平臺型創新生態系統下多主體知識共享行為演化模式研究

徐瑩瑩　孫暉　呂希琛

摘 要：為促進平臺型創新生態系統中多主體知識共享行為向共贏模式演化，構建平臺型創新生態系統下平臺企業、參與企業與用戶知識共享的三方演化博弈模型，剖析各主體知識共享行為的演化規律，并通過數值仿真研究影響各主體知識共享行為的因素。結果表明：較高的初始概率能促使各主體選擇知識共享行為，實現異質性知識的高效共享;平臺企業作為主導企業，對影響因素的敏感性最高;具有促進系統內多主體知識共享的知識創新能力對各主體知識共享行為的影響最大;知識共享的成本系數與風險成本系數加大了知識共享的難度;知識創新收益系數的平均化能促進系統內知識共享;設置合理的獎勵、懲罰機制有助于系統向知識共享方向演化。

關 鍵 詞：平臺型創新生態系統;知識共享;演化博弈;多主體

DOI：10.16315/j.stm.2022.04.006 中圖分類號： F 272.3 文獻標志碼： A

Research on the evolution model of multi-agent knowledge sharing behavior in platform innovation ecosystem

XU Ying-ying， SUN Hui， LXi-chen

（School of Economics and Management， Harbin University of Science and Technology， Harbin 150040， China）

Abstract：In order to promote the multi-agent knowledge sharing behavior in the platform innovation ecosystem to evolve into a win-win mode， this paper constructed a tripartite evolutionary game model of knowledge sharing among platform enterprises， participating enterprises and users in the platform innovation ecosystem， and analyzed the evolution law of knowledge sharing behavior of each agent. The factors influencing knowledge sharing behavior of each agent were studied through simulation analysis. The results showed that high initial probability can promote the participants to choose the knowledge sharing behavior and realize the efficient sharing of heterogeneous knowledge. As the leading enterprise， platform enterprises were most sensitive to influencing factors. The knowledge innovation ability that promoted multi-agent knowledge sharing in the system had the greatest influence on the knowledge sharing behavior of each agent. The cost coefficient and risk cost coefficient of knowledge sharing increased the difficulty of knowledge sharing. The equalization of knowledge innovation benefit coefficient can promote knowledge sharing in the system. Setting up reasonable reward and punishment mechanism was conducive to the evolution of the system towards knowledge sharing.

Keywords：platform innovation ecosystem; knowledge sharing; Evolutionary Game; multi-agent

隨著大數據、物聯網、云計算等新型數智化技術的蓬勃發展，知識價值在經濟社會中的主導地位日益凸顯。黨的十九屆五中全會中提出“促進平臺經濟、共享經濟健康發展”，為平臺經濟的高質量發展指明了方向。黨的十九屆六中全會通過的《中共中央關于黨的百年奮斗重大成就和歷史經驗的決議》強調必須實現創新成為第一動力、共享成為根本目的的高質量發展，推動經濟發展質量變革、效率變革、動力變革。在中國創新驅動發展戰略的引領下，建設與發展平臺型創新生態系統成為推動知識價值增值、促進知識成果轉化的有效手段。

平臺的成長性和互補性越大，為用戶創造的價值越大，利用分散的、異質的專業知識和企業創新能力，使這種新形式的組織補充活動更有效地滿足用戶的異質性需求[1]。隨著平臺內創新主體間關系的發展，包含平臺企業、參與企業、用戶等多元主體的平臺型創新生態系統日漸形成。平臺型創新生態系統內主體通過關鍵資源互補、知識共享平臺以及知識驅動重組已有的創新資源和創新過程，為分散的創新模式提供了重要的鏈接接口，重塑了創新主體之間的知識共享方式，并衍生和擴張出諸多的新產品和新服務。例如，谷歌通過構建和協調平臺型創新生態系統，整合來自應用程序開發商、配件供應商、服務提供商和用戶等多元主體，不斷推動平臺型創新產品和服務，創造了巨大財富[2]。

雖然平臺型創新生態系統具有高度整合知識資源與推動創新成功等多種優勢，但并非所有的創新都是成功的。例如，圍繞塞班操作系統形成的創新生態系統創造的產品曾在2008年占據全球智能手機銷量的一半以上，然而不久后塞班公司，及以它為核心形成的平臺型創新生態系統卻遭受了劇變，在市場中迅速衰退并消失[3]。由于消費者對產品知識的匱乏，加速了日本視頻游戲巨頭任天堂Wii主導的平臺生態系統的衰落[4]。隨著平臺系統的成熟和與替代平臺系統的競爭加劇，“搭便車”效應占主導地位。視頻游戲行業的數據證實了“搭便車”效應，該效應導致一流游戲公司的總收入平均損失約3 650萬美元，游戲機的市場份額下降約3.3%[5]。所以，如何持續推動平臺型創新生態系統內多主體知識共享，減少機會主義行為，進而提升系統的可持續發展水平是業界和學界亟待解決的熱點問題。因此，本文將運用演化博弈理論，基于系統內微觀主體行為決策展現出的不同演化結果的視角，探索促進平臺型創新生態系統知識共享的有效途徑。

1 文獻綜述

Tansley[6]最先提出生態系統的概念，他認為多種復合體及其所處的復雜生態環境構成了生態系統。隨后生態系統理念被學者們引入到諸多研究領域，Hannan等[7]基于生態系統的視角，將企業的生存與發展環境引入研究，可通過生態系統理論分析與處理大量經濟問題[8]。基于此，Adner[9]引入了技術創新，提出了創新生態系統，Nambisan等[10]將創新生態系統定義為多元主體圍繞在核心企業或平臺周圍，并通過創新協作而形成相互依賴、互動合作的網絡。隨著研究的深入，學者們基于系統學[11]、協同學[12]、網絡[13]以及系統內參與者決策[14]等視角分別界定了創新生態系統，并發現創新生態系統具有演化性、復雜性和平臺性等特征[15]。多項研究成果表明，存在一種競合關系，使系統內微觀主體之間具有依賴性、目標一致性、共促資源共享的特征[16]。

面對復雜的系統環境，企業逐漸意識到知識共享是獲得競爭優勢的重要因素[17]。Prahalad等[18]提出互動是企業與用戶合作創新的本質，創新生態系統知識共享行為是指系統通過調動產、學、研等資源，為創新主體提供創新環境，使其共享知識、整合資源，實現知識共享、資源交換等目標，打造合作共贏、知識共享的創新生態系統[19]。和征等[20]通過構建云制造創新生態系統知識共享演化博弈模型，有效解決知識共享不通暢的問題。企業通過知識共享，提升自身的創新能力并提供用戶所需的產品與服務[21]。

知識經濟的興起促進了平臺的發展，Ding[22]從平臺戰略視角出發，結合了創新生態系統理論與平臺理論。Ozalp等[23]將顛覆性創新理論擴展到基于平臺的生態系統背景下，提供了一個系統的觀點?；诖?，劉家明[24]提出平臺型創新的定義：平臺型創新是基于開放的、多元主體互動合作的多邊平臺的規則、空間以及價值網絡的一種創新模式。在隨后的研究中，董津津等[25]通過對海爾HOPE和Built In 2個平臺生態系統的研究，證明技術互補與技術創新可促進平臺生態系統的形成。平臺型創新生態系統與創新生態系統類似，具備通過知識創新實現資源整合與知識共享的特征，可以理解為平臺企業與創新供需方在持續交互合作中，形成一個依托于平臺架構和虛擬市場的企業層開放式創新生態系統[26-27]。由于平臺型創新生態系統存在演化風險[28]，吳紹波等[29]提出了化解平臺型創新生態系統內成員間沖突的對策，并制定了平臺企業與配套企業的收益共享契約[30]。部分學者針對保持平臺型創新生態系統網絡穩定性提出對策建議[31]、優化了核心企業的創新路徑[32]，并研究了平臺生態系統的演化過程、機理[33]、以及平臺生態系統中不同的創新策略[34]。

梳理現有研究成果可知，目前關于創新生態系統的研究已經取得了豐碩的成果，但對于平臺型創新生態系統的研究還不夠深入。學者們對于創新生態系統知識共享機制已展開研究，但研究主要集中于創新主體績效、知識管理、資源共享、競合關系等層面，忽略了創新主體復雜的微觀行為對系統整體的影響。且學者們普遍從靜態視角展開研究，難以表現出創新生態系統的動態演變過程。

此外，相比于創新生態系統的知識共享，平臺型創新生態系統的知識共享更加復雜，系統內創新主體不再是以獨立的個體存在，而是多主體跨界、共享知識資源[35]、激發創新潛能，促進協同創新[36]、實現知識共享，共同創造價值[37]。有研究證明缺乏用戶需求和偏好信息是造成企業產品創新失敗的主要原因[38]。隨后，張海濤等[39]證明用戶參與知識共享推動了企業的產品、管理和技術創新。Zuo等[40]研究證明，在線平臺不僅可以為用戶提供便捷高效的溝通渠道，還通過支持隱私，聲譽系統，提高對用戶身份保護和匿名的技術[41]，平臺企業可通過不同的知識治理機制[42]、甚至設置獎勵機制[43]，進而提高用戶與平臺企業知識共享的意愿[44]。而現實中，用戶參與知識共享的意愿較低，用戶貢獻的知識信息存在知識冗余，貢獻度較低，難以實現知識共享[45]。

由于知識是動態的、可重新編輯的、可自我參照的。因此，平臺型創新生態系統作為致力于促進知識創新產生、應用與擴散的生態系統，能夠通過持續性的知識創新更有效地滿足用戶需求，以實現系統的演進與升級。所以，有必要基于動態視角根據平臺型創新生態系統的特征探索促進多主體知識共享行為的有效模式。據此，本文基于演化博弈理論，構建平臺型創新生態系統下平臺企業、參與企業與用戶知識共享三方演化博弈模型，深度剖析多主體知識共享行為演化規律，提出促進平臺型創新生態系統下多主體知識共享行為的對策建議，以期為促進平臺型創新生態系統的可持續發展提供有效借鑒。

2 研究方法

2.1 基本假設與參數設置

平臺型創新生態系統中參與知識共享的博弈主體包括：平臺企業、參與企業與用戶。平臺型創新生態系統多主體知識共享的合作意愿一般具有長期性，平臺企業為了整合優勢知識資源，需要與合作伙伴達成共識并簽訂協議，各主體的知識共享行為受限于知識共享協議與合作方知識共享行為，難以實現利益最大化，滿足“有限理性”假設。各主體間的知識共享行為是一種信息不對稱的多次重復博弈的動態過程，系統內各主體間進行多次博弈后，達到一種平衡狀態，符合演化博弈的特征。根據平臺型創新生態系統下多主體知識共享的影響因素，基本假設如下：

假設H1：知識可以轉化為收益，平臺企業、參與企業與用戶均為知識創新主體。當創新主體不參與知識共享時，可進行內部知識創新，還會吸收知識共享合作方提供的差異性知識資源并獲得創新收益，知識創新收益取決于主體間共享知識資源的異質性;當僅有一方主體知識共享時，該主體僅獲得內部知識創新收益;當至少兩方主體知識共享時，各主體不僅獲得內部知識創新收益，根據各參與主體間知識創新貢獻程度額外分配知識創新收益。

假設H2：平臺企業可選擇2種策略——構建孵化型平臺和構建連接型平臺。平臺企業構建孵化型平臺，即參與知識共享，提供基礎性平臺架構服務，給予參與企業與用戶獎勵以促進知識共享;平臺企業構建連接型平臺，即不參與知識共享，僅提供平臺的基礎性服務等。

假設H3：參與企業可選擇2種策略——知識共享行為和機會主義行為。參與企業選擇知識共享行為，即參與知識共享;參與企業選擇機會主義行為，會放棄共享有價值的知識資源，產生“搭便車”行為，有必要引入懲罰措施抑制參與企業的機會主義行為，如果參與企業不能在合作中提供有價值的知識資源，將受到懲罰，平臺企業將得到該部分罰金。

假設H4：用戶作為系統中產品與服務的終端消費者，為系統的運行與發展提供流動資金，是系統中的資金貢獻者。用戶知識共享過程中，可選擇2種行為策略——主動貢獻行為與反應貢獻行為。用戶選擇主動貢獻行為，即用戶積極參與知識共享，表達出對產品與服務的真實需求，并主動貢獻出異質性想法;用戶選擇反應貢獻行為，僅作為消費者，不參與知識共享，放棄貢獻有價值的知識資源。

假設H5：由于知識共享過程中會產生知識溢出現象，博弈主體在進行知識共享、建立和維護合作關系時會產生知識共享成本，并存在著知識共享時知識被竊取以及被錯誤使用等風險成本，成本由知識資源提供方獨自承擔。

假設H6：博弈初始階段，平臺企業選擇構建孵化型平臺的概率為x（0

本文所涉及的相關參數，如表1所示。基于以上假設，本文構建平臺企業、參與企業與用戶博弈支付矩陣，如表2所示。

2.2 演化穩定策略的均衡分析

2.2.1 期望收益函數的構建

由表2中的支付矩陣得到平臺企業構建孵化型平臺時的期望收益U11為

令F（x）=0、F（y）=0、F（z）=0，得到動力系統局部均衡點O1（0，0，0），O2（0，0，1），O3（0，1，0），O4（0，1，1），O5（1，0，0），O6（1，0，1），O7（1，1，0），O8（1，1，1）。由演化博弈理論可知，當雅克比矩陣J的特征值均小于零時，該均衡點是動力系統的演化穩定策略（ESS）。

2.2.3 均衡點的穩定性分析

首先以均衡點O1（0，0，0）為例進行分析，此時雅可比矩陣J1為

假設H2：參與企業選擇機會主義行為時產生的額外損失小于積極知識共享的成本，即H<0;

假設H3：用戶選擇反應貢獻行為時產生的額外損失小于選擇主動貢獻行為時知識共享的成本，即L<0。

假設H4：平臺企業、參與企業與用戶選擇積極知識共享行為獲得的知識創新收益大于消極共享行為獲得的知識創新收益。

根據上述假設得到以下2個推論：

推論1：B+D>0，即平臺企業與用戶知識共享時平臺企業選擇構建孵化型平臺所獲得的知識創新收益與構建連接型平臺所獲得的知識創新收益之差大于零;F+H>0，即參與企業與用戶知識共享時參與企業選擇知識共享行為所獲得的知識創新收益與選擇機會主義行為所獲得的知識創新收益之差大于零;A+D>0，即平臺企業與參與企業知識共享時平臺企業選擇構建孵化型平臺所獲得的知識創新收益與構建連接型平臺所獲得的知識創新收益之差大于零;J+L>0，即用戶與參與企業知識共享時用戶選擇主動貢獻行為所獲得的知識創新收益與選擇反應貢獻行為所獲得的知識創新收益之差大于零;E+H>0，即平臺企業與參與企業知識共享時參與企業選擇知識共享行為所獲得的知識創新收益與選擇機會主義行為所獲得的知識創新收益之差大于零;I+L>0，平臺企業與用戶知識共享時用戶選擇主動貢獻行為時所獲得的知識創新收益與選擇反應貢獻行為所獲得的收益之差大于零。

推論2：A+B+C+D>0，即平臺企業、參與企業與用戶知識共享時，平臺企業選擇構建孵化型平臺時獲得的知識創新收益與選擇構建連接型平臺獲得的知識創新收益之差大于零;E+F+G+H>0，平臺企業、參與企業與用戶知識共享時，參與企業選擇知識共享行為所獲得的知識創新收益與選擇機會主義行為所獲得的知識創新收益之差大于零;I+J+K+L>0，平臺企業、參與企業與用戶知識共享時，用戶選擇主動貢獻行為時所獲得的知識創新收益與選擇反應貢獻行為時所獲得的知識創新收益之差大于零。

綜上可得，平臺型創新生態系統下平臺企業、參與企業與用戶知識共享演化博弈的局部穩定性分析結果，如表4所示。

由表4可知，當博弈主體均不參與知識共享、或同時參與知識共享時，特征值均小于零，達到系統的ESS點。

3 仿真分析

平臺型創新生態系統是由平臺企業、參與企業與用戶等多元主體聯結而成的網絡化組織，與創新生態系統類似，具有開放性和創新性。因此，本文借鑒平臺型創新生態系統內主體間的關系，并運用Matlab軟件進行數值仿真，模擬不同影響因素作用下平臺型創新生態系統內多主體知識共享行為的演化規律。

3.1 參數初始化設置

為了設定合理的仿真參數，保證論文研究結論的可靠性與可推廣性，通過網絡查找以及利用社會網絡關系邀請到10位知識管理領域專家和創新平臺企業專家，以郵件、電話和面談等方式咨詢，最終有9人接受咨詢，其中，教授或副教授共4人，企業管理人員5人;考慮到對平臺型創新生態系統中用戶端的考量，邀請抖音平臺中30位活躍用戶，以網絡交流的方式進行訪談。

考慮到用戶參與知識共享的特殊性，專家建議根據平臺型創新生態系統及其創新主體特點設定參數。例如，在平臺型創新生態系統中，平臺企業與其他主體的知識資源和能力具有較大差異，在研究中應區別對待;出于對平臺型創新特殊性的考慮，應重點考察系統內知識創新能力與知識共享成本及風險成本對系統知識共享的影響;從創新生態系統治理的角度看，應探索知識創新收益分配、獎勵機制以及懲罰機制對平臺型創新生態系統知識共享的影響。本文對專家意見進行整理分析，在專家建議的參數取值范圍內，選擇專家贊同數最多的數值作為仿真參數值，如表5所示。

3.2 多主體知識共享行為的演化路徑

設定x、y、z的初始值均為0.5，將各參數的數值代入到三維動力系統中，對各主體知識共享行為演化路徑進行數值仿真，分別在0.1-1區間對x、y、z進行賦值，由圖1可知，三方主體演化路徑的穩定策略最終趨向于（0，0，0）和（1，1，1）。各主體選擇積極策略的初始概率與最終的演化結果密切相關，當各主體知識共享的初始概率較小時，知識共享的意愿較低，僅進行內部知識創新，均不參與知識共享，系統最終演化至（0，0，0）策略;由于用戶的復雜性需求，以及平臺企業與參與企業內部知識資源的局限性，各主體知識共享的初始意愿逐漸增大，平臺企業為促進系統知識共享，給予參與企業與用戶獎勵，面對新知識所帶來的高額收益，促使各主體均選擇參與知識共享，系統最終演化至（1，1，1）策略。

仿真結果表明，各主體選擇積極策略的初始概率與最終的演化結果密切相關，較高的初始概率能夠促使各主體最終選擇知識共享行為策略，實現異質性知識的高效共享。

3.3 知識創新收益分配系數對多主體知識共享行為演化的影響

知識創新收益分配系數對多主體知識共享行為演化影響的二維、三維軌跡圖，如圖2、圖3所示。本文選取了4組不同的知識創新收益分配組合，分別為（0.8，0.1，0.1），（0.7，0.2，0.1），（0.6，0.25，0.15），（0.33，0.33，0.33）。

由圖2可知，當系統選擇不合理分配組合（0.8，0.1，0.1）時，x、y、z均收斂于0，且y的速度大于z大于x，這是因為平臺企業分配的收益最多，所以退出知識共享的速度最慢，而參與企業與用戶分得相同的收益，但參與企業對于收益的敏感性高于用戶，在獲得較低收益時選擇機會主義行為的速度較快;當系統選擇不合理分配組合（0.7，0.2，0.1）時，x、y、z收斂于0，且z的收斂速度大于y大于x，由于用戶獲得極少的收益，知識共享的意愿較低，選擇反應貢獻行為，最先退出知識共享，參與企業也分配較少的收益，最終選擇機會主義行為，退出知識共享，平臺企業獲得了較高的收益，但其自身難以實現知識共享，最終選擇構建連接型平臺;當系統選擇（0.6，0.25，0.15）時，x、y、z收斂于1，且x的收斂速度大于y大于z，該收益分配比例與各主體知識共享投入成本比例相似，平臺企業對于收益的敏感性大于參與企業大于用戶，面對較合理的知識創新收益分配系數，各主體選擇知識共享行為;當系統選擇平均收益組合（0.33，0.33，0.33）時，x、y、z收斂于1，且z的速度大于y大于x，各主體付出的成本不同，卻獲得了相同的收益，故用戶參與知識共享的速度快于參與企業快于平臺企業。

由圖3可知，當系統選擇不合理分配組合（0.8，0.1，0.1）與（0.7，0.2，0.1）時，系統先演化至（1，0，0）策略，此時平臺企業獲得了較大的知識創新收益，積極構建孵化型平臺，但參與企業與用戶因利益分配不當退出知識共享，由于缺少合作伙伴，平臺企業最終選擇構建連接型平臺，退出知識共享，系統最終演化趨至（0，0，0）策略;隨著收益分配系數逐漸合理化，在（0.6，0.25，0.15），（0.33，0.33，0.33）兩種情況下，系統均向（1，1，1）策略方向演化。

仿真結果表明（1-m-n）的最小臨界值在0.6～0.7區間內變化。當平臺企業的知識創新收益分配系數高于0.7時，嚴重損害參與企業與用戶的利益，最終造成系統失敗的知識共享。知識創新收益系數越平均，各主體知識共享的意愿越強，知識創新收益分配系數的平均化能促進各主體選擇知識共享策略。

3.4 罰金對多主體知識共享行為演化的影響

較大的初始意愿會影響罰金對系統內各主體知識共享行為的演化趨勢，令x=0.3，y=0.3，z=0.3。

罰金對多主體知識共享行為演化影響的二維、三維軌跡圖，如圖4、圖5所示，由圖4、5可知，F的最小臨界值在28.6～28.7區間內變化：當F<28.6時，x、y、z均收斂于0，且y的收斂速度最快，這說明較小的罰金難以有效抑制參與企業的機會主義行為，使平臺企業產生虧損，平臺企業不再對參與企業與用戶發放獎勵，與用戶最終退出知識共享，系統最終演化至（0，0，0）策略;當F>28.7時，x、y、z均收斂于1，且F越大，各主體收斂的速度越快，這說明較大的罰金增加了參與企業選擇機會主義行為的損失，進而提高了其知識共享的意愿，平臺企業構建孵化型平臺，鼓勵參與企業與用戶參與知識共享，系統最終演化至（1，1，1）策略。

仿真結果表面較低的罰金易引發參與企業的機會主義行為，導致系統失敗的知識共享;當罰金高于最小閥值時，增大罰金可促進系統的知識共享，且罰金越大，系統知識共享的速度越快。

3.5 獎勵機制對多主體知識共享行為演化的影響

3.5.1 參與企業所得獎勵對多主體知識共享行為演化的影響

參與企業所得獎勵對多主體知識共享行為演化影響的二維、三維軌跡圖，如圖6、圖7所示。由圖6可知，參與企業所得獎勵T1的最小臨界值在17.2～17.3區間內變化。當T1<17.2時，x、y、z均收斂于0;當T1>17.3時，x、y、z均收斂于1。x、y的收斂的速度快于z，這是因為平臺企業和參與企業對于獎勵的敏感性高于用戶，面對獎勵金額的變動能做出快速的反應，但過高的T1值會使x、y、z均收斂于0，對參與企業獎勵過高的金額會使其成為唯一受益方，參與企業易產生機會主義行為，平臺企業產生虧損，構建連接型平臺;而用戶失去了獎勵支持，知識共享意愿降低，最終退出知識共享，參與企業最終也退出知識共享。由圖7可知，當T1<17.2時，系統向（0，0，0）策略演化;當T1>17.3時，系統最終演化至（1，1，1）策略，但過高的T1值會使系統演化至（0，0，0）策略。

仿真結果表明給予參與企業的獎勵高于最小臨界值時，適當增加獎勵金額會加速各主體參與知識共享，但過高的獎勵金額會引發參與企業的機會主義行為，導致失敗的知識共享。

3.5.2 用戶所得獎勵對多主體知識共享行為演化的影響

用戶所得獎勵對多主體知識共享行為演化影響的二維、三維軌跡圖，如圖8、圖9所示。由圖8可知，用戶所得獎勵T2的最小臨界值在6.4～6.5區間內變化。當T2<6.4時，x、y、z均收斂于0;當T2>6.5時，x、y、z均收斂于1。x、y的收斂的速度快于z，這是因為平臺企業和參與企業對于獎勵的敏感性高于用戶，對于獎勵金額的變化能做出快速的反應，但過高的T2值會使x、y、z均收斂于0，對用戶獎勵過高的金額會使其成為唯一受益方，平臺企業產生虧損，構建連接型平臺;而參與企業失去了獎勵支持，知識共享意愿降低，最終退出知識共享，用戶最終也退出知識共享。由圖9可知，當T2<6.4時，系統演化至（0，0，0）策略;當T2>6.5時，系統演化至（1，1，1）策略，但過高的T2值會使三方主體選擇（0，0，0）策略。

仿真結果表明用戶獎勵金額高于最小臨界值時，適當增加獎勵金額會加速各主體參與知識共享，但過高的獎勵金額會導致失敗的知識共享。

3.6 知識創新能力系數對多主體知識共享行為演化的影響

令x=0.5、y=0.5、z=0.5，知識創新能力系數對多主體知識共享行為演化影響的二維、三維軌跡圖;如圖10、圖11所示。由圖10可知，b的最小臨界值在0.51～0.52區間內變化。當b<0.51時，x、y、z均收斂于0，且x的收斂速度大于y大于z，這說明平臺企業和參與企業對于知識創新能力的敏感性較大，較小的知識創新能力使平臺企業和參與企業退出知識共享，用戶最終也退出知識共享;當b>0.52時，x、y、z均收斂于1，平臺型創新生態系統的知識創新能力越高，各主體知識共享的速度越快，這說明較高的知識創新能力可促進系統的知識共享。由圖11可以看出，隨著知識創新能力系數的提高，系統從（0，0，0）策略演化至（1，1，1）策略，且演化速度加快，這說明知識創新能力對于知識共享具有正向促進作用。

仿真結果表明，知識創新能力具有促進系統知識共享的作用。當系統知識創新能力系數低于最小閥值時，知識創新能力系數越低，系統放棄知識共享的速度越快;當系統知識創新能力系數高于最小閥值時，知識創新能力系數的增大將會加快系統知識共享的速度。

3.7 知識共享成本系數對多主體知識共享行為演化的影響

知識共享成本系數對多主體知識共享行為演化影響的二維、三維軌跡圖，如圖12、圖13所示。由圖12可知，c1的最小臨界值在0.35～0.36區間內變化。當c1<0.35時，x收斂于1，且c1越小，x收斂的速度越快;當c1>0.36時，x收斂于0，且c1越大，x收斂的速度越快。c2的臨界值在0.3～0.31區間內變化，當c2<0.3時，y收斂于1，且c2越小，y收斂的速度越快;當c2>0.31時，y收斂于0，且c2越大，y收斂的速度越快;c3的臨界值在0.2～0.21區間內變化，當c3<0.2時，z收斂于1，且c3越小，z收斂的速度越快;當c3>0.21時，z收斂于0，且c3越大，z收斂的速度越快。x的收斂速度快于y快于z，這說明平臺企業對于知識共享成本變動的敏感性最高，用戶對于知識共享成本變動的敏感性最低。由圖13可知，當各主體的知識共享成本系數高于最小閥值時，隨著各主體對知識共享投入成本的增加，系統最終演化至（0，0，0）策略;當各主體的知識共享成本系數低于最小閥值時，隨著各主體對知識共享投入成本的減少，系統最終演化至（1，1，1）策略。

仿真結果表明，各主體投入適量的知識共享成本可促進系統的知識共享，但隨著知識共享成本的增大，超出了最小閥值，則會導致系統失敗的知識共享。

3.8 知識共享風險成本系數對多主體知識共享行為演化的影響

知識共享風險成本系數對多主體知識共享行為演化影響的二維、三維軌跡圖，如圖14、圖15所示。由圖14可知，p1的最小臨界值在0.3～0.31區間內變化，當p1<0.3時，x收斂于1，且p1越小，x收斂的速度越快;當p1>0.31時，x收斂于0，且p1越大，x收斂的速度越快。p2的臨界值在0.28-0.29區間變化，當p2<0.28時，y收斂于1，且p2越小，y收斂的速度越快;當p2>0.29時，y收斂于0，且p2越大，y收斂的速度越快;p3的臨界值在0.25～0.26區間變化，當p3<0.25時，z收斂于1，且p3越小，z收斂的速度越快;當p3>0.26時，z收斂于0，且p3越大，z收斂的速度越快。x的收斂速度快于y快于z，這說明平臺企業對于知識共享風險成本變動的敏感性最高，用戶對于知識共享風險成本變動的敏感性最低。由圖15可知，平臺型創新生態系統中，隨著各主體知識共享過程中的風險的增加，系統的平衡點最終向（0，0，0）演化;但隨著各主體知識共享過程中的風險成本的減少，系統的平衡點最終向（1，1，1）點演化。

仿真結果表面當各主體的知識共享風險成本系數低于最小閥值時，較小的知識共享風險成本可促進系統的知識共享，但較高的知識共享風險成本會導致系統內失敗的知識共享。

4 結論與啟示

4.1 結論

平臺型創新生態系統知識共享需要所有知識創新主體共同參與知識共享，以實現合作共贏。但各主體之間的知識信息是不對稱的，且參與企業與用戶缺乏知識共享的主動性，參與企業甚至還會出現“搭便車”等機會主義行為。為促進平臺型創新生態系統下多主體知識共享，保證平臺型創新生態系統的可持續發展，本文基于動態視角根據平臺型創新生態系統的特征探索促進多主體知識共享行為的有效模式，構建了平臺型創新生態系統下平臺企業、參與企業與用戶知識共享的三方演化博弈模型，通過研究影響各主體知識共享主要因素，剖析多主體知識共享行為演化規律。研究結果表明：

1）各主體選擇積極策略的初始概率與最終的策略演化結果密切相關，較高的初始概率能夠促使各主體最終選擇積極知識共享行為，實現異質性知識的高效共享。

2）與其他影響因素相比，具有促進系統知識共享作用的知識創新能力系數對多主體知識共享行為的影響最大。當知識創新能力系數高于最小閾值時，可促進系統知識共享，且知識創新能力系數越高，系統知識共享的速度越快;但較低的知識創新能力使系統難以進行知識創新，阻礙系統的知識共享，且知識創新能力系數越低，系統放棄知識共享的速度越快。

3）知識共享的成本系數與風險成本系數對多主體知識共享行為的影響較大，較低的知識共享成本系數與風險成本系數可促進系統知識共享，且知識共享成本系數與風險成本系數越低，各主體向積極知識共享行為演化的速度越快;當知識共享的成本系數與風險成本系數高于最小閥值時，各主體果斷放棄知識共享，且成本系數與風險成本系數越高，系統知識共享失敗的速度越快。

4）在主要因素影響不顯著的情況下，知識創新收益系數的平均化能促進各主體選擇知識共享行為，且收益系數越平均，各主體知識共享的意愿越強;當平臺企業的知識創新收益分配系數高于一定閥值時，會受到參與企業與用戶的抑制，造成失敗的知識共享。

5）建立合理的知識共享獎勵機制和懲罰機制有助于推動平臺型創新生態系統實現知識共享。平臺企業在合理的區間內給予參與企業與用戶適當的獎勵可促進系統知識共享，但過高或過低的獎勵金額將導致失敗的知識共享;較小的罰金易引發參與企業的機會主義行為，當罰金高于最小閥值時，隨著罰金的增大，系統實現知識共享的速度越快。

6）與參與企業、用戶相比，平臺企業在知識創新能力系數、知識創新收益分配系數、懲罰與獎勵機制、知識共享成本系數與風險成本系數等方面敏感性最高，體現出平臺企業可以快速應對系統內知識創新收益與知識資源等因素的變化。

4.2 研究貢獻

本文揭示出平臺型創新生態系統內多主體知識共享行為的演化模式，存在一定的理論貢獻與實踐意義：在理論層面上，基于動態視角研究多主體知識共享行為演化規律，豐富了平臺型創新生態系統演進理論與知識共享理論，擴充了演化博弈理論的研究，有助于學界明晰知識共享對推動平臺型創新生態系統可持續發展的重要作用;在實踐層面上，有助于學界與業界明晰平臺型創新生態系統知識共享實現機制，學習有效抑制機會主義行為的實現方法，為推動平臺型創新生態系統知識共享與持續創新提供實踐啟示。

4.3 管理啟示

平臺型創新生態系統中各主體的行為選擇對系統能否實現知識共享具有重要影響。為了推動平臺型創新生態系統的知識共享，應重視系統內微觀主體行為涌現的群體現象。平臺企業作為推動平臺型創新生態系統知識共享的主導企業，應提高自身的網絡技術能力，為搭建平臺型創新生態系統提供良好的知識共享環境;同時，應降低系統的準入門檻，允許跨域知識共享，整合各方知識資源，建立一個高度開放且包容度高的平臺型創新生態系統，進而提高系統的知識創新能力。

面對知識共享過程中存在的一些不確定因素的變化，平臺企業應幫助參與企業與用戶共同提出有效的解決對策。系統應根據平臺企業、參與企業與用戶不同的知識成本投入與知識創新貢獻程度制定合理的知識創新收益分配機制;同時，應制定合理的懲罰機制與獎勵機制，提高參與企業與用戶知識共享意愿，有效的抑制機會主義行為，促進多主體向知識共享行為的演化。

系統內各主體應降低知識共享的風險與成本，一是要加強風險防范意識，各主體間簽訂知識共享協議，加大對機會主義行為的懲罰力度;二是要降低知識管理成本，加強主體間跨界、跨域知識資源的學習與溝通，提高知識的異質性;三是要提高各主體間的信任程度，降低知識共享中的人為因素如機會主義行為、道德風險等因素對知識共享的不良影響。如此，能夠持續推動平臺型創新生態系統的知識共享。

本文揭示出平臺型創新生態系統內多主體知識共享行為的演化模式，豐富了平臺型創新生態系統知識共享領域及演化博弈理論等的研究，相關結論能夠為平臺型創新生態系統內多主體知識共享行為提供有益參考借鑒。但本文仍存在不足，如在知識共享過程中，缺乏對成本共擔方式的研究與思考，探討多主體在知識共享中如何建立合理的成本共擔機制，是本文后續的研究方向。

參考文獻：

[1] PARKER G，VAN A M，JIANG X.Platform ecosystems：How developers invert the firm[J].MIS Quart，2017，41（1）：255.

[2] 王海軍，金姝彤，束超慧，等.為什么硅谷能夠持續產生顛覆性創新？：基于企業創新生態系統視角的分析[J].科學學研究，2021，39（12）：2267.

WANG H J，JIN S T，SHU C H，et al.Why does silicon valley continue to pioneer disruptive innovation？ Analysis based on the perspective of enterprise innovation ecosystem[J].Studies in Science of Science，2021，39（12）：2267.

[3] WEST J，WOOD D.Evolving an open ecosystem：The rise and fall of the Symbian platform[J].Advances in Strategic Management，2013，30：27.

[4] INOUE Y，TSUJIMOTO M.New market development of platform ecosystems：A case study of the Nintendo Wii[J].Technological Forecasting and Social Change，2017，136（11）：235.

[5] CENNAMO C，SANTALO J.Generativity tension and value creation in platform ecosystems[J].Organization Science，2019，30（3）：617.

[6] 李萬，常靜，王敏杰，等.創新3.0與創新生態系統[J].科學學研究，2014，32（12）：1761.

LI W，CHANG J，WANG M J，et al.Innovation 3.0 and innovation ecosystem[J].Studies in Science of Science，2014，32（12）：1761.

[7] HANNAN M T，FREEMAN J.The population ecology of organizations[J].American Journal of Sociology，1977，82（5）：929.

[8] MOORE J F.Predators and prey：A new ecology of competition[J].Harvard Business Review，1993，71（3）：75.

[9] ADNER R.Match your innovation strategy to your innovation ecosystem[J].Harvard Business Review，2006，84（4）：98.

[10] NAMBISAN S，BARON R A.Entrepreneurship in innovation ecosystems：entrepreneurs self regulatory process and their implication for new venture success[M].Entrepreneurship theory & practice，2013（9）：1071.

[11] HANNAH D K，EISENHARDT M.How firms navigate cooperation and competition in Nascent ecosystems[J].Strategic Management Journal，2018（39）：3163.

[12] YAN M R.Evaluating the collaborative ecosystem for an innovation-driven economy：A systems analysis and case study of science parks[J].Sustainability，2021，10（3）：887.

[13] LING D，W J X.Innovation ecosystem of CNG vehicles：A case study of its cultivation and characteristics in Sichuan，China[J].Sustainability，2020，10（1）：39.

[14] HOLGERSSON M，GRANSTRAND O，BOGERS M.The evolution of intellectual property strategy in innovation ecosystems：Uncovering complementary and substitute appropriability regimes[J].Long Range Planning，2018，51（2）：303.

[15] 孫冰，徐曉菲，姚洪濤.基于MLP框架的創新生態系統演化研究[J].科學學研究，2016，34（8）：1244.

SUN B，XU X F，YAO H T.Study on the evolution of innovation ecosystem based on the framework of multi-level perspectives[J].Studies in Science of Science，2016，34（8）：1244.

[16] 譚勁松，宋娟，陳曉紅.產業創新生態系統的形成與演進：“架構者”變遷及其戰略行為演變[J].管理世界，2021，37（9）：167.

TAN J S，SONG J，CHEN X H.The formation and evolution of industrial innovation ecosystem：“Architect” transition and the evolution of its strategic behavior[J].Journal of Management World，2021，37（9）：167.

[17] 方剛，談佳馨.互聯網環境下產學研協同創新的知識增值研究[J].科學學研究，2020，38（7）：1325.

FANG G，TAN J X.Knowledge value-added research on collaborative innovation of industry，university and research institute under internet environment[J].Studies in Science of Science，2020，38（7）：1325.

[18] PRAHALAD C K，RAMASWAMY V.Co-opting customer competence[J].Harvard Business Review，2000，78（1）：79.

[19] 張鎰，劉人懷，陳海權.平臺領導演化過程及機理：基于開放式創新生態系統視角[J].中國科技論壇，2019（5）：152.

ZHANG Y，LIU R H，CHEN H Q.Evolution and mechanism of platform leaders form the perspective of the open innovation ecosystem[J].Forum on Science and Technology in China，2019（5）：152.

[20] 和征，張志釗，楊小紅.云制造創新生態系統知識共享激勵的演化博弈分析[J].中國管理科學，2021（12）：1.

HE Z，ZHANG Z Z，YANG X H.Evolutionary game analysis of knowledge sharing incentive in cloud manufacturing innovation ecosystem[J].Chinese Journal of Management Science，2021（12）：1.

[21] SU Y S，ZHENG Z X，CHEN J.A multi-platform collaboration innovation ecosystem：The case of China[J].Management Decision，2018，56（1）：125.

[22] DING L，YE R M，WU J X.Platform strategies for innovation ecosystem：Double-case study of Chinese automobile manufactures[J].Journal of Cleaner Production，2019，209：1564.

[23] OZALP H，CENNAMO C，GAWER A.Disruption in platform-based ecosystems[J].Journal of Management Studies，2018，55（7）：1203.

[24] 劉家明，柳發根.平臺型創新：概念、機理與挑戰應對[J].中國流通經濟，2019，33（10）：51.

LIU J M，LIU F G.Platform-based innovation：Definition，mechanism and suggestions to challenges[J].China Business and Market，2019，33（10）：51.

[25] 董津津，陳關聚.技術創新視角下平臺生態系統形成、融合與治理研究[J].科技進步與對策，2020，37（20）：20.

DONG J J，CHEN G J.Formation，integration and governance of platform ecosystem from the perspective of technological innovation[J].Science & Technology Progress and Policy，2020，37（20）：20.

[26] JACOBIDES M G，CENNAMO C，GAWER A.Towards a theory of ecosystems[J].Strategic Management Journal，2018，39：2255.

[27] 劉楊，徐艷菊.核心企業構建的平臺型創新生態系統的演化博弈研究：基于平臺企業賦能的視角[J].上海管理科學，2021，43（4）：60.

LIU Y，XU Y J.The evolution game of platform-based innovation ecosystem built by core enterprises：From the perspective of platform enterprise empowerment[J].Shanghai Management Science，2021，43（4）：60.

[28] 王發明，朱美娟.互聯網平臺企業主導的創新生態系統演化風險識別及規避[J].中國科技論壇，2021，37（3）：75.

WANG F M，ZHU M J.Research on risk identification and avoidance of innovation ecosystem evolution led by internet platform enterprises[J].Forum on Science and Technology in China，2021，37（3）：75.

[29] 吳紹波，劉敦虎.新興產業平臺創新生態系統沖突形成及其管理對策研究[J].科技進步與對策，2014，31（5）：65.

WU S B，LIU D H.Research on the conflict formation and management countermeasures of innovation ecosystem of emerging industry platform[J].Science & Technology Progress and Policy，2014，31（5）：65.

[30] 吳紹波.新興產業平臺創新生態系統的配套產品合作開發機制研究[J].軟科學，2015，29（2）：51.

WU S B.Study on the collaborative development mechanism of supporting product in platform innovation ecosystem[J].Soft Science，2015，29（2）：51.

[31] 王發明，張贊.平臺企業主導的創新生態系統穩定性研究：基于企業間網絡關系視角[J].科技進步與對策，2021，38（8）：26.

WANG F M，ZHANG Z.Platform firm-led innovation ecosystem stability research：Based on a network relations perspective between firms[J].Science & Technology Progress and Policy，2021，38（8）：26.

[32] 馮立杰，盧加瑞，王金鳳，等.開放式創新視閾下創新生態系統核心企業價值網絡演進路徑研究[J].科技進步與對策，2021，（12）：1.

FENG L J，LU J R，WANG J F，et al.Research on the value network evolution path of the core enterprises of the innovation ecosystem from the perspective of open innovation[J].Science & Technology Progress and Policy，2021，（12）：1.

[33] 張鎰，劉人懷，陳海權.平臺領導演化過程及機理：基于開放式創新生態系統視角[J].中國科技論壇，2019（5）：152.

ZHANG Y，LIU R H，CHEN H Q.Evolution and mechanism of platform leaders from the perspective of the open innovation ecosystem[J].Forum on Science and Technology in China，2019（5）：152.

[34] CENAMOR J，FRISHAMMAR J.Openness in platform ecosystems：Innovation strategies for complementary products[J].Research Policy，2021，50（1）：104.

[35] MULLER E，ZENKER A.Business services as actors of knowledge transformation：The role of KIBS in regional and national innovation systems[J].Research Policy，2001，30：1501.

[36] GRANSTRAND O，HOLGERSSON M.Innovation ecosystems：A conceptual review and a new definition[J].Technovation，2020，90：102098.

[37] CHENG C C J，KRUMWIEDE D.Enhancing the performance of supplier involvement in new product development：The enabling roles of social media and firm capabilities[J].Supply Chain Management，2018，23（3）：171.

[38] DIJKSTERHUIS G.New product failure：Five potential sources discussed[J].2016，50：243.

[39] 張海濤，劉偉利，任亮，等.開放式創新社區的用戶知識協同交互機理及其可視化研究[J].情報學報，2021，40（5）：523.

ZHANG H T，LIU W L，REN L，et al.Research onuser knowledge collaboration mechanism and visualization in the open innovation community[J].Journal of the China Society for Scientific and Technical Information，2021，40（5）：523.

[40] ZUO Y，SONG D.Software platform owners entry and application developers innovations：A conceptual model[J].Industrial Management & Data Systems，2022，122（1）：107.

[41] KUMI R，SABHERWAL R.Knowledge sharing behavior in online discussion communities：Examining behavior motivation from social and individual perspectives[J].Knowledge and Process Management，2019，26（2）：110.

[42] 白景坤，張雅，李思晗.平臺型企業知識治理與價值共創關系研究[J].科學學研究，2020，38（12）：2193.

BAI J K，ZHANG Y，LI S H.Research on the relationship between knowledge governance and value co-creation in platform enterprises[J].Studies in Science of Science，2020，38（12）：2193.

[43] 王楠，陳詳詳，陳勁.虛擬社區獎勵對知識共享的作用效果研究[J].科學學研究，2019，37（6）：1071.

WANG N，CHEN X X，CHEN J.Research on the effect of virtual community rewards on knowledge sharing[J].Studies in Science of Science，2019，37（6）：1071.

[44] WANG J H，LIU L.Study on the mechanism of customers participation in knowledge sharing[J].Expert Systems，2019，36（5）：12367.

[45] 姚慧麗，毛翔宇，金輝.考慮平臺影響因素的虛擬社區知識共享演化博弈研究[J].運籌與管理，2020，29（12）：82.

YAO H L，MAO X Y，JIN H.Research on evolutionary game of knowledge sharing in virtual community considering platform influencing factors[J].Operations Research and Management Science，2020，29（12）：82.

[編輯：厲艷飛]

收稿日期： 2022-05-13

基金項目： 國家自然科學基金項目（72074062）;教育部人文社會科學基金項目（19YJC790092）;黑龍江省科學基金項目（LH2021G012）;黑龍江省哲學社會科學研究規劃項目（21GLC191）;中國博士后科學基金項目（2020M670892）;黑龍江省博士后科研啟動金資助項目（LBH-Q20101）

作者簡介： 徐瑩瑩（1990—），女，碩士生導師，博士;孫 暉（1997—），女，碩士研究生;呂希?。?985—），男，碩士生導師，博士.