民企“参军”技术创新补偿分成机制——基于双重非对称信息情境.pdf

第 25 卷 第 4 期2023 年 7 月科技管理学报Journal of Science and Technology ManagementVol.25No.4Jul.,2023 文章编号:1008-7133(2023)04-0022-12民企“参军”技术创新补偿分成机制 基于双重非对称信息情境张 帆,文昊林,狄 鹏(海军工程大学 管理工程与装备经济系,湖北 武汉 430033)摘 要:基于双重非对称信息情境,探讨了民企“参军”技术创新的两阶段补偿分成机制。在经典“委托代理”基础上,引入激励相容条件,建立混合激励补偿模型,求解动态契约条件下补偿参数最优解,并通过数值模拟进行了有效性验证。结果表明:两阶段补偿分成具有“自我选择”与“强者激励”功能;同时,促使“参军”民企通过第二阶段获取更多创新收益型补偿;此外,政府补偿效用与补偿对象创新能力间存在倒 U 型关系,因此,应分别设置“可补偿阈值”与“最优补偿阈值”以判断补偿的适用性与优先级。关 键 词:民企“参军”;技术创新;补偿分成;双重非对称信息DOI:10.16315/j.stm.2023.04.002中图分类号:F 224文献标志码:A收稿日期:2023-05-23基金项目:国家社会科学基金军事学项目(2022-SKJJ-C-025);海军工程大学自主研发资助项目(202250A030)作者简介:张 帆(1991),男,讲师,博士;文昊林(1995),男,助理实验师,硕士;狄 鹏(1979),男,副教授,博士.从世界技术发展史来看,军地协同技术创新不仅是复杂、多变的系统工程,也是强国兴军的必由之路1。2015 年,军民融合首度成为我国国家级发展战略,而军地协同技术创新正是这一战略的重要支撑。在长期的军民分离状态下,我国军用科学技术与先进武器系统的研发与生产基本都由国有或国有控股的军工企业承担,尤其在计划经济时代,往往是军用技术领先民用技术。而现阶段,民营企业及民用技术在多个领域大有追赶超越军工部门之势,特别是在技术创新方面,民营企业具有较强的研发效率与机制灵活性,可与军工企业形成显著的互补效应2。鼓励与引导民营企业参与军用技术创新活动,可为部队战斗力的转化、提升,提供先进、多源的技术储备以及灵活、高效的管理模式3。民企“参军”技术创新是国防工业与科研主管部门综合运用需求牵引、政策引导、计划调控、法治保障等组合工具,有序引导优势民企参与军用技术与装备的研制和开发4。尽管民企“参军”优势明显,但“参军”过程中的技术创新风险客观存在,创新成果在研发、中试、应用到武器化、实战化的创新链条上,存在各种显性或隐性的障碍和断裂带,形成了创新成果开发及应用过程中的“死亡之谷”(valleyof death)及“达尔文之海”(Darwinian sea),造成一大批创新成果“中途流产”或被束之高阁,无法最终应用到国防科研生产领域5-6。而仅仅依靠民营企业自身的风险防范能力,往往会面临市场失灵的窘境。因此,对于国防工业与科研主管部门,有必要综合运用公共机制与政策,实现民企“参军”的风险分担与创新激励。然而,源于计划政策的固有思维影响,现行军用技术创新激励政策往往受限于参与者“身份”7。国有军工企业在国防工业重点项目、军用专项技术研发以及装备科研技术保障等方面,享有政府固定资产投资与军用专项经费补贴。而民营企业即便获得相关配套项目或者子项的准入资格,也需要自筹资金、自主研发,而且无法享受优惠的投资与补贴政策,使得民企“参军”的积极性大打折扣8。鉴于此,有必要通过政府供给侧改革,在民企“参军”过程中,探索科学合理的补偿机制,不仅可以弥补创新外部性造成的市场失灵,同时能够降低民营市场主体的风险感知9,激发协同创新的合作积极性,实现军地创新主体的激励相容与同频共振。而单纯的政府创新补贴在一定程度上解决了科技创新正外部性所带来的市场失灵和企业创新投入不足的问题,但在创新激励过程中存在的挤出效应,从而形成激励扭曲问题。为加强技术创新补偿对民企“参军”过程中努力程度的激励作用,提升创新效率,结合补偿方式,将技术创新补偿设计成线性分成机制10,具体实施过程分为 2 个阶段,即补偿对象确定后的第一阶段,与“参军”后根据创新绩效实施补偿的第二阶段,并认为民企“参军”的创新绩效可在一定程度上反映创新努力程度。通过两阶段中选择不同补偿方式的组合,形成对补偿对象基于创新能力的差异化补偿激励方式。1 文献综述1.1 民企“参军”技术创新的现实困境尽管军地协同创新存在广泛的互补性,但民企“参军”过程中依旧面临诸多风险,如资质准入风险、关系融通风险、知识产权风险、技术创新风险等11。而技术创新风险往往是民企“参军”望而却步的主要原因。由于技术创新活动是带有实验性质的,其各个阶段与环节都包含着许多不稳定的因素,从创意、构思到研究开发以至投入使用的过程中,普遍具有外部性强、复杂性强,难度高、投入高、风险高以及不确定性高等特点12。而涉及军民两大科技体系互动的民企“参军”技术创新活动,需求结构单一,创新维度高13,技术共享与转移困难以及正外部性所带来的市场失灵等因素进一步加剧了其高风险性,使得民企私人投入回报降低,制约了其技术创新的动力14,仅依靠市场的资源配置和调节作用难以有效解决民企“参军”技术创新投入不足的问题15。关于如何激励民企参与军用技术创新行为,既有研究中,多数学者认为通过运用政策工具是补偿技术创新风险的有效手段。1.2 技术创新激励的效率损失政府以研发补贴、税收优惠和政府采购等补贴方式对企业技术创新进行资助和补偿,可以在一定程度上减轻企业技术创新的资金投入压力,并且降低企业技术创新的风险感知,提升技术创新的预期收益,提高企业研发投入的积极性16-17。Berube等18对加拿大、Wolff 等19对 OECD 的实证研究均表明政府创新补贴对企业创新投入存在挤入效应(互补效应)。Gonzlez 等20在实证研究中发现政府补贴对企业技术创新投入的提升作用,往往还受到企业规模和行业技术水平等影响,因企业所有制、企业规模、所处行业等企业特征的控制影响,政府创新补贴的激励效果也存在差异性21-22。与此同时,对于政府补贴与企业创新之间的关系,部分学者认为政府补贴对企业技术创新也存在“挤出效应”或“替代效应”,政府补贴会在适度范围内对企业创新投入产生“激励效应”,但当这种补贴过度且大量时,会对企业私人创新投入产生“挤出效应”23。即政府创新补贴与企业研发产生的效应之间具有“倒U 型”关系。政府补贴在一定程度上解决了技术创新正外部性所带来的市场失灵和创新风险感知度高的问题,但在创新激励过程中存在的挤出效应,使创新激励扭曲问题成为创新研究领域关注的热点。1.3 信息不对称下民企“参军”技术创新的政府补偿基于政府效用对民企“参军”技术创新风险实施补偿,除了激励扭曲24以外,还会面临信息不对称问题。政府补偿“参军”民企是一种典型的不完全契约,随着补偿对象甄别维度的提高,契约的不完全性和信息不对称性将愈发显现25。补偿实施前,民企可能隐瞒自身的技术、人才、风险承担方面的能力不足,尽可能地使自身达到军用技术创新合作需求,以便获取政府补偿,造成补偿对象甄别时的逆向选择问题。而补偿实施后,根据 Holmstrom 道德风险问题的经典范例,获得补偿资源的民企将基于自身利益最大化而选择实际努力水平,这同样属于私有信息,不易被观测,使得政府补偿选择有可能面临道德风险。进而形成政府补偿民企“参军”技术创新风险的双重信息不对称情境,成为军民协同创新的一大阻碍26-27。在信息不对称情景下,国内外学者对技术创新的政府补偿相关研究,主要聚焦在创新风险补偿的内涵及体系方面,并且在补偿机制设计中运用了信息效率和激励相容原理28。谢科范等29认为国家及各级政府部门为了健全技术创新外部环境,促进技术创新活动,在考虑到技术创新的高投入与高风险特点的基础上,对参与技术创新的主体进行的一种全面的、系统的补偿机制与系统安排。此后,其团队又相继构建了企业自主创新风险补偿政策与效果 SD 模拟模型及针对企业自主创新风险补偿体系中信贷及担保部分的风险补偿进行政策效果模拟研究。另一些学者针对创新机会选择过程中的风险,引入风险补偿,并结合在线分析与竞争策略理论,提出了在线风险补偿策略30-31。而如何设计相应的激励机制引导“参军”民企披露真实信息32,并在享受补偿的后续创新过程中保持较高努力水平,避免逆向选择与道德风险问题,实现政府补偿的精准性与有效性,既有研究还尚未形成清晰明确的结论。以上分析可知,关于民企“参军”技术创新的风险困境、激励扭曲等相关研究已经不断深化,但面临“逆向选择”与“道德问题”的双重信息不对称情境,如何补偿民企“参军”技术创新风险,激发民企“参军”积极性,现有研究还比较少见。针对既有研究所32第 4 期张 帆等:民企“参军”技术创新补偿分成机制 基于双重非对称信息情境存在的问题,本文从信息效率与激励相容视角,以“参军”民企的技术创新能力及其“参军”努力程度为私有信息,形成双重非对称信息情境,并据此构建民企“参军”技术创新的政府补偿分成机制,以期获得政府支持民企“参军”的路径优化建议,解决民企“参军”的后顾之忧,开拓军地协同创新激励的新思路。2 问题描述与基本假设政府基于军用技术创新效用最大化,考虑对具备补偿价值的“参军”民企实施补偿。申请补偿的“参军”民企,需要经过补偿价值评估与对象甄别,方可确定为补偿对象33。如前文所示,将补偿设计成两阶段分成机制。即补偿对象确定后的第一阶段,与依据创新绩效实施补偿的第二阶段,并认为创新绩效可在一定程度上反映努力程度。此时,构建政府与“参军”民企之间的补偿模型,引入补偿强度系数作为区别补偿方式的判断标准,并将民企的技术创新能力设置为连续型变量,区别于既有研究离散型变量的假设,更符合现实情境。运用“截断值”策略34,提出政府期望收益阈值,决定政府是否对“参军”民企实施第二阶段的补偿激励。在此基础上,进一步求解当政府收益最大化时,达到激励相容的约束条件,以及“参军”努力水平、期望收益,并讨论补偿强度系数、创新能力等相关参数的现实意义,即根据创新能力的不同,在两阶段补偿中,通过差异化补偿方式实现最优激励目标。补偿实施前,政府无法确认“参军”民企的创新能力(逆向选择);补偿实施后,政府无法识别“参军”民企的创新努力程度(道德风险),政府处于信息劣势地位。此情境下,政府通过何种方式掌握“参军”民企的真实状况,同时激发创新行为,提高创新绩效,需要进一步展开讨论。针对补偿实施前后的逆向选择与道德风险,将民企“参军”技术创新补偿分成归纳为 Stackelberg主从博弈35-36,即政府先行决策、建立机制,而后“参军”民企采取最有利于自己的创新努力策略。同时,基于信息情境对补偿各方的显著影响,设置不同信息情境(单一非对称信息与双重非对称信息),考察补偿各方的最优策略选择37。根据以上问题描述,可做如下假设:1)政府和“参军”民企都是理性的经济主体,风险偏好为中性,并追求收益目标最大化。2)双重非对称信息情境:补偿实施前,政府无法精准评估“参军”民企的创新能力(逆向选择);补偿实施后,政府无法有效控制“参军”民企的努力程度(道德风险)。3)“参军”民企创新能力 R:将 R 设置为连续型变量且 RRW,RS,RW和 RS为别表示创新能力的极值。R 的概率密度函数和分布函数分别为 f(R)和 F(R)。4)“参军”民企努力程度 e(R):假设其为关于创新能力 R 的函数,并考虑政府补偿对努力程度的激励效用。5)“参军”民企创新绩效 R,e(R):假设其为关于创新能力和努力程度的函数。创新绩效可以表示为 R,e(R)=R e(R)+,其中,表示随机干扰项,且服从(0,2)的正态分布。6)补偿分成 Sub(R):政府通过补偿机制激励民企创新行为,其收益为军用技术创新效用,且与创新绩效相关,表示为 R,e(R),为政府收益系数。补偿分成表示为 Sub(R)=+R,e(R)。其中,为第一阶段固定补偿,R,e(R)为第二阶段可变补偿,为可变补偿强度,和 均为关于 R 的函数38。7)固定补偿强度:引入固定补偿强度,(0,1),表示直接补偿或间接补偿,认为二者的差异在于补偿强度不同,即 越小表示间接补偿方式,越大表示直接补偿方式,则补偿机制可进一步表示为 Sub(R)=+R,e(R)。8)激励相容约束(IC)与参与约束(IR):政府收益实现最大化 Max(VG)时,达到激励相容的约束条件,以及“参军”民企参与的约束条件,并在期望收益最大化时求解补偿参数 与,努力程度 e(R)以及创新期望收益 VP。9)“参军”民企创新努力成本 CR,e(R):假设其为关于创新能力与努力程度的连续函数,且是努力程度的增函数,边际成本加速递增,即C?e(R)?0,2C?2e(R)?0;在创新期望收益一定情况下,创新能力越强,所需努力成本越少(C?R?0)。所以,可以进一步设置创新努力成本的效用函数为 CR,e(R)=e2/2R,为努力成本系数。10)政府的期望收益 VG:由政府所获的再创新收益与政府给予的失败补偿,可得其收益为 R,e(R)-Sub(R)。则期望收益的函数表达式为VG=RSRW(1-)Re(R)-f(R)d(R)。(1)11)“参军”民企期望收益 VP:引入随机因素造成的风险成本,r?22?2,r 为绝对风险规避量。42科技管理学报 第 25 卷结合“参军”民企的补偿分成与努力成本,VP的表达式为VP=+Re(R)-e2(R)2R-r2222。(2)12)补偿“截断值”VG与创新阈值 VP:引入政府期望收益阈值作为补偿“截断值”,当政府期望收益小于 VG时,政府将取消第二阶段补偿;引入“参军”民企创新期望收益作为创新阈值,当期望收益小于VP时,民企将放弃创新策略。各项参数含义,如表 1所示。表 1 参数释义表Tab.1 Table of Parameter Interpretation序号符号 含义(1)R“参军”民企创新能力(2)RW“参军”民企创新能力的最小值(3)RS“参军”民企创新能力的最大值(4)e“参军”民企创新努力程度(5)“参军”民企创新绩效(6)Sub补偿分成(7)政府收益系数(8)第一阶段固定补偿(9)第二阶段可变补偿强度(10)固定补偿强度(11)C“参军”民企创新努力成本(12)努力成本系数(13)VG政府期望收益(14)VP“参军”民企创新期望收益(15)r绝对风险规避量(16)VG政府补偿“截断值”(17)VP“参军”民企创新阈值3 非对称信息情境下的补偿机制设计3.1 单一非对称信息情境在民企“参军”技术创新补偿的委托代理契约中,如果补偿方无法准确知晓受偿方的努力情况,那么受偿方从自身利益最大化角度出发可能做出对补偿方不利的行为,这种情况下,补偿方必须考虑采取有效的激励措施以保证契约的约束效率39。结合本文,单纯考虑道德风险所带来的单一信息不对称情境,补偿分成模型可表示为s.t.max,VG=(1-)Re(R)-,e(R)=argmaxe0VP,(IC)VPVP。(IR)(3)其中:(IC)为激励相容约束,表示非对称信息情境下,“参军”民企考虑利益最大化而确定创新努力策略;(IR)为参与约束,表示“参军”民企的期望收益可以达到最低内在要求,否则将不接受补偿策略。因此,政府在设计补偿分成机制时,有必要考虑“参军”民企的激励相容约束与参与约束。求解(3)可得:令VPe(R)=R-e(R)Re(R)=R2。(4)代入(IR)得:+Re(R)-e2(R)2R-r2222VP=1VP-22(R3-r2)2。(5)将 e和 代入式(3),通过求解一阶最优条件,可得 如下:max,VG=(1-)2R3-VP+222(R3-r2)=R3R3+r2。(6)命题 1“道德风险”情境下,“参军”民企与政府在最优补偿策略条件下的期望收益分别为:VP=VP,(7)VG(e,)=2R62(R3+r2)-VP。(8)综上,可以得出以下结论:如果提高“参军”民企的绝对风险规避量 r、创新努力成本系数 和干扰因素波动状况 2,政府在第二阶段的补偿系数会相应降低;提高政府第二阶段补偿系数 和政府创新收益系数,可以刺激“参军”民企更加努力。补偿强度 的增加会降低第一阶段的固定补偿:较小时(即政府偏向间接补偿模式),第一阶段补偿较大;较大时(即政府偏向直接补偿模式),第一阶段补偿较小。此外,“参军”民企的创新努力水平与 不相关。3.2 双重非对称信息情境单一非对称信息情境不区分“参军”民企的创新能力,并将其视作补偿双方的共有信息。由前文的信息机制分析可知,“参军”民企可能会将创新能力等私有信息进行伪装,造成“能不配位”,形成逆向选择问题。进一步考虑“参军”民企的创新能力等信息处于隐藏状态的情形,形成道德风险与逆向选择交叠的双重非对称信息情境。在此基础上,将“参军”民企创新能力等设置为连续型变量,进一步改进补偿分成机制。52第 4 期张 帆等:民企“参军”技术创新补偿分成机制 基于双重非对称信息情境3.2.1 混合激励模型相较于混同契约,适当的分离式契约更有利于补偿方的利益。对补偿方而言,受偿方的实际能力存在“良莠不齐”的情况,如果采取单一化的契约形式,受偿方有可能通过隐藏实际情况而“骗取”补偿方为其他受偿方所提供的契约。为了达到识别真实信息的效果,补偿方为受偿方制定的契约必须具有“自我选择”功能,为此需要开发出分离式的契约菜单。这种设计可以驱动受偿方自发选择补偿方为其准备好的契约,以便到达识别真实信息的目的。通过受偿方选择不同的契约菜单,即可达到识别信息与激发努力的双重目标。针对上述混合激励问题,考虑构建混合激励模型。为了尽量避免信息劣势产生的损失,在补偿前,政府要促使“参军”民企能够根据自身创新能力选择相应的补偿机制,而在补偿之后,需确保“参军”民企不会产生道德风险问题。这便构成了政府和“参军”民企之间的 Stackelberg 博弈。为此,政府首先要为“参军”民企提供不同的补偿方案,如果“参军”民企不接受补偿方案则博弈过程结束,如果其选择接受补偿方案则会通过最优努力来实现自身利益的最大化。据此,将式(4)代入式(2),可得“参军”民企的期望收益如下:VP=+222(R3-r2)。(9)为了促使“参军”民企如实披露自身信息,政府补偿机制要确保民企接受符合自身实际情况的补偿策略所获取的期望收益不小于选择与其真实信息不符合的补偿策略而带来的期望收益。数学逻辑为对Ri,Rj RW,RS 且 Ri Rj,有 VP(Ri)VP(Rj),即:+222R3i-r2+222R3j-r2。(10)、均为关于 R 的函数,根据以上论述,可得到Ri关于 Rj的反应函数:R+2R3-r2R=0。(11)联立式(9)与式(11),求解激励相容约束如下:VPR=R+1222R(R3-r2)+3R222=R+2(R3-r2)R+3R2222,R+2R3-r2R=0。VPR=3R2222。(12)将补偿方能接受的最大代价设置为“截断值”,遴选出所需代价小于“截断值”的受偿方作为合作对象。将此策略运用到补偿设计中,若某个“参军”民企的创新行为所能带来的社会收益非常低,政府将不会对其实施补偿,即不会对全部“参军”民企进行补偿。因此,基于政府补偿角度,设置政府期望收益阈值 VG。如果“参军”民企的创新行为所创造的社会收益小于 VG,则后续补偿不会发生。而且,只有当第一阶段补偿实施后,补偿方才可以清晰观察受偿方的创新能力。所以政府在设计补偿方案时,要考虑设置关于“参军”民企创新能力的临界值 R(RRW,RS),即补偿机制应包含对创新能力的识别。由上所述,补偿机制需满足以下条件:max,VG=RSRW(1-)Re(R)-f(R)d(R)。(13)s.t.e(R)=R2,(IC)dd(R)0,(TC1)VPR=322R22,(TC2)+Re(R)-e2(R)2R-r2222VP,(IRP)RSR(1-)Re(R)-f(R)d(R)VG。(IRG)其中:式(13)表示补偿机制设置相应的参数 和,以此达到补偿获益最大化的目的;(IC)表示“参军”民企在道德风险信息情境下的激励相容约束;(TC1)(truth-disclosure constraint)和(TC2)表示“参军”民企在逆向选择信息情境下的激励相容约束,即披露真实信息的激励约束;(IRP)表示“参军”民企的参与约束。(IRG)为政府对补偿“截断值”的约束。模型求解:1)若VP?R0,则 VP为 R 的非递减函数,可得:62科技管理学报 第 25 卷R-VPRd(R)=RW-322R22d(R)+RRW322t22dtVP=VP(RW)+RSRW322R22d(R),代入 VP(RW)VPVP VP+RRW322t22dtVP=VP+RRW322t22dt。(14)2)联立式(13)、(IC)约束、式(9)和式(14)等,优化目标函数可得:max,VG=RSRW(1-)2R3-VP-RRW322t22dt+222(R3-r2)f(R)d(R)。代入RSRWRRW322t22f(R)dtd(R),max,VG=RSRW2R3-222(R3+r2)-VP-322R221-F(R)f(R)f(R)d(R)。(15)命题 2双重非对称信息情境下,最优补偿策略应满足:由式(15)关于 的一阶最优条件可得:=11+r2R3+31-F(R)Rf(R)。(16)联立(IC)约束和式(16)可得:e(R)=R2。(17)由(IRP)约束、式(17)、式(14)和式(11)可得:=1VP-()22(R3-r2)+RRL3t22()22dt。(18)3.2.2 补偿分成机制分析1)补偿对象甄选条件。进一步分析政府第二阶段补偿系数 对逆向选择下的激励相容约束的作用。由激励相容约束(TC1)可知,是 R 的增函数,即保证创新能力较高的“参军”民企,付出更高努力,获得更高额度补偿。双重非对称信息情境下的补偿机制,已考虑到“参军”民企没有选择正确补偿方案的可能,此时,民企期望收益将不会超过选择利于政府的补偿方案而获得的期望收益,所以,“参军”民企将会如实披露自身私有信息(创新能力)。政府对“参军”民企实施补偿是鼓励其积极投入创新活动,提升努力水平,否则,易造成受偿方“强而不发”,创新绩效反而不佳的局面,背离了补偿初衷。而且,相较于能力弱者,能力强者具有更高的负效用抗性。因此,政府补偿机制需要通过及时、高额的补偿让强者更努力,激励受偿方“强而力发”,达到甄选受偿对象的目的。因此,逆向选择下的激励相容约束的保证条件为dd(R)0,=11+r2R3+31-F(R)Rf(R)。d1-F(R)Rf(R)d(R)0VP(S-S)VP(S-W)。(21)假设 VP(W-W)和 VP(W-S)表示创新能力弱的民企如实披露自身信息的期望收益和伪装自身信息的期望收益,则有:VP(W-S)=VP+RRW322(RS)2(R2W-R2S)d(R),VP(W-W)=VP,VP(W-W)VP(W-S)。(22)72第 4 期张 帆等:民企“参军”技术创新补偿分成机制 基于双重非对称信息情境式(21)与式(22)表明,基于自身利益最大化,创新能力强的民企会选择披露真实信息,这也十分符合实际状况。此外,创新能力弱的民企也会选择披露真实信息,而拒绝“居弱示强”。因此,双重非对称信息情境下的补偿方案具有“自我选择”功能:结论 2 无论“参军”民企创新能力高低,均能如实披露自身信息,不会出现刻意伪装自己的情况,体现出补偿方案的信息甄别功能。4)“强者激励”。对比不同信息情境下,“参军”民企所获期望收益:VP-VP=RRW322t22d(t)。(23)由式(4)、式(17)可知,“参军”民企创新努力程度与创新能力的平方呈正比关系,同时,式(23)表明,基于创新能力为连续变量的设置,剔除创新能力最弱者,其它能力区间的民企都可获取额外的期望收益,使得预期收益“迈过”创新阈值的“门槛”,从而鼓励受偿民企积极开展创新活动。这一结果与前文所述的及时补偿“更强、更努力的人”相一致,与此同时也反映出“参军”民企因拥有双重私有信息而获益。对比式(7)可知,单一非对称信息情境下补偿机制仅能使“参军”民企的预期收益达到创新阈值。而双重非对称信息情境下补偿机制将使受偿方(不含创新能力最弱者)获得额外期望收益,且额外收益与“参军”民企的创新能力呈正比关系。综合分析可得,双重非对称信息情境下的补偿方案具有“强者激励”功能:结论 3 政府补偿机制可以调动“参军”民企的创新积极性,而且,创新能力越强将越努力。5)最优可变补偿系数。根据式(6)和式(16),和 均是关于 和 2的严格递减函数,可知提高 与 2,可以减少政府针对“参军”民企的第二阶段可变补偿系数(补偿强度)。此外,r 和第二阶段补偿系数同样呈反比关系,但考虑到“参军”民企的风险规避程度不尽相同,因此其对第二阶段补偿系数的作用相较于 与 2而言,显得更为复杂,需要区别对待。4 数值模拟在补偿分成理论分析的基础上,通过数值算例来进一步讨论在不同信息情境下补偿参数的变化情况。给出进行数值模拟的各项参数值,并在 MAT-LAB R2012a 环境中进行数值模拟,如表 2 所示。可得第一阶段固定补偿、第二阶段可变补偿系数(补偿强度)、补偿方与被补偿方的期望收益以及超额期望收益与“参军”民企创新能力之间的关系。表 2 参数赋值表Tab.2 Table of Parameter Assignment参数赋值0.501.000.40r0.252.00R0.38,0.40,1.00VP0.40 同时,将“参军”民企创新能力 R 的密度函数设置为 f(R)=3-2R,则其分布函数为 F(R)=3R?R2-1。此时:dd(R)1-F(R)Rf(R)=dd(R)R2-3R+2-2R2+3R()=-3 R-43()2-23(3R-2R2)2,当 R(0.67,1时,有。由此,支持了结论 1 与结论 3。不同信息情境下,“参军”民企的补偿分成、期望收益以及政府期望收益与创新能力的演化关系,如图 3 图 5 所示。由图 3 可知:“参军”民企补偿分成是创新能力的递增函数。当 R(0.38,0.88)时,Sub Sub。这一结果说明,如果创新能力足够高,即便信息不对称维度增加(由单一到双重),高维度下补偿分成也会高于低维度时的情况,即双重非对称信息情境下,能力强者可获得更高补偿,而能力弱者仅能获得更低补偿,强者进而弱者退,实现了创新能力的“自我82科技管理学报 第 25 卷图 1 不同信息情境下 与 演化示意图Fig.1 Schematic diagram of and evolutionin different information contexts图 2 不同信息情境下 与 演化示意图Fig.2 Schematic diagram of and evolutionin different information contexts图 3 不同信息情境下 Sub与 Sub演化示意图Fig.3 Schematic diagram of Suband Subevolutionin different information contexts图 4 不同信息情境下 VP与 VP演化示意图Fig.4 Schematic diagram of VPand VPevolutionin different information contexts图 5 不同信息情境下 VG与 VG演化示意图Fig.5 Schematic diagram of the evolution of VGand VGunder different information contexts选择”与“强者激励”,支持了结论 2 与结论 3;由图 4可知,单一非对称信息情境下,“参军”民企的期望收益函数曲线为直线,即 VP=0.4。而双重非对称信息情境下,“参军”民企的期望收益为创新能力的单调递增函数。(VP-VP)是“参军”民企的超额期望收益,也是创新能力的单调递增函数,说明随着信息不对称维度增加,能力强者将获得更高期望收益,同样支持了结论 3;由图 5 可知,只有创新能力达到一定阈值时,政府收益才为正(R 0.82,VG0;R 0.76,VG0)。进一步,当 R(0.76,0.95)时,VG VG,即信息不对称维度增加,不会导致政府收益降低,当 R(0.95,1.00),VGSub,(VP-VP)0 且 VG VG,此时,“参军”民企将获得更高补偿分成与超额期望收益,而政府也将获取更高补偿收益,且当 R=0.93 时,政府补偿策略效率最高。由此,政府可考虑针对“参军”民企的创新能力评估结果设置补偿双阈值,在双重非对称信息情境下对拟补偿对象实施甄选与排序。首先设置“可补偿阈值”(如 R=0.76),当拟补偿对象创新能力达到该阈值时,可实施补偿;其次设置“最优补偿阈值”(如 R=0.93),对达到此阈值的“参军”民企优先实施补偿,此结论同样为命题 1 与命题 2 的衍生结论。5 结论与建议本文通过数值模拟,验证了差异化信息非对称情境下,两阶段补偿分成、补偿分成系数、各方期望收益及超额期望收益的最优解。结果显示,两阶段补偿分成机制能够提高“参军”民企期望收益与政府期望收益。而双重非对称信息情境下,应针对补偿对象创新能力设置“可补偿阈值”来判断是否实施补偿,并设置“最优补偿阈值”来进一步判断补偿优先级。“参军”民企的创新能力可采取“补偿前评估+补偿后验证”的方式予以确认。政府在“补偿前评估”与“补偿后验证”过程中存在专业性不足、信息闭塞以及寻租可能性,根据信息效率原理,可引入第三方机构进行信息获取和评估。同时考虑“参军”民企与第三方的合谋风险,强化第三方评估机构参与合谋的制度壁垒,建立畅通的甄选信息反馈渠道和信息举报中心,并将各方表现纳入信誉档案、给予信誉评级,为政府监管提供信息支持。两阶段补偿分成避免了一次性普惠补偿导致的“搭便车”心里。一次性补偿的最大缺点在于仅仅以固定成本为补偿依据,而没有考虑其创新绩效,而两阶段补偿分成既考虑了已有固定成本以满足“参军”民企参与约束,又以创新绩效作为可变补偿依据,充分激发了“参军”民企的创新能力与创新意愿,同时将补偿政策效应最大化,实现了激励相容,体现了“风险共担、收益共享”。固定补偿的兑现方式包括直接补偿与间接补偿。政府直接补偿过程中,可采取“谁出资、补偿谁”以及“梯度补偿、最高限额”的方式实施。即遵循民企“参军”技术创新的出资方即为受偿方的原则,进一步根据创新项目的实施阶段,采取梯度补偿方式,并设置最高限额。政府间接补偿方式中,除了基本的加计扣除、加速折旧、免征额等税基式优惠方式外,还可以进一步探索亏损结转方式,即“参军”民企在某一纳税年度发生亏损,准予在其他纳税年度盈利中将前期亏损进行抵补。亏损转结方式相当于对“参军”盈利期间的课税基础实施减免,可以激发民企“参军”积极性。除政府公共补偿外,可探索多元化的补偿与风险分担方式。如针对创新成果可市场化、产业化的技术创新项目,可由政府出资并吸纳私人资本共同成立民企“参军”技术创新补偿引导基金,扩大补偿资金规模。为避免对商业性资本产生挤出效应,可通过契约形式明确公共补偿资金与私人资本之间的投资收益关系。另外,尝试建立民企“参军”技术创新融资信用担保机构,秉承政策性、专业化、基金式管理的原则,通过融资担保、信用担保和股权投资等形式,进一步完善有利于“参军”民企积极开展创新活动的融资信用担保服务体系。进一步地,引入“参军”民企能感知到的信誉、荣誉、声誉等作为隐性补偿方式,结合显现补偿,达到对民企“参军”技术创新的长期激励效用。在军民融合协同创新中,积极引入民用科研组织、民营企业参与开展军事技术创新,以实现相应军事价值。并在民企参与创新过程中,有意识地挖掘军事技术创新的军民两用性潜力,继而通过军民技术转化、二次创新和工业实践,实现技术创新的经济价值和社会价值。美国的 DARPA 已有一些经典的做法。如技术创新项目必须接受外部监督与评审,以减少信息不对称造成的道德风险。项目资助采取分阶段评审的方式。依据项目创新绩效,中止、追加、调整资助策略。对创新主体开展资金激励与产权激励,具有一定的“强者激励”功能。通过资助技术路线不同的创新主体,分担或减少了项目风险。但无法确定创新主体是否会展现真实的创新能力,并不具备明确的“自我选择”功能等。本文主要内容侧重于双重非对称信息情境下的混合激励模型的构建与模拟,对研究结论缺乏深入挖掘,在后续研究中,将进一步强化研究结论的现实意义。参考文献:1 RATUVA S.Multi-faceted dilemmas:Politics and the changing dy-namics of civil-military relations:A global synopsisJ.Public Or-03科技管理学报 第 25 卷ganization Review,2019,27(8):643-666.2 谭清美,武翠,SONG Z L.军民深度融合中民企“参军”的路径优化:基于交易费用经济学视阈J.科学管理研究,2019,37(3):97-102.TAN Q M,WU C,SONG Z L.Routing optimization of private en-terprises participation in deeper development of military:Civilianintegration:A perspective of transaction cost economicsJ.Scien-tific Management Research,2019,37(3):97-102.3 赵黎明,孙健慧,张海波.基于微分博弈的军民融合协同创新体系技术共享行为研究J.管理工程学报,2017,31(3):183-191.ZHAO L M,SUN J H,ZHANG H B.Technology sharing behaviorin civil-military integration collaborative innovation system basedon differential GameJ.Journal of Industrial Engineering/Engi-neering Management,2017,31(3):183-191.4 章磊,王祥宇.政策组合能否促进民参军企业协同创新:基于演化博弈的数值仿真视角J.科技进步与对策,2021,38(24):132-141.ZHANG L,WANG X Y.Does policy combination promote the col-laborative innovation of civil-invested military enterprises and sci-entific research institutions:An simulation analysis perspectivebased on evolutionary GameJ.Science&Technology Process andPolicy,2021,38(24),132-141.5 WANG Z L,ZHANG Z W,JHONY NCY.Measurement of innova-tion resource allocation efficiency in civil-military integration enter-prisesJ.Kybernetes,2019,49(3):835-851.6 王萍萍,陈波.军民融合企业技术效率及其影响因素研究J.管理评论,2019,31(4):70-82.WANG P P,CHEN B.Study on technical efficiency and its ante-cedents of civilian-military integrated firmsJ.Management Re-view,2019,31(4):70-82.7 张近乐,尚涛,