新兴技术创新网络下多核心企业创新行为机制的仿真研究

曹 兴，马 慧,2

(1.中南大学 商学院，湖南 长沙 410083；2.湖南中医药大学 信息科学与工程学院，湖南 长沙 410208 )

一、引言

由于新兴技术的复杂性、融合性和高风险性[1]，决定了新兴技术的发展依赖于跨领域、跨边界的多主体间相互作用。随着主体间创新资源投入与整合，技术知识转移与共享等交互行为，促使新兴技术创新网络组织结构的形成[2]。刘兰剑等(2009)[3]、党兴华等(2011)[4]认为新兴技术创新网络是以知识共享为基础，以新兴技术为支撑的多个企业或组织所形成的一种组织形式。寿柯炎等(2015)[5]基于企业资源异质性，指出越来越多的企业通过创新网络，获取分散在全球的关键资源，打破了传统的资源观中认为企业竞争优势仅源于自身所拥有资源的局限。张旭锐(2015)[6]强调了网络知识资源异质性是创新网络的显著特征，有效突破企业创新资源障碍。在新兴技术创新网络结构特征研究中，Powell等(2005)[7]、Gay等(2005)[8]、陈伟等(2012)[9]分别对美国生命科学技术创新网络、法国生物科技创新网络和装备制造业合作创新网络进行了研究，均发现有少数具有广泛连接的组织在网络中占据重要地位并影响网络的演化。因此，新兴技术创新网络是多个核心企业参与的网络创新行为。

新兴技术创新网络中核心企业的特征差异，带来了差异化的资源、信息与知识，有效提升企业竞争优势，促进新兴技术的发展[10-12]。差异化创新资源的获取，需要匹配不同的企业创新行为和要素，企业合作有效促使技术知识转移，实现技术互补和协同效应，推动相互的知识学习，进而提高创新绩效[13-14]。因此，企业知识转移行为和创新学习行为就成为竞争的关键因素[15-16]。在知识转移行为的研究上，已有文献研究认为知识转移可以带来新的灵感以开发新产品[17]，也可以激发现有知识和新知识的组合，提升行为主体进行技术创新的能力[18]。Simona(2006)[19]指出，企业通过创新网络内的知识转移，弥补自身知识资源不足，推动新知识、新技术的创造，从而提高企业产品和服务的市场竞争力。Michael(2011)[20]通过实证研究发现，网络内部知识转移在一定程度上促进了新知识的创造和企业技术、产品的竞争力。吉迎东等(2014)[21]认为创新网络中的企业与合作伙伴之间的知识转移，特别是复杂知识和隐性知识的传递、吸收、整合、应用，对企业开展技术创新活动和新产品的研究起到关键作用。在创新学习行为的研究上，已有文献认为创新学习行为可以改善和提升技术基础，是企业进行创新、培育核心能力的重要途径和关键手段[22-24]。Ho Li-an(2008)[25]指出自我导向学习、组织学习、知识管理能力对组织绩效的正向影响关系。蒋建华等(2014)[26]运用元分析的方法，研究了组织学习和组织绩效之间的正向影响关系。乐云等(2018)[27]指出网络环境下创新学习行为已演变为主体间相互学习行为和创新能力构建的动态过程，是创新主体之间关系的集合。

为了深入分析新兴技术创新网络中多核心企业知识转移行为，以及组织学习行为对创新绩效的影响，本文对Aspremont和Jacquemin提出的两阶段双寡头模型[28]进行拓展和改进。目前关于该模型研究主要应用于探索完全合作、半合作和不合作等创新模式下的企业行为决策差异及企业利润和社会福利[29-31]，以及针对现实情况引入不对称信息，探索其对合作创新行为的影响[32-33]。本文考虑到新兴技术研发是多主体共同创新的网络行为，网络中的创新行为涉及到进行关键技术研发的核心企业和进行配套技术研发的非核心企业，具有明显的企业差异。因此，构建多核心企业合作创新行为博弈模型，在创新网络环境下引入初始成本不对称、创新学习意愿不对称和知识转移效率不对称信息，通过数值仿真方法，深入分析其对企业创新投入决策和创新效益的影响。

二、新兴技术多核心企业创新行为及其模型构建

(一)新兴技术企业创新行为分析

围绕新兴技术研发、生产所形成的技术创新网络是一个复杂系统，体现了新兴技术产品全生命周期的跨时空竞争和多个核心企业子网络间的整体竞争[34]。在新兴技术研发期，多核心企业由于新兴技术知识的不完备性，采取相互合作关系，跨越企业知识边界实现协同创新；在新兴技术产品生产期，多核心企业由于新兴技术产品的同质性，充分发挥自身比较优势，采取相互竞争关系，适应环境的动态性变化。正是多核心企业间竞争与合作关系的此消彼长和相辅相融，推进新兴技术创新网络的协同演化。新兴技术创新网络的演化过程中，新兴技术企业通过企业知识转移行为和创新学习行为，扩大企业原有知识边界，提升企业在各个技术领域的知识状态。

由于核心企业的知识多样性和异质性，新兴技术知识沿着网络成员间的合作关系有向流动，突破原有企业知识边界，不断向外辐射漫延，扩大新兴技术知识流动的边界，形成新兴技术知识网络，如图1所示。当创新网络中核心企业Ⅰ与核心企业Ⅱ发生相互知识转移行为，核心企业Ⅰ拥有的知识子网A(包含非核心企业提供的配套知识支持)与核心企业Ⅱ拥有的知识子网B(包含非核心企业提供的配套知识支持)，突破原有企业知识网络边界相互渗透融合，并在知识A+B的基础上产生出新的创新点，构成知识网络D(D>A+B)。

新兴技术创新网络中各创新主体之间频繁的知识转移行为，加速创新资源的合理流动和互补性知识资源的高效传递[35]。在新兴技术研发阶段初期，核心企业引导新兴技术的发展，知识状态值高的企业只能通过加大创新投入来提升竞争优势。由于企业间知识势差大，网络知识转移效率高，知识状态值低的企业则更愿意选择通过接受网络中直接转移来的知识提升企业竞争力。此时，核心企业的创新投入量将远大于非核心企业的创新投入量。在新兴技术研发阶段后期，企业间知识势差不断缩小，网络中可发生转移的知识减少，所有网络成员都应增加创新投入费用来进行技术创新。核心企业与非核心企业间创新投入量的差异将不断缩小。

由于新兴技术的多领域知识融合性，新兴技术企业通过创新学习行为来增强新兴技术创新网络中的知识流动，完善知识网络的知识分布，提升网络知识状态。如图2所示，核心企业Ⅰ、核心企业Ⅱ和核心企业Ⅲ分别拥有进行新兴技术创新所必须的关键技术知识X、Y和Z，知识子网均不完备。三个核心企业可分别在其企业内部进行关键技术知识的挖掘式学习，增加企业关键技术知识的知识存量和知识水平；通过三个核心企业间交互式的跨界创新学习，核心企业Ⅰ、Ⅱ、Ⅲ均可在网络中获取另外两类关键知识，拓宽和完善企业的知识结构。

创新学习行为决定了企业知识状态的改变，也加速新兴技术知识网络中的知识流动，进一步扩大知识网络的边界，整体提升新兴技术创新网络知识状态，推进了新兴技术创新发展。在新兴技术研发阶段初期，知识状态值越高的企业创新学习意愿越强，将通过加大创新投入来进行新兴技术知识学习，而知识状态值低的企业受到自身知识水平的影响，创新学习意愿较低，企业创新投入量较少，其对转移而来的知识进行消化、吸收的能力较弱，企业知识结构不完备。此时，非核心企业的创新投入量较少。在新兴技术研发后期，企业知识水平相差不大，创新学习意愿相同，核心企业与非核心企业均要依靠增加创新投入费用来进行知识学习。此时，核心企业与非核心企业间创新投入量的逐步接近。

图1 新兴技术企业知识转移行为分析

图2 新兴技术企业创新学习行为分析

综上所述，在新兴技术研发阶段，早期核心企业大量投入研发费用，引领新兴技术创新，随着网络的演进，网络知识状态日趋完善化、同质化，非核心企业也要不断增加研发费用投入进行知识转移和创新学习，跟上新兴技术的发展。为了加速新兴技术的发展，网络中各创新主体都将以自己的优势资源进行投入，新兴技术企业进行技术知识投入和资金投入，高校和科研院所进行技术知识投入和人才投入，政府部门进行优惠政策投入和资金投入，共同为新兴技术创新提供了一个资源共享的网络环境，如图3所示。因此，创新投入行为为知识转移行为和创新学习行为提供了物质基础；反过来，知识转移行为和创新学习行为的效果也决定了企业的创新投入行为决策。

(二)模型构建与假设

根据以上分析，企业间知识转移行为和创新学习行为能有效利用网络内外部资源。交易成本理论认为，企业间合作创新行为能够节约创新资源、降低创新风险，提升创新成功的可能性[36]。由于合作创新行为，企业间会产生众多的连接，进而形成复杂的新兴技术创新网络组织结构[37]。因此，本文在两阶段双寡头模型模型的基础上，将博弈主体扩充到创新网络中多个企业间创新行为博弈关系分析，建立“多核心”网络结构下企业创新行为博弈模型，并依据现实情况提出了研究假设。

图3 新兴技术企业创新投入行为

假设1在创新网络中存在n个生产相同产品的企业，由于企业的技术水平不同，其中m个为核心企业，n-m个为非核心企业。企业在一定时期内单独开展创新学习行为提高研发效率，降低边际成本的创新活动。

假设3考虑到不同企业管理效率、材料采购途径、甚至政府优惠政策等的差异，企业i存在着不同的初始边际成本Ai，满足0

核心企业i的利润函数为第二阶段的收入减去第一阶段的研发投入：

πi=(P-ci)qi-yi=

qi

(1)

πj=(P-cj)qj-yj=

qi

(2)

三、模型分析

处于创新网络中的新兴技术企业充分利用网络优势，在新兴技术研发阶段采取合作创新来快速获取网络内的知识资源[38]，在产品生产阶段开始进入竞争状态。因此，企业创新行为博弈是一个两阶段博弈过程，即合作研发阶段和产品生产竞争阶段。在合作研发阶段，网络中所有企业为了共同减少产品边际成本分别对自身研发投入行为作出决策；在产品生产竞争阶段，依据合作研发阶段所采取的研发投入决策后，所有企业进行产量博弈，分别选择自身产品产量去争取最大化创新收益，本文采用逆向推导法，分析网络创新行为博弈模型。

(一)产品生产竞争阶段

在新兴技术商业化和产品生产阶段，创新网络中的企业受到竞争的市场环境影响，分别对自身产品的产量进行决策。通过对模型的分析，产量的决策是在分别满足核心企业和非核心企业利润函数实现最优化的条件下来确定的。

由此，核心企业产量的均衡值为：

qi=

(i=1,2…，m)

(3)

非核心企业产量的均衡值为：

qj=

(j=m+1,m+2…,n)

(4)

在研发阶段，将qi代入利润函数中，得到核心企业利润(πi)和非核心企业利润(πj)分别为

(5)

(6)

(二)技术合作研发阶段

在新兴技术研发阶段，跨领域、跨产业的企业之间采取相互合作构建创新网络的方式进行。因此，创新网络中企业进行创新研发的目的是让创新网络中所有企业利润的总和最大化，并在此条件下对自身研发投入量进行决策，此时构造创新网络的联合利润函数为：

(7)

由于本文考虑的不对称变量较多，计算均衡解过程较繁琐，特引用B、C、D、E、F来代替求解过程中得到的相同系数，代入求解公式得核心企业研发投入(xi)和非核心企业研发投入(xj)的均衡解分别为：

(8)

其中：

B=2m{[n-(n-1)β′]+(2β′-1)(m-1)}2+2(n-m)m2(2β′-1)2-m(n+1)2α′

C=2(n-m){[n-(n-1)β″]+(2β″-1)(n-m-1)}2+2m(n-m)2(2β″-1)2-(n-m)(n+1)2α′

D=2m(n-m){[n-(n-1)β′]+(2β′-1)(m-1)}(2β″-1)+2m(n-m){[n-(n-1)β″]+(2β″-1)(n-m-1)}(2β′-1)

E=-2m{[n-(n-1)β′]+(2β′-1)(m-1)}[a-(n-m+1)A′+(n-m)A″]-2m(n-m)(2β′-1)[a-(m+1)A″+mA′]

F=-2(n-m){[n-(n-1)β″]+(2β″-1)(n-m-1)}[a-(m+1)A″+mA′]-2m(n-m)(2β″-1)[a-(n-m+1)A′+(n-m)A″]

得到核心企业产量(qi)和非核心企业产量(qj)的均衡解分别为

(9)

(10)

核心企业研发费用(yi)和非核心企业研发费用(yj)的均衡解分别为：

(11)

(12)

核心企业利润(πi)和非核心企业利润(πj)的均衡解分别为：

(13)

(14)

(三)均衡解产生的取值条件分析

在核心企业和非核心企业的研发投入均衡解分析中，需要讨论二元函数取极值的条件，其充分条件为存在函数的一阶和二阶偏导数，海赛阵一阶主子式为负，二阶主子式为正，即

B=2m{[n-(n-1)β′]+(2β′-1)(m-1)}2+2(n-m)m2(2β′-1)2-m(n+1)2α′<0

(15)

BC-D2=[2m2n-m(n+1)2α′][2(n-m)(mn+2m+1)-(n-m)(n2+1)α″]-4m2(n-m)2>0

(16)

此外，还应满足多核心企业创新行为博弈模型中的研究假设条件。

(17)

四、仿真分析

为了更加直观地分析核心企业与非核心企业之间不对称信息对企业创新投入行为及创新利润的影响，本文采用数值模拟方法。在控制初始成本、创新学习意愿等自变量的取值之后，进一步设定网络知识转移效率在0到100%之间连续变化；在网络规模n=4的创新网络中分别取核心企业个数m=1(单核网络)、2(多核网络)、3(同质网络)，利用三维热力图分析企业知识转移行为和核心企业数目所起到的调节作用。

根据模型均衡解产生的取值条件(15)、(16)以及模型假设的基本条件(17)，确定了各参数的有效取值范围，分析了初始成本不对称(A′、A″)创新学习意愿不对称(α′、α″)、知识转移效率不对称(β′、β″)和创新网络中核心企业个数(m)对两类企业研发投入差值(y′-y″)和企业利润差值(π′-π″)的影响。

(一)初始成本差异的影响

由于核心企业的技术知识水平高，企业初始成本低，设定为A′=20；非核心企业初始成本相对较高，设定为A″的取值从20连续增加到100。进一步考虑到企业知识转移行为和核心企业数目的综合影响作用，具体参数如表1所示，将所有参数值代入公式(8)-公式(14)，计算得到初始成本差异对企业创新行为和创新利润的影响结果，分别如图4(a)、(b)所示。

表1 初始成本不对称情况的参数设置

从图4(a)中横向维度(初始成本差值)可以看出，初始成本较低的核心企业研发投入越高，随着核心企业与非核心企业之间的初始成本差值越大，两类企业间研发投入的差值也不断增加，其中新兴技术创新网络中核心企业个数越少，研发投入差值的增加速度越快，说明在单核心创新网络中(n=4，m=1)，新兴技术创新主要依靠单个核心企业的研发投入，由于其他非核心企业与核心企业间的技术水平、知识差异较大，无法与核心企业进行合作研发，依赖于接受核心企业的知识转移来提升企业知识状态；在多核心创新网络中(n=4，m=2)，两个核心企业之间存在竞争与合作关系，核心企业间共同的研发投入推进新兴技术创新，核心企业与非核心企业之间研发投入费用差值相对于单核心创新网络中的增速较缓；在同质化创新网络中(n=4，m=3)，由于模型中假设网络节点总数为4个，其中核心企业为3个，新兴技术创新网络趋于同质化，新兴技术创新网络中主要是相互竞争关系，非核心企业要想维持企业稳定发展，必然也要加大研发投入。因此，两类企业间研发投入差值不大。

(a)对企业研发投入差值的影响 (b)对企业利润差值的影响图4 初始成本差异对企业创新行为的影响

从图4(a)中纵向维度(知识转移效率)可以看出，知识转移效率对企业研发投入差值的影响呈倒U型关系，即在知识转移效率接近于0或1时，企业间研发投入差值都较小。核心企业数目对两者间关系的影响呈显著性差异，在单核心创新网络中(n=4，m=1)，非核心企业技术创新依赖于核心企业的研发投入创新，因此当网络中知识转移效率达到100%时，非核心企业与核心企业实现有效合作，两者间研发投入费用差值不大；当网络中知识转移效率为0%时，核心企业与非核心企业之间初始成本差值越大，其研发投入费用差值越大；在同质化创新网络中，知识转移效率为0(不转移)和100%(完全转移)时，核心企业和非核心企业间研发投入差值均较小，当知识转移效率为50%时，核心企业和非核心企业间研发投入差值随着初始成本差值增加而增加。

从图4(b)中横向维度(初始成本差值)可以看出，初始成本较低的核心企业创新利润越高，随着核心企业与非核心企业之间的初始成本差值越大，两类企业间利润差值也不断增加，其中新兴技术创新网络中核心企业个数越少，利润差值的增加速度越快，说明在单核心创新网络中(n=4，m=1)，单个核心企业通过研发投入实现自主创新，提高企业利润，而非核心企业通过知识转移进行模仿创新，企业利润值较小；在多核心创新网络中(n=4，m=2)，两个核心企业共同技术创新，非核心企业能吸收的技术知识更多。因此，核心企业与非核心企业之间利润差值相对于单核心创新网络中的增速较缓。

从图4(b)中纵向维度(知识转移效率)可以看出，知识转移效率对企业利润差值的影响呈U型关系，即知识转移效率接近于0或1时，企业间研发投入差值都较大。核心企业数目对两者间关系的影响不显著，在新兴技术创新网络中知识转移效率为0和100%时，核心企业和非核心企业间利润差值均大，当知识转移效率为50%时，核心企业和非核心企业间利润差值相对较小。

(二)创新学习意愿差异的影响

在模型假设5中，选取α作为创新学习意愿系数，α越大，意味着企业不愿意采取创新学习行为。受到创新网络中处于不同地位企业的技术水平的影响，核心企业的创新学习意愿更强，设定α′=10；非核心企业更愿意直接接受来自于核心企业的知识转移，其创新意愿相对较低，设定为α″的取值从10连续增加到50。进一步考虑到企业知识转移行为和核心企业数目的综合影响作用，具体参数如表2所示，将所有参数值代入公式(8)-公式(14)，计算得到创新学习意愿差异对企业创新行为和创新利润的影响结果，分别如图5(a)、(b)所示。

表2 创新学习意愿不对称情况的参数设置

从图5(a)中可以看出，创新意愿较强的核心企业，其创新投入量越大。随着核心企业与非核心企业之间的创新学习意愿差值越大，两类企业间研发投入的差值也不断增加。其中知识转移效率对两者间关系的影响起调节作用，但网络中核心企业数目对两者间关系的影响不显著。在新兴技术创新网络中，当知识转移效率为0时，即不发生知识转移，所有企业只能依靠自主创新来成长，此时核心企业与非核心企业间研发投入费用完全相同；当知识转移效率不断增加，直至超过30%时，企业间创新学习意愿差值不断增加，导致核心企业和非核心企业间研发投入差值也不断增加。因此，在高效知识转移行为的作用下，创新学习意愿差值对企业创新投入差值呈正向影响。

(a)对企业研发投入差值的影响 (b)对企业利润差值的影响图5 创新学习意愿差异对企业创新行为的影响

从图5(b)中可以看出，随着核心企业与非核心企业之间的创新学习意愿差值越大，两类企业间利润差值也不断增加。知识转移效率对两者间关系的影响起调节作用，但网络中核心企业数目对两者间关系的影响不显著。在新兴技术创新网络中，当网络知识转移效率低于75%时，随着企业间创新学习意愿差值不断增加，核心企业和非核心企业间利润差值不断减少，即核心企业的利润大于非核心企业的利润；当网络知识转移效率大于75%时，随着企业间创新学习意愿差值不断增加，核心企业和非核心企业间利润差值不断增加，即核心企业的利润低于非核心企业的利润。

(三)知识转移效率差异的影响

以上分析发现知识转移效率在初始成本不对称和创新学习意愿不对称两种情况均有显著的调节作用，进一步分析知识转移效率差异对企业合作创新行为的影响。由于非核心企业知识状态值较低，设置其知识转移效率将低于核心企业知识转移效率，即非核心企业知识转移效率β″的取值范围为0—β′，参数设置如表3所示，代入公式(8)-公式(14)，计算得到知识转移效率差异对企业创新行为和创新利润的影响结果，分别如图6(a)、(b)所示。

表3 知识转移率不对称情况的参数设置

从图6(a)中可以看出，企业知识转移效率越高，其创新投入越大。随着知识转移效率差值(β′-β″)的不断减少，企业间研发投入差值不断减少，即知识转移效率对研发投入差值呈正向影响。由于新兴技术创新网络中，核心企业掌握了大量技术知识和创新资源，通过频繁的知识转移行为带领非核心企业进行新兴技术创新，核心企业创新投入量远大于非核心企业创新投入量。

从图6(b)中可以看出，知识转移效率差值对企业利润差值的影响关系较复杂。当非核心企业知识转移效率低于30%时，知识转移效率差值对企业利润差异呈正向关系，但影响不显著；当非核心企业知识转移效率高于30%时，知识转移效率差值对企业利润的影响呈U型关系。因此，在新兴技术创新网络发展初期，非核心企业由于知识水平限制，知识转移效率较低，核心企业利润相对较高，但创新费用投入较大，使得利润差异不明显。

(a)对企业研发投入差值的影响 (b)对企业利润差值的影响图6 知识转移效率不对称对企业创新行为的影响

随着新兴技术创新网络的演化，逐步趋于同质网络，非核心企业知识转移效率提高，在核心企业与非核心企业间知识转移效率差值为0(无差异)或1(最大差异)时，企业利润差值趋于0；企业间知识转移差值为0.5时，非核心企业利润反超过了核心企业利润。

(四)核心企业数目的影响

由于新兴技术创新网络具有节点异质性，初始成本、创新学习意愿和知识转移效率均不对称更符合新兴技术创新网络的真实情况。本文进一步分析新兴技术创新网络多核心企业对企业创新行为的影响。设置了网络总节点数n=50，核心企业个数从1个连续增加到49个，具体参数设置如表4，代入到公式(8)-公式(14)，计算得到核心企业数目对企业创新行为和创新利润的影响结果，分别如图7(a)、(b)所示。

表4 核心企业个数不同情况的参数设置

从图7(a)中可以看出，随着核心企业个数m的增加，企业间研发投入差值不断减少。随着网络规模n的增加，核心企业个数对企业间研发投入差值的影响越来越小。当网络规模n超过10个之后，核心企业与非核心企业间研发投入值趋近于0。这说明随着创新网络规模的扩大，网络中企业创新投入行为就逐渐同步。

(a)对企业研发投入差值的影响 (b)对企业利润差值的影响图7 核心企业个数对企业创新行为的影响

在从图7(b)中可以看出，随着核心企业个数的增加，企业间利润差值也是不断减少。当创新网络中核心企业个数m超过网络规模n一半时，核心企业与非核心企业之间的利润差值趋近于0，说明在单核心创新网络中，非核心企业都希望直接从核心企业处接受知识转移，“搭便车”现象非常严重；当创新网络中核心企业数目过多，又会出现网络同质化，企业间协同效应不明显。因此，少数几个企业在创新网络中占据核心地位，最有利于新兴技术创新。

五、结论与展望

本文的研究结果表明，不对称性信息的引入，会导致网络中核心企业与非核心企业的创新行为差异。初始成本较低、创新意愿较强的核心企业，其研发积极性越高；初始成本差值、创新学习意愿差值越大，两类企业间研发投入的差值也不断增加。初始成本差值、创新学习意愿差值对两类企业间利润差值呈正向影响，其中知识转移效率对两者间关系起调节作用，但网络中核心企业数目对两者间关系的影响不显著。随着核心企业个数的增加，企业间研发投入差值和企业间利润差值均不断减少。因此，“多核心”创新网络结构，将减少非核心企业“搭便车”现象，有利于新兴技术企业的创新。

本文为了方便模型的构建与分析，只考虑了核心企业与非核心企业之间不对称性，忽略了核心企业之间、非核心企业之间的细微差异，现实的创新网络环境中核心企业具有异质性。因此，在未来研究中可深化模型假设，通过收集新兴技术创新网络中企业层面的统计数据，运用计量分析工具做进一步深入研究。