李亞鑫，楊中華，2，李般若，衛(wèi) 武

（1.武漢科技大學(xué)恒大管理學(xué)院，湖北武漢 430065；2.湖北省產(chǎn)業(yè)政策與管理研究中心，湖北武漢 430065；3.武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院，湖北武漢 430072）

1 研究背景

2017 年國務(wù)院頒布了《關(guān)于強化實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略進(jìn)一步推進(jìn)大眾創(chuàng)業(yè)萬眾創(chuàng)新深入發(fā)展的意見》，強調(diào)要深入推進(jìn)大眾創(chuàng)業(yè)、萬眾創(chuàng)新，建設(shè)眾創(chuàng)、眾包、眾扶、眾籌支撐平臺，大大激發(fā)了社會大眾參與眾包競賽的熱情。作為一種創(chuàng)新模式，眾包競賽因其低成本、高效率的優(yōu)勢在企業(yè)生產(chǎn)和社會實踐中得到了廣泛應(yīng)用［1］。外部用戶可通過參加眾包競賽任務(wù)直接參與企業(yè)的生產(chǎn)創(chuàng)造，實現(xiàn)價值共創(chuàng)與自我展示［2］。盡管眾包競賽模式受到多方青睞，但是仍出現(xiàn)一些難以忽視的問題，如用戶參與意愿不強烈、接受任務(wù)積極性不高、創(chuàng)新努力投入不足等現(xiàn)象，致使競賽任務(wù)的發(fā)布者無法得到最優(yōu)或滿意的解決方案［3］。在眾包競賽模式下，用戶因參與眾包創(chuàng)新項目產(chǎn)生競爭關(guān)系，形成競爭網(wǎng)絡(luò)［4］。通過分析用戶參與眾包創(chuàng)新項目的競爭網(wǎng)絡(luò)演化規(guī)律及其驅(qū)動機制，有助于厘清用戶之間的相互關(guān)系、了解用戶的組織和創(chuàng)新生產(chǎn)方式，提升用戶創(chuàng)新效率，同時給企業(yè)建立和維持眾包社區(qū)提供合理的建議［5］。

當(dāng)前，眾包相關(guān)領(lǐng)域的學(xué)者主要圍繞個體間的合作關(guān)系展開一系列研究，如高江麗等［6］從眾包論壇中挖掘用戶交互數(shù)據(jù)，基于社會網(wǎng)絡(luò)分析方法從密度、社群圖、中心性等方面探討用戶創(chuàng)新虛擬社區(qū)的社會網(wǎng)絡(luò)結(jié)構(gòu)；類似地，基于社會網(wǎng)絡(luò)分析分析方法，孫妮妮等［7］研究了戴爾公司IdeaStorm 社區(qū)中用戶互動的網(wǎng)絡(luò)結(jié)構(gòu)特征，進(jìn)一步分析了用戶間互動關(guān)系對其創(chuàng)新績效的影響；Newman［8］通過科研網(wǎng)絡(luò)的連通性以及學(xué)者之間合作關(guān)系的分析，對科研合著網(wǎng)絡(luò)中的核心節(jié)點進(jìn)行了識別。在合作網(wǎng)絡(luò)結(jié)構(gòu)特征研究之外，學(xué)者開始關(guān)注合作網(wǎng)絡(luò)的演化及其影響因素，如Cantner 等［9］在研究制藥領(lǐng)域國際合作網(wǎng)絡(luò)時發(fā)現(xiàn)，制藥領(lǐng)域在國際方面的連通性隨著時間的推移在不斷增加，而網(wǎng)絡(luò)核心則保持了相對穩(wěn)定；褚建勛等［10］通過分析科研獲獎合作網(wǎng)絡(luò)的結(jié)構(gòu)特征及演變規(guī)律發(fā)現(xiàn)，科研合作網(wǎng)絡(luò)整體趨于聚合，且網(wǎng)絡(luò)核心結(jié)構(gòu)較為突出；王海花等［11-12］通過構(gòu)建長三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)，探究網(wǎng)絡(luò)結(jié)構(gòu)演化特征以及網(wǎng)絡(luò)形成機制的驅(qū)動因素。

相對于合作網(wǎng)絡(luò)的研究，目前有關(guān)競爭關(guān)系、競爭網(wǎng)絡(luò)演化及其影響因素的研究頗少。與合作關(guān)系相比，競爭關(guān)系是一種更為廣泛、對科技創(chuàng)新活動更具有影響力、更容易引起相互模仿和學(xué)習(xí)、共同推進(jìn)科技創(chuàng)新進(jìn)步的強相關(guān)關(guān)系［13］。已有研究如學(xué)者張古鵬等［14］通過建立高校間競爭網(wǎng)絡(luò)，分別從網(wǎng)絡(luò)自我規(guī)模、網(wǎng)絡(luò)中心性等角度探討競爭關(guān)系對高?？蒲锌冃У挠绊懽饔茫徊涕嗷ǖ龋?5］研究認(rèn)為在創(chuàng)新網(wǎng)絡(luò)嵌入下，網(wǎng)絡(luò)中心性正向影響同質(zhì)企業(yè)的競爭性研發(fā)投入。在眾包競賽領(lǐng)域，為數(shù)不多的學(xué)者對用戶間的競爭關(guān)系展開了研究，如張軍等［5］研究了豬八戒網(wǎng)站（以下簡稱“ZBJ”）上大眾參與者的加權(quán)競爭關(guān)系網(wǎng)絡(luò)結(jié)構(gòu)，但未對競爭網(wǎng)絡(luò)的演化特征及影響因素展開進(jìn)一步分析。厘清眾包競賽中用戶之間的競爭關(guān)系，有利于了解用戶的組織和創(chuàng)新方式，從而提高眾包競賽的創(chuàng)新效率?；诖?，本研究分析ZBJ 用戶競爭網(wǎng)絡(luò)特征及其在時間序列上的演化規(guī)律，同時探究用戶競爭網(wǎng)絡(luò)演化的驅(qū)動因素，為眾包競賽相關(guān)管理者以及參與者提供理論與決策參考。

2 研究方法

2.1 數(shù)據(jù)來源及處理

ZBJ 是國內(nèi)著名的開放式眾包創(chuàng)新平臺之一，其網(wǎng)站的交易大廳有招標(biāo)大廳、比稿大廳、計件大廳以及八戒大賽4 種模式，由于比稿大廳內(nèi)比賽項目數(shù)量大、種類多、涉及內(nèi)容豐富，故選擇比稿大廳中競賽項目為本研究數(shù)據(jù)來源。首先，利用爬蟲軟件自動獲取了2018—2020 年ZBJ 比稿大廳中所有比賽項目及用戶信息，共抓取到14 180 個比賽項目和19 197 條用戶信息（以下簡稱“樣本”）；其次，將數(shù)據(jù)轉(zhuǎn)換輸出為txt 格式，并導(dǎo)入書目共現(xiàn)分析系統(tǒng)（BICOMB）軟件中，統(tǒng)計用戶競爭的頻次并得到頻次圖（見圖1）；最后，運用UCINET 和NetDraw對Python 生成的用戶共現(xiàn)矩陣進(jìn)行可視化分析，獲取用戶網(wǎng)絡(luò)屬性特征。

圖1 2018—2020 年ZBJ 眾包競賽用戶參與項目頻次分布

從樣本情況分析可知，在眾包競賽中，參與項目次數(shù)少于10 次的用戶數(shù)為15 307 個，處于10～＜90 次的用戶數(shù)有2 635 個，90 次及以上的用戶數(shù)為1 255 個；前兩類用戶數(shù)累計占參與項目用戶總數(shù)的9.753%，參與項目次數(shù)在90 次及以上的用戶參與項目數(shù)占比達(dá)到90.247%。由此可見，絕大部分用戶參與項目次數(shù)較少，僅有少數(shù)用戶是網(wǎng)絡(luò)中的活躍分子。顯然，在以用戶間連線所構(gòu)成的競爭網(wǎng)絡(luò)中，邊緣用戶較多、核心用戶相對較少，網(wǎng)絡(luò)呈現(xiàn)“核心-邊緣”的分布特征。

2.2 研究方法

通過對網(wǎng)絡(luò)演化特征及影響因素的分析，可以有效把握網(wǎng)絡(luò)中個體間關(guān)系及網(wǎng)絡(luò)的現(xiàn)狀和發(fā)展態(tài)勢，促進(jìn)實現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化、資源的合理配置。目前分析網(wǎng)絡(luò)演化驅(qū)動機制的主要方法有3 種：一是運用多元線性回歸模型探索影響因素與分析網(wǎng)絡(luò)演化的關(guān)系，如徐瑩等［16］的研究；二是通過二次指派過程（QAP）方法對網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行多次隨機采樣，以分析兩個網(wǎng)絡(luò)間關(guān)聯(lián)關(guān)系，如曾文霞［17］的研究；三是通過建立指數(shù)隨機圖（ERGM）模型分析網(wǎng)絡(luò)結(jié)構(gòu)特征，找出影響網(wǎng)絡(luò)形成與演化的關(guān)鍵因素，如劉華軍等［18］的研究。相較而言，指數(shù)隨機圖模型可有效整合網(wǎng)絡(luò)的外生性因素與內(nèi)生性因素，全面地揭示網(wǎng)絡(luò)形成的影響因素，可幫助研究人員從更加全面的視角理解網(wǎng)絡(luò)演化的驅(qū)動因素［19］。參考劉林青等［20］的研究成果，綜合選取網(wǎng)絡(luò)結(jié)構(gòu)屬性、網(wǎng)絡(luò)節(jié)點屬性和網(wǎng)絡(luò)關(guān)系屬性3 類變量來刻畫參與眾包競賽用戶競爭網(wǎng)絡(luò)演化的驅(qū)動因素，研究的理論框架如圖2 所示。

圖2 研究理論框架

3 用戶競爭網(wǎng)絡(luò)演化特征分析

3.1 網(wǎng)絡(luò)整體結(jié)構(gòu)特征

使用ZBJ 平臺中的交易大廳項目數(shù)據(jù)構(gòu)建競爭網(wǎng)絡(luò)。由于眾包競賽平臺會發(fā)布比賽項目，中標(biāo)用戶會獲得項目比賽獎金，因此，用戶會為獲得獎金而展開激烈競爭，用戶之間的競爭關(guān)系顯而易見。以用戶為節(jié)點，以用戶在參與比賽項目中的直接競爭次數(shù)作為用戶間競爭關(guān)系的權(quán)重，并以此作為連線構(gòu)建競爭網(wǎng)絡(luò)。由于參與比賽的用戶競爭網(wǎng)絡(luò)規(guī)模大、圖中線條多、聯(lián)系密集，為了更加透徹地分析網(wǎng)絡(luò)結(jié)構(gòu)，選取競爭次數(shù)在90 次及以上的節(jié)點繪制眾包競賽用戶競爭網(wǎng)絡(luò)（見圖3），其中每個節(jié)點代表一個眾包競賽用戶，共有1 255 個節(jié)點、188 796 條連接。該網(wǎng)絡(luò)基本情況描述如表1 所示。

圖3 2018—2020 年參與ZBJ 眾包競賽的用戶競爭網(wǎng)絡(luò)

表1 2018—2020 年ZBJ 用戶競爭網(wǎng)絡(luò)基本情況

網(wǎng)絡(luò)密度指標(biāo)表示網(wǎng)絡(luò)中節(jié)點間的聚集程度，一般來說，處于高密度網(wǎng)絡(luò)的節(jié)點交互較多、信息流通性好、工作效率高，因此進(jìn)行競爭網(wǎng)絡(luò)的網(wǎng)絡(luò)密度分析有利于揭示眾包競賽網(wǎng)絡(luò)中各用戶間競爭關(guān)系的激烈程度；由表1 可知，該網(wǎng)絡(luò)密度較大、結(jié)構(gòu)緊密、連通性較強，說明網(wǎng)絡(luò)中各個節(jié)點的連接較多，用戶之間的競爭較為激烈。此外，平均路徑長度也是刻畫網(wǎng)絡(luò)中各個用戶之間競爭激烈程度的重要指標(biāo)，指網(wǎng)絡(luò)中任意兩個節(jié)點間距離的平均值，值越大表明兩個節(jié)點之間進(jìn)行競爭的可能性就越小；如表1 所示，該網(wǎng)絡(luò)中某一個節(jié)點與另一個節(jié)點聯(lián)系起來需要經(jīng)過1.627 個步長，路徑較短，表明網(wǎng)絡(luò)中競爭關(guān)系比較容易建立。綜上所述，ZBJ平臺上用戶間形成的競爭網(wǎng)絡(luò)呈現(xiàn)高密度、短路徑的特點，網(wǎng)絡(luò)的小世界特性顯著。

3.2 網(wǎng)絡(luò)演化規(guī)律

將樣本數(shù)據(jù)按照季度進(jìn)行分類，選取競爭次數(shù)為15 次及以上的用戶數(shù)據(jù)繪制出各時間段參與眾包競賽用戶競爭網(wǎng)絡(luò)的演化圖（見圖4），圖中的圓框圖形越大說明該節(jié)點與其他節(jié)點的連線次數(shù)越多，即其具備一定的競爭優(yōu)勢?？芍?018—2020 年間各時間段的用戶聯(lián)系較為緊密、網(wǎng)絡(luò)結(jié)構(gòu)的整體連通性較好，網(wǎng)絡(luò)中形成了兩個較大的團(tuán)體，且網(wǎng)絡(luò)結(jié)構(gòu)并未隨著時間的推移發(fā)生較大的改變，表明競爭網(wǎng)絡(luò)結(jié)構(gòu)保持了較強的穩(wěn)定性。

圖4 ZBJ 眾包競賽用戶競爭網(wǎng)絡(luò)的時間演化

注：2018Q1 表示2018 年第一季度，2018Q2 表示2018 年第二季度，依此類推。下同。

為了更加清晰地分析和比較用戶競爭網(wǎng)絡(luò)的演化特征，利用UCINET 軟件計算出各個時間段子網(wǎng)絡(luò)的規(guī)模、密度、凝聚系數(shù)、平均路徑長度等指標(biāo)，具體如表2 所示。

表2 ZBJ 眾包競賽各時段用戶競爭網(wǎng)絡(luò)結(jié)構(gòu)特征

表2 （續(xù)）

4 眾包競賽用戶競爭網(wǎng)絡(luò)演化的驅(qū)動因素分析

4.1 變量選擇與說明

（1）指數(shù)隨機圖模型基于隨機統(tǒng)計理論，以多元線性回歸為思想，以依賴性假設(shè)為條件，可有效整合網(wǎng)絡(luò)的內(nèi)生結(jié)構(gòu)和外生變量，并全面地揭示網(wǎng)絡(luò)生成演化的驅(qū)動機制［21］。本研究通過建立指數(shù)隨機圖模型，同時考慮內(nèi)生性因素和外生性因素，分別從網(wǎng)絡(luò)結(jié)構(gòu)屬性、網(wǎng)絡(luò)節(jié)點屬性變量和網(wǎng)絡(luò)關(guān)系屬性3 個維度對參與眾包競賽的用戶競爭網(wǎng)絡(luò)演化的驅(qū)動因素展開分析并提出假設(shè)，具體如表3 所示。

表3 指數(shù)隨機圖模型統(tǒng)計量含義

表3 （續(xù)）

（2）參考曹薇等［22］的研究，選取Edges、Gwesp、Gwdegree 等3 種網(wǎng)絡(luò)結(jié)構(gòu)變量分別測量網(wǎng)絡(luò)形成和演化的基礎(chǔ)效應(yīng)、傳遞效應(yīng)和聚合效應(yīng)。

（3）選取創(chuàng)新貢獻(xiàn)度、競爭強度與結(jié)構(gòu)洞測量網(wǎng)絡(luò)節(jié)點屬性變量。

其一，創(chuàng)新貢獻(xiàn)度。考慮測量指標(biāo)綜合性，選擇從貢獻(xiàn)數(shù)量與質(zhì)量兩個方面測量用戶的創(chuàng)新貢獻(xiàn)度，以用戶在平臺上的成交額直觀反映其貢獻(xiàn)數(shù)量，以用戶在平臺的綜合評分衡量其貢獻(xiàn)質(zhì)量。

其二，競爭強度：刻畫眾包用戶競爭關(guān)系的激烈程度。Tzabbar［23］通過考察不同時期申請的專利參考文獻(xiàn)中被引專利所屬技術(shù)領(lǐng)域的變化構(gòu)建特征向量，使用反余弦公式來衡量企業(yè)技術(shù)選擇的差異程度。本研究在參考McPherson［24］把競爭強度定義為利基重疊的基礎(chǔ)上，測量節(jié)點在網(wǎng)絡(luò)中的競爭強度，同時考慮到每個用戶的競爭力是隨著時間積累不斷增強的，因此對競爭強度取2018—2020 年的移動平均值，并且根據(jù)ZBJ 交易大廳對項目的二級分類，結(jié)合1 255 個樣本用戶涉及的項目種類，最終確定了39 個項目類別，包括Logo、Logo 更新升級、圖標(biāo)icon 設(shè)計等。競爭強度計算公式如下：

其三，結(jié)構(gòu)洞。Burt［25］提出節(jié)點的結(jié)構(gòu)洞指標(biāo)可以用限制度指數(shù)加以衡量，利用UCINET 軟件測度各節(jié)點限制度指數(shù)。計算公式如下：

式（2）中：Bij為節(jié)點i受到節(jié)點j的限制度指數(shù)；mij為節(jié)點i在聯(lián)系節(jié)點j上花費的時間、精力所占比例。

限制度指數(shù)刻畫對一個節(jié)點結(jié)構(gòu)洞的約束程度，一個節(jié)點的限制度越高表示該節(jié)點結(jié)構(gòu)洞的值越小。本研究采用（2-Bij）的方法測度節(jié)點的結(jié)構(gòu)洞屬性。

（3）網(wǎng)絡(luò)關(guān)系屬性變量。鄰近性是分析網(wǎng)絡(luò)演化的重要視角，有研究表明，網(wǎng)絡(luò)的形成與演化具有多尺度性、復(fù)雜性，多維鄰近效應(yīng)匯成的復(fù)合力是驅(qū)動網(wǎng)絡(luò)形成與演化的重要力量。本研究從節(jié)點間的技術(shù)鄰近、經(jīng)濟(jì)鄰近以及組織鄰近3 個方面研究用戶之間的鄰近性特征如何驅(qū)動競爭網(wǎng)絡(luò)演化。

其一，技術(shù)鄰近（Tec）。競爭關(guān)系需考慮節(jié)點之間在知識、能力、經(jīng)驗、擅長領(lǐng)域等方面的相似程度。有研究指出，用戶技術(shù)水平相近或技術(shù)結(jié)構(gòu)相距較大都會對用戶間競爭關(guān)系的建立產(chǎn)生重要影響［26］。借鑒于永達(dá)等［26］的劃分方式，本研究從技術(shù)積累鄰近（TecC）與技術(shù)結(jié)構(gòu)鄰近（TecS）兩個維度詮釋技術(shù)鄰近指標(biāo)。技術(shù)積累鄰近表示兩用戶在某一特定領(lǐng)域縱向深度的鄰近性；技術(shù)結(jié)構(gòu)鄰近則表示兩用戶在不同領(lǐng)域橫向創(chuàng)新廣度的鄰近性［26］。針對技術(shù)積累鄰近指標(biāo)，參考Guan 等［27］考慮信息資源時效性和創(chuàng)新研究的普遍做法，本研究將技術(shù)積累鄰近定義為用戶i的技術(shù)積累等于其過去近半年的成交額，且通過差值構(gòu)建技術(shù)積累鄰近矩陣。針對技術(shù)結(jié)構(gòu)鄰近指標(biāo)，參考許培源等［28］的做法，可以借助聯(lián)合國工業(yè)發(fā)展組織國際工業(yè)研究中心（UNIDO）所提出的相似系數(shù)法進(jìn)行技術(shù)結(jié)構(gòu)鄰近指標(biāo)的測量。以39 個樣本項目類型為分類標(biāo)準(zhǔn)，以項目類型結(jié)構(gòu)為基礎(chǔ)，計算兩用戶間涉及創(chuàng)新領(lǐng)域的相似系數(shù)。計算公式如下：

式（3）中：Xik、Xjk分別為項目類別k 的成交額在用戶i和用戶j項目類型結(jié)構(gòu)中所占比重；TecSij為用戶i和用戶j項目類型結(jié)構(gòu)的相似系數(shù)，取值范圍是0～1，越接近于0 表示兩用戶間所涉及的項目類型差異越大。

其二，經(jīng)濟(jì)距離（Eco）。用戶間的經(jīng)濟(jì)水平越接近則意味著二者具有更加相似的知識需求與創(chuàng)新瓶頸，其所掌握的知識結(jié)構(gòu)、人力資本及信息整合吸收能力更加接近，更易于形成競爭關(guān)系。以用戶在平臺上總成交額的差距表征經(jīng)濟(jì)距離。值得說明的是，為去除量綱不同造成的影響，本研究中建立的技術(shù)積累鄰近矩陣、經(jīng)濟(jì)距離矩陣均采用極差標(biāo)準(zhǔn)化法進(jìn)行處理，兩者皆為屬性變量的差異矩陣。

其三，組織鄰近（OP）。參照Balland等［29］的研究，根據(jù)兩個用戶是否屬于同一組織類型（企業(yè)或個人）進(jìn)行劃分，若屬于同一組織類型則記OPij＝1；否則，OPij＝0。

4.2 實證結(jié)果分析

基于R 語言中的Statenet 程序包展開分析，樣本數(shù)據(jù)的指數(shù)隨機圖模型結(jié)果如表4 所示。其中，模型1 為基準(zhǔn)模型，主要考察變量Edge 在競爭網(wǎng)絡(luò)演化中的作用，反映網(wǎng)絡(luò)節(jié)點形成競爭關(guān)系的基本傾向；模型2～模型4 在基準(zhǔn)模型基礎(chǔ)上依次驗證網(wǎng)絡(luò)結(jié)構(gòu)變量、網(wǎng)絡(luò)節(jié)點屬性變量和網(wǎng)絡(luò)關(guān)系屬性變量對競爭網(wǎng)絡(luò)形成的影響；模型5 為包含所有外生變量與內(nèi)生變量的綜合模型。可以通過AIC、BIC指標(biāo)檢驗?zāi)Ｐ偷臄M合度水平，值越小則表示該模型擬合程度越高。

表4 樣本用戶競爭網(wǎng)絡(luò)的指數(shù)隨機圖模型分析結(jié)果

在網(wǎng)絡(luò)結(jié)構(gòu)屬性變量中，變量Edges 類似于模型中的常數(shù)項，可認(rèn)為該變量反映了網(wǎng)絡(luò)節(jié)點形成關(guān)系的基本傾向。如表4 所示，在模型1～模型5的結(jié)果中，變量Edges 均通過1%的顯著性檢驗，表明眾包競賽中用戶競爭網(wǎng)絡(luò)的形成并非隨機性的，由此也說明探究影響網(wǎng)絡(luò)中用戶競爭關(guān)系演化的驅(qū)動因素具有重要意義。觀察模型2 的結(jié)果發(fā)現(xiàn)，結(jié)構(gòu)變量Gwesp 對競爭網(wǎng)絡(luò)形成具有顯著的正向促進(jìn)作用，說明用戶競爭網(wǎng)絡(luò)在演化過程中容易形成閉合三角形結(jié)構(gòu)，網(wǎng)絡(luò)傳遞性顯著，這也意味著兩個用戶（節(jié)點）在直接競爭的同時也可能存在間接的競爭關(guān)系，反映了競爭網(wǎng)絡(luò)具有傳遞性，H1a得到驗證；此外同樣，在模型2 的結(jié)果中，變量Gwdegree的系數(shù)較大且影響顯著，表明網(wǎng)絡(luò)聚合效應(yīng)顯著，在網(wǎng)絡(luò)形成和演化過程中發(fā)揮著重要的促進(jìn)作用，用戶競爭網(wǎng)絡(luò)在演化過程中傾向于形成“核心-邊緣”式的星形結(jié)構(gòu)，由此驗證了H1b。模型5 的結(jié)果中，變量Gwesp 和Gwdegree 的系數(shù)皆顯著為正，進(jìn)一步驗證了H1a和H1b。

在網(wǎng)絡(luò)節(jié)點屬性變量中，模型3 和模型5 的結(jié)果均顯示用戶綜合評分與用戶競爭網(wǎng)絡(luò)的形成演化之間并沒有顯著的關(guān)系，即用戶評分越高并不一定意味著更易促進(jìn)競爭網(wǎng)絡(luò)的形成，原因可能是在ZBJ 眾包競賽平臺中，用戶的綜合評分是與用戶的服務(wù)態(tài)度、工作速度與完成質(zhì)量的總分?jǐn)?shù)息息相關(guān)，多數(shù)用戶最終獲得的綜合評分主觀性較強，而且綜合評分高的用戶并不意味著該用戶參與項目競賽頻次較高，更不代表該用戶更容易與其他用戶間建立競爭關(guān)系，因此該變量系數(shù)并不顯著；成交額的系數(shù)為正顯著，表明較高的成交額有利于競爭網(wǎng)絡(luò)的形成與演化，成交額越高在某種程度上意味著用戶參與競賽的頻次較高、獲獎次數(shù)較多，代表用戶參與競賽的積極性較高，即更易促進(jìn)網(wǎng)絡(luò)的形成與演化。綜上所述，H2a部分成立。模型3 和模型5 的結(jié)果顯示，競爭強度對競爭網(wǎng)絡(luò)的演化呈現(xiàn)顯著正向影響且影響系數(shù)較高，用戶競爭強度越高表明用戶在不同項目類別成交額分布的重合程度越高，即該用戶在網(wǎng)絡(luò)中具有一定的競爭優(yōu)勢、更容易與其他用戶建立聯(lián)系形成競爭關(guān)系，因此H2b成立。結(jié)構(gòu)洞屬性的系數(shù)顯著為正，且在模型3 和模型5 的結(jié)果中均達(dá)到5%的顯著性水平，表明占據(jù)結(jié)構(gòu)洞的節(jié)點有助于競爭網(wǎng)絡(luò)的形成與演化，H2c成立。結(jié)構(gòu)洞的存在可以幫助占據(jù)結(jié)構(gòu)洞位置的節(jié)點大大降低信息搜尋的不確定和風(fēng)險，幫助用戶及時識別與處理信息、減少知識冗余，提升競爭關(guān)系的建立效率，促進(jìn)競爭網(wǎng)絡(luò)形成與演化。

在網(wǎng)絡(luò)關(guān)系屬性變量中，模型4 結(jié)果顯示：（1）技術(shù)積累鄰近系數(shù)為負(fù)但不顯著，表明技術(shù)積累鄰近對競爭網(wǎng)絡(luò)的形成與演化無影響作用。原因可能在于技術(shù)積累鄰近表示網(wǎng)絡(luò)中任意兩個用戶在ZBJ近半年成交額的差距，而參與創(chuàng)新項目頻次高的用戶可能未在近半年參與項目、沒有獲得成交額，相反可能存在新用戶在近半年多次參與項目比賽、獲得較多成交額，因此用戶間形成的近半年成交額差異矩陣具有較大的隨機性與偶然性，所得結(jié)果無法驗證研究假設(shè)。（2）技術(shù)結(jié)構(gòu)鄰近系數(shù)為正且顯著，表明技術(shù)結(jié)構(gòu)鄰近性有利于眾包競賽中競爭網(wǎng)絡(luò)的演化。技術(shù)結(jié)構(gòu)鄰近系數(shù)越接近1，意味著用戶間在多個相同的項目類型中皆有競爭、擅長的研究領(lǐng)域相似，更容易形成競爭關(guān)系。對于技術(shù)鄰近而言，技術(shù)結(jié)構(gòu)橫向匹配比縱向積累更為重要，更易推動競爭網(wǎng)絡(luò)的形成與演化，故H3a部分成立。（3）經(jīng)濟(jì)距離系數(shù)為負(fù)顯著，表明經(jīng)濟(jì)距離越大則用戶間越不容易建立競爭關(guān)系；反之，經(jīng)濟(jì)距離越?。ń?jīng)濟(jì)鄰近性越大）越有助于競爭網(wǎng)絡(luò)的形成與演化。通過對網(wǎng)絡(luò)結(jié)構(gòu)及演化規(guī)律進(jìn)行分析發(fā)現(xiàn)，眾包競賽中形成的競爭網(wǎng)絡(luò)結(jié)構(gòu)趨于穩(wěn)定，用戶間積累的成交額差距隨時間的推移逐漸拉開，兩用戶間的經(jīng)濟(jì)距離愈來愈大，更不易促進(jìn)競爭網(wǎng)絡(luò)形成，因此H3b成立。（4）組織鄰近性系數(shù)顯著，表明組織鄰近性是促使競爭網(wǎng)絡(luò)形成的因素之一。楊博旭等［30］的研究也認(rèn)為，合適的組織鄰近使得競爭主體間對所需的知識與信息相似度較高，更易產(chǎn)生競爭關(guān)系。

4.3 擬合優(yōu)度檢驗

為了更直觀反映模型的擬合效果，參考van der Pol［21］的研究，采用最優(yōu)擬合優(yōu)度（GOF）檢驗?zāi)Ｐ蛿M合程度。選取典型指標(biāo)邊共享伙伴（edge-wise shared partners）對模型5 進(jìn)行擬合優(yōu)度檢驗，其中橫軸為網(wǎng)絡(luò)節(jié)點、縱軸為節(jié)點屬性，擬合效果如圖5 所示。從整體上看，雖然部分節(jié)點擬合效果不佳，但該模型構(gòu)建的虛擬網(wǎng)絡(luò)可以較好地反映真實網(wǎng)絡(luò)，模型擬合效果可以接受。

圖5 虛擬網(wǎng)絡(luò)的邊共享伙伴指標(biāo)擬合結(jié)果

5 結(jié)論與建議

5.1 研究結(jié)論

眾包競賽中用戶間形成的競爭網(wǎng)絡(luò)是一個高密度網(wǎng)絡(luò)，其結(jié)構(gòu)緊密、連通性較強、信息流通阻礙較小，各節(jié)點間連線較多，且網(wǎng)絡(luò)中呈現(xiàn)高聚集、短路徑的特征，網(wǎng)絡(luò)的小世界特性顯著，表明眾包競賽社區(qū)中用戶間信息知識傳播速度較快、影響面較大，用戶間聯(lián)系得到有效支持；此外，各子網(wǎng)絡(luò)整體結(jié)構(gòu)并未隨著時間的推移而產(chǎn)生較大的變化，表明競爭網(wǎng)絡(luò)結(jié)構(gòu)保持了一定的穩(wěn)定性。

眾包競賽中用戶競爭網(wǎng)絡(luò)傾向于形成閉合三角結(jié)構(gòu)與星形結(jié)構(gòu)。競爭網(wǎng)絡(luò)存在傳遞性，當(dāng)網(wǎng)絡(luò)中兩個節(jié)點間沒有直接聯(lián)系但共享同一個節(jié)點時，兩者也更易于建立聯(lián)系；而競爭網(wǎng)絡(luò)中的路徑冗余性可提高網(wǎng)絡(luò)中信息資源的傳遞效率，而結(jié)構(gòu)的閉合性可使得用戶間的競爭關(guān)系具有一定的穩(wěn)定性。由此表明，閉合三角形結(jié)構(gòu)具有效率和穩(wěn)定性的雙重優(yōu)勢，可有效促進(jìn)網(wǎng)絡(luò)的形成與演化。星形結(jié)構(gòu)反映網(wǎng)絡(luò)的聚合效應(yīng)，對競爭網(wǎng)絡(luò)形成與演化的正向影響作用極為重要。星形結(jié)構(gòu)具體體現(xiàn)為一個節(jié)點在網(wǎng)絡(luò)中與多個節(jié)點間皆有連線，且該節(jié)點處于網(wǎng)絡(luò)中心位置，擁有網(wǎng)絡(luò)中大部分權(quán)利，可在網(wǎng)絡(luò)中實現(xiàn)優(yōu)先布局、控制資源流向［31］；同時，處于邊緣的用戶會不斷與核心節(jié)點建立聯(lián)系，增加向網(wǎng)絡(luò)中心遷移的可能性，進(jìn)而提升用戶的創(chuàng)新貢獻(xiàn)行為。隨著網(wǎng)絡(luò)規(guī)模不斷擴(kuò)張，網(wǎng)絡(luò)中邊緣用戶會更傾向于與核心用戶建立聯(lián)系，形成“核心-邊緣”型網(wǎng)絡(luò)。

用戶的競爭強度和結(jié)構(gòu)洞屬性有利于網(wǎng)絡(luò)形成與演化。在創(chuàng)新貢獻(xiàn)度方面，僅有用戶成交額可促進(jìn)網(wǎng)絡(luò)形成，而用戶的綜合評分對網(wǎng)絡(luò)形成無明顯作用。在節(jié)點屬性中，用戶競爭強度變量對網(wǎng)絡(luò)形成的作用最大，競爭強度高的用戶在網(wǎng)絡(luò)中具有絕對的競爭優(yōu)勢，在諸多項目類型中皆發(fā)揮巨大的競爭實力，更容易與其他節(jié)點間建立聯(lián)系，推動競爭網(wǎng)絡(luò)的形成與演化。處于結(jié)構(gòu)洞位置的用戶可控制網(wǎng)絡(luò)中信息資源的流動，有效促進(jìn)自身創(chuàng)新資源儲備，這無疑吸引其他用戶與該節(jié)點間建立新的競爭關(guān)系。成交額高的用戶意味著眾包競賽獎勵更容易激發(fā)其參與創(chuàng)新項目的欲望，用戶參與意愿強烈、創(chuàng)新努力投入較多有助于網(wǎng)絡(luò)的形成與演化。

多維鄰近性是競爭網(wǎng)絡(luò)演化的強大驅(qū)動力。這與王海花等［12］的研究結(jié)論相呼應(yīng)。技術(shù)結(jié)構(gòu)鄰近性和組織鄰近性有助于競爭網(wǎng)絡(luò)形成與演化，而經(jīng)濟(jì)距離負(fù)向影響網(wǎng)絡(luò)的形成，技術(shù)積累鄰近對網(wǎng)絡(luò)的形成無顯著作用。技術(shù)結(jié)構(gòu)鄰近表示用戶間競爭領(lǐng)域形似、知識儲備與創(chuàng)新思路差異性較小，更易掌握相似競爭對手發(fā)展趨勢，從而更易建立穩(wěn)固持久的競爭關(guān)系；組織鄰近的創(chuàng)新主體意味著兩者具有相似的社會背景、知識儲備與組織結(jié)構(gòu)，所需的創(chuàng)新資源相近，可為競爭雙方營造充分的競爭環(huán)境，加速對網(wǎng)絡(luò)中信息與資源的占有與爭奪，降低用戶間競爭成本，提高競爭效率［30］。此外，競爭網(wǎng)絡(luò)結(jié)構(gòu)趨于穩(wěn)定。因為隨著時間推移，用戶間積累的成交額差距逐漸拉開、用戶間的經(jīng)濟(jì)距離愈來愈大，網(wǎng)絡(luò)中資源信息占有程度差異過大則不易促進(jìn)競爭網(wǎng)絡(luò)形成。

5.2 管理建議

（1）采取鼓勵措施，充分調(diào)動用戶參與積極性。眾包競賽管理者應(yīng)設(shè)立激勵機制，鼓勵邊緣用戶積極參與眾包競賽項目，在完成任務(wù)的同時提高信譽和技術(shù)水平，增加向網(wǎng)絡(luò)中心遷移的可能性，打破逐漸趨于穩(wěn)定的競爭網(wǎng)絡(luò)結(jié)構(gòu)、注入新的創(chuàng)新思維，實現(xiàn)創(chuàng)新的多層次、多維度發(fā)展；同時，建設(shè)公平公開的競爭環(huán)境，提升對高知識人才的吸引力，縮小用戶信息資源差距，實現(xiàn)人才與信息的多元化發(fā)展與碰撞。

（2）發(fā)揮核心用戶帶頭作用，推動競爭網(wǎng)絡(luò)創(chuàng)新發(fā)展。競爭網(wǎng)絡(luò)的聚集和網(wǎng)絡(luò)核心結(jié)構(gòu)的出現(xiàn)可視為基于偏好選擇原理和資源交換理論的自組織演化結(jié)果［32］。眾包競賽管理者應(yīng)該發(fā)揮核心用戶的帶動作用及其資源優(yōu)勢、信息優(yōu)勢，激發(fā)邊緣用戶參與眾包競爭欲望，共同推動創(chuàng)新資源與信息流動，進(jìn)而驅(qū)動整個網(wǎng)絡(luò)創(chuàng)新發(fā)展；同時，要避免馬太效應(yīng)帶來的負(fù)面影響，尤其要警惕可能出現(xiàn)的排外小圈子對用戶創(chuàng)新力的破壞。

（3）搭建完善的眾包創(chuàng)新平臺，完善創(chuàng)新資源布局。優(yōu)化用戶獲取信息資源路徑，設(shè)置學(xué)習(xí)與培訓(xùn)欄目，降低用戶參與眾包競賽的創(chuàng)新成本，推動人才、知識、信息、資金和技術(shù)等創(chuàng)新資源的順暢交互，幫助眾包競賽用戶更容易地獲得更多的異質(zhì)性資源；同時，還要積極優(yōu)化平臺的項目類型結(jié)構(gòu)，降低用戶發(fā)展同質(zhì)化的趨勢，推動用戶不斷拓展新領(lǐng)域、擺脫舒適區(qū)。此外，管理者要注意保持平臺發(fā)展和用戶創(chuàng)新之間的平衡，避免知識冗余與路徑依賴，提高創(chuàng)新續(xù)航能力。

5.3 不足與展望

本研究實證所收集的數(shù)據(jù)僅來源于豬八戒網(wǎng)眾包平臺，沒有采用多平臺的數(shù)據(jù)相互驗證和對比，后續(xù)可進(jìn)一步研究以上所得結(jié)論是否適用于國內(nèi)外其他眾包平臺。此外，本研究中未將用戶度中心性等影響競爭網(wǎng)絡(luò)形成與演化因素設(shè)置為網(wǎng)絡(luò)的內(nèi)外生變量，后續(xù)可就此進(jìn)一步探討。