GDISD团队信任的动态演化机理研究

夏维力，孙彤彤，魏星集

XIA Weili,SUN Tongtong,WEI Xingji

西北工业大学 管理学院，西安 710072

School of Management,Northwestern Polytechnical University,Xi’an 710072,China

1 引言

异地分布式信息系统开发（Geographically Distributed Information Systems Development，GDISD）或称为分布式软件开发（GDD）是指由多个位于不同地理位置的团队进行同一信息系统的开发过程，开发人员的配置可能是跨城市、跨地区或跨国家的。因此，GDISD团队具有项目导向性、团队临时性、团队成员数量不稳定性、团队成员年轻化、团队跨地域性、知识密集型、团队成员沟通依靠通讯设备等特点。成功的GDISD团队能够更快速、更低成本地开发出高质量的软件，并且具有较强的业务灵活性以及更强的全球化竞争压力的处理能力。随着全球化压力的增大，越来越多的企业采取GDISD形式，因而风险也随之而至。异地分布式信息系统开发的过程由于其开发人员的异地性特点，软件开发的有效性必然受制于开发团队之间的协作关系。虽然分布式开发团队成员间的合作通过依赖于信息技术来实现业务的沟通，但是这在一定程度上使得团队管理与协调问题更加复杂化，如若管理经验不足，稍有问题就会使得团队研发成本增加，管理失控，阻碍项目的按时交付。因而有效沟通作为团队合作的必要手段显得尤为重要。但是，软件工程中参与者间的沟通和协调是工作的核心难点之一[1-2]。尤其当开发人员分属不同开发小组时，沟通障碍较多，使问题复杂化且当代码无法编译成功时，会阻碍其他人员执行新的任务，造成开发工作的停滞[3]。沟通风险的诱因之一信任注定是不可忽略的重要因素。面对项目开发规划时，不同国家成员反应不同，有的总是保持怀疑态度，团队的凝聚力因此被削弱。由于缺少面对面的交流，成员之间不在相互的视线范围内，当信息反馈不畅时，不信任认知很容易产生。由于GDISD团队具有临时性的特点，不确定性因素较多，信任的建立比较困难，并且容易失去，因此，缺乏信任关系将会扩大软件开发的障碍，将问题变得更加复杂，对于GDISD团队的信任的研究具有非常现实的实际意义。

GDISD团队的特点决定其是一种特殊的虚拟团队。近些年的研究表明，信任被认为是虚拟团队协作关系中非常重要的因素。Charles[4]认为信任是虚拟组织的根基，没有信任，虚拟组织则无从谈起。Fan等[5]提出了虚拟团队中用来评估信任水平的决策支持方法，认为信任评估的结构包括了名誉和协作两个维度，从而提出了一个模糊多属性决策分析方法用以度量名誉和协作的绩效。Rusman等[6]认为虚拟背景可能会改变甚至阻碍信任的形成过程，提出可信性的促进要素作为设计框架的基础，这些促进要素同样可以用来确定哪种类型的信息可以用来获取可信性，从而提出虚拟团队的信任形成模型。一些学者认为信任是个相对比较复杂的问题，其受到多方面因素的影响[7]。信任的影响因素多为：能力、正直、善意、可信性。对信任的影响因素的研究又从个体、团队、组织等层面给予分析。而信任关系的状态并不会是一成不变的，它是一个动态的不断演化的过程[8]。Lewicki和Bunker[9]根据信任的发展过程将其分为基于计算的信任、基于了解的信任和基于认同的信任。Nguyen[10]进一步提出了企业组织信任的发展概念模型：将信任发展阶段界定为：了解阶段和理论/认同阶段。McAllister[11]从信任产生的角度，认为由于情感方面的感知而产生的信任为情感信任，来源于基于能力等方面感知的信任为认知信任。Weick和 Kramer[12]提出基于临时性团队特点产生的信任——快速信任或者称为敏捷信任，他们认为临时性团队由于时间紧迫，无法短时间内采用传统信任的形成模式产生信任，只能根据任务临时的少量信息产生快速信任。信任作为一个动态过程已经被越来越多的研究者认可[13-15]。

经过对现有国内外相关文献的阅读，鲜有从动态演化的角度考虑GDISD背景下开发团队成员间协作信任演进的动态特征，信任的动态演化机理的研究就更为缺乏。因此，本文研究将对GDISD背景下的团队之间的信任关系展开研究，界定GDISD团队中信任的发展阶段，并在此基础上明确信任演进的动态特征，进而从演化博弈论的角度分析团队成员间信任的动态演化，这对于提高异地分布式开发团队的工作效率与管理水平具有重要的理论价值与实践意义。

2 GDISD团队信任演进的动态特征

结合GDISD团队的特点，本文从信任发展的角度出发，结合信息系统的开发过程，将GDISD团队的信任阶段界定为：基于计算的信任、快速信任、基于了解的信任和基于认同的信任。

结合GDISD团队系统的技术密集程度最高的系统编码阶段特点，构建信任形态的演变路径。具体路径如图1所示。

在GDISD团队信任发展的不同阶段，信任的对象和基础重复出现。信任的对象即信任关注事件（任务执行情况）和被信任方。信任的基础是被信任方因何原因被信任方信任，其元素包括成本收益计算、假定的认可、系统开发成员间的知识共享、系统开发人员间的情感认知等。下面对GDISD团队不同信任阶段的信任对象和信任基础进行阐述。

图1 GDISD团队信任的演化路径

（1）基于计算的信任

根据Lewicki和Bunker对于信任的划分，基于计算的信任是指信任双方在以完成既定任务为目标的基础上能获取的利益，基于此产生的信任。在GDISD团队成立之初，团队成员就信息系统的系统规划，系统分析、系统设计、系统实施与维护等相关流程共同讨论并确定各阶段人员分工、开发工作规范性、时间安排等。在该阶段，团队成员之间在项目目标任务的驱动下，认为通过团队共同努力能够完成任务，并且完成系统开发后能够得到一定的经济利益，被认可的成就感以及一定的技术能力声誉，所以该阶段的信任为基于计算的信任。信任的对象是信息系统开发规划与任务。信任的基础是任务的时间进度、相应经济利益以及个人名誉（技术能力、责任心等）。

（2）快速信任

GDISD团队是项目导向型团队，一旦项目完成开发团队立即解散。所以本文采用Meyerson以临时性团队为研究对象提出的快速信任作为GDISD团队快速信任的理论基础。Meyerson认为临时性团队没有足够的时间去按照传统组织信任构建的方式去建立信任，但是信任又是维持临时性团队运作的重要基础，它是集体认知和集体维系的结果，并假定这种临时性组织信任早已存在即“快速信任”。快速信任的建立较少强调感情、承诺与交流，更多的是建立在去人格化行动基础上的。而GDISD团队初始基于系统开发的时间进度以及相应利益形成了基于计算的信任，这是项目启动阶段的信任，在项目推进中，系统开发的各阶段任务分工明确，团队成员间通过当下合作的表现和掌握的其他少量信息形成快速信任。在快速信任阶段，信任的对象是承担的任务分工、协作方以及基于一定的奖惩制度的约束机制。信任的基础是基于系统开发任务的启动，任务方与其任务接口的上下方基于能力和态度的初始认可。这种快速信任基本上不涉及关系情感等因素，是基于理性的推理和期待形成的[16]，这是一种非人际的信任。在GDISD团队成立初期，随着系统开发协作的推进，信任会逐渐演化为基于了解的信任。

（3）基于了解的信任

随着信息系统开发的推进，GDISD团队成员间加强远程互动，通过通讯技术进行沟通，团队成员间彼此交流增多。任务协作方之间对彼此的能力、责任心、可信性等有了一定的认识和理解，能够基于此种认识产生一定的信任度，在以后的协作中根据信任程度预测对方的行为，高度信任会产生积极乐观的协作态度，低度信任会产生消极的协作态度。于是随着了解的深入，基于假定的快速信任逐渐演化成基于了解的信任。在项目开发的过程中，基于了解的信任是产生于GDISD项目启动后至项目开发前中期的一段时间，信任的对象是信息系统开发的工作进展以及任务的输入方与承接方。信任的基础是信息系统开发时间进度，被信任方的能力，正直以及责任心。

（4）基于认同的信任

GDISD团队成员通过前期的共同努力，系统开发任务趋于结尾阶段，此时，任务协作方之间关系趋于相互认同，包括沟通方式、编码方式以责任心等。如果继续进行新系统的开发，他们就能预测对方的行为，因而这已形成双方的认同。在规定时间进度内，双方会通过自己的努力与相互间认同最优化地完成工作。情感的认同是该阶段信任的重要基础。该阶段的信任是成熟稳定的信任，系统开发已经取得阶段性的成就或者可交付成果已经形成，大家处于共享成果的情绪中，成员自我价值得以实现，并且组织赞扬、鼓励等积极情绪增加，信任升华为情感的认同，但是成本利益依然是不可缺少的基础。信任的对象是编程工作的规范，系统开发的时间进度以及系统开发的协作方。

3 GDISD团队成员间信任的动态演化机理

3.1 演化博弈的两个重要概念

复制动态方程是用来描述博弈方学习模仿的动态变化的速度，是描述某一特定策略在一个种群中被采用的频数的动态微分方程。方程表示为：

xk表示采用策略k的博弈方的比例，即在这个群体反复博弈过程中，策略k被采用的频数。 μy为采用策略k的期望收益，为所有博弈方的平均收益，dxk/dt为采用策略k博弈方比例随时间的变化率。该动态微分方程的意义是，采用策略k博弈方比例的变化率与采用该策略的博弈方比例成正比，与该类型的博弈方的期望收益大于所有博弈方平均得益的幅度也成正比。文[17]实际意义是指如果一个策略的适应度高于群体的适应度，那么该策略就会发展[18]。

演化稳定策略（Evolutionary Stable Strategy，ESS）是多次博弈过程中的模仿、学习与调整后，所达到的进化均衡下的均衡解，它能够经受错误偏离的干扰，在经受少量干扰后仍能恢复稳健[19]。

3.2 GDISD团队两成员间信任演化博弈分析

以GDISD团队中任意两个团队为例，采用演化博弈论中的复制动态思想来探讨基于信任的GDISD团队成员的动态博弈。GDISD团队具有跨国家、跨时区的特点，并且成员之间存在语言障碍和文化差异，在团队协作过程中，开发人员往往根据自身文化背景去过滤他人信息，并且异步信息反馈不及时，往往会导致团队成员的相互怀疑并影响到团队协作绩效。针对信息系统开发这一行业，开发人员尤其在编码阶段，开发人员往往自我为中心，开发人员之间相互轻视的现象经常出现。因此，本文假设GDISD团队成员是有限理性的，成员之间的信任无法精确计算，指定软件开发人员的策略空间为低信任度和高信任度。开发人员的不同的信任度将会影响团队协作效率：开发人员甲对开发人员已采取低信任度时，认为开发人员已工作能力不强，甲自我为中心，因而会出现系统编码不规范，团队协作效率低等现象；当博弈方甲采取高信任度策略时，对博弈方乙高度信任，沟通顺畅，信息反馈及时，团队协作效率高。当博弈方乙对甲持有不同的信任度会直接影响团队协作效率。博弈方乙采取高信任度时，沟通顺畅，有利于合作；博弈方乙采取低信任度时，信息反馈不及时，乙信息占优，甲信息获得不对称，系统编码不畅，影响项目开发周期。

3.2.1 博弈双方的复制动态方程的构建

因为GDISD团队临时性，异地性的特点，软件开发成员不但是GDISD团队中的一员，还是其原实体单位中的一员，因而软件开发完成对其带来的价值异同。所以假设系统开发完成对博弈方甲的价值为V1，对博弈方乙的价值为V2。F1和F2为缺失信息对博弈方甲和乙导致的损失，M1和M2为双方共同选择高信任度，促使项目高效完成的奖金，具体得益矩阵如表1所示。

表1 GDISD团队成员间信任博弈

博弈方甲采取低信任策略，博弈方乙采用高信任策略时，由于博弈方甲掌握额外的信息占优，处于主动地位，而博弈方乙则处于信息劣势的被动地位，会产生损失收益F2。同样博弈方乙采取低信任策略，博弈方甲采取高信任策略时，甲收益损失为F1。当双方都采用高信任策略时，信息充分互用，项目会高效完成，会获得额外奖励M1和 M2。

假设在博弈方甲群体中，采用“低信任”策略的博弈方比例为 x，那么采用“高信任”策略的比例为1-x；同时假设博弈方乙群体中，采用“低信任”策略的博弈方比例为 y，那么采用“高信任”策略的比例为1-y。博弈双方的复制动态方程如下：

对于博弈方甲的复制动态方程进行分析，可以知道当 y=M1/(F1+M1)，对于所有 x，该方程都处于稳定状态，当 y≠M1/(F1+M1)时，x*=0和 x*=1是两个稳定的状态，当 y＞M1/(F1+M1)时，x*=1是ESS，反之，x*=0是ESS。同理对于博弈方乙的复制动态方程进行分析，x=M2/(F2+M2)时，对所有 y，该方程都处于稳定状态，当x≠M2/(F2+M2)时，y*=0和y*=1是两个稳定的状态，当 x＞M2/(F2+M2)时，y*=1是ESS，反之 y*=0是ESS。

所以由动态复制方程描述的GDISD团队成员间系统演化可以得到系统演化的动态均衡点为（0，0），（1，0），（0，1），（1，1），(M2/(F2+M2)，M1/(F1+M1))。

3.2.2 动态均衡点的稳定性验证

下面运用Jacobian Matris对均衡点的稳定性进行验证。系统的Jacobian矩阵如下：

均衡点的稳定性分析如表2所示。

表2 GDISD团队动态复制方程均衡点稳定性分析

系统相位图如图2所示。

图2 系统相图

通过系统相图，讨论各参数变化对系统演化行为的影响。

（1）当M1=F1，M2=F2时，即双方采取高信任得到的奖金与其中双方策略不一致时产生的损失相等时，系统鞍点为（0.5，0.5）系统收敛于高信任策略的比例与收敛于低信任策略的比例相等。

（2）当 M1＞F1，M2＞F2时，则鞍点向右上方移动，即博弈两方中低信任策略比例增加，为低信任策略均衡演化过程，系统收敛于（1，1），博弈双方协作关系不稳定。

（3）若M1＞F1，M2＜F2，当M1/(F1+M1)＞M2/(F2+M2)时，则鞍点在左下方移动，为高信任均衡演化过程，系统收敛于（0，0），博弈双方关系稳定。当 M1/(F1+M1)＜M2/(F2+M2)时，鞍点向右上方移动，为低信任演化过程，系统收敛于（1，1），博弈双方合作关系不稳定。

（4）若M1＜F1，M2＞F2，当M1/(F1+M1)＜M2/(F2+M2)时，鞍点向右下方移动，系统最终收敛于（0，0），为高信任策略均衡演化过程，博弈双方合作关系稳定。当M1/(F1+M1)＞M2/(F2+M2)时，鞍点向右上方移动，为低信任策略演化过程，系统最终收敛于（1，1），双方合作关系不稳定。

（5）若 M1＜F1，M2＜F2，则鞍点向左下方移动，即博弈双方中(1-x，1-y)比例向高信任策略均衡演化，系统收敛于（0，0），博弈双方协作关系比较稳定。

通过分析，可知信任均衡的演化与博弈双方信息优劣势以及与协作绩效相关的奖金激励有关。并且系统演化具有明显的路径依赖特征，但是演化结果有两种可能性，不具备唯一最优。在博弈方中一方项目完成获得奖金高于信息劣势产生的损失时，博弈另一方项目完成奖金低于信息劣势损失时，博弈方中一方的奖金率（奖金/（奖金+损失））高于博弈方中另一方的奖金率，此情境下博弈向高信任均衡演化；当博弈方中项目完成奖金低于信息劣势产生的损失时，博弈也是向高信任均衡演化，但是此种情况下不利于项目的高效完成，为非理性决策。

也就是说，当博弈双方采取高信任策略时，项目高效完成的奖金大于由于博弈中一方低信任策略造成的另一方的收益损失时，信任的演化都是从低信任策略演化到高信任状态的。

4 结论

本文根据GDISD团队的特点，结合信任研究的相关理论，构建了GDISD团队信任动态演进的理论模型，并分析信任发展不同阶段的对象和基础。通过信任关系发展的不同阶段的界定，可以了解不同状态信任下，GDISD团队成员间的心理状态。但是对于GDISD团队成员间信任发展的状态，如果管理者不能准确把握，那么相应的奖惩与激励措施分配会缺乏合理性。因而，本文从演化博弈论的视角，以任意随机配对的两个团队组成的博弈双方为例，建立博弈双方选用低信任策略下的动态复制方程，并运用雅可比矩阵分析均衡策略的稳定性，从博弈系统相图分析信任演化过程，呈现GDISD团队博弈双方的博弈状态，最终得到有利于异地分布式信息系统开发项目的高效协作的高信任演化策略。

通过研究得出异地分布式信息系统开发团队管理者提高团队协作效率的途径为对分散异地的成员采取不同的奖惩策略，形成竞争压力，这样有利于刺激信任的高度形成。要使得双方采取高信任策略获得奖金高于其中一方采取低信任策略导致的另一方产生的损失，也就说共同的高信任策略是综合收益的最大策略。

[1]Brooks F P.The mythical man month[M].2nd ed.New York：Addison Wesley Longman Inc，1995：13-26.

[2]Jeffrey H J.Addressing the essential difficulties of software engineering[J].Journal of Systems and Software，1996，32（2）：157-179.

[3]张连营，张祥.软件开发团队的多目标优化构建研究[J/OL].计算机应用研究.[2012-11-28].http：//www.cnki.net/kcms/detail/51.1196.TP.20121128.1504.009.html.

[4]Charles H.Trust and the virtual organization[J].Harvard Business Review，1995：40-50.

[5]Fan Z P，Suo W L，Feng B，et al.Trust estimation in a virtual team：A decision support method[J].Expert Systems with Applications，2011，38（8）：10240-10251.

[6]Rusman E，Bruggen J，Sloep P，et al.Fostering trust in virtual project teams：Towards a design framework grounded in a trust worthiness antecedents schema[J].International Journal of Human-Computer Studies，2010，68（11）：834-850.

[7]Hong I B，Cho H.The impact of consumer trust on attitudinal loyalty and purchase intentions in B2C e-marketplaces：Intermediary trustvs.seller trust[J].International Journal of Information Management，2011，31（5）：469-479.

[8]殷茗，赵嵩正.制度信任与供应链协作信任、合作意图之间的动态差异性关系研究[J].预测，2009，28（3）：21-26.

[9]Lewicki R J，Bunker B B.Developing and maintaining trust in working relationships[M]//Kramer R M，Tyler T R.Trust in organizations：frontiers of theory and research.Thousand Oaks：Sage Publications，1996：114-139.

[10]Nguyen T V.Learning to trust：a study of interfirm trust dynamics in Vietnam[J].Journalofworld Business，2005，40（2）：203-221.

[11]McAllister D.Affect-and cognition-based trust as foundations for interpersonal cooperation in organizations[J].Acad Manage J，1995，38：24-59.

[12]Meyerson D，Weick K E，Kramer R M.Trust in organizations：frontiers of theory and research[M].London：Sage Publications，1996：166-195.

[13]Nagarajan A，Varadharajan V.Dynamictrust enhanced security model for trusted platform based services[J].Future Generation Computer Systems，2011，27（5）：564-573.

[14]殷茗，赵嵩正.专用资产投资与供应链协作信任、合作意图之间的动态差异性关系研究[J].科研管理，2009，30（1）：65-70.

[15]Lee C C，Chien M S，Lin T C.Dynamic modeling of real estate investment trusts and stock markets[J].Economic Modeling，2012，29（2）：395-407.

[16]马华维，展羽，姚琦.虚拟团队中的信任生命周期[J].心理研究，2011，4（4）：71-76.

[17]谢识予.经济博弈论[M].上海：复旦大学出版社，2007.

[18]盛昭翰.演化经济学[M].上海：三联书店，2002.

[19]喻瑛，张卫.基于Hotelling模型促销活动策略采取的进化博弈分析[J].系统管理学报，2008，17（6）：665-674.