基于演化博弈的科研行為主體誠信策略研究＊

劉君亮 王儒 王翠芝

（1.北京交通大學科學技術研究院，北京 100044；2.北京交通大學經濟管理學院，北京 100044；3.北京郵電大學人工智能學院，北京 100876）

0.引言

科研誠信是科技創新的基石，是實施創新驅動發展戰略、建設世界科技強國目標的重要基礎。雖然我國科研誠信建設在工作機制、制度規范、教育引導、監督懲戒等方面取得了顯著成效，但整體上仍存在短板，科研項目成員出現失信行為的現象屢禁不止。如何有效促進科研誠信，成為學術界亟待解決的問題。

不少學者圍繞科研信用進行了相應的研究，如李艾丹和趙啟蘭等，他們從國家政策方面出發，提出一套信用評價指標體系[1]。國麗娜等從相關主體的誠信度、合規度和踐約度等角度構建了政府科研信用的評估指標體系[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稱現象，且在這種現象下的契約合同關系決定了雙方的信息不對稱問題[3]。袁堯清詳細分析了我國科研行為信用評價體系目前所存在的問題，并結合管理學的理論提出了切實可行的科研誠信評估方案[4]。熊小滿從信息分享角度，指出了我國科研信用信息的共享程度不夠，由此引發了較多的科研失信問題[5]。張明龍和張瓊妮從懲罰角度對失信行為進行了研究，在懲罰中綜合考慮了執行者、評價者和管理者對失信信息的利用[6]。段華平研究了現代契約機制與科研項目管理的關系，并提出了契約機制在一定程度上可以遏制失信行為的發生[7]。

以上學者在研究科研人員信用問題時，多從信用指標構建、法律法規制定、契約關系設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題。因此，當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題，更全面地描述科研人員信用行為，分析其背后的失信機理。當前，學術界在信用研究方面已有部分學者利用博弈理論展開研究。王性玉等通過建立信號傳遞博弈模型分析了抵押品替代與農戶信貸可得之間的內在作用機理[8；游宗君等基于小額信貸機構進入市場的先后順序，構建了策略選擇的競爭博弈模型[9]；王惠和王靜在有限理性假設下，對比分析了銀行和農戶之間有無合作社的情況下的最終演化趨勢，以及借貸雙方的策略選擇變化情況[10]；趙成國和李萌運用委托代理理論，研究了P2P網貸平臺的演化博弈均衡以及最終的演化趨勢[11]；夏鵬和高輝研究了政府部門和私營部門兩者的演化博弈均衡，分析了社會監管力度對演化均衡的最終影響[12]；張娟等把演化博弈模型應用在網絡銷售商之間的信用關系演化當中，通過模型對網絡銷售商信用治理進行研究[13]；肖莎等在小微企業融資的基礎博弈模型上，提出可以利用信用評級和懲罰成本來降低企業的信用貸款風險[14]；博弈理論在信用研究上的廣泛應用說明了該方法的有效性，但目前在科研信用方面還少有學者應用博弈論的方法對其進行研究。鑒于演化博弈論在該領域的適用性，該理論可為科研行為主體在信用監管上提供理論支撐。

故本文在之前學者的研究基礎上，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題，采用演化博弈分析了利益驅動下的科研行為。通過構建兩組科研行為主體的演化博弈模型，分析科技研發中誠信策略的穩定性、演變趨勢及演化穩定點，研究誠信科研成本、不誠信科研風險等要素對科研行為演化均衡的影響；再將監管部門參數化后加入到改進的模型，進一步分析了監管部門對演化均衡策略的影響和各影響因素對博弈演變的影響靈敏度，為提出推動誠信科研策略建議提供依據。

1.博弈模型構建

針對模型做如下假設：

（1）假設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、戰略選擇空間和收益支付函數的不同。科研行為主體由于人數與項目能力不同，分為A類和B類，策略集合均為（誠信，不誠信）。A類科研人員的項目數為n1，B類為n2，基準收益與項目數量成正比。

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

（3）監管部門可以從聯合獎懲角度對科研人員的守信情況實施獎懲。監管部門作為獨立于各科研行為主體的第三方組織，需秉持公平公正監管的同時，還需要對失信人員實施嚴厲處罰，增大其失信成本，進而減少失信行為的發生，針對A類項目組的懲罰值P1(P1≥0)，對B類項目組給予懲罰值P2(P2≥0)。

（4）當A類科研行為主體和B類科研行為主體都采取誠信科研行為時，此時呈現誠信局面，但是A、B兩個項目組會產生一定的誠信科研成本C，這里假設，A類項目組的科研成本αC，B類項目組的科研成本為（1-α）C。

（5）當A類科研行為主體與B類科研行為主體其中一個選擇誠信科研，另一個選擇不誠信科研時，兩個科研行為主體之間會產生一定的項目數量轉移。假設A類科研行為主體采取誠信科研策略，B類科研行為主體采取不誠信科研策略時，A類科研行為主體會損失S1，B類科研行為主體會增加S2，反則亦然。

由于策略集合的組合不同，會產生以下4種不同的策略情況：

（1）當A類科研行為主體和B類科研行為主體都采取誠信科研策略時，兩個科研行為主體都會通過自身的努力將增加總體項目數量轉化并獲得收益，設增量分別為n3和kn3。在不影響基礎假設的情況下，設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A類科研行為主體選擇誠信科研策略而B類科研行為主體選擇不誠信科研策略時，對應的收益情況為：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信策略時產生的成本，且T2＜（1-α）C。

（3）當A類選擇不誠信而B類選擇誠信時，對應的收益情況為：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信策略時產生的成本，且T1＜αC。

（4）當A類科研行為主體與B類科研行為主體都選擇不誠信科研策略，會導致雙方項目收益發生改變。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目數量引起的，比例系數h是一個介于-1和1之間的數，相應收益變化量為 |hΔn|。

A類科研行為主體與B類科研行為主體選擇誠信科研的概率分別為x和y，反之不誠信科研的概率為（1-x）和（1-y）。根據對博弈雙方的假設，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 監管部門調控下科研行為主體支付矩陣

2.博弈模型分析

在監督管理部門激勵機制下，兩類項目組支付結果的復制動態方程如下：

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個局部均衡點，分別是O(0,0),A(1 ,0),B( ,1),C(0,1)和鞍點D(xD,yD)。其中，。

根據前文的分析，我們求得了5個均衡點，從Jacobian矩陣(記為J)分析得出系統的演化穩定策略。

如果同時滿足以下兩個條件，則可判斷為演化穩定策略。

①trJ=α11+α22＜0（跡條件）；

表2 局部均衡點處a11、a12、a21和a22的取值

這里，

應用系統平衡點的判斷局部穩定性，可以得到當P1、P2均滿足:且同時滿足，

P1＞αC+S1-hΔnr1-T1或P2＞S2+(1-α)C-hΔnr2-T2，穩定點將為（1，1）。即A類科研行為主體與B類科研行為主體都選擇誠信科研策略，說明此時監管部門的懲罰對于A類科研行為主體與B類科研行為主體都是有效的，穩定性情況為（0，0）是不穩定點，（0,1）和（1,0）是鞍點，只有（1，1）是演化穩定點。

綜合前文分析結果，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程，其中折線ADC作為臨界線劃分出系統所收斂的不同狀態，右側ABCD部分收斂于（誠信科研，誠信科研），即（1，1）點。左側ADCO部分收斂于（不誠信科研，不誠信科研），即（0，0）點。

可見，在科研行為主體行為在無監管或少監管的情況下，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取決于SABCD和SADCO的面積大小。若SABCD＞SADCO，系統將更可能向誠信科研的方向演化；若SABCD＜SADCO，系統將更可能向不誠信科研的方向演化;若SABCD=SADCO，策略選擇概率相等，演化方向不確定。根據圖3得出區域ADCO的面積為:。

影響SADCO的參數均與SADCO為單調關系，其對于科研行為主體信用策略的演化方向的影響情況為：科研風險S1、不誠信科研成本T1和懲罰值P1的減少，會導致y＊的下降，進而使得SABCD增大，演化穩定點向（誠信，誠信）方向演進；科研風險S2、不誠信科研成本T2和懲罰值P2的減少，會導致x＊的下降，進而使得SABCD增大，演化穩定點向（誠信，誠信）方向演進;誠信科研成本C的減少，會導致x＊和y＊的下降，進而使得SABCD增大，演化穩定點向（誠信，誠信）方向演進。

可以看出，通過減少科研行為主體的誠信科研成本、誠信科研風險和增加科研行為主體的不誠信科研成本與懲罰，能夠使A類與B類項目組更趨于互相選擇誠信科研，利于科技發展。

3.結論

科研誠信是科技創新的基石，如何對科研人員的信用水平進行有效監管是推動科研誠信建設的重要途徑。本文綜合考慮科研項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，并考慮各自的風險偏好程度，構建了演化博弈模型，通過算例進一步分析了各影響因素對博弈演變的影響靈敏度，研究得出以下結論：

（1）項目組的博弈均衡演變受到不同因素影響，與誠信科研成本、誠信科研風險、誠信科研收益增加率、不誠信科研收益以及相應成本等因素有關。監管部門的存在，可以通過調節誠信科研成本、誠信科研風險、誠信科研收益增加率、不誠信科研收益率以及相應成本，促進科研行為均衡點向誠信科研方向演化。重視對于科研人員科研行為的監管與干預，強化監管行為，完善監管體系，優化監管效果，可以有效減少科研失信行為。

（2）不同影響因素對科研行為主體策略選擇的影響方向不同。誠信科研成本、誠信科研風險、不誠信科研收益等因素，對科研行為主體選擇誠信科研行為策略具有負向影響；科研行為主體的不誠信科研成本、誠信科研收益增加等因素對科研行為主體選擇誠信科研行為策略具有正向影響。監管部門可以通過降低負向影響因素值，提高正向影響因素值，推動科研行為主體的誠信科研行為。

（3）不同影響因素對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，誠信科研行為收益率影響程度最大，誠信科研成本影響較大。監管部門可以通過提高科研行為主體收益轉化率、降低誠信科研成本，進而降低誠信科研風險，促進科研行為主體選擇誠信科研策略。