基于演化博弈理论的智慧工地激励策略研究

王文铎

(江西理工大学经济管理学院，江西 赣州 341000)

0 引言

《关于推动智能建造与建筑工业化协同发展的指导意见》[1]（以下简称“指导意见”）指出，建造产业要围绕建筑业高质量发展总体目标，以大力发展建筑工业化为载体，以数字化、智能化升级为动力，形成涵盖科研、设计、生产加工、施工装配、运营等全产业链融合一体的智能建造产业体系。该指导意见对建筑工程项目提出了具体的要求，即强调了信息化和智能化在工程项目上的重要性。智慧工地作为新兴概念逐渐进入主流视野，为工程项目建设期的信息化和智能化提供了明确的发展方向。

智慧工地是指运用信息化手段对工程项目进行精确设计和施工模拟，围绕施工过程管理建立施工项目信息化生态圈，并将此数据在虚拟现实环境下与物联网采集到的工程信息进行数据挖掘分析，提供过程趋势预测及专家预案，实现工程施工可视化智能管理，以提高工程管理信息化水平，从而逐步实现绿色建造和生态建造。其优势在成本控制、风险控制、质量控制上均有体现。

但是目前智慧工地建设仍存在诸多不足，需要着力开展相关研究工作。基于此，本文以演化博弈理论为基础，对政府与建设方决策及其带来的利益变化进行计算分析，以期为政府和建设方在智慧工地推广激励方面提供有效建议。

1 智慧工地研究现状

目前，国内对智慧工地的研究发展以工程实践中的管理系统升级、精益建造方向的信息化应用为主，结合云端BIM技术、神经网络法、综合评价法、动态计价等内容。主要研究内容集中在智慧工地技术应用研究、应用障碍因素研究、智慧工地管理系统研究等。其中智慧工地的应用研究方面，赵羽[2]提出基于轻量级神经网络的智慧工地视频监控系统，解决了数据收集、追踪轨迹等多个问题；王浩楠[3]通过研究制备两种不同探测波段探测器，提出有机光探测器在智慧工地中的应用。在智慧工地应用障碍因素研究方面，贾美珊和徐友全等[4]在多个案例学习的基础上，综合实地调研，确定了20项因素指标，结合ISM+AHP方法识别因素之间的层次关系及影响力；刘琪和刘利炜等[5]通过对智慧工地技术异化过程中存在的伦理风险的分析，提出在开发、技术、应用方之间存在的权益矛盾，及其相配套的法律与制度保障问题。而在智慧工地管理系统研究方面，黄建城和徐昆等[6]结合施工现场项目监管要求设计智慧工地管理平台管理架构，其中包含的七种功能要求对智慧工地管理建设提供了参考意见；曾凝霜和刘琰等[7]通过对智慧建设理念下的BIM运用模式的分析，提出了基于BIM的智慧工地管理体系框架，构建基于多维信息动态决策的工地智慧环境。

在世界范围的研究中，智慧工地是在长达12年的快速发展中逐渐实现精准细化的，正是庞大的建设规模催生着智慧工地的探索和研发。由智慧城市衍生出智慧工地项目水到渠成，成为建筑行业信息化发展的必然趋势。林鹏基于因子分析定义的8个障碍因子指标，建立了智能工地障碍物推广的解释结构模型(ISM)。Edirisinghe Ruwini批判性地分析了感知未来建筑工地领域现有的研究空白，基于技术准备水平(TRL)模型对智慧工地数字皮肤的发展作出研究。Seong-JinKim和HyunOk调查了移动研究和移动应用开发的趋势，以及它们在建筑领域的应用，提出了适用于建筑工地的移动服务和工作流程改进计划。

智慧工地虽然优势众多，但作为新兴产业对政府和众多建设方而言依然有许多顾虑之处，例如智慧工地改造成本及其导致的施工管理成本增加，缺乏相关标准、规范，法律责任界限不明确，配套软硬件不够成熟等都是非常实际的问题。

2 演化博弈模型构建

2.1 基本假设

智慧工地产业发展过程中参与主体众多。其中政府作为智慧工地的主要推手，负责工程建设相关法律法规与政策建议的发布、执行、监督工作；建设方作为智慧工地的应用管理者，是智慧工地落实到应用层面的关键一环。这两者是智慧工地发展实施过程中权重最高的主要行为体，其利益诉求与其角色定位息息相关，在当前发展政策下都希望实现自身主体的利益最大化。下文分别对政府与建设方的行为与利益进行假设。

假设1：政府的行为策略可以分为激励与不激励两种，其中激励的概率假设为x(0＜x＜1)，不激励的概率假设为(1-x)；建设方的行为策略即分为智慧工地与传统工地两种，其中采用智慧工地的概率为y(0＜y＜1)，采用传统工地的概率为(1-y)。

假设2：政府采取激励政策时，其管理成本为C G1；若建设方采用智慧工地，则给予其补贴为E，产生额外的社会、环境效益为I G，因符合中央政策受到上级政府嘉奖为A；若建设方采用传统工地，则给予其罚金为F。若政府不采取激励策略，其管理成本为C G2；此时若建设方采用智慧工地，仍有一定的概率θ(0＜θ＜1)获得上级政府嘉奖A。

假设3：建设方采用智慧工地施工时，其成本为C P1，可以获得政府补贴为E，并获得更多承包机会、社会口碑等潜在收益为I P；若建设方采用传统工地施工，成本为C P2，此时若政府采用激励政策则会受到罚金为F。无论建设方采用何种方法施工，其工程项目收益均为G。

2.2 演化博弈矩阵

基于以上3项假设构建政府-建设方双方演化博弈矩阵如表1所示。

表1 政府-建设方演化博弈矩阵

3 演化博弈模拟结果分析

3.1 均衡点计算分析

根据表1演化博弈收益矩阵设政府采取激励政策时的期望收益、采取不激励政策时的期望收益、政府平均收益分别为

根据Malthusian动态方程可得政府在激励策略下的复制动态方程为：

令U(x)=0可得x1=0，x2=0，

相应地，设建设方采用智慧工地时的期望收益、采用传统工地时的期望收益、建设方平均收益分别为N1、N2、

可得建设方在采用智慧工地策略下的复制动态方程为：

令V(y)=0可得

综上所述该博弈系统均衡点为：(0,0)，(0,1)，(1,0)，(1,1)，(x3,y3)，其中

对上述平衡点分析该博弈系统的演化稳定策略，根据Friedman提出的判定标准，构建该博弈系统的雅可比矩阵为：

且满足：

条件时达到均衡点。

代入得到该系统的雅可比矩阵为：

因此该系统局部平衡点对应的迹条件trJ与行列式条件detJ如表2所示。

表2 局部平衡点对应trJ及det J

由表中(x3,y3)处迹条件trJ=0可知该点不满足均衡点条件，故该局部均衡点显然不为ESS。

3.2 均衡点稳定性分析

对除(x3,y3)外4个局部均衡点取值，通过讨论博弈双方策略发生变化时受决策影响的各种因素的取值变化，分析各均衡点随之变化的结果，进而得出在不同决策情况下的博弈结果。

（1）当(1-θ)A+F-E＜C G1-C G2且E+I P＜C P1-C P2时，系统的演化稳定点ESS为(0,0)。(0,1)、(1,1)为鞍点，(1,0)为不稳定点。此时对政府和建设方而言智慧工地所增加的成本均超过其相应的罚款收益、嘉奖收益、额外收益的总和，由于博弈双方的有限理性假设，其对智慧工地的推进工作均易采取消极策略，政府激励意愿低下，企业也不愿意冒着亏损风险选择智慧工地施工。最终博弈系统演化为[不激励，传统工地]组合。

（2）当(1-θ)A+F-E＜C G1-C G2且I P-F＞C P1-C P2时，系统的演化稳定点ESS为(0,1)。(0,0)、(1,0)为鞍点，(1,1)为不稳定点。此时对政府而言，其获得上级政府嘉奖、罚款收益总和扣除给予建设方的补贴外无法覆盖其增加的管理成本，因此政府倾向于选择不激励。但对建设方而言即使政府的补贴数额不足，其获得的额外收益总和依然超过采用智慧工地所增加的成本，因此其对智慧工地的推进工作将采取积极策略，最终演化为[不激励，智慧工地]组合。此时在不耗费或耗费极少公共资源与行政成本的情况下，依然能够达成对智慧工地的推广目标，从社会综合效益角度来看该组合对目标的实现是最有利的。

（3）当F-E＞C G1-C G2且I P-F＜C P1-C P2时，系统的演化稳定点ESS为(1,0)。(0,0)、(1,1)为鞍点，(0,1)为不稳定点。此时建设方即使被罚款其收益也无法覆盖其采取智慧工地所增加的成本，即便政府采取激励政策建设方依然倾向于选择传统工地。该情况最终演化为[激励，传统工地]组合，对政府而言尽管获得的收益大于采取激励政策所增加的成本，但其实现推广智慧工地的目标未能实现，属于不理想的情况。

（4）当(1-θ)A+F-E＞C G1-C G2且I P-F＞C P1-C P2时，系统的演化稳定点ESS为(1,1)。(1,0)、(0,1)为鞍点，(0,0)为不稳定点。由于政府与建设方均可得到超过增加成本的收益值，因此均倾向于做出积极推广智慧工地的选择，最终演化为[激励，智慧工地]组合，该情况有利于最终目标的达成，但比起情况（3）依然需要耗费更多的社会资源与行政管理成本。

（5）当(1-θ)A+F＞C G1-C G2＞E且F＞C P1-C P2＞I P时，系统所有平衡点都无法满足条件，此时系统不存在稳定策略ESS。

4 结束语

本文通过对政府与建设方在推广智慧工地过程中的利益取舍建立演化博弈模型，得到该博弈系统4个均衡点的策略分析。基于推广智慧工地目标的综合社会效益，最优的博弈结果应考虑为［不激励，智慧工地］组合，即政府只需少量甚至不给予补贴措施的情况下，依靠有限的奖励措施以及有效的宣传政策提升智慧工地项目的社会效益与企业口碑，来提升建设方对采用智慧工地的兴趣，最终达成推广智慧工地、提升建筑行业信息化和智能化的目标。模拟过程中可以发现，在智慧工地尚处蓝海的情况下，比起纯粹的政府补贴，上级政府给予的奖励支持与企业采用智慧工地产生的额外的形象收益与社会效益同样助力巨大。由此考虑到未来可以着重于多方面的敏感性分析研究，细化多项正负反馈对政府、建设方的影响；或加入涉及智慧工地产业的其他主体进行多方演化博弈分析，为政府调控产业链提供更多的参考思路。