基于Shapley值模型的高校智库联盟利益分配研究

陈海贝

(淮北师范大学 管理学院,安徽 淮北 235000)

高校智库联盟是指处于联盟网络中的各个主体通过人员、资金、设备、技术、政策等方面的资源整合，以共同完成任务．高校智库除了依赖于自身的学术优势，还需要政府的政策支持和企业的数据支撑．第一，高校智库大多依附于母体高校，人才密集、学科齐全、专业完善、机制灵活、学术优势较明显，可以为政府提供决策咨询服务．第二，政府建立了公共决策咨询招标和采纳制度，并引入第三方评估．高校智库只有参与招标、参与竞争，才有可能得到项目的研发权．此外，政府还应该建立对高校智库建议的回应机制，及时地对高校智库所提交的建议进行反馈．政府的政策支持使得高校智库决策咨询的质量、效率得到提升，高校智库也能避免许多繁琐的工序，更快更好地完成任务．第三，海量数据充斥着我们的生活，各行各业日益依赖于大数据这项新技术．高校智库并不例外，也需要通过对数据进行详细的剖析，来预测未来的发展趋势．高校智库如何快速高效地搜集到恰当的数据来支持研究课题，需要依赖企业的数据支撑．而高校智库的各项成果可以为企业进行宣传，从而提升企业的知名度，为企业打造影响力．高校智库、政府和企业作为高校智库联盟中的主体，其相互关系如图1所示．

图1 高校智库的联盟

针对高校智库问题，许多学者从智库建设、平台建设、运行机制、成果转化、系统决策机制等方面进行了探讨，并且取得了丰硕的成果．例如，王俊英[1]等指出工科高校图书馆要充分挖掘自身的智库功能，主动融入时代的发展潮流；王晰巍[2]等构建了新型智库微信平台的评价指标，并用实例证明了指标的可操作性；陈娟[3]等以英国某高校智库为例，提出了加强高校智库开放平台建设的建议；余敏江[4]基于高校智库成果的转化提出了一些建议；王宝庆[5]等从智库的发展历史和高校智库的评价体系方面探讨了高校智库建设；武慧娟[6]等以吉林省高校智库建设为例，从决策支持系统、决策咨询系统、决策评价系统3个方面构建了高校智库协同决策机制等．

目前关于高校智库的建设与发展问题的研究大多是根据实例采用定性研究，缺少对高校智库联盟的系统性研究，缺乏经济手段进行调节与控制．基于此，利用Shapley值模型，根据各合作方的贡献度，对高校智库的联盟进行利益分析，为高校智库的建设与发展提供一定的决策参考．

众所周知，Shapley值法已经被广泛应用于解决许多领域的利益分配问题．例如，李臻[7]等利用Shapley值法对官产学研联盟的利益分配进行了研究；在道德风险情况下，张瑜[8]等利用网络协同系数探讨了创新主体利益分配问题；在供应链联盟伙伴承担风险的情况下，卓翔芝[9]等利用Shapley值法研究了联盟伙伴的利益分配问题；陈伟[10]等应用正交投影法得出综合风险因子，借助Shapley值法对分布式创新合作企业基础利益分配额进行修正；周敏[11]等利用Shapley值法建立了共同物流参与企业间的非零和动态合作博弈模型；谭忠富[12]等应用Shapley值法考虑了发电侧视角和供电侧视角下的利润分配；杨继君[13]等借助Shapley值法分析了供应链上节点企业成员的行为，建立了非零和动态合作博弈模型等．

高校智库承担着资政育人与社会服务的重任，如何更大地发挥高校智库的作用，更好地利用高校智库的协同机制是目前高校智库建设过程中亟待解决的难题．高校智库的协同系统存在多方参与的特征，且利益分配易引起纠纷，而Shapley值模型可以解决这些困境．因此，借助Shapley值法对参与高校智库协同决策的各方建立了利益分配模型，来激励高校智库、政府和企业之间的积极合作．

1 高校智库联盟博弈模型

1.1 模型描述

高校智库的发展需要合作者的参与，多元化的工作经历、政治观点和学术背景可以让研究人员拓展视野，全面客观地看待问题．高校智库、政府、企业是高校智库联盟的主要合作者，故研究所考虑的高校智库联盟的合作方仅考虑高校智库、政府和企业．在多数情况下，合作方之间可能为了某种目标或某项利益而选择短期合作，合作方可能会心存侥幸，期望不劳而获．因此，他们的投入程度、努力程度、贡献程度可能会很低，导致高校智库损失很大．基于此，研究在传统Shapley值模型的基础上，将合作方的贡献程度考虑到最终的利益分配模型中．

1.2 模型的基本假设

假设1：有n个合作方，分别为：X1,X2,X3,…,Xn.

假设2：联盟中各主体参与合作的利益大于或等于不参与合作的利益.

假设3：研究仅考虑贡献程度对最终利益分配的影响，而不考虑其他任何因素的影响.

假设4：在联盟的整个过程中，合作方的贡献程度仅考虑知识共享程度、政策共享程度、技术共享程度和风险共担程度4个因素.

假设5：高校智库联盟最终分配的收益总和即为整个联盟创造的利益总和．

1.3 变量和参数设置

1.4 基于Shapley值的利益分配模型

在经济或社会活动中，两个或两个以上的实体选择合作以达成相互之间的联盟，通常情况下合作各方得到的利益比他们独自行动时获得的利益更多．然而，相互合作能够达成或者能够有效持续进行的基准是合作各方能够在合作的联盟中得到应有的利益．那么，如何根据各合作方的贡献程度合理地分配利益显得十分必要．

基于Shapley值进行联盟成员的利益分配体现了各盟员对联盟总目标的贡献程度，避免了分配上的平均主义，比任何一种仅按资源投入价值、资源配置效率或二者相结合的分配方式都更具合理性和公平性，也体现了各盟员相互博弈的过程．

(1)n个人合作的利益分配为：

h(I)={h1(I),h2(I),h3(I),…,hn(I)},

(1)

其中第i个合作方的利益分配为：

(2)

(2)加权因子为：

(3)

(3)合作方利益的贡献补偿.高校智库联盟中各合作方的贡献程度从知识共享、政策共享、技术共享和风险共担4个方面来考虑，则：

λi=aiwa+biwb+ciwc+diwd,

(4)

总的贡献程度为：

(5)

合作方i在整个合作过程中的贡献因子为：

(6)

(7)

在考虑各合作方贡献程度的条件下，最终的利益分配应该根据各合作方的贡献程度进行奖惩，则奖惩值为：

Δhi=γΔαi·h(I)，

(8)

当Δαi>0时，说明合作方i在实际合作过程中贡献的程度比平均贡献程度大，此时在原有的利益基础上增加利益以作为奖励；当Δαi=0时，说明合作方i在实际合作过程中贡献的程度与平均贡献程度一样大，此时维持原有的利益分配原则不变；当Δαi<0时，说明合作方i在实际合作过程中贡献的程度比平均贡献程度小，此时在原有的利益基础上减少利益以作为惩罚．因此，合作方i最终获得的利益为：

(9)

2 算例分析

假设某高校智库承办了某项目，该智库欲寻找合作者共同完成此项目．高校智库掌握着丰富的知识资源，政府掌握着超前的政策方针，企业掌握着核心的数据挖掘与分析技术．此时，高校智库、政府和企业可以结成高校智库联盟共同完成该项目．为简单起见，假设A、B和C分别代表高校智库、政府和企业．如果两两不合作，A可获得收益80 万元，B可获得利益70 万元，C可获得收益60 万元．如果两两合作，A和B合作可获得收益100 万元，A和C合作可获得收益90 万元，B和C合作可获得收益95 万元．如果三方合作，A、B和C合作可获得收益150 万元．

(1)利用Shapley值法求出h(I)的值，高校、政府和企业的初始收益分配分别如表1、表2和表3所示．

由表1、表2和表3可得，高校智库、政府和企业的初始收益分别为：

假设调节因子γ=0.2，则经过修正后的收益分别为：

表1 高校智库的收益分配表

表2 政府的收益分配表

表3 企业的收益分配表

(3)综合上述分析可知：高校智库的贡献程度较大，在初始收益的基础上将对其进行奖励．政府的贡献程度适中，其最终收益将保持不变．企业的贡献程度较小，可以考虑在初始收益的基础上对其进行惩罚．

3 结语

通过Shapley值法进行高校智库联盟的研究，主要得到如下结论：在一些利益分配模型中，通常根据合作初期的资金、技术等资源的投入来决定最终的收益．这种简单的利益分配方法可能使得部分合作者很少关注合作进程中的贡献或投入，也会降低合作的质量和效率．而研究在Shapley值模型的基础上考虑了合作方的贡献程度，体现了多劳多得、不劳不得的分配原则．根据合作方的投入程度来合理分配利益可以激发利益主体更多地投入技术、资金、人力、时间等，也能够提高合作方的努力程度、合作程度、配合程度等．Shapley值模型可以在一定程度上激发合作方的积极性，促使其投入更多，提高整体效益和成果质量．通过考虑各合作方的贡献程度，可以使收益分配更加公平、公正，避免合作方的相互猜忌，也避免了因利益分配不均而引发的困扰．高校智库的联盟比较特殊，其特殊性不仅仅体现在合作方横跨政、学、企三大领域，更体现在合作方掌握的资源差异性．政府制定最新的政策方针，高校智库掌握着丰富的知识信息，企业拥有实际的生产数据，任何一方的投入程度对最终的成果质量都有很大的影响．研究提出的利益分配模型将对高校智库的协同决策提供一定的决策依据．