政府购买体育公共服务研究成果

5.2.2.1　公共体育合作网络的概述

网络化治理强调政府对公共服务网络的管理能力。现实中的公共服务越来越倾向于多元化，面向服务对象个性化的需求，服务的供给越来越依赖于政府与市场、社会之间的合作伙伴关系。不同主体之间以各种方式结成了不同形态的供给联盟，随着分工的精细化和不断发展，最终形成了复杂的公共服务供给网络。公共服务供给网络显然区别于传统官僚制，是一种新形态治理结构。因此传统的政府管理理念和管理方式难以跟上服务发展形势。网络化管理需要政府具备更加专业化知识和与外部组织谈判的能力，政府除了完善自身的管理，更需要平衡和协调各种政府之外的各种组织和各种资源来提高服务的公共性和服务绩效（Goldsmith，&Eggers，2004）。

网络化政府与协同政府都强调政府在公共服务网络中的管理能力的重要性，但是协同政府更注重政府内部的部门协作，而网络化政府更注重政府与外部组织之间的合作程度。政府对市场和社会的帮扶，来自于满足越来越倾向于个性化的公共服务需求。个性化的公共服务来自多元化的社会格局与高度流动的人口，传统的整齐划一的服务供给方式早已跟不上复杂多变的实际需求。错综复杂的社会问题使公共需求日益多元化，为满足需求导致不同供给主体的分工日益发展，组织的界限越来越容易打破，政府在实现公共目标中面临的挑战也越来越大。下面以合作模型为例，进一步说明合作和网络化的意义和作用。

5.2.2.2　公共体育合作网络的结构与演化

合作网络是系统性创新的一种基本的制度安排，网络构架的主要连接机制是主体间的创新合作关系。在合作网络中知识共享的动力更强，有利于知识共享和联合研发。党兴华等（2005）认为合作网络是指企业在技术创新过程中形成的关于主体和其他组织之间的各种正式与非正式合作关系的有机整体。米歇尔弗尼士（2010）对德国区域企业网络中300家企业的实证研究显示，网络集聚对知识与信息转移有重要作用，网络间结点间联系强度对于知识创新有显著影响。佛雷明等（2007）和贝克尔等（2008）研究了企业网络的结构，认为该网络有高集聚性，一个节点对应多个节点连接等结构特征。在此基础上，近些年来很多学者对合作网络进行了广泛的研究。

在网络的演化形态方面，博佳提（2008）总结了核心节点的识别方法，提出了网络传播的路径和方式，认为不同的网络有不同的传播路径和方式。黄玮强、庄新田、姚爽（2011）刻画合作伙伴选择、知识学习及创新机制，建立企业集群企业网络演化模型，动态演化过程中的企业网络具有显著的小世界性，并且随着集群创新潜力的增大，企业积极构建远程的合作关系。亚历山大和夏维尔（2012）实证分析了2148家西班牙创新企业，提出合作创新组织的拓扑结构主要取决于科技信息流的强度、与客户交互的强度，以及合作的强度。

通过长期演化，合作在局部相互作用的个体中能够得到维持，但其稳定性对网络结构的变化非常敏感。马苏达等（2003）研究了小世界网络中的空间囚徒困境，表明网络拓扑的统计特征与合作演化有紧密关系。张洪潮（2010）运用演化博弈模型分析了非对称企业间进行合作创新的策略选择，得出企业违约获得的额外收益小于企业继续创新合作所获得的超额收益，合作创新终会因双方遵守合作契约而得到维持。张苏荣、王文平（2011）通过企业间合作演化博弈研究了企业选择合作策略的概率与知识更新的收益系数，相互信任水平和风险系数等有相关性。

多主体合作一方面集聚了创新资源，有利于关键技术和重大项目的开发；另一方面，多元关系会使合作变得不稳定，道德风险搭便车等行为更容易出现，从而增加创新风险，导致合作的失败，因此，企业不可能无限度地扩大合作的伙伴数量。Nooteboom在研究合作策略时，考虑到了投入、自身合作的伙伴数、他人给予的反馈额以及对于未来合作收益的期望等因素的影响，建立了多人合作博弈模型。Nooteboom模型创造性的考虑了合作伙伴的因素，但他却忽视了网络环境对交互合作的影响。基于此，这里沿用Nooteboom模型的思想，构建了企业网络中多主体合作的博弈模型，研究企业网络中的合作创新问题，确定了网络中企业合作伙伴数临界值；运用计算机仿真技术，模拟分析了伙伴数对企业的合作行为和策略选择的影响，总结了不同结构特征下企业网络的演化规律。理论上，为研究多主体合作创新的行为策略提出新的方法和模型；实践中，有利于发现企业合作创新的动因和阻力，为增强中国企业的合作创新能力和政府设计激励企业合作创新的政策提供参考。

（1）网络中的创新合作博弈

①网络环境中创新合作模型的构建

企业网络中，由于合作伙伴的存在，因技术和信息溢出带来的风险更容易出现，这对企业间的合作创新有着重要的影响。因为信息溢出成本（风险）、对于参与人i的项目投入其他人给予的反馈额以及对于未来合作收益的期望等因素都将影响到参与人可获得的实际效用，进而影响他的博弈决策。为了衡量这种由企业合作伙伴带来的风险，将企业的成本拆分为显性成本和隐性成本，显性成本表示企业实际的投入成本，隐性成本表示企业合作伙伴的信息技术泄露对企业本身造成的损失。沿用Nooteboom模型的思想，考虑网络环境对企业交互合作及其伙伴数的影响，构建了风险分离型的企业合作的效用函数（见公式5-1）。

模型中，ci表示当企业i在进行是否要与企业j开展创新合作时所需的显性成本；di为i选择合作时由于对手拥有合作伙伴而带来的单位隐性成本，主要指信息泄露的风险；pi表示由于i与j的合作创新使i从该项目中获得的收益；mi表示参与人i有多个合作伙伴所带来的收益，mini表示企业i因其有多个合作伙伴而增加的总效用；vi表示其合作伙伴j有多个伙伴数量时，由于增加了学习和知识来源而给i带来的额外收益。

该模型描述了企业网络中，个体对其合作创新伙伴的选择决策。参与人i决定是否要与参与人j进行创新合作时，参与人j的伙伴数量的多少会对合作信息泄露产生不同程度的威胁，会对参与人i带来不同程度的额外收益，而i本身的伙伴数量同样会对其所获效用产生不同程度的影响（支付矩阵见表5-2，收益u的下标表示参与人i或j，u的上标表示参与人的策略）。

表5-2　企业网络中的合作博弈支付矩阵

②企业网络中创新合作模型的均衡分析

博弈中，任何一个企业都有两种策略选择：合作与不合作。根据表5-2的博弈支付矩阵，从收益u的值可以明显看出也就是说当企业预期它的伙伴不合作时，那么它自己选择不合作是合算的，由此得出（不合作，不合作）为博弈的一个均衡。同时，在模型中与的大小取决于参数n，p，c，d的值。当-ci-dinj+pi≥0且-cj-djni+pj≥0时，即此时（合作，合作）与（不合作，不合作）为该模型的一个均衡；而当-ci-dinj+pi＜0或-ci-dinj+pi＜0时模型的均衡为（不合作，不合作）。

由此可见，该博弈模型的均衡取决于变量n，p，c，d的值。网络中，企业间的合作是一个动态的过程。初始阶段，当网络中企业的合作伙伴数目都较少的时候，企业倾向选择“合作”这一策略来开展创新活动，该行为带来的回报、收益高于其需要支付的成本投入和面临的知识溢出的风险，每个企业的合作伙伴数目在逐步增多。但企业的伙伴数量并不是越多越好，它存在一个临界值，当企业的合作伙伴数大于这个临界值时，企业会更多地考虑由于它的多个伙伴数量而带来的信息泄露的成本和风险，而忽略由于其多个伙伴而会给项目带来的共享知识和收益，这时企业不再选择合作作为策略。此时，企业的伙伴数量也将不再增多，网络中各节点之间不会建立新的连接，创新合作和企业网络的演化趋向于均衡。根据均衡分析的结果，该模型有如下几个性质：

性质1：企业i合作伙伴数的临界值为：

因为根据表5-2的博弈模型，若要使合作成为可能，则须满足合作时的收益大于不合作时的收益，即：-ci-dinj+pi+mini+vinj≥mini+vinj，可以推出

性质2：两企业合作伙伴数均小于临界值时，博弈的风险占优均衡为（合作，合作）。

因为当时，博弈模型的纳什均衡为（合作，合作）与（不合作，不合作）。该博弈为协调博弈，根据偏离损失乘积比较法识别风险占优，可以解出也就是说，当时，（合作，合作）为风险占优的均衡。

而当时，模型博弈的纳什均衡为（不合作，不合作）。因为企业的伙伴数在这个区间时，两企业合作的收益均小于不合作情况下的收益，企业更倾向于选择不合作。

（2）企业网络的演化仿真与分析

①网络模型

假定由N个节点构成的企业网络系统G=（N，V），令N={1，2，…，i，n}，其中V表示两个节点i和j之间的连接，有（i，j）∈V，设ki为节点i的度，表示节点i具有ki个邻居，其中0＜k＜N。假定网络中的节点规模保持不变，用聚集度（C）、特征路径长度（L）、合作度（R）和顶点度分布（k）四个结构特征来描述企业网络的演化。(www.xing528.com)

②演化仿真步骤

将建立的企业合作创新博弈模型置于复杂网络中进行仿真模拟，具体的仿真思路和步骤为：

步骤1：建立初始的网络模型。一般来说，根据节点的度分布的情况，初始网络分为小世界网络、无标度网络和随机网络三种。以网络中的节点代表企业，网络中的边代表企业之间的博弈关系，假设网络中共有N个节点，每一个节点与ni个节点有边相连接。

步骤2：网络中个体间的博弈。在网络中考虑企业之间的重复博弈情况，企业i需要与ni个对手进行博弈，每次博弈可采取2个策略，选择合作时，ti=1，节点建立连接；选择不合作时，ti=0，节点不连接，计算网络中每个节点企业的合作伙伴数量nj，并根据nj计算每两个企业博弈过程中的获得的收益大小。

步骤3：合作伙伴的选择。从网络中随机挑选若干个企业进行博弈，设企业遇到其他企业的概率为P，即单个企业以概率P从全部N个企业中选择合作伙伴，根据博弈双方的收益大小确定双方的策略，只有当双方同时选择合作时，节点之间才能建立连接。

步骤4：返回步骤2开始新的一轮博弈。每进行一次博弈记为一轮，一共进行博弈T轮博弈，并记录每一轮结束后网络的特征路径长度L，聚集系数C和网络中的合作程度R。

步骤5：归纳结果并画图。T轮博弈结束后，利用每轮记录的L，C，R值绘制变化趋势图和统计分布图，以反映该企业网络的动态演化。

③仿真结果分析

选取的模型节点数N=500，即网络中有500家企业，设定概率P=0.1，即每一轮平均有50家企业参与博弈；设T=50，即一共进行50轮的博弈，设博弈模型初始参数p=5，c=1，r=0.1。初始的网络环境为小世界网络、无标度网络和随机网络。根据上述参数和步骤，在网络环境下对博弈模型进行仿真，三种网络环境的路径长度L，聚集系数C、网络中的合作程度R和顶点度分布的变化趋势分别见图5-3至图5-6。

结论1：节点特征路径长度的模拟仿真结果。

图5-3　初始网络为小世界、无标度和随机网络时路径长度变化趋势

特征路径长度（L）指的是沿最短路径连接任意两个顶点的边数的平均值。特征路径长度是网络的全局特征。从特征路径长度L的变化趋势来看，三种网络表现出了共同的特征，即随着博弈次数T值的增加，网络的特征路径长度缩短，这表明无论在哪一种网络中，企业网络的合作程度均加强。具体的，在博弈次数小于5时，L的值急剧的下降到2.25左右；在博弈次数为超过5次时，L的值在2.35附近，并最终趋于稳定（见图5-4）。

结论2：网络集聚度的模拟仿真结果。

图5-4　初始网络为小世界、无标度和随机网络时聚集度变化趋势

每个顶点的聚集度为该顶点中实际存在的边数和最大可能边数的比值，网络的聚集度（C）是所有顶点的聚集度的平均值。从图5-4可以看出：随着博弈次数T值的增加，小世界网络和无标度网络的集聚度下降到一定程度（0.05左右）后趋于稳定；而随机网络的聚集度先增加，然后再减少到0.05左右趋于稳定。

结论3：网络合作度的模拟仿真结果。

图5-5　初始网络为小世界、无标度和随机网络时合作度变化趋势

合作度（R）指的是网络中存在的合作策略与可能存在的全部合作的比值。因为整个网络中有N个节点，则整个网络中可能存在的边，即合作关系数为N（N-1）/2。网络中每个参与人的合作伙伴数量为ni，合作度R的计算公式为从图5-5中可以发现，三种网络合作度的变化呈现出了相似的趋势，合作度R随着演化轮数的增加急速增加，而后缓慢减小并呈现了较为稳定的发展趋势，小世界网络的合作度较其他网络更大。这表明在博弈过程中，当两企业的合作伙伴数量之和小于临界值时，合作是企业的最优策略选择，合作的增加也即网络连接数量的增加有利于信息的传递和小团体的产生，使网络的特征更加显著。

结论4：网络顶点度分布的模拟仿真结果。

图5-6　初始网络为小世界、无标度和随机网络时的顶点度分布

顶点度分布反映了度为k的个体在群体中的比例。图5-6显示了在经过50轮博弈仿真后，网络中企业合作伙伴数量的度分布，也就是说网络中企业的连接情况。根据均衡分析的性质2，两个企业合作伙伴数之和的临界值ni+nj=40。从图5-6中可以看到，企业网络中度为20（无标度网络为21）的节点度最大，也就是说，在该模型的企业网络中，合作伙伴数为20个（无标度网络为21个）的企业数量最多，这表明企业网络中企业合作程度很高。