摘要

基于创新扩散理论和社会资本理论，从移动APP创新特征（相对优势、可观察性、兼容性和复杂性）和互动行为（社会化互动）视角出发，构建并检验影响产品创新绩效（新产品流行度）的影响因素模型，并探究平台机制（价格机制和推荐机制）的调节效应。通过Python软件抓取2595组数据进行回归分析，研究结果表明移动APP可观察性、兼容性、复杂性和社会化互动正向影响新产品流行度，相对优势负向影响新产品流行度；平台机制起部分调节作用。研究为移动开放式创新平台和移动APP开发者提供了管理启示。

关键词  

移动开放式创新平台；新产品流行度；创新扩散理论；社会资本理论

Abstract

As a typical open innovation platform, the mobile open innovation platform is a software system that connects users, developers, and platform owners and supports innovators in the development and release of mobile APP (application), such as Apple APP Store, Android Google play. In recent years, mobile open innovation platforms have developed rapidly, but there are problems such as short life cycles of mobile APP and high uninstall rates. Existing research on mobile open innovation platforms mainly research on the influencing factors of platform performance and user innovation intentions. However, the new dimension of product innovation performance-the popularity of new products, lacks detailed consideration. Moreover, it lacks the combination of mobile open innovation platform context to carry out research from the perspective of mobile APP innovation characteristics and interactive behaviors. Therefore, based on the theory of innovation diffusion and the theory of social capital, from the perspective of the innovation characteristics(relative advantage, observability, compatibility and complexity) and interactive behavior(social interaction) of mobile APP, the model of the impact mechanism affecting product innovation performance(the popularity of the new products) is constructed and tested in this research, and the moderating effect of the platform mechanisms(price mechanism and recommendation mechanism) are explored. Through the regression analysis of 2595 sets of data captured by Python, the research results show that the observability, compatibility, complexity and social interaction of mobile APP positively affect the popularity of new products, while the relative advantage negatively affects the popularity of new products. The platform mechanisms partly moderate the relationship. The research expands the application fields of innovation diffusion theory and social capital theory, enriches research on the product innovation performance of mobile open innovation platforms, and also provides guidance on how mobile open innovation platforms and mobile APP developers monitor and review mobile APP innovation characteristics and standard platforms The mechanism provides management inspiration.

Keywords

mobile open innovation platform; the popularity of the new products; innovation diffusion theory; social capital theory

1.前言

数字化技术的蓬勃发展促使产品更新迭代的速度越来越快，企业难以基于自有研发体系解决所有的创新问题。为提升整体竞争力，越来越多的企业将外部创新资源纳入到企业创新的过程中[1,2]，由此涌现出大量支持异质创新者不受时空限制开展协作的开放式创新平台[3]。移动开放式创新平台作为典型的开放式创新平台，是连接用户、开发者和平台所有者并支持创新者进行移动APP（application，应用程序）开发与发布的软件系统，例如苹果APP Store、安卓Google Play以及国内的应用宝、豌豆荚、安智市场和小米应用商店等。近年来，移动开放式创新平台发展迅速。据中国网信网可知，截至2019年12月末，我国国内市场上监测到的移动APP数量为367万款，下载总量超9500亿次[4]。然而，移动开放式创新平台也存在移动APP生命周期短和卸载率高等问题。研究表明，移动APP的生命周期平均只有10个月，约85%的用户会在下载后一个月内卸载移动APP[5]。因此，如何提高移动APP在用户群体中的受欢迎程度成为亟待解决的现实问题。移动开放式创新平台的现有研究主要探究了平台绩效[6,7]和用户创新意向[8,9] 的影响因素，而对于产品创新绩效的新维度——新产品流行度尚缺乏细致考量，更缺乏结合移动开放式创新平台情境，从移动APP创新特征和互动行为视角开展研究。一方面，各种品类的移动APP层出不穷，但能取得优秀市场表现的产品却少之又少[10]，因此深入探究在用户群体中流行度高的移动APP的创新特征显得尤为重要；另一方面，移动开放式创新平台的成功运营需要各异质主体遵循相应的平台机制，因而平台机制将会影响消费者的心智模式。基于此，本文以苹果APP Store为调查对象，基于创新扩散理论和社会资本理论，从移动APP创新特征和互动行为视角出发，构建并检验影响移动APP新产品流行度的因素模型，并探究平台机制（价格机制和推荐机制）的调节效应。研究拓展了创新扩散理论和社会资本理论的应用领域，丰富了移动开放式创新平台产品创新绩效相关研究，也为移动开放式创新平台和移动APP开发者如何监管与审核移动APP创新特征和规范平台机制提供了管理启示。

2.研究背景与理论基础

2.1 移动开放式创新平台移动开放式创新平台源于开放式创新思想。Chesbrough[11]率先提出了开放式创新概念，将其定义为企业突破原有组织边界，构建知识交互以及商业化的组织网络，系统整合内外部互补性创新资源从而创造新价值的过程。在当前市场高度波动以及企业创新成本与不确定性持续剧增的商业环境下，越来越多的企业意识到汇聚各方生态资源协同创新的重要性，纷纷借助众包、客户参与等模式开展开放式协同创新。近年来，随着平台经济的迅速崛起，一种支持大量异质创新者不受时空限制开展协作创新的数字化虚拟环境——开放式创新平台应运而生[3]。目前，国内外已涌现出一些成功的开放式创新平台，例如：戴尔为用户提供了一个共享、互动、交流的平台——IdeaStorm，锐意集成用户提出的创意、意见与建议于新产品开发中；海尔搭建社群创新平台——HOPE，聚集用户群体智慧促进创新产品的研发。基于上述分析，本文将移动开放式创新平台界定为：连接用户、开发者和平台所有者并支持创新者进行移动应用程序开发与发布的软件系统，如苹果APP Store和安卓Google Play；并归纳移动开放式创新平台与其相关概念——开放式创新、开放式创新平台、开放式创新社区、移动开放式创新平台的关系如图1所示。

图1 移动开放式创新平台与其相关概念的关系

目前对于移动开放式创新平台的研究尚属于探索阶段，相关研究主要聚焦于平台绩效和用户创新意向的影响因素。基于Google Play-Android手机应用程序平台，Liu等[6]从价格机制的视角分析了免费增值策略对平台绩效的影响。研究表明，免费增值战略与付费APP的销售量增长呈正相关；当付费APP提供了免费体验版本时，用户增强的体验感将会削弱产品评论对该APP销售量的影响。基于用户创新理论和解释水平理论，Kankanhalli等[8]探究了用户创新意图的影响因素及其对于潜在创新者和实际创新者的差异化影响。基于用户创新理论和工作设计领域文献，Ye和Kankanhalli[7]从用户、技术和用户—平台交互的集成视角分析了领先用户特征、平台工具包支持和用户设计自主性对移动开放式创新平台上用户创新成果（创新数量）的影响。基于环境心理学视角，任卓异等[9]构建了移动APP可发现性的影响因素模型，研究结果表明，网上评论的质量、网上评论的数量、APP评分和同伴影响正向影响用户感知信息的有用性，进而促进APP可发现性。虽然现有文献探讨了移动开放式创新平台绩效的不同维度，然而相关研究尚未从微观层而关注基于平台的产品创新绩效的新维度——新产品流行度。基于此，本研究以苹果APP Store为调查对象，从产品创新特征和社会化互动行为的视角出发，细致考查新产品（移动APP）流行度即受欢迎程度的影响因素。

2.2 理论基础2.2.1 创新扩散理论创新扩散理论最早由美国学者Rogers[12]提出，主要研究创新在社会系统中传播扩散的过程。Rogers认为，创新的相对优势、可试用性、可观察性、兼容性和复杂性是影响创新扩散的五个重要因素。相对优势是指相比于使用其他产品/服务，用户使用该创新产品/服务所感知的优势[13]，当用户所感知到的优势越大，则越有可能采纳该项创新[14]；可试用性意味着潜在采纳者可以通过实践来增进对该项创新的认识；可观察性是指创新产品/服务能被个体客观认识的程度，也反映了创新信息的透明化程度[13]；兼容性是指创新与用户群体现有价值观、经验或潜在需求一致的程度[13]；而复杂性则是创新产品/服务被理解和使用的难易程度[13]。创新扩散理论假定相对优势、可试用性、可观察性和兼容性正向影响创新采纳率，而复杂性则负向影响创新采纳率[12]。基于创新扩散理论，众多学者实证分析了创新特征对创新扩散结果的影响效应。Brown等[15]发现手机银行的相对优势和可试用性以及消费者个人需求是促进顾客使用手机银行的积极因素；徐承欢和管弦[16]调查了移动图书馆APP使用意向的影响因素，研究结论显示APP的相对优势和兼容性均正向影响用户的使用意愿；王桂侠和万劲波[17]提出科学思想产品的相对优势、兼容性和复杂性对科技智库的影响力具有显著作用。考虑到创新特征的重要性，本文从移动APP创新特征的视角分析新产品流行度的影响因素。在本研究情境中，移动APP市场未提供产品试用版，用户下载APP后即可使用，故未将可试用性纳入考量。因此，本研究聚焦于移动APP产品创新特征的相对优势、可观察性、兼容性和复杂性维度；将其分别界定为移动APP产品被用户认可的程度，移动APP产品的信息丰富程度，移动APP产品与用户需求的一致程度，以及移动APP产品被用户使用和理解的难易程度。2.2.2 社会资本理论社会资本概念最早由Bourdieu[18]提出，用于描述社会网络中的关系资源。由于社会资本是一个多维度概念[19,20]，因而在不同的研究情境中其内涵与特征存在显著性差异。Nahapiet和Ghoshal[19]将社会资本细分为结构、关系和认知三个维度。结构维度表现为社会网络主体间的连接形式；关系维度是指社会网络主体互动过程中所构建的关系质量，体现为信任、互惠和认同；认知维度则是促进主体间相互理解的共同语言、愿景与价值观。这两位代表性学者提出的社会资本内涵被众多学者们所认同和采纳，推进了社会资本理论的发展。近年来，学者们将社会资本理论应用于社会化媒体情境中来分析社会化媒体平台用户的社会资本对平台绩效的影响。基于虚拟社区情境，Chang等[21]验证了用户间的信任和承诺对用户知识贡献质量与数量的正向影响效应；王婷婷等[22]证实了美创平台用户之间的互动行为（收藏、点赞、评论）对平台创意数量的积极影响；李朝阳等[23]研究了关系资本（曾经捐助过的项目数）对众筹平台绩效的正向影响。由此发现，社会资本理论能够用于解释社会化互动行为[24]与创新绩效之间的关系。基于此，本文选择社会资本的关系维度来描述移动开放式创新平台上的社会化互动行为，将关系型社会资本界定为开发者与用户以及用户与用户之间的交互，并探究其对产品创新绩效的影响。

3.研究模型与假设

根据创新扩散理论和社会资本理论并结合研究情境，本文构建研究模型（图2）并提出三组假设：（1）基于创新扩散理论所陈述的创新特征对创新扩散结果的影响，本文提出第一组假设：移动APP的相对优势、可观察性和兼容性正向影响新产品流行度，复杂性则负向影响新产品流行度；（2）基于社会资本理论，本文提出第二组假设：社会化互动行为将正向影响新产品流行度；（3）考虑到移动开放式创新平台机制的影响效应，本文提出第三组假设：平台机制（价格机制和推荐机制）将负向调节创新特征和互动行为对新产品流行度的影响。

3.1 创新特征与新产品流行度的关系移动APP的相对优势是指用户认为该APP与其他同类产品相比具备更完善的功能以及更流畅的体验。用户下载移动APP后，会根据所感知的功能特性（如有用性、易用性、娱乐性）和整体性体验做出相应的评分，因而，移动开放式创新平台上APP产品的用户评分反映了用户感知的产品相对优势。产品评分作为一种典型的网络口碑，会在用户群体中产生显著的说服效应，正面口碑能够塑造消费者对产品的积极态度，被认为是促进消费者购买行为的重要因素[25]。例如苹果APP Store中，“轻颜自拍”APP的评分为4.9分，而“潮自拍”的评分为4.0分。对于同样有自拍需求的用户而言，将会认为评分更高的“轻颜自拍”的功能和体验更佳，从而选择下载。因此，移动APP产品的评分将会正向影响用户群体对该产品的接受度。移动APP的可观察性是指移动APP开发者在平台上展示的软件功能描述和用户界面图等产品信息的丰富程度。用户首次接触移动APP时对于产品的真实质量是未知的，在信息不对称的情况下，会凭借开发者提供的产品描述来推测APP产品的系统质量[26]。一般来说，开发者提供的信息越丰富，用户越能更好地了解产品性能，从而能够更好地进行产品诊断[27]。此外，基于信号理论推断，某款移动APP产品的信息越全面，意味着此款产品的信息透明度越高，用户越倾向于认为该产品的下载风险低，从而更可能下载使用。例如苹果APP Store中，“和平精英”游戏的开发者在详情页用994字符（移动APP描述字符数均值为683字）呈现了游戏的特色功能和订阅说明等信息，并展示了5张游戏界面的截图，以图文并茂的形式向用户全面展示游戏的相关信息。该游戏长期处于下载榜单前列，持续在榜时间长达53周（数据测量周期为53周）。因此，移动APP产品的可观察性将会正向影响用户群体对该产品的采纳。移动APP的兼容性是指移动APP产品与用户在系统质量、美学设计等方面的需求相一致的程度。移动APP开发者在产品发布后，会根据用户反馈的功能、界面和稳定性等方面的问题及意见，对产品进行优化并将新的用户需求集成于最新版本中，因而，移动开放式创新平台上移动APP的版本更新次数反映了该产品的兼容性。随着版本更新次数的增加，移动APP产品将更加贴合用户的需求和期望，进而提高用户对于该产品的接受程度。例如苹果APP Store中，“拼多多”购物软件自上架以来（2015—2019年）更新了185次，开发者根据用户对于产品功能和用户界面等方面的需求平均每周对产品进行一次更新，优化APP的体验细节和产品稳定性，提高产品与用户需求的一致程度。因此，移动APP产品的版本更新次数将会正向影响用户群体对该产品的接受度。

图2 研究模型

移动APP的复杂性是指用户理解APP产品的各项功能以及熟练使用的难易程度。移动APP开发者在移动开放式创新平台发布APP安装包，其体积“大小”在APP信息页展示。用户根据安装包的体积判断该APP的复杂程度，安装包体积越大，安装时间越长，用户越倾向于认为该APP更复杂，需要花费更多的时间和精力了解和熟悉产品的用户界面、功能控件和操作方式，从而对产品产生一定的抵触情绪。因而，移动开放式创新平台上APP的安装包体积体现了产品的复杂度，是影响产品扩散的抑制因素。现有研究已充分证实，感知易用性会正向影响产品/服务的用户接受度[28]和用户满意度[29]。由此推断，移动APP产品的复杂性即安装包体积将会负向影响用户群体对该产品的接受度。基于此，本研究提出以下假设：假设1（H1）：移动APP的相对优势特征将正向影响新产品流行度。假设2（H2）：移动APP的可观察性特征将正向影响新产品流行度。假设3（H3）：移动APP的兼容性特征将正向影响新产品流行度。假设4（H4）：移动APP的复杂性特征将负向影响新产品流行度。

3.2 互动行为与新产品流行度的关系移动开放式创新平台上的社会化互动特指移动APP开发者与用户以及用户与用户之间基于APP产品信息和体验的互动以及人际关系互动。首先，用户根据个人使用移动APP的感受和体验，通过在线评论的方式表达个人意见、评价与需求并提供改进建议，开发者对此进行实时回应，捕捉有价值的用户反馈信息应用于移动APP的深度优化、定制与开发，实现迭代式版本更新，使得移动APP产品更符合市场需求。移动APP开发者和用户通过在线评论的互动方式构建良好的关系联结，有利于开发者和用户进行高效的信息交互和知识分享[30,31]，用户可以更加了解移动APP产品和服务，开发者能够获取、吸收、扩散并应用新的用户知识于新产品开发过程，提升识别用户需求并进行敏捷响应的能力，进而提高新产品的市场成功率。其次，用户与用户之间的持续交互形成信息与知识传播以及共享的渠道，有助于用户获取有价值的、可信的产品评论信息，帮助用户降低信息搜寻以及产品评价的成本，增进用户对于移动APP产品的深入了解，从而促进产品的采纳。此外，用户与用户之间的高度互动还可以营造出积极、活跃的产品讨论氛围[32]，产生“该APP受到高度关注”的信息线索，而潜在用户将很有可能基于这样的薄片信息选择下载使用。因此，用户与用户之间的互动行为也将会积极影响产品的扩散效果。由此推断，社会化互动将会正向影响用户群体对移动APP产品的接受度。假设5（H5）：社会化互动将正向影响新产品流行度。

3.3 平台机制的调节作用详尽可能性模型（Elaboration Likelihood Theory，ELM）指出，用户对信息的处理依据个体对传播信息做精细加工可能性的高低分为中心路径和边缘路径[33]。个体采用中心路径时，会仔细考虑和分析目标信息，注重信息质量；而采用边缘路径时，个人会倾向于采取启发式思维模式，依赖信息来源的可信度形成个人态度[34,35]。在移动开放式创新平台中，免费模式和在线产品推荐作为独特的市场营销策略和商业模式要素将会影响消费者的心智模式，促进消费者采用启发式思维处理移动APP产品相关的信息。因而，本文推断，平台机制（价格机制和推荐机制）将会弱化创新特征和社会化互动对产品创新绩效的影响。本文的价格机制特指在苹果APP Store中移动APP产品的收费模式：免费和付费。对于免费模式下的移动APP产品，用户无需付出金钱成本即可直接下载并体验产品功能和服务，因此，在此类产品的下载决策过程中，用户更有可能采用边缘路径对相关信息进行粗略评价，由此将会减少对产品创新特征和社会化互动信息的关注。而对于付费模式下的移动APP产品，用户需要支付一定的费用才能获取移动APP产品和服务，因而用户在下载决策过程中会采用信息处理的中心路径对目标APP相关信息进行细致考察。因此，我们推断，相比于免费模式的移动APP产品，付费模式下的移动APP产品的创新特征和社会化互动对新产品流行度的影响更强。推荐机制特指移动开放式创新平台的专职编辑团队根据移动APP产品的功能和设计等方面的特征，定期（每周）将甄选出的优质移动APP产品进行整合后通过“精品推荐”栏目推送给所有用户。专职编辑团队借助平台企业在平台生态系统中的核心生态位对海量移动APP产品进行搜寻、分析与比较，洞悉移动市场总体发展趋势和市场规律[36]，从而推出专业的“精品推荐”。对于曾被精品推荐的移动APP产品，用户很有可能遵循平台“权威性”参考信息而选择下载使用。因此，在此情境下，用户更有可能采用边缘路径——依赖信息来源的专业性[34]制定下载决策。但对于未被精品推荐的移动APP产品，在缺乏产品质量参考的情况下用户更有可能采用中心路径进行决策，对平台中的可见信息（移动APP产品的创新特征和社会化互动）进行细致考量。因此，我们推断，相比于曾被精品推荐的移动APP产品，未被精品推荐的移动APP产品的创新特征和社会化互动对新产品流行度的影响更强。基于此，本研究提出以下假设：假设6（H6a-e）：价格机制负向调节移动APP相对优势(a)、可观察性(b)、兼容性(c)和复杂性(d)特征以及社会化互动(e)与新产品流行度之间的关系。假设7（H7a-e）：推荐机制负向调节移动APP相对优势(a)、可观察性(b)、兼容性(c)和复杂性(d)特征以及社会化互动(e)与新产品流行度之间的关系。

4 研究设计 

4.1 数据来源通过对移动开放式创新平台进行对比分析发现，苹果APP Store的闭源性（应用商店中的软件需要得到苹果公司的认可才能发布）和唯一性（应用商店是苹果用户下载APP的唯一通道）特征使平台数据与本研究的契合度更高，因此本文选取苹果APP Store作为调查对象，从实证角度探究本文的研究问题。苹果APP Store根据其独特的算法机制对移动APP进行排名，在其详情页展示相关信息。由于苹果APP Store生成的APP排行榜是实时变化的，无法查看其他时段榜单情况，所以本研究同时选取对苹果APP Store实时数据进行追踪报道的第三方数据监测平台——蝉大师（https://www.chandashi.com/）作为补充的数据来源。本研究于2024年5月21日使用Python软件在苹果APP Store和蝉大师网页端采集2024年5月1日至2024年5月1日内每周三（随机选取的时间）移动APP排行榜前1500个APP（在免费榜和付费榜上各取1500个）的所有信息。剔除信息不完整样本，得到2595组有效数据，其中免费榜1300组、付费榜1295组。

4.2 变量测量本研究模型涉及的关键变量及控制变量的测量如表1所示。（1）因变量新产品流行度是指产品受欢迎程度[38]，是衡量产品创新绩效的指标之一[39]。在苹果APP Store中，平台会参考移动APP的近期下载量、销售额等数据，根据平台的排名规则实时生成排行榜，因此排行榜在一定程度上反映出APP的新产品流行度。本文根据采集的数据，以2018年5月2日生成的榜单为参考基准，计算APP在排行榜上累计存活时间（周数）[40]，以此作为移动APP新产品流行度的具体测量。（2）自变量鉴于评分的高低可以直观地反映下载用户对于该APP的整体态度[9]，本文采用移动APP的所有版本评分的均值来衡量相对优势。移动APP的描述统计字符数[26]和界面截图数量[41]（用于稳健性检验）反映了信息的丰富程度，可以作为可观察性的具体测量。移动APP开发者根据用户反馈的问题及意见不断迭代更新APP的版本，以满足用户的需求和期望，因而移动APP的兼容性采用版本更新次数来衡量。移动APP的体积（安装包大小）在一定程度上可以反映移动APP的安装时长和内置功能控件数量，可以作为复杂性的具体测量。在线评论的数量反映了移动APP开发者和用户之间互动的频次，因而用于衡量社会化互动[41]。（3）调节变量调节变量为价格机制和推荐机制。其中，价格机制分为免费模式（赋值为0）和付费模式（赋值为1）；推荐机制由移动APP是否被平台精品推荐衡量，未被平台精品推荐赋值为0，曾被精品推荐赋值为1。（4）控制变量为了控制其他变量对因变量可能存在的影响，本文设置了两类控制变量：一类为移动APP信息（表1中x7、x8和x9）；另一类为移动APP开发者信息（表1中x10和x11）。

表1 变量测量

5. 实证分析与结果

5.1 描述性分析本文采用Stata 15.0对研究变量的描述性特征和相关系数进行了分析，如表2和表3所示。其中，相对优势、可观察性、兼容性、复杂性、社会化互动、APP上架时间、开发者一般经验和开发者多样化经验这8个变量的数据分布情况显示存在偏态分布，因此后续的分析对这8个变量进行了取对数处理[42]。

表2 变量的描述性统计特征（N=2595）

表3 变量相关系数矩阵

5.2 模型检验结果本研究中，BP检验（Breusch-Pagan test）显示数据不存在异方差性；所有变量的VIF值均小于3，因而变量间不存在多重共线性。在此基础上，本文对相关变量进行了回归分析，如表4所示。

表4 研究假设的回归分析结果（N=2595）

首先，模型2结果显示，可观察性、兼容性、复杂性和社会化互动与新产品流行度呈显著正相关，因此H2、H3和H5得到支持，H4不支持；相对优势与新产品流行度呈显著负相关，因此H1不支持。其次，模型3结果显示，价格机制负向调节了相对优势与新产品流行度之间的关系，因此H6a得到支持；价格机制强化了兼容性对新产品流行度的正向影响，因此H6c不支持；价格机制弱化了复杂性对新产品流行度的正向影响，H6d得到支持；价格机制对可观察性和社会化互动与新产品流行度之间的关系无显著调节作用，因此H6b和H6e不支持。图3直观地反映了价格机制的显著调节效应。最后，模型4结果显示，推荐机制正向调节了相对优势对新产品流行度的负向影响，因此H7a不支持；推荐机制弱化了可观察性、兼容性和复杂性对新产品流行度的正向影响，因此H7b、H7c和H7d得到支持；推荐机制对社会化互动与新产品流行度之间的关系无显著调节作用，H7e不支持。图4直观地反映了推荐机制的显著调节效应。

5.3 稳健性检验本文分别将上述假设检验中的自变量－可观察性的测量变量“APP描述统计字符数(x2)”替换为“APP界面截图数量(x3)”，因变量－新产品流行度的测量变量“累计在榜时间(y1)”替换为“最大持续在榜时间(y2)”，进行了两次独立的假设检验，得到与上述假设检验基本一致的结果，由此证实了本研究结果的稳健性。稳健性检验结果如表5和表6所示。

）

表5 自变量更换后的回归结果（N=2595

表6 因变量更换后的回归结果（N=2595）

6 研究结论与讨论

6.1 研究结论

本研究基于创新扩散理论和社会资本理论，构建了创新特征和互动行为与新产品流行度的关系模型，选取移动开放式创新平台——苹果APP Store为数据收集对象，实证分析结果汇总如表7所示。

表7 实证分析结果汇总

（1）创新特征与新产品流行度的关系

移动APP的可观察性、兼容性和复杂性显著正向影响新产品流行度，而相对优势显著负向影响新产品流行度。假设H1未得到支持的原因可能是：对于评分较高的移动APP来说，潜在用户对此类APP的期望值也会更高，因而更容易引发用户感知质量与期望质量之间的不一致性，从而导致用户的抵触性行为[43]。因此，产品的高用户评分在潜在用户群体中引发的“高期望”效应可能会负向影响用户对产品的积极采纳行为。假设H4未获得支持，可能是因为用户的一种心理暗示作用，即移动APP的体积越大，产品的功能越强。这样，为满足更为丰富的产品功能体验，用户更倾向于下载体积更大的移动APP。

（2）互动行为与新产品流行度的关系

社会化互动显著正向影响新产品流行度，这说明移动APP开发者为提高移动APP在用户群体中的接受度，会积极主动与用户进行互动，使得移动APP产品更符合市场需求；此外，用户与用户之间的持续交互营造出该移动APP产品“受到高度关注”的场景，从而积极影响移动APP的用户接受度。

（3）平台机制的调节作用

价格机制负向调节相对优势和复杂性与新产品流行度之间的关系，正向调节兼容性与新产品流行度之间的关系，而对可观察性和社会化互动与新产品流行度之间的关系无显著调节作用。假设H6b不显著的原因可能是：开发者为了让用户全面了解移动APP的相关信息，对于免费或付费的移动APP，都将进行详尽的产品描述，因此可观察性对新产品流行度的正向影响不因价格机制的改变而变化。假设H6c未获得支持的原因可能在于：对于免费模式的移动APP来说，其兼容性越强，不仅意味着开发者付出的努力程度越大，更意味着开发者“公民行为”意识越强，顾客将会认为该开发者的企业社会责任感更强，因而会更倾向于认可该开发者的产品[44]。因此，免费价格机制不仅是一种有效的市场营销策略,也是一种企业形象管理策略。

推荐机制正向调节相对优势与新产品流行度之间的关系，负向调节可观察性、兼容性和复杂性与新产品流行度之间的关系，而对社会化互动与新产品流行度之间的关系无显著调节作用。假设H7a未得到支持，可能是因为用户认可被平台精品推荐的移动APP的首要前提是用户相信平台推荐是公正的、客观的。在此情境下，用户将通过关注APP评分的方式核验编辑团队与用户对于移动APP产品的总体感知是否一致，来推断平台精品推荐的可信度，这将强化移动APP的用户评分对其受欢迎程度的正向影响。研究结论显示价格机制和推荐机制均未影响社会化互动与新产品流行度之间的正向关系，这可能是因为：在移动开放式创新平台中，互动线索是用户在进行产品下载决策时需要参考的关键信息[45]，因而不受平台机制的影响。

6.2 理论贡献与管理启示

本文的理论贡献主要体现在三个方面：第一，本文基于典型的移动开放式创新平台——苹果APP Store，从微观层关注基于平台的产品创新绩效的新维度——新产品流行度，构建了新产品流行度的影响因素模型，研究丰富和拓展了平台经济商业模式和移动数据服务领域的研究，也为两大研究领域的交叉探索提供了重要的参考价值[7]。第二，本文从移动APP创新特征和互动行为的集成视角探讨了两类产品信息（企业生成的描述信息以及用户生成的互动信息）对新产品流行度的影响，研究结论显示，企业生成的描述信息对新产品流行度的解释力高于用户生成的互动信息（R2描述信息=0.24，R2互动信息=0.10）。由此，本文认为，相比于用户生成的互动信息，企业生成的描述信息对新产品的扩散更为重要。研究为平台经济商业模式下移动开放式创新平台的绩效研究提供了新的分析视角。第三，基于创新扩散理论和社会资本理论的相关研究大多采用调查问卷的方法测量研究构念，所获取的数据具有一定的主观性，而本文采用客观数据测量研究构念，提高了数据来源的客观性，进而提高了研究模型验证结论的准确性与科学性。本文为移动开放式创新平台和移动APP开发者提供了管理启示。第一，移动开放式创新平台管理者应注重监管与审核移动APP的两类产品信息（描述信息和互动信息），提高移动APP的质量，从而提升产品的流行度和平台的活跃度。一方面，平台可以呼吁移动APP开发者重视产品功能的开发与拓展，满足用户多样化的产品功能需求；另一方面，平台可以鼓励移动APP开发者与用户进行互动，积极主动回复用户评论并根据用户最新需求、期望迭代和更新产品，尊重与重视用户的知识贡献。第二，针对不同的价格机制，移动APP开发者应侧重于优化不同的产品创新特征。对于免费模式的移动APP要更关注兼容性，通过提高移动APP开发者的企业社会责任感，树立良好的企业形象，从而获取用户的认可；对于付费模式的移动APP，要特别注重产品的相对优势（正面口碑）和复杂性（功能丰富性）。此外，移动APP开发者要慎重选择产品的价格机制。第三，移动开放式创新平台应增强精品推荐的公正性和客观性，不仅给予优质移动APP精品推荐徽章，而且展示编辑部与已下载用户对于该APP的评分差值，让用户可以更为直观地判断平台推荐的可信度。

6.3 局限性与未来研究展望

本文秉承科学研究的规范性和严谨性，但是仍存在以下几点缺陷。第一，本研究以苹果APP Store为调查对象，研究结论可能缺乏普遍适用性。未来的研究可以选取多个移动开放式创新平台作为数据来源，使研究结果具有较好的普适性。第二，本研究对创新特征的测量采用客观数据，虽然保证了研究结果的客观性和可信度，但一定程度上忽视了用户的心理活动和主观感受，例如对于创新特征中“复杂性”的衡量。未来研究可以采用主观数据和客观数据相结合的方式检验研究模型。第三，本文对“可观察性”研究变量的测量偏于粗略，仅仅考量了图片数量，尚未对图片内容进行全面分析，未来研究可以采用内容分析法对图片信息进行更加细致的解析,进而构建更科学合理的测量方法。

——————

武汉科技大学湖北低碳冶金产业创新管理文科实验室开放基金项目“钢铁行业的数智化水平评价研究”（项目编号：2025LCMZ04）作者简介张洪 武汉科技大学管理学院副院长，教授，博士生导师，武汉科技大学香涛学者胡玉阳 武汉科技大学管理学院硕士研究生赵文霏 老河口市人才服务中心干事

——————

参考文献