0 前 言

随着Web2.0技术的发展，企业与用户之间的互动更为频繁，用户可以通过虚拟创新社区随时随地将自己的产品修改建议和意见(即本文中称之为创新观点)提供给企业，而企业也可以快速地进行反馈。用户贡献的创新观点为企业创新提供了异质性信息[1]，有助于提高企业创新的绩效。用户创新已经成为企业创新的重要组成部分[2]。近年来，国内外不少企业，如星巴克、戴尔、小米、海尔等纷纷搭建用户创新平台，帮助和鼓励用户贡献创新观点，并将用户的创新观点应用于企业的实践中，以期借助用户的知识来进行产品开发，提高企业的创新绩效。

企业反馈对用户贡献创新观点的意愿与质量具有重要影响[3-4]，企业反馈给用户提供了创新的标准信息，也可以从情感上对用户贡献创新观点的行为进行激励[5]。用户收到企业反馈，能够增加用户感知的“重要程度”，增强用户的贡献意愿。因此，企业反馈对虚拟创新社区的持续发展有重要意义。网络社群是社交系统，企业反馈也会受到各种社会因素的影响，如情感因素，Beretta研究发现在网络环境中创新观点(用户帖子中)的负向情感特征会影响企业对创新观点的选择[6]。情绪感染理论和情绪社会信息模型都表明情感特征会对个体行为产生影响[7-8]。因此，本文认为在虚拟创新社区中创新观点的情感特征会对企业反馈产生影响。

本文关注网络环境中情感特征对企业反馈的影响，以及用户发帖经验、发帖时间和创新观点中是否提及竞争对手的调节作用，以期对如何减少帖子中情感特征对企业反馈的不利影响提供建议。

1 文献与假设提出

1.1 创新观点的情感特征对企业反馈的影响

情绪社会信息模型描述了情绪代表一种信息，情绪可以通过引起观察者的情感反应和推理过程来改变其行为[9]，这为网络环境中，研究情感因素对信息接收、传播行为影响提供了理论支持。本文认为在虚拟创新社区中，用户发表创新观点的情感特征也会影响到企业反馈行为。在网络环境中，企业反馈包括企业回复与企业录用两种情况。企业回复的目的是对用户的帖子为何没有被录用进行解释，这些解释是对用户发帖的一种激励和回应。企业录用帖子是因为帖子的建议对于企业进一步的产品开发有价值。当用户发帖中的情感因素强烈的时候，代表用户对企业产品不满的信息，企业可能会出于对舆情控制方面的考虑，更有可能对这些帖子进行回复[10]。而当用户发表创新观点的情感特征太过强烈，企业更有可能关注用户的不满，而对帖子中关于产品或者服务的改进方案或者建议的考虑会降低，企业推测用户发帖更偏向于发泄情绪，此时企业更不愿意录用这种“吐槽式”的观点。鉴于此，本文提出假设H1a：创新观点的情感特征会正向影响企业回复；H1b：创新观点的情感特征会负向影响企业录用。

翻开迪庆工行的史册，几十年间发生的变化都历历在目，它见证了改革开放以来工行发展的艰辛历程，这是一段值得铭记的历史。

1.2 用户发帖经验对创新观点情感特征对企业反馈影响的调节效应

发帖经验丰富的用户发帖数量多，参与论坛的互动也比较多，他们发帖的质量也较高，对企业的贡献较大。有些研究称这些用户为领先用户[11]，对于该类用户的诉求和意见，企业一般会积极应对。另外，该类用户因为与其他用户和企业的互动较多，他们更有可能了解其他用户的需求和企业的选择标准[12]，因此他们贡献创新观点的质量会更高。因此，相比较发帖经验较少用户，发帖经验越丰富的用户对企业越重要，企业更有可能关注他们的情感反应，他们发布包含情感特征的帖子，更有可能得到回复。对于创新观点的录用来说，发帖经验丰富的用户，即便帖子中包括了很多情感因素，企业也会更多地关注他们的帖子，因为他们是企业的重要用户，从而降低了情感对录用的负面影响；另一方面，当用户发帖质量较高的时候，企业更多的关注创新观点本身的内容，情感因素对企业录用的负面影响会降低。因此，本文提出假设H2a：相比较发帖经验少的用户，发帖经验多的用户，发表创新观点中的情感特征对企业回复的正向影响更大；H2b：相比较发帖经验少的用户，发帖经验多的用户，发表创新观点中的情感特征对企业录用的负向影响更小。

目前，江苏实现了与中科院所有应用类研究所和“985”高校合作的全覆盖，转化了中科院氮化物半导体、微电子技术、生物医药、高性能材料、高端制造装备等领域的重大科技成果，形成了一批标志性产品。清华大学OLED显示技术、PET/CT、无创肝纤维化诊断系统、超高频RFID电子标签等一批重大科技成果在江苏成功转化，带动了新型显示、医疗器械、集成电路等新兴产业快速发展。自2007年起，每两年分别举办国内和国际产学研合作成果展示洽谈会，吸引更多国内外大院大所来江苏共建创新创业载体，转移转化重大科技成果。

1.3 发帖时间对创新观点的情感特征对企业反馈影响的调节效应

本文用户发帖的时间是指用户发表创新观点的时间是在工作日(非周末)或者休息日(周末)，工作日是指周一到周五，休息日是周六和周日。若用户在休息日发帖，企业的部分工作人员休假，虚拟创新社区中用户的创新观点会增多，而企业的处理能力不足，精力有限。精细加工可能性模型中的边缘路径说明当个体的认知努力较少时，态度的改变主要依靠除信息质量以外的其他外围线索[13]。当企业精力有限时，根据说服理论中的精细加工可能性模型，企业会沿着边缘路径来处理用户的创新观点，此时帖子中情感特征的影响增加。因为功能建议板块中大部分的情感为负向情感，是对企业产品没有相关功能或者功能不足的吐槽。在这种情况下，企业员工的反感情绪会增加，他们更有可能对用户发布的带有情感的帖子不予回复。同样，对于录用也是如此，即当在周末企业员工没有太多的时间考虑每一个帖子内容的时候，帖子中情感因素也会进一步减少企业对帖子内容的关注度，录用的可能性降低。鉴于此，本文提出假设H3a：相比较周末发帖来说，非周末发帖时，用户发表创新观点中情感特征对企业回复的正向影响更大；H3b：相比较周末发帖来说，非周末发帖时，用户发表创新观点中情感特征对企业录用的负向影响更小。

一是围绕新时期可持续发展治水思路，研究解决水利改革发展的战略性、全局性、基础性和前瞻性科学问题。10年来，充分发挥以院士为核心的国家智囊作用，积极参加国家及重点地区水战略的制定，参与全国和地方水利改革与发展的顶层设计；充分发挥科学技术的支撑和引领作用，为洪水风险管理、节水型社会建设、实施最严格水资源管理制度、水功能区划与管理、水生态系统保护与修复、智能水网工程以及重大生态友好型水工程建设等提供有效的科技服务和支持。

1.4 创新观点中提及竞争对手情况对帖子中情感特征对企业反馈影响的调节效应

本研究选择一家IT企业的网络论坛作为数据来源，该论坛是企业重要的创新平台，为其提供了重要的创新灵感。该论坛自创建以来一直是同类论坛中活跃度最高的论坛，因此为本文的研究提供了丰富的实证数据。本文采用Locoy Spider 技术抓取了论坛中从2011年10月至2015年7月的有关功能建议板块的64 779条创新观点，以及收到的回复、发帖人的相关信息(积分、发帖数量、分组信息等)。经过整理，保留每一位用户的最后一次发帖信息作为研究的样本，共23 451条创新观点。

除情感特征以外，影响企业反馈的因素还有很多，例如，用户以前被回复总数、其他用户的正向评论、创新观点的长度、用户的积分、该创新观点的查看数量、是否有链接等均会影响到企业的反馈。以往研究认为帖子长度与企业的反馈是倒“U”型关系，所以将帖子长度的平方引入控制变量[17]。因此，本文将以上变量作为控制变量加入模型中。

  

图1 理论模型

2 实证分析

2.1 数据来源

创新观点中提及竞争对手的情况是指用户在虚拟创新社区中贡献的创新观点包含企业竞争对手信息的情况，竞争对手产品中包括的产品功能是竞争信息的重要组成部分[14]，对企业产品开发具有重要参考价值。对于企业回复来说，相比较未提及竞争对手的帖子而言，提及竞争对手的创新观点中，情感特征表达是对比竞争对手的情况提出的，这样的情感表达更加合理，更能引起企业的关注，企业更愿意回复。对于企业录用来说，当用户在贡献创新观点提及竞争对手的情况时，企业对该创新观点更加重视，创新观点中包含更多有价值的信息，此时用户创新观点中情感特征是对企业的强烈的建议，而不是单纯地表达不满情绪，因此，企业更有可能录用。而当创新观点中未提及竞争对手时，企业对该帖子的关注集中于情感特征，此时情感特征会负向影响企业录用。因此，本文提出假设H4a：相比较未提及竞争对手情况而言，创新观点中提及竞争对手时，情感特征对企业回复的正向影响更大；H4b：相比较未提及竞争对手情况而言，创新观点中提及竞争对手时，情感特征对企业录用的负向影响更小。

2.2 变量测量

本文参考已有研究[6,15-17]，对本文的变量进行测量。各变量的具体测量方法如下：

人肝微粒体的制备采用差速离心法［6］，所有操作均在4℃进行。微粒体蛋白浓度以Bradford法并用小牛血清白蛋白作标准对照测定。制备好的肝微粒体分装后于－80℃的冰箱中保存备用。

为了验证发帖经验对创新观点情感特征与企业反馈之间关系的调节作用，模型Ⅱ、Ⅲ将用户之前录用总数在均值增加、减少一个标准差的水平上中心化[18]，再进行多元Logistic回归，结果见表2。模型Ⅳ、Ⅴ将发帖时间分类为是周末以及不是周末，分别进行多元Logistic回归，以验证发帖时间不同，创新观点情感特征对企业反馈的影响作用，结果见表3。模型Ⅵ、Ⅶ按照创新观点中是否提及竞争对手分别进行多元Logistic回归，以验证创新观点中是否提及竞争对手情况对情感特征对企业反馈影响的调节作用，结果见表4。

本文的理论模型见图1。

2.3 回归分析

由于本研究的因变量为分类变量，所以回归模型选择多元Logistic回归分析。模型Ⅰ以创新观点中的情感特征为自变量，以企业反馈为因变量，以其他变量为控制变量进行多元Logistic回归分析，分析结果见表1。

专业课教师与思想政治教育工作者的协同育人由理念转化为实践，需要教师们在工作中不断地探索、总结，只要教师能够明确自己在大学生思想政治教育中的责任和使命，开动脑筋，勤于尝试，一定能在协同育人工作中做出成绩，一定能为大学生的成人成才做出贡献。

 

表1 模型Ⅰ回归结果

  

变 量因变量企业回复企业录用自变量 情感符号0.088***(0.017)-0.214***(0.002)控制变量 以前录用总数0.006(0.007)0.367***(0.001) 是否周末-0.088***(0.013)-0.047***(0.001) 提及竞争对手的情况-0.073***(0.002)-0.238***(0.0002) 以前回复总数0.019***(0.007)-0.003(0.011) 正向评论数0.121***(0.013)-0.005(0.035) 帖子长度0.001(0.001)0.005**(0.002) 帖子长度的平方-0.0001***(0.00002)-0.0001(0.00005) 用户积分-0.00000(0.00001)0.00000(0.00001) 帖子查看数-0.00004*(0.00002)-0.00002(0.00005) 是否有链接0.255***(0.00005)0.793***(0.00010) Constant-0.001(0.028)-2.349***(0.004)

注：*P<0.1，**P<0.05，***P<0.01

从表1回归分析的结果可以发现：虚拟创新社区中用户创新观点中的情感特征确实会影响企业的反馈，而且对于回复和录用的影响作用不一样，假设H1a、H1b得到验证。

自变量为创新观点中的情感特征，调节变量为用户的发帖经验、发帖时间、提及竞争对手的情况，因变量是企业反馈。情感特征的测量方法为当用户发表的创新观点中是否有问号或者感叹号等情感语句的标点，若有则标识为1；若没有，则标识为0。发帖经验是以用户以前发帖被录用总数表示，以前被录用的总数越多代表用户的发帖质量越高，测量方法是统计用户之前发表创新观点被录用的数量。发帖时间按照发帖时间是否为周末进行分类，若为周末则标识为1，若为非周末则标识为0。提及竞争对手的情况的测量方法是根据该论坛数据特征，本文建立了一个竞争对手的词库，然后将创新观点进行分词，统计竞争对手出现的情况，若出现则记为1，若没有则记为0。企业的反馈分为回复和录用，若企业给予回复则标识为1；若企业对该创新观点录用了，则标识为2；没有任何反馈则标识为0。

从上表中可以看出，手机基站定位精度较低，且对其他定位方式的影响较小(比较GPS和GPS+手机基站，WIFI和WIFI+手机基站，GPS+WIFI和GPS+WIFI+手机基站)，WIFI+GPS定位精度较高。同时，一个显而易见的结果是，WIFI定位和手机基站定位无法定位出海拔高度，因为这两者本身给出的位置是平面性的，如需要确定位置海拔高度需卫星定位。

由表2回归结果发现：相比较发帖经验少的用户，经验丰富的用户发表创新观点中情感特征对企业回复的正向影响更大，而经验丰富的用户发表创新观点中情感特征对企业录用的负向影响更小。因此，假设H2a、H2b得到验证。

由表3回归结果发现：相比较周末发帖而言，非周末发帖的创新观点中情感特征对企业回复的正向影响更大，而对企业录用的负向影响更小。因此，假设H3a、H3b得到验证。

由表4回归结果可知：相比较未提及竞争对手而言，提及竞争对手时，创新观点中的情感特征对企业回复的正向影响更小。当创新观点中提及竞争对手情况时，创新观点中情感特征对企业录用有正向影响，而当创新观点中未提及竞争对手情况时，创新观点中情感特征对企业录用有负向影响。因此，只有假设H4b得到验证。

 

表2 模型Ⅱ、Ⅲ回归结果

  

变 量发帖经验少(模型Ⅱ)发帖经验多(模型Ⅲ)企业回复企业录用企业回复企业录用自变量情感符号0.018(0.015)-0.109***(0.0010)0.163***(0.011)-0.029***(0.0010)情感符号×以前录用总数0.129***(0.009)0.072***(0.0010)0.129***(0.009)0.072***(0.0010)情感符号×是否周末-0.041***(0.006)-0.749***(0.0004)-0.041***(0.004)-0.749**(0.0003)情感符号×提及竞争对手的情况0.170***(0.001)0.645***(0.0001)0.170***(0.001)0.644***(0.0001)以前录用总数-0.034***(0.012)0.350***(0.0030)-0.034**(0.016)0.350***(0.0030)是否周末-0.076***(0.009)0.143***(0.0010)-0.076***(0.007)0.143***(0.0010)提及竞争对手的情况-0.128***(0.002)-0.447***(0.0002)-0.128***(0.001)0.447***(0.0002)

注：*P<0.1，**P<0.05，***P<0.01；控制变量及常数项由于篇幅原因未列出，下同

 

表3 模型Ⅳ、Ⅴ回归结果

  

变 量周末发帖(模型Ⅳ)非周末发帖(模型Ⅴ)企业回复企业录用企业回复企业录用自变量情感符号0.031(0.044)-0.826***(0.0030)0.090***(0.024)-0.067***(0.0020)情感符号×以前录用总数0.168***(0.004)0.674***(0.0005)0.064***(0.004)-0.139***(0.0010)情感符号×提及竞争对手的情况0.335***(0.004)-17.106***(0.0000)0.115***(0.002)0.797***(0.0002)以前录用总数-0.233(0.019)-0.156***(0.0020)0.063***(0.009)0.506***(0.0020)提及竞争对手的情况-0.328***(0.006)-0.714***(0.0002)-0.059***(0.003)-0.341***(0.0004)

注：*P<0.1，**P<0.05，***P<0.01

 

表4 模型Ⅵ、Ⅶ回归结果

  

变 量提及竞争对手(模型Ⅵ)未提及竞争对手(模型Ⅶ)企业回复企业录用企业回复企业录用自变量情感符号0.039(0.065)0.565***(0.016)0.095***(0.018)-0.079***(0.0010)情感符号×以前录用总数-1.148***(0.009)1.077***(0.023)0.147***(0.002)0.029***(0.0010)情感符号×是否周末0.220**(0.036)-21.196***(0.000)-0.056***(0.007)-0.641***(0.0005)以前录用总数0.020(0.026)0.587***(0.035)-0.033***(0.007)0.325***(0.0010)是否周末-0.326***(0.061)0.020***(0.004)-0.059***(0.013)0.156***(0.0010)

注：*P<0.1，**P<0.05，***P<0.01

3 结论与建议

3.1 研究结论

本文以网络论坛中的二手数据为基础，运用多元Logistic回归模型，分析了创新观点中情感特征对企业反馈的影响，包括对企业录用和回复创新观点的影响，得出如下研究结论：用户创新观点情感特征正向影响企业的回复、负向影响企业的录用；相比较发帖经验少的用户来说，发帖经验多的用户发表创新观点中的情感特征对企业回复的影响更大，而对企业录用的影响更小；相比较周末发帖来说，用户在非周末发帖时，创新观点中情感特征对企业回复的正向影响更显著，而对企业录用的负向影响更小；当创新观点中提及竞争对手时，情感特征对企业录用具有正向影响，而当创新观点中未提及竞争对手时，情感特征对企业录用具有负向影响。

3.2 管理建议

本文的研究在实践方面可以为企业提供如下的建议：企业应该倡议用户发布创新观点时，尽量客观地、科学地表达其创新观点的意思；企业应该鼓励用户多发表创新观点，以此来提高用户的创新水平，帮助企业创新；企业应该更多地了解用户发帖的时间规律，在创新观点密集的时间多安排审核人员对创新观点进行审核，尽量避免因发帖时间导致的企业反馈偏差；企业应该鼓励用户在贡献创新观点时提供更多有关竞争对手的信息，了解竞争对手的情况，为企业创新提供参考。

参考文献

[ 1 ] PIEZUNKA H, DAHLANDER L. Distant search, narrow attention:How crowding alters organizations’ filtering of user suggestions[J]. Academy of Management Journal, 2014, 4(1):856-880.

[ 2 ] 李奕莹, 戚桂杰. 企业开放式创新社区中用户生成内容的创新贡献[J]. 中国科技论坛, 2017(4):95-102.

[ 3 ] BAYUS B L. Crowdsourcing New product ideas over time:An analysis of the dell ideastorm community[J]. Management Science, 2013, 59(1):226-244.

[ 4 ] HUANG Y, SINGH P V, SRINIVASAN K. Crowdsourcing new product ideas under consumer learning[M]. Management Science, 2014, 60(9):2138-2159.

[ 5 ] STOBBELEIR K E M D, ASHFORD S J, BUYENS D. Self-Regulation of creativity at work:The role of Feedback-Seeking behavior in creative performance[J]. Academy of Management Journal, 2011, 54(4):811-831.

[ 6 ] BERETTA M. Why do ideas get selected？ Idea selection in an online ideation platform[J]. Academy of Management Annual Meeting Proceedings, 2015(1):13033.

[ 7 ] HATFIELD E, CACIOPPO J T, RAPSON R L. Primitive emotional contagion[J]. American Psychological Association，1992，14(2):151-177.

[ 8 ] VAN KLEEF G A. How emotions regulate social life:The emotions as social information(EASI) model[J]. Current Directions in Psychological Science, 2010, 18(3):184-188.

[ 9 ] KLEEF G A V. The emerging view of emotion as social information[J]. Social & Personality Psychology Compass, 2010, 4(5):331-343.

[10] 张浩, 李科凤, 侯汉坡,等. 互联网企业舆论危机公关处理机制[J]. 开发研究, 2012(2):66-69.

[11] GANGI P M D, WASKO M. Steal my idea! Organizational adoption of user innovations from a user innovation community:A case study of Dell IdeaStorm[J]. Decision Support Systems, 2010, 48(1):303-312.

[12] CULNAN M J, MCHUGH P J, ZUBILLAGA J I. How large U.S. companies can use twitter and other social media to gain business value[J]. Mis Quarterly Executive, 2010, 9(4):243-259.

[13] BHATTACHERJEE A, SANFORD C. Influence processes for information technology acceptance:An elaboration likelihood model[J]. Mis Quarterly, 2006, 30(4):805-825.

[14] COTTRILL K. Turning competitive intelligence into business knowledge[J]. Journal of Business Strategy, 1998, 19(4):27-30.

[15] 纪雪梅. 特定事件情境下中文微博用户情感挖掘与传播研究[D]. 天津：南开大学, 2014.

[16] HAAS M R, CRISCUOLO P, GEORGE G. Which problems to solve? Online knowledge sharing and attention allocation in organizations[J]. Academy of Management Journal, 2015, 58(3):680-711.

[17] LI M, KANKANHALLI A, KIM S H. Which ideas are more likely to be implemented in online user innovation communities? An empirical analysis[J]. Decision Support Systems, 2016, 84(4):28-40.

[18] WILCOX K，STEPHEN A T. Are close friends the enemy? Online social networks, self-esteem, and self-control[J]. Journal of Consumer Research, 2013, 40(1):90-103.