陳 偉， 林超然， 李金秋， 楊早立， 林 艷

(1.哈爾濱工程大學(xué) 經(jīng)濟(jì)管理學(xué)院，黑龍江 哈爾濱 150001; 2.北京工業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100124; 3.東北農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，黑龍江 哈爾濱 150030)

0 引言

中國是專利申請大國，專利申請量連續(xù)6年位居世界首位[1]，但從專利的平均維持年限、說明書頁數(shù)和權(quán)利要求項數(shù)等指標(biāo)來看，我國與發(fā)達(dá)國家相比在專利質(zhì)量上仍存在較大差距[2,3]。專利代理服務(wù)是連接技術(shù)發(fā)明人與知識產(chǎn)權(quán)行政管理部門的重要媒介，專利代理機(jī)構(gòu)通過專業(yè)化運(yùn)作，將技術(shù)發(fā)明人的智力成果轉(zhuǎn)化為受法律保護(hù)的知識產(chǎn)權(quán)，能夠提高專利申請效率、保護(hù)科技創(chuàng)新成果、擴(kuò)大專利權(quán)利要求[4,5]，有助于促進(jìn)專利質(zhì)量提高。但專利代理服務(wù)本質(zhì)上是一種“委托―代理”關(guān)系，存在目標(biāo)不一致、信息不對稱現(xiàn)象[6]，其表現(xiàn)在：專利代理機(jī)構(gòu)追求專利申請成功，而技術(shù)發(fā)明人也同時注重專利質(zhì)量；專利代理機(jī)構(gòu)了解技術(shù)的法定性，而技術(shù)發(fā)明人則更清楚專利的技術(shù)性和商業(yè)性。這種“委托―代理”關(guān)系影響了專利代理合作效率的提高[7,8]。

針對一般意義上的“委托―代理”問題，2016年諾貝爾經(jīng)濟(jì)學(xué)獎獲得者Hart和Holmstrom[9]提出了道德風(fēng)險下“委托―代理”關(guān)系的一般模型，并給出了不完全信息下解決此類問題的條件。在此分析框架內(nèi)，學(xué)者通過引入利潤分配來防范技術(shù)創(chuàng)新過程中道德風(fēng)險，如：黃波等[10]設(shè)計出一種產(chǎn)出分享加固定轉(zhuǎn)移支付的混合分配方式，可規(guī)避研發(fā)外包中的雙邊道德風(fēng)險；Kong等[11]指出建立收益共享契約可促進(jìn)供應(yīng)鏈信息的共享，緩解信息不對稱現(xiàn)象；杜欣[12]指出必須調(diào)整合作雙方的創(chuàng)新利潤分配模式，才能使雙方共同享有協(xié)同創(chuàng)新收益，調(diào)動創(chuàng)新積極性；時茜茜等[13]發(fā)現(xiàn)分享收益可激發(fā)承包商與供應(yīng)商的協(xié)同合作積極性；賀一堂等[14]指出產(chǎn)出分享方式能夠激勵產(chǎn)學(xué)研合作。通過上述研究可以發(fā)現(xiàn)，將利潤分配機(jī)制引入專利代理活動中，引導(dǎo)專利代理活動參與者采取共贏的行為策略，是提升專利代理服務(wù)效果、提高合作效率的重要方向。目前，在專利代理活動中，“委托―代理”問題的解決大多從提高專利代理機(jī)構(gòu)專業(yè)性、增加共有知識、彌補(bǔ)雙方信息不對稱等角度進(jìn)行，如：Li Changli等[15]使用PAFM模型分析，指出代理人的專業(yè)知識是激勵技術(shù)發(fā)明人參與代理活動的重要因素；Gu Li等[16]指出提高專利代理機(jī)構(gòu)的專業(yè)性可緩解對接障礙；潘瑾和陳媛[17]提出構(gòu)建可量化的服務(wù)質(zhì)量指標(biāo)體系以規(guī)范代理機(jī)構(gòu)行為；此外，一些學(xué)者能夠通過建立博弈模型的方式處理專利活動中收益分配問題，如：劉利和朱雪忠[18]指出利潤分配上競合雙方需考慮未來整體利潤預(yù)期，才有可能實現(xiàn)博弈均衡。

經(jīng)梳理后發(fā)現(xiàn)，現(xiàn)有研究仍存在以下不足之處：相關(guān)研究嘗試通過減少雙方信息差異來解決“委托―代理”問題，但專利技術(shù)領(lǐng)域眾多，專利代理機(jī)構(gòu)很難縮小知識儲備差距；相關(guān)研究基于完全理性的期望效用理論，未能考慮博弈參與者在決策過程中的心理因素對決策的影響，而決策者普遍存在損失厭惡心理、參照點(diǎn)效應(yīng)等有限理性傾向[19,20]，這種傾向?qū)?chuàng)新努力程度[21]以及收益共享契約的協(xié)調(diào)[22]均存在影響；相關(guān)研究均采用宏觀、靜態(tài)視角，而實際上，由于缺少全局信息，專利代理服務(wù)活動中，參與者的策略選擇并非一成不變，而是隨著環(huán)境不斷變化的，決策個體在識別判斷、準(zhǔn)確行為等方面存在能力差異，需要在反復(fù)博弈中互相模仿并漸進(jìn)學(xué)習(xí)，因而是一種微觀的動態(tài)演化過程。

因此，為解決上述問題，本文將專利代理服務(wù)策略選擇視為漸進(jìn)學(xué)習(xí)過程，從微觀層面構(gòu)建專利代理預(yù)期收益分配策略，利用前景理論的價值函數(shù)和權(quán)重函數(shù)刻畫有限理性的行為人在缺乏全局信息下的感知和決策行為，構(gòu)建博弈參與者的收益感知矩陣；利用演化博弈模型建立有限次重復(fù)博弈過程，探討專利代理服務(wù)雙方博弈過程中策略的形成及演化，通過分析演化博弈動態(tài)系統(tǒng)均衡點(diǎn)，探討代理服務(wù)雙方策略演化的穩(wěn)定選擇，利用Matlab數(shù)值仿真揭示影響穩(wěn)定策略的關(guān)鍵變量，進(jìn)而為建立更完善的專利代理服務(wù)模式提供理論指導(dǎo)。

1 基本假設(shè)與模型構(gòu)建

Kahneman和Tversky在大量實驗的基礎(chǔ)上指出，人對損失的反應(yīng)比等量收益強(qiáng)烈。因此，前景理論中價值函數(shù)是收益的凹函數(shù)、損失的凸函數(shù)，且后者曲率比前者更陡峭(圖1)[23]。受其影響，技術(shù)發(fā)明人與專利代理機(jī)構(gòu)在服務(wù)撮合過程中，技術(shù)發(fā)明人對支付代理費(fèi)用的心理價值判斷會顯著高于期望值，而專利代理機(jī)構(gòu)對獲得代理收入的心理價值判斷會顯著低于期望值。此外，專利獲得授權(quán)的不確定性會產(chǎn)生不同的權(quán)重感知反饋，Kahneman等人發(fā)現(xiàn)，在面對不確定因素時，決策者會低估大概率事件而高估小概率事件，需采用權(quán)重函數(shù)(圖2)做調(diào)整。兩種效應(yīng)導(dǎo)致現(xiàn)實中博弈雙方在進(jìn)行交易撮合時無法準(zhǔn)確預(yù)判彼此策略反饋，影響了專利代理服務(wù)的規(guī)模和效果。因此，考慮到心理因素對專利代理服務(wù)雙方策略選擇的影響，本文使用前景理論刻畫雙方的認(rèn)知和決策過程。

圖1 前景理論的價值函數(shù)

圖2 前景理論的權(quán)重函數(shù)

價值函數(shù)和權(quán)重函數(shù)可由式(1)～(3)表示：

Δr=r-r0

(1)

(2)

(3)

其中Δr為價值變動，r為實際價值，r0為參照價值點(diǎn)(Reference Price)，v(Δr)為對價值變動的感知，η為價值邊際敏感程度(0<η<1)，λ為損失規(guī)避系數(shù)(λ>0)，p為客觀概率，π(p)為主觀概率，γ為權(quán)重函數(shù)曲線的曲率。

前景價值可表示為式(4)，即各項收益變動事件的價值函數(shù)和權(quán)重函數(shù)乘積之和：

(4)

基于前景理論的有限理性假設(shè)，本文構(gòu)建一種專利預(yù)期收益分配契約，進(jìn)而激勵專利代理服務(wù)參與者，引導(dǎo)雙方采取共贏的行為策略。為了方便后文討論，根據(jù)專利代理機(jī)構(gòu)及技術(shù)發(fā)明人之間的交易特點(diǎn)，構(gòu)建專利預(yù)期收益分配假設(shè)如下：

假設(shè)1存在專利代理機(jī)構(gòu)和技術(shù)發(fā)明人兩個博弈參與群體。專利代理機(jī)構(gòu)的行為集為：“預(yù)期收益分配模式”和“傳統(tǒng)模式”；技術(shù)發(fā)明人的行為集為：“違約”和“履約”。其中，專利代理機(jī)構(gòu)選擇預(yù)期收益分配模式、技術(shù)發(fā)明人選擇履約是博弈的最優(yōu)狀態(tài)，在這一狀態(tài)中，博弈雙方能夠順利合作，共同探索專利的長期價值，專利代理服務(wù)效果得到保證。

假設(shè)2專利代理機(jī)構(gòu)采用預(yù)期收益分配模式的比例為x(0≤x≤1)，采用傳統(tǒng)模式的比例為1-x，技術(shù)發(fā)明人履約比例為y(0≤y≤1)，違約比例為1-y。

假設(shè)3①技術(shù)發(fā)明人可感知三種類型費(fèi)用：向代理機(jī)構(gòu)支付的代理費(fèi)、專利預(yù)期收益分成以及違約罰金；可感知兩種收益：專利預(yù)期收益和違約獲益。②專利代理機(jī)構(gòu)可感知兩種類型費(fèi)用：固定服務(wù)成本(包括人員勞務(wù)成本、申請費(fèi)、實質(zhì)審查費(fèi)以及可能產(chǎn)生的復(fù)審費(fèi))和技術(shù)發(fā)明人違約造成的損失；可感知三種類型的收益：代理費(fèi)、專利預(yù)期收益分成以及技術(shù)發(fā)明人違約罰金收益。

假設(shè)4專利代理服務(wù)過程中只考慮技術(shù)發(fā)明人以及專利代理機(jī)構(gòu)兩個主體，博弈過程中雙方僅具有有限理性，雙方依據(jù)自身對收益和風(fēng)險的心理感知進(jìn)行決策，收益感知服從價值函數(shù)、決策權(quán)重服從權(quán)重函數(shù)。

假設(shè)5專利獲得授權(quán)概率(k)與技術(shù)本身特征、專利代理機(jī)構(gòu)能力有關(guān)，與雙方的策略選擇無關(guān)。

綜上，符號設(shè)定如表1所示：

表1 符號說明

根據(jù)上述假設(shè)，構(gòu)建不完全信息下有限理性的專利代理服務(wù)參與者的博弈模型，博弈雙方的收益感知矩陣如表2所示：

表2 博弈雙方收益感知矩陣

專利代理機(jī)構(gòu)的收益用An表示，技術(shù)發(fā)明人收益使用Bn表示，雙方采用不同策略時面對不同的收益感知：

(1)當(dāng)專利代理機(jī)構(gòu)選擇預(yù)期收益分配模式，技術(shù)發(fā)明人選擇履約時：

技術(shù)發(fā)明人向?qū)＠頇C(jī)構(gòu)支付代理費(fèi)C1，專利獲得授權(quán)可能性為k，獲得授權(quán)后，持續(xù)獲利折現(xiàn)后為R，技術(shù)發(fā)明人將這部分獲利以分成的方式支付給專利代理機(jī)構(gòu)，支付比例為θ。因此根據(jù)前景理論：

①專利代理機(jī)構(gòu)對收益的感知為：A1=π(k*)×v(C1)+π(k*)×V(R×θ)。由于專利代理機(jī)構(gòu)一定可獲得代理費(fèi)，因此π(k*)≡1，上式可簡化為：A1=v(C1)+π(k)×v(R×θ)，下同。

②技術(shù)發(fā)明人對收益的感知為：B1=v(-C1)+π(k)×v(-R×θ)+π(k)×v(R)。

(2)當(dāng)專利代理機(jī)構(gòu)選擇預(yù)期收益分配模式，技術(shù)發(fā)明人選擇違約時：

技術(shù)發(fā)明人向?qū)＠頇C(jī)構(gòu)支付代理費(fèi)C1，專利獲得授權(quán)可能性為k，專利獲得授權(quán)后，持續(xù)獲利折現(xiàn)后為R，技術(shù)發(fā)明人將這部分獲利以分成的方式支付給專利代理機(jī)構(gòu)，支付比例為θ。產(chǎn)生違約時，預(yù)期收益已支付的比例為t，技術(shù)發(fā)明人因違約產(chǎn)生收益為G1，按照合同需賠償專利代理機(jī)構(gòu)M1。因此：

①專利代理機(jī)構(gòu)對收益的感知為：A2=v(C1)+π(k)×v(R×θ×t)+v(M1)

②技術(shù)發(fā)明人對收益的感知為：B2=v(-C1)+π(k)×v(-R×θ×t)+v(-M1)+π(k)×v(R)+v(G1)

(3)當(dāng)專利代理機(jī)構(gòu)選擇傳統(tǒng)模式，技術(shù)發(fā)明人選擇履約時：

技術(shù)發(fā)明人向?qū)＠頇C(jī)構(gòu)支付代理費(fèi)首付款C2，專利獲得授權(quán)則支付尾款C3，獲得授權(quán)概率為k。因此：

①專利代理機(jī)構(gòu)對收益的感知為：A3=v(C2)+π(k)×v(C3)

②技術(shù)發(fā)明人對收益的感知為：B3=v(-C2)+π(k)×v(-C3)+π(k)×v(R)

(4)當(dāng)專利代理機(jī)構(gòu)選擇傳統(tǒng)模式，技術(shù)發(fā)明人選擇違約時：

技術(shù)發(fā)明人支付首款C2，并獲得預(yù)期收益折現(xiàn)值R，因違約向?qū)＠頇C(jī)構(gòu)支付違約金M2，因違約獲得收益G2。

①專利代理機(jī)構(gòu)對收益的感知為：A4=v(C2)+v(M2)

②技術(shù)發(fā)明人對收益的感知為：B4=v(-C2)+v(-M2)+π(k)×v(R)++v(G2)

上述技術(shù)發(fā)明人及專利代理機(jī)構(gòu)的收益感知情況如表3和表4所示。

表3 專利代理機(jī)構(gòu)收益感知表

表4 技術(shù)發(fā)明人收益感知表

2 策略選擇的演化博弈分析

2.1 演化動態(tài)系統(tǒng)的均衡點(diǎn)

狀態(tài)S={(S11,S12),(S21,S22)}={(x,1-x),(y,1-y)}可用[0,1]×[0,1]上的點(diǎn)(x,y)表示，用以描述專利代理過程中，專利代理機(jī)構(gòu)和技術(shù)發(fā)明人不同策略組合的演化動態(tài)。根據(jù)Malthusian動態(tài)方程計算相應(yīng)的收益感知：

專利代理機(jī)構(gòu)選擇預(yù)期收益分配模式時的收益感知為：

E(S11)=y×A1+(1-y)A2

(5)

專利代理機(jī)構(gòu)選擇傳統(tǒng)模式時的收益感知為：

E(S12)=y×A3+(1-y)A4

(6)

專利代理機(jī)構(gòu)平均的收益感知為：

E(S1)=x×E1(S12)+(1-x)×E(S12)

(7)

技術(shù)發(fā)明人選擇履約時的收益感知為：

E(S21)=x×B1+(1-x)B2

(8)

技術(shù)發(fā)明人選擇違約時的收益感知為：

E(S22)=x×B3+(1-x)B4

(9)

技術(shù)發(fā)明人平均的收益感知為：

E(S2)=y×E(S21)+(1-y)×E(S22)

(10)

根據(jù)泰勒-齊克提出的動態(tài)調(diào)整選擇機(jī)，雙方策略的調(diào)整速度為：

(11)

(12)

因此，聯(lián)立微分方程可得該動態(tài)系統(tǒng)的均衡點(diǎn)為：E1(0,0)、E2(0,1)、E3(1,0)、E4(1,1)以及E5(x*,y*)。

(13)

(14)

為便于表述，式(13) (14)中：FC=v(C1)-v(C2)，代表C1與C2造成的心理感知差異；同理F-C=v(-C1)-v(-C2)，F(xiàn)M=v(M1)-v(M2)，F(xiàn)-M=v(-M1)-v(-M2)，F(xiàn)G=v(G1)-v(G2)，F(xiàn)R=v(R×θ)-v(R×θ×t)，F(xiàn)-R=v(-R×θ)-v(-R×θ×t)。

2.2 均衡點(diǎn)的穩(wěn)定性分析

利用雅克比矩陣的局部穩(wěn)定性來判斷五個穩(wěn)定點(diǎn)的鄰域函數(shù)特征，雅可比矩陣為：

(15)

雅克比矩陣的行列式與跡為：

detJ=J11×J22-J21×J12

(16)

trJ=J11+J22

(17)

計算得到：

J11=(2x-1)×[(y-1)×(FG+F-M)-

F-C-π(k)×v(-R×θ×t)+

y×π(k)×(v(-C3)-F-R)]

(18)

J12=x×(x-1)×[FG-F-M+π(k)×(v(-C3)-F-R)]

(19)

J21=y×(y-1)×[FM+π(k)×(v(C3)-FR)]

(20)

J22=(1-2y)×[FC+(1+x)×FM+π(k)×

(v(R×θ×t))+x×π(k)×(v(C3)-FR)]

(21)

可得點(diǎn)(0,1)、(1,0)、(0,1)和(1,1)的行列式值與跡，如表5所示。由于點(diǎn)(x*,y*)處跡值為0，非均衡點(diǎn)，故表5中將其略去。

表5 各均衡點(diǎn)處的跡與行列式

化簡可知，判定上述穩(wěn)定點(diǎn)跡和行列式值需判定以下邊界條件符號：

ψ1=-FC+π(k)×[v(C3)-v(R×θ)]

(22)

ψ2=-F-C+π(k)×[v(-C3)-v(-R×θ)]

(23)

ψ3=-F-C+π(k)×v(-R×θ×t)

(24)

ψ4=FC+π(k)×v(R×θ×t)

(25)

當(dāng)ψ1、ψ2、ψ3和ψ4四個邊界條件中任意一個為零時，動態(tài)系統(tǒng)無均衡點(diǎn)?，F(xiàn)討論四者均不為零的情況：

(1)當(dāng)ψ1>0、ψ2≠0、ψ3>0且ψ4≠0時：

該條件下，動態(tài)系統(tǒng)均衡點(diǎn)的穩(wěn)定性分析如表6所示，E2(1,0)是唯一穩(wěn)定策略，系統(tǒng)的相位軌跡圖(圖3)描述了這一動態(tài)演化過程。此時，專利代理機(jī)構(gòu)選擇預(yù)期收益分配模式，技術(shù)發(fā)明人選擇違約。

表6 局部穩(wěn)定性分析

圖3 策略動態(tài)演變

(2)當(dāng)ψ1<0、ψ2<0、ψ3≠0且ψ4≠0時：

該條件下，動態(tài)系統(tǒng)均衡點(diǎn)的穩(wěn)定性分析如表7所示，E4(1,1)是唯一穩(wěn)定策略，系統(tǒng)的相位軌跡圖(圖4)描述了這一動態(tài)演化過程。此時，專利代理機(jī)構(gòu)選擇預(yù)期收益分配模式，技術(shù)發(fā)明人選擇履約，E4(1,1)是專利代理服務(wù)的最優(yōu)狀態(tài)，代理服務(wù)參與者在這種合作策略下達(dá)成共贏，合作效率最高。這一穩(wěn)定策略的存在表明，預(yù)期收益分配方案具有理論上的可行性。

圖4 策略動態(tài)演變

(3)當(dāng)ψ1<0、ψ2>0、ψ3>0且ψ4>0時：

該條件下，動態(tài)系統(tǒng)均衡點(diǎn)的穩(wěn)定性分析如表8所示，E3(0,1)是唯一穩(wěn)定策略，系統(tǒng)的相位軌跡圖(圖5)描述了這一動態(tài)演化過程。此時，專利代理機(jī)構(gòu)選擇傳統(tǒng)模式，技術(shù)發(fā)明人選擇履約。

表7 局部穩(wěn)定性分析

表8 局部穩(wěn)定性分析

圖5 策略動態(tài)演變

除以上三種情況外，動態(tài)系統(tǒng)不存在均衡點(diǎn)。綜上可知，邊界條件與均衡點(diǎn)的關(guān)系可整理如表9所示：

表9 邊界條件與均衡點(diǎn)關(guān)系

2.3 模型結(jié)論

(1)不同初始條件通過前景理論價值函數(shù)和概率函數(shù)影響邊界條件符號，進(jìn)而影響博弈穩(wěn)定策略。分析邊界條件可知，對事件收益的心理感知水平，尤其是對不同策略的收益感知差異是影響穩(wěn)定策略的關(guān)鍵。

(2)從博弈穩(wěn)定策略的分布來看，無論初始條件如何改變，E1(0,0)和E5(x*,y*)始終不是演化穩(wěn)定策略。表明：①混合策略始終不是穩(wěn)定策略，博弈穩(wěn)定時雙方都會使用純策略，并在特定純策略處達(dá)到ESS；②專利代理機(jī)構(gòu)服務(wù)無法形成“傳統(tǒng)模式+違約”模式，表明傳統(tǒng)代理服務(wù)模式對于防范違約是有效的。

3 數(shù)值仿真

為了探究專利代理服務(wù)過程中參數(shù)變化對系統(tǒng)演化的影響，本文對上述模型進(jìn)行數(shù)值仿真，模擬專利代理過程中專利代理機(jī)構(gòu)與技術(shù)發(fā)明人策略的動態(tài)演化過程?，F(xiàn)假設(shè)有一項技術(shù)尋求專利代理服務(wù)，其技術(shù)長期預(yù)期收益的折現(xiàn)值為10萬元，根據(jù)Kahneman和Tversky等[23]的研究，將前景理論的價值函數(shù)中的價值邊際敏感程度η取值為0.88，損失規(guī)避系數(shù)λ取值為2.25，參照同類文獻(xiàn)[24]將r取值為0.61。設(shè)系統(tǒng)演化的初始點(diǎn)為(0.5,0.5)，為避免單個特解對全局情況概括不全，本文使用Matlab軟件生成初始條件在值域內(nèi)的取值組合，剔除其中不符合上文假設(shè)的取值，并使用Runge-Kutt方法獲得演化博弈解，繪制演化相位圖譜，確定各初值的演化穩(wěn)定點(diǎn)，并分析影響每個穩(wěn)定點(diǎn)穩(wěn)定性的關(guān)鍵變量。

(1)E(0,1)點(diǎn)穩(wěn)定性的影響因素仿真分析

當(dāng)C1=4000，C2=5000，C3=6000，t=0.3，θ=0.08，p=0.1時，滿足邊界條件ψ1<0、ψ2>0、ψ3>0且ψ4>0，此時演化博弈系統(tǒng)穩(wěn)定點(diǎn)為E(0,1)，博弈雙方的穩(wěn)定策略為“傳統(tǒng)模式”和“履約”。如圖6所示，θ值變化會對博弈產(chǎn)生較大影響：當(dāng)θ值不斷變大，超過臨界值0.0695時，穩(wěn)定策略由E(0,1)向E(1,1)演變，即博弈穩(wěn)定策略在技術(shù)發(fā)明人“履約”策略不變的前提下，專利代理機(jī)構(gòu)的策略從傳統(tǒng)模式向預(yù)期收益分配模式演變。

圖6 θ值對穩(wěn)定策略E(0,1)的影響

當(dāng)預(yù)期收益分配模式中首付款C1逐漸增大時，均衡被打破，隨著C1繼續(xù)增大，均衡在新穩(wěn)定策略點(diǎn)E(1,0)處重建，如圖7所示。此時雙方的選擇為“預(yù)期收益分配模式”和“違約”。表明為避免技術(shù)發(fā)明人違約，提高專利代理費(fèi)用會破壞合作關(guān)系。

由圖6和圖7可知，相較提高兩種模式的首付款差別，從傳統(tǒng)模式向預(yù)期收益分配模式演化的關(guān)鍵措施為提升預(yù)期收益分成比重。

(2)E(1,0)點(diǎn)穩(wěn)定性的影響因素仿真分析

當(dāng)C1=4000，C2=7000，C3=6000，θ=0.1，t=0.3，p=0.1時，滿足邊界條件ψ1>0、ψ2≠0、ψ3>0且ψ4≠0，此時演化博弈系統(tǒng)穩(wěn)定點(diǎn)為E(1,0)，博弈雙方的穩(wěn)定策略為“預(yù)期收益分配模式”和“違約”。

為應(yīng)對違約，專利代理機(jī)構(gòu)如果選擇提高預(yù)期收益分配模式下預(yù)期收益分成比重θ，會顯著影響系統(tǒng)的穩(wěn)定策略，當(dāng)θ從0.1增大到0.14過程中，系統(tǒng)經(jīng)歷由穩(wěn)定策略E(1,0)經(jīng)由不穩(wěn)定狀態(tài)向穩(wěn)定策略E(0,1)的轉(zhuǎn)化，如圖8所示。即：當(dāng)系統(tǒng)位于預(yù)期收益分配模式服務(wù)下，且出現(xiàn)違約現(xiàn)象時，適當(dāng)提高預(yù)期收益分配模式的分成比例能夠避免技術(shù)發(fā)明人違約，但也會同時驅(qū)使雙方選擇傳統(tǒng)模式。

圖7 C1值對穩(wěn)定策略E(0,1)的影響

圖8 θ值對穩(wěn)定策略E(1,0)的影響

圖9 C1值對穩(wěn)定策略E(1,0)的影響

如果專利代理機(jī)構(gòu)選擇增大首付款比重(C1)的方式來減少違約損失，例如將C1從4000提升至4500時，此時穩(wěn)定策略將從E(1,0)逐漸演化為E(0,1)，如圖9所示。值得注意的是：穩(wěn)定策略雖然離開“違約”，但也同時使預(yù)期收益分配模式不具有吸引力，雙方更傾向使用傳統(tǒng)模式，使均衡遠(yuǎn)離最優(yōu)解決方案；同時，過高的首付款比重會導(dǎo)致系統(tǒng)尋找均衡解變慢，在現(xiàn)實專利代理實務(wù)中，參與者之間的博弈次數(shù)是有限的，過慢的均衡過程影響了穩(wěn)定策略的達(dá)成。

當(dāng)技術(shù)發(fā)明人選擇違約時，提高違約罰款是否能夠產(chǎn)生約束效果？仿真結(jié)果表明，等量提高M(jìn)1和M2時，兩者差值不變，對動態(tài)復(fù)制方程帶來影響相互抵消，對演化穩(wěn)定策略沒有影響；而當(dāng)擴(kuò)大M1和M2的差值，即當(dāng)技術(shù)發(fā)明人在預(yù)期收益分配模式中需面對更大的違約處罰力度時，演化穩(wěn)定策略將經(jīng)由E(0,0)向理想策略E(1,1)演進(jìn)，且處罰力度差距越大，越快抵達(dá)E(1,1)，如圖10所示。

圖10 M1-M2值對穩(wěn)定策略的影響

圖11 θ值對穩(wěn)定策略E(1,1)的影響

因此，為促使技術(shù)發(fā)明人履約，最佳調(diào)節(jié)手段為擴(kuò)大M1和M2的差值。

(3)E(1,1)點(diǎn)穩(wěn)定性的影響因素仿真分析

當(dāng)ψ1<0、ψ2<0、ψ3≠0且ψ4≠0時，演化博弈系統(tǒng)穩(wěn)定點(diǎn)為E(1,1)，博弈雙方的穩(wěn)定策略為“預(yù)期收益分配模式”和“履約”，這一穩(wěn)定點(diǎn)是博弈中的理想情況，此時雙方能夠在履約的基礎(chǔ)上達(dá)成更有效的利潤分配方式。但這種穩(wěn)定策略容易受到預(yù)期收益分配模式初始條件影響。如圖11所示，當(dāng)C1=7000，C2=6000，C3=6000，θ=0.04，t=0.3，p=0.3時，系統(tǒng)穩(wěn)定點(diǎn)為E(1,1)。此時，當(dāng)θ值增大時，技術(shù)發(fā)明人的策略不變，仍然選擇履約，而專利代理機(jī)構(gòu)的穩(wěn)定策略演變?yōu)椤皞鹘y(tǒng)模式”；當(dāng)θ值減小時，均衡消失。由此可知，降低專利預(yù)期收益分成會破壞合作關(guān)系，此舉并不能使技術(shù)發(fā)明人獲益。

如圖12所示，當(dāng)C1升高時，博弈穩(wěn)定策略調(diào)整至E(0,1)，即雙方放棄預(yù)期收益分配模式；當(dāng)C1降低時，博弈均衡被打破，并逐漸在E(1,0)處建立新均衡，此時技術(shù)發(fā)明人的策略選擇為“違約”?？梢?，E(1,1)點(diǎn)處代理費(fèi)用對穩(wěn)定策略的影響較為明顯。

圖12 C1值對穩(wěn)定策略E(1,1)的影響

仿真分析揭示了演化穩(wěn)定策略對初始參數(shù)不同的敏感程度：①預(yù)期收益分配模式易導(dǎo)致違約，而當(dāng)專利代理機(jī)構(gòu)對違約問題處置不當(dāng)時，會導(dǎo)致穩(wěn)定策略轉(zhuǎn)向傳統(tǒng)模式；②當(dāng)出現(xiàn)違約時，提高預(yù)期收益分配模式下預(yù)期收益比重或增大首付款比重可使違約消失，但同時穩(wěn)定策也會脫離預(yù)期收益分配模式；當(dāng)提高預(yù)期收益分配模式和傳統(tǒng)模式下違約罰款金額的差距時，博弈穩(wěn)定策略則會傾向于向履約的預(yù)期收益分配模式移動；③在履約的傳統(tǒng)模式穩(wěn)定策略下，減小預(yù)期收益分成比重可有效促成預(yù)期收益分配策略的達(dá)成，且不會出現(xiàn)違約行為，而提高預(yù)期收益分配模式中首付款額會促使技術(shù)發(fā)明人選擇違約。

4 結(jié)論

本文結(jié)合前景理論與演化博弈理論，引入有限理性主體的損失規(guī)避、收益偏好以及概率認(rèn)知偏差特性，通過對模型的求解和仿真，獲得雙方達(dá)成共贏契約的約束條件和敏感變量，對優(yōu)化專利代理服務(wù)模式起到一定的啟示作用。研究結(jié)果表明：

(1)演化博弈的穩(wěn)定策略有：①專利代理機(jī)構(gòu)選擇預(yù)期收益分配模式，且技術(shù)發(fā)明人選擇違約；②專利代理機(jī)構(gòu)選擇預(yù)期收益分配模式，且技術(shù)發(fā)明人選擇履約；③專利代理機(jī)構(gòu)選擇傳統(tǒng)模式，且技術(shù)發(fā)明人選擇履約。初始條件差異通過改變博弈參與者的主觀感知，進(jìn)而對四種邊界條件產(chǎn)生影響，間接影響穩(wěn)定策略。

(2)對模型的求解和仿真表明，預(yù)期收益分配模式具有可行性，恰當(dāng)?shù)囊龑?dǎo)可以實現(xiàn)對專利代理服務(wù)參與者的合作激勵，有助于提升合作效率。同時，更少的預(yù)期收益分成比重，可促使合作更快達(dá)成。最后，為解決專利代理服務(wù)中的違約問題，通過區(qū)別設(shè)置預(yù)期收益分配模式和傳統(tǒng)模式的違約處罰力度，例如單獨(dú)增加預(yù)期收益分配模式中的違約處罰力度，可有效促使技術(shù)發(fā)明人減少違約意愿，維持長期穩(wěn)定合作。