众包式创新激励机制研究_基于委托代理理论_张鹏

一 、引言网络用户数量的迅速增长和网络终端的普及孕育了巨大的潜力 。在联通思想，汇集智慧方面，网络的作用初见端倪 。“众包 ”就是这场浪潮中的一颗新星，它在商业领域创造了巨大的商业价值，受到众多世界 500 强企业的追捧 。而众包式创新是近几年兴起并且应用推广迅速的一种合作创新模式 。它指的是一个公司或机构把过去由员工执行的部分工作任务，以自由自愿的形式分包给非定向的 （通常是数量庞大的） 网络大众的做法 。这些工作任务可以是开发一项新技术 、完成一个新设计 、改善一个算法或者对海量数据进行分析等 。众包的任务通常是由个人来承担的，但如果涉及到需要多人协作完成的任务，也可能以依靠开源的个体生产的形式出现 。在绝大多数案例中，众包都是业余人士或者志愿者利用他们的空闲时间创造内容 、解决问题 、甚至从事以前一般公司才做的研发工作 。二 、众包式创新中的委托代理关系众包式创新属于多主体参与的合作创新 。在商业领域，虽然不同的企业应用众包的形式各有不同，但是相同的商业理念会形成类似的模式核心结构 。通过对众多公司应用众包模式各众包式创新激励机制研究基于委托代理理论张 鹏，鲁若愚（电子科技大学经济管理学院，四川 成都 610054）收稿日期： 2011- 08- 27作者简介：鲁若愚 （ 1959-），男，四川仁寿人，教授，博士生导师，主要从事技术创新管理 、服务管理研究 。摘 要：众包式创新是基于互联网交互作用快速兴起的一种多主体参与的合作创新理念和创新模式 。它是指公司或其他组织将过去由内部员工执行的部分工作任务，以自由自愿的形式分包给非特定的 、数量庞大的网络大众完成的一种创新模式 。这种创新模式所呈现出的民主 、平等 、参与的理念及其汇集集体智慧的网络组织创新特点受到众多世界 500 强企业及创业企业的青睐，展现了无限的魅力 。企业发布任务，参与者完成任务获得奖励的活动实际上是一种委托代理活动 。本文基于委托代理理论对众包式创新激励机制进行了分析，探讨了企业应该如何进行激励机制的设计，使参与者更努力的完成任务，创造出更优秀的作品，以及不同激励机制设计对于众包式创新运行效率的影响 。关键词：众包式创新；委托代理；激励机制；创新激励中图分类号： F270.7 文献标识码： A 文章编号： 1004- 292X（ 2012） 06- 0045- 04On Incentive Mechanism of Crowdsourcing InnovationBy Principal-agent TheoryZHANG Peng， LU Ruo-yu（University of Electronic Science and Technology of China， Chengdu Sichuan 610054， China）Abstract： Crowdsourcing Innovation is an emerging multi-agents innovative idea and method based on the interaction functioned bya new web2.0. It refers to a company subcontracting tasks in a voluntary form to non-directed internet public (usually a huge number of)which used to be done by employees inside the company. This innovation methodwhich presents democracy, equality, participatoryculture and collective intelligence and the characteristics of innovation of network organizationis liked and applied by many fortune500 companies. Crowdsourcing is actually a kind of Principal-agent activity. This paper focused on the analysis of incentive mechanism ofCrowdsourcing Innovation using Principal-agent theory to discuss what kind of incentive mechanism should a company set to encourageparticipants to innovation. The paper also talks about the different impacts of different incentive mechanisms.Key words： Crowdsourcing innovation； Principal-agent theory； Incentive mechanisms； Innovation incentives众包式创新激励机制研究45 技 术 经 济 与 管 理 研 究 2012 年第 6 期种形式的分析总结，我们提炼出众包创新的一般形式 。无论什么样的众包模式，都存在三个不变的参与主体：企业 、众包网站和大众 。三者在众包中扮演着不同的角色 。企业是发包方，将企业遇到的各种问题以任务的形式发布到众包网站，并提出与任务相关的要求和奖励机制 。作为接包方，大众依据兴趣爱好和个人能力等承接任务 。众包网站则是发包方与接包方交流的平台 。大众通过众包网站承接自己感兴趣的 、擅长的或者突然有灵感的任务 。在这里，承接任务的是来自于全球的网络大众，无论国籍 、年龄 、性别 、肤色 、教育程度等等 。无论是什么人，来自哪里都可以承接任务 。方案好坏的唯一判断标准是企业在网站上提供的最优方案的评价方法 。大众将自己的设计方案发布，企业收集整理方案，并公布最优方案及其设计者，对其进行奖励 （见图 1） 。如上所述，在众包式创新中，企业 、众包平台和大众的角色和职能各有不同 。其中一个特点是所有者和执行者的分离 。企业将部分本该由公司内部员工承担的任务分包给网络大众来完成，并给予其一定的奖励 。大众通过付出自己的努力来完成企业发布的任务来获得奖励 。最终企业通过利用大众的努力成果实现企业价值的增值 。企业和大众之间存在着博弈，企业考虑的问题是如何通过适当的奖励机制来激励大众更加努力从而为企业做出更多贡献 。大众主要考虑的问题是如何依据发包公司提出的奖励机制，通过较少的努力来获得奖励 。同时企业与大众在参与过程中都会考虑各自的风险 。这种关系是一种典型的委托代理关系，可以通过委托代理理论对众包式创新的激励机制设计 、大众努力 、产出等问题进行分析研究 。三 、众包式创新激励的基础模型目前实业界应用众包式创新的例子不胜枚举，从宝洁 、IBM等商业巨头到一些新兴的小型创业企业，从奥迪等制造业企业到 Starbucks 这样的服务企业，众多公司都发现了众包的魅力 。不过，目前众包式创新的激励机制比较单一 。通过对Innocentive、Starbucks、威客网等许多众包网站的观察，当前众包式创新中的激励机制全部是固定奖金 。我们先从实业界正在使用的较为简单的模式入手 。命题一：固定的奖金会使参与者的努力接近于恰好实现任务要求的努力水平，发包方得到固定收益 。众包的功能是选出技能水平较高的参与者 。我们将参与者的努力设为 a，技能水平设为 k，固定奖金设为 w0，参与者的努力成本设为 c(a)=ma2，其中 m 为努力的成本系数， m0，这里坠c(a)坠a0，坠2c(a)坠a20。规划： maxw0ka(w0)- w0S.T. (IC)maxaw0- c(a)(IR)w0- c(a)叟CE可以得到 a*(w0)=w0m姨， E(y- w0)*=kw0m姨- w0。首先，我们发现获奖人收入为努力程度的减函数，即努力程度越高，并且如果最终能够获得奖励，那么奖金数越低 。其次，努力与不努力都有可能得不到奖金，参与者之间博弈的支付矩阵的收益值不能确定，故不存在博弈，参与者在参与时不会考虑其他参与者的行动 。从上述两点考虑，众包式创新的参与者会选择较低的努力程度，其参与标准基本与企业设定的任务成果标准一致，不会产生更高标准的创新成果 。因为参与者知道，他们努力工作也可能得不到奖励，如果非常努力的工作最终得到了奖励，由于努力付出了很高的成本，最终自己的净收益也因为努力成本而大打折扣 。下面我们假设众包式创新的发包方采取线性激励模式，其奖金为 w=s+by，其中 s 是固定奖励部分， b 是激励系数， y 是众包的产出 。众包的产出取决于承接任务的参与者的努力水平 、技能水平以及不确定因素的影响 。我们将参与者的努力设为 a，a 是激励系数 b 的函数，技能水平设为 k，不确定因素设为 ，设 服从正态分布： N(0， 2)。从而可以得到这样的关系式：y=ka(b)+。参与者的效用设为 U(x)=- e-rx，其中 xN(m， 2)， U(x)=e-rx， U(x)=- e-rxr2， -U(x)U(x)=r 为参与者的风险规避倾向程度 。r1 表明参与者是风险规避者， r1 表明参与者是风险爱好者， r=1 则表明参与者风险中立，同时假设发包方是风险中立者，参与者的努力成本设为 c(a)=ma2，其中 m 为努力的成本系数， m0。这里坠c(a)坠a0，坠2c(a)坠a20。在众包式创新中 x=w- c(a)，则 Uw- c(a)=- e-w-c(a)， EU=-乙re-rx12姨e- (x- m)22Vdx。根据确定性等值的定义有 EU=U(CE)，则 - e-r(CE)=- e-rm-r2，得到CE=m-r2=s+bka(b)- c(a)-12rb22。命题二：线性奖励机制能提高参与者的努力程度 。参与者可以分为以基于爱好为主的参与和基于获奖为主的参与 。对于基于奖励为主的参与，个人的技能水平越高，努力水平越高，并且激励系数越高，努力水平越高 。众包的功能是选出个人技能水平高并且努力的参与者 。我们发现，众包的参与者主要出于两种动机，出于爱好的参与和出于期望得奖的参与 。即有一部分人并不会在乎是否能获得奖励，他们只是积极参与 。而通过一些探索性的个案研究，我们发现有相当一部分人希望能够获得奖励 。这有点类似于赫兹伯格双因素激励在中国的实践中产生的激烈讨论，即奖金的激励效用还是普遍存在的 。进一步我们还发现出于期望得奖的图 1 众 包 式 创 新 的 基 础 模 型G1G2G3G4G5G6 G7G8G5G6G9GAGBGCGDGEGBGCGF1111111111111111111146 参 与者一般具有该领域较高的技能水平 。这可能是由于具有较高技能水平的参与者自己具有较高的得奖期望，即相信自己有能力经过努力而获得奖励，所以会更加认真 、努力的完成项目，尽量使自己的作品更加完美 。这与模型中的解释是一致的，由于 a*(b， k)=bk2m，有坠a(b， k)坠k=b2m0，即 a 是 k 的增函数，较高的技能水平能产生较高的努力水平 。另外我们还看到坠a(b， k)坠b=k2m0，即努力水平是激励系数的增函数 。有较高的激励系数可以激励参与者付出更多努力 。命题三：参与者的努力水平越高，越应该提高激励系数 。参与者风险厌恶程度越高，越应该降低激励系数 。因为坠b坠k=4mr2k(k2+2mr2)20，所以可以得出结论：在其他条件不变的前提下，参与者具有较高技能水平时，应该提高激励系数 。从逻辑上考虑也能够得到同样的结论：相对于技能水平较低的参与者，通过对技能水平较高的参与者增进激励，我们能得到更大的收益 。另外，因为坠b坠r=-2m2(k2+2mr2)20，所以参与者越是厌恶风险，越应该降低激励系数 。命题四：线性激励对于参与者才能的利用效率远远高于固定奖励的情况 。规划： maxb， s(1- b)ka*(b)- sS.T. (IC)maxa(s+bka(b)- c(a)-12rb22)(IR)s+bka(b)- c(a)-12rb22叟CE解得： a*(b， k)=bk2m， b=k2k2+2mr2， E(y- w)*=k44m(k2+2mr2)，s*=2mr2k4- k64m(k2+2mr2)2我们发现相对于固定奖励中企业的收益 E(y- w0)*=kw0m姨- w0，在线性奖励中企业获得收益为 E(y- w)*=k44m(k2+2mr2)，虽然后者对于 k 的斜率不是常数，但是收益对于随 k 的增长率远远大于固定奖金 。四 、众包式创新激励的创新模型有时，众包式创新的需求公司面临的不是一个独立的问题，而是一系列相关的任务 。有些任务可能可以看作是无限细分的（如为维基百科添加词条），有些任务是成模块的 （在编程领域最为常见），有些是成系统的 （包括服务运营系统 、服务营销系统 、服务人力系统组成的一套完整服务管理体系） 。上述模型是发包方选择一个最优方案，并给予奖励 。下面的模型发包方采用多个参与者的方案 （往往数量较大），并给予其奖励 。在这个过程中，参与者各自独立完成任务，互不联系 。发包方即关注参与者个体的努力水平，又关心总产出水平 。由于参与者个体之间的努力是独立的，产出也是独立的，并且由于这类众包式创新的任务特点，个人产出是可以线性加总得到总产出的，例如维基百科的编辑词条 。所以个人产出的最大化与总体产出的最大化是一致的 。在这种模式中，设参与者数量为n，其中参与者 i 的产出为： ysi=ksiasi(bsi)+si，线性奖励机制中参与者 i 的收入为： wsi=ssi+bsiysi=ssi+bsi(ksiasi+si)， 努力成本为： csi(asi)=msiasi2，效用为： Usiwsi- csi(asi)=- e-rsiwsi- csi(asi)。规划： maxssi， bsini = 1(1- bsi)ksiasi*(bsi)- ssiS.T. (IC)maxasi(ssi+bsiksiasi(bsi)- csi(asi)-12rsibsi2ci2)， i=1， 2， ， n(IR)ssi+bsiksiasi(bsi)- csi(asi)-12rsibsi2si2叟CEsi， i=1， 2， ， n解得： a*si(bsi， ksi)=bsiksi2msi， bsi=ksi2ksi2+2msirsisi2Esi(ysi- wsi)*=ni = 1ksi44msi(ksi2+2msirsisi2)， ssi*=2msirsisi2ksi4- ksi64msi(ksi2+2msirsisi2)2与之相对比，我们再建立下面的模型：参与者之间可以进行交流，可以借鉴其他参与者的成果 。这种交互式产出模式与独立式产出模式的区别还需从实际中去分析 。两者的区别主要产生于任务模式的不同 。在独立产出模型中，总产出水平是连续的 。随着总产出水平的提高，任务实现的功能可以逐步提高 。换而言之，随着总产出的增加，任务趋近于最终完成，任务实现的功能是连续增加的 。而交互式产出模型则不然，其总产出是不连续的，实现任务的功能要求总产出达到一定的阈值（ Istockphoto图片库网站要求库中图片要达到一定的数量才能较为普遍的满足用户的需求），或必须完全完成任务 （如大型软件的编程，程序必须完全完成，各个模块整合在一起并经过测试后才能使用） 。后一种情况更为常见和典型，即任务 100%完成前，任务实现的功能为 0，当任务 100%完成时，才能实现功能 。命题五：在参与者交互式结构的众包中，其他人的努力会对个人的努力程度产生促进作用 。maxsci， bcini = 1kciaci-ni = 1(sci+bcini = 1kciaci)S.T. (IC)maxaci(sci+bcini = 1kciaci(bci)- msiaci2-12rcibci2ci2， i=1， 2， ， n(IR)sci+bcini = 1kciaci(bci)- mciaci2-12rcibci2ci2叟CE， i=1， 2， ， n解得： aci(bci， kci， Ii)=bcikcinj = 1坠acj坠aci2mci=bcikciIi2mci，令 Ii=nj = 1坠acj坠aci，bci=kci2Iikci2Ici2+2mcircici2在直角坐标系中，令横轴为 aci，纵轴为 acj，其中 j=1， 2， n。我们发现 I 实际上就是斜率的求和，只要存在一个或多于一个参与者 j 比 i 努力，即 acjaci时，即斜率大于 1，则求和后有 I 大于 1。普遍来说，这说明交互作用对参与者的努力具有促进作用，而且 I 越大则 aci越大 。即交互作用可以促进参与者提高自己的努力程度 。这在创新竞赛中有充分的体现，即大家会比着干 。这是多主体参与的一个普遍特点 。对于这个求和，我们暂时还看不出交互作用对于最努力的人的作用，确定不了对于最努力的人 I 是大于 1 还是小于 1。但是对于联合产出模式，由于参与人数非常多，个人的贡献对于总体贡献是可以忽略的，则我们可以得到这样的结论，交互模型有普遍的促进努众包式创新激励机制研究47 技 术 经 济 与 管 理 研 究 2012 年第 6 期力的作用 （见图 2） 。图 2 交 互 作 用 对 努 力 程 度 的 影 响j=1， 2， ， nI大于 45aiaj从事实角度来看，我们的论断与事实是一致的 。看到别人的工作对自己的工作产生启发从而自己会因为别人的工作而改进自己的工作 。改进自己的工作需要进一步投入时间和精力，使产出更大 。sci=kci6Ii44mci(kci2Ii2+2mcircici2)2+rcici2kci4Ii22(kci2Ici2+2mcircici2)2-kci2Ii(kci2Ici2+2mcircici2)ni = 1kci4Ii2mci(kci2Ici2+2mcircici2)Eci(yci- wci)*=ni = 1kci4Ici24mci(kci2Ici2+2mcircici2)分子分母同除 I2，则可以看出， i 使分母减少，即交互作用增加了总产出 。命题六：较之独立式模型，交互式模型的激励系数高低不能确定，还要取决于参与者的风险偏好，努力成本系数 、技能系数和风险的大小 。命题七：参与者之间的相互影响有助于众包式创新产出的提高，其提高的原因在于参与者的交互作用 。Eci(yci- wci)*- Esi(ysi- wsi)*=ni = 14mi2rii2ki4(Ii2- 1)16mi2(ki2Ii2+2mirii2)(ki2+2mirii2)0，I1，而且提高的比例为ni = 1(Ii2- 1)。我们用独立式的和交互式的激励系数相减有： bci- bsi=(ki2Ii-2mirii2)(1- Ii)(ki2Ii2+2mirii2)(ki2+2mirii2)，其符号取决于 ki2Ii-2mirii2的符号 。为研究激励系数和努力系数对于不同产出模型的作用，我们假设在交互模型中参与者完全相同，则 Ii=1，其中 i=1， 2， ， n。命题八：无论是在独立式还是交互式中的激励设计，较高的技能系数应该对应较高的激励系数 。在确定了其他参数的前提下，当 cisi时，也就是在说参与者 i 在付出相同努力成本的情况下，若独立产出系数大于联合产出系数，可知 bsi*bci*。这说明创新产出系数高 、能力强的参与者在独立产出情形下应获得更高的激励，这也是很多企业通过创新进行创新竞赛的主要原因 。进一步可推出 asi*aci*，说明创新产出系数高 、能力强的参与者在独立产出水平下更愿意付出更多的努力 。当 cisi时，则得到相反的结论 。命题九：无论是在独立式还是交互式中的激励设计，较高的成本系数应该对应更低的激励系数 。在其他参数相同的条件下，当 msimci时，也就是在单独核算时参与者 i 的努力成本高于联合产出时的努力成本 （可能的原因是参与者 i 只从局部考虑努力水平，缺乏合作伙伴的有效支持），可知 bsi*bci*，说明在独立核算服务创新产出时，组织者将对努力成本高的参与者给予更低的激励强度 。进一步可推出 asi*aci*，说明努力成本高的参与者在独立产出水平下不愿付出更多的努力，而在联合产出情形下，鉴于其他参与者的相对业绩比较，愿意付出较多努力，以免失去再次签约的机会 。当 msimci时，则得到相反的结论 。五 、结论与讨论虽然，随着网络的发展与普及，众包式创新与一些传统的创新模式相比显示出无限的活力，但是众包式创新本身的运行效率是否能通过精细的再设计而进一步提高，是值得我们去研究的 。而激励机制的设计是提高系统运行效率的有效手段 。通过上述章节的讨论，总得来说，我们发现线性的奖励机制有助于提高众包式创新的运行效率 。在实践中，发包方可以通过精心设计来考察参与者的创新成果，合理的设置线性激励中的系数，来提高众包的运行效率 。而关于线性激