2.1 委托—代理理论

2.1.1 委托—代理理论的基本假设

1．理性“经济人”

代理理论的人性假设出自经济学的理性人理论。一般认为，亚当·斯密在《国富论》中首次完整地表露出了经济人的思想，约翰·穆勒则是依据亚当·斯密对经济人的描述和西尼尔提出的个人经济利益最大化公理，明确地提炼出了经济人假设。

学界一般认为，理性经济人的假设包含以下几个方面：①自利主义，即参与者行为的动机是追求自身利益的最大化。②理性决策，即参与者会根据市场情况结合自身条件做出理性的决策。③自身利益与社会利益通过完全市场实现统一。

委托人与代理人是市场中的两个独立主体，双方都在一定约束条件下谋求自身效用的最大化。

在当前科技服务行业中，各方主体谋求各自效用最大化。科技研发主体，由于职称评定、薪资报酬、名声等因素，可能更偏向于注重科技界的“空白”“首创”“理论先进”等问题；科技转化代理主体可能主要关注科技转化数量、应用户数、科技总产出等问题；科技应用主体可能更关注科技盈利效率（资本投资回报率），因此科技市场价值，即盈利性、稳定性、可持续性等问题是其更为关注的问题。

这就需要有一种机制整合与协调各方效用，以便使各参与者的行动协调。

2.“非对称信息”

委托—代理理论是建立在非对称信息博弈论基础上的。非对称信息（asymmetric information）指的是在委托—代理中某一参与人拥有另一参与人并不拥有的信息。这种非对称性，包含两方面的情境：一是信息对不同参与人在时间轴上的不均匀分布，可以理解为不同参与人掌握同一信息具有时间差别；二是信息对不同参与人在内容上的不均匀分布，也就是说不同参与人掌握不同的信息，或对同一问题信息了解的程度不同。

从时间分布的角度来看，以委托—代理双方签约为参照，签约之前发生的信息不对称，称为事前非对称；签约之后发生的信息不对称，称为事后非对称。研究事前非对称信息博弈的模型称为逆向选择模型（adverse selection），研究事后非对称信息的模型称为道德风险模型（moral hazard）。

从信息内容分布的角度来看，非对称信息可以指在不同时间上某些参与人的行为不同，研究此类问题的模型，被称为隐藏行为模型；非对称信息也可能是指某些参与人对信息发布与传递采取了某种措施，导致各方参与人掌握不同的信息或信息掌握的程度不同，研究此类问题的模型，被称为隐藏信息模型。

委托人与代理人都面临市场的不确定性与风险，而且两者掌握的信息存在非对称性。

科技研发通常需要大量投入，而且存在明显的不确定性与高风险。研发主体对某项实用技术的应用条件、稳定性、负效应，甚至“负外部性”（在经济学理论中，负外部性是指，行为人实施的行为对他人或公共的环境利益有减损的效应）等方面信息占有优势。科技市场中的应用主体，对某项技术的当期回报，甚至其潜在的市场价值（预期回报）等方面信息占有优势。因此，委托—代理各方面临非对称信息带来的选择与风险问题。

3.“逆向选择与道德风险”

非对称信息与机会主义行为在市场交易中会导致决策的“逆向选择”。在经济学中“逆向选择”有很丰富的含义，在此我们取其中一个定义，即指市场交易双方由于非对称信息和产品价格下降产生的劣质品驱逐优质品，进而出现市场交易产品的平均质量下降的一种现象。在市场交易中，如果参与的一方能够利用多于另一方的信息，或者利用己方已经掌握但另一方还没有掌握的信息，使己方受益而对方受损时，信息劣势的一方便难以顺利地做出买卖决策，因此产品价格就会随之扭曲，并且失去了平衡供给与需求、促成交易达成的功能，最后导致市场效率的降低甚至无效。

科技服务市场中“逆向选择”的典型案例是“山寨”现象。由于非对称信息，生产制造商对创新的、前沿的科技技术的成熟度与技术风险，无法正确评估，于是倾向于采用成熟的已经有实践经验的科学技术，最终选择走上一条模仿或说“山寨”之路。

在市场契约行为中，当签约一方不完全承担风险后果时，其所采取的使自身效用最大化的自私行为，被称为“道德风险”。“道德风险”，通常是由非对称信息问题引起的。市场交易活动的参与人在最大限度地增进自身效用的时候，做出不利于他人的行动，而这一行动之所以能得以施行，是因为另一方参与人由于非对称信息而无法观察到此行动。

在科技咨询业务中，科学技术应用的需求方在向科学技术的供给方进行经营管理与生产制造等问题咨询时，对技术方案供给方会否泄露咨询问题所涉及的商业秘密很难正确评价与管控。科学技术应用的需求方在提供经营管理与生产制造问题等时，也就一定程度地向外公开其商业秘密，由此会承担某种程度的竞争损失风险。

2.1.2 科技服务委托—代理的基本模型

1．委托—代理模型基本类别

（1）委托—代理模型方法

近几十年来，委托代理理论的模型方法发展，可以说是日新月异、层出不穷。这里总结一下主流的三种方法：

1）状态空间模型化方法（state-space formulation）

这是由威尔逊（Wilson,1969）、斯彭斯和泽克豪泽（Spence and Zeckhauser,1971）与罗斯（Ross,1973）最初使用的。状态空间模型化方法主要的优点是这种方法将每种技术关系都很自然地表现出来。但是，这一方法无法得到经济上有信息的解（informative solution）。

2）分布函数的参数化方法（parameterized distribution formulation）

这是由莫里斯（Mirrlees,1974）最早使用，霍姆斯特姆（Holmstrom,1979）随后将其发展完善的。这种方法目前已经成为被采用最多的标准化方法。

3）一般分布方法（general distribution formulation）

这种方法相当抽象，尽管这种方法对代理人的行动及交易中发生的成本没有比较清晰的解释，但是，可以使研究与应用者得到非常简练的一般化模型。

（2）委托—代理模型的基本类别

委托—代理模型的基本类别如表2-1所示。

1）逆向选择模型（adverse selection）

这种模型指在委托人（可以是科技创新服务中的科技需求方，即创新科技的应用者）与代理人（可以是科技创新服务中的科技供给方，即科技创新人员）在签约之前，“自然选择”代理人的类型。在此模型中，代理人明白自己的类型，而委托人对此并不清楚，因此存在非对称信息。代理人的某些信息可能对委托人不利。代理人可能会利用这些对自己有利而对委托人不利的信息进行签约谈判。在非对称信息条件下，委托人由于处于信息劣势而在签约中做出不利于自己的选择。

2）信号传递模型（signaling model）

在此模型中，代理人明白自己的类型，而委托人对此并不清楚，因此存在非对称信息。在非对称信息条件下，委托人“自然选择”代理人的一种类型。为了显示自己的类型，代理人选择某种信号，并将这种信号传递给委托人，委托人在观测到信号之后与代理人签订合约。

3）信息甄别模型（screening model）

在此模型中，代理人明白自己的类型，而委托人对此并不清楚，因此存在非对称信息。在非对称信息条件下，委托人“自然选择”代理人的一种类型。委托人提供多个合同供代理人选择，代理人根据自己的类型选择一个最适合自己的合同，并依据合同选择行动。

4）隐藏信息的道德风险模型（moral hazard with hidden information）

签约后，某种“自然状态（the state of the world）”出现，或者是代理人类型展现，代理人观测到“自然状态”或依据自身类型，选择行动，并向委托人报告在此“自然状态”下的选择（往往是无奈的、不可抗逆下的次优选择）。委托人可以观测到代理人选择的行动，但无法观测到代理人类型与“自然状态”，因而存在非对称信息（或非完全信息）。委托人的问题是如何设计一个可行的激励合同以鼓励代理人在特写“自然状态”下选择对委托人最有利的行动。

5）隐藏行动的道德风险模型

签约后，代理人选择努力工作或者偷懒应付的行动，某种“自然状态（the state of the world）”出现，代理人的待定行动与某种“自然状态”共同决定了可观测的结果，委托人只能观察到这种结果，而无法直接观察到代理人选择的行动过程与“自然状态”，因此存在非对称信息（或非完全信息）。委托人的问题是如何设计一个可行的激励合同以鼓励代理人从其自身利益出发选择对委托人最有利的行动。

委托—代理的不同模型的应用如表2-2所示。

2.1.3 委托—代理基本分析框架

根据科技服务实践，并借鉴国内外学者的相关研究，本书在此总结科技服务的委托—代理基本分析框架。

1．期望收益

科技创新的贡献体现在生产活动中的产出，而这种产出收益的所有权归委托人，但其产出收益的获取必须对代理人支付报酬。即

式中：Rd——委托人的收益；

y——科技创新产出贡献；

w——代理人的报酬（工资）。

这里，假定委托人与代理人都是风险中性者。委托人也就是科技创新服务中的科技需求方，即创新科技的应用者。要使其期望效用最大化，可以通过其期望收益实现：

式中：E（Rd）——委托人（科技服务需求方）的期望收益；

E（y）——预期产出；

E（w）——预期报酬（对科技服务提供者的工资）。

代理人也就是科技创新服务中的科技供给方，即科技创新人员。要使其期望效用最大化，也可以通过其期望收益实现：

式中：E（Rs）——代理人（科技服务供给方）的期望收益；

E（w）——预期报酬（工资）；

C（a）——行动成本（努力的代价）。

随着科技创新人员努力程度的增加，会相应地增加其行动的成本。其报酬（工资）则取决于科技创新对产出的贡献，而这具有不确定性。因此，在公式2.3中，行动成本C（a）不取期望值，而报酬w取期望值E（w）。

2．生产技术—科技创新的贡献函数

科技创新的产出贡献，也就是代理方的产出贡献，即科技创新人员或科技服务中某项科学技术拥有方或供给方对产出的贡献，记作y，并以货币金额来计量。

式中：y——科技创新的产出贡献；

a——代理人的行动（努力程度）；

ε——外生随机变量（自然状态）。

代理人的行动a，在这里定义为科技创新人员的工作努力程度。外生随机变量ε是在科技服务过程中，不为代理人和委托人控制的某种“自然状态”，可以理解为科技创新中的风险。假设外生随机变量ε符合正态分布N（0, σ2），且E（ε）=0。代理人的努力与“自然状态”共同影响科技创新对产出的贡献。

3．委托—代理的基本流程

委托—代理的基本流程如图2-1所示。

委托人与代理人签订合约，表明委托人的预期收益，规定代理人的行动方向，约定代理人实现委托人预期收益时的报酬w。

代理人根据合约选择某种行动a，这种行动选择委托人并不能观察到。

代理人在行动过程中，其无法控制的某种“自然状态”ε出现。

特定“自然状态”ε与代理人既定行动选择a，决定科技创新对产出的贡献y。

这种产出贡献为委托人所观察到。委托人据此产出的贡献，按合约规定向代理人给付报酬w。

2.1.4 科技服务中的代理激励机制

1．三条可能的路径

科技服务中，代理人的最优行动选择存在3条可能路径：

1）在满足委托人可接受的最低收益前提下，选择某种行动，以追求代理人自身收益最大化；

2）在满足代理人自身可接受的最低收益前提下，选择某种行动，以追求委托人收益最大化；

3）选择某种行动，以追求委托人和代理人收益总和（即总收益）最大化。

2．代理人最优行动定理

代理人最优行动定理：假定外生随机变量ε符合正态分布，委托人与代理人都是风险中性者，在3条可能的路径选择中，存在相同的代理人最优行动，而其必要条件是，最优行动的边际成本等于1。

也就是说，在风险中性假设条件下，无论满足委托人可接受的最低收益的代理人追求自身收益最大化，或满足自身可接受的最低收益的代理人追求委托人收益最大化，还是追求委托人与代理人收益之和（总收益）最大化，其结果均一样，即委托人与代理人的不同利益分配激励方案不会影响代理人的最优行动选择。

3．激励合同选择

在非对称信息条件下，委托人不能观察到代理人的行动选择a，并且无法控制外生的随机变量“自然状态”ε，只能观测到最终的产出 y。这时，“强制合同”（forcing contract）失效。委托人无法通过合同规范代理人的行动选择，换句话说，无论代理人选择最大化自身收益，还是最大化委托人的收益，或者最大化委托人与代理人收益总和，委托人都不可能通过合同迫使代理人选择而确保目标达成。另一方面，不同激励合同的选择，在代理人最优行动定理下，也不会影响代理人的最优行动选择。

4．线性契约选择

以上讨论是在风险中性假定下，只考虑了委托人或代理人之间固定其中一方的收益或双方收益总量的情形。事实上，代理人会有不同的风险偏好，代理人的报酬通常也会是产出的函数w=f（y）。例如，在线性契约下，代理人的报酬w=w0+by，其中y=a+ε。这时，代理人选择最优行动而追求的最大化期望收益，是由产出激励及行动成本共同决定的。

当代理人为风险规避者时，激励程度应该根据代理人规避风险的程度而下降。这就表明，在激励机制中，应该安排代理人承担风险的责任。

当代理人为风险中性者时，委托人与代理人的目标是一致性的，可以具有完全激励措施。这时，代理人为自身利益进行某种行动选择时，也就是为了委托人的利益行事。这是最佳的委托—代理状态。在科技服务中，通过大型科技交易平台、互联网众筹模式、长期契约、引进风险投资等方式，改善科技服务中的委托—代理条件，促成科技创新人员的风险中性者队伍生成。

当代理人不想承担任何风险时，委托人对代理人的激励也应该取消。这时，委托人只能通过“强制合同”（forcing contract）规范代理人的行动选择，而其有效性与信息完全与否有关。对于一些需要投资量、风险高的研发项目，科技创新研发机构与科技人员（代理人）很难承担这种风险，更适合于科技需求方或风险投资人（委托人）自办研发机构，自主经营，此时不需要安排科技成果应用转化收益激励。