A Review and Prospects of Consumer Creativity
娜迪莱•艾斯哈尔,周志民
消费者创造力是指在消费情境下消费者产生新颖且具备功能性的想法或解决方案的能力。随着人工智能、扩展现实等新兴技术的快速发展,消费者创造力的产生过程、测量方式、影响机制及后果均发生了显著变化,亟需开展系统性研究综述。本文首先系统回顾了消费者创造力的概念内涵、类别以及与价值共创和顾客参与等概念的区别,并归纳了新的测量方式及其演进,如AI评估法。其次,基于消费者创造力中的“人(个体与群体)—消费者创造力的管理方法—消费者创造力的环境”框架,系统梳理了激发消费者创造力的前因及其机制,如扩展现实和人工智能等技术对消费者创造力的影响。再次,归纳了消费者创造力对个体、群体及企业的影响。最后,从测量方式、主体(个体与群体)、管理方法、环境因素和后果效应等维度提出了未来研究方向。综上,本文系统梳理了消费者创造力研究的发展脉络,关注了人工智能等新兴技术背景下消费者创造力研究的新变化与未来发展方向,为相关理论研究和企业实践提供了参考。
关键词:创造力,消费者创造力,个体与群体创造力,消费者创造力管理,消费者创造力环境
在人工智能(Artificial Intelligence,AI)等新兴技术快速发展的背景下,消费者创造力的实践环境发生了重大转变。例如,Golden Goose品牌与谷歌AI合作,致力于激发消费者的创造力。具体而言,品牌方首先让消费者输入抽象灵感,然后由谷歌Gemini将消费者的灵感转化为视觉草图,消费者再通过对话调整创意,最终品牌方根据消费者与AI协作生成的创意制作鞋子成品 1。未来,消费者与AI协作创造的场景将变得越来越普遍。又如,AI技术不仅改变了消费者发挥创造力的模式,也推动了许多科研人员借助大语言模型对创造力表现进行评估和测量(Cropley和Marrone,2025),企业同样会借助AI工具从大量作品中筛选并评估最具创造力的作品 2。再如,“宜家黑客”非常典型地体现了消费者创造力的群体性。“宜家黑客”这一称呼源自一群热衷于分享自己作品和创意的消费者,他们在群体专属的网站上学习、讨论并发布创意作品。宜家起初曾试图通过法律手段限制这一群体,但随后意识到“宜家黑客”的价值,并主动发起了“民主设计日”等活动 3。
从上述一系列案例可以看出,消费者创造力研究随着新技术(如AI技术、增强现实技术等)的出现而发展,而这也与Burroughs等(2008)的观点一致:消费者创造力每十年都会经历显著的变化。因此,本文主要聚焦以下几个亟待系统回应的核心问题:第一,虽然消费者创造力的技术环境正在发生变化,但相关研究尚未基于这些变化开展系统性综述。例如,随着AI技术的发展,消费者协同AI进行创造的场景日益普遍;此外,消费者也越来越多地在增强现实和虚拟现实背景下展开创造活动。进一步系统关注这些技术带来的新变化有助于更好地理解消费者创造力。第二,AI技术的发展不仅对消费者行为产生了影响,也推动研究人员以更高效的方式评估创造力。因此,有必要梳理AI技术对消费者创造力测量的影响。第三,尽管消费者群体创造力与个体创造力在新颖性和功能性评估维度上是一致的,但两者在表现模式上存在差异,而以往评述类文献并未关注到这一差异。例如,在上述“宜家黑客”案例中,消费者群体创造力在行为和学习活动上表现出明显的社交性,并在推动企业和市场变革中展现出独特的优势。第四,消费者创造力正在产生越来越意想不到的结果,而以往文献缺乏对消费者创造力后果的系统性梳理。综上,这些变化凸显了对消费者创造力领域进行系统性文献梳理与评述的迫切性。
本综述旨在从以下几个方面系统梳理消费者创造力领域的研究:第一,厘清消费者创造力的概念内涵,包括明确消费者创造力的定义、划分消费者创造力的类别、辨析消费者创造力与价值共创和顾客参与等相关概念的异同,并在消费者创造力的测量方法上关注AI技术带来的新变化。第二,基于“消费者创造力中的人(个体与群体)—消费者创造力的管理方法—消费者创造力的环境”这一文献综述框架,系统梳理消费者创造力的前因及其作用机制,其中消费者创造力的环境方面重点关注了扩展现实技术、AI技术等新技术的影响。第三,概括消费者创造力的后果,明确消费者创造力对个体、群体和企业的影响。第四,围绕构建的框架阐述未来研究方向,如新技术背景下的消费者创造力。综上,本文将遵循“概念和测量—影响因素与作用机制—结果”的逻辑主线,对消费者创造力研究展开系统评述,并据此提出具有建设性的研究方向,以推动该领域的理论深化,并为管理实践提供参考。
Guilford(1950)最早呼吁对创造力进行研究。随后,在20世纪50至60年代,心理学领域进入了对创造力的心理测量阶段(Torrance,1966)。此后,创造力逐渐被认为是人们认知过程的产物,并开始有研究关注创造力的内在动机等(Burroughs等,2008)。在早期研究中,创造力被定义为一种“有效的惊讶”(effective surprise)(Bruner,1962),或是一种“啊哈”的感觉(Kneller,1965)。随着研究的深入,学者们普遍认为创造力的核心要素在于新颖性和有价值性。例如,创造力可以被理解为由观察者判断为具有创造力的产品或其生产过程(Amabile,1982);也有研究认为创造力是产出新颖、出人意料且有价值的想法或物品的能力(Boden,2004;Anderson等,2014;Rank等,2004);甚至创造力本身被定义为一种发散性思维(Smith和Yang,2004);还有学者在总结前人的大量研究后提出,创造力是个体或群体在才能、过程与环境之间的相互作用下产生既新颖又有用的可感知产品的能力(Plucker等,2004)。近期研究则将创造力界定为产生不仅新颖原创,而且在特定语境中具有意义和价值的想法或解决方案的能力,这些想法或解决方案源于认知过程与环境因素的相互作用(Heigl,2026)。尽管也有研究强调创造力是一种体验,包含开放性、非线性、多元视角和未来导向(Gläveanu和Beghetto,2021),但新颖性和功能性依然是现有研究定义创造力的核心。此外,考虑到新颖性和功能性是基于主观感知进行评估的,因此不论何种定义,创造力本身就依赖于观察者的感知。需要进一步说明的是,虽然有些研究还使用了“适当性”(appropriateness)等术语来描述创造力的功能性维度,但这些术语的含义都指向了某一创造行为或成果是否能够有效地解决问题、改善现有状况或满足特定需求。
早期,研究人员认为消费者创造力并非少数人的特质,而是一种普遍存在的、在解决消费问题时产生新想法的能力(Hirschman,1980)。Burroughs和Glen Mick(2004)则正式提出消费者创造力是指消费者在消费情境下产生新颖且具备功能性的想法或解决方案的能力,这些想法或解决方案包括产品的新用途、产品组合等。在消费情境中,新颖性可以体现为产品的新用途,或者是通过改变形态来影响其功能,甚至是将两个或多个产品通过非标准化的方式进行组合。功能性则反映了消费者创意行为在多大程度上能有效地解决问题或改进现有方案。例如,消费者可能发现原本为某一用途设计的产品能够解决另一问题,或者通过将两种产品组合实现功能协同,来更高效地解决消费问题(Burroughs和Glen Mick,2004;Moreau和Dahl,2005)。这一定义的关键在于,产品的使用、改变或组合方式以新颖且具备功能性的方式打破了常规的消费实践(Burroughs和Glen Mick,2004;Moreau和Dahl,2005)。值得一提的是,当将这一定义扩展到广告、产品设计与开发、营销策略、标识设计、流程与服务设计、销售与促销等其他营销领域时,其核心维度——新颖且具备功能性——始终没有改变(Ameen等,2022)。因此,消费语境下的消费者创造力的核心维度依然是新颖性和功能性。
对消费者创造力进行分类有助于推动未来研究的进一步细化。本文根据消费者创造力的定义,进一步从消费者创造力的主体和新颖程度两个维度对消费者创造力进行分类。
当今问题的复杂性已超越了个人思维的范畴,因此不仅需要个人创造力,也需要消费者群体创造力(Parjanen和Hyypiä,2019)。消费者群体创造力在性质上与消费者个体创造力存在差异。当在社会互动过程中消费者群体产生一些个体无法独立思考的新解释或新发现时,消费者群体创造力就产生了(Kozinets等,2008)。由此可见,在消费者创造力中,消费者个体创造力强调消费者自身产生新颖且有用成果的能力;而消费者群体创造力则强调群体成员通过社会互动产生创造性成果的能力(Sawyer,2010;Lu等,2025)。此外,相较于消费者个体,通过群体互动产生的创造性成果在解决特定消费相关问题时具有更高的变异度(Kozinets等,2008;Parjanen和Hyypiä,2019)。
Kozinets等(2008)根据群体的创新导向(以目标为导向vs.以兴趣为导向)以及群体的创新集中度(贡献集中于少数人vs.贡献分散于多数人)两个维度,将消费者群体创造力划分为四种类型:Crowds类型(目标导向、贡献分散),如百事公司鼓励消费者团队针对特定问题发起的创新项目;Hives类型(目标导向、贡献集中),如热衷于改造电脑机箱的高技能消费者群体;Mobs类型(兴趣导向、贡献集中),如由富有生产力的专家主导开展的各类有趣的内容创作;Swarms类型(兴趣导向、贡献分散),如大量互联网用户通过微小行动汇聚产生的显著创新效果(如网站导航等)。由此可见,互联网技术背景下的消费者群体创造力与传统的头脑风暴等群体创造力存在着一定的差异,前者在创新导向上更有可能由兴趣驱动,并呈现出更大规模的特征。
随着商业模式与消费者需求的快速迭代,消费者创造力呈现出突破式与渐进式两种不同形态。突破式创造力表现为提出完全不同于现有实践的颠覆性创新构想。例如,消费者因酒店短缺而自发组织的家庭共享住宿,最终催生了颠覆传统酒店业的模式(Guttentag,2015)。这种类型的创造力追求巨变,通常伴随较高的风险性与不确定性(Gilson和Madjar,2011)。而渐进式创造力体现为对现有产品或服务的持续改进和完善,如消费者建议电商平台增加“商品对比”功能,属于对现有体验的优化和完善(黄晓治等,2026)。从消费者层面来看,渐进式创造力广泛存在于日常使用反馈与功能建议中,是企业持续优化用户体验的重要来源;而突破式创造力则往往源自消费者的非正式实践与边缘创新,尽管难以系统捕捉,却可能重塑整个行业的竞争逻辑与价值主张。
综上,本文基于主体与新颖性两个维度对消费者创造力进行了分类,这些分类方式有助于更精细地理解消费者创造力的前因、机制及后果。
消费者创造力与价值共创概念的区别。价值共创(value co-creation)指企业、消费者及其他利益相关者共同参与价值创造的过程(Prahalad和Ramaswamy,2004),要求各方在生产或消费的一个或多个阶段进行直接或间接的互动与合作(Hoyer等,2010;Payne等,2009)。因此,价值共创强调多个主体的互动与协作,其核心关注的是“价值的共同生成”,并不要求每个环节都体现创新性(Ranjan和Read,2016)。而消费者创造力强调消费者所展现出的创新思维与能力,其行为主体是消费者自身。消费者创造力的表现既可能融入企业主导的价值共创过程,也可能独立于企业活动,在消费过程中自主生成。
消费者创造力与创新的区别。创新(innovation)是将创造性想法付诸实践的具体行动(Kleysen和Street,2001)。这意味着创新并非仅仅停留在想法阶段,而是涉及将想法转化为实际的产品或服务,并产生实际价值的过程。具体而言,消费者创造力可被视为创新的起点(Amabile,2018);而只有当消费者的构想被企业采纳、开发并推向市场,成为实际产品功能时,才完成了从创造力到创新的跨越。研究中常常将这两者混淆,但实际上它们在过程上存在根本差异。消费者创造力主要是一种“个体内的认知过程”(Anderson等,2014),强调消费者在认知、情感与动机驱动下产生新想法的能力;而创新则是一种“个体间的社会过程”(Anderson等,2014;Das等,2023),强调将个体的创造性想法转化为实际行动,涉及团队协作、资源调配、市场推广等多个环节。
消费者创造力与顾客参与的区别。顾客参与强调顾客自愿为企业营销职能提供资源贡献,而不仅限于财务支持(Harmeling等,2017;Pansari和Kumar,2017)。这些资源贡献既包括直接贡献(如购买产品),也包括间接贡献(如提供反馈或建议)(Pansari和Kumar,2017)。在顾客参与这一概念下,Harmeling等(2017)将消费者创造力视为顾客在参与过程中提供的一种资源,即顾客在参与过程中通过发挥自身创造力为企业提供价值。综上,顾客参与主要关注顾客的行为及其对企业的直接或间接贡献,而消费者创造力则重点关注顾客在参与过程中所表现出的创造性行为。
消费者创造力的测量方法正在不断发展,并呈现出多样化和差异化的特点。以往文献中,创造力思维主要可分为两类:发散性思维(divergent thinking)和收敛性思维(convergent thinking)。发散性思维指个体在开放性问题或任务中产生多种替代方案的能力,强调意外组合、远距离联想及多样性(Cropley,2006;Runco和Acar,2012;Goldschmidt,2016);而收敛性思维则关注从现有信息中筛选和整合,以得出最佳或唯一正确的答案(Cropley,2006;Runco和Acar,2012;Goldschmidt,2016)。除了以上两类,消费者创造力还可以通过对消费场景中的创意或产品创新性使用方案(即作品)的评估来测量。目前,研究人员主要采用作品外部专家评估法和自我报告法,对创造结果的新颖性和功能性进行评价(Beaty和Johnson,2021)。值得注意的是,随着AI技术的发展,AI自动化评估方法开始被应用于消费者创造力测量,从而有效弥补了作品外部专家评估法和自我报告法的不足之处,如人工评估的主观性和效率限制(Acar,2025)。综上,消费者创造力的测量方法可以归纳为五类:收敛性思维、发散性思维、作品AI评估、作品专家评估和自我报告法(见表1)。
| 分类 | 测量名称 | 具体测量方式 | 参考文献 |
|---|---|---|---|
| 收敛性思维 | 远程联想测验(RAT) | 参与者在RAT测验中需要生成一个与三个提示词均相关联的第四个词 | Marin等,2014;Bowden和Jung-Beeman,2003;Wu等,2017 |
| 发散性思维 | 替代用途任务(AUT) | 参与者需为某一物品提出不寻常且具有创造性的用途,专业评审根据流畅性、灵活性和原创性三个维度评分 | Kim和Choo,2023;Kim和Lee,2025 |
| “假设情境”创造力测试(Just Suppose) | 擦鞋问题:参与者想象搬到新地方,准备参加公司宴会,但发现鞋子被刮花且没有鞋油可用,而距离最近的商场有5英里且所有商店均已关门。参与者需在2分钟内提出解决方案 | Burroughs和Glen Mick,2004;Mehta等,2017 | |
| 托兰斯图形创造力测验(Figural TTCT) | 三项绘画任务:(1)基于一个基本形状创作一幅图画并为其命名;(2)向参与者提供10个抽象形状,并要求据此发展出图画;(3)向参与者提供30对平行线,要求利用这些线条绘制图画。每项任务限时10分钟。每幅绘画按五个维度评分:流畅性、详尽性、原创性、标题抽象性、过早收束 | Trujillo和Rosa,2017 | |
| 作品AI评估法 | 语义分析 | (1)潜在语义分析(LSA):通过分析大量文本中词语的共现模式推断语义,词语共现频繁则相关,反之不相关;回答与提示词或常规概念的语义距离越大,新颖性和消费者创造力水平就越高;(2)SemDis自动化创造力评估平台:在线自动计算回答与提示词之间的语义距离,并转化为创造力指数 | Beaty和Johnson,2021;Kenett,2019;Dunbar和Forster,2009 |
| GloVe模型 | GloVe通过统计大量文本中词语同时出现的频率来构建语义空间。相比于LSA,GloVe能够处理更大规模的语料库,其评分结果更接近人类专家的评价 | Pennington等,2014 | |
| 大语言模型(LLMs) | LLMs对参与者生成的创意文本或图像进行评分,模拟人类专家判断,并结合关键指标进行量化。在使用LLMs评估创造力时,通常评估两类指标:语义多样性和感知细节 | Orwig等,2024;Organisciak等,2023;Cropley和Marrone,2025 | |
| 作品专家评估法 | 共识评估技术(CAT) | 向参与者提供创作指令,要求其在限定材料条件下完成作品创作。随后,两名专家在不知实验条件和研究目的的情况下,对作品的新颖性和功能性两大维度进行独立评价 | Rosa等,2014;Sellier和Dahl,2011;Cseh和Jeffries,2019;Moreau和Dahl,2005 |
| 自我报告法 | 创造力自评 | (1)我擅长提出新想法;(2)我有很多好想法;(3)我有很好的想象力 | Tarabashkina等,2022;Beghetto,2006 |
| 创造性成就问卷(CAQ) | CAQ用于评估个体实际创造性成就,涵盖10个标准领域,各领域得分累加形成总分,总分越高表示创造力成就越突出 | Carson等,2005 | |
| Kaufman创造力领域量表(K-DOCS) | K-DOCS用于评估个体在多个创造性领域的自我感知能力,而非实际产出。量表包含50个条目,得分既可用于各领域分析,也可整合为整体创造力指标 | Kaufman,2012;Zhang等,2023 | |
| Runco创意行为量表(RIBS) | RIBS用于测量个体生成创造性想法的行为倾向,包含23个条目 | Runco等,2001 | |
| 创造性人格量表(CPS) | CPS用于评估个体的创造性特质。量表包含30个条目,其中包括18个正向条目和12个负向条目 | Gough,1979 | |
| 消费者创造力量表 | (1)我总是能想出新的、奇特的想法;(2)我会提出创新且完善的想法;(3)我经常从完全不同的角度重新审视创新,从而获得全新的视角;(4)我经常将零散、不同的信息和知识整合起来,提出新概念或解决独特且创新的问题;(5)我经常想出原创且实用的解决方案 | Huang等,2023a,2023b |
在收敛性思维分类中,常用的测量工具是远程联想测验(Remote Associates Test,RAT)。该任务要求参与者在给定提示词下生成单一最佳答案,以评估个体探索遥远概念之间关系的能力,从而衡量消费者创造力(Marin等,2014)。Bowden和Jung-Beeman(2003)整理了144道标准化RAT题目,并通过最终正确答题的数量来评估消费者创造力。
在发散性思维分类中,经典测量工具包括替代用途任务(Alternative Uses Task,AUT)、“假设情境”创造力测试(Just Suppose)以及托兰斯图形创造力测验(Figural Torrance Test of Creative Thinking,Figural TTCT)。在AUT中,参与者需要为一件常见物品提出不寻常的用途(Guilford,1967)。消费者创造力的评估通常由专业评审依据流畅性(fluency)、灵活性(flexibility)和原创性(originality)三个维度进行评分,并以三个维度的平均得分作为整体创造力指标(Kim和Choo,2023;Kim和Lee,2025)。其中,流畅性指参与者列出的非重复创意或解决方案的数量;灵活性指创意或解决方案在类别上的差异程度,主要通过类别数量衡量;原创性指创意或解决方案的独特性。Burroughs和Glen Mick(2004)借鉴Torrance的“假设情境”创造力测试,向参与者呈现可在现实中想象的消费问题情境,例如经典的“擦鞋问题”,参与者被要求在有限时间内提出解决方案,并以书面形式记录,这些记录的文本构成了原始创意数据。随后,专家使用创造性产品语义量表(Creative Product Semantic Scale,CPSS)从两个维度——新颖性和功能性——对每条回答进行评分。Figural TTCT通过三项绘画任务评估消费者创造力,每项任务限时10分钟,分别是:基于一个基本形状创作一幅图画并为其命名;向参与者提供10个抽象形状并要求据此发展出图画;向参与者提供30对平行线,要求利用这些线条绘制图画(Trujillo和Rosa,2017;Torrance,1974)。每幅绘画按照五个维度评分:流畅性(完成绘画总数)、详尽性(绘画中有意义细节的数量)、原创性(与历史典型绘画对比评分)、标题抽象性(绘画命名的概念层次)和过早收束(绘画结构反映出的对想法的开放性)。在对每个维度的数据方向进行统一后,对五个维度得分进行标准化处理,再相加形成总消费者创造力分数。根据De Dreu等(2008)的双路径模型(Dual-Path Model of Creativity),原创性、标题抽象性和过早收束体现认知灵活性,用于衡量思维的开放性、概念跳跃能力及信息整合能力;流畅性和详尽性则体现专注能力与坚持,用于衡量生成大量创意及投入细节加工的能力。
在作品AI评估法中,消费者创造力的自动化评估可概括为三个发展阶段。第一阶段是基于语义分析的方法。由于传统人工评分存在主观性高、劳动成本大等问题,研究者近年来开始采用自动化评估方法,例如语义距离(semantic distance)(Beaty和Johnson,2021;Acar,2025;Kenett,2019;Dunbar和Forster,2009)。语义距离通过计算回答与提示词或常规概念之间的语义相关性来量化回答的新颖性,即回答与提示词或常规概念的语义偏离程度越大,说明回答越新颖,消费者创造力水平也越高。实现语义距离计算的常用方法包括潜在语义分析(Latent Semantic Analysis,LSA)和SemDis自动化创造力评估平台。LSA是一种基于统计的语言学习模型,常用于发散性思维任务。例如,如果两个词在文本中经常同时出现,则认为它们语义相关,反之则不相关(Kenett,2019;Dunbar和Forster,2009)。SemDis是由Beaty和Johnson开发的一个在线平台,其核心功能是自动计算回答的语义距离并将其转化为创造力指数(目前该平台及方法被大量研究引用,教程与文档可访问https://osf.io/gz4fc/)(Beaty和Johnson,2021)。第二阶段是基于GloVe模型(Global Vectors for Word Representation)的方法。GloVe是一种词向量模型,通过统计大量文本中词语同时出现的频率来构建语义空间(Pennington等,2014;Acar,2025)。在该空间中,每个词都被表示为一个向量,词语之间的相似程度可通过向量之间的距离来衡量。相比LSA,GloVe能够处理更大规模的语料库,并提供更精确的消费者创造力量化方法,且其评分结果更接近人类专家评估。第三阶段是基于大语言模型(Large Language Models,LLMs)的方法。前两个阶段的消费者创造力评估方法仅能处理独立词或简单短语,而忽略上下文信息,在文本复杂性增加时性能受限。因此,近年来LLMs被用于自动化地评估发散性思维任务中的消费者创造力。具体做法是让LLMs对参与者生成的创意文本或图像进行评分,模拟人类专家判断,并结合关键指标进行量化(Organisciak等,2023;Orwig等,2024;Cropley和Marrone,2025;Hadas和Hershkovitz,2024)。在图形创造结果的评估上,Cropley和Marrone(2025)主要使用卷积神经网络(Convolutional Neural Network,CNN)来实现图形类创造力内容的自动评分。CNN方法可以自动提取图像特征并进行分类,输出对应的消费者创造力等级或评分。
在作品专家评估法中,最经典的方式是共识评估技术(Consensual Assessment Technique,CAT)(Amabile,1982)。参与者按照创作指令,在限定材料条件下完成作品创作,然后由专家对其作品进行直接评估(Rosa等,2014;Sellier和Dahl,2011;Moreau和Dahl,2005;Cseh和Jeffries,2019)。在Rosa等(2014)的研究中,参与者完成产品概念的构思与绘制后,两名专家在不知实验条件和研究目的的情况下,对作品的新颖性和功能性两大维度进行独立评价。其中,新颖性包括三个子维度:原创性、创造力、创新性。功能性同样包括三个子维度:有效性、有用性、功能性(Rosa等,2014)。此外,不同研究在消费者创造力指标的选取上存在细微差异(Sellier和Dahl,2011),但是其核心反映的是消费者创造力的两大核心维度,即新颖性和功能性。
自我报告法(self-report)通常采用标准化量表,用于评估消费者创造力。本文整理了六种常用方法。创造力自评(creativity self-assessment)主要用于衡量并筛选参与者的基础创造力水平,从而确保后续不同实验组被试在创造力水平上没有显著性差异(Tarabashkina等,2022;Beghetto,2006)。创造性成就问卷(Creative Achievement Questionnaire,CAQ)用于评估个体在多个领域的实际创造性成就,属于产出型(production-based)创造力测量,关注个体实际产生的成果,而非潜能或想法生成(如奖项、专利等)(Carson等,2005)。该项问卷涵盖10个标准领域,例如创意写作、建筑设计等。需要注意的是,Kaufman创造力领域量表(Kaufman Domains of Creativity Scale,K-DOCS)容易与CAQ混淆,它测量的是个体对自己在多个创造性领域的自我感知能力,而非实际产出(Kaufman,2012)。Runco创意行为量表(Runco Ideational Behavior Scale,RIBS)用于测量个体生成创造性想法的行为倾向,强调日常生活中生成想法的频率和习惯(Runco等,2001)。创造性人格量表(Creative Personality Scale,CPS)用于评估个体的创造性人格特质,该量表总计30个条目(Gough,1979)。最后,除上述量表外,还存在其他测量消费者创造力的量表(Huang等,2023a,2023b),具体见表1。
作为创造力研究的重要分支,消费者创造力在过去十几年中得到了快速发展(Ameen等,2022),因此有必要在这一时间点对消费者创造力再次展开系统性评估(Burroughs等,2008)。例如,研究者已经开始关注到互联网技术背景下消费者群体创造力现象。与此同时,随着扩展现实技术以及AI等新技术的兴起,消费者创造力的生成、探索与实现的外部环境和创造模式均发生了显著变化。
为此,本文系统归纳了消费者创造力的前因,并将其划分为三个维度。第一个维度:从消费者自身视角出发的“消费者创造力中的人”。该维度既涵盖影响消费者个体创造力的因素,也包括影响消费者群体创造力的因素。第二个维度:从企业视角出发的“消费者创造力的管理方法”。这一维度主要聚焦于提升消费者创造力的管理方法。第三个维度:从外部环境视角出发的“消费者创造力的环境”。这一维度主要关注互联网技术、扩展现实技术以及AI等新技术环境下的消费者创造力。
(1)个体特征
人格特征差异与消费者创造力密切相关。基于大五人格特征的研究发现,“开放性”和“外向性”是创造力的强正向预测因子(Puryear等,2017)。基于自我建构理论的研究则发现,具有独立自我建构的消费者表现出更强的独特性需求,从而在创造力上表现更加出色(Xie等,2025)。此外,更广泛的人格差异因素也会影响消费者创造力,包括对模糊性的容忍、成长意愿以及认知灵活性等(Kandler等,2016)。
除了人格特征差异,个体的生物性差异也会影响创造力。研究表明,当外部时钟与个体内部生物时钟同步时,人们的积极情绪较高,从而表现出更强的创造力。例如,晚钟型(vs.早钟型)个体在傍晚(vs.早上)更具创造力(Kühnel等,2022)。值得一提的是,消费者创造力在中等程度上还受到遗传特征的影响,如已经被证明会影响消费者创造力的开放性、外向性以及智力等在很大程度上均受遗传因素影响(Kandler等,2016)。此外,创造力还受到性别差异的影响。Rosa等(2014)发现,女性在消费者创造力测试中的整体表现并不逊于男性,尤其在功能性改进与局部新颖性指标上展现出更强的创新潜能。
(2)认知
创造力是由多种因素共同驱动的,而个人智力是构成创造力的重要影响因素之一(Kandler等,2016)。智力通常用于预测创造力水平,即高智力消费者在创造力表现上更出色(Benedek等,2014)。然而,也有研究表明,智力水平过高的消费者可能会依赖已有思维方式和知识结构,从而忽视自身的创造潜力,并影响创造力的发挥(Sawyer等,2003;Tevi等,2025)。在智力水平较低的亚组中,智力与创造力的相关性要高于智力水平较高的亚组,这也被称为智力的阈值效应,即超过一定智力水平后,智力对创造力的作用将降低(Benedek等,2014)。智力与创造力之间的相关主要源于消费者的更新能力,即使用新的、与当前任务相关的信息替换过时的信息来修正工作记忆内容的能力(Benedek等,2014)。此外,具备专业知识储备或获取高质量信息的消费者,其创造力水平显著提升(张昊和吕逍林,2021;王莉等,2011;Tevi等,2025),而消费者知识获取意愿及参与动机也会进一步增强消费者的创造力表现(Huang等,2023b)。
思维同样是影响消费者创造力的重要因素。研究发现,消费者在认知过程中无意识思维的持续时间与创造力之间呈倒U形关系(Yang等,2012)。当个体停止主动思考后,大脑仍会在意识之外自动整合和加工信息,即“无意识思维”。适度的无意识思维能够提升创造力,其优势主要体现在“新颖性”维度,而非“适当性”维度(Yang等,2012)。此外,创造力思维对不同个体的影响存在差异:发散性思维对具有相关领域知识的个体更有效,而收敛性思维则对拥有技术知识的个体更有效(Kilgour和Koslow,2009)。
在认知过程中,消费者的想象视觉心理意象(imagination visual mental imagery)也发挥着重要作用(Herd和Mehta,2019)。具体而言,想象视觉心理意象可以通过两种不同路径产生作用:一是聚焦于最终用户的感受;二是聚焦于客观事项的思考。其中,前者通过激活更高的共情关切(empathic concern)和认知灵活性来激活更强的创造力(Herd和Mehta,2019)。
(3)情绪
一项元分析显示,积极情绪相比中性情绪能够显著提升消费者创造力,尤其是那些具有激活特征、与接近动机和促进定向相关的积极情绪在激活消费者创造力上最有效(Baas等,2008)。消极情绪与积极情绪之间没有显著差异,且消极情绪与中性情绪之间也没有显著差异,这反映了消极情绪的复杂性(Baas等,2008)。通常而言,消极情绪会限制消费者创造力。例如,创造性焦虑会降低创造性自我效能感和新奇寻求感,进而对创意的产生和选择产生负向影响(Xiang等,2025)。然而,也有研究指出,消极情绪通常限制认知灵活性,但当其引发对现状的不满时,亦可转化为创造的动力(李海等,2016)。针对特定情绪的研究表明,恐惧可通过提升个体参与度来增强消费者创造力(Benoit和Miller,2022)。此外,考虑到积极情绪与消极情绪可以共存,Park等(2016)提出,悬念是一种希望与恐惧的混合情绪。在消费者组装自助式产品的过程中,他们可能因成功组装而感受到希望(积极情绪),同时因不确定如何操作而感到恐惧(消极情绪),而这种情感冲突能够激发消费者创造力。
不仅静态情绪状态会影响消费者创造力,情绪的动态转变同样会产生作用。研究发现,当消费者处于“稳定且愉悦的低唤醒状态”或情绪转变为“不愉快的紧张、高唤醒状态”时,其创造力表现较好;而当情绪转变为“令人不愉快的低唤醒状态”或“愉快的高唤醒状态”时,消费者的创造力表现较差(Watts等,2020)。
(4)其他个体差异
在实际场景中,低社会经济阶层的消费者往往面临更多限制,而这些限制在产品和服务的再利用或重复使用过程中反而会激发更强的创造力(Trujillo和Rosa,2017)。此外,消费者创造力还受到信念等因素的影响。运气信念能够通过提升创造性自我效能感来增强创造力(赵建彬,2023);而亲社会动机则引导个体在追求新颖性的同时兼顾实用性,从而提升整体创造力水平(李阳和白新文,2015)。
消费者群体创造力的释放受到行为活动和学习活动的影响。常见的行为活动包括发表评论、询问问题、收到反馈、项目参与、评估与检讨以及担任领导角色等(Kozinets等,2008)。在学习层面,消费者群体创造力体现为具有不同经验和背景的消费者为创造过程提供多样化的想法。常见的学习活动包括寻找相似的人、浏览引人入胜的内容、学习规则和技术、对反馈进行反思、强化技术等(Kozinets等,2008)。通过上述行为和学习活动,消费者个体创造力逐渐向消费者群体创造力转变并得到释放。
消费者群体内部特征同样会影响消费者群体创造力。群体成员的多样性,尤其是来自不同背景的消费者,能够显著增强群体创造力,并在很大程度上增加针对特定消费问题的解决方案的变异度(Kozinets等,2008;Parjanen和Hyypiä,2019)。此外,消费者群体还可以通过筛选真正有用的新想法,来提高创新方案的有用性(Kozinets等,2008;Parjanen和Hyypiä,2019)。针对成员个体特征的研究表明,群体中拥有更多的自恋个体更有利于产生创造性成果,但自恋个体过多则会导致创造力水平降低(Goncalo等,2010)。在开放创新社群(open innovation communities)中,群体成员的创造性身份、创造性自我效能感以及领域相关知识是消费者群体创造力的决定性因素(Laud等,2023)。同样,在消费者群体内部,群体成员对失败的恐惧情绪以及群体的感知社交性等因素,也会对消费者群体创造力产生重要影响(Laud等,2023)。
综上,消费者群体创造力与消费者个体创造力在影响因素上既存在共同之处(如个人的自我效能感等),也存在差异(如群体的多样性和社交性等)。值得注意的是,随着数字化技术的发展,消费者群体创造力呈现出越来越不同的特征(Weijo等,2018),这也促使企业采用更加丰富和多样化的管理方法,以提升消费者群体或个体的创造力水平。
激励是激发个体参与创造过程的关键驱动力,而不同类型的激励方式对消费者创造力的影响各不相同。在新产品开发过程中,张辉等(2013)发现,较高水平的消费者授权能够提升产品的新奇性,但可能会削弱产品功能性。同时,高授权对产品新奇性的促进作用在消费者参与源于内在快乐(vs.经济奖励)时更为显著;而在高授权情境下,经济奖励能够提升创造的功能性。然而,经济奖励在某些情境下也可能产生负面效果。Acar(2018)指出,当金钱奖励较低时,参与者可能因动力不足而表现出较低的创造力。总体而言,当消费者因兴趣、好奇心或个人成长需求而参与创新活动时,其创造力表现显著高于那些主要受外部奖励驱动的个体(Deci和Ryan,2000)。
现有研究还致力于探讨如何提升奖励的效果。研究发现,将金钱与创造性成果挂钩能够有效增强内在动机及创造性成果的原创性。例如,在奖励和成果挂钩的情境下,金钱奖励会引发绩效关注(即个人努力满足绩效标准),而社会奖励会引发规范关注(即与社会规范相一致);绩效关注(vs.规范关注)进一步增强消费者的接近动机,从而提升创意的原创性(Mehta等,2017)。此外,研究发现,在奖励的基础上对消费者进行培训能够进一步强化其内在动机,从而增强奖励对创造力的积极作用(Burroughs等,2011)。
限制与约束是影响消费者创造力的重要因素。研究表明,适度的限制往往能够激发创造力。普遍性的资源稀缺性感知会通过形成约束心态,减少创造过程中的功能固定性,从而提升消费者在随后不相关场景中的创造力(Mehta和Zhu,2016)。相关的研究还表明,限制创意输入的选择也能够增强有经验的消费者对创作过程的享受,并进一步提升消费者创造力(Sellier和Dahl,2011)。
游戏化被定义为在非游戏情境中应用游戏设计元素(Rodrigues等,2019),如积分、徽章、等级、挑战赛等。游戏化能够提升群体创造力,因为它增强了参与者的互动性和趣味性,从而在协作过程中激发更多新颖想法(Parjanen和Hyypiä,2019)。与其他激励措施相比,研究发现,游戏化与惩罚比金钱奖励更能有效提升个体创造力(Xu和Hamari,2023)。此外,游戏化元素和工具还能支持新产品概念开发或进入新市场的创意生成阶段(即早期阶段)(Patrício等,2018)。
研究发现,专业人士和普通消费者在创造力管理方法上存在差异:普通消费者在收敛性创造任务中表现更佳,而专业人士在发散性创造任务中表现更优(De Gregorio和Windels,2021)。唐小飞等(2019)指出,不同创意主题发布模式(如企业主导或用户主导)也会影响用户的知识创造。具体而言,对于企业主导发布的B端创意主题,由于创新任务通常涉及专业技术知识,企业可以引导消费者参与核心子系统的创意开发;而对于用户主导发布的C端创意主题,企业则可以引导消费者在周边子系统上进行创意开发,从而实现最佳的产品创造绩效。
企业需要尽可能避免消费者创造力受到破坏。研究发现,在公开创新竞赛中,消费者看到他人大量竞争性想法时,创造性表现反而可能受损(Hofstetter等,2021)。这是因为消费者的新想法需要与原先想法区分开来,从而产生思想表达的感知约束,进而削弱创造力(Hofstetter等,2021)。可行的做法是弱化竞争性,在非竞争的条件下,接触更多创意反而能够增强消费者的认知刺激感知,从而提升消费者创造力(Hofstetter等,2021)。此外,在线社群发生不良行为(如盗用、激烈竞争)也会限制用户的创造过程(Pera等,2021),因此企业应对不良行为进行管理,以保障消费者创造力的有效发挥。
消费者行为中还存在恶意创造活动。具有新颖性和功能性的恶意创造活动通常破坏力更大,可能对企业造成负面影响(程瑞等,2021;伍嘉麒等,2024;周梦等,2025)。例如,在旅游场景中,充满敌意的设计会激活消费者的恶意创造力,从而放大消费者的不良行为(Wang等,2026)。
企业可以通过物品管理来提升消费者创造力。研究发现,物体的材料属性(如颜色、密度、质量等)能够为消费者提供创造性信息,这些信息在消费者与物体互动的过程中被激发,从而提升消费者创造力(Chen等,2020)。此外,让消费者触摸产品设计材料能够增强消费者的积极情绪,进而进一步促进消费者创造力的发挥(Kim等,2023)。
对于专业创意个体而言,使用创意模板工具能够提升其创造力,并且在某些方面,相比于单纯向消费者提供知识或提升其内在动机,这种方法更具优势(Tevi等,2025)。所谓的模板,是指特定的创造框架,例如常见的隐喻手法、荒诞替代方案或反转等,这些模板为消费者提供了可行的创意生成路径(Tevi等,2025)。关于隐喻的研究进一步发现,带有隐喻意义的图像感知会影响消费者创造力。例如,代表“跳出框架思考”(thinking outside the box)的积极隐喻能够增强消费者创造力,而代表“我已经心力交瘁”(I am burnt out)的消极隐喻则会降低消费者创造力(Marin等,2014)。
对消费者的思维与认知管理也能够提升消费者创造力。研究发现,通过增强消费者的艺术体验可以激发灵感,使消费者在创意任务中表现出更高的创造力(An和Youn,2018)。此外,激活与消费者刻板印象不一致的信息也有助于消费者创造力的产生。例如,在向消费者描绘一个女性机械师后(与刻板印象不一致),他们能产生更高的创造力(Tan等,2024)。在创造任务开始前,管理消费者对创造的预期交流(vs.没有预期交流)同样能够提升消费者创造力表现(栾墨等,2020)。此外,类比性阐述(analogical articulation)通过将两个看似不相关的事物联系起来,激发消费者的“顿悟”时刻,从而使消费者在理解两者关系的过程中产生创造性思维(Madrigal和King,2017)。
互联网技术赋予消费者更多参与产品创新设计的权限,包括在线社群和大规模线上定制系统等,这些平台均有助于消费者创造力的发挥(Pera等,2021)。企业可以利用在线平台鼓励消费者浏览并学习他人创意,从而激发他们的创造力(Luo和Toubia,2015;Hofstetter等,2018)。值得一提的是,社群互动是一个非常明显的特征。社群中消费者之间的互动不仅是知识共享的途径,也是创造力形成的关键驱动力(王莉和任浩,2013)。在创造力类型上,深度互动(持续且聚焦的思想交流)有助于激发突破式创造,而广度互动(多元且跨主题的联系)则更有利于推动渐进式创造(张昊和吕逍林,2021)。
在线社群支持系统对消费者创造力也具有显著影响。研究表明,一个完善的在线社群系统应同时提供技术、情感和信息性支持,三者的协同作用能够显著激发消费者创造力(秦敏和李若男,2020;范钧和范晓微,2023)。进一步的研究发现,在线社群的社会支持(包括信息性和情感性支持)能够提升顾客的心理授权与创新激情,进而增强消费者创造力(范钧和范晓微,2023)。此外,研究指出,在线支持系统对创造力的影响呈倒U形,即适度的在线信息和情感支持通过激发和谐型创新激情提升消费者创造力,而过多的支持则可能抑制创造力(尹苗苗等,2025)。
值得一提的是,在线社群对消费者群体创造力也会产生重要影响。互联网技术促进了地理分散消费者的社群感,从而增强了群体作用。一项案例研究发现,社群中的消费者通常能够识别出需要创造性解决的问题,并通过群体动员,以“去中心、自组织”的方式,基于个人兴趣和技能创造出大量异质的解决方案,并在此基础上持续巩固与更新这些创造性方案(Weijo等,2018)。在此过程中,在线社群的可选择匿名性、非承诺性、实验性、游戏性、教育性与协作性等特征,全方位促进了消费者群体创造力的产生。例如,创始人Antti的模糊想法通过Facebook群组在几天内就吸引了数十人参与头脑风暴,使个人挫折迅速转化为潜在的群体创造项目(Weijo等,2018)。
除了在线社群,现有的在线大规模定制系统也允许用户对彼此的创意作品进行评价。研究发现,当其他消费者在在线定制系统中对自己的初始设计提供反馈和评价时,消费者设计产品的独特性会降低,并进一步降低其对自我设计产品的满意度、使用频率以及产品估值(Hildebrand等,2013)。这是因为反馈的存在会增加决策的不确定性及流程复杂性感知(Hildebrand等,2013)。由此可见,在线互动对消费者创造力的影响在不同互联网背景下均有所体现。
互联网技术的应用使得消费者越来越频繁地开展媒体多任务。研究发现,相较于非媒体多任务,媒体多任务能够显著提升消费者创造力。这一效应通过提升消费者的心智游移频率而实现,但上述效应仅存在于低工作记忆容量组(周详等,2024)。
扩展现实技术(包括虚拟现实与增强现实)已成为消费者创造力研究的新兴背景。现有研究在该背景下进行了初步探索,并揭示了其作用的不同心理机制。
在虚拟现实技术背景下,沉浸式(vs.非沉浸式)虚拟商店能够通过激活消费者在虚拟商店中的好奇心来提升消费者创造力。当虚拟商店基于想象打造时,沉浸式(vs.非沉浸式)虚拟商店对消费者好奇心的影响更大,从而更容易激发消费者创造力(Kim和Choo,2023)。研究还表明,虚拟现实技术越逼真,越容易带来更高的真实感,而这种真实感能够增强消费者与所创造物品的“所有权—自我”联系,进一步提升消费者创造力(Shi和Yang,2026)。丁瑛和胡颖(2024)指出,虚拟(vs.真实)视觉元素的呈现能够突破消费者的传统思维模式,从而激发更高水平的创造力。
增强现实技术可以通过拓展概念间网络和消费脚本来提升消费者创造力(Jessen等,2020)。例如,宜家“Place”应用允许用户将多件产品嵌入物理环境,从而帮助消费者拓展概念间网络(即产品数量、产品属性,以及产品、属性与决策情境之间的功能关系,如台灯与客厅、台灯与沙发之间的关系)和消费脚本(即产品/服务在何种情况下以何种方式被使用,如椅子在客厅和卧室的使用场景),进而更容易实现创新性方案。在这一过程中,消费者能够从增强现实技术中获得参与感和内在满足感,从而提升自身创造力,这一现象也被称为增强现实驱动创造力的“游乐场效应”(Jessen等,2020)。
随着元宇宙概念的兴起,元宇宙环境下的消费者创造力也逐渐受到关注。研究发现,在元宇宙商店中的购物体验能够有效激活消费者的心理意象认知过程,即刺激消费者生成更多心理图像并更深入地投入其中,从而提升消费者创造力水平(Kim和Lee,2025)。
已有研究将大量AI生成图像与人类创意图像进行了对比。研究结果表明,AI生成的创意与人类创意同样出色(Hartmann等,2025),这为AI与人类协作开展创造性活动提供了有利条件。甚至有研究提出,AI创造力的目的在于提高人类创造力(Weingarten等,2020),通过与人类协作,AI可以缩短创造过程,并生成难以想象的创新组合(Şener和Ulu,2024)。
人类能够与AI协作的原因在于AI创造力类似于人类创造力。人类创造力存在两条关键路径:坚持和认知灵活性(De Dreu等,2008)。AI的生产力(即短时间内生成大量想法的能力)类似于人类创造力中的“坚持”,即对想法进行深入探索的持续努力(De Freitas等,2025)。例如,人类创造力中的坚持能够抑制不相关或分散注意力的思维方向,而AI生产力则可以在某一方向上尽可能使原创性达到峰值。同时,AI的语义广度也与人类创造力的认知灵活性相似(De Freitas等,2025)。语义广度指AI生成跨越广泛不同概念的想法的能力。在需要跨类别灵活性创造的任务中,AI和人类一样具有原创性,在部分任务中AI的创造力表现甚至超过大多数人类(Bellemare-Pepin等,2026)。
通常而言,生成式AI的创造性产出具有可复制性,能够进行重新组合和排序。但在一定次数后,其生成的想法趋于稳定。这一特征引发了研究人员对于AI是否能够打破范式的担忧。蒋柯等(2025)将创造活动的产出分为内插式、外推式和跃迁式三种,并指出AI在跃迁式创造上的表现并不理想。因此,人类与AI的协作创造成为当前研究的重点。
在AI创造力背景下,现有研究深入探讨了AI与消费者协作的创造力。在过去,消费者创造力的认知过程主要包括生成阶段和探索阶段。在生成阶段,消费者初步创建解决方案;在探索阶段,消费者对这些方案进行评估,若探索失败,则会重新回到生成阶段。AI的出现使得创造力的这两个认知过程脱钩,即AI可以负责生成不同的解决方案(即生成),而消费者则专注于方案的修改与优化(即探索),这两个过程不断交织与迭代(Cillo和Rubera,2025)。在生成阶段,消费者还可以将不同提示词的生成结果组合成想法池,并进一步收敛,从而提升结果的创造力水平(De Freitas等,2025)。此外,AI与消费者协作的角色可能不断切换。例如,可以由AI先生成创意,由消费者筛选与完善,此时AI有助于消费者从不同角度思考问题;或者先由消费者产生创意,再由AI提取灵感并优化(De Freitas等,2025)。AI独特的对话功能也为双方的角色转换提供了便利,从而能够有效提升协作创造的整体创意水平(Ramaul等,2024)。
在一定程度上,AI为消费者提供了认知资源以增强创造力。在创意生成阶段,人类与生成式AI的协作能够提升消费者的认知灵活性,从而提升创造力水平;在创意构思阶段,人类与生成式AI的协作有助于减少认知过载,同样能够提升创造力表现(Huang等,2026)。此外,在利用AI进行知识学习的过程中,探索性学习(vs.利用性学习)越多,对突破式创造力(vs.渐进式创造力)的积极影响越显著(Zhang等,2026)。基于这些认知资源,消费者还可以通过协作为创造成果注入真实性,使产品传递出人类的自我欲望、动机、理想或信念等特质(Runco,2025)。
在消费者与AI协作的背景下,现有研究还关注消费者群体或个人特征对协作创造力的影响。对于以顺从为主的消费者群体,与AI协作往往会导致生成更多相似方案,从而降低消费者群体创造力(Cillo和Rubera,2025)。为应对这一挑战,可采用响应工程(response engineering)的方法,即让AI更多向消费者提问(vs.提供答案),以促使消费者偏离最初方案(Cillo和Rubera,2025)。在个体差异方面,具备较高元认知策略的消费者能够积极分析任务、监控思维并调整方法,从而在与AI协作创造的过程中提升创造力(Sun等,2025)。此外,研究还发现热衷于多元化的消费者在生成阶段的参与度会更高,他们通过额外的努力使最终方案更具创造力(Cillo和Rubera,2025)。与此类似,具有更高相关技能的消费者在与AI协作时创造力也显著提升(Jia等,2024);消费者的AI素养也被证明会显著影响协作过程中的创造力水平(Rafique等,2025)。此外,增量理论持有者(vs.实体理论持有者)因具备更高的认知流畅性与灵活性,在与AI协作的过程中也表现出更高的创造力水平(Lin和Wu,2026)。
随着全球化的发展,文化环境也发生了重要转变。黄林洁琼等(2018)发现,多元文化经历能够提升消费者创造力,尤其是双重文化认同者在跨文化交流中表现出更高的创造力。此外,文化的松紧程度通过影响个体的认知风格而对消费者创造力产生影响(黄晓治等,2026;Huang等,2023a)。在完成外国创意任务时,来自松散文化背景的个体在创意任务的参与和完成方面更出色(Beugelsdijk等,2017)。
近期研究进一步加深了对消费者创造力其他环境变量的理解。例如,关于气流方向的研究表明,相较于背部气流(即从身体背部吹气),正面气流(即从身体前部吹气)能够引发更强的能量激活(energetic activation),从而提升消费者创造力(Izadi等,2019)。Snyder等(2019)发现,地点也会影响消费者的创造力。在顾客的私人环境中,消费者更倾向于生成与健康改善相关的创意;而在服务环境中,消费者提出的创意则更关注提升服务的用户价值和客户体验。
消费者创造力对消费者个体、群体及企业均具有重要的影响(刘子旻和任润,2023;张秀娥和张坤,2018)。对个体而言,消费者创造力能够改变个体的认知和行为;对群体而言,消费者群体创造力同样会对群体产生显著影响;对企业而言,消费者创造力在很大程度上推动了企业的发展。
消费者创造力在多个领域对消费者个体的认知与行为产生重要影响。第一,消费者创造力在产品和服务领域产生了重要影响。Hildebrand等(2013)研究发现,当消费者在定制产品过程中创造力的发挥受到抑制时,其对自设计产品的满意度以及后续使用频率均会显著下降。消费者创造力的发挥则能够增强消费者对产品的心理所有权(Stoner等,2018)。在AI产品使用中,消费者的创造力有助于其与AI建立更紧密的情感纽带(Minina Jeunemaître等,2025)。Ferguson和Herd(2024)发现,在消费情境中,消费者参与创造性活动并发挥创造力后,他们对违反社会规范行为的接受程度会提高,从而降低尴尬感。在产品重复使用与再利用方面,消费者创造力增强了消费者重复使用或再利用产品的意愿(Tarabashkina等,2022)。第二,消费者创造力还会影响其他消费者的信息评价与决策过程。例如,Kumar等(2024)发现,包含更多创造性内容的在线评论通常会被其他消费者认为更有帮助,因为这些评论需要评论者投入更多认知努力。第三,在绿色消费领域,消费者创造力被视为绿色购买行为的重要前因,能够影响绿色购买的频率、满意度和溢价支付意愿(Dangelico等,2021)。
消费者创造力常常能够推动群体活动的发展。例如,在“餐厅日”这一美食运动中,消费者创造力是推动整个运动从萌芽、动员、扩散到最终改变市场的核心动力机制,并最终推动市场文化的变革(Weijo等,2018)。在在线社群中,消费者创造力促使企业赋予消费者群体更多权限,从而帮助建立更有意义的社交联系(Kozinets等,2008)。
消费者创造力在推动企业发展中发挥了重要作用。第一,消费者创造力被视为企业产品创新能力的重要驱动因素(Oh等,2022)。大量研究表明,那些善于利用消费者创造力的企业能够获得更高绩效和更大成功,如乐高公司就善于将消费者创造力转化为热门产品(王莉等,2011)。在利用在线社群中的消费者创造力时,企业可以重点提升低耦合消费品(非核心部件,如产品形状或附加功能)的创新,从而带来更高的创新绩效(Yao等,2025)。第二,消费者创造力产生的创意内容能够为企业创造品牌价值。例如,消费者创意被用于网络传播时,能够显著提升消费者对品牌的积极态度(Wu等,2015;Chu等,2024)。这一作用还体现在品牌延伸上,当品牌延伸与焦点品牌匹配度较低时,消费者创造力能够带来更高的品牌接受度(Wu等,2015)。
(一)研究总结
本文借鉴了“概念和测量—影响因素与作用机制—结果”的综述思路(柯维林等,2025),对消费者创造力领域的文献进行了系统梳理和评述。值得注意的是,消费者创造力在新时代背景下发生了一些变化。首先,在界定了消费者创造力的概念内涵后,本文进一步总结了消费者创造力测量在AI技术背景下的演化。此外,本文还辨析了消费者创造力与相关概念的区别。其次,基于“消费者创造力中的人(个体与群体)—消费者创造力的管理方法—消费者创造力的环境”这一框架,本文系统梳理了消费者创造力的前因与作用机制,重点阐述了近年来与消费者创造力相关的新研究进展,以及新技术环境(如扩展现实技术、AI技术等)对消费者创造力的影响。最后,本文系统总结了消费者创造力的后果,明确了消费者创造力对个体、群体以及企业的作用。综合前述内容的梳理,本文构建了消费者创造力的整体理论框架,具体如图1所示。

(二)未来研究展望
尽管现有研究对消费者创造力进行了诸多探索,但仍存在一些不足,明确未来研究方向对于弥补这些空白具有重要意义。现有文献基于“消费者创造力中的人(个体与群体)—消费者创造力的管理方法—消费者创造力的环境”框架,仍存在未被充分挖掘的领域。接下来,本文将从五个方面依次阐述对未来研究方向的展望。
尽管已经出现利用AI进行消费者创造力自动化测量的方法,但这些方法目前主要用于文本作品和图像作品的评估(Cropley和Marrone,2025;Orwig等,2024)。未来研究可尝试整合文本、图形及行为数据等多模态信息,以提升评估的精确性和全面性;同时可以结合大语言模型、卷积神经网络及其他先进技术,增强对复杂创意的量化能力,从而更准确地捕捉消费者在不同任务和情境下的创造力表现。此外,现有测量方法大多关注一次性或静态的创意产出,较少考虑创造力在“生成—评估—迭代”过程中的动态变化。未来研究可探索动态测量方法,通过跟踪消费者在不同阶段的创意生成与调整,更真实地反映消费者创造力的演变与水平变化。
目前的研究主要从个体特征、认知与情绪等视角对消费者创造力进行了充分探索,未来研究可进一步聚焦于行为本身,或深入拓展情绪对消费者创造力的作用机制。例如,当消费者在交流中采用温和的调侃方式时,通常伴随大量幽默和隐喻(Oba等,2025),这一行为可能有助于消费者提升认知灵活性,进而提升创造力水平。再如,当消费者经历负面情绪(如失望)时,也可能通过激活特定的证明动机来提升创造力表现。
考虑到消费者创造力还存在群体形式,未来研究可以进一步探讨群体中的人群特征、群体情绪与群体行为等因素对消费者群体创造力的影响。现有研究已经发现,群体中自恋个体过多或存在群体性创造焦虑,会对消费者创造力产生负面影响(Goncalo等,2010)。未来研究可以进一步探讨群体中个体多样性产生的倒U形作用,例如过度丰富的多样性可能增加沟通成本或对创造力形成阻碍。同样,群体的钦佩情绪对消费者创造力的作用值得探索,因为对群体中榜样的钦佩可能会促进消费者模仿(Onu等,2016),并通过激活内在动机提升创造力。
未来可以进一步探索内在动机与外在动机一致性对消费者个体和群体创造力的影响。现有研究已经考察了物质激励与社交激励等内在与外在动机的作用,并发现内在动机通常对创造力的促进作用优于外在动机(Acar,2018;Deci和Ryan,2000)。然而,内在动机与外在动机的一致性对消费者创造力的叠加效应仍未得到充分关注。例如,在乐高社群中,创意者的回报包括自我表达、社会认同和个人成长,以及经济回报、体验式奖励和社群荣耀等。识别并设计与内在动机一致的外在奖励(如经济回报vs.荣誉式奖励),可能为企业带来更高的创造力绩效。
未来研究可以进一步开发能够激活消费者灵感或提升认知灵活性的管理工具。以往研究表明,游戏化(Parjanen和Hyypiä,2019)、创意模板(Tevi等,2025)、隐喻手段(Marin等,2014)均能有效提升消费者创造力。然而,企业实践中可用的工具远不止这些,例如,企业可以开发便于消费者进行远程组件整合的软件工具,或提供支持在线协作的电子画布,从而帮助消费者在创意生成与整合过程中提升创造力。
未来关于消费者与AI协作的创造力研究,可以从三个方向展开探索。第一,探索能够增强对话意愿与对话灵活性的因素,并考察其对消费者创造力的提升效果。虽然已有研究证明,AI的对话功能能够促进消费者的创造迭代(Ramaul等,2024),但哪些因素能够提升消费者与AI对话的可能性并进一步增强消费者创造力尚不明确。例如,AI工具的拟人化有助于消费者与AI建立连接(Zhang和Wang,2023),从而增加协作对话的流畅性,并有效提升消费者创造力。此外,虚拟偶像已在营销领域得到广泛应用(Scuotto等,2023),但通过增强消费者与品牌虚拟偶像的对话来提升消费者创造力的研究仍有待开展。
第二,未来研究可以进一步识别哪些消费者特征及管理策略能够提升消费者与AI协作进行创造的能力。现有研究表明,具备较高元认知策略的个体(Sun等,2025)、热衷多元化的个体(Cillo和Rubera,2025)以及AI素养更高的个体(Rafique等,2025)在与AI协作创造时表现出更高水平的创造力。然而,进一步识别有利于发挥AI创造力的消费者个人特征差异具有重要意义。例如,AI创造力与人类一样,具有坚持性和认知灵活性(De Dreu等,2008)。在协作过程中,专家与普通消费者在利用AI发挥坚持性和灵活性方面可能存在差异。专家可以借助AI快速评估更广泛的方案,从而提升认知灵活性;而普通消费者则可以利用AI辨识自身想法的可行性,并进一步深入探索。
第三,狭义AI(如Siri)通常缺乏创造力(Ameen等,2022),因此现有关于AI的消费者创造力研究主要集中于生成式AI。未来,通用AI的发展会改变消费者与AI协作的创造力发挥。因此,随着未来技术的发展,可以进一步探讨不同类别AI对消费者创造力的影响,以及不同AI在不同创造力类别中的优劣势。
前文已从个体、群体及企业角度探讨了消费者创造力的后果。未来研究可以进一步拓展至社会与国家层面,考察消费者创造力如何影响更宏观的系统与结构。例如,可探索消费者创造力在推动和促进战略性产业发展、文化创新和社会创新中的潜在贡献。此外,还可以关注消费者创造力的外溢效应,例如其对社会治理与公共政策创新的影响,从而体现其在更高层面上的价值。通过这些研究,有望更全面地理解消费者创造力的社会意义,并为政府和政策制定提供参考。