開源軟件項目發起人個體特征對項目績效的影響
——基于GitHub 的實證研究

王 玲，董振偉，張慶芝

（1.中國政法大學商學院,北京 100088；2.中國科學院大學公共管理學院,北京 100049）

1 研究背景

開放源代碼軟件（以下簡稱“開源軟件”）是開放式創新的一種獨特形式，來自于全球各地具有不同文化背景、自愿付出不求回報的工程師們自發集體完成軟件開發工作，并將源代碼向公眾免費開放［1］。Linux、Apache、Firefox 等許多在各領域內占據絕對優勢的優秀軟件都是由這種方式完成開發。

相對于傳統商業軟件開發模式，開源軟件在人力支出降低和創新效率提升方面優勢明顯，但是開發效率和質量存在不足，原因在于商業軟件項目在開發初始階段就預設了用戶，從終端用戶角度考核軟件最終質量和使用結果，而開源軟件項目通常并無預設用戶需求，其開發過程是一個持續改進的動態開發過程［2］。在開源軟件系統模式創造的海量知識產品中，優秀知識產品的相對比例較低，使用者眾多而知識貢獻者較少，用戶往往僅從開源社區獲取開源軟件或代碼，但是缺乏知識貢獻的意愿，從而影響了開源軟件項目績效。因此，在開放治理框架下，如何提高開源軟件項目績效是學界和業界共同關心的議題［3］。

目前關于開源軟件績效影響因素已經有一系列有價值的成果，如陳光沛等［4］梳理了開源社區的相關文獻，分別從企業與個體維度提出了“參與動機—參與過程—參與績效”的關于項目績效前因的框架，不過，開源軟件的實證研究仍存在不足。首先，已有研究雖然意識到了開源軟件參與者的重要性，但尚未針對參與者大類中的發起人進行針對性的研究。由于項目發起人在項目開發中往往扮演著所有者和運營者以及“看門人”的角色［5］，其個體特征對項目過程與績效結果的影響值得重點關注；其次，當前研究多聚焦于參與個體的參與動機維度，鮮有全面探討個體的影響力、價值觀以及創新意識等要素對項目績效的影響；最后，已有研究多依賴于案例或問卷研究，如Chen 等［6］對我國開源軟件項目的實證研究，研究結論的外部效度和內部效度有待于進一步結合客觀數據進行檢驗。

為此，本研究聚焦于開源軟件項目中發起人的角色，探析項目發起人的動機、能力與意識對于項目績效的影響。Raymond［7］在開源運動興起之際就強調了項目發起人對軟件開發的影響，認為開源軟件項目的創建往往是源于發起人的個人興趣和需求，發起人必須要有良好的人際關系、交流技能和人格魅力，才能在后續的開發中吸引其他開發者的興趣并得到他們的幫助。基于全球最大的開源軟件代碼托管平臺GitHub 上的8 053 組項目，本研究遴選其中有效用戶并隨機收集了333 位項目發起人問卷數據，研究結果揭示并檢驗了“開源軟件項目發起人特征—項目知識共享—項目績效”的因果路徑，為優化開源軟件創新流程和結果提供參考依據。

2 理論與研究假設

任伶［8］、Wasko 等［9］均提出知識共享嵌入在個體或群體之間進行知識傳遞并從中共同產生和創造新知識的動態過程中，開源軟件開發過程實際上就是個體之間進行知識共享以實現創新性解決方案的過程。已有研究指出，開源軟件績效高度依賴于社區參與者之間知識共享的程度［10］。本研究進一步從開源軟件項目發起人的動機、個人影響力、價值觀以及創新意識4 個維度，探析這些微觀的個體特征如何影響開源軟件開發過程中的知識共享程度、進而影響到開源項目的績效。

2.1 項目發起人參與動機與項目成員內的知識共享

個體進行知識共享的動機包含內在動機（喜好和樂趣、能力提升、甘愿付出等）和外在動機（職位升遷、物質嘉獎、口碑地位等）［11］。開源軟件項目的開發者是一批沒有直接項目薪酬而自愿付出的群體，項目參與者的主要動機是追求樂趣，愛好與興趣等內在動機［12］。與此同時，也有研究發現，開發人員期望通過用戶反饋和同行觀察提升自身技術能力［13］。在經濟性動機維度，參與開源項目開發人員試圖通過開源項目證明自己的工作能力和行業認可程度，獲得口碑，進而更好地實現職業晉升或職業發展。

開源軟件項目的發起人作為主要的開發人員，其參與動機強度對知識共享程度產生重要影響，參與動機越強烈，越會投入時間和精力在開源軟件項目開發中，會更傾向于分享高質量的知識以獲得認可，更頻繁地自我迭代代碼和技術，并積極與不同參與者，包括用戶之間進行互動和迭代，吸引和推動項目內成員間的知識共享。據此，本研究提出如下假設：

H1：項目發起人參與動機與項目內成員間知識共享水平正相關。

2.2 項目發起人影響力與知識共享

以GitHub 為代表的開源軟件項目社交平臺，每位參與者都有自己的虛擬空間，可以在上面展現自己的開源工作動態。本研究中的個人影響力，主要指項目發起人在虛擬社區中對與其接觸的人產生影響的能力。Grewal 等［14］發現項目參與者的網絡嵌入程度越高，越可能通過吸引更適合的開發者參與，達到提升項目績效的目標；Hahn 等［15］研究了先前合作關系對新項目團隊形成的影響，發現開源項目參與者傾向加入與之有過合作聯系的項目發起人所領導或參與的團隊；Zhou 等［16］發現依附于社會網絡的關系型社會資本和結構型社會資本對項目中的知識整合有正向影響；周濤等［17］提出在開源社區情景下，個人影響力通過聲譽資本反映會誘發其他社區成員評價認同，吸引更多的用戶參與。

影響力高的項目發起人可以通過匹配項目需求、協調開發者工作以及跟進問題解決進度等方式，使開源社區始終保持較高的用戶凝聚力；影響力高的參與者由于在整個社交網絡中擁有高的存在價值，更容易把信息輸送到更廣大范圍用戶，進而獲得更多關注者。因此，個人影響力保證了更廣泛和高頻率的知識獲取，提升了開源軟件項目知識共享的水平。據此，本研究提出如下假設：

H2：項目發起人個人影響力與項目內成員間知識共享水平正相關。

2.3 項目發起人價值觀與知識共享

開源社區的價值觀主要包括開放自由、共享合作與極客信念3 個層次。其中，開放自由是指參與者對溝通方式的開放程度；共享合作是指社區內成員之間的分享文化；極客信念是指對信息技術有瘋狂偏好并自愿投入精力建設社區的成員，一方面對創新失敗抱有寬容理念，另一方面對前沿技術不斷追求和學習。在開源社區活動過程中，項目發起人價值觀與開源社區主導價值觀契合的程度，將直接影響項目內的知識共享水平。

一方面，“開放自由、共享合作、極客信念”的價值觀會反映為開源軟件發起人的內在行為準則，激發發起人在項目管理過程中開放自己的核心技術知識，更具包容性地進行多元知識的整合，并追求更高的項目績效實現；另一方面，項目發起人的價值觀具有一定傳導機制，會塑造項目開發團隊內部的群體文化氛圍：鼓勵提高成員間信息的開放度和自由度有利于提高知識共享的廣泛程度［18］，鼓勵分享的組織文化更有利于項目團隊內部進行知識管理與知識共享［19］，極客信念會引導項目參與者不斷優化迭代有利于實現知識共享的知識的質量，并促進知識的進一步轉化及應用［20］。綜上，項目發起人的價值觀與“開放自由、共享合作、極客信念”契合的程度越高，越有利于促進項目組成員間知識共享［21］。據此，本研究提出如下假設：

H3：項目發起人個人價值觀與項目內成員間知識共享水平正相關。

2.4 項目發起人創新意識與知識共享

項目發起人的創新意識主要指其在項目知識的創新潛力挖掘與應用方面認識評估的態度與能力［22］。開源軟件項目發起人作為項目主要管理者，具有較大管理權限，決定什么人可以成為貢獻者、什么代碼能夠進入主干代碼、是否采用新技術等一系列問題。已有研究表明，組織領導者的創新意識會顯著積極影響企業的創新績效［23］。類似地，開源軟件項目發起人對于創新的認知和理解越高，其越能夠引導知識的整合與管理的過程，也越能產生高水平的知識共享［24］。

開源軟件項目發起人探索新興技術的迫切程度越高，以及引入高質量代碼進入其所負責項目的能力越強，越會激發更多的具有較高技術水平的參與者加入項目開發，成為創新性知識的貢獻者［25］。通過有效地引導和激發項目內成員的知識分享過程，項目內整體的知識共享水平得以提高［26］。據此，本研究提出如下假設：

H4：項目發起人個人創新意識與項目內成員間知識共享水平正相關。

2.5 知識共享與項目績效

開源軟件項目沒有預設的用戶，難以從用戶使用評級或經濟型利潤方面衡量其績效。徐冰村等［27］指出開源軟件項目績效體現在3 個維度，分別是市場維度、技術維度和社區維度。市場維度從軟件項目的用戶使用數來衡量，可用GitHub 上的復刻（fork）數量、話題（issues）數量來直觀反映；技術維度指項目的質量，可用GitHub上項目中的點贊（star）數量、關注（watch）數量來反映可替換性、代碼模塊化、可持續性、準確度等特征；社區維度包括項目內成員的活躍性及項目的活躍性，可用更直觀的貢獻者數量、貢獻（commits）數量來直觀反映。

知識通常可以分為隱性知識和顯性知識兩類［28］，難于通過語言編碼交流的知識歸為隱性知識，能夠進行語言編碼和解釋的知識歸為顯性知識。其中，隱性知識難以記錄，只能通過積累或培訓方式進行挖掘，內含價值大但是傳播難度高。Zahra 等［29］、Maravilhas 等［30］指出，知識在顯性和隱性之間的轉換蘊含了知識的遷移、重組與新知識的創造。Barao等［31］提出，知識密集型組織中高效的知識和信息的共享與管理是知識密集型組織創新績效的重要保障。知識共享是知識整合和創新的重要前因，知識廣度和深度影響開源程序項目的創新績效。知識共享正向影響開源項目的市場觸達程度、社區活躍程度，并提高技術迭代的效率和質量。據此，本研究提出如下假設：

H5：項目知識共享水平與項目績效正相關。

從以上論述的開源軟件項目發起人的參與動機、個人影響力、個人價值觀和創新意識對項目團隊內知識共享的直接效應可見，項目發起人的參與動機、個人影響力、個人價值觀及創新意識通過知識共享的渠道促進了開源軟件項目績效的提升。據此，本研究進一步提出如下假設：

H6：知識共享在項目發起人影響項目績效關系中起到中介作用。

研究整體框架如圖1 所示。

圖1 研究假設與模型

3 研究方法

3.1 樣本與數據收集

研究樣本來源于全球最大且最有影響力的開源軟件代碼托管平臺GitHub 中的用戶數據。GitHub 于2008 年上線，主要服務包括Web 管理頁面、Git 代碼倉庫托管、代碼片段分享和在線代碼編輯器等方面內容。在GitHub 社區中，用戶們可以發布和管理自己開發的項目或者代碼，同時可關注其他開發者及其最新動態。GitHub 的功能主要包括關注、點贊、復刻、話題、合并代碼請求（pull request，PR）。關注是指社區中用戶想要關注某一個人或者某一個項目庫而使用的功能，關注之后可以對某一個項目或者人產生的動態進行實時地跟蹤，相當于一般社交媒體的關注；點贊相當于收藏功能，用戶點贊某一個項目庫后就可以在點贊界面找到收藏的項目；復刻是將某一個項目拷貝到自己的庫中，也是對原項目建立了一個分支，復刻后可以對該項目進行任何修改；話題是對項目的漏洞或者項目改進等討論的地方，相當于一個研討房間；合并代碼請求是某一用戶對項目進行了修改后，可以向原項目發起請求，將修改合并到原始項目中。

研究數據包括兩個來源：一是運用Python 軟件直接從GitHub 平臺抓取與開源軟件項目個人影響力衡量指標相關的數據；二是通過對GitHub 上項目發起人進行問卷調查，補充收集的指標數據。通過編寫Python 程序對GitHub 平臺上的項目進行抓取，抓取過程主要分為三步：第一步，GitHub Trend List 隨機抓取項目數據的基本數據，獲得發起人的主頁鏈接，共獲得8 053 個項目數據；第二步，根據第一步抓取的用戶地址抓取開源軟件項目發起人的基本數據；第三步，利用Xpath 分拆抓取的信息獲取目標用戶屬性。經過對8 053 個抓取數據的清洗，剔除無效用戶，確認有效項目4 603 個（以下簡稱“樣本項目”），對應項目發起人4 603 位（以下簡稱“樣本發起人”），具體客觀數據如表1 所示。

表1 開源軟件項目及其發起人的樣本數據類別

樣本發起人的個人價值觀、創新意識、知識共享等數據均通過問卷調查法進行收集。調查問卷涉及調查對象的項目名稱、性別、年齡、最高學歷、公司規模等22 個問題，各題項設計參考了已有的理論文獻，測量變量最終信度的克朗巴哈系數（Cronbach’a）都在0.8 以上。題項測量均采用李克特量表5 分制進行評分（1 代表非常不符，5 代表非常符合）。為了確保測量構念的效度，采用訪談形式對相關專家進行預調研，并邀請部分開源軟件發起人進行預測試，根據反饋建議對問卷題項進行了修訂。根據樣本發起人的公開聯系方式發放調研問卷，回收340 份，剔除無效問卷后最終獲得有效問卷333 份，有效回收率為7.2%。從333 份有效問卷結果來看，男性占比為95.20%；31～35歲占比最高，達到41.14%以上；本科學歷占比為55.26%；員工人數為100 人以下的小微企業占比為52.55%。

3.2 變量測量

（1）項目績效（xmjx）。根據項目績效模型，通過主成分分析，將watch、star、fork、commit、貢獻者、總提交討論主題和總PR 數量這7 個指標進行降維，獲得項目成功度的綜合性量化指標。主成分分析的解釋總方差結果顯示，最終累積解釋總方差達到76.86%，同時各因子成分矩陣系數均大于0.6。

（2）個人影響力（gryxl）。項目發起人影響力主要體現在參與組織數量、擁有代碼庫的數量、點贊項目數量、有多少關注者、關注了多少人和去年貢獻數量6 個指標，通過主成分降維，并經過多次隨機抽樣驗證，最終篩選出參與組織數量、點贊項目數、有多少關注者、去年貢獻數量作為最終評判個人影響力的主要指標，并從中提取一個變量作為綜合量化指標。主成分分析的解釋總方差結果顯示，最終累積解釋方差比達到66.74%，各因子載荷均大于0.6。

（3）參與動機（cydj）。該變量的測量由6 個題項構成，包括“我出于愛好和興趣發起并參與到開源軟件項目中”“發起并參與開源軟件項目有利于提高我的技術水平”等。對參與動機量表進行探索性因子分析，KMO值為0.89，球形檢驗值低于0.01，表明適合進行探索性因子分析。因子分析最終提取1 個因子，累計解釋方差達到63.73%。

（4）個人價值觀（grjzg）。該變量的測量由5個題項組成，包括“我關注組織內部的溝通”“我認為團隊內的公平是非常重要的”“我認為團隊成員必須信任團隊成員”“我非常包容失敗”“我很愿意承擔風險”。對個人價值觀量表進行探索性因子分析，KMO 值為0.86，球形檢驗值低于0.01，表明適合進行探索性因子分析。因子分析最終提取1個因子，累計解釋方差達到64.95%。

（5）創新意識（cxys）。該變量的測量由5 個題項組成，包括“我在項目中有創新的想法”“我在項目中實施了創新”“我認為我們會從創新中獲益”“我認為創新非常必要，并且會向其他成員推廣此想法”等。對參與動機量表進行探索性因子分析，KMO 值為0.89，球形檢驗值低于0.01，表明適合進行探索性因子分析。因子分析最終提取1 個因子，累計解釋方差達到61.64%。

（6）知識共享（zsgx）。該變量的測量由4 個題項組成，主要測量項目的知識分享程度，包括“在我的開源項目中有項目報告”“在我的開源項目中代碼記錄是非常完善的”“我的開源項目會定期做總結和記錄”“我會在我的開源項目內組織經驗的分享”。因子分析最終提取1 個因子，累計解釋方差達到59.51%。

4 實證檢驗

4.1 相關性分析

利用Pearson 相關系數r來標識相關性的大小和方向，結果如表2 所示，個人影響力、參與動機、個人價值觀、創新意識與知識共享存在顯著性的正相關性，其中項目發起人的創新意識與知識共享的相關性最強（r=0.652）；個人影響力、參與動機、個人價值觀、創新意識與項目績效顯著正相關，其中項目發起人的參與動機與知識共享的相關性最強（r=0.414）；知識共享與項目績效存在顯著性的正相關性（r=0.652）。相關性分析初步支持了研究假設。

表2 樣本發起人個人特征相關性分析

4.2 假設檢驗

首先通過層次回歸分析對假設進行檢驗，結果表明參與動機、個人影響力、個人價值觀、創新意識均正向顯著影響知識共享；將知識共享加入回歸模型，降低了個人影響力、參與動機、個人價值觀、創新動機對項目績效貢獻的顯著性，初步表明知識共享起到了部分中介作用。

為了更好展示因果路徑系數，采用Amos 軟件進行建模分析，選擇χ2/df、IFI、CFI、NFI、NNFI、RMSEA 等指標作為模擬適配性指標，中介效應的模型路徑系數如圖2 所示。以知識共享作為部分中介的結構方程模型的擬合結果良好，其中χ2/df 為4.62，小于6；RMSEA 值為0.063，小于0.08 的建議閾值；NFI 值為0.904，CFI 的值為0.912，IFI 值為0.912，均大于0.9 的建議閾值。結果顯示，項目發起人的個體特征會直接影響開源軟件項目績效。其中，參與動機對項目績效影響的直接效應為0.26，個人影響力對項目績效的直接效應是0.13，個人價值觀對項目績效的直接效應為0.12，個人創新意識對項目績效的直接效應為0.16。參與動機與項目知識共享的路徑系數為0.62，假設H1得到了支持；個人影響力與知識共享的路徑系數為0.39，假設H2得到了支持；個人價值觀與項目知識共享的路徑系數為0.42，假設H3得到了支持；個人創新意識與知識共享的路徑系數為0.26，假設H4得到了支持；知識共享與項目績效影響的路徑系數是0.56，假設H5得到了支持。綜合來看，知識共享在開源軟件項目發起人個體特征與項目績效之間起到部分中介作用，假設H6得到了支持。

圖2 樣本發起人個體特征對開源軟件項目績效的部分中介效應檢驗

5 結論與啟示

5.1 研究結論

本研究以GitHub 托管平臺上的開源軟件項目為研究對象，探討了開源軟件項目發起人對項目績效的影響以及潛在的知識共享機制，結果表明：

（1）發起人的個人特征能夠顯著影響項目的知識共享程度。通過路徑系數的比較，發起人的參與動機對知識共享程度的影響最大，然后依次是發起人的價值觀、個人影響力和個人創新意識。這意味著在開源軟件開發過程中，發起人的參與動機強度以及個人價值觀與開源社區價值觀的契合程度比其在影響力和創新意識維度更重要。

（2）發起人的個體特征對于開源社區的項目績效有顯著的正向影響，其中知識共享起到了部分中介作用。一方面與Chen 等［6］和Raymond［7］等已有的開源創新的文獻相一致，本研究驗證了知識共享在保證開源軟件項目開發績效中的核心作用。因此，在提升開源軟件項目績效的機制設計中，應重點關注設計合理的機制促進知識共享水平的提升；另一方面，知識共享可能并非唯一的作用機制，未來研究也可以進一步探索其他潛在的中介路徑。

本研究進一步深化了關于開源軟件項目績效影響因素的研究，不同于以往研究簡單區分參與者與用戶，針對參與者大類中的項目發起人角色進行了深入探討，構建了項目發起人的動機、價值觀、能力（個人影響力）和意識（價值觀與創新意識）對項目績效影響的整合性框架；同時豐富了知識共享的研究，在開放式創新的情景下，知識共享水平的高低是決定項目績效的關鍵，以往研究多關注于個體自身動機對于實際知識分享的影響，而本研究則進一步關注了項目中的關鍵人，即項目發起人對于知識共享過程的影響，其價值觀和創新意識等會通過塑造良性的積極社會互動促進隱性知識和顯性知識之間的動態轉化，達到項目績效提升的目的；此外在研究方法上，相比以往單一依賴調查問卷數據的研究，本研究收集了一手問卷數據和二手平臺數據，開發和驗證了基于客觀數據的項目績效評估，能夠更好地捕捉項目發起人的特征通過知識共享機制作用于項目績效的路徑。

5.2 研究啟示

本研究基于開源軟件項目發起人的個體行為視角，探索了開源軟件項目績效的重要影響因素及其作用機理。研究得到啟示如下：

（1）項目發起人對于促進知識共享與提高項目績效起到重要的影響作用。從發起人的角度講，首先，發起人出于事業熱愛、能力提升、甘愿付出精神會影響并促進項目參與者的分享意愿；其次，發起人要注重擴大自己的個人影響力，提高參與組織的數量，另外增加粉絲數量、關注項目數量以及個人的歷史貢獻數量；再次，發起人還要積極營造良好的社區文化氛圍，增加貢獻者之間的溝通與認同，在成員之間公正地進行任務分配，并對失敗抱有寬容的態度。對于試圖從開源社區平臺獲得知識的用戶來說，在開源軟件項目的選擇時，可以將項目發起者的特征作為項目質量甄別的參考要素。

（2）知識共享在項目發起人與項目績效之間起到中介效應。在知識共享方面，項目發起人應注重項目文檔的數量與質量，定期進行高質量的經驗分享總結，推動提高項目內部的隱性知識與顯性知識之間轉換更新的頻率。開源軟件開發過程中的知識管理是一項復雜且富有意義的工作，高效的知識共享與清晰的知識流轉過程對于保證項目的最終質量起著至關重要的作用。

本研究存在一些局限性，也是未來研究的方向。首先，開源軟件開放是一個不斷運動、發展和動態演化的系統，參與者角色可能隨時發生轉變，本研究未考慮后續參與者與發起者之間的互動如何影響開源項目的績效，未來可借由縱向案例或者仿真方法來揭示開源創新中個體之間的社會化動態交互所產生的作用。此外，研究數據來源于GitHub 單一的開源社區平臺，這種數據收集方式雖然有利于控制未被觀測的、在開源社區層次的異質性，但是無法檢驗開源社區層次的公共治理要素可能對于項目績效產生的影響，未來研究可以拓展和完善治理機制的權變效應。