众包竞赛中信息反馈策略研究述评与展望

郭新敏,田 剑

(1. 江苏科技大学 经济管理学院,江苏 镇江 212003; 2. 江苏科技大学 理学院,江苏 镇江 212003)

众包竞赛(crowdsourcing contest),也称为创新竞赛(innovation contest),是指创新者运用自身技能、经历和创造力为组织者设定的某一特定的竞赛任务提供解决方案而展开的在线竞争[1]。众包竞赛提供了一个更加透明、公平的交易环境,可以缩短竞赛周期,提高竞赛效率,使组织者效益最大化,增加解答者的收益,提高企业管理水平,有助于双方形成良好的合作关系。

近年来,国内外学者围绕众包竞赛的诸多方面展开了研究,但忽略了竞赛中的信息反馈问题。在竞赛过程中,在组织者发布需要解决的问题之后,解答者将针对问题提交相应的解决方案,组织者将会对其较青睐的方案向解答者提供信息反馈;而依照组织者的反馈建议,解答者将会对解答方案进行相应修改。总体而言，存在于众包竞赛中的信息反馈会促使解答者更加努力,参与的解答者人数越多,解答者提交解答方案的速度越快,众包竞赛绩效将会越高(1)参见YANG Y、CHEN P、PAVLOU P Managing open innovation contests in online market, Working paper， Temple University, 2010年。。反馈在实践中被广泛用于提高竞赛的效率和绩效,但对于反馈在比赛中的确切作用需要进一步分析。围绕众包竞赛的信息反馈策略,国内学者主要从三个方面展开研究:信息反馈的内容要素、信息反馈的策略类型以及信息反馈的策略效应。笔者在对上述三方面国内外相关研究成果进行梳理的基础上,对未来的研究方向进行了展望。

一、 众包竞赛中信息反馈的内容要素

(一) 组织者偏好

组织者偏好是指众包竞赛的组织者(seeker)对投标相关各要素的评价,即对各属性的重视程度及权重分配。Assemi等研究了各种反馈信息对组织者作出决策的影响后发现，反馈信息“正面评论”会对组织者的决策产生重大影响(2)参见ASSEMI B、SCHLAGWEIN D Provider feedback information and customer choice decisions on crowdsourcing marketplaces: Evidence from two discrete choice experiments， Decision Support Systems, 2016年第82卷。。有关解答者概况的反馈信息比其他信息更重要,如解答者的自我描述[2]。组织者面临的一个主要挑战是如何引起解答者(solver)的注意,并吸引足够数量的解答方案[3-4]。葛如一等通过研究发现,反馈策略的优劣与组织者的收益类型相关,当组织者的收益等于所有解答者的努力总和时,无反馈策略和事先声明的有反馈策略效果相同,而事先隐瞒的有反馈策略最优;当组织者的收益等于解答者的最大努力水平时,无反馈策略最劣,而事先声明和事先隐瞒的有反馈策略都可能占优,最优策略由解答者人数、解答者能力分布以及收到反馈的人数所决定[5]。Mihm指出，在选择反馈策略时只需要关注两个简单的维度:竞赛目标(解答者的平均表现与最佳绩效)和竞赛固有的表现不确定性[6]。Baruch等通过研究发现,如果那些最终使用志愿者活动结果的人不传播结果,不向解答者提供反馈和培训,那么平台就有可能失去志愿者(3)参见BARUCH A、 MAY A、 YU D The motivations, enablers and barriers for voluntary participation in an online crowdsourcing platform， Computers in Human Behavior, 2016年第64卷，926-931页。。

(二) 竞赛机制设计参数

竞赛机制设计参数涉及与众包竞赛中相关的奖励机制、任务描述和竞赛周期等。此外,有的竞赛还涉及任务的复杂性以及市场环境因素。有学者研究表明,竞赛设计参数包括奖项的数量和结构[7-8]。Yang指出，以解答者的数量和提交速度作为竞赛成绩的代理,实证检验三组因素对比赛成绩的影响:竞赛设计参数(即奖品、描述长度和持续时间)、项目内在特征(即复杂性)和市场环境因素(即竞争强度和市场价格),这些因素影响两个关键的绩效指标,即解答者数量和提交速度[9]。Gefen等认为，如果组织者的竞赛周期长,雇主会让解答者不断进行方案修改,使解答者付出大于悬赏金额的努力,最终会导致解答者退出竞赛周期长的任务[10]。王丽伟等指出，较高的悬赏金额会激励更多的解答者加入竞赛[11]。Jian等通过研究发现，给解答者提供奖励保证将会增加解答方案的提交数量[12]。Goh等将基于积分的奖励系统与没有任何奖励的系统相比较,结果表明，有奖励的系统更能激励解答者(4)参见GOH H L, PE-THAN E P P, LEE C S Perceptions of virtual reward systems in crowdsourcing games， Computers in Human Behavior, 2017年第70卷，365-374页。。

(三) 解答者的数量和提交速度

解答者的数量是指提交解答方案的人数，提交速度是指从比赛开始至受到解答方案的持续时间。如Chen等认为,由于反馈信息反映了组织者过去的真实体验,故有关解答者概况的反馈信息比其他信息更重要,如解答者的自我描述[2]。Bockstedt等从三个维度分析了提交行为,即解答者第一次提交的位置、解答者提交的数量以及解答者积极参与的时间,其研究结果表明,增加比赛时间对选手成功的可能性有积极影响,参与时间更长的解答者更有可能在比赛中取得成功[13]。Pollok等利用不确定性减少理论(URT)和信号理论研究了影响解答者感知不确定性的因素,这些因素反过来会影响解答者的参与水平[14]。

(四) 解答方案的数量和质量

解答方案的数量和质量是指解答者提交的解答方案的数量和质量。如Terwiesch等研究发现,随着解答者数量增加,解答方案会呈现多样化,并可能会出现最优解答[15]。Yang等指出,反馈可以鼓励解答者作出比均衡努力更多的贡献,更高的奖励、更低的时间成本、更短的项目描述、更长的持续时间和更高的知名度将吸引更多的解答者(5)参见YANG Y、 CHEN P、 PAVLOU P Open innovation: An empirical study of online contests， Proceedings of the International Conference on Information Systems, 2009年版。。王丽伟等指出，解答者提交作品的数量越多,组织者获得的绩效越大[11]。解答者在其本身所擅长的领域表现越好,越有可能呈现更高质量的解答方案[16]。Javadi等认为,众包竞赛中参与者提交方案的数量是组织者获得较高绩效的表现[17]。Chawla等指出,在众包竞赛中,组织者只从提交方案中质量最高的解答方案中获益(6)参见Chawla S、 Hartline J D、 Sivan B Optimal crowdsourcing contests. Games and Economic Behavior, 2019年第113卷，80-96页。。Jian等研究发现,众包竞赛过程中信息反馈的数量(数字评论和文本评论)将会对提交的解答方案数量产生积极影响[12]。

二、 众包竞赛中信息反馈策略的类型

在众包竞赛的相关研究中,不仅要考虑信息反馈的内容要素,更要考虑信息反馈的策略类型,即反馈多少以及如何反馈。关于信息反馈策略,学者们从不同角度给出了不同的分类表述。尽管学者们对信息反馈策略的表述存在差异,但多数学者将信息反馈策略归结为完全信息反馈策略和非完全信息反馈策略。

(一) 完全信息反馈策略

完全信息反馈策略(Complete feedback strategy,简称CFS),即向解答者反馈全部的信息，如完全反馈组织者偏好、解答者信息等。Aoyagi通过研究得出结论,即当阶段t边际成本函数是凹的时候,完全反馈策略是最优的(7)参见AOYAGI M Information feedback in a dynamic tournament， Games and Economic Behavior, 2010年第70卷，242-260页。。Ederer允许解答者的能力存在异质性,其研究结果表明,如果努力的边际成本是凹的,则完全反馈策略会引发高产出[18]。Bockstedt等认为,就组织者而言，可以选择在竞赛过程中对于解答者的表现给予反馈或者不给予反馈,还可以选择在竞赛开始前声明或者隐瞒自己的反馈策略;合适的信息反馈可以激励解答者付出努力,从而提高竞赛绩效(8)参见BOCKSTEDT J、 DRUEHL C、 MISHRA A Problem-solving effort and success in innovation contests: the role of national culture， Journal of Operations Management, 2015年第36卷， 187-200页。。

(二) 非完全信息反馈策略

非完全反馈策略(Incomplete feedback strategy,简称IFS),即在反馈部分信息的同时对某些信息内容有所保留,如不完全反馈组织者偏好、部分反馈解答者信息等。Goltsman等认为,最优信息反馈策略是介于无信息反馈和完全信息反馈之间的非完全信息反馈,其研究了解答者的异质性,包括了更全面的反馈策略。研究结果表明,使用不完全反馈信息的部分反馈策略,组织者绝对是更好的选择(9)参见GOLTSMAN M、 MUKHERJEE A Information disclosure in multistage tournaments， Ssm Electronic Journal, 2008年。。郝琳娜等认为,解答者的个人能力对组织者和其他解答者而言是私有信息,组织者策略是公有信息。组织者决定奖励方式、奖励金额,解答者决定是否参与及其努力程度[19]。董坤祥等通过研究发现,在解答者感知风险较高的情况下,具备风险规避意识的解答者更倾向于反馈私有信息以提高创新绩效,但风险规避意识会促使解答者采取保守的解答策略,从而使得服务保证和参与经营对创新绩效的作用减弱[20]。Gross的研究结果表明,反馈减少了参与竞赛的解答者人数,但提高了后续提交的质量,网络上的反馈增加了高质量创意的数量,因此对于寻求创新的主体来说是可取的[21]。

国内外学者将信息反馈策略分成不同的类别进行研究,具体分类策略归纳如表1所示。

表1 众包竞赛中信息反馈策略的分类

各信息反馈策略会有哪些不同影响,哪种反馈策略会更具优势,这些问题引起了学者们的高度关注,并通过比较其有效性得出结论,具体如表2所示。

表2 信息反馈策略选择比较

三、 众包竞赛中信息反馈策略的效应

(一) 对组织者的效应

在之前的研究中,学者们往往没有考虑与解答者相关的信息要素，如解答者感知信息有用性或感知竞赛胜出的可能性。如果解答者感知到获胜的合理机会,他们更倾向于在后续阶段更具侵略性地参与竞赛,否则他们会选择退出。Aoyagi通过研究表明,最优反馈策略取决于解答者的努力负效用的函数形式,当边际成本函数是凸时,无反馈策略是最优的;当边际成本函数是凹时,完全反馈策略是最优的。Yang从组织者的角度证明了使用反馈系统可以鼓励解答者在组织者偏爱的适当方向上显著提升他们的努力程度,从而减少解答者人数对解答者努力水平的负面影响[9]。董坤祥等指出，组织者应积极引导与解答者之间的交流,让交流成为促进提升绩效的正向反馈[22]。反馈在众包竞赛过程中发挥关键作用,正是反馈减少了竞赛中的不确定性[23]。

(二) 对解答者的效应

就众包竞赛而言,反馈给解答者信息的质与量对众包竞赛结果会产生显著影响,关于此方面的文献已经证实,在线反馈机制是构建和代表解答者信誉和可信度的有效手段(10)参见GEFEN D、CARMEL E Does Reputation Really Signal Potential Success in Online Marketplaces, or Is It only a Trigger? Mediterranean Conference on Information Systems, 2010年。。Ederer认为,最优反馈策略在很大程度上取决于努力负效用的功能形式,考虑到解答者之间的异质性,无反馈和完全反馈策略之间的选择显示出依赖于努力的负效用的三阶导数[18]。Goltsman等通过研究发现,部分信息反馈也可以作为最优激励结构的一部分出现,在选择最优反馈策略的同时,公司面临最后阶段和中间阶段努力之间的权衡,加强最后阶段努力的反馈策略可能会削弱中间阶段的努力激励[24]。Sasao等讨论了一种基于提供相互意识和快速反馈的公民探索移动众包的方法，该方法为建立网络移动众包模型提供了依据。它不仅可以利用人的力量,还可以利用解答者的创造力收集相关数据(11)参见SASAO T、 KONOMI S、 ARIKAMA M、 FUJITA H Context Weaver: Awareness and Feedback in Networked Mobile Crowdsourcing tools, Computer Networks, 2015年第90卷，74-84页。。Heo等探讨了简单系统视觉反馈对参与者动机及持续贡献的影响,其研究结果表明,不同类型的视觉反馈对动机和持续贡献有潜在的利与弊,完成的任务越多,解答者的动机就越大(12)参见HEO M、 TOOMEY N Supporting Sustained Willingness to Share Knowledge with Visual Feedback, Computers in Human Behavior, 2016年第54卷，388-396页。。Ye等通过研究发现,金钱奖励、技能提高、工作自主、享受和信任对解答者实际参与众包竞赛有积极影响,而认知努力则阻碍解答者参与众包竞赛[25]。Feng等在众包竞赛的背景下,从理论上论证了反馈策略的效应。其研究结果表明,整合游戏化和动机可靠性的观点对于更好地理解解答者参与众包平台环境至关重要(13)参见FENG Y、 YE H J、 YU Y、 YANG C Gamification Artifacts and Crowdsourcing Participation: Examining the Mediating Role of Intrinsic Motivations, Computers in Human Behavior, 2018年第81卷，124-136页。。Dissanayake等在分析解答者如何根据通过中期排名获得的绩效反馈持续地制定策略时发现,解答者在整个比赛中都会战略性地分配努力,并通过平衡获胜的概率和花费的努力成本动态地优化所获得的回报[26]。

不同学者按照不同方法研究众包竞赛中的信息反馈策略,现归纳部分学者的观点,如表3所示。

表3 众包竞赛环境下信息反馈策略的主要研究方法

四、 总结与展望

从国内外研究现状可以看出,国外学者对众包竞赛中信息反馈的影响研究取得了一些成果,但多以定性的理论概述为主,定量分析不够深入。就国内研究来说,关于信息反馈对众包竞赛影响的文献相对较少且不够深入。国内外学者对信息反馈影响的研究,多考虑反馈信息成分对信任和价格的影响,往往忽略了信息要素对组织者选择决策的影响,尤其是反馈信息的隐含特征在组织者决策中的作用。由于信息反馈会影响到解答者未来的努力以及最后的绩效,因而从信息元素出发探究其对众包双方效益的影响是十分必要的。

众包竞赛信息反馈策略的后续研究可围绕以下四个方面展开:

第一,从组织者视角出发,讨论最优信息反馈内容要素和反馈策略的选取。由于组织者在众包竞赛中起主导作用,决定信息反馈的内容和方式,所以反馈什么信息、反馈多少、如何反馈是组织者需要深入思考的问题。对于信息要素来说,虽然学者对其进行了探究,但更多的是从单一要素出发,没有系统考虑要素间交互的综合作用。对于信息组织者方式,尽管学者进行了一些比较,但多为粗略概括,不够深入且并未考虑在不同情况下选取不同最优反馈策略的问题,因此笔者认为，未来应对不同反馈策略进行博弈分析,以确定选取不同反馈策略的边界条件。只有深入考虑反馈的许多变量和要素,才能使竞争机制成为一种在实践中获取创新的方法,并使其效率更高、更有效[6]。

第二,从解答者视角出发,讨论不同反馈策略下的最优反馈策略。组织者在众包竞赛中可能会根据所处环境、具体情况和众包竞赛种类选取不同的信息反馈策略。现金奖励是解答者参与竞赛的主要动机[27]。网络竞赛社区为解答者提供了交流平台,使解答者之间有了合作可能[28]。虽然参与众包竞赛的人数增加会在一定程度上降低解答者的努力程度,但可以通过提高组织者获得最优解答方案概率,进而提高众包竞赛的绩效[29]。不同的反馈策略会给解答者带来哪些影响,解答者应采取哪些相应的策略来最大化自己的利润,值得后续深入探究。

第三,从众包竞赛绩效整体评价视角出发,综合考虑信息反馈对众包竞赛中各指标的影响,进而提出最优信息反馈机制。在众包竞赛的绩效评价中,除基于组织者视角考虑其效用、基于解答者视角考虑其利润外,还应该考虑众包双方关系、竞赛效率等指标。若组织者信息反馈策略仅有利于实现自身利益最大化而有损于解答者的利益,则可能会导致解答者采取合谋方式，对双方合作关系造成破坏。在网络竞赛社区中，过去交易所带来的满意度能够提高成员的信任水平[30]。信息反馈可促进组织者和解答者之间更好沟通,从而提高众包竞赛的整体绩效[9]。然而,在众包竞赛过程中,任务交流的负反馈则会降低组织者绩效[22]。因此,应综合考虑所有因素,提出使众包双方实现双赢、竞赛绩效达到最大化的信息反馈机制。

第四,众包竞赛和逆向拍卖的运行机制和奖励机制具有相似性,最优的竞赛机制是通过给予高绩效的解答者奖励,并给予低绩效的解答者惩罚的方式,将低能力的参与者排除在竞赛之外的机制。这相当于对竞赛设置了进入费用以及最低努力的标准,类似于拍卖机制中的保留价格设置[31]。由于解答者必须事先努力才能进入竞赛,故众包竞赛可以被建模为全支付拍卖。在拍卖机制下,采购商依照质量和价格这两个变量选择最优供应商,引入价格竞争以扩展竞争维度。价格竞价也是一种奖励机制。由于拍卖机制不必考虑奖金的问题,故拍卖机制可降低组织者获得信息的成本[32]。在众包竞赛模式下，对产品质量的测试较难,若解答者的解答方案质量可以测试,便可参照拍卖机制设计众包竞赛的诚信保障[33]。未来可以考虑在逆向拍卖视角下研究众包竞赛中的最优信息反馈策略,将逆向拍卖的一些理论应用到众包竞赛中,以期更好地推动众包竞赛绩效的理论研究。