莫柠宁 中国政法大学商学院

摘要：劳动力市场中的逆向选择在企业与求职者之间的信息不对称背景下产生，其中招聘方占据信息优势、求职者处于信息劣势的情况，在风险规避研究中较少被讨论。MCN机构作为新经济业态的产物，对劳动力市场逆向选择应用场景进行了补充。本文结合逆向选择理论，讨论MCN机构在信息不对称条件下的逆向选择风险，基于AHP层次分析法原理设计评价指标体系以推动建立机构白名单，并从专业委员会、签约创作者角度提出指导建议。

关键词：逆向选择；MCN机构；风险规避；评价指标体系

一、引言

MCN(Multi-Channel Network)是多渠道网络的一种产品形式，是当今网络名人的一种新的经济运作模式。这种模式结合了PGC(Professional Production Content)不同的类型和内容，在资金的大力支持下，保证了内容的持续输出，从而实现了业务的稳定变现。一方面，MCN帮助内容制作者专注于内容创作，另一方面，它联系平台和粉丝，进行包装，加强推广。MCN有各种类型的组织形式，包括内容创作侧重型的和电子商务直播侧重型。艾媒咨询数据显示，自2016年起至2019年，中国行业市场规模迅速扩大；2016到2020年间，中国MCN机构的数量从100多家增加到10000多家，平均同比增速高于百分之百。

在MCN制度的野蛮发展下，产业的快速扩张也带来了质量的失衡。在缺乏标准化和专业性的情况下，签署合约者的数量迅速增加，解约纠纷和风波也愈演愈烈。争议的原因集中在合同的不平等条款、MCN机构未能履行其支持义务的承诺，以及双方在内容创作和商业合作方面的差异与隔阂。在这种情况下，目前的MCN机构普遍面临着名人流失、核心账户控制等问题。问题和现象的深层逻辑在于MCN机构和创作者之间的信息不对称，而这将导致劳动力市场的逆向选择。

二、逆向选择研究回顾

乔治·阿克洛夫(George Akerlof)在1970年发表了一篇题为《柠檬市场:质量不确定性与市场机制》(Lemon Market: Quality Uncertainty and Market Mechanism)的论文，提出了逆向选择理论，用二手车市场模型来解释购车者和卖方之间的汽车质量信息不对称所造成的结果。由于信息不对称是市场中最普遍、最基本的事实，因此二手车市场模型具有普遍的经济分析价值，可以推广到劳动力市场。在劳动力市场上，存在两种信息不对称条件下的逆向选择。第一种类型是因为求职者比招聘者拥有更多关于自己的信息(也就是求职者的素质)，这导致低质量的劳动力将高质量的劳动力挤出市场；第二种类型是因为招聘人员比求职者拥有更多关于他们自己的信息(也就是招聘人员的质量)，这导致低质量的招聘人员将高质量的招聘人员挤出市场。

在逆向选择风险规避的研究中，斯宾塞(1973)首创了信号理论，构建了市场信号模型，将教育作为劳动力市场生产效率的信号，并将可靠可信的“信号”传递给信息弱势方，以规避逆向选择带来的风险。国内学者对信息甄别机制进行了补充，针对不同类型的企业提出了一系列规避风险的措施。蒲勇健(2004)提出了招聘过程中的试用期机制和期权的信息筛选功能，两者结合可以降低招聘方的筛选成本。赵爽等(2017)运用动态逆向选择理论，建议企业采用两阶段选择法选择最合格的员工。企业也应该发出更多有价值的信号，帮助求职者降低识别企业优劣的成本。何慧涛(2005)讨论了招聘过程中的动态博弈，强调加强信息透明度和对求职者的惩罚以规避信用风险，但没有批判性地分析企业的伪装现象。曹细玉、覃艳华(2004)着眼于知识型企业人力资源管理过程中的逆向选择，参考建立人事信息和企业信用体系建设、加大对企业惩罚力度和人才失信等对策，更加立足于对后续人才企业的激励、监督和约束机制以及企业文化塑造。程志波(2011)对海外高层次科技人才的选拔和招聘进行了研究，认为完善人才价值评估和建立适当的层级招聘合同是避免逆向选择的最优策略。可以看出，在对风险厌恶的研究中，对第二种逆向选择，即招聘者占据信息优势而申请人处于信息劣势的情况讨论较少。然而，目前MCN机构逆向选择的研究在一定程度上可以弥补风险规避研究的空缺。

三、MCN机构逆向选择风险

首先，在招聘过程中，低质量的MCN机构驱逐了高质量的MCN机构。高质量的机构无法获得与之匹配的高能力求职者来创造竞争优势，引领行业发展，而低质量的机构则无法满足高能力求职者，创作者缺乏公平感，士气低落，行业后续的生存和发展面临较大风险。

其次，信息不对称不仅存在于招聘过程中，也存在于创建者正式签订合同后。签约创业者在MCN机构中获得的平台资源数量、发展空间和个人价值也可以直接验证求职者的决策质量。因此，现阶段的信息不对称会在一定程度上给员工和企业带来道德风险，如MCN机构隐瞒自己的真实资质和经营盈利能力等。

目前典型的逆向选择风险体现在签约创作者的困境，如签约前虚假宣传、伪造资质，签约后代理对接推诿，合同无法终止执行；创作者签订合同的数量远远超过资源的承载能力，最终导致现有资源对创作者的不合理分配，影响创作者的利益和收入；存在不合理的终止条件，创作者不公平感难以弥补。

四、MCN机构逆向选择的风险规避

如果这种类型的逆向选择造成的负面影响继续无法识别和控制，道德风险扩大，优质内容生产者将失去与之匹配的优质推广和实现平台，对目前市场条件良好的新兴产业的发展和留存构成巨大威胁。本文从行业自律规范、行业组织白名单、组织评价指标体系建设、内容创作者建议等方面提出对策。

（一）行业自律规范

行业自律规范，从根本上比出台法律法规更有效率。该行业正在以极快的速度发展和变化，具有高度的不确定性。在缺乏产业政策和司法法规的情况下，该行业的主要参与者应该为该行业引入自律规范和自律公约。可以成立覆盖全行业产业链的MCN专业委员会，为企业争取政策支持和行业培训，解决MCN机构在商业变现、人才孵化、内容创新等方面的问题和需求，引领行业健康发展。以专业委员会为起点，探索新思路、新模式，使MCN产业发展能够为新网络经济的发展注入新的动力。

（二）行业机构白名单

我们假定MCN机构在真实资质情况下收入为Y，在遵守行业公约的条件下，保持其收入Y；在伪造资质信息的情况下，会获得与真实情况不相匹配的额外收入Y1。商务局（政府部门）可以选择是否对MCN机构进行综合评价，在付出评价成本C的假设下，可以发现哪些MCN机构真正具有基础资质、带货能力的证据，MCN机构可以因为登上白名单受到投资方、平台、创作者的优先选择，最终增加收入Y2，商务局间接获得新增税收T（T>C），劣质的MCN机构被曝光失去了原来的Y1且被委员会处罚金F。双方博弈支付矩阵为表中所示。

如果商务局不评价，MCN机构偏好于违背自律公约，商务局选择评价更为理性（T-C>0）；商务局进行评价，MCN机构会选择遵守自律公约（-Y1-F<0）。所以，由商务局对MCN机构进行遴选评价，根据机构的基础资质、能力、综合表现形成MCN机构白名单，为内容创作者与合作方提供优质选择，可以促使机构遵循自律规范与自律性公约，形成行业自治与社会经济整体良性循环。

（三）机构评价指标体系设计

白名单的建立离不开MCN机构评价指标体系的设计与构建。层次分析法(AHP)将定性分析与定量分析相结合，处理各种决策因素，简化了评估程序，加快了评估过程，对不确定环境下快速发展的MCN机构的评估具有较强的适应性。该方法可以将复杂问题中的各种因素划分为相互关联、有序的层次，并使之有序。根据两两比较的客观现实和主观判断结构，将专家意见和客观判断结果直接有效地结合起来，定量描述同一层次要素两两比较的重要性。

本文根据MCN机构的发展状况与现实困境，编制了一套有MCN机构特色的综合能力评价指标体系，构建层次结构模型如图 1 所示。第一层为目标层：MCN机构综合能力评价；第二层为准则层：机构经济实力、机构经营状况、机构商业估值、机构资源实力；第三层为子准则层：资金实力、注册资本、盈利能力、偿债能力、道德风险、创作者估值、发展潜力、平台入驻、签约资源、团队专业度等；第四层可设置为含有各准则下的具体子指标的指标层，如图中所示包含23项。资金实力包括自有资金结构率指标、自有流动资金率指标；注册资本包括资产额指标，出资比例指标；盈利能力包括权益净利率指标；偿债能力包括资产负债率指标与流动比率指标；道德风险包括纠纷数量指标、口碑评价指标；创作者估值包括播放指数、涨粉指数、互动指数；发展潜力包括IP孵化成功率指标、现象级IP数指标（IP此处为MCN行业延伸意，指创作者品牌）；平台入驻包括平台影响力指标、平台数量指标、粉丝覆盖率指标；签约资源包括签约人数指标、流量变现率指标、长期合作厂商数指标；团队专业度包括策划团队规模指标、技术投入比指标、培训投入比指标。

综合能力评价体系的设计可以根据层次分析法的原理构造两个判断矩阵，准则层由专业委员会的代表、签约创建者、资源合作者、MCN产业分析团队等要素组成，准则层和指标层之间的相对重要性分值，相对重要性分为9个分量，从1分代表同等重要到5分更重要，9分代表极其重要， 最终形成价值判断矩阵，这为MCN事业单位综合能力评价指标的形成提供了依据。 MCN机构综合能力评价体系不仅可以为行业自律公约的制定和实施提供详细的指导，还可以为行业内所有利益相关者提供更加清晰透明的信息支持。它特别关注合同创作者的利益和要求，保护行业持续健康发展的关键因素。

（四）签约创作者建议

除了通过官方公示的机构白名单，创作者可以通过社群、论坛等非正式渠道对MCN机构的利润分成、成长效果、法律风险、官方后台进行了解，厘清自身的权利义务，尽可能通过前人的经验分享补足信息，改变信息不对等的状态，选择一家与自身预期相吻合的机构，实现自我价值。

五、结语

随着时代的发展和新事物的产生，信息不对称下逆向选择的发生场景也在不断被更新，网红经济下MCN机构的逆向选择，丰富了关于劳动力市场逆向选择的研究与应用场景。逆向选择视角下，通过对MCN机构的风险分析与风险规避，进一步完善行业规范，借助工具设计、调整机构评价体系，仍值得在充满不确定性的新经济形态下不断创新与深化发展。

参考文献：

[1]曹俊.信息不对称条件下的企业招聘风险分析与对策研究[J].人才资源开发,2014(20):54-55.

[2]曹细玉,覃艳华.知识型企业人力资源管理过程中的逆向选择和道德风险[J].科学管理研究,2003(02):93-95+98.

[3]程志波.信息不对称下海外高层次科技人才选聘的逆向选择风险与规避[J].科技进步与对策,2011,28(19):145-149.

[4]何会涛.信息不对称条件下的企业招聘风险分析[J].科技与管理,2005(06):51-53.

[5]敬希泠.企业人力资本投资的博弈分析[D].重庆大学,2003.

[6]李小东.人力资源配置过程中的信息不对称问题研究[D].暨南大学,2008.

[7]蒲勇健.公司期权制度与试用期组合机制——一个人力资源信息甄别博弈模型[J].重庆大学学报(自然科学版),2004(02):145-149.

[8]王玉燕,林汉川,吕臣.中国企业转型升级战略评价指标体系研究[J].科技进步与对策,2014,31(15):123-127.

[9]徐立平,姜向荣,尹翀.企业创新能力评价指标体系研究[J].科研管理,2015,36(S1):122-126.

[10]张萍,孙柳.国有企业道德风险评价指标体系构建——基于声誉效应的研究[J].经济与管理,2013,27(10):70-75.

[11]张谦明.信息不对称条件下企业人力资源管理风险防范[J].企业研究,2011(10):71-72.

[12]张苏串.企业人力资源逆向选择及其风险规避[J].生产力研究,2006(11):228-231.

[13]张同利,李侠.劳动力市场信息不对称问题探讨[J].宏观经济管理,2008(11):60-61.

[14]赵爽,朱方伟,苏永孟.人力资源招聘中的逆向选择问题研究[J].现代管理科学,2017(10):30-32.

[15]George A. Akerlof. The Market for “Lemons”: Quality Uncertainty and the Market Mechanism[J].The Quarterly Journal of Economics,1970,84(3).

[16]Michael Spence. Job Market Signaling[J].The Quarterly Journal of Economics,1973,87(3).

[17]Rosser, Barkley J . A Nobel Prize for Asymmetric Information: The economic contributions of George Akerlof, Michael Spence and Joseph Stiglitz[J].Review of Political Economy, 2003, 15(1):3-21.