張 華

(肇慶學(xué)院經(jīng)濟與管理學(xué)院，廣東 肇慶 526061)

?

協(xié)同創(chuàng)新、知識溢出的演化博弈機制研究

張 華

(肇慶學(xué)院經(jīng)濟與管理學(xué)院，廣東 肇慶 526061)

基于演化博弈理論，研究企業(yè)、大學(xué)和科研機構(gòu)間協(xié)同創(chuàng)新過程的“演化穩(wěn)定策略”。通過設(shè)計知識共享模型分析知識投入與知識溢出對協(xié)同創(chuàng)新的影響并進行仿真檢驗。研究認為，長期的協(xié)同創(chuàng)新中“合作”策略是參與方采用的“演化穩(wěn)定策略”；當參與方數(shù)量不同時，小群體一方率先實現(xiàn)“合作”策略穩(wěn)定，群體數(shù)量相近時雙方采用“合作”策略的收斂速度趨于一致；增加知識溢出有利于提高協(xié)同創(chuàng)新效率與穩(wěn)定性。在理論上解釋了協(xié)同創(chuàng)新博弈的合作策略穩(wěn)定性，為產(chǎn)學(xué)研合作的機制設(shè)計提供決策參考。

協(xié)同創(chuàng)新；知識溢出；有限理性；演化博弈；演化穩(wěn)定策略

1 引言

協(xié)同創(chuàng)新是近年出現(xiàn)在政府決策中的高頻詞匯，實現(xiàn)2020年建設(shè)創(chuàng)新型國家的戰(zhàn)略目標，探索經(jīng)濟轉(zhuǎn)型時期的自主創(chuàng)新模式成為中國轉(zhuǎn)變經(jīng)濟發(fā)展方式的必然選擇。赫維茨(Leonid Hurwicz)認為，一個良好的經(jīng)濟系統(tǒng)應(yīng)該滿足三個條件，即資源的有效配置、有效利用信息以及協(xié)調(diào)各群體的利益[1]。為實現(xiàn)上述目標，在設(shè)計和比較經(jīng)濟機制的過程中，效率和質(zhì)量成為兩種評價尺度。然而，創(chuàng)新驅(qū)動的增長方式不僅是解決效率問題，更為重要的是依靠知識資本、人力資本和激勵創(chuàng)新制度等無形要素實現(xiàn)要素的新組合，形成科學(xué)技術(shù)成果在生產(chǎn)和商業(yè)上的應(yīng)用和擴散[2]。知識溢出是內(nèi)生增長理論、新經(jīng)濟地理學(xué)等經(jīng)濟學(xué)分支解釋創(chuàng)新的重要概念[3]。創(chuàng)新驅(qū)動理論將以知識溢出為代表的創(chuàng)新活動作為一個獨立的要素引入經(jīng)濟增長模型，并認為知識的積累和傳播是促進現(xiàn)代經(jīng)濟增長的決定性因子，用以詮釋經(jīng)濟可持續(xù)發(fā)展的原因[4]。

盡管內(nèi)生增長理論證明了創(chuàng)新、知識在經(jīng)濟增長中的顯著作用，并肯定了知識溢出的存在及其重要性[5]。但現(xiàn)實的復(fù)雜性造成了理論實踐存在一定的局限，知識溢出與協(xié)同創(chuàng)新之間的發(fā)生機制以及知識溢出與產(chǎn)業(yè)集聚、創(chuàng)新之間的系統(tǒng)動力學(xué)特征等關(guān)鍵問題并沒有給出充分解釋，由此引起了大量的理論研究。(1)協(xié)同創(chuàng)新的發(fā)生機制。研究認為企業(yè)家將創(chuàng)新成果的產(chǎn)業(yè)化將顯著提高創(chuàng)新的商業(yè)成功機率[6]，企業(yè)家精神能夠調(diào)和并利用各層面的知識并將知識溢出作用于產(chǎn)業(yè)與市場創(chuàng)新活動[7]，期間產(chǎn)業(yè)聚集是協(xié)同創(chuàng)新的重要載體[8]。(2)協(xié)同創(chuàng)新的區(qū)域特征。地理鄰近與科研實力共同作用于產(chǎn)學(xué)研協(xié)同創(chuàng)新的發(fā)生概率[9]，一流大學(xué)更容易實現(xiàn)區(qū)域性協(xié)同創(chuàng)新并產(chǎn)生跨區(qū)域的知識溢出，普通大學(xué)只有在相關(guān)技術(shù)領(lǐng)域能夠?qū)崿F(xiàn)區(qū)域內(nèi)的創(chuàng)新合作[10-11]；相對于市場化創(chuàng)新，模仿性創(chuàng)新在跨區(qū)域研發(fā)中容易獲得更多的外部知識并與創(chuàng)新產(chǎn)出呈正相關(guān)[12]。(3)知識溢出與產(chǎn)業(yè)集聚。知識溢出在產(chǎn)業(yè)內(nèi)與產(chǎn)業(yè)間的動態(tài)聯(lián)系促進了產(chǎn)業(yè)集群的形成[13]，擁有較高知識水平的區(qū)域能夠促使產(chǎn)業(yè)集群間產(chǎn)生更有效的知識溢出[14]，企業(yè)為獲得創(chuàng)新相關(guān)的知識資源，在充分利用本地知識的同時，需要建立額外的產(chǎn)業(yè)集群關(guān)聯(lián)并避免過度的本地根植性[15]。上述代表性研究以計量經(jīng)濟學(xué)為研究范式，解釋了產(chǎn)業(yè)內(nèi)和產(chǎn)業(yè)間知識溢出在創(chuàng)新中的相對作用，同時就知識溢出與創(chuàng)新的地理分布關(guān)系以及知識溢出對不同區(qū)域空間創(chuàng)新的影響給予了解釋，但創(chuàng)新系統(tǒng)內(nèi)部的知識溢出機制以及各種創(chuàng)新主體間的協(xié)同創(chuàng)新互動行為缺少充分論證。

理論研究中的經(jīng)濟系統(tǒng)往往被抽象成眾多組織的集合。其中，企業(yè)被認為是獨特輸入或資源的尋求者，并追求高于行業(yè)平均利潤的回報。隨著經(jīng)濟全球化、網(wǎng)絡(luò)化的出現(xiàn)，現(xiàn)代企業(yè)的創(chuàng)新行為在空間上表現(xiàn)為明顯的集群分布特征，在方式上則由分散企業(yè)的獨立行為越來越傾向于眾多企業(yè)的聚集，這種協(xié)同創(chuàng)新行為的知識溢出導(dǎo)致區(qū)域創(chuàng)新系統(tǒng)的出現(xiàn)[16-18]。在區(qū)域創(chuàng)新系統(tǒng)內(nèi)部各組織間競爭與合作的關(guān)系最終將影響知識溢出效果與創(chuàng)新績效的產(chǎn)生。此時，利潤來源由單一企業(yè)的價值鏈演進到虛擬企業(yè)、戰(zhàn)略聯(lián)盟及產(chǎn)業(yè)集群方式的價值網(wǎng)[19-20]。在形成區(qū)域創(chuàng)新系統(tǒng)的一定周期內(nèi)，相關(guān)組織間的合作以及它們與外界環(huán)境的交互變得更加復(fù)雜，以利益分享形成的協(xié)同創(chuàng)新方式帶有風(fēng)險和不穩(wěn)定性[21]。

近年，博弈論、機制設(shè)計、復(fù)雜系統(tǒng)等理論的普及為解釋協(xié)同創(chuàng)新與知識溢出的發(fā)生機制提供了新的理論工具。Youssef[22]分析了知識溢出在創(chuàng)新中的作用，以雙寡頭競爭模型比較了協(xié)同創(chuàng)新與自主創(chuàng)新的博弈均衡，認為當博弈方具有不同的利益目標時，協(xié)同創(chuàng)新存在不穩(wěn)定性[23]。因此，一種有效的協(xié)同創(chuàng)新機制取決于如何使博弈方的創(chuàng)新收益與目標分歧獲得權(quán)衡[24-25]。K?nig[26]以間接溢出效應(yīng)分析創(chuàng)新網(wǎng)絡(luò)的效率與穩(wěn)定性，認為規(guī)模小的行業(yè)的創(chuàng)新邊際成本低、創(chuàng)新網(wǎng)絡(luò)更加穩(wěn)定，相反，過大的產(chǎn)業(yè)規(guī)模并不利于維護創(chuàng)新網(wǎng)絡(luò)的穩(wěn)定。同時，R&D資源配置與創(chuàng)新能力對協(xié)同創(chuàng)新績效也產(chǎn)生顯著影響[27]，盡管外部R&D活動可以產(chǎn)生更好的創(chuàng)新績效，但是超過一定閾值后其與創(chuàng)新績效成負相關(guān)，這一替代效應(yīng)對創(chuàng)新能力強大的企業(yè)表現(xiàn)得尤為明顯[28]。此外，以中國情境對區(qū)域創(chuàng)新系統(tǒng)的協(xié)同創(chuàng)新機制[29]、非對稱企業(yè)的協(xié)同創(chuàng)新行為[30]、創(chuàng)新網(wǎng)絡(luò)的知識整合效應(yīng)[31]、產(chǎn)業(yè)集群的協(xié)同創(chuàng)新模式[32]等研究對分析中國協(xié)同創(chuàng)新的作用機理具有顯著的現(xiàn)實意義。

以上典型的研究成果從協(xié)同創(chuàng)新的合作機制、創(chuàng)新模式以及利益分享等視角解釋知識溢出與創(chuàng)新行為，然而其研究范疇集中在企業(yè)間合作，盡管考慮了企業(yè)的異質(zhì)性，卻對多樣化的組織間協(xié)同創(chuàng)新行為缺少分析，如企業(yè)與大學(xué)和科研機構(gòu)、企業(yè)與政府等。同時，基于完全理性、充分信息、有限參與者假設(shè)的博弈研究方法，對解釋協(xié)同創(chuàng)新主體間的合作機制具有一定的局限性。如果將協(xié)同創(chuàng)新行為放大到更大規(guī)模的群體，合作關(guān)系將變得復(fù)雜化與不確定。因此，鑒于以往的研究主要集中在企業(yè)間的協(xié)同創(chuàng)新行為，本文嘗試分析企業(yè)、大學(xué)和科研機構(gòu)之間多方參與的協(xié)同創(chuàng)新過程，基于有限理性的假設(shè)，通過知識共享及知識溢出效應(yīng)考察多個創(chuàng)新主體行為的博弈演化過程，為協(xié)同創(chuàng)新行為的發(fā)生機制提供合乎邏輯的解釋。

2 假設(shè)與模型

2.1 研究假設(shè)

企業(yè)、大學(xué)和科研機構(gòu)被內(nèi)生增長理論看作知識創(chuàng)造和溢出的兩個主體[33]。自Etzkowitz和Leydesdorff[34]提出“三螺旋模型”(The Triple Helix)后，產(chǎn)學(xué)研合作被公認為是一個成熟的協(xié)同創(chuàng)新框架。但是，這一框架因為過于抽象，影響了其理論的實用性。現(xiàn)實中產(chǎn)學(xué)研合作能否實現(xiàn)預(yù)期目標，在很大程度上取決于各參與方的理性程度、合作態(tài)度、期望收益以及所掌握的資源水平[35]。這些因素導(dǎo)致了企業(yè)與大學(xué)和科研機構(gòu)的協(xié)同創(chuàng)新過程具有不穩(wěn)定性，一方面由于非對稱信息的存在，企業(yè)與大學(xué)和科研機構(gòu)之間的“道德風(fēng)險”和“逆向選擇”在合作過程中可能重復(fù)出現(xiàn)，參與方之間既存在共同利益，但利益又不完全一致，導(dǎo)致重復(fù)博弈成為一種普遍現(xiàn)象；另一方面，參與方的有限理性使得其面臨復(fù)雜問題的決策時并不能迅速地發(fā)現(xiàn)最優(yōu)策略，這就意味著創(chuàng)新合作的過程是不斷調(diào)整和改進的，而非完全理性假設(shè)的一次最優(yōu)決策，有限理性導(dǎo)致創(chuàng)新主體行為的不確定。因此，為了進一步解釋產(chǎn)學(xué)研合作的內(nèi)在機制，分析企業(yè)與大學(xué)和科研機構(gòu)間的協(xié)同創(chuàng)新行為，提出以下研究假設(shè)：

H1:某一區(qū)域存在m個企業(yè)Ei, i=1,2,…,m與n個大學(xué)和科研機構(gòu)Uj, j=1,2,…,n；企業(yè)(大學(xué)和科研機構(gòu))與大學(xué)和科研機構(gòu)(企業(yè))之間開展雙邊或多方協(xié)同創(chuàng)新的博弈過程。

H2:企業(yè)Ei、大學(xué)和科研機構(gòu)Uj的策略集為{合作，自私}?！昂献鳌辈呗韵虏┺姆铰男衅跫s進行協(xié)同創(chuàng)新；“自私”策略下博弈方將控制自身的知識投入(例如某一博弈方以掌握對方核心技術(shù)為目的單方面限制自身的創(chuàng)新投入等)。

H3:企業(yè)Ei、大學(xué)和科研機構(gòu)Uj為有限理性，具備一定的統(tǒng)計分析能力和對不同策略收益的事后判斷能力，且博弈過程可以不斷重復(fù)。

H4:企業(yè)Ei、大學(xué)和科研機構(gòu)Uj的博弈過程遵循“復(fù)制動態(tài)”(Replicatar Dynamics)原理[36]，博弈方會改變自己的策略，轉(zhuǎn)向選擇其認為具有較高收益的策略。若t時采用策略的收益小于期望收益，則博弈方在t+1時刻將改變策略。

2.2 模型設(shè)計

設(shè)計企業(yè)、大學(xué)和科研機構(gòu)創(chuàng)新收益的通用形式為：

π=AKα+ε A>0,0<α<1

其中，π為創(chuàng)新收益；K為知識投入(如專利、R&D成果等)；A為創(chuàng)新效率，表示創(chuàng)新過程中知識投入所形成的產(chǎn)業(yè)利潤的轉(zhuǎn)化效率；α為知識投入的產(chǎn)出彈性(如專利轉(zhuǎn)化率等)；ε表示影響創(chuàng)新的不確定因素?？紤]企業(yè)與大學(xué)和科研機構(gòu)的創(chuàng)新能力不同，因此設(shè)企業(yè)在開展協(xié)同創(chuàng)新時創(chuàng)新效率、知識投入、產(chǎn)出彈性分別為AEi、KEi、αEi，i=1,2,…,m。設(shè)大學(xué)和科研機構(gòu)的上述參數(shù)分別為AUj、KUj、αUj，j=1,2,…,n。假設(shè)ε滿足古典假定，其期望值E(ε)=0，則創(chuàng)新收益的期望值E(K)=AKα。

設(shè)計知識共享模型，企業(yè)與大學(xué)和科研機構(gòu)協(xié)同創(chuàng)新的知識投入表示為[37]：

其中，ρ為協(xié)同創(chuàng)新中知識的互補程度。

假設(shè)在t時刻，企業(yè)群體中采用“合作”策略的個體比例為p(t)，大學(xué)和科研機構(gòu)群體中采用“合作”策略的比例為q(t)，p(t),q(t)∈[0,1]，此時構(gòu)成協(xié)同創(chuàng)新的演化博弈收益矩陣如表1。

表1 協(xié)同創(chuàng)新的演化博弈收益矩陣

3 博弈的演化穩(wěn)定性分析

3.1 演化博弈模型

對于博弈方有限理性的重復(fù)博弈，表1不能簡單判定其納什均衡的存在。因為有限理性的博弈方不一定能夠發(fā)現(xiàn)并采用納什均衡策略，換言之無論是否是納什均衡策略都可能被有限理性的博弈方采用。因此，協(xié)同創(chuàng)新演化博弈分析的核心不是博弈方的最優(yōu)策略選擇，而是有限理性博弈方組成的群體成員的策略調(diào)整過程、趨勢以及穩(wěn)定性，即協(xié)同創(chuàng)新的群體合作機制[38]。當學(xué)習(xí)能力遲鈍的博弈方組成的大群體隨機匹配的重復(fù)博弈發(fā)生時，按照生物進化“復(fù)制動態(tài)”原理，采用的策略收益較低的博弈方會改變自己的策略，轉(zhuǎn)向選擇(學(xué)習(xí))具有較高收益的策略。因此，群體中采用不同策略成員的比例就會發(fā)生變化，特定策略比例的變化速度與其比重和其收益超過平均收益的幅度成正比。

綜上，根據(jù)表1的收益矩陣，t時刻，企業(yè)Ei采用“合作”策略的期望收益為：

采用“自私”策略的期望收益為：

混合策略，即“合作”與“自私”策略的平均期望收益為：

同理，大學(xué)和科研機構(gòu)Uj采用“合作”策略的期望收益為：

采用“自私”策略的期望收益為：

混合策略的平均期望收益為：

協(xié)同創(chuàng)新是不斷重復(fù)的，在博弈方有限理性條件下對一次性博弈結(jié)果或短期合作均衡的預(yù)測無法反映長期合作關(guān)系的形成原理以及博弈方的策略變化特征。因此，以上計算平均期望收益的意義是，分析“演化穩(wěn)定策略”(Evolutionary Stable Strategy, ESS)，即博弈方之間非固定對象協(xié)同創(chuàng)新關(guān)系長期穩(wěn)定趨勢的分析[39]，以此來預(yù)測協(xié)同創(chuàng)新關(guān)系的長期變化趨勢。

此時，企業(yè)、大學(xué)和科研機構(gòu)的復(fù)制動態(tài)方程為[39]：

3.2 博弈的穩(wěn)定性分析

(1)企業(yè)策略穩(wěn)定性分析

(2)大學(xué)和科研機構(gòu)策略穩(wěn)定性

圖1將企業(yè)、大學(xué)和科研機構(gòu)的復(fù)制動態(tài)相位圖置于同一坐標平面。其中，O(0,0)為不穩(wěn)定原點，A(0,1)和C(1,0)為鞍點，B(1,1)為ESS。其理論涵義是：在長期的重復(fù)博弈中，有限理性博弈方的決策帶有不確定性，不能通過一次博弈結(jié)果或短期收益均衡進行預(yù)測；在面對不確定的合作對象時，“復(fù)制動態(tài)”使得博弈方通過短期的“自私”策略獲得預(yù)期收益將變得不可行，因為當群體集中在某一區(qū)域時，博弈方短期的“自私”策略將會降低自身收益，影響未來尋找合作伙伴的可能性。因此，在長期的重復(fù)博弈中，企業(yè)與大學(xué)和科研機構(gòu)最終將采用“合作”策略實現(xiàn)納什均衡。

圖1 協(xié)同創(chuàng)新博弈演化穩(wěn)定策略

4 仿真分析

以數(shù)值模擬檢驗前文的分析結(jié)論，設(shè)定模型的地理區(qū)域為一個平面矩陣。企業(yè)、大學(xué)和科研機構(gòu)在平面內(nèi)隨機分布并做布朗運動，通過仿真時鐘t同步個體的博弈進程，設(shè)置t=0時企業(yè)、大學(xué)和科研機構(gòu)的策略為“自私”模擬其自主創(chuàng)新過程，當兩個群體的個體在區(qū)域內(nèi)相遇時，視為一個協(xié)同創(chuàng)新過程，按表1的收益矩陣開始演化博弈。為進一步擬合現(xiàn)實情況，考慮企業(yè)比大學(xué)和科研機構(gòu)更容易實現(xiàn)知識投入的產(chǎn)業(yè)化并體現(xiàn)種群個體的異質(zhì)性，t=0時隨機生成AEi,AUj,αEi,αUj,且AEi>AUj,αEi>αUj；知識溢出系數(shù)β設(shè)置為可調(diào)節(jié)變量，以便觀察對ESS過程的影響。模型中控制變量的設(shè)置條件如表2。使用netlogo軟件編寫仿真程序，仿真過程呈現(xiàn)出三種典型情形。

表2 模型主要參數(shù)

(1)情形1:群體數(shù)量不同的博弈演化

考察兩種情況，(m=200，n=20)及(m=20，n=200)，設(shè)ρ=0.25，β=0.5，博弈演化進程如圖2。其中，橫軸為仿真時鐘t，縱軸表示企業(yè)、大學(xué)和科研機構(gòu)采用“合作”策略的個體比例，即實現(xiàn)ESS的策略頻率變化。圖2可見企業(yè)、大學(xué)和科研機構(gòu)采用“合作”策略的比率最終均收斂于1實現(xiàn)ESS，驗證了前文的結(jié)論。但是由于群體數(shù)量的差異，導(dǎo)致ESS過程出現(xiàn)圖2(a)與圖2(b)兩種形式。其共同特征是，數(shù)量大的群體實現(xiàn)ESS過程更加平緩；數(shù)量少的群體ESS過程則表現(xiàn)出較為明顯的波動，但會提前達到“合作”策略穩(wěn)定。這一現(xiàn)象的原因是，群體數(shù)量少的一方其個體的策略變化對ESS的擾動更加顯著；ESS的形成是一個漸進的過程，而不是所有個體同時調(diào)整策略，由于t=0時設(shè)置企業(yè)、大學(xué)和科研機構(gòu)的策略為“自私”，導(dǎo)致群體數(shù)量大的一方遍歷每一個個體實現(xiàn)“合作”策略的穩(wěn)定性在效率上低于小群體一方。經(jīng)測算，其他m≠n情境的表現(xiàn)與本例一致，此外，t=0時若隨機生成兩群體成員的策略類型，ESS的曲線形式與本例一致，區(qū)別僅體現(xiàn)在初始縱坐標的位置以及仿真時間的差異。

(2)情形2:群體數(shù)量相同的博弈演化

分析兩種情況，大群體(m=200，n=200)及小群體(m=20，n=20)，設(shè)ρ=0.25，β=0.5，博弈演化進程如圖3。當群體數(shù)量相同時，企業(yè)與大學(xué)和科研機構(gòu)的ESS過程較為一致。其中，大群體在仿真開始后迅速達到某一水平的策略頻率，其后策略頻率逐漸遞增最終實現(xiàn)ESS(圖3(a))；小群體的ESS過程則出現(xiàn)若干個策略穩(wěn)定間歇(圖3(b)中矩形區(qū)域)。形成這一差異的原因是，在仿真所設(shè)計的平面區(qū)域內(nèi)，群體數(shù)量少造成企業(yè)與大學(xué)和科研機構(gòu)相遇的機會減少(即協(xié)同創(chuàng)新機會降低)，使得ESS過程出現(xiàn)策略穩(wěn)定的時鐘間歇；而大群體情況則有更多的相遇機會，因此仿真開始后策略頻率可以迅速達到一定水平，然后逐漸遞增實現(xiàn)ESS。另外，相對于大群體，小群體中個體的策略變化對整體策略均衡的影響更加明顯，所以圖3(b)比圖3(a)的波動更顯著。

(3)情形3:知識溢出對演化穩(wěn)定策略的影響

選取群體數(shù)量與現(xiàn)實較為接近的一種情況(m=200，n=20)，設(shè)ρ=0.25，測算β=(0.05，0.3，0.7，0.9)時ESS的變化，博弈演化過程如圖4。隨著β增加，ESS的效率顯著提升。實現(xiàn)ESS所需的仿真時鐘由β=0.05時的3640(圖4(a))減少到β=0.9時的762(圖4(d))，而且兩個群體中個體策略變化的波動也隨著β增加逐漸減弱。其原因是，當β值很小時，采用“合作”策略的博弈方收獲采用“自私”策略博弈方的知識溢出相當有限，使得表1中V2≈V0，Z2≈Z0；按照有限理性博弈的“復(fù)制動態(tài)”原理，若t時采用策略的收益小于期望收益，則博弈方在t+1時刻將改變策略，(合作，合作)、(合作，自私)、(自私，合作)的策略都可能被有理性的博弈方采用，而(合作，合作)才是ESS，β值的降低增加了博弈方策略選擇的判斷次數(shù)，提升了仿真進程的時間復(fù)雜度；與之相對，隨著β增加，博弈方策略選擇的收益更接近于“合作”策略的期望收益，ESS的效率獲得提高。其他mn情境的仿真表現(xiàn)與本例一致，ρ用來表現(xiàn)協(xié)同創(chuàng)新的知識投入，對本模型的ESS無影響。

圖2 群體數(shù)量不同的博弈演化過程

圖3 群體數(shù)量相同的博弈演化過程

圖4 知識溢出對演化穩(wěn)定策略的影響

5 結(jié)語

協(xié)同創(chuàng)新是多主體互動的創(chuàng)新行為，內(nèi)在機制是如何在不確定的條件下討論創(chuàng)新合作的可能性，實現(xiàn)合作的穩(wěn)定性與制度化。本文基于演化博弈理論以有限理性視角分析企業(yè)、大學(xué)和科研機構(gòu)多主體重復(fù)博弈的協(xié)同創(chuàng)新機制，研究表明：(1)在長期的協(xié)同創(chuàng)新中，企業(yè)、大學(xué)和科研機構(gòu)最終會充分合作實現(xiàn)協(xié)同創(chuàng)新的“演化穩(wěn)定策略”；(2)當群體數(shù)量不同時，小群體一方率先實現(xiàn)“合作”策略穩(wěn)定，當群體數(shù)量相近時，博弈方采用“合作”策略的收斂速度趨于一致；(3)知識溢出的增加有利于提高協(xié)同創(chuàng)新效率并促進穩(wěn)定的合作關(guān)系的形成。

上述結(jié)論的現(xiàn)實意義是，在產(chǎn)業(yè)發(fā)達的地區(qū)企業(yè)可以通過增加產(chǎn)學(xué)研合作以提高自身的創(chuàng)新能力；在研究資源豐富的地區(qū)，大學(xué)和科研機構(gòu)應(yīng)發(fā)展與區(qū)域產(chǎn)業(yè)相關(guān)聯(lián)的研究領(lǐng)域以提高研發(fā)效率；政府應(yīng)通過政策引導(dǎo)、發(fā)展中介組織、制度建設(shè)等增加產(chǎn)學(xué)研的合作與信任，從而增加知識溢出并提高協(xié)同創(chuàng)新效率。但需要指出的是，本文的研究中只考慮了知識投入對創(chuàng)新收益的影響，限制了理論分析的解釋力，考慮創(chuàng)新成本、違約懲罰等多因素影響的博弈模型設(shè)計，需要進一步深入研究。

[1] 利奧尼德·赫維茨.經(jīng)濟機制設(shè)計[M].田國強,譯.上海:格致出版社,2009.

[2] 洪銀興.論創(chuàng)新驅(qū)動經(jīng)濟發(fā)展戰(zhàn)略[J].經(jīng)濟學(xué)家,2013,15(1):5-11.

[3] 趙勇,白永秀.知識溢出:一個文獻綜述[J].經(jīng)濟研究,2009,44(1):144-156.

[4] Ahlstrom D. Innovation and growth: How business contributes to society[J]. The Academy of Management Perspectives, 2010, 24(3): 11-24.

[5] Davis C. Regional integration and innovation offshoring with occupational choice and endogenous growth[J]. Journal of Economics, 2013, 108(1): 59-79.

[6] Braunerhjelm P, Svensson R. The Inventor’s role: Was Schumpeter right?[J]. Journal of Evolutionary Economics, 2010, 20(3): 413-444.

[7] Block J H, Thurik R, Zhou Haibo. What turns knowledge into innovative products? The role of entrepreneurship and knowledge spillovers[J]. Journal of Evolutionary Economics, 2013, 23(4): 1-26.

[8] Berliant M, Reed III R R, Wang Ping. Knowledge exchange, matching, and agglomeration[J]. Journal of Urban Economics, 2006, 60(1): 69-95.

[9] Ponds R, van Oort F, Frenken K. Innovation, spillovers and university-industry collaboration: An extended knowledge production function approach[J]. Journal of Economic Geography, 2010, 10(2): 231-255.

[10] D'Este P, Iammarino S. The Spatial profile of university-business research partnerships[J]. Papers in Regional Science, 2010, 89(2): 335-350.

[11] Hewitt-Dundas N. The role of proximity in university-business cooperation for innovation[J]. The Journal of Technology Transfer, 2013, 38(2): 93-115.

[12] Leiponen A, Helfat C E. Location, decentralization, and knowledge sources for innovation[J]. Organization Science, 2011, 22(3): 641-658.

[13] Chyi Y L, Lai Y M, Liu W H. Knowledge spillovers and firm performance in the high-technology industrial cluster[J]. Research Policy, 2012, 41(3): 556-564.

[14] Lahiri N. Geographic distribution of R&D activity: How does it affect innovation quality?[J]. Academy of Management Journal, 2010, 53(5): 1194-1209.

[15] Giuliani E. Clusters, networks and firms' product success: An empirical study[J]. Management Decision, 2013, 51(6): 1135-1160.

[16] Porter M E. Clusters and the new economics of competition [J]. Harvard Business Review, 1998, (6):77-90.

[17] Uyarra E. What is evolutionary about ‘regional systems of innovation’? Implications for regional policy[J]. Journal of Evolutionary Economics, 2010, 20(1): 115-137.

[18] Lichtenthaler U. Open innovation: Past research, current debates, and future directions[J]. The Academy of Management Perspectives, 2011, 25(1): 75-93.

[19] Mindruta D. Value creation in university-firm research collaborations: A matching approach[J]. Strategic Management Journal, 2013, 34(6): 644-665.

[20] Jacobides M G, Winter S G, Kassberger S M. The dynamics of wealth, profit, and sustainable advantage[J]. Strategic Management Journal, 2012, 33(12): 1384-1410.

[21] Agarwal R, Croson R, Mahoney J T. The role of incentives and communication in strategic alliances: An experimental investigation[J]. Strategic Management Journal, 2010, 31(4): 413-437.

[22] Youssef S B, Breton M, Zaccour G. Cooperating and non-cooperating firms in inventive and absorptive research[J]. Journal of Optimization Theory and Applications, 2013, 157(1): 229-251.

[23] Almirall E, Casadesus-Masanell R. Open versus closed innovation: A model of discovery and divergence[J]. Academy of Management Review, 2010, 35(1): 27-47.

[24] Erkal N, Piccinin D. Cooperative R&D under uncertainty with free entry[J]. International Journal of Industrial Organization, 2010, 28(1): 74-85.

[25] Ding Xiuhao, Huang Ruihuo. Effects of knowledge spillover on inter-organizational resource sharing decision in collaborative knowledge creation[J]. European Journal of Operational Research, 2010, 201(3): 949-959.

[26] K?nig M D, Battiston S, Napoletano M, et al. The efficiency and stability of R&D networks[J]. Games and Economic Behavior, 2012, 75(2): 694-713.

[27] Berchicci L. Towards an open R&D system: Internal R&D investment, external knowledge acquisition and innovative performance[J]. Research Policy, 2013, 42(1): 117-127.

[28] Ghosh A, Morita H. Competitor collaboration and product distinctiveness[J]. International Journal of Industrial Organization, 2012, 30(2): 137-152.

[29] 胡浩,李子彪,胡寶民.區(qū)域創(chuàng)新系統(tǒng)多創(chuàng)新極共生演化動力模型[J].管理科學(xué)學(xué)報,2011,14(10):85-94.

[30] 張洪潮,何任.非對稱企業(yè)合作創(chuàng)新的進化博弈模型分析[J].中國管理科學(xué),2010,18(6):163-170.

[31] 單海燕,王文平.跨組織知識整合下的創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)分析[J].中國管理科學(xué),2012,20(12):176-184.

[32] 蔡猷花,陳國宏,向小東.集群供應(yīng)鏈鏈間技術(shù)創(chuàng)新博弈分析[J].中國管理科學(xué),2010,18(1):72-77.

[33] 洪銀興.科技創(chuàng)新與創(chuàng)新型經(jīng)濟[J].管理世界,2011,(7):1-8.

[34] Etzkowitz H, Leydesdorff L. The dynamics of innovation: From national systems and “mode 2” to a triple helix of university-industry-government relations[J]. Research Policy, 2000,29(2): 109-123.

[35] 李煜華,武曉鋒,胡瑤瑛.基于演化博弈的戰(zhàn)略性新興產(chǎn)業(yè)集群協(xié)同創(chuàng)新策略研究[J].科技進步與對策,2013,30(2):70-73.

[36] Nowak M A, Sasaki A, Taylor C, et al. Emergence of cooperation and evolutionary stability in finite populations[J]. Nature, 2004, 428(6983): 646-650.

[37] Anbarci N, Lemke R, Roy S. Inter-firm complementarities in R&D: A re-examination of the relative performance of joint ventures[J]. International Journal of Industrial Organization, 2002, 20(2): 191-213.

[38] Hodgson G M, Huang Kainan. Evolutionary game theory and evolutionary economics: Are they different species?[J]. Journal of Evolutionary Economics, 2012, 22(2): 345-366.

[39] 喬根·W.威布爾.演化博弈論[M].王永欽,譯.上海:上海人民出版社,2006.

Study on Evolutionary Game Mechanism of Collaborative Innovation and Knowledge Spillover

ZHANG Hua

(School of Economics and Management, Zhaoqing University, Zhaoqing 526061, China)

Based on evolutionary game theory, the evolutionary stable strategy(ESS) is studied in this paper to analyze the process of collaborative innovation between firms and universities(research institutions). A knowledge sharing model driven by knowledge input and spillover is built to depict the game process of collaborative innovation, then a simulated analysis of evolutionary game is done. Study shows that, cooperation strategy is the ESS that adopted by participants in long-term collaborative innovation; when the group size of participants are different, participants in small group will achieve stable cooperation strategy more rapidly; while the group size of participants are similar, there are the same convergence speed of cooperation strategy in each group; increasing knowledge spillover is conducive to improving the efficiency of collaborative innovation and makes it steadily. Theoretical explanation is given for the existence of ESS in collaborative innovation, which contribute some decision support for mechanism design of university-industry collaboration.

collaborative innovation; knowledge spillover; bounded rationality; evolutionary game; evolutionary stable strategy

1003-207(2016)02-0092-08

10.16381/j.cnki.issn1003-207x.2016.02.012

2013-12-03；

2014-07-28

國家社會科學(xué)基金資助項目(14BGL011)；廣東省自然科學(xué)基金資助項目(2014A030310247)

簡介：張華(1980-)，男(漢族)，遼寧大連人，肇慶學(xué)院經(jīng)濟與管理學(xué)院，講師，研究方向：技術(shù)創(chuàng)新理論與方法，E-mail:sonicme@foxmail.com.

F062.3

A