基于利益分配的创新网络合作密度演化研究

曹　霞,张路蓬

(哈尔滨工程大学经济管理学院,黑龙江哈尔滨150001)

基于利益分配的创新网络合作密度演化研究

曹霞,张路蓬

(哈尔滨工程大学经济管理学院,黑龙江哈尔滨150001)

针对创新网络中各个主体对合作利益与机会利益的不同诉求,结合复杂网络与演化博弈的相关理论,运用计算机仿真方法,研究了合作利益分配以及机会利益诱导下,创新网络合作密度的演化现象.研究结果表明:创新网络的规模及利益分配影响创新主体合作行为的稳定演化;合作利益的不合理分配仅对小规模创新网络合作密度产生影响并使其退化;机会利益的诱惑使创新网络合作密度产生波动,并导致小规模创新网络合作密度的衰减.

利益分配;创新网络;合作密度;演化博弈;仿真

1　引　言

技术进步加速、技术创新复杂性增强,单一主体的创新行为已无法适应日趋复杂的市场需求.合作创新以其风险共担、资源互补、利益共享等优势,被更多创新主体采用.随着主体间创新合作的纵深发展,技术创新模式逐渐由线性发展为多主体协同互动的网络模式,创新网络作为一种新的组织形态应运而生.与一般合作网络不同,创新网络是一种服务于主体系统性创新的基本制度安排,其网络架构的主要联结机制是企业间的创新合作关系[1],此种关系多以契约为纽带,以产学研之间的创新活动为内容,以所有参与者的利益最大化为最终目的.由于创新网络中的各个主体对利益诉求不同,因此,创新活动过程中所产生的利益问题将直接影响创新主体的合作行为[2],是创新研发最终能否顺利实施的基础.

针对合作利益诉求问题,文献[3]利用Shapley值法探讨了合作利益分配行为对企业发展的影响;文献[4]利用经典博弈模型与仿真分析相结合的方法,研究了合作双方利益分配的最优化问题;文献[5]对创新网络中合作企业的超额收益、背叛成本进行了演化博弈分析,结果表明合理的利益分配有助于创新网络的稳定发展;文献[6]利用系统动力学对产学研技术联盟稳定性的利益诉求问题进行了仿真分析.综上所述,学者们对于利益诉求问题的研究多集中于设计合理的合作利益分配机制及寻求最优的利益分配系数,以保证合作创新网络的稳定发展.

随着创新合作的网络化发展,针对创新网络合作密度问题,文献[7]研究了创新网络中双方产生的信任危机对合作密度的影响;文献[8]分别基于小世界和无标度网络研究了记忆行为及个体学习行为对网络合作密度的影响;文献[9]利用社会网络分析法研究了高技术创新网络中合作密度的动态演化情况;文献[10]研究了不同链接机制对创新网络合作密度的影响.此外,众多学者分别从不同拓扑结构的网络环境入手,利用“囚徒困境”、“雪堆模型”等经典博弈模型,结合仿真分析探究复杂网络上的合作密度演化情况[11,12].

通过文献梳理发现,国内外学者针对创新网络合作利益的分配问题以及创新网络的合作密度演化问题均进行了较深入的研究,为本文的研究提供了理论基础.处于创新网络中的成员,其合作行为不仅与利益诉求密切相关[13],同时还受到信息传递、声誉机制等因素的影响.但是,现有研究却忽略了合作过程中产生的利益诉求以及信息传递、声誉机制等因素对创新网络合作密度演化的影响.作为具有有限理性并追求自身利益最大化的创新主体,高额的非合作利益诱惑以及合理的合作利益分配,均将对创新网络中合作主体的创新行为产生影响[14].基于此,本文以创新节点间的利益诉求为切入点,利用演化博弈理论构建合作支付矩阵,分析了创新主体的行为决策及创新网络合作密度的演化机理,结合复杂网络相关理论,运用计算机仿真技术,研究不同利益分配下创新主体合作行为的涌现现象,进而揭示创新网络合作密度的演化规律.

2　创新网络合作密度演化的机理分析

2.1创新网络及创新主体的利益构成

创新网络是指不同层次的组织基于共同的创新目标而建立起来的一种网络组织形式.目的是解决创新的不确定性、资源稀缺性以及创新能力有限性等问题,以帮助创新主体更好地利用外部资源实现创新目标,最终使创新网络中的所有主体共同获益.创新网络具备与复杂网络相似的特点:第一,由于合作创新依赖于合作者的资源禀赋以及外部环境,因此,创新具有一定的前沿性与不可测性;第二,创新主体之间的连接存在着大量的非线性正负反馈作用,使创新网络成为一种结构复杂、关系错综、目标功能多样的复杂系统[15];第三,创新主体的不断增加以及合作对象的不断变化,使创新网络的拓扑结构具有了空间演化性[16].

合作创新不仅仅是一个技术过程,更是一个社会互动的过程,合作最终能否达成,取决于创新主体对利益的诉求是否满足预期收益.创新网络中的创新主体在合作过程中,会产生合作利益以及机会利益[17].合作利益[18]是指创新主体不因任何外界诱惑而发生违约行为的情况下,依据双方合作前签订的契约,分配给双方的经济利益.机会利益[19,20]是指双方在合作过程中,由于信息不对称,而放弃原有合作并投入到新合作关系中而获取的利益,机会利益的大小为额外利益与违约金额的差值.

通常情况下,创新主体间通过签订合约进行合作创新后共享利益.然而,由于创新主体在资金投入、创新能力、科研规模等方面存在着客观差距,使创新主体在进行合作利益分配时产生偏差,从而影响合作关系的发展.因此,合作利益分配的合理与否,将引起创新网络中合作关系的变化.随着创新主体的日益复杂化,创新网络中会存在一部分对高额机会利益的追求者,由道德风险演化的违约现象在创新网络中突显[21].高额机会利益的诱惑,将干扰以“契约型”合作模式为主导的合作创新的稳定发展[22],使创新双方由于违约而产生信任违背现象[23].此外,合作关系确立后,合作伙伴采取的行动决策以及对契约的履行程度均难以预料或完全掌握,信息传递效率由于连接主体的复杂性而降低,信息不对称现象逐渐显现[24].因此,违约和信息不对称现象的发生,将对创新网络合作密度的变化产生一定的影响.

2.2基于利益分配的创新网络合作密度演化机理分析

创新网络合作密度是指网络中采纳合作策略的主体占全部主体的比重,是衡量创新网络整体合作状态的指标,又称作合作率[25].通常情况下,合作密度越大,表示创新网络在某一特定时刻选择合作策略的主体越多,反之相反.创新网络合作密度演化,是指合作密度随着时间变化而产生的波动现象,其动态变化速度可以用动态微分方程表示为,其中x指参与合作创新的主体占全部主体的比重[26].创新网络中的参与者具有多主体、有限理性的特征[27],交互行为与合作方式多样化,使合作密度的演化成为非线性过程.创新主体间的合作意愿是构建合作关系的基础,而“竞合”关系的建立则推动了创新网络合作密度的演化.

从参与个体角度分析,创新网络中的任何参与主体,追求自身利益最大化的偏好特性会对合作方产生影响[28],此时,任何一方的行为选择将直接影响对方的合作收益,因此,双方的决策选择属于博弈行为.若一方为追求机会利益而选择违约,则合作方将会受到因对方违约而带来的损失及补偿;同理若双方信守承诺,则合作创新顺利展开,双方均会获取相对比例的合作利益.

从创新网络整体角度,网络中合作策略的采纳以及扩散过程类似生物群落的繁殖,具有明显的策略模仿与学习特征[29].处于创新网络中的个体行为决策,将受到被学习对象的影响进而逐步扩散到整体网络.不同合作意愿与“学习”策略的创新主体,基于合作利益的分配开展合作,同时受到机会利益的诱惑干扰合作创新,从而形成了创新网络合作密度演化的正负反馈双轮驱动机制.因此,利益驱动下创新网络合作密度的演化机理如图1所示.

图1　创新网络合作密度的演化机理Fig.1　Evolution mechanism for the cooperation density of innovation network

基于以上分析,本文将创新网络的演化过程分为策略选择、利益比较、学习模仿、合作伙伴匹配四个阶段.策略选择阶段,创新网络中的各主体根据不同的合作意愿,在合作利益或机会利益的驱动下采纳某种博弈策略.彼此间的信任对合作意愿产生正影响,促进合作创新;而外界干扰则引起合作意愿的降低,对创新合作产生负影响.创新合作结束后,创新主体将对所采纳决策产生的利益进行比较并学习[30].若所获利益相同,主体则不进行博弈策略的变更;若获得利益不同,创新主体会调节自身的博弈策略并进行合作伙伴的重新匹配以获取较高利益.学习阶段的创新主体,若发现自身获取利益较小,则会在下一轮博弈决策时选择被学习主体的策略;若双方选择了相同的策略,则创新主体会更改自身的长程连接,即重新选择合作伙伴.此外,处于创新网络中的各参与主体,声誉与信息传递会对合作伙伴的选择产生一定影响,即若创新主体对于利益分配不公平或因为机会利益而选择违约行为,则“声誉效应”会在创新网络中扩散,对创新主体的远期利益造成损失[31].因此,出于对违约成本以及自身声誉的考虑,创新网络中的主体会自觉规范行为.但若机会利益远超过正式合作所带来的利益,违约行为则可能以一定概率发生,从而引起整体创新网络合作密度的变化[32].

3　创新网络合作密度演化的模型构建

3.1创新网络模型的构建

已有研究表明,创新网络具有无标度特性[33],因此设定初始网络环境为无标度网络.构建合作创新网络G(V,E),其中V为合作创新网络中所有主体的集合,用节点集合表示;E为合作创新网络中所有边的集合,若两节点之间存在连接边,说明创新主体之间存在合作关系.设定初始时,创新网络中有m0个创新主体,根据无标度网络的特性,新加入的n个节点按照概率(式(1)),连接到已有的m个节点上,其中ki为新加入节点的度,kj为原网络中任意节点的度,且m≤m0;最终构建节点数量不再增长的合作创新网络G(V,E)

3.2创新网络中节点间的博弈模型构建

创新主体作为创新网络中的参与者,是否进行合作取决于双方采纳的博弈策略.假设创新主体有两种策略选择,即合作或违约.以合作最终是否达成构建2×2阶博弈支付矩阵,并定义如下策略集合:

策略1若双方在博弈过程中采纳策略(合作,合作),则创新主体1获得利益为U11=u+aπ,其中u代表创新主体1在不进行合作创新时,所获得的原始收益,π为创新主体选择合作策略时所产生的共同利益,α∈[0,1]为利益分配系数.创新主体2获得利益V11=v+(1-α)π,其中v表示创新主体2不进行合作创新时所获得的原始收益.

策略2若双方在博弈过程中采纳策略(合作,违约),则创新主体1获得利益U12=u+bv,其中bv为创新主体2选择违约行为后对创新主体1的违约赔偿,且bv≥(1-α)π.创新主体2获得利益V12=v+Ev-bv, Ev为创新主体2选择违约后所获得的机会利益.

策略3若双方在博弈过程中采纳策略(违约,合作),则创新主体1获得利益为U21=u+Eu-bu,其中Eu为创新主体1发生违约行为后所获得的机会利益,bu≥απ为支付给创新主体2的违约金额.创新主体2获得利益V21=v+bu.

策略4若双方在博弈过程中采纳策略(违约,违约),说明双方最终合作失败,此时双方在此博弈过程中获得的利益为u、v.

基于以上四种策略,构建节点间的博弈支付矩阵如表1所示.

表1　创新主体博弈支付矩阵Table 1　Game pay-off matrix between innovation subject

根据以上四种策略,在理想的情况下,创新主体选择策略1,即(合作,合作)策略应为此博弈的纳什均衡策略.

3.3创新网络中合作密度演化的模型构建

网络中的创新节点m在选择合作创新策略后,会随机选择创新网络中的任意节点n,将自身累计收益prm与所选节点收益prn进行比较.若prm＜prn则创新节点m将调整博弈策略,并以一定的模仿概率W选择节点n的策略.本文采用费米更新规则[16],确定模仿概率

其中k表示噪声强度,即外界环境等不可控因素对策略学习产生的无法避免的干扰.当k→0时,表示任何外界因素不会对创新节点策略选择造成干扰.综合考虑创新节点的累积收益以及外界不可抗拒因素对节点策略选择的影响,本文选择中性噪声强度k=0.5进行仿真.

创新节点m以概率W选择学习策略后,将以随机概率γms与创新网络中的其他节点进行断线重连.由于创新节点对合作伙伴的选择具有有限理性,因此,本文利用带有偏好的重连机制[16]确定节点的出连接s,随机概率

其中ps为节点s的收益;β为偏好倾向,β=0表示此连接无任何偏好倾向,即为随机连接;β越大,偏好倾向越明显.本文设定β=1作为仿真参数值.

当所有创新节点以上述规则进行策略学习及合作伙伴选择后,合作策略节点数占总节点数的比重会随着学习及策略的调整而产生波动,随着博弈迭代次数的增加,创新网络的合作密度将发生演化现象.

4　仿真实验

4.1仿真步骤

根据仿真算法,设定创新网络博弈演化步骤如下:

步骤1T=0时刻,生成具有一定节点数目的BA网络,同时设置初始化参数;

步骤2将博弈过程中的策略随机分配给网络中的各个节点,节点赋值1为选择合作策略,赋值0为违约策略;

步骤3T=1时刻,第一次博弈结束;

步骤4T=2时刻,网络中的各主体以随机概率选择邻居节点进行收益比较,若收益大于或等于邻居收益,则下轮博弈不作任何策略改变;若该轮博弈后收益小于邻居收益,则以概率W(式(2))进行策略模仿;若策略相同,转入步骤5;

步骤5T=3时刻,基于偏好机制(式(3)),进行断边重连;

步骤6取仿真后的平均值,计算创新网络合作密度;

步骤7重复步骤2～步骤5,达到设定的博弈迭代轮次后,仿真终止.

4.2合作利益分配仿真

创新网络中主体具有追求利益最大化的特点,因此节点对不同利益的敏感性较强,为了更准确的探究合作利益分配的公平性对创新网络合作密度演化的影响,设定利益分配系数为0.1、0.5、0.9,并设置其他参数不变.同时,根据对复杂网络及创新管理领域多名相关专家的咨询,结合文献[34,35],设置网络参数如表2所示.基于上述算法以及参数的设定,利用Matlab软件,进行创新网络上合作利益博弈演化的仿真研究.图3及图5～图7中x轴表示博弈迭代次数,y轴表示合作密度,各曲线表示合作密度的演化趋势.

表2　合作利益分配下创新网络中各参数仿真值Table 2　Parameter values of cooperation benefits in innovation networks

初始生成具有100个节点的小规模创新网络(如图2所示),设定博弈次数为250次,仿真得到小规模创新网络合作密度演化规律如图3所示.

图2　小规模创新网络Fig.2　Small-scale innovation network

图3　合作密度演化结果(小规模)Fig.3　The cooperation density(small-scale)

小规模创新网络中,当利益分配系数为0.1和0.9时,创新网络合作密度在小幅度变化后最终退化为0,即创新网络最终无合作行为;在利益分配系数为0.5时,创新网络的合作密度演化为1,即创新网络中的主体最终选择合作策略.因此,公平的合作利益分配将促进小规模创新网络中节点合作行为的涌现,而非公平利益分配最终导致合作行为的退化.这是由于,创新网络规模较小时,各节点合作关系相对简单,信息在网络中的传播路径简捷,不合理的合作利益分配,会通过高效信息渠道传递给其他创新节点,为维护自身利益节点将拒绝合作创新,最终创新网络合作密度退化为0.此外,当创新网络规模小时,网络中的节点数目有限,合作伙伴选择的局限性较大,导致搜索成本大幅度提升,因此创新节点最终会选择成本较低的自主研发模式.而在合作利益公平分配的良性循环下,小规模创新网络的竞合环境不断优化,创新节点为了共同的目标进行合作,并合理分配创新利益,使创新网络的合作密度演化为1.

初始生成具有500个节点的大规模创新网络(如图4所示),设定博弈次数为500次,得到大规模创新网络合作密度演化规律如图5所示.

图4　大规模创新网络Fig.4　Big-scale innovation network

图5　创新网络合作密度演化结果(大规模)Fig.5　The cooperation density(big-scale)

大规模创新网络中,在不同合作利益分配下,创新网络合作密度最终均演化为1,即创新网络规模较大时,节点间合作利益分配的公平与否并不会改变网络整体的合作趋势.但是,在合作利益分配系数为0.1与0.9时,创新网络达到稳定合作时所消耗的时间,要长于合作利益分配系数为0.5时.因此,创新网络规模较大时,合作利益的分配不改变创新网络的合作趋势,但却会改变合作趋于稳定的速度.这是由于,创新网络节点除了考虑自身利益外,会观察同类节点的决策行为,当网络中大部分节点选择合作时,创新节点会基于“羊群效应”[36]而选择合作策略,此时,改变网络结构需要消耗较大的成本,因此创新网络合作密度在“羊群效应”的驱动下趋于稳定.同时由于创新网络节点较多,信息传递效率降低导致信息不对称现象,由于创新搜寻信息成本较大,非公平利益分配的信息传递被阻碍,最终创新网络的合作密度演化为1.

结论1合作利益的公平分配对不同规模的创新网络产生不同的影响.小规模创新网络中,合作利益的公平分配会提升创新网络的合作密度;非公平的合作利益分配使创新网络的合作密度退化.大规模创新网络中,合作利益分配的公平与否影响合作密度趋于稳定的速度,但不会影响最终网络的合作密度.

4.3机会利益分配仿真

设定初始仿真参数值,分析在不同规模的创新网络下,违约引起的机会利益分配对创新网络合作密度的影响.

表3　违约利益分配下创新网络中各参数仿真值Table 3　Parameter values of opportunity benefits in innovation networks

基于表3参数值的设定,机会利益为合作利益的2倍、7倍、12倍.通过Matlab仿真得到如图6所示的演化结果.

图6　小规模创新网络合作密度演化结果Fig.6　The cooperation density(small-scale)

小规模创新网络中,当机会利益为合作利益的2倍时,创新网络中各主体的合作密度最终趋于1,即较小的违约机会利益不会对创新网络的最终合作密度产生任何影响.当机会利益为合作利益的7倍时,网络的合作密度产生波动,在仿真迭代次数范围内,无最终稳定值.当机会利益超过合作利益12倍时,节点选择违约策略,导致创新网络的合作密度退化为0.这是由于,小规模创新网络信息传递高效,若创新节点在创新网络中具有较高的声誉,则会获得更多的合作机会与合作利益;若创新节点为了机会利益选择违约行为,忽略合作伙伴而产生违约声誉将影响其在创新网络中的发展.因此,当违约获得的机会利益较小时,理性的创新节点会注重自身的声誉影响,而不会因短期的机会利益而放弃长远利益,在迭代范围内,创新网络合作密度最终演化为1.在机会利益较大时,尤其在机会利益远大于违约成本损失情况下,创新网络中的节点将选择退出原有合作,导致小规模网络合作密度演化为0的结果.

大规模创新网络中,不同机会利益的分配对创新网络合作密度的影响如图7所示.当机会利益较小时,创新网络合作密度演化为1,即创新网络中的各节点最终趋于合作,这与小规模创新网络密度演化结果相同,但其合作密度趋于稳定的速度要快于小规模创新网络.当机会利益较大时,创新网络的合作密度值处于波动状态,但并未发生退化现象,这是由于,大规模创新网络中信息不对称现象明显,信息传递速度较慢,创新节点的“违约声誉”在网络中的传播速度和准确率弱化,导致网络合作密度频繁波动.

图7　大规模创新网络合作密度演化结果Fig.7　The cooperation density(big-scale)

结论2机会利益是创新网络合作密度发生变化的重要因素之一.小规模创新网络中,机会利益使创新网络合作密度退化;大规模创新网络中,较高的机会利益引起创新网络合作密度的波动.

以上研究表明,不同类别的利益是创新网络合作密度演化的动因之一.此外,在不同规模的创新网络中,相同的利益参数设定对网络合作密度产生了不同的影响.因此结论1与结论2共同表明,创新网络规模不同时,网络的合作密度会产生不同的演化效果.

结论3创新网络的规模影响创新网络合作密度的演化及演化速度.

一些学者在对东北三省装备制造业创新网络与浙江服装产业创新网络进行实际研究分析后发现:随着创新网络的不断扩张,网络中的合作密度不断变大,以合作创新形式产生的发明专利数量大幅提升[37];信任度越高的企业,越能构建丰富的创新网络关系,并使得这些关系更为密切和长久;企业为建立关系所付出的承诺越强有力,越有助于企业构建丰富的创新网络关系[38].此外,若企业过多关注自身利益,传递资源效率低,不但对其他网络成员的合作创新起不到应有的效果,同时限制了自身长远发展,对创新网络产生不利影响.以上学者的相关研究,在一定程度证明了该仿真分析的实际性与合理性.

5　结束语

创新主体合作策略的采纳和行为的选择,会引起创新网络整体合作状态的变化,对创新网络中合作密度演化的研究是一个崭新的命题.本文主要从合作利益分配以及机会利益获取的视角出发,将复杂网络中的演化博弈分析方法与仿真相结合,研究了创新网络合作密度演化的规律.研究结果表明:(1)创新网络的规模会影响创新网络合作密度的演化;(2)大规模创新网络中,合作利益分配的公平与否会影响合作密度演化稳定的速度;小规模创新网络规模中,公平的合作利益分配会增强合作密度,使其演化为1,而非公平的合作利益分配降低创新网络的合作密度,使其退化为0;(3)较高的机会利益将引起大规模创新网络合作密度的波动,引起小规模创新网络合作密度的退化.

本文的研究结果对我国创新网络的优化有一定的指导意义.首先,在介入创新网络进行优化时,应该注意针对不同规模的创新网络采用不同的优化措施,以保证创新网络在较高合作密度下稳定的运行.第二,合作创新网络中的创新主体在进行合约制定时,应根据自身所处的网络环境,综合考虑声誉带来的预期利益以及机会利益,在双方稳定合作的前提下,进行合理的利益分配,以保证合作创新网络的长期发展.第三,创新主体注重自身声誉的条件下,创新网络的外部管理者应该重视创新网络信用环境的优化,不断改善大规模网络的信息传播途径与速度,一方面遏制合作过程中可能带来的违约风险给信息不利方造成的损失,另一方面诚信的合作创新环境会促进创新网络中各创新主体的合作交流.

[1]Freeman C.Networks of innovators:A synthesis of research issues.Research Policy,1991,20(5):499–514.

[2]孟卫东,代建生.合作研发中的双边道德风险和利益分配.系统工程学报,2013,28(4):464–471. Meng W D,Dai J S.Bilateral moral hazard and profit sharing of cooperative R&D.Journal of Systems Engineering,2013,28(4): 464–471.(in Chinese)

[3]Flam S D,Jourani A.Strategic behavior and partial cost sharing.Games and Economic Behavior,2003,1(43):44–56.

[4]Harrison F,EI Mouden C.Exploring the effects of working for endowments on behavior in standard economic games.Plos One, 2011,6(16):23–41.

[5]宗胜亮.创新网络中企业技术创新的进化博弈分析.统计与决策,2011(13):174–176. Zong S L.The evolutionary game analysis of enterprise technology innovation in network.Statistics and Decision,2011(13):174–176.(in Chinese)

[6]原毅军,田宇,孙佳.产学研技术联盟稳定性的系统动力学建模与仿真.科学学与科学技术管理,2013,34(4):3–9. Yuan Y J,Tian Y,Sun J.Modeling and simulation of industry-university-research technical alliance stability using system dynamics. Science of Science and Management of S&T,2013,34(4):3–9.(in Chinese)

[7]Cowan R,Jonard N,Zimmermann J B.Bilateral collaboration and the emergence of innovation networks.Management Science, 2007,53(7):1051–1067.

[8]侯云章,盛昭瀚,王晓灵,等.复杂网络中基于记忆长度的合作行为.系统工程理论与实践,2008,(2):119–147. Hou Y Z,Sheng Z H,Wang X L,et al.A memory-based cooperation behavior research in complex network.System Engineering: Theory and Practice,2008,(2):119–147.(in Chinese)

[9]Woo T.Dynamical assessment for evolutions of atomic-multinology in technology innovation using social network theory.Annals of Nuclear Energy,2011,41:12–16.

[10]Li Y L,Wu C,Luo P,et al.Exploring the characteristics of innovation adoption in social networks:Structure,homophily and stratege. Entropy,2013,15(7):2663–2678.

[11]Lee S,Holme P,Wu Z X.Emergent hierarchical structures in multi-adaptive games.Physical Review Letters,2011,106(2):75–89.

[12]Apicella C L,Marlowe F W,Fowler J H,et al.Social networks and cooperation in hunter-gatherers.Nature,2012,481(7382): 497–501.

[13]罗剑锋.基于演化博弈理论的企业间合作违约惩罚机制.系统工程,2012,30(1):27–31. Luo J F.The default punishment mechanism of cooperation among enterprises based on evolutionary game theory.Systems Engineering,2012,30(1):27–31.(in Chinese)

[14]Nowak M A,Highfield R.Super Cooperators:Why We Need Each Other to Succeed.New York:Simon&Schuster,2011.

[15]饶扬德,王学军.复杂科学管理视角:企业创新机理研究.中国科技坛,2005(6):37–41. Rao Y D,Wang X J.The view of management of complex science:A study on innovation of industry.Altar of Science and Technology of China,2005(6):38–41.(in Chinese)

[16]汪小帆,李翔,陈关荣.网络科学导论.北京:高等教育出版社,2012. Wang X F,Li X,Chen G R.An Introduction to Network Science.Beijing:Higher Education Press,2012.(in Chinese)

[17]易余胤,肖条军,盛昭瀚.合作研发中机会主义行为的演化博弈分析.管理科学学报,2005,8(4):80–86. Yi Y Y,Xiao T J,Sheng Z H.Evolutionary game analysis on opportunistic behavior in cooperative R&D market.Journal of Management Sciences in China,2005,8(4):80–86.(in Chinese)

[18]高宏伟.产学研合作利益分配的博弈分析:基于创新过程的视角.技术经济与管理研究,2011(3):30–34. Gao H W.The game analysis on distribution of university-industry cooperation benefit:The perspect based on innovating process. Techno-economics&Management Research,2011(3):30–34.(in Chinese)

[19]金伯富.机会利益:一个新的理论视角.中国社会科学,2002(2):66–73. Jin B F.Opportunity benefit:A new view.Social Sciences in China,2002(2):66–73.(in Chinese)

[20]于烨.预约违约责任之赔偿损失问题.法学研究,2013,9(4):68–69. Yu Y.The appointment of the liability for breach of contract compensation problem.Legal Research,2013,9(4):68–69.(in Chinese)

[21]杨扬,周宗放,肖珉.企业集团道德风险与信用风险的作用机理研究.系统工程学报,2012,27(6):806–811. Yang Y,Zhou Z F,Xiao M.Study of mechanism of action between credit risk and moral hazard for business group.Journal of Systems Engineering,2012,27(6):806–811.(in Chinese)

[22]周静珍,万玉刚,高静.我国产学研合作创新的模式研究.科技进步与对策,2005(3):70–72. Zhou J Z,Wan Y G,Gao J.An analysis on modes of the cooperation among industry,university and research institute in China. Science&Technology Progress and Policy,2005(3):70–72.(in Chinese)

[23]Pavlou P A,Gefen D.Psychological contract violation in online market place:Antecedents,consequences,and moderating role. Information Systems Research,2005,16(4):372–399.

[24]Eric Brousseau,Jean Michel Glachant.The Economics of Contracts:Theories and Applications.Beijing:China Renmin University Press,2011.

[25]Traulsen A,Nowak M A.Evolution of cooperation by multilevel selection.Proceedings of the National Academy of Sciences,2006, 103(29):10952–10955.

[26]Taylor P D,Jonker L.Evolutionary stable strategies and game dynamics.Mathematical Biosciences,1978(40):145–156.

[27]王先甲,全吉,刘伟兵.有限理性下的演化博弈与合作机制研究.系统工程理论与实践,2011,31(S1):82–93. Wang X J,Quan J,Liu W B.Study on evolutionary games and cooperation mechanism within the framework of bounded rationality. Systems Engineering:Theory&Practice,2011,31(S1):82–93.(in Chinese)

[28]Apicella C L,Marlowe F W,Fowler J H,et al.Social networks and cooperation in hunter-gatherers.Nature,2012,481(7382): 497–501.

[29]周凌云,周晶,穆东,等.区域物流微观主体聚集演化机理与路径:基于生态学视野的研究.中国流通经济,2013(9): 28–34. Zhou L Y,Zhou J,Mu D,et al.Evolution mechanism and path of regional logistics agents:In the view of ecology.China Business and Market,2013(9):28–34.(in Chinese)

[30]Zimmermann M G,Eguiluz V M,Miguel M S.Coevolution of dynamical states and interactions in dynamic networks.Physical Review Letters,2004,69(62):65–102.

[31]卢福财,胡平波.网络组织成员合作的声誉模型分析.中国工业经济,2005(2):73–79. Lu F C,Hu P B.Game analysis of reputation mode on cooperation of members in network organization.China Industrial Economy, 2005(2):73–79.(in Chinese)

[32]海本禄.大学科研人员合作研究参与意愿的实证研究.科学学研究,2013,31(4):578–584. Hai B L.Empirical study of university researchers’intention to participate cooperation research.Studies in Science of Science,2013, 31(4):578–584.(in Chinese)

[33]ChoiJinho,AhnSH.Theeffectsofnetworkcharacteristicsonperformanceofinnovationclusters.ExpertSystemswithApplications, 2013,40(11):4511–4518.

[34]王灏.光电子产业区域创新网络构建与演化机理研究.科研管理,2013,34(1):37–45. Wang H.The construction and evolution of regional innovation network for photonic industry.Science Research Management,2013, 34(1):37–45.(in Chinese)

[35]钱成,曹进德,杨夏竹.基于社会影响模型的观点演化规律研究.系统工程学报,2010,25(6):755–772. Qian C,Cao J D,Yang X Z.Opinion evolution analysis based on social impactmodel.Journal of Systems Engineering,2010,25(6): 755–772.(in Chinese)

[36]韩少春,刘云,张彦超,等.基于动态演化博弈论的舆论传播羊群效应.系统工程学报,2011,26(2):275–281. Han S C,Liu Y,Zhang Y C,et al.Herd instinct of opinion based on dynamic evolutionary game theory.Journal of Systems Engineering,2011,26(2):275–281.(in Chinese)

[37]陈伟,张永超,田世海.区域装备制造业产学研合作创新网络的实证研究:基于网络结构和网络聚类的视角.中国软科学, 2012(2):96–107. Chen W,Zhang Y C,Tian S H.Empirical research on innovation networks consisting of IUR in regional equipment manufacturing industry:A perspective of network structure and network cluster.China Soft Science,2012(2):96–107.(in Chinese)

[38]邬爱其.企业创新网络构建与演进的影响因素实证分析[J].科学学研究,2006,24(1):141–149. Wu A Q.Influential factors for formation and evolution of inter-firm innovation networks.Studies in Science of Science,2006,24(1): 141–149.(in Chinese)

Research on the evolution of innovation network’s cooperation density based on the benefit distribution

Cao Xia,Zhang Lupeng
(School of Economics and Management,Harbin Engineering University,Harbin 150001,China)

As various individuals express different demands on cooperation profits and opportunity benefits in the innovation network,this article attempts to research the evolution of innovation network’s cooperation density tempted by cooperation profit’s distribution and opportunity benefits.In terms of research methods,this article made use of related theories about complex network and evolution games and the computer simulation method.The research results are as follows.Firstly,the scale and benefit distribution of innovation network exert an impact on the stable evolution of the innovation subjects’cooperation behaviors.Secondly,misallocation of cooperation benefit just makes an influence on the small-scale innovation network’s cooperation density and degenerates it.Lastly,temptation of opportunity benefit leads to fluctuation of innovation network’s cooperation density as well as attenuation of the small-scale innovation network’s cooperation density.

benefit distribution;innovation networks;collaboration density;evolution games;simulation

F273.7;O157.5

A

1000-5781(2016)01-0001-12

10.13383/j.cnki.jse.2016.01.001

2013-12-20;

2014-09-22.

国家自然科学基金资助项目(71473055);中央高校基本科研业务经费支持计划资助项目(HEUCFZ1604).

曹霞 (1975—),女,黑龙江哈尔滨人,博士,教授,博士生导师,研究方向:创新网络与创新管理,Email:caoxia@hrbeu.edu.cn;

张路蓬(1988—),女,黑龙江哈尔滨人,博士生,研究方向:创新网络与创新管理,Email:zhanglupeng0126@163.com.