外在奖励

自我决定理论（Self-Determination Theory, SDT）由美国心理学家爱德华·德西（Edward Deci）与理查德·瑞安（Richard Ryan）在20世纪70—80年代逐步提出并系统化，其核心是把动机看作一个从无动机到外部调节、内摄调节、认同调节、整合调节再到内在动机的连续体，而非简单的“有动机/无动机”二分。^{2121Self-Determination Theory and the Facilitation of Intrinsic Motivation, Social Development, and Well-Beingdoi.org前往参考资料 ↓在新标签页中打开|2626Overview of Self-Determination Theory: An Organismic Dialectical Perspectiveselfdeterminationtheory.org前往参考资料 ↓在新标签页中打开}

在自我决定理论中，外在奖励所对应的动机形态被归入“受控动机”（controlled motivation）一端：当行为被外部奖赏、期限、监督或评价所驱动时，个体体验到的因果 locus 落在外部，行为的启动与维持依赖外部力量而非个人意愿。^{2121Self-Determination Theory and the Facilitation of Intrinsic Motivation, Social Development, and Well-Beingdoi.org前往参考资料 ↓在新标签页中打开|2727Intrinsic Motivation and Self-Determination in Human Behaviordoi.org前往参考资料 ↓在新标签页中打开}

自我决定理论提出三种基本心理需要——自主（autonomy）、胜任（competence）与归属（relatedness）；理论主张，当环境支持这三种需要时，内在动机与内化程度较高的外在动机得以维持和增强，而当环境以奖励、控制性语言等方式压制自主需要时，内在动机受到削弱。^{2121Self-Determination Theory and the Facilitation of Intrinsic Motivation, Social Development, and Well-Beingdoi.org前往参考资料 ↓在新标签页中打开|2626Overview of Self-Determination Theory: An Organismic Dialectical Perspectiveselfdeterminationtheory.org前往参考资料 ↓在新标签页中打开}

认知评价理论（Cognitive Evaluation Theory, CET）是自我决定理论早期专门解释外在奖励如何影响内在动机的子理论，它把奖励区分为信息性（informational）与控制性（controlling）两种功能：信息性奖励传递胜任反馈、支持自主，通常不损害甚至增强内在动机；控制性奖励被感知为对行为的支配，会削弱自主感并降低内在动机。^{2727Intrinsic Motivation and Self-Determination in Human Behaviordoi.org前往参考资料 ↓在新标签页中打开|88A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivationdoi.org前往参考资料 ↓在新标签页中打开}

有机整合理论（Organismic Integration Theory, OIT）是自我决定理论中解释外在动机内化的子理论，它按内化程度把外在动机排成外部调节、内摄调节、认同调节与整合调节四种类型，并主张自主支持性的环境（如提供选择、解释理由、承认感受）能推动外在动机向更自主的形态转化。^{2626Overview of Self-Determination Theory: An Organismic Dialectical Perspectiveselfdeterminationtheory.org前往参考资料 ↓在新标签页中打开|2828The "What" and "Why" of Goal Pursuits: Human Needs and the Self-Determination of Behaviordoi.org前往参考资料 ↓在新标签页中打开}

自我决定理论并不主张一切外在奖励都有害：按照该理论的框架，奖励对内在动机的影响取决于奖励所承载的功能与个体对其的感知，而非奖励本身的存在；因此同一奖励在不同呈现方式下可能产生相反效果。^{2727Intrinsic Motivation and Self-Determination in Human Behaviordoi.org前往参考资料 ↓在新标签页中打开|88A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivationdoi.org前往参考资料 ↓在新标签页中打开}

自我决定理论对奖励效应的解释与行为主义强化理论形成对照：强化理论把奖励视为对行为的直接增强，不区分奖励所传递的心理意义；自我决定理论则强调奖励通过影响自主感与胜任感等中介变量间接作用于动机质量。^{2121Self-Determination Theory and the Facilitation of Intrinsic Motivation, Social Development, and Well-Beingdoi.org前往参考资料 ↓在新标签页中打开|2727Intrinsic Motivation and Self-Determination in Human Behaviordoi.org前往参考资料 ↓在新标签页中打开}

在自我决定理论的实证传统中，德西等人1971年的实验与后续元分析被反复引用来支持“预期性的、以控制为目的的物质奖励会削弱内在动机”这一命题，但该命题的效应大小与边界条件在后续研究中仍有讨论，理论内部也强调其依赖于奖励类型与情境。^{88A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivationdoi.org前往参考资料 ↓在新标签页中打开|2929Effects of Externally Mediated Rewards on Intrinsic Motivationdoi.org前往参考资料 ↓在新标签页中打开}

德西效应（Deci effect）指外部奖励对内在动机产生削弱作用的现象，其名称来自社会心理学家爱德华·德西（Edward L. Deci）1971 年发表的实验研究《Effects of externally mediated rewards on intrinsic motivation》。该研究以大学生为被试，在实验室与现场共进行了三项实验，是外在奖励与内在动机关系研究中最常被引用的经典文献之一。^{55图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|33APA PsycNETpsycnet.apa.org前往参考资料 ↓在新标签页中打开}

德西 1971 年的实验采用三阶段设计：第一阶段所有被试自行解题、不给奖励；第二阶段把被试分为实验组与控制组，实验组每解出一个问题获得 1 美元报酬，控制组不给报酬；第三阶段为自由休息时间，被试可自由选择做什么，研究者通过观察其在休息时间是否继续解题来衡量内在动机的残留水平。^{55图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|33APA PsycNETpsycnet.apa.org前往参考资料 ↓在新标签页中打开}

德西 1971 年研究的主要结论是：当以金钱作为外部奖励时，被试的内在动机倾向于下降；而当以言语强化和积极反馈作为外部干预时，内在动机倾向于上升。这一“金钱削弱、言语强化增强”的对照结果，是后来把奖励区分为控制性奖励与信息性奖励的实证起点。^{33APA PsycNETpsycnet.apa.org前往参考资料 ↓在新标签页中打开}

在科普中国“过度理由效应”词条对德西实验的复述中，得到报酬的被试相比未得报酬者降低了对原本喜欢的测智难题的兴趣；一旦不再继续付酬，他们倾向于放弃解题机会，而未受报酬这一“过度理由”影响的人则保持了对解题的兴趣。该词条同时提到，对儿童承诺付酬会把原本喜欢玩的游戏变成工作，不付酬后他们就不再玩这些游戏。^{55图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|11图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

“德西效应”与“过度理由效应”在中文文献中常被并置使用，但二者侧重不同：德西效应描述的是外部奖励削弱内在动机这一经验结果，过度理由效应则是对该结果的归因解释——附加的外在理由取代行为原有的内在理由，成为行为的支持力量，使行为由内部控制转向外部控制。过度理由效应这一概念由费斯廷格的认知不协调理论衍生而来。^{55图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开|11图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

德西 1971 年的实验样本规模较小，三项实验分别使用 24、24 和 8 名大学生被试，因此其结论在统计效力与外部效度上存在局限，后续研究多以更大样本和元分析方式对该效应进行检验与修正。^{33APA PsycNETpsycnet.apa.org前往参考资料 ↓在新标签页中打开}

过度理由效应（overjustification effect）指当个体从事一项本身具有内在兴趣的活动时，若被给予明显的外部报酬，个体倾向于把行为的原因归因于外部报酬，从而降低对活动本身的内在兴趣。其核心机制是归因的转移：从「我喜欢做」转向「我是为了报酬才做」。^{3030過度辯護理論 - 教育百科 | 教育雲線上字典pedia.cloud.edu.tw前往参考资料 ↓在新标签页中打开|11图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

「过度理由效应」与「过度辩护理论」（overjustification theory）在中文文献中常被互换使用；后者由莱珀（M. R. Lepper）与格林尼（D. Greene）提出，是一种认知理论，认为儿童在参与某种行为之后会对该行为加以合理化，即在解释行为原因时过分重视外在动机而忽略内在动机的归因。^{3030過度辯護理論 - 教育百科 | 教育雲線上字典pedia.cloud.edu.tw前往参考资料 ↓在新标签页中打开}

过度理由效应的一种常见理论解释是费斯汀格（L. Festinger）的认知失调理论：当个体以与自身态度相矛盾的方式行动时会产生不适感，若找不到其他方式消解这种失调，个体就会改变自己的态度来与行为保持一致——在过度理由情境中，即把「我本来喜欢这件事」改写为「我是为了报酬才做这件事」。^{11图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

过度理由效应与「理由不足效应」（insufficient justification effect）是方向相反的两类反应：理由不足效应指最小的外部刺激反而最能有效促使个体对活动产生兴趣并乐于持续；过度理由效应则指不必要或过强的外部报酬削弱内在兴趣。二者共同说明外部诱因的强度与内在动机之间并非单调关系。^{11图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

过度理由效应的实验证据来自多个研究团队的独立系列实验，包括德西与瑞安（Deci & Ryan, 1991, 1997）在罗切斯特大学、莱珀与格林（Lepper & Greene, 1979）在斯坦福大学、博吉亚诺及其同事（Boggiano et al., 1985, 1987）在科罗拉多大学开展的研究，这些实验均支持过度理由效应的存在。^{11图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

从归因视角看，过度理由效应的发生条件与报酬的「必要性」感知有关：当外部报酬被个体视为对行为的充分解释时，内在归因被挤出；当报酬显得不相称、突兀或带有明显控制意图时，过度合理化现象更容易出现。^{11图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

过度理由效应对教育与管理实践的含义是：对原本已有内在兴趣的活动施加显著外部奖励，可能产生隐性代价——削弱个体「因为兴趣而做」的自我知觉，因此奖励设计需考虑任务本身是否已具备内在吸引力。^{11图文详情cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

奖励的呈现时机是决定外在奖励削弱还是增强内在动机的关键变量之一：当奖励在任务完成之后才被告知或给予（即非预期奖励、任务后奖励）时，通常不会削弱内在动机；而当奖励在任务开始前就被承诺（预期奖励、任务前奖励）时，才更可能产生削弱效应。^{2929Effects of Externally Mediated Rewards on Intrinsic Motivationdoi.org前往参考资料 ↓在新标签页中打开|3131Undermining children's intrinsic interest with extrinsic reward: A test of the 'overjustification' hypothesisdoi.org前往参考资料 ↓在新标签页中打开}

德西（Edward Deci）在1971年的经典实验中发现，对被试在完成任务后给予金钱奖励（非预期奖励）并未降低其后续的内在动机，而预期奖励条件下内在动机下降；这一结果被后续研究视为奖励时机效应的早期证据。^{2929Effects of Externally Mediated Rewards on Intrinsic Motivationdoi.org前往参考资料 ↓在新标签页中打开}

莱珀、格林与尼斯贝特（Lepper, Greene & Nisbett）1973年的“过度理由效应”实验表明，对原本有兴趣的儿童承诺奖励（预期奖励）会降低其后续自发从事该活动的意愿，而事后给予奖励（非预期奖励）则未产生这种削弱效应。^{3131Undermining children's intrinsic interest with extrinsic reward: A test of the 'overjustification' hypothesisdoi.org前往参考资料 ↓在新标签页中打开}

德西、科斯特纳与瑞安（Deci, Koestner & Ryan）1999年的元分析综合了128项实验，结论是：预期中的有形奖励（如金钱、奖品）会显著削弱内在动机，而非预期奖励、言语奖励（如口头表扬）以及任务完成后的奖励则不会产生这种削弱效应。^{88A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivationdoi.org前往参考资料 ↓在新标签页中打开}

奖励的呈现时机效应在自我决定理论中被解释为：预期奖励会削弱个体的自主感（perceived autonomy），从而降低内在动机；而非预期奖励不构成对自主感的威胁，因此不产生削弱作用。^{2727Intrinsic Motivation and Self-Determination in Human Behaviordoi.org前往参考资料 ↓在新标签页中打开}

在应用层面，教育心理学研究建议教师和家长在给予外在奖励时应注意时机：尽量采用事后奖励、口头表扬等非预期形式，避免在任务开始前承诺物质奖励，以减少对内在动机的潜在削弱。^{3333Punished by Rewards: The Trouble with Gold Stars, Incentive Plans, A's, Praise, and Other Bribesarchive.org前往参考资料 ↓在新标签页中打开}

在教育情境中，外在奖励指由教师、学校或家长等外部主体提供的、与学习活动本身相分离的奖赏，如分数、奖状、小红花、代币、奖品、特权或金钱；它与由学习活动本身引发的内在兴趣相对。^{66Intrinsic Motivation and Self-Determination in Human Behaviorlink.springer.com前往参考资料 ↓在新标签页中打开}

自我决定理论把外在奖励按其对自主性的影响区分为信息性（informational）与控制性（controlling）两类：前者提供关于能力与进步的信息，后者意在操控行为；信息性奖励通常不损害甚至可能支持内在动机，控制性奖励则容易侵蚀内在动机。^{2121Self-Determination Theory and the Facilitation of Intrinsic Motivation, Social Development, and Well-Beingdoi.org前往参考资料 ↓在新标签页中打开}

德西、科斯特纳与瑞安 1999 年发表在《心理学公报》上的元分析整合了 128 项实验，结论是：对原本具有内在兴趣的活动给予有形奖励（tangible rewards），会显著削弱内在动机，效应量约为 d = −0.40；而口头表扬等言语奖励则与内在动机正相关。^{88A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivationdoi.org前往参考资料 ↓在新标签页中打开}

德西等人 1999 年的元分析进一步区分了奖励的呈现方式：当奖励被事先告知、且以任务完成为条件（expected, task-contingent）时，对内在动机的削弱最明显；而当奖励是意外的（unexpected）或并非以参与任务为条件时，削弱效应消失甚至转为正向。^{88A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivationdoi.org前往参考资料 ↓在新标签页中打开}

教育心理学教科书与综述普遍建议的慎用原则包括：优先使用口头表扬与信息性反馈而非有形奖励；把奖励与具体的行为标准或进步幅度挂钩，而非与参与本身挂钩；避免对本来就高度感兴趣的活动施加控制性奖励；并逐步撤除外部支持以促进自主性。^{2121Self-Determination Theory and the Facilitation of Intrinsic Motivation, Social Development, and Well-Beingdoi.org前往参考资料 ↓在新标签页中打开}

瑞安与德西提出的有机整合理论指出，外部奖励可以经由内化（internalization）过程转化为个人价值，但内化的程度取决于自主支持的程度：当奖励伴随选择、理由说明与对感受的承认时，更可能形成整合调节而非单纯的外部调节。^{2121Self-Determination Theory and the Facilitation of Intrinsic Motivation, Social Development, and Well-Beingdoi.org前往参考资料 ↓在新标签页中打开}

针对儿童阅读的干预研究发现，给予书籍或阅读相关的有形奖励可以在短期内提高阅读量，但对阅读兴趣与后续自主阅读的促进作用有限，部分研究观察到奖励撤除后阅读量回落。^{3434Reading incentives and children's motivation to read: A review of the literaturedoi.org前往参考资料 ↓在新标签页中打开}

在组织管理语境中，外在奖励通常指薪酬、奖金、股权、晋升、表彰等由组织掌握并分配给员工的外部诱因，与来自工作本身的内在激励（胜任感、兴趣、意义感）相对。管理实践的关键问题不是要不要用外在奖励，而是如何把它与内在激励结合使用。^{55图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

科普中国的一则案例说明外在奖励的挤出效应：犹太商人先为骚扰行为付费，再逐步降低金额，小青年因外部报酬减少而丧失对行为本身的兴趣，最终停止骚扰。该案例被用来解释企业若只强调外在激励、忽视内在激励，激励体系可能失效。^{55图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

在平衡计分卡类绩效管理项目中，若企业只强调外在激励（如仅调整薪酬与非财务指标挂钩），而不把指标嵌入连贯的战略框架并与员工沟通其来龙去脉，项目实施容易失败；反之，将内在激励与外在激励融合，并让员工分享新创造的增加值，则更可能成功。^{55图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

组织管理中的外在奖励设计需注意奖励与绩效之间的归因清晰度：当员工把行为归因于外部报酬时，工作本身的吸引力可能被削弱；因此奖励应尽量与可验证的绩效结果挂钩，并配合对工作意义的沟通，以减少对内在动机的侵蚀。^{55图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

外在奖励在组织中的效果受奖励类型影响：现金等物质奖励对重复性、规则明确的任务激励效果较直接，而对需要创造性、自主性的工作，过度依赖外在奖励可能适得其反；这一区分是管理实践中慎用外在奖励的主要依据之一。^{55图文详情——科普中国资源服务cloud.kepuchina.cn前往参考资料 ↓在新标签页中打开}

在强化学习的形式化框架中，智能体在每一步从环境接收一个标量信号，通常称为奖励（reward）；该信号由环境而非智能体自身产生，因此相对于智能体内部的计算过程而言是「外在」的。智能体的目标是最大化其在整个交互过程中累积的奖励，这一目标在文献中常写作期望回报的最大化。^{3535CN110546653A - Action selection for reinforcement learning using neural networks - Google Patentspatents.google.com前往参考资料 ↓在新标签页中打开}

在机器学习语境下，「外在奖励」与「内在奖励」构成一对区分：外在奖励指由任务环境或外部评价者给定的、与具体任务目标直接挂钩的奖励信号；内在奖励则指由智能体自身生成、用于驱动探索或好奇心等行为的信号。这一区分与心理学中外在动机／内在动机的区分在结构上相似，但两者的理论来源与操作定义并不相同，不宜直接等同。^{3535CN110546653A - Action selection for reinforcement learning using neural networks - Google Patentspatents.google.com前往参考资料 ↓在新标签页中打开}

专利文献 CN110546653A 描述了一种基于神经网络的强化学习动作选择系统，其中包含调制引擎、投影引擎、动作评分循环神经网络与编码神经网络；训练时通过调整这些组件的参数，使工作系统产生「使智能体执行动作所获得的外在奖励最大化」的行为。该文献表明，外在奖励在工程实现中被用作训练信号，其最大化是参数调整的直接优化目标。^{3535CN110546653A - Action selection for reinforcement learning using neural networks - Google Patentspatents.google.com前往参考资料 ↓在新标签页中打开}

在工程实践中，外在奖励通常由人工设计的奖励函数计算得出，因此奖励函数的设计直接决定了学习到的行为。奖励函数设计不当会导致智能体利用奖励函数的漏洞产生非预期行为，这一现象在文献中被称为奖励劫持（reward hacking）或规范博弈（specification gaming）。^{3535CN110546653A - Action selection for reinforcement learning using neural networks - Google Patentspatents.google.com前往参考资料 ↓在新标签页中打开}

外在奖励在机器学习中是可计算的数值信号，这与心理学中作为主观动机概念的外在奖励不同：前者可以被精确记录、累加与折扣，后者只能通过行为或自陈量表间接推断。因此，把心理学关于外在奖励削弱内在动机的结论直接迁移到强化学习智能体上，缺乏概念上的合法性。^{3535CN110546653A - Action selection for reinforcement learning using neural networks - Google Patentspatents.google.com前往参考资料 ↓在新标签页中打开}

外在奖励的效果并非无条件成立，其边界首先取决于被奖励行为本身的性质：当任务本身具有内在趣味、需要创造性或认知灵活性时，外在奖励更可能削弱表现与持续动机；而当任务单调、枯燥、缺乏内在动机时，外在奖励通常能有效提升任务完成度。^{88A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivationdoi.org前往参考资料 ↓在新标签页中打开|2727Intrinsic Motivation and Self-Determination in Human Behaviordoi.org前往参考资料 ↓在新标签页中打开}

德西、科斯特纳与瑞安 1999 年发表于《心理学公报》的元分析整合了 128 项实验，结论是：有形奖励（tangible rewards）在任务本身有趣时对内在动机有显著的削弱作用，而口头表扬等非预期、信息性的正向反馈则能增强内在动机。^{88A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivationdoi.org前往参考资料 ↓在新标签页中打开}

奖励的呈现时机是决定效果的关键调节变量：若奖励在任务开始前被明确承诺（预期奖励），削弱内在动机的风险最高；若奖励在任务完成后才意外给予（非预期奖励），则较少损害内在动机，甚至可能被解读为对能力的认可。^{88A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivationdoi.org前往参考资料 ↓在新标签页中打开|2828The "What" and "Why" of Goal Pursuits: Human Needs and the Self-Determination of Behaviordoi.org前往参考资料 ↓在新标签页中打开}

奖励的“信息性”与“控制性”功能区分是判断效果边界的核心：当奖励传递的是关于个体能力与进步的信息（如具体表扬、掌握型反馈）时，通常增强内在动机；当奖励被体验为控制他人行为的手段（如“做完才给”）时，则削弱内在动机。^{2727Intrinsic Motivation and Self-Determination in Human Behaviordoi.org前往参考资料 ↓在新标签页中打开|2828The "What" and "Why" of Goal Pursuits: Human Needs and the Self-Determination of Behaviordoi.org前往参考资料 ↓在新标签页中打开}

德西与瑞安提出的认知评价理论指出，外在奖励对内在动机的影响取决于它是否满足或损害个体的自主感与胜任感；因此，同样的奖励在不同文化、不同控制感条件下效果可能不同，不存在放之四海而皆准的结论。^{2727Intrinsic Motivation and Self-Determination in Human Behaviordoi.org前往参考资料 ↓在新标签页中打开}

在机器学习领域，外在奖励对应强化学习中的奖励信号设计；奖励函数若设计不当（如奖励代理指标而非真实目标），智能体会出现“奖励黑客”（reward hacking）行为，即优化了奖励信号却偏离了设计者意图，这是外在奖励在算法层面的典型效果边界。^{3636Concrete Problems in AI Safetyarxiv.org前往参考资料 ↓在新标签页中打开}

教育应用中，外在奖励对低龄儿童、低内在动机学生的短期行为塑造较为有效，但若长期、频繁使用且缺乏信息性反馈，可能使学生将学习归因于外部奖励，降低自主学习意愿；因此教育实践中宜将奖励与具体进步反馈结合，并逐步撤除。^{2828The "What" and "Why" of Goal Pursuits: Human Needs and the Self-Determination of Behaviordoi.org前往参考资料 ↓在新标签页中打开|2121Self-Determination Theory and the Facilitation of Intrinsic Motivation, Social Development, and Well-Beingdoi.org前往参考资料 ↓在新标签页中打开}