者强调“动机—能力”交互、后者强调“动机—情感”交互,表现出不同层面要素交互下的领先用户创新行为。第二,互补关系是指当两类前因条件单独存在时,其对结果的驱动效能有限,而当二者同时存在或缺失时,可形成“功能互补—效能叠加”的协同效应,显著提升结果达成概率(或显著降低结果达成概率),这种关系的本质是“条件间相互依赖”[37]。基于“两两条件同时存在/缺席”标准判断互补关系发现,创新自我效能感与信息素养在L1a、L1b、L2、L4、L5中同时存在,表明两个变量间存在潜在互补关系。领先用户创新自我效能作为“对自身创新能力的信念认知”,依托信息素养的“资源获取与整合能力”,形成“信念—工具”的能力闭环,支撑高创新行为;而“需求异质性与平台支持感”在路径L3、L5中同时存在,在路径L4中同时以核心条件缺失,说明其在一定程度上同样具有互补关系。这是因为,需求异质性作为“领先用户的独特需求认知”,需平台支持感提供“外部认可和回应”来验证,前者识别“创新方向”,后者提供“方向落地的反馈”,二者形成“需求—支撑”的创新链条。第三,抑制关系是指某一前因条件缺失会直接约束其他条件的驱动效能,形成“结果达成障碍”[38]。但这种抑制效应并非“不可逆”,在高水平组态路径中,若存在其他功能适配的条件组合,可通过“补位驱动”化解抑制效应,最终仍能达成结果。其本质上是“单一条件缺失的负向影响,被多条件协同的正向效应覆盖”,体现为“抑制—化解”的动态平衡。从抑制关系看,路径L4中需求异质性与平台支持感为核心条件缺失,需求异质性缺失会阻碍领先用户对“差异化创新方向”的识别,使其难以依托独特需求锚定创新突破口;平台支持感缺失则会抑制外部情感反馈,使领先用户难以通过平台强化创新信心。路径L4中创新自我效能感与自我认同感作为核心条件存在,信息素养以边缘条件存在。创新自我效能感通过强化“自身具备创新能力”的信念认知,降低因需求模糊和外部正向反馈感知缺失引发的创新风险,为领先用户创新行为持续提供信念支撑;自我认同感通过构建“我是合格领先用户”的身份认知,弥补平台支持缺失带来的外部认可空白,为创新行为注入情感动力;信息素养则通过高效的资源获取与整合能力,将创新自我效能感的“能力信念”转化为实际创新方案,解决因需求异质性缺失导致的“有能力无方向”问题,三者形成“能力信念—情感支撑—工具落地”的内部驱动闭环,对高创新行为起到“补位驱动”作用。因此,尽管路径L4中领先用户异质性需求与平台支持感缺乏,但通过能力创新特质双要素支撑,以及自我认同感的强化,领先用户在创新动机与情感机制上找到平衡,也能够实现高创新行为。
为确保研究结果的稳健性,对领先用户高创新行为组态结果进行稳健性检验。其一,保持案例频数与PRI值不变,将一致性阈值提升至0.85,结果与原组态结果完全一致;其二,保持案例频数与一致性阈值不变,将PRI值提升至0.75,结果与原组态结果基本一致。可见,本研究组态结果具有稳健性。
本文以小米社区领先用户为研究对象,基于认知—情感系统理论,聚焦领先用户动机—能力创新特质,结合“自我”和“关系”双情感路径构建领先用户创新行为结构方程模型,采用fsQCA方法探究触发领先用户创新行为的特质要素组合,进一步揭示领先用户特质要素的组态效应与联动机制。
SEM分析发现:第一,直接效应中领先用户动机、能力创新特质显著正向影响其自我认同感与平台支持感,且动机特质中的和谐型创新激情对“自我”与“关系”两种情感的影响效应最显著,体现了领先用户个体热爱与兴趣等内在动机对其积极情感的驱动作用。第二,在探究“自我”与“关系”两种情感对领先用户创新行为的直接效应时,两种情感均显著正向驱动领先用户创新行为,但自我认同感的驱动效应更明显,表明内在积极情感对领先用户创新行为的作用更明显。第三,中介效应结果验证了领先用户“自我”与“关系”两种情感的显著中介作用,其中需求异质性在两条情感中介路径中效应值最大,表明领先用户对其独特需求的认知通过自我认同感和平台支持感的强化显著驱动其创新行为;和谐型创新激情在两条中介路径中效应值最小,表明其作为一种强烈的内驱力,更倾向于直接推动领先用户创新。
fsQCA研究结果呈现了领先用户“动机—能力”创新特质与其“自我”和“关系”情感机制交互下的高创新行为,通过对组态路径进行对比发现存在如下共同点与差异:第一,6条路径均体现了动机、能力和情感层面要素的交互效应,但发挥作用的前因交互条件各有不同。路径L1a、L2体现了动机—能力交互效应,路径L3体现了动机—情感交互效应,路径L4体现了能力—情感交互效应,路径L1b和路径L5则体现了动机—能力—情感多元交互下的创新行为路径。这充分彰显出领先用户创新路径“殊途同归”的特点,表明领先用户创新行为并非仅受单一主导因素的影响,而是多因素综合作用的结果。第二,6条路径均凸显了领先用户动机或能力特质中双要素的关键作用,但各路径双要素发挥作用的动机或能力创新特质有所不同。路径L1a、L1b、L4和L5充分体现了领先用户能力创新特质双要素对其创新行为的影响,路径L3充分彰显了动机创新特质双要素的影响;路径L2动机与能力创新特质双要素共存,充分体现出单一层面要素间的充分作用对领先用户创新行为起关键支撑作用。第三,6个前因变量均充当过核心条件存在于路径中,但各要素核心条件存在作用强弱和路径差异性。和谐型创新激情与创新自我效能感在4条路径中以核心条件存在,需求异质性在3条路径中以核心条件存在,而信息素养、自我认同感和平台支持感则各自在一条路径中以核心条件存在。这充分彰显出和谐型创新激情和创新自我效能感对领先用户创新行为的关键作用,凸显了“动机—能力”创新特质的强力效能。6条等效组态路径为具有不同动机、能力创新特质和情感的领先用户提升创新行为提供了理论依据与实践指导。
对SEM与fsQCA结果进行对比发现,两种方法本身虽有不同,但混合研究设计为探究领先用户创新行为提供了一种更全面的视角,有利于在研究过程中相互印证、互为补充,见表6。SEM探究领先用户动机—能力创新特质要素对其创新行为的“净效应”,揭示单个领先用户创新特质要素在“自我”和“关系”两条情感路径中对其创新行为的影响效应。而fsQCA探索前因要素对领先用户创新行为的综合影响,揭示领先用户动机—能力创新特质要素交互在“自我”和“关系”情感机制下的多重创新驱动路径。
表6 SEM与fsQCA研究结论对比
Table 6 Comparison of research conclusions between SEM and fsQCA
异同点具体内容共同印证1.平台支持感对领先用户创新行为影响效应较小2.需求异质性与平台支持感协同对用户创新行为的影响较为显著差异点 1.自我认同感对用户创新行为影响的显著性在两种方法中有所不同2.和谐型创新激情与平台支持感的作用关系在两种方法中有所不同
从两种研究方法的相似性看:首先,SEM在探究自我认同感和平台支持感对领先用户创新行为的直接效应中,平台支持感的效应值较小,这一结论在组态分析中也得到验证。路径L4中平台支持感作为核心条件缺失,路径L1a中平台支持感作为边缘条件缺失,表明领先用户“内部”情感(自我认同感)较“外部”情感(平台支持感)对其创新行为的驱动作用更强。其次,在探究以“平台支持感”为中介的关系路径中,需求异质性通过平台支持感对领先用户创新行为的影响最显著,这一结论在组态分析中也得到验证。路径L5需求异质性与平台支持感同时以核心条件存在,路径L3中需求异质性以核心条件存在、平台支持感以边缘条件存在,也印证了领先用户异质性创新需求在外部正向情感反馈下对创新行为的驱动效应。
从两种研究方法的差异性看:首先,在SEM直接效应中,自我认同感对领先用户创新行为的影响最显著,而在6条组态路径中,自我认同感仅在路径L4中以核心条件存在,这一变量的核心驱动效应在组态路径中未得到很好呈现。这可能是因为:一方面,在其他变量协同作用下,不同路径间的情境依赖性较强,自我认同感的直接效应被弱化;另一方面,相较于“自我认同感”的直接效应,触发领先用户情感机制的创新特质对驱动其创新行为的作用更显著,这印证了已有学者关于fsQCA分析中不同情境下多条路径的多因素组合特征[39]。其次,在SEM对平台支持感的直接效应中,和谐型创新激情的直接效应最显著。但在4条以和谐型创新激情为核心条件的组态中,仅路径L3中平台支持感以边缘条件存在,而路径L1a中平台支持感以边缘条件缺失,表明和谐型创新激情对平台支持感的直接效应在组态中未得到很好呈现。这可能是因为:一方面,在对应路径中,和谐型创新激情虽然以核心条件存在,但并非单独发挥核心驱动作用,而是与其他条件同时作为核心条件存在。基于这种多要素路径协同,使得和谐型创新激情无法在SEM模型中展现出对平台支持感的直接促进作用。另一方面,和谐型创新激情作为领先用户内在动机,在以用户个体“创新行为”为结果变量的组态效应中更倾向于引发“自我”层面的自我认同感,而非外部“关系”层面的平台支持感。因此,组态路径更强调用户行为的“内在”影响机制,所以和谐型创新激情对平台支持感的直接效应在组态中没有得到充分验证,这也验证了以往学者强调的“相比外在支持感,内部层面因素对用户创新行为具有更强的指导作用”(杨仕元等,2018)。
(1)揭示领先用户个体层面创新特质驱动其创新行为的心理情感机制“黑箱”[4]。开放式创新平台中领先用户创新行为具有显著自我驱动特征[40],领先用户对自身创新特质的认知会激活其特定情感体验,且这一过程中情感机制是支撑领先用户个体特质发挥作用与创新行为实践开展的“桥梁”。因此,本文基于认知—情感系统理论,通过SEM验证“自我”路径的自我认同感和“关系”路径的平台支持感在领先用户创新特质与创新行为间的中介作用,有助于深入理解领先用户动机—能力创新特质对其创新行为的激活机制,进而丰富认知—情感系统理论框架。
(2)深化领先用户动机—能力交互下创新行为研究视角。现有研究虽然关注到领先用户创新特质对其创新行为的作用[6],但未厘清两者间关系。本文在已有研究的基础上,聚焦动机—能力交互视角,深化了以往对领先用户创新行为影响因素的宏观研究,打破了领先用户动机—能力相互割裂的研究现状。基于领先用户创新行为机制的系统性与复杂性,运用fsQCA方法探究领先用户动机—能力创新特质与内外部情感机制交互下的创新行为具体路径,在凸显动机—能力创新特质交互驱动高创新路径的同时(L1a、L2),也彰显出动机、能力与情感两两交互(L3、L4)或全要素协同创新路径(L1b、L5),拓展了已有关于引发用户创新行为前因要素的研究[41],回应了既有研究提出的关于用户个体特质对创新行为起预测作用的结论[42],为具有不同要素创新特质和情感的领先用户创新行为提供了参考,也为平台管理者对领先用户创新行为管理实践提供了理论指导。
(3)响应了学术界关于使用多种方法研究科学问题的呼吁[43]。通过整合SEM与fsQCA两种研究方法验证因果变量线性机制的同时,也深化了对创新过程的认识,弥补了现有对领先用户创新行为集合论思想研究的不足[44]。针对用户创新行为,以往文献多运用回归分析方法探究其前因变量的边际净效应[14],导致前因要素机制研究不够深入。本研究运用SEM整合领先用户动机—能力创新特质及情感机制的中介传导作用,运用fsQCA探讨动机、能力创新特质与情感之间的并发协同效应,对SEM与fsQCA两种方法的研究结论进行相互验证与补充,为领先用户创新行为研究提供了更为全面、深入的视角[45]。
(1)SEM与fsQCA均强调领先用户需求异质性通过平台支持感对创新行为的重要作用,平台管理者需深挖领先用户异质性需求,加强社区支持。一方面,管理者需及时关注领先用户行为动态,深度链接平台内领先用户群体,精准分析其行为内容与需求表达,并为其提供个性化服务和资源,从而高效挖掘其个性化需求和产品创意;另一方面,平台需建立荣誉体系,表彰和认可领先用户的专业能力及贡献,增加领先用户的平台支持感,持续发挥其创新优势,为平台提供源源不断的创意方案和创新支持。
(2)鉴于“自我”和“关系”两条情感中介路径在联结领先用户创新特质与行为之间的重要作用,平台管理者需加强领先用户对“自我”积极情感的认同,强化领先用户对“平台支持”的情感归属。一方面,平台可对领先用户实行用户身份荣誉认证,充分彰显领先用户在社区的角色定位和价值贡献,增强其对“自我”的积极情感认同;另一方面,平台管理者需对领先用户群体强化“关系”支持,为领先用户充当坚固“后盾”。平台需构建开放、包容的社区文化,促进用户间互动协作,强化领先用户对“平台支持”的情感归属。
(3)平台管理者应为具有不同动机、能力创新特质和情感的领先用户提升创新行为制定针对性管理策略。对高和谐型创新激情与创新自我效能感用户提供创新资源和工具,支持其自主探索;对需求异质性、和谐型创新激情与创新自我效能并存用户提供创新机会和培训指导,满足其多样化创新需求;对需求异质性与和谐型创新激情突出用户,通过增强社区支持感和自我认同感,激发其创新动机;对创新自我效能感与自我认同感较强的用户提供专业培训和技术指导,提升其创新能力和信心;对需求异质性、信息素养和平台支持感较高用户整合内外部资源,提供全面支持,促进其创新行为的开展。通过这些个性化策略,平台更能有效激发领先用户创新行为,提升其整体创新能力和竞争力。
本文存在如下不足:第一,以小米社区领先用户为研究对象,探讨开放式创新平台领先用户“动机—能力”交互特质对其创新行为的影响机制,未来可扩大样本范围,选取多类别开放式创新平台,提高研究结果的稳健性;或者将研究视角拓展至平台其他不同类型用户行为研究,如核心用户、长尾用户等,探究多类用户特质对其创新行为的影响机制。第二,从认知—情感系统理论探究领先用户创新特质对其创新行为的影响,未来可从其他理论视角进行研究,如自我决定理论和社会认同理论等。第三,本文采用横截面数据,未来可采用跨周期或纵向数据探讨领先用户动机—能力交互对其创新行为的作用机制。
[1] 沈占波, 王蒙, 刘建泽. 开放式创新社区不同用户群体知识共享角色与协同作用研究——基于小米平台的扎根探索[J]. 现代情报, 2024, 44(5): 32-44.
[2] MISCHEL W. Toward a cognitive social learning reconceptualization of personality[J]. Psychological Review, 1973, 80(4): 252-283.
[3] CHESBROUGH H W. Open innovation: the new imperative for creating and profiting from technology[M]. Harvard:Harvard Business Review Press,2003.
[4] 白景坤,孙晓彤,李健民.开放式创新社区情境下的用户创新行为研究——理念型心理契约视角[J].科技进步与对策,2025,42(3):27-37.
[5] VON HIPPEL E. Lead users: a source of novel product concepts[J].Management Science,1986, 32(7): 791-805.
[6] 谢康,李晓东,夏正豪,等. 用户潜在创造力对数字产品创新的影响——基于动机—机会—能力理论视角[J]. 中国工业经济, 2024,42(6): 136-154.
[7] WEST J,SALTER A,VANHAVERBEKE W,et al．Open innovation: the next decade[J]．Research Policy,2014,43(5): 805-811．
[8] 沈占波,李昂.开放式创新社区核心参与者知识共享行为的多重驱动路径研究[J].科技进步与对策, 2023, 40 (21): 118-128.
[9] 郑晓霞,李志强.领先用户创新意愿的影响路径研究[J].经济问题,2022,43(10):83-90.
[10] JEPPESEN L B,FREDERIKSEN L．Why do users contribute to firm-hosted user communities?the case of computer-controlled music instruments[J]．Organization Science,2006,17(1):45-63.
[11] 任声策, 翟珈玉, 许晖. 用户社区视角下的用户创新研究[J]. 科技管理研究, 2018, 38(10): 14-22.
[12] 王楠, 张士凯, 陈劲. 领先用户研究:概念,测量与影响因素[J]. 科研管理, 2019, 40 (1): 170-177.
[13] 王莉,夏萱. 品牌社区中用户创新行为缘何缺失,又因何兴起——基于权力感视角的研究[J].科研管理,2023,44(2):176-183.
[14] 朱祖平,阮荣彬,宋格.开放式创新平台激励与约束机制对用户创新行为的影响[J].科技进步与对策,2024,41(3):44-54.
[15] 王婷婷,刘惠瑾.价值共创视角下虚拟品牌社群互动与重复购买行为——品牌认同的调节作用[J].商业经济研究,2020,39(23):80-83.
[16] 尹苗苗,王晓楠,吴钰,等.在线社会支持总是有助于提升用户创造力吗[J].南开管理评论,2025,28(7):66-77.
[17] 范钧,范晓微.在线品牌社区社会支持对顾客创造力影响机制研究[J].中央财经大学学报,2023,43(5):119-128.
[18] 张慧颖,米学娇,曲霏.开放创新社区中用户人格特质如何影响其创意实施贡献——一个有调节的链式中介模型[J].科技进步与对策,2025,42(15):119-128.
[19] ERIC VON HIPPEL．The source of innovation[M]．New York:Oxford University Press,1988.
[20] 储节旺,陈善姗. 互联网+时代下网络用户信息需求新特点对电商模式的影响研究[J]. 现代情报, 2018,38(5): 11-16.
[21] VALLERAND R J, BLANCHARD C, MAGEAU G A, et al. Les passions de l'ame: on obsessive and harmonious passion[J]. Journal of Personality and Social Psychology, 2003, 85(4):756-767.
[22] HO V T, KONG D T, LEE C H, et al. Promoting harmonious work passion among unmotivated employees:a two nation investigation of the compensatory function of cooperative psychological climate[J]. Journal of Vocational Behavior, 2018, 106:112-125.
[23] 贾明霞,熊回香. 虚拟学术社区知识交流与知识共享探究——基于整合S-O-R模型与MOA理论[J].图书馆学研究, 2020,41(2): 43-54.
[24] 高锡荣,王兴蓉．用户创新能力的维度划分及结构关系模型构建[J]．重庆邮电大学学报(社会科学版),2020,35(6):136-144．
[25] CARMELI A, SCHAUBROECK J. The influence of leaders' and other referents' normative expectations on individual involvement in creative work[J]. The Leadership Quarterly, 2007, 18(1): 35-48.
[26] 周俊,毛湛文.网络社区中用户的身份认同建构——以豆瓣网为例[J]．当代传播(汉文版),2012,38(1) :74-76．
[27] 孟韬. 品牌平台中管理员支持感、平台支持感与顾客创新行为[J]. 经济管理, 2017, 39 (12): 122-135.
[28] 陈阳,施俊琦,王明姬,等.消费者独特性需求量表的研究[J].心理科学,2005,42(6):171-173.
[29] VALLERAND R J,HOULFORT N.Passion for work:theory,research,and applications[J].Oxford University Press,2019,55(4):949-975.
[30] 李朔,易凌峰,尹轶帅.创业型领导何以激发员工创新行为——论创新自我效能感和组织认同的作用[J].湖北社会科学,2020,34(11):83-90.
[31] TSAI M J, TSAI C C. Information searching strategies in web-based science learning: the role of internet self-efficacy[J]. Innovations in Education and Teaching International, 2003, 40(1): 43-50.
[32] 楼天阳,陆雄文.虚拟社区与成员心理联结机制的实证研究:基于认同与纽带视角[J]. 南开管理评论,2011,14(2):14-25.
[33] 王松,丁霞,李芳.网络嵌入对虚拟品牌社区顾客参与价值共创的影响研究——自我决定感的中介和平台支持的调节[J].软科学,2019,33(11):107-112.
[34] FANG E. Customer participation and the trade-off between new product innovativeness and speed to market[J]. Journal of Marketing, 2008,72(4): 90-104.
[35] RAGIN C C. Redesigning social inquiry: fuzzy sets and beyond[M]. Chicago:University of Chicago Press, 2009.
[36] 刘雨展,王永伟,耿森.员工越轨创新行为的复杂驱动模式:能力、动机与机会的组合效应[J].科技进步与对策,2025,42(14):139-149.
[37] 郝兴霖,张樨樨.平台型企业商业模式创新组态研究——基于共创生态视角[J].华东经济管理,2024,38(1):37-47.
[38] 杨浩东,王高峰.房价对科技创新影响的结构效应评估研究[J].价格月刊,2023,44(10):1-12.
[39] 贺艳,林辰.社交媒体平台研究生学术性数字囤积行为影响因素研究——基于SEM和fsQCA的实证分析[J].图书馆研究与工作,2025,46(7):16-30,63.
[40] 黄微,杨佩霖.面向科技创新话题的知识社区用户参与行为影响因素研究——基于MOA框架的组态分析[J].情报理论与实践,2023,46(2):90-99,70.
[41] CHEN C S,CHANG S F,LIU C H.Understanding knowledge sharing motivation, incentive mechanisms,and satisfaction in virtual communities[J].Social Behavior and Personality:An International Journal, 2012, 40(4): 639-647.
[42] LIW,GILLSA,WANG Y,et al.Proactive personality and innovative work behavior: through the juxtapose of Schumpeter's theory of innovation and broaden-and-build theory[J].Frontiersin Psychology,2022,13(6):1-17.
[43] 马鸿佳,王亚婧.制造企业平台化转型如何打破“数据孤岛”——基于人—数交互理论的混合方法研究[J].管理世界,2024,40(4):176-200.
[44] 关婷婷,黄金莹.博士生到高职院校就业意愿的影响因素研究——基于PLS-SEM与fsQCA的影响因素与多元路径分析[J].职业技术教育,2025,46(21):65-74.
[45] 古安伟,蒋慧慧,鲁喜凤,等.数字化情境下用户参与产品创新组态效应研究——基于TOE框架的fsQCA分析[J].科技进步与对策,2022,39(22):72-81.