基于多代理模型的產學研主體協同創新行為演化博弈仿真分析

施慧斌 劉修奇

摘要：為了解決產學研各方主體在協同創新合作過程中各方的收益的合理分配問題，從而達到深層次的協同創新效應，這是產學研合作各方追求的目標，高水平的協同創新行為可以衡量協同創新的深度，將演化博弈仿真加入到產學研協同創新合作過程中，引入多代理機制重點分析合作演化的初試變量設置對博弈結果的影響，并考察結果和原因。在有限理性的基礎上，結合多代理思想理論和演化博弈理論，依托Netlogo平臺構建模擬環境、政府政策以及產學研主體各方進行仿真，分析并驗證不同參數設置下仿真實驗的結果及其原因。

Abstract： To solve the problem of rational distribution of the benefits of all parties in the process of collaborative innovation and cooperation and realize deeper cooperation of all parties is the goal pursued by all parties in the industry， university and research cooperation， and high-level collaborative innovation behavior can measure the depth of collaborative innovation. The evolutionary game simulation is added to the collaborative innovation cooperation process of industry， university and research institute. The multi-agent mechanism is introduced to analyze the influence of the initial test variable setting of cooperative evolution on the game results， and the results and reasons are investigated. On the basis of bounded rationality， combined with multi-agent thought theory and evolutionary game theory， simulation of environment， government policy and the main parties of industry， university and research cooperation is conducted relying on Netlogo platform， to analyze and verify the results of simulation experiments under different parameter settings and their causes.

關鍵詞：多代理;協同創新;建模仿真;NetLogo

Key words： multi-agent;collaborative innovation;modeling and simulation;NetLogo

中圖分類號：G301? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2019）18-0017-05

0? 引言

研究問題：

產學研主體的協同創新合作在當今的科研工作中非常重要，是產業企業、高校和科研院所以技術創新為目的，協同各自擁有的創新資源，對科學技術及產品、服務的合作開發過程[1]。由于產學研參與各方的合作動機、對投入資源的體量以及期望的收益與實際收益的差額等問題，這會導致產學研各個主體之間產生存在利益沖突，繼而產生溝通上的隔閡，最終會增加合作主體協同創新的難度，使得產學研各方之間深層次的合作成為難題，影響科學研究轉化成商業成果的進程。因此在產學研各方主體的協同創新過程中，如何確保參與各方的行為協調一致，如何達到對對方的深度認知，如何達成深層次高水平的協作，這事關產學研協同創新合作的成敗。這需要從大局上把握和分析協同創新的行為模式和合作模式，對產學研協同創新的運行規律及實現結果進行深度、以及合理地預測評估各方行為模式背后的深層原因，從而能對整體環境和政府政策進行合理把握，最后達到去準確預知產學研各方未來合作問題的效果。

理論基礎：

關于協同創新參與的各方主體如何進行合作一直是個熱點問題，部分國內外學者對這個問題展開過多方面的研究，已經形成了一定的研究成果。例如國外學者Baldwin等[2]在討論了快速增長的協同創新模式之后，認為協同創新模式已經成為一種重要的思考模式，并且這會影響協同創新合作過程中的方方面面;同樣，Inzelt等[3]討論了產學研協同創新網絡適合的應用場景，提出了影響協同網絡創新相關的環境要素;Cohen等[4]將協同創新的過程分成了正式合作和非正式合作兩種情形，并且認為非正式合作在協同創新過程起到著更大的作用。

國內學者同樣在此方面做了相關的協同創新研究，例如陳勁等[5]在研究協同創新時根據整合維度和互動維度構建協同創新框架，針對產學研協同創新平臺和組織給出了幾點建議;何郁冰等[6]等研究了產學研合作過程中提出了“戰略——知識—組織”三者相結合的協同創新模式，用來探索高校和企業之間的深度合作與發展問題;劉曉玲等[7]在基于協同創新背景下，提出了協同創新工作室對協同創新人才的培養，探索了機電類協同創新類人才的培養模式;肖澤磊等[8]對湖北省制造行業的創新績效做了測度，研究結論得出湖北省制造行業內存在“技術異質性”，行業的協同創新績效隨著不同行業“技術特征”的變化而變化;覃艷華等[9]基于粵港澳大灣區11個城市協同創新數據進行了計算和分析，指出了大灣區科技協同創新存在的一些問題，并且就這些問題提出了相關建議和對策;孫衛東等[10]在研究協同創新過程中以中小企業的產業集群為背景，闡述了協同創新中中小企業轉型升級的路徑和探討了中小企業商業模式創新的思路。

基于目前的大量的研究成果得出，很多學者和專家都善于從現狀去分析問題或者利用演化博弈模型去進行探索問題，但是固定的模型無法對整個產學研協作創新過程進行準確的分析，也無法解決產學研合作過程的各種利益和沖突問題。另外有學者使用Netlogo對演化博弈過程進行了仿真分析，但是由于缺乏對產學研具體仿真的環境建設，僅僅單純的使用產學研雙方去演化整個博弈過程，無法精確分析產學研各方如何選擇策略的原因，無法從中解決突出矛盾。本文使用基于多代理的Netlogo建模方法，建立具體的仿真環境以及產學研各方，從中發現圍繞產學研利益沖突的始終。

1? 演化博弈模型建立

在產學研合作過程中，產學研各方的投入和產出是整個演化博弈的核心，目的在于達到雙贏的效果，這需要雙方一定程度的投入，并且需要最終成果共享，達到整體效益最大。在產學研協同創新過程中，主要以企業為代表的產方和以高校為代表的學研方為核心，其中政府提供一些政策支持和營造相關知識產權方面的法律環境來規范相關產學研活動的進行[11]，另外還包括一些社會性組織例如中介服務、私人基金或者媒體力量對產學研協同創新活動進行引導、支持、成果轉化和提供輿論風向標的作用。

1.1 演化博弈模型的建立

本文采用演化博弈的方法對產學研協同創新過程進行產學研協同創新過程中的動態演化分析。演化博弈論是把博弈論結合動態演化過程后進行整體分析的一種新型博弈理論[12-13]。由于產學研過程中的成員都是具有有限理性，因此產學研各方將在博弈過程中保持有限程度的各自受益最大化。

雙方在合作過程中可以選擇高水平的協同創新合作策略，也可以選擇低水平的協同創新合作策略。這里的低水平的協同合作指的是淺層次合作，或者說一次性合作，溝通互動和信息共享程度很低[14]，因此低程度合作的一方往往在合作過程中投入非常少或者不愿意共享自己已有的資源。與此相反，高水平的協同合作意味著某一方在協同創新過程中相當深入的投入到合作當中或者把自己擁有的資源進行深度共享。如果雙方都進行這種深層次的協同創新合作，這會隨著時間的推移往往會形成產學研合作同盟，這需要雙方頻繁有效的溝通以及高度的信息共享，這種協同效應會帶來相當高的回報和投入產出績效比。

在本文的研究中假設參與協同創新的主體主要分為兩方，分別用產方和學研方來表示。在產學研協同創新過程中，協同創新主體無法確切掌握對方的實際合作的投入成本等相關資源，導致協同創新主體在協同創新活動中采取機會主義行為，控制自己的各項成本以達到更大收益，在博弈過程中表現為低水平的協同合作。假如某一方在協同創新過程中采取機會主義行為，選擇付出較低水平的協同合作行為，而如果另一方不能判斷出這種低水平的協同合作行為，那么另一方可能就會繼續采用付出較高知識水平的協同合作行為，這就容易造成另一方受益高，而另一方受益極低甚至虧損。而如果雙方都選擇低水平的協同創新合作，由于雙方都沒有進行大規模的相關資源的投入，在雙方受益都不高的情況下或許都能彌補所投入的成本，導致最終雙方都能有所受益但是收益不高。最好的情況就是雙方都能以高水平的協同創新合作投入相應的成本和相關資源，最終都能獲得較高的收益，這表現為雙贏。

本文假設學研方選取低水平協同合作行為所付出的成本為c1d，選擇高水平協同合作行為所付出的成本為c1u;學研方選取低水平協同合作行為所付出的成本為c2d，選擇高知識水平協同合作行為所付出的成本為c2u;假設學研方采取低水平協同合作而產方采取也采取低水平合作的共同收益為rd，假設學研方采取低水平協同合作而產方采取高水平合作的共同收益為rb，假設學研方采取高水平協同合作而產方采取低水平合作的共同收益為rl，假設學研方采取高水平協同合作而產方也采取高水平合作的共同收益為ru;基于雙方事先商定的協議內容，如果學研方獲得產學研協同創新成果的比例為？琢（？琢？燮1），那么產方獲得產學研協同創新成果的比例？茁（？茁？燮1），按照設定？琢+？茁=1。基于以上多條假設，本文的演化博弈模型表現為：博弈參與方集合？子={學研方，產方};學研方的策略行為集合s1={低水平協同合作，高水平協同合作};產方的策略行為集合s2={低水平協同合作，高水平協同合作}。本文分別對協同創新過程中產方主體和學研方主體采取在做出不同的策略選擇情況時發生的收益變化進行了討論，根據上述論證，產學研協同創新博弈的收益矩陣如表1所示。

假設學研方的混合策略為（p，1-p），p∈[0，1]，學研方以p的概率選擇低水平協同創新合作行為策略，以1-p的概率選擇高水平協同創新合作行為策略;同理假設產方的混合策略為（q，1-q），q∈[0，1]，即產方以q的概率選擇低水平協同創新合作行為策略，以1-q的概率選擇高水平協同創新合作行為策略。

學研方選用混合策略（p，1-p）的收益函數可以表示為

產方選用混合策略（q，1-q）的收益函數可以表示為

于是，求解混合策略納什均衡等價于求解以下最優化問題：

學研方和產方收益函數對應的最優化一階微分條件為

分別求解可得

當？琢ru-c1u-？琢rb-c1d<0，？琢（ru+rd-rl-rb）>0時，意味著博弈雙方采取同種策略的收益高于雙方采取不同策略的總收益，而且雙方都采取高水平合作時一方采取高水平協作的收益低于雙方采取不同策略時一方采取低水平合作的益;

當？琢ru-c1u-？琢rb-c1d<0，？琢（ru+rd-rl-rb）<0時，意味著博弈雙方采取同種策略的收益低于雙方采取不同策略的總收益，而且雙方都采取高水平合作時一方采取高水平協作的收益低于雙方采取不同策略時一方采取低水平合作的益;

當■時，意味著博弈雙方采取同種策略的收益高于雙方采取不同策略的總收益，而且雙方都高水平合作時一方采取高水平協作的收益高于雙方采取不同策略時一方采取低水平合作的收益。

1.2 基于agent建模原理

Agent是代理的意思，在計算機領域被視為一個具有各種屬性并且能持續在特定的環境下發揮功能的主體。那么多代理（multi-agent）指的是在特定環境中，多個能持續發揮功能的獨特主體，這些代理往往具備自主性、被動響應能力、主動響應能力、時間連續能力和自適應性[15]。Agent在計算機仿真中被應用為一種軟件系統，Agent的組成元素以及相應的屬性設置可以由具體情境要求而設置，并且各類Agent與之所在環境均存在著某種特定聯系，能夠感覺到外界發生的變化，各類Agent自身也會根據變化而做出相應的變化[16]。

Netlogo是一種為了分析復雜系統開發的仿真建模軟件平臺，主要適用于社會現象仿真建模分析。Netlogo于UriWilensy在1999年研發出來，其研發目的是為給科研教育機構提供一個功能強大但是方便實用的計算機仿真建模工具[17]，它能很好地模擬微觀個體的行為，從而設立大量群體的仿真行為和宏觀模式的涌現及從大量個體仿真中發現個體之間的聯系和規律。

1.3 模型建立

本文采用Multi-Agent技術結合演化博弈理論的建模方法，定義產學研合作創新中的學研方和產方以及仿真環境，根據產學研各方主體自身的不同種類的私有屬性，以及系統設置的外部環境屬性設置。根據演化博弈論設定特定的行為規則和行為選擇決策，產學研各方的Agent會在無數次演化博弈過程中根據自身屬性隨機博弈，同時不斷更改博弈的策略，直到最后達到演化博弈的穩定狀態。這里的外部環境為產學研合作中的宏觀環境，即由政府建立的相關機制，即為對合作行為的獎勵和背叛行為的懲罰措施等各項規定。在模擬環境里設置成各種控制變量以及限制機制。按照設定，產學研仿真模型中的各個博弈參與方都假定為一個Agent。演化博弈仿真過程中，各個不同的Agent在仿真系統環境內隨機移動。

企業和高校Agent運行機制一樣，都有利益和機制驅動，不同的是各自屬性要求不同，高校的學術性質和學術要求更濃，而企業轉化專利為產品的欲望更加強烈。多個高校與企業的Agent共同對現實進行仿真，解決現狀問題。產學研協同創新仿真模擬前提是高校和企業的有限理性。圖1為運行流程圖。

<學研方Agent>：：=<成本><收益><策略行為><歷史策略記錄>

<產方Agent>：：=<成本><收益><策略行為><歷史策略記錄>

<環境Agent>：：=<政策機制><學研方Agent ><產方Agent>

步驟1：通過感知部分獲取外部環境信息等，外部環境的搭建：懲罰機制、獎勵機制以及相關有可能參與到博弈中的社會其他群體，Agent運行規則里，選擇網格活動空間設置，即Netlogo環境中的網格，每一個Agent可以朝網格空間中的任意方向移動;

步驟2：設置學研方和企業方基本屬性參數，每一輪博弈代表一個game，每次博弈各方獲得的收益為score;

步驟3：根據制定規則和機制，每個Agent在每一段仿真周期t內，會與隨機遇到的Agent就會進行博弈，同類Agent不參與博弈行為。在演化博弈仿真模型中，各類Agent都具有自身的獨特屬性、以及不同的行為規則;

步驟4：每一次演化博弈產生的收益會記錄在各個Agent的屬性記錄里，記錄的收益根據所選策略來確定。將本次采用的策略記錄下來作為歷史策略;

步驟5：重復步驟3，直到得到滿足協同效應的穩態，以累積的收益平均分進行歸一化來表示是否高水平協同合作，輸出結果■

2? 仿真實驗與結果分析

產學研協同創新合作仿真模型初始化和演化博弈仿真運行均在NetLogo仿真平臺之中，根據演化博弈不同的參數設置而設定不同的演化博弈支付矩陣，在社會環境和政府政策的運行后，兩類Agent經過一定次數的博弈，直到最終達到協同創新合作行為的演化均衡狀態。從產方和學研方兩類Agent群體中選擇低水平合作和高水平合作策略得分（即收益）的歸一化比例曲線來表示產學研合作過程最終演化穩定后的策略大致趨勢。本次仿真的網格模擬空間設置為200*200，分別設置政府政策Agent、環境相關Agent以及初始選擇策略的博弈雙方主體產方Agent個數50個以及學研方Agent主體個數50個。Netlogo仿真的運行最終各方收益均衡圖的橫坐標x表示仿真周期（即仿真運行的時間），表示系統的運行周期數，縱坐標y=■。仿真運行的結果以達到穩態的時候（實驗中為tick）為準，以下仿真都是基于α=0.5，β=0.5 的前提下進行。

情形一：模型的建立和運行在？琢ru-c1u-？琢rb-c1d<0，？琢（ru+rd-rl-rb）運行結果如圖2、圖3所示。

如圖2（a）所示，當市場缺乏獎懲機制、博弈者對未來的折現效應不做考慮時、政府無相關政策去約束不合作的產學研方，或者政府無相關政策去鼓勵高水平的合作方時，產學研的各方出于對自己的保護從而選擇低水平合作。因為在這種情況下，如果一方選擇高水平合作時另一方選擇低水平合作，這會導致自己方收益為負。但是由于博弈一開始雙方無法知道對方的歷史策略，所以有些產學研博弈方也會有選擇高水平合作的，如圖2（a）所示，高水平合作收益歸一化后不會趨于0，而大多數博弈方選擇低水平合作行為，這成了趨勢，讓低水平合作成為協作的主導。當引入市場化時，如圖2（b）所示，由于高校和企業的有效溝通產生了信任，或者由于市場相關規則的制定，使得低水平合作顯著降低，高水平合作顯著上升，但是低水平合作依舊是主流。因為如果足夠多的參與者，市場機制就會更加完善，協同效應更加高效。當市場具備足夠的獎懲機制時，或者產學研雙方都考慮未來的折現效應時，而且有政府相關政策時，如圖3（c）低水平協作收益顯著降低意味著低水平合作比例降低，高水平合作比例超過低水平合作比例，但是各項政策后由于收益差距不大，低水平合作比例和高水平合作比例差距不大。

情形二：模型的建立和運行在？琢ru-c1u-？琢rb-c1d<0，？琢（ru+rd-rl-rb）<0時，運行結果如圖4、圖5所示。

如圖4（a）所示，當市場機制、博弈者不考慮未來的折現效應時、政府無相關政策時，產學研的各方出于對自己的保護依舊選擇低水平合作。當引入市場化時，如圖4（b）所示，由于高校和企業的有效溝通產生了信任，或者由于市場相關規則的制定，使得低水平合作顯著降低，高水平合作顯著上升，但是低水平合作依舊是主流。當市場具備足夠的獎懲機制時，或者產學研雙方都考慮未來的折現效應時，而且有政府相關政策時，如圖5（c）低水平協作收益顯著降低意味著低水平合作比例降低，但是由于在情形二下，產學研雙方采取不同策略時的收益好于同種策略，低水平合作依舊比高水平合作比例高。

情形三：模型的建立和運行在？琢ru-c1u-？琢rb-c1d>0，則一定？琢（ru+rd-rl-rb）>0，運行結果如圖6、圖7所示。

如圖6（a）所示，當市場缺乏機制、博弈者對未來的折現效應不做考慮時、政府無相關政策時，產學研的各方選擇高水平合作去獲得更好的收益。當引入市場化時，如圖6（b）所示，由于高校和企業的有效溝通產生了信任，或者由于市場相關規則的制定，使得低水平合作顯著降低，高水平合作顯著上升，但是高水平合作依舊是主流。足夠多的參與者使得市場機制就會更加完善，協同效應更加高效。當市場具備足夠的獎懲機制時，或者產學研雙方都考慮未來的折現效應時，而且有政府相關政策時，如圖7（c）低水平協作收益比例變化不大，高水平合作依舊成為主流。

3? 結論

在本文的仿真模擬過程中，主要使用了NetLogo仿真建模平臺進行博弈論的演化博弈過程仿真，通過控制相關變量的值進行模擬，在演化博弈仿真分析過程中分別對演化博弈過程中做出不同的參數修改來控制仿真的進行，最后直到得出最終的穩態結果。

根據產學研協同創新分析仿真結果，本文可以得出：①復雜環境下，執行各種制度保障有利于產學研協同創新持續發展，保障制度的建立需要從整體上把握協同創新行為模式。如果能對產學研整體系統做出優化調整與部署，這將有助于于協同創新主體在產學研合作博弈過程中選擇較為合理的協同行為，完善和規范協同創新網絡，從而獲得最高的產學研協作收益;②復雜的外部環境決定了實際市場里不會只存在單純的高水平合作行為，也不會只存在單純的低水平合作行為，在相關機制下不同的利益分配情況和不同的利益收入狀態，可以在一定程度上決定未來是否進行高水平合作還是低水平合作;③協同創新合作過程中產學研博弈各方，都會關注到創新合作之后形成的效益，也會關心受益的公平分配問題;④最后，在產學研協同創新過程中，創新的參與主體之間會根據現實情況而實施多次不同的博弈選擇，在這種情況下，有必要設置更多的博弈行為和新的演化博弈矩陣。

參考文獻：

[1]蔣元濤，潘亭亭.基于NetLogo平臺的產學研協同創新仿真研究[J].科技創業家，2014（03）：149-150.

[2]Baldwin C， Von Hippel E. Modeling a paradigm shift ：from producer innovation to user and open collaborative innovation[J].Organization Science，2011，22（6）：1399-1417.

[3]Inzelt A. The evolution of university-industry-government relation [J].Research Policy，2004，33（6）：975-995.

[4]Cohen W M， Nelson RR， Walsh JP. Links and impacts： the influence of Public Research on industrial R&D [J].Management Science，2002，48（1）：1-23.

[5]陳勁，陽銀娟.協同創新的理論基礎與內涵[J].科學學研究，2012，30（02）：161-164.

[6]何郁冰.產學研協同創新的理論模式[J].科學學研究，2012，30（02）：165-174.

[7]劉曉玲，秦富貞.基于產學研用協同創新的機電類創新創業人才培養模式研究[J].科技風，2019（11）：247-248.

[8]肖澤磊，范如國，王松.考慮技術異質性的湖北制造業創新績效測度與影響因素研究[J/OL].湖北社會科學，2019（03）：53-61[2019-04-23].https：//doi.org/10.13660/j.cnki.42-1112/c.014997.

[9]覃艷華，曹細玉.粵港澳大灣區城市群科技協同創新研究[J].華中師范大學學報（自然科學版），2019，53（02）：255-262.

[10]孫衛東.產業集群內中小企業商業模式創新與轉型升級路徑研究——基于協同創新的視角[J].當代經濟管理：1-8[2019-04-23].

[11]黃婷婷，魯虹.基于多Agent模型的產學研合作機制研究[J].中國軟科學200（S2）：237-242.

[12]王文賓.演化博弈論研究的現狀與展望[J].統計與決策，2009（03）：158-161.

[13]周靜波.演化博弈論的基本方法及應用[J].中國城市經濟，2012（03）：234-236.

[14]陳勁，殷輝，謝芳.協同創新情景下產學研合作行為的演化博弈仿真分析[J].科技進步與對策，2014，31（05）：1-6.

[15]王嵐. 基于Multi-Agent的分布式應用系統研究[D].首都經濟貿易大學，2004.

[16]廖守億，戴金海.復雜適應系統及基于Agent的建模與仿真方法[J].系統仿真學報，2004（01）：113-117.

[17]耿柳娜，李艷.合作行為的NetLogo計算機仿真研究[J].現代遠距離育，2011（01）：66-69.