推动新质生产力发展下众包创新影响机制研究

基金项目：江苏省高校哲学社会科学研究一般项目“考虑网络外部性的众包竞赛绩效影响因素与作用机理研究”（2019SJA1938）；江苏高校“青蓝工程”资助；镇江市第六期“169工程”资助

摘 要：在数智化背景下，众包创新是推动新质生产力发展的有效形式之一，众包创新中创意质量越来越被人们所关注。本研究以创新力理论和社会心理学的内、外动机理论为基础，构建了同行与公司反馈、创新经验和创意质量的研究模型。利用小米的众包创新社区中733个创新者发布的3891个创意进行实证研究，研究发现：同行的积极（消极）反馈对提高（降低）后续创意质量的影响会随着创新者经验的增加而增强（减弱）；公司的积极（消极）反馈对提高（降低）后续创意质量的影响则会随着创新者经验的增加而减弱。本研究结果可以帮助管理者利用反馈策略提高众包环境下用户创新表现。

关键词：新质生产力；众包创新；创意质量；创新经验

一、引言

2023年9月，习近平总书记调研黑龙江时提出“整合科技创新资源，引领发展战略性新兴产业和未来产业，加快形成新质生产力”的要求。新质生产力是在数智化发展背景下更有创新型、融合性，体现高质量发展内涵的先进生产力质态。众包创新是一种通过数字化、智能化等技术手段实现跨过原有组织框架的创新民主化的形式，其大规模开展可以有效助推新质生产力的形成。

众包通过扩大集体智慧的规模和多样性，加速了创意发现过程。它为客户提供了共同创造的体验，帮助企业更好地获得竞争优势。许多领先企业，如阿里、美团、海尔、小米、魅族等都设置了自己的众包创新社区，用以征集用户的创意，此种形式促进了开放创新范式的出现。此类开放创新举措的成功依赖对创意生成的过程管理，以及合理的激励措施。有效的过程管理，还需有足够的激励措施来激励创新者贡献更多更高质量的创意。

根据有关创新力和组织行为理论，奖励和反馈是促进创新力或创新表现的两个主要策略。在以公司资助为主的众包创新社区中，一般有同行和公司两种来源的反馈。其中，关于反馈效价和来源对创意质量的影响目前没有统一的观点。为此，我们根据反馈的类型、收到反馈的人以及被反馈的对象，构建了反馈对创新者后续创意质量影响的理论框架（图1）。

二、理论与假设

在我们的框架中，不同效价和来源的先期反馈对创新者后续创意质量的影响取决于个人的创新经验。以下概述了这些关系的理论依据。

1.反馈及创意质量

根据创造力、组织行为和个体经济学等多个领域的研究，反馈会影响个人行为。新兴研究也调查了其在开放创新环境中的影响。

相比之下，公司是一个官方的反馈来源，有更多的权力来判断业绩和提供指导，这也可以鼓励参与公司赞助的社区。因为它在建议参与者为实现目标应投入的努力方面显得信息丰富、准确有效，明确的反馈可以增强并将注意力转移到任务完成或目标实现上。所以，提出以下假设。

H1a：积极的同行反馈会提高后续的创意质量。

H1b：消极的同行反馈会降低后续创意的质量。

H1c：积极的企业反馈提高了后续创意的质量。

H1d：消极的企业反馈降低了后续创意的质量。

2.创新经验

（1） 同行反馈效价

根据植根于创造力的动机—能力视角和个体经济学相关理论，领域相关技能对创造力表现的重要性与动机一样重要。正如肖薇等（2021）所指出的，创意的产生涉及一个知识探索和组合的过程。经验较少的创新者可能会欣赏同行积极反馈所带来的社会认可，但对后续创意质量的影响可能会较弱，因为他们认识到同行的积极反馈与他们缺乏创新经验的自我意识之间的不协调。所以，提出以下假设。

H2：积极的同行反馈对提高后续创意质量的作用随着创新者获得更多的创新经验而增强。

肖薇等（2021）认为，人们在获得经验时，对积极和消极反馈的关注程度不同，有经验的创新者的自尊和过去的经历会影响他们对反馈的解读和接受。根据认知失调理论，反馈和积极的自我观不一致的情况会导致人们贬损反馈来源并低估其效价。所以，提出以下假设。

H3：随着创新者获得更多的创新经验，消极同行反馈对降低后续创意质量的影响减弱。

（2） 公司反馈效价

作为官方来源，来自公司的反馈将注意力转移到目标或任务完成上，以指导行为。

积极的企业反馈应该更加突出，以提高缺乏经验的创新者的后续创意质量。所以，提出以下假设。

H4：积极的企业反馈对提高后续创意质量的作用随着创新者获得更多的创新经验而减弱。

向追求承诺目标的缺乏经验的创新者提供的消极公司反馈表明了权威的反对，可能会引发人们对他们缺乏能力的看法，这可能会阻碍他们的承诺并使他们失去动力。这种与挑战相关的障碍压力也可能破坏创造力。然而，对于具有更多经验的创新者，他们接受了进度监控目标，将公司的消极反馈视为进度慢和绩效低的信号，他们可以利用这些信号来纠正不足。因为经验丰富的创新者往往对自己的能力相对更有信心，他们可能会认为公司的消极反馈是一种激励性的挑战，而不是令人沮丧的挫折。所以，提出以下假设。

H5：企业消极反馈对降低后续创意质量的影响随着创新者获得更多的创新经验而减弱。

三、方法

1.模型变量

从小米的众包社区收集数据，这是一个具有代表性的众包创新社区，因其使用开放创新而获得多项奖项。检索了四年期间（2020—2023年）的所有公开数据。为了测试先前反馈对后续创意质量的影响，重点关注产生过两个以上创意的创新者。估计样本包括733个创新者发布的3891个创意，以及23395条同行反馈意见和1603条公司反馈意见。

（1） 创意质量

使用每个创意获得的投票分数作为其质量的代表。投票得分由小米自动计算，方法是将数据收集期结束时从社区成员那里收到的创意的上下投票值相加（即每一票加/减10分）。对原始分数进行对数变换，以校正分布偏差。

（2） 同行和公司反馈效价

使用文本挖掘技术来分析同行和公司对每个创意的所有反馈的价值和内容。反馈分为消极（–）或积极（+），分别表示总体上“不同意”或“同意”发布的创意。采用了多种文本分类算法，包括Naive Bayes、K-Nearest Neighbors、支持向量机（SVM）、启发式方法（如关键词搜索和SVM，以及标准化句子—单词评分）。文本挖掘结果的准确率令人满意（>60%）。使用积极或消极反馈意见的绝对数量以及反馈量作为控制变量会产生不可接受的方差膨胀因子，表明存在多重共线性，所以，对同行和公司的反馈分别进行了衡量。

（3） 创新经验

为了捕捉一个创新者随着时间推移的经验，将其积累视为一个持续、动态的过程，因此将其定义为一个连续的变量。根据定义，创新者在发布更多创意时会变得更有经验。对每个创新者发布的创意数量进行日志转换（即创新经验的原始测量），以确认其右偏分布（即大多数创意来自经验有限的创新者，而经验丰富的创新者发布相对较少的创意）。

（4） 其他变量

有几个协变量可以控制创意特征和创新者特征。首先，作为创意特征，我们通过捕捉创意在平台上吸引客户投票和反馈意见的天数来控制创意持续时间。其次，类别虚拟变量反映了不同类别创意质量的差异。最后，同行（公司）反馈离散度是热点创新者之前收到的所有同行（公司）反馈的价值标准差。

2.模型检验

（1） 模型

我们使用随机效应回归模型来检验不同来源的反馈效价对创意质量的影响（H1a–H1d）和创新经验的调节作用（H2–H5）：

（1）

其中，积极同行反馈PPF，消极同行反馈NPF，积极公司反馈PFF，消极公司反馈NFF，创新经验IE。i是第i个创意，j是第j个创新者；βs是检验创新经验调节效应的估计值。分析发生在创意层面，在一个不平衡的面板结构中，跨越各个创新者。对于创新者j的创意i，对创意i的质量与j在发布热点创意i时从同行和公司（过去）收到的累积反馈以及其他协变量相关进行建模。创意质量IQ是群众投票的分数。创意特征ICC，包括创意持续时间、创意长度、创意类别和年份。创新者特征ICD，包括创新者保有期、同行（公司）反馈量、同行（公司）反馈长度、同行（公司）反馈长度离散度、同行（公司）反馈离散度和无同行（公司）。最后，τj捕获理想随机效应，εi，j表示特殊误差项。因此，这种随机效应模型捕捉到了未观察到的创新者特征，这些特征会影响每个创新者发布的创意的质量。

（2） 内源性控制

不受控制的混杂因素和未观察到的个体特征可能同时影响创意质量（因变量）和关键预测因素，包括创新经验和反馈效价测量。这种可能性造成了内生性问题。

因此，使用控制函数方法，并进行了几次稳健性检查。首先，与两阶段最小二乘法（2SLS）不同，控制函数代表了工具变量（IV）方法的更通用形式。相反，控制函数方法通过在结构方程中添加回归器来增强原始回归，该回归器仅包含x的可能与y相关的部分。因此，内生变量x和因变量y之间不期望的相关性导致的偏差得到了控制，多元回归估计器提供了有效的IV估计器。据此制定为：

（2）

（3）

其次，控制函数可以用于渐近控制潜在的内生性偏差。与2SLS不同，这种方法很有吸引力，易于实现，适用于非线性模型，如选择模型。我们的模型包括对数变换的因变量创意质量，交互项也包含非线性变换的变量。

采取了几个步骤来确保这些工具的有效性。首先，仔细检查了所有IV是否符合排除限制。其次，以每个内生变量为因变量，以IV为预测变量进行回归。最后，为了确认IVs推论的有效性，检查了外生IVs对相关内生变量的增量解释力（用回归R2表示）。

（3） 创意质量的替代测量标准

除了大众投票得分，还根据两名训练有素、经验丰富的专业人员的评价来评估创意质量，他们根据原始创意在行业中的预期市场吸引力、可行性、特异性和新颖性来判断其价值，结果保持不变（见表1第3列）。

四、结果

表1列出了同行/公司反馈情绪和创新经验对创意质量的影响结果。我们从内生性控制和替代创意质量测量的模型中得到了一致的结果（表1第2列和第3列）。因此，我们发现H1a–H1d得到了一致的支持。

总的来说，研究结果表明，随着创新者积累更多的创新经验，反馈和创意质量之间的关系发生了显著变化。包括内生性控制和替代创意质量测度在内的模型的一致结果进一步验证了这些发现。

五、结语

1.建议

新质生产力也是由劳动者、劳动对象、劳动工具三个要素组成的，数字化、智能化技术为我们提供了新质劳动对象和工具，同时我们还需要培养与之适应的新质劳动关系、新质劳动者，利用新质创新场景驱动新质生产力的加快形成。

众包创新可以捕捉群众的智慧，为客户提供共同创造的体验。无经济激励、由公司赞助的众包创新社区是一种流行但具有挑战性的创新策略，它提出了关于谁和什么可能推动客户创意质量变化的关键问题。从动机能力的角度来看，我们从概念上和实证上证明了反馈在激励创意绩效方面的重要作用取决于反馈来源（公司与同行）、反馈价位（积极与消极）以及创新者的创新经验。因此，积极（消极）的同行反馈会提高（降低）随后的创意质量，而且随着创新者经验的增加，这种效果会增强（减弱）。然而，随着创新经验的增加，公司的积极（消极）反馈对提高（降低）创意质量的影响会减弱。总体而言，经验丰富的创新者在收到同行（公司）的积极反馈时，会更有动力（更无动力）提高其后续创意表现；而经验不足的创新者在收到同行的消极反馈时，其动力较弱，但在收到公司的积极反馈时，其动力较强。

因此，本研究建议：①优化新质创新场景驱动，加强积极同行反馈资助力度。②改善新质劳动关系，针对创新经验丰富型创新者，优先推送同行积极反馈。③培养新质劳动者，针对无经验型创新者，优先推送公司积极反馈。

2.局限性与未来工作

本研究有以下几点局限：①将反馈的情绪概念化为消极、中性或积极。然而，反馈可能会表达不同程度的积极或消极情绪。低/高水平的积极或消极反馈可能带来不同的边际收益，这有待进一步研究。使用文本挖掘技术对反馈情绪进行编码也很常见，但不同的创新者可能会对这种反馈有不同的感知。与此相关的是，反馈价值可能与创意质量在概念上有一些重叠；有利和鼓励性的反馈可能意味着好的创意质量。在本研究中，从概念上和经验上区分了反馈和创意质量，但继续研究可以进一步区分它们的影响，或使用更严格的方法来验证研究结果的稳健性。②在众包创新社区中，以创意发布行为衡量的创新经验相对容易被跟踪和观察，但其他研究可能会考察相关概念，如创新专长，以更准确地描述个人创新特征，并明确其对人们创新表现的影响。③实证数据中，与创新者投票行为（即谁投票、何时投票）相关的数据并不完整，因此无法排除潜在的羊群效应，这将影响投票分数作为创意质量替代物的可靠性。研究应确定更严格的创意质量衡量标准。

因此，我们拟在未来工作中开展以下工作：①利用基于机器学习的自然语言处理技术和情感词典等工具对反馈情绪进行进一步重新划分。②依据个体行为学理论建立个人创新者特征指标。③考虑羊群效应和搭便车理论下的创新者投票行为分层回归分析。

推动新质生产力发展是高质量发展的内在要求和重要发力点，也是实现国内国际双循环、可持续发展的关键路径，只有坚持创新才能驱动新质生产力发展。众包创新是推动新质生产力发展的可靠形式之一，也是建立新质生产关系、培养新质劳动者的重要介质。

参考文献：

[1]尹西明，陈劲，王华峰，等.强化科技创新引领 加快发展新质生产力[J/OL].科学学与科学技术管理，1-10（2024-02-21）.

[2]刘冬梅，杨瑞龙，朱旭峰，等.新质生产力与科技创新[J].中国科技论坛，2024（3）：1-5.

[3]解学梅，余佳惠.用户参与产品创新的国外研究热点与演进脉络分析——基于文献计量学视角[J].南开管理评论，2021（5）：4-15.

[4]盛小平，张泰宇.创新发展：美国开放科学政策及其启示[J].图书馆论坛，2024（7）：139-149.

[5]VON HIPPEL E.Free innovation by consumers—how producers can benefit：Consumers’free innovations represent a potentially valuable resource for industrial innovators[J].Research-Technology Management，2017（1）：39-42.

[6]肖薇，霍伟伟，张辉华.众包社区结构嵌入与创意领地行为：利他主义和虚拟声誉关注的联合调节作用[J].科技管理研究，2021（14）：182-190.

[7]马永斌，周波.创意众包社区中企业直接表达感谢对贡献者持续贡献创意行为的影响[J].管理评论，2023（11）：113-125.

[8]张庆强，孙新波，钱雨，等.众505870545a45abc2dc0565fb09bc4b86c07efb53fa061c9bd4cebae877f16f27包社区与用户协同演化的协同激励机制案例研究[J].科学学与科学技术管理，2020（11）：98-116.

[9]宋立丰，宋远方，冯绍雯.平台—社群商业模式构建及其动态演变路径——基于海尔、小米和猪八戒网平台组织的案例研究[J].经济管理，2020（3）：117-132.

[10]肖薇，李成彦，罗瑾琏，等.众包社区创意领地行为影响机制研究[J].商业经济与管理，2019（4）：46-57.

[11]PETRIN A，TRAIN K.A control function approach to endogeneity in consumer choice models[J].Journal of Marketing Research，2010（1）：3-13.

[12]ROSSI P E.Even the rich can make themselves poor：A critical examination of IV methods in marketing applications[J].Marketing Science，2014（5）：655-672.

[13]POETZ M K，SCHREIER M.The value of crowdsourcing：can users really compete with professionals in generating new product ideas？[J].Journal of Product Innovation Management，2012（2）：245-256.

[14]杜传忠，李钰葳.强化科技创新能力加快形成新质生产力的机理研究[J].湖南科技大学学报（社会科学版），2024（1）：100-109.

作者简介：张立驰（1982— ），男，汉族，江苏镇江人，博士在读，副教授，研究方向：数字化、智能化、绿色化协同发展。