基于動態博弈的科研誠信激勵機制分析

吳澤宇，李牧南，2

（1.華南理工大學工商管理學院，廣東廣州 510641；2.廣東省創新方法與決策管理系統重點實驗室，廣東廣州 510641）

0 引言

2018 年5 月，中共中央辦公廳和國務院辦公廳印發的《關于進一步加強科研誠信建設的若干意見》指出科研誠信是科技創新的基石，并強調要通過加強科技計劃全過程的科研誠信管理、全面實施科研誠信承諾制和強化科研誠信審核等舉措進一步強化我國科研誠信體系建設。2022 年10 月，黨的二十大報告明確指出要弘揚科學家精神，涵養優良學風，進一步完善科技創新體系，加快實施創新驅動發展戰略。長期以來，科研誠信是科技工作者基本的素養和道德準則，但國際社會科研學術不端行為依然屢見不鮮，已經演變為全球性的科技治理難題之一。盡管學術論文的撤稿原因較為多元化，但涉嫌學術不端的撤稿論文依然占據相當高的比例，在數據庫The retraction watch 中檢索2018—2022 年的撤稿論文，來自中國的論文依然較多1）。楊耀等［1］基于撤稿論文的國際比較研究發現，近年中國每萬篇論文撤稿比例已顯著下降，但還是高于美、英、德和日本，在基礎生命科學領域的撤稿論文呈現逐年下降，但物理科學領域的占比逐年增加，并呈現向新興技術和交叉學科轉變的新趨勢?？蒲姓\信之所以是一個全球性的治理挑戰，主要在于科研失信、學術不端和學術道德失范等現象背后的成因比較復雜，既有歷史、制度、文化，也有社會發展內在的價值觀沖突等多種因素的交織［2］。此外，其他西方發達國家和印度為代表的發展中國家也有不少學者涉及各類學術不端問題［3］。因此，無論是美國和西歐為代表的西方發達國家，還是中國、印度和巴西為代表的新興經濟體或發展中國家，科研誠信體系的建設和持續完善依然是一項全球性的科技治理挑戰。其中，英國針對科研誠信的治理策略核心是教育、引導、咨詢和充分賦予基層對學術不端行為的處理權力［4］；而美國的科研誠信治理機制經歷了一個從寬松到嚴厲的演變［5］，并且美國政府積極介入，建立了國家層面的科研誠信辦公室，且賦予了該機構一定的行政執法權［6］。

科研誠信原本是一種基本的學術道德規范，但是涉及到科研人員和機構的各類評審和評價以及與之關聯的各種表層和隱性的諸多利益，各種學術失信行為依然屢見不鮮。Necker 等［7］的研究甚至認為，各類形式多樣的可疑學術實踐或許是一種較為長期、廣泛而普遍存在的現象。Bik 等［8］根據一項針對2萬篇論文的圖片使用情況的調查發現：在過去10 年中，有問題圖片的論文的流行率顯著上升。關于學術論文的圖片問題，部分論文雖不存在明顯的學術欺詐或造假行為，但仍存在有圖片誤用問題。某些學科領域的學術造假現象也比較嚴重，Craig 等［9］通過分析1998 年至2017 年期間從著名學術期刊上撤回的160 篇心理學文章發現，這些論文的撤稿主要原因均為數據造假。鑒于此，近年來針對學術不端和行為的研究也成為科技評價改革領域的熱門話題。例如，夏文莉［10］通過因子分析法分析了相關的科研不端行為要素，認為科研誠信和科技評價緊密相關。劉寧等［11］則認為科研誠信不應簡單歸結為制度不完善，還需要和科研人員道德意識、價值觀以及大學生和年輕科研人員的科技誠信教育等因素關聯。朱邦芬［12］認為，我國科研誠信問題還需要考慮進一步處理名和利的關系，相關政策和管理辦法應區分負責任的科研、學術不當和學術不端3種行為，并采取相應措施，加強相關教育。

針對科研誠信所帶來的外部性問題，Hussinger等［13］認為學術不端使公眾對更廣泛的研究成果產生不信任，其影響范圍可能超出了普遍意義上的估計和想象，而潛在的檢舉人可能為了保護自己的聲譽和職業生涯，甚至不愿意公開檢舉學術不端行為。吳冠軍［14］提出，科研誠信不僅僅關系到學者個人的學術聲譽，也關系到學術共同體的政治性和榮譽性。近年來，部分發達國家對于一些典型和重大學術不端案例的處理，可以作為推進科研誠信體系建設的參考，例如美國巴爾的摩學術不端案的處理爭議持續了10 年，直接影響了美國聯邦政府對于處理學術不端的態度，并重組了科研誠信辦公室，成立了針對重大學術不端爭議的上訴委員會［15］；王陽［16］認為美國巴爾的摩學術不端案對于中國完善科研誠信治理體系也有積極的參考意義，需要給予被質疑主體充分的申訴和自辯權。趙延東等［17］根據2017 年對北京市科技工作者抽樣社會調查所得數據的分析，結果顯示只有9.4%的科技工作者在知曉學術不端行為后選擇舉報，但是大部分被調查者均認為學術共同體成員內部舉報是發現學術不端行為的重要來源。

綜合國內外相關研究看，針對科研誠信激勵機制的研究依然缺乏廣泛共識，存在較大拓展空間，尤其是如何更好發揮科研管理和監督部門、科研機構、學術共同體、科研人員之間的協同共生關系，構建更為積極合理、符合中國國情的科技誠信監督體系以及更科學客觀的評價機制。例如：對于長期保持科研誠信的個體和單位是否應該予以某種形式的鼓勵？學術共同體對于學術不端行為的監督是否納入誠信體系建設的責任范疇？對于科研誠信體系與監督機制的建設研究大多停留在數據統計的分析與國內外政策比較分析的基礎上，通過模型分析是否更有助于分析誠信體系建設的困境？

由于針對科研人員誠信行為的激勵機制，以及誠信監督和體系建立，存在不同的目標導向和體系建設策略，事實上也形成了多方博弈的困境?；诂F實的管理問題和情境，本文構建相應的多主體多階段的動態博弈模型，對科研誠信體系的激勵機制開展量化分析，從而進一步豐富了科技評價和科研誠信體系建設相關的理論和方法體系，并對相關科技政策完善提出針對性的參考建議。

1 研究設計

從已有的國內外文獻看，部分學者也意識到了科研誠信行為激勵機制和方式存在一定的多方博弈困境［18-19］。而如何從這些博弈困境中發現隱藏的動因以及相關的管理啟示，依然存在較大的研究和拓展空間。因此，本文從動態博弈視角構建研究模型，并結合具體的應用算例進行探討和分析。

首先，關于科學或學術共同體對于科研誠信體系的意義，本文認為其既是科研誠信的監督對象，也是被監督對象，正如科研人員也同樣可以是同行評議的專家。盡管包括我國在內的大部分國家均有科研誠信辦公室類似的職能機構，但科研誠信監督的職責卻是參與科研活動各方都具備的職責，也是科研行為主體各方的內蘊式責任和義務。

其次，目前國內外主流觀點均認為針對科研誠信涉及3 個主要的利益相關方或博弈主體（game agents），即科研活動主體（academic agent）、評審主體（peer-review agent）、學術共同體和監督主體（monitoring/supervision agent）［18］。然而，目前國內外針對這3 個主體之間的復雜博弈關系缺乏系統性研究，而科研誠信體系激勵機制需要進一步對這種潛在的多主體多階段的動態博弈關系進行進一步梳理和分析。

因此，本文通過引入動態博弈模型，將參與誠信體系與監督機制建設的科研人員、學術共同體及科研誠信監督機構的多方關系進行建模分析，從學術共同體參與科研誠信監督體系及對科研主體是否進行誠信激勵兩個維度出發，所建立的3 個目標導向（策略）如下：

（1）以最大化誠信率為目標（目標導向1）。假設科研人員的學術成果大多數均遵守了科研誠信，這其實是目前我國絕大部分科研機構所采取的基本策略，就是假設最大多數的科研人員是遵守誠信準則。顯然，對于學術共同體和監督機構而言，這是成本最節省的策略。

（2）以最小化學術不端作為目標（目標導向2）。采取較為嚴格的科研誠信審查和監督機制，盡量減少學術不端行為的發生；這是目前國內外少數科研機構采取的策略，即采取較為積極主動的策略減少，甚至杜絕學術不端問題發生。對于評審和監督主體而言，這種策略無疑會極大增加防范和檢測的成本，也可能會打擊科研人員的積極性。

（3）以最大化學術不端懲罰為目標（目標導向3）。該目標導向或實施策略是最大化學術不端行為的懲罰力度，從而形成一定的震懾效果；這其實是目前不少科研機構準備，或者希望采取的策略。但是，最大化懲罰力度也存在執行周期長，取證和執行細節難以完全把握的問題。

以上3 種策略都被國內外科研機構廣泛采用，甚至在不同時期，不同學科采取其中一種，或多種策略的組合。但是，這3 個目標導向或者科研誠信體系構建策略卻存在相互矛盾的地方。例如，假設某機構以最大化機構科研人員的誠信為基本策略，則很有可能增加學術不端行為的比重和風險；而通過嚴格的科研誠信審查和監督機制，一方面造成了巨大的審查和機會成本，又可能打擊科研人員積極性，從而影響整體的學術氛圍。此外，如果采取最大化學術不端懲罰，也可能存在如何監督，誰來監督和審查以及這種懲罰力度如何掌控等具體操作問題，與最大化誠信率和最小化學術不端的目標導向之間也不一定能夠完全共存。

1.1 基本假設

針對科研誠信或學術不端行為的監督和博弈，一般包括科研人員（academic agent）、學術共同體(academic community agent/peer-review agent) 和監督機構（monitoring agent）3 個主要的利益相關方［19］。通過各利益相關方的相互監督，相互協作，則可以進一步強化針對學術不端行為的監督機制?？蒲姓\信監督機構（第三方）也可以作為廣義學術共同體的范疇，但是這里指科技管理部門或者第三方的監督和評估機構，例如：我國科技部門的科研誠信監督管理辦公室以及高校和科研機構的科技管理部門等。因此，基于以上的基本概念和定義，本文博弈模型的基本假設如下：

（1）假設博弈模型中包括科研人員、評審專家（學術共同體）、監督機構3 個博弈方。

（2）假設博弈三方均為理性經濟人（博弈模型的傳統假設），其決策的依據是自身利益最大化；當然科研人員個體的科研誠信行為決策受到多方面因素影響［20］。

（3）假設無論科研人員是否選擇誠信，只要未被發現失信行為（沒有被檢舉，并未被相關監督機構認定為學術不端），科研監督機構均會對其進行獎勵。

（4）假設存在對誠信行為的激勵，即科研人員選擇誠信是監督機構會給予其正向獎勵使其持續選擇誠信的動機強化；

（5）假設存在對失信行為的激勵，即科研人員選擇失信行為時未被發現，監督機構給予其正向獎勵使其下次選擇誠信的動機減弱；

（6）假設存在對失信行為的懲罰，即科研人員選擇失信時被發現，學術共同體和監督機構給予其懲罰措施使其下次選擇誠信行為的動機加強；

（7）動態博弈過程假設：博弈過程按照“科研人員—學術共同體—監督機構”的順序進行博弈。

以上的理論假設就構成了本文針對科研誠信行為激勵機制動態博弈分析的數理基礎。

1.2 局中人參數設定

根據以上的理論假設，本文博弈模型的參數設定如表1 所示。

表1 博弈模型的參數設定

從當前針對科研人員誠信行為和監督體系構建的具體管理問題看，可以考慮歸結為“是否需要對科研誠信進行適當激勵”或“是否需要對學術不端行為加大處罰力度”。事實上，根據目前我國現階段有關學術不端行為的各級管理辦法看，無論是國家的科技和教育部門，還是高校和科研院所為代表的機構都對學術不端行為出臺了管理細則，而且均增大了對各類學術不端行為的懲罰力度。但是，針對是否需要對科研誠信行為進行適當激勵（鼓勵）卻很少討論。這一方面在于科研誠信是科研人員理應遵守的基本道德準則，正如行人過馬路需要遵守基本的交通規則一樣。

針對那些遵守交通規則的人群給予適當的物質或者精神鼓勵，是否會激勵遵守交通規則行為更為普遍，從而降低潛在的交通隱患呢？本文認為，在一定的管理情境、制度和機制背景下，正如對遵守交通規則的普通人群給予適當激勵的原理類似，也可以考慮對于遵守科研誠信的科研人員給予物質和精神層面的鼓勵，例如：科研機構或學術共同體不定期舉辦科研誠信先進個人或機構的評選，正如國家和省市層面評選道德模范的激勵機制類似。基于以上考慮，本文在接下來的動態博弈分析中，考慮誠信激勵和誠信無激勵兩種基本的博弈模式，并構建了多階段的博弈分析流程。

2 不考慮獎勵機制的博弈分析

從目前國內外大部分科研機構針對科研誠信行為的激勵機制看，基本都沒有導入獎勵機制，主要原因在于科研誠信屬于科研人員道德體系的自然構成要素，而違反這種基本道德準則的學術不端則需要予以相應的懲戒；因此，不考慮獎勵機制的科研誠信行為博弈屬于基本模型與當前現實的科研管理情境相吻合。

2.1 博弈流程

博弈模型包含科研人員與監督機構兩個參與方，博弈順序為科研人員到監督機構，基本的動態博弈流程如圖1～圖4 所示。

圖1 不考慮獎勵機制的第一階段博弈流程

在圖1 的第一階段博弈中，從目前針對各類學術失信行為的監督和處理看，存在幾類情況：首先，科研人員自身的誠信和不誠信的策略選擇；其次，單以科研人員出現學術不誠信信的情況而言，對于監督機構而言，也存在是通過學術不端調查和不通過誠信檢驗兩種策略。由于學術不端認定存在專業壁壘、難以取證、證據鏈缺失等等問題，針對學術不端行為的處理策略往往存在這兩種基本策略，即通過或不通過科研誠信認定，也就事實上造成了策略選擇的概率。

對于動態博弈而言，第一階段的博弈結果會產生一定的后續連鎖效應，這也是動態博弈的主要特質之一。針對第一階段的博弈，在第二階段，因為誠信沒有事實上的任何激勵，因此，科研人員可以根據事實上的不通過概率（被發現學術不端，并被給予科研失信通告）采取相應的應對策略：誠信或失信，這也是動態博弈自身特點，如圖2 和圖3 所示。

圖2 不考慮獎勵機制的第二階段誠信博弈流程

圖3 不考慮獎勵機制的第二階段失信博弈流程

圖4 是針對第一階段出現學術誠信監督不通過的情況進行第二階段博弈。這個階段在現實情境下，就是需要對第一階段失信行為進行再次認定和給予相應的懲罰措施；因此，在很多機構會啟動第二輪的科研誠信問題監督，會尋求更高級別學術委員會，或者第三方科研機構對于第一階段的科研誠信監督不通過的問題進行確認，但是鑒于目前國內針對學術誠信問題的處罰管理辦法和規定并不一致；因此，從理論上看，即使被認定科研誠信有問題（不通過）也可能出于某種其他原因而不懲罰，盡管這種概率較低。

圖4 不考慮獎勵機制的第二階段失信懲罰博弈流程

2.2 優化問題

根據以上的圖1～圖4 博弈流程和理論假設，可得到以下的多目標優化問題，這3 個目標之間存在一定的潛在沖突，符合多目標優化問題的基本特征，模型1 如下所示：

在模型1 中，目標函數式包括：（1）最大化科研誠信的信任率（通過率）；（2）最小化學術不端（非誠信）；（3）最大化對學術不端行為的懲罰，這3 個目標存在一定的潛在沖突。此外，模型1 的約束條件包括科研人員初始誠信率α小于1，監督機構對于失信事件的查處率γ低于1，最后一個約束條件則保證第二階段誠信度（α+r）也需要小于1，這些約束條件符合目前現實情況下的管理情境或博弈困境。

2.3 結果分析

對于優化模型1 的解，可以將其分為基本的3個目標導向，即：最大化誠信導向、最小化學術不端導向、最大化學術不端懲罰導向。通過3 個變量（α、γ、r）的變化對此3 個目標導向進行分析。

2.3.1 最大化誠信導向（目標導向1）

此時，優化問題可轉化為：

此時，目標函數U1可表示為：

式（3）中：α、r對于最大化誠信通過導向具有正向作用，γ對于最大化誠信通過導向具有逆向作用。

2.3.2 最小化學術不端導向（目標導向2）

此時，優化問題可轉化為：

此時，目標函數U2可表示為：

式（5）中：α、r對于最小化非誠信通過導向具有逆向作用，γ對于最小化非誠信通過導向具有負向作用。

2.3.3 最大化學術不端懲罰（目標導向3）

此時，優化問題可轉化為：

此時，目標函數U3可表示為：

此時，α，r對于最大化非誠信懲罰導向具有逆向作用。而對于γ，其對于U3的作用存在區間現象，即：

3 增加獎勵機制的博弈分析

3.1 博弈流程

根據上文的模型構建和理論假設，一旦加入誠信獎勵機制，例如：定期邀請第三方專家對本機構科研人員，對本機構人員開展科研誠信模范的評選活動，并給予一定的精神鼓勵等。此時，動態博弈流程也可以分為兩個階段，共5 個博弈流程，如圖5～圖9 所示。

圖5 增加獎勵機制的第一階段博弈流程

在考慮誠信獎勵機制的動態博弈中，本文考慮引入學術共同體的同行評議作為其中的博弈方。在已有科研誠信監督體系中，學術共同體盡管承擔著同行評議的工作，但是，針對學術誠信的評議卻不承擔任何責任。盡管某些學術論文存在明顯的學術不端和誠信問題，但是不少期刊的編輯、外審專家和主編都給予了通過處理；但是，針對那些出現學術誠信的科研論文，卻沒有相應的問責機制要求學術共同體承擔一定責任。

在圖6 的博弈流程中，從理性經濟人的角度，或者說個體期望收益最大化的角度，科研人員依然存在兩種策略：誠信和失信。這里與上節的誠信無激勵相比，科研人員的收益發生了變化，從而產生來一些不同的博弈結果集，而圖7～圖9 的博弈流程也展現出這些特征。

圖6 增加獎勵機制的第二階段誠信激勵博弈流程

圖7 增加獎勵機制的第二階段失信激勵博弈流程

圖8 的博弈流程是當科研人員的誠信檢驗不通過（K3）的時候，或者出現科研誠信問題的時候，監督機構采取懲罰的博弈流程。圖8 表明的是，如果監督機構需要對科研人員誠信不通過（K3）進行相應懲罰，依然需要借助學術共同體的同行評審啟動相應處理流程；而且，即使同行評審或更高級學術委員會認定科研誠信出現問題，對于監督機構而言，依然可以選擇策略：通過懲罰或不懲罰。

圖8 增加獎勵機制的第二階段失信懲罰（來自監督機構）博弈流程

圖9 的博弈流程是當科研人員的誠信檢驗被評審專家認定不通過（K4）的時候，如果需要啟動懲罰，根據目前現實的管理情境，也需要啟動相應的流程，也需要進一步尋求更高一級學術委員會，或者第三方同行專家的審查，而具體懲罰措施是否執行也存在兩種策略：通過懲罰或者不懲罰（或者懲罰力度不至于造成實質性的利益損害）。

圖9 增加獎勵機制的第二階段失信懲罰博弈流程

3.2 優化問題

根據圖5～圖9 的誠信激勵博弈模型，也可以得到一個典型的多目標優化問題，模型2 如下所示：

在式（8）中，第一個目標函數表示最大化誠信通過，第二個目標函數表示最小化學術不端通過，第三個目標函數表示最大化學術不端懲罰，約束條件與式（1）類似，與前面的參數假定一致，符合現實的管理情境。

3.3 結果分析

對于多目標優化模型2 的解，也可以將其分為3 個目標導向，并分別求解其最優解，并進行相應的綜合比較，具體計算如下。

3.3.1 最大化誠信通過導向（目標導向1）

此時，多目標優化問題可化簡為式（9）：

此時，目標函數U1可表示為：

通過對目標函數U1的處理，可以獲得以下指標：

①科研人員初始誠信率。

將式（10）對α求偏導可知其為對U1在定義域上的單調增函數，即在其他參數不變的情形下，科研人員的初始誠信率對于最大化誠信激勵導向起正向作用。

②學術共同體通過率（失察率）。

將式（10）對β求偏導可知：

此時管理意義可理解為：學術共同體通過率對于最大化誠信導向的作用是正向與否取決于γ與的大小關系，即并不是在所有情形下減少學術共同體的通過率（失察率）都可以達到最大化誠信導向的目的，當γ足夠小時，即監督機構對誠信問題未發現（失職）概率非常低時，對于科研人員來講學術共同體失察率上升反而會增加最大化誠信激勵導向，這可能是因為被學術共同體發現的退稿成本遠遠低于被監督機構發現的懲罰成本而導致其下次誠信概率大大增加。

③監督機構通過率。

將式（10）對γ求偏導可知其為對U1在定義域上的單調減函數，即在其他參數不變的情形下，監督機構的通過率（失職率）對于最大化誠信激勵導向起逆向作用。這個問題決定了對于誠信建設起決定性作用的是監督機構，其失職率會直接影響最大化誠信導向的建設。

④誠信激勵率。

將式（10）對w求偏導可知其為對U1在定義域上的單調增函數，即在其他參數不變的情形下，監督機構的對誠信行為的激勵會促進最大化誠信導向的建設。

⑤失信激勵率。

將式（10）對s求偏導可知其為對U1在定義域上的單調減函數，即在其他參數不變的情形下，監督機構的對失信行為的激勵會減少最大化誠信導向的建設。

⑥失信懲罰率（來自監督機構）。

將式（10）對r求偏導可知其為對U1在定義域上的單調增函數，即在其他參數不變的情形下，監督機構的對失信行為的懲罰會促進最大化誠信導向的建設。

⑦失信懲罰率（來自學術共同體）。

將式（10）對q求偏導可知其為對U1在定義域上的單調增函數，即在其他參數不變的情形下，學術共同體的對失信行為的懲罰會促進最大化誠信導向的建設。

總的來講，科研人員初始誠信（α）、誠信激勵率（w）、失信懲罰率（r、q）對于最大化誠信導向的建設起著明顯的促進作用；而監督機構通過率（γ）、失信激勵率（s）對于最大化誠信建設起著負面作用；最特殊的要數學術共同體通過率（β），其對最大化誠信建設的影響取決于γ與的大小關系，當γ足夠大時，降低學術共同體的失察率會對最大化誠信建設產生促進作用，反之，當γ足夠小時，提高學術共同體的失察率才會對最大化誠信建設產生促進作用。

3.3.2 最小化學術不端率導向（目標導向2）

此時，多目標優化問題可化為式（11），如下所示。

此時，目標函數U2可化為

通過對目標函數U2的處理，可以獲得以下指標：

①科研人員初始誠信率。

將式（12）對α求偏導可知：

其為對U2在定義域上的單調減函數，即在其他參數不變的情形下，科研人員的初始誠信率對于最小化失信激勵導向起正向作用。

②學術共同體通過率（失察率）。

將式（12）對β求偏導可知：

③監督機構通過率。

將式（12）對γ求偏導可知：

其為對U2在定義域上的單調增函數，即在其他參數不變的情形下，監督機構的通過率（失職率）對于最小化失信激勵導向起逆向作用，管理意義可理解為希望最小化失信行為的激勵，須最大程度降低監督機構的失職率。

④誠信激勵率。

將式（12）對w求偏導可知：

其為對U2在定義域上的單調減函數，即在其他參數不變的情形下，監督機構對誠信行為的激勵會促進最小化失信激勵導向的建設，管理意義可理解為，即使對誠信行為的激勵會導致失信行為的增加，也要加強對誠信行為的激勵，才能達到對于失信行為的激勵的最小化。

⑤失信激勵率。

將式（12）對s求偏導可知：

其為對U1在定義域上的單調增函數，即在其他參數不變的情形下，監督機構的對失信行為的激勵會減弱最小化失信導向的建設。

⑥失信懲罰率（來自監督機構）。

將式（12）對r求偏導可知：

其為對U2在定義域上的單調減函數，即在其他參數不變的情形下，監督機構的對失信行為的懲罰會促進最小化失信導向的建設。

⑦失信懲罰率（來自學術共同體）。

將式（12）對q求偏導可知：

其為對U2在定義域上的單減增函數，即在其他參數不變的情形下，學術共同體的對失信行為的懲罰會促進最小化失信導向的建設。

總的來講，科研人員初始誠信（α）、誠信激勵率（w）、失信懲罰率（r、q）對于最小化失信導向的建設起著明顯的促進作用；而監督機構通過率（γ）、失信激勵率（s）對于最小化失信激勵建設起著負面作用；最特殊的要數學術共同體通過率（β），其對最小化失信激勵的影響取決于的大小關系。

3.3.3 最大化學術不端懲罰導向（目標導向3）

此時，優化問題可化為一個單目標優化問題，如式（13）所示。

此時，目標函數U3可化為

通過對目標函數U3的處理，可以獲得以下指標：

①科研人員初始誠信率。

將式（14）對α求偏導可知：

若α在區間上為減函數，在區間上為增函數，則最大化學術不端懲罰導向所需初始誠信率在區間兩端取極大值。

此處管理意義可理解為：不是在所有情況下，初始誠信率低就一定會促進最大化學術不端懲罰導向的發展，對于不同初始誠信率的科研人員得使用不同的激勵程度的激勵才能達到最大化學術不端懲罰。

②學術共同體通過率（失察率）。

將式（14）對β求偏導可知：

此時管理意義可理解為：不是所有情形下學術共同體通過率對于最大化學術不端懲罰導向的作用是逆向的。

③監督機構通過率。

將式（14）對γ求偏導可知：

若兩種情形均存在，則β在區間上增，在上減，此時為極大值點，此時達到最大化學術不端懲罰。

④遵守科研誠信的激勵率。

將式（14）對w求偏導可知：

其為對U1在定義域上的單調減函數，即在其他參數不變的情形下，監督機構的對誠信行為的激勵會弱化最大化學術不端懲罰導向的建設。

⑤不遵守科研誠信的激勵率。

將式（14）對s求偏導可知：

其為對U3在定義域上的單調增函數，即在其他參數不變的情形下，監督機構的對失信行為的激勵會強化最大化學術不端懲罰導向的建設。

⑥失信懲罰率（來自監督機構）。

將式（14）對r求偏導可知：

其為對U3在定義域上的單調減函數，即在其他參數不變的情形下，監督機構的對失信行為的懲罰會減弱最大化學術不端懲罰導向的建設。

⑦失信懲罰率（來自學術共同體）。

將式（14）對q求偏導可知：

其為對U3在定義域上的單調減函數，即在其他參數不變的情形下，學術共同體的對失信行為的懲罰（退稿）反而會弱化最大化學術不端懲罰導向的建設。這可能是因為退稿對于失信行為的懲罰嚴重程度遠遠低于監督機構對于其失信行為的懲罰，即當我們需要最大化學術不端懲罰導向時，不應增加學術共同體對于誠信問題發現的負擔。

一般而言，科研人員初始誠信（α）、誠信激勵率（w）、失信懲罰率（r、q）對于最大化誠信導向的建設起著明顯的促進作用；而監督機構通過率（γ）、失信激勵率（s）對于最大化誠信建設起著負面作用；最特殊的是學術共同體通過率（β），其對最大化誠信建設的影響取決于γ與的大小關系，當γ足夠大時，降低學術共同體的失察率會對最大化誠信建設產生促進作用，反之，當γ足夠小時，提高學術共同體的失察率才會對最大化誠信建設產生促進作用。

4 結論與啟示

通過針對科研誠信體系激勵機制的動態博弈分析可以發現，直覺上認為是基本一致的3 個科研誠信激勵策略（目標導向）存在一定的相互沖突。首先，針對科研人員給予最大化的科研誠信通過（目標導向1），就很難實現或保障對學術不端行為的最小化（目標導向2）和進行最大化的懲罰（目標導向3）；其次，近年來，無論是從每萬篇學術論文的撤稿率，還是學術造假的論文數量，在大部分學科均出現了顯著下降［1］，盡管目前還高于美英等發達國家，但是整個學術圈的氛圍正在向良性發展，遵守科研誠信，回歸科研初心已經成為我國學術界的主流，隨著科技評價改革的深入，以及相關的體制和機制進一步完善，我國科研誠信體系也將愈發走向完善，從而進一步服務于國家的創新驅動發展戰略、“十四五”規劃和2035 遠景目標。

首先，對于最大化誠信通過導向與最小化學術不端導向的建設，科研人員初始誠信（α）、誠信激勵率（w）、失信懲罰率（r、q）均起著明顯的促進作用；而監督機構通過率（γ）、失信激勵率（s）則起著逆向作用。科技監管部門要實施這兩個目標導向，須增加科研人員誠信教育、鼓勵誠信行為并且對失信問題做出適當處罰，同時要增加對于誠信問題的審查嚴謹度，盡量避免對于潛在非誠信行為的激勵。其次，對科研工作進行誠信激勵有利于3個目標導向的實施。在部分管理情境下，對于誠信行為的激勵比對學術不端行為的懲罰更有利于科研誠信體系建設目標的實現。第三，盡管國內外研究均強調了科學（學術）共同體對于科研誠信體系建設和科研監督的重要作用；但是本文的分析可以發現，學術共同體積極參與科研誠信監督在對3 個目標導向實現均有一定的積極意義。當然，目前我國的學術共同體也存在完善和改進空間，也需要考慮重構一些基礎的價值觀［21］。第四，對于科研誠信監督機構而言，3 個目標導向無法共同實現，相較最大化誠信通過和最小化學術不端而言，最大化學術不端懲罰需要滿足的條件更為復雜，與科研人員初始誠信率、學術共同體通過率及監督機構通過率的變動是密切相關的。因此，科研誠信監管部門在實行最大化學術不端懲罰目標導向，應注意這3 個方面因素的變動，需要采取更為謹慎的態度，需要考慮從完善相關法律法規和管理辦法入手，廣泛聽取不同意見，包括被監督者的如實反饋。

本文針對科研誠信激勵機制的博弈分析部分解釋了過去30 年我國科研誠信相關政策更多聚焦于提高科研人員誠信意識和加大學術不端懲罰力度和威懾的價值取向，而缺乏像俞立平等［22］學者在獎勵機制設計和針對相關科技評價制度改革的關注。

科研誠信體系的持續完善是一個較為復雜的科研管理問題，也依然是全球科技治理的重大挑戰。無論是西方發達國家，還是以中國和印度為代表的新興經濟體和發展中國家，科研誠信都是科技創新的重要基礎，而為了進一步強化科研誠信行為，相應的激勵機制和管理策略需要考慮目標導向的差異化以及結合自身的發展實際，選擇更為合理的目標導向和改進策略，這其中包括進一步完善科研誠信相關的法律法規和管理體系建設以及執行學術報告制度等。此外，還需要考慮進一步引導學術共同體向更為有序、和諧和健康的學術生態系統演進。與此同時，進一步完善現有的監督主體的問責機制，以及科技管理部門的職能和職責，加強針對科研誠信的教育，尤其是在大學生和青年研究人員群體中，進一步強化科研誠信教育，弘揚科學家精神，防止學術不端走向灰色地帶，加強關于科研誠信的學術研究和國際交流，也是科研誠信體系進一步完善的重要措施。

注釋：

1）數據來源于The Retraction Watch Database（http://retractiondatabase.org/RetractionSearch.aspx），檢索時間為2020 年01 月01 日—2023年08 月30 日。