產業技術創新聯盟創新合作演化博弈分析
——基于大數據輔助監管視角

丁遠一

（南京審計大學金融學院，南京 211815）

引 言

科技體制改革的目標是建立以市場為導向、企業為主體、各創新主體緊密合作的協同創新聯盟，是實施創新驅動發展戰略、提高國家創新能力的重要手段［1］。然而當前我國創新聯盟主體間合作不夠緊密，環境、機制和體制在促進創新主體之間的合作作用不夠顯著，各創新主體之間合作積極性不高等問題仍然存在。傳統的產學研合作創新通過鼓勵創新主體之間進行合作，綜合創新主體的科研力量提高成果的轉化率，但是這種模式間合作相對比較簡單，合作路徑單一，僅限于企業與大學和科研機構之間的技術轉移，創新聯盟創新主體之間相互扶持、合作更加緊密，是傳統產學研合作結合時代發展的新趨勢。創新聯盟形成的理論基礎是協同理論，它在強調創新聯盟系統內部要素之間互動的同時，注重通過復雜互動形成協同效應和高績效。美國硅谷的協同創新模式使得產學研之間的合作取得了突破性的進展，形成了以大學強勁科學研究能力為基礎的產學研緊密結合的協同創新模式。主要表現在以下幾個方面：（1）搭建了創新技術平臺，強化了創新聯盟成員之間協調互助的集體意識，在協同創新交互效應的影響下，非線性的創新績效顯著提高；（2）將注意力重點放在新知識孵化為技術的過程，從而使得能夠發現知識、創新技術的科學家隨時能夠發現到企業家的技術需求，科研人員創造出的新知識隨時隨地傳遞到技術領域，有效的促進知識和技術創新之間的深度融合；（3）形成了產業發展、人才培養和科學研究之間的高度統一，協同創新過程中注重人才培養，積累了知識孵化轉化為新技術環節的人才，形成雄厚的人力資本優勢，提高了整個創新聯盟的協同創新能力。

從創新聯盟協同創新的實踐來看，單一依靠聯盟合作和市場磨合往往會出現市場失靈的現象，較難形成自發穩定的協同創新聯盟［2］。為了避免市場失靈，監管主體需要在管理創新活動、制定相應政策鼓勵協同創新等方面發揮作用，如何調節創新聯盟機會主義發生的成本和協調創新的收益，促進協同創新聯盟創新合作和良性發展，對于我國經濟社會健康穩定發展具有重要意義［3］。近年來，以大數據為代表的信息科學技術為創新聯盟的健康發展提供了新的手段［4］，2015年國務院辦公廳印發了 《關于運用大數據加強對市場主體服務和監管的若干意見》，指出要將大數據作為激發市場主體活力、維護市場發展的重要抓手，構建以大數據為輔助手段的新型監管方式，系統研究大數據輔助監管的一般機理，對于明確監管方式和提升創新聯盟創新活力具有重要意義。

1 文獻綜述

創新聯盟最早形成于20世紀50年代，作為企業獲取技術進步創新的重要手段，在推動企業創新進程獲取創新優勢的過程中發揮了重要的作用，通過對已有的文獻進行梳理發現，針對創新聯盟的研究主要包括內涵及動因研究、伙伴選擇研究以及組織及演化研究3個方面。

1.1 創新聯盟內涵及動因研究

陳勁和陽銀娟［5］認為創新聯盟形成的實質是協同創新，是一項相對復雜的創新組織形式，它以企業、高校和研究機構等創新主體作為核心要素，以政府、中介機構以及其他非盈利組織為輔助要素，通過各要素之間深度合作和資源整合，形成系統的非線性創新。解學梅和主良秀［6］通過對合作創新、戰略聯盟等概念進行辨析后，定義了協同創新的內涵，指出協同創新是在跨界整合的基礎上形成的創新增值的過程，不同合作伙伴之間具有較高的協同度，經濟和社會效益顯著。楊林和柳洲［7］認為協同創新聯盟形成的動力主要是企業追求創新績效的內在要求，產學研各創新主體在利益的驅動下促使了創新聯盟的形成。周正等［8］在對創新聯盟形成動力進行分析時，強調了同行業競爭壓力和政府政策扶持的影響，其中政府政策扶持能夠影響創新要素的流動，提高產學研等創新主體的合作意愿，使得創新聯盟快速形成。龍躍和顧新［9］則重點強調了知識投入在推動創新合作中的作用，指出知識投入是協同創新的先決條件，直接影響著創新主體參與創新合作的積極性。

1.2 創新聯盟伙伴選擇研究

宋洋和逄亞男［1］認為大多數創新聯盟的失敗歸因于目標與戰略的沖突、合作伙伴間關系的破裂、缺乏信任以及創新文化差異等幾個方面，選擇正確的創新合作伙伴是聯盟能夠成功的基礎。王發明和劉丹［10］指出焦點企業是產業創新聯盟的核心，焦點企業在與合作伙伴進行合作過程中應該采用Shapley值法對創新收益進行分配，焦點企業與合作共生主體互利共生共同促進創新聯盟發展。張敬文等［11］利用PLS－SEM模型對創新聯盟合作伙伴選擇影響因素進行了分析，指出聯盟合作伙伴選擇的關鍵影響因素包括企業技術資源、文化背景等。鄧渝［12］在對123家高技術企業進行實證分析的基礎上，分析了不同企業技術創新過程伙伴選擇戰略的作用，指出突破式創新過程中一般采用市場導向伙伴選擇戰略，而在漸進式創新過程中一般采用關系導向伙伴選擇戰略。朱清等［13］利用ELECTRE－I決策方法明確了技術創新聯盟伙伴如何進行選擇，在這個過程中充分考慮了創新聯盟伙伴進行選擇時所具有的多目標性和不確定性特點。

1.3 創新聯盟組織模式及演化研究

韓瑩和陳國宏［2］指出在我國市場經濟體制不斷完善過程中，創新聯盟中機會主義仍然存在，需要包括正式契約和隱形契約共同規范和作用才能維護創新聯盟秩序，并對正式契約和隱形契約的具體內容進行了闡述。陳曉紅和解海濤［14］從網絡范式角度分析了中小企業創新過程，提出了 “四主體動態模型”的協同創新體系結構。孫亮等［15］構建了政府、創新聯盟和聯盟成員之間三方演化博弈關系，分析了政府介入對創新聯盟形成和發展的重要性。呂一博等［16］以大學驅動型開放式創新生態系統為研究對象，從創新主體、創新要素和創新機制的視角分析了大學驅動型開放式創新生態系統形成的過程，指出創新生態系統形成的核心機制是專家主導機制，核心要素是分布式的創新網絡平臺。董微微［17］指出隨著時代的發展，創新聯盟的發展模式從單向線性創新模式在經歷過互動創新模式后，已經開始向現代非線性創新模式逐漸轉化。

通過對已有的文獻進行梳理發現，學者們對創新聯盟的形成和發展展開了深入分析，也有學者引入博弈模型分析方法對創新聯盟的合作演化進行了深入的研究，但鮮見有考慮大數據輔助監管在創新聯盟形成過程中的作用。基于此，本文構建了產業技術創新聯盟監管方與創新主體的兩方演化博弈模型，探究了大數輔助監管下創新聯盟合作演化機理，以期為促進產業技術創新聯盟健康發展提供借鑒和理論支撐。

2 模型建立

2.1 模型假設

H1：產業技術創新聯盟在形成和發展過程中存在監管主體和創新主體兩類主體，其中監管主體主要是指政府，創新主體主要是指企業、高校和科研機構。為了促進產業技術創新聯盟各創新主體的合作，監管主體會對創新主體進行監督，監督過程中考慮人工監管為主，同時利用大數據監管作為輔助和基礎，大數據監管創新主體不合作行為的成功率為α。

H2：監管主體利用人工監管時可以采用強監管和弱監管兩種策略，其中強監管策略是指投入高強度的人工成本而獲取較高的監督效果，弱監管策略是指投入較少的人工成本而獲得相對較差的監督效果，強監管策略和弱監管策略的人工成本投入分別為LH和LL，強監管策略對不進行合作創新主體的查處率為1，弱監管策略對不進行合作創新主體的查處率為θ，弱監管策略可能受到上級監管主體失職處罰PS，處罰的概率為ρ，監管主體在有效促進創新主體進行合作時可以得到一定政治收益，有效促進創新主體合作包括創新主體進行合作以及不進行合作受到監管主體查處兩種情況，政治收益包括名譽和職務晉升等，用A表示，監管主體在對不進行合作創新主體采取處罰措施時可以得到罰款收益PI，表示監管主體查處不合作創新主體有效維護聯盟秩序的經濟收益。

H3：假設創新聯盟中創新主體有合作和不合作兩種策略，不合作策略節約了合作成本CC，但是可能受到不合作罰款PI，PI同時作為監管主體的罰款收益；合作策略需要付出合作成本CC，同時獲得合作收益CI，如信譽等。

H4：假設創新主體以m的概率選擇合作，以（1－m）的概率選擇不合作；監管主體以n的概率采取弱監管策略，以（1－n）的概率采取強監管策略；m和n隨著時間t而變化。

模型中各參數含義、取值符號以及數值范圍如表1所示。

表1 各參數含義、表示符號以及數值范圍

2.2 模型建立

根據前面假設構建了監管主體與創新主體之間演化博弈模型，收益矩陣如表2所示。

表2 監管主體和創新主體博弈收益矩陣

根據表2中的博弈收益矩陣，能夠得到創新主體采取不合作策略和合作策略的期望收益以及創新主體的平均收益分別為：

創新主體選擇不合作策略的復制動態方程為：

其中W＝［1－α］（1－θ）PI，X＝（CI－CC）－（CCPI）；從表達式中可以看出，W可以認為不合作“補貼”，表示在沒有被大數據技術監管查處（1－α）同時沒有被人工查處（1－θ）條件下，不合作策略沒有受到監管主體的懲罰，等同于監管主體對創新主體不合作策略的 “補貼”，從參數取值范圍上看W＞0。X可以認為是合作 “績效”，即合作下的收益（CI－CC）與強監管狀態下不合作收益的差值（CC－PI）。

運用同樣的方法可以得到監管主體采取弱監管策略和強監管策略的期望收益以及監管主體的平均得益分別為：

監管主體選擇弱監管策略的復制動態方程為：

其中Y＝［1－α］（1－θ）［A＋PI－（－ρPS）］，Z＝LH－LL；從參數取值范圍上看Y，Z＞0；從表達式上可以看出，Y可以認為是強監管策略下的 “轉換績效”，即創新主體采取不合作策略時沒有被大數據技術監管查處（1－α）同時沒有被人工查處（1－θ）條件下， 強監管策略獎勵（A＋PI）與弱監管策略建立（－ρPS）之間的差值，等同于弱監管策略向強監管策略轉換過程中增加的收益；Z可以認為是強監管策略下的 “轉換成本”，即弱監管策略向強監管策略轉換過程中增加的人工成本。

3 模型分析

通過對方程 （4）和方程 （8）的復制動態方程進行聯立并求解，可以發現創新主體和監管主體在演化博弈過程中有5個動態平衡點，這5個動態平衡點分別為（0，0）、 （0，1）、 （1，0）、 （1，1）和（m?，n?）； 其中m?＝W／X，n?＝Y／Z。 在判斷這5個動態平衡點是否穩定時，采用雅克比矩陣的局部穩定分析法。平衡點應該具備以下條件：對應的矩陣行列式大于0的同時跡小于0；中心點應該具有以下條件：對應的矩陣行列式大于0的同時跡等于0。計算得到該演化博弈系統的雅克比矩陣為：

該雅克比矩陣的行列式detJ和跡trJ分別為：

將5個動態平衡點分別代入式 （10）和式（11），可以計算得到各動態平衡點穩定性分析結果如表3所示。根據創新主體與監管主體的復制動態方程，可以得到兩類群體的動態演化相位圖如圖1所示。

圖1

表3 各動態平衡點穩定性結果

續 表

從表3中可以看出，根據W、X、Y、Z相對大小取值的不同，能夠將創新主體和監管主體之間演化博弈演化系統劃分為6種情形。

情形1（X＜0并且Z＞Y）：創新主體選擇合作的X小于0意味著，創新主體合作收益（CI－CC）小于不合作收益（CC－PI），創新主體必然會選擇不合作策略；Z＞Y意味著監管主體選擇強監管策略的 “轉換成本”大于選擇強監管策略下的 “轉換績效”，此時監管主體必然會選擇監管策略；這種情況下復制動態方程的僅有平衡點（1，1）是穩定的，其余平衡點均不穩定，復制動態演化關系如圖1（a）所示，情形1中創新主體不合作而監管主體弱監管的策略組合帶來較高的創新成本，在創新聯盟監管過程中應避免這種情形的發生。

情形2（X＜0并且Z＜Y）：創新主體選擇合作的X小于0意味著，創新主體合作收益（CI－CC）小于不合作收益（CC－PI），創新主體必然會選擇不合作策略；Z＜Y意味著監管主體選擇強監管策略的 “轉換成本”小于選擇強監管策略下的 “轉換績效”，表明強監管策略可行性高，監管主體會根據對創新主體選擇不合作策略的比例的判斷結果，決定是否采用強監管策略。復制動態演化關系如圖1（b）所示，當創新主體選擇不合作比例小于Z／Y時，監管主體最終選擇弱監管策略，當創新主體選擇不合作比例大于Z／Y時，監管主體最終選擇強監管策略，這種情況下復制動態方程僅有平衡點（1，0）是穩定的，其余平衡點均不穩定，情形2中監管主體采用強監管策略，創新主體仍舊選擇不合作策略，這是由于對于創新主體而言，合作收益仍然小于不合作收益，這種策略組合帶來較高的創新成本，在創新聯盟監管過程中應避免這種情形的發生。

情形3（X＞W并且Z＞Y）：X＞W意味著創新合作的績效大于不合作的 “補貼”，創新主體必然會選擇合作策略；Z＞Y意味著監管主體選擇強監管策略的 “轉換成本”大于選擇強監管策略下的“轉換績效”，表明強監管策略可行性低，監管主體會選擇弱監管策略；這種情況下復制動態方程僅有平衡點（0，1）是穩定的，其余平衡點均不穩定，復制動態演化關系如圖1（c）所示。情形3中穩定點的策略組合帶來的創新成本最低，對應創新主體效益和監管主體效益雙優的情形。

情形4（X＞W并且Z＜Y）：X＞W意味著創新合作的績效大于不合作的 “補貼”，創新主體必然會選擇合作策略；Z＜Y意味著監管主體選擇強監管策略的 “轉換成本”小于選擇強監管策略下的“轉換績效”，表明強監管策略可行性高，監管主體會根據對創新主體選擇不合作策略的比例的判斷結果，決定是否采用強監管策略。復制動態演化關系如圖1（d）所示，當創新主體選擇不合作比例小于Z／Y時，監管主體最終選擇弱監管策略，當創新主體選擇不合作比例大于Z／Y時，監管主體最終選擇強監管策略，這種情況下復制動態方程僅有平衡點（0，1）是穩定的，其余平衡點均不穩定，情形4中監管主體采用弱監管策略，創新主體選擇合作策略，情形4中穩定點的策略組合帶來的創新成本最低，對應創新主體效益和監管主體效益雙優的情形。

情形5（0＜X＜W 并且Z＞Y）： X＜W 意味著創新合作的績效小于不合作的 “補貼”，不合作策略具有可行性；同時X＞0意味著創新主體合作收益（CI－CC）小于不合作收益（CC－PI）， 合作策略同樣具有可行性；創新主體會對監管主體選擇弱監管策略的比例進行判斷，根據判斷結果決定自己的策略。復制動態演化關系如圖1（e）所示，當監管主體選擇弱監管策略比例小于X／W時，創新主體將最終選擇合作策略，當監管主體選擇弱監管策略比例大于X／W時，創新主體將最終選擇不合作策略。Z＞Y意味著監管主體選擇強監管策略的“轉換成本”大于選擇強監管策略下的 “轉換績效”，表明強監管策略可行性低，監管主體會選擇弱監管策略；這種情況下復制動態方程僅有平衡點（1，1）是穩定的，其余平衡點均不穩定，這種策略組合帶來較高的創新成本，在創新聯盟監管過程中應避免這種情形的發生。

情形6（0＜X＜W 并且Z＞Y）： X＜W 意味著創新合作的績效小于不合作的 “補貼”，不合作策略具有可行性；同時X＞0意味著創新主體合作收益（CI－CC）小于不合作收益（CC－PI）， 合作策略同樣具有可行性；創新主體會對監管主體選擇弱監管策略的比例進行判斷，根據判斷結果決定自己的策略。復制動態演化關系如圖1（e）所示，當監管主體選擇弱監管策略比例小于X／W時，創新主體將最終選擇合作策略，當監管主體選擇弱監管策略比例大于X／W時，創新主體將最終選擇不合作策略。Z小于Y意味著監管主體選擇強監管策略的 “轉換成本”小于選擇強監管策略下的 “轉換績效”，表明強監管策略可行性高，監管主體會根據對創新主體選擇不合作策略的比例的判斷結果，決定是否采用強監管策略。復制動態演化關系如圖1（f）所示，當創新主體選擇不合作比例小于Z／Y時，監管主體最終選擇弱監管策略，當創新主體選擇不合作比例大于Z／Y時，監管主體最終選擇強監管策略，這種情形下復制動態方程僅有平衡點（m?，n?）是中心點，其余平衡點均不穩定。群體狀態圍繞著（m?，n?）為中心點進行周期性調整，復制動態演化關系如圖1（f）所示，孫慶文等 （2003）［18］證明了中心點（m?，n?）是這種情形下的穩定平衡點，但是這種穩定并非是漸進的過程，這表明在公共政策制定和實施過程中會表現出周期性行為，整個群體圍繞著策略的中心點（m?，n?）進行周期性調整 （宋彪， 2018）［19］。

4 研究結論和政策建議

大數據輔助創新聯盟創新合作監管的核心在于對創新主體進行合作 “績效”和不合作 “補貼”相對大小的管理，通過創造良好的制度環境使得創新主體合作 “績效”大于不合作 “補貼”是監管服務的根本所在，也是創新合作監管的重要目標。本文考慮大數據輔助創新聯盟創新合作監管實際，從演化博弈的角度對監管主體與創新主體演化策略進行分析，得到如下結論：

（1）情形1和情形2的X＜0，表明創新主體進行合作的收益小于強監管狀態的不合作收益，不合作成為創新的主體必然選擇，意味著創新聯盟合作關系惡化。監管主體的策略選擇是由M和N值相對大小決定的。

（2）情形3和情形4的X＞W，創新合作的績效大于不合作的補貼，創新主體必然會選擇合作策略， 且無論 Z＞Y或 Z＜Y， 穩定點均為（0，1），合作和弱監管的策略組合對于創新聯盟的效益和監管效益均達到最優。

（3） 情形5和情形6中的0＜X＜W，創新主體的策略選擇取決于對監管主體選擇弱監管策略比例的判斷，M與N值的相對大小決定了最終穩定與較高創新成本的穩定點（1，1），還是圍繞著以（m?，n?）為中心點進行周期性調整。從創新聯盟管理的視角看，X和W相對大小的確定是創新聯盟監管的核心，創新聯盟監管的意義已不再局限于發現不合作行為進行懲罰，而是需要制定相關的政策確保X＞W，從而引導監管的結果趨近于創新聯盟的效益和監管效益均達到最優。

（4）從X和W的表達式可以看出，表征技術水平的大數據監管成功率α具有重要的理論意義，在人工監管成功率θ不變的條件下，大數據監管成功率α的提高可以有效降低W，能夠促進X＞W的實現，最終實現創新合作監管的 “技術賦能”。