基于委托代理理论的众包奖金模式研究

张利斌，张 航

(中南民族大学 经济学院, 武汉 430074)

基于委托代理理论的众包奖金模式研究

张利斌，张 航

(中南民族大学 经济学院, 武汉 430074)

基于委托代理理论，以单人中标悬赏模式为例，分析了固定奖金在众包中适用的原因；在线性委托代理模型中加入参与者技能水平、任务难易程度以及精神激励等变量，探讨了绩效奖金中参与者努力程度和发包方激励系数的影响因素.结果表明：参与者技能水平、竞争性的环境、个人兴趣、激励系数正向影响参与者的努力水平，而成本系数和任务的难易程度负向影响参与者的努力水平；参与者技能水平正向影响激励系数，而竞争性的环境、个人兴趣、风险规避度、任务的难易程度、成本系数负向影响激励系数.

固定奖金；绩效奖金；委托代理；线性；众包

2006年杰夫·豪首次提出众包的概念，即一个公司或机构把过去由员工执行的工作任务、以自由自愿的形式外包给非特定的(通常是大型的)大众网络的做法[1].相对于内部研发，众包使企业降低生产成本和营销成本，同时得到更多高质量的解决方案，既增加了企业的竞争优势，又提高了顾客的忠诚度.一般来说，企业可根据需要自建众包平台或选择第三方运营的众包平台，无论哪种情况，众包模式都由发包方(企业)、众包平台、接包方(大众)这三个参与主体构成.众包平台本质上是双边市场，同边或跨边网络效应可以增大企业和大众对平台的粘性，平台两端往往吸引着大量的供给者和需求者，用户交易方便快捷，企业与平台、平台与大众之间的委托代理问题并不明显，比较突出的是企业和大众之间的委托代理问题.企业是委托人，大众是代理人，企业希望通过适当的激励机制促使大众努力完成任务，大众则愿意通过较少的努力来获得奖励.企业无法直接观测大众的努力水平，只能看到最终的结果，因此如何设置合理的激励机制使大众选择对企业最有利的行动就显得尤为重要.本文拟就该问题作深入探索.

目前众包奖励机制文献大致可分为两类.一类是关于固定赏金的研究[2-5].另一类是关于不同奖励机制的研究.该类别具体又可细分为对加价延期机制的研究[6]、对赢者通吃和多奖项奖励机制的研究[7-9]、对“固定奖金和绩效奖金”两种机制的比较研究[10-12].目前基于委托代理理论研究众包激励机制的文献不多，且如何设计最优的激励机制尚未有统一的结论.张鹏和田剑指出，在固定奖金下一个参与者不会考虑其他参与者的行动，但本文认为，众包实质上是开放式创新竞赛，参与者之间存在着竞争，而竞争的强度会提高参与者的努力程度.Taylor和Fullerton发现竞争性的环境会激励参与者更努力地改进他们的作品，发包方也将得益于这一竞争性的结果[13,14].林素芬同样重视参与者之间竞争的作用，指出参与者要避免与不同专业背景的其他参与者之间的非业务交流，保持和增强竞争意识才能提升众包绩效[15].另外，在分析绩效奖励时，鲜有文献涉及精神激励因素.因此，本文拟在张鹏和田剑等学者的研究基础上，基于委托代理理论，探寻在参与者之间存在竞争的情况下，在线性模型中加入参与者技能水平、任务难易程度和精神激励等变量，研究参与者努力程度和发包方激励系数的影响因素.

1 委托代理模型下两种奖金机制的构建

一般来讲，有不确定性且不可监督的委托人—代理人之间的博弈如图1所示.其中1代表委托人，2代表代理人，0代表自然，即外生的不确定因素.字母a和b分别代表委托人和代理人的净收益.图中涵义为：委托人把一个任务委托给代理人，代理人接受之后选择努力程度，在这里代理人究竟是努力还是偷懒委托人是不清楚的，也就是不可监督，之后自然决定高产或低产.正是由于外生的不确定性以及不可监督的特点，构成了不完美信息博弈.下面以委托代理模型为基础，分别讨论固定奖金和绩效奖金两种机制在众包模式中的适用性.

1.1 固定奖金

假设在一个委托代理关系中，代理人的努力水平为m，m有两个可能的取值，m=H代表努力工作，m=L代表偷懒，相应的，努力成本为c(H)和c(L)，且c(H)>c(L).产出π=m+ε,其中ε为外生的不确定因素，ε～N(0,σ2).设委托人付给代理人固定报酬s0，那么代理人的实际收入：b1=b2=s0-c(H)，b3=b4=s0-c(L)，显然b1=b2

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

1.2 绩效奖金

在一般的委托代理情形下，委托人通常采用绩效奖励机制，根据代理人实际产出的情况给予奖励，使代理人也承担一定风险，激励其更努力地完成任务.在众包模式中，对于某个任务来说，发包方与众多参与者构成委托代理关系，但是在目前的第三方平台上，一般采用的是单一奖项的固定赏金模式，也有一些采用多奖项模式，几乎没有采用绩效奖励机制的.虽有学者在理论上探讨过绩效奖励的设计，但模型中变量的选择存在很大分歧，所得结论也存在不一致现象.针对该现象，本文认为，如果在线性委托代理模型中加入参与者技能水平、任务的难易程度以及精神激励三方面因素的讨论会对单人中标悬赏模式中的激励问题有更加全面的理解和认识.即假定其他因素不变的条件下参与者技能水平越高产出越大，任务越难产出越小.关于参与者精神激励，邓玉林在研究知识型员工的薪酬策略时，从单个参与者角度出发考虑了两方面的任务激励效用，一是完成任务后的满足感，即完成任务具有正向激励效用；二是个人偏好的正向激励效用[16].本文结合单人中标悬赏模式实际情形，认为以上两种任务激励效用均存在，但在此把个人偏好细化为个人兴趣，原因在于很多参与者是由于个人兴趣参与其中的.另外，在该模式中，参与者之间的相互竞争作用也应被重视.竞争性的环境会给参与者一种压力，而这种压力会促使参与者更好地完成任务[13-15].因此我们假设竞争性的环境会正向影响任务的激励效用.下文将用委托人表示发包方、代理人表示接包方(即众包参与者)，通过构建线性委托代理模型来讨论单人中标悬赏模式中的绩效奖励机制应如何设计.

参考邓玉林关于精神激励的处理办法，设任务的激励效用为：u1=(r1+r2)π，其中r1表示外部竞争性环境的激励作用，r2表示个人兴趣，0≤r1≤1，0≤r2≤1，则该式子包含了外部竞争性环境、个人兴趣以及完成任务的满足感的三重激励作用.

解得:

(1)

(2)

由(1)式可推导出：

(3)

(4)

(5)

(6)

由(2)式可推导出：

(7)

(8)

(9)

(10)

(11)

2 绩效奖金计算结果讨论

综合(3)～(6)式，可得：参与者技能水平、竞争性的环境、个人兴趣、激励系数都会正向影响参与者的努力水平，成本系数、任务的难易程度会负向影响参与者的努力水平.

综合(7)～(11)式，可得：参与者技能水平会正向影响激励系数，竞争性的环境、个人兴趣、风险规避度、任务的难易程度、成本系数都会负向影响激励系数.

具体来讲，由(7)式可知，代理人技能水平会正向影响激励系数.参与者技能水平越高，发包方应当设置越高的激励系数；参与者技能水平越低，应设置越低的激励系数.这一结论验证了张鹏的观点.同时结合(3)式，技能水平越高的参与者会付出越大的努力，可知要想选拔出技能水平高且努力程度大的参与者，发包方可适当提高激励系数.但这同时要求相关管理者(平台和发包方)要对参与者的技能水平有一个较为宏观的把握，这样才能更精准地设置赏金，达到理想的效果.由(8)式可知，竞争性的环境、个人兴趣都会负向影响激励系数.这与常理相一致，当参与者之间竞争较激烈时，竞争性的环境会激励他们提高各自的努力程度，以提高获奖的概率，这时他可能会对发包方设置的激励系数不敏感，同样地，当参与者对任务有很大的兴趣时，发包方也无需设置很高的激励系数.很多人都是由于个人兴趣等精神因素参与进来，并且多数任务都会吸引大量的参与者，因此激励系数无需设置很高，这也一定程度上解释了当前众包平台一般采用固定赏金模式(即激励系数为零)的原因.由(9)式可知，风险规避度会负向影响激励系数.参与者越是厌恶风险，激励系数应设置得越小.这符合常理，较高的薪酬风险会把厌恶风险的人拒之门外.由(10)式和(11)式可知，任务的难易程度、成本系数会负向影响激励系数.在普通的委托代理关系中，任务越难，越应增大激励系数来提高代理人的积极性，使他更努力地完成任务，同样地，成本系数越高，代理人付出越多，越应增大激励系数给予其越多的补偿.在这种关系中，代理人并非是由个人兴趣自由选择参加，此时奖金是其主要动力.而在单人中标悬赏模式中，问题解决者参与到难度较大的任务当中，很多是想锻炼个人能力和挑战自我，外部的经济性动机并不是主要的驱动因素[18].并且对于一些难度较大的任务，最有可能给出高质量方案的是本行业或跨行业的“高手”.那些对一般人来讲很难、需要花费很大成本的任务，对于他们来讲很可能就是“小菜一碟”.因此这时无需设置很大的激励系数，“高手们”便可脱颖而出，并获得更高的能力等级，来充分满足对他们来讲很重要的内部动机.这一分析也启示我们：在单人中标悬赏模式中，发包方应当在强调赏金的同时，注重包括声誉、个人能力认可等非物质层面的奖励，以提升奖金策略的效果.

3 总结及展望

本文首先分析了固定奖金模式，指出在一般的委托代理情形中，发包方认为固定奖金模式对代理人没有激励作用，但是在单人中标悬赏模式中，由于参与者存在精神激励(如个人兴趣、竞争性的环境等)，因此在现实中固定奖金模式仍有适用性.

随后构建线性委托代理模型分析了参与者努力程度和发包方激励系数的影响因素，验证了张鹏关于参与者技能水平正向影响努力程度及激励系数的结论[11]，以及Taylor、Fullerton、林素芬三位学者关于竞争性的环境对参与者努力程度正向作用的结论[13-15].本文在加入参与者技能水平、任务难易程度的同时，为体现精神激励的重要性，探究了竞争性的环境、个人兴趣、完成任务的满足感三重精神方面的作用.指出：参与者技能水平、竞争性的环境、个人兴趣、激励系数都会正向影响参与者的努力水平，成本系数、任务的难易程度会负向影响参与者的努力水平；参与者技能水平会正向影响激励系数，竞争性的环境、个人兴趣、风险规避度、任务的难易程度、成本系数都会负向影响激励系数.

本文尚存在不足之处，例如“竞争性的环境会正向影响任务的激励效用”假设可能较理想化，当竞争特别激烈时，可能会反向影响任务的激励效用.与此同时，未来可深入探究精神激励方面的其他因素(如个人展示、扩大社会资本等)对激励系数和参与者努力水平的作用，以对现有研究做出有益补充.

[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] 张 媛.大众参与众包的行为影响因素研究[D].大连: 东北财经大学,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] 任延静,林丽慧.众包平台创新竞赛中加价延期机制采纳决策的研究[C]//中国管理学会.第八届 (2013)中国管理学年会信息管理分会论文集.北京：中国管理学会, 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] 王丽伟.网上创新竞赛绩效影响因素及其作用机理研究[D].镇江: 江苏科技大学,2014.

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

[11] 张 鹏.众包式创新激励机制研究——基于委托代理理论[J].技术经济与管理研究,2012(6):45-48.

[12] 田 剑,邓 娇,费友丽.赢者通吃情形下众包竞赛最优奖励机制研究[J].江苏科技大学学报,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.基于众包参与者网络的众包绩效提升研究[D].泉州: 华侨大学,2015.

[16] 邓玉林,达庆利,王文平.知识工作设计与知识型员工薪酬策略[J].中国工业经济,2006(8):93-100.

[17] 张维迎.博弈论与信息经济学[M].上海: 上海人民出版社, 2004.

[18] 冯小亮.基于双边市场的众包模式研究[D].武汉: 武汉大学,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

张利斌(1973-)，男，教授，博士，研究方向：区域经济学，E-mail：ddh2005@126.com

国家社会科学基金资助项目(12BGL046)，中央高校基本科研业务费专项资金资助项目(CSZ11005)

F272.923

A

1672-4321(2017)01-0138-05