虛擬社區(qū)顧客參與服務創(chuàng)新影響機制

崔立新，陳雪麗，李依玲，欒子涵

（1.北京理工大學 管理與經(jīng)濟學院，北京 100081；2.中國社會科學院 新聞與傳播研究所，北京 100021）

互聯(lián)網(wǎng)技術催生了商業(yè)模式及業(yè)態(tài)創(chuàng)新潮。面對越來越挑剔的消費者、井噴式發(fā)展的模式和業(yè)態(tài)創(chuàng)新以及超強的資本角逐，只有不斷進行服務創(chuàng)新，企業(yè)才能在市場上立足[1]。業(yè)界和學界越來越意識到企業(yè)外部資源—顧客參與的重要性，認為顧客和企業(yè)能一起實現(xiàn)價值共創(chuàng)[2-3]，充分利用顧客資源進行服務創(chuàng)新是企業(yè)核心競爭力的來源。同時，信息技術的發(fā)展也為企業(yè)與顧客交流提供了便捷的平臺。越來越多的企業(yè)搭建官方論壇、官方微博、品牌社區(qū)、微信群等在線虛擬社區(qū)，顧客可通過這些虛擬社區(qū)全程即時參與到企業(yè)服務創(chuàng)新的過程中，企業(yè)則可以充分利用顧客的相關知識。雖然企業(yè)已經(jīng)意識到了顧客知識的重要性，但是對知識管理內(nèi)容的重視程度仍然不夠[3]。交互記憶系統(tǒng)（Transactive Memory System，TMS）是團隊知識管理領域中提出的一個新視角，作為一種高效的知識共享機制[4-5]，能夠?qū)崿F(xiàn)其成員的知識價值最大化[6]。目前，交互記憶系統(tǒng)的應用研究主要集中在實體團隊和組織內(nèi)部情境中，而對虛擬社區(qū)、組織內(nèi)外部新型交互環(huán)境的研究則相對缺乏。因此，本文的創(chuàng)新點在于，基于交互記憶系統(tǒng)視角，構建了虛擬社區(qū)中顧客參與服務創(chuàng)新—交互記憶系統(tǒng)—服務創(chuàng)新績效的中介效應模型，并進行實證分析。

一、文獻綜述

（一）虛擬社區(qū)

1993年，Rheingold[7]最早提出了虛擬社區(qū)（Virtual Community）的概念，將其定義為“一群通過計算機網(wǎng)絡彼此溝通的人們，分享各種知識和信息，形成個人關系網(wǎng)的團體”。Preece[8]和Plant[9]認為虛擬社區(qū)是建立在共同興趣、目標等基礎上的，通過網(wǎng)絡“社員”可不受時空限制地“聚集”進行交流，并存在于以電子工具為媒介的網(wǎng)絡環(huán)境中，供人們圍繞某種興趣與需求進行在線交流的“社會”共同體。Jones和Rafaeli[10]將虛擬社區(qū)定義為以網(wǎng)絡技術和軟件技術為基礎，通過人與人之間的密切聯(lián)系，在互聯(lián)網(wǎng)上形成的虛擬共同體。畢雨和王延清[11]認為虛擬社區(qū)是基于興趣、情感、精神等在網(wǎng)上互相交流而聚集成的網(wǎng)絡共同體?；谏鲜鲆延懈拍睿疚幕诜談?chuàng)新場景，結(jié)合顧客參與服務創(chuàng)新的特點，將虛擬社區(qū)定義為人們基于某種共同的需求或興趣，通過網(wǎng)絡環(huán)境建立的多方參與、持續(xù)性的、雙向溝通的信息交流共享平臺。

（二）顧客參與服務創(chuàng)新

服務創(chuàng)新理論起源于熊彼特從技術創(chuàng)新的視角對制造業(yè)創(chuàng)新的研究，其后在大量學者的推動下，經(jīng)歷了技術創(chuàng)新到服務創(chuàng)新再到技術與服務整合、開放創(chuàng)新的視角演變[2]。盧俊義和王永貴[12]認為顧客參與服務創(chuàng)新是企業(yè)在不同階段立足于顧客自身資源與顧客進行互動以完成新服務開發(fā)的目標。唐承鯤[2]將其理解為網(wǎng)絡顧客利用自身具備的人力資本、社會資本和心理資本參與到服務供應商的服務創(chuàng)新活動中，甚至可以率先測試和使用新服務。本文結(jié)合網(wǎng)絡化、數(shù)字化、智能化背景下，顧客參與服務創(chuàng)新的便利性和社交需求，將顧客參與服務創(chuàng)新定義為顧客通過特定的媒體介質(zhì)，以分享交流、學習社交等目的主動與其他顧客或企業(yè)方進行互動，從而完成新服務開發(fā)。

顧客參與創(chuàng)新的構成維度或要素，目前尚未形成共識。Fang等[13]基于新產(chǎn)品開發(fā)，認為顧客參與服務創(chuàng)新應從參與廣度和深度兩方面進行衡量。廣度指顧客參與創(chuàng)新過程的范圍，深度指顧客參與各階段的投入程度。彭艷君[14]根據(jù)顧客參與的內(nèi)容，從事情準備、責任行為、信息共享和人際互動四個維度開展了研究。本文基于新技術應用的廣泛性，在Fang等[13]研究結(jié)論的基礎上增加了參與強度維度，將虛擬社區(qū)中的顧客參與劃分為三個維度：參與強度、參與深度和參與廣度。參與強度指顧客參與服務創(chuàng)新的頻率、持續(xù)時間、參與討論數(shù)；參與廣度指顧客參與的活動范圍；參與深度指顧客深入?yún)⑴c甚至控制創(chuàng)新活動的程度。

（三）交互式記憶系統(tǒng)

交互記憶系統(tǒng)（Transactive Memory System，TMS）是Wegner[15]于1987年提出的，他將其定義為每個成員所擁有知識總和，及成員間差異化專長的群體認知。交互記憶系統(tǒng)的研究之前多在團隊知識管理領域，本文拓展到包括企業(yè)外部顧客在內(nèi)的、以服務創(chuàng)新為目的的虛擬社區(qū)的研究，將交互記憶系統(tǒng)定義為群體成員間通過任務合作和信息溝通形成的專長分布認知和信息處理規(guī)則的高效知識共享系統(tǒng)。Lewis[16]開發(fā)了由專業(yè)性、可信度和協(xié)調(diào)性三重維度構成的15題項量表。其中，專業(yè)性用于衡量成員專長的差異化、處理知識的區(qū)別化以及對于彼此專長分布的認知情況；可信度用于衡量成員對彼此之間提供知識的信任程度；協(xié)調(diào)性用來衡量成員整合和利用彼此的知識和專長的順利度與充分性。本文采用Lewis開發(fā)的專業(yè)性、可信度、協(xié)調(diào)性三重維度對交互記憶系統(tǒng)進行測量。

（四）服務創(chuàng)新績效

本文從交互記憶系統(tǒng)的視角衡量服務創(chuàng)新績效，綜合顧客參與服務創(chuàng)新的績效和交互記憶系統(tǒng)的團隊績效進行劃分。通過梳理有關顧客參與服務創(chuàng)新的既有文獻發(fā)現(xiàn)，學界既關注企業(yè)內(nèi)部的財務指標和運營績效，也關注企業(yè)外部的市場效應和顧客績效。交互記憶系統(tǒng)產(chǎn)生的服務創(chuàng)新績效主要是針對群體或者團隊而言，分為三種類型：行為績效、結(jié)果績效和情感結(jié)果。本文在前人的研究基礎上進一步細化，將虛擬社區(qū)的顧客參與服務創(chuàng)新績效產(chǎn)出劃分為顧客績效和運營績效。顧客績效由顧客的滿意度、忠誠度和體驗感等衡量；運營績效即對應著創(chuàng)新社區(qū)的運營績效，可由創(chuàng)新效率、創(chuàng)新質(zhì)量、內(nèi)部協(xié)作能力、開發(fā)成本、時間成本、產(chǎn)品質(zhì)量、成員間協(xié)作程度等衡量。

（五）研究述評

顧客參與創(chuàng)新研究始于顧客參與產(chǎn)品創(chuàng)新的研究。對于顧客參與服務創(chuàng)新的研究一直是缺乏的，且顧客參與服務創(chuàng)新的研究一直是延續(xù)著顧客參與產(chǎn)品創(chuàng)新的思路，即主要是在新產(chǎn)品（服務）設計、研發(fā)的前期階段展開，缺乏服務全過程中顧客參與服務創(chuàng)新的研究。網(wǎng)絡化、數(shù)字化、智能化技術的發(fā)展支撐了服務全過程顧客參與服務創(chuàng)新的實現(xiàn)，人們基于某種需求或興趣，通過網(wǎng)絡環(huán)境建立的多方參與、持續(xù)性的、雙向溝通的信息交流共享平臺，即虛擬社區(qū)進行服務創(chuàng)新參與。但是，如何有效地管理顧客在虛擬社區(qū)參與服務創(chuàng)新的過程，特別是結(jié)合心理學理論，如本文運用的交互式記憶系統(tǒng)進行研究，提高顧客參與服務創(chuàng)新的效率，是重要而緊迫的。

二、研究模型與假設

（一）研究模型

本文探索性地提出具有調(diào)節(jié)效應的顧客參與服務創(chuàng)新績效的中介效應模型，如圖1所示。從交互記憶系統(tǒng)的角度探究虛擬社區(qū)顧客參與服務創(chuàng)新的過程，認為顧客間、顧客與企業(yè)間通過交互可以形成高效的合作分工和知識共享系統(tǒng)，能夠減少知識勢差、降低信息搜尋時間、提高協(xié)作能力，進而提升虛擬社區(qū)服務創(chuàng)新績效。

圖1 研究模型

模型中的自變量是顧客參與服務創(chuàng)新，中介變量是交互記憶系統(tǒng)，因變量是服務創(chuàng)新績效，這些變量同時又是復合變量，由多個維度構成。具體而言，顧客參與服務創(chuàng)新由參與強度、參與深度、參與廣度三個一階變量構成；交互記憶系統(tǒng)由專業(yè)性、可信度和協(xié)調(diào)性三個一階變量構成；服務創(chuàng)新績效劃分為顧客績效和運營績效。選取顧客社交關系質(zhì)量和社區(qū)網(wǎng)絡交互能力為調(diào)節(jié)變量，以進一步探究社區(qū)成員的社會資本和社區(qū)本身的網(wǎng)絡化環(huán)境對該機制的影響。依次探索各變量間的影響關系，并結(jié)合問卷數(shù)據(jù)進行驗證分析。

（二）模型假設

1.顧客參與服務創(chuàng)新和服務創(chuàng)新績效

高忠義和王永貴[17]、Fang[18]強調(diào)顧客參與創(chuàng)新是企業(yè)實現(xiàn)高水平創(chuàng)新績效的重要戰(zhàn)略選擇。吳艷芬[19]和陳璟菁[20]認為顧客參與到企業(yè)的服務創(chuàng)新中進行合作研發(fā)，既能滿足顧客復雜而又微妙的動態(tài)需求，又能縮短服務和產(chǎn)品的研發(fā)周期、降低研發(fā)成本、提升服務體驗。對于服務密集型企業(yè)而言，顧客與企業(yè)間的關系是一種價值交換，當顧客感知到從企業(yè)那里獲得既得利益時，就愿意主動做出一些有利于企業(yè)的顧客公民行為，比如宣傳推薦、反饋問題、發(fā)布評論、對企業(yè)忠誠等[21]。由此，提出以下假設：

H1.顧客參與服務創(chuàng)新對服務創(chuàng)新績效存在顯著正向影響。

2.顧客參與服務創(chuàng)新和交互記憶系統(tǒng)

在虛擬社區(qū)顧客參與到服務創(chuàng)新的過程中，發(fā)生了信息互動、人際之間的社會互動和經(jīng)驗知識的共享等活動[22]。Akgün 等[23]以62個新產(chǎn)品開發(fā)團隊為樣本開展研究，結(jié)果表明，團隊的穩(wěn)定性、團隊溝通程度、團隊成員熟悉度和人際信任均積極影響著交互記憶系統(tǒng)。

1）顧客參與服務創(chuàng)新和專業(yè)性

交互記憶系統(tǒng)的專業(yè)性主要在于顧客參與前期對成員彼此信息的獲取，獲取到的信息和資源越多，則對彼此的專長定位越準確。在虛擬創(chuàng)新社區(qū)中，為了滿足社交需求和利益需求，大多數(shù)顧客能夠積極主動或受企業(yè)引導增強社區(qū)參與度，通過瀏覽其他顧客的專長標簽和發(fā)布內(nèi)容，促進虛擬社區(qū)成員間的專長認知一致度。

2）顧客參與服務創(chuàng)新和可信度

Lewis[16]研究發(fā)現(xiàn)團隊成員之間的信任是建立交互記憶系統(tǒng)的重要因素。Pearsall和Ellis[24]發(fā)現(xiàn)團隊中關鍵成員的自信不僅積極促進了交互記憶系統(tǒng)的形成，而且還能促進團隊績效與滿意度的提高。越是自信的顧客越傾向于展示自己的才能和智力，其參與程度越高，其他顧客感知到該顧客具有更強的可靠性，進而提高交互記憶系統(tǒng)的可信度。

3）顧客參與服務創(chuàng)新和協(xié)調(diào)性

協(xié)調(diào)性代表著創(chuàng)新虛擬社區(qū)吸收、整合和利用知識進行協(xié)調(diào)合作的能力。Burt[25]提出結(jié)構洞理論，認為不同源的信息和知識具有互補性，促進企業(yè)提高獲得、轉(zhuǎn)化利用外部知識的能力。也就是說，顧客參與到服務創(chuàng)新中，可以幫助企業(yè)獲取更多外部知識，良好的交流和溝通形成信任、規(guī)范和共同價值觀，從而增強知識整合和吸收的能力。羅瑾璉等[26]綜合個體層次、團隊層次、組織層次調(diào)研了88個知識團隊，實證結(jié)果表明團隊成員的關系強度會正向影響交互式記憶系統(tǒng)的形成。

綜上分析，提出如下假設：

H2.顧客參與服務創(chuàng)新對交互記憶系統(tǒng)的形成存在顯著正向影響；

H2a.顧客參與服務創(chuàng)新對專業(yè)性存在顯著正向影響；

H2b.顧客參與服務創(chuàng)新對可信度存在顯著正向影響；

H2c.顧客參與服務創(chuàng)新對協(xié)調(diào)性存在顯著正向影響。

3.交互記憶系統(tǒng)與創(chuàng)新績效

交互記憶系統(tǒng)可以幫助成員對不同領域的專業(yè)知識進行編碼、存儲和檢索，當個體需要其他專業(yè)領域的知識時，可以向其他成員尋求幫助，而不必花費時間和精力進行搜索與學習，使成員的認知負荷和團隊的信息冗余得以降低，有利于整體資源和效用的充分發(fā)揮[27]。

1）專業(yè)性和服務創(chuàng)新績效

專業(yè)性代表顧客在參與服務創(chuàng)新過程中對自己和他人的專長定位以及顧客間的專長相異性。當顧客參與到虛擬社區(qū)的服務創(chuàng)新活動時，社區(qū)會根據(jù)顧客的行為產(chǎn)生系列標簽，通常以積分、用戶等級、技能標簽等形式展現(xiàn)，使顧客通過瀏覽或互動快速了解其他顧客的專業(yè)領域。Zhong等[28]指出，通過使團隊成員各自負責不同領域的專業(yè)知識，每個成員的認知負擔可得到有效減輕，整個團隊信息的冗余可以得到減小，從而使團隊成員的工作效率得到提升。

2）可信度和服務創(chuàng)新績效

可信度是指顧客在參與服務創(chuàng)新過程中對彼此擁有知識和提供信息的信任程度。虛擬社區(qū)中，顧客可以通過評論、評分、點贊、點滅、分享、收藏等行為來表達自己對其他顧客提供知識和信息的信任與認可程度。根據(jù)Chio等[29]的研究，團隊成員之間相互信任時，每個團隊成員不需要對自己所提供的知識進行解釋和說明，從而節(jié)省時間提高效率，有效加快彼此知識和技能的交換。張爽等[30]基于物聯(lián)網(wǎng)研發(fā)團隊得出交互記憶系統(tǒng)的信任維正向促進團隊創(chuàng)新績效。

3）協(xié)調(diào)性和服務創(chuàng)新績效

協(xié)調(diào)性是顧客在參與服務創(chuàng)新過程中對彼此掌握的專長的整合和利用程度。虛擬社區(qū)中，顧客可通過社區(qū)的信息檢索系統(tǒng)實時檢索特定信息，或者通過瀏覽特定版塊里的信息完成專長目錄和個人知識庫的更新，也可直接私信好友或相關領域的專家完成信息檢索。詹一虹等[31]、Kanawattanachai和Yoo[32]證明了在任務完成過程中，團隊成員間協(xié)調(diào)專長并合理 分工和配合可以有效提高團隊績效。

綜上所述，提出如下假設：

H3.交互記憶系統(tǒng)對服務創(chuàng)新績效存在顯著正向影響；

H3a.專業(yè)性對服務創(chuàng)新績效存在顯著正向影響；

H3b.信任度對服務創(chuàng)新績效存在顯著正向影響；

H3c.協(xié)調(diào)性對服務創(chuàng)新績效存在顯著正向影響。

4.交互記憶系統(tǒng)的中介作用

由于顧客來自企業(yè)外部，具有專業(yè)多元性，有利于專業(yè)互補，促進服務創(chuàng)新績效；互相信任會增進溝通交流，促進服務創(chuàng)新績效；顧客之間由于消費相同的服務，有共同目標和共同語言，容易形成協(xié)調(diào)關系，促進服務創(chuàng)新績效。綜合以上關于服務創(chuàng)新績效和交互記憶系統(tǒng)與服務創(chuàng)新績效關系的分析，可以得知，顧客參與服務創(chuàng)新以影響交互記憶系統(tǒng)的不同維度，進而作用于服務創(chuàng)新績效，基于此，提出如下假設：

H4.交互記憶系統(tǒng)顯著中介顧客參與服務創(chuàng)新和服務創(chuàng)新績效的關系；

H4a.專業(yè)性顯著中介顧客參與服務創(chuàng)新和服務創(chuàng)新績效的關系；

H4b.信任度顯著中介顧客參與服務創(chuàng)新和服務創(chuàng)新績效的關系；

H4c.協(xié)調(diào)性顯著中介顧客參與服務創(chuàng)新和服務創(chuàng)新績效的關系。

5.顧客社交關系質(zhì)量的調(diào)節(jié)作用

顧客社交關系質(zhì)量指的是顧客與顧客本身以外社會資源聯(lián)系的頻繁程度、密切程度以及數(shù)量和質(zhì)量[33]。在虛擬社區(qū)中，顧客在參與服務創(chuàng)新活動過程中會形成某種社會關系，諸如好友關系、粉絲或關注關系、轉(zhuǎn)發(fā)和評論關系等，由此形成具有某種結(jié)構的社會網(wǎng)絡。個體在形成自我的行為、態(tài)度或觀點的過程中，會參考社會系統(tǒng)中其他個體的行為、態(tài)度或觀點[34]。個體傾向于和自己相似的人建立社交關系，也更愿意去跟同質(zhì)性的人發(fā)生互動，互動關系會直接影響知識共享關系，互動越多知識共享越多[22]，形成的交互記憶系統(tǒng)越穩(wěn)定成熟。由此，提出如下假設：

H5.顧客社交關系質(zhì)量顯著正向調(diào)節(jié)顧客參與服務創(chuàng)新和交互記憶系統(tǒng)的關系；

H6.顧客社交關系質(zhì)量顯著正向調(diào)節(jié)交互記憶系統(tǒng)和服務創(chuàng)新績效的關系。

6.社區(qū)網(wǎng)絡交互能力的調(diào)節(jié)作用

社區(qū)網(wǎng)絡交互能力是指企業(yè)或服務平臺運用網(wǎng)絡交互技術如微博、微信和品牌社區(qū)等虛擬社區(qū)與顧客溝通交流形成的交互能力[35]，反映企業(yè)或服務平臺運用網(wǎng)絡交互技術的整合性和靈活性。企業(yè)采用網(wǎng)絡交互技術使企業(yè)與顧客間的交互能力更強、交互策略更加靈活，從而使交互雙方受益[36]。Choi等[29]通過對139個團隊、743名員工的實證研究證明組織中的IT支持對團隊中交互記憶系統(tǒng)的發(fā)展有積極影響。Pavlou和Dimoka[37]基于eBay的反饋技術，研究表明企業(yè)采用網(wǎng)絡交互技術能夠提高顧客對企業(yè)業(yè)務的信任。由此，提出如下假設：

H7.社區(qū)網(wǎng)絡交互能力顯著正向調(diào)節(jié)顧客參與服務創(chuàng)新和交互記憶系統(tǒng)的關系；

H8.社區(qū)網(wǎng)絡交互能力顯著正向調(diào)節(jié)交互記憶系統(tǒng)和服務創(chuàng)新績效的關系。

三、實證研究

（一）問卷設計和數(shù)據(jù)收集

本文將調(diào)查問卷設計為個人基本情況和量表測量兩大部分，在個人基本情況部分設立排查項，即必須是具有虛擬社區(qū)參與行為的個體，以篩選出目標被試對象。在量表測量部分，采用李克特七級量表度量各題項，1表示完全不同意，7表示完全同意。在正式發(fā)放問卷之前，首先就各測量項的語義明晰度、獨立度在20人內(nèi)進行小規(guī)模訪談測試，其中包括一名本領域的專家教授以及多名來自不同領域的學生和社會工作人士，根據(jù)訪談和測試結(jié)果進行修改得到正式調(diào)查問卷。采用問卷星平臺制作正式問卷，并通過虛擬社區(qū)等多種渠道進行大規(guī)模發(fā)放，以完成問卷數(shù)據(jù)收集工作。問卷量表及問項來源如表1所示。

表1 問卷測量量表

續(xù)表1 問卷測量量表

本研究共回收597份問卷，排查剔除掉184份非目標被試對象問卷，一共獲得413份目標被試問卷。為了確保被試對象認真填寫，剔除了目標被試樣本中填寫時間少于一分鐘和回答問項均一致的問卷，最終獲得目標被試有效問卷396份，問卷有效率為66.3%。396名被試位于29個不同的省市，被試填寫問卷平均耗時250秒，進一步保證了回收樣本的合理性。

（二）信度、效度分析

1.量表的信度分析

問卷的信度檢驗是研究樣本是否真實回答及衡量問卷數(shù)據(jù)有效性的重要檢驗方式。目前通常采用α系數(shù)（Cronbach’sα，也稱內(nèi)部一致性系數(shù)）來評價問卷的信度。α系數(shù)應該在0～1之間，值越大表明各測量項的內(nèi)部一致性越高，測量數(shù)據(jù)越可靠。根據(jù)Numially的標準，一般認為Cronbach’sα在0.6～0.7時，整體問卷信度可以接受；Cronbach’sα＞0.7時，問卷整體的信度較高。

潛變量組合信度（Composite Reliability，CR）是所有測量項信度的組合，是另一種檢驗量表信度的方法。潛變量的CR值越高表示潛變量的內(nèi)部一致性越高，一般認為CR值大于0.6時量表才具有較高信度。本文采用SPSS計算得到的Cronbach’sα和采用AMOS計算得到的組合信度CR值如表2所示，說明問卷的內(nèi)部一致性很強。

表2 量表的信度分析結(jié)果

2.量表的效度分析

問卷效度包括內(nèi)容效度和結(jié)構效度。內(nèi)容效度即用文字描述的各題項是否能真實測量某個變量概念。本文的量表借鑒了國內(nèi)外成熟量表，并基于對研究對象的深層次研究進行了修改，故本文問卷具有較好的內(nèi)容效度。結(jié)構效度分為區(qū)分效度和收斂效度，用來衡量測量題項與潛變量的對應關系是否與實際情況相符。

本文計算得到的KMO值為0.912，在0.8以上。Bartlett’s球形檢驗的顯著性小于0.001，說明收集的問卷數(shù)據(jù)適合做因子分析。由AMOS結(jié)構方程模型軟件計算得到的潛變量的收斂效度結(jié)果顯示，各題項在其所測量的潛變量上的標準化因子載荷系數(shù)均大于0.5，且在統(tǒng)計上顯著。同時，各個潛變量的AVE值均等于或大于0.5，說明量表收斂效度良好。顧客參與量表中參與強度的測量項PI2、參與深度的測量項PD4以及服務創(chuàng)新績效量表中顧客績效的題項CP4、運營績效的OP4均大于等于0.95，故刪除這四個測量項。在剔除掉這幾個測量項后，重新計算的顧客參與服務創(chuàng)新和服務創(chuàng)新績效的收斂效度分析結(jié)果如表3所示。

表3 修正測量項后的收斂效度分析

續(xù)表3 修正測量項后的收斂效度分析

修正測量項后的數(shù)據(jù)結(jié)果表明，標準化路徑系數(shù)均在0.6～0.95之間，符合參數(shù)估計要求。各個潛變量的AVE值均接近或大于0.5，表明修正后量表的收斂效度良好。

表4為修正量表后潛變量的區(qū)分效度分析結(jié)果，黑體的對角線元素為各潛變量的AVE平方根值，下三角元素為對應兩潛變量的相關系數(shù)。根據(jù)表4中數(shù)據(jù)，各潛變量均顯著相關，且潛變量間的相關系數(shù)都小于各潛變量的AVE平方根值，這說明各潛變量的內(nèi)部相關性大于外部相關性，量表具有較好的區(qū)分效度。

表4 潛變量的區(qū)分效度分析

（三）假設檢驗

1.結(jié)構方程模型分析

結(jié)構方程模型（Structural Equation Modeling，SEM）于1973年由Joreskog[45]提出，是通過協(xié)方差矩陣來分析變量之間關系的多元線性建模方法，又稱協(xié)方差結(jié)構分析或因果建模。當前，結(jié)構方程模型被廣泛應用于經(jīng)濟、管理、心理、社會學等領域的研究中。在這些研究領域中經(jīng)常會遇到一些不能準確或直接測量的指標，即潛變量，這些潛變量只能用外顯指標即顯變量或觀測變量來間接測量。在傳統(tǒng)的統(tǒng)計分析方法中，這些潛變量不能得到妥善處理，而SEM能同時處理潛變量及其對應的觀測變量，將其置于同一模型中進行分析，估計變量間的結(jié)構和關系。

本文基于剔除了PI2、PD4、CP4、OP4四個測量項后得到的修正量表，根據(jù)假設H1～H3構建結(jié)構方程模型。具體的模型擬合指標參數(shù)和參數(shù)估計結(jié)果分別如表5和表6所示。

根據(jù)表5，模型的自由度DF大于0，說明模型是可識別的?？ǚ阶杂啥缺戎礐MIN/DF小于5，CFI、IFI、GFI、AGFI的值都大于0.8，RMSEA的值小于0.1，各擬合參數(shù)均可接受，故模型適配度良好。

表5 模型適配度指標

對模型的路徑系數(shù)進行顯著性檢驗。根據(jù)表6中數(shù)據(jù)，各路徑的標準化路徑系數(shù)均在[-1，1]之間，且P值小于0.001，表明路徑系數(shù)顯著，有著顯著的正向影響，假設H1～H3得到驗證。

表6 模型估計參數(shù)

2.中介效應檢驗

對于中介效應是否顯著的檢驗方法主要包括依次檢驗法、MCMC法、Sobel檢驗法和Bootstrap檢驗法。其中，Bootstrap檢驗方法是目前比較準確的中介效應檢驗方法[46]。本文對于交互記憶系統(tǒng)的中介作用檢驗，采用AMOS結(jié)構方程模型軟件基于Preacher和Hayes[47]提出的Bootstrap方法進行檢驗。由于結(jié)構方程模型軟件中Bootstrap方法計算的是總中介效應，不能檢驗特定部分的中介效應，Holbert 和 Stephenson[48]建議采用Mackinnon[49]的PRODCLIN2程序來檢驗多因子中介模型的特定路徑的中介效應，根據(jù)AMOS結(jié)構方程模型軟件參數(shù)估計結(jié)果中自變量到中介變量、中介變量到因變量的非標準化路徑系數(shù)和標準誤，以及標準化的總直接效應估計結(jié)果，執(zhí)行程序后若計算結(jié)果的95%置信區(qū)間沒有包括0，則表明該條路徑的中介效應顯著。

根據(jù)假設H4、H4a、H4b、H4c構建圖2中交互記憶系統(tǒng)對顧客參與和服務創(chuàng)新績效的多重中介作用結(jié)構方程模型，以檢驗交互記憶系統(tǒng)的不同中介路徑的影響程度。采用Bootstrap檢驗法的模型擬合指標參數(shù)和具體參數(shù)估計結(jié)果分別如表7～表9所示。

圖2 交互記憶系統(tǒng)中介效應模型

表7 交互記憶系統(tǒng)中介效應模型適配度指標

表8 交互記憶系統(tǒng)中介效應模型的總中介效應檢驗

表9 交互記憶系統(tǒng)中介效應模型的部分中介效應檢驗

首先，查看模型的識別和適配度指標。根據(jù)表7，該模型的自由度DF大于0，說明模型是可識別的?？ǚ阶杂啥缺戎礐MIN/DF小于3，CFI、IFI、GFI值都大于0.9，AGFI值在[0.8，0.9]之間，在可接受的范圍內(nèi)，RMSEA的值小于0.08，故模型適配度良好。

其次，檢驗總中介效應是否顯著以及中介效應程度。表8中總中介效應檢驗部分，點估計值和標準誤指采用Bootstrap方法計算得到的路徑參數(shù)估計值。Z值為點估計值/標準誤，值的絕對值若大于1.96則表明顯著。數(shù)據(jù)表明，交互記憶系統(tǒng)的總間接效應值為0.629，Bias-corrected的95%置信區(qū)間和Percentile的95%置信區(qū)間均不包含0，說明交互記憶系統(tǒng)對于顧客參與和服務創(chuàng)新績效的中介效應存在且顯著，即H4得以驗證。另外，總直接效應值為0.125，Bias-corrected的95%置信區(qū)間和Percentile的95%置信區(qū)間均包含0，說明直接效應不顯著，交互記憶系統(tǒng)對顧客參與和服務創(chuàng)新績效的中介效應類型是完全中介。

再次，檢驗具體中介因子的中介效應是否顯著。通過以上分析可知交互記憶系統(tǒng)的中介效應存在且顯著，代表著交互記憶系統(tǒng)的三條中介路徑至少有一條存在中介效應，具體三條中介路徑的顯著情況還需繼續(xù)檢驗。通過表8中部分中介效應檢驗的結(jié)果可知，中介因子專業(yè)性的Mackinnon PRODCLIN2的95%置信區(qū)間包含0，說明專業(yè)性該條路徑中介效應不顯著，則H4a沒有得到支持；中介因子可信度的Mackinnon PRODCLIN2的95%置信區(qū)間不包含0，說明可信度該條路徑中介效應顯著，則H4b得以驗證；中介因子協(xié)調(diào)性的Mackinnon PRODCLIN2的95%置信區(qū)間不包含0，說明協(xié)調(diào)性該條路徑中介效應顯著，則H4c得以驗證。根據(jù)以上分析，交互記憶系統(tǒng)對顧客參與和服務創(chuàng)新績效的完全中介效應是通過其可信度和協(xié)調(diào)性兩維度起作用的，可信度和協(xié)調(diào)性兩條路徑的中介效應值分別為0.319和0.255，說明可信度對于顧客參與和服務創(chuàng)新績效的中介影響程度要大于協(xié)調(diào)性。

3.調(diào)節(jié)作用檢驗

在驗證了交互記憶系統(tǒng)對顧客參與和服務創(chuàng)新績效存在顯著正向中介效應后，本文采用層次回歸分析方法來檢驗顧客社交關系質(zhì)量和社區(qū)網(wǎng)絡交互能力的調(diào)節(jié)效應是否存在。式（1）～式（4）為根據(jù)假設H5～H8建立的四個回歸方程，式（1）和式（2）分別檢驗顧客社交關系質(zhì)量對交互記憶系統(tǒng)中介過程前半路徑和后半路徑的調(diào)節(jié)作用是否存在。式（3）和式（4）分別檢驗社區(qū)網(wǎng)絡交互能力對交互記憶系統(tǒng)中介過程的前半路徑和后半路徑的調(diào)節(jié)作用是否存在。

表10 調(diào)節(jié)效應層次回歸分析結(jié)果

根據(jù)方程（1）中的參數(shù)估計結(jié)果，在引入顧客參與和顧客社交關系質(zhì)量的交叉項后，模型顯著（F=52.207，P＜0.001）具有統(tǒng)計意義，自變量顧客參與和調(diào)節(jié)變量顧客社交關系質(zhì)量對因變量交互記憶系統(tǒng)的解釋力達55.2%，相比于沒有引入交叉項的模型解釋力提高0.009（ΔR2=0.009），且ΔR2在0.05的水平下顯著，說明模型R2變化量是有意義的。根據(jù)回歸結(jié)果，顧客社交關系質(zhì)量的回歸系數(shù)為0.360，P＜0.001，說明顧客社交關系質(zhì)量與交互記憶系統(tǒng)呈正相關。顧客參與和顧客社交關系質(zhì)量交叉項的回歸系數(shù)為0.108，P＜0.05（P=0.025），說明顧客社交關系質(zhì)量正向調(diào)節(jié)顧客參與和交互記憶系統(tǒng)之間的關系，結(jié)合中介效應分析結(jié)果，即顧客社交關系質(zhì)量的提高會加強顧客參與對交互記憶系統(tǒng)的影響，H5得以驗證。

根據(jù)方程（2）中的參數(shù)估計結(jié)果，在引入交互記憶系統(tǒng)和顧客社交關系質(zhì)量的交叉項后，模型顯著（F=67.810，P＜0.001）具有統(tǒng)計意義，但模型的ΔR2為0且不顯著，說明模型R2變化量無意義。根據(jù)回歸結(jié)果，該交叉項的回歸系數(shù)為0.015，P＞0.05（P=0.740），未顯著，說明顧客社交關系質(zhì)量對交互記憶系統(tǒng)和服務創(chuàng)新績效之間的關系沒有顯著的調(diào)節(jié)作用，即H6未得到支持。

根據(jù)方程（3）中的參數(shù)估計結(jié)果，在引入顧客參與和社區(qū)網(wǎng)絡交互能力的交叉項后，模型顯著（F=63.378，P＜0.001）具有統(tǒng)計意義，相比于沒有引入交叉項的模型解釋力提高0.006（ΔR2=0.006），但ΔR2并未在0.05的水平下顯著，說明模型R2改變量無意義。根據(jù)回歸結(jié)果，企業(yè)網(wǎng)路交互能力的回歸系數(shù)為0.391，P＜0.001，說明社區(qū)網(wǎng)絡交互能力與交互記憶系統(tǒng)呈正相關。顧客參與和社區(qū)網(wǎng)絡交互能力交叉項的回歸系數(shù)為0.087，P＞0.05（P=0.061），即該交叉項在0.05水平下未顯著，說明社區(qū)網(wǎng)絡交互能力對顧客參與和交互記憶系統(tǒng)的關系沒有顯著的調(diào)節(jié)作用，即H7未得到支持。

根據(jù)方程（4）中的參數(shù)估計結(jié)果，在引入交互記憶系統(tǒng)和社區(qū)網(wǎng)絡交互能力的交叉項后，模型顯著（F=84.450，P＜0.001）具有統(tǒng)計意義，自變量顧客參與和調(diào)節(jié)變量顧客社交關系質(zhì)量對因變量交互記憶系統(tǒng)的解釋力達39.6%，相比于沒有引入交叉項的模型解釋力提高0.007（ΔR2=0.007），且ΔR2在0.05的水平下顯著，說明模型R2改變量有意義。根據(jù)回歸結(jié)果，社區(qū)網(wǎng)絡交互能力的回歸系數(shù)為0.283，P＜0.000 1，說明社區(qū)網(wǎng)絡交互能力與服務創(chuàng)新績效呈正相關。交互記憶系統(tǒng)和社區(qū)網(wǎng)絡交互能力交叉項的回歸系數(shù)為0.088，P＜0.05（P=0.040）,說明社區(qū)網(wǎng)絡交互能力正向調(diào)節(jié)交互記憶系統(tǒng)和服務創(chuàng)新績效之間的關系，結(jié)合中介效應分析結(jié)果，即社區(qū)網(wǎng)絡交互能力的提高會加強交互記憶系統(tǒng)對服務創(chuàng)新績效的影響，H8得以驗證。

為了更直觀地了解顧客社交關系質(zhì)量對顧客參與和交互記憶系統(tǒng)的調(diào)節(jié)作用，以及社區(qū)網(wǎng)絡交互能力對交互記憶系統(tǒng)和服務創(chuàng)新績效的調(diào)節(jié)作用，分別計算兩個調(diào)節(jié)變量的均值和標準差，按照均值±標準差將調(diào)節(jié)變量分為高低兩組數(shù)據(jù)，并進行簡單斜率分析，根據(jù)回歸結(jié)果繪制的交互作用圖分別如圖3和圖4所示。

圖3 顧客社交關系質(zhì)量對顧客參與和交互記憶系統(tǒng)關系的調(diào)節(jié)作用

圖4 社區(qū)網(wǎng)絡交互能力對交互記憶系統(tǒng)和服務創(chuàng)新績效關系的調(diào)節(jié)作用

假設檢驗的結(jié)果如表11所示，其中14條假設得到支持，三條假設未得到支持。

表11 模型假設檢驗結(jié)果

四、結(jié)論與管理啟示

（一）結(jié)論

本文對國內(nèi)外顧客參與服務服務創(chuàng)新和交互記憶系統(tǒng)等相關研究進行歸納和梳理，將交互記憶系統(tǒng)理論引入虛擬社區(qū)的顧客參與服務創(chuàng)新影響機制研究中，探究了顧客參與服務創(chuàng)新、交互記憶系統(tǒng)和服務創(chuàng)新績效間的作用機制，并引入了顧客社交關系質(zhì)量和社區(qū)網(wǎng)絡交互能力兩個調(diào)節(jié)變量，構建了基于交互式記憶系統(tǒng)的虛擬社區(qū)顧客參與服務創(chuàng)新影響機制理論模型。主要選取顧客活躍度較高的虛擬社區(qū)進行深層次的社區(qū)調(diào)研和指標挖掘，借鑒相關文獻進行量表開發(fā)，共獲取了396份有效問卷?；诨厥諛颖荆捎肧PSS和AMOS軟件對理論模型進行實證檢驗，得出以下研究結(jié)論：（1）顧客參與服務創(chuàng)新顯著正向影響服務創(chuàng)新績效和交互記憶系統(tǒng)，交互記憶系統(tǒng)正向促進服務創(chuàng)新績效。根據(jù)路徑系數(shù)大小可知，對專業(yè)性的促進作用要稍大于可信度和協(xié)調(diào)性。（2）顧客參與服務創(chuàng)新對服務創(chuàng)新績效的作用被交互記憶系統(tǒng)完全中介，主要通過可信度和協(xié)調(diào)性維度起中介作用。（3）虛擬社區(qū)中顧客社交關系質(zhì)量和社區(qū)網(wǎng)絡交互能力均正向調(diào)節(jié)顧客參與對交互記憶系統(tǒng)的影響，當顧客在虛擬社區(qū)中擁有良好的社交關系質(zhì)量，顧客參與行為會加強社區(qū)顧客間彼此的專長目錄更新、專長信任和合作協(xié)調(diào)度。

（二）管理啟示

1.建立全面的顧客行為數(shù)據(jù)指標體系，引導顧客深度參與。交互記憶系統(tǒng)是一個復雜的群體知識管理系統(tǒng)，虛擬社區(qū)中顧客產(chǎn)生了很多碎片化的知識，但局限于社區(qū)的虛擬性質(zhì)，顧客無法面對面交流，只能通過捕捉其他顧客的行為動態(tài)來了解其專長進而溝通交流。通過對多個領域的虛擬社區(qū)進行調(diào)研，發(fā)現(xiàn)有些社區(qū)的顧客行為數(shù)據(jù)指標建立不是很完善，使得顧客間彼此想要了解的意愿很低，進而導致虛擬社區(qū)的顧客活躍度很低。本文認為，應在不侵犯用戶隱私的前提下，提升顧客行為數(shù)據(jù)展示的豐富度，比如說顧客的歷史瀏覽、收藏、點贊、發(fā)表等行為動態(tài)，顧客的積分、等級地位等狀態(tài)數(shù)據(jù)，以及顧客的技能標簽等數(shù)據(jù)，對剛進入到虛擬社區(qū)的顧客建立專長目錄，這對產(chǎn)生深度參與的傾向很重要。

2.重視虛擬社區(qū)中的交互記憶系統(tǒng)的形成和維護。在實證結(jié)果中，交互記憶系統(tǒng)的形成對虛擬社區(qū)的服務創(chuàng)新績效有較強的促進作用，在顧客參與到服務創(chuàng)新績效的轉(zhuǎn)化過程中也起到完全中介作用，說明虛擬社區(qū)應該重視交互記憶系統(tǒng)的形成和維護，為其高效發(fā)揮作用提供支持。本文認為，建立虛擬社區(qū)的企業(yè)或平臺可從三個方面進行交互記憶系統(tǒng)的建設。首先，明確社區(qū)中顧客的專長分配，可通過建立透明的專長管理制度，定期對重復、過期的知識去重和清理，并通過官方推薦等方式引導顧客進行專長更新，來提高社區(qū)中顧客間的專長認知一致度和準確度，降低認知重復和信息冗余。其次，還可以通過適當提高社區(qū)進入門檻，來提高社區(qū)的專業(yè)性水平。其次，培養(yǎng)虛擬社區(qū)中顧客間的信任。只有顧客對其他顧客的專業(yè)知識足夠信任，才會放心采納該顧客提出的想法。再次，加強顧客間的溝通交流，鼓勵顧客協(xié)調(diào)配合完成任務。企業(yè)或平臺可定期發(fā)起活動引導顧客參與互相溝通交流，通過溝通了解顧客彼此掌握的知識，以及建立信任，充分整合和利用其他顧客掌握的信息，進而提高任務完成效率。

3.注重顧客社交關系的建立和社區(qū)網(wǎng)絡交互能力的提升。顧客社交關系包括顧客間的社交和顧客與企業(yè)或平臺員工間的社交，如果顧客具有高質(zhì)量的社交關系，顧客就會產(chǎn)生較強的社區(qū)歸屬感，在參與的同時直接或間接地掌握大量資源，也會更愿意分享交流自己對服務產(chǎn)品的想法和需求，從而提高虛擬社區(qū)的交互記憶系統(tǒng)的成熟度。另外，虛擬社區(qū)的網(wǎng)絡交互能力對于顧客參與服務創(chuàng)新的績效轉(zhuǎn)化有著正向調(diào)節(jié)作用。企業(yè)或平臺可通過增加顧客到達虛擬社區(qū)的渠道，提升交互渠道的靈活性、整合性和趣味性。同時優(yōu)化交互流程來提升顧客對虛擬社區(qū)的使用體驗，打造顧客沉浸體驗，比如設計不同的開發(fā)參與節(jié)點和新穎的互動方式，以提高大多數(shù)沉默顧客的參與度，讓虛擬社區(qū)的交互記憶系統(tǒng)更好地發(fā)揮作用，提升創(chuàng)新績效。

總之，顧客參與服務創(chuàng)新是至關重要的，企業(yè)如何激勵顧客參與服務創(chuàng)新，構建交互式記憶系統(tǒng)是有效的途徑，同時要注重顧客社交關系的建立和社區(qū)網(wǎng)絡交互能力的提升，最終提高服務創(chuàng)新績效。