王 楠，陈详详，祁运丽，王莉雅

(北京工商大学商学院，北京 100037)

1 引言

在线用户创新社区是一个为用户提供意见反馈、交流产品或服务想法的虚拟交互空间[1]，能够汇聚众多用户创意，为实现内部创新与用户创意的融合提供了巨大机会[2]。众多知名企业纷纷建立了在线创新社区，并将注意力聚焦于如何激励用户在社区中贡献创意[3-4]。这也引发了新的问题“海量用户创意与企业有限认知资源间的矛盾”[5]。具体来说，随着社区的持续运营，社区用户快速增加，用户提交的创意也呈现指数式的增长，并且大量创意存在质量不高、表达模糊不规范等问题，造成了严重的信息超载现象[6]。另外，社区对用户创意的采纳是一个复杂的过程，需要审核、评估等一系列流程，大多数企业并没有明确的标准审核和评估用户创意[7]。如何识别社区创意采纳的影响因素，帮助社区从海量创意中快速筛选有价值的创意，成为社区存续与发展的关键。

已有学术界关于在线创新社区的研究主要聚焦于如何激励用户贡献创意[8-9]，少量学者研究了社区创意采纳问题，存在较大的局限性[6, 10]。首先，以往研究隐含地认为用户提交的创意能够完全被评估[6]，这与现实情景并不一致，如何解决社区审核者认知负荷这一问题应该得到重视。其次，社区中的用户创意采纳过程受到多种影响因素的影响，但以往关于用户创意采纳影响因素的研究大多仅考虑某方面的个别因素[7, 11]，缺少用户创意采纳影响因素的系统分析框架。最后，关于用户创意采纳影响因素的作用效果尚未达成一致意见，尚未对社区创意采纳有一个清晰的认识[6]。为此，亟需引入新的视角系统分析用户创意采纳的影响因素，从而提高用户创意采纳的效率。

详尽可能性模型(Elaboration Likelihood Model)认为个体对信息的采纳过程也是一个说服过程，当信息接受者接收信息时会做出一系列可信度的判断，进而影响信息采纳决策[12]。该模型认为信息接受者在可信度评估时主要通过中心路径和边缘路径进行综合评估，其中边缘路径是基于信息来源的可信度理论，该理论认为交流主体(信息源)间的感知可信度会影响交流过程中的说服力，而中心路径是基于论证质量理论，加强论证质量是影响信息接受者态度改变的重要方式[12]。详尽可能性模型系统地揭示了个体信息采纳的过程。在线创新社区中用户贡献的创意本质上也是一种信息，社区创意采纳与个体信息采纳类似，都需要对创意或信息进行审核、处理，最终建立采纳[7]。另外，创意贡献者的信息通过与其发布的创意绑定在一起，社区审核者可以依据创意的边缘路径(信息源)作为启发式思考的线索，而后依据信息的中心路径(论证质量)进行评估，最后做出采纳决策。详尽可能性模型为系统分析社区创意采纳现象提供了理论框架。

因此，本文以详尽可能性模型为基础理论框架，构建了由用户社区地位、用户贡献行为、社区认可度和创意内容质量构成的用户创新社区四维度创意采纳模型，系统揭示社区创意采纳的影响因素。从理论层面上说，本文全面分析了创意采纳的影响因素，弥补了以往研究视角和缺乏体系的局限性，也拓宽了详尽可能性模型的应用领域。从实践层面来说，本文的研究结果不仅能够在一定程度上解决社区审核者认知负荷的问题，提高社区创意审核效率，而且有助于用户更好地展现创意以提高创意采纳的可能性，对用户创新社区的高效发展具有指导意义。

2 模型构建与假设提出

本文构建了社区创意采纳的详尽可能性模型，如图1所示。社区创意采纳的详尽可能性模型由边缘路径和中心路径共同组成，边缘路径与源的可信度相关，是与创意具体内容无关的一些边缘线索，包括用户社区地位、用户贡献行为和社区认同度三个方面，而中心路径与创意论证质量，通过创意内容质量进行衡量。此外，社区吸收能力与社区审核者的信息介入度紧密联系，吸收能力越高其对相关信息的熟悉程度会越高。根据社区中存在的认知负荷，创意数量和创意内容质量是造成社区认知负荷的主要来源，社区吸收能力可能会影响创意内容质量与创意采纳之间关系的影响。为此，本文这里考虑了社区吸收能力在创意内容质量与创意采纳的调节效应。

图1 研究模型

2.1 边缘路径对创意采纳的影响

2.1.1 用户社区地位对创意采纳的影响

用户社区地位是指用户在创新社区中被认可的程度，被认可的程度越高，用户在社区影响力就会越大，其社区地位就会越高[13]。用户的社区地位分为官方社区地位和非官方社区地位两类，这两方面的社区地位均会影响社区创意采纳。官方社区地位是指社区平台给予用户身份地位的肯定程度，通过用户个人档案中社区给予用户的积分奖励进行判断[14]。社区会根据用户对社区的贡献给予其积分奖励[9]，积分大小可以在一定程度上表示用户在社区地位的大小。由于社区创意采纳的决策者是社区运营者，社区对用户的社区地位认同度越高，可能越会重视该用户[13-14]，在评估大量的用户创意时可能会分配较多认知资源，更有可能采纳该用户的创意。因此，本文认为：

H1：用户的积分会对创意采纳产生积极的影响。

非官方社区地位是指社区中的其他用户对用户的认可度。当其他用户对该用户的认可度较高时会在社区产生较大的影响力[14]。初步研究表明，在网络社区中，好友数量较多、社交广泛的用户群体在社区中受到高度尊重。例如，Fuller和Steve[15]研究发现拥有不同数量好友的用户具有不同的影响力，会影响社区对其创意采纳的可能性。此外，社区好友可以为社区成员带来较好的社区感觉，进而产生较高的归属感、信任及满意度，促进用户在社区的贡献行为，进而对创意的采纳产生正向的影响。因此，本文认为：

H2：用户的好友数量对创意采纳会产生积极的影响。

2.1.2 用户贡献行为对创意采纳的影响

用户贡献行为可以分为主动贡献和反应贡献两类[16]。主动贡献行为是指用户主动、自愿的贡献行为[17]，在社区主要体现为用户的发帖行为。反应贡献行为是指用户积极回应其他用户信息的行为[18]，在社区主要表现为用户对其他用户创意的评论行为。对于用户贡献有效性的评价可以通过之前的创意采纳率进行判断[6]。

用户主动发表的创意通常与难以模仿的、与比较新颖的知识相联系，可能具有较大的经济价值。通过不断地提供、分享关于产品或服务的使用经验，提出有价值的产品或服务改进意见、解决方案，有益于用户进行批判式思考，提高自身的创新能力，进而提供更有价值的创意。此外，用户提交的创意越多，获得的反馈越多，与社区其他成员的互动和思想交流有利于促进用户相关知识的多元化[1]。多元化知识体系的形成，有利于用户对产品以及市场有更清晰的了解，进一步提高其创新能力。随着用户对产品以及市场的了解，该用户提交的创意越可能具有操作性及经济价值，越可能被社区采纳。因此，本文认为：

H3：用户以前提交创意对创意采纳会产生积极的影响。

用户回应社区其他用户创意的过程也是学习产品知识的过程，这一过程能够加深用户对产品知识的了解[19]。然而，由于认知资源的有限性，如果用户把过多的认知资源集中在对社区用户创意的评论上，其分配在提交创意活动上的认知资源就会相应减少。相关研究表明，相较于反应贡献行为，主动贡献行为更能够提高用户思维的活跃度，更利于用户提出高价值的创意[20]。因此，如果用户在对其他用户的评论上分配过多的认知资源会不利于用户创新思考能力的提升，不利于其提出高价值的创意，也不利于社区对其创意的采纳。因此，本文认为：

H4：用户提交评论数量对创意采纳会产生消极的影响。

创意采纳率是指用户之前提交创意被采纳的比率，能够在一定程度上揭示用户的创新能力。之前创意采纳率较高的用户可能会对产品有更多的了解[17]，更可能提出具有较高经济价值的创意，其提出的创意更具吸引力。当社区审查者面对海量的创意，无法详细评估每条创意时，社区倾向于分配更多的认知资源去审核以前创意采纳率较高用户提交的创意，对其创意的采纳产生积极的影响[6]。因此，本文认为：

H5：用户的创意采纳率对创意采纳会产生积极的影响。

2.1.3 社区认同度对创意采纳的影响

社区认同度是指创意得到其他社区用户关注和认同的程度，可以通过创意收到的评论数量和评分来进行判断。根据资源基础观，当用户需要从其他用户那里获得资源或他们具有其他用户所需要资源时，会进行评论互动。评论互动过程中汇集的异质性知识资源会促进用户对产品的了解，帮助用户完善自己的创意[16]。同时，用户创意获得的评论或评分可以在一定程度上说明该创意在社区被关注和认可的程度。相关研究表明，与低认可度的创意相比，被高度认可和关注的创意更容易引起社区审核者的注意[21]，促进社区审核者分配相对较多的认知资源评估其创意，提高创意被采纳的可能性[1]。因此，本文认为：

H6：创意收到评论对创意采纳有正向影响。

创意收到的评分是指社区用户对创意评分的总和。社区中的用户会根据自己的兴趣、目标或偏好判断其对创意内容的赞同程度，进而对创意内容进行评分[6]。创意收到的评分在某种程度上体现了用户创意受到社区成员认同的程度[3]。高分值的创意被认为在社区中很受欢迎，也在一定程度上代表着其在市场上被顾客接受的程度[4]。当社区审核者存在认知上的负荷时，很有可能把创意收到的评分作为该创意价值的体现[6]。相对于低评分的创意，社区审查者更愿意把认知资源分配在获得相对高评分创意的评估上，进而促进高评分创意的采纳。因此，本文认为：

H7：创意收到评分对创意采纳会产生正向的影响。

2.2 中心路径对创意采纳的影响

创意内容质量是指用户提交创意的创新性及易理解性，与创意长度及创意的论证质量高度相关，是影响社区审核者认知负荷的重要因素[6]。创意内容质量可以通过创意长度以及创意包含论据数量进行衡量。

当用户在社区发布创意时，创意长度可能会影响创意被理解的程度[22]。社区创意与用户经验或需求紧密相关，属于较抽象、难以传递的隐性知识。使用简短、抽象的语言进行创意表述，不仅会缺乏足够的细节或遗漏一些信息，还可能会因为表达过于抽象而难以被理解，这两种情况都会影响创意的质量，对创意采纳产生消极影响[10]。因此，加长创意长度，可以提高创意清晰度及易理解性，对创意采纳产生正向的影响。然而，语言学和认知负荷的相关文献都表明，过长的信息可能会降低信息清晰度和论证质量，具有较低说服力[23]。由于社区审核者认知资源的有限性，过长的创意不利于社区审查者对创意的理解，从而对创意采纳产生消极的影响[5-6]。因此，本文认为：

H8：创意长度与创意采纳呈倒U型的曲线关系。

当用户在社区中发布创意时，可以通过在创意表述中插入超链接、图片等论据来支持创意[6]。通过在创意中添加创意的来源或提供图片证据可以提高创意的可信度。首先，在创意中添加支持性的证据可提高创意的解释力度。其次，在创意中添加支持性的证据可提高创意的说服力[6]。最后，在创意中添加支持性的证据更易引起社区其他用户的关注[24]。因此，在创意中使用论据可以提高创意质量，促进社区对创意的采纳。与创意长度相类似，当创意中包含过量的支持性证据时，可能会掩盖创意的核心内容，增加社区审核者的认知负荷，不利于社区审核者对创意的采纳[22]。因此，本文认为：

H9：创意论据数量与创意采纳呈倒U型的曲线关系。

2.3 社区吸收能力的调节作用

社区吸收能力是指社区审核者对创意的理解、评估以及采纳的能力。在进行创意采纳时，社区吸收能力能够影响社区审核者对中心路径和边缘路径的选择[21]。社区吸收能力与对相关知识的掌握和理解程度相关，社区在对应板块已采纳的创意可以在一定程度上表示其对该领域知识的熟悉程度。社区在对应板块已采纳的创意越多，代表企业对该模块产品或服务知识的了解和掌握越透彻，吸收能力越强。信息长度是信息复杂性的指标，当创意过长时会造成一定程度的认知负荷[25]。然而，当社区吸收能力较高时，社区审核者对创意长度增加的敏感度会降低，能够缓解由于创意长度增加而带来的认知负荷。同样的道理，在社区吸收能力较高的情况下，在创意中引用论据能够促进社区对创意的加理解，更有利于社区对创意的采纳。此外，社区吸收能力的提升也能够缓解因过多的创意论据对社区审核者造成的认知负荷。基于此，本文提出了假设H10和H11。

H10：社区吸收能力能够正向调节创意长度与创意采纳间的倒U型曲线关系，即随着社区吸收能力的增加，创意长度与创意采纳间的倒U型曲线的正向斜率会更加陡峭，负向效率会更加平坦。

H11：社区吸收能力能够正向调节创意论据数量与创意采纳间的倒U型曲线关系，即随着社区吸收能力的增加，创意论据数量与创意采纳间的倒U型曲线的正向斜率会更加陡峭，负向效率会更加平坦。

3 研究设计

3.1 样本选择与数据收集

小米MIUI社区运行成熟、用户活跃度高，自社区2010年10月建立以来，用户已经在MIUI社区提交了850万多条帖子。MIUI社区的功能建议板块主要用于收集用户对MIUI ROM的建议与功能需求。用户在该板块发布的帖子与企业MIUI系统的产品创新高度相关，是用户参与MIUI系统更新迭代的重要途径。因此，本文以用户在MIUI社区新功能建议板块提交的帖子为研究对象。本文通过Python语言编程抓取了MIUI社区新功能讨论板块2011年6月至2018年2月期间99000个用户发布的17.8万余条创意。数据的收集过程主要分为两轮。第一轮主要获取用户的个人信息，第二轮主要获取用户在新功能建议板块提交帖子的相关信息。而后，通过用户ID实现两轮数据的整合。为了保证数据的质量，本文通过以下三条标准对数据进行剔除整理：(1)剔除提交时间不在所研究时间范围内的帖子；(2)剔除信息不完整的帖子条目；(3)剔除完全重复的帖子条目。最终，本文获得了67893个用户发布的16.3万个有效创意。

3.2 变量测量

本文的研究变量包括因变量、自变量和控制变量三类，各变量的测量如表1所示。其中，对于因变量创意采纳(Adopt)的测量主要依据社区创意的官方章子类型来进行判断。在MIUI社区中，用户发布的创意在经社区审核(审核时间通常超过一天)后变更为不同状态，社区审核人员会根据创意的质量及其创新价值等给予创意不同的官方章子，包括：处理中、已解决、已收录、请补充、待讨论等，其中处理中、已解决和已收录表示该用户的创意已被采纳，取值为1，其他状态表示用户的该条创意未被采纳，取值为0。本文选取了当月创意提交量、用户社龄、社区社龄作为模型的控制变量。通过控制与创意相关的特征减少干扰变量对模型结果的估计。

表1 各变量描述及定义

3.3 Logit模型的建立

在本研究情景下，测量用户创意是否被采纳属于二元选择的结果。对于二元选择模型的度量包括两种方法：Logit模型和Probit模型。Logit模型假设事件发生的概率服从Logistic分布，而Probit模型假设事件发生的概率服从正态分布。在创意采纳的过程中，社区审核者会依据创意来源、创意社区认可度、创意内容质量等相关因素进行理性思考，从而做出对企业最有利的选择。社区创意采纳的概率更符合于Logistic分布。因此，本文选择Logit模型来检验本文的假设。创意采纳的概率密度可写为：

Pr(adopti=1|Xi)=

其中，Λ=ex/(1+ex)，其中α是常量，εi是误差项，βj描述自变量贡献的大小，其被定义为事件发生的概率与事件将不会发生的概率的比率。

4 结果与讨论

4.1 描述性统计和相关系数检验

本文首先对数据进行了1%的缩尾处理。表2各变量的描述统计特征显示：当月创提交量有最小值661到最大值12582不等，这说明了社区每个月都可能面临一定的认知负荷。社区用户年龄的最小值0到最大值68个月，均值为17.69个月，这说明了样本中包含一定比例的新老用户，数据分布具有一定的合理性。

此外，表2中各变量的相关系数的结果显示，各自变量均与创意采纳显著正相关。此外，仅有好友数量与积分之间的相关系数为0.536，其余变量间相关系数的绝对值均小于0.5，这说明变量间的多重共线性不显著，不会影响后续的分析结果。

表2 变量间相关系数(N=16,3298)

注：***表示p<0.001，**表示p<0.01，*表示p<0.05，+表示p<0.1

4.2 假设检验

本文使用Stata14.0，通过Logit模型对假设进行检验，结果如表3所示。列(1)表示控制变量对创意采纳的影响；列(2)加上了主要自变量对创意采纳的影响。列(3)检验了创意长度以及创意论据数量的二次效应估计值；列(4)检验了社区吸收能力的调节效应。

表3 假设检验结果

注：***表示p<0.001，**表示p<0.01，*表示p<0.05，+表示p<0.1

本文主要依据列(3)结果进行假设的分析。用户社区地位中的用户积分(β= 0.061，p< 0.001)、好友数量(β= 0.021，p< 0.1)对社区创意的采纳具有积极的影响，假设1和假设2得到验证。相对于非官方社区地位(β=0.025)，官方社区地位(β=0.061)对创意采纳的积极影响更为显著。用户贡献行为中的以前发布创意(β= 0.051，p< 0.001)和创意采纳率(β= 0.126，p< 0.001)均能够显著正向影响社区对创意的采纳，然而用户之前提交的评论数(β= 0.035)对创意采纳没有显著的影响，假设H3和假设H5成立，假设H4未得到验证。这可能是因为反应贡献行为不需要用户进行过多的思考，对其他用户创意的零散评论不利于其形成完整的知识框架体系，而主动提出创意的用户通过学习与吸收其他用户对其发布创意的反馈，有利于完善其相关知识体系。随着其专业知识和创新能力的提升，用户更易提出高价值创意，更易被采纳。此外，社区认同度中的创意收到评论(β= 0.031，p< 0.01)和创意收到评分(β= 0.060，p< 0.001)均与创意采纳显著正相关，这说明创意社区认同度越高该创意被采纳的可能性越高，假设H6和H7成立。

图2 创意长度与创意采纳关系图

图3 创意论据数量与创意采纳关系图

由(2)和列(3)对比可知，列(3)加上创意长度二次项和创意论据平方项之后，模型的AIC和BIC指标都有明显的减小，模型(3)具有更好的拟合优度，这说明了二此项很重要，去掉二次项可能会造成估计结果的偏差。创意长度平方、创意论据数量平方与创意采纳间的回归系数分别是β=-0.229(p< 0.001)、β=-0.090 (p< 0.01)，这说明创意长度和创意论据数量均与创意采纳之间存在倒U型的关系，假设H8和假设H9得到验证，结果如图2和图3所示。由列(4)可知，创意长度与社区吸收能力的交互项(β= 0.051，p< 0.05)与创意采纳显著正相关，社区吸收能力能够正向调节创意长度与创意采纳之间的曲线关系，假设H10成立，结果如图4所示。而创意论据数量与社区吸收能力的交互项与创意采纳的回归系数不显著，假设H11未得到验证。这可能是因为创意包含的论据数量没有影响社区审查者对创意文字的理解，在进行创意评估的过程中创意论据仅有一定的辅助作用，不能够从本质上影响社区审查者对创意的理解，社区吸收能力不会显著影响创意论据的辅助性作用，即社区吸收能力不能调节创意论据数量与创意采纳之间的关系。

图4 社区吸收能力的调节效应

4.3 稳健性检验

为确保结果的稳健性，本文对数据进行了两项额外的检验。首先，由于社区审核者需要花费一定的时间和精力对创意进行评估，特别是某一时间段提交创意较多时，社区审核者对创意的评估可能会出现延迟现象。因此，本文剔除了距离数据收集时间小于6个月的创意条目对模型进行重新验证。此外，用户提交创意时可能会出现失误提交的状况，如创意未编辑结束就进行了提交，这种失误提交的创意可能会导致估计结果的偏差。因此，本文剔除了创意长度小于15的创意题目对模型进行重新检验。结果如表4所示，新数据集的两次验证结果与完整数据的估计结果具有良好的一致性，本文具有较好的稳健性。

表4 稳健型检验结果

注：***表示p<0.001，**表示p<0.01，*表示p<0.05，+表示p<0.1

5 结语

本文基于详尽可能性模型，构建了在线创新社区中社区创意采纳的详尽可能性模型，系统考察了社区采纳用户创意过程中的影响因素，主要得出了如下结论：(1)社区创意采纳受边缘路径的影响。用户社区地位、用户贡献行为及创意社区认同度都对创意采纳有一定的影响。相对于非官方社区地位，官方社区地位对创意采纳的积极影响更为显著。相对于用户贡献行为，用户的主动贡献行为及其贡献效率对创意采纳产生积极的影响，而反应贡献行为与创意采纳之间的关系并不显著。在创意社区认同度方面，创意收到评论数量及评分对创意采纳均产生积极的影响。(2)社区创意采纳受中心路径的影响。创意长度及创意论据数量均与创意采纳成倒U型的曲线关系，即在一定范围内，创意长度及论据数量对创意采纳产生正向的影响，超出一定范围后，创意长度及论据数量对创意采纳产生消极的影响；(3)社区吸收能力能够正向调节创意长度与创意采纳之间的倒U型关系，即创意长度较短时，社区吸收能力促进创意长度对创意采纳的积极影响，当创意长度较长时，社区吸收能力抑制创意长度对创意采纳的消极影响。

我们的研究结果对企业或社区审核者具有一定的启发意义。首先，我们的研究结果为社区审核者从大量创意中筛选出有潜在价值的思想提供了指导原则。首先，研究表明社区创意过程实际上也是一个说服过程，社区审核者在采纳用户创意时会受到边缘路径和中心路径影响。鉴于此，企业可以先依据创意贡献者的社区地位、以往贡献行为等边缘信息先初步筛选出可能提供具有潜在创意价值的用户群体。此后，依据创意社区认同度这一边缘线索对上述已筛选出的高潜力用户群体的创意进行初步筛选。社区认同是同行评估的结果，能够在一定程度上预测创意实施后市场的接受度及受欢迎程度。较高社区认同度的创意在实施后可能更易获得成功，企业在分析创意时可以将同行评论的结果作为创意价值的补充证据，依据同行评论的结果在创意层面对创意进行初步筛选。最后，分配主要精力，依据中心路径对上述已筛选出的创意进行详细分析与评估，并结合企业的运营状况采纳最有价值的创意。

其次，我们的研究结果为社区审核者指导用户更好地描述创意具有借鉴意义。研究发现适当长度或包含适当论据的创意更易被采纳。这说明仅仅依靠信息的输入来获取社区审核者的关注并不是最佳的方法，用户准确规范地编码创意才是提高其创意被采纳可能性的正确方式。为了帮助用户更好地编码创意，社区审核者可以制定一个创意描述规范原则来指导用户更清晰地描述其创意。例如，鼓励用户在表述创意时添加必要的图片或链接证据。

最后，社区管理人员应该认识到社区自身的吸收能力对缓解创意采纳过程中的认知负荷具有重要意义。研究结果发现社区吸收能力能够积极影响创意长度与创意采纳之间曲线关系，企业准确快速理解用户创意能够提升创意采纳的效率。为提升社区自身的审核能力，社区审核者应该为社区各主题板块安排专门的审核小组，对各板块的审核小组进行专门化的专业知识培训，增加其对相应板块知识的掌握程度。通过对专业知识的逐渐掌握，社区审核者会提高对用户创意的理解能力，这在一定程度上会减轻其因为难以理解用户创意而造成的认知负荷，有利于提高创意审核效率。