基于递归量化分析和脑电图信号的奖惩激励对 PCB 焊接工人工作效率的研究：为企业激励机制优化提供新依据

《Scientific Reports》：Study on incentive mechanism of reward and punishment on work efficiency of PCB welder based on recurrence quantification analysis and electroencephalogram signals

为解决传统方法难以客观量化薪酬激励对员工生产力影响的问题，研究人员开展了基于递归量化分析（RQA）和脑电图（EEG）信号，探究奖惩激励对 PCB 焊接工人工作效率影响的研究。结果表明该激励机制可提升效率，为优化企业激励机制提供了量化的神经科学依据。

　　在企业管理中，如何科学有效地评估员工工作效率，一直是困扰管理者的难题。传统的评估方法，如任务完成率、行为观察、自我评估等，存在诸多缺陷。任务完成率无法考量工作质量与复杂性；行为观察易受观察者主观因素干扰；自我评估则受个人情绪和认知偏差影响，难以准确反映员工真实的生产力水平。尤其是在评估复杂或创造性任务时，这些方法更是力不从心。

为了突破这些困境，东北电力大学等机构的研究人员开展了一项极具创新性的研究。他们将递归量化分析（RQA）与脑电图（EEG）信号相结合，旨在探究奖惩激励机制对印刷电路板（PCB）焊接工人工作效率的影响。该研究成果发表于《Scientific Reports》，为企业激励机制的优化提供了新的思路和量化的神经科学依据。

研究人员采用了多种关键技术方法。首先，通过相空间重构（PSR），利用 Takens 嵌入定理，选择合适的时间延迟和嵌入维度，将非线性时间序列重构到高维相空间，为后续分析奠定基础。在这个过程中，运用虚假最近邻（FNN）算法确定嵌入维度，互信息（MI）算法确定延迟时间。其次，绘制排序递归图（ORP），将高维信号的递归特征可视化。最后，使用 RQA 方法对 ORP 图进行量化分析，提取确定性（DET）和平均对角线长度（DLL）等特征参数，并运用双支持向量机（TWSVM）进行分类。研究样本为 30 名健康参与者，包括 15 名男性和 15 名女性，平均年龄 30±4.5 岁。

研究结果如下：

1. 绘制 ORP：研究选取了 F3、F4、O1 和 O2 通道的 EEG 信号进行分析。通过计算，确定了最佳嵌入维度为 3，最佳延迟时间为 3。绘制出的 ORP 图显示，在无奖惩激励机制下，EEG 信号的 ORP 图中白色和蓝色方块较大、排列更规则、纹理更清晰，表明混沌性较弱；而在有奖惩激励机制下，方块较小且排列更随机，混沌性更强。
2. RQA 分析：对 10 名受试者的四个 EEG 通道进行 RQA 分析，发现有奖惩激励机制下的 DET 和 DLL 值均低于无奖惩激励机制。t 检验表明，两组数据差异显著，这意味着奖惩激励机制降低了 EEG 信号的确定性，增加了随机性，有效提升了工人的工作效率。
3. 分类结果：利用 RQA 方法提取的 DET 和 DLL 特征构建特征矩阵，输入到 TWSVM 进行二元分类。结果显示，DLL 值的分类准确率最高，达到 98.71%，优于其他先进方法，如相空间重构与深度学习相结合的方法（准确率 97.48%）等。此外，RQA 与不同机器学习算法结合的实验表明，RQA 与随机森林（RF）结合时准确率最高，达到 98.61%。
4. 工作效率：统计 10 名受试者在不同工作阶段完成的焊点数量，发现有奖惩激励机制下完成的焊点数量显著高于无激励机制时，说明该激励机制有效提高了工人效率。在焊接质量方面，以虚焊缺陷率为标准评估焊接电路板质量，有奖惩激励机制下受试者的虚焊缺陷率普遍低于无激励机制，t 检验表明两组差异显著，表明奖惩激励机制有效降低了电路板工人的虚焊缺陷率。

研究结论和讨论部分指出，该研究提出的基于 RQA 的方法具有创新性，将其与 EEG 信号分析相结合，能有效量化工作效率变化，区分不同工作状态，分类准确率高。与心率变异性（HRV）和皮肤电反应（SCR）等指标相比，EEG 能更实时、精准地反映员工的认知和情绪状态，为评估工作效率提供更全面的神经层面数据。同时，RQA 方法在提取 EEG 信号特征时稳定性更高，受噪声和伪周期性影响较小。

从应用角度看，该研究成果在多个领域具有重要价值。企业可通过监测员工 EEG 信号，早期发现潜在心理健康问题，优化生产流程，提高整体生产力；在高风险工作中，能预防因注意力不集中或心理压力过大导致的事故；在教育和培训领域，可根据学习者状态调整教学内容和方法，提高学习效率；还能实现个性化任务分配，避免员工工作过载，提升工作效率。然而，EEG 信号采集面临信号易受干扰、设备成本高的问题。未来研究可整合多种生理信号，开发实时自适应激励系统，进一步拓展 EEG 技术在跨行业的应用，在提高生产力的同时保障员工健康。