基于SD的學術社交網絡科研協同行為演化博弈分析

張耀坤　吳瑞　宗金星

摘要：[目的/意義]學術社交網絡平臺為科研人員協同創新行為提供了可能。但科研人員協同參與和平臺協同功能供給之間存在復雜交互關系，厘清二者間博弈關系，有利于改進學術服務平臺和提升科研人員協作效率。[方法/過程]基于有限理性人假設，構建演化博弈模型，通過復制動態方程求解博弈雙方不同策略下的演化路徑，并利用系統動力學對策略選擇進行穩定性和敏感性分析。[結果/結論]研究結果表明：學術社交網絡科研協同行為演化博弈系統有（協同，支持）和（不協同，不支持）兩條演化穩定策略;博弈雙方收益、額外收益、擴散價值會正向影響系統演化為（協同，支持）策略，博弈雙方的成本與損失會反向影響系統演化為（協同，支持）策略。因此，平臺可以優化注冊機制、完善群組（Group）等功能，促進科研人員參與協同行為。

關鍵詞：學術社交網絡;科研協同;演化博弈;系統動力學

DOI：10.3969/j.issn.1008-0821.2022.07.006

〔中圖分類號〕G302〔文獻標識碼〕A〔文章編號〕1008-0821（2022）07-0068-13

Evolutionary Game Analysis of Scientific Research Collaborative

Behavior in Academic Social Networks Using System DynamicsZhang YaokunWu RuiZong Jinxing

（School of Economics and Management，Nanchang Hangkong University，Nanchang 330063，China）

Abstract：[Purpose/Significance]Academic social network platform provides the possibility for collaborative innovation behavior of researchers.However，there is a complex interaction between the collaborative participation of researchers and the collaborative function supply of the platform.To clarify the game relationship between the two is beneficial to improve the academic service platform and enhance the collaborative efficiency of researchers.[Method/Process]Based on the hypothesis of bounded rational man，an evolutionary game model was constructed，and the evolutionary paths of different strategies were solved by replicating dynamic equations.The stability and sensitivity of strategy selection were analyzed by using system dynamics.[Result/Conclusion]The results show that there are two evolutionarily stable strategies in the evolutionary game system of collaborative behavior in academic social networks（collaborative and supportive）and（un-collaborative and unsupportive）.The benefit，extra benefit and diffusion value of both sides of the game will positively influence the system to evolve into（collaborative and supportive）strategy，while the cost and loss of both sides of the game will negatively influence the system to evolve into（collaborative and supportive）strategy.Therefore，the platform can optimize the registration mechanism，improve the function of groups，and promote the participation and collaboration of researchers.

Key words：academic social network;scientific research collaboration;evolutionary game;system dynamics

隨著學科領域的交叉融合與科研任務的日益復雜，科研人員協同創新已經成為科學研究的主要方式。科研協同不僅促進不同學科背景的科研人員知識交流，實現知識的集成[1]，也提升科研人員的工作效率。社交網絡平臺的發展可以拓展科研人員的協同方式，專用型的社交網絡平臺（如學術社交網絡平臺）的便捷、協作等特征與科研協同創新的“交流”與“協同”兩大特征具有高度的契合性。科研人員可以在學術社交網絡平臺上進行知識交流、搜索、共享等，從而促進科研協同創新。學術社交網絡平臺逐漸成為不同學科背景的科研人員協同創新的主要工具[2]，科研人員在平臺上與不同國家（地區）、不同機構、不同學科的學者進行協同已經成為現實。典型的學術社交網絡平臺有ResearchGate、Academia.edu、科研之友等，ResearchGate上有70多位諾貝爾獎獲得者參與其中，科研人員能在學術社交網絡上關注這些領軍人物的動態，甚至是與其進行交流學習，從而提升自己的科研水平，創造更多的科研成果。

學術社交網絡平臺在支持科研人員協同創新上已經展現了極大的潛力[3]，但學術社交網絡平臺中也存在著信息質量低下[4]、服務響應不及時[5]、“90-9-1”現象[6]等問題，用戶往往單純地通過學術社交網絡平臺獲取信息，卻不參與到平臺中進行協同。長此以往，嚴重影響科研人員的使用體驗和平臺的良好氛圍，使科研人員的消極使用行為意愿上升[7]，導致學術社交網絡平臺與用戶之間的關系形成一種惡性循環。即學術社交網絡平臺不愿花費更多的成本對現有功能服務改進以滿足科研人員對協同功能的需求，根據使用與滿足理論[8]，科研人員也因為需求得不到滿足而逐漸放棄使用該平臺進行協同。顯然，科研人員與學術社交網絡平臺相互影響、彼此制約，存在著復雜的交互關系。如何防止惡性循環的產生，需要重點關注學術社交網絡平臺與科研人員之間的博弈行為。基于此，本文采取演化博弈和系統動力學仿真的方法，構建學術社交網絡平臺與科研人員策略選擇演化博弈模型，分析博弈雙方的策略選擇，并對模型進行動態仿真分析，以期促進學術社交網絡平臺與科研人員良好的發展，推動科研活動的創新，服務于國家創新體系建設。

1理論基礎

1.1學術社交網絡科研協同行為相關研究

國內外有關學術社交網絡科研協同行為的研究內容，可以從學術社交網絡平臺協同功能、科研人員協同行為及平臺與科研人員間的博弈關系3個層面展開。

1）學術社交網絡平臺協同功能研究。學術社交網絡平臺作為學術活動與社交媒體融合的產物，兼具學術功能[9]和社交功能[10]。有關平臺協同功能的研究主要涉及基本信息管理功能、協作網絡管理功能、學術交流功能[11]等。學術社交網絡平臺提供的基本信息管理功能主要包括科研人員個人基本信息展示[12]與團隊基本信息展示兩類，利用這兩類信息展示的功能可以增加科研人員合作的機會[13]。協作網絡管理功能中最主要的兩個機制是關注與被關注[14]和論文合作者展示[15]，在這兩種機制功能的作用下，學術社交網絡平臺可以給科研人員推薦潛在的合作者[16]，促進科研人員的協同合作。學術社交網絡平臺提供學術交流的功能有問答板塊[17]，科研人員直接提出問題，其他科研人員參與討論問題進行協同交流;私信群組交流[18]，如“科研之友”可以通過建立討論組的方式，在討論組中進行談話，促進科研人員的合作。這些功能的實現都為科研人員進行科研協同提供了較好的支持，平臺也因為科研人員的使用而獲益。

2）科研人員協同行為研究。科研人員協同行為研究主要涉及用戶信息需求、協同行為機制及其模式與特征的研究。第一，對科研人員協同行為需求的關注。根據信息行為理論，信息需求是信息行為發生的前提。因而，對科研活動特別是其合作過程中對信息需求的關注成為了焦點。國內外的學者從個體層面和外界情景層面兩個角度研究了協同信息行為的觸發點[19]，具體包括個體的信息需求[27]、任務復雜性[20]、信息的分散性[21]等。第二，協同信息行為機制的研究。金燕等[22]對科研團隊成員間的協同信息行為過程進行分析，并在此基礎上構建了科研團隊成員間的協同信息行為模型，指出科研團隊協同信息行為產生的外部和內部驅動因素，并對科研團隊成員間的協同信息行為規律進行了理論分析。第三，科研人員協同行為模式與特征研究。學者們也對科研人員在特定的學術社交網絡平臺上的協同行為予以關注，如ResearchGate[23]、Mendeley[24]、科學網[15]、小木蟲[25]等平臺，Hammook Z等[26]指出，師生協同行為是ResearchGate平臺上重要的協同行為模式。

3）科研人員與學術社交網絡平臺博弈關系研究。科研人員在進行科研活動中存在科研協同信息需求[27]，學術社交網絡平臺也提供學術交流、關注與被關注等功能來滿足科研人員的需求，理論上這二者之間并無沖突。然而，研究發現學術社交網絡平臺提供的基礎數據不足[28]、信息質量不佳[4]、服務響應不及時[5]，這就說明學術社交網絡平臺并不能完全滿足科研人員的協同行為需求。此外，Nielsen J[6]指出，學術社交網絡中的用戶存在90-9-1現象（即90%的用戶不怎么使用，9%的用戶偶爾使用，只有1%的用戶積極使用），科研人員也沒有積極使用學術社交網絡平臺進行科研協同。長此以往，科研人員與平臺之間就會陷入惡性循環。

綜上所述，國內外學者對學術社交網絡平臺與科研人員協同行為都進行了大量研究。但是隨著二者之間的矛盾沖突日益加劇，缺少針對科研人員與學術社交網絡平臺博弈關系等方面的研究。據此，本文運用演化博弈方法動態地揭示學術社交網絡平臺和科研人員的策略選擇及其影響因素，并結合系統動力學仿真直觀地展示系統演化路徑，以期優化學術服務平臺，提升科研人員協同效率，服務于國家創新體系建設。

1.2演化博弈

博弈論常常用來尋求理性個體在交互過程中尋求最優選擇的方法[29];動態演化過程則展示博弈各方策略選擇的動力學趨勢。演化博弈論將博弈理論與動態演化過程結合，基于有限理性人的考慮，研究博弈各方的策略選擇及其過程。Taylor P D[30]在1978年提出的復制動態方程，是演化博弈論中常用的選擇動態，較好地描繪出了博弈主體趨勢。本文以學術社交網絡平臺與科研人員為研究對象，運用演化博弈和復制動態方程揭示博弈雙方的策略選擇演化路徑和演化穩定策略（ESS）。

1.3系統動力學和Vinsim軟件

系統動力學的研究對象是復雜系統，結合反饋控制、結構、功能等方法，借助計算機軟件開展系統動態仿真的方法，仿真實驗可以直觀地展示復雜系統在不同狀況下，系統行為的演化趨勢和影響因素的作用趨勢。為此，系統動力學開辟了一個用實驗仿真的辦法進行社會科學研究新紀元[31]，為不完全信息條件下演化博弈的動態過程提供了一種有效的手段[32]，逐漸成為研究社會科學復雜系統問題的主流工具。Vensim軟件常用于系統動力學模型的建立與仿真研究，此外，該軟件還提供結構分析、數據集分析等多種分析方法。本文結合演化博弈分析，基于系統動力學構建相應的模型，利用Vensim軟件進行動態仿真。

2學術社交網絡科研協同行為演化博弈

2.1學術社交網絡科研協同行為博弈模型

按照系統演化的思想[33]，協同行為是組織或個人持續學習的結果。學術社交網絡科研協同行為實際上就是科研人員和學術社交網絡平臺雙方博弈的結果：學術社交網絡科研協同行為系統可以簡化為一個包含科研人員和學術社交網絡平臺的系統，雙方彼此在不完全信息的條件下進行有限理性人的行為選擇，科研人員可以選擇在該平臺上與其他科研人員進行協同（如共享信息、參與群組討論等）或不協同，平臺可以選擇支持或不支持科研人員的協同（如支持協同，平臺則會優化協同功能、機制等），從而使得整個系統最終達到動態均衡的狀態，如圖1所示。

2.1.1基本假設

為了更方便、系統、全面地分析學術社交網絡科研協同行為的演化博弈，做出如下假設：

假設1：本研究將學術社交網絡科研協同行為系統簡化為只有科研人員和學術社交網絡平臺兩個行為主體的系統，在博弈的過程中，科研人員的策略選擇空間為“協同”或“不協同”，學術社交網絡平臺的策略選擇空間為“支持”或者“不支持”。

假設2：在博弈的初始階段，科研人員選擇“協同”的概率是x（0≤x≤1），選擇“不協同”的概率是（1-x）;學術社交網絡平臺選擇“支持”的概率是y（0≤y≤1），選擇“不支持”的概率是（1-y）。

假設3：系統中的科研人員和學術社交網絡平臺都是在有限理性上進行博弈的，雙方在不完全信息狀況下均會根據自身的需求和收益隨時調整策略，以滿足自身利益的最大化。

假設4：科研人員和學術社交網絡平臺同時選擇“協同”和“支持”的策略，獲得的收益大于只有一方選擇“協同”或“支持”的收益。

假設5：科研人員參與協同行為時的收益和成本分別為S1和C1，而且平臺“支持”協同的話，科研人員還可以獲得額外的收益K;企業“支持”協同時需要對功能等進行優化，需要付出的成本和獲得的收益分別為C2和S2;科研人員“參與”協同而企業沒有對協同功能進行優化時也會溢出價值M給企業;當企業“支持”協同而科研人員“不參與”會損失P。

2.1.2演化博弈模型

對于學術社交網絡科研協同行為博弈系統而言，一共存在4種不同的策略組合，即（協同，支持）、（協同，不支持）、（不協同，支持）、（不協同，不支持）。根據以上假設，可以得到學術社交網絡科研協同行為博弈的得益矩陣，如表1所示。

2.2學術社交網絡科研協同行為演化博弈分析

2.2.1復制動態方程求解

1）求博弈雙方的期望收益、平均收益。

2）構建學術社交網絡科研協同行為博弈的復制動態方程模型。本文基于Malthusian動態方程可以得到科研人員和學術社交網絡平臺的復制動態方程組：

1）科研人員的策略選擇穩定性分析

2）學術社交網絡平臺的策略選擇穩定性分析

3）博弈雙方策略選擇的演化穩定性分析

2.2.2學術社交網絡平臺與科研人員策略選擇的演化路徑分析

3基于系統動力學的學術社交網絡科研協同行為演化博弈仿真采用演化博弈的方法確定了學術社交網絡科研協同行為演化博弈的演化穩定策略，但是演化博弈未清晰地展示科研人員與學術社交網絡平臺博弈的動態決策過程。基于此，本研究在演化博弈分析的基礎上，構建學術社交網絡科研協同行為博弈系統動力學模型并進行仿真研究，直觀地刻畫學術社交網絡科研協同博弈雙方策略選擇的動力學趨勢。

3.1學術社交網絡科研協同行為演化博弈系統動力學模型學術社交網絡科研協同行為博弈系統中包含科研人員和學術社交網絡平臺的策略選擇，而且會受到其協同成本以及獲得的收益等因素的影響，是一個復雜的系統，適合采用系統動力學來建立相應的模型。在這個系統中，科研人員的策略選擇和平臺的策略選擇是隨時間變化而變化的變量，作為此模型的流率變量，不同策略選擇下的博弈雙方的收益作為此模型的輔助變量。

1）固定科研人員的初始狀態，分析學術社交網絡平臺的策略選擇概率變化

2）固定學術社交網絡平臺的初始狀態，分析科研人員的策略選擇概率變化

3.3系統參數的敏感性分析

4結論與建議

4.1研究結論

通過演化博弈與系統動力學仿真，分析了學術社交網絡科研協同行為，得出以下結論：

1）學術社交網絡科研協同行為博弈存在兩條演化路徑。通過對復制動態方程的求解，可以得到該系統的兩個演化穩定策略，即博弈過程中的兩條收斂路徑：（協同，支持），（不協同，不支持）。

2）系統的演化路徑依賴于博弈雙方的初始狀態且博弈雙方的策略選擇會相互影響。在動態的博弈過程中，博弈雙方在給定的初始狀態下，在學習、模擬等過程中不斷調整自身的策略選擇。當少量的科研人員選擇“協同”策略時除了滿足自身的需求，也會引起更多科研人員的加入。當學術社交網絡平臺意識到科研人員使用該平臺也會為自身帶來收益時，便會對平臺協同功能進行資金投入，以便更好地促進科研人員進行協同。

3）學術社交網絡科研協同行為博弈系統的演化結果受到如下幾個因素的影響：科研人員選擇“協同”策略的收益、平臺支持協同科研人員參與協同時科研人員獲得的額外收益、平臺“支持”協同的收益、平臺“不支持”協同的狀況下科研人員積極的“協同”擴散給平臺的價值可以正向促進系統演化至（協同，支持）穩定策略;平臺“支持”協同而科研人員“不協同”所獲得的損失、科研人員選擇“協同”策略的成本、平臺“支持”協同的成本可以反向促進系統演化至（協同，支持）穩定策略。

4.2建議

根據上述的研究結論，本文提出如下建議：

1）完善注冊機制、制定相應的獎懲制度，促進科研人員積極參與協同行為。由結論1可知，整個博弈系統存在兩個演化穩定策略，一個是（不協同，不支持）策略，一個是（協同，支持）策略，很明顯（協同，支持）策略是博弈雙方共贏的局面。因此，學術社交網絡平臺需要完善注冊機制，制定相應的獎懲措施，破解“90-9-1”現象，提升學術社交網絡平臺的信息質量，促進科研人員選擇（協同）策略，實現知識的創新;平臺也因為科研人員的持續使用，獲得了更高的商業價值，更積極地（支持）科研人員協同，從而博弈系統進入（協同，支持）狀態。

2）優化群組（Group）功能，加強科研人員的吸納與持續使用。根據結論2，博弈系統的演化路徑依賴于博弈雙方的初始狀態，關鍵在于如何讓科研人員初始狀態選擇在學術社交網絡平臺進行協同。首先，采取適當的營銷措施，通過老用戶拉新用戶、郵件推廣等方式吸引科研人員使用學術社交網絡進行協同;其次，改善學術社交網絡信息質量和協同功能，獲取有用信息是科研人員主要動機[35]，通過信息質量的改善和對群組（Group）等功能優化，以滿足科研人員的使用意愿。這樣，系統朝向雙方共贏的趨勢演化，最終達到（協同，支持）的策略。

3）政府部門提供政策支持，促進學術社交網絡平臺支持協同。政府部門是外部政策的制定者，目前國家大力提倡協同創新，急需支持協同創新的平臺。因此，政府應該對參與協同創新的學術社交網絡平臺和科研人員進行獎勵，由結論3可知，博弈雙方的收益增加可以促進系統演化至（協同，支持）穩定策略。此外，政府設立專項基金，對支持協同功能的學術社交網絡平臺進行資金扶持，降低學術社交網絡平臺的成本，促使平臺選擇“支持”策略，實現整個系統（協同，支持）的演化策略。

4.3結語

本研究基于演化博弈理論和系統動力學，對學術社交網絡科研協同行為的演化進行分析，創新之處體現在：利用演化博弈的方法，從理論上揭示了科研人員與學術社交網絡平臺博弈策略選擇的演化路徑;結合系統動力學的仿真，動態展示博弈雙方的策略選擇過程及其影響因素，據此提出相關建議，以促進（協同，支持）穩定演化策略的實現，對于學術社交網絡平臺的發展和國家創新體系的建設具有一定的參考意義。

參考文獻

[1]魏瑞斌.我國圖書館學情報學的科研合作現狀研究——以CSSCI 1998—2004年數據為例[J].圖書情報工作，2006，50（1）：41-43，48.

[2]譚春輝，梁遠亮，魏溫靜.虛擬學術社區中科研人員合作影響因素組態分析[J/OL].情報理論與實踐：1-15[2021-10-29].http：//kns.cnki.net/kcms/detail/11.1762.G3.20211026.1728.005.html.

[3]龐建剛，吳佳玲.基于SFA方法的虛擬學術社區知識交流效率研究[J].情報科學，2018，36（5）：104-109.

[4]張寧，袁勤儉.學術社交網絡信息質量的治理和提升[J].圖書情報工作，2019，63（23）：79-86.

[5]李玲麗，吳新年.科研社交網絡的發展現狀及趨勢分析[J].圖書館學研究，2013，33（1）：36-41.

[6]Nielsen J.Participationin Equality：Encouraging More Users to Contribute[EB/OL].http：//www.nngroup.com/articles/participation-inequality，2021-11-20.

[7]張帥.科研生命周期理論視角下學術社交網絡用戶信息需求研究[J].圖書館學研究，2021，41（5）：60-68.

[8]張敏，孟蝶，張艷.“使用—滿足”分析框架下社交媒體用戶持續使用行為的概念模型研究[J].信息資源管理學報，2020，10（1）：92-101.

[9]鄭穎，王焱弘.基于領域熱點的中外科研社交網絡功能建設研究[J].知識管理論壇，2018，3（2）：73-84.

[10]許志敏.提高我國學術社交網絡的國際傳播能力——基于ResearchGate與“科研之友”等的比較研究[J].科技與出版，2018，36（7）：26-32.

[11]Bullinger A C，Hallerstede S H，Renken U，et al.Towards Research Collaboration-a Taxonomy of Social Research Network Sites[C]//Sustainable IT Collaboration Around the Globe.16th Americas Conference on Information Systems，AMCIS 2010，Lima，Peru，August 12-15，2010.

[12]Deng S，Tong J，Lin Y，et al.Motivating Scholars Responses in Academic Social Networking Sites：An Empirical Study on ResearchGate Q&A Behavior[J].Information Processing & Management，2019，56（6）：102082.

[13]Rodrigues M W， Brando W C，Zárate L E.Recommending Scientific Collaboration from ResearchGate[C]//2018 7th Brazilian Conference on Intelligent Systems（BRACIS），2018.

[14]Yan W，Zhang Y，Bromfield W.Analyzing the Follower-followee Ratio to Determine User Characteristics and Institutional Participation Differences Among Research Universities on ResearchGate[J].2018，115（1）：299-316.

[15]譚春輝，魏溫靜.學者在學術博客與學術期刊中的科研合作對比研究——以情報學領域為例[J].情報資料工作，2020，41（6）：71-78.

[16]熊回香，楊雪萍，蔣武軒，等.基于學術能力及合作關系網絡的學者推薦研究[J].情報科學，2019，37（5）：71-78.

[17]李蕾.學術型社會化問答平臺上答案質量評估研究[D].南京：南京理工大學，2018.

[18]劉虹，李煜.學術社交網絡用戶使用動機與功能采納的特征構成及關聯分析[J].圖書館學研究，2020，38（6）：78-87，70.

[19]代君，郭世新.協同信息搜索行為的觸發情景因素探析——基于高校學生個人信息搜索失敗情景[J].圖書情報知識，2016，33（5）：62-72.

[20]趙君，廖建橋.科研合作研究綜述[J].科學管理研究，2013，31（2）：117-120.

[21]Reddy M C，Jansen B J.A Model for Understanding Collaborative Information Behavior in Context：A Study of Two Healthcare Teams[J].Information Processing & Management，2006，44（1）：256-273.

[22]金燕，李昱瑤.科研團隊成員的協同信息行為模型[J].情報理論與實踐，2015，38（9）：86-90.

[23]Ebrahimzadeh S，Sharifabadi S R，Kamran M K A，et al.Triggers and Strategies Related to the Collaborative Information-seeking Behaviour of Researchers in ResearchGate[J].Online Information Review，2020，44（5）：1077-1096.

[24]Jiang J，Ni C，He D，et al.Mendeley Group as a New Source of Interdisciplinarity Study：How Do Disciplines Interact on Mendeley？[C]//Acm/ieee-cs Joint Conference on Digital Libraries.ACM，2013：135-138.

[25]屈寶強.網絡學術論壇中的科研合作行為及其反思——以“小木蟲”學術論壇為例[J].科技管理研究，2010，30（10）：215-218.

[26]Hammook Z，Miic' J，Miic' V B.Student/Supervisor Collaboration and Usage Patterns of Publications Available on ResearchGate[C]//Wireless Communications & Networking Conference.IEEE，2016：1-5.

[27]嚴煒煒.科研合作中的信息需求結構與協同信息行為[J].情報科學，2016，34（12）：11-16.

[28]張耀坤，吳瑞，汪朝州.我國本土學術社交網絡科研之友的個案分析：困境與對策[J].高校圖書館工作，2022，42（1）：55-60.

[29]胡俏，齊佳音.基于SD演化博弈模型的數字貨幣擴散演化仿真研究[J].系統工程理論與實踐，2021，41（5）：1211-1228.

[30]Taylor P D.Evolutionary Stable Strategies and Game Dynamics[J].Mathematical Bio-sciences，1978，40（1）：145-156.

[31]賈偉強.系統動力學[M].北京：科學出版社，2020.

[32]Lüthje C，Herstatt C，Hippel E.User-innovators and“Local”Information：The Case of Mountain Biking[J].Research Policy，2005，34（6）：951-965.

[33]戴園園，梅強.我國高新技術企業技術創新模式選擇研究——基于演化博弈的視角[J].科研管理，2013，34（1）：2-10.

[34]Wu D，Xie K，Liu H，et al.Modeling Technological Innovation Risks of an Entrepreneurial Team Using System Dynamics：An Agent-based Perspective[J].Technological Forecasting & Social Change，2010，77（6）：857-869.

[35]畢德強，黃世晴，董穎，等.科研用戶學術社交網絡認知與使用動機比較研究[J].圖書情報工作，2019，63（6）：97-102.

（責任編輯：陳媛）