开放式创新社区在线用户创新意见采纳影响因素

姜亦涵 谷方杰 汪梦玉

摘 要：用户创意是开放式创新社区中的一个重要创意来源，并被视为企业的战略性资源。用户创意的采纳通常被视为创新质量的关键评价标准，这也是许多学者的研究焦点。本文对相关文献进行了深入的整理与归纳，总结出影响创新意见采纳的关键因素，这些因素包括：用户特性、创新想法特性以及社交互动。文章还梳理了企业在不同的动机影响下对创新意见采纳的侧重点，并提出了相关的发展建议。

关键词：创新；开放式创新社区；创意采纳

一、引言

“创新”这个词的概念最早由美籍奥地利经济学家约瑟夫·熊彼特在1912年的《经济发展理论》一书中提出。熊彼特将创新定义为“新的生产要素和生产条件的‘新结合”。他进一步认为创新是生产过程中的内生动力，而非外部因素的影响。经过这个理论在20世纪60年代由美国学者罗杰斯提出的“创新扩散理论”，对创新的理解进一步深化。

由于社会的进步和经济的快速发展，市场竞争愈发激烈，企业对创新的认识也逐渐拓宽。传统的创新模式正在向可持续创新模式转变，愈发重视引入外部知识和技术的角色。市场的竞争压力使企业不得不调整传统的创新方式，以借助外部力量来实现突破。同时，用户由被动的创新成果接受者转变为创新过程的主动参与者。这种“用户创新”模式逐渐成为企业创新的主流模式。

用户共享创新信息并对创新问题进行探讨的模式使开放式创新用户成为企业创新的重要来源，对创新社区的重视使企业注入更多的资金来建设创新社区。

然而，创新社区的发展是一把双刃剑。它能为企业的创新提供源头，但在采纳创新社区的建议时，需要处理大量的信息，这需要企业投入大量的资金。本文旨在分析创新社区意见采纳的影响因素，探讨其各种影响因素，研究哪些方法能最大化提升企業的创新绩效。

二、文献综述

1.开放式创新社区

开放式创新社区（Open Innovation Community，简称OIC）是一个涉及大量用户互动和探讨、迭代创新想法的平台，为企业创新发展提供了丰富的选择。与此相关的概念，学者们提出了多种不同的研究方法，主要可以归纳为三种：用户群体视角、网络平台视角以及网络组织视角。

从用户群体视角，Von Hippel教授首次提出“用户是创新者”的观点，定义用户创新为“用户提出对产品和服务改进或创新的方案”。从网络平台视角，Blohm将开放式创新社区看作企业利用Internet技术吸引用户参与产品研发的平台。从网络组织视角，Fichter认为用户创新是一个非正式网络，汇集了来自不同组织的人，为企业创新带来了集思广益的可能。

国内学者对企业创新的理解也在发展。丁志慧等人将用户创新社区定义为在线创新团队，由特定成员组成，利用网络技术处理产品问题或开发解决方案。戚桂杰和李奕莹也认为OIC作为企业对用户的窗口，提供了一种虚拟的开放创新环境，使企业外部的互动交流更广泛。总的来看，国内学者普遍认为开放式创新社区是一个能对企业创新绩效产生积极影响的虚拟网络平台。

2.企业创新社区信息采纳机制

DiGangi和Wasko首次研究了创新社区中新产品开发人员信息采纳的问题。基于信息扩散理论，他们通过案例分析发现信息的存在时间和复杂性会影响其被采纳的过程。Bayus的研究则揭示，用户过去发布的信息会影响其当前信息是否被采纳。如果用户过去有成功采纳的信息，可能会对其当前信息产生负面影响。然而，Huang和Singh的观点恰恰相反，他们认为用户之前有成功采纳的信息，对当前信息产生正面影响。

Li则综合考虑了信息发布者特征、信息特征和信息呈现方式三个方面的影响。廖晓等人的研究发现，专家用户在创新社区中的建议更有可能被采纳，因为他们发布的信息具有较高的说服力。祁运丽对创新社区信息采纳机制的总结则更全面，她在前人研究的基础上提出，用户的参与强度对创意采纳有积极影响，而参与深度对创意采纳有负面影响。

三、影响开放式创新社区创意采纳的主要因素

1.创意采纳的概念与测量方法

“创意采纳”最初来自学者Rogers的创新扩散理论，指的是单位决定是否使用个人或群体的创意。后续的研究者对创意采纳的理解主要基于Rogers的解释。目前，企业主要从创意内容出发，利用客观数据采纳创意，并采用二分法进行度量，用0或1表示结果，0代表未被采纳，1表示被采纳。随着在线用户状态的实时更新，创意内容也可能会改变。采用二分法可以方便地理解创意内容的动态变化并获得客观结果。判断创意是否被采纳，一般会参考企业创意采纳部门专家对创意内容的回复以及创意实施的程度。

2.创意采纳的影响因素

创意采纳的过程是指用户在新产品的开发阶段提出相关的有质量有价值的建议，并且这一建议被企业所采纳。郭爱芳等认为用户本身与其创意作为用户创新核心，用户自身特征、所提创意的特征都可能对用户创新结果产生一定影响。谢荷锋等认为当前关于在线用户创新社区创意采纳的前因研究，主要集中在创建者特征、创意想法特征和社会交互三个方面。与之前的文献相比较，谢荷锋的文献研究则更为全面，在前人的基础上对创意采纳的过程及其影响因素进行了进一步的完善。本文认为，创意采纳的影响因素主要有用户参与创意的深度与广度、用户以往对社区的知识贡献、用户在开放式创新社区与其他用户的社会关系、创意社区的认同、创意人气、所提出创意的长度等（见表1）。

3.创意特征对创意采纳的影响机制

（1） 用户特征

用户特征会对企业创意采纳产生影响，用户特征具体可以分为用户参与度、用户以往贡献。

用户参与度可以具体分为用户参与深度与用户参与强度。用户参与深度反映了成员参与行为的水平高低和复杂程度，即用户分组。而用户参与强度则可以理解为“源可信度”，即信息来源的可信度。本文认为用户参与度具体体现在用户群体与企业之间进行的互动，用户群体与企业互动的深度与广度能在很大程度上影响用户创造的积极性，从而影响创意的质量，进而会对企业采纳意见产生影响。用户参与深度具体体现在用户分组上，而用户分组会让信息采纳的相关人员倾向于选择和以前例子有关的意见，而这种“惯性行为”会让信息采纳人员错过有质量的创新意见。因此，用户参与深度会对信息采纳产生负面影响。而用户参与强度是指用户信息的可信度，用户发布信息的可信度越高，信息采纳的可能性就越高。因此，用户参与强度会对信息采纳产生正向影响。

用户以往贡献指的是以往用户为获取社区发布的任务奖励，而对社区所作做出的相应贡献，而且这种贡献也主要是以知识贡献为主。一方面，在用户帮助其他用户的过程中，不仅能激发自己的创新思维，还能加强与他人的交互，促进社交关系；另一方面，用户在创新社区所做的知识贡献也能在一定程度上反映用户的知识水平。因此，用户以往贡献对创新信息的采纳有着显著的正面影响。

用户特征对企业创新有所影响，主要体现在用户参与度和用户以往的贡献两方面。用户参与度可细化为参与的深度和强度两个层面。参与深度反映了用户在活动中的参与程度和复杂性，例如用户是否分组参与等。参与强度则体现为信息的可信度。通常情况下，用户参与度的深度和广度能有效提升用户的创新积极性，并最终影响创意的质量，从而对企业采纳意见产生影响。然而，过深的用户参与度可能造成信息采纳人员错误地倾向于选择与之前相似的意见，从而错过一些高质量创新意见，因此可能产生负面效果。而信息可信度高则更容易被采纳，所以用户参与强度对信息采纳有正向影响。用户以往贡献主要反映在他们以往在获取社区任务奖励时对社区的知识贡献。这种贡献主要包括提供专业知识、帮助解决问题、提出新观念等。通过这种方式，一方面，用户不仅能提高自己的创新思维，还能促进与他人的社交关系。另一方面，用户在创新社区的知识贡献能反映出他们的知识水平，也会对创新信息的采纳产生正向影响。

（2） 创意特征

审查人员关注的主要创意特征包括：创新的长度、创新的论证和创新的人气。

用户在社区发布创新时，发布内容的长度关乎信息是否易被理解。一般來说，信息越长、内容越复杂、清晰度越低，理解难度和说服难度也就越大。过长的信息会增加审查人员的工作负担，导致关键信息被忽视，从而降低创新被采纳的概率。因此，信息长度应适中，既能表达创新思路，也易于被理解。

除此之外，用户在发布创新内容时，可以通过添加图片、视频或超链接等方式，增强其说服力。有论证支持的创新描述能提升信息质量，这样的信息更容易被审查人员接受，更有可能被采纳。因此，创新描述中的论证和创新采纳之间存在正向关联。

在开放创新社区中，用户发布的观点会被其他人看到，他们可以通过点赞、投票或评论等方式表达对创新的看法，这反映了创新的人气。高人气的创新更可能被市场接纳，也就更可能被企业采纳。因此，创新的受欢迎程度和创新采纳之间存在正向关联。

（3） 社会交互

创新社区的社会交互也是用户在创新社区的社会关联度，即用户之间建立的友好关系。像这种好友通常是对同一话题感兴趣或通过有关社区活动认识的，参与到社交当中的个体之间密切的交流更有助于其开拓思维、促进社区行为的实现。另外，良好的社区关系会给用户带来归属感，用户与用户之间建立的信任进一步吸引其他人进入社区，这一用户群体对社区的贡献是不可估量的。因此，用户的社会关联度越高，越有利于创意被采纳。

开放创新社区中的社交互动可以体现出用户社交关联度，即用户与其他社区成员间的社交联系。这些联系通常源于共同的兴趣点或社区活动，个体参与社区的交流，不仅能开拓思维，也有助于社区行为的推进。另外，良好的社区关系为用户带来归属感，用户之间建立的信任将吸引更多人加入社区，由此可知，用户的社交关联度越高，其创新越可能被采纳。

四、开放式创新社区创意采纳视角

创新社区中的创意采纳可以从认知、动机和情感三个视角进行分析。认知心理学揭示了社交对象的深度和广度对创新采纳的影响，创新扩散理论阐述了企业采纳创新的动机，社会影响理论则从情感角度考虑了创意采纳中满足他人期望的规范性影响。尽管认知、动机和情感视角对创新采纳有详尽的阐述，但张宁等人则从价值共创视角出发，基于信号传递理论探讨开放式创新社区中创意采纳的影响因素。企业应针对具体情况，选择最适合自身的采纳创新意见的视角。

在认知视角下，用户可能会认为企业过去采纳的建议具有一定的可行性，因而降低了创新的多样性。动机视角下的组织更倾向于采纳低成本、易实施且有高经济回报的创新。而情感视角涉及的社会影响理论指出了社区行为模式的规范性影响对创新采纳的作用。

综上，单一视角下的用户创新创意采纳虽然可以带来优势，但综合多个视角进行创新意见采纳会更加理想。尽管这可能会增加企业的工作量，但实质上会对企业带来更大的提升。因此，本文建议企业在采纳创新意见时，应以多角度综合的方式看待问题。

五、结论与建议

1.结论

开放式创新社区的在线用户创新意见是企业寻求长期竞争优势的重要创新资源。然而，只有被采纳的意见才能发挥其价值。因此，探究影响创新用户意见采纳的因素对于企业的长期经营至关重要。本文结合有关信息采纳的原有研究，梳理出三类影响信息采纳意愿的因素：用户特征、创意特征、社会交互，并详细解释其内在影响机制。此外，还总结了企业在不同视角下采纳意见的优势与劣势。

首先，主要影响创意采纳的因素包括用户特征（如用户参与度、用户以往贡献），创新特征（如创新的长度、创新的认可度、创新的人气）以及社交交互。用户在创新社区的社会关联度，即与其他用户的友好关系会促进社区发展，有助于塑造创新氛围，对创新意见采纳有利。

其次，企业对创新意见的采纳态度会因视角不同而有所偏重。因此，企业应根据自身条件，寻求最佳创新意见，并从综合视角中采纳。虽然各视角下的需求各有特点，但组织普遍倾向于采纳受用户欢迎且复杂性较低的创新。

2.建议

对于企业，用户的认同感和参与强度可以筛选出大量的创新意见，企业可在这些已筛选的意见中进行评估，选择最合适的。用户间的社交关系对于建设具有归属感和依赖感的社区至关重要。用户之间可以在社区中分享观点、促进知识交流以及激发创新思维。此外，企业应提供一种工具标准以帮助用户更好地表达创新内容。

对于用户，增加参考页面和图片数量可以提高创新采纳的可能性。用户应在适当范围内描述创新以利于审查。同时，审查员应允许用户在合理范围内描述创新，避免过度参与。想在社区中持续领先的专业人员，应被允许从更广泛的视角，打破传统框架进行思考，成为更具创新价值的社区用户。

对于社区，应建立个性化的在线用户参与产品创新支持体系。用户创新的排名不仅应依据浏览量、评论数量等指标，还应考虑用户的社会关联度、参与深度和强度等因素。此外，社区需要建立针对不同用户特征的信息数据库，以挖掘对社区发展有价值的用户。

参考文献：

[1]VARADARAJANR.Innovating for sustainability：a framework for sus-tainable innovations and a model of sustainable innovations orientation[J].Journal of the Academy of Marketing Science，2017（1）：14-36.

[2]GUSTAFSSON A，KＲISTENSSON P，WITELLL.Customer co-creation in service innovation：a matter of communication？[J].Journal of Service Management， 2012（3）：311-327.

[3]GAMBAＲDELLA A，ＲAASCH C，VON HIPPEL E.The user innovation paradigm：impacts on markets and welfare[J].Management Science，2016（5）：1450-1468.

[4]王松，杨洋，刘新民.基于图注意力网络的开放式创新社区用户创意潜在价值发现研究[J].数据分析与知识发现，2021（11）：89-101.

[5]Von Hippel，E.The Dominant Role of Users in the Scientific Instrument Innovation Process[J].Research Policy，1976（3）：212-239.

[6]Schr der A，H lzle K.Virtual Communities for Innovation：Influence Factors and Impact on Company Innovation[J].Creativity＆Innovation Management， 2010（3）：257-268.

[7]赵超.区块链+在线创新社区的融合前景与运行机制[J].北方经济，2021（8）：72-76.

[8]申青雯，苗虹.SaaS创新社区中开发者影响力的影响因素研究[J].经营与管理，2022（1）：14-22.

[9]Fichter K.Innovation Communities：The Role of Networks of Promotors in Open Innovation[J].Social Science Electronic Publishing，2009（4）：357-371.

[10]丁志慧，刘伟，黄紫微.面向用户创新社区的企业知识创新价值链模型研究[J].科技进步与对策，2015（12）：129-133.

[11]戚桂杰，李奕莹.企业开放式创新社区在线用户贡献度研究[J].科技进步与对策，2016（14）：81-87.

[12]Di Gangi P.M.，Wasko M.Steal My idea！ Organizational Adoption of User Innovations from a User Innovation Community：A Case Study of Dell Idea Storm[J].Decision Support Systems，2009（1）：303-312.

[13]Bayus，B.L.Crowdsourcing new product ideas over time：an analysis of the Dell IdeaStormcommunity[J].Management Science，2013（1）：226–244.

[14]Huang，Y.&Singh，P.V，Srinivasan K.Crowdsourcing New Product Ideas Under ConsumerLearning[J].Social Science Electronic Publishing，2014（9）：2138-2159.

[15]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（8）：28-40.

[16]廖曉，李志宏，席运江.基于加权知识网络的企业社区用户创新知识建模及分析方法[J].系统工程理论与实践，2016（1）：94-105.

[17]徐鹏宇.创新社区中在线用户信息采纳的影响因素[J].管理观察，2018（25）：53-54.

[18]祁运丽.在线用户创新社区中创意采纳的影响因素研究[D].北京工商大学，2018.

[19]谢荷锋，熊鹰，欧阳彪.在线用户创新社区创意采纳研究述评与展望[J].南华大学学报（社会科学版）， 2021（6）： 61-70.

[20]CUMMINGS J N.Work groups，structural diversity，and knowledge sharing in a global organization[J].Management Science，2004（3）：352-364.