面向研发合同的创新合作伙伴选择策略研究
2016-11-21尹智刚，王延章，倪子建
尹 智 刚，王 延 章，倪 子 建
(大连理工大学 信息与决策技术研究所，辽宁 大连116024)
尹 智 刚，王 延 章，倪 子 建
(大连理工大学 信息与决策技术研究所，辽宁 大连116024)
研发合同是当前技术合作创新的重要形式，选择合作伙伴是其中的一个重要问题。文章提出通过构建基于Agent的仿真模型来研究合作伙伴选择策略、仿真系统的构建、创新成果的评估，最后通过计算实验进行仿真，对权重法、最小最大法和最短距离法在不同的条件下进行了比较。研究发现如果搜索成本较高、项目周期短时，最小最大法较好；反之，最短距离法较好。
技术创新合作；仿真建模；企业规模；复杂系统；帕累托指数
一、引 言
创新合作伙伴选择是创新合作的重要问题之一。学术界对创新合作伙伴选择问题进行了大量的研究，主要是对合作者的相关能力进行评估，进而找到合作伙伴，研究大体可分为两类。第一类是对潜在合作者的知识能力进行评估，典型的研究方法是把参与合作的主体所拥有的知识转换成坐标上的点，两个点之间的距离表示两个主体之间知识的差距，当两者之间的距离差距不远也不近时(在一定范围)，两个主体最容易合作[2]；第二类研究除了考虑合作者知识能力之外，还考虑其他方面的能力，例如财务状况[3]、产权状况[4]、内部管理能力和营销能力[5]等。
上述关于合作者能力的评估存在两方面问题。第一个问题是缺乏针对性，这种情况下不需要对潜在合作对象进行全面评估，而知识水平应该优先考虑。第二个问题是在面向项目的短期合作中，仅仅考虑合作者的能力又是不够的。因为一个能力再强的合作者也不可能适合于所有类型的创新项目。在这类合作模式下，需要综合考虑合作者和项目之间的关系。
本文针对研发合同这种形式，以合作发起者(称为合作主体)的视角，研究技术创新合作伙伴选择策略问题。研发合同是指不同实体之间由于技术创新的需要，由一方出资，由另一方完成特定的研究项目的合作形式。研发合同在实际的技术创新合作中被广泛应用，其中最典型的领域是电子政务。如果不特别指明，技术合作创新都是指以研发合同形式的合作创新。
从合作主体的视角，影响合作伙伴(称为合作者)选择结果有如下几个因素：项目特点；市场中可供选择的合作者的情况；根据项目来选择合作者的方法。以上三个因素共同作用来影响整个创新合作的结果。所以，合作伙伴的选择策略应该包含以上三个方面的因素，称为选择策略三要素。本文采用两个维度对创新合作的成果进行考察，一个是项目所需要的成本，一个是完成合作项目的好坏。
二、研究方法
当前的合作伙伴评估方法有AHP、模糊评价法等，但这些方法显然不适合评估这样一个具有复杂性的系统。为此，提出用基于Agent的仿真实验的方法来研究上述问题。仿真是研究复杂系统的第三种方法[9]。仿真方法主要是通过构建微观模型，来模拟个体以及个体间的交互来体现系统宏观上的特点[10]，能够有效的对复杂系统进行建模。
技术合作创新系统可以抽象成如图1所示的概念模型。整个概念模型的中心是一个仿真模型。仿真模型描述了从选择合作者到研发出成品的整个过程。仿真模型的输入为选择策略三要素，其中前两个要素是数值形式，第三个要素是一些算法，这些算法描述了项目于合作之间不同的匹配方法。仿真系统的输出是反映合作成果的成本。
图1 技术合作创新仿真系统概念模型
三、仿真系统的输入
在面向项目合作创新的背景下，模型从知识能力方面考察合作者。
1.模型中知识的特征及表示
在创新合作过程中的知识应该有以下几个特征：
(1)层次结构，这是知识的一般特点。
(2)在创新过程中，同样知识的程度是不同的，表现为两个方面：第一，对于不同的合作者来说，其可能拥有相同的知识，但是对于这些知识的掌握和运用水平可能不同，称之为合作者的专业能力；第二，对于不同的技术来说，可能会用到相同的知识，但是要求这些知识的精密度和复杂度可能不同，这反映了不同的技术创新难度。
(3)主体获得新知识或提升已有知识的专业水平需要付出代价，也就是研发成本。
(4)在技术创新中，不必要使用到主体所拥有的所有知识，假设主体会把有限的资源投入到所用到的知识上，而剩下的知识可能会因为长期不用，其专业水平会随着时间而下降。
在模型中，主体拥有的知识用集合Kene来表示。Kene表示知识基因[11]。而模型中的知识是具有结构的，称为知识单元。知识单元k是一个三元组，k=
2.合作者的特征和行为
(1)规模与创新能力
直接获得某个企业的创新能力是困难的，获得市场中所有企业的创新能力更难。本研究试图通过一个外部变量来反映市场中所有合作者创新能力的分布，这个量就是企业规模。
企业规模是一个比较容易获得数据的变量，通常可以根据固定资产、人员数来反映。学界对于企业规模和企业创新能力进行了大量的研究。国内学者对大量数据的统计发现[12][13]：当企业规模超过某个值以后，企业规模越大创新能力越弱，学界把这种企业规模与创新能力的关系称为倒U型曲线。
首先，确定企业规模的范围。根据工信部2011年的工业企业规模划分标准，小型企业小于300人，中型企业是300～1000人，大型企业是1000人以上。按照上述标准设定企业规模范围是100～1500人。
然后，确定创新能力。用合作者Kene中的专业水平之和来衡量合作者的创新能力。采用不同规模的企业研发费用所占总成本的比值来衡量企业的创新能力。先确定三个点，然后用一条二次曲线对这三个点进行拟合来反映市场中企业的创新能力分布。三个点分别选取规模最小(100人)和最大(1500人)，以及中间点(700人)。他们创新能力的比值是42:55:35。所得到的二次曲线是：
InC=13/3600x2+91/180x+1343/36
其中InC表示创新能力，x表示企业人数。得到了15种不同规模企业的创新能力，最后，结果如图2左侧所示，右侧是具体的数值结果。
在模型中，创新能力的强弱反映为某个主体的Kene中所有知识单元的专业水平的总和，即：
其中，ei表示Kene第i个知识单元的专业水平，n表示Kene中知识单元的数量。需要注意的是企业规模不仅与专业水平(InC)相关，也与Kene中知识单元的数量相关，即上面公式中的n。因为大公司经营范围大、人员多，所拥有的知识种类可能会更多，所以n就会更大一些，小公司的情况正好相反。在模型中，根据上述情况进行设定，小公司n=3，中等公司n=5，大公司n=7，企业规模与n的对应关系如图2所示。
图2 规模不同企业的创新能力
(2)规模与企业的数量
如果把企业规模当作一个随机变量的话，那么可以用企业规模分布来描述不同规模的企业在市场中的数量。关于企业规模分布的研究最早可以追溯到1931年，Gibrat首先假设了企业成长是一个独立于其最初规模的随机过程，然后提出企业规模分布应该是如下的一个指数分布：
P(s≥si)=(s0/si)θ
(1)
其中s0是市场中规模最小企业的规模，θ为帕累托指数[6]。
研究表明，帕累托指数与研究样本的市场发育状况和政府管制程度直接相关。至少，市场发育完全的市场，帕累托指数大体接近于1[7]，而政府对市场干预较多的国家，其帕累托指数就小于1[1]。从另一个角度观察帕累托指数可以发现，如果市场中小公司比较多，那么帕累托指数越小于1；反之，就会越大于1。
假设市场中的企业数量是一个常数，如果设定一个帕累托指数(大于0)，就可以得到一定规模范围内、不同规模企业的数量。
(3)实验数据生成
在仿真模型中，某个企业的创新能力用Kene中知识单元的专业水平之合来表示，而这个创新能力在整个市场中的相对水平又取决于企业规模。同时，这个企业的规模又决定了其知识单元的数量。可见个体的相对创新能力由其规模决定。在仿真模型中，不同规模企业的数量由企业分布概率决定。这个企业分布是一个指数分布，这个指数叫做帕累托指数。所以，如果市场中企业的数量是一个常数，决定合作者数据的仅有一个变量，就是帕累托指数θ。
设θ=1，市场内有100个企业，那么根据上两节的研究内容，可以拟合出这些企业的规模、数量、创新能力等参数。具体结果如表1所示。
表1 θ=1时市场中所有潜在合作者的属性表
3.创新项目的特征
关于技术创新分类的研究已经进行了很多。本文按照创新项目所需要的知识特性划分，将创新项目分成多角技术创新和专门技术创新[8]。
多角技术创新是指需要很多知识，但每一种知识要求不深的技术创新；专门技术创新与多角技术创新不同，其要求知识比较少，但是需要比较深入。
4.选择合作者的方法
仿真模型一共有三种选择方法。
(1)最短距离法
按照最短距离法计算Ec和EP的合适程度V就可以使用公式(2)。
(2)
公式类似于比较两个向量之间的距离，只是这个距离是有正负的。
(2)权重法
由于在创新中每种知识所起到的作用可能不同，所以产生了权重评价。设权重向量的项数也是Np，那么：
W=w1，…，wi,i=1，…，Nc
合适程度V的计算公式如下：
(3)
(3)最小最大法
最小最大法的目的是为了避免后悔。在对每个合作者评估之后再选择一个最合适的评估。假设有m个合作者，创新所需知识数仍为Nc，那么对于第k位合作者的评估值为：
(4)
然后再选出Vk中最小的：
V=Min{Vk}，k=1，…，m
其中m是可能候选合作者的数量。
四、仿真模型的构建
1.研发成本
在合作者拿到了项目之后会去进行研发。从图3中可以知道合作者拥有的知识不一定和项目所要求的知识一一对应。可以分为三种情况：
(1)对于自身拥有且是项目所用的知识(图3左侧部分)，合作者会进行渐进式研发。
(2)对于自身没有但是项目所用的知识(图3右侧部分)，合作者会进行激进式研发。
(3)对于自身拥有但不是项目所用的知识(图3交叉的部分)，合作者不会投入资源去研发，随着时间的推移，这部分知识的专业水平会逐渐下降。
所谓渐进式研发是在自己属性的领域内进行的研发工作，而激进式研发则是在对于自己来说的新领域。进入新领域是需要付出额外成本的[1]，所以激进式研发会在渐进式研发成本的基础上乘以一个额外的系数。
图3 技术创新所需知识的关系图
2.仿真实验模型的实现
本仿真模型用Netlogo来实现，如图4所示。
左侧的按钮为实验准备和开始按钮。按钮下方是实验参数调节杆，分布是公司数量、公司渐进式研发成本、公司激进式研发成本、随机选择合作伙伴的数量。下面两个显示框分布是所有项目完成后的总成本，注意这里不是针对单个项目进行统计的。中间大图表示合作者和项目之间的关系，外圈是合作者，内圈是项目，连线表示合作者承接了项目。
五、实验及数据分析
1.实验准备
按照第二节中的理论，分别准备了两种类型合作者数据和创新数据。这样两两组合，在最初的试验中就可以产生四种不同条件下的结果。
对于合作者数据来说，两组数据的公司总数相同，都是100家。然后拟合出帕累托指数θ=1和θ=0.5两种情况，分布反映两种市场条件。当θ=1时反映出政府干预较少，市场经济较为发达的情况，此时小公司相对多。当θ=0.5时反映出政府干预较多，此时大公司相对多。
图4 模型的界面
对于创新项目来说，两组数据的项目总数相同，都是300个项目。按照创新项目的理论，分布生产能够反映专门创新和多角创新的数据。因为这两组数据的特点，无法直接比较这两组项目在难度上面的差别，但是为了对比起来方便，实验生成的这两组数据在保证其具有专门创新和多角创新特征的基础上，把这两组数据所要求的总的专业水平控制到基本一样。
在匹配合作伙伴的方法上，对3种方法都进行了实验。特别是对于权重法，使用了5组权重组合，每一组权重都是随机生成的。
在上述三种输入因素确定的条件下，每一组实验都按照创新主体的视角，在所有合作者中随机选择比例为k的合作者，k从5%到100%，中间选择9个点。在数据的采集中，每个点重复做3次实验，然后平均3次的结果作为最后的结果。
2.实验及讨论
图5显示了不同的策略下，成本随选择合作者范围的扩大的变化情况。
其中θ表示帕累托指数，P1表示专门技术创新项目，P2表示多角技术创新项目。从整体趋势来看，成本随着选择面的扩大而降低，其中从A到E表示5组不同的权重值，Distance表示距离法，MinMax表示最小最大法。
从实验的数据可以看出，在成本方面，在四种项目与合作者的组合条件下，最小最大法都是最优的(一直在最下面)。最短距离法专门技术创新中，表现仅次于最小最大法，在多角技术创新中和权重法表现差不多。权重法从整体上表现最差，权重法内部不同权值之间表现在不同条件下，各有优势，没有明显的优劣。
对权重法得到结果较差的原因是模型评价机制造成的。本模型认为在技术合作创新中所有知识的作用平等且独立，并且每增加一个单位的知识所付出的成本也是一样的。按照上述假设从搜索策略来说，距离法和最小最大法都可以找到比权重法更合适的合作者。但是，如果考虑在技术创新中不同的知识地位不同，并且存在着互相制约的机制，这样权重法可能就会得到更好的结果。但是，需要结合具体的领域进行分析。
既然权重法得到的结果较差，最短距离法和最小最大法各有优势，那么下面的讨论用搜索成本来评价这两种方法。假设创新主体的边际搜索成本不变。创新主体搜索合作者的范围越大，就越可能找到合适的合作者。合适的合作者因为自身知识属性更适合开发这个项目，研发成本会降低。可以对成本和搜索范围坐标系下临近的若干点进行线性拟合，所得到的直线的斜率可以反映在一定搜索范围内，研发成本下降的快慢。如果一个点在两条斜率不同的直线上，那么这个点就是本实验要找到的均衡点。对于均衡点来说，还可以用成本的下降率来反映这个均衡点的作用。如果设搜索范围为最小时的研发成本为Cmin(本实验中为5%)，搜索范围为100%时的研发成本为Cmax，均衡点的研发成本为Ceq，那么均衡点的成本下降率P可以定义为：
(5)
图5 不同选择策略下研发成本对比
图6 最短距离法和最小最大法均衡点对比图
图6显示了两种选择策略，在四种不同的项目和合作者组合条件下出现均衡点的情况，上面是最短距离法，下面是最小最大法。从图上可以看出，在所有的试验中都出现了均衡点，图中的数字为均衡点的下降率。从整体来看，均衡点出现的都比较早，一般在搜索范围在30%～40%之间就会出现。从斜率可以看出，在均衡点上成本下降的速度出现了明显的收敛。试验中均衡点的下降率几乎都超过了70%，最大为78%，通过实验结果可以发现的均衡点是很好的最优搜索范围。
对比两种搜索策略可以发现，最小最大法的均衡点出现的比较早，下降率也相当可观，所以，如果搜索成本较高时，项目周期短的时候，可供选择的合作者相对较少的背景下，最小最大法是一种较好的方法。反过来，如果可供选择的合作者相对较多，那么可以使用最短距离法。
六、结 论
研发合同是技术合作创新中的一种重要形式，被广泛用于电子政务等领域。合作伙伴选择问题是这种合作中遇到的一个重要问题，在这种选择问题中，不仅要考虑合作伙伴自身的属性以及候选合作伙伴集合的结构特征，也要考虑到合作伙伴与研发项目的匹配问题以及匹配的方法。所以研发合同模式下的合作伙伴选择是一个受到众多因素影响的具有复杂性的系统。
采用基于Agent的仿真模型的方法对上述复杂系统进行建模。通过仿真实验得到对不同情况下合作伙伴选择策略并进行了比较，得到了如下结论：在没有科学确定权重的情况下，权重法表现最差。在剩余的两种策略中，最小最大法的均衡点出现的比较早，下降率也相当可观，所以，如果搜索成本较高时，项目周期短的时候，可供选择的合作者相对较少的背景下，最小最大法是一种较好的方法。反过来，如果可供选择的合作者相对较多，那么可以使用最短距离法。
虽然完成了一些工作，但是还有一些可以进一步探讨和完善的问题。首先，当前模型中，合作者的行为比较单一，在今后的工作中，可以结合实际情况，构建更多种类的合作者。第二，在合作者的评估方法方面，需要进一步完善，可以增加更为简洁的评估方法，也可以通过更多的角度对合作成果进行评估。
[1] RAMSDEN J，KISS-HAYPL G.Company size distribution in different countries[J].Statistical Mechanics and its Applications，2000，277(12):220-27.
[2] BAUM J A C，COWAN R，JONARD N.Network-independent partner selection and the evolution of innovation networks [J].Management Science，2010，56(11):2094-2110.
[3] DU J，LETEN B，VANHAVERBEKE W.Managing open innovation projects with science based and market-based partners [J].Research Policy，2014，43(5):828-840.
[4] 黄瑞华，祁红梅，彭晓春.基于合作创新的知识产权共享伙伴选择分析[J].科学学与科学技术管理，2004，20(11):24-28.
[5] 游达明，黄曦子.突破性技术创新合作伙伴选择及其评价[J].系统工程，2014，32(3):99-103.
[6] 方明月，聂辉华.中国工业企业规模分布的特征事实:齐夫定律的视角[J].产业经济评论，2010，9(2):1-17.
[7] GABAIX X，LANDIER A.Why has CEO pay increased so much?[J].National Bureau of Economic Research，2006，123(1):49-100.
[8] 池仁勇.不同规模企业的技术创新比较分析[J].软科学，2002，16(4):84-88.
[9] AXELROD R.Advancing the Art of Simulation in the Social Sciences[M].Berlin Heidelberg:Springer，1997.21-40.
[10] 李英，马寿峰.基于agent 的仿真系统建模[J].系统工程学报，2006，21(3):225-231.
[11] GILBERT N.A simulation of the structure of academic science [EB/OL].http://socresonline.org.uk/2/2/3.html，2016-09-05.
[12] 马宁，官建成，高柏杨.我国高新技术企业规模与创新分布[J].管理科学学报，2001,4(1):75-80.
[13] 高良谋，李宇.企业规模与技术创新倒U关系的形成机制与动态拓展[J].管理世界，2009，(8):113-123.
Study of Selection of Innovation Cooperated Partners in R&D Contracts
YIN Zhigang,WANG Yanzhang,NI Zijian
(Institute of Information and Decision Technology, Dalian University of Technology, Dalian 116024, China )
R&D contracts based on projects are an important paradigm of technology cooperation innovation.In this article, a new simulation model based on agents is proposed.This study includes the strategy of the selection, the model of cooperation and the assessment of the innovations.Through the experiments data, methods of weighting, max-min and distance are compared.It has been found that the min-max is better when search cost is high and time limit for a project is short.Otherwise, the method of distance is a better way.
technology innovation cooperation; simulation modeling; firm scale; complex system; pareto index
2016-07-06;
2016-09-26
国家自然科学基金重点项目：“大数据环境下知识融合与服务的方法及其在电子政务中的应用研究”(71533001)；国家自然科学基金青年基金项目：“面向多主体的应急预案体系语义模型研究”(71501022)
尹智刚(1971-)，男，北京人，大连理工大学管理与经济学部博士研究生，主要从事创新管理、电子政务研究；王延章(1952-),男，辽宁开原人，教授，博士生导师，主要从事系统科学研究；倪子建(1981-)，男，辽宁沈阳人，讲师，主要从事系统科学研究，E-mail:nizijian@hotmail.com。
C94
A
1008-407X(2016)04-0057-07
