創(chuàng)新生態(tài)系統(tǒng)主體技術(shù)策略研究
——基于領(lǐng)先企業(yè)與跟隨企業(yè)的演化博弈與仿真

譚勁松, 趙曉陽

(1.加拿大約克大學舒立克商學院，多倫多 M3J 1P3，加拿大; 2.天津大學管理與經(jīng)濟學部，天津 300072; 3. 河海大學商學院，南京 211100)

0 引 言

經(jīng)濟新常態(tài)下，創(chuàng)新生態(tài)系統(tǒng)是支撐我國經(jīng)濟轉(zhuǎn)型和高質(zhì)量發(fā)展的重要力量. 創(chuàng)新生態(tài)系統(tǒng)強調(diào)多元化生態(tài)位和種群間動態(tài)交互，是自適應(yīng)、自組織和自協(xié)調(diào)的協(xié)同演化復雜系統(tǒng)[1]. 以種群區(qū)分，創(chuàng)新生態(tài)系統(tǒng)可以看作領(lǐng)先企業(yè)種群和跟隨企業(yè)種群的集合，種群間相互影響、制約，形成推動創(chuàng)新生態(tài)進化的核心動能[2]. 領(lǐng)先企業(yè)作為自主創(chuàng)新的主體，是生態(tài)進化的引導者和供給側(cè)結(jié)構(gòu)性改革的原動力[3]. 跟隨企業(yè)在平衡供需關(guān)系、生態(tài)位多元化、創(chuàng)新生態(tài)系統(tǒng)成長和進化等方面起關(guān)鍵作用，是促進創(chuàng)新生態(tài)系統(tǒng)升級、產(chǎn)業(yè)發(fā)展完善的基石[4, 5]. 環(huán)境要素中的知識產(chǎn)權(quán)制度，構(gòu)成平衡領(lǐng)先企業(yè)、跟隨企業(yè)兩股力量的制度框架，是創(chuàng)新生態(tài)可持續(xù)發(fā)展的保障. 對領(lǐng)先企業(yè)而言，由于創(chuàng)新存在溢出風險[6]，通常需要在專利與技術(shù)秘密間權(quán)衡[7-9]，以保護創(chuàng)新、保持持續(xù)競爭力. 跟隨企業(yè)往往根據(jù)知識產(chǎn)權(quán)制度和技術(shù)環(huán)境認知收益和風險，選擇模仿或替代策略學習追趕[10, 11]. 領(lǐng)先企業(yè)創(chuàng)新保護策略和跟隨企業(yè)跟隨策略，是在知識產(chǎn)權(quán)制度框架下創(chuàng)新生態(tài)主體間動態(tài)博弈的結(jié)果，主體策略與環(huán)境的有機聯(lián)系、動態(tài)反饋促進創(chuàng)新生態(tài)協(xié)同進化[12]. 以智能手機創(chuàng)新生態(tài)系統(tǒng)為例，蘋果、高通等企業(yè)基于技術(shù)創(chuàng)新形成優(yōu)勢，處于核心領(lǐng)先企業(yè)生態(tài)位，三星、華為、中興等公司處于跟隨企業(yè)生態(tài)位. 領(lǐng)先企業(yè)在以公開換專利制度保護和通過技術(shù)秘密維持領(lǐng)先優(yōu)勢間尋求平衡，有的側(cè)重以專利保護創(chuàng)新，比如高通在無線通訊、芯片設(shè)計等領(lǐng)域構(gòu)建的專利壁壘，有的采用技術(shù)秘密防止隱性知識溢出，比如蘋果對OS操作系統(tǒng)的保護. 三星等跟隨企業(yè)向領(lǐng)先企業(yè)學習，有的選擇模仿策略快速追趕，有的通過替代策略尋求差異化定位. 基于知識的競爭是該創(chuàng)新生態(tài)系統(tǒng)中的主旋律，主體間的動態(tài)博弈推動了智能手機創(chuàng)新生態(tài)系統(tǒng)的發(fā)展. 創(chuàng)新生態(tài)系統(tǒng)主體的技術(shù)策略選擇，是理論與實踐界普遍關(guān)心的問題，也是本文將要探討的核心問題.

領(lǐng)先企業(yè)需要根據(jù)自身特點選擇與其微觀環(huán)境、中觀環(huán)境和宏觀環(huán)境匹配的創(chuàng)新保護策略[13]. 微觀層面，創(chuàng)新保護策略選擇要考慮企業(yè)規(guī)模、性質(zhì)、資源能力、創(chuàng)新特征、戰(zhàn)略匹配等因素[14-16]. 耶魯調(diào)查、卡內(nèi)基梅隆等調(diào)查問卷發(fā)現(xiàn)，無論對產(chǎn)品創(chuàng)新還是過程創(chuàng)新，技術(shù)秘密相對專利都更重要[17, 18]. 相對于過程創(chuàng)新，企業(yè)對產(chǎn)品創(chuàng)新更傾向于采取專利保護[19, 20]. 中觀層面，領(lǐng)先企業(yè)嵌入中觀社會網(wǎng)絡(luò)中，創(chuàng)新保護策略受中觀社會網(wǎng)絡(luò)環(huán)境的影響[21, 22]. 行業(yè)技術(shù)復雜度影響專利和技術(shù)秘密的選擇，相較于其他行業(yè)，制藥和化學制品行業(yè)專利作用更加突出[23]. 供求關(guān)系、產(chǎn)業(yè)競爭強度、競爭對手數(shù)量、替代品威脅、產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)業(yè)生命周期等因素也影響企業(yè)的創(chuàng)新保護策略[24, 25]. 宏觀層面，領(lǐng)先企業(yè)的創(chuàng)新保護策略受制度環(huán)境的制約[26]，制度環(huán)境通過理性選擇、同質(zhì)性壓力和組織慣性三種機制塑造領(lǐng)先企業(yè)的創(chuàng)新保護策略[27]. 領(lǐng)先企業(yè)對制度的感知形成其判斷基準，在同質(zhì)性壓力下理性選擇創(chuàng)新保護策略，由于路徑依賴效應(yīng)，其策略在一定范圍和歷史時期內(nèi)保持穩(wěn)定[28, 29].

由于知識易于溢出的特性，創(chuàng)新生態(tài)中處于后發(fā)位置的跟隨企業(yè)可以通過專利、信息交互、人員流動、逆向工程等方式獲取溢出的知識，對領(lǐng)先企業(yè)進行學習追趕[30]，一般來說跟隨企業(yè)可以采取模仿和替代兩種跟隨策略[11]. 前者主要通過仿造復制領(lǐng)先企業(yè)的技術(shù)路徑，后者關(guān)注如何采用不同的技術(shù)路徑達到與領(lǐng)先企業(yè)技術(shù)創(chuàng)新相似的功效. 在強知識產(chǎn)權(quán)制度環(huán)境下，跟隨企業(yè)為了避免侵權(quán)訴訟的損失，更傾向于采用替代策略. 反之，弱知識產(chǎn)權(quán)保護環(huán)境下，跟隨企業(yè)更傾向于采用模仿策略[31]. 領(lǐng)先企業(yè)對知識產(chǎn)權(quán)的保護策略對跟隨企業(yè)的策略選擇也有影響，當領(lǐng)先企業(yè)通過專利保護其創(chuàng)新并積極行使專利權(quán)時，跟隨企業(yè)更傾向于采用替代策略[7]. 跟隨企業(yè)高管的認知也是其跟隨策略選擇的重要內(nèi)因[6].

考慮領(lǐng)先企業(yè)與跟隨企業(yè)之間博弈的情況，領(lǐng)先企業(yè)選擇以專利或技術(shù)秘密的形式保護創(chuàng)新，可以控制信息披露的方式和強度[32]. 跟隨企業(yè)考慮創(chuàng)新的價值、模仿的成本和侵權(quán)的風險，選擇是否進行模仿. 根據(jù)領(lǐng)先企業(yè)與跟隨企業(yè)的選擇形成的競爭態(tài)勢，基于經(jīng)濟學的競爭模型(如古諾模型)計算收益，評估競爭者與模仿者的最優(yōu)選擇[33-35]. Mosel發(fā)現(xiàn)，考慮到專利保護的成本，企業(yè)對較小程度的創(chuàng)新采用技術(shù)秘密，對較大程度的創(chuàng)新采用專利保護[36]. Mihm等采用仿真的方法研究了企業(yè)在創(chuàng)新競賽的過程中創(chuàng)新保護策略選擇，指出當兩個領(lǐng)先企業(yè)間競爭時，專利策略對雙方都更優(yōu). 當領(lǐng)先企業(yè)與跟隨企業(yè)競爭時，領(lǐng)先企業(yè)應(yīng)采取技術(shù)秘密策略保護創(chuàng)新，跟隨企業(yè)應(yīng)采取專利策略進行專利布局[37].

以往研究存在以下三點不足：第一，關(guān)注專利制度的信息公開和保護作用，忽略了專利申請補貼機制對企業(yè)創(chuàng)新保護策略的影響，這一不足在新興經(jīng)濟體情境中尤其突顯. 第二，以往研究主要考慮個體間博弈，而創(chuàng)新生態(tài)系統(tǒng)中的主體策略是在群體生態(tài)中形成演化，且創(chuàng)新生態(tài)主體并非完全理性，已有研究對宏微觀交互作用下創(chuàng)新生態(tài)系統(tǒng)種群中的有限理性主體技術(shù)策略形成機理研究不足；第三，以往研究主要關(guān)注領(lǐng)先企業(yè)的策略，忽視了跟隨企業(yè)在創(chuàng)新生態(tài)中的策略選擇機理及其對創(chuàng)新生態(tài)發(fā)展的影響. 針對以上不足，本文結(jié)合演化博弈和仿真模擬方法，研究創(chuàng)新生態(tài)中主體技術(shù)策略，探索創(chuàng)新生態(tài)系統(tǒng)中領(lǐng)先企業(yè)與跟隨企業(yè)間的博弈規(guī)律，以及創(chuàng)新保護策略、跟隨策略的動態(tài)演化特征.

本文的創(chuàng)新之處在于：第一，結(jié)合中國知識產(chǎn)權(quán)制度背景和企業(yè)管理實踐，整合專利制度公開、保護、補貼等機制，分析創(chuàng)新生態(tài)系統(tǒng)不同種群主體技術(shù)策略形成機理. 第二，引入種群演化理論和有限理性假設(shè)，分析創(chuàng)新生態(tài)系統(tǒng)中主體策略的動態(tài)演化，提出創(chuàng)新生態(tài)系統(tǒng)主體的技術(shù)策略是有限理性假設(shè)下企業(yè)相互間學習、競爭的結(jié)果，符合生態(tài)學種群與環(huán)境協(xié)同演化特征. 第三，采用動態(tài)演化博弈和仿真模擬兩種互補的研究方法，研究創(chuàng)新保護策略與跟隨策略的博弈關(guān)系，豐富了創(chuàng)新生態(tài)系統(tǒng)主體技術(shù)策略形成演化機理研究，深化了跟隨企業(yè)技術(shù)競爭相關(guān)理論.

1 模型建立

1.1 模型假設(shè)和描述

創(chuàng)新生態(tài)系統(tǒng)中處于核心位置的領(lǐng)先企業(yè)種群主導生態(tài)的發(fā)展，在技術(shù)創(chuàng)新、協(xié)調(diào)網(wǎng)絡(luò)關(guān)系、知識外部性、生態(tài)系統(tǒng)進化等方面做出重要的貢獻[3]. 處于非核心位置的跟隨企業(yè)種群處于從屬和配套地位，通過技術(shù)模仿、互補和替代，與領(lǐng)先企業(yè)形成生態(tài)位差異，促進創(chuàng)新生態(tài)系統(tǒng)的規(guī)模效應(yīng)和協(xié)同效應(yīng)，進一步推動系統(tǒng)創(chuàng)新升級[38]. 領(lǐng)先企業(yè)和跟隨企業(yè)的動態(tài)競合關(guān)系構(gòu)成了生態(tài)系統(tǒng)變異、保存、可持續(xù)發(fā)展的根基[39]. 以差異化種群生態(tài)為基礎(chǔ)的創(chuàng)新生態(tài)系統(tǒng)觀為解釋企業(yè)技術(shù)策略提供了新視角.

本文從宏微觀交互的動態(tài)視角剖析創(chuàng)新生態(tài)系統(tǒng)自組織進化中領(lǐng)先企業(yè)創(chuàng)新保護策略及跟隨企業(yè)跟隨策略選擇的內(nèi)在機理，分析領(lǐng)先企業(yè)創(chuàng)新保護策略、跟隨企業(yè)跟隨策略的形成及演化. 創(chuàng)新保護策略和跟隨策略是在雙方博弈中產(chǎn)生的，其決策是一個不斷調(diào)整的動態(tài)過程，表現(xiàn)出生態(tài)學種群演化特征[40]. 據(jù)此，提出如下假設(shè).

假設(shè)1創(chuàng)新生態(tài)系統(tǒng)中存在由m個領(lǐng)先企業(yè)Li(i=1,2,3,…,m)組成的領(lǐng)先企業(yè)種群，與n個跟隨企業(yè)Fj(j=1,2,3,…,n)構(gòu)成的跟隨企業(yè)種群.m

假設(shè)2作為技術(shù)創(chuàng)新的主導者，領(lǐng)先企業(yè)具備知識和技術(shù)優(yōu)勢. 為了引領(lǐng)生態(tài)發(fā)展，其既希望通過知識擴散帶來正外部性，使生態(tài)多元化、規(guī)?；? 同時，為了保持競爭優(yōu)勢及對生態(tài)系統(tǒng)的領(lǐng)導力，要把握知識溢出的節(jié)奏和速度[41]. 領(lǐng)先企業(yè)有兩種創(chuàng)新保護策略：a)專利；b)技術(shù)秘密[42]. 專利以公開換保護，使領(lǐng)先企業(yè)既能促進顯性知識擴散，又能通過制度手段掌握擴散速度和擴散對象，把握創(chuàng)新生態(tài)的話語權(quán)和主動性，但難于監(jiān)控和治理，依賴制度保護有效性. 技術(shù)秘密優(yōu)勢在于保護隱性知識，保持技術(shù)獨占優(yōu)勢，但存在溢出不易維權(quán)的風險.

假設(shè)3跟隨企業(yè)是創(chuàng)新生態(tài)系統(tǒng)發(fā)展的重要推動力，一定程度上從屬領(lǐng)先企業(yè)，但也期望提高議價能力，甚至成為新的領(lǐng)先企業(yè). 與領(lǐng)先企業(yè)的博弈中，跟隨企業(yè)有兩種跟隨策略：c)模仿；d)替代. 模仿策略成本和難度低，但容易被制度約束. 替代策略成本和難度高，但無侵權(quán)風險，也為其改變自身地位和議價能力帶來機會[43].

假設(shè)4創(chuàng)新生態(tài)系統(tǒng)演化可以看作在一定的制度環(huán)境下，兩個種群動態(tài)調(diào)整策略的過程. 種群中個體的策略變化符合生物演化的復制動態(tài)方程，企業(yè)間競爭的同時相互學習，具備判斷和改變策略的能力. 根據(jù)自身和學習對象收益，個體策略不斷調(diào)整，博弈周期為產(chǎn)品生命周期.

在以上假設(shè)的基礎(chǔ)上，構(gòu)建演化博弈收益函數(shù). 領(lǐng)先企業(yè)技術(shù)創(chuàng)新帶來成本領(lǐng)先或差異化優(yōu)勢，引領(lǐng)創(chuàng)新生態(tài)系統(tǒng)演化，跟隨企業(yè)將對領(lǐng)先企業(yè)的技術(shù)創(chuàng)新進行學習追趕，能生產(chǎn)與領(lǐng)先企業(yè)同質(zhì)的產(chǎn)品；在一定的知識產(chǎn)權(quán)制度環(huán)境下，采用專利策略的領(lǐng)先企業(yè)可以通過專利許可、訴訟等方式，在創(chuàng)新生態(tài)系統(tǒng)中獲取許可費用或者訴訟賠償?shù)仁找?，但也因合同、談判、信息搜索而產(chǎn)生交易成本，同時降低了跟隨企業(yè)的模仿、替代難度[44]. 采用技術(shù)秘密策略的領(lǐng)先企業(yè)可以抑制知識的溢出，增加模仿和替代難度，但也存在喪失獨占性的風險. 另外，領(lǐng)先企業(yè)由于較早進入市場，得到時間、品牌和渠道等先發(fā)優(yōu)勢. 因此，假設(shè)領(lǐng)先企業(yè)一個博弈周期內(nèi)收益為R，跟隨企業(yè)收益為δR，1>δ>0 . 雙方博弈收益具體情況如下.

1)當領(lǐng)先企業(yè)采用專利策略，跟隨企業(yè)采取模仿策略時，領(lǐng)先企業(yè)收益為R+S-C1-C2+θR-C3.S為政府對專利的補貼；C1為研發(fā)成本；C2為申請和維護專利的成本；θ代表專利保護強度，θR表示行使專利所得許可或侵權(quán)賠償費用，C3為行使專利的成本. 跟隨企業(yè)收益為δR-αC1-θR.α為模仿難度帶來的損失系數(shù)，θR為被行使專利權(quán)付出的許可或賠償費用. 2)當領(lǐng)先企業(yè)采取專利策略而跟隨企業(yè)采取替代策略時，領(lǐng)先企業(yè)的收益為R+S-C1-C2. 跟隨企業(yè)的收益為δR-βC1，β為替代難度帶來的損失系數(shù). 3)當領(lǐng)先企業(yè)采取技術(shù)秘密策略而跟隨企業(yè)采取模仿策略時，領(lǐng)先企業(yè)的收益為R-C1，跟隨企業(yè)的收益為δR-μαC1，μ為無專利披露信息增加的學習(包括模仿和替代)難度系數(shù)[45]. 4)當領(lǐng)先企業(yè)采取技術(shù)秘密策略，跟隨企業(yè)采取替代策略時，領(lǐng)先企業(yè)收益為R-C1，跟隨企業(yè)收益為δR-μβC1. 四種局勢下，收益矩陣如下(表1).

表1 企業(yè)創(chuàng)新保護、跟隨策略博弈收益矩陣

在現(xiàn)實情況下，存在如下約束條件：①C1>C2，研發(fā)成本大于專利成本. ②μ>1，領(lǐng)先企業(yè)采用技術(shù)秘密時增加了跟隨企業(yè)的學習難度和成本. ③β>α，替代難度大于模仿難度. ④θR≥C3，領(lǐng)先企業(yè)獲得專利許可或侵權(quán)賠償費用大于等于其行使專利成本.

1.2 復制動態(tài)方程

在上述模型的演化博弈中，假設(shè)t時刻領(lǐng)先企業(yè)群體中選擇專利策略的企業(yè)所占比例為p，跟隨企業(yè)群體中選擇模仿策略的企業(yè)所占比例為q. 根據(jù)復制動態(tài)連續(xù)確定性動力學方程，一策略參與者的增長率等于該策略群體的適應(yīng)度與總?cè)后w平均適應(yīng)度的差[46, 47]. 其動力學方程表示為

(1)

(2)

2 模型分析

2.1 均衡點穩(wěn)定性分析

根據(jù)Friedman提出的方法，演化系統(tǒng)均衡點的穩(wěn)定性可由該系統(tǒng)的雅可比矩陣局部穩(wěn)定性分析判斷[40, 48]. 上述模型的雅可比矩陣、矩陣行列式、跡和局部穩(wěn)定性分析表(表2)如下.

(3)

其行列式

detJ=(1-2p)[(θR-C3)q+S-C2](1-2q){(β-α)μC1-[θR+(μ-1)(β-α)C1]p}-

q(1-q)[-(μ-1)(β-α)C1-θR]p(1-p)(θR-C3)

(4)

跡:

trJ=(1-2p)[(θR-C3)q+S-C2]+(1-2q){(β-α)μC1-[θR+(μ-1)(β-α)C1]p}

(5)

表2 創(chuàng)新保護-跟隨策略演化博弈局部穩(wěn)定性分析表

根據(jù)以上系統(tǒng)演化穩(wěn)定性分析，通過不同的參數(shù)取值情況討論系統(tǒng)演化穩(wěn)定策略.

1)當C2

表3 情形1平衡點的局部穩(wěn)定性分析表

圖1 情形1演化相位圖

2)當C2(β-α)C1時，有四個平衡點(0,0),(0,1),(1,0),(1,1). 其中B(1,0)是局部漸進穩(wěn)定點，(專利，替代)是演化穩(wěn)定策略，局部穩(wěn)定性分析如表4所示，相位圖如圖2所示. 專利運營成本小于政府補貼，許可、侵權(quán)賠償費用大于技術(shù)替代與模仿成本差時，受到較強知識產(chǎn)權(quán)保護和強政策激勵的影響，領(lǐng)先企業(yè)與跟隨企業(yè)的演化穩(wěn)定策略是專利策略和替代策略.

圖2 情形2演化相位圖

3)當θR-C3+S>C2>S且(β-α)C1>θR時，有四個平衡點(0,0),(0,1),(1,0),(1,1). 其中C(1,1)是局部漸進穩(wěn)定點，(專利，模仿)是演化穩(wěn)定策略，局部穩(wěn)定性分析如表5所示，相位圖如圖3所示. 專利運營成本大于政府補貼，小于專利行使收益加政府補貼，許可或侵權(quán)賠償費用小于技術(shù)替代與模仿成本差時，由于較高的替代難度，跟隨企業(yè)選擇模仿策略. 知識產(chǎn)權(quán)保護和政策激勵都較弱，但行使專利權(quán)的成本也低，領(lǐng)先企業(yè)采用專利策略.

表5 情形3平衡點的局部穩(wěn)定性分析表

圖3 情形3演化相位圖

4)當θR-C3+S>C2>S且θR>(β-α)C1時，有五個平衡點(0,0),(0,1),(1,0),(1,1),(p*,q*). 系統(tǒng)不存在演化穩(wěn)定策略，局部穩(wěn)定性分析如表6所示，相位圖如圖4所示. 專利運營成本大于政府補貼，小于專利行使收益加政府補貼，許可或侵權(quán)賠償費用大于技術(shù)替代與模仿成本差時，權(quán)衡知識產(chǎn)權(quán)保護成本和收益、替代難度和知識溢出可能，系統(tǒng)中兩種群沒有演化穩(wěn)定策略，主體策略規(guī)律性持續(xù)波動.

表6 情形4平衡點的局部穩(wěn)定性分析表

圖4 情形4演化相位圖

5)當C2>θR-C3+S且θR<(β-α)C1時，有四個平衡點(0,0),(0,1),(1,0),(1,1). 其中A(0,1)是局部漸進穩(wěn)定點，(技術(shù)秘密，模仿)是演化穩(wěn)定策略，局部穩(wěn)定性分析如表7所示，相位圖如圖5所示. 專利運營成本大于專利行使收益加政府補貼，許可、侵權(quán)賠償費用小于技術(shù)替代與模仿成本差時，高知識產(chǎn)權(quán)運營成本將促使領(lǐng)先企業(yè)采用技術(shù)秘密策略，高替代難度使跟隨企業(yè)采用模仿策略.

表7 情形5平衡點的局部穩(wěn)定性分析表

圖5 情形5演化相位圖

6)當C2>θR-C3+S且θR>(β-α)C1時，有四個平衡點(0,0),(0,1),(1,0),(1,1). 其中A(0,1)是局部漸進穩(wěn)定點，(技術(shù)秘密，模仿)是演化穩(wěn)定策略，局部穩(wěn)定性分析如表8所示，相位圖如圖6所示. 專利運營成本大于專利行使收益加政府補貼，許可、侵權(quán)賠償費用大于技術(shù)替代與模仿成本差時，高知識產(chǎn)權(quán)運營成本使領(lǐng)先企業(yè)采用技術(shù)秘密策略. 無專利保護情況下，跟隨企業(yè)采用難度和成本較低的模仿策略.

表8 情形6平衡點的局部穩(wěn)定性分析表

圖6 情形6演化相位圖

2.2 參數(shù)對演化穩(wěn)定策略的影響

綜合以上均衡點穩(wěn)定性和演化穩(wěn)定策略分析可以看出(見表9)，在不同的情境下系統(tǒng)涌現(xiàn)四種演化狀態(tài)：1)當C2<θR-C3+S且θR<(β-α)C1時，即專利運營成本小于專利行使收益加政府補貼，且許可、侵權(quán)賠償費用小于技術(shù)替代與模仿成本差時，知識產(chǎn)權(quán)運營成本較低，技術(shù)替代難度高. 經(jīng)過反復的博弈，領(lǐng)先企業(yè)最終穩(wěn)定于專利策略，跟隨企業(yè)最終穩(wěn)定于模仿策略；2)當C2(β-α)C1時，即專利運營成本小于政府補貼，且許可或侵權(quán)賠償費用大于技術(shù)替代與模仿成本差時，知識產(chǎn)權(quán)保護較強，政策激勵較強. 經(jīng)過反復博弈，領(lǐng)先企業(yè)最終穩(wěn)定于專利策略，跟隨企業(yè)最終穩(wěn)定于替代策略；3)當C2>θR-C3+S時，即專利運營成本大于專利行使收益加政府補貼時，知識產(chǎn)權(quán)運營成本高、行使專利權(quán)難度高，經(jīng)過反復博弈，領(lǐng)先企業(yè)最終穩(wěn)定于技術(shù)秘密策略，跟隨企業(yè)最終穩(wěn)定于模仿策略. 4)當θR-C3+S>C2>S且θR>(β-α)C1時，專利運營成本大于政府補貼、小于專利行使收益加政府補貼，許可或侵權(quán)賠償費用大于技術(shù)替代與模仿成本差時，無演化穩(wěn)定策略，系統(tǒng)中主體策略規(guī)律性持續(xù)波動.

表9 局部穩(wěn)定性分析匯總表

3 多主體建模與仿真模擬

3.1 多主體建模與仿真

演化博弈復制動態(tài)方程的穩(wěn)定策略為理解差異性環(huán)境下領(lǐng)先企業(yè)種群和跟隨企業(yè)種群中完全理性主體技術(shù)策略的動態(tài)演化提供了思路. 而現(xiàn)實中主體是有限理性的，環(huán)境中信息是不完全的，為進一步拓展理論模型的適用性和邊界條件，本節(jié)采用仿真實驗?zāi)M創(chuàng)新生態(tài)系統(tǒng)主體的博弈過程，分析技術(shù)創(chuàng)新策略動態(tài)演化規(guī)律. 基于多主體的建模仿真(Agent-based Modeling and Simulation，ABMS)是一種自下而上的建模方法，通過對個體、個體間交互、環(huán)境選擇作用的刻畫，描述復雜的自組織現(xiàn)象和規(guī)律涌現(xiàn)[49]. 使用多主體仿真方法可以對領(lǐng)先企業(yè)和跟隨企業(yè)間交互博弈和學習方式進行定義，模擬領(lǐng)先企業(yè)與跟隨企業(yè)策略演化的過程，分析、揭示有限理性假設(shè)下企業(yè)創(chuàng)新保護策略和跟隨策略的形成和演化機理[50, 51].

3.2 仿真設(shè)計

以演化博弈模型為理論基礎(chǔ)，設(shè)定領(lǐng)先企業(yè)群體中主體有兩種行為選擇：專利策略和技術(shù)秘密策略，跟隨企業(yè)群體內(nèi)主體也有兩種行為選擇：模仿策略和替代策略. 兩類群體主體交互規(guī)則符合上節(jié)所述博弈收益矩陣. 兩群體內(nèi)主體由于有限理性和短視，通過向鄰居學習的方式更新其策略. 仿真實驗首先構(gòu)建了兩個群體，在創(chuàng)新生態(tài)系統(tǒng)中領(lǐng)先企業(yè)群體數(shù)量一般較少，設(shè)定該群體由50個主體構(gòu)成，跟隨企業(yè)數(shù)量較多，設(shè)定該群體由1 000個主體組成. 每個領(lǐng)先企業(yè)與跟隨企業(yè)群體中r個隨機主體進行博弈，每個跟隨企業(yè)與領(lǐng)先企業(yè)群體中k個隨機主體進行博弈，博弈對象數(shù)量代表了領(lǐng)先企業(yè)對市場監(jiān)控的水平和跟隨企業(yè)學習搜索的范圍，每個主體的博弈總收益fi作為該主體的適應(yīng)度標準. 本文仿真模型中設(shè)定當市場監(jiān)控水平高、學習搜索范圍廣時r=20,k=4，當市場監(jiān)控水平低、學習搜索范圍窄時r=10,k=2. 每個主體與同群體g個隨機個體比較收益并改變策略，比較對象集的個數(shù)表現(xiàn)了創(chuàng)新生態(tài)中企業(yè)間合作網(wǎng)絡(luò)的密集程度，當合作網(wǎng)絡(luò)密集時，個體獲取信息渠道廣，策略轉(zhuǎn)變過程中比較集的對象更多，仿真模型中比較對象集數(shù)量同樣設(shè)定高低兩個水平，g=10或2. 群體中個體有1%的幾率發(fā)生策略突變，模擬外部因素對系統(tǒng)內(nèi)主體策略的隨機影響.

(6)

其中u(i,j)為主體i與主體j博弈收益.

根據(jù)以上仿真模型設(shè)計，在Netlogo(版本號：6.0.2)環(huán)境中進行仿真程序開發(fā).

3.3 仿真結(jié)果與分析

在上述仿真模型中，按四種演化狀態(tài)設(shè)定參數(shù)(R,θ,S,C1,C2,C3α,β,μ,δ)，并修改相關(guān)環(huán)境參數(shù)變量(r、k、g、noise)進行仿真，模擬不同創(chuàng)新生態(tài)環(huán)境下系統(tǒng)演化狀態(tài)變化. 為了方便討論，以低水平參數(shù)為基準，一次改變一類參數(shù)進行比較. 以現(xiàn)實情況為參照，不失一般性地，設(shè)初始狀態(tài)下，領(lǐng)先企業(yè)選擇專利策略的初始比例為0.1，跟隨企業(yè)選擇模仿策略的初始比值為0.9. 結(jié)果中，橫坐標表示仿真時間步數(shù)，縱坐標表示群體策略所占比例. 在引入有限理性假設(shè)的多智能體仿真模型中，系統(tǒng)呈現(xiàn)隨機波動. 為了理解兩群體長期的行為變化，每次仿真進行5 000蒙特卡洛步，從1 000步開始計算群體隨時間平均策略變化，以比較參數(shù)對系統(tǒng)長期演化的影響.

仿真1R=10,θ=0.04,S=1,C1=5,C2=1,C3=0.2,α=0.8,β=0.9,μ=1.2,δ=0.8輸入仿真模型. 符合C2<θR-C3+S且θR<(β-α)C1條件，專利策略與模仿策略是演化穩(wěn)定策略. 不同環(huán)境參數(shù)水平下系統(tǒng)演化過程與基準模型的對比見圖7. 當合作網(wǎng)絡(luò)密集度高g=10時，系統(tǒng)長期平均演化結(jié)果更接近演化穩(wěn)定策略，如圖7(a). 當市場監(jiān)控水平高、學習搜索范圍廣r=10,k=5時，領(lǐng)先企業(yè)群體平均策略更接近演化穩(wěn)定策略，跟隨企業(yè)群體長期平均策略變化不顯著，如圖7(b). 高系統(tǒng)噪聲狀態(tài)noise=0.5時，系統(tǒng)波動幅度增強，兩群體長期平均演化策略偏離演化穩(wěn)定策略，總體比例上仍符合演化穩(wěn)定分析結(jié)果，如圖7(c).

(a)(基準模型vs比較集g=10)

(b)(基準模型vs博弈集r=20, k=4)

(c)(基準模型vs噪音noise=0.5)

仿真2R=10,θ=0.5,S=2,C1=5,C2=1,C3=0.2,α=0.8,β=0.9,μ=1.2,δ=0.8輸入仿真模型，符合C2(β-α)C1，專利策略與替代策略是演化穩(wěn)定策略. 在不同環(huán)境參數(shù)水平下系統(tǒng)演化過程與基準模型的對比見圖8.當合作網(wǎng)絡(luò)密集度高g=10時，領(lǐng)先企業(yè)群體長期平均演化結(jié)果更接近演化穩(wěn)定策略，跟隨企業(yè)群體長期平均策略比例變化不顯著，如圖8(a). 當市場監(jiān)控水平高、學習搜索范圍廣r=10,k=5時，領(lǐng)先企業(yè)群體長期平均策略更接近演化穩(wěn)定策略，跟隨企業(yè)群體長期平均策略變化不顯著，如圖8(b). 高系統(tǒng)噪聲狀態(tài)noise=0.5時，系統(tǒng)波動幅度增強，兩群體長期平均演化策略偏離演化穩(wěn)定策略，總體比例上仍符合演化穩(wěn)定分析結(jié)果，如圖8(c).

(a)(基準模型vs比較集g=10)

(c)(基準模型vs噪音noise=0.5)

仿真3R=10,θ=0.02,S=0.5,C1=5,C2=1,C3=0.2,α=0.8,β=0.9,μ=1.2,δ=0.8輸入仿真模型，符合C2>θR-C3+S，秘密策略與模仿策略是演化穩(wěn)定策略. 在不同環(huán)境參數(shù)水平下系統(tǒng)演化過程與基準模型的對比見圖9.當合作網(wǎng)絡(luò)密集g=10時，系統(tǒng)長期平均演化結(jié)果更接近演化穩(wěn)定策略，如圖9(a). 當市場監(jiān)控水平高、學習搜索范圍廣r=20,k=4時，系統(tǒng)長期平均演化結(jié)果更接近演化穩(wěn)定策略，但差異不顯著，如圖9(b).

(a)(基準模型vs比較集g=10)

(b)(基準模型vs博弈集r=20, k=4)

(c)(基準模型vs噪音noise=0.5)

高系統(tǒng)噪聲狀態(tài)noise=0.5時，系統(tǒng)波動幅度增強，兩群體長期平均演化策略偏離演化穩(wěn)定策略，總體比例上仍符合演化穩(wěn)定分析結(jié)果，如圖9(c).

仿真4R=10,θ=0.2,S=0.5,C1=5,C2=1,C3=0.2,α=0.8,β=0.9,μ=1.2,δ=0.8輸入仿真模型，符合θR-C3+S>C2>S，θR>(β-α)C1，無演化穩(wěn)定策略. 在基準模型中，兩群體策略呈現(xiàn)周期性波動，領(lǐng)先企業(yè)群體專利策略長期平均比例35%，跟隨企業(yè)模仿策略長期平均比例31%. 在不同環(huán)境參數(shù)水平下系統(tǒng)演化過程與基準模型的對比見圖10. 當合作網(wǎng)絡(luò)密

(a)(基準模型vs比較集g=10)

(b)(基準模型vs博弈集r=20, k=4)

(c)(基準模型vs噪音noise=0.5)

集g=10，市場監(jiān)控水平高、學習搜索范圍廣r=20,k=4時，領(lǐng)先企業(yè)群體專利策略長期平均比例增加，跟隨企業(yè)群體長期平均策略變化不顯著，如圖10(a)，10(b). 高系統(tǒng)噪聲狀態(tài)noise=0.5時，領(lǐng)先企業(yè)群體專利策略長期平均比例增加，跟隨企業(yè)群體模仿策略長期平均比例減少，如圖10(c).

綜合以上仿真結(jié)果，由于有限理性和外生環(huán)境影響，系統(tǒng)呈現(xiàn)隨機波動性，仿真模型結(jié)果總體趨勢上基本符合動態(tài)復制方程的穩(wěn)定分析，企業(yè)群體經(jīng)過一段時間的博弈和相互學習，都趨于演化穩(wěn)定分析結(jié)果. 通過基準模型與調(diào)整參數(shù)的模型對比發(fā)現(xiàn)，當合作網(wǎng)絡(luò)密集時，由于個體獲取信息渠道廣，策略轉(zhuǎn)變過程中比較集的對象更多，有限理性主體決策的有效性增加，系統(tǒng)長期平均演化結(jié)果趨向平均收益期望大的策略，對小規(guī)模群體的影響更加顯著. 市場監(jiān)控、學習搜索范圍更廣時，群體間交互作用增強，主體的平均收益的波動減小，不確定性因素影響減弱，系統(tǒng)長期平均演化結(jié)果趨向平均收益期望大的策略，對小規(guī)模群體的影響更加顯著. 當信息模糊度高時，由于環(huán)境不確定性影響加強，系統(tǒng)波動幅度增加，群體間策略交互制約作用減弱，系統(tǒng)長期平均演化偏離于演化穩(wěn)定分析結(jié)果.

3.4 模型與仿真比較分析

對比模型演化穩(wěn)定策略分析與多主體仿真模擬結(jié)果發(fā)現(xiàn)，模型演化穩(wěn)定策略分析中的領(lǐng)先企業(yè)與跟隨企業(yè)群體總是穩(wěn)定于規(guī)律性策略. 而在多主體仿真模擬中，引入有限理性、信息不完全、外生沖擊等因素，領(lǐng)先企業(yè)與跟隨企業(yè)群體演化策略趨勢受到環(huán)境和主體決策不確定性影響，群體策略比例呈現(xiàn)隨機波動狀態(tài)，但仿真結(jié)果總體趨勢上符合動態(tài)復制方程的穩(wěn)定分析結(jié)果. 仿真模擬進一步揭示了市場監(jiān)控、學習搜索范圍、市場信息模糊度等因素對系統(tǒng)演化的影響，當企業(yè)主體更關(guān)注群體間競爭博弈，外向性競爭導向強時，系統(tǒng)中兩個群體間博弈更加頻繁，不確定性因素影響減弱，各群體長期平均演化趨向于平均收益期望大的策略；當企業(yè)主體更關(guān)注群體內(nèi)合作，內(nèi)向性資源能力導向強時，合作網(wǎng)絡(luò)更加密集，有限理性的主體決策有效性增加，各群體長期平均演化趨向于平均收益期望大的策略. 當市場信息模糊程度高時，由于環(huán)境不確定性影響加強，系統(tǒng)波動幅度增加，企業(yè)主體決策效率降低，群體間策略交互制約作用減弱，系統(tǒng)長期平均演化結(jié)果偏離于演化穩(wěn)定策略.

4 結(jié)束語

創(chuàng)新生態(tài)系統(tǒng)進化是領(lǐng)先企業(yè)與跟隨企業(yè)動態(tài)博弈演化的結(jié)果，本文研究創(chuàng)新生態(tài)系統(tǒng)內(nèi)主體的技術(shù)策略選擇. 首先，采用演化博弈理論對領(lǐng)先企業(yè)與跟隨企業(yè)間的動態(tài)博弈進行理論分析，得到博弈的收益矩陣與系統(tǒng)演化穩(wěn)定策略，揭示生態(tài)學視角下創(chuàng)新生態(tài)主體的技術(shù)策略演化過程. 進一步引入有限理性和不完全信息假設(shè)[52]，通過仿真模擬對演化博弈分析的影響因素和邊界條件進行拓展，分析不同社會網(wǎng)絡(luò)和制度環(huán)境下創(chuàng)新生態(tài)中主體策略的形成與演化. 基于理論和仿真模擬分析，得出以下結(jié)論.

1)理論分析得出，基于不同知識產(chǎn)權(quán)制度和技術(shù)情境，制度邏輯和企業(yè)間博弈態(tài)勢不同，企業(yè)經(jīng)過反復博弈后穩(wěn)定于不同策略，涌現(xiàn)四種典型狀態(tài)：第一，當專利運營成本小于專利行使收益加政府補貼，且專利許可或侵權(quán)賠償費用小于技術(shù)替代與模仿成本差時，領(lǐng)先企業(yè)穩(wěn)定于專利策略，跟隨企業(yè)穩(wěn)定于模仿策略；第二，當專利運營成本小于政府補貼，且專利許可或侵權(quán)賠償大于技術(shù)替代與模仿成本差時，領(lǐng)先企業(yè)穩(wěn)定于專利策略，跟隨企業(yè)穩(wěn)定于替代策略；第三，當專利運營成本大于專利行使收益加政府補貼時，領(lǐng)先企業(yè)穩(wěn)定于技術(shù)秘密策略，跟隨企業(yè)穩(wěn)定于模仿策略. 第四，專利運營成本大于政府補貼、小于專利行使收益加政府補貼，許可或侵權(quán)賠償費用大于技術(shù)替代與模仿成本差時，系統(tǒng)中領(lǐng)先企業(yè)和跟隨企業(yè)的策略規(guī)律性持續(xù)波動，無演化穩(wěn)定策略.

2)仿真模型進一步發(fā)現(xiàn)，合作網(wǎng)絡(luò)密集時，個體獲取信息更全面，策略轉(zhuǎn)變過程中比較集的對象更多，有限理性的主體決策有效性提高，各群體長期平均演化趨向于平均收益期望大的策略[53]. 市場監(jiān)控、學習搜索范圍更廣時，平均收益差異隨機性減小，策略轉(zhuǎn)換的穩(wěn)定性增加，各群體長期平均演化趨向于平均收益期望大的策略[54]. 當信息模糊度高時，環(huán)境不確定性影響增強，系統(tǒng)波動幅度增加[55]，企業(yè)主體決策效率低，群體間策略交互制約作用減弱，系統(tǒng)長期平均演化結(jié)果偏離演化穩(wěn)定狀態(tài).

本文研究結(jié)果理論貢獻如下. 第一，分析了專利政策補貼機制對企業(yè)創(chuàng)新保護策略的影響，發(fā)現(xiàn)專利政策補貼在創(chuàng)新生態(tài)系統(tǒng)主體技術(shù)策略博弈中起重要調(diào)控作用，平衡了專利產(chǎn)生的交易成本和專利侵權(quán)救濟之間的關(guān)系. 第二，從生態(tài)演化視角擴展了已有的研究思路，創(chuàng)新生態(tài)系統(tǒng)主體技術(shù)策略博弈以競合網(wǎng)絡(luò)為交互載體[56]，受知識產(chǎn)權(quán)激勵政策、知識產(chǎn)權(quán)保護制度、知識產(chǎn)權(quán)市場化水平、技術(shù)特征等因素綜合作用影響，其形成過程呈現(xiàn)種群生態(tài)演化特征. 第三，本文對跟隨企業(yè)追趕策略的研究，彌補了以往研究的不足，提出跟隨策略與領(lǐng)先企業(yè)創(chuàng)新保護策略相互制約，從技術(shù)、制度、戰(zhàn)略交互等多方面，揭示了模仿和替代策略的選擇機理[57].

基于以上理論和仿真分析結(jié)果，本文為優(yōu)化創(chuàng)新生態(tài)系統(tǒng)主體技術(shù)策略，促進創(chuàng)新生態(tài)良性發(fā)展，提出以下研究啟示.

1)創(chuàng)新生態(tài)系統(tǒng)中處于核心位置的領(lǐng)先企業(yè)作為引導者，在創(chuàng)新生態(tài)系統(tǒng)發(fā)展的不同階段應(yīng)采取適當戰(zhàn)略，在獨占與共享、規(guī)模與利潤、短期與長期、個體與網(wǎng)絡(luò)之間平衡，最大化自身利益，鞏固核心定位和話語權(quán)的同時，從系統(tǒng)觀、整體觀出發(fā)，促進創(chuàng)新生態(tài)發(fā)展與轉(zhuǎn)型[58]. 需要綜合考慮知識產(chǎn)權(quán)保護強度、糾紛救濟成本、產(chǎn)業(yè)環(huán)境、技術(shù)特點，平衡知識優(yōu)勢和知識溢出之間的關(guān)系，構(gòu)建共生、協(xié)同發(fā)展的生態(tài)環(huán)境. 創(chuàng)新生態(tài)發(fā)展初期，適度的知識溢出和共享是生態(tài)規(guī)模成長、生態(tài)位多元化的基礎(chǔ). 生態(tài)發(fā)展中期，通過有效的網(wǎng)絡(luò)治理手段優(yōu)化生態(tài)系統(tǒng)的良性競爭合作關(guān)系，避免機會主義行為，是生態(tài)穩(wěn)定的保障. 生態(tài)發(fā)展后期，開放包容、尊重知識產(chǎn)權(quán)、積極進取的創(chuàng)新生態(tài)環(huán)境是生態(tài)進化的關(guān)鍵[59].

2)理論中，跟隨企業(yè)在創(chuàng)新生態(tài)系統(tǒng)中的作用及其策略往往被忽視. 事實上，跟隨企業(yè)在創(chuàng)新生態(tài)系統(tǒng)的規(guī)?；?、多元化、進化的過程中起著不可替代的作用[60]. 跟隨企業(yè)應(yīng)該注重對核心企業(yè)的依賴和自身差異性、獨立性間的平衡，通過模仿加速追趕，通過替代形成鮮明的定位，才能在生態(tài)發(fā)展中掌握一定主動權(quán)，在生態(tài)進化中把握成為核心企業(yè)的機會. 從社會層面，應(yīng)在制度和意識層面給予跟隨企業(yè)更多支持，激勵跟隨企業(yè)通過模仿促進生態(tài)成長，通過替代增加社會總體知識產(chǎn)出，激發(fā)創(chuàng)新創(chuàng)業(yè)活力，提升企業(yè)自主創(chuàng)新能力[61, 62].

本研究通過演化博弈理論和仿真模擬分析了創(chuàng)新生態(tài)系統(tǒng)領(lǐng)先企業(yè)和跟隨企業(yè)種群主體技術(shù)策略的演化穩(wěn)定策略，探索了創(chuàng)新生態(tài)系統(tǒng)內(nèi)企業(yè)基于知識的博弈策略演化規(guī)律. 但本文僅考慮了兩個同質(zhì)群體純策略演化博弈分析，今后的研究中將豐富的主體類型和策略選擇，并進一步驗證企業(yè)異質(zhì)性對創(chuàng)新保護策略的影響及多種發(fā)明混合創(chuàng)新保護策略下企業(yè)創(chuàng)新保護策略，以增進結(jié)論的有效性和解釋力.