研發策略競爭

在Agent-Based 建模, Silverberg and Verspagen (1994, 1995)討論廠商對技 術的搜尋能力^, 包括廣度與深度搜尋的取捨 ^(trade-off) 以及創新擴散的速度。

所依賴的最重要變數為 ^R&D 額度。 透過不同廠商間的競爭^, 廠商的策略經由 社會式學習逐漸調適^, 並且觀察其與市場集中度的關係以及其對經濟成長的影 響。 因此^,研究發展策略的角色十分重要^, 研發支出的比重自然為研究者首先要 考慮的觀察變數。 然而^, 研發支出的不確定非常大^, 而且難以估計^, 加上隨著產 業不同^, 研發效果也會有差異。 實務上^, 除非生產者有閒置的資金使然^, 一般而 言^, 其並不輕易嘗試研發新的產品。 另外^, 在競爭的環境下^, 生產者若不進行研 究發展^, 而其他的生產者卻開始進行^,則其未來存活的機率是否一定會降低^?換 言之^, 將來在演化的環境中^,紅心皇后準則是否會出現^, 將是一個有趣的議題。

另外^, 在模型中與研究發展直接相關的遺傳運作參數^: 交換率與突變率也會 納入觀察。 在相同的研發支出比例之下^, 如果組織內的交換率與突變率不同^,對 生產者的生存力會帶來什麼影響。 換言之^, 組織內部對新事物接受的文化^, 我們 以交換率和突變率的不同來表示。 我們若能先瞭解這些策略可能的演化方向^,對 於未來共演化的分析將會有幫助。 接下來^,我們先討論研究與發展比率的差異對 生產者的表現有何影響。 表 ^7.6 為參數設計。

7.3.1 研究與發展比率競爭

表^7.6: 研究發展比率競爭參數表

參數名稱 型態 ⁽變數⁾ 資料範圍 設定值 生產者人數 整數 ⁽ⁿp) [1, ∞) 2

搜尋強度 實數 ^(rs) [0, 1] 50%

研究與發展比率 實數 ^{(γR&D) [0, 1]} (1) 0.01% (2) 1%

註^{: (1), (2)}為生產者編號對應適用參數^,其餘參數同表^7.1。 獨立進行⁵⁰次。

表 ^7.7: 生產者獲利表現

研究發展比率競爭組

生產者型態 平均報酬率 平均銷售額 平均利潤 期末總資本額 存貨折損率 低研究發展比率 ^{63.71% 29,818 11,464} 59,777, 625 18.21%∗∗

(γ_R&D = 0.01%) (1.09%) (1,678) (686) (3,425, 551) (0.57%)

高研究發展比率 ^63.99%∗ 32,138∗∗∗12,458∗∗∗ 64,749, 675∗∗∗ 18.02%

(γR&D= 1%) (0.80%) (1,709) (689) (3,442, 870) (0.42%)

p-value 0.0696 0.0000 0.0000 0.0000 0.9707

註^:各觀察值皆包括⁵⁰個獨立模擬的結果。 括號內的數值為標準差。^p-value為^t檢定的結果^,

1 501 1001 1501 2001 2501 3001 3501 4001 4501

0%

1 501 1001 1501 2001 2501 3001 3501 4001 4501

Mean Median

表 ^7.8: 兩標準生產者與研發率差異生產者前¹⁵ 代銷售量表現

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Producer 1 High R&D rate 44 77 111 149 211 262 300 308 309 303 312 306 307 307 306

44 33 34 38 62 50 39 7 1 -6 9 -7 1 0 -1

Producer 2 High R&D rate 42 74 108 145 189 242 290 292 291 297 287 294 293 293 294

42 32 34 37 44 53 49 2 -1 6 -10 7 -1 0 1

86 151 220 294 400 503 591 600 600 600 599 600 600 600 600

Producer 1 Low R&D rateLow R&D rateLow R&D rateLow R&D rate 44 77 111 146 181 216 252 286 295 291 291 290 288 289 291

44 33 34 35 35 35 36 34 9 -4 0 -1 -2 1 2

Producer 2 High R&D rate 42 74 108 143 186 244 295 303 305 308 304 307 307 305 305

42 32 33 36 43 58 51 8 1 3 -4 3 0 -2 1

尋強度的情境下^, 數量調整速度可能是一個很關鍵的參數。 甚至可能彌補研發 能力不足的缺失。 然而^, 在真實的環境下^, 市場需求的不確定更是讓生產者難以 掌握。 我們的模型已經算是相當程度的簡化市場需求的過程。 但經由以上的觀 察^,可以說明初始的研發比率差異如何影響後來表現。

7.3.2 研發訊息交換與變異能力競爭

表 ^7.9: 遺傳參數競爭參數表

參數名稱 型態 ⁽變數⁾ 資料範圍 設定值 交配率競爭組

生產者人數 整數 ⁽ⁿp) [1,∞) 2

搜尋強度 實數 ^{(rs) [0, 1] 50%}

交配率 實數 ^(pc) [0, 1] (1) 45% (2) 90%

突變率競爭組

生產者人數 整數 ⁽ⁿp) [1,∞) 2

搜尋強度 實數 ^{(rs) [0, 1] 50%}

突變率 實數 ^{(pm) [0, 1]} (1) 40% (2) 80%

註^{: (1), (2)}為生產者編號對應適用參數^,其餘參數同表^7.1。 兩組實驗各獨立進行⁵⁰次。

首先為了解答參數設定的問題^,第 ⁶章我們已經討論過^,基於欲觀察的經濟 現象^, 理想的參數規範。 在研發階段^, 即有產品的訊息交換與變異是構成創新的 過程。 其中涉及遺傳運作的兩個基本的運作元^, 交配與突變。 之前^,對於 ^GP的 遺傳運作參數突變率與交配率的設定並沒有太多著墨^,現在以經濟的框架^,市場 做為舞台^, 這些參數可以做為作為競賽的基礎。 這兩個參數乃是 ^GP 運作的核 心也是模型中生產者創新行為的關鍵。 如果要用隱喻來說明參數的概念^, 如同 生物最基本的遺傳訊息 「基因」。 不同的基因組合決定不同的性狀^, 再往上層也 會和經驗形成意識層次^, 進而對行為有影響^; 換言之^, 這些底層特徵不僅決定生 物外表特徵^, 還有其內在性格。¹⁰ 其在決策上有一部分受此先天的特徵所指導。

我們的研究除了想要瞭解不同參數對生產者生存表現的影響^, 追根究底以另一 種角度來看這些參數^,並取得重要的經濟意義。 為了瞭解這個效果^, 在參數上改 變如表 ^7.9:

10以一種比較接近唯物主義的想法^, 目前的腦科學證據顯示人類的心智活動都可以歸因於大 腦某些神經連結共同協調的結果。 這些連結是先天的結構和後天的環境共同造就的結果。

表^7.10: 生產者獲利表現 交配率競爭組

生產者型態 平均報酬率 平均銷售額 平均利潤 期末總資本額 存貨折損率 低交配率 ^{62.53% 32,471}∗∗∗12,408∗∗∗ 64,502, 891∗∗∗ 18.73%∗∗∗

(p_c = 45%) (1.22%) (2,428) (1,015) (5,070, 047) (0.62%) 高交配率 ^63.49%∗∗∗ 31,063 11,984 62,384, 517 18.28%

(pc = 90%) (1.07%) (1,806) (747) (3,734, 106) (0.54%) p-value 0.0000 0.9993 0.9902 0.9903 0.9999

突變率競爭組

生產者型態 平均報酬率 平均銷售額 平均利潤 期末總資本額 存貨折損率 低突變率 ^{61.19% 31,055}∗ 11,701 60,968, 110 19.43%∗∗∗

(p_m = 40%) (0.98%) (1,432) (577) (2,884, 139) (0.51%) 高突變率 ^63.34%∗∗∗ 30,665 11,812 61,522, 916 18.35%

(pm = 80%) (0.84%) (1,285) (514) (2,571, 524) (0.44%) p-value 0.0000 0.9223 0.1551 0.1563 1.0000

註^:各觀察值皆包括⁵⁰個獨立模擬的結果。 括號內的數值為標準差。^p-value為^t檢定的結果^, 虛無假設^{, H0:}低交配⁽突變⁾率生產者變數平均數 ≥高交配⁽突變⁾率生產者變數平均數。

實驗結果 這裡像上一小節沒有顯示如圖 ^7.7 的兩生產者市場佔有率情形^, 因 為如果繪出市場佔有率圖^,不同交換率和不同突變率^,兩組的市佔率平均數和中 位數情況都穩定在 ^50% 波動。¹¹ 也因此^, 我們可以看到表 ^7.10 顯示出兩組生 產者的獲利表現十分接近。 雖然統計上有些顯著差異^,那表示兩者的變異數或標 準差都很小^,市場幾乎是完全區隔^,兩生產者等於是獨自在子市場中扮演獨佔的 角色。 就投資報酬率來看高交配率與高突變率生產者的表現比較優秀。 但是^,為 什麼低交配率和低突變率生產者的存貨折損率比較高呢^? 之前^, 我們討論過存 貨折損率表示生產者創新的節奏^, 愈勇於創新折損率愈高。 所以^, 直覺而言^, 高 變異率的生產者存貨折損率應較高^, 因為創新造成的產品更迭。

然而^, 我們如果計算兩組模擬生產者的平均投入成本 ⁽平均銷售額減平均利 潤^),在交配率組^, 低交配率生產者為^20063, 高交配率生產者為 ¹⁹⁰⁷⁹。 在突變 率組^, 低突變率生產者為 ^19354, 高突變率生產者為 ¹⁸⁸⁵³。 我們發現低變異率 生產者平均投入成本皆較高。 可能有兩個原因造成這個現象^,第一^, 低變異率的 生產者產品的變化小^, 因此容易僵化以致於產品內有較多的無效率或非必要的

11主要理由是消費者對商品的知識敏感度很低^, 換言之^, 商品只要能符合一點點消費者的偏 好^,消費者就願意付相當不錯的價格來購買。 詳細內容^,請參考下一小節對不同加成定價率的生 產者所做的解釋。

元素存在^,這些都是成本較高的原因。¹²成本較高^,透過加成定價^,所能得到的收 益也較高。 因此^, 能夠再投入的資金也較多^, 在市場飽和之後^, 導致存貨折損較 高。 第二^,造成這樣的結果亦有可能在初期^,低變異率生產者在突變或重組產品 的機率較低^,所以美名是研發^, 實際上有很大的比例是增加既有商品的數量。 所 以等於是加快商品數量調整^, 而既有商品^, 有些已經被消費者接受^, 在下一代就 不會被淘汰^,生產者可以累積更多的資本^;而這些資本又是商品數量調整和研發 的資金^, 自然有較多的資金可以投入。 所以低變異率生產者有較高的投入成本。

然而^, 第二種原因發生的可能性較低^,因為其與存貨折損率較高的結果不符。

至於高變異率的生產者^, 因為產品變化較具彈性^, 消費者的選擇會很自然地 幫助生產者降低成本^,並使其收益也同比例減少。 導致其累積的資金較少^, 使其 初期的投入也較受限。 加上後期會有總研發投入的上限^, 因此^, 可能從某一代之 後^,兩生產者的研發投入已經沒有差異。 平均的差異只是反應初期的效果。 而這 個細微的差異就可能是導致後來平均存貨折損差異的原因。 因為市場已經飽和^, 投入愈多的生產^, 就有愈多的產品無法銷售。 以上是我們根據結果提出的臆測^,

Agent-Based模型不僅提供模擬的平台也讓我們可以有機會進一步來追蹤及驗

證所提出來的假設。