創新網絡中知識協同演化機理模型及計算實驗分析

楊 坤，吳金玉，胡 斌

(上海工程技術大學，上海 201620)

0 引言

知識經濟時代，企業難以僅憑內部知識創新活動形成核心競爭力，主導或加入創新網絡，實現組織內外創新資源協同，成為企業的必然出路[1]。創新網絡知識創新活動是一個復雜、動態的協同演化過程，由于節點間競爭與合作并存的共生關系，創新網絡也具備生態系統特征。縱觀相關文獻，不少學者從協同學和共生理論視角分別對創新網絡知識協同過程進行研究。

基于協同學視角，汪秀婷[2]對戰略性新興產業協同創新模型和路徑進行研究，總結了網絡的4種能力、網絡生命周期階段的動態演化方向與策略；基于三元知識建構范式理論，姜永常[3]運用協同學知識作了基本的理論闡述；胡恩華等[4]以群外環境與群內企業之間協同創新為主線，分析了兩者適應機制與影響因素。

基于共生理論視角，相關研究主要是Lotka-Volterra模型在知識創新領域的應用。此模型起初用于模擬生物界種群捕食與被捕食的關系，后來有學者將Lotka-Volterra 模型廣泛應用于知識管理與創新領域[5]：Nonaka等[6]從知識創新的實體、過程、技術基礎以及組織基礎等角度指出知識創新是通過科學研究，獲得新的基礎科學和技術科學的過程；龍躍[7]在Lotka-Volterra 模型的基礎上，建立了知識創新擴散模型，分別探討了競爭系數、擴散速度、初始狀態等因素對擴散過程的影響；進一步地，張林剛等[8]借用Lotka-Volterra模型對具有相互影響關系的創新擴散問題進行深入分析，并總結了擴散過程中存在的3類模式，即競爭模式、互利共存模式和捕食模式；郭燕子等[9]利用技術創新網絡間捕食關系為研究對象，以Lotka -Volterra 模型研究核心網絡與輔助網絡之間的交互作用，從而得出網絡間知識創造模型。

為兼顧創新網絡知識協同過程的協同學與生態學雙重特性，本研究創新性地將這兩種理論結合起來，以“協同-共生”融合視角，對創新網絡節點間關系進行分析，并以共生理論的Lotka -Volterra 模型為基礎，結合協同學視角下影響網絡演化的主要序參量指標，構建創新網絡節點在競合過程中知識協同的Lotka-Volterra模型，提出“協同-共生”融合視角下研究創新網絡知識協同問題的理論模型，并通過計算實驗分析得出相關結論，以更全面系統地揭示創新網絡知識協同的過程機制及演化機理。

1 協同學與共生理論視角下創新網絡節點間關系分析

1.1 共生理論視角下創新網絡節點間關系預想

生態系統中生物間共生關系是客觀存在的，一般來說不會隨時間推移而發生變化，但在經濟學領域，企業間商業合作或競爭戰略會隨著客觀環境、企業發展方向以及領導者決策等因素而發生改變。因此,企業間共生關系將隨著節點間戰略合作或競爭調整等情況而發生變化。因此，由生物共生理論中的5種共生關系[11]，推演出5種創新網絡節點間共生關系(見圖1)，并根據5種共生關系的基本特點及不同關系下的生物增長方式，推演節點間共生關系的基本特點并預想不同共生關系下節點增長方式。由于依托型、單方獲利型、依賴型3類共生關系區別并不大，且都具有偏利或者互惠特點，可統稱為互惠關系。因此，將創新網絡節點間共生關系分為競爭關系、互惠關系和平等關系3種。

(1)競爭關系。處于競爭關系的節點間只存在負效應，不存在正效應，其最終競爭結果主要有以下3種：①兩方達到競爭關系平衡狀態,即兩節點在網絡中各自占據一定比例的知識資源，無節點退出競爭。一般在競爭初期，網絡中某一方i(如研究機構)為形成核心知識競爭力，尋求順應市場和自身發展的稀缺知識資源,另一方j(如盈利性企業)對同類知識資源的態度為主動競爭。最終，各節點均依靠自主研發提高核心技術競爭力，到達均衡狀態時，各節點依靠自身競爭力，獲得同等占比的稀缺知識資源；②一方勝出，一方退出，類似于生態學中的捕食關系，在網絡中，普遍存在一些在競爭關系中處于劣勢地位的節點，其在爭奪稀缺知識資源的過程中被實力雄厚的節點截獲，最終逐漸“消亡”，并退出技術創新網絡；③兩方互相消亡，一般出現在惡性競爭情況下，各節點“兩敗俱傷”,均退出創新網絡。

圖1 共生理論視角下創新網絡中節點間關系預想

(2)互惠關系。處于互惠關系的兩節點間只存在正效應，不存在負效應，其達到互惠關系平衡時的結果有以下幾種：①一方衍生出另一方。在創新網絡形成過程中，共生鏈上的某一節點或多個節點在知識創新產出時，可能衍生或孵化出新節點，衍生節點在知識創新產出時極大依賴原生節點，從而使一條或數條共生鏈上的節點間形成互利互惠的依賴性共生關系，這與生物寄生的方式較為相似；②一方獲利，另一方無影響。類似于生態學中的偏利共生，這種情形出現時間較短，通常作為中間過渡形式；③一方獲利較多，一方獲利較少。生物學中的互惠關系是指種群雙方合作但聯系相對松散，彼此不存在相互依存關系。這種形式主要存在于創新網絡發展較為穩定成熟的時期，節點數量基本穩定，很難有新的節點進入，已有節點也不會輕易退出，各節點間形成較為穩定的互惠合作關系。

(3)平等關系。在相對成熟且開放的創新網絡中，各節點間通過知識資源的相互調配、補充及共享，實現網絡知識創新產出的整體高效運行，節點退出或新節點加入對網絡的有序運行也不會造成太大影響，各節點間既有競爭又有合作，形成平等的共生關系。

1.2 協同學視角下創新網絡節點間共生鏈式關系

基于協同學理論，創新網絡節點間理想協同狀態是：在保持自身獨立性的同時，通過知識共享或戰略聯盟等方式，建立互利共贏的多方合作關系，取得大于多技術簡單融合的技術創新多贏結果，以期獲得指數式知識增長效應[10]。根據創新網絡節點類別是否相同，節點間鏈式關系可分為縱向、橫向及橫縱向耦合三種。

(1)縱向鏈式關系。當創新網絡中只有一個上游節點和一個下游節點開展協同創新時，會形成一種直線型單一縱向共生鏈。此類結構下節點間依賴性很強，但若共生鏈中有一個節點創新失敗，則會導致結構內其它節點的共生關系終結，結構穩定性比較差。但從共生主體角度看，雖然節點間依賴性較強，但節點相互信任與聯系的程度較深，共生演化機制相對穩定。當縱向共生鏈中有多個上游節點和多個下游節點以及多個媒介性節點并存時，共生鏈中節點共生關系比較穩固，此時共生鏈的穩定性最高。

(2)橫向鏈式關系。在創新網絡不同共生鏈中，處于同一梯度的同性質節點間合作創新關系。這些同類別的節點從同一產業橫向創新角度對不同共生鏈多鏈間創新行為進行耦合，從而為不同共生鏈協同創新提供可行的途徑。在縱向共生鏈的基礎上，橫向共生鏈豐富和優化了節點聯盟形式，使網絡趨向協同化；使得共生鏈中各節點有效規避創新風險，促使網絡中同性質節點“信任坦誠”地進行行業內信息共享、行業知識系統化，進而形成行業知識庫。

(3)縱、橫向耦合鏈式關系。創新網絡中，更為常見的是橫向與縱向相互耦合的鏈式關系。復雜的共生鏈使得處于共生關系中的節點關系更加穩定，同時網狀結構也具備一定的開放性和較強的包容性，其結構不會因為少數新企業的加入而發生重大變動，因此，更有利于網絡節點進行多方擴散式聯盟合作。

2 “協同-共生”融合視角下創新網絡知識協同演化機理模型

2.1 協同學視角下序參量模型構建

(1)序參量影響因素。根據協同學原理，系統在臨界點時，占支配位置的序參量最終迫使其它因素或狀態服從它(們)的決定，并主導系統演化的最終結構[12]。影響兩類序參量的因素分類如表1所示。

表1 網絡序參量影響因素構成

(2)知識熵與知識共享能力系數。在熱力學領域，熵是一種根據信息可靠性確定權重的方法，可用知識熵K套用熵值法度量節點間知識流動的暢通程度[13]。

網絡中任意兩節點i、j間知識熵K(ij)為:

K(ij)=-P1(ij)InP1(ij)

(1)

P1(ij)表示知識流在節點i和j之間流通的實現概率。

(2)

Lij指兩個節點間知識流的長度，該值越大表明節點間互動越頻繁。H1表示創新網絡中所有知識流的長度總和，其與網絡中節點個數及節點間聯系路徑有關。

由此可得，創新網絡知識熵K為所有節點間知識熵的總和，即：

(3)

因此，創新網絡中知識熵最大值為：

Kmax=InH1

(4)

創新網絡中知識熵達到最大值，說明網絡中知識種類復雜，且節點間聯系方式較為雜亂。為衡量創新網絡節點間共享和處理知識的能力大小，引入知識共享能力系數R1。

R1=1-K/Kmax

(5)

(3)結構熵與組織能力協同系數。創新網絡中節點因合作創新項目而形成共生鏈，共生鏈組織能力影響網絡結構及其處理知識流的能力。網絡中任一節點i的結構熵[14]為：

C(i)=-P2(ij)InP2(ij)

(6)

P2(i)是指網絡中任一微觀結構i的形成概率；Ui表示該共生網絡中微觀結構組元的聯系幅度，其數值越大，表示節點間利益關系越密切，合作形成共生網絡的概率越大；H2指網絡在宏觀狀態下對應的所有微觀結構聯系幅度的總數。

(7)

網絡中所有節點結構熵之和為網絡結構熵C。

(8)

創新網絡結構熵的最大值為：

Cmax=lnH2

(9)

創新網絡中結構熵達到最大值，說明網絡中節點類型多樣且節點間共生方式復雜。為衡量創新網絡結構復雜程度及網絡組織能力大小，引入組織能力協同系數R2。

R2=1-C/Cmax

(10)

2.2 共生理論視角下質參量模型構建

(1)單個節點自然增長的Logistic模型。Logistic邏輯函數是皮埃爾·弗朗索瓦·韋呂勒在1844年研究人口增長的關系變化時，用于描述物種從起始、成長到消亡的發展變化的S形函數。假設創新網絡中只存在一個節點“獨享”有限的知識資源，則節點的知識產出水平遵循Logistic增長趨勢：發展起始期，網絡內可供節點研發前沿技術的知識資源十分充足，節點知識產出增長速度很快；到了一定階段，增長速度達到最大值；之后由于自身因素的限制以及知識資源“供不應求”，速度逐漸減慢直至不再增長，該節點知識產出水平在極限處達到穩定狀態。

將節點知識創新產出按照“獲取網絡有效知識資源-知識融合協同管理-轉化為內部隱性知識-知識創新”的無限循環過程劃分為單向時步，則節點1的知識創新產出水平x1以r1的自然增長速度隨時步增長的函數關系為：

x1t+1=x1r1t(t) (t=0,1,2,3)

(11)

該節點隨時步的知識產出增長Logistic模型[15]為：

(12)

O1表示節點在一個時步內利用網絡中有限知識資源實現最大創新效率所能達到的最大知識產出水平；x1表示該節點在一個時步內達到的實際知識產出水平；r1表示節點在無金融市場因素、政府等外界環境干擾和行業內外其它節點影響的情況下，有效知識獲取的自然增長率。

(2)兩個節點協同競合的Lotka-Volterra模型。兩節點間共生關系類似于生物學中的種間競爭關系，因此，可采用一維Logistic模型增長方程的擴展模型，即Lotka-Volterra種間競爭模型，分析兩個節點競爭合作過程中的知識創新產出增長情況[14]。考慮到節點間競爭合作的共生關系演化過程，以及信任機制和“貿易壁壘”的正負效應，構建兩節點i、j的競合基本模型。

(13)

在創新網絡中，一方面，由于網絡中有價值的知識資源有限，節點為占據有利的商業地位而“激烈爭奪”知識資源，此時，節點j將為i帶來負效應，αij表示第j個節點對第i個節點的負效應系數；另一方面，這些關系緊密的節點對于稀缺知識資源的供需方式也比較相似，彼此間可通過知識資源的相互補充，相互替代地完成創新網絡整體創新產出，此時，節點j可為i的創新帶來正向溢出效應，βij則表示節點j對i的正效應系數。

2.3 “協同-共生”融合視角下節點間知識協同過程演化機理模型

序參量和質參量是影響創新網絡知識協同的主要參量，創新機制的有效運行有賴于兩個指標的優化，節點間關系模型與主導參量如圖2所示。

(1)知識熵與正效應系數。知識熵主要反映節點間知識交換流動的“主觀意愿”，以便探討節點間知識流動程度與正效應系數的關系。知識流在節點間流動時，實際上已發揮“紐帶”作用，給兩節點間競合共生關系帶來正向效應。知識流動暢通度越大，知識熵越小，正效應系數值越大。本文關于正效應系數和知識熵的具體數值關系僅作定性研究。構建知識熵與正效應系數的函數關系如下：

(14)

其中，gij指節點j對i的協同意愿指數，βij取值范圍為[0,1]，K(ij)取值范圍為[0，+)，由指數函數曲線特征可知gij取值范圍為(0,1)。當兩節點間由于“貿易壁壘”不能進行知識共享時，知識在節點間流動阻礙非常大，節點間知識熵Kij趨向正無窮大，正效應系數βij=0；當兩節點打破“貿易壁壘”，建立信任機制時，知識在兩節點間流動基本無障礙，此時知識熵Kij=0，正效應系數βij=1。

(2)結構熵與負效應系數。結構熵主要反映節點間在 “主觀意愿”一致后，能否克服“客觀環境”相關因素，達到二者合作共生的理想協同狀態，節點間結構熵值越大，說明節點間結構越復雜，負效應系數越大。創新網絡知識協同演化的內在動因是網絡中各相關節點圍繞某一新興技術開展競合活動。從知識視角來看，知識是有限稀缺性資源，網絡內競爭關系來源于同一類知識節點對相關利益的競爭，合作關系則來源于知識互補性節點通過知識轉移共生研發新興技術。兩節點在網絡結構中的位置關系是構成節點負效應的關鍵因素。

(15)

其中，eij指節點j對i的競爭指數，αij取值范圍為[0,1]，C(i)取值范圍為[0，+)，由指數函數曲線特征可知競爭指數eij取值范圍為(0,1)。兩節點間結構熵為0，表示兩節點在網絡中的“地理位置”優越，產生合作的概率較大，負效應系數為0；兩節點間結構熵趨向正無窮大，即使兩節點想要進行知識資源共享的“主觀意愿”十分強烈，但是由于“位置”結構上的阻礙，節點間競合的負效應接近于最大值1。

(3)節點間知識協同的一般過程模型構建。構建創新網絡節點間知識協同的一般過程模型如下：

(i,j=1,2,3,…,n)

(16)

兩節點間知識協同過程是所有知識協同過程的基本單元，故對兩節點間協同過程進行如下分析：

(17)

當βij=0，αij≠0時，兩節點知識協同過程中只存在負效應而不存在正效應，即節點j與節點i之間的共生關系是典型的競爭關系；同樣地，當αij=0，βij≠0時，表示節點i和節點j之間只存在正效應不存在負效應，共生關系是典型的互惠關系；當αij=0,βij≠0時，節點間既存在正效應又存在負效應，節點間共生關系是平等的競合關系。

圖2 “協同-共生”視角下創新網絡知識協同關系模型參量關系

3 計算實驗及結果分析

3.1 協同視角下相關實驗方案及運行結果

(1)知識熵相關指標初始化。單向共生鏈型網絡組織和無中心點對等型網絡組織是兩種最常見且典型的網絡結構，現實網絡大都屬于這兩種結構或由其復合構成。為使研究結論更具普適性，選取這兩種結構作為重點研究對象，分別測算其知識熵和結構熵，得出這兩種結構的知識共享能力系數和組織能力協同系數值，進而分析兩者與網絡結構的關系。同時，為使兩種網絡結構下的實驗結論具有可比性，均選取8節點模型作為具體實驗對象(如圖3所示)。

圖3 共生網絡的兩種組織結構示例

其中，“①”表示網絡中編號為“1”的節點，“-”代表橫線連接的兩個節點是直接聯系的，為方便計算，假設在兩種網絡組織中，直接相連的節點間聯系長度是網絡所有節點兩兩間聯系長度最短的。令各直接相連節點的聯系長度為1，以單向共生鏈型網絡組織為例，則有：L'12=L'13=L'14=L'35=L'36=L'57=L'58=1，間接相連的節點聯系長度可根據直接相連節點計算。節點間聯系長度越短，則節點間知識流動越順暢，所以，在計算間接相連節點間聯系長度時，應選擇最短路徑。例如：節點5到6的聯系路徑有兩種(5→3→6和5→3→1→3→6)，應選擇最短路徑計算節點5和6的聯系長度，計算結果為L'56=L'35+L'36=1+1=2。

由于篇幅限制，詳細計算結果不再一一列出，按照上述方法可得單向共生鏈型網絡組織聯系長度矩陣。

由以上矩陣可知單向共生鏈網絡組織的所有節點間聯系長度之和為:

(2)結構熵相關指標初始化。共生網絡由共生鏈組成，且至少存在兩個相互聯系的節點。因此，共生網絡最微觀的狀態是兩個節點。假定每個節點的微觀結構個數為與之直接相連的節點個數，則兩種網絡組織在宏觀狀態下對應的所有微觀結構聯系幅度總數H2如表2所示。

運行結果1：創新網絡中，節點“地位”越一致，知識流動越“無序”，即網絡結構組織存在中心點的情況下，網絡組織整體知識共享能力系數比網絡組織無中心點的情況高。

②兩種網絡組織結構熵與組織能力協同系數。基于表3對兩種網絡組織各節點的微觀結構賦值，可以通過公式(6)-(10)計算兩種網絡組織各節點結構熵和網絡組織整體協同能力系數，結果如表3所示。

運行結果2：創新網絡中，節點“地位”越一致，網絡結構越“有序”，即網絡結構組織無中心點的情況下，網絡組織整體組織協同能力系數比網絡組織存在中心點的情況高。

3.2 共生理論視角下節點間知識協同運行結果及分析

(1)競爭指數與協同意愿指數變化對節點間知識協同的運行結果及分析。當節點間負效應系數大于正效應系數時，節點間競合關系偏向于競爭；當節點間正效應系數大于負效應系數時，節點間競合關系偏向于互惠關系。在創新網絡中，大部分相互關聯的節點間既存在競爭關系又存在互惠關系。為方便分析，可選取4組較為特殊的數值，探析競爭指數和協同意愿指數分別取不同值時，節點總產出水平變化情況。

令gij=0，eij變化，其它不變，運行結果如圖6所示。

運行結果3：在協同意愿指數為0的情況下，兩節點間競爭指數越接近，節點的知識產出水平越接近，達到競爭平衡的時間越早，網絡總的實際知識產出水平越高；競爭指數對節點的實際知識產出水平具有顯著負向影響。

令eij=0，gij變化，其它不變，運行結果如圖7所示。

表2 兩類網絡組織各節點微觀結構數量賦值

圖4 單向型共生鏈組織節點間知識熵

圖5 無中心點型共生鏈組織節點間知識熵

表3 兩種網絡組織的結構熵與組織協同能力系數計算示例

圖6 競爭指數對競爭關系節點穩定性的影響

運行結果4：在競爭指數為0的情況下，兩節點協同意愿指數相差越大，節點總實際知識產出水平越低；對于協同意愿指數低的節點，指數降低對該節點的實際知識產出負效應較大，協同意愿指數較高的節點，指數增加對其造成的實際知識產出正效應較小。

令eij、gij≠0，eij變化，其它不變，運行結果如圖8所示。令eij、gij≠0,eij變化，其它不變，運行結果如圖9所示。

圖7 協同意愿指數對互惠關系節點穩定性的影響

圖8 競爭指數對平等共生節點穩定性的影響

圖9 協同意愿對平等共生節點穩定性的影響

(2)結構熵與知識熵變化對節點知識協同過程的運行結果及分析。根據正負效應指數取值情況，設置3組變量，探析結構熵和知識熵對節點知識產出水平的影響機制。

αij=αji=0，Kij變化，其它不變，運行結果如圖11所示。對比圖9(a)和圖11，可得運行結果7：處于互惠關系的兩節點間知識熵對總實際知識產出水平具有顯著負向影響，知識熵對節點互惠關系達到穩定的時間無顯著影響。

βij=βji≠0，Kij變化，其它不變，運行結果如圖12所示。對比圖8(a)和圖12，結合理論和模型分析，可得運行結果8：平等共生關系的存在給創新網絡帶來超過單個節點簡單疊加的效應。

圖10 結構熵對相互競爭節點穩定性的影響

圖11 知識熵對互惠共生節點穩定性的影響

(3)節點自然增長率變化對節點知識協同的運行結果及分析。

βij=βji=0，增長率ri變化，其它不變，運行結果如圖13所示。對比圖6(a)和圖13，可得運行結果9：處于競爭關系的兩節點自然增長率相差越大，越不利于競爭關系的穩定，增長率較大的節點平均知識產出水平較高，總的知識產出水平x與|r1-r2|呈反比。

αij=αji=0，增長率r變化，其它不變，運行結果如圖14所示。對比圖7(a)和圖14，可得運行結果10：處于互惠關系節點的增長率差值|r1-r2|對共生關系達到平衡后的總實際知識產出水平無顯著影響，對達到平衡的時間具有顯著正向影響；節點增長率r對實際知識產出水平x具有顯著正向影響。

圖12 知識熵對平等共生節點穩定性的影響

圖13 增長率對相互競爭節點穩定性的影響

αij=αji≠0，βij=βji≠0，增長率r變化，其它不變，運行結果如圖15所示。對比圖8(a)和圖15，可得運行結果11：處于平等關系的兩節點增長率差值的絕對值越大，節點達到平衡的時間越晚；對兩節點達到平衡時的實際知識產出水平無顯著影響，但增長率越大的節點平均知識產出水平越高。運行結果12：處于競合關系的節點，正負效應對節點平衡后總知識產出水平的影響比兩節點增長率差值的絕對值對總知識產出水平的影響更為顯著。

圖14 增長率對互惠共生節點穩定性的影響

圖15 增長率對平等共生節點穩定性的影響

(4)節點理想知識產出水平變化對節點知識協同的運行結果及分析。

βij=βji=0，節點最大知識產出水平Oi變化，其它不變，運行結果如圖16所示。對比圖6(a)和圖16，可得運行結果13：在競爭關系下，某節點最大知識產出水平對該節點實際知識產出水平具有顯著正向影響，對具有競爭關系的其它節點實際知識產出水平無顯著影響。

αij=αji=0，節點最大知識產出水平O變化，其它不變，運行結果如圖17所示。對比圖7(a)和圖17，可得運行結果14：處于互惠關系下的節點最大知識產出水平對該節點知識產出水平的影響具有正向杠桿效應，而對互惠關系中其它節點的實際知識產出以及兩節點互惠關系平衡的時步無明顯影響。

圖16 節點最大知識產出水平對相互競爭節點穩定性的影響

αij=αji≠0，βij=βji≠0，節點最大知識產出水平O變化，其它不變，運行結果如圖18所示。對比圖8(a)和圖18，可得運行結果15：節點最大知識產出水平對該節點的實際知識產出水平具有顯著正向影響，對于該節點有共生關系的其它節點實際產出水平無明顯影響。

圖17 節點最大知識產出對互惠共生節點穩定性的影響

圖18 最大知識產出水平對平等共生節點穩定性的影響

4 結論與對策建議

本文基于創新網絡節點間共生關系分類以及知識協同過程的熵變理論，以Lotka-Volterra模型為基礎，構建了創新網絡節點間知識協同的過程機制模型，并借助MATLAB平臺對模型進行計算實驗分析。結果表明：創新網絡知識產出水平受節點自然增長率、節點間協同意愿指數、節點間競爭指數、節點知識熵、節點結構熵等5個因素的影響；在節點處于不同共生關系時，即使是同一影響因素，對最終知識創新產出水平的影響也不一致。然而，由于問題復雜性及部分變量的難以測量性，本文在模型構建過程中存在一些理論假設，且通過計算實驗分析得出一些運行結果，尚缺乏進一步的實證或案例支撐。根據理論分析及試驗運行結果，為進一步優化及提升創新網絡節點間知識協同過程及效率，提出以下建議：

(1)探索區塊鏈技術的互聯網應用途徑，為創新網絡知識協同過程提供信任機制支撐。根據運行結果1和2，去中心化越高的網絡組織知識共享能力系數越低，組織協同能力系數越高；根據運行結果6和7，結構熵和知識熵對節點知識創新產出水平具有顯著負向影響；節點間結構熵比越接近1，節點達到共生關系穩定的用時越短，而知識熵對其并無顯著影響。究其原因，在有中心主導的網絡組織中，中心點起“知識中樞”的疏導作用，使得知識流動在各二級或三級等“低能級”的節點間暢通無阻；而在去中心點的網絡組織中，各組成節點的“地位”一致，微觀結構數量較多，節點間結構熵比約為1，各節點間關系穩定，各職能部門能夠更高效地各司其職，積極發揮作用。如何最大可能地平衡技術創新網絡中心化程度，降低節點間結構熵比和知識熵，進而取得最理想的知識共享能力系數和組織協同能力系數，是解決網絡組織和節點分工問題的關鍵。區塊鏈技術或許能為此問題提供關鍵技術支撐，有利于創新網絡節點間信任機制加強和利益分配機制優化，創新網絡可實現各節點知識創新資源的高效協同，逐步發展為具有生態體系的價值互聯網。

(2)強化知識自動化機制，為節點間建立共生關系提供效率機制支撐。根據運行結果3、4、5和8，競爭指數對節點總知識創新產出水平具有顯著負向影響，協同意愿指數則相反；在平等共生關系下，給創新網絡帶來單個節點簡單疊加的效應。究其原因，當節點間只存在正向效應或者負向效應時，節點間只是簡單的互惠關系或者競爭關系，這種共生關系極易因外在條件改變而打破；當節點間既存在互惠關系又存在競爭關系時，達到辯證統一的競合關系及共同進退的共生關系，這種競合共生關系更加符合創新網絡實際發展規律。根據運行結果9、10、11、12，不同共生關系下，兩節點增長率差值絕對值|r1-r2|的變化對節點總知識產出水平x的變化具有不同影響：競爭關系下，|r1-r2|對x具有顯著負向影響，而在互惠關系和平等關系下，|r1-r2|對x無顯著影響；3種共生關系下兩節點的|r1-r2|對節點達到關系平衡的時間均具有顯著正向影響，即節點間自然增長率差別越大，它們達到平衡所用時間越長。究其原因，當節點間只存在競爭關系時，增長率差別會加劇節點知識產出的負向影響；當節點間存在相互有利的正向影響時，這種正效應可抵消增長率差值帶來的負向影響，使得節點總知識產出水平不受其影響，而平衡時則不受共生關系變化的影響，始終與|r1-r2|正相關，這是因為節點關系的平衡實際上與兩節點知識產出能力相關，增長率低的節點知識產出能力稍弱，故節點達到平衡的時間有所延長。因此，為最大限度提升各節點知識創新產出水平，可進一步利用知識自動化的協助能力，以更好地彌補節點增長率低、節點自然增長率差異大、節點關系不穩定等帶來的負效應，為創新網絡的高效知識協同提供更加科學的效率機制依托。