群智协同激励机制研究综述

王 娟，王丽清，马文倩，徐永跃

云南大学 信息学院，昆明650091

1 引言

互联网模式下大量网络用户群体，不仅是网络数据的使用者，同时也是网络数据的贡献者，是支撑网络平台和服务的重要资源——群智资源。由此，群智协同计算应运而生，其目的在于将这些群智资源协同汇集起来以实现资源的最大化利用[1]。众包作为群智协同计算中人群协同的一个分支领域，通过将任务以自由自愿的形式发布给协同工作者，极大地利用了群体智慧。例如：文献[2]利用众包平台提供的大量的样本和特定人群来研究不良童年经历与吸烟、肥胖之间的关系；Lesiv等人[3]根据协同工作者收集的全球13 000 个农田场地大小数据，绘制了精确的全球农田面积地图；Mandera提出一个英语众包项目，通过超过100 万人参与网络词汇测试收集的新的英语单词识别时间的数据集，来分析参与者智力及受教育程度与语言学习之间的关系[4]。

但互联网中存在大量的不确定性，为保障任务目标的完成，在群智协同计算研究领域中一个亟待解决的问题便是人员的参与度问题。大多数协同工作者由于设备资源稀缺、成本消耗、个人隐私被披露以及拒绝数据共享等各种原因，而不愿或谨慎地参与众包工作。因此，在任务协同设计中激励机制的研究成为关键。一个合理、有效、可编程的激励机制，一方面能够提高协同工作者的参与度，另一方面可以提高众包任务的质量和效率。

本文首先按照外在和内在两大分类，对近年来国内外激励机制研究现状进行了总结和描述。然后，对激励方式的类别进行了归纳和总结，提出了群智协同激励机制的层次分类图。最后，对外在和内在激励机制的关键技术研究和趋势进行了总结和展望。

2 激励机制国内外研究现状

一个人的行为受到动机因素的支配，在基于动机理论中更多地会从外在动机和内在动机两个方面来分析协同工作者的参与行为。外在动机是通过外部的刺激，如奖励、表扬等方式来激发工作者产生参与行为。内在动机则是人出于兴趣、爱好等发自内心的需要，产生做某事的动力，而并不以迎合外界的期望（外在动机）为目的[5]。目前，在群智协同计算领域中，关于不同业务和工作领域中参与众包活动的驱动因素的研究并不多[6]，特别是对于协同工作者的内在参与动机。而另一方面，用其他知识领域的一些相关概念来解释这些不同内在因素的作用和影响，却已经被证明是更有用的。

从内在动机来说，心理学上马斯洛最早将人的需要划分为五个层次，即：生理需要、安全的需要、情感和归属的需要、尊重的需要、自我实现的需要[7]。在此基础上，国内外研究又对其有具体的一些分类，包括自我实现激励、娱乐激励、社交激励以及情感激励等。对于外在动机则大致可包括物质奖励激励和其他激励方式。以下对国内外常用的激励机制分别加以论述。

2.1 外在激励机制

2.1.1 金钱奖励激励

外在激励机制中采用较多的是给予协同工作者金钱上的奖励。

在人力资源的管理过程中，薪酬激励是最能调动员工积极性的一项措施[8]。由于工作者具有自私性，总是希望自己得到的回报比付出多，而每一个研究人员都希望可以在花费较少的时间和金钱的情况下，使问题得到解决。文献[9]正是在众包中利用员工的自私性将任务分为两种类型，一种是普通任务只设置基本奖励，另一种任务是除了设置基本奖励之外还包括按照个人贡献分发的奖金，保证员工可以按照自身情况来选择任务。但随着任务的难度增加，额外的奖金也难以吸引更多的工作者参与，并且对于提高任务结果质量也没有更多的帮助。

金钱激励方法可以分为两大类：基于博弈论的和非博弈论的[10]。Islam 等[11]提出一个移动众包领域的三层激励框架，在这个框架中可以任意使用博弈论或者非博弈论的激励机制。但对于外在激励而言，大部分使用的激励机制都是基于博弈论的，包括反向拍卖机制[12]、多属性拍卖机制[13]、双方叫价拍卖机制[14]、VCG（Vickrey-Clarke-Groves）拍卖机制[15]、组合拍卖机制[16]，以及近似最优拍卖机制等。而在博弈论中反向拍卖机制是最常使用的方法。有别于传统的拍卖机制中一卖方多买方的形式，反向拍卖指的是一种存有一位买方和许多潜在卖方的拍卖形式，价低者获胜。Wang 等[17]提出一个改进的两阶段拍卖算法来确定众包平台的赢家，但反向拍卖过度关注工作者的利益，而忽略了任务发布者的利益。文献[18]提出一种基于物理网络的激励机制，对发布者和工作者同时进行反向拍卖并选出获胜者。

在反向拍卖机制中很容易出现“搭便车”（free-riding）问题，即任务请求者在任务执行之前将报酬付给协同工作者，则工作者更倾向于付出很少的努力，从而导致数据质量降低[19]。为了解决该问题，Zhu 等[20]将反向拍卖思想与Vickrey拍卖思想相结合，增加质量认证模块，成功解决了众包中“搭便车”的问题并提高了数据的质量。因此，在反向拍卖设计激励机制时，如果对工作者的诚实性问题没有给与考虑，那么可能会导致其他工作者丧失工作积极性，或者带来低质量的结果。

2.1.2 物质奖励激励

除却金钱激励之外，给与工作者其他物质方面的奖励也是外在激励方法中常用的一种。比如：礼物、奖状以及涉及衣食住行等方面的奖品等。这方面的奖励会激励工作者从事许多活动，提高行为绩效[21]。特别是工作者急需这些物质形式奖励时，参与动机就会越发明显。

2.1.3 其他激励方式

此外，还有其他一些外在激励的方法。例如：王娜等人[22]从用户认知和外界影响两个角度对影响网络动态信息组织未来用户参与度的因素开展调查与分析，并从激励措施等方面提出相关建议来提高用户参与度。协同工作者在参与过程中会相互影响，从而改变其他工作者的参与行为，其中包括他人对协同工作者的期望和认同，工作者之间的合作竞争等方面。Panchal[23]根据参与者关系将众包模式分为竞争型和合作型两种，实验表明两种类型的众包模式都能激发协同工作者的参与积极性，实现自主创新。而众包任务的目标难度和规定任务量会对竞争型和合作型众包模式产生一定的影响。在竞争模式下工作者的参与数量越多，任务结果质量反而越不高[24]。

对于协同工作者来说，工作环境对于是否参与众包任务也是其中一个外在影响因素。文献[25]从工作环境方面来研究外在激励措施对新生代建筑工的影响。工作场所健康促进（workplace health promotion）要求雇主努力改善工作场所的社会心理、人体工程学和物理环境，并评估雇主为改善工作环境所作的多方面努力的社会经济影响[26]。高等教育机构为学习者提供了混合学习环境，加大了学生的参与度和积极性[27]。在环境对任务的影响研究中，对于多因素的影响需要更多量化分析的支撑，来提高说服力。

外在激励机制的国内外研究来看，金钱奖励和物质奖励是主要的激励方式，而其他激励方式多数与外部因素有关。但在以金钱为奖励的外在激励机制中，协同工作者更在意的是完成任务之后可以获得多少奖励而往往会忽略任务完成的质量。

2.2 内在激励机制

内在激励机制是利用用户的利他主义或游戏化等行为，通常由个体对任务本身的内在兴趣或享受所驱动，而不是依赖于外部压力或对奖励的渴望[18]。针对近年来国内外学者的研究，大多是从自我实现方面、娱乐方面、社交方面以及情感方面对工作者进行激励。

2.2.1 自我实现激励

自我需要[28]是指心理自由和完成某一任务的意志，不受到外部压力或强制的情况下可以根据自己的价值观和兴趣做出决定。游戏中的化身[29]被用来明确识别玩家，允许玩家自主选择采用或者创建另一种身份。自我表达属于一种自我呈现，所表现出来的是个体本身期望给大众看到的形式，这不仅仅是自我认同的过程，同时也是希望得到他人认同的过程，具有很强的自主性。研究表明，自我表达是影响成员参与频率的最重要的因素[30]。李青[31]将积分设计在移动学习应用中，用于衡量学习者的自我价值，将积分与权益和奖励挂钩，激励人的主观能动性。文献[32]表明，在众包团队中，自我效能会对工作者的努力以及产生的绩效带来正向或者负向的影响，而通过游戏技术可以调整整体绩效。但对于非团队合作的众包平台并不适用。

工作者在选择任务的时候会特别注重是否可以从中得到除了奖励之外的东西。例如：学习到该项任务的运行机制、任务是否设计合理以及如果想要设计一个这样的任务应该注意哪些方面等等。近年来，众包技术被用于教育行业的例子明显增多[33-35]，设计者将学习任务众包化[36]，利用其学习信息来吸引学生以及老师的参与。文献[37]通过对参与动机和职业结果的分析揭示了参与众包技术的工人的职业定位变化。在职业中的自我实现方面，工作者参与任务的动机包括两个方面。第一个方面是通过参与该项任务可以学到与自身职业相关的信息或者技能，以提升自己在职业方面的能力；第二个方面是指协同工作者积极参与并完成该项任务后可以得到某个工作，以此激发工作者的参与动机。

2.2.2 娱乐激励

娱乐消遣是人们使用社会化媒体的重要动机[38-39]。愉悦感[40]是用户在使用中获得的乐趣和享受。用户感知到的愉悦感会对用户的满意度和归属感产生显著的影响。陈岚[41]用结构方程模型分析方法验证了兴趣是激发参与者参与的主要动机之一。

众包任务游戏化[42-44]是娱乐性动机的一个产物，游戏化设计元素已被用于协同软件中，以吸引用户实现群体目标[45]。游戏化是指首先增加用户或参与者参与特定活动或行为的内在动机，然后增加或改变特定行为的设计。它是游戏的一种外在表现形式，通过让协同工作者在享受娱乐的同时，完成任务，可以有效地提高众包的参与度[46]，是一系列自愿性的、内在动机的活动，通常与娱乐和享受相关，可以看作是一种反映了放松和娱乐的基本欲望的行为[47]。文献[48]在众包分流时加入一些娱乐项目，促进了工作者的高保留率。Johnson等人[49]进行了一项系统的文献综述，发现游戏化对健康和福祉产生积极的影响，游戏化干预直接支持了参与者的幸福感。

近年来，游戏化设计被用于方方面面，例如：使用游戏化和移动技术对土地覆盖和土地的现场数据进行众包[50]；将游戏化直接应用于健康管理知识库社会化众包任务中[51]；对比众包图像中游戏化生成的标签和专业描述符之间的差距[52]；Kuo 等人[53]分析了游戏化如何激发在线学术传播的访问和参与；文献[45]中在众包任务游戏化实验阶段将用户界面设计为功能性界面和非功能性界面，以个性化的方式吸引协同工作者参与；Gregory[54]将竞争性游戏和协作性游戏机制结合在一起，形成了一个游戏化的移动众包应用程序，实验发现竞争性游戏机制更能促进参与，而两者结合时有可能反而导致参与人数下降。游戏化是在激发工作者娱乐心理从而增加用户动机[55]和持续参与方面的有效途径。

2.2.3 社交激励

社交是人类参与交际互动活动的驱动力之一[56]。一部分协同工作者在参与某些众包任务时会抱着想要结交更多朋友的心态，在竞争与合作中完成任务的同时也可以扩大自己的交际圈。在社区成员之间因为各种原因建立了牢固的联系和团结，并伴有强烈的归属感。社区的参与，为成员提供意义、身份和团结[57]。社会资本来源于人与人、人与众包平台之间的互动、沟通和人际关系，能够促进协同工作者参与众包的意愿[58]。文献[59]通过将任务分发到工作者的社交圈，在任务完成之后，每个社区成员都可以获得相应的利益，但在设计激励机制时忽略了社区成员的努力程度，以及彼此相互影响带来的正面或负面作用。总的来说，在社区中的竞争与互惠关系有利于促进用户的参与行为。协同工作者之间在依靠任务形成的社区中就众包任务进行探讨，分享心得体会，有利于任务的快速完成。

在社会交往中除了具有强烈的归属感产生的动机之外，还存在由从众心理产生的动机。从众心理存在于人与人的社会交往中，常常表现出跟风行为。近年来，众包任务完成率和结果质量低下的其中一个原因就在于很多协同工作者盲目从众，导致某些任务没人选择或者参与度极低。因此，众包任务被分为热任务和冷任务两种。为解决冷热任务分配不平衡的问题，Wang 等人[60]将不同流行程度的众包任务捆绑在一起，用热任务带动冷任务的完成。但在该方法的使用中，需要合理评测不同任务的冷热度和搭配影响。在众包任务分配的过程中，除了工作者自己按照自身情况选择感兴趣的任务之外，平台还采取一种按顺序到达[61]的任务分配方法，成功解决了众包任务参与中的从众问题。文献[62]把图像标签任务分配给工作者，将收集到的标签使用顺序贝叶斯方法进行聚合。从社交动机方面进行激励，同样可以通过使工作者达到自我满足状态而促进其参与任务。

2.2.4 情感激励

情感激励一般通过对工作者自身的情感体验进行激励，使之产生想要参与任务的心理。心理学家认为，成就感是个体在自身成就和价值得到认可的基础上，激励其从事有价值的活动的一种驱动力量。协同工作者在参与众包活动的过程中，如果产生愉快或成功的感觉会促进工作者积极完成众包任务。同时在工作中被人夸奖或者工作成果出色就会产生成就感，由此激发工作者的参与度。文献[63]中提出一种可以按照工作者的表现来推荐众包任务的系统，在该系统中可根据其实际情况进行任务分配。

众包游戏化中排行榜作为一种根据一定的成功标准来对协同工作者进行排名的方法，可以很好地激励工作者的成就动机，现已经被大多数众包平台使用。在众包活动中通过任务等级的设定以及排行榜上的排名，体现了一个协同工作者的能力强度。等级越高，排名越靠前表明其能力越强，工作者的动机越强烈。Liu 等人[64]将成就动机设计到激励机制中，只要参与构建可访问性地图的工作者便可以提升个人地位及形象，加快了地图的构建速度同时提高了众包的质量。但是，文献[46]指出，长期的排行榜会导致积极性下降，并可能对众包的整体结果产生负面的影响。

此外，众包平台以自由自愿的方式将任务发布给协同工作者，工作者贡献出自己的闲暇时间解决问题，有很强的利他、亲社会动机。在文献[65]中，从合作、利他主义、积极和消极互惠等方面出发，对人类社会性的双重过程方法进行综述，表明协同工作者的社会责任动机与其道德理念有关，从道德理念方面出发更容易激励工作者参与协同任务，产生利他行为。

从内在激励的国内外研究来看，内在激励机制大多通过调动人的内在动机使之产生幸福感，以激励其参与一系列活动。自我实现心理是工作者产生参与行为的最主要原因，娱乐心理与人类的情感方面有很大的关系，同样也能产生幸福感，而且更具有普适性。但是，在激励的分类上，往往各自有不同的分类角度，也存在一些重叠、相似，以及界限模糊等问题。

3 激励机制的层次分类和优缺点分析

3.1 层次分类

分析近年来国内外关于激励机制的相关研究，一个有效的内在激励比外在激励会更持久，也往往更可能取得高质量的结果。因此，重点以内在激励机制为主，将激励机制按照不同层次进行了归纳，得出层次分类图如图1所示。

图1 中，顶层分类按照协同工作者的不同参与动机分为外在和内在激励机制两大类。

第二层次中，外在激励机制按照物质还是非物质分为：经济利益激励和外界影响激励。

内在激励机制从协同工作者的自我需要和社会需要角度进行划分。

图1 群智协同激励机制层次分类图

自我需要激励根据自我决定理论，从不同的感受需求角度分为娱乐动机激励、成就动机激励、胜任动机激励和自主动机激励。其中娱乐动机激励包括兴趣型动机激励和单纯以娱乐为目的的娱乐型动机激励。自主动机激励包括自我表达动机激励、自我选择动机激励和自我保护动机激励。

在自我决定理论中，由自我需要产生的动机是指工作者遵循自身意愿或者需求选择从事某项活动，属于内部动机倾向。其中成就动机一般指工作者的荣誉动机或者功利型动机，是一个追求个人价值最大化的过程。从动机出发的具体激励措施。胜任力代表协同工作者的职业能力，其胜任力度决定了未来的工作绩效。所谓胜任性是指个体能够出色完成特定任务的能力属性，是人们根据自身所具备的能力和特定任务的难易程度做出的一种主观判断[30]。对于协同工作者来说，驱使个体活动的动机是个体相信自己能胜任某项工作的动机[66]。协同工作者在参与某些群智协同任务时获得愉悦和放松、压力得以缓解或者得到消遣，此为娱乐型动机。而某些工作者参与任务的原因在于该项任务自身的特性，比如，任务内容简单易完成、任务本身具有刺激性和挑战性或者某些任务以感官上吸引协同工作者参与，此为兴趣型动机。

社会需要激励是从人在社会中的交往、责任和学习的不同需要，划分为社会交往动机激励、社会责任动机激励和社会学习动机激励。社会学习动机则包括了以阅读、传播等为目的的信息学习动机激励和由于个人所承担社会角色和职业分工不同，而带来的职业性学习动机激励。信息学习动机以学习需要为目的，利用工作者学习知识的心理在群智协同计算中产生关键作用。职业学习动机由其职业性质所决定的，与自身利益和兴趣基本无关。

人的社会需求是指受社会所控，除却个体的自我需求之外的需求。社会需求所产生的动机是在以社会为中心，以人为主体的情况下产生的动机。协同工作者的社会责任动机一般表现为利他主义产生的服务性动机，利用自己的空闲时间做一些有利于社会及他人的事情。主要强调的是工作者的志愿行为，更多的在于情感的认同和价值观的统一，而与自身所得的利益并不直接相关。

3.2 激励方法优缺点分析

群智协同的内在和外在激励机制各有其优缺点，在应用中需要结合具体需求合理地选择和应用。为此，本文将各类激励机制方法的优缺点分析总结如表1所示。

从表1 中可以看出，由于激励机制涉及到的研究背景和需要解决的问题不尽相同，不同的激励方式对于解决群智协同计算中工作者参与的问题各有优劣，没有任何一种方式具有普适性。但从整体上看，外在激励和内在激励都可以增加工作者的参与度。

从目前的研究来看，关于群智协同激励机制的研究主要集中在外在激励方面，在内在激励方面涉及的并不多而且形式较单一。其中，将众包任务游戏化的方式，从工作者的娱乐心理、成就心理等方面出发对工作者进行激励是最主要的内在激励方式，所以在内在激励方面有较大的发展空间。

外在激励中拍卖机制成为群智协同计算中最常用的激励方式。该方法基本适用于所有协同工作者，但往往也带来高成本问题。一个合理有效的群智协同激励机制不仅可以激励工作者积极参与协同任务，而且可以快速且高效地完成任务，得到高质量的结果。就目前的研究来看，不少激励机制的设计存在工作者的诚实性问题、隐私安全问题以及高成本问题，导致激励效果并不理想。在未来群智协同激励机制的设计和研究中，这些方面仍然需要不断深入探讨。

4 激励机制研究关键技术和研究趋势

4.1 激励与隐私保护的结合

隐私安全是每一人都重点关注的问题，其中包括个人信息隐私安全、数据信息隐私安全以及位置信息隐私安全等多方面。由于在参与众包任务中，需要收集和传输更多的数据，容易被恶意节点攻击，或者存在需要记录工作者部分相关隐私信息的情况，协同工作者可能会因此造成较大的安全威胁和巨大的损失以及担心自己的隐私被泄露而不参与任务的分配和协同，即使参与任务可以获得较多的奖励。随着人们隐私保护意识的增强，以及网络覆盖、信息共享程度和深度的不断扩大，这个问题日益突出，而成为下一步研究的关键和趋势。

近年来，隐私安全问题成为协同工作者参与群智协同任务[67-69]的关键问题，隐私保护机制也逐渐被设计到激励机制中。文献[17]在用于激励工作者参与的拍卖机制中加入隐私保护机制，其他员工无法得到任何关于自己竞价、感知数据等信息。在群智协同激励机制的设计中，除了提供工作者额外的奖励之外，设计一个基于保险的激励框架来激励其升级到更高的安全级别也是一个有效的方法[70]。Xu 等人[71]提出一种隐私保护异常处理方法，专门用来解决群智协同计算中工作者之间进行替换的问题。但对其他异常问题并不适用。

在设计激励机制的同时将隐私安全问题加入其中，降低隐私风险。在鼓励参与的同时，将隐私保护与激励机制相结合，能够排除工作者的顾虑，更多地吸引工作者参与到协同任务中。

4.2 多因素结合的混合性激励机制研究

近年来国内外学者对于激励机制的设计大多注重于外在奖励而较少关注协同工作者的内在需求。单纯地从外在激励出发很容易让工作者以获得奖励为目的进行工作，而造成众包任务结果质量低下。此外，与内在激励机制相比，以金钱为基础的外在激励机制在长期应用中反而会导致工作者减少参与[64]。

表1 群智协同激励机制对比

而单一从内在激励来说，由于人类自身性格特点具有差异性，需求也并不一致，所以从工作者的内在激励出发也很难形成一个普适性的机制。作为解决思路之一，可以考虑多种激励的结合。例如：从工作者的成就动机出发，给予其地位、荣誉等奖励以激励工作者参与任务；从工作者的胜任动机出发，根据工作者的自身能力分配任务以激励工作者参与任务；从工作者的自主动机出发，设置多类型的众包任务以激励工作者自主选择；从工作者的职业学习动机出发，设置与其自身职业相关的任务类型以激励工作者参与任务；从工作者的娱乐动机出发，设置新颖的、具有挑战性的任务类型以激励工作者参与任务。

因此，采用外在激励机制与内在激励机制混合的方法成为一个未来的研究趋势和热点。Harris将游戏设计到文本文档或图像的排序实验中，同时对工作者的绩效进行排名并奖励[72]。Kawajiri等人[73]利用基于位置服务中的游戏化元素来控制用户的动机，用户通过每个位置的数据收集点（如游戏点数、优惠券点数）获得奖励。协同工作者在参与众包任务的同时一方面产生满足感，一方面获得奖励，以此取得更好的协同执行效果。

4.3 激励成本和结果质量的平衡

在设计激励机制中成本控制和任务结果质量的最优平衡问题，也是一个值得研究的热点。群智协同计算的原则在于使用最少的成本使结果质量最大化，其中成本包括时间成本、金钱成本以及数据资源成本等。在设计激励机制时如果成本和预算超出预期，即使吸引了足够多的协同工作者参与众包任务，也无法实现效用的最大化。而另一方面，协同工作者的质量问题[74-75]同样也需要关注。由于工作者的异质性，不少工作者参与众包任务的目的在于获得金钱奖励，对于任务的结果质量并不关心，极易存在欺诈行为，提交虚假的结果，造成众包任务结果的质量低下。

因此，在成本和预算受限的情况下，从激励机制角度，如何实现结果质量最优，是群智协同的研究关键内容。

4.4 激励机制的可实现性和实践应用

关于协同工作者激励机制的相关研究工作主要集中在理论方面，将机制与实践任务结合的实际应用方面还不多。外在动机和内在动机对协同工作者的参与意愿的影响，有必要进行理论驱动的实验研究，因为意愿和实际行为之间可能存在差距[76]。将激励机制应用于实践中，针对具体任务特性和协同工作者的个性特征，对所提出的激励机制进行实现，并进行实验验证、修正和完善，是今后研究和应用的一个迫切需要。

5 总结

对目前国内外学者在外在和内在激励机制的相关研究进行了概括和总结，指出了现有研究中存在的问题和不足。然后，将激励机制按照不同的原则进行划分，并以内在激励机制为主，提出群智协同激励机制层次分类图。最后对激励机制研究领域的关键技术和研究趋势进行了总结和展望，为了在多方面因素影响下取得更好的激励效果，激励与隐私保护的结合、多因素结合的混合性激励机制、激励成本和结果质量的平衡以及激励机制的可实现和实践应用将成为未来研究的重点和研究发展的方向。