基于演化博弈的科研行為主體誠(chéng)信策略研究＊

劉君亮 王儒 王翠芝

（1.北京交通大學(xué)科學(xué)技術(shù)研究院，北京 100044；2.北京交通大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100044；3.北京郵電大學(xué)人工智能學(xué)院，北京 100876）

0.引言

科研誠(chéng)信是科技創(chuàng)新的基石，是實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、建設(shè)世界科技強(qiáng)國(guó)目標(biāo)的重要基礎(chǔ)。雖然我國(guó)科研誠(chéng)信建設(shè)在工作機(jī)制、制度規(guī)范、教育引導(dǎo)、監(jiān)督懲戒等方面取得了顯著成效，但整體上仍存在短板，科研項(xiàng)目成員出現(xiàn)失信行為的現(xiàn)象屢禁不止。如何有效促進(jìn)科研誠(chéng)信，成為學(xué)術(shù)界亟待解決的問(wèn)題。

不少學(xué)者圍繞科研信用進(jìn)行了相應(yīng)的研究，如李艾丹和趙啟蘭等，他們從國(guó)家政策方面出發(fā)，提出一套信用評(píng)價(jià)指標(biāo)體系[1]。國(guó)麗娜等從相關(guān)主體的誠(chéng)信度、合規(guī)度和踐約度等角度構(gòu)建了政府科研信用的評(píng)估指標(biāo)體系[2]。肖小溪和李曉軒提出，科研單位和資助單位之間存在信息不對(duì)稱現(xiàn)象，且在這種現(xiàn)象下的契約合同關(guān)系決定了雙方的信息不對(duì)稱問(wèn)題[3]。袁堯清詳細(xì)分析了我國(guó)科研行為信用評(píng)價(jià)體系目前所存在的問(wèn)題，并結(jié)合管理學(xué)的理論提出了切實(shí)可行的科研誠(chéng)信評(píng)估方案[4]。熊小滿從信息分享角度，指出了我國(guó)科研信用信息的共享程度不夠，由此引發(fā)了較多的科研失信問(wèn)題[5]。張明龍和張瓊妮從懲罰角度對(duì)失信行為進(jìn)行了研究，在懲罰中綜合考慮了執(zhí)行者、評(píng)價(jià)者和管理者對(duì)失信信息的利用[6]。段華平研究了現(xiàn)代契約機(jī)制與科研項(xiàng)目管理的關(guān)系，并提出了契約機(jī)制在一定程度上可以遏制失信行為的發(fā)生[7]。

以上學(xué)者在研究科研人員信用問(wèn)題時(shí)，多從信用指標(biāo)構(gòu)建、法律法規(guī)制定、契約關(guān)系設(shè)置以及信息共享等方面展開，并未考慮到科研人員自身所存在的不完全信息以及不完全理性問(wèn)題。因此，當(dāng)前研究還存在一些不足之處。而博弈理論可以綜合考慮到以上兩種問(wèn)題，更全面地描述科研人員信用行為，分析其背后的失信機(jī)理。當(dāng)前，學(xué)術(shù)界在信用研究方面已有部分學(xué)者利用博弈理論展開研究。王性玉等通過(guò)建立信號(hào)傳遞博弈模型分析了抵押品替代與農(nóng)戶信貸可得之間的內(nèi)在作用機(jī)理[8；游宗君等基于小額信貸機(jī)構(gòu)進(jìn)入市場(chǎng)的先后順序，構(gòu)建了策略選擇的競(jìng)爭(zhēng)博弈模型[9]；王惠和王靜在有限理性假設(shè)下，對(duì)比分析了銀行和農(nóng)戶之間有無(wú)合作社的情況下的最終演化趨勢(shì)，以及借貸雙方的策略選擇變化情況[10]；趙成國(guó)和李萌運(yùn)用委托代理理論，研究了P2P網(wǎng)貸平臺(tái)的演化博弈均衡以及最終的演化趨勢(shì)[11]；夏鵬和高輝研究了政府部門和私營(yíng)部門兩者的演化博弈均衡，分析了社會(huì)監(jiān)管力度對(duì)演化均衡的最終影響[12]；張娟等把演化博弈模型應(yīng)用在網(wǎng)絡(luò)銷售商之間的信用關(guān)系演化當(dāng)中，通過(guò)模型對(duì)網(wǎng)絡(luò)銷售商信用治理進(jìn)行研究[13]；肖莎等在小微企業(yè)融資的基礎(chǔ)博弈模型上，提出可以利用信用評(píng)級(jí)和懲罰成本來(lái)降低企業(yè)的信用貸款風(fēng)險(xiǎn)[14]；博弈理論在信用研究上的廣泛應(yīng)用說(shuō)明了該方法的有效性，但目前在科研信用方面還少有學(xué)者應(yīng)用博弈論的方法對(duì)其進(jìn)行研究。鑒于演化博弈論在該領(lǐng)域的適用性，該理論可為科研行為主體在信用監(jiān)管上提供理論支撐。

故本文在之前學(xué)者的研究基礎(chǔ)上，綜合考慮了科研行為主體間的有限理性以及不完全信息等問(wèn)題，采用演化博弈分析了利益驅(qū)動(dòng)下的科研行為。通過(guò)構(gòu)建兩組科研行為主體的演化博弈模型，分析科技研發(fā)中誠(chéng)信策略的穩(wěn)定性、演變趨勢(shì)及演化穩(wěn)定點(diǎn)，研究誠(chéng)信科研成本、不誠(chéng)信科研風(fēng)險(xiǎn)等要素對(duì)科研行為演化均衡的影響；再將監(jiān)管部門參數(shù)化后加入到改進(jìn)的模型，進(jìn)一步分析了監(jiān)管部門對(duì)演化均衡策略的影響和各影響因素對(duì)博弈演變的影響靈敏度，為提出推動(dòng)誠(chéng)信科研策略建議提供依據(jù)。

1.博弈模型構(gòu)建

針對(duì)模型做如下假設(shè)：

（1）假設(shè)主體信息是完全公開的，即各主體間能夠完全了解彼此特征的差異、戰(zhàn)略選擇空間和收益支付函數(shù)的不同。科研行為主體由于人數(shù)與項(xiàng)目能力不同，分為A類和B類，策略集合均為（誠(chéng)信，不誠(chéng)信）。A類科研人員的項(xiàng)目數(shù)為n1，B類為n2，基準(zhǔn)收益與項(xiàng)目數(shù)量成正比。

（2）假設(shè)各科研行為主體中的人員均處于有限理性，會(huì)根據(jù)群體收益情況合理調(diào)整自身的策略選擇。

（3）監(jiān)管部門可以從聯(lián)合獎(jiǎng)懲角度對(duì)科研人員的守信情況實(shí)施獎(jiǎng)懲。監(jiān)管部門作為獨(dú)立于各科研行為主體的第三方組織，需秉持公平公正監(jiān)管的同時(shí)，還需要對(duì)失信人員實(shí)施嚴(yán)厲處罰，增大其失信成本，進(jìn)而減少失信行為的發(fā)生，針對(duì)A類項(xiàng)目組的懲罰值P1(P1≥0)，對(duì)B類項(xiàng)目組給予懲罰值P2(P2≥0)。

（4）當(dāng)A類科研行為主體和B類科研行為主體都采取誠(chéng)信科研行為時(shí)，此時(shí)呈現(xiàn)誠(chéng)信局面，但是A、B兩個(gè)項(xiàng)目組會(huì)產(chǎn)生一定的誠(chéng)信科研成本C，這里假設(shè)，A類項(xiàng)目組的科研成本αC，B類項(xiàng)目組的科研成本為（1-α）C。

（5）當(dāng)A類科研行為主體與B類科研行為主體其中一個(gè)選擇誠(chéng)信科研，另一個(gè)選擇不誠(chéng)信科研時(shí)，兩個(gè)科研行為主體之間會(huì)產(chǎn)生一定的項(xiàng)目數(shù)量轉(zhuǎn)移。假設(shè)A類科研行為主體采取誠(chéng)信科研策略，B類科研行為主體采取不誠(chéng)信科研策略時(shí)，A類科研行為主體會(huì)損失S1，B類科研行為主體會(huì)增加S2，反則亦然。

由于策略集合的組合不同，會(huì)產(chǎn)生以下4種不同的策略情況：

（1）當(dāng)A類科研行為主體和B類科研行為主體都采取誠(chéng)信科研策略時(shí)，兩個(gè)科研行為主體都會(huì)通過(guò)自身的努力將增加總體項(xiàng)目數(shù)量轉(zhuǎn)化并獲得收益，設(shè)增量分別為n3和kn3。在不影響基礎(chǔ)假設(shè)的情況下，設(shè)二者的收益率分別為r1和r2，科研行為主體的成本為C，并在兩類科研行為主體之間按照α和1-α的比例進(jìn)行分配。因此，A類科研人員的收益為（n1+n3）r1-αC，B類科研人員的收益為（n2+kn3）r2-（1-α）C。

（2）當(dāng)A類科研行為主體選擇誠(chéng)信科研策略而B類科研行為主體選擇不誠(chéng)信科研策略時(shí)，對(duì)應(yīng)的收益情況為：A類科研行為主體收益：n1r1-αC-S1，B類收益為n2r2-T2+S2-P2，這里T2表示B類科研行為主體選擇不誠(chéng)信策略時(shí)產(chǎn)生的成本，且T2＜（1-α）C。

（3）當(dāng)A類選擇不誠(chéng)信而B類選擇誠(chéng)信時(shí)，對(duì)應(yīng)的收益情況為：A類科研行為主體：n1r1-T1+S1-P1，B類科研行為主體：n2r2-（1-α）C-S2，這里T1表示A類科研行為主體選擇不誠(chéng)信策略時(shí)產(chǎn)生的成本，且T1＜αC。

（4）當(dāng)A類科研行為主體與B類科研行為主體都選擇不誠(chéng)信科研策略，會(huì)導(dǎo)致雙方項(xiàng)目收益發(fā)生改變。A類科研行為主體：（n1-hΔn）r1-T1-P1，B類科研行為主體：（n2-hΔn）r2-T2-P2，收益的變化主要是由項(xiàng)目數(shù)量引起的，比例系數(shù)h是一個(gè)介于-1和1之間的數(shù)，相應(yīng)收益變化量為 |hΔn|。

A類科研行為主體與B類科研行為主體選擇誠(chéng)信科研的概率分別為x和y，反之不誠(chéng)信科研的概率為（1-x）和（1-y）。根據(jù)對(duì)博弈雙方的假設(shè)，我們可以得到A類與B類科研科研行為主體的支付矩陣，具體如表1所示。

表1 監(jiān)管部門調(diào)控下科研行為主體支付矩陣

2.博弈模型分析

在監(jiān)督管理部門激勵(lì)機(jī)制下，兩類項(xiàng)目組支付結(jié)果的復(fù)制動(dòng)態(tài)方程如下：

A類科研行為主體:

B類科研行為主體:

令G(x)=0，G(y)=0，可以得到:在平面N={（x，y）；0≤x，y≤1}上，科研行為主體間的策略博弈有5個(gè)局部均衡點(diǎn)，分別是O(0,0),A(1 ,0),B( ,1),C(0,1)和鞍點(diǎn)D(xD,yD)。其中，。

根據(jù)前文的分析，我們求得了5個(gè)均衡點(diǎn)，從Jacobian矩陣(記為J)分析得出系統(tǒng)的演化穩(wěn)定策略。

如果同時(shí)滿足以下兩個(gè)條件，則可判斷為演化穩(wěn)定策略。

①trJ=α11+α22＜0（跡條件）；

表2 局部均衡點(diǎn)處a11、a12、a21和a22的取值

這里，

應(yīng)用系統(tǒng)平衡點(diǎn)的判斷局部穩(wěn)定性，可以得到當(dāng)P1、P2均滿足:且同時(shí)滿足，

P1＞αC+S1-hΔnr1-T1或P2＞S2+(1-α)C-hΔnr2-T2，穩(wěn)定點(diǎn)將為（1，1）。即A類科研行為主體與B類科研行為主體都選擇誠(chéng)信科研策略，說(shuō)明此時(shí)監(jiān)管部門的懲罰對(duì)于A類科研行為主體與B類科研行為主體都是有效的，穩(wěn)定性情況為（0，0）是不穩(wěn)定點(diǎn)，（0,1）和（1,0）是鞍點(diǎn)，只有（1，1）是演化穩(wěn)定點(diǎn)。

綜合前文分析結(jié)果，可以繪制出博弈雙方的策略演化相位圖，如圖1所示。

圖1 科研行為主體行為選擇演化相位圖

圖1描述了A類科研行為主體與B類科研行為主體的博弈過(guò)程，其中折線ADC作為臨界線劃分出系統(tǒng)所收斂的不同狀態(tài)，右側(cè)ABCD部分收斂于（誠(chéng)信科研，誠(chéng)信科研），即（1，1）點(diǎn)。左側(cè)ADCO部分收斂于（不誠(chéng)信科研，不誠(chéng)信科研），即（0，0）點(diǎn)。

可見(jiàn)，在科研行為主體行為在無(wú)監(jiān)管或少監(jiān)管的情況下，A類科研行為主體與B類科研行為主體的最終演化均衡點(diǎn)取決于SABCD和SADCO的面積大小。若SABCD＞SADCO，系統(tǒng)將更可能向誠(chéng)信科研的方向演化；若SABCD＜SADCO，系統(tǒng)將更可能向不誠(chéng)信科研的方向演化;若SABCD=SADCO，策略選擇概率相等，演化方向不確定。根據(jù)圖3得出區(qū)域ADCO的面積為:。

影響SADCO的參數(shù)均與SADCO為單調(diào)關(guān)系，其對(duì)于科研行為主體信用策略的演化方向的影響情況為：科研風(fēng)險(xiǎn)S1、不誠(chéng)信科研成本T1和懲罰值P1的減少，會(huì)導(dǎo)致y＊的下降，進(jìn)而使得SABCD增大，演化穩(wěn)定點(diǎn)向（誠(chéng)信，誠(chéng)信）方向演進(jìn)；科研風(fēng)險(xiǎn)S2、不誠(chéng)信科研成本T2和懲罰值P2的減少，會(huì)導(dǎo)致x＊的下降，進(jìn)而使得SABCD增大，演化穩(wěn)定點(diǎn)向（誠(chéng)信，誠(chéng)信）方向演進(jìn);誠(chéng)信科研成本C的減少，會(huì)導(dǎo)致x＊和y＊的下降，進(jìn)而使得SABCD增大，演化穩(wěn)定點(diǎn)向（誠(chéng)信，誠(chéng)信）方向演進(jìn)。

可以看出，通過(guò)減少科研行為主體的誠(chéng)信科研成本、誠(chéng)信科研風(fēng)險(xiǎn)和增加科研行為主體的不誠(chéng)信科研成本與懲罰，能夠使A類與B類項(xiàng)目組更趨于互相選擇誠(chéng)信科研，利于科技發(fā)展。

3.結(jié)論

科研誠(chéng)信是科技創(chuàng)新的基石，如何對(duì)科研人員的信用水平進(jìn)行有效監(jiān)管是推動(dòng)科研誠(chéng)信建設(shè)的重要途徑。本文綜合考慮科研項(xiàng)目成員間的有限理性、不完全信息以及各類科研人員的收益情況，并考慮各自的風(fēng)險(xiǎn)偏好程度，構(gòu)建了演化博弈模型，通過(guò)算例進(jìn)一步分析了各影響因素對(duì)博弈演變的影響靈敏度，研究得出以下結(jié)論：

（1）項(xiàng)目組的博弈均衡演變受到不同因素影響，與誠(chéng)信科研成本、誠(chéng)信科研風(fēng)險(xiǎn)、誠(chéng)信科研收益增加率、不誠(chéng)信科研收益以及相應(yīng)成本等因素有關(guān)。監(jiān)管部門的存在，可以通過(guò)調(diào)節(jié)誠(chéng)信科研成本、誠(chéng)信科研風(fēng)險(xiǎn)、誠(chéng)信科研收益增加率、不誠(chéng)信科研收益率以及相應(yīng)成本，促進(jìn)科研行為均衡點(diǎn)向誠(chéng)信科研方向演化。重視對(duì)于科研人員科研行為的監(jiān)管與干預(yù)，強(qiáng)化監(jiān)管行為，完善監(jiān)管體系，優(yōu)化監(jiān)管效果，可以有效減少科研失信行為。

（2）不同影響因素對(duì)科研行為主體策略選擇的影響方向不同。誠(chéng)信科研成本、誠(chéng)信科研風(fēng)險(xiǎn)、不誠(chéng)信科研收益等因素，對(duì)科研行為主體選擇誠(chéng)信科研行為策略具有負(fù)向影響；科研行為主體的不誠(chéng)信科研成本、誠(chéng)信科研收益增加等因素對(duì)科研行為主體選擇誠(chéng)信科研行為策略具有正向影響。監(jiān)管部門可以通過(guò)降低負(fù)向影響因素值，提高正向影響因素值，推動(dòng)科研行為主體的誠(chéng)信科研行為。

（3）不同影響因素對(duì)科研行為主體策略選擇的影響程度不同。影響科研行為主體策略選擇的因素中，誠(chéng)信科研行為收益率影響程度最大，誠(chéng)信科研成本影響較大。監(jiān)管部門可以通過(guò)提高科研行為主體收益轉(zhuǎn)化率、降低誠(chéng)信科研成本，進(jìn)而降低誠(chéng)信科研風(fēng)險(xiǎn)，促進(jìn)科研行為主體選擇誠(chéng)信科研策略。