中小企业自主创新行为选择与政策激励传导机制分析

奥鹏网院作业

中小企业自主创新行为选择与政策激励传导机制分析*
——基于复制动态演化博弈视角
沈小平 陈 叶 张克听
[提 要] 本文基于复制动态演化博弈理论，对中小企业创新行为选择和政府政策激励策略进行演化博弈分析，给出了复制动态系统均衡点对应的矩阵行列式和迹表达式，讨论了均衡点稳定性所对应的博弈双方决策过程，以及不同情形下的相对净支付决定的系统演化稳定策略。从双方的初始成本、预期超额收益、风险损失三个方面对演化博弈结果进行分析推论，揭示了策略权衡选择的传导机制。进而对不同初始状态下趋向稳定演化策略的路径进行了仿真检验，并用经验事实进行了论证。在此基础上，本文提出了政府的激励政策如何同中小企业自主创新行为形成协同效应的启示与建议。
[关键词] 中小企业；自主创新；跟随创新；政策激励；传导机制；演化博弈
一、引言
随着我国经济发展由要素投入驱动向创新驱动转变，中小企业自主创新是赢得竞争优势和获取可持续发展与高质量发展的关键所在。近些年来，针对企业自主创新存在的差距(Singer et al.,2017)，各级政府对中小企业自主创新进行政策倾斜，研发资助、财政补贴、税收减免、专项奖励等已成为通常的做法，但成效并未达到预期。政策激励的期望是企业选择自主创新策略，提高企业在全球产业链和价值链重构中的市场竞争力，带动本地整体创新能力的提升。但多数中小企业并没有进行实质上的自主创新，并且受到依赖技术溢出效应的影响，创新策略选择可能收敛于一种不良锁定状态(戴园园和梅强，2013)，在创新动机上存在以获取其他利益为目的一种策略行为(Tong et al.，2014)，本文将此类现象归结为跟随创新行为。跟随创新是与自主创新相对的另一面，自主创新强调依赖企业自身所具有的能力和资源进行原创性的发明和研究开发(吴志军和赵立昌，2011)，在知识、技术或制度等方面取得关键性突破并实现科技成果的商品化，最终获得市场的承认(刘永谋，2006)，具有主动性和积极性的特点。而跟随创新则是在有限投入条件下，依赖所在区域其他企业技术溢出的外部效应，跟随其他企业创新路径及创新成果，行为上表现为“随大流”“跟热点”与“搭便车”，以及短期逐利、政策寻租的行为策略，具有被动性、盲目性和非积极性的特点。改变中小企业这种路径依赖，需要合理的企业内外部因素进行诱导与激励,并有效运用政策激励传导机制，从而影响企业自主创新的策略选择(穆天和杨建君，2016)。
本文在以下几个方面有所贡献：一是针对中小企业比较普遍的跟随创新路径依赖现象，以往的研究缺少对此问题的探讨。本文从创新行为动机的视角，探究其成因，为寻求改变这种现象、提升政府制定和实施激励政策的有效性提供新的理论和经验证据。二是关于政策激励对企业自主创新行为产生的作用与效果，相关文献研究结论存在着分歧(Paul & Hall,2000；Ebersberger & Lehtoranta,2005；Gonzalez & Pazo,2005；刘和东和石岿然，2007；安同良等，2009；郑世林和周黎安,2015)，本文揭示了在不同情形下政策激励作用对自主创新演化稳定策略形成的传导机制，阐明政策激励积极有效的条件，拓展和丰富了相关研究结论，为改进产业政策、改善政策激励机制,提升其长期效力提供理论支持和学术意见。三是针对现有文献研究关于企业创新影响因素、模型假设与构建以及所运用的静态博弈方法的局限性，本文基于动态演化博弈的方法，揭示了创新投入的初始成本、预期收益和不确定性风险损失因素对政府和企业双方的期望相对净支付以及阈值的影响，有助于认识双方积极性行为策略选择意愿和门槛的变化规律。
二、文献综述
现有文献研究多从创新内容、创新模式和创新强度对企业创新行为进行分类，讨论政府资助对企业创新活动的作用。关于政策扶持对企业创新行为的影响，学术界的研究尚未形成统一的观点，甚至存在分歧。一些文献研究表明企业的创新行为受到政府政策的正向影响，政府的资助对企业创新产生积极的作用。如国外学者Gonzalez & Pazo(2005)，Bronwyn & Maffioli(2008)认为政府资助与企业研发投入之间存在着互补关系；Peng & Heath(1996)认为政府控制资源的制度情境对企业自主创新策略选择产生正向影响；Ebersberger & Lehtoranta(2005)认为政府对企业的研发资助有利于企业自主创新。国内也有文献研究支持政府扶持政策的有效性。如许箫迪(2010)认为政府的扶持政策能够消减和改善由于创新的收益外部性和成本内部性对企业自主创新动力的负面影响，从而激发企业创新的活力。刘和东(2009)的实证研究表明,无论是短期还是长期,我国的财政科技投入与企业原始创新能力之间具有持续的双向促进效应。白俊红(2011)通过来自大中型工业企业的经验证据说明政府R&D资助显著增加了企业专利拥有数和新产品销售收入。我国政府实施的高技术产业化专项资助显著提高了企业自主创新产出，也能显著提升中小民营企业的自主创新水平(郑世林和周黎安，2015)。政府综合运用收益激励和风险保障政策，可以有效地激发企业的研发动力，多阶段的政策激励能够促进企业创新不断向高端演进(高锡荣等，2015)。
但也有一些文献研究认为企业创新活动完全是市场化行为，政府的援助之手会被利益集团和政府权力者扭曲(Stiglitz & Weiss，1981)，或被企业利用来寻租而并非实质上进行自主创新(Eisinger，1988)。在政策制定者信号甄别机制缺失或失效的情况下,企业释放虚假的“创新类型”信号以骗取政府R&D补贴,从而严重削弱政府R&D补贴的激励效应(安同良等，2009)。从我国的实际情况看，相对于政府的R&D资助的不断增长，企业进行有重大突破意义的自主研发活动并不活跃，企业自主创新水平依然比较低下(安同良等，2006)。政府对创新的资助产生的是互补效应，还是挤出效应，实证研究并没有得出一致的结论(Paul & Hall，2000)。
还有一部分文献研究表明，不同条件下政策激励对企业自主创新产生的影响不同。只有当企业和政府拥有关于企业创新类型的对称信息时，政府提高补贴水平才能有效激励企业自主创新(周绍东，2008)。当政府R&D补贴率达到一定力度时，才能有效激励企业选择自主创新策略(吴晓园和丛林，2012)。企业选择自主创新概率随着自身创新成本的增大而减小,随着自身劳动力投入和技术出售费用的增加而增大(刘和东和石岿然，2007)。政府坚持推行企业自主创新风险补偿政策，最终企业和风险分摊社会组织才会选择创新—分摊的策略组合(赵湜和谢科范，2014)。
综上所述，现有研究对认识企业创新策略选择的规律、提高企业创新活动的组织管理水平提供了有益的贡献。但缺乏从行为选择动机视角的分析，没有综合考虑政府和企业的初始成本、预期收益和创新产出不确定性风险因素对双方行为的影响，对政府同中小企业行为选择交互影响的演化结果的复杂性缺少深入的研究。因此，本文从动态演化博弈的角度，围绕中小企业自主创新行为选择与政策激励传导机制展开研究。
三、创新行为策略演化博弈模型构建
(一)演化博弈模型的适用性
演化博弈理论从有限理性出发分析经济活动主体的行为。在不完全信息条件下，博弈参与者在重复博弈中不断调整策略，改善自身利益。中小企业创新行为在面临自主创新或跟随创新的策略选择时，同政府政策选择行为交互影响。特定的创新政策环境可归结为政策激励和非政策激励两种情形。一般而言，政府倾向于为企业提供良好的创新环境，即选择政策激励自主创新。但是，由于创新政策激励的传导机制的有效或无效性、政策的滞后性以及政策制定、实施、监督和评价的成本与收益等能否产生预期的政策效应均存在不确定性，实践证明存在并非完全理性预期的结果。因而，政府非政策激励的情形也是一种可选行为方式。在此，将企业的自主创新行为和政府的创新政策激励行为定义为积极性行为策略，与此相对应，将政府的非政策激励行为方式和企业跟随创新行为策略定义为非积极性行为策略。在决策行为的演化博弈过程中，政府和企业均在考虑相对方的行为策略以及决策对应的预期收益、成本和风险的基础上做出行为策略选择。策略选择是一个不断调整和变化的动态过程，双方通过对有利策略的不断学习与调适，从而达成演化稳定策略。在演化博弈分析中，复制子动态发挥重要作用，其中根据相对净支付，同时结合Jacobian矩阵的行列式和迹，可以推导出演化博弈均衡点的局部稳定性。演化稳定性强调的是变异的作用，而复制动态强调的则是选择的作用。因而，运用演化博弈方法分析企业和政府的创新行为策略决策实现均衡状态的传导机制是符合实际要求的。
(二)演化博弈模型的构建
策略集设定：中小企业的创新行为策略集为{自主创新，跟随创新}，政府的政策行为策略集为{政策激励，非政策激励}。
变量设定如下：
G表示政府的行为策略意愿，G1为选择创新政策激励行为策略意愿，概率为x；G2为选择非政策激励行为策略意愿，概率为1-x。
E表示企业的行为策略意愿，E1为选择自主创新行为策略意愿，概率为y；E2为选择跟随创新行为策略意愿，概率为1-y。
π表示预期福利，πG为当政府采取非政策激励行为时，政府预期福利即期望收益；πE为中小企业采取跟随创新策略时的期望收益,即在当前政策环境下跟随创新的期望收益。
ΔV表示福利增进，ΔVG为当政府采取创新政策激励策略时，政府的预期福利增进即期望政策效应；ΔVE为中小企业选择自主创新策略时，中小企业的预期超额收益。
政府的期望政策效应的内涵并不只是单纯的预期超额收益，更多是意味着基于有限理性行为选择假设，创新激励政策通过有效的传导机制同企业自主创新行为产生协同效应与创新溢出效应。中小企业的预期超额收益一方面源于政府政策激励投入由中小企业主动利用而获得的福利增进，另一方面源于企业自主创新产出的新技术、新工艺、新产品以及所拥有的知识产权、企业品牌等创造的收益增长。
CO表示初始成本，COG为政府采取创新政策激励投入产生的初始成本(相对非政策激励策略)，包括政府部门和智囊团在创新政策制定、实施、监督与评估过程中投入的人力、物力和财力以及所消耗的时间成本，如财政资金投入、基础建设投入以及税收减免等付出的机会成本。
COE为中小企业选择自主创新策略时的初始成本(相对跟随创新行为方式)，包括前期市场搜寻成本、场所设备租赁成本和运营成本，以及企业迁入的迁移成本、新创立企业注册成本以及拓展分支机构而带来的总公司运筹管理成本。
企业创新活动存在的不确定性和风险性，政府和中小企业选择行为策略决策时，应考虑创新产出的不确定性带来的相应风险损失。
CG表示政府采取创新政策激励策略但企业选择跟随创新行为时政府所面临的风险损失，不仅包括前期政策制定和实施中投入的人力、物力、财力等沉没成本，还包括调整政策而采取新的政策增量成本，γ表示此时政府面临风险损失系数。
CE为中小企业在非政策激励的环境下选择自主创新增加额外投入而面临的风险损失，即自主创新面临的新知识、新技术成果的产出及其商品化与市场化收益的不确定性而导致的风险损失，β表示此时企业面临风险损失系数。
基于以上对参数及内涵的设定，建立中小企业企业行为策略与政府行为策略决策的阶段博弈支付矩阵，如表1所示。
表1 中小企业行为策略与政府行为策略选择的阶段博弈支付矩阵

结合表1支付矩阵，建立复制动态模型，推导如下:
政府选择政策激励策略时的期望收益为：
μG1=y(πG+ΔVG-COG)
+(1-y)(πG-COG-γCG)
(1)
政府采取非政策激励策略时的期望收益为：
μG2=yπG+(1-y)πG=πG
(2)
因此，政府的平均期望收益为：
=xμG1+(1-x)μG2
=x[y(ΔVG+γCG)+πG-COG-γCG]
+(1-x)πG
(3)
根据复制动态机制的原理，政府的复制动态方程为：
=x(1-x)[y(ΔVG+γCG)-COG-γCG]
(4)
中小企业采取自主创新行为时的期望收益为：
μE1=x(πE+ΔVE-COE)
+(1-x)(πE-COE-βCE)
(5)
中小企业采取跟随创新行为时的期望收益为：
μE2=xπE+(1-x)πE=πE
(6)
因此，中小企业的平均期望收益为：
=yμE1+(1-y)μE2
=y[x(ΔVE+βCE)+πE-COE-βCE]
+(1-y)πE
(7)
根据复制动态机制的原理，中小企业的复制动态方程为：
=y(1-y)[x(ΔVE+βCE)-COE-βCE]
(8)
将式(4)和式(8)联立，则可以得到政府和中小企业的复制动态模型为：

(9)
利用Jacob矩阵的局部稳定分析法对上述复制动态模型进行分析，得到复制动态系统的Jacob矩阵为：

(10)
矩阵J的行列式为：
detJ=(1-2x)[y(ΔVG+γCG)-COG-γCG]
(1-2y)[x(ΔVE+βCE)-COE-βCE]
-x(1-x)(ΔVG+γCG)y(1-y)
(ΔVE+βCE)
(11)
矩阵J的迹为：
trJ=(1-2x)[y(ΔVG+γCG)-COG-γCG]
+(1-2y)[x(ΔVE+βCE)-COE-βCE]
(12)
在复制动态模型(9)中，令求解得出五个均衡点，分别为O(0，0),A(0,1),B(1,0),C(1,1),D(x*，y*),其中将复制动态力系统均衡点带入矩阵J的行列式和迹，整理后得到表2。
在复制动态系统中，相对净支付是演化博弈分析中的重要工具，根据支付矩阵可以得到中小企业和政府在选择不同策略时的相对净支付。当政府选择创新政策激励时，中小企业选择自主创新的相对净支付为ΔVE-COE；当政府选择非政策激励时，中小企业选择自主创新的相对净支付为-COE-βCE。当中小企业选择自主创新时，政府选择创新政策激励的相对净支付为ΔVG-COG；当中小企业选择跟随创新时，政府选择创新政策激励的相对净支付为-COG-γCG。不同策略前提下的相对净支付决定复制动态系统的演化稳定策略形成路径。
表2 复制动态系统均衡点对应行列式和迹的表达式

四、决策过程与传导机制分析
(一)决策过程
根据演化博弈理论，当均衡点满足detJ>0，trJ<0时则为复制动态系统的演化稳定点(ESS)。表2所列示的相对净支付表达式中成本参数均大于零，结合对预期超额收益和初始成本的比较，可派生出四种情形，四种情形下的演化博弈均衡点的局部稳定性如表3所示。下面针对这四种情形下的演化博弈稳定策略以及决策过程进行分析和讨论。
表3 不同情形下演化博弈均衡点局部稳定性

表3所示的四种情形中，决策双方的演化博弈复制动态关系分别用以下四种相位图表示，见图1、图2、图3、图4，每种相位图显示出相应情形下的复制子解轨迹。

图1 情形1复制动态相位图

图2 情形2复制动态相位图

图3 情形3复制动态相位图

图4 情形4复制动态相位图
图1表示演化博弈的稳定策略为O(0，0)点和C(1，1)点，即长期演化的结果为企业和政府或为积极性行为，或为非积极性行为；图2、图3、图4中所有情形最终都会趋向于O(0，0)点，即长期演化的结果为企业和政府均采取非积极性行为。
情形1：当ΔVG-COG>0且ΔVE-COE>0时，点O(0,0)和点C(1,1)为演化稳定点(ESS)，点A(0,1)和点B(1,0)为不稳定源点。在此情形下政府和中小企业的行为策略选择过程为：就政府而言，当中小企业选择自主创新策略时，政府选择激励创新的相对净支付为正；当中小企业选择跟随创新时，政府选择激励创新政策的相对净支付为负。因此，政府的策略选择将受到中小企业行为策略选择的影响，当中小企业倾向于选择自主创新时，政府也将倾向于选择创新政策激励；当中小企业倾向于选择跟随创新时，政府也将倾向于选择非政策激励。对于中小企业来说，当政府选择创新政策激励时，中小企业选择自主创新的相对净支付为正；当政府选择非政策激励时，中小企业选择自主创新时的相对净支付为负。因此，中小企业的策略选择将根据政府的策略选择而定，当政府倾向于选择创新政策激励时，中小企业将选择自主创新；当政府倾向于选择非政策激励时，中小企业将选择跟随创新。所以，在这种情形下的演化稳定策略为{政策激励，自主创新}或{非政策激励，跟随创新}。
情形2：当ΔVG-COG>0且ΔVE-COE<0时,点O(0,0)为演化稳定点(ESS),点A(0,1)为不稳定源点。政府和中小企业的行为策略选择决策过程为：就政府而言，由于在此条件下中小企业倾向于选择跟随创新，而当中小企业选择跟随创新时政府选择政策激励的相对净支付为负，因此，政府将倾向于选择非政策激励。对于中小企业来说，无论政府选择创新政策激励还是非政策激励，中小企业选择自主创新时的相对净支付均为负。因此，中小企业将倾向于选择跟随创新，在这种情形下的演化稳定策略为{非政策激励，跟随创新}。
情形3：当ΔVG-COG<0且ΔVE-COE<0时,点O(0,0)为演化稳定点(ESS),点C(1,1)为不稳定源点。政府和中小企业的决策过程为：就政府而言，无论中小企业选择自主创新还是跟随创新，政府选择创新政策激励时的相对净支付均为负，因此政府倾向于选择非政策激励。对于中小企业来说，无论政府选择创新政策激励还是非政策激励，中小企业选择自主创新时的相对净支付均为负。因此，中小企业将倾向于选择跟随创新，在这种情形下的演化稳定策略为{非政策激励，跟随创新}。
情形4：当ΔVG-COG<0且ΔVE-COE>0时,点O(0,0)为演化稳定点(ESS),点B(1,0)为不稳定源点。政府和中小企业的决策过程为：就政府而言，无论中小企业选择自主创新还是跟随创新，政府选择创新政策激励时的相对净支付均为负，因此，政府倾向于选择非政策激励行为。对于中小企业来说，由于政府倾向于选择非政策激励，而当政府选择非政策激励时中小企业选择自主创新的相对净支付为负。因此，中小企业将倾向于选择跟随创新，在这种情形下的演化稳定策略为{非政策激励，跟随创新}。
(二)传导机制
通过对不同情形下中小企业和政府的创新行为策略选择演化博弈均衡点局部稳定性及复制动态相位可知，图1所示的情形1中，系统演化的长期博弈均衡有可能是O点或C点，折线ADB为系统收敛状态的临界点，D点所处的位置决定政府和企业的策略选择最终收敛于O点或C点，所带来的演化效果成为阈值效应。当中小企业与政府的选择意愿大于D点，即处于ADBC中时，则会选择{政策激励，自主创新}。当ADBC面积增大时，则处于折线ADB右上方动态系统收敛于C点的概率增大，反之则收敛于点O的概率增大。因此，政策激励与非政策激励行为策略对企业创新行为选择作用的传导机制可从分析影响D的移动状态出发。政府与企业策略选择过程与演化作用传导机制如图5所示。影响D点的移动主要有初始成本、预期超额收益、风险损失三个变量，以下从这三个主要方面进行具体分析。

图5 政府与企业策略选择过程与演化作用传导机制
第一，初始成本的影响。
由得到
假定其他参数不变的情况下，x*和y*值随着初始成本的降低而下降，演化博弈双方的均衡收敛于C点的概率上升。因而，可通过降低政府和中小企业行为策略选择的初始成本实现向稳定点C(1,1)的演化，即政府和企业预期得到的超额收益和风险损失既定时，双方所需要投入的初始成本越低时则更倾向于选择积极性的稳定均衡策略{政策激励，自主创新}。中小企业选择自主创新策略时，降低初始成本不仅仅是获得会计利润，实质上经济利润也随之增加，同时为中小企业带来良好的品牌效应，创造消费者剩余，提升消费者忠诚度。而对于政府来说，选择积极性行为策略也不仅是带来预期的经济收益，而且能够更好地营造与不断变化的市场相适应的政策环境，以及更加有利于中小企业自主创新的环境。降低初始成本有利于政府制定与实施创新激励政策并实现预期政策效应。
第二，预期超额收益的影响。
当时，
假定在其他参数保持不变的情况下，x*和y*随着超额收益的增大而逐渐降低，要使演化博弈双方的均衡收敛于点C，则要降低x*和y*的值，可通过提高中小企业和政府的预期超额收益实现向稳定点C(1,1)的演化。当中小企业和政府的初始成本和风险损失既定时，双方对未来的预期超额收益越高，则会更加倾向于选择{政策激励，自主创新}。当中小企业选择自主创新策略时，预期超额收益如果能在未来成为现实，则为下一轮的创新行为和生产经营所需要的投入提供了积累。当政府选择创新政策激励策略时，预期超额收益如果能实现，则为下一轮的政策选择提供了路径指导。然而，在现实情况中，由于市场的不确定性，中小企业和政府在积极性的行为策略选择时，预期超额收益的同时会将市场不确定性可能带来的风险损失联系起来。
第三，风险损失的影响。
当时，
此时，和的正负性不能直接给予判断，需要比较预期超额收益与初始成本的差额。正如前文所阐述的四种情形，在此针对情形1做进一步分析，另外三种情形在后文中再做阐释。
当ΔVG-COG>0且ΔVE-COE>0时，和均为正，即x*和y*随着风险损失的增大而增大，要使演化博弈双方的均衡收敛于点C，则要使x*和y*值下降。当中小企业和政府的初始成本和预期超额收益既定时，可通过降低中小企业和政府行为策略选择带来的风险损失实现向稳定点C(1,1)演化，双方对风险损失的控制越好，则会更加倾向于选择积极性行为策略。当中小企业选择自主创新策略时，对风险损失的控制是企业在创新策略实践过程中的关键，这几乎决定了中小企业创新策略能否成功。当政府选择创新政策激励策略时，对风险损失的控制是当局对市场的整体运行效果和企业的运行效果的一个全面评估，这可能为政府在未来实施某种创新策略提供重要依据。
五、仿真检验与经验验证
(一)仿真检验
由于现实中针对中小企业创新活动难有比较系统的统计数据，传统计量方法不能较好使用，而仿真方法却有针对性。通过运用MATLAB R2017a对以上四种情形进行仿真，检验不同初始值状态下趋向演化稳定策略的路径。
x与y代表的是主体行为策略选择的概率，初始值取值范围为[0,1]，间隔设置为0.1更便于在图形中直观观察。参考熊彼特周期模型，技术创新在未来中周期内对经济会有拉升作用(周游和翟建辉,2012)，当加入政策激励的因素以后时间段设置在中周期内比较符合实际，即时间段t为[0,10]。γ和β代表风险损失系数，其阈值为[0,1],综合考虑主体行为策略选择风险特征，设γ=0.4，CG=5，β=0.5，CE=8。其余参数的设置采用的是相对值，要求其参数设置符合模型规则，针对以下四种情形下分别设定。
情形1 ΔVG=10，COG=4，ΔVE=12，COE=6，满足ΔVG-COG>0且ΔVE-COE>0的条件。
情形2 ΔVG=10，COG=6，ΔVE=6，COE=8，满足ΔVG-COG>0且ΔVE-COE<0的条件。
情形3 ΔVG=4，COG=6，ΔVE=6，COE=8，满足ΔVG-COG<0且ΔVE-COE<0的条件。
情形4 ΔVG=4，COG=6，ΔVE=12，COE=8，满足ΔVG-COG<0且ΔVE-COE>0的条件。
通过MATLAB R2017a仿真分别得到四种情形下中小企业与政府行为演化路径，如图6所示。图6(a)表明，情形1中的中小企业与政府双方愿意选择积极性行为但存在较高的门槛，演化稳定策略出现两极分化，一部分趋向稳定点C(1,1)选择了积极性行为策略，一部分趋向稳定点O(0,0)选择了非积极性行为，即选择了{非政策激励，跟随创新}。情形2中的政府在初始阶段存在选择政策激励行为策略的意愿与可能，但由于中小企业缺乏自主创新意愿，反馈给政府以相反的预期，致使演化为非积极性行为策略，即{非政策激励，跟随创新}。与此相反，情形3中，中小企业有意愿选择自主创新，但由于缺乏政策激励，致使演化为非积极性行为策略。情形4中的演化结果则是中小企业和政府都选择非积极性行为。仿真检验结果表明，针对四种情形下中小企业与政府行为演化稳定策略的形成路径与上文中的理论推导和传导机制分析结论高度吻合，实证检验与理论分析具有一致性，为理论阐释提供了可信性。


图6 四种情形下中小企业与政府行为策略演化路径
为进一步验证初始成本、预期超额收益和风险损失变量对政府和中小企业行为策略选择阈值的影响，选取变量的值区间，模拟鞍点D(x*，y*)的移动轨迹。首先，针对初始成本，COG∈[4,10]，COE∈[4,10],γ=0.4，CG=5，β=0.5，CE=8,ΔVG=12，ΔVE=14,经过仿真计算得到图7。图7显示，随着初始成本的增大，不论是中小企业还是政府，其阈值都产生了明显上升，代表着限制中小企业和政府选择积极性行为的门槛越来越高，而且政府和中小企业阈值之间的差距不断扩大，表明政府的积极意愿门槛升高的更多、阻力更大。只有中小企业和政府选择积极性行为的意愿都超过了这个阈值，整个群体才会趋向于积极性行为。

图7 初始成本对阈值的影响
其次，针对预期超额收益，ΔVG∈[8,14]，ΔVE∈[8,14],γ=0.4，CG=5，β=0.5，CE=8,COG=4，COE=6,经过仿真过程得出图8。图8显示，随着预期超额收益的增大，中小企业和政府的选择意愿阈值都有较为明显的下降，说明限制中小企业和政府选择积极性行为的门槛越来越低。当中小企业对未来自主研发的产品有较为确切且正面的预期，那么中小企业选择自主创新的意愿阈值就会降低。从政府的角度来看亦是如此。相反，如果对未来预期把握不准确，对预期超额收益的估计过于悲观，导致选择积极性行为的阈值过高。

图8 预期超额收益对阈值的影响
最后，针对风险损失，γCG∈[0,5]，βCE∈[0,5],COG=4，COE=6,ΔVG=12，ΔVE=14，经过仿真过程得到图9。

图9 风险损失对阈值的影响
图9显示，随着风险损失的增大，中小企业和政府的选择意愿阈值都有较为明显的增大，说明限制中小企业和政府选择积极性行为的门槛越来越高。同时，两者之间的阈值差距也在持续缩小，这说明风险损失的增大使得两者的选择意愿门槛趋同，说明面对创新风险损失，中小企业和政府意愿趋向一致。只有当中小企业和政府选择积极性行为的意愿高过阈值，表明中小企业与政府愿意承担高风险损失，演化稳定策略才会取向于积极性行为。
仿真模拟检验结果表明，初始成本升高、预期收益的不确定性和风险损失对鞍点D的移动轨迹产生明显的影响，使得演化稳定策略趋向积极性行为的阈值明显上升，意味着政府和中小企业选择积极性行为的门槛提高、阻力增加。该结论进一步证实了上文关于初始成本、预期收益和风险损失对演化稳定策略形成的理论推导和传导机制的理论分析，为寻求政策启示提供了理论与实证依据。
(二)经验验证
虽然从经验事实上验证上述演化稳定策略的形成与传导机制的理论分析结论，需要不同地区较为系统完整的时间序列数据，以及对不同时期政府激励政策和企业创新策略选择行为与结果进行实证分析和判断，还有待于后续深入研究。在此从现有数据和经验事实观察，结合一些文献实证研究结论，进一步佐证演化稳定策略形成与传导机制的理论分析结果同客观实际的一致性。
第一，企业自主创新绩效较优的地区，政府研发投入强度也较高，反之亦然。以理论界普遍认可的发明专利授权量为例，2017年国家知识产权局共受理通过《专利合作条约》(PCT)途径提交的国际专利申请5.1万件，PCT国际专利申请排在前列的省(区、市)是广东(2.68万件)、北京(0.51万件)、江苏(0.46万件)、上海(0.21万件)、山东(0.17万件)、浙江(0.14万件)，而在2016年全国科技投入中，研究与试验发展(R&D)经费投入强度超过全国平均水平的省份中，排名靠前的同样有北京、上海、天津、江苏、广东、浙江、山东。[注]国家统计局，2016年全国科技经费投入统计公报.http://www.stats.gov.cn/tjsj/zxfb/201710/t20171009_1540386.html。由此可见，政府研发投入强度与区域企业自主创新绩效之间存在正向相关性。中西部地区企业在资金、技术、人才、产业链联系方面存在不足，当政府支持力度比较弱(表现为财政科技支出规模小、增长慢)时，企业进行自主创新的意愿与能力较弱或面临的不确定性风险与阻力较大，使其自主创新成效不够理想。
第二，企业自主创新绩效与财政政策激励程度及持续性正相关。企业自主创新持续活跃的地区，政府持续的财政科技资助的力度大。《中国区域创新监测数据》(2015)显示，2014年政府财政科技支出占财政支出的比例较高的地区有北京(6.25%)、上海(5.33%)、浙江(4.03%)、江苏(3.86%)、广东(3.0%)。同时，这些企业自主创新持续活跃的地区财政科技拨款持续增长。比如，2006—2011年，北京市地方财政科技拨款年均增长率高达21%。[注]中华人民共和国科学技术部，中国科技统计数据(2007—2013)，www.sts.org.cn/sjkl/kjtjdt/index.htm。2006—2016年，上海市地方财政科技支出由94.89亿元增长到341.71亿元，年平均增长15.4%。[注]上海市统计局，上海统计年鉴2017，http://www.stats-sh.gov.cn/html/sjfb/201801/1001529.html。通过对上海企业创新的经验数据研究发现，政府科技资助整体上刺激了企业的研发投入，对低技术企业的R&D投入有激励效应，对高技术企业效应不明显(郭兵和罗守贵，2015)。深圳之所以成为全国企业自主创新活动最活跃、创新绩效最突出的城市之一，同政府财政的持续高比例增长的科技资助直接正相关。从2006年起，深圳财政科技投入占市一般预算支出的比例超过6%，2011—2016年，财政科技支出规模从70亿元增加到403.5亿元，年均增长率高达44%。尤其是深圳科技研发资助主要针对中小企业，不设门槛，所有企业都可以自主申请。
第三，政府财政科技投入占比较低的区域，企业自主创新的积极性较弱，跟随创新现象突出。从全国范围来看，R&D投入强度低于2.0的地区，企业自主创新绩效(以专利量来衡量)普遍低于投入强度大于2.0的地区。分区域来看，东部地区创新绩效高于中部地区，中部地区又高于西部地区。区域之间创新绩效差异与区域之间财政科技支出差异呈现较强的正相关。以2013年为例，东部发达地区财政科技支出为1 697亿元，是西部地区的4.3倍；中部地区财政科技支出430亿元，是西部地区的1.1倍。此外，西部地区财政科技支出占财政总支出的比重也远低于中东部地区(乌兰和刘颖，2015)。在总量变化上，中西部地区政府对企业创新活动资助数额也在逐年增加，表明在国家创新驱动发展战略的背景下，地方政府在主观意愿上倾向采取积极性政策，引导、支持和激励企业自主创新；但客观上受到创新资源要素和区位环境条件的影响，如市场需求强度、科技人才可得性、产业链发展水平、知识产权保护力度以及创新文化环境等方面的差距，政府的政策激励强度有限，企业自主创新意愿与行为积极性较弱，致使企业跟随创新现象突出。
上述经验事实说明，一方面，政府的政策行为与企业的创新行为决策交互影响，当本地区客观条件有利于降低高投入初始成本的压力、预期创新收益的落差、产出不确定性的风险损失时，该地区将形成相对净支付的正预期，降低双方选择积极性策略意愿的门槛，采取积极性行为的意愿得以强化。这时，政府和企业更倾向于选择积极行为策略，从而达到政策激励—自主创新的进化稳态结果。另一方面，当面临高投入初始成本的压力、预期创新收益的落差、产出不确定性的高风险损失时，该地区选择积极性策略意愿的门槛提高，强化了采取积极性行为的阻力，非积极性信号的负反馈交互传导，从而导致双方更倾向于选择非积极行为策略。上述经验事实符合并支持情形1～情形4的演化稳定策略形成与传导机制的理论分析，进一步佐证了客观实际同理论分析结果的一致性。
六、研究结论与政策启示
(一)研究结论
本文对中小企业自主创新行为选择与政策激励传导机制进行了理论分析、仿真检验和经验验证，得出以下结论：
第一，中小企业创新策略的选择同政府的政策激励选择过程，是双方动机与行为交互影响、循环互动、不断调适的动态演化博弈过程。在不完全信息条件下，基于有限理性，政府和企业通过对有利行为不断学习、调整策略、改善利益，在考虑对方的行为策略以及相应的初始成本、预期收益和风险损失的基础上做出行为策略选择，相对净支付对演化稳定策略形成路径产生重要影响，决定演化稳定策略的形成。
第二，演化稳定策略的形成过程表明，政府和企业行为相互影响、互为前提条件，形成策略选择的双向一致性。此种情形说明政策激励和自主创新的双向促进效应，政策激励对企业自主创新具有积极影响(Ebersberger & Lehtoranta，2005)。但是，如果政府行为策略选择的出发点仅基于自身的相对净支付考虑，可能产生悖反情形，导致政府的逆向行为决策，即面对中小企业跟随创新的现实时，政府却不愿采取政策激励行为，继而负反馈传导给中小企业，强化其跟随创新路径，将不利于形成预期政策效应，甚至产生对市场作用的扭曲(Stiglitz & Weiss,1981)或被利用来寻租(Eisinger，1988)，有悖于政策初衷。因而，政府需要改变在同企业利益博弈占优角度考虑问题，从帮助中小企业改善相对净支付出发，做出相宜的政策激励选择。
第三，传导机制理论分析和仿真检验表明，中小企业创新行为策略选择意愿受到政府行为的正强化和负强化作用。积极的政策激励环境形成正反馈，强化了中小企业的自主创新行为，非积极的政策环境形成负反馈，强化了中小企业的跟随创新行为。中小企业在创新行为策略选择过程中，自主创新行为受制于高投入的初始成本、高风险损失和产出收益增进的不确定性，成为跟随创新行为路径依赖形成的主因。自主创新演化稳定策略的形成是在特定的创新政策环境下权衡初始成本、风险损失和收益增进的结果。三个方面的影响并非独立变动，而是相互联系、相互影响并循环传导，应成为企业和政府行为决策考虑的重点。研究表明，创新投入的创新初始成本、预期收益增进和风险损失对阈值的高低产生重要影响，从而影响自主创新行为选择的意愿和门槛。
第四，结合经验事实观察，不同地区受到创新资源要素和区位环境条件的影响差异，影响到政府和企业对创新投入初始成本、创新收益、产出不确定性的风险损失形成不同的预期。当本地区客观条件有利于降低选择积极性策略意愿的门槛时，双方更倾向于选择积极行为策略，从而达到政策激励—自主创新的进化稳态结果。当本地区面临高投入初始成本的压力、预期创新收益的落差、产出不确定性的高风险损失时，双方选择积极性策略意愿的门槛提高，强化了采取积极性行为的阻力，政府的政策激励强度有限，非积极性信号的负反馈交互传导，从而导致双方更倾向于选择非积极性行为策略。企业自主创新行为积极性减弱，致使企业跟随创新现象突出。
本文研究还存在一些不足之处，现实中可考虑的因素更多更复杂，比如制约中小企业选择自主创新策略的原因还有：市场的不确定性和技术的不确定性，逆向选择和道德风险带来的交易费用过大，企业创新的收益外部性和成本内部性(戴杨，2010)，创新的个体成本大于社会成本，制度的寻租与腐败行为以及不完善的市场结构等。又比如初始成本可能并不一定独立于政府的策略，在政府引导中小企业创新政策实施方面，不同区域差别比较大，主要是政策执行能力差异。未来的研究需要针对不同区域进一步开展实证研究。
(二)政策启示
第一，政府制定与实施创新激励政策应当立足于帮助中小企业改善相对净支付出发，有利于消减中小企业自主创新活动高投入的初始成本、收益增进的不确定性和高风险损失的制约。同时，注重和增强积极的政策环境信息引导，有针对性地主动传递积极的政策信号，改变不完全信息下的政策博弈行为。如改革科技评估和评审体制，建立企业创新的信用机制、评审专家与机构信用制度,完善自主创新的科技投入的长效机制。在创新激励政策的实施和评估中,从制度源头和执行过程控制非理性的跟热点、搭便车、短期逐利、政策寻租和骗补等行为，扭转与变革中小企业盲目的非理性选择而导致的跟随行为路径依赖，引导企业逐渐向自主创新行为进化。
第二，不同地区受到创新资源要素和区位环境条件的影响存在差异，如市场需求强度、科技人才可得性、产业链发展水平、知识产权保护力度以及创新文化环境等方面的差距，政府应结合本地区客观实际情况，有针对性地选择政策激励工具和激励强度，引导企业对创新投入初始成本、创新收益、产出不确定性的风险损失形成客观的预期。创造条件降低高投入初始成本的压力、创新收益的落差、产出不确定性的风险损失，降低企业选择积极性行为策略的门槛，强化自主创新行为意愿，从而实现政策激励—自主创新的进化稳态结果。
第三,健全和完善知识产权保护制度，加大知识产权保护执行力度。加强创新活动中的知识产权保护，打击假冒商标、窃取商业机密等侵权行为，严格诉讼执行，降低企业维权成本。消减企业自主创新的社会成本内部化和收益的外部性所产生的负面影响，使企业自主创新的期望收益能够得到提升。
第四,促进科技信息的高效交流与共享，降低企业创新活动不确定性风险。现实中，企业创新活动存在的不确定性风险可能导致企业自主创新动力不足(Guellec & Bruno,2003)或带来毁灭性的打击。自主创新的风险，与创新者对信息的掌握程度密切相关。企业家在创新选择时面临技术和市场信息方面的不足，初创企业的创新风险比成熟企业明显要高。实践中，企业家的互动信息交流机制能够有效发挥作用，企业创新的成功率较高。因此，应建立科技信息情报共享平台，促进产业园区或孵化器内部企业家之间的信息交流便利化，降低企业创新活动的盲目性，提高自主创新绩效。
参考文献
安同良、施浩、阿尔克特，2006：《中国制造业企业R&D行为模式的观测与实证——基于江苏省制造业企业问卷调查的实证分析》，《经济研究》第2期。
安同良、周绍东、皮建才，2009：《R&D补贴对中国企业自主创新的激励效应》，《经济研究》第10期。
白俊红，2011：《中国的政府R&D资助有效吗?——来自大中型工业企业的经验证据》，《经济学(季刊)》第7期。
戴杨，2010：《促进企业自主创新的政策激励因素》，《科技管理研究》第11期。
戴园园、梅强，2013：《我国高新技术企业技术创新模式选择研究——基于演化博弈的视角》，《科研管理》第1期。
郭兵、罗守贵，2015：《地方政府财政科技资助是否激励了企业的科技创新？——来自上海企业数据的经验研究》，《上海经济研究》第4期。
高锡荣、张红超、王丽，2015：《基于收益激励与风险保障的企业创新转型政策激发机制研究》，《软科学》第4期。
刘和东、石岿然，2007：《自主创新与模仿的博弈分析》，《科学学与科学技术管理》第4期。
刘和东，2009：《财政科技投入与原始创新能力关系的实证研究》，《工业技术经济》第12期。
刘永谋，2006：《自主创新与建设创新型国家导论》，北京：红旗出版社。
穆天、杨建君，2016：《我国本土企业自主创新诱发机制——一个探索性的研究框架》，《科技管理研究》第9期。
乌兰、刘颖，2015：《西部地区财政科技支出优化研究》，《中国财政》第11期。
吴晓园、丛林，2012：《企业技术创新策略与政府R&D补贴——基于不完美信息的动态博弈模型》，《科学学与科学技术管理》第2期。
吴志军、赵立昌，2011：《合作创新还是自主创新?——一个扩展的AJ模型及其在中国互联网产业中的应用研究》，《经济管理》第12期。
许箫迪，2010：《政府扶持企业自主创新的动态博弈分析》，《工业技术经济》第6期。
赵湜、谢科范，2014：《基于进化博弈的企业自主创新风险补偿系统进化研究》第9期。
郑世林、周黎安，2015：《政府专项项目体制与中国企业自主创新》，《数量经济技术经济研究》第12期。
周绍东，2008：《企业技术创新与政府R&D补贴:一个博弈》，《产业经济评论》第9期。
周游、翟建辉，2012：《长波理论、创新与中国经济周期分析》，《经济理论与经济管理》第5期。
Bronwyn,H.,and A.Maffioli,2008,“Evaluating the Impact of Technology Development Funds in Emerging Economies:Evidence from Latin America”,European Journal of Development Research,20(2):172-198.
Paul D.A.,and B.H.Hall,2000,“Is Public R&D a Complement or Substitute for Private R&D? A Review of the Econometric Evidence”,Research Policy,29:497-529.
Ebersberger,B.,and O.Lehtoranta,2005,Pattern of Innovative Activities among Finnish Firms,Finland:VTT.
Eisinger,P.,1988,The Rise of the Entrepreneurial State:State and Local Economic Development Policy in the United States,Wisconsin:University of Wisconsin Press.
Gonzalez,X.,and C.Pazo,2005,“Do Public Subsidies Stimulate Private R&D Spending?”,Research Policy, 37(3):371-389.
Guellec,D.,and V.P.D.L.P.Bruno,2003,“The Impact of Public R&D Expenditure on Business R&D”,Economics of Innovation and New Technology,12(3):225-243.
Peng,M.W.,and P.S.Heath,1996,“The Growth of the Firm in Planned Economies in Transition:Institutions,Organizations,and Strategic Choice”,Academy of Management Review，21(2):492-528.
Singer S.,M.Herrington,E.Menipaz,et al.,2017,Global Entrepreneurship Monitor2016/2017Global Report,London:GERA.
Stiglitz,J.,and A.Weiss,1981,“Credit Rationing in Markets within Complete Information”,American Economic Review,71(6):393-409.
Tong,T.W.,et al.2014,“Patent Regime Shift and Firm Innovation:Evidence from the Second Amendment to China’s Patent Law”,Academy of Management Proceedings,(1):14174.
ANALYSIS ON THE CHOICE OF INDEPENDENT INNOVATION BEHAVIOR OF SMES AND THE TRANSMISSION MECHANISM OF POLICY INCENTIVES——From the Perspective of Dynamic Evolutionary Game of Replication
SHEN Xiao-ping CHEN Ye ZHANG Ke-ting
(College of Economics, Shenzhen University)
Abstract:Based on the revolutionary game of duplicative dynamic and through the establishment of an evolutionary game model of innovative behavioral strategies, this paper gives the matrix expression and trace expression corresponding to the equilibrium points of the duplicative power system, and discusses the decision-making process with this equilibrium. We propose that the relative net payment under different strategies determines the evolutionary stability strategy of the system. Furthermore, this paper analyzes the evolutionary game results from the three aspects of the initial cost, expected excess return and risk loss, and reveals the transmission mechanism of the trade-off. Enterprises and governments should continue to learn and adapt to changes in the market and competitive environment and take active strategies to play a synergistic role in promoting innovation.
Key words:small and medium-sized enterprises; independent innovation; follow-up innovation; policy incentives; transmission mechanism; evolutionary game
*沈小平、陈叶、张克听(通讯作者)，深圳大学经济学院，邮政编码518060，邮箱:yebest99@163.com；本文得到教育部人文社会科学研究一般项目“科技研发资助对中小企业自主创新的激励效应及政策建议——基于深圳的实证研究”(12YJA790194)的资助。感谢匿名评审人提出的修改建议,笔者已做了相应修改,本文文责自负。
(责任编辑：杨万东)