趙曉陽
(天津大學管理與經濟學部,天津 300072)
經濟新常態下,創新是推進供給側結構性改革的原動力,也是企業維持競爭力的關鍵。然而,創新作為知識資源,存在溢出的風險[1]。知識產權制度 “以公開換保護”的制度環境下,專利賦予企業一定時空內對特定技術發明的壟斷權,因而成為企業保護創新的重要手段。但專利保護具有不確定性[2-3],披露的信息也容易被競爭對手針對規避,或建立專利圍墻[4]。技術秘密有時更能有效減緩知識溢出、建立先發優勢,達到保護創新、維持競爭力的作用[5],但也存在發現和舉證困難的弊端[6]。因此,企業往往需要在專利和技術秘密間進行權衡[7-10]。
關于專利和技術秘密間的權衡的問題,學界主要采用了調查問卷和理論推演的方法進行了研究。調查問卷 (如耶魯調查、卡內基梅隆調查)發現,無論對產品創新還是過程創新,技術秘密相對專利都更重要[8-9];行業、技術復雜度、創新特征影響專利或技術秘密的選擇,相較于其他行業,制藥和化學制品行業專利作用更加突出[4];相對于過程創新,對產品創新企業更傾向于采取專利保護方式[11-12]。理論和模型推演方面,學者提出創新者獲得發明后可以選擇以專利或技術秘密的形式保護創新,可以控制信息披露的方式和強度。模仿者考慮創新的價值、模仿的成本和侵權的風險,選擇是否進行模仿。最終,根據創新者與模仿者的選擇形成一定的競爭態勢,根據經濟學的競爭模型 (如古諾模型)計算收益,評估創新者與模仿者的最優選擇[13-15]。當考慮競爭者同時研發的情況下(創新競賽),創新者根據創新的程度大小、專利保護的強弱、和專利申請和運營的成本,選擇專利或技術秘密保護創新[16-17]。Kultti等發現創新競賽中,無論專利保護強弱,專利保護相對技術秘密總是更好的戰略選擇[18]。Kultti等改進了創新競賽模型,發現當專利保護強時企業選擇專利保護,專利保護弱時,企業選擇技術秘密[19]。綜合考慮創新競賽和模仿,Mosel發現,考慮到專利保護的成本,企業對較小程度的創新采用技術秘密,對較大程度的創新采用專利保護[20]。Mihm等采用仿真的方法研究了企業在創新競賽的過程的創新保護策略選擇,指出當兩個實施領先戰略的企業間競爭時,主動申請專利對雙方都更優。當領先者與跟隨者競爭時,領先者應以技術秘密的形式保護創新,而跟隨者應該積極布局專利[21]。
以往研究有以下三點不足:第一,關注專利制度完善、專利實施力度強的西方發達國家,對專利制度不完善的新興經濟體、轉型經濟體的研究不足,后發追趕國家制度情境和企業創新模式下,企業創新保護策略選擇機制不同;第二,調查問卷研究更多是從靜態視角分析企業異質性對創新保護策略的影響,對企業動態競爭中創新策略的形成和演化研究不足;第三,理論模型中贏者通吃和完全理性的假設并不符合現實情況。針對以上不足,本文聚焦于中國情境,研究企業創新保護策略,探索企業群體動態競爭中創新保護策略 (即如何在專利和技術秘密間權衡)形成及演化機理。
中國情境和西方情境主要有兩點不同:①由于中國大部分企業都處于后追趕階段,創新集中于非核心技術漸進創新,在路徑選擇上自由度高,技術規避難度相對較低。②中國專利保護制度處于轉型期,一方面國家提供經濟補助激勵企業積極采取專利保護;另一方面,專利保護不斷加強,積極的專利戰略逐漸被一些企業,尤其是外來企業所采用。專利逐漸成為企業競爭中的戰略手段,但技術秘密始終是企業保護創新的重要支撐[8]。在整體的追趕形勢和特殊的制度情境下,企業采用專利或技術秘密保護創新的決策形成與演化機理文獻中未給出微觀解釋,本文從演化博弈的視角分析企業創新保護策略的形成及演化。
在創新保護過程中,企業決策是群體行為的結果,企業創新保護策略決策是一個不斷調整的動態過程,表現出生態學種群演化的特征[22]。假定在一個 “自然”(不考慮其他約束條件)環境中,企業有兩種創新保護策略選擇:①專利;②技術秘密。在企業群體中個體A和個體B互相間反復博弈。
中國情境下,企業間真正的創新競賽較為少見,企業創新多為非核心技術漸進創新,且專利制度處于轉型期。為了在契合中國情境的同時簡化模型,本文做如下假設:企業技術側重點不同,在各自技術軌跡上進行非核心漸進技術創新,并相互學習;企業研發水平同質,產品同質,創新收益相同;博弈周期為產品生命周期?;谝陨蠞u進創新和產品同質的假設下,群體內企業產品生命周期內收益為R。每個企業有兩種可供選擇的創新保護策略:專利和技術秘密。基于以上論述,企業間博弈將形成四種局勢:
(1)當企業A與企業B都采取專利策略時,雙方專利相互牽制,形成hold-up的格局,雙方收益均為R+S-C,S為政府補貼,C為專利申請和維護成本。
(2)當企業A采取專利保護創新而企業B采用技術秘密保護創新時,企業A的收益為R+S+θR+W-T/2-C。θ代表專利保護強度,θR表示行使專利得到的收益。當θ>0時,行使專利獲利大于行使成本;當θ=0時,專利行使收益等于行使成本,或當收益小于成本時企業選擇不行使專利。W為專利帶來的聲譽收益,專利增加了企業在利益相關者中的合法性。企業B的收益為R+T/2-θR,由于采用技術秘密,不披露技術信息,知識溢出相對較慢,獲得一定相對收益T=T/2-(-T/2)。
(3)當企業A采取技術秘密策略而企業B采取專利策略時,企業A的收益為R+T/2-θR,企業B的收益為R+S+θR+W-T/2-C。
(4)當企業A、B均采取技術秘密策略時,企業A、B的收益均為R+T/2,此時由于雙方都采用技術秘密,減緩了知識的流動,產品周期變長,創新得到的總收益增加T。四種局勢下,收益矩陣如下(見表1)。

表1 企業創新保護策略博弈收益矩陣
在上述模型的演化博弈中,假設t時刻群體中選擇專利保護創新的企業所占比例為x,則群體中選擇技術秘密保護創新的企業所占比例為1-x。根據復制動態連續確定性動力學方程,一定策略參與者的增長率等于該策略群體的適應度與總群體平均適應度的差[23]。其動力學方程表示為:

其中,D=






(0 (1)當專利策略的預期損失等于0。如果專利策略預期收益小于0,企業創新保護策略穩定于技術秘密。如果專利策略的預期收益大于0,企業創新保護策略穩定于專利。如果專利策略的預期收益等于0,則無演化穩定創新保護策略。 (2)當專利策略的預期損失大于0。如果專利策略預期收益小于等于0,企業創新保護策略穩定于技術秘密。如果專利策略的預期收益大于等于專利策略預期損失,企業創新保護策略穩定于專利。如果專利策略的預期收益大于0小于預期損失,則企業創新保護演化穩定策略取決于采用專利策略群體比例的初始水平x,若x∈(0,x3)群體將穩定與技術秘密策略;當x∈(x3,1),群體將穩定與專利策略。 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、環境選擇作用的刻畫,描述復雜的自組織現象和規律涌現[24]。使用多主體仿真方法可以對企業的創新保護策略交互博弈和學習方式進行定義,模擬企業創新保護策略演化的過程,分析、揭示企業創新保護策略的形成和演化機理。本研究結合演化博弈論和ABMS仿真,對企業創新保護決策機理進行研究。 以上節所述企業單群體創新保護策略演化博弈為理論基礎,設定群體主體行為選擇:專利策略和技術秘密策略,群體內主體交互規則符合上述博弈收益矩陣。群體內主體由于有限理性和短視,通過向鄰居學習的方式更新其創新保護策略。仿真實驗首先構建了100×100的網絡(Patches),每個Patch上搭載一個代表參與博弈企業的Agent。每個主體都只與最近的8個鄰居 (Moore)進行博弈,以主體與8個鄰居的博弈總收益作為主體的適應度標準fi,同時主體向8個鄰居進行學習: 其中,u(i,j)為主體i與主體j博弈收益。 根據以上仿真模型設計,在Netlogo (版本號:6.0.2)環境中進行仿真程序開發。 根據上述均衡點穩定性及演化穩定創新保護策略分析,分四種典型情況設定參數進行仿真,得出結果。結果中,橫坐標表示仿真時間,縱坐標表示群體中專利策略主體所占比例。 圖1 R=10、θ=0、S=4、C=2、T=2、W=2仿真結果 可以看出,仿真結果符合動態復制方程的穩定分析結果,企業群體經過一段時間的博弈和相互學習,不管專利策略主體初始比值取多少,整個群體都將采取專利策略。 圖2 R=10、θ=0、S=2、C=2、T=2、W=4仿真結果 可以看出,仿真結果基本符合動態復制方程的穩定分析結果,群體內企業經過一段時間的博弈和相互學習,不管專利策略主體初始比值取多少,群體中采用專利策略的主體比值穩定在67%左右。 圖3 R=10、θ=0.1、S=2、C=2、T=6、W=4仿真結果 可以看出,仿真結果基本符合動態復制方程的穩定分析結果,企業群體經過一段時間的博弈和相互學習,不管專利策略主體初始比值取多少,群體中采用專利策略的主體比值迅速穩定于0,群體演化穩定策略穩定于技術秘密。 仿真結果基本符合動態復制方程的穩定分析結果,群體中專利策略主體的初始比例影響最終的穩定策略。當群體中專利策略主體的初始比例大于99%,經過一段時間的博弈和相互學習,群體中采用專利策略的主體比值逐漸穩定于1,專利策略是演化穩定策略。而當群體中專利策略主體的初始比例小于99%、大于87.5%時,群體中采用專利策略的主體比值既有可能趨于1,也有可能趨于0,隨著專利策略主體初始比例增加,趨于1的可能性增加。當群體中專利策略主體的初始比例小于87.5%時,采用專利策略的主體比值逐漸穩定于0,技術秘密是演化穩定策略。而在復制動態方程的穩定分析中,初始比例大于臨界值16.7%時專利策略主體比例將趨于1,低于16.7%時專利策略主體將趨于0。理論分析和仿真分析的區別主要在于仿真中主體的不完全信息和有限理性(概率學習模式和鄰居選擇),仿真結果可能更接近現實情況(見圖4)。 圖4 R=10、θ=1.5、S=0、C=4、T=12、W=0仿真結果 本文基于演化博弈理論,結合仿真模擬突破完全理性假設,從動態視角對企業創新保護策略選擇機制進行了分析,根據動態復制方程和模擬仿真的結果表明: (1)基于不同情境下專利制度、企業間博弈和不同的初始條件,企業經過反復博弈后穩定策略不同。表現出四種典型情況:第一,不管初始條件如何,穩定于專利策略;第二,不管初始條件如何,專利策略主體穩定于一個固定值左右;第三,不管初始條件如何,穩定與技術秘密策略;第四,不同初始條件下,穩定策略不同,專利策略主體初始比例低于臨界值,則穩定于技術秘密。高于臨界值,則穩定于專利策略。 (2)完全基于市場競爭邏輯的專利制度環境下(情形四),考慮到專利和技術秘密的平衡,企業創新保護策略的選取受偶然性(有限理性和概率學習)和初始條件影響,最終穩定于不同的策略。這符合發達國家的現實情況,不同行業,不同歷史階段,企業創新保護策略的實施具有路徑依賴和動態演化特性,偶然、外來者因素將顯著影響企業創新保護策略,導致部分行業企業更傾向于專利策略,而更多的行業中企業仍然視技術秘密為最重要的創新保護策略[8-9,12]。 (3)當前情境下,政府補助依然是企業申請專利的重要激勵,專利質量偏低,專利行使困難,基本符合第二種情形,有一定比例的企業采用專利策略。在專利制度的轉型期,政策制定者可以通過調節補助和專利侵權救濟力度,塑造強專利保護制度環境,使情境向第四種情況轉變,有效促進專利質量的提高和企業專利運用能力的提高。 本研究通過演化博弈理論和仿真模擬構造了四種典型的情況,并分析了初始條件對演化穩定策略的影響,為政府專利政策的制定提供了理論支撐。但本文僅考慮了單群體的演化博弈,今后的研究中將考慮更多的主體類型和策略選擇,并進一步驗證企業異質性對創新保護策略的影響,以增進結論的有效性和說服力。








2.2 參數對演化穩定創新保護策略的影響


3 創新保護策略演化多主體建模與仿真模擬
3.1 多主體建模與仿真
3.2 仿真設計

3.3 仿真結果與分析











4 結論與啟示