基于博弈论的公司员工激励问题研究.doc

基于博弈论的公司激励问题研究摘要：合理的激励制度能提高员工的工作热情，激发其潜能，充分地调动员工的积极性、主动性和创造性，从而大大提高企业的生产效率，促进企业的发展。本文基于博弈论的视角，研究公司内部包括所有者与经营者（委托人与代理人）、经理与员工、员工与员工在内的激励问题，并据此提出合理的激励制度安排。关键词：博弈论；激励制度；Research on Incentive Problems of Enterprises Based on the Game TheoryAbstract: The reasonable incentive system can improve the staffs working enthusiasm, arouse their potential and fully mobilize the enthusiasm, initiative, and creativity of the employees, thus greatly improve the production efficiency of enterprises in order to promote the development of the enterprise. Based on the game theory, this paper mainly tries to research the incentive problems between the principal and the agent, managers and employees, the staff and workers, and then put forward the reasonable incentive system arrangement.Keyword：Game Theory；Incentive System Arrangement0 引言一个组织要在激烈的市场竞争环境中立于不败之地，就应充分调动员工的积极性和创造性，促进组织活力，提高组织的效率与效益。而管理人员或所有者调动员工积极性和创造性的一个强有力的手段就是激励。而各种激励制度能否达到预期的最佳效果，如何才能以最合理的激励手段、最适当的激励制度取得最大的产出，怎样才能避免因为激励不当而造成的消极后果就成了一个值得探讨的问题。本文试图以博弈论原理为基础，通过分析所有者与经营者（委托人与代理人），经理与员工，员工与员工之间的激励博弈关系，来探讨企业激励制度对经理、员工工作态度及企业整体效益的影响，以寻求对于激励的最佳策略。1 理论基础1.1 博弈论及博弈模型博弈论又称对策学（Game Theory），是描述和研究行为者之间策略相互依存和相互作用的一种决策论。博弈论对人的基本假定是：人是理性的，理性的人是指他在具体策略选择时的目的是使自己的利益最大化。所有的博弈问题都会遇到三个要素：当事人又称策略者（Players），策略( Strategies )，支付又称赢得(Payoffs)。博弈论中两大经典博弈模型分别为：纳什编制的博弈论经典故事“囚徒困境”，说明了非合作博弈及其均衡解的成立，故称“纳什均衡”；另一模型是“智猪博弈”。“囚徒困境”模型中，囚徒甲、乙是当事人；支付矩阵（表1-1）表示了当事人各自的策略及支付：当事人甲乙均选择承认犯罪事实的策略，每人受到3年的刑期处罚；如果两个囚徒之中有一个承认犯罪，另外一个否认，那么承认者将会得到1年刑期，而否认者将会得到最严厉的死刑判决；两人都选择否认，则会被无罪释放。在纳什故事中最终均衡为：两个人都承认了犯罪事实，所以两个囚徒得到各3年刑期惩罚。两人都选择了相同的策略，但结果对于两者来说，却都不是最优结果，对于整体来说，更是最差结果。从“纳什均衡”中我们可以悟出一条真理：合作是“利己策略”。但它必须符合以下黄金律：“以牙还牙”，按照你愿意别人对你的方式来对别人，但只有他们也按同样方式行事才行。表1-1 囚徒博弈支付矩阵乙甲徒囚徒囚承认否认承认3，3死刑，1否认1，死刑0，0以纳什均衡的黄金律出发，进行重复博弈，进入艾克斯罗德（Robert Axelrod）实验。A 和B 各表示一个人，他们的选择是完全无差异的。选择C代表合作， 选择D代表不合作。如果AB 都选择C 合作， 则两人各得3 分；如果一方选C，一方选D，则选C的得零分，选D的得5分；如果AB 都选D，双方各得1 分。显然，对群体来说最好的结果是双方都选C，各得3分，共得6分。如果一方选C，一方选D，总体得5分。如果两人都选D，总体得2分。显然，在有限且可预期次数的博弈中，选择D对于个人来说都是最优选择，即囚徒困境。但是，当这一博弈关系处于无限次或未知次数的重复中时，情况就截然不同了，这就是艾克斯罗得试验。艾克斯罗德实验下，能够获得对群体最大的结果，即AB均选择合作，从而走出囚徒困境。经过静态和动态进化试验，艾克斯罗德实验得出如下的关于最优策略的结论：第一，从不首先背叛，即“善良的”；第二，对于对方的策略采取“以牙还牙”策略；第四，一定要有“清晰性”，能让对方在三、五步对局内辨识出来，太复杂的对策不见得好。表1-2 艾克斯罗德实验支付矩阵ABCDC3，35，0D0，52，2纳什均衡下另一个经典模型便是“智猪博弈”。设猪圈里有一头大猪、一头小猪。猪圈的一头有猪食槽，另一头安装着控制猪食供应的按钮，按一下按钮会有10个单位的猪食进槽，但是谁按按钮就会首先付出2个单位的成本，若大猪先到槽边，大小猪吃到食物的收益比是9:1；同时到槽边，收益比是7:3；小猪先到槽边，收益比是6:4。支付矩阵如表1-3。表1-3 智猪博弈支付矩阵猪小猪大行动等待行动5，19，1等待4，40，0大猪选择行动，则小猪选择等待作为最优策略，可获得4单位纯收益；大猪选择等待，小猪选择等待作为最有策略，虽然没有获得食物，但不至于亏损。所以，无论大猪是选择行动还是等待，小猪的选择都将是等待，即等待是小猪的占优策略。1.2 激励动机(Motivation)是直接推动个体行为的内部原因。激励( Incentive)，是指人们朝向某一特定目标行动的倾向，它将影响员工们怎样适应一个组织，员工们在特定地点和岗位上怀有的特定动机，会影响生产率MBA必修核心课程编译组.人力资源组织和人事M .北京：中国国际广播出版社，1997. 329- 330.。奖金的使用是由弗雷德里克泰勒在19世纪晚期提出和推广的美加里德斯勒.人力资源管理M .北京：中国人民大学出版社，1996.460.。由此，各类旨在挖掘工人劳动潜能的激励措施受到经理们的青睐。国内外各种激励原理(如需求层次理论、保健理论等) 与激励制度(如员工参与方案、浮动工资方案等)也层出不穷。马斯洛(1954)的需要层次论，就从心理学角度分析了人五个需要层次。管理过程可以针对不同层次的需要采取不同的激励措施。一般来说，满足低层次的需要，倾向于依靠物质刺激；满足高层次的需要倾向于依靠精神激励。因此，当物质刺激提供的激励效果下降时，就要增进精神激励的内容。从科斯(1937)以来“委托代理”理论在微观经济学领域发展迅速，其中激励问题成为企业理论的重要内容。阿尔钦和德姆塞茨在生产、信息成本和经济组织中提出通过赋予监督者“剩余索取权”来激励监督者。尤金法马在代理问题与企业理论一文中指出，“管理者劳动市场所必然产生的约束可以解决与证券所有权与企业控制权分离相伴随的潜在激励问题”。不完全的契约形式不能消除詹森和麦克林在公司理论：管理行为、代理成本和资本结构中提出的“代理成本”。资本市场上的“用脚投票”机制对经理形成资金约束的激励，是投资者实施“最终控制权”的手段。“最终控制权”指的是选择经营者的权利，投资者掌握经理选择权的制度安排也是实施对经理激励的重要手段之一。但信息不对称依然使得委托人与代理人之间激励不相容，员工之间薪酬计划激励效果不好，员工之间搭便车现象严重都未得到根本解决。2 委托人与代理人的激励博弈2.1 囚徒困境模型下的激励博弈分析委托人对代理人的激励程度与代理人的努力水平之间的相互影响，预示着委托人与代理人之间存在着策略性博弈。由于委托人与代理人目标取向的差异，以及委托人监督的信息不对称性，说明天然地存在委托人和代理人激励的不相容性。这种激励的不相容能够通过委托人与代理人之间的合作行为，得到一定程度的缓和并使双方受益；如果委托人与代理人都按单方面的效用最大化选择策略与行为，双方都采取一种不合作的态度，委托人需要花费较大的监督成本，代理人也可能由于工作缺少主动性，丢失发展机会，从而走入“囚徒困境”。假设委托人与代理人都存在着“合作”与“不合作”两种策略，如表2-1。委托人的“合作”，意味着委托人对代理人采取一种“认可”的态度，认为代理人会主动地以委托人的利益为目标努力工作，并且，如果可能，委托人都尽力增加代理人的激励；代理人的“合作”，意味着代理人将委托人的利益看作自己的利益，“以工作为乐”，以“自我实现”为最高需要，并以最大的努力水平为委托人工作。“不合作”策略，意味着双方都按“激励契约”行事，代理人的努力水平不高于契约的激励水平，委托人对代理人不存在“额外”的激励，双方都是效用最大化的“理性人”。双方选择“不合作”策略，企业会丧失“契约”之外的发展机会，使得双方都失去了“改善福利水平的可能性”。二者分别只获得3各单位的收益，无法达到双方均选择合作时的5单位收益，个人、群体收益均没有达到最大，“不合作”是纳什均衡，这是双方赢得最低的策略，博弈进入“囚徒困境”。表2-1 委托代理激励支付矩阵人人托委理代合作不合作合作5，51，7不合作7，13，3注：以上数据假设，委托人与代理人只要一方提高合作的程度，对企业的总绩效提高都是有利的。2.2 克瑞普斯威尔森声誉模型分析委托人与代理人如果要改善状态，必须提高合作水平。但博弈参与人会按“社会的习俗”或者说“同类人行为标准( peer group standard)”选择策略。习俗或同类人的选择会迫使他选择与习俗相适应的策略模式。作为委托人的投资者对作为代理人的经理的激励不单纯是一个“最优激励契约”的问题，在不完全契约之外投资者对经理的激励，离不开一定的社会环境或“风气”的影响，充分利用社会习俗的作用，创造能使委托人与代理人想合作方向发展的社会气氛或机制能同时提高双方利益。克瑞普斯威尔森声誉模型余鑫，蔡江川，李菊容.从声誉理论透视“59岁现象”J.南昌航空职业学报，2005.7(3)：78-79源于消费者的重复购买和垄断厂商提供产品或服务质量之间关系的讨论。该研究表明，只要消费者经常地重复购买垄断厂商的产品或服务，就会导致厂商树立一种高质量的声誉以吸引消费者，即利用重复博弈原理，进入艾克斯罗德实验，达到走出囚徒困境的目的。表2-2 经理人（代理人）重复博弈支付矩阵21理经理经合作不合作合作3，31，4不合作4，10，0两个经理可以选择与委托人合作或不合作。一次博弈情况下，二者均选择不合作为纳什均衡，及双方收益为（0，0）。如果该博弈重复t次，则可能得到新的均衡。假定存在两种经理，一类是完全理性的，也可称之为“机会主义者”或非合作型参与者。另一类经理并不是完全理性的，其非理性的概率为a，理性的概率为(1-a)。非理性可以理解为讲义气、重信誉，或称之为合作型参与者。在此前提下，假设博弈从t=0开始，重复进行t=T次，且非完全理性参与人的行为选择策略是“以牙还牙”。每个经理都知道自己是理性还是非理性，但不知道对方的情况。现在博弈开始：如果两人都是理性的，那么不合作都是最优选择，且会一直持续下去，双方收益均为0。如果经理1是理性的，经理2是非理性的。那么一开始（t=0）经理1选择不合作，经理2选择合作。接着后者会采取“针锋相对”的策略，一直选择不合作。这样在全部T期博弈结束时，经理1的总收益最多为4（在t=0时得到4，在t=1,2,3T时都得到0）。我们现在考虑经理1的另一种策略：一直选择合作直到T，除非经理2在某个时期t选择不合作（此时，经理1从t+1期到T也选择不合作）。这种情况下，若对方是非理性的，双方将一直合作下去，经理1的收益为3(T+1)；若对方是完全理性的，经理1的收益最坏为1。这种策略的期望收益为：a3(T+1)+(1-a)(1)，无论a如何小，我们总能找到一个T使得a3(T+1)+(1-a)(1)4可见，对于经理1而言，即使他是完全理性的，在时期0选择不合作也不是最优。这意味着，只要时期足够长，每个参与人的最优选择都是合作。2.3 基于声誉模型的建议从克瑞普斯威尔森声誉模型可以看出，职业经理人为了获得长期收益，应该树立良好的声誉。然而，职业经理人本质上是不合作的，他总想在一定的条件下使自身利益最大化。但如果博弈重复的次数足够多，这时职业经理人侵占企业所有者的剩余就可能受到企业所有者的干预，从而未来收益的损失就超过短期侵占剩余的所得。所以，职业经理人通过使所有者收益最大化，提高企业效率，建立一个良好的声誉，就是职业经理人在特定条件约束下的最佳选择。因此，理论上可以说，在一定时期内，职业经理人的绩效应该是好的。只有在博弈结束时，如退休、调动、免职或对企业失去信心时，职业经理人就会考虑到短期收益很大而未来收益很小，就会把自己过去树立起来的良好声誉用尽，大量侵占所有者的剩余。但是，不到博弈的最后关头，职业经理人是不会轻易的做这种选择的。从上面的分析可以看出，建立职业经理人声誉管理机制，发挥声誉对职业经理人的激励约束作用，是十分必要的。（1）应该尽快制定一套合理的薪酬激励机制，提高长期薪酬的占比。具体操作可以从降低固定报酬比例、加大浮动报酬的比例开始。在企业的分配制度中，年薪制实际上已成为固定报酬，应该增加与企业绩效相关的浮动报酬在报酬中所占的比例，加大长期激励，比如采用以期权、股权等长期报酬激励为内容的激励手段。（2）企业应该建立合理的业绩考核评价体系。对职业经理人的业绩进行考核，可以每年根据独立评估机构对经理人的评估结果，决定下年度是晋升还是降级，业绩好则晋升或者增加报酬，业绩差则降级甚至解聘。（3）建立职业经理人声誉评价体系，推动经理人市场的建立。政府、企业和劳动力市场应该设立独立评估的中间机构，对职业经理人进行有效的评估，并日定期公布评估结果，给企业提供参考，建立一套完善的职业经理人声誉体系，并逐步建立经理人市场机制。3 经理与员工的激励博弈经理与员工的激励博弈，也是从囚徒困境到重复博弈，与上文委托人、代理人之间的激励博弈分析相似，在此不做赘述。针对重复博弈下需要达到的均衡结果，提出的建议有：（1）善意地对待员工。当员工犯非原则性错误时，不要对其全盘否定，在对其惩罚的同时也要鼓励员工争取下次取得成绩，而当员工又有成就时一定要给予合理回报。企业善待员工，员工就会感受到精神上的鼓舞，进而有利于企业内部的和谐，有利于企业团队精神和凝聚力的形成。（2）制定长期的企业激励制度。长期的激励制度能让员工有持续努力工作的动力。明确的薪酬标准、持续的业绩考核标准、清晰的奖惩制度和与时俱进的制度改革会激励员工努力工作以期下次的回报。（3）正负激励相结合。这符合针锋相对策略中“对合作欢迎，对背叛不姑息”的做法，采取适当负激励措施，如淘汰激励、降职、罚款和开除激励等。（4）准确、及时、到位的回应。对于创了业绩的员工，企业一定要给予准确、及时、到位的奖励，这一方面激励获奖员工继续努力，另一方面也带动其他员工积极表现争取以后得奖。对于犯错误的员工，企业也要在第一时间对其做出合理的惩罚，以儆效尤。同时，经理与员工之间最终需选择合作来达到均衡，但员工薪酬的设计极大的影响了员工选择合作策略，所以本节内容主要考虑员工薪酬的设计问题。针对员工薪酬提出3中方案，分别是固定工资、奖勤罚懒和利润分享。3.1 固定工资假设经理的利润随着员工的努力程度的增加而增加，且有随机因素影响经理收益。在其他因素影响下，运气好差出现的概率相同，员工可以选择偷懒与否，经理利润如表3-1。表3-1 经理的利润（单位：元）度态工员素因素他其运气差运气好偷懒1000020000不偷懒2000040000设员工偷懒时的成本为0，不偷懒的成本为10000元，目的在于净收益最大化，固定工资为12000元。员工净收益为：偷懒，12000-0=12000不偷懒，12000-10000=2000所以员工肯定选择偷懒。扣除员工工资后，经理期望净收益：员工偷懒，(1/210000+1/220000)-12000=3000员工不偷懒，(1/220000+1/240000)-12000=18000经理期望净收益由于固定工资下，员工都选择偷懒而大大减少。固定工资导致低效率。3.2 奖勤罚懒鼓励不偷懒的行为，制定的报酬计划为：利润不超过20000元时，工资为0元；若利润为40000元，则工资为240000元。此时，员工净收益为：偷懒，收益为0不偷懒，(1/20+1/224000)-10000=2000所以，员工选择不偷懒。同时，扣除员工工资后，经理期望净收益为：员工偷懒，(1/210000+1/220000)-0=15000员工不偷懒，1/2(20000-0)+1/2(40000-24000)=18000员工选择了不偷懒，经理的期望净收益高达18000元，比固定工资下要高。3.3 利润分享建立员工利润分享计划，即当利润（经理净收益）低于18000元时候，员工工资为0，当利润高于18000元时候，超过部分作为员工工资。此时，员工净收益为：偷懒，1/20+1/2(20000-18000)=1000不偷懒，1/2(20000-18000)+1/2(40000-18000)-10000=2000所以，员工选择不偷懒。同时，经理的期望净收益为：员工偷懒，1/2(10000-0)+1/220000-(20000-18000)=14000员工不偷懒，1/220000-(20000-18000)+1/240000-(40000-18000)=18000员工选择不偷懒，经理预期净收益为18000元。4 员工与员工的激励博弈4.1 智猪博弈模型下的激励博弈员工与员工之间，同样也存在着博弈关系。这种博弈是基于人的理性(利己性或者说是自私性) 而产生的。以最少的努力获得最大的回报(或者是与其他更为努力的人获得相同的回报) 是所有员工的最优选择。然而，企业里的工作总要有人完成，因而员工相互之间的博弈关系便形成了。而基于员工彼此之间职位高低，职业技能，人际关系等因素的不同，这种博弈关系往往是一种非均衡的博弈关系。如不同职位的员工之间，就存在着不平等的博弈部门经理可以独吞其管辖下员工的成绩得到升迁，而原本成绩斐然的底层员工却被埋没；同等职位的员工之间也有可能存在不均衡关系人际关系好的员工往往可以得到领导的庇护及赏识；即使是同一团队中的员工也存在着由于工作能力不同而出现的“搭便车”式的不均衡博弈关系这种强势与弱势的不平衡，往往造成员工中的弱势方倒向“小猪”式的等待作为最佳策略。从而导致，大猪疲于奔命，小猪坐享其成，企业的资源不但无法优化配置，而且大量浪费。最终，大猪小猪都疲惫饥饿。企业效益也随之减少。综上，不难看出，大多数员工之间存在的是“智猪博弈”式的博弈关系。大猪与小猪式的博弈关系，由于员工之间的强势与弱势地位而形成。企业，作为这个博弈关系的环境，最终结果承受者与规则设计者，应当找出一个能够同时调动大猪与小猪积极性的方案，以期达到资源的优化，企业的效益最大化。4.2 智猪博弈解决方案设计研究“小猪躺着大猪跑”现象的原因，有两个变量绝对不能忽视：每次落下的食物数量和踏板与投食口之间的距离。以这两者作为变量，设计解决企业中“搭便车”的现象。以下方案均按照前文“智猪博弈”模型中的数量假设进行讨论，假定大猪小猪食量都在8单位。方案一：如表4-1，食物减量，投食为原来的一半分量。结果是小猪大猪都不去踩踏板了。小猪去踩，大猪将会把食物吃完；大猪去踩，小猪将也会把食物吃完。谁去踩踏板，就意味着为对方贡献食物，所以谁也不会有踩踏板的动力了。表4-1 食物减量方案支付矩阵猪小猪大行动等待行动1.5，0.54.5，1等待0，30，0出现了大猪等待小猪等待的占优策略，即（0，0）。因为此时对于企业中的员工来说，员工中的强势一方工作努力了，但3单位的收益却被弱势一方全部分享，属于奖懒罚勤，其结果就是大家都不去踩踏板，员工没有工作积极性企业经营难以为继。所以该方案不可取。方案二：如表4-2，食物增量，投食为原来的一倍分量。结果是小猪、大猪都会去踩踏板。因为大猪小猪不论谁踩踏板，都会有足够的食物，对方不会一次把食物吃完。小猪和大猪相当于生活在物质相对丰富的“共产主义”社会，但竞争意识却不会很强。表4-2 食物增量方案支付矩阵猪小猪大行动等待行动8，88，8等待8，80，0对于增量方案，虽然能够保证大猪和小猪都会踩踏板，但是成本较高，企业的外部竞争力难以维持，而企业内部也很难建立一种优胜劣汰的竞争机制，任何员工不论能力高低，只要稍做努力，总能获得丰厚的报偿，这会损伤那些聪明而富有进取心的员工的积极性, 造成骨干员工流失，我们知道，按照人力资源管理中著名的法则，即的核心人才创造了企业以上的财富和利润，他们往往也是人才市场最主要的争夺对象，一旦跳槽，对企业造成的损失难以估量，所以增量方案也不可取。方案三：如表4-3，食物减量加移位方案，投食为原来的一半分量，但同时将投食口移到踏板附近，成本降低至1，且等待者不得食，多劳者多得。只有踩踏板才有可能吃到食物，而且一次全部吃完，不踩踏板将一无所获。结果呢，小猪和大猪都在拼命地抢着踩踏板。表4-3 食物减量加位移方案支付矩阵猪小猪大行动等待行动2.5，0.50，4等待4，00，0出项了大猪小猪均采取行动的占优策略，即（2.5，0.5）。对于减量加移位方案，在移动投食口的基础上，减少投食量降低了成本，提高了外部竞争力，同时也能在企业内部培育起竞争意识，员工的积极性被调动起来，抢着踩踏板，真正收到事半功倍的效果，所以说并不是待遇越高，员工就越有积极性，关键是要把待遇与绩效挂钩，才能促使“大猪小猪”争先恐后踩踏板。综上，选择方案三解决企业弱势员工“搭便车”现象。4.3 员工与员工激励博弈对策在解决方案指导下，制定具体的员工与员工激励博弈对策：（1）薪酬激励要具有公平性、竞争性和公开性。公平性是指依据业绩状况，只要是做出贡献的员工就应该激励，而不能偏袒和照顾某些人，任其“搭便车”。竞争性是指企业的薪酬标准应该是有吸引力的，在企业外部和内部都形成竞争的压力