產學研合作導向的創新生態系統

李小妹 謝昀雅 付龑鈺

摘 要：伴隨國際競爭的日益加劇，依托于單個企業的簡單的個體創新已經不能支撐企業的長期發展，企業的生存更多地依賴于彼此合作的創新生態系統的發展。由此，以產學研合作導向的創新生態系統為研究對象，利用多agent仿真技術結合演化博弈理論，以大、中、小三類不同企業與學研機構的合作行為為研究對象，通過設計個體的微觀演化機制，有助于觀察個體策略的微觀演化過程及生態系統中合作行為的宏觀涌現規律。研究進一步明確了系統合作比例隨演化博弈的變化過程，利用斑圖演化分析了系統中個體間合作產生和維持的機制，給出了罰金對系統合作行為的促進方式，對比了學研機構和企業在不同罰金下的收益情況，為促進產學研生態合作創新行為的發展提供理論參考。

關鍵詞：產學研生態系統;產學研合作;演化博弈;多agent仿真

中圖分類號：C939 ?文獻標志碼：A

DOI：10.3969/j.issn.1008-4355.2019.03.13 開放科學（資源服務）標識碼（OSID）：

一、引言 ?隨著企業所處的競爭環境不斷發生變化，一些先驅性的管理實踐與學術研究紛紛利用“生態系統”來刻畫競爭。2014年，阿里巴巴發起可謂全世界最大規模的IPO，其在招股說明書中“生態系統”一詞出現了不少于160次。此后，生態系統不僅被用于科技型企業、互聯網企業，也逐漸拓展至服務業、制造業等傳統領域。所謂“創新生態系統”，是聚焦特定創新以及支撐該創新的上下游互補品，“整合不同主體的獨立產品，從而為顧客提供具有內在一致性的解決方案的合作安排”[1]。創新生態系統是以創新為導向的資源編排新方式，它通過接入多種類型參與者進行價值共創，依靠參與者間匹配的價值主張而非終端產品增強對顧客的鎖定效果。圍繞創新生態系統的研究重點在于，探究相互依賴的創新參與者如何互動，以推動有利于終端顧客的創新實現商業化，這意味著生態系統內的協調與合作制約著創新的成敗[2]。

大多數關于創新生態系統的研究主要以企業為研究對象，強調企業作為創新主體的重要作用。然而，由于創新所蘊含的高技術含量、高研究屬性的特征，使得掌握技術所依托之基礎研究前沿的高校與科研院所在創新生態系統中扮演著關鍵角色，但卻被已有研究所忽視。同時，擁有大量研究型人才、尖端實驗設備、前期研究基礎與前沿科研成果的高校與科研院所，卻局限于對研究的關注而缺乏市場敏感度與商業化思維，忽略了研究成果的市場應用，阻礙了高價值研究成果的市場轉化。因此，構成“學研”組合的高校與科研院所，在創新生態系統中理應實現創新驅動作用與低度嵌入創新生態系統的現實形成悖論，亟待通過生態系統內合作關系的建立以誘發產業主體與學研組合的價值共創。

理論上對創新生態系統的探討雖然剛剛起步，但已呈現快速增長的態勢。特別是針對創新生態系統中產學研個體間的合作博弈問題，有不少學者運用演化博弈理論探究了產學研合作過程的動態演化、均衡穩定性及其影響因素等。如李守偉等人構造了產學研合作創新博弈，在有限理性條件下推演出演化博弈的動態復制方程，對演化博弈的漸進穩定性進行了分析和模擬[3]。陳勁等人將協同創新概念引入創新生態系統的產學研合作演化博弈中，在構建三維動態系統下建立協同創新與簡單合作的復制動態方程，并利用數值模擬方法對解析進行了直觀說明[4]。羅小芳等人則分析了原始創新產學研合作模式的博弈關系，構建了相應的選擇博弈復制動態方程，并進行了演化穩定性分析[5]。從這些文獻可以看出，目前學者對創新生態系統中產學研合作博弈的研究主要集中于利用演化博弈方法研究演化博弈的動態過程，給出相應的復制動態方程，再利用數值模擬進行參數分析。然而，此類研究方法存在以下兩方面局限：一是忽略了個體間的實際連接情況，不能明確個體的策略轉變規則，無法確切地描繪復雜創新生態系統中的產學研合作問題;二是數值模擬結果較為單一，未體現不同參數連續變化對合作行為的直接影響，以及系統中個體在不同演化時刻的狀態;三是對產學研個體間合作行為的研究僅僅集中在定性或簡單定量分析影響合作要素的層次，忽略了創新生態系統不同個體間的相互作用及影響。這就需要我們在更為復雜而貼合實際的情況下，對創新生態系統中產學研的合作行為模式進行考量驗證。

然而，對于如此復雜并不斷演化的創新生態系統，我們是無法通過基于方程式的標準經濟學去刻畫的。而基于agent的計算機仿真技術[6]，可以更為精細地研究此類問題，并直觀地給出系統變量的時空演化過程。基于此，本文利用基于 agent的計算機仿真技術[7]模擬產學研合作的演化博弈過程，并針對網絡外部性下創新生態系統中產學研的合作演化問題進行研究。區別于一般的基于agent的仿真，我們利用網絡聯結代表產學研個體間的交互關系，并讓個體在博弈的視角下相互作用并進行策略演化。在賦予產學研個體充分的博弈演化時間的同時，構造出產學研合作導向的創新生態系統。本文展示了產學研個體在有限理性行為下微觀的合作策略選擇規律，挖掘了創新生態系統宏觀上的合作創新演化規律，為揭示創新生態系統中產學研動態合作機制提供了一個新的分析角度，為提高產學研合作創新持久性提供違約成本影響的詳盡分析，同時也為促進創新合作的政策制定提供理論依據。

二、創新生態系統的演化博弈屬性與基本假設 ?企業往往要通過與具有相關科學研究能力與技術研發實力的外部科研機構建立合作來推動技術創新[8]。而對于高校及科研院所而言，參與企業的技術創新過程不僅可以帶來一定的收益，從而激勵科研工作者的創新熱情，也可以彌補科研內容空泛的問題。不同的創新主體為了推動技術創新的實現，創造并獲取更高的價值而展開緊密合作，既依托于彼此間的相互聯系與適配，又取決于雙方的利益分配。有鑒于此，企業與學研機構的互補屬性恰好體現出了創新生態系統多主體價值主張匹配的本質屬性[9]。

（一）創新生態系統的演化博弈屬性

創新生態系統中每個個體與其相互熟識的其他個體產生可能的合作關系，但這種關系并非永久，而在利益面前隨時可能被打破，或產生新的合作關系。也就是說，對合作或不合作（即本文中的背叛）行為的選擇具有實時性，是一個演化的過程。在此創新生態系統中，企業個體與學研個體因相互間地理位置相近或研究方向相似而形成連接，又因利益的分配而相互博弈，在彼此交互中確定自身今后的博弈策略，呈現出演化博弈特征。這樣一群有機組合，為了追求更高利益而實時變換自身策略的個體，共同構成了產學研導向的創新生態系統，而系統中的微觀個體相互作用從而影響整個宏觀系統的合作狀態。因此，本文的研究重點將聚焦于創新生態系統中個體相互作用對整個生態的影響，以及合作行為產生并保留的微觀機制問題。

創新生態系統中的個體在初始階段為了追求技術上的轉化或創新，嘗試與其鄰居中不同的互補個體以一定的概率開展合作，并在合作過程中產生超額收益。產、學、研個體決策上的改變本質上源于對更高利益的追求，因此對超額收益的分配問題不僅是產學研機構相互合作的內在動力，也是其放棄合作的主要誘因。在這個創新生態系統中，產、學、研三方不斷改變自己的行動策略，以期能夠更長久地生存下來。個體這一追求更高收益的策略轉變過程不可能做到完全理性，因此可以通過一個策略不斷調整的有限理性條件下的演化博弈來描述。 在博弈過程中，雙方通過事先確定的收益矩陣來明確采取不同策略時的收益。個體通過與鄰居比較收益來確定自己是否維持原有策略不變?？梢韵胂?，當個體i決定在某一輪中選擇合作策略時，一旦與其進行博弈的鄰居j選擇不合作，則個體i的收益勢必小于j的收益（只有獲得更高收益才能引誘個體選擇背叛）。在下一輪中，他將以更高的可能性選擇不合作的行為。合作策略成為創新生態系統中的弱勢策略，必將在長期的演化過程中消失。由此，整個創新生態的合作屬性被系統中行為主體微觀上的背叛趨向而逐步改變。然而現實世界的創新生態系統中卻存在著大量的合作現象，這些合作行為通過什么得以維持？又受到哪些因素的影響？這些問題使得創新生態系統中的合作行為變得復雜而有趣。

（二）演化博弈的基本假設

為了便于仿真實驗，在符合客觀規律的基礎上，本文設計產學研合作導向的創新生態系統時，提出如下4點假設：

1.考慮到企業所具的經濟屬性，以及學校和研究所具有的研究屬性，我們單獨考慮企業，而把學校和研究所歸為一類，統稱學研機構。

2. 利用簡單的格子網絡代表兩類群體間的聯結關系。其中格點代表企業或學研機構，網絡連邊代表二者間具有可能的博弈關系。對于一個企業或學研機構，與其相連的格點代表該個體的鄰居。個體間的鄰居往往具有固定性，很難在較短時間內產生大的變化。現實中，企業與學研機構間相互聯系，但能夠保持長期聯系的單位總是固定的少數幾個。鑒于此，我們假設格子網絡中每個節點的聯結度都為4。也就是說，企業或學研單位長期與4個“鄰居”企業或機構保持聯系。這類格子網絡也被廣泛地應用于研究生物或生態系統中種群間的競爭合作關系[10][11]。當然，現實中產學研機構存在更為復雜的聯結情況——呈現出無標度或小世界屬性。不同的網絡聯結類型勢必會對創新生態系統的合作演化產生不一樣的影響，這可以成為我們今后研究的一個有價值的方向。

3.不考慮企業或學研單位在規?；蚩蒲袑嵙ι系膮^別，認為產學研生態中每一類的個體都具有相同的屬性和策略變換方式。產學研生態中，個體的生存方式傳承了生物系統中物競天擇的思想。個體往往通過向其他個體學習并調整自身的策略來追求自身利益的最大化，即便是不同類型的個體，這種選擇的過程也具有相似性。

4.個體非完全理性。這種非完全理性主要體現在兩個方面：一方面是選擇模仿對象的非理性，個體往往在眾多鄰居中選擇一個作為模仿對象，但這個模仿對象或許并不是鄰居中收益最高的;另一方面是策略變化的非理性，個體在做出策略轉變時并非完全照搬模仿者的策略，而是會根據自身與模仿對象的收益差來確定一個模仿概率。雖然試圖在比較中選取收益最大化的策略，但存在進行非最優選擇的可能性。

基于此，我們通過充分考慮個體間的相互聯系，并賦予個體在有限理性情況下追求利益最大化的權利，構建了一個具有策略自我優化屬性的產學研合作導向的創新生態系統。通過多agent仿真技術，在微觀上進行行為機制設計，并從微觀及宏觀兩個維度上考察系統中合作行為的演進規律。

三、演化博弈模型構建

（一）模擬參數設定

首先，我們對機構收益進行單位化處理，設其獨立運行收益SO=1。企業往往較機構具備更強的獨立收益能力，二者盈利能力的差別無非可分為三種情況：1.企業規模較小，自身盈利能力有限，企業和機構盈利能力相差較小，此時設SE=10*SO;2.當企業為中等規模企業時，具備一定的研發能力，本身收益可觀，較學研機構有明顯的盈利優勢，此時設SE=100*SO;3.對于規模龐大，已經具有良好收益能力的大型企業，較學研機構其盈利明顯，則收益記為SE=1000*SO。基于此設定，我們即可對不同產學研生態下的合作行為進行全面的研究。

其次，由合作產生的超額利潤DS不可能無限大，其大小應與雙方各自的收益能力相關， 本文我們設定DS=b（SO+SE），其中b為收益翻倍系數。由于雙方在人才、儀器、知識、營銷途徑等方面的儲備有限，故設b=2。

第三，由于企業在合作中為學研機構提供了研究思路和成品的收益途徑，而學研機構在合作中承擔著主要的研究工作，二者的重要性難分伯仲，故本文設定雙方的收益分配系數為a=0.5，即雙方會平均分配合作產生的超額利潤。

第四，如果在企業和學研機構全力合作，實現各類資源協調高效利用的情況下，雙方合作的超額利潤為DS，則其中某一方選擇違約時，由于所有可用資源未被完全利用，其產生的額外收益S會高于雙方分配的收益0.5*DS，但小于DS。這里我們取中間值，設定S=0.75*DS。

第五，從收益矩陣表1不難看出，罰金w的大小是決定個體是否選擇違約的背叛行為的關鍵因素。故本文將主要針對不同w值下，產學研生態中合作行為的涌現及維持進行模擬研究。

（二）多agent模擬結果分析

首先，我們從整體上考察針對不同規模的企業，產學研生態下合作者比例隨博弈時間步的變化情況。如前文所述，取SE=10*SO，SE=100*SO和SE=1000*SO分別代表企業和機構盈利能力區別的三種可能。在我國現有情況下，對產學研合作違約方的懲罰力度并不高，這也是導致產學研合作失敗的原因之一。由此，設罰金w與額外收益成正比例關系，且懲罰較溫和，取比例系數為0.3，即w=0.3*S。

如圖1所示，初始狀態下，設產學研系統中合作者比例為50%，企業和學研機構個體根據前文所述的策略變換規則改變自身在下一輪中的策略。博弈初始階段，三種情況下合作者的比例皆有大幅度提高，說明即便只是溫和的懲罰，也能從整體上促進系統中合作行為的產生和維持。這是由于在合作開始階段，一些潛在的合作困難還未展現，產學研各方都對合作結果具有較高的預期。且初始階段合作雙方投入較低而回報大，本身傾向于合作行為，再加之背叛行為會產生一定的懲罰成本，使得合作行為更具誘惑。隨著博弈步數的增加，合作難度逐漸加大，一些潛在的困難開始展現，合作阻力加大。但由于合作雙方在前期已有投入，故未出現合作行為的大幅減少，只是合作者比例快速趨于平緩，整體上看合作保持在85%左右。原有的合作行為得到保持，而新加入的合作大幅度減少。在合作者比例rC由快速增長到趨于平緩的轉換過程中，雙方收益差較小時（見圖1中最上方圓點），這種轉變更為迅速。而當企業和機構收益能力相差較大時，這種變化卻相對平緩?？梢韵胂?，學研機構的收益能力往往相差無幾，企業和學研機構的收益差往往體現在企業的規模上。小型企業輕裝上陣，在進行策略轉變時往往更為方便。

系統中合作策略比例如何得以提高并保持在較高水平？為了回答這一問題，我們在圖2中給出了博弈時間步分別為step=0，30，300時個體策略分布斑圖。 此處我們依舊考察溫和懲罰即w=0.3的情況。圖中每一個斑塊代表一個個體，斑塊顏色的不同深度代表其不同的身份和策略。其中，黑色和深灰色斑塊分別代表機構和企業的合作者;淺灰色和白色的斑塊則分別代表機構和企業的背叛者（指選擇違約的個體）。對于企業和學研機構收益能力具有大、中、小差距的情況，其策略演化斑圖具有類似的演化趨勢。如圖2所示，在博弈開始階段（step=0），機構及企業的合作和背叛者均勻的分布在系統中。當演化博弈進行30步后，可以看到系統中合作者的比例明顯增大。不僅如此，機構和企業中的合作者聯合在一起形成了合作者團簇，共同抵御外部背叛者的入侵。這相當于，合作者會聚攏成一個個小的生態系統，在良好的合作氛圍中，大家會選擇并保持合作策略。當博弈進行到300時間步時，聚攏的合作者團簇得到擴張，只有零星的個體保持背叛策略。如圖2所示，在step=300時，系統中的合作者比例趨于定值，整個生態系統達到平衡狀態。

從收益角度考慮，提高罰金會降低背叛者的收益，進而促使個體在策略轉化過程中選擇合作行為，故而罰金是促進合作的主導因素。我們由圖3考察當罰金由零提高到額外收益S的過程中，系統中合作水平的變化趨勢。依舊從企業和學研機構收益能力具有大、中、小三種差距的情況開始考慮。對比發現，當罰金較小時，三類情況下合作者比例都較低，系統中僅有10%左右的個體選擇合作行為。當罰金逐漸加大，企業和機構收益能力差距較小的生態系統（圖3中左1點線，對應小型企業）中，合作比例會迅速增加。當罰金w=10左右時，系統趨于完全合作的狀態。當二者的收益差距加大，即對應一般情況下的中型企業（圖3中間圖的實叉），較小的罰金由于占其盈利比例也較小，并不能促進企業和機構的合作維持。試想當合作的一方對罰金重視程度不高時，其合作行為往往比較敷衍，雙方的合作可能被各種細微的矛盾打破。當企業和機構收益差距很大時（圖3中右1的實線），進一步驗證了較小的罰金對于規模較大的企業和學研機構合作產生較弱的促進作用的論斷。當罰金接近300時，合作比例依舊不足30%。但值得注意的是，對于小型企業，罰金的影響曲線是較為平滑的。但對中、大型企業，合作曲線會出現明顯的階躍現象。也就是說，在某些罰金額度下，提升罰金時系統的合作水平不能得到提升。系統中合作水平似乎觸及到了合作的天花板，增加的罰金對企業和學研機構合作行為的刺激不再明顯。但當罰金繼續加大，合作的天花板會被刺破，系統的整體合作水平迅速增加。系統在兩次明顯的階躍突破后，整個系統實現完全合作。這種階躍現象對于收益差距大的企業和機構會更為明顯。所以，在現實生活中對于大型企業，當增加罰金不能很好地促進雙方合作時，我們或許該思考一下是否罰金水平依舊過低。

上文中我們重點考察了產學研系統合作水平的變化規律及影響因素。如圖3所示，系統中的合作比例會隨罰金的提高而顯著提高。較高的合作水平是否會帶來較高的平均收益呢？我們在圖4中進一步給出了系統中不同類個體平均收益隨罰金w的變化關系。鑒于不同收益差下，系統合作水平宏觀上呈現類似的變化趨勢，此處，我們取企業與學研機構收益能力具有中等差距（即SE=100*SO）的情況作為代表進行研究。當罰金提高時，系統的合作水平顯著提高。在現實生活中，產學研合作的實現往往能夠給合作雙方帶來更高的收益。 而罰金的增加又會從另一個角度減少系統中個體的總收入。究竟哪種影響更為顯著？如圖4所示，系統的平均收益并未隨罰金w的增加呈現顯著的正相關性或負相關性，而是展現出了類似能級分布的特性。對于學研機構（圖4中左圖圓點所示），其平均收益主要分布在0、100、200、300、400共5個收益級別上。并且呈現出明顯的兩極分布特性，即主要平均收益水平為0和400。當罰金小于80或罰金大于120時，可以觀察到明顯的由低收益向高收益躍遷的現象。說明對于學研機構，提高罰金往往能給其帶來更高的收益。對于企業（圖4中右圖圓點所示），雖然企業的平均收益為零或收益較低的狀態較多，但相較學研機構，其收益分級的現象相對弱化，且企業的收益上限達到學研機構收益上限的兩倍左右。由于假設企業本身具有學研機構100倍的收益能力，所以平均來看在產學研系統中學研機構的收益增幅相較企業更為明顯。

四、結語 ?本文嘗試從演化博弈視角利用多agent仿真技術探索創新生態系統中企業和學研機構的合作模式。利用網絡聯結刻畫產學研個體間的交互關系，并將個體間的相互作用描述為相鄰個體間博弈和策略變換交替進行的演化過程，從而構造出產學研合作導向的創新生態系統。通過從宏觀到微觀全角度觀察這一創新生態系統中個體合作行為的動態演化過程，本文挖掘出了合作行為的演化規律以及合作行為產生和維持的內部機制，明確了罰金在產學研合作中的地位。本文的主要研究結論如下：

第一，宏觀上來看，即便只是溫和的懲罰，也能從整體上促進創新生態系統中合作行為的產生和維持。系統中合作比例經歷快速增長到逐步趨于穩定的過程，且在此過程中小型企業依賴于較小的轉型成本，其策略轉變更為迅速。

第二，本文揭示了創新生態系統中合作比例得以提高并保持在較高水平的原因。本文利用斑圖演化分析了系統中合作產生和維持的機制，發現合作個體通過形成合作者團簇來共同抵御外部背叛者的入侵，更好地維持并擴張合作行為。這相當于合作者聚攏成一個個小的生態系統，在良好的合作氛圍中，大家會選擇并保持合作策略。

第三，結合大、中、小型企業的實際情況，本文發現了罰金對創新生態系統合作行為的促進方式，對比了學研機構和企業在不同罰金下的收益情況。研究發現當罰金較小時，三類情況下合作者比例都較低;隨著罰金逐漸加大，企業和機構收益能力差距較小的生態系統合作比例會迅速增加。當二者的收益差距加大，即對應一般情況下的中型企業，較小的罰金由于占其盈利比例也較小，并不能促進企業和機構的合作維持。值得注意的是，對中、大型企業而言，合作曲線會出現明顯的階躍現象，且對于收益差距大的企業和機構更為明顯。系統在演化過程中似乎出現合作的天花板，但當罰金繼續加大，合作的天花板會被刺破，系統的整體合作水平迅速增加。由于現實中，在結果不可控的條件下，無限加大懲罰力度具有不可操作性。這種通過模擬的方式得到的結果，為大型企業間的合作研究提供了一條新的思路。

第四，本文進一步觀察了創新生態系統中不同類型個體的平均收益隨罰金的變化情況。研究發現，無論對企業還是學研機構，其平均收益皆呈現出明顯的兩極分布特性。對于學研機構，提高罰金往往能給其帶來更高的收益。雖然企業收益分級的現象相對弱化，但其收益上限達到學研機構收益上限的兩倍左右。平均來看，在創新生態系統中學研機構的收益增幅相較企業更為明顯。

根據以上結論，本文得到的相關結論可以為政府制定促進不同類型創新生態系統產學研合作行為的政策提供理論依據。

參考文獻：

[1] Adner R. Match your innovation strategy to your innovation ecosystem[J]. Harvard business review， 2006， 84（4）： 98-107.

[2] Adner R， Kapoor R. Value creation in innovation ecosystems： How the structure of technological interdependence affects firm performance in new technology generations[J]. Strategic Management Journal， 2010， 31 （3）： 306-333.

[3] 李守偉，楊玉波，李備友.產學研合作博弈演化漸進穩定性分析與計算實驗研究——基于動態復制系統[J].東岳論叢，2013 （4）： 120-125.

[4] 陳勁，殷輝，謝芳.協同創新情景下產學研合作行為的演化博弈仿真分析[J].科技進步與對策，2014，31（5）：1-6.

[5] 羅小芳，李柏洲.企業原始創新產學研合作模式的選擇——兩種模式選擇的演化博弈分析[J].軟科學，2014， 28（8）：1-6.

[6] 鮮于波，梅琳.經濟復雜性系統主體學習算法理論綜述[J].復雜系統與復雜性科學， 2007，4（2）：77-92.

[7] Xie Y Y， Chang S H， Yan M， Zhang Z P， Wang X Y. Environmental influences on cooperation in social dilemmas on networks[J].Physica A： Statistical Mechanics and its Applications，2018，492：2027-2033.

[8]李守偉，陳永泰，司春林，彭本紅.基于 KIBS 的企業技術創新能力形成與演化[J].系統管理學報，2011，20（4）：421-427.

[9] Arthur W B. Complexity and the Economy[M]. Oxford University Press， 2014.

[10] Kessler D A， Levine H.Pattern formation in Dictyostelium via the dynamics of cooperative biological entities[J]. Physical Review E，1993，48：4801-4804.

[11] Iwasa Y， Nakamaru M， Levin S A. Allelopathy of bacteria in a lattice population： competition between colicin sensitive and colicin-producing strains[J]. Evolutionary Ecology，1998，12：785-802.

[12] Szabó G， Tke C. Evolutionary prisoners dilemma game on a square lattice[J]. Physical Review E， 1998， 58（1）： 69.

[13] Blume L E. The statistical mechanics of strategic interaction[J]. Games and economic behavior， 1993， 5（3）： 387-424.

Abstract：With the increasing international competition， simple individual innovation based on a single enterprise can no longer support the longterm development of the enterprise. The survival of enterprises depends more on the development of innovative ecosystems that cooperate with each other. Therefore， this paper takes industryuniversityresearch cooperationoriented innovation ecosystem as the research object. The results are given by using multiagent simulation technology combined with evolutionary game theory， and by taking the cooperative behaviors of different scale enterprises and academic institutions as the research objects. By designing the mechanism of individuals， we can study the microevolution process of individual strategies and the macroscopic emergence of cooperative behaviors in ecosystems. The changing of the proportion of system cooperation with the evolutionary game is clarified. The mechanism of cooperation and maintenance among individuals in the system is analyzed by using the evolution of pattern. The promotion of fines on system cooperation is given， and the payoff of academic institutions and enterprises in different fines is compared. This paper provides a theoretical reference for promoting the development of ecological cooperation among industry， university and research institute.

Key Words： industryuniversity research ecosystem; industryuniversityresearch cooperation; evolutionary game; multiagent simulation