EN中文

经济地理 >

2019 , Vol. 39 >Issue 2: 152 - 160

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.02.019

产业经济与创新发展

“纵向交叉”型创新网络中新兴技术企业知识协同演化的仿真研究

  • 许倩
展开
  • 中南大学 商学院，中国湖南 长沙 410083

许倩（1981—），女，湖南长沙人，博士研究生。主要研究方向为技术创新与知识协同。E-mail：。

收稿日期: 2018-09-09

  修回日期: 2018-12-23

  网络出版日期: 2025-04-27

收起

Simulation Study on Knowledge Co-Evolution of Emerging Technological Enterprises in Vertical-Crossing Innovation Network

  • XU Qian
Expand
  • Business School，Central South University，Changsha 410083，Hunan，China

Received date: 2018-09-09

  Revised date: 2018-12-23

  Online published: 2025-04-27

Fold

摘要

基于复杂网络和创新网络的概念，对创新网络中核心主体的知识协同及其演化活动进行了仿真分析。通过构建知识协同演化模型，设置知识主体的协同行为策略和创新网络结构更新规则，模拟新兴技术企业与学研机构间知识协同活动的动态变化，研究在“纵向交叉”型创新网络中，核心主体间的知识协同及其演化活动对主体及整体网络的知识水平、知识增长率、合作水平以及协同效益的影响。研究发现：在固定主体策略和网络结构下，具有更多积极知识主体的创新网络更有利于知识协同；在固定主体策略下，网络结构更新越快，知识协同效果越好；主体策略和网络结构同时发生变化时，知识主体较快的策略更新速度伴随较快的网络结构更新速度更有利于形成较好的知识协同效果。

关键词： 创新发展; 创新网络结构; 新兴技术企业; 知识溢出效应; 知识协同演化; 产学研合作; 创新绩效

本文引用格式

许倩 . “纵向交叉”型创新网络中新兴技术企业知识协同演化的仿真研究[J]. 经济地理, 2019 , 39(2) : 152 -160 . DOI: 10.15957/j.cnki.jjdl.2019.02.019

Abstract

Based on the theory of complex network and innovation network and constructing the model of knowledge co-evolution, this article sets up collaborative behavior strategies of innovators and rules for updating the structure of innovative networks and simulates the dynamic changes of the knowledge collaborative activities among emerging technology enterprises, universities and scientific research institutions. It analyzes the influence of knowledge synergy and evolution among the core innovators on the knowledge level, knowledge growth rate, cooperation level and synergistic benefit of the innovators and the whole network from the perspective of "vertical-cross" innovation network. The results are as follows: Under the background of fixed subject strategy and network structure, the innovation network with more active knowledge subjects is more conducive to knowledge collaboration. Under the background of fixed subject strategy, the faster the network structure updates, the better the effect of knowledge synergy will be. If the subject strategy and network structure are updated at the same time, the faster updating speed of the strategy accompanied by the faster updating speed of the network structure is more conducive to forming the better knowledge synergy effect.

Key words： innovation development; innovation network structure; emerging technological enterprises; knowledge spillover effect; knowledge co-evolution; industrial-academic-research cooperation; innovation performance

随着网络技术的发展和网络化组织的兴起，创新网络已成为知识主体进行知识分享与技术合作的有效途径和重要组织形式。通过创新网络中的人员交流，技术交叉和知识内化，技术和知识能被有效地移植到各个成员中，进而能强化、提升知识主体的核心技术能力和知识水平。但创新网络组织中主体间的合作能力与创新能力不是与生俱来的，即使形成了创新网络也不一定会形成创新绩效（技术与产品），由于知识的溢出效应、网络成员的机会主义以及知识主体间协同机制缺乏等问题，各主体在资源要素、知识状态以及创新成果等层面二元结构明显，相互之间缺乏协同对接通道，主体间的合作稳定性极易受到影响，进而影响到创新网络组织的知识协同与合作创新，导致“孤岛效应”[1-2]。作为科技创新先驱、社会创新主导力量的新兴技术企业，囊括了最有创造力、冒险性的创新要素，由于新兴技术本身的不确定性、创造性毁灭和赢者通吃的特征，更需要借助创新网络中的协同活动有效地突破技术壁垒，对技术与知识等创新要素进行有序的整合，一方面减少由于孤军作战带来的思维局限和环境“不确定性”，弥补技术和知识不能满足市场需求而形成的创新难题，提高创新效率；另一方面，防止“赢者通吃”，减少技术垄断，促进市场竞争良性发展，激发创新、创业活力，促进新兴技术不断加速迭代创新。

1 相关研究综述

“知识协同”的概念最早由西方学者Karlenzig提出，他认为：为了实现经济利益的最大化，弥补部门、地区和文化的缺口，组织尤其是大型组织在公司范围内建立和维持网络化的知识交互活动是必要的，该活动也是“一种组织战略方法，通过动态集结内部和外部系统、商业过程、资源和关系（社区、客户、伙伴、供应商）以实现商业效益的最大化”[3]。对“知识协同”内涵的理解，目前国内外学者们主要从“协同工作”和“知识管理”两个方面进行了研究。“协同工作”是从宏观流程上研究知识主体间的协同活动，其概念比较直观，从工作流的角度研究各知识协同主体间的协同业务和协同流程[4-6]。“知识管理”是从微观角度反映知识流的协同，其概念相对比较抽象，是从知识的流动、共享、优化等角度研究知识主体协同参与知识活动，实现知识创新的过程[7-10]。虽然对知识协同内涵的理解角度不同，但学者们普遍认为，所谓“知识协同”是多个拥有一定知识资源且知识水平呈现一定异质性的行为主体为了实现知识创新，协同参与知识活动的过程，也是优化整合知识资源的一种管理模式和战略手段。根据学者们对知识协同概念的理解，我们可以看出知识协同包含两方面主要因素：知识主体的行为和主体之间的关系。主体具有一定的知识水平，其知识水平的异质性与“势能差”，是主体从事知识活动，选择行为策略的基础；主体基于知识活动形成的关系构成一个社会网络，网络结构和主体的策略行为会随着主体自身条件和外界环境的变化而动态变化。
“协同演化”的概念源于生物学，最早由生物学家Ehrlich和Ravenl提出，主要表现为物种间的竞合共生的关系，既能随着物种的进化而不断变化，也能反过来促使物种的演化[11]。此后，中西方学者从不同的角度对协同演化的内涵进行了界定，尽管在角度和表述上存在一定的差异性，但仍形成了一些普遍共识：首先，协同演化是一个随着时间变化而变化的演变过程。其次，演化要素间互为双向或多向的因果关系并形成相互反馈、相互影响的机制[12-14]。最后，协同演化需要各主体间具备一定的地理、认知以及社会的“多维临近性”[15]。尤其在创新网络中，地理集聚创造的优势很大程度上依赖于主体自身在合作网络中的位置（中心度）以及与合作伙伴的地理临近性与社会临近性，同时，集群和个体的成长是一个多因素、多机制协同演化的过程[16]。地理空间和认知模式能够改变信息与资源在网络空间的转移效果，加速演化过程[17-18]。
关于“创新网络结构”的研究，目前学者们主要形成了两类研究成果。一部分研究认为创新网络表现为“扁平式”的结构特征，在该类型的网络中核心节点数量少，节点关系简单，节点间存在较大的知识势差；网络聚集程度低，结构较疏松，知识创造能力弱[19-20]。该网络中的信息沟通快速，信息失真机率小，但存在过度根植性和结构洞位置功能缺失的问题[21]。另一部分研究认为创新网络表现为“纵向式”的结构特征，在该类型的网络中核心节点数量多且多元，节点关系复杂且紧密；网络聚集程度高，结构紧密；网络领域跨度大，外延扩展性强，是一种能突破地域、产业甚至技术界限，能形成全方位、多角度、深层次创新合作的流动、开放的创新系统[22-24]。
根据学者们对知识协同及其演化、创新网络的结构特征的研究，以及协同理论和创新网络的交互性，可以得出以下结论：创新网络是一个开放的、动态的和高度复杂的多维系统，为了更有效地实现知识应用和技术创新，知识主体往往需要借助创新网络，对组织的内外部知识资源进行重构、整合和优化[1]，从而实现多时点、多主体的知识和技术有效的集成、互补、共享及控制等方面的协同与合作。一方面，创新网络给主体的知识协同提供了必要的条件和环境，主体的异质性、中心度、联系密度等是反映网络结构的维度。另一方面，网络结构既是一种知识活动的组织形式，也体现了主体在地理位置、认知程度、社会关系上的聚集程度。受地理距离约束小，连通性强[25]，关联格局多的网络结构更有利于信息流动、知识溢出以及知识的创新与创造[26-27]。因此知识协同是主体根据自身的知识需求，将知识活动置于网络环境下，借助关系网络的网络结构（关系或连接方式）进行的知识活动，并最终形成协同效应的一种新型组织形式。因此，本文以新兴技术企业为例，通过建立知识协同演化模型，研究在知识主体行为策略和创新网络结构的演化下，创新网络组织中知识协同的动态变化情况及其对知识协同效益的影响。

2 仿真模型构建

由于知识与技术日益复杂化，新兴技术企业为了获取核心竞争优势，一方面需要利用企业自身的创新网络从事内部创新活动，另一方面必须在企业外部寻找创新资源，从事外部创新活动。从网络结构的角度来说，在结构“扁平”，主体“单一”的网络结构视角下，创新网络是新兴技术企业利用已有资源从事的内部创新活动，企业内部的员工和企业产品的供给对象（客户）是该网络组织中影响主体知识协同和技术创新的主导力量。而从“纵向交叉”型网络结构的角度来说，创新网络是新兴技术企业超越自身组织边界，从外部获取技术和创新资源的重要方式，网络中知识主体的知识协同与技术创新活动既可以形成于企业内部，也可以形成于企业外部，“纵向交叉”型创新网络结构也是目前新兴技术企业最重要的网络组织形态。本文基于“纵向交叉”型网络结构视角，对新兴技术创新网络中知识主体的知识协同演化情况进行研究，由于企业和其他科研力量的集聚机构（高校、学研机构等）是该网络组织中影响知识协同和技术创新的主导力量，因此本文着重模拟新兴技术企业与外部科研力量的集聚机构（高校和学研机构）间的知识协同活动，对其动态演化情况进行仿真分析。

2.1 知识协同模型的构建

本文借助Hanaki等在2007年创建的演化社会网络上的合作模型（WHP模型）模拟新兴技术企业与学研机构间的知识协同网络结构[28]。根据“纵向交叉”型创新网络中知识主体的特点，结合创新网络的普遍规模构造小世界网络，假设在该创新网络中的节点分别代表两类核心知识主体，分别是新兴技术企业（ I）和外部的学研机构（ J），边代表知识主体之间的协同联系。
假设 U为创新网络中所有知识主体的集合，则 I ∈ U新兴技术企业的集合， J ∈ U为学研机构的集合。在该网络中随机选出任一新兴技术企业 i和学研机构 j ( i , j ∈ U )，用变量 ξ ( i , j )定义知识主体 i , j之间的协同关系，若主体 i与主体 j建立了联系，则 ξ ( i , j ) = 1，反之则 ξ ( i , j ) = 0。在此基础上，将 Ζ = ξ ( i , j ) ; i , j ∈ U定义为该网络中已建立联系的所有主体的关系对应列表，知识主体 i的邻居集合为 Γ i = j ∈ U : ξ i , j = 1， D ( i , j )为知识主体 i到知识主体 j的最短距离。假设在该创新网络中知识主体 i在 t时刻的知识水平为 V i t，为反映知识主体间的知识势能差，需要按一定比例在主体中设定专家角色，用以表示拥有较高知识水平的知识主体。知识主体 i与知识主体 j基于知识势能差，以及知识传播者和知识接收者采取的知识协同策略（ α i、 α j）在知识协同活动中会形成一定的知识溢出和协同绩效，即协同收益π（ α i， α j）。同时，由于主体间的知识水平和学习能力都存在差异，因此还需要在模型中引入主体 i的吸收能力 α i， α i ∈ 0,1，创新能力 β i， β i ∈ 0,1和知识的遗忘率 δ i， δ i ∈ 0,1等条件，用以体现知识协同活动中主体的知识创造能力。

2.2 知识协同演化的规则

①主体策略选择及演化规则。在创新网络中，由于知识势差，在知识协同过程中，知识主体分别会形成两种不同的知识协同策略。作为知识传播者，考虑到知识传播的成本、知识传播难易程度、接收方对知识的吸收能力以及对协同绩效的预期，会形成两种知识传播策略：积极地进行知识传播和消极地进行知识传播；作为知识接收者，考虑到接收知识的机会成本、知识的吸收能力、现有的知识水平、与知识传播者之间的知识差异度，以及对协同绩效的预期等，也会形成两种知识接收策略：积极地进行知识接收和消极地进行知识接收[29]。因此，本文构建的知识主体知识协同策略及演化规则如下：假设这两种知识协同策略分别用C、D表示，每隔 η时间步，知识主体会与邻居主体比较知识协同过程中获得的知识收益，若自身收益最大，则维持现有策略不变，若有比自己收益大的邻居主体，则改换策略，选择获益最大的邻居主体的策略作为自己下一轮的新策略。
②网络结构演化规则。由于知识主体有可能在下一轮协同中改变策略，更换知识协同对象，断开旧连接，形成新连接，造成创新网络的结构也会随之不断演化，因此，本文假设在上一轮知识协同中，获益最小的 n个主体，如果不是孤立节点，则会随机断开一个现有的连接，然后在网络中进行全局搜索；如果是孤立节点，则直接进行全局搜索，即假设每隔 t时间步，创新网络结构会更新一次，在下一轮协同活动中，知识主体可根据更新后的网络连接情况进行知识协同活动。同时，考虑到与知识收益最大的主体建立连接，也会产生较大的协同成本，所以进行全局搜索的主体只要从总收益大于平均收益水平的主体中随机选择一个主体建立新连接即可。
基于以上论述，本文构建的“纵向交叉”型创新网络知识协同演化模型的仿真规则如下：在该网络中的任一知识主体 i在一个时间步下由于知识贬值性即遗忘率 δ i的存在，在 t + 1时刻上只能保存上一时刻 1 - δ i部分的知识，并且会在特定的时间段根据创新率 β i进行知识创造，然后根据不同主体采取的协同策略进行知识协同，得出知识协同收益矩阵，并根据主体策略更新规则决定在下一轮的知识协同活动中采取的策略。同时，该创新网路结构也不是一成不变的，创新网络中的低收益主体会根据一定的网络结构更新规则在下一轮中改变知识协同对象，断开原有的协同联系或建立新的协同联系。

2.3 知识协同的流程

基于以上规则，设计的新兴技术企业与学研机构的知识协同流程如下：
①设定网络节点总数、企业所占的比例、学研机构所占比例以及每个节点的邻居数和随机重连概率；
②每隔 t时间步，从创新网络中随机选择一个核心主体，与所有邻居主体进行基于主体策略选择的知识协同活动，所有主体完成该活动后，进入下一时间步；
③每隔 η时间步，每个主体会根据策略更新规则重新选择知识协同策略，并在下一轮知识协同过程中对所有知识协同对象采用更新后的策略；
④每隔 t时间步，在上一轮知识协同中总获益最小的 n个主体，会根据网络结构更新规则更换知识协同对象（即更换邻居节点），网络结构随之演化更新；
⑤重复②、③和④步骤，直到创新网络的演化时间达到事先规定的上限。
创新网络中新兴技术企业与学研机构的知识协同如图1。
图1 知识协同流程图

Fig.1 The flow chart of knowledge collaboration

2.4 知识协同的考察指标

2.4.1 协同收益

依据主体策略及其演化规则，假设在创新网络中存在知识主体 i与知识主体 j，若在 t + 1时刻上主体 i的知识水平大于主体 j，则主体 i为知识传播者，主体 j为知识接收者，即 j ∈ Γ i，则在 t + 1时间步上，知识传播者 i会根据上一时间步收获的知识量、知识遗忘率和创新率进行知识创造，从而形成一定的知识协同收益，知识主体 i在 t + 1时间步上形成的知识协同收益可用以下公式表达：
V i t + 1 = 1 - δ i × V i t × 1 + β i
随后，知识传播者 i会依次与其所有的邻居主体进行基于主体策略选择的知识协同。由于知识传播主体 i可选择的主体策略有：积极地进行知识传播C与消极地进行知识传播D；知识接收主体 j可选择的主体策略也有两种：积极地进行知识接收C与消极地进行知识接收D，则基于主体策略选择形成的主体 i与主体 j的知识协同收益矩阵见表1。
表1 知识协同收益矩阵表

Tab.1 The matrix table of knowledge collaborative benefits

知识主体/状态 知识接收主体 j
C D
知识传播主体 i C π（C，C） π（C，D）
D π（D，C） π（D，D）
由表1可得出：
①若主体 i的主体策略选择为“积极传播”知识（C），主体 j的主体策略选择为“积极吸收”知识（C），则双方会基于知识势能差形成知识转移。随后，吸收主体 j依据自身的知识吸收能力（ α j）对 t时刻的知识进行吸收创新，在 ( t + 1 )时点上主体 j的知识收益为：
π C , C = V j t + α j × V i t + 1 - V j t
②若主体 i的主体策略选择为“积极传播”知识（C），主体 j的主体策略选择为“消极吸收”知识（D），则双方会在知识势能差和主体 j的策略的共同影响下形成知识转移。由于主体 j的消极吸收策略，使其不可能吸收 i的全部知识，因此需要引入消极吸收系数 μ 和 知 识 吸 收 率 α j 来 反 映主体j的知识吸收程度，则主体 j在 ( t + 1 )时点上的知识收益为：
π C , D = V j t + α j × V i t + 1 - V j t × μ
③若主体i的主体策略选择为“消极传播”知识（D），主体 j的主体策略选择为“积极吸收”知识（C），则主体 i只会有选择性传播部分知识给主体 j。通过主体 j的知识吸收率 α j和消极知识传播系数 γ，可反映主体 i对知识的保留程度，则主体 j在 ( t + 1 )时点上知识收益为：
π D , C = V j t + α j × V i t + 1 × γ - V j t
④若双方的协同策略均为“消极”（D，D），则基于知识势能差双方主体会形成消极的知识转移。通过引入主体 i的消极知识传播系数 γ和主体 j的知识吸收率 α j、消极知识吸收系数 μ，可反映主体 j在 ( t + 1 )时刻的知识收益为：
π D , D = V j t + α j × V i t + 1 × γ - V j t × μ

2.4.2 协同绩效

本文对知识协同绩效指标的考察，主要采用合作水平指标 ρ c t，用来反映在某一时点上，创新网络中选择“积极”策略的主体 N c ( t )在全部主体中所占的比例，其公式为：
ρ c t = N c ( t ) N

3 仿真过程分析

运用NetLogo对“纵向交叉”型创新网络中知识主体知识协同演化情况进行时长为60个月的演化仿真实验。具体参数设计如下：
在该创新网络中假设全部节点总数为 N = 50 ( k = 6 )，新兴技术企业的占比为 s = 0.6，学研机构的占比为 1 - s，并在学研机构中按一定比例 e，设定为专家角色。同时，假设学研机构的初始知识水平略高于新兴技术企业为 r a n d o m - f l o a t ( 0,1 ) + 0.1，知识吸收能力为 α i = r a n d o m - f l o a t 0,0.1，知识创新能力为 β i = r a n d o m - f l o a t 0,0.1，知识遗忘率为 δ i = r a n d o m 0,1；新兴技术企业的初始知识水平为 r a n d o m - f l o a t 0,1，其知识遗忘率与学研机构相同，但知识吸收能力与创新能力略高于学研机构，企业的知识吸收能力为 α j = r a n d o m - f l o a t ( 0,0.1 ) +   0.01，知识创新能力为 β j = r a n d o m - f l o a t ( 0,0.1 ) + 0.01。假设网络重连概率为 p = 0.09，即在每一个时间步上，知识协同项目以0.1的概率新加入新兴技术企业，0.9的概率加入学研机构。此外，由于学研机构的初始知识水平高于新兴技术企业，因此在知识协同活动初期，学研机构会比新兴技术企业投入更多知识资源，拥有更强知识共享能力，因此本文假设学研机构的知识共享能力为0.9，新兴技术企业的知识共享能力为0.6，模型的仿真时长为60个月。

3.1 主体策略选择及其演化对知识协同的影响

在这组实验中，从新兴技术企业中随机选取一定比例的主体（ u），将其初始策略设置为“积极”（C），则选择C策略的新兴技术企业的主体数量为 N × s × u；同时从学研机构中随机选取一定比例的主体（ v），设置其初始策略同为C，则学研机构中选取C策略的主体数量为 N × ( 1 - s ) × v；剩余主体的策略设置均为“消极”（D）。因此，在该创新网络中选取C策略的主体数量为 N × s × u + N × ( 1 - s ) × v，选取D策略的主体数量为 N - N × s × u + N × ( 1 - s ) × v。随着知识协同活动的开展，图2和图3展示了该实验在 u值不变，不同的 v值下，创新网络总体平均知识水平，及新兴技术企业平均知识水平的演化结果。
图2 C策略比例对网络总体平均知识水平的影响(u=1)

Fig.2 The impact of the proportion of C strategy on the average knowledge level of the network (u=1)

图3 C策略比例对企业平均知识水平的影响(u=1)

Fig.3 The impact of the ratio of C strategy on the average knowledge level of enterprises (u=1)

由图2和图3可以看出，创新网络中学研机构选择C策略的比例对新兴技术企业平均知识水平的影响与对网络总体知识水平的影响趋于一致。随着 v值的增加，创新网络总体平均知识水平在仿真时间内呈现先缓慢增长而后快速增长的态势，但对新兴技术企业平均知识水平的促进作用相对较为缓慢。这说明在知识协同的初始阶段，新兴技术企业和学研机构的知识存量都比较少，由于公共知识存量匮乏，因此在前期学研机构的积极传播策略对企业知识创新的促进作用不明显。但是随着知识协同活动的增加，知识共享的形成，创新网络逐渐具备了较高的知识创造能力，新兴技术企业和学研机构的知识存量、知识增长率均呈现逐渐上升的趋势。当 v 0.5时，即创新网络中选择积极策略的学研机构超过半数时，网络整体知识水平增长更迅速，说明协同效果较好。但学研机构选择积极传播策略的比例对企业的平均知识水平的影响较为平坦，则说明学研机构的科研成果可能还不能完全满足和适应新兴技术企业的知识需求，企业要想提高知识水平和创新效率，须进一步加强与学研机构的合作，让学研机构的研发成果更切合企业生产和市场需求，方能跨越技术的“死亡之谷”，促进企业整体知识水平提升。

3.2 网络结构演化对知识协同的影响

由于在创新网络中的知识主体会根据自身的协同收益水平改变知识协同的对象，从而引起创新网络结构随之演化。假设网络初始状态为 p = 0.09，主体策略保持初始策略选择（ η = ∞）不变，初始网络中选择C策略的企业和学研机构所占的比例为 u = v = 0.7。在不同的网路结构更新速度下，各主体平均知识水平随时间演化的结果如图4所示。
图4 网络结构更新速度对知识协同效果的影响(η=∞)

Fig.4 The effect of update speed of network structure on knowledge collaboration (η=∞)

由图4可以看出，网络结构更新对知识协同效果的促进作用非常明显，当网络更新速度越快时，形成的知识协同效果越好。新兴技术企业和学研机构的知识存量和创新效率均呈现逐渐上升的趋势，这说明新兴技术企业和学研机构经过一段时间的知识共享、吸收和储备后，逐渐增强了自身的知识创造能力，由于学研机构拥有的先天知识优势，其知识增长速度也更快。因此，在仿真时间内，学研机构一旦与创新网络中的其他主体建立链接，尤其是双方的知识共享意愿、知识共享能力、知识势差和知识共享阈值不断增强后，形成的知识协同效果越显著。
由图5可以看出，相对于结构不更新的情况 ( t = ∞ )，结构更新在较大幅度上提高了知识增长率，网络更新速度越快越有利于总体知识增长。这说明当主体策略保持不变时，由于“交叉”网络组织比“单一”网络组织更灵活多变，包容性更强，拥有更多的资源储备，因此更有利于发挥企业和学研机构对接合作的积极性，以及形成知识共享的意愿，从而促成理性合作，进而形成兼具利用式创新和探索式创新的新网络结构。
图5 网络结构更新速度对总体知识增长率的影响(η=∞)

Fig.5 The effect of update speed of network structure on the growth rate of overall knowledge (η=∞)

3.3 主体策略与结构网络结构演化对知识协同的影响

为进一步研究主体策略与网络结构演化对知识协同的影响。在前两个实验的基础上，本组实验设定了两种情况，情况一：主体策略与网络结构更新速度在同一时间步上保持一致；情况二：主体策略更新速度与网络结构更新速度不一致。假设网络重连概率 p = 0.09，创新网络中初始合作水平为70%，对同步更新情况选取以下三个案例来分析。
Case1：假设 η = 2 , t = 2 , u = v = 0.7 ;即主体策略更新速度和网络结构更新速度都为每隔2个时间步更新一次。
Case2：假设 η = 5 , t = 5 , u = v = 0.7；即主体策略更新速度和网络结构更新速度都为每隔5个时间步更新一次。
Case3：假设 η = 10 , t = 10 , u = v = 0.7 ;主体策略更新速度和网络结构更新速度都为每隔10个时间步更新一次。
假设网络重连概率与创新网络中初始合作水平不变，对于异步更新情况取一下两个典型的案例来分析。
Case4：假设 η = 2 , t = 5 , u = v = 0.7 ;即主体策略每隔2个时间步更新一次，网络结构每隔5个时间步更新一次。
Case5：假设 η = 5 , t = 2 , u = v = 0.7 ;即主体策略每隔5个时间步更新一次，网络结构每隔2个时间步更新一次。
随着知识协同活动的开展，下列各图展示了本实验中创新网络整体合作水平、总体平均知识水平和知识增长率的演化情况。
图6显示的是创新网络整体合作水平演化情况。可以看出在Case1、Case4、Case2和Case3中主体间形成了较高的合作水平，这说明在知识协同的过程中，新兴技术企业与学研机构积极的合作态度，能加快创新速度，并有利于形成较好的合作成效。Case5的合作水平偏低，说明当新兴技术企业自身的创新速度较慢，而学研机构的创新速度较快时，并不利于创新网络整体知识水平的提升，新兴技术企业在创新中不能单纯依靠外部力量，提升新兴技术企业的自主创新能力是创新网络保持创新活力，不断形成创新成果的关键。
图6 合作水平演化曲线

Fig.6 The evolution curve of cooperation level

图7显示的是创新网络中总体平均知识水平的演化情况。可以看出Case5受限于主体策略更新较慢，因此平均知识水平也一直处于最低状态。这也反映了新兴技术企业和学研机构在合作时并没有根据市场变动的情况进行合理的策略调整，导致了在较快的网络结构更新速度下，双方的合作策略、合作意愿却无法满足实际需要。其他几个案例均反映出较高的合作水平，及较高的知识水平。因此，当创新网络中同时存在策略更新和结构更新时，二者之间存在相互影响，较快的策略更新速度伴随较快的结构更新速度能有助于创新网络达到较高的平均知识水平。所以，在“纵向交叉”网络中，各知识主体能否进行有效的合作，能否达成合作的意愿，最终能否将技术转为产品并满足市场的需求，是协同工作的重点。
图7 总体平均知识水平演化曲线

Fig.7 The evolution curve of overall average knowledge level

图8显示的是总体知识增长率演化情况。可以看出，在同一时刻Case4的知识增长率在大部分情况下高于其他案例，这一情况再一次验证了主体策略更新和网络结构同步更新的优势，即较快的策略更新速度伴随较快的结构更新速度更有利于网络中整体知识的迅速增长。
图8 知识增长率演化曲线

Fig.8 The evolution curve of knowledge growth rate

4 仿真结果分析

本文通过对“纵向交叉”型网络结构中知识主体的知识协同及其演化活动进行仿真分析，研究了基于主体策略选择和网络结构更新规则下知识主体知识协同演化活动对知识协同绩效的影响，并形成了以下研究结论。

4.1 主体初始策略选择对知识协同的影响

当网络结构不变时，固定初始策略下，随着创新网络中选择积极策略的主体比例增加，创新网络平均知识水平提升更快，即拥有更多积极知识主体的创新网络更有利于知识协同。

4.2 网络结构更新对知识协同的影响

当主体策略保持不变时，网络结构更新有利于知识协同，尤其是网络结构更新速度越快，知识协同效果越好。因此，在“纵向交叉”型创新网络中，新兴技术企业应与外部学研机构快速达成合作意愿，形成合作关系，进行联合研发，才能迅速将前沿技术产品化，满足市场的需要。

4.3 主体策略和结构更新的相对速度对知识协同的影响

网络结构更新和主体策略更新相互影响，二者能共同促进知识协同。当创新网络中同时存在主体策略更新和网络结构更新的情况时，二者之间存在相互影响，实验说明较快的主体策略更新速度伴随较快的网络结构更新速度有助于形成较好的知识协同效果。
反映在具体实践中，新兴技术企业和学研机构在关注双方的资源配置、知识共享与知识创造的同时，还应提升战略眼光发挥各自的优势和特长。比如，新兴技术企业更贴近市场、供应商和客户，拥有较强的生产运作能力，结构刚性富有效率，适合从事利用式创新活动。而学研机构知识基础雄厚，研究资源丰富，技术服务能力强，组织结构灵活，适合从事探索式创新活动，双方可以通过资源的双向流动，优化资源配置以及创新机制的分工协作弥补各自不足，从而最终实现整体网络协同创新能力的提升。

5 结论与展望

新兴技术企业“纵向交叉”型创新网络中的知识协同既来自于企业内部，也来自于企业外部，外部“协同”单位如其他的高校、科研院所等科研机构都是影响知识主体知识协同的力量。通过仿真模拟“纵向交叉”型创新网络中新兴技术企业与外部单位之间的知识协同动态演化情况，可以得出以下结论：当创新网络结构稳定时，创新网络中选择“积极”作为初始策略的知识主体越多创新网络的平均知识提升越快；当知识主体维持“积极”策略不变时，创新网络的结构更新速度越快，表明主体间的知识协同活动越活跃，知识协同的效果也越好；当该创新网络中同时存在主体策略和网络结构变化时，知识主体较快的策略更新速度伴随较快的网络结构更新速度更有利于形成较好的知识协同效果。在未来的研究中，该研究结论可以通过多案例研究来进一步验证该创新网络中知识协同及其演化活动对知识主体及整体知识水平、合作创新绩效及组织结构等形成的影响。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
解学梅. 都市圈城际技术创新“孤岛效应”机理研究[J]. 科学学与科学技术管理, 2010, 31(10):78-83.

[2]
万君, 全力, 顾新. 基于合作博弈的知识网络协同创新合作机制研究[J]. 情报科学, 2015, 33(10):32-35.

[3]
Karlenzig W. Tap into the power of knowledge collaboration[EB/OL]. Dimension Data, http://www.tmcnet.com,2002.

[4]
Leijen H V, Baets W R J. A cognitive framework for reengineering knowledge-intensive processes[C]. Proceedings of the 36th Hawaii International Conference on System Sciences(HICSS'03),Hawaii,USA, 2002.

[5]
Anklam P. Knowledge management: the collaboration thread[J]. Bulletin of the American Society for Information Scienceand Technology, 2002, 28(6):8-11.

[6]
倪颖杰, 许建新, 恒永兴. 敏捷制造企业工艺信息系统中的知识协同[J]. 企业信息化, 2003(1):56-58.

[7]
陈昆玉, 陈昆琼. 论企业知识协同[J]. 情报科学, 2002, 20(9):986-989.

[8]
野中郁次郎, 竹弘内高. 知识创造的螺旋[M]. 李萌,译. 北京: 知识产权出版社, 2006.

[9]
樊治平, 冯博, 俞竹超. 知识协同的发展及研究望[J]. 科学学与科学技术管理, 2007(11):85-91.

[10]
李丹. 基于产业集群的知识协同行为及管理机制研究[M]. 北京: 法律出版社, 2009.

[11]
汪良兵. 区域创新网络结构与协同演化研究[D]. 合肥: 中国科学技术大学, 2014.

[12]
McKelvey M. Using evolutionary theory to the systems of innovation[C]// Ed-quist C(ed). Systems of Innovation & Technologies,Institutions and Organizations. London: A Cassell imprint, 1997:67.

[13]
Lewin A Y, Volberda H W. Prolegomena on co-evolution:Aframework for research on strategy and new organizational forms[J]. Organization Science, 1999(5):520.

[14]
Murmann J P. Knowledge and competitive advantage:The coevolution of firms,technology,and national institutions[M]. Cambridge: Cambridge University Press, 2003.

[15]
胡杨, 李郇. 多维邻近性对产学研合作创新的影响——广州市高新技术企业的案例分析[J]. 地理研究, 2017, 36(4):695-706.

DOI

[16]
吕可文, 苗长虹, 王静, 等. 协同演化与集群成长——河南禹州钧瓷产业集群的案例分析[J]. 地理研究, 2018, 37(7):1 320-1 333.

[17]
郭燕燕, 杨朝峰, 封颖. 网络位置、地理临近性对创新产出影响的实证研究[J]. 中国科技论坛, 2017(2):127-134.

[18]
Gilsing V, Nooteboom B. Density and strength of ties in innovation networks:an analysis of multimedia and biotechnology[J]. European Management Review, 2005, 2(3):179-197.

[19]
Siu W S, Bao Q. Network Strategies of Small Chinese HighTechnology Firms:A Qualitative Study[J]. Journal of Product Innovation Management, 2008, 25(1):79-102.

[20]
吴传荣, 陈英武. 高技术企业技术创新网络中知识转移时间优化研究[J]. 系统工程理论与实践, 2013, 33(4):955-962.

DOI

[21]
宓泽锋, 曾刚. 创新松散型产业的创新网络特征及其对创新绩效的影响研究——以长江经济带物流产业为例[J]. 地理研究, 2017, 36(9):1 653-1 666.

[22]
刘向, 马费成, 王晓光. 知识网络的结构及过程模型[J]. 系统工程理论与实践, 2013, 33(7):1 836-1 844.

[23]
陈伟, 杨早立, 张永超. 网络结构与企业核心能力关系实证研究:基于知识共享与知识整合中介效应视角[J]. 管理评论, 2014, 26(6):74-82.

[24]
解学梅. 创新集群跨区域协同创新网络对企业创新绩效的影响机制[C]//上海市社会科学界联合会. 中国梦:道路·精神·力量——上海市社会科学界第十一届学术年会文集(2013年度).上海市社会科学界联合会:上海市社会科学界联合会,2013:31.

[25]
王茂军, 杨雪春. 四川省制造产业关联网络的结构特征分析[J]. 地理学报, 2011, 66(2):212-222.

[26]
Mcneill K L, Krajcik J. Synergy Between Teacher Practices and Curricular Scaffolds to Support Students in Using Domain-Specific and Domain-General Knowledge in Writing Arguments to Explain Phenomena[J]. Journal of the Learning Sciences, 2009, 18(3):416-460.

[27]
王成, 王茂军. 山东省城市关联网络演化特征——基于“中心地”和“流空间”理论的对比[J]. 地理研究, 2017, 36(11):2 197-2 212.

[28]
Hanaki N, Peterhansl A, Dodds P S, et al. Cooperation in evolving social networks[J]. Management Science, 2007, 3(7):1 036-1 050.

[29]
卜心怡, 张辰鸿, 桑滨. 客户—企业知识协同演化研究——基于主体策略和网络结构更新视角[J]. 科学学研究, 2014, 32(7):1 070-1 080.

[30]
Muammer Ozer, Wen Zhang. The effects of geographic andnetwork ties on exploitative and exploratory product innovation[J]. Strategic Management Journal, 2015, 36(7):1 105-1 114.

[31]
李恒, 杜德斌, 肖刚. 区域知识创新系统中科技创新与高等教育的融合关系研究——基于长三角城市群的案例研究[J]. 上海经济研究, 2015(5):86-94.

Options
文章导航

/

〈 〉