技能型共享經濟買方個人信息披露、服務商信號釋義及響應行為研究

○ 洪志娟 王筱綸

引言

共享經濟指擁有閑置資產的機構或個人通過市場有償讓渡資產的短暫使用價值，并獲得一定的經濟回報。技能型共享經濟（技能共享）是指讓渡技能、經驗、創意等的共享經濟類型。[1]國際知名的技能共享平臺有Freelancer.com、upwork.com等；國內知名的技能共享平臺包括豬八戒網、一品威客網等。平臺主要通過買方決定式拍賣（Buyer-deter mined Auctions）達成供需匹配：買方（雇主、需求方）首先發布所需服務招標說明，等待平臺閑置的技能服務商進行投標，然后從中挑選最優者。這樣的組織方式拓展了服務供需雙方的可選擇范圍，使得具有相同或相似服務需求的雇主可共享服務商的技能，而服務商也不再被限定于服務一家企業，最終閑置的人才技能可以充分發揮，資源配置效率也將得到極大提升。近年來，知識技能型共享經濟發展如火如荼，根據《中國共享經濟發展年度報告（2018）》，2017年知識技能共享領域市場的交易額增速高達126.6%，已經成為共享經濟領域的耀眼“新星”。2018年12月，豬八戒網、一品威客網等作為知識技能共享示范，入選《中國共享經濟發展報告》“共享經濟典型案例”。

然而，技能共享經濟高速擴張的背后依然面臨整體交易結果較差、匹配效率較低等問題。[2–4]為解決上述難題，學界已經探討了信用、[5]加價延期、[6]標書隱藏、[7]偏好披露、[8]要求擔保[9]等多種機制。然而，據作者所知，已經在實踐中應用的信息披露機制卻尚未引起學界關注。事實上，雖然信息披露是傳統拍賣設計不可或缺的重要參數，但以其為重點且聚焦于技能共享的買方決定式拍賣的研究卻較為鮮見。

信息披露是技能共享平臺買方的重要決策之一。直覺上看，買方作為雙方互動的先行方，其信息披露策略將對“后行”的服務商行為產生影響，但具體是何種影響、如何產生影響等問題學界尚不清晰。拍賣領域研究已經就信息披露問題做了較為深入的探討，然而觀點莫衷一是，信息披露的優劣爭論仍懸而未決。傳統拍賣研究多以正向拍賣或事前確定好選標規則的多屬性采購拍賣為對象，其結論是否依然適用于互聯網技能共享背景下針對服務的買方決定式拍賣值得懷疑；另外，相關的拍賣研究多以數理模型和實驗室實驗研究為主，缺乏實踐大數據的支撐。因此，本研究提出如下研究問題：技能型共享經濟中，買方的個人信息披露策略如何影響潛在服務商的行為？通過披露更多的個人信息是否可以激發潛在服務商向著優于需求方利益的方向展開行動，進而提升交易效果？

一、相關研究綜述

1.技能型共享經濟相關研究

技能型共享經濟平臺或技能共享平臺，在以往的研究中也被稱為“眾包平臺”“在線勞動力市場”“在線服務市場”等。技能共享的展開涉及雙邊參與者：（1）服務需求方，即買方；（2）服務提供方，即服務商。基于不同的參與方，可將相關研究分為兩類。第一類主要探討買方的發布行為與選標行為。關于買方的發布行為，以往研究主要探討了發布任務時各類參數（如發包方式、招標時長、任務描述、預算設定、標書隱藏、要求擔保）的設置及其對任務績效的影響作用。Hong等[10]探討了雇主在發布任務時選擇特定定價模式的影響因素。宗永利等[11]實證檢驗了任務的獎金額度、持續時間及發包方式等對服務商參與人數的影響作用。Ho ng等[7]比較了標書隱藏設定對參與投標者數量及買方收益的影響，發現雖然隱藏標書不利于吸引更多服務商參與，但可以促使服務商提供更優的標書。Hong等[9]的研究表明，設置擔保要求會吸引到更少但質量更高的服務商，以及投標工期更短、文字描述更簡略的標書。關于買方的選標行為，以往研究主要探索了其影響因素，包括報價、服務商的信譽、[12–15]工作技能、[16]經驗、[16–18]所在地區、[16,17]與買方的文化語言差異、[12,19,20]之前是否與買方有過合作等。[19]

第二類主要探討服務商的行為，包括參與行為（共享行為）、投標行為等。相關研究主要從個人心理動機、任務特征和平臺因素三個方面探索了服務商參與行為的影響因素。在個人心理動機上，以信息系統領域經典的接受與使用模型，如信息系統持續使用模型（Postacceptance Model of IS Continuance,PAM-ISC）、[21]技術采納與整合理論模型（Unified Theory of Acceptance and Use of Technology,UTAUT）[22,23]等為基礎，結合動機理論探索服務商參與意圖與行為的影響因素。賺錢、[23–26]提升技能、[24,25]工作時間自由、[25]興趣或享受樂趣、[21,25]獲取機遇、[24]自我肯定、[21]對社區的熱愛和虛擬社區感[21,24]等已經被證明是服務商參與技能共享行為的重要動機。以往研究也探討了任務特征對服務商參與行為的影響作用，包括任務的自主性、多樣性、簡潔性、可分析性、變動性、[27]隱晦性[26]及任務價值[2]等。此外，對平臺的信任程度也會影響潛在服務商的參與意愿及行為。[23]李梅芳等[1]從共享視角探索了平臺內部因素、用戶及交易內容、社會外部因素對潛在服務商共享意愿和共享程度的影響。服務商投標行為方面的研究主要探索了投標價格、投標工期等的影響因素。比如，洪志娟[28]基于收益成本、任務設計、知識管理、風險溢價、信息不確定性與信息不對稱等理論，構建了服務商投標行為影響因素模型，并實證分析了參與人數、買方經驗、任務預算、任務描述、服務商信用與服務商商鋪類型等對服務商投標價格和投標工期的影響作用。Hong等[9]發現，采用買方側信任機制可促使服務商投標更短的工期和更簡略的標書。

綜上所述，雖然既有研究已經針對買方的發布行為進行較為廣泛的研究，但鮮有研究聚焦于買方在發布任務時的個人信息披露策略所導致的影響。另外，雖然相關研究已經探討了服務商的參與和投標行為，但對其擔保行為的探討較少。

2.拍賣領域信息披露制度與策略相關研究

技能共享平臺的本質是通過買賣雙方都積極參與的買方決定式逆向拍賣（Buyer-determined Reverse Auctions）達成供需匹配。因此，對于拍賣領域中的信息披露策略的剖析能為本文提供新的洞見。

信息披露是拍賣設計的重要維度之一。關于信息披露的影響，以往研究主要分為三種觀點。第一種觀點認為信息披露多少對拍賣者的收益無影響。該觀點的代表理論是收益等價定理（Revenue Equivalence Theorem），主要強調在一定的條件約束下，競爭對手信息的披露對最終的競拍結果績效無影響，即密封報價拍賣與公開報價拍賣對拍賣方的收益是等價的。[29]后續系列研究表明該原理具有較強的穩定性，即使放松風險偏好[30,31]、投標成本、[32]競標者數量的信息[33,34]等條件后，該結論依然成立。

第二種觀點認為信息披露越多，競拍結果將越有利于拍賣者。這一觀點以關聯原理（Linkage Principle）為代表。[35]持該觀點的學者認為對拍賣品價值的評估成本是不容忽視的，而該成本源于投標者對拍賣物真實價值評估的不確定性。競標者的出價總是拍賣品的預估價值減去競標者獲取相關信息的門檻成本。[36]Kagel等[37]通過構建納什均衡模型表明，當向投標者提供更多信息時，拍賣方將獲得更大的剩余價值。Cho等[38]發現，與動態互聯網拍賣相比，披露更多信息的英式拍賣可為拍賣者帶來更高的收益。Goeree等[39]發現，共有價值信息的披露可以提高拍賣效率。Kagel等[40]的實驗表明，正向拍賣中，公共信息的披露會促使競拍者報價更高。Gwebu等[41]通過實驗表明，在多屬性逆向拍賣中減少信息不對稱有利于激發競標者提交更利于買方的標書。

第三種觀點與第二種觀點截然相反，認為信息披露會減少拍賣者的收益。該觀點的理論解釋是信息不透明加劇了對手之間的競爭程度，進而使參與的投標者報出更有利于拍賣者的標書。正向拍賣背景下，McAfee等[34]的數理分析模型表明，當競標者的相對風險偏好保持不變或逐漸降低時，向其隱瞞競標總人數的信息有助于提高拍賣者的收入。一些逆向拍賣（如采購）研究也證實了這一觀點，主要采用實驗室實驗方法，通過設計不同的信息策略結構的拍賣，對信息披露策略與采購者績效的關系予以研究。[42–44]Mithas等[45]利用一家汽車公司的采購拍賣歷史數據研究發現，信息透明與買方剩余價值負相關。

拍賣領域信息披露設計的研究并未形成統一結論：一方面，以往對信息披露的爭論多集中在競爭對手信息的披露方面，而對拍賣者（買方）本身相關信息的披露探討得較少；另一方面，以往研究多以數理模型和實驗為主，基于實踐數據的實證研究相對匱乏。此外，傳統拍賣研究對信息披露策略的研究結論是否適用于互聯網技能共享背景下針對服務的買方決定式拍賣，也亟需學界的進一步研究。

二、研究模型與假設

1.研究模型

實踐中，技能型共享經濟平臺為買方披露信息提供了較為寬松的環境。現有的平臺機制設計通常允許買方在一定范圍內自主選擇向平臺披露部分個人信息，包括實名、手機、銀行卡和郵箱信息等。“向平臺披露了何種個人信息”的標識會呈現在買方發布的任務頁面并被潛在服務商觀測到。

本研究主要探討技能服務商在競標過程中涉及的三種策略行為：參與行為、投標行為和擔保行為。具體而言，從任務層面探索服務商的參與行為，從標書層面探索投標和擔保行為。服務商的參與行為主要指有多少服務商、什么樣（能力幾何）的服務商選擇參與競標。投標工期與投標價格是技能共享平臺招標任務的投標標書的兩個重要維度，如若中標，兩者將成為買方與中標服務商合同的重要條款。本研究將在控制投標價格的情況下，探討買方信息披露策略對服務商投標工期的影響。服務商可通過向平臺繳納保證金的方式為雇主提供擔保，承諾如果中標則一定按照標書約定完成任務，提供售后服務。如果服務商在任務執行過程中未完成承諾，則之前繳納的保證金將優先用于賠付雇主損失。是否向買方提供擔保是服務商綜合既有信息的一個決策選擇。研究模型如圖1上半部分所示。

圖1 研究模型與理論邏輯

為了闡述研究模型內涵的邏輯思路，本文借鑒經濟學中的信號理論和交易成本理論，構建技能共享背景下“買方信息披露（信號發送）—服務商信號釋義—服務商總成本估算—服務商響應行為”的理論邏輯。信號理論主要探討信息不對稱情況下，如何通過機制設計對對象進行甄別和篩選，主要包括信號傳遞[46]和信號甄別[47]兩類模型。在信號傳遞模型的設定中，信息優勢方先行動，通過某些機制的“信號傳遞”將信息傳遞給處于信息劣勢的個體，如經典的勞動力市場模型。[46]技能共享背景下，買方或可通過個人信息披露策略以“信息傳遞”的方式釋放信息，而服務商則會對上述信號進行釋義。交易成本理論由Coase[48]提出，并經Williamson 的系列研究[49–53]得以系統化。Coase[48]將交易成本理解為獲得市場信息、談判和簽約所需的成本。Williamson[50]認為，交易成本理論通常從契約角度理解經濟組織問題，將交易成本分為契約簽訂前的“事前交易成本”和簽訂后的“事后交易成本”，主要包括搜尋成本、決策成本、監督成本和違約成本等，[49]并將其與古典經濟理論中的生產成本做出明顯區分。[50]本文認為技能共享背景下交易成本同樣存在，并且是服務商進行參與、投標、擔保等行為決策時重點考慮的因素。也就是說，服務商對買方個人信息披露信號釋義的不同，取決于其對交易成本估算的差異。理論基礎與邏輯如圖1下半部分所示。

2.服務商的信號釋義（信任vs.審核）

技能共享背景下，服務商的行為決策歸根結底是預期收益與預期成本的權衡。[28]合同的締結與履行過程中，服務商面臨的總成本由生產成本和交易成本構成。生產成本是服務商提供技能服務本身的成本；交易成本指服務商在交易過程中所花費的除生產成本以外的成本。按照Williamson[49]的分類，本文認為服務商在技能共享任務中面臨的主要交易成本包括搜尋成本（搜集商品和交易對象信息所需的成本）、信息成本（與交易對象進行信息交換所需的成本）、決策成本（進行相關決策與簽訂契約所需的內部成本）和違約成本（對方或己方違約時所需付出的事后成本）等。合同的簽訂與履行是雙方互動的過程，潛在服務商將基于買方的信息和行為對生產和交易成本進行估算，進而選擇其后續的參與、投標和擔保行為。

技能共享平臺允許買方選擇是否向平臺披露個人真實信息（包括實名、手機號、郵箱及銀行卡信息），并將披露情況呈現在任務頁面。平臺通常會設計一個專有的標志符號；如果雇主已經向平臺披露了某項個人信息則顯示該專有符號，否則不顯示該符號。信號理論的核心設定是：內部人可以通過某些機制將所擁有關于個人的內部信息發布給外部人，以誘發外部人的某些特定行為。[46,54]在線市場中，高質量的商品或服務提供商經常采用信號機制釋放關于商品或服務質量的信號，以將自己與低質量的商品和服務區分開來。[5,55,56]在本研究背景下，買方向共享平臺披露個人信息的數量會釋放出關于其本身特征的信號。直觀地看，向平臺披露了更多個人信息的買方可傳遞出其更加信任平臺、愿意讓平臺監督自己的行為、期待未來長期使用平臺尋找服務提供商、更加認真對待已發布在平臺上的任務（并非抱著試試看的心態）、更希望也更樂于通過平臺找到匹配服務商完成服務交易等信號。服務商對接收到的信號進行釋義，并在此基礎上對期望總成本（生產成本+ 交易成本）進行估算。

上述信號可能會產生兩種作用相反的效應。一方面，當潛在服務商以積極合作的態度對信號釋義時，更可能看到“愿意讓平臺監督自己、期待長期利用平臺尋找合作方”的買方，進而傾向將買方理解為更加注意聲譽的合作方，相信其未來出現違約等失信行為（如中途放棄合作、中途強行增加任務內容）的風險較低，更值得被信賴。因此對于服務商來說，與對方違約行為相關的期望交易成本降低。同時服務商傾向認為，買方更加希望通過平臺圓滿完成任務的需求暗示著雇主更易于溝通，也更樂于在合同履行過程中為服務商提供力所能及的幫助，協助服務商圓滿完成任務，將使潛在的服務商降低對期望生產成本及溝通相關的期望信息成本（交易成本的組成部分）的估計。本研究將以上“服務商因買方披露更多個人信息帶來的期望總成本降低”的邏輯過程稱為“信任效應”。另一方面，潛在服務商以消極對抗的態度對信號釋義時，傾向于將“雇主更加認真地對待已發布的任務”理解為買方將會更嚴謹地看待項目執行，強化監督，精益求精，不會輕易被服務商的瑕疵糊弄，潛在服務商可能需要盡可能完美地完成任務才會使其滿意。進而，服務商的期望生產成本及己方原因造成的違約成本（違約金懲罰等，是交易成本的組成部分）將會上升，以上邏輯過程稱為“審核效應”。

總體而言，合作式釋義會降低服務商對總成本的預期，產生信任效應。信任理論表明信任是合作交易的基石，會顯著促進用戶參與網絡交易的意愿和行為，[57,58]而對抗式釋義會提高服務商的期望總成本，產生審核效應。信任效應與審核效應是相反的作用力。一個服務商可能同時受兩個效應的影響：當其所受信任效應強于審核效應時，其將面臨較低的期望成本，傾向于參與該任務；反之，當潛在服務商所受審核效應強于信任效應時，其面臨更高的期望成本，傾向于放棄參與任務。

3.對服務商群體的篩選與服務商行為

買方個人信息披露主要通過信任效應和審核效應兩方面的作用對服務商行為產生影響。信任效應促進參與，審核效應阻礙參與。表現在宏觀上即是對潛在服務商群體的篩選效果：真正參與任務的是傾向于以積極合作態度釋義信號、受信任效應影響更多的群體，而放棄參與的是傾向于以消極對抗態度釋義信號、受審核效應影響更多的群體。

本文認為，能力水平不同的服務商對買方披露個人信息這一信號的釋義有所不同。由于低能力服務商提供的服務常在質量底線徘徊，因而經常受到檢查和質疑；基于以往的負面經驗，其可能更傾向于以對抗式心態理解該信號，受審核效應的影響更大。與之相反，高能力的服務商通常可以提供更高效和高質的任務結果，更可能在以往的經歷中獲得肯定和信賴，進而更傾向于以合作式心態理解該信號，受信任效應的影響更大。此外，高能力服務商更有信心承受住買方嚴苛的審核考驗，對違約成本的顧慮較小，使其更不易受到審核效應的影響。最終，因更強的信任效應而降低對總成本預估的高能力服務商更樂于參與任務，而因更強的審核效應提高總成本預估的低能力服務商選擇放棄參與。這在本質上產生了篩選效果：真正參與任務的服務商總數量下降，且實際參與任務競標的服務商群體的整體能力水平上升。因此，本文提出如下假設：

H1：買方披露更多個人信息將吸引到更少的服務商

H2：買方披露更多個人信息將吸引到整體能力水平更高的服務商群體

如前所述，不同能力水平的服務商對買方信息披露信號的釋義不同，產生不同強度的信任和審核效應，使得買方個人信息披露策略在本質上對潛在服務商進行了篩選，兩類服務商群體得以區分：（1）參與群體，該群體更易受信任效應影響；（2）未參與群體，該群體更易受審核效應影響。服務商往往基于預估的期望成本形成具體的投標策略。被篩選出的參與群體受信任效應影響更大，面臨更低的期望成本，更可能在低成本的條件下適當讓利，以增大勝出的概率，進而提交更符合買方利益的標書（如投標工期更短的標書）。本研究通過考察控制投標價格后的投標工期，探索個人信息披露對服務商投標行為的影響，提出如下假設：

H3：當買方披露更多個人信息時，服務商傾向于投標更短工期

服務商的擔保策略本質上是通過增加自己的違約成本以提升對方對自己的信任，進而增強買方與自己進行交易的意愿。[58]買方披露個人信息篩選出的參與群體傾向于以“合作式”態度理解信號，受信任效應影響更大，意味著參與服務商將預估更低的生產、信息和對方違約成本，在此基礎上繼續增加擔保成本(己方違約成本)更易于接受，有更大的概率采取擔保策略。因此，本研究提出如下假設：

H4：當買方披露更多個人信息時，服務商傾向于提供擔保

4.服務商能力的調節作用

與低能力服務商相比，高能力服務商將傾向于從合作信任的角度理解買方披露個人信息行為，將買方理解為更加注重聲譽、更加樂于溝通的合作者，進而降低對未來執行任務過程中所需生產和交易的成本估計。因此，高能力服務商有更多的空間為買方提供更有利的標書以提高自己的中標率。比如，在投標價格固定的情況下，遞交投標工期更短的標書。與之相反，低能力服務商更傾向于從對抗審核的角度理解買方個人信息披露行為，將買方視為監督意愿更強且更不容易滿意的非合作者，在原有估算成本基礎上提高對總成本的預估，向買方讓利的空間變得更小。因此，本文提出如下假設：

H5：服務商能力對買方個人信息披露與投標工期之間的關系具有調節作用；服務商能力會強化買方個人信息披露對服務商投標工期的負向影響

與之相似，服務商能力對買方個人信息披露與服務商擔保策略之間的關系具有調節作用。一方面，如前所述，隨著服務商能力上升，其對買方個人信息披露信號釋義由對抗式向合作式轉變，由此產生的信任效應將得到加強，審核效應受到削弱，服務商對生產成本、事后的信息成本、對方造成的違約成本等的預估將降低，提供擔保的概率上升。另一方面，雖然“買方較難取悅”的對抗式釋義會使全體潛在服務商提高對提供擔保后因己方原因造成的違約成本預估；但是能力越強的服務商由于更有自信提交出令買方滿意的任務結果，因而不會顯著提升對該違約成本的估計，更傾向于提供擔保。

H6：服務商能力對買方個人信息披露與服務商擔保策略之間的關系具有調節作用；服務商能力會強化服務商在買方披露更多個人信息時提供擔保的傾向

三、研究設計

1.數據來源與變量定義

本研究利用Python編程抓取網頁數據，收集了2016年1月到12月發布于一品威客網（epwk.com）的招標任務數據。數據集共包括20533 項任務和360232個標書。本研究從任務層和標書層兩個層次進行數據分析，任務層主要探討服務商的參與行為，標書層主要探索服務商的投標和擔保行為。

（1）因變量。任務層的因變量反映服務商參與的整體情況，包括參與競標服務商的總數量（totalFrNum）和參與競標服務商群體的整體能力水平。本研究使用平均值（avgFrCapability）和中位數（medianFrCapability）來測度參與服務商群體的整體能力水平。一品威客網依據服務商以往獲取的賞金總額與買方評價計算其能力“品級”。品級分為一到九，共九個級別，其中一級能力最高，九級能力最低。在本研究中，考慮到品級級數與能力方向相反，為方便理解實證結果，在計算了參與一項任務的所有服務商品級的平均數和中位數后，采用（10- 品級均值）或（10- 品級中位數）來測度每項任務吸引到的服務商群體的整體能力水平。標書層的因變量反映服務商的投標和擔保行為。投標工期（FrDuration）指當前標書中提交的工期，即服務商在標書中承諾的從開始工作到完成任務的總時長（天數），本研究用該變量測度服務商的投標行為。擔保行為（FrGuarantee）是一個二元啞變量，表明了服務商采用擔保策略的情況。如果服務商提供擔保賦值為“1”，否則賦值為“0”。

（2）自變量。買方可自主選擇向平臺披露實名、手機號、郵箱與銀行卡四項信息。買方的個人信息披露（PersonalInfo）指其在四項信息中向平臺披露的具體項數。比如，如果買方向平臺披露了實名和手機號信息，則為其賦值“2”。因此，該變量的取值空間為1 到4，數值越大代表買方披露了越多的個人信息。

（3）調節變量。本研究使用每個服務商的（10- 品級）衡量服務商的能力水平（FrCapability）。

（4）控制變量。任務公開招標時間（OpenDuration）指從任務發布到最終招標關閉之間的時間天數。任務預算（TaskBudget）指買方發布任務時設置的任務預算的上限值。任務描述（TaskDesc）指買方發布的任務需求說明的長度或總字數。買方經驗（BuyerExp）為買方在平臺上已經發布并圓滿完成的任務數量。任務種類（Category）為虛擬變量，分為設計、開發、文案、裝修、營銷、商務和生活七大類。時間（Month）為虛擬變量，從1-12月共12 個月份。前述變量是技能共享經濟（眾包）平臺研究中較常用的控制變量。[4,7,9–11]投標價格（FrPrice）指當前標書中提交的報價。因為投標工期和投標價格是標書的兩個重要維度，是同時做出的標書決策，所以本文在服務商投標工期計量模型中同時控制投標價格。主要變量的描述性統計和相關系數見表1和表2。

表1 相關系數表（任務層）

表2 相關系數表（標書層）

2.計量模型

本研究構建如下計量回歸模型。其中，模型（1）-（2）基于任務層數據，對服務商參與行為研究；模型（3）基于標書層數據，對服務商投標行為研究；模型（4）基于標書層數據，對服務商擔保行為研究。

其中，i 表示任務，j 表示服務商，u 表示買方，t表示時間。所有模型均控制任務特征TaskControls（如Open Duration、Task Budget、Task Desc）、買方特征BuyerControl（如BuyerExp）、任務種類（Category）和月份（Month）。需要注意的是，任務種類本質上屬于任務特征，只是為了使后續擬合結果的呈現更易于閱讀，本文在計量模型中將其單列作為固定效應。由于工期與價格是標書的兩個重要維度，模型（3）同時控制了服務商投標價格（FrPrice）。模型（1）中，由于參與競標的服務商總人數為計數變量，本研究分別利用泊松回歸（Poisson Regression）和負二項回歸（Negative Binomial Regression,NB）來估計模型系數。其中，λi,u,t為事件發生強度，亦為因變量在Xi,u,t（包含PersonalInfoi及所有控制變量）條件下的期望值。在泊松回歸中，條件期望與條件方差相等，為λi,u,t=φi,u,t，其中，φi,u,t為λi,u,t的確定性函數；在負二項回歸中，λi,u,t=φi,u,tνi,u,t，νi,u,t為隨機變量，條件方差為φi,u,t+kφi,u,t2，其中k ≥0 為負二項離散參數。模型（2）與模型（3）采用OLS 回歸。由于服務商擔保策略為二元虛擬變量，模型（4）采用Logistic 回歸。其中，P(Fr Guaranteei,j,u,t=1|Xi,j,u,t)為Xi,j,u,t在包含PersonalInfoi、FrCapabilityj,t及所有控制變量的條件下，服務商選擇擔保的概率。此外，回歸分析中對部分變量（如FrPrice、FrDuration、OpenDuration、TaskBudget、TaskDesc）取LOG 值，以緩解非正態分布問題。①在構建交互項時，對交互變量進行標準化處理，以緩解可能存在的多重共線性問題。

四、數據回歸結果

1.服務商的參與行為（任務層面）

表3 揭示了買方個人信息披露對參與投標的服務商數量的影響。所有參與行為模型（不含固定效應）的平均VIF 的最大值為1.09（小于臨界值10），說明模型不存在嚴重的多重共線性。列（1）為Poisson回歸結果，買方個人信息披露的系數顯著為負（β=-0.138,p<0.001），表明買方披露的個人信息越多，吸引到的參與服務商數量越少，假設H1 成立。列（2）為NB 回歸結果，與列（1）一致，重復驗證了假設H1。

表3 參與服務商數量回歸分析

表4 揭示了買方個人信息披露對參與投標的服務商能力（平均值、中位數）的影響。個人信息披露的系數顯著為正（β=0.048,p<0.001;β=0.11,p<0.001），假設H2 成立。這表明，買方披露的個人信息越多，參與投標的服務商群體的整體能力越強。

表4 參與服務商能力回歸分析

2.服務商的投標行為（標書層面）

表5 展示了買方個人信息披露策略對服務商投標行為（投標工期）的影響。列（1）是僅包括控制變量的基礎回歸；列（2）在列（1）的基礎上加入自變量；列（3）在列（2）的基礎上加入買方個人信息披露與服務商能力的交互項。所有投標行為模型（不含固定效應）平均VIF的最大值為2.13，說明不存在多重共線性。列（2）的結果表明，買方個人信息披露顯著負向影響服務商的投標工期（β=-0.008,p<0.001），假設H3 成立，表明對于已經參與的服務商群體而言，買方個人信息披露越多，其提交的投標工期越短，信任效應強于審核效應。列（3）個人信息披露與服務商能力交互項系數顯著為負（β=-0.009,p<0.001），假設H5 成立，表明服務商能力越強，個人信息披露對其投標工期的負向影響越大，即服務商能力越強，越傾向于從合作信任的角度理解買方披露個人信息的信號，越不懼怕買方的嚴苛審核。

表5 服務商投標行為的回歸分析

3.服務商的擔保行為（標書層面）

表6 展示了買方個人信息披露對服務商擔保行為的影響。列（1）僅包括控制變量的基礎回歸；列（2）在列（1）的基礎上加入自變量；列（3）在列（2）的基礎上加入個人信息披露與服務商能力的交互項。所有擔保行為模型（不含固定效應）平均VIF的最大值為1.05，說明模型不存在多重共線性。如列（2）所示，買方向平臺披露的個人信息越多，服務商采取擔保策略的概率越高（β=0.628,p<0.001），與信任效應導致的期望總成本降低有關，假設H4 成立。列（3）的數據結果表明，個人信息披露與服務商能力交互項的系數顯著為正（β=0.028,p<0.05），說明服務商能力水平會強化信任效應、削弱審核效應，假設H6 成立。

表6 服務商擔保行為的回歸分析

4.內生性問題與穩健性檢驗

由于是否披露個人信息是買方的自主選擇而非隨機選擇，因此本研究模型或存在內生性問題，所估計的系數可能存在偏差。為緩解這一問題，在有限的數據范圍內盡可能控制了與任務特征、買方特征相關的變量（如公開招標時長、任務預算、任務描述、雇主經驗），并控制了任務種類和時間（月份）固定效應。為進一步強化因果關系，本研究采用傾向得分匹配（Propensity Score Matching,PSM）方法進行穩健性檢驗。PSM 是用于解決自選擇內生性問題的常見方法之一。[7,59]該方法的基本思路是基于相關的可觀測特征，構建一個在統計意義上與處理組對等的控制組。本文構建二元虛擬變量PersonalInfoDummy，如果買方向平臺披露了個人信息（實名、手機、郵箱和銀行卡中的任一信息）賦值為“1”，未披露任何個人信息則賦值為“0”，并以該變量為處理變量構建處理組和控制組。具體來看，首先通過Probit回歸估計每個任務在其他特定變量給定的情況下披露買方個人信息的概率（傾向得分），然后據此將披露了買方個人信息的任務（處理組）樣本和未披露買方個人信息的任務（控制組）樣本進行匹配，以綜合特征最相近的未披露買方個人信息任務的結果作為披露買方個人信息任務的反事實結果。披露買方個人信息策略的因果效應（即平均處理效應Average Treatment Effect on the Treated）為匹配兩組的結果變量的均值差。

本研究在任務層面，使用公開招標時長、任務預算、任務描述、雇主經驗、任務種類虛擬變量、月份虛擬變量作為匹配協變量，考察標書數量、參與服務商群體能力水平等結果變量；標書層面使用上述任務、雇主特征、任務種類、月份及服務商能力水平作為匹配協變量，考察投標工期、擔保策略等結果變量。表7 展示了一對一匹配、k 近鄰匹配（k=5、k=10）的傾向得分模型檢驗結果。匹配后的處理組與控制組樣本的匹配協變量無顯著性差異，滿足平衡性假設。可以看到，結果與主研究一致：（1）任務層面，與未披露買方個人信息的任務相比，披露了買方個人信息的任務的標書數量更少、參與服務商能力水平更高；（2）標書層面，披露了買方個人信息的任務下，服務商傾向于更短工期、提供擔保的投標。PSM 結果說明本研究結果具有較高的穩健性（表8）。

表7 任務層傾向得分匹配結果（買方披露個人信息的處理效應）

表8 標書層變量傾向得分匹配結果（買方披露個人信息的處理效應）

5.討論

本研究的假設檢驗情況如表9所示。研究結果顯示，個人信息披露會吸引到更少（H1）但整體服務能力更強的服務商參與（H2），促使服務商遞交更符合買方利益的標書（H3）、提供按期保質擔保（H4）。該結果驗證了“不同能力水平的服務商對買方披露個人信息行為信號的釋義不同”的假設。高能力的服務商（合作式心態理解信號）受信任效應影響更大，而低能力服務商（對抗式心態理解信號）受審核效應影響更大。因此，高能力服務商傾向于參與、低能力服務商傾向于放棄參與任務，促成了整體能力水平更高的服務商群體（H2）；如圖2所示，從買方角度看，實質上起到了篩選的作用——能力強的服務商被甄別出來（參與競標的服務商群體），能力弱的服務商（未參與競標的服務商群體）被“踢”出“游戲”。事實上，本文對參與、投標和擔保行為的考察所面對的服務商群體不同：對參與行為的考察是面向全體潛在服務商的，而對投標和擔保行為的考察是面向已經被甄選出參與競標的服務商群體（見圖2）。這部分被甄選出的群體是潛在服務商中能力更強的部分群體，受信任效應的影響更大，因而具備更多的成本空間投標更利于買方的標書（H3）并提供擔保（H4）。投標行為模型中，服務商能力與個人信息披露交互項系數顯著為負；擔保行為模型中，該交互項系數顯著為正；表明服務商能力增加了已參與服務商群體受信任與審核效應影響程度的差距，進一步證實了上述信號釋義理論。整體來看，披露個人信息可激發更優組合（高服務能力的服務商、更有利的標書、提供擔保）的產生，形成“強者更優惠”的良性效應，最終提升交易效果。

表9 假設檢驗情況

圖2 買方個人信息披露的篩選效果示意

五、結論與展望

本研究借鑒交易成本理論和信號理論，構建了技能共享平臺買方信息披露策略對服務商響應行為的影響模型，刻畫了過程中服務商信息釋義及由此產生信任效應和審核效應的作用機理，利用一品威客網站的業務數據，實證分析了買方個人信息披露策略對服務商參與、投標和擔保行為的影響。研究發現，買方個人信息的披露對潛在服務商產生信任和審核效應。其中，高能力服務商傾向于從合作信任角度理解買方披露個人信息行為，因而受信任效應的影響高于審核效應；低能力服務商傾向于從對抗審核角度理解買方披露個人信息行為，受審核效應的影響高于信任效應。不同能力的服務商對買方披露個人信息行為信號釋義的分化帶來顯著的篩選效果。整體而言，買方披露更多個人信息將促使潛在服務商做出更有利于買方的行動，包括高能力水平的服務商更傾向于參與而低能力服務商傾向于放棄參與、已參與服務商傾向于遞交更符合買方利益的標書并提供擔保等；最終產生更優組合，達成更好的交易結果。

本文具有以下理論貢獻：第一，以往拍賣研究對信息披露有所涉及，但關于是否披露、披露多少等問題的研究結論莫衷一是。本文是對信息披露相關研究在技能共享經濟領域的拓展，也是對以往關注信息披露的拍賣研究的補充。第二，在技能型共享經濟的相關研究中，對于買方在發布任務時的信息披露策略的研究較少，亦不清楚其對服務商行為的影響。本文從信息披露這一視角出發，豐富了該領域的研究范疇。第三，本研究提出了服務商信號釋義與成本估算的邏輯框架，是對交易成本和信號理論在技能共享領域的新應用。第四，本文提出了信任效應和審核效應兩類機制，合理地解釋了技能型共享經濟平臺中買方個人信息披露策略與服務商參與、投標與擔保行為之間的關系，可為今后的相關機制研究提供參考。

本文對技能共享經濟實踐中信息披露相關問題做出了回答，可為技能共享平臺信息披露制度的設計、買方信息披露策略的選擇等提供實踐指導。整體而言，披露優于隱藏個人信息。本文建議技能共享平臺的買方在平臺機制框架允許的范圍內，盡可能多地向平臺披露個人信息，將有效吸引到更高能力的服務商及更符合其利益的標書。建議平臺深刻理解市場中信號發送、釋義及由此產生的信任效應和審核效應，以此為基礎設計提供更加豐富的信息披露機制協助平臺雙方達成更優匹配。

本研究也具有一定的局限性，需要在未來的研究中加以拓展。首先，對買方信息披露信號的釋義方式及由此而產生的信任和審核效應是本文的理論基石，但因數據所限未能將其直接納入實證模型；未來可考慮通過問卷調查、田野實驗等方法直接測度兩個效應，進行更加深入精確的研究。其次，雖然探討了買方信息披露策略對服務商行為的影響，卻未對任務最終的匹配績效及匹配后的完成績效進行探討，未來研究可對此進行拓展。最后，本文僅探討了買方個人信息披露對服務商響應行為的影響；在未來的研究中，還可以通過文本分析進一步探索其他方面信息披露（如任務信息）對服務商行為的影響。

注釋

①對于包含0 值的變量，本研究為其賦值最低的非零值（+1）后，再進行 LOG 轉化。