科技計劃項目創新績效的系統動力學分析
——基于科技監督的視角

廖蘇亮，吳國棟，段依竺，米一波，鄭嘉穎

（廣東省技術經濟研究發展中心，廣東廣州 510070）

近年來，科技創新對我國經濟社會發展的戰略支撐作用日益強化，我國各級政府投入大量創新資源組織實施科技計劃項目。作為科技創新治理體系的重要組成，科技監督既是有效配置創新資源、提升創新績效的重要保障，也是防范和化解科研領域重大風險的有效手段［1］。長期以來，我國科技計劃項目特別是重大科技攻關項目采取政府主導投入和管理、項目承擔單位具體執行的方式進行，此時政府是監督主體，項目執行方是被監督者，二者構成監督與被監督的管理關系。隨著科技體制改革的深化，尤其是中央財政科技計劃（專項、基金等）管理體制改革后，政府不再直接管理具體項目，由項目管理專業機構承擔項目受理、評審、立項、過程管理、結題驗收等具體工作，因此項目管理者成為科技監督重要主體。此外，隨著民眾責任意識日益增強、公眾媒體快速發展和社會組織逐漸完善，以媒體、民眾以及社會組織為代表的社會監督者逐漸引起公眾重視［2］。社會監督機制廣泛應用于社會治理各個領域，如市場監管、危險品運輸監管、食品監管、工程建設等，具有外部性、獨立性、約束性和廣泛性等特點和優勢，但同時也具有盲目性、滯后性、間接性和非強制性等弊端。隨著國家科技管理體制改革的不斷深入，科技監督的參與主體逐漸豐富，由政府和執行方構成的二元監督體系已演變成由政府、項目管理者、項目執行者、社會監督者等多個利益主體組成的復雜系統，因此，有必要圍繞當前科技創新治理體系下“監督如何影響科技計劃項目的創新績效”這一關鍵問題，研究科技監督體系運行的內在機制和邏輯，厘清影響科技監督系統運行的關鍵因素和動力機制，為優化創新資源配置提供決策參考。

1 文獻綜述

在以往科技監督機制的研究中，國內部分學者嘗試通過政策分析、構建理論模型或數理方程等方式來研究科技監督系統運行的內在機制并提出相應對策，如查靜等［3］結合國家對企業監管的有關要求和科技企業的實際特點，分析了科技企業在監督管理工作中的薄弱環節，探討了加強科技企業監督管理的機制路徑，以期進一步激發企業創新創業積極性和創造性；文雯等［4］基于科技計劃項目管理專業機構監督與評估工作發展現狀和要點，研究科技項目監督評估工作的行政監控機制、專家監管機制和專業機構監管機制，提出了完善科技計劃項目管理專業機構監督與評估工作的措施；孫衛華［5］闡述了科技計劃監督工作的內涵及重要性，認為科技計劃監督是實現科技計劃項目目標以及規避風險的重要保證，同時研究了我國科技計劃監督存在體制機制不完善、外部監督較為薄弱等問題；劉桂蘭等［6］基于尋租和博弈理論建立了管理者、執行者和評價者之間的兩兩博弈模型，嘗試闡明我國科技管理與監督系統的內在運行機制；劉贊揚等［7］研究了發達國家科技計劃項目監督體系建設情況，總結了近年來地方科技主管部門開展監督管理的實踐探索經驗，并從法律法規、協同監管機制建立等方面提出了加強監督管理的政策建議；蓋宏偉等［8］認為我國科技監督存在主體較單一、結構性較弱等問題，基于系統論和協同理論提出多元主體聯盟協同監管的運行模式，建議以科技資金監管主體聯盟的形式來提升監管有效性；吳艷等［9］從項目管理專業機構的視角出發，分析了專業機構在國家科技計劃項目監督評估中的定位和重點工作內容，并建議專業機構應建立決策、執行、監督三位一體、互相協調又相互制約的新型科技管理模式；劉冬等［10］將科技項目看成是多重委托管理關系，以委托視角對科技項目管理和監督開展研究，提出科技項目管理監督評估的對策；張同建等［11］以我國科技工作者的數據為樣本建立結構方程模型，分析科研活動中潛在投機行為發生的內在機理，并提出相應的監督管理和治理對策。此外，也有學者針對科技監督中的經費監管問題建立了第三方監督者、科技經費使用者與監管者之間的演化博弈模型，以定性和定量相結合的結果表明了第三方監督在科技經費監管中的積極作用，并建議通過監管制度的完善使第三方監督主體真正加入到科技經費監管體系中［12］。

以往的相關研究雖從科技管理體制、政策研究和數理模型分析等角度為我國科技監督建設提供了決策建議和方法，但隨著國家對科技管理體制改革的不斷深入，參與監管的利益相關主體數量大大增加，特別是社會監督者的加入使得整個監管系統更加復雜，在此情形下，單純從政策和管理視角進行分析研究已無法全面、準確地反映科技監督系統運行的內在邏輯；另一方面，以往的數理分析研究多基于演化博弈理論來開展，但演化博弈的穩定策略分析僅能反映系統的局部動態均衡，無法反映整個系統的穩定均衡與外界動態反饋之間的關系［13］，無法客觀地反映當前科技治理現狀。為此，本研究通過建立科技監督系統動力學模型分析系統運行機理和內涵，并建立監督系統因果影響與動態調整分析模型分析影響系統運行的關鍵要素及要素之間的反饋關系，最后通過Vensim PLE 計算機仿真模擬軟件呈現各主體行為選擇和交互影響。選擇系統動力學方法來研究科技監督系統的運行機制的重要原因在于，動力學模型可以很好地反映系統的因果響應和動態變化，通過合理的建模和賦值以及計算機仿真來預測系統的發展走向，可以在信息缺失情況下對復雜演化過程進行有效研究［14］。

2 模型構建

2.1 系統分析

科技監督系統中的各關鍵要素按一定規律影響系統動態發展，因此首先需厘清主要影響因素間的關系。經咨詢行業專家意見，系統中包含創新績效、監督主體、監督意愿、監督動機、監督成本、監督能力等共同影響系統運行效能的關鍵因素。科技監督系統的基本運行過程如圖1 所示。

圖1 科技監督系統基本運行過程

本研究構建科技監督系統動力學模型分析系統運行規律和動力機制，找到提高創新績效的路徑，旨在解決如下問題：一是直觀地展示各監督主體間的相互作用關系；二是系統地分析監督主體的策略對創新績效的影響機制以及各關鍵要素對系統的影響；三是通過改變影響決策的系統參數，模擬不同條件下監督意愿的變化情況及其對創新績效變化的影響。

為更清晰地反映系統運行規律，對科技監督系統中涉及的關鍵要素及名詞解釋如下：

（1）監督主體。監督主體包含政府、項目管理者、項目執行者和社會監督者。政府為科技創新治理體系的頂層設計者和政策制定者，對科技計劃項目開展主動跟蹤、監測和管理，并根據項目實施情況對管理者和執行者采取必要的獎懲措施，同時受上級部門和社會監督者的監督。項目管理者是受政府委托承擔科技計劃（專項、基金等）項目管理工作的科研管理類事業單位或社會化科技服務機構，受政府和社會監督者（以媒體監督或社會組織監督為代表的社會公眾）的監督。項目執行者為財政經費資助下科技活動的執行主體，監督主要方式為自我監督，同時受政府、項目管理者和社會監督者的聯合監督，監督效果直接影響科技項目創新績效。

（2）創新績效。創新績效表示科技計劃項目下創新活動的產出績效，是科技監督系統輸出端的主要目標變量。由于科技創新項目特別是自由探索類項目存在一定的失敗概率，因此本研究中的創新績效指在履職盡責的前提下，科技創新活動產生的可持續、過程性績效或結果性績效。

（3）監督意愿。監督意愿表示監督主體采取積極監督方式的綜合意愿程度。

（4）監督動機。根據組織行為學相關理論，內在需求和外在因素共同影響行為動機，行為動機外在表現為實施行動，行為結果又表現出不同的特征［15］，因此科技監督主體的行為動機決定了其行為運行特征。科技監督活動是內外兩種動機交替作用的結果，內部動機驅使監督主體選擇公正、科學、權威的監督行為，保證科研活動處于受監督狀態，促使科技創新體系良性運行；外部動機驅使監督者履行監督職責，規范監督行為。

（5）監督能力。監督能力是同時受技術、資金、團隊、學習能力制約的綜合指標，需通過技術培訓、經驗積累、團隊協同以及交流學習來提升。

（6）監督成本。監督成本指踐行主動監督意愿所需付出的人力、物力、財力和時間。

（7）黑天鵝事件。黑天鵝事件是指難以預測，但突然發生時會引起連鎖反應、帶來巨大負面影響的小概率事件［16］。本研究中采取史昱［17］的定義，指《腫瘤生物學》集中撤稿、基因編輯嬰兒等違反科研倫理、科研誠信等不良事件以及其他違反國家法律法規的突發性事件。

2.2 因果關系分析

按監督主體分類，動力學系統可看成由政府子系統、項目管理者子系統、項目執行者子系統和社會監督者子系統構成，子系統內部要素以及子系統間均存在相互作用和影響。

（1）政府監督的系統動力模型。政府是當前科技創新治理機制中最重要的監督責任主體之一，其主動監督意愿同時受監督動機、監督成本和監督能力的影響。其中，監督動機包括政府內部驅動和政府外部驅動，外部驅動主要來自公眾監督的社會輿論和來自上級政府的獎勵和問責，內部驅動包括科技項目成功實施帶來治理要求、科技體制改革等改革要求和提高行政效率的行政要求；監督能力同時受技術手段、學習能力、組織管理、團隊建設制約。在監督主體關聯方面，政府對外監督項目管理者和項目執行者，并接受社會監督者的監督。

（2）項目管理者監督的系統動力模型。項目管理者除了實施項目常規過程管理和提供專業化服務外，也需要對項目執行情況進行監督管理。項目管理者的監督意愿受監督動機、監督能力和監督成本影響。其中，監督動機包括管理者外部驅動和管理者內部驅動，外部驅動包括來自政府管理部門的監督、來自社會公眾的監督，內部驅動包括來自管理者的管理權力和責任感；監督能力同時受學習能力、團隊建設和經費支持的制約。在監督主體關聯方面，管理者對外監督項目執行者，接受政府和社會監督者監督。

（3）項目執行者的系統動力模型。項目執行者作為項目的具體執行方，其監督方式主要為自我監督，其監督意愿受監督動機、監督能力和監督成本等因素影響。其中，監督動機包括執行外部驅動和執行者內部驅動，外部驅動來自政府、項目管理者和社會監督者的監督，內部驅動來自能力提升、產品迭代和社會責任感；監督能力同時受規章制度、人員投入和資金支持制約。在監督主體的關聯方面，項目管理者同時受政府、項目管理者和社會監督者的監督。

（4）社會監督者的系統動力模型。社會監督具有鮮明的民主性，是民主政治的重要表現形式。社會監督者是社會公共治理優化以及公共監督權力得到保障后，在科技領域形成的具象化監督角色，其監督意愿受內在驅動、監督能力和監督成本的影響。其中，內在驅動包括集體意識、法治意識、公民意識等因素［18］；監督能力受到信息通暢、媒體公開等因素影響。在對外影響方面，社會監督者具有典型外部公眾監督的特征，通過社會輿論這一關鍵因素影響政府、管理者和執行者的監督意愿。

基于以上分析，根據各主體的監督意愿影響要素以及各要素之間的內在邏輯與關聯，科技監督系統的因果關系如圖2 所示，主要包含8 條反饋回路。具體分析如下：

圖2 科技監督系統因果關系

（1）回路1：創新績效→監督需求反饋系數→執行者監督需求系數→執行者監督意愿→創新績效。

（2）回路2：創新績效→監督需求反饋系數→管理者監督需求系數→管理者監督意愿→執行者外部驅動→執行者監督動機→執行者監督意愿→創新績效。

（3）回路3：創新績效→監督需求反饋系數→政府監督需求系數→政府監督意愿→執行者外部驅動→執行者監督動機→執行者監督意愿→創新績效。

（4）回路4：創新績效→監督需求反饋系數→社會監督者監督需求系數→社會監督者監督意愿變化量→社會監督者監督意愿→執行者外部驅動→執行者監督動機→執行者監督意愿→創新績效。

（5）回路5：創新績效→監督需求反饋系數→社會監督者監督需求系數→社會監督者監督意愿變化量→社會監督者監督意愿→管理者外部驅動→管理者監督動機→管理者監督意愿→執行者外部驅動→執行者監督動機→執行者監督意愿→創新績效。

（6）回路6：創新績效→監督需求反饋系數→政府監督需求系數→政府監督意愿→管理者外部驅動→管理者監督動機→管理者監督意愿→執行者外部驅動→執行者監督動機→執行者監督意愿→創新績效。

（7）回路7：創新績效→監督需求反饋系數→社會監督者監督需求系數→社會監督者監督意愿變化量→社會監督者監督意愿→社會輿論→政府外部驅動→政府監督動機→政府監督意愿→執行者外部驅動→執行者監督動機→執行者監督意愿→創新績效。

（8）回路8：創新績效→監督需求反饋系數→社會監督者監督需求系數→社會監督者監督意愿變化量→社會監督者監督意愿→社會輿論→政府外部驅動→政府監督動機→政府監督意愿→管理者外部驅動→管理者監督動機→管理者監督意愿→執行者外部驅動→執行者監督動機→執行者監督意愿→創新績效。

2.3 系統流圖構建和主要方程

由于科技監督是一個復雜且具有動態性變化的系統，為清晰地反映科技監督系統演化過程中的動態機制和反饋機制，基于政府、管理者、執行者和社會監督者4 個子系統的動力系統因果分析以及上述主要參數，根據科技監督系統運行各要素的實際作用情況，遵循系統動力學理論的基本原理創建科技監督系統流圖，如圖3 所示。

圖3 科技監督系統流

對科技監督系統中相關方程進行設計并設定相關參數。方程設計主要運用標準單位比較賦值法、文獻研究法、專家咨詢法等；部分常量基于專家咨詢和歷史經驗數據估算得出，部分數學函數通過建立回歸方程進行確定。此外，注重運用表函數來模擬部分特殊變量變化。

（1）創新績效。創新績效為無量綱的流量變量，初始值設定為0.1。其數學表達式為：

（2）創新績效變化量。創新績效變化量是科技監督系統動力學模型中的關鍵流速變量，受執行者監督意愿、監督對績效的影響系數和觸發性事件（黑天鵝事件）的影響。其數學表達式為：

（3）監督意愿。監督意愿為無量綱變量，其中0 為完全消極監督。例如，政府監督意愿變化的動力學數學表達式為：

（4）監督意愿變化量。參考福格行為模型（Fogg behavior model），本研究認為各監督主體的主動監督意愿（W）同時受到監督動機（M）、監督能力（A）、監督成本（C）和監督需求（N）的影響。因此，監督意愿變化量的數學表達式為：

式（4）中：f(W)表示監督意愿的變化量；f(M)表征監督動機，根據耶克斯-多德森定律（Yerks-Dodson law），動機不足或過于強烈都會在一定程度上影響監督效率和效果［19］因此選擇表函數來表達監督動機與策略的關系，采用WITH LOOKUP 算法表示攻堅動機與主動策略間的表函數；f(A)表明監督能力對監督策略選擇的影響，與主動監督意愿增速呈正相關關系；f(C)表示采取監督方式的所需成本對監督策略選擇的影響，和主動監督意愿增速呈負相關；f(N)表示科技活動對監督的需求，與創新績效呈負相關關系，類似福格行為模型的觸發機制，創新績效產出越穩定，對監督的需求越小。

（5）監督動機。監督動機的數學表達式如下：

式（5）中：f(Inner)表示監督主體主動監督的內在驅動力；(Outer)表示監督主體主動監督的外部驅動力；Anner和Fouter分別表示內部驅動和外部驅動的影響系數。

須著重說明的是，不同監督主體的參數方程和賦值有所不同，例如政府的外部驅動包括來自上級的問責和激勵以及在社會中的公眾聲望；內部驅動包括來自科技體制改革的要求、提高行政效率的行政科學化要求以及履行政府職責的治理要求。政府內外部監督驅動的數學表達式分別如下：

式（6）（7）中：f(Innergov)和f(Outergov)分別為政府內外部驅動；αx表示對應變量的權重賦值。

參考政府驅動方程，項目執行者的內部驅動包括作為創新主體的社會責任、市場競爭中產品迭代需要和科技創新能力提升的需求；社會監督者的監督驅動主要為公民意識、法治意識和集體意識；項目管理者的內部驅動主要為管理權力和責任感。其他監督主體的監督內外部驅動方程參考式（6）（7）建立。

（6）監督能力。由于知識和能力的提升往往需經歷一定的時間才能看到效果［20］，特別是研發投入具有滯后性特征［21］，因此引入一階延遲函數來表示資源投入對監督能力提升的延遲效應。同監督動機類似，不同監督主體的監督能力影響要素和權重須根據實際情況進行修正，如下所示：

式（8）中：f(A)為監督能力函數；β為對應要素的權重系數；DELAY1為存在一階系統延遲，延遲時間為2 個月。

（7）監督成本。監督成本與主動監督意愿呈正相關關系，同時由于要素變化對成本的影響存在一定滯后，故使用一階延遲函數來模擬監督成本調整情況。監督成本的數學表達式為：

式（9）中：f(C)為監督成本函數，γ為對應要素的影響權重。參與主體不同時可對該表達式做適當修正。

需注意的是，監督成本和監督收益的關系符合邊際效益理論，即當主動監督意愿到達某一程度時，再繼續提高監督意愿的成本將急劇上升［22］，因此存在一個合理的資源配置方案，使得政府監督在可接受成本下達到最優監督效果的狀態，該狀態即為帕累托最優值。當投入超過帕累托最優值時，即便投入越來越高，監督收益會越來越少，因此完全監督僅為一個理想狀態，現實中的最優策略須充分考慮成本，使投入和收益比盡可能接近帕累托最優值。

（8）科技監督作用系數。根據對創新績效的影響要素分析研究結果，科技監督是影響科技活動創新績效的眾多因素之一，與科技監督呈現非線性相關的關系，因此，采用WITH LOOKUP 算法的表函數來表征監督對創新的非線性影響，如下所示：

（9）監督需求反饋系數。該變量用于表征創新績效對監督的需求量，如下式所示：

（10）黑天鵝事件影響系數。黑天鵝事件對監督策略產生重大影響，和創新績效變化量呈負相關關系。在黑天鵝事件發生時，主要流速變量創新績效變化量將發生突變。鑒于黑天事件的發生時間和后果影響均無法提前預測，用表函數來表示黑天鵝事件的影響系數，表函數的特殊點值通過文獻分析和專家咨詢，結合系統其他參數值后設定。表函數表示如下：

3 模擬仿真

3.1 系統初值確定

利用Vensim PLE 軟件進行模型仿真計算，通過檢驗判斷仿真結果的有效性和合理性來驗證動力學模型的科學性和真實性。由于科技監督是一個復雜決策系統，須借鑒已有類似研究成果，同時咨詢行業專家意見對模型中的參數進行賦值，從而更精準地反映系統的行為模式和演化趨勢。參考廖蘇亮等［23］對創新績效中多因素賦值的研究路徑，應用Saaty［24］提出的層次分析法（AHP）判斷矩陣9 級標準度及其倒數的標度法開展要素重要性對比、排序和賦值（見表1）。

表1 判斷矩陣標度及其含義

經過兩輪AHP 分析后，得到科技監督系統動力學系統的主要參數初值設置如表2 所示。

表2 科技監督系統的主要變量和初值

3.2 模型仿真

以廣東省重點領域研發計劃等重大科技項目為例，根據廣東省科技業務管理陽光政務平臺數據統計，項目執行期為36 個月，考慮實際執行期內可能存在各類延遲因素，在軟件中將仿真時間設定為40個月，時間步長設定為1 個月，創新績效的初值設定為0.1，政府監督意愿、管理者監督意愿、執行者監督意愿和社會監督者監督意愿的初值均設定為0，各主體的監督能力、內部驅動和外部驅動、初始取值按表3 進行賦值。

運行Vensim PLE 后得到創新績效變化量和創新績效的仿真計算結果，如圖4 所示。圖4（a）中創新績效變化量呈現出前期快速升高、中后期緩慢下降的趨勢，最后保持在一個較低水平的恒定值；反映在圖4（b）創新績效中為前期增速較快、后期增速較為平緩。圖4（a）中創新績效變化在0～10 個月內快速增長，峰值發生在第10 個月，說明在科技監督的充分監管作用下，創新主體特別是項目執行者能履職盡責，潛在風險被及時化解，保障了科技項目創新績效產出；在10～30 個月創新績效變化量下降，創新績效的增速變緩，表明通過科技監督機制的運行，創新績效不再發生急劇變化，增速逐漸下降；在系統運作超過30 個月后，創新績效變化量保持恒定，表現出較低的增長速率，出現類似經濟學中邊際效用遞減法則的變化規律，此時加大對科技監督的投入也不會明顯增加績效產出，后期除非發生重大科技進步、組織模式創新或重大政策調整等重大改變，創新績效增量將繼續保持穩定。

圖4 科技監督系統中創新績效變化量和創新績效的仿真結果

圖5 為監督需求反饋系數的仿真結果，該參數用于表征科技計劃項目的創新績效對監督系統的反饋作用。可以看出監督需求反饋系數逐漸減小，20個月后保持在較低水平，表明科技監督系統輸出與系統目標的誤差減小，系統逐漸趨于穩定，這也是后期科技監督系統作用逐漸下降的重要原因之一。

圖5 科技監督系統中監督需求反饋系數仿真結果

圖6 為初值情況下針對監督意愿的仿真結果，表明各監督主體的流量變量監督意愿在前期（0～15個月）快速增長，中后期（20 個月后）增速變緩直至基本保持不變。出現這一變化趨勢的原因主要是，隨著創新績效不斷提高，對監管需求會逐漸保持在一個恒定水平，此時除非出現黑天鵝事件或者重大變革，科技監督系統將保持恒定運行來保障科技計劃項目的績效產出。此外，對比不同主體的監督意愿可以看出，政府監督意愿遠遠高出其他監督主體的監督意愿，說明在我國當前科技創新治理體系下，政府監督仍是主要監督方式，政府的監督角色不可替代。

圖6 科技監督系統中不同監督主體的監督意愿仿真結果

3.3 極值分析

靈敏度分析是系統動力學研究的關鍵內容，通過改變關鍵變量的賦值來研究動力學模型的變化。通過設定極端情況對比系統輸出值來研究各監督主體監督策略對創新績效的貢獻，如表3 所示。

表3 科技監督系統中監督主體極值模擬仿真的參數設置

運行動力學模型后得出創新績效的變化如圖7（a）、監督成本如圖7（b）所示。由圖7 可以看出，情景1 即政府監督需求系數為最大值的情況下系統輸出的創新績效最高，而情景3 即執行者監督需求系數為最大值的情況下系統輸出創新績效最低。需要注意的是，圖7（b）反映出政府監督成本極高，遠遠高于其余3 個主體的監督成本，因此在獲得最佳監督效果的同時還需充分考慮成本問題，特別是在有限資源投入的條件下，須根據各監督主體的特點合理分配，使得系統運行接近帕累托最優狀態。

圖7 極值下科技監督系統中創新績效與監督成本變化趨勢

社會監督者在近年來成為日益重要的監督角色，因此需對社會監督者的作用機制開展重點研究。具體做法是，通過調節社會監督者需求系數等變量賦值來研究其監督策略對創新績效的影響。設定0、0.2和0.3 等3 種不同社會監督者需求系數模擬社會監督者的參與權重，如表4 所示，情景1 為社會監督者不參與監督的情況，此時監督主體為政府、管理者和執行者三者；情景2 和情景3 中，社會監督者的需求系數逐漸加大，表明社會監督者逐漸加大科技監督工作參與度。

表4 科技監督系統中不同社會監督者參與權重下的參數設置

仿真結果如圖8 所示，當社會監督者的需求系數（參與權重）逐漸增大時，創新績效也會隨之增長，說明社會監督者對科技創新績效起到不可忽視的作用；同時，從以上分析可見，社會監督者的監督效果好于管理者和執行者，且社會監督者的監督成本低于政府監督成本。由此可知，賦予社會監督者更多的監督權力、加大社會監督者的參與力度具有較強的性價比和可執行性，是當前提高創新績效的有效方式。

圖8 科技監督系統中不同情境下社會監督者對創新績效作用的仿真結果

3.4 黑天鵝事件影響分析

從近年來“漢芯一號”事件、“基因編輯嬰兒”事件等黑天事件發生的情況來看，政府、管理者和社會監督者的監督往往遲滯于事件發生，因此防范黑天鵝事件更多依靠執行者本身的自我監督和自我管理，黑天鵝事件發生概率系數與執行者監督需求系數負相關符合客觀實際。黑天鵝事件發生時，創新績效變化量將明顯發生突變，創新績效將大大降低。從以上黑天鵝表函數可知，在第12 個月會出現黑天鵝事件，具體Vensim PLE 仿真結果如圖9 所示。由于科研活動的探索屬性導致科研本身充滿著各種不確定性，而科研領域的黑天鵝事件往往是顛覆常規認知的存在，甚至會引起超越風險防控常態的危急時刻。圖9（a）表明，黑天鵝事件對科技監督系統起到近似階躍的作用，導致創新績效變化量急劇降低甚至低于0（即發生強烈副作用）；圖9（b）表明發生黑天鵝事件后往往需要經歷調查、取證、處罰和加大監督機制等工作流程，意味著系統需要一定時間來重新恢復穩定運行，恢復時間取決于黑天鵝事件的影響程度以及后續風險應對和處置情況。在實際應用中，可通過修正表函數的參數來模擬不同黑天鵝事件的影響情況。由于黑天鵝事件和執行者的監督策略直接關聯，而執行者受政府的約束較強，因此可通過加強政府對執行者的監督力度來保障后續風險的防控效果。

圖9 科技監督系統中黑天鵝事件對創新績效變化量影響的仿真結果

4 結論與討論

（1）科技監督系統穩定運行時，創新績效表現出前快、中慢、后穩定的變化規律。創新績效前期增長速度較快，說明在科技監督的充分作用下，創新主體履職盡責且潛在風險及時被化解，保障了科技項目的創新績效產出；中期創新績效增長速率下降，表明科技監督作用機制逐漸減弱，創新績效不再急劇發生變化，增速逐漸下降；后期創新績效增長速率很緩，出現類似經濟學中的邊際效用遞減法則的變化規律，此時除非發生重大科技進步、組織模式創新或重大政策調整等要素改變，科技監督對創新績效的增量將繼續持續保持在穩定的水平，持續投入獲得的效益將越來越小。

（2）社會監督者的作用不可忽視，社會監督者的監督效果優于項目管理者和項目執行者，且其監督成本遠低于政府監督成本，因此賦予社會監督者更大的監督權力，引導社會監督者加大參與力度具有較強的可行性。

（3）黑天鵝事件的發生概率和執行者自監督情況直接相關，黑天鵝事件對科技創新系統的影響取決于事件的影響程度以及后續風險應對和處置；同時，由于監督措施往往遲滯于事件，而科研活動本身具有探索性和不確定性，防范黑天鵝事件更多依靠執行者本身的自我監督和自我管理，因此現實中政府須提前制定好應急方案，若發生黑天鵝事件可立馬采取風險應對措施，同時加強對執行者的監督力度來達到保障風險防控的效果。

模型構建和仿真的目的更多在于檢驗模型能否客觀地反映事物變化規律，以此來判斷模擬結果的有效性與準確性。因此相較于模型參數設置真實性，本研究更注重模型結構的科學性和正確性。在后續的研究中，須進一步研究模型賦值的合理性，使科技監督系統動力學模型更符合客觀事實。此外，隨著我國科技創新治理體系不斷完善，科技監督系統的運行機制和內在邏輯可能發生重大變化，科技監督的關鍵要素和作用機制也會大大不同，因此在實際應用中須根據現實情境不斷優化動力學模型，以更好地反映現實科技監督系統的運行規律。