考虑合作态度异质性与行业惩罚的产学研合作网络演化研究

李梅芳 齐海花 赵永翔

(福州大学经济与管理学院， 福建福州 350116)

产学研合作通常是指以企业为主体的技术需求方与以科研院所或高等学校为主体的技术供给方之间的合作，其实质是促进技术创新所需的各种生产要素的有效组合。产学研合作不仅促进了科研成果的产业化进程，同时也加速了企业的产品创新。它是实现科技与经济相结合，促进科技成果产业化的重要手段。[1]产学研合作网络是我国知识转移、技术创新系统的重要组成部分，在创新范式逐渐转向网络化的今天，产学研合作网络演化的研究就变得很有必要。

Leven等、Herstad等利用小世界网络模型，分析了产学研合作网络的小世界特征，指出产学研合作的网络特征将进一步向复杂网络靠拢，产学研合作网络演化的研究将成为未来的研究趋势之一。[2][3]Teagarden 等、Purchase 等发现无标度网络的基本特征能很好地说明产学研合作网络的形成机理，并指出无标度网络更加符合现实中的产学研合作网络。[4][[5]Ahrweiler 等从动态网络的角度出发，运用动态知识创新网络仿真的方法来分析学研机构和企业之间的连接的演化过程。[6]曹霞等从合作收益的角度构建产学研合作创新网络演化模型，运用多主体仿真的方法来探索产学研合作创新网络的动态演化规律。[7]袁剑锋等从权重结构的视角，研究我国产学研合作网络关系分布及结构演化。认为产学研合作网络关系分布不均衡，网络主体间合作质量偏低。[8]现有的有关产学研合作网络的研究大多属于结构主义，注重产学研合作网络的结构特征而忽视关系内容，但是关系强度对主体间信息、知识的流动具有重要作用。[9]Kmckhardt和Granovetter曾经指出，合作关系强度对于合作网络中的信息流动具有重要的影响作用；强关系在隐性的复杂信息流动及控制方面能发挥重要的作用；虽然网络是信息流动的主渠道，但主体间的关系强度却是促进信息在网络中流动的主动力；而弱关系对于主体间的异质信息流动有重要的影响，甚至成为主体间异质信息流动的必要条件之一。[10]Nooteboome和Gilsing也认为合作关系强度对于合作网络的研究是很必要的一个因素，并从网络的角度出发用成员间的合作态度、合作的范围、网络成员间互动的频率、成员间的共享意愿以及成本投入等指标来刻画关系的强弱程度。[11]现有的研究大多采用成员间的共享意愿、投入成本、合作时间、合作范围等指标作为研究产学研合作关系强度的变量。但是，鲜有研究注意到不仅能影响成员间的共享意愿还能影响到投入成本的参与主体合作态度，从参与主体的合作态度视角研究产学研合作网络仍有进一步挖掘的空间。参与主体的合作态度异质性，是一个不应该被忽视的必要因素。因此，本文基于合作态度异质性的视角，并结合行业惩罚来研究产学研合作网络的演化特征，是对现有研究的完善补充和创新。

本文在已有的研究成果基础上，结合产学研合作网络的实际情况，基于参与主体的合作态度异质性这一视角，将参与产学研合作的企业和学研机构分为合作态度积极与合作态度消极两大类，并结合博弈理论构建产学研合作博弈模型，结合博弈策略构建相应的产学研合作网络的算法，运用Netlogo多主体仿真平台进行仿真，最后根据仿真结果给出一些提高产学研合作质量的建议。

一、基于合作态度异质性的产学研合作网络博弈模型

本文将博弈局中人分为企业和学研机构两类，在合作过程中各博弈方都将面临两组策略选择，即，{合作，不合作} 与 {积极合作，消极合作}。建立两阶段博弈模型如下：第一阶段是考虑是否要参与合作以及根据自己的选择策略来确定自己的合作对象；第二阶段是考虑由参与合作的态度不同而导致的合作程度不同的问题。在第二阶段中，将企业分为“积极合作态度的企业”与“消极合作态度的企业”，将学研机构分为“积极合作态度的学研机构”与“消极合作态度的学研机构”。其中，由于持消极合作态度的主体会利用机会主义从中不劳而获一些收益，因此，对这些持消极合作态度的主体施加行业惩罚。基于此，本模型的两阶段博弈支付矩阵如表1、表2所示。

表1 产学研合作第一阶段博弈支付矩阵

产学研合作第二阶段博弈支付矩阵

表1与表2中，Rt、Ct表示产学研合作第一阶段所获收益与所付成本；R1t、C1t表示产学研合作的第二阶段中当双方均为积极的合作状态时所获得收益与所需付出的成本；R2t、C2t表示产学研合作的第二阶段中当双方均为消极的合作状态时所获收益与所需付出的成本；R3t、C3t表示合作态度一方积极另一方消极时，合作态度积极的那一方所获收益与所需付出的成本，R4t、C4t则为合作态度消极一方所获得的收益与所需付出的成本。

二、考虑合作态度异质性的产学研合作网络仿真设计

(一)仿真软件说明

传统的数学方法难以求出上述产学研合作博弈的最优解，本文借助计算机进行多Agent仿真来对此模型进行求解。目前，用来进行多Agent仿真的仿真平台主要有Swarm、Repast、Matlab、Netlogo等。其中，Netlogo能实现各种复杂的社会现象的仿真，而且拥有丰富详尽的文档与案例库，因此，本文选用Netlogo6.0仿真平台进行模拟仿真。

(二)考虑合作态度异质性的合作对象选择策略分析

在产学研合作的第一阶段，合作各方主要考虑是否要参与合作以及根据自己的选择策略来确定自己的合作对象。本文产学研合作网络演化过程中合作伙伴选择算法基于如下四种伙伴选择策略：

1. 信任度择优策略

Hansen 曾指出，信任对产学研合作知识转移的作用主要通过两种途径：一是可以降低知识转移的难度，二是可以提高知识转移的意愿。[12]Li，Popp等认为信任有利于建立合作主体对其合作伙伴的正面行为预期，减少合作主体的感知风险，提高其知识共享意愿。[13]现实中相互熟识的个人或组织之间更容易建立合作关系[14]，因为对自己熟识的人的信任度会高于陌生人。本文的信任度择优策略算法，即在其他条件相同时选择与合作主体合作节点最大的主体为最优合作伙伴。

2. 实力择优策略

毋庸置疑，产学研合作中各合作主体为了规避风险、提高合作质量和效率，在其他条件相同的情况下都会偏爱于与实力强的对象进行合作。实力择优策略算法，即在其他条件相同时选择实力最强的主体作为最优合作伙伴。

3. 合作态度择优策略

根据合作态度的不同，将企业与学研机构分为积极合作企业、消极合作企业、积极合作学研机构、消极合作学研机构。理想情况下的博弈均衡策略是，积极合作企业与积极合作学研机构开展产学研合作。但现实中，由于信息不对称等原因，理性人几乎是不存在的，现实中总会有人想搭便车，以消极的态度对待合作并从中不劳而获一些利益，这种行为会增加产学研合作创新的绩效风险[16]、大大降低产学研合作的质量。因此，合作主体总是倾向于选择具有积极合作态度的合作伙伴。

4. 组合择优策略

基于以上分析可知，信任程度、实力强弱、合作态度是人们选择合作对象时常常会考虑的因素，而且多数情况下，往往是综合这几个因素进行选择，也即此处所谓的组合择优策略。本文在开展产学研合作网络演化仿真的合作伙伴选择时，选用了组合择优策略，即算法上赋予每种策略不同的权重，来代表对这些因素的注重程度，三种策略的权重之和为1。当三种策略的权重相等时，表示认为三种因素同等重要。

(三)考虑合作态度异质性的合作收益函数分析

在产学研合作的第二阶段，根据合作态度异质性，本文的仿真算法将合作主体分为积极合作企业、消极合作企业、积极合作学研机构、消极合作学研机构等四类合作主体。不同的合作态度获得的收益和所需付出的成本也不相同。其中，当一方以积极的合作态度、另一方以消极的态度合作时，消极的一方利用机会主义会获取一定的收益；同时，积极合作的一方也会因此而损失一定的收益。为了提高产学研合作的质量，促进合作主体正确的合作态度，在仿真算法中，对消极合作态度的主体施加惩罚，并从其所得的收益中减去相应的惩罚成本。

合作中各主体的收益函数算法如下：各合作主体在t+1时期的收益均为各自在t时期的收益加上t+1时期的净收益，但不同合作态度的主体所得的净收益不同。在双方合作态度均为积极(即，“双积极”)时，各主体的“净收益”等于“期望收益”减去“合作成本”；在双方合作态度均为消极(即，“双消极”)时，各主体的“净收益”等于“期望收益”减去“合作成本”加“搭便车获得的行业额外收益”减去“行业惩罚成本”；在合作中一方态度积极一方态度消极(即，“一方积极一方消极”)时，积极主体的“净收益”等于“期望收益”减去“合作成本”减去“消极主体搭便车获得的额外收益”，消极主体的“净收益”等于“期望收益”减去“合作成本”加“搭便车获得的额外收益”减去“行业惩罚成本”。

(1)合作态度“双积极”情况

积极的学研机构的收益函数为：

R(t+1)=R(t)+Sum(a)(t)*(q1*R(t)-c2)

积极的企业收益函数为：

R(t+1)=R(t)+Sum(a)(t)*(p1*R(t)-c1)

(2)合作态度“双消极”情况

消极的学研机构的收益函数为：

R(t+1)=R(t)+Sum(b)(t)*(q3*R(t)-c2+

p2*R(t)-e1*R(t))

消极的企业的收益函数为：

R(t+1)=R(t)+Sum(b)(t)*(p3*R(t)-c1+

q2*R(t)-e2*R(t))

(3)学研机构积极、企业消极情况

积极的学研机构的收益函数为：

R(t+1)=R(t)+Sum(b)(t)*(q1*R(t)-c2-

p2*energy)

消极的企业的收益函数为：

R(t+1)=R(t)+Sum(a)(t)*(p3*R(t)-c1+

q2*R(t)-e2*R(t))

(4)企业积极、学研机构消极情况

积极的企业的收益函数为：

R(t+1)=R(t)+Sum(b)(t)*(p1*R(t)-c1-

q2*energy)

消极的学研机构的收益函数为：

R(t+1)=R(t)+Sum(a)(t)*(q3*R(t)-c2+

p2*R(t)-e1*R(t))

对上述各表达式中的符号解释见表3。

表3 收益转移函数中的符号及解释

(四)考虑合作态度异质性的产学研合作网络演化仿真算法及步骤

基于以上对选择策略与收益转移函数的分析，得出以下仿真算法与步骤：

第一步，初始化一个产学研合作创新网络，并根据博弈合作策略设定参数值；

第二步，确定产学研合作网络中各主体的合作态度；

第三步，计算各轮合作后各主体的收益变化；

第四步，将第三步中计算出的各主体收益与给定的阈值进行比较，如果收益小于给定的阈值，则退出该产学研合作网络。若某一主体退出网络，则与其相关的所有曾经的合作都将消失；

第五步，如果该产学研合作网络中的选择不合作的主体的收益高于给定的阈值，则重新加入合作网络；

第六步，网络中的全部主体(网络节点)，在保持原有联系的基础上，依据合作对象选择策略与新节点重新连边建立合作关系；

第七步，进入第二轮实验，转到第二步，直至达到给定的实验次数。

(五)主要参数设置

本文产学研合作网络演化的仿真初始参数取值主要基于我国产学研合作的基本现状，在某些参数的初始值设置上参考了曹霞，刘国巍的仿真研究[16]。在Netlogo仿真平台上的初始参数设置截图见图1，图1中的参数符号含义与表3一致，其中Threshold-1、Threshold-U-R分别表示企业收益阈值与学研机构收益阈值。图2展示了本文利用Netlogo平台开展产学研合作网络演化可视化图的初始化合作网络。

图1 主要参数设置

图2 产学研合作网络初始化

三、产学研合作网络演化仿真分析与结论

(一)仿真结果分析

开展考虑合作态度异质性的仿真实验时，在其他参数保持不变的情况下，通过给定不同的初始网络，500次实验后发现，相比较其他的惩罚系数，只有当e1=e2=0.6时，产学研合作网络中的消极企业与消极学研机构数目才会逐渐下降并最终减为0。接着改变合作态度择优策略的权重w3再进行500次实验，同样发现相比较其他数值的惩罚系数，只有在e1=e2=0.6时，产学研合作网络中的消极企业和消极学研的数目才会逐渐减为0。通过多轮仿真实验后发现，产学研合作网络质量最佳状态(所有留在网络中的合作主体都持积极的合作态度)的惩罚因子的参数值为e1=e2=0.6。

1. 合作网络演化过程中各类节点数量变化分析

为了探究不同的合作态度择优策略下有行业惩罚与无行业惩罚情况下产学研合作网络的质量差异，本文选取“合作伙伴选择时对合作态度的看重程度”的不同取值情况(按重视程度取合作态度择优权重w3=0.8、w3=0.6、w3=0.4、w3=0.2)，对“考虑行业惩罚”(最优惩罚因子e1=e2=0.6)与“不考虑行业惩罚”(惩罚因子e1=e2=0)两种情形开展仿真研究，各类网络节点数量变化情况的仿真结果如图3所示。其中，w3=0.8表示在合作伙伴择优策略中“非常看重合作态度”，w3=0.6表示“看重合作态度”，w3=0.4表示“比较看重合作态度”，w3=0.2表示“不太重视合作态度”。图3展示的是在不同的合作态度择优策略下，设置行业惩罚机制与不施加惩罚两种情形的产学研合作演化过程中，积极的学研机构数量、消极的学研机构数量、积极的企业数量、消极的企业数量随时间的推移而发生变化的过程。图3(a1)和(a2)分别表示合作伙伴选择策略为“非常看重合作态度”(w3=0.8)时，对消极合作者“设置行业惩罚”(图3(a1))与“不施加惩罚”(图3(a2))两种情况下，产学研合作网络演化过程中持积极合作态度与消极合作态度的企业和学研机构的数量变化图。对图3(b1)、(b2),图3(c1)、(c2),图3(d1)、(d2)的解读参照图3(a1)、(a2)。

图3 不同合作态度择优策略下施加与不施加行业惩罚时演化结果对比

对比图3中的各组图可以发现，在不同的合作态度择优策略权重下，引入行业惩罚机制时，持积极与消极合作态度的企业和学研机构的数量走势为“先增加后平稳”的“倒L型”，而对持消极合作态度的产学研合作方不施加惩罚机制时，整体数量走势为“先减少后平稳”的“L型”。从具体的变化趋势来看，合作态度择优策略权重w3的变化对产学研合作演化网络中企业与学研方中无论持积极还是消极态度的主体数量的变化均不明显，但是，对合作中搭便车的持消极合作态度的参与者施加惩罚与不施加惩罚，产学研合作演化网络中的各类主体数量变化却非常明显(在图3中的体现为由“倒L型”变为“L型”)。从演化过程中各类主体的变化数值大小来看，考虑合作伙伴择优的态度异质性且对持消极合作态度的行为予以惩罚(详见图中(a1)、(b1)、(c1)、(d1))，有助于及时制止消极的合作行为，并能将网络中持消极态度的企业与学研机构数量迅速降到最低并快速清灭，而且合作网络中持积极合作态度的企业与学研机构数量会迅速提升并达到稳定状态，企业参与产学研合作的积极性得到显著提升，持积极合作态度的企业数量在总合作网络成员中占主体地位(所占比重遥遥领先)；若考虑合作伙伴择优的态度异质性但对持消极合作态度的行为不予惩罚(即不考虑行业惩罚)(详见图中(a2)、(b2)、(c2)、(d2))，则持消极和积极态度的企业与学研机构会鱼龙混杂，合作网络中的参与主体总体数量会迅速减少，且企业参与产学研合作的热情会大打折扣，持积极合作态度的企业数量总体水平最低，此种情形下持积极态度的学研机构数量总体水平略高。因此，总体而言，考虑合作态度异质性并对持消极合作态度的行为施加一定的行业惩罚，对提高产学研各方的参与热情(企业方表现得尤为明显)、提升产学研合作网络的质量，都具有显著的促进作用。

2. 持积极态度的合作主体节点分布分析

不同的合作态度择优策略下，持积极合作态度的企业与学研机构在有行业惩罚和没有行业惩罚两种情况下，其合作规模是否具有显著的差异性呢？本文按对合作态度的重视程度不同，仍然选取合作态度择优权重w3=0.8、w3=0.6、w3=0.4、w3=0.2进行仿真研究，积极主体的节点分布对比图如图4所示。图4展示的是对持消极合作态度的行为施加行业惩罚(最优惩罚因子e1=e2=0.6)与不施加惩罚(惩罚因子e1=e2=0)两种情形，在不同的合作态度择优策略下，积极主体的节点度随时间的变化情况。本文中积极主体的节点度指的是产学研合作网络中持积极合作态度的企业与学研机构的合作伙伴的数量，也是其合作规模。节点度越大，说明该节点上的主体(企业或学研机构)的影响越大。

对比图4的四张图我们可以发现，在对持消极合作态度的行为施加行业惩罚的情形下，不论合作态度择优策略权重w3如何变化，持积极合作态度的企业与学研机构的产学研合作网络中其平均节点度均增加，也就是其合作规模均扩大(见图4，e1=e2=0.6所对应的矩形条)。从具体的变化趋势来看，在对产学研合作网络中的消极主体施加行业惩罚后，小部分的积极企业和学研机构的主体节点度略有减小，也就是其合作规模略有减小。但是，大部分的企业和学研机构，特别是企业其节点度由0变为1，由选择不合作转变为以积极的态度参与合作。说明在对消极的主体施加行业惩罚后，极大地调动了企业和学研机构的合作参与热情，并且以积极的合作态度参与到产学研合作中来。同时这也从另一个角度支持了我们在图3中的发现。

图4 不同合作态度择优策略下施加与不施加行业惩罚时积极主体节点分布

3. 合作网络演化过程中平均节点度分析

为了探究不同的合作态度择优策略下有行业惩罚与无行业惩罚两种情况产学研合作网络的整体规模的差异，本文选取“合作伙伴选择时对合作态度的看重程度”的不同取值情况(按重视程度取合作态度择优权重w3=0.8、w3=0.6、w3=0.4、w3=0.2)，对“考虑行业惩罚”(最优惩罚因子e1=e2=0.6)与“不考虑行业惩罚”(惩罚因子e1=e2=0)两种情形开展仿真研究，产学研合作网络的整体的网络平均节点度随时间变化情况的仿真结果如图5所示。网络的整体平均节点度反映的是在产学研合作网络演化过程中，积极的学研机构、消极的学研机构、积极的企业、消极的企业的合作边数(即合作伙伴)的平均值，探讨平均节点度随着时间的推移如何变化。合作网络的平均节点度越高，说明该网络的合作关系密度越大，网络越聚集，合作关系越复杂。[15]

如图5所示，从整体上看，在不同的合作态度择优策略权重下，虽然在施加行业惩罚和没有施加行业惩罚的产学研合作网络中，其整体的网络平均节点度的走势均大致呈“L型”。施加行业惩罚后的产学研合作网络的平均节点度更大，说明其整体的合作规模更大。说明在考虑合作态度异质性的产学研合作网络中施加行业惩罚可以使整个的网络规模增大，聚集度提高，合作关系密度增加。此外，虽然施加行业惩罚后的产学研合作网络的平均节点度曲线收敛的速度有所变慢，但收敛后却更加稳定。由此可见，在考虑合作态度异质性的产学研合作网络中施加行业惩罚对整个网络中的合作关系的长期稳定发展具有极大的促进作用，且能增加整个产学研网络的合作规模。

(a) 施加惩罚

(b) 不施加惩罚图5 不同合作态度择优策略下施加与不施加行业惩罚时网络平均节点度对比

4. 合作网络演化过程中各类合作关系数分析

不同的合作态度择优策略权重下，施加惩罚会对产学研合作网络演化过程中各种合作关系产生什么样的影响呢？为了探究这一问题，本文在四种合作态度择优权重w3=0.8、w3=0.6、w3=0.4、w3=0.2下，对有无施加行业惩罚两种情形开展仿真研究，各类合作关系数目对比图如图6所示。图6中合作关系数对比图反映的是在产学研合作过程中，“学研积极—企业积极”“学研积极—企业消极”“学研消极—企业积极”“学研消极—企业消极”这四种合作关系的数量随着时间的推移而发生变化的过程。图6(a1)、(a2)分别表示的是合作伙伴选择策略为“非常看重合作态度”(w3=0.8)时，对消极合作者“施加行业惩罚”(图6(a1))与“不施加惩罚”(图6(a2))两种情况下，产学研合作网络演化过程中上述四种合作关系的数量变化图。对图6(b1)、(b2),图6(c1)、(c2),图6(d1)、(d2)的解读参照图6(a1)、(a2)。

对比图6中的各组图可以发现，从整体来看，在不同的合作态度择优策略权重下，引入行业惩罚机制后的产学研合作网络中合作关系变得更加稳定，由此可见在考虑态度异质性后，对搭便车行为施加行业惩罚有利于健康合作关系的稳定。从演化过程中各类合作关系的数量变化来看，考虑合作伙伴的态度异质性且对消极的主体施加行业惩罚时的产学研合作网络中有且只有“企业积极—学研积极”这种“双积极”的合作关系能够长期稳定存在，而且其波动期很短，很快就达到了稳定状态。其他的三种合作关系都会由不稳定转为消失(详见图6(a1)、图6(b1)、图6(c1)、图6(d1))。而在没有施加行业惩罚的产学研合作网络中只有“双积极”合作关系最易发展长期稳定状态，其他三种合作关系都不会消失且不稳定(详见图6(a2)、图6(b2)、图6(c2)、图6(d2))。对比图6(a1)、(a2)和图6(b1)、(b2)的四张图片还可以发现，在比较重视合作伙伴的合作态度情景中，对消极主体施加行业惩罚时的“双积极”合作关系的数量远多于没有施加行业惩罚时。总体来说，重视合作伙伴的合作态度并对消极的合作伙伴施加行业惩罚更加有利于营造良好的合作氛围，能够促进“企业积极—学研积极”的“双积极”合作关系得到长久稳定的发展，并且可以有效抑制其他三种不良关系的发展，对提升整个产学研合作质量具有显著的作用。

图6 不同合作态度择优策略下施加与不施加行业惩罚时各类合作关系数的变化情况

(二)主要结论

参与产学研合作的合作双方的合作态度积极与否是影响产学研合作质量的重要因素。本文将合作态度异质性纳入产学研合作网络演化仿真模型中，并对产学研合作过程中的消极合作行为分为施加行业惩罚与不施加惩罚两种情形进行仿真对比分析，研究结果表明，选择产学研合作伙伴时将合作态度作为一个重要考量指标，并对产学研合作过程中的消极合作行为施加行业惩罚，有助于显著地提升产学研合作质量。具体如下：

(1)考虑合作态度异质性与行业惩罚可以有效“清除”产学研合作中消极的企业或学研机构的数量。根据仿真结果，考虑合作态度异质性的情况对态度消极的主体施加一定程度的惩罚，可以有效地将消极主体的数量降为0，达到“清除”消极主体的效果。

(2)考虑行业惩罚时的最优惩罚因子为e1=e2=0.6。惩罚力度要适当，其确定要以提高整个行业的合作质量为基准，惩罚力度过大会挫伤主体寻求合作的积极性，过小则起不到警戒作用。本文研究发现，相比较其他数值的惩罚系数，只有在e1=e2=0.6时，产学研合作网络中的消极企业和消极学研的数目才会逐渐减为0，产学研合作网络质量最佳状态，所有留在网络中的合作主体都持积极的合作态度。

(3)考虑合作态度异质性与行业惩罚能够极大地调动企业和学研机构参与合作的热情并以积极的合作态度参与到产学研合作中来，而且能够有效地扩大产学研的合作规模。本文研究结果表明，考虑合作态度异质性并施加惩罚的情况，学研机构与企业(尤其是企业)参与合作的热情得到了极大的提高，由“不参与”或“消极参与”的状态转化成了“积极参与”的状态。

(4)考虑合作态度异质性与行业惩罚有利于产学研合作中“企业积极—学研积极”的合作关系得到长期稳定的发展。本文研究结果表明，考虑合作态度异质性并施加适当的行业惩罚能够有效提高“企业积极—学研积极”合作关系的数量，减少其他类型的合作关系的数量，并且“双积极”的合作关系会快速收敛并长期稳定下去。此时的产学研合作网络中参与主体间的合作关系更紧密、更稳定，网络聚集状态更高。

四、结束语

本文从产学研合作网络中参与主体的合作态度异质性这个视角入手，结合产学研合作的博弈模型和合作伙伴的选择策略及产学研合作过程中的状态转移函数等，构建了基于合作态度异质性的产学研合作网络的仿真算法，再通过运用Netlogo多主体仿真平台对施加行业惩罚与没有施加行业惩罚的产学研合作网络模型进行仿真对比。由于本文是探索参与主体的合作态度异质性对产学研合作网络的影响的研究，所以只改变了选择策略中的合作态度择优的权重，始终保持信任度择优和实力择优策略的权重相等。考察三种选择策略均发生动态变化对产学研合作网络的演化规律与合作质量的影响，是下一步需要开展的研究工作。

注释：

[1] 赵 璇: 《基于合作博弈的产学研联盟收益分配问题研究》，《技术经济与管理研究》2017年第3期。

[2] Leven P., Jonny H. and Lars M., “Managing Research and Innovation Networks: Evidence From A Government Sponsored Cross-Industry Program”,ResearchPolicy, vol. 43,no. 1 (Jan 2014), pp. 156-168.

[3] Herstad S., Aslesen H. W. and Ebersberger B., “On Industrial Bases, Commercial Opportunities and Global Innovation Network Linkages”,ResearchPolicy, vol. 43,no. 3 (Mar 2014), pp. 495-504.

[4] Teagarden M. B. and Schotter A., “Leveraging Intellectual Capital in Innovation Networks: Growing, Sharing and Exploiting Mind share”,OrganizationalDynamics, vol. 42,no. 4 (Apr 2013), pp. 281-289.

[5] Purchase S., Olaru D. and Denize S., “Innovation Network Trajectories and Changes in Resource Bundles”,IndustrialMarketingManagement, vol. 43,no. 3 (Mar 2014), pp. 448-459.

[6] Ahrweiler P., Pyka A. and Gilbert N., “A New Model for University-Industry Links in Knowledge-Based Economics”,JournalofProductInnovationManagement, vol. 28,no. 2 (Feb 2011), pp. 218-235.

[7][16] 曹 霞、刘国巍: 《基于博弈论和多主体仿真的产学研合作创新网络演化》，《系统管理学报》2014年第1期。

[8] 袁剑锋、许 治、翟 铖：《中国产学研合作网络权重结构特征及演化研究》，《科学学与科学技术管理》 2017年第2期。

[9] 王文平、张 兵：《动态关系强度下知识网络知识流动的涌现特性》，《管理科学学报》2013年第2期。

[10] Granovetter and Mark， “The Strength of Weak Ties”,SocialNetworks, vol. 78,no. 6 (Jun 1977), pp. 347-367.

[11] Nooteboom B., Gilsing V. A. and Nooteboom B., et al, “Gilsing Density and strength of ties in innovation networks: a competence and governance view”,SocialScienceElectronicPublishing, vol. 2,no. 3 (Mar 2004), pp. 179-197.

[12] Hansen T., “The Search-Transfer Problem: The Role of Weak Ties in Sharing Knowledge Across Organization Subunits”,AdministrativeScienceQuarterly, vol.44,no. 1 (Jan 1999), pp. 82-111.

[13] Li J. J., Poppo L. and Zhou K. Z., “Relational Mechanisms, Formal Contracts, and Local Knowledge Acquisition by International Subsidiaries”,StrategicManagementJournal, vol. 31,no. 4 (Apr 2010), pp. 349-370.

[14] 温芳芳: 《基于社会网络分析的专利合作模式研究》，《情报杂志》2013年第7期。

[15] 斯科特、刘 军：《社会网络分析法:A Handbook》， 重庆: 重庆大学出版社, 2007年。