基于演化博弈理论的安全生产监管效果研究
基于演化博弈的产业政策制定策略研究
基于演化博弈的产业政策制定策略研究引言在当今全球化和竞争激烈的经济环境中，制定有效的产业政策对于国家和地区的可持续发展至关重要。
然而，由于产业发展的复杂性和不确定性，政策制定者常常面临着许多困境和挑战。
为了更好地应对这些问题，越来越多的研究开始关注基于演化博弈的产业政策制定策略，这种方法强调了经济系统中各方之间相互作用的动态和复杂性。
演化博弈理论简介演化博弈理论是一种描述不同参与者在特定环境下相互作用的数学模型。
在该理论中，参与者可以是个体、企业、行业或国家等。
在演化博弈中，参与者根据自身的利益和目标，通过战略行动来达成最佳结果。
演化博弈理论认为，参与者的选择和行动会受到环境的影响，并且会随着时间的推移而发展和演化。
演化博弈与产业政策产业政策是国家或地区为了促进特定产业的发展而采取的一系列行动和政策。
演化博弈理论可以为产业政策制定者提供新的思路和方法来更好地理解和解决产业发展中的问题和挑战。
1. 竞争与合作演化博弈理论强调了参与者之间的竞争和合作关系。
在产业政策制定中，不同企业或行业之间往往存在竞争关系。
政策制定者可以利用演化博弈理论来分析和预测不同参与者之间的竞争行为，以制定相应的政策来提高本国企业的竞争力。
同时，政策制定者也可以通过促进参与者之间的合作来实现共赢的局面。
2. 路径依赖和锁定在产业发展过程中，路径依赖和锁定现象普遍存在。
路径依赖是指一次决策的结果将影响后续决策的过程。
锁定则是指一旦某个选择被做出，其他选择变得相对不可行。
演化博弈理论可以帮助政策制定者理解并应对路径依赖和锁定现象。
通过分析不同决策的长期影响，政策制定者可以制定出更具有前瞻性和全局观的政策。
3. 创新与技术进步演化博弈理论还可以帮助政策制定者理解和推动创新与技术进步。
创新是产业发展的关键驱动力之一，而技术进步是创新的重要来源。
政策制定者可以利用演化博弈理论来分析不同参与者之间的创新行为和竞争策略，为促进创新提供指导和支持。
演化博弈理论的原理和应用
演化博弈理论的原理和应用1. 理论简介演化博弈理论是一种理论框架，用于研究多个个体之间相互作用的行为和策略选择。
它是从进化生物学中发展而来，吸收了经济学和社会学等学科的理论和方法，在研究社会行为和经济决策中具有重要应用。
2. 原理概述演化博弈理论主要基于以下几个原理：2.1. 演化机制演化机制是指在一群个体中，通过个体之间的相互作用和遗传机制的作用，使得个体的某种特征或行为在群体中逐渐传播和积累。
这种演化机制可以通过模拟进化算法和遗传算法进行建模和研究。
2.2. 博弈模型博弈模型是演化博弈理论的核心工具，它描述了多个个体在特定环境中的策略选择和收益获取。
著名的博弈模型包括囚徒困境、合作博弈和非合作博弈等。
通过博弈模型的构建和分析，可以揭示个体之间的相互影响和策略的动态演化。
2.3. 演化稳定策略演化稳定策略是指一种策略，在给定环境下，个体之间的策略选择在长期演化过程中保持相对稳定。
演化稳定策略是博弈模型中的重要概念，它可以用来解释和预测实际生活中的社会行为和经济现象。
3. 应用领域演化博弈理论在多个学科和领域中都有广泛的应用，以下列举了一些典型的应用：3.1. 经济学演化博弈理论在经济学中被广泛应用于研究市场竞争、价格形成、企业战略等问题。
例如，通过建立博弈模型，可以分析不同企业之间的竞争策略选择和市场份额变化。
3.2. 生态学演化博弈理论在生态学中被用于研究动物群体中的策略选择和社会行为。
例如，通过建立博弈模型，可以分析动物之间的资源争夺、合作行为和繁殖策略选择。
3.3. 社会科学演化博弈理论在社会科学领域也有重要的应用。
例如，在社会网络中，个体之间的互动和合作行为可以通过演化博弈理论进行建模和分析。
此外，演化博弈理论还可以解释和预测社会行为中的合作与竞争现象。
3.4. 计算机科学演化博弈理论在计算机科学中也有广泛的应用。
例如，在人工智能领域，通过演化博弈理论的方法，可以设计和优化智能体的决策策略，提高系统的性能和适应性。
演化博弈视角下新奖惩机制防范质量投机行为研究及仿真分析
演化博弈视角下新奖惩机制防范质量投机行为研究及仿真分析吉格迪;李新召;詹亚明
【期刊名称】《管理工程师》
【年(卷),期】2024(29)2
【摘要】在工程项目建设期内,如何防范参与方的道德风险行为对提升项目质量安全至关重要。
针对工程项目建设阶段施工方与监理之间存在的寻租行为,文章采用演化博弈理论构建了业主、施工方、第三方监理的三方博弈模型,研究了业主的奖励、惩罚等因素对博弈主体行为策略选择的影响。
研究结果表明:业主设置的奖惩机制需符合业主对施工方以及第三方的奖励、惩罚金额之和应至少大于各自选择投机行为时的收益这一条件;业主的惩罚力度对施工方和第三方行为选择起决定性作用,而奖励力度起有限作用;过高的奖励不利于业主履行监管职责,借助政府部门对业主投机行为的行政处罚,对提升项目质量的稳健性有显著作用;增加寻租成本是降低施工方投机行为的有效途径。
【总页数】11页(P26-36)
【作者】吉格迪;李新召;詹亚明
【作者单位】内蒙古工业大学经济管理学院
【正文语种】中文
【中图分类】F512.4
【相关文献】
1.基于演化博弈视角的渠道机会主义行为与防范机制研究
2.政府约束机制下环境质量监管三方演化博弈分析及仿真研究
3.政府奖惩激励下快递包装回收行为演化博弈与仿真分析
4.动态奖惩机制下智能建造技术创新行为的演化博弈分析
5.碳核查机构寻租行为和政府奖惩机制--基于三方演化博弈的仿真分析
因版权原因，仅展示原文概要，查看原文内容请购买。
基于系统动力学的多方安全监管博弈
２ ｅ ａｔ ｅ ｔ ｆ ｎ ｉ ｅ ｎ ， ｉ ｎＵ ｉｅｓｙｏ ｒｈｔｃ ｒ ａｄＴ ｃｎ ｌ ｙ Ｘ ｎ７ ０ ５ Ｃ ｉａ ．Ｄ ｐｒ ｎ ｏ ｇ ｅ ｒ ｇ Ｘ ｎｖｒ ｔ ｆ ｃｉ ｔ ｅ ｎ ｅｈ ｏｏ ， ｉ １０ ５， ｈｎ ） ｍ Ｅ ｎ ｉ ａ ｉ Ａ ｅｕ ｇ ａ
贾 璐 蔡建国 ，
（ ． 中科 技 大 学 １华 土 木 工 程 与 力 学学 院 ， 北 湖 武汉 ４０７ ； ３０ ４
２ 西安建筑科技大学 ． 摘
土木工程学 院，陕西
西安
７ ０５ ） １０ ５
要： 安全监管 是保 障工程建设 安全实施的重要 手段 和途径 ， 由于工程安 全监管 过程 中存 在多个 参与方 ， 各
保 障工程 顺利 进行 ， 降低工 程安 全风 险 ， 较少 事故
数 量 和死 伤人 员数 量 的 目的 。鉴 于安 全 监管 过程 中有监 管 者与 被 监 管 者两 个 参 与 方 ， 在 工 程 监 其 管 过程 中存 在有 监 管博 弈 的问题 。 近 年来 ， 针对 我 国工 程 建 设 过 程 中重 特 大 事 故屡 有发 生 ， 亡人 数较 大 的现状 ， 少学 者也 开 伤 不 始采 用博 弈 理论研 究 工程 建设 过程 中的安全 监 管
Ａｂ ｔ ａ ｔ ａｅｙ ｒ ｇ ａｉｎ ｓ ｎ ｍｐ ｒａ ｔ ａ ｐ ｏ ｃ ｏ ｓ ｃ ｒ ｔ ｃ ｎ ｔｕ ｔｎ ｒ ｃ ｓ ． Ｔｈ ｒ ａ ｅ ｓ ｒ ｃ ：Ｓ ｆ ｔ ｅ ｕｌｔｏ ｉ ａ ｉ ｏ ｔｎ ｐ ｒ ａ ｈ ｔ ｅ ｕ ｅ ｈｅ ｏ ｓｒ ｃｉ ｇ ｐ ｏ ｅ ｓ ｅ ｅ ｒ ｍａ ｙ ｎ
ａ ｌ ｓｓ ｗｉ ｅ ａ ｆｉ ｉｎ ｙ ｔ ｅ ｅ ｒ ｈ ｔ ｅ ｐ ｏ ｌ ｍ ｆ ｓｆ ｔ ｅ ｌ ｔ ｎ． Ａ ｕ ｔ— ｅ ｓ ｎ ｅ ｏｕｔ ｎ ｇ ｍ ｅ ｎａｙ ｉ ｌ ｂ ｎ ｅｆｃｅ ｔｗａ ｏ ｒ ｓ ａ ｃ ｈ ｒ ｂ ｅ ｏ ａ ｅｙ ｒ ｇ ａ ｉ ｌ ｕ ｏ ｍ ｌｉｐ ｒｏ ｖ ｌ ｉ ａ ｏ
基于改进累积前景理论监管奖酬博弈模型分析——政府监管方视角
基 金项 目 ： 困 家 自然 科 学 基 金 资 助 项 日（ ５ １ ０ ７ ８ ０ ７ ９ ） 作者 简 介 ： 高欣 （ １ ９ ６ ５ 一 ） ， 上海 人 ， Ｉ — Ｊ 济 大学 经 济 Ｌ ｊ 管 理 学 院 博士 生 导 师 ， 教授 ， 济大学基建处处 Ｋ， 研 究方 向 为 城 ｍ管 Ｌ ｊ 建设 工 程 管 理 、 项 日管理 ； 吴晓伟（ １ ９ ８ ５ 一 ） ， 女， 吉 林 白城 人 ， Ｉ 济 大学 经济 管 卿学 院 博 士研 究 生 ， 讲师， 研 究 方 向 为 建设 工 程 管 卵 ｊ 质 量 安全 控 制 研 究 。
的概率 大小 采取相 应 的决策 ， 这 与实 际情 况完 全相悖 。有 必要 从 演化 的角度 进一 步深 刻探讨 政府 监 管 系统 的 均 衡与 演化 之 间的规 律和联 系 。
建 筑工 程系统 是典 型 的不确 定性 系统 ， 由于施工 点 多面广 ， 事 故隐患 多 而复杂 ， 受经 验 、 感性 认知 能力 、 风
中 图分 类 号 ： Ｆ ４ ０ ７ ． ９ 文献 标 识 码 ： Ａ 文章编号 ： ｌ ０ ０ ２ — ３ ２ ４ ０ （ ２ ０ １ ５ ） ０ ３ — ０ ０ ７ ４ — ０ ６
引 言
传统的博弈模型 ， 无论是静态的还是动态的， 绝大多是基于期望效用理论建立支付函数或对其进行拓展
— —
政 府 监 管 方视 角
高 欣 ，吴 晓伟
（ １ ． 济大学 经济Ｌ ｊ 管 理 学 院 ，上 海 ２ ０ ０ ０ ９ ２ ；２ ． 青岛理工大学 工程 管理 学 院 ， …东 青岛 ２ ６ ６ ０ ３ ３ ）
摘
演化博弈论研究的现状与展望
演化博弈论研究的现状与展望一、本文概述《演化博弈论研究的现状与展望》一文旨在全面梳理和深入分析演化博弈论这一交叉学科领域的研究现状，并在此基础上展望其未来的发展趋势。
演化博弈论，作为一种独特的博弈理论，融合了生物学、生态学、经济学、社会学等多个学科的理论和方法，为研究复杂系统中的动态演化过程提供了新的视角和工具。
本文首先回顾了演化博弈论的发展历程，阐述了其基本概念和核心思想，然后重点分析了当前国内外在演化博弈论研究方面的主要成果和进展，包括理论模型的构建、实证研究的应用以及与其他学科的交叉融合等方面。
在此基础上，文章进一步探讨了演化博弈论在未来可能的研究方向和挑战，旨在为相关领域的研究者提供有益的参考和启示。
二、演化博弈论的基本概念与理论框架演化博弈论，作为一种新兴的理论体系，融合了博弈论与演化理论的精髓，主要研究在动态变化的环境中，参与者如何通过试错、学习、适应和变异等过程，不断调整和优化自身的策略行为。
它突破了传统博弈论中完全理性、完全信息等理想化假设的限制，更贴近现实世界的复杂性和不确定性。
基本概念方面，演化博弈论将参与者视为有限理性的决策者，其策略选择受到历史经验、外部环境以及自身学习能力等多重因素的影响。
同时，演化博弈论强调策略的动态调整过程，而非静态均衡。
它认为，参与者通过不断的试错和学习，逐渐适应环境，并在演化过程中形成稳定的策略分布。
在理论框架上，演化博弈论借鉴了生物演化理论中的自然选择、遗传变异等机制，构建了以策略空间、适应度函数、选择机制和变异机制为核心的理论体系。
策略空间描述了参与者所有可能的策略组合；适应度函数则用于衡量不同策略在特定环境下的表现优劣；选择机制决定了哪些策略能够在演化过程中得以保留和传承；而变异机制则为策略空间引入新的可能性，使得系统能够不断适应外部环境的变化。
通过这一理论框架，演化博弈论能够更好地刻画现实世界中的复杂动态演化过程，为我们理解和预测参与者的行为决策提供有力的分析工具。
演化博弈理论与应用研究综述
演化博弈理论与应用研究综述2009年04月13日星期一 13:38摘要：本文分别对国内外关于演化博弈论的研究做了总结并指出其存在的问题，主要讨论演化博弈论的理论渊源、发展情况及存在的挑战与演化博弈论在应用研究现状及发展展望。
关键词：博弈论；演化博弈论；演化稳定策略；演化均衡；进化稳定策略Research on Evolutionary Game Theory and Application: a ReviewWANG Wen-bin，DA Qing-li, CHEN Wei-da(School of Economics and Management Southeast University, Nanjing,210096)Abstract: This paper studies the theory and application of revolutionary game theory at home and abroad. Specifically, we discussed the headstream of revolutionary game theory, its development and challenges. Finally, we show the expectation of the future research direction of the field.Keywords: game theory; revolutionary game theory; evolutionary stable strategy; evolutionary equilibrium; evolutionary stable strategy演化博弈论是在博弈论的基础上发展起来的一种理论。
传统的博弈论强调参与者必须是理性的，而且博弈的整个过程中不允许犯错误，每个决策阶段都保持理性。
这种严格理性的要求限制了博弈论的应用。
基于演化博弈建筑工程安全监管研究
基于演化博弈的建筑工程安全监管研究摘要：众所周知，建筑施工企业中强调的首要问题就是建筑工程的安全问题，安全监管工作在建筑施工企业中占有十分重要的地位，建筑施工企业应该采取正确的安全监管方法，因为采用正确的方法能够提高企业的监管效率，进而帮助企业健康、有序的发展。
关键词：演化；博弈；建筑工程；安全监管；研究建筑施工工程是一项十分复杂的工程，建筑施工的作业环境较差，在工作中需要工作人员操作很多的机器，所以，建筑施工工程中很容易发生安全事故。
把演化博弈的方法应用到建筑施工企业的安全监管工作之中，能够帮助企业降低安全成本，进而降低建筑施工企业发生安全事故的概率。
笔者在本文中分析了演化博弈的论的基本假设，构建了建筑工程安全监管的演化博弈模型，并对建筑工程中的演化博弈模型进行了分析，最后得出了演化博弈下的建筑工程安全监管结论。
一、建筑施工企业中演化博弈的基本假设1、信息完全化是演化博弈的基本前提演化博弈是建筑施工企业和相关政府部门之间的双方博弈，而不是多方的博弈，在演化博弈中，参加博弈的双方应该完全了解博弈的信息，除此之外，参加博弈的双方既不存在共谋关系，也不存在合作关系，这样，建筑施工中安全监管工作就能顺利的进行了。
2、博弈的主体追求各自利益的最大化是博弈双方的最终目的，进行博弈的双方应该是承包商和相关的政府部门，政府部门在博弈中应该代表最广大人民群众的利益。
一般情况下，参加博弈的承包商应该采用两种博弈策略，一种是合理投入安全生产的标准，第二种是不进行安全生产投入。
相关的政府部门也应该做出两种策略，这两种策略包括严格监督策略和不监督策略。
二、建筑工程安全监管的演化博弈模型1、演化博弈的模型假设2、演化博弈模型的建立三、建筑施工企业安全监管的演化博弈分析投入本身存在溢出效益是企业进行安全生产的前提，所以说，企业的安全投入有两种情况，对一种情况是企业的安全投入能实现最佳的社会利益，另一种是企业的安全投入能实现企业自身的最佳经济利益。
安全生产监管机制的完善及有效性研究
安全生产监管机制的完善及有效性研究研究问题及背景：安全生产监管机制的完善及有效性研究是一个十分重要的课题。
随着工业化进程的快速发展，各类事故频频发生，对人民生命财产安全造成了严重威胁。
因此，如何建立起一套科学完善的安全生产监管机制，以有效防范和减少事故的发生，已成为当前亟待解决的社会问题。
研究方案方法：本研究将首先对当前我国的安全生产监管机制进行分析和评估，探究其存在的问题和不足之处。
其次，将以国内外类似研究成果为参考，总结经验和教训，提出改进和完善的对策措施。
最后，通过案例分析和数据对比等方法，量化评价改进后的安全生产监管机制的有效性，提供科学的依据。
数据分析和结果呈现：本研究将收集并分析大量的相关数据，并运用适当的统计方法进行分析。
首先，通过搜集安全生产监管机制相关的法律法规和规章制度，了解其细节和实施状况。
其次，通过调查问卷等方式，收集各种相关的企业数据，包括事故发生率、安全设施建设情况、员工培训和教育等。
最后，通过对比不同地区和企业类型的数据，评估不同监管机制的有效性和改善程度。
结论与讨论：通过对以上的研究过程和数据分析，本研究得出以下结论：首先，目前我国的安全生产监管机制存在一些问题，包括法律法规缺失、执法执行不力、企业责任意识不强等。
这些问题直接影响到了安全生产的效果和质量。
其次，借鉴国外先进的安全生产监管经验，完善我国的安全生产监管机制，包括建立更加完善的法律法规、加强监管力度、提高企业责任感等。
这些措施能够明显提升我国安全生产的水平和效果。
最后，本研究通过数据对比和案例分析，证明了改进后的安全生产监管机制的有效性，证明了改进后的安全生产监管机制能够更好地防范和减少事故的发生，保障人民生命财产安全。
总之，本研究通过对安全生产监管机制的完善及有效性的研究，为解决当前安全生产难题提供了有益的建议和参考。
希望相关部门和企业能够认真对待本研究成果，加强安全生产监管，确保人民生命财产的安全。
《双碳背景下工业污染监管演化博弈分析》
《双碳背景下工业污染监管演化博弈分析》一、引言随着全球气候变化问题日益严峻，中国积极响应国际双碳目标（碳达峰、碳中和）的倡议，努力实现绿色低碳发展。
在此背景下，工业污染问题成为社会关注的焦点。
工业污染不仅影响环境质量，还关系到社会经济的可持续发展。
因此，对工业污染的监管成为政府、企业和学者关注的重点。
本文运用演化博弈理论，对双碳背景下工业污染监管的演化过程进行分析，旨在探讨各利益相关方在污染监管中的策略选择及其动态变化。
二、理论背景与模型构建演化博弈理论是一种研究博弈各方策略选择随时间变化的理论。
在双碳背景下，工业污染监管的演化博弈涉及到政府、企业和公众等多个利益相关方。
这些利益相关方在面对环境污染和监管时，会根据自己的利益和预期进行策略选择。
本文构建了一个简单的演化博弈模型，该模型包括政府、企业和公众三个主体。
政府负责制定和执行污染监管政策；企业是污染的主要来源，其策略选择包括遵守环保法规和违规排放；公众则是环保政策的支持者和监督者。
三、演化博弈分析1. 初始阶段：在双碳目标提出之初，政府加强了环保法规的制定和执行力度，企业面临严格的环保监管。
此时，企业的策略选择主要是遵守环保法规，以避免受到严厉的处罚。
公众对环保政策的支持度逐渐提高，对企业的监督力度加大。
2. 策略调整阶段：随着时间推移，一些企业可能因为成本压力、技术难题等原因，选择违规排放。
此时，政府的监管策略需要相应调整，加大处罚力度，提高违规成本。
同时，公众的监督作用也日益凸显，通过举报、舆论等方式对企业的违规行为进行曝光。
3. 长期演化阶段：在长期的演化过程中，政府、企业和公众之间形成了相对稳定的策略选择。
政府不断完善环保法规，提高监管效率；企业逐渐意识到绿色发展的重要性，积极采取环保措施；公众的环保意识不断提高，对企业的监督更加有效。
四、分析结果与讨论通过演化博弈分析，我们可以看出在双碳背景下，工业污染监管的演化过程是一个动态调整的过程。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
68工业安全与环保2．013年第39卷第2期I ndust r i al Saf et y a nd Envi r onm e nt al Pr o t ect i on Febr uary2013基于演化博弈理论的安全生产监管效果研究*沈斌(浙江农林大学经管学院杭州311300)摘要建立演化博弈模型分析长期以来政府安监部门监管的效果问题。
通过分析模型和数据实验可以发现，政府安监部门在事故后监管行为中收取的罚金额大小对演化结果的影响比较显著；安全生产投资额大小对演化结果有较大影响。
关键词演化博弈理论安全生产监管St udy on Saf et y Pr oduc t i on S upe r vi si on E f f ect B as ed on Evol ut i onar y G am e T heor ySH E N B i n(&／too／ofEconom ics＆M aaagem enz，秭慨A＆F№蚵Han咖u311300)A bs t ra c t’111e ar t i de di s cuss es t he s et up0f t he ev ol ut i ona r y gam e m od d t o anal yz e t he saf et y pr oduct i on r eg ul at i ng ef fe ct．It is f ound bas ed O n t he m od d a nd da t a experi m ent：①t he am o unt of t he f i ne t hat t he gover nm e nt al saf et y super vi s i on dep ar tm e n t s r e cei ve ff t he ac ci dent oc cur s obvi ousl y af B ect s t he evo l ut i onar y resul t s．②t he am ount of t he saf et y pr oduct i on i nvest-m er i t ha s gr eat i nf l uenc es o n t he evo l ut i onar y r es ul ts．K eyW or ds evo l ut i onar y ga m e t heor y saf et y pr oduc t i on super vi s i on0引言目前，有很多学者运用博弈方法来研究提高安全生产监管力度(进而提高安全生产管制效果)的途径[卜3l。
显然，如果政府的监管措施能促使企业作出符合社会利益的决策，这样的措施就是监管力度较大的措施[4-7]。
一般而言，运用常规博弈方法对安全生产监管效果进行研究的缺陷在于结论往往不能很好地得到实证数据的支持，而运用演化博弈方法这种实验经济学方法则可以有效地解决数据不足的难题。
因此．本文将运用演化博弈方法来讨论分析提升安全生产监管效果的方法和途径。
1模型构造与分析1．1模型构造在模型中，假定博弈参与者有两方：政府安监部门和企业。
政府的策略包括检查(g)与不检查(1一g)两种，企业的策略包括进行安全生产投资(P)和不进行安全生产投资(1一p)两种[8-9】。
本文按照监管行为发生时间的不同将监管行为分为两类：预防性监管行为(日常安全生产检查行为)和事故后监管行为。
为简化分析，设定政府安监部门的检查行为是有效的，即只要进行了安全生产检查，就一定会发现企业的安全问题，且当发现企业的安全生产问题后，也能促使企业进行投资以消除安全生产隐患。
*基金项目：国家自然科学基金(70773051)。
在上述说明的基础上，可得政府安监部门和企业之间的安全生产监管博弈收益矩阵如表1所示。
表1政府安监部门和企业安全生产监管博弈收益矩阵企业政府安监部门G l(q)G2(1一q)y—R—yl，D1一L1y—Y I，0y—R—yl—F1，y—K×B—K×，2，D2+Fl—L l K×F2一K×岛在表1所示矩阵中，y表示企业的生产收益，R 表示企业配合政府监管所支出的费用，y1表示企业在政府安全生产监管部门督促下进行安全生产整改所支出的安全生产投资额，F，表示政府安监部门在事故前监管行为中收取的罚金，R表示政府安监部门在事故后监管行为中收取的罚金额，L。
表示政府安监部门在事故前监管过程(检查行为)中花费的费用，三2表示政府安监部门在事故后监管过程中花费的费用，K表示企业潜在事故发生率，B表示企业潜在事故损失，D1表示政府安监部门在企业进行安全生产投资时对企业进行检查所得到的收益(因为政府安监部门的检查行为可以给社会及其上级机关留下勤勉的印象，因此，即使企业没有安全生产问题，也会使政府安监部门得到一定的收益)，D2表示69政府安监部门在企业不进行安全生产投资时对企业进行检查所获得的收益(由于政府安监部门通过其检查行为消除了企业的安全生产隐患，故而，在这种情况下，其得到的收益会更大，即D2>D1)。
由M al t husi an动态方程原理可知，当策略的增长率等于它的相对适应度，只要采取这个策略的个体适应度比群体的平均适应度高，随着时间推移这个策略就会增长。
基于此种原理，可以推导得出动态系统，限于篇幅，这里省略推导过程，直接给出具体的二维动态系统。
j一繁=q×(1一q)×[P×(D1一D2+K×F2一KX L2一Ft)+D2一L l+Fl—K×F2+K×L2](1)】旦A旦t=P×(1一P)×[q×(Fl—K×B—K×F2+ l，1)+K×F2一Y1+K X B](2)令式(1)和式(2)等于0，则在平面(P，q)∈[0，1]X[0，1]中，可得演化博弈的5个均衡点：(0，0)，(0，1)，(1，0)，(1，1)和([己1一D2一，l+K×(F2一L2)]／[D l—D2一F1+K X(F2一L2)]，1一Fl／(F1一K×B—K X F2+y1))，假定D l>L1，D2+F l—L1 <K×(F2一L2)，Y1>KX(B+F2)o其中，点(P=0，q=0)、点(P=1，q=1)为演化稳定点，点(P=0，q=1)和点(P=1，q=O)为演化不稳定点，点z4(p=[L1一D2一F1+K X(F2一L2)]／[D l—D2一Fl+K X(F2一如)]，q=1一F1／(F1一K ×B—K X R+y2))为鞍点。
图l反映了政府安监部门与企业交往的动态演化过程。
1．2收敛速度影响因素分析从鞍点z。
对应的P和q值的表达式P=[￡I—D2一F1+K X(F2一L2)]／[D1一D2一F1+K X(F2一L2)]，q=1一Fl／(Fl—K×B—K X F2+y1)可以看出，当￡。
值增大或D。
值减小时，P值增大，点厶会向右平移；而当L l值减小或D。
值增大时，P值减小，点五会向左平移。
如图2和图3所示。
从图2可以看出，当L，值增大或D l值减小时，D图1系统动态演化p图2L l增大或D l减小时的动态演化图3L1减小或D I增大时的动态演化由点0、Z2、Z4和z3围成的图形面积增大了，故动态系统收敛于模式(Q2，G2)的概率增加而收敛于模式(Q l，G】)的概率减小；反之，则动态系统收敛于模式(Q2，G2)的概率减小而收敛于模式(Q1，G1)的概率增加(见图3)。
当y。
值增加或K、B、F2值减小时，q值增加，鞍点z。
会向上平移；当l，1值增加或K、B、F2值减小时，q值减小，鞍点Z。
会向下平移。
具体如图4和图5所示。
图4y2值增加或K、B、图5Y1值减小或K、B、F2值减小时的动态演化F2值增加时的动态演化从图4和图5可以看出，当y1值增加或K、曰、R值减小时，动态系统收敛于模式(Q2，G2)的概率增大而收敛于模式(Q1，G1)的概率减小；反之，则动态系统收敛于模式(Q2，C2)的概率减小而收敛于模式(Q1，G，)的概率增加。
2数值实验本文进行数值实验时，相关参数值的设定将满足上文中已提到的不等式条件：D l>Ll，D2+Fl—L l<K×(F2一如)，Y I>K×(B+，’2)。
在符合上文所述不等式条件的基础上，可以设定上文模型参数的参数值如下：D I=1，D2=0．2，K=0．7，F2=1，B=1，F t=0．5，L l=0．6，L2=0．2，Y1=2。
另外，设定选择检查的初始政府安监部门群体比例为qo=0．2。
在上述参数值确定后，当选择安全生产管理的企业初始群体比例Po不同时，其对演化结果的影响也会不同，具体情况如图6所示。
当选择监管的初始政府安监部门群体的比例为q 。
70=0．8时，不同的P。
值对演化结果的影响如图7所示。
由图6和图7可以看出：当go被设定为某一值后，随着Po值不断增加，企业和政府安监部门的行为最初收敛于模式(Q2，G2)(当Po=0．1时)，随后在一个较大的取值范围内(当Po=0．3、0．5、0．7时)，双方行为既不收敛于模式(Q。
，G。
)，也不收敛于模式(Q2，C2)，而是处于模式(Q2，G2)和模式(Q l，C1)中间的某个模式型态，企业进行安全生产投资的动力相对不足；当Po取值很大时(Po=0．9时)，双方行为最终会进化到模式(Q。
，G，)。
图6go=0．2图7口0=0．8现在考虑其他参数值变化对演化结果的影响。
考虑R值变动对演化结果的影响。
分别设参数F2值的大小为：F2=2．5和F2=0．6。
其他参数值设定为D l=1，D2=0．2，K=0．7，B=1，F1=0．5，L l-0．6，如=0．2，Y I=2，qo=0．2。
F2值变动对演化结果的影响可由图8和图9表示。
从图8可以看出，当兄取较高值且Po=0．1、0．3,0．5和0．7时，双方行为将最终进化到模式(Q2，G2)，从而可以认为，当事故后罚金较高时，政府安监部门更倾向于不检查，在政府安监部门不检查行为的鼓励下，企业也更倾向于不进行安全生产投资。
从图9可以看出，当R 取较低值且Po取值0．1或0．3时，少数坚持安全生产投资的企业会模仿大多数不进行安全生产投资的企业的策略，最终使双方行为收敛于模式(Q2，G2)，当Po取值0．5或0．7时，双方行为最终既不收敛于模式(Q2，G2)，也不收敛于模式(Q l，G1)，而是进化到这两种模式中间的某个状态，就总体而言，F：较小时的政府安监部门的监管效果也还是比如较大时的政府安监部门的监管效果好。