嚴(yán) 杰

(四川省宜賓五糧液集團(tuán)有限公司，四川 宜賓 644000)

0 引言

在經(jīng)濟(jì)全球化背景下，企業(yè)僅依靠?jī)?nèi)部資源參與市場(chǎng)競(jìng)爭(zhēng)已經(jīng)不能滿足發(fā)展需要[1]。眾包的出現(xiàn)大大擴(kuò)展了企業(yè)邊界，將大量不同時(shí)間、不同地點(diǎn)、具備不同知識(shí)和能力的個(gè)體在網(wǎng)絡(luò)上有機(jī)聚集在一起，通過(guò)促進(jìn)溝通、激發(fā)創(chuàng)意，創(chuàng)造性完成以往由企業(yè)內(nèi)部人員難以完成的復(fù)雜任務(wù)[2]，極大地提升了企業(yè)資源配置效率。其中，個(gè)體是知識(shí)和技術(shù)資源貢獻(xiàn)的主要載體。個(gè)體參與一項(xiàng)眾包任務(wù)，通?；谧陨韺I(yè)知識(shí)、經(jīng)驗(yàn)等形成一個(gè)初始問(wèn)題解決方案[3-4]。由于受到認(rèn)知和信息處理能力的限制[5]，個(gè)體只擁有與眾包任務(wù)相關(guān)的有限知識(shí)，表現(xiàn)出有限理性特征。因此，參與者一般不能直接提出一個(gè)最優(yōu)問(wèn)題解決方案，需要在問(wèn)題解決過(guò)程中逐步改善[6]。在問(wèn)題解決過(guò)程中，個(gè)體主要依靠創(chuàng)新搜索和模仿搜索兩種方式提出問(wèn)題解決方案。在競(jìng)賽式眾包中，參與者彼此獨(dú)立、缺乏協(xié)同，只能依靠創(chuàng)新搜索挖掘更加有效的問(wèn)題解決方案。

問(wèn)題解決研究較早關(guān)注個(gè)體創(chuàng)新搜索行為，本質(zhì)上是一個(gè)新知識(shí)單元與現(xiàn)有知識(shí)單元重組的不確定性過(guò)程[7]。由于受到短視行為阻礙，每次個(gè)體僅通過(guò)重組有限的知識(shí)單元執(zhí)行搜索過(guò)程，具體表現(xiàn)為調(diào)整問(wèn)題解決方案決策維度數(shù)量。目前，多數(shù)研究都將個(gè)體短視約束限制設(shè)置為單一維度[8-9]，即個(gè)體通常采用局部搜索方式[10]，局部搜索是個(gè)體問(wèn)題解決方案質(zhì)量漸進(jìn)式提升的過(guò)程。Levinthal等[11]認(rèn)為，局部搜索具有非常強(qiáng)的路徑依賴，極易導(dǎo)致個(gè)體陷入局部最優(yōu)，故當(dāng)問(wèn)題空間適應(yīng)度景觀非常平滑且只有一個(gè)最優(yōu)點(diǎn)時(shí)，無(wú)論個(gè)體搜索起點(diǎn)如何，局部搜索總是能搜索到最優(yōu)值；當(dāng)問(wèn)題空間適應(yīng)度景觀較為崎嶇時(shí)，因適應(yīng)度景觀中存在諸多局部最優(yōu)點(diǎn)，因此采用局部搜索極易陷入不同局部最優(yōu)；Gavetti等[6]研究發(fā)現(xiàn)，如果解決方案空間中的相鄰位置沒(méi)有類似收益，那么局部搜索不比隨機(jī)選擇備選方案更加可靠。因此，受到自身屬性的限制，在個(gè)體解決問(wèn)題過(guò)程中，采用局部搜索機(jī)制容易陷入局部最優(yōu)。在某些情況下，個(gè)體也可能采用“長(zhǎng)跳”方式，朝著完全不同的方向搜索問(wèn)題解決方案[11-12]。Kauffman等[13]指出，如果個(gè)體在鄰居中找不到更好的替代方案，則需要采用長(zhǎng)跳搜索；Kleer[14]認(rèn)為，當(dāng)任務(wù)復(fù)雜性增加時(shí)，長(zhǎng)跳搜索價(jià)值也會(huì)相應(yīng)增加；Billinger等[15]研究發(fā)現(xiàn)，與局部搜索相比，長(zhǎng)跳搜索范圍變大，為避免陷入局部最優(yōu)，也會(huì)破壞已獲得的搜索位置，從而對(duì)搜索結(jié)果產(chǎn)生負(fù)面影響。

現(xiàn)有研究基本厘清了局部搜索和長(zhǎng)跳搜索對(duì)個(gè)體績(jī)效的影響機(jī)制，但仍存在一些不足：①相對(duì)于改變單一維度的局部搜索，現(xiàn)有研究默認(rèn)將大于等于兩個(gè)維度的搜索都統(tǒng)稱為長(zhǎng)跳搜索[16]，但顯然，長(zhǎng)跳搜索中每次改變決策維度數(shù)量均會(huì)對(duì)績(jī)效產(chǎn)生不同影響；②個(gè)體認(rèn)知能力決定個(gè)體搜索問(wèn)題解決方案的起點(diǎn)位置，處于較好起點(diǎn)或者不太好的起點(diǎn)對(duì)于采用哪種創(chuàng)新搜索行為有待探討；③現(xiàn)有研究發(fā)現(xiàn)，簡(jiǎn)單任務(wù)采用局部搜索即可,但隨著任務(wù)難度增加，則需要采用長(zhǎng)跳搜索，而需要采用何種程度的長(zhǎng)跳搜索也需要進(jìn)一步明確；④現(xiàn)有研究大多關(guān)注個(gè)體創(chuàng)新搜索行為對(duì)個(gè)體創(chuàng)新績(jī)效的影響，對(duì)群體績(jī)效或組織績(jī)效影響的研究較少。這些問(wèn)題都是進(jìn)一步厘清眾包問(wèn)題解決過(guò)程內(nèi)在機(jī)理的關(guān)鍵，需要進(jìn)行系統(tǒng)性研究。

本研究結(jié)合TCPE框架和NK模型，構(gòu)建一個(gè)模擬眾包問(wèn)題解決過(guò)程的仿真模型。由于個(gè)體創(chuàng)新搜索過(guò)程本質(zhì)上是一種創(chuàng)新行為[17]，因此與局部搜索和長(zhǎng)跳搜索類似，Ettlie等[18]根據(jù)創(chuàng)新幅度大小將創(chuàng)新行為分為漸進(jìn)式創(chuàng)新和突破式創(chuàng)新兩種。其中，漸進(jìn)式創(chuàng)新是一種低層次創(chuàng)新，強(qiáng)調(diào)對(duì)原有知識(shí)的微小改進(jìn)或徹底改變；突破式創(chuàng)新則是一種高層次創(chuàng)新，強(qiáng)調(diào)對(duì)原有知識(shí)較大幅度的改進(jìn)。為此，本研究引入個(gè)體創(chuàng)新幅度的概念，將其定義為個(gè)體創(chuàng)新搜索幅度大小，用以描述局部搜索和長(zhǎng)跳搜索兩個(gè)極端點(diǎn)之間的范圍，進(jìn)而表征個(gè)體問(wèn)題解決過(guò)程中每次調(diào)整決策維度數(shù)量的多少。同時(shí)，引入個(gè)體有限理性水平和個(gè)體有限理性偏差表征個(gè)體認(rèn)知能力[19]。本文通過(guò)研究個(gè)體創(chuàng)新幅度對(duì)眾包績(jī)效的影響機(jī)制以及個(gè)體有限理性水平、有限理性偏差和任務(wù)復(fù)雜性的調(diào)節(jié)作用，厘清個(gè)體創(chuàng)新幅度在眾包問(wèn)題解決過(guò)程中的內(nèi)在機(jī)理，可為眾包實(shí)施過(guò)程中創(chuàng)新氛圍的營(yíng)造提供理論依據(jù)。

1 眾包仿真研究現(xiàn)狀

眾包是一個(gè)典型的復(fù)雜適應(yīng)系統(tǒng)，實(shí)施過(guò)程中的動(dòng)態(tài)行為比經(jīng)典統(tǒng)計(jì)力學(xué)研究對(duì)象更加難以預(yù)測(cè)。眾包中的隨機(jī)性不僅能反映狀態(tài)上的隨機(jī)性，而且可體現(xiàn)組成要素相互作用關(guān)系的隨機(jī)性，故眾包系統(tǒng)演化規(guī)律難以用實(shí)證數(shù)據(jù)測(cè)量。現(xiàn)有研究表明，很少有眾包研究涉及高粒度數(shù)據(jù)[20]，因?yàn)楹茈y對(duì)實(shí)際眾包平臺(tái)分類數(shù)據(jù)進(jìn)行廣泛研究，一是數(shù)據(jù)收集困難且涉及用戶保密問(wèn)題[21]，二是眾包平臺(tái)管理者通常不會(huì)建立包括眾包問(wèn)題與相應(yīng)解決方案以及發(fā)包方和接包方特性的數(shù)據(jù)庫(kù)。因此，基于主體建模與仿真(ABM)成為研究眾包問(wèn)題的一種適用工具。Natalicchio等[17]指出，眾包研究大多是一些具有少量構(gòu)件和相關(guān)命題的簡(jiǎn)單理論，在這種情況下，計(jì)算仿真成為研究眾包問(wèn)題的一種重要方法。

隨著新計(jì)算方式和新手段的出現(xiàn)，特別是復(fù)雜系統(tǒng)研究的需要，計(jì)算仿真受到越來(lái)越多學(xué)者的廣泛關(guān)注。當(dāng)前，仿真不再是簡(jiǎn)單地用于微分方程求解，而更多地采用離散事件模型對(duì)具有動(dòng)態(tài)、隨機(jī)和離散特征的社會(huì)經(jīng)濟(jì)系統(tǒng)進(jìn)行建模[22]。特別是伴隨著群體智能算法的發(fā)展(如遺傳算法和蟻群算法)，“在計(jì)算機(jī)上做實(shí)驗(yàn)”的計(jì)算仿真成為社會(huì)科學(xué)領(lǐng)域的重要研究工具。計(jì)算仿真的核心優(yōu)勢(shì)在于，不受數(shù)學(xué)語(yǔ)言的限制，采用自然語(yǔ)言描述微觀層面?zhèn)€體屬性、決策邏輯和行為機(jī)制，通過(guò)建立微觀模型模擬個(gè)體之間的相互作用，研究宏觀層面涌現(xiàn)出來(lái)的復(fù)雜行為，并實(shí)時(shí)觀察演化過(guò)程中系統(tǒng)狀態(tài)和結(jié)構(gòu)的變化情況，以實(shí)現(xiàn)微觀和宏觀的有機(jī)統(tǒng)一。

近年來(lái)，源于生物學(xué)領(lǐng)域的NK模型受到越來(lái)越多學(xué)者的關(guān)注，目前已成為研究集體問(wèn)題解決的重要理論工具[8-9]?；趩?wèn)題解決視角，Afuah & Tucci等[23]首次將NK模型引入眾包領(lǐng)域，為開(kāi)展眾包定量化研究提供了良好思路，是眾包仿真建模的重要理論支撐；Natalicchio等[17]基于NK模型建立仿真模型，定量研究眾包問(wèn)題解決過(guò)程中任務(wù)特征與個(gè)體特征對(duì)眾包績(jī)效的交互影響，證實(shí)采用NK模型研究眾包問(wèn)題更加適用；嚴(yán)杰等[24]采用NK模型研究個(gè)體有限理性的3個(gè)維度，即個(gè)體有限理性水平、個(gè)體有限理性系統(tǒng)化程度及個(gè)體有限理性水平標(biāo)準(zhǔn)差，為眾包績(jī)效影響機(jī)制及眾包實(shí)施過(guò)程中的個(gè)體篩選提供了理論支撐。然而，目前基于NK模型研究眾包內(nèi)在機(jī)理仍處于探索階段，將NK模型與眾包運(yùn)作過(guò)程結(jié)合起來(lái)的研究較少，導(dǎo)致眾包運(yùn)作過(guò)程建模缺乏規(guī)范性和系統(tǒng)性。

2 仿真模型構(gòu)建

2.1 基本模型

Chiu等[25]在研究眾包如何支持管理決策時(shí)提出一個(gè)“Task-Crowd-Process-Evaluation”眾包運(yùn)作過(guò)程框架(簡(jiǎn)稱TCPE框架)，認(rèn)為眾包活動(dòng)主要包括4個(gè)基本要素：任務(wù)(Task)、群體(Crowd)、過(guò)程(Process)和評(píng)估(Evaluation)，如圖1所示。這一框架納入眾包發(fā)包方、平臺(tái)和接包方3個(gè)主體，可以完整刻畫眾包運(yùn)作過(guò)程的本質(zhì)特性，主要包括4個(gè)階段：①眾包任務(wù)生成：發(fā)包方選擇一個(gè)企業(yè)需要解決的問(wèn)題，將這個(gè)問(wèn)題委托給一個(gè)眾包平臺(tái)，眾包平臺(tái)對(duì)其進(jìn)行整理和分析，形成眾包任務(wù)；②眾包參與者確定：眾包平臺(tái)在網(wǎng)站上發(fā)布任務(wù)，或者將其直接推送給平臺(tái)上的問(wèn)題解決者(接包方)，眾包參與者選擇是否接受這一任務(wù)，所有接受該眾包任務(wù)的參與者組成解決該問(wèn)題的網(wǎng)絡(luò)大眾；③參與者解決問(wèn)題：接受這一任務(wù)的所有參與者開(kāi)始解決這個(gè)問(wèn)題，在問(wèn)題解決過(guò)程中可以借助平臺(tái)功能與其他問(wèn)題解決者進(jìn)行交流和知識(shí)共享，也可以依靠自身能力實(shí)現(xiàn)創(chuàng)新，以此不斷修正問(wèn)題解決方案，在競(jìng)賽式眾包中，只能依靠自身創(chuàng)新實(shí)現(xiàn)能力提升；④眾包績(jī)效評(píng)估：在規(guī)定的眾包任務(wù)完成時(shí)間內(nèi)，參與者向眾包平臺(tái)提交最終問(wèn)題解決方案，平臺(tái)按照一定標(biāo)準(zhǔn)和要求對(duì)其進(jìn)行評(píng)估，并將一個(gè)或幾個(gè)最佳方案反饋給發(fā)包方。

本研究采用模式導(dǎo)向建模法，結(jié)合NK模型和TCPE框架，圍繞框架的4個(gè)基本要素：任務(wù)、大眾、過(guò)程和評(píng)估，構(gòu)建模擬眾包問(wèn)題解決過(guò)程的仿真模型，具體如下：

(1)任務(wù)要素建模。以設(shè)計(jì)一種新產(chǎn)品為例，如果這種新產(chǎn)品由N個(gè)部分組成，本質(zhì)上是完成N項(xiàng)決策，因此采用一個(gè)N維數(shù)組表示。由于一項(xiàng)任務(wù)的每項(xiàng)決策都有幾個(gè)不同選擇，為簡(jiǎn)化問(wèn)題空間結(jié)構(gòu)，通常設(shè)置兩個(gè)選擇[13]，用0、1表示，故眾包任務(wù)有2N個(gè)潛在問(wèn)題解決方案，并組成眾包任務(wù)問(wèn)題空間。借助NK模型，引入變量K調(diào)節(jié)眾包任務(wù)問(wèn)題空間的崎嶇度，假設(shè)每項(xiàng)決策都受到其它K個(gè)決策項(xiàng)的影響，故采用K的取值定義任務(wù)復(fù)雜性。K值越大，說(shuō)明任務(wù)復(fù)雜性越高。

(2)大眾要素建模。當(dāng)眾包任務(wù)發(fā)布后，假設(shè)有M個(gè)個(gè)體參與到這一眾包活動(dòng)中，每個(gè)個(gè)體都要提交一個(gè)問(wèn)題解決方案。由于個(gè)體問(wèn)題解決方案對(duì)應(yīng)眾包任務(wù)，因此采用N維數(shù)組O={O1O2…Oi…ON}表示，其中Oi∈{0, 1}。

(3)過(guò)程要素建模。過(guò)程是參與者接收任務(wù)后完成該任務(wù)的一系列活動(dòng)。在競(jìng)賽式眾包中，參與者基于自身初始問(wèn)題解決方案，通過(guò)反復(fù)多次的創(chuàng)新搜索，隨機(jī)調(diào)整現(xiàn)有問(wèn)題解決方案中一個(gè)或幾個(gè)維度，如果形成一個(gè)高質(zhì)量問(wèn)題解決方案，則會(huì)用其代替舊問(wèn)題解決方案，否則保持不變。

(4)評(píng)估要素建模。評(píng)估包括個(gè)體問(wèn)題解決方案質(zhì)量評(píng)估和眾包績(jī)效評(píng)估兩個(gè)方面。通常而言，個(gè)體問(wèn)題解決方案的質(zhì)量可用該方案在問(wèn)題空間中的績(jī)效表示。假設(shè)某一個(gè)問(wèn)題解決方案中一項(xiàng)決策i的取值為ai。由于每項(xiàng)決策對(duì)問(wèn)題解決方案績(jī)效的貢獻(xiàn)ci除受自身取值影響外，還受其它K項(xiàng)決策取值的影響[26]，用向量ak表示K項(xiàng)決策的取值，因此決策i對(duì)問(wèn)題解決方案績(jī)效貢獻(xiàn)的計(jì)算公式如下：

Pi=ci(ai,ak)

(1)

一個(gè)問(wèn)題解決方案的整體績(jī)效由N項(xiàng)決策的平均貢獻(xiàn)大小表示[26]，計(jì)算公式如下：

(2)

關(guān)于眾包績(jī)效評(píng)估，本文借鑒Javadi Khasraghi(2014)的研究，采用參與者提交方案的平均質(zhì)量反映眾包績(jī)效。Natalicchio等[17]認(rèn)為，發(fā)包方并不總是能選擇到最佳解決方案，故參與者提交方案的平均績(jī)效是規(guī)避不能挑選到最佳解決方案的一種穩(wěn)健測(cè)量指標(biāo)。計(jì)算公式如下：

(3)

2.2 新增特征

(1)個(gè)體創(chuàng)新幅度。在過(guò)程要素維度，引入個(gè)體創(chuàng)新幅度(Innovation Amplitude)變量，將其定義為個(gè)體每次調(diào)整問(wèn)題解決方案決策維度的數(shù)量，用IA表示。個(gè)體搜索最優(yōu)問(wèn)題解決方案會(huì)隨機(jī)調(diào)整自身問(wèn)題解決方案IA個(gè)維度，如果調(diào)整后的問(wèn)題解決方案績(jī)效有所提高，則采用調(diào)整后的問(wèn)題解決方案，否則保持不變。

(2)個(gè)體有限理性水平。在大眾要素維度，引入個(gè)體有限理性水平(Bounded Rationality level)變量。根據(jù)現(xiàn)有研究，將有限理性定義為個(gè)體對(duì)問(wèn)題空間的部分關(guān)注[24]。個(gè)體擁有一個(gè)維度小于問(wèn)題空間的簡(jiǎn)約空間，個(gè)體基于過(guò)往知識(shí)和經(jīng)驗(yàn)構(gòu)建最優(yōu)簡(jiǎn)約空間，即個(gè)體認(rèn)知表征，以反映個(gè)體競(jìng)爭(zhēng)優(yōu)勢(shì)來(lái)源。假定個(gè)體認(rèn)知表征維度為N1，采用認(rèn)知表征維度比例(N1/N)表示個(gè)體有限理性水平(BRL)。

借鑒Gavetti等[6]關(guān)于個(gè)體有限理性水平的建模方式，在認(rèn)知表征空間中，每個(gè)決策配置與之相對(duì)應(yīng)的眾包任務(wù)問(wèn)題空間的決策配置有2N-N1個(gè)，假設(shè)認(rèn)知表征空間中每個(gè)點(diǎn)的適應(yīng)度值等于與該點(diǎn)相對(duì)應(yīng)的眾包任務(wù)問(wèn)題空間中2N-N1個(gè)點(diǎn)的平均適應(yīng)度值，個(gè)體選擇認(rèn)知表征空間中適應(yīng)度值最大的一種決策配置形式作為自己的認(rèn)知表征。

(3)個(gè)體有限理性偏差。在大眾要素維度，引入個(gè)體有限理性偏差(Bounded Rationality Bias)變量。由于地區(qū)、個(gè)人成長(zhǎng)環(huán)境、專業(yè)背景不同，導(dǎo)致個(gè)體在知識(shí)和經(jīng)驗(yàn)方面也不同，即個(gè)體認(rèn)知表征不同。根據(jù)現(xiàn)有文獻(xiàn)，將個(gè)體有限理性偏差定義為認(rèn)知表征的準(zhǔn)確程度[19]，用BRB表示。

通常來(lái)說(shuō)，N1由一些關(guān)鍵決策維度和其它隨機(jī)決策維度共同組成，其中關(guān)鍵決策維度數(shù)量由BRB決定，BRB=N1*(1 - BRB)。個(gè)體從N個(gè)維度中選擇N1*(1-BRB)個(gè)關(guān)鍵決策維度和從剩下的(N - N1*(1 - BRB))個(gè)維度中選擇N1*BRB個(gè)隨機(jī)決策維度共同構(gòu)建認(rèn)知表征。其中，關(guān)鍵決策維度識(shí)別主要基于眾包任務(wù)中每個(gè)決策項(xiàng)的影響力，影響力大小由每個(gè)決策影響其它決策的數(shù)量決定，一個(gè)決策影響其它決策的數(shù)量越多，說(shuō)明其影響力越大，這項(xiàng)決策就越有可能被選為關(guān)鍵決策。如果幾項(xiàng)決策具有相同影響力，則從中隨機(jī)選擇一項(xiàng)決策作為關(guān)鍵決策維度構(gòu)建認(rèn)知表征。

3 仿真實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析

本研究以凱翼汽車眾包項(xiàng)目為研究對(duì)象。凱翼品牌在2015年發(fā)布了“眾包造車”項(xiàng)目，成為國(guó)內(nèi)首家實(shí)施眾包造車的企業(yè)。考慮汽車設(shè)計(jì)的復(fù)雜性和技術(shù)專業(yè)性，凱翼眾包造車項(xiàng)目為參與者提供汽車底盤和動(dòng)力總成，參與者主要進(jìn)行車身設(shè)計(jì)和車內(nèi)設(shè)計(jì)，本研究以車身設(shè)計(jì)為研究重點(diǎn)。

圖2 承載式車身基本結(jié)構(gòu)

一般而言，按照車身受力情況可將汽車車身分為非承載式車身、半承載式車身和承載式車身3種。不同類型車身設(shè)計(jì)組件存在較大差異，車身結(jié)構(gòu)組成組件為8～20個(gè)不等。以承載式車身結(jié)構(gòu)為例，如圖2所示，主要包括翼子板、發(fā)動(dòng)機(jī)蓋總成、頂蓋總成、行李艙隔板總成、行李箱蓋總成、前圍總成、機(jī)艙總成、前門總成、后門總成、地板總成、前圍總成、后圍板總成共12個(gè)組件。因此，本研究將任務(wù)維度N設(shè)定為12，同時(shí)還對(duì)N=10和N=14兩種情況進(jìn)行敏感性分析，發(fā)現(xiàn)結(jié)論與N=12時(shí)一致，限于文章篇幅不予展示。同時(shí)，令K=9，刻畫一種高復(fù)雜任務(wù)，與Rivkin等[27]、Oyama等[28]的設(shè)置一致。此外，令M=100，與Miller等[29]、Kim & Rhee[30]、Kane & Alavi[31]保持一致，以反映大規(guī)模群體特征。模型基本參數(shù)設(shè)置見(jiàn)表1。

表1 模型基本參數(shù)設(shè)置

基于Netlogo平臺(tái)實(shí)現(xiàn)仿真模型。為避免隨機(jī)性影響，每次實(shí)驗(yàn)采用不同隨機(jī)數(shù)種子運(yùn)行100次，每次運(yùn)行100個(gè)周期，以100次實(shí)驗(yàn)最后一個(gè)周期的平均結(jié)果作為依據(jù)。實(shí)驗(yàn)表明，在100個(gè)實(shí)驗(yàn)周期內(nèi)，仿真實(shí)驗(yàn)均能達(dá)到本研究所定義的均衡狀態(tài)，即連續(xù)10個(gè)周期內(nèi)所有參與者問(wèn)題解決方案平均績(jī)效的標(biāo)準(zhǔn)差小于0.005。同時(shí)，本研究對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行方差分析(ANOVA)和多重比較，所有結(jié)論均在0.05水平上具有一般統(tǒng)計(jì)學(xué)顯著性特征。

(1)個(gè)體創(chuàng)新幅度與任務(wù)復(fù)雜性對(duì)眾包績(jī)效的影響。圖3描述個(gè)體創(chuàng)新幅度(IA)與任務(wù)復(fù)雜性(K)對(duì)眾包績(jī)效的影響。從中可以看出，當(dāng)任務(wù)復(fù)雜性非常低時(shí)(K=1)，個(gè)體創(chuàng)新幅度與眾包績(jī)效負(fù)相關(guān)，即保持較低個(gè)體創(chuàng)新幅度有利于提高眾包績(jī)效；當(dāng)任務(wù)復(fù)雜性較高時(shí)(K>1)，個(gè)體創(chuàng)新幅度與眾包績(jī)效呈倒U型關(guān)系，即保持適當(dāng)?shù)膫€(gè)體創(chuàng)新幅度有利于提高眾包績(jī)效。本研究認(rèn)為，個(gè)體創(chuàng)新幅度具有雙重效應(yīng)：積極方面，可以避免個(gè)體陷入局部最優(yōu)；消極方面，可能會(huì)破壞個(gè)體前期已經(jīng)獲得的搜索起點(diǎn)，個(gè)體需要從一個(gè)相對(duì)較差的搜索起點(diǎn)重新開(kāi)始搜索。因此，為提高眾包績(jī)效，個(gè)體需要平衡積極效應(yīng)和消極效應(yīng)。在簡(jiǎn)單任務(wù)中，問(wèn)題空間適應(yīng)度景觀非常平滑，不存在局部最優(yōu)點(diǎn)，需要最小化消極效應(yīng)，保持最低創(chuàng)新幅度；在復(fù)雜任務(wù)中，問(wèn)題空間變得崎嶇，需要采用跳躍搜索方式以避免陷入局部最優(yōu)，但又要規(guī)避幅度太大產(chǎn)生系統(tǒng)偏差，因此應(yīng)保持適度的創(chuàng)新幅度。

此外，在相對(duì)復(fù)雜的任務(wù)中(K>1)，個(gè)體需要維持的創(chuàng)新幅度受任務(wù)復(fù)雜性(K)的影響。當(dāng)K=3和K=5時(shí)，實(shí)現(xiàn)最優(yōu)眾包績(jī)效的個(gè)體創(chuàng)新幅度為2；當(dāng)K=7和K=9時(shí)，實(shí)現(xiàn)最優(yōu)眾包績(jī)效的個(gè)體創(chuàng)新幅度為3。也即，隨著任務(wù)復(fù)雜性增加，實(shí)現(xiàn)最優(yōu)眾包績(jī)效的個(gè)體創(chuàng)新幅度也要相應(yīng)增加。

(2)在簡(jiǎn)單任務(wù)中，個(gè)體創(chuàng)新幅度和個(gè)體有限理性對(duì)眾包績(jī)效的影響。圖4描述K=1時(shí)個(gè)體創(chuàng)新幅度、有限理性水平與眾包績(jī)效的關(guān)系。從中可以看出，在不同有限理性水平下，個(gè)體創(chuàng)新幅度與眾包績(jī)效負(fù)相關(guān)，即有限理性水平不會(huì)影響個(gè)體創(chuàng)新幅度與眾包績(jī)效之間的負(fù)相關(guān)關(guān)系。

圖3 個(gè)體創(chuàng)新幅度與任務(wù)復(fù)雜性對(duì)眾包績(jī)效的影響

圖4 當(dāng)K=1時(shí)，有限理性水平和個(gè)體創(chuàng)新幅度對(duì)眾包績(jī)效的影響

圖5描述K=1時(shí)，在不同有限理性水平下，個(gè)體創(chuàng)新幅度、個(gè)體有限理性偏差與眾包績(jī)效的關(guān)系。無(wú)論有限理性水平如何，在不同有限理性偏差下，個(gè)體創(chuàng)新幅度與眾包績(jī)效均呈負(fù)相關(guān)關(guān)系，即有限理性偏差不會(huì)影響個(gè)體創(chuàng)新幅度與眾包績(jī)效之間均負(fù)相關(guān)。

圖5 當(dāng)K=1時(shí)，在不同有限理性水平下，個(gè)體有限理性偏差與個(gè)體創(chuàng)新幅度對(duì)眾包績(jī)效的影響

(3)在復(fù)雜任務(wù)中，個(gè)體創(chuàng)新幅度和個(gè)體有限理性水平對(duì)眾包績(jī)效的影響。圖6描述K=7時(shí)，個(gè)體創(chuàng)新幅度、個(gè)體有限理性水平與眾包績(jī)效的關(guān)系。圖7描述K=7時(shí)，在不同有限理性水平下，個(gè)體創(chuàng)新幅度、有限理性偏差與眾包績(jī)效的關(guān)系。從中可以看出，個(gè)體創(chuàng)新幅度與眾包績(jī)效始終呈倒U型關(guān)系，即個(gè)體有限理性水平和個(gè)體有限理性偏差均不會(huì)影響個(gè)體創(chuàng)新幅度與眾包績(jī)效之間的倒U型關(guān)系。

同時(shí)，隨著個(gè)體有限理性水平提升，實(shí)現(xiàn)最優(yōu)眾包績(jī)效對(duì)應(yīng)的個(gè)體創(chuàng)新幅度未發(fā)生變化；但是在較高個(gè)體有限理性水平下，隨著個(gè)體有限理性偏差增加，實(shí)現(xiàn)最優(yōu)眾包績(jī)效對(duì)應(yīng)的個(gè)體創(chuàng)新幅度發(fā)生改變。當(dāng)個(gè)體有限理性偏差較小時(shí)(BRB=0.1)，實(shí)現(xiàn)最優(yōu)眾包績(jī)效對(duì)應(yīng)的個(gè)體創(chuàng)新幅度為2；當(dāng)個(gè)體有限理性偏差較大時(shí)(BRB>0.1)，實(shí)現(xiàn)最優(yōu)眾包績(jī)效對(duì)應(yīng)的個(gè)體創(chuàng)新幅度增加到3。因此，依托有限理性水平，個(gè)體有限理性偏差會(huì)調(diào)節(jié)實(shí)現(xiàn)最優(yōu)眾包績(jī)效對(duì)應(yīng)的個(gè)體創(chuàng)新幅度大小。

此外，當(dāng)個(gè)體創(chuàng)新幅度較小時(shí)(IA<3)，隨著個(gè)體有限理性水平提升，眾包績(jī)效提升較為顯著；但當(dāng)個(gè)體創(chuàng)新幅度較大時(shí)(IA>3)，隨著個(gè)體有限理性水平提升，眾包績(jī)效提升幅度較小。在有限理性水平較高情況下(BRL=0.7)，當(dāng)個(gè)體創(chuàng)新幅度較小時(shí)(IA<3)，降低有限理性偏差能夠顯著提高眾包績(jī)效；但當(dāng)個(gè)體創(chuàng)新幅度較大時(shí)(IA>3)，降低有限理性偏差則不會(huì)顯著提高眾包績(jī)效。因此，個(gè)體創(chuàng)新幅度增加將在一定程度上削弱有限理性水平提高和有限理性偏差降低對(duì)眾包績(jī)效的正向影響，正好驗(yàn)證了上述關(guān)于個(gè)體創(chuàng)新幅度消極效應(yīng)的理論解釋。即個(gè)體創(chuàng)新幅度增加會(huì)破壞個(gè)體較好的初始搜索起點(diǎn)，或破壞基于較好初始搜索起點(diǎn)而獲得的最新搜索起點(diǎn)。為驗(yàn)證這種削弱效應(yīng)，進(jìn)一步進(jìn)行仿真實(shí)驗(yàn)分析。

圖8描述K=7時(shí)，在不同個(gè)體創(chuàng)新幅度下，有限理性水平、有限理性偏差與眾包績(jī)效的關(guān)系。從中可以看出，當(dāng)創(chuàng)新幅度較小時(shí)(IA=1和IA=2)，隨著個(gè)體有限理性水平提升和個(gè)體有限理性偏差降低，眾包績(jī)效顯著提升；當(dāng)創(chuàng)新幅度非常大時(shí)(IA=5和IA=6)，隨著個(gè)體有限理性水平提升和個(gè)體有限理性偏差降低，眾包績(jī)效幾乎不發(fā)生變化。因此，個(gè)體創(chuàng)新幅度會(huì)削弱個(gè)體認(rèn)知能力對(duì)眾包績(jī)效的影響。也即，當(dāng)認(rèn)知能力較強(qiáng)(對(duì)應(yīng)搜索起點(diǎn)較好)時(shí)，需要采用漸進(jìn)式創(chuàng)新；當(dāng)認(rèn)知能力較弱(對(duì)應(yīng)搜索起點(diǎn)較差)時(shí)，需要采用突破式創(chuàng)新。

圖6 當(dāng)K=7時(shí)，個(gè)體創(chuàng)新幅度與個(gè)體有限理性水平對(duì)眾包績(jī)效的影響

圖7 當(dāng)K=7時(shí)，在不同有限理性水平下，有限理性偏差與個(gè)體創(chuàng)新幅度對(duì)眾包績(jī)效的影響

4 結(jié)語(yǔ)

4.1 研究結(jié)論

本研究結(jié)合TCPE框架和NK模型，通過(guò)分析眾包運(yùn)作過(guò)程，首次構(gòu)建一個(gè)模擬眾包問(wèn)題解決過(guò)程的仿真實(shí)驗(yàn)?zāi)Ｐ?，為后續(xù)眾包仿真研究提供了規(guī)范化、標(biāo)準(zhǔn)化模型參考依據(jù)。借鑒創(chuàng)新行為研究中的創(chuàng)新幅度概念，將局部搜索(對(duì)應(yīng)漸進(jìn)式創(chuàng)新)和長(zhǎng)跳搜索(對(duì)應(yīng)突破式創(chuàng)新)整合成一個(gè)連續(xù)變量，反映個(gè)體問(wèn)題解決過(guò)程中每次調(diào)整問(wèn)題解決方案決策維度的數(shù)量。同時(shí)，引入個(gè)體有限理性，從個(gè)體有限理性水平和個(gè)體有限理性偏差兩個(gè)維度表征個(gè)體認(rèn)知能力。通過(guò)一系列仿真實(shí)驗(yàn)，系統(tǒng)探討眾包問(wèn)題解決過(guò)程的內(nèi)在機(jī)理，厘清個(gè)體創(chuàng)新幅度、個(gè)體有限理性和任務(wù)復(fù)雜性等不同因素對(duì)眾包績(jī)效的交互作用機(jī)制，得出如下結(jié)論(見(jiàn)圖9)：

(1)個(gè)體創(chuàng)新幅度與眾包績(jī)效存在兩種影響模式：當(dāng)任務(wù)非常簡(jiǎn)單時(shí)，個(gè)體創(chuàng)新幅度與眾包績(jī)效呈負(fù)相關(guān)關(guān)系；當(dāng)任務(wù)復(fù)雜性較高時(shí)，個(gè)體創(chuàng)新幅度與眾包績(jī)效呈倒U型關(guān)系。原因在于，個(gè)體創(chuàng)新幅度具有雙重效應(yīng)：避免個(gè)體陷入局部最優(yōu)點(diǎn)的積極效應(yīng)和破壞個(gè)體已經(jīng)獲得搜索起點(diǎn)的消極效應(yīng)；當(dāng)眾包任務(wù)簡(jiǎn)單時(shí)，問(wèn)題空間的適應(yīng)度景觀非常平滑且只有一個(gè)最優(yōu)點(diǎn)，無(wú)論個(gè)體搜索起點(diǎn)如何，采用局部搜索就可以逼近最優(yōu)問(wèn)題解決方案，如果提高個(gè)體創(chuàng)新幅度，個(gè)體前期獲得的搜索起點(diǎn)可能被破壞，導(dǎo)致眾包績(jī)效降低。但是，當(dāng)任務(wù)較為復(fù)雜時(shí)，眾包任務(wù)問(wèn)題空間變得崎嶇，個(gè)體如果僅采用局部搜索必然陷入各種局部最優(yōu)，故需要適當(dāng)提高個(gè)體創(chuàng)新幅度，因此需要維持適度的創(chuàng)新幅度。

圖8 有限理性水平、有限理性偏差與眾包績(jī)效的關(guān)系(K=7)

圖9 個(gè)體創(chuàng)新幅度與相關(guān)變量對(duì)眾包績(jī)效的影響機(jī)制

(2)個(gè)體有限理性水平和個(gè)體有限理性偏差均不會(huì)改變個(gè)體創(chuàng)新幅度與眾包績(jī)效之間的兩種影響模式。但是在相對(duì)復(fù)雜的任務(wù)中，任務(wù)復(fù)雜性與個(gè)體有限理性偏差均會(huì)調(diào)節(jié)實(shí)現(xiàn)最優(yōu)眾包績(jī)效對(duì)應(yīng)的個(gè)體創(chuàng)新幅度。其中，當(dāng)任務(wù)復(fù)雜性較高時(shí)，隨著個(gè)體有限理性偏差的增加，對(duì)應(yīng)的個(gè)體創(chuàng)新幅度也隨之增加。原因在于：任務(wù)越復(fù)雜，眾包任務(wù)問(wèn)題空間越崎嶇，越需要提高個(gè)體創(chuàng)新幅度，通過(guò)改變更多維度決策項(xiàng)獲得更好的結(jié)果；同時(shí)，隨著個(gè)體有限理性偏差增加，個(gè)體認(rèn)知能力降低，在崎嶇的問(wèn)題空間中很難搜索到最優(yōu)解決方案，因此可通過(guò)提高個(gè)體創(chuàng)新幅度，在更大范圍內(nèi)搜索更優(yōu)的問(wèn)題解決方案。

(3)個(gè)體創(chuàng)新幅度增加會(huì)在一定程度上削弱有限理性水平提高和有限理性偏差降低對(duì)眾包績(jī)效的正向影響。當(dāng)個(gè)體認(rèn)知能力較強(qiáng)時(shí)，需要采用漸進(jìn)式創(chuàng)新；當(dāng)個(gè)體認(rèn)知能力較弱時(shí)，需要采用突破式創(chuàng)新。原因在于：個(gè)體認(rèn)知能力決定個(gè)體搜索初始位置，認(rèn)知能力越強(qiáng)，初始位置越好，這種情況下較高的個(gè)體創(chuàng)新搜索幅度極易破壞個(gè)體已經(jīng)積累的優(yōu)勢(shì)；相反，當(dāng)個(gè)體認(rèn)知能力較弱時(shí)，較高的個(gè)體創(chuàng)新搜索幅度是彌補(bǔ)前期積累不足的一個(gè)有效途徑，大膽創(chuàng)新或嘗試可能會(huì)獲得意想不到的結(jié)果，為個(gè)體搜索到更好的問(wèn)題解決方案提供更多可能。

4.2 理論貢獻(xiàn)

本文理論貢獻(xiàn)主要表現(xiàn)在以下幾個(gè)方面：

(1)豐富問(wèn)題解決過(guò)程中個(gè)體創(chuàng)新搜索內(nèi)涵，揭示個(gè)體創(chuàng)新幅度的雙面作用?，F(xiàn)有研究將問(wèn)題解決過(guò)程中的個(gè)體局部搜索和長(zhǎng)跳搜索定義為單維變量并證實(shí)其對(duì)個(gè)體適應(yīng)性存在不同影響。本研究結(jié)合創(chuàng)新理論中的創(chuàng)新幅度概念，將局部搜索和長(zhǎng)跳搜索整合成一個(gè)變量——個(gè)體創(chuàng)新幅度，擴(kuò)展了個(gè)體創(chuàng)新搜索內(nèi)涵，揭示個(gè)體創(chuàng)新幅度的雙面作用，既可以避免個(gè)體陷入局部最優(yōu)，也可能破壞個(gè)體已經(jīng)獲得的搜索位置。因此，個(gè)體需要根據(jù)自身認(rèn)知能力和任務(wù)復(fù)雜性，在個(gè)體創(chuàng)新幅度的積極作用和消極作用中取得平衡。

(2)厘清漸進(jìn)式創(chuàng)新和突破式創(chuàng)新方式應(yīng)用路徑。現(xiàn)有研究從任務(wù)復(fù)雜性角度對(duì)選擇哪種創(chuàng)新方式進(jìn)行區(qū)分，即簡(jiǎn)單任務(wù)適合采用漸進(jìn)式創(chuàng)新，復(fù)雜任務(wù)適合采用突破式創(chuàng)新[32-33]。本研究進(jìn)一步區(qū)分創(chuàng)新幅度大小與任務(wù)復(fù)雜性的對(duì)應(yīng)關(guān)系。在簡(jiǎn)單任務(wù)中，個(gè)體需要采用漸進(jìn)式創(chuàng)新，但隨著任務(wù)復(fù)雜性增加，個(gè)體需要采用突破式創(chuàng)新；當(dāng)任務(wù)復(fù)雜性適中時(shí)，個(gè)體應(yīng)該采用幅度較小的突破式創(chuàng)新；當(dāng)任務(wù)比較復(fù)雜時(shí)，個(gè)體采用突破式創(chuàng)新的幅度需要適當(dāng)增加。

(3)揭示問(wèn)題解決過(guò)程中搜索位置與搜索行為之間的矛盾關(guān)系。當(dāng)前學(xué)者針對(duì)問(wèn)題解決過(guò)程中個(gè)體搜索位置與搜索行為作用關(guān)系的探討較少。本研究發(fā)現(xiàn)，在眾包問(wèn)題解決過(guò)程中，個(gè)體搜索位置與搜索行為存在矛盾關(guān)系，即個(gè)體搜索起點(diǎn)越好，越應(yīng)該保持較低的創(chuàng)新搜索幅度。同時(shí)，個(gè)體搜索位置與搜索行為的矛盾關(guān)系不會(huì)受到任務(wù)復(fù)雜性的調(diào)節(jié)作用，當(dāng)任務(wù)非常簡(jiǎn)單或非常復(fù)雜時(shí)，更應(yīng)該平衡好兩者之間的關(guān)系。

4.3 管理啟示

本文結(jié)論能夠?yàn)楸姲鼘?shí)施過(guò)程中的平臺(tái)創(chuàng)新氛圍營(yíng)造提供理論依據(jù)，具有重要實(shí)踐價(jià)值。本研究認(rèn)為，依據(jù)有限理性水平可將行業(yè)分為新興行業(yè)和傳統(tǒng)行業(yè)，其中新興行業(yè)參與者的有限理性水平較低，傳統(tǒng)行業(yè)參與者有限理性水平較高；有限理性偏差可用來(lái)區(qū)分用戶，有限理性偏差較大個(gè)體為普通用戶，有限理性偏差較小個(gè)體為專業(yè)用戶。

當(dāng)企業(yè)可以同時(shí)招募普通用戶和專業(yè)用戶完成眾包任務(wù)時(shí)，如何針對(duì)用戶類型營(yíng)造不同的平臺(tái)創(chuàng)新氛圍是一個(gè)重要問(wèn)題。當(dāng)眾包任務(wù)非常簡(jiǎn)單時(shí)，無(wú)論企業(yè)處于什么行業(yè)，也無(wú)論平臺(tái)上用戶類型如何，企業(yè)均可通過(guò)宣傳創(chuàng)新失敗案例營(yíng)造一種低創(chuàng)新氛圍，讓參與者保持較低的個(gè)體創(chuàng)新幅度；而當(dāng)眾包任務(wù)較為復(fù)雜時(shí)，如果企業(yè)處于新興行業(yè)，無(wú)論平臺(tái)上用戶類型如何，企業(yè)均可以通過(guò)適當(dāng)宣傳創(chuàng)新成功案例營(yíng)造一種適度的創(chuàng)新氛圍。如果企業(yè)處于傳統(tǒng)行業(yè)，當(dāng)參與者都是專家用戶時(shí)，企業(yè)應(yīng)該營(yíng)造一種較低的創(chuàng)新氛圍；當(dāng)參與者都是普通用戶時(shí)，企業(yè)應(yīng)該營(yíng)造一種適度的創(chuàng)新氛圍。

為更加有效地制定眾包實(shí)施管理策略，本文提供如下理論變量測(cè)度辦法：①有限理性水平測(cè)度：在選擇參與者時(shí)，引導(dǎo)參與者填寫測(cè)試題目，評(píng)估參與者對(duì)解決眾包任務(wù)所需知識(shí)的掌握程度，參與者掌握相關(guān)知識(shí)的比例越高，則其有限理性水平越高；②有限理性偏差測(cè)度：在了解參與者掌握相關(guān)知識(shí)內(nèi)容和比例的基礎(chǔ)上，分析每個(gè)參與者掌握的相關(guān)知識(shí)內(nèi)容是否屬于解決該眾包任務(wù)的關(guān)鍵知識(shí)，參與者掌握的解決眾包任務(wù)的相關(guān)知識(shí)越多，其有限理性偏差越小，就越有可能被當(dāng)作專家用戶；③個(gè)體創(chuàng)新幅度測(cè)度：統(tǒng)計(jì)每個(gè)參與者在問(wèn)題解決過(guò)程中嘗試調(diào)整決策項(xiàng)的個(gè)數(shù)，計(jì)算所有參與者在問(wèn)題解決過(guò)程中嘗試調(diào)整決策項(xiàng)個(gè)數(shù)的平均值，平均值越大，則個(gè)體創(chuàng)新幅度越高。