劉聰+劉國新

摘要：分布式創(chuàng)新網(wǎng)絡(luò)核心企業(yè)間知識(shí)轉(zhuǎn)移有利于知識(shí)在網(wǎng)絡(luò)內(nèi)的擴(kuò)散和傳播。將核心企業(yè)間知識(shí)轉(zhuǎn)移策略分為轉(zhuǎn)移和保護(hù)兩類，構(gòu)建分布式創(chuàng)新網(wǎng)絡(luò)核心企業(yè)間知識(shí)轉(zhuǎn)移策略的演化博弈模型，分析其演化路徑，探討不同因素對核心企業(yè)間知識(shí)轉(zhuǎn)移的影響作用，并針對性地提出相應(yīng)的對策建議，促進(jìn)核心企業(yè)間的知識(shí)轉(zhuǎn)移。研究發(fā)現(xiàn)，核心企業(yè)采取知識(shí)轉(zhuǎn)移策略的概率與雙向知識(shí)轉(zhuǎn)移額外收益、知識(shí)吸收和挖掘能力、知識(shí)外溢造成的損失呈正相關(guān)，與核心企業(yè)間差異化知識(shí)存量的差距、單向知識(shí)轉(zhuǎn)移收益、知識(shí)保護(hù)活動(dòng)的成本呈負(fù)相關(guān)。

關(guān)鍵詞：分布式創(chuàng)新網(wǎng)絡(luò)；核心企業(yè)；知識(shí)轉(zhuǎn)移；演化博弈

中圖分類號(hào)：F272文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.3963/j.issn.1671-6477.2017.02.0007

隨著產(chǎn)品技術(shù)多樣性和復(fù)雜性的增加，單個(gè)企業(yè)已很難掌握技術(shù)創(chuàng)新所需的全部知識(shí)，因而尋求外部知識(shí)獲取成為企業(yè)建立競爭優(yōu)勢的重要渠道之一。分布式創(chuàng)新建立在產(chǎn)業(yè)聚集、地區(qū)生產(chǎn)專業(yè)化和地方化創(chuàng)新的基礎(chǔ)上，強(qiáng)調(diào)將不同地域的本地化知識(shí)進(jìn)行整合，依據(jù)共同的創(chuàng)新平臺(tái)進(jìn)行創(chuàng)新活動(dòng)[1]。分布式創(chuàng)新網(wǎng)絡(luò)內(nèi)各創(chuàng)新主體是各領(lǐng)域內(nèi)知識(shí)的擁有者，創(chuàng)新主體間在多個(gè)環(huán)節(jié)、多個(gè)層面有著正式和非正式聯(lián)系，進(jìn)行著知識(shí)的擴(kuò)散和轉(zhuǎn)移。作為分布式創(chuàng)新網(wǎng)絡(luò)中的“龍頭”，核心企業(yè)以其高度異質(zhì)性的知識(shí)、強(qiáng)大的創(chuàng)新能力、網(wǎng)絡(luò)的深度嵌入性，成為分布式創(chuàng)新網(wǎng)絡(luò)中創(chuàng)新活動(dòng)的驅(qū)動(dòng)力，因此核心企業(yè)間的知識(shí)轉(zhuǎn)移也必然會(huì)成為影響分布式創(chuàng)新活動(dòng)的重要因素。但核心企業(yè)間的知識(shí)轉(zhuǎn)移過程目前還不清晰，需要進(jìn)一步地探索與研究。本文擬采用演化博弈理論，分析有限理性條件下核心企業(yè)間知識(shí)轉(zhuǎn)移策略的博弈行為，研究核心企業(yè)間知識(shí)轉(zhuǎn)移的影響因素，為分布式創(chuàng)新網(wǎng)絡(luò)核心企業(yè)間知識(shí)轉(zhuǎn)移加速提供對策建議。

一、文獻(xiàn)回顧

（一）核心企業(yè)

關(guān)于核心企業(yè)的判斷，國內(nèi)外學(xué)者研究角度各異。從網(wǎng)絡(luò)結(jié)構(gòu)角度出發(fā)，F(xiàn)reeman認(rèn)為核心企業(yè)應(yīng)更靠近創(chuàng)新網(wǎng)絡(luò)中心，并能把握整個(gè)網(wǎng)絡(luò)的信息流[2]。Pérez-Nordtvedt認(rèn)為網(wǎng)絡(luò)中的某些企業(yè)由于擁有異質(zhì)性知識(shí)資源而與其他企業(yè)建立關(guān)系，同時(shí)占據(jù)網(wǎng)絡(luò)中的有利位置[3]。從學(xué)習(xí)能力出發(fā)，Pittaway指出核心企業(yè)吸收和創(chuàng)造知識(shí)的速度最快，并通過強(qiáng)大的技術(shù)創(chuàng)新能力管理網(wǎng)絡(luò)[4]。Gay和Dousset從資源觀角度指出，核心企業(yè)擁有該行業(yè)的關(guān)鍵知識(shí)和技術(shù)，能改變貫穿整個(gè)網(wǎng)絡(luò)的信息流，并能帶動(dòng)其他企業(yè)創(chuàng)新能力的提升[5]。黨興華認(rèn)為處于創(chuàng)新網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)位置的便是核心企業(yè)，通過自身的影響力與實(shí)力領(lǐng)導(dǎo)創(chuàng)新活動(dòng)[6]。本研究認(rèn)為分布式創(chuàng)新網(wǎng)絡(luò)中的核心企業(yè)是處于分布式創(chuàng)新網(wǎng)絡(luò)中的重要節(jié)點(diǎn)、具有不可替代的技術(shù)和競爭優(yōu)勢，能把握貫穿整個(gè)網(wǎng)絡(luò)的信息流、快速獲取各種知識(shí)、創(chuàng)新能力和學(xué)習(xí)能力很強(qiáng)，并能領(lǐng)導(dǎo)和推動(dòng)網(wǎng)絡(luò)創(chuàng)新活動(dòng)的企業(yè)。

（二）知識(shí)轉(zhuǎn)移

知識(shí)轉(zhuǎn)移的概念最早是由Teece提出，他指出跨國界的技術(shù)轉(zhuǎn)移能為企業(yè)帶來大量的應(yīng)用知識(shí)[7]。知識(shí)轉(zhuǎn)移在創(chuàng)新網(wǎng)絡(luò)中無處不在，特別是在開放式創(chuàng)新的大背景下，逐步成為企業(yè)提升競爭優(yōu)勢的重要方式。國內(nèi)外學(xué)者對于知識(shí)轉(zhuǎn)移的界定多是從動(dòng)態(tài)角度給出，例如White RS認(rèn)為同時(shí)具有知識(shí)傳遞和知識(shí)吸收的過程就是知識(shí)轉(zhuǎn)移[8]；魏江、王銅安認(rèn)為知識(shí)轉(zhuǎn)移使新的知識(shí)得以被吸收和利用，這一知識(shí)管理活動(dòng)是基礎(chǔ)且復(fù)雜的[9]。在知識(shí)轉(zhuǎn)移影響因素方面，多位學(xué)者從知識(shí)本身、知識(shí)源、知識(shí)受體、知識(shí)轉(zhuǎn)移的環(huán)境、企業(yè)文化等方面進(jìn)行了研究[10-11]。在知識(shí)轉(zhuǎn)移模型方面，M.Gilbert提出知識(shí)轉(zhuǎn)移5階段模式，將知識(shí)轉(zhuǎn)移過程分為取得階段、溝通階段、應(yīng)用階段、接受階段和同化階段。取得階段是知識(shí)轉(zhuǎn)移的開始；溝通階段強(qiáng)調(diào)建立有效的溝通機(jī)制；應(yīng)用階段是通過反復(fù)地組織學(xué)習(xí)完成知識(shí)的轉(zhuǎn)移活動(dòng)；接受階段是強(qiáng)調(diào)企業(yè)在對知識(shí)進(jìn)行整合、改造前，必須使網(wǎng)絡(luò)中的員工接受新的知識(shí)，才有可能將新知識(shí)同化到網(wǎng)絡(luò)的知識(shí)體系中。在企業(yè)獲取外部新技術(shù)的過程中，M.Gilbert指出知識(shí)轉(zhuǎn)移的各階段不是靜態(tài)的過程，而是一個(gè)循環(huán)往復(fù)的學(xué)習(xí)過程，是個(gè)動(dòng)態(tài)變化的過程[12]。

（三）企業(yè)間知識(shí)轉(zhuǎn)移的博弈分析

部分學(xué)者應(yīng)用博弈論對企業(yè)間知識(shí)轉(zhuǎn)移策略的機(jī)理和過程進(jìn)行了研究，也提出了一些加速知識(shí)轉(zhuǎn)移的對策建議。阮國祥、阮平南根據(jù)演化博弈理論及仿真分析集群企業(yè)間的知識(shí)轉(zhuǎn)移，表明懲罰機(jī)制是集群網(wǎng)絡(luò)企業(yè)間知識(shí)轉(zhuǎn)移的重要治理機(jī)制[13]。秦紅霞等運(yùn)用演化博弈理論分析了企業(yè)間知識(shí)共享網(wǎng)絡(luò)形成的一般規(guī)律，發(fā)現(xiàn)企業(yè)知識(shí)共享網(wǎng)絡(luò)的初始狀態(tài)和激勵(lì)措施對知識(shí)共享網(wǎng)絡(luò)的形成具有重要作用[14]。余呈先、郭東強(qiáng)利用演化博弈分析外部知識(shí)轉(zhuǎn)移時(shí)轉(zhuǎn)型企業(yè)與知識(shí)源企業(yè)間的行為及演化方向，研究得出知識(shí)轉(zhuǎn)移源企業(yè)與知識(shí)受體轉(zhuǎn)型企業(yè)間的強(qiáng)/弱知識(shí)轉(zhuǎn)移意愿影響知識(shí)轉(zhuǎn)移的效用[15]。孫艦等構(gòu)建了項(xiàng)目合作網(wǎng)絡(luò)內(nèi)企業(yè)間知識(shí)轉(zhuǎn)移的演化博弈模型，認(rèn)為當(dāng)知識(shí)轉(zhuǎn)移凈得益大于知識(shí)保護(hù)凈得益時(shí)，穩(wěn)定的轉(zhuǎn)移策略會(huì)形成，而通過控制知識(shí)轉(zhuǎn)移和知識(shí)保護(hù)的成本，降低知識(shí)損失概率；增強(qiáng)知識(shí)吸收能力，提高企業(yè)知識(shí)轉(zhuǎn)移得益能加速知識(shí)的轉(zhuǎn)移[16]。

分布式創(chuàng)新網(wǎng)絡(luò)核心企業(yè)間知識(shí)轉(zhuǎn)移策略研究具有一定的普遍性，同時(shí)也有其特殊性。知識(shí)轉(zhuǎn)移過程的實(shí)現(xiàn)需要考慮到知識(shí)轉(zhuǎn)移雙方的得益與成本，得益包括目標(biāo)完成的基本得益及由知識(shí)轉(zhuǎn)移產(chǎn)生的額外得益，成本包括防范核心技術(shù)與知識(shí)外溢而付出的代價(jià)及由對方機(jī)會(huì)主義行為所造成的損失，只有當(dāng)?shù)靡娲笥诔杀緯r(shí)，知識(shí)轉(zhuǎn)移才會(huì)發(fā)生。本文將知識(shí)溢出因素考慮在內(nèi)，分析核心企業(yè)間知識(shí)轉(zhuǎn)移與保護(hù)策略的權(quán)衡機(jī)制，在目前的知識(shí)轉(zhuǎn)移研究中尚不多見。本文試圖以分布式創(chuàng)新網(wǎng)絡(luò)為研究對象，構(gòu)建核心企業(yè)間知識(shí)轉(zhuǎn)移策略的演化博弈模型，綜合考慮知識(shí)轉(zhuǎn)移額外得益、知識(shí)吸收及挖掘能力、知識(shí)溢出、知識(shí)保護(hù)成本等因素，分析核心企業(yè)間知識(shí)轉(zhuǎn)移的影響因素及策略選擇。

二、演化博弈模型的構(gòu)建及假設(shè)

演化博弈理論以“有限理性”的博弈方作為博弈分析的基礎(chǔ)，適用于分析缺乏預(yù)見能力的個(gè)體所組成的群體內(nèi)成員間的反復(fù)博弈，相當(dāng)于現(xiàn)實(shí)經(jīng)濟(jì)中對象不固定的大量個(gè)體之間的較長期經(jīng)濟(jì)、交易關(guān)系。這種有限理性條件下的博弈分析框架，與研究生物種群性狀演化與穩(wěn)定機(jī)制的生物演化理論很相似，最終在多次重復(fù)博弈過程中通過不斷學(xué)習(xí)、模仿、調(diào)整，達(dá)到“演化穩(wěn)定策略（ESS）”[17]。

核心企業(yè)是知識(shí)轉(zhuǎn)移活動(dòng)中的決策主體，在與其他核心企業(yè)的聯(lián)結(jié)過程中可以采取知識(shí)轉(zhuǎn)移策略，也可以采取知識(shí)保護(hù)策略，取決于企業(yè)在知識(shí)轉(zhuǎn)移過程中的預(yù)期凈得益。分布式創(chuàng)新網(wǎng)絡(luò)核心企業(yè)間知識(shí)轉(zhuǎn)移過程實(shí)際上是知識(shí)源與知識(shí)受體間的互動(dòng)，即博弈行為。為了研究簡便，本文假定分布式創(chuàng)新網(wǎng)絡(luò)中存在兩個(gè)核心企業(yè)1與2。

（一）模型中的基本假設(shè)

1.假定在分布式創(chuàng)新網(wǎng)絡(luò)內(nèi)存在兩個(gè)核心企業(yè)，分別處于創(chuàng)新價(jià)值鏈的上下游位置，擁有各自細(xì)分領(lǐng)域內(nèi)充滿異質(zhì)性、互補(bǔ)性的知識(shí)，支撐起企業(yè)的競爭優(yōu)勢。設(shè)核心企業(yè)擁有的差異化知識(shí)存量為K i（i=1，2）。

2.以任務(wù)為導(dǎo)向，分布式創(chuàng)新網(wǎng)絡(luò)是各核心企業(yè)基于共同的目標(biāo)而構(gòu)建，設(shè)目標(biāo)完成的基本得益為R i（i=1，2）。核心企業(yè)在保證核心知識(shí)不外泄的前提下，逐步開放各自的邊界，與其它核心企業(yè)在不同層次、不同環(huán)節(jié)進(jìn)行知識(shí)轉(zhuǎn)移，雙方獲得額外收益（知識(shí)創(chuàng)新能力、知識(shí)管理能力）的系數(shù)為e ij（i=1，2，j=1，2），且0≤e ij≤1。e ij表示核心企業(yè)j為知識(shí)源，核心企業(yè)i為知識(shí)受體所進(jìn)行的知識(shí)轉(zhuǎn)移。在知識(shí)單向轉(zhuǎn)移的情況下，知識(shí)受體之于知識(shí)源的額外收益系數(shù)為ρ ij（i=1，2，j=1，2），ρ ij表示核心企業(yè)j為知識(shí)源，核心企業(yè)i為知識(shí)受體所進(jìn)行的單向知識(shí)轉(zhuǎn)移，且0≤ρ ij≤1。

3.在核心企業(yè)有強(qiáng)知識(shí)轉(zhuǎn)移意愿的前提下，知識(shí)受體核心企業(yè)的知識(shí)吸收和挖掘能力是影響知識(shí)轉(zhuǎn)移效果的重要因素。不同核心企業(yè)的專業(yè)分工不同，其知識(shí)領(lǐng)域、學(xué)習(xí)能力、吸收能力也必定有所差異。高效的知識(shí)轉(zhuǎn)移不僅需要克服知識(shí)源與知識(shí)受體間的文化距離、空間距離及知識(shí)距離，而且需要知識(shí)源對知識(shí)進(jìn)行篩選、編碼，知識(shí)受體進(jìn)行篩選、整合、吸收、挖掘。設(shè)核心企業(yè)的知識(shí)吸收和挖掘能力系數(shù)為M i（i=1，2），且0≤M i≤1。

4.知識(shí)轉(zhuǎn)移雙方在獲得額外收益的同時(shí)，也面臨著核心技術(shù)與知識(shí)外溢的風(fēng)險(xiǎn)，知識(shí)源核心企業(yè)無法保證自身的核心技術(shù)與知識(shí)不會(huì)在知識(shí)轉(zhuǎn)移過程中由于對方的機(jī)會(huì)主義行為而外溢，另外核心企業(yè)無意識(shí)地泄露核心技術(shù)與知識(shí)的現(xiàn)象也時(shí)有發(fā)生。而知識(shí)受體核心企業(yè)在利己思維的驅(qū)動(dòng)下，一旦發(fā)現(xiàn)竊取行為有利可圖時(shí)，基于核心技術(shù)與知識(shí)的保護(hù)承諾將變得不可信。設(shè)由核心技術(shù)與知識(shí)外溢給核心企業(yè)帶來損失的系數(shù)為N i（i=1，2），且0≤N i≤1。

5.為防范自身核心技術(shù)與知識(shí)在知識(shí)轉(zhuǎn)移過程中外泄，各核心企業(yè)通常會(huì)采取一系列保護(hù)措施，比如對員工開展保密培訓(xùn)、簽訂保密協(xié)議、實(shí)施股權(quán)激勵(lì)、安裝監(jiān)控設(shè)備等，這會(huì)構(gòu)成企業(yè)的知識(shí)保護(hù)成本。設(shè)知識(shí)保護(hù)活動(dòng)的成本系數(shù)為P i（i=1，2），且0≤P i≤1。本文假定核心企業(yè)開展知識(shí)保護(hù)活動(dòng)可以完全防范核心技術(shù)與知識(shí)外溢風(fēng)險(xiǎn)。

6.我們假設(shè)核心企業(yè)1采取知識(shí)轉(zhuǎn)移策略的概率為x，則采取知識(shí)保護(hù)策略的概率為（1-x）；核心企業(yè)2采取知識(shí)轉(zhuǎn)移策略的概率為y，則采取知識(shí)保護(hù)策略的概率為（1-y），其中0≤x≤1、0≤y≤1。

（二）演化博弈模型的建立

1.當(dāng)核心企業(yè)1、2均采取轉(zhuǎn)移策略時(shí)的得益函數(shù)。當(dāng)雙方都采取轉(zhuǎn)移策略時(shí)，此時(shí)為知識(shí)雙向轉(zhuǎn)移，雙方都將獲得目標(biāo)完成后的基本得益R i，知識(shí)轉(zhuǎn)移的額外收益，同時(shí)承擔(dān)一定的核心技術(shù)與知識(shí)外溢損失。知識(shí)轉(zhuǎn)移的額外收益大小取決于額外收益系數(shù)e ij以及知識(shí)轉(zhuǎn)移雙方的知識(shí)吸收與挖掘能力，即額外收益e ijM iK j。核心企業(yè)由于知識(shí)的外溢造成的損失為N iK i。因此，當(dāng)知識(shí)雙向轉(zhuǎn)移時(shí)，核心企業(yè)1的得益函數(shù)為：

U 1（1）=R 1+e 12M 1K 2-N 1K 1

同理，核心企業(yè)2的得益函數(shù)為：

V 1（2）=R 2+e 21M 2K 1-N 2K 2

2.當(dāng)核心企業(yè)1采取轉(zhuǎn)移策略，核心企業(yè)2采取保護(hù)策略時(shí)的得益函數(shù)。當(dāng)核心企業(yè)1采取轉(zhuǎn)移策略，核心企業(yè)2采取保護(hù)策略時(shí)，此時(shí)為知識(shí)單向轉(zhuǎn)移，雙方都將獲得目標(biāo)完成后的基本得益R i。核心企業(yè)1獲得的額外收益為0，同時(shí)承擔(dān)一定的核心技術(shù)與知識(shí)外溢損失N 1K 1，而核心企業(yè)2由于采取保護(hù)策略，獲得知識(shí)轉(zhuǎn)移的額外收益ρ 21M 2K 1，承擔(dān)因保護(hù)知識(shí)策略付出的成本P 2K 2，同時(shí)避免了知識(shí)轉(zhuǎn)移過程中的外溢風(fēng)險(xiǎn)。因此，當(dāng)知識(shí)由核心企業(yè)1向核心企業(yè)2轉(zhuǎn)移時(shí)，核心企業(yè)1的得益函數(shù)為：

U 2（1）=R 1-N 1K 1

核心企業(yè)2的得益函數(shù)為：

V 2（2）=R 2+ρ 21M 2K 1-P 2K 2

3.當(dāng)核心企業(yè)1采取保護(hù)策略，核心企業(yè)2采取轉(zhuǎn)移策略時(shí)的得益函數(shù)。

同（2），核心企業(yè)1的得益函數(shù)為：

U 3（1）=R 1+ρ 12M 1K 2-P 1K 1

核心企業(yè)2的得益函數(shù)為：

V 3（2）=R 2-N 2K 2

4.當(dāng)核心企業(yè)1、2均采取保護(hù)策略時(shí)的得益函數(shù)。知識(shí)轉(zhuǎn)移雙方均采取知識(shí)保護(hù)策略，雙方除基本得益R i外均無法獲得額外得益。此時(shí)，雙方均承擔(dān)因知識(shí)保護(hù)策略付出的成本P iK i，同時(shí)也避免了知識(shí)轉(zhuǎn)移過程中的外溢風(fēng)險(xiǎn)。因此，當(dāng)知識(shí)轉(zhuǎn)移雙方均采取知識(shí)保護(hù)策略時(shí)，核心企業(yè)1的得益函數(shù)為：

U 4（1）=R 1-P 1K 1

核心企業(yè)2的得益函數(shù)為：

V 4（2）=R 2-P 2K 2

當(dāng)核心企業(yè)1、2采取不同的策略時(shí)，雙方的得益矩陣如表1所示：

三、演化過程的穩(wěn)定性分析

（一）動(dòng)態(tài)演化過程的均衡點(diǎn)分析

核心企業(yè)1采取知識(shí)轉(zhuǎn)移策略和知識(shí)保護(hù)策略的期望得益分別為：

U 1=y（R 1+e 12M 1K 2-N 1K 1）+

（1-y）（R 1-N 1K 1）

U 2=y（R 1+ρ 12M 1K 2-P 1K 1）+

（1-y）（R 1-P 1K 1）

核心企業(yè)2采取知識(shí)轉(zhuǎn)移策略和知識(shí)保護(hù)策略的期望得益分別為：

V 1=x（R 2+e 21M 2K 1-N 2K 2）+

（1-x）（R 2-N 2K 2）

V 2=x（R 2+ρ 21M 2K 1-P 2K 2）+

（1-x）（R 2-P 2K 2）

則核心企業(yè)1和核心企業(yè)2的平均得益分別為：

=xU 1+（1-x）U 2 =yV 1+（1-y）V 2

根據(jù)演化博弈復(fù)制動(dòng)態(tài)方程公式，核心企業(yè)1和核心企業(yè)2采取知識(shí)轉(zhuǎn)移策略的復(fù)制動(dòng)態(tài)分別為：

dx dt =x（U 1-）=x（1-x）

[yM 1K 2（e 12-ρ 12）+K 1（P 1-N 1）] （1）

dy dt =y（V 1-）=y（1-y）

[xM 2K 1（e 21-ρ 21）+K 2（P 2-N 2）] （2）

當(dāng)dx/dt=dy/dt=0時(shí)得到O（0，0）、A（0，1）、B（1，0）、C（1，1）、D（x*，y*）5個(gè)平衡點(diǎn)，其中x*= N 2K 2-P 2K 2 e 21M 2K 1-ρ 21M 2K 1 、y*= N 1K 1-P 1K 1 e 12M 1K 2-ρ 12M 1K 2 。對于（1）、（2）由微分方程描述的分布式創(chuàng)新網(wǎng)絡(luò)內(nèi)核心企業(yè)間知識(shí)轉(zhuǎn)移策略的動(dòng)態(tài)演化博弈，可借助雅克比矩陣對平衡點(diǎn)作局部穩(wěn)定性分析，對此系統(tǒng)的雅克比矩陣為：

N 1K 1]x（1-x）（e 12M 1K 2-ρ 12M 1K 2）

J=y（1-y）（e 21M 2K 1-ρ 21M 2K 1）（1-2y）

在分布式創(chuàng)新網(wǎng)絡(luò)內(nèi)，核心企業(yè)間的知識(shí)雙向轉(zhuǎn)移不僅獲得了目標(biāo)完成的基本得益和額外得益，同時(shí)促進(jìn)了知識(shí)轉(zhuǎn)移雙方的溝通與信任程度的加強(qiáng)，進(jìn)而提升分布式創(chuàng)新網(wǎng)絡(luò)績效。雙方的溝通與信任程度的加強(qiáng)進(jìn)一步促進(jìn)雙方之間的知識(shí)轉(zhuǎn)移，如此的良性循環(huán)給雙方帶來了長期穩(wěn)定的得益。而核心企業(yè)間的單向知識(shí)轉(zhuǎn)移雖然在短期內(nèi)知識(shí)受體可獲得一定的額外得益，但會(huì)削弱知識(shí)源企業(yè)的轉(zhuǎn)移意愿，且雙方的得益遠(yuǎn)低于知識(shí)雙向轉(zhuǎn)移帶來的長期得益，必然會(huì)影響雙方合作的長期性。因此，可以認(rèn)為知識(shí)雙向轉(zhuǎn)移額外得益系數(shù)大于知識(shí)單向轉(zhuǎn)移額外得益系數(shù)e 12>ρ 12，e 21>ρ 21。

（二）動(dòng)態(tài)演化過程的演化路徑分析

知識(shí)轉(zhuǎn)移過程中涉及到核心企業(yè)為保護(hù)知識(shí)而付出的成本P iK i，同時(shí)面臨著核心技術(shù)與知識(shí)外溢帶來的損失N iK i，以及額外收益e ijM iK j。根據(jù)演化博弈演化穩(wěn)定策略（ESS）理論，演化博弈的結(jié)果通常取決于演化系統(tǒng)的初始狀態(tài)，因此本研究中假設(shè)的參數(shù)初始值對最終的結(jié)果產(chǎn)生重要影響，需要對核心企業(yè)采取知識(shí)轉(zhuǎn)移策略的不同情況分別討論。

（1）當(dāng)0

如表2所示，在5個(gè)均衡點(diǎn)中有2個(gè)均衡點(diǎn)O（0，0）、C（1，1）具有局部穩(wěn)定性，即演化穩(wěn)定策略，分別對應(yīng)于核心企業(yè)均采用知識(shí)轉(zhuǎn)移策略及均知識(shí)保護(hù)策略。作出該演化系統(tǒng)的相位圖（圖1），圖1描述了分布式創(chuàng)新網(wǎng)絡(luò)核心企業(yè)間采取知識(shí)轉(zhuǎn)移與知識(shí)保護(hù)策略的動(dòng)態(tài)演化博弈過程。由圖1可知，該演化系統(tǒng)存在兩個(gè)穩(wěn)定策略，即兩種演化趨勢：（演化博弈收斂于O（0，0），表明核心企業(yè)均采取知識(shí)保護(hù)策略；（演化博弈收斂于C（1，1），表明核心企業(yè)均采取知識(shí)保護(hù)策略。點(diǎn)O是系統(tǒng)演化特性改變的鞍部，當(dāng)初始狀態(tài)在O點(diǎn)附近時(shí)，初始狀態(tài)的細(xì)微改變將影響演化系統(tǒng)的最終結(jié)果，說明演化系統(tǒng)對于初始狀態(tài)的敏感性特征。當(dāng)初始狀態(tài)位于ADBC區(qū)域時(shí)，演化博弈隨時(shí)間的推移而收斂于C（1，1），即核心企業(yè)均傾向于采取知識(shí)轉(zhuǎn)移策略；當(dāng)初始狀態(tài)位于OADB時(shí)，演化博弈隨時(shí)間的推移而收斂于O（0，0），即核心企業(yè)均采取知識(shí)保護(hù)策略。

（2）當(dāng)0<（e ij-ρ ij）M iK j

（3）當(dāng)N iK i-P iK i<0<（e ij-ρ ij）M iK j時(shí)，表明知識(shí)保護(hù)活動(dòng)成本大于知識(shí)外溢造成的損失，且實(shí)施知識(shí)轉(zhuǎn)移策略獲得的凈得益大于實(shí)施知識(shí)保護(hù)策略的凈得益，此時(shí)C（1，1）是演化穩(wěn)定策略，相位圖如下圖3所示。演化系統(tǒng)將收斂于C（1，1），表明核心企業(yè)均采取知識(shí)轉(zhuǎn)移策略。

（三）參數(shù)仿真分析

在分布式創(chuàng)新網(wǎng)絡(luò)核心企業(yè)知識(shí)轉(zhuǎn)移的動(dòng)態(tài)演化博弈過程中，構(gòu)成知識(shí)轉(zhuǎn)移雙方得益函數(shù)的參數(shù)值的變化將影響動(dòng)態(tài)演化的收斂速度和收斂結(jié)果。本文采用模擬仿真的方法，模擬當(dāng)參數(shù)值變化后核心企業(yè)知識(shí)轉(zhuǎn)移策略的變動(dòng)，結(jié)合演化博弈模型的相位圖，分析達(dá)到演化均衡狀態(tài)的不同情況，使用的軟件為MATLAB。假定初始狀態(tài)下各參數(shù)值為：K 1=0.8，K 2=0.6；e 12=0.8，e 21=0.8；ρ 12=0.4，ρ 21=0.4；N 1=0.4，N 2=0.3；P 1=0.2，P 2=0.2；M 1=0.8，M 2=0.3，在分析過程中，除了被分析的參數(shù)外，其余參數(shù)值保持初始值不變。仿真結(jié)果圖中x 01=0.8，y 01=0.8表示初始狀態(tài)下核心企業(yè)1與核心企業(yè)2采取知識(shí)轉(zhuǎn)移策略的概率均為0.8，對應(yīng)仿真結(jié)果圖中兩條復(fù)制動(dòng)態(tài)曲線；x 02=0.8，y 02=0.8表示當(dāng)參數(shù)值變化時(shí)核心企業(yè)1與核心企業(yè)2采取知識(shí)轉(zhuǎn)移策略的概率不變，均為0.8，對應(yīng)仿真結(jié)果圖中的另外兩條復(fù)制動(dòng)態(tài)曲線。

1.核心企業(yè)雙方差異化的知識(shí)存量K i。

圖4顯示了不同K 1值情況下分布式創(chuàng)新網(wǎng)絡(luò)核心企業(yè)間知識(shí)轉(zhuǎn)移策略的演化趨勢，可以發(fā)現(xiàn)，在假定的初始狀態(tài)下，K 1=0.8，K 2=0.6，演化系統(tǒng)收斂于C（1，1），即核心企業(yè)均傾向于采取知識(shí)轉(zhuǎn)移策略。圖4中，當(dāng)K 1值增大到1時(shí)，演化系統(tǒng)收斂于O（0，0），即核心企業(yè)均傾向于采取知識(shí)保護(hù)策略。且當(dāng)K 1值繼續(xù)增大時(shí)，演化系統(tǒng)收斂于O（0，0）的速度變快。

圖5中，當(dāng)K 1值減小到0.7時(shí)，演化系統(tǒng)收斂于C（1，1），且當(dāng)K 1繼續(xù)減小時(shí)，核心企業(yè)1選擇轉(zhuǎn)移策略的收斂速度變快，核心企業(yè)2選擇轉(zhuǎn)移策略的收斂速度變慢。

圖6中，當(dāng)K 1=K 2=0.6，即K 1減小到0.6時(shí)，演化系統(tǒng)收斂于C（1，1），且當(dāng)K 1繼續(xù)減小時(shí)，核心企業(yè)1選擇轉(zhuǎn)移策略的收斂速度變快，核心企業(yè)2選擇知識(shí)轉(zhuǎn)移策略的收斂速度變慢。

圖7中，當(dāng)K 1減小到0.4時(shí)，此時(shí)K 1

綜合上述K 1值變化的4種仿真結(jié)果，可以發(fā)現(xiàn)：（1）隨著核心企業(yè)雙方差異化的知識(shí)存量K i差距的增加，演化系統(tǒng)傾向于收斂于O（0，0），且收斂的速度變快；（2）隨著核心企業(yè)雙方差異化的知識(shí)存量K i差距減小，演化系統(tǒng)傾向于收斂于C（1，1），且收斂的速度變快；（3）當(dāng)核心企業(yè)雙方差異化的知識(shí)存量K i差距增加，且演化系統(tǒng)收斂于O（0，0）時(shí)，知識(shí)存量較少的核心企業(yè)起初采取知識(shí)轉(zhuǎn)移的意愿很強(qiáng)烈，隨著時(shí)間的推移，最終選擇知識(shí)保護(hù)策略。

2.進(jìn)行雙向知識(shí)轉(zhuǎn)移的額外收益系數(shù)e ij。在圖1中，e ij的值越大，ADBC區(qū)域的面積越大，即演化系統(tǒng)收斂于C（1，1）的概率越大。在圖8中，當(dāng)e 12增大到1時(shí)，演化系統(tǒng)收斂于C（1，1），且當(dāng)e 12繼續(xù)增加時(shí)，收斂于C（1，1）的速度變快。雙向知識(shí)轉(zhuǎn)移的額外收益具有長期性，且具有自我增強(qiáng)作用，它可以增加知識(shí)轉(zhuǎn)移雙方的信任程度，降低交易成本，促進(jìn)核心企業(yè)間的知識(shí)與資源共享，有利于分布式創(chuàng)新網(wǎng)絡(luò)的擴(kuò)張，提升網(wǎng)絡(luò)整體績效。

（3）進(jìn)行單向知識(shí)轉(zhuǎn)移的額外收益系數(shù)ρ ij。在圖1中，ρ ij的值越大，ADBC區(qū)域的面積越小，即演化系統(tǒng)收斂于O（0，0）的概率越大。在圖9中，當(dāng)ρ 12增大到0.5時(shí)，演化系統(tǒng)收斂于O（0，0），且隨著ρ 12繼續(xù)增加，收斂于O（0，0）的速度變快。單向知識(shí)轉(zhuǎn)移的額外收益系數(shù)具有短期性，當(dāng)知識(shí)由核心企業(yè)2向核心企業(yè)1單向轉(zhuǎn)移時(shí)，ρ 12越大，核心企業(yè)1的得益越大，此時(shí)核心企業(yè)1傾向于采取知識(shí)保護(hù)策略，既能防范自身知識(shí)外溢，也能獲得額外收益。這會(huì)降低核心企業(yè)2進(jìn)行知識(shí)轉(zhuǎn)移的意愿，影響雙方長期合作。

（4）核心企業(yè)的知識(shí)吸收和挖掘能力系數(shù)M i。在圖1中，M i的值越大，ADBC區(qū)域的面積越大，即演化系統(tǒng)收斂于C（1，1）的概率越大。在圖10中，當(dāng)M 1增大到0.9時(shí)，演化系統(tǒng)收斂于C（1，1），且當(dāng)M 1繼續(xù)增大時(shí)，收斂于C（1，1）的速度變快。分布式創(chuàng)新網(wǎng)絡(luò)由處于同一行業(yè)產(chǎn)業(yè)鏈上下游位置的企業(yè)構(gòu)建，各企業(yè)的知識(shí)領(lǐng)域有所差異，企業(yè)間存在知識(shí)距離，因而對同一知識(shí)的理解、吸收能力不同，這些都會(huì)成為企業(yè)間知識(shí)轉(zhuǎn)移的障礙。當(dāng)企業(yè)的知識(shí)吸收和挖掘能力越強(qiáng)時(shí)，企業(yè)在知識(shí)轉(zhuǎn)移過程中汲取的異質(zhì)性知識(shí)越多，越傾向于采取知識(shí)轉(zhuǎn)移策略。

（5）核心技術(shù)與知識(shí)外溢給核心企業(yè)帶來的損失系數(shù)N i。在圖1中，N i的值越大，ADBC區(qū)域的面積越小，即演化系統(tǒng)收斂于O（0，0）的概率越大。在圖11中，當(dāng)N 1增大到0.5時(shí)，演化系統(tǒng)收斂于O（0，0），且當(dāng)N 1繼續(xù)增大時(shí)，收斂于O（0，0）的速度變快。知識(shí)轉(zhuǎn)移雙方在正式和非正式交流過程中，無意識(shí)泄露自身核心技術(shù)與知識(shí)會(huì)造成一定的損失，特別是維持企業(yè)競爭優(yōu)勢的核心技術(shù)與知識(shí)的泄露，可能會(huì)造成核心企業(yè)競爭優(yōu)勢的喪失。另外，當(dāng)某一方發(fā)現(xiàn)竊取行為有利可圖時(shí)，在利己思想的驅(qū)動(dòng)下會(huì)出現(xiàn)知識(shí)竊取等機(jī)會(huì)主義行為，同樣會(huì)帶來一定的損失。核心企業(yè)出于維持競爭優(yōu)勢的角度，傾向于采取知識(shí)保護(hù)策略。

（6）知識(shí)保護(hù)活動(dòng)的成本系數(shù)P i。在圖1中，P i的值越大，ADBC區(qū)域的面積越大，即演化系統(tǒng)收斂于C（1，1）的概率越大。在圖12中，當(dāng)P 1增大到0.25時(shí)，演化系統(tǒng)收斂于C（1，1），且當(dāng)P 1繼續(xù)增大時(shí)，收斂于C（1，1）的速度變快。知識(shí)保護(hù)活動(dòng)可以減少知識(shí)外溢，同時(shí)也失去了獲得額外收益的機(jī)會(huì)。核心企業(yè)采取知識(shí)保護(hù)策略與否取決于知識(shí)保護(hù)策略帶來的凈得益及知識(shí)的重要性，當(dāng)知識(shí)保護(hù)活動(dòng)的成本不斷增加時(shí)，特別當(dāng)知識(shí)保護(hù)活動(dòng)成本大于知識(shí)外溢帶來的損失時(shí)，核心企業(yè)傾向于采取知識(shí)轉(zhuǎn)移策略。

四、結(jié)論與對策

本文利用演化博弈分析方法，構(gòu)建分布式創(chuàng)新網(wǎng)絡(luò)核心企業(yè)間知識(shí)轉(zhuǎn)移策略演化博弈模型，得出的主要結(jié)論有以下六點(diǎn)：（1）核心企業(yè)間差異化知識(shí)存量的差距越小，核心企業(yè)越傾向于采取知識(shí)轉(zhuǎn)移策略；（2）進(jìn)行雙向知識(shí)轉(zhuǎn)移的額外收益系數(shù)e ij越大，核心企業(yè)越傾向于采取知識(shí)轉(zhuǎn)移策略；（3）進(jìn)行單向知識(shí)轉(zhuǎn)移的額外收益系數(shù)ρ ij，核心企業(yè)越傾向于采取知識(shí)保護(hù)策略；（4）核心企業(yè)的知識(shí)吸收和挖掘能力M i越大，核心企業(yè)越傾向于采取知識(shí)轉(zhuǎn)移策略；（5）核心技術(shù)與知識(shí)外溢給核心企業(yè)帶來的損失系數(shù)N i越大，核心企業(yè)越傾向于采取知識(shí)保護(hù)策略；（6）知識(shí)保護(hù)活動(dòng)的成本系數(shù)P i越大，核心企業(yè)越傾向于采取知識(shí)轉(zhuǎn)移策略。

針對分布式創(chuàng)新網(wǎng)絡(luò)核心企業(yè)間的知識(shí)轉(zhuǎn)移，我們提出以下建議：

（1）尋找合適的知識(shí)轉(zhuǎn)移對象，降低知識(shí)保護(hù)活動(dòng)成本。一方面，分布式創(chuàng)新網(wǎng)絡(luò)中的核心企業(yè)可以借助其管理者、協(xié)調(diào)者角色的管控優(yōu)勢，建立知識(shí)地圖及數(shù)據(jù)庫，從而實(shí)現(xiàn)對所需知識(shí)擁有方的精準(zhǔn)、快速的搜尋，降低搜尋成本的同時(shí)提高知識(shí)轉(zhuǎn)移額外收益系數(shù)。另一方面，核心企業(yè)應(yīng)對自身的知識(shí)進(jìn)行系統(tǒng)的梳理，對那些維持競爭優(yōu)勢的知識(shí)予以重點(diǎn)保護(hù)，減少不必要的保護(hù)成本。此外，定期開展知識(shí)保護(hù)培訓(xùn)，將知識(shí)保護(hù)思想融入企業(yè)的日常組織慣例中，營造良好的知識(shí)保護(hù)文化。

（2）增強(qiáng)知識(shí)吸收和挖掘能力，提升知識(shí)轉(zhuǎn)移額外收益。分布式創(chuàng)新網(wǎng)絡(luò)中的核心企業(yè)處于網(wǎng)絡(luò)中的核心位置，與外部企業(yè)建立呈星型放射狀聯(lián)結(jié)，進(jìn)行知識(shí)轉(zhuǎn)移的知識(shí)種類紛繁復(fù)雜，知識(shí)數(shù)量龐大，核心企業(yè)的知識(shí)吸收和挖掘能力將直接影響知識(shí)轉(zhuǎn)移的收益大小。核心企業(yè)應(yīng)注重內(nèi)部知識(shí)的積累與消化，積極探索外部知識(shí)與自身知識(shí)的結(jié)合方式，同時(shí)定期組織內(nèi)部學(xué)習(xí)，加大R&D投入，在融合外部知識(shí)的過程中實(shí)現(xiàn)知識(shí)創(chuàng)新，為企業(yè)帶來長期穩(wěn)定的收益。

[參考文獻(xiàn)]

[1]劉國新.企業(yè)分布式創(chuàng)新的機(jī)理及效應(yīng)[M].北京：科學(xué)出版社，2011.

[2]Freeman L C. Graphic Techniques for Exploring Social Network Data[J]. Models & Methods in Social Network Analysis， 2004：1-29.

[3]Pérez-Nordtvedt L， Kedia B L， Datta D K， et al. Effectiveness and Efficiency of Cross-Border Knowledge Transfer： An Empirical Examination[J]. Journal of Management Studies， 2008，45（4）：714-744.

[4]Pittaway L， Robertson M， Munir K， et al. Networking and innovation： a systematic review of the evidence[J]. Social Science Electronic Publishing， 2004，5（3-4）：137-168.

[5]Gay B， Dousset B. Innovation and network structural dynamics： Study of the alliance network of a major sector of the biotechnology industry[J]. Research Policy， 2005，34（10）：1457-1475.

[6]黨興華，鄭登攀. 技術(shù)創(chuàng)新網(wǎng)絡(luò)中核心企業(yè)影響力評價(jià)因素研究[J]. 科研管理，2007（28）：19-25.

[7]Magee S P. The Multinational Corporation and the Resource Cost of International Technology Transfer.by David J. Teece[J]. Journal of Business， 1978：51.

[8]White R S. Working Knowledge： How Organizations Manage What They Know[J]. Human Resource Planning， 1998， 26（4）：396-397.

[9]魏 江，王銅安.個(gè)體、群組、組織間知識(shí)轉(zhuǎn)移影響因素的實(shí)證研究[J].科學(xué)學(xué)研究，2006，24（1）：91-97.

[10]陳菲瓊.我國企業(yè)與跨國公司知識(shí)聯(lián)盟的知識(shí)轉(zhuǎn)移層次研究[J].科研管理，2001（2）：66-73.

[11]趙 續(xù)，劉國新，孔 超.基于系統(tǒng)動(dòng)力學(xué)的知識(shí)粘滯轉(zhuǎn)移策略研究[J].武漢理工大學(xué)學(xué)報(bào)：信息與管理工程版，2012（6）：802-806.

[12]Gilbert M， Cordey-Hayes M. Understanding the process of knowledge transfer to achieve successful technological innovation[J]. Technovation， 1996，16（96）：301-312.

[13]阮國祥，阮平南.集群網(wǎng)絡(luò)企業(yè)間知識(shí)轉(zhuǎn)移演化博弈仿真分析[J].圖書情報(bào)工作，2011（16）：77-81.

[14]秦紅霞，陳華東.社會(huì)網(wǎng)絡(luò)視角的企業(yè)知識(shí)共享演化博弈分析[J].情報(bào)雜志，2009（5）：143-146.

[15]余呈先，郭東強(qiáng).企業(yè)轉(zhuǎn)型過程中外部知識(shí)轉(zhuǎn)移的演化博弈分析[J].科技進(jìn)步與對策，2012（19）：125-129.

[16]孫 艦，任 旭，郝生躍.項(xiàng)目合作網(wǎng)絡(luò)內(nèi)企業(yè)間知識(shí)轉(zhuǎn)移與保護(hù)的演化博弈研究[J].科技管理研究，2015（18）：145-151.

[17]謝識(shí)予.有限理性條件下的演化博弈理論[J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2001（5）：3-9.

（責(zé)任編輯 王婷婷）