平台型创新生态系统下多主体知识共享行为演化模式研究

徐莹莹　孙晖　吕希琛

摘 要：为促进平台型创新生态系统中多主体知识共享行为向共赢模式演化，构建平台型创新生态系统下平台企业、参与企业与用户知识共享的三方演化博弈模型，剖析各主体知识共享行为的演化规律，并通过数值仿真研究影响各主体知识共享行为的因素。结果表明：较高的初始概率能促使各主体选择知识共享行为，实现异质性知识的高效共享;平台企业作为主导企业，对影响因素的敏感性最高;具有促进系统内多主体知识共享的知识创新能力对各主体知识共享行为的影响最大;知识共享的成本系数与风险成本系数加大了知识共享的难度;知识创新收益系数的平均化能促进系统内知识共享;设置合理的奖励、惩罚机制有助于系统向知识共享方向演化。

关 键 词：平台型创新生态系统;知识共享;演化博弈;多主体

DOI：10.16315/j.stm.2022.04.006 中图分类号： F 272.3 文献标志码： 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

随着大数据、物联网、云计算等新型数智化技术的蓬勃发展，知识价值在经济社会中的主导地位日益凸显。党的十九届五中全会中提出“促进平台经济、共享经济健康发展”，为平台经济的高質量发展指明了方向。党的十九届六中全会通过的《中共中央关于党的百年奋斗重大成就和历史经验的决议》强调必须实现创新成为第一动力、共享成为根本目的的高质量发展，推动经济发展质量变革、效率变革、动力变革。在中国创新驱动发展战略的引领下，建设与发展平台型创新生态系统成为推动知识价值增值、促进知识成果转化的有效手段。

平台的成长性和互补性越大，为用户创造的价值越大，利用分散的、异质的专业知识和企业创新能力，使这种新形式的组织补充活动更有效地满足用户的异质性需求[1]。随着平台内创新主体间关系的发展，包含平台企业、参与企业、用户等多元主体的平台型创新生态系统日渐形成。平台型创新生态系统内主体通过关键资源互补、知识共享平台以及知识驱动重组已有的创新资源和创新过程，为分散的创新模式提供了重要的链接接口，重塑了创新主体之间的知识共享方式，并衍生和扩张出诸多的新产品和新服务。例如，谷歌通过构建和协调平台型创新生态系统，整合来自应用程序开发商、配件供应商、服务提供商和用户等多元主体，不断推动平台型创新产品和服务，创造了巨大财富[2]。

虽然平台型创新生态系统具有高度整合知识资源与推动创新成功等多种优势，但并非所有的创新都是成功的。例如，围绕塞班操作系统形成的创新生态系统创造的产品曾在2008年占据全球智能手机销量的一半以上，然而不久后塞班公司，及以它为核心形成的平台型创新生态系统却遭受了剧变，在市场中迅速衰退并消失[3]。由于消费者对产品知识的匮乏，加速了日本视频游戏巨头任天堂Wii主导的平台生态系统的衰落[4]。随着平台系统的成熟和与替代平台系统的竞争加剧，“搭便车”效应占主导地位。视频游戏行业的数据证实了“搭便车”效应，该效应导致一流游戏公司的总收入平均损失约3 650万美元，游戏机的市场份额下降约3.3%[5]。所以，如何持续推动平台型创新生态系统内多主体知识共享，减少机会主义行为，进而提升系统的可持续发展水平是业界和学界亟待解决的热点问题。因此，本文将运用演化博弈理论，基于系统内微观主体行为决策展现出的不同演化结果的视角，探索促进平台型创新生态系统知识共享的有效途径。

1 文献综述

Tansley[6]最先提出生态系统的概念，他认为多种复合體及其所处的复杂生态环境构成了生态系统。随后生态系统理念被学者们引入到诸多研究领域，Hannan等[7]基于生态系统的视角，将企业的生存与发展环境引入研究，可通过生态系统理论分析与处理大量经济问题[8]。基于此，Adner[9]引入了技术创新，提出了创新生态系统，Nambisan等[10]将创新生态系统定义为多元主体围绕在核心企业或平台周围，并通过创新协作而形成相互依赖、互动合作的网络。随着研究的深入，学者们基于系统学[11]、协同学[12]、网络[13]以及系统内参与者决策[14]等视角分别界定了创新生态系统，并发现创新生态系统具有演化性、复杂性和平台性等特征[15]。多项研究成果表明，存在一种竞合关系，使系统内微观主体之间具有依赖性、目标一致性、共促资源共享的特征[16]。

面对复杂的系统环境，企业逐渐意识到知识共享是获得竞争优势的重要因素[17]。Prahalad等[18]提出互动是企业与用户合作创新的本质，创新生态系统知识共享行为是指系统通过调动产、学、研等资源，为创新主体提供创新环境，使其共享知识、整合资源，实现知识共享、资源交换等目标，打造合作共赢、知识共享的创新生态系统[19]。和征等[20]通过构建云制造创新生态系统知识共享演化博弈模型，有效解决知识共享不通畅的问题。企业通过知识共享，提升自身的创新能力并提供用户所需的产品与服务[21]。

知识经济的兴起促进了平台的发展，Ding[22]从平台战略视角出发，结合了创新生态系统理论与平台理论。Ozalp等[23]将颠覆性创新理论扩展到基于平台的生态系统背景下，提供了一个系统的观点。基于此，刘家明[24]提出平台型创新的定义：平台型创新是基于开放的、多元主体互动合作的多边平台的规则、空间以及价值网络的一种创新模式。在随后的研究中，董津津等[25]通过对海尔HOPE和Built In 2个平台生态系统的研究，证明技术互补与技术创新可促进平台生态系统的形成。平台型创新生态系统与创新生态系统类似，具备通过知识创新实现资源整合与知识共享的特征，可以理解为平台企业与创新供需方在持续交互合作中，形成一个依托于平台架构和虚拟市场的企业层开放式创新生态系统[26-27]。由于平台型创新生态系统存在演化风险[28]，吴绍波等[29]提出了化解平台型创新生态系统内成员间冲突的对策，并制定了平台企业与配套企业的收益共享契约[30]。部分学者针对保持平台型创新生态系统网络稳定性提出对策建议[31]、优化了核心企业的创新路径[32]，并研究了平台生态系统的演化过程、机理[33]、以及平台生态系统中不同的创新策略[34]。

梳理现有研究成果可知，目前关于创新生态系统的研究已经取得了丰硕的成果，但对于平台型创新生态系统的研究还不够深入。学者们对于创新生态系统知识共享机制已展开研究，但研究主要集中于创新主体绩效、知识管理、资源共享、竞合关系等层面，忽略了创新主体复杂的微观行为对系统整体的影响。且学者们普遍从静态视角展开研究，难以表现出创新生态系统的动态演变过程。

此外，相比于创新生态系统的知识共享，平台型创新生态系统的知识共享更加复杂，系统内创新主体不再是以独立的个体存在，而是多主体跨界、共享知识资源[35]、激发创新潜能，促进协同创新[36]、实现知识共享，共同创造价值[37]。有研究证明缺乏用户需求和偏好信息是造成企业产品创新失败的主要原因[38]。随后，张海涛等[39]证明用户参与知识共享推动了企业的产品、管理和技术创新。Zuo等[40]研究证明，在线平台不仅可以为用户提供便捷高效的沟通渠道，还通过支持隐私，声誉系统，提高对用户身份保护和匿名的技术[41]，平台企业可通过不同的知识治理机制[42]、甚至设置奖励机制[43]，进而提高用户与平台企业知识共享的意愿[44]。而现实中，用户参与知识共享的意愿较低，用户贡献的知识信息存在知识冗余，贡献度较低，难以实现知识共享[45]。

由于知识是动态的、可重新编辑的、可自我参照的。因此，平台型创新生态系统作为致力于促进知识创新产生、应用与扩散的生态系统，能够通过持续性的知识创新更有效地满足用户需求，以实现系统的演进与升级。所以，有必要基于动态视角根据平台型创新生态系统的特征探索促进多主体知识共享行为的有效模式。据此，本文基于演化博弈理论，构建平台型创新生态系统下平台企业、参与企业与用户知识共享三方演化博弈模型，深度剖析多主体知识共享行为演化规律，提出促进平台型创新生态系统下多主体知识共享行为的对策建议，以期为促进平台型创新生态系统的可持续发展提供有效借鉴。

2 研究方法

2.1 基本假设与参数设置

平台型创新生态系统中参与知识共享的博弈主体包括：平台企业、参与企业与用户。平台型创新生态系统多主体知识共享的合作意愿一般具有长期性，平台企业为了整合优势知识资源，需要与合作伙伴达成共识并签订协议，各主体的知识共享行为受限于知识共享协议与合作方知识共享行为，难以实现利益最大化，满足“有限理性”假设。各主体间的知识共享行为是一种信息不对称的多次重复博弈的动态过程，系统内各主体间进行多次博弈后，达到一种平衡状态，符合演化博弈的特征。根据平台型创新生态系统下多主体知识共享的影响因素，基本假设如下：

假设H1：知识可以转化为收益，平台企业、参与企业与用户均为知识创新主体。当创新主体不参与知识共享时，可进行内部知识创新，还会吸收知识共享合作方提供的差异性知识资源并获得创新收益，知识创新收益取决于主体间共享知识资源的异质性;当仅有一方主体知识共享时，该主体仅获得内部知识创新收益;当至少两方主体知识共享时，各主体不仅获得内部知识创新收益，根据各参与主体间知识创新贡献程度额外分配知识创新收益。

假设H2：平台企业可选择2种策略——构建孵化型平台和构建连接型平台。平台企业构建孵化型平台，即参与知识共享，提供基础性平台架构服务，给予参与企业与用户奖励以促进知识共享;平台企业构建连接型平台，即不参与知识共享，仅提供平台的基础性服务等。

假设H3：参与企业可选择2种策略——知识共享行为和机会主义行为。参与企业选择知识共享行为，即参与知识共享;参与企业选择机会主义行为，会放弃共享有价值的知识资源，产生“搭便车”行为，有必要引入惩罚措施抑制参与企业的机会主义行为，如果参与企业不能在合作中提供有价值的知识资源，将受到惩罚，平台企业将得到该部分罚金。

假设H4：用户作为系统中产品与服务的终端消费者，为系统的运行与发展提供流动资金，是系统中的资金贡献者。用户知识共享过程中，可选择2种行为策略——主动贡献行为与反应贡献行为。用户选择主动贡献行为，即用户积极参与知识共享，表达出对产品与服务的真实需求，并主动贡献出异质性想法;用户选择反应贡献行为，仅作为消费者，不参与知识共享，放弃贡献有价值的知识资源。

假设H5：由于知识共享过程中会产生知识溢出现象，博弈主体在进行知识共享、建立和维护合作关系时会产生知识共享成本，并存在着知识共享时知识被窃取以及被错误使用等风险成本，成本由知识资源提供方独自承担。

假设H6：博弈初始阶段，平台企业选择构建孵化型平台的概率为x（0

本文所涉及的相关参数，如表1所示。基于以上假设，本文构建平台企业、参与企业与用户博弈支付矩阵，如表2所示。

2.2 演化稳定策略的均衡分析

2.2.1 期望收益函数的构建

由表2中的支付矩阵得到平台企业构建孵化型平台时的期望收益U11为

令F（x）=0、F（y）=0、F（z）=0，得到动力系统局部均衡点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）。由演化博弈理论可知，当雅克比矩阵J的特征值均小于零时，该均衡点是动力系统的演化稳定策略（ESS）。

2.2.3 均衡点的稳定性分析

首先以均衡点O1（0，0，0）为例进行分析，此时雅可比矩阵J1为

假设H2：參与企业选择机会主义行为时产生的额外损失小于积极知识共享的成本，即H<0;

假设H3：用户选择反应贡献行为时产生的额外损失小于选择主动贡献行为时知识共享的成本，即L<0。

假设H4：平台企业、参与企业与用户选择积极知识共享行为获得的知识创新收益大于消极共享行为获得的知识创新收益。

根据上述假设得到以下2个推论：

推论1：B+D>0，即平台企业与用户知识共享时平台企业选择构建孵化型平台所获得的知识创新收益与构建连接型平台所获得的知识创新收益之差大于零;F+H>0，即参与企业与用户知识共享时参与企业选择知识共享行为所获得的知识创新收益与选择机会主义行为所获得的知识创新收益之差大于零;A+D>0，即平台企业与参与企业知识共享时平台企业选择构建孵化型平台所获得的知识创新收益与构建连接型平台所获得的知识创新收益之差大于零;J+L>0，即用户与参与企业知识共享时用户选择主动贡献行为所获得的知识创新收益与选择反应贡献行为所获得的知识创新收益之差大于零;E+H>0，即平台企业与参与企业知识共享时参与企业选择知识共享行为所获得的知识创新收益与选择机会主义行为所获得的知识创新收益之差大于零;I+L>0，平台企业与用户知识共享时用户选择主动贡献行为时所获得的知识创新收益与选择反应贡献行为所获得的收益之差大于零。

推论2：A+B+C+D>0，即平台企业、参与企业与用户知识共享时，平台企业选择构建孵化型平台时获得的知识创新收益与选择构建连接型平台获得的知识创新收益之差大于零;E+F+G+H>0，平台企业、参与企业与用户知识共享时，参与企业选择知识共享行为所获得的知识创新收益与选择机会主义行为所获得的知识创新收益之差大于零;I+J+K+L>0，平台企业、参与企业与用户知识共享时，用户选择主动贡献行为时所获得的知识创新收益与选择反应贡献行为时所获得的知识创新收益之差大于零。

综上可得，平台型创新生态系统下平台企业、参与企业与用户知识共享演化博弈的局部稳定性分析结果，如表4所示。

由表4可知，当博弈主体均不参与知识共享、或同时参与知识共享时，特征值均小于零，达到系统的ESS点。

3 仿真分析

平台型创新生态系统是由平台企业、参与企业与用户等多元主体联结而成的网络化组织，与创新生态系统类似，具有开放性和创新性。因此，本文借鉴平台型创新生态系统内主体间的关系，并运用Matlab软件进行数值仿真，模拟不同影响因素作用下平台型创新生态系统内多主体知识共享行为的演化规律。

3.1 参数初始化设置

为了设定合理的仿真参数，保证论文研究结论的可靠性与可推广性，通过网络查找以及利用社会网络关系邀请到10位知识管理领域专家和创新平台企业专家，以邮件、电话和面谈等方式咨询，最终有9人接受咨询，其中，教授或副教授共4人，企业管理人员5人;考虑到对平台型创新生态系统中用户端的考量，邀请抖音平台中30位活跃用户，以网络交流的方式进行访谈。

考虑到用户参与知识共享的特殊性，专家建议根据平台型创新生态系统及其创新主体特点设定参数。例如，在平台型创新生态系统中，平台企业与其他主体的知识资源和能力具有较大差异，在研究中应区别对待;出于对平台型创新特殊性的考虑，应重点考察系统内知识创新能力与知识共享成本及风险成本对系统知识共享的影响;从创新生态系统治理的角度看，应探索知识创新收益分配、奖励机制以及惩罚机制对平台型创新生态系统知识共享的影响。本文对专家意见进行整理分析，在专家建议的参数取值范围内，选择专家赞同数最多的数值作为仿真参数值，如表5所示。

3.2 多主体知识共享行为的演化路径

设定x、y、z的初始值均为0.5，将各参数的数值代入到三维动力系统中，对各主体知识共享行为演化路径进行数值仿真，分别在0.1-1区间对x、y、z进行赋值，由图1可知，三方主体演化路径的稳定策略最终趋向于（0，0，0）和（1，1，1）。各主体选择积极策略的初始概率与最终的演化结果密切相关，当各主体知识共享的初始概率较小时，知识共享的意愿较低，仅进行内部知识创新，均不参与知识共享，系统最终演化至（0，0，0）策略;由于用户的复杂性需求，以及平台企业与参与企业内部知识资源的局限性，各主体知识共享的初始意愿逐渐增大，平台企业为促进系统知识共享，给予参与企业与用户奖励，面对新知识所带来的高额收益，促使各主体均选择参与知识共享，系统最终演化至（1，1，1）策略。

仿真结果表明，各主体选择积极策略的初始概率与最终的演化结果密切相关，较高的初始概率能够促使各主体最终选择知识共享行为策略，实现异质性知识的高效共享。

3.3 知识创新收益分配系数对多主体知识共享行为演化的影响

知识创新收益分配系数对多主体知识共享行为演化影响的二维、三维轨迹图，如图2、图3所示。本文选取了4组不同的知识创新收益分配组合，分别为（0.8，0.1，0.1），（0.7，0.2，0.1），（0.6，0.25，0.15），（0.33，0.33，0.33）。

由图2可知，当系统选择不合理分配组合（0.8，0.1，0.1）时，x、y、z均收敛于0，且y的速度大于z大于x，这是因为平台企业分配的收益最多，所以退出知识共享的速度最慢，而参与企业与用户分得相同的收益，但参与企业对于收益的敏感性高于用户，在获得较低收益时选择机会主义行为的速度较快;当系统选择不合理分配组合（0.7，0.2，0.1）时，x、y、z收敛于0，且z的收敛速度大于y大于x，由于用户获得极少的收益，知识共享的意愿较低，选择反应贡献行为，最先退出知识共享，参与企业也分配较少的收益，最终选择机会主义行为，退出知识共享，平台企业获得了较高的收益，但其自身難以实现知识共享，最终选择构建连接型平台;当系统选择（0.6，0.25，0.15）时，x、y、z收敛于1，且x的收敛速度大于y大于z，该收益分配比例与各主体知识共享投入成本比例相似，平台企业对于收益的敏感性大于参与企业大于用户，面对较合理的知识创新收益分配系数，各主体选择知识共享行为;当系统选择平均收益组合（0.33，0.33，0.33）时，x、y、z收敛于1，且z的速度大于y大于x，各主体付出的成本不同，却获得了相同的收益，故用户参与知识共享的速度快于参与企业快于平台企业。

由图3可知，当系统选择不合理分配组合（0.8，0.1，0.1）与（0.7，0.2，0.1）时，系统先演化至（1，0，0）策略，此时平台企业获得了较大的知识创新收益，积极构建孵化型平台，但参与企业与用户因利益分配不当退出知识共享，由于缺少合作伙伴，平台企业最终选择构建连接型平台，退出知识共享，系统最终演化趋至（0，0，0）策略;随着收益分配系数逐渐合理化，在（0.6，0.25，0.15），（0.33，0.33，0.33）两种情况下，系统均向（1，1，1）策略方向演化。

仿真结果表明（1-m-n）的最小临界值在0.6～0.7区间内变化。当平台企业的知识创新收益分配系数高于0.7时，严重损害参与企业与用户的利益，最终造成系统失败的知识共享。知识创新收益系数越平均，各主体知识共享的意愿越强，知识创新收益分配系数的平均化能促进各主体选择知识共享策略。

3.4 罚金对多主体知识共享行为演化的影响

较大的初始意愿会影响罚金对系统内各主体知识共享行为的演化趋势，令x=0.3，y=0.3，z=0.3。

罚金对多主体知识共享行为演化影响的二维、三维轨迹图，如图4、图5所示，由图4、5可知，F的最小临界值在28.6～28.7区间内变化：当F<28.6时，x、y、z均收敛于0，且y的收敛速度最快，这说明较小的罚金难以有效抑制参与企业的机会主义行为，使平台企业产生亏损，平台企业不再对参与企业与用户发放奖励，与用户最终退出知识共享，系统最终演化至（0，0，0）策略;当F>28.7时，x、y、z均收敛于1，且F越大，各主体收敛的速度越快，这说明较大的罚金增加了参与企业选择机会主义行为的损失，进而提高了其知识共享的意愿，平台企业构建孵化型平台，鼓励参与企业与用户参与知识共享，系统最终演化至（1，1，1）策略。

仿真结果表面较低的罚金易引发参与企业的机会主义行为，导致系统失败的知识共享;当罚金高于最小阀值时，增大罚金可促进系统的知识共享，且罚金越大，系统知识共享的速度越快。

3.5 奖励机制对多主体知识共享行为演化的影响

3.5.1 参与企业所得奖励对多主体知识共享行为演化的影响

参与企业所得奖励对多主体知识共享行为演化影响的二维、三维轨迹图，如图6、图7所示。由图6可知，参与企业所得奖励T1的最小临界值在17.2～17.3区间内变化。当T1<17.2时，x、y、z均收敛于0;当T1>17.3时，x、y、z均收敛于1。x、y的收敛的速度快于z，这是因为平台企业和参与企业对于奖励的敏感性高于用户，面对奖励金额的变动能做出快速的反应，但过高的T1值会使x、y、z均收敛于0，对参与企业奖励过高的金额会使其成为唯一受益方，参与企业易产生机会主义行为，平台企业产生亏损，构建连接型平台;而用户失去了奖励支持，知识共享意愿降低，最终退出知识共享，参与企业最终也退出知识共享。由图7可知，当T1<17.2时，系统向（0，0，0）策略演化;当T1>17.3时，系统最终演化至（1，1，1）策略，但过高的T1值会使系统演化至（0，0，0）策略。

仿真结果表明给予参与企业的奖励高于最小临界值时，适当增加奖励金额会加速各主体参与知识共享，但过高的奖励金额会引发参与企业的机会主义行为，导致失败的知识共享。

3.5.2 用户所得奖励对多主体知识共享行为演化的影响

用户所得奖励对多主体知识共享行为演化影响的二维、三维轨迹图，如图8、图9所示。由图8可知，用户所得奖励T2的最小临界值在6.4～6.5区间内变化。当T2<6.4时，x、y、z均收敛于0;当T2>6.5时，x、y、z均收敛于1。x、y的收敛的速度快于z，这是因为平台企业和参与企业对于奖励的敏感性高于用户，对于奖励金额的变化能做出快速的反应，但过高的T2值会使x、y、z均收敛于0，对用户奖励过高的金额会使其成为唯一受益方，平台企业产生亏损，构建连接型平台;而参与企业失去了奖励支持，知识共享意愿降低，最终退出知识共享，用户最终也退出知识共享。由图9可知，当T2<6.4时，系统演化至（0，0，0）策略;当T2>6.5时，系统演化至（1，1，1）策略，但过高的T2值会使三方主体选择（0，0，0）策略。

仿真结果表明用户奖励金额高于最小临界值时，适当增加奖励金额会加速各主体参与知识共享，但过高的奖励金额会导致失败的知识共享。

3.6 知識创新能力系数对多主体知识共享行为演化的影响

令x=0.5、y=0.5、z=0.5，知识创新能力系数对多主体知识共享行为演化影响的二维、三维轨迹图;如图10、图11所示。由图10可知，b的最小临界值在0.51～0.52区间内变化。当b<0.51时，x、y、z均收敛于0，且x的收敛速度大于y大于z，这说明平台企业和参与企业对于知识创新能力的敏感性较大，较小的知识创新能力使平台企业和参与企业退出知识共享，用户最终也退出知识共享;当b>0.52时，x、y、z均收敛于1，平台型创新生态系统的知识创新能力越高，各主体知识共享的速度越快，这说明较高的知识创新能力可促进系统的知识共享。由图11可以看出，随着知识创新能力系数的提高，系统从（0，0，0）策略演化至（1，1，1）策略，且演化速度加快，这说明知识创新能力对于知识共享具有正向促进作用。

仿真结果表明，知识创新能力具有促进系统知识共享的作用。当系统知识创新能力系数低于最小阀值时，知识创新能力系数越低，系统放弃知识共享的速度越快;当系统知识创新能力系数高于最小阀值时，知识创新能力系数的增大将会加快系统知识共享的速度。

3.7 知识共享成本系数对多主体知识共享行为演化的影响

知识共享成本系数对多主体知识共享行为演化影响的二维、三维轨迹图，如图12、图13所示。由图12可知，c1的最小临界值在0.35～0.36区间内变化。当c1<0.35时，x收敛于1，且c1越小，x收敛的速度越快;当c1>0.36时，x收敛于0，且c1越大，x收敛的速度越快。c2的临界值在0.3～0.31区间内变化，当c2<0.3时，y收敛于1，且c2越小，y收敛的速度越快;当c2>0.31时，y收敛于0，且c2越大，y收敛的速度越快;c3的临界值在0.2～0.21区间内变化，当c3<0.2时，z收敛于1，且c3越小，z收敛的速度越快;当c3>0.21时，z收敛于0，且c3越大，z收敛的速度越快。x的收敛速度快于y快于z，这说明平台企业对于知识共享成本变动的敏感性最高，用户对于知识共享成本变动的敏感性最低。由图13可知，当各主体的知识共享成本系数高于最小阀值时，随着各主体对知识共享投入成本的增加，系统最终演化至（0，0，0）策略;当各主体的知识共享成本系数低于最小阀值时，随着各主体对知识共享投入成本的减少，系统最终演化至（1，1，1）策略。

仿真结果表明，各主体投入适量的知识共享成本可促进系统的知识共享，但随着知识共享成本的增大，超出了最小阀值，则会导致系统失败的知识共享。

3.8 知识共享风险成本系数对多主体知识共享行为演化的影响

知识共享风险成本系数对多主体知识共享行为演化影响的二维、三维轨迹图，如图14、图15所示。由图14可知，p1的最小临界值在0.3～0.31区间内变化，当p1<0.3时，x收敛于1，且p1越小，x收敛的速度越快;当p1>0.31时，x收敛于0，且p1越大，x收敛的速度越快。p2的临界值在0.28-0.29区间变化，当p2<0.28时，y收敛于1，且p2越小，y收敛的速度越快;当p2>0.29时，y收敛于0，且p2越大，y收敛的速度越快;p3的临界值在0.25～0.26区间变化，当p3<0.25时，z收敛于1，且p3越小，z收敛的速度越快;当p3>0.26时，z收敛于0，且p3越大，z收敛的速度越快。x的收敛速度快于y快于z，这说明平台企业对于知识共享风险成本变动的敏感性最高，用户对于知识共享风险成本变动的敏感性最低。由图15可知，平台型创新生态系统中，随着各主体知识共享过程中的风险的增加，系统的平衡点最终向（0，0，0）演化;但随着各主体知识共享过程中的风险成本的减少，系统的平衡点最终向（1，1，1）点演化。

仿真结果表面当各主体的知识共享风险成本系数低于最小阀值时，较小的知识共享风险成本可促进系统的知识共享，但较高的知识共享风险成本会导致系统内失败的知识共享。

4 结论与启示

4.1 结论

平台型创新生态系统知识共享需要所有知识创新主体共同参与知识共享，以实现合作共赢。但各主体之间的知识信息是不对称的，且参与企业与用户缺乏知识共享的主动性，参与企业甚至还会出现“搭便车”等机会主义行为。为促进平台型创新生态系统下多主体知识共享，保证平台型创新生态系统的可持续发展，本文基于动态视角根据平台型创新生态系统的特征探索促进多主体知识共享行为的有效模式，构建了平台型创新生态系统下平台企业、参与企业与用户知识共享的三方演化博弈模型，通过研究影响各主体知识共享主要因素，剖析多主体知识共享行为演化规律。研究结果表明：

1）各主体选择积极策略的初始概率与最终的策略演化结果密切相关，较高的初始概率能够促使各主体最终选择积极知识共享行为，实现异质性知识的高效共享。

2）与其他影响因素相比，具有促进系统知识共享作用的知识创新能力系数对多主体知识共享行为的影响最大。当知识创新能力系数高于最小阈值时，可促进系统知识共享，且知识创新能力系数越高，系统知识共享的速度越快;但较低的知识创新能力使系统难以进行知识创新，阻碍系统的知识共享，且知识创新能力系数越低，系统放弃知识共享的速度越快。

3）知识共享的成本系数与风险成本系数对多主体知识共享行为的影响较大，较低的知识共享成本系数与风险成本系数可促进系统知识共享，且知识共享成本系数与风险成本系数越低，各主体向积极知识共享行为演化的速度越快;当知识共享的成本系数与风险成本系数高于最小阀值时，各主体果断放弃知识共享，且成本系数与风险成本系数越高，系统知识共享失败的速度越快。

4）在主要因素影响不显著的情况下，知识创新收益系数的平均化能促进各主体选择知识共享行为，且收益系数越平均，各主体知识共享的意愿越强;当平台企业的知识创新收益分配系数高于一定阀值时，会受到参与企业与用户的抑制，造成失败的知识共享。

5）建立合理的知识共享奖励机制和惩罚机制有助于推动平台型创新生态系统实现知识共享。平台企业在合理的区间内给予参与企业与用戶适当的奖励可促进系统知识共享，但过高或过低的奖励金额将导致失败的知识共享;较小的罚金易引发参与企业的机会主义行为，当罚金高于最小阀值时，随着罚金的增大，系统实现知识共享的速度越快。

6）与参与企业、用户相比，平台企业在知识创新能力系数、知识创新收益分配系数、惩罚与奖励机制、知识共享成本系数与风险成本系数等方面敏感性最高，体现出平台企业可以快速应对系统内知识创新收益与知识资源等因素的变化。

4.2 研究贡献

本文揭示出平台型创新生态系统内多主体知识共享行为的演化模式，存在一定的理论贡献与实践意义：在理论层面上，基于动态视角研究多主体知识共享行为演化规律，丰富了平台型创新生态系统演进理论与知识共享理论，扩充了演化博弈理论的研究，有助于学界明晰知识共享对推动平台型创新生态系统可持续发展的重要作用;在实践层面上，有助于学界与业界明晰平台型创新生态系统知识共享实现机制，学习有效抑制机会主义行为的实现方法，为推动平台型创新生态系统知识共享与持续创新提供实践启示。

4.3 管理启示

平台型创新生态系统中各主体的行为选择对系统能否实现知识共享具有重要影响。为了推动平台型创新生态系统的知识共享，应重视系统内微观主体行为涌现的群体现象。平台企业作为推动平台型创新生态系统知识共享的主导企业，应提高自身的网络技术能力，为搭建平台型创新生态系统提供良好的知识共享环境;同时，应降低系统的准入门槛，允许跨域知识共享，整合各方知识资源，建立一个高度开放且包容度高的平台型创新生态系统，进而提高系统的知识创新能力。

面对知识共享过程中存在的一些不确定因素的变化，平台企业应帮助参与企业与用户共同提出有效的解决对策。系统应根据平台企业、参与企业与用户不同的知识成本投入与知识创新贡献程度制定合理的知识创新收益分配机制;同时，应制定合理的惩罚机制与奖励机制，提高参与企业与用户知识共享意愿，有效的抑制机会主义行为，促进多主体向知识共享行为的演化。

系统内各主体应降低知识共享的风险与成本，一是要加强风险防范意识，各主体间签订知识共享协议，加大对机会主义行为的惩罚力度;二是要降低知识管理成本，加强主体间跨界、跨域知识资源的学习与沟通，提高知识的异质性;三是要提高各主体间的信任程度，降低知识共享中的人为因素如机会主义行为、道德风险等因素对知识共享的不良影响。如此，能够持续推动平台型创新生态系统的知识共享。

本文揭示出平台型创新生态系统内多主体知识共享行为的演化模式，丰富了平台型创新生态系统知识共享领域及演化博弈理论等的研究，相关结论能够为平台型创新生态系统内多主体知识共享行为提供有益参考借鉴。但本文仍存在不足，如在知识共享过程中，缺乏对成本共担方式的研究与思考，探讨多主体在知识共享中如何建立合理的成本共担机制，是本文后续的研究方向。

参考文献：

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

[2] 王海军，金姝彤，束超慧，等.为什么硅谷能够持续产生颠覆性创新？：基于企业创新生态系统视角的分析[J].科学学研究，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] 李万，常静，王敏杰，等.创新3.0与创新生态系统[J].科学学研究，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，徐晓菲，姚洪涛.基于MLP框架的创新生态系统演化研究[J].科学学研究，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] 谭劲松，宋娟，陈晓红.产业创新生态系统的形成与演进：“架构者”变迁及其战略行为演变[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] 方刚，谈佳馨.互联网环境下产学研协同创新的知识增值研究[J].科学学研究，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] 張镒，刘人怀，陈海权.平台领导演化过程及机理：基于开放式创新生态系统视角[J].中国科技论坛，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，张志钊，杨小红.云制造创新生态系统知识共享激励的演化博弈分析[J].中国管理科学，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] 刘家明，柳发根.平台型创新：概念、机理与挑战应对[J].中国流通经济，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，陈关聚.技术创新视角下平台生态系统形成、融合与治理研究[J].科技进步与对策，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] 刘杨，徐艳菊.核心企业构建的平台型创新生态系统的演化博弈研究：基于平台企业赋能的视角[J].上海管理科学，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] 王发明，朱美娟.互联网平台企业主导的创新生态系统演化风险识别及规避[J].中国科技论坛，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] 吴绍波，刘敦虎.新兴产业平台创新生态系统冲突形成及其管理对策研究[J].科技进步与对策，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] 吳绍波.新兴产业平台创新生态系统的配套产品合作开发机制研究[J].软科学，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] 王发明，张赞.平台企业主导的创新生态系统稳定性研究：基于企业间网络关系视角[J].科技进步与对策，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] 冯立杰，卢加瑞，王金凤，等.开放式创新视阈下创新生态系统核心企业价值网络演进路径研究[J].科技进步与对策，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] 张镒，刘人怀，陈海权.平台领导演化过程及机理：基于开放式创新生态系统视角[J].中国科技论坛，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] 张海涛，刘伟利，任亮，等.开放式创新社区的用户知识协同交互机理及其可视化研究[J].情报学报，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，张雅，李思晗.平台型企业知识治理与价值共创关系研究[J].科学学研究，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，陈详详，陈劲.虚拟社区奖励对知识共享的作用效果研究[J].科学学研究，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] 姚慧丽，毛翔宇，金辉.考虑平台影响因素的虚拟社区知识共享演化博弈研究[J].运筹与管理，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.

[编辑：厉艳飞]

收稿日期： 2022-05-13

基金项目： 国家自然科学基金项目（72074062）;教育部人文社会科学基金项目（19YJC790092）;黑龙江省科学基金项目（LH2021G012）;黑龙江省哲学社会科学研究规划项目（21GLC191）;中国博士后科学基金项目（2020M670892）;黑龙江省博士后科研啟动金资助项目（LBH-Q20101）

作者简介： 徐莹莹（1990—），女，硕士生导师，博士;孙 晖（1997—），女，硕士研究生;吕希琛（1985—），男，硕士生导师，博士.