用户角色与关注提示：探究开放式创新社区中各种想法的流行度

《Information & Management》：User Roles and Attention Cues: Exploring the Popularity of Ideas in Open Innovation Communities

　　**摘要**
在开放创新社群中，一个想法的受欢迎程度反映了社群对该想法潜在价值的判断，这是想法实施的关键前提；然而，驱动想法受欢迎程度的因素尚未得到充分研究。基于Campbell的“盲目变异与选择性保留”理论，本研究认为，在“盲目变异”阶段提交的想法的新颖性以及“选择性保留”阶段提供的建设性反馈构成了知识贡献的两个维度。通过聚类分析，我们识别出四种知识贡献模式（即用户角色）：平衡型贡献者、创造性创新者、建设性反馈提供者和最低限度贡献者。用户的社群参与具有双重效应：内部而言，它塑造了他们的认知框架和创新能力；外部而言，它导致了可见社群指标（例如积分）的积累，这些指标充当了注意力引导器。通过整合有限注意力理论，我们探讨了用户在参与早期形成的角色如何影响想法的受欢迎程度，以及注意力引导器如何作为调节这种关系的边界条件。利用小米MIUI论坛的面板数据，我们观察到平衡型贡献者产生的受欢迎想法比其他所有类型的用户都多，尽管他们在任何单一知识贡献维度上都不突出。积分的增加与想法的受欢迎程度呈正相关，其中平衡型贡献者从积分增加中获得的收益大于最低限度贡献者和创造性创新者。本文讨论了理论和实际意义。

**引言**
由公司创建和运营的开放创新社群为企业和用户提供了协作创新的平台[1,2]。在这些平台上，用户可以跨越组织和地理界限进行协作，生成、完善和分享产品创意[3,4]。开放创新社群对于促进集体创造力和发展创新至关重要，因为它们使不同群体的参与者能够贡献知识、见解和反馈[5,6]。对于企业而言，这些社群有两个主要目的：（1）收集和培养创新想法，为内部产品开发和创新策略提供宝贵输入[7,8]；（2）捕捉用户偏好，从而帮助产品更新与消费者需求保持一致[9,10]。例如，小米建立了MIUI论坛，用户的贡献在其MIUI移动操作系统的改进中发挥了关键作用。该论坛不仅增强了系统与中国用户需求的一致性，还通过持续的用户参与为小米带来了竞争优势[2]。
想法的受欢迎程度指的是一个想法在开放创新社群中被认可、认可和传播的程度[11]；它反映了社群对该想法相关性和价值的集体判断，通常通过浏览量、评论数或其他用户的评分等指标来衡量[8,11]。正如以往的研究所强调的，想法的受欢迎程度是想法实施的关键前提[8],[12],[13],[14]，表明了一个想法在更广泛用户群体中的共鸣程度以及是否符合公司的创新目标。想法的受欢迎程度不仅表明了社群的兴趣[11]，还体现了该想法对产品更新和改进的潜在价值[15]。
然而，现有文献尚未全面探讨想法受欢迎的潜在驱动因素。在开放创新社群的背景下，只有少数研究考察了想法受欢迎的先决条件。例如，基于认知超载理论，Gupta等人[16]探讨了想法的文本特征如何决定其高受欢迎程度。Zhang等人[17]研究了在线评论的特征和想法生成者的社交网络中心性如何共同影响想法的受欢迎程度。总体而言，现有研究倾向于关注想法的特征和社交互动，而忽视了将想法生成视为创新任务的固有知识属性。为填补这一空白，本研究借鉴了Campbell的“盲目变异与选择性保留”（BVSR）理论，提出长期参与社群的用户会形成独特的知识贡献模式，这些模式的特点是在“盲目变异”阶段提交的想法的新颖性和在“选择性保留”阶段提供的建设性反馈[4,13]。一些用户专注于提交创新想法（创造性创新者），而另一些用户则强调提供建设性反馈（建设性反馈提供者），还有一些用户在这两方面都贡献较少（最低限度贡献者）。这些累积的知识贡献逐渐塑造了用户的认知结构和创新能力[19,20]，最终形成了稳定的创新框架，导致不同类型用户在后续想法生成表现上的结构差异。关键的是，用户在知识演化过程中的参与不仅通过塑造他们的认知框架和创新能力产生了内部效应，还通过导致可见社群指标（如积分）的积累产生了外部效应，这些指标反映了用户对其他社群成员的贡献历史。
在开放创新社群中，由于信息过载问题尤为严重[21]，这些外部指标变得尤为重要。同时呈现大量想法使得社群成员难以深入评估每个想法。在这种环境下，注意力成为稀缺资源[22,23]，初始可见性成为想法受欢迎程度的关键前提。基于有限注意力理论[24]，本研究提出，认知资源有限的社群成员依赖显著性提示（如积分等可见指标）作为决策启发式[25,26]。因此，注意力引导器决定了哪些想法会获得初次曝光并进入后续的评估和讨论过程，从而在知识演化周期中起到边界条件的作用。用户角色与注意力引导器之间的相互作用最终决定了不同用户的知识贡献优势是得到放大还是被抑制，从而影响了想法的受欢迎程度。

**本研究的三项理论贡献**
首先，它构建了一个基于用户在“盲目变异”阶段提交想法的新颖性和在“选择性保留”阶段提供反馈的建设性的用户角色分类框架。这项工作为研究用户角色提供了新的理论视角，以往的研究主要集中在参与行为和社交网络[27,28]上，而本研究提供了基于知识贡献模式的新理论解释，并为不同角色的创新机制提供了新的理论依据。其次，通过证实用户在早期阶段形成的知识贡献模式是他们想法后续成功的主要决定因素之一，本研究加深了我们对想法受欢迎程度先决条件的理解。在探讨想法受欢迎程度的先决条件时，我们将焦点从想法的文本特征和创作者的社交网络位置[16,17]转移到了用户的知识贡献模式上。值得注意的是，我们的研究发现，平衡型贡献者产生的想法最为受欢迎，这表明在集体创新的背景下，知识贡献维度的平衡比单一维度的卓越更为重要。第三，本研究揭示了用户社群参与的双重影响：知识贡献活动内部塑造了用户的认知框架和创新能力，同时外部导致了可见社群指标（如积分）的积累，这些指标充当了注意力引导器。通过将有限注意力理论整合到知识演化模型的“选择性保留”阶段[18,29,30]中，本研究将注意力引导器确定为调节知识贡献模式转化为想法受欢迎程度的关键边界条件。这种整合将想法生成者同时视为知识来源和注意力引导器的载体，为理解注意力稀缺环境中的想法受欢迎程度提供了统一的理论框架。

**部分摘录**
**开放创新社群中的想法受欢迎程度**
公司利用Web 2.0技术构建开放创新社群，组织来自全球、跨时间和跨区域的外部用户群体以众包形式与内部产品开发团队协作[31]。在这些社群中，用户群体自愿参与产品创新，贡献想法并进行相互评论；此外，公司专家指导用户之间的协作，提供想法反馈并评估这些想法。

**从知识演化视角识别用户角色**
开放创新社群是动态的协作空间，具有不清晰且前所未有的边界[50]。这些社群的参与者往往缺乏深厚的社会联系，可能来自不同的背景和经历，并且可以随时加入或退出社群。这种流动性促进了知识在参与者之间的自由流动，促进了多元观点和知识的整合[51]。重要的是，参与者贡献的知识常常……

**数据与样本**
MIUI论坛位于小米官方网站上，是一个由北京小米科技有限公司精心策划和管理的开放创新社群。该论坛设有专门的讨论版块，用户不仅受到欢迎，还被积极鼓励分享见解、提出功能优化建议以及为MIUI移动操作系统提出创新想法。MIUI作为小米的核心产品，是安卓系统的定制版本。

**估计模型与结果**
我们构建了一个用户层面的面板数据集，采用横截面设计与九周的纵向时间序列相结合。我们使用了适合分析具有横截面和时间序列维度数据的面板线性回归模型来检验我们的假设。由于我们的模型包括用户角色等时间不变的变量，因此固定效应模型不适用，因为这种模型无法估计这些变量的影响。

**主要发现**
本研究探讨了用户角色和注意力引导器如何影响开放创新社群中想法的受欢迎程度。基于用户提交的新想法和提供的建设性反馈，我们识别出四种用户角色：平衡型贡献者在想法生成和建设性反馈提供两方面都发挥作用，成为知识演化两个阶段的双重贡献者[29,30]；创造性创新者主要专注于新想法的生成……

**结论**
开放创新社群中的想法受欢迎程度反映了社群对该想法潜在价值的集体判断，并是想法实施的前提；然而，驱动想法受欢迎程度的因素尚未得到充分研究。本研究采用以用户为中心的视角，提出了一种理论框架，将Campbell的BVSR理论与有限注意力理论相结合来解释想法的受欢迎程度。该框架基于这样的观察……

**资助**
本研究得到了北京市自然科学基金（项目编号：9242016）和中国国家自然科学基金（项目编号：72172168）的支持；同时也得到了中央财经大学的“双一流”建设项目资助。

**作者贡献声明**
Qian Liu：撰写原始草稿、获取资金、概念构思。Qianzhou Du：资源协调。XiaoFang Cai：方法论设计。Jiang Yi：方法论设计。
Dr. Qian Liu（[e-mail]）是中央财经大学中国互联网经济研究中心的副教授，她在西安交通大学管理学院获得工商管理博士学位。她的研究兴趣包括开放创新、众包、社交媒体分析、知识管理和人机交互。她的研究成果发表在《决策支持系统》和《信息系统杂志》等期刊上。