管理科学系博士生杨杰(吴坚教授指导)及其合作者在在国际顶级期刊《IEEE Transactions on Cybernetics》发表了题为“Maximum-Return-Driven Consensus Framework with Internal–External Compensation in Undirected Collaboration Network”的学术论文。

在协作治理场景中，决策过程通常涉及具有不同利益、责任和偏好的多个利益相关者。以跨界流域治理为例，水资源流动性使上下游地区在治理责任、成本承担和收益获得方面存在差异：上游地区承担水源涵养、污染治理和生态保护责任，更关注治理成本与责任分担；下游地区依赖上游水源供给和水质保障，更关注治理成效与供水安全。这类差异容易引发治理决策中的意见分歧，使跨界流域治理需要通过多方协商形成共同认可的方案，而群体共识决策正是支撑方案形成与实施的重要基础。现有研究多将共识达成过程视为意见交互趋同的过程，通过优化反馈机制引导决策者达到预设共识水平。然而，仅依靠意见调整难以保证共识方案被接受和执行，决策者是否参与共识调整，关键取决于其能否获得足够的预期回报。

因此，有必要构建回报驱动的群体共识框架，在共识受阻时诊断其究竟源于个体回报失衡还是整体回报不足，并据此分别引入内部补偿与外部补偿机制，恢复决策者参与激励，实现稳定可接受的群体共识。本研究从共识达成过程中群体效率与个体参与理性的双重视角出发，将共识达成由单纯意见交互拓展为回报驱动的激励协调过程。通过刻画方向非对称回报函数与非负回报约束，识别群体最优共识方案的可行条件；进一步根据个体回报失衡和群体回报不足两类不可行情形匹配内部补偿与外部补偿机制，形成了兼顾群体效率、个体回报与补偿协调的共识达成路径。

全文链接为：https://ieeexplore.ieee.org/document/11506430