利益驅動對創新網絡合作行為演化的影響機理及仿真
——基于復雜網絡拓撲結構視角

曹 霞, 張路蓬

(哈爾濱工程大學 經濟管理學院,黑龍江 哈爾濱 150001)

?

利益驅動對創新網絡合作行為演化的影響機理及仿真
——基于復雜網絡拓撲結構視角

曹 霞, 張路蓬

(哈爾濱工程大學 經濟管理學院,黑龍江 哈爾濱 150001)

隨著合作創新的網絡化發展，創新網絡中各主體的利益訴求對網絡演化的影響不斷加深。基于不同網絡拓撲結構視角下不同利益對創新網絡主體合作行為的影響，建立了創新網絡演化博弈模型。在無標度與小世界網絡拓撲結構下，結合聲譽機制、學習行為、網絡環境等因素，對創新網絡中合作行為的演化進行了仿真研究。結果表明：創新網絡的合作行為演化受到網絡結構及規模的雙重影響，在無標度網絡下，合作率更加穩定；合作利益的公平分配促進創新網絡合作行為的演化；機會利益的誘惑導致創新網絡合作行為的顯著波動。

利益驅動；創新網絡；拓撲結構；演化博弈；仿真

0 引言

市場競爭的不斷加劇，使單一主體的創新能力無法滿足日趨變化的技術進步速度，因此創新主體間進行合作創新，實現知識共享、資源互補，風險共擔已成為推動創新型國家發展的必由之路。隨著我國“2011計劃”的啟動，跨領域、跨地域之間的合作創新不斷深化，原有“點對點”式的創新模式已逐步發展為創新網絡模式。然而，創新網絡中的各個創新主體，由于追求自身利益最大化而產生的利益分配矛盾，成為了制約創新網絡穩定發展的重要因素之一[1]。同時，由于不同創新網絡拓撲結構引起的信息傳遞效率、聲譽等因素，也不斷影響著創新網絡的平穩發展。因此，探究不同拓撲結構下，創新網絡主體的利益訴求對網絡成員合作行為的演化影響，對保證創新網絡的平穩發展具有重要的實際意義。

針對“點對點”式創新合作模式中的利益分配問題，Nash作為先驅者，利用公理化方法分析了利益分配問題的均衡解。隨著合作創新的不斷涌現，國內外學者主要從以下兩個方面對合作過程中產生的利益分配問題進行了深入研究：第一，基于動態聯盟的視角，運用Shapley值法、博弈演化法、模擬仿真法、建模分析法以及實證調研法，定量研究了合作過程中的利益分配問題[2～5]，并根據不同預期，提出了利益分配問題的最優解；第二，基于經濟利益和社會利益的角度，探究合作過程中利益分配的政策制定問題，同時提出合理性的保障措施[6,7]。此外，與本文研究內容關系較密切的主要是針對創新網絡的研究：第一，針對創新網絡的內涵以及結構，研究了創新網絡的基本特征[8,9]；第二，從交易費用、知識創造以及資源互補等方面[10～12]，分析創新網絡的主要功能；第三，探究了創新網絡演化的動因以及網絡演化的形態。一些學者認為，知識的流動影響創新網絡的規模及合作率[13]；還有學者從外部環境的角度出發，認為認知鄰近性、社會鄰近性、組織鄰近性、制度鄰近性及地理鄰近性是影響創新網絡空間演化的重要因素[14,15]。

通過文獻梳理發現，國內外學者對于合作利益的分配問題進行了深入的研究，為本文的進一步探索提供了理論基礎。但是，處于創新網絡中的創新主體，其行為選擇已不再由合作利益唯一決定，同時還將受到外界誘惑、網絡聲譽、信息傳遞及學習行為等因素的影響。此外，不同拓撲結構特性的創新網絡對創新主體的信息傳遞速度、模仿學習效率均將產生不同程度的影響[16]。而針對不同創新網絡拓撲結構下，利益分配對創新主體行為的演化影響研究尚缺乏。基于此，本文利用復雜網絡的演化博弈理論，結合計算機仿真技術，研究創新網絡合作行為的涌現現象，進而揭示不同網絡拓撲結構下，利益驅動對創新網絡合作行為涌現的演化機理及影響。

1 利益驅動下創新網絡合作行為演化的影響機理

1.1 創新主體的利益構成及互動

創新網絡是指不同層次的組織，基于共同的創新目標而建立起來的一種網絡組織形式，以協助創新主體有效地利用外部資源，實現自我創新并與合作主體共同獲益。從結構角度分析，由于創新網絡是由大量的正負反饋關系構成，其錯綜復雜的非線性結構使該網絡具有一定的不可測性[17]；此外，創新主體的不斷增加以及合作對象的不斷變化，使創新網絡的拓撲結構具有了不同的空間演化性[18]。從功能角度分析，創新網絡是創新主體為了共同的目標由契約關系所形成的組織，因此在資源互補、知識共享的有力推動下，獲取“1+1>2”的創新效益是創新網絡的主要功能。此外，由于創新主體具有有限理性，由此產生的模仿學習行為、聲譽效應以及信息傳遞等現象是創新網絡主體行為演化的衍生動因。

根據學者對利益的分類研究，本文將創新網絡中創新主體在合作過程中產生的利益分為合作利益和機會利益。合作利益[19]是指創新主體不因任何外界誘惑而發生違約行為的情況下，依據雙方合作前簽訂的契約，分配給雙方的經濟利益。機會利益[20,21]是指雙方在合作過程中，由于信息不對稱等因素，而放棄原有合作并投入到新的合作中而獲取的利益，機會利益的大小為額外利益與違約金額的差值。

多主體間進行合作創新是一個社會互動過程，因此，雙方對利益的訴求能否達到預期是合作創新最終能否順利實現的根基。通常情況下，創新主體通過簽訂合約共享合作收益。但是，由于創新主體在資金投入、創新能力、科研規模等方面存在客觀差距，使合作利益的分配產生偏差，從而對合作關系產生一定程度的影響。此外，隨著社會資本的大量涌入，部分創新主體在外部資源的誘惑下，傾向獲取高額機會利益，由此產生的違約風險不斷在創新網絡中涌現[22]，使合作創新雙方由于違約而產生信任違背現象[23]。與此同時，處于創新網絡中的創新主體，由于連接關系不同而產生不同的信息、聲譽傳遞效率，基于親緣或長期合作關系而產生的信息傳遞現象會通過簡捷的途徑進行傳播，同時創新合作伙伴的行為與合作風格容易掌控；相反，較為分散或疏遠的合作伙伴其履約態度等容易被掩蓋而發生信息不對稱現象。

圖1 利益驅動視角下創新網絡合作行為的演化機理圖

1.2 創新主體間合作行為演化的雙輪“驅動—催化”機理

創新網絡中的創新主體具有有限理性，交互行為與合作方式多樣化，使得合作行為的演化成為非線性過程。創新網絡中合作策略的采納以及擴散過程類似生物群落的繁殖，具有明顯的策略模仿與學習特征[24]。合作創新過程中，不同合作意愿的創新主體，基于合作利益的分配開展合作，受到機會利益的誘惑干擾合作，同時，創新網絡的拓撲結構催化著創新網絡主體的信息、聲譽傳遞效率，從而形成了創新網絡合作行為演化的雙輪“驅動—催化”機理。不同網絡拓撲結構下，創新網絡合作行為的演化機理如圖1所示。

根據演化行為的機理分析，本文將創新網絡合作行為的演化過程分為策略采納、學習模仿、策略更新及合作伙伴匹配四個階段。策略采納階段，創新網絡中的各主體根據不同的合作意愿，在合作利益或機會利益的驅動下采納某種策略。學習模仿階段，創新主體將對決策所產生的利益進行比較并學習[25]，作為學習對象的創新主體在上一輪博弈后所獲收益高于自身收益，學習者會反思自己的策略選擇，在下一輪博弈中按照一定的規則模仿對方的策略。博弈過程中，收益的高低取決于合作利益的分配、機會利益帶來的聲譽效應以及信息傳遞效應。策略更新及伙伴匹配階段，創新主體在模仿學習后，若自身所獲利益與模仿對象相同，主體則不進行策略更改；否則，創新主體將調節自身策略并進行合作伙伴的重新匹配，在下一輪決策時更新自身長程連接，進行合作伙伴(連接對象)的重新匹配。此外，聲譽及信息傳遞在創新網絡中起到了媒介的作用，若合作主體對于利益分配不公或因機會利益而違約，“聲譽效應”會在創新網絡中擴散，給創新主體的遠期利益帶來損失，但若外界的誘惑利益遠遠超過正式合作的利益，處于自身利益最大化考慮，違約行為則可能發生[26]。同時，由于創新網絡不同拓撲結構會影響網絡成員的聲譽與信息傳遞效率，因此，創新網絡的宏觀連接機制將催化或抑制著創新主體的合作行為選擇。

2 創新網絡合作行為的演化模型構建

2.1 創新網絡模型構建

近年來，學者通過大量的研究表明，創新網絡與復雜網絡具有相似的拓撲結構特征，即存在無標度特性(又稱BA網絡)或小世界特性(又稱WS網絡)[18]，但尚未形成統一的觀點。在無標度拓撲結構下，網絡節點的度分布呈現冪率特性，其平均路徑長度較長而聚類系數較小，Jinho等認為創新網絡具有一定的無標度特性[27,28]。而在小世界拓撲結構下，網絡節點的度分布為長尾分布，平均路徑長度較短而聚類系數較大，花磊[29,30]等認為創新網絡具有一定的小世界特性。為了充分研究利益驅動對創新行為演化的影響，本文將分別在無標度與小世界特性的創新網絡中進行演化仿真研究。

構建合作創新網絡G(V,E)，其中V為合作創新網絡中所有節點的集合，代表網絡中的所有創新主體；E為合作創新網絡中所有邊的集合，若兩節點之間存在連接邊，說明創新主體之間存在合作關系。分別生成具有無標度與小世界特性的創新網絡。

BA創新網絡[18]給定含有一定節點數目N的具有無標度拓撲結構的創新網絡，新加入的創新主體按照公式1進行連接，最終形成具有無標度特性的創新網絡G1。

(1)

WS創新網絡[18]給定含有一定節點數目N的具有小世界拓撲結構的創新網絡，每個節點都與左右相鄰的節點相連，以概率P隨機重新連接網絡中原有的每條邊(不包括重連與自環)，生成具有小世界特性的創新網絡G2。

2.2 主體間演化博弈模型構建

創新主體作為創新網絡中的參與者，是否進行合作取決于雙方的博弈策略采納。作為有限理性的創新主體，在初始階段并不一定能夠找到最優策略，因此會在博弈過程中不斷地進行學習、試錯以期尋找最優策略。假設創新網絡中存在兩類有限理性創新群體：創新群體1與創新群體2。規定兩類創新群體均有兩種策略選擇，即合作或違約，并以合作最終是否達成構建2×2階非對稱支付矩陣。

表1 不同創新行為下創新主體間博弈收益矩陣

其中u、v分別代表創新主體1、2在不進行合作創新時，所獲得的原始收益，為創新主體選擇合作策略時所產生的共同利益，α∈(0,1)為利益分配系數。bv為創新主體2賠償給創新主體1的違約金額，bu(bu≥α·π)為創新主體1支付給創新主體2的違約金額；Eu、Ev為創新主體1、2選擇違約后所獲得的機會利益。

假設在初始階段，創新群體1中選擇合作策略主體的比例為x，選擇違約策略主體的比例為(1-x)；創新群體2中選擇合作策略主體的比例為y，選擇違約策略主體的比例為(1-y)。

創新主體1選擇合作策略的收益為：

P1x=y(u+απ)+(1-y)(u+bv)

(2)

創新主體1選擇違約策略的收益為：

P2x=y(u+Eu-bu)

(3)

創新主體1的平均收益為：

(4)

創新主體2選擇合作策略的收益為：

P1y=x[v+(1-α)π]+(1-x)(v+bu)

(5)

創新主體2選擇違約策略的收益為：

P2y=x(v+Ev-bv)

(6)

創新主體2的平均收益為：

(7)

各個創新主體根據多次博弈的結果調整策略選擇，選擇合作策略主體的演化用如下微分方程組成的動態復制系統來表示：

(8)

(9)

圖2 創新主體復制動態和穩定性相位圖

當創新主體處于區域A時，主體1將最終選擇合作策略而主體2將穩定于違約策略；當創新主體處于區域B時，雙方均會選擇違約策略；當處于區域C時，創新雙方均選擇合作策略；當創新主體處于D區域時，主體1選擇違約策略而創新主體2將選擇合作策略。因此，創新主體在不同利益分配與誘惑下會達到不同的穩定結果

。基于以上分析，創新網絡中的創新主體在學習過程中，不斷調整自身的策略選擇，使創新網絡整體最終達到不同的穩定狀態。然而，創新網絡是一個不斷增長的復雜網絡，隨著網絡主體獲利的不斷增加，創新網絡會吸引外部主體參與合作，同時，創新主體在選擇合作伙伴時，更傾向于選擇具有優勢的個體作為鄰居。處于創新網絡中的創新主體，在進行合作行為采納過程中，其演化規律將受到網絡環境的影響，因此，將創新主體置于創新網絡中，進行仿真分析，更具有實際意義。

2.3 創新網絡上的演化博弈模型構建

在具有一定拓撲結構的創新網絡中，創新節點會隨機選擇鄰居節點進行收益比較。若自身獲益prm

(10)

其中k表示外界環境等不可控因素對策略學習產生的無法避免的干擾。綜合考慮創新節點的累積收益以及外界不可抗拒因素對節點策略選擇的影響，本文選擇中性噪聲強度k=0.5進行仿真。創新節點學習策略后，將以隨機概率γms進行長程連接重選[18]。隨機概率可表示為：

(11)

其中ps為節點s的收益；β為偏好傾向，本文設定β=1作為仿真參數值。當所有創新節點以上述規則進行模仿學習及策略更改后，經過時間演化，最終計算創新網絡中采納合作策略主體數占總主體數的比重作為合作率，以此探究創新網絡合作行為的演化現象。

3 仿真實驗

3.1 仿真步驟

根據以上仿真算法，設計在不同創新網絡拓撲結構下，創新網絡中主體的演化博弈過程如圖3所示。

圖3 創新網絡博弈演化仿真過程

Step 1T=0時刻，生成一定節點數目的無標度網絡G1(V,E)與小世界網絡G2(V,E)，同時初始化參數；

Step 2T=1時刻，由于創新網絡主體的策略選擇在初始時具有一定的隨機性，因此仿真初始，將博弈策略以隨機形式分配給網絡中的各個節點，節點賦值1為采納合作策略，賦值0為采納違約策略；

Step 3T=2時刻，創新網絡中的各主體選擇鄰居節點進行收益比較，若自身收益大于或等于鄰居收益，則下輪博弈不作任何策略改變；若該輪博弈后自身收益小于鄰居收益，則以概率W(公式10)進行策略模仿；若策略相同，轉入步驟4；

Step 4T=3時刻，根據公式11，進行合作伙伴的重新選擇；

Step 5 重復步驟2-4，達到設定的博弈輪次后，仿真終止并生成仿真圖。

3.2 合作利益分配仿真

仿真前進行演化博弈分析的數據預選。初始時，創新網絡中采納合作與違約策略的主體數量具有一定的隨機性，因此利用Matlab軟件，對初始主體策略選擇比例(與)進行隨機賦值。在咨詢了管理科學及復雜系統相關領域的專家后，結合相關文獻[31,32]確定了創新網絡中參數如表2所示。

表2 合作利益分配下創新網絡中各參數仿真取值

初始生成100個節點的小規模無標度與小世界特性的創新網絡(如圖4、圖5所示)，得到創新網絡合作行為演化規律如圖6、圖7所示。

圖4 小規模無標度特性創新網絡結構

圖5 小規模小世界特性創新網絡結構

圖6 無標度創新網絡合作行為演化結果

圖7 小世界創新網絡合作行為演化結果

在具有無標度特性的小規模創新網絡中，當利益分配系數為0.1和0.9時，創新網絡的合作率在小幅度波動后最終退化為0，即網絡中無合作行為；利益分配系數為0.5時，網絡合作率演化為1，即創新網絡中的主體均選擇合作策略。而在具有小世界特性的小規模創新網絡中，合作利益的公平分配并未使創新網絡中主體的合作行為演化為穩定的結果，創新主體的合作策略在博弈次數內處于反復波動狀態。從結構角度分析，無標度網絡的節點度呈冪律分布，展示出較強的“馬太效應”，從整體上看某些引導能力較強的主體，牽動了整個無標度網絡其他節點的連接趨勢；而小世界網絡的節點度分布多呈現正態分布形式，節點連接關系較廣泛也較為分散，因此在短時間內，創新主體并不能形成統一的連接趨勢，導致具有小世界特性的小規模創新網絡在不同利益分配系數下并未形成穩定的演化趨勢。從社會關系角度分析，無標度網絡節點連接較為簡單，信息在網絡中的傳播路徑簡捷，不合理的合作利益分配，會通過簡捷的信息渠道傳遞給其他創新節點[27]，網絡中的各主體處于保護自身利益的目的而拒絕合作創新，最終導致創新網絡的合作率退化為0。而小世界網絡中主體的連接較為復雜，使該種創新網絡的社會關系多樣化，除“實力擇優”的合作關系外，不乏“人脈擇優”的關系，因此，合作利益的分配并不能完全決定創新網絡主體的行為趨勢。此外，在小規模無標度創新網絡中，連接關系簡單化導致具有合作行為主體的節點數目有限，搜索成本大幅度提升，因此，網絡中的主體較依賴現有局勢以降低創新成本，從而加快了創新網絡演化的穩定速度。而小世界網絡由于具有豐富的連接關系，網絡成員持續尋找最佳合作伙伴以達到自身利益最大化，導致網絡合作行為處于不斷波動的狀態。

初始生成具有500個節點的大規模創新網絡(如圖8圖9所示)，設定博弈次數為500次，得到大規模創新網絡合作密度演化規律如圖10圖11所示。

圖8 大規模無標度特性創新網絡結構

圖9 大規模小世界特性創新網絡結構

圖10 無標度創新網絡合作行為演化結果

圖11 小世界創新網絡合作行為演化結果

在具有無標度特性的大規模創新網絡中，不同合作利益分配下，創新網絡合作率最終均演化為1，即創新網絡規模較大時，節點間合作利益分配的公平與否并不會改變網絡整體的合作趨勢；在具有小世界特性的大規模創新網絡中，無論利益分配系數公平與否，創新網絡的合作率一直處于波動狀態。這是由于，創新網絡中的主體除了考慮自身利益外，會觀察同類主體的決策行為。在無標度特性下，網絡主體連接簡單，網絡中大部分主體選擇合作策略時時，新的創新主體會基于“羊群效應”[33]而選擇合作策略，此時，改變網絡結構需要消耗較大的成本，因此創新網絡合作密度在“羊群效應”的驅動下趨于穩定。而小世界網絡由于親緣人脈等關系連接較為復雜，創新主體始終為了自身利益最大化而不停的尋找合作關系，即使合作利益公平分配，主體也會因為人脈資本或親緣資本而不停尋找合作者以獲得最佳利益獲取路徑，導致創新網絡合作率的不斷波動。

結論1 合作利益的公平分配對不同規模及拓撲結構的創新網絡影響不同。小規模創新網絡中，合作利益的公平分配會提升無標度創新網絡的合作率，但并未對小世界創新網絡產生顯著影響；大規模創新網絡中，合作利益的公平分配不受網絡拓撲結構的影響，創新主體最終合作率均趨于穩定。

3.3 機會利益分配仿真

設定仿真參數值，分析在不同規模創新網絡下，違約引起的機會利益分配對創新網絡合作密度的影響。

表3 違約利益分配下創新網絡中各參數仿真取值

基于表3參數值的設定，機會利益為合作利益的2倍、7倍、12倍。通過Matlab軟件得到如圖12圖13及圖14圖15所示仿真效果。

圖12 無標度創新網絡合作行為演化結果

圖13 小世界創新網絡合作行為演化結果

在具有無標度特性的小規模創新網絡中，當機會利益為合作利益的2倍時，創新網絡中各主體的合作率最終趨于1，當機會利益為合作利益的7倍時，創新網絡的合作率不斷波動，在仿真周期內并無最終穩定值，當機會利益超過合作利益12倍后，創新網絡的合作率退化為0。在具有小世界特性的小規模創新網絡中，機會利益的產生使網絡合作率產生波動，在迭代范圍內并未產生最終穩定值，但是較小的機會利益誘惑下創新網絡合作率要高于較大機會利益的誘惑。這是由于，無論創新網絡的拓撲結構如何，合作聲譽均會存在于創新網絡中，由于小規模創新網絡信息傳遞高效，若創新主體在創新網絡中具有較高的聲譽，則會獲得更多的合作機會與合作利益；若創新主體為了獲取機會利益而選擇違約行為，忽略合作伙伴的利益而造成的“違約聲譽”會對其在創新網絡中的發展產生不利影響。

在具有無標度特性的大規模創新網絡中，當機會利益較小時，創新網絡合作率演化為1，即創新網絡中的各主體最終趨于合作狀態，而當機會利益較大時，創新網絡的合作率處于波動狀態。在具有小世界特性的大規模創新網絡中，較小的機會利益使創新網絡中的合作率更高，這與小規模小世界網絡產生了相同的趨勢，但是機會利益的大小對合作率的影響更顯著，圖15中產生了更加明顯的分層狀態。這是由于，大規模創新網絡中信息不對稱現象顯著，信息傳遞速度較慢，創新節點的“違約聲譽”在網絡中的傳播速度和準確率相對弱化，導致了創新網絡合作率的頻繁波動。

圖14 無標度創新網絡合作行為演化結果

圖15 小世界創新網絡合作行為演化結果

結論2 機會利益是創新網絡中合作密度發生波動的重要因素之一。小規模創新網絡中，機會利益會使無標度創新網絡合作率退化。大規模創新網絡中，機會利益對小世界創新網絡的影響更加顯著。

與單純演化博弈分析不同，以上研究表明，創新主體間合作行為的演化在不同創新網絡環境下產生了不同的結果，相同的利益參數設定對創新網絡合作率產生了不同的演化效果，因此結論1與2共同表明：不同的創新網絡規模及拓撲結構對創新網絡的合作率會產生不同的影響。

結論3 創新網絡的規模及拓撲結構影響創新網絡合作率的演化，在無標度網絡拓撲結構下，創新網絡的合作率變化比小世界網絡更加穩定，不會出現頻繁的波動現象。

4 結束語

創新主體合作策略的采納和行為的選擇，會引起創新網絡整體合作屬性的變化，對不同拓撲結構下，創新網絡合作率演化的研究是一個嶄新的命題。從合作利益分配以及機會利益誘惑的視角出發，利用復雜網絡中的演化博弈分析方法，對不同規模不同拓撲結構的創新網絡進行仿真研究發現，創新網絡主體的合作行為選擇有明顯的不同，研究結果表明：

(1)創新網絡的規模及拓撲結構會影響創新網絡合作率的演化。

(2)合作利益的公平分配推動創新網絡合作行為的產生，而非公平的利益分配則會對具有無標度特性的創新網絡產生較顯著影響。

(3)機會利益的誘惑使大規模創新網絡的合作率產生波動，引起小規模創新網絡合作率的退化，同時機會利益對具有小世界特性的創新網絡產生了較顯著的分層影響。

[1] 孟衛東,代建生.合作研發中的雙邊道德風險和利益分配[J].系統工程學報,2013,28(4):464- 471.

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

[3] Boschma R A. Proximity and innovation: a critical assessment[J]. Regional Studies, 2005, 39: 61-74.

[4] Harrison F, EI Mouden C. Exploring the effects of working for endowments on behavior in standard economic games[J]. Plos One, 2011, 6(16): 28-31.

[5] 原毅軍,田宇,孫佳.產學研技術聯盟穩定性的系統動力學建模與仿真[J].科學學與科學技術管理,2013,4(34):3-9.

[6] 劉云龍,李世佼.產學研聯盟中合作成員利益分配機制研究[J].科技進步與對策,2012,3(29):23-25.

[7] 宋河發,曲婉,王婷.國外主要科研機構和高校知識產權管理及對我國的啟示[J].中國科學院院刊,2013,4(28):450- 460.

[8] Cowan R, Joard N, Zman M. Knowledge dynamics in a network industry[J]. Technological Forecasting and Social Change, 2004, 71(5): 469- 484.

[9] Li Y L, Wu C, Luo P, Zhang W. Exploring the characteristics of innovation adoption in social networks: structure, homophily and stratege[J].Entropy, 2013, 15(7): 2663-2678.

[10] Hagedoom J. Understanding the cross-level embededness of inter-firm partnership formation[J]. The Academy of Management Reviews, 2006, 31(3): 670- 680.

[11] 丁明磊,劉秉鐮.我國產業技術體系建設的主要問題與對策研究[J].科研管理,2012,9(33):33-39.

[12] Rogers E. Diffusion of innovationsv[J]. New York: Free Press, 1995: 144-152.

[13] Woo T. Dynamical assessment for evolutions of atimic-multinology in technology innovation using social network theory[J]. Annals of Nuclear Energy, 2011, (41): 12-16.

[14] 呂國慶,曾剛,顧娜娜.基于地理鄰近性與社會鄰近性的創新網絡動態演化分析——以我國裝備制造業為例[J].中國軟科學,2014,(5):97-106.

[15] Gluckler J. Economic geography and the evolution of networks[J]. Journal of Economic Geography, 2007, 7(5): 619- 634.

[16] 邵云飛,周敏,王思夢.集群網絡整體結構特征對集群創新能力的影響——基于德陽裝備制造業集群的實證研究[J].系統工程,2013,31(5):85-91.

[17] 饒揚德,王學軍.復雜科學管理視角:企業創新機理研究[J].中國科技壇,2005,(0R6):38.

[18] 汪小帆,李翔,陳關榮.網絡科學導論[M].北京:高等教育出版社,2012.

[19] 高宏偉.產學研合作利益分配的博弈分析——基于創新過程的視角[J].技術經濟與管理研究,2011,(3):30-34.

[20] 金伯富.機會利益:一個新的理論視角[J].中國社會科學,2002,(2):66-73.

[21] 于燁.預約違約責任之賠償損失問題[J].法學研究,2013,9(4):68- 69.

[22] Crama P, Reyck B D, Degraeve Z. Milestone payments or royalties? contract design for R&D licensing[J]. Operations Research, 2007, 56(6): 1539-1552.

[23] 周靜珍,萬玉剛,高靜.我國產學研合作創新的模式研究[J].科技進步與對策,2005,3:70-72.

[24] 周凌云,周晶,穆東,范欽滿.區域物流微觀主體聚集演化機理與路徑——基于生態學視野的研究[J].中國流通經濟,2013,(9):28-34.

[25] 代宏坤,徐玖平.含學習效應技術采納時間的優化模型及模擬[J].管理科學學報,2007,10(5):21-27.

[26] 海本祿.大學科研人員合作研究參與意愿的實證研究[J].科學學研究,2013,31(4):578-584.

[27] Jinho Choi, Ahn Sang Hyun. The effects of network characteristics on performance of innovation clusters[J]. Expert Systems with Applications, 2013, (40): 4511- 4518.

[28] 曹霞,劉國巍.基于博弈論和多主體仿真的產學研合作創新網絡演化[J].系統管理學報,2014,23(1):22-29.

[29] 花磊,王文平.產業生命周期不同階段的最優集體創新網絡結構[J].中國管理科學,2013,21(5):129-140.

[30] 田鋼,張永安.集群創新網絡演化的動力模型及其仿真研究[J].科研管理,2010,31(1):104-125.

[31] 王灝. 光電子產業區域創新網絡構建與演化機理研究[J].科研管理,2013,34(1):37- 45.

[32] 錢成,曹進德,楊夏竹.基于社會影響模型的觀點演化規律研究[J].系統工程學報,2010,25(6):755-772.

[33] 王智生,胡瓏瑛,李慧穎.復雜產品系統合作創新網絡中信任修復的羊群行為模型[J].運籌與管理,2012,21(6):119-125.

Mechanisation and Simulation of the Evolution of Innovation Network’s Cooperation Behavior Driven by the Profit——Based on the Perspective of Network Topologies

CAO Xia, ZHANG Lu-peng

(SchoolofEconomicandManagement，HarbinEngineeringUniversity,Harbin150001,China)

With the network development of cooperation innovation, the profit demand of every subject in the innovation network has exerted a more and more significant impact on the network evolution. Based on the influence of various profit distributions upon subjects’ cooperation behaviors in the innovation network under different network topologies, the game model of network evolution is established. Combined with many factors such as reputation mechanism, learning behavior and network environment, it carries through a simulation research on the evolution of innovation network’s cooperation behavior in scale-free networks and small-world networks. The research results are as follows. First, the evolution of innovation network’s cooperation behavior is subject to the dual influences of network structures and its scales. Cooperation expressions are the most stable under the scale-free networks. Second, the distribution of cooperation benefits produces an effect on the evolution of innovation network’s cooperation behavior. At last, temptation of opportunity benefits brings about the fluctuation of innovation network’s cooperation behavior.

profit-driven; innovation networks; network topologies; evolution games; simulation

2014- 02- 08

國家自然科學基金項目(71473055);廣西自然科學基金項目(2015GXNSFBA139258);教育部人文社會科學研究項目(14YJA630002);中央高校基本科研業務經費支持計劃(HEUCFZ1604)

曹霞(1975-)，女，黑龍江哈爾濱人，教授、博士生導師，管理學博士，主要研究方向為創新網絡，創新管理。

F273.7

A

1007-3221(2015)06- 0160-10

10.12005/orms.2015.0208