前言：寻找写作灵感？中文期刊网用心挑选的新产品开发研究进展，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
新产品开发研究篇1
摘要：基于效果推理理论和团队过程理论，检验了效果推理对新创企业新产品开发绩效的影响，重点探讨创业团队社交凝聚力，以及任务凝聚力对效果推理和新产品开发绩效间关系的调节作用。研究发现：效果推理对新创企业的新产品开发绩效有正向影响；创业团队社交凝聚力高时，效果推理对新创企业的新产品开发绩效的正向作用增强；创业团队任务凝聚力高时，效果推理对新创企业的新产品开发绩效的正向作用减弱。研究表明，社交凝聚力比任务凝聚力更能激发效果推理战略的绩效价值。
关键词：效果推理；新产品开发绩效；社交凝聚力；任务凝聚力；新创企业；创业团队治理
1研究背景
新产品开发是新创企业获取竞争优势的主要方式[1]。然而，作为一项高成本和高不确定性的探索活动，多数企业的新产品开发以失败收场。相对于成熟企业，新创企业的财力有限，新产品开发一旦失败，新创企业将面临严峻的生存挑战[2]。为了降低不确定性，部分新创企业倾向于使用效果推理的战略开发新产品或新市场[3]。效果推理是指创业者在既有手段(我是谁、我认识谁、我知道什么)创造的可能结果中进行选择的决策逻辑[4]。部分研究指出，效果推理通过顾客参与创造新市场的方式，可以提高新产品开发绩效[5]。然而，也有学者认为，效果推理与新产品开发绩效的关系取决于情境因素[1]。鉴于过往研究结论的不一致性，本研究拟检验效果推理战略对新产品开发绩效的影响。
过往研究认为，效果推理是否有利于新产品开发绩效，很大程度上取决于战略实施的外部条件，如环境不确定性[6]、创业者对外部环境的主观感知[7]和项目创新性[1]等。然而，鲜有研究检验创业团队的情感因素[8,9]，尤其是团队凝聚力对于效果推理与新产品开发绩效间关系的影响。根据战略匹配理论，战略的绩效价值部分取决于企业的治理结构[10]。新创企业的治理不同于成熟企业，正式契约尚不完善，且始终处于变化之中，无法明确成员的权益，因此，创业团队更多地借助非正式的关系契约，以解决成员在战略实施过程中的差异与分歧，使成员保持良好的情感与认知关系，增进成员的互补协作[11]。从团队过程视角，创业团队凝聚力是一类重要的关系治理机制[12]，可能影响效果推理的实施效果。由此，本研究重点探索创业团队凝聚力对效果推理与新产品开发绩效的调节作用，从团队过程的视角增加对两者关系的理解。
团队凝聚力是指团队维持成员的情感联系(社交凝聚力)，或培养成员对于任务和目标的承诺(任务凝聚力)的程度[13]。团队过程理论认为，团队凝聚力会影响成员在人际互动中的言行[14]。对于新创企业，团队凝聚力对效果推理与绩效关系的影响有如下体现：①新创企业缺少正式组织结构，成员间信任度薄弱[15]，而团队凝聚力有助于成员间建立亲密的情感关系，增进互信，促进成员间的灵活合作[16]，有效地实施效果推理战略以提升绩效；②新创企业的任务和角色定义模糊，团队凝聚力可通过明确成员的角色职责，提高成员的情感认同以弱化成员的任务冲突[17]，快速地响应客户、供应商等利益相关者的需求，加快效果推理的实施进度并提高绩效。进一步的，本研究结合创业团队与凝聚力的文献，将创业团队凝聚力分为两类：社交凝聚力和任务凝聚力[18]，并分别探讨两类凝聚力的调节效应，以回答哪一类创业团队凝聚力更能够赋能效果推理战略，以提升新创企业的新产品开发绩效。
2文献综述与研究假设
2.1文献综述
2.1.1效果推理的相关研究
效果推理理论认为，创业者面对的典型环境是尚未形成的市场，很难依据历史数据预测未来的市场前景，这种情境下企业的战略应该采用效果推理，即通过实验创造产品、市场或企业并且能够随环境变化灵活地调整[3]。效果推理依据试验现有资源、可承受潜在的损失、利益相关者预先承诺和联盟、利用意外事件(灵活性)等原则决策[19]。
过往研究大多认为效果推理对新创企业绩效有正向影响[2,5,20,21]，作用方式主要体现在：①降低成本，效果推理通过减少创业的资源投入，提高企业绩效[20]；②创造和开发新机会，效果推理通过感知、形成和抓住盈利机会，提高企业绩效[21]；③通过互动实现创新，如COVIELLO等[5]发现，企业采用效果推理的战略，通过动员客户参与新产品开发活动实现重大创新。
个别学者探讨效果推理和新创企业绩效的边界条件，分析了外部环境不确定性和创业者对外部环境的主观感知对效果推理和新创企业的成长或首次销售间关系的调节作用[6,7]。上述研究为本研究提供了重要参考，但是仍存在一个局限：效果推理和新创企业绩效边界条件的研究较少考察创业团队因素的影响，尤其是涉及团队凝聚力作用的研究极度匮乏。
2.1.2团队凝聚力的相关研究
团队凝聚力是成员愿意建立情感联系并合作完成任务的程度[13]。已有研究发现，成员加入团队并留下的原因可归于两类：①受到团队中其他成员或团队声誉和地位的吸引；②实现个人无法独自完成的目标和利益[22]。据此，学者将团队凝聚力分成两类：社交和任务[18]。社交凝聚力侧重于满足成员人际关系的需求，是成员感知到团队整体从事社交活动时，团队成员间的情感联系和亲密性的程度。任务凝聚力侧重于成员通过履行组织任务的承诺以实现个人目标，是成员感知到团队整体在完成任务时，团队成员间的相似性和亲密性的程度[13]。由此可见，两类团队凝聚力通过维护成员间情感和协作关系，发挥着非正式的治理作用，与正式的契约治理相互补充。
既有研究认为，社交凝聚力和任务凝聚力对团队过程、团队绩效的作用方式和结果存在差异[14,22]，但尚未达成一致的结论。社交凝聚力营造尊重和支持的工作氛围影响员工的创新行为，促使员工产生多样化的问题解决方案，进而提高新产品的创造性[23]；也有可能阻碍员工挑战其他人的观点，降低创新的可能[24]。大多数研究认为，任务凝聚力提高了团队成员的角色清晰度，使其目标一致，加快了新产品开发的速度[16]；也有研究认为，任务凝聚力高的团队对创新信息形成共享解释，也会遵循惯例和顺从，降低对创新信息的识别和利用[17,25]。基于此，本研究分别检验两类创业团队凝聚力对效果推理与新产品开发绩效关系的调节作用。
2.2效果推理与新产品开发绩效
由于不遵循特定目标，效果推理允许成员对资源组合、意外或反馈利用方案发表不同观点，冲突的观点增加了提出创造性方案的可能性[9]。本研究认为，效果推理对新创企业的新产品开发绩效有正向影响：①效果推理可能会降低新产品开发的成本。相对于成熟企业，新创企业通常缺少充足的资源试验多种产品创意，也难以承受项目失败的巨大损失[2]。效果推理有利于新创企业利用成员独特的能力、先前知识和社会网络，试验现有资源的可能组合，从而降低研发成本[20]。②效果推理可能会促进新产品出售。新创企业通常缺少研发经验和市场知识，对于客户需求掌握较少，新产品开发过程充满风险和模糊性。同时，由于新创企业缺少信誉和品牌，开发出的新产品很难获得客户认可。效果推理有助于新创企业吸引愿意投入资源开发新产品的客户，获得他们的反馈、资源和购买承诺，依据客户反馈灵活地调整产品[2,3]，更好地满足客户需求，从而提高新产品开发绩效。据此，提出如下假设：
假设1效果推理对新创企业的新产品开发绩效有正向影响。
2.3创业团队凝聚力的调节作用
创业团队大多由能力和经验互补的，或者有私人交情的成员组成。创业团队成员共同的工作经历有限，又缺乏清晰的职责权限，成员面对全新的角色，需要大量地沟通和协作以完成任务。根据团队过程理论，团队凝聚力通过影响成员的沟通与协作等团队过程[12]，进而影响效果推理战略的实施。具体来说，社交凝聚力代表成员实现组织任务的情感联系，在战略实施的沟通过程中提供情感支持；任务凝聚力代表成员实现组织目标或任务的动机，为团队战略行动的分工协调注入内在动力和信心[14]。由此，新创企业的团队凝聚力水平和类型不同，其效果推理战略的绩效结果也各有不同。
2.3.1创业团队社交凝聚力的调节作用
创业团队社交凝聚力代表团队成员之间的情感联系[13]。本研究认为，创业团队社交凝聚力可能对效果推理与新产品开发绩效间的正向关系有促进作用。高社交凝聚力的创业团队人际关系稳固，成员可以坦诚交流和公开讨论冲突的观点，降低了不同角色的沟通阻碍[23]，增加团队内的知识分享：①高社交凝聚力下，新创企业采用效果推理的战略试验现有资源时，成员间观点的自由碰撞更容易形成突破常规的资源组合[9]，形成新的市场机会，提高新产品开发绩效；②高社交凝聚力下，新创企业采用效果推理的战略可以利用多样化的视角和丰富的知识，全面地评估和利用客户的反馈信息，增加产品的新颖性[23]，使改进后的产品更好地满足客户的需求，促进销售和提高新产品开发绩效。
相反，低社交凝聚力的创业团队人际关系紧张，成员不愿意冒险发表不同的想法，以免遭受其他成员的质疑和责难[23]，团队内的知识分享和意见表达变少。在低社交凝聚力下，新创企业采用效果推理的战略用于试验现有资源和产品改进的知识和视角显著减少，创造出新市场机会和新颖产品的可能性降低，导致新产品开发绩效相应地降低。据此，提出如下假设：
假设2创业团队社交凝聚力正向调节效果推理与新产品开发绩效间的关系。团队社交凝聚力高时，效果推理对新产品开发绩效的正向影响明显增强。
2.3.2创业团队任务凝聚力的调节作用
创业团队任务凝聚力代表成员的任务承诺[13]。本研究认为，创业团队任务凝聚力会弱化效果推理与新产品开发绩效的正向关系。高任务凝聚力的创业团队具有正式的行为规范和清晰的角色分工[22,25]，成员受到正式规范的约束，难以识别到新产品开发过程中的创新信息，在清晰角色分工下，对任务目标的理解和解释趋同[17]，会快速地对有差别的信息达成共识。由此，在高任务凝聚力下，新创企业采用效果推理的战略会遵循既定的职能视角，很难识别创新信息并利用其打破现有资源利用方式[26]，创造市场机会的概率降低，导致新产品开发绩效下降。此外，在高任务凝聚力下，新创企业采用效果推理战略会相应减少对客户不同意见的吸纳，使得产品改进方案的质量降低，一些客户因为需求得不到满足而离开，使得新产品的市场份额下降。
相反，低任务凝聚力的创业团队成员没有团队规范的束缚，成员易于突破职能角度的局限，并利用已有知识识别新产品开发过程中的创新信息。模糊的角色分工使成员从不同视角看待存在冲突的客户反馈信息，并做出创新性的回应[26]。由此，在低任务凝聚力下，新创企业采取效果推理的战略，可以利用更多的创新信息试验现有资源，增加创造新市场机会和促进新产品开发绩效的可能性。再者，在低任务凝聚力下，新创企业采用效果推理可以利用更加全面地反馈信息改进产品，增加满足不同客户需求的可能性，从而增加新产品的市场份额并提高新产品开发绩效。
3研究方法
3.1样本选取
本研究将新创企业限定为成立时长不超过8年的企业[27]。借鉴过往研究中已有的成熟量表，由两位国内创业领域学者通过回译的方式，确保量表翻译的准确性。在正式调研前，对10家新创企业CEO进行预测试，依据他们的反馈意见修改量表的措辞，尽量保证量表的表面效度和内容效度。本研究参照中国人民大学发布的“中国城市创业指数(2015)”，选取了北京、上海、深圳、广州、杭州等创业指数最高的7个城市，通过与当地高校合作，对校友的创业信息进行理论抽样，共抽取350家符合要求的新创企业样本，由校友中心统一发出调研邀请。从2016年9～11月间，调研团队前往接受邀请的214家样本企业进行现场调研。在调研前，对参与调研的学术团队成员进行了统一培训，确保其理解和熟悉问卷的内容；在调研过程中，调研人员介绍此次访谈的目的，告知受访者研究不会用于商业用途，并且数据会严格保密，以便消除受访者不必要的顾虑。本研究选择新创企业的创始人或一位负责新产品开发的创业团队核心成员回答问卷，因为这两类创业团队成员参与并深入了解新产品开发的各阶段和结果。剔除缺失数据或回答前后矛盾(反向条目测试)的无效问卷之后，本研究得到有效样本193份，有效回收率55.1%。在问卷作答者中，男性居多，占79.3%；本科和硕士学历占比分别为60.1%和17.6%。样本企业中，企业年龄在1～3年和7～8年的占比最大，分别为34.7%和40.9%；产权类型上，私营企业居多，比率为81.3%；企业规模在50人以下居多，比率为61.1%；新产品开发团队规模在2～3人占比最大，为47.7%。样本特征统计见表1。
3.2变量测量
本研究量表基于Likert7点，其中1代表完全不同意，7代表完全同意。
(1)新产品开发绩效借鉴ATUAHENE-GIMA等[27]的研究，请受访创业者评估企业在新产品销售额、市场份额、利润增长率以及投资回报率4个方面与主要竞争对手相比的成功程度，用以度量新产品开发绩效。用1表示非常不成功，7表示非常成功。本研究用4个条目的均值表示新产品开发绩效。
(2)效果推理采用CHANDLER等[19]的分类框架以17个条目测量，框架包括实验、可承受损失、灵活性、预先承诺和联盟，实验由4个条目测量(含1个反向条目)；可承受损失由3个条目测量；灵活性由4个条目测量；预先承诺和联盟代表由6个条目测量。数据收集后对1个反向条目重新编码并执行验证性因子分析，计算剩下条目的均值代表效果推理。
(3)创业团队凝聚力使用CHANG等[18]的9条目量表测量团队凝聚力，包括任务5个条目，社交4个条目。设置3个反向条目，如队员对群体目标的预期不一致。在数据收集后，重新编码3个反向条目，并执行验证性因子分析，计算剩余条目的均值代表创业团队凝聚力。
(4)控制变量参照过往研究，选取公司规模、公司年龄和创业团队规模[27]、产权类型作为控制变量。公司规模为全体职工的自然对数，公司年龄用注册时间至问卷发放日期的年限差获得。
3.3变量的信度和效度分析
本研究使用成熟的量表，可直接使用验证性因子分析判断内容结构效度(见表2)：①参照以往研究团队凝聚力量表，删除因子载荷值低于0.4的2个反向条目[18]，效果推理删除因子载荷值低于0.4的1个反向条目。其他题项的因子载荷值满足最低要求，量表结构与理论预期一致，量表的结构效度较好。②由表2可知，验证性因子分析结果为χ2/df=1.724；DELTA2、CFI、TLI均大于0.9；RMSEA=0.061，表明测量模型和数据的拟合程度良好。所有题项与变量间的路径系数t值全部超过2(最低值为4.527)，量表的聚合效度好。③除了实验与预先承诺和联盟的AVE值小于0.5，其他变量的AVE值均达到门槛值。此外，绝大多数变量的Cronbach’sα系数均高于0.7的门槛值，组合信度(CR)值高于0.6的门槛值，因此，量表的信度良好。
3.4共同方法偏差
对于同一被试回答调查问卷，可能存在共同方法偏差问题，本研究从程序上来加以控制，并从统计上检验共同方法偏差是否严重。程序上将各个量表置于调查问卷的不同位置，以减少共同方法偏差的可能性。从统计上，由于Harman单因子检验灵敏度较低，本研究采用巢状模型比较单因子模型(将测量模型中所有协方差路径系数设定为1)检验共同方法偏差[28]，结果显示，单因子模型的拟合优度χ2=1020.691(df=323)相比测量模型的拟合优度χ2=525.848(df=305)(见表2)较差，说明共同方法偏差不严重。
4实证结果
4.1相关统计分析
所有变量的描述性统计分析和相关系数见表3。由表3可知，效果推理与创业团队的任务凝聚力(r=0.546，p<0.001)、社交凝聚力(r=0.239，p<0.01)显著正相关，表明两类凝聚力与效果推理存在相互作用；效果推理和新产品开发绩效(r=0.482，p<0.001)显著正相关，与本研究提出“效果推理可以促进新产品开发绩效”的理论预期相一致，假设1得到初步验证；创业团队的任务凝聚力和社交凝聚力显著正相关，但只是中度相关(r=0.422，p<0.001)，说明两者存在明显的区别，可以作为独立变量；创业团队的任务凝聚力(r=0.371，p<0.001)、社交凝聚力(r=0.379，p<0.001)与新产品开发绩效显著正相关，验证了过往的研究发现。
4.2层次回归分析
本研究采用线性回归方法检验上述假设，回归模型的因变量为新产品开发绩效，依次添加控制变量、自变量、调节变量及交互项(见表4)。由表4模型2可知，效果推理对新产品开发绩效有显著的正向影响(β=0.592，p<0.001)，95%的置信区间为[0.429，0.755]，90%的置信区间为[0.456，0.728]，假设1得到支持。模型4结果显示，创业团队社交凝聚力有显著的正向调节效应(β=0.299，p<0.001)，95%的置信区间为[0.168，0.430]，90%的置信区间为[0.189，0.409]；创业团队任务凝聚力有显著的负向调节效应(β=-0.141，p<0.05)，95%的置信区间为[-0.252，-0.029]，90%的置信区间为[-0.234，-0.047]。此外，以调节变量的均值加减一个标准差所得到的两个值作为标准，将调节变量分为高创业团队社交(任务)凝聚力、低创业团队社交(任务)凝聚力两组，据此在高低水平上做回归分析(分别见图2和图3)。经计算，在低社交凝聚力的情况下，效果推理对新产品开发绩效的影响作用不显著(t=1.388，n.s)；在高社交凝聚力的情况下，效果推理对新产品开发绩效有显著的正向作用(t=6.847，p<0.001)。由此可知，创业团队社交凝聚力越高，效果推理对新产品开发绩效的正向作用越强，假设2得到支持。经计算，在低任务凝聚力的情况下，效果推理对新产品开发绩效有显著的正向作用(t=5.192，p<0.001)；在高任务凝聚力的情况下，效果推理对新产品开发绩效有显著的正向作用(t=3.268，p<0.001)，且创业团队任务凝聚力高的情况，效果推理对新产品开发绩效的正向作用减弱，支持假设3。
5研究讨论与展望
本研究验证了新创企业的效果推理对新产品开发绩效的正向影响，重点探索创业团队社交凝聚力、任务凝聚力对两者关系的调节作用。研究发现：效果推理对新创企业的新产品开发绩效有正向影响；创业团队社交凝聚力对效果推理与新产品开发绩效存在显著的正向调节作用；创业团队任务凝聚力对效果推理与新创企业的新产品开发绩效有显著的负向调节作用。研究结果对效果推理理论、团队凝聚力理论和实践有重要价值和启发。
5.1理论贡献与管理启示
本研究的理论贡献体现在两个方面：①基于效果推理理论，本研究支持了“效果推理对新产品开发(创新)绩效有正向影响”的观点[2,5]，为过往冲突的结论提供了新创企业情境下的经验证据。本研究发现，效果推理通过创业团队成员的互动，降低研发的成本，提高客户需求的满意度，促进新产品的销量，有助于提升新产品开发绩效。②基于团队过程理论，本研究发现了创业团队凝聚力是新创企业效果推理战略实施效果的调节因素，扩展了过往效果推理和绩效间关系边界条件的选择范畴，从环境的不确定性等[1,6,7]外部客观因素延伸到团队内部的互动因素，并且揭示了两类创业团队凝聚力对战略实施结果的不同调节作用。
本研究为新创企业和创业者提供如下启示：①对于新创企业来说，他们可以利用效果推理进行创业人员的互动来提升新产品开发绩效。②对创业团队而言，创业者必须重视团队凝聚力这种非正式的关系契约，针对团队凝聚力的类型采用不同的干预措施进行治理。
5.2局限性与未来研究展望
本研究尚存在一些局限：①采用了截面数据，样本量偏少，所得研究结论有待后续研究采用大样本数据和纵向数据加以检验。未来研究可以结合创业团队特质和过程等相关变量，探索创业团队异质性、团队情感氛围、任务互依性等对效果推理战略实施的影响机制，完善效果推理理论。②使用新产品开发绩效作为单一结果，未来可以增加新产品质量和速度等，完整地展现效果推理对产品研发的影响。也可以将新产品开发过程划分为不同的阶段，如创意计划期和创意执行期，进一步揭示不同类型团队凝聚力的作用差异。③本研究中，效果推理对新产品开发绩效作用忽视了失败情境[29]。新产品开发和创业都有较高的失败率，SARASVATHY[4]认为效果推理可以降低创业者的失败成本。未来研究可以关注创业者，探索效果推理是否有利于失败的创业者再次创业。目前，效果推理与创业失败主题的研究较少，未来可以考虑用扎根研究、案例研究和QCA等方法，对这一主题做进一步的探索。④本研究中效果推理战略实施的边界条件聚集于内部因素，未来研究可同时考虑内外部环境的共同作用。在VUCA时代，不确定性成为常态，共享经济中的大数据、云计算、物联网等新兴技术也促进了信息的跨边界流动，这些外部因素都重塑了效果推理战略实施中与客户的互动模式[30]，可能会影响企业绩效。
作者：单位：徐平磊 贾迎亚 于晓宇 上海大学管理学院 桂林航天工业学院管理学院 上海大学创新创业研究中心
新产品开发研究篇2
一、引言
Weick认为组织即兴可以突破传统管理强调计划制定与实施前后锁定的静态思维，向动态思维转变[1]。即兴能力能够为企业实现快速响应、保持和获取竞争优势提供新的研究视角和理论解释工具，所以逐渐得到学界的关注。特别是当前全球技术、市场环境呈现动态化、复杂化和模糊化的特征，企业需要时刻准备应对环境变化所产生的机会和威胁。因此企业的新产品开发活动很难再“未雨绸缪”般地展开计划和实施行动，管理者在开发“决策”与“行动”间的时间差愈来愈短，常常“走一步、看一步”，经常要依赖于相机而动的组织即兴。组织即兴在时间压力、资源有限、高不确定性的新产品开发环境中扮演着重要角色[2]。
虽然即兴行为在新产品开发过程中不可或缺，但是它对新产品开发绩效并非一定产生积极影响，甚至可能是负面的[3]。学者们认为即兴对组织绩效的作用效果受到情境因素的调节，但在实践中，有学者发现在同样的情境下，组织的即兴行为效果仍然存在差异[4]。现有的即兴研究主要在个体、团队和组织3个层面展开，但现代经济环境下，企业的经营活动呈现基于供应链的跨组织整合特点，新产品开发作为企业重要的经营活动，离不开供应链合作伙伴的紧密参与。供应链环境下，即兴作为新产品开发战略的一种执行方式，它需要跨越单个企业，体现为供应链成员的协同即兴，即跨组织即兴。拓展即兴发生的层次可为探究即兴行为和新产品开发绩效之间的关系提供新的视角。
即兴和组织绩效关系的调节机制研究较多，而中介机制研究较少。探究跨组织即兴对新产品开发绩效影响的中介变量，有利于更好地揭示二者的关系机制。在外部环境变化加剧，企业竞争日趋激烈的背景下，供应链敏捷性越来越为企业所重视，它被视为一种新兴的竞争武器。在新产品开发过程中，经常会遭遇客户需求变动、技术革新、竞争者模仿、供应链中断等一系列突发性问题，这些问题都对供应链敏捷性提出了挑战。供应链敏捷性反映了供应链企业有效协作，整合资源，快速响应外部环境变化的能力[5]，内在体现为企业贯穿供应侧和需求侧管理的一系列内化和合规的流程，即企业协调供应链成员处理突发问题的惯例[6]。而组织即兴是组织惯例形成和更新的重要来源[7]。跨组织即兴是供应链成员协同应对突发事件的有效手段，它可能成为供应链敏捷性提升的重要路径。依据权变理论，即兴行为的作用效果受情境因素的调节。环境动态性是学者们普遍认可的影响即兴行为效果的外部情境因素[8]。然而环境动态性在跨组织即兴、供应链敏捷性和新产品开发绩效之间发挥何种调节作用，尚待进一步研究。
综上，本文通过拓展即兴行为的研究层次，从供应链成员跨组织即兴视角研究即兴行为对新产品开发绩效的影响机制，并引入供应链敏捷性作为中介变量，环境动态性作为调节变量，探索跨组织即兴对新产品开发绩效的具体作用路径和机制，从而为企业在快速多变的外部环境下提升新产品开发绩效提供决策参考。
二、理论基础和研究假设
(一)跨组织即兴和供应链敏捷性
即兴指未经事先约定的、没有经过事先规划的行动。Vera[9]将组织即兴定义为企业为达到客观目标，自发性和创造性地使用新方法的行为。Pavlou[10]认为组织即兴通过自发地重新配置现有资源，创新性地处理紧急的、不可预测的环境状况。借鉴学者们研究成果，本文将跨组织即兴定义为供应链成员协同配合，自发性和创造性地处理运营中突发性事件的行为。
供应链敏捷性是以灵活性和速度/响应性为特征，跨越组织结构、流程、信息系统和组织心智的能力[11]，使公司能够应对不断变化的市场环境。根据已有研究，供应链敏捷性的前因变量大致可分为操作性因素和战略性因素。操作性因素包括产品/服务质量改善、制造/采购/物流柔性、流程/信息集成、伙伴关系管理、市场敏感性等；战略性因素包括供应链整合、产品/市场战略、学习/技术/市场导向等[12]。但总体来看，现有研究主要强调企业通过战略规划，按照一定步骤，不断优化操作性因素提高供应链敏捷性。这在某种程度上忽视了供应链敏捷性的动态能力属性。动态能力是企业重新配置和整合资源以适应迅速变动环境的变革导向能力，具体表现为企业通过学习和吸收产生用以提升企业效能，并对一般运作惯例进行扩展和重构的组织过程和惯例[13]。供应链敏捷性可以让企业供应链快速重新配置，特别是在动态和快速变化的环境中它拥有巨大的潜力。Blome[6]认为供应链敏捷性具备动态能力的属性，它可以为企业带来持续竞争优势。作为一种动态能力，供应链敏捷性不能仅通过事先规划的供应链管理实践获得，这些实践侧重于需求端或者供应端能力的局部、静态优化。企业还需有意识通过“随机应变”的供应链管理实践提升敏捷性，这种实践可以对已有的供应链运作惯例进行持续优化更新，使其能够匹配不同的问题情境。
跨组织即兴正是一种“随机应变”的供应链管理实践方式。它的“即时性”特征可以让供应链成员在缺乏共同计划的情况下对突发问题作出迅速反应，“创造性”特征可以让供应链成员通过创新的方式去解决问题。它通过快速整合需求端和供应端能力以及灵活配置供应链资源，即时处理运营中的重大突发性问题。此外即兴是一种特殊类型的组织学习，它通过探索和尝试产生“即兴化知识”[14]，即兴化知识具有隐性知识特征。跨组织即兴可以看成是供应链成员为解决经营中突发问题而开展的集体实时性、试误性学习，学习的结果将为供应链运作添加新的惯例，增强供应链对环境的适应性，从而进一步提升供应链敏捷性。根据上述分析，提出如下假设：
H1：跨组织即兴对供应链敏捷性具有正向影响。
(二)供应链敏捷性和新产品开发绩效
在动荡的商业环境中，速度而不是成本领先主要影响客户服务和差异化能力。供应链敏捷性可以加强企业与上下游客户的联系，更好感知技术和客户需求的变化，从而为新产品开发提供方向，响应客户对产品的不稳定和多样性的需求[15]。敏捷供应链可以快速满足客户订单，及时和频繁推出新品，快速实现战略合作伙伴结盟[16]。高敏捷性需要缩短产品开发周期和交货提前期、提高产品定制水平、改善客户服务和交货可靠性[17]，这些措施有利于缩短新产品上市时间，提高新产品开发质量和客户满意度。因此供应链敏捷性是一种高价值的运营能力，符合VRIN(Valuable、Rare、ImperfectlyImitable、Non-substituable)资源特征，构成了RBV(Resource-basedView)理论下的战略资源，对于提高业务绩效至关重要。综合上述分析，提出如下假设：
H2:供应链敏捷性和新产品开发绩效正相关。
(三)供应链敏捷性的中介作用
即兴和新产品开发绩效之间的关系得到了国内外较多学者的关注。Akgün[18]发现即兴可以加快新产品上市的速度，知识应用在团队即兴与新产品成功之间起中介作用。阮国祥[14]发现组织即兴以隐性知识创造为中介影响创新绩效。周健明[19]发现团队即兴对初创企业的新产品开发绩效有显著正向影响。但现有研究多集中于团队和组织层次，跨组织即兴对新产品开发绩效的影响机制尚不明晰。
本文认为跨组织即兴的作用在于通过实现供应链上企业的“即兴协奏”，而不是企业的“独角戏”来促进新产品开发绩效的提升。在新产品开发过程中，技术、制造、市场、政策等诸多层面的突发问题都可影响开发进度和市场成功率。供应链上下游企业通过跨组织即兴实现即时协同，创新性地处理各种预料不到的状况，并在此过程中积累经验，将有价值的即兴经验转化为组织惯例。买忆媛指出即兴如果通过组织学习发展成为组织惯例，将能提升动态环境下的组织绩效[7]。供应链敏捷性是组织在动荡环境中生存发展的重要能力，其实质是体现为组织惯例的动态能力[20]。经即兴转化而成的惯例将不断为供应链敏捷性添加新的元素，使其能持续适应新环境。基于上述分析，提出如下假设：
H3：跨组织即兴对新产品开发绩效有显著正向影响。
H4：供应链敏捷性在跨组织即兴和新产品开发绩效之间发挥中介作用。
(四)环境动态性的调节作用
环境动态性是指行业环境中的波动性或不确定性。高度动荡的环境下，组织必须更快地应对不可预见的变化，决策过程也更为复杂。虽然即兴并不总是带来积极的结果，但是环境动态性越高，组织越需要通过即兴的方式去完成任务，即兴对绩效的影响越显著。当外部环境变化剧烈，企业家缺乏行动指南时，即兴决策将发挥重要作用[21]。Nuwidth=11,height=11,dpi=110ez[22]通过对400个新产品开发项目的调查，发现即兴会导致新产品开发成本上升，而环境动态性负向调节二者关系。王军[23]发现环境动态性正向调节组织即兴对竞争优势的影响。马鸿佳[24]发现环境动态性正向调节即兴行为对新创企业绩效的影响。基于上述分析，提出如下假设：
H5:环境动态性在跨组织即兴和新产品开发绩效之间发挥正向调节作用。
跨组织即兴难免会产生额外成本，保持高供应链敏捷性也会消耗企业的资源，在动态性较低的环境下实施跨组织即兴和保持高供应链敏捷性可能得不偿失。供应链敏捷性有利于企业应对新产品开发中的常规性突发问题，如提前期调整、设备故障、供货商延误等；同时也能应对非常规性突发问题，如技术路线更改、零部件中断、市场需求重大变化等。对于常规性突发问题，跨组织即兴和高敏捷性的意义并不显著。企业可以按照流程或者惯例去处理。但是对于非常规性突发问题，没有既定流程和惯例可循，企业经常利用即兴方式处理，并依靠高敏捷性推进新产品开发。Tseng[25]指出，在高不确定和动态的环境下，企业通过即兴行为修改惯例和重新分配资源，以应对任务变化，追求绩效的改善。
三、研究设计
(一)数据收集
本研究采用问卷调查的方式收集数据，在问卷发放之前，作者邀请到3位企业高管，此外还邀请了两位从事该领域研究的同行专家，通过当面访谈和通讯交流的方式，征询他们对本研究问卷所设题项的理解程度，对题项内容和表达措辞进行了讨论交流。在他们意见基础上，对部分问卷题项进行了修改。预调研阶段，研究者选取了30家企业发放问卷，对问卷的信度和效度进行了验证，确定了最终问卷。正式调研是通过作者的社会关系，进行问卷发放。样本调查对象主要分布于山东、浙江、北京、江苏、广东等地的企业。共计回收问卷314份，筛除填写不认真的问卷，最终整理获得有效问卷260份。这些企业之中，从成立时间上看，15年以上的占比最大，占28.5%；从企业规模上看，员工人数少于100人的占比最大，占27.4%；从企业类型上看，民营企业占比最大，占42.8%。
(二)研究变量及其测量
本研究设计跨组织即兴、供应链敏捷性、环境动态性和新产品开发绩效4个变量的测度。为确保变量测度的效度和信度，本研究尽量选用国内外相关研究已经使用过的比较成熟的量表，同时根据本文研究内容情境适当修订。
跨组织即兴的测量参考Vera[9]对组织即兴的研究，从自发性和创造性两个维度，根据本研究内容适当改写，通过7个题项测量。供应链敏捷性参考Swafford[27]、Cao[28]的量表，设定了6个题项。环境动态性参考Jansen[29]开发的量表，通过5个题项度量。新产品开发绩效参考吴伟伟[30]，Mauerhoefer[31]的成果，通过6个题项测量。各变量测量题项具体如表1所示。此外，参考相关研究，选取企业成立年限、企业规模、企业类型作为控制变量。
四、实证分析
(一)信度和效度检验
本研究设计的问卷是在国内外成熟量表基础上进行适当修改，这在很大程度上保证了问卷题项的合理性。通过SPSS23.0对数据进行信度和效度检验，各变量量表的Cronbach’>sɑ系数和KMO值均大于0.7，Bartlett球形检验概率P值小于0.01，因子载荷也均在0.5以上，说明问卷具有较好的信效度。为了避免共同方法偏差，使用Harman单因子检验的方法进行验证，统计检验显示因子的最大方差贡献率小于40%，因此不存在明显的共同方法偏差。此外，变量之间相关性、均值和标准差如表2所示。
(二)层次回归分析
应用SPSS23.0软件和多元回归分析方法对提出的理论假设进行验证,回归分析数据结果如表3所示。
M1和M3分析了控制变量对供应链敏捷性和新产品开发绩效的影响。M2、M4分别将跨组织即兴对供应链敏捷性和新产品开发绩效进行回归，由数据可知，均显著正相关(β=0.385，p<0.01；β=0.346，p<0.01)，假设H1、H3成立。M5考察供应链敏捷性对新产品开发绩效的影响，二者显著正相关(β=0.441，p<0.001)，假设H2成立。M6考察了供应链敏捷性的中介效应，加入供应链敏捷性作为中介变量之后，跨组织即兴对新产品开发绩效的影响系数变小，但依然显著(β=0.206，p<0.01)，供应链敏捷性存在部分中介效应(β=0.373，p<0.001)，假设H4成立。再将相关变量中心化处理之后，M7检验环境动态性对跨组织即兴和新产品开发绩效主效应关系的调节作用。通过表3数据可知，主效应调节作用显著(β=0.135，p<0.05)，假设H5通过验证。
(三)被中介的调节效应检验
为进一步检验被中介的调节效应，根据Muller[32]的建议，首先检验调节变量(环境动态性)对主效应(跨组织即兴→新产品开发绩效)的调节作用，然后检验环境动态性对自变量与中介变量(跨组织即兴→供应链敏捷性)的调节作用，最后检验它对中介变量与因变量(供应链敏捷性→新产品开发绩效)的调节作用，相关结果见表4。
从表4可以看出，M1中，跨组织即兴与环境动态性的交互系数显著(β=0.135，p<0.05)，说明环境动态性在主效应中发挥调节作用。M2中，将供应链敏捷性设置为因变量，回归结果显示，跨组织即兴与环境动态性的交互项并不显著(β=0.105，p>0.05)，说明环境动态性在跨组织即兴与供应链敏捷性关系中没有发挥调节作用。M3结果表明，供应链敏捷性与环境动态性的交互项和新产品开发绩效显著相关(β=0.146，p<0.05)，而跨组织即兴与环境动态性的交互项与新产品开发绩效关系不再显著(β=0.008，p>0.05)，说明环境动态性与跨组织即兴和供应链敏捷性的交互项同时进入模型时，环境动态性与供应链敏捷性的交互作用更显著。由此说明环境动态性正向调节供应链敏捷性在跨组织即兴和新产品开发绩效之间的中介作用，假设H6成立。
五、结论和讨论
(一)研究结论
针对即兴行为和新产品开发绩效关系机制研究的不足，本文将即兴行为拓展到跨组织层次，从供应链上企业协同即兴的视角探讨跨组织即兴对新产品开发绩效的影响，通过实证研究，得出以下结论：
1.跨组织即兴对企业新产品开发绩效有显著正向影响
供应链合作创新已经成为企业新产品开发的主要模式，供应商和客户的参与对新产品市场成功意义重大。单个企业的即兴行为不足以有效地处理新产品开发过程出现的各类突发问题。供应链企业通过跨组织即兴实现有效协同，实时分享信息和创意、整合资源，创新性地处理新产品开发中各类突发问题。相比于单个企业的即兴行为，显然跨组织即兴更有利于新产品开发绩效的提升。
2.跨组织即兴对新产品开发绩效的影响以供应链敏捷性为中介
跨组织即兴是一种重要且特殊的供应链管理实践，它能促进动态环境下供应链合作惯例的更新，提升突发状况下企业协调供应链资源的动态能力。本文研究证明跨组织即兴有利于提升供应链敏捷性，而敏捷性的提升对促进新产品开发绩效有显著积极影响，供应链敏捷性在跨组织即兴和新产品开发绩效之间发挥部分中介作用。
3.环境动态性在跨组织即兴对新产品开发绩效的直接和间接影响中均发挥显著调节作用
环境动态程度越高，跨组织即兴对新产品绩效的正向作用越显著。并且，供应链敏捷性对跨组织即兴的中介作用也受到环境动态性的调节，环境动态性越高，供应链敏捷性在跨组织即兴和新产品开发绩效之间的中介作用越强。
(二)研究启示
本研究为高度动态环境下的新产品开发管理实践提供了一些启示：①跨组织即兴是新产品开发绩效的重要推动因素。企业利用即兴方式去处理新产品开发过程中各种意料之外的问题时，需要重视与供应商、客户等供应链合作伙伴的跨组织实时协同，才能取得更好的效果。②跨组织即兴是促进供应链敏捷性提升的重要因素。企业往往从静态资源的角度去看待敏捷性，注重软硬件系统的优化，如敏捷制造系统、信息管理系统等。然而却忽视了供应链敏捷性是一种动态能力，需要通过供应链管理实践不断提升和优化。尤其是在高度动荡的环境下，供应链企业的协同即兴可以为供应链敏捷性添加更多有效地处理突发问题的组织惯例，使敏捷性与环境的适配性不断增强。③环境动态程度越高，通过跨组织即兴方式去提升新产品开发绩效的效果越好。对企业新产品开发而言，跨组织即兴并不是有百利而无一害的良药，它会产生额外的成本。在高动态环境下，即兴行为的收益会超过它产生的成本，带来正效用。因此在重视即兴管理的同时，企业也不可忽视计划管理，二者相辅相成，更有利于绩效的提升。
(三)研究不足和展望
论文的研究局限和未来研究方向主要在于：①文中跨组织即兴构念的测量是在已有的即兴量表上，根据研究主题改编而成。但跨组织即兴可能具有一般意义的组织即兴没有的特殊属性，后续需要通过更深入的研究，例如扎根分析，对跨组织即兴的特征属性进行深入的探索。②论文使用横截面数据进行研究，分析的是企业及供应链在某一时期相关变量之间的作用关系。后续可以考虑采用追踪案例研究，利用纵向数据，对某个企业及其所在供应链进行跟踪研究，探究跨组织即兴是如何影响供应链敏捷性提高，并进而驱动新产品开发绩效发生变化。
作者：阮国祥 单位：山东工商学院 管理学院
新产品开发研究篇3
创新是现代企业成长和发展的关键驱动力，能够帮助企业适应瞬息万变的市场环境，提高效益[1]。近年来，随着产品和服务日益复杂化以及顾客需求不断变化，企业越来越重视开放式创新[2]。顾客作为最终产品与服务的购买者，是企业重要的外部资源[3]，顾客参与企业产品创新的重要性已经得到了众多学者的认可[4-6]。传统线下环境中，受时间、空间等客观因素影响，顾客很难充分参与到企业产品创新活动中。基于互联网技术的虚拟社区作为人与人之间信息沟通、知识共享平台，为企业在线获取顾客知识提供了便利和机遇。当前，越来越多的企业将网络社区作为创意、外部知识、技术的来源[7]。戴尔、宝洁、星巴克、海尔、华为、小米、美的等企业纷纷构建虚拟社区平台，在线与庞大的用户群体进行交互式创新活动，以满足互联网时代下个性化、碎片化的用户需求。已有文献表明，基于虚拟社区的顾客参与对新产品新颖性和上市速度具有显著促进作用[8-11]，然而尚没有学者考虑虚拟社会资本在传导机制中的调节效应。虚拟社区是指社区成员遵守相同法则、价值观和行为规范的网络社交平台[12]，构建网络虚拟社区，宛如现实生活中的人际网络，促进个体之间的社会互动和协作，并形成彼此信任和一定的社会规范，产生社会资本。虚拟社会资本不仅影响顾客参与意愿，并与企业及其他顾客之间形成一个社会互动群体，还影响顾客知识与信息共享质量，进而影响虚拟社区中企业和顾客共同开发的新产品绩效。因此，本文对虚拟社会资本在虚拟社区中顾客参与和新产品开发绩效之间的调节效应进行深入探讨，研究企业在虚拟社区环境下增强顾客参与积极性，提高产品创新绩效的途径与方法。
1研究综述
顾客提供的信息和知识对致力于创造成功产品的企业来说很有价值。在过去几十年里，企业与顾客的交互策略随着顾客角色转变发生了变化[13]。企业逐渐通过顾客参与将顾客融入产品创新流程中，挖掘顾客需求[14-15]。顾客由被动的“观众”角色转变为积极参与新产品开发活动的成员，顾客参与创新成为日益普遍的现象[16]。顾客知识的两个主要特征影响企业和顾客协同创新的有效性。首先，顾客的信息和知识通常具有粘性，意味着获取、传输和使用成本很高[17-18]。其次，客户需求高度多样化使企业很难了解客户并提供满足主流客户需求的产品[19]。随着信息技术发展，虚拟社区为企业和庞大的顾客群体营造了一个开放式在线创新环境，企业在其中可以进行在线市场调研或授权高级用户使用设计工具包进行在线设计，从而降低用户知识粘性，满足顾客个性化需求[20]。社区中参与者所扮演的角色分为6种，即专家、想法创造者、有效贡献者、社交家、被动的评论者、被动的想法创造者，他们在提交方案、参与评论、交流行为等方面贡献的内容和质量各不相同[21]。从创意产生到产品上市，虚拟社区中顾客可以参与企业新产品开发所有阶段，并担当不同角色[22]。
顾客参与新产品开发是顾客与企业员工合作创新过程，为企业获取顾客知识特别是隐性知识提供了有利条件。Taherparvar等[23]认为，顾客知识对产品创新速度和创新质量，以及经营和财务方面的表现均具有积极影响。虚拟社区不受时间和地域限制可进行多方交互，信息透明度高[24]，如日本株式会社良品计划(MUJI)在新产品开发过程中，在线与顾客进行频繁对话与互动。据统计，该企业通过虚拟社区与用户共同开发产品的3年总销售额比企业内部设计师开发的产品高出5倍左右[25]。Füller等[8]认为，虚拟社区中顾客能够带来高质量且非常详细的产品问题解决方案，上述方案在新颖性、市场潜力、技术可行性等方面具有较高价值；Haavisto[10]研究发现，在企业创建的社区中成员具备的产品知识越丰富，提出的问题和建议也越专业，该类社区所生成的顾客知识对企业产品新颖性的提升作用就越大；王莉等[11]研究用户在线参与和新产品开发绩效之间的关系，结果表明，顾客在线参与想法产生、设计与开发、产品测试等软件开发各个阶段，最终能对软件上市速度产生正向作用；Chan[9]认为，虚拟社区中顾客可以在线参与创意与概念产生、产品设计与制造、新产品测试与上市等环节，并加快新产品市场投放速度；Djelassi&Decoopman[26]指出，顾客在线参与新产品开发有利于缩短产品开发周期，降低开发成本，降低开发不确定性并提高顾客满意度等；Chang&Taylor[27]运用元分析方法研究不同情景下的顾客参与价值，发现在构思和上市阶段让客户参与，通过缩短上市时间可以直接和间接提高新产品财务绩效，而客户参与开发阶段则会延迟上市时间，进而降低新产品财务绩效。
社会资本是一种关系资源，镶嵌于人际、群体及社会网络中，划分为结构维度、关系维度和认知维度[28]。结构维度主要包括互动关系和社交网络形态；关系维度主要是指信任、认同等情感因素；认知维度主要是指共享语言和愿景等。互联网的出现使社会网络中的人际互动由线下转至线上，由电脑、服务器构架而成的虚拟网络在相互连接的一刹那便具备了社群特性，构建在网络上的“虚拟社区”宛如现实环境中的人际网络，虚拟网络环境下产生的社会资本称为虚拟社会资本。李宁宁和王爱娟[29]界定了虚拟社会资本概念，即在线用户以虚拟社区为媒介，以符号为主要形式，通过建立与其他用户及虚拟社区本身之间的认同关系获得虚拟资源，其可转换为现实社会资本。他们认为，虚拟社会资本和现实社会资本之间存在异同，共同之处是两者均着眼于社会关系资源，目的均是为了获取物质利益或者声誉等非物质利益。不同之处在于与传统社会资本相比，虚拟社会资本存在虚拟性和不平衡性；Chiu等[30]探讨了虚拟社区Blueshop中成员知识共享动机，以及虚拟社会资本对成员知识共享数量和质量的影响。研究表明，结构资本中的社会互动对成员知识共享数量具有正向作用，关系资本中的信任对知识共享质量具有正向作用，互惠规范和社区认同对知识共享数量具有正向作用，认知资本中的共享语言对社区成员知识共享质量具有正向作用。共同愿景对社区成员知识共享质量具有正向作用，却对数量具有负向作用；Chang&Chuang[31]分析了个体共享知识质量与数量的影响因素，结果显示，关系资本中的社区认可、互惠以及认知资本中的共享语言对知识共享质量和数量具有显著正向作用。结构资本中的社会互动和关系资本中的信任对知识共享质量具有正向作用，却对数量没有影响；Yao等[32]认为，成员之间的知识共享是吸引和留住社区用户的关键，社会资本与团队学习、知识共享正相关，团队学习及知识共享正相关，社会资本、知识共享与社区成员忠诚度呈正相关关系；刘海鑫等[33]分析虚拟社区中社会资本的3个维度之间以及社会资本对社区成员知识贡献行为的影响。结果表明，社会交互关系对共享语言和信任具有显著正向作用，共享语言对信任具有显著正向作用，三者又共同影响社区成员知识贡献行为；赵大丽等[34]研究社会资本、知识共享态度、知识共享意愿三者之间的关系，结果表明，结构资本、关系资本和认知资本都对社区用户的知识共享态度具有显著影响，且关系资本的影响最大。
综上所述，大部分研究表明，虚拟社区中顾客参与对产品新颖性和上市速度具有正向作用[8-11,26]，个别研究表明，顾客在构思和上市阶段参与能够加快上市速度，而在开发阶段参与则会减缓上市速度[27]。虚拟社会资本的各维度对社区成员知识共享质量与数量具有显著影响[30-34]。现有研究未涉及虚拟社会资本在虚拟社区中顾客参与和新产品开发绩效之间的调节作用。此外，已有研究在虚拟社会资本维度与要素选择上存在较大差异，且所关注的社区中仅存在一种互动关系，即社区成员之间的互动。本研究关注的虚拟社区中明显存在两种社会互动关系，即企业和顾客之间的互动以及顾客与顾客之间的互动。因此，有必要重新划分虚拟社会资本中的结构维度。最后，大多数已有研究集中于探讨虚拟社会资本对成员知识共享水平或者意愿的直接作用，本研究则聚焦于产品创新领域的虚拟社区，社区内虚拟社会资本不仅关乎顾客共享知识的质量和数量，进而影响顾客和企业共同开发的新产品绩效，还关乎顾客是否愿意加入社区，与企业及其他顾客如何进行互动。因此，有必要深入考察虚拟社会资本在该类虚拟社区中顾客参与和新产品开发绩效之间的调节作用。
2理论分析与研究假设
虚拟社区的价值本质上是基于社区成员在知识共享活动中的参与和深层次互动，知识共享活动是一种社会化和基于情境的过程，受社会资本特征的显著影响[33]。本研究聚焦于产品创新领域的虚拟社区，社区内虚拟社会资本是指通过企业和顾客以及顾客与顾客的互动发展而来的社会关系，形成社会网络，产生信任、规范或者共同价值观等存量，能使成员在社区内进行社会活动时实现目标。根据Chiu等[30]、Chang&Chuang[31]对虚拟社会资本的结构资本、关系资本和认知资本的定义与阐释，结合虚拟社区特性，本文采用社会互动和中心性测量虚拟社区内的结构资本。由于虚拟社区中既有企业与顾客的交互，也有顾客和顾客的交互，故本文将社会互动这一维度划分为企业与顾客之间的互动以及顾客与顾客之间的互动两个维度。此外，选取顾客对虚拟社区的认同测量关系资本，选取共享语言对认知资本进行测量。
由于社区成员来自不同区域甚至不同国家，彼此互不相识，因而形成的是桥接式社会资本。它不仅会影响顾客是否自愿加入，并与企业及其他顾客之间形成一个社会互动群体，还会影响顾客共享知识与信息的质量，进而影响虚拟社区中企业和顾客共同开发的新产品绩效。结构资本反映了虚拟社区中企业和顾客、顾客与顾客之间联系的频繁程度及密切程度。虚拟社区提供了一个零距离互动平台，拉近了企业和顾客及顾客与顾客之间的距离，为用户互动并分享产品体验以及讨论产品创新相关话题提供了便利。企业通过社会交互加强与顾客沟通，驱动顾客深度表达潜在需求，甚至顾客并未思考到的想法也会在与企业的互动过程中迸发[35]。Lüthje[36]认为，用户之间的交流能够促进不同思想交融和碰撞，从而产生创新行为。关系资本反映了顾客对企业虚拟社区的信任和认可程度；刘海鑫等[33]研究发现，虚拟社区成员之间的信任能够促进个体知识贡献行为。一个成员联系紧密、互相信任与协作、具有强归属感的虚拟社区能吸引更多顾客参与其中，使其更积极地与企业和其他顾客进行交互，贡献自己的知识和信息，进而使企业在更广泛的范围内更深层次地获取顾客需求、偏好、建议甚至抱怨等信息与知识。认知资本由社区用户之间的共享语言、共同目标及价值观等因素构成，本研究采用共享语言加以衡量。共享语言是顾客在网络社区中获取或者传递知识的基础，能够促进网络社区中各主体之间的有效沟通；Chiu等[30]认为，共同语言代表网络社区用户之间知识重叠部分，有利于用户的知识共享和交流，进而促进创新行为。因此，本研究认为，虚拟社会资本的3个维度，即结构资本、关系资本、认知资本在交互式信息提供和新产品新颖性之间具有正向调节作用，并提出以下假设：H1a：结构资本正向调节交互式信息提供与新产品的新颖性之间的关系；H1b：关系资本正向调节交互式信息提供与新产品的新颖性之间的关系；H1c：认知资本正向调节交互式信息提供与新产品的新颖性之间的关系。
Sawhney等[37]认为，虚拟社区为企业吸引和邀请顾客参与产品创新活动，降低顾客信息与知识获取成本，鼓励顾客为企业贡献知识和技能等方面提供了便利。与线下环境相比，虚拟社区中的顾客参与能够跨越时间和空间，实现顾客和顾客之间、顾客与企业之间实时交互，从而提高顾客参与频率和速度，缩短开发周期，提升新产品开发速度。一个企业与顾客、顾客和顾客密切联系，社区成员具有高度认同感的社区能够快速将市场信息传递给企业。此外，从拥有共同语言的社区中传递出来的信息可降低企业解读成本，使企业更快地开发出新产品。因此，本研究认为虚拟社会资本的3个维度，即结构资本、关系资本和认知资本在交互式信息提供与新产品上市速度之间具有正向调节作用，并提出以下假设：H2a：结构资本正向调节交互式信息提供与新产品上市速度之间的关系；H2b：关系资本正向调节交互式信息提供与新产品上市速度之间的关系；H2c：认知资本正向调节交互式信息提供与新产品上市速度之间的关系。
在线参与创造是更深层次的顾客参与，相对于交互式信息提供维度中顾客在线提供自己的需求、偏好等市场信息，前者侧重于顾客在产品创意、概念开发、方案设计以及产品测试等环节贡献自身知识和技能。顾客知识分为顾客需要的知识、关于顾客的知识以及来自顾客的知识，其中，来自顾客的知识是企业创新的动力和源泉。顾客参与新产品开发活动，即为顾客和企业联合解决产品设计、生产问题的过程，由此，企业可以更好地获取消费者的隐性知识并降低成本[4]。也就是说，顾客在线参与创造能够为企业带来大量异质性知识，与企业现有知识基础进行结合，创造出新的知识。Batjargal[38]研究发现，知识异质性对企业产品多样性存在促进作用，然而，如果密切与同质网络进行合作，则会对产品开发绩效产生负向影响。虚拟社会资本分为结构资本、关系资本和认知资本，但是上述3个不同维度并不是割裂的3个概念，而是彼此之间存在相互作用关系[33]。虚拟社区环境中，来自不同地域、甚至不同国家的个体通过网络连接在一起，企业和顾客、顾客和顾客之间的社会交互会形成强关系，产生社区认可和共享语言，进而强化各主体间的合作关系。一个交互关系显著、社区认可度高和共享语言的虚拟社区所拥有的知识会趋向于同质化，若企业与该类虚拟社区进行合作，则不容易碰撞出具有新颖性的产品创意和设计方案。因此，本文认为，虚拟社会资本的3个维度，即结构资本、关系资本和认知资本在顾客在线参与创造与新产品新颖性之间起负向调节作用，并提出如下假设：H3a：结构资本负向调节在线参与创造与新产品新颖性之间关系；H3b：关系资本负向调节在线参与创造与新产品新颖性之间关系；H3c：认知资本负向调节在线参与创造与新产品新颖性之间关系。
此外，在线参与创造包括顾客在线参与产品创意产生和概念开发、产品设计与生产及产品原型测试等新产品开发各阶段。首先，在产品创意产生和概念开发阶段，顾客是企业产品创意的主要来源，既能在线提交自己的创意构思，还能对其他顾客提交的创意构思进行在线评价。其次，产品设计和生产阶段，Nambisan[15]以共同创造者形容顾客在此阶段的角色，顾客能够在线提交产品设计方案，讨论新的产品理念或改进方案等。最后，产品原型测试阶段，顾客通过在线虚拟产品原型体验提出新想法和附加要求，上述信息对研发团队非常重要。然而，不同于交互式信息提供阶段只需要通过数据挖掘即可发现市场需求与顾客偏好，这一阶段顾客提交的创意构思、设计方案、产品原型体验及相关评论需要企业认真进行审核与评估，以选出最佳方案。企业和顾客之间的以及顾客与顾客之间交互越强，共享语言程度越高，就越能提高顾客在线参与创造的热情。其过程中可能会出现偏离产品创新主题的无用信息，大量无用信息和知识涌入会给企业筛选带来负担，拖延新产品开发周期。故本文认为，虚拟社会资本中的结构资本与认知资本在在线参与创造和新产品上市速度之间起负向调节作用，并提出如下假设：H4a：结构资本负向调节在线参与创造与新产品上市速度之间关系；H4b：认知资本负向调节在线参与创造与新产品上市速度之间关系。
关系资本是个体关系之间情感特征的社会资本维度，可以采用信任、互惠和认同等进行测量[28]。本文选取顾客对虚拟社区的认同测量关系资本维度。在线参与新产品开发能够增强顾客对社区的认同感，社区认同感越强，顾客对通过在线交互方式创造的产品认同感就越强，部分顾客很可能成为企业新产品网络预售的第一批消费者，进而加快新产品上市速度。例如，无印良品(MUJI)通过虚拟社区在线与顾客进行交互式产品创新活动，设计方案确定后会先在社区内招募第一批购买者，当预售数量超过最小生产量便投入生产，并开始在网店和实体店同时进行发售。若顾客对社区认同度高会第一时间通过网络进行认购，企业则会在更短时间内募集到达到最小量生产的订单数，进而加快产品上市速度。因此，本文认为，虚拟社会资本中的关系资本在在线参与创造和新产品上市速度之间起正向调节作用，并提出如下假设：H4c：关系资本正向调节在线参与创造与新产品上市速度之间的关系。基于上述文献回顾和理论假设，本文构建了虚拟社区中顾客参与、新产品开发绩效和虚拟社会资本关系理论模型，如图1所示。
3研究设计
3.1变量测量
本研究涉及3个变量，其中，解释变量为虚拟社区中的顾客参与，被解释变量为新产品开发绩效，调节变量为虚拟社会资本。采用Likert5分刻度对每个题项进行测量，“1”表示“完全不同意”，“5”表示“完全同意”。
关于虚拟社区中顾客参与，基于Fang[39]、姚山季等[40]的研究成果，结合虚拟社区特性，从交互式信息提供和在线参与创造两个维度进行测量，共计8个题项。关于新产品开发绩效，同样借鉴上述学者的研究，采用新颖性和上市速度对基于虚拟社区企业与顾客共同开发的新产品绩效进行测量，共计11个题项。关于虚拟社会资本，基于Chiu等[30]、Chang&Chuang[31]开发的量表，采用结构资本、关系资本和认知资本3个维度进行测量，共计17个题项。结构资本采用互动关系和中心性测量，关系资本采用社区认同测量，认知资本采用共享语言测量。其中，关于结构资本的互动关系，以往研究主要针对社区中存在的一种互动关系，故采用社区成员之间的互动关系进行测量，但本研究关注的虚拟社区中存在两种互动关系，因此，将社会互动这一维度划分为企业和顾客互动及顾客与顾客互动两个子维度进行测量。信度和效度检验结果表明，本研究的结构资本量表具有较好的信度(α系数分别为0.729、0.849和0.736)和效度。
本文选取企业成立年限、企业年销售额、企业员工人数和顾客在线参与强度等4个指标作为控制变量。以虚拟社区为沟通媒介，顾客可以在线参与创意产生、概念开发、设计与开发、产品测试和商业化等企业新产品开发活动的5个阶段。本研究将参与3个及3个阶段以上的顾客在线参与界定为强参与，其余为弱参与，并设置虚拟变量，强参与赋值为“1”，弱参与赋值为“0”。
3.2样本选择与数据收集
本文实证研究对象为建有虚拟社区，并通过虚拟社区与顾客进行交互式产品创新的企业，数据来自于我国广东、浙江、江苏、福建、山东、北京、上海等22个省市企业，主要包括软件和信息技术服务、互联网和相关服务、服饰制造、家电制造、家具制造等行业企业。受访者包括以社区群主或管理员身份在线的企业营销主管、研发主管等。在问卷设计初期阶段，选择两位就职于符合样本条件的企业管理人员以及一位社群营销咨询师进行深度访谈，以探索虚拟社区中顾客参与和虚拟社区中的结构资本划分维度与测量题项。随后将问卷呈交给3位专家教授进行修改，并进行预调研，问卷经过多次修改和完善，最终定稿。大规模网络调研从2016年12月1日开始到2017年3月1日结束，最终获得230家企业数据，有效问卷183份，有效回收率为79.565%，有效样本描述性统计结果见表1和表2。
4数据分析与假设验证
4.1数据正态性检验与共同方法偏差估计
正态性检验又称为正态分布的拟合优度检验。参数估计和参数假设验证是基于总体分布在一定类型的条件下展开的，其中最常见、最重要的分布类型是正态分布。本研究利用峰度和偏度检验各变量测量题项的数值是否服从正态性分布，分析结果显示，大样本统计数据偏度绝对值均小于1，峰度绝对值均小于2。因此，各测量条款数值基本服从正态性分布，可以进行下一步实证分析。共同方法偏差属于系统误差，在调研过程中为减少共同方法偏差的影响，采用匿名填写方式，问卷题项也尽量避免语义表达模糊。数据回收后，采用Harman的单因子检验方法验证本研究变量和样本是否存在共同方法偏差。若数据中存在大量的共同方法偏差，将测量题项放在一起进行因子分析会出现一个单独因子，或者能解释变量大部分变异的一个共同因子。本文对虚拟社区中顾客参与、新产品开发绩效、虚拟社会资本等3个变量涉及的所有测量题项进行因子分析，结果表明，并未出现一个共同因子解释所有测量题项的大部分方差，最大因子仅解释了总变异的10.878%。因此，测量过程中并不存在严重的共同方法偏差。
4.2量表信度与效度检验
首先通过α信度系数法检验各量表信度，其次通过探索性因子分析法检验各量表效度。虚拟社区中顾客参与量表包括两个分量表，即交互式信息提供和在线参与创造，共计8个题项。对两个分量表分别进行α信度检验，交互式信息提供α系数为0.775，在线参与创造α系数为0.737，均介于0.7～0.8之间，表明具有较好的信度。在效度检验中，首先对虚拟社区中顾客参与两个维度的8个测量题项进行KMO测度和巴特利特球体检验(Bartlett,sTest)。结果显示，KMO值为0.875，大于0.8，巴特利特球体检验的显著性概率为0.000，小于0.01，说明适合作因子分析。探索性因子分析结果显示，8个题项较好地反映在交互式信息提供和在线参与创造2个因子上，解释了总方差的58.201%，说明具有较好的效度。
新产品开发绩效量表包括两个分量表，即新颖性和上市速度，共计11个题项。对两个分量表分别进行α信度检验，新颖性α系数为0.804，上市速度α系数为0.870，大于0.8，表明具有较好的信度。在效度检验中，首先对新产品开发绩效两个维度的11个测量题项进行KMO测度和巴特利特球体检验(Bartlett,sTest),结果显示，KMO值为0.866，大于0.8，巴特利特球体检验的显著性概率为0.000，小于0.01，说明适合作因子分析。探索性因子分析结果显示，11个题项较好地反映在新颖性和上市速度2个因子上，解释了总方差的57.994%，说明具有较好的效度。
虚拟社会资本量表包括3个分量表，即结构资本、关系资本和认知资本，共计17个题项。结构资本又划分为企业与顾客之间的互动、顾客和顾客之间的互动，以及中心性等3个子维度。首先，对结构资本的3个子量表进行α信度检验，企业与顾客之间的互动α系数为0.729，介于0.7～0.8之间；顾客与顾客之间的互动α系数为0.849，大于0.8；中心性α系数为0.736，介于0.7～0.8之间，表明量表具有较好的信度。其次，对关系资本量表进行α信度检验，α系数为0.814，大于0.8，表明具有较好的信度。最后，对认知资本量表进行α信度检验，α系数为0.707，介于0.7～0.8之间，表明具有较好的信度。在效度检验中，首先，对结构资本3个维度的10个测量题项进行KMO测度和巴特利特球体检验(Bartlett,sTest)。结果显示，KMO值为0.860，大于0.8，巴特利特球体检验的显著性概率为0.000，小于0.01，说明适合作因子分析。探索性因子分析结果显示10个题项较好地反映在企业和顾客之间的互动、顾客与顾客之间的互动及中心性3个因子上，解释了总方差的66.133%，说明具有较好的效度。其次，对关系资本测量题项进行KMO测度和巴特利特球体检验(Bartlett,sTest)，结果显示，KMO值为0.804，大于0.8，巴特利特球体检验的显著性概率为0.000，小于0.01，说明适合作因子分析。因子分析结果显示，从4个题项中萃取出1个因子，可解释总方差的64.247%，说明具有较好的效度。最后，对认知资本测量题项进行KMO测度和巴特利特球体检验(Bartlett,sTest)，结果显示，KMO值为0.668，介于0.6～0.7之间，巴特利特球体检验的显著性概率为0.000，小于0.01，说明较适合作因子分析。因子分析结果显示，各题项特征值大于1的因子只有1个，可解释总方差的63.682%，说明具有较好的效度。综上所述，本研究理论模型涉及的所有变量量表均具有较高的信度和效度，可以在接下来的实证研究中加以使用。
4.3多元回归分析
依据温忠麟等[41]关于调节效应验证的方法和步骤，运用层次回归分析法检验虚拟社会资本的3个维度在虚拟社区中顾客参与和新产品新颖性之间，以及顾客参与和新产品上市速度之间的调节作用。对于回归方程中的高阶变量，即交互作用项，先进行数据中心化处理，再构造其乘积项，以消除多重共线性的影响。
以新颖性为因变量的虚拟社会资本调节效应的回归分析结果如表3所示。模型1中，只将企业成立年限、企业年销售额、企业员工规模和顾客在线参与强度等4个控制变量作为自变量加入，新颖性对企业成立年限(β=-0.007，p>0.100)回归系数不显著；新颖性对企业年销售额(β=0.078，p>0.100)回归系数不显著；新颖性对企业员工规模(β=0.108，p>0.100)回归系数不显著；新颖性对顾客在线参与强度(β=0.173，p<0.050)回归系数显著。模型2在控制变量的基础上增加两个自变量，即交互式信息提供和在线参与创造，新颖性对交互式信息提供(β=0.229，p<0.010)、在线参与创造(β=0.299，p<0.010)的回归系数显著。模型3在模型2的基础上加入调节变量，即虚拟社会资本中的结构资本，新颖性对交互式信息提供回归系数不显著(β=-0.003，p>0.100)，新颖性对在线参与创造回归系数显著(β=0.237，p<0.010)，新颖性对结构资本的回归系数显著(β=0.357，p<0.010)。模型4在模型3的基础上引入结构资本分别和交互式信息提供、在线参与创造的交互项。模型4中，F值为10.305，且在显著性水平p<0.001上显著，表明该统计样本和数据下，模型4的回归方程是成立的。Adjusted-R2为0.315，说明控制变量、自变量、调节变量以及自变量和调节变量的交互项可以共同解释因变量新颖性变动的31.500%。回归结果显示：新颖性对交互式信息提供和结构资本的交互项回归系数显著(β=0.247，p<0.050)，说明结构资本在交互式信息提供与新颖性之间起正向调节作用，H1a得到验证。新颖性对在线参与创造和结构资本的交互项回归系数不显著(β=-0.061，p>0.100)，说明结构资本对在线参与创造和新颖性的调节作用不显著，即H3a未通过验证。
模型5在模型2的基础上加入调节变量，即虚拟社会资本中的关系资本，新颖性对交互式信息提供回归系数不显著(β=0.012，p>0.100)，新颖性对在线参与创造回归系数显著(β=0.223，p<0.010)，新颖性对关系资本的回归系数显著(β=0.456，p<0.010)。模型6在模型5的基础上引入关系资本分别和交互式信息提供及在线参与创造的交互项。模型6中，新颖性对交互式信息提供和关系资本的交互项回归系数不显著(β=0.108，p>0.100)，新颖性对在线参与创造和关系资本的交互项回归系数不显著(β=-0.094，p>0.100)，说明关系资本在交互式信息提供、在线参与创造和新颖性之间的调节作用不显著，H1b和H3b未通过验证。模型7在模型2的基础上加入调节变量，即虚拟社会资本中的认知资本，新颖性对交互式信息提供回归系数不显著(β=0.113，p>0.100)，新颖性对在线参与创造回归系数显著(β=0.220，p<0.010)，新颖性对认知资本的回归系数显著(β=0.309，p<0.010)。模型8在模型7的基础上引入认知资本分别和交互式信息提供及在线参与创造的交互项。模型8中，F值为9.928，且在显著性水平p<0.001上显著，表明该统计样本和数据下，模型8的回归方程成立。Adjusted-R2为0.306，说明控制变量、自变量、调节变量以及自变量和调节变量的交互项可以共同解释因变量新颖性变动的30.600%。回归结果显示：新颖性对交互式信息提供和认知资本的交互项回归系数不显著(β=0.101，p>0.010)，说明认知资本在交互式信息提供和新颖性之间的调节作用不显著，H1c未通过验证。新颖性对在线参与创造和认知资本的交互项回归系数显著(β=-0.167，p<0.100)，说明认知资本在在线参与创造和新颖性之间起负向调节作用，即H3c通过验证。以上市速度为因变量的虚拟社会资本调节效应的回归分析结果如表4所示。模型1中，只将企业成立年限、企业年销售额、企业员工规模和顾客在线参与强度等4个控制变量作为自变量加入，上市速度对企业成立年限(β=0.046，p>0.100)回归系数不显著；上市速度对企业年销售额(β=0.094，p>0.100)回归系数不显著；上市速度对企业员工规模(β=-0.142，p>0.100)回归系数不显著；上市速度对顾客在线参与强度(β=0.244，p<0.010)回归系数显著。模型2在控制变量的基础上增加两个自变量，即交互式信息提供和在线参与创造，上市速度对交互式信息提供(β=0.417，p<0.010)、在线参与创造(β=0.216，p<0.010)的回归系数显著。模型3在模型2的基础上加入调节变量，即虚拟社会资本中的结构资本，上市速度对交互式信息提供回归系数不显著(β=0.132，p>0.100)，上市速度对在线参与创造回归系数显著(β=0.140，p<0.100)，上市速度对结构资本的回归系数显著(β=0.440，p<0.010)。模型4在模型3的基础上引入结构资本分别和交互式信息提供、在线参与创造的交互项。模型4中，上市速度对交互式信息提供和结构资本的交互项回归系数不显著(β=-0.036，p>0.100)，上市速度对在线参与创造和结构资本的交互项回归系数不显著(β=0.020，p>0.100)，说明结构资本在交互式信息提供、在线参与创造和上市速度之间的调节作用不显著，H2a和H4a未通过验证。
模型5在模型2的基础上加入调节变量，即虚拟社会资本中的关系资本，上市速度对交互式信息提供回归系数显著(β=0.246，p<0.010)，上市速度对在线参与创造回归系数显著(β=0.157，p<0.050)，上市速度对关系资本的回归系数显著(β=0.360，p<0.010)。模型6在模型5的基础上引入关系资本分别和交互式信息提供及在线参与创造的交互项。模型6中，F值为16.277，且在显著性水平p<0.001上显著，表明该统计样本和数据下模型8的回归方程成立。Adjusted-R2为0.430，说明控制变量、自变量、调节变量以及自变量和调节变量的交互项可以共同解释因变量新颖性变动的43.000%。回归结果显示：上市速度对交互式信息提供和关系资本的交互项回归系数不显著(β=0.026，p>0.010)，说明关系资本在交互式信息提供和上市速度之间的调节作用不显著，H2b未通过验证。上市速度对在线参与创造和关系资本的交互项回归系数显著(β=0.152，p<0.050)，说明关系资本在在线参与创造和上市速度之间起正向调节作用，H4b通过验证。模型7在模型2的基础上加入调节变量，即虚拟社会资本中的认知资本，上市速度对交互式信息提供回归系数显著(β=0.326，p<0.010)，上市速度对在线参与创造回归系数显著(β=0.154，p<0.050)，上市速度对认知资本的回归系数显著(β=0.244，p<0.010)。模型8在模型7的基础上引入认知资本分别和交互式信息提供及在线参与创造的交互项。模型8中，上市速度对交互式信息提供和认知资本的交互项回归系数不显著(β=0.022，p>0.100)，上市速度对在线参与创造和认知资本的交互项回归系数不显著(β=0.004，p>0.100)，说明认知资本在交互式信息提供、在线参与创造和上市之间的调节作用不显著，H2c和H4c未通过验证。
5结果讨论
(1)虚拟社会资本中的结构资本正向调节交互式信息提供和新颖性之间的关系，交互式信息提供×结构资本(β=0.247，p<0.050)，即结构资本越大，交互式信息提供对新颖性的影响越大。虚拟社会资本中的认知资本负向调节在线参与创造和新颖性之间的关系，在线参与创造×认知资本(β=-0.167，p<0.100),即认知资本越大，在线参与创造对新颖性的影响越小。虚拟社会资本中的结构资本在在线参与创造与新颖性之间不存在显著调节作用，在线参与创造×结构资本(β=-0.061，p>0.100)，即在线参与创造对新颖性的影响不受结构资本的干扰；关系资本在交互式信息提供、在线参与创造和新产品的新颖性之间不具有显著调节作用，交互式信息提供×关系资本(β=0.108，p>0.100)，在线参与创造×关系资本(β=-0.094，p>0.100)，即交互式信息提供、在线参与创造对新颖性的影响不受关系资本的干扰；虚拟社会资本中的认知资本在交互式信息提供与新颖性之间不存在显著调节作用，交互式信息提供×认知资本(β=0.101，p>0.100)，即交互式信息提供对新颖性的影响不受认知资本的干扰。可以看出，结构资本在交互式信息提供和新颖性之间具有正向调节作用，而认知资本在在线参与创造和新颖性之间具有负向调节作用。结构资本反映了虚拟社区中各主体之间联系的频繁程度和密切程度，通过企业与顾客、顾客和顾客之间的紧密沟通、交流，能够有效促进顾客知识转移，来自下游用户群体的信息可以帮助企业识别最新市场需求和机会，并研讨产品概念和属性。当企业接收到广泛的市场信息，并基于此开发新产品创意和概念时，产品本身的创新性就已经大大提升。此外，关于认知资本的负向调节作用，课题组与网货品牌研发经理们进行了交流，他们认为在线与顾客共同开发产品项目时，很多打破常规、标新立异的观点来自不同职业背景的顾客，其观点刚好与本文验证结果相同，即认知资本在在线参与创造和产品新颖性之间存在负向调节作用。认知资本以共享语言进行测量，主要是指顾客与企业能够使用相互理解的表述方式进行发帖和回帖，以相同的术语或者行话进行交流。在线参与创造是更深层次的顾客参与，不同职业、文化背景的顾客参与会带来更多异质性知识，进而产生更新颖的产品创意和设计，反之亦然。
(2)虚拟社会资本中的关系资本正向调节在线参与创造和上市速度之间的关系，在线参与创造×关系资本(β=0.152，p<0.050)，即关系资本越大，在线参与创造对新产品上市速度的影响就越大。结构资本在交互式信息提供、在线参与创造和新产品上市速度之间不具有显著调节作用，交互式信息提供×结构资本(β=-0.036，p>0.100)，在线参与创造×结构资本(β=0.020，p>0.100)，即交互式信息提供、在线参与创造对上市速度的影响不受结构资本的干扰；虚拟社会资本中关系资本在交互式信息提供与上市速度之间不存在显著调节作用，交互式信息提供×关系资本(β=0.026，p>0.100)，即交互式信息提供对上市速度的影响不受关系资本的干扰；认知资本在交互式信息提供、在线参与创造和新产品的上市速度之间不具有显著调节作用，交互式信息提供×认识资本(β=0.022，p>0.100)，在线参与创造×认知资本(β=0.004，p>0.100)，即交互式信息提供、在线参与创造对上市速度的影响不受认知资本的干扰。可以看出，只有关系资本在虚拟社区顾客在线参与创造和新产品上市速度之间起正向调节作用，其余则不存在显著调节作用。可能原因在于，企业通过虚拟社区与顾客在线共同开发新产品项目时，一般都会设置一个期限，时间的主动权掌握在企业手中。故虚拟社会资本的结构资本和认知资本在交互式信息提供、在线参与创造与新产品上市速度之间，以及关系资本在交互式信息提供和上市速度之间的干扰作用不很显著。
6结语
本文以183家企业的虚拟社区为样本，运用多元回归分析法实证研究虚拟社区中社会资本的3个维度，即结构资本、关系资本与认知资本分别在顾客参与和新产品开发绩效之间的调节作用。以往实证研究主要集中于虚拟社区顾客参与对新产品开发绩效的直接或间接效应上[8-11,27]。本研究探讨虚拟社会资本的3个维度分别在虚拟社区顾客参与的两个维度，即交互式信息提供和在线参与创造与新产品新颖性及上市速度之间的调节作用，深化了已有研究对虚拟社区顾客参与和新产品开发绩效之间关系的认识。结果表明，虚拟社会资本中的结构资本正向调节交互式信息提供和新颖性之间的关系，认知资本负向调节在线参与创造和新颖性之间的关系，关系资本正向调节在线参与创造和上市速度之间的关系，其余则不具有显著调节作用。也就是说，要提升企业和顾客基于虚拟社区交互创造出来的新产品新颖性与上市速度，不是要求社区内虚拟社会资本越多越好，而是需要分维度进行管理。此外，以往学者对虚拟社会资本维度划分局限于虚拟社区中仅存在单一互动关系模式[30-33]。本研究关注的虚拟社区中明显存在两种互动关系，即企业与顾客之间的互动及顾客和顾客之间的互动。因此，本文在原有维度划分的基础上，将结构维度中的互动关系划分为企业和顾客之间的互动关系，以及顾客与顾客之间的互动关系，加上中心性，共计3个子维度并进行测量。最后，通过实证分析证明了上述两种关系的存在，在理论上丰富了虚拟社会资本研究。
本研究结果对企业实践也有一定的启示。首先，在产品研发初级阶段，即收集顾客需求、兴趣偏好等市场信息阶段，应尽可能地加强与顾客沟通和交流，通过制造话题和出台一些鼓励性政策引导顾客之间的交流，将顾客现有和潜在需求最大限度地挖掘出来。培养中心顾客，鼓励他们在社区中积极发言，从而起到表率作用。必要时举办线下活动，将线上的“弱关系”变为线上、线下的“强关系”。其次，在线参与创造环节中尽可能地选择不同文化、地域、职业背景的顾客参与，为企业注入丰富异质性知识，从而提高新产品新颖性。最后，对待社区成员要真诚、友好，向其提供非社区成员不能享受的优惠政策，营造亲密的社区氛围，增强用户的社区归属感，鼓励在线参与创造的顾客在新产品网络预售阶段下单，成为第一批消费者，从而提高新产品上市速度。
本文尚存在一定的局限性，首先，未考虑不同顾客类型对虚拟社区顾客参与和新产品开发绩效关系的影响。现实中，企业客户和个人客户具备不同的特性，在参与行为、共享活动方面也存在一定差异。在后续研究中，可以对顾客类型作进一步拓展。此外，关系资本中仅测量了社区认可一个指标，没有测量顾客与企业之间的信任以及顾客和顾客之间的信任，今后研究可以对上述方面加以讨论。
作者：张洁 蔡虹 单位：西安理工大学 人文与外国语学院 西安交通大学管理学院
