政府参与下知识密集型企业知识产权保护演化博弈分析

陈 伟，张均辉，林超然

(哈尔滨工程大学 经济管理学院， 哈尔滨 150001)

内容提要：为了探究政府参与下知识密集型企业产权侵权与保护的策略选择机理、影响其选择的关键因素，通过构建政府与产权拥有者之间的博弈模型，同时引入潜在侵权者作为第三方博弈主体，揭示三方主体策略选择的演化路径和均衡。研究结果表明：通过满足相关参数范围，可以使博弈系统演化至理想稳定状态；政府惩罚力度、潜在侵权者侵权收入以及侵权赔偿为强敏感性因素，产权拥有者申请产权保护成本为弱敏感性因素。据此提出加大对侵权行为的惩罚力度与赔偿力度，产权拥有者要提高其关键技术的复制壁垒，在经费有限的前提下政府可合理提高对产权拥有者进行产权保护的收费等对策。

一、引言

随着知识经济时代的进一步发展，创新和知识越来越成为知识密集型企业之间竞争的发力点，知识产权这一无形资源，正在发挥着与传统的生产要素同等重要的作用，由此而形成的对企业知识产权进行管理的观念也变得越来越普及。2017年1月，《“十三五”国家知识产权保护和运用规划》将知识产权保护列入到我国重点专项保护的规划中。截至2018年上半年，我国已经受理发明专利申请201.8万件，连续七年居世界之首；同年7月国家知识产权局提出：中国需要开发世界一流的创新能力，推动经济基础结构向知识密集型产业发展，而这些产业需要通过创新来保持竞争优势。知识密集型企业作为对知识具有高度依存的企业群体与当今时代先进的科学知识紧密联系，已然成为了推动世界经济增长的首要力量。然而由于知识密集型企业之间信息不对称、利益驱动侵权以及政府监管不到位等问题的存在，使得知识密集型企业之间的侵权行为时有发生，从而抑制了产权拥有者开展自主创新的积极性。因此有必要从不同的利益主体视角出发，探究在特定情境下各利益主体获利最大的策略选择，从而为政府部门制定相关政策引导知识密集型企业大力实施自主创新提供理论依据。

为了将知识和技术密集型产业与传统产业相区分，美国国家科学基金会(NSF)在借鉴了经济合作与发展组织(OECD) 所提出的定义的基础上，进一步将其细分为知识密集型企业与高技术企业。知识密集型企业具有高知识度、高技术度、高互动度以及高创新度等特点，它不仅仅是一个对知识有大量使用需求的产业，更是一个会生产出大量知识的产业；知识对其而言，不仅仅是投入要素，还是产出要素[1]。知识密集型企业会通过许多途径影响到高技术制造业的效率。知识密集型企业作为中间投入品，其发展可以有效地削减制造业生产的服务成本，提高其生产效率[2]；Antonelli指出知识密集型企业具有高增长弹性的特点，其发展可以有效推动OECD国家制造业的增长[3]；Hoekman和Shepherd提出，知识密集型企业效率的提升可以显著提升使用服务作为中间投入的制造业的效率[4]。知识密集型企业还是创新的重要来源，一方面是由于其本身就是创新部门，生产的创新产品可以有效提高高技术企业的生产效率；另一方面，知识密集型企业的发展，有助于创新的扩散[5]。Ciriaci等的实证研究表明，欧洲国家知识密集型服务业发展对于提高其制造业创新能力具有显著的作用[6]；陈伟等对我国30个省份的实证研究表明，知识密集型技术创新能力较高的东部地区的技术创新年增长趋势较微弱，甚至出现下降情况，技术创新能力较低的中西部地区技术创新增长速度较快[7]；姜南等的研究结果表明知识产权密集型产业对中国的就业社会问题贡献巨大[8]；时省等的研究结果表明产业集聚视角下我国知识密集型服务业(KIBS)的创新推动作用受到人力资本水平的限制但在城市空间集聚视角下KIBS已然表现出显著的创新促进作用[9]。知识密集型企业作为公共产品，具有极强的外部性，Shearmur等的实证研究表明，知识密集型企业通过增加高技能劳动力的供给来促进本地制造业的发展[5]。

自美国在1979年提出“要采取独立的政策提高国家竞争力，振奋企业精神”的政策之后，知识产权开始上升至国家战略管理层面。在这之后，国内外学者开始广泛关注知识产权管理方面的研究，在知识产权管理体系、内在机制、效率评价和影响效应等方面都取得了较为丰富的成果。在知识产权管理系统的内在构成上，有些学者认为知识产权管理系统由知识产权保护、知识产权获取、知识产权利用和知识产权许可等子系统组成，还有些学者认为知识产权管理系统可以分为知识产权创造子系统、市场经营子系统以及保护子系统，或者将知识产权管理系统分为知识产权创造子系统、知识产权运用子系统、知识产权保护子系统和知识产权管理子系统等[10-11]。在此基础上，学者们又从协同学的视角进一步研究了知识产权管理系统协同化、协同机制、协同运行绩效及协同度测度，以上主要运用实证研究的方法来研究知识产权管理系统的协同化，其中包括基于序参量的复合系统协同度、多种组合评价模型和相关专利指数等方法，其中，在利用演化博弈方法研究知识产权管理方面，张飞相等构建了政府与企业之间关于知识产权保护的博弈系统，分析了政府和企业主体在不同的参数条件下所趋向的稳定状态[12]；张哲提出造成我国种业创新困境的几大因素，其中包括知识产权保护制度的不完善[13]；李正锋等同时运用系统动力学和演化博弈的方法分析了不同初始值对保护与剽窃概率的影响[14]；许倩倩和景维民构建了在食品产业知识产权方面政府与食品生产企业的演化博弈系统，找出了影响当地政府和食品企业决策的重要因素[15]。

虽然目前已有较多关于知识产权管理的研究成果，但此类研究成果主要针对知识产权管理问题进行实证研究，或是仅针对政府和知识密集型企业之间进行两方博弈，鲜有学者深入知识密集型企业群体内部并将其划分为拥有知识产权的企业群体和潜在侵权者群体，来研究在政府参与下该两类群体的策略选择问题。而考虑到知识密集型企业群体之间在技术创新能力上存在的差异性，以及保护好(侵犯)知识产权能为产权所有者(侵权者)带来巨大的利益，导致他们在对是否申请产权保护以及是否侵权问题上会做出不同的策略选择，而不理想的策略选择将带来一系列严重的后果。因此，基于知识密集型企业个体创新能力的差异性以及面对复杂决策问题时所具有有限理性的这一现状，本文构建了政府、知识密集型企业群体中的产权拥有者以及潜在侵权者三方主体关于知识产权侵权与保护行为的演化博弈模型，探究了三方博弈系统趋于理想稳定状态的参数条件，并对相关因素进行了敏感性的测度，最终提出促进三方博弈系统朝着理想稳定状态演化的对策建议。

二、基本假设和模型构建

演化博弈将主体的有限理性和主体学习作为基本假设，运用复制动态方程和演化稳定性分析来研究博弈系统的稳定状态[16]。在博弈过程中，博弈主体作为有限理性的经济个体，无法判断自身的策略选择是否为最优策略，只能在与其他博弈主体博弈过程中逐步调整自已的策略选择，进而使各方主体策略达到稳定状态[17]。下面将给出模型中的参数假设：

博弈主体：假设在一个“自然”的环境中，存在一个由政府、产权拥有者、潜在侵权者所构成的博弈系统，三方主体均为有限理性个体并且都能根据每一轮的博弈优化自己的策略选择，最终实现各自收益最大化。

行为假设：对于博弈系统中的政府主体而言，其策略选择可以是监管侵权行为(简称监管)和不监管侵权行为(简称不监管)。这是由于当政府积极实行监管侵权行为时，可以有效地维护市场的秩序，保障创新主体的权利，进而增强知识密集型企业自主创新的动力，由此能为政府带来社会效益的增加以及对侵权企业的罚金收入，同时积极实行监管侵权行为也需要政府付出相应的监管成本；对于博弈主体中的产权拥有者而言，其策略选择可以是申请产权保护和不申请产权保护。若产权拥有者申请产权保护，则能够获得良好的心理预期这一隐性收益，并且若是在政府监管情况下遭到了侵犯，能给予其相应的赔偿，但是同样需要其付出相应的成本。对于博弈系统中的潜在侵权者而言，其策略选择有侵犯产权拥有者的产权和不侵犯产权拥有者的产权。出于侥幸心理以及侵权带来巨大收益的诱惑，潜在侵权者可能铤而走险选择侵权策略，同时由于政府的监管以及出于对风险的综合考虑，潜在侵权者也可能选择不侵权策略。

参数假设：对于政府而言，若其选择监管策略，则需要付出C1单位监管成本，并由此带来市场秩序稳定，企业自主创新能力提升，社会对政府的肯定等等一系列社会效益的增加，设为S1(S1

概率假设：假设政府选择监管策略的概率为x，选择不监管策略的概率为1-x；产权拥有者选择申请产权保护的概率为y，不申请产权保护的概率为1-y；潜在侵权者选择不侵权的概率为z，选择侵权的概率为1-z。相关参数及其含义如表1。

表1 相关参数及其含义

根据以上的参数假设，得到三方博弈主体八种策略组合的收益矩阵，如表2。

表2 三方主体八种策略组合的收益矩阵

三、三方主体复制动态及演化稳定性分析

根据政府、产权拥有者、潜在侵权者选择监管策略、申请产权保护策略以及侵权策略的概率分别为x、y、z，现分别求各自策略选择的期望收益以及平均收益：

政府选择监管策略的期望收益Vx1为：

Vx1=yz(S1-C1)+y(1-z)(S1+f-C1)+(1-y)z(S1-C1)+(1-y)(1-z)(S1-C1+f)

=S1-C1+(1-z)f

(1)

政府选择不监管策略的期望收益为Vx2：

Vx2=y(1-z)(-S2)=yzS2-yS2

(2)

(3)

产权拥有者选择申请产权保护的期望收益Vy1为：

Vy1=xz(r+m-C2)+x(1-z)(r-r1+k+m-C2)+(1-x)z(r+m-C2)+(1-x)(1-z)(r-r1+m-C2)=(1-z)(xk-r1)+r+m-C2

(4)

产权拥有者选择不申请产权保护的期望收益Vy2为：

Vy2=xzr+x(1-z)(r-r1)+(1-x)zr+(1-x)(1-z)(r-r1)=r-r1+zr1

(5)

(6)

潜在侵权者选择不侵权行为的期望收益Vz1为0。

潜在侵权者选择侵权行为的期望收益Vz2为：

Vz2=xy(r2-f-k)+x(1-y)(r2-f)+(1-x)yr2+(1-x)(1-y)r2=r2-xyk-xf

(7)

(8)

(一)政府监管策略复制动态分析

复制动态分析法是用来研究某一种策略在博弈系统中的稳定性的动态微分分析法，如果在博弈的过程中存在一种策略的收益要高于其他策略的平均策略，那么就可以认为该种策略比较适合该博弈系统，具有抵抗其他策略的稳定性。

政府监管策略的复制动态方程为：

(9)

对F(x)进行求导得:

F′(x)=(1-2x)[(1-z)(f+yS2)+S1-C1]

(10)

根据复制动态方程的稳定性定理，只有当x满足F(x)=0且F′(x)<0时，对应的策略才是演化稳定策略。

1.若z=f+yS2+S1-C1/f+yS2时，F(x)≡0，说明此时政府的策略选择比例不会随着时间的变化而变化，即无论政府选择监管策略有多大的比例都是稳定状态。

(二)产权拥有者申请产权保护策略复制动态分析

产权拥有者选择申请产权保护策略的复制动态方程为：

(11)

对F(y)进行求导得：

F′(y)=(1-2y)[(1-z)xk+m-C2]

(12)

同理，可以得到：

1.若z=xk+m-C2/xk时，得F(y)≡0，由此可得此时产权拥有者的策略选择比例不会随着时间的变化而变化，即无论产权拥有者选择申请产权保护策略有多大的比例都是稳定状态。

2.若是z>xk+m-C2/xk时，则y=0是系统的演化稳定点，对应的企业不申请产权保护策略为系统的演化稳定策略；当z

图1 政府监管决策动态演示图

图2 产权拥有者策略选择动态演化图

(三)潜在侵权者演化策略的复制动态分析

潜在侵权者选择不侵权策略的复制动态方程为：

(13)

对其进行求导得：

F′(z)=(1-2z)(xyk+xf-r2)

(14)

同理可得：

1.若x=r2/yk+f时，得F(z)≡0，由此可得此时潜在侵权者的策略选择比例不会随着时间的变化而变化，即无论潜在侵权者选择侵权策略有多大的比例都是稳定状态。

2.若是x>r2/yk+f时，z=1是系统的演化稳定点，对应的潜在侵权者选择不侵权策略是系统的演化稳定策略；当x

图3 潜在侵权者策略选择动态演化图

(四)三方主体策略演化稳定性分析

根据对政府、产权拥有者、潜在侵权者策略演化的复制动态分析可知，三方主体的策略选择均与博弈系统中其他两方的策略选择有关，因此采用分布分析法对博弈系统进行两两分析，在分析系统中两方之间的博弈关系时，将第三方设为常量。

(15)

J1的行列式为：

DetJ=(1-2x)[(1-z)(f+yS2)+S1-C1](1-2y)[(1-z)xk+m-C2]-xykS2(1-x)(1-y)(1-z)2

(16)

J1的迹为：

TrJ=(1-2x)[(1-z)(f+yS2)+S1-C1]+(1-2y)[(1-z)xk+m-C2]

(17)

根据雅可比矩阵的局部稳定性分析法对上述5个均衡点进行分析，结论如表3。

表3 政府、产权拥有者演化博弈稳定性结果分析

根据表3可以得到政府与产权拥有者双方策略选择的动态演化趋势如图4。

分析可知，(1-z)f+S1-C1<0表示在潜在侵权者选择侵权行为时政府选择监管侵权行为所能获得的收益小于监管成本，m-C2<0表示产权拥有者选择申请产权保护时所获得的隐性收益小于申请产权保护的成本，当两个条件同时成立时，如图4(a)所示，政府和产权拥有者会趋向于(0,0)这一演化稳定点，即政府不监管侵权行为，产权拥有者不申请产权保护。(1-z)f+S1-C1>0表示在潜在侵权者选择侵权行为时政府选择监管侵权行为收益大于监管成本，(1-z)k+m-C2<0表示产权拥有者申请产权保护时所获得的隐性收益与在政府监管下受到潜在侵权者侵权所获赔偿的收益之和小于申请产权保护的成本，在这样的参数条件下，如图4(b)所示，政府和产权拥有者会趋向于(1,0)这一演化稳定点，即政府监管侵权行为，产权拥有者不申请产权保护。同理，当潜在侵权者选择侵权行为时政府选择监管侵权行为的收益要远小于成本，并且产权拥有者选择申请产权保护的隐性收益要高于其付出的申请产权保护的成本，如图4(c)所示，则政府和产权拥有者会趋向于(0,1)这一演化稳定点，即政府不监管侵权行为，产权拥有者选择申请产权保护策略。当在潜在侵权者选择侵权行为时政府选择监管侵权行为的收益要高于其所付出的监管成本，并且产权拥有者申请产权保护时所获得的隐性收益与在政府监管下受到潜在侵权者侵权所获赔偿的收益之和大于申请产权保护的成本，如图4(d)所示，则政府和产权拥有者会趋向于(1,1)这一演化稳定点，即政府选择监管侵权行为策略，产权拥有者选择申请产权保护策略。

图4 政府与产权拥有者策略选择演化稳定相位图

构建的雅可比矩阵为：

(18)

J2的行列式为：

DetJ2=(1-2x)[(1-z)(f+yS2)+S1-C1](1-2z)(xyk+xf-r2)+xz(1-x)(1-z)(f+yS2) (yk+f)

(19)

J2的迹为：

TrJ2=(1-2x)[(1-z)(f+yS2)+S1-C1]+(1-2z)(xyk+xf-r2)

(20)

根据雅可比矩阵对上述五个均衡点进行局部稳定性的分析，如表4所示。

表4 政府、潜在侵权者演化博弈稳定性结果分析

根据表4可以得到政府与潜在侵权者双方策略选择的动态演化趋势如图5。

同理，通过分析可以得到驱使不同均衡点演化至相应的演化稳定点的稳定条件。即当潜在侵权者选择侵权策略的前提下政府选择监管侵权行为策略所获收益要小于监管成本，同时潜在侵权者选择侵权策略收益大于0时，双方的策略选择最终会演化至政府不监管侵权行为，潜在侵权者产生侵权行为；当潜在侵权者选择侵权策略的前提下政府选择监管侵权行为策略所获收益要大于监管成本，同时在政府监管侵权行为并且产权拥有者申请产权保护的前提下潜在侵权者选择侵权策略所要付出的罚款与赔偿之和要小于其侵权所能获得的收益，此时双方的策略选择最终会演化至政府选择监管侵权行为策略，潜在侵权者选择侵权策略；当潜在侵权者选择不侵权策略的前提下政府选择监管侵权行为的收益高于监管成本，同时在政府监管侵权行为以及产权拥有者申请产权保护的前提下，潜在侵权者选择侵权策略所要付出的罚款与赔偿之和要高于其侵权所获得的收益，此时博弈双方的策略选择会演化至政府选择监管侵权行为，潜在侵权者选择不侵权策略。

图5 政府与潜在侵权者策略选择演化稳定相位图

构建的雅可比矩阵为：

(21)

J3的行列式为：

DetJ3=(1-2y)[xk(1-z)+m-C2](1-2z)(xyk+xf-r2)+yz(1-y)(1-z)x2k2

(22)

J3的迹为：

TrJ3=(1-2y)[xk(1-z)+m-C2]+(1-2z)(xyk+xf-r2)

(23)

根据雅可比矩阵对上述五个均衡点进行局部稳定性的分析，如表5所示。

表5 产权拥有者、潜在侵权者演化博弈稳定性结果分析

根据表5可以得到产权拥有者与潜在侵权者双方策略选择的动态演化趋势如图6所示。

同理可得，当在政府监管侵权行为的前提下产权拥有者申请产权保护但仍遭到潜在侵权者侵权时所获赔的收益与申请产权保护所获得的隐形收益之和小于申请产权保护的成本，同时在政府监管侵权行为的前提下，潜在侵权者侵权收益大于罚款额时，双方的策略选择最终会演化至产权拥有者不申请产权保护，潜在侵权者产生侵权行为；当在政府监管侵权行为的前提下产权拥有者申请产权保护但仍遭到潜在侵权者侵权时所获赔的收益与申请产权保护所获得的隐形收益之和大于申请产权保护的成本，同时在政府监管侵权行为并且产权拥有者申请产权保护的前提下潜在侵权者侵权所要付出的罚款与赔偿之和小于其侵权所能获得的收益时，此时双方的策略选择最终会演化至产权拥有者选择申请产权保护策略，潜在侵权者选择侵权策略；当产权拥有者申请产权保护所能获得的隐形收益低于申请产权保护的成本，同时在政府监管侵权行为的前提下潜在侵权者侵权所要付出的罚款要高于其侵权所能获得的收益时，此时博弈双方的策略选择最终会演化至产权拥有者不申请产权保护，潜在侵权者选择侵权策略；当产权拥有者申请产权保护所能获得的隐形收益高于申请产权保护的成本，同时在政府监管侵权行为以及产权拥有者申请产权保护的前提下，潜在侵权者侵权所要付出的罚款与赔偿之和高于其侵权所获得的收益时，此时博弈双方的策略选择会演化至产权拥有者选择申请产权保护策略，潜在侵权者选择不侵权策略。

图6 产权拥有者与潜在侵权者策略选择演化稳定相位图

根据以上分布分析的演化稳定条件可知，政府的监管策略与产权拥有者的申请产权保护策略的演化稳定状态会随着演化过程中潜在侵权者侵权比例z的变化而变化；政府的监管策略与潜在侵权者的侵权策略也会随着产权拥有者申请产权保护y的比例的变化而变化；同理产权拥有者的申请产权策略与潜在侵权者的侵权策略也会随着政府选择监管侵权行为策略x的比例的变化而变化。由于x、y、z的数值会随着时间推移发生改变，因而导致博弈系统均衡状态不稳健性的存在，无法只通过简单地改变初始条件来使三方博弈朝着各个预期的稳态演化。本文致力于推动三方博弈演化至政府监管侵权行为，产权拥有者申请产权保护，潜在侵权者不侵权的社会理想状态。从式(11)和图4推测m>C2这一参数条件具有使y单调递增并向y=1演化的趋势，由此可以通过限定y的初始值并保持S1-C1>0，yk+f-r2>0的演化稳定条件，使得三方博弈向x=1，y=1，z=1演化。如要求30%的产权拥有者采取申请知识产权保护策略，由此可以通过限定初始参数实现S1-C1>0，yk+f-r2>0的演化稳定条件，促使政府和潜在侵权者决策向x=1，z=1方向演化，一段时间后，三方博弈系统就会演化到理想稳定状态。

四、数值实验和仿真

本文采用数值实验的方法对上述结果进行仿真分析。根据前文可知，当参数满足m>C2,S1-C1>0，yk+f-r2>0的演化条件时博弈系统将演化至政府监管侵权行为，产权拥有者申请产权保护，潜在侵权者不侵权的稳定状态，故将各个参数值设置如下：f=0.5，S2=0.4，S1=0.5，C1=0.4，k=0.6，m=0.5，C2=0.4，r2=0.6，产权拥有者申请产权保护比例初值为30%，得到以下仿真结果：

图7 三方主体在(0.5，0.3，0.8)初始比例下的动态演化仿真图

根据图7可知，在满足m>C2，S1-C1>0，yk+f-r2>0的参数条件以及产权拥有者申请产权保护的初始比例值高于30%的前提下，三方主体的策略选择最终会演化至政府监管侵权行为，产权拥有者申请产权保护，潜在侵权者不侵权这一理想稳定状态。由此可见，政府监管成本，获得的社会效益，对侵权企业的惩罚力度，产权拥有者申请产权保护的成本，获得的隐性收益，所获赔偿，潜在侵权者侵权所获收益以及为此可能付出的罚款及赔偿等因素都会对三方主体的策略选择产生影响。

为了进一步测定三方主体策略选择对于上述影响因素的敏感性强弱，下文将对政府罚款力度、产权拥有者申请产权保护成本、潜在侵权者侵权赔偿以及潜在侵权者侵权收入等关键因素进行敏感性的测度。分别在将上述影响因素的取值在可行域内进行变动的同时，观察三方主体策略的变化情况，并得到图8所示的敏感性测度图。

图8 关键因素敏感性测度图

根据图8可知，当政府罚款力度(f)在可行域内由0变动至0.3时，潜在侵权者的策略选择将从侵权变化至不侵权，并且随着罚款力度的继续增大，其收敛至稳态的速度也变得越来越快，说明政府罚款力度是一个强敏感性因素；同理，当潜在侵权者所需支付给产权拥有者的赔偿(k)由0变动至0.3时，其策略选择也将迅速从侵权转变至不侵权，表明潜在侵权者侵权赔偿也是一个强敏感性因素；当潜在侵权者侵权收益(r2)从0变动至1时，其收敛于不侵权稳态的速度明显减慢，并且当侵权收益突破1.2时，其策略选择将收敛至侵权状态，这也表明侵权者侵权收益是强敏感度因素；而当产权拥有者申请产权保护成本(C2)在可行域内变化时，演化趋势变动幅度较小，只有当申请产权保护的成本在其初始收益中占比较大时，才会使其选择不申请产权保护策略，因此其为弱敏感性因素。

五、结论及建议

基于知识密集型企业个体创新能力的差异性以及面对复杂决策问题时所具有的有限理性这一现状，本文构建了政府、知识密集型企业群体中的产权拥有者以及潜在侵权者三方主体关于知识产权侵权与保护行为的演化博弈模型，得到了三方博弈系统趋于理想稳定状态的参数条件，并对相关因素进行了敏感性的测度，得到以下主要结论：

1.当参数值同时满足产权拥有者申请产权保护带来的隐性收益高于其申请产权保护的成本，政府监管侵权行为的社会效益高于监管成本，在政府监管侵权行为，产权拥有者申请产权保护的前提下潜在侵权者侵权所要付出的罚款和赔偿高于其侵权所获收益这几个条件时，三方主体将会演化至政府监管侵权行为，产权拥有者申请产权保护，潜在侵权者不侵权的理想稳态。

2.在可行域内变动时，博弈系统对于政府惩罚力度、潜在侵权者侵权收入以及侵权赔偿的敏感性较强，而对于产权拥有者申请产权保护成本的敏感性较弱。

为了促进三方主体的策略选择演化至社会理想稳定状态，结合以上结论提出以下对策建议：

1.加大对侵权行为的惩罚力度与赔偿力度。本文的研究结果表明，潜在侵权者的策略选择对于政府的惩罚力度以及侵权赔偿的敏感性较强，因此，惩罚力度和赔偿力度的加大能够良好地抑制潜在侵权者产生侵权行为。

2.产权拥有者要提高其关键技术的复制壁垒。本文的研究结果表明，潜在侵权者的策略选择对于侵权所获收益的敏感性较强，为此，通过提高关键技术的复制壁垒，从而最大限度地降低侵权者侵权所能获得的收益，也能抑制侵权行为的发生。

3.在经费有限的前提下政府可合理提高对产权拥有者进行产权保护的费用。由于产权拥有者对于产权保护的需求较为刚性，其对于申请产权保护的成本在一定的范围内的波动敏感性并不强。因此，可考虑在政府经费有限的前提下适当提高保护产权的费用。

本文对政府、知识密集型企业群体中的产权拥有者以及潜在侵权者三方主体关于知识产权保护的相关决策进行了演化博弈模型的构建、分析以及敏感因素的测定，揭示了使三方博弈系统演化至理想稳定状态所需要的条件，以及可重点把握的关键影响因素，从而为政策制定者以及产权拥有者提供了相应的对策建议。本文的不足之处在于未直接得出三方博弈系统的理想稳定状态，而是在确保系统中两方趋于理想状态的同时控制第三方的参数范围，使其同时趋于理想稳定状态，因此存在相应的误差，后续的研究工作将重点对此问题进行探讨。