原文信息：
Weidmann, B., and Deming, D. J., 2020, Team players: how social skills improve group performance, NBER Working Paper No. 27071.
原文链接：
https://www.nber.org/papers/w27071
01
引言
我们处于一个交流日益频繁的时代，团队合作在现代经济和社会发展中起着越来越重要的角色。已有研究发现团队合作能够更好地实现资源配置，从而提高其运行效率。虽然团队合作是非常有价值的，但在实践中我们却很难将个人在团队中的贡献分离出来。这就使得我们始终无法回答：在团队合作中，哪些队友是好的团队合作者？是智商高的队友？性格好的队友？社交强的队友？还是具有何种品质的队友？作者基于这一问题出发，设计随机控制试验(randomized controlled trials)来研究好的团队合作者需要具备的品质。
本文的结论可以概括为三点：第一，好的团队合作者定义为能够使得团队实际水平超过预期水平的合作者，即发挥出“1+1>2”的效果。第二，决定是否为好的团队合作者的主要因素为社会智能(social intelligence)，即感知别人的情绪并与别人相处的能力，而不是智力、性格、教育、性别等个体特征因素。第三，这种作用机制主要为好的团队合作者使得团队成员更加努力、花费更多地时间在任务上，从而提高团队的水平。因此，在团队合作中，我们不需要一味地去寻找能力强但互相不熟悉的人作为团队合作者，能力强的人本身确实会提高团队的水平，但更为关键的是寻找相互熟悉、交流顺畅的人作为团队合作者，也许这使得团队能够更持久、更高效地运行下去。
研究设计与数据
02
(1) 实验设计
本文所设计的实验流程和实验内容见Figure 1。实验参与者将会完成两个阶段的测试：第一阶段为个人测试(Individual testing)，第二阶段为团队测试(Group testing)。在个人测试中，参与者将会在线上完成三项考验个体解决问题能力的测试 (优化、记忆和图形)。同时，实验还会测试个体的性格(大五人格测试)以及情绪感知能力(RMET)。RMET全称为The Reading the Mind in the Eyes Test，它主要测试个体的社会智能，即感知别人的情绪并与别人相处的能力。例如，通过Figure 2中的眼神确定目前他的情绪状态是怎样的。为了避免之后测试相同的项目会遇到相同的题目，在每次测试中题目会从不同的任务池(task battery)中抽取，任务池分为A,B,C,D和E。实验的第二阶段参与者主要是在小组中进行测试。参与者来到实验室，并被随机分配到三个人的小组。每组完成一个集体版的任务(优化、记忆和图形)。参与者参观实验室两次，在每次访问中，参与者在两个独立的小组中工作。整个团队测试下来，参与者总共被分配到四个小组。从个人测试到第一次访问实验室的平均时间和第一次实验室访问到第二次实验室访问之间的平均时间均为11天。
(2) 任务类型
本实验中主要考察的任务类型有四种：优化、记忆、图形以及密码。优化任务的目标是找到一个复杂函数的最大值。在个人优化任务中，参与者得到了一个函数，他们有15次猜测的机会来找到最大值，他们输入的猜测值在0 和300之间，如Figure 3所示。在小组版的任务中，小组成员总共有15个猜测，每个小组成员被分配5次猜测。每个小组成员在自己的电脑上输入自己的猜测。
记忆任务侧重于考察参与者的短期记忆，实验测试了参与者对三种不同类型的刺激物的记忆能力：文字、图像和故事，如Figure 4所示。大致的测试过程为给参与者一定的时间，时间结束后，让参与者选择之前所记忆的东西。在团队测试中，最优的策略为每个队员去记忆不同的部分，最后完成共同的测试。
图形任务重在考察参与者的观察以及推理能力。Figure 5展示了一些具体的测试内容，根据已有的图案来预测最后一个图案可能为什么。团体测试中，所有小组成员聚集在报告人的电脑周围，共同决定小组关于每个问题的答案。
最后一个任务为密码学任务。密码学任务是一个解码问题，其中从A到J的每个字母代表一个从0到9的唯一数字。小组被要求通过输入数学表达式来解码每个字母的价值，这些表达式将返回一个输出结果，如Figure 6所示。这项任务将非常考验团队的合作以及协作能力。
(3) 随机分组
实验将参与者随机分配到各个小组，但有两个与简单随机化不同的地方。首先，作者希望通过创建具有类似个人技能水平的小组，最大限度地提高任何团队球员效应的重要性。第二，作者希望尽量减少同一人多次合作的情况，这样我们的结果就不会被队友之间的熟悉程度所影响，如Figure 8所示。每次分组之后，个体将不会与相同的人再次做队友。
03
测量模型
主要结果
04
(1) 验证队友效应(“1+1>2”)是否存在
作者首先想要验证这种队友效应(teamplayer effect)是否存在。Table 2显示在控制了个体特定任务技能之后，这种队友效应大致为0.127，且该效应是显著的。这就验证了团队合作中确实存在“1+1>2”的效果，并且这种效应使得团队的表现能够超出预期的表现。同时，个体技能本身也会对团队的表现产生很大的影响，但是技能高低本身是很容易被观察到的，所以这并不会使得团队的表现能够超出预期的表现(“1+2=3”)。因此，“1+1>2”与“1+2=3”最大的区别在于前者会产生溢出效应，实际表现超出预期表现，而后者即便有个队友能力高，但实际表现等于预期表现，不会产生溢出效应。本文所定义的好队友也是在产生溢出效应视角上的，而不仅仅是技能的高低。
Table 3又进一步在主回归中控制了不同变量来观察队友效应的变化情况。第（1）列是控制了个体技能的结果，也就是Table 2的结果；第（2）列是控制了瑞文测试（IQ）的结果，智力本身会对团队表现产生显著的影响，同时在剔除了智力因素之后，队友效应也依然存在；第（3）列是没有控制变量的结果，队友效应变大很多，变为0.244，这是符合预期的。因为这时的队友效应包含太多的东西,例如个人技能、智力、社会智能等等因素；第（4）列是控制了大五人格的结果，大五人格不会对团队表现产生显著的影响，当然在剔除这一因素之后，队友效应也依然存在；第（5）列是控制RMET(social intelligence)的结果，RMET主要是测试个体的社会智能，社会智能也会对团队业绩产生显著的影响，剔除这一因素，效应依旧存在。这进一步证明了在团队合作中，队友效应客观存在，发挥着“1+1>2”的效果。
(2)决定队友效应(“1+1>2”)的主要因素
在验证了队友效应存在之后，更为关键的问题是什么因素决定了队友效应呢？是智力？大五人格？个体特征？还是社会智能？这个问题的答案将直接决定我们需要找什么样的队友或者合作者以使得团队表现达到最优。首先，作者分析了最有可能的两个因素智力和社会智能，如Figure 9所示。图中很直观地显示相比于智力(IQ)，社会智能(social intelligence)与队友效应的关系更为紧密，从而社会智能可能是决定队友效应的关键因素。Figure 10展示了大五人格与队友效应的关系。整体来看在，队友效应与大五人格也没有显著的相关性。接着Table 5主要展示了队友效应和个体特征的关系。从表中可以直观的看出，队友效应与性别，教育，年龄等个体特征因素也没有显著关系。
(3)主要作用机制
在作用机制中，本文作者并没有将机制具体细分，只是讨论了可能的大类机制，主要分为三点：社交技能、努力和激励以及配置效率。第一个大类为社交技能，社会智能与队员指数其实衡量的都是社交技能。因此，社交技能会发挥社会智能的优势，产生更多的溢出效应，从而提高团队的表现水平。第二个大类为努力和激励。好的团队成员可以通过鼓励他们的队友增加努力来提高团体的表现。具体又可以细分为两点：第一，好的团队成员会使得队友花费更多的时间在任务上，从而提高团队的表现水平；第二，好的团队成员使得队友间分工协作、优化策略，最终提高团队的表现水平。第三个大类为配置效率。好的团队成员会了解队友各自的比较优势，从而发挥专长，提高团队的能力和水平。
05
结论
本篇文章主要研究什么是好的团队合作者，以及决定好的团队合作者的因素是哪些，研究的结果大致可以概括为三点。第一，好的团队合作者是那些能够使得团队业绩超过其预期业绩的人(即发挥“1+1>2”的效果)。第二，决定是否为好的团队合作者的主要因素为社会智能(social intelligence)而不是智力、性格、教育、性别等个体特征因素。第三，这种作用机制主要为好的团队合作者使得团队成员更加努力、花费更多地时间在任务上，从而提高团队的业绩。
整体来看，这项研究结果可以应用在很多面试中。现如今，很多求职面试都会分成两个部分。第一部分为单独面试，主要考察个体的技能情况；第二部分为团队面试(例如无领导小组讨论)，主要个体的社会智能情况。如果面试只设置单独面试，虽然可以区分出个体能力的高低，但是却忽略了团队合作中最为关键的社会智能因素。由于存在委托代理问题(企业决策的最优化往往不等于个体决策的最优化)，面试官更需要通过团队面试来进一步区分个体的社会智能，从而发挥好团队“1+1>2”的效果。最后，本文作者也指出未来的研究方向可以概括为两点：第一，将整个作用机制进行进一步的区分和细分；第二，将社会智能运用到其他情境以及领域来进一步拓展这种实验结果的应用。
Abstract
Most jobs require teamwork. Are some people good team players? In this paper we design and test a new method for identifying individual contributions to group performance. We randomly assign people to multiple teams and predict team performance based on previously assessed individual skills. Some people consistently cause their group to exceed its predicted performance. We call these individuals “team players”. Team players score significantly higher on a well-established measure of social intelligence, but do not differ across a variety of other dimensions, including IQ, personality, education and gender. Social skills – defined as a single latent factor that combines social intelligence scores with the team player effect – improve group performance about as much as IQ. We find suggestive evidence that team players increase effort among teammates.
转自：“香樟经济学术圈”微信公众号
如有侵权，请联系本站删除！
