本文架構

在研究呈現的編排上^, 下一章將進入和創新相關的文獻回顧並且說明其可能的 工具與我們所採用的方法^;第³章開始我們進入經濟模型的前奏商品與生產^;第 4 章是商品演化的動力來源偏好^; 第⁵ 章是以知識市場為核心概念的創新活動^; 第⁶章正式進入代理人基計算模型的介紹^;第⁷章和第 ⁸章設計了一些基礎的 實驗和結果呈現^; 第 ⁹ 章呈現有別於個體競爭的總體表現結果^; 最後一章進入 結論和未來研究方向。

文獻回顧

2.1 創新文獻

經濟學或更廣義的社會科學無時無刻都在探討 「創新」 或 「技術進步」^, 然而還 沒有一個具體的計算模型或工具來分析這個現象。 雖然各個科學領域同時也以 不同的角度在談技術^, 例如^: 生化、 光電、 工程領域^, 我們仍然需要能一般化的 科技表達能力(general representation of technology),基於此才能夠描述創新 (innovation)以及研究其演化過程 (evolutionary process)。

關於創新和技術改革的動態面, Schumpeter在 ¹⁹¹¹ 年的德文發表中提到^, 技術改革不僅導致所需要素的增產^,同時對市場與產業結構也造成影響。 Schum-peter 的三部曲 「發明^–創新^–擴散」 描述了整個創新過程的時間結構。⁽¹⁾ 擴散 對於創新的預期報酬及市場結構的影響^{; (2)} 創新的擴散因產業而有所不同^,同 時過程涉及路徑相依性及動態外部性^{; (3)}對於創新計劃的決策通常不是一勞永 逸^, 而是不斷的調整^{; (4)} 此乃預測市場動向、 技術發展與知識累積的不確定性 過程 (Schumpeter, 1934)。

研究創造力的證據顯示出 「與創新有關的神經生理機制」^, 例如^: 洞察 (in-sight)的機制(Jung-Beeman et al., 2004),皆是建立在過去累積的知識和經驗 上。 這也成為理論建模上的一大限制^,因此該如何描述創新變成暫時無法碰觸的 問題。 過去經濟學家轉而屈就將技術相關的變數參數化^,在模型中研究這些變數 的動態及各種條件的均衡情形^, 來解釋經濟成長的因素 (Hicks, 1932; Harrod,

1942; Solow, 1969), 後來演變開始賦予技術創新的意涵。 經過歷代經濟學家的

改進^, 從Arrow (1962), Sheshinski (1967)以及 Uzawa (1965),逐漸將技術內 生化^, 引起技術發生改變的原因也開始有了多元化的觀點(Romer, 1987, 1990;

Aghion and Howitt, 1992; Grossman and Helpman, 1991)。

考慮有限理性及經驗學習的效果, Nelson and Winter (1982) 研究廠商的

創新過程及產業動態。 他們的研究主旨包括了假設廠商行為有限理性、^R&D 為 創新的必要條件、 創新能力是廠商的競爭優勢、 篩選或評量廠商的表現是基於 其創新能力。 動態過程顯示廠商的創新行為決定產業的結構和演化。 這個開創 性模型^, 後續有許多學者跟進^, 透過模擬的方法希望可以產生各產業及產業內 的動態事實 ^(facts)。Dawid (2006)整理了關於創新建模的文獻^,列出創新的特

性包括^{: (1)} 動態結構的過程^{; (2)}強調知識的特殊性^,並將其視為創新最重要的

投入^{; (3)} 涉及大量的不確定性^{; (4)} 經由廠商的知識量、 使用與接受技術的能

力與對技術改革的創新策略來展現異質性。

然而^, 這些努力仍然無法瞭解技術的內在構造 (inner structure), 我們很難 闡述技術參數量化的意義。 而技術的內在構造即是知識。 實證上說明知識的存 量和創新有絕對的相關 (Dosi, 1988)。 有些知識的傳導機制如內部的研發^, 公 司間非正式的資訊交換 ⁽外溢效果^), 或邊做邊學的效果都會造成知識的累積。

因此目前的決策深受過去的經驗與知識累積的影響^, 進而促成創新活動。 知識 累積的研究和實質資本累積有很大的不同。 知識可以發展成交易的標的^, 通常 深植在個人或一群人⁽隱含的知識) (Polanyi, 1966)。 其複製幾乎不需成本並且 可以經由多元的管道擴散。Arrow (2000)指出^,知識成為要素投入由來已久^,知 識的創造與應用是早已存在的事實^, 並非新名詞^; 人類社會的演化^, 可說就是知 識發展史。 然而知識並不容易定義^, 例如要區別外顯的和隱含的 ^(tacit) 知識、

或一般知識和特殊技藝知識就有困難。 因此若沒有一個方法可以衡量技術水準^, 僅能侷限在一些量化的資訊^, 例如^{: R&D} 投資比率、 論文發表量、 專利申請案 與核發量、 上網普及率等。 即使有這些量化資料仍然難以滿足我們想要瞭解創 新過程的結構本質。

為了說明結構的本質^,圖 ^2.1 和^2.2 顯示鎚子^(hammer) 和武器 ^(weapon) 的演化過程。 對於研究這樣的過程^, 目前一般的分析工具和計算模型還付之闕 如。Kerber and Saam (2001)試圖以有限的維度來呈現技術, Ma and Nakamori

(2002) 則使用 ^Kauffman 著名的 ^NK 模型和遺傳演算法來表現技術以及其演

進過程。 然而^,我們要強調的是技術應該是在一個無限的維度上。 好比我們很難 想像從文字模式的作業系統 ⁽如^{: DOS)} 到圖形式的視窗作業系統 ⁽如^:

Win-dows), 僅僅是調整幾個有限維度裡的參數。¹

1這個例子可以使我們容易理解創新並非簡單地微調參數就可以達成。 根據 Baldwin and Clark (2000) 的Design Rules: The Power of Modularity 書中^, 記載了作業系統如何從文 字形式進入到圖形式的環境^,其中包含了相容性問題 ⁽與當時模組的可匹配性⁾、 消費者接受度 (主流消費者的偏好態度⁾、 程式開發人員的觀望⁽系統軟體生產者的決策⁾與最後全面普及。



圖 ^2.1: 鎚子的演化⁽圖片來源: Basalla (1988), Figure 1.4, p.20.)

雖然直接對創新建模有其困難性^,經濟學家對新古典經濟學所提出的典範性 研究有著愈來愈多不同的看法。 有一部分是對於古典模型無法處理或產生新穎 性或稱為浮現現象 (emergent property),² 因為我們無法事先假設已知所有未 來將被發明的商品和技術。 因此^, 符合理想的模型須保留空間給我們沒有看過 的新事物。 目前, Aoki (2002a, 2002b) 引入了 Zabell (1992) 的未預期知識 (unanticipated knowledge)。 這個想法源自於群體遺傳學 (population

genet-ics), 其所謂未預期知識可類比為物種抽樣問題。 在機率論和統計學中稱之為接

續法則 (law of succession), 例如^: 如何描述給定在已經觀察到的物種為條件 下^, 新抽樣的物種是前所未見的新物種機率為何。^Aoki 道破經濟學家在創新模 型所遭遇的瓶頸^, 另外^, 根據群體遺傳學^, 他所提出的 Ewens-Pitman-Zabell 歸納法仍然有其限制。 基本上^, 物種的多樣性和人類創造力的特性仍然有所不 同 (Basalla, 1988)。 人類的創造物 「製品 ^(artifact)」 通常是有跡可尋^, 而非一 種突然的發現。³ 因此^, 我們傾向於接受技術革新有其連續性的本質。

2浮現現象^,一般也譯為突現現象^,指在複雜系統中^,強調個體的交互作用與其所導致的總體 行為之間可能存在非線性的關係。 換言之^, 個體行為和總體行為可能截然不同。 用在我們對產 品創新的解釋上^,我們借用此觀念來表達^,看似無關的低階砌磚^,可能組合出符合消費者心目中 理想的高階商品。 但是突然就達成正確的組合是有困難的。 因此我們強調在過程中與經驗或知 識累積的關係^,並將此現象譯為浮現現象。

3Diamond (1997)舉了許多歷史上的實例^, 如: James Watt 在¹⁷⁶⁹年發明蒸汽機^,教課 書告訴我們這是因為他看到燒開水產生的水蒸汽所得到的靈感。 事實上^, 當時蒸汽機已經發明 了⁵⁷年了^,發明人是英國人Thomas Newcomen。 而^Newcomen的蒸汽機^,則是從^Thomas

圖^2.2: 澳洲土著武器的演化 ⁽圖片來源: Basalla (1988), Figure 1.3, p.19.)

經濟體系屬於複雜適應性系統(complex adaptive system),⁴ 浮現現象為其 重要的特徵。 創新過程中^,為了表現製品的演進是知識累積與浮現^, 模組化為研 究者所欲補捉的重要特徵。 最直觀的方式是將模組化與結構 (architecture) 做 連結^, 例如之前的鎚子與武器^, 鎚子適應不同的功能需要在結構上有所改良^, 武 器則同時朝各種功能面方發展^, 如防禦、 射程、 穿透力等。 近代的研究則以產業

為對象^,在Fixson (2003)的技術報告中^,整理出截至當時與模組化相關的一百

多篇文獻^, 其中以特定產業或產品的研究居多數。 換言之^, 這個報告間接說明了 模組化高度專業的一面。 同樣的^, 尋求模組化的一般性表現法亦是學者追求的 聖杯。 模組化的中心概念為區別出複雜系統中的子系統以及子系統之間的交互 作用 (Simon, 1962)。

然而^, 要明確地分割個別子系統困難重重。 近似可分割系統 (near decom-posable system) 的條件較易達成^, 因為自然界中完全可分割的系統 ^(fully

de-Savery 的發明改良而來。 ^Savery 的靈感則是來自於法國人 Denis Papin 的蒸汽機設計圖而

來。 ^Papin 的設計圖也不是獨創的產物^, 他的點子是來自於荷蘭科學家 Christiaan Huygens

和其他人。 因此 ^Watt 的貢獻像先烈一樣^, 一點一滴的改良蒸汽機的設計^, 而不是突然出現這 麼一個複雜的機械。

4這是由聖塔菲研究院 (Santa Fe Institute, SFI), 的 John H. Holland, Murray Gell-Mann及Brian Arthur等人所提出。

composable system)是非常罕見的(Simon, 1982)。⁵此概念加上^Kauffman的 NK模型^,則可以將結構參數化成有限維度的矩陣^,最早由^Altenberg實作在生 物學上^, 後來的學者陸續用來表現在如經濟學 (Frenken et al. 1999; Marengo et al. 2000; Baldwin and Clark, 2000), 管理科學 (Levinthal, 1997) 與複雜 系統 (Ethiraj and Levinthal, 2005) 等。 在學者的努力下^, 近似可分割的問題 可用設計矩陣來呈現。 但是^, 問題在於矩陣維度外的空間會怎麼產生或以什麼 形式出現^, 仍然有待克服。