技术外部效应下产业共生行为演化博弈分析

技术外部效应下产业共生行为演化博弈分析
陈兰
【摘要】文章基于加入技术外部效应的演化博弈模型对产业共生行为进行了分析,发现企业群体在共生策略下获得的利润增值和政府补贴之和与共生成本之间的大小关系,对企业群体共生决策有很大的影响.当政府给予的环保补贴足够大、合作成本足够小、污染排放费足够大、合作的技术外部效应足够大、不合作的技术外部效应足够小时,企业群体将倾向于采取共生策略.通过仿真分析,进一步发现产业系统演化也受到企业群中初始共生比例的影响.当企业群体共生策略的净收益大于0时,对方群体的共生比例越大,本群体共生比例会逐渐增大直至双方均达到稳定的共生状态,反之亦成立.最后,研究认为可以从四个方面促进产业共生:加大政府环保补贴投入、引入并引导行业领头企业带动共生、强化污染排放费及排放权交易制度、有力落实知识产权制度.
【期刊名称】《技术经济与管理研究》
【年(卷),期】2016(000)006
【总页数】5页(P36-40)
【关键词】技术外部效应;产业共生行为;企业群体共生策略
【作者】陈兰
【作者单位】盐城工学院, 江苏盐城 224005
【正文语种】中文
【中图分类】F224
丹麦卡伦堡园区成功的实践催生出“产业共生”一词。

最初，产业共生是指不同企业之间以副产品和废弃物的彼此交换为中心而形成的合作关系，并且这种合作可实现较高的资源利用效率和保护环境的目的。

同时，空间上的聚集使得产业共生更容易实现。

随着国内外实践的发展和研究的深入(L.Reijnders，2003；Brian
H.Roberts，2004；David Gibbs，Pauline Deutz，2007； Ewa Liwarska-BizukojcMarcin Bizukojc等，2009；ArmandoH.Tanimoto等，2010；Kanianska等，2011）[1-6]，产业共生的内涵得到了不断丰富，技术创新、基础设施和知识的共享以及学习机制层面的内容也被加入其中[7]。

国内外专家学者对
产业共生的研究主要包括：产业共生的模式（鲍丽洁，2012）[8]、产业共生的机理(Frank Boons，2011)[9]、产业共生的演化(Raymond L.Paquin)[10]、产业共生系统的稳定性(Chakrabarti and Ghosh，2009；Zhang etal.，2006；Dehmer and Mowshowitz，2011)[11]以及产业共生系统的生态效率评价。

产业共生是实现产业生态化转型的关键。

在经济活动中，产业共生可以理解为下游企业将上游企业生产主产品过程中产生的副产品或废弃物，经过处理而作为原材料投入生产环节中，以实现资源或能量的循环再利用为基础而进行的环境负担最小化的经济行为。

对于产业共生行为的博弈分析，国内学者分别从政府的激励与处置、合作中定价决策等角度给予了分析。

产业共生网络作为产业集聚的高级形态，存在着一定的外部效应，包括环境效应、技术效应等。

已有文献大多分析的是环境外部性，对技术外部性却鲜有提及。

在各国纷纷推出以科技创新推动生态文明发展的战略背景下，探讨技术外部效应对产业共生行为决策的影响具有时代意义。

1.模型假设
研究构建的模型建立在以下假设基础上：
第一个假设是：参与决策的企业均为有限理性，企业间相互信息不对称。

第二个假设是：以最基本的合作单元为分析对象，假设存在两类企业群体A和B，
A代表上游企业群体，B代表下游企业群体。

若A群体愿意将生产过程产生的副
产品或废弃物进行适当的处理并以一定的价格提供给B群体，则A群体做出的是
共生决策，否则为不共生决策。

若B群体愿意接受A群体提供的副产品或废弃物
并经过一定处理后作为原料投入生产，则B群体做出的是共生决策，否则为不共
生决策。

因而两个群体的策略组合为共生与不共生。

第三个假设是：企业群体A与B均以自身收益最大化作为博弈目标，同时考虑技
术外部效应。

技术外部效应以可实现的未来收益的现值进行量化，A和B的贴现
因子分别为λA、λB，取值为(0＜λA，λB＜1)。

第四个假设是：企业A群体产生的副产品或废弃物总量为q，B群体可以全部接受或全部不接受。

两群体间确定交易价格为p1，若B群体不接受并从其他群体购买，交易价格设为p2，且p2＞p1。

A、B群体合作下发生的技术、设备、谈判等交易成本设为CA和CB。

若企业群体A选择不共生，直接将产生的副产品或废弃物排放出去，将需要上交政府设置的污染排放费W。

而若两群体任一方选择共生策略，即可获得政府发放的环保补贴M。

假设A群体、B群体中选择共生策略的企业比
例分别为x和y，则两群体中选择不共生策略的企业比例分别为1-x和1-y。

在两群体选择合作的情况下，将会发生对污染或废弃物处理技术的研发投入，并形成技术溢出基础上的外部效应。

而这个效应的未来收益在两群体选择共生或不共生时分别对应着不同取值。

参照李春发、冯立攀的做法，设A群体选择共生与不共生时
产生的技术正外部性概率分别为δA1和δA2，对应的收益分别为θA1和θA2。

B 群体在两种策略下技术正外部性发生的概率为δB1和δB2，对应的收益分别为
θB1和θB2，为了方便计算将其简化形式，用RA0=δA1θA1，RA1=δA2θA2，rB0=δB1θB1，rB2=δB2θB2。

不失一般性，设 RA0＞RA1，rB0＞rB1，
max(CA，CB)＜p1q且所有设定参数均为非负数。

2.博弈分析
在以上假设的基础上，可以得到两群体的收益矩阵（表1）。

根据表1，可以得到群体A选择共生策略时的期望收益：
群体A选择不共生策略时的期望收益为：
单次博弈时，若要群体A选择共生策略，那么必须满足以下条件：
根据式(3)，确保其他参数不变，可得到如下参数取值范围：
从上面的结果可以看出，当政府给予的环保补贴足够大、合作成本足够小、污染排放费足够大、合作的技术外部效应足够大、不合作的技术外部效应足够小时，群体A采取共生策略将是有利的，因而会倾向于采取该策略。

同理可以推算出群体B
采取共生策略的系数取值范围如下：
群体A决策时的平均期望收益可表示为：
多次博弈时，群体A选择共生策略的复制动态方程表示为：
同理，群体B选择共生策略的复制动态方程表示为：
由于x与y的对称性，企业群体A和B的局部均衡分析情况相同。

以A群体为例，根据微分方程的稳定性原理，得到：
由式(17)与式(18)中结果可见，企业群体共生的净利润、政府的奖惩机制、技术外部效应与共生成本以及共生企业的初始比例均影响着企业长期演化过程的稳定状态。

令F(x)=0，F(y)=0，当M+p1q+W+λA(RA0-RA1)＞CA、(p2-p1)q+ (rB0-
rB1)λB＞CB-M＞0同时满足时，存在五个均衡点分别为：(0，0)、(0，1)、(1，0)、(1，1)、(x*，y*)。

当(p2-p1)q+(rB0-rB1)λB＜CB-M 或CB-M＜0时，系统存在四个均衡点：(0，0)、(0，1)、(1，0)、(1，1)。

其中：
依据系统稳定性的判断方法，公式(16)和(17)的两个方程的Jacbin矩阵为：
基于以下三种情况对系统均衡点进行稳定性分析：
第一种情况：当(p2-p1)q+(rB0-rB1)λB＞CB-M＞0时，结果见表2。

第二种情况：当(p2-p1)q+(rB0-rB1)λB＜CB-M时，结果见表3。

第三种情况：当CB-M＜0时，结果见表4。

在第一种情况中，共生策略下的下游企业的利润增值与获得的政府补贴之和大于其共生成本时，(0，0)和(1，1)将是系统演化的稳定点，即系统最终收敛于(0，0)或(1，1)取决于系统的初始状态，也就是说在政府采取相应的激励措施下，全部群体选择共生策略的期望状态不一定能实现。

在第二种情况中，共生策略下的下游企业的利润增值与政府补贴之和小于其共生成本，因而(0，0)是系统演化的稳定点。

这说明共生成本够大，上下游群体选择不共生策略的比例均会逐渐减小，直到最后系统达到(0，0)稳定状态。

在第三种情况中，下游企业群体的共生成本小于政府补贴时，(1，1)将成为系统演化的稳定点。

这说明，当政府补贴足够大、共生成本足够小时，上下游群体选择共生策略的比例均会逐渐提高，直到最后系统达到(1，1)的期望状态。

由于系统演变的状况取决于上述多个参数，因而为了更具体地进行分析，下面采用数值仿真法对系统的影响和作用进行仿真模拟。

1.两群体选择共生策略的初始比例对系统演化的影响
以上文第一种情况为例，即(p2-p1)q+(rB0-rB1)λB＞CB-M＞0。

式中的参数取值分别为：p1=3，p2=4，q=4，CA=7，CB=8，M=4， W=5，RA0=4，RA1=2，λA=0.5，rB0=3，rB1=1，λB=0.4。

给定y=0.3和y=0.8，取x=0.2和x=0.6，则群体A中选择共生策略的比例随时间变化的趋势如图1所示。

给定x=0.3和
x=0.6，取y=0.4和y=0.8，则群体B中选择共生策略的比例随时间变化的趋势如图2所示。

由图1和2可知，当(p2-p1)q+λB(rB0-rB1)＞CB-M＞0时，即企业B群体的共
生策略的净收益大于0时，两群体的策略选择取决于群体中共生比例的初始状态，当对方群体的共生比例越大，本群体共生比例会随着时间增大，直到双方均采取共生策略的稳定状态。

反之，当对方群体的共生比例越小，本群体共生比例会随着时
间减小，直到双方均采取不共生策略的稳定状态，仿真的结果与上述分析相同，也就是在第一种情况下，系统的演化存在两个稳定状态，具体的演变方向取决于群体的初始状态。

2.政府设置的共生补贴M与污染排放费W对系统演化的影响
首先对共生补贴M的影响进行分析。

参数取值为：p1=3，p2=4，q=4，CA=7，CB=8，W=5，RA0=4，RA1=2，λA=0.5，rB0=3，rB1=1，λB=0.4。

给定x=0.4，y=0.6以消除共生初始比例对系统演变的影响，分别取M=1，M=3，M=4，M=5，M=6，M=8，M=10，系统演化路径如图3所示。

从图3的分析中，可以发现当M=1时，系统收敛于群体A完全不共生、B群体完全共生；当M=3时，系统收敛于群体A部分共生、群体B完全不共生；当M=4、M=5、M=6、M=8、M=10时，系统收敛于两群体均全部共生。

可见，当M值较小时，系统演化不能达到期望状态，当M值较大时，系统演化将达到期望状态，而且M值越大，系统达到期望状态的速度越快。

此结果与前文论述一致，政府给
予的共生补贴策略不一定能得到期望状态，而具体效果与补贴额度的大小有着密切的关系。

其次，对污染排放费W的影响进行分析。

参数取值为：p1=3，p2=4，q=4；
λA=0.5，rB0=3，rB1=1，CA=7，CB=8，M=6，RA0=4，RA1=2，λB=0.4。

同样给定x=0.4，y=0.6分别取W=0.5，W=2，W=2.5，W=4，W=5，W=6，W=7，系统演化路径如图4。

从图4的分析中，可以发现当W=0.5时，系统收敛于群体A完全不共生，群体B 完全共生；当W=2，W=2. 5，W=4，W=5，W=6，W=7时系统均收敛于两群体完全共生的期望状态（图中以x=0.4为分界处，其左侧对应着W=2的情况，
右侧从上到下依次对应着W=2，W=2.5，W=4，W=5，W=6，W=7的情况）。

可见，当W值较小时，系统演化不到期望状态，当W值增大时，系统将演化到
期望状态；同时也可以发现，当W取值从2到7变化时，系统收敛于两群体均完全共生的速度随着W值的增大而减缓。

分析的结果与实际相一致，当政府设置的
排污费较小时，企业选择不共生的成本降低了，因而选择不共生的比例会增加。

当政府设置的排污费增大时，企业选择不共生的成本提高了，因而选择共生的比例逐渐增加，直到系统达到全部共生的稳定状态，但是当排污费设置较高时，系统到达全部共生的演化速度减缓。

因而，政府对排污费的设置要合理适中，才能起到督促企业共生的作用。

3.技术外部性收益不同对系统演化的影响
以其中两群体均共生状态下的各自收益RA0和rB0的取值变化为例。

首先，对RA0的影响进行分析。

系统参数取值为：p1=3，p2=4，q=4，RA1=2，CA=7，CB=8，λA=0.5，λB=0.4，rB0=3，rB1=1，M=6，W=4。

给定x=0.4，y=0.6，分别取 RA0=0.5，RA0=2，RA0=2.5，RA0=4，RA0=8，RA0=6，
RA0=10系统演化路径见图5。

从图5的分析中可见，当RA0=0.5时，系统演化为群体A全部共生、B群体全部不共生。

当RA0=2，RA0=2.5，RA0=4，RA0=8，RA0=6，RA0=10时，系统都最终演化为两群体均全部共生（图中以x=0.4为分界处，其左侧对应着
RA0=0.5的情况，右侧从上到下依次对应着RA0=2，RA0=2.5，RA0=4，
RA0=8，RA0=6，RA0=10的情况）。

但同时也发现，在共生情况下A群体获得的技术外部性收益逐渐增大时，A群体共生的演化速度逐渐减缓。

结果与实际一致，当共生下的技术外部性收益较低时，对方群体从中受益较小，因而选择放弃共生；而当共生下的技术外部性收益较大时，对方群体从中受益较大，因而选择共生。

对于本群体而言，虽然最终也会选择共生，但是考虑到溢出效应下的收益损失，共生的速度将变缓。

因而，技术外部性收益较大时，能够确保系统稳定于共生的期待状态，不过政府需要提供适当的知识产权保护制度或研发补贴政策，
才能保证系统在较短时间内达到期待的共生稳定状态。

其次，对共生下B群体的技术外部性收益rB0的影响进行分析。

系统参数取值为：p1=3，p2=4，q=4，RA1=2，CA=7，CB=8，λA=0.5，λB=0.4，rB0=3，
rB1=1，M=6，W=4。

给定x=0.4，y=0.6，分别取rB0=0.5，rB0=2，rB0=2.5，rB0=4，rB0=6，rB0=8，rB0=10，系统演化的结果如图6。

从图6分析中可见，当rB0=2.5时，系统将会向着A群体全部不共生、B群体全
部共生的状态演化，而当rB0=2，rB0=2.5，rB0=4，rB0=6，rB0=8，rB0=10
系统将会向着两群体全部共生的理想状态演化（图中以x=0.4为分界处，其左侧
对应着RA0=0.5的情况，右侧从上到下依次对应着rB0=10，rB0=8，rB0=6，
rB0=4，rB0=2.5，rB0=2的情况）。

但同时也发现，当B群体共生下获得技术外部性收益逐渐增大时，B群体共生的演化速度放缓，与图4的结论一致。

在加入技术外部效应的演化博弈分析中，可以发现企业群体在共生策略下获得的利润增值和政府补贴之和与共生成本之间的大小关系，对企业群体共生决策有很大的影响。

通过仿真分析，进一步发现产业系统演化受到企业群中初始共生比例、共生补贴、污染排放费的影响。

当某一企业群体的共生策略的净收益大于0时，对方
群体的共生比例越大，本群体共生比例会逐渐增大直至双方均达到稳定的共生状态，反之亦成立。

政府给予的共生补贴不一定能得到共生的期望状态，具体效果与补贴额度大小有紧密关系。

同时政府对排污费的设置要合理适中，才能起到督促企业共生的作用。

另外，技术外部性收益较大时，在知识产权保护制度或研发补贴政策下，能保证系统快速实现共生状态。

在结论的基础上，文章认为可以从以下几个方面促进产业共生行为，从而实现产业生态转型。

第一，加大政府环保补贴投入。

近年来，我国政府在环保事业上给予了政策层面的大力支持，每年在环保方面投入的财政补贴保持着增长的态势。

根据财政部公布的数据显示，2013年全国节能环保财政支出为 3435.15亿，2014年增加至
3815.64亿，2015年增加至4815.34，增长率达到了26.2%。

据ENS环境新闻
服务网公布的数据显示，美国2015年预算中环保支出预为3.9万亿美元（折合人民币约为24.96万亿），可见与发达国家相比，我国的环保支出依然存在着较大
的差距。

另外在具体实施过程中，政府部门不仅需要加大环保补贴的投入，同时还需关注资金使用的效率。

第二，引入并引导行业领头企业带动共生。

产业园区作为我国重要的实现产业共生的载体，在推广示范共生效应上起到了积极作用。

在各地的产业园区中，可以首先在当地的国家级重点园区内通过有效的土地、财税政策吸引行业领头企业进驻。

在实施过程中，需要防范以实质圈地为意图的项目申报。

接着凭借领头企业的供需网络，逐步完善园内产业链，以园内产业共生作为辐射点向周边地区扩散。

另外，相关政府部门可以通过创新联盟平台的搭建，帮助领头企业联系高校、科研院所等研究机构进行清洁生产技术研发合作，对于双方的合作项目给予一定比例的基金支持，并采取多次分批发放的方式，确保资金使用效率。

同时，在大数据信息战略背景下，帮助共生企业间搭建内部共享电子平台，适时引入第三方金融机构，实现企业、政府、科研机构、金融机构四方的信息共享，从而保证技术知识流、资金流的实时对接，具体操作可以效仿供应链金融中的贷款额度交易模式，给予共生链上企业资金支持。

第三，强化污染排放费及排放权交易制度。

排污费制度于20世纪70年代在我国
推广实施，建立在庇古税倡导的“谁污染谁付费”原则之上。

排污费是排污企业对污染排放造成的环境损失给予的补偿。

在具体实施环节，环保部门依据排污企业的实际排放量进行征收，属于排污行为的“末端约束”，旨在推动企业缩减污染排放、推进清洁生产。

同时，我国于2007年开始试点探索排污权交易制度经验。

在试点运行中，存在着一些问题有待进一步完善：一是配套政策和顶层设计不足，规范性欠缺；二是定价机制不够完善；三是地方政府较重视有偿分配市场的发展，而对交
易市场的培育发展不够；四是试点地区工作进展不均衡；五是环境监测监管能力不强。

针对这些问题，2014年国务院出台了《进一步推进排污权有偿使用和交易试点工作的指导意见》，提出到2015年底前试点地区全面完成现有排污单位排污权核定，到2017年底基本建立排污权有偿使用和交易制度，为全面推行排污权有偿使用和交易制度奠定了基础。

通过排污权制度的建设，企业可以通过出售部分剩余排污权获得经济收益，为进一步实施生态技术创新、推行清洁生产提供动力。

第四，有力落实知识产权制度。

技术溢出效应的普遍存在，影响着共生演进。

技术外部性收益的保证，离不开知识产权制度的健全。

在目前新的国际形势下，创新驱动战略成为各国纷纷推行的强国之策。

知识产权作为此战略的具体落脚地，引起了各界的高度关注。

我国知识产权制度已经初步形成，至今已有多年的发展历程。

2008年出台的《国家知识产权战略纲要》体现了政府对知识产权体系建设的重视。

2015年《深入实施国家知识产权战略行动计划（2014-2020年）》的提出再一次突出了知识产权对创新驱动战略的重要意义。

然而，当前我国的知识产权保护的现状仍然存在很多需要进一步改观的地方。

其中最为关键的是公众知识产权意识淡薄，导致盗版等侵权行为屡有发生。

因而，强化公众知识产权意识对于知识产权体系的建设至关重要。

【相关文献】
[1]L.Reijnders.Policies influencingcleaner production：the role of prices and
regulation[J].Journal ofCleaner Production，2003(11)：333-338.
[2]Brian H.Roberts.The application of industrial ecologyprinciples and planningguidelines for the development of eco-industrial parks：an Australian case study[J].Journal ofCleaner Production，2004(12)：997-1010.
[3]David Gibbs，Pauline Deutz.Reflections on implementingindustrial ecology through
eco-industrial park development[J].Journal of Cleaner Production，2007(15)：1683-1695. [4]Ewa Liwarska-BizukojcMarcin Bizukojc.The conceptual model of an ecoindustrial park
based upon ecological relationships[J].Journal of Cleaner Production，2009(17)：732-741.
[5]ArmandoH.Tanimoto.Material flowaccounting of the copper cycle in Brazil[J].Resources，Conservation and Recycling，2010(55)：20-28.
[6]e ofmaterial flowaccountingfor assessment of energysavings：Acase ofbiomass in Slovakia and the Czech Republic[J].EnergyPolicy，2011(39)：2824-2832.
[7]逯承鹏.产业共生系统演化与共生效应研究 [D].兰州大学，2013：15-16.
[8]鲍丽洁.基于产业生态系统的产业园区建设与发展研究 [D].武汉理工大学，2012.
[9]Frank Boons.The dynamics ofindustrial symbiosis：a proposal for a conceptual framework based upon a comprehensive literature review[J].Journal ofCleaner Production，2011(19)：905-911.
[10]Raymond L.Paquin.The Evolution of Facilitated Industrial Symbiosis [J].Journal ofIndustrial Ecology，2012(2)：15-18.
[11]C.G.Chakrabarti，Koyel Ghosh.Non-equilibriumthermodynamics ofecosystems：Entropic analysis of stability and diversity[J].Ecological Modeling，2009(220)：1950-1956.。