品牌社区的顾客创新行为：中心性与结构洞的影响

王 维，孟 韬

1 西安交通大学 管理学院，西安 710049 2 东北财经大学 国际商学院，辽宁 大连 116025

引言

目前，品牌社区已经成为企业聚集顾客、管理顾客知识的主要场所。为促进企业更好地利用顾客创新成果，企业界和学界对品牌社区进行了大量探索和研究。随着品牌社区中顾客互动的加深，品牌社区也呈现出社会网络的相关特征[1-2]。基于社会网络视角，目前学者们主要从社会网络分析和嵌入视角对品牌社区进行研究，而对社区中顾客网络属性造成的结果的关注却相对较少。然而，根据社会网络理论，网络中中心性较高[3-4]和富有结构洞的个体[5-6]往往拥有更强的创新能力。但是，品牌社区中中心性较高和富有结构洞的顾客是否会做出相应的创新行为，以及其创新行为产生的内在机制如何，目前并未有研究涉及。

通过已有研究可以发现，创新行为的产生大多源于个体对内外部环境的正面感知[7-8]以及其带来的舒适感。而在品牌社区中，顾客的舒适感来自于顾客的社区体验。良好的社区体验能够为顾客创造更加正向的心理感知[9]，促进顾客的舒适感。基于此，本研究以社区体验为研究视角，研究品牌社区中顾客的网络结构如何影响社区体验，以及如何通过社区体验影响顾客的创新行为，以此拓展网络结构与社区中顾客创新行为之间关系的研究。

1 相关研究评述

1.1 品牌社区与顾客创新行为

互联网的发展带动了网络在线社区的发展。作为在线社区的一种，品牌社区受到营销学者的广泛关注[10]。品牌社区是基于互联网的以品牌认同聚集起来的用户群体[11-12]，品牌社区的建立为企业维持顾客关系、管理顾客知识提供了有效途径[13]。目前，很多企业已经建立了自己的品牌社区，通过社区来管理自己的顾客，增强顾客认同，以实现企业的竞争优势。目前对品牌社区的研究主要关注社区参与[10]、品牌忠诚[14]和顾客创新[15-16]等方面，关于社区参与的研究中，学者们发现了顾客特征、社会特征和社区信息特征等相关因素对顾客参与的促进作用[10]，以及社区参与带来的品牌忠诚[15]。而在顾客创新领域学者们也进行了一定的研究。

自从VARGO et al.[17]提出服务主导逻辑，顾客创新就成为营销和创新学者关注的热点。顾客创新是指由顾客对产品或服务提出的新设想或进行的改进[18]。作为一种企业的外部创新来源，顾客创新已经成为企业创新的重要组成部分，并且创造了大量的社会福利。目前学界对该领域的研究主要基于用户创新、价值共创和顾客创新3个概念进行。其中，用户创新与顾客创新一样，只是对创新主体的不同定义，而价值共创强调在顾客与企业的互动过程中对各自提供的资源进行整合，最终实现价值创造[19]，是从价值角度阐释的顾客创新。本研究使用顾客创新的概念，在品牌社区中，顾客的创新行为大致可分为两类[20]：一是学与消费，如顾客对于其他顾客反馈的信息的思考以及对相关使用技能的提升; 二是做与生产，如在社区中发表自己对产品的看法，参与品牌或其他顾客发起的项目等。具体来说，品牌社区中的顾客创新行为可以体现为王晓川等[21]归纳的顾客参与产品调查、探讨产品的未来发展、反馈和揭示产品缺陷、对竞争品牌进行对比分析、评价和宣传创新产品等活动。由于顾客创新能够促进企业的创新绩效，为企业带来更强的竞争优势，很多企业都在自己的社区中收集顾客创新思想[22]，而学界也从匹配[23]、动机[15]、社区氛围和感知[19,24]等方面对品牌社区中的创新行为进行探索。

综上可知，互联网的发展带动了品牌社区的发展。通过对顾客的集聚，品牌社区蕴含着大量的顾客知识，目前学界已经开始关注品牌社区中的顾客创新行为，但主要从个体和组织等方面进行研究。然而，随着顾客在品牌社区中嵌入程度的深入，社区中社会网络的作用也愈发凸显[1-2]，而且社会网络也早已被证实是影响品牌社区参与的重要因素之一[10]。但是，已有以社会网络视角直接考察品牌社区中顾客创新行为的研究却相对较少。

1.2 社会网络与品牌社区

作为一种社会学理论视角，社会网络理论早在20世纪70年代就得到管理学者的关注。社会网络理论作为一个关注行动者之间关系网络的理论，主要关注个体或组织构成的网络中行动者之间的关系以及行动者的嵌入性对其行为的影响[25]。在社会网络理论中，行动者指社会网络中的个体单元，包括社会中的个人和组织等。目前，社会网络已经广泛应用于企业战略[4]、组织[8]和营销[26-27]等多个领域，其研究对象也横跨个体、团队和组织等多个方面。而在网络社区中，个体嵌入程度的深入凸显了社区中的社会网络[2]，因此，很多学者基于社会网络理论对网络社区进行研究。

最为广泛的是应用社会网络分析进行的研究，如WANG et al.[28]对以某化妆品博主为核心的虚拟社区进行社会网络分析，肖邦明等[29]对淘宝网交易型社区的网络分析。另外，一些学者也使用问卷调查方法对品牌社区中的社会网络因素进行研究，并且主要关注用户在社区之中的嵌入性[30-31]。此外，还有一些学者对网络中的特殊结构进行研究，如周志民等[27,32]对品牌社区中结构洞和网络中心性进行的研究。

综上，品牌社区中社会网络因素的凸显带动了以社会网络视角进行的品牌社区研究，但学者们更多关注网络的结构[28]以及顾客在网络中的嵌入性[30]，对网络中特殊位置用户的研究稍显不足。另外，开放式创新带来了企业对顾客创新的关注，而根据社会网络理论，网络中存在一些因其结构特殊而获得更多资源优势的行动者，这类行动者往往表现出更强的创新能力[3,5]，但已有关于网络中这类特殊位置的研究并未直接关注其对顾客创新行为的影响。已有对网络中特殊位置用户的研究采用提名法进行网络构建，但提名法能够获得的网络关系数据有限。

1.3 中心性和结构洞

在社会网络研究中，学者们发现，不同网络位置的行动者由于其位置的独特性获得不同类型的资源，而这些资源又影响行动者的行为和特征。其中，学者们关注最多的就是中心性和结构洞这两种位置属性。

中心性是指行动者位于网络中心的程度，能够反映行动者在网络中受欢迎的程度。由于网络中心位置的行动者有较强的资源、信息和各种社会连接的控制力，因此，中心性可以衡量行动者的位置、地位、社会声望、职务特权性或优越性等。根据社会网络理论，中心性包含度中心性、接近中心性、中介中心性和特征向量中心性等多种类型[33]。其中，度中心性可以衡量行动者控制范围的大小，在网络中具有较高度中心性的行动者拥有更大的影响力、拥有更多的社会支持。根据关系指向的不同，度中心性也可分为入度中心性和出度中心性。接近中心性是以行动者与其他行动者的距离计算的中心程度，中介中心性代表行动者作为信息媒介者的能力，特征向量中心性是考虑行动者相邻节点数量和重要性的一种中心性。目前学界已经从战略和组织等各领域对中心性进行了探讨，其中关注最多的就是度中心性，并且发现中心性与企业创新[34]和个体创新[3]等多个方面的关系。也有学者在品牌社区中研究中心性的影响，如周志民等[32]对社区中咨询网络中心性和情感网络中心性与互惠规范、知识共享之间关系的研究。

结构洞是指两个关系之间的非冗余关系[35]。结构洞描述了这样一种现象，即在社会网络中，行动者与某些行动者存在直接联系，但与某些行动者不存在直接联系或出现关系间断，从整体来看仿佛网络结构中出现了洞穴。目前学者们对结构洞的研究主要集中在企业间关系网络，认为行动者在网络中的优势主要来源于网络所创造的中介机会。在网络中，行动者占据结构洞越多，就越能与其他彼此不相连的群体建立关系，通过对各群体之间信息的控制，获得更多的资源优势。同时，由于结构洞连接着不同类型的异质性资源，往往具有更高的创新能力[6]。尽管目前对于个体网络结构洞的研究不多，但已有研究发现结构洞与个体创新[6]、品牌社群承诺[27]、个体离职意愿[36]之间存在显著的关系。

综上所述，在与创新相关的研究中，中心性和结构洞都能为行动者带来更多资源，具备一定的信息优势，因此，这两种属性被广泛探讨。目前，学者们已经在多种情景下证实了中心性和结构洞能够为行动者带来更高的创新能力[3,5]。而在经营中企业更关注实际的创新结果，尤其是对于品牌社区中的顾客管理。因此，这类高创新能力顾客如何产生更多的顾客创新行为是品牌社区管理中的关键问题。然而，目前并未有研究回答社区中中心性和结构洞属性更高的顾客是否以及如何产出更多的顾客创新行为这一问题。因此，本研究从顾客在社区中的体验出发，研究顾客在社区中的位置属性与其创新性行为之间的关系，以求解决这一问题。

2 理论分析和研究假设

2.1 网络位置与社区体验

作为顾客价值的一部分，体验一直是学者们关注的重点。在已有研究中，体验经常以品牌体验[37]、用户体验[38]和顾客体验[39]等概念形式出现，随着社区研究的不断深入，学者们开始重视社区体验。社区体验是指消费者在在线社区互动过程中获得的全方位的体验[40]。学界对社区体验的研究可以分为两大类，一类是源于NAMBISAN et al.[40]提出的实用、享乐、社会和使用4种类型的在线社区体验。如CHEN et al.[41]对其中的两个维度与社区成员满意的研究。另外一类是基于顾客体验这一概念发展而来的社区体验研究。如KYRIAKOU et al.[42]进行的3D打印社区的体验研究；沙振权等[43]基于中国品牌社区实际对社区体验进行定义，并将其划分为信息体验、娱乐体验和互动体验3个维度。沙振权等[43]的分类得到了其他学者的认同[9]，尽管目前学术界对社区体验的划分存在两种不同类型，但是这两种分类的内涵却十分统一。由于沙振权等[43]和黄敏学等[9]使用的三维度社区体验是在中国品牌社区使用的成熟分类方式，因此本研究也采用该划分方式，研究以信息体验、娱乐体验和互动体验3个维度构成的社区体验。信息体验是指社区成员获取或共享信息的体验，娱乐体验是指通过浏览社区中的内容而获得的轻松愉快的感觉的体验，互动体验是指社区成员通过社区与他人交流和沟通的体验。

在社会网络中，行动者具有不同的中心性和结构洞这两种网络属性。在品牌社区中，顾客参与社区，通过发帖和回帖能够获得一定的关注，这种社区中知识分享的互动关系集聚起来就形成了社区中的互动网络，而该网络中的一些顾客因为发布了精品帖子而得到其他成员的广泛关注，具有较高的中心性；同时，顾客也会因为经常浏览或参与不同成员发布帖子的互动而接触到异质性的群体，占据结构洞[35]。然而，顾客在社区中互动形成的网络不同于线下形成的社会网络。由于互联网用户接触程度有限，大多数顾客在社区中的关系呈现出比较松散的特征，信息交互次数相对较少。因此，本研究主要关注度中心性，所讲的中心性也主要指顾客在社区中的度中心性。

对于中心性较高的行动者，其在组织中往往是被其他行动者所熟知，而且往往因其专业知识或个人特征而受到网络中其他行动者的尊敬[44]，拥有较高声誉。此外，中心性较高的成员也会由于声誉良好而得到组织成员更多的支持[36]。在品牌社区中同样如此，在网络环境中高中心性顾客能够发布更多更优质的信息，同样有更高的影响力[45]，并且这种基于中心性的专家地位也使顾客在网络中有更正向的情感和更高的满意度[46]，促进顾客在社区中收获更好的体验。具体而言，中心性较高的社区成员有更高的声誉和地位，能够在社区中较为轻松地分享产品信息，获得更好的信息体验。在与其他成员的互动中，由于自身有更高的社区地位，也会获得更多的尊敬，因此，也会拥有更好的互动体验。由于中心性较高的顾客在社区中拥有较高的地位，其在社区中也能获得更多的社区支持[36]，在浏览社区的过程中，中心性较高的顾客也能获得更多的愉悦感，因此，会有更好的娱乐体验。因此，本研究提出假设。

H1品牌社区成员中心性与社区体验正相关。

H1a品牌社区成员中心性与信息体验正相关。

H1b品牌社区成员中心性与娱乐体验正相关。

H1c品牌社区成员中心性与互动体验正相关。

对于富有结构洞的顾客，①因其在社区中能够接触到不同类型的顾客群体，可以获得更多的非冗余信息。通过对这些信息的整合，该顾客能够拥有较大的信息优势[35]，因此，能够获得更好的信息体验。②由于占据结构洞越多，顾客有更多的机会在社区不同群体中传递不同类型的知识，因其能够为不同群体提供更新更具异质性的信息，富有结构洞的顾客也因此拥有一定的控制优势[47]，在与其他成员的互动中，能够占据优势地位，因此，能够获得更好的互动体验。③富有结构洞的顾客能够从不同群体中获得异质性信息，进而增加顾客的品牌承诺，更乐于传递品牌信息解决社区成员问题[27]，因此，能够促进顾客在社区中产生愉快体验，促进其娱乐体验。因此，本研究提出假设。

H2品牌社区成员的结构洞属性与社区体验正相关。

H2a品牌社区成员的结构洞属性与信息体验正相关。

H2b品牌社区成员的结构洞属性与娱乐体验正相关。

H2c品牌社区成员的结构洞属性与互动体验正相关。

2.2 社区体验与顾客创新行为

顾客创新行为是指顾客对产品或服务提出的新设想或进行的改进[18]。在品牌社区中，顾客创新行为表现为顾客参与产品调查、探讨产品的未来发展、反馈和揭示产品缺陷、对竞争品牌进行对比分析、评价和宣传创新产品等[16,21]。当顾客在品牌社区获得良好的体验后，顾客会通过在品牌社区中帮助其他社区成员或者企业以进行回馈，促进顾客创新行为的产生。根据传统的顾客体验研究，良好的体验能促进顾客的品牌意识[48]，增强顾客对品牌的正向态度[49]，促进顾客做出有利于品牌的行为[37]。同时，在品牌社区的相关研究中，学者们发现好的社区体验可以促进成员在社区中的知识分享[50]，提高顾客对产品及企业的正向态度[40]，促进品牌忠诚[9]等。当顾客在品牌社区中获得良好的体验后，顾客对企业和社区成员的好感会提升，同时，顾客也会将这种好的体验归于与企业或其他顾客互动的结果。基于企业创造的好的社区体验，顾客会做出帮助企业的行为，做出更多的创新行为回报企业。基于社区其他成员带来的社区体验的提升，顾客也会通过与其他成员互动交流来回报，体现在参与社区成员之间关于产品的讨论和交流等创新活动方面。因此，本研究提出假设。

H3品牌社区成员的社区体验与顾客创新行为正相关。

H3a品牌社区成员的信息体验与顾客创新行为正相关。

H3b品牌社区成员的娱乐体验与顾客创新行为正相关。

H3c品牌社区成员的互动体验与顾客创新行为正相关。

2.3 社区体验的中介作用

作为网络中的位置属性，中心性和结构洞已经被学者们证实能够产生更强的创新绩效，但相关研究主要集中在企业内网络[3]和企业间网络[5]。在品牌社区中，中心性较高且富有结构洞的顾客能够获得更多的信息和资源优势，也会有更强的创新能力。然而，创新能力并不等于更多的创新行为。根据已有研究，创新行为大多来源于个体对自身的感知或个体对环境的感知所带来的舒适感[7,16,51]。当具有较强的舒适感时，顾客更乐意进行创新活动。在品牌社区中，顾客的社区体验正是这种必须的舒适感。当中心性较大或富有结构洞的顾客通过自身的信息和资源优势获得更好的社区体验后，才会有更高的创新意愿，才会做出更多的创新行为。因此，本研究认为，尽管中心性和结构洞能够为顾客带来更高的创新能力，但真正做出创新行为是在顾客获得更好的社区体验的基础上。因此，本研究提出假设。

H4社区体验在社区成员网络中心性与顾客创新行为之间起中介作用。

H4a信息体验在社区成员网络中心性与顾客创新行为之间起中介作用。

H4b娱乐体验在社区成员网络中心性与顾客创新行为之间起中介作用。

H4c互动体验在社区成员网络中心性与顾客创新行为之间起中介作用。

H5社区体验在社区成员网络结构洞与顾客创新行为之间起中介作用。

H5a信息体验在社区成员网络结构洞与顾客创新行为之间起中介作用。

H5b娱乐体验在社区成员网络结构洞与顾客创新行为之间起中介作用。

H5c互动体验在社区成员网络结构洞与顾客创新行为之间起中介作用。

基于以上分析，本研究框架见图1。

图1 研究框架Figure 1 Research Framework

3 研究方法

3.1 数据收集

本研究考虑品牌社区活跃度、顾客创新活动数量和社区用户规模，选择小米社区作为研究对象。作为中国品牌社区建设和顾客创新活动的领先者，小米拥有手机、电脑、平板、手环等多种产品线，用户规模庞大。目前，小米社区拥有近60个论坛子板块，顾客创新活动较为活跃，是进行本研究的理想选择。

本研究数据包含社会网络数据和问卷数据两部分。社会网络数据是指基于社会网络分析计算出来的结构洞和中心性的相关数据，需要通过收集社区中顾客之间互动关系进行计算。本研究采用的用来构建社区社会网络的基本关系单元为发帖-回帖这一互动关系。在已有对顾客社区网络的研究中，有学者使用问卷法直接对顾客网络结构进行测量[31]，但以问卷法获取的数据测量网络中顾客网络结构误差较大；也有学者通过提名法进行网络构建并计算顾客网络结构数据[27,32]，但提名法由于提名数量的有限性，无法获得网络的整体结构，对于用户数量庞大的虚拟社区来说存在一定的局限性。目前，有学者使用网络爬虫软件构建社区的社会网络，构建网络的基本关系通常使用好友关系[52]和互动关系[27,32,53]两类。在本研究中，小米社区并未提供广泛的好友功能，但提供了基于帖子的互动关系，通过调查帖子的参与者，可以获得社区成员之间的互动关系。本研究通过爬虫软件获得互动关系数据，通过互动关系构建网络，然后通过计算获得个体结构数据。本研究的问卷数据主要通过测量社区成员的社区体验和顾客创新行为获得。本研究于2017年4月下旬利用爬虫软件进行数据爬取，爬取除两个非互动板块“爆米花”和“积分商城”之外的56个社区板块的数据。爬取中主要采集发帖人和回帖人的用户名和帖子URL地址，帖子URL地址的生成具有一定的顺序性，能够帮助识别发帖时间。由于社区板块中最多只能提供各板块1 000页的数据，而部分热门板块的1 000页帖子间隔时间较短，但所有板块的数据中均能够覆盖半年的互动周期。因此，本研究选择小米社区中半年内的互动数据构建互动网络。根据URL地址识别帖子发表的先后顺序，本研究共识别88 487条帖子。通过对数据的预处理，剔除无人回复的帖子和自己回复自己的闭环数据，得到2 501 391条关系对。在构建有向网络时，本研究以发帖人指向回帖人，最终得到2016年10月19日至2017年4月19日包含405 590个节点的复杂网络。

由于本研究构建的网络为2017年4月19日之前半年时间的互动网络，为保证社会网络数据预测因变量的有效性，本研究对其他变量采用滞后处理，于2017年4月24日至5月16日收取问卷数据。通过在社区中发帖并且向社区用户发送私信邀请的方式收集问卷，向总参与数大于30的用户发放问卷邀请，总参与数等于用户介绍页面的发帖与回帖数之和。为保证问卷数据与社会网络数据匹配，本研究以赠送小米产品的方式吸引用户填答问卷。最终，本研究共收集问卷396份，剔除填答时间过短和各题项分数完全一样的无效问卷70份，以及未填答用户名的问卷65份，得到261个样本。其中，有7个样本的结构洞数值为0，在实际的社区参与中存在大量只观看而不参与的顾客，没有参与社区互动的顾客不会占据结构洞位置，即结构洞数值为0。而样本中仅有7个结构洞为0的顾客，并且都有一定的参与值，因此，这7个样本并不能准确代表未参与调研的更为广泛的结构洞属性为0的顾客，本研究剔除这7个样本。最终获得254个有效样本，有效样本率为64.141%。表1给出本研究样本的人口统计学特征。从研究样本的注册时间和登陆频率看，大部分调查对象属于小米社区中的主要参与者，因此，本研究样本具有一定的代表性。样本的学历和年龄也符合小米社区参与者的人口特征。性别以男性为主，因为小米是以电子产品为核心的企业，男性用户对电子产品更感兴趣，前人对于小米社区的实地调研问卷中也显示出以男性为主的样本结构[9,21,54]。因此，本研究认为该性别比例是可以接受的。

表1 样本分布Table 1 Sample Distribution

3.2 变量测量

本研究变量包括网络变量和问卷变量两部分。通过复杂网络分析软件Pajek 5.01计算网络变量中的中心性和结构洞，计算方法如下。

结构洞测量网络连接中空洞位置的大小。本研究使用Pajek 5.01提供的基于限制度的结构洞计算指标[33]。本研究中，限制度指网络中顾客利用结构洞的受限程度，有

(1)

q≠i，j

对于用问卷测量的其他变量，本研究均采用中国已有研究中成熟量表，使用Likert 7点评分法测量其他变量，各变量测量量表如下。

采用沙振权等[43]和黄敏学等[9]的量表测量信息体验、娱乐体验、互动体验3种体验。测量信息体验的量表包括3个题项，分别为“在小米社区中，我可以获取一些对我有用的信息或资料”“当遇到难题时，我会到小米社区中寻求资料”“我愿意为小米社区中的其他成员提供我知道的信息”；测量娱乐体验的量表包括3个题项，分别为“在小米社区中，我的心情可以得到放松”“在小米社区中，我能缓解压力”“我觉得小米社区中的内容(文字和图片等)很有趣”；测量互动体验的量表包括3个题项，分别为“在小米社区中，我可以与想法相似的人进行交流”“在小米社区中，我可以获得来自其他成员的支持和鼓励”“我觉得我可以给社区其他成员留下很深的印象”。

参考赵建彬等[16]的量表测量顾客创新行为，包括6个题项，分别为“我经常创造性地解决产品问题”“我经常在社区中提出各种不同的新点子”“我经常在社区中提出大量的新点子”“我经常在社区中提出新创意和想法”“我经常提出一些与众不同的观点”“我经常提出富有原创性且实用的解决方法”。

4 数据分析和结果

4.1 描述性统计分析

表2给出各变量的描述性统计结果。信息体验、娱乐体验、互动体验、顾客创新行为的均值分别为6.108、5.168、5.192和4.225，说明社区成员信息体验相对较高，社区中顾客创新行为并不太多。另外，中心性的均值为120.461，极大值为3 549，但中位数为23，说明中心性大多较小，样本分布非正态。结构洞的均值为0.866，极小值为0.436，中位数为0.903，说明该指标大多大于0.900，分布非正态。由于样本的中心性和结构洞并非正态数据，并且本研究样本中男性远远多于女性，因此使用偏最小二乘法的结构方程模型SmartPLS 2.0进行数据分析。偏最小二乘法在评估模型时对样本量和残差分布没有严格的限制，不需要潜变量和显变量服从严格的正态分布假设，适用于检测非正态或者偏态分布的数据，并且偏最小二乘法也适用于检测复杂模型以及样本量相对较少的模型[55]，因此适合于本研究的数据分析。

表2 描述性统计分析结果Table 2 Results for Descriptive Statistics Analysis

4.2 信度和效度检验

本研究使用SmartPLS 2.0检验样本的信度和效度[55]，表3给出各变量的信度和效度检验结果，表4给出各变量之间的交叉载荷。由表3可知，各变量的Cronbach′sα系数均大于0.750，CR值均大于0.850，说明问卷具有良好的信度。对于聚合效度，各变量的AVE值均大于0.650；同时，所有题项在其自身因子上的因子载荷均大于0.700，表明各变量具有良好的聚合效度。对于区分效度，由表3可知，各变量的AVE值的平方根均大于与其他变量之间的相关系数；同时，由表4可知，所有题项共析出6个因子，且所有题项在自身因子上的载荷都高于在其他因子上的载荷，说明变量之间具有良好的区分效度。

表3 量表的信度和效度检验结果Table 3 Results for Reliability and Validity Test of Scales

表4 交叉载荷结果Table 4 Cross Loading Results

4.3 共同方法偏差

本研究采用不同方法测量自变量和因变量，能够有效减少共同方法偏差，采用用户实际的互动数据构建网络计算自变量，其余变量使用问卷测量。同时，本研究对问卷数据进行Harman单因子检验，在未旋转时第1个因子解释总变异的43.734%。由于问卷测量的4个变量中3个变量属于同一变量的3个维度，因此单因素解释总变异相对较大，但也小于临界值50%。综上可知，本研究的共同方法偏差问题不是非常严重。

4.4 假设检验

本研究采用偏最小二乘法结构方程模型SmartPLS 2.0对各假设进行检验，使用Bootstrapping方法估计路径系数的显著性，设置抽样次数为5 000，表5给出假设检验的相关结果。由表5可知，中心性与娱乐体验显著正相关，β=0.116，p<0.010；中心性与互动体验显著正相关，β=0.135，p<0.010。H1b和H1c得到验证。中心性与信息体验的关系并不显著，p>0.050，H1a未得到验证。因此，H1得到部分验证。结构洞与娱乐体验显著正相关，β=0.158，p<0.050；结构洞与互动体验显著正相关，β=0.183，p<0.050。H2b和H2c得到验证。结构洞与信息体验之间的关系不显著，p>0.050，H2a未得到验证。因此，H2得到部分验证。本研究测量信息体验包含获取信息和输出信息两个方面[9,43]，一些中心性高的个体通过发表热门帖子而获得较高的中心性，其在社区中往往是输出信息，而结构洞的实际体现是顾客接触不同群体，获取非冗余信息，在社区中更多的是获取信息。因此，中心性和结构洞对信息体验的促进作用并未得到验证的一个可能原因是中心性或结构洞更多的是对应信息体验的某一方面。互动体验与顾客创新行为显著正相关，β=0.461，p<0.010，H3c得到验证。而信息体验和娱乐体验与顾客创新行为之间的关系并不显著，p>0.050，H3a和H3b未得到验证。因此，H3得到部分验证。信息和娱乐体验与顾客创新行为之间的关系未得到验证，一个可能的原因是社区中的顾客创新行为体现在顾客在社区中的发帖和回帖行为中，并且创新的产生更多依赖于顾客之间的互动所产生的灵感，因此，与其他两种体验相比，互动体验是促进顾客创新行为的核心因素。模型的拟合度通过R3来判定[32]，本研究中娱乐体验、互动体验和顾客创新行为的R2分别为0.046、0.062和0.273，表明路径关系中等，可以接受，表明模型拟合度良好[32]。

表5 假设检验结果Table 5 Results for Hypotheses Test

由于信息体验和娱乐体验对顾客创新行为的关系没有得到验证，因此，对于H4和H5的检验只考虑互动体验。对于中介效应的分析，本研究采用Sobel检验方法[56]，通过计算间接效应值和间接效应值的z值进行中介效应显著性的判断，本研究计算3种间接效应的z值，分别为Sobelz值、Aroianz值和Goodmanz值。在本研究中，标准误使用上述抽样5 000次时得到的标准误。表6给出中介效应检验结果，中心性通过互动体验对顾客创新行为影响的间接效应值为0.062，p<0.010；结构洞通过互动体验对顾客创新行为影响的间接效应值为0.084，p<0.050。因此，H4c和H5c得到验证，H4和H5部分成立。

表6 中介效应检验结果Table 6 Test Results for Mediating Effect

根据互动关系的方向，度中心性可分为入度中心性和出度中心性，为了进一步探索网络中心性对顾客创新行为的影响，本研究将中心性划分为入度中心性和出度中心性，并探究这两个变量的作用。根据前文所述，本研究在构建网络时是以发帖人为互动关系的出发点，以回帖人为互动关系的指向点。

因此，较高的入度中心性表示顾客回帖更多，较高的出度中心性表示顾客帖子被回复的较多。表7给出基于这两种中心性的分析结果，娱乐体验、互动体验和顾客创新行为的R2分别为0.052、0.068和0.273，表明模型拟合良好。入度中心性与娱乐体验显著正相关，β=0.125，p<0.010；入度中心性与互动体验显著正相关，β=0.134，p<0.010；入度中心性与信息体验的关系未得到验证，p>0.050。另外，入度中心性也能通过互动体验间接影响顾客创新行为，效应值为0.062，p<0.010。出度中心性与娱乐体验和互动体验的关系未得到验证。结构洞与娱乐体验显著正相关，β=0.154，p<0.050；结构洞与互动体验显著正相关，β=0.180，p<0.050；结构洞与信息体验之间的关系未能得到验证，p>0.050。另外，结构洞也能通过互动体验间接影响顾客创新行为，效应值为0.083，p<0.050。

表7 基于入度中心性和出度中心性的假设检验结果Table 7 Hypothesis Testing Results for the In-degree Centrality and Out-degree Centrality

5 结论

5.1 研究结果

本研究通过爬取用户客观互动数据构建的网络对品牌社区社会网络进行研究，对254份匹配数据进行实证分析，得出以下结果。

(1)品牌社区中中心性高的顾客有更好的娱乐体验和互动体验。在品牌社区中，拥有较高中心性的顾客一般均有较高的社会地位，受到社区其他成员的尊敬，在浏览社区时更可能获得轻松愉悦的社区体验。同时，由于中心性高代表着更高的社会地位，在社区互动中也会促进互动的顺利进行，产生更好的社区互动体验。

(2)品牌社区中富有结构洞的顾客有更好的娱乐体验和互动体验。在品牌社区中，富有结构洞的顾客往往能够接触到更多非冗余信息，获取更多新知识，促进其在社区中的认同感。当富有结构洞的顾客处于被认同的环境中，能够获得更多的愉悦、放松的体验。另外，富有结构洞的顾客连接着社区中不相连的群体，拥有更强的控制优势，在互动中往往能够提出差异化的想法，因此有更好的互动体验。

(3)品牌社区中互动体验好的顾客更倾向于做出顾客创新行为。尽管体验的好坏会影响顾客输出知识的倾向和做出创新行为的倾向，但在品牌社区中，顾客的创新行为往往直接产生在其发布的帖子或者对帖子的回复中，这种创新行为在社区中就是一种互动行为。因此，顾客对于社区互动质量的感知和自身互动体验的好坏直接影响其做出创新行为的倾向。

(4)品牌社区中中心性较高或者富有结构洞的顾客能够通过其所在的网络位置获得更好的互动体验，进而产生更多的顾客创新行为。学者们发现，中心性和结构洞能够给行动者更强的创新能力，但在品牌社区中，顾客创新行为的产生需要以顾客感知到更好的互动体验为前提，并且中心性和结构洞能够促进顾客产生更好的互动体验，使其处于更舒适的环境中，进而促进知识的输出和顾客创新行为。

(5)促进顾客有更好体验以及产生更多创新行为的核心因素是顾客在社区中的回帖行为而非收到他人的回复。在品牌社区中，用户回帖行为一般是在用户仔细阅读了相关帖子之后产生的行为。对于用户而言，其回帖时更专注于对社区内容的了解和学习，因此能够带给回帖人更好的社区体验。但对于收到他人回帖的情况，由于帖子发出后，产生大量的互动，降低了发帖人对他人回帖的专注程度；同时，回帖人的大部分回帖内容也是简单无效的非互动内容，如“看看”“好贴”“值得收藏”等。这两种结果使发帖人得到回复时并不能产生高质量的互动，因此，也无法对其社区体验起促进作用。

5.2 研究意义

本研究拓展了社会网络理论的应用范围，同时，不同于已有关注网络位置与行动者创新能力关系的研究，本研究基于社区体验视角，对个体网络位置属性和顾客创新行为进行研究，拓展了社会网络理论。此外，本研究对顾客创新行为的研究也有助于丰富企业创新理论。

①品牌社区的建立给企业提供了获取顾客创新成果的有效途径，在品牌社区中，位于网络中心或者占据结构洞的顾客有更强的创新能力，也会做出更多的创新行为。因此，企业应该对有高创新能力以及更高可能性做出创新成果的顾客进行识别并进行差异化管理，如为这类特殊顾客划分不同的用户群组。②互动体验是促进顾客创新行为的直接因素。因此，在社区管理方面，可以通过设计积分系统，增加对互动的奖励，促进社区互动，为顾客营造更好的社区体验。③中心性较高和富有结构洞的顾客实现更好的互动体验后，能够产生更多的顾客创新行为。因此，企业可以对这些顾客制定差异化体验策略，促进其在社区中的创新行为。例如，可以在企业的线下线上活动中积极邀请这类顾客参与，为其营造更好的互动体验，也可以给这些顾客开放更多的社区参与权限，促使其产生更好的互动体验。④回复帖子对形成良好社区体验更加重要，但目前大多数品牌社区中仅对发帖有一定的奖励措施，如“精华帖”等，而对回复帖子的激励不足。因此，在品牌社区的管理上可以设置“有道理”“认真评”以及更多的积分奖励措施，鼓励顾客参与回帖，以增强顾客的社区体验。

5.3 局限和展望

①由于研究数据的局限，本研究在构建网络时仅使用了互动关系，并且仅对网络中的中心性和结构洞进行研究，而不同类型的关系网络以及其他类型的网络结构可能对顾客创新行为产生不同的影响。因此，后续研究可以关注品牌社区中其他类型的互动关系以及其他类型的社会网络结构指标，以拓展本研究。②本研究的数据并未支持信息体验和娱乐体验的相关机制，未来研究可以细分信息体验，在不同的品牌社区进行研究，进一步研究顾客创新行为的产生机制。③本研究仅在小米社区中使用一种中心性进行研究，未来研究也可以结合更多社区或板块的对比研究，探索不同类型中心性在不同社区中的作用。④本研究采用一手问卷数据测量用户参与，未来研究可开发合适的客观数据测量顾客在社区中的创新等参与行为。