激励管理：智能城市环境下的新探索

### 激励管理：智能城市环境下的新探索 #### 1. 研究背景 在当今社会，许多先进的社会技术平台将人类建模为具有预定义功能的计算元素或服务。这种抽象虽然适用于高效的算法查询、组合和执行规划，但它把人类参与者视为具有统计概率的计算节点，涉及可用性、响应时间、努力程度和绩效质量等属性。然而，由于人性的高度不可预测性、众多不可预见的外部因素，以及测量这些指标的困难和成本，这种抽象在实际应用中往往不准确。 目前，社会计算和众包受到了不少批评。主要观点认为，将人类视为计算节点并按使用付费的方式进行剥削是不道德的，实际中常常让人们从事只能赚取少量报酬的微任务。传统行业和数字领域中工人权利的演变有惊人的相似之处。早期工业中的工人在不受监管的工作环境中长时间从事重复性活动，而如今的众包领域仍然缺乏监管，也被认为具有剥削性。不过，一些研究表明，对于一部分人来说，这种工作是稳定且重要的收入来源。 为了改善数字市场的工作条件，工会和众包工作者推动对数字市场进行监管。像Turkopticon这样的平台让工人能够识别不公平的雇主，提高对合理补偿的认识，并提供一个社交环境来讨论相关问题和寻求建议。德国最大的工会IG Metall也发起了一项涉及行业和学术界的倡议，以监测和监管数字劳动力市场。 世界经济论坛2016年关于未来就业的全球报告显示，工作性质的变化预计将对全球劳动力市场产生重大影响，云计算、物联网、大数据、众包和共享经济等技术驱动因素是主要推动力。公司预计将雇佣较少的固定核心员工，并在需要额外专业知识或处理能力时进行扩展。同时，全球各经济部门的招聘难度已经很高，且预计在不久的将来会进一步恶化。这使得网络 - 人类智能城市的综合社会技术愿景成为关注焦点，它为提供和执行复杂的认知和物理协作任务提供了天然市场，创新型公司可以利用这一人力资源潜力，使部分业务更具动态性和可扩展性。 然而，这种动态工作环境由于工作角色的多样性、劳动力规模、就业关系的短暂性以及集体任务的复杂性，容易吸引剥削性活动。因此，激励措施在预防各种功能失调行为方面的应用越来越广泛。 即使没有社会技术环境的复杂性，激励措施在管理大规模劳动力方面也起着重要作用。大多数大中型公司都会采用一些激励措施，众多研究也表明了不同激励机制的有效性及其选择性和激励效果。在众包环境和网络 - 人类智能城市中，激励措施预计将发挥更重要的作用。但目前的激励管理方法通常是硬编码、特定于系统的解决方案，缺乏可移植性，阻碍了通用激励逻辑的重用，也不利于跨平台应用和声誉转移。此外，未来智能城市环境需要组合、个性化和频繁调整激励机制，而当前方法难以实现这一点。同时，激励设计人员和平台开发人员之间存在知识差异，导致建模和实施过程出现脱节。 #### 2. 现有激励和奖励实践 ##### 2.1 激励机制分类 不同类型的人类组织，如公司、非营利组织、工程/设计团队和众包系统，通常会采用不同的激励机制来激发参与者的特定反应。以下是常见的激励机制分类： - **按绩效付费（PPP）**：这是最常用的激励机制之一，其原则是每个参与者应根据其贡献获得相应的补偿，适用于可进行定量评估的劳动类型。工资是PPP激励的典型代表，通常由固定补偿金额（工资，$w_0$）和可变金额（$w_{inc}$）组成，可变金额取决于可测量的信号（$s_i$），每个信号由其权重系数（$\lambda_i$）进行缩放。 - 公式：$w = w_0 + w_{inc}$，$w_{inc} = \beta \cdot [\lambda_1s_1 + \lambda_2s_2 + \cdots + (1 - \sum_{i = 1}^{n - 1}\lambda_i)s_n]$ - 效果：在简单、重复性生产任务中，这种激励策略能使生产率显著提高25 - 40%，约30 - 50%的生产率提升归因于筛选和吸引更优秀的工人。 - 问题：存在测量不准确、信号选择和多任务处理等问题，可能导致工人之间的团结性下降。 - 适用场景：不适用于对输出质量高度关注的领域专家，以及大型、分布式、依赖团队的任务，但常作为其他激励方案的补充。 - **配额系统和自由裁量奖金**：与PPP机制密切相关，不同之处在于，不是按生产率成比例奖励参与者，而是设定多个绩效指标阈值，当参与者达到阈值时给予一次性的预定义奖金。 - 特点：评估间隔和配额应设置为需要合理额外努力才能达到，但