动态惩罚机制下智库行为及其监管策略的演化博弈分析
陈海贝，卓翔芝
（淮北师范大学 管理学院，安徽 淮北 235000）
摘 要： 智库服务政府决策，有利于完善我国决策咨询制度，推动国家治理体系和治理能力现代化.为了得到及时、准确、全面的信息，政府有必要对智库进行监管.在动态惩罚机制下，构建政府和智库的行为演化博弈模型，探讨智库行为和政府监管策略的演化情况.仿真结果表明，智库的危机意识更强，责任意识更明显，故偏向于采取积极、自律的行为；政府的监管意识也随之增强，且能够根据智库的行为活动灵活选择监管策略.关键词： 智库；动态惩罚；演化博弈
0 引言
2012年的中央经济工作会议上，习近平指出：要健全决策咨询机制，按照服务决策、适度超前的原则，建设高质量智库.智库服务政府决策，有利于完善我国决策咨询制度，推动国家治理体系和治理能力现代化.
Mcgann根据智库的主要性质将智库划分为：自主独立型智库、半独立型智库、政府智库、半政府型智库、大学附属智库、政党智库及营利型企业智库［1］.不同智库研究的领域不同，有的研究单一的政治、经济或环境等领域，有的则涉及各个领域，有的研究国外政策，有的研究国内策略等.无论哪一种智库，其存在的意义都是为政府、为国家服务.政府缺乏专业人才、缺乏实战经验、缺乏创造性以及涉及到的利益群体较多，过多的干扰因素使得政府自身无法在短时间内完成一些具有突破性、远瞻性的项目.而智库的出现可谓解救政府于水火之中，利益网络关系简单清晰的智库可以快速、高效地完成政府委托的任务.因此，政府和智库之间的协同合作已经成为一种必然的选择.在政府的委托下，资源充足、经验丰富的智库可以进行实地考察，形成报告，为政府提供实质性的建议.故智库成为政府的“理性外脑”和“点子工厂”［2］.
然而，在政府和智库的互动过程中，政府和智库之间的信息不对称以及智库的责任意识、使命意识较淡使得双方的委托关系名存实亡.这种参与程度、主体地位和角色担当的明显差异降低智库的效率和研究的质量，而智库提交信息的范围、数量、质量等都将直接影响到政府决策制定的效果［3］.因此，政府有必要改善监管策略，采取积极有效的激励措施来提高智库的工作效率以及研究质量.在智库激励方面，武慧娟等［4］提出可以从决策需求、协同合作和制度创新3个方面对智库作出制约；王文［5］认为要注重文化创新，充分尊重研究人员的成果；唐平秋等［6］提出智库激励的根本在人才，而人才的激励需要研究环境、研究成果、绩效考核多方面的改进；杜鹏等［7］指出要重视智库人员的付出，优化考核制度.已有的智库激励研究多是关注智库内部因素，从智库人员的利益、智库环境的改善、智库机制的提升等方面考虑，进而提高智库的综合质量.然而，绩效考核、人员晋升、科研氛围等内部因素带来的影响是暂时的，也是有限制的.所以，现有的激励手段只能让智库在短期内保持高效率，长期来看效果甚微.此外，已有的激励模型多从奖励的角度，赋予智库直接或间接的利益，以此来约束智库的行为.故本文以政府和智库的委托关系为依托，通过外部激励来探讨其对智库行为的影响.
本文拟从惩罚的角度来监督和规范智库的行为，惩罚机制已被应用于很多领域，如：张会平等［8］针对网络谣言识别行为，构建惩罚机制下的结构方程模型，指出惩罚机制对网民分辨信息的能力有一定的影响；付秋芳等［9］针对供应链企业的碳减排投入策略，建立演化博弈模型，指出惩罚机制可以降低“搭便车”行为的概率；包兴［10］针对突发事件中的应急能力，构建惩罚援助机制模型，指出管理者决策行为的重要性；王小杨等［11］针对产学研合作行为，构建基于各方收益下的惩罚机制，提出惩罚机制可以提高合作绩效和控制突变等；刘舰等［12］针对公路、铁路运输企业的行为，提出第三方惩罚可以约束企业的行为；郑延斌等［13］针对多智能系统的协作问题，引入惩罚机制，发现该方法能有效提高协作效率和协作稳定性；徐士琴等［14］针对供应链网络，构建惩罚机制模型，发现在政府的预期回收率较低的情况下，惩罚机制的效果较明显.已有研究表明惩罚机制产生的激励效果明显且应用领域较广泛，但现有的惩罚机制多从静态视角来探讨问题，即研究主体行为的不自律程度不会影响最终的惩罚结果.故静态惩罚机制没有考虑到实际情况中的主体行为对最终结果造成的影响，激励的效果没能达到最佳.因此，本文拟从动态惩罚机制的视角，来探讨政府对智库不正当行为的惩罚力度，以达到最佳的激励效果.
1 模型构建
1.1 问题描述
在政府和智库的合作进程中，智库是思想产品的生产者，政府是产品的需求者、消费者和监管者等.政府既是任务的发布方，又是规则的制定者.政府可以采取合适的策略来监督智库的行为，以保证研究过程的合法性、研究成果的高质量和研究进度的快速性等.但监管需要付出高额的成本代价，并且监管能力有所限制，故多数情况下，政府的监管策略实施不到位，从而造成智库的消极、投机行为.为了更好地约束智库的行为，政府拟根据智库每一阶段的行为及成果来对其进行动态惩罚，以减少智库的消极行为.
1.2 变量及参数设置
T ：智库；
S ：监管机构（政府）；
郎西埃用图像性的体制-图像要素和功能之间的关系的体制，意指图像是事物直接记录在其身躯上的意指，是有待解读的事物的可见语言。将语词和图像从可见物和可说物之间做区分。[10]
T 1：智库采取的“自律”策略集合；
T 2：智库采取的“不自律”策略集合；
S 1：监管机构采取的“积极监管”策略集合；S 2：监管机构采取的“消极监管”策略集合；
x ：智库选择“自律”行为的概率(0≤x ≤1)；
1-x ：智库选择“不自律”行为的概率；
y ：政府选择“积极监管”策略的概率(0≤y ≤1)；
1-y ：政府选择“消极监管”策略的概率；
W 1：智库采取“自律”行为时获得的收益(W 1＞ 0)；
其中:
E ˉS ：政府的平均期望收益.
L 1：智库采取“自律”行为时付出的成本（人工成本、时间成本、设备成本、考察成本等）(L 1＞ 0)；
L 2：智库采取“不自律”行为时付出的成本(L 2＞ 0且L 2＜L 1)；
(3)在国有四大银行为主的银行业体系中，由于对国家背书的信任，人们更愿意把闲散资金储蓄在大型商业银行，大多数企业同样选择在大型商业银行进行贷款业务，因此我国商业银行不良贷款往往聚集在大型银行。
ΔL ：智库采取“不自律”行为时少付出的成本，其中ΔL=L 1-L 2；
不过，2016年的时候，出于某些原因，斯沃琪集团品牌也曾全部缺席当年GPHG日内瓦钟表大赏；2017年，只有浪琴一只“大眼”计时码表参加最佳复刻表的评比，并最终获得该奖项；2018年，已经有多只浪琴、美度和汉米尔顿腕表出现在最新一年的GPHG报名名单里。
C 1：政府进行“积极监管”时付出的成本（设施成本、设备成本、信息成本、人工成本等）(C 1＞ 0)；C 2：政府进行“消极监管”时付出的成本(C 2＞ 0且C 2＜C 1)；
R ：智库采取“不自律”行为时，政府进行“消极监管”时的损失；
V ：静态惩罚机制下，政府采取“积极监管”策略时，对智库的“不自律”行为收取的罚金；
动态惩罚机制下，政府采取“积极监管”策略时，对智库的“不自律”行为收取的罚金；
Ex ：智库采取“自律”行为时获得收益的期望值；
E 1-x ：智库采取“不自律”行为时获得收益的期望值；
E ˉT ：智库的平均期望收益；
本研究对紫荆叶提取物的化学成分进行HPLC分析前，在预试验中曾采用二极管阵列检测器对紫荆叶提取物进行全波长扫描。结果显示，检测波长为254 nm时所获得的HPLC图谱信息比较丰富、基线较为平稳、整体吸收强度较为均衡，因此选择254 nm为检测波长。
Ey ：政府进行“积极监管”时获得收益的期望值；
E 1-y ：政府进行“消极监管”时获得收益的期望值；
ΔW ：智库采取“不自律”行为时获得的超额收益，其中ΔW=W 2-W 1；
从甘肃省3个地理区域的5个紫花苜蓿品种不同部位分离到103株细菌(表1)。73株内生细菌分别分离自根瘤(41)、根表皮(18)、根中柱(9)、茎(2)、花(2)和种子(1)，30株非内生根瘤菌来自田间土壤(19)和根际土壤(11)。叶片中没有分离到内生细菌。
1.3 相关假设
H1：模型中的参与主体是智库和政府；
根据表4，该动态演化模型在静态惩罚机制下有两个鞍点和一个中心点，其中鞍点分别是(0,0)、(0,1)，，中心点是
由上述分析可知，(x 0,y 0)是该动态演化系统的稳定均衡点，将
组成方程组.
H4：根据威慑理论，政府惩罚的确定性、严厉性和敏捷性对智库的行为有一定影响.
1.4 模型构建
根据参数设置和相关假设可得静态惩罚机制下智库和政府的收益博弈，见表1.
在安全接入管理方面，系统可以通过监听和主动探测等方式检测内部网络中所有在线的主机，来判别当前在线的主机是否为可信任主机，若探测到非法的可疑主机，则可以阻止其访问任何网络资源，防止非法主机对网络进行攻击或窃密。在网络安全平台的设计上可以通过设置防火墙系统来实现内网和外网的隔离防护。对远程办公的人员则可提供IPSec VPN接入，确保数据传输过程中的安全，实现用户对服务器系统的受控访问。同时也可采用入侵检测设备，作为防火墙的功能互补，用于提供对监控网段的攻击的实时报警与响应。
表1 静态惩罚机制下智库和政府的收益博弈
1）当智库采取“自律”和“不自律”行为时，获得的期望收益分别为：
Best Fit的基本思想[1]是：n种货品依次放入箱子，将货品i装入箱子j应满足c-cj-vi=min{c-ck-vi}c-ck-vi＞=0，即选取第j号箱子，使得装入货品i后所留空隙最小,其中ck表示已装入第k号箱子的货品的体积[1]。把每个货品的与箱子的容量的差值存在链表数组里，(链表的结点存放货品的号码)插入每一个货品时就可以直接先找到与之容量相同的箱子和可以与之同放一个箱子的货品号码，并把那箱子删掉；若容量相同的箱子没有剩，就找比它大的箱子，把原结点删掉，并把还有空间剩下的箱子插入的相应的链表里；若已经没有比它大的箱子，就开辟新的箱子。
跟他聊起半岛酒店求职的经历，他跟我谈起当年上海世博会前酒店行业的发展：“因为金融危机，好多酒店没开出来，半岛按时开，但要到2009年，所以我以半岛为第一目标，想申请半岛。”对于很多人来说，在选择回国第一份工作就能清楚地知道自己要什么的人很少，还能在回国之前就对当时的经济环境和前景作出这样清晰的分析，更少！然而，更让你想不到的是，他没有像一般人那样直接求职，反而很清楚自己的现状：“我不想走HR这条路线，因为当时我没有在国内工作的经验。”于是，他独辟蹊径联系上上海半岛酒店的总经理，直接面见了餐饮总监，最后回到上海半岛，成为了一名侍酒师。
则智库的演化博弈复制动态方程为：
2）当政府采取“积极监管”和“消极监管”策略时，获得的期望收益分别为：
政府的平均期望收益为：
则政府的演化博弈复制动态方程为：
综上，可以得到该模型动态系统的总复制动态方程组为：
2 静态惩罚机制下智库行为及其监管策略的演化博弈分析
1）对（4）式进行一阶分析：
几年后，王经理的妻子调到哈西爱达·88项目施工，有几次上下班接送这妻子，明明一条路就能回到租的房子，他却总是拐上几个弯，被纠正时总是说“只认识这一条路”，后来尊御开工后，妻子上班下班时总习惯沿着88和尊御走一圈，渐渐理解了丈夫，顺着丈夫的路线，爱达壹号、尊御、88、九溪一路都是自己的项目，虽然已经到分公司工作了，几个项目的施工情况，大概走一走，心中也了然。路过哈西万达的时候，总也会说上几句“当年我们做哈西万达，这个地方……那个地方……”妻子再也不会骂他是路盲、是笨蛋。
①若ΔW +ΔL -Vy ＞0，恒有
，此时
.故x= 0是演化稳定策略，此时智库选择的是“不自律”策略.
②若ΔW+ ΔL-Vy＜ 0，恒有
，此时
.故x= 1是演化稳定策略，此时智库选择的是“自律”策略.2）对（8）式进行一阶分析：
庶人，春秋农业与力役的负担者。《左传》襄公九年云：“庶人力于农穑”，又《国语·晋语四》载“士食田，庶人食力”，可证。庶人不属于“国人”范畴，吉本道雅在《春秋国人考》一文中已作考证，他指出：《左传》中凡在农闲期间被课以力役的“民”，无一例可以替换为“国人”，凡可以替换为“国人”的“民”，则几乎是军事行动的参与者。根据这一考证，吉本道雅得出结论：“‘庶人’不包括在‘国人’之内，他们一般居住在‘国’的城壁之外。”[12](P95)应该说，这是正确的研究结论。但吉本氏将工、商也列入“国人”范畴的观点，则值得商榷。
①若
，恒 有 
，此时有
.故y= 0是演化稳定策略，此时政府采取的是“消极监管”策略.
②若
，恒 有
，此时有
.故y= 1是演化稳定策略，此时政府采取的是“积极监管”策略.
通过上述分析可知，智库策略和政府策略组成的动态演化系统的平衡点有
3）令
当且仅当0≤x ≤1，0≤y ≤1时，(x ,y )也是该动态演0000化系统的均衡点.
综合上述分析，智库和政府策略构成的动态演化系统共有5个均衡点，分别为(0,0)、(0,1)、(1,0)、(1,1)、
4）动态演化系统的雅可比矩阵为：
W 2：智库采取“不自律”行为时获得的收益(W 2＞ 0且W 2＞W 1)；
国有企业应该注重员工能力的培训，采用专家座谈、会议、出国深造等多种方式加强员工专业技能培训和再教育，提升员工工作能力，调动员工工作积极性，进而提升企业竞争力。在培训时，要注重企业文化的深化及拓展[4]，以企业实际出现的问题进行深入研究。
当均衡点满足
时，均衡点为演化动态过程中的局部渐进稳定不动点，此时均衡点对应演化稳定策略.对已有的均衡点进行稳定性分析，分析过程和分析结果见表2、表3和表4.
表2 动态系统的平衡点分析（1）
表3 动态系统的平衡点分析（2）
根据表2和表3可分析出均衡点的稳定性结果，见表4.
表4 均衡点的稳定性
H2：智库和政府在博弈的过程中存在诸多不确定的因素，故考虑智库和监管机构是有限理性的；
FastEthernet0/0 128.1 128 19 FWD 0 4096 cc00.1ca0.0001 128.1
3 动态惩罚机制下智库行为及其与政府间博弈的演化稳定性分析
3.1 动态惩罚机制策略分析
所谓动态惩罚机制指的是针对智库的“不自律”行为，政府视其行为的具体情况来决定惩罚的力度，不同于静态惩罚机制下的固定惩罚值.假设政府的惩罚力度与智库的“不自律”行为呈正比例关系，则设定
，此时双方的博弈较静态惩罚机制下的博弈有了一些变化，详见表5.
表5 动态惩罚机制下智库和政府的收益博弈
将
代入复制动态方程组（9），则得到新的复制动态方程组：
此时系统的5个均衡点分别为
智库的平均期望收益为：
根据复制动态方程组（13）可得此时动态系统的雅可比矩阵为：
其中：
同理，可求得动态惩罚机制下均衡点的稳定性，详见表6.
表6 均衡点的稳定性
根据表6，该演化模型在动态惩罚机制下有两个鞍点和一个中心点，其中鞍点分别是(0,0)、(1,0)，中心点是
3.2 动态惩罚机制下的博弈过程均衡点分析
H3：在模型中考虑智库可能采取“自律”和“不自律”两种策略，政府可能采取“积极监管”和“消极监管”两种策略；
求解方程组15得：
对x* 进行一阶分析，可得：
.当智库采取“不自律”行为时，政府采取“消极监管”策略时的损失越大，那么政府就会加大监管力度，智库采取“自律”行为的概率就会增加；当智
1）对x* 进行一阶分析.
对y* 进行一阶分析，可得：
当智库采取“不自律”行为获得的收益比其采取“自律”行为获得的收益多时，智库就会倾向于采取“不自律”行为，那么政府为了确保最终的研究质量，进行“积极监管”的概率就会增加.当智库采取“自律”行为付出的代价比其采取“不自律”行为付出的代价高时，智库依然会倾向于采取“不自律”行为，那么政府就会对其加强监管.当智库采取“不自律”行为，政府采取“积极监管”策略时，政府对智库的惩罚程度越大，智库就会倾向于采取“自律”行为，此时政府进行“消极监管”的概率就会增加.当政府进行“积极监管”时付出的代价较大时，政府就会更加注重监管的效果，其“积极监管”的概率就会提高.当政府采取“消极监管”策略时付出的代价较大时，就会转换监管策略，进而导致“积极监管”策略的概率增加.库采取“不自律”行为，政府采取“积极监管”策略时，政府对智库的惩罚程度越大，损害智库的利益，智库就会消极怠工，采取“消极”行为的概率就会增加.当政府进行“积极监管”时的成本增加时，政府就会加大监管力度，严惩不贷，此时智库采取“积极”行为的概率就会增加；当政府进行“消极监管”时的成本增加时，政府就会转换策略，对智库进行“积极监管”，从而导致智库采取“积极”行为的概率增加.
2）对y* 进行一阶分析
4 仿真分析
4.1 智库和政府策略的演化
图1静态惩罚机制下智库和政府策略的演化
图2动态惩罚机制下智库和政府策略的演化
静态惩罚机制下，智库采取“自律”行为的概率低于采取“不自律”行为的概率，即智库的自律性较低；动态惩罚机制下，智库采取“自律”行为的概率高于采取“不自律”行为的概率，即智库的自律性较高.可见，动态惩罚机制优于静态惩罚机制.当政府采取动态惩罚手段时，智库会更加关注自身的行为，受到的制约作用更加明显.
静态惩罚机制下，政府既可能采取“积极监管”的策略，也可能采取“消极监管”的策略；动态惩罚机制下，政府采取“消极监管”策略的概率明显偏低.可见，动态惩罚机制不仅影响智库的行为，也在一定程度上影响政府的行为.故动态惩罚机制对政府和智库双方都有制约作用，能够全面提升双方的合作质量.
4.2 系统稳定性及混合策略分析
图3 静态惩罚机制下系统稳定性分析
图4 动态惩罚机制下系统稳定性分析
从图3可以看出：（1）当x 的取值范围是(0,0.17)时，y 的取值范围是(0.5,1).即当智库采取“不自律”行为的概率较大时，政府会偏向于采取“积极监管”的策略.也可以看到，同一个x 值对应着两个不同的y 值，说明虽然政府采取的是“积极监管”的策略，但政府监管的力度是可调节的.根据智库具体的行为情况，政府会相应地采取不同的措施.（2）当x 的取值范围是(0.5,0.78)时，y 的取值范围是(0,0.14).说明当智库采取“自律”行为的概率较大时，政府则会倾向于采取“消极监管”的策略，以降低监管的成本.
从图4可以看出：（1）当x 的取值范围是(0,0.24)时，y 的取值范围是(0,0.5)或(0.75,1).此时，同一个x 值对应着两个不同的y 值，说明智库在采取“不自律”行为时，政府会采取“积极监管”和“消极监管”两种策略.在某些情况下，智库的“不自律”行为对最终的成果影响较小，可忽略不计，此时政府不会增强监管的力度；如果智库的“不自律”行为会影响整个项目的质量，则政府会加大监管力度.（2）当x 的取值范围是(0.5,0.68)时，y 的取值范围是(0.93,1).此时智库采取“自律”行为的概率较大，但政府的监管力度也较大.说明在项目的关键环节，即使智库没有懈怠，政府也会采取“强监督”的手段.（3）当x 的取值范围是(0.68,1)时，y 的取值范围是(0,0.5).说明当智库长期采取“自律”行为时，就会赢得政府的信任，政府会降低监管力度，采取“消极监管”的策略.
5 结论
新时代，政府的责任日益增加，承担的任务日益增多.故政府迫切地希望智库可以有所为，又能有所不为.政府委托给智库的项目，大多关乎国家的政策方针，关系到人民的切身利益.但并非每个智库都能认识到国家所赋予的使命感、荣辱感和责任感，多数情况下智库的抉择关系着智库自身的利益.故政府采取一定的监督措施是非常有必要的.
经笔者调查发现，B公司市场业务人员的薪资制度存在缺陷，导致了经销商筛选机制的不严格。在实际经营过程中，部分经销商因无法适应企业文化，或者实际运营中利润率无法达到业务人员承诺水平或者预期，设立不久后便提出撤销的情况时有发生。
通过政府与智库之间博弈模型的建立、分析、仿真等，发现动态惩罚机制比静态惩罚机制的效果更明显，主要体现在：（1）智库的危机意识得到提升，更加严格规范行为，保证成果的高质量、高效率；（2）政府的监督意识得到增强，积极监管，防患于未然；（3）智库和政府的收益明显增加，间接地激励双方的行为；（4）政府和智库之间的委托关系、合作关系进一步得到巩固、增强，有利于后期的合作交流；（5）高水平、高质量的成果不断推动社会的进步、国家的发展，造福于人民.
新时代，政府和智库之间的合作将会更加频繁.一流智库的打造需要借力于每一个卓越的项目和优异的成果.因此，智库不能仅仅依靠政府的强监督来约束行为，而是要有责任意识、自主意识、奋发意识，借助于政府给予的平台向人们展示中国智库的实力和潜力，向世界发出响亮的中国声音，发挥强劲有力的中国作用.
参考文献：
［1］MCGANN J G.2015 global go to think tank index report［R］.University Pennsylvania，2016.
［2］张新培，赵文华.研究型大学与高水平智库协同发展及启示［J］.中国高教研究，2014（8）：6-10.
［3］吴育良.国外智库决策信息支持研究及启示［J］.图书馆理论与实践，2015（10）：31-35.
［4］武慧娟，秦雯，孙鸿飞.激励视角下高校智库协同决策机制研究——以吉林省高校智库建设为例［J］.现代情报，2017，37（3）：8-12.
［5］王文.中国应培育浓厚的智库文化——兼谈对智库学者的激励机制［J］.对外传播，2015（9）：43-44.
［6］唐平秋，蒋晓飞.基于期望理论的高校智库研究人员激励：困境与对策［J］.中国行政管理，2017（1）：63-66.
［7］杜鹏，孔德岩，李玉明.统一战线智库人员的激励策略研究［J］.福建质量管理，2015（8）：219.
［8］张会平，郭昕昊，汤志伟.惩罚机制对网络谣言识别行为的影响研究［J］.情报杂志，2016，35（12）：47-51.
［9］付秋芳，忻莉燕，马士华.惩罚机制下供应链企业碳减排投入的演化博弈［J］.管理科学学报，2016，19（4）：56-70.
［10］包兴.过度自信行为影响下的应急决策偏差和惩罚援助机制研究［J］.管理工程学报，2017，31（3）：37-44.
［11］王小杨，张雷，杜晓荣.基于惩罚机制的产学研合作演化博弈分析［J］.科技管理研究，2017，37（9）：118-124.
［12］刘舰，李引珍.基于惩罚机制的公-铁联运企业行为的协调［J］.中国管理科学，2016，24（4）：167-176.
［13］郑延斌，段领玉，李波，等.基于演化博弈惩罚机制的多智能体协作稳定性研究［J］.计算机工程与科学，2015，37（9）：1682-1687.
［14］徐士琴，刘国山.政府奖励与惩罚机制下闭环供应链网络均衡的互补模型［J］.数学的实践与认识，2012，42（16）：87-102.
Evolutionary Game Analysis of Think Tank Behavior and Its Supervision Strategy under Dynamic Punishment Mechanism
CHEN Haibei，ZHUO Xiangzhi
（School of Management ，Huaibei Normal University ，235000 ，Huaibei ，Anhui ，China ）
Abstract： The think tank serves the government′s decision-making，which is conducive to perfecting China′s decision-making consultation system and promoting the modernization of the national governance system and governance capacity.Timely，accurate and comprehensive information directly affects the quality of government decision-making，so it is necessary for the government to supervise think tanks.Under the dynamic penalty mechanism，this paper constructs a behavioral game evolution model of government and think tanks，and discusses the evolution of think tank behavior and government supervision strategies.The simulation results show that under the dynamic penalty mechanism，the think tank has a stronger sense of crisis and a more obvious sense of responsibility，so it tends to adopt positive and self-discipline behavior；the government′s regulatory awareness is also enhanced，and it can flexibly select regulatory strategy according to the behavior of the think tank.
Key words： think tank；dynamic punishment；evolutionary game
中图分类号： G 647
文献标识码： A
文章编号： 2095-0691（2019）02-0060-09
收稿日期： 2018-09-10
基金项目： 国家社会科学基金项目（15BTQ048）
作者简介： 陈海贝（1993— ），女，江苏泰州人，硕士生，研究方向为智库管理.
通信作者： 卓翔芝（1970—），男，安徽灵璧人，教授，研究方向为信息资源管理.
标签：智库论文; 动态惩罚论文; 演化博弈论文; 淮北师范大学管理学院论文;