一、引言

人員監(jiān)督是目前部隊監(jiān)督工作的主要手段，金字塔形的層級模式是人員監(jiān)督的主要載體。自我軍建立以來，這種監(jiān)督手段為我軍各項工作的落實發(fā)揮了巨大的作用。但是目前，依靠人員進行監(jiān)督的方法出現(xiàn)了一些新問題。首先，“落實制度”難以落到實處，難以持之以恒。在層級管理中，往往上級的指示要求在最基層的人員監(jiān)督中失去效力，監(jiān)督效果“上緊下松”大打折扣，或者在強調(diào)期間“突擊達標”，無法長期堅持。其次，通過監(jiān)督的層級結(jié)構(gòu)“加強教育”，但結(jié)果總是“屢教不改”，不能從根本上思想上解決問題關(guān)鍵。教育經(jīng)常搞，效果卻逐漸減弱。最后，“麻痹思想”天天提醒，但是同志們“無動于衷”，對于一些安全隱患和違反制度的行為沒有警惕性。這些問題，導(dǎo)致制定出來的“制度”難以成為人們習(xí)慣于執(zhí)行的“制度”，對維護部隊嚴明的紀律和保持良好的安全穩(wěn)定的環(huán)境造成了不利因素。

出現(xiàn)這些問題的直接原因有以下幾個方面:一、目前部隊總體的局勢和環(huán)境比較平穩(wěn)，可能發(fā)生的突發(fā)狀況幾率減小。二、整個社會環(huán)境信息化水平提高，人們有更多的手段提前預(yù)知檢查等情況，方便于脫離監(jiān)督，逃避懲罰，導(dǎo)致違紀行為被發(fā)現(xiàn)和被懲罰的幾率變小。監(jiān)督制度在設(shè)定過程中沒有考慮監(jiān)督者的行為選擇。本文利用博弈論作為分析工具，從發(fā)生違紀活動被發(fā)現(xiàn)和被懲罰的概率出發(fā)，深入研究這一問題的發(fā)生過程，分析人員監(jiān)督出現(xiàn)問題的深層原因，從而得出相應(yīng)的對策。

二、模型分析

由于在最基層的監(jiān)督活動中，監(jiān)督者和被監(jiān)督者處于同一個生活環(huán)境內(nèi)，與被監(jiān)督者的生活環(huán)境和作息時間基本一致。因此認為如果被監(jiān)督者違反制度，必然會被監(jiān)督者發(fā)現(xiàn)，即假設(shè)監(jiān)督者發(fā)現(xiàn)違紀行為的概率為1。同時，認為如果監(jiān)督者對違紀行為進行阻止，被監(jiān)督者必然會停止違紀。

(一) 完全信息條件下的簡單模型——模型1

假設(shè)只有兩個參與人，分別為監(jiān)督者和被監(jiān)督者，以便區(qū)分定義為monitor和player。

1. 當(dāng)player選擇違反制度時，monitor發(fā)現(xiàn)的概率為1，并進行阻止，player停止違反制度行為，人員監(jiān)督制度有效。假設(shè)此時player由于未能達到預(yù)期目的，且對monitor有所不滿，其收益組合設(shè)為(-1，-1)。

2. 當(dāng)player選擇違反制度時，monitor雖然發(fā)現(xiàn)但是沒有阻止，player繼續(xù)違紀行為，在此過程中，被發(fā)現(xiàn)和懲罰的發(fā)生概率為r:如果由于此違紀行為發(fā)生而導(dǎo)致懲罰，player和monitor共同負責(zé)，假設(shè)此時的收益組合為(-1000，-1000)。如果雖然進行了違紀行為，但沒有被發(fā)現(xiàn)和懲罰，player實現(xiàn)了預(yù)期目的，兩者的收益組合為(2，0)。

3. 如果沒有發(fā)生違紀行為，收益組合為(0，0)。

4. 假設(shè)以上假設(shè)條件以及違反制度時懲罰的發(fā)生概率為所有的參與人所知，是共同知識。假設(shè)所有參與人都是風(fēng)險中性者。

將模型表示為擴展式，則有:

設(shè)monitor阻止的概率為p，則有以下分析:

U(阻止)=-1;

U(不阻止)=r*E(發(fā)生懲罰)+(1-r)E(未發(fā)生懲罰)=-1000r。

當(dāng)U(阻止)>U(不阻止)，即r>1/1000時，monitor會選擇阻止。反之，當(dāng)U(阻止)1/1000)，其戰(zhàn)略可表示為(阻止，不阻止，P(r>1/1000)，P(r<1/1000))。

設(shè)player選擇違紀的概率為m，則有以下分析:

U(違紀)=-p+(1-p)[-1000r+2(1-r)]=(2+1002p*r-3p-1002r);

U(不違紀)=0。

由于p是r的函數(shù)，設(shè)r<1/1000，則p=0，U(違紀)=2-1002r。當(dāng)U(違紀)>0，即r<1/501時，會選擇違紀。由此可得，在此模型中當(dāng)r<1/1000時，m=1，p=0，可見在這種情況下，監(jiān)督者制度沒有對違紀者產(chǎn)生威懾作用;設(shè)r>1/1000，則p=1，U(違紀)=-1。違紀者預(yù)期到會被阻止，所以選擇不違紀。在r∈(1/1000，1/501)時，該制度對違紀者產(chǎn)生威懾作用。

由以上分析得到以下結(jié)論:

1. 對于監(jiān)督者，只有在違反制度發(fā)生懲罰概率高于1/1000時，其才會選擇阻止。

2. 在此模型中，其他成員的選擇同樣被違反制度懲罰發(fā)生率r決定(因為假設(shè)其為風(fēng)險中性者)，而且在此模型中，如果不考慮監(jiān)督者的反應(yīng)r對其的控制力比較監(jiān)督者更小(P(r>1/501)>P(r>1/1000))。制度是否對其產(chǎn)生威懾力，與其可能受到的懲罰和懲罰的分擔(dān)比例有密切關(guān)系。

3. 結(jié)合現(xiàn)實情況，r值往往是因情況而異，一般難以衡量，而決定參與者行動的是他們心中對r的認知即r的先驗概率。實際中，監(jiān)督者往往有麻痹大意的思想，進行阻止的情況不多。否則這個問題也不會屢禁不絕。

4. 另外，只要player選擇違紀，monitor無論是否阻止，其效用都為負值。從整個博弈看，monitor的收益總是非正的，即參與此博弈不能給其帶來任何好處。如果有可以不成為監(jiān)督者的選擇，所有人都不會選擇當(dāng)監(jiān)督者。

(二) 完全信息條件下的一般模型——模型2

由于player的行為與其可能受到的懲罰和懲罰的分擔(dān)比例有密切關(guān)系，因此將這兩個因素變量化。假設(shè)懲罰的總損失和懲罰為L(L>0)，如果由于此違紀行為發(fā)生而導(dǎo)致懲罰，player和monitor共同負責(zé)，但其分擔(dān)比例為a:b，設(shè)a/b=t(a、b、t>0)，則有此時的收益組合為(-t*L，-(1-t)L)。

將模型表示為擴展式，則有:

對于monitor有:

U(阻止)=-1;

U(不阻止)=-(1-t)r L

所以有:當(dāng)r<=1/(1-t)L時，p=0，當(dāng)r>=1/(1-t)L時，p=1，

對于player有:

當(dāng)r<=1/(1-t)L，p=0時，U(違紀)=2-t r L-2r ，U(不違紀)=0;

當(dāng)r>1/(1-t)L，p=1時，U(違紀)=-1<0

則有r<=1/(1-t)L且r<=2/(t L+2)時，player會違紀。

由上圖可分析得:當(dāng)2/(t L+2)> 1/(1-t)L時，;1/(1-t)L 1/(1-t)L)，所以最終不會違紀。在這個范圍，即是監(jiān)督者監(jiān)督系統(tǒng)對被監(jiān)督者起威懾作用的區(qū)域。此時，t<2-2L-3L，即當(dāng)monitor懲罰分擔(dān)率小于

2-2L-3L時，監(jiān)督者監(jiān)督系統(tǒng)對被監(jiān)督者起威懾作用。如果大于這個比例，一方面失去威懾力，另一方面，對monitor不公平。

當(dāng)2/(t L+2)<1/(1-t)L時，r<=2/(t L+2)，player會違紀;r>2/(t L+2)L時，不會違紀。這是player如果僅從自身利益考慮風(fēng)險情況的選擇，監(jiān)督者監(jiān)督制度由于分擔(dān)了部分風(fēng)險，反而使其受約束的條件變松。

(三) 完全信息條件下多個參與人的情況

假設(shè)一次博弈中有n(n>1)個參與人(n>1且n∈Z)，其中一個為monitor，其余n-1個為players，設(shè)在某一時間player違反制度的概率為m，則有m(n-1)人違紀。顯然違反制度引發(fā)懲罰概率與同一時間違紀人數(shù)密切相關(guān)，為了便于計算簡單假設(shè)其線性相關(guān)，即(n)= m(n-1)r。同時引發(fā)懲罰后的損失與同一時間違紀人數(shù)(懲罰規(guī)模)密切相關(guān)，設(shè)L(n)=Ln-1。

如果只有一個player，則r′ (2)= m r，L(2)=L。則監(jiān)督者阻止的概率為p(2)=P(m r>1/(1-t)L)。如果n個參與人，則p(n)=( m(n-1)r>1(1-t)Ln-1，因為有n>1，顯然有p(n)>p(2)。

(四) 不完全信息下的博弈

在實際情況中，違反制度引發(fā)懲罰概率r往往是不可確知的，而且不同情況不同時間地點的r值是各不相同的。因此，人們在對自己的行為做選擇往往是根據(jù)自己內(nèi)心對違反制度引發(fā)懲罰概率r的先驗概率來做決定。

而每人的先驗概率都各不相同，但是通過召開安全會議，能夠提高監(jiān)督者，通過監(jiān)督者對會議精神的傳達，能夠提高其他人心中的r的先驗概率，使其產(chǎn)生警惕。因此安全會議通過先驗概率起到一定導(dǎo)向作用。

因此可以認為安全會議的召開是有效率的，那么這種效率能否一直持續(xù)?反復(fù)召開會議能不能徹底解決安全隱患?

為了便于分析，假設(shè)違反制度引發(fā)懲罰概率r可能有兩種類型(t1，t2)。t1為高類型，違反制度引發(fā)懲罰發(fā)生率為1，t2為低類型，違反制度引發(fā)懲罰發(fā)生率為0，各以0.5的概率。Player的行動集合為(違紀，不違紀)，monitor的行動集合為(阻止，不阻止)。其他假設(shè)同第一個模型。

則有

如果在player違紀，monitor沒有阻止時，出現(xiàn)了(2，0)的情況，則參與人認為違反制度引發(fā)懲罰發(fā)生率為t2低類型的概率將高于0.5。如果參與人在違反紀律后沒有引發(fā)懲罰，(這種情況客觀存在)，可以認為，在重復(fù)博弈情況下，r的先驗概率在不斷降低，直到monitor和player都徹底麻痹，或者引發(fā)懲罰，出現(xiàn)收益組合(-1000，-1000)的情況。

三 結(jié)論、建議以及進一步思考

(一)結(jié)論

1.“落實責(zé)任”在事故發(fā)生概率較小的情況下，并不一定能發(fā)揮作用。綜合分析，似乎應(yīng)該有效的監(jiān)督者監(jiān)督制度并沒有想象中的有效。一方面，監(jiān)督者缺乏激勵，難以從監(jiān)督行為中得到收益。由于參與監(jiān)督者從監(jiān)督行為中始終沒有正收益，沒有人有動機成為監(jiān)督者。另一方面，對于普通人員，不但被制度限制的情況較少，還由于懲罰被分擔(dān)，其違紀的概率反而增加了。因此，應(yīng)該對監(jiān)督者增加激勵措施，同時責(zé)任的分擔(dān)比例要適當(dāng)。

2.并不是被監(jiān)督人數(shù)越少越好，適當(dāng)規(guī)模的被監(jiān)督人是monitor更有激勵去進行監(jiān)督活動。從第三個模型可以解釋為什么更高一級管理者更有激勵去阻止違紀行為，因為其管理的人數(shù)增加，發(fā)生懲罰而受到懲罰的風(fēng)險大大增加。

3.“加強教育”，召開安全會議，進行警示教育，強調(diào)懲罰的概率和如果發(fā)生懲罰的懲罰，能夠起到一定效果，但是有效性與局限性共存。通過定期召開會議能夠提高監(jiān)督效果，但是過于頻繁的召開會議將進一步降低monitor的收益，使其積極性進一步降低。

(二)建議

1. 在社會生活中，往往很多看似有效的制度實際上并不一定有效，反而由于提出了這一實際上無效的制度，使管理者認為問題已經(jīng)得到控制，進而被麻痹，產(chǎn)生制度漏洞，造成損失。因此不能完全信賴這一制度的監(jiān)督力，應(yīng)該以預(yù)防為主，盡可能防患于未來，進行全面的安全排查，盡可能降低事故發(fā)生的可能性。

2.不能僅僅依靠人力的監(jiān)督方式，應(yīng)該采取多種監(jiān)督方式，采用監(jiān)視設(shè)備或自動化系統(tǒng)，降低人力在監(jiān)督中的作用。同時，對各種安全事故進行分析，掌握不同安全事故的誘因和不同時期發(fā)生的概率，以作為參考，幫助把握監(jiān)督力度。

3.安全教育工作以及會議的開展，應(yīng)該具有針對性。會議的召開能夠起到督促引導(dǎo)作用，但是在次數(shù)比較多的情況時將會失效，如果過于頻繁，將會起到反作用。應(yīng)分析安全事故發(fā)生的特點和規(guī)律，根據(jù)安全事故可能發(fā)生的時間分布，地點分布和人員分布，抓住關(guān)鍵時間關(guān)鍵地點以及關(guān)鍵人，不應(yīng)泛泛而談，過于頻繁。夏季天氣炎熱，容易發(fā)生食物中毒、中暑、雷擊、失火、車輛事故，冬季由于氣候寒冷，容易發(fā)生凍傷、凍壞裝備、煤氣中毒等事故，是預(yù)防的重點。在地點上擔(dān)負看押、看守勤務(wù)的中隊，由于執(zhí)勤攜槍帶彈，防人犯脫逃、槍走火和武器損壞是重點。機動中隊訓(xùn)練任務(wù)重、強度大，預(yù)防訓(xùn)練事故是重點。人員上，目前官兵的人員構(gòu)成比較復(fù)雜，個人經(jīng)歷各有不同，思想難以統(tǒng)一，對“個別人”應(yīng)該加強監(jiān)督教育。比如在老兵退伍時期，可以適當(dāng)增加安全教育的強度。

4.加強對監(jiān)督者的激勵，使其具有參與的動力。適當(dāng)?shù)膶ΡO(jiān)督者進行獎勵，僅僅依靠懲罰，不能完全實現(xiàn)激勵效果。監(jiān)督制度要起到效果，監(jiān)督人必須能夠從監(jiān)督活動中得到收益，并且其如果沒有履行職責(zé)將受到懲罰，兩者缺一不可。

5.一般認為，監(jiān)督者需要監(jiān)督的對象越少，監(jiān)督活動需要的時間精力越少，因此監(jiān)督越有效，但是通過模型可以分析得到，監(jiān)督維度不是越小越好，而是在可能的范圍內(nèi)越大越好。

( 作者通訊地址:武警工程學(xué)院陜西 西安710086)