开放科学(资源服务)标识码(OSID)：
开放科学(资源服务)标识码(OSID)：
《高等学校预防与处理学术不端行为办法》(教育部令第40号)指出，高校是学术不端行为预防与处理的主体。在我国高校师生国际期刊论文撤稿、国家自然科学基金委员会典型案例披露等学术不端行为事件屡见报端的现实背景下，2018年9月,中国社会科学院中国廉政研究中心发布《反腐倡廉蓝皮书：中国反腐倡廉建设报告NO.8》指出，学术不端问题具有较强的普遍性，发生多、曝光少，高校自认“家丑不可外扬”等。2020年国务院学位委员会、教育部《关于进一步严格规范学位与研究生教育质量管理的若干意见》指出，部分高校仍存在管理制度不健全、制度执行不严格、学术道德教育缺失等问题。直指高校学术不端行为治理执行不力，启示本文以高校为切入点，探究科研人员学术不端行为治而不止的成因。
从学术不端行为预防、查处、惩治的过程角度，现有文献对高校层面因素影响个体行为的研究主要包括以下方面：对于预防阶段，常亚平等[1]实证研究发现，学校内部学术道德风气等是影响学术不端行为的显著因素；赵君等[2]研究发现，当个体处于科研道德和行为准则遭到普遍漠视的环境中时，其学术不端行为显著增加。对于查处阶段，李怀祖[3]指出，高校对学术造假事件的“拖延”与“袒护”、大事化小等处理方式是该不良现象难以遏制的原因；蒋美仕等[4]指出，我国学术事件查处存在程序公正性和效用性欠缺等问题；熊丙奇[5]指出，高校学术不端处理具有行政性程序而非学术程序特征与弊端；湛中乐[6]指出，应保障高校学术委员会评定教学与科学研究成果、调查与认定学术不端行为等权力，以彻底解决学术腐败现象。对于惩治阶段，赵延东和赵大胜[7]基于我国30 000名科技工作者的问卷调查结果显示，我国高校对学术不端的惩处力度有待加强；陈亮[8]认为，高校主动性缺失导致研究生接受严厉惩处的代价远低于其产生学术不端行为的收益，致使其产生不良行为，以实现学术利益最大化。综上可以看出，现有研究多关注高校学术不端行为治理因素对个体行为的单向影响，忽视了高校治理因素与个体行为的交互作用，以及该互动过程对二者的影响效应。
个体学术不端行为以其心理决策过程为基础，同时受到其他人与环境的交互影响。如Stone等[9]认为，一定数量同伴的学术不诚实行为为个体营造了一种“规范氛围”，从而对个体产生示范性影响；赵君[2]实证研究发现，科研人员在团队内部的互动会促使个体通过学习和观察模仿他人行为，从而导致科研不端行为在团队内迅速复制。科研人员个体具有自治性和智能性，为实现其目标，会基于其拥有的资源和能力进行决策、采取行动。同时，个体间存在异质性，高校教师、专职科研人员、研究生(学术型/专业型等)、本科生等不同类型个体的属性、逻辑、行为规则等有所区别。因此，启示本研究关注高校学术不端行为治理因素与个体行为的相互作用，探究高校内异质个体、群体、机构等主体间的复杂非线性互动如何影响个体行为选择进而形成高校整体学术氛围，辨析高校学术不端行为治理因素对科研人员个体学术不端行为的作用路径和影响效应。
盛昭瀚等[10-11]指出，计算实验方法通过抽象管理现实建立仿真系统，适用于研究复杂管理系统中不同层次、不同影响因素之间相互作用产生的系统动态问题。本文研究高校因素对个体行为的影响，具有较强的适用性。
首先，从研究逻辑看，计算实验方法通过构建宏观组织管理、智能主体特征和智能主体心理3个层次相互嵌套的系统模型，模拟该系统3个层次中不同影响因素作用下单独微观智能主体行动、众多智能主体间相互作用及其作用结果涌现至宏观层面的过程。同时，通过改变自变量取值，观察并比对系统每一次演化过程及因变量产生的变化，进而识别关键影响因素。与此对应，本文为探究高校内异质个体、群体、机构等主体间的复杂非线性互动如何影响个体行为选择进而形成高校整体学术氛围，基于计算实验方法逻辑，定义高校因素、个体决策逻辑与行动规则、多主体相互作用关系等要素，通过调整不同高校治理因素测量指标取值，观察系统内高校学术不端行为人数变化态势，从而识别关键影响因素。
其次，从微观个体特征看，基于计算实验方法构建仿真系统的智能主体具有自治性、智能性和适应性，且一定条件下形成多重相互关联的动态结构[12]。相对应地，科研人员个体具有一定目标且拥有有限资源与能力，能够主动决策并采取行动，以实现目标，并通过科研合作网络与科研活动互动等方式相互影响。
最后，计算实验方法已被运用于研究个体因素对学术不端行为的影响。如单红梅等[13-14]采用多主体仿真方法研究科研人员好奇心、创造性等个体特征对诚信行为的复杂影响。这为本文提供了借鉴基础。
综合而言，本文试图探究高校学术不端行为治理结构与运行逻辑对科研人员个体学术不端行为的作用路径和影响效应，遵循管理科学研究中的计算实验研究方法，首先构建高校学术不端行为治理理论模型，并选取本研究的观测影响因素；其次，进行计算实验设计，为高校学术不端行为治理过程建模并设计其运行逻辑；再次，运行计算实验，通过观测对比影响因素的不同水平取值，观察系统内高校学术不端行为人数动态变化态势，进而识别影响高校学术不端行为效用的关键因素。
基于盛昭瀚等[10-11]提出的计算实验三层次模型结构，本研究构建高校学术不端行为治理嵌套逻辑理论模型。该模型由高校系统、智能主体、智能主体基元3部分自外而内构成，分别描述高校内部环境、科研人员个体特征和个体心理决策过程，如图1所示。
图1 基于计算实验方法的高校学术不端行为治理嵌套逻辑理论模型
(1)高校系统。高校系统层描述高校学术不端行为治理内部环境特征，由6个子系统构成：①组织目标子系统描述高校对学术不端行为“零容忍”的目标；②组织结构子系统是指高校预防、披露、查处学术不端行为的机构设置与运行(我国高校学术不端行为治理机构一般为：学术委员会及其下设学术道德委员会等机构负责对已经受理举报的学术不端行为进行调查，并给出处理建议；科研院、研究生院等行政机构依据处理意见对科研人员学术不端行为进行处理；学工部等党群机构及其它机构配合，负责对科研人员进行学术道德宣讲等教育活动；学院层面机构配合校级机构负责具体工作)；③资源子系统是指支持高校相关机构治理学术不端行为能够获取的资源；④信息子系统描述科研人员客观上已经产生的学术不端行为是否被高校获知；⑤制度环境子系统是指高校在国家相关政策要求和指导下制定的学术不端行为治理实施细则等；⑥智能主体子系统描述高校师生等科研人员的属性与行为特征。
(2)智能主体。智能主体层嵌入于高校系统层中，由5部分构成：①主体属性是指高校科研人员及其从事科研活动的特征，如通过学术研究活动发表学术论文、获得基金项目、奖励等；②主体行为是指科研人员从事科研活动时的学术行为，包括学术诚信行为、学术不端行为；③局部制度环境是指科研人员对高校执行学术不端行为治理政策力度的感知，反映高校查处严紧度；④信息获取是指科研人员观察到周边同学/同事是否产生学术不端行为；⑤主体基元模型描述科研人员个体产生学术诚信或学术不端行为的心理决策过程。
(3)智能主体基元。智能主体基元嵌入于智能主体层中，刻画科研人员产生学术不端行为的心理过程。本文基于计划行为理论(the Theory of Planned Behavior)描述科研人员心理决策过程。计划行为理论认为，个体实施行为前，先有行为意向，行为意向与实际行为高度相关。行为意向由行为态度、主观规范、知觉行为控制决定[15]。其中，行为态度(Attitude toward Behavior)是指个体对某特定学术不端行为的有利性评价。Storch & Storch[16]对244名大学本科生进行的一项研究发现，个体实际产生的学术不端行为与对该行为的认可显著相关。同时，个体对学术不端行为的态度与其实际行为之间的相关关系也得到Harding等[17]、Leonard等[18]、Mensah等[19]的实证研究支持。主观规范(Subjected Norms)是指个体感知到某特定学术不端行为被他人容许的程度。他人特指对行为者重要的人，强调个体重视他人评价、重视群体中大多数人的行事标准，从而影响个体实施类似行为，以符合他人评价与行事标准[20]。McCabe等[21]发现，即使高校存在诚信准则，学生感知到同伴的学术不诚实仍是预测个体学术不诚实行为的最有力因素；Chapman等[22]对824名本科生和商学研究生的调查研究发现，当个体的朋友共同参与时，个体更倾向选择学术欺骗行为；Smyt h& Davis[23]以某学院265名两年制大学生为对象的调查发现，92%的样本认为作弊是不道德的，45%的样本认为作弊是可接受的行为，并指出学生们形成了主观标准，即尽管制度政策禁止，但大学作弊仍是一种常见行为；McCabe等[24]基于5 331名研究生的研究发现，感知到其他学生作弊对个体作弊的影响最强。知觉行为控制(Perceived Behavior Control)是指个体对其执行特定行为能力的判断。Stone等[9]发现，知觉行为控制是作弊意图的重要预测因素；Fishbein&Ajzen[25]的理论模型进一步强调，知觉行为控制用于衡量个体拥有执行某行为所需技能、资源和其它先决条件的程度。根据上述研究，本文构建的高校学术不端行为治理嵌套逻辑理论模型中智能主体基元模型是指态度、主观规范、知觉行为控制共同影响个体行为意向。
(4)模型结构与运行逻辑。从结构看，高校学术不端行为治理嵌套逻辑理论模型每个部分均嵌套于上一个部分中，将高校系统的智能主体子系统进行解构则为智能主体部分，将智能主体的基元模型进行解构则为智能主体基元部分。该模型运行逻辑从方向看表现为自外而内、自内而外的双向性特征。自外而内产生影响是指高校在学术不端行为治理方面的目标、组织结构、制度环境等环境要素会对科研人员个体产生影响，进而影响个体心理决策过程。以信息获取为例，若高校对客观发生的学术不端行为识别不足(高校系统层信息子系统)，会导致科研人员观察到身边学术不端行为人数增多(智能主体层获取的信息)，进而导致个体感知到周边环境对学术不端行为容忍度提高(智能主体基元层主观规范)，最终使其产生学术不端行为意向。自内而外涌现效果是指科研人员个体作为高校内的基本活动单元，其个体心理决策过程的结果表现为个体实际行为，而高校内众多个体行为的动态变化共同形成高校内学风整体态势，反映出各因素的综合作用效果。
为探究高校学术不端行为治理嵌套逻辑理论模型中3个层次不同影响因素对个体行为的影响效应差异，本文从3个层次中分别选取观测影响因素作为自变量，观测因素及选取依据如下：
(1)高校系统层观测影响因素为组织结构子系统，即高校学术不端行为治理的机构设置与运行。一方面，组织结构子系统是高校学术不端行为治理执行力的载体，高校内部机构的合理设置与运行顺畅是其有效执行的保障[26]。高校对学术委员会等内部机构的责任规定表述模糊、调查程序规则界定不清等内部治理机制不完善，不利于高校对学术不端行为事件的充分调查认定[27]。另一方面，相关政策对高校系统层的其它子系统内容规定较为明确，而组织结构子系统相关内容多为指导性要求，导致各高校政策落实程度不一[28]，从而影响学风建设效果。对于目标子系统，教育部多次明确要求高校对学术不端行为“零容忍”；对于信息子系统，《高等学校预防与处理学术不端行为办法》(教育部令第40号)从高校受理举报与主动披露两个角度明确规定了高校内部主体责任、条件、流程、注意事项等，强调识别学术不端行为的及时性和程序性；对于资源子系统，教育部设立学风建设办公室，负责制定高校学风建设相关政策，指导检查高校学风建设工作，接受对学术不端行为的举报，指导协调和督促调查处理，为高校提供社会性资源支持；对于制度环境子系统，我国很多高校依据国家政策要求制定了学术规范制度和不端行为查处实施细则[29]，形成了较为完善的制度体系；对于组织结构子系统，虽然《教育部关于切实加强和改进高等学校学风建设的实施意见》提出，高校要建立相应的工作机构和工作机制，负责本校学风建设工作和学术不端行为查处，但在实践中，各高校学风建设管理机构设置不统一，导致其运行效果差异较大[29] 。
(2)智能主体层观测因素为局部制度环境，即个体感知到的高校政策执行力度。一方面，个体感知到的高校学术不端行为查处执行力度影响其行为选择。一些高校对学术不端行为查处的主动性低、处罚力度不足[30]、查处效用性欠缺，导致个体接受严厉惩处的代价远低于其学术不端行为的收益，从而诱发科研诚信问题[4,8]。另一方面，智能主体层其它构成要素的内容相对更为明确和固定，而局部制度环境要素存在个体差异性，进而对个体行为产生不同程度影响。主体属性依据本科生、硕/博研究生、教师、专职科研人员划分；主体行为基于本研究问题简化为学术诚信和学术不端两类；信息获取是指个体是否接收到学术不端行为既得利益者的信息；局部制度环境通过描述个体感知到的高校政策执行力度，反映高校层面制度环境对个体的影响程度，由于不同个体间社会化过程、接受学风宣讲程度等影响因素存在差别，导致其对制度环境的感知具有差异，进而不同程度影响其行为。
(3)在智能主体基元层，根据计划行为理论，态度、主观规范和知觉行为控制共同影响个体行为意向与实际行为。因此，本研究以3个心理因素共同作为观察因素，假设个体认为某一特定学术不端行为结果有利、个体周边环境对该行为容许度高、个体认为自己有能力执行该行为时，则个体产生该行为的可能性更大。
Anylogic Professional 8.4.0软件是实现程序编译与可视化的工具。本文计算实验建模具体步骤为：针对智能主体层和智能主体基元层，运用多智能体(Multi-Agent)建模方法定义科研人员个体行为状态与运行逻辑；针对高校系统部分，运用离散事件(Discrete Event)建模方法定义高校治理机构运行逻辑；运用系统动力学(System Dynamics)方法，对高校治理机构与智能体交互关系进行链接。为提升实验结果信度，采取以下方法：基于高校学术不端行为治理嵌套逻辑理论模型及其假设，对高校环境、实验变量与初始数据设计、实验边界条件定义、关键算法与数理模型等进行假定和设计；为确保实验模型语法正确性、功能正确性，将模型演化结果与现实情况进行对比，并对模型假设与规则不断修正[10-11]。
3.1.1 科研人员智能体行动建模及其运行逻辑
本文基于多智能体建模方法，构建科研人员行动逻辑，如图2中①所示，通过状态(以矩形表示)、变迁方式(以箭头线条表示)等要素进行描述。
科研人员智能体初始状态为诚信，表示科研人员初始具有学术诚信，同时具有易被传染性。当个体受到环境内学术不端行为既得利益者传染后，可能通过3种方式转变为学术不端状态：通过态度变迁，表示科研人员自身对学术不端行为有利程度进行评估后产生该行为的概率；通过主观规范变迁，表示科研人员感知到身边的学术不端普遍性产生该行为的概率；通过知觉行为控制变迁，表示科研人员对自身能力评估后产生该行为的概率。依据Stone[9]的实证研究结果，上述取值分别为态度、主观规范、知觉行为控制与行为意向相关关系的数值。设置易被传染程度水平为中等时，取值分别设为0.023、0.016、0.025，表示科研人员智能体在3个因素作用下变迁至学术不端行为的概率。其中，主观规范设为0.016，表示当智能体接收到学术不端行为人传染信息时，有1.6%的可能性受其影响产生学术不端行为。态度、主观规范和知觉行为控制3种变迁方式代表智能主体基元层3个观察因素的测量指标，其取值水平设定详见表1。
科研人员智能体变迁至学术不端状态时，会向其他个体发出消息，表示学术不端行为既得利益者的传染过程。科研人员学术不端行为如果被高校识别，则科研人员受到高校调查处理，若未被识别，则经过一定时段潜伏期后，也有95%的可能再次被识别并查处(如通过举报等方式)，若未被再次识别，则返回至系统中。
科研人员智能体受到高校查处变迁至被查处状态，表示受到查处的科研人员在高校治理警示效果作用下，在一定时期内保持稳定的学术诚信状态且不易感染学术不端行为。随着高校治理警示效果淡化，经过一定时段保持期，科研人员继续循环到诚信状态。学术不端行为个体被查处后维持诚信状态的保持期是智能主体层观测因素局部制度环境的测量指标，该保持期越长，说明个体感知到的高校政策执行力越强，该指标取值水平设定详见表1。
3.1.2 高校学术不端行为治理过程建模及其运行逻辑
为研究高校治理因素的作用效果，本文运用离散事件、系统动力学建模方法定义高校治理运行逻辑并链接其与智能体的交互。
运用系统动力学建模方法建立触发高校启动识别学术不端行为的条件，如图2中②所示。具体步骤为：首先，用阈值表示科研人员智能体内部的系统动力学存量，以表征学术不端行为的严重程度；其次，添加接受高校调查作为事件条件，以触发高校启动学术不端行为识别查处，设定高校实时监视该阈值并在该阈值达到某条件时触发并执行事件操作。
运用离散事件建模方法构建高校机构对学术不端的查处流程，如图2中③所示。具体步骤为：首先，添加输入模块，代表调用某一时刻系统内处于学术不端状态的数量，命名为学术不端总人数。其次，添加队列模块，表示处于学术不端状态的科研人员智能体被高校识别但未被查处，命名为等待查处。再次，添加延迟模块，表示高校对处于学术不端状态的智能体调查处理的过程，命名为“查处中”。以单位时间内机构查处学术不端行为人数的最大容量作为高校系统层观测影响因素组织结构子系统的测量指标，最大容量值越高，说明高校学术不端行为治理的机构设置与运行越顺畅，该指标取值水平设定详见表1。最后，添加输出模块，表示高校对学术不端个体查处完成，个体离开该流程，命名为查处完成。
图2 基于Anylogic软件的高校治理学术不端行为计算实验设计
表1 影响因素测量指标及其取值设定
模型层次观测影响因素测量指标水平取值高校系统组织结构子系统单位时间内机构查处学术不端行为人数的最大容量高90(人)中20(人)低1(人)智能主体局部制度环境学术不端行为个体被查处后维持诚信状态的保持期长30～180 (天)短1～30 (天)智能主体基元个体心理决策过程态度、主观规范、知觉行为控制易被传染程度高0.23、0.16、0.25易被传染程度中0.023、0.016、0.025易被传染程度低0.0023、0.0016、0.0025
为探究3个层次观测影响因素对实验模型输出结果的影响效用差异，本文首先设定观测影响因素取值，建立基础模型；然后，在控制其它参数的条件下，分别改变观测影响因素测量指标取值水平，并运行模型，观察系统内学术不端行为人数、学术诚信人数等变化态势与结果，辨析其与基础模型的区别，从而识别关键因素及其作用路径与影响效应。
3.2.1 基础模型运行结果
基于前述计算实验设计，设定实验环境。假定系统环境中有1000个科研人员智能体随机分布在500*500的环境中，仿真系统的空间布局类型为随机，网络类型为“小世界” [31]。在初始阶段，向系统内随机放置学术不端行为状态的智能体90人(根据本团队的一项问卷调查结果，学术不端行为研究生约为总人数的11%，学术不端行为教师约为总人数的7.8%，本文选取二者平均值9%)。
将各常量、变量初始值、函数等参数置入模型，当高校机构学术不端行为治理能力(容量)为20人、高校查处警示效果的持续性为1～30天时，得到基础模型运行结果，3类状态人数堆积如图3所示。实验模拟一个周期(365天)的动态变化情况如下：前25天，系统内学术不端行为人数呈增长态势，随后保持在170～220人数范围波动。这表明，由于高校中诚信个体受到学术不端行为者影响后产生状态转变，同时高校的识别查处活动导致系统内学术不端行为状态人数增长受到一定程度遏制，但由于高校查处能力有限等因素限制，不端行为蔓延未得到完全阻断，导致高校内学术不端行为人数保持在稳定状态。
图3 基础模型运行结果
3.2.2 高校系统层因素影响效应
在基础模型基础上，仅调整高校机构学术不端行为治理能力(容量)水平，如图4所示。在1～100天，将高校机构学术不端行为治理能力(容量)设为20人，发现与基础模型类似，学术不端人数在前25天快速增长，之后维持在约200人；在第100天时，调高高校机构学术不端行为治理能力(容量)至90人后，学术不端人数显著减少，并维持在约50人；在第250天时，调低高校机构学术不端行为治理能力(容量)为1人后，系统内学术不端人数快速增长，并维持在约310人。上述变化态势表明，高校机构学术不端行为治理能力增强有助于高校科研人员学术不端行为人数减少。
图4 单位时间内机构查处学术不端行为人数最大容量
权变条件下科研人员状态人数变化情况
3.2.3 智能主体层因素影响效应
在基础模型基础上，仅调整高校治理警示效果持续性取值水平，当高校治理警示效果持续性强时，设定科研人员智能体处于被查处状态的保持期为30～180天，变化态势如图5所示。前40天，系统内学术不端人数先增后减，从第40天左右开始，系统内学术不端行为人数长期保持在10余人。对比图3可以看出，在同一时间点，高校治理警示效果持续性提高后，系统内学术不端人数减少。但值得注意的是，高校治理警示效果持续性的作用机制是通过确保被查处科研人员个体维持在不易被他人感染的诚信状态，使得该部分人在一定时期内不会再次转变为学术不端，而系统内其他处于易感染状态的科研人员，仍然会通过主观选择或他人影响产生学术不端行为。上述变化态势表明，高校查处警示效果持续性的作用机理是通过保证被查处科研人员个体维持在不易被他人感染的诚信状态，从而降低其再次产生学术不端行为的可能性。同时，增强高校查处警示效果的持续性，虽然不能有效遏制学术不端行为，却是巩固高校学术不端行为治理效果的保障性因素。
图5 学术不端行为个体被查处后维持诚信状态的
保持期长时科研人员状态人数变化情况
3.2.4 智能主体心理因素影响效应
在基础模型基础上，仅对态度、主观规范、知觉行为控制参数取值。易被传染程度高时，运行结果如图6所示，相较于图3，系统内学术不端行为人数增加；易被传染程度低时，运行结果如图7所示，与图3相比，系统内学术不端行为人数减少，保持在个位数。大量科研人员智能体即使处于诚信状态，但由于个体主观上抵制学术不端行为、控制自我行为、受他人不良行为影响程度降低，从而不会选择学术不端行为，在高校层面体现为系统内学术不端行为人数减少。由上述变化态势可推断，科研人员个体在心理基元层次对系统行为具有显著影响效用，科研人员个体在心理上抵制学术不端行为是系统内学术不端行为人数一直保持低位的原因。
图6 个体易被传染程度高时科研人员状态人数变化情况
图7 个体易被传染程度低时科研人员状态人数变化情况
本文基于计算实验方法构建高校学术不端行为治理嵌套逻辑理论模型，选取高校系统层组织结构子系统、智能主体层局部制度环境作为观测影响因素，辨析高校因素自外而内的影响效果；选取智能主体基元层个体心理因素作为观测影响因素，识别个体自内而外的涌现效果。通过3组计算实验分别调整3个观测影响因素的测量指标取值，发现改变高校系统层、智能主体层、智能主体心理层影响因素均可实现高校学术不端行为人数减少，但其过程动态变化态势有所区别。这揭示出高校系统、智能主体、智能主体基元影响因素通过不同路径产生治理效果：在高校系统层面，通过提高高校机构学术不端行为治理能力，提升查处率，使个体“不敢”产生学术不端行为；在智能主体层面，通过保障高校治理警示效果持续性，阻碍传染效应，使学术不端行为“不能”在个体间蔓延；在智能主体基元层面，通过科研人员心理主动抵制，降低发生率，使个体“不想”产生学术不端行为，其治理效果最为显著。高校学术不端行为治理嵌套逻辑模型作用路径及影响效应如图8所示。
图8 高校学术不端行为治理嵌套逻辑模型作用路径及影响效应
首先，对于高校学术不端行为治理嵌套逻辑理论模型中高校系统部分的组织结构子系统，其作用效应体现为通过增强高校机构学术不端行为治理能力，提高学术不端行为查处率。高校机构学术不端行为治理能力越强，则其对已经产生学术不端行为的科研人员查处效率越高，有助于高校自外而内影响科研人员个体“不敢”产生学术不端行为。
其次，对于高校学术不端行为治理嵌套逻辑理论模型中智能主体部分的局部制度环境，高校治理警示效果持续性的影响效用体现为降低智能主体间传染效应，确保被查处个体在一定时期内维持在诚信且不易被感染状态。高校治理警示效果持续性越强，则被惩治个体会更长时间保持不易被他人感染状态，但其他诚信且易感染的个体，仍可能通过主观选择或受他人影响产生学术不端行为。因此，高校治理警示效果持续性因素虽然不能有效遏制学术不端行为产生，但可作为巩固高校治理警示效果的保障性因素。
最后，对于高校学术不端行为治理嵌套逻辑理论模型中智能主体基元部分，科研人员个体心理是降低高校学术不端行为发生率的重要因素，个体从心理上对学术不端行为抵制程度越高，则高校学术不端行为发生率越低。高校治理因素在学术不端行为产生后，通过迅速识别、提高查处能力、保障查处效果等途径减少学术不端行为人数；个体心理因素通过系统内微观个体心理基元层次，从源头上杜绝学术不端行为利益诱惑、抵御他人负面行为的不良影响，遏制学术不端行为发生，其作用效果更为显著。
首先，为降低高校学术不端行为发生率，高校各机构应重视通过学术规范教育课程化、学术道德宣讲常态化等方式加强预防教育，并通过提高科研训练质量、解除量化学术绩效桎梏、加强科研服务等途径，营造良好的学术交流氛围，使科研人员能够依托高校支持获得学术成果和荣誉，从内心源头摒弃学术不端行为可能带来的利益诱惑。其次，为提升学术不端行为查处率，高校需借助不断发展的信息与数据处理等技术手段，在学术不端行为识别方面提升识别效率、缩短识别周期、增强主动性等，并实施严格查处，有效提高个体畏惧感和对学术诚信的重视程度。最后，高校学术不端行为治理是一项综合性、系统性和长期性工作，为降低学术不端行为传染效应、保障高校治理警示效果的持续性，需要有专门机构和人员进行连续、有计划的管理，高校可通过适当公开反面案例、定向推送学术规范等方式，保障学术不端行为事件查处的持续性警示效果，并与学校长远发展相结合，统筹规划，形成弘扬优良学风的长效机制。
从研究设计看，本研究设定系统内科研人员智能体采取同样行动规则与触发变迁的条件逻辑，而现实中不同类型科研人员(如不同职称的教师之间、教师与学生之间)的行动规则、受他人影响程度等有所差异，未来研究可通过区分设计不同类型智能体，进一步研究高校因素对不同类型科研人员的影响效用。从参数设置看，多主体仿真方法涉及众多参数与函数，本文在实验设计科研人员智能体基元层次态度、主观规范和知觉行为控制影响效用比例关系数据时采用英文文献的研究结果，由于中西方文化和高等教育体制差异，得到的结论可能与我国高校实际情况有所差异，未来仍需通过问卷调查等方法采集中国情境数据，以得到更可靠结论。
[1] 常亚平,蒋音播,阎俊. 基于组织因素的高校学术不端行为影响因素的敏感性分析[J]. 管理学报,2009,6(2):264-270.
[2] 赵君,鄢苗,魏炜. 科研不端行为从团队至个人的传染机制研究[J]. 科研管理,2019,40(8):156-165.
[3] 李怀祖. 学术造假的利益链解耦[J]. 西安交通大学学报(社会科学版),2007,27(4):81-85.
[4] 蒋美仕,蒋安,段诗韵. 科研不端行为查处程序的比较分析:基于美国、韩国及中国的典型案例[J]. 科学学研究,2013,31(4):487-495.
[5] 熊丙奇. 时评: 处理学术不端缺的不是《办法》[N]. 中国科学报, 2016-04-21(7).
[6] 湛中乐. 大学治理的重要保障:兼评《中华人民共和国高等教育法》的修改与完善[J]. 中国高教研究,2016,31(6):31-36.
[7] 赵延东,邓大胜. 科技工作者如何看学术不端行为:问卷调查的结果[J]. 科研管理,2012,33(8):90-97.
[8] 陈亮. 场域理论视阈下的研究生学术不端行为深度透视[J]. 现代大学教育,2017,33(5):70-78.
[9] STONE T H,JAWAHAR I M,KISAMORE J L. Using the theory of planned behavior and cheating justifications to predict academic misconduct[J]. Career Development International,2009,14(3):221-241.
[10] 盛昭瀚,张军,杜建国. 社会科学计算实验理论与应用[M]. 上海:上海三联书店,2009.
[11] 盛昭瀚,张维. 管理科学研究中的计算实验方法[J]. 管理科学学报,2011,14(5):1-10.
[12] 张发,宣慧玉,赵巧霞. 复杂系统多主体仿真方法论[J]. 系统仿真学报,2009,21(8):2386-2390.
[13] 单红梅,熊新正,胡恩华,等. 科研人员个体特征对其诚信行为的影响[J]. 科学学与科学技术管理,2014,35(2):169-179.
[14] 单红梅,胡恩华,熊新正,等. 科研人员的个体特征对其诚信行为的交互影响研究[J]. 科技管理研究,2015,35(1):237-241.
[15] AJZEN I. The theory of planned behavior[J]. Organizational Behavior and Human Decision Processes,1991,50(2):179-211.
[16] STORCH E A,STORCH J B. Academic dishonesty and attitudes towards academic dishonest acts:support for cognitive dissonance theory[J]. Psychological Reports,2003,92(1):174-176.
[17] HARDING T S,MAYHEW M J,FINELLI C J,et al. The theory of planned behavior as a model of academic dishonesty in engineering and humanities undergraduates[J]. Ethics & Behavior,2007,17(3):255-279.
[18] LEONARD L N K,RIEMENSCHNEIDER C K,MANLY T S. Ethical behavioral intention in an academic setting:models and predictors[J]. Journal of Academic Ethics,2017,15(2):141-166.
[19] MENSAH C,AZILA-GBETTOR E M,ASIMAH V. Self-reported examination cheating of alumni and enrolled students:evidence from Ghana[J]. Journal of Academic Ethics,2018,16(1):89-102.
[20] 段文婷,江光荣. 计划行为理论述评[J]. 心理科学进展,2008,16(2):315-320.
[21] MCCABE D L,TREVINO L K,BUTTERFIELD K D. Honor codes and other contextual influences on academic integrity:a replication and extension to modified honor code settings[J]. Research in Higher Education,2002,43(3):357-378.
[22] CHAPMAN K J,DAVIS R,TOY D,et al. Academic integrity in the business school environment:I'll get by with a little help from my friends[J]. Journal of Marketing Education,2004,26(3):236-249.
[23] SMYTH M L,DAVIS J R. Perceptions of dishonesty among two-year college students:academic versus business situations[J]. Journal of Business Ethics,2004,51(1):63-73.
[24] MCCABE D L,BUTTERFIELD K D,TREVINO L K. Academic dishonesty in graduate business programs:prevalence,causes,and proposed action[J]. Academy of Management Learning & Education,2006,5(3):294-305.
[25] FISHBEIN M. Predicting and changing behavior[M]. London:Psychology Press,2011.
[26] 陈振明. 政策科学:公共政策分析导论[M]. 2版. 北京:中国人民大学出版社,2003.
[27] 郑磊. 高校科研诚信建设主体责任的法治建构[J]. 高校教育管理,2020,14(5):58-67.
[28] 袁子晗,靳彤,张红伟,等. 我国42所大学科研诚信教育状况实证分析[J]. 科学与社会,2019,9(1):50-62.
[29] 王聪,刘玉强. 我国高校科研诚信政策中的科研诚信概念研究[J]. 科学与社会,2020,10(2):127-141.
[30] 危怀安,韦滨. 科研诚信问题的整体性治理[J]. 科技进步与对策,2019,36(21):106-111.
[31] 冯锋,王亮. 产学研合作创新网络培育机制分析:基于小世界网络模型[J]. 中国软科学,2008,23(11):82-86,95.