IT外包知識共享行為的演化博弈分析

IT外包知識共享行為的演化博弈分析

劉戌峰，艾時鐘

(西安電子科技大學經(jīng)濟與管理學院，陜西西安710071)

摘要：針對IT外包知識共享障礙的問題，在已有IT外包知識共享研究的基礎上，依據(jù)演化博弈論建立了IT外包知識共享行為的演化博弈模型，通過求解復制動態(tài)方程與演化穩(wěn)定策略，分析了影響IT外包知識共享行為的因素，并利用Matlab 7.6軟件進行仿真。研究結(jié)果表明，知識可共享量、知識互補程度、信任、知識吸收轉(zhuǎn)化能力、知識共享成本和風險以及激勵機制等是影響IT外包知識共享行為的關(guān)鍵因素。最后提出相應的對策與建議。

關(guān)鍵詞：知識管理；知識共享；演化博弈；IT外包

收稿日期：2013-06-24

基金項目：國家自然科學基金資助項目(71271164)；陜西省軟科學基金資助項目(2012KRM18)；陜西省國際科技合作重點項目計劃(2012KW-46)

作者簡介：劉戌峰(1988-)，男，碩士研究生，研究方向：知識管理；艾時鐘(1967-)，男，副教授，碩士生導師，研究方向：知識管理，網(wǎng)絡社區(qū)等。

中圖分類號：F224.32; F270.7文章標識碼：A

Analysis of Evolutionary Game on Knowledge-Sharing

Behavior in IT Outsourcing

LIU Xu-feng, AI Shi-zhong

(SchoolofEconomicsandManagement,XidianUniversity,Xi’an710071,China)

Abstract:IT outsourcing is a knowledge-intensive business activity that requires effective knowledge sharing. However, there are some obstacles in knowledge sharing between the client and the service provider in IT outsourcing. On the basis of the existing research about knowledge sharing in IT outsourcing, we present the factors that influence knowledge-sharing behavior, and establish an evolutionary game model of knowledge-sharing behavior in IT outsourcing. We analyze the model in four situations to discuss evolutionary stable strategies by solving replicator dynamics equation and Jacobian matrix. Then we address the effects of the factors on evolutionary stable strategies, and identify some key factors by simulation with the use of Matlab(Version 7.6). The findings of this study show that, knowledge-sharing behavior in IT outsourcing is influenced by some key factors, including the amount of knowledge that can be shared, the degree of the complementarity of knowledge, trust between the client and the provider, the capacity of knowledge absorption and transformation, the cost and risk of knowledge sharing, and the incentive mechanism on knowledge sharing. Finally, some managerial implications are provided for IT outsourcing industry.

Key words:knowledge management; knowledge sharing; evolutionary game; IT outsourcing

0引言

隨著知識管理浪潮的興起，企業(yè)完全依靠自身的資源和能力已難以保持競爭優(yōu)勢，IT外包成為企業(yè)獲取外部資源和知識的有效方式。IT外包是客戶將部分或全部IT職能交由服務提供商來執(zhí)行的過程[1]，并形成復雜的跨組織合作關(guān)系網(wǎng)絡，同時伴隨著知識傳遞行為[2]。知識共享是知識管理的核心[3]，它是指組織的員工或內(nèi)外部團隊在組織內(nèi)部或跨組織之間，彼此通過各種渠道交換和討論知識，其目的在于通過知識的交流擴大知識的利用價值并產(chǎn)生知識的效應[4]。IT外包中客戶企業(yè)與服務提供商企業(yè)間有效的知識共享對企業(yè)生產(chǎn)力、外包成功和外包績效等具有顯著的正向影響[5～7]。然而，由于知識自身的復雜性、企業(yè)吸收能力與文化差異以及知識共享的風險與成本等因素作用，IT外包企業(yè)間的知識共享存在一些障礙，企業(yè)會根據(jù)自身收益的多少來決定是否共享知識。因此，IT外包企業(yè)間的知識共享是企業(yè)在充分考慮自身收益基礎上的博弈。國內(nèi)外已有學者運用博弈論對外包項目中的知識共享問題進行了研究[8,9]，但是這些研究主要運用經(jīng)典博弈論從完全理性出發(fā)進行研究，缺乏從有限理性角度分析IT外包知識共享行為在復雜環(huán)境下的動態(tài)博弈。演化博弈理論是以有限理性為基礎，結(jié)合博弈理論分析和動態(tài)演化過程分析的理論。國內(nèi)已有學者將演化博弈理論運用在知識共享問題研究上，但主要集中在產(chǎn)業(yè)集群、動態(tài)聯(lián)盟、供應鏈、協(xié)同企業(yè)和組織學習等注重協(xié)同知識創(chuàng)新的問題中[10～14]，缺乏從演化博弈角度分析IT外包知識共享行為的研究。本文基于參與人的有限理性，依據(jù)演化博弈論對影響IT外包知識共享行為動態(tài)演化過程的關(guān)鍵因素進行分析，并對部分關(guān)鍵因素進行仿真分析，最后提出相應對策與建議。

1演化博弈模型

1.1IT外包知識共享行為的影響因素

目前關(guān)于IT外包知識共享行為的影響因素研究，主要集中在知識互補程度、知識吸收能力、風險、信任以及激勵機制等因素。BANDYOPADHYAY等運用博弈論分析了客戶與服務提供商之間的知識共享，研究認為雙方企業(yè)員工的知識互補程度越高，越能激勵知識共享，企業(yè)也能獲得更高收益[8]。LEE等研究了初始與持續(xù)信任對IT外包效益的影響，認為知識共享在初始信任或不信任對持續(xù)信任或不信任的影響中起調(diào)節(jié)作用[15]。吳鋒等分析了外包過程中的知識流失風險，并提出相應控制策略[16]。謝慶華等討論了研發(fā)外包的創(chuàng)新風險，包括企業(yè)吸收能力不足、知識外溢、缺乏激勵機制等產(chǎn)生的風險，并從研發(fā)外包關(guān)系治理角度分析了構(gòu)建知識共享的途徑與措施，認為信任和聲譽機制可以有效防范研發(fā)外包的創(chuàng)新風險[17]。楊東等基于委托代理理論研究外包聯(lián)盟中發(fā)包方如何通過有效的契約來激勵接包方進行知識共享與核心技術(shù)投入[18]。但是這些研究主要分析個別因素對知識共享行為的影響，缺乏對IT外包知識共享內(nèi)在機制系統(tǒng)的研究。本文在綜合考慮這些因素的基礎上，結(jié)合演化博弈在知識共享其它領域的研究成果，運用演化博弈論對IT外包知識共享行為進行分析。

1.2演化博弈論在IT外包知識共享中的適用性

演化博弈論源于生物進化論，它是以博弈參與人有限理性為基礎，結(jié)合博弈論分析與動態(tài)演化過程分析的理論。演化博弈論認為在一定規(guī)模的博弈群體中，博弈方進行著重復的博弈活動。由于博弈方是有限理性的，就需要其通過不斷學習和模仿來改進自身策略，并最終形成某個穩(wěn)定的策略，博弈達到均衡狀態(tài)，這個穩(wěn)定的策略被稱為“演化穩(wěn)定策略”(Evolutionary Stable Strategy，ESS)[10]。演化穩(wěn)定策略在嚴格的演化選擇的壓力下也是穩(wěn)健的[19]。

在IT外包知識共享中，客戶與服務提供商不可能都采取只對自己有利的行為，而不考慮合作伙伴的利益，否則必然導致外包的失敗。因此IT外包知識共享是一個博弈過程。而在IT外包中環(huán)境與未來具有不確定性，雙方不可能完全了解對方企業(yè)的戰(zhàn)略、發(fā)展策略以及效用函數(shù)等，博弈的決策過程面臨一定的損失與風險，這就使雙方的知識共享變成了一個基于有限理性的不完全信息博弈。同時考慮到知識的協(xié)同效應，以及企業(yè)重新選擇合作伙伴面臨的不確定性與風險，雙方會維持長期且穩(wěn)定的合作關(guān)系，雙方的知識共享也可以看作是無限次的動態(tài)重復博弈。因此，本文運用演化博弈論對IT外包知識共享行為進行分析，將客戶與服務提供商企業(yè)看作參與人；每個參與人有兩種行動策略，分別是知識共享與知識不共享；企業(yè)采取知識共享或知識不共享取決于共享行動帶來的預期收益。

1.3模型參數(shù)與收益矩陣

πc、πν分別表示客戶與服務提供商不共享知識時獲得的正常收益。

kc、kν分別表示客戶與服務提供商雙方可共享的知識量，知識共享中一方可共享的知識量越大，另一方越有可能從中獲得更大收益。

μ表示客戶與服務提供商共享知識的互補程度。知識互補程度取決于合作雙方具有的不同技能，實際共享的知識量與知識互補程度有關(guān)[8]。互補性知識的共享可以給企業(yè)帶來更多收益，使合作變得有必要。

tc、tν分別表示客戶與服務提供商的信任水平。信任決定了知識共享意愿，企業(yè)越信任對方，越愿意共享知識，知識的實際共享量也越大。客戶與服務提供商實際共享的知識量分別為tcμkc、tνμkν。

αc、αν分別表示客戶與服務提供商的知識收益系數(shù)，即企業(yè)對對方知識的吸收轉(zhuǎn)化能力，體現(xiàn)在知識共享的直接收益。當雙方企業(yè)都采取知識共享策略時，一方吸收另一方共享的知識，將其轉(zhuǎn)化為自身能力的一部分，并獲得收益，這個收益就是知識共享的直接收益[11]。

βc、βν分別表示客戶與服務提供商的協(xié)同收益系數(shù)。當客戶與服務提供商都采取知識共享策略時，由于雙方企業(yè)間的核心技術(shù)存在差異，知識的融合會產(chǎn)生新的知識，這部分知識的收益就是協(xié)同收益[11]。

δc、δν分別表示服務提供商采取知識共享策略而客戶采取知識不共享策略時，客戶獲得的額外收益；客戶采取知識共享策略而服務提供商采取知識不共享策略時，服務提供商獲得的額外收益。

rc、rν分別表示客戶與服務提供商的風險系數(shù)。客戶或服務提供商在采取知識共享策略時，面臨核心知識泄露與核心競爭優(yōu)勢喪失的風險。

cc、cν分別表示客戶與服務提供商的成本，企業(yè)采取知識共享策略所付出的成本，包括物質(zhì)成本、時間成本等。

λ表示激勵系數(shù)，即企業(yè)采取知識共享策略時獲得的激勵，激勵包括契約約定的知識共享物質(zhì)獎勵以及形象與聲譽的提升、下次合作機會等隱性獎勵。

φc、φν分別表示客戶與服務提供商采取知識不共享策略時受到的懲罰，即企業(yè)采取不共享策略帶來形象與聲譽的損失、合作機會的喪失以及違約金等懲罰。由于客戶與服務提供商具有不同的企業(yè)規(guī)模，同等數(shù)量的懲罰對于雙方企業(yè)來說實際感知到的懲罰是不同的，因此需要區(qū)別兩者的懲罰。

博弈雙方的收益函數(shù)，可分為以下三種情況進行分析：

(1)IT外包中客戶與服務提供商均采取知識共享策略時，雙方均可從知識共享中獲得收益，收益包括：正常收益、知識共享直接收益、知識共享協(xié)同收益、共享激勵、共享成本與共享風險。

正常收益：不共享知識時獲得的正常收益，客戶知識共享正常收益為πc；

知識共享直接收益：客戶與服務提供商將對方共享的知識吸收并轉(zhuǎn)化為自身收益，其與對方實際共享的知識量有關(guān)，客戶知識共享的直接收益可表示為αctνμkν；

知識共享協(xié)同收益：客戶與服務提供商都采取知識共享策略時，由于知識的融合產(chǎn)生1+1>2的效果，其與對方實際共享的知識量有關(guān)，客戶知識共享的協(xié)同收益可表示為βctνμkν；

共享激勵：其與自身實際共享的知識量有關(guān)，客戶的共享激勵可用λtcμkc表示；

共享成本：cc；

共享風險：知識共享時面臨的風險，與自身實際共享的知識量有關(guān)，客戶知識共享風險為rctcμkc；

因此，客戶的收益為；πc+αctνμkν+βctνμkν+λtcμkc-rctcμkc-cc;

同理可得，服務提供商的收益為πν+ανtcμkc+βνtcμkc+λtνμkν-rνtνμkν-cν。

(2)當客戶采取知識共享策略，而服務提供商采取知識不共享策略時，客戶與服務提供商收益分別為πc+λtcμkc-rctcμkc-cc、πν+δνtcμkc-φν。此時客戶的收益包括正常收益、共享激勵、共享風險與共享成本，服務提供商的收益包括正常收益、額外收益與知識不共享懲罰。其中服務提供商的額外收益與對方實際共享的知識量有關(guān)，為δνtcμkc。同理，當服務提供商采取知識共享策略，而客戶采取知識不共享策略時，客戶與服務提供商的收益分別為πc+δctνμkν-φc、πν+λtνμkν-rνtνμkν-cν。

(3)當客戶與服務提供商均采取知識不共享策略時，雙方的收益包括正常收益和知識不共享懲罰，分別為πc-φc、πν-φν。

在客戶企業(yè)與服務提供商企業(yè)的知識共享中，激勵和懲罰措施有助于提高知識共享的積極性，并避免機會主義行為，但雙方企業(yè)收益的主要組成部分應該是知識共享的收益、知識共享的成本和風險，激勵和懲罰措施起輔助作用，且不宜過大，否則將影響企業(yè)采取知識共享行為的動因。因此，在IT外包知識共享中激勵和懲罰應小于知識共享的成本和風險，即λtcμkc+φc

根據(jù)上述變量與收益函數(shù)，得到博弈雙方的收益矩陣，如表1所示。

表1　博弈雙方的收益矩陣

1.4復制動態(tài)方程與演化穩(wěn)定策略

根據(jù)以上博弈關(guān)系，假設客戶企業(yè)選擇知識共享策略的比例是x，則選擇知識不共享策略的比例為1-x；服務提供商企業(yè)選擇知識共享策略的比例是y，則選擇知識不共享策略的比例是1-y。其中0≤x≤1,0≤y≤1。

則客戶企業(yè)選擇知識共享策略時的收益為

uc1=y(πc+αctνμkν+βctνμkν+λtcμkc-rctcμkc-cc)+(1-y)(πc+λtcμkc-rctcμkc-cc)

客戶企業(yè)選擇知識不共享策略時的收益為

uc2=y(πc+δctνμkν-φc)+(1-y)(πc-φc)

客戶企業(yè)的平均收益為

由對稱性可知服務提供商選擇知識共享策略與知識不共享策略的收益以及平均收益分別為

uν1=x(πν+ανtcμkc+βνtcμkc+λtνμkν-rνtνμkν-cν)+(1-x)(πν+λtνμkν-rνtνμkν-cν)

uν2=x(πν+δνtcμkc-φν)+(1-x)(πν-φν)

客戶企業(yè)的復制動態(tài)方程為

(1)

同理可知服務提供商企業(yè)的復制動態(tài)方程為

(2)

根據(jù)式(1)和式(2)所確定的微分方程組可以描述IT外包知識共享的演化博弈過程。

對演化系統(tǒng)的雅可比矩陣的局部穩(wěn)定性進行分析可以得出該系統(tǒng)均衡點的穩(wěn)定性[20]。式(1)和式(2)組成系統(tǒng)的雅可比矩陣為

J的行列式的值為detJ=ad-bc，跡的值為trJ=a+d，當detJ>0且trJ<0時，均衡點是穩(wěn)定狀態(tài)。根據(jù)雅可比矩陣的局部穩(wěn)定性分析法對均衡點進行穩(wěn)定性分析，可分為以下四種情況進行討論。在每種情況的討論中，各不等式均表示在對方企業(yè)知識共享的前提下，比較本企業(yè)知識共享的凈收益與知識不共享的凈收益之間的關(guān)系。

情況1當αctνμkν+βctνμkν+λtcμkc-rctcμkc-cc>δctνμkν-φc且ανtcμkc+βνtcμkc+λtνμkν-rνtνμkν-cν>δνtcμkc-φν，即雙方企業(yè)知識共享的凈收益均大于知識不共享的凈收益時，該系統(tǒng)平衡點的局部穩(wěn)定性分析如表2所示，系統(tǒng)的動態(tài)演化圖如圖1所示。

表2　情況一的系統(tǒng)局部穩(wěn)定分析結(jié)果

從表2與圖1可以看出，IT外包知識共享有5個局部均衡點，即(0,0)、(1,0)、(0,1)、(1,1)、(x*,y*)，其中ESS有兩個點，為點O(0,0)與C(1,1)，即都選擇知識不共享策略與都選擇知識共享策略。折線ADB是系統(tǒng)收斂于不同狀態(tài)的臨界線，處于圖中區(qū)域ADBC時，演化博弈收斂于C(1,1)，即客戶與服務提供商企業(yè)均采取知識共享策略；處于圖中ADBO區(qū)域時，演化博弈收斂于O(0,0)，即客戶與服務提供商均采取知識不共享策略。

情況2當αctνμkν+βctνμkν+λtcμkc-rctcμkc-cc<δctνμkν-φc且ανtcμkc+βνtcμkc+λtνμkν-rνtνμkν-cν<δνtcμkc-φν，即雙方企業(yè)知識共享的凈收益均小于知識不共享的凈收益時，系統(tǒng)的局部穩(wěn)定性分析結(jié)果如表3所示，演化博弈收斂于點O(0,0)，即客戶與服務提供商企業(yè)都采取知識不共享策略，系統(tǒng)動態(tài)演化趨勢如圖2所示。

圖1　情況1的系統(tǒng)動態(tài)演化圖

圖2　情況2的系統(tǒng)動態(tài)演化圖

情況3當αctνμkν+βctνμkν+λtcμkc-rctcμkc-cc<δctνμkν-φc且ανtcμkc+βνtcμkc+λtνμkν-rνtνμkν-cν>δνtcμkc-φν，即客戶企業(yè)知識共享的凈收益小于知識不共享的凈收益，服務提供商企業(yè)知識共享的凈收益大于知識不共享的凈收益時，如表3所示，演化博弈收斂于點O(0,0)，即客戶與服務提供商企業(yè)都采取知識不共享策略，其系統(tǒng)動態(tài)演化趨勢如圖3所示。

情況4當αctνμkν+βctνμkν+λtcμkc-rctcμkc-cc>δctνμkν-φc且ανtcμkc+βνtcμkc+λtνμkν-rνtνμkν-cν<δνtcμkc-φν，即客戶企業(yè)知識共享的凈收益大于知識不共享的凈收益，服務提供商企業(yè)知識共享的凈收益小于知識不共享的凈收益時，如表3所示，演化博弈收斂于點O(0,0)，其系統(tǒng)動態(tài)演化趨勢如圖4所示。

圖3　情況三的系統(tǒng)動態(tài)演化圖

圖4　情況四的系統(tǒng)動態(tài)演化圖

綜上所述，只有當αctνμkν+βctνμkν+λtcμkc-rctcμkc-cc<δctνμkν-φc且ανtcμkc+βνtcμkc+λtνμkν-rνtνμkν-cν<δνtcμkc-φν，即雙方企業(yè)知識共享的凈收益均大于知識不共享的凈收益時，雙方才可能采取知識共享策略，以下對演化博弈模型的分析均在此條件下進行。

表3　情況二、三、四的系統(tǒng)局部穩(wěn)定分析結(jié)果

2演化博弈模型分析及仿真分析

從上述博弈模型可知，IT外包知識共享行為的長期演化結(jié)果可能是均采取知識共享策略，也可能是均采取知識不共享策略。演化系統(tǒng)的最終均衡點取決于博弈收益矩陣、某些參數(shù)的初始值及其變化。本文討論了幾個參數(shù)變化對系統(tǒng)演化結(jié)果的影響，并利用Matlab 7.6軟件對部分關(guān)鍵參數(shù)進行仿真分析，選用ode45指令來求解復制動態(tài)方程(1)和(2)，參數(shù)數(shù)值初始化如表4所示，并得到系統(tǒng)的演化趨勢圖(如圖5所示)。

表4　參數(shù)初始化數(shù)值表

(1)可共享知識量ki

可共享知識量ki會對知識共享產(chǎn)生重要影響。在本文博弈模型中，當ki增大時，鞍點D(x*,y*)的數(shù)值就會變小，圖1中四邊形ADBC面積變大，系統(tǒng)收斂于C(1,1)的可能性增大，即客戶與服務提供商最終都采取知識共享策略的概率增大。通常情況下，本方可共享知識量的多少決定了對方知識共享的意愿，本方的可共享知識量越多，對方可能從知識共享活動中獲得更高的收益，對方也更愿意共享知識，從而本方也能夠獲得更高收益，雙方最終都可能采取知識共享行為。在IT外包過程中，企業(yè)可以進行有效的知識存儲、加強雙方的合作關(guān)系、提高自身知識共享的能力等策略加大雙方實際共享的知識量。

(2)知識互補程度μ

知識互補程度越大，鞍點D(x*,y*)越靠近點O(0,0)，四邊形ADBC面積變大，系統(tǒng)越可能收斂于C(1,1)，合作雙方最終都可能采取知識共享策略。將μ增大為0.4，保持其它參數(shù)與初始化數(shù)值相同，系統(tǒng)演化趨勢如圖6所示。從圖6可以看出，隨著知識互補程度的增大，系統(tǒng)達到演化穩(wěn)定狀態(tài)的速度明顯加快。高水平的知識互補程度，有利于提高知識共享收益，雙方企業(yè)也更愿意合作。

(3)信任水平ti

客戶的信任水平tc越高，x*值越小，服務提供商的信任水平tν越高，y*值越小，鞍點D(x*,y*)越靠近點C(1,1)，四邊形ADBC面積變大，博弈雙方最終都采取知識共享策略的可能性越大。將tc和tν分別增大為0.5和0.3，保持其它參數(shù)與初始化數(shù)值相同，系統(tǒng)達到演化穩(wěn)定狀態(tài)的速度明顯加快，如圖7所示。建立在相互信任基礎上的IT外包合作關(guān)系，使雙方企業(yè)更愿意共享知識。在IT外包中，可以通過建立便利的溝通渠道、有效的沖突解決機制等措施，加強雙方合作中的信任水平。

(4)知識收益系數(shù)αi

知識收益系數(shù)越大，臨界值x*與y*越小，區(qū)域ADBC面積變大，博弈雙方更有可能演化為都進行知識共享的演化穩(wěn)定策略。在IT外包合作過程中，客戶與服務提供商企業(yè)要建立學習型企業(yè)文化，營造良好的學習氛圍，加強內(nèi)外部正式與非正式的交流，重視對外部知識的吸收與轉(zhuǎn)化。

(5)協(xié)同收益系數(shù)βi

由圖1可知，知識共享的協(xié)同收益越大時，區(qū)域ADBC面積變大，客戶與服務提供商采取知識共享策略的可能性越大。將βc和βν分別增大為0.1和0.06，保持其它參數(shù)與初始化數(shù)值相同，系統(tǒng)達到演化穩(wěn)定狀態(tài)的速度明顯加快，如圖8所示。企業(yè)間的知識互補程度、信任水平以及相互依賴程度對知識的協(xié)同效應有重要影響。

(6)額外收益系數(shù)δi

額外收益系數(shù)越小，x*與y*值越小，區(qū)域ADBC面積變大，系統(tǒng)收斂于C(1,1)的可能性越大，博弈雙方最終都采取知識共享策略的可能性越大。將δc和δν分別減小為0.01和0.005，保持其它參數(shù)與初始化數(shù)值相同，系統(tǒng)演化趨勢如圖9所示，系統(tǒng)達到演化穩(wěn)定狀態(tài)的速度明顯加快。減少企業(yè)知識共享的額外收益，有助于避免參與人的機會主義行為，參與人會放棄僥幸心理，采取知識共享策略。

(7)風險系數(shù)ri

風險越小時，x*與y*值越小，區(qū)域ADBC面積越大，演化博弈收斂于點C(1,1)可能性越大，即雙方選擇知識共享策略的概率越大。反之，風險越大時，雙方選擇知識不共享策略的概率越大。將rc和rν分別減小為0.02和0.01，保持其它參數(shù)與初始化數(shù)值相同，得到系統(tǒng)演化趨勢如圖10所示，系統(tǒng)達到均進行知識共享的演化穩(wěn)定狀態(tài)的速度明顯加快；將rc和rν分別增大為0.06和0.048，保持其它參數(shù)與初始值相同，系統(tǒng)演化趨勢如圖11所示，雙方將在一段時間基本保持原策略不變，即是風險系數(shù)的邊界條件；將rc和rν分別增大為0.08和0.06，保持其它參數(shù)與初始化數(shù)值相同，得到系統(tǒng)演化趨勢如圖12所示，雙方最終將選擇知識不共享策略。知識共享的風險減小時，企業(yè)共享知識的動力就會增加，最終雙方都趨于知識共享。有效降低風險需要建立緊密的合作關(guān)系以及相應的知識產(chǎn)權(quán)保護制度等。

(8)成本ci

當ci減小時，四邊形ADBC面積變大，系統(tǒng)收斂于C(1,1)的可能性增大，即客戶與服務提供商最終都選擇知識共享策略的概率增大。成本既包括知識共享帶來的物質(zhì)成本，也包括時間成本。影響成本的因素主要有客戶與服務提供商間的物理距離、語言差異、文化差異以及雙方的溝通交流機制等因素。

(9)激勵機制λ和φi

激勵系數(shù)與懲罰變大時，四邊形ADBC面積變大，博弈更有可能演化為均進行知識共享的演化穩(wěn)定策略。當λ增大為0.06，保持其它參數(shù)與初始化數(shù)值相同時，系統(tǒng)演化趨勢如圖13所示。當φc和φν分別增大為2和0.8，保持其它參數(shù)與初始化數(shù)值相同時，系統(tǒng)演化趨勢如圖14所示。從圖13和圖14可以看出，有效的激勵和懲罰機制有助于加快系統(tǒng)達到演化穩(wěn)定狀態(tài)的速度。良好的激勵和懲罰機制有助于避免機會主義行為，促進知識共享行為的發(fā)生。

圖5　初始狀態(tài)的仿真結(jié)果圖

圖6　知識互補程度變化前后的仿真結(jié)果圖

圖7　信任水平變化前后的仿真結(jié)果圖

圖8　協(xié)同收益系數(shù)變化前后的仿真結(jié)果圖

圖9　額外收益系數(shù)變化前后的仿真結(jié)果圖　

圖10　風險系數(shù)減小前后的仿真結(jié)果圖

圖11　風險系數(shù)增大前后的仿真結(jié)果圖 ( r c=0.06, r ν=0.048 )

圖12　風險系數(shù)增大前后的仿真結(jié)果圖 ( r c=0.08, r ν=0.06 )

圖13　激勵系數(shù)變化前后的仿真結(jié)果圖

圖14　懲罰變化前后的仿真結(jié)果圖

3結(jié)語

本文運用演化博弈論建立了IT外包知識共享行為的演化博弈模型，分析了影響IT外包企業(yè)采取知識共享策略的因素，并對部分關(guān)鍵因素進行了仿真分析。本研究表明：降低知識共享的成本與風險，減少額外收益系數(shù)，增大可共享的知識量與知識互補程度，提高知識吸收轉(zhuǎn)化能力與協(xié)同收益系數(shù)，建立信任的合作關(guān)系以及相應的激勵和懲罰機制，可以有效促進IT外包企業(yè)采取知識共享策略。

根據(jù)以上結(jié)論，本文針對IT外包知識共享行為提出如下管理建議：

(1)IT外包中，客戶具有其所從事行業(yè)的專業(yè)知識，這些知識是服務提供商所缺乏的，但對IT外包項目的成功實施具有重要影響，客戶要共享這部分知識；另一方面，項目過程中服務提供商會遇到技術(shù)、硬件、人員等多方面的問題，這些問題的解決會轉(zhuǎn)化為服務提供商的知識并加強其競爭優(yōu)勢，而由于客戶沒有親自參與外包項目的完成，這些知識對客戶來說也至關(guān)重要，服務提供商需要與客戶共享這部分知識。這樣不僅增大了雙方的知識共享量，而且加強了雙方間知識的互補程度。

(2)將合作建立在充分信任的基礎上，有助于增強雙方知識共享的意愿，加大知識共享量，增加知識共享的收益。同時信任加強了雙方的交流，有助于增加知識共享的協(xié)同收益。另外信任有利于形成持久穩(wěn)定的合作關(guān)系，給服務提供商企業(yè)帶來穩(wěn)定的合作伙伴、持續(xù)擴大的市場份額以及穩(wěn)步增長的業(yè)務等，客戶也有更多人力、物力、財力和精力用來提高企業(yè)核心競爭力。

(3)建立學習型外包企業(yè)文化，營造良好的學習氛圍，有助于增強企業(yè)的知識吸收轉(zhuǎn)化能力，增大知識共享的收益，加強了企業(yè)知識共享的的積極性和主動性，企業(yè)也更愿意知識共享，從而形成了良性循環(huán)。

(4)為了促進演化博弈中知識共享行為的發(fā)生，需要減少企業(yè)不共享知識而對方企業(yè)共享知識時其獲得的額外收益，防止企業(yè)存在僥幸心理。同時需要降低知識共享的風險和成本，而這些需要多方面的努力：雙方企業(yè)要加強溝通機制，建立多方面正式和非正式的知識共享渠道；政府等相關(guān)部門要加強引導與管理，建立企業(yè)知識共享平臺，完善知識產(chǎn)權(quán)保護制度等。

(5)引入激勵和懲罰機制。IT外包聯(lián)盟需要建立完善的聲譽機制，企業(yè)選擇知識共享策略時能夠帶來形象與聲譽的提升以及更多的合作機會，企業(yè)選擇知識不共享策略時會導致形象與聲譽的損失以及合作機會的喪失；合作雙方在契約簽訂過程中，要提出對知識共享行為的獎勵以及對知識不共享行為的懲罰措施，以便鼓勵和促進知識共享行為。

參考文獻：

[1]秦儀.IT外包關(guān)系質(zhì)量研究[J].管理學報,2006,3(6):669-672.

[2]周海煒,姜騫.IT外包接包企業(yè)知識管理對外包成功的影響研究——知識黏滯性的調(diào)節(jié)作用[J].科學學與科學技術(shù)管理,2012,33(11):71-78.

[3]陳菊紅,王能民,楊彤.供應鏈中的知識管理[J].科研管理,2002,23(1):98-102.

[4]林東清,李東.知識管理理論與實務[M].北京:電子工業(yè)出版社,2005.

[5]Chang Y B, Gurbaxani V. Information technology outsourcing, knowledge transfer, and firm productivity: an empirical analysis[J]. Management Information Systems Quarterly, 2012, 36(4): 1043-1063.

[6]Lee J N. The impact of knowledge sharing, organizational capability and partnership quality on IS outsourcing success[J]. Information & Management, 2001, 38(5): 323-335.

[7]杜榮,馮俊嵩,厲敏.邊界跨越對IT外包績效影響的實證分析[J].中國管理科學,2012,20(4):177-184.

[8]Bandyopadhyay S, Pathak P. Knowledge sharing and cooperation in outsourcing projects—a game theoretic analysis[J]. Decision Support Systems, 2007, 43(2): 349-358.

[9]宋寒,張冬梅,李宇雨.研發(fā)外包中價值不可驗證的隱性知識共享激勵[J].科技進步與對策,2012,29(23):151-154.

[10]談正達,王文平,談英姿.產(chǎn)業(yè)集群的知識共享機制的演化博弈分析[J].運籌與管理,2006,15(2):56-59.

[11]孫銳,趙大麗.動態(tài)聯(lián)盟知識共享的演化博弈分析[J].運籌與管理,2009,18(1):92-96.

[12]馮長利,周劍,蘭鷹.供應鏈成員間知識共享行為演化博弈模型[J].情報雜志,2012,31(3):138-144.

[13]黃利萍,李朝明.企業(yè)協(xié)同知識創(chuàng)新中知識共享的演化博弈分析[J].科技進步與對策,2010,27(18):115-118.

[14]朱少英,齊二石.組織學習中群體間知識共享行為影響因素分析[J].管理學報,2009,6(4):478-481.

[15]Lee J N, Choi B. Effects of initial and ongoing trust in IT outsourcing: a bilateral perspective[J]. Information & Management, 2011, 48(2): 96-105.

[16]吳鋒,李懷祖.外包環(huán)境下的知識管理與控制[J].研究與發(fā)展管理,2004,16(4):31-37.

[17]謝慶華,黃培清.R&D外包的決策模型、創(chuàng)新風險及關(guān)系治理[J].研究與發(fā)展管理,2008,20(4):89-95.

[18]楊東,李垣.外包聯(lián)盟中核心技術(shù)投入的激勵機制研究[J].管理工程學報,2010,24(1):1-4.

[19]Weibull J W. Evolutionary game theory[M]. The MIT press, 1995.

[20]Friedman D. Evolutionary games in economics[J]. Econometrica: Journal of the Econometric Society, 1991, 59(3): 637-666.