技术因素影响产学研合作创新意愿的演化博弈研究

盛永祥，胡 俊，吴 洁，周 潇，施琴芬

技术因素影响产学研合作创新意愿的演化博弈研究

盛永祥1,3，胡 俊1，吴 洁1，周 潇1，施琴芬2

（1.江苏科技大学经济管理学院，江苏 镇江 212003；2.苏州科技大学 校长办公室，江苏 苏州 215009；3.江苏科技大学 服务制造模式与信息化研究中心，江苏 镇江 212003）

将产学研合作过程中的技术成熟度和技术创新度纳入产学研合作收益的影响因素中。构建基于技术成熟度和技术创新度的产学研合作创新博弈支付矩阵，通过演化博弈方法求得产学研合作创新时的均衡解，并通过数值与案例分析探索了技术成熟度和技术创新度的不同变化对产学研合作创新意愿的影响。研究表明：技术创新度一定时，技术成熟度越低，企业与学研方的合作创新意愿越高；技术成熟度一定时，产学研合作创新意愿随技术创新度的提高先升后降；当技术成熟度和技术创新度同时变化时，产学研合作创新意愿随着两种技术因素的不同变化情况呈现不同的变化特点。

产学研合作创新；技术成熟度；技术创新度；演化博弈

0 引言

科技创新是新常态下经济转型的内在动力，创新驱动发展已成为我国的重大战略举措。但我国自主创新能力不强，核心技术缺乏，企业技术创新能力有待提升。单个企业依靠自身力量难以在技术创新上取得重大突破，企业寻求与高校或科研机构合作进行技术创新。产学研合作创新[1-5]的影响因素较为复杂，弄清主要影响因素及其影响机制，对提高产学研合作创新意愿有实际意义。

国内外学者对产学研合作创新的影响因素进行了研究，现有文献[6-11]主要研究了研发成本、收益和政府奖励与惩罚等因素对产学研合作创新的影响。凌守兴[6]等分析了成本、收益、收益分配系数、罚金对产学研合作创新稳定性的影响。吴洁[7]等研究了非理性心理因素及风险偏好对知识主体行为的影响。仲伟俊[8]等探讨了收益对产学研合作创新模式的影响。曹静[9]等研究了合作风险和奖励要素对创新过程的影响。吴洁[10]等研究了纳什均衡时的最大收益和最优获利能力。李佳[11]等研究了合作创新的利益分配因素对产学研合作创新的影响。考虑到企业与学研方在合作创新博弈中的有限理性，有学者[12-13]通过演化博弈方法研究了产学研合作创新的影响因素。如卢方元[12]等通过演化博弈模型研究了企业和学研方的策略选择行为。张华[13]等基于演化博弈模型,研究了企业、大学和科研机构间协同创新过程的演化稳定策略。苏先娜[14]等通过演化博弈模型研究发现收益比例相等时产学研合作创新的可能性最大。

鉴于技术对产学研合作创新的驱动作用，技术因素是促成产学研合作的重要因素，少数学者研究了技术因素对产学研合作创新的影响。如张千帆[15]等构建模型研究了在不同技术创新能力成熟度下的产学研双方的合作创新模式的路径选择，结果表明技术创新能力成熟度对合作创新的模式选择及其演化路径有影响。Bayona[16]等对西班牙1652家公司进行分析，发现技术的不确定性是影响企业合作创新的重要因素。刘志迎[17]等基于科大讯飞的单案例研究发现技术能力提升能够促进产学研合作创新。胡寅龙[18]技术创新是影响产学研合作创新的重要因素。文泽兵[19]等认为企业技术能力结构是企业技术能力及创新水平的决定性因素。

以往学者的研究为研究技术因素影响产学研合作创新意愿提供了有益的借鉴。以往学者只研究了技术因素对于产学研合作创新的重要性，技术变量也比较单一，并没有对影响产学研合作创新的意愿进行详细分析。因此本文在相关研究的基础之上，将技术因素引入到产学研合作创新的影响因素中。与以往研究不同的是，本文将技术因素细分为技术成熟度与技术创新度，同时考虑了产学研合作创新的技术基础与创新主体的技术创新能力；此外，本文通过关注产学研合作创新意愿，研究技术因素对产学研合作创新的影响。本文构建了企业与学研方的演化博弈支付矩阵，考虑了技术成熟度和技术创新度两种技术维度对创新收益与成本的影响，求得了双方合作博弈的演化均衡解，并通过仿真与案例分析研究了技术成熟度和技术创新度的不同变化对产学研合作创新意愿的影响。

1 模型构建与求解

1.1 假设条件与支付矩阵

本文从技术角度研究产学研合作创新意愿问题，在考虑产学研合作创新中影响因素的基础上，本文作出如下假设：

表1 产学研博弈支付矩阵

Table 1 Payment matrix of industry-university-research cooperation

产学研合作创新的支付矩阵如表1所示。

1.2 演化博弈模型求解

1.2.1 收益期望函数构建

根据表1支付矩阵，当学研方选择“合作”策略时，可以求出其期望收益为：

当学研方选择“不合作”策略时，其期望收益为：

当学研方选择混合策略，即学研方选择“合作”策略与选择“不合作”策略时的平均期望收益：

同理可以得出企业选择“合作”策略与选择“不合作”策略时的平均期望收益：

1.2.2 复制动态方程的求解

由企业与学研方的复制动态方程可以求出：

通过式(1)、(2)、(3)与式(4)可得到雅可比矩阵为：

矩阵行列式的值为：

矩阵行列式的迹为：

1.3 演化博弈模型分析

根据上述演化博弈模型，产学研合作创新的稳定性可分为二种情况进行讨论分析：

表2 企业或者学研方支付的违约罚金大于其各自所投入成本时的均衡结果

Table 2 Equilibrium result of enterprises or research institutions paying fines for breach of contract more than their respective input costs

由表2可知，当违约罚金大于企业与学研方各自所投入成本时，点(0,0)、点(0,1)和点(1,0)和为不稳定点，点(1,1)为策略稳定点，由于企业与学研方因为违约支付给另一方的罚金远大于其各自所投入成本时，双方演化博弈策略必然是“合作”。这也与实际相符合。演化相位图如图1所示。

图1 企业或者学研方支付的违约罚金大于其各自所投入成本时的演化相位图

Figure 1 Evolutionary phase diagram when enterprises or research institutions pays fines for breach of contract more than their respective input costs

表3 企业或者学研方支付的违约罚金小于其各自所投入成本时的均衡结果

图2 企业或者学研方支付的违约罚金小于其各自所投入成本时的演化相位图

Figure 2 Evolutionary phase diagram when enterprises or research institutions pays fines for breach of contract less than their respective input costs

如图2所示，当初始状态位于ADBC 区域时，系统收敛于C点(1,1)，企业与学研方的合作意愿将向“合作”策略演进；当处于OADB 区域时，系统收敛于O点(0,0)，企业与学研方的合作意愿将向“不合作”策略演进。

2 技术对产学研合作创新意愿影响的数值与案例分析

国家科学技术奖励大会于1月9日在人民大会堂举行，大会揭晓了2016年国家最高科学技术奖以及国际合作、进步、发明、自然等奖项。其中，蚂蚁金服与同济大学等机构联合研发的“网络交易支付系统风险防控关键技术及其应用”获得国家科学技术进步奖二等奖，是获得该类奖项的唯一一家互联网公司。蚂蚁金服获奖的这一技术，价值在于让用户使用移动支付时更安全。蚂蚁金服高级技术专家黄冕认为，移动支付成为中国人日常消费生活方式的同时，网络交易的安全性也在变得越来越重要，特别是在随着互联网发展，网络犯罪也呈现出规模化、体系化，网络交易的安全性也变得越来越复杂。传统的风控需要大量的人工参与，但面对网络黑灰产的新形势，这种方式碰到的挑战越来越大。而蚂蚁金服的智能风控在面对新风险时，具备自动的机器学习能力。能建立攻击者的行为模型，针对模型进行验证、质检，发布，下次再遇到类似案件或犯罪团伙，智能风控将自助拦截。不仅大大缩短了传统针对新风险行为的响应时间，还减少了人工出错的几率。而蚂蚁自主研发的智能风控系统，从2004年上线后就在不断优化升级。最近蚂蚁金服与同济大学开展产学研合作，是在蚂蚁金服丰富业务场景和技术能力的基础上，借力学研方的基础研究优势，向前迈进的一步。在智能风控的护航下，支付宝交易资损率目前不到十万分之一，远低于国际领先支付机构千分之二的风险水平。而且支付宝案件识别系统的响应速度缩减了一半。据悉，蚂蚁金服将作为国家网络空间治理专项项目组的主要参与方，加入到反电信诈骗与黑灰产业的整治行动中，这一技术将得到更广泛的应用。

为了更直观地体现产学研各方合作创新意愿的演化过程和规律，本文运用Matlab软件进行仿真分析。记同济大学为成员A，蚂蚁金服为成员B，通过改变不同参数取值，分析技术成熟度和技术创新度对企业与学研方合作意愿的影响。

在考虑同济大学与蚂蚁金服现实合作情况的基础上，对模型中的参数进行初始赋值，设同济大学在选择“合作”策略的收益的分配系数为0.5，蚂蚁金服选择“合作”策略的收益的分配系数为0.5；同济大学在选择“合作”策略的成本的系数为0.3，蚂蚁金服选择“合作”策略的成本的系数为0.7；此项技术研发前的技术成熟度为0.5，研发后的技术创新度为0.6；“不合作”方由于违约支付给“合作”方的罚金为20万；政府对双方选择“合作”策略时的资助为10万；技术研发后的收益为700万，预计成本为400万。参数赋值如表4所示。

表4 仿真参数赋值

2.1 技术成熟度变化对产学研合作创新意愿的影响

图3 技术成熟度变化时产学研合作意愿的演化情况

Figure 3 Evolution of the innovation willingness of production and research cooperation when the technology maturity changes

2.2 技术创新度变化对产学研合作创新意愿的影响

图4 技术创新度变化时产学研合作意愿的演化情况

Figure 4 Evolution ofthe innovation willingness of production and research cooperation when the degree of technological innovation changes

2.3 技术成熟度和创新度同时变化对产学研合作创新意愿的影响

图5 技术成熟度与技术创新度同向变化时产学研合作意愿的演化情况

Figure 5 Evolution ofindustrial-university-research cooperation willingness when technology maturity and technological innovation in the same direction

图6 技术成熟度下降与技术创新度上升时产学研合作意愿的演化情况

Figure 6 Evolution of industrial-university-research cooperation willingness when technology maturity decreases and technological innovation rises

图7 技术成熟度上升与技术创新度下降时产学研合作意愿的演化情况

Figure 7 Evolution of industrial-university-research cooperation willingness when technology maturity rises and technological innovation decreases

3 结论

产学研合作创新是推动创新驱动发展战略的重要手段，技术创新是产学研合作创新的主要内容，研究技术因素对产学研合作的影响具有现实意义。作为对以往研究的补充，本文将技术因素分为技术成熟度和技术创新度两个维度，建立了基于两种技术因素的产学研合作创新的博弈支付矩阵，通过演化博弈方法求得了合作创新的博弈均衡解，分析了均衡解的稳定条件，并重点研究了技术成熟度和技术创新度的不同变化对产学研合作创新意愿的影响，得到如下结论与启示：

（1）当技术创新度一定时，技术成熟度越高，产学研合作创新意愿越低。当成熟度较低时，创新成本较低，此时企业与学研方容易实现合作。因此，选择技术成熟度相对较低的项目进行合作研发，更有利于企业与学研方实现共同赢利。

（2）当技术成熟度一定时，产学研合作创新意愿随技术创新度的提高先升后降。技术成熟度一定时，技术创新度越高，产学研合作创新意愿越高；但是，当技术创新度很高时，企业与学研方需投入大量成本实现创新，边际收益递减效应使双方合作意愿降低。因此，企业与学研方应集约节约地投入创新要素，通过盲目扩大投入提高创新收益是得不偿失的。

（3）当技术成熟度和技术创新度同向变化时，产学研合作创新意愿随技术成熟度和技术创新度的提高先升后降。当技术成熟度和技术创新度达到一定临界值后，创新成本急剧上升使得双方合作意愿逐渐降低。因此，对于技术成熟度和技术创新度均较高的技术研发项目，需要政府的介入，如我国政府通过设立“863”计划、“江苏省重点研发计划”等专项研发计划资助产学研协同创新，提升企业与学研方的合作创新意愿。

（4）当技术成熟度和技术创新度反向变化时，产学研合作创新意愿随着两种技术因素的不同变化情况呈现不同的变化特点。随着技术成熟度的提高和技术创新度的降低，产学研双方的合作创新意愿逐渐降低；随着技术成熟度的下降和技术创新度的上升，双方的合作创新意愿越来越高。因此，企业与学研方在技术成熟度较低的技术领域，选择具备较高技术创新能力的合作伙伴，更容易实现合作创新。此外，政府应根据两种技术因素的现实情况采取不同的支持方式与力度，当技术成熟度较高且技术创新度较低时，采取较大力度的资金支持方式更有利于刺激产学研双方的合作意愿；当技术成熟度较低且技术创新度较高时，政府应重点营造良好的协同创新环境，尽量降低和避免直接的资金支持。

[1] Gu J, Gu M, Cao C, et al. A novel competitive co-evolutionary quantum genetic algorithm for stochastic job shop scheduling problem[J]. Computers & Operations Research, 2010, 37(5): 927-937.

[2] Kefan X, Gang C, Wu D D, et al. Entrepreneurial team's risk-based decision-making: A dynamic game analysis[J]. International journal of production economics, 2011, 134(1): 78-86.

[3] Kim Y, Lee J. Manufacturing strategy and production systems: an integrated framework[J]. Journal of Operations Management, 1993, 11(1): 3-15.

[4] Adami C, Schossau J, Hintze A. Evolutionary game theory using agent-based methods[J]. Physics of life reviews, 2016, 19: 1-26.

[5] 马家喜, 仲伟俊, 梅姝娥. 企业技术联盟与一类 “产学研” 合作技术创新模式选择研究[J]. 管理学报, 2008, 5(6): 824-831.

Ma J X, Zhong W J, Mei S E. Selection of technology innovation modes for the cooperation among enterprise alliance and I-Type of "Industry-University-Institute"[J].Chinese Journal of Management, 2008, 5(6): 824-831.

[6] 凌守兴, 许应楠, 仇荣国. 产学研合作创新演化博弈模型构建及其稳定性分析[J]. 统计与决策, 2015(17):56-58.

Ling S X, Xu Y N, Qiu R G. Construction and stability analysis of evolutionary game model of Industry-University-Research Cooperation[J]. Statistics & Decision, 2015(17):56-58.

[7] 吴洁, 吴小桔, 李鹏, 盛永祥, 施琴芬. 基于累积前景理论的联盟企业知识转移演化博弈分析[J]. 运筹与管理, 2017, 26(03): 92-99.

Wu J, Wu X J, Li P, et al. Evolutionary game analysis of knowledge transfer in industry alliance based on cumulative prospect theory[J]. Operations Research and Management Science, 2017, 26(03): 92-99.

[8] 仲伟俊, 梅姝娥, 谢园园. 产学研合作技术创新模式分析[J]. 中国软科学, 2009 (8): 174-181.

Zhong W J, Mei S E, Xie Y Y. Analysis of Technological Innovation Modes for the Industry-University-Institute Cooperation[J]. China Soft Science, 2009 (8): 174-181.

[9] 曹静, 范德成, 唐小旭．产学研结合技术创新合作机制研究[J]．科技管理研究, 2009, 29(11):18-21.

Cao J, Fan D C, Tang X X. Study on the cooperation mechanism of industry - university - research cooperation technological innovation[J]. Science and Technology Management Research, 2009, 29(11):18-21.

[10] 吴洁, 彭星星, 盛永祥, 李鹏, 施琴芬. 基于动态控制模型的产学研知识转移合作博弈研究[J]. 中国管理科学, 2017, 25(03): 190-196.

Wu J, Peng X X, Shen Y X, et al. Research on knowledge transfer cooperative game in University-Industry Cooperation based on dynamic control model[J]. Chinese Journal of Management Science, 2017, 25(03): 190-196.

[11] 李佳. 以企业为主导的产学研合作模式研究[D]. 武汉科技大学, 2010.

Li J. Research on the enterprise oriented mode of industry- university-research cooperation[D]. Wuhan: Wuhan University of Science and Technology, 2010.

[12] 卢方元, 常大华. 基于演化博弈的产学研合作创新稳定性分析[J]. 科技管理研究, 2015 (16):100-105.

Lu F Y, Chang D H. Cooperative innovation stability analysis based on evolutionary game[J].Science and Technology Management Research, 2015 (16):100-105.

[13] 张华, 协同创新, 知识溢出的演化博弈机制研究[J]. 中国管理科学, 2016 (2): 92-99.

Zhang H. Study on evolutionary game mechanism of collaborative innovation and knowledge spillover[J]. Chinese Journal of Management Science, 2016,24 (2): 92-99.

[14] 苏先娜, 谢富纪. 企业技术创新合作策略选择的演化博弈研究[J]. 研究与发展管理, 2016, 28(1): 32-140.

Su X N, Xie F J. An evolutionary game analysis on the strategy choice of cooperative innovation of firms[J]. R&D Management, 2016, 28(1): 132-140.

[15] 张千帆, 方超龙, 胡丹丹. 产学研合作创新路径选择的博弈分析[J]. 管理学报, 2007, 4(6): 748-751.

Zhang Q F, Fang C L, Hu D D.Choice of the paths for the cooperative innovation of Industries, Universities and Research Institutes by game analysis[J]. Chinese Journal of Management, 2007,

4(6): 748-751.

[16] Bayona C, GarciA-Marco T, Huerta E. Firms’ motivations for cooperative R&D: an empirical analysis of Spanish firms[J]. Research Policy, 2001, 30(8):1289-1307.

[17] 刘志迎, 俞仁智, 徐景明, 等. 企业主导产学研合作的技术与市场协同创新——以科大讯飞为例[J]. 管理案例研究与评论, 2013, 6(4):311-319.

Liu Z Y, Yu R Z, Xu J M. Technology and market collaborative innovation of the enterprise dominant "Industry-University-Research Institute" Cooperation: a case study of Iflytek[J]. Journal of Management Case Studies, 2013, 6(4):311-319.

[18] 胡寅龙. 产学研结合技术创新协同机制研究[D]. 西安工程大学, 2012.

Hu Y L. Research on synergetic mechanism of Industry- University-Research institute collaborative technology innovation [D]. Xi’an: Xi`an Polytechnic University, 2012.

[19] 文泽兵, 温兴琦. 企业技术能力结构优化及其对产学研合作需求研究[J]. 物流工程与管理, 2014, 27(1):52-54.

Wen Z B, Wen X Q. Study on optimization of enterprise technical structure and the demand for Industry-University-Research institute collaboration[J]. Logistics Engineering and Management, 2014, 27(1):52-54.

Study on the evolutionary game of the effect of technology on the innovation willingness of production and research cooperation

SHENG Yongxiang1,3, HU Jun1, WU Jie1, ZHOU Xiao1, SHI Qinfen2

(1. School of Economic and Management, Jiangsu University of Science and Technology, Zhenjiang 212003, China; 2. Office of the President, Suzhou University of Science and Technology, Suzhou 215009, China; 3. Jiangsu University of Science and Technology, Research Center of Service Manufacturing Model and Information Technology, Zhenjiang 212003, China)

Scientific and technological innovation is the internal driving force of economic transformation under the new norm. Innovation-driven development has become a major strategic move in China. However, it is difficult for a single enterprise to make major breakthroughs in technological innovation by relying on its own strength. Enterprises seek to cooperate with universities or scientific research institutions to carry out technological innovation. The factors influencing innovation via industry-university-research cooperation are more complicated. It is of practical significance to clarify the main influential factors and their influencing mechanisms. Previous scholars primarily studied the impact of research and development costs, benefits, as well as government incentives and punishments on innovation via industry-university-research cooperation. However, few existing studies deeply considered the influence of technical factors on the willingness of enterprises, universities, and research institutions to cooperate. However, these factors are the key to the cooperation between these three bodies.

Therefore, on the basis of relevant research, this paper introduces technical factors as influential factors in co-operation among enterprises, universities, and research institutions, subdivided into technological maturity and technological innovation. Technological maturity is a measure of the degree of maturity of a technology's current research and development; the higher the technological maturity, the more difficult it is for enterprises and universities to innovate on this technology. Technological innovation measures the degree of innovation after the research and development of a technology; the higher the technological innovation, the more room there is for companies and universities to innovate on this technology. At the same time, the technical basis of cooperation among enterprises, universities, and research institutions and the technological innovation ability of the innovation subject are considered. The evolutionary game payment matrix of enterprises and academics is constructed. The effects of technological maturity and technological innovation on innovation revenue and cost are considered. The evolutionary equilibrium solution of cooperative games between the two parties is obtained, and the impact of various changes in technological maturity and technological innovation on the willingness to cooperate in production, education, and research is studied by simulation and case analysis. The research shows that: (1) When the degree of technological innovation is certain, the lower the technological maturity, the greater the willingness of enterprises, universities, and research institutions to cooperate and innovate. Therefore, the selection of projects with relatively low technological maturity for collaborative R&D is more conducive to the mutual profitability of enterprises and institutes of education and research. (2) When technological maturity is certain, the willingness of enterprises, universities, and research institutions to cooperate in innovation will rise and fall with the improvement of technological innovation. Therefore, enterprises and institutes of education and research should invest in innovative elements in an intensive manner, as it is not as worthwhile to attempt to increase the return of innovation by blindly expanding investment. (3) When the degree of technological maturity and technological innovation change proportionally, the willingness of enterprises, universities, and research institutions to cooperate in innovation will rise and fall with the improvement of of technological maturity and technological innovation. Therefore, for technology R&D projects with high technological maturity and technological innovation, government intervention is often required; as an example, the Chinese government supports the innovation of production, education, and research through the implementation of plan “863” and the “Jiangsu Provincial Key R&D Plan”, to promote the willingness to cooperate and innovate between enterprises and institutions of education and research. (4) When the degree of technological maturity and technological innovation change in inverse proportions, the willingness of enterprises, universities, and research institutions to cooperate will exhibits different features of change with the inverse changes in the two technical factors. Therefore, enterprises and institutes of education and research in the technical field with low technological maturity are inclined to choose partners with higher technological innovation capabilities, as it is easier to achieve cooperative innovation. In addition, the government should adopt different support methods and advantages according to the relationship between the two technical factors. When technological maturity is high and technological innovation is low, providing a large amount of financial support is more conducive to stimulating production, education, research; when technological maturity is low and technological innovation is high, the focus should be on creating a good collaborative innovation environment to minimize and avoid direct financial support.

Production and research cooperation innovation; Technological maturity; Technological innovation degree; Evolutionary game

2017-08-08

2018-01-03

Funded Project: Supported by the National Natural Science Foundation of China (71471091, 71771161), the Major Projects of the Key Research Base of Philosophy and Social Sciences in Jiangsu Universities (2015JDXM025) and Supported by the Natural Social Science Foundation of Jiangsu Province (17JYB004) and the Soft Science Research Program of Zhangjiagang (ZKR1601)

F204

A

1004-6062(2020)02-0172-008

10.13587/j.cnki.jieem.2020.02.019

2017-08-08

2018-01-03

国家自然基金资助项目（71471091）；国家自然基金资助项目（71771161）；江苏省高校哲学社会科学重点研究基地重大资助项目（2015JDXM025）；江苏省社科基金资助项目（17JYB004）；张家港软科学资助项目（ZKR1601）

盛永祥（1969—），男，江苏大丰人；博士，教授；主要研究方向：复杂网络。

中文编辑：杜 健；英文编辑：Boping Yan