政府引导下的科学城政产学研协同创新合作策略演化博弈研究

何寿奎 王俊宇

(重庆交通大学经济与管理学院，重庆 400074)

0 引 言

科技是第一生产力，创新是引领发展的第一动力，当今的城市竞争是人才创造力和创新力的竞争，创新力是决定一座城市竞争力的关键，而科技创新力不足一直制约我国大城市发展。《中国科学技术协会事业发展“十四五”规划(2021—2025年)》提出推动建立以企业为主体的产学研融合创新联合体和共性技术供给体系，形成全产业链创新枢纽，增强共性技术供给，提高科技成果转移转化成效。

科学城拥有企业、高校、科研院所等创新主体，汇聚海内外人才、资本、技术等创新要素，已成为城市科技创新的策源地。日本筑波科学城、北京中关村科学城、上海张江科学城等都为城市科技创新提供了重要支撑。但科学城发展面临许多问题，如建设资本投入大、协同创新效率低、科研成果转化率低、知识产权保护机制不完善以及政府的监管不足、支持力度低等都会让协同创新体系建设面临较大的风险。

目前，学者围绕协同创新的研究主要是集中于协同创新的过程、机制和创新主体合作意愿影响因素研究。盛永祥等将技术成熟度和技术创新度纳入产学研协同创新的影响因素中，探究其对产学研合作创新意愿的影响[1]；王红云等通过科学城企业对科技人才和科技经费的聚集力研究企业创新力，从创新系统视角分析企业创新力的影响因素[2]。张根明、张曼宁将企业学习能力、声誉损失纳入博弈系统影响因素，分析协同创新过程稳定性[3]；项杨雪等以协同学为基础，从自组织理论视角分析了高校创新能力在产学研协同创新过程中的动态演化规律[4]；李林等基于结构方程模型和多元回归分析研究了政府介入与产学研协同创新运行机制的选择关系[5]；王国红等基于竞合理论和博弈理论，全面分析了协同创新行为“合作策略”与“竞争策略”的演化机理[6]。也有学者从协同创新的对象选择出发，探究产学研联盟稳定性。陈伟等基于时间度和正交投影的产学研协同创新能力动态评估方法，融合了直觉模糊理论和场理论，构建了合作伙伴动态准入与退出联盟的选择模型，实现了产学研联盟协同创新成员的“优胜劣汰”[7]。马文聪等从目标协同性、文化相容性和创新能力互补性三个维度探究其对产学研合作绩效的影响[8]。

还有学者将政府纳入创新系统。以政府、高校和企业为主体，构建协同创新博弈模型，分析系统演化路径与影响因素。王子龙、许箫迪在研究纯市场行为产学研协同创新的基础上，引入政府行为，构建演化博弈模型，通过数值模拟具化系统演化路径特征及影响因素[9]；曹霞、于娟通过数值模拟不同程度市场机制和政府调控，深入剖析企业与学研机构在联盟创新中的演化行为[10]；朱怀念等[11]、成鹏飞等[12]从政府博弈策略选择出发，构建三方动态演化博弈模型，探究系统演化趋势；薛克雷等将信任关系引入产学研协同创新演化博弈模型，研究其作用机理[13]；吴洁等分析政产学研三方在协同创新过程中的策略选择及其影响因素[14]；刘和东、陶渊分析企业、高校和政府之间的利益博弈，发现政府的利益主体属性会降低政产学研合作联盟的稳定性[15]；张华通过设计知识共享模型分析知识投入与知识溢出对协同创新的影响，发现增加知识溢出有利于提高协同创新效率与稳定性[16]；王飞绒等认为政府对产学研协同创新系统演化有关键影响[17]。

现有研究对科学城协同创新有一定参考作用，但还存在以下问题。第一，大多数研究主要以企业和高校作为协同创新的博弈主体，而未考虑政府的非利益主体属性，政府更多地起到引导监督作用。第二，以往的研究都没有详细分析企业、学研方机会主义侵占行为以及政府的监管力度、奖惩措施力度等因素对创新主体的策略选择影响。本文通过分析在政府的引导下，将最优匹配度的协同创新主体引入科学城创新网络，将政府监管态度引入科学城协同创新演化博弈模型。并通过MATLAB数值仿真分析科学城创新主体策略选择的影响因素以及博弈主体行为对各影响因素的敏感性。

1 政产学研三方博弈模型构建

1.1 基本假设

在政府的引导下，选出最优的合作主体，让联盟拥有更好的发展前景，因而政府、企业及学研方的策略选择便不是简单的参与和不参与。政府作为非利益主体，需要承担更多的引导与监管职责。而企业与学研方的策略选择也会影响联盟的发展。本文提出如下假设：

假设H1：在科学城协同创新中，参与主体考虑政府、企业、学研方。政府的策略集合为(积极监管，消极监管)，记为(G1，G2)。企业的策略集合为(积极合作，消极合作)，记为(E1，E2)。学研方的策略集合为(积极合作，消极合作)，记为(U1，U2)；政府、企业、学研方三方在博弈过程中都是有限理性，通过多次博弈得到最优策略。

假设H2：企业与学研方选择消极合作策略时的初始收益为B1、B2(B1>B2)。W表示企业与学研方积极合作的创新成果收益，α为协同创新收益分配比例，α∈(0,1)。C表示合作联盟投入的成本，β为成本分配系数，β∈(0,1)。当企业选择积极合作而学研方消极合作时，学研方侵占企业创新资源的收益记为M；学研方积极合作而企业消极合作时，学研方知识技术专利损失记为K；B0表示政府积极监管引导时，创新联盟积极合作为政府带来的社会经济效益，bB0表示政府消极监管时所得收益。S1、S2表示联盟双方都消极合作时，政府对其采取限制措施双方受到的损失。C0表示政府积极监管产生的成本。

假设H3：政府在积极监管时会给创新联盟提供激励资金H，同时会对创新联盟中消极合作的一方采取处罚措施来弥补积极合作方的损失，记为P；政府的消极监管行为会给创新联盟带来合作阻力，增加合作成本，记为T。

1.2 构建支付矩阵

假设模型中政府、企业、学研方选择积极策略的概率分别为x、y、z；xyz∈[0，1]，基于以上假设构建政府、企业、学研方的三方博弈支付矩阵(见表1)。

表1 政产学研三方博弈支付矩阵

1.3 演化稳定模型构建与求解

根据表1各主体的支付矩阵，构建政府、企业、学研方的复制动态方程分别为F(x)、F(y)、F(z)；则政府监管的复制动态方程为：

(1)

企业的复制动态方程为：

(2)

学研方的复制动态方程为：

(3)

1.4 三方演化稳定性分析

按照Friedman提出的方法，微分系统的演化稳定策略(ESS)可由该系统的雅克比矩阵的局部稳定性分析来得到。

令复制动态方程组F=0可得局部均衡点E1～E8，本文只对8个渐近稳定点进行讨论，根据演化博弈理论，满足雅克比矩阵的所有特征值为非正的均衡点为演化稳定点(ESS)。将8个均衡点带入雅克比矩阵，分析情况见表2。对上述8个均衡点进行稳定性分析，由博弈理论可知，E2、E3、E5、E6、E7都不是稳定点，当S1+S2β(C+T)，(1-α)W>(1-β)(T+C)+M时，E4为稳定点，稳定策略集合为(消极监管，积极合作，积极合作)。当(1-b)B0>C0，在满足H+P+αW>βC，H+(1-α)W+P>2(1-β)T+M+(1-β)C时，E8是稳定点，当政府的积极监管激励等行为给合作联盟带来的收益大于消极行为带来的合作阻力以及机会主义行为带来的风险损失，此时的稳定策略集合为(积极监管，积极合作，积极合作)。

表2 均衡点特征值

本文构建政、产、学研三方博弈模型分析创新联盟主体策略选择，通过政府的约束和引导作用，提高合作联盟的稳定性，发挥联盟创新力引领作用。要想演化至理想状态E8，就要对政府的行为策略选择得到的收益加以约束来防止政府的不作为，政府的政策资金支持H，政府消极监管行为带来的阻力T，“搭便车”收益K、M，以及消极合作给联盟主体带来的风险损失S1、S2都是影响系统稳定的重要因素。

2 三方协同创新行为演化数值分析

为直观观察协同创新主体决策行为演化趋势，对支付矩阵中的参数进行初始赋值，通过MATLAB软件对政府、企业、学研方不同初始状态下其策略选择的动态演化过程进行仿真，对支付矩阵中各参数的初始数值取值如下：W=75、C=40、S1=12、S2=9、M=8、K=6、B0=10、C0=5、H=6、P=5、T=7、b=0.3、α=0.5、β=0.5；由于协同创新的主体通过智能筛选匹配，企业与学研方的契合度越高，合作意愿也更高，可先设x=0.5、y=0.6、z=0.6对政府、企业、学研三方进行数值仿真。

2.1 参与主体的初始意愿对联盟合作关系的影响

图1、图2和图3分别分析政府、企业、学研方初始参与意愿大小对于系统演化的影响。

在政府的监管意愿较低时y、z很快向0演化，而当政府的初始意愿逐渐升高，在达到0.5时，y、z收敛于1，企业与学研方的策略选择由消极变为积极合作，政府的监督、奖惩机制的有效实施，能给企业和高校的合作带来保障，降低合作风险，同时提高企业与高校合作的积极性(见图1)。在其他参数不变的情况下，当政府与学研方的初始意愿x、z不变，企业的初始合作意愿y低于0.5时，y、z收敛于0，系统演化趋于(1，0，0)，当y增至0.6时，y、z收敛于1，系统演化变为(1，1，1)，随着企业参与意愿y的增加，x的收敛速度加快(见图2)。当政府与企业的初始意愿x、y不变，改变学研方初始参与意愿z值，仿真结果与企业的策略选择相似(见图3)。企业与学研方的初始参与意愿y、z的临界值在0.5～0.6之间(见图2、图3)。当初始意愿高于临界值时，系统会很快演化至稳定点。因为在政府实行的监管机制下，对于企业与学研方的初始合作意愿水平要求高，企业与学研方都不愿承担消极合作带来的风险损失，因而当企业与学研方的初始合作意愿高于临界值时，双方的参与意愿逐渐强烈。

图1 政府监管意愿x变化 图2 企业参与意愿y变化 图3 学研方参与意愿z变化

2.2 学研方的机会主义对系统演化的影响

图4是学研方侵占企业资源行为对创新系统演化的影响仿真。结果表明，当学研方的资源侵占收益较小时，企业依旧会选择合作；而随着学研方的“搭便车”行为逐渐增强，并在学研方的资源侵占收益达到一定程度时，企业的参与意愿会立刻改变，最终选择消极合作策略。

2.3 政府的激励政策对系统演化的影响

图5是政府资金激励大小对创新主体策略选择影响的仿真。当H逐渐增大，合作创新主体的参与意愿转变明显，并迅速向积极合作转变。结果表明，政府的资金激励对合作双方也是关键的影响因素。协同创新过程需要耗费较大的人力、物力、时间成本。政府的资金支持能在一定程度上减少企业与学研方的研发投入成本，提高企业与学研方的合作积极性，有助于创新系统向理想状态演化。

2.4 创新主体消极合作损失对系统演化的影响

图6表示政府会对创新系统消极合作的一方采取惩罚措施，在政府后续主导项目中将消极合作方作为低优先级的合作对象。由此产生的损失为S1、S2，仿真结果表明，当合作双方消极合作产生的损失小于临界值时，双方的策略选择不会改变；而损失一旦高于临界值时，会改变策略转向积极合作，学研方对于政府的惩罚措施相较于企业更加敏感。当政府的惩罚措施给企业带来的损失加大时，企业会立刻改变参与意愿，因为企业追求利益最大化，一旦出现利益受损，会权衡利弊对风险做出应对措施。

3 结 语

本文基于演化博弈理论，建立政府、企业、学研三方协同创新合作策略演化博弈模型。通过数值仿真分析参与主体初始参与意愿、“搭便车”行为、消极合作损失等因素对创新主体合作策略选择的演化趋势，进而得出以下结论。

政府的监管策略对企业和学研方的参与意愿有较大的影响，一旦政府的监管意愿较低，企业与学研方都将采取消极策略，政府消极监管会让协同合作不确定性增加，增大企业的合作风险，企业的逐利属性使其对于政府监管策略更加敏感。

政府的创新激励政策对于创新主体参与意愿影响明显。企业与学研方都能容忍一定程度的“搭便车”行为，但是随着侵占收益增加而损害另一方的利益时，会大大降低协同合作积极性，破坏联盟稳定。

政府对于消极合作的主体设置的限制或者处罚措施很大程度上影响企业与学研方的参与意愿，且学研方对于政府的合作限制处罚更加敏感。

基于以上分析，提出以下建议：

一是加大对产学研合作政策扶持力度，加强政府对产业扶持资金使用的监管。完善科技创新激励政策体系，同时完善监管机制，设置合适的处罚力度，政府的有效监管能提高“搭便车”行为成本，提高政府产业补贴资金使用效率，促进知识产权保护，维护创新主体的利益。

图4 学研方“搭便车”收益M变化 图5 奖励资金H变化 图6 消极合作损失S1、S2变化

二是营造良好的合作创新环境，保护各方权益。加强科学城科技创新立法，合作创新产生数据资产，涉及知识产权、安全与保密，需要通过立法促进维护各方合法权益，明确法律责任；建立数据信息共享平台，加强科技互联网信用管理，探索科技互联网相关信息涉密与知识产权纠纷仲裁机制。

三是创新科学城政产学研合作治理模式。建立多元共治机制，生产企业、研究机构、园区管委会及政府管理部门共同推进政产学研合作；将政府监管、科学城产研合作公司内部监督、社会监督与合同约束有机结合，将产权结构与风险分担、治理机制与组织行为有机结合，优化园区项目管理机制与园区公司治理结构，促进科学城政产学研合作高质量发展。