集群新創(chuàng)企業(yè)與在位企業(yè)搜索時(shí)機(jī)互動(dòng)的博弈分析

奉小斌，周佳微

(浙江理工大學(xué)經(jīng)濟(jì)管理學(xué)院，杭州 310018)

?

集群新創(chuàng)企業(yè)與在位企業(yè)搜索時(shí)機(jī)互動(dòng)的博弈分析

奉小斌，周佳微

(浙江理工大學(xué)經(jīng)濟(jì)管理學(xué)院，杭州 310018)

集群新創(chuàng)企業(yè)與在位企業(yè)圍繞搜索時(shí)機(jī)進(jìn)行博弈，以往研究局限于市場(chǎng)進(jìn)入次序或新產(chǎn)品導(dǎo)入速度，并且沒(méi)有揭示集群新創(chuàng)企業(yè)搜索時(shí)機(jī)的重復(fù)選擇機(jī)制及動(dòng)態(tài)演進(jìn)規(guī)律，為此文章就新創(chuàng)企業(yè)多階段競(jìng)爭(zhēng)下的“搜索-反應(yīng)”問(wèn)題構(gòu)建搜索時(shí)機(jī)選擇的重復(fù)博弈模型與演化路徑。研究發(fā)現(xiàn)：集群新創(chuàng)企業(yè)領(lǐng)先搜索或跟隨搜索策略選擇，與搜索風(fēng)險(xiǎn)、搜索獲益，以及搜索成本三者密切相關(guān)；重復(fù)博弈中，若在位企業(yè)選擇領(lǐng)先搜索的收益高于跟隨搜索的收益，集群新創(chuàng)企業(yè)交替選擇跟隨搜索與領(lǐng)先搜索為最佳博弈策略；系統(tǒng)演化的長(zhǎng)期均衡結(jié)果可能是領(lǐng)先搜索或跟隨搜索。演化博弈仿真結(jié)果表明，最終演進(jìn)路徑及收斂情況與博弈的支付和博弈發(fā)生的初始狀態(tài)相關(guān)。

新創(chuàng)企業(yè)；在位企業(yè)；搜索時(shí)機(jī)；重復(fù)博弈；演化博弈

在經(jīng)濟(jì)轉(zhuǎn)型和結(jié)構(gòu)調(diào)整背景下，集群新創(chuàng)企業(yè)主動(dòng)跨企業(yè)邊界搜索，并整合創(chuàng)新所需的新知識(shí)，從而避免產(chǎn)品同質(zhì)化及非理性價(jià)格競(jìng)爭(zhēng)[1]。囿于眾多相似企業(yè)的地理集聚，激烈的競(jìng)爭(zhēng)使得集群企業(yè)面臨創(chuàng)新問(wèn)題的復(fù)雜度增加，管理者不得不通過(guò)對(duì)動(dòng)態(tài)環(huán)境的感知與解讀權(quán)衡制定知識(shí)搜索戰(zhàn)略[2]。以往創(chuàng)新搜索研究遵循目標(biāo)企業(yè)為中心(firm-centric)的理論假定，主要從知識(shí)內(nèi)容、來(lái)源與搜索方式維度關(guān)注企業(yè)“搜索什么”、“到哪搜索”、“如何搜索”等問(wèn)題，卻忽視了“何時(shí)搜索”這一知識(shí)搜索時(shí)機(jī)問(wèn)題[3-4]。集群新創(chuàng)企業(yè)知識(shí)搜索的結(jié)果取決于自身搜索策略和對(duì)手搜索行為的回應(yīng)[3]，因此，選擇合宜的搜索時(shí)機(jī)(timing)策略應(yīng)對(duì)在位企業(yè)的競(jìng)爭(zhēng)顯得尤為重要。

在集群情境下，相似的市場(chǎng)定位與資源特征加劇了企業(yè)間的競(jìng)爭(zhēng)程度[5]，新創(chuàng)企業(yè)在競(jìng)爭(zhēng)互動(dòng)中呈現(xiàn)主動(dòng)進(jìn)取、承擔(dān)風(fēng)險(xiǎn)和注重創(chuàng)新等特征[6]?；跁r(shí)間競(jìng)爭(zhēng)的搜索時(shí)機(jī)研究存在矛盾觀點(diǎn)：一類學(xué)者強(qiáng)調(diào)領(lǐng)先搜索帶來(lái)先動(dòng)者優(yōu)勢(shì)，另一類研究質(zhì)疑追求產(chǎn)品創(chuàng)新“快即是好”是否理性[4]。產(chǎn)生上述分歧的原因是：企業(yè)知識(shí)搜索效果還受到對(duì)手的影響，競(jìng)爭(zhēng)對(duì)手對(duì)焦點(diǎn)企業(yè)搜索時(shí)機(jī)的選擇產(chǎn)生“排斥效應(yīng)”和“激化效應(yīng)”兩種截然不同的作用[2,7]。時(shí)間對(duì)新創(chuàng)企業(yè)搜索活動(dòng)并不一定是機(jī)會(huì)，在模糊情境下實(shí)施快速搜索戰(zhàn)略可能比較危險(xiǎn)，相反等待積累更多的經(jīng)驗(yàn)后再行動(dòng)可能收益更大[8]。Chen等[9]、Katila等[10]從新創(chuàng)企業(yè)與在位企業(yè)競(jìng)爭(zhēng)搜索角度，嘗試探討兩類企業(yè)的搜索互動(dòng)機(jī)理及如何采取競(jìng)爭(zhēng)行動(dòng)，但對(duì)搜索時(shí)機(jī)的研究?jī)H局限于市場(chǎng)進(jìn)入次序或新產(chǎn)品導(dǎo)入速度。國(guó)外研究創(chuàng)新搜索的專利引用方法及國(guó)內(nèi)的問(wèn)卷調(diào)查方法，并不能揭示集群新創(chuàng)企業(yè)搜索時(shí)機(jī)的重復(fù)選擇機(jī)制及動(dòng)態(tài)演進(jìn)規(guī)律[11]。為此，本文將集群內(nèi)部在位企業(yè)的搜索時(shí)機(jī)選擇納入博弈分析，探索多階段重復(fù)競(jìng)爭(zhēng)下的“搜索-反應(yīng)”問(wèn)題，從而構(gòu)建集群新創(chuàng)企業(yè)搜索時(shí)機(jī)選擇的重復(fù)博弈與演化博弈模型。

一、集群新創(chuàng)企業(yè)與在位企業(yè)搜索時(shí)機(jī)互動(dòng)

創(chuàng)新領(lǐng)域?qū)W者將知識(shí)搜索定義為“搜尋與整合組織外部各種來(lái)源的技術(shù)或市場(chǎng)知識(shí)以解決產(chǎn)品創(chuàng)新問(wèn)題的過(guò)程”[12]。從競(jìng)爭(zhēng)對(duì)手視角觀察，知識(shí)搜索可被視為一種學(xué)習(xí)競(jìng)賽。Katila等[3]將相對(duì)對(duì)手的搜索時(shí)機(jī)劃分為領(lǐng)先搜索、追趕搜索和同步搜索三種，但Zucchini等[13]研究發(fā)現(xiàn)，新創(chuàng)企業(yè)與在位企業(yè)完全同步搜索的可能性較少及收益不抵成本，故本研究從領(lǐng)先搜索和跟隨搜索兩方面探討知識(shí)搜索時(shí)機(jī)。其中，領(lǐng)先搜索主要指其在探索創(chuàng)新所需的產(chǎn)品與工藝的新知識(shí)比對(duì)手領(lǐng)先；跟隨搜索強(qiáng)調(diào)通過(guò)從現(xiàn)有產(chǎn)品、工藝或市場(chǎng)方面追趕競(jìng)爭(zhēng)對(duì)手從而獲得成熟的產(chǎn)品或工藝知識(shí)[14]。由于“新創(chuàng)弱性”的存在，新創(chuàng)企業(yè)通常選擇被競(jìng)爭(zhēng)對(duì)手忽視的利基市場(chǎng)進(jìn)行領(lǐng)先搜索，注重向其他企業(yè)或科研機(jī)構(gòu)進(jìn)行探索性學(xué)習(xí)，獲得個(gè)別領(lǐng)域的先行優(yōu)勢(shì)和市場(chǎng)占位[15]。但是，相比于集群中的成熟企業(yè)，新創(chuàng)企業(yè)搜索與整合外部網(wǎng)絡(luò)中隱性知識(shí)的能力明顯處于劣勢(shì)，因而利用“搭便車”的跟隨搜索汲取集群領(lǐng)先企業(yè)的創(chuàng)新溢出，能夠避免與在位企業(yè)在成熟市場(chǎng)或技術(shù)上的“非對(duì)稱競(jìng)爭(zhēng)”[5, 9]。

以往博弈模型對(duì)企業(yè)競(jìng)爭(zhēng)互動(dòng)的研究，主要是基于價(jià)格、產(chǎn)量和市場(chǎng)的決策，如Bernard模型、Cournot模型、Hotelling線性市場(chǎng)模型、Stackelberg產(chǎn)量領(lǐng)先模型等[16-17]。而后，有研究提出了縱向差異化與質(zhì)量競(jìng)爭(zhēng)等模型，諸多學(xué)者通過(guò)放寬原始模型的假設(shè)條件，如考慮消費(fèi)者不同偏好、消費(fèi)者分布密度、技術(shù)創(chuàng)新等條件下企業(yè)競(jìng)爭(zhēng)互動(dòng)的決策問(wèn)題[18]。對(duì)產(chǎn)業(yè)集群內(nèi)企業(yè)競(jìng)爭(zhēng)互動(dòng)的博弈研究，通?；谟?jì)算機(jī)仿真或建立演化模型分析，但現(xiàn)有集群競(jìng)爭(zhēng)的博弈模型較多假定企業(yè)間實(shí)力是相當(dāng)?shù)腫19-20]，并且搜索時(shí)機(jī)選擇內(nèi)隱在知識(shí)搜索策略中。然而，新創(chuàng)企業(yè)在競(jìng)爭(zhēng)互動(dòng)中面臨較大的不確定性和創(chuàng)新壓力，如有研究發(fā)現(xiàn)通過(guò)混合柔性技術(shù)博弈能提升新創(chuàng)企業(yè)的生存能力[21]。集群新創(chuàng)企業(yè)與在位企業(yè)的互動(dòng)隨競(jìng)爭(zhēng)關(guān)系發(fā)展而動(dòng)態(tài)演化，為了揭示重復(fù)博弈情境下新創(chuàng)企業(yè)如何選擇搜索策略，刻畫新創(chuàng)企業(yè)與在位企業(yè)搜索時(shí)機(jī)互動(dòng)的演進(jìn)趨勢(shì)及穩(wěn)定性，本文采用重復(fù)博弈與演化博弈方法進(jìn)行研究。

二、搜索時(shí)機(jī)的重復(fù)博弈分析

假定集群內(nèi)只有兩家企業(yè)，同時(shí)提供產(chǎn)品與服務(wù)，A企業(yè)為新創(chuàng)企業(yè)，B企業(yè)為在位企業(yè)，兩者共同占有同一市場(chǎng)，市場(chǎng)份額取決于企業(yè)的搜索行動(dòng)。由于集群內(nèi)企業(yè)規(guī)模與技術(shù)實(shí)力存在差異，實(shí)力雄厚的企業(yè)獲得較強(qiáng)的市場(chǎng)能力與創(chuàng)新能力[22]。集群新創(chuàng)企業(yè)相比在位企業(yè)的實(shí)力偏弱，通常在知識(shí)搜索等無(wú)形競(jìng)爭(zhēng)方面進(jìn)行突破[23]?，F(xiàn)在兩家企業(yè)為了降低產(chǎn)品成本與提高產(chǎn)品差異性進(jìn)行知識(shí)搜索，由于領(lǐng)先搜索面臨較大市場(chǎng)與需求的不確定性，其風(fēng)險(xiǎn)和成本遠(yuǎn)大于跟隨搜索，為此假定A企業(yè)和B企業(yè)采用跟隨搜索減去搜索成本后的基本收益分別為π1和π2，領(lǐng)先搜索的收益增量分別為d1和d2，但是企業(yè)領(lǐng)先搜索面臨一個(gè)共同的風(fēng)險(xiǎn)收益系數(shù)θ(0<θ<1)，領(lǐng)先搜索額外付出的成本分別為c1和c2。同時(shí)，假定集群內(nèi)部?jī)杉移髽I(yè)情形下，一方采取領(lǐng)先搜索策略，另一方采取跟隨搜索策略，那么采取領(lǐng)先搜索的收益為πi+θdi-ci，跟隨搜索的企業(yè)將額外獲得(1-θ)di的知識(shí)溢出收益，i=1或2。其中，c1

(一)新創(chuàng)企業(yè)與在位企業(yè)靜態(tài)博弈的支付矩陣

企業(yè)A選擇領(lǐng)先搜索時(shí)，其收益為π1+θd1-c1；企業(yè)B選擇領(lǐng)先搜索時(shí)，其收益為π2+θd2-c2；若采取跟隨搜索兩者收益分別為π1和π2。兩家企業(yè)競(jìng)爭(zhēng)性搜索的博弈支付矩陣如表1所示。

表1 兩企業(yè)搜索互動(dòng)的博弈支付矩陣

此時(shí)，企業(yè)A與B的搜索時(shí)機(jī)策略選擇與風(fēng)險(xiǎn)系數(shù)大小相關(guān)，具體而言：

a)當(dāng)θd1-c1>0，且θd1-c1>(1-θ)d2，即θ>(c1+d2)/(d1+d2)時(shí)，企業(yè)A選擇領(lǐng)先搜索比跟隨搜索更有利。

b)當(dāng)θd2-c2>0，且θd2-c2>(1-θ)d1，即θ>(c2+d1)/(d1+d2)時(shí)，企業(yè)B選擇領(lǐng)先搜索比跟隨搜索更有利。

c)當(dāng)θ>(c2+d1)/(d1+d2)，企業(yè)B將選擇領(lǐng)先搜索，此時(shí)若θd1-c1<(1-θ)d2，即θ<(c1+d2)/(d1+d2)時(shí)，企業(yè)A選擇跟隨搜索最優(yōu)，反之選擇領(lǐng)先搜索最優(yōu)。

d)當(dāng)θd2-c2<0，且θ<(c2+d1)/(d1+d2)，即θ0，新創(chuàng)企業(yè)A將選擇領(lǐng)先搜索，反之選擇跟隨搜索。

當(dāng)在位企業(yè)B發(fā)現(xiàn)，當(dāng)采取領(lǐng)先搜索策略獲益低于新創(chuàng)企業(yè)的跟隨搜索收益時(shí)，即(π1+θd1-c1)<[π2+(1-θ)d1]時(shí)，在位企業(yè)將失去領(lǐng)先搜索的動(dòng)力，可能對(duì)新創(chuàng)企業(yè)采取報(bào)復(fù)措施，在后續(xù)博弈過(guò)程中采取跟隨搜索策略，以防止新創(chuàng)企業(yè)“搭便車”的行為。

(二)新創(chuàng)企業(yè)與在位企業(yè)重復(fù)博弈分析

現(xiàn)在將A與B兩家企業(yè)的一次博弈拓展到集群環(huán)境中的重復(fù)博弈，在長(zhǎng)期發(fā)展情況下，鑒于資金的時(shí)間價(jià)值存在一個(gè)貼現(xiàn)系數(shù)δ(0<δ<1)，使得下一年度的利潤(rùn)為當(dāng)年利潤(rùn)的δ倍[24]。新創(chuàng)企業(yè)A在重復(fù)博弈過(guò)程中所采取的博弈策略，根據(jù)每階段的博弈收益及在位企業(yè)采取策略的估計(jì)而綜合得到，下面分別計(jì)算當(dāng)企業(yè)A采用領(lǐng)先和跟隨搜索時(shí)的收益。

a)當(dāng)企業(yè)A重復(fù)n次采取領(lǐng)先搜索策略時(shí)，其收益是：

K′=(π1+θd1-c1)+δ(π1+θd1-c1)+δ2(π1+θd1-c1)+…+δn(π1+θd1-c1)=(π1+θd1-c1)(1-δn)/(1-δ)=(π1+θd1-c1)/(1-δ)

(1)

b)當(dāng)企業(yè)A重復(fù)采取跟隨搜索策略時(shí)，其收益是：

若企業(yè)B采取領(lǐng)先搜索，則企業(yè)A的搜索為[(π1+(1-θ)d2)]/(1-δ)；

若企業(yè)B采取跟隨搜索，則企業(yè)A的搜索為π1/(1-δ)。

企業(yè)究竟采取領(lǐng)先搜索策略還是跟隨搜索策略，取決于θ與(c1+d2)/(d1+d2)的大小關(guān)系，其結(jié)論與靜態(tài)一階段博弈結(jié)果一致。

當(dāng)在位企業(yè)B發(fā)現(xiàn)，采取領(lǐng)先搜索策略獲益低于對(duì)手A的跟隨搜索收益時(shí)，在位企業(yè)B將伺機(jī)變換搜索策略。若新創(chuàng)企業(yè)跟隨搜索難以令在位企業(yè)信服，在第二輪博弈中B必然會(huì)傾向選擇跟隨搜索，此時(shí)只要θd1-c1>0，新創(chuàng)企業(yè)A選擇領(lǐng)先搜索將獲益更大，并向在位企業(yè)表明主動(dòng)創(chuàng)新的傾向。如此，在第三輪博弈中，企業(yè)B又回到領(lǐng)先搜索，企業(yè)A觀察到企業(yè)B的搜索策略，會(huì)發(fā)現(xiàn)選擇跟隨搜索仍然是比較優(yōu)的搜索策略，如此形成A與B分別采取“跟隨-領(lǐng)先-跟隨…”和“領(lǐng)先-跟隨-領(lǐng)先…”的博弈策略，此時(shí)新創(chuàng)企業(yè)的收益為：K′=[π1+(1-θ)d2]+δ(π1+θd1-c1)+δ2[π1+ (1-θ)d2]+δ3(π1+θd1-c1)+…=[π1+(1-θ)d2](1-δ2n)/(1-δ2)+δ(π1+θd1-c1)(1-δ2n)/(1-δ2)=[π1(1+δ)+(1-θ)d2+δ(θd1-c1)]/(1-δ2)

(2)

因?yàn)棣?(c1+d2)/(d1+d2)，新創(chuàng)企業(yè)A采用“跟隨-領(lǐng)先”交替搜索策略的收益將比一直采用領(lǐng)先策略或跟隨搜索的收益要高。

三、搜索時(shí)機(jī)的演化博弈分析

演化博弈建立在動(dòng)態(tài)博弈基礎(chǔ)之上，基于有限理性假設(shè)強(qiáng)調(diào)博弈均衡是學(xué)習(xí)調(diào)整的結(jié)果而不是選擇的結(jié)果，這與集群企業(yè)知識(shí)搜索策略選擇相吻合[25]。與以往從宏觀與中觀視角研究集群創(chuàng)新不同，本文重點(diǎn)關(guān)注集群創(chuàng)新的微觀企業(yè)基礎(chǔ)，并引入重復(fù)博弈、有限理性假設(shè)與動(dòng)態(tài)演化的博弈分析方法，闡述集群新創(chuàng)企業(yè)與在位企業(yè)搜索互動(dòng)的內(nèi)在機(jī)理，這有助于揭開(kāi)集群企業(yè)創(chuàng)新行為的黑箱。集群網(wǎng)絡(luò)下企業(yè)間地理、產(chǎn)業(yè)與資源臨近，企業(yè)間的博弈行為具有長(zhǎng)期性與重復(fù)性。新創(chuàng)企業(yè)經(jīng)過(guò)長(zhǎng)期的模仿、學(xué)習(xí)與調(diào)整最終趨于穩(wěn)定，某種策略導(dǎo)致的均衡經(jīng)受有限理性的干擾，即達(dá)到演化穩(wěn)定策略(ESS)[16]。集群企業(yè)由實(shí)力不對(duì)稱的“在位企業(yè)”和“新創(chuàng)企業(yè)”構(gòu)成，新創(chuàng)企業(yè)由于資源和實(shí)力有限，具有跟隨模仿的動(dòng)機(jī)，這一定程度上侵蝕了先行創(chuàng)新者的收益。有限理性與檸檬市場(chǎng)效應(yīng)導(dǎo)致在位企業(yè)減少創(chuàng)新投入，而新創(chuàng)企業(yè)若持續(xù)模仿可能導(dǎo)致集群陷入同質(zhì)化困境，最終導(dǎo)致產(chǎn)業(yè)低端化與利潤(rùn)下滑[26]。集群內(nèi)部搜索與跟隨模仿的長(zhǎng)期重復(fù)波動(dòng)構(gòu)成集群企業(yè)演化博弈的基礎(chǔ)，本節(jié)探討不同情境下的搜索策略對(duì)創(chuàng)新收益的影響。演化博弈中，復(fù)制動(dòng)態(tài)是描述某一特定策略在一個(gè)種群中被采用的頻數(shù)或頻率的動(dòng)態(tài)微分方程，各個(gè)群體所用策略的比率動(dòng)態(tài)變化方向與速度由群體中采用該策略的比例及采用該策略獲得收益超過(guò)平均收益的幅度決定[22]。

(一)新創(chuàng)企業(yè)與在位企業(yè)演化博弈分析

U1=y(π1+θd1-c1)+(1-y)(π1+θd1-c1)

(3)

U2=y[π1+(1-θ)d2]+(1-y)βπ1

(4)

(5)

W1=x(π2+θd2-c2)+(1-x)(π2+θd2-c2)

(6)

W2=x[π2+(1-θ)d1)]+(1-x)βπ2

(7)

(8)

表2 兩企業(yè)搜索互動(dòng)策略選擇的收益矩陣

從馬爾薩斯(Malthusian)動(dòng)態(tài)方程可知，某一種策略的增長(zhǎng)率與其相對(duì)適應(yīng)性相當(dāng)，這說(shuō)明個(gè)體適應(yīng)度比群體的平均適應(yīng)度高，這個(gè)策略被選中的概率就會(huì)隨著時(shí)間t的推移而上升[17]。由此得到新創(chuàng)企業(yè)A和在位企業(yè)B的復(fù)制動(dòng)態(tài)方程為：

(9)

(10)

鑒于系統(tǒng)的平衡點(diǎn)未必是演化穩(wěn)定策略(ESS)，對(duì)方程(9)和方程(10)組成系統(tǒng)的穩(wěn)定性可借助雅克比(Jacobian)矩陣的局部穩(wěn)定分析法來(lái)研究[24]。

(11)

若符合條件：DetJE>0，TrJ<0，那么復(fù)制動(dòng)態(tài)方程的均衡達(dá)到局部穩(wěn)定的或漸進(jìn)局部穩(wěn)定，相應(yīng)的均衡點(diǎn)就是演化穩(wěn)定策略[27]。由于π2(1-β)+θd2-c2和π1(1-β)+θd1-c1均大于0，依據(jù)演化博弈理論可知上述系統(tǒng)的演化路徑與均衡存在下述兩種情況[27]：

第一種情況：當(dāng)0<π2(1-β)+θd2-c2<(1-θ)d1+(1-β)π2，0<π1(1-β)+θd1-c1< (1-θ)d2+(1-β)π1時(shí)，表3展示了該種情形下系統(tǒng)局部演化的穩(wěn)定性結(jié)果。

表3 第一種情形下系統(tǒng)局部演化穩(wěn)定性分析結(jié)果

圖1 第一種情形下系統(tǒng)復(fù)制動(dòng)態(tài)演化相位圖

從圖1中可知，O、C兩個(gè)不穩(wěn)定的均衡點(diǎn)和鞍點(diǎn)G連接的折線構(gòu)成不同模式系統(tǒng)收斂的臨界線，當(dāng)初始狀態(tài)在OGCBO區(qū)域范圍，可以推斷系統(tǒng)收斂于(B2，A1)模式，這說(shuō)明當(dāng)在位企業(yè)選擇跟隨搜索時(shí)，而新創(chuàng)企業(yè)處于領(lǐng)先搜索，這種模式演化穩(wěn)定會(huì)形成“鎖定”狀態(tài)并導(dǎo)致其他模式逐漸消退[27-28]。相反，當(dāng)初始狀態(tài)處于OGCAO時(shí)，系統(tǒng)將收斂在(B1，A2)模式，即在位企業(yè)選擇領(lǐng)先搜索，新創(chuàng)企業(yè)選擇跟隨策略，這種收斂狀態(tài)較為理想。

第二種情況：當(dāng)π2(1-β)+θd2-c2>(1-θ)d1+(1-β)π2，π1(1-β)+θd1-c1> (1-θ)d2+(1-β)π1時(shí)，表4反映了系統(tǒng)局部演化的穩(wěn)定性結(jié)果。第二種情形下系統(tǒng)復(fù)制動(dòng)態(tài)演化相位圓如圖2所示。

圖2 第二種情形下系統(tǒng)復(fù)制動(dòng)態(tài)演化相位圖

平衡點(diǎn)TrJDetJE穩(wěn)定性結(jié)果(0,0)++不穩(wěn)定(0,1)不確定-不穩(wěn)定(1,0)不確定-不穩(wěn)定(1,1)-+ESS

在第二種情況下，如圖3所示只有(1，1)是演化穩(wěn)定策略，其對(duì)應(yīng)模式為(B1，A1)，該模式是指在位企業(yè)和新創(chuàng)企業(yè)均采取領(lǐng)先搜索策略，而其他三個(gè)點(diǎn)是系統(tǒng)不穩(wěn)定平衡點(diǎn)。

(二)新創(chuàng)企業(yè)與在位企業(yè)演化博弈的仿真分析

為了模擬參數(shù)θ或β變化對(duì)聯(lián)立方程組(9)和(10)的影響，本文運(yùn)用經(jīng)典4階龍格庫(kù)塔方法(Runge-Kutta)進(jìn)行仿真，考察通過(guò)參數(shù)θ或β變化，觀察演化博弈的演進(jìn)軌跡。根據(jù)上文中參數(shù)的大小關(guān)系條件，假定π1=100，π2=200；d1=80，d2=150；c1=10；c2=50。首先假定x=0.1，y=0.1不變，圖3是β隨θ取不同值(0.1，0.3，0.5，0.6，0.7和0.9)時(shí)演化方程的變化軌跡。從圖中可以看出，當(dāng)領(lǐng)先搜索風(fēng)險(xiǎn)收益系數(shù)θ低于0.6時(shí)，在位企業(yè)傾向選擇領(lǐng)先搜索，且新創(chuàng)企業(yè)在對(duì)手領(lǐng)先搜索概率低于0.1時(shí)，隨著跟隨模仿的風(fēng)險(xiǎn)系數(shù)增大到0.9時(shí)緩慢趨向(1，0)，當(dāng)新創(chuàng)企業(yè)在較高概率選擇跟隨搜索時(shí)演化結(jié)果趨向(0，1)，符合上述演化穩(wěn)定性分析的第一種情況；當(dāng)θ大于等于0.7時(shí)，企業(yè)從對(duì)手處獲得的知識(shí)溢出效應(yīng)(1-θ)di將迅速減少，新創(chuàng)企業(yè)與在位企業(yè)傾向選擇領(lǐng)先搜索策略，當(dāng)符合上述演化穩(wěn)定性分析的第二種情況時(shí)，最終趨向(1，1)。

(a)θ=0.1

(b)θ=0.3

(c)θ=0.5

(d)θ=0.6

(e)θ=0.7

(f)θ=0.9

圖4則是θ隨β取不同值(0.1，0.3，0.5和0.9)時(shí)演化方程的變化軌跡，從圖中可以看出β的增加對(duì)新創(chuàng)企業(yè)搜索時(shí)機(jī)選擇的影響并不明顯，無(wú)論在位企業(yè)是否選擇領(lǐng)先搜索，新創(chuàng)企業(yè)對(duì)領(lǐng)先搜索保持較低水平的敏感性，此時(shí)的演化系統(tǒng)并沒(méi)有穩(wěn)定解。其他參數(shù)變動(dòng)對(duì)演化結(jié)果的影響可以作類似的模擬。

(a)β=0.1

(b)β=0.3

(c)β=0.5

(d)β=0.9

(三)新創(chuàng)企業(yè)與在位企業(yè)演化博弈的結(jié)果分析

從以上動(dòng)態(tài)演進(jìn)過(guò)程可知，系統(tǒng)演化的長(zhǎng)期均衡結(jié)果與博弈的支付密切相關(guān)，同時(shí)受到博弈發(fā)生的初始狀態(tài)影響。首先分析領(lǐng)先搜索帶來(lái)的額外收益d1和d2。當(dāng)領(lǐng)先搜索給集群企業(yè)帶來(lái)的額外收益越大時(shí)，就會(huì)吸引更多企業(yè)采取領(lǐng)先搜索，但領(lǐng)先收益獲受到領(lǐng)先搜索風(fēng)險(xiǎn)收益系數(shù)θ的擾動(dòng)(圖3所示)，只有領(lǐng)先搜索的收益足夠大時(shí)，才能對(duì)集群企業(yè)實(shí)施領(lǐng)先搜索產(chǎn)生激勵(lì)。其次分析領(lǐng)先搜索所付出的成本c1和c2。集群企業(yè)為領(lǐng)先搜索付出的成本越小時(shí)，搜索的門檻越低，傾向選擇領(lǐng)先搜索策略的概率就越大。而集群企業(yè)領(lǐng)先搜索成本，又直接與集群本地知識(shí)網(wǎng)絡(luò)結(jié)構(gòu)及知識(shí)服務(wù)型平臺(tái)建設(shè)相關(guān)，本地知識(shí)網(wǎng)絡(luò)相對(duì)開(kāi)放，并且知識(shí)服務(wù)型機(jī)構(gòu)完善的集群，企業(yè)領(lǐng)先搜索的成本相對(duì)較低。最后分析跟隨搜索的企業(yè)將獲得知識(shí)溢出收益(1-θ)di，以及集群企業(yè)雙方都采取盲目跟隨模仿的損壞作用β。集群企業(yè)領(lǐng)先搜索收益如果高于跟隨搜索獲得直接收益加知識(shí)溢出收益，那么集群新創(chuàng)企業(yè)更愿意進(jìn)行領(lǐng)先搜索，但是在跟隨搜索獲得收益高于領(lǐng)先收益時(shí)，雙方也必須考慮同時(shí)采取跟隨搜索策略時(shí)的損害作用的大小(圖3所示)。

四、結(jié)論與啟示

本文運(yùn)用重復(fù)博弈及演化博弈分析集群新創(chuàng)企業(yè)與在位企業(yè)搜索時(shí)機(jī)互動(dòng)，并借助模擬仿真方法揭示演化路徑，得到以下結(jié)論：第一，集群新創(chuàng)企業(yè)領(lǐng)先搜索與搜索風(fēng)險(xiǎn)有著重要關(guān)聯(lián)，并權(quán)衡搜索獲益與搜索成本之間的關(guān)系加以選擇；第二，重復(fù)博弈中，集群新創(chuàng)企業(yè)交替性選擇跟隨搜索策略和領(lǐng)先搜索策略比持續(xù)選擇領(lǐng)先搜索和跟隨搜索獲益更大，但前提是競(jìng)爭(zhēng)對(duì)手選擇領(lǐng)先搜索的收益要高于其選擇跟隨搜索的收益；第三，在演化博弈分析中，系統(tǒng)演化的長(zhǎng)期均衡結(jié)果可能是領(lǐng)先搜索，也可能是跟隨搜索，其最終演進(jìn)路徑與收斂情況與博弈的支付和博弈發(fā)生的初始狀態(tài)相關(guān)。

通過(guò)上述博弈分析，為了引導(dǎo)集群企業(yè)朝著良性方向發(fā)展，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和集群轉(zhuǎn)型升級(jí)，集群當(dāng)?shù)卣梢圆扇∫韵麓胧旱谝?，加大知識(shí)產(chǎn)權(quán)保護(hù)和公共服務(wù)平臺(tái)建設(shè)，保護(hù)集群領(lǐng)先搜索企業(yè)的合理收益，并對(duì)企業(yè)搜索外部技術(shù)和市場(chǎng)知識(shí)提供針對(duì)性的公共服務(wù)，降低搜索風(fēng)險(xiǎn)和搜索成本，遏制集群企業(yè)的不正當(dāng)競(jìng)爭(zhēng)和機(jī)會(huì)主義行為。第二，政府應(yīng)鼓勵(lì)集群企業(yè)采取領(lǐng)先搜索策略，探索與創(chuàng)新行業(yè)先進(jìn)技術(shù)或引進(jìn)相關(guān)行業(yè)技術(shù)，倡導(dǎo)領(lǐng)先企業(yè)設(shè)定行業(yè)技術(shù)標(biāo)準(zhǔn)，引導(dǎo)技術(shù)和市場(chǎng)的差異化競(jìng)爭(zhēng)。第三，根據(jù)集群生態(tài)系統(tǒng)特征，引導(dǎo)大量集群中小企業(yè)在集群生態(tài)系統(tǒng)演化過(guò)程中找到合適的生態(tài)位，發(fā)揮各個(gè)企業(yè)的優(yōu)勢(shì)，實(shí)現(xiàn)產(chǎn)業(yè)鏈的橫向分工合理和縱向合作有序。

對(duì)企業(yè)的管理啟示主要體現(xiàn)在三個(gè)方面：首先，新創(chuàng)企業(yè)在集群環(huán)境下生存，應(yīng)利用相對(duì)競(jìng)爭(zhēng)對(duì)手的有利搜索時(shí)機(jī)，避開(kāi)在位企業(yè)的非對(duì)稱競(jìng)爭(zhēng)壓力，實(shí)現(xiàn)差異化定位與獲取知識(shí)搜索收益最大化；其次，新創(chuàng)企業(yè)與集群在位企業(yè)長(zhǎng)期競(jìng)爭(zhēng)初期，可以選擇跟隨與領(lǐng)先交替策略試探競(jìng)爭(zhēng)對(duì)手，以實(shí)現(xiàn)重復(fù)競(jìng)爭(zhēng)中的收益最大化；最后，新創(chuàng)企業(yè)應(yīng)根據(jù)演化博弈中的演進(jìn)路徑及收斂規(guī)律選擇適合的搜索時(shí)機(jī)策略，以打破集群企業(yè)間的鎖定關(guān)系。

[1]WUAQ,WEIJ.EffectsofgeographicsearchonproductinnovationinindustrialclusterfirmsinChina[J].ManagementandOrganizationReview,2013,9(3):465-487.

[2]BOUDREAUKJ,LACETERAN,LakhaniKR.Parallelsearch,incentivesandproblemtype:Revisitingthecompetitionandinnovationlink[R/OL].HarvardBusinessSchool,2008.[2016-11-21].http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1264038.

[3]KATILAR,CHENEL.Effectsofsearchtimingontimeoninnovation:Thevalueofnotbeinginsyncwithrivals[J].AdministrativeScienceQuarterly,2008,53(4):593-625.

[4] 曹瑄瑋,唐方成,郎淳剛.時(shí)間戰(zhàn)略:戰(zhàn)略管理研究中的一個(gè)缺失[J].西安交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2011,31(2):31-37.

[5]CHEMMJ.Competitoranalysisandinterfirmrivalry:Towardatheoreticalintegration[J].AcademyofManagementReview,1996,21(1):100-134.

[6] 鄔愛(ài)其,李生校.外部創(chuàng)新搜尋戰(zhàn)略與新創(chuàng)集群企業(yè)產(chǎn)品創(chuàng)新[J].科研管理,2012,33(7):1-7.

[7]LINCJ,LICR.Theeffectofboundary-spanningsearchonbreakthroughinnovationsofnewtechnologyventures[J].IndustryandInnovation,2013,20(2):93-113.

[8]BERENDSH,ANTONACOPOULOUE.Timeandorganizationallearning:Areviewandagendaforfutureresearch[J].InternationalJournalofManagementReviews,2014,16(3):437-453.

[9]CHENEL,KATILAR,MCDONALDR,etal.Lifeinthefastlane:Originsofcompetitiveinteractioninnewvs.establishedmarkets[J].StrategicManagementJournal,2010,31(13):1527-1547.

[10]KATILAR,CHENEL,PIEZUNKAH.Alltherightmoves:Howentrepreneurialfirmscompeteeffectively[J].StrategicEntrepreneurshipJournal,2012,6(2):116-132.

[11] 吳結(jié)兵,郭斌.企業(yè)適應(yīng)性行為、網(wǎng)絡(luò)化與產(chǎn)業(yè)集群的共同演化：紹興縣紡織業(yè)集群發(fā)展的縱向案例研究[J].管理世界,2010,(2):141-155.

[12]KATILARA,AHUJAG.Somethingold,somethingnew:Alongitudinalstudyofsearchbehaviorandnewproductintroduction[J].AcademyofManagementJournal,2002,45(6):1183-1194.

[13]ZUCCHINIL,KRETSCHMERT.Competitivepressure:Competitivedynamicsasreactionstomultiplerivals[R/OL]. ()[2016-11-21].http://hdl.handle.net/10419/104531.

[14]O’CASSA,HEIRATIN,NGOLV.Achievingnewproductsuccessviathesynchronizationofexplorationandexploitationacrossmultiplelevelsandfunctionalareas[J].IndustrialMarketingManagement,2014,43(5):862-872．

[15] 鄔愛(ài)其,李生校.從“到哪里學(xué)習(xí)”轉(zhuǎn)向“向誰(shuí)學(xué)習(xí)”:專業(yè)知識(shí)搜尋戰(zhàn)略對(duì)新創(chuàng)集群企業(yè)創(chuàng)新績(jī)效的影響[J].科學(xué)學(xué)研究,2011(2):1906-1913.

[16] 盛昭翰,蔣德鵬.演化經(jīng)濟(jì)學(xué)[M].上海:上海三聯(lián)書店,2002:281-326.

[17] 謝識(shí)予.經(jīng)濟(jì)博弈論[M].2版.上海:復(fù)旦大學(xué)出版社,2002：56-63.

[18] 胡榮,陳?ài)?袁鵬.成本領(lǐng)先背景下雙寡頭企業(yè)差異化決策的博弈分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2010,40(23):16-22.

[19] 高闖,潘忠志.產(chǎn)業(yè)集群企業(yè)創(chuàng)新行為的動(dòng)態(tài)博弈研究[J].商業(yè)研究,2006(22):1-5.

[20] 李慶滿,楊皎平,金彥龍.集群內(nèi)部競(jìng)爭(zhēng)、技術(shù)創(chuàng)新力與集群企業(yè)技術(shù)創(chuàng)新績(jī)效[J].管理學(xué)報(bào),2013,10(5):746-753.

[21] 曹國(guó)昭,齊二石.競(jìng)爭(zhēng)博弈下新創(chuàng)企業(yè)混合柔性技術(shù)戰(zhàn)略決策研究[J].管理學(xué)報(bào),2015,12(1):118-125.

[22] 張宏娟,范如國(guó).基于復(fù)雜網(wǎng)絡(luò)演化博弈的傳統(tǒng)產(chǎn)業(yè)集群低碳演化模型研究[J].中國(guó)管理科學(xué),2014,22(12):41-47.

[23] 彭偉,朱雪嫣,符正平.集群新創(chuàng)企業(yè)成長(zhǎng)機(jī)制:理論模型與案例驗(yàn)證[J].產(chǎn)經(jīng)評(píng)論,2012(2):65-72.

[24] 于斌斌,余雷.基于演化博弈的集群企業(yè)創(chuàng)新模式選擇研究[J].科研管理,2015,36(4):30-38.

[25] 約翰·梅納德·史密斯.演化與博弈論[M].潘香陽(yáng),譯.上海:復(fù)旦大學(xué)出版社,2008：131-140.

[26] 徐巖,胡斌,錢任.基于隨機(jī)演化博弈的戰(zhàn)略聯(lián)盟穩(wěn)定性分析和仿真[J].系統(tǒng)工程理論與實(shí)踐,2011,31(5):920-926.

[27]WEIBULLJW.Evolutionarygametheory[M].Boston:MITPress,1998：96-114.

[28] 羅小芳,李柏洲.企業(yè)原始創(chuàng)新產(chǎn)學(xué)研合作模式的選擇：兩種模式選擇的演化博弈分析[J].軟科學(xué)，2014,28(8):1-6.

(責(zé)任編輯： 錢一鶴)

Game Analysis of Search Timing Interaction Between New Ventures and Incumbent Firms in Cluster

FENGXiaobin,ZHOUJiawei

(School of Economics and Management, Zhejiang Sci-Tech University, Hangzhou 310018, China)

New ventures in cluster and incumbent firms game around search timing. The previous research was limited to the order of market entry or new product introduction speed, and failed to reveal repeated selection mechanism and dynamic evolution law of search timing for new ventures in cluster. Therefore, this paper builds a repeated game model and evolution path of search timing selection for “search-response” problem under multi-stage competition of new ventures. The results are as follows. Firstly, whether new ventures select leading search or following search strategy depends on risk, return and cost of searching. Secondly, in the repeated game, if the revenue of leading search which incumbent firms choose is higher than that of following search, new ventures will intermittently choose following search and leading search. Thirdly, the long-term equilibrium simulation result of evolution system may be leading search or following search. The simulation result of evolutionary game shows the final evolution path and convergence are determined by the payment of the game and the initial state of the game.

new ventures, incumbent firm, search timing, repeated game.

10.3969/j.issn.1673-3851.2017.04.003

2016-11-21 網(wǎng)絡(luò)出版日期：2017-03-28

國(guó)家自然科學(xué)基金項(xiàng)目(71302125)；浙江省科技廳軟科學(xué)項(xiàng)目(2017C35022)；浙江理工大學(xué)在線開(kāi)放課程建設(shè)項(xiàng)目(ZXKC1605)

奉小斌(1984-)，男，湖南永州人，副教授，博士，主要從事質(zhì)量與創(chuàng)新管理方面的研究。

F273.1

A

1673- 3851 (2017) 02- 0106- 08