顾客共同生产对服务创新绩效的影响机制——基于知识密集型服务企业在B2B情境下的实证研究

李清政，徐朝霞

(1.西南财经大学 西部商学院，四川 成都 610074；2.西南财经大学 工商管理学院，四川 成都 611130)

一、引言

服务业的蓬勃发展源自持续的创新，服务创新已经成为社会经济增长和成功的关键。相比于制造业创新所遵循的技术导向，服务创新则更加强调顾客导向。究其原因，主要是因为顾客在服务组织中扮演着更为有趣和复杂的角色，他们不仅接受和消费服务，而且还是服务创新的一个重要驱动因素。因此，创新理论学家开始将顾客视为服务创新的“共同创造者(Co-creators)”，并认为应该将顾客纳入新服务开发的流程。然而，由于服务组织一般没有正式的R&D机构，服务开发的意图经常被整合在日常的运营活动中。所以服务创新更多是在一线员工与顾客交互作用的过程中产生的，顾客通过提供新的构思和服务改进建议来对服务创新产生影响。也就是说，顾客主动介入并协助服务生产的行为会成为激发和影响服务创新的重要手段。

这种顾客主动介入并协助服务生产的现象被营销学者称为“顾客共同生产(Customer Co-production)”。Bowen最先对顾客共同生产这一问题进行关注，并指出顾客是公司生产力的重要贡献者[1]。随后，Vargo 和Lusch提出“服务主导逻辑(Service-Dominant logic,SDL)”[2]，他们认为在SDL下，应该以服务而非产品作为经济交易的基础，企业有必要与顾客形成协作的关系，并将其视作共同生产者。近年来，少数学者开始对顾客共同生产与服务创新的关系进行探讨，Ja-Shen Chen等通过对IT产业的实证研究，验证了顾客共同生产对服务创新活动有显著的正向影响[3]。卢俊义和王永贵构建了基于顾客知识转移视角的顾客参与和服务创新绩效关系的理论模型，但缺乏实证检验[4]。这些研究为企业寻找顾客参与服务创新的实现方式指引了新的方向，但仍然处于研究的起步阶段，对顾客共同生产的概念还没有形成一致的观点，对顾客共同生产对服务创新绩效的作用机理没能做出深入的理论分析和实证检验。

基于此，本文主要通过以下3个方面来拓展和深化关于顾客共同生产对服务创新绩效作用机理的研究：(1)整合已有的研究成果，提出顾客共同生产的整合性定义。(2)以顾客知识转移作为中介变量，创新导向作为调节变量构建顾客共同生产对服务创新绩效影响的理论模型。(3)以我国知识密集型服务企业作为调查对象，研究在B2B情境中的顾客共同生产行为对服务创新绩效的影响，并通过问卷调查收集相应数据对理论模型与假设进行实证分析。

二、文献回顾及研究假设

(一)顾客共同生产与服务创新绩效

1.顾客共同生产的概念界定

关于顾客共同生产的定义，目前学术界还没有取得一致的意见，在已有的文献中，学者们主要从行为、关系和价值创造等不同视角对这一概念的内涵进行探讨。

从行为视角来看，学者们将顾客共同生产视为一种行为性的介入过程。如Etgar将顾客共同生产定义为顾客在生产过程中参与各种各样的活动，包括顾客与服务提供者之间所有的协作形式[5]。

从关系视角来看，学者们更多地强调顾客与企业之间的交互作用和协作生产关系。顾客共同生产被定义为联合努力的成果，通过这一努力，服务提供者和客户生产出服务。在这一努力中，最终产品的质量很大程度上依赖于交互的本质和各方沟通的质量[6]。

从价值创造的视角来看，顾客共同生产被视为与企业共同创造价值的过程。Schultze 和Bhapp认为顾客共同生产是顾客通过创造一个服务情境，参与服务设计、服务传递，企业产品和服务的营销来直接参与价值创造的过程，在这一过程中顾客自我消耗[7]。

已有的定义为探讨顾客共同生产的本质提供了不同的切入点，但是不同的视角难免因有所侧重而有失偏颇。因此，需要归纳出一个更具整合性的顾客共同生产的定义，以全面描述这一复杂的过程。基于此，本研究在综合了上述定义的基础上，将顾客共同生产界定为：在服务生产过程中，顾客积极参与服务设计，服务传递，服务营销等活动，通过与企业之间持续的和动态的相互沟通和协同合作实现与企业共同创造价值。

2.顾客共同生产与服务创新绩效的关系

为了深入理解顾客共同生产对服务创新绩效的影响，可以借助资源基础观、关系营销和开放式创新的相关理论为这一过程提供理论支持。

(1)资源基础观(RBV)。RBV将企业视为大量资源的集合体[8]。但是，在早期资源基础观的文献中，主要关注于企业内部的资源如企业文化、创新能力等，顾客并不被视为重要的资源。然而，服务自身所具有的生产与消费的同时性往往使得顾客在很多情形下成为服务企业的“临时员工”，顾客被部分整合到企业的边界之内。于是，在服务企业不仅存在员工成员，同时也出现了“顾客成员”[9]。另外，企业不可能拥有它所需要的全部资源，特别是在日益激烈的市场竞争压力的驱使下，企业不得不扩展他们的生产性资源观，跳出传统的企业边界，将顾客视为潜在的合作伙伴[10]，通过与顾客整合和交换资源来共同创造价值。顾客在共同生产过程中，会以信息或者知识的方式更积极地向企业提供资源或能力，而这些资源和能力常常会成为服务创新的来源。在与顾客接触的过程中，企业能更深入地了解顾客需求，尤其是其隐性需求，从而减少新服务开发的不确定性，有利于提高服务创新的市场接受程度。因此，基于这一理论视角，顾客共同生产可以被看作是获得顾客资源和知识的一个战略桥梁，对服务创新绩效产生积极的影响。

(2)关系营销理论。关系营销是通过建立、维持和增强与顾客及其他利益相关者的关系，并利用相互之间的承诺来获取利润，以满足各方利益要求的经营理念[11]。当顾客以共同生产者的身份介入服务过程，实际上表达了他们与服务提供者建立关系的强烈兴趣，从顾客的视角来看，企业之间的差异并不在于“提供的是什么？”，而是“如何提供的？”[12]。在服务生产和传递的过程中通过与企业频繁的交互而建立的彼此信任的协作关系往往是顾客关注的焦点。那些主动介入服务的顾客，更有可能为他们自己创造出定制化的服务[13]。同时，顾客共同生产也使得企业能将顾客带进追求长期和盈利性的紧密关系中[14]，因为当顾客主动参与服务生产时，企业与顾客建立关系就变得相对容易了，并且这一关系还会因为顾客信任员工并认为他们受到了来自于组织的关注而得到发展。因此，这种感知应该被视为关系建立战略，这对组织是有益处的，因为保持已有顾客的成本要比获取新顾客的成本要低很多。因此，基于这一理论视角，顾客共同生产可以被看作是与顾客共同创造价值的“关系纽带”，对服务企业的创新绩效会产生积极的影响。

(3)开放式创新理论。传统的封闭式创新理论以技术创新为主导，将创新视为“生产者为中心”的过程，主要依赖企业内部的资源进行创新研发，顾客并不被视为潜在的创新者[15]。2003年，哈佛商学院教授Chesbrough首先提出了开放式创新(Open Innovation)的概念，这推动了学者和实践者开始积极地寻求来自于企业外部的创新源泉[16]。Piller等(2004)认为顾客在服务企业中可以充当合作设计者(Co-designer)的角色，而开放式创新可以理解为系统地从消费者和使用者那里收集和整合信息来产生创新、修正或规范产品与服务的过程[17]。顾客共同生产在一定程度上能够帮助企业实现开放式创新，在共同生产过程中，顾客介入服务的设计，生产和传递环节，在开放的氛围下与企业员工进行沟通，更有利于激发新的服务构思。顾客参与设计的服务更能够使企业聚焦于有效满足顾客不断变化的需求，从而提高创新的成功率。顾客共同生产同时也为企业的新服务测试提供了真实场景，可以准确地获取顾客对企业创新举措的反应和态度，有利于创新在顾客间的扩散，提高创新的绩效。基于这一视角，顾客共同生产可以被看作是企业“对外开放”的桥梁，对企业的服务创新绩效能够产生积极的影响。

以上不同的理论视角从不同的层面为顾客共同生产与服务创新绩效的关系提供了理论依据。基于上述分析，本研究提出如下假设：

H1：顾客共同生产对服务创新绩效存在显著的正向影响

(二)基于顾客知识转移的中介机制

尽管已有的理论和实践都证明了顾客共同生产会对服务创新绩效带来影响，但是这一影响究竟是通过怎样的机制来发生的，这一问题尚未得到很好的解决。无论我们将顾客共同生产视为一种资源、关系抑或是参与创新的外部主体，都表明了顾客在服务企业经营活动中不同形式的投入，而服务创新绩效则是一种产出结果，在投入与产出结果之间需要经历相应的转化过程，才能确保实现我们所期望的产出绩效。由于服务创新的实质是不可编码知识(暗默知识)向可编码知识的转化，其过程就是新知识不断“积累——学习——积累”的一种螺旋运动[18]，因而顾客共同生产与服务创新绩效之间所需要的转化过程很可能就表现为顾客知识的转移过程。这里所说的知识转移并不是狭义上的从知识源到接受方的信息传播过程，而是包括知识的获取、转化和应用的动态过程[19]。顾客知识转移作为知识转移的一种类型，自然也包括知识获取、转化和应用的过程。

在相关的研究中，主要是针对顾客共同生产与顾客知识转移的关系、顾客知识转移对服务创新绩效的影响这两方面来进行讨论，而对顾客知识转移中介作用的研究相对较少。

1.顾客共同生产与顾客知识转移的相关研究

顾客是企业获取知识的重要外部来源之一。顾客知识包括关于客户的知识和客户拥有的知识，这些知识有助于企业把握顾客不断变化的需求。顾客共同生产为企业获取这些知识提供了便利，尤其是获取顾客的隐性知识[20]。传递隐性知识的一个有效方法就是通过社会性转移，这通常发生在直接的个体间交互作用之中[21]。顾客主动介入服务生产，增加了与企业间相互沟通的机会，使得企业能更深入的了解顾客的潜在需求。Kahn进一步指出，顾客作为企业的“临时员工”高度介入服务的设计、生产、传递等环节，与企业员工协同合作，有助于形成鼓励信息流动的交易机制[22]。另外，顾客与企业在共同生产过程中更容易形成相互信任的合作关系，他们更乐意与企业分享知识和共同创造新的知识。可见，顾客共同生产不仅为企业获取顾客知识提供了重要来源，更通过积极的交互作用促进了知识尤其是隐性知识的转移，顾客与企业建立的良好关系更是提高了知识转化和应用的效率。因此，基于上述分析，本研究提出如下假设：

H2：顾客共同生产对顾客知识转移存在显著的正向影响

2.顾客知识转移与服务创新绩效的相关研究

随着知识经济的到来，知识管理在服务创新中的作用日益成为学术界和理论界关注的热点问题，而顾客知识转移作为企业知识管理的重要环节，对服务创新的影响自然也引发了众多学者们的关注。Lievens等认为，有效地实现顾客知识在企业内部的转移有利于减少新服务开发中与用户需求、竞争者、技术等方面有关的不确定性。在服务企业中一个主要的创新障碍来自于对知识的缺乏，通过有效地知识转移过程，能够帮助企业获取相应的知识，从而为服务创新提供来源[23]。Slater等指出，通过获取顾客知识，可以帮助企业开发出“适销对路”的新服务或产品，提高顾客感知的服务质量[24]。整理和传播顾客知识，提高企业知识的广度与深度。通过应用顾客知识，能够增强企业的服务创新能力，降低创新成本，缩短创新周期[25]。基于上述分析，本研究提出如下假设：

H3：顾客知识转移对服务创新绩效存在显著的正向影响

3.顾客知识转移的中介作用

在少数研究中描述了知识转移在顾客参与和绩效改进之间可能存在中介作用，有的得到实证检验，有的只是定性推理。Muller 和Zenker[26]指出，在知识密集型服务企业与制造企业的互动过程中，随着知识传递和转移，双方企业的知识基础都在不断扩大，从而更加有利于各自的创新。彭正龙等人引入知识转移作为中介变量，研究开放式创新模式下资源共享对创新绩效的作用机理以及知识转移的中介效应，研究发现，知识转移在资源输入对创新绩效的影响中具有显著的中介效应[27]。创新来自于对知识的累积，并通过隐性知识与显性知识的交互作用而产生。企业员工与顾客在共同生产过程中的协作和交互能够激发新的构思和独创性的想法，企业通过对这些知识的获取，转化和应用从而产生有新颖性和创造性的服务产出，实现卓越的企业绩效。基于上述分析，本研究提出如下假设：

H4：顾客知识转移在顾客共同生产和服务创新绩效之间存在显著的中介作用

(三)创新导向的调节作用

研究表明顾客共同生产会对服务创新绩效产生影响，但是这种影响并不是在所有的情况下都是正向的，两者之间的关系强度也不是固定不变的。也就是说我们需要寻找出一个特定的调节变量来支持关于顾客共同生产如何服务创新绩效的理论假设。创新导向是一个企业对新主意的开放性和通过采用新技术、资源、技能和管理系统变革的倾向[28]。Menon 和Varadarajan认为，支持创新的文化促进了信息共享和利用[29]。当企业的创新导向较强时，顾客和竞争者的知识可能产生更强大的产品创新，因为经理们更可能以富于创新性的方式运用这些信息。当组织对新观点和新实践持更加开放的态度时，协调的作用也会被强化，与协调有关的负面影响将会降低，从而对创新绩效产生积极的影响。顾客共同生产可被视为一种协作行为，若企业的创新导向较强，则有利于增强这种协作对顾客知识转移的影响，进而影响创新绩效。具体来看，判断服务创新成功与否的一个关键标准是能否满足顾客的需求，即创新的市场接受程度。顾客共同生产为企业提供了了解顾客需求的渠道，在与顾客的交互过程中会激发很多新的服务构思，但是主要还是依靠员工或者管理者对这些构思作进一步开发。这就意味着，在顾客共同生产中需要通过企业对顾客知识的转移应用过程来对服务创新绩效构成有效的影响。另外，顾客在共同生产中虽然扮演“临时员工”的角色，但是他们毕竟不是企业的正式员工，要想增加他们参与创新的效率，需要企业进行相应的引导，尤其是组织创新氛围的营造和激励。基于上述分析，本研究提出如下假设：

H5：创新导向在顾客共同生产与顾客知识转移之间存在显著的正向调节作用

H6：创新导向在顾客知识转移与服务创新绩效之间存在显著的正向调节作用

三、研究设计

(一)模型

根据上述研究假设的推导,为了验证上文提出的假设，本研究构建出顾客共同生产、顾客知识转移、创新导向与服务创新绩效间关系的概念模型，如图1所示。

图1 研究的概念模型

(二)样本选择与数据收集

本研究选择的实证研究对象是知识密集型服务企业(Knowledge-Intensive Business Services，KIBS)，KIBS是指通过显著依赖于专门领域的专业性知识，向客户和社会提供以知识为基础的服务或中间产品的公司或组织[30]。典型的KIBS包括与客户间的频繁交互并且隐含着一个学习的过程，而这一交互作用已经成为服务创新的重要特征。尤其是在大多数的B2B情境下，KIBS的服务本身就是被企业与顾客共同生产出来的。因此，研究B2B情境下知识密集型服务中顾客共同生产对服务创新绩效的作用机制具有很强的典型性和现实意义。

研究的数据来自2012 年6月-9月对成都、北京、上海、杭州、福州、深圳等知识密集服务较为发达地区的相关企业(主要包括信息服务业、金融服务业、健康保健服务业、专业技术服务业、教育服务业等)进行问卷调查的结果。本研究针对的顾客是与这些被调查公司交易的机构客户，包括工商企业、政府部门和非营利组织等。问卷主要由被调查企业中营销和战略部门的管理人员填写。

在问卷开发阶段，首先选择了5位就职于成都市知识密集型服务企业的管理人员进行深度访谈，以探索共同生产的维度和测量问项。随后将问卷呈交3位专家(战略管理和市场营销专业博士)进行审核，对问项的表达或者可能引起歧义的部分进行了修改，根据预试者提供的意见，问卷经过3次修改和完善后正式发放，问卷包括纸质问卷和电子问卷两种形式。在上述的调查地区分别指定一名问卷回收负责人，负责完成对调查对象的确认和问卷的回收整理工作。其中，纸质问卷的发放对象主要是成都和北京部分高校的MBA学员，采用现场填写的方式，共发放150份问卷，回收101份问卷，其中有效问卷70份。电子问卷主要通过方便抽样的方式进行发放，对调查目的和填写要求加以详细说明，以保证问卷填写的质量，共发放350份问卷，回收152份，有效问卷143份。最终本次调查共发放调查问卷500份，回收253份，回收率 50.6%，其中有效问卷 213份，有效率为42.6%。

(三)变量测量

顾客共同生产的测量目前还没有一致接受的成熟量表，且已有的研究基本采用单一维度的测量问项，这不利于深入理解顾客共同生产的本质，有必要从多维的角度来对这一概念进行测量。从已有的顾客共同生产定义中我们提炼出一些关键的构成维度：如信息维度、行为维度、关系维度和价值维度。考虑到价值维度可以融合到行为维度和关系维度之中，因此本研究将顾客共同生产的构成维度划分为信息维度、行为维度和关系维度。在具体的测量中，提出相对应的“开放式沟通、协同合作、适应性调整”这3个因子来设计顾客共同生产的测量量表。初始量表共包括11个问项，经过探索性因子分析( EFA) 和验证性因子分析(CFA)后我们发现后两个因子具有很高的交叉重合性，因此对相应的问项进行融合，最终挑选出8个问项作为对顾客共同生产的测量，这8个问项可归于两个因子：开放式沟通(4个问项)与协同合作(4个问项)。随后的信度和效度检验结果也表明顾客共同生产量表具有可以接受的信度(α分别为0.784，0.775)和效度。

对其它变量的测量，为保证良好的信度和效度，均采用国内外现有文献已使用过的量表，根据本研究的目的对之进行适当修改。顾客知识转移量表主要借鉴了Ju[31]等人以及Cohen和Levinthal[32]开发的客户知识转移量表，总共9个问项。服务创新绩效量表在Storey和Kelly(2001)[33]、Joe Tidd[34]所提出的服务创新绩效测量指标的基础上，选取了7个问项进行测量。创新导向量表则是在Hurley 和Hult(1998)[28]开发的创新倾向量表的基础上，结合中国服务企业及员工对创新的认知，形成7个问项来进行测量。

四、结果与分析

(一)量表的信度与效度检验

量表的信度检验主要借助于Cronbachp’s α系数的值来判断，从表1可以看出，各量表的α系数均大于前人所建议的最低临界水平0.7，这表明本研究所采用的量表具有较好的信度。在效度检验方面，主要检验了量表的内容效度、收敛效度和判别效度。由于本研究所采用的量表是在对相关文献进行总结的基础上结合专家及个案访谈的结果反复修改而成，因而具有较好的内容效度。各变量的验证性因子分析的拟合情况较好，变量和问项的因子载荷都在0.5以上，且T 值都达到了显著性水平，这说明各变量都具有很高的收敛效度。如表1所示，各变量的平均提炼方差(Average Variance Extracted,AVE)的平方根都大于该变量与其他变量的相关系数，表明本文所用量表具有较好的判别效度。

表1 量表的信度和效度

注:样本量=213；**表示p<0.001；相关系数在矩阵下三角中，AVE的平方根在对角线上。

另外，在所有问项均由同一填写者填写的情况下，很容易出现“同源偏差(CMV)”的问题。为了避免该问题的出现，本研究通过哈曼单因子检验(Harman’s one-factor test)[35]来检验数据同源误差的情况。结果显示，所有指标分解出7个独立因子，总解释62.07% 的变异量，最大的因子解释15.23%，没有出现解释力超过总解释量一半的因子，说明本研究的同元偏差并不明显。

(二)结构方程模型检验

1.顾客知识转移中介作用检验

对于变量中介作用的判定，我们采用Baron 和Kenny ( 1986 )提供的经典方法[36]来检验，具体检验步骤为：(1)用中介变量对自变量做回归分析;(2)用因变量对自变量进行回归分析;(3)用因变量对中介变量进行回归分析；(4)因变量对自变量和中介变量同时进行回归分析。

对变量间两两进行回归的分析结果如表2所示，顾客共同生产对顾客知识转移具有显著的正向影响(β=0.650，P<0.001)，H1得到验证。顾客共同生产对服务创新绩效具有显著的正向影响(β=0.647，P<0.001)，H2得到验证。顾客知识转移对服务创新绩效具有显著的正向影响(β=0.872，P<0.001)，H3得到验证。

表2 变量间回归分析结果

注：**表示P<0.001。

以上回归分析仅就各个变量两两之间的关系展开研究，忽略了模型整体变量间的相互作用，所以研究进一步利用Amos构建中介作用模型，模型估计的结果如表3所示。

表3 中介作用模型的基本估计结果

注：**表示P<0.001。

当自变量和中介变量同时对因变量进行回归时，顾客知识转移对服务创新绩效具有显著的正向影响 (β=0.756，P<0.001)，同时顾客共同生产对服务创新绩效的影响明显降低且不再显著(β=0.146，P=0.257)，这满足了中介效应检验的所有条件，说明顾客知识转移对顾客共同生产与服务创新绩效间的关系存在完全中介作用，即H4得到验证。并且在最终的中介作用模型中，各拟合指数表现良好，CFI，IFI的值大于0.9的临界标准，CMIN/Df小于2，且RMSEA小于0.08，表明模型的整体拟合情况是比较理想的。

2.创新导向的调节作用检验

我们主要运用AMOS提供的分组比较的方式来检验创新导向的调节作用。首先，利用7个创新导向指标，对所有的213个样本进行聚类分析，结果表明样本可分为两组。通过方差分析，组1样本(N=132)的创新导向均值都显著的于组2(N=81)的样本，因此，我们将组1命名为高创新导向组(H)，组2为低创新导向组(L)。然后，利用两个分组后的样本分别拟合图1的模型，两组样本的估计结果如表4所示。

表4 按创新导向分组的模型估计结果

注：**表示P<0.001，*表示p<0.01。

由表4的结果可以看出，在分组之后，在两个组中顾客共同生产对顾客知识转移都有显著的正影响(βh=0.686，P<0.001；βl=0.517，P<0.001)。在高创新导向组中，顾客知识转移对服务创新绩效有显著的正向影响(βh=0.445，P<0.001)，而在低创新导向组中，顾客知识转移对服务创新绩效的影响变得不显著了(βl=0.554，P=0.158)。另外，顾客共同生产对服务创新绩效指标的影响不显著。为了检验创新导向调节作用在各个路径系数上的差异是否显著，我们利用AMOS提供的多组比较方法对它们进行了检验，结果如表5所示。

表 5创新导向调节作用的显著性检验

注：**表示P<0.001。

表5给出的检验结果表明，在Model 2中，由于T值在0.001的水平上是显著的，说明顾客共同生产对顾客知识转移的影响在不同水平的创新导向组中是存在显著差异的。从表4中可以看出，当创新导向从低向高变换时，顾客共同生产对顾客知识转移的影响呈现出增强的趋势，由0.517变为0.686，说明创新导向对顾客共同生产与顾客知识转移的关系具有正向的调节作用，即H5得到验证。

在Model 3中，由于T值在0.001的水平上是显著的，说明顾客知识转移对服务创新绩效的影响在不同水平的创新导向组中是存在显著差异的。结合表4的路径系数，当创新导向从低向高变换时，顾客知识转移对服务创新绩效的影响由不显著变为显著，说明创新导向对顾客知识转移与服务创新绩效的关系具有正向的调节作用，即H6得到验证。

五、结论与启示

(一)结论

本研究以为顾客知识转移作为中介变量，创新导向作为调节变量，构建了顾客共同生产对企业服务创新绩效影响的理论模型。研究以213家知识密集型服务企业作为实证调查对象，利用结构方程方法对该理论模型进行了检验，获得了一些具有重要实践指导意义的研究结论。

第一，顾客知识转移完全中介顾客共同生产对服务创新绩效的影响。这一结论进一步揭示了顾客共同生产对服务创新绩效的作用机制。顾客共同生产推动了顾客知识向组织转移的过程，即将关于顾客的知识，顾客拥有的知识，以及顾客与企业交互作用产生的新知识有效的转化为组织的知识，随后将这些知识用于企业的服务创新活动，进而提高服务创新的绩效。顾客知识转移的效果是顾客共同生产对服务创新绩效形成影响的关键环节。

第二，创新导向正向调节顾客共同生产对顾客知识转移的影响。这一结论说明顾客共同生产对顾客知识转移的影响是边际递增的。当创新导向处于低水平时，组织对创新持较为保守的态度，关注的是保持和提升日常的运营效率，顾客提出的服务创新建议以及顾客的知识难以获得组织的重视和采纳，这就削弱了顾客知识在组织内流动和应用的效率。随着创新导向的逐渐增强，组织对顾客所拥有的知识的敏感度和接受度得以提高，并且会鼓励员工通过与顾客的交互来获取对企业创新有利的知识，并且与顾客一起积极地创造新的知识，此时提高顾客共同生产的程度可以积极的推动顾客知识转移的效率。

第三，创新导向正向调节顾客知识转移对服务创新绩效的影响。在将新的知识应用到企业的创新活动时势必会引发一定程度的组织变革，甚至改变现有的经营模式和理念，而组织对这些变革的适应能力和接受程度将会影响这些新知识对服务创新绩效的作用结果。当服务组织的创新导向较弱时，组织对于创新带来的变革可能会很抗拒，员工可能不愿意尝试改变，那么通过顾客知识转移所获得的新知识在应用到服务创新时就会受到较大的阻力，从而无法影响最终的创新绩效。而随着组织创新导向的增强，组织会更加乐于把新知识应用到服务创新活动中，并勇于尝试由此引发的变革，提供符合甚至能够引导顾客需求的新服务，提升服务创新绩效。

(二)研究启示

1.管理顾客共同生产

顾客共同生产会对服务创新绩效带来正向的影响，因此，对顾客共同生产的有效管理有助于强化这一影响。具体来看，就需要企业对顾客进行有效的选择，培训和社会化。首先，不是所有的顾客都乐意主动参与服务的生产和传递过程，企业需要识别哪些类型的顾客会成为很好的合作伙伴。其次，顾客需要具备一定的技能和经验才能有效地参与服务生产，完成相应的服务任务，这就需要企业对顾客进行适当的教育和培训，帮助顾客明确在服务中应承担的责任，提供详尽的服务指引等事先对顾客进行指导，教授完成服务所必需的知识和技能。最后，企业还需要通过顾客组织社会化来促进增强顾客的参与意愿，产生对组织的归属感和信任。

2.培养企业的顾客知识转移能力

我们可以应用本研究的中介作用机制来解释现实中的一个看似相互矛盾的现象：一方面，顾客介入服务生产对服务创新的重要性受到重视，但是另一方面，大量的服务企业仍然选择低顾客介入这一传统的服务生产方式，为什么会形成这样的反差呢？究其原因，是因为很多企业在提高顾客共同生产的水平时，忽略了对顾客知识的有效转移，缺乏对知识的有效的获取和转化应用能力，企业面对顾客共同生产中错综复杂的信息碰撞会不知所措，这样高顾客介入反而会扰乱运营的效率，削弱创新的绩效。因此，企业需要提高对顾客知识获取，转化和应用的能力，从而实现顾客知识这一战略性资源的有效利用。利用先进的信息技术和顾客知识管理系统，从而构建有效的顾客知识转移的“硬”机制。此外，企业还需要与顾客建立持久稳定的亲密关系，促进顾客与企业的一线员工之间的交互作用，构建有效的顾客知识转移的“软”机制。

3.发挥创新导向的调节作用

让顾客更多地介入服务的生产和传递过程，顾客的角色从被动接受转变为主动创造，这可以被视为一种顾客导向的战略考虑，但是仅仅考虑如何更好的满足现有的顾客需求是不够的，企业需要充分发挥创新导向的影响，鼓励企业接受新的服务构思和想法，创造性的利用所获得的顾客知识，在企业与顾客之间营造良好的共同学习的氛围，促进顾客与企业之间的知识分享，以及组织内部员工之间的知识分享和学习，从而强化顾客共同生产对顾客知识转移的正向作用。可以说，顾客导向和创新导向都是对环境变化做出的战略性反应，他们并不是相互排斥的，相反，两种导向的协同作用能够积极地影响企业的服务创新绩效。

(三)局限性及未来研究方向

本研究对顾客共同生产、顾客知识转移、创新导向和服务创新绩效之间的关系进行了探索，取得了具有一定理论和实践意义的结论，但是仍存在以下几点不足：

第一，本研究的有效样本只有213个，研究的样本数量存在局限性。

第二，研究的对象存在一定的局限性。本研究对所有的变量采用的是来自于对KIBS企业的考量，而对于大量的传统服务业上述结论是否成立，还有待进一步的研究。

第三，顾客共同生产以及顾客知识转移本质上都涉及到主体间的交互作用，但是本研究仅站在企业的视角对B2B情境下的顾客共同生产和服务创新绩效的关系进行了探讨，研究没有涉及客户视角的相关研究，会形成一定的认知偏差。

基于这些不足之处，未来的研究需要在以下方面进一步扩展：扩大研究调查的行业范围，增加样本数量，以提高研究的现实解释力；尝试多种渠道的数据收集方式，分别从企业和顾客两个层面对共同生产及服务创新绩效进行考量。未来的研究方向还可以向个人顾客共同生产的相关问题延伸，同时考察共同生产对客户企业服务创新绩效的影响，另外还可以尝试进行跨文化的对比分析，将更多的情境因素考虑进来。

参考文献：

[1]BOWEN D E.Managing customers and human resources in service organizations [J].Human Resource Management,1986,25:371-383.

[2]VARGO Stephen L,ROBERT F Lusch.Evolving to a new dominant logic for marketing [J].Journal of Marketing,2004,68 (1):1-17.

[3]CHEN Ja-shen,TSOU Hung-Tai ,RUSSELL K H,Ching.Co-production and its effects on service innovation [J].Industrial Marketing Management,2011,40:1331-1346.

[4]卢俊义,王永贵.顾客参与服务创新与创新绩效的关系研究——基于顾客知识转移视角的理论综述与模型构建 [J].管理学报,2011,8(10):1566-1574.

[5]ETGAR M.A descriptive model of the consumer co-production process [J].Journal of the Academy of Marketing Science,2008,36(1):97-108.

[6]JARI Kuusisto,ANMARI Viljamaa.Knowledge-Intensive business services and co-productionof knowledge-The role of public sector? [J].Frontiers of E-Business Research,2004:282-298.

[7]SCHULTZE U,BHAPPU A D.Internet-based customer collaboration:dyadic and community-based modes of co-Production [C].∥Emerging E-Collaboration Concepts and Applications.Hershey,PA:Cyber Tech Publishing,2007:166-192.

[8]PENROSE E T.The theory of the growth of the firm [M].New York:Wiley,1985:100-102.

[9]PARSONS T.How are clients integrated in service organizations? [C].∥Organizations and Clients:Essays in the Sociology of Service.Columbus,OH:Merrill,1970:1-16.

[10]LENGNICK-HALL C A.Customer contributions to quality:A different view of the customer-oriented firm [J].Academy of Management Review,1996,21(7):791-824.

[11]KAJ Storbacka,TORE Strandvik,CHRISTIAN Grönroos.Managing customer relationships for profit:The dynamics of relationship quality [J].International Journal of Service Industry Management,1994,5(5):21-38.

[12]VARKI S,WONG S.Consumer involvement in relationship marketing of services [J].Journal of Service Research,2003,6(1):83-91.

[14]NEELI Bendapudi,ROBERT P Leone.Psychological implications of customer participation in co-production [J].Journal of Marketing,2003,67(1):14-28.

[15]JOHNE A,STOREY C.New service development:A review of the literature and annotated bibliography [J].European Journal of Marketing,1998,32(3/4):184-251.

[16]CHESBROUGH H.Open innovation,the new imperative for creating and profiting from technology [M].Boston:Harvard Business School Press,2003:102-104.

[17]PILLER F,SCHUBERT P,Koch M,et al.From mass customization to collaborative customer co-design [C]∥Proceedings of the ECIS.Finland:2004:34-35.

[18]THORSELL J.Innovation in learning:How the danish leadership institute developed 2,200 managers from Fujitsu services from 13 different countries [J].Management Decision,2007,45(10):1667-1676.

[19]ZANDER Udo,Bruce Kogut.Knowledge and the speed of the transfer and imitation of organizational capabilities:An empirical test [J].Organization Science,1995,6(1):76-92.

[20]GIBBERT M,LEIBOLD M,PROBST G.Five styles of customer knowledge management,and how smart companies use them to create value [J].European Management Journal,2002,20(5):459-469.

[21]DAWSON R.Developing knowledge-based client relationships:The future of professional services[M].Woburn,MA,Butterwood-Heinemann,2000:10-13.

[22]KAHN K B.Interdepartmental integration:A definition with implications for product development performance [J].Journal of Product Innovation Management,1996,13(2):137-151.

[23]LIEVENS A,MOENAERT R K,S Jegers R.Linking communication to innovation success in the financial service industry [J].International Journal of Service Industry Management,1999,10 (1):23-47.

[24]SLATER Stanley F,NARVER John C.Market orientation and learning organization [J].Journal of Marketing,1995,59(3):63-67.

[25]De Brentani U.Success and failure in new industrial services [J].Journal of Product Innovation Management,1989(6):239-258.

[26]MULLER E,ZENKER A.Business services as actors of knowledge transformation the role of KIBS in regional and national innovation systems [J].Research Policy,2001,30:1501-1516.

[27]彭正龙，王海花，蒋旭灿.开放式创新模式下资源共享对创新绩效的影响：知识转移的中介效应 [J].科学学与科学技术管理,2011,32(1):48-53.

[28]HURLEY R F,HULT G T M.Innovation,market orientation，and organizational learning:An integration and empirical examination [J].Journal of marketing,1998,62:42-54.

[29]MENON A,VARADARAJAN P R.A model of marketing knowledge use within firms [J].Journal of Marketing,1992,56(4):53-71.

[30]MILES I,KASTRINOS N,Bilderbeek R,et al.Knowledge-intensive business services：Users，carriers and sources of innovation[R].EIMS Publication No.15，Innovation Programme,Directorate General for Telecommunications,Information Market and Exploitation of Research,Commission of the European Communities,Luxembourg,1995.

[31]JU T L,LI Chia-Ying,LEE Tien-Shiang.A contingency model for knowledge management capability and innovation [J].Industrial Management & Data Systems,2006,106(6):855-877.

[32]COHEN W M,LEVINTHAL D A.Absorptive capacity:a new perspective on learning and innovation [J].Administrative Science Quarterly,1990,35(12):88-152.

[33]STOREY C, KELLY D.Measuring the performance of new service development activities [J].Service Industries Journal,2001,21(2):71-90.

[34]TIDD J,HULL F M.Service innovation:Organizational responses to technological opportunities and market imperatives [M].London:Imperial College Press.

[35]HARMAN H H.Modern factor analysis [M].Chicago:University of Chicago Press,1967:57.

[36]BARON R M,KENNY D A.The moderator-mediator variable distinction in social psychological research:Conceptual,strategic,and statistical considerations [J].Journal of Personality and Social Psychology,1986,51:1173-1182.