參與者個數(shù)對競賽績效的影響是創(chuàng)新競賽研究中學(xué)者們長期關(guān)注的議題之一。而現(xiàn)有研究對于上述影響的認(rèn)識并不一致,存在或為正向影響,或為負(fù)向影響的分歧。本文通過歸納、提煉現(xiàn)有研究,區(qū)分了通過平均值和最優(yōu)值測度競賽績效兩類方法,提出了參與者個數(shù)影響競賽績效的兩種效應(yīng):"動機效應(yīng)"和"路徑效應(yīng)",用以調(diào)和以往研究的不一致�；诜謩e在兩個知名的創(chuàng)新競賽在線平臺上收集的共計6771個設(shè)計類與編程類創(chuàng)新競賽數(shù)據(jù),本文建立基于馬爾科夫鏈蒙泰卡羅方法估計的分位數(shù)回歸模型,實證了上述兩個效應(yīng)的存在:參與者個數(shù)負(fù)向影響平均值測度的競賽績效,正向影響最優(yōu)值測度的競賽績效。此外,與最小二乘回歸相比,分位數(shù)回歸提供了關(guān)于上述兩種效應(yīng)更為詳細的洞察力。最后,本文給出了相應(yīng)的理論貢獻、管理意義和未來研究方向。 

【文章來源】：管理評論. 2020,32(11)北大核心CSSCI

【文章頁數(shù)】：11 頁

【部分圖文】：

概念框架

Top Coder競賽績效變量分布

圖2 Top Coder競賽績效變量分布通過分析上述變量的分布，本文發(fā)現(xiàn)Top Coder數(shù)據(jù)集中測度競賽績效的變量均為明顯的左偏分布;而Crowd SPRING數(shù)據(jù)集中最優(yōu)值測度績效的變量為明顯的右偏分布，平均值測度績效的變量則為明顯的雙峰分布。上述分布與理論假設(shè)下的正態(tài)分布均有明顯的差異，說明基于殘差正態(tài)分布的模型不再適用本研究所使用的兩個數(shù)據(jù)集。在尋找合適模型問題上有兩種思路:一是對競賽績效測度變量進行適當(dāng)變換(如:對數(shù)變換、Logistic變換)，使變化后分布近似正態(tài)分布，然后運用基于正態(tài)分布的模型進行模型擬合，此為廣義線性模型的建模思路;二是基于競賽績效測度變量的原始數(shù)據(jù)，依據(jù)其條件分位數(shù)對自變量進行回歸，這樣得到了分位數(shù)下的回歸模型。此為分位數(shù)建模的思路[46]。相比較于廣義線性模型和基于條件期望建模思想的模型，分位數(shù)回歸能夠全面地刻畫自變量對于因變量各個條件分位數(shù)的影響，其估計的效應(yīng)值對于因變量的異常值較其他基于條件期望的模型要穩(wěn)健[47]。鑒于此，本研究采用分位數(shù)回歸的建模思路。本研究采用基于馬爾科夫鏈蒙泰卡羅估計方法對分位數(shù)回歸的參數(shù)進行估計。為了保證其估計結(jié)果的穩(wěn)健性和模型的收斂，本文采用適應(yīng)性Lasso變量選擇法指定模型和參數(shù)的先驗分布[48,49]。模型設(shè)置及其參數(shù)的先驗分布說明如下。

【參考文獻】：
期刊論文
[1]基于發(fā)包方式的眾包平臺任務(wù)績效影響因素研究[J]. 宗利永,李元旭.  管理評論. 2018(02)
[2]基于Fuzzy-DEMATEL法的眾包模式下用戶參與行為影響因素分析[J]. 盧新元,王康泰,胡靜思,陳勇.  管理評論. 2017(08)
[3]基于耗散理論的眾創(chuàng)空間演進與優(yōu)化研究[J]. 張玉利,白峰.  科學(xué)學(xué)與科學(xué)技術(shù)管理. 2017(01)
[4]眾創(chuàng)式創(chuàng)新:源起、歸因解析與認(rèn)知性框架[J]. 趙坤,郭東強.  科學(xué)學(xué)研究. 2016(07)
[5]基于CAS理論的企業(yè)開放式創(chuàng)新社區(qū)在線用戶貢獻行為研究:以國內(nèi)知名企業(yè)社區(qū)為例[J]. 秦敏,喬晗,陳良煌.  管理評論. 2015(01)



本文編號：2998831