徐建中,朱曉亞,貫 君

(哈爾濱工程大學(xué)經(jīng)濟(jì)管理學(xué)院,黑龍江哈爾濱150001)

1 引 言

在復(fù)雜多變的動(dòng)態(tài)環(huán)境下,知識(shí)管理已成為現(xiàn)代企業(yè)核心競(jìng)爭(zhēng)力的源泉[1].企業(yè)要獲得技術(shù)上的先發(fā)優(yōu)勢(shì),必須依靠出眾的信息捕獲能力和知識(shí)整合能力[2].研發(fā)團(tuán)隊(duì)作為制造企業(yè)的知識(shí)密集型組織,成員間知識(shí)轉(zhuǎn)移行為是促進(jìn)其發(fā)展與成長(zhǎng)的動(dòng)力,也是對(duì)制造企業(yè)發(fā)展?jié)摿Φ慕庾x.因而,保持研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移的持續(xù)穩(wěn)定性對(duì)制造企業(yè)發(fā)展至關(guān)重要.然而知識(shí)具有情景依賴性,壟斷性,隱匿性等獨(dú)特屬性,這使得知識(shí)轉(zhuǎn)移是個(gè)非常復(fù)雜的問(wèn)題,它既不是一般意義上的有形物質(zhì)轉(zhuǎn)移,也不同于純粹意義的市場(chǎng)交易[3].因此,針對(duì)知識(shí)轉(zhuǎn)移微觀機(jī)制的研究既是提升制造企業(yè)核心競(jìng)爭(zhēng)力的關(guān)鍵,也是知識(shí)管理領(lǐng)域的重點(diǎn)和難點(diǎn).

目前,關(guān)于知識(shí)轉(zhuǎn)移的研究主要包括知識(shí)轉(zhuǎn)移過(guò)程機(jī)制及其影響因素等.其中知識(shí)轉(zhuǎn)移過(guò)程機(jī)制的研究以仿真分析,博弈分析及案例研究為主.例如,文獻(xiàn)[4]針對(duì)理性決策主體之間的交互影響,運(yùn)用博弈論方法提出了治理制度結(jié)構(gòu);文獻(xiàn)[5]在此基礎(chǔ)上做了擴(kuò)展,運(yùn)用演化博弈方法,分析了虛擬科技創(chuàng)新團(tuán)隊(duì)知識(shí)轉(zhuǎn)移的條件;文獻(xiàn)[6]則以主從博弈為視角,探索了高新技術(shù)企業(yè)團(tuán)隊(duì)知識(shí)分享的內(nèi)在微觀機(jī)理及其影響機(jī)制;文獻(xiàn)[7]通過(guò)建立區(qū)域創(chuàng)新網(wǎng)絡(luò)演化的多主體仿真模型,研究了知識(shí)擴(kuò)散,轉(zhuǎn)移和創(chuàng)造的演化規(guī)律;文獻(xiàn)[8]利用智能仿真方法研究了集群創(chuàng)新網(wǎng)絡(luò)的知識(shí)轉(zhuǎn)移過(guò)程機(jī)制;文獻(xiàn)[9]利用案例研究方法分析了集群網(wǎng)絡(luò)的知識(shí)轉(zhuǎn)移過(guò)程機(jī)制;文獻(xiàn)[10]則在已有仿真技術(shù)與案例研究方法基礎(chǔ)上,運(yùn)用復(fù)雜網(wǎng)絡(luò)理論和仿真技術(shù)分析了東北三省新能源汽車集群創(chuàng)新網(wǎng)絡(luò)知識(shí)增長(zhǎng)績(jī)效的演化規(guī)律及其影響因素.

知識(shí)轉(zhuǎn)移績(jī)效的影響因素研究則以調(diào)查研究,統(tǒng)計(jì)分析,回歸分析等方法為主.比如,文獻(xiàn)[11]從人的角度出發(fā),利用回歸分析方法研究了知識(shí)共享與社會(huì)資本,動(dòng)機(jī),機(jī)會(huì),能力等因素的關(guān)系;文獻(xiàn)[12]則從要素論與社會(huì)網(wǎng)絡(luò)論出發(fā),采用元分析技術(shù)探究了知識(shí)特性,知識(shí)受體,知識(shí)距離等因素對(duì)知識(shí)轉(zhuǎn)移績(jī)效的影響;文獻(xiàn)[13]通過(guò)對(duì)178家中國(guó)跨國(guó)公司的追蹤調(diào)查,采用層級(jí)回歸探究了知識(shí)轉(zhuǎn)移效果與制度距離的關(guān)系;文獻(xiàn)[14]利用QAP多元回歸方法分析了知識(shí)價(jià)值性與企業(yè)權(quán)力對(duì)知識(shí)轉(zhuǎn)移的影響;文獻(xiàn)[15]運(yùn)用負(fù)二項(xiàng)回歸模型研究發(fā)現(xiàn),戰(zhàn)略聯(lián)盟網(wǎng)絡(luò)的地理鄰近性對(duì)聯(lián)盟知識(shí)轉(zhuǎn)移有顯著的促進(jìn)作用,而網(wǎng)絡(luò)鄰近性對(duì)聯(lián)盟知識(shí)轉(zhuǎn)移的影響不顯著.

經(jīng)過(guò)文獻(xiàn)梳理發(fā)現(xiàn),目前的研究主要運(yùn)用經(jīng)典博弈理論或數(shù)值仿真技術(shù)分析知識(shí)轉(zhuǎn)移的宏觀行為過(guò)程,未考慮現(xiàn)實(shí)網(wǎng)絡(luò)的拓?fù)涮卣髋c個(gè)體異質(zhì)性;較少研究涉及動(dòng)態(tài)、有限理性和微觀層面等群體行為特性;而且,研究對(duì)象主要集中于知識(shí)密集型企業(yè),對(duì)于制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移機(jī)制的研究文獻(xiàn)較為缺乏;另外,針對(duì)知識(shí)轉(zhuǎn)移影響因素的各個(gè)研究相互獨(dú)立,結(jié)合知識(shí)轉(zhuǎn)移過(guò)程各要素與網(wǎng)絡(luò)實(shí)際情景的綜合分析并不充分.

因此,針對(duì)現(xiàn)有研究的局限性,本文從過(guò)程角度出發(fā),將制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移過(guò)程各相關(guān)要素納入知識(shí)轉(zhuǎn)移收益函數(shù),構(gòu)建博弈收益矩陣,利用演化博弈理論探究知識(shí)轉(zhuǎn)移的局部穩(wěn)定性,在此基礎(chǔ)上,結(jié)合現(xiàn)實(shí)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),運(yùn)用演化博弈理論,復(fù)雜網(wǎng)絡(luò)理論與計(jì)算機(jī)仿真技術(shù),構(gòu)建制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化算法,對(duì)知識(shí)轉(zhuǎn)移過(guò)程進(jìn)行仿真,從而更貼切地模擬了博弈人的學(xué)習(xí)行為.主要研究無(wú)標(biāo)度網(wǎng)絡(luò)載體下,制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移的動(dòng)態(tài)過(guò)程中具有什么演化規(guī)律?哪些因素對(duì)知識(shí)轉(zhuǎn)移演化結(jié)果產(chǎn)生影響?產(chǎn)生什么影響?如何控制或調(diào)整這些影響因素以提升知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化深度?從而更深入地揭示了制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移的演化規(guī)律.

2 制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移的博弈模型

2.1 制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移收益函數(shù)分布

基于張寶生等[5],朱雪春等[16]研究成果及制造企業(yè)實(shí)際情況,本文將與知識(shí)轉(zhuǎn)移行為相關(guān)聯(lián)的團(tuán)隊(duì)成員知識(shí)聚合效應(yīng),知識(shí)協(xié)同效應(yīng),知識(shí)轉(zhuǎn)移成本,組織激勵(lì)獎(jiǎng)懲機(jī)制等因素皆納入知識(shí)轉(zhuǎn)移收益函數(shù)中.對(duì)于任意團(tuán)隊(duì)成員i和成員j,建立知識(shí)轉(zhuǎn)移收益函數(shù)

其中kj表示成員j向成員i轉(zhuǎn)移的知識(shí)量,αikj表示成員i從成員j處成功獲取的知識(shí)量,稱為知識(shí)轉(zhuǎn)移直接收益,αi為轉(zhuǎn)移系數(shù),取決于成員j的知識(shí)發(fā)送能力,成員i的知識(shí)吸收能力及轉(zhuǎn)移情景等因素,體現(xiàn)知識(shí)轉(zhuǎn)移的效率;ki表示成員i向成員j轉(zhuǎn)移的知識(shí)量,ciki=Ci表示知識(shí)轉(zhuǎn)移成本,即成員i進(jìn)行知識(shí)轉(zhuǎn)移行為所產(chǎn)生的成本和損失,ci表示知識(shí)轉(zhuǎn)移成本系數(shù);βivi,0kj表示知識(shí)聚合收益,成員i將從成員j中獲取的知識(shí)和自有知識(shí)進(jìn)行綜合與消化,對(duì)原有知識(shí)進(jìn)行一定的優(yōu)化和改進(jìn),可能會(huì)創(chuàng)造出少量新知識(shí),產(chǎn)生1+1＞2的效應(yīng),βi為疊加系數(shù),取決于成員i對(duì)知識(shí)的理解,領(lǐng)悟和應(yīng)用能力,vi,0表示研發(fā)團(tuán)隊(duì)成員i的自有知識(shí)存量;表示知識(shí)協(xié)同收益,即成員i與成員j通過(guò)不斷交流、配合和反饋等知識(shí)轉(zhuǎn)移行為協(xié)同創(chuàng)造出新知識(shí),γi為協(xié)同系數(shù),取決于成員i與成員j的創(chuàng)新能力、合作水平和知識(shí)互補(bǔ)程度等因素,m與n分別表示成員i與成員j知識(shí)轉(zhuǎn)移量的彈性系數(shù),且m,n＞0,m+n=1;λki表示組織對(duì)成員i向成員j轉(zhuǎn)移的知識(shí)的獎(jiǎng)勵(lì)值,λ為獎(jiǎng)勵(lì)系數(shù);φi表示對(duì)機(jī)會(huì)主義,搭便車,不合作等行為的懲罰因子,二者統(tǒng)稱為組織激勵(lì)獎(jiǎng)懲因子.

為方便分析,不失一般性,本文將收益函數(shù)簡(jiǎn)化為

2.2 制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移的博弈矩陣

當(dāng)研發(fā)團(tuán)隊(duì)任意成員i和成員j發(fā)生博弈時(shí),不同策略組合下雙方收益不同,具體分析如下.如果成員i和成員j同時(shí)采取轉(zhuǎn)移策略,則成員i的收益為成員j的收益為

如果成員i采取不轉(zhuǎn)移策略,利用“機(jī)會(huì)主義”獲取一定收益αikj+βivi,0kj,但同時(shí)會(huì)受到團(tuán)隊(duì)?wèi)土Pφ,此時(shí)成員i的收益為Qi=αikj+βivi,0kj?φ,而成員j選擇知識(shí)轉(zhuǎn)移策略的收益為Pj=?cjkj+λkj.

如果成員i采取知識(shí)轉(zhuǎn)移策略,而成員j采取不轉(zhuǎn)移策略,則成員i的收益受成員j機(jī)會(huì)主義行為的影響變?yōu)镻i=?ciki+λki,而成員j的收益變?yōu)镼j=αjki+βjvj,0ki?φ.

如果成員i和成員j都選擇不轉(zhuǎn)移策略,則成員i和成員j的收益將不受彼此機(jī)會(huì)主義的影響,分別為Ri=?φ,Rj=?φ.

根據(jù)合作決策的動(dòng)態(tài)變化,對(duì)制造企業(yè)研發(fā)團(tuán)隊(duì)中任意成員i和成員j建立知識(shí)轉(zhuǎn)移博弈支付矩陣,如表1所示.

表1 制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移博弈收益矩陣Table 1 The Game Payoff Matrix of Knowledge Transfer of R&D Team in Manufacturing Enterprises

假設(shè)將制造企業(yè)研發(fā)團(tuán)隊(duì)看作一個(gè)系統(tǒng),該系統(tǒng)由兩個(gè)有差別的群體1和群體2構(gòu)成,認(rèn)為群體成員皆是學(xué)習(xí)速度很慢的有限理性個(gè)體.在博弈初級(jí)階段,群體1中選擇知識(shí)轉(zhuǎn)移策略的成員比例為x,選擇知識(shí)不轉(zhuǎn)移策略的成員比例為(1?x);群體2中選擇知識(shí)轉(zhuǎn)移策略的成員比例為y,選擇知識(shí)不轉(zhuǎn)移策略的成員比例為(1?y).根據(jù)表1所列出的四種策略組合可得成員1選擇知識(shí)轉(zhuǎn)移策略的平均收益為

成員1選擇知識(shí)不轉(zhuǎn)移策略的平均收益為

成員1分別以x和(1?x)的概率選擇知識(shí)轉(zhuǎn)移和知識(shí)不轉(zhuǎn)移策略的平均收益為

可得成員2選擇知識(shí)轉(zhuǎn)移策略的平均收益為

成員2選擇知識(shí)不轉(zhuǎn)移策略的平均收益為

成員2分別以y和(1?y)的概率選擇知識(shí)轉(zhuǎn)移和知識(shí)不轉(zhuǎn)移策略的平均收益為

假定該策略比例的調(diào)整速度與其平均收益超過(guò)混合策略平均收益的幅度成正比,則關(guān)于x,y的微分方程組(動(dòng)態(tài)復(fù)制系統(tǒng))可表示為

2.3 局部穩(wěn)定性分析

令可得均衡點(diǎn)為(0,0),(0,1),(1,0),(1,1).

系統(tǒng)Jacobi矩陣

根據(jù)Jacobi矩陣的局部穩(wěn)定性分析法對(duì)上述五個(gè)均衡點(diǎn)進(jìn)行穩(wěn)定性分析.由于恒成立,即在0＜x?,y?＜1條件下,(x?,y?)是演化博弈過(guò)程中的均衡點(diǎn),但它們始終不是穩(wěn)定點(diǎn),故本文在此僅對(duì)(0,0),(0,1),(1,0),(1,1)四個(gè)均衡點(diǎn)進(jìn)行局部穩(wěn)定性分析.得出結(jié)論:當(dāng)c1k1＞λk1+φ,c2k2＜λk2+φ時(shí),(0,0)為知識(shí)轉(zhuǎn)移系統(tǒng)的演化穩(wěn)定點(diǎn);當(dāng)時(shí),(0,1)為知識(shí)轉(zhuǎn)移系統(tǒng)的演化穩(wěn)定點(diǎn);當(dāng)時(shí),(1,0)為知識(shí)轉(zhuǎn)移系統(tǒng)的演化穩(wěn)定點(diǎn);當(dāng)為知識(shí)轉(zhuǎn)移系統(tǒng)的演化穩(wěn)定點(diǎn).具體分析見表2～表5.

由表2～表5可知,知識(shí)轉(zhuǎn)移成本,組織制度,協(xié)同收益之間的關(guān)系在一定意義上決定系統(tǒng)的最終穩(wěn)定狀態(tài).當(dāng)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移激勵(lì)懲罰制度與團(tuán)隊(duì)成員間協(xié)同收益之和大于知識(shí)轉(zhuǎn)移成本時(shí),系統(tǒng)中選擇知識(shí)轉(zhuǎn)移策略的成員比例會(huì)逐漸增大,直至達(dá)到團(tuán)隊(duì)內(nèi)成員均選擇知識(shí)轉(zhuǎn)移策略的理想狀態(tài).但四種情形下,研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移的具體演化過(guò)程及其差異性皆未能呈現(xiàn);兩個(gè)群體的最終收斂狀態(tài)只表現(xiàn)出兩種可能(0或1).

單純的演化博弈分析在一定意義上解釋了制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移行為的決策機(jī)制與知識(shí)可持續(xù)流動(dòng)的機(jī)理.但其所描述的知識(shí)轉(zhuǎn)移機(jī)理及過(guò)程過(guò)于抽象化,與現(xiàn)實(shí)中研發(fā)團(tuán)隊(duì)的知識(shí)轉(zhuǎn)移情形差距較大,且其所得結(jié)論與現(xiàn)實(shí)情況亦不相符.復(fù)雜網(wǎng)絡(luò)理論指出,在現(xiàn)實(shí)中個(gè)體間的接觸并非全耦合或者完全隨機(jī)的,現(xiàn)實(shí)世界中許多系統(tǒng)嵌于社會(huì)系統(tǒng)中,具有拓?fù)浣y(tǒng)計(jì)特征,其演化博弈過(guò)程與網(wǎng)絡(luò)結(jié)構(gòu)之間有密切的聯(lián)系[17],個(gè)體間博弈后的占優(yōu)策略組合可能會(huì)隨著實(shí)際網(wǎng)絡(luò)環(huán)境的變化而變化.制造企業(yè)研發(fā)團(tuán)隊(duì)是在一定的社會(huì)經(jīng)濟(jì)背景下,通過(guò)團(tuán)隊(duì)成員間互動(dòng),協(xié)同,競(jìng)爭(zhēng)和促進(jìn)等非線性作用機(jī)制實(shí)現(xiàn)創(chuàng)新觀點(diǎn)和信息在團(tuán)隊(duì)中的轉(zhuǎn)移擴(kuò)散,從本質(zhì)上看,這是一個(gè)以復(fù)雜網(wǎng)絡(luò)為載體的演化過(guò)程.因此,下面將結(jié)合復(fù)雜網(wǎng)絡(luò)理論,運(yùn)用計(jì)算機(jī)仿真技術(shù)及復(fù)雜網(wǎng)絡(luò)上演化博弈的分析方法研究制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化規(guī)律.

表2 c1k1＞λk1+φ,c2k2＜λk2+φ時(shí)局部穩(wěn)定性的解Table 2 The solutions of local stability when c1k1＞ λk1+φ,c2k2＜ λk2+φ

表3 時(shí)時(shí)局部穩(wěn)定性的解Table 3 The solutions of local stability when

表3 時(shí)時(shí)局部穩(wěn)定性的解Table 3 The solutions of local stability when

(x,y) DetJ TrJ 結(jié)果(0,0) ? 不確定 鞍點(diǎn)(0,1)+?ESS(1,0) + + 不穩(wěn)定點(diǎn)(1,1) ? 不確定 鞍點(diǎn)(x?,y?) 不確定 0 鞍點(diǎn)

表4 時(shí)時(shí)局部穩(wěn)定性的解Table 4 The solutions of local stability when

表4 時(shí)時(shí)局部穩(wěn)定性的解Table 4 The solutions of local stability when

(x,y) DetJ TrJ 結(jié)果(0,0) ? 不確定 鞍點(diǎn)(0,1) + + 不穩(wěn)定點(diǎn)(1,0)+?ESS(1,1) ? 不確定 鞍點(diǎn)(x?,y?) 不確定 0 鞍點(diǎn)

表5 時(shí)時(shí)局部穩(wěn)定性的解Table 5 The solutions of local stability when

表5 時(shí)時(shí)局部穩(wěn)定性的解Table 5 The solutions of local stability when

(x,y) DetJ TrJ 結(jié)果(0,0) 不確定 不確定 鞍點(diǎn)(0,1) 不確定 不確定 不穩(wěn)定點(diǎn)(1,0) 不確定 不確定 不穩(wěn)定點(diǎn)(1,1)+?ESS(x?,y?) ? 0 鞍點(diǎn)

3 無(wú)標(biāo)度網(wǎng)絡(luò)上演化博弈仿真實(shí)驗(yàn)

3.1 制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)結(jié)構(gòu)設(shè)定

在制造企業(yè)研發(fā)團(tuán)隊(duì)中,存在多個(gè)研究小組,每個(gè)小組負(fù)責(zé)不同的任務(wù),團(tuán)隊(duì)領(lǐng)導(dǎo)者與每個(gè)小組間均存在信息流通,小組組長(zhǎng)承擔(dān)著與組內(nèi)成員,團(tuán)隊(duì)領(lǐng)導(dǎo)者及其他小組間的信息溝通和知識(shí)交流的工作,對(duì)團(tuán)隊(duì)運(yùn)作起著主導(dǎo)作用,而成員則在組內(nèi)信息交流頻繁,組間知識(shí)流動(dòng)相對(duì)較少.即制造企業(yè)研發(fā)團(tuán)隊(duì)所形成的知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)中少數(shù)節(jié)點(diǎn)擁有大量連接,而大部分節(jié)點(diǎn)只有少數(shù)連接,具有嚴(yán)重異質(zhì)性[18].同時(shí),在制造企業(yè)研發(fā)團(tuán)隊(duì)中,各成員傾向于與知識(shí)存量上占據(jù)優(yōu)勢(shì),知識(shí)素養(yǎng)較好的成員進(jìn)行交流,即該知識(shí)網(wǎng)絡(luò)中度分布符合冪律分布(p(k)～k?λ)[18,19].此外,已有國(guó)內(nèi)外研究表明,現(xiàn)實(shí)網(wǎng)絡(luò)具有無(wú)標(biāo)度特性[20,21].因此,以無(wú)標(biāo)度網(wǎng)絡(luò)為載體研究制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移過(guò)程更具有現(xiàn)實(shí)意義.本文將網(wǎng)絡(luò)規(guī)模分別設(shè)定為50,200,500,利用MATLAB軟件仿真分析不同網(wǎng)絡(luò)規(guī)模下的團(tuán)隊(duì)知識(shí)轉(zhuǎn)移過(guò)程,圖1、圖2和圖3分別為演化初期隨機(jī)生成的不同規(guī)模無(wú)標(biāo)度網(wǎng)絡(luò)的二位效果圖,圖中的節(jié)點(diǎn)表示團(tuán)隊(duì)成員,連線表示雙方成員之間存在直接關(guān)系.

3.2 制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)的前提假設(shè)

假設(shè)1假定制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)是一個(gè)具有異質(zhì)性的復(fù)雜網(wǎng)絡(luò)G(V,E),其中V表示知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)中所有節(jié)點(diǎn)的集合,代表團(tuán)隊(duì)成員,E表示所有邊的集合,E={eij},eij=1表示節(jié)點(diǎn)i和j之間存在直接關(guān)系,eij=0表示二者之間不存在直接關(guān)系.

圖1 50個(gè)節(jié)點(diǎn)的無(wú)標(biāo)度網(wǎng)絡(luò)Fig.1 Scale-free network of 50 nodes

圖2 200個(gè)節(jié)點(diǎn)的無(wú)標(biāo)度網(wǎng)絡(luò)Fig.2 Scale-free network of 200 nodes

圖3 500個(gè)節(jié)點(diǎn)的無(wú)標(biāo)度網(wǎng)絡(luò)Fig.3 Scale-free network of 500 nodes

假設(shè)2制造企業(yè)研發(fā)團(tuán)隊(duì)內(nèi)異質(zhì)性主體是有限理性的,團(tuán)隊(duì)成員是否進(jìn)行知識(shí)轉(zhuǎn)移取決于預(yù)期收益的大小.

假設(shè)3根據(jù)霍曼斯社會(huì)交換理論中社會(huì)交換參與者對(duì)成本與報(bào)酬比率是否公平的主觀判斷標(biāo)準(zhǔn),制造企業(yè)研發(fā)團(tuán)隊(duì)成員在選擇博弈對(duì)手進(jìn)行博弈時(shí),范圍r限定在鄰域內(nèi),即博弈半徑r=1.

假設(shè)4制造企業(yè)研發(fā)團(tuán)隊(duì)所有成員采用同一策略更新規(guī)則,且記憶長(zhǎng)度為1,即團(tuán)隊(duì)成員的策略選擇僅取決于上一次的博弈結(jié)果.

3.3 制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化規(guī)則

在每一個(gè)演化周期,研發(fā)團(tuán)隊(duì)成員根據(jù)此時(shí)所處的四種不同收益情景,與其鄰域內(nèi)所有個(gè)體進(jìn)行博弈,每個(gè)博弈方的收益為與其每個(gè)鄰居進(jìn)行博弈所得收益的累加.

在網(wǎng)絡(luò)上的演化博弈中,個(gè)體策略的更新規(guī)則是以個(gè)體的學(xué)習(xí)機(jī)制來(lái)表示的[22].目前微觀層面上的學(xué)習(xí)機(jī)制有模仿收益最大的鄰居策略[23,24]、按概率選擇優(yōu)勝鄰居的策略[25]、配對(duì)比較[26?32]和基于Moran過(guò)程的自然選擇規(guī)則[33,34].根據(jù)制造企業(yè)實(shí)際情況與仿真工具的可實(shí)現(xiàn)性,本文選擇配對(duì)比較學(xué)習(xí)機(jī)制.依據(jù)費(fèi)米規(guī)則,個(gè)體i隨機(jī)選擇一個(gè)鄰居j進(jìn)行收益比較,若個(gè)體j本輪收益高于個(gè)體i自身收益,則以一定的概率在下一輪中模仿對(duì)方的策略,這種模仿概率一般表示為[35]

其中si,sj分別表示個(gè)體i,j本輪所采取策略,Ui,Uj分別表示個(gè)體i,j的本輪收益,k表示系統(tǒng)的噪聲大小(k＞0).若k→0,則任何外界因素不會(huì)對(duì)個(gè)體策略更新造成干擾.

根據(jù)復(fù)雜網(wǎng)絡(luò)理論,節(jié)點(diǎn)i以概率P選擇學(xué)習(xí)策略后,將以概率ω隨機(jī)地與網(wǎng)絡(luò)中的其他節(jié)點(diǎn)進(jìn)行斷邊重連.由于節(jié)點(diǎn)對(duì)知識(shí)轉(zhuǎn)移對(duì)象的選擇具有有限理性,本文利用帶有偏好的重連機(jī)制[35]并參考文獻(xiàn)[36]確定節(jié)點(diǎn)i的出連接j,概率ω表示為

其中α表示偏好傾向,α=0表示網(wǎng)絡(luò)個(gè)體間連接無(wú)任何偏好傾向,α越大表示偏好傾向越明顯.本文α取1作為仿真實(shí)驗(yàn)參數(shù)值.

制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)中所有節(jié)點(diǎn)按照以上規(guī)則進(jìn)行策略學(xué)習(xí)與調(diào)整,策略分布將逐漸趨于穩(wěn)定狀態(tài),實(shí)現(xiàn)創(chuàng)新知識(shí)在組織內(nèi)部的擴(kuò)散.

3.4 基于無(wú)標(biāo)度網(wǎng)絡(luò)上演化博弈的仿真

1)仿真步驟

步驟1t←0,初始化給定一個(gè)制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)G(V,E),將博弈過(guò)程中的策略隨機(jī)分配給網(wǎng)絡(luò)中的節(jié)點(diǎn),并設(shè)定參數(shù)值;

步驟2t←1,進(jìn)行一次博弈;

步驟3t←2,網(wǎng)絡(luò)中節(jié)點(diǎn)隨機(jī)選擇鄰居節(jié)點(diǎn)進(jìn)行收益比較,若收益大于或等于鄰居收益,則在下一輪博弈中不改變策略;否則,以概率Psi→sj(式(14))進(jìn)行模仿,此時(shí)若策略相同轉(zhuǎn)入步驟4;

步驟4t←3,根據(jù)網(wǎng)絡(luò)所具有的偏好機(jī)制(式(15)),進(jìn)行斷邊重連;

步驟5t←4,轉(zhuǎn)步驟2,直至達(dá)到預(yù)定時(shí)間步長(zhǎng)結(jié)束.

2)制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化測(cè)度

從組織總體來(lái)看,知識(shí)轉(zhuǎn)移的根本目的在于實(shí)現(xiàn)知識(shí)在團(tuán)隊(duì)中的充分共享與流通,使個(gè)體知識(shí)轉(zhuǎn)化為群體知識(shí),在團(tuán)隊(duì)中形成良好的交流氛圍,促進(jìn)團(tuán)隊(duì)成員之間相互競(jìng)爭(zhēng)并共同進(jìn)步,因此本文選用知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化深度作為測(cè)度指標(biāo).為獲得穩(wěn)定的仿真結(jié)果,每組參數(shù)測(cè)試100次,取團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化測(cè)度指標(biāo)的平均值.

為體現(xiàn)團(tuán)隊(duì)成員個(gè)體異質(zhì)性,將研發(fā)團(tuán)隊(duì)成員分為兩個(gè)群體,群體1和群體2,結(jié)合演化博弈分析的初步結(jié)論與文獻(xiàn)[36,37],設(shè)置參數(shù)vi,0=10,ki=10,αi=0.3,βi=0.02;ci,γi,λ,φ取值見表 6,其中i=1,2.仿真結(jié)果見圖4～圖6.

表6 制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化仿真參數(shù)設(shè)置Table 6 The simulation parameters of knowledge transfer network evolution of R&D team in manufacturing enterprises

觀察圖4,在50個(gè)節(jié)點(diǎn)的無(wú)標(biāo)度網(wǎng)絡(luò)中,當(dāng)研發(fā)團(tuán)隊(duì)所有成員選擇知識(shí)轉(zhuǎn)移策略的獎(jiǎng)勵(lì)與選擇知識(shí)不轉(zhuǎn)移策略的懲罰之和小于知識(shí)轉(zhuǎn)移成本,即團(tuán)隊(duì)知識(shí)轉(zhuǎn)移行為不能得到組織制度補(bǔ)償時(shí),最終演化深度收斂于0(見圖4中演化曲線D1),所有成員均選擇知識(shí)不轉(zhuǎn)移策略,團(tuán)隊(duì)知識(shí)流動(dòng)趨于停滯.當(dāng)組織激勵(lì)獎(jiǎng)懲之和大于轉(zhuǎn)移成本,而部分團(tuán)隊(duì)成員由于協(xié)同創(chuàng)新能力過(guò)低而使得其協(xié)同收益與組織獎(jiǎng)懲之和小于轉(zhuǎn)移成本時(shí),選擇知識(shí)轉(zhuǎn)移行為具有一定風(fēng)險(xiǎn),但由于博弈方的有限理性,其首先能感知到的是組織制度傾向,且受流行性壓力與社會(huì)規(guī)范影響,選擇知識(shí)轉(zhuǎn)移行為的概率更大,最終網(wǎng)絡(luò)演化深度達(dá)100%穩(wěn)態(tài)(見圖4中演化曲線D2).當(dāng)研發(fā)團(tuán)隊(duì)組織激勵(lì)獎(jiǎng)懲制度與成員協(xié)同創(chuàng)新水平均較高,即組織激勵(lì)獎(jiǎng)懲及其與團(tuán)隊(duì)成員協(xié)同收益之和均大于知識(shí)轉(zhuǎn)移成本時(shí),知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)能夠迅速演化至100%穩(wěn)態(tài)(見圖4中演化曲線D3).當(dāng)組織激勵(lì)獎(jiǎng)懲之和小于轉(zhuǎn)移成本,而其與知識(shí)協(xié)同收益之和大于轉(zhuǎn)移成本時(shí),知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)最終仍能演化至100%穩(wěn)態(tài)(見圖4中演化曲線D4).該情形下,盡管組織激勵(lì)獎(jiǎng)懲制度不健全,但團(tuán)隊(duì)中所有成員知識(shí)協(xié)同能力均較高,能夠補(bǔ)償知識(shí)轉(zhuǎn)移成本使團(tuán)隊(duì)成員得到額外凈收益.

觀察圖5和圖6中以200個(gè)節(jié)點(diǎn)和500個(gè)節(jié)點(diǎn)無(wú)標(biāo)度網(wǎng)絡(luò)為載體的制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化結(jié)果可知,與50個(gè)節(jié)點(diǎn)無(wú)標(biāo)度網(wǎng)絡(luò)演化結(jié)果相似.不同的是,當(dāng)研發(fā)團(tuán)隊(duì)組織激勵(lì)獎(jiǎng)懲制度較完善,而部分成員由于知識(shí)協(xié)同創(chuàng)新能力過(guò)低致使組織激勵(lì)獎(jiǎng)懲與知識(shí)協(xié)同收益之和小于知識(shí)轉(zhuǎn)移成本時(shí),知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)的演化深度最終收斂于一個(gè)大于0小于1的常數(shù),且網(wǎng)絡(luò)規(guī)模越大,該常數(shù)值越小(見圖5,圖6中演化曲線D2).出現(xiàn)這種現(xiàn)象的原因可能是在大規(guī)模無(wú)標(biāo)度網(wǎng)絡(luò)中,鄰居節(jié)點(diǎn)相對(duì)較多,且節(jié)點(diǎn)分布的不均勻性與異質(zhì)性更加顯著,節(jié)點(diǎn)隨機(jī)選擇鄰居節(jié)點(diǎn)進(jìn)行收益比較與策略模仿學(xué)習(xí)的過(guò)程更為復(fù)雜.在策略選擇時(shí),網(wǎng)絡(luò)成員隨機(jī)選擇一個(gè)鄰居成員進(jìn)行收益比較,若該鄰居恰好選擇了知識(shí)轉(zhuǎn)移策略且有ciki＜λki+φ+γikm1kn2,則該成員選擇該鄰居策略的概率較大,若該鄰居選擇了知識(shí)轉(zhuǎn)移策略但有ciki＞λki+φ+γikm1kn2,則該成員選擇知識(shí)不轉(zhuǎn)移策略的概率更大.經(jīng)過(guò)一段時(shí)間的策略演化,對(duì)于c1k1＜λk1+φ+γ1km1kn2的成員最終選擇知識(shí)轉(zhuǎn)移策略的概率更大,對(duì)于c2k2＞λk2+φ+γ2km1kn2的成員最終選擇知識(shí)不轉(zhuǎn)移策略的概率更大,因此以大規(guī)模無(wú)標(biāo)度網(wǎng)絡(luò)為載體的知識(shí)轉(zhuǎn)移最終演化至一個(gè)大于0小于1的常數(shù),且規(guī)模越大越接近群體1與群體2中成員數(shù)之比.

從圖4～圖6中相同參數(shù)設(shè)置不同網(wǎng)絡(luò)規(guī)模的演化仿真結(jié)果看,除D2最終演化穩(wěn)態(tài)不盡相同外,其余參數(shù)設(shè)置下的最終知識(shí)轉(zhuǎn)移演化深度一致,即在無(wú)標(biāo)度網(wǎng)路載體下,網(wǎng)絡(luò)規(guī)模對(duì)演化深度影響不大.經(jīng)對(duì)比演化曲線發(fā)現(xiàn),規(guī)模為50的知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)在博弈5至15次時(shí)基本達(dá)到穩(wěn)定狀態(tài),規(guī)模為200與500的知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)在博弈至60時(shí)才基本達(dá)到穩(wěn)定狀態(tài),由此可見,網(wǎng)絡(luò)規(guī)模越大,知識(shí)轉(zhuǎn)移演化速度越慢.這可能是由于在小規(guī)模網(wǎng)絡(luò)中節(jié)點(diǎn)度相對(duì)較小,信息傳遞效率高,而大規(guī)模網(wǎng)絡(luò)中節(jié)點(diǎn)間進(jìn)行博弈,收益對(duì)比與策略學(xué)習(xí)的過(guò)程更為復(fù)雜,信息傳遞效率較低.

圖4 50個(gè)節(jié)點(diǎn)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)的演化結(jié)果Fig.4 The evolution of knowledge transfer network of 50 nodes

圖5 200個(gè)節(jié)點(diǎn)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)的演化結(jié)果Fig.5 The evolution of knowledge transfer network of 200 nodes

圖6 500個(gè)節(jié)點(diǎn)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)的演化結(jié)果Fig.6 The evolution of knowledge transfer network of 500 nodes

3)知識(shí)轉(zhuǎn)移系數(shù)對(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化影響分析

以制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化測(cè)度分析中演化深度為0的情景為基礎(chǔ),設(shè)置參數(shù)vi,0=10,ki=10,γi=0.1,c1=0.6,c2=0.7,λ=0.1,φ=2,知識(shí)聚合系數(shù)βi,i=1,2取0.02,知識(shí)轉(zhuǎn)移系數(shù)αi,i=1,2依次取值0.3,0.5,0.7,0.9,分別用D1,D2,D3,D4表示,結(jié)果見圖7～圖9.

4)知識(shí)聚合系數(shù)對(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化影響分析

在制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化測(cè)度分析中演化深度為0的情景參數(shù)設(shè)置基礎(chǔ)上,知識(shí)轉(zhuǎn)移系數(shù)αi,i=1,2取0.3,知識(shí)聚合系數(shù)βi,i=1,2依次取值0.02,0.04,0.06,0.08,分別用D1,D2,D3,D4表示,結(jié)果見圖10～圖12.

圖7 50個(gè)節(jié)點(diǎn)無(wú)標(biāo)度網(wǎng)絡(luò)中知識(shí)轉(zhuǎn)移系數(shù)對(duì)演化結(jié)果的影響Fig.7 The effect of knowledge transfer coefficient on the evolution of scale-free network of 50 nodes

圖8 200個(gè)節(jié)點(diǎn)無(wú)標(biāo)度網(wǎng)絡(luò)中知識(shí)轉(zhuǎn)移系數(shù)對(duì)演化結(jié)果的影響Fig.8 The effect of knowledge transfer coefficient on the evolution of scale-free network of 200 nodes

圖9 500個(gè)節(jié)點(diǎn)無(wú)標(biāo)度網(wǎng)絡(luò)中知識(shí)轉(zhuǎn)移系數(shù)對(duì)演化結(jié)果的影響Fig.9 The effect of knowledge transfer coefficient on the evolution of scale-free network of 500 nodes

圖10 50個(gè)節(jié)點(diǎn)無(wú)標(biāo)度網(wǎng)絡(luò)中聚合系數(shù)對(duì)演化結(jié)果的影響Fig.10 The effect of aggregation coefficient on the evolution of scale-free network of 50 nodes

觀察圖10～圖12可知,在50,200,500個(gè)節(jié)點(diǎn)的無(wú)標(biāo)度網(wǎng)絡(luò)中,當(dāng)知識(shí)聚合系數(shù)βi,i=1,2取0.02,0.04時(shí),知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)最終均演化至穩(wěn)態(tài)0,當(dāng)知識(shí)聚合系數(shù)βi,i=1,2增加至0.08時(shí),知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化穩(wěn)態(tài)均達(dá)到100%.不同的是,當(dāng)知識(shí)聚合系數(shù)βi,i=1,2取0.06時(shí),在50個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)中,演化穩(wěn)態(tài)達(dá)到100%;在200個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)中,演化穩(wěn)態(tài)收斂于小于1的常數(shù);在500個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)中,演化穩(wěn)態(tài)為0.這說(shuō)明只有增大知識(shí)聚合系數(shù)βi,i=1,2至一定值時(shí)才能顯著促進(jìn)演化深度的提高,且小規(guī)模網(wǎng)絡(luò)對(duì)βi,i=1,2變化的反應(yīng)相對(duì)中大規(guī)模網(wǎng)絡(luò)更敏感.

圖11 200個(gè)節(jié)點(diǎn)無(wú)標(biāo)度網(wǎng)絡(luò)中聚合系數(shù)對(duì)演化結(jié)果的影響Fig.11 The effect of aggregation coefficient on the evolution of scale-free network of 200 nodes

圖12 500個(gè)節(jié)點(diǎn)無(wú)標(biāo)度網(wǎng)絡(luò)中聚合系數(shù)對(duì)演化結(jié)果的影響Fig.12 The effect of aggregation coefficient on the evolution of scale-free network of 500 nodes

4 結(jié)束語(yǔ)

本文基于知識(shí)轉(zhuǎn)移收益視角構(gòu)建了制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移博弈模型.作為對(duì)比實(shí)驗(yàn),首先運(yùn)用演化博弈理論建立了復(fù)制動(dòng)態(tài)模型,對(duì)知識(shí)轉(zhuǎn)移演化路徑進(jìn)行了局部穩(wěn)定性分析;然后結(jié)合復(fù)雜網(wǎng)絡(luò)理論與演化博弈理論,利用MATLAB仿真技術(shù)實(shí)現(xiàn)了博弈模型的仿真分析,揭示了制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移行為網(wǎng)絡(luò)式擴(kuò)散的微觀機(jī)制及知識(shí)轉(zhuǎn)移成本,知識(shí)協(xié)同收益,組織激勵(lì)獎(jiǎng)懲制度,知識(shí)轉(zhuǎn)移直接收益,知識(shí)聚合收益等重要因素對(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化深度和速度的影響.對(duì)比實(shí)驗(yàn)規(guī)則與結(jié)果可知,演化博弈分析方法雖然在一定程度上模擬了現(xiàn)實(shí)中的知識(shí)轉(zhuǎn)移情形,但所構(gòu)建模型過(guò)于理想化,未考慮博弈環(huán)境復(fù)雜性等影響因素,不能很好地把握實(shí)際情形;而復(fù)雜網(wǎng)絡(luò)上演化博弈分析方法更能影射現(xiàn)實(shí)情景,其研究結(jié)論更具有分析與參考價(jià)值.研究結(jié)論:1)制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化深度對(duì)知識(shí)轉(zhuǎn)移成本,知識(shí)協(xié)同收益與組織激勵(lì)獎(jiǎng)懲制度之間關(guān)系的變化較敏感;且網(wǎng)絡(luò)規(guī)模越大,知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化深度收斂于穩(wěn)定狀態(tài)的速度越慢.2)知識(shí)轉(zhuǎn)移直接收益與知識(shí)聚合收益對(duì)制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化深度與速度有一定影響,但作用不大;僅當(dāng)知識(shí)轉(zhuǎn)移系數(shù)與知識(shí)聚合系數(shù)增大到一定值時(shí)才能顯著提高網(wǎng)絡(luò)演化深度.

因此,為提高制造企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì),實(shí)現(xiàn)制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移行為網(wǎng)絡(luò)式擴(kuò)散的有效運(yùn)行,組織決策者可以從以下幾個(gè)方面著手:尊重團(tuán)隊(duì)成員的自有知識(shí),保護(hù)團(tuán)隊(duì)成員的知識(shí)產(chǎn)權(quán),將團(tuán)隊(duì)成員在知識(shí)交流活動(dòng)中的表現(xiàn)納入績(jī)效考核指標(biāo)體系,建立完善的知識(shí)轉(zhuǎn)移激勵(lì)獎(jiǎng)懲制度,以提高研發(fā)團(tuán)隊(duì)成員進(jìn)行知識(shí)轉(zhuǎn)移的動(dòng)力;建立多種知識(shí)轉(zhuǎn)移平臺(tái)與渠道,疏通團(tuán)隊(duì)成員知識(shí)流動(dòng)的途徑,以降低知識(shí)轉(zhuǎn)移成本;引入背景相似而知識(shí)差異化的員工,保持團(tuán)隊(duì)知識(shí)異質(zhì)性,優(yōu)化研發(fā)團(tuán)隊(duì)知識(shí)結(jié)構(gòu),同時(shí)加強(qiáng)對(duì)團(tuán)隊(duì)成員專業(yè)知識(shí),社交與團(tuán)隊(duì)協(xié)作技能培訓(xùn),從而提高團(tuán)隊(duì)知識(shí)協(xié)同與聚合效益;根據(jù)團(tuán)隊(duì)成員不同知識(shí)背景與崗位指導(dǎo)其制定科學(xué)的知識(shí)協(xié)同收益期望值,以避免因期望太高而降低知識(shí)轉(zhuǎn)移愿望,或因期望太低而不能有效利用知識(shí)交流機(jī)會(huì);加強(qiáng)對(duì)團(tuán)隊(duì)成員知識(shí)接收與發(fā)送能力的培養(yǎng),以提高團(tuán)隊(duì)成員知識(shí)轉(zhuǎn)移直接收益;同時(shí),合理配置組織機(jī)構(gòu),將團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)規(guī)?？刂圃谇‘?dāng)范圍內(nèi),以保證研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)的靈活便捷性與信息傳遞準(zhǔn)確性.

[1]程 聰,謝洪明,楊英楠,等.理性還是情感:動(dòng)態(tài)競(jìng)爭(zhēng)中企業(yè)“攻擊–回應(yīng)”競(jìng)爭(zhēng)行為的身份域效應(yīng):基于AMC模型的視角.管理世界,2015(8):132–188.Cheng C,Xie H M,Yang Y N,et al.Rationality and emotion:The identity domain effect of“attack–response”competetive behavior of enterprises in dynamic competition environment:Based on AMC model.Management World,2015(8):132–188.(in Chinese)

[2]潘 星,王 君.一種基于屬性的知識(shí)地圖漸進(jìn)式增量模型.系統(tǒng)工程學(xué)報(bào),2012,27(2):169–176.Pan X,Wang J.Incremental incremental model of knowledge map based on attribute.Journal of Systems Engineering,2012,27(2):169–176.(in Chinese)

[3]Wang S,Noe R A.Knowledge sharing:A review and directions for future research.Human Resource Management Review,2010,20:115–131.

[4]Soekijad M.Condition for knowledge sharing in competitive alliances.European Management Journal,2004,21(5):578–587．

[5]張寶生,王曉紅.虛擬科技創(chuàng)新團(tuán)隊(duì)知識(shí)轉(zhuǎn)移穩(wěn)定性研究:基于演化博弈視角.運(yùn)籌與管理,2011,20(5):169–175.Zhang B S,Wang X H.Research on the stability of knowledge transfer in virtual science and technology innovation team:Based on evolutionary game theory.Operations Research and Management Science,2011,20(5):169–175.(in Chinese)

[6]吳丙山,趙 驊,羅 軍.高新技術(shù)企業(yè)中知識(shí)分享微觀機(jī)制研究.科研管理,2012,33(3):65–71.Wu B S,Zhao H,Luo J.Research on the micro mechanism of knowledge sharing in high tech enterprises.Science Research Management,2012,33(3):65–71.(in Chinese)

[7]呂一博,程 露,蘇敬勤.知識(shí)搜索行為與區(qū)域創(chuàng)新網(wǎng)絡(luò)演化.系統(tǒng)工程學(xué)報(bào),2014,29(6):725–753.LüY B,Cheng L,Su J Q.Knowledge search behavior and the evolution of regional innovation network.Journal of Systems Engineering,2014,29(6):725–753.(in Chinese)

[8]Wang X.Forming mechanisms and structures of a knowledge transfer network:Theoretical and simulation research.Journal of Knowledge Management,2013,17(2):278–289.

[9]Blumenberg S,Wagner H,Beimborn D.Knowledge transfer processes in IT outsourcing relationships and their impact on shared knowledge and outsourcing performance.International Journal of Information Management,2009,29(5):342–352.

[10]周 文,陳 偉,郎益夫.集群創(chuàng)新網(wǎng)絡(luò)知識(shí)動(dòng)態(tài)增長(zhǎng)研究:基于過(guò)程視角.系統(tǒng)工程學(xué)報(bào),2015,30(4):431–441.Zhou W,Chen W,Lang Y F.Research on knowledge dynamic growth of cluster innovation network:Based on the perspective of process.Journal of Systems Engineering,2015,30(4):431–441.(in Chinese)

[11]Chen C W,Chang M L,Tseng C P.Human factors of knowledge-sharing intention among taiwanese enterprises:A model of hypotheses.Human Factors and Ergonomics in Manufacturing ＆Service Industries,2012,22(4):362–371.

[12]李靖華,常曉然.基于元分析的知識(shí)轉(zhuǎn)移影響因素研究.科學(xué)學(xué)研究,2013,31(3):394–406.Li J H,Chang X R.Research on the influencing factors of knowledge transfer based on meta-analysis.Studies in Science of Science,2013,31(3):394–406.(in Chinese)

[13]陳懷超,范建紅,牛沖槐.制度距離對(duì)中國(guó)跨國(guó)公司知識(shí)轉(zhuǎn)移效果的影響研究:國(guó)際經(jīng)驗(yàn)和社會(huì)資本的調(diào)節(jié)效應(yīng).科學(xué)學(xué)研究,2014,32(4):593–603.Chen H C,Fan J H,Niu C H.Research on the effect of institutional distance on knowledge transfer in Chinese Transnational Corporations:The moderating effect of international experience and social capital.Studies in Science of Science,2014,32(4):593–603.(in Chinese)

[14]劉 立,黨興華.知識(shí)價(jià)值性,企業(yè)權(quán)力對(duì)知識(shí)轉(zhuǎn)移的影響研究.科研管理,2015,36(12):39–46.Liu L,Dang X H.Research on the influence of the knowledge value,the power of the enterprise on the knowledge transfer.Science Research Management,2015,36(12):39–46.(in Chinese)

[15]趙 炎,王 琦,鄭向杰.網(wǎng)絡(luò)鄰近性,地理鄰近性對(duì)知識(shí)轉(zhuǎn)移績(jī)效的影響.科研管理,2016,37(1):128–136.Zhao Y,Wang Q,Zheng X J.The influence of network proximity and geographical proximity on the performance of knowledge transfer.Science Research Management,2016,37(1):128–136.(in Chinese)

[16]朱雪春,陳萬(wàn)明.實(shí)踐社群知識(shí)流動(dòng)的可持續(xù)性研究:基于進(jìn)化博弈的視角.北京理工大學(xué)學(xué)報(bào),2015,17(5):56–62.Zhu X C,Chen W M.Research on the sustainability of knowledge flow in practical communities:A perspective of evolutionary game theory.Journal of Beijing Institute of Technology,2015,17(5):56–62.(in Chinese)

[17]Small M,Judd K,Zhang L.How is that complex network complex//Proceedings of 2014 IEEE International Symposium on Circuits and Systems.Melbourne,Australia,2014:1263–1266.

[18]Bárabasi A L,Albert R.Emergence of scaling in random networks.Science,1999,286(5439):509–512.

[19]胡海波,王 林.冪律分布研究簡(jiǎn)史.物理,2005,34(12):7.Hu H B,Wang L.A brief history of research on power-law distribution.Physics,2005,34(12):7.(in Chinese)

[20]朱 亮,韓定定.動(dòng)態(tài)復(fù)雜網(wǎng)絡(luò)的同步拓?fù)溲莼?計(jì)算機(jī)應(yīng)用,2012,32(2):330–334.Zhu L,Han D D.Synchronous topology evolution of dynamic complex networks.Journal of Computer Applications,2012,32(2):330–334.(in Chinese)

[21]Choi J,Sang-Hyun A,Cha M S.The effects of network characteristics on performance of innovation clusters.Expert Systems with Applications,2013,40(11):4511–4518.

[22]王先甲,全 吉,劉偉兵.有限理性下的演化博弈與合作機(jī)制研究.系統(tǒng)工程理論與實(shí)踐,2011,31(1):82–93.Wang X J,Quan J,Liu W B.Research on evolutionary game and cooperation mechanism under bounded rationality.System Engineering:Theory&Practice,2011,31(1):82–93.(in Chinese)

[23]Abrarnson G,Kuperman M.Social games in a social network.Physical Review E,2001,63(3):030901.

[24]Masuda N,Aibara K.Spatial prisoner’s dilemma optimally played in small-world network.Physics letters A,2003,313(1/2):55–61.

[25]Hauert C,Doebeli M.Spatial structure often inhibits the evolution of cooperation in the snowdrift game.Nature,2004,428(6983):643–646.

[26]Santos F C,Pacheco J M.Scale-free networks provide a unifying framework for the emergence of cooperation.Physical Review Letters,2005,95(9):098104.

[27]Santos F C, Pacheco J M, Lenaerts T. Evolutionary dynamics of social dilemmas in structural heterogeneous populations. Proceedingsof the National Academy of Sciences of the United States of America, 2006, 103(9): 3490–3494.

[28]Perc M,Szolnoki A.Social diversity and promotion of cooperation in the spatial prisoner’s dilemma games.Physical Review E,2008,77(1):011904.

[29]Devlin S,Treloar T.Cooperation in an evolutionary prisoner’s dilemma on networks with degree-degree correlations.Physical Review E,2009,80(2):026105.

[30]Devlin S,Treloar T.Evolution of cooperation through the heterogeneity of random networks.Physical Review E,2009,79(1):016107.

[31]Roca C P,Cuesta J A,Sanchaz A.Effect of spatial structure on the evolution of cooperation.Physical Review E,2009,80(4):046106.

[32]Assenza S,Gomez-Gardenes J,Latora V.Enhancement of cooperation in highly clustered scale-free networks.Physical Review E,2008,78(1):017101.

[33]Lieberman E,Hauert C,Nowak M A.Evolutionary dynamics on graphs.Nature,2005,433(7023):312–316.

[34]Ohtsuki H,Hauert C,Lieberman E,et al.A simple rule for the evolution of cooperation on graphs and social networks.Nature,2006,441(7092):502–505.

[35]汪小帆,李 翔,陳關(guān)榮.網(wǎng)絡(luò)科學(xué)導(dǎo)論.北京:高等教育出版社,2012:295–366.Wang X F,Li X,Chen G R.An Introduction to Network Science.Beijing:Higher Education Press,2012:295–366.(in Chinese)

[36]曹 霞,張路蓬.基于利益分配的創(chuàng)新網(wǎng)絡(luò)合作密度演化研究.系統(tǒng)工程學(xué)報(bào),2016,31(1):1–12.Cao X,Zhang L P.Research on the evolution of the innovation network’s cooperation density based on the benefit distribution.Journal of Systems Engineering,,2016,31(1):1–12.(in Chinese)

[37]錢 成,曹進(jìn)德,楊夏竹.基于社會(huì)影響模型的觀點(diǎn)演化規(guī)律研究.系統(tǒng)工程學(xué)報(bào),2010,25(6):755–772.Qian C,Cao J D,Yang X Z.Opinion evolution analysis based on social impact model.Journal of Systems Engineering,2010,25(6):755–772.(in Chinese)