共生理論視角下制造業創新生態系統演化博弈研究

吳夢嬌,施進發

(華北水利水電大學 管理與經濟學院,河南 鄭州 450046)

制造業是實體經濟的支柱,是供給側結構性改革的重要領域,是科技創新的主戰場,是現代經濟體系的重要組成部分。隨著市場需求的多樣化,制造業轉型升級已成為推動企業競爭力提升、實現高質量發展的必由之路[1]。但是制造企業在轉型升級過程中仍存在諸多問題,比如:轉型升級需求迫切與關鍵核心技術“卡脖子”相矛盾、技術生命周期不斷縮短、自主創新研發能力薄弱、技術不成熟以及外部創新環境不完善等。在此情形下,通過內外部創新的結合以及產業結構的優化來實現制造業的轉型升級。目前創新活動不再是單純依靠企業內部資源進行的技術創新行為,而是通過構建開放、合作且有利于創新的生態系統來實現企業群組間知識來源的拓展,利用優勢互補降低創新風險,加速技術轉型和發展[2]。創新生態系統已成為創新主體、創新要素、創新環境交互作用下多元主體博弈的結果[3],而多元主體不同博弈策略組合形成不同的共生模型,如互利共生、偏利共生等。因此,厘清創新生態系統中創新主體之間的共生競合關系以及演化規律是至關重要的。

一、文獻綜述

對于創新生態系統的內涵,現有研究主要從關系網絡、系統學、協同學及創新行為等角度進行界定[4-7]。目前,學界已經形成一種共識,即具有互動需求的多邊、異質參與者之間建立的聯盟結構,以實現共同的價值主張[8]。創新生態系統的演化過程類似自然界生物種群的共生演化過程[9]。共生演化指系統中各個要素相互依賴、相互影響,長時間進化出互利共生的能力[10]。共生演化也被視為創新生態系統的核心特征。目前,創新生態系統共生演化已成為國內外的研究熱點,引起了學者的一系列研究。Still等提出創新生態系統演化的實質是核心成員間的共生關系演化[11]。創新生態系統的共生模式是一種新型的創新組織形態,它通過整合不同的企業、研究機構、政府和社會組織等參與者,建立相互依賴、協作和共享資源知識的合作關系,共同推動創新和價值創造[12]。

制造業創新生態系統的共生主體有政府部門、制造企業、學研機構及中間機構等,因此,制造業創新生態系統進行共生演化的主要表現形式為政產學研協同創新[13]。對制造業創新生態系統的共生行為進行演化博弈研究能夠幫助理解演化過程、預測演化路徑、解釋規律機制,并為決策和政策提供支持,促進政產學研的發展和實踐的改進[14]?，F有研究對產學研間的雙方演化博弈的討論較多,陳勁等較早將協同創新引入產學研合作演化博弈中,發現降低“搭便車”收益并提升協同創新凈收益,產學研合作才能走出“囚徒困境”[15];彭瑩等認為,技術突破概率、創新費用和政府激勵是影響技術突破創新的關鍵因素[16];張根明、盛永祥等通過構建產學研演化博弈模型探討了建立產學研聯盟過程中的穩定性[17-18]。部分學者對政產學研三方演化博弈進行了研究,戚湧等構建政產學研三方之間的演化博弈模型,指出合作創新的成本和利益是影響參與主體進行行為選擇的主要因素[19];劉和東等對企業、高校和政府之間的利益博弈進行分析,發現政府若考慮自身收益,則會降低政產學研協同創新合作的穩定性[20]。

已有文獻對創新生態系統的研究大多基于系統層面,從系統的構建演化、協同創新及運行機制進行討論,較少從共生演化視角探討企業與相關主體資源競爭與合作關系如何演化,共生環境對系統進化的影響等問題。除此之外,缺乏通過政府監管促進產學研積極參加共生演化并提高雙方創新能力及耦合協調程度的文獻,因此,需要對政府、制造企業與學研機構三方的共生行為進行完整的演化研究。鑒于此,以探究制造業創新生態系統共生演化過程中的策略選擇問題及動態演化規律為主要研究目標,重點解決三個問題。第一,制造業創新生態系統中的共生主體及其關系是如何表現的?第二,制造業創新生態系統的共生主體參加共生演化的規律是怎樣的?第三,如何激勵共生主體積極參加共生創新?上述研究為制造業探究共生創新的作用及風險、共生演化的趨勢提供有效的理論價值,有利于政府在開放式創新模式下為共生主體提供共生環境、新思維模式及良好導向。

二、基本假設與模型構建

基于生態學理論與共生演化理論,制造業創新生態系統中的政府部門、制造企業、學研機構等作為分解者,是創新群落與創新環境物質、能量循環的關鍵載體[21]。因此,將在共生環境內的創新主體看作一個共生的整體,稱其為創新共生體。當創新共生體均選擇創新時會產生共生關系,但是由于支付偏好、資源和技術以及競爭環境等因素的影響,共生主體有“積極創新”和“消極創新”兩種策略選擇。因此,當共生主體均選擇“積極創新”策略時,共生主體之間屬于“互利共生”關系;當共生主體均選擇“消極創新”策略時,共生主體之間屬于“偏利共生”關系。

(一)模型假設

假設1G表示政府,政府的策略集合:{積極監管,消極監管},x表示政府在創新生態系統共生過程中選擇“積極監管”策略的群體比例。A表示制造企業,制造企業的策略集合:{積極創新,消極創新},y表示制造企業在創新生態系統內選擇“積極創新”策略的群體比例。B表示學研機構,學研機構的策略集合:{積極創新,消極創新},z表示學研機構在創新生態系統內選擇“積極創新”的群體比例。其中,x,y,z的取值范圍在0到1之間,在演化博弈過程中,基于有限理性和利益最大化角度,三個群體通過重復試驗和選擇策略,最終尋求穩定均衡點[22]。

假設2在創新生態系統內,政府作為管理與監督部門,在參與成員進行共生演化過程中起到引導和激勵作用。當政府選擇“積極監管”時,政府為制造企業制定政策法規以及獎懲機制將會產生管理成本,用J表示。為提高制造企業與學研機構的科學技術水平并引導激勵制造企業與學研機構選擇“積極創新”策略,政府分別向制造企業與學研機構提供Ai(i=1,2)的科學技術補貼。此時,由于稅收等產生的基本收益為V1,同時政府積極監管將獲得社會名譽收益E[23]。當政府選擇“消極監管”時,由于稅收等產生的基本收益為V2(V1>V2),此時不對制造企業與學研機構進行科學技術補貼,管理成本可忽略不計。制造企業與學研機構在參加協同創新前早已清楚各自的責任和義務,若其中一方出現“消極創新”的情況,政府將收回對其提供的科研技術補貼,并對消極參加的一方處以罰金F[22、24]。

假設4當制造企業與學研機構其中一方選擇“積極創新”、另一方選擇“消極創新”時,選擇“積極創新”的制造企業和學研機構創新成本增量為Ki1(i=1,2),選擇“消極創新”的制造企業和學研機構成本增量為Ki2(i=1,2),“積極創新”一方的收益增量為(1-θ)T,“消極創新”一方由于信息資源共享等情況將會得到投機收益θT,θ表示投機收益分配系數[27],T表示制造企業與學研機構的總收益增量。當制造企業與學研機構均選擇“消極創新”時,制造企業與學研機構之間合作程度太低,合作創新成本增量與合作創新收益增量可忽略不計。

(二)收益矩陣

基于上述模型假設及參數,設定政府、制造企業、學研機構三個共生主體的收益矩陣,如表1所示。

表1 三方博弈收益矩陣

三、演化博弈的演化穩定策略求解

根據上述的收益矩陣,可以計算出政府、制造企業和學研機構三方的復制動態方程,分別對創新共生體的策略進行穩定性分析。

(一)政府的策略穩定性分析

通過計算政府選擇“積極監管”策略與“消極監管”策略的收益以及平均期望收益,從而得出政府的復制動態方程為:

F(x)=dx/dt=x(1-x)(y(-A1-F)+z(-A2-F)+
E+V1-V2+2F-J)。

(1)

設G(y)=y(-A1-F)+z(-A2-F)+E+V1-V2+2F-J,則F(x)=x(1-x)G(y),dF(x)/dx=(1-2x)G(y)。當G(y)=0時,y*=(z(-A2-F)+E+V1-V2+2F-J)/(A1+F),此時F(x)=0,所有的x均處于演化穩定狀態。當演化穩定策略滿足F(x)=0且dF(x)/dx<0時,根據微分方程的穩定性原理可知,此時處于演化穩定狀態。由于?G(y)/?y=-A1-F<0,因此,G(y)是屬于y的單調遞減函數。當yy*時,x=0為政府的演化穩定策略。政府的策略演化相位圖如圖1(a)所示,其中箭頭表示x向x=0或x=1的方向演化。

圖1 三方策略演化相位圖

圖1(a)中政府選擇“消極監管”策略的概率為P0,對應的體積為VP0,選擇“積極監管”策略的概率為P1,對應的體積為VP1,經計算得:

V2+2F-J)/(A1+F)dzdx

(2)

推論一:政府選擇“積極監管”策略的概率與社會名譽收益、政府對制造企業與學研機構的罰金、積極監管時的基本收益呈正相關;與積極監管時的管理成本、消極監管時的基本收益、對制造企業與學研機構的科學技術補貼呈負相關。

證明:分別對VP1內各個要素求一階偏導數,得?VP1/?E>0,?VP1/?F>0,?VP1/?V1>0,?VP1/?J<0,?VP1/?V2<0,?VP1/?A1<0,?VP1/?A2<0,因此,當E,F,V1上升,或J,V2,A1,A2下降時,政府選擇“積極監管”策略的概率將上升。

(二)制造企業的演化穩定策略求解

通過計算制造企業選擇“積極創新”策略與“消極創新”策略的收益以及平均期望收益,從而得出制造企業的復制動態方程為:

F(y)=y(1-y)(x(A1+F)+z(qωΔR-pγΔC+
K11+K12-T)+(1-θ)T-K11)。

(3)

設G(x)=x(A1+F)+z(qωΔR-pγΔC+K11+K12-T)+(1-θ)T-K11,則F(y)=y(1-y)G(x),dF(y)/dy=(1-2y)G(x)。當G(x)=0時,x*=-(z(qωΔR-pγΔC+K11+K12-T)+(1-θ)T-K11)/(A1+F),此時F(y)=0,所有的y均處于演化穩定狀態。由于?G(x)/?x=A1+F>0,故G(x)是x的單調遞增函數。當xx*時,y=1為制造企業的演化穩定策略。制造企業的策略演化相位圖如圖1(b)所示,其中箭頭表示y向y=0或y=1的方向演化。

圖1(b)中制造企業選擇“消極創新”策略的概率為P0,對應的體積為VP0,選擇“積極創新”策略的概率為P1,對應的體積為VP1,經計算得:

(4)

推論二:制造企業選擇“積極創新”策略的概率與收益分配系數、制造企業與學研機構的耦合協調度、制造企業的創新能力、學研機構的創新能力、政府對制造企業的科學技術補貼、合作創新收益增量、政府對制造企業的罰金、制造企業與學研機構的總收益增量(一方積極創新而另一方消極創新,且投機收益系數小于0.5)、制造企業的創新成本增量、創新生態系統中制造企業的重要程度(制造企業創新能力大于學研機構創新能力)呈正相關;與成本增量的分攤系數、制造企業的創新成本增量、合作創新深度、投機收益系數、合作創新成本增量、制造企業與學研機構的總收益增量(一方積極創新而另一方消極創新,且投機收益系數大于0.5)、創新生態系統中制造企業的重要程度(制造企業創新能力小于學研機構創新能力)呈負相關。

證明:VP1分別對各個要素求一階偏導數,得?VP1/?q>0,?VP1/?ω>0,?VP1/?ω1>0,?VP1/?ω2>0,?VP1/?A1>0,?VP1/?ΔR>0,?VP1/?F>0,?VP1/?T>0(θ<0.5),?VP1/?K12>0,?VP1/?α>0(ω1>ω2),?VP1/?p<0,?VP1/?K11<0,?VP1/?γ<0,?VP1/?θ<0,?VP1/?ΔC<0,?VP1/?T<0(θ<0.5),?VP1/?α<0(ω1<ω2)。因此,當q,ω,ω1,ω2,A1,ΔR,K12,T(θ<0.5),α(ω1>ω2)上升,或p,F,K11,γ,θ,ΔC,T(θ>0.5),α(ω1<ω2)下降時,制造企業選擇“積極創新”策略的概率將上升。

(三)學研機構的演化穩定策略求解

通過計算學研機構選擇“積極創新”策略與“消極創新”策略的收益以及平均期望收益,從而得出學研機構的復制動態方程為:

F(z)=z(1-z)(x(A2+F)+y((1-q)ωΔR-

(1-p)γΔC+K21+K22-T)+(1-θ)T-K21)。

(5)

同理,經計算可得,當xx*時,z=1為學研機構的演化穩定策略。學研機構的策略演化相位圖如圖1(c)所示,其中箭頭表示z向z=0或z=1的方向演化。

圖1(c)中學研機構選擇“消極創新”策略的概率為P0,對應的體積為VP0,選擇“積極創新”策略的概率為P1,對應的體積為VP1,經計算得:

(6)

推論三:學研機構選擇“積極創新”的概率與成本的分攤系數、制造企業與學研機構的耦合協調程度、制造企業的創新能力、學研機構的創新能力、政府對學研機構的科學技術補貼、合作創新收益增量、政府對學研機構的罰金、制造企業與學研機構的總收益增量、學研機構的創新成本增量、創新生態系統中學研機構的重要程度呈正相關;與學研機構的創新成本增量、合作創新深度、投機收益系數、合作創新成本增量、收益分配系數、制造企業與學研機構的總收益增量、創新生態系統中學研機構的重要程度呈負相關。

證明:VP1分別對各個要素求一階偏導數,得?VP1/?p>0,?VP1/?ω>0,?VP1/?ω1>0,?VP1/?ω2>0,?VP1/?A2>0,?VP1/?ΔR>0,?VP1/?F>0,?VP1/?T>0(θ<0.5),?VP1/?K22>0,?VP1/?α>0(ω1<ω2),?VP1/?K21<0,?VP1/?γ<0,?VP1/?θ<0,?VP1/?ΔC<0,?VP1/?q<0,?VP1/?T<0(θ>0.5),?VP1/?α<0(ω1>ω2),因此,當p,ω,ω1,ω2,A2,ΔR,K22,T(θ<0.5),α(ω1<ω2)上升,或F,K21,γ,θ,ΔC,q,T(θ>0.5),α(ω1>ω2)下降時,學研機構選擇“積極創新”策略的概率將上升。

(四)博弈均衡點與穩定性分析

根據上述復制動態方程F(x),F(y),F(z)分別求x,y,z的偏微分,可得到動力系統的雅克比矩陣

(7)

分別將E1(0,0,0),E2(0,0,1),E3(0,1,0)、E4(0,1,1),E5(1,0,0),E6(1,0,1),E7(1,1,0)、E8(1,1,1)代入雅克比矩陣中,得到對應的特征值,如表2所示。

由于模型參數比較復雜,為了便于分析不同均衡點對應特征值的符號,在不影響研究目標的情況下,根據現實情況,假設E+V1-V2-A1-A2-J>0,A1+F+qωΔR-pγΔC+K12-(1-θ)T>0,A2+F+(1-q)ωΔR-(1-p)γΔC+K22-(1-θ)T>0。即政府選擇“積極監管”策略、制造企業與學研機構選擇“積極創新”策略的收益大于政府選擇“消極監管”策略、制造企業與學研機構分別選擇“消極創新”策略所獲得的收益[28]。具體分為四種情況,如表3所示。

表3 均衡點局部穩定性

情況1:當θT>K11,θT>K21時,此時只有均衡點E8(1,1,1)對應的特征值小于0,滿足演化穩定條件,因此{積極監管,積極創新,積極創新}為對應的演化穩定策略,此時的穩定關系為“互利共生”。

情況2:當E+V1+2F>V2+J,A1+F+θT

情況3:當A1+F+θTK21時,均衡點E8(1,1,1)對應的特征值小于0,此時滿足演化穩定條件。因此,{積極監管,積極創新,積極創新}為對應的演化穩定策略,此時“互利共生”為穩定關系。

情況4:當A2+F+θTK11時,均衡點E8(1,1,1)對應的特征值小于0,此時滿足演化穩定條件。因此,{積極監管,積極創新,積極創新}為對應的演化穩定策略,此時“互利共生”為穩定關系。

綜上所述,在情況1、情況3、情況4的假設條件下,演化穩定均衡點均為E8(1,1,1),穩定關系為“互利共生”。在情況2的假設條件下,演化穩定均衡點為E5(1,0,0)和E8(1,1,1),穩定關系為“偏利共生”和“互利共生”。無論在哪種情況下,政府的演化穩定策略均為“積極監管”。但是當演化穩定均衡點為E5(1,0,0)時,制造企業與學研機構的演化穩定策略均為“消極創新”,此時不利于制造業創新生態系統進行協同創新,屬于不理想狀態。

四、數值仿真

為更深層次地了解創新共生體的演化過程,更直觀地反映各參數的變化對參與主體共生行為的影響,基于上述對演化博弈模型的建立與分析,設定初始參數值并利用MATLAB軟件進行仿真分析。

首先,模型中的大部分參數通過《中國科技統計年鑒》、國家統計局的年度數據以及產學研專題數據進行賦值。比如:“A1,A2”根據《中國科技統計年鑒》中的“R&D經費對企業支出、R&D經費對高等學校支出、R&D經費對研究機構支出”進行賦值;“K11,K12,K21,K22,ΔR,ΔC”根據科學技術中的“新產品銷售收入、R&D經費支出”和工業中的“營業收入、營業成本”等收入與支出指標進行賦值。其次,借鑒相關文獻中關于產學研協同創新的相關參數的設定方式[29-30],并咨詢產學研協同創新領域的專家對“E,F,T”進行估算。最后,調查了一些制造業企業(如中航光電科技有限公司、河南神火集團、衛華集團、中鐵工程裝備集團、中車大同電力機車有限公司、金川集團、河南礦山起重機有限公司、海爾集團、宇通集團、邁科集團等)。除此之外,結合各地政府出臺的關于產學研合作和制造業的相關補貼政策法規、中國制造業發展研究報告等對初始參數進行估算,整理得到參數值,如表4所示。該值僅代表一般比例,主要用于驗證制造業高質量發展的演化博弈模型及相關參數。

表4 仿真參數賦值

(一)初始意愿對創新共生體行為的影響

分別令x=y=z=0.2,x=y=z=0.5,x=y=z=0.8,得出初始意愿對共生行為的演化結果,如圖2(a)所示。由仿真結果可知:在初始意愿從0.2提高至0.5的過程中,系統內共生主體的演化趨勢由{積極監管,積極創新,積極創新}轉變為{積極監管,消極創新,消極創新},由此說明0.2與0.5之間存在闕值。在此過程中制造企業的收斂速度超過了學研機構的收斂速度,因此,制造企業受初始意愿的影響程度較大。在初始意愿從0.5提高至0.8的過程中,制造企業、學研機構向“積極創新”收斂的速度均有所提高,但是政府向“積極監管”收斂的速度略有減慢。這是因為當制造企業與學研機構的初始意愿較低時,政府為了推動發展從而快速發揮主導作用,而當制造企業與學研機構的初始參與意愿較高時,政府可能為了保持市場的靈活性和創新的自主性從而減慢收斂速度。

分別令x=0.2,y=z=0.2;x=0.8,y=z=0.2,即當制造企業與學研機構的初始意愿保持在0.2,政府的初始意愿分別改變為0.2和0.8時,演化結果如圖2(b)所示。由仿真結果可知:當制造企業與學研機構處于較低意愿時,提高或降低政府的參與意愿只影響制造企業與學研機構向“消極創新”策略的收斂速度,但無法改變其最終意愿。同理,分別令x=0.2,y=z=0.8;x=0.8,y=z=0.8,演化結果如圖2(d)所示。由仿真結果可知:當制造企業與學研機構處于較高意愿時,提高或降低政府的參與意愿只影響制造企業與學研機構向“積極創新”策略的收斂速度,但無法改變其最終意愿。分別令x=0.2,y=z=0.5;x=0.8,y=z=0.5,演化結果如圖2(c)所示。由仿真結果可知:當制造企業與學研機構處于中等意愿時,提高或降低政府的參與意愿可以改變制造企業與學研機構的最終策略選擇。綜上所述,當制造企業與學研機構是否參加的意愿不明確時,政府能對系統進行有效調控。

(二)創新能力與耦合協調程度對創新共生體行為的影響

分別令ω1=0.3,ω2=0.3;ω1=0.6,ω2=0.6;ω1=0.9,ω2=0.9,此時對應的耦合協調程度分別為ω=0.55、ω=0.77和ω=0.95。通過提高制造企業與學研機構的創新能力及耦合協調程度,得出其對創新共生體行為的演化結果,如圖3和圖4所示。由此可得,創新能力在0.3到0.6之間、耦合協調程度在0.55到0.77之間均存在闕值。通過提高制造企業與學研機構的創新能力及耦合協調程度,將會加快其向“積極創新”策略演化的收斂速度。當制造企業與學研機構的創新能力及耦合協調程度提高至闕值以上時,制造企業與學研機構的選擇將由“消極創新”向“積極創新”演化并最后穩定于“積極創新”。因此,制造企業與學研機構的創新能力與耦合協調程度對參與主體向“積極創新”策略演化具有正向作用,由此可驗證推論2與推論3中的ω1、ω2和ω。

圖4 耦合協調程度變化的演化結果

(三)合作創新深度與投機收益分配系數對創新共生體行為的影響

分別令γ=0.3,γ=0.6,γ=0.9,得出合作創新深度對創新共生體行為的演化結果,如圖5所示。由仿真結果可知:在γ=0.3與γ=0.6之間存在闕值。隨著合作創新深度的不斷加深,由于需要的合作成本更高,系統向“積極創新”策略演化的速度減慢。當y增加至闕值以上時,系統將改變最終的演化策略。因此,制造企業與學研機構的合作創新深度對參與主體向“積極創新”策略演化具有負向作用,由此可驗證推論2與推論3中的γ。

圖5 合作創新深度變化的演化結果

分別令θ=0.4,θ=0.5,θ=0.6,得出投機收益分配系數對創新共生體行為的演化結果,如圖6所示。由仿真結果可知:在θ=0.4與θ=0.5之間均存在闕值。隨著投機收益分配系數的不斷提高,系統向“積極創新”策略演化的速度減慢。當θ增加至闕值以上時,系統將改變最終的演化策略。因此,制造企業與學研機構的投機收益分配系數對參與主體向“積極創新”策略演化具有負向作用,由此可驗證推論2與推論3中的θ。

圖6 投機收益分配系數變化的演化結果

(四)政府獎懲對創新共生體行為的演化影響

分別令A1=1,A2=1;A1=2,A2=2;A1=3,A2=3,得出政府的科學技術補貼對創新共生體行為的演化結果,如圖7所示。由仿真結果可知:政府對制造企業與學研機構的科學技術補貼可以促使制造企業與學研機構雙方的策略向“積極創新”方向演化,且政府補貼越高,系統中制造企業與學研機構向積極參與收斂的速度也越快,但政府向“積極監管”演化的速度略有減慢。由此可得,政府可以根據情況給予制造企業與學研機構適當的補貼,以促進雙方積極參加創新共生,由此可驗證推論1、推論2與推論3中的A1與A2。

分別令F=0,F=2,F=4,得出政府的罰金對創新共生體行為的演化結果,如圖8所示。由仿真結果可知:當政府沒有采取罰金時,制造企業與學研機構的演化策略穩定于“消極創新”策略,而隨著政府罰金的提高,制造企業與學研機構“積極創新”的意愿更強。同時,政府罰金越高,政府、制造企業與學研機構向“積極創新”策略收斂的速度也越快,由此可驗證推論1、推論2與推論3中的F。

圖8 政府罰金變化的演化結果

五、結論與建議

(一)結論

制造業創新生態系統的創新共生行為是由政府、制造企業、學研機構進行動態博弈演化的結果。通過研究制造業創新生態系統內創新共生體的策略選擇問題,以期促進中國制造業創新生態系統可持續發展?；诶碚撆c仿真模擬分析,得出以下結論:

第一,制造業創新生態系統的創新共生行為具有{積極監管,積極創新,積極創新}和{積極監管,消極創新,消極創新}兩種穩態,即“互利共生”與“偏利共生”兩種穩定關系。但是,系統最終穩定于哪種共生關系是由制造企業與學研機構的創新能力、耦合協調程度、合作創新深度、投機收益分配系數、政府的科學技術補貼與罰金等多種關鍵因素共同影響的結果。

第二,初始意愿影響創新共生體的行為方式和最終選擇。初始意愿在0.3與0.5之間存在闕值,當共生主體的初始意愿提高至闕值以上時,可以改變共生主體原有的共生關系,且提高三方的初始意愿可以提升演化策略的收斂速度。此外,當制造企業與學研機構的初始意愿不明確時,通過改變政府初始意愿的強弱程度可以改變制造企業與學研機構原有的共生關系,從而達到政府參與和調控的作用。當制造企業與學研機構的初始意愿比較明確時,改變政府初始意愿的強弱程度只能影響制造企業與學研機構的收斂速度,無法改變原有的共生關系。

第三,制造企業與學研機構的創新能力、耦合協調程度及政府的科學技術補貼與罰金對系統具有正向作用。隨著上述關鍵影響因素的不斷提高,系統向“互利共生”方向的收斂速度將有所提升。除此之外,創新能力在0.3到0.6之間、耦合協調程度在0.55到0.77之間、政府的科學技術補貼在1到2之間、罰金在0到2之間均存在闕值,使其保持至闕值以上,可以改變參與主體的最終策略,促進系統向“偏利共生”方向演化。因此,長期重視創新能力并保持高度的耦合協調程度,可以充分發揮制造企業與學研機構的優勢和功能,實現技術共享和互動合作,加快企業的科技創新和研發進程。合理的獎懲機制可以有效遏制機會主義行為并且激勵參與者積極參加創新共生。

第四,合作創新深度、投機收益分配系數對系統具有負向作用。隨著上述關鍵影響因素的不斷提高,系統向“偏利共生”方向的收斂速度將有所減慢。除此之外,合作創新深度在0.6到0.9之間、投機收益分配系數在0.4到0.5之間均存在闕值,使其保持至闕值以上,可以改變共生主體的最終策略,促進系統向“偏利共生”方向演化。因此,一味地設定較高的合作創新深度,會使研發成功率過低,不利于雙方的合作。過度的投機收益會促使創新生態系統內的參與者更加關注短期收益和風險控制,可能會破壞創新生態系統的穩定性和可持續性。

(二)建議

根據以上結論,為鼓勵制造業創新生態系統參與成員積極創新,提出以下建議:

第一,提高創新共生體的初始意愿。一方面,通過對制造業創新生態系統的共生理念加大宣傳力度,使參與主體明確制造業創新生態系統共生的目標和意義,從而充分調動創新共生體的積極性、主動性和創造性。另一方面,提供一個促進創新、交流和分享的創造平臺,讓參與主體感受到協同共生的樂趣和意義,增強共生主體之間的認同感和信任水平。通過這些措施可以使參與主體更加重視制造業創新生態系統協同共生的發展,從而有效提升系統內共生主體積極創新的初始意愿群體比例。

第二,加強培養制造企業與學研機構的創新能力水平,提高雙方耦合協調程度。制造企業與學研機構應努力提高科技水平,進行技術創新、產品創新、服務創新,推廣創新文化,營造創新氛圍,從而提升制造企業與學研機構的創新能力。系統內需要加強創新資源建設與人才資源建設,構建創新資源交換共享平臺與人才溝通交流平臺,通過溝通與交流使雙方形成更加緊密的聯系,避免造成信息不對等、合作紊亂等情況,從而有效提高制造企業與學研機構的耦合協調程度。

第三,構建完備的獎懲機制,發揮政府的導向作用。建立完備的成果共享、知識產權保護等政策法規,全面調動創新共生體的創新積極性。因此,政府可通過制定激勵與懲罰措施,將科學技術補貼與罰金控制在闕值以上,使制造企業與學研機構始終保持“互利共生”的演化關系。與此同時,政府也要避免制造企業與學研機構過度依賴政府的科學技術補貼。

第四,制定公平的分配方案。收益分配方案是否合理,直接關系到創新生態系統中創新共生體積極創新的持久性與有效性。因此,在遵循“利益共享,風險共擔”原則的基礎上,建立有效的監督和評估機制,綜合考慮創新共生體的創新資源投入、努力水平、貢獻程度等因素,對各方的貢獻進行實際或者定量化的評估,通過協商,制定一種合理的收益分配方案。同時,系統內共生主體應該建立完善的創新資源交換和篩選機制,以此保障自身在合作創新過程中的合法利益。通過上述措施可以盡量避免“投機收益”或“搭便車”的行為,盡量保持“互利共生”的關系。