龔 璇，黃敏學(xué)

1 華中農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院, 武漢 430070

2 武漢大學(xué) 經(jīng)濟(jì)與管理學(xué)院, 武漢 430072

引言

隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的發(fā)展，應(yīng)用產(chǎn)品創(chuàng)新面臨技術(shù)競(jìng)爭(zhēng)挑戰(zhàn)的同時(shí)還需要面對(duì)需求多變的市場(chǎng)挑戰(zhàn)，因此越來(lái)越多的開(kāi)發(fā)商通過(guò)快速更新迭代的創(chuàng)新方式獲取用戶數(shù)據(jù)資源[1]，實(shí)現(xiàn)持續(xù)創(chuàng)新。問(wèn)題是海量的用戶數(shù)據(jù)是否可以為產(chǎn)品創(chuàng)新賦能，快速創(chuàng)新與用戶反饋在動(dòng)態(tài)的創(chuàng)新過(guò)程能否形成良性循環(huán)，實(shí)現(xiàn)持續(xù)創(chuàng)新。相關(guān)研究認(rèn)為產(chǎn)品開(kāi)發(fā)的關(guān)鍵就是快[2-3]，尤其是快速學(xué)習(xí)用戶評(píng)論知識(shí)和快速響應(yīng)用戶評(píng)論中的需求信息[4]，然而已有關(guān)于應(yīng)用產(chǎn)品創(chuàng)新速度的實(shí)證研究并沒(méi)有得出一致結(jié)論。一個(gè)可能的原因是，已有不多的研究關(guān)注創(chuàng)新速度對(duì)結(jié)果變量的單向影響。事實(shí)上，應(yīng)用產(chǎn)品創(chuàng)新速度與結(jié)果之間存在復(fù)雜的動(dòng)態(tài)關(guān)系，以應(yīng)用產(chǎn)品的更新速度也即創(chuàng)新速度與用戶評(píng)論之間關(guān)系為例，創(chuàng)新速度影響用戶評(píng)論，但這一關(guān)系也可能反過(guò)來(lái)，即用戶評(píng)論作為一種信息資源影響產(chǎn)品的創(chuàng)新速度。MILLS et al.[5]認(rèn)為，產(chǎn)品的這種非線性的更新迭代是圍繞用戶需求和產(chǎn)品價(jià)值增長(zhǎng)的動(dòng)態(tài)迭代過(guò)程。但卻鮮有探討創(chuàng)新速度、用戶需求和產(chǎn)品價(jià)值在持續(xù)的創(chuàng)新過(guò)程中到底如何迭代，如果不對(duì)這一迭代關(guān)系進(jìn)行充分的探討，將無(wú)法充分理解開(kāi)發(fā)商基于用戶反饋對(duì)應(yīng)用產(chǎn)品持續(xù)創(chuàng)新的動(dòng)態(tài)機(jī)理，將錯(cuò)誤指導(dǎo)開(kāi)發(fā)商對(duì)應(yīng)用產(chǎn)品的更新迭代策略。

1 相關(guān)概念定義和研究評(píng)述

1.1 應(yīng)用產(chǎn)品創(chuàng)新

應(yīng)用產(chǎn)品是指在特定開(kāi)發(fā)平臺(tái)上設(shè)計(jì)運(yùn)行的軟件應(yīng)用產(chǎn)品[6-7]。這里的平臺(tái)包括瀏覽器(如火狐等)、移動(dòng)應(yīng)用市場(chǎng)(如App store 和Google Play 等)和社交平臺(tái)(如微博和微信小程序等)。應(yīng)用產(chǎn)品創(chuàng)新是指基于已有應(yīng)用產(chǎn)品發(fā)布更新的產(chǎn)品版本[8-9]，通常版本的更新包括4 個(gè)類(lèi)型：①主更新是指提供新增內(nèi)容或新功能的更新[10]；②無(wú)新增內(nèi)容的更新，如修補(bǔ)bug 或漏洞等[11]；③商業(yè)更新，如在產(chǎn)品內(nèi)部新增促銷(xiāo)或折扣信息等；④組合更新，一般指包括以上任何兩種類(lèi)型的更新。其中，第1 種更新類(lèi)型更有利于應(yīng)用產(chǎn)品在競(jìng)爭(zhēng)市場(chǎng)獲得相對(duì)優(yōu)勢(shì)[11]。參考已有研究[9]，本研究將應(yīng)用產(chǎn)品創(chuàng)新定義為應(yīng)用產(chǎn)品的第1 類(lèi)更新，即基于已有應(yīng)用增加新的功能或新的特性，應(yīng)用產(chǎn)品創(chuàng)新速度(以下簡(jiǎn)稱創(chuàng)新速度)指應(yīng)用產(chǎn)品在進(jìn)行第1 類(lèi)更新時(shí)的速度。

不同于突破性創(chuàng)新和漸進(jìn)性創(chuàng)新等分類(lèi)方法，應(yīng)用產(chǎn)品創(chuàng)新通過(guò)多次更新有效響應(yīng)用戶需求，實(shí)現(xiàn)創(chuàng)新突破，與突破性創(chuàng)新相比更強(qiáng)調(diào)創(chuàng)新過(guò)程的持續(xù)性，與漸進(jìn)性創(chuàng)新相比更強(qiáng)調(diào)創(chuàng)新過(guò)程中用戶對(duì)產(chǎn)品價(jià)值的輸入[9]。已有研究將應(yīng)用產(chǎn)品的創(chuàng)新模式歸納為敏捷創(chuàng)新模式[4](或迭代創(chuàng)新模式[12-13])，敏捷創(chuàng)新的關(guān)鍵在于對(duì)接外部的用戶資源[5,14]。類(lèi)似地，在響應(yīng)用戶的基礎(chǔ)上，基于創(chuàng)新過(guò)程的短周期性，敏捷創(chuàng)新多以連續(xù)逼近的產(chǎn)品迭代逐漸釋放產(chǎn)品價(jià)值[3]，強(qiáng)調(diào)基于臨近期創(chuàng)新結(jié)果(如用戶反饋)的動(dòng)態(tài)學(xué)習(xí)和策略性調(diào)整?？梢?jiàn)應(yīng)用產(chǎn)品創(chuàng)新的關(guān)鍵在于持續(xù)的獲取和學(xué)習(xí)更多有價(jià)值的用戶知識(shí)，并將這些用戶知識(shí)以最小的成本轉(zhuǎn)化為令人滿意的產(chǎn)品。

已有關(guān)于應(yīng)用產(chǎn)品創(chuàng)新或更新的研究，探討了創(chuàng)新或更新的速度、頻率和創(chuàng)新內(nèi)容等創(chuàng)新策略對(duì)滿意、評(píng)價(jià)、持續(xù)使用意愿和下載量等因變量的影響。FLEISCHMANN et al.[8]探究操作系統(tǒng)應(yīng)用軟件產(chǎn)品更新頻率對(duì)用戶滿意和持續(xù)使用意愿的影響；TIAN et al.[9]研究旅游類(lèi)應(yīng)用產(chǎn)品創(chuàng)新內(nèi)容對(duì)用戶評(píng)價(jià)的影響；ZHOU et al.[15]和DONG et al.[16]分別研究火狐應(yīng)用和開(kāi)源軟件創(chuàng)新速度對(duì)下載量和用戶興趣的影響等。涉及的理論主要包括期望確認(rèn)理論和信號(hào)理論等，主要從用戶行為視角關(guān)注更新策略對(duì)用戶端結(jié)果變量的單向影響。更為相關(guān)的，關(guān)于創(chuàng)新速度，已有研究一般將應(yīng)用產(chǎn)品的創(chuàng)新速度看作開(kāi)發(fā)商可控的策略變量[15-16]，但對(duì)創(chuàng)新速度的內(nèi)生性及其在持續(xù)創(chuàng)新過(guò)程與結(jié)果變量之間的聯(lián)動(dòng)問(wèn)題卻鮮有探討。VERGANTI et al.[17]將應(yīng)用產(chǎn)品的這種敏捷創(chuàng)新模式視為一種循環(huán)迭代的學(xué)習(xí)過(guò)程，意味著產(chǎn)品創(chuàng)新的結(jié)果可能反過(guò)來(lái)影響產(chǎn)品的創(chuàng)新策略。應(yīng)用產(chǎn)品創(chuàng)新是持續(xù)的，依據(jù)資源基礎(chǔ)觀，企業(yè)創(chuàng)新效率受到持續(xù)創(chuàng)新過(guò)程中企業(yè)資源稟賦的影響[18]，特別是在內(nèi)部知識(shí)不足以應(yīng)對(duì)變化的外部環(huán)境時(shí)，企業(yè)依賴外部知識(shí)進(jìn)行創(chuàng)新[19-20]。另外，產(chǎn)品創(chuàng)新決策不僅受到用戶需求的影響，還受制于有限理性，創(chuàng)新決策者會(huì)基于如對(duì)產(chǎn)品的評(píng)分等歷史績(jī)效水平學(xué)習(xí)并做出策略調(diào)整[21]，這表明用戶評(píng)論作為一種信息資源，其數(shù)量(如評(píng)論數(shù)量)和性質(zhì)(如評(píng)分)都將影響應(yīng)用產(chǎn)品的創(chuàng)新過(guò)程。已有研究對(duì)應(yīng)用產(chǎn)品更新策略與用戶評(píng)論關(guān)系的探討還不夠充分，本研究將在消費(fèi)者行為決策理論框架的基礎(chǔ)上豐富創(chuàng)新速度作為策略變量的研究，進(jìn)一步基于組織學(xué)習(xí)理論框架加深對(duì)創(chuàng)新效果反向作用于創(chuàng)新速度這一聯(lián)動(dòng)機(jī)制的理解。

1.2 用戶對(duì)應(yīng)用產(chǎn)品的評(píng)論：評(píng)論數(shù)量和評(píng)分

用戶對(duì)應(yīng)用產(chǎn)品的評(píng)論(以下簡(jiǎn)稱用戶評(píng)論)指用戶在應(yīng)用產(chǎn)品平臺(tái)上提交的產(chǎn)品評(píng)論信息[22]，為了方便平臺(tái)對(duì)眾多應(yīng)用產(chǎn)品開(kāi)發(fā)商的管理，以及為了讓開(kāi)發(fā)商基于用戶反饋提升已有產(chǎn)品服務(wù)質(zhì)量，應(yīng)用平臺(tái)一般會(huì)提供公用的評(píng)論系統(tǒng)，如App store評(píng)分系統(tǒng)，用戶通過(guò)在評(píng)分系統(tǒng)給應(yīng)用產(chǎn)品進(jìn)行評(píng)分和評(píng)論，供開(kāi)發(fā)商和其他用戶參考。

用戶評(píng)論在口碑的研究中得到廣泛關(guān)注[4]，口碑的數(shù)量和口碑的效價(jià)或評(píng)分是口碑中最常被探究的兩個(gè)維度[23-24]。已有比較一致的觀點(diǎn)是評(píng)論數(shù)量和口碑?dāng)?shù)量影響產(chǎn)品的銷(xiāo)量、訂閱量和績(jī)效[25]，也通常被用于描述產(chǎn)品的曝光度和知名度[26-27]。同時(shí)，評(píng)分通常被認(rèn)為與用戶對(duì)產(chǎn)品的滿意度、聲譽(yù)和質(zhì)量績(jī)效相關(guān)[28-30]，這使評(píng)論數(shù)量和評(píng)分常被作為產(chǎn)品創(chuàng)新和病毒營(yíng)銷(xiāo)的結(jié)果變量進(jìn)行探討。也有研究認(rèn)為用戶評(píng)論作為創(chuàng)新的關(guān)鍵來(lái)源影響應(yīng)用產(chǎn)品創(chuàng)新策略[4]，但鮮有研究從資源的視角探討評(píng)論對(duì)創(chuàng)新策略的影響。已有研究發(fā)現(xiàn)評(píng)論數(shù)量影響開(kāi)發(fā)商響應(yīng)用戶需求的敏捷性策略[4]，然而相關(guān)結(jié)果是否能夠推廣到創(chuàng)新速度的情形卻不清楚。也有研究探討質(zhì)量績(jī)效對(duì)新產(chǎn)品推出速度的影響[29]，但傳統(tǒng)企業(yè)創(chuàng)新的研究結(jié)果是否能夠推廣到單個(gè)產(chǎn)品的迭代創(chuàng)新也不明確。由于用戶評(píng)論既是量化產(chǎn)品創(chuàng)新效果的關(guān)鍵指標(biāo)，又是應(yīng)用創(chuàng)新的信息來(lái)源，因此有必要對(duì)評(píng)論數(shù)量和評(píng)分與創(chuàng)新速度之間的關(guān)系展開(kāi)詳細(xì)分析。

2 理論基礎(chǔ)

2.1 創(chuàng)新速度與用戶評(píng)論的動(dòng)態(tài)關(guān)系

VERGANTI et al.[17]將應(yīng)用產(chǎn)品的創(chuàng)新模式視為一種動(dòng)態(tài)迭代的過(guò)程，但鮮有研究從實(shí)證的角度對(duì)這一迭代關(guān)系進(jìn)行探討，圖1 給出本研究變量之間的關(guān)系。

圖1 產(chǎn)品創(chuàng)新的動(dòng)態(tài)過(guò)程Figure 1 Dynamic Process of the Product Innovation

(1)創(chuàng)新速度對(duì)用戶評(píng)論數(shù)量和評(píng)分的影響。關(guān)于評(píng)論數(shù)量，本研究主要基于兩個(gè)原因推測(cè)提高產(chǎn)品創(chuàng)新速度能夠增加供開(kāi)發(fā)商學(xué)習(xí)的用戶評(píng)論數(shù)量。①應(yīng)用產(chǎn)品更新給用戶帶來(lái)利益[8]，如新的產(chǎn)品功能和體驗(yàn)。但更新也給用戶帶來(lái)些許負(fù)面體驗(yàn)，如產(chǎn)品使用流暢性被破壞，但相關(guān)研究認(rèn)為開(kāi)發(fā)商能夠主動(dòng)規(guī)避這類(lèi)問(wèn)題[8]。因此，一般來(lái)說(shuō)更新對(duì)于用戶便意味著得到收益。②對(duì)多數(shù)免費(fèi)的應(yīng)用產(chǎn)品，已有研究主要基于互惠動(dòng)機(jī)解釋用戶發(fā)表評(píng)論的行為機(jī)制[31]，即當(dāng)應(yīng)用產(chǎn)品更新給用戶帶來(lái)新的功能或體驗(yàn)時(shí)，用戶出于互惠互利對(duì)產(chǎn)品進(jìn)行評(píng)論和打分。因此，本研究推測(cè)在控制其他條件的情況下，提高創(chuàng)新速度能夠增加用戶對(duì)產(chǎn)品的利益感知，從而導(dǎo)致評(píng)論數(shù)量增加。關(guān)于評(píng)分，本研究認(rèn)為創(chuàng)新速度對(duì)產(chǎn)品的整體評(píng)價(jià)有積極影響。期望確認(rèn)理論認(rèn)為，當(dāng)用戶感受到的實(shí)際產(chǎn)品體驗(yàn)大于用戶對(duì)產(chǎn)品的期望時(shí)，用戶對(duì)產(chǎn)品產(chǎn)生滿意情緒[32-33]。當(dāng)更新給用戶帶來(lái)的負(fù)面影響可以被忽略時(shí)，對(duì)用戶而言更新就等同于預(yù)期之外的收益[8]。根據(jù)期望確認(rèn)理論，提高創(chuàng)新速度將增加用戶對(duì)產(chǎn)品的積極期望確認(rèn)，從而促進(jìn)用戶對(duì)產(chǎn)品的滿意程度，增加用戶對(duì)產(chǎn)品的評(píng)分。因此綜合看，本研究推測(cè)應(yīng)用產(chǎn)品的創(chuàng)新速度對(duì)評(píng)論數(shù)量和評(píng)分都具有積極的影響。

(2)評(píng)論數(shù)量和評(píng)分對(duì)創(chuàng)新速度的影響。用戶評(píng)論是應(yīng)用產(chǎn)品創(chuàng)新的重要資源，能夠有效指導(dǎo)開(kāi)發(fā)商創(chuàng)新[1]。雖然增加的海量評(píng)論給開(kāi)發(fā)商內(nèi)部的數(shù)據(jù)分析管理帶來(lái)挑戰(zhàn)，但大量評(píng)論比少量評(píng)論對(duì)創(chuàng)新更加有利，評(píng)論數(shù)量的增加強(qiáng)化了開(kāi)發(fā)商響應(yīng)用戶需求的動(dòng)機(jī)。已有研究表明用戶評(píng)論的豐富性促進(jìn)開(kāi)發(fā)商產(chǎn)生更有創(chuàng)新的想法[34]，對(duì)多樣化市場(chǎng)知識(shí)的理解能激勵(lì)開(kāi)發(fā)商發(fā)掘潛在的市場(chǎng)需求[35]。此外，評(píng)論數(shù)量通常與產(chǎn)品的流行和知名度相關(guān)[36]。資源基礎(chǔ)觀認(rèn)為開(kāi)發(fā)商需要足夠的資源克服現(xiàn)有挑戰(zhàn)，充分利用海量評(píng)論進(jìn)行創(chuàng)新，隨著評(píng)論數(shù)量的增加，更高的產(chǎn)品知名度和流行度將為開(kāi)發(fā)商帶來(lái)更多的資源，這將有助于開(kāi)發(fā)商克服現(xiàn)有挑戰(zhàn)，更高效地響應(yīng)用戶需求。因此，本研究推測(cè)評(píng)論數(shù)量的增加有助于開(kāi)發(fā)商更高效地響應(yīng)用戶需求，促進(jìn)應(yīng)用產(chǎn)品的創(chuàng)新速度。

從開(kāi)發(fā)商角度看，產(chǎn)品的評(píng)分也被看作產(chǎn)品的質(zhì)量績(jī)效[29]。績(jī)效反饋理論作為組織學(xué)習(xí)的重要分支，認(rèn)為產(chǎn)品項(xiàng)目管理者的決策受制于有限理性，會(huì)基于自身績(jī)效水平和期望的高低改變決策[21]，這里的績(jī)效水平也包括產(chǎn)品的質(zhì)量績(jī)效(如評(píng)分)。當(dāng)評(píng)分也即質(zhì)量績(jī)效低于期望績(jī)效時(shí)，開(kāi)發(fā)商會(huì)啟動(dòng)問(wèn)題搜索途徑提高績(jī)效，當(dāng)績(jī)效高于期望水平時(shí)，開(kāi)發(fā)商會(huì)基于冗余搜索途徑維持現(xiàn)狀[37]。在決定期望績(jī)效時(shí)，開(kāi)發(fā)商一般會(huì)參考?xì)v史績(jī)效[38]。此時(shí)，在動(dòng)態(tài)更新過(guò)程中，當(dāng)評(píng)分降低時(shí)，開(kāi)發(fā)商可能改變以往策略提升產(chǎn)品質(zhì)量。相關(guān)研究認(rèn)為，產(chǎn)品創(chuàng)新速度與質(zhì)量之間具有均衡關(guān)系，創(chuàng)新速度的增加通常伴隨著產(chǎn)品質(zhì)量的下降[38]。因此，當(dāng)產(chǎn)品的質(zhì)量績(jī)效下降，則可能通過(guò)降低創(chuàng)新速度來(lái)保證產(chǎn)品質(zhì)量。當(dāng)評(píng)分增加時(shí)，開(kāi)發(fā)商更可能基于冗余資源來(lái)維持績(jī)效[37]。有別于基于財(cái)務(wù)績(jī)效的非沉淀冗余資源，質(zhì)量績(jī)效給開(kāi)發(fā)商帶來(lái)了口碑和聲譽(yù)，是一種難以流動(dòng)的沉淀冗余資源[39]。研究表明，沉淀冗余資源促進(jìn)企業(yè)將冗余資源向內(nèi)部研發(fā)轉(zhuǎn)移，這將有助于產(chǎn)品創(chuàng)新和縮短產(chǎn)品的更新周期[39]。因此，本研究推測(cè)評(píng)分的增加也將有助于應(yīng)用產(chǎn)品的創(chuàng)新速度。

(3)應(yīng)用產(chǎn)品創(chuàng)新過(guò)程中評(píng)論數(shù)量與評(píng)分之間的關(guān)系。已有研究關(guān)于評(píng)論數(shù)量與評(píng)分之間關(guān)系的探討并不多，主要基于電影行業(yè)數(shù)據(jù)探究口碑的作用。有的研究探究口碑?dāng)?shù)量對(duì)效價(jià)的影響，但究竟如何影響卻不明確，有的研究認(rèn)為評(píng)論數(shù)量導(dǎo)致更多積極的口碑[26]。KHARE et al.[40]的研究表明，口碑?dāng)?shù)量導(dǎo)致口碑效價(jià)的強(qiáng)化和吸收，即相對(duì)于低口碑?dāng)?shù)量，高口碑?dāng)?shù)量能使積極的評(píng)論更積極，消極的評(píng)論更消極。但評(píng)論數(shù)量與評(píng)分是否在持續(xù)更新過(guò)程中體現(xiàn)出相似的作用機(jī)制并不清楚。除此之外，產(chǎn)品創(chuàng)新中變量之間的動(dòng)態(tài)性還表現(xiàn)在變量本身可能受到前期水平的影響，如有的研究從評(píng)分對(duì)產(chǎn)品質(zhì)量的診斷效應(yīng)與用戶之間的社會(huì)影響進(jìn)行探討，發(fā)現(xiàn)當(dāng)前評(píng)分受到前期評(píng)分的影響[41]。因此，本研究將對(duì)創(chuàng)新速度、評(píng)論數(shù)量和評(píng)分在持續(xù)創(chuàng)新過(guò)程中的滯后性進(jìn)行系統(tǒng)的探討。

2.2 應(yīng)用產(chǎn)品類(lèi)型對(duì)創(chuàng)新速度與用戶評(píng)論之間關(guān)系的影響

已有研究表明創(chuàng)新知識(shí)的特質(zhì)與創(chuàng)新行為具有相關(guān)性[42]，應(yīng)用產(chǎn)品創(chuàng)新的關(guān)鍵在于基于海量用戶反饋獲取有價(jià)值的需求信息，而用戶對(duì)不同類(lèi)型產(chǎn)品的需求乃至產(chǎn)品決策過(guò)程具有差異，用戶不同的需求將影響開(kāi)發(fā)商實(shí)施的創(chuàng)新策略[43]，進(jìn)一步，由于用戶對(duì)不同類(lèi)型產(chǎn)品決策具有差異，很可能反過(guò)來(lái)影響開(kāi)發(fā)商創(chuàng)新策略的效果。創(chuàng)新速度作為應(yīng)用產(chǎn)品創(chuàng)新的重要策略之一[9]，有必要探究由不同類(lèi)型產(chǎn)品導(dǎo)致的創(chuàng)新速度與用戶評(píng)論之間關(guān)系的差異性。根據(jù)消費(fèi)者購(gòu)買(mǎi)產(chǎn)品基本需求的不同，產(chǎn)品被分為享樂(lè)型和功能型兩種產(chǎn)品類(lèi)型[44]。享樂(lè)型產(chǎn)品主要指能夠給消費(fèi)者帶來(lái)情感性、感官享受和體驗(yàn)性的產(chǎn)品，如應(yīng)用分類(lèi)下的游戲等。相對(duì)于享樂(lè)型產(chǎn)品，功能型產(chǎn)品主要指能夠給消費(fèi)者提供功能性、工具性以及有實(shí)際功能和使用價(jià)值的產(chǎn)品，如應(yīng)用分類(lèi)中的日常工具等[44]。本研究將應(yīng)用產(chǎn)品也分為享樂(lè)型和功能型，擬研究創(chuàng)新速度與用戶評(píng)論之間關(guān)系在享樂(lè)型應(yīng)用產(chǎn)品與功能型應(yīng)用產(chǎn)品上的差異。具體來(lái)說(shuō)，對(duì)于重點(diǎn)滿足用戶享樂(lè)性、感官偏好的游戲類(lèi)產(chǎn)品，用戶對(duì)產(chǎn)品的決策(如評(píng)分和評(píng)論行為)可能受到一些難以評(píng)估的社會(huì)性因素的影響，這將影響開(kāi)發(fā)商創(chuàng)新過(guò)程的不確定性，因此有必要探究由不同類(lèi)型產(chǎn)品導(dǎo)致的評(píng)論數(shù)量和評(píng)分對(duì)創(chuàng)新速度的影響差異。也正因?yàn)橛脩魧?duì)享樂(lè)型應(yīng)用產(chǎn)品決策過(guò)程存在個(gè)人偏好性，導(dǎo)致在理解創(chuàng)新速度與用戶評(píng)分之間的關(guān)系，以及用戶評(píng)論數(shù)量與評(píng)分之間的關(guān)系時(shí)具有一定的復(fù)雜性，因此本研究也進(jìn)一步檢驗(yàn)不同類(lèi)型產(chǎn)品下，創(chuàng)新速度對(duì)用戶評(píng)論的影響，以及評(píng)分?jǐn)?shù)量與評(píng)論之間的關(guān)系。

(1) 本研究推測(cè)，相對(duì)于功能型應(yīng)用產(chǎn)品，享樂(lè)型應(yīng)用產(chǎn)品的評(píng)論數(shù)量對(duì)創(chuàng)新速度的正向影響更加明顯。CANDI et al.[43]認(rèn)為，相對(duì)于開(kāi)發(fā)商對(duì)功能型應(yīng)用產(chǎn)品的主要?jiǎng)?chuàng)新，如對(duì)某文字編輯應(yīng)用在新增錄音功能、語(yǔ)音轉(zhuǎn)換文字等功能上的創(chuàng)新，開(kāi)發(fā)商對(duì)享樂(lè)型應(yīng)用產(chǎn)品投入的成本更低，且創(chuàng)新風(fēng)險(xiǎn)也更低，如對(duì)游戲應(yīng)用在背景音樂(lè)、故事情景和角色應(yīng)用上的創(chuàng)新。創(chuàng)新風(fēng)險(xiǎn)能負(fù)向調(diào)節(jié)研發(fā)投入與創(chuàng)新速度的關(guān)系[45]，這表明當(dāng)創(chuàng)新風(fēng)險(xiǎn)較高時(shí)，開(kāi)發(fā)商需要克服知識(shí)管理的困難，利用海量的用戶知識(shí)進(jìn)行創(chuàng)新，需要的研發(fā)投入也越多。因此本研究認(rèn)為，相對(duì)于功能型應(yīng)用產(chǎn)品，享樂(lè)型應(yīng)用產(chǎn)品的評(píng)論數(shù)量對(duì)創(chuàng)新速度的正向影響更加明顯。

(2)評(píng)論內(nèi)容的差異導(dǎo)致評(píng)分在影響創(chuàng)新速度時(shí)的差異。對(duì)于享樂(lè)型應(yīng)用產(chǎn)品，用戶評(píng)論受到用戶主觀偏好、社會(huì)存在和社會(huì)影響等外在的不穩(wěn)定社會(huì)因素的影響[43]，這些因素更易導(dǎo)致決策者將績(jī)效與外部不穩(wěn)定因素相關(guān)聯(lián)，當(dāng)決策者將績(jī)效歸因于外部不穩(wěn)定因素時(shí)，產(chǎn)品項(xiàng)目管理者很難將任務(wù)績(jī)效與行為或策略上的努力相關(guān)聯(lián)[46]。從決策歸因視角看，在管理者將績(jī)效進(jìn)行外部歸因時(shí)，管理者對(duì)低評(píng)分的容忍度會(huì)增強(qiáng)，進(jìn)而削弱評(píng)分對(duì)創(chuàng)新速度的影響。在高評(píng)分情形下，績(jī)效的外部歸因?qū)е聸Q策者不太傾向于將高產(chǎn)品質(zhì)量與內(nèi)部研發(fā)努力相關(guān)聯(lián)。特別在決策者進(jìn)行冗余搜尋時(shí)，開(kāi)發(fā)商更可能將高質(zhì)量作為組織容錯(cuò)能力信號(hào)[30]，此時(shí)，相對(duì)于將冗余資源向內(nèi)部研發(fā)轉(zhuǎn)移，開(kāi)發(fā)商更可能基于降低創(chuàng)新速度尋找維持高質(zhì)量的因素。因此本研究推測(cè)，在對(duì)享樂(lè)型應(yīng)用產(chǎn)品進(jìn)行創(chuàng)新時(shí)，評(píng)分與創(chuàng)新速度可能存在負(fù)相關(guān)關(guān)系。而對(duì)于功能型應(yīng)用產(chǎn)品，評(píng)分主要反映了質(zhì)量和效用信息，開(kāi)發(fā)商更容易將創(chuàng)新的質(zhì)量與自身的技術(shù)水平等內(nèi)在、穩(wěn)定的因素掛鉤[43]，這將加強(qiáng)評(píng)分與創(chuàng)新速度的正向關(guān)系。

(3)享樂(lè)型應(yīng)用產(chǎn)品的創(chuàng)新速度對(duì)評(píng)論數(shù)量和評(píng)分的影響。前面提到，應(yīng)用產(chǎn)品快速創(chuàng)新帶來(lái)更多評(píng)論的原因之一是因?yàn)橥ㄟ^(guò)更頻繁的交互，給用戶帶來(lái)更多的產(chǎn)品體驗(yàn)，用戶基于互惠和期望確認(rèn)的機(jī)制給產(chǎn)品更多的評(píng)論數(shù)量和更高的評(píng)分[31]。這里隱含的一個(gè)前提是，每次更新都能給用戶帶來(lái)積極的體驗(yàn)。但本研究認(rèn)為這一前提并非一直成立，已有研究更多關(guān)心功能型應(yīng)用產(chǎn)品的創(chuàng)新問(wèn)題，缺乏對(duì)享樂(lè)型應(yīng)用產(chǎn)品創(chuàng)新的考量。功能型應(yīng)用產(chǎn)品的創(chuàng)新主要服務(wù)于產(chǎn)品的垂直或質(zhì)量屬性[47]，符合用戶對(duì)垂直需求的一致性偏好，即用戶一般愿意為質(zhì)量的提升買(mǎi)單。而享樂(lè)型應(yīng)用產(chǎn)品的創(chuàng)新服務(wù)于感官和體驗(yàn)需求的水平屬性，用戶對(duì)產(chǎn)品的評(píng)價(jià)主要依賴于主觀的自我偏好[47]，因此產(chǎn)品的更新效果不一定符合異質(zhì)的用戶偏好。因此，本研究推測(cè)對(duì)于享樂(lè)型應(yīng)用產(chǎn)品，創(chuàng)新速度對(duì)用戶的評(píng)論數(shù)量和評(píng)分都沒(méi)有顯著影響。

(4)產(chǎn)品類(lèi)型影響更新過(guò)程中評(píng)論數(shù)量與評(píng)分之間的動(dòng)態(tài)關(guān)系。對(duì)于功能型應(yīng)用產(chǎn)品，用戶對(duì)產(chǎn)品的購(gòu)買(mǎi)決策更依賴于產(chǎn)品質(zhì)量，產(chǎn)品質(zhì)量遵循客觀的評(píng)價(jià)標(biāo)準(zhǔn)[47]，因此評(píng)論數(shù)量多，意味著產(chǎn)品越流行、質(zhì)量越好。而對(duì)于享樂(lè)型應(yīng)用產(chǎn)品，用戶對(duì)產(chǎn)品的價(jià)值評(píng)估不僅取決于產(chǎn)品質(zhì)量，還取決于用戶的主觀偏好，這可能導(dǎo)致評(píng)論數(shù)量中評(píng)分差異較大的問(wèn)題[48]。這意味著享樂(lè)型應(yīng)用產(chǎn)品的評(píng)論數(shù)量與評(píng)分在持續(xù)的創(chuàng)新過(guò)程中不具備協(xié)同關(guān)系。

綜上，本研究試圖探究在應(yīng)用產(chǎn)品的持續(xù)創(chuàng)新迭代過(guò)程中，創(chuàng)新速度與用戶評(píng)論之間如何動(dòng)態(tài)變化，這些變化蘊(yùn)含著什么樣的演化關(guān)系，以及上述動(dòng)態(tài)變化關(guān)系對(duì)于不同類(lèi)型的產(chǎn)品創(chuàng)新是否具有差異。

3 研究設(shè)計(jì)

3.1 樣本選擇和數(shù)據(jù)來(lái)源

本研究的主要目的是探究創(chuàng)新速度與用戶評(píng)論特征(評(píng)論數(shù)量和評(píng)分)在應(yīng)用產(chǎn)品持續(xù)創(chuàng)新迭代過(guò)程中的動(dòng)態(tài)關(guān)系，為此本研究基于App store 應(yīng)用產(chǎn)品更新和海量評(píng)論數(shù)據(jù)進(jìn)行分析。蘋(píng)果應(yīng)用商店是典型的應(yīng)用產(chǎn)品平臺(tái)，由多個(gè)第三方開(kāi)發(fā)商在平臺(tái)上發(fā)布應(yīng)用產(chǎn)品供蘋(píng)果產(chǎn)品終端用戶使用。App store 為開(kāi)發(fā)商和用戶提供評(píng)論系統(tǒng)，評(píng)論系統(tǒng)中的用戶評(píng)論是App store 上開(kāi)發(fā)商的主要用戶信息來(lái)源。使用這一數(shù)據(jù)集具有以下優(yōu)點(diǎn)：①提供的是典型的應(yīng)用產(chǎn)品，普及范圍廣泛，據(jù)Sensor Tower 媒體報(bào)導(dǎo)，2019 年第3 季度App store 上的營(yíng)收數(shù)據(jù)占全球應(yīng)用產(chǎn)品營(yíng)收數(shù)據(jù)的65%，并呈快速增長(zhǎng)的趨勢(shì)。產(chǎn)品種類(lèi)豐富，既包括較為傳統(tǒng)的B2B 商業(yè)技術(shù)應(yīng)用產(chǎn)品，又包括眾多類(lèi)型的大眾應(yīng)用產(chǎn)品，使用的終端類(lèi)型既包括移動(dòng)端，也包括電腦端。因此，App store 上的產(chǎn)品數(shù)據(jù)樣本具有較好的代表性。②App store 有相對(duì)封閉的評(píng)論系統(tǒng)，能夠排除用戶使用不同系統(tǒng)進(jìn)行評(píng)論和用戶反饋來(lái)源異質(zhì)性等干擾因素。因此，App store 上應(yīng)用產(chǎn)品更新數(shù)據(jù)集能夠?yàn)楸狙芯刻峁┹^好的數(shù)據(jù)支持。

基于Python 的Scrapy 爬蟲(chóng)框架，本研究獲取2015年至2018 年iOS 系統(tǒng)App store 的版本更新數(shù)據(jù)，包括每個(gè)產(chǎn)品版本更新的相關(guān)信息，如產(chǎn)品所屬分類(lèi)、版本更新時(shí)間，以及對(duì)應(yīng)的評(píng)論數(shù)量和評(píng)分信息等。根據(jù)已有研究，本研究對(duì)數(shù)據(jù)進(jìn)行清洗：①為了控制可能存在的內(nèi)生性問(wèn)題，本研究剔除下架的應(yīng)用產(chǎn)品；②為了確保應(yīng)用產(chǎn)品的活躍性，本研究選取總版本數(shù)大于10 的應(yīng)用產(chǎn)品；③為了確保數(shù)據(jù)的完整性和分析結(jié)果的穩(wěn)健性，本研究剔除存在版本信息缺失的應(yīng)用產(chǎn)品；④為了分析享樂(lè)型和功能型應(yīng)用產(chǎn)品迭代策略的影響，本研究分別選取在游戲和系統(tǒng)工具分類(lèi)下的應(yīng)用產(chǎn)品進(jìn)行分組分析。參考相關(guān)研究的產(chǎn)品分類(lèi)[49]，游戲類(lèi)應(yīng)用主要用于娛樂(lè)體驗(yàn)，被劃入享樂(lè)型應(yīng)用產(chǎn)品組；系統(tǒng)工具類(lèi)應(yīng)用主要用于輔助操作系統(tǒng)功能和提升效率，被劃入功能型應(yīng)用產(chǎn)品組。通過(guò)以上篩選和數(shù)據(jù)清洗，本研究最終獲取包括271 個(gè)游戲類(lèi)應(yīng)用產(chǎn)品和653 個(gè)工具類(lèi)應(yīng)用產(chǎn)品，總計(jì)924 個(gè)應(yīng)用產(chǎn)品的完整的連續(xù)版本的更新數(shù)據(jù)集，構(gòu)成以產(chǎn)品名稱或產(chǎn)品序列id 號(hào)分類(lèi)、以版本序號(hào)為時(shí)間變量的非平衡面板數(shù)據(jù)。

3.2 變量測(cè)量

本研究關(guān)注創(chuàng)新速度與用戶評(píng)論數(shù)量和評(píng)分之間的動(dòng)態(tài)迭代關(guān)系，主要對(duì)創(chuàng)新速度、用戶評(píng)論數(shù)量和評(píng)分進(jìn)行測(cè)量。已有研究一般將創(chuàng)新速度定義為特定時(shí)間內(nèi)企業(yè)創(chuàng)新活動(dòng)數(shù)量或企業(yè)進(jìn)行一次創(chuàng)新活動(dòng)需要的時(shí)間[50]。本研究將創(chuàng)新速度定義為應(yīng)用產(chǎn)品更新一個(gè)主版本需要的時(shí)間，通過(guò)計(jì)算應(yīng)用產(chǎn)品相鄰主版本發(fā)布時(shí)間間隔的天數(shù)進(jìn)行測(cè)量。評(píng)論數(shù)量是指當(dāng)前版本的評(píng)論數(shù)量，通過(guò)計(jì)算應(yīng)用產(chǎn)品當(dāng)前版本評(píng)論總量與前一個(gè)版本評(píng)論總量的差進(jìn)行測(cè)量。評(píng)分是采用當(dāng)前版本的凈增評(píng)分的平均分測(cè)量，凈增評(píng)分是指在當(dāng)前版本的評(píng)分中刪除前一個(gè)版本評(píng)分之后的評(píng)分。表1 給出全樣本、享樂(lè)型應(yīng)用產(chǎn)品樣本和功能型應(yīng)用產(chǎn)品樣本3 個(gè)樣本各自變量的描述性分析結(jié)果。由表1 可知，樣本中應(yīng)用產(chǎn)品創(chuàng)新周期大約為72 天，平均評(píng)分為3.181 分，平均評(píng)論數(shù)量達(dá)到9 000 條以上；相對(duì)于功能型應(yīng)用產(chǎn)品，享樂(lè)型應(yīng)用產(chǎn)品的評(píng)論數(shù)量和評(píng)分都相對(duì)偏高。

表1 變量的描述性分析結(jié)果Table 1 Analysis Results for Descriptive Statistics of the Variables

3.3 模型方法

為了探究應(yīng)用產(chǎn)品的創(chuàng)新速度、評(píng)論數(shù)量和評(píng)分之間的關(guān)系，本研究采用面板向量自回歸模型(panel vector autoregressive，PVAR)解決3 個(gè)核心變量之間的動(dòng)態(tài)關(guān)系。PVAR 模型最早由HOLTZ-EAKIN[51]提出，沿襲了向量自回歸(vector autoregressive，VAR)模型的優(yōu)點(diǎn)，即事先無(wú)需設(shè)定變量之間的因果關(guān)系，將各個(gè)變量都視為內(nèi)生變量，并分析各個(gè)變量及其滯后項(xiàng)對(duì)模型中其他變量的影響。相對(duì)于傳統(tǒng)VAR模型的長(zhǎng)時(shí)序要求，PVAR 模型具有截面大、時(shí)序短的特點(diǎn)，其利用面板數(shù)據(jù)能夠有效解決個(gè)體異質(zhì)性問(wèn)題，充分考慮個(gè)體效應(yīng)和時(shí)間效應(yīng)，該模型能夠較好地分析模型中變量之間的動(dòng)態(tài)時(shí)序關(guān)系或動(dòng)態(tài)影響，能較好地分析本研究問(wèn)題。依據(jù)模型使用的條件，模型可計(jì)算的前提是變量序列具有平穩(wěn)性，由于本研究使用非平衡面板數(shù)據(jù)，參考已有研究，本研究采用Fisher ADF 檢驗(yàn)對(duì)變量進(jìn)行單位根檢驗(yàn)[52]。檢驗(yàn)結(jié)果拒絕原假設(shè)，p ＜0.010，即變量具有單位根，表明本研究可以利用變量值進(jìn)行回歸分析。

根據(jù)研究目標(biāo)，探討3 個(gè)核心變量構(gòu)成的內(nèi)生向量組之間的動(dòng)態(tài)關(guān)系，構(gòu)建PVAR 模型為

其中，i為應(yīng)用產(chǎn)品；t為版本序號(hào)；j為滯后階數(shù)，j=1，…，P，P為最大滯后階數(shù)；Rev為應(yīng)用產(chǎn)品對(duì)應(yīng)版本的評(píng)論數(shù)量；Rat為應(yīng)用產(chǎn)品對(duì)應(yīng)版本的平均評(píng)分；Usp為 應(yīng) 用 產(chǎn) 品 對(duì) 應(yīng) 版 本 的 創(chuàng) 新 速 度； ?njm為m變 量在滯后j期時(shí)對(duì)n變量的影響，m= 1,2,3，n= 1,2,3，m可以等于n；f1i、f2i和f3i為與產(chǎn)品異質(zhì)性相關(guān)的固定效 應(yīng)；d1t、d2t和d3t為 時(shí) 間 固 定 效 應(yīng)； ε1i,t、 ε2i,t和 ε3i,t為殘差項(xiàng)，服從正態(tài)分布。為了使模型中的變量更接近正態(tài)分布，減少異方差問(wèn)題，本研究將模型中創(chuàng)新速度、評(píng)論數(shù)量和評(píng)分3 個(gè)變量進(jìn)行對(duì)數(shù)轉(zhuǎn)換。由于產(chǎn)品迭代周期越長(zhǎng)表示創(chuàng)新速度越慢，因此使用產(chǎn)品迭代周期取對(duì)數(shù)后再取其相反數(shù)計(jì)算產(chǎn)品迭代的速度。對(duì)于模型滯后期的選擇，本研究根據(jù)Schwarz 信息標(biāo)準(zhǔn)(BIC)和Akaike 信息標(biāo)準(zhǔn)(AIC)設(shè)定，采用這些標(biāo)準(zhǔn)的依據(jù)是：當(dāng)增加自變量階數(shù)因變量的變化很小時(shí)，選擇原自變量階數(shù)作為滯后期。最終選擇滯后期為1 的PVARX(1)模型對(duì)研究問(wèn)題進(jìn)行分析。參考LOVE et al.[53]的研究，需要先對(duì)模型中的內(nèi)生變量進(jìn)行Helmert 轉(zhuǎn)換，該方法能使模型中的內(nèi)生變量及其滯后項(xiàng)滿足正交性，并將內(nèi)生變量的滯后項(xiàng)作為工具變量，使本研究可以基于GMM 方法對(duì)變量的參數(shù)進(jìn)行估計(jì)。

本研究結(jié)合脈沖響應(yīng)函數(shù)檢驗(yàn)3 個(gè)內(nèi)生變量之間的相互作用關(guān)系，即在控制其他變量的前提下，一個(gè)變量的單位變化對(duì)另一個(gè)變量變化的沖擊程度及其影響的持續(xù)周期。參考已有研究[53]，僅當(dāng)PVAR 模型和脈沖響應(yīng)函數(shù)分析的結(jié)果同時(shí)顯著時(shí)，才能在一定程度上說(shuō)明變量之間存在相互影響。本研究使用蒙特卡洛模擬方法對(duì)脈沖響應(yīng)函數(shù)的系數(shù)和置信區(qū)間進(jìn)行擬合，參考已有研究的類(lèi)似做法[54]，將脈沖響應(yīng)的重復(fù)次數(shù)設(shè)置為1 000 次，將估計(jì)系數(shù)的分位數(shù)設(shè)置為5%分位數(shù)和95%分位數(shù)，由此得到含置信區(qū)間的脈沖響應(yīng)函數(shù)圖。

4 結(jié)果分析

表2 給出基于全樣本、功能型應(yīng)用產(chǎn)品樣本和享樂(lè)型應(yīng)用產(chǎn)品樣本數(shù)據(jù)集對(duì)模型(1)中系數(shù)的估計(jì)結(jié)果，全樣本包括924 款應(yīng)用產(chǎn)品共17 017 個(gè)產(chǎn)品版本，271 款享樂(lè)型應(yīng)用產(chǎn)品有5 447 個(gè)產(chǎn)品版本，653 款功能型應(yīng)用產(chǎn)品樣本有11 570 個(gè)產(chǎn)品版本。

表2 PVAR(1)模型估計(jì)結(jié)果Table 2 Estimated Results for PVAR(1) Model

圖2 為全樣本中評(píng)論數(shù)量、評(píng)分和創(chuàng)新速度之間的脈沖響應(yīng)函數(shù)圖，子圖 (a)、(d)、(g)分別為單位評(píng)論數(shù)量的沖擊對(duì)評(píng)論數(shù)量、評(píng)分和創(chuàng)新速度的影響，(b)、(e)、(h)分別為單位產(chǎn)品評(píng)分的沖擊對(duì)評(píng)論數(shù)量、評(píng)分和創(chuàng)新速度的影響，(c)、(f)、(i)分別為單位創(chuàng)新速度的沖擊對(duì)評(píng)論數(shù)量、評(píng)分和創(chuàng)新速度的影響，圖中虛線圍成的部分表示脈沖響應(yīng)函數(shù)的置信區(qū)間。本研究將依據(jù)創(chuàng)新速度與評(píng)論之間的關(guān)系、評(píng)論數(shù)量與評(píng)分之間的關(guān)系、變量之間的滯后關(guān)系，以及由不同類(lèi)型產(chǎn)品導(dǎo)致的變量關(guān)系差異的順序闡述PVAR(1)的分析結(jié)果。

(1)創(chuàng)新速度與評(píng)論之間的關(guān)系。①創(chuàng)新速度對(duì)評(píng)論數(shù)量和評(píng)分的影響，由表2 全樣本組的估計(jì)結(jié)果可知，創(chuàng)新速度對(duì)評(píng)論數(shù)量和評(píng)分的影響與預(yù)期基本一致。關(guān)于創(chuàng)新速度的1 階滯后項(xiàng)，其對(duì)當(dāng)期評(píng)論數(shù)量的影響顯著為正， β = 0.161，p＜ 0.001；其對(duì)當(dāng)期評(píng)分的影響也顯著為正， β = 0.010，p ＜0.050。表明前1 期創(chuàng)新速度正向影響對(duì)當(dāng)期產(chǎn)品評(píng)論的數(shù)量和評(píng)分。由圖2(c)可知，創(chuàng)新速度對(duì)評(píng)論數(shù)量的沖擊能夠持續(xù)較長(zhǎng)的周期；由圖2(f)可知，創(chuàng)新速度對(duì)評(píng)分的沖擊在中長(zhǎng)期內(nèi)具有顯著的正向影響，在一個(gè)很短的迭代周期之后的脈沖響應(yīng)函數(shù)的置信區(qū)間不包含0。因此，結(jié)合脈沖響應(yīng)分析結(jié)果可知，創(chuàng)新速度對(duì)評(píng)論數(shù)量和評(píng)分均具有正向的影響。②評(píng)論數(shù)量和評(píng)分對(duì)創(chuàng)新速度的影響，由表2 全樣本組的估計(jì)結(jié)果可知，評(píng)論數(shù)量1 階滯后項(xiàng)對(duì)當(dāng)期創(chuàng)新速度的影響顯著為正， β= 0.018，p＜ 0.001；評(píng)分1 階滯后項(xiàng)對(duì)當(dāng)期創(chuàng)新速度的影響也顯著為正，β = 0.013，p＜ 0.001。由圖2(g)可知，評(píng)論數(shù)量對(duì)創(chuàng)新速度具有持續(xù)的正向沖擊，即脈沖響應(yīng)函數(shù)值都大于0，且置信區(qū)間不包含0；由圖2(h)可知，評(píng)分對(duì)創(chuàng)新速度的沖擊在短暫的不顯著之后持續(xù)為正。表明評(píng)論數(shù)量和評(píng)分對(duì)創(chuàng)新速度也具有正向影響。以上結(jié)果表明，在應(yīng)用產(chǎn)品的持續(xù)創(chuàng)新過(guò)程中，創(chuàng)新速度與用戶評(píng)論存在相互影響，且二者之間的關(guān)系是協(xié)同加強(qiáng)的。

(2)評(píng)論數(shù)量與評(píng)分之間的關(guān)系。結(jié)合表2 全樣本組的估計(jì)結(jié)果和圖2 可知，評(píng)論數(shù)量與評(píng)分之間具有相互影響。評(píng)論數(shù)量1 階滯后項(xiàng)對(duì)當(dāng)期評(píng)分具有顯著正向影響， β = 0.005，p＜ 0.001，圖2(d)的置信區(qū)間不包含0，即評(píng)論數(shù)量對(duì)后期產(chǎn)品評(píng)分有積極的影響。與已有研究不同的是，評(píng)分的1 階滯后項(xiàng)對(duì)評(píng)論數(shù)量的影響顯著為負(fù)， β = - 0.095，p＜ 0.001，圖2(b)的置信區(qū)間不包含0。本研究認(rèn)為導(dǎo)致該結(jié)果的可能原因是，基于應(yīng)用產(chǎn)品創(chuàng)新過(guò)程的持續(xù)性和連續(xù)性，應(yīng)用產(chǎn)品的大部分用戶屬于現(xiàn)存用戶，導(dǎo)致產(chǎn)品某版本的評(píng)分增加時(shí)，更可能增加現(xiàn)存用戶對(duì)當(dāng)前版本的粘性，而并非通過(guò)增加額外的習(xí)慣轉(zhuǎn)換成本更新現(xiàn)有產(chǎn)品，本研究使用PVAR 模型分析的是前1 期解釋變量對(duì)當(dāng)期被解釋變量的影響，因此前1 期產(chǎn)品用戶評(píng)分增加可能導(dǎo)致用戶更愿意保留使用當(dāng)前版本，減少用戶升級(jí)產(chǎn)品，進(jìn)而減少對(duì)升級(jí)產(chǎn)品的評(píng)論數(shù)量。但對(duì)這部分解釋的證明并非本研究關(guān)注的重點(diǎn)，因此未對(duì)這一推測(cè)進(jìn)行驗(yàn)證。

圖2 脈沖響應(yīng)函數(shù)圖(全樣本, 95%置信區(qū)間)Figure 2 Impulse Response Function Plots (Total Sample, with 95% Confidence Intervals)

(3)檢驗(yàn)變量之間的滯后效應(yīng)。由表2 全樣本的估計(jì)結(jié)果可知，當(dāng)期評(píng)論數(shù)量受到前1 期評(píng)論數(shù)量的影響， β = 0.986，p＜ 0.001；當(dāng)期評(píng)分受到前1 期評(píng)分的影響， β = 0.908，p＜ 0.001，這也可以理解為變量的慣性效應(yīng)；創(chuàng)新速度也具有顯著的正向滯后影響， β =0.267，p＜ 0.001；在圖2(i)中也顯示了創(chuàng)新速度的滯后效應(yīng)。需要注意的是，滯后效應(yīng)的存在并不意味著創(chuàng)新速度、評(píng)論數(shù)量和評(píng)分在創(chuàng)新過(guò)程中持續(xù)增加，如表2 全樣本組中評(píng)分對(duì)評(píng)論數(shù)量的沖擊顯著為負(fù)，β= - 0.095，p＜ 0.001，表明評(píng)分與評(píng)論數(shù)量在動(dòng)態(tài)創(chuàng)新過(guò)程中存在制約機(jī)制，對(duì)于這一點(diǎn)的解釋暫不展開(kāi)詳細(xì)論述。創(chuàng)新速度、評(píng)論數(shù)量和評(píng)分的滯后效應(yīng)僅意味著在其他條件不變的情況下，應(yīng)用產(chǎn)品前1期版本的創(chuàng)新速度、評(píng)論數(shù)量和評(píng)分越高，后續(xù)的創(chuàng)新速度、評(píng)論數(shù)量和評(píng)分也越高，即變量在前后迭代周期具有一定的相關(guān)性。

(4)由不同類(lèi)型產(chǎn)品導(dǎo)致的創(chuàng)新速度與用戶評(píng)論之間關(guān)系的的差異。本研究分別對(duì)享樂(lè)型應(yīng)用產(chǎn)品和功能型應(yīng)用產(chǎn)品進(jìn)行回歸分析。由表2 可知，享樂(lè)型應(yīng)用產(chǎn)品創(chuàng)新速度的增加對(duì)評(píng)論數(shù)量和評(píng)分的沖擊無(wú)顯著影響。由于功能型應(yīng)用產(chǎn)品的脈沖響應(yīng)函數(shù)圖與全樣本差異不大，這里僅給出享樂(lè)型應(yīng)用產(chǎn)品樣本中評(píng)論數(shù)量、評(píng)分和創(chuàng)新速度之間的脈沖響應(yīng)函數(shù)圖，見(jiàn)圖3。由圖3(c)和圖3(f)可知，脈沖響應(yīng)函數(shù)的置信區(qū)間包含0。以上結(jié)果支持前文的觀點(diǎn)，表明對(duì)于享樂(lè)型應(yīng)用產(chǎn)品，創(chuàng)新速度與用戶評(píng)論的協(xié)同作用可能失效。

從享樂(lè)型應(yīng)用的評(píng)論數(shù)量和評(píng)分對(duì)創(chuàng)新速度的影響看，由表2 可知，享樂(lè)型應(yīng)用產(chǎn)品樣本中，評(píng)論數(shù)量1 階滯后項(xiàng)對(duì)創(chuàng)新速度有顯著的正向影響， β =0.029，p＜ 0.001；由圖3(g)可知，脈沖響應(yīng)函數(shù)的置信區(qū)間不包含0。功能型應(yīng)用產(chǎn)品樣本中，評(píng)論數(shù)量1階滯后項(xiàng)對(duì)創(chuàng)新速度有顯著的正向影響， β = 0.018，p＜0.001。綜上，享樂(lè)型應(yīng)用產(chǎn)品前期評(píng)論數(shù)量對(duì)當(dāng)期創(chuàng)新速度的影響程度明顯大于功能型應(yīng)用產(chǎn)品，支持前文的觀點(diǎn)。同時(shí)，享樂(lè)型應(yīng)用產(chǎn)品樣本中，評(píng)分對(duì)創(chuàng)新速度的影響顯著為負(fù)，β = -0.186，p＜ 0.001，圖3(h)中脈沖響應(yīng)函數(shù)的置信區(qū)間不包含0，表明當(dāng)享樂(lè)型應(yīng)用產(chǎn)品的評(píng)分增加時(shí)，開(kāi)發(fā)商可能降低創(chuàng)新速度維持高評(píng)分，與前文的預(yù)期一致。

圖3 脈沖響應(yīng)函數(shù)圖(享樂(lè)型應(yīng)用產(chǎn)品樣本, 95%置信區(qū)間)Figure 3 Impulse Response Function Plots (Hedonic Product Sample, with 95% Confidence Intervals)

由表2 可知，兩種類(lèi)型應(yīng)用產(chǎn)品的評(píng)論數(shù)量與評(píng)分之間的關(guān)系與前文總樣本的分析結(jié)果基本一致，評(píng)論數(shù)量的1 階滯后項(xiàng)對(duì)當(dāng)期評(píng)分均有顯著的正向影響。為了驗(yàn)證不同類(lèi)型產(chǎn)品的評(píng)論數(shù)量與評(píng)分之間關(guān)系的差異，本研究關(guān)注評(píng)分對(duì)評(píng)論數(shù)量的影響。對(duì)于享樂(lè)型應(yīng)用產(chǎn)品，評(píng)分的1 階滯后項(xiàng)對(duì)當(dāng)期評(píng)論數(shù)量的影響不顯著，且圖3(b)中評(píng)分變化對(duì)評(píng)論數(shù)量無(wú)明顯沖擊，脈沖響應(yīng)函數(shù)的置信區(qū)間包含0，表明由于用戶對(duì)享樂(lè)型應(yīng)用產(chǎn)品的決策主要受自我偏好的影響，用戶采納和評(píng)論行為受到總體評(píng)分的影響較小，即享樂(lè)型應(yīng)用產(chǎn)品的用戶評(píng)論數(shù)量與評(píng)分之間的協(xié)同效應(yīng)被明顯削弱，與前文的預(yù)期一致。

為了進(jìn)一步觀測(cè)在持續(xù)迭代期間變量之間的脈沖響應(yīng)關(guān)系，本研究采用脈沖響應(yīng)函數(shù)分析后，設(shè)置脈沖變量對(duì)響應(yīng)變量滯后1 期的影響為短期，滯后15期的影響為中期，滯后30 期為長(zhǎng)期。表3 給出3 個(gè)期間評(píng)論數(shù)量、評(píng)分和創(chuàng)新速度之間的脈沖響應(yīng)關(guān)系。由表3 可知，創(chuàng)新速度和評(píng)分的滯后效應(yīng)具有明顯的衰減性，從短期到中期，創(chuàng)新速度的滯后效應(yīng)從0.260縮減為0.0044，評(píng)分的滯后效應(yīng)從0.192 縮減為0.034，與此同時(shí)還可以觀測(cè)到隨著迭代周期增加，其他變量之間的脈沖響應(yīng)作用也呈現(xiàn)出不同程度的衰減。

表3 沖擊變量的脈沖響應(yīng)效應(yīng)：短期、中期和長(zhǎng)期Table 3 Response Effect of the Impulse Variables：Short-term, Medium-term and Long-term

5 結(jié)論

用戶評(píng)論作為一種信息資源，既是應(yīng)用產(chǎn)品創(chuàng)新的重要輸入，也是創(chuàng)新的輸出結(jié)果，而已有研究很少系統(tǒng)地分析應(yīng)用產(chǎn)品創(chuàng)新速度與用戶評(píng)論的相互關(guān)系。本研究結(jié)合面板向量自回歸模型和脈沖響應(yīng)函數(shù)，探究應(yīng)用產(chǎn)品創(chuàng)新速度與用戶評(píng)論之間的動(dòng)態(tài)關(guān)系，研究結(jié)果表明，①在應(yīng)用產(chǎn)品的創(chuàng)新過(guò)程中，創(chuàng)新速度與用戶評(píng)論數(shù)量和評(píng)分之間存在協(xié)同加強(qiáng)的動(dòng)態(tài)作用關(guān)系，即當(dāng)應(yīng)用產(chǎn)品創(chuàng)新速度增加時(shí)，后續(xù)產(chǎn)品評(píng)論的數(shù)量和評(píng)分也隨之增加，同時(shí)，評(píng)論數(shù)量和評(píng)分的增加又反過(guò)來(lái)導(dǎo)致后續(xù)創(chuàng)新速度的增加，但以上協(xié)同效應(yīng)隨著創(chuàng)新周期的增加迅速衰減。②創(chuàng)新速度與用戶評(píng)論在應(yīng)用產(chǎn)品的持續(xù)創(chuàng)新過(guò)程中具有一定的自滯后性，但這種滯后效應(yīng)也隨著創(chuàng)新周期的增加呈現(xiàn)不同程度的衰減。③用戶的評(píng)論數(shù)量與評(píng)分之間也存在近似的協(xié)同效應(yīng)，具體表現(xiàn)為評(píng)論數(shù)量的增加促使后續(xù)評(píng)分的增加，但評(píng)分增加導(dǎo)致后續(xù)評(píng)論數(shù)量的減少。④創(chuàng)新速度與用戶評(píng)論之間的協(xié)同加強(qiáng)關(guān)系并非一直存在，針對(duì)不同類(lèi)型應(yīng)用產(chǎn)品的創(chuàng)新過(guò)程研究發(fā)現(xiàn)，對(duì)于享樂(lè)型應(yīng)用產(chǎn)品創(chuàng)新，創(chuàng)新速度與用戶評(píng)論的協(xié)同加強(qiáng)關(guān)系退化；特別地，當(dāng)享樂(lè)型應(yīng)用產(chǎn)品的評(píng)分增加時(shí)，后續(xù)創(chuàng)新速度反而降低，而創(chuàng)新速度的變化對(duì)后續(xù)用戶的評(píng)論數(shù)量和評(píng)分都沒(méi)有顯著影響。以上結(jié)論為應(yīng)用產(chǎn)品創(chuàng)新研究和實(shí)踐提供了豐富的理論意義和管理啟示。

5.1 研究貢獻(xiàn)

(1)本研究補(bǔ)充了應(yīng)用產(chǎn)品創(chuàng)新速度策略的相關(guān)研究。已有研究關(guān)注應(yīng)用產(chǎn)品創(chuàng)新速度對(duì)下載量、用戶興趣、滿意和持續(xù)使用等結(jié)果變量的影響，但更多將創(chuàng)新速度作為影響創(chuàng)新效果的解釋變量，較少?gòu)睦碚撋详P(guān)注模型內(nèi)變量的內(nèi)生性問(wèn)題，也缺乏對(duì)變量之間動(dòng)態(tài)關(guān)系的系統(tǒng)性研究。本研究從組織學(xué)習(xí)和用戶行為動(dòng)機(jī)視角詳細(xì)分析了創(chuàng)新速度與用戶評(píng)論的相互影響機(jī)制，從影響創(chuàng)新速度策略的動(dòng)機(jī)和能力兩方面揭示創(chuàng)新速度的內(nèi)生性問(wèn)題，豐富了對(duì)應(yīng)用產(chǎn)品創(chuàng)新速度的理解?；趧?dòng)態(tài)計(jì)量模型檢驗(yàn)創(chuàng)新速度與用戶評(píng)論之間的動(dòng)態(tài)關(guān)系，揭示了在應(yīng)用產(chǎn)品創(chuàng)新過(guò)程中創(chuàng)新速度與評(píng)論數(shù)量和評(píng)分之間協(xié)同加強(qiáng)的迭代機(jī)制。

(2)本研究補(bǔ)充了用戶評(píng)論和口碑的相關(guān)研究。已有研究一般關(guān)注評(píng)論數(shù)量和評(píng)分對(duì)產(chǎn)品績(jī)效的影響，較少關(guān)注評(píng)論與創(chuàng)新策略之間的關(guān)系，也缺乏對(duì)評(píng)論數(shù)量與評(píng)分在持續(xù)創(chuàng)新過(guò)程中動(dòng)態(tài)演化關(guān)系的探討。本研究將用戶評(píng)論看作應(yīng)用產(chǎn)品創(chuàng)新的信息資源，在ZHOU et al.[4]的研究基礎(chǔ)上進(jìn)一步探究評(píng)論數(shù)量和評(píng)分與創(chuàng)新速度策略的協(xié)同關(guān)系，同時(shí)還揭示了口碑的數(shù)量與評(píng)分在應(yīng)用產(chǎn)品快速迭代過(guò)程中的協(xié)同性和滯后性。

(3)本研究拓展了對(duì)不同類(lèi)型應(yīng)用產(chǎn)品的創(chuàng)新策略的研究。已有應(yīng)用產(chǎn)品創(chuàng)新的研究一般關(guān)注產(chǎn)品的技術(shù)創(chuàng)新，更多是對(duì)功能型應(yīng)用產(chǎn)品的探討。實(shí)踐中，享樂(lè)型應(yīng)用產(chǎn)品與功能型應(yīng)用產(chǎn)品的創(chuàng)新具有差異性，并且近年來(lái)享樂(lè)型應(yīng)用產(chǎn)品廣為普及，對(duì)其創(chuàng)新問(wèn)題的研究亟待補(bǔ)充。本研究基于動(dòng)態(tài)創(chuàng)新視角，豐富了對(duì)享樂(lè)型應(yīng)用產(chǎn)品迭代創(chuàng)新的研究，并基于用戶對(duì)享樂(lè)型產(chǎn)品評(píng)論過(guò)程的不穩(wěn)定因素，發(fā)現(xiàn)前面提到的協(xié)同效應(yīng)都不再存在，也揭示了快速迭代更新策略的局限性。

5.2 管理啟示

(1)根據(jù)創(chuàng)新速度與用戶評(píng)論的普遍協(xié)同強(qiáng)化關(guān)系，本研究向業(yè)界揭示了快速更新迭代策略的可行性，為了實(shí)現(xiàn)動(dòng)機(jī)與能力相互匹配的持續(xù)快速創(chuàng)新，開(kāi)發(fā)商應(yīng)從戰(zhàn)略高度重視對(duì)海量的用戶評(píng)論數(shù)據(jù)的獲取和利用，充分對(duì)接用戶資源，提升產(chǎn)品價(jià)值。

(2)本研究結(jié)果可以指導(dǎo)開(kāi)發(fā)商基于用戶評(píng)論的啟發(fā)式信息規(guī)劃創(chuàng)新策略，評(píng)論數(shù)量與創(chuàng)新速度的協(xié)同性表明，開(kāi)發(fā)商除了要主動(dòng)挖掘海量評(píng)論中的用戶需求，還應(yīng)鼓勵(lì)用戶在評(píng)論中提出需求，通過(guò)與用戶建立持續(xù)的互動(dòng)，保持應(yīng)用產(chǎn)品的持續(xù)創(chuàng)新。評(píng)分與創(chuàng)新速度的協(xié)同性表明，產(chǎn)品的質(zhì)量績(jī)效和持續(xù)價(jià)值創(chuàng)造是能相互轉(zhuǎn)化的，這啟示開(kāi)發(fā)商在對(duì)應(yīng)用產(chǎn)品的持續(xù)創(chuàng)新過(guò)程中應(yīng)重視對(duì)質(zhì)量冗余資源的構(gòu)建和維護(hù)，如保持穩(wěn)定上升的產(chǎn)品評(píng)分或用戶滿意度，注重質(zhì)量資源向內(nèi)部研發(fā)的轉(zhuǎn)化，避免由于急功近利造成短期質(zhì)量下滑帶來(lái)的持續(xù)負(fù)面影響。

(3)基于不同類(lèi)型應(yīng)用產(chǎn)品創(chuàng)新過(guò)程的差異性，啟示開(kāi)發(fā)商基于用戶評(píng)論信息創(chuàng)新時(shí)理性分析用戶的評(píng)論信息，特別是享樂(lè)型產(chǎn)品的評(píng)論內(nèi)容蘊(yùn)含的社會(huì)性和主觀性降低了用戶信息的創(chuàng)新價(jià)值。對(duì)此，開(kāi)發(fā)商應(yīng)減少對(duì)用戶評(píng)論的依賴，特別當(dāng)評(píng)分較高時(shí)，可通過(guò)適當(dāng)降低創(chuàng)新速度保持穩(wěn)定持續(xù)的創(chuàng)新。

5.3 研究局限和展望

①本研究的理論部分強(qiáng)調(diào)了開(kāi)發(fā)商對(duì)用戶評(píng)論內(nèi)容的學(xué)習(xí)，但卻并沒(méi)有精確地測(cè)量開(kāi)發(fā)商學(xué)習(xí)的信息量，未來(lái)研究可以豐富研究的指標(biāo)，如通過(guò)計(jì)算評(píng)論信息熵等方法加強(qiáng)研究的穩(wěn)健性。②本研究探究了創(chuàng)新速度與用戶評(píng)論之間的動(dòng)態(tài)關(guān)系，并認(rèn)為快速創(chuàng)新的關(guān)鍵機(jī)制就是充分學(xué)習(xí)外部的用戶知識(shí)，但并未就開(kāi)發(fā)商學(xué)習(xí)用戶知識(shí)的內(nèi)容和程度展開(kāi)詳細(xì)的探討，未來(lái)研究可以進(jìn)一步關(guān)注開(kāi)發(fā)商在快速創(chuàng)新過(guò)程中對(duì)用戶知識(shí)的學(xué)習(xí)程度和學(xué)習(xí)的具體內(nèi)容等因素展開(kāi)探討，這需要對(duì)用戶的評(píng)論內(nèi)容和開(kāi)發(fā)商的創(chuàng)新內(nèi)容進(jìn)行更詳細(xì)的編碼。