基于委托代理理論的眾包獎金模式研究

張利斌，張 航

(中南民族大學(xué) 經(jīng)濟(jì)學(xué)院, 武漢 430074)

基于委托代理理論的眾包獎金模式研究

張利斌，張 航

(中南民族大學(xué) 經(jīng)濟(jì)學(xué)院, 武漢 430074)

基于委托代理理論，以單人中標(biāo)懸賞模式為例，分析了固定獎金在眾包中適用的原因；在線性委托代理模型中加入?yún)⑴c者技能水平、任務(wù)難易程度以及精神激勵等變量，探討了績效獎金中參與者努力程度和發(fā)包方激勵系數(shù)的影響因素.結(jié)果表明：參與者技能水平、競爭性的環(huán)境、個人興趣、激勵系數(shù)正向影響參與者的努力水平，而成本系數(shù)和任務(wù)的難易程度負(fù)向影響參與者的努力水平；參與者技能水平正向影響激勵系數(shù)，而競爭性的環(huán)境、個人興趣、風(fēng)險規(guī)避度、任務(wù)的難易程度、成本系數(shù)負(fù)向影響激勵系數(shù).

固定獎金；績效獎金；委托代理；線性；眾包

2006年杰夫·豪首次提出眾包的概念，即一個公司或機(jī)構(gòu)把過去由員工執(zhí)行的工作任務(wù)、以自由自愿的形式外包給非特定的(通常是大型的)大眾網(wǎng)絡(luò)的做法[1].相對于內(nèi)部研發(fā)，眾包使企業(yè)降低生產(chǎn)成本和營銷成本，同時得到更多高質(zhì)量的解決方案，既增加了企業(yè)的競爭優(yōu)勢，又提高了顧客的忠誠度.一般來說，企業(yè)可根據(jù)需要自建眾包平臺或選擇第三方運營的眾包平臺，無論哪種情況，眾包模式都由發(fā)包方(企業(yè))、眾包平臺、接包方(大眾)這三個參與主體構(gòu)成.眾包平臺本質(zhì)上是雙邊市場，同邊或跨邊網(wǎng)絡(luò)效應(yīng)可以增大企業(yè)和大眾對平臺的粘性，平臺兩端往往吸引著大量的供給者和需求者，用戶交易方便快捷，企業(yè)與平臺、平臺與大眾之間的委托代理問題并不明顯，比較突出的是企業(yè)和大眾之間的委托代理問題.企業(yè)是委托人，大眾是代理人，企業(yè)希望通過適當(dāng)?shù)募顧C(jī)制促使大眾努力完成任務(wù)，大眾則愿意通過較少的努力來獲得獎勵.企業(yè)無法直接觀測大眾的努力水平，只能看到最終的結(jié)果，因此如何設(shè)置合理的激勵機(jī)制使大眾選擇對企業(yè)最有利的行動就顯得尤為重要.本文擬就該問題作深入探索.

目前眾包獎勵機(jī)制文獻(xiàn)大致可分為兩類.一類是關(guān)于固定賞金的研究[2-5].另一類是關(guān)于不同獎勵機(jī)制的研究.該類別具體又可細(xì)分為對加價延期機(jī)制的研究[6]、對贏者通吃和多獎項獎勵機(jī)制的研究[7-9]、對“固定獎金和績效獎金”兩種機(jī)制的比較研究[10-12].目前基于委托代理理論研究眾包激勵機(jī)制的文獻(xiàn)不多，且如何設(shè)計最優(yōu)的激勵機(jī)制尚未有統(tǒng)一的結(jié)論.張鵬和田劍指出，在固定獎金下一個參與者不會考慮其他參與者的行動，但本文認(rèn)為，眾包實質(zhì)上是開放式創(chuàng)新競賽，參與者之間存在著競爭，而競爭的強(qiáng)度會提高參與者的努力程度.Taylor和Fullerton發(fā)現(xiàn)競爭性的環(huán)境會激勵參與者更努力地改進(jìn)他們的作品，發(fā)包方也將得益于這一競爭性的結(jié)果[13,14].林素芬同樣重視參與者之間競爭的作用，指出參與者要避免與不同專業(yè)背景的其他參與者之間的非業(yè)務(wù)交流，保持和增強(qiáng)競爭意識才能提升眾包績效[15].另外，在分析績效獎勵時，鮮有文獻(xiàn)涉及精神激勵因素.因此，本文擬在張鵬和田劍等學(xué)者的研究基礎(chǔ)上，基于委托代理理論，探尋在參與者之間存在競爭的情況下，在線性模型中加入?yún)⑴c者技能水平、任務(wù)難易程度和精神激勵等變量，研究參與者努力程度和發(fā)包方激勵系數(shù)的影響因素.

1 委托代理模型下兩種獎金機(jī)制的構(gòu)建

一般來講，有不確定性且不可監(jiān)督的委托人—代理人之間的博弈如圖1所示.其中1代表委托人，2代表代理人，0代表自然，即外生的不確定因素.字母a和b分別代表委托人和代理人的凈收益.圖中涵義為：委托人把一個任務(wù)委托給代理人，代理人接受之后選擇努力程度，在這里代理人究竟是努力還是偷懶委托人是不清楚的，也就是不可監(jiān)督，之后自然決定高產(chǎn)或低產(chǎn).正是由于外生的不確定性以及不可監(jiān)督的特點，構(gòu)成了不完美信息博弈.下面以委托代理模型為基礎(chǔ)，分別討論固定獎金和績效獎金兩種機(jī)制在眾包模式中的適用性.

1.1 固定獎金

假設(shè)在一個委托代理關(guān)系中，代理人的努力水平為m，m有兩個可能的取值，m=H代表努力工作，m=L代表偷懶，相應(yīng)的，努力成本為c(H)和c(L)，且c(H)>c(L).產(chǎn)出π=m+ε,其中ε為外生的不確定因素，ε～N(0,σ2).設(shè)委托人付給代理人固定報酬s0，那么代理人的實際收入：b1=b2=s0-c(H)，b3=b4=s0-c(L)，顯然b1=b2

圖1 委托人—代理人博弈Fig.1 Principal-agent game

1.2 績效獎金

在一般的委托代理情形下，委托人通常采用績效獎勵機(jī)制，根據(jù)代理人實際產(chǎn)出的情況給予獎勵，使代理人也承擔(dān)一定風(fēng)險，激勵其更努力地完成任務(wù).在眾包模式中，對于某個任務(wù)來說，發(fā)包方與眾多參與者構(gòu)成委托代理關(guān)系，但是在目前的第三方平臺上，一般采用的是單一獎項的固定賞金模式，也有一些采用多獎項模式，幾乎沒有采用績效獎勵機(jī)制的.雖有學(xué)者在理論上探討過績效獎勵的設(shè)計，但模型中變量的選擇存在很大分歧，所得結(jié)論也存在不一致現(xiàn)象.針對該現(xiàn)象，本文認(rèn)為，如果在線性委托代理模型中加入?yún)⑴c者技能水平、任務(wù)的難易程度以及精神激勵三方面因素的討論會對單人中標(biāo)懸賞模式中的激勵問題有更加全面的理解和認(rèn)識.即假定其他因素不變的條件下參與者技能水平越高產(chǎn)出越大，任務(wù)越難產(chǎn)出越小.關(guān)于參與者精神激勵，鄧玉林在研究知識型員工的薪酬策略時，從單個參與者角度出發(fā)考慮了兩方面的任務(wù)激勵效用，一是完成任務(wù)后的滿足感，即完成任務(wù)具有正向激勵效用；二是個人偏好的正向激勵效用[16].本文結(jié)合單人中標(biāo)懸賞模式實際情形，認(rèn)為以上兩種任務(wù)激勵效用均存在，但在此把個人偏好細(xì)化為個人興趣，原因在于很多參與者是由于個人興趣參與其中的.另外，在該模式中，參與者之間的相互競爭作用也應(yīng)被重視.競爭性的環(huán)境會給參與者一種壓力，而這種壓力會促使參與者更好地完成任務(wù)[13-15].因此我們假設(shè)競爭性的環(huán)境會正向影響任務(wù)的激勵效用.下文將用委托人表示發(fā)包方、代理人表示接包方(即眾包參與者)，通過構(gòu)建線性委托代理模型來討論單人中標(biāo)懸賞模式中的績效獎勵機(jī)制應(yīng)如何設(shè)計.

參考鄧玉林關(guān)于精神激勵的處理辦法，設(shè)任務(wù)的激勵效用為：u1=(r1+r2)π，其中r1表示外部競爭性環(huán)境的激勵作用，r2表示個人興趣，0≤r1≤1，0≤r2≤1，則該式子包含了外部競爭性環(huán)境、個人興趣以及完成任務(wù)的滿足感的三重激勵作用.

解得:

(1)

(2)

由(1)式可推導(dǎo)出：

(3)

(4)

(5)

(6)

由(2)式可推導(dǎo)出：

(7)

(8)

(9)

(10)

(11)

2 績效獎金計算結(jié)果討論

綜合(3)～(6)式，可得：參與者技能水平、競爭性的環(huán)境、個人興趣、激勵系數(shù)都會正向影響參與者的努力水平，成本系數(shù)、任務(wù)的難易程度會負(fù)向影響參與者的努力水平.

綜合(7)～(11)式，可得：參與者技能水平會正向影響激勵系數(shù)，競爭性的環(huán)境、個人興趣、風(fēng)險規(guī)避度、任務(wù)的難易程度、成本系數(shù)都會負(fù)向影響激勵系數(shù).

具體來講，由(7)式可知，代理人技能水平會正向影響激勵系數(shù).參與者技能水平越高，發(fā)包方應(yīng)當(dāng)設(shè)置越高的激勵系數(shù)；參與者技能水平越低，應(yīng)設(shè)置越低的激勵系數(shù).這一結(jié)論驗證了張鵬的觀點.同時結(jié)合(3)式，技能水平越高的參與者會付出越大的努力，可知要想選拔出技能水平高且努力程度大的參與者，發(fā)包方可適當(dāng)提高激勵系數(shù).但這同時要求相關(guān)管理者(平臺和發(fā)包方)要對參與者的技能水平有一個較為宏觀的把握，這樣才能更精準(zhǔn)地設(shè)置賞金，達(dá)到理想的效果.由(8)式可知，競爭性的環(huán)境、個人興趣都會負(fù)向影響激勵系數(shù).這與常理相一致，當(dāng)參與者之間競爭較激烈時，競爭性的環(huán)境會激勵他們提高各自的努力程度，以提高獲獎的概率，這時他可能會對發(fā)包方設(shè)置的激勵系數(shù)不敏感，同樣地，當(dāng)參與者對任務(wù)有很大的興趣時，發(fā)包方也無需設(shè)置很高的激勵系數(shù).很多人都是由于個人興趣等精神因素參與進(jìn)來，并且多數(shù)任務(wù)都會吸引大量的參與者，因此激勵系數(shù)無需設(shè)置很高，這也一定程度上解釋了當(dāng)前眾包平臺一般采用固定賞金模式(即激勵系數(shù)為零)的原因.由(9)式可知，風(fēng)險規(guī)避度會負(fù)向影響激勵系數(shù).參與者越是厭惡風(fēng)險，激勵系數(shù)應(yīng)設(shè)置得越小.這符合常理，較高的薪酬風(fēng)險會把厭惡風(fēng)險的人拒之門外.由(10)式和(11)式可知，任務(wù)的難易程度、成本系數(shù)會負(fù)向影響激勵系數(shù).在普通的委托代理關(guān)系中，任務(wù)越難，越應(yīng)增大激勵系數(shù)來提高代理人的積極性，使他更努力地完成任務(wù)，同樣地，成本系數(shù)越高，代理人付出越多，越應(yīng)增大激勵系數(shù)給予其越多的補(bǔ)償.在這種關(guān)系中，代理人并非是由個人興趣自由選擇參加，此時獎金是其主要動力.而在單人中標(biāo)懸賞模式中，問題解決者參與到難度較大的任務(wù)當(dāng)中，很多是想鍛煉個人能力和挑戰(zhàn)自我，外部的經(jīng)濟(jì)性動機(jī)并不是主要的驅(qū)動因素[18].并且對于一些難度較大的任務(wù)，最有可能給出高質(zhì)量方案的是本行業(yè)或跨行業(yè)的“高手”.那些對一般人來講很難、需要花費很大成本的任務(wù)，對于他們來講很可能就是“小菜一碟”.因此這時無需設(shè)置很大的激勵系數(shù)，“高手們”便可脫穎而出，并獲得更高的能力等級，來充分滿足對他們來講很重要的內(nèi)部動機(jī).這一分析也啟示我們：在單人中標(biāo)懸賞模式中，發(fā)包方應(yīng)當(dāng)在強(qiáng)調(diào)賞金的同時，注重包括聲譽(yù)、個人能力認(rèn)可等非物質(zhì)層面的獎勵，以提升獎金策略的效果.

3 總結(jié)及展望

本文首先分析了固定獎金模式，指出在一般的委托代理情形中，發(fā)包方認(rèn)為固定獎金模式對代理人沒有激勵作用，但是在單人中標(biāo)懸賞模式中，由于參與者存在精神激勵(如個人興趣、競爭性的環(huán)境等)，因此在現(xiàn)實中固定獎金模式仍有適用性.

隨后構(gòu)建線性委托代理模型分析了參與者努力程度和發(fā)包方激勵系數(shù)的影響因素，驗證了張鵬關(guān)于參與者技能水平正向影響努力程度及激勵系數(shù)的結(jié)論[11]，以及Taylor、Fullerton、林素芬三位學(xué)者關(guān)于競爭性的環(huán)境對參與者努力程度正向作用的結(jié)論[13-15].本文在加入?yún)⑴c者技能水平、任務(wù)難易程度的同時，為體現(xiàn)精神激勵的重要性，探究了競爭性的環(huán)境、個人興趣、完成任務(wù)的滿足感三重精神方面的作用.指出：參與者技能水平、競爭性的環(huán)境、個人興趣、激勵系數(shù)都會正向影響參與者的努力水平，成本系數(shù)、任務(wù)的難易程度會負(fù)向影響參與者的努力水平；參與者技能水平會正向影響激勵系數(shù)，競爭性的環(huán)境、個人興趣、風(fēng)險規(guī)避度、任務(wù)的難易程度、成本系數(shù)都會負(fù)向影響激勵系數(shù).

本文尚存在不足之處，例如“競爭性的環(huán)境會正向影響任務(wù)的激勵效用”假設(shè)可能較理想化，當(dāng)競爭特別激烈時，可能會反向影響任務(wù)的激勵效用.與此同時，未來可深入探究精神激勵方面的其他因素(如個人展示、擴(kuò)大社會資本等)對激勵系數(shù)和參與者努力水平的作用，以對現(xiàn)有研究做出有益補(bǔ)充.

[1] Howe J.The Rise of Crowdsourcing[J].Wired Magazine,2006,14(14):1-5.

[2] Dipalantino D,Vojnovic M.Crowdsourcing and all-pay auctions[C]//ACM.Acm Conference on Electronic Commerce.Stanford:ACM, 2009:119-128.

[3] 張 媛.大眾參與眾包的行為影響因素研究[D].大連: 東北財經(jīng)大學(xué),2011.

[4] Archak N.Money, glory and cheap talk: analyzing strategic behavior of contestants in simultaneous crowdsourcing contests on TopCoder.com[C]//ACM.International Conference on World Wide Web.New York:ACM, 2010:21-30.

[5] Yang J, Adamic L A, Ackerman M S.Crowdsourcing and knowledge sharing: strategic user behavior on taskcn[C]// ACM.Proceedings of the 9th ACM conference on Electronic commerce.Chicago:ACM, 2008:246-255.

[6] 任延靜,林麗慧.眾包平臺創(chuàng)新競賽中加價延期機(jī)制采納決策的研究[C]//中國管理學(xué)會.第八屆 (2013)中國管理學(xué)年會信息管理分會論文集.北京：中國管理學(xué)會, 2013.

[7] Moldovanu B, Sela A.The Optimal Allocation of Prizes in Contests[J].The American Economic Review, 2001, 91(3):542-558.

[8] Moldovanu B, Sela A.Contest architecture[J].Journal of Economic Theory, 2006, 126(1):70-96.

[9] 王麗偉.網(wǎng)上創(chuàng)新競賽績效影響因素及其作用機(jī)理研究[D].鎮(zhèn)江: 江蘇科技大學(xué),2014.

[10] Terwiesch C, Xu Y.Innovation Contests, Open Innovation, and Multiagent Problem Solving[J].Management Science, 2008, 54(9):1529-1543.

[11] 張 鵬.眾包式創(chuàng)新激勵機(jī)制研究——基于委托代理理論[J].技術(shù)經(jīng)濟(jì)與管理研究,2012(6):45-48.

[12] 田 劍,鄧 嬌,費友麗.贏者通吃情形下眾包競賽最優(yōu)獎勵機(jī)制研究[J].江蘇科技大學(xué)學(xué)報,2016,16(2):98-102

[13] Taylor C R.Digging for Golden Carrots: An Analysis of Research Tournaments.[J].American Economic Review, 1995, 85(4):872-90.

[14] Fullerton R L, Mcafee R P.Auctioning Entry into Tournaments[J].Social Science Electronic Publishing, 1999, 107(3):573-605.

[15] 林素芬.基于眾包參與者網(wǎng)絡(luò)的眾包績效提升研究[D].泉州: 華僑大學(xué),2015.

[16] 鄧玉林,達(dá)慶利,王文平.知識工作設(shè)計與知識型員工薪酬策略[J].中國工業(yè)經(jīng)濟(jì),2006(8):93-100.

[17] 張維迎.博弈論與信息經(jīng)濟(jì)學(xué)[M].上海: 上海人民出版社, 2004.

[18] 馮小亮.基于雙邊市場的眾包模式研究[D].武漢: 武漢大學(xué),2012.

Research on Awards Model of Crowdsourcing Based on Principal Agent Theory

ZhangLibin,ZhangHang

(College of Economics, South-Central University for Nationalities, Wuhan 430074, China)

Taking a single person winning bid as an example, the paper analyzed the applicability of fixed bonus model in crowdsourcing based on principal agent theory firstly.Then some factors such as the skill level of the participants, the task difficulty level and spiritual motivation were added to the linear principal agent model;and what affect the effort degree of participants and the setting of incentive coefficient of the employers were discussed within the model of performance bonus.Results showed that the skill level of the participants, competitive environment, personal interest and incentive coefficient had positive effects on the effort degree of participants, whereas cost coefficient and task difficulty level had negative effects on it.In addition, the skill level of the participants positively affected the incentive coefficient, whereas competitive environment, personal interest, risk aversion, task difficulty level and cost coefficient negatively affected the incentive coefficient.

fixed bonus;performance bonus;principal agent;linear;crowdsourcing

2016-08-25

張利斌(1973-)，男，教授，博士，研究方向：區(qū)域經(jīng)濟(jì)學(xué)，E-mail：ddh2005@126.com

國家社會科學(xué)基金資助項目(12BGL046)，中央高?；究蒲袠I(yè)務(wù)費專項資金資助項目(CSZ11005)

F272.923

A

1672-4321(2017)01-0138-05