集群企業(yè)間知識轉移策略
——基于演化博弈理論的分析①

袁 丹，雷宏振

（陜西師范大學國際商學院，西安 710119）

集群企業(yè)間知識轉移策略
——基于演化博弈理論的分析①

袁 丹，雷宏振

（陜西師范大學國際商學院，西安 710119）

基于演化博弈理論，構建了集群企業(yè)間知識轉移的演化博弈模型，分析了集群企業(yè)間知識轉移實現(xiàn)的動態(tài)過程和影響因素。研究結果顯示：當企業(yè)從知識轉移中獲得的超額收益大于其支付成本時，最終會出現(xiàn)穩(wěn)定的知識轉移策略；通過增加差異化知識資源量、提高企業(yè)選擇知識轉移策略的概率、知識資源顯性程度和企業(yè)間信任度，可促進博弈過程中更快實現(xiàn)知識轉移。

產(chǎn)業(yè)集群；知識轉移；演化博弈

產(chǎn)業(yè)集群作為一種新型的產(chǎn)業(yè)組織形式，在帶動企業(yè)成長和推動經(jīng)濟發(fā)展方面發(fā)揮了顯著作用。隨著集群經(jīng)濟和知識管理的不斷發(fā)展，如何促進產(chǎn)業(yè)集群企業(yè)間的知識轉移，以實現(xiàn)企業(yè)創(chuàng)新和價值最大化、推動產(chǎn)業(yè)集群可持續(xù)發(fā)展，成為研究熱點問題。知識轉移的思想最早由Teece提出。他認為，知識轉移是組織內(nèi)或組織間跨越邊界的知識共享，即知識以不同方式在不同的組織或個體之間轉移或傳播［1］。知識轉移是知識社會化和經(jīng)濟化的重要環(huán)節(jié)，能有效盤活集群內(nèi)的各種知識資源，克服集群企業(yè)自身發(fā)展的知識“瓶頸”，對促進產(chǎn)業(yè)集群創(chuàng)新有至關重要的作用。但是，集群網(wǎng)絡中的知識轉移過程依然是一個“黑箱”（black box），企業(yè)間知識流動和傳遞過程還很不清晰［2］，仍需進一步探索和研究。企業(yè)間知識轉移活動反映了各企業(yè)對知識資源的博弈行為。但是，在實際中，產(chǎn)業(yè)集群內(nèi)的每個企業(yè)并不是擁有完全信息的“理性經(jīng)濟人”，而是“有限理性的”。本文基于有限理性條件下的演化博弈理論，研究產(chǎn)業(yè)集群企業(yè)間知識轉移的博弈行為，并通過動態(tài)仿真分析產(chǎn)業(yè)集群企業(yè)間知識轉移行為和過程的特征以及相關影響因素的作用，為提升型產(chǎn)業(yè)集群企業(yè)間知識轉移效應提供優(yōu)化建議。

1 文獻評述

一些學者強調(diào)了集群的知識模糊性、網(wǎng)絡結構和地理臨近、企業(yè)間的網(wǎng)絡和信任以及企業(yè)內(nèi)部的知識吸收能力對集群企業(yè)間知識轉移的重要作用［3-7］。Xuan Zhaoguo、Xia Haoxiang和Du Yanyan發(fā)現(xiàn)，調(diào)整網(wǎng)絡可以增強知識的多樣性，有助于提高知識轉移的整體效果，如果知識轉移是相互有利的雙向擴散，那么網(wǎng)絡調(diào)整反而會負向影響知識轉移的長期效果［8］。

一些學者針對產(chǎn)業(yè)集群內(nèi)企業(yè)知識轉移模型和仿真進行了研究。例如：Nonaka和Takeuchi建立了一個螺旋型的知識轉移模型以顯示知識轉移過程中知識主體的變化，并認為知識轉移過程是知識分別在個人、群體、組織和組織間轉移的過程［9］；馮鋒和王凱用小世界網(wǎng)絡模型對產(chǎn)業(yè)集群進行了分析，發(fā)現(xiàn)企業(yè)集聚程度與成員間知識轉移效果密切相關［10］；王文平和張?zhí)K榮研究了交易關系型產(chǎn)業(yè)集群、混合型產(chǎn)業(yè)集群以及過度嵌入型產(chǎn)業(yè)集群的網(wǎng)絡演化過程中知識轉移的特征［11］；楊翠蘭和吳紹波建立了產(chǎn)業(yè)集群知識轉移的齒輪式四螺旋模型，探討了產(chǎn)業(yè)集群中單向知識轉移和雙向知識轉移的路徑模型和影響因素［12］。

綜上，近年來國內(nèi)外許多學者從不同角度對影響企業(yè)創(chuàng)新和行業(yè)創(chuàng)新的知識轉移問題進行了研究，其中定性研究較多。影響企業(yè)知識轉移策略和行為的影響因素較多，然而分析多個影響因素的綜合作用的研究文獻較少，尤其是對之進行定性研究和動態(tài)刻畫的研究文獻更少。

2 研究假設

企業(yè)間知識轉移是一種博弈行為。演化博弈論源于生物進化論，并以Lemarck的遺傳基因理論為思想基礎，是將博弈理論分析和動態(tài)演化過程分析相結合的一種理論。演化博弈論以有限理性為假設前提，在有限理性博弈中，可用生物進化的“復制動態(tài)”（replicator dynamics）機制模擬研究由學習速度很慢的成員組成的大群體隨機配對的反復博弈問題［13］。本文據(jù)此建立集群企業(yè)間知識轉移的演化博弈模型。

本文做如下基本假定：

1）假設t時刻產(chǎn)業(yè)集群中有兩家企業(yè)——企業(yè)i和企業(yè)j，它們是知識轉移的行為主體。假設企業(yè)i為知識轉出方，其策略集為｛轉出，不轉出｝，企業(yè)j為知識轉入方，其策略集為｛轉入，不轉入｝。

2）如果企業(yè)i選擇“不轉出“策略，則可獨享收益Ki；如果企業(yè)j選擇“不轉入”策略，則可獲得獨享收益Kj；如果企業(yè)i和企業(yè)j同時分別選擇“轉出”策略和“轉入”策略，則雙方可獲得超額收益，具體與兩家企業(yè)擁有的差異化的知識資源量Kd、知識資源顯性程度α（0≤α）及雙方間的信任度β（β≤1）有關。當α＝1時，差異化知識資源為完全顯性知識，當β＝1時，兩家企業(yè)建立了充分信任關系，則總超額收益可表示為αβKd與超額收益系數(shù)γ的乘積。其中，0≤γi≤1、0≤γj≤1且γi＋γj＝1，超額收益系數(shù)表示知識轉移效率、轉移知識產(chǎn)生的交流效應等過程因素的影響作用。

3）企業(yè)i進行知識轉出需要投入成本Ci（Ci＞0），包括轉出知識所耗費的人力、轉移工具成本、機會成本和競爭性風險成本等；企業(yè)j轉入知識需要投入成本Cj（Cj＞0），包括轉入知識所需的學習人力成本、工具成本和消化吸收成本等。

4）企業(yè)i采取“轉出”策略的概率（即策略系數(shù)）為x，采取“不轉出”策略的概率為1-x，其中x?［0，1］；企業(yè)j采取“轉入”策略的概率（即策略系數(shù)）為y，采取“不轉入”策略的概率為1-y，其中y?［0，1］。

在上述基本假定下，兩企業(yè)間知識轉移博弈的支付矩陣如表1所示。

表1 兩企業(yè)知識轉移博弈支付矩陣

3 集群企業(yè)間知識轉移的演化博弈模型和穩(wěn)定策略

根據(jù)模型的基本假設及兩企業(yè)間知識轉移博弈支付矩陣，我們利用演化博弈論中的復制動態(tài)機制建立兩企業(yè)間知識轉移的復制動態(tài)系統(tǒng)。參與博弈的企業(yè)i選擇“轉出”策略和“不轉出”策略時的期望收益分別為：

同理，可得企業(yè)j選擇“轉入”策略和“不轉入”策略時的期望收益。最終可得兩企業(yè)間知識轉移的復制動態(tài)方程組：

當d x／d t＝f（x）＝0，d y／d t＝f（y）＝0時，得到O（0，0）、A（0，1）、B（1，0）、C（1，1）、D（Cj／αβγjKd，Ci／αβγiKd）5個平衡點。

演化博弈論中的“演化穩(wěn)定策略”（evolutionary stable strategy，ESS）是一種優(yōu)良狀態(tài)，該狀態(tài)要求對微小的擾動具有穩(wěn)定性。通過計算上述復制動態(tài)系統(tǒng)的雅克比矩陣，可得到雅克比矩陣的行列式|J|和跡tr（J）。兩企業(yè)間知識轉移的博弈行為有4種可能：

情況1：企業(yè)i和企業(yè)j的預期超額收益都大于其付出成本，即αβγiKd＞Ci、αβγjKd＞Cj。此時，兩企業(yè)間知識轉移博弈策略的演化穩(wěn)定性分析結果如表2所示。由表2可知，此時博弈動態(tài)系統(tǒng)有2個ESS對應點——點（0，0）和點（1，1），而點（1，0）和點（0，1）為不穩(wěn)定點，（1，1）為鞍點。

表2 αβγiKd＞Ci、αβγjKd＞Cj時局部平衡點的穩(wěn)定性分析結果

情況（2）：αβγiKd＜Ci，αβγjKd＜Cj。此時，博弈動態(tài)系統(tǒng)的ESS點為點（0，0）。

情況（3）：αβγiKd＞Ci，αβγjKd＜Cj。此時，博弈動態(tài)系統(tǒng)的ESS為點（0，0）。

情況（4）：αβγiKd＜Ci，αβγjKd＞Cj。此時，博弈動態(tài)系統(tǒng)的ESS為點（0，0）。這表明，當集群內(nèi)兩企業(yè)中至少有一家的預期超額收益小于其付出的成本時，｛不轉出，不轉入｝策略是知識轉移博弈動態(tài)系統(tǒng)演化的惟一穩(wěn)定策略。

4 集群企業(yè)間知識轉移穩(wěn)定策略的實現(xiàn)過程與影響因素

為了更直觀地說明集群內(nèi)兩企業(yè)采?。D出，轉入｝策略即實現(xiàn)知識轉移的過程和規(guī)律，本文運用Matlab7軟件進行仿真分析。參數(shù)的初始值分別為：Kd＝100；α＝0.5；β＝0.5；γi＝0.4；γj＝0.6；Ci＝5；Cj＝7.5；x＝0.5；y＝0.3。在分析過程中，除了被分析的參數(shù)外，其余參數(shù)的取值不變。

1）策略系數(shù)對知識轉移實現(xiàn)的影響。

圖1顯示了y變化時集群兩企業(yè)間知識轉移策略的演化趨勢。圖1中：f（x）為企業(yè)i采取“轉出”策略的復制動態(tài)方程；f（y）為企業(yè)j采取“轉入”策略的復制動態(tài)方程。當y的取值變化而其他參數(shù)值的初始值不變時，有αβγiKd＞Ci、αβγjKd＞Cj。當y取初始值即y＝0.3（＜0.5）時，企業(yè)i選擇“轉出”策略的概率最終收斂于0，企業(yè)i最終采取“不轉出”策略。當y＝0.6（＞0.5）時，企業(yè)i選擇“轉出”策略的概率最終收斂于1，且當y＝0.9時，企業(yè)i選擇“轉出”策略的概率最終收斂于1，且收斂速度隨著y的增大而加快。企業(yè)j選擇“轉出”策略的概率對企業(yè)i是否選擇“轉出”策略有較大影響，當y＞0.5時，｛轉出，轉入｝策略將會實現(xiàn)，且y越大，企業(yè)i選擇“轉出”策略的收斂速度越快。

圖1 y變化時集群兩企業(yè)間知識轉移策略的演化趨勢

2）知識資源顯性程度和雙方信任度對知識轉移實現(xiàn)的影響。

圖2顯示了當α和β變化時集群兩企業(yè)間知識轉移策略的演化趨勢。圖2中：f（x）為企業(yè)i采取“轉出”策略的復制動態(tài)方程；f（y）為企業(yè)j采取“轉入”策略的復制動態(tài)方程。

對比初始值條件下的情況，圖2中兩企業(yè)間的知識轉移最終將不能實現(xiàn)。但是，當α＝0.8且其他參數(shù)取初始值時，知識轉移則會實現(xiàn)。此時，如果β＝0.8，則實現(xiàn)｛轉出，轉入｝策略的概率將以更快的速度收斂于1。這表明，隨著雙方信任度β的增大，最終會實現(xiàn)知識轉移，且隨著知識資源顯性程度的增大，知識轉移將會在更短的時間內(nèi)實現(xiàn)。

圖2 α和β變化時集群兩企業(yè)間知識轉移策略的演化趨勢

3）差異化知識資源量和投入成本對知識轉移實現(xiàn)的影響。

圖3顯示了Ci和Kd分別變化時集群兩企業(yè)間知識轉移策略的演化趨勢。圖3中：f（x）為企業(yè)i采取“轉出”策略的復制動態(tài)方程；f（y）為企業(yè)j采取“轉入”策略的復制動態(tài)方程。在各參數(shù)取初始值時，αβγiDk＝10＞Ci＝5，αβγjDk＝15＞Cj＝7.5，系統(tǒng)的ESS策略為｛不轉出，不轉入｝。當Kd＝200而其他參數(shù)取初始值時，雙方最終的博弈結果將收斂于｛轉出，轉入｝。當Ci＝12時，αβγiKd＝10＜Ci＝12，αβγjKd＝15＞Cj＝7.5，企業(yè)i的投入成本增大，兩企業(yè)選擇｛不轉出，不轉入｝的概率以更快的速度收斂于0，此時無法實現(xiàn)知識轉移。

圖3 Ci和Kd分別變化時集群兩企業(yè)間知識轉移策略的演化趨勢

5 結論及建議

本文基于演化博弈理論，構建了產(chǎn)業(yè)集群企業(yè)間知識轉移的演化博弈模型，分析了集群企業(yè)間知識轉移策略的穩(wěn)定性，并對實現(xiàn)知識轉移策略的動態(tài)過程進行了仿真，分析了不同因素對知識轉移的影響作用及演化趨勢。研究發(fā)現(xiàn)：

第一，各因素的初值都對知識轉移有一定影響。當企業(yè)為知識轉移支付的成本較小且雙方的支付成本都小于從知識轉移行為中獲得的超額收益時，博弈的最終結果可能是實現(xiàn)知識轉移，也可能是兩企業(yè)都選擇不進行知識轉移的穩(wěn)定策略。

第二，當雙方的知識轉移支付成本都小于其所獲得的超額收益時，企業(yè)間知識轉移博弈動態(tài)系統(tǒng)最終將穩(wěn)定于雙方實現(xiàn)知識轉移的｛轉出，轉入｝策略，且該穩(wěn)定策略的收斂速度隨著雙方分別選擇｛轉出｝策略的概率x和｛轉入｝策略的概率y的增大而加快。

第三，當雙方的知識轉移支付成本都小于其所獲得的超額收益時，隨著知識資源顯性程度和雙方信任度的提高以及差異化知識資源量的增加，企業(yè)間知識轉移穩(wěn)定策略實現(xiàn)得越快。

第四，當企業(yè)的知識轉移支付成本增大到超過其所獲得的超額收益時，企業(yè)間的知識轉移不能實現(xiàn)。

鑒于此，企業(yè)應在有效利用集群內(nèi)外知識資源的同時，注重知識的研發(fā)和獲取，增強知識的學習、吸收、轉化和應用能力，降低知識轉移和傳遞的成本，同時還應積極與集群內(nèi)的其他企業(yè)建立交流、溝通、信任和合作關系——這有助于創(chuàng)建基于信任的集群網(wǎng)絡，積極搭建知識創(chuàng)新和學習網(wǎng)絡以及其他企業(yè)的知識轉移渠道，通過有效而多頻次的交流以及正式和非正式的溝通來分享知識，尤其是分享隱形知識等，促進自身和整個集群知識資源的豐富，進而推動產(chǎn)業(yè)集群的發(fā)展。

［1］ TEECE D J．Technology transfer by multinational firms：the resource cost of transferring technological know-how［J］.The Economic Journal，1977，87（346）：242-261．

［2］ 劉滿鳳，唐厚興．基于社會網(wǎng)絡模型的知識溢出傳導過程研究［J］.當代財經(jīng)，2010（5）：61．

［3］ SIMONIN B L．Ambiguity and the process of knowledge transfer in strategic alliances［J］.Strategic Management Journal，1999，20（7）：595-623．

［4］ BUNNELL T G，COE N M．Spaces and scales of innovation［J］.Progress in Human Geography，2001，25（4）：569-589．

［5］ FORSMAN M，SOLITANDER N．Knowledge transfer in clusters and networks［J］.Journal of International Business Studies，2003，7（3）：1-23．

［6］ ROGER J C，YUSHAN Z．Tacit knowledge transfer and firm innovation capability［J］.The Journal of Business Industrial Marketing，2003，18（1）：6-21．

［7］ GIULIANI E，BELL M．The micro-determinants of mesolevel learning and innovation：evidence from a Chilean wine cluster［J］.Research Policy，2005，34（1）：47-68．

［8］ Xuan Zhaoguo，Xia Haoxiang，Du Yanyan．Adjustment of knowledge-connection structure affects the performance of knowledge transfer［J］.Expert Systems with Applications，2011，38（12）：14935-14944．

［9］ NONAKA I，TAKEUCHI H．The Knowledge-creating Company：How Japanese Companies Create the Dynamics of Innovation［M］.NY：Oxford University Press，1995：273．

［10］ 馮鋒，王凱．產(chǎn)業(yè)集群內(nèi)知識轉移的小世界網(wǎng)絡模型分析［J］.科學學與科學技術管理，2007，28（7）：88-91．

［11］ 王文平，張?zhí)K榮．產(chǎn)業(yè)集群網(wǎng)絡演化中知識轉移研究［J］.管理學報，2011，8（9）：1372-1377．

［12］ 楊翠蘭，吳紹波．基于齒輪式四螺旋模型的產(chǎn)業(yè)集群知識轉移路徑研究［J］.情報雜志，2012，31（8）：177-181．

［13］ 謝識予.經(jīng)濟博弈論［M］．上海：復旦大學出版社，2002：253．

Knowledge Transfer Strategy among Firms in Industrial Cluster：Analysis Based on Evolutionary Game Theory

Yuan Dan，Lei Hongzhen
（International Business School，Shaanxi Normal University，Xi'an 710119，China）

Based on the evolutionary game theory，this paper constructs a evolution game model for knowledge transfer，and analyzes the dynamic process and the influencing factors of knowledge transfer among firms in industrial cluster.The result shows as follows：the dynamic process would finally stabilize at the＂cooperative strategy＂when the excess profits firms get from knowledge transfer are more than the costs they pay；＂cooperative strategy＂would be realized quicker through expanding differentiated knowledge resources，enhancing the probability of firms choice＂cooperative strategy＂，dominance degree of knowledge resource and the degree of trust between firms.

industrial cluster；knowledge transfer；evolutionary game

F062.3

A

1002-980X（2014）01-0062-04

2013-09-18

袁丹（1985—），女，陜西西安人，陜西師范大學國際商學院博士研究生，研究方向：知識管理；雷宏振（1966—），男，陜西合陽人，陜西師范大學國際商學院副院長、教授，博士，研究方向：知識管理，中國技術經(jīng)濟學會會員登記號：I032600769S。

① 陜西師范大學研究生培養(yǎng)創(chuàng)新基金項目“文化產(chǎn)業(yè)集群知識創(chuàng)新研究”（2013CXB017）；陜西師范大學中央高校基本科研業(yè)務費項目“集群企業(yè)知識外溢與文化產(chǎn)業(yè)功能園區(qū)集聚效應研究”（10SZZD03）