基于知識產權制度參數的創新行為激勵模式探討

孫威威，張 崢

（上海理工大學 管理學院，上海 200093）

知識產權制度作為載體的驅動發展戰略成為中國國家戰略，戰略的實施依賴于知識產權制度的不斷革新。我國知識產權制度目前邁入主動調整期階段[1]，在其落地實施過程中，存在的時間較長、成本較高、資源不足、訴訟成本高、賠償較低等問題有待解決。

知識產權制度作為創新行為治理的外部機制，通過建立鼓勵期望行為發生的機制，能夠達到對應的行為治理效果。以往研究多從法律法規角度進行，缺乏整體的系統性的量化分析。制度工程學為分析和建立創新行為治理提供了獨特的分析視角。本文將建立數學模型，進行仿真分析，研究多個制度參數及其整體耦合對創新行為激勵的影響。從機制參數整合角度展開探討，為解決目前知識產權制度落地實施遇到的制度缺陷問題，優化知識產權制度提供理論參考。

1 理論基礎

1.1 知識產權制度的制度工程學理論基礎

以往對知識產權制度的缺陷研究，更多側重于法律法學層面。知識產權保護過度和不足，會對技術創新和經濟發展帶來不利影響。技術創新與技術擴散共同作用，驅動了技術進步，在技術擴散過程中，權利人拒絕轉讓或限制轉移等知識產權的濫用會導致知識產權制度的促進性目的無法實現，即技術創新、技術轉移和信息擴散受到阻礙，進一步影響技術進步和經濟增長。而強制許可制度能夠顯著減少專利壟斷帶來的障礙，具備一定的合理性[2]。專利壟斷對技術進步有負面影響，知識產權過度保護對創新和經濟發展不利。另外，知識產權保護不足問題也引起了廣泛探討。朱丹[3]運用歷史分析法、倫理分析法、經濟分析法、比較分析法、案例分析法等研究方法，對知識產權懲罰性賠償制度進行了全面系統的研究。研究指出，目前懲罰性賠償制度主要由英美法系國家采納，得到中國理論家和實務界廣泛討論，但還不能完全適應立法和司法實踐需要。研究論述了懲罰性賠償責任具備的賠償、懲戒、遏制、平衡、激勵等5大功能。李嘉露[4]分析了知識產權鑒定程序和結果方面存在的制度缺陷，需要監督管理來完善知識產權司法鑒定制度。知識產權制度研究缺乏更系統化的量化分析。

制度工程學通過符號化的制圖規則、工程化的分析和設計工具，為研究制度、建立量化系統模型、進行仿真分析提供了有力的分析方法[5]。諸多學者從制度工程學角度，在市場監管、質量優化、風險管理、平臺治理和多方博弈等領域開展了研究工作[6-14]。但是在創新行為治理和監管方面，尚未有相關文獻展開研究。

1.2 研究思路

首先，梳理知識產權制度問題和關鍵參數。知識產權評審、保護、立法存在滯后與空白，知識產權執法不足，知識產權意識薄弱[13-17]，知識產權申請期限很長，成本較高[18]，大多數依賴人力去檢查侵權行為，進行執法操作，侵權成本低，維權舉證難，審判周期長，賠償數額低。知識產權制度存在的這些缺陷[19]，導致基礎性、原創性等創新成果難以持續，也導致很多企業不愿意申請專利，不愿意通過司法程序保護自身專利權[20]。由于技術演進周期越來越短，而知識產權立法周期較長，知識和創新進步周期縮短的矛盾無法得到有效解決。在企業層面，也缺乏有效的激勵制度設計，制度落實程度不足、不透明、不到位等問題，降低了科技人員創新的積極性。企業競爭優勢積累的可持續性存在問題[21]，完善發明創造的激勵機制是高新技術企業的重要制度設計，可以減少高科技人員流失和知識產權流失[22]?；谖墨I研究，梳理出關鍵制度參數，包括創新效用、創新成本、行為回報、侵權成本、懲罰參數、監督成本、監督成功概率、保護參數等。

其次，對創新行為進行分類和建模。創新存在著積極創新、消極創新、侵權行為和保護創新等行為。由于現有知識產權制度存在缺陷，創新人和創新企業無法將創新帶來的價值進行保護和放大，無法發揮知識產權制度對創新行為的激勵作用，所以創新行為、搭便車行為、侵權行為等無法得到有效的制度調節。知識產權制度存在的諸多缺陷有待改進，包括知識產權保護成本過高[23]等問題，知識產權制度應起到激勵積極創新行為，約束消極創新行為，遏制侵權行為，有效保護創新的作用。

基于制度工程學理論建立知識產權制度部件和行為模型。從創新主體的行為和行為集展開分析，建立創新主體不同行為的效用函數，調節系統參數，從而使得創新行為主體理性選擇良好行為，約束不良行為，探討有效的創新行為激勵制度。

2 模型構建

2.1 行為與行為集

行為是被管理者根據效益所采取的方案和行動方式，不同的行為或措施相互獨立，構成行為集合。

創新主體有積極創新、消極創新（例如搭便車行為）、侵權行為、保護自身創新等行為，根據行為和結果構成進一步展開，構成創新主體行為集，如圖1所示。

圖1 行為主體的不同行為Fig.1 Behaviors scheme

2.2 抑制器

抑制器指的是對被管理者行為起到抑制作用的要素，使得行為者減少甚至放棄采取該措施，抑制器經常用于對不良行為的懲罰。抑制器主要有回報型抑制器（對不良行為施加負回報，又分為經濟回報抑制器、聲譽抑制器、地位抑制器）、資源型抑制器、機會型抑制器（又分為準入式機會抑制器和信息屏蔽式機會抑制器）、成本型抑制器（又分為自然形成的成本型抑制器和設計型的成本抑制器）。在知識產權領域，可以通過對專利侵權的經濟賠償抑制、限制市場準入、聲譽損害等機制來抑制侵權行為。

2.3 促進器

促進器指的是對被管理者行為起到促進作用的要素，使得行為者增加采取該措施，經常用于對良好行為的獎勵。類型主要有回報型促進器（對提倡行為提供正回報，并且事先公布正回報與提倡行為測度的關聯規則，促進被管理者選擇提倡行為。又分為固定回報、可變回報、混合型和產出函數促進器）、資源型促進器（提供行為資源來提倡行為，分為無償資源、有類資源促進器）、機會型促進器。

知識產權制度通過為創新主體提供私權保護、物質激勵等各種方式，保障創新主體的利益。知識產權制度有一定的時間有效性，即對創新行為的促進不是永久持續的，而是有時間期限的，從而刺激創新主體持續性創新。

2.4 觀測器

觀測器是指對行為者的行為進行觀測的裝置，會有“觀測到”和“沒有觀測到”兩種結果，存在一定概率。觀測器主要有直接型觀測器（計時計件）、間接型觀測器（調查，依靠舉報了解）、記錄型觀測器（記錄下相關行為，以備查驗）、反應型觀測器（向觀測對象發出信息觀測其接收信息的反應來判斷實際情況）、核對型觀測器（利用信息間固有關系觀測真偽）、回報型觀測器（回報反應規則）。在知識產權制度創新行為中，觀測器多通過調查、舉報等措施執行觀測行為。

2.5 多元行為孫氏圖

多元行為孫氏圖從行為主體不同行為的成本、概率、回報等角度，為分析計算不同行為的效用奠定基礎，如圖2所示。圖中不同符號的含義解釋見表1。

圖2 行為主體的多元行為模型Fig. 2 Multiple behaviors module

3 制度模型和仿真分析

3.1 主體行為效用分析

創新有關的行為包括積極創新，即通過支付研發創新成本，獲得創新回報；消極創新行為是指通過搭便車等方式以較低的成本，從積極創新的成果中獲利；侵權行為是指不參與創新，而是通過仿冒盜用等方式侵犯創新主體的知識產權；保護創新是指創新主體通過支付監督、訴訟等方式保護自身知識產權。由于積極創新成果會被侵權或消極創新利用，所以設置積極創新受到消極創新、侵權行為、保護創新行為等影響，約束參數代表非積極創新行為對積極創新行為總的約束關系或影響關系參數。

表1 創新行為治理制度參數Tab.1 System parameters for innovation behavior governance

3.2 仿真分析

調節促進器參數能夠提升行為的回報，將更多的經濟回報分配給積極創新的行為主體，有利于激勵積極創新。抑制器能夠降低不良行為（如侵權行為和消極創新行為）的回報，觀測器影響行為的成功概率，也影響行為主體的效用。行為成本會負向影響主體效用。其次，不同行為之間也存在耦合關系，例如積極創新行為的效用受到消極創新、侵權和保護創新的制度參數影響。

如何設置合理的參數來實現知識產權制度激勵積極創新的目的，需要整體調節影響行為效用的關鍵制度參數，使積極創新行為效用大于消極創新和侵權，在保護創新效用為正的情況下才能激勵知識產權主體去保護自身利益，并且創新行為的效用和制度參數也會影響積極創新行為。

由于系統參數較多，所以針對制度部件參數先設定數值初值，進一步選取有一定代表性的關鍵參數進行敏感性分析，例如侵權行為抑制器參數、侵權成功概率、消極行為主體對積極創新主體補償參數、侵權回報參數、保護創新參數等，仿真分析關鍵參數對不同行為效用的影響。

首先分析s3抑制器懲罰力度的影響，將觀測器概率均設定為0.8，約束參數均設為0.6，其他參數同表2，通過Python編程進行仿真分析，結果如圖3所示。研究得出，隨著懲罰力度s3的增加，侵權行為效用下降，積極創新從負效用增加到正效用。然而由于保護創新的效用為負值，以及消極創新的作用，導致積極創新的效用低于其他3種行為。即積極創新行為得不到制度激勵，創新保護行為也得不到制度激勵，而消極創新和侵權行為效用較高，在懲罰力度不大的情況下，侵權行為得不到有效約束，侵權行為效用大于其他行為。

表2 制度部件仿真參數Tab.2 System component parameters for simulation

圖3 懲罰力度影響多元行為效用Fig. 3 Effect of punishment on behaviors

進一步，將侵權成果概率p32設置為自變量，懲罰力度s3固定為800萬元，分析侵權成果概率p32對不同行為效用的影響，見圖4。隨著成功概率的增加，侵權行為在成功概率0.64之前，其效用低于積極創新。當侵權成功概率較高的情況下，侵權行為效用大于積極創新，甚至大于消極創新。所以對侵權行為的監控和監管是抑制侵權、鼓勵積極創新的重要參數之一。

圖4 侵權成功概率影響多元行為效用Fig. 4 Effect of tort success rate on behaviors

進一步，將補償參數α設置為自變量，分析其對不同行為的影響，見圖5。隨著補償參數的增加，消極創新行為效用下降，然而由于侵權的影響過大，保護創新效用為負，導致積極創新的效用低于消極創新和侵權行為。即積極創新行為得不到制度激勵，創新保護行為也得不到制度激勵，而消極創新和侵權行為效用較高，在補償參數不大的情況下，消極創新行為得不到有效約束。

圖5 補償參數（0.2～0.8）影響多元行為效用Fig.5 Effect of reimbursement（0.2～0.8）on behaviors

圖6 補償參數（1.0～2.5）影響多元行為效用Fig. 6 Effect of reimbursement（1.0～2.5）on behaviors

進一步分析，將補償參數α調整到1倍以上，即一旦發現有消極創新，則應補償給積極創新主體相對較高的金額。根據仿真分析發現，見圖6，補償參數在1.35之后，雖然積極創新效用依然低于侵權行為，但是其效用開始大于消極創新，并且其差距越來越大。如果參數過大，則可能會導致專利壟斷，遏制創新傳播。

由于保護創新效用為負值，所以調整保護創新回報r4到600萬元，成本c4降低到20萬元，將創新保護參數τ設置為自變量，分析其對不同行為的影響，見圖7。保護創新的效用為正值，隨著保護參數的增加，積極創新的效用逐漸增加，分別超過消極創新和侵權行為。即通過增加保護創新的回報、降低保護創新成本、提高保護創新的效用，可以提高積極創新的效用，起到激勵積極創新的制度作用。如果參數設置不合理，保護創新的行為效用為負值，則起不到激勵積極創新的作用。同理可以分析出λ參數有類似制度作用。

圖7 保護參數影響多元行為效用Fig.7 Effect of protection factor on behaviors

進一步分析侵權成果對積極創新主體帶來的負面影響，將其參數β作為自變量，將r3設置為200萬元，s3設置為600萬元，分析其對不同行為的影響，見圖8。隨著侵權行為對積極創新的效用帶來損害，積極創新的效用逐漸減少。然而由于侵權回報小于侵權懲罰，以及創新保護的有效作用，使得積極創新的效用依然超過消極創新和侵權行為。即在保護得力的情況下，侵權懲罰力度較大，侵權回報較小。即便侵權行為會侵占積極創新的部分收益，但是整體上依然起到激勵積極創新的制度作用。

圖8 侵權參數影響多元行為效用Fig. 8 Effect of tort effective factor on behaviors

4 政策建議

4.1 激勵積極創新行為是系統性的制度工程，需要統籌調節多項制度參數來達到制度目標

從創新到商業化存在的“死亡之谷”是世界各國面臨的挑戰和難題，創新活動本身帶有不確定性和正外部性，如何激勵創新是一個系統性難題。創新需要大量成本投入，獲利卻存在不確定性，而仿冒侵權等可以以較低成本獲取創新收益，在侵權追溯和有效保護等方面存在落地難題，如何通過有效的制度設計來實現激勵創新是一個系統性難題。根據數學模型和仿真分析，積極創新行為的效用受到諸多制度參數影響，主要由兩個部分組成，包括積極創新基礎效用和其他行為的附加效用。

對于積極創新自身行為基礎效用部分，需要從法律和政策上為提高創新成功效率、降低創新成本、提高創新收益提供良好的制度條件。首先，由于創新存在較高風險，需要投入較高的研發成本，但是不能保證一定能夠創新成功和獲利，或者專利不一定能夠很快實現經濟效益，對于技術迭代較快的產業，知識產權也不一定能夠及時獲得審批，所以需通過提供良好的創新環境和配套資源，提供知識產權培訓，優化知識產權申請制度，提高創新成功概率。其次，通過提供孵化資金等資源支持、降低或減免專利等知識產權行政費用和稅費、協同創新來分擔投入成本等降低創新成本。最后，通過加快優化知識產權轉讓制度建設，提升創新知識產權轉移效率，完善專利許可制度，提高積極創新收益。

對于附加效用部分，在創新被模仿、侵權、保護不力的情況下，積極創新的效用下降。當保護創新的效用為正的情況下，即發明人支付較低的侵權監督和訴訟等成本，以較高概率獲得較高經濟賠償的情況下，保護創新的效用越大，使得創新主體有更大的意愿和投入進行積極創新，以及對自身知識產權權益加強保護。否則會損害創新主體利益，創新主體放棄保護自身權益，創新主體進行積極創新的意愿下降。如果保護嚴重不到位，則侵權行為泛濫，則創新主體放棄積極創新，選擇侵權和消極創新，反而會鼓勵和縱容知識產權侵權行為。

通過綜合分析多個制度參數共同耦合對積極創新行為效用的影響，在定量分析的基礎上，在合理的參數區間對知識產權制度進行優化調整，實現法律法規和制度建設的精細化管理。

4.2 對積極創新進行合理補償，抑制消極創新的負面作用，提升創新擴散和整體效益

技術創新的“搭便車”現象比較普遍，誘人的回報、無需過多投入、監管失靈等問題對消極創新有較大影響，對創新主體的利益造成嚴重傷害，形成惡性循環，對整個行業和國家創新環境帶來不利影響。由于創新有著正外部性的屬性，創新成果很容易被參考借鑒，創新成果使得其他人受益，消極創新主體借助于積極創新主體的正外部效應，以較小的成本獲得較大的收益，導致創新主體自發的努力水平均衡點比較低。

由于積極創新的外部性屬性，制度設計雖然不抑制技術創新外溢，以產生積極的社會和經濟效益，但是如果搭便車等消極創新行為侵犯了積極創新行為的收益，并且與積極創新主體產生了競爭關系，占有了積極創新主體應有的回報，則需要對消極創新從積極創新中獲取的收益，對積極創新主體進行補償。消極創新由于支付的成本較小，通過依賴積極創新主體的付出帶來的溢出效應，而獲取了相對較高的回報，影響積極創新主體的效用，所以消極創新行為的制度設計需要改進。

通過適當調整消極創新行為補償參數，使得積極創新能從消極創新行為的收益中獲得補償，共同分享收益，使得積極創新效用增加，而不是被競爭和模仿占有導致效用減少，可以起到鼓勵積極創新行為，一定程度抑制消極創新。

但是，知識產權制度設計也不能矯枉過正，補償參數不能過高。由于知識分工越來越精細，協同創新成為必要。對于復雜技術領域，單打獨斗進行創新很難實現高效創新，但是如果制度設計過于傾向于積極創新主體，補償參數設置過大，抑制知識溢出對其他創新主體的效用，會對協同創新主體收益分配造成新的不公平，參與協同創新的主體要么獨自占有知識產權，要么不愿意協同創新，產生新的問題和糾紛。如果創新主體權利過于集中，過高的補償參數，技術不能在更多領域合理分享和傳播，知識產權濫用也會影響整體創新效用和創新溢出效應。

4.3 降低保護創新成本、提高創新保護回報、提高創新保護成功觀測器，鼓勵創新保護行為

維權程序繁瑣、取證難度大、審判周期長、維權成本高、賠償數額低是目前導致企業維權難的主要原因，問題亟須解決。知識產權侵權在監管、取證、判決、懲罰等過程中的成本、收益和概率等參數需要優化調整。

侵權行為如何得到有效監管和懲罰，是知識產權保護實施落地中遇到的困境之一。監管部分依賴于市場監管部門，如果監管力度不夠，人力等資源不足，觀測器制度工具失靈或效果不佳，則侵權行為很難被發現，或只有極少部分侵權行為被發現。如果侵權帶來的回報較高，懲罰過低，則會變相鼓勵侵權，則侵權等行為無法有效抑制。借助于大數據、物聯網、區塊鏈、加密防偽等新興技術，通過在線識別、實時監測、源頭追溯，提高侵權監管成功概率，建立和完善懲罰性補償措施，加大監管和懲罰力度。

降低保護創新成本，提高創新保護回報和成功概率。如果知識產權被侵權，起訴需要花費較高的證據收集成本和訴訟成本，如果法律制度不夠完善，執法部門過多，無法起到有效保護作用，獲得的賠償減去保護創新的成本為負值或者小于期望值的話，則理性選擇為不起訴或不保護，這種制度設計會導致侵權行為效用增加，侵權行為無法得到遏制。在保護知識產權的制度設計中，不僅僅要提高權利人實施保護行為后的回報，例如加大賠償力度，還需要降低訴訟、監管等保護創新的成本，提高知識產權保護訴訟或其他措施的成功概率，才能有效提高創新保護行為的效用，否則權利人會因為周期過長、成功概率太小、賠償較少，而放棄申請保護，從而縱容了侵權行為，無法發揮保護和激勵創新主體的制度作用?？梢酝ㄟ^引入第三方調解制度、區塊鏈存證和智能合約等技術工具，降低保護創新成本、提高創新保護成功概率，從而提高創新主體保護知識產權的效用，激勵積極創新行為。

5 結 論

從制度工程學角度分析知識產權制度對創新行為的激勵和抑制作用，統籌分析不同行為效用之間的關系，以及多項制度參數的耦合關系，進行數學建模和參數敏感性分析，探討基于知識產權制度的創新行為激勵模式。知識產權制度作為創新行為治理制度，需要調整創新主體基礎效用和附加效用等，從提高創新回報、降低創新成本和創新保護成本、調整補償和賠償參數，進而對積極創新行為起到有效的激勵作用，抑制侵權行為。對于知識溢出帶來的正外部效應，在積極創新與消極創新主體間進行合理的利益補償，使得創新主體積極創新，并抑制過度保護和無效保護的副作用。