推動(dòng)新質(zhì)生產(chǎn)力發(fā)展下眾包創(chuàng)新影響機(jī)制研究

基金項(xiàng)目：江蘇省高校哲學(xué)社會(huì)科學(xué)研究一般項(xiàng)目“考慮網(wǎng)絡(luò)外部性的眾包競(jìng)賽績(jī)效影響因素與作用機(jī)理研究”（2019SJA1938）；江蘇高?！扒嗨{(lán)工程”資助；鎮(zhèn)江市第六期“169工程”資助

摘 要：在數(shù)智化背景下，眾包創(chuàng)新是推動(dòng)新質(zhì)生產(chǎn)力發(fā)展的有效形式之一，眾包創(chuàng)新中創(chuàng)意質(zhì)量越來(lái)越被人們所關(guān)注。本研究以創(chuàng)新力理論和社會(huì)心理學(xué)的內(nèi)、外動(dòng)機(jī)理論為基礎(chǔ)，構(gòu)建了同行與公司反饋、創(chuàng)新經(jīng)驗(yàn)和創(chuàng)意質(zhì)量的研究模型。利用小米的眾包創(chuàng)新社區(qū)中733個(gè)創(chuàng)新者發(fā)布的3891個(gè)創(chuàng)意進(jìn)行實(shí)證研究，研究發(fā)現(xiàn)：同行的積極（消極）反饋對(duì)提高（降低）后續(xù)創(chuàng)意質(zhì)量的影響會(huì)隨著創(chuàng)新者經(jīng)驗(yàn)的增加而增強(qiáng)（減弱）；公司的積極（消極）反饋對(duì)提高（降低）后續(xù)創(chuàng)意質(zhì)量的影響則會(huì)隨著創(chuàng)新者經(jīng)驗(yàn)的增加而減弱。本研究結(jié)果可以幫助管理者利用反饋策略提高眾包環(huán)境下用戶創(chuàng)新表現(xiàn)。

關(guān)鍵詞：新質(zhì)生產(chǎn)力；眾包創(chuàng)新；創(chuàng)意質(zhì)量；創(chuàng)新經(jīng)驗(yàn)

一、引言

2023年9月，習(xí)近平總書記調(diào)研黑龍江時(shí)提出“整合科技創(chuàng)新資源，引領(lǐng)發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)和未來(lái)產(chǎn)業(yè)，加快形成新質(zhì)生產(chǎn)力”的要求。新質(zhì)生產(chǎn)力是在數(shù)智化發(fā)展背景下更有創(chuàng)新型、融合性，體現(xiàn)高質(zhì)量發(fā)展內(nèi)涵的先進(jìn)生產(chǎn)力質(zhì)態(tài)。眾包創(chuàng)新是一種通過數(shù)字化、智能化等技術(shù)手段實(shí)現(xiàn)跨過原有組織框架的創(chuàng)新民主化的形式，其大規(guī)模開展可以有效助推新質(zhì)生產(chǎn)力的形成。

眾包通過擴(kuò)大集體智慧的規(guī)模和多樣性，加速了創(chuàng)意發(fā)現(xiàn)過程。它為客戶提供了共同創(chuàng)造的體驗(yàn)，幫助企業(yè)更好地獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。許多領(lǐng)先企業(yè)，如阿里、美團(tuán)、海爾、小米、魅族等都設(shè)置了自己的眾包創(chuàng)新社區(qū)，用以征集用戶的創(chuàng)意，此種形式促進(jìn)了開放創(chuàng)新范式的出現(xiàn)。此類開放創(chuàng)新舉措的成功依賴對(duì)創(chuàng)意生成的過程管理，以及合理的激勵(lì)措施。有效的過程管理，還需有足夠的激勵(lì)措施來(lái)激勵(lì)創(chuàng)新者貢獻(xiàn)更多更高質(zhì)量的創(chuàng)意。

根據(jù)有關(guān)創(chuàng)新力和組織行為理論，獎(jiǎng)勵(lì)和反饋是促進(jìn)創(chuàng)新力或創(chuàng)新表現(xiàn)的兩個(gè)主要策略。在以公司資助為主的眾包創(chuàng)新社區(qū)中，一般有同行和公司兩種來(lái)源的反饋。其中，關(guān)于反饋效價(jià)和來(lái)源對(duì)創(chuàng)意質(zhì)量的影響目前沒有統(tǒng)一的觀點(diǎn)。為此，我們根據(jù)反饋的類型、收到反饋的人以及被反饋的對(duì)象，構(gòu)建了反饋對(duì)創(chuàng)新者后續(xù)創(chuàng)意質(zhì)量影響的理論框架（圖1）。

二、理論與假設(shè)

在我們的框架中，不同效價(jià)和來(lái)源的先期反饋對(duì)創(chuàng)新者后續(xù)創(chuàng)意質(zhì)量的影響取決于個(gè)人的創(chuàng)新經(jīng)驗(yàn)。以下概述了這些關(guān)系的理論依據(jù)。

1.反饋及創(chuàng)意質(zhì)量

根據(jù)創(chuàng)造力、組織行為和個(gè)體經(jīng)濟(jì)學(xué)等多個(gè)領(lǐng)域的研究，反饋會(huì)影響個(gè)人行為。新興研究也調(diào)查了其在開放創(chuàng)新環(huán)境中的影響。

相比之下，公司是一個(gè)官方的反饋來(lái)源，有更多的權(quán)力來(lái)判斷業(yè)績(jī)和提供指導(dǎo)，這也可以鼓勵(lì)參與公司贊助的社區(qū)。因?yàn)樗诮ㄗh參與者為實(shí)現(xiàn)目標(biāo)應(yīng)投入的努力方面顯得信息豐富、準(zhǔn)確有效，明確的反饋可以增強(qiáng)并將注意力轉(zhuǎn)移到任務(wù)完成或目標(biāo)實(shí)現(xiàn)上。所以，提出以下假設(shè)。

H1a：積極的同行反饋會(huì)提高后續(xù)的創(chuàng)意質(zhì)量。

H1b：消極的同行反饋會(huì)降低后續(xù)創(chuàng)意的質(zhì)量。

H1c：積極的企業(yè)反饋提高了后續(xù)創(chuàng)意的質(zhì)量。

H1d：消極的企業(yè)反饋降低了后續(xù)創(chuàng)意的質(zhì)量。

2.創(chuàng)新經(jīng)驗(yàn)

（1） 同行反饋效價(jià)

根據(jù)植根于創(chuàng)造力的動(dòng)機(jī)—能力視角和個(gè)體經(jīng)濟(jì)學(xué)相關(guān)理論，領(lǐng)域相關(guān)技能對(duì)創(chuàng)造力表現(xiàn)的重要性與動(dòng)機(jī)一樣重要。正如肖薇等（2021）所指出的，創(chuàng)意的產(chǎn)生涉及一個(gè)知識(shí)探索和組合的過程。經(jīng)驗(yàn)較少的創(chuàng)新者可能會(huì)欣賞同行積極反饋所帶來(lái)的社會(huì)認(rèn)可，但對(duì)后續(xù)創(chuàng)意質(zhì)量的影響可能會(huì)較弱，因?yàn)樗麄冋J(rèn)識(shí)到同行的積極反饋與他們?nèi)狈?chuàng)新經(jīng)驗(yàn)的自我意識(shí)之間的不協(xié)調(diào)。所以，提出以下假設(shè)。

H2：積極的同行反饋對(duì)提高后續(xù)創(chuàng)意質(zhì)量的作用隨著創(chuàng)新者獲得更多的創(chuàng)新經(jīng)驗(yàn)而增強(qiáng)。

肖薇等（2021）認(rèn)為，人們?cè)讷@得經(jīng)驗(yàn)時(shí)，對(duì)積極和消極反饋的關(guān)注程度不同，有經(jīng)驗(yàn)的創(chuàng)新者的自尊和過去的經(jīng)歷會(huì)影響他們對(duì)反饋的解讀和接受。根據(jù)認(rèn)知失調(diào)理論，反饋和積極的自我觀不一致的情況會(huì)導(dǎo)致人們貶損反饋來(lái)源并低估其效價(jià)。所以，提出以下假設(shè)。

H3：隨著創(chuàng)新者獲得更多的創(chuàng)新經(jīng)驗(yàn)，消極同行反饋對(duì)降低后續(xù)創(chuàng)意質(zhì)量的影響減弱。

（2） 公司反饋效價(jià)

作為官方來(lái)源，來(lái)自公司的反饋將注意力轉(zhuǎn)移到目標(biāo)或任務(wù)完成上，以指導(dǎo)行為。

積極的企業(yè)反饋應(yīng)該更加突出，以提高缺乏經(jīng)驗(yàn)的創(chuàng)新者的后續(xù)創(chuàng)意質(zhì)量。所以，提出以下假設(shè)。

H4：積極的企業(yè)反饋對(duì)提高后續(xù)創(chuàng)意質(zhì)量的作用隨著創(chuàng)新者獲得更多的創(chuàng)新經(jīng)驗(yàn)而減弱。

向追求承諾目標(biāo)的缺乏經(jīng)驗(yàn)的創(chuàng)新者提供的消極公司反饋表明了權(quán)威的反對(duì)，可能會(huì)引發(fā)人們對(duì)他們?nèi)狈δ芰Φ目捶?，這可能會(huì)阻礙他們的承諾并使他們失去動(dòng)力。這種與挑戰(zhàn)相關(guān)的障礙壓力也可能破壞創(chuàng)造力。然而，對(duì)于具有更多經(jīng)驗(yàn)的創(chuàng)新者，他們接受了進(jìn)度監(jiān)控目標(biāo)，將公司的消極反饋視為進(jìn)度慢和績(jī)效低的信號(hào)，他們可以利用這些信號(hào)來(lái)糾正不足。因?yàn)榻?jīng)驗(yàn)豐富的創(chuàng)新者往往對(duì)自己的能力相對(duì)更有信心，他們可能會(huì)認(rèn)為公司的消極反饋是一種激勵(lì)性的挑戰(zhàn)，而不是令人沮喪的挫折。所以，提出以下假設(shè)。

H5：企業(yè)消極反饋對(duì)降低后續(xù)創(chuàng)意質(zhì)量的影響隨著創(chuàng)新者獲得更多的創(chuàng)新經(jīng)驗(yàn)而減弱。

三、方法

1.模型變量

從小米的眾包社區(qū)收集數(shù)據(jù)，這是一個(gè)具有代表性的眾包創(chuàng)新社區(qū)，因其使用開放創(chuàng)新而獲得多項(xiàng)獎(jiǎng)項(xiàng)。檢索了四年期間（2020—2023年）的所有公開數(shù)據(jù)。為了測(cè)試先前反饋對(duì)后續(xù)創(chuàng)意質(zhì)量的影響，重點(diǎn)關(guān)注產(chǎn)生過兩個(gè)以上創(chuàng)意的創(chuàng)新者。估計(jì)樣本包括733個(gè)創(chuàng)新者發(fā)布的3891個(gè)創(chuàng)意，以及23395條同行反饋意見和1603條公司反饋意見。

（1） 創(chuàng)意質(zhì)量

使用每個(gè)創(chuàng)意獲得的投票分?jǐn)?shù)作為其質(zhì)量的代表。投票得分由小米自動(dòng)計(jì)算，方法是將數(shù)據(jù)收集期結(jié)束時(shí)從社區(qū)成員那里收到的創(chuàng)意的上下投票值相加（即每一票加/減10分）。對(duì)原始分?jǐn)?shù)進(jìn)行對(duì)數(shù)變換，以校正分布偏差。

（2） 同行和公司反饋效價(jià)

使用文本挖掘技術(shù)來(lái)分析同行和公司對(duì)每個(gè)創(chuàng)意的所有反饋的價(jià)值和內(nèi)容。反饋分為消極（–）或積極（+），分別表示總體上“不同意”或“同意”發(fā)布的創(chuàng)意。采用了多種文本分類算法，包括Naive Bayes、K-Nearest Neighbors、支持向量機(jī)（SVM）、啟發(fā)式方法（如關(guān)鍵詞搜索和SVM，以及標(biāo)準(zhǔn)化句子—單詞評(píng)分）。文本挖掘結(jié)果的準(zhǔn)確率令人滿意（>60%）。使用積極或消極反饋意見的絕對(duì)數(shù)量以及反饋量作為控制變量會(huì)產(chǎn)生不可接受的方差膨脹因子，表明存在多重共線性，所以，對(duì)同行和公司的反饋分別進(jìn)行了衡量。

（3） 創(chuàng)新經(jīng)驗(yàn)

為了捕捉一個(gè)創(chuàng)新者隨著時(shí)間推移的經(jīng)驗(yàn)，將其積累視為一個(gè)持續(xù)、動(dòng)態(tài)的過程，因此將其定義為一個(gè)連續(xù)的變量。根據(jù)定義，創(chuàng)新者在發(fā)布更多創(chuàng)意時(shí)會(huì)變得更有經(jīng)驗(yàn)。對(duì)每個(gè)創(chuàng)新者發(fā)布的創(chuàng)意數(shù)量進(jìn)行日志轉(zhuǎn)換（即創(chuàng)新經(jīng)驗(yàn)的原始測(cè)量），以確認(rèn)其右偏分布（即大多數(shù)創(chuàng)意來(lái)自經(jīng)驗(yàn)有限的創(chuàng)新者，而經(jīng)驗(yàn)豐富的創(chuàng)新者發(fā)布相對(duì)較少的創(chuàng)意）。

（4） 其他變量

有幾個(gè)協(xié)變量可以控制創(chuàng)意特征和創(chuàng)新者特征。首先，作為創(chuàng)意特征，我們通過捕捉創(chuàng)意在平臺(tái)上吸引客戶投票和反饋意見的天數(shù)來(lái)控制創(chuàng)意持續(xù)時(shí)間。其次，類別虛擬變量反映了不同類別創(chuàng)意質(zhì)量的差異。最后，同行（公司）反饋離散度是熱點(diǎn)創(chuàng)新者之前收到的所有同行（公司）反饋的價(jià)值標(biāo)準(zhǔn)差。

2.模型檢驗(yàn)

（1） 模型

我們使用隨機(jī)效應(yīng)回歸模型來(lái)檢驗(yàn)不同來(lái)源的反饋效價(jià)對(duì)創(chuàng)意質(zhì)量的影響（H1a–H1d）和創(chuàng)新經(jīng)驗(yàn)的調(diào)節(jié)作用（H2–H5）：

（1）

其中，積極同行反饋PPF，消極同行反饋NPF，積極公司反饋PFF，消極公司反饋NFF，創(chuàng)新經(jīng)驗(yàn)IE。i是第i個(gè)創(chuàng)意，j是第j個(gè)創(chuàng)新者；βs是檢驗(yàn)創(chuàng)新經(jīng)驗(yàn)調(diào)節(jié)效應(yīng)的估計(jì)值。分析發(fā)生在創(chuàng)意層面，在一個(gè)不平衡的面板結(jié)構(gòu)中，跨越各個(gè)創(chuàng)新者。對(duì)于創(chuàng)新者j的創(chuàng)意i，對(duì)創(chuàng)意i的質(zhì)量與j在發(fā)布熱點(diǎn)創(chuàng)意i時(shí)從同行和公司（過去）收到的累積反饋以及其他協(xié)變量相關(guān)進(jìn)行建模。創(chuàng)意質(zhì)量IQ是群眾投票的分?jǐn)?shù)。創(chuàng)意特征ICC，包括創(chuàng)意持續(xù)時(shí)間、創(chuàng)意長(zhǎng)度、創(chuàng)意類別和年份。創(chuàng)新者特征ICD，包括創(chuàng)新者保有期、同行（公司）反饋量、同行（公司）反饋長(zhǎng)度、同行（公司）反饋長(zhǎng)度離散度、同行（公司）反饋離散度和無(wú)同行（公司）。最后，τj捕獲理想隨機(jī)效應(yīng)，εi，j表示特殊誤差項(xiàng)。因此，這種隨機(jī)效應(yīng)模型捕捉到了未觀察到的創(chuàng)新者特征，這些特征會(huì)影響每個(gè)創(chuàng)新者發(fā)布的創(chuàng)意的質(zhì)量。

（2） 內(nèi)源性控制

不受控制的混雜因素和未觀察到的個(gè)體特征可能同時(shí)影響創(chuàng)意質(zhì)量（因變量）和關(guān)鍵預(yù)測(cè)因素，包括創(chuàng)新經(jīng)驗(yàn)和反饋效價(jià)測(cè)量。這種可能性造成了內(nèi)生性問題。

因此，使用控制函數(shù)方法，并進(jìn)行了幾次穩(wěn)健性檢查。首先，與兩階段最小二乘法（2SLS）不同，控制函數(shù)代表了工具變量（IV）方法的更通用形式。相反，控制函數(shù)方法通過在結(jié)構(gòu)方程中添加回歸器來(lái)增強(qiáng)原始回歸，該回歸器僅包含x的可能與y相關(guān)的部分。因此，內(nèi)生變量x和因變量y之間不期望的相關(guān)性導(dǎo)致的偏差得到了控制，多元回歸估計(jì)器提供了有效的IV估計(jì)器。據(jù)此制定為：

（2）

（3）

其次，控制函數(shù)可以用于漸近控制潛在的內(nèi)生性偏差。與2SLS不同，這種方法很有吸引力，易于實(shí)現(xiàn)，適用于非線性模型，如選擇模型。我們的模型包括對(duì)數(shù)變換的因變量創(chuàng)意質(zhì)量，交互項(xiàng)也包含非線性變換的變量。

采取了幾個(gè)步驟來(lái)確保這些工具的有效性。首先，仔細(xì)檢查了所有IV是否符合排除限制。其次，以每個(gè)內(nèi)生變量為因變量，以IV為預(yù)測(cè)變量進(jìn)行回歸。最后，為了確認(rèn)IVs推論的有效性，檢查了外生IVs對(duì)相關(guān)內(nèi)生變量的增量解釋力（用回歸R2表示）。

（3） 創(chuàng)意質(zhì)量的替代測(cè)量標(biāo)準(zhǔn)

除了大眾投票得分，還根據(jù)兩名訓(xùn)練有素、經(jīng)驗(yàn)豐富的專業(yè)人員的評(píng)價(jià)來(lái)評(píng)估創(chuàng)意質(zhì)量，他們根據(jù)原始創(chuàng)意在行業(yè)中的預(yù)期市場(chǎng)吸引力、可行性、特異性和新穎性來(lái)判斷其價(jià)值，結(jié)果保持不變（見表1第3列）。

四、結(jié)果

表1列出了同行/公司反饋情緒和創(chuàng)新經(jīng)驗(yàn)對(duì)創(chuàng)意質(zhì)量的影響結(jié)果。我們從內(nèi)生性控制和替代創(chuàng)意質(zhì)量測(cè)量的模型中得到了一致的結(jié)果（表1第2列和第3列）。因此，我們發(fā)現(xiàn)H1a–H1d得到了一致的支持。

總的來(lái)說，研究結(jié)果表明，隨著創(chuàng)新者積累更多的創(chuàng)新經(jīng)驗(yàn)，反饋和創(chuàng)意質(zhì)量之間的關(guān)系發(fā)生了顯著變化。包括內(nèi)生性控制和替代創(chuàng)意質(zhì)量測(cè)度在內(nèi)的模型的一致結(jié)果進(jìn)一步驗(yàn)證了這些發(fā)現(xiàn)。

五、結(jié)語(yǔ)

1.建議

新質(zhì)生產(chǎn)力也是由勞動(dòng)者、勞動(dòng)對(duì)象、勞動(dòng)工具三個(gè)要素組成的，數(shù)字化、智能化技術(shù)為我們提供了新質(zhì)勞動(dòng)對(duì)象和工具，同時(shí)我們還需要培養(yǎng)與之適應(yīng)的新質(zhì)勞動(dòng)關(guān)系、新質(zhì)勞動(dòng)者，利用新質(zhì)創(chuàng)新場(chǎng)景驅(qū)動(dòng)新質(zhì)生產(chǎn)力的加快形成。

眾包創(chuàng)新可以捕捉群眾的智慧，為客戶提供共同創(chuàng)造的體驗(yàn)。無(wú)經(jīng)濟(jì)激勵(lì)、由公司贊助的眾包創(chuàng)新社區(qū)是一種流行但具有挑戰(zhàn)性的創(chuàng)新策略，它提出了關(guān)于誰(shuí)和什么可能推動(dòng)客戶創(chuàng)意質(zhì)量變化的關(guān)鍵問題。從動(dòng)機(jī)能力的角度來(lái)看，我們從概念上和實(shí)證上證明了反饋在激勵(lì)創(chuàng)意績(jī)效方面的重要作用取決于反饋來(lái)源（公司與同行）、反饋價(jià)位（積極與消極）以及創(chuàng)新者的創(chuàng)新經(jīng)驗(yàn)。因此，積極（消極）的同行反饋會(huì)提高（降低）隨后的創(chuàng)意質(zhì)量，而且隨著創(chuàng)新者經(jīng)驗(yàn)的增加，這種效果會(huì)增強(qiáng)（減弱）。然而，隨著創(chuàng)新經(jīng)驗(yàn)的增加，公司的積極（消極）反饋對(duì)提高（降低）創(chuàng)意質(zhì)量的影響會(huì)減弱?？傮w而言，經(jīng)驗(yàn)豐富的創(chuàng)新者在收到同行（公司）的積極反饋時(shí)，會(huì)更有動(dòng)力（更無(wú)動(dòng)力）提高其后續(xù)創(chuàng)意表現(xiàn)；而經(jīng)驗(yàn)不足的創(chuàng)新者在收到同行的消極反饋時(shí)，其動(dòng)力較弱，但在收到公司的積極反饋時(shí)，其動(dòng)力較強(qiáng)。

因此，本研究建議：①優(yōu)化新質(zhì)創(chuàng)新場(chǎng)景驅(qū)動(dòng)，加強(qiáng)積極同行反饋資助力度。②改善新質(zhì)勞動(dòng)關(guān)系，針對(duì)創(chuàng)新經(jīng)驗(yàn)豐富型創(chuàng)新者，優(yōu)先推送同行積極反饋。③培養(yǎng)新質(zhì)勞動(dòng)者，針對(duì)無(wú)經(jīng)驗(yàn)型創(chuàng)新者，優(yōu)先推送公司積極反饋。

2.局限性與未來(lái)工作

本研究有以下幾點(diǎn)局限：①將反饋的情緒概念化為消極、中性或積極。然而，反饋可能會(huì)表達(dá)不同程度的積極或消極情緒。低/高水平的積極或消極反饋可能帶來(lái)不同的邊際收益，這有待進(jìn)一步研究。使用文本挖掘技術(shù)對(duì)反饋情緒進(jìn)行編碼也很常見，但不同的創(chuàng)新者可能會(huì)對(duì)這種反饋有不同的感知。與此相關(guān)的是，反饋價(jià)值可能與創(chuàng)意質(zhì)量在概念上有一些重疊；有利和鼓勵(lì)性的反饋可能意味著好的創(chuàng)意質(zhì)量。在本研究中，從概念上和經(jīng)驗(yàn)上區(qū)分了反饋和創(chuàng)意質(zhì)量，但繼續(xù)研究可以進(jìn)一步區(qū)分它們的影響，或使用更嚴(yán)格的方法來(lái)驗(yàn)證研究結(jié)果的穩(wěn)健性。②在眾包創(chuàng)新社區(qū)中，以創(chuàng)意發(fā)布行為衡量的創(chuàng)新經(jīng)驗(yàn)相對(duì)容易被跟蹤和觀察，但其他研究可能會(huì)考察相關(guān)概念，如創(chuàng)新專長(zhǎng)，以更準(zhǔn)確地描述個(gè)人創(chuàng)新特征，并明確其對(duì)人們創(chuàng)新表現(xiàn)的影響。③實(shí)證數(shù)據(jù)中，與創(chuàng)新者投票行為（即誰(shuí)投票、何時(shí)投票）相關(guān)的數(shù)據(jù)并不完整，因此無(wú)法排除潛在的羊群效應(yīng)，這將影響投票分?jǐn)?shù)作為創(chuàng)意質(zhì)量替代物的可靠性。研究應(yīng)確定更嚴(yán)格的創(chuàng)意質(zhì)量衡量標(biāo)準(zhǔn)。

因此，我們擬在未來(lái)工作中開展以下工作：①利用基于機(jī)器學(xué)習(xí)的自然語(yǔ)言處理技術(shù)和情感詞典等工具對(duì)反饋情緒進(jìn)行進(jìn)一步重新劃分。②依據(jù)個(gè)體行為學(xué)理論建立個(gè)人創(chuàng)新者特征指標(biāo)。③考慮羊群效應(yīng)和搭便車?yán)碚撓碌膭?chuàng)新者投票行為分層回歸分析。

推動(dòng)新質(zhì)生產(chǎn)力發(fā)展是高質(zhì)量發(fā)展的內(nèi)在要求和重要發(fā)力點(diǎn)，也是實(shí)現(xiàn)國(guó)內(nèi)國(guó)際雙循環(huán)、可持續(xù)發(fā)展的關(guān)鍵路徑，只有堅(jiān)持創(chuàng)新才能驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展。眾包創(chuàng)新是推動(dòng)新質(zhì)生產(chǎn)力發(fā)展的可靠形式之一，也是建立新質(zhì)生產(chǎn)關(guān)系、培養(yǎng)新質(zhì)勞動(dòng)者的重要介質(zhì)。

參考文獻(xiàn)：

[1]尹西明，陳勁，王華峰，等.強(qiáng)化科技創(chuàng)新引領(lǐng) 加快發(fā)展新質(zhì)生產(chǎn)力[J/OL].科學(xué)學(xué)與科學(xué)技術(shù)管理，1-10（2024-02-21）.

[2]劉冬梅，楊瑞龍，朱旭峰，等.新質(zhì)生產(chǎn)力與科技創(chuàng)新[J].中國(guó)科技論壇，2024（3）：1-5.

[3]解學(xué)梅，余佳惠.用戶參與產(chǎn)品創(chuàng)新的國(guó)外研究熱點(diǎn)與演進(jìn)脈絡(luò)分析——基于文獻(xiàn)計(jì)量學(xué)視角[J].南開管理評(píng)論，2021（5）：4-15.

[4]盛小平，張?zhí)┯?創(chuàng)新發(fā)展：美國(guó)開放科學(xué)政策及其啟示[J].圖書館論壇，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，霍偉偉，張輝華.眾包社區(qū)結(jié)構(gòu)嵌入與創(chuàng)意領(lǐng)地行為：利他主義和虛擬聲譽(yù)關(guān)注的聯(lián)合調(diào)節(jié)作用[J].科技管理研究，2021（14）：182-190.

[7]馬永斌，周波.創(chuàng)意眾包社區(qū)中企業(yè)直接表達(dá)感謝對(duì)貢獻(xiàn)者持續(xù)貢獻(xiàn)創(chuàng)意行為的影響[J].管理評(píng)論，2023（11）：113-125.

[8]張慶強(qiáng)，孫新波，錢雨，等.眾505870545a45abc2dc0565fb09bc4b86c07efb53fa061c9bd4cebae877f16f27包社區(qū)與用戶協(xié)同演化的協(xié)同激勵(lì)機(jī)制案例研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2020（11）：98-116.

[9]宋立豐，宋遠(yuǎn)方，馮紹雯.平臺(tái)—社群商業(yè)模式構(gòu)建及其動(dòng)態(tài)演變路徑——基于海爾、小米和豬八戒網(wǎng)平臺(tái)組織的案例研究[J].經(jīng)濟(jì)管理，2020（3）：117-132.

[10]肖薇，李成彥，羅瑾璉，等.眾包社區(qū)創(chuàng)意領(lǐng)地行為影響機(jī)制研究[J].商業(yè)經(jīng)濟(jì)與管理，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]杜傳忠，李鈺葳.強(qiáng)化科技創(chuàng)新能力加快形成新質(zhì)生產(chǎn)力的機(jī)理研究[J].湖南科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024（1）：100-109.

作者簡(jiǎn)介：張立馳（1982— ），男，漢族，江蘇鎮(zhèn)江人，博士在讀，副教授，研究方向：數(shù)字化、智能化、綠色化協(xié)同發(fā)展。