电商交易平台价值共创组态研究：一项模糊集定性比较分析

杜华勇，滕 颖，王汝平

（1.西华师范大学 管理学院，四川 南充 637002；2.电子科技大学 经济与管理学院，四川 成都 610054）

一、引言

在世界经济向数字经济转型的时代背景下，互联网平台打破传统商业模式，逐渐成为新经济的引领者[1]。在此机遇下，依托数字化技术兴起的电商交易平台迎来蓬勃发展。电商交易平台为众多参与者提供了便捷的交互空间，让大家可以借助网络来完成交易，并由此获得参与价值共创的机会。例如，美国T-shirt电商Threadless开辟了一种让顾客进行新产品设计的模式，将受欢迎的用户设计方案转入制造和销售。这种利用顾客思路进行新产品设计和测试的价值共创模式，既节约了企业生产和库存成本，又满足了顾客个性化需求。以电商交易平台为代表的用户导向的价值共创理念，正在逐步取代以企业为中心的价值独创思路。

已有一些学者将电商交易平台作为价值共创的典型场景展开研究，并从共创内涵、共创机制和共创路径等角度解读价值共创过程[2-5]。然而，现有研究大部分采用定性分析方法阐述价值共创的作用机理和实现路径，关注价值共创理论模型的探索性开发与构建，相对忽略对价值共创模式的考察。此外，少量实证研究分析电商交易平台价值共创过程时，也多采用“回归分析”思路考察单一要素对结果的“净效应”，既忽略了价值共创过程的因果复杂性，也缺少对价值共创“关键组态”的考察。

为此，本文通过价值共创的理论回顾和框架整合，结合模糊集定性比较分析方法，揭示电商平台价值共创的关键因素和组态（Configuration）。本文研究在微观层面揭示电商平台价值共创的因果关系和组态效应，对深入理解电商平台价值共创的因果复杂性，推动价值共创模式识别和类型划分提供新的参考。

二、理论回顾与研究框架

（一）价值共创理论

价值共创是顾客、企业及其他利益相关者，通过参与产品、服务和体验的开发与设计，在生产和消费领域共同创造价值的过程[2]。当前价值共创理论主要包括两大流派：一是以Prahalad和Ramaswamy为代表的顾客体验研究，强调价值共创是企业和顾客通过有效互动而生成顾客个性化体验的过程[3]。他们认为，共同创造意味着顾客参与到共同创造服务体验的过程，共同创造的并非多样化的产品，而是个性化的体验。为此，他们提出价值共创的DART模型，强调对话、获取、风险评估和透明四要素是构成价值共创的基础。二是以Vargo和Lusch（2004）[4]为代表的服务主导逻辑研究，认为顾客（用户）和企业是价值的共同创造者，他们通过交流互动，在生产、设计、交付和消费等环节一起创造价值。换言之，顾客（用户）参与是服务主导逻辑下价值共创的核心内容，也是实现顾客价值的必要环节。

（二）电商交易平台价值共创研究

电商交易平台是指以达成交易为目的，通过提高市场效率来创造价值的平台，由平台企业提供技术服务，构建起虚拟的交易空间以引导和促进买卖双方达成交易。现有文献对电商交易平台情境下的价值共创研究多以案例分析为主，重在揭示价值共创的过程机制。周文辉（2015）等[5]强调了电商交易平台价值共创过程中平台企业提供的技术支持和制度支持作用。张洁等（2015）基于无印良品的案例分析，探讨了网络虚拟环境下顾客参与价值共创的形式。罗珉和杜华勇（2018）[6]强调平台企业通过搭建模块化架构、激发网络效应、实施系统锁定等手段有效发挥价值共创的战略弹性，从而构筑竞争优势。刘晓宇（2020）通过跨境电商企业的回归分析，发现价值共创与跨境电商企业绩效存在显著正相关关系。应当看到，尽管研究视角和研究结论并不一致，但现有研究的落脚点都相对集中于平台设计和用户参与两个方面，关注平台企业和平台用户在价值共创中发挥的角色和作用。

（三）本文研究框架

综合前人研究来看，经典价值共创的DART模型在电商交易平台情境下仍然适用。首先，平台企业创建高效的电商交易平台，提供了平台用户平等、友好、顺畅对话的物理或虚拟空间[7]，契合DART模型中对话（Dialogue）的内涵。其次，平台企业开放电商平台系统给用户，并为其提供API接口、SDK开发工具支持和增值服务，并允许用户获得产品、工具和信息访问权限。这与DART模型中获取（Access）的意义指向不谋而合。再次，通过平台质量鉴定、卖家品质保证和交易评价等环节，平台企业和平台用户共同参与规则制定、争议调处、风险管控等平台治理实践，从而有效避免平台交易可能存在的风险[6]。这与DART模型中风险评估（Risk assessment）的内在要求也是完全吻合的。最后，借助强大的数据平台和算法体系，用户可以快速搜索、比较、筛选交易对象和产品信息，大大降低了供需方用户交易的信息不对称程度[1]。这与DART模型中透明（Transparency）的意义恰好吻合。因而，DART模型也是电商交易平台价值共创的重要因素。电商交易平台情境下，DART模型本质上体现为平台企业对电商交易平台的设计，是电商交易平台价值共创的基本前提。

此外，电商交易平台情境下，平台价值共创不仅关乎平台设计，也依赖于用户积极参与。平台用户参与是传统企业顾客参与的变种，不仅体现在需方用户对供方产品研发、生产、物流、营销、售后的价值链全过程，还体现在供需方用户深度参与平台互动的全过程[8]。一方面，用户积极参与有利于提高卖家质量、优化平台服务、加强用户体验、完善功能模块。另一方面，更优质高效的电商交易平台反过来推动平台用户对平台有用性和易用性的感知，这与顾客体验逻辑和服务主导逻辑通过顾客参与提升顾客体验价值的理念相吻合。

为此，本文提出基于DART模型修正的电商平台价值共创研究框架，将用户参与加入平台对话、开放获取、风险评估和信息透明，形成电商平台价值共创五要素，探究电商交易平台价值共创的组态效应。

三、研究设计

（一）研究方法选择

基于研究框架，本文主要考察电商交易平台价值共创的关键要素和组态。由于传统回归分析无法揭示前因要素的组态效应，因而更适合采用定性比较分析方法。具体而言，由于模糊集相对清晰集对隶属刻画更加精确，有利于捕捉微观组态差异[9]，因而选择模糊集定性比较分析方法（fsQCA）。

（二）条件选取与测量

（1）结果条件。基于研究框架，本文选择感知有用性和感知易用性为代表的用户感知价值（PV）作为结果条件，测量方法参考Segars和Grover（1993）[10]的做法，通过7个题项衡量。（2）前因条件。参照研究框架，选择平台对话（DA）、开放获取（AC）、风险评估（RA）、信息透明（TR）和用户参与（UP）五个要素作为前因条件。其中，平台对话、开放获取、风险评估和信息透明的测量借鉴Prahalad和Ramaswamy（2004a[2]，2004b[3]）提出的DART模型，共计14个题项。用户参与的测量综合参考Kellogg等（1997）[11]和Chan等（2010）[12]的研究，从投入时间、精神、体力等方面修订顾客参与的量表，最终形成涉及投入时间、投入精力、需求了解、积极建议4个方面的题项。所有条件测量均选用李克特5点量表。

（三）数据搜集与信效度分析

为确保测量量表真实有效，数据搜集分两轮进行。第一轮开展预调研，主要用于量表可靠性分析和问卷修正。104份小样本测试数据的分析表明，所有题Cronbach＇s α值大于0.7，总体Cronbach＇s α值大于0.9，项目总体相关系数（CITC）均大于0.5，项已删除的Cronbach＇s α值均低于总体Cronbach＇s α值，表明问卷信度较高。探索性因子分析表明，KMO均大于0.7，Bartlett检验显著低于0.05，因子载荷均大于0.5，累计解释方差均超过70%，表明问卷效度较高且维度划分合理，由此形成正式测量问卷。

第二轮为正式问卷调查，借助团队成员关系网络，面向不同平台用户随机发放问卷。同时，为了确保样本分布均匀，保证每个平台都至少有十份问卷，网络调查在问卷入口设置单选题，让用户从10个知名平台中选择自己最熟悉的平台，并对每个平台问卷数设置50份上限配额。最终正式调研发放问卷312份，剔除12份无效问卷获得300份有效问卷，有效率96%，各平台问卷数18-46份不等。正式问卷数据整体Cronbach＇s α大于0.9，各条件的信度值均大于0.8，各题项CITC值大于0.5。验证性因子分析各题项载荷系数大于0.7，KMO值大于0.7，累计解释方法超过70%，各因子AVE值大于0.5，CR值均高于0.7，表明正式问卷数据的信效度良好。所有条件相关系数与AVE平方根如表1所示，各因子AVE平方根值大于与其他因子相关系数，表明问卷区分效度良好。模型 X2/df＝2.085、GFI＝0.901、RMSEA＝0.06、RMR＝0.039、CFI＝0.938 和 NNFI＝0.926，表明模型拟合良好。通过原始数据的均值化处理，并依据样本统计特征将前因条件取值进行校准，将条件完全不隶属、交叉模糊点和完全隶属的校准参考值设置为25%，50%和75%分百位数，从而将原始数据转化为用于组态分析的模糊集数据。

表1 Pearson相关与AVE平方根

四、模糊集定性比较分析

（一）必要性检验

必要性检验的一致性系数（Consistency）大于0.9且小于1，则前因变量构成结果的近似必要条件[13]。当一致性和覆盖率大于0.6小于0.9，则说明前因条件对结果具有较强的解释力[9]，但并不能完全解释结果。基于模糊集数据，采用fsQCA3.0软件开展针对高用户感知价值（PV）（校准后隶属度高于0.5）和低用户感知价值（～PV）（校准后隶属度低于0.5）的前因条件必要性检验，结果如表2所示。从表中结果来看，前因条件对结果有一定解释力，但都不能单独解释结果。因而，适合采用组态分析，考察前因条件对结果的“组态效应”。

表2 必要性检验

（二）组态分析

本文同时分析高用户感知价值（PV）和低用户感知价值（～PV）的构成组态，不仅可以验证是否前因条件与结果具备不对称因果关系，还有利于深入挖掘组态内涵，揭示价值共创模式的差异。为减少矛盾组态，本文将原始覆盖率阈值设置为0.8，PRI一致性阈值为0.75，案例频数阈值为1。根据简约解和中间解整理绘制价值共创组态如表3所示。从结果来看，高用户感知价值组态和低用户感知价值组态的总体一致性系数均达到0.97479，大于0.8的阈值，总体覆盖率均为0.70582，表明组态对结果的解释力较高。同时，高用户感知价值存在两种组态类型，两种组态存在相同的核心条件（DA和UP），说明积极的平台对话和积极的用户参与是电商交易平台获得高用户感知价值的关键要素。低用户感知价值呈现出一种组态，消极的平台对话、消极的开放获取、消极的风险评估和低透明度（～DA、～AC、～RA、～TR）是推动低用户感知价值的关键要素。

表3 价值共创组态

1.高用户感知价值组态

H1a：平台联动型组态。组态H1a中风险评估和信息透明以辅助条件存在作为路径构成部分，表明平台积极对话和用户积极参与的前提下，电商交易平台通过加强风险评估和提高平台信息透明度来实现高用户感知价值。换言之，该组态强调电商交易平台价值共创的平台联动思路，在确保对话平等通畅和用户积极参与的前提下，通过主动评估风险和降低信息不对称，实现平台与用户共创价值。

结合组态案例来看，组态H1a覆盖了4个案例样本，包括淘宝网、京东商城、苏宁易购和网易考拉，这四家电商交易平台通过打造完善的服务体系，形成了平台与用户联动发展的良好态势。以淘宝网为例，淘宝网连接多样化产品或服务的买卖双方，不仅撮合电商交易，也为用户互动提供对话平台、信息共享平台和交易保障。如开发阿里旺旺沟通软件确保买卖双方沟通顺畅的前提下保护双方隐私信息；通过产品评价系统帮助消费者判断产品描述与实物符合程度，从而提高信息透明度；通过引入闭环支付体系、设立权益保障制度和大众评审机制，从而降低用户交易的风险。平台用户受益于优质高效的平台服务系统，愿意为产品改进、服务优化和平台完善提供建议和想法，使淘宝网成为用户青睐的电商交易平台。2020年5月，淘宝网月度活跃用户数达到7.57亿，几乎等于京东和拼多多的总和。应当看到，以淘宝网等四家案例企业为代表的电商交易平台，侧重通过加强平台对话、提升信息透明度等组合措施，推动平台用户互动和交易，从而实现高用户感知价值。由此，本文将组态H1a命名为“平台联动型组态”。

H1b：社群引导型组态。组态H1b中除了平台对话和用户参与作为核心条件存在，开放获取、风险评估和信息透明三个条件均以辅助条件缺失作为组态构成部分。这表明，在开放获取、风险评估和信息透明三个要素缺失的情况下，电商交易平台也可能通过积极平台对话和用户参与实现高用户感知价值。结合组态案例小红书电商来看，对于社交平台的延伸出口而言，平台对话和用户参与对提高用户体验发挥着关键作用。小红书前期属于社交平台，重互动不重交易，关注社群知识分享，如美妆、个人护理、海外购物经验等。尽管小红书本身没有丰富的电商经验，但通过生活式社群为小红书海外购物电商提供优质用户资源。不同于淘宝的流量思维，小红书电商更注重社群建设和超级用户培养，每一位小红书上的知名用户都可看作是不拿报酬的产品经理。正是借助小红书平台的积极对话和用户社群培养，小红书电商的“社交属性”优势不断凸显，造就了小红书社群电商平台的独特价值共创模式。由此，本文将组态H1b命名为“社群引导型组态”。

2.低用户感知价值组态

L1：设计贫乏型组态。组态L1中前四个条件均呈现为核心条件缺失，条件用户参与（UP）不影响最终结果。这表明，造成低用户感知价值的关键原因并不是用户参与，而是平台本身在平台对话、开放获取、风险评估和信息透明四个方面的设计不够完善。结合案例来看，低用户感知价值组态覆盖了闲鱼等5个案例样本，这些电商交易平台在平台设计上落后于淘宝网等平台。比如，在争议调处制度设计上，尽管咸鱼也会使用“闲鱼小法庭”，邀请17名不同身份的优质用户作为评审员共同评议，但评审员评选标准不够明确具体。相对而言，淘宝网的大众评审员不仅对注册年限、实名认证、保密承诺有要求，还必须通过各种资格考试，因而纠纷调处公信力更高。正是由于平台企业在平台对话、开放获取、风险评估和信息透明等方面设计相对贫乏，导致交易摩擦频繁出现、用户接纳程度不高、用户体验较差。由此，本文将组态L1命名为“设计贫乏型组态”。

（三）稳健性检验

为验证研究结论稳健性，本文开展如下检验方案：（1）改变校准方式。将结果用户感知价值完全隶属、交叉模糊点和完全不隶属的参考值由75%，50%，25%分位数调整为80%，45%，10%分位数；（2）改变阈值。将真值表原始覆盖率阈值从0.8提高至0.9。结果表明，除了条件系数有变动，组态分析结论并非发生改变。由此，判定研究结论可靠。

五、结论与启示

（一）研究结论

（1）电商交易平台价值共创受平台设计和用户参与的影响。本文发现，在电商交易平台情境下，DART模型演化为关于平台对话、开放获取、风险评估和信息透明的平台设计机制。同时，经典的DRAT框架相对忽略平台用户参与行为，没有考虑用户参与价值共创的能动过程，不利于揭示价值共创的关键要素。为此，本文在DART模型基础上引入用户参与，从平台设计和用户参与两方面构建电商交易平台价值共创的研究框架。

（2）电商交易平台价值共创过程存在因果不对称特性。作为价值共创结果，高用户感知价值和低用户感知价值的核心条件并不相同。积极的平台对话和用户参与是高用户感知价值的核心条件，平台对话、开放获取、风险评估和信息透明四个要素缺失则成为低用户感知价值的核心条件。这恰好印证了价值共创过程不对称因果关系的假设，为解析电商交易平台价值共创的过程机制提供了更加微观的解释。

（3）电商交易平台存在平台联动型、社群引导型和设计贫乏型三种价值共创组态类型。平台联动型组态强调建设完善的平台服务体系，吸引用户积极参与价值共创；社群引导型组态突出平台社群建设，通过社群引导平台用户参与，从而提升平台用户感知价值；设计贫乏型组态则强调平台设计不完善可能带来用户体验下降，增加了平台的交易摩擦，不利于实现高用户感知价值。为此，本文通过fsQCA分析揭示了价值共创的组态效应，为识别价值共创模式和划分类型提供新的参考。

（二）研究启示

（1）电商平台经营需要非线性思维。本文研究揭示了电商交易平台情境下价值共创过程的非对称因果关系，发现电商平台价值共创的“成”“败”有着各自不同的核心要素。比如，促进价值共创的关键因素是积极的平台对话和用户参与，但抑制价值共创的关键因素却是有关平台设计的四个因素，而并非消极的用户参与。这就要求平台企业家在思考经营发展路径时不能采取“非黑即白”的线性思维，在规避价值共创失败方面应重点关注平台设计，在谋求价值共创成功方面则应更加关注平台对话和用户参与。

（2）电商平台经营需依据情境分类发展。以本文分析的两个典型案例为例，淘宝网是集多重功能于一体的综合性电商交易平台，其沟通软件阿里旺旺社交属性并不强，旨在为买卖双方磋商交流提供高效支持；小红书电商则借助小红书的强社交属性培植社群、创造利基需求，随后逐步利用社群入口推动电商交易。前者的成功源自高效完善的平台对话机制和积极的用户参与，后者的成功则更主要源于社交属性的商业化延伸。因而，对社交属性较强的平台，适合利用社群入口推进电商运作，打造社群引导型平台；对综合服务平台，则更适合通过完善的平台设计和积极用户参与共同推动价值共创，实现互利共赢。

（三）研究展望

本文基于价值共创研究框架揭示了电商交易平台价值共创的组态效应和非对称因果关系。尽管符合fsQCA分析的基本原则，但对前因条件的选择主要基于DART模型修订延伸和理论文献推导。未来研究可以考虑配套使用因素选择工具和扎根理论归纳等方法确定前因条件，并使用大样本检验研究结论可靠性。