网络用户参与LAM众包的意愿及影响因素研究

张卫东　陆璐　左娜

〔摘 要〕本文从网络用户角度探究参与LAM众包的意愿和影响因素，有助于明确用户的信息需求，推动LAM众包的发展和优化。从文献回顾出发，通过问卷调查在了解用户参与LAM众包的意愿和影响因素的基础上，借助SPSS软件验证、修正用户参与众包的影响因素模型。与模型维度对应，在平台管理、任务特征、发包方责任、外在满足和内在实现5个层面进一步讨论。最后从重视众包、确立优势和平衡关系3个方面进行总结。

〔关键词〕众包；用户参与；LAM；意愿；影响因素

DOI：10.3969/j.issn.1008-0821.2018.08.006

〔中图分类号〕G250；G270；G268 〔文献标识码〕A 〔文章编号〕1008-0821（2018）08-0044-07

〔Abstract〕This thesis mainly explored the willingness and influencing factors of internet users participation in LAM crowdsourcing，and it clarified the users information needs and promoted the development of LAM crowdsourcing.After the review of the literature，the article tries to understand the willingness and influencing factors of users participation in LAM crowdsourcing based on a questionnaire survey，SPSS software was used to verify and correct the influencing factor model.[Result/Conclusion]Corresponding to the model，it discussed the conclusion from five dimensions：platform management，task characteristics，crowdsourcers responsibilities，external satisfaction，and internal implementation.Finally，the paper summarized in terms of paying attention to crowdsourcing，establishing advantages and balancing relationship.

〔Key words〕crowdsourcing；users participation；LAM；willingness；influencing factors

眾包最早被定义为“公司或机构将员工的工作任务以自由自愿的形式外包给大众网络的做法”[1]，包括发包方、众包平台和用户3个重要主体，主要产生和应用于商业情景、人机交互、科研情报等领域。近年来，众包在信息资源管理领域的应用不断加深，特别是在LAM（图书馆、档案馆与博物馆）领域，众包凭借其知识增值性、沟通交流性、互动参与性、奖励有偿性、诚信规范性等特点和优势，成为信息机构在网络时代优化成本资源、吸引用户参与、培育用户资源的重要解决方案。

用户是否具有参与众包活动的意愿，是影响众包质量最重要的要素。明确用户的参与意愿及其影响因素有助于信息机构更好的解析用户行为，通过优化众包流程最大化地激发大众智慧，有助于指导信息机构制定有效的激励策略，实现外部资源的内部转化。用户的参与意愿和影响因素也可以为众包服务平台提供优化意见，提高当前众包模式的运作效率和服务质量，实现品牌声誉和经济收益的共赢。

1 文献回顾

1.1 研究进展

1.1.1 用户参与的理论模型研究

研究者对用户参与众包活动的行为模型进行了持续性探索，主要包括以下几个方面。第一，UTAUT（整合型技术采纳模型）。技术采纳模型是一个被广为利用的理论模式，主要包含绩效期望、付出期望、社群影响和配合情况四个核心概念，能够发掘不同影响因素之间的联系[2]。第二，社会营销理论。众包的强参与性满足社会营销的“产品”要求、惩罚激励措施符合“价格”因素、平台对应”地点”要素、提高生活质量切合“推销”角度、用户充当社会营销的“评委”角色[3]。第三，社会认知理论。该理论可以将多种影响因素囊括至统一模型中，并对个人行为的影响有着强解释力[4]。第四，创新竞赛绩效评价模型。依据Terwiesch等学者的研究将众包分为发布前、任务参与、质量评估3个阶段进行考量[5]。

1.1.2 用户参与的影响要素研究

从现有研究分析，研究者倾向于将用户参与的影响因素划分为内在和外在两个方面。内在动机主要涵盖任务重要性和新奇性[6]、享受乐趣[7]、获得新知识和新技能[8]、挑战需求[9]等，更加趋向用户满足和感受。外在因素则包括最低报酬[10]、奖金[11]、名誉和社会压力[9]等，更倾向探讨工作以外的事物。研究者们在内外因素重要性的问题上也存在多样性的看法，以Brabham D C[12]为代表的研究者认为相比外在因素，内在因素更能影响用户的参与行为，以Hoissan M[13]为代表的研究者则认为它们的地位同等重要。

1.1.3 众包实践中的主要问题分析

在信息管理领域，众包业务的推进还存在一些现实问题，研究者也从多个角度进行了剖析。从信息机构作为发包方的角度看，内容建设和服务水平上还有待改善。发包方选定的众包任务必须面向用户群体、激发公众创意、适应完备的规则体系，无论是信息机构内部专业众包平台还是第三方平台，信息机构都应通过信息技术和激励体制来保障众包服务水平。从众包平台的角度看，宣传策略、诚信机制、评价体系和权益维护等都应被列入明确的规则条文。渠道的内外联动可以实现任务的裂变式传播[14]，诚信机制可以避免发包方和用户的利益受损，双向的评价体系利于塑造诚信可靠的形象，权益维护则是为了厘清知识产权的归属方。从用户参与的角度看，激励措施、沟通交流和行为道德是应重点加强的方面。发包方只有在用户积极表达心理诉求的基础上才能完善激励措施，与发包方保持实时的沟通交流可以提升中标的概率，行为道德是用户在众包过程中需要遵守的基本纪律。

1.2 研究述评

尽管研究者们已经从理论和实践角度对用户参与众包的影响因素展开了系统研究，但仍存在着两方面的问题。首先，研究者们多选择猪八戒、一品威客网等普适性或商业性众包平台为研究对象，缺乏广泛代表性。另外，研究者们多将影响因素简单地划分为内在因素和外在因素，要素边界不清，存在歧义，为了厘清分类，有学者又引入了“内化的外在动机”[15]概念。本文采用文献调查和用户调查相结合的方式，力争对上述两个问题作出有效的回应。

2 方法与模型

2.1 影响因素提取

基于对相关文献的梳理回顾，笔者共得出21个指标作为用户参与LAM众包的核心影响因素（见表1）。

2.2 假设模型构建

2.2.1 假设模型构建的方法和依据

用户参与LAM众包影响因素的假设模型包括维度和影响因素两部分，维度划分是对所提取的21个影响因素进行初步归类，通过内容分析法将反映共同主题的影响因素划分到统一类别下，达到降低数据分析难度的基本目的。维度划分的理论基础是共同创造、群众智慧和开放创新理论。以服务为逻辑主导的共同创造理论强调用户参与到设计和制造过程中来，体现了发包方、用户、平台和资源4方面的相互作用。强调发掘大众潜能的群众智慧理论对用户特征、众包任务、中介平台都提出了严格要求。强调外部力量的开放式创新理论具有多种创新渠道，整合了机构内外的可用资源。

2.2.2 假设模型分析

基于对影响因素的语义分析和对以上3项理论的融会贯通，21个影响因素被划分为用户、任务、平台和发包方4个维度，见图1。用户维度包含5个影响因素，从用户角度揭示参与众包所获得的物质和精神收获。任务维度包括5个影响因素，从资源角度界定了吸引用户关注和参与的众包任务所具有的独特优势。平台维度包括6个影响因素，详细列出了众包平台所应具备的功能特征。发包方维度包含5个影响因素，展现了发包方从任务发布到完成过程中必备的相关素养。

2.3 数据描述分析

依据假设维度和影响因素设计的网络用户参与LAM众包意愿和影响因素调查问卷共26题，第一部分主要收集用户的基本信息、参与众包的频率、意愿和对众包的总体评价。第二部分通过李克特五分量表获取用户对不同影响因素的取向判断。问卷通过问卷星平台在2018年4月26日至2018年5月3日发布，共收回312份，其中有效问卷304份，问卷有效率达97%。

从用户基本信息表（表2）可知，男性（42.76%）女性（57.24%）趋向平衡的比例体现了样本的代表性。21～40岁是参与众包的主力军，其中21～25歲的用户最愿意在众包上投入时间和精力。参与本次调查的用户主要是大学本科和硕士研究生，证明了知识背景对网络用户参与众包行为的影响力。据网络用户参与LAM众包意愿图（图2），几乎所有的调查用户都使用过众包平台，约83%的用户1年中参与众包的频率在10次以上，可以看出众包已经完全渗透到公众的日常学习生活当中。虽然过半数的调查用户都明确表现出对众包服务的肯定，仍有15%左右的用户保持中立，8%的用户持坚决否定态度。尽管众包已经成为一种常见的服务形式，但图博档必须在积极提供服务的基础上总结经验，实现众包服务的优化升级，从而提升用户的接受度和好感度。

2.4 模型修正优化

因子分析法是修正假设模型的主要方法。因子分析法可以帮助形成、构建数据间潜在的逻辑体系，将冗杂的题目堆砌转变为关联密切的变量结构。总之，因子分析法可帮助本文重新解释21个变量的具体含义，并通过发掘它们的相互联系重新确定维度，实现对假设模型的修正。

2.4.1 数据检验

信度检验显示，Cronbachs Alpha值为0.875（大于0.800），表明该数据的测量误差较小。KMO值为0.879（大于0.8），巴特利特球形检验p值为0.000（小于0.001），表明该数据适宜进行因子分析。每项变量的共同性都大于0.2，说明变量之间可测量的共同特质多，不考虑删除题项。通过主成分分析法抽取特征值大于1（21个变量介于20～50，适合以特征值大于1作为因素萃取准则）的因子并完成陡坡图验证后，最终确立5个公因子，累计方差解释度为62.432，满足社会科学领域的精确要求。见表3。

2.4.2 修正模型

最大方差法旋转所得的变量因子分析载荷矩阵显示21个影响因素被分为5个维度，见表4。尽管旋转后因子数量保持不变，但假设模型的4个维度扩展为5个，部分维度内的变量因子有所变化，所以需要重命名各维度，并解释变量变化的原因和合理性。

1）第一个维度包含6个变量：模式丰富（0.782）、系统安全（0.770）、诚信保障（0.768）、推送切合（0.767）、权益维护（0.751）和平台成熟（0.632）。这6个变量全部来源于假设模型中的平台维度，用来表现众包平台应具备的管理手段，出于进一步揭示维度和影响因素内涵的考虑，将维度名扩展为“平台管理”。

2）第二维度包含5个变量：成本投入（0.779）、参与热度（0.743）、休闲趣味（0.727）、知识结构（0.700）和职业发展（0.684）。这5个变量全部来源于假设模型的中任务维度，用来展现参与度较高的任务所具备独特优势，所以将该维度名扩展为“任务特征”。

3）第三个维度包含4个变量：参与业务（0.758）、成功经验（0.756）、沟通反馈（0.755）和信誉良好（0.733）。这4个变量全部来源于假设模型中的发包方维度，用来塑造可信任的发包方形象，故第三维度命名为“发包方责任”。尽管机构地位同在第三和第五维度，但为了使第五维度维持3个影响因素，将其归为后者。

4）第四维度包含3个变量：提升技能（0.735）、物质奖励（0.713）和社交网络（0.702）。这3个因素全部来源于假设模型中的用户维度，从用户角度归纳了参与众包行为的驱动因素，由于它们都是从实体层面出发，所以将维度命名为“外在满足”。尽管虚拟奖励同在第四和第五维度，但为了使第五维度维持3个影响因素，将其归为后者。

5）第五维度包含3个变量：自我实现（0.637）、虚拟奖励（0.528）和机构地位（0.526）。这3个变量分别来源于假设模型的发包方和用户维度，但它们基本反映了用户心理特征，是从虚拟层面上驱动参与行为的影响因素，故将第五维度命名为“内在实现”。

总的来说，尽管模型修正后（见图3）增加了1个维度，但影响因素的总个数在旋转重组后保持不变，原假设模型分类的科学性也得到了印证。前3个维度分别从平台、发包方和任务的角度揭示用户参与众包行为的动机，所以只对原维度名称进行了语义补充。原用户维度分裂成了实体角度的“外在满足”维度和虚拟角度的“内在实现”维度，这两个维度相互照应。

2.4.3 修正模型检验

从表5中可以看出，“平台管理”、“任务特征”和“发包方责任”维度的α系数在0.7以上，说明维度内影响因素一致性高，“外在满足”和“内在实现”的α系数大于0.5。由于维度内影响因素过少，后两个维度的效度值影响小于0.7，但尚在接受范围内。总之，假设模型和修正模型的信度、效度检验值都表明用户参与众包的影响因素模型实现了从实践到理论的基本目标，其代表性和科学性决定了它足以成为激励用户参与LAM众包行为的理论依据。

3 进一步讨论

通过对理论的分析和数据的建构，本文明确了网络用户参与LAM众包的意愿，构建了用户参与众包的影响因素模型，并且得出了以下结论。

3.1 平台管理是推动用户参与的必要条件

平台管理维度无论是从影响因素数量还是信度效度的检验来看都至关重要，用户在参与众包任务的过程中最先、最直接接触的就是众包平台，它们极大地影响着用户对众包服务的参与意愿和满意度。在模式丰富、系统安全、诚信保障、推送切合、权益维护和平台成熟6个影响因素中，模式丰富的载荷因子最大。众包平台提供的任务模式主要包括悬赏制、招标制、雇佣制和计件制[22]，悬赏制需要用户将完整并高质量的解决方案提交给发包方，招标制是由具有专业背景的特定技术人才一对一地提供解决措施，雇佣制无论在工作周期和任务难度上都有严格的要求，计件制则一般适用于技术难度较低的重复性工作。众包平台应在仔细分析不同用户群体的具体需求后，合理配置众包的任务模式；系统安全、诚信保障和推送切合的载荷因子比较接近，都是用户参与众包的重要影响因素。系统安全是开展众包工作的基础，众包平台应当能发现网络环境中的潜在威胁，实现运行安全、数据安全和安全管理3方面的有机统一；完备的诚信机制包含值得信赖的保证金平台托管、严谨可信的服务商认证、真诚严肃的双方信用互评和额度合理的诚信保证金缴纳，它不仅是避免发包方和用户合法利益受损的防范机制，也是双方采取合法手段捍卫权益的重要依據；众包平台在信息推送这一过程中扮演着联结者的角色，一方面向用户推送适合自己的众包任务，另一方面提供给发包方可能具备接标能力的用户。推送切合用户需求的众包任务必须基于精准的用户分析，只有在全面获取用户的个人资料、专业背景、任务偏好、历史记录等信息的基础上，众包平台才能建立内容丰富的信息数据库，再结合各种语义算法将合适的任务推荐给特定用户；众包过程中，方案产权不仅频繁转换，转换条件也十分复杂，通过明确的协议条文维护用户的知识产权显得尤为重要。被发包方采纳的方案产权将转移至发包方，如果没有明确被采纳，方案的产权仍归用户所有[31]。同时，众包平台要确保用户知识成果的原创性，并且通过信息技术保证成果不被冒用盗用；平台成熟是指平台在多次修正优化后应具备流畅成熟的运行流程，与新兴的众包平台相比，它们的易用性和友好性更高，往往更能精准捕捉用户的信息需求。

3.2 任务特征是吸引用户参与的重要因素

任务特征维度中5个影响因素的各项指标与平台管理维度相差甚微，载荷因子也较为平均，在众多影响因素中扮演着重要角色。成本投入是指用户在众包任务中投入的时间、精力、金钱等成本，大部分用户倾向于利用业余时间参与众包，这也等同如果用户在参与众包过程中所投入的成本远超过预期，他们的满意度也将会极大降低[32]，甚至会因此减少参与次数或频率；参与热度是马太效应的集中体现，热度较高的众包任务往往会持续受到更多关注，为了将该理论转变成众包的促进机制，发包方和众包平台要树立清晰的发展目标来仔细策划众包任务的内容和推广方式，将马太效应发挥到极致；Braham、Deci等学者的研究已经表明休闲趣味是吸引用户参与的最直接因素，它也为难度低、技术要求小的任务提供了新的发展方向，例如芬兰国家图书馆的“Digitalkoot”项目通过将校对数字报纸的工作以游戏形式呈现吸引了大量用户参与，为简单的重复性工作增添了趣味；知识结构要求众包任务切合用户的专业背景，发包方可以在任务的详细说明中表达相关要求，方便众包平台按专业分类任务和用户按专业检索任务；用户更倾向对职业发展有益的众包任务，通过完成它们，公众有机会在获取物质奖励之余展示与职业相关的能力和价值，有助于用户发掘潜藏的职业机会。例如一旦设计师在Threadeless平台的众包任务中拔得头筹，他的才能会被大众认可，名字也被印在成品上广为流传[33]，利于他在设计市场中夺取优势。

3.3 发包方责任是促进用户参与的前提保障

发包方责任维度中参与业务、成功经验、沟通反馈和信誉良好4个影响因素的载荷因子均稳定在0.7以上，并且差距最小，说明该维度稳定性较强。参与业务是指比起简单的重复性工作，一些用户对发包方所在机构和工作内容更感兴趣，用户希望通过参与发包方发布的众包任务接触到机构的业务活动，从而获得相关的工作经验，加强对单位的了解。该类用户普遍具备较高的知识技能，更加倾向于InnoCentive.com等能吸引知名机构加入的众包平台；一般来说，成功经验在一定程度上可以证明发包方的服务能力和诚信信誉，表明发包方可以及时处理所遇到问题，或有相应解决问题的意识和能力，这降低了用户的参与风险；发包方和用户之间的沟通交流可以通过文字、图片等形式，也可以借助平台或第三方交流软件开展。沟通交流利于双方达成合作意向，帮助用户了解发包方的详细要求，发掘隐藏信息，随时反馈工作中遇到的问题，提高方案的中标概率。发包方也可以借此了解任务的完成进度；发包方的信誉主要是指遵守对大众的承诺，在验收方案后及时支付酬金，不会非法侵占用户的知识产权等。

3.4 外在满足是鼓励用户参与的物质基础

外在满足维度的提升技能、物质奖励和社交网络3个影响因素的载荷因子也都在0.7以上，是从物质上促进用户参与众包任务的重要因素。Braham D C的研究表明学习新知识和掌握新技能是用户参与众包的首要原因[8]，许多用户出于自身成长的考虑，渴望通过完成众包任务提升相关技能，以适应日新月异的信息社会和工作单位逐渐提升的用人要求；最具有代表性的物质奖励是金钱，尽管众多学者都将物质奖励列入了用户参与众包的影响因素，但研究表明，物质奖励并不对创造力起明显促进作用，也就是说物质奖励可以激励用户参与难度较低的众包任务，但对于创意任务来说，也许不能帮助发包方得到满意的答案；用户还可以通过参与众包发展社交网络，利用众包平台的论坛、社区结识志同道合的朋友，不仅可以分享工作经验，探讨专业问题，还能扩宽信息的来源渠道，是一种有益的亲社会行为。

3.5 内在实现是刺激用户参与的精神归宿

相对于其他4个维度，内在实现维度中的自我实现、虚拟奖励、机构地位3个影响因素的载荷因子较低，这是由于它们都是从用户角度出发，受不同用户感知的影响巨大，再加上它们本身并非易测量的实体因素，所以缺乏稳定性。其中，载荷因子最高的是自我实现，是指用户通过参与众包满足自我展示、实现、营销等心理。完成任务的成就感、胜任职责的自信感、挑战自我的刺激感、帮助别人的满足感都是用户在日常生活中难以完全得到的感受，展示中标方案也是一种有效的自我营销方式；平台声望值和虚拟货币是典型的虚拟奖励，尽管用户获取虚拟奖励的投入成本要远高于其实际价值，但其在情感上的激励作用不容忽视。发包方和众包平台要科学设置奖励项目以刺激用户的持续参与意愿，不仅使用户产生精神上的满足感，更可以与物质奖励相连接；机构地位是指机构单位的知名度和影响力，虽然偏低的载荷因子表明用户并不执着于发包机构的知名度，但提供众包服务的确是提升机构形象的重要方式，发包方可以通过发布众包任务让用户加深对单位业务的了解，塑造利用公众智慧解决机构问题的亲民形象和维护公众利益的诚信形象。机构单位要注重形象维护，争取构建机构形象和用户好感度的双向利益循环渠道。

4 结 语

我国在信息管理领域，众包的实践还存在诸多的问题，例如专业性众包平台匮乏、用户参与热情不高、整体规模较小等。这其中既有信息机构思想意识的问题，又包含众包任务选择、平台建设以及用户培育等操作性问题。为了更好的推动LAM众包实践的开展，更好的吸引用户参与到LAM机构的信息资源建设中来，应从以下几个方面进一步開展工作。1）重视众包、明确地位。作为重要的知识供求平台，众包可以优化机构内部资源，促使机构完成向知识密集型的迭代升级，作为电子商务和知识经济的结合体，LAM众包还可以提高知识向收益的转变速度，同时有助于加强公众权益素养。2）确立优势、勇于竞争。以猪八戒网、威客网、任务中国、K68等为代表的同行业老牌众包网站已经占据了较大的市场份额，LAM众包必须通过产权维护确保众包模式和内容不会被复制盗用，形成在某领域的绝对领先优势，与社交媒体发展合作关系来加强传播宣传。3）平衡关系、协同发展。对发包方来说，虽然缺乏明确定价议价的规范机制，但用户针对任务的竞争关系使其主动权得到保证。对用户来说，完成众包任务不仅可以得到精神上和物质上的奖励，并且具有众包任务的选择权。吸引用户参与、加强资源建设、提高机构社会影响力是LAM等信息机构永恒的话题，众包模式的出现为网络环境下实现上述目标提供了有效的路径，并且为公众性、参与性、交互性、共享性等网络特征赋予了新的时代内涵，为信息机构发展提供了新的动力。

参考文献

[1]Howe J.The Rise of Crowdsourcing[J].Wired Magazine，2006，14（6）：176-183.

[2]张媛.大众参与众包的行为影响因素研究[D].大连：东北财经大学，2011.

[3]杨薇.公民众包参与者的动机与行为关系[D].大连：东北财经大学，2015.

[4]肖皓文.基于社会认知理论的接包方参与众包的影响因素研究[D].北京：北方工业大学，2017.

[5]师蕾.中国众包平台用户参与行为影响因素研究[D].重庆：重庆大学，2012.

[6]Schroer J，Hertel G.Voluntary Engagement in an Open Web-based Encyclopedia：Wikipedians and Why they Do It[J].Media Psychology，2009，12（1）：96-120.

[7]仲秋雁，王彦杰，裘江南.众包社区用户持续参与行为实证研究[J].大连理工大学学报：社会科学版，2011，32（1）：1-6.

[8]Brabham D C.Crowdsourcing as a Model for Problem Solving：An Introduction and Cases[J].The international Journal of Research into New Media Technologies，2008，14（1）：75-90.

[9]Ryan R M，Deci E L.Intrinsic and Extrinsic Motivations：Classic Definitions and New Directions[J].Contemporary Educational Psychology，2000，25（1）：54.

[10]Horton J，Chilton L.The Labor Economics of Paid Crowdsourcing[C].ACM Conference on Electronic Commerce，2010：209-218.

[11]Yang J，Adamic L，Ackerman M.Crowdsourcing and Knowledge Sharing：Strategic User Behavior on Taskcn[C].ACM Conference on Electronic Commerce，2008：246-255.

[12]Brabham D C.The Myth of Amateur Crowds[J].Information Communication & Society，2012，15（3）：394-410.

[13]Hossain M.Crowdsourcing：Activities，Incentives and Users Motivations to Participate[C].International Conference on Innovation Management and Technology Research，2012：501-506.

[14]黎蕾.传播学视域下产品创意众包的运作研究[D].长沙：湖南师范大学，2016.

[15]Krogh G V.How Does Social Software Change Knowledge Management？Toward a Strategic Research Agenda[J].Journal of Strategic Information Systems，2012，21（2）：154-164.

[16]Organisciak P.Why Bother？Examining the Motivations of Users in Large-scale Crowd-powered Online Initiatives[D].University of Alberta，2010.

[17]Graham D.Creation and Recreation：Motivating Collaboration to Generate Knowledge Capital in Online Communities[M].Elsevier Science Publishers B.V.，2004，24（3）：235-246.

[18]Brabham D C.Crowdsourcing as a Model for Problem Solving：Leveraging the Collective Intelligence of Online Communities for Public Good[D].Convergence the International Journal of Research Into New Media Technologies，2008，14（1）：75-90.

[19]Leimeister J M，Huber M，Bretschneider U，et al.Leveraging Crowdsourcing：Activation-Supporting Components for IT-Based Ideas Competition[J].Journal of Management Information Systems，2009，26（1）：197-224.

[20]Liu T X，Yang J，Adamic L A，et al.Crowdsourcing with All-pay Auctions：A Field Experiment on Taskcn[J].Proceedings of the American Society for Information Science & Technology，2011，48（1）：1-4.

[21]Lakhani K R，Jeppesen L B，Lohse P A，et al.The Value of Openness in Scientific Problem Solving[J].Harvard Business Review，2007.

[22]吴俊，崔昊哲，赵嘉琪，等.众包平台任务分类与交易方式匹配研究——基于国内外众包网站的探索[J].科技进步与对策，2015，32（14）：6-10.

[23]Olson D L，Rosacker K.Crowdsourcing and Open Source Software Participation[J].Service Business，2013，7（4）：499-511.

[24]Hertel G，Niedner S，Herrmann S.Motivation of Software Developers in Open Source Projects：An Internet-based Survey of Contributors to the Linux Kernel[J].Research Policy，2003，32（7）：1159-1177.

[25]Chai S，Kim M.What Makes Bloggers Share Knowledge？An Investigation on the Role of Trust[J].International Journal of Information Management，2010，30（5）：408-415.

[26]Djelassi S，Decoopman I.Customers Participation in Product Development Through Crowdsourcing：Issues and Implications[J].Industrial Marketing Management，2013，42（5）：683-692.

[27]刘幸晰.威客模式：网络时代的互动式参考咨询[J].国家图书馆学刊，2007，（3）：70-72.

[28]Pénin J，Burger-Helmchen T.Crowdsourcing of Inventive Activities：Definition and Limits[J].International Journal of Innovation & Sustainable Development，2011，5（2/3）：246-263.

[29]Terwiesch C，Xu Y.Innovation Contests，Open Innovation，and Multiagent Problem Solving[J].Management Science，2008，54（9）：1529-1543.

[30]Zou L，Zhang J，Liu W.Perceived Justice and Creativity in Crowdsourcing Communities：Empirical Evidence from China[J].Social Science Information，2015，54（3）.

[31]盧新元.众包模式下基于接包方的风险分析及控制研究[C].第十一届（2016）中国管理学年会论文集，2016：7.

[32]Sun Y，Wang N，Peng Z.Working for one Penny：Understanding Why People Would Like to Participate in Online Tasks with Low Payment[J].Computers in Human Behavior，2011，27（2）：1033-1041.

[33]戴晶晶.网络众包的过程模型和平台（模式）构建研究：商业模式成型视角[D].南京：东南大学，2017.

（责任编辑：陈 媛）