相關利益主體決策博弈行為對科研數據共享的影響研究

關鍵詞：科研數據共享：利益相關主體；科研人員；數據共享平臺；地方政府監管部門；決策博弈；策略演化

近年來，鑒于我國科研數據共享效率相較于國外而言仍處于較低水平，國內外專家與學者認為如何促進科研數據的有效利用，保護數據權益的同時實現協同治理，以及能否系統梳理相關利益方的權益訴求與決策博弈是應對共享效率低下的關鍵。然而，現實情況是科研數據共享中相關利益方訴求被滿足才能達到協同治理的最佳效果，部分學者也發現各利益主體存在的復雜利益博弈關系是阻礙數據共享效率的關鍵。如高曉寧等在研究數據共享平臺和科研人員博弈關系時，認為數據共享平臺在信息不對稱和外界利益的驅動下，存在潛在的道德風險，嚴重違背科研人員意愿且損害其利益，會阻礙科研數據的共享效率：梁宇等針對科研數據共享倫理困境的主體進行治理研究時，發現科研數據的惡意使用和篡改行為導致的數據安全隱患會降低科研人員的數據共享意愿。

鑒于此，關注眾多利益相關者訴求與權益博弈問題，協調各利益相關方之間的博弈關系，有助于推動科研數據流通共享，提高科研數據開放共享效率，進而在科研數據共享過程中充分發揮組織動員和協作能力的最佳效果。

1相關研究

現階段，我國科研數據共享面臨諸多問題，如數據共享法律政策不完善，數據產權受到沖擊．數據的質量、標準等方面的差異導致的科研數據共享結構失衡；各主體對需求、權利、責任、風險等方面不同的訴求和期望導致的利益失衡等。為此，國內外學者為提升科研數據共享效率，其相關研究可以分成微觀、中觀和宏觀3個層面。

1）微觀層面是指科研人員作為行為主體，需要增強自身風險意識和注重自身數據管理素養，進而促進科研數據共享效率提升。①科研人員共享動機與意愿層面。Monteiro E C等在研究科研人員失范行為時發現，科研人員的共享意愿可能受到多種因素的影響，包括制度、文化、倫理、社會和個人因素等；Kim J等通過對高校科研人員的調查，比較了其數據共享意愿與參與者特征之間的關系，并通過邏輯回歸分析確定，缺乏獎勵機制是影響科研數據共享的重要因素。②數據管理素養和能力培養層面。Sayogo D S等利用DATAONE項目工作組進行的調查結果，得出科研人員的數據管理能力是影響數據共享的關鍵因素：盧祖丹在探討科研人員數據共享激勵機制時提出，通過加強數據管理培訓和指導，提升科研人員的數據素養，有助于提高數據共享的質量和效率。③科研數據共享倫理及法律意識培養層面。朱貝等在探討科研數據共享中的隱私治理對策時，提出應積極引導建立隱私保護的道德倫理共識，并通過宣傳和教育培養科研數據生成者、發布者、傳播者等對數據權屬和隱私的法律意識，從而約束并規范科研數據共享行為，最終形成良好的科研數據共享生態環境。

2）中觀層面主要指數據共享平臺的數據管理職責，確保數據的有效共享和安全。①數據共享平臺的建立與維護層面。如Grossman R L指出了建立數據共享平臺的必要性，并針對數據共享平臺建設難題提出了十項解決方案；Wang Y Y等基于ASCE數據感知與分析（DSA）委員的調查，確定了數據標準監管、數據有效性、數據安全保護和大規模數據共享技術等多項共享平臺治理重點。②數據標準化與質量控制層面。Morrison L W等指出，數據標準化能夠提升數據的一致性和可比性，從而促進跨機構的數據共享。Kahn M G等提出了數據質量控制框架，強調了數據收集、處理和使用過程中質量控制的重要性，并建議通過制定統一的標準和流程來保障數據質量。③數據安全與隱私保護層面。Wang Y R等針對數據共享中的隱私風險，提出了基于差分隱私的數據保護方法。LiW等強調在大數據環境下，應通過多層次的數據加密和訪問控制，結合數據匿名化和審計追蹤技術，確保數據共享過程中的安全性和隱私保護，從而平衡數據共享與隱私保護的關系。

3）宏觀層面指政府相關部門作為行為主體，需要履行相應的監管審查及制度保障，制定和執行有效的政策以規范和促進科研數據共享。①政策和法規制定層面。高曉寧等基于計劃行為理論和系統動力學方法，通過量化關鍵影響因素對科研數據共享效率的作用關系，發現完善數據共享政策對整個科研數據共享生態系統影響顯著：馬費成等對數據價值釋放相關主體進行了劃分，并提出多元主體參與政策保障機制的建立和完善是保障數據安全、確保數據價值得到充分挖掘的關鍵。②監管和審查機制層面。Borycz J等基于技術接受模型和多因素分析方法，發現值得信賴和開放的研究環境會促進數據共享行為：Loenen B等基于對歐盟數據共享實施現狀的分析，強調了數據監管和審查政策是保護個人數據安全的關鍵；Berberi I等指出，高效且安全的數據共享環境需要國家層面的數據管理政策以及相關法律法規的支撐，并通過有效機制來監管相關方對數據共享政策的遵守情況。③資金支持與激勵層面。Tenopir C等、Kim Y等認為，如果能夠給予國家政策支持，或是提供數據服務和工具、數據存儲庫等技術支撐，會在很大程度上提升科學數據共享的意愿。然而，Fecher B等認為，即使有國家政策和數據管理技術等支持，愿意提供科學數據的研究人員仍然占極少數，提出需要進一步落實激勵政策以提升共享意愿。陳欣等、孫俐麗等認為，可以通過經濟補償、激勵機制和學術認可等方面促進科研數據共享效率。

綜上所述，國內外相關文獻在科研數據共享效率方面的研究具有重要的借鑒和指導意義，但仍存在部分不足：一是研究方法主要集中在定性研究，定量研究相對較少：二是現有文獻主要采用靜態分析，無法體現主體之間在一個時間段內相互作用產生的變化過程：三是鮮有研究從多方利益主體協同合作的角度出發，系統性地分析科研數據共享中各利益主體間的互動及其約束機制。鑒于此，本文試圖基于多元主體協同視角，分析以下問題：①科研數據共享主體決策行為之間有什么相互影響？②主體決策因素間交互作用是否對博弈主體決策行為產生影響？③如何考慮科研數據共享系統演化影響因素間復雜、動態的交互關系，從而厘清各主體間的利益訴求，探討優化路徑？

2科研數據共享主體界定及博弈關系分析

由于科研數據共享中涉及的主體較多，綜合相關文獻和已有研究，并結合文章研究問題，本文界定科研數據共享中涉及的利益主體主要包含數據共享平臺、科研人員（數據提供者、數據使用者）、政府監管部門（下文統稱監管部門）3個關鍵主體。文章提供了一個框架來詮釋科研數據共享場景中利益相關者之間的動態關系，如圖1所示。

1）數據共享平臺在科研數據共享活動中擔任共享中介角色，致力于保護科研人員權益并發掘數據潛在價值，提升學界對平臺的信任水平，增加平臺的知曉度和認可度，以吸引更多科研人員參與，進而實現自身利益最大化。但在參與數據共享的過程中，由于信息不對稱以及外界利益的驅動，數據共享平臺可能存在潛在的道德風險行為（如私自篡改數據、交易數據，謊報交易金額以謀取差價等），以此獲取投機收益，以致影響平臺聲譽。這類行為會對科研數據共享環境造成沖擊，阻礙科研數據共享進程。

2）科研人員既是數據提供者，也是數據使用者。作為數據提供者，為維護自身權益，他們會考慮共享數據的成本和數據安全風險，選擇是否向平臺共享數據；而作為數據使用者，他們同樣會優先考慮保護自己的權益，因此，會基于對平臺的信任或平臺的信譽水平來決定是否購買使用數據。

3）政府相關監管部門需要協調各方利益，形成完備的數據共享保障體系。如制定嚴格的監管制度和激勵策略，以降低數據共享的風險，維護參與共享科研人員、組織和機構的共享權益，從而促使更多的研究機構和個人積極參與共享，最終推動科研數據的共享進程。

3科研數據共享主體決策博弈模型

3.1基本假設

由上述科研人員、數據共享平臺與政府監管部門間博弈關系分析可知，三方的決策博弈行為直接或間接地作用于科研數據共享效率。對此，本文構建了科研數據共享中各主體決策博弈模型，為便于研究提出以下5個假設：

假設1：科研數據共享場景主要涉及三方主體，即科研人員、數據共享平臺和政府相關監管部門。各方的行為策略包括科研人員的“積極提供數據”和“消極提供數據”、數據共享平臺的“合規共享”和“違規共享”以及監管部門的“嚴格監管”和“寬松監管”。科研人員積極提供數據、數據共享平臺合規共享、監管部門嚴格監管的策略選擇概率分別為[0，1]，決策概率隨時間推移而變化。

假設2：對于科研人員而言，如果選擇積極提供數據，收集和處理數據的成本為C1，且將會獲得激勵補貼0. 5s;如果科研人員選擇消極提供數據，則只會產生收集和處理數據的成本C1，C1gt;C2。

假設3：對于數據共享平臺而言，如果選擇合規共享，將會在一定程度上加快數據共享效率，實現數據的商業價值。假設依此帶來信任效益為m1，獲得激勵補貼0.5s。相反，如果平臺選擇違規共享，則會產生信任損失m2，m1．

假設4：對于監管部門而言，如果選擇嚴格監管，則會付出監管成本C和激勵補貼s，且會因收獲好感而得到無形收益M。此時，若數據共享平臺發生違規共享行為，監管部門可強制平臺繳納罰款，科研人員亦可對其發起追償L。如果監管部門選擇寬松監管，則不用付出監管成本和激勵補貼。此時，若數據共享平臺選擇違規共享策略，則會給社會數據共享這一大環境帶來負面社會效益r。監管部門也會因監管缺位而受到來自上級政府的行政問責。

如果科研人員和數據共享平臺都選擇積極性策略，無論監管部門是否選擇嚴格監管，都會給社會數據共享這一大環境帶來正面社會效益R以及來自地方政府的政策支持。若是科研人員和數據共享平臺都選擇消極性策略，監管部門無需進行激勵補貼。一般認為上級政府政策支持大于監管成本與實施的獎勵政策，即Tgt;C+s。

假設5：數據共享平臺的共享收益系數為g，數據共享的總收益為e。數據共享平臺違規共享時，會導致科研人員的數據共享收益降為eo，即數據共享平臺獲得（e-eo）的違規收益。

模型相關參數及其含義如表1所示。

3.2科研數據共享決策樹及博弈主體收益矩陣

3.2.1科研數據博弈主體決策樹

在科研數據共享的演化博弈模型中，包含數據共享平臺、科研人員和監管部門3個博弈主體。每個主體與下一個主體之間有兩條連接線，表示各主體有兩種策略選擇。最后一列的8個結束節點代表了博弈模型的8種可能演化結果，例如①對應的演化穩定策略（ESS）是合規共享、積極提供數據和嚴格監管，如圖2所示。由于參與博弈的主體具有有限理性，其策略選擇概率會隨著演化機制的變化而改變，進而影響整個博弈過程。

3.2.2科研數據共享博弈主體收益矩陣

根據假設和分析，可得出科研數據共享博弈主體收益矩陣，說明數據共享平臺、科研人員和監管部門間的相互作用關系，如表2所示。

3.3演化博弈均衡點的穩定性分析

根據Malthusian動態方程原理，三方主體的復制動態微分方程，如式（1）所示：

將計算得出的8個純策略均衡點代人到Jacobi-an矩陣中，并依據參數設置時的條件，各個均衡點的特征值及其穩定性情況如表3所示。

3.4情景穩定性分析

文章根據貴陽大數據服務平臺報告中的相關數據和部分政策法規文件，討論了變量的賦值。各參數的參考初始賦值及賦值依據如表4所示。

由于非對稱博弈的混合策略均衡處于不穩定的非漸近條件，因此只分析其中的純策略均衡點。由表3可知，均衡點E1（0，0，0）、E2（1，0，0）、E3（0，1，0）、E5（1，1，0）有特征值為正，可以不考慮，因此有以下4種情景。

4仿真實驗分析

截至2022年11月23日，根據re3data的注冊數據，全球共有3024個科研數據服務平臺，其中中國建設和運維的平臺僅占總數的3.17%。此外，中國在科研數據管理方面尚未形成完整的規章制度，數據范圍定義、保存期限、匯交要求、開放權限與保護措施等方面仍不健全。在科研數據共享的初期階段，由于缺乏激勵機制和對共享后果的不確定性，科研人員的數據共享積極性較低。因此，情景2對應演化穩定點E6（1，0，1）數據共享平臺合規共享、科研人員消極提供數據和監管部門嚴格監管，是相對較為適當的選擇（下文的參數取值與情景2相同）。

4.1影響演化的三方主體初始策略分析

作為博弈動態系統中的核心組成元素，任一方的策略穩定性變化都可能對其他利益相關者的決策行為產生顯著的影響。文章將X、y、z的初始策略都設置為0.5，實驗中主要進行了三方（地方政府監管部門、數據共享平臺、科研人員）初始策略的逐步調整，來觀察系統的演化模式，旨在探索三方主體不同的初始策略組合對彼此演化路徑的交互作用及影響。

4.1.1初始策略對數據共享平臺策略演化的影響

由圖7（a）可知，無論數據共享平臺的初始意愿如何，其最終決策均趨向于全面合規共享。具體地，數據共享平臺的合規共享初始意愿越強烈，其達到合規共享狀態的速度越快，這表明共享平臺的初始傾向在其策略演化過程中起到了加速作用。

如圖7（b）所示，數據共享平臺的最終決策不僅受到其自身初始意愿的影響，還受到科研人員和監管部門初始意愿的共同作用。其中，科研人員的初始意愿對共享平臺決策的影響相對較小，而監管部門的初始意愿則顯著影響平臺的行為策略選擇。當監管部門的初始意愿較低時，數據共享平臺最初可能傾向于選擇“違規共享”策略，但隨著時間的推移，最終策略會逐漸演化為“合規共享”。這一過程中，數據共享平臺可能會經歷一個猶豫期，反映了策略選擇的不確定性和適應過程，如圖7所示。相反，當監管部門的初始意愿較高時，數據共享平臺則更傾向于直接演化向“合規共享”策略。在這種情況下，監管部門的嚴格監管策略和強烈的守法推動意愿顯著加快了數據共享平臺策略向合規共享的演化速度。

以上分析表明，在動態博弈環境中，政府監管部門監管策略的嚴格程度和自身的初始合規共享意愿是決定其最終行為模式的關鍵因素。這一發現強調了在設計監管政策和激勵機制時，需要綜合考慮各方策略的初始設定及其相互作用，以促進合法和高效的科研數據共享環境的形成。

4.1.2初始策略對科研人員策略演化的影響

從圖8（a）可知，無論科研人員的初始意愿y如何變化，科研人員的決策都會趨于1，而其選擇進行積極提供數據的初始意愿越強烈，最終y趨于1的速度就越快，這反映了強烈的初始積極意愿可以顯著加速演化過程，即科研人員選擇“積極提供數據”策略的演化速度越快。

如圖8（b）所示，科研人員的最終決策同時受數據共享平臺和監管部門初始意愿的影響。隨著數據共享平臺的“合規共享”初始意愿的提高，科研人員向“積極提供數據”演化的速度逐漸減慢，這一現象可能由于數據共享平臺的合規行為提升了系統的整體守法氛圍，從而使科研人員感到在合規框架內操作的壓力減少，進而減緩了其積極提供數據策略的演化速度。相反，當監管部門的初始意愿增強，即表現出更強的“嚴格監管”傾向時，科研人員向“積極提供數據”演化的速度相應增快。這是因為嚴格的監管減少了共享平臺違規共享的可能性，迫使科研人員更快適應并采納積極提供數據策略，以避免潛在的法律和道德風險。

這表明，科研人員的策略選擇不僅依賴于個人的初始偏好，還受到其他博弈主體行為的影響。數據共享平臺的合規行為預設以及政府監管部門的監管強度，共同塑造了科研人員決策的演化路徑。

4.1.3初始策略對監管部門策略演化的影響

由圖9（a）可知，無論監管部門的初始嚴格監管意愿如何變化，其最終決策均趨向于完全的嚴格監管。監管部門最初越是傾向于嚴格監管，其策略演化至完全嚴格監管的速度相應越快。這表明強烈的初始嚴格監管意愿可以顯著加速演化過程，促進監管部門快速達到嚴格監管的狀態。在政府嚴格監管的情況下，科研人員也因為能追償的額度越大，自身收益也會得到越多的保障，選擇積極提供數據策略的速率也會加快。

如圖9（b）所示，監管部門的最終決策同時受數據共享平臺和科研人員初始意愿的影響。隨著數據共享平臺的“合規共享”初始意愿的增強，監管部門向“嚴格監管”演化的速度逐漸減慢。同時，科研人員的積極提供數據的初始意愿的增加也同樣導致監管部門嚴格監管的演化速度減慢。這可能是因為科研人員的積極提供數據的行為提高了整體的數據共享質量與合規性，從而減少了監管部門進行嚴格監管的必要性。

這表明，監管部門的行為不僅受到自身政策傾向的影響，還與數據共享平臺和科研人員的行為密切相關。此外，數據共享平臺和科研人員的合規與積極行為可以有效減輕監管部門的監管負擔，提高系統的自我調節能力。

4.2多層次參數交互分析

為分析違規收益和監管部門罰款、激勵補貼和科研人員數據共享成本、監管成本和上級政府問責等參數對相關博弈主體策略演化的影響，解析參數之間的相互作用機制，擬定數據共享平臺合規共享、科研人員積極提供數據、監管部門嚴格監管的概率分別為（0.5，0.5，0.5），依此模擬分析科研數據共享博弈主體策略選擇過程。

4.2.1違規收益和監管部門罰款對數據共享平臺的影響

為了驗證監管部門懲罰力度f和數據共享平臺違規收益e-eo的變化對演化博弈過程和結果的影響，保持其他參數不變，監管部門懲罰力度f和數據共享平臺違規收益e-eo的變化如圖10所示。

仿真結果表明：在罰款金額f固定的情況下，隨著違規收益e-eo的增加，數據共享平臺選擇合規共享的概率呈現下降趨勢。這表明較高的違規收益提高了違規行為的吸引力，較高的違規潛利益顯著提升了違規選項的相對吸引力，促使平臺在評估罰款風險和違規收益的潛在增益時偏向于后者。在違規收益e-eo固定的情況下，隨著罰款力度的增大，數據共享平臺選擇合規共享的概率呈現上升趨勢，這表明較高的罰款對于遏制違規行為是有效的，尤其是當違規收益較低時更為明顯。

在高（f=80）罰款下，即使違規收益e-e。有所不同，合規共享的概率在初始階段都非常接近，這表明在初期，罰款的威懾效應足夠強大，足以使得合規共享在各種收益水平下都保持在較高概率。在中等罰款水平（f=50）下，違規收益對策略演化的影響也很明顯，但與低罰款情況相比，其影響稍微減弱。這可能說明中等水平的罰款對違規行為有一定的抑制作用，但隨著違規收益的增加，這種抑制作用會減弱。在罰款金額較低時（f=10），違規收益的增加（e從47增加到53）對策略演化的影響最為顯著。即使是最低的違規收益，合規共享的概率也比高罰款情況下要低。這說明低罰款并沒有足夠的威懾效應來維持較高的合規共享概率，在罰款較低的情況下，即使是小幅度的違規收益增加也會顯著提高違規行為的采納率。

4.2.2激勵補貼和科研人員數據共享成本對科研人員的影響

為了驗證科研人員獲得的激勵補貼s和數據處理成本c的變化對演化博弈過程和結果的影響，保持其他參數不變，激勵補貼s和數據處理成本c的變化如圖11所示。

仿真結果表明：在激勵補貼s固定的情況下，隨著數據處理成本c的增加，科研人員積極提供數據的概率y呈現出下降趨勢。在數據處理成本c固定的情況下，激勵補貼s越高，科研人員積極提供數據的概率y越高。

激勵補貼較高時（s=90），在初始階段，不同成本水平（c=1、c=3）和（c=6）的演化曲線幾乎重合，這表明補貼在初期可以顯著抵消成本的負面影響。但是，即使在這樣的激勵水平下，隨著時間的推移，曲線也會開始分化，尤其是高成本（c=6）下的曲線下降更明顯，補貼的抵消效果隨著時間推移在逐漸減弱。這可能是因為激勵補貼與共享成本之間的相互作用是非線性的。高激勵補貼可以在短期內促進共享，但隨著系統演化，科研人員可能對激勵補貼的效果有了新的評估，如果他們發現補貼并不能長期維持其共享行為，或者如果共享數據帶來的其他收益（如數據共享實際經濟收益、合作機會等）低于預期，他們可能會調整策略選擇。這意味著政策制定者需要考慮到激勵補貼的可持續性，以確保長期內科研人員的數據共享行為。

對于中等或低水平的激勵補貼（如s=30或S=7.5），共享成本的影響變得更為顯著。尤其是當成本高時（c=6），y值的下降更為迅速，表明在較低補貼下，成本是影響科研人員共享數據的一個重要因素。在激勵補貼較低（s=7.5）時，但如果數據處理成本較低，即在S=7.5、c=j和s=7.5、c=1這兩條線中，策略演化的趨勢始終是向上的，他們仍然傾向于選擇積極提供數據的策略。這可能是因為這種低成本帶來的經濟負擔小，科研人員仍然認為共享數據是可行的，也更可能在沒有太多外部激勵的情況下維持共享數據的行為。

4.2.3監管成本和上級政府問責對監管部門的影響

為了驗證上級政府問責T和監管部門監管成本C的變化對演化博弈過程和結果的影響，保持其他參數不變，上級政府問責T和監管部門監管成本C的變化如圖12所示。

仿真結果表明：在上級政府行政問責固定的前提下，隨著監管部門監管成本的增大，監管部門選擇嚴格監管的概率呈現下降趨勢。在監管部門監管成本C固定的情況下，隨著行政問責的增加（從6增加到30），監管部門選擇嚴格監管的概率呈現上升趨勢。

在行政問責值較高時（如T=30），無論監管成本（C）如何，監管部門嚴格監管的概率z都表現出持續上升的趨勢，但隨著監管成本的增加（C從3增加到20），上升的趨勢逐漸放緩。這表明，當上級政府嚴格問責時，監管部門更有動力進行有效監管。在行政問責處于中等水平（T=15），監管成本較低（C=3）時，監管部門嚴格監管的概率z增長速度較快并達到一個相對較高的穩定狀態。這反映了監管部門在面對一定程度的問責時，如果監管成本較低，會更積極地執行監管職責。在行政問責較低（如T=6）的情況下，監管部門嚴格監管的概率z隨著監管成本的增加而急劇下降。這表明在問責較低時，監管成本對監管部門的監管效果有著顯著的負面影響。監管部門可能在成本壓力下減少監管活動，或者監管的效率降低。這表明監管部門在面對行政問責時更可能執行其監管職責，而較低的監管成本可以進一步增強其監管行為。

5結論與啟示

文章首先明確了科研數據共享的主要參與者，構建并分析了包含地方政府監管部門、數據共享平臺以及科研人員在內的多主體博弈模型，并通過MATLAB進行仿真模擬，系統識別各方在科研數據共享過程中的策略演化及其驅動因素，得出以下結論：①三方主體的初始策略選擇都會對演化系統均衡點穩定性產生顯著影響。②對于數據共享平臺而言，監管部門罰款和科研人員追償能力，以及違規共享的違規所得是影響其策略選擇的主要因素，合規共享獲得的激勵補貼是影響其策略選擇的次要因素。③對于科研人員而言，其自身追償能力以及激勵補貼是影響其策略選擇的主要因素，數據共享成本是影響其策略選擇的次要因素。④監管部門的激勵和懲罰的強度影響著整個系統，監管部門的激勵補貼越高，科研人員越傾向于積極提供數據；其懲罰強度不足時，數據共享平臺可能會出現違規共享行為，可能會損害監管部門的公信力和聲譽，最終降低科研數據流通和共享效率。

基于仿真分析結果及上述結論，提出以下建議：

1）對于數據共享平臺：共享平臺的服務能力和信譽水平對增強科研人員的信任與合作意愿起著決定性作用。①優化數據處理流程，減少科研人員因數據處理所面臨的成本負擔，提升平臺的操作效率，增強數據處理的精確度和可靠性，從而優化平臺的整體服務質量，進而提高數據共享經濟收益，增強科研人員對平臺的信賴，促進其更積極地參與數據共享。②整合區塊鏈技術，采用加密技術和區塊鏈技術，提高數據共享的透明度和不可篡改性，顯著提高數據共享的安全性，增強科研人員對數據共享平臺的信任水平。

2）對于監管部門：監管部門需要平衡各利益相關方的利益，建立健全政策支持和技術保障體系，形成激勵共享、約束濫用的數據共享規范。①提高數據共享平臺的技術和服務標準，確保數據共享平臺在操作中維持高水平的法規遵守。政府或相關機構可以通過提供技術支援、財政補貼等措施，激勵平臺提升合規性。②加強監管，包括建立共享平臺信用評價體系，對評分高的平臺提供技術支持和相關服務，對違規行為及時核查和處罰。③設立數據消費者投訴專用渠道，或建立獨立的數據維權平臺，為科研人員提供便捷的維權服務和支持，降低科研人員的維權成本。這些措施可以約束共享平臺的行為，從而間接鼓勵科研人員參與數據共享，最終促進數據共享的發展。④制定政策減輕科研人員在數據共享過程中的經濟負擔，如提供數據處理的補貼或稅收優惠，以促進科研數據的廣泛共享，并調整補貼策略，確保補貼額度足以激勵科研人員和平臺的積極共享行為，同時監控補貼的長期效果以防止依賴性或濫用。⑤增強科研人員數據共享意識，通過宣傳教育和政策引導，提高科研人員共享數據的初始意愿。例如，設立數據共享獎勵機制，公開表彰積極共享的科研人員，以及提供必要的數據保護措施，保障其研究成果的安全。⑥實施分層監管策略，根據數據敏感性和共享范圍調整監管力度，通過優化監管流程和提高監管技術效率來降低自身監管成本。⑦強化上級政府對監管部門的問責機制，確保監管行為的正確性和有效性。增強問責機制不僅可以提升監管部門的工作動力，還可以通過快速的反饋循環優化監管策略的調整和執行。

本文圍繞數據共享平臺、科研人員和監管部門的博弈決策進行了研究，揭示了通過策略調整來提升科研數據共享效率的可能路徑，深化了博弈論在科研數據管理領域的應用。然而，本文主要側重于理論研究，提出的建議更多為科研數據共享實踐提供理論指導。未來的研究中，計劃從數據價值鏈的角度出發，結合科研數據共享的現狀和實證案例，通過訪談科研人員和數據共享平臺及調查問卷收集實際數據；隨后，基于訪談文本，采用扎根理論等定性研究方法，并結合定量問卷數據進行深入分析，對博弈模型中的參數和策略進行優化和驗證，從而優化策略建議。