方法文章

冲突分析理论教育中决策视野的行为实验

DOI:

10.3791/69552

2025年12月9日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究采用两种类型的实验:可持续发展博弈和价格战博弈,以帮助参与者理解冲突分析理论的基本概念,分析其决策视野,并克服传统教学中因抽象概念和理解困难所带来的问题,从而实现最优决策。

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究采用行为实验方法,开发了图模型冲突分析中稳定性理论的有效教学方法。该方法增强了参与者对冲突博弈中互动过程的理解,提升了其多步骤决策视野的认知能力,并改善了学习效果。研究设计了一项行为实验,将图模型冲突分析(GMCR)的四种基本稳定性纳入实验教学中。以两个经典的冲突博弈案例为例,构建了一个交互式行为决策模拟环境。在此虚拟环境中,参与者模拟与冲突相关的战略决策过程,以更深入地理解四种基本稳定性行为、决策视野以及冲突博弈中理性决策的理论含义。实验分为两个部分:第一部分要求参与者分别扮演政府与企业的角色,进行多轮博弈,重点加强其对四种基本稳定性概念和决策视野概念的理解,并分析随着轮次增加决策视野的演化规律;第二部分要求参与者模拟企业间的价格战博弈,着重提升其对冲突博弈中理性与非理性决策行为的认知理解。实验结果表明,通过决策行为模拟,参与者的决策视野得以拓展,能够更加理性地应对复杂的冲突情境。本研究设计的行为实验为冲突分析教学提供了创新的教学法,具有重要的教育意义和实践价值。

引言

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

在冲突分析与决策教育中,决策远见用于衡量决策者在判断当前状态是否稳定时,能够预见到多远的未来——即能够考虑多少步的行动与反制行动1。对于某一决策者而言,若其试图采取的任何单方面改善行动,均可被其他决策者通过可信的反制行动所阻挠,并使其最终处于一个更不利的位置,因而该决策者更倾向于维持现状,则此状态对该决策者而言是稳定的。状态是由所有决策者的策略选择共同形成的一种局势。一旦冲突中的每个参与者都确定了自己的策略,便形成一个可能的状态。

决策作为管理学与商科教育中的核心概念与理论,代表着各类组织中各级管理者所开展的最基本且最关键的活动2。Pfeffer 和 Fong 发现,决策不仅构成培养管理能力的关键维度,同时也是连接理论教学与实践应用的重要桥梁3。然而,传统的决策教学主要依赖抽象讲授和案例分析——这种单向式教学方法难以激发学生参与,阻碍了学生对多主体、多轮次战略性互动的理解,也无法充分培养实际的商业决策能力4。正如 Carneiro 所指出,若教师能够更有效地发挥其教学技能,营造更有利于理解管理活动的学习环境,则管理学的教学效果将显著提升5

行为实验最近作为一种可操作且直观的教学方法而受到广泛关注。通过真实情景的模拟,行为实验为学习者提供了对决策过程的直接体验,有助于深入理解决策的多主体特性及其内在复杂性。例如,克内梅耶尔(Knemeyer)和内勒(Naylor)通过使用行为实验,帮助参与者更好地把握当今全球商业环境中决策的细微之处,从而加深了他们对相关问题的整体理解6。刘等人通过开展模拟现实世界决策情景的行为实验,证实了决策者倾向于进行主动安全投资的关键在于其对安全投入与安全效益之间正向关联性的清晰认知7。这些研究表明,行为实验通过模拟现实世界的决策场景并采用互动式实验设计,将抽象理论转化为具体可感的体验。这种方法有效应对了传统理论教学中存在的诸多挑战,例如学生难以理解抽象概念,以及在冲突分析中无法充分展示决策行为多样性的局限。

冲突分析是决策理论的一个分支,对于解决气候、贸易和环境等复杂冲突至关重要。然而,其抽象概念和缺乏实际应用使得理论教学面临更大挑战。Rachmad的冲突解决理论虽未使用“决策”这一术语,但其过程——识别根本原因、制定策略和选择解决方案——本质上即为决策过程。此外,决策有效性的评估依赖于关键指标,而该理论在多个领域的应用则依赖于决策框架8。这表明,在实际过程、有效性评估和应用场景方面,该理论与决策之间存在紧密联系。冲突情境涉及多个参与方以及多轮互动博弈过程,这意味着决策中存在多样化的利益和偏好,从而导致行为的复杂性和多样性。在冲突分析理论中,非理性报复是指决策者在选择可进入的状态时,未考虑自身在这些状态中可能获得的收益;相比之下,理性报复则意味着决策者只会选择其偏好的状态9

稳定性是用于描述和评估决策者之间复杂且多样的互动行为的概念,因此是冲突分析教学中最关键的组成部分。四种稳定性包括纳什稳定性10(NASH)、广义超理性11(GMR)、对称超理性11(SMR)和序贯稳定性12(SEQ)。NASH 稳定性仅考虑焦点决策者的一个单步决策,GMR 和 SEQ 稳定性则考虑涉及焦点决策者及其对手的两步决策,而 SMR 稳定性在 GMR 的基础上进一步引入了焦点决策者对对手回应后进行反制的可能性。稳定性用于刻画冲突博弈中决策者的复杂互动、决策视野以及多样化的行为模式。稳定性概念种类繁多,其定义相对抽象,因此通过传统教学方法难以清晰地解释这些概念。

针对上述挑战,本研究提出了一种基于行为实验方法的冲突分析课程新型实验教学模式。该模式采用两种经典博弈行为实验,动态模拟冲突各方之间的策略互动过程,从而加深参与者对冲突分析图模型的稳定性、决策视角以及理性与非理性报复等概念的理解与学习效果8,13。冲突分析图模型(Graph Model for Conflict Resolution, GMCR)理论源于经典博弈论,以元博弈理论(Metagame Theory)14和F-H冲突分析方法12为基础,已发展成为一套形式化且有效的冲突分析与解决体系。GMCR通过模拟冲突各方之间的动态交互,能够准确预测冲突局势的发展,并提供有效的冲突化解策略15。相较于经典博弈论,GMCR仅需相对偏好信息,即可对决策行为进行更丰富、更多样化的刻画。作为一种系统性决策分析工具16,17,GMCR因其灵活性与简便性,在理论研究与实际应用中均受到广泛关注18。它通过冲突建模提炼关键冲突要素,并借助稳定性分析研究决策者行为,以识别最优的冲突解决方案19,为应对商业领域中的复杂冲突提供了重要的理论框架20,21。随着全球化进程的加快和商业竞争的加剧,未来的商业领导者不仅需要掌握传统的管理技能22还需具备在复杂冲突情境中进行战略决策的能力。开展冲突分析课程教学,不仅有助于学生构建冲突认知的理论框架,提升个体、组织及社会层面的冲突解决能力18,23,24,还能培养批判性思维,塑造理性决策视角,并为全球化背景下的国际冲突治理储备人才,推动冲突由对抗向化解转变。

本实验方法的建立基于三个核心原则:第一,行为实验能够构建出高度接近现实的决策环境,从而增强参与者对冲突的真实体验。第二,多轮次的游戏设计能够动态揭示冲突的演变过程,帮助参与者理解其决策的长期后果。第三,即时反馈机制通过使参与者反思并优化其决策策略以获得最有利的结果,从而强化学习效果。

本研究设计的实验包含两个相互关联的组成部分。第一部分聚焦于冲突分析理论中四个基本解概念的具体化以及决策视角的拓展。通过政府与企业参与者之间的可持续发展博弈25,26,分析参与者在多轮互动过程中决策视角的演化模式。在理解决策视角的基础上,第二部分进一步深化研究,重点强调理性决策能力的培养。通过两个竞争企业之间的价格战博弈27,帮助参与者理解理性与非理性决策行为所带来的后果28。这种两部分结合的设计不仅涵盖了冲突分析的核心要素——如冲突主体、策略与行为、冲突情境、冲突结果以及决策视角——同时也符合商科教育中理论与实践相结合的教学要求。

该方法的适用性主要体现在三个方面。首先,实验的模块化设计使其能够灵活应用于商科教育课程中。在战略管理课程中,企业必须在复杂的竞争环境和政策背景下制定长期发展战略。本冲突实验的两个模块均可融入教学。在可持续发展博弈模块中,学生模拟政府与企业的角色,企业方需考虑政府监管政策对其生产与投资策略的影响,进而做出符合长期可持续发展的战略决策——例如,针对政府监管选择“购买新设备”或“升级旧设备”。这与战略管理的核心内容高度契合,即企业必须根据不断变化的外部环境调整自身战略。在价格战博弈模块中,学生模拟企业在市场竞争中制定定价策略。通过多轮次博弈,学生理解不同定价策略对市场份额和利润的影响,并学会根据竞争对手的行为动态调整自身策略。这有助于学生掌握战略制定与实施过程中的竞争分析与动态决策方法。

其次,交互式模拟方法特别适用于培养学习者的实践能力29。行为实验通过交互式模拟提供了一个高度接近真实世界决策环境的平台,非常适合实践能力的培养。在传统教学方法中,学生通常依赖理论学习和案例分析来理解复杂的决策过程,但这些方法难以提供动态、实时的互动体验。相比之下,行为实验能够模拟真实情境,使学习者亲身经历决策过程中遇到的各种挑战和问题,从而加深对理论知识的理解与掌握。

第三,实验过程中收集的行为数据可为教学改进提供实证依据。行为实验的一个关键优势在于能够收集丰富的行为数据,这些数据可作为优化教学方法的基础。在传统教学中,教师往往难以准确评估学生的学习成果和理解深度。然而,行为实验能够记录学生在整个过程中做出的每一个决策和行动,从而生成详细的行为数据。这些数据不仅有助于教师监控学生的学习进展和理解水平,还能揭示学生在决策过程中的问题。通过采用这种方法,本研究旨在弥合传统冲突分析教学中理论与实践之间的差距,为商业教育中决策能力的培养提供新的视角和方法30

本研究聚焦于广义序贯博弈分析(GMCR)中稳定性理论的行为实验教学方法。其主要贡献有两点:首先,通过设计可持续发展博弈和价格战博弈的实验,将行为实验引入GMCR框架;其次,分析冲突博弈中决策者(DMs)之间的利益互动及其不同的决策视野,并进一步探讨决策者在冲突中的理性与非理性制裁行为。

本研究的价值在于首次系统地将行为实验方法应用于GMCR方法论的教学过程中。本研究创新性地引入了一种基于互动行为实验的教学法,克服了传统冲突分析教学中的诸多局限,例如过度依赖讲授式教学、难以理解抽象概念以及缺乏实践参与等。该方法增强了学生对复杂理论概念的理解及其应用能力,从而显著提升了教学与学习的整体效果。此外,该方法在理论教学与实践应用之间建立了有效的桥梁。它不仅将抽象的冲突分析理论转化为直观且易于掌握的知识,还通过实际案例研究和情景模拟,使学生能够将所学理论直接应用于现实世界的冲突解决之中10,11,12

实验设计:
本实验包含两个部分。第一部分实验通过模拟政府与企业在可持续发展中的战略互动过程,帮助学生理解冲突分析理论中的四个基本稳定性概念,以及决策预见性及其演化模式的差异。第二部分实验通过模拟企业间价格战的复杂战略互动过程,增强参与者对冲突分析中理性与非理性决策行为的认识,帮助学生认识在冲突性互动中理性与非理性制裁行为的重要性。需要注意的是,理性与非理性反制行为仅在包含两个或以上步骤的决策过程中才会出现。在单步决策中(例如NASH稳定性),决策主体不考虑对手的任何回应,因此不存在理性或非理性报复的概念。在SEQ稳定性中,决策主体假设其对手的反制行为是理性的;而在GMR稳定性中,决策主体则假设对手的反制行为是非理性的。SMR稳定性在GMR稳定性的基础上进一步引入了决策主体对对手回应进行再反制的可能性(见表1)。

解的概念稳定性描述预见性
Nash 稳定性 (R) (Nash 1950, 1951)焦点决策者无法单方面转移到更优状态
广义元理性 (GMR) (Howard 1971)焦点决策者的所有单方面改进均会受到其他方后续单方面行动的制裁
对称元理性 (SMR) (Howard 1971)即使在焦点决策者做出回应后,其所有单方面改进仍会受到制裁
序贯稳定性 (SEQ) (Fraser 和 Hipel 1979, 1984)焦点决策者的所有单方面改进均会受到其他方后续单方面改进的制裁

表1:描述冲突下人类行为的解决方案概念。稳定性及其适用范围。

实验任务要求参与者在两种特定决策情境下——可持续发展博弈和企业价格战博弈——进行多轮游戏,直至达到预期的实验结果。每一轮都会记录参与者的选择策略、偏好倾向、决策视角以及博弈结果等数据。共有40名参与者参与实验,主要为即将学习冲突理论的本科生和研究生。所有参与者均确认此前未接触过冲突分析相关知识,也未参加过类似实验。实验开始时,向参与者提供两种实验情境的背景信息。参与者可自由支配时间,无时间限制地完成任务。

实验1:政府与企业之间的可持续发展博弈实验
共有20名参与者参加了本实验(所有参与者均与实验人员及其他参与者无关联),组成10对,每对包含两名参与者。在每一对中,一名参与者扮演政府角色,另一名扮演企业角色。在此可持续发展博弈中,政府负责推动当地经济发展,同时保障环境保护;企业则以最大化自身经济效益为目标,但必须确保其生产活动符合当地的环保法规。因此,政府有两种策略选择:“严格监管”或“宽松监管”;企业有三种策略选择:“购置新设备”、“升级旧设备”或“延迟”(即不对现有设备进行任何改动)。实验场景设定在一个经济发展相对稳定但面临环境保护压力的虚拟城市中。

在游戏的每一轮中,两名参与者必须同时且独立地选择一种策略——不允许串通或交流。每轮结束后,参与者需在应答表上记录自己选择的策略。随后,实验者会向每位参与者提出三个问题:您是否考虑了自己的收益?您是否考虑了对方可能选择的策略?基于这一点,您是否进一步思考了针对对方当前行动所应采取的应对策略?参与者对这些问题的回答将被记录在两人共用的一张表格上。每轮结束后,下一轮开始前设有30秒的反思时间。根据收益矩阵(见表2),由双方策略组合所决定的结果状态将被确定,并在白板上展示每位参与者对应的收益值。根据该矩阵,六种可能的状态(s1-s6)由策略组合产生(见表2)。理论上,本实验的预期结果为状态s5——即政府选择“严格监管”,企业选择“更新旧设备”——此状态对应纳什均衡。矩阵中每个状态上方的数值表示在该策略组合下两位参与者的各自收益。

本实验的假设是,随着博弈轮次的增加,参与者的决策视野可能会发生变化,并可能延伸至更远的未来。参与者需要完成三个步骤:首先,必须明确自己所分配的角色以及收益矩阵;其次,在每一轮博弈中做出战略选择;第三,当参与者确定其策略不再改变时,该配对的实验即告结束。由于不同的配对可能在不同轮次数量下完成实验,因此所有配对中最多的轮次将作为数据分析的标准。每组完成实验后,指导教师将根据记录的数据——特别是多轮次中策略选择与决策视野的演变情况——进行有针对性的总结讲解。该环节重点阐述图模型冲突分析(GMCR)中的四个基本稳定性概念(NASH、GMR、SMR 和 SEQ),并解释冲突分析理论中决策视野的概念。此次模拟决策体验的目标是使学生充分理解不同决策视野之间的差异及其演变过程,从而加深对冲突情境下互动决策机制的理解。

实验2:两家企业之间的价格战博弈
本实验共有20名参与者,组成10对,每对包含两名参与者。每位参与者分别扮演公司A或公司B的角色。随着市场竞争加剧,价格战已成为一种常见的竞争策略。然而,频繁的价格战不仅可能侵蚀企业盈利能力,还可能破坏行业的健康发展。在本实验中,公司A和公司B各有三种策略选择:“高价”、“维持价格不变”或“低价”。实验情境设定为两家饮料公司A与B,其产品特征、定价策略和目标市场相似,因而彼此构成竞争关系。在每一轮博弈中,两名参与者必须同时且独立地选择一种策略——不允许串谋或沟通。

每轮结束后,参与者需在应答表上记录自己选择的策略。随后,实验者会向每位参与者提出一个问题:“在做出选择后,您是否会考虑对方所有可能的回应,还是仅考虑理性回应(即对方从自身利益出发采取的行动)?”在此背景下:当参与者考虑对手可能采取的非理性回应时,其决策过程中体现出GMR稳定性;若参与者仅考虑对手的理性行为,并假设对方始终会以自身最大利益为出发点进行回应,则这种决策模式表现为SEQ稳定性。问题提出后,将两人一组,把参与者的回答记录在一张共用表格上。每轮结束后均有30秒的反思时间,然后开始下一轮。根据收益矩阵(见表3),由双方选择组合所形成的结果状态被确定下来,并在白板上显示每位参与者的相应收益值。根据该矩阵,九种可能的状态(s1–s9)由策略组合产生(见表3)。本实验通过GMCR软件计算得出的NASH均衡解为状态s1——即公司A和公司B均选择“高价”。每个状态上方的数值表示在该策略组合下两家公司的相应收益。

本实验的假设是,在实验过程中,参与者会认为对手的应对策略可能是理性的,也可能是非理性的。也就是说,在两步决策视野下,参与者的决策行为将同时表现出一般序贯理性(GMR)和序贯理性(SEQ)两种稳定性。参与者需完成三个步骤:首先,必须明确自己所分配的角色及收益矩阵;其次,在每一轮博弈中做出战略选择;第三,当参与者确定自身策略不再改变时,该组实验即告结束。由于不同组别可能在不同轮次后结束博弈,因此以所有组别中最多的轮次数作为数据分析的标准。每组完成实验后,将根据学生的策略选择、理性与非理性行为的表现以及整体博弈结果进行一次总结讨论。该环节将深入讲解冲突分析理论中理性与非理性决策的相关概念,确保学生深刻理解两步决策视野下的差异及其演化规律。

本研究包含两项实验,共招募了40名参与者(平均年龄:22.975 ± 1.625岁)。所有参与者均为江苏科技大学的本科生和研究生。在完成准备工作后,参与者开始进行实验任务。在每项实验开始之前,要求两名参与者分别测试其蓝牙耳机,以确保音频传输清晰,防止在实验过程中出现中断或音频丢失。两项实验的流程完全相同,如图1所示。

企业
购置新设备(千元人民币)升级旧设备(千元人民币)延期(千元人民币)
政府宽松监管(千元人民币)(-1000,400)(-600,800)(-100,1000)
S1S2S3
严格监管(千元人民币)(-800,300)(-700,600)(-400,500)
S4S5S6

表2:政府与企业的收益矩阵。

公司 B
高价(千元人民币)维持价格不变(千元人民币)低价(千元人民币)
公司 A高价(千元人民币)(-1500,1500)(-700,1200)(-1000,2000)
S1S2S3
维持价格不变(千元人民币)(-1200,700)(-1000,1000)(-500,1300)
S4S5S6
低价(千元人民币)(2000,-1000)(1300,-500)(-200,-200)
S7S8S9

表3:公司A与公司B的收益矩阵。

实验流程图;参与者决策过程;说明;预实验步骤。
图 1:实验流程图。 请点击此处查看此图的放大版本。

访问受限。请登录或开始试用以查看此内容。

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究遵循《赫尔辛基宣言》的原则,并经江苏科技大学机构审查委员会批准。我们已获得参与者同意使用和发布其数据的知情同意书。该行为实验在整个过程中不存在任何风险。

1. 实验1:政府与企业之间的可持续发展博弈实验

  1. 准备
    1. 选择一组质地相同、不透明的红色和蓝色卡纸。准备两张蓝色卡纸和三张红色卡纸,将其裁剪为相同尺寸,即 15 cm × 10 cm。在两张代表政府的蓝色卡纸上分别标记策略"严格监管 "和"宽松监管 "。在三张代表企业的红色卡纸上分别标记策略"购置新设备"、"升级旧设备"和"延迟"。
    2. 打印政府个人记录表(补充文件1 - 补充表S1)、企业个人记录表(补充文件1 - 补充表S2)以及政府与企业双人记录表(补充文件1 - 补充表S3)。确保每位参与者各持有一份个人记录表,实验员持有政府与企业双人记录表。
    3. 获取参与者的书面知情同意书。
    4. 提前在白板上展示收益矩阵,确保参与者在整个实验过程中能够清晰看到。
    5. 安排参与者并排就座,每人之间保持2米间距,以确保参与者无法看到彼此的策略选择,从而防止其多次更改策略。
    6. 将蓝牙耳机、卡牌和0.5 mm黑色中性笔放置在桌面上。
  2. 实验过程
    1. 向参与者全面介绍整个实验流程。
    2. 向参与者解释收益矩阵的含义。
    3. 让每位参与者随机解释收益矩阵中的一个状态,以确保其充分理解。
    4. 在正式实验前进行一次预实验,以确保正式实验能够顺利进行。
      1. 开展预实验,解决参与者对实验流程理解不足的问题。确保参与者在开始实验任务前已完全理解实验流程。
    5. 发出指令:"双方做出决策选择"。
    6. 参与者听到指令后,同时将所选策略直接展示在自己面前。实验员在政府与企业双人记录表上记录双方的选择。
      注:策略选择需同时进行且仅限一次,不得串通。
    7. 让参与者分别在政府个人记录表(补充文件1 - 补充表S1)和企业个人记录表(补充文件1 - 补充表S2)上记录自己所选的卡牌策略,确保记录准确无误。
    8. 采用标准化流程进行个别访谈。确保另一位参与者佩戴降噪蓝牙耳机,并以65–70 dB音量听音乐,以防窃听。确认无声音泄漏后,严格按照预设脚本,以5秒间隔提出三个准备好的问题,以保证独立思考。同时在政府与企业双人记录表(补充文件1 - 补充表S3)上完成信息记录。
    9. 在白板上写下双方的选择及相应收益。至此,完成一轮实验。
    10. 给予参与者30秒独立思考时间。
      注:实验全程中,参与者始终处于室温条件下的教室中。
    11. 开始下一轮实验。
    12. 重复步骤1.2.5至1.2.11,直至双方的选择不再发生变化。
    13. 根据实验结果,向参与者讲解实验2中涉及的理性与非理性行为相关理论内容,确保其对理性与非理性行为有深入理解。
    14. 结束实验。

实验2:两家企业之间的价格战博弈

  1. 准备
    1. 选择一组质地相同、不透明的红色和蓝色彩色卡纸,包括三张蓝色卡纸和三张红色卡纸。将其裁剪为尺寸相同的卡片,每张大小为15 cm × 10 cm。蓝色卡片代表公司A,三张卡片上分别标注公司A的策略:高价、维持价格和低价。红色卡片代表公司B,三张卡片上分别标注公司B的策略:高价、维持价格和低价。
    2. 打印公司A个人记录表(补充文件1 - 补充表S4),公司B个人记录表(补充文件1 - 补充表S5),以及公司A和公司B双人记录表(补充文件1 - 补充表S6确保每位参与者各持有一份个人记录表,实验人员持有公司A和B双人记录表。
    3. 获得参与者的书面知情同意。
    4. 提前在白板上展示收益矩阵,以确保参与者在整个实验过程中能够清晰地看到。
    5. 安排参与者并排就坐,每人间隔2米,以确保参与者无法看到彼此的策略选择,从而防止他们多次更改自己的策略。
    6. 将蓝牙耳机、卡片和0.5毫米黑色凝胶笔放在桌上。
  2. 实验流程
    1. 向参与者全面介绍整个实验流程。
    2. 向参与者解释收益矩阵。
    3. 让每位参与者随机解释收益矩阵中的一个状态,以确保他们充分理解。
    4. 在正式实验前进行预实验,以确保正式实验能够顺利进行。
      1. 开展预实验。解决参与者对实验流程理解不足的问题。确保所有参与者在开始实验任务前充分理解实验流程。
    5. 给出指令: "双方做出各自的决策选择。"
    6. 听到指令后,让参与者同时将自己选择的策略直接展示在自己面前。实验者在A公司个人记录表上记录双方的选择。补充文件1 - 补充表S4)以及公司B的个人记录表(补充文件 1 - 补充表 S5).
      注意:请同时且仅进行一次策略选择,且不得串通。
    7. 让参与者分别在公司A个人记录表和公司B个人记录表上记录其选择的卡片策略,并确保记录的准确性。
    8. 使用标准化方案进行单独访谈。确保另一位参与者佩戴降噪蓝牙耳机,并将音乐音量保持在65-70 dB,以防止窃听。确认无音频泄漏后,严格按照预设脚本进行访谈,并提出已准备好的问题。同时,在A公司与B公司双人记录表上完成信息记录补充文件 1 - 补充表 S6).
    9. 在白板上写下双方的选择及相应的收益。这标志着实验一个回合的结束。
    10. 给予参与者30秒的独立思考时间。
      注意:实验过程中,参与者始终留在室温条件下的教室内。
    11. 开始下一轮实验。
    12. 重复步骤 2.2.5 至 2.2.11,直至双方的选择不再发生变化。
    13. 根据实验结果,向参与者讲解实验2中与理性行为和非理性行为相关的理论内容,确保参与者深入理解理性行为与非理性行为的含义。
    14. 结束实验。

访问受限。请登录或开始试用以查看此内容。

结果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

实验1:政府与企业之间的可持续发展博弈实验
本实验的代表性结果主要包括决策视野变化和博弈均衡结果的数据。本研究共包含十个实验组,每组的轮次数量各不相同。为了标准化实验结果的统计分析,采用实验组中最长的轮次数量(22轮)作为统计基准。对于在第22轮之前结束的实验组,nd 在后续轮次的数据处理中,由于每个实验组均已确认其结果在实验结束时不再发生变化,因此我们将这些组的结果从实际结束的轮次延伸至第22轮nd 通过最终结果进行补足,使所有实验组在统计学上具有相同轮数,便于统一分析和比较。

以22轮作为统计基准:在初始阶段(第1-5轮),决策视野为一步的参与者比例占62%,两步视野的占28%,三步视野的占10%。在后期阶段(第16-22轮),一步视野的比例下降至8%,两步视野上升至42%,三步视野则增加至50%。

大多数(80%)参与者在前8轮中经历了决策视野的波动。第12轮之后,90%的参与者决策视野趋于稳定,其中60%为三步视野,30%为两步视野,...

访问受限。请登录或开始试用以查看此内容。

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

该方案可轻松应用于课堂教学和科研环境,为商学院和管理学院的冲突分析与决策课程提供一种易于实施的实验性教学工具。

实验方案中的关键步骤:
为确保结果的可靠性,需考虑以下步骤:首先,应排除熟悉实验中决策理论的参与者,因为这些参与者可能基于自身知识完成实验,从而导致行为偏差,产生不具代表性的数据31。其次,为确保双方在回答问题时独立思考,当其中一方接受提问时,另一方应佩戴耳机,以防止其因听到对方的想法而在后续实验中做出不恰当的决策选择。

修改建议与故障排除:
首先,实验可提供更具沉浸感的实验情境。通过利用虚拟现实(VR)技术构建沉浸式实验环境,决策者能够身临其境地体验真实的决策场景。例如,在可持续发展博弈实验中,可通过VR技术模拟一个资源受限的生态系统。决策者可观察资源的动态变化以及环境破坏与恢复过程,从而更真实地评估其决策的风险与收益。其次,在实验过程中,决策者的收益仅以数字形式显示在白板上,...

访问受限。请登录或开始试用以查看此内容。

披露

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者声明无利益冲突。

致谢

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究得到国家自然科学基金(72374088、72471105、72001096)、中国高等教育学会2024年高等教育科学研究规划重点课题(24XX0205,人机协同策略提升学习效果的机制研究)、江苏省2024年教育科学规划重点课题(B-b/2024/01/162,基于教育神经科学视角的多模态学习模型构建与实证研究)、江苏省政府留学奖学金(JS-2024-69)以及教育部人文社会科学研究基金(24YJCZH445)的资助。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
黑色凝胶笔DeliDP200 (0.5 mm)用于记录实验结果。
蓝牙耳机HuaweiT0016用于播放音乐并隔绝外界声音。
卡片Deli红色和蓝色 (15 cm × 10 cm)用于创建实验任务的材料。
H型双面白板Deli33374用于展示实验内容以及实验结果。
笔记本电脑LenovoPF1CHHRC用于连接蓝牙耳机。
白板笔DeliSK108 (红色、蓝色、黑色)用于在白板上标记实验结果和收益。

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Xu, H., et al. Conflict resolution using the graph model: strategic interactions in competition and cooperation. , Springer. (2018).
  2. Harrison, E. F., Pelletier, M. A. The essence of management decision. Manag Decis. 38 (7), 462-470 (2000).
  3. Pfeffer, J., Fong, C. T. The end of business schools? Less success than meets the eye. Acad Manag Learn Educ. 1 (1), 78-95 (2002).
  4. Ferrare, J. J., Philippo, K. Conflict theory, extended: a framework for understanding contemporary struggles over education policy. Educ Policy. 37 (3), 587-623 (2023).
  5. Carneiro, A. Teaching management and management educators: some considerations. Manag Decis. 42 (3/4), 430-438 (2004).
  6. Kuemeyer, A. M., Naylor, R. W. Using behavioral experiments to expand our horizons and deepen our understanding of logistics and supply chain decision making. J Bus Logist. 32 (4), 296-302 (2011).
  7. Liu, S., et al. Research on the decision-making of work safety investment in industrial park enterprises: evidence from behavioral experiments. Front Public Health. 12 (1), 1295536(2024).
  8. Kuklick, L. Effects of learner choice over automated, immediate feedback. Learn Instr. 96 (1), 102065(2025).
  9. Zhao, S., et al. Mixed stabilities for analyzing opponents' heterogeneous behavior within the graph model for conflict resolution. Eur J Oper Res. 277 (2), 621-632 (2019).
  10. Nash, J. F. Equilibrium points in n-person games. Proc Natl Acad Sci. 36 (1), 48-49 (1950).
  11. Howard, N. The present and future of metagame analysis. Eur J Oper Res. 32 (1), 1-25 (1987).
  12. Fraser, N. M., Hipel, K. W. Solving complex conflicts. IEEE Trans Syst Man Cybern. 9 (12), 805-816 (1979).
  13. Ajogbeje, O. J. Enhancing classroom learning outcomes: the power of immediate feedback strategy. Int J Disabil Sports Health Sci. 6 (3), 453-465 (2023).
  14. Howard, N. Paradoxes of rationality: theory of metagames and political behavior. , MIT Press. (1971).
  15. Kilgour, D. M., Hipel, K. W., Fang, L. The graph model for conflicts. Automatica. 23 (1), 41-55 (1987).
  16. Zhang, J., Xu, H., Ke, G. Y. A novel consensus and dissent framework under grey preference based on the graph model for conflict resolution for two decision makers. Group Decis Negot. 33 (4), 711-744 (2024).
  17. Liu, P., et al. Multi-attribute evaluation-based graph model for conflict resolution considering heterogeneous behaviors. Inf Sci. 686 (1), 121386(2025).
  18. Tang, M., Liao, H. A graph model for conflict resolution with inconsistent preferences among large-scale participants. Fuzzy Optim Decis Mak. 21 (3), 455-478 (2022).
  19. Wang, P., Fu, Y., Liu, P. Graph model for conflict resolution considering heterogeneous behavior based on hesitant fuzzy preference and social network analysis. IEEE Trans Syst Man Cybern Syst. , (2025).
  20. Rêgo, L. C., Kilgour, D. M. Choice stabilities in the graph model for conflict resolution. Eur J Oper Res. 301 (3), 1064-1071 (2022).
  21. Li, X., et al. The influence of externality in the graph model for conflict resolution under fuzzy preferences. Appl Soft Comput. 165 (1), 112105(2024).
  22. Williams, J., Schaad, G., Sandoff, A. Building legitimacy for sustainable business schools: using the business model concept when teaching corporate sustainability. J Clean Prod. 367 (1), 133116(2022).
  23. Wang, Z., et al. Review of deep reinforcement learning approaches for conflict resolution in air traffic control. Aerospace. 9 (6), 294(2022).
  24. Sfez, R. An interactive platform for formative assessment and immediate feedback in laboratory courses. Chem Teach Int. 7 (1), 75-80 (2025).
  25. Ali, S., et al. Environment management policy implementation for sustainable industrial production under power asymmetry in the graph model. Sustain Prod Consum. 29 (1), 636-648 (2022).
  26. Wang, D., Huang, J., Xu, Y. Matrix representation of stability definitions in the graph model for conflict resolution with grey-based preferences. Discrete Appl Math. 320 (1), 106-125 (2022).
  27. Yin, K., et al. Impact of external influence on unilateral improvements in the graph model for conflict resolution. Expert Syst Appl. 212 (1), 118692(2023).
  28. Khare, T., Kapoor, S. Behavioral biases and the rational decision-making process of financial professionals: significant factors that determine the future of the financial market. J Adv Manag Res. 21 (1), 44-65 (2024).
  29. Schultz, C. A balanced strategy for entrepreneurship education: engaging students by using multiple course modes in a business curriculum. J Manag Educ. 46 (2), 313-344 (2022).
  30. Todorova, G., Goh, K. T., Weingart, L. R. The effects of conflict type and conflict expression intensity on conflict management. Int J Confl Manag. 33 (2), 245-272 (2022).
  31. Chandler, J., et al. Using nonnaive participants can reduce effect sizes. Psychol Sci. 26 (7), 1131-1139 (2015).
  32. Balconi, M., Angioletti, L., Acconito, C. Self-awareness of goals task (SAGT) and planning skills: the neuroscience of decision making. Brain Sci. 13 (8), 1163(2023).
  33. Cristofaro, M., et al. Affect and cognition in managerial decision making: a systematic literature review of neuroscience evidence. Front Psychol. 13 (1), 762993(2022).
  34. Botelho, A., et al. Testing static game theory with dynamic experiments: a case study of public goods. Games Econ Behav. 67 (1), 253-265.e3 (2009).
  35. De la Torre-Ruiz, J. M., Ferrón-Vílchez, V., Ortiz-de-Mandojana, N. Team decision making and individual satisfaction with the team. Small Group Res. 45 (2), 198-216 (2014).
  36. Chiu, W., Oh, G. -E., Cho, H. An integrated model of consumers' decision-making process in social commerce: a cross-cultural study of the United States and China. Asia Pac J Mark Logist. 35 (7), 1682-1698 (2023).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

相关文章