网络学习负效应研究

网络学习负效应研究（精选8篇）

网络学习负效应研究 篇1

随着信息技术的发展, 企业外部经营环境发生了深刻变化, 传统的建立在装配线上的等级组织结构已无法适应这种环境。这个时代要求的是一种具有高度灵活性和积极性的组织出现, 网络组织作为一种全新的组织模式恰恰满足了这一要求。目前, 我国大部分为中小型企业, 而且处于一种散漫状态, 资源的配置既不合理也不经济的。因此, 研究中小企业网络组织特征, 探究其网络效应具有重要的现实意义。

一、中小企业网络组织及其特征

(一) 网络组织

Miles和Snow将网络组织定义为, 在价值链的各个点上作出贡献的若干企业集体资源的结合。网络组织既含有企业的协调因素也含有市场的交易因素, 但它既不是企业也不是市场, 而是介于市场与层级制企业之间的一种组织形式。Baker (1992) 从社会嵌入角度对网络组织进行研究, 认为网络组织是一个社会网络, 它渗透了正式组织的边界, 消除了正式群体和部门的限制因素, 形成了不同类型的人际关系。Podolny和Page (1998) 从跨组织的角度来界定网络组织, 他们认为网络组织是组织之间以“互相依赖”为纽带紧密联结在一起, 以提高组织的可依赖程度和满足大规模的生产需要。

(二) 中小企业网络组织

中小企业网络组织是网络组织的一种具体的组织模式, 它是指中小企业之间相互依赖而形成的一种稳定的合作关系。中小企业网络组织具有网络组织一般的基本特征:1.组织结构扁平, 反应灵活;2.网络组织是无形无界的开放系统;3.网络成员之间的独立性、平等性;4.企业与企业之间既竞争又合作。中小企业网络组织除了有网络组织的基本特征外, 还有其独有的特征。中小企业网络中, 中小企业数量多、实力弱, 联合需求强烈, 因此能产生很强的凝聚力, 形成一个互惠共生体, 促进网络的经济效应。

二、中小企业网络组织的网络效应

中小企业网络组织是中小企业在内外动力驱使下的聚集、联合, 是经济技术迅猛发展的产物, 它与其他的经济现象一样, 这种联合产生两种效应:一是网络联结的不经济效应, 二是网络联结的经济效应。为了研究方便, 本文只将网络联结的经济性效应作为网络组织的网络效应, 而对网络联结的不经济效应不作阐述。

(一) 组织内的网络效应

网络组织的网络效应依据其存在形态, 可以分为组织内的网络效应和组织间的网络效应。组织内网络效应包括信息共享效应、知识溢出效应、集体学习效应和创新效应。

1. 信息共享效应。

网络组织通过整合内外资源提供创新生产网络组织内部扁平结构以及任何两个成员都可以连接起来的特点, 决定网络组织内部各成员之间存在畅通的信息网络。畅通的信息网络因克服时间空间障碍导致信息成本降低, 使得信息经营者可能推出一些极低成本信息或者免费信息供大家共享, 产生信息共享效应。同时, 多渠道的信息来源既有利于获得尽可能多的信息, 也避免了错误信息的传播。

2. 知识溢出效应。

畅通的信息沟通使得网络组织成为一个典型的学习型组织, 任一成员的知识、技能创新等都会很快外溢给其他成员, 产生所谓的“知识溢出效应”。同时任何一个成员与其他成员的合作过程本身就是一个学习过程, 它可以将从其他成员那里学习来的新知识、新技能内化为自己的, 并运用到自己的创新活动当中去。

3. 集体学习效应。

由于隐性知识是很难传递的, 只有通过面对面的交流才能获得。因此, 为了获得更多的隐性知识, 人们更愿意创造一种集体学习的机会, 如研讨会形式等, 并以此来获得更大程度的开放和交互力度。同时, 动态、开放的网络结构为这种集体学习成为可能, 特别是中小企业网络数量多, 联合意愿强, 成员之间存在很好的信任机制, 这样, 成员之间更多的交流和学习, 形成一个集体学习气氛。

4. 创新效应。

在层级组织中, 企业高层在资源及权力的分配过程中起核心的作用, 创新主要是一个自上而下的过程, 而中下层管理者及员工缺乏创新的意识和动力。网络组织赋予了组织成员更大的自由, 可以相对独立地处理相关领域的具体问题, 从而提高了成员的学习热情。网络组织中各结点之间的横向联系加强, 从而实现了知识和信息的更深层次共享。在知识和信息的共享过程中, 通过将各类知识整合起来可以产生新知识, 通过信息与人的认识能力的结合也可实现知识的创新。

(二) 组织间的网络效应

中小企业网络组织的网络效应除了组织内的效应, 还包括组织间的效应。组织间的效应可分为规模效应、区域效应和环境效应三种形式。

1. 规模效应。

规模是事物发展到一定数量或程度发生质变的临界点。没有规模就没有规模经济, 同样, 没有一定的聚集规模也就没有聚集效应。许多中小企业聚集在一个网络组织, 形成一定的聚集规模。同时企业的聚集也是资源、信息、知识和人才的聚集, 由于地理上的靠近性和经济上的相互联系、相互交流, 促进了知识、人才的流动, 使组织中的各成员之间相互模仿、学习, 降低创新成本, 提高创新效率, 从而使聚集规模现象转化为聚集规模效应。这又反过来使得整个组织的创新水平一步提高, 进一步吸引企业、组织进入、集聚, 形成更大的规模效应。

2. 区域效应。

网络组织中各企业由于知识、信息的不断循环、反馈, 加快了技术转移、扩散的速度, 降低了交易成本, 提高了创新的效率, 使整个网络组织的边际效益递增。这样, 网络组织成为了一个合作创新的供应链, 成员之间不断技术创新知识和资源共享或互补, 不断提高网络组织的创新速度, 进而推动整个区域的创新, 乃至国家的创新。

3. 环境效应。

网络组织是培育中小企业学习与创新能力的温床。组织内中小企业由于频繁的交往和经常性的合作, 一项技术创新很容易为其他企业所获取, 进而模仿创新, 这样渐进性的技术创新不断发生, 从而产生挤压效应。在这种内外的竞争压力下, 企业不断提高自己的创新能力。因此, 网络组织为中小企业提供了一种良好的创新氛围, 在这种创新氛围下, 中小企业的创新意识, 创新观念提高。

三、中小企业网络效应形成机制

中小企业网络组织能产生显著的经济效应, 但网络组织与经济效应形成之间并不是一个简单的线性关系, 网络组织的运行是取得经济效应的必要条件, 而不是充分条件。中小企业网络组织的网络效应的形成机制应包括宏观机制和微观机制, 也就是社会机制和运行机制两个层面。宏观机制是网络组织有序运转和网络效应形成的环境条件, 是在静态的基础上发挥作用;微观机制是合作成员互动协作过程中调节行为的基本依据, 是在动态过程中协调关系。两方面的结合促进和保证了组织目标的实现与网络效应的形成。

中小企业网络组织的网络效应形成机制

(一) 宏观机制:社会机制

从宏观层面来看, 在网络组织中对于交易问题的解决要依靠社会机制, 而不是权威、官僚规则、标准或法律力量。因此, 笔者认为宏观机制应包括信任、声誉、联合制裁。

网络组织是由信任关系所支撑的自组织结构, 合作伙伴之间的信任已经被看作是实现网络组织目标的决定性因素之一, 缺乏信任就会导致合作关系的失败。信任是网络组织形成与运作的基础, 也是网络组织网络效应形成的基础, 它联合合作各方、提供必要的弹性、降低交易成本和合作关系的复杂性。信任影响到合作者对网络关系的承诺、对突发事件的反映、冲突的解决方式等。中小企业网络由于组织内企业数量众多、单个的力量薄弱, 不可能有单个企业成为网络组织的成员的领导。因此, 相对大企业而言它们更能相互信任, 形成良好的合作关系, 保证网络效应的形成。

声誉是一种社会记忆, 包括合作者的特征、技能、可靠性与其他交易有关的属性, 是一种专用性投入。随着环境不确定性的增加, 交易各方更关心自身的信息与合作者的声誉。良好的记录与成功的表现是深入合作的基础, 它通过阻止欺骗行为来强化合作保证交易。如果违反合作精神的信息在网络成员中广泛传播, 也可能扩散到未来潜在的合作伙伴中, 因此, 在任何一次交易中的违规行为都可能导致声誉损失。中小企业作为激烈竞争环境中的弱势群体, 它们更渴望联合, 更加注重自己的声誉, 以保证不被环境淘汰。

联合制裁是对那些违背共同规范的成员予以集体处罚, 包括私下议论、公开传言、短期驱除, 有意破坏等。它通过呈现违规的后果来定义可接受的行为, 进而对交易起到保证作用。在中小企业网络组织中, 联合制裁能起到很大的作用, 同时, 结构性嵌入给作者提供了实施联合处罚的机会。

(二) 微观机制:运行机制

要实现中小企业网络组织的网络效应, 除宏观机制之外, 还有一系列的微观机制。运行机制是中小企业网络组织的调节器, 在网络组织运行过程中发挥调节作用, 包括学习创新机制、激励约束机制和利益分配机制等。

创新是中小企业网络组织, 特别是高新技术网路组织的灵魂。具有不同管理系统、技术系统、社会心理系统的中小企业嵌入到同一个网络组织内, 为相互学习新的技术与知识创造了一个良好的平台。许多学者认为, 企业依靠网络组织可以提高创新的能力, 技术联盟使企业能整合互补资源去更快更多地创造新的技术。尤其对中小企业而言, 联合网络极其关键, 因为几乎没有一家企业能独自开发利用全部新技术。

激励与约束是经济活动的助推器与制动器。中小企业网络组织为合作各方创造了一个相对宽松的工作环境, 是个学习型组织, 具有天然的激励作用, 激励效果也十分明显。与激励相辅相成的是约束。合作者的行为除了受社会机制约束外, 还要受彼此之间的关系制约, 主要有企业之间具体的合作方式、任务分工、角色定位来决定, 实际上是法人主体之间的经济责任约束。中小企业网络组织, 由于企业数量众多, 关系更加复杂, 因此, 更要加强约束, 以保证网络效应的形成。

公平有效的利益分配机制是网络组织存续和发展的基本保证。在利益分配方面, 要考虑有形与无形资产的贡献与影响。与有形资产相关的利益分配, 如新产品的利润等相对容易掌握, 通常履行有关合作协议和规则, 可防止分配的不均衡。因此, 对中小企业网络组织而言, 各合作企业在战略上要着眼于长久合作与发展, 树立双赢观念, 为合作创造一个良好氛围。在利益机制设计上, 任何一方不能以势压人, 要经仔细谈判后签订利益分配相关条款, 能量化的要尽可能量化。无形资产分配上不能仅依赖订立的条款。无形资产分配的不均衡, 往往是合作各方的组织学习能力的不同造成的。因此, 各方要强化组织学习, 相互取长补短、共同提高创新能力, 以保证网络创新效应的形成。

总之, 中小企业网络组织作为一种新的组织模式出现, 是时代的要求。它是中小企业在传统组织模式基础上产生的, 但又突破了传统的模式, 并且具有多样的形式。为了使其网络联结产生经济效应, 应加强网络治理, 协调好网络组织中各成员之间的合作关系, 建立公平有效的分配机制和树立良好的合作态度和信用。在此过程中, 应积极发挥政府、大学、科研机构和服务性组织或社团、中介机构等社会力量的推动。

参考文献

[1]Miles, R.E.and snow, G.G.Network organixations, new concepts for new forms[J].California Management Review, 1986, 28 (3) :62～73.

[2]Baker, W.The Network organizations in Theory and Practice[C].In N.Nogria&R.Eccles (Eds.) Network and Organizations (397429) .Boston, MA:Harvard Business press, 1992.

[3]Podolny, J.M., &Page, K.K.Network forms of organization[J].Annual Review of Sociology, 1998, (24) :57～76.

[4]蔡宁, 杨闩柱.企业集群竞争优势的演进:从“聚集经济”到“创新网络”[J].科研管理, 2004 (4) .

学习心理效应的实践与研究 篇2

关键词：馅饼效应；减负效应；“有偿补课”效应；鼓励与自信效应

中图分类号：G444 文献标识码：A 文章编号：1009-010X（2012）02-0006-02

学生学习效率与学业成绩是“教学”的主要效果体现。为提高学生学习效率与学业成绩，我进行了“学习心理效应”实践与研究。

一、馅饼效应

很多人会说：“没有天上掉下来的馅饼。”而我则深深感到：“馅饼能从天上掉下来，尤其掉给学生的馅饼，会随教师所愿从天而降。”下面例举四年级某班学生拾捡馅饼的热烈场景。

实习老师教学“梯形面积计算”之后，我以约10分钟的题量，对该课教学质量进行检测。检测结果：约三分之一的学生获得“优”，记“正确率”一次，约五分之一的学生获得“优★”，记“正确率”两次。正确率情况宣布之后，我对没获得“正确率”次数的学生说：其他同学的“正确率”次数又增多了。为了追赶他们，老师给你们一次补测机会，不过范围要扩大，除检测本节课梯形面积计算外，还要检测前几节课学习的平行四边形和三角形的面积计算，获得“优”仍可记一次“正确率”，获得“优★”仍可记两次“正确率”。取得补测机会的学生，深感这是“天上掉下来的馅饼”，不仅没有半点怨言，而且做题的积极性十分高涨。

天上掉下来的馅饼谁不想捡？不需补做的学生强烈要求给予平等的机会。于是，老师说：“为了体现公平，天上掉下来的馅饼，见者有份。”结果，全班同学都欢快、愉悦地的投入“拾捡馅饼”活动。

以此情景对照此实验之前的情形：学生作业没有全对，让他订正，虽说理所当然，但他并不愉悦，请他另外做题更是怨声载道；而作业全对的学生，如果再让他另外做题，定有抵触情绪，更不用提自愿多做题了。而该做法，可使被动转为主动，使消极转为积极，对附加习题，不仅不视为额外加重的负担，而视为“天上掉下来的馅饼”。

自从2002年我研究的“‘排名’‘等级’可兼用”这一论文发表于《中小学管理》之后，我所任教班级的学生，一直在开展“正确率”优化赛跑活动，课堂作业和家庭作业每获得“优”，即可记一次“正确率”，每获得“优★”可记两次“正确率”，平时和单元质量检测，凡达到每生各自的标准，即可记两次“正确率”；一个周期累计一次每生的“正确率”次数。谁不想冲在学习赛跑活动的前列呢？

此外，还实行动态的及格标准，而不是固定60分。这样最高可提到99分，最低可降到20分，其间高低不等；且每隔一段时间随学生的学习状况而升降调整。这种学习优化赛跑活动，与平常的跑步比赛不同，跑步比赛的起跑线相同，到达终点的时刻不同；而学习优化赛跑活动则相反，起跑线不同（速度快者在后，速度慢者在前，其间前后距离不等），到达终点的时刻却大致相同。比如，及格标准99分的优生，其质量检测98分，却没“正确率”可记；而及格标准最低者得20分，即可记“正确率”两次了。从而，调动了全班学生你追我赶的学习积极性，使上、中、下各等次的学生都均等地参与学习竞争。

该学习心理效应，我称之为“馅饼效应”。其中存在一个道理：学生拾捡天上掉下来的馅饼，要有一个氛围，创设氛围需要激励机制，没有相应的氛围与机制，即使天上掉下再多的馅饼，学生也视而不见。甚至把“馅饼”视为“陷阱”。可见，教学的心理效应多么重要！

二、减负效应

大家都知道“老师留学生”的话题，而未听说“学生留老师”。也正由于没有“学生留老师”之话题，每当老师留学生，学生容易引起逆反心理，甚至把“课外个别辅导和课外订正作业错题”也视为老师留学生。为消除学生的逆反心理，我组织学生进行了一场讨论。

问题与讨论一：老师要为学生减负，学生该不该为老师减负？100℅的学生认为：老师为学生减负，学生也要为老师减负。

问题与讨论二：哪些情况属于老师加重学生学习负担的行为？哪些情况属于学生加重老师工作负担的行为？经过讨论，老师加重学生学习负担的行为有：拖堂（延迟下课时间）、全班延迟放学时间、超作业量……学生加重老师工作负担的行为有：当天学习内容未掌握需要老师个别辅导，作业错题未能及时订正而拖到放学后……

问题与讨论三：什么情况属于老师留学生？什么情况属于学生留老师？大家觉得：由于老师加重学生学习负担而拖堂或延缓放学时间的，是老师留学生；由于学生加重老师工作而导致老师不能按时下班的，即学生留老师。

问题与讨论四：老师留学生怎么办？学生留老师怎么办？老师首先表态：凡拖堂、延缓放学时间等情况，每次付给每生2元人民币，作为加重学习负担精神补偿费。那么学生呢？经过讨论决定：每留老师一次贡献人民币2元。所不同的是：教师付出的2元（每次100多元是归学生个人所得的，而学生每人每次贡献的2元是归班集体所有的，以作师生聚会之用。管理方式：记账。付款方式：教师付给学生的钱，当不教该班学生时累计兑现；学生贡献款13年之后；累计支付。贡献款来源：大学毕业后亲身工作、亲手所得的钱。

通过四个问题的讨论，学生认识到：课外个别辅导和课外订正作业错题并非教师加重学生学习负担，而是“学生加重教师工作负担”。学生意识到这一点，减负的理念也就提升了。其中“教师支付的精神补偿金与学生贡献款”之条款，使学生深感师生间的平等。再从教师角度说，由于受学生的监督和精神补偿金的制约，可尽力避免拖堂、延缓放学时间，可尽力避免超作业量的状况。从而，真正达到减负的目的。

这种师生“减负与教学”的互动，我们称之为“减负效应”。

三、“有偿补课”效应

素质教育的今天，提倡不拖堂，不延缓放学时间，不占用学生课外时间……同时，根据“因人施教”原则，个别辅导也还是提倡的，但严格规定“不得有偿补课”。

“无偿补课”固然好，但学生往往不仅不理解，反而误认老师占用他的课外时间，甚至误认老师留他。学生的逆反心理，导致“无偿补课”为强加于学生的学习枷锁。为改变这一现状，我在“严禁有偿补课”之高压线下，明目张胆的在校实施有偿补课。

有偿补课时间：上午、下午放学之后。收费标准：半小时以内，每次每生一元；半小时以上一小时以内，每次每生5元；一小时以上，每次每生10元（一般控制在半小时以内，不会超过半小时，更不会超过一小时）。款项来源同样是13年后，大学毕业亲身工作、亲手所得的钱。我将“有偿补课”收费标准与管理办法书面征求家长的意见，竟没有一位家长反对我的“乱收费”，而都跟子女说：“应该，老师给你补课应该收费。”

特别有效的是：我的补课内容，课始即透明化，全班学生谁都可以经过课中的努力，争取放学后不补课。即课始或课前，公开宣布当天上午或下午放学之后补课的内容，而没有确定补课对象。由于有偿补课对象是以当堂课的学习效率决定的，从而有效地激发学生当堂课的学习积极性，使学生的“有意注意”和“无意注意”得到充分的集中。

四、鼓励与自信效应

心理学表明：工作与学习需要动力，动力的源泉之一：鼓励。心理学也表明：工作与学习需要自信，“自信”是工作与学习成功的重要保证。比如成绩检测与考试之前，教师要多给学生鼓励，使学生树立起自信心。以期末模拟练习为例，任教语文、数学的老师可能知道：教研室统一印发给每个年级、每个学生的好几份期末综合模拟练习试卷，但一份一份地练下来，常常越练成绩越不理想，练到最后一份时，有的老师想：学生太粗心了，为了促使他明天正式考试细心、认真一些，最后一份模拟练习试卷分数必须扣紧点。于是明明能得90分就只给打80分，本来可及格也不予及格。而我恰恰相反，前几份试卷分数扣紧点，而到最后一份试卷的批阅却特别放宽，即使考30分的也送给60分，一般的学生试卷都给它提高分数，然后一个人一个人地分别领试卷，半句也不批评，全是鼓励，对学生说：“今天考得好（很好），挺不错！要坚信自己：明天一定能够考好。”

网络学习负效应研究 篇3

复杂产品系统(Complex Product and System,简称CoPS)的概念是20世纪90年代中期由英国Sussex大学科技政策研究中心的学者提出的。简言之,复杂产品系统包括那些大型、高成本、系统复杂、技术含量高、项目周期长的产品、系统和基础设施建设项目[1][2]。与大规模制造产品相比,CoPS具有高成本、高度定制、以项目或小批量的方式进行生产、用户的高度直接参等特点,项目制组织(projcct-based organization)被认为是适合于CoPS创新的组织形式。项目制组织形式能够灵活地配置各种资源,方便与外界的技术沟通与交流,随时根据相关技术的变化、政府政策的要求和客户反馈意见调整产品的设计和生产[3]。同时,CoPS的生产和创新非常复杂,需要多种技术和知识的输入,项目制组织在一个创新网络下进行。

项目制组织在CoPS创新的经济性和创新风险控制等方面具有显著的优势,但项目制组织的一次性和临时性,不利于企业技术能力的积累与交流,而创新网络有利于在各类创新主体之间建立稳定的组织关系,促进组织间的学习和交流,有利于企业技术能力的积累[4][5]。在复杂产品系统创新网络中,各项目团队之间的组织关系将对跨组织学习的效果产生直接影响,因此有必要对复杂产品系统创新的跨组织学习效应进行深入分析,并研究跨组织学习对组织治理机制选择的影响。

2 复杂产品系统创新网络的相关概念

2.1 创新网络的概念与内涵

“创新网络”的概念来源于《Research Policy》关于“创新者网络”的研究专集以及弗里曼的总结性论文中,弗里曼将“创新者网络”、“创新网络”两个概念视为等同。弗里曼认为创新网络是应付系统性创新的一种基本制度安排,网络构架的主要连接机理是企业间的创新合作关系[6]。

复杂产品系统创新是一项复杂的系统工程,技术创新的过程中受许多因素的影响,企业不可能完全孤立地进行创新。为了追求创新,企业不得不与其它的组织产生联系,来获得发展和交换各种知识、信息和其它资源,这些组织可能是其它的企业,但也可能是大学、研究机构、政府部门等等;企业与这些外部组织的联系组成一个个网络,影响着企业的技术创新[7]。

2.2 复杂产品系统创新能力

创新能力是用来表示组织成功采纳或实施新思想、新工艺以及新产品的能力。复杂产品系统创新是网络环境下的集成创新过程,需要跨越企业边界开展创新。复杂产品系统创新能力是一个能力系统,不仅包括各种创新资源的整合,也包括对各种创新资源的恰如其分的利用。复杂产品系统创新能力不仅要求各能力要素之间平衡协调,如产品创新能力和工艺创新能力、工程化能力和生产能力、技术能力和组织能力之间的动态协调,还要求企业根据竞争环境的变化,特别是市场变化趋势和用户潜在需要,不失时机的转换企业的技术创新能力[8]。能力学派认为,能力是企业拥有的关键技能和隐性知识,复杂产品系统创新能力由企业技术、市场、组织、管理等各方面的知识所决定。

2.3 创新网络中跨组织学习的动因

复杂产品创新网络中不同企业具有不同的知识,不同企业的知识之间具有很强的互补性,表现为完成一个共同目标而形成的协作关系。不同种类知识之间互相补充的需求是推动创新网络中企业进行知识共享、知识创新的直接动力,这种需求要求不同类型企业的知识之间进行更为密切的配合,以使企业获得更高的效用。这种密切配合不断促使各类知识进行改进和更新,从而连续进行创新工作。创新网络参与企业之间具有知识和技术的互补性,以及合作伙伴在技术能力的匹配程度,是影响企业学习效果的重要因素。在复杂产品系统创新网络中,参与企业之间不仅可以交换显性知识,而且更容易学习和积累隐性知识,例如一些技术诀窍、特殊技能和经验等,此外还能够培养组织学习的能力,从而实现企业技术积累的效果。

创新网络的一个非常重要的特点,就是有益于参与创新网络的企业之间面对面的交流与合作,这样就可以有效地通过学习来加强各方的技术能力的积累。创新网络的具体结构取决于合作中知识流的本质,合作的成效则取决于企业的学习和吸收能力。

3 复杂产品系统创新的跨组织学习效应

假设某项复杂产品系统创新能力为A,根据企业能力理论,复杂产品系统创新能力的形成主要取决于各种互补性知识的获取情况,于是有:

A=A(K1,K2,K3,…),K1,K2,K3,…是构成复杂产品系统创新能力的多种互补知识。

undefined

AK1,AK2,AK3分别为知识K1,K2,K3,…对复杂产品系统创新能力的效用。

undefined

说明每种知识的增加会导致复杂产品系统创新能力的增加。

由于K1,K2,K3,…具有互补性,可以借用道格拉斯生产函数来说明不同类型互补性知识对复杂产品创新能力的影响。

A=A(K1,K2,K3,…)=B·Kundefined·Kundefined·Kundefined·…

为了研究不同类型互补性知识的相互作用,简化起见,可以仅取K1,K2两类知识为研究对象,于是有:

(2)式表明,知识K11,K2的增加会导致复杂产品创新能力的增加。

式中undefined和undefined表示两种知识K1,K2之间的相关性,当undefined时两种知识正相关,说明一种知识的增加会导致另一种知识的增加,当undefined时两种知识不相关,说明一种知识的变化不会对另一种知识造成影响。

undefined

undefined

当K1,K2两种知识不相关时,undefined有:dAc=0,此时

dA=dA0=B·α·Kundefined·KundefineddK1+B·β·Kundefined·KundefineddK2 (5)

推论一:(5)式表明,知识K1,K2对企业技术创新能力的效用是互相补充的。当K1变化时,复杂产品系统创新能力的变化首先由K1的变化决定,而复杂产品系统创新能力变化的程度由K2的大小决定,因为K1的边际效用的大小受K2的约束。K2随K1协同创新时,随着K2的增大,复杂产品系统创新能力对K1的边际值也增大;K2不变时,即使K1变化很大,复杂产品系统创新能力对K1的边际值变化不大;K2趋近于0时,即使K1变化很大,复杂产品系统创新能力对K1的边际值收效甚微,K1的创新化为乌有。由此可知,复杂产品系统创新能力的大小取决于K1、K2的大小,其变化是由K1、K2的共同变化所决定。因此,构成复杂产品系统创新能力的每一种互补性知识都会对复杂产品系统创新能力产生直接影响,每一种互补性知识最优是系统创新能力达到最优的前提。

当K1,K2两种知识相关时,undefined。

此时有:dA=dA0+dAc

dAc表示的是当两种知识增加时,会分别引起另一种知识的增加,从而导致系统创新能力产生的一个附加增量,可以称之为跨组织学习效应。

推论二:当两种知识K1,K2相关时,两种知识之间的交流产生的跨组织学习效应会导致复杂产品系统创新能力的增加,两种知识的相关性越高,跨组织学习效应就越大。

当K1,K2相互独立,不相关时,有:

undefined

由此可见,复杂产品系统创新能力存在极值,即K1对复杂产品系统创新能力的效用表现为递减。

当K1,K2两种知识相关时,有:

undefined

为简化分析,可令undefined,即,K1,K2之间的相关系数为一个常数,此时有:undefined

由(6)可得:

undefined

当2Cβ·K1+α·K2-K2>0时undefined

当2Cβ·K1+α·K2-K2=0时undefined

当2Cβ·K1+α·K2-K2<0时

undefined

推论三:与K1,K2相互独立相比,当K1,K2两种知识相关时,跨组织学习效应会对复杂产品系统创新能力的机制产生影响,这种影响的大小取决于两者见的相关系数、两种知识的大小及其系数的大小等因素。当2Cβ·K1+α·K2-K2>0时,复杂产品系统创新能力随K1,K2的增加,不断增大,K1的效用表现为递增;当2Cβ·K1+α·K2-K2=0时,复杂产品系统创新能力随K1,K2的增加成直线增长,K1的效用表现为恒定不变;当2Cβ·K1+α·K2-K2<0时,复杂产品系统创新能力存在极值,即K1对复杂产品系统创新能力的效用表现为递减,但效用递减的速度较之K1,K2相互独立相比大大减缓。

上述分析表明:跨组织学习能够带来复杂产品系统创新能力的提升,实现创新网络中互补性知识的学习和交流,能够促进复杂产品系统创新能力最大化的提高和持续。创新网络中跨组织学习体现的是互补性知识要素的创造性融合,由于不同的企业所掌握的知识是不同的,具有一定的互补性,在知识的交流和共享过程中,互补性知识的互相扩散吸收,有利于新知识的产生和商品化。

4 复杂产品系统创新网络组织治理机制的选择

复杂产品系统创新需要多种互补性知识的交互作用,因此对知识整合的效率及知识转移的效率就至关重要。组织治理机制的选择决定着知识转移的效率,市场治理、中间治理及科层治理是组织治理机制的三种基本形态,不同的组织治理机制对知识转移治理的效果分别不同,不同组织治理机制对于知识管理的差异主要体现在两个方面:即发展自身知识的激励程度和促进知识的交流程度[9][10],如表1所示。

市场、中间形态及科层制对知识转移治理的效果分别不同,市场有激励去发展自身的知识,但不利于解决知识悖论问题,且没办法促成共同语言的形成;权威型科层组织有助于复杂问题的解决,但对发展自身知识的激励有阻碍作用;多数决定型科层组织适合于组织里具有共同的价值目标情形,以及需要知识的积极转移,此时权威的作用主要在于选择研究项目,而不确定研究的具体路径][11]。

为了考虑不同组织治理模式对复杂产品系统创新能力的影响,引入发展自身知识激励因子ξ,和促进知识交流因子ψ;市场治理、中间治理、科层治理模式下的发展自身知识激励因子和促进知识交流因子分别为:ξM,ξH,ξB;ψM,ψH,ψB,于是由式(3)可得:

市场治理模式下的创新能力增量为:

undefined

中间治理模式下的创新能力增量为:

undefined

科层治理模式下的创新能力增量为:

undefined

为简化分析,可取:

undefined

将式(15)带入(12)(14)可得:

dAM=B·α·Kundefined·KundefineddK1+B·β·Kundefined·KundefineddK2 (16)

undefined

对于不同类型的互补性知识,组织治理机制的适用性取决于dAM、dAH、dAB三者之间的比值。

情况一:当undefined时,互补性知识之间相关程度很低或不相关,此时dAM>dAH>dAB。由于市场治理机制对企业发展自身知识的激励程度最高,更加有利于促进单项不相关知识的创新和积累,因此,对于低相关程度的知识应以市场治理为主。

情况二:当undefined时,互补性知识的相关度,此时。因此dAM

情况三:由undefined时,由于科层组织对于企业发展自身知识的激励有阻碍作用,因此,当互补性知识的相关度不是很高的时候,采用科层组织在带来跨组织学习效应的同时,会降低企业自身知识的增长幅度。而采用中间治理既能较好的发挥企业发展自身知识的激励作用,又能发挥一部分跨组织学习效用,此时,采用中间治理就较科层治理和市场治理更优。

5 结论

(1)多种互补性知识的交互作用是推动复杂产品系统创新的内在动力,构成复杂产品系统创新能力的每一种互补性知识都会对复杂产品系统创新能力产生直接影响,每一种互补性知识最优是系统创新能力达到最优的前提。

(2)互补性知识之间的相关程度反映了解决一个问题所需多种知识之间的可分解程度,根据互补性知识可分解程度的高低可以将复杂产品系统创新所需要的知识间的关系分为三类:低交互作用知识、高交互作用知识、中交互作用知识。对于低交互作用知识,采用市场治理机制对企业发展自身知识的激励程度最高,更有利于通过促进单项不相关知识的创新和积累来提高复杂产品系统创新能力。对于高交互作用知识,采用科层治理带来的跨组织学习效应最明显,更有利于提高复杂产品系统创新能力。而对于中交互作用知识,采用中间治理机制在发挥对企业发展自身知识激励作用的同时,还能较好的促进跨组织学习,此时中间治理机制在促进复杂产品系统创新能力的提升方面更有优势。

(3)选择恰当的组织治理机制能够有效促进创新网络中的跨组织学习效应,实现创新网络中互补性知识的学习和交流,促进复杂产品系统创新能力的持续提升。

摘要：多种互补性知识的交互作用是推动复杂产品系统创新的内在动力,复杂产品系统创新网络为合作伙伴的跨组织学习提供了机会和平台。建立了复杂产品系统创新能力与互补性知识间的函数关系,对跨组织学习提升复杂产品系统创新能力的原理及影响因素进行了数学分析。将复杂产品系统创新所需要的知识分为低交互作用知识、高交互作用知识和中交互作用知识,分析了不同的组织治理机制对知识转移治理效果的差异,界定了不同组织治理机制的适用范围。

关键词：复杂产品系统,创新网络,组织治理,跨组织学习

参考文献

[1]HOBDAY M.Product complexity,innovation and industrial organi-zation[J].Research Policy,1998(26):698-710

[2]HOBDAY M,RUSH H.Technology management in complex productsystems:Ten questions answered[J].International Journal of Tech-nology Management,1999(17):618-638

[3]DAVID M GANN,AMMON J SALTER.Innovation in project-based,service-enhanced firms:The construction of complex prod-ucts and systems[J].Research Policy,2000(29):955-972

[4]陈劲,周子范,周永庆.复杂产品系统创新的过程模型研究[J].科研管理,2005,26(2):61-67

[5]司春林,潘若东.复杂产品系统创新动态性研究[J].科技进步与对策,2008,25(5):4-7

[6]ROBERTSON P L,R N LANGLOIS.Innovation,networks,andvertical integration[J].Research Policy,1995(24):543-562

[7]ZANDER,IVO.How do you mean“global”?An empirical investiga-tion of innovation networks in multinational corporation[J].Re-search Policy,1999(28):195-213

[8]陈劲,吴沧澜,黄建樟,等.复杂产品系统开发网络组织及组织能力探索[J].研究与发展管理,2005,17(1):21-27

[9]NICKERSON,JACK A,TODD R ZENGER.A Knowledge-BasedTheory of the Firm-The Problem-Solving Perspective.OrganizationScience,2004,15(6):617-632

[10]赵林捷.企业创新网络中的组织间学习[D].合肥:中国科技大学,2007

网络学习负效应研究 篇4

品牌溢价是指品牌产品高于行业平均价格的那部分价格。品牌研究专家Aaker (1996) 指出, 品牌溢价的高低体现了品牌资产的大小。因此对品牌溢价来源及影响因素的研究对于品牌的理论和实践研究具有一定的意义。随着近年来互联网的高速发展, 网络已逐渐成为消费者和品牌经营者的信息平台和虚拟交易平台, 网络零售商品牌的溢价效应也日益凸显, 需要进行深入的研究。

二、品牌溢价的文献综述

(一) 信誉

在产品质量不确定的环境下, 为了降低交易风险、获得货真价实的产品, 买方愿意支付更高的价格给自己信任的卖方, 因此溢价可以说成是信誉的价格, 是买方对卖方信誉的补偿和奖励。对品牌溢价的现有文献大多都提到了溢价和信誉之间的关系。

范道津, 何伟怡 (2008) 认为企业在交易活动中生产的信用这一无形产品, 信用的产品性质表现为五个方面, 第一是有成本性, 企业为了建立和维护信用的花费就是成本, 第二价值性, 企业的信用可以减少消费者转换品牌的信息搜寻成本和转换成本, 对消费者是有价值的, 第三可交换性, 信用是可以用来交换的, 如银行贷款, 第四有供给和需求, 第五所有权和使用权可以分离, 如一个企业为另一个企业担保。Klein.B和K.Leffler (1981) 构建了K&L模型, 认为品牌溢价是当购买前产品质量不易观察、辨识时解决产品以次充好的一种方法, 也就是说品牌溢价是给予那些追求利润的企业的一个长期经济激励, 鼓励他们出售高质量的产品, 而不是将自己低质量的产品宣扬成高质量的产品卖给消费者。

(二) 产品同质性

当一个产品的同质性越低时, 行业的产品差异性越大, 产品质量的变动也就越大, 消费者就难以识别出好产品和差产品, 这样就易于支付较高的溢价给有信誉的卖方从而降低风险。当然这里所说的同质性并不一定是产品本身的同质性, 而是消费者心目中的同质性, 它是消费者感知的产品的质量差异程度。

符国群 (1999) 运用K&L模型分析了品牌溢价的产生机买方, 他认为影响产品溢价的因素包括三类因素, 第一是买方对产品的评价, 它受五个方面的影响, 分别是买方对产品质量的关系程度、产品品质的变动幅度、产品最低的质量发现水平或“质量门槛”、购买前产品品质的可观测性、从购买日起到产品品质被最终揭示或证实的时间间隔;第二是卖方的影响, 首先是卖方对品牌的投资, 卖方对品牌和声誉的投资将提高企业获取溢价的能力, 其次是卖方或供应商的数量, 数量越多, 溢价就越低, 再次是卖方的垄断, 溢价的大小将与卖方的市场垄断力成正比;第三是市场因素, 信息被揭示和披露的速度越快溢价越低, 购买频率越低溢价越低, 利润率越低溢价越低。李黎 (2009) 认为在传统渠道下, 品牌溢价受质量因素、购买频率、品牌知名度、产品品质变动幅度、品牌数量、品牌类型六个因素的影响, 在网络环境下, 品牌溢价效应受网络安全、网站功能、网站信用、网站知名度四个因素的影响。

(三) 消费者特性

消费者对品牌溢价的影响主要表现在消费者对质量的偏爱程度和消费者的风险偏好程度。第一, 消费者对质量的偏爱程度, 消费者对质量越偏爱, 在购买产品时就越倾向于购买有信誉保障的品牌, 这样就越可能支付更高的溢价, 相反, 消费者对质量的偏爱程度越低, 在购买产品时就越不愿意支付更高的溢价以确保产品的高品质。符国群 (1999) 5认为消费者对质量越关心, 就越容易支付较高的溢价。第二, 消费者的风险偏好程度, 当消费者是风险偏好型时, 就越会抱着试一试的态度从信誉未知的卖方那里购买产品, 当消费者是风险规避型时, 就越会选择信誉好的品牌, 从而支付更高的品牌溢价。

三、影响网络零售品牌溢价效应的因素

(一) 信誉

在网络环境下, 消费者往往倾向于给予信誉更高的网络卖家更多的溢价, 例如在淘宝上, 虽然那些皇冠卖家的价格相对高一些, 大多数消费者也是愿意接受, 但在传统环境下零售商的信誉却不会带来如此普遍和如此大的溢价。其原因在于在网络购物的环境下, 消费者面对的是虚拟的交易平台, 此时买方面临的产品质量及卖方身份的不确定性要比传统零售商高很多, 因此其愿意支付给有信誉卖方的溢价也应当会更高一些。

根据一项研究表面, 80%的网上购物者拒绝透露个人信息, 他们中68%对网络卖家收集这些信息表示怀疑, 因此在网络环境下建立、维持买卖双方的信任具有重要的意义。Brynjolfsson和Smith (2000) 的研究发现, 不同零售商的书籍和CD的平均价格变动幅度分别为33%和25%, 这个价格变动差异来源于两个方面, 一个是产品在买方意识中的异质性, 另一个是零售商品牌和信誉的异质性。Houser和Wooders (2000) 发现卖方的信誉对奔腾III 500 MHz的最终价格会具有显著影响。Johnston (1996) 表明虽然更高的信誉不一定能够获得同等量的溢价, 但平均而言拥有高评价的卖方能够获得高于其他卖方8.3%的溢价。Lucking-Reiley等人 (2002) 研究了461场印度一种有价值硬币的拍卖, 发现消费者对卖方的消极信誉评价比积极信誉评价产生的影响更大。Lynch和Ariely (2000) 表明在电子渠道中大量产品信息提供给消费者的方式会影响价格竞争并加强消费者忠诚。Ba和Pavlou (2002) 论证了合适的反馈评价机制促进了信任的逐渐积累, 并使得有信誉的卖方能够获得溢价。Ottaway, C.L.Bruneau.和G.E.Evans (2003) 表明在拍卖中卖方的积极信誉评价会对产品的最终价格有重要的影响, 但是如果该产品已经被被拍卖过而且该拍卖过程有清晰的图片时, 卖方的信誉评价就不会对最终价格产生影响了。

(二) 产品价格

在其他因素一定的条件下, 一个产品越贵, 卖方保持诚信的激励因素就会越小, 机会成本也就越高, 就越难以保持诚。所以对于高价产品, 买方面临的风险要更大一些, 他们努力寻找讲信誉的卖方并支付给他们更高的溢价。Ba和Pavlou (2002) 12论证了网络上消费者对卖家的反馈评价越高, 卖家的信誉就会越高;卖家的信誉越高, 卖家的溢价就越高, 而且产品价格在对信誉和溢价的关系具有调节作用, 产品的价格越高, 信誉对溢价的影响就会越强烈。

Yongseog Kim (2005) 6探讨了在网络拍卖中, 消费者特征、产品特征和卖方的信誉对于产品溢价的影响。研究表明对于高价产品, 卖方信誉对于产品溢价的影响要高于低价产品;在卖方信誉信息已知的情况下, 理性消费者和冲动性消费者对产品溢价的影响没有显著差异, 在卖方信誉信息未知的情况下, 理性消费者和冲动性消费者为高价产品支付的溢价差异最大, 为低价产品支付的溢价没有显著差异。Hee-Woong Kim, Yunjie Xu (2007) 认为在网络环境下, 消费者对产品的感知价格会影响其对产品的购买意愿, 感知价格越高, 意愿越低, 同时网络卖方的信誉、消费者对网站的熟悉程度、转换成本和愉快性对感知价格和购买意愿间的关系具有调节作用。

(三) 信息披露速度

符国群 (1999) 4认为信息被揭示和披露的速度越快溢价越低。在网络环境下, 信息的披露速度相当迅速, 任何表现良好的品牌和表现不好的品牌都会很快的被披露出来, 这使得品牌所有者和消费者的信息对称成为可能, 从而对消费者和品牌所有者的行为都产生了相应的影响。大量的及时的品牌和产品信息逐渐的改变了人们的购物习惯, 现在的消费者特别是年轻消费者, 在购买前习惯于先在网络上搜集一下产品信息然后再进行购买, 而且对网购的消费者而言, 他们更倾向于查看他人的购买评价然后再决定购买哪种产品, 那么这就大大降低了品牌所有者和消费者之间的信息不对称。另外, 由于信息的披露速度越来越快, 那些不守信用以次充好的品牌很快就在网络上曝光了, 这就大大提高了这些不守信用品牌的机会成本, 那么品牌就会越来越倾向于信守承诺, 为消费者提供货真价实的产品。因此可以说, 互联网的发展所带来的高速的信息披露速度将逐渐的降低零售品牌的溢价。

四、结语

在传统环境下, 品牌溢价效应的主要影响因素为信誉、产品同质性、消费者特征, 这些因素对网络零售品牌的溢价效应也会产生一定的影响, 但在网络环境下, 影响零售品牌溢价效应的主要因素为信誉、产品价格、信息披露速度。

摘要：本文在回顾前人的研究和分析网络零售品牌特性的基础上, 发现影响网络零售溢价效应的因素主要包括信誉、产品价格、信息披露速度, 而且与传统环境相比, 这三个因素对于零售品牌溢价效应的影响要更大。

网络学习负效应研究 篇5

1 文献综述

随着以社会关系和网络结构特征等为研究重点的社会网络理论的产生与发展,学者们对产学研合作的研究多了一个角度。朱桂龙和彭有福[1]指出,产学研合作网络同时具有合作组织和网络组织的优点,其是企业、高等院校和科研机构自主协商组成的,以网络组织( 虚拟组织为典型) 的形式运作的,合作从事研究、开发、产业化等活动的全面联合机构,有利于新知识创新、各参与成员自身改进以及高新技术产业的发展。

企业作为知识技术创新的需求方,是产学研合作网络组织形成的重要推动力量。积极参与产学研合作,企业可以获取高等院校、科研机构的知识溢出以及创新资源,降低独自研发创新的风险,加快将知识技术转化为生产力的步伐,从而提高整体竞争力和成长潜力。Cyert和Goodman[2]认为产学研合作为企业提供了良好的学习机会,与大学、科研机构交流学习对于提升企业的战略思想、组织文化和解决问题的能力以及丰富知识储备具有重要意义。Mowery[3]指出企业积极参与大学和政府的合作研发,可以降低交易成本和研发成本,获取知识溢出效应,赢得研发规模经济收益。王娟茹和潘杰义[4]认为基于生存发展、技术层次提高和技术开发风险分担的需要,企业会与高等院校和科研机构形成契约型产学研合作模式。Lee和Win[5]也指出企业选择产学研合作,正是着眼于获得大学和研究机构的异质性战略资源,包括解决特定问题的技术资源、大学和科研机构的设备资源、训练有素的人力资源以及教育资源等。Zhu[6]则强调中介和小企业参与开放的产学研合作创新,容易获取额外的创新资源,产学研合作网络为企业创新提供了新鲜血液和空间,克服企业本身技术创新的产出规模限制、人才缺乏、资金短缺等问题,具有很强的战略性意义。

高等院校和科研机构在产学研合作网络中拥有非常重要的职能,是新知识、新技术传播和溢出的主要源泉。作为知识技术的拥有方,高等院校通常是知识原始创新的主要场所,为产学研合作提供信息和知识支持; 科研机构则肩负着知识的再创新和产业化任务,帮助企业及时将知识技术转化为创新成果。吴潍和陈莉平[7]认为在产学研合作创新网络中,大学和科研机构作为知识与技术的主要源泉,是新思想、新产品、新技术创造的活跃群体,可以通过培训、咨询、教育以及成果转化的方式,有效促进知识、信息、技术的扩散和市场价值的实现。Eom和Lee[8]认为高等院校和科研机构是国家创新体系的重要元素,它们为企业开辟吸取知识的渠道,通过培训学生让其掌握知识技能、与企业项目合作等方式进行知识扩散。葛杨等[9]的研究发现高等院校和科研机构可以将最前沿学术知识的外部性特征,通过技术服务等方式体现出来,为企业所吸收并转化为企业内部的显性知识,满足企业的市场需求。Sun[10]也指出大学包括教育、科学研究和技术创新,是新知识、新想法的重要产生根源,可以为企业提供源源不断的技术支持,产学研合作有利于促进区域技术进步和经济提升。

从内生增长的角度看,企业之所以能够吸收高等院校和科研机构拥有的新知识、新技术,增加自己的知识存量并转化为技术成果,得益于产学研合作网络中的知识溢出。Feldman和Francis[11]认为研究型大学作为重要的知识溢出源泉,通过积极支持本土区域、转移技术以及安排学生就业等形式,为企业、个人和政府机构相互作用提供了良好平台,从而促进知识溢出。王立平[12]通过对我国高等院校R&D知识溢出的空间范围和程度进行实证分析,发现区域内产学研合作中,高等院校对高技术产业企业的知识溢出是正向显著的。赵勇和白永秀[13]也认为产学研中的技术交流和研发合作为知识溢出创造了可能,特别是那些建立稳定合作关系的产学研合作网络,技术人员、研究人员以及企业家通过非正式交流或各种学术研讨会交换异质性知识,可以实现技术知识的溢出或扩散。Graf[14]通过分析德国和法国典型区域专利合作网络得出,高等院校和科研机构在产学研合作网络中充当 “守门人” 的角色,不断地将外部知识溢出到本区域内部,增加区域特色和知识存量。傅利平等[15]则发现作为知识链的动态知识网络,产学研合作创新网络内部存在基于企业衍生、人才流动和技术交流等形式的知识溢出。

可以看出,关于产学研合作( 网络) 与知识溢出,以往研究大多数专注于产学研合作内部的知识溢出对企业的积极正面影响,通常认为产学研合作网络中存在技术溢出和知识创新效应,并且这种知识溢出有利于促进区域创新和技术进步。对于产学研合作网络及其结构特征对知识溢出是否存在影响,以及如何影响知识溢出等问题有待于进一步深化和探讨。基于此,本文首先从社会网络分析方法的角度出发,提出产学研合作网络结构特征对知识溢出存在影响的假设,并构建模型进行实证分析和假设验证,剖析产学研合作网络的知识溢出效应。

2 研究方法与数据样本的选择

2. 1 社会网络分析方法

社会网络是社会行为者及其相互间关系的点边集合,其中 “点”是各个社会行为者, “边” 代表行为者之间的社会关系,行为和信息等通过社会关系传递,网络结构和关系特征等对行为者产生重要影响[16]。社会网络理论的核心是,社会行为者是嵌入于一个由非正式关系构成的社会网络之中,其行为与结果受所嵌入的社会网络影响。社会网络理论同时注意到了个体与社会结构,是一个连接行为与结构之间的重要概念,并突破二者割裂的局限性,为我们提供了一个崭新的图像与分析范式[17]。

随着计算机技术和信息可视化的发展,社会网络分析方法产生了很多相应的研究工具,Pajek软件就是其中一种。Pajek分析是以网络图的模拟为基础,把数据、信息和知识转化成容易识别的可视化形式,可以对多种网络尤其是大型网络的可视化进行分析,提供基于过程的分析功能,报告网络规模、网络密度、结点中心度、接近中心度等网络结构指标状况[18]。Pajek软件凭借大型网络数据处理能力,不仅突破了很多网络分析软件只能处理较小规模数据的瓶颈,而且具有便捷的获取方式以及强大的可视化功能,可以灵活地输入各种网络数据和直接定义网络,或者从外部导入数据生成,支持多种软件数据的格式。在网络图生成方面,Pajek软件可执行自动网络布局和手动网络布局两种操作,使用时通常需要将两者结合起来,先根据自动布局( Kamada- kawai指令或Fruchteman - reingold指令) 绘制基础网络( net) 图,然后使用分区( partition) 文件顶点的分类或聚类信息,通过手动布局移动相应顶点,弥补基础网络图若干细节的不理想的缺点,使网络图尽可能模拟实际情况,最后导出bitmap、EPS / PS、SVG等二维图像格式的网络图, 或者VRML、MDL MOLfile、Kinemage等三维图像格式的网络图。

2. 2 专利数据与样本的选用

利用专利数据指标衡量一个区域、一个组织乃至一个国家的创新能力在现有研究中尤为常见。专利数据用标准化信息展现了新想法和科技发展,表征技术提升和创新活动中有价值的信息资源,被认为是各种创新的重要产出指标[19]。合作专利是产学研合作网络中最主要的创新产出,能够直接体现产学研合作关系以及知识溢出水平,合作专利的申请过程以及后期使用可以展现知识溢出的方式和变化痕迹。目前专利申请种类有发明型专利、实用型专利和外观设计型专利等,由于外观设计型专利的技术创新含量较低,不能全面反映合作网络中的知识溢出现象,因此本文以发明型专利和实用型专利来衡量产学研合作的创新活动。在数据样本的选择中,如果专利申请人中同时拥有 “公司” ( “企业”) 与“高等院校”、 “公司” ( “企业”) 与 “科研机构”等特征,通常就认为这些主体存在专利合作关系,以此反映和表征产学研合作网络中的知识溢出效应。

在研究对象的选取方面,作为我国经济水平相对较高且发展比较迅速的省份,广东省拥有较多的高等院校和科研机构,经济环境基础较好,企业集群现象十分普遍,产学研合作及其网络规模较为显著,因此本文以广东省产学研合作网络为例进行实证分析。在产学研合作网络中,企业扮演着知识溢出的接收方角色,利用高等院校和科研机构提供的研发人才、技术流动而获取或者创造新知识,提高自身的创新能力,并且通过社会联系组成密切网络。本文将企业、高等院校和科研机构三种主体作为网络结点,运用2000—2013 年广东省产学研合作专利申请数作为分析指标,考察产学研合作网络对知识溢出的影响机制。

3 统计结果与网络模拟可视化

3. 1 合作专利数据统计结果

本文通过广东省专利信息服务平台( http: / /www. gdzl. gov. cn / ) ,分别以 “公司” & “大学”、“公司”& “研究院”、 “公司” & “研究所” 等为关键字,检索2000—2013 年广东省发明型、实用型合作专利申请,并且排除同时含有这些关键字的专利( 比如,广东省电信有限公司科学技术研究院,同时包含 “公司”和 “研究院”两个关键字,却不属于合作专利) ,最终共得到5 466 项数据,并对3种合作专利申请数量进行统计( 见图1) 。

(2000—2013年)

从总体趋势来看,2000—2013 年广东省产学研合作的专利申请总量不断增加。具体而言,2000 —2005 年合作专利申请数量处于较低水平,数量在28 ~ 110 项之间,增幅缓慢,处于发展的初始阶段。在2005—2013 年期间,产学研合作专利申请迅速发展,呈现明显的指数增长,2013年全年总量为1 219 项,是2005 年110 项的10倍多。其中, “公司” 和 “大学” 合作专利申请数量是三种合作专利中最多的,2000—2007 年的申请量几乎占据了3 种合作专利的全部,2008—2013 年增长速度较之前有所下降;“公司” 和“研究院” 合作专利申请在2000—2008 年一直处于较低水平,增长并不明显,随后显著增长,但仍低于 “公司” 和 “大学” 的合作专利申请数量; “公司” 和 “研究所” 合作申请的专利数量是三种合作形式中最少的,2000—2007 年处于7~ 13 项之间,2008 —2011 年有所增加, 但速度缓慢,并且2012—2013 年还表现出下降的趋势。总之,2000—2013 年广东省产学研合作创新产出即合作专利申请不断增多,增长速度不断加快,产学研合作具有一定规模,并表现出积极增长趋势。

产学研合作过程中,从研发合作投入到专利产出需要一段时间,知识溢出也存在一定时间滞后。Li[20]经过考察,认为中国发明专利申请获得授权大约需要3 年左右时间,本文采取滞后期为2 年。根据图1 显示,2005 年对广东省产学研合作来说,是该省真正提高自主创新能力、调整产业结构和转变经济发展方式的一个起始点。原因在于,2005 年我国提出将自主创新确立为国家发展战略核心,广东省更是相应党中央的号召,积极开展 “科教兴粤”活动,当年9 月份与教育部签署了 《广东省教育部关于提高自主创新能力,加快广东经济社会发展的合作协议》; 2006 年起广东省产学研合作网络的规模逐步扩大,形成了 “三部两院一省”的格局,全面启动省部合作推进产学研合作试点工作。随着相应政策的扶持,广东省产学研合作研发投入不断加大,经过2 ~ 3 年的滞后期后,2007 ~ 2013 年合作专利申请数量呈现积极增长。

3. 2 网络模拟可视化

根据社会网络分析方法,将前文获取的合作专利申请数据文本文档,包括合作申请专利的公司( 企业) 名称、高等院校名称以及科研机构名称以及相互合作申请专利项目的数量,录入txt2Pajek软件,转化为Pajek可识别的文件,然后在程序中执行Kamada - kawai指令。该指令可根据起始条件,使用再定位技术,自动绘制网络图; 接着执行手动布局,提高模型识别的精度,尽可能使网络图符合其本身客观的存在。进行网络模拟可视化的研究结果如图2 所示。

(2000—2013年)

网络图中结点之间的连线表示结点相互联系的关系,即 “公司”和 “大学”、“科研机构”有合作申请专利。其中,有些公司和大学、科研机构之间申请了多项合作专利,因此图中结点连线( 无方向) 只强调结点之间的联系,展现产学研合作的网络规模。不难看出,2000 年以来广东省产学研合作的网络规模逐渐扩大,网络主体越来越多。产学研合作涉及的公司、大学和科研机构更加广泛,从不具有明显网络特征的简单合作网络,逐渐扩大到包含多联系结点的小型子网络的复杂合作网络,并且网络实际拥有的连接逐渐增多。在外源结点参与合作的情况方面,结点的数量越来越多,意味着更多的省外公司、大学和科研机构参与到广东省产学研合作中,省内省外的产学研合作联系更加频繁。

具体来看,网络图中的结点在逐年增加,从2000 年的32 个增加到2013 年的484 个,并可大致分为两个阶段。2000—2005 年期间,拥有多方向联系的结点较少,绝大多数只是两两之间具有连线,显示许多公司和大学或者科研机构仅仅存在相互合作关系,较少或者没有3 个及3 个以上的产学研主体同时参与合作,网络整体的连通性较差; 2006—2013 年期间,结点联系不再局限于两两之间,开始出现相对简单和复杂的小型子网络,葡萄串状小型子网络在2007—2013 年逐年明显,反映知识信息在网络中的传播更容易,网络的整体通达性较高。尤其是在2012 年与2013 年,连接线最多的结点拥有的连线数分别为62 和67,并且这些结点均为华南理工大学,可以看出华南理工大学参与多家公司企业的合作研发。另外这些公司企业还与其他大学合作,比如中山大学、广东工业大学等高校,不断将新知识和新技术溢出于整个产学研合作网络中。

总之,2000—2013 年广东省产学研合作网络逐渐走向成熟,单个结点与更多的结点存在连线( 合作关系) ,公司和大学、科研机构的合作范围更加广泛,知识信息在合作网络中传播更加顺畅,知识溢出效应更趋明显。2000—2013 年广东省产学研合作网络中拥有连接最多的结点,即产学研合作活动中最活跃的公司、大学和科研机构如表1 所示。

(2000—2013年)

4 模型构建与实证分析

4. 1 模型设定的假设条件

作为一个网络本身,产学研合作拥有网络规模、网络密度、结点中心度等网络结构特征,它们影响着产学研合作网络的大小、密集程度以及结点中心程度等。为了构建模型并进一步探讨产学研合作网络的结构特征对知识溢出的影响机制,本文提出如下3 个假设:

4.1.1网络规模对知识溢出的影响。

网络规模是指网络中结点的数量,结点越多,网络规模越大。产学研合作网络的成员是基于创新知识的供求关系,而不是市场的竞争关系,企业表现出对新知识、新技术的极大需求,属于知识接收方; 高等院校和科研机构不断的提供创新性知识,满足企业技术需求,是知识溢出方[15]。在产学研合作网络中,高等院校和科研机构的参与,在一定程度上决定着企业获取知识技术渠道的多少,进而决定着产学研合作网络的知识溢出水平。另一方面,企业对新知识、新技术具有强烈需求,较多的企业使得产学研合作自发形成的动力更强,大量的合作使知识溢出更加明显,因此可以得出模型的假设Ⅰ,即产学研合作网络的规模与知识溢出水平成正相关。

4.1.2网络密度对知识溢出的影响。

衡量网络结构特征的另一个指标是网络密度,其是指网络中实际边数与最大可能边数的比率,取值范围在0 ~ 1 之间,用来衡量一个网络各个结点之间联结的紧密程度。紧密的网络联结降低了较远距离范围内的结点之间信息传递失真的可能性,有利于促进信任、规范、权威等制度在网络中的建立,从而减少复杂网络知识溢出的时间,使网络成员更易获得外部知识和信息[21]。网络密度越紧凑,各成员实际拥有的联系越频繁,更容易拥有共同的行为预期和决策,有助于行为规范的形成和实施,信息传递更具有真实性,从而可以加快网络中资源的快速传播和分享,提高各成员决策和行动的效率,确保网络中合作创新产出的顺利、高效实现。基于此,本文提出假设Ⅱ,即产学研合作网络的网络密度与知识溢出程度、合作创新产出成正相关。

4.1.3结点接近中心度对知识溢出的影响。

在社会网络分析中,距离可以用来衡量结点间亲密程度、信息在结点间传播的快慢难易等,运用距离的概念,可以界定接近中心度指标。结点接近中心度以该结点与其他所有结点的距离总和为基础,总距离越大,接近度越小。如果一个结点与多个结点相连,表明该结点与周围结点之间的联系很通达,信息拥有从周围结点到达该结点的路径也会较短。由于每个结点的接近中心度无法与知识溢出水平直接建立联系,本文用网络中结点接近中心度的平均值代替。对于广东省产学研合作网络来说,网络规模的增长速度比各个结点接近中心度增长速度要快很多,因此平均结点接近中心度与每个结点的接近中心度成负相关,与知识溢出水平也成负相关。本文有假设Ⅲ,即平均结点接近中心度与知识溢出水平成负相关。

4. 2 模型的构建

知识生产函数是测算R&D活动和知识溢出对生产率增长及企业创新产出贡献的一个恰当选择[22]。考虑到产学研合作活动主要涉及的是研发投入产出和知识溢出,通过研发投入与合作网络中的知识溢出,合作成员获取的最直接成果是合作专利的申请。为探究产学研合作网络对知识溢出的影响,本文选取合作专利申请数量作为被解释变量,并用PAT表示; 由于研发人员和研发经费的投入均能够对研发创新产出产生影响,结合前文假设,本文将企业、高等院校和科研机构的研发人员和研发经费投入,以及网络结构特征指标作为解释变量。

基于前文关于网络结构特征的3个假设条件,本文用NS代表广东省产学研合作网络的网络规模,即网络包含的所有结点数目;用ND代表产学研合作网络密度,通过公式获得,l表示产学研合作网络中实际拥有的连线数;用ANC表示产学研合作网络中每个结点接近中心度的平均值,通过获取,其中NC表示合作网络中每个结点的接近中心度,由Pajek软件报告得到;同时,用Q表示产学研合作网络中外源结点的数目(包括广东省外的企业、高等院校和科研机构),外源结点的度量可以反映外部新颖性资源与信息的流入,以及地理因素导致的外部性知识溢出。由于创新过程研发投入以及知识溢出滞后期2年的存在,如果被解释变量合作专利产出为t年,对应的研发人员和研发经费投入变量则为t-2年。本文构建如下知识函数模型,反映产学研合作网络对知识溢出的影响:

其中,RDEt - 2表示第t - 2 年广东省大中型企业研究与实验发展经费支出( 万元) ,RDUIt - 2是学研方高等院校、科研机构的研究与实验发展经费支出( 万元) ,XEt - 2,XUIt - 2分别表示第t - 2 年广东省大中型企业、高等院校和科研机构的研究与实验发展人员全时当量。时间跨度t为2000—2013 年,RDE、RDUI、XE和XUI等数据来自1999—2012 年 《中国科技统计年鉴》。

考虑到解释变量和被解释变量具有不同单位,以及解释变量之间相关性可能造成的影响,本文将高等院校与科研机构作为知识拥有方合并加总,所有研发投入取人均形式,并运用柯布—道格拉斯生产函数,同时采取对数形式变换,构建关于网络规模、网络密度、结点接近中心度以及外源结点数量与知识溢出水平的实证模型如下:

其中,RDE /XE、RDUI/XUI分别为大中型企业、高等院校和科研机构内每个研发人员拥有的研究与实验发展经费支出( 万元/人) 。C是截距项常数,ε 为不可观测的误差项。

4. 3 实证结果分析

本文采用EViews6. 0 对实证模型( 2) 、 ( 3) 、( 4) 、( 5) 进行OLS估计( 见表2) 。由于模型为时间序列,为考察该时间序列是否平稳,对所有模型的残差序列进行ACF检验,检验结果显示4 个模型的残差序列均表现出时间平稳性。为探究随机扰动项是否存在自相关和异方差,对上述模型的残差序列进行序列相关性检验( B - G检验) 和异方差检验( Q检验) ,结果表明4 个模型的残差均不存在序列自相关和异方差,模型的显著性检验和估计具有意义。

注: * 、**、***分别表示通过显著性为1% 、5% 、10% 水平的t检验

从表2 的回归结果来看,4 个模型R2和调整的R2值均比较高,表明模型的拟合优度较高,即被解释变量的总变异中有回归模型解释的那个部分所占的比例很高; 4 个模型的值也很高,均通过显著性检验,显示了解释变量对因变量是有显著影响的,回归总体是显著线性的。4 个模型回归的结果非常相似,RDE /XE、RDUI/XUI与网络的知识溢出水平的弹性系数均为正,显示企业或者高等院校和科研机构人均研发费用增加,合作专利申请数量则增多。模型( 1) 和( 4) 中,网络规模( NS) 和外源结点数目变量( Q) 与产学研合作网络的知识溢出水平PAT之间的弹性系数为正; 模型( 2) 和( 3)中,网络密度( ND ) 和平均结点接近中心度( ANC) 与PAT之间的弹性系数为负。具体来看,广东省产学研合作网络对知识溢出的影响机制如下:

从模型( 1) 的回归结果可知,网络规模( NS)与知识溢出存在显著影响,通过了1% 水平的显著性检验,并呈现正相关关系,即网络规模越大,知识溢出水平越高。二者之间的弹性系数为0. 97,表明网络规模每增加或减少1% ,知识溢出水平随之增加或减少0. 97% ,验证了前文提出的假设Ⅰ。从图2 中也可以看到,2000—2013 年广东省产学研合作网络规模不断增大,合作专利申请越来越多,知识溢出水平不断提高。随着网络规模的增大,参与产学研合作网络的企业、高等院校和科研机构逐渐增多,原有结点不仅拥有最初的合作关系,也可能与新加入的结点产生联系,知识在网络中的流动越频繁,自身获取信息机会就越高。

模型( 2) 的结果显示,网络密度( ND) 与知识溢出水平呈负相关关系,并通过1% 的显著性检验,产学研网络密度每增加1% ,合作专利申请数量将下降0. 98% 。这表明网络密度对知识溢出水平的影响是显著的,网络密度越大,知识溢出水平越低,这与前文假设Ⅱ相反。原因在于高密度的网络聚集可能抑制了企业对新资源的获取能力,导致企业之间过度竞争,从而削弱学习能力和适应能力,使得企业创新和差异化变得更为困难[23]。随着网络密度的增大,结点之间的联系会增加,容易形成固定的合作对象,使部分关系变得冗余,造成信息和新技术的封闭性,延长网络成员对信息和知识搜索的时间,降低知识溢出水平。另一方面,网络密度的增加有可能是由较多的大学结点导致,大学与企业的合作机会变多,同等条件下企业与科研机构的合作会相对减少; 但大学的研发投入有限,降低了知识溢出的效率,合作专利申请数量也可能下降。

网络平均结点接近中心度( ANC) 与知识溢出程度呈负相关,并通过5% 的显著性检验,两者的弹性系数为0. 68,平均结点接近中心度每增加1% ,产学研合作专利申请数量将下降0. 68% 。由于网络规模的增大速度快于结点的接近中心度速度,平均结点接近中心度就随结点接近中心度的增加而下降。也就是说,知识溢出水平随结点接近中心度的增大而减少,假设Ⅲ得以验证。在产学研合作网络中,结点接近中心度增加,知识溢出的效率越高,合作创新产出也就越频繁。但在广东省产学研合作网络现实中,大部分结点的接近中心度较低,许多企业只是单纯的与一所大学或者科研机构存在合作关系,同时与多个大学或者科研机构合作的企业较少,因此网络的通达性并不是很强,知识溢出效应也不明显。

外源结点数量( Q) 对合作专利申请具有显著影响( 通过1% 水平的显著性检验) ,并呈现正相关关系,弹性系数为0. 73,这表明随着网络中广东省外结点参与合作研发活动的强度增加,合作创新产出和知识溢出水平相应增加。由图2 可以看出,外源结点的数量不断增加,由此引起网络中知识溢出水平不断提高。外源结点带来的外部性知识,打破了合作网络本地化封闭的特征,扩大了网络的地理范围和开放程度,弥补了本地高密集聚集带来的信息传播堵塞。同时,通过本地企业与外地高等院校、科研机构合作,降低了本地产学研合作中企业之间为争夺与高等院校、科研机构的合作引起的竞争,增大了网络主体获取异质性知识的可能,使整个合作网络的知识溢出水平增加,并有助于提高合作创新产出。

5 结论与政策建议

本文采用2000—2013 年广东省产学研合作专利申请数据,运用社会网络分析方法,构建了产学研合作网络及其结构特征对合作专利申请的函数模型,并进行实证回归分析,得出产学研合作网络对知识溢出的影响机制如下: ( 1) 在网络规模方面,产学研合作网络的规模对知识溢出水平、合作创新产出具有正面显著影响。网络规模的增大意味着参与产学研合作的企业、高等院校和科研机构增加,知识和技术在一定程度上更容易扩散。 ( 2) 产学研合作网络的密度对知识溢出水平存在负面影响,过高的网络密度导致结点之间的联系重复,使得知识溢出的传导途径部分冗余,从而降低了知识溢出水平。( 3) 结点接近中心度对知识溢出的作用正好与网络密度的影响相反,结点接近中心度越高,信息传递越容易,网络的整体通达性越强,知识溢出水平也越高。参与合作的区域外成员对知识溢出水平存在正面影响,更多区域外成员的加入意味着异质性知识更多的传入本区域中,本区域合作竞争将下降,这些都有利于知识溢出水平的扩大。

基于以上4 点结论,本文提出如下政策建议:

(1)扩大产学研合作网络规模,积极将更多的企业、高等院校和科研机构引入合作网络中。可以根据产学研合作网络的特点以及行业发展情况,通过优惠政策扶持面向产学研合作的公共技术平台和各项科技中介服务结构,进驻各高等院校和科研机构开展宣讲会,鼓励它们多与企业建立合作关系;另一方面,政府可以作为中间人,通过信息共享向企业介绍更多有能力的高等院校和科研机构,加强产学研合作关系,完善合作网络的进入机制,鼓励外部成熟企业以及有一定研发潜力的成员进入网络,增加网络获得异质性资源的可能性。

( 2) 针对高密度对产学研合作网络中知识溢出的负面影响,政府可以主导建立完善的产学研合作信息平台,在产学研创新联盟中引入网络化平台模式,共享资源和信息。在产学研合作网络中,建立稳定的信息平台有利于信息和技术的交流、扩散。信息平台充当着桥梁的角色,降低由高密度产生的重复联系,避免成员间的冗余关系,缩短网络各成员交流的时间,防止信息和知识获取受阻的发生,同时促进网络成员将更多的时间投入到有效的合作关系中。目前我国在建立产学研信息平台方面,已存在项目投标、网站信息、政策鼓励等多种方式,但为使知识需求方与供给方建立更充分的联结,仍需加强完善信息平台的建设与普及。

( 3) 建立正确的政策引导,鼓励更多综合性高等院校和科研机构加入网络,缩短合作成员信息传递的路径。高等院校和科研机构可以邀请企业开展各种类型的技术讨论会,引导研发人员从大学、科研机构流向企业,推动自身成为网络核心结点,不断向产学研合作网络创造新知识和溢出新信息,协助企业将知识转化为技术成果。政府要通过资助大学或者共同合作建立研发中心、实验室等方式,加强产学研合作的关系,促使形成拥有多个小型子网络的大型产学研合作网络,从而减少信息传递路径上的各种障碍,提高整体网络的连通性。

网络学习负效应研究 篇6

在当今世界经济中,区域化成为全球贸易自由化的主导力量,简单、灵活、有效的自由贸易协定(Free Trade Agreement,以下简称FTA)已成为世界各国广泛参与经济合作的重要形式。国际贸易体系中FTA的数量急剧增长,超越地缘界限,跨洲际的区域合作趋势急剧上升。FTA不仅存在于单个经济体之间(如中国-新加坡FTA),还广泛存在于单个经济体与区域经济集团之间(如中国-东盟FTA)以及区域经济集团之间(如欧盟-南方共同市场FTA),出现了一个国家(区域)与多个国家(区域)分别缔结FTA的重叠现象,以及世界上多个FTA与关税同盟共存下的复杂关系网络。

据世界贸易组织的统计,目前所有WTO成员都参加了一个或一个以上的FTA,例如,智利已是30多个区域或双边FTA的正式成员,东盟也和多个国家签订了FTA协定,加之欧盟等不同类型区域经济集团的共存,形成了混合、复杂的世界网络格局。

一、FTA网络关系的第三国效应研究

20世纪80年代开始,关于FTA理论的研究基本围绕两大问题展开:一是FTA对全球多边贸易自由化的推进或阻碍作用的考察;关于区域化阻碍全球化的进程的观点中,大致可分为优惠侵蚀/剥削式、糖果袋(goodies bag)式、摘樱桃(cherry-picking)式的阻碍联盟三种类型;而Larry&Bergsten(1991)则认为区域化会滋生多边自由化。二是FTA自身建设与发展问题,贸易创造与贸易转移至今仍是分析自由贸易区贸易效应的重要理论依据。随着区域经济一体化的发展,相关研究一直在不断地丰富和拓展,最初以静态贸易效应为核心,后来进一步拓展到动态效应,目前主要分析模型有巴拉萨模型、引力模型、一般均衡模型以及GTAP模型。

随着FTA的蓬勃发展,出现一个国家(区域)与多个国家(区域)分别缔结FTA的重叠现象,学术界开始关注多个FTA共存下的网络关系。Jackson和Wolinsky(1996)运用网络形成博弈理论最早提出了适合分析FTA混合形态的理论框架,但对于解释FTA网络形成问题,还不足以建立完美的分析范式。Furusawa和Konishi(2005)建立了一个N国FTA随机形成模型,用以回答一个国家是否有动力签订FTA和一个国家是否有动力破坏现存的FTA网络。Baier and Bergstrand(2004)是第一个系统性地对FTA的经济决定因素角度进行实证研究,运用probit模型估计了横截面数据,得出当两国距离越近、两国与其他国家距离越远、两国的经济规模越大、两国之间的经济规模越相似以及两国的资本劳动要素禀赋率差异越大,则两国之间建立FTA关系的可能性越高且两国建立FTA所得净福利越大。Baldwin(1995,1997)认为,一个关税同盟的签署或深化可能引致非成员国也加入关税同盟,非成员国将加入关税同盟视为矫正歧视的一种方式,这样第二轮区域化将会创造它们自己的贸易转移,导致更多非成员寻求加入。关税同盟的形成会影响到外部国家加入关税同盟的意愿,被称做“区域化的多米诺理论”,这是研究不同FTA关系情形对一国签订FTA意愿影响的雏形。Baldwin&Jaimovich(2010)将多米诺理论分析进一步运用到FTA,得出第三方的行为会感染到一国加入FTA的意愿,从原本不愿加入转变为加入FTA,将这种效应称为“多米诺效应或感染效应”。Egger&Larch(2008)研究了FTA网络关系之间的潜在影响,并将这种影响称作“相互依赖性”。Baier,Bergstrand&Mariutto(2011)进一步区分了这种相互依赖性的两种来源———“自主FTA(own-FTA)”效应和“交叉FTA(cross-FTA)”效应。“自主FTA”效应是指拟建立FTA的两国中的一国与第三国已存在FTA,对两国拟建立FTA可能性的影响;“交叉FTA”效应是指拟建立FTA一组国家之外的两国或多国之间(或称作第三国家组)已存在的FTA关系对这组国家拟建立FTA可能性的影响。Chen&Joshi(2010)划分两种不同情形实证分析签订FTA的动机在很大程度还取决于这两个国家分别与第三国现有FTA关系,且实证研究发现,两个国家与第三国之间存在的FTA关系不同,两国之间建立FTA的意愿程度会存在差异。上述的“自主FTA”效应与“多米诺效应或感染效应”类似,Chen&Joshi(2010)将这种“自主FTA”效应称作第三国效应,即两个国家之间是否会建立FTA会受到签订国与第三国现有FTA关系的影响。

二、中国参与FTA现状

中国参与FTA的起步较晚,目前正在与28个国家和地区建设15个自由贸易区或协定,其中,已签订的FTA有10个,在谈判进行中的FTA有5个。此外,中国—韩国以及中国—印度的FTA已完成可行性研究,中国—瑞士和中日韩三国FTA正在进行可行性研究。当前,中国FTA伙伴分布以周边国家为主,且仅限于发展中国家和几个规模较小的发达经济体,而三大贸易伙伴欧盟、美国和日本均尚未将中国列入近期FTA谈判的议程。中国FTA的规模数量、涉及领域、实施效益、影响力等方面均大大落后于欧美发达国家,因此,积极谋求建立更多FTA是中国在区域一体化发展大背景下的努力方向。在错综复杂的FTA网络格局下如何谨慎理智地选择FTA伙伴关系,以改善国家福利,对中国显得尤为重要。

研究多种一体化形式共存下FTA网络是区域化经济研究的新视角。当前对FTA网络关系下的第三国效应理论研究处于探索的初级阶段,还未形成完整的理论框架和体系。基于此,笔者希望在今后的文献追踪中继续关注该领域的研究进展,以期对其作出更为全面的把握。

参考文献

[1]蔡宏波,黄建忠.国外自由贸易协定研究新进展[J].国际贸易问题,2008,(7).

[2]曹亮.区域主义和多边主义摘要:共存或冲突——一个政治经济方法的分析视角[J].管理世界,2007,(4).

[3]Baier S.,Bergstrand J.Economic Determinants of Free Trade Agreements[J].Journal of International Economics,2004,(64):29-63.

[4]Baldwin R.A domino theory of regionalism,NBER WP4465,Eventually published in Baldwin,Haaparanta and Kiander(eds).,Expanding membership of the European Union,Cambridge University Press,1995.

[5]Baldwin,R.The causes of regionalism[J].The World Economy,1997,20(7):865-888.

[6]Baldwin,R.,Jaimovich D.Are free trade agreements contagious[J].National Bureau of Economic Research,2010:16084.

[7]Bhagwati J.The World Trading System at RiskPrinceton University Press,Princeton,New Jersey,1991.

[8]Bhagwati J.,Regionalism and multilateralism:An overview,in Anderson,K and Blackhurst,R(.eds),Regional integration and the global trading system,London:Harvester-Wheatsheaf,1993.

[9]Bhagwati J.,Termites in the Trading System:How Preferential Agreements Undermine Free Trade[D].Oxford University Press,2008.

[10]Chen M.,Maggie X.,Sumit J.,Third-country effects on the formation of free trade agreements[J].Journal of International Economics,2010,(82):238-248.

网络学习负效应研究 篇7

煤、电产业作为我国基础性能源产业,其价格波动直接关系到宏观经济的平稳运行,煤电价格备受社会各界的关注。为此,国务院办公厅于2012年底下发《关于深化电煤市场化改革的指导意见》,提出实施电煤产、运、需衔接机制,并制定了煤电价格联动政策。而受宏观经济的影响,我国电煤市场逐渐由供给不足向供给宽松转变,煤、电双方的市场地位发生显著逆转,煤—电关系需要重新审视.本文基于情景分析思想,分析不同煤电价格联动机制对宏观经济的影响,以求健全煤电价格调控政策,降低煤、电双方价格冲突的风险。

长期以来,煤炭与电力产业紧密关联,煤炭价格波动直接影响燃煤电力的生产成本及其地板价格[1,2]。我国煤电冲突主要来自调整既得利益分配格局的过程,难点在于煤、电行业的调整依据的不一致以及政府部门的不当介入[3]。Wang(2007)[4]通过对中国煤、电产业的定价政策和交易关系的分析,认为中国煤、电产业由于政府的过度介入而难以形成稳定、合理、成本节约的交易关系,现行的价格管理体制难以实现资源配置和生产效率的提升。事实上,煤电冲突由来已久,多数学者认为电煤价格冲突来源于电煤纵向价格双轨制和电煤市场复杂多变的共同作用[5,6]。于立(2008)[7]、于立宏和郁义鸿(2006)[8]、刘希颖与林伯强(2013)[9]指出,由于煤、电产业价格形成机制截然不同,“计划电”与“市场煤”是导致双方发生价格冲突的根本原因。Zhao等(2012)[10]也认为,中国煤炭和电力价格改革的不对称性是导致煤电冲突的根源,煤、电合作可以化解这一冲突。Liu等(2013)[11]认为我国以市场为导向的煤炭定价以及政府规制为主导的电力定价之间的差异,是导致煤电价格不协调的根本原因。此外,煤炭价格双轨制以及煤、电产业间利益分配的激励性缺失,也被视为导致煤电冲突的原因[12]。长期以来,“市场煤”价格明显高于“合同煤”价格,煤炭价格双轨制使得煤电供应链利益分配极不公平,造成社会福利损失[13]。如Yang等(2012)[14]认为中国煤炭价格高企和封顶电价政策,是引发中国大规模电力短缺的根源。然而,煤炭价格双轨制只是政府干预煤炭价格的一个临时政策,并非现阶段煤电价格冲突的主要原因。

煤电价格冲突是一个颇具中国特色的问题。国内学者基于煤电冲突成因的分析,提出了煤电纵向一体化[15,16]、煤电长期契约[17]、煤电战略联盟[12]、煤电价格联动[9]等一系列解决对策。然而,由于电煤市场的复杂多变,这些政策均具有一定的局限性,特别是对各种政策选择没有一个定量的比较,更无法确定煤电企业之间关系的变化对电煤价格及下游产业会产生怎样的影响。煤电冲突的影响不仅局限于煤炭和电力产业,而现有研究未能充分考虑其对下游关联产业与宏观经济的影响。本文无意于比较以上政策的得失与否,旨在针对煤电联动这一特定政策的宏观经济影响进行分析。

针对煤电联动政策而言,我国先后多次调整并实施了煤电价格联动机制。特别是2012年底提出的煤电价格联动机制,规定“当电煤价格波动幅度超过5%时,以年度为周期,相应调整上网电价,同时将电力企业消纳煤价波动的比例由30%调整为10%”。与往期的煤电价格联动政策相比,考察周期由“不少于6个月”调整为“年度”,电力企业消纳煤价上涨的比例由30%调整为10%.随着电煤市场的变化,这一联动机制政策效果如何,其对下游关联产业以及宏观经济的影响效应如何,均需进行系统的分析。煤电联动作为一种由行政定价向市场定价机制转化的过渡性体制安排,不是最有效的和最根本的解决煤电矛盾的方式,但在特定时期却有一定的必要性[18]。He等(2013)[19]通过对中国电力价格及其影响因素关系的分析,认为煤电价格联动机制可以有效规避电力定价风险。事实上,煤电价格联动政策的提出,缺乏扎实的现实基础和精确的定量分析,且其政策的执行和调整严重滞后于市场的快速变化,特别是新形势下其政策有效性与否及其对宏观经济的影响需要重新检验。

当前学者针对煤电价格联动机制的研究,主要聚焦于这一政策工具的操作性、执行障碍及其影响效应的讨论[18,20]。如沈小龙与贾仁安(2012)[21]基于系统动力学建模技术,模拟分析了煤电价格联动政策价格调整和效益的传导机制,对影响煤电价格联动政策实施成效的关键因素进行了量化研究。He等(2010)[22]采用CGE模型分析了中国煤炭价格调整对电力工业以及电力价格调整对宏观经济的影响,认为煤炭价格上涨导致电力行业的成本上升,但其影响能力随着煤炭价格的上涨而减小。刘希颖与林伯强(2013)[9以煤电联动机制为切人点,利用动态CGE模型模拟了电价变动的宏观经济、社会及环境影响,认为实施煤电联动的负面影响远低于政府的担忧,煤电联动政策是一个利大于弊的选择。Jiao等(2010)[23]基于博弈模型分析了中国煤电价格联动机制,认为在煤炭价格上涨幅度超过5%时,电力产业不可能完全消纳煤价上涨带来的成本压力,电力市场化改革不能仅仅依赖于煤电价格联动政策的推动,关键在于提高电力工业运营效率,政府应逐步放开价格管制,健全电力市场的定价机制。总体来看,当前学者多是从微观企业层面针对煤电价格联动对煤电双方影响的分析,而鲜有对其宏观经济影响效应的研究,且多是基于主观的定性分析或理论模型的推演,缺乏科学的定量分析与检验。

然而,李虹与谢明华(2010)[24]的研究弥补了这一缺陷,他们基于投入产出的视角构建了投入产出价格影响模型,研究了煤电价格联动引起的电价调整与通货膨胀之间的关系。这一研究给本文提供了良好的启示:经济系统中各部门之间通常存在固有的投入产出关系,价格传导是通过价格的非均衡状态与均衡状态的相互转化,表现为某一产品价格变化而引起其他产品价格结构变动的过程。而针对煤电价格联动而言,煤炭价格波动导致电力企业的原料成本,进而通过联动机制影响电力供给总量和电力价格水平,并通过产业链传导影响其他产业价格水平。可以认为,基于成本推动型的价格传导机制,是以产业间的投入产出关系为基础,研究的是产业价格变化对其相关产业的价格传导作用。基于这一认识,复杂网络理论对此具有很好的适用性,本文由此将各部门之间的价格传导系统视为由多个节点构成的复杂系统,以不同的产业部门作为网络节点,以各部门之间的价格波动与联动关系抽象为边,通过构建价格联动网络来研究不同煤电价格联动机制的传导效应。

复杂网络主要借助图论和统计物理的方法,是描绘和研究复杂系统结构和行为的有力工具[25]。近年来国内外学者逐步扩展了这一理论,并将其广泛应用于舆情传播控制[26]、交通运输网络[27]、金融市场复杂性[28,29]等诸多领域,特别是在能源价格问题上的应用较为广泛。如陈卫东等(2010)[30]基于粗粒化方法构建了国际原油价格波动的有向加权网络,分析了国际石油价格变化的内在规律及其动力学特征。孙晓蕾等(2012)[31]采用复杂网络模型分析了全球原油贸易网络无标度性与群聚性、网络混合与互惠性等拓扑特征及其动态演化过程。程淑佳等(2013)[32]采用复杂网络分析方法,分析了十大原油进口地区石油贸易的拓扑结构差异及其区位在原油贸易空间格局形成中的作用。安海忠等(2014)[33]基于加权复杂网络及其演化模型,研究了原油期货和现货价格之间的涨落模式。Castagneto-Gissey等(2014)[34]根据图论思想对欧洲电力现货价格之间的相互作用进行了动态多变量网络建模,描述了欧洲电力价格的不断变化的影响,并对市场一体化的重要变化进行了检验。复杂网络方法在煤电价格联动问题上的研究,也有学者给予了关注。如杨彤等(2009)[35]等基于76部门投入产出关系,建立了煤电价格传导复杂网络模型,分析了煤电价格联动机制的价格传导路径及其影响效应。时至今日,煤电价格联动机制进行了调整,特别是煤价下滑背景下的煤电价格联动政策效果如何,其对煤电产业及其下游关联产业以及宏观经济影响如何仍需研究。

基于这一认识,为定量分析不同煤电价格联动政策对宏观经济的影响,本文研究结构安排如下:首先基于要素成本推动型的价格传导理论,以投入产出表中各部门为网络节点,以部门之间的价格传导关系为连边,建立价格传导复杂网络模型;其次,从各部门投入产出系数、供需水平及其产业利润率等因素予以考虑,确立价格传导复杂网络的演化规则及其动力机制;最后,基于情景分析的思想对不同政策情景下的煤电价格联动效应及其对宏观经济的影响进行仿真,进而设计操作性强的煤电价格调控政策。

2 价格传导复杂网络建模

复杂网络通常强调系统的结构并从结构角度分析系统的功能,研究复杂系统拓扑结构对系统演化、系统动力行为的影响。由于经济部门之间通常存在直接或间接的相关性,其价格传导伴随着生产要素流动而表现出复杂网络的特征,本文将各部门之间的价格传导系统视为一个由多个节点构成的复杂系统[35,36]。而由于价值型投入产出表恰能反映出部门之间相互依存的数量关系,本文根据研究需要对投入产出表中各产业进行拆分或整合,并借鉴价格传导理论建立价格传导复杂网络,进而分析不同煤电价格联动机制对国民经济各部门的影响效应。

2.1 价格传导复杂网络模型构成要素

基于成本推动型价格传导机制的假设,本文将价格传导的过程分解为两个阶段:首先,上游产品价格变动传导至下游产业,这一阶段不考虑时间滞后因素的影响,认为成本推动型的价格传导过程是一种完全传导和顺畅传导;其后,下游产业受成本及市场供需变化而间接导致价格波动,若下游产业的产品市场供过于求,则其上游产品价格波动导致的成本上涨压力会被缓解,即上游产业的价格传导作用被减弱,反之上游价格上涨带来的传导作用则会被强化。由此可以认为,生产成本、供需水平、产业利润率及其价格传导差异是影响价格传导的重要因素。

(1)生产成本。为分析成本因素对价格传导效应的影响,本文以完全消耗系数来衡量成本因素的影响,表示某一部门每提供一单位最终产品所要消耗各部门产品或服务的数量,其不仅能够反映成本因素在各个产业间的流转,还可以反映成本因素对价格变动的直接和间接影响。本文首先基于2007年投入产出表计算出直接消耗系数a,j=xij/Y,xij表示投入产出表中每个单元格的价值量,Y表示该单元格所在列的总投入量,由此可得直接消耗系数矩阵A=[aij]m×n,进而可求出完全消耗系数矩阵B=(I-A)-1-I.

(2)供需因素。而基于市场供需对价格传导影响的考虑,本文以投入产出表中的各部门中间使用量与最终使用量之和表示该产品的市场总需求量d,以各部门的总产出表示产品的市场总供给量s.分析可知,当上游产业价格变动传导至下游产业时,若此刻下游产业的市场供不应求,则上游价格上涨对下游产业的价格传导效应会被进一步放大,上游价格下降则会导致其传导作用减弱;若下游产业市场供过于求,则上游价格上涨将导致其价格传导作用减弱,上游价格下降则会导致其传导作用强化。因此,下游产业的市场供求状态对两产业间的价格传导会有一定影响。

(3)产业利润率。通常认为,下游产业的利润率决定了成本上升带动下游产品价格变动的方向和程度。若下游产业利润率较低,则其产品价格变动受上游价格下降的压力较小,价格传导作用会弱化;若下游产业利润率较高,则其成本上升的压力会被部分或全部消化,造成价格传导作用的弱化。结合实际,本文以投入产出表中增加值合计与总投入之比作为产业利润率指标,由于利润率越高,价格变动向下游的传导越小,故本文以(1-r)反映下游产业利润率对价格传导的影响。

(4)由于现实情景中价格传导在某种程度上存有变异,故本文定义价格传导系数αij为下游产业的价格波动比率与上游产业的价格波动比率之间的比值,并以此来测度价格传导的变异性,测算公式如下所示:

式中,αij可用于反映上游产业价格波动带来的下游产业价格变动情况,分别表示t时刻第i、j产业的价格指数。价格传导系数绝对值的大小决定了上游价格对下游价格影响的大小,其值越大,表明其影响越大。

2.2 价格传导复杂网络结构特征描述

由于国民经济各部门之间的投入产出关系,且各产业的价格传导具有方向和数量的差异,价格传导复杂网络可视为有向加权网络。若以各产业为网络节点,以其投入产出关系为连边,则根据各产业价格指数和节点间传导的非线性关系,可确定如下的价格传导复杂网络的拓扑结构:

式中,V表示价格传导网络中的节点集合,i为投入产出表中的各产业节点。根据研究需要,本文以投入产出表中各部门为节点,并借鉴杨彤等(2008)[35]的做法将投入产出表中135个产业拆分整合为76个部门,故i=1,2,…,76。边集E表示各产业节点价格传导关系的集合,eij为第i部门价格指数变化会对第j部门价格指数产生影响。由于网络节点连边的方向性,故有eij≠eji.点权集P是定义在V上的一个实值函数集,用于衡量各节点的价格传导能力,其中pi表示第i部门的点权,N为节点i的近邻集。L为定义在边集E上的边权集合,表示关联产业间的价格传导强度,lij表示上游产业i与下游产业j之间的边权。

根据价格传导复杂网络的拓扑结构,为考察上游煤炭和电力价格波动对各部门价格体系的影响,本文重点关注价格指数波动较大的产业及其产业之间价格传导关系的变化。本文首先对各部门的点权pi进行界定(式(3)),并以此衡量价格传导能力,即一个产业的价格变化总量,反映了该产业在价格传导中的总影响力。

根据加权网理论可知,点权xi既考虑了节点i的近邻数,又考虑了该节点和近邻节点之间的权重。为分析上游产业外生价格冲击对下游行业价格的影响,本文以相邻时刻各产业价格指数的波动来反映各产业节点点权值的变化,其测算公式如下所示:

由此可知,第t期第i部门点权值的变动受两个因素的影响,其一为第i部门自身前一期点权值的变动,其二是第i部门与相关产业j之间的边权值之和的变化量。

其次,本文以边权lij表征价格传导强度,即一个产业的价格变化量向下游产业价格的传导量,表明该产业价格变动对下游产业的作用强度,并以两产业之间边权的变化△Jij来反映其价格传导能力的变化。为此,本文综合价格传导复杂网络模型要素的分析,以表示在t时刻下游产业j对上游产业i的完全消耗系数,表示在t时刻下游产业j的利润率,dj'和sj'分别表示在t时刻下游产业j的总需求和总供给,定义价格传导网络的边权值如下:

式中,边权lij表示上游产业对下游产业的价格传导强度。相应的,两产业之间边权的变化可以表示如下:

上式用于反映产业间的价格传导关系。由此可知,价格传导关系主要受成本、市场供需、产业利润率和价格传导变异系数等因素的影响。

2.3 价格传导复杂网络演化模型分析

价格传导网络模型中,通常以边权值的变化来反映复杂网络中相邻节点价格传导关系的演化。本文以投入产出表中各产业为网络节点,而后对节点之间的连边进行赋权,其方式有二:一是按照一定的规则为两节点间连边赋权,且保持不变,即边权固定模型;二是随网络结构的变化,赋予节点间的边权不断改变,即边权演化模型。由于价格传导网络是一个有向加权网络,决定了网络主体间的有向连接关系。因此,本文假定各节点之间的边权关系是固定的,但边权值是动态变化的,因此制定如下价格传导网络的演化规则:

步骤1:网络初始状态包含76个节点,假定节点之间不存在连边,因此边权也不存在,且各部门的点权值均为0,即.

步骤2:在单位时间t内,各产业依据由需求供给率形成的概率q'发生价格变化。

步骤3:根据边权的定义(式(5)),价格指数变化△p根据各节点的边权值,向存在连边的其它产业进行价格传导,形成新的点权和边权;

步骤4:重复上述步骤,逐步进行迭代,直到指定的时间步为止。

根据上述演化规则,根据近似平均场理论,可以得到边权随时间演化的动力学方程如下:

当价格指数pi≥100时为:

基于上述价格传导网络的拓扑结构及其演化规则,结合实际数据演化生成价格传导网络,对煤电价格联动机制的影响效应进行情景模拟。基于上述模型构建,本文基于投入产出表和价格传导机制理论,以调整后的76个产业部门作为网络节点,模拟不同煤电联动机制对宏观经济的影响,以求推动煤炭和电力的市场化发展。

3 煤电价格联动政策情景模拟

3.1 煤-电价格联动的情景设定

我国煤电价格联动政策先后经历了多次调整,为考察不同煤电价格联动机制对宏观经济的影响,本文将其分三种情况予以讨论:一是按照2004年煤电价格联动机制,由电力企业自行消纳煤炭价格上涨部分的30%,为保障电力企业经济效益,假定电价指数涨幅与煤价指数涨幅比例维持在α=0.7的水平上两者实现价格联动;二是按照2012年12月确定的新联动机制,联动周期以年度为单位,电力企业自行消化煤炭价格上涨的10%,在电力企业才不至于因生产原料成本上涨而导致经营亏损情况下,假定电价指数涨幅与煤价指数涨幅比例应维持在α=0.9的水平,两者实现价格联动;三是在煤炭价格保持稳定的情景下,假定电力价格按照不同的比例进行传导,考察不同比例的煤电价格联动机制对宏观经济的影响。情景设定如表1所示。

3.2 煤-电价格联动的情景模拟

本节主要分两类情景进行仿真:一是以煤炭价格变动,电力价格按照不变的传导比例同幅度变动,即一般意义上的煤电价格联动;二是假定在煤炭价格保持相对稳定的情景下,电力价格按照不同的比例进行传导。本文根据复杂网络模型对这两大类情景进行模拟,测算不同产业的点权及其价格水平的变化,情景模拟结果见表2。

分析可知,煤电价格联动政策主要通过煤、电产业价格之间的直接传导及其系统中的间接价格传导而共同发挥作用的。由于价格传导网络是有向加权网络,煤电价格联动在系统模拟过程中的关键产业节点的选择,主要是考虑其与上下游产业之间的价格传导强度(边权)及其上下游产业价格变动在该产业价格变动中的比例(出/入权)大小。根据价格传导网络模型的关键路径搜寻准则可知,煤电价格联动通过一定的路径向系统中其他产业进行传导,由于各产业之间的价格传导能力和价格传导强度不同,传导效应就产生差异,表2给出了煤电价格传导关键路径的前20个产业。

由模拟结果可知,煤电价格联动的核心传导产业节点主要包括其自身与有色金属冶炼及压延加工业、有色金属矿采选业、石油和天然气开采业、黑色金属冶炼及压延加工业、石油加工/炼焦及核燃料加工业等。确定煤电价格传导关键产业节点的意义在于:一是可作为价格传导效应的重点观测指标,煤炭价格调整后,迅速定位需要重点监测的产业部门,特别是关键路径中的上游产业;二是有针对性地通过政策引导或规制使价格传导中的部分路径传导强度得到弱化或强化,以稳定物价水平,保障国民经济健康发展。

3.3 煤-电价格联动的情景分析与比较

在其他产业价格指数不变的条件下,煤-电价格的波动将对各产业以及宏观经济产生影响。本文利用复杂网络及价格传导的演化规则,将新生成的系统与原来的价格传导系统中各产业点权值以及价格水平进行比较。对于同比例价格联动政策情景,本文根据电价指数涨幅与煤价指数涨幅比例α的政策差异,将其分为α=0.7(即电力企业自行消化煤炭价格上涨的30%)与α=0.9(即电力企业自行消化煤炭价格上涨的10%)两类情景,每一类同比例联动情景分别又细分为3种。图1为煤-电价格同比例联动情景下,煤-电价格传导的前20核心产业价格水平变动的仿真结果。

(1)煤电价格同比例联动情景分析(α=0.7)

按照2012年以前的煤电价格联动机制,电力企业自行消化煤炭价格上涨的30%,本文据此将煤炭价格指数设定为90、110和120三种细分情景(B1、B2与B3),按照煤炭价格上涨幅度的70%传导到电力产业,电力产业价格指数相应上涨。从仿真结果来看,煤炭行业与电力行业的点权值和价格波动相对较大,究其根源:一方面在于煤炭和电力产业的价格波动直接作用于产业自身,这也是模拟中所规定的;另一方面,煤、电产业关联紧密,二者相互影响,其交叉作用导致煤炭和电力产业点权波动幅度大;再者,煤炭和电力产业的点权变化幅度较之于其他产业相对较大,表明煤炭和电力价格的变化首先消化在产业内部,而后向相关产业传导。对于煤炭和电力传导核心层的共同产业而言,由于受到煤、电产业的双重影响,其点权值及其变动幅度较大。以石油和天然气开采业为例,对应于B1、B2与B3三种情景,其价格指数变动幅度分别达到-0.397、1.223、3.130。

(2)煤-电价格同比例联动情景分析(α=0.9)

按照2012年以后的新煤—电价格联动机制,电力企业需自行消化煤炭价格上涨的10%.为便于比较,本文同样设定煤炭价格指数为90、110和120三种不同的细分情景(B4、B5与B6),按照煤炭价格上涨幅度的90%传导到电力产业,电力产业价格指数相应上涨。从煤-电价格联动核心产业的价格变动情况来看,煤炭行业与电力行业的价格变动幅度相对最大。

比较可知,各产业价格指数变动方向与煤炭、电力价格变动方向总体上保持一致,即电煤价格下滑导致各产业价格指数的总体下降,而电煤价格上浮导致各产业总体价格水平的提高。以B1情景为例,在煤炭价格下降10%、电力价格下降7%的初始假定下,经过产业价格的传导过程后,煤炭产业价格与电力产业价格分别相对下降4.049%、4.804%.除黑色金属冶炼及压延加工业价格变动幅度相对上涨之外,其他产业价格水平整体上呈下降现象。

(3)煤-电价格不同比例联动情景分析

对于不同比例的煤电价格联动情景,本文假定煤炭价格指数维持在110的水平,而电力价格按照不同比例进行联动,相应的煤电价格联动比例分别设定为0.2、0.5、0.6、0.7、0.8、0.9,分别对应B7～B12六种情景。图2为煤电价格不同比例联动情景下,煤—电价格传导的前20核心产业价格水平变动的仿真结果。

比较可知,由于电力价格对煤炭价格联动比例的差异,在初始相同的煤炭价格变动幅度下,不同比例的煤电价格联动机制导致各产业价格水平存在明显差异。特别是B7情景下,即煤炭价格上涨10%,电力行业自行消化煤炭价格上涨部分的80%,电力价格相对上涨20%的初始假定下,煤电价格联动对各产业的影响较之于其他情景存在较大差异。而从不同比例煤-电价格联动对各产业价格影响的变动趋势来看,不同比例的煤电价格联动情景对其核心传导产业价格水平的影响大体一致,表现为价格水平的同向变动。

(4)煤电价格联动对CPI影响的情景分析

在煤电价格联动情景中,煤炭价格变动条件下的不同煤电联动机制对CPI的影响有所差异,但从CPI的变动方向来看,其总体上与煤炭价格与电力价格的变动方向大致相同(图3)。对应于第一类煤电价格联动机制(α=0.7)的B1、B2与B3情景,CPI的变动幅度分别为-0.53%、0.65%、2.31%.对应于第二类同比例煤-电价格联动机制(α=0.9)下的B4、B5与B6情景,初始假定煤炭价格指数变动幅度为-10%、10%、20%,电力价格指数变动幅度为-9%、9%、18%,而经过产业之间价格传导后,相应情景下CPI的变动幅度分别为-0.36%、0.09%、2.53%.比较发现,对于不同的煤电价格联动机制,初始假定的煤炭价格变动幅度越大,CPI的变动幅度就越大。

从煤-电价格联动情景的横向比较来看,尽管初始假定煤炭价格变动幅度均相同,但由于电价指数涨幅与煤价指数涨幅比例α的政策差异,煤价小幅波动条件下的新价格联动机制能够显著降低煤价波动对CPI的影响。以初始假定煤炭价格指数相对下降10%的B1与B4情景为例,两者由于α的政策差异,CPI变动幅度分别为-0.53%、-0.36%.对于B2与B5情景,两者均初始假定煤炭价格指数相对上涨10%,但由于电价指数涨幅与煤价指数涨幅的比例有所差异,CPI变动幅度分别为-0.53%、-0.36%.需要说明的是,对于B3与B6情景而言,由于煤炭价格相对上涨变动幅度较大(20%),新联动机制下煤、电价格波动对宏观经济的影响相对较大,CPI变动幅度为2.53%,而原先的煤电价格联动机制下CPI的变动幅度相对较小,为2.31%.总体来看,在煤炭价格变动幅度不大的情况(±10%),新煤-电价格联动机制能够较高的减小其对宏观经济的影响,CPI变动幅度相对较小,而对于煤炭价格上涨幅度较大的情况(上涨20%),原先的煤-电价格联动机制能够降低煤电价格波动对宏观经济的影响,而新煤电价格联动机制放大了煤、电价格波动对宏观经济的影响,CPI变动幅度相对较大。

而对于不同比例的煤电价格联动机制,本文假设煤炭价格在初期相对上涨10%,而煤电价格联动系数按照α=0.2、α=0.5、α=0.6、α=0.7、α=0.8、α=0.9的不同比例进行情景设定。比较可知,B9情景下煤电价格波动对CPI的影响最小,为0.026%,而B10情景下CPI的变动幅度最大,为0.653%。由此可以认为,煤电价格联动系数设定为0.6时,即当电力企业自行消纳煤价波动幅度的40%时,这一煤电价格联动机制更有助于煤电价格在各产业系统中的传导,更能够减小煤电价格波动对宏观经济运行状况的影响。

4 结论与政策启示

本文基于价格传导的复杂网络模型,通过对煤电价格联动政策的情景模拟,定量刻画了煤—电价格波动及其传导过程,重点分析了不同情景下煤、电产业价格联动政策的影响效应。通过模拟发现:①同比例煤-电价格联动机制情景下,煤炭和电力产业点权值和价格波动相对较大,表明煤炭和电力价格的变化首先消化在产业内部,而后向相关产业传导;②同比例煤-电价格联动机制下,各产业价格指数变动方向与煤、电价格变动方向总体上保持一致;③不同比例的煤-电价格联动情景下,各产业价格水平存有情景差异,但其总体变动趋势大体一致;④煤炭价格变动下的不同煤电联动机制对CPI的影响大小有所差异,但其变动方向与煤、电价格的变动方向总体上大致相同;⑤在煤价变动幅度不大的情况下(±10%),新煤-电价格联动机制(α=0.9)能够降低其对物价水平的影响,而对于煤炭价格上涨幅度较大的情况(+20%),原先的煤-电价格联动机制(α=0.7)能够降低煤电价格波动对物价水平的影响,而新煤-电价格联动机制放大了煤、电价格波动对物价水平的影响,CPI变动幅度相对较大。

理顺煤电价格关系,须以市场调节为主,政府宏观调控为辅。结合我国当前煤电交易现状及其价格联动政策的影响效应来看,未来政策取向应以稳定煤电供需为目标,以完善煤电价格形成机制为手段,健全煤、电双方的交易规则,理顺煤电价格关系。具体建议如下:

(1)健全煤电市场交易体系,发挥市场在资源配置中的主导作用:一方面在煤炭营运环节引入竞争机制,通过煤炭物流体系与电子交易平台的建设,降低煤炭运输成本与交易成本,缓解煤、电双方的价格冲突;另一方面,应建立政府宏观调控与市场配置资源相结合的电力系统运行机制,即准现货交易则可以市场为主体进行公平竞争,借助反映实际电力供需状况的市场价格来引导电力市场的健康发展。

(2)动态调整价格联动关系,优化煤电价格联动机制。本文对两种煤电联动机制进行了情景比较:当煤价变动幅度不大时(±10%),新煤电价格联动机制能够降低其对物价水平的影响;而对于煤炭价格上涨幅度较大的情况(+20%),原先的煤电价格联动机制能够降低煤电价格波动对物价水平的影响,而新煤—电价格联动机制放大了煤、电价格波动对物价水平的影响,CPI变动幅度相对较大。由此来看,优化煤电价格联动机制,应通过对煤电价格波动的实时监控,对于不同情形的煤电价格波动幅度,动态调整煤电价格联动关系,以求降低煤电价格波动对宏观经济的影响。

(3)建立煤价倒逼机制,充分反映资源稀缺程度。在当前煤炭价格市场化,电力价格宏观管制的情况下,煤电价格传导不畅主要体现为电力定价没有充分反映煤炭价格的市场波动。基于这一考虑,可在现行煤—电价格联动机制的基础上,建立煤炭价格对电力上网定价的倒逼机制:一是建立完善的电煤市场监测数据,即时监测电煤供求总量、价格、库存、进出口等指标,为煤炭价格走势的判断提供数据基础;二是对电力价格进行成本核算,电力价格制定应充分反映电煤价格的变化,进一步完善电力价格形成机制;三是加强对电力行业的监管,信息公开化,利润合理化,优化联动方案。

(4)规范电力定价管理机制。电力价格涉及国计民生,但当前我国实施的电力定价管制政策难以反映市场资源稀缺程度,因而饱受诟病。电力价格改革作为电力体制改革的重要内容,牵一发而动全身,涉及多个监管部门。而从当前政府管理架构来看,电价改革主要由发改委牵头组织,而电力体制改革则由电力监管委员会负责。而电监会作为国务院直属事业单位,没有干部任命权也没有资产划拨权。因此,有必要规范电力定价管理机制,明确各部门的权、责、利,建立多部门之间的协调机制。

摘要：煤电价格联动作为一种由政府定价向市场定价转化的过渡性体制安排,对于化解煤电冲突具有重要的现实意义。基于复杂网络模型,定量分析不同政策情景下的煤电价格联动机制的影响效应。研究发现:煤电价格联动政策对煤、电产业自身以及冶金、采矿和石化等资源密集型产业影响较大,该类产业可视为煤电联动政策影响效应的重点监测部门;不同政策情景下,煤电价格联动机制对宏观经济的影响有所差异,但各产业价格指数与煤、电价格变化趋势趋于一致;若煤价变幅不大,新煤电价格联动机制(α=0.9)能够降低其对物价水平的影响,反之,原煤电价格联动机制(α=0.7)能够降低煤电价格波动对物价水平的影响,而新煤电价格联动机制放大了煤、电价格波动对物价水平的影响。基于上述结论,提出健全煤电市场交易体系、动态调整煤电价格联动机制的建议,以求建立煤炭价格对电力上网定价的倒逼机制,逐步形成合理的电煤价格运行和调节机制。

网络学习负效应研究 篇8

继以蒸汽技术、电力技术为标志的两次工业革命之后,科技领域兴起了以信息控制技术为标志的第三次革命,伴随着第三次科技革命而产生的网络产业,凭借新一代的生产力对人类社会经济、政治、文化等领域产生了积极且深远的影响,甚至改变了人类思维和生活方式。网络产业作为极具影响力的战略性新兴产业也日渐成为研究的热点。经济学研究的“网络”包括各种电信网、广播电视网及互联网等“物理网络”(Physical network)和诸如电子邮件使用者和电子商务使用者等构成的“虚拟网络”(Virtual network)。以网络为基础,为用户(消费者、企业、组织)提供服务的新兴产业群体,被称为网络产业。

网络产业的本质特征是网络效应。网络价值是通过网络产品或服务体现的,梅特卡夫法则表明网络价值以用户数量的平方的速度增长,这也是网络效应的起源。网络效应(Network effect)后被定义为“消费者通过购买某产品或服务加入某一网络时,他所获得的效用依赖于同一网络中使用该产品或服务的人数”。很多经济学文献中,一般对网络效应和网络外部性不做区分,但事实上二者是有差别的。网络外部性的概念源自于外部性,外部性也称溢出效应,指某行为对他人强征了不可补偿的成本或给予了无需补偿的收益的情形,本质上是这种行为对他人产生了不反映在市场价格中的间接效应。Katz&Shapiro[1]把网络中发生的、对他人产生的外溢效应称为“网络外部性”,网络外部性实质是指不能被内部化的网络效应。鉴于二者的区别,本文将研究对象界定为网络效应影响下的企业竞争策略。

网络效应又称为需求方的规模经济,需求方的规模经济使网络产业的需求曲线呈现倒U型,这样就可能出现三重均衡:市场规模为零的稳定均衡;不稳定均衡;达到帕累托最优的稳定规模,而最终达到哪个均衡都取决于是否到达网络临界点并形成正反馈。当网络规模没有达到临界点时,市场就会萎缩甚至为零;但一旦超过临界点,就会表现出很强的网络效应,引发正反馈机制,正反馈作用下又会产生消费者和标准的锁定效应,增加转移成本,产生“赢者通吃”的市场现象。网络效应作用机制如图1。

网络效应下“赢者通吃”的特性早被国内外学者所关注,其相关研究也业已成熟。但相关的文献综述多集中于研究方法的对比、分析和总结,更着重在模型构建等技术层面;本文以企业竞争策略为出发点,按照网络效应来源与特征的不同,分为直接网络效应、间接网络效应和基于双边市场理论的交叉网络效应,分别综述在其影响下企业的关键竞争要素和主要竞争策略。

1 直接网络效应下的企业竞争策略———“网络规模”之争

直接网络效应(Direct network effect)指“某产品使用者的效用随着本产品使用人数的增加而增多”,最典型的是通信产业,这也是由消费者需求之间的相互依赖而产生的边际收益递增的经济现象。Economides[2],Baake&Boom[3],王国才[4]等学者将网络效应与产品差异化理论结合起来研究,表明具有网络效应的产业中企业关键竞争要素是网络规模,而不是质量;鲁文龙,陈宏民通过研究电信产业中企业互联互通的问题,证明网络规模对产品兼容选择的重要影响;帅旭,陈宏民的研究表明网络企业的关键竞争要素是网络效应系数和技术标准的数量。因此,如何最先将产品的网络规模扩大到临界值以上形成正反馈是网络效应相关的产业中企业首要的考虑因素,兼容选择、技术标准成为扩大网络规模最主要的竞争策略。

1.1 兼容选择

一般而言,兼容选择对新进企业和在位企业都存在得失两面的效应。对新进企业而言,如果选择与市场上已有的产品兼容,则可利用已有产品的网络效应快速获得安装基础,达到网络规模临界值形成正反馈;但同时也放弃了自身产品与市场上已有产品的差异性,失去后动优势。对在位企业而言,也存在兼容后带来的整个产业市场份额的扩大和自身在产业中市场份额占比减少的得失权衡。

当在位企业网络效用强或者知名度高、声誉好时,一般偏好采用不兼容战略(Economides[7];Katz&Shapiro[1]),因为其规模和能力足够拉动市场增长,并且不希望被小企业搭便车,这种策略不乏成功案例,微软正式采用了技术不兼容策略得以迅速发展并最终垄断操作系统市场。而新进企的决策正好与之相反,当在位企业网络效应强时,新进入企业选择兼容所失去的差异化优势可以通过在位企业强大的网络效应得到补偿,故偏好兼容战略(Katz&Shapiro[1];Economides[7])。当后进技术领先优势不够大时,往往会争取与在位技术兼容,称之为后向兼容(Backward compatibility),通常在位技术具有知识产权,后向兼容需要得到在位技术企业的许可或支付一定的兼容成本;但是,如果后进技术遥遥领先于在位技术时,往往在位技术则倾向于与新技术兼容,称为前向兼容(Forward compatibility)(Katz&Shapiro[1];Shy[8];夏大尉和熊红星[9])。当市场处于高速增长期,市场的快速成长将有利于企业迅速建立安装基础达到临界值形成自反馈,拥有成本优势的新技术企业则倾向于不兼容战略(Regibeau&Rochett[10])。

企业同时面临自身产品更新换代时兼容战略的选择,决策将更多地依赖于新旧产品的定位和总利润的权衡。在市场中的部分消费者已经购买了旧产品,且不能进行价格歧视的情况下,如果企业只向新用户高价销售新产品利益更大,企业会选择新旧产品兼容,利用旧产品的安装基础和网络效应来提高新产品的价值和价格;如果企业同时向新老两类用户销售新产品更加有利可图时,企业会选择新旧产品不兼容,促使老用户购买新产品,缩小旧产品的用户规模(Choi[11])。垄断企业具有扩大新旧产品的兼容性以图利润最大化的动机,且利润随前向兼容和后向兼容的网络效应的差异而变化(潘小军,陈宏民,胥莉[12])。

1.2 技术标准

网络效应会使技术产生“冒尖”现象(Tipping),即拥有技术标准的企业最终会赢者通吃(Katz&shapiro[1];Arthur[13]),形成单一标准:企业间微小的技术差异通过网络效应放大后反映在市场上,最终可能决定产品竞争的胜负;同时网络效应使技术标准的锁定产生路径依赖,即一旦某技术标准被广泛采纳,正反馈机制、收益递增以及消费者转移成本都可能促进市场锁定(Lock-in)此标准,即使有更优异的标准出现也难以将其替代,“锁出”了新技术。因此对网络技术标准的追逐和控制成为主要竞争策略之一。

消费者对网络规模的预期是技术标准最终确定的重要影响因素,因此企业常采用“提前宣告”策略影响消费者认知:在位技术向消费者提前宣告自身技术的改进时间,使消费者延缓或放弃采用后进技术;而后进技术则向消费者宣告自身技术的先进性,使消费者认为此领先技术足以战胜在位技术安装基础所带来的优势。Farrell&Saloner[14]及Dranove&Gandal[15]的研究表明“提前宣告”策略可以使后进技术以低成本获得竞争优势,甚至比价格策略更加有效。Dranove&Gandal对DVD标准和DIVX标准竞争进行了实证研究,表明DVD标准的提前宣告策略对产品的最终胜出起了决定性作用。下一代技术价值的不确定性也是通过影响消费者预期,进而影响技术标准的确定(Choi[11])。

网络效应下,技术所有权也会对标准竞争的产生影响,当两种竞争技术都不存在私有产权时,可能出现过多的非标准化;当两种技术都具有私有产权时,领先技术将拥有竞争优势;当只有一种技术具有私有产权时,即使该技术居于劣势,仍可能主导市场。

同时,技术标准选择过程中还会出现超额惯量和超额动量:如果信息完全,且两家企业偏好一致,均衡结果是两家企业都及时选择了该标准;如果企业所获得的信息不完全且偏好不一致,则技术标准的选择会出现超额惯量(可能没有一家企业愿意先转换)或超额动量(两家企业都转换时总体福利下降,但仍出现了转换行为)(Farrell&Saloner[14])。

2.1 捆绑销售

捆绑销售分为纯粹捆绑与混合捆绑两种:生产系统产品的企业如果只销售系统产品,而不单独销售软硬件产品,称为纯粹捆绑;如果既销售系统产品又分别单独销售软硬件产品,称为混合捆绑。捆绑销售被认为是提高企业利润的有效竞争策略:一是捆绑销售具有杠杆原理(Whinston[17];二是捆绑销售是实现价格歧视的有效手段(Mc Afee)[18];三是捆绑销售有利于企业间扩大产品差异、缓解伯川德价格竞争(Chen)[19]。当生产系统产品的企业采取混合捆绑销售时,虽然捆绑后的价格低于独立销售时的价格,但此策略会迫使独立销售的竞争对手降价,最终捆绑销售企业的总利润将提高(Choi)[20];Gandal et al.[21]对个人电脑办公软件市场做了实证研究,也证明当消费者对互补产品偏好存在正相关时,捆绑销售将使企业获得更多的利润。蒋传海,杨渭文[22]证明单边捆绑销售将增加企业的利润。

但捆绑策略未必始终都是最优策略,当双寡头企业均生产系统产品且各系统组件可兼容时,单独销售才是占优策略,因为单独销售增加了用户选择的机会,可拉动产业需求;同时单一产品价格下降所带来的兼容互补品产量增长有可能被竞争对手所分享,故企业降价的动机减少,保证了企业的利润;反而混合捆绑的折扣会降低双寡头垄断企业的利润,这种情况下单独销售策略则成为占优策略。

“是否捆绑”、“如何捆绑”取决于市场结构、软硬将的互补程度和消费者的品牌偏好、品牌忠诚度等诸多条件。

2.2 纵向一体化策略

间接网络效应影响下,企业存在较强的纵向一体化动机(Jeffrey C,Neil G[23];程贵孙,陈宏民,孙武军[24],左静[25]),并且随着网络效应强度的增加,动机也随之加强,因为纵向一体化会提高企业的利润,因为一体化后企业产品质量的提高增加了边际利润。同时,纵向一体化也提高了消费者福利:企业纵向兼并可消除系统产品各组件间的不兼容性,提高用户效用;纵向兼并后的产品质量高于兼并前的质量,因为一体化后的企业统一了技术标准,成本减少,效率提高;纵向兼并后产品的价格也低于非一体化时的价格,因为纵向兼并避免了上下游的双重加价效应。

企业是否采用一体化策略还与消费者对互补品多样性的偏好程度相关:如果偏好程度相对较小,那么均衡的产业结构是两家硬件企业都保持非一体化;而如果偏好程度相对较大,则两家硬件企业都选择一体化(Church&Gandal[16]。

2 间接网络效应下的企业竞争策略———决胜于互补品种类

Katez&shapiro[1]最先将间接网络效应描述为“随着某产品的使用者数量的增加,其互补品种类会变得更为丰富,且价格更低”。之后间接网络效应被定义为“消费某种网络产品所获得的价值随着与该产品相兼容的互补品种类的增加而增加”,这种互补品之间的关系被称为硬件/软件范式,其中基础产品被称为硬件,辅助产品被称为软件,硬软件被统称为系统产品。

间接网络效应(Indirect network effects)与直接网络效应的差别在于消费者所获得的效用并不直接依赖于该产品的网络规模(购买同类或兼容产品的消费者数量之和),而是间接依赖于其互补品的种类与数量。直接网络效应来源于消费者需求之间的互补性,而间接网络效应则来源于产品需求的互补性。当硬件产品的网络规模扩大时,会吸引更多的软件企业为其提供互补品,互补品种类和数量的增加又使硬件产品使用者有了更多的选择,更好地满足了其多元化的需求,间接增加了硬件产品使用者的效用。Matutues&Regibeau[15]、Church&Gandal[16]的研究结论也都表明软件多元化可增加硬件产品的价值和市场份额。因此,间接网络效应下,互补品的种类和数量是企业关键竞争要素,如果相互竞争的企业都生产系统产品,则捆绑销售是主要竞争策略;如果企业只生产系统产品中的一种,则一体化策略则成为考虑的重点。

3 交叉网络效应下的企业竞争策略———基于双边市场理论的定价结构

现实中存在一类“平台”(Platform),交易双方位于平台两边,通过平台进行交易。Rochet&Tirole[26]把双边市场定义为:“当平台向交易双方索取的价格总额p=pb+ps不变时(pb为平台向交易方B索取的价格,ps为平台向交易方S索取的价格),平台中任何交易方的价格变化都会对平台总交易量和总交易额产生直接影响,这个平台市场被称之为双边市场”。国内学者也形象地把双边市场描述为“哑铃”型结构。Evans[27]提出双边市场存在的三个必备条件,进一步揭示出平台、交易双方三者间的关系:(1)两组不同用户;(2)两组用户间存在交叉网络外部性;(3)存在一个可以将网络外部性内部化的平台。

交叉网络效应是双边市场与传统单边市场的最重要的区别之一,这种“平台一边用户数量的增加会提高平台另一边用户的效用”的特征是源自平台两边用户需求的强依存性,例如电子商务平台,只有买家和卖家对网上交易同时有需求,电子商务平台才有价值,这种需求的强依存性也被称为“鸡蛋相生”。

双边市场的交叉网络效应和消费需求的强依存性的特征导致平台提高对一边的收费,同时等量减少对另一边的收费,交易量会随之而变(Rochet&Tirole)[28];通过价格歧视先影响一边消费者的预期促进该边网络规模的形成,再通过交叉网络效应促成另一边的网络规模可以解决鸡蛋相生的问题(Caillaud&Jullien)[29]。因此,定价结构就成为平台企业关键竞争要素;定价策略成为主要竞争策略。但是“对哪边进行价格歧视”、“如何进行双边定价”等关键问题将取决于双边对平台需求弹性的比例、交叉网络效应的相对强度以及用户是单平台接入还是多平台接入(Armstrong)[30]等诸多影响因素。

需求弹性保持不变时,可以向需求弹性较高的一边用户采取低价甚至免费策略来扩大该边网络规模,再通过对需求弹性较低的一边用户收取高价来实现平台企业利润最大化。当双边用户通过平台所获得的网络效应不一致时,则对网络效应较小的一边收取低价或免费。这些结论在相关产业中得到了验证:当操作系统市场为垄断结构时,平台主要向应用软件提供商收费,对消费者免费,因为消费者的异质性需求使提供不同质的软件企业得以生存获利,因此也愿意支付较高的费用;媒体产业的定价结构,则是平台向广告商收费,对读者进行补贴。当然,这种对不同接入用户进行倾斜式定价的策略,也必然会导致市场上的多种价格均衡Rochet&Tirole的定价结构模型,得到认可并被广泛应用。

在双边市场中存在两个或以上的平台时,如果平台没有实施排他性交易,则双边用户都可以同时接入多个平台,享受更大的网络规模所带来的效用,这种“多平台接入(Multi-homing)”行为会对定价结构产生影响。当平台一边用户是单平台接入,而另一边用户是多平台接入时,单平台接入用户往往会成为平台企业的“竞争性瓶颈”(Competing bottlenecks),这种情况下,平台企业会选择对单平台接入用户制定低价,多平台接入用户制定高价(Armstrong)。当双边用户都可以多平台接入时,竞争迫使平台首先提高单边用户的效用,并使之高于竞争对手,争取用户到该边注册,再通过交叉网络效应,使平台赢得两边用户,从而形成垄断,这是双边市场定价理论中的“分而治之”(Divide-conquer)”策略,即对一边补贴,对另一边攫取利润(Calliaud&Jullien)[29]。总之,多平台接入下,定价结构变得更为复杂,最终平台双边的服务水平、交叉网络效应强度等诸多因素决定了平台的利润水平。

4 结论

自1985年Katz&Shapiro的文章“网络外部性、竞争与兼容”发表后,网络效应相关的研究得到快速发展,迄今为止已应用于现代微观经济学理论和产业组织理论中,日趋成熟。

网络产业的本质特征是网络效应,在其影响下形成的需求方规模经济破解了传统产业边际收益递减的规律,呈现出新规律。国内外部分学者也对相关文献进行过综述,但更多的是集中在模型构建的技术层面。本文的重点将放在网络效应影响下差别于传统产业的企业竞争策略及策略影响因素。

虽然网络效应对产业的作用机制都是一致的,突破网络规模临界点的企业最终将赢者通吃;但直接网络效应、间接网络效应、交叉网络效应的来源和具体特征不同,在其影响下的企业竞争策略也有所不同。直接网络效应下,自身产品的网络规模是关键竞争要素,企业的兼容选择和标准竞争成为主要竞争策略;间接网络效应下,互补品的种类和数量是关键竞争要素,捆绑策略和一体化策略成为主要竞争策略;交叉网络效应下,定价结构是关键的竞争要素,定价策略成为主要竞争策略。目前的研究存在以下不足:

(1)网络效应有正负之分,例如除夕夜同一时间使用短消息服务的人数增多到一定的规模,超过网络承载力时就造成网络拥塞,短消息丢失,这种“随着加入网络的人数增多而引起的消费者效用的降低”就是网络负效应。对网络负效应及应对之策的研究相对较少,需要更多关注。

(2)创新是企业生存和发展至关重要的竞争策略,网络效应对创新影响的研究甚少,需要加强。

(3)目前,网络效应相关产业的研究多集中于银行卡产业、通信业、软件业和ICT产业,而一些网络效应明显的新兴产业,例如互联网等新兴产业的研究较少,需要更多的研究。

(4)双边市场理论作为新兴理论,已被广泛的应用于众多研究领域。但大多集中于定价结构的研究,对其他的竞争策略研究相对较少,需要进一步深入挖掘。

各策略理论的提出都是以一定的假设为前提,企业需针对市场动态环境全面考虑、谨慎决策。研究综述的价值在于给企业提供了更多维的思考角度和决策依据。

摘要：网络效应是网络产业的本质特征,突破网络规模临界点的企业最终将赢者通吃。但直接网络效应、间接网络效应、交叉网络效应的来源和特征不同,在其影响下企业的竞争策略也有所不同。直接网络效应下,自身产品的网络规模是关键竞争要素,企业的兼容选择和标准之争成为主要的竞争策略;间接网络效应下,互补品的种类和数量是关键竞争要素,捆绑策略和一体化策略成为主要的竞争策略;交叉网络效应下,定价结构是关键的竞争要素,定价策略成为主要的竞争策略。本文分别对这些竞争策略及影响因素进行综述。