技术创新合作的复杂性:必要性与不确定性研究＊

董 伟

(中南大学公共管理学院,湖南长沙 410083)

技术创新合作的复杂性:必要性与不确定性研究＊

董 伟

(中南大学公共管理学院,湖南长沙 410083)

运用博弈理论对技术创新合作复杂性中的必要性和不确定性两个问题进行了探讨。在理论经济学和创新经济学理论分析的基础上,建立了关于技术创新合作必要性的 Cournot博弈模型。通过梳理博弈论关于合作复杂性的理论 (特别是复杂性科学家关于合作问题的研究),本文对技术创新合作不确定性问题及其应对策略进行了深入探讨。

技术创新合作;复杂性;必要性;不确定性

一、技术创新合作的必要性

关于技术创新系统内的协调 (Coordination)问题,本文拟重点研究创新合作 (Cooperation)的复杂性。所谓合作,是相对于市场交易或竞争 (Competition)而言的行为。特别是非契约合作,对于新古典主义经济学理论而言,本身就是一种复杂性。

因为,尽管导致创新合作的原因比较复杂,但其经济学依据都是:相对于采用市场交易或竞争而言,具有帕累托 (Pareto)更优效率。所谓帕累托效率,是指这样一种经济状态,必须通过减少一部分成员的福利才能使另一部分成员的福利增加。新古典主义经济学的观点是,市场不仅能实现自动出清,而且还能达到帕累托效率,此结论为福利经济学第一定理所证明。而帕累托更优意味着整体福利的增加,或帕累托前沿的改进。创新合作具有单纯市场交易所不能完成的复杂性。

大致地讲,学习、分散风险、进入新市场、市场策略等复杂动机可以导致创新合作,关系融资 (relational financing,减少交易成本)和用户创新 (和用户合作,以减少市场不确定性)也属于创新合作的范畴。

现代“知识经济”有时又被称为“学习经济”(learning economy),共享技术、模仿、扩散、人才培养等学习机制都可能导致创新合作,比如企业技术联盟。而分散创新风险,人才、资金等资源的互补和分担也可以产生合作动机,比如产、学、研合作。进入新市场有时也需要与已进入企业,甚至消费者合作以减小创新不确定性,前者如跨国公司与当地企业的合作研发,后者即是冯.希普 (Von.Hipel)所倡导的“用户创新”。另外,企业的市场发展策略,如范围经济等因素也可导致创新合作。

如果从创新的定义出发,可以将技术创新的合作动机分为技术动机、市场动机和组织动机三个类别。因为创新本来就是由各主体 (如,创新组织)所实施的、技术 (技术)和经济(市场)要素的结合。

据 J.笛德、J.本珊特和 K.帕维特的研究,技术动机包括创新开发成本、时间和复杂性。为了获取创新资源,比如资金、设备、人才等因素就可能产生合作动机。并且合作创新还会因为优势互补而加快速度,从而缩短研发时间。特别是,现代技术本身越来越复杂,创新的技术风险增加,即使大企业也无法在“技术孤岛”上生存下去。外部技术来源可以让企业迅速引入新兴技术,这对涉足新领域或海外市场的创新尤其重要。

英国曼彻斯特理工大学 D.李特勒 (D.A.Littler)的一项研究结果显示,市场诱发的动机在创新合作中占据相对更重要的位置。比如,对关键消费者需求和市场需求变化做出反应。由于消费市场具有不确定性,所以,与已经进入市场的企业进行合作,甚至与消费者合作就会有利。

另外,创新合作还能为企业带来组织利益。比如,能够为企业内部研发部门提供“同行评审”,并且还可能通过引入新的观点,为企业内部研发人员带来挑战和机会。

当然,可以通过收购方式或正式契约形式实现合作目标。但,交易费用可能成为制约因素。技术创新及其产品的复杂性程度越高,信息不对称问题就会越突出,所以交易费用就会很高。非契约性合作就变得更重要了。

兹以技术产品的俱乐部产品属性为例,通过博弈论模型,研究创新合作的效率。

以技术产品的俱乐部产品属性为例,假设生产某种技术产品,比如某类软件的产业,由 n个同质企业组成。同质表示有相同的生产函数,n越大则产业竞争越激烈。并假设其反需求函数为:

D为参数,Qi指企业 i的产量,P为价格。设该产品单位生产成本为 C,而企业 i进行创新结果造成单位产品产净收入为Zi,企业间相互溢出度为β,βZi表示企业 i能给别的企业带去的单位产品正溢出 (spillover),0

据 dRi/d Zi|Zi＊=0可得:

再对 Zi＊(n,β)求偏导得:

结果可得:只有在 0.8≤α≤2n2/(n+1)2这个区间内时 f(β＊,n)=0才成立 ,并且 β >β＊时 f(β,n)<0,β <β＊时 f(β,n)>0。

所以归结起来,当 0.8≤α≤2n2/(n+1)2时,创新策略在β<β＊时采取正策略,即溢出越多创新也会越多,在β＊点达到最高值以后,创新策略由正变负,即溢出越多创新越少。一旦α条件不满足时,创新策略是单调的,而且经计算证明是递减的,即单调负的创新策略。

n越大条件越易满足,越不易出现负策略,也即竞争越激烈将越有利于创新。后面将会看到,这一结论意义非常大。而当市场竞争不太激烈 (n适中或很小),特别是溢出很大 (学习效应显著,或技术产权制度不健全)时,容易出现负策略。市场陷入等待博弈,即都会等别人创新成功以后,以低成本模仿从而获利。,以日本为其代表,甚至模仿创新还成为一种创新策略。结果市场创新量很少或根本无创新。为避免等待博弈,创新合作便将具有效率。

所以,创新的俱乐部产品属性以及创新过后的学习效应共同增加了合作压力。如果再加上创新本身的风险 (或不确定性),创新合作就更有必要了。即要么不创新 (不能获得新利润),要么合作创新以共享利润。

而从有限理性 (不同于理性预期)假设出发,复杂性科学家W.B.阿瑟研究了知识经济中的路径依赖 (path dependence)和报酬递增 (increasing return)现象。在总结了罗森伯格、卡茨和夏皮罗、弗兰格尔等人的研究成果后,阿瑟提出了“报酬递增”现象的五个原因:干中学、网络外部性、规模经济性、信息的递增收益和技术关联性。其中与技术创新合作最密切相关的是“信息递增收益”和“网络外部性”,前者的根源是技术创新产品的俱乐部产品属性,而后者主要与现代通信等信息产业密切相关。

阿瑟认为,网络外部性的认知基础是一种“后向预期”,即消费者当前的决策只与已有消费数量有关,结果会导致路径依赖现象。与理性预期不同,由于后向预期具有明显的模仿、学习性质,应属于一种不完全理性。如果再加之以随机因素,阿瑟等人用随机逼近的方法严格证明了,非线性波利亚过程最终会达到一个不动点。由于波利亚过程是模仿路径依赖现象,所以技术创新过程具有非遍历性和明显的路径依赖性。

阿瑟等人的研究对于创新管理的含义是,技术创新宜早不宜迟、宜快不宜慢,更不能陷入前面所谓等待博弈。比如在硅谷,有句名言就是:“速度是神”。

所以,通过各种形式的资源互补进行合作,加速技术创新的速度,对企业在市场竞争中取得商业成功就变得非常关键。

但 2004年的一项国家自然科学基金课题研究结果显示,我国企业合作研发比例不高 (55%),同行合作率几乎为零。而据M.弗瑞茨等人对德国企业创新合作的统计,企业合作创新率最高达 76%,且同行间有合作 (最高达 32%)。所以,技术创新合作对我国企业界是项紧迫任务,事关我国技术创新和经济竞争力整体水平的提高。

二、技术创新合作的不确定性

根据著名的弗里德曼定理 (或称俗定理),任何具有高折现率支付和完全信息的有限阶段博弈,经无限次重复博弈可达到合作解。但重复博弈的子博弈精炼纳什均衡战略 (可信的,或可实施的)本身可以有多种 (多重均衡)。

博弈论研究领域中所谓合作行为,主要是针对著名的“囚徒困境”而言的。根据重复剔除严格劣战略的方式可以证明,囚徒困境中的博弈双方选择的结果并不是帕雷托最优的结果。而如果双方能够合作,则双方的收益都会提高。但由于双方只有一次博弈机会,所以不能达成合作。俗定理通过重复博弈来解决这一问题。如果博弈双方进行重复博弈、特别是无限次重复,则双方就有可能达成合作,因为这是一个纳什均衡战略。

而据诺贝尔经济学奖金获得者鲁宾斯坦等人对机器博弈(machinery game)的研究,如果考虑到计算复杂性,合作解会更难以实现。而考虑计算复杂性则说明,不完全理性行为者更难以达成合作。因为相对于完全理性者 (如俗定理中的博弈),不完全理性者的博弈过程要受计算复杂性的制约。

更重要的是,经演化博弈论 (evolutionary game)使用演化稳定策略 ESS,特别是随机稳定均衡 SSE的研究,纳什均衡合作解未必稳定,甚至被严格占优的策略也可能保留下来。弗里德曼本人的证明所采用的“触发战略”就具有合作解不稳定的弱点。演化博弈强调博弈参与者受到演化选择压力,博弈过程与生物进化过程类似,ESS的结果比纳什均衡更加严格。而随机博弈强调外界因素对博弈的干扰,特别是机会主义等不合作行为的干扰。而在复杂系统中,随机干扰是不可避免的。在上述两中博弈情景中,最后能稳定保存下来的战略将大为减少。特别是,俗定理所得出的合作结果并不一定会出现。一些非合作的、对博弈各方都不利的结果也会保留下来。

而作为具有有限理性主体的复杂系统,技术创新系统恰好是一种复杂演化系统。所以,创新合作虽从理论上具有效率,但未必能实现。

圣菲研究所鲍尔斯 (S.Bowles,现任“经济学板块”主任)和金迪斯(H.Gintis)对合作问题从复杂性视角进行了深入研究。作为当今世界复杂性科学研究的中心,圣菲研究所具有跨学科研究的显著特色。鲍尔斯和金迪斯正是以演化博弈论为基础,通过多学科交叉和仿真方法展开研究。

复杂性科学对稳定合作问题的基本答案是一种多层次选择机制。

首先,通过一种族群间竞争的方式,结果群内合作行为可以稳定地演化出来。但这种方式得出的合作需要引入比较强的外部条件。

族群选择 (group selection)方式对技术创新合作的启示就是寻找利益相关者,共同的竞争压力会促进合作。弗里曼等人所倡导的N IS就具有这种理论含义。弗里曼对德国、日本等国创新系统的研究就特别强调,创新是一种国家间经济的追赶、跨越行为。佩特尔和帕维蒂的理论明确指向后发国家的竞争力。波特的N IS理论直接就是国家竞争优势 (the competitive advantage of nations)理论。库克也认为,R IS理论的两个主要来源之一便是所谓“区域科学”(regional science)。很多区域创新理论家同时也是区域发展 (甚至欧盟经济)研究学者。

但,由于鲍尔斯等人的仿真模型中强调自发性,其中并无先验的政府或社会权威,所以需要一个相当长时间演化过程。这制约了模型的实用价值。

鲍尔斯和金迪斯认为,随着现代信息经济的发展,团队生产和合作的重要性也增加了。市场和国家促进合作的功能不足可由一种非匿名 (unanonymous)的、中间层次的“共同体”(community)机制得到弥补。

“共同体”中行为主体的互动关系介于短期的市场和长期的国家之间,而且不具有强制性。信息机制在其中发挥重要作用,声誉、报复、分割和地方效应能促进主体间合作。

所谓“声誉”机制,是指共同体成员的频繁互动降低了信息收集成本,并且提高了发现与别人交往可以降低信息收集成本的特点的成员的收益。信息的获取和传播越快,共同体的成员就越有动力,他们会以有利于其邻居的方式活动。因此在一个重复的互动过程中,他们就会有动机以合作行为建立“声誉”。

在一个共同体中,如果成员之间今天进行交往,那么他们在未来进行交往的概率就会比较高,因此他们就会以比较善意的方式进行交往,以避免对方在今后出现背叛行为。成员之间互动越全面,那么惩罚机会主义者的机会就越多。这就是“报复”机制。这种机制与“声誉”机制思路相反但结果一致。

共同体中的合作与机会主义者会在频繁的互动过程中被分割开来,合作者将得到奖励与合作者继续交往,而非合作者将受到惩罚与同样是机会主义者交往。这就是所谓“分割”效应。

而“地方”效应则是指,由于共同体之间的成员流动有限,从而会加强前面三种机制的效果。

通过控制参数,经计算机仿真结果显示,最终可导致共同体成员普遍合作 (universal cooperate)。

美国硅谷 128号公路高技术带和 116个高技术园,德国的汉堡 -汉诺威及纽伦堡技术园,英国的剑桥科学园、苏格兰硅谷,日本的筑波科学城,俄罗斯新西伯利亚科学城,我国台湾新竹科学园、北京中关村高技术园区、52个高新技术开发区,等等,这些区域创新系统在技术创新合作方面都发挥着这种“共同体”功能。

“共同体”机制对于技术创新管理复杂性 (manage complexity)来说,即是一种网络嵌入 (network embeddedness)。

所以,进入共同网络对创新合作具有重要意义。以硅谷的创新投资模式为例,因短视而不合作导致声誉不佳的创业投资者就会被创业投资者集团驱逐。因长期互动,从而在硅谷还形成了创业投资者的俱乐部规范,并且其效果使创新投资接近社会最优水平。

但鲍尔斯和金迪斯强调,建立在方法论个人主义基础上的互利合作具有不完全可靠性,俗定理并不能为稳定的合作提供理由,在某些时候还可能使结果更糟。如果群体数量很大,或互动时间很短,“共同体”也就失去意义。

据统计,发达国家的高技术园区一般规模为 1-3平方公里。并据美国国会的一份评价研究报告,高技术园的成熟一般需要 15年左右的时间。而目前我国创新园区存在的主要问题正是规模过大 (仅 6个小于 5平方公里)、时间短 (1991年首次设立)。

金迪斯的一项研究表明,不经过群体选择和互动而通过个体内化社会规范在短期内就可实现合作。金迪斯认为,“社会化”理论与经济学理性概念、演化博弈论以及生物学都是相容的,因为通过模仿成功的合作行为 (复制动态)会提高适应性。金迪斯的结论具有穆勒新功利主义色彩,但并未使用完全理性“经济人”假设,其模型中模仿学习起了重要作用。

以硅谷投资者俱乐部规范为例,后来者如能迅速融入并自觉遵守其规范,则会取得更理想收益。

虽然金迪斯模型中的一些外生条件降低了其结论的应用价值,特别是需要一个超家族的社会制度。因为金迪斯模型中有信息“倾斜传递”的假设,故需要一个外生的机构来实施,对于合作的社会条件提出了较高要求。

但金迪斯的这项研究将对合作问题的研究视野延伸到更微观的层次。

从管理的微观角度看,阿罗视信任 (Trust)为减少经济系统交易成本的“润滑剂”。N.拉赫曼则认为,信任是非常有利于减少经济系统复杂性的因素。据帕萨·达斯古普塔的观点,信任是所有交易的中心问题。经巴伯、德佑茨基、甘贝塔、罗伦兹、帕雷等经济学家的经验研究,信任已被纳入交易成本经济学范畴,信任行为可以看做是一种关系嵌入 (Relational Embeddedness)。

行为博弈论 (Behavioral Game)定义信任为,相信对方会在某种风险(或不确定性)活动中互利合作。信任在合作领域中的作用相当于市场经济中的货币,具有支付购买力,所以有时也称为信用 (Credit)。所以,信任是一种关系资本或社会资本。

但信任的取得本身是廉价 (Chip)的,由于不具有成本约束和强制性,很容易遭破坏。这种矛盾就是合作关系的内廪复杂性。

行为博弈论关于信任博弈的实验结果显示,信任行为虽大量存在,但本身也具有风险 (或不确定性)。风险程度、诱惑程度、心理和文化差异等经济和社会因素都会影响信任和被信任。产生信任的动机和原因本身是复杂的。

据 H.伯杰、N.诺特海文、B.努特鲍姆的观点,信任与网络嵌入和互动时间高度相关。这又与鲍尔斯等人的结论联系起来。这可以说是信任的“机制设计”理论,其本质上属于 J.科尔曼和 R.哈丁等人的信任“理性选择论”(rational choice theory)。科尔曼认为,信任别人是冒险的事情,理性人做任何事情都是要增进自己的福利,至少不会减少自己的福利。只有在信任别人能使自己受益的情况下,人与人之间才会有信任。理性选择论喜欢用博弈论研究工具,来探讨信任合作机制。但,正如前面所分析,理性信任理论对合作行为的解释具有其内在局限性。

正如上面介绍过的金迪斯后来关于合作的研究,社会性因素 (包括社会心理因素)也可以发挥促进信任的作用。社会文化、制度、道德、历史等因素都可以影响信任程度。

关于信任行为的理论解释,还有信任文化理论、信任的认识发生理论、制度论、道德基础论等理论。比如,信任文化理论认为,信任是是一种文化现象,是社会文化密码的一部分,文化差异可以用来解释不同社会信任程度的高低。而信任的认识发生论则认为,一个人对别人信任程度的高低与个人早年经历有关,如家庭破碎或受虐待都会降低今后对别人的信任程度。信任的制度理论认为,社会制度对一个社会的信任程度有直接影响,比如公正、稳定、民主的社会制度环境中其社会成员之间的信任程度相对较高。信任的道德基础论则认为,个人的人生态度对其信任行为有重要影响,乐观的人生态度容易使人对别人产生信任。道德基础论者进一步认为,社会收入和财产分配的不平等会降低其成员的乐观主义情绪,从而降低社会信任水平。所以,信任是社会嵌入 (social embedded ness)的。

比如,关于通过网络化进行合作创新的信任问题,M.萨科和 S.赫尔普尔、A.帕克赫、罗亚东、B.尼尔森等人的研究表明,合作时间、利益相关程度、声誉、机会主义、信息交换等理性因素对信任关系有重要影响。但同时,合作以往经历、承诺、文化和地缘差异等因素对信任也会产生直接影响。

据 1999年的一项由N IST(美国国家标准与技术研究院)的 ATP(先进科技计划项目)主办、Harvard大学和M IT联合研究项目的研究结果显示,美国的创新体系中仍存在着大量的“信任缺口”。这甚至被称为技术发明与创新之间的“死亡之谷”。

据 L.朱克、M.达比、M.布鲁尔等人对生物学研究中的合作问题的一项深入研究,研发合作中个体智力资本价值越大时对信任的需求越高。如果没有额外社会资本支持,跨组织的合作研究将比较困难,缺乏信任是跨组织合作的主要成本之一。

然而在硅谷,以波拉尼意义上的意会技术为基础的关系性融资 (relational financing)在技术创新不确定性最大的初始阶段起了重要作用。因为创新本身的复杂性使这种合作无法以理性计算为基础,其依赖的只能是一种关系和社会资本。结果,这种共生的商业“生态”促进了投融资双方的双赢。风险资本是硅谷发展的引擎,而风险资本家对企业是高度卷入的。许多风险资本家本身是技术专家出身,能为创新管理出谋划策。投融资双方的相互信任度非常高。按 J.布朗和 P.杜奎德的说法,硅谷的创新模式是一种“技术生态”。

并且,硅谷创新企业以及人员之间也维持着广泛的非正式联系,相互之间的信任程度较高。萨克森尼安则明确称之为“竞争与合作”。而其中维持合作关系的正是因为彼此之间的相互信任。比如,不同的、甚至相互竞争的公司的技术人员之间可以相互请教问题,而对方也会给予解答。

[1][英 ]R.贾.现代公共经济学[M].方敏,等译.北京:中国青年出版社,2004.

[2]Von Hipel. The Source of Innovation[M].Oxford University Press,1988.

[3]J.笛德,等.创新管理 [M].金马工作室译.北京:清华大学出版社,2004.

[4]LittlerD A.Risk and Rewards of Collaboration[M].UM IST,1993.

[5]ArthurW B.Competing Technologies,Increasing Returns,and Lock in by Historical Events[M].Economic Journal,1989.

[6]骆品亮.虚拟研发组织的治理结构[M].上海:上海财经大学出版社,2006.

[7]FritschM.Cooperation in Regional Innovation Systems[J].Regional Studies,2100,35(4):297-307.

[8][美 ]R.吉本斯.博弈论基础[M].高峰译.北京:中国社会科学出版社,1999.

[9][美 ]A.鲁宾斯坦,等.博弈论教程 [M].魏玉根译.北京:中国社会科学出版社,2000.

[10][瑞士 ]J.W.威布尔.演化博弈论[M].王永钦译.上海:上海人民出版社,2006.

[11]Yong H P.The Economics of Convetion[J].Journal of Economic Persipective,1996,10(2):118.

[12]Bowles S,GintisH.The Evolution of StrongReciprocity:Cooperation in Heterogeneous Populations[J].Theor PopulBiol,2004,(65).

[13]Philip Cook.Regional Innovation Systems,Hans-Joachim Braczyk,Philip Cook,Martin Heidenreich(eds)[M].UCL Press,1998.

[14]Bowles S,Gintis H.The Moral Economy of Communities:Stuctued Populations and the Evolution of Pro-social Nor ms[J].Evolution and Human Behavior,1998,19(1):3-25.

[15][日 ]青木昌彦.比较制度分析[M].周黎安译.上海:上海远东出版社,2001.

[16]顾朝林,等.中国高技术产业与园区[M].中信出版社,1999.

[17]Gintis H.Solving the Puzzle of Prosociality[J].Rationality and Society,2003,15(2):155-187.

[18]Arrow K.The Limits of Organization[M].New York:W.W.Norton,1974.

[19]Luhmann N.Trust and Power[M].Chichester:JhonW iley,1979.

[20]P.达斯古普塔.作为商品的信任[A].郑也夫.信任:合作关系的建立与破坏[C].北京:中国城市出版社,2003.

[21]J.M.霍奇逊.制度与演化经济学现代文选:关键概念[M].贾根良,等译.北京:高等教育出版社,2005.

[22][美 ]C.凯莫勒.行为博弈——对策略互动的实验研究 [M].贺京同等译.北京:中国人民大学出版社,2006.

[23]郑也夫,等.中国社会中的信任 [M].北京:中国城市出版社,2003.

[24]廖成林,等.虚拟企业信任关系决定因素与机理[J].重庆大学学报,2004,27(5):140.

[25][美]L.M.布兰斯科姆,等.高科技风险管理 [M].中信出版社,2002.

[26][美]L.朱克,等.生物学研究中的合作结构与信息困境[A].R.M.克雷默,等.组织中的信任 [C].北京:中国城市出版社,2003.

[27][美 ]J.布朗,等.信息的社会层面[M].上海:商务印书馆,2003.

[28]Saxeian A.Regional Advantage:Culture and Competition in Silicon Valley and Route 128[M].Harvard University Press,1994.

2010-09-11

董伟 (1973-),男,四川南部人,讲师,博士。