众包参与者初始信任影响因素研究

夏诗颖, 杨博文, 黄洁萍

(1.北京理工大学 管理与经济学院, 北京 100081; 2.深圳高技术产业创新中心, 广东 深圳 518057)

众包概念源于开放式创新理论的发展与实践。美国《连线》杂志的记者Jeff Howe在2006年首次提出了众包的概念，并定义众包为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大众网络的一种商业模式[1]。近年来，众包在国内外得到了快速发展和应用。特别是随着以参与、开放和共享为核心理念的Web2.0技术蓬勃发展，社会大众既可以是网络内容的浏览者，又可以是平台网站内容的提供者，这为众包参与者的交互提供了技术支持。根据第41次《中国互联网络发展状况统计报告》结果显示，截至2017年，中国互联网用户数量已经接近8亿人，手机网民占比高达97.5%。庞大的网民数量，为众包活动的开展提供了巨大人力资源基础。在2016年国务院颁布的《“十三五”国家战略性新兴产业发展规划》中提出“打造众创、众包、众扶、众筹平台”，这为众包的发展提供了政策支持。对企业而言，面对日益激烈的商业竞争和瞬息万变的市场，仅依靠内部的资源已经难以适应发展之需要。企业应该有效整合内外部所有资源，以一种更加“开放”的方式来促进自身成长和发展[2]。而众包模式恰好为企业用户提供了一个开放式创新的平台，通过参与众包，企业能够获得诸多竞争优势[3]。

目前，中国已经诞生了数量巨大且种类繁多的众包平台，如综合任务类众包平台猪八戒网、一品威客等，IT服务类众包平台中软解放号、任务中国等，自由任务兼职类众包平台阿里众包、人人测等，快递类众包平台京东众包、人人快送等。不同的众包平台为企业提供了大量的创新产品及解决方案，也为社会大众提供了知识、劳动变现的机会。

众包就是在一个开放的网络平台上，所有的人都可以自由地在这个平台上发布任务，参与任务。但凡事情都具有两面性，大众在享受开放平台带来的便利性同时，又不得不面对这种虚拟交易环境带来的风险。众包模式近几年发展速度迅猛，但仍处于起步探索阶段，相关的政策、法律、管理、技术及标准比较滞后，存在各种欺诈、违约等问题。根据猪八戒网诚信管理中心数据统计显示，截至2018年4月，有超过475名雇主因诚信问题接受处罚，有146名雇主被封号，142名雇主被永久封号。涉及的问题主要是：雇主不讲诚信，拒付赏金占43.63%；无理要求，无法完成占29.12%；雇主审标不合理占24.94；还有2.31%是发包方作弊，他们收集到合适的解决方案后却又选中了自己的马甲等。

这些非诚信的现象引发了参与者与众包平台及发包方的信任危机问题，大众参与者信任缺失降低了其参与众包的动力，严重限制了众包的发展。面对众包这一新型的商业模式，初始信任对于日后对众包参与产生极大的影响，尤其是在社会大众并不是十分了解这种模式的情况下，只有首先获得了社会大众的初始信任，才能吸引他们源源不断地参与进来，促使众包繁荣健康发展。鉴于此，为消减众包中的存在的信任危机问题，亟须研究探索影响众包参与者的初始信任影响因素，建立众包参与者初始信任机制。

1 文献综述

“众包”一词是由Jeff Howe在2006年首次提出，用来描述企业通过网络平台将任务外包给社会大众的模式，它与外包等模式的区别是任务的发包方式为“自由自愿”，发放范围为“非特定大众”。众包中的发包方可能会从有闲暇时间的业余爱好、志愿者、专家或小型企业获得解决方案，而此前并不知道这些方案的提供者[4]。众包系统是由包括众包发起者、社会大众参与者以及众包平台等多个主体共同作用的协同创新体系[5]。

本文提出的众包参与者特指作为接包方的社会大众参与者。宏观意义上来讲，所有参与众包活动的人都可以称为众包参与者，包括发包的企业或者个人、网站平台及其工作人员、接包方的企业或者个人、相关行业的监管者等。中国学者夏恩君将众包中的参与方分为了发包方、社会大众参与者和众包平台3部分。众包参与者是由世界各地的人组成的，这些人在网络平台中进行汇集、沟通。在众包模式下，所有的人都可以在这种开源的模式中参与到企业被外包出的任务[6]。 Urban 和Von Hippel 提出了“领先用户”这一概念，他们认为用户是一种潜在的创新资源[7]。基于领先用户的研究，Morrisan等提出了“领先优势状态”的概念，用来描述用户使用创新产品解决问题的程度，以及比他人更早获知新商品收益的程度。用户的领先优势状态与其在特定的领域中的创新性呈正相关[8]。

基于此研究结果，可以认为大众参与者在处理个人擅长任务时，比其他人具有更大的优势。发包方需要采取一些有效的激励措施，来激励大众参与者参与到众包交易中。John Hagel[9]研究表明，社会大众参与众包的重要动机为兴趣爱好、交易需求以及关系需求。Dholakia等[10]将社会大众参与众包的动机归纳为自我实现、社会强化、保持人际关系价值、娱乐价值以及目标价值5大类。

信任作为人与人和人与物之间重要的关系为众多学者所研究，涉及了社会学、心理学、经济学等方向。信任讲的是两个或多个主体之间的关系，而初始信任更倾向于第一印象，具有更高的主观性。本文研究的初始信任指的是众包参与者第一次在某众包平台上参与众包交易所形成的对众包整体的信任。

李沁芳[11]认为用户信任建立存在两个阶段，分别是初始阶段和后续阶段，获得初始信任之后将会有利于关系信任的建立，并保持持续交易的关系，如果初始信任没有建立，结果就是退出合作，终止交易。由此可见，初始信任是长久合作的开始，影响非常深远。

当前关于众包模式中参与者信任关系建立的相关研究文献寥寥无几，鉴于众包属于电子商务模式中的一个分支，目前关于电子商务模式中的信任研究较多，影响较为广泛，因此选取了大量的电子商务相关信任研究进行分析，作为分析研究影响众包参与者初始信任形成的参考。筛选汇总了部分影响力较大的学者的研究成果，如表1所示。

表1 信任影响因素汇总

续表1

以上关于信任的研究，经分析整理，其影响用户信任的因素大致分为4个方面：参与者个人特征因素、众包网站因素、企业因素和交易环境因素。

综上所述，众包已经成为现代企业开展创新活动的重要方法，关于众包参与者对于众包平台的信任决定了能否有效开展众包交易活动。目前关于网络信任的研究主要集中在电子商务、虚拟社区等，鲜有关于众包信任的研究。本研究也从上述几个方面进行分析，结合众包的特点，对众包信任的影响因素提出相应假设，通过实证研究确认假设是否成立，从而为众包信任机制的建立提供理论基础。

2 研究假设与模型构建

2.1 研究假设

2.1.1 初始信任态度

白昀等认为初始信任是由信任信念和信任意图共同构成，Ajzen[22]也证明了在研究初始信任的时候，信任信念与信任意图具有很强的一致趋势。因此本研究也将信任信念和信任意图共同作为众包参与者初始信任的构成因素。

在众包交易中，众包参与者的信任信念指的是其是否相信发包方是诚信、可靠、善意的态度。由于诚信也是发包方善意的一种表现，因此可以将诚信包含到善意中。本研究将从可靠性与善意两个维度来衡量信任信念。众包参与者的信任意图指的是其基于已经形成的对对方的信任信念，即使出现了不利的结果，仍然愿意采取相应的行动。

因此，本研究认为众包参与者的信任信念会正向影响其信任意图，并提出如下假设及分假设。

H1：众包参与者对发包方的初始信任会正向影响其参与众包交易的意向。

H1a：众包参与者感知到发包方越可靠，越容易产生参与众包交易的意向。

H1b：众包参与者感知到发包方的越具有善意，越容易产生参与众包交易的意向。

2.1.2 个人信念与信任信念之间的关系

个人信任倾向是McKnight等在Web信任模型中提出的气质信任，表示在排除外界干扰的情况下，个体对陌生的人或者事物所表现出来的一种信任态度，Mayer等[23]在研究组织中的信任时也提出了个人信任倾向的说法，Gefen等[24]的研究也证明了，当个体面对不熟悉的电子商务企业时，个人信任倾向是个体形成信任的重要因素。由于个人信任倾向是基于个人的经历、社会认知以及性格等多方面因素而产生的对陌生人或事物的判断，所以，当众包参与者对众包及众包平台缺乏了解时，个人信任倾向将会对初始信任态度的形成产生较大的影响。McKnight等将个人信任倾向分为对人性的信心和信任立场两个维度。对人性的信心指的是个人对对方的人性的预期和判断，比如是否诚实可靠，是否正直善良。信任立场指的是在没有了解的情况下，个人必须要做出的对对方是否值得信任的一种初始态度，比如当个人第一次参加众包交易时，对平台及发包方缺乏了解，但是必须要做出选择相信或者不相信对方的决策，直至后来结果证明决策错误。

个人信任倾向属于一种非常基本的个人特质，并且被众多学者证明了是信任形成的非常重要的外部因素，因此，本研究也认为个人信任倾向会正向影响众包参与者的信任信念，并提出如下假设及分假设。

H2：众包参与者的个人信任倾向会正向影响初始信任态度。

H2a：众包参与者对人性的信心越强，越容易相信发包方是可靠的。

H2b：众包参与者对人性的信心越强，越容易相信发包方是善意的。

H2c：众包参与者的信任立场越强，越容易相信发包方是可靠的。

H2d：众包参与者的信任立场越强，越容易相信发包方是善意的。

2.1.3 制度信任与个人信念及初始信任之间的关系

Zucker[25]基于制度进行信任研究，确立了制度信任的研究基础。认为第三方认证可以对企业是否值得信任进行界定，另外，由第三方进行契约的保存可以确保交易获得一个较好的结果。McKnight等认为制度信任是网络交易的重要组成部分，制度信任又分为结构保证和情境规范。结构保证指的因为存在是类似合约的语境结构而产生的对有利结果的信念。情境规范指的是在正常交易中没有危险或异常的现象，具体而言通常指的是交易系统提供的具有的安全、流畅的基础技术设施以及相关法律法规的保障。在线交易环境中的另一个制度信任的因素是能够提供安全交易保障的第三方机构，包括第三方支付机构、网站认证机构等。

因此本研究也认为众包参与者的个人信任倾向会正向影响其对制度信任的态度，制度信任也会正向影响众包参与者的信任信念，并提出如下假设及分假设。

H3：众包参与者的个人信任倾向会正向影响其对众包制度约束的信任态度。

H3a：众包参与者对人性的信心越强，越容易感知到相关法律和技术的保障。

H3b：众包参与者对人性的信心越强，越容易感知到第三方的保障。

H3c：众包参与者的信任立场越强，越容易感知到相关法律和技术的保障。

H3d：众包参与者的信任立场越强，越容易感知到第三方的保障。

H4：众包参与者感知到的制度约束会正向影响其对发包方的初始信任态度。

H4a：众包参与者越容易感知到的相关法律和技术的保障，越容易相信发包方是可靠的。

H4b：众包参与者越容易感知到的相关法律和技术的保障，越容易相信发包方是善意的。

H4c：众包参与者越容易感知到的第三方的保障，越容易相信发包方是可靠的。

H4d：众包参与者越容易感知到的第三方的保障，越容易相信发包方是善意的。

2.1.4 特定网站因素与初始信任之间的关系

众包参与者通过众包平台与发包方建立合作关系，进行交易并获得相应报酬，因此众包平台的相关因素也会在一定程度上对众包参与者的信任态度产生影响。对一个众包平台能够直观展现给大家的就是其自身的发展规模与积累的声誉。按照技术接受模型理论，众包平台属于一种新的信息系统，其感知到的众包平台的易用性会正向影响自身的相用态度，由于使用平台是为了参与众包，而不是为了在平台上获得相关利益，因此此处不考虑感知有用性。

感知平台易用性在本研究中指的是众包参与者使用众包平台参与众包交易时，感知到系统平台好用的程度。通常平台设计的画面、操作的逻辑结构、系统的流畅度等都会对易用性产生影响。感知平台声誉指的是众包参与者感知到的众包平台的口碑和信誉。众包平台的声誉是其过去交易行为的一种反映，可以让众包参与者了解到该平台在过去的经营中是否诚信，服务水平是否优良。感知平台规模指的是众包参与者对众包网站实力的一种感知。人们往往会认为企业的规模与其实力、影响力、信誉等是正相关的，规模越大的平台，会让众包参与者产生更多的信任。

众包平台的声誉指的是众包参与者对众包平台名声与信誉的认知。众包平台的声誉也可认为是对过往交易的记录的一种反映。产生的记录会通过平台、社交等多种途径传播给社会中的众多参与者。从机会成本理论的角度进行分析，可以更同意地理解平台声誉对初始信任建立的重要作用：众包平台若实施损害参与者权利的机会主义行为，必然会导致自身的声誉受到损害，因此众包平台的声誉越好，其失信的机会成本越高。因此理性的众包参与者会认为具有高声誉的企业一般不会实施损害参与者权益的行为。

因此，本研究认为感知平台易用性、感知平台声誉和感知平台规模正向地影响众包参与者的初始信任态度，据此，提出如下假设及其分假设。

H5：众包参与者感知到的众包平台的特征会正向影响其对发包方的初始信任态度。

H5a：众包参与者越容易感知到众包平台是易用的，越容易相信发包方是可靠的。

H5b：众包参与者越容易感知到众包平台是易用的，越容易相信发包方是善意的。

H5c：众包参与者感知到的众包平台的声誉越好，越容易相信发包方是可靠的。

H5d：众包参与者感知到的众包平台的声誉越好，越容易相信发包方是善意的。

H5e：众包参与者感知到的众包平台的规模越大，越容易相信发包方是可靠的。

H5f：众包参与者感知到的众包平台的规模越大，越容易相信发包方是善意的。

2.1.5 参与动机因素与初始信任之间的关系

众包参与者受到某些激励而参与众包交易，在Yao-Hua Tan和Walter Thoen通用信任模型中，潜在收益会影响参与者的信任阈值，赵轩维也在众包参与者动机研究中提出潜在收益会正向影响参与者的参与态度。而与收益伴生的是风险，往往利益越大，风险越大。在众包交易中，潜在收益指的是众包参与者在参与完成众包后获得的好处，通常包括了直接的金钱收益、技术提高的情感收益、自我满足的心理收益等。风险指的是众包参与者在参与众包的过程或结束后遭受到的财产或者其他方面的损失，往往包括了发包方拒付酬金、任务与预料偏差较大、任务复杂而影响正常节奏等。

因此本研究认为潜在收益正向影响众包参与者的初始信任态度，感知风险负向影响众包参与者的初始信任态度，并提出如下假设及其分假设。

H6：众包参与者感知到的潜在收益会正向影响其对发包方的初始信任态度。

H6a：众包参与者感知到潜在收益越大，越容易相信发包方是可靠的。

H6b：众包参与者感知到潜在收益越大，越容易相信发包方是善意的。

H7：众包参与者感知风险会负向影响其对发包方的初始信任态度。

H7a：众包参与者感知到的风险越大，越不会相信发包方是可靠的。

H7b：众包参与者感知到的风险越大，越不会相信发包方是善意的。

2.2 模型构建

根据理论与假设研究，建立了众包参与者初始信任影响因素模型图，指明各构念之间的假设关系，如图1所示。

图1 众包参与者初始信任影响因素理论模型

3 量表、统计分析及信效度检验

3.1 量表与样本

个人信任倾向是众包参与者自身的特性，反映了个人对于陌生人及事物产生信任的一种倾向程度。在众包交易中，大众参与者能否对对方产生信任，对对方的信任程度，这些主要都是由个人信任倾向所决定的。在本研究中，个人信任倾向越强，越容易产生对各项变量的积极正面的态度。根据以上的分析，借鉴Gefen等[24]的成熟量表，结合众包的特点，设计了PA1、PA2、PA3、PB1、PB2、PB3 6个测量题项。具体测量题项如表2所示。

制度信任指的是大众参与者对进行众包交易所处的环境保障的信任态度。感知法律与技术的保障，指的是大众参与者能够感知到的相关法律以及计算机技术能够保障个人不受到其他组织或个人的损害，保证众包环境的安全，保护参与者的个人资产与隐私等。感知第三方中介的有效性指的是参与者感知到的如第三方支付机构对在个人受到众包网站侵害，财产受到损失的情况下对自身的有效保护。根据以上分析，借鉴Gefen等[24]和Pennington等[26]的成熟量表，结合众包的特点，设计了PC1、PC2、PC3、PC4、PD1、PD2、PD3 7个测量题项。具体测量题项如表2所示。

众包网站的特定因素包括了感知平台易用性、感知平台声誉与感知平台规模。感知平台易用性指的是众包参与者在浏览使用众包网站时，能够感知到平台的交互界面友好，操作简便，易于快速掌握的程度，从而顺利参与众包交易。感知平台声誉包括了众包参与者感知到的平台知名度、口碑以及行业的知名度等，在一定程度上可以反映平台是否诚信，是否值得信赖。平台的规模包括了市场占有率、行业影响力以及自身的实力等。根据以上分析，借鉴Andrew 等的成熟量表，结合众包的特点，设计了PE1、PE2、PE3、PF1、PF2、PF3、PG1、PG2、PG3 9个测量题项。具体测量题项如表2所示。

个人动机因素分为潜在收益与感知风险。潜在收益指的是大众参与者能够感知到参与该众包交易所能获得的收益，不仅包括金钱收益，还包括技术的锻炼、行业地位提升等。感知风险指的是大众参与者能够感知到参与该众包交易会对自身利益产生的风险，根据以上的分析，借鉴Engel等[27]的成熟量表，结合众包的特点，设计了PH1、PH2、PH3、PI1、PI2、PI3 6个测量题项。具体测量题项如表2所示。

表2 各维度因子及其测量指标

信任信念在本研究中被划分为善意与可靠性这两个维度。善意指的是众包参与者在参与众包交易时相信对方是关心自己的利益的，无论出现什么情况，对方都会尽可能保障我的利益。可靠性指的是众包参与者在参与众包交易时相信对方有能力履行承诺，按照约定完成交易过程。在研究中，参照Mcknight信任意图的考察，从用户“浏览意向”“注册意向”“参与意向”3个方面作为在线信任行为意向来进行考察。根据以上分析，借鉴Marsh等[28]的成熟量表，结合众包特点，设计了PJ1、PJ2、PJ3、PJ4、PK1、PK2、PK3 7个测量题项。具体测量题项如表2所示。

将表2对应的指标合理地转换为调查问卷，是问卷设计过程中非常重要工作。为确保量表的信度与效度满足研究分析的要求，所有的题项都来自经典量表。与此同时，结合众包的环境特征，进行了适当修正。由于原始的量表大多都是英文的，所以，为了确保其准确性，采用“回译法”进行翻译。本问卷采用了李克特7刻度量表对问题进行测量。其中1～7分别代表了完全同意、同意、略微同意、不清楚、略不同意、不同意、完全不同意。

本研究采用问卷星进行问卷制作及发布，问卷星平台不仅具有基础的问卷制作发放及统计功能，还可以根据客户的特定需求提供样本服务。通过样本服务，将行业设定为了众包、互联网相关。样本服务调查范围覆盖全国，因此数据结果更有代表性。本研究共回收了321份问卷，通过筛选剔除，其中274份可用，问卷的有效回收率为85.4%。

3.2 模型变量统计分析

为了检测本次收集的数据的信度效度水平，对各个变量整体进行了统计分析，包括了极大极小值、均值、偏度等。其中峰度和偏度可以检验调研数据是否呈现正态分布。相关的描述性统计结果如表3所示。

表3 模型变量测度项的统计分析

由表3可知，模型变量包括对人性的信心、信任立场、感知平台易用性、感知平台声誉、感知平台规模、感知法律与技术保障、感知第三方机构保障、潜在收益、感知风险、可靠性、善意、信任意图。每个变量中有3～4个测度项，满足了使用SPSS进行统计分析的要求。

由表3可知，本研究中各变量偏度和峰度指标的绝对值都是小于1。这说明本样本数据较好，符合正态分布，适合使用结构方程模型的方法开展本研究。同时，各个测度项的均值在4.66～5.58。

3.3 信度与效度

3.3.1 问卷的信度分析

在统计学中，信度代表的是测量数据整体的一致性，也就是研究所用测量工具可以准确地测量被测对象的程度。问卷的信度越高，说明本研究使用的问卷内部一致性越高。本研究在对问卷进行信度分析的时候使用的是Cronbach's Alpha系数，其在近些年来经常被用作衡量量表内部一致性的指标。Cronbach's Alpha系数值在0～1，系数值越大，说明量表内部的一致性水平越高。学术界通常认为可以接受的系数值应该要大于0.7，0.7～0.8被认为相当好，0.8～0.9被认为非常好。经过分析，样本数据的整体Cronbach's Alpha系数为0.939，这表明本研究所使用的量表内部一致性较好。各变量的Cronbach's Alpha都统计在表4中。

表4 各变量的信度值(Cronbach’s Alpha系数值)

从表4中可看出，所有变量值的Cronbach's Alpha系数均在0.7以上，并且大部分的系数是在0.8以上的，该结果说明了该测量量表的信度水平很高。

3.3.2 问卷的效度分析

效度即是指有效性，它代表测量工具的准确性和真实地测量出对象的程度。效度的检验方法有很多，本文是从内容效度和结构效度两个方面进行分析和检验的。内容效度是从主观方面对量表内容好坏进行系统性评价。由于本问卷中使用的问题大多是从国内外相关文献中经过科学严谨分析提炼出的，有很多经过反复使用证明效度很好，而且通过进行预调研，将其中重复的问题进行删除或者合并，对其中不合理的问题进行了修改，修正后的问卷得到了专家和被调查者的认可，所以基于以上原因，认为本问卷的内容效度较好。

结构效度是测试衡量它声称或声称要测量题项的程度，包括收敛效度和判别效度。收敛效度是指的是理论上应该关联的两种构念测量的程度实际上是相关的。判别效度是测试概念或不应该相关的测量项之间在实际上是否不相关。收敛效度的要求是各构念的因子载荷在0.5以上，其总体解释度超过50%。判别效度是通过对构念相关性与信度值比对而来的，当信度高于其相关系数的时候说明具有较好的判别效度。

利用SPSS24.0软件中的因子分析功能来检验结构效度。在此之前需要先进性KMO(Kaiser-Meyer-Olkin)和Bartlett样本测度的检验。大家普遍认可Kaiser所提出来的标准，即KMO大于0.5遍满足因子分析的条件。本研究问卷的KMO值均大于0.6，并且其中多数都是高于0.7，同时Bartlett检验显著性均为0，由此可见各个变量的测度之间显著相关，非常适合因子分析。

另外，SPSS24.0分析结果显示，各变量的特征值都大于1，并且各变量的总体解释度都在60%以上。变量样本的总体解释度见表6。

表5 KMO测量和巴特利特球形检测结果

表6 总体解释度

收敛效度指的是在相同的构念下，不同的测度项之间具有的高相关程度。上述结果证明本研究调查问卷的数据是非常适合进行因子分析的，因此下面将对各个变量测度项的因子载荷进行分析。如表7所示，分析结果显示各变量测度项的因子载荷均在0.7以上，满足了收敛效度的相关要求。

表7 各测度项变量组合信度与平均方差析出量

续表7

判别效度是用来判断不同构念在实际上是否相关，比较某一潜变量与其他变量之间的相关系数和平均变异析出量的平方根大小。如果平均变异析出量大于相关系数的绝对值，表明具有较好判别效度。

表8是各变量判别效度的结果，数据结果表明本研究的不同构念之间具有较好的区分度，说明本研究的问卷判别效度良好。

表8 各变量判别效度检验

4 假设检验及结果

4.1 假设检验

采用结构方程模型，借助AMOS24.0软件进行建模，检验假设是否成立，修正众包参与者初始信任影响因素模型。结构方程模型包括一组不同的数学模型、计算机算法和统计方法，它们适合构建数据网络。该技术是因子分析与多元回归分析的结合，经常调用一个测量模型，定义潜在变量使用一个或多个观测变量，以此来推断潜在变量的相互关系。

结构方程分为测量方程和结构方程。式(1)为表述可测变量和潜变量关系的测量方程，式(2)为表述潜变量和潜变量关系的结构方程。

(1)

η=γξ+ζ

(2)

式中：x、y表示可测变量所组成的向量；ξ与η表示潜变量；λ为相关载荷系数的矩阵；γ代表的是路径系数；δ与ε表示残差；ζ表示残差项。进行结构方程模型的实证研究时，首先需要利用AMOS24.0构建模型图，建立各变量关系并与对应数据进行关联，随后根据相关标准检验数据的拟合效果，对存在些许问题的模型进行修正，最后检验原假设是否成立。基于此，结构方程模型如图2所示。

图2 结构方程模型

图2的研究模型展示了11个潜变量之间的相互影响。该模型的外生变量包括网站平台易用性、网站平台声誉、网站平台规模、潜在收益、感知风险、法律与技术保障、第三方中介。

利用AMOS24.0对模型进行分析，卡方值为1 598.994，自由度为635，卡方/自由度为2.518，gfi为0.757，agfi为0.717，rmsea为0.075。

模型的最终检验结果如表9所示，其中大部分的假设都得到了验证。

表9 检验结果

在对模型进行路径分析的基础上，将其中较为显著的路径系数提取出来，有利于直观地对模型验证结果进行观测。同时，将其中不显著的关系用虚线处理，表示其不支持原假设。最后得到了图3所示的各变量路径系数显著性关系图。

图3 各构念的变量关系

将图3中的无关因素及未通过验证的路径删除，构建了最终的众包参与者初始信任影响因素模型，如图4所示。

图4 众包参与者初始信任影响因素模型

4.2 结果

本研究提出的22个研究假设的结果如表10所示。

表10 网站因素与初始信任信念关系验证

假设H1b成立，即信任信念中的善意会正向影响信任意图。假设H1a不成立，即感知到发包方是可靠的不会导致产生信任意图，甚至呈现负相关关系。这与之前学者在电子商务领域的研究结果不完全相同，其中的可靠性没有呈现该结果。经分析，本文认为出现该结果的原因一是可能可靠性并不能在众包研究中代表信任信念的一个维度，从而导致了结果与预期相反，另一个原因有可能是调查过程存在漏洞，导致出现了不理想结果。而本研究的善意会正向影响信任意图的形成，说明人们的信任建立更倾向于人性方面，容易给人传达出善意的发包方，更容易增强众包参与者产生初始信任的程度。

假设H2c、H2d成立，即个人信任倾向中信任立场维度与相信发包方是可靠与善意的假设成立。假设H2a、H2b不成立，即个人信任倾向中对人性的信心维度与相信发包方是可靠与善意的假设不成立。对人性的信心反映的是个体对他人人性的信任程度，易受到其他因素干扰，目前较多的网络欺诈活动也会对人性的信心产生干扰，也就是说，一个人倾向于信任其他人，但是受到网络欺诈事件的影响，也会降低初始信任程度。信任立场表示的是一个人无论在什么环境下，都会一以贯之地认为对方是善意和可靠的一种态度，这基本不受外界环境的干扰，因此该维度的假设是成立的。所以为了提升大众参与者的初始信任态度，众包网站与发包方均应采取措施净化网络环境，减少甚至避免欺诈行为的发生。

假设H3a、H3b、H3c、H3d均成立，即个人信任倾向中的两个维度与结构信任的两个维度的假设均成立。说明个人信任倾向水平高的人，更容易感知到网络环境中法律与技术的保障，以及第三方中介提供的保证。

假设H4c、H4d成立，即众包参与者感知到的第三方中介机构保障会正向影响初始信任态度。假设H4a、H4b不成立，即众包参与者感知到的法律与技术的保障不会正向影响初始信任态度。考虑到众包模式刚刚兴起，相关行业法律与技术尚不成熟，众包参与者并不熟知有哪些法律或者应用的何种相关技术会对他们的权益产生保护，所以导致该假设不成立。因此网站与管理者应该加强众包网络制度建设与宣传，制定相应的法律，采取先进的技术来保障整个的交易环节，还要引进第三方到众包交易中，来保障整个交易的公平。

假设H5a、H5b、H5d、H5f成立，即感知平台易用性会正向地影响参与者的初始信任态度，感知平台声誉和感知平台规模会正向影响对发包方善意的感知。假设H5c、H5e不成立，即感知平台声誉越好和感知平台规模越大不会影响众包参与者相信发包方是可靠的。在调研过程中，受访者有部分是初次接触众包平台，对选取浏览的平台不甚了解，不清楚其声誉与规模，但是整体的结果仍然会对初始信任态度产生明显的正向影响，这说明了众包平台在行业内的声誉与规模对于获取大众参与者的初始信任，吸引其参与众包是非常重要的。其中平台规模越大越相信发包方是可靠的假设不成立，这说明众包平台规模的大小与发包方企业是否可靠没有必然联系，由于众包商业模式目前正处于发展初期，各个环节并不完善，任何企业或个人均可以成为发包方，而众包平台往往对于发包方资质的审核并不严格，这导致了很多规模较大的众包平台仍然会出现发包方欺诈大众参与者的行为，众包参与者无法凭借平台的规模大小来评定发包方是否值得信任。因此，众包平台应该加强对发包方资质的审查，提高约束力，从而可以更好地获得大众参与者的信任。

假设H6a、H6b、H7a、H7b成立，即潜在收益正向影响众包参与者的初始信任态度，感知风险负向影响众包参与者的初始信任态度。这说明如果众包参与者在众包平台的任务中能够感知到一定的收益，就会更倾向于相信发包方是可靠与善意的，从而更容易产生信任。有一些发包方在设置报酬的时候酬金较低，且任务繁琐枯燥，这会给参与者带来这个任务可能不好做，无法获得相应报酬的想法，从而对发包方产生怀疑，降低信任度，而合理的报酬的任务，会激发参与者的参与动机，从而正向影响初始的信任态度。而众包参与者感知到的风险会降低其信任感。由于众包对大多数人来说还属于新鲜事物，目前缺少规范，从而会产生较多欺骗甚至欺诈众包参与者的现象，若参与者感知到该平台或发包方会带来较大风险，则会降低自身的信任程度。因此发包方应该在发布任务的时候，根据任务的难易程度设置好对应的市场酬金，并将任务进行优化，便于参与者理解执行，并为其提供权威保证，避免一些人为风险产生。

5 结论

本研究参考了前人相关研究文献及理论，结合当前众包在我国发展运营的特点，把影响众包参与者初始信任态度的因素划分为了四点，分别为参与者个人信任倾向、参与者的动机因素、众包的制度信任、众包平台的相关因素，其中个人信任倾向由对人性的信任和信任立场两个维度来测量，众包制度信任由对法律与技术保障的感知和感知第三方保障两个维度来测量，平台特定因素由感知平台易用性、感知平台声誉和感知平台规模3个维度来测量，个人动机因素由潜在收益和感知风险两个维度来测量。通过使用结构方程模型的方法进行研究，本文的大部分假设均得到了验证。主要的研究结论如下：

1)感知风险、感知平台易用性、感知第三方保障、个人信任倾向中的信任立场4个维度是对众包参与者的初始信任影响是最为显著的，这与在电子商务领域中的研究结果存在一定的差异。之前的学者大都认为网站质量、个人信任倾向等因素对信任的影响最大，但本研究显示在网络众包模式中，感知风险和环境保障对初始信任的影响最大。这说明在众包行为活动中，大众参与者的感知风险极大地降低其对众包的信任态度。另一方面，参与者感知到平台易用性有助于其迅速了解该平台，使其建立好感，产生信任，第三方保障同样会提升大众参与者的初始信任态度，使其具有较高的安全感。

2)潜在收益、感知平台声誉、感知平台规模对众包参与者初始信任影响存在一定的显著性。该结果与之前学者在电子商务方面的研究成果较为类似，说明在信任研究方面，众包与电子商务具有一定的相似性，电子商务的研究结果对众包模式有一定的借鉴作用。其中感知平台规模对众包交易的可靠性不显著，说明众包平台与发包方之间存在较大的独立性，因此，不能凭借平台规模的大小来判断发包方的可靠性。但众包平台可以通过制定完善且严格的规则来审核发包方资质，确保在平台发布任务的企业具有较强可靠性。

3)在个人信任倾向维度中，对人性的信任对众包参与者初始信任不存在显著性。这说明目前中国社会的信用环境较差，较低的信任环境导致人们对他人的人性存在较大质疑，这不利于众包模式的发展。但这为后续进一步研究众包参与者信任机制设计问题提供了一条思路。