廖蘇亮，吳國棟，段依竺，張 衡

(廣東省技術(shù)經(jīng)濟(jì)研究發(fā)展中心，廣東 廣州510070)

0 引言

近年來，我國科研誠信建設(shè)在工作機(jī)制、制度規(guī)范、教育引導(dǎo)、監(jiān)督懲戒等方面取得了顯著成效，但“基因編輯嬰兒”[1]“漢芯事件”[2]“《腫瘤生物學(xué)》集中撤稿”[3]“明星博士學(xué)術(shù)造假”[4]等科研不端事件仍有發(fā)生，嚴(yán)重破壞科技創(chuàng)新的基石，造成了嚴(yán)重而惡劣的社會負(fù)面影響，科研活動監(jiān)督引發(fā)社會各界高度關(guān)注?？蒲胁欢诵袨榉从吵隹蒲谢顒颖O(jiān)督的不可替代性，若缺乏有效的監(jiān)督機(jī)制約束，科研活動將可能出現(xiàn)資金挪用、成果虛報、夸大、造假等科研不端問題[5]，不僅嚴(yán)重破壞科技計劃實(shí)施效果，污染風(fēng)清氣正的科研風(fēng)氣，也給權(quán)力尋租和利益輸送提供空間[6]，嚴(yán)重?fù)p害政府形象，降低政府民眾公信力。

隨著我國科技創(chuàng)新工作邁入新發(fā)展階段，在黨中央對科技管理體制“放管服”[7]“減負(fù)”[8]的改革要求下，科技監(jiān)督的內(nèi)涵逐漸向提升科技工作公開、公平、公正的透明度和管理效率，營造風(fēng)清氣正的科研環(huán)境轉(zhuǎn)變，科技監(jiān)督體系演變成由政府、項(xiàng)目管理者、項(xiàng)目執(zhí)行者、社會監(jiān)督等多個利益相關(guān)主體組成的復(fù)雜體系。因此深入研究科技監(jiān)督體系內(nèi)在運(yùn)行機(jī)制，厘清各利益相關(guān)方之間的關(guān)系，促進(jìn)各參與主體利益協(xié)同，對營造風(fēng)清氣正的科研環(huán)境、提高科技創(chuàng)新治理水平質(zhì)量、推進(jìn)我國科技創(chuàng)新治理體系和治理能力現(xiàn)代化具有重要意義。

1 文獻(xiàn)綜述

國內(nèi)部分學(xué)者總結(jié)了我國科技監(jiān)督系統(tǒng)運(yùn)行現(xiàn)狀，提出國家或地方科技監(jiān)督與評估體系的建設(shè)與完善建議。劉冬等[9]分析了我國科技監(jiān)督評估的現(xiàn)狀、內(nèi)涵和作用，指出監(jiān)督體系中存在的問題并給出對應(yīng)解決對策；吳艷等[10]研究了項(xiàng)目管理專業(yè)機(jī)構(gòu)在國家科技計劃項(xiàng)目監(jiān)督評估中的作用與定位，提出建立決策、執(zhí)行、監(jiān)督三位一體、互相協(xié)調(diào)又相互制約的管理模式；張娟[11]基于廣東省科技監(jiān)督和評估管理的現(xiàn)狀，提出構(gòu)建內(nèi)部控制與外部監(jiān)督的管理體系、完善監(jiān)督信息化平臺建設(shè)提升信息化水平等對策；孫繼輝等[12]在梳理國內(nèi)外科技監(jiān)督評估體系文獻(xiàn)的基礎(chǔ)上，構(gòu)建了一套適用于大連市的科技監(jiān)督評估體系；戴紅玲[13]分析了科技項(xiàng)目執(zhí)行過程中可能存在的經(jīng)費(fèi)使用問題，并從經(jīng)費(fèi)審計的角度提出科研經(jīng)費(fèi)監(jiān)督的有關(guān)策略。

部分學(xué)者嘗試構(gòu)建科技監(jiān)督系統(tǒng)的理論模型，研究科技管理系統(tǒng)運(yùn)行的內(nèi)在機(jī)制。賈志濤等[14]基于演化博弈理論構(gòu)建財政科技經(jīng)費(fèi)的監(jiān)督者與使用者的行為策略模型，并研究第三方監(jiān)督對科技經(jīng)費(fèi)使用者和監(jiān)督者的策略選擇影響機(jī)理；劉桂蘭等[15]運(yùn)用尋租和博弈論理論，研究我國科技管理系統(tǒng)的內(nèi)在運(yùn)行機(jī)制以及各主體間的博弈，提出我國科技監(jiān)督體系存在的不足以及完善方法；蓋宏偉等[16]針對我國當(dāng)前科技監(jiān)督主體較單一、結(jié)構(gòu)性較弱等問題，基于系統(tǒng)論和協(xié)同理論提出多元主體聯(lián)盟協(xié)同監(jiān)督的運(yùn)行模式；劉冬等[17]將科技項(xiàng)目看成是多重委托管理關(guān)系，以委托視角對科技項(xiàng)目管理和監(jiān)督開展研究，提出科技項(xiàng)目管理監(jiān)督評估對策；張同建等[18]基于結(jié)構(gòu)方程模型研究科技項(xiàng)目實(shí)施中機(jī)會主義行為治理的微觀機(jī)理，從管理微觀層面提出機(jī)會主義行為治理和監(jiān)督策略。

此外，還有學(xué)者研究了美國、歐洲、日本等科技發(fā)達(dá)國家的科技監(jiān)督體系建設(shè)情況，探討國外經(jīng)驗(yàn)對我國科技監(jiān)督體制機(jī)制建設(shè)的借鑒作用。王緯超[19]通過分析瑞典科技創(chuàng)新體系科技監(jiān)督評估的特點(diǎn)和優(yōu)勢，針對我國高?？蒲泄芾砬闆r提出政策建議；俞向群[20]以英美等科技先進(jìn)國家為研究對象，研究各國政治、財政與科技體制對其科技經(jīng)費(fèi)監(jiān)督制度的影響，總結(jié)發(fā)達(dá)國家在科技項(xiàng)目經(jīng)費(fèi)監(jiān)督制度建設(shè)方面的經(jīng)驗(yàn)；王靜[21]總結(jié)了英國近年來在國家科技計劃、科技政策、機(jī)構(gòu)監(jiān)督評估等方面出臺的制度和措施，以及科研誠信建設(shè)、科研不端行為處置，提出對我國科技監(jiān)督評估的建議；黃建安[22]從科技發(fā)展規(guī)劃的監(jiān)督層面，研究了美國、日本、德國等科技發(fā)達(dá)國家科技發(fā)展規(guī)劃實(shí)施的監(jiān)督檢查機(jī)制，提出加強(qiáng)我國監(jiān)督機(jī)制建設(shè)的相關(guān)建議。

上述研究從政策分析、案例剖析和數(shù)理模型分析等多個角度為我國科技監(jiān)督提供了決策建議和方法。隨著國家對科技管理體制改革的不斷深入，政府部門不直接管理項(xiàng)目，而是由專業(yè)機(jī)構(gòu)履行項(xiàng)目管理職責(zé)。從博弈理論角度看，現(xiàn)階段的科技監(jiān)督系統(tǒng)已經(jīng)演變成政府、項(xiàng)目管理方、項(xiàng)目執(zhí)行者等多個利益相關(guān)方之間的動態(tài)博弈系統(tǒng)，系統(tǒng)中各博弈主體不斷通過外界反饋來調(diào)整自身策略，經(jīng)歷反復(fù)博弈后最終形成穩(wěn)定的演化均衡策略[23]。因此有必要針對當(dāng)前科技監(jiān)督系統(tǒng)，建立符合客觀實(shí)際的演化博弈模型，探索各博弈主體的動態(tài)演化過程及不確定性因素對演化策略的影響。

2 演化博弈模型構(gòu)建

本文依據(jù)演化博弈理論，將當(dāng)前治理框架下的科技項(xiàng)目管理體系簡化為政府、項(xiàng)目管理者、項(xiàng)目執(zhí)行者3個主體組成的動態(tài)博弈系統(tǒng)。政府為科技創(chuàng)新治理體系的頂層設(shè)計者和政策制定者，其監(jiān)督策略集為(積極監(jiān)督，消極監(jiān)督)，積極監(jiān)督指政府對科技計劃項(xiàng)目主動跟蹤、監(jiān)測和管理，并根據(jù)項(xiàng)目實(shí)施情況對管理者和執(zhí)行者采取必要的獎懲措施；消極監(jiān)督指政府處于被動監(jiān)督狀態(tài)。項(xiàng)目管理者的策略集為(主動監(jiān)督、被動管理)，主動管理是指項(xiàng)目管理方主動跟進(jìn)項(xiàng)目進(jìn)展，了解項(xiàng)目需求，在發(fā)現(xiàn)項(xiàng)目執(zhí)行者不自律時主動采取監(jiān)督措施；被動管理是指項(xiàng)目管理者僅根據(jù)政府監(jiān)督要求，被動對項(xiàng)目開展跟蹤監(jiān)督。項(xiàng)目執(zhí)行方策略集為(自律，不自律)，自律指項(xiàng)目執(zhí)行方主動組織技術(shù)攻關(guān)，推進(jìn)項(xiàng)目進(jìn)展；不自律是指執(zhí)行方不主動不作為，敷衍了事。由于演化博弈通?；诜峭耆硇詻Q策，因信息不對稱及非完全理性決策的存在，各方常常在職責(zé)分工、理性思考、識別判斷、分析推理以及準(zhǔn)確行為等多方面存在異質(zhì)性和局限性。因此博弈過程所得出的結(jié)果并非是一次性選擇，而是博弈各方根據(jù)自身?xiàng)l件、外部環(huán)境、對方策略不斷進(jìn)行動態(tài)調(diào)整的過程，對此本文作出假設(shè)如下：

假設(shè)1：政府(Government)選擇“積極監(jiān)督”時，其在積極監(jiān)督過程中的時間和物質(zhì)成本為Cg1(Cg1> 0)，獲得收益Eg1(Eg1> 0)，主要包括積極監(jiān)督所帶來的社會聲譽(yù)激勵效應(yīng)和上級政府部門的肯定等；當(dāng)政府選擇“消極監(jiān)督”時，其付出的時間和物質(zhì)成本為Cg2(Cg2> 0)，選擇“積極監(jiān)督”所需投入的人力、物力、財力成本為顯然高于“消極監(jiān)督”成本，因此Cg1>Cg2。若科技項(xiàng)目執(zhí)行過程中發(fā)生違背科研誠信、科研倫理甚至觸碰法律的行為，政府部門將會因監(jiān)管不到位受到上級部門問責(zé)懲罰損失為Lg1(Lg1> 0)。若政府因“消極監(jiān)督”且項(xiàng)目發(fā)生較大風(fēng)險，將對社會造成一定的負(fù)面影響，產(chǎn)生包括政府公信力降低等聲譽(yù)損失、信譽(yù)損失等治理損失Lg2(Lg2> 0)。

假設(shè)2：項(xiàng)目管理者(Manager)選擇“積極監(jiān)督”時，需要投入相應(yīng)量的人力、物力和財力來跟蹤督促推動項(xiàng)目執(zhí)行，為此付出的成本為Cm1(Cm1> 0)，“積極監(jiān)督”獲得上級部門肯定以及其他聲譽(yù)收益，為Em1(Em1> 0)，同時獲得政府對其的補(bǔ)貼與獎勵為Em2(Em2> 0)。當(dāng)項(xiàng)目管理者選擇“被動監(jiān)督”時，投入的成本為Cm2(Cm2>0)，但不履職盡責(zé)可能受到上級部門處罰Lm1(Lm1>0)，單位聲譽(yù)受損Lm2(Lm2> 0)。顯然，積極監(jiān)督的成本Cm1大于消極監(jiān)督的成本Cm2，即Cm1>Cm2。

假設(shè)3：項(xiàng)目執(zhí)行者(Executor)選擇“積極監(jiān)督”時(執(zhí)行者建立內(nèi)部監(jiān)督制度，或聘請第三方監(jiān)督)，需花費(fèi)額外的人力和時間，成本為Ce1，但通過有效的監(jiān)督手段，一方面積極推動項(xiàng)目執(zhí)行，主動防范化解風(fēng)險，另一方面獲取政府和管理者的信任，收獲行業(yè)聲譽(yù)和社會聲譽(yù)，收益為Ee1(Ee1> 0)，此外還有機(jī)會可能得到政府財政其他資金支持，收益為Ee2(Ee2> 0)。若項(xiàng)目執(zhí)行者選擇“消極監(jiān)督”成本為Ce1，但若項(xiàng)目執(zhí)行發(fā)生高風(fēng)險性問題，一方面項(xiàng)目執(zhí)行者的聲譽(yù)將會有極大負(fù)面影響Le1，另一方面項(xiàng)目執(zhí)行者可能面臨來自政府的懲罰，損失為Le2，同時受到管理者的懲罰，損失為Le3。因“積極監(jiān)督”需要花費(fèi)額外的人力物力，因此積極監(jiān)督的成本Ce1大于消極監(jiān)督的成本Ce2，即Ce1>Ce2。

假設(shè)4：若因政府“消極監(jiān)督”或項(xiàng)目管理者“消極監(jiān)督”造成的監(jiān)督缺位，最終可能導(dǎo)致項(xiàng)目執(zhí)行者選擇“不自律”策略，此時發(fā)生重大風(fēng)險的概率會大大增加，三方均可能因此承擔(dān)損失重大治理損失。政府面臨重大治理損失和聲望損失為Lg3，管理者面臨來聲望損失為Lm3，執(zhí)行者面臨來自政府問責(zé)和聲望損失為Le5。

綜上，獲得假設(shè)1-4中提及的參數(shù)和解釋如表1所示。

表1 演化博弈模型參數(shù)設(shè)置

基于以上演化博弈各方的基本假定，可構(gòu)建當(dāng)前科技治理體系下的科技監(jiān)督三方演化博弈的支付矩陣如表2所示。

表2 三方演化博弈的收益矩陣

3 演化博弈模型分析

演化博弈的數(shù)學(xué)模型選擇較多，如復(fù)制動態(tài)方程、最優(yōu)反應(yīng)動態(tài)方程等，其中復(fù)制動態(tài)方程的微分方程(組)因具有較好數(shù)學(xué)解析性而得到廣泛使用[24]，本文中應(yīng)用該演化機(jī)制微分方程來構(gòu)建科技監(jiān)督演化博弈模型。

首先假設(shè)政府選擇“積極監(jiān)督”策略的概率為x，項(xiàng)目管理者選擇“積極監(jiān)督”策略的概率為y，項(xiàng)目執(zhí)行者選擇“積極監(jiān)督”策略的概率為z，x,y,z∈[0,1]。根據(jù)表2中政府、項(xiàng)目管理者、項(xiàng)目執(zhí)行者三方演化博弈收益矩陣，得到政府策略選擇分別為“積極監(jiān)督”“消極監(jiān)督”時，期望收益Ug1和Ug2，以及平均期望Ug分別為：

Ug1=yz(Eg1+Eg2-Cg1-Ee2-Em2)+y(1-z)(Eg1-Cg1-Em2)+(1-y)z(Eg1+Eg2-Cg1-Ee2)+(1-y)(1-z)(Eg1-Cg1);

(1)

Ug2=yz(Eg2-Lg1-Cg2)+y(1-z)(-Cg2-Lg1-Lg2)+(1-y)z(Eg2-Lg1-Cg2)+(1-y)(1-z)(-Cg2-Le5);

(2)

Ug=x*Ug1+(1-x)×Ug2;

(3)

項(xiàng)目管理者采取“積極監(jiān)督”和“消極監(jiān)督”時的期望收益Um1和Um2，以及項(xiàng)目管理者的平均期望收益Um為：

Um1=xz(Em1+Em2-Cm1)+x(1-z)(Em1+Em2-Cm1-Lm1)+(1-x)z(Em1-Cm1)+(1-x)(1-z)(-Cm1-Lm1);

(4)

Um2=xz(-Cm2-Lm2)+x(1-z)(-Cm2-Lm1-Lm2)+(1-x)z(-Cm2)+(1-x)(1-z)(-Cm2-Lm3);

(5)

Um=y×Um1+(1-y)×Um2;

(6)

項(xiàng)目執(zhí)行者采取“自律”和“不自律”時的期望收益Ue1和Ue2，以及項(xiàng)目執(zhí)行者平均期望收益Ue分別為：

Ue1=xy(Ee1+Ee2-Ce1)+x(1-y)(Ee1+Ee2-Ce1)+(1-x)y(Ee1-Ce1)+(1-x)(1-y)(Ee1-Ce1);

(7)

Ue2=xy(Ee3-Ce2-Le1-Le2-Le3-Le4)+x(1-y)(Ee3-Ce2-Le1-Le2-Le4)+(1-x)y(Ee3-Ce2-Le1-Le3-Le4)+(1-x)(1-y)

(Ee3-Ce2-Le5);

(8)

Ue=z*Ue1+(1-z)×Ue2;

(9)

根據(jù)式(1)～(9)構(gòu)建政府、項(xiàng)目管理者、項(xiàng)目執(zhí)行者博弈三方的復(fù)制動態(tài)方程組K：

(10)

根據(jù)式(10)構(gòu)建復(fù)制動態(tài)方程組，用于表示科技監(jiān)督系統(tǒng)中政府、管理者、執(zhí)行者三者之間的策略調(diào)整速度和演化方向。由于博弈主體各自策略選擇的概率x,y,z均與時間t有關(guān)，且x(t),y(t),z(t)∈[0,1]，所以方程組K的值域?yàn)閇0,1]×[0,1]×[0,1]。

(11)

根據(jù)演化博弈理論，在非對稱博弈中，若演化博弈均衡E是演化穩(wěn)定均衡，則E一定是嚴(yán)格納什均衡，而嚴(yán)格納什均衡又是純策略均衡，即在非對稱博弈中混合策略均衡一定不是演化穩(wěn)定均衡。當(dāng)K=(0,0,0)時，即當(dāng)系統(tǒng)的策略調(diào)整速度為零時，得到政府、項(xiàng)目管理者、項(xiàng)目執(zhí)行者三方的演化局部均衡點(diǎn)。其中E1(0,0,0)，E2(0,0,1)，E3(0,1,0)，E4(0,1,1)，E5(1,0,0)，E6(1,0,1)，E7(1,1,0)，E8(1,1,1)為系統(tǒng)的8個平衡點(diǎn)，也是該演化系統(tǒng)的純策略納什均衡解。由這8個平衡點(diǎn)所構(gòu)成的區(qū)域Ω={(x,y,z)|0

由式(10) (11)構(gòu)成的微分方程組可得該系統(tǒng)的Jacobian矩陣J為：

(12)

以上為利用演化博弈理論分析得出的科技監(jiān)督系統(tǒng)在滿足基本假設(shè)條件下的計算模型。但通過復(fù)制動態(tài)方程求出的平衡點(diǎn)不一定是系統(tǒng)的演化穩(wěn)定策略(ESS)，參考Friedman[25]的理論，演化穩(wěn)定策略可根據(jù)李雅普諾夫(Lyapunov)第一法則判斷: 若雅克比(Jacobian)矩陣的所有特征值均為負(fù)，則均衡點(diǎn)為漸進(jìn)演化穩(wěn)定策略(ESS) ; 若Jacobian矩陣的特征值至少有1個為正，則均衡點(diǎn)為不穩(wěn)定點(diǎn); 若Jacobian矩陣除為零的特征值外，其余特征值均為負(fù)，則均衡點(diǎn)處于臨界狀態(tài)，穩(wěn)定性不確定[26]。因此，在不同的初始值條件下，系統(tǒng)會有不同的演化穩(wěn)定策略，即系統(tǒng)的演化均衡策略對系統(tǒng)初始狀態(tài)具有依賴性[27]。根據(jù)上文分析，科技監(jiān)督系統(tǒng)中，政府、管理者和執(zhí)行者三方的均衡策略組合有8種，分別為(0,0,0)、(0,0,1)、(0,1,0)、(0,1,1)、(1,0,0)、(1,0,1)、(1,1,0)、(1,1,1)。

以點(diǎn)E1(0,0,0)為例進(jìn)行分析，得到點(diǎn)E1的純策略納什均衡點(diǎn)的漸近穩(wěn)定性如式(13)。

該矩陣的特征多項(xiàng)式如式(14)。

由式(13)和(14)可得到E1(0,0,0)的特征值(λ1,λ2,λ3)為(Eg1+Cg2-Cg1+Le5,Cm1+Cm2-Lm1+Lm3,Ee1-Ee3-Ce1+Ce2+Le5)。同理可得到其他均衡策略點(diǎn)的特征值。

為進(jìn)一步確定各參數(shù)條件來確定各個均衡點(diǎn)的穩(wěn)定性，確定演化博弈模型達(dá)到穩(wěn)定狀態(tài)的均衡點(diǎn)，使得模型的構(gòu)建更加符合客觀實(shí)際，且能更加精準(zhǔn)地反映系統(tǒng)演化趨勢，本研究邀請多名相關(guān)領(lǐng)域?qū)＜?，采取德爾?Delphi)咨詢法(至少2～3輪)與發(fā)放問卷相結(jié)合的方式(問卷信度系數(shù)Cronbach' s Alpha應(yīng)大于0.7)獲得相關(guān)變量初值。通過專家反饋意見的統(tǒng)計與優(yōu)化，設(shè)置演化博弈參數(shù)賦值初值為：Eg1=11、Eg2=8、Em1=8、Em2=6、Ee1=9、Ee2=5、Ee3=16、Cg1=3、Cg2=1、Cm1=4、Cm2=1、Ce1=4、Ce2=1、Lg1=6、Lg2=5、Lm1=4、Lm2=3、Le1=3、Le2=5、Le3=1、Le4=3、Lg3=15、Lm3=10、Le5=9。

根據(jù)構(gòu)建的Jacobian矩陣和參數(shù)初值，依據(jù)Lyapunov第一法則得到博弈三方的均衡策略組合的穩(wěn)定性如表3所示。

表3 均衡點(diǎn)的穩(wěn)定性判斷與分析

科技監(jiān)督的根本目標(biāo)為保障科技計劃的產(chǎn)出績效，防范和化解重大風(fēng)險。為保障目標(biāo)實(shí)現(xiàn)，現(xiàn)實(shí)中科技創(chuàng)新監(jiān)督工作的理想格局為政府“積極監(jiān)督”、管理者“積極監(jiān)督”、執(zhí)行者“自律”的策略組合，恰為本研究中三方博弈系統(tǒng)的穩(wěn)定點(diǎn)(x=1,y=1,z=1)，本研究從多方演化博弈角度印證了多方監(jiān)督的重要性與必要性。

在演化博弈系統(tǒng)中，由于各方常根據(jù)自身與其他博弈方的策略來進(jìn)行自身策略調(diào)整，且參與博弈的各方可能存在一定的信息和反饋遲滯，各方策略的選擇概率將動態(tài)調(diào)整。例如，項(xiàng)目執(zhí)行者通常根據(jù)政府和管理者的監(jiān)督力度來調(diào)整對項(xiàng)目的實(shí)際投入，即政府和管理者“積極監(jiān)督”時，項(xiàng)目執(zhí)行者較大概率會采取“自律”策略；若項(xiàng)目實(shí)施因項(xiàng)目執(zhí)行者的“不自律”而遇到重大風(fēng)險問題，政府和項(xiàng)目管理者將加大監(jiān)督極度，其“積極監(jiān)督”策略選擇的概率將上升。為表征研究政府、項(xiàng)目管理者、項(xiàng)目執(zhí)行者三方在博弈過程中的策略選擇情況和最終演化穩(wěn)定狀態(tài)，本研究采用MATLAB對科技監(jiān)督系統(tǒng)動態(tài)演化博弈開展建模和數(shù)值模擬，以進(jìn)一步分析系統(tǒng)的均衡穩(wěn)定性，探討各類不確定性因素對系統(tǒng)演化過程的影響。

4 演化博弈仿真計算

4.1 政府策略分析

首先探討政府策略的總體演化趨勢，分別設(shè)定政策“積極監(jiān)督”的策略概率x分別為0.1、0.3、0.6和0.8，設(shè)定管理者“積極監(jiān)督”的策略概率y在[0,1]區(qū)間以0.4的步長變化，執(zhí)行者“自律”的策略概率z在[0,1]區(qū)間以0.4的步長變化，得到政府策略x在不同初值、不同策略組合下隨時間演化趨勢如圖1所示。從仿真結(jié)果可知，政府策略政府始終穩(wěn)定于“完全監(jiān)督”，即x=1的狀態(tài)，且初始策略越高，到達(dá)穩(wěn)定點(diǎn)的演化時間越短。這主要是因?yàn)樵诋?dāng)前科技創(chuàng)新治理體系下，政府是科技監(jiān)督的首要權(quán)責(zé)主體，“積極監(jiān)督”始終是政府的最佳策略選擇。值得注意的是，在政府“積極監(jiān)督”策略x初值較小時，演化的時間較長，如圖1(A)中當(dāng)x=0.1時，需要超過1個月的演化時間方能到達(dá)系統(tǒng)穩(wěn)定點(diǎn)，在此過程中發(fā)生各種不確定性因素的可能性也會增加，因此政府在博弈初始就應(yīng)該采取有關(guān)監(jiān)督措施盡可能提高x初值以保障監(jiān)督效果。

為進(jìn)一步研究政府策略受其他博弈方策略影響情況。首先研究政府策略受管理者策略影響情況，設(shè)定政府“積極監(jiān)督”策略x=0.2，項(xiàng)目執(zhí)行者“自律”策略z=0.2，項(xiàng)目管理者“積極監(jiān)督”的策略概率y在[0,1]區(qū)間以0.2的步長變化，獲得政府策略x隨管理者策略y的演化趨勢如圖2(A)所示。結(jié)果表明當(dāng)y由0→1逐漸增大時，政府策略到達(dá)完全“積極監(jiān)督”(x=1)的時間逐漸變長，主要原因是項(xiàng)目管理者履行部分監(jiān)督職責(zé)，分擔(dān)政府監(jiān)督壓力，使政府監(jiān)督響應(yīng)時間適當(dāng)增長，也就是說政府策略隨著管理者積極監(jiān)督策略提高而放松。

同理研究政府策略受執(zhí)行者策略影響情況，設(shè)定政府“積極監(jiān)督”策略x=0.2，項(xiàng)目管理者“積極監(jiān)督”策略y=0.2，項(xiàng)目執(zhí)行者“自律”的策略概率z在[0,1]區(qū)間以0.2的步長變化，獲得政府策略x隨執(zhí)行者策略z的演化趨勢如圖2(B)所示。可以看出，當(dāng)z由0→1逐漸增大時，政府策略到達(dá)完全“積極監(jiān)督”(x=1)的時間逐漸變長，即執(zhí)行者的“自律”緩解了政府的監(jiān)督壓力。對比圖2(A)和圖2(B)可看出，政府策略趨勢同時受管理者和執(zhí)行者的策略影響，且受執(zhí)行者策略影響更明顯。

(A)x初值0.1；(B) x初值0.3；(C) x初值0.6；(D) x初值0.8圖1 不同條件下政府策略(x)演化

(A)政府策略(x)隨管理者策略(y)演化; (B) 政府策略(x)隨執(zhí)行者策略(z)演化圖2 政府策略(x)隨管理者(y)和執(zhí)行者(z)策略演化

4.2 管理者策略分析

設(shè)定管理者“積極監(jiān)督”策略初值y分別為0.1、0.3、0.6和0.8，政府“積極監(jiān)督”策略概率x在[0,1]區(qū)間以0.4步長變化，執(zhí)行者“自律”的策略概率z在[0,1]區(qū)間以0.4步長變化，獲得管理者策略隨時間演化趨勢如圖3所示。

(A)y初值0.1；(B)y初值0.3；(C)y初值0.6；(D)y初值0.8圖3 不同條件下項(xiàng)目管理者策略(y)演變

仿真結(jié)果表明，在不同政府、執(zhí)行者、管理者策略組合下，經(jīng)過一段時間演化后項(xiàng)目管理者策略最終穩(wěn)定于“積極監(jiān)督”(y=1)狀態(tài)，主要原因?yàn)樵诠芾碚卟呗赃x擇中，“積極監(jiān)督”比“消極監(jiān)督”的收益高，在三方演化博弈系統(tǒng)中，“積極監(jiān)督”是項(xiàng)目管理者的最優(yōu)策略，但在政府完全“消極監(jiān)督”(x=0)的條件下，管理者策略y需較長時間來達(dá)到穩(wěn)定狀態(tài)，客觀分析主要是因?yàn)檎耆跋麡O監(jiān)督”(x=0)時，管理者的監(jiān)督權(quán)限有限，其策略需較長時間方能達(dá)到穩(wěn)定狀態(tài)。

為進(jìn)一步研究管理者策略受其他博弈方策略影響情況，設(shè)定項(xiàng)目管理“積極是監(jiān)督”策略z=0.2，執(zhí)行者“自律”策略x=0.2，政府“積極監(jiān)督”的策略概率x在[0,1]區(qū)間以0.2的步長變化，獲得管理者策略y隨管理者策略x的演化趨勢如圖4(A)所示；從計算結(jié)果可以看出，當(dāng)x由0→1逐漸增大時，管理者策略到達(dá)完全“積極監(jiān)督”(y=1)的時間逐漸縮短?？陀^上分析主要因?yàn)楫?dāng)政府監(jiān)督越嚴(yán)格，執(zhí)行者越自覺時，項(xiàng)目管理者既能得到豐厚的社會聲譽(yù)收益，還能獲得可觀的政府補(bǔ)貼，獲得綜合收益期望越高，越有動力開展主動監(jiān)督。

同理設(shè)定政府“積極監(jiān)督”策略x=0.2，項(xiàng)目執(zhí)行者“自律”的策略概率z在[0,1]區(qū)間以0.2的步長變化，獲得管理者策略y(初值為0.2)隨執(zhí)行者策略z的演化趨勢如圖4(B)所示?？梢钥闯?，當(dāng)z由0→1逐漸增大時管理者策略趨勢變化幾乎相同，也就是說管理者策略受執(zhí)行者策略影響較小。其主要原因是在當(dāng)前國家科技治理體系下，項(xiàng)目管理者通常為政府部門的下屬單位，若不履行監(jiān)督職責(zé)將面臨政府責(zé)罰和社會聲望損失。由此可見，博弈主體的策略選擇與其職能定位密切相關(guān)。

(A)管理者策略(y)隨政府策略(x)的演化;(B)管理者策略(y)隨執(zhí)行者策略(z)的演化圖4 管理者策略(y)隨政府(x)和執(zhí)行者(z)策略演化

4.3 執(zhí)行者策略分析

首先探討項(xiàng)目執(zhí)行者博弈策略選擇的總體趨勢，首先分別設(shè)定項(xiàng)目執(zhí)行者“自律”策略y為0.1、0.3、0.6和0.8，設(shè)定項(xiàng)目執(zhí)行者“自律”的策略概率z在[0,1]區(qū)間以0.1步長變化，項(xiàng)目管理者y在[0,1]區(qū)間以0.2步長變化，獲得到項(xiàng)目執(zhí)行者策略變化如圖5所示。

仿真計算結(jié)果表明，在政府策略為完全“消極監(jiān)督”(即x=0)時，項(xiàng)目執(zhí)行者的策略將隨時間演化穩(wěn)定于完全“不自律”狀態(tài)(即z=0)，即在政府“監(jiān)督缺位”情況下，項(xiàng)目執(zhí)行者最優(yōu)策略始終為“不自律”，而項(xiàng)目管理者策略變化僅能影響演化時間而無法改變其演化趨勢。這表明僅靠項(xiàng)目管理者的監(jiān)督將引起系統(tǒng)“監(jiān)督失靈”，究其原因一方面是項(xiàng)目執(zhí)行者“自律”成本較高，需投入大量的人力物力保障項(xiàng)目實(shí)施；另一方面，現(xiàn)實(shí)中執(zhí)行者有一定幾率在“不自律”情況下仍能通過項(xiàng)目驗(yàn)收，存在一定的僥幸心理。在“監(jiān)督缺位”和“監(jiān)督失靈”的雙重條件下，執(zhí)行者“不自律”將使重大風(fēng)險性事件發(fā)生的概率大大增加，從對“基因編輯嬰兒事件”的調(diào)查結(jié)果可以看出，正是由于“監(jiān)督缺位”和“監(jiān)督失靈”同時存在，才導(dǎo)致此類惡性事件的發(fā)生率大大增加。

若設(shè)定政府的積極監(jiān)督策略x發(fā)生略微調(diào)整，從圖6(A)中x=0突變致圖6(B)x=0.01時，項(xiàng)目執(zhí)行者的策略隨即發(fā)生改變，呈現(xiàn)先降低后上升并最終穩(wěn)定于圖6(B)中的完全“自律”(即z=0)狀態(tài)，這主要是因?yàn)楫?dāng)政府開始主動監(jiān)督時，執(zhí)行者通常選擇“自律”以獲得較高政府的其他補(bǔ)助和社會聲望，通過一段較長時間的博弈演化，執(zhí)行者最后選擇對自己有利的“自律”。

(A)z初值0.1； (B) z初值0.3；(C) z初值0.6；(D) z初值0.8圖5 不同條件下項(xiàng)目執(zhí)行者策略(z)演化

圖6 當(dāng)政府策略(x)從0突變至0.01時項(xiàng)目執(zhí)行者策略(z)的演化

為進(jìn)一步研究執(zhí)行者策略受其他博弈主體策略影響情況，設(shè)定執(zhí)行者“自律”策略z=0.2，項(xiàng)目管理者“積極監(jiān)督”策略y=0.2，政府“積極監(jiān)督”的策略概率x在[0,1]區(qū)間以0.2的步長變化，獲得執(zhí)行者策略z隨政府策略x的演化趨勢如圖7(A)所示。從計算結(jié)果可以看出，當(dāng)x由0→1逐漸增大時，管理者策略到達(dá)完全“積極監(jiān)督”(z=1)的時間逐漸縮短。客觀上分析，主要因?yàn)楫?dāng)政府監(jiān)督越嚴(yán)格時，執(zhí)行者不自律將受到責(zé)罰。同理研究項(xiàng)目執(zhí)行者策略隨項(xiàng)目管理者策略影響情況，設(shè)定執(zhí)行者“自律”策略z=0.2，政府“積極監(jiān)督”策略x=0.2，項(xiàng)目管理者“積極監(jiān)督”的策略概率y在[0,1]區(qū)間以0.2的步長變化，獲得執(zhí)行者策略z隨管理者策略y的演化趨勢如圖7(B)所示。可以看出當(dāng)y由0→1逐漸增大時執(zhí)行者策略趨勢變化幾乎相同，僅達(dá)穩(wěn)定狀態(tài)的演化時間隨著管理者策略y的增加而稍縮短，表明執(zhí)行者策略受管理者策略影響較小，這主要是因?yàn)樵诋?dāng)前科技管理體系下，以項(xiàng)目管理專業(yè)機(jī)構(gòu)為代表的管理者缺乏對“不自律”行為的懲罰權(quán)利，如項(xiàng)目終止、資金收回、限制課題申報等，現(xiàn)有的獎懲權(quán)限和手段不足以對項(xiàng)目執(zhí)行者造成收益影響，因此執(zhí)行者策略并不隨管理者的策略調(diào)整。當(dāng)政府監(jiān)督力度不夠時，項(xiàng)目管理者的“積極監(jiān)督”可以使得執(zhí)行者到達(dá)穩(wěn)定“自律”狀態(tài)的演化時間縮短，但因此管理者可作為政府監(jiān)督職能的補(bǔ)充，但不能取代政府的監(jiān)督作用。

(A)執(zhí)行者策略(z)受政府策略(x)影響; (B)執(zhí)行者策略(z)受管理者策略(y)影響圖7 執(zhí)行者策略(z)隨政府策略(x)和管理者策略(y)的演化

5 結(jié)論

本文基于有限理性觀點(diǎn)，針對現(xiàn)行科技監(jiān)督體系構(gòu)建了政府、項(xiàng)目管理者、項(xiàng)目執(zhí)行者三方演化博弈模型，借助計算機(jī)仿真展現(xiàn)了三方演化博弈過程，為進(jìn)一步研究科技監(jiān)督及相關(guān)策略提供新思路。結(jié)果表明：

(1)政府的監(jiān)督作用不可替代，應(yīng)積極履行監(jiān)督職責(zé)。在政府“積極監(jiān)督”的策略下，項(xiàng)目管理者最優(yōu)策略為“積極監(jiān)督”，項(xiàng)目執(zhí)行者最優(yōu)策略為“自律”。同時，在政府缺乏監(jiān)督的情況下，僅靠項(xiàng)目管理者易引起“監(jiān)督失靈”。

(2)項(xiàng)目管理者總是傾向于“積極監(jiān)督”。在管理者的策略選擇中，“積極監(jiān)督”比“消極監(jiān)督”收益高，即在三方演化博弈系統(tǒng)中，“積極監(jiān)督”均是項(xiàng)目管理者的最優(yōu)策略。當(dāng)前國家科技治理體系下，項(xiàng)目管理者通常為政府部門的下屬事業(yè)單位，若不履行監(jiān)督職責(zé)，將面臨政府的處罰和社會聲望損失，因此，策略的選擇與其職能定位有關(guān)。當(dāng)政府監(jiān)督力度不夠時，項(xiàng)目管理者可作為政府監(jiān)督職能的補(bǔ)充，但不能取代政府監(jiān)督作用，政府依然是當(dāng)前科技創(chuàng)新治理體系下的監(jiān)督主體。

(3)項(xiàng)目執(zhí)行者隨著政府監(jiān)督策略做出調(diào)整，而受管理者策略影響較小。當(dāng)政府主動監(jiān)督時，執(zhí)行者通常選擇“自律”以獲得政府的其他補(bǔ)助和社會聲望；但當(dāng)政府不監(jiān)督時，執(zhí)行者通常選擇對自己有利的“不自律”。管理者履行日常管理的職責(zé)，但缺乏對“不自律”執(zhí)行者的懲罰權(quán)利(項(xiàng)目終止、資金收回等)，管理者策略調(diào)整不是執(zhí)行者策略選擇的主要因素。

(4)在政府“監(jiān)督缺位”的條件下，項(xiàng)目執(zhí)行者的最優(yōu)策略為“不自律”，原因主要項(xiàng)目執(zhí)行者“自律”成本較高，須投入大量的人力物力推進(jìn)項(xiàng)目。另一方面，在實(shí)際情況中，執(zhí)行者有較大幾率在“不自律”情況下通過項(xiàng)目驗(yàn)收，存在一定的僥幸心理。在“監(jiān)督缺位”的條件下，發(fā)生科研不端、違背科研倫理等重大風(fēng)險的概率將大大提升，對博弈三方均造成重大損失，特別是政府的聲望與治理損失。因此，為防范重大風(fēng)險，政府和管理者均應(yīng)履行監(jiān)督職責(zé)。

需特別說明的是，本研究基于一定非理性決策的假設(shè)前提，隨著科技體制機(jī)制改革的不斷深入，科技創(chuàng)新治理體系的不斷完善，現(xiàn)實(shí)情況將更加錯綜復(fù)雜。例如隨著新博弈主體的增加，博弈策略選擇和影響也會大大不同，本研究中建立的動態(tài)博弈模型須根據(jù)現(xiàn)實(shí)情境進(jìn)一步優(yōu)化，以更好地展現(xiàn)現(xiàn)實(shí)科技監(jiān)督系統(tǒng)運(yùn)作中的博弈行為。