孫妮妮 ，孟慶良 ，杭 益 ，陳曉君

（1.江蘇科技大學(xué)服務(wù)制造模式與信息化研究中心，江蘇鎮(zhèn)江212003；2.江蘇科技大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇鎮(zhèn)江212003）

眾包創(chuàng)新作為一種新型創(chuàng)新模式，是企業(yè)把傳統(tǒng)由內(nèi)部員工執(zhí)行的創(chuàng)新任務(wù)，以自由自愿的形式交給外部網(wǎng)絡(luò)用戶來完成的商業(yè)模式［1］。該模式已被實(shí)踐證明是獲取網(wǎng)絡(luò)群體知識資源、提升創(chuàng)新績效的有效模式：InnoCentive自2001年創(chuàng)立以來，匯聚了200多個(gè)國家和地區(qū)、超過36萬的用戶參與，破解了2000多項(xiàng)創(chuàng)新難題；寶潔公司借助NineSigma向70萬用戶發(fā)放創(chuàng)新需求，高質(zhì)量完成了100多個(gè)創(chuàng)新項(xiàng)目；戴爾公司的眾包創(chuàng)新平臺IdeaStorm，截至目前已有超過28800條想法被提交，超過550條得到實(shí)現(xiàn)。在國內(nèi)近年來也出現(xiàn)了一些眾包平臺，如豬八戒網(wǎng)、任務(wù)中國、海爾HOPE、美的美創(chuàng)等，取得了顯著成績［2］，但其應(yīng)用上還處于信息處理和簡單工作眾包等初級范圍，且主流企業(yè)參與不足，與國外創(chuàng)新領(lǐng)先企業(yè)傾力打造眾包創(chuàng)新模型形成強(qiáng)烈反差。其主要原因之一就是企業(yè)對眾包創(chuàng)新模式的先進(jìn)理念缺乏系統(tǒng)認(rèn)識，應(yīng)用上缺乏信心，亟需理論引領(lǐng)。

一、問題的提出

雖然越來越多的企業(yè)建立不同的眾包創(chuàng)新模型以解決創(chuàng)新難題，但隨著眾包創(chuàng)新模式的實(shí)踐應(yīng)用，出現(xiàn)了用戶持續(xù)參與意愿不強(qiáng)、知識持續(xù)貢獻(xiàn)不足、眾包創(chuàng)新績效不高等問題［3-5］。為此，一些學(xué)者從參與動機(jī)［6-7］、獎(jiǎng)勵(lì)機(jī)制設(shè)計(jì)［8-9］、平臺運(yùn)作模式管控［10-11］等方面研究了眾包創(chuàng)新績效的提升路徑與策略問題。眾包創(chuàng)新是通過以聯(lián)網(wǎng)為載體而創(chuàng)建的一種發(fā)包企業(yè)與接包用戶互動協(xié)作的開放式創(chuàng)新社區(qū)，因此，用戶之間的互動對眾包創(chuàng)新貢獻(xiàn)產(chǎn)生重要影響。

Wu等［12］提出社會大眾的有效互動增強(qiáng)了個(gè)體用戶的知識共享與信任水平；Chang和Chuang［13］通過實(shí)證研究發(fā)現(xiàn)用戶間互動可以有效提高其創(chuàng)意質(zhì)量，要鼓勵(lì)用戶利用互聯(lián)網(wǎng)開展交流溝通，提升其知識財(cái)富貢獻(xiàn)；雷靜［14］的研究發(fā)現(xiàn)，眾包創(chuàng)新任務(wù)發(fā)布后，存在興趣相同的接包用戶會針對該任務(wù)發(fā)表個(gè)人見解或評論，一方面可以將自身知識與他人分享；另一方面也可以從他們的見解中獲取知識，有助于提升眾包創(chuàng)新績效；吳煜山［15］以網(wǎng)絡(luò)問答社區(qū)——知乎為研究對象，發(fā)現(xiàn)社區(qū)成員之間的聯(lián)系越多，越有可能引發(fā)群體智慧的涌現(xiàn)；郭偉等［16］結(jié)合Local Motors眾包平臺，探索了平臺用戶間的交互反饋對個(gè)體創(chuàng)新貢獻(xiàn)的影響，發(fā)現(xiàn)反饋數(shù)量和質(zhì)量均對個(gè)體創(chuàng)新貢獻(xiàn)有顯著影響，其中反饋次數(shù)對個(gè)體創(chuàng)新貢獻(xiàn)有顯著正向影響，反饋率和反饋人員多樣性對個(gè)體創(chuàng)新貢獻(xiàn)有顯著負(fù)向影響。

可見，在眾包創(chuàng)新模式下，用戶間互動對眾包創(chuàng)新貢獻(xiàn)產(chǎn)生重要影響，而促進(jìn)參與用戶間的互動交流是打造良好知識分享環(huán)境、激發(fā)用戶參與活力并維持眾包創(chuàng)新平臺持續(xù)健康發(fā)展的關(guān)鍵。上述研究做出了大量成果，對提升用戶的眾包創(chuàng)新貢獻(xiàn)度具有重要指導(dǎo)價(jià)值。但相關(guān)研究主要聚焦于探索接包用戶的互動反饋對創(chuàng)新貢獻(xiàn)的影響，并且過于強(qiáng)調(diào)知識分享在用戶互動對眾包創(chuàng)新績效影響過程中的中介作用，缺乏從關(guān)系網(wǎng)絡(luò)視角探索用戶間互動對其創(chuàng)新貢獻(xiàn)的直接作用機(jī)理。為此，本文以IdeaStorm為研究對象，運(yùn)用社會網(wǎng)絡(luò)分析方法（social network analysis，SNA）深入分析用戶的互動網(wǎng)絡(luò)結(jié)構(gòu)，選取用戶的互動網(wǎng)絡(luò)中心性指標(biāo)（出度中心度、入度中心度、中間中心度、入接近中心度和出接近中心度）作為關(guān)鍵變量，探究用戶互動行為對其創(chuàng)新貢獻(xiàn)的影響，以期為眾包平臺引導(dǎo)用戶高質(zhì)量互動、提高眾包創(chuàng)新績效提供理論支持。

二、眾包創(chuàng)新平臺中用戶間互動的網(wǎng)絡(luò)結(jié)構(gòu)分析

（一）社會網(wǎng)絡(luò)分析方法

社會網(wǎng)絡(luò)分析方法（SNA）能夠滿足對于復(fù)雜社會關(guān)系的量化探討，有力拓展了社會關(guān)系結(jié)構(gòu)的相關(guān)研究，在知識傳播、關(guān)系治理和角色識別等領(lǐng)域應(yīng)用廣泛［17-18］。SNA范式下的相關(guān)研究認(rèn)為任何個(gè)體行為都是嵌入在一個(gè)具體的、實(shí)時(shí)的社會系統(tǒng)中，而社會網(wǎng)絡(luò)是社會行動者以及關(guān)系的集合。SNA可以從個(gè)體和整體兩個(gè)層面出發(fā)理解研究對象的社會網(wǎng)絡(luò)特性，實(shí)現(xiàn)對研究對象的關(guān)系互動量化分析。SNA的主要參數(shù)及其含義匯總見表 1［17］。

表1 SNA的主要參數(shù)及其含義

（二）數(shù)據(jù)獲取與處理

眾包創(chuàng)新平臺是企業(yè)為有效獲取用戶創(chuàng)意或解決創(chuàng)新任務(wù)而創(chuàng)建的一種使企業(yè)與用戶以及用戶個(gè)體之間進(jìn)行互動協(xié)作的虛擬開放式創(chuàng)新環(huán)境［19］。具有用戶參與自由自愿、組織形式十分松散、創(chuàng)新目的性較強(qiáng)等特征。用戶可以自由提交創(chuàng)意，或者參與他人創(chuàng)意的討論、投票和評價(jià)等，從而形成了一個(gè)復(fù)雜的社會網(wǎng)絡(luò)，為創(chuàng)意的涌現(xiàn)和創(chuàng)新任務(wù)解決方案的獲取提供良好契機(jī)?；诘湫捅姲鼊?chuàng)新平臺——戴爾IdeaStorm的相關(guān)數(shù)據(jù)，探究眾包創(chuàng)新模式下用戶間互動的網(wǎng)絡(luò)結(jié)構(gòu)特征。

利用爬蟲軟件八爪魚采集器（6.4版）獲取IdeaStorm平臺中已實(shí)施項(xiàng)目中75個(gè)發(fā)起人提交的創(chuàng)意項(xiàng)目，以及1195個(gè)用戶提交的4128條評論。運(yùn)用UCINET6.212繪制社會網(wǎng)絡(luò)圖，如圖1所示。在這個(gè)有向網(wǎng)絡(luò)圖中，每個(gè)節(jié)點(diǎn)代表一個(gè)參與用戶，共有1226個(gè)節(jié)點(diǎn)，1679條連接。圖中的形狀越大表明該節(jié)點(diǎn)的中間中心度越高，其越可能居于網(wǎng)絡(luò)的核心位置。網(wǎng)絡(luò)的整體屬性指標(biāo)值見表2，可見整體網(wǎng)絡(luò)的互惠性（0.66%）較低，網(wǎng)絡(luò)密度（0.11%）也很低，表明該眾包創(chuàng)新平臺的用戶聯(lián)系不夠緊密。

（三）網(wǎng)絡(luò)中心性分析

根據(jù)SNA的主要分析參數(shù)，從點(diǎn)度中心度、中間中心度和接近中心度3個(gè)方面進(jìn)行分析。

1.點(diǎn)度中心度

本研究中，社會網(wǎng)絡(luò)是眾包創(chuàng)新用戶間評論關(guān)系的有向網(wǎng)絡(luò)，可從出度中心度（out-degree centrality，OutDeg）與入度中心度（In-Degree centrality，InDeg）來分析節(jié)點(diǎn)的中心度，統(tǒng)計(jì)結(jié)果見表3。入度中心度的指標(biāo)值分布范圍較廣，即用戶間的入度中心度差異較大，而出度中心度的指標(biāo)值分布范圍相比小很多。出度中心度的中心勢為1.522%，其值較小，說明網(wǎng)絡(luò)用戶的出度差異較小，擅于主動評論的用戶群體集權(quán)現(xiàn)象不明顯；入度中心度的中心勢為11.898%，遠(yuǎn)高于出度中心度的中心勢，說明網(wǎng)絡(luò)用戶的入度中心度差異較大，被“評論”的用戶有著更為明顯的集中趨勢。這些差異也說明了用戶提交與獲得的評論數(shù)存在較大的不對稱性，反映出該網(wǎng)絡(luò)存在較低的互惠性。

2.中間中心度

中間中心度表示某個(gè)節(jié)點(diǎn)對網(wǎng)絡(luò)資源的控制程度，節(jié)點(diǎn)的中間中心度越高，說明該節(jié)點(diǎn)越多地占據(jù)資源和信息流通的關(guān)鍵位置，對資源的控制能力越強(qiáng)。該網(wǎng)絡(luò)的中間中心度描述性統(tǒng)計(jì)結(jié)果見表4，各節(jié)點(diǎn)的中間中心度分布情況如圖2所示，其中CRB為節(jié)點(diǎn)相對中間中心度。不難看出98%的用戶中間中心度為0，也就是說在該網(wǎng)絡(luò)中大部分用戶為邊緣型用戶。中間中心勢指數(shù)（network centralization index）為 0.91%，也相對較小，認(rèn)為該網(wǎng)絡(luò)趨近于環(huán)形網(wǎng)，即大部分節(jié)點(diǎn)在網(wǎng)絡(luò)的邊緣，難以控制其他節(jié)點(diǎn)之間的互動。

3.接近中心度

對于有向關(guān)系網(wǎng)絡(luò)，接近中心度包括入接近中心度（In-closeness centrality）與出接近中心度（out-closeness centrality）。該網(wǎng)絡(luò)各節(jié)點(diǎn)的接近中心度分析結(jié)果見表5?？梢园l(fā)現(xiàn)無論是出接近中心度還是入接近中心度，一個(gè)節(jié)點(diǎn)與其他網(wǎng)絡(luò)節(jié)點(diǎn)的捷徑距離之和均很大，即節(jié)點(diǎn)之間較難到達(dá)，這一結(jié)果反映了該網(wǎng)絡(luò)的聯(lián)系較為稀疏、不夠緊密。

圖1 中間中心度測度網(wǎng)絡(luò)的可視化

表2 網(wǎng)絡(luò)的整體屬性指標(biāo)值

表3 出度與入度的描述性統(tǒng)計(jì)結(jié)果

表4 節(jié)點(diǎn)的中間中心度描述性統(tǒng)計(jì)

圖2 中間中心度的分布圖

（四）結(jié)構(gòu)洞分析

結(jié)構(gòu)洞指的是兩個(gè)節(jié)點(diǎn)間的非冗余聯(lián)系，通常用有效規(guī)模（Effective size）、效率（Efficiency）、限 制 度（Constraint）和 等 級 度（Hierarchy）4個(gè)指標(biāo)進(jìn)行描述。運(yùn)用UCINET6.212對樣本數(shù)據(jù)進(jìn)行結(jié)構(gòu)洞分析，結(jié)果見表6?？梢园l(fā)現(xiàn)該網(wǎng)絡(luò)中存在較多用戶的限制度與等級度為1，表明網(wǎng)絡(luò)中這些用戶的信息資源獲取受到了很大的限制，而且較大水平的集中在個(gè)體網(wǎng)中的某一行動者身上。需要指出的是，一般情況下，網(wǎng)絡(luò)限制度小的節(jié)點(diǎn)，其網(wǎng)絡(luò)的有效規(guī)模值就會大，但是當(dāng)與該節(jié)點(diǎn)相連的節(jié)點(diǎn)之間存在彼此聯(lián)結(jié)時(shí)，產(chǎn)生了重復(fù)聯(lián)結(jié)，會減少結(jié)構(gòu)洞的存在，而網(wǎng)絡(luò)有效規(guī)模與網(wǎng)絡(luò)限制度之間的關(guān)系規(guī)律就會被打破［17］。結(jié)構(gòu)洞的存在客觀上來說既有優(yōu)勢，也有劣勢：優(yōu)勢在于針對行動者而言，處于結(jié)構(gòu)洞位置的參與用戶可以高效獲取信息，占據(jù)資源優(yōu)勢并獲取所帶來的控制利益；劣勢在于結(jié)構(gòu)洞的存在對于平臺中的信息資源流動具有負(fù)向影響。

（五）小世界特性分析

表5 接近中心度分析結(jié)果

表6 個(gè)體網(wǎng)結(jié)構(gòu)洞分析結(jié)果

表7 距離矩陣描述統(tǒng)計(jì)

由表7可見，在這個(gè)1226×1226的距離矩陣中，網(wǎng)絡(luò)節(jié)點(diǎn)之間的平均距離為3.736，最小距離為1，最大距離為7。說明在該眾包創(chuàng)新平臺中，每兩個(gè)參與用戶之間平均僅需要3.736個(gè)用戶就可建立聯(lián)系。根據(jù)小世界效應(yīng)理論，平均距離小于10，即可判定用戶間形成的社會網(wǎng)絡(luò)具有小世界特性，也意味著該平臺的信息傳播速度較快，用戶間的交流互動得到有效支持。此外，基于距離的聚類系數(shù)（取值在0～1之間，聚類系數(shù)越大則表示更大的內(nèi)聚性）為0.276，指標(biāo)值并不是很大，表明用戶間的互動深度不夠。

三、用戶間互動對其眾包創(chuàng)新貢獻(xiàn)的影響

通過分析眾包創(chuàng)新模式下用戶間互動的整體網(wǎng)絡(luò)結(jié)構(gòu)，可知每個(gè)用戶在互動網(wǎng)絡(luò)中處于不同的網(wǎng)絡(luò)位置，對關(guān)系網(wǎng)絡(luò)資源的控制能力存在巨大差異，從而表現(xiàn)出不同的創(chuàng)新貢獻(xiàn)行為。為進(jìn)一步探索眾包創(chuàng)新模式下用戶間互動對其創(chuàng)新貢獻(xiàn)的影響機(jī)理，將繼續(xù)基于IdeaStorm眾包創(chuàng)新平臺相關(guān)數(shù)據(jù)，以用戶的出度中心度、入度中心度、中間中心度、入接近中心度和出接近中心度作為用戶間互動行為的測度指標(biāo)，以用戶在眾包創(chuàng)新平臺中提交的創(chuàng)意數(shù)、平臺得分和獲得的投票數(shù)來表征用戶的創(chuàng)新貢獻(xiàn)，構(gòu)建假設(shè)模型，運(yùn)用多元回歸分析法開展實(shí)證研究。

（一）基準(zhǔn)模型構(gòu)建與假設(shè)

1.眾包創(chuàng)新模式下用戶創(chuàng)新貢獻(xiàn)的度量

眾包創(chuàng)新的目的就是為了挖掘集體智慧，通過多樣化的知識共享與碰撞產(chǎn)生新的創(chuàng)意或創(chuàng)新解決方案，其本質(zhì)就在于外部網(wǎng)絡(luò)知識的獲取與利用。因此，眾包創(chuàng)新模式成功的關(guān)鍵在于維持用戶持續(xù)參與眾包創(chuàng)新活動，不斷分享相關(guān)知識與創(chuàng)意，提升其眾包創(chuàng)新貢獻(xiàn)，激發(fā)眾包創(chuàng)新平臺活力。在眾包創(chuàng)新相關(guān)研究文獻(xiàn)中，較多學(xué)者研究了用戶創(chuàng)新貢獻(xiàn)的測量問題：Lüthje［20］提出用戶對產(chǎn)品或服務(wù)使用經(jīng)歷中的問題描述，即為用戶的創(chuàng)新貢獻(xiàn)內(nèi)容，因?yàn)檫@些是企業(yè)急需獲取的相關(guān)信息；Magnusson［21］則認(rèn)為用戶的貢獻(xiàn)應(yīng)表現(xiàn)為針對產(chǎn)品或服務(wù)所存在問題的創(chuàng)新解決方案；黃令賀和朱慶華［22］在分析網(wǎng)絡(luò)百科的用戶貢獻(xiàn)時(shí)指出，應(yīng)從詞條層面、內(nèi)容層面和價(jià)值層面3個(gè)方面進(jìn)行測量：詞條層面主要以一段時(shí)間內(nèi)用戶創(chuàng)建或者編輯詞條的總次數(shù)來衡量，內(nèi)容層面主要是將用戶所貢獻(xiàn)的文本數(shù)量來測量，而在價(jià)值層面則主要指用戶貢獻(xiàn)內(nèi)容的價(jià)值；王麗偉［23］提出用任務(wù)解答者人數(shù)、有效的解決方案數(shù)量和競賽任務(wù)完成率作為眾包創(chuàng)新競賽績效的測量指標(biāo)；王婷婷等［24］則以用戶在社區(qū)持續(xù)發(fā)表的創(chuàng)意個(gè)數(shù)衡量該用戶的創(chuàng)新貢獻(xiàn)。

基于上述文獻(xiàn)，結(jié)合IdeaStorm眾包創(chuàng)新平臺的運(yùn)作特點(diǎn)，在有利于獲取用戶創(chuàng)新貢獻(xiàn)客觀數(shù)據(jù)的基礎(chǔ)上，從用戶的創(chuàng)新貢獻(xiàn)數(shù)量和質(zhì)量兩個(gè)方面確定眾包創(chuàng)新模式下用戶創(chuàng)新貢獻(xiàn)的測量維度：以用戶提交的創(chuàng)意數(shù)直觀反映其創(chuàng)新貢獻(xiàn)數(shù)量；以用戶的平臺得分和獲得的投票數(shù)來衡量用戶的創(chuàng)新貢獻(xiàn)質(zhì)量。

2.眾包創(chuàng)新模式下用戶間互動的測量變量及相關(guān)假設(shè)

個(gè)體用戶在參與眾包創(chuàng)新的過程中，基于相似愛好、志趣相投或共同價(jià)值觀等，在眾包平臺進(jìn)行互動交流而形成社會關(guān)系網(wǎng)絡(luò)。參與用戶在眾包創(chuàng)新平臺中處于不同的網(wǎng)絡(luò)位置，也承擔(dān)不同角色。Ibarra等［25］指出從關(guān)系網(wǎng)絡(luò)視角理解個(gè)體和群體的行為結(jié)果至關(guān)重要，因?yàn)橹灰餐瑥氖履稠?xiàng)工作，就會被嵌入到社會網(wǎng)絡(luò)環(huán)境當(dāng)中。孫永磊和黨興華［26］以社會化創(chuàng)新的合作環(huán)境為例，剖析了知識權(quán)力對網(wǎng)絡(luò)慣例的形成，指出網(wǎng)絡(luò)位置是行動者之間建立關(guān)系的結(jié)果，并認(rèn)為網(wǎng)絡(luò)位置相對穩(wěn)定時(shí)協(xié)作意愿較高。陳遠(yuǎn)等［27］指出在社會網(wǎng)絡(luò)中，部分節(jié)點(diǎn)甚至可以影響或者控制其他節(jié)點(diǎn)（可稱之為權(quán)力），而權(quán)力的大小會影響信息與知識的傳遞與擴(kuò)散。

中心性指標(biāo)是測量網(wǎng)絡(luò)中個(gè)體互動關(guān)系的主要指標(biāo)，它們從不同角度刻畫了眾包創(chuàng)新社區(qū)中用戶間的互動行為：點(diǎn)度中心度（出度中心度、入度中心度）表征了節(jié)點(diǎn)用戶之間的互動廣度；中間中心度衡量了節(jié)點(diǎn)用戶在用戶間互動中對資源信息控制的程度；接近中心度（入接近中心度、出接近中心度）反映了一個(gè)節(jié)點(diǎn)用戶在用戶間互動中對互動信息的發(fā)布和接收難易程度。

（1）點(diǎn)度中心度與用戶的創(chuàng)新貢獻(xiàn)。在社會網(wǎng)絡(luò)中，點(diǎn)度中心度主要包括入度中心度和出度中心度。入度中心度表示指向這個(gè)節(jié)點(diǎn)的邊的數(shù)量，也就是說關(guān)系網(wǎng)絡(luò)中有多少用戶“關(guān)注”了這個(gè)用戶；出度中心度表示這個(gè)節(jié)點(diǎn)出發(fā)指向其他節(jié)點(diǎn)的邊的數(shù)量，也指這個(gè)用戶“關(guān)注”了多少其他用戶。因此，在眾包創(chuàng)新虛擬社區(qū)中，一般采用點(diǎn)度中心度（出度中心度、入度中心度）來測量節(jié)點(diǎn)用戶的互動廣度。出度中心度的高低表示用戶主動搜尋信息源并與之交流意愿的強(qiáng)烈與否，而入度中心度的高低反映了用戶的信息傳播號召力的高低。吳煜山［15］對知乎問答社區(qū)的實(shí)證研究發(fā)現(xiàn)，用戶之間的互動和聯(lián)系越多，涌現(xiàn)出的群體智慧也越多。因此，正如前面的文獻(xiàn)梳理發(fā)現(xiàn)，大部分學(xué)者認(rèn)為當(dāng)一個(gè)節(jié)點(diǎn)建立的連接越多，則越可能產(chǎn)生顯著的知識分享行為，從而產(chǎn)生較多的創(chuàng)新貢獻(xiàn)。所以，針對眾包創(chuàng)新模式下的用戶行為表現(xiàn)，結(jié)合前面對用戶間互動網(wǎng)絡(luò)結(jié)構(gòu)的相關(guān)分析，提出以下假設(shè)：

出度中心度對眾包創(chuàng)新參與用戶的提交創(chuàng)意數(shù)有正向影響（H1a）；

出度中心度對眾包創(chuàng)新參與用戶的平臺得分有正向影響（H1b）；

出度中心度對眾包創(chuàng)新參與用戶的獲得投票數(shù)有正向影響（H1c）；

入度中心度對眾包創(chuàng)新參與用戶的提交創(chuàng)意數(shù)有正向影響（H2a）；

入度中心度對眾包創(chuàng)新參與用戶的平臺得分有正向影響（H2b）；

本研究將對TF boys這一偶像團(tuán)體的粉絲進(jìn)行個(gè)案分析和研究，針對發(fā)生在TF boys粉絲社群中的部分典型事件進(jìn)行具體語境的具體分析。此次資料的采集選取了參與式觀察等研究方法，通過深入TF boys粉絲社群內(nèi)部以及各類微博賬號的評論現(xiàn)場進(jìn)行跟蹤，進(jìn)而對收集到的案例和資料進(jìn)行整理，對具有代表性的引發(fā)粉絲爭端的事件進(jìn)行針對性分析。

入度中心度對眾包創(chuàng)新參與用戶的獲得投票數(shù)有正向影響（H2c）。

（2）中間中心度與用戶的創(chuàng)新貢獻(xiàn)。中間中心度反映了一個(gè)節(jié)點(diǎn)在整個(gè)網(wǎng)絡(luò)中對信息的擴(kuò)散和傳播所起到橋梁作用的大小。中間中心度高的節(jié)點(diǎn)能控制用戶間信息的流動，而中間中心度低的節(jié)點(diǎn)需要依賴高中間中心度的節(jié)點(diǎn)才能獲取信息。因此，中間中心度刻畫了節(jié)點(diǎn)用戶在互動網(wǎng)絡(luò)中的網(wǎng)絡(luò)位置及其對平臺信息資源的控制能力。Zaheer和Bell［28］指出網(wǎng)絡(luò)位置會影響行動者從網(wǎng)絡(luò)中識別、獲取和利用知識資源的能力，占據(jù)優(yōu)勢位置時(shí)進(jìn)行的創(chuàng)新活動也往往呈現(xiàn)出更優(yōu)的結(jié)果。因此，提出以下假設(shè)：

中間中心度對眾包創(chuàng)新參與用戶的提交創(chuàng)意數(shù)有正向影響（H3a）；

中間中心度對眾包創(chuàng)新參與用戶的平臺得分有正向影響（H3b）；

中間中心度對眾包創(chuàng)新參與用戶的獲得投票數(shù)有正向影響（H3c）。

（3）接近中心度與用戶的創(chuàng)新貢獻(xiàn)。接近中心度是指該節(jié)點(diǎn)與關(guān)系網(wǎng)絡(luò)中所有其他節(jié)點(diǎn)的最短路徑距離之和，衡量了該節(jié)點(diǎn)在互動網(wǎng)絡(luò)中的獨(dú)立程度。在有向網(wǎng)絡(luò)中，接近中心度包括入接近中心度與出接近中心度，前者刻畫的是到達(dá)該節(jié)點(diǎn)的容易程度，后者則表示該節(jié)點(diǎn)到達(dá)其他節(jié)點(diǎn)的容易程度。一般而言，接近中心度越大，表明節(jié)點(diǎn)離信息與知識源越近，越容易獲取信息而不依賴于他人［29］，所以也越會呈現(xiàn)出較強(qiáng)的創(chuàng)新貢獻(xiàn)。因此，提出以下假設(shè)：

入接近中心度對眾包創(chuàng)新參與用戶的提交創(chuàng)意數(shù)有正向影響（H4a）；

入接近中心度對眾包創(chuàng)新參與用戶的平臺得分有正向影響（H4b）；

入接近中心度對眾包創(chuàng)新參與用戶的獲得投票數(shù)有正向影響（H4c）；

出接近中心度對眾包創(chuàng)新參與用戶的提交創(chuàng)意數(shù)有正向影響（H5a）；

出接近中心度對眾包創(chuàng)新參與用戶的平臺得分有正向影響（H5b）；

出接近中心度對眾包創(chuàng)新參與用戶的獲得投票數(shù)有正向影響（H5c）。

基于以上假設(shè)，構(gòu)建以下理論假設(shè)模型，如圖3所示。

圖3 研究模型

（二）數(shù)據(jù)分析

采用最小二乘多元回歸分析方法來檢驗(yàn)上述假設(shè)，模型如式（1）～式（3）。為了提高回歸模型的擬合優(yōu)度，并消除回歸方程中異方差的影響，在保證各變量的多重貢獻(xiàn)水平不升高的前提下，以殘差序列絕對值的倒數(shù)為權(quán)重，對回歸模型進(jìn)行了加權(quán)處理［30］。

其中：Y1代表用戶的提交創(chuàng)意數(shù)；Y2表示用戶的平臺得分；Y3表示用戶的獲得投票數(shù)；χ1表示出度中心度；χ2表示入度中心度；χ3表示中間中心度；χ4表示入接近中心度；χ5表示出接近中心度；βi表示系數(shù)；εi代表誤差。

1.描述性統(tǒng)計(jì)分析與模型檢驗(yàn)

各變量的描述統(tǒng)計(jì)分析結(jié)果見表8。同時(shí)對變量之間的相關(guān)關(guān)系進(jìn)行檢驗(yàn)。通過表8可以看出，所有自變量都與因變量在p<0.01的水平上存在著顯著的相關(guān)關(guān)系?；貧w方程的顯著性檢驗(yàn)結(jié)果見表9，回歸模型1～模型3的F值都高度顯著（p<0.001），表明自變量整體上對因變量有高度顯著線性影響。根據(jù)模型回歸結(jié)果中的DW值檢驗(yàn)序列相關(guān)性，根據(jù)表9可知，回歸模型的DW值均在2附近，因此不存在序列相關(guān)。

對于多重共線性的檢驗(yàn)，主要通過方差膨脹因子指數(shù)（VIF）來判斷。VIF越大，表示共線性越嚴(yán)重。統(tǒng)計(jì)學(xué)一般認(rèn)為，VIF>10時(shí)，提示有嚴(yán)重的多重共線性存在。各模型回歸檢驗(yàn)結(jié)果（表10）顯示，各變量的VIF均小于10，即不存在多重共線性。

表8 變量的均值、標(biāo)準(zhǔn)差與相關(guān)系數(shù)

表9 回歸分析結(jié)果

2.結(jié)果分析與模型修正

（1）點(diǎn)度中心度對用戶的眾包創(chuàng)新貢獻(xiàn)影響結(jié)果分析。根據(jù)表9的回歸分析結(jié)果可知，出度中心度對用戶的提交創(chuàng)意數(shù)、平臺得分以及獲得的投票數(shù)均有顯著正向影響，回歸系數(shù)分別為0.956***、0.802***和0.484***，H1a、H1b、H1c得到支持。此外，不難發(fā)現(xiàn)，出度中心度在3個(gè)模型中的影響系數(shù)均是最大，也就是說，出度中心度對用戶的創(chuàng)新貢獻(xiàn)影響程度最大。而入度中心度對用戶的提交創(chuàng)意數(shù)有顯著負(fù)向影響，回歸系數(shù)為-0.094***，H2a未得到支持；同時(shí)，它對用戶的平臺得分以及獲得的投票數(shù)表現(xiàn)出顯著正向影響，回歸系數(shù)分別為 0.181***和 0.380***，H2b、H2c得到支持。

（2）中間中心度對用戶的創(chuàng)新貢獻(xiàn)影響結(jié)果分析。由表9可知，中間中心度對用戶的提交創(chuàng)意數(shù)以及平臺得分有顯著負(fù)向影響，回歸系數(shù)分別為-0.039***和-0.037***，H3a、H3b未得到支持。而其對于用戶的獲得投票數(shù)有顯著正向影響，回歸系數(shù)為0.087***，H3c得到支持。此外，在3個(gè)模型中，中間中心度的回歸系數(shù)絕對值低于其他變量的回歸系數(shù)絕對值，這表明中間中心度對用戶的創(chuàng)新貢獻(xiàn)影響程度最小。

（3）接近中心度對用戶的創(chuàng)新貢獻(xiàn)影響結(jié)果分析。由表9的回歸分析結(jié)果可知，入接近中心度對用戶的提交創(chuàng)意數(shù)、平臺得分和獲得投票數(shù)均有顯著正向影響，回歸系數(shù)分別 為 0.236***、0.156***和 0.236***，H4a、H4b、H4c得到支持。而出接近中心度對用戶的提交創(chuàng)意數(shù)、平臺得分和獲得投票數(shù)均有顯著負(fù)向影響，回歸系數(shù)分別為-0.033***、-0.079***、-0.122***，H5a、H5b、H5c未得到支持。

綜上分析，得到最終的假設(shè)檢驗(yàn)結(jié)果見表11。可見，存在一些假設(shè)需要修正，修正后的理論模型如圖4所示。

表10 多重共線性分析結(jié)果

表11 假設(shè)檢驗(yàn)結(jié)果

（三）結(jié)果討論與管理啟示

（1）眾包創(chuàng)新平臺中用戶間互動對其創(chuàng)新貢獻(xiàn)有顯著影響，但并非所有用戶間互動的關(guān)鍵變量對其創(chuàng)新貢獻(xiàn)都有顯著正向影響。出度中心度對創(chuàng)新貢獻(xiàn)的正向影響程度最高。表明在眾包創(chuàng)新過程中，如果一個(gè)用戶的輸出關(guān)系越多，其創(chuàng)新貢獻(xiàn)越突出。對眾包創(chuàng)新平臺而言，需要激發(fā)用戶的主動參與活力，引導(dǎo)其產(chǎn)生較多的創(chuàng)意提交、評論和評價(jià)行為。同時(shí)，實(shí)證結(jié)果顯示入度中心度負(fù)向影響用戶的提交創(chuàng)意數(shù)、正向影響用戶的平臺得分與獲得的投票數(shù)，可以發(fā)現(xiàn)當(dāng)一個(gè)用戶能夠吸引其他用戶專注于討論他所提交的創(chuàng)意時(shí)，則可能會花費(fèi)較少的精力去重新提交創(chuàng)意，而更注重創(chuàng)意質(zhì)量本身。與此同時(shí)，他會獲得較高的平臺得分和其他用戶的投票。因此，需要激發(fā)其主動參與互動交流，引導(dǎo)其積極學(xué)習(xí)來自他人的知識，提升自身技能，以提高整體眾包創(chuàng)新貢獻(xiàn)度。

圖4 模型結(jié)果

（2）加強(qiáng)對邊緣型用戶的關(guān)注，提高其積極參與意愿。中間中心度刻畫的是一個(gè)節(jié)點(diǎn)在網(wǎng)絡(luò)中對資源的控制程度，中間中心度越高，就代表越多的用戶需要通過它才能建立連接，實(shí)現(xiàn)知識的分享與傳遞?；貧w結(jié)果顯示，中間中心度對用戶的提交創(chuàng)意數(shù)與平臺得分有顯著負(fù)向影響，而對用戶的獲得投票數(shù)具有正向影響；但同時(shí)也發(fā)現(xiàn)，中間中心度在3個(gè)模型中表現(xiàn)出最低的回歸系數(shù)，說明中間中心度對用戶的創(chuàng)新貢獻(xiàn)影響程度最小。結(jié)合前文對用戶互動網(wǎng)絡(luò)結(jié)構(gòu)的研究，發(fā)現(xiàn)網(wǎng)絡(luò)中絕大部分用戶的中間中心度為0，說明了眾包平臺的知識分享與傳遞只掌握在了少部分核心用戶手中，同時(shí)回歸結(jié)果也呈現(xiàn)負(fù)向影響。這表明較高的中間中心度并不利于參與用戶的知識共享，從而不利于眾包創(chuàng)新績效的提升。這與學(xué)者Lu等［31］的研究結(jié)果相一致，即核心-邊緣結(jié)構(gòu)并不利于眾包創(chuàng)新社區(qū)的知識共享，因?yàn)橘Y源掌握在了少數(shù)用戶手中。

（3）引導(dǎo)和激勵(lì)核心用戶整合資源，開展協(xié)作式創(chuàng)新。前文指出一個(gè)節(jié)點(diǎn)的入接近中心度越大，在網(wǎng)絡(luò)中其他節(jié)點(diǎn)到達(dá)這個(gè)點(diǎn)就越容易，反映的是眾包創(chuàng)新參與用戶的整合力；出接近中心度代表一個(gè)節(jié)點(diǎn)到達(dá)其他節(jié)點(diǎn)的容易程度，反映的是眾包創(chuàng)新參與用戶的輻射力?；貧w結(jié)果顯示，入接近中心度對用戶的創(chuàng)新貢獻(xiàn)有顯著正向影響，而出接近中心度對用戶的創(chuàng)新貢獻(xiàn)具有顯著負(fù)向影響。也就是說具有整合能力較強(qiáng)的用戶會產(chǎn)生較強(qiáng)的創(chuàng)新貢獻(xiàn)，而較大的輻射能力并不利于其創(chuàng)新貢獻(xiàn)。也有相關(guān)學(xué)者的研究支持該觀點(diǎn)［29］，并認(rèn)為具有較強(qiáng)整合能力的用戶擁有較強(qiáng)的自我展示度，這對用戶的創(chuàng)新貢獻(xiàn)產(chǎn)生正向影響；同時(shí)也發(fā)現(xiàn)其他參與方對自己的認(rèn)可也會激發(fā)其創(chuàng)新貢獻(xiàn)。Zhang和Wang［32］以維基百科作為實(shí)證對象，發(fā)現(xiàn)維基百科作為用戶高度協(xié)作的眾包社區(qū)，那些具有高接近中心度的用戶會將自身的時(shí)間與精力分配在協(xié)同他人的創(chuàng)新上，進(jìn)而花費(fèi)較少的精力進(jìn)行原始創(chuàng)新。換句話說，這些用戶花費(fèi)主要精力用于整合相關(guān)資源，提出高質(zhì)量的創(chuàng)意，而不愿意持續(xù)分享自身相關(guān)知識，盡管自身具有較強(qiáng)的輻射能力。但值得注意的是，出接近中心度雖是負(fù)向影響用戶的創(chuàng)新貢獻(xiàn)，但是其影響系數(shù)相對較低。因此，對于眾包創(chuàng)新平臺來說，需要建立有效的用戶評分機(jī)制，引導(dǎo)和激勵(lì)用戶進(jìn)行自我展示，基于所控資源整合研究團(tuán)隊(duì)，開展協(xié)作式創(chuàng)新，以提升眾包創(chuàng)新貢獻(xiàn)。

四、結(jié)束語

用戶間良好的互動交流有助于打造眾包創(chuàng)新知識共享環(huán)境和激發(fā)用戶參與活力。分析眾包創(chuàng)新模式下的用戶間互動網(wǎng)絡(luò)結(jié)構(gòu)，明確參與用戶的網(wǎng)絡(luò)位置及其承擔(dān)的角色，對探索用戶的眾包創(chuàng)新參與行為至關(guān)重要。本文的貢獻(xiàn)在于結(jié)合戴爾公司的IdeaStorm眾包創(chuàng)新平臺相關(guān)數(shù)據(jù)，利用社會網(wǎng)絡(luò)分析法，分析了眾包創(chuàng)新參與用戶間的互動網(wǎng)絡(luò)結(jié)構(gòu)，實(shí)證研究了用戶間互動對其創(chuàng)新貢獻(xiàn)的影響機(jī)理，并給出提升用戶創(chuàng)新貢獻(xiàn)的管理啟示。這對于推動和完善現(xiàn)有眾包創(chuàng)新理論、提供眾包創(chuàng)新管理績效和引導(dǎo)眾包平臺企業(yè)（尤其是國內(nèi)企業(yè)）的良好發(fā)展具有一定的學(xué)術(shù)和應(yīng)用價(jià)值。但研究還存在以下不足：實(shí)證研究的樣本數(shù)據(jù)僅來源于戴爾公司的IdeaStorm眾包平臺，該研究結(jié)論是否適合國內(nèi)其他眾包創(chuàng)新平臺，如海爾HOPE、美的美創(chuàng)平臺等，還需要進(jìn)一步驗(yàn)證。