自适应游戏化作为公民科学中空间交互机制的作用——基于GAME（Goals And Motivation Engine）的实地部署研究

《International Journal of Human-Computer Studies》：Adaptive gamification as a spatial interaction mechanism in citizen science

　　

公民科学（CS）指由公众全部或部分开展的科研数据采集活动，已成为在官方机构无法独立覆盖的尺度上监测环境问题的有力途径，涵盖废弃物与空气污染监测、生物多样性观测、城市热岛以及大规模气候仪表盘等应用。在基于位置的环境公民科学中，志愿者通常使用手机记录问题发生的地点（如非法倾倒点或污染源），因此所得数据集的有用性直接取决于公众选择在何处作出贡献，空间覆盖度因而成为首要关注点。当贡献聚集于少数便利或已被访问的区域时，其他地点便缺乏记录，形成空间数据缺口，削弱所采集数据的科学有效性与公民实用性。因此，在保持参与的同时维持空间均衡与公平，是环境众包的核心挑战。参与亦受结构性因素（谁拥有时间、访问条件与移动能力）塑造，贡献及其所记录的环境负担往往不均衡集中，并常忽略已被边缘化的社区。在居民实际报告之处，他们充当集中式监测所遗漏的本地问题的敏感探测器，但这些信号往往未能促使机构及时采取行动，从而侵蚀信任并抑制后续参与。在此背景下，游戏化被越来越多地用于构建参与式系统中的用户交互与反馈结构，塑造注意力、努力与认可在CS平台时间与空间上的分配方式。游戏化指在非游戏情境中有意使用积分、徽章、排行榜、任务或进阶系统等游戏设计元素以促进动机与参与。既有研究表明，此类元素可提升环境监测活动中的活跃度与数据贡献。然而文献亦揭示出持续存在的局限：许多实现依赖相对静态、通用的激励机制，对公平性或包容性的显式考量有限，可能放大少数高活跃用户的参与而抑制新参与者或代表性不足群体。近期综述进一步指出，CS中的游戏化主要面向短期活动，而非赋予参与者持久或更有意义的角色；竞争性机制、刚性任务或狭义任务中心化框架可能削弱自主性并使参与者疏离，在敏感环境领域尤为如此。多数现有系统仍为静态，不能根据活动动态、参与者能力或空间情境调整激励，因而可能固化既有参与偏差，尽管有针对性的、理论支撑的设计可显著改善留存。与此同时，学者日益呼吁具有正义意识的公民技术：参与并非发生在中立空间，而是发生在访问、可见性与机构响应不均等的空间中。为此，本设计采取一项具体承诺，即激励应能主动抵消空间参与偏差，而非仅最大化总活动量，将公平视为交互机制本身的属性，即反馈与奖励在空间与时间上如何分配。尽管环境监测数字平台已有进展，众包、游戏化与公平的交汇处仍存在持续缺口。现有系统常止步于数据采集，将公民视为贡献者而非解读或行动于数据的伙伴；能够响应情境差异（如空间不平等、移动性约束或不同用户能力）的自适应激励机制仍然罕见，即便在技术成熟的参与式感知项目中亦然。这一缺口同时限制了CS倡议的科学有效性与公民合法性。尽管自适应与正义感知的游戏化概念日益被采用，研究人员仍缺乏关于此类机制嵌入真实空间交互系统时如何表现的实证描述。既有工作通常报告总体参与结果或自我报告的参与度，却很少考察自适应激励的内部动态：其如何再分配注意力、如何使移动性与贡献价值解耦，或在何种条件下其效应趋于稳定、饱和或失效。为此，本研究将自适应游戏化作为在真实约束下构建空间参与的交互机制加以考察。研究人员引入并实证分析GAME（Goals And Motivation Engine），一个根据活动演化的空间状态调整激励的模块化游戏化引擎。其核心规则表述简单：地图上每个位置都提供报告积分，但在已被记录地点附近报告所得较少。当一份报告被提交后，其周围可提供的积分急剧降低，并随时间逐渐恢复（但不完全恢复），而仍报告不足的地点保持较高奖励。因此，参与者在覆盖仍稀疏处看到更多积分，旨在将注意力引向缺口，但参与者仍可自由选择在任何地方贡献，因为任何选项从不被封锁。该设计面向基于位置的环境CS活动，如邻里尺度的非法倾倒报告，其中均衡的空间覆盖与报告数量同等重要。研究人员并不评估其比较有效性或因果影响，而是刻画该机制在实地中的行为：其产生的空间特征、引入的权衡，以及这些特征保持有界的条件。GAME不被视为优化策略，而是一类可被观察、界定与推理的交互设计。研究人员的核心预期相应地适度：当嵌入真实的基于位置CS活动时，此类机制应在贡献价值积累之处留下可观察痕迹，这些痕迹不能完全由参与者恰好移动之处解释，同时仍保留其选择自由。据此提出以下研究问题：RQ1）在自适应、公平感知的游戏化机制下，贡献价值积累之处具有何种空间与行为特征，这些模式在多大程度上可仅由参与者移动性（人们行走之处与时长）解释？RQ2）在CS情境中与自适应、公平感知的游戏化机制交互时，参与者如何报告其游戏化体验，这些体验信号与观察到的活动及贡献模式如何关联？RQ3）在真实约束下，当自适应游戏化作为旨在将奖励价值转向覆盖不足之处的空间交互机制运行时，会出现哪些有界效应、失效模式与设计权衡（如部分背离、饱和，或仍沿人们行走主要路线进行的报告）？本文作出三项贡献：第一，提出GAME这一可运行的自适应空间评分机制，并展示其如何被部署与研究了真实公民科学活动；第二，提出结合行为—空间的评估方法，将移动轨迹、系统日志与自我报告体验相联系，考察贡献价值积累之处而非仅采集数量；第三，从探索性实地部署中推导出在公平相关公民技术中激励均衡空间覆盖的设计启示。与本研究小型、单次会话的范围一致，研究人员将这些视为初步证据与设计指导，而非自适应评分优于更简单设计的因果证明。本文其余部分组织如下：第2节回顾公民科学与空间众包中游戏化的相关工作；第3节介绍自适应激励机制的概念基础；第4节描述实地研究设计与实验环境；第5节报告实证结果与空间分析；第6节讨论发现的意义；第7节详述研究局限；第8节总结全文。

研究背景方面，公民科学（Citizen Science, CS）作为由公众全部或部分承担的科学数据采集方式，已成为在官方机构难以独立覆盖的尺度上监测环境问题的重要手段，广泛应用于废弃物与空气污染监测、生物多样性观测、城市热岛及大规模气候仪表盘等场景。在基于位置的环境公民科学中，志愿者借助手机记录问题发生位置（如非法倾倒点或污染源），数据集效用因而直接取决于公众在何处贡献，空间覆盖度成为核心关切。当贡献聚集于少数便利或已访问区域时，其他地点缺乏记录，形成空间数据缺口，削弱数据的科学有效性与公民实用性。参与亦受结构性因素塑造，贡献及所记录的环境负担往往不均衡集中，常忽略边缘化社区；居民报告虽可充当集中监测所遗漏本地问题的敏感探测器，却常未能促使机构及时响应，进而侵蚀信任、抑制参与。在此背景下，游戏化被广泛用于构建参与式系统的交互与反馈结构。游戏化指在非游戏情境中有意使用积分、徽章、排行榜、任务或进阶系统等游戏设计元素以促进动机与参与。既有研究表明此类元素可提升环境监测活动的活跃度与数据贡献，但文献亦揭示持续局限：许多实现依赖相对静态、通用的激励机制，对公平或包容的显式考量有限，可能放大少数高活跃用户的参与而抑制新参与者与代表性不足群体；竞争性机制、刚性任务或狭义任务中心化框架可能削弱自主性并使参与者疏离；多数系统保持静态，无法依据活动动态、参与者能力或空间情境调整激励，可能固化既有参与偏差。与此同时，学者日益呼吁具有正义意识的公民技术，强调参与发生在访问、可见性与机构响应不均等的空间中。尽管环境监测数字平台已有进展，众包、游戏化与公平的交汇处仍存在缺口：现有系统常止步于数据采集，将公民视为贡献者而非数据解读与行动的伙伴；能够响应空间不平等、移动性约束或用户能力差异的自适应激励机制仍然罕见，限制了CS倡议的科学有效性与公民合法性；且既有工作多报告总体参与结果或自我报告参与度，鲜少考察自适应激励的内部动态，即其如何再分配注意力、如何使移动性与贡献价值解耦，以及在何种条件下效应稳定、饱和或失效。为此，研究人员将自适应游戏化作为在真实约束下构建空间参与的交互机制加以考察，引入并实证分析GAME（Goals And Motivation Engine）——一个依据活动演化空间状态调整激励的模块化游戏化引擎。其核心规则为：地图上每个位置均提供报告积分，但在已记录地点附近报告所得较少；报告提交后其周围可提供积分急剧降低并随时间逐渐（非完全）恢复，而仍报告不足的地点保持较高奖励；参与者因而在覆盖稀疏处看到更多积分，但可自由选择在任何地点贡献，任何选项均不被封锁。该设计面向基于位置的环境CS活动（如邻里尺度非法倾倒报告），其中均衡空间覆盖与报告数量同等重要；研究人员不评估其比较有效性或因果影响，而刻画机制在实地中的行为，即产生的空间特征、引入的权衡及特征保持有界的条件。核心预期为：当嵌入真实基于位置CS活动时，该机制应在贡献价值积累处留下不能完全由参与者移动性解释的可观察痕迹，同时保留其选择自由。据此提出三个研究问题：RQ1考察自适应、公平感知游戏化机制下贡献价值积累处的空间与行为特征，及其在多大程度上可仅由参与者移动性解释；RQ2考察参与者如何报告其游戏化体验，以及这些体验信号与观察到的活动及贡献模式如何关联；RQ3考察在真实约束下该机制作为将奖励价值转向覆盖不足之处的空间交互机制运行时出现的有界效应、失效模式与设计权衡。研究得出，所交付的奖励面并未简单镜像参与者行走之处：奖励积分热点仅部分与移动热点重合，二者中心相互分离，部分奖励价值落在仅凭移动性不会被标记为重要的地点；同时观测到移动性与贡献的解耦，高移动性区域可能无报告，而较低移动性区域可产生相对更高的响应效率；热点诊断（Getis–Ord $G_i^*$）显示移动性与激励之间存在部分背离；游戏化体验与活动量（移动与报告）相关，但与报告效率无正相关；自适应激励的再分配效应为部分、局部且有界，受城市肌理、会话时长与刻意保留用户自主性所约束。其重要意义在于：将游戏化视为空间情境化的交互层而非外部动机叠加层，表明交互设计选择实质影响参与系统中哪些地点与议题变得显著；方法上展示局部空间统计（如Getis–Ord $G_i^*$）结合行为日志与心理测量工具可在实地评估公平导向的设计目标，使评估不止于参与量，还涵盖空间均衡、移动性—激励背离与涌现权衡，对正义感知公民技术日益相关；设计上提出将自适应奖励用于引导注意力而非作为贡献需求所在证据、采用机会感知设计评估空间激励、在参与指标之外报告覆盖指标、使空间单元透明并检验敏感性、将调查证据与行为日志结合解读而非作为行为代理、为自适应评分提供面向参与者的解释并测量其是否被理解等启示。

技术方法上，研究于2025年6月11日16:00–18:00在智利圣地亚哥 Universidad Alberto Hurtado（UAH）作为结构化课堂活动开展单次120分钟“野外”实地试验，采用机制中心的单组实地评估设计；样本为选修课程本科生（N=69），参与者使用自有移动设备经网页浏览器或Android应用接入平台，通过基于Keycloak的身份服务完成认证与会话管理并保持假名化；数据流包括会话元数据、实时地理定位与可选移动轨迹、任务提交（结构化调查、照片证据与情境描述）、活动后问卷及系统级交互日志，均持久化于采用第三范式（3NF）关系模式的PostgreSQL数据库；干预为Barrio Brasil研究区（约0.6 km2）内聚焦非法倾倒的基于位置环境报告任务，研究区预先划分为21个连续多边形任务区，参与者在所选区域内自由移动并提交一或多个地理定位任务响应，空间有效性经GPS验证，提交均加时间戳；激励机制采用邻近加权奖励函数（0–100分），空间影响半径上限100 m、空间权重随距离二次衰减，时间权重自1.0线性下降至48 min时0.2的残余下限并在会话剩余时间保持，仅同一任务区内既往报告产生抑制且取最强单一抑制，客户端以100 m半径内空间衰减函数的局部近似渲染低延迟实时预览，服务器端依据最新提交记录与时序奖励再生计算权威得分；分析采用描述统计、空间诊断与定性三角互证，空间分析使用Getis–Ord $G_i^*$ 局部空间关联指标，在裁剪至研究区的100 m×100 m渔网网格上以200 m质心二元距离带为邻域（含焦点单元）、按解析正态近似（双侧）评估$z$ 分数，$z>1.96$ 归类为热点、$z<-1.96$ 为冷点，未作跨单元多重比较校正；此外开展多边形层面Spearman与Kendall秩相关、基于式(1)的面积级响应效率、式(2)加权Jaccard重叠与式(3)公平提升度、Gini/Hoover/归一化熵集中度指标、奖励函数重实现复算与时间衰减率事后敏感性分析，并以GAMEFULQUEST问卷测量游戏化体验（成就、挑战、竞争、引导、沉浸、玩趣、社交体验七个维度），问卷数据经保守数据质量筛查（剔除退休年龄、退休状态、博士学历及自报15–17岁等与情境不符响应）后得到57份有效社会人口学样本与$n=21$ 的体验描述分析样本，探索性相关矩阵保留全部27份收集响应。

研究结果方面，5.1 空间覆盖与移动轨迹：该时段系统记录5779个轨迹点，经Shapely多边形包含检查得到4597个多边形包含匹配（对应4564个不同区域内点，其中33个位于相邻多边形重叠处），同时记录4859条系统级交互日志；36名参与者（占入组队列52.2%）的移动轨迹覆盖全部21个任务区，但覆盖强度显著不均，每区平均轨迹点217.33（SD=169.40；CV=0.779），表明基线机会景观本身不均衡，任何贡献价值与移动性的背离须相对此移动集中度而非均匀暴露假设解读。5.2 任务参与、集中度与响应效率：尽管移动覆盖全部21个多边形，11名空间贡献者提交的27份地理定位报告仅记录于其中8个；多边形层面空间暴露与激励分配比较显示高暴露多边形未必对应高奖励或高贡献区；面积级响应效率指标显示绝对比值普遍较小但存在有意义对比，如Polygon 21在移动有限情况下响应效率达0.0697，而Polygon 3与Polygon 10等高穿越区域零报告，表明仅凭移动性不足以解释贡献产出。5.3 RQ1移动性—贡献耦合：21个多边形的Spearman秩相关显示轨迹点与开放任务响应正相关（$\rho\approx0.53$，$p<0.05$），Kendall秩相关给出 consistent 估计（$\tau\approx0.41$，$p<0.05$）；移动暴露与报告呈中度耦合，但该关系非确定性且大部分方差未被解释，高移动多边形仍可低报告或零报告，较低移动多边形可产生比例更高的贡献，与描述分析中的解耦模式一致。5.4 RQ1与RQ3涌现空间不平等与移动性—激励背离：对移动暴露层（$T$：各空间单元累计轨迹时间）与激励分配层（$P$：各单元累计游戏化积分）应用Getis–Ord $G_i^*$ 热点/冷点分析，结果显示两层存在系统性差异，$T$ 热点沿中央移动走廊集中，而$P$ 热点延伸至更边缘单元；累积10分钟分箱重算揭示四种反复动态：$P$ 热区面扩张更快、覆盖面积大于$T$ 而积分面相对聚焦，$P$ 与$T$ 热点质心存在非零分离（有时达数百米），初始分箱后$P$ 强度的不平等指数持续低于$T$，两层重叠保持部分；网格单元层面存在性重叠低至中等（Jaccard $\approx0.28$），强度重叠可比（$\approx0.35$），多边形层面存在性重叠中等（Jaccard $\approx0.38$），强度重叠对奖励计数为$\approx0.37$、对累计得分为$\approx0.38$，高优先级区域重叠在小$k$ 时有限（top-3 $\approx0.20$、top-5 $\approx0.25$），仅在较粗聚合水平增加（top-10 $\approx0.54$），两层仅共享约一半归一化质量；多边形层面公平提升度在约29%多边形中为正，幅度小但集中于此前覆盖不足区域，若干多边形由$T$ 下零热面转为$P$ 下非零热面；但两层单元级$G_i^*$ 分数的配对Wilcoxon比较未达统计显著（$p>0.05$），图谱间相关中等（Spearman $\approx0.45$，Pearson $\approx0.50$），整体呈“部分背离”，即空间结构保留由城市肌理塑造的基线骨架，而交付奖励面在局部以部分重叠、质心位移与局部提升方式偏离移动面，符合有界局部背离而非整体空间重构（RQ3）。5.5 空间集中度与奖励分配的事后描述分析：贡献的空间集中度显著高于移动性，多边形间Gini系数由轨迹暴露的0.43升至开放任务贡献的0.73，Hoover指数由0.34升至0.63，归一化熵（基于全部21个多边形）由0.89降至0.63，移动覆盖全部21个多边形而贡献仅覆盖8个（覆盖率0.38）；Lorenz曲线显示贡献曲线在约最不活跃60%多边形上保持平坦后陡升，表明少数区域贡献近全部报告；27次计分事件跨越完整0–100量程（均值71.7、中位数80、SD 31.1），其中12次（44%）达100分上限，全部事件落在120分钟会话的第31至82分钟；奖励函数重实现复算显示14/27次奖励在$\pm5$ 分内、23/27在$\pm10$ 分内一致，11/12个100 m影响半径内无同区既往报告者恰得100分上限，残差小且主要为负，与参与者从接受报价位置到记录提交坐标间短距离移动一致，支持所有积分由同一评分规则生成；时间衰减率事后敏感性分析显示，在16个观察到的半径内重访间隔上，施加于最近既往报告的平均时间权重随窗口长度单调增加（15 min为0.48、30 min为0.68、部署的60 min为0.83、90 min为0.89、120 min为0.91），表明较短窗口使奖励在重访间更快再生并削弱空间抑制，较长窗口则维持抑制。5.6 机会结构与可报告事件可得性：由于仅在有可报告倾倒处才能得分，积分层$P$ 由自适应机制加权与可报告事件空间不均的机会结构双重决定；研究未独立测量各多边形倾倒流行率，故二者无法完全分离；但对最直接的机会结构混杂——不等空间单元导致的机械伪影——的检验显示，21个多边形面积适中（1.7–5.0 ha，CV $\approx0.28$；均值2.9 ha；总面积约0.6 km2），8个获贡献与13个未获贡献多边形面积分布无统计差异（Mann–Whitney $p>0.05$；中位数约2.6 vs 约2.9 ha），面积与开放任务响应数无相关（Spearman $\approx-0.05$）、与奖励积分无相关（$\approx-0.08$）、与移动暴露仅弱相关（$\approx0.18$），均远低于移动—贡献耦合（$\approx0.53$），表明报告与奖励集中不能归因于某些多边形目标更大；但面积仅为机会的几何代理，不能排除真实流行率梯度，故两层背离应读作奖励价值分布偏离移动分布的证据，而非激励（而非倾倒分布本身）决定报告位置的证明，隔离邻近加权边际贡献需将加权$P$ 面与未加权报告计数面对比。5.7 RQ2游戏化体验及其与参与指标的关系：GAMEFULQUEST七维度呈一致强互相关（如成就—沉浸$\approx0.85$、竞争—玩趣$\approx0.80$），表明参与者整体性评价体验而子量表判别方差有限；体验样本与空间结果样本不同（27份地理定位报告由11名贡献者产生，计数巧合为偶然），仅15/27受访者（合格21中14）提供移动轨迹、7人提交地理定位报告（均在合格21内），故相关基于少量配对观测（移动关联15对、报告产出或效率关联仅7对），作探索性方向描述；总体体验得分中等偏高（Overall $\approx5.1$，SD $\approx1.2$，1–7量表），各维度中心趋势相似；轨迹点与全部七维度正相关（$\rho\approx0.45$–$0.65$，$p<0.05$），与挑战最强（$\approx0.65$）；体验维度与报告产出关联较弱且仅基于7对观测（$\rho\approx0.2$–$0.5$）；同一小链接样本中参与者层面轨迹点与开放任务响应正相关（$\rho\approx0.60$，$p<0.05$），表明报告产出倾向随移动暴露增加，与RQ1多边形层面中度耦合互补；响应效率与任何GAMEFULQUEST维度均无正相关（点估计全为负，$-0.28$至$-0.05$，$p>0.05$），表明主观游戏性未解释移动转化为报告的有效性；总体上感知游戏化体验主要与整体活动量（移动与报告）一致，而每份努力的数据转化更取决于情境约束与空间激励结构而非仅自我报告体验。

讨论部分总结如下：针对RQ1，结果表明空间参与仅部分由移动解释，移动与贡献呈中度关联但存在系统解耦——高移动区零报告、较低移动区响应效率相对更高——说明身处空间并不自动转化为在空间中行动，交互机会不仅源于物理邻近，更源于系统在行动点如何中介注意力、显著性与反馈；Getis–Ord $G_i^*$ 分析强化此解读，轨迹时间热点沿主导移动走廊聚集而积分热点延伸至参与者较少访问的边缘区，多边形层面中等重叠、网格层面低至中等重叠、归一化激励强度可比重叠（加权Jaccard $\approx0.35$–$0.38$）及峰强度区弱重合、质心位移与部分多边形正公平提升，均与激励层仅部分追踪移动暴露一致，但该解读仍受第5.6节机会结构警示约束；此模式与既有批评一致，即静态参与模型倾向镜像而非抵消既有空间不平等，并将此类背离特征刻画扩展至实地部署中的激励层；重要的是背离是部分而非绝对的，移动与激励图谱间持续存在的共享空间“骨架”表明奖励层仅部分偏离参与者移动之处，受城市移动约束与短会话动态所限；从设计看，这将自适应游戏化定位为情境化助推而非强制性控制。针对RQ2，结果为间接但具信息性：GAMEFULQUEST不含自主性子量表且未作亚组比较，故机制保留自主性的证据是设计层面的（不封锁行动、不惩罚重访、不强加路线）而非体验层面的；所测维度内强互相关表明参与者在该自下而上框架内体验系统内部一致；体验维度与整体活动量的正相关（以感知挑战最强）与结构化、反馈丰富的交互伴随更高活动量一致，但鉴于链接样本小且不均（仅7名受访者同时具体验与报告数据），作探索性关联待未来受控工作确认；同时响应效率与任何体验维度无正相关，具有理论意义，表明游戏化体验与参与者移动和活动一致，但本身不决定贡献集中之处或努力转化为数据的效率；空间公平较少源于主观动机本身，更多源于自适应反馈与激励嵌入空间界面的方式，这与自我决定理论（Self-Determination Theory, SDT）一致，即支持自主与胜任并不保证无结构对齐下的公平结果；综上，这些结果将自适应游戏化定位为不仅动机叠加层，更是跨空间重新加权贡献机会价值的结构性机制。针对RQ3，部署揭示若干设计权衡：第一，正公平提升是局部的，仅部分多边形显示正提升且幅度温和，凸显观察模式对空间参数化（距离带与单元尺寸）及会话时长的敏感性；第二，透明度与用户自主性由设计维持，系统不封锁行动、不惩罚重复访问、不隐匿激励逻辑，虽符合伦理与设计正义原则，但也限制参与被引导的强度，暴露核心张力——更强引导或可经更指令性设计实现，但可能以自主性、信任与合法性为代价；第三，移动与激励热点背离表明自适应游戏化可生成替代性空间叙事，为参与式意义建构开辟机会，但也引发何种叙事应指导决策的治理问题。设计启示方面，从人机交互（HCI）视角，发现支持将自适应游戏化视为空间交互技术而非表面奖励系统：实时、位置敏感反馈支配奖励及随之而来的认可如何在空间上分配，对公平具有实质意义；以下发现刻画奖励分配而非行为改变，研究人员将部署提炼为六项面向构建CS自适应空间激励团队的设计启示，每项均基于此处观察到的具体模式并将方法学警示转化为建设性指导：1）将自适应奖励视为引导注意力的方式，而非贡献需求所在证据，数据显示报告集中于21个多边形中的8个（覆盖率0.38；贡献Gini 0.73），交付的奖励加权面仅部分与移动对齐（网格归一化加权重叠0.35；top-3多边形重叠0.20），低报告区可能仅含少量可报告对象，设计者应以自适应信号浮现候选缺口供关注，而非推断凡报告稀疏处参与即不足；2）以机会感知设计评估空间激励，因报告仅在有可报告事件处提交，覆盖度混淆激励与事件不均可得性，研究可排除最粗糙混杂（贡献与非贡献多边形面积分布无差异，Mann–Whitney $p>0.05$）但不能排除真实流行率梯度，评估应将以激励日志与可报告内容的独立测量（市政记录、实地审计或地面真值）配对，并作为更锐利的组内检验将奖励加权面与未加权报告计数面对比以隔离加权的边际效应；3）在参与指标之外报告覆盖指标，面向量的遥测看似健康（全部69名入组用户共4859条交互事件），但同一活动在空间上集中，贡献Gini由移动的0.43升至0.73、归一化熵由0.89降至0.63，仅报告用户、事件或报告计数会完全掩盖此集中，覆盖指数（Gini、Hoover、熵、占用单元比）可由同一日志廉价计算，应在空间均衡为设计目标时作为参与计数的标准companion；4）使空间单元透明且具操作理由并检验其敏感性，多边形同时界定任务范围、组织奖励事后聚合并定义每项覆盖统计的单元，公平提升本身对空间参数化（距离带、单元尺寸）敏感，故应说明21个单元如何划定、将连续奖励计算与多边形聚合分离并验证结果非单元尺寸伪影，团队应记录单元定义并检验对替代分辨率的稳健性，空间网格并非中立选择；5）将调查证据与行为日志结合解读而非作为行为代理，体验样本（GAMEFULQUEST受访者）与行为样本（11名空间贡献者）仅7人重叠，响应效率与任何体验维度无正相关（点估计全为负，$p>0.05$），仅读调查会提示一致正面体验却遗漏体验未追踪人们贡献之处或效率，感知与行为流应在参与者层面链接，无法链接时各自对照其样本报告；6）为自适应评分提供面向参与者的解释并测量其是否被理解，机制经浮动奖励部件实时可见并提供提交前后反馈且刻意不隐匿逻辑，但未施测理解探针，故无直接证据表明参与者实际注意或理解积分为何随空间变化，若用户未领会奖励反映既往覆盖，则面向缺口的预期助推可能不被如此感知，自适应激励应配以规则的可读解释及检验参与者是否感知的仪器或简短理解探针；更广泛地，这些启示将空间公平操作化为可测量、设计相关的属性而非纯规范愿景，行为轨迹、空间分析与体验测量的组合为评估人们是否参与、在何处参与、在何种机会约束下参与及具何种分配后果提供了模板。在可主张与不可主张的边界上，为避免过度解读，研究明确界定证据范围：部署与基于痕迹的分析支持将自适应游戏化作为空间交互层的机制中心叙述，即激励层$P$ 仅部分与移动层$T$ 对齐（部分重叠、质心位移、局部提升），结合体验数据表明贡献价值集中可偏离移动暴露而与自主保留的参与模式相容；进一步边界涉及空间信号来源，因贡献及奖励仅在有可报告倾倒处产生，激励层与邻里机会结构混杂，研究证明集中非不等多边形尺寸伪影但未测量可报告事件真实流行率（几乎必然空间不均），故$P$ 与$T$ 背离应读作奖励价值分布偏离移动分布的证据，而非激励（而非倾倒分布本身）决定报告位置的证明，厘清二者需独立的事件流行率测量，为未来受控工作的优先事项。在缺乏受控基线与推断范围方面，部署使用单一评分配置，每名参与者均暴露于同一邻近加权规则，未设置静态、无激励、随机取值或替代衰减条件，故上述所有分析均为系统内分析，即在单次部署内对比交付奖励面$P$ 与参与者移动$T$；此类单组实地评估是原位研究新型交互系统的既定早期阶段，发现被读作真实条件下使用的情境化证据而非孤立效应估计；对推断的直接后果是，研究人员不主张自适应评分相较静态、无激励或不同衰减设计产生了更均衡的空间分布，观察到的$P$ 与$T$ 背离刻画该机制下贡献价值如何分配（受第5.6节机会结构警示约束），识别反事实需跨条件随机分配或参与者选择显式模型，二者均不可得；遵循无可比条件时的推荐做法，研究人员明确界定缺失基线而非以人工基线替代，并发布数据与分析材料支持未来比较与复现；随机对照比较是自然的下一步，将自适应规则与（i）独立于既往覆盖的静态评分、（ii）无激励、（iii）不同空间与时间衰减率变体对比，可隔离自适应的边际效应并厘清所得分配对参数化的敏感程度，静态方案并非显然中立的参照点，因其持续奖励空间冗余报告并可能自身固化覆盖集中，这激励了自适应设计但并不替代实证比较。局限方面：第一，仅11名参与者产生地理定位任务提交且干预限于单次120分钟会话，虽空间与行为痕迹丰富但样本量排除强推断或因果归因，结果应解读为设计信号而非确定效应；由69名入组到11名贡献者的陡峭流失本身构成推断威胁，贡献者为小型自选少数，其空间行为未必代表入组队列更遑论更广人群；活动在安全动机的群体移动建议下进行，群体实地行为可能削弱个体层面参与指标的可解释性（协作探索可记录为单账户提交），未来部署应显式记录群体规模与设备共享模式以更好区分个体与集体参与动态；更一般地，因部署嵌入课程活动，观察到的参与可能部分反映需求特征并可能不成比例依赖少数特别活跃贡献者；调查与空间证据流仅部分重叠，每名空间贡献者均完成问卷但67名问卷受访者中仅11人提交地理定位报告、其中仅7人完成GAMEFULQUEST体验测量，故问卷发现刻画的是对研究情境的感知而非11名空间贡献者的行为，两证据流各自对照其样本分别报告。第二，如第6.6节所述部署未含静态或非自适应对照条件，排除将观察空间模式因果归因于自适应机制，所述受控设计在远更大活跃贡献者池及对可及性与既往报告距离的协变量控制下运行将更直接检验所述预期。第三，会话时间压缩约束自适应性，时间型激励、连续签到与学习动态被有意保持不变以隔离空间效应，限制对习惯化、疲劳或持续参与等长期参与过程的洞察。第四，移动性与参与依赖情境，Barrio Brasil城市形态、课程安排、设备异质性与GPS精度均塑造观察模式，虽稳健性检验提示观察背离模式非纯伪影，结果在乡村环境、更长活动或受不同移动约束人群中可能不同；热点分析仅基于单一网格设定（100 m单元、200 m距离带）且未作跨单元多重比较校正，报告的热点地理应在此分辨率下解读，其对替代分辨率与加权方案的敏感性仍待确立；参与者亦为参加课程活动的本科生而非自选加入公民监测的志愿者，其年龄结构、动机与移动性不同于许多CS活动招募的公众，进一步限制泛化；相关地，自报教育项未清晰区分已完成与在读学业，仅作描述性背景使用而不应读作精确学历画像。第五，研究缺乏可报告倾倒如何在任务区分布的独立测量，因报告仅在有事件处提交，观察到的贡献与奖励空间集中部分反映该机会结构而非仅激励，不等多边形尺寸可作为解释被排除但面积仅为几何代理而不捕捉真实事件流行率，未来部署应将以激励日志与独立流行率数据配对，使空间贡献模式可对照已知可报告内容基线解读。第六，关于参与者是否注意或理解自适应评分证据有限，虽奖励潜力持续显示且逻辑未隐匿，但未直接探测理解，且响应效率与自报体验不相关，故无法确立面向覆盖不足区的预期助推被参与者如此感知；因自适应激励的动机效应以参与者能读取为前提，其可读性值得未来工作显式测量。最后，公平被空间而非社会人口学地操作化，虽空间再分配是正义感知设计的必要成分，但不捕捉可及性障碍、数字素养或认知认可等其他包容维度，这些维度值得结合系统日志、调查与参与者访谈的互补混合方法研究及纵向随访。结论部分译文如下：本文研究了一个游戏化引擎，其降低近期已报告地点附近可提供积分，使报告不足地点保持较高价值，并在Barrio Brasil一次两小时公民科学任务中部署。结合空间分析、行为轨迹与体验测量，研究超越总体参与计数，追问贡献价值最终落在何处、其与移动如何关联，以及其分配在何种约束下保持有界。所交付的奖励面并未简单镜像参与者行走之处：奖励积分热点仅部分与移动热点重合，其中心相互分离，部分奖励价值落在仅凭移动性不会被标记为重要的地点；激励本身是否产生此模式无法以单条件部署判定。同时，研究厘清现实约束下激励引导的局限：观察到的背离为部分、局部且有界，受城市肌理、会话时长与刻意保留用户自主性所约束；机制旨在鼓励探索覆盖不足区域，尽管行为引导未获确立，其激励保持可见与可选，将移动与报告选择留给参与者，因而作为情境化干预运行，在不限制报告地点的情况下重新加权奖励景观。更广泛地，发现支持将游戏化视为空间情境化交互层而非外部动机叠加层，移动驱动与激励驱动热点的背离凸显交互设计选择实质影响参与系统中哪些地点与议题变得显著。研究亦在方法上作出贡献，展示局部空间统计（如Getis–Ord $G_i^*$）结合行为日志与心理测量工具可在实地评估公平导向设计目标，使评估不仅涵盖参与量，还涵盖空间均衡、移动性—激励背离与涌现权衡，这些指标对正义感知公民技术日益相关。未来工作方面：需纵向部署考察自适应空间激励如何随时间与学习、疲劳及持续动机交互；采用第6.6节所述基线、在随机分配与更大贡献者池下开展比较研究可实现更强因果推断，尤其在与可报告事件实际位置的独立测量配对时；研究亦应检验参与者是否注意并理解自适应规则，并采用链接行为日志、调查与访谈的混合方法设计；最后，将公平视角从空间分布扩展至社会人口学、认知与可及性维度，将为参与系统中的正义提供更全面叙述。总之，本研究表明自适应游戏化可被有意设计并实证研究为旨在促进CS中更公平参与的空间激励机制；通过对齐交互设计、动机理论与空间分析，它推进了一种设计范式，其中参与、自主与公平不被视为竞争目标，而被视为参与式系统设计的相互依存结果。