內(nèi)外雙向因素與搭便車行為:社會網(wǎng)絡的調(diào)節(jié)作用

周 燕，郭偲偲，張麒麟

哈爾濱工業(yè)大學 管理學院，哈爾濱150001

1 引言

隨著實驗經(jīng)濟學的興起，學者們開始運用經(jīng)濟學實驗的方式分析搭便車行為產(chǎn)生的原因及其內(nèi)在決策傾向。搭便車行為普遍存在于各個研究領域，包括公司治理、產(chǎn)學研研究、信息共享和資源利用等。搭便車行為可能導致團隊合作效率降低，進而極大地損害集體利益。根據(jù)損失厭惡理論，個體傾向于選擇確定性的收益，并且厭惡等量的損失。從理性人角度講，在巨額收益的誘惑下，多數(shù)個體可能選擇搭便車行為。如果從社會網(wǎng)絡角度考慮，則會有較大差異。首先，不同特征的個體的搭便車傾向表現(xiàn)出差異性。其次，在既定的個體特征下，個體的社交情況又會制約個體的決策，個體會考慮自身的有形資產(chǎn)與無形資產(chǎn)的雙向平衡。有形資產(chǎn)主要指個體所獲得的貨幣等實質(zhì)性資產(chǎn)，無形資產(chǎn)主要是指個體的名譽變化等非實質(zhì)性資產(chǎn)。最后，搭便車行為在集體中可能具有擴散效應，隱性信息會改變特征因素對個體搭便車傾向的影響強度。個體的特征因素主要包括性別、博弈論知識、收入水平、年齡、受教育年限，即個人所具有的內(nèi)在屬性，是客觀存在的固定要素。此外，個體還受到外在控制因素的影響，外在控制因素屬于外部可調(diào)的，投資收益率和罰金比率分別體現(xiàn)了激勵機制和懲罰機制。

個體的社會網(wǎng)絡密度是個體與其他個體聯(lián)系密切程度的形象刻畫，同時也能夠間接表現(xiàn)出個體對群體信息傳播的貢獻程度。因此，可以采用社會網(wǎng)絡密度作為衡量個體在團隊中社交情況的指標。綜上所述，研究個體社會網(wǎng)絡密度對搭便車行為的影響具有現(xiàn)實可行性，并具有一定的研究意義，有助于確定個體社會網(wǎng)絡密度對搭便車行為的影響路徑，豐富搭便車行為控制機制方面的研究內(nèi)容，探索信息傳播對搭便車行為的影響方式。

2 相關研究評述

2.1 搭便車研究的起源

Olson［1］最早提出集體行動中的搭便車現(xiàn)象，并引起學術界的廣泛關注。隨后，搭便車方面的研究不斷深入發(fā)展，學者們開始從不同角度對搭便車行為進行分析，大致從兩條路徑進行探索，一條路徑是傳統(tǒng)的規(guī)范性分析，另一條路徑是實驗經(jīng)濟學的新型研究方式。Marwell等［2］和Leuthold［3］都采用公共賬戶和私人賬戶的模式設計實驗，并成為相關研究的基礎。實驗經(jīng)濟學的興起，為學者研究搭便車行為提供了肥沃的土壤，越來越多的學者應用實驗的方式解決現(xiàn)實難題。梳理已有研究發(fā)現(xiàn)，此方面的研究大多將公共物品的特性通過實驗的方式進行刻畫，考慮到實驗室環(huán)境的限制，對個體信息進行公開和保密處理，并將搭便車行為這一心理活動進行定量化處理。

2.2 搭便車實驗的發(fā)展

隨著實驗研究的不斷深化，學者們嘗試從不同影響因素的角度進行分析。Fehr等［4］發(fā)現(xiàn)，即使懲罰是有成本的，組內(nèi)中合作的個體也更愿意去懲罰同組內(nèi)搭便車的人，而潛在的搭便車者能夠通過提高合作水平避免或減少懲罰。從個體特征角度，Chaudhuri等［5］應用隨機匹配的方式進行重復實驗，研究發(fā)現(xiàn)在信任水平上不同性別并沒有強烈差異，但與男性相比，女性互惠水平更低;Sutter等［6］以兒童和青少年為研究對象設計激勵實驗，發(fā)現(xiàn)性格暴躁的兒童和青少年更容易用錢購買煙酒，儲蓄傾向相對較低。從實驗設計角度，Duffy等［7］研究社會交往對集體合作行為的影響，認為陌生網(wǎng)絡的合作水平比較低;Laury等［8］研究個人稟賦與搭便車行為的關系，認為邊際收益越低，搭便車的概率也就越高;McCaleb等［9］認為實驗設計需要考慮真實世界決策方式，這需要對實驗過程的理解;Croson等［10］從納什均衡的角度研究搭便車行為，認為收益的提高能夠促進個體的貢獻。

中國相關方面的研究也在不斷增加。周業(yè)安等［11］設計對比實驗，發(fā)現(xiàn)互惠理論在一定程度上能夠解釋公共物品供給，但是組的規(guī)模對供給影響不大;劉文忻等［12］發(fā)現(xiàn)，個人社會偏好異質(zhì)性對實驗中的合作行為有顯著影響，而影響公共物品提供的主要外在因素是信息交流和私人收益率;宋紫峰等［13］研究初始稟賦、邊際收益率、出場費等對公共物品供給的影響，并闡明其可能性原因。此外，從搭便車行為的影響因素角度，王霄等［14］經(jīng)過實證檢驗，認為情緒和社會資本是影響個體在實驗中表現(xiàn)的重要原因，并指出朋友網(wǎng)絡的個體搭便車指數(shù)較低;龔欣等［15］認為投資回報不同，搭便車行為也會存在差異。國內(nèi)外學者通過調(diào)查性別、年齡、收入、博弈論知識、教育等內(nèi)在特征因素，并設計獎懲機制對搭便車行為進行研究。

2.3 社會網(wǎng)絡實踐

社會網(wǎng)絡方面的研究起步較晚，費鐘琳等［16］對社會網(wǎng)絡分析方法進行系統(tǒng)總結，主要包括特點、軟件和文獻等。Uzzi［17］研究社會網(wǎng)絡對企業(yè)融資的影響，認為擁有高強度的社會網(wǎng)絡的企業(yè)能夠獲得較低的利率;Reagans等［18］則研究社會網(wǎng)絡與團隊績效關系，發(fā)現(xiàn)良好的社會關系能夠提高團隊效率。從行為分析角度，董占奎等［19］將社會網(wǎng)絡應用到工作搜尋方面，并用實驗進行驗證，結果表明社會網(wǎng)絡能夠起到正向作用;康樂等［20］提出社會化網(wǎng)絡動態(tài)模型，并運用此模型分析信任擴張行為。將社會網(wǎng)絡的研究與搭便車實驗相結合的研究相對較少。Leonard等［21］將受試群體進行分組，研究社會網(wǎng)絡對搭便車行為的差異影響，發(fā)現(xiàn)社會網(wǎng)絡對慈善貢獻有正向影響;趙正龍等［22］利用反協(xié)調(diào)博弈分析搭便車行為的差異化表現(xiàn)，認為對個體關系的調(diào)整能夠減少差異性擴散。

2.4 調(diào)節(jié)作用方面的研究

調(diào)節(jié)作用的分析有助于了解變量之間的內(nèi)在作用機理。在社會網(wǎng)絡方面，丁浩等［23］研究發(fā)現(xiàn)，員工社會網(wǎng)絡異質(zhì)對知識吸收與商業(yè)模式創(chuàng)新的關系起調(diào)節(jié)作用;王端旭等［24］研究發(fā)現(xiàn)團隊社會網(wǎng)絡與團隊內(nèi)非倫理行為擴散存在正相關關系，團隊特征在這一關系中起調(diào)節(jié)作用。調(diào)節(jié)效應還應用在產(chǎn)品購買［25］和團隊導向［26］等方面。已有研究表明，社會網(wǎng)絡、團隊知識、績效評估等多個方面的研究已經(jīng)使用了調(diào)節(jié)效應分析，但社會網(wǎng)絡作為調(diào)節(jié)變量引入到搭便車實驗的研究較少。本研究借鑒相關研究的方法，結合搭便車行為的特征，以社會網(wǎng)絡作為調(diào)節(jié)變量，探索內(nèi)、外雙向因素與搭便車行為的關系。

2.5 信息對搭便車行為的影響

在分析供應商與零售商的行為時，張煜等［27］發(fā)現(xiàn)，個體掌握的信息不同，個體的決策結果也會不同。這一結論在個體的搭便車行為研究中仍然適用。劉文忻等［12］認為，信息對搭便車行為有重要影響，信息能夠改變自身的決策結果。從這個角度看，個體由于掌握不同的信息，所以理性的行為人會對自身所處的形勢進行分析，做出最有利于自己的決策，從而獲得最大的期望效用。此外，以不完全信息角度，從信任機制入手進行研究，發(fā)現(xiàn)理性的個體是否愿意提供資源，取決于所處網(wǎng)絡［28］。個體所處的網(wǎng)絡對個體對集體的信任水平有重要影響，個體對其他個體信任水平越高，搭便車行為越低。對等網(wǎng)絡存在信任和信譽機制，如果能夠針對不同用戶采取相應對策，激勵效果更好［29］。具體來講，可以對惡意用戶進行隔離，對自私用戶采取激勵政策。根據(jù)文獻梳理發(fā)現(xiàn)，個體如果處于陌生網(wǎng)絡，個體的信任水平就會比較低;個體如果處于熟悉的網(wǎng)絡，個體的信任水平就會比較高。將信息與社會網(wǎng)絡相結合，個體如果掌握完全信息，這時個體的社會網(wǎng)絡的約束作用就更強。

綜上所述，在搭便車行為研究方面，應用實驗經(jīng)濟學的研究方式已經(jīng)較為成熟，大多數(shù)研究集中于最優(yōu)獎懲機制和個人特征因素等方面。群體行為的分析需要考慮微觀個體的特征和宏觀環(huán)境因素的雙向作用才能夠更好地模擬搭便車者的心理行為。梳理已有研究發(fā)現(xiàn)，社會網(wǎng)絡對搭便車行為能夠產(chǎn)生影響，但其影響路徑尚不明確。另外，劉文忻等［12］認為信息交流能夠減少搭便車行為的發(fā)生，本研究設計信息公開和信息封閉兩個實驗情景。信息的公開情況能夠?qū)Υ畋丬囆袨榈膹娙醍a(chǎn)生影響，因此，本研究主要研究信息和社會網(wǎng)絡對搭便車行為的交叉影響。首先，在兩種信息條件下，研究社會網(wǎng)絡對搭便車行為的直接影響，從而從聲譽約束角度探索控制搭便車行為的方式。其次，通過對兩種信息條件下社會網(wǎng)絡對搭便車行為的調(diào)節(jié)作用分析，了解社會網(wǎng)絡對搭便車行為的影響路徑。最后，制定控制搭便車行為的具體策略。

3 研究假設

3.1 社會網(wǎng)絡對搭便車行為的影響

社會網(wǎng)絡是指個體成員通過交往和互動建立的穩(wěn)定關系，是個體在團隊中活躍狀況的體現(xiàn)。社會網(wǎng)絡的分析被廣泛應用于經(jīng)濟管理［16］。個體的行為往往與其所處的環(huán)境有關，只有考慮社會網(wǎng)絡這一因素，才能探索集體行動中搭便車現(xiàn)象的制約準則，對搭便車行為進行更有效的控制。在團隊中，個體通過日常交往建立的人際關系脈絡是個體進行活動的有效保證。個體建立良好的社會交往可能需要付出對等的成本，如果個體在團隊交往中常常進行搭便車，那么其他個體就會慢慢改變對該個體的印象，從而遠離該個體。個體一旦損失了自身建立的良好的社會網(wǎng)絡，付出成本也不能帶來預期的收益。從長期看，搭便車行為不僅損害了集體的效率，還會對個體的聲譽產(chǎn)生影響。王霄等［14］認為，與陌生網(wǎng)絡相比，朋友網(wǎng)絡搭便車系數(shù)更低。這也說明，社會網(wǎng)絡對搭便車行為能夠產(chǎn)生影響。個體處于相對熟悉的環(huán)境中，個體的社會網(wǎng)絡密度較高時，個體傾向于減少搭便車行為。個體處于相對陌生的環(huán)境中，個體的社會網(wǎng)絡密度較低時，個體傾向于實施搭便車行為。

根據(jù)理性預期理論，行為人會最大限度利用獲得的已知信息，為自身創(chuàng)造最大的收益。因此，信息是群體決策中的重要因素，不同的信息可能帶來不同的結果。如果個體進行搭便車的事情在群體中廣泛傳播，個體的聲譽就可能受到較大的影響。由于不同信息環(huán)境下信息的傳播速度和效率有所區(qū)別，對個體的影響也不同。周業(yè)安等［11］認為信息公開能夠帶來公共物品供給的增加。但是這個實驗只是公布公共物品的供給狀況，并沒有公布個體身份信息。根據(jù)這一實驗結果，本研究進行深入挖掘并引入信息公開和信息封閉兩種條件。在信息公開條件下，個體的身份信息將被公開，從而個體的聲譽將受到較大程度的影響，個體出于維護自身聲譽的目的會減少搭便車行為;在信息封閉條件下，個體的任何信息都不會被公開，從而個體的聲譽不會受到影響，個體可以毫無顧忌的搭便車?；谏鲜龇治?，在兩種信息條件下，本研究提出假設。

H1社會網(wǎng)絡對搭便車行為有直接影響。

3.2 兩種信息條件下社會網(wǎng)絡對搭便車行為的調(diào)節(jié)作用

個體由于具有不同價值觀念、教育水平和生活環(huán)境，所以表現(xiàn)出不同的社會偏好。個體的偏好異質(zhì)性是影響個體在集體中貢獻的重要因素，提高個體的合作水平需要考慮對個體的偏好的影響［12］。周業(yè)安等［30］發(fā)現(xiàn)，不同性別的個體表現(xiàn)出有差異的社會偏好，并影響公共物品的自愿供給水平。本研究以周業(yè)安等［30］的研究結果為基礎進行擴展，認為具有不同特征的個體的社會偏好可能存在差異，從而在集體行動中搭便車的概率也會有所不同。

社會網(wǎng)絡對個體的行為產(chǎn)生重要影響，個體的社會網(wǎng)絡表現(xiàn)出異質(zhì)性。個體的社會網(wǎng)絡異質(zhì)性表現(xiàn)在性別、年齡、價值觀、教育、人格等個人特征方面［25］。綜合考慮搭便車行為的影響因素，本研究對社會網(wǎng)絡進行深入研究。①個體的性別和年齡因素較為固定;②個體學習過博弈論方面的理論，個體就會對集體內(nèi)其他個體的信任水平下降，尤其是處于陌生網(wǎng)絡時，博弈論知識越豐富，個體的合作水平就會較低;③個體的收入水平會影響個體的價值觀念，個體的財富水平會影響個體金額觀念;④隨著個體接受教育年限的增加，個體就會對集體內(nèi)其他個體的信任水平下降。因此，本研究中個體特征因素包括性別、博弈論知識、收入水平、年齡和受教育年限。個體需要綜合考慮搭便車所帶來的既得利益和個體的名譽損失的雙向平衡。在群體中處于中心地位的個體，即社會網(wǎng)絡密度高的個體往往受聲譽的制約作用更強，因而搭便車的幅度也相對較低。而遠離中心地位的個體，往往在團隊中占有不太重要的位置，這些個體往往為建立社會交往體系付出的成本也較低，故搭便車對自身的影響也較小，從而社會網(wǎng)絡的制約作用就較弱。女性風險意識強于男性，更傾向于獲得穩(wěn)定的收益，故表現(xiàn)出的總體搭便車行為較為嚴重。在社會網(wǎng)絡的作用下，女性個體除考慮個人風險外，還考慮名譽影響，故社會網(wǎng)絡可能對女性個體的搭便車行為產(chǎn)生影響。個體學過博弈論知識，就會分析對手的行為，從而搭便車行為的概率有所增加。在社會網(wǎng)絡的作用下，個體會考慮聲譽的作用，認為對手也需要顧慮到自身在集體中的名聲，從而整體的貢獻水平有所提高。隨著個體的收入水平提高，既定的收益給個體帶來的滿足性就下降。在社會網(wǎng)絡的作用下，高收入人群名譽損失的成本會遠遠高于搭便車行為所帶來的收益，從而理性的高收入人群將減少搭便車行為。隨著個體年齡的增加，個體的社會閱歷增加。在社會網(wǎng)絡的作用下，個體能夠更清晰地判斷搭便車行為對自身造成的實質(zhì)影響，從而制約個體的搭便車行為。隨著個體受教育年限的增加，個體對對手的信任水平降低，搭便車行為會較為嚴重。然而，在社會網(wǎng)絡的作用下，個體會考慮聲譽的影響，高學歷個體往往更在意其他個體對自身的印象，從而受到的約束也更強，減少搭便車行為的動機也更明顯。

在信息傳播機制作用下社會網(wǎng)絡對搭便車行為起制約作用，而個體的社會網(wǎng)絡偏好的異質(zhì)性又反映在個體特征方面，因此，個體的決策不僅僅受個體特征因素的影響，還受來自社會網(wǎng)絡方面的制約。依據(jù)行為金融理論，個體的選擇可能表現(xiàn)為羊群效應，而信息透明使個體關注他人的貢獻，就會更注重自身的搭便車行為帶來的負面影響。個體由于具有不同的特征，表現(xiàn)出不同程度的搭便車意愿。因此，本研究提出假設。

H2社會網(wǎng)絡對個體特征因素與搭便車行為的關系起調(diào)節(jié)作用。

H2a社會網(wǎng)絡對性別與搭便車行為的關系起調(diào)節(jié)作用。

H2b社會網(wǎng)絡對博弈論知識與搭便車行為的關系起調(diào)節(jié)作用。

H2c社會網(wǎng)絡對收入水平與搭便車行為的關系起調(diào)節(jié)作用。

H2d社會網(wǎng)絡對年齡與搭便車行為的關系起調(diào)節(jié)作用。

H2e社會網(wǎng)絡對受教育年限與搭便車行為的關系起調(diào)節(jié)作用。

個體的搭便車行為除與個體特征因素有關，還與外在控制因素有關。在不同的信息條件下，理性人的行為決策也會存在差異。劉文忻等［12］認為個體的自愿捐獻水平受私人邊際回報率和交流兩個外在控制因素的影響;Fehr等［4］發(fā)現(xiàn)通過懲罰機制的設計可以減少集體行動中的搭便車現(xiàn)象。梳理已有研究，本研究認為個體的搭便車行為可以從獎勵和懲罰兩個方面進行控制，并分別使用投資收益率和罰金比率進行度量。

此外，社會網(wǎng)絡能夠影響個體的社會偏好，并會影響個體在集體行動中的表現(xiàn)。理性的個體在不同懲罰力度和獎勵力度下，會綜合判斷自身的最優(yōu)決策。個體的外在控制因素會影響個體偏好，而個體的決策又受到社會網(wǎng)絡的制約，所以，個體不僅要考慮獎懲力度，還要受到來自社會網(wǎng)絡方面的制約。在不同獎懲機制下，社會網(wǎng)絡影響搭便車行為可以從兩個方面進行分析。一方面，理性個體對自身所處的環(huán)境進行分析，不僅要考慮搭便車帶來的既得利益，還要考慮搭便車帶來的名譽損失，最終做出決策。在這種情況下，社會網(wǎng)絡可能會通過聲譽效應對搭便車行為產(chǎn)生影響。另一方面，個體在獎懲機制作用下，考慮到自身的社會網(wǎng)絡，可能付出傾向于集體自愿貢獻的平均水平的資金。在這種情況下，社會網(wǎng)絡可能是通過羊群效應對搭便車行為產(chǎn)生影響。因此，本研究提出假設。

H3社會網(wǎng)絡對外在控制因素與搭便車行為的關系起調(diào)節(jié)作用。

H3a社會網(wǎng)絡對投資收益率與搭便車行為的關系起調(diào)節(jié)作用。

H3b社會網(wǎng)絡對罰金比率與搭便車行為的關系起調(diào)節(jié)作用。

4 搭便車實驗設計

結合上述假設，本研究繪制實驗設計機理圖，見圖1。

基于不同信息條件，將參試者分為對照組和實驗組，對照組在信息封閉條件下填寫實驗數(shù)據(jù)信息，實驗組在信息公開條件下填寫實驗數(shù)據(jù)信息。信息封閉條件下，參試者的所有信息不對外公布;信息公開條件下，參試者的信息對外公布。首先，本研究分別探討在兩種信息條件下社會網(wǎng)絡對個人特征因素以及外在控制因素與搭便車行為之間關系的調(diào)節(jié)作用。本實驗檢驗兩種信息條件下搭便車行為的差異性，并探索各變量對搭便車行為的影響方式。本研究在兩種信息條件下分別模擬25種實驗情景，罰金比率和公共賬戶的投資收益率各5種，罰金比率分別為2%、15%、25%、40%和50%，公共賬戶投資收益率分別為5%、20%、30%、40%和45%，私人賬戶收益率為5%，保持恒定不變。參試者需要在兩種信息條件下輸入自身在公共賬戶和私人賬戶的投資金額，參試者投入私人賬戶的資金占初始資金稟賦比例為搭便車系數(shù)(FRI)。搭便車系數(shù)越接近于1，表示個體的搭便車行為越重;該系數(shù)越接近于0，表示個體的搭便車行為越輕。

本研究通過z-tree 軟件完成數(shù)據(jù)的收集工作。參試者首先打開z-tree 軟件，按照實驗要求輸入個人特征因素和投資金額。實驗員會提供一份名單，參試者根據(jù)自身對名單中個體的熟悉情況進行標記，如果對某一個體較為熟悉，輸入1;對某一個體不熟悉，輸入0。利用ucinet 軟件對該數(shù)據(jù)進行分析，進一步得到個人社會網(wǎng)絡密度數(shù)據(jù)。個體的社會網(wǎng)絡密度表示個體在集體中的社交情況，個體的社交情況越頻繁，個體在集體中的地位越活躍。實驗采取隨機匹配的形式，4 人1 組。每個參試人員都可以獲得100 元初始資金，參試人員可以以任意比例在公共賬戶與私人賬戶之間分配，且兩個賬戶的收益率不同。參與實驗的每組人數(shù)為N(N=4)，公共賬戶的收益率為P1，私人賬戶的收益率為P2。第i個人投入私人賬戶的金額為PCi，投入公共賬戶的金額為PAi。有

如果個人投入公共賬戶的金額小于全部個體投入公共賬戶金額的平均值，差額部分征收f%的罰金，則利潤(profit)的計算公式為

5 實驗結果分析

5.1 數(shù)據(jù)質(zhì)量分析

5.1.1 描述性統(tǒng)計分析

本研究通過校園海報、QQ等多種方式募集248 名自愿參試者，包括在校大學生和部分社會人員，共獲得249份樣本數(shù)據(jù)，其中有1份樣本是實驗助手在講解時輸入。在校大學生包括專科生、本科生、碩士研究生和博士研究生。周業(yè)安等［11］和王霄等［14］的相關實驗也使用大學生作為參試者，用在校學生參與本研究的搭便車實驗也符合主流的研究方式。由于經(jīng)管類專業(yè)的學生大多學過博弈論知識，因此，本研究特別邀請經(jīng)管類學生與理工類學生共同參與實驗，保證樣本掌握博弈論知識水平存在差異。由于年齡是一個影響因素，故本研究除選擇學生外還招募部分社會人員以滿足樣本需求。社會人員的募集采取自愿報名的形式，平均年齡為28 歲。社會人員包括低收入人群、中等收入人群、高收入人群，保證了樣本涵蓋不同的收入和年齡的群體。此外，本研究分別募集同一班級、不同學校及不同院系的學生參加實驗，以保證社會網(wǎng)絡的樣本分布廣泛。

為了解變量的基本情況和募集人員的全面性，本研究進行描述性統(tǒng)計檢驗，結果見表1。

表1 描述性統(tǒng)計Table 1 Descriptive Statistics

從檢驗結果發(fā)現(xiàn)，所有變量極差均較大，表明樣本選取較為全面。搭便車系數(shù)極小值為0，表明此次參試個體中存在將資金全部投入到公共賬戶的個體，即完全利他者;搭便車系數(shù)極大值為1，表明此次參試個體中存在將資金全部投入到私人賬戶的個體，即完全搭便車者。搭便車系數(shù)均值為0.445，表示總體看來此次群體中初始搭便車行為比例居中。本研究調(diào)查對象的最小年齡為11 歲，主要原因在于本實驗需要的技術要求較高，需要配合計算機使用，10 歲以下兒童對此項實驗理解上可能存在認知偏差。此外，社會網(wǎng)絡密度的取值介于0 ～1 之間，0 表示在該組實驗個體中，個體與任意一個其他個體不熟悉，1 表示個體與其他個體均有聯(lián)系。此外，從偏度和峰度看，除年齡外，所有變量的統(tǒng)計量基本處于-2 ～2 之間，表示變量基本滿足正態(tài)分布。

5.1.2 搭便車系數(shù)差異性檢驗

本研究檢驗搭便車行為在對照組與實驗組之間的差異，證明信息對搭便車行為產(chǎn)生作用，進而探究實驗設計的合理性，檢驗結果見表2。

由表2 可知，通過相關樣本符號檢驗和相關樣本W(wǎng)ilcoxon 符號秩檢驗，sig 值小于0.050，原假設不成立。即在5%的顯著水平下，信息公開條件和信息封閉條件下的搭便車系數(shù)明顯不同，表明投資于私人賬戶的資金額度存在顯著性差異。另外，本研究通過Friedman 檢驗還發(fā)現(xiàn)，在5%的顯著水平下，兩種信息條件下的搭便車系數(shù)服從不同的狀態(tài)分布，即搭便車行為在不同信息條件下個體的表現(xiàn)存在較大差異。也就是說，本研究探討兩種信息條件的搭便車行為改變是有意義的，設置不同信息條件能夠研究信息對搭便車行為的影響，并從側(cè)面證實實驗設計的合理性，對照組與實驗組的劃分具有經(jīng)濟意義。

5.2 社會網(wǎng)絡對搭便車行為的直接影響

為檢驗兩種信息條件下社會網(wǎng)絡因素對搭便車行為是否存在直接影響，本研究進行格蘭杰因果關系檢驗，檢驗結果見表3。

由表3 可知，在信息封閉條件下，原假設社會網(wǎng)絡密度不是引起搭便車系數(shù)變化的原因和搭便車系數(shù)不是引起社會網(wǎng)絡密度變化的原因的概率都大于0.050，因此，接受原假設，即社會網(wǎng)絡密度和搭便車系數(shù)都不是引起對方變化原因，社會網(wǎng)絡密度與搭便車系數(shù)不存在因果關系。而在信息公開條件下，原假設社會網(wǎng)絡密度不是引起搭便車系數(shù)變化的原因的概率小于0.050，因此，拒絕原假設，經(jīng)檢驗證實社會網(wǎng)絡密度是引起搭便車系數(shù)變化的原因。但原假設搭便車系數(shù)不是引起社會網(wǎng)絡密度變化的原因的概率大于0.050，說明搭便車系數(shù)不是引起社會網(wǎng)絡密度變化的原因。

從上述檢驗結果看，H1在信息封閉條件下不成立，但在信息公開條件下成立。也就是說在信息公開條件下，社會網(wǎng)絡密度對搭便車行為有直接作用;在信息封閉條件下，社會網(wǎng)絡密度對搭便車行為不存在直接作用。

5.3 社會網(wǎng)絡對個人特征因素與搭便車行為的調(diào)節(jié)作用

為檢驗社會網(wǎng)絡對個人特征因素與搭便車行為關系的調(diào)節(jié)作用，本研究對自變量和調(diào)節(jié)變量進行中心化處理，通過層次回歸分析法檢驗兩種信息條件下調(diào)節(jié)作用的差異性。第1 步，以社會網(wǎng)絡密度和個人特征因素為自變量、搭便車系數(shù)為因變量進行回歸分析;第2 步，在第1 步的基礎上，加入社會網(wǎng)絡密度與個人特征因素的交互項進行回歸。

(1)社會網(wǎng)絡對性別與搭便車行為關系的調(diào)節(jié)作用的回歸檢驗結果見表4。由表4 可知，模型1a 中，在信息公開條件下，性別和社會網(wǎng)絡密度的回歸系數(shù)分別為0.107 和-0.589，均在0.050的水平下對搭便車系數(shù)有顯著影響。模型2a 中，在信息封閉條件下，性別的回歸系數(shù)為0.356，且在0.050的水平下對搭便車系數(shù)有顯著影響;社會網(wǎng)絡密度的回歸系數(shù)為-0.037，對搭便車系數(shù)沒有顯著影響。模型3a 中，在信息公開條件下，性別與社會網(wǎng)絡密度交互項的回歸系數(shù)為-0.188，在0.050的水平下對搭便車系數(shù)有顯著影響，調(diào)整R2為0.790，比模型1a的調(diào)整R2增加了0.008，表明社會網(wǎng)絡對性別與搭便車行為的關系起抑制作用，即隨著社會網(wǎng)絡密度的增加，性別對搭便車系數(shù)的影響減弱。模型4a 中，在信息封閉條件下，性別與社會網(wǎng)絡密度交互項的回歸系數(shù)為0.044，但對搭便車系數(shù)沒有顯著影響，表明社會網(wǎng)絡密度對性別與搭便車系數(shù)的關系不存在顯著的調(diào)節(jié)作用，但性別對搭便車系數(shù)的直接影響在兩種信息條件下都顯著。綜上所述，在信息公開條件下H2a得到驗證，在信息封閉條件下H2a沒有得到驗證。

表2 差異性檢驗匯總Table 2 Summary of Difference Tests

表3 格蘭杰因果關系檢驗Table 3 Granger Causality Test

表4 社會網(wǎng)絡對性別與搭便車行為調(diào)節(jié)作用的回歸分析Table 4 Regression Analysis of Social Network′ Moderating Effect on the Relationship between Gender and Free Rider Behavior

表5 社會網(wǎng)絡對博弈論知識與搭便車行為調(diào)節(jié)作用的回歸分析Table 5 Regression Analysis of Social Network′ Moderating Effect on the Relationship between Game Theory Knowledge and Free Rider Behavior

(2)社會網(wǎng)絡對博弈論知識與搭便車行為關系的調(diào)節(jié)作用的回歸檢驗結果見表5。由表5 可知，模型1b 中，在信息公開條件下，博弈論知識的回歸系數(shù)為0.035，在0.100的水平下對搭便車系數(shù)有顯著影響;社會網(wǎng)絡密度的回歸系數(shù)為-0.679，且在0.050的水平下對搭便車系數(shù)有顯著影響。模型2b 中，在信息封閉條件下，博弈論知識的回歸系數(shù)為0.109，在0.050的水平下對搭便車系數(shù)有顯著影響;社會網(wǎng)絡密度的回歸系數(shù)為-0.037，對搭便車系數(shù)沒有顯著影響。模型3b 中，在信息公開條件下，博弈論知識與社會網(wǎng)絡密度交互項的回歸系數(shù)為0.084，對搭便車系數(shù)沒有顯著影響，表明社會網(wǎng)絡對博弈論知識與搭便車行為的關系不存在顯著的調(diào)節(jié)作用。模型4b中，在信息封閉條件下，博弈論知識與社會網(wǎng)絡密度交互項的回歸系數(shù)為0.128，對搭便車系數(shù)沒有顯著影響，表明社會網(wǎng)絡對博弈論知識與搭便車行為的關系不存在顯著的調(diào)節(jié)作用。兩種信息條件下，博弈論知識與社會網(wǎng)絡密度的交互項系數(shù)都不顯著，可能是因為博弈論知識對搭便車行為的影響屬于理性的分析，受外在的影響較小。掌握博弈論基礎知識的個體其理論意識較強，對環(huán)境的分析能力也較強，個人的社會網(wǎng)絡情況對個體決策的約束力較低。綜上所述，在兩種信息條件下H2b均沒有得到驗證。

(3)隨著收入水平的提高，個人對實驗中的貨幣收入的關注度有所下降，社會網(wǎng)絡對收入水平與搭便車行為關系的調(diào)節(jié)作用的回歸檢驗結果見表6。由表6 可知，模型1c 中，在信息公開條件下，收入水平和社會網(wǎng)絡密度的回歸系數(shù)分別為- 0.311 和-0.636，均在0.050的水平下對搭便車行為有顯著影響。模型2c 中，在信息封閉條件下，收入水平的回歸系數(shù)為-0.851，在0.050的水平下對搭便車系數(shù)有顯著影響;社會網(wǎng)絡密度的回歸系數(shù)為-0.006，對搭便車系數(shù)沒有顯著影響。模型3c 中，在信息公開條件下，收入水平與社會網(wǎng)絡密度交互項的回歸系數(shù)為0.411，在0.050的水平下對搭便車系數(shù)有顯著影響，調(diào)整R2值為0.789，比模型1c的調(diào)整R2值增加了0.006，表明社會網(wǎng)絡密度對收入水平與搭便車系數(shù)的關系起調(diào)節(jié)作用。模型4c 中，在信息封閉條件下，收入水平與社會網(wǎng)絡密度交互項的回歸系數(shù)為0.935，在0.050的水平下對搭便車系數(shù)有顯著影響，調(diào)整R2為0.243，比模型2c的調(diào)整R2增加了0.029，表明社會網(wǎng)絡對收入水平與搭便車行為的關系存在調(diào)節(jié)作用。在兩種信息條件下H2c均成立。

表6 社會網(wǎng)絡對收入水平與搭便車行為調(diào)節(jié)作用的回歸分析Table 6 Regression Analysis of Social Network′ Moderating Effect on the Relationship between Level of Income and Free Rider Behavior

(4)社會網(wǎng)絡對年齡與搭便車行為關系的調(diào)節(jié)作用的回歸檢驗結果見表7。由表7 可知，模型1d 中，在信息公開條件下，年齡和社會網(wǎng)絡密度的回歸系數(shù)分別為0.106 和-0.143，均在0.050的水平下對搭便車系數(shù)有顯著影響。表明隨著個體年齡的增加，個體的社會閱歷也會逐漸增長，個體對組內(nèi)其他成員的信任水平也逐漸下降，個體的搭便車行為也就越嚴重。模型2d 中，在信息封閉條件下，年齡和社會網(wǎng)絡密度的回歸系數(shù)分別為0.007 和-0.102，均在0.050的水平下對搭便車系數(shù)有顯著影響。模型3d中，在信息公開條件下，年齡與社會網(wǎng)絡密度交互項的回歸系數(shù)為0.040，在0.050的水平下對搭便車系數(shù)有顯著影響，調(diào)整R2值為0.839，比模型1d的調(diào)整R2值增加了0.092，表明社會網(wǎng)絡對年齡與搭便車行為的關系存在調(diào)節(jié)作用。模型4d 中，在信息封閉條件下，年齡與社會網(wǎng)絡密度交互項的回歸系數(shù)為0.010，在0.050的水平下對搭便車系數(shù)有顯著影響，調(diào)整R2值為0.169，比模型2d的調(diào)整R2值增加了0.017，表明社會網(wǎng)絡對年齡與搭便車行為的關系起調(diào)節(jié)作用。

社會網(wǎng)絡對年齡與搭便車行為的關系起增強作用，出現(xiàn)反轉(zhuǎn)現(xiàn)象，即高社會網(wǎng)絡密度情況下，隨著年齡增長，個體搭便車行為仍然較高。這可能是因為由于社會閱歷的提高，在高社會網(wǎng)絡密度情況下發(fā)生合謀現(xiàn)象。綜上所述，在兩種信息條件下H2d均得到驗證。

(5)社會網(wǎng)絡對受教育年限與搭便車行為關系的調(diào)節(jié)作用的回歸結果見表8。由表8 可知，模型1e中，在信息公開條件下，受教育年限和社會網(wǎng)絡密度的回歸系數(shù)分別為0.021 和-0.562，均在0.050的水平下對搭便車系數(shù)有顯著影響。在僅考慮社會網(wǎng)絡密度和受教育年限的情況下，受教育年限對搭便車系數(shù)有正向影響，社會網(wǎng)絡密度與搭便車系數(shù)有負向影響。因此，總體來講低學歷且具有高社會網(wǎng)絡密度的群體的搭便車行為是最低的，而高學歷且低社會網(wǎng)絡密度群體的搭便車行為是最高的。模型2e中，在信息封閉條件下，受教育年限的回歸系數(shù)為0.071，在0.050的水平下對搭便車系數(shù)有顯著影響;社會網(wǎng)絡密度的回歸系數(shù)為-0.041，對搭便車系數(shù)沒有顯著影響。模型3e 中，在信息公開條件下，受教育年限與社會網(wǎng)絡密度交互項的回歸系數(shù)為-0.041，在0.050的水平下對搭便車系數(shù)有顯著影響，調(diào)整R2為0.799，比模型1e的調(diào)整R2值增加了0.016，表明社會網(wǎng)絡對受教育年限與搭便車行為的關系存在調(diào)節(jié)作用。模型4e 中，在信息封閉條件下，受教育年限與社會網(wǎng)絡密度交互項的回歸系數(shù)為-0.005，對搭便車系數(shù)沒有顯著影響，調(diào)整R2值為0.533，比模型2e的調(diào)整R2值下降了0.001，表明社會網(wǎng)絡對受教育年限與搭便車行為的關系不存在顯著的調(diào)節(jié)作用。在信息公開條件下H2e得到驗證，在信息封閉條件下H2e沒有得到驗證。

表9 社會網(wǎng)絡對投資收益率與搭便車行為調(diào)節(jié)作用的回歸分析Table 9 Regression Analysis of Social Network′ Moderating Effect on the Relationship between Rate of Investment Return and Free Rider Behavior

5.4 社會網(wǎng)絡對外在控制因素與搭便車行為的調(diào)節(jié)作用

對搭便車行為主要從激勵和懲罰兩個方面進行控制，激勵機制主要通過投資收益率的改變進行刻畫，個體的投資收益率越高，個體受到的激勵越高。本研究對自變量和調(diào)節(jié)變量進行中心化處理，通過層次回歸分析法檢驗兩種信息條件下調(diào)節(jié)作用的差異性。第1 步，以社會網(wǎng)絡密度和外在控制因素為自變量、搭便車系數(shù)為因變量進行回歸分析;第2步，在第1 步的基礎上加入社會網(wǎng)絡密度與外在控制因素的交互項進行回歸。

公共賬戶投資收益率的增加會促使個體增加投入到公共賬戶的資金份額，個人搭便車行為減輕。社會網(wǎng)絡對投資收益率與搭便車行為關系的調(diào)節(jié)作用的回歸檢驗結果見表9。

由表9可知，模型1f中，在信息公開條件下，投資收益率和社會網(wǎng)絡密度的回歸系數(shù)分別為-0.005 和-0.574，均在0.050的水平下對搭便車系數(shù)有顯著影響。模型2f 中，在信息封閉條件下，投資收益率的系數(shù)為-1.310，在0.050的水平下對搭便車系數(shù)有顯著影響;社會網(wǎng)絡密度的回歸系數(shù)為-0.013，對搭便車系數(shù)沒有顯著影響。模型3f 中，在信息公開條件下，投資收益率與社會網(wǎng)絡密度交互項的回歸系數(shù)為0.402，在0.050的水平下對搭便車系數(shù)有顯著影響，調(diào)整R2值為0.814，比模型1f的調(diào)整R2值增加了0.003，表明社會網(wǎng)絡對投資收益率與搭便車行為的關系存在調(diào)節(jié)作用，也說明將信息公開與激勵機制相結合更為有效。模型4f 中，在信息封閉條件下，投資收益率與社會網(wǎng)絡密度交互項的回歸系數(shù)為0.422，對搭便車系數(shù)沒有顯著影響，表明社會網(wǎng)絡對投資收益率與搭便車行為的關系不存在顯著的調(diào)節(jié)作用。綜上所述，在信息公開條件下H3a得到驗證，在信息封閉條件下H3a沒有得到驗證。

表10 社會網(wǎng)絡對罰金比率與搭便車行為調(diào)節(jié)作用的回歸分析Table 10 Regression Analysis of Social Network′ Moderating Effect on the Relationship between Ratio of Penalty and Free Rider Behavior

為進一步分析懲罰機制對搭便車行為的影響，本研究仍采用層次回歸分析法檢驗社會網(wǎng)絡對傳統(tǒng)的控制機制的影響，社會網(wǎng)絡對罰金比率與搭便車行為調(diào)節(jié)作用的回歸檢驗結果見表10。

由表10 可知，模型1g 中，在信息公開條件下，罰金比率和社會網(wǎng)絡密度的回歸系數(shù)分別為-0.254 和-0.651，均在0.050的水平下對搭便車系數(shù)有顯著影響。罰金比率與搭便車系數(shù)呈負相關關系，即隨著對群體搭便車行為的懲罰力度的加強，搭便車的情況有所緩解。另外，在信息公開條件下個體的搭便車行為更可能對個體聲譽產(chǎn)生影響，因此個體的搭便車行為較輕。這也說明，懲罰機制如果能夠與信息機制相結合，發(fā)揮社會網(wǎng)絡的內(nèi)在效用，能夠更好地控制搭便車行為。模型2g 中，在信息封閉條件下，罰金比率的回歸系數(shù)為-0.016，在0.050的水平下對搭便車系數(shù)有顯著影響;社會網(wǎng)絡密度的回歸系數(shù)為-0.050，對搭便車系數(shù)沒有顯著影響。模型3g 中，在信息公開條件下，罰金比率與社會網(wǎng)絡密度交互項的回歸系數(shù)為1.251，在0.050的水平下對搭便車系數(shù)有顯著影響，調(diào)整R2值為0.777，比模型1f的調(diào)整R2值增加了0.015，表明社會網(wǎng)絡對罰金比率與搭便車行為的關系存在調(diào)節(jié)作用。模型4g 中，在信息封閉條件下，罰金比率與社會網(wǎng)絡密度交互項的回歸系數(shù)為-0.342，但對搭便車系數(shù)沒有顯著影響，表明社會網(wǎng)絡對罰金比率與搭便車行為的關系不存在顯著的調(diào)節(jié)作用。在個人決策信息封閉的情況下，個人不必考慮信息泄漏對自身狀態(tài)的改變，社會網(wǎng)絡對罰金比率與搭便車行為關系的調(diào)節(jié)作用不顯著。綜上所述，在信息公開條件下H3b得到驗證，在信息封閉條件下H3b沒有得到驗證。

6 結論

本研究結合心理契約理論和風險厭惡理論，研究社會網(wǎng)絡對搭便車行為的直接影響和間接影響。研究結果表明，在信息公開條件下，社會網(wǎng)絡對搭便車行為有直接作用;在信息封閉條件下，社會網(wǎng)絡對搭便車行為的直接作用不顯著。在信息公開條件下，除個人的博弈論知識外，社會網(wǎng)絡對其他個人特征因素與搭便車行為的調(diào)節(jié)作用均顯著;在信息封閉條件下，除年齡和收入水平外，社會網(wǎng)絡對其他個人特征因素與搭便車行為的調(diào)節(jié)作用均不顯著。此外，在信息公開條件下，社會網(wǎng)絡對外在控制因素與搭便車行為的調(diào)節(jié)作用顯著;在信息封閉條件下，這種調(diào)節(jié)作用不顯著。

本研究較已有研究有3個方面的創(chuàng)新。①將社會網(wǎng)絡引入兩種信息條件中，探索社會網(wǎng)絡對搭便車行為的直接影響;②分析社會網(wǎng)絡對個人特征因素與搭便車行為關系的調(diào)節(jié)作用，為控制搭便車行為提供依據(jù);③探索社會網(wǎng)絡對獎懲機制與搭便車行為關系的調(diào)節(jié)作用，同時研究信息機制和獎懲機制的相輔相成關系。

實驗結果為管理實踐提供如下啟示。

(1)增加信息透明度。分析實驗結果，本研究發(fā)現(xiàn)在信息公開條件下，搭便車系數(shù)明顯小于信息封閉條件下的，表明通過公開決策信息的機制設計，可以促進參試者參與公共項目投資的積極性，進而減少搭便車行為。另外，在信息公開情況下，社會網(wǎng)絡能夠發(fā)揮直接的影響和間接的調(diào)節(jié)作用，從雙向渠道約束個體的投資決策。具體來講，在團隊合作中，團隊的領導者可以通過公共交流平臺公布群體的決策信息，促進群體進行信息共享并定期披露團隊中個人工作情況，對在團隊中“無作為”的個體給予通報批評，從而能夠提升團隊效率。

(2)提高人際交往聯(lián)系頻率。提高人際交往頻率能夠增加社會網(wǎng)絡密度，促進個人與群體的聯(lián)系密度。具體來講，在相熟的群體內(nèi)部個體和社會的人際交往受到來自于社會、道德、倫理等方面的制約，如果個體進行搭便車損害了集體的利益，在社會網(wǎng)絡的調(diào)節(jié)下，個體的行為就會通過信息傳播渠道被越來越多的個體觀測到，個體在面臨相似的決策時，其他個體就會出于慣性和風險厭惡的考量，選擇不與這個搭便車個體進行合作，從而此個體很有可能面臨名譽損失的潛在風險。實驗結果證明，社會網(wǎng)絡在信息公開條件下對個體的搭便車傾向有直接作用和調(diào)節(jié)作用雙向影響，因此，關注社會網(wǎng)絡的影響顯得尤為必要。

(3)提高個體的等級意識。從實驗結果發(fā)現(xiàn)，無論是在公開信息條件還是信息封閉條件下，社會網(wǎng)絡密度都對收入水平和年齡與搭便車行為的關系起調(diào)節(jié)作用。隨著年齡的增長，社會閱歷增加，行為決策發(fā)生改變。而高收入階層的人員往往在群體決策時表現(xiàn)為更杰出、更慎重，即受到社會網(wǎng)絡因素的調(diào)節(jié)作用大。因為年齡屬于不可控因素較難進行改變，故本研究認為收入水平的提高能夠減少搭便車行為。

(4)將信息公開條件與傳統(tǒng)機制相結合。搭便車行為的傳統(tǒng)控制機制主要是指獎懲機制，由于獎懲機制存在成本，故其對搭便車行為的控制效果有限。本研究通過實驗分析，在信息公開條件下，社會網(wǎng)絡對大多數(shù)內(nèi)外雙向因素與搭便車行為的關系具有調(diào)節(jié)作用;反之，在信息封閉條件下，社會網(wǎng)絡對大多數(shù)因素與搭便車行為關系的調(diào)節(jié)效應不顯著。因此，信息公開與傳統(tǒng)機制結合的效果更顯著。

本研究仍然存在不足之處。①搭便車影響因素眾多，包含心理情緒等微觀變量，本研究雖已盡量刻畫，但是仍不能完全覆蓋。②參試者選擇受到限制，由于資金、時間等限制，本研究在被試選擇和測試數(shù)量上存在一定的不足。而社會從業(yè)人員的崗位選擇方面，雖然本研究已經(jīng)盡量選取差異化樣本，但仍可能對實驗效果產(chǎn)生影響。

本研究從理論出發(fā)引入社會網(wǎng)絡密度衡量社會網(wǎng)絡，未來還可以從其他網(wǎng)絡分析角度進行衡量，如網(wǎng)絡信息傳播等視角。本研究從個人特征因素和外在控制因素兩個維度進行探討，未來可以豐富其他方面的影響因素。本研究對照信息公開和信息封閉兩個條件下的情形，未來可以從實驗情景的創(chuàng)新方面設置多重對比組。

［1］Olson M.The logic of collective action:Public goods and the theory of groups［M］.Cambridge，MA:Harvard University Press，1965:22-28.

［2］Marwell G，Ames R E.Economists free ride，does anyone else:Experiments on the provision of public goods，IV［J］.Journal of Public Economics，1981，15(3):295-310.

［3］Leuthold J H.A forecasting model for state expenditures［J］.Public Choice，1988，56(1):45-55.

［4］Fehr E，G?chter S.Cooperation and punishment in public goods experiments［J］.The American Economic Review，2000，90(4):980-994.

［5］Chaudhuri A，Sbai E.Gender differences in trust and reciprocity in repeated gift exchange games［J］.New Zealand Economic Papers，2011，45(1/2):81-95.

［6］Sutter M，Kocher M G，Rützler D，Trautmann S T.Impatience and uncertainty:Experimental decisions predict adolescents′ field behavior［J］.The American Economic Review，2013，103(1):510-531.

［7］Duffy J，Ochs J.Cooperative behavior and the frequency of social interaction［J］.Games and Economic Behavior，2009，66(2):785-812.

［8］Laury S K，Walker J M，Williams A W.The voluntary provision of a pure public good with diminishing marginal returns［J］.Public Choice，1999，99(1/2):139-160.

［9］McCaleb T S，Wagner R E.The experimental search for free riders:Some reflections and observations［J］.Public Choice，1985，47(3):479-490.

［10］Croson R，Marks M.Step returns in threshold public goods:A meta- and experimental analysis［J］.Experimental Economics，2000，2(3):239-259.

［11］周業(yè)安，宋紫峰.公共品的自愿供給機制:一項實驗研究［J］.經(jīng)濟研究，2008，43(7):90-104.Zhou Yean，Song Zifeng.The voluntary contribution mechanism of public goods:An experimental research［J］.Economic Research Journal，2008，43(7):90-104.(in Chinese)

［12］劉文忻，龔欣，張元鵬.社會偏好的異質(zhì)性、個人理性與合作捐獻行為:基于公共品自愿捐獻機制的實驗研究［J］.經(jīng)濟評論，2010(5):5-15，94.Liu Wenxin，Gong Xin，Zhang Yuanpeng.Heterogeneity in social preference，individual rationality and contribution cooperation:A study based on a VCM experiment［J］.Economic Review，2010(5):5-15，94.(in Chinese)

［13］宋紫峰，周業(yè)安，何其新.不平等厭惡和公共品自愿供給:基于實驗經(jīng)濟學的初步研究［J］.管理世界，2011(12):32-39，54.Song Zifeng，Zhou Yean，He Qixin.The unequal aversion and the voluntary provision of public goods:A preliminary research based on experimental economics［J］.Management World，2011(12):32-39，54.(in Chinese)

［14］王霄，吳偉炯.情緒機制與公共物品供給決策:一項基于社會資本的實驗研究［J］.經(jīng)濟研究，2012，47(11):142-156.Wang Xiao，Wu Weijiong.Emotions mechanism and public goods game:An experimental research based on social capital［J］.Economic Research Journal，2012，47(11):142-156.(in Chinese)

［15］龔欣，劉文忻，張元鵬.公共品私人自愿提供決策的實驗研究［J］.中南財經(jīng)政法大學學報，2010(4):26-32.Gong Xin，Liu Wenxin，Zhang Yuanpeng.Experimental study of private voluntary provision of public goods［J］.Journal of Zhongnan University of Economics and Law，2010(4):26-32.(in Chinese)

［16］費鐘琳，王京安.社會網(wǎng)絡分析:一種管理研究方法和視角［J］.科技管理研究，2010(24):216-219.Fei Zhonglin，Wang Jing′ an.Social network analysis:Method and perspective of management research［J］.Science and Technology Management Research，2010(24):216-219.(in Chinese)

［17］Uzzi B.Embeddedness in the making of financial capital:How social relations and networks benefit firms seeking financing［J］.American Sociological Review，1999，64(4):481-505.

［18］Reagans R，Zuckerman E，McEvily B.How to make the team:Social networks vs.demography as criteria for designing effective teams［J］.Administrative Science Quarterly，2004，49(1):101-133.

［19］董占奎，黃登仕.社會網(wǎng)絡環(huán)境下工作搜尋行為實驗研究［J］.管理科學學報，2013，16(7):1-12.Dong Zhankui，Huang Dengshi.Role of social network on job search behavior:An experimental study［J］.Journal of Management Sciences in China，2013，16(7):1-12.(in Chinese)

［20］康樂，荊繼武，王躍武.社會化網(wǎng)絡服務中的信任擴張與控制［J］.計算機研究與發(fā)展，2010，47(9):1611-1621.Kang Le，Jing Jiwu，Wang Yuewu.The trust expansion and control in social network service［J］.Journal of Computer Research and Development，2010，47(9):1611-1621.(in Chinese)

［21］Leonard T，Croson R T A，de Oliveira A C M.Social capital and public goods［J］.The Journal of Socio-Economics，2010，39(4):474-481.

［22］趙正龍，陳忠，孫武軍，李莉.具有差異化選擇特征的復雜社會網(wǎng)絡擴散研究［J］.管理科學學報，2010，13(3):38-49.Zhao Zhenglong，Chen Zhong，Sun Wujun，Li Li.Diffusion with property of differential choice in complex social network［J］.Journal of Management Sciences in China，2010，13(3):38-49.(in Chinese)

［23］丁浩，王炳成.員工知識吸收對商業(yè)模式創(chuàng)新的影響:以員工的社會網(wǎng)絡異質(zhì)性為調(diào)節(jié)變量［J］.技術經(jīng)濟與管理研究，2013(3):45-49.Ding Hao，Wang Bingcheng.Staff knowledge absorption of business model innovation effect:With employee social network heterogeneity for regulating variable［J］.Technoeconomics ＆ Management Research，2013(3):45-49.(in Chinese)

［24］王端旭，皮鑫，潘宇浩.團隊網(wǎng)絡特征對團隊內(nèi)非倫理行為擴散的影響:社會網(wǎng)絡視角研究［J］.浙江大學學報:人文社會科學版，2015，45(1):70-80.Wang Duanxu，Pi Xin，Pan Yuhao.The influence of group social network characters on the diffusion of unethical behavior:A social network perspective［J］.Journal of Zhejiang University:Humanities and Social Sciences，2015，45(1):70-80.(in Chinese)

［25］Sabiote C M，F(xiàn)rías D M，Casta?eda J A.The moderating effect of culture on overall perceived value in the online purchasing process［J］.Service Business，2013，7(1):83-102.

［26］Ramos-Garza C，Villalba-Moreno O.The moderating effect of team orientation over the relationship between TMT strategic decision speed and firm performance［J］.Chinese Business Review，2011，10(9):790-795.

［27］張煜，汪壽陽.不對稱信息下供應商安全狀態(tài)監(jiān)控策略分析［J］.管理科學學報，2011，14(5):11-18，42.Zhang Yu，Wang Shouyang.Analysis of supplier′ s security state inspection strategy under asymmetric information［J］.Journal of Management Sciences in China，2011，14(5):11-18，42.(in Chinese)

［28］Cai G，Liu G，Huang G.Free-riding analysis via dynamic game with incomplete information［J］.Procedia Computer Science，2012，9:1345-1353.

［29］馬新新，耿技.對等網(wǎng)絡信任和信譽機制研究綜述［J］.計算機應用，2007，27(8):1935-1938，1941.Ma Xinxin，Geng Ji.Survey of trust and reputation mechanism on P2 P network［J］.Computer Applications，2007，27(8):1935-1938，1941.(in Chinese)

［30］周業(yè)安，連洪泉，陳葉烽，左聰穎，葉航.社會角色、個體異質(zhì)性和公共品自愿供給［J］.經(jīng)濟研究，2013，48(1):123-136.Zhou Yean，Lian Hongquan，Chen Yefeng，Zuo Congying，Ye Hang.Social role，heterogenous preferences and public goods provision［J］.Economic Research Journal，2013，48(1):123-136.(in Chinese)