• 绩效评价中存在重要的溢出效应。基于德甲联赛射门表现数据，发现队友射门表现对个人绩效评价具有持续和实质性的正向影响。经理在下一场比赛的上场决策和专家评分均受到队友射门表现的正向影响，后者评分提升约10%，前者上场概率提升约3.3个百分点（样本均值78%），即被替换概率降低约13% [page::2][page::19][page::21]。

• 溢出效应非对称且依赖参考点。正向绩效偏离参考点（队友期望射门进球数）产生显著正溢出效应，负向偏离却未造成相应负效应，专家评估中负面偏差甚至被宽容，呈现参考点依赖型行为特征 [page::23]。

• 溢出效应具有显著的异质性。经理决策中，队员技能强度、在球队的时间越长，溢出效应越弱，反之新手和技能较弱者受影响最大。低实力球队中溢出效应更明显。任务职责影响溢出大小较小。专家评分则溢出效应与球员技能或任期无显著关联，但更明显体现在负责相似任务（攻击型球员）之间，且攻击型球员对溢出效应贡献最大 [page::25][page::27][page::28][page::54]。

• 量化研究采用“Modified Causal Forest”因果森林方法，利用德甲赛季10年87221场比赛及78976次射门数据，控制配合射门机会质量(xG)、个人能力指标（FIFA评分）、球队及经理特征、比赛环境变量，精准估计出队友射门进球对个人绩效评价的平均及异质性因果效应，确保估计结果稳健 [page::15][page::16][page::19][page::20][page::40]。

- 长期职业影响显著。队友绩效的年度汇总与球员后续1-2年市场价值显著正相关，控制个体及球队固定效应后，队友每多进一球，球员市场价值提升约7.5万欧元，折合样本均值约提升近2成，体现溢出效应对职业发展潜在影响 [page::29][page::30]。

金融研究报告详尽分析报告

报告标题：Teamwork and Spillover Effects in Performance Evaluations
作者：Enzo Brox, Michael Lechner
机构：University of St.Gallen
发布日期：2024年3月25日
主题：团队合作与协作效应在绩效评估中的影响，基于德国足球联赛的数据实证

---

1. 元数据与概览

本报告关注团队合作背景下，员工绩效评估对其同事（coworker）绩效的溢出效应。利用德甲联赛足球比赛的高质量追踪数据，聚焦射门表现（shooting performance）这一关键的个体技能，剥离协作效应，探讨同事绩效如何影响个体的主观绩效评估与决策。采用因果机器学习（causal machine learning）技术解决实际工作中同事匹配的非随机性以及其他混杂因素，估计平均和异质化效应。主要结论显示，同事的绩效显著影响经理布阵决定和第三方专家评分， 往往对个人晋升产生重要影响，且存在参考点相关的溢出效应（正向偏离产生溢出，负向偏离不显著伤害同事）。该研究填补了绩效评估领域对于团队互动溢出效应的实验和实证空白，揭示了绩效评价过程中的新偏差和机制。[page::0, page::1, page::2, page::3, page::4]

---

2. 逐节深度解读

2.1 引言（Introduction）

• 关键论点：绩效评估通常基于个体，尽管现在组织越来越依赖团队合作。团队成员间绩效高度关联，个体贡献难以独立识别，导致绩效评估往往依赖主观判断。

- 研究动机：突破传统视角，只聚焦生产率和学习溢出，拓展为同事绩效直接影响他人绩效评估的溢出效应。

• 挑战：无法观测全部信息；合作型任务中个体贡献模糊；同事绩效可能受个体绩效影响；而且同事匹配非随机（高技能人员会聚集），需控制这些因素以因果解释溢出效应。[page::1]

2.2 研究设计与数据（Data & Empirical Strategy）

• 利用2010-2020德甲联赛数据，依托Opta详尽的球员追踪数据，从位置、传球、射门到个人属性做深度控制。关键指标为“期待进球”（expected goals，简称xG），利用机器学习算法量化射门概率，实现“机会质量”的客观衡量，剥离团队贡献影响。

- 评价指标包括经理是否续用球员的“首发阵容决定”和德国著名体育报纸Kicker给出的专家评分（1-6分制，6分最高）。

• 同事绩效由同队首发阵容中其他球员的进球数计算，同时控制同事所面临的概率机会xG以区分队伍整体优势。

- 控制变量详细涵盖球员年龄、位置、国籍、加盟时间、能力评分（转会市场和FIFA游戏评分）、队伍实力、赛程安排、经理经验等。数据结构严谨，匹配非随机问题采用先进的因果机器学习方法——修改版因果森林（modified causal forest）解决。[page::2, page::3, page::8, page::9, page::10, page::13, page::14]

2.3 绩效测量方法详解：射门绩效（Shooting Performance）

• 使用xG衡量射门机会质量，结合实际进球数，既反映个体实际表现，又排除合作者影响。

- xG计算基于历史数百万射门事件，考虑位置、角度、守门员位置、防守压力、助攻类型等20余因素。

• 图4.1展示xG在不同层级（射门、个人单场、团队单场）分布，绝大多数射门概率接近0，个别高概率为点球事件等。

- 实证测试显示射门成绩与FIFA游戏中的射门评分高度相关，验证指标合理性和有效性。[page::11, page::12, page::42, page::43]

2.4 实证结果（Main Results）

• 经理决策方面：经过控制同事机会质量xG和详尽协变量，两个或更多进球的同事相较于零进球的同事，使球员继续担任首发概率提升约3%，即14%的替补概率下降，显著而实际意义强。

- 通过加入同事技能（传球、带球等六项指标）和个体表现度量，结果稳定，排除了同事绩效提升个体生产力所致的解释。

• 专家评分方面：同事表现良好（两球以上）则专家评分提升约0.33-0.43分，约相当于10%的评分提升，符合经理决策趋势。

- 多种稳健性检验（剔除极端值、线性回归、个体固定效应）均支持结果可信。[page::19, page::20, page::21, page::22]

2.5 影响的非对称性与参考点效应（Reference Point Dependence）

• 利用核回归模型，区别同事表现相较于参考期望（同事面对的xG）正负偏离。

- 结论：同事表现正向超出预期时，对个体绩效评估有明显正向溢出；负向偏离时影响极小甚至存在“容忍”现象（特别是在专家评分中）。这与行为经济学参考点理论（Kőszegi-Rabin）一致。

• 经理决策呈现单调正相关，专家评分在较小的负偏离时惩罚更重，较大负偏离则宽容。[page::22, page::23]

2.6 溢出效应的异质性（Effect Heterogeneity）

• 位置维度：经理对不同位置（后卫、中场、前锋）球员均有溢出效应，且无显著差异。

- 技能水平：经理决策中，技能越高溢出效应越弱，明星球员溢出效应近乎无。新手和弱者受溢出影响更明显，反映经理对于不确定球员信任较低。

• 在俱乐部效应层面，低水平团队溢出效应更大，表现良好的团队较少出现溢出。

- 俱乐部与经理水平：低水平团队、经验较少经理的球队溢出效应更强。

• 专家评分中，溢出效应与技能和任期无关，但对前锋影响更显著，且前锋的溢出也更大。

- 通过政策模拟与k-均值聚类，进一步明确受溢出影响最大的群体多为技术较弱，任期短队伍实力弱的球员，而专家评分溢出效应最高的群体是高攻击技能力球员。[page::24, page::25, page::26, page::27]

2.7 同事职责与邻近性（Proximity to Coworkers）

• 分析表明，对于经理决策，是否与同事任务相似（得分与防守职责）并无显著影响溢出效应大小。

- 专家评分显示，同事为同类职责（如均为前锋）会造成更大溢出效应，且谁是同事——前锋表现的溢出效应明显更强。

• “邻近性”即共享任务职责未发现额外溢出增强作用，暗示整体团队表现是主驱动力。[page::28]

2.8 绩效溢出对职业生涯的影响（Career Effects）

• 以赛季为单位汇总同事射门表现，连接转会市场价值评估，控制个体和队伍固定效应。

- 发现同事绩效提升显著提高球员次赛季及后下一赛季的市场价值，幅度相当于10个进球带来约20%市场价值提升。这表明绩效溢出的影响不仅存在于单场评估，也影响长期职业发展。

• 该上升效应提供旁证，支持同事绩效真对评价产生因果影响而非简单相关。[page::29, page::30]

2.9 结论（Conclusion）

• 报告首次通过足球行业高分辨率数据全面揭示团队协作中同事绩效对绩效评估的溢出效应。

- 经理布阵及专家评分均受同事表现影响，溢出比例约为个人表现影响的三分之一。

• 溢出效果具异质性，弱技能、低资历球员受影响更大。绩效评价亦呈现参考点依赖非对称效应。

- 由于足球数据可观测性极强，预期在其他组织环境下溢出效应更为显著，且存在提升组织管理设计的意义。

• 绩效评估中的溢出效应或导致激励扭曲、晋升不公，值得各行业管理者注意。[page::30, page::31]

---

3. 图表与数据深度解读

3.1 图4.1 Expected Goals分布

• 描述：分三个层面展示xG的分布——单次射门、个人单场累积、整队单场累积。

- 发现：绝大多数射门xG接近0，点球等高xG事件形成显著峰值（0.7-0.8）；个人比赛中约40%没有射门机会；球队比赛平均累积xG约1.0左右。

• 关联文本：强调xG的稀疏性和离散性，为后续以xG做性能量化提供基础。

- 评论：xG做为机会质量指标，能有效分离纯射手表现与团队支持，体现先进的量化绩效测量方式。

3.2 图4.2 同事进球数与绩效评价相关性

• 描述：x轴为同事进球数，y轴是对应的经理维持首发概率与专家评分均值。

- 发现：两者均呈显著正相关，进球越多，同事绩效评估越高；趋势相对平稳但样本点散布说明仍有变异。

• 文本联系：初步示范相关性，但未排除匹配偏差和团队优势，强调需要后续控制分析。

3.3 图5.1 溢出效应与参考点关系

• 描述：x轴表示同事实际进球数与预期进球数xG的偏离（负为低于期望，正为高于期望），y轴是对应绩效评估值，分别为经理决策和专家评分。点线图展示了非线性反应。

- 发现：正向偏离带来绩效评估提升，负向偏离影响微弱甚至专家评分在大负偏离时容忍度增强，形成非对称溢出。

• 文本联系：支持参考点行为理论，说明绩效评价存在心理预期影响。

3.4 图5.2 绩效溢出效应的异质性分析（GATEs）

• 描述：以玩家位置、技能、俱乐部服务年限和球队强度为分组变量，展示不同组别溢出效应估计及置信区间。

- 发现：所有位置球员均显著受溢出影响，技能和任期增长对应溢出效应减弱，球队强度高时溢出降低，体现信任和信息透明度的作用。

• 文本联系：形象揭示弱势球员及弱队受绩效溢出效应更大，暗示管理者信息不对称影响绩效评估判断。

3.5 图45 & 图55个体异质化估计（IATE）分布

• 描述：面向经理决策，以核密度及排序视图展示球员个体溢出效应分布，体现个体间差异。

- 发现：大部分球员正向受益，但分布伴有少量负面效应，整体均值显著正。

• 说明：效果非均质，辅助理解个体差异和改进更精准的管理决策机制。

3.6 附录图和数据表

• 附有FIFA评价卡示例（图A.1）、Kicker专家评价示意图（图A.2）、详尽的变量描述及控制组均值分布、以及预期进球对不同位置的分布图（图B.1），协助验证指标与变量设计的严谨性。

- 绩效指标细节覆盖上百维度（表A.2/3）、完整数据的描述统计算法展现了研究的全面数据基础。

• 多项稳健性检验数据（表C.1-7）、异质化分析数据（表D.1）补充结论的科学性和可推广性。

---

4. 估值方法分析

本报告从经济学实证角度估计绩效溢出效果，核心方法为修改版因果森林 (Modified Causal Forest, MCF)。

• MCF是一种结合随机森林的非参数因果推断工具，支持多重处理水平，兼具精准估计和统一推断的优势。

- 通过灵活控制大量协变量（含球员质量、团队特征、比赛环境、经理特征），破解匹配非随机问题，估计溢出效应的平均及异质化估计。

• 以“同事进球数”作为多级离散处理变量，范围被限定在0至2+进球以确保共同支持（common support）。

- 通过不同模型（含传统线性回归和非参数核估计）验证结果的稳健性。

• 估值意义体现为：溢出绩效提升等同于自身表现约三分之一的影响量级，实用且易于业务理解。[page::15, page::16, page::19, page::20, page::22]

---

5. 风险因素评估

• 同事匹配非随机性：高技能球员倾向于与高技能同事配对，可能引入偏差。报告设计细致的控制变量系统与高级机器学习方法有效缓解此风险。

- 生产率溢出混杂影响：同事质量波动可能直接提升个体表现。作者通过丰富的个体表现控制和同事质量度量排除该解释，提升因果识别力度。

• 指标测量误差：虽然xG作为先进指标，但仍存在限制（例如变量遗漏，截断极端值）。作者通过稳健性检验、不同数据指标对比验证其合理性。

- 参考点非对称性复杂性：对负向偏离溢出解释尚需谨慎，需考虑认知心理与行为偏差对绩效判断的可能扭曲。

• 外推限制：研究基于足球高度可观测环境，其他行业溢出效应程度与表现可能因观测难度而异，外推至复杂多样的组织环境需谨慎。

整体而言，作者通过多角度验证和控制策略，充分识别和缓解关键风险，保证结论稳健可信。[page::10, page::19-22, page::44-49]

---

6. 批判性视角与细微差别

• 研究创新且数据详实，但完全随机假设（同事射门表现随机）虽合理但难以完全断定，潜在微观层面偏差仍可能存在。

- 射门技能与其他团队协作技能分离，虽减少关联偏差，但可能忽略同事其他非射门贡献对个体评价的间接影响。

• 经理和专家评价均为主观指标，可能受团队名气、舆论等外部因素影响，真实绩效与评价差异需谨慎解读。

- 绩效正向偏离溢出效应较负向偏离更突出，反映认知偏差，凸显评价体系内潜在公平性问题，需进一步机制探究。

• 异质性结果表明，溢出效应强弱与球员熟悉度、技能水平以及团队结构相关，提示管理优化中应注重信息透明与信任建设。

- 外部有效性有限，本研究场景非常具体（顶级足球联赛），实际企业环境异质更大。

• 整体报告逻辑严密，方法先进，结论与理论背景协调，但仍依赖多种假设，政策应用应谨慎具体化。

---

7. 结论性综合

本报告创新性地利用德国职业足球联赛的高维、可追踪数据，揭示了团队合作中同事绩效对个人绩效评价的显著溢出效应。溢出效应不仅影响经理的首发阵容决策（提高约3%留用概率，相当15%替换概率下降），也同样影响独立第三方专家评分（提升约10%）。

通过精确衡量的“期待进球”指标，研究剥离了团队协作的混淆，确立了射门表现的因果效应。溢出效应展现了显著的异质性，主要体现在技能弱、资历浅及团队实力弱的球员群体。同时，溢出效应呈现出参考点依赖的非对称特征：绩效超出预期产生溢出，低于预期影响较弱。

长期来看，同事的高绩效正向提升球员未来市场价值，提示溢出效应实质性地影响职业晋升轨迹。鉴于本研究场景中信息公开透明度极高，推测职场中溢出效应普遍存在且可能更为复杂，对管理实践与绩效评价体系设计提出重要警示。相关机制包括评价偏差、信息不对称及信任关系，均为促进公平激励设定的关键考量。报告为经济学、管理学和行为科学交叉研究提供了重要实证基础。

---

关键词解释

• 溢出效应（Spillover Effect）：一方的行为或绩效对他人的结果产生的影响，超越了个体自身。

- 期待进球（Expected Goals, xG）：基于历史数据和情境因素，计算射门成功概率的量化指标，独立于球员随机技能波动。

• 因果机器学习（Causal Machine Learning）：结合传统统计学因果推断和机器学习技术的新兴研究方法，用于估计处理效果及其异质化。

- 修改版因果森林（Modified Causal Forest）：一种非参数估计方法，针对复杂处理变量和高维控制变量，进行因果效应估计。

• 异质效应（Heterogeneous Treatment Effects）：不同对象或条件下，处理效应的差异性。

- 参考点效应（Reference Point Effect）：个体对于结果相对于预期的偏差产生不同的心理和行为反应。

---

总体评价

报告研究主题新颖，数据充分，方法科学，因果识别谨慎且多维度验证，论证逻辑严密。研究结果对理解团队合作中的绩效评价偏差与职业晋升机制具有高度启发意义，尤其在现代强调协作与团队创新的工作环境中应用价值显著。其采用足球实证场景，既具备高度可量化性，又兼具广泛的组织管理隐喻，架构合理，展现了跨学科研究的榜样。今后研究可探索不同产业背景的溢出效应异质性及对管理制度改革的启示。

---

以上为对《Teamwork and Spillover Effects in Performance Evaluations》完整且详尽的分析解构报告，涵盖论文主要内容、数据与方法、实证结果、图表解析、理论贡献与潜在风险，为高级读者深度理解论文内容提供系统框架和关键知识点。[page::0-57]

报告