众包接包者参与意愿影响因素研究：基于不可观测异质性的接包者类别探索

梁晓蓓，江 江

(同济大学 经济与管理学院，上海 200092)

一、引 言

信息交互技术的发展及消费者价值共创能力的提升，使得企业通过网络渠道获取外部智慧成为可能[1]，以“大众参与”为核心的众包模式逐渐盛行。在众包这一群体活动领域，群体中的个体异质性是影响众包活动成功与否的重要因素，越具多样性的接包者群体，越有可能带来高水平的众包绩效[2-3]。然而，也正是因为接包者群体的多样性，众包活动管理的难度被加大。现阶段，众包平台并没有对接包者群体之间的差异形成深刻认知，没有形成高效的任务推荐机制；发包者也并不知道在发布任务时应该聚焦于哪一类人群、凸显哪些任务要素，缺乏具有针对性的、高效度的众包参与激励策略。因此，在明晰众包参与意愿影响因素的基础上，识别接包者之间在不同因素影响作用上的认知差异，进而有针对地激励参与行为，是繁荣众包创新市场和促进众包模式深入发展的关键课题。

目前，国内外学者对众包参与意愿或行为的影响因素探索多是从交互主体出发，选择其中某一个或几个主体维度涉及的影响因素，验证其与众包参与意愿或行为的关系，包括：接包者主体视角的参与动机研究[4-6]、发包者主体视角的发包者信誉和任务设计因素研究[7-10]、平台视角的平台环境因素研究[11]等。研究成果丰硕，但仍存在不足之处，即现有关于众包参与意愿影响因素的研究多是基于同质性假设，导致不同研究在影响因素与众包参与意愿关系上的结论存在不一致性[6,8,12-13]。尤其是在外在动机和内在动机驱动众包参与意愿的主导性方面[6,8]、平台配合情况对众包参与意愿的激励作用上[11-12,14]，不同研究得出不同甚至相反的结论。Zheng等(2011)[8]在其研究中基于动机对接包者群体进行了聚类分析，研究发现，不同接包者细分群体之间在参与动机上存在较大差异，呼吁学者们应该针对不同细分群体展开更为细致的参与意愿驱动机制研究。现有研究虽然有涉及不同接包者细分群体在参与动机上的差异，但鲜少有研究探析了对于不同的细分群体、不同维度动机及其他影响因素对参与意愿的驱动作用是否存在差异，对接包者参与意愿驱动机制的研究还有待进一步深入。

基于此，本研究认为众包模式下影响因素与参与意愿的关系可能条件依赖于参与者异质性的情境。当内在认知系统起作用时，参与者之间在影响因素驱动作用的判断上会存在差异。本研究在总结众包接包者参与意愿影响因素模型的基础上，结合异质性理论的启示，通过构建带有调节变量的结构方程模型，探讨不可观测异质性对影响因素与众包参与意愿关系的调节作用，基于潜在群体挖掘方法识别接包者细分群体。与已有众包参与意愿研究不同，本研究通过引入接包者异质性分析框架，拓展了传统的分析范式，深化了异质性理论在众包领域的应用，为众包情境下的研究提供了新视角。提升理论结论说服力的同时，为众包组织者针对不同接包者细分群体设计不同激励策略、提升激励策略效度提供实践启示。

二、文献回顾

(一) 众包参与意愿影响因素研究

大众参与是众包创新成功的关键所在，一个众包网站或活动想要获得成功或高绩效，就必须能够吸引足够多的用户自发地参与。探索并发现接包者参与意愿的关键影响因素，对众包模式的持续发展具有重要意义，也是现阶段众包领域研究的重点。参与意愿影响因素的研究多是以不同的理论为基础，从不同交互主体出发，有的聚焦于接包者、发包者或平台的单一主体所涉及的因素，有的则聚焦于不同主体所涉及因素间的内在联系。主要包括但不仅限于以下几类研究：(1)基于动机理论的接包者动机研究，集中于动机维度机制建构、动机与众包参与意愿关系以及不同维度动机之间的内部关系验证等方面。Brabham(2008)[15]、Brabham(2010)[16]及冯小亮和黄敏学(2013)[17]等聚焦于接包者动机机制研究。Liang等(2018)[4]实证验证了不同维度动机对接包者参与意愿的影响模型。参与众包的动机包括内在动机和外在动机两个主要部分，其中内在动机体现在兴趣爱好、胜任感、成就感和利他主义等方面，外在动机包括奖金激励、业余时间利用和个人需求等，不同类型参与者群体之间在参与动机方面呈现较大差异[15-17]。内在动机和外在动机都对接包者的努力意愿产生正向影响，且外部动机对内部动机有明显的挤出效应[4]。(2)基于任务设计理论及信誉理论的发包者相关因素影响作用研究，集中于验证任务设置和发包者信誉对众包参与行为的影响。Li和Hu(2017)[7]、Shao等(2012)[18]研究了任务设置要素及竞争情况对接包者参与行为的影响。徐向艺和王桂云(2016)[10]在其研究中验证了发包者信誉对接包者参与行为的影响。Zheng等(2014)[9]聚焦于任务赏金及发包者与接包者间的交互对接包者参与行为的影响。发包者设计的任务赏金越高、期限越长、难度越低，越能够吸引接包者注册参与并提交方案[7,9,18]；激烈的竞争，会对接包者提交问题解决方案的积极性产生负向影响[7]；任务越难，越能吸引到高水平的接包者[18]；发包者积极与接包者沟通交流，有助于收到更具多样性的解决方案[9]；具有较好信誉的企业发包者更有可能吸引到更多数量和更高水平的接包者[10]。(3)基于动机理论、任务设计理论及卢因行为模型的接包者参与意愿影响因素模型研究，集中于任务设计因素或平台因素通过参与动机对众包参与意愿的影响以及任务设计因素对动机影响的调节作用研究。Zheng等(2011)[8]、孙茜等(2016)[11]研究了以参与动机为中介变量的任务设置要素、平台因素影响接包者参与意愿的前因模型。Sun等(2015)[19]、Zhao和Zhu(2014)[6]研究了以任务设置要素为调节变量的参与动机影响接包者参与意愿的前因模型。任务自主性、多样性、难度和可分析性以及平台的权益保障和创新环境都会影响接包者参与众包活动的动机[8,11]，进而对接包者参与意愿产生影响；外在动机对参与意愿的驱动作用会随着任务难度的增加而减弱[6,19]。(4)基于UTAUT模型的接包者参与意愿或行为前因模型研究。孟韬等(2014)[12]、涂艳等(2015)[14]基于UTAUT模型验证了接包者预期参与众包活动获取的收益及平台配合情况对众包参与行为的影响。绩效期望、努力期望、社群影响以及接包者对发包者和众包平台的信任都会积极驱使接包者产生高水平的众包参与意愿，然而，平台的配合情况并不会对众包参与意愿产生影响[12,14]。(5)基于社会交换理论的接包者参与意愿影响因素研究。李龙一和王琼(2014)[20]、Ye和Kankanhalli(2017)[5]在他们的研究中分析了参与众包活动过程获取的收益、付出的成本因素对众包参与意愿的影响。参与众包活动过程中获取的金钱收益、技能提升和乐趣越多，接包者众包参与意愿越强；付出的认知成本、执行成本越高，参与意愿越弱。

(二) 基于不可观测异质性的市场细分研究

传统个体行为研究通常基于“代表者行为”假设，即假定个体都具有同质的偏好，但现实中不同个体或不同亚组人群之间在反应模式上存在较大差异，人群存在异质性。异质性主要指由于认知、偏好等形成的差异，这种差异会直接引致不同群体之间在面对同一选择或评价对象时表现出不同的偏好[21]。异质性的来源主要有可观测和不可观测的异质性两个方面。可观测的异质性可通过年龄、性别、收入等显性变量来测量，不可观测异质性的识别方法包括Latent Class模型、Logit模型和Hazard模型等。

基于可观测的异质性变量展开市场细分分析在以往研究中较为常见。近些年来，学者们逐渐开始关注基于不可观测异质性的群体细分问题。他们指出，运用结构方程模型中的潜在模型挖掘方法去识别细分群体比传统的聚类分析方法更具优势[22]，并在消费者细分领域已有所建树。Halilovic和Cicic(2013)[23]在基于期望确认的信息系统持续使用模型中引入了不可观测异质性分析框架，在有限混合偏最小二乘方法的基础上识别了两个会计和预算软件用户细分市场，不同细分群体之间在感知有用影响满意度、期望确认影响感知有用、期望确认影响满意度这三组关系上存在显著的认知差异。Floh等(2014)[24]基于感知价值影响顾客忠诚的基础模型，运用潜在模型挖掘方法，通过总结潜在模型中各变量之间关系强度的特征，识别了三个消费者细分市场：理智型、价值最大化型和功能型，并提出了相应的精准营销策略。Liebana-Cabanillas等(2017)[25]以技术接受模型(TAM)为原型构建了移动银行用户忠诚模型，并在此基础上运用预测型偏最小二乘细分方法分析出了三个移动银行用户细分市场：经验丰富型用户、可靠性寻求用户和有用性寻求用户，不同类型用户对感知易用、感知有用、满意度、信任、使用和忠诚间关系的认知不同。这些研究都是在特定领域运用了特定的细分方法研究了不可观测异质性的调节作用，进而总结了相应的细分群体，对本研究具有较强的指导性。

三、模型构建与研究假设

(一) 基础模型构建

图1 基础理论模型与假设

社会交换理论显示，人们的行为被期望带来奖励或报酬的交换活动支配[26]。消费者愿意参与到企业活动中进而实现价值共创，是基于消费者期望从参与活动中获取某种收益的动机[27]。Anderson等(1999)[28]提出的交互模型显示，交互活动主要包括三个部分：内容、过程和对象。Fuller(2010)[29]在此交互模型的基础上，建构了虚拟价值共创行为的分析框架，提取了动机(Why)、交互方(With whom)、工具(How)、任务(What)及个性特征(Who)五个方面的核心影响要素。本文为了解释有针对地激励接包者这一问题，在社会交换理论及交互理论的基础上，引入Fuller(2010)[29]建构的虚拟价值共创行为模型，综合现有行为层面众包研究文献的理论成果，构建了本研究的基础理论模型。本文认为外在动机、内在动机、任务设计、发包者信誉、平台环境和网站体验是影响众包参与意愿的主要维度。其中，外在动机和内在动机对应Fuller(2010)[29]模型的动机因素，发包者信誉对应交互方因素，任务设计对应任务因素，平台环境和网站体验对应工具因素。具体基础理论模型如图1所示。

1.外在动机对众包参与意愿的影响。参与众包的动机包括内在动机和外在动机两个部分，外在动机是指由与活动本身没有内在联系的外部刺激或原因诱发的动机[8,30]。通过参与众包活动获取一定的外部收益是接包者贡献行为的重要驱动因素[12]。中标者获取的金钱补偿是最为直接的外部收益，也是驱动众包参与意愿的重要因素[12]。解决众包任务的过程中，锻炼个人技能也是被识别了的外在动机因素[16]。此外，接包者通过利用空余时间参与众包活动，解决实际问题，可有效提升空余时间价值，同时也为接包者体验自由职业提供了机会[16]。这些显性的直接收益驱动着接包者参与众包社区活动。基于此，提出假设：

H1：外在动机正向显著影响众包参与意愿。

2.内在动机对众包参与意愿的影响。内在动机意指人们自发地对所参与活动的认可，源于活动本身的乐趣或满足感[8,30]。除了直接收益会影响众包参与意愿以外，接包者可能会在不考虑外部利益的情况下基于自己的内在目的参与众包活动[8]。研究表明，参与众包活动过程中感受到的乐趣、成就感、胜任感、挑战感和效能感等隐性收获，促使接包者的内在需求得到满足，是吸引和激励大众参与众包活动的重要因素[29]。基于此，提出假设：

H2：内在动机正向显著影响众包参与意愿。

3.任务设计对众包参与意愿的影响。现有研究主要从任务设计和发包者信誉方面解析发包者相关因素对众包参与意愿或行为的影响。众包情景下，任务设计是影响接包者问题解决绩效的重要因素。研究表明，清晰的任务描述，利于减少接包者投入在任务理解上的努力，进而增强众包参与意愿[31]。任务赏金越高、难度越低越容易得到接包者的关注，但对于高水平的接包者而言，难度高的任务更具吸引力[18]。基于此，提出假设：

苦瓜根系发达，茎蔓生，分枝力强。种子盾形，有花纹，每果含种子20～30粒，千粒重150～180克。苦瓜喜温，耐热，不耐寒。种子发芽适温30～35℃，幼苗生长适温20～25℃，开花结果期适宜温度25～30℃。对光照长短要求不严格，开花结果期要求较强的光照；喜湿润，但不耐涝；对土壤肥力要求较高。

H3：任务设计正向显著影响众包参与意愿。

4.发包者信誉对众包参与意愿的影响。电子商务情境下的信誉研究显示，高信誉能有效降低投机行为发生的可能[32]，信誉对信任有正向显著影响[33]。众包情景下的信任研究验证了接包者对发包者的信任程度是影响众包参与意愿的重要因素[8]。徐向艺和王桂云(2016)[10]的研究发现，发包者主体性质、信用等级以及付款及时性对接包者人数和接包者等级都有正向驱动作用，发包者提供身份认证信息的行为与接包者人数呈现正相关关系。具有良好形象的发包者更容易获得接包者的信任，对参与意愿有促进作用[34]。基于此，提出假设：

H4：发包者信誉正向显著影响众包参与意愿。

5.平台环境对众包参与意愿的影响。良好的平台环境能够为接包者参与众包活动提供优质的支持，促进创新绩效的提升。组织众包活动的过程中，保护接包者信息安全、为接包者提供顺畅的沟通渠道等，是影响众包绩效的重要因素[9,35]。平台的权益保障机制和沟通机制对接包者中标率具有正向影响[11]。设置公平透明的众包规程、提供及时的任务信息和实现个性化任务推荐是吸引更多的接包者参与和保持接包者兴趣的重要方面[13,36-38]。平台的网络虚拟性增加了接包者对其中介角色的感知风险，其信誉状况是影响众包参与意愿的重要因素[39-40]。基于此，提出假设：

H5：平台环境正向显著影响众包参与意愿。

6.网站体验对众包参与意愿的影响。众包过程中，发包者与接包者通过平台实现交互，平台的系统质量是影响接包者对众包网站满意度的重要因素，主要体现在网页设计、导航性和快速的反应与交易处理能力等方面[41]。众包平台使用流程繁简度、操作难易度等是影响接包者判断努力期望的重要因素，易用性越高，参与者付出的努力越少，其参与度越高[39]。基于此，提出假设：

图2 拓展模型

H6：网站体验正向显著影响众包参与意愿。

(二) 拓展模型构建

本研究以参与意愿影响因素模型为基础，参考消费者细分研究的范式，将接包者的不可观测异质性引入到影响因素对参与意愿的影响关系中，基于接包者不可观测异质性的调节作用探析识别接包者细分群体。具体拓展模型见图2。

四、研究设计

(一) 量表设计

问卷包含基本信息调查和众包接包者参与意愿影响因素调查两个部分。为确保测量工具的信度及效度，本文尽量参考现有研究使用过的量表，构建了适应本研究情景的7刻度量表，从“非常不同意”到“非常同意”依次赋值1～7分；正式问卷形成之前，邀请了相关研究专家及凯翼众包负责人对问题表述进行了修改，在此基础上，通过在“猪八戒”网发包的形式，选取了81名服务商进行了问卷的预测试和深入访谈，对问卷内部题项进行了调整。本研究采用的正式量表如表1所示。

表1 研究量表设计

续表1

(二) 数据收集

本文通过问卷调查获取数据。在问卷星设计问卷并获取链接；在“猪八戒”网发布计件悬赏任务，附上链接和问卷填写要求，邀请接包者根据以往在“猪八戒”网接包的经历填写此问卷，特别注明只有提供IP证明的接包者才会获得合格；最后，根据合格服务商的IP以及问卷星提供的来源IP信息，选取有效问卷。另外，问卷题项呈现之前有设置筛选题项“您是否在‘猪八戒’网有过多于1次的接包经历？”，以保证问卷填写对象符合本研究的要求。共回收问卷252份，其中有效问卷239份。239个样本的人口统计特征如表2所示。男女占比分别为59%和41%；众包接包方年龄在19-25岁的占比35%，在26-35岁的占比57%；受教育程度上高中段占比14%，大专段占比28%，本科段占比53%；收入(学生为月消费额)方面3001～5000段占比31%，5001以上段占比29%；众包接包方在所从事行业方面分布较为均匀，其中以通信/计算机/互联网行业从业者居多。众包接包者是年轻化、高学历、中高收入群体，本研究样本与“猪八戒”网统计的服务商库人口统计特征相似，样本具有典型性。

表2 众包接包方描述性统计特征

(三) 数据分析

1.信度及效度检验。据表3和4可知，变量组合信度(Composite Reliability)的取值范围为0.843～0.924，均满足大于0.7的要求，说明本研究量表具有较好的内部一致性；所有测量题项在归属因子上的载荷值都大于0.7，且所有AVE的值都大于0.6，说明量表具备较好的收敛效度；所有变量间的相关系数都小于0.9，且变量AVE的平方根都大于该变量与其他变量的相关系数，量表具备较好的区别效度。

2.基础模型假设检验。如表5模型1所示，模型提出的6个自变量对众包参与意愿具有较高的解释率，达69.3%。外在动机对众包参与意愿的路径系数达到显著性统计水平(β=0.263,p<0.01)，假设H1得到验证。内在动机对众包参与意愿的影响并不显著(β=0.008,p=0.982)，H2未得到验证。任务设计(β=0.168,p<0.05)、平台环境(β=0.239,p<0.01)及网站体验(β=0.320,p<0.001)对众包参与意愿都有显著的正向预测作用，因此，H3、H5和H6得到验证。发包者信誉对众包参与意愿的影响并不显著(β=0.044,p=0.149)，假设H4未得到验证。

表3 因子载荷、信度及AVE

表4 各变量的AVE值平方根和相关系数矩阵

注：对角线上的数值为AVE的平方根;**在0.01水平(双侧)上显著相关。

表5 基础模型验证结果

注：***p<0.01;**p<0.01;*p<0.05;ns:non-significant.

3.基于拓展模型验证的接包者分类。Hahn等(2002)[46]提出的混合偏最小二乘法(Finite Mixture Partial Least Squares，简称FIMIX-PLS)能同时完成对系数的估计和样本的分类，是SmartPLS软件中可实现的一种挖掘不可观测异质性的方法。本研究基于初始设定的总体模型及调研数据，运用FIMIX-PLS分析，通过潜在模型识别的方式验证不可观测异质性存在的调节作用，并基于此探索性地总结接包者群体存在的细分群体。

(1)潜在模型个数界定。样本小于500时，潜在模型个数K的确定主要依赖于BIC(Bayesian Information Criteria)，值越小的细分方案越优。当K值设定为1时，BIC值为1438.700；当K值设定为2时，BIC值为870.826；K设定为3时，BIC值为717.296；K=4为不可再分结果，故K=3时为最佳选择。此外，通过比较R2可知，细分三个潜在模型相较于一个整体模型而言，R2有利好趋势(见表5和6)，潜在模型解析有助于提升模型拟合度。

(2)潜在模型估计及比较。确定潜在模型个数为3后，根据样本的潜在模型归属信息(Segment Assignment)，将原始样本分成三个组，对不同组所代表的潜在模型的路径系数及相应的人口统计特征展开分析。此外，为了进一步确认三个潜在模型方案的合理性和比较不同潜在模型间的差异，验证不可观测异质性的调节作用，本文对三个组之间在影响因素→众包参与意愿路径上的差异进行了多群组分析(Multi-Group Analysis)，结果如下表6所示。

表6 潜在模型PLS路径分析、多群组分析及描述性统计分析结果

注：*代表p<0.05；**代表p<0.01；***代表p<0.001。

各潜在模型的路径系数结果及MGA结果显示，外在动机对众包参与意愿的正向影响仅在潜在模型1中显著，且其影响强度在潜在模型1中显著大于潜在模型2和3中的情形，不可观测异质性在外在动机对众包参与意愿影响上的调节作用显著；内在动机的正向影响仅在潜在模型3中显著，且三个潜在模型在该路径关系强度上存在显著差异，不可观测异质性显著调节内在动机对众包参与意愿的影响；任务设计的正向影响在潜在模型2和3中显著，在潜在模型1中不显著，潜在模型1和2及2和3之间在该路径关系强度上存在显著差异，不可观测异质性的调节作用得到部分支持；发包者信誉的正向影响仅在潜在模型2中显著，且该路径关系强度仅在潜在模型2与3间存在显著差异，在潜在模型1与其他潜在模型间不存在显著差异，不可观测异质性在该路径上的调节作用得到部分支持；平台环境的正向影响在潜在模型1和2中显著，在潜在模型3中不显著，潜在模型1和3及2和3之间在该路径关系强度上存在显著差异，不可观测异质性的调节作用被部分支持；三个潜在模型中网站体验都对众包参与意愿产生正向显著影响，且相互之间的差异不显著，不可观测异质性在网站体验对众包参与意愿影响上的调节作用不显著。以上差异显著性检验结果表明，不可观测异质性在参与动机对众包参与意愿影响的关系上存在显著调节作用，在发包者因素以及平台环境对众包参与意愿影响关系上的调节作用得到部分支持，对网站体验→众包参与意愿这组关系的调节作用未通过验证。

(3)接包者类别界定。综合总结三个潜在模型中路径系数的特征及其相互之间的差异，结合相应人口统计特征信息，本研究探索性地将众包接包者群体细分为以下三个子群体。

外在动机驱动型接包者(潜在模型1)。潜在模型1路径系数显示，外在动机、平台环境及网站体验对众包参与意愿产生正向显著影响，其中外在动机的影响强度最高；内在动机对众包参与意愿的影响显著但为负向；发包者因素并不产生影响。对于外在动机驱动型接包者而言，参与众包活动所带来的金钱、人力资本提升、职业机会等外在利益的满足是驱使该类群体参与的最主要因素。此外，众包社区的高品牌知名度、完善的平台保障环境及优质的网站体验也会影响该类群体参与众包活动的决定。在人口统计特征方面，该类群体在性别上男性占比较高，年龄层次在36岁以上段的占比相较于其他两个群体最高，受教育程度在大专以下的占比最高，收入在3000以下的占比最高。综合而言，外在动机驱动型接包者群体以男性为主，年龄层次偏大，受教育程度偏低，收入偏低，将参与众包活动视作其获取额外的经济收入和新的工作机会的渠道。

外因驱动型接包者(潜在模型2)。潜在模型2路径系数显示，任务设计、发包者信誉、平台环境和网站体验对众包参与意愿的影响显著，且四个前置因素在影响强度上差异较小；外在动机和内在动机对众包参与意愿的影响为正向但不显著，这并不代表此类参与者不追求外在动机或内在动机的满足，而是目前参与众包活动在外在利益和内在需求满足上的功用对于该类群体而言未能达到满意状态。此类群体参与众包活动时会谨慎关注发包者因素和平台因素，倾向于在保障环境好、网站体验好的平台上寻找信誉好的发包者发布的有竞争力的任务。在人口统计特征方面，该类群体在男性占比上相较于其他两个群体最高，年龄层次在25岁以下段占比最高，受教育程度上大专和本科的占比较高，收入上在3001～5000段的占比相较于其他两个群体最高。综合而言，外因驱动型接包者群体以男性为主，年龄层次最具年轻化特征，受教育程度和收入都处于中等层次，现阶段对众包活动的利益生成和心理满足功能信心不足，在参与众包活动过程中注重平台和任务的双重保障。

内在动机驱动型接包者(潜在模型3)。潜在模型3路径系数显示，内在动机、任务设计及网站体验对众包参与意愿的影响显著，且内在动机的影响强度最高；外在动机的影响为负向；发包者信誉和平台环境对众包参与意愿不具备影响。该类群体参与众包活动的意愿主要受内部需要的满足所驱动，参与过程中获取的娱乐享受、成就感、胜任感等是促进其参与的重要原因。此外，任务描述的清晰程度、任务赏金的相对竞争力以及网站使用的整体体验等，也会对此类群体众包参与意愿的提升起促进作用。在人口统计特征方面，该类群体在女性占比上相较于其他群体最高，在年龄上主要集中于26-35岁，在受教育程度上本科和硕士段的占比明显偏高，收入上在5001以上段占比相较于其他群体最高。综合而言，该类群体以女性为主，年龄层次中等，属于高学历、高收入群体，参与众包活动主要出于兴趣爱好，享受任务解决过程中的挑战感以及任务完成时的成就感。

五、结论与启示

(一) 研究结论

第一，不考虑不可观测异质性时，对整体样本而言，外在动机对众包参与意愿产生正向显著影响，参与众包活动获取的外部利益能够有效激励接包者付出更多努力、提交更多方案[4-5,47]；网站体验越好，接包者参与意愿越高，众包行业依赖于网络技术支撑，网站系统的易导航性、快速反应等都有助于提升用户参与的积极性[41]；平台环境对接包者众包参与意愿产生正向影响，营造良好的平台保障环境和创新环境是一种最为有效的提高接包方积极性的方法[11]；发包方的任务设计也会对接包者参与意愿产生显著影响，赏金越高、难度越小的任务越能激励接包者参与[18]。其他条件同等时，越能满足接包者外在利益需求、任务设计越合理、平台保障越健全的众包活动越能得到关注。

第二，不考虑不可观测异质性时，对整体样本而言，内在动机和发包者信誉对众包参与意愿的影响不显著，与Zheng等(2011)[8]提出的内在动机是影响接包者参与意愿的主要动机这一结论相反。为了更好地解释内在动机的影响，对内在动机及外在动机与众包参与意愿的关系进行了进一步验证，发现内在动机单一维度对众包参与意愿存在显著影响，而外在动机和内在动机同时影响众包参与意愿时，内在动机的影响不再显著，这也正验证了Roberts等(2006)[48]、Osterloh和Frey(2001)[49]提出的接包者动机之间存在挤出效应的观点，即外在动机与内在动机之间呈现此消彼长的关系。发包者信誉影响不显著这一结论与郑海超和侯文华(2011)[50]研究的结论一致。他们指出，接包者不依赖发包者的身份信息、认证信息及发包者信誉的影响，而受到第三方平台信誉的影响显著。可能的解释是接包者通过“猪八戒”这一中介而非发包者自建的平台参与众包活动时，平台本身具备的高信誉和良好的口碑，使得接包者对发包者的身份信息和信誉等关注度并不高。

第三，接包者不可观测异质性对参与动机与众包参与意愿的关系起显著调节作用，对发包者因素及平台环境与众包参与意愿关系的调节作用得到部分支持。若忽略接包者异质性，会导致众包参与意愿形成机制的误判。以往研究中关于参与动机、任务设计及平台因素对众包参与意愿影响的结论存在不一致性，包括本文中关于内在动机影响作用的相关结论也与些许研究不一致。本文认为这些不一致性存在的原因在于不可观测异质性的调节作用，接包者群体并不是同质的，对于不同子群体而言，众包参与意愿的影响因素不一致。考虑不可观测异质性有助于科学地揭示众包参与意愿的影响因素，提升众包参与意愿影响因素模型的适配性。

第四，接包者不可观测异质性对网站体验与众包参与意愿关系的调节作用未通过验证。总体样本的结果显示网站体验对众包参与意愿的影响最大，三个潜在模型中网站体验的影响作用都达到显著性水平。这说明网站体验是所有接包者群体都较为看重的因素，是促进众包参与意愿的保障性因素。

第五，根据不可观测异质性的调节作用，接包者群体可被分为三个子群体：外在动机驱动型接包者、外因驱动型接包者和内在动机驱动型接包者。外在动机驱动型接包者群体相较于其他群体而言，年龄层次偏大、受教育程度和收入偏低，外在动机是影响其参与众包活动的最主要因素，且影响强度远远超过发包者和平台相关因素；外因驱动型接包者群体是年轻化、学历和收入处于中等层次的群体，任务设计、发包者信誉、平台环境和网站体验因素是影响其参与众包意愿的最主要因素；内在动机驱动型接包者学历和收入相对较高，他们更为注重参与众包活动过程中的内在需要满足。外因驱动型接包者群体是占比最高的群体，说明现阶段，接包者多数是依赖于保障环境好的平台，选择信誉较好的发包者所发布的任务，进而参与众包活动。

(二) 实践启示

第一，发包者应根据任务诉求，实施差异化激励策略。若所需发布的任务相对简单、利益生成的速率较快，最可能得到外在动机驱动型接包者的关注。为了激励此类接包者群体更广泛、更投入地参与，在任务发布的过程中，发包者需要注意选择一个发展相对成熟的平台，凸显任务完成时的奖励金额、负载的职业机会等信息。例如：发包者在发布问卷调查、品牌起名、病毒式营销等这类任务时，应该在任务标题里就凸显任务赏金等字眼；若所需发布的任务有一定难度，且发包者本身是有一定知名度和美誉度的企业或个人，最可能得到外因驱动型接包者的关注；发包者在组织众包活动时，应该注意选择保障环境认可度较高的平台，且在任务描述上尽量做到清晰明了，凸显与其他同类型任务相比本任务的性价比；若所需发布的任务对接包者的创造性要求较高，且资金有一定限制，内在动机驱动型接包者是可能被吸引，此时，发包者应该在任务的趣味性设计上付诸努力，根据接包者任务完成情况及时、公开地给予反馈，满足接包者对成就感、胜任感等的内在需求。

第二，平台应根据任务特征和异质性接包者的特征，完善任务推荐机制。不同类型的接包者在参与众包活动过程中会注重不同的因素，平台结合任务特征和不同类型接包者群体的关注点实施任务推荐，有助于提升任务完成效率和效果。例如，将“短、频、快”，即任务期限较短、同类任务发布频率较高、利益生成快这一类型的任务向年龄层次偏大、收入偏低、学历偏低这一群体推荐，有助于提升此类任务的被接包概率；向学历层次和收入中等的年轻化群体应该优先推荐高信誉发包者发布的任务；向高学历、高收入群体应该优先推荐趣味性、挑战性的任务。

第三，创造良好的平台环境、改善平台体验。实证研究的结果显示，总体样本和各细分群体中网站体验都对众包参与意愿产生显著正向影响。应该在改善平台体验等基础设施建设方面为参与者提供保障。在众包模式发展还未成熟的背景下，平台提供的保障有利于增强参与者的安全感，而且平台是发包者和接包者实现交互的渠道，平台环境的质量直接影响交互质量，进而直接对众包任务的处理效率产生影响。对于众包平台而言，扩大用户群体的主要方法是优化平台环境和打造网站使用流体验；对于发包者而言，选择一个值得信赖的平台发布任务是提高问题解决效果的良策。

(三) 局限与未来研究展望

本研究也存在不足之处：第一，本研究的数据获取方式是网络问卷调查，被调研对象基于过去的经历填写问卷，回忆的过去特性会造成一定的研究偏差，且网络调查的样本代表性存在不好控制的问题，因此未来的研究可以考虑实验设计的方法来获取接包者的认知数据；第二，本研究从接包者视角展开研究，探索其接包意愿的影响因素，对发包者参与意愿的影响因素、三方主体因素的交互影响未涉及，也是未来值得探究的问题；第三，与Floh等(2014)[24]的研究一致，本研究是数据导向的市场细分，基于已经选择的样本阐释不可观测异质性的调节作用，进而总结不同的接包者群体，无法验证所选样本以外的其他个体是否一定归属于本研究所划定的细分群体，属于探索性研究而不是验证性研究，研究结论的普适性受到所选择样本的限制，未来可考虑进行跨文化、跨平台的大样本研究。