企业协同知识创新演化机制研究

李朝明，刘 松

(华侨大学 工商管理学院，福建 泉州362021)

1 相关基础理论

1.1 协同知识创新理论

协同知识创新是指企业间利用计算机网络建立协同链而开展的新知识的协同创造过程［1－2］。王悦［3］研究了供应链协同知识创新模式，认为它是以客户需求为导向的供应链成员及外部网络的协同创新活动，其目标是提高供应链整体的运作效率和竞争优势。李朝明等认为，协同知识创新是指以核心企业为主导，以提高核心企业与协同链整体的动态能力和持续竞争优势为目标，由核心企业及其协同单位合作开展的知识创新活动。

目前，已有的研究主要集中在技术实现和内在机制两个方面。技术层面的研究侧重于协作技术框架的构建及其评价［4－5］，而内在机制的研究成果尚较缺乏，学者们认为由各种类型的知识主体之间形成的知识网络是描述协同知识创新内在关系的重要途径［6］，但前提是主体之间必须具有积极协作的意识。协同知识创新的演化本质上是指企业间战略合作关系的演化，主体之间通过协调与合作实现资源与能力的互补，从而获得“1 +1 ＞2”的效应［7］。但合作过程本身也是一个利益博弈的演化过程，因此需要运用进化博弈论对两个企业之间的协同关系进行深入分析，以指导协同知识创新实践沿着最佳的进化方向发展［8］。

1.2 进化博弈理论

进化博弈论是生物进化论研究的延伸，近年来被广泛应用于企业间共同行为的演化研究，如研究企业间的协同合作及其利益分配问题等。文献［9］运用进化博弈论研究了机会主义行为和互惠主义行为在长期交往和短期交往两种情况下的演化过程;文献［10］进行了不完全信息条件下重复信任博弈的实验研究，探讨了在博弈均衡条件下机会主义行为与互惠主义行为的存在性。笔者认为在协同知识创新中，尽管企业知识基础和获取运用知识的能力是两个重要的影响因素，但更为突出的是利益关系冲突问题，因此研究重点应放在由企业策略行为带来的利益分配问题上。而协同知识创新行为不仅会受到经济环境等外在因素的影响，而且还会在很大程度上受到各协同单位行为的影响，因此，可以将协同链视为一种经济社会的“生态群落”。

2 企业协同知识创新的进化博弈分析

2.1 前提

进化博弈分析的一个重要前提就是将协同链视为一种“生态群落”。在协同链内部的知识创新行为上，行为主体的理性层次一般较低，可称之为有限理性。例如，群体成员在缺乏足够预见性的情况下，对当前形势做出反应，采取自我规避风险、相互学习或模仿他人优势等策略。此时行为主体未能及时意识到自己的不足，缺乏主动调整策略的能力，无法形成快速学习与自我调整的能力，而只能呈现一种缓慢进化的态势。链上企业多为这种学习速度较慢的有限理性博弈方，成员们进行的是随机配对的反复博弈，而在分析框架中假设所有博弈方都是位置无差异的对称博弈。但实际上由协同链构成的大群体成员们在知识基础、管理水平、吸收和运用新知识能力等方面的差别很大，因此还需考虑采用非对称博弈的方法。大群体博弈方的学习速度慢表现为向优势策略转变是一个渐进的过程，而并非所有博弈方在同一时刻均能进行调整和转变，其策略调整速度可以用描述生物进化的复制动态方程来表示。笔者利用这一机制分别探讨了对称博弈和非对称博弈的情况。

2.2 协同链上企业对称博弈机制分析

2.2.1 假设

(1)博弈方。假设博弈双方均为有限理性，并将其划分为群体类型1 和2。可在其中各随机抽取一个成员进行配对博弈，然后进行循环操作。博弈方的学习行为和策略模仿仅局限于其所在的群体内部，可通过与内部成员的相互作用来实现自身策略的转变。这样就可分别对两类群体进行复制动态和进化稳定策略的分析。

(2)行为策略。博弈双方均可采取“协作”与“不协作”两种策略，其比例分别为x 和1－x。

(3)得益矩阵。用U 表示参与者的期望得益，则得益矩阵如表1 所示。表1 中LC 为博弈双方均选择协作策略的收益，LD 为双方均采取不协作策略的收益，KC、KD 分别为双方选取不同策略时选择协作一方的收益和选择不协作一方的收益。

表1 双方对称博弈的得益矩阵

2.2.2 借鉴文献［11］分析对称博弈模型

协同企业中愿意参与知识创新协作的成员比例x 的变化率随时间而变化，这取决于其原有的比例，以及协同知识创新给协同方带来的利益，它反映了参与者与所有成员平均获利的相对关系。由得益矩阵可知，在博弈方1 中，参与协作的协同链企业收益为:

不参与协作的协同链企业收益为:

博弈方1 的平均收益为:

协同链企业的复制动态方程为:

将式(1)～式(3)带入式(4)可得:

根据进化稳定策略(ESS)，一个稳定态须对微小扰动具有稳健性，即作为进化稳定策略的点x*，除本身须为均衡状态外，若某些博弈方出现偶然因素，则复制动态还将会使x 恢复到x*。亦即要求当干扰使x 低于x*时，dx/dt =y 必须大于0;而当干扰使x 高于x*时，dx/dt=y 必须小于0［12］。

当0 ＜(LD－KC)/(LC－KC－KD +LD)＜1时，复制动态方程存在3 个可能的稳定状态点，可用图1 所示的相位图来表示，其曲线与水平x 轴相交且交点处切线斜率为负的点x =(LD－KC)/(LC－KC－KD+LD)为进化稳定策略所在点。图1 表明协同链企业起初处于完全不协作的原始状态，而一旦少数企业开始协作，则获利机会的增多会吸引更多的企业来仿效，直至参与协作的比例为x=(LD－KC)/(LC－KC－KD +LD)。如果超出该比例或所有企业均参与协作，则可能导致某些链内企业因担心帮了对手的忙而不愿投入自己的资源或知识，反而利用其他成员创造的环境氛围为自己牟取利益，出现“搭便车”的现象，但最终又回归到均衡比例。

图1 协同链企业协作博弈复制动态相位图

由于得益矩阵可以取不同值，这就可能出现与其他两个值0，1 相等或不存在第3 个解的情况，从而动态博弈也就只剩下两个稳定态了。当(LD－KC)/(LC－KC－KD+LD)＜0 时，即在企业1 不协作的情况下，企业2 不协作的收益LD 要小于协作的收益KC，此时不动点只有x*=0，x*=1 这两个点符合要求，其相位图如图2 所示。在该情况下唯一稳定的均衡点为x*=0，即所有企业都不愿与其他成员协作。因此，协同链企业只要一开始不出现全部成员都愿意协作的情况，则最终都会在长期的动态变化过程中趋于不协作。即使所有成员都愿协作，而只要在链内出现不愿协作的企业，就会破坏协作的氛围和现状。但由于企业寻求与外部成员协同会加大其成本，因此它很可能干脆放弃协作，导致最终出现所有成员都不愿协作的均衡。

图2 协同链企业博弈复制动态相位图1

当(LD－KC)/(LC－KC－KD +LD)＞1 时，即在企业1 协作的情况下，企业2 不协作的收益KD 大于协作的收益LC。此时3 个不动点中只有x*=0 和x*=1 两个点符合要求，其相位图如图3 所示。该情况下唯一稳定的均衡点为x*=1，即所有成员都参与协作，此时整个协同链就是一个协作类型的系统，其内部环境合作氛围浓厚，链内企业积极寻求资源优势上的互补，且协作所付出的成本远小于取得的收益。

图3 协同链企业博弈复制动态相位图2

2.3 协同链上企业非对称博弈机制分析

为了直观地从知识创新角度展示企业主体间协同进化的博弈特性，笔者借鉴文献［13］在假设满足以下条件的基础上进行了建模与分析:

(1)将协同链企业分为知识转化能力高和低的企业1 和企业2，其博弈的策略集合均为{协作，不协作}，在博弈过程中均根据其他企业的策略进行策略调整和选择。假设当链内企业都采取不协作策略时，其自主创新收益为π1和π2。

(2)在链内企业协作过程中，假设企业1 和企业2 投入的知识分别为I1和I2，其协同创新收益系数分别为r1和r2，它们通过协作获得的收益分别为Q1和Q2，则Q1=r1I1，Q2=r2I2(r1，r2＞0)。

再假设协同知识创新的风险成本为C，协作过程中的知识投入量为I，风险系数为l，则企业1和企业2 参与协同知识创新的风险成本分别为C1=l1I1，C2=l2I2。

(3)企业通过协同合作产生直接的知识创新收益只是收益中的一部分，它通过吸收外部知识还可带来额外的知识创新收益V，则决定V 的因素包括企业对外部知识的学习转化能力和其他企业投入知识的水平，而假定k 为其学习转化能力系数，则:

由此可得表2 所示的得益矩阵。考虑到企业1 和企业2 采取协作策略时所获得的直接超额创新知识收益大于其初始风险成本(r1I1＞l1I1，r2I2＞l2I2)，亦即收益系数大于风险系数(r1＞l1，r2＞l2)。假设企业1 的群体中选择协作与不协作的概率分别为x 和1－x;企业2 的群体中选择协作与不协作的概率分别为y 和1－y，且x，y∈［0，1］，则企业1 选择协作时的纯策略收益为:

表2 双方非对称博弈的得益矩阵

选择不协作时的纯策略收益为:

企业1 的混合策略收益为:

同理可得，企业2 的纯策略收益为:

企业2 的混合策略收益为:

两个企业采用协作策略时的复制动态方程为:

企业协同知识创新的演化机制可以用上述两个微分方程组成的系统来描述。式(12)表明，仅当x=0，1 或y =l1/r1时，dx/dt =0，即在知识创新中采取协作策略的企业1 所占比例是稳定的。同样，式(13)表明，仅当y=0，1 或x=l2/r2时，dy/dt=0，亦即在知识创新中采取协作策略的企业2 所占的比例是稳定的，其进化系统均衡点的稳定性可由该系统的雅可比矩阵的局部稳定性分析得到:

由此可得到系统的5 个局部平衡点分别为O(0，0)，A(0，1)，B(1，0)，C(1，1)和点D(l2/r2，l1/r1)，对其进行的稳定性分析如表3 所示。

表3 局部均衡点的稳定性分析

由表3 可知，在5 个局部平衡点中只有O(0，0)点和C(1，1)点具有局部稳定性，是进化稳定策略(ESS)的所在点，系统中还存在两个不稳定的点A 和B 以及一个鞍点D。因此，基于协同知识创新的企业协作博弈的动态进化过程可由图4来描述。

图4 企业协同知识创新动态进化图

由两个不稳定点A 和B 以及鞍点D 连成的折线是企业主体间协作进化博弈不同状态的临界线，其最终收敛至哪个策略将由系统的初始状态决定。若初始状态在区域ADBO 中，系统将收敛至O(0，0)，即博弈方1 和博弈方2 两种类型企业群体的风险都大于收益，则双方都将采取不协作策略;若初始状态在区域ADBC 中，系统将收敛至C(1，1)，即博弈方1 和博弈方2 两种类型企业群体的收益都超过风险，则双方都将采取协作策略。企业协同知识创新协作博弈的进化趋势将随着鞍点D 的变化而向不同均衡点收敛，企业既可采取协作的策略，也可采取不协作的策略，长期均衡结果可能向完全协作也可能向完全不协作的方向进化，这也反映了企业协同合作策略多样性的特点［14］。

3 实证研究

某IT 产业园内包括软件开发商、手机生产商、软件开发平台服务商等企业。由于智能手机市场的不断扩大，一种具有语音识别功能的新型智能手机越来越受到人们的青睐。而为分摊成本、降低风险，各企业随即考虑是否与园区内其他企业合作研发该新产品。现在面临的主要问题是整个园区内有多少比例的企业愿意参加合作研发，以及企业的知识投入及其风险系数。在对称博弈模型中，已知合作博弈的得益收入为LC =5，KC=2，LD=3，KD=2.5(单位为百万元)，产业园区内愿意参与合作的企业所占比例设为x。而在非对称博弈模型中，企业1 即愿意合作企业比例也设为x，同理企业2 中比例为y，两类企业的创新收益系数r 分别为1.5 和1.2，学习转化能力系数k 分别为1.3 和1.1，则对称博弈模型分析结果如表4 所示，非对称博弈模型分析结果如表5所示。

表4 对称博弈模型分析结果

表5 非对称博弈模型分析结果

案例分析结果表明:

(1)对称博弈中随着愿意协作企业初始比例的增加，在到达稳定状态点0.5 之前，所有企业收益都是递增的，x 取0.5 时达到最大值。当合作企业比例超过稳定状态点时，企业收益随合作比例的增加而递减，且所有企业都合作时收益并非最优，这是由于个别企业合作积极性降低，使得知识投入减少所致。

(2)对于非对称博弈，在两种类型企业中，当初始愿意协作企业所占比例在群体中小于稳定状态点(0.250，0.400)时，可预测风险系数要大于收益系数，因此在小于稳定状态点的范围内，企业收益为负，导致所有企业逐渐趋向互不协作。

(3)当企业协作比例稳定在(0.250，0.400)时，所有企业的收益均达到稳定值，超过该比例，使得企业收益出现递增。由于参与协作企业的收益大于不参与协作企业的收益，因此之前不愿协作的企业也都逐渐参与协作，直到最终所有企业都参与协作，使得收益达到最大值。

4 结论

(1)进化稳定策略是企业协同知识创新演化机制的必然方向，它是一个稳步而缓慢变化的结果，它所导致的渐进稳定动态均衡具有两个显著的特点:强路径依赖性和演进稳定性。协同链企业在博弈中最终进入哪一种动态均衡，将由其初始采取的策略所决定。

(2)在企业协同知识创新机制中，协同行为的进化博弈过程存在两个局部进化稳定策略，即均采取协作策略和均采取不协作策略。不同初始条件下企业协作的进化路径存在着差异。预期协作可实现的协同知识创新收益系数以及学习转化能力系数越高，则企业就越倾向于采取协作策略，反之则越倾向于采取不协作策略。而企业协同知识创新的风险系数越低，则企业也越倾向于采取协作策略，反之则越倾向于采取不协作策略。

(3)企业协同知识创新演化机制的均衡具有多重性，即使相同知识水平的企业之间的协同演化机制也会出现差异。局部均衡在总体均衡的情况下也可能存在不同的解。

(4)在企业协同知识创新演化过程的选择机制上，参与者在长期博弈进化过程中更倾向于选择在博弈中获得较高收益的协作策略，而收益较低的不协作策略，则将逐渐被更多的参与者所放弃。

［1］ 李朝明，黄利萍.动态能力、协同知识创新和企业持续竞争力的关系研究［J］. 科技进步与对策，2010，27(21):17－20.

［2］ 黄利萍，李朝明. 企业协同知识创新中知识共享的演化博弈分析［J］.科技进步与对策，2010，27(18):115－118.

［3］ 王悦.基于知识链的供应链协同知识创新模式研究［J］.工业技术经济，2009，26(3):125－128.

［4］ BINZ S，MARIA C.Collaboration communication and control:the effects of ICT－enabled innovation projects on informal organizational structures［C］//Proceedings of the 38th Hawaii International Conference on System Sciences.［S.l.］:［s.n.］，2005:2013－2035.

［5］ GEIB M，BRAUN C，KOLBE L，et al. Measuring the utilization of collaboration technology for knowledge development and exchange in virtual communities［C］//Proceedings of the 37th Annual Hawaii International Conference on System Sciences.［S.l.］:［s.n.］，2004:28－37.

［6］ WANG Z T. Knowledge network system:not only a tool，but a paradigm［C］//Proceedings of the First International Symposium on Knowledge Management for Strategic Creation of Technology. ［S.l.］:［s.n.］，2004:117－127.

［7］ 毛荐其，刘娜. 基于技术生态的技术协同演化机制研究［J］.自然辩证法研究，2010，26(11):26－30.

［8］ 李朝明，方玲. 基于动态能力的协同知识创新模式及运行机制［J］.武汉理工大学学报:信息与管理工程版，2011，33(4):647－650.

［9］ RAJIV S，SOMANATHAN E.Understanding reciprocity［J］. Journal of Economic Behavior ＆ Organization，2003(50):1－27.

［10］ ANDERHUB V，ENGELMANN D，GUTH W. An experimental study of repeated trust game with incomplete information［J］. Journal of Economic Behavior ＆Organization，2002(49):197－216.

［11］陈宝国，丁长青.传统企业转型过程中知识共享的演化机制分析［J］.福建论坛，2007 (10):39－42.

［12］谢识予.经济博弈论［M］. 上海:复旦大学出版社，2007:220－240.

［13］张苏荣，王文平.基于知识更新的企业合作进化博弈分析［J］.软科学，2011(1):24－28.

［14］高长元，杜鹏.高技术虚拟产业集群成员企业合作竞争与知识创新的关系研究［J］. 管理学报，2010，(2):212－217.