企业突破性技术创新行为研究——基于前景理论的演化博弈分析

（中南大学商学院，长沙 410083）

引 言

现如今，我国企业普遍存在一个令人担忧的现状，一旦缺乏其他国家的技术支持，我国部分企业的相关业务将受到一定冲击，甚至寸步难行。面对科技强国的技术威胁，我国企业再次认识到想要提升自身竞争力和企业价值，掌握核心技术势在必行。技术创新也是推动国家或地区经济发展和社会进步的核心要素，尤其是突破性技术创新的成功将对企业的生产和人民的生活产生重大影响，其本质上是一项根本性或颠覆性的大范围变革，它改变了现有的工艺水平或现有的产品和服务［1］。因此加强对突破性技术创新的研究有利于减弱我国对其他发达国家的技术依赖，努力实现后发赶超的目标。

1912年，熊彼特在其著作中提出的创新理论引发了广大学者的研究热潮，尤其在技术创新领域，国内外学者从不同方面对其展开了大量的研究。一些学者将企业技术创新按照创新强度进行了分类［2，3］， 随着研究的深入， 部分学者详细辨析了技术创新的一些概念［4，5］，在归纳总结了相关文献后对突破性技术创新、激进式创新、破坏性创新和渐进性创新等关联概念进行辨析，给出了突破性技术创新的测度方法，还从技术变革和商业模式变革两大维度将上述概念进行辨析，通过比较4种创新方式的异同，进而重新定义突破性技术创新的内涵。另有一些学者分别基于模块化、知识管理、战略和组织等视角对突破性技术创新的路径、过程及影响因素进行探索［6-8］。以往文献主要运用定性分析的方法从企业突破性技术创新的内涵、特点和影响因素等方面进行探索，并从技术创新过程、知识管理、组织学习和伙伴选择等维度研究突破性技术创新的形成和演化［9-11］，但从定量分析角度对企业突破性技术创新的投资决策行为的研究相对而言较为缺乏。

传统的投资决策方法存在一定缺陷，忽视了投资环境的不确定性、管理者的决策柔性，突破性技术创新的特征决定了其不适用于传统投资决策方法，而近几年来提出的实物期权法和期权博弈论有效地弥补了传统方法的缺陷，为企业的投资决策提出了新的思路。Dixit等［12］在不确定条件下对称双头垄断期权博弈模型的基础上，研究了不完全竞争情况下的两个竞争者市场的投资策略均衡。Huisman和Kort［13］研究了市场需求的不确定性对双头垄断企业技术创新投资决策的影响。国内学者曹国华等［14］运用期权博弈模型，研究了在不确定条件下两个需求不对称的企业的研发投资决策。于媛媛［15］运用期权博弈论法研究企业作为领导者和追随者的收益函数和最佳投资临界值。然而上述学者的研究主要基于渐进性技术创新的投资决策，很少涉及到突破性技术创新投资决策的研究。已有的国内研究对此略有涉及，樊霞等［16］根据技术创新的突破性特征利用实物期权方法得出了突破性技术创新项目的投资决策模型和投资决策特征。刘卫柏等［17］进一步构建了3个期权博弈模型，并进行实证检验。但是上述研究分析的前提都是假设博弈方具有完全理性，整个决策过程中不允许博弈方犯错，这与实际不相符，在许多决策问题中，人是有限理性的，不可能完全避免犯错，不可能每个决策阶段都保持完全理性，因此，本文采用演化博弈理论来解决有限理性问题。

此外，相关研究表明外部激励会影响企业的技术创新活动。Feldman和Link［18］指出，企业能够持续开展技术创新的主要原因之一就是政府的支持和鼓励，包括资金直接补助、税收优惠、人才引进等。有学者［19-21］通过演化博弈的方法具体研究了不同的补助方式如何影响企业选择适合的创新模式。目前，学术界关于政府补助对企业创新活动的影响作用的观点主要分为3种，分别是促进作用［22，23］， 抑制作用［24，25］和无效论［26］。 与渐进性技术创新的特点相比而言，突破性技术创新具有风险高、影响范围大、投资周期长和市场不确定性高等特点［27］，但同时也能打破现有市场格局产生更大的收益。但是进行突破性技术创新需要投入大量的资金，较高的不确定性会使资金不充裕的企业缺乏创新的动力，也会使部分技术在初期遭遇夭折。因此在建设创新型国家背景下，探究政府的补助是否会对企业选择进行突破性技术创新的决策过程产生影响，政府能否发挥引导和激励作用具有一定的现实意义。

本文在技术创新企业是有限理性的假设条件下，运用演化博弈的分析方法来研究政府对企业突破性技术创新投资决策的影响。传统的演化博弈分析过程中的收益是以期望效用理论的客观收益为基础计算的，但是建立在有限理性假设基础上的前景理论指出，人们面对 “得失”风险偏好不一致，面对 “失”时会因为不甘心更愿意追求风险，以期能够翻盘；面对 “得”时则会更加谨慎小心，不愿意冒风险，因此有限理性的博弈双方在决策时主要利用主观感知的策略收益价值而非客观实际收益，这种感知价值符合前景理论特征［28］。综上，本文在演化博分析过程中引入前景理论，构建收益矩阵，将有限理性假设贯彻于政府和企业的感知和决策过程，最后利用数值仿真进行深入分析并得出结论。

1 演化博弈模型

根据以往学者的研究可知，突破性技术创新本身所具有的大量不确定性使得很多企业望而却步，这并不利于社会整体科学技术的发展。从企业实际情况来看，企业可以通过突破性技术创新获得大量收入，对社会具有正外部效应，在产品商业化阶段以税收的形式增加政府收入；同时，由于企业在突破性技术创新过程中获得政府补助，企业所面临的风险和成本将降低，使得企业的收益进一步增大。

本文在企业突破性技术创新决策过程中提出如下假设：

（1）博弈双方分别为政府和技术创新企业，技术创新企业的策略集为 ｛创新，不创新｝，政府的策略集为 ｛补助，不补助｝。博弈双方交互影响的过程遵循有限理性、不完全信息等演化博弈的基本假设。

（2）企业与政府利用策略的主观感知价值进行决策，这种感知价值的特征符合前景理论。企业与政府的博弈过程是动态反复的，根据对方策略的变化不断调整己方策略，直至达到演化稳定均衡状态。

（3）衡量企业突破性技术创新的成功标准为最终产品市场化的成功。

基于以上假设建立如表1所示演化博弈模型。

表1 博弈双方收益矩阵

其中，企业突破性技术创新项目初始需要投入大量资金，设投入总成本为I，项目的成功率为φ，假定通过突破性技术创新可以颠覆现有市场并建立崭新的市场，项目取得成功之后能够得到的收益为R，则该项投资的期望收益为φR。企业选择不进行突破性技术创新的一般收益为W，一般收益是指企业日常经营所带来的收益，突破性技术创新一旦成功将带来额外的收益，并且这项收益是客观的。政府对企业突破性技术创新的专项补助系数为a，则企业获得的补助为aI。产品成功市场化取得的收益为政府带来税收收益，设企业进行突破性技术创新并取得成功的税前利润为Q，技术创新企业所得税税率为b。如果企业在政府提供补助的情况下未选择创新而将资金用于别处，政府对这种行为的监管程度为m，即企业未按用途使用补助被发现的概率，相应的罚金为F。

此外，本文假设博弈双方是有限理性的，根据前景理论，博弈双方对于客观确定的收益和损失不存在感知价值和实际价值的偏差，而当博弈双方对收益或损失ΔU不确定时，产生感知价值v（ΔU）， 公式如下：

其中，ΔU表示距离参照点的损益离差，ΔU≥0表示决策者对该策略的主观感知价值为 “收益”，ΔU＜0表示决策者对该策略的主观感知价值为 “损失”。α（0≤α≤1）表示决策者感知 “收益” 和 “损失”价值函数的风险态度系数，值越大表示决策者越倾向于冒风险。λ表示决策者对损失的规避程度，数值越大则表示决策者对损失越敏感，规避程度越大［28］。为便于分析，本文假设价值函数中参照点的价值为0，收益和损失的绝对值由相应的离差代替。

2 模型求解及分析

本文假设企业进行技术创新的概率为x，企业不进行创新的概率为1-x；政府选择补助的概率为y，选择不补助的概率为1-y。x、y均为关于时间t的函数。

因此技术创新企业选择进行突破性技术创新策略的收益为：

技术创新企业选择不进行突破性技术创新策略的收益为：

技术创新企业混合策略的期望收益为：

政府部门在企业突破性技术创新过程中选择补助的收益为：

政府部门在企业突破性技术创新过程中选择不补助的收益为：

政府部门的混合策略期望收益：

企业突破性技术创新的演化博弈复制动态方程为：

创新系统的雅克比矩阵为：

根据雅克比矩阵的局部稳定性判定准则，当且仅当局部均衡点同时满足系统的雅克比矩阵的行列式DetJ＞0且迹TrJ＜0时，该点才是局部稳定点，当矩阵的行列式和迹均为正值时该点为不稳定点。以此为判定依据进行以下分析。

在（x*，y*）点处有迹TrJ＝0，不满足判定条件，因此局部均衡点（x*，y*）不可能是ESS。在（1，1）点处有DetJ＞0 但Trj＞0， 不符合判定条件，所以局部均衡点（1，1）不可能是ESS。

推论 1：当φR＜I+λ（bQ）α且（mF）α＜λ（aI）α时，（0，0）是系统的演化稳定点。这种稳定状态由政府不进行补助企业也不进行创新的消极行为造成，不利于鼓励企业发展突破性技术。

在企业选择进行突破性技术创新时，若企业的收益φR较小，直至小于企业所需要的投入和所需支付的税收之和，那么出于经济利益考虑企业会选择不进行创新。此时从感知价值角度考虑，政府若选择补助，那么由于企业选择不创新策略所支付的罚金小于政府所提供的补助，则政府会选择不补助策略，系统将演化至（0，0）稳定点。

推论 2：当λ（mF）α+φR-I-λ（bQ）α＜0 且（mF）α-λ（aI）α＞0 时， （0，1）是系统演化稳定点。此种情形下，在政府愿意选择补助的情况下企业仍选择不创新，属于政府补助无效、企业消极创新的状态，是稳定状态中最不利的一种。

在政府选择补助下，企业选择创新和不创新的收益差λ（mF）α+φR-I-λ（bQ）α小于零， 此时企业宁可受罚也不愿将资金投入突破性技术创新中，因此政府对企业的补助是无效的。即使有些企业已经选择创新策略，在考虑了市场的激烈竞争和对利益最大化的追求后，也会放弃创新策略。而对政府而言，即使投出去的补助款可以通过违规企业的罚款进行弥补，但这不符合政府激励企业进行创新的初衷，因此该补助措施是无效的。

推论3：当φR-I-λ（bQ）α＞0 时， 此时（1，0）是系统演化稳定点。此种情形下由于企业突破性技术创新所带来的利益大于企业的投入与税额之和，此时即使没有政府的补助，企业也会自发的选择进行创新。这种状态最为理想，意味着即使没有外部激励措施，企业也会保持创新的积极性。但同时为了满足该条件，需要确保项目较高的成功率和收益，并适当调节创新型企业的税率。

3 数值仿真

本文以某企业突破性技术创新为例，利用Python软件来探究基于前景理论的突破性技术创新演化博弈模型中，各参数变化对系统演化的影响，模拟政府及潜在创新企业进行突破性技术创新决策时的动态演化过程。

假设现有一项突破性技术创新项目，企业需要投入成本I＝1000.00万元，项目成功后每年可获得收入R＝4000.00万元，企业未按照规定将资金用于突破性技术创新，擅自挪用资金而未进行报备的罚金为F＝500.00万元，突破性技术成功产生税收收益的税基Q＝600.00万元。Tversky等曾研究指出，前景理论的价值函数中的收益和损失函数的风险态度系数α一般取值为0.88，损失规避程度λ一般取值2.25［29］。设系统演化的初始点（x0，y0）为（0.5，0.5）。

（1）决策者感知 “收益”价值函数的风险态度系数α的敏感性分析。当项目成功率φ＝0.50和0.90时，将α分别取值0.50、0.60、0.70、0.88、0.90、1.00，系统演化情况分别如图1和图2所示。

图1 系统对α值的敏感性 （φ＝0.50）

由图可知企业和政府对感知价值的风险态度系数α非常敏感。由图1可知当项目成功率为0.50，α＝0.50和0.60时，由于企业对项目的收益感知价值过小，可能导致企业认为进行突破性技术创新不会给企业带来可观利润而最终选择不创新策略。而当企业对项目感知价值增大时，企业会自发选择创新策略。通过图2对比可知，当企业突破性技术成功率增大时，即使此时企业对项目的感知价值不是那么高，政府补助作用不显著，企业也会自发地向创新策略演化。

图2 系统对α值的敏感性 （φ＝0.90）

（2）决策者感知 “损失”价值函数损失规避程度λ的敏感性分析。当项目成功率φ＝0.50和0.90时，λ分别取值 1.00、1.50、2.25、3.00、3.50、4.00，系统演化情况分别如图3和图4所示。

图3 系统对λ值的敏感性 （φ＝0.50）

图4 系统对λ值的敏感性 （φ＝0.90）

通过观察图3可知，当成功率为0.50时，随着损失规避程度的增大，企业向创新策略的演化逐渐变慢。从图4可知随着项目成功率的增大，系统对损失规避敏感性程度增强，特别当λ增大到4.00时，企业逐渐朝着不创新的方向演化，这意味着即使项目成功率非常高，高损失敏感性企业也会选择不创新，而此时由于企业对损失非常敏感而导致政府的补助无效。

（3）政府对企业的创新补助系数a的敏感性分析。当项目成功率φ＝0.50和0.90时，政府补助系数a的取值为0.05、0.10、0.20、0.30、0.40、0.50，系统演化情况如图5和图6所示。

图5 系统对a值的敏感性 （φ＝0.50）

图6 系统对a值的敏感性 （φ＝0.90）

观察图5和图6可知，随着突破性技术创新项目成功率逐渐提高，企业会演化为选择创新策略，随着政府补助系数的逐渐增大，政府在一定程度上可以激励企业进行创新，引导企业加快速度向创新策略的方向演化。

（4）突破性技术创新项目成功率φ的敏感性分析。图7表示φ取值为0.20、0.40、0.60、0.80、1.00时系统的演化情况。

由图7可知，当突破性技术创新项目的成功率低于0.50时，企业向不创新演化，而政府也将采取不补助策略，因为此时的补助是无效的。而当成功率逐渐增大，越来越接近1.00时，即使没有政府的补助，企业也会自发的选择创新策略。由此可知，系统对项目成功率较为敏感。

图7 系统对项目成功率φ的敏感性

（5）企业所得税税率b和政府监管程度m的敏感性分析。当b取0.10、0.15、0.20、0.30、0.40时，系统演化情况如图8所示。当m取0.20、0.40、0.60、0.80、1.00时，系统演化情况如图9所示。

图8 系统对税率b的敏感性

图9 系统对政府监管程度m的敏感性

图8显示出系统对税率较为敏感，当税率b逐渐增大时，企业向不创新策略演化，税率越小，企业创新的积极性也越大。图9显示出系统对政府监管程度的敏感性较弱，但增大政府监管努力程度，适当对企业施压，在一定程度上能促进企业采取突破性技术创新策略。

4 结 论

本文在演化博弈模型中引入前景理论，用前景理论中的价值函数代替演化博弈收益矩阵中不确定的收益和损失的计算，更好地体现出博弈双方从主观感知价值到最终决策过程中的有限理性特点，在此基础上探究了政府对企业突破性技术创新行为决策的影响作用，最后利用Python软件模拟了各参数对企业突破性技术创新行为的演化影响，结果表明：

（1）只有当企业选择进行突破性技术创新的项目收益大于其投入的成本与税额的总和，企业才会自发选择创新策略，但这种理想状态目前较难实现，这需要较高的项目收益R、较高的成功率φ和适当的税率b。而突破性技术的难点也就在于其较高的风险性，从而难以保证创新成功率，并且需要大量的创新投入。系统对感知价值的风险态度系数α和损失规避程度λ的变化敏感性较强。因此在突破性技术创新过程中要同时注重企业群体外部影响和内部影响，适当降低企业对采纳风险的规避程度，加强潜在技术创新企业对突破性技术创新的信心，促使企业增大对创新收益的感知价值，但无须过分强调此种努力，只要将α值设定在0.88左右，λ值设定在2.25左右小幅度波动即可；（2）政府的补助对企业选择进行突破性技术创新有一定的激励作用，效果却并不显著，但是不能由此全部否认政府对技术创新企业的积极作用。政府需要发掘潜在的高成功率突破性技术创新项目，并给予一定补助，缓解企业的资金压力，进一步增强企业的信心，实现双赢。

本文在一定意义上表明了政府在企业进行突破性技术创新决策过程中的实际影响作用，佐证了部分学者的观点，丰富了企业突破性技术创新投资决策行为的研究内容，为后人的研究提供一定依据。