摘  要：合作博弈具有有限理性、自主性、动态性、经济性等特点，针对当前合作博弈研究中完全信息、静态决策和理性决策等的局限性，文章运用演化博弈理论方法，构建了基于信任治理的演化博弈均衡模型，分析了参与博弈主体的动态演变过程。研究结果表明，网络信任治理状况的演化方向与双方博弈的支付矩阵相关，同时与系统初始状态相关。并得出监督成本、处罚力度，以及企业的社会责任是影响合作信任治理状况演变的关键因素。    关键词：网络治理，信任，企业合作，有限理性，演化博弈
    在用博弈模型研究企业间的合作竞争问题时，常常假定参与人（企业）是完全理性的，并且以完全信息为基础，但对现实经济生活中的企业来讲，企业的完全理性与完全信息的条件是很难得到满足的。在企业的合作竞争过程中，企业之间是有差别的，经济环境与决策问题本身的复杂性所导致的信息不完全和决策者的有限理性是显而易见的，由于这两种因素的影响，合作竞争博弈的均衡与演化过程往往表现出复杂性的特征。因此，要对合作竞争博弈进行有实用价值的分析必须考虑这些复杂性因素的影响。
    一、企业合作博弈中的复杂性
    随着产品更新换代频率的加快，市场竞争越来越激烈，产品的技术含量越来越高，产品开发越来越需要更广泛的专业能力。企业甚至是大企业在技术创新的过程中也难拥有所有的技术。企业纷纷通过正式或者非正式的合作方式构建外部网络，以便获取外部环境中的知识、资本、人才等关键资源，加快技术创新的速度，以形成竞争对手所无法复制的核心竞争力。同时，通过技术创新获取的优势或领先地位，企业又在不断编织和发展着网络。可见，网络是动态的，网络的进化不断地改变着交易成本的大小，参与人的角色也处在动态变化之中。
    在这个过程中，由于企业间的信息的不对称，使网络在运行过程中产生机会主义行动倾向的可能，导致合作基础遭到破坏，最后出现囚徒悖论的结局，这将给企业发展以致命的打击。
    企业合作形成的创新网络进化具有动态特征。通过企业创新合作，企业建立了一种既不同于纯粹外部市场关系又不是纯粹一体化关系的新型关系，形成了二个互相交叉、互相融合的外部合作网络。
    从组织分类的角度分析，企业、创新网络、市场同属于经济组织的三种形式，但在企业创新过程中它们并不是完全的对立或者替代关系，也不能把企业创新网络看作是层级制和市场的简单混合，而应看作为有着自身逻辑结构的独特组织形式。考查企业创新网络行为，不但要区分三者之间的行为特征还要考虑它们之间的相互作用机制。
    从交易成本的角度来看，企业应用网络获取互补性的资源，拓宽了企业组织的效率边界，但是企业创新网络对信任的依赖度较高，因而适用于风险较高的契约。这是企业创新网络与市场和层级制最为显著的区别。从这个角度出发，企业创新网络运行成功的要旨在于促进、形成网络成员间的相互信任环境。然而网络并不是一种静态的存在，它是在创新网络的初始条件决定下自然进化着的，任何技术的、社会的、制度的因素都影响着网络的进化。同时，由于技术创新的独特要求，企业创新网络必须在组织结构、日常管理、专业人力资本等诸多方面赋予更大的灵活性和自主性，一方面这种灵活性和自主性极大的促进了技术进步的效率，加速了企业学习的进程，呈现出单个企业即使是大企业也无法达到的创新收益，从而使创新网络表现出强大的生命力。另一方面，由于企业天生是一个利益最大化的经济主体，在特定的合作阶段，出于自身利益的需要，这种松散的网络组织形式也给机会主义者以可乘之机，从而使网络陷入囚徒困境的悖论之中。可见，这两种对立因素的存在使得企业创新网络总是处于不断从失衡到平衡再到失衡这样反复的、持续状态之中，某个阶段静态平衡只是暂时状态，而不平衡才是企业创新网络的常态。因此，参与人必须把握企业创新网络的这种动态特征，从网络构建的初始条件出发，促进企业间的相互学习，持续的创新，不断降低交易成本，避免机会主义的倾向，并逐渐形成正反馈机制，才有可能成功地营造出有效的创新网络。
    二、演化博弈模型
    演化博弈论是把博弈理论分析和动态演化过程分析结合起来的一种理论。演化博弈论源于生物进化论，相当成功地解释了生物进化过程中的某些现象，并在分析社会习惯、规范、制度或体制的自发形成及其影响因素等方面，取得了令人注目的成绩，并逐渐发展成一个经济学研究的一个新领域。
    企业技术合作正是企业技术创新的一种有效网络形式。企业之间纷纷组建技术联盟，旨在实现资源互补，减少单个企业的技术开发风险及投入成本，促进技术创新，使企业在产业竞争中处于有利地位。这一新型创新合作形式被广泛地应用。一般来讲，企业技术联盟是指两个或者两个以上独立法人地位的企业联合致力于某一技术或者产品的研究开发的行为，是一种介于市场和层级组织之间的经济组织。但是，由于企业间的信息不对称的存在，在技术联盟的运行过程中，有信息优势的一方就会存在利用自己的优势地位使自己获利的趋势，从而产生机会主义倾向，导致技术联盟的合作基础遭到破坏。因此，分析网络中的博弈行为对于创新合作的运行有重要意义。
    演化博弈的基本思路是：在具有一定规模的博弈群体中，博弈方进行着反复的博弈活动。由于有限理性，博弈方不可能在每一次博弈中都能找到最优的均衡点。于是，他的最佳策略就是模仿和改进过去最有利策略。演化博弈论研究的对象是一个“种群”，注重分析种群结构的变迁，而不是单个行为个体的效应分析。当某个系统中的所有参与者都采取“演化稳定策略”时，那么采用其他策略的个体将无法侵入这个系统，或者说，它将在自然选择的压力下改变策略或退出系统。
    在演化博弈论中，核心的概念是“演化稳定策略”（Evolutionary Stable Strategy，ESS）和“复制动态”（Replicator Dynamics）。ESS表示一个种群抵抗变异策略侵入的一种稳定状态，其定义为：
    若策略是一个ESS，当且仅当：
    （1）s*构成一个Nash均衡；
    （2）如果s*≠s满足u（s*，s*）＝u（s*，s），则有
    u（s*，s*）＞u（s，s）；
    复制动态实际上是描述某特定策略在一个种群中被采用的频数或频度的动态微分方程。根据演化的原理，一种策略的适应度或支付（Payoff)比种群的平均适应度高.这种策略就会在种群中发展，即适者生存体现在这种策略的增长率大于零，可以用以下微分方程给出：
   
    其中xk为一个种群采用策略k的比例，u（k，s）表示采用策略k时的适应度，u（s，s）表示平均适应度，k代表不同的策略。
    三、一般支付结构下合作企业博弈的演化与稳定策略
    在有限理性的重复博弈中，最优的均衡策略必须通过参与主体的模仿、学习、调整的过程才能达到，这个均衡能够经受有限理性所引起的错误与偏离的干扰，在受到少量的干扰后仍能恢复，我们称这种均衡是一种稳定的均衡（ESS）。这种均衡是在合作企业间的动态重复博弈的基础上达到的。在现实的经济生活中，参与的企业是不固定的，多个或大量参与主体间长期的博弈属于有限理性博弈，此时的有限理性是指基于参与主体（企业）有一定的统计分析能力和对不同的策略收益的事后判断能力，但缺乏事前的预见-与预测能力。
    在本研究中，假定企业间博弈的博弈方仅包括企业角色类型的参与主体，各自企业的可行策略和收益都是不同的，因此该演化博弈是多主体之间相互作用的一种非对称博弈（asymmetric game）。为简化起见，假定每次博弈都是企业合作中的两个成员一对一随机配对进行环境治理博弈，并且每一成员仍然各有两个纯策略选择，即企业可以选择诚信或投机。q表示企业网络中诚信的企业所占的比例，P表示采取诚信措施企业人员的比例（0≤q（t））≤1，（O≤P（t）≤1）。由于有限理性，企业一开始并不知道对方采取诚信管概率是多少，但他可以通过多次博弈的学习来掌握这方面的知识。需注意的是，在这里我们假设企业是遵从不稳定型（susceptible）的企业，是基于对成本收益的计算而确定自己是否采用创新策略的“经济人”，而不考虑任何时候都自觉进行遵守诚信的稳定遵从型企业的情况。为简便分析，还假定：企业监管对方的能力足够强，因而投机的企业不可能蒙混过关。
    当企业采取诚信时，如果合作对方发现企业是诚信的，从而会提高企业的信用等级，企业因诚信声誉提升而获得的预期收益记为R，监管方企业的预期收益记为-A，这里A是企业监管时的投入，包括企业人员收集对方不讲诚信的信息、评估对方企业所投入的时间、精力等成本。当企业采取投机策略，如果合作伙伴选择加强监管，根据上面的假定，投机行为一定会被发现，投资企业不但要依法承担相应的处罚费用，还会受到罚款以及信誉受损等损失，其预期收益设为-F，合作企业的预期收益为-C，C不仅包括合作企业对方评估的投入，还包括了工作人员的费用等；当企业采取投机策略，如果合作企业人员选择不加强监管，则企业获得偷排预期收益设为了；合作企业人员放弃监管的预期收益为可能的责任追究，设为-D，不失一般性，假定A<D<C.我们将企业遵从概率记为q（0<q<1），合作企业人员监管概率记为p（0<p<1）。收益矩阵如表1所示：

    这里拟运用模仿者动态（Replicator dynamics）模型来加以分析，模仿者动态反映了上述演化博弈理论的基本思路，其在连续时间下最普遍采用的一种形式为下面的微分方程：
   
    St（x）表示在，时点群体选择策略x的个体数占该群体总数的比重，表示t时点选择策略x的参与者在群体中所占比例的变化率，对于稳定均衡策略，该变化率应为零。Ut（x）表示t时点群体中选择策略x的参与者的收益（也称“适应性”），表示平均收益。
    对于企业：
    U（q＝1）＝Rp＋0×（1－p）
    U（q＝0）＝-Fp＋T×（1－p）
   
    代入模仿者动态方程并整理：
   
    对于实施监管的企业：
    U（p＝1）＝（-A）×q＋（-c）×（1－q）
    U（p＝0）＝（-D）×q＋（-D）×（1－q）
   
    代入模仿者动态方程，整理得：
   
    合作创新博弈的演化可以用式（1）和式（2）组成的系统来描述。该系统有5个局部均衡点，分别是（0，O），（O，1），（1，0），（1，1）对于一个由微分方程描述的群体动态，其均衡点的稳定性可由该系统的雅可比矩阵的结构分析得出。该系统的雅可比矩阵为：
    分别求均衡点的JE的行列式、JE和JE的迹trJE，根据局部稳定性分析，可得
   
    此合作博弈动态过程的相位图如图1所示：

    图1描述了合作博弈的动态过程。由两个不稳定的均衡点（0，1）和（1，O）及鞍点连成的折线为系统收敛于不同状态的临界线，即在折线的右上方，系统将收敛于所有治理-监管的模式，在折线的左下方系统收敛于所有投机与不监管的模式。鉴于系统的演化是一个漫长的过程，可能在漫长的时间内系统保持一种治理与投机和监管-不监管共存的局面。
    四、模型分析
    从以上演化博弈模型可知：系统演化的长期均衡结果可能是信任-监管的模式，也可能是投资-不监管的模式，究竟沿着哪条路径到达哪一个状态与该博弈的支付矩阵密切相关；在一定信息引导机制下，系统将收敛于哪一个均衡点受到博弈发生的初始状态影响。企业合作创新投机的遵从概率的变化依赖于R、F、T以及博弈的初始状态。因此，在博弈的过程中，构成博弈双方收益函数的某些参数的初始值及其变化将导致演化系统向不同的均衡点收敛。
    当P＝T／（R＋F＋T），则导数q′＝0；当P＜T／（R＋F＋T）时，q′<O：当P＞T／（R＋F＋T）时，q′>O。在初始状态不是高信任、高遵从的情形，即缺乏一个有效的反投机监管系统和良好的企业讲信用的状况下，投机的降低将是非常缓慢的，并非一朝一夕之功。在其他条件不变的情况下，如果能将反投机水平维持在一定高度（至少应让P＞T／（R＋F＋T），即使遵从不稳定的投机企业在博弈的初始状态都在投机，但经过多次重复博弈，投机企业将逐渐选择承担网络责任，并形成习惯，最终达到演化的稳定状态。我国目前企业讲信用的责任的意识尚待提高，对企业承担责任的激励机制亟待建立，处罚率虽逐年提高，但R、F的值仍较低，因此在现阶段合作监管绝不能放松，监控范围必须维持在一定的水平之上，特别是对于投机收益T较大的企业，如投机机会较多者应作为重点监控对象。
    企业监管对方的水平要依赖于D、C、A及初始投机企业群体是否遵从。对企业监管的绩效考评和相应的责任追究D是决定企业监管水平的关键变量，如果始终缺乏长效的人员绩效考评和责任追究机制将导致监管努力的降低，长期的遵从率增长趋势可能并不像网络企业所预期的那样甚至相反。降低监管成本A也是提高监管水平的一个重要因素，监管企业可以通过充分运用现代信息网络技术来降低投机监管成本。这里我们还会发现个有趣的现象：经过长期的博弈，在投机监管水平较高，并且投机企业群体中占大多数的是承担网络责任的状态下，如果放松监管，将不会导致企业在不遵从上的显著增长。但如果监管水平降到临界点之下，遵从行为的个较大的偏移将产生，不遵从行为急剧增多，投机盛行，此时再通过提高监管水平、加大惩戒力度来扭转不遵从泛滥的趋势将变得十分困难，需要比以往付出高得多的代价，即所谓的“不过正不足以矫枉”，这应引起合作网络的注意。
    五、结语
    网络信任环境治理越来越受到人们的关注，在环境治理博弈中降低监管成本、提高处罚力度，以及提高企业的社会责任等将是有效的方法。传统的信任环境治理博弈分析不适应于有限理性和动态演化的环境治理博弈分析，本文对利用演化博弈理论对信任环境治理博弈中的复杂性与演化均衡的稳定性分析，结果表明，该系统的演化方向与博弈双方的支付矩阵相关，并受到系统初始状态的影响。
    作者简介：罗建原（1970-），男，河南封丘人，武汉理工大学管理学院博士研究生，河南财经学院经济师，讲师，研究方向：技术创新管理。

作者：武汉理工大学管理学院 罗建原 来源：《当代经济管理》2009年第11期