大数据时代虚拟组织的稳定性分析——基于演化博弈视角

大数据时代虚拟组织的稳定性分析
——基于演化博弈视角

马丁李朝

随着网络通信和移动互联技术水平的提高，信息数据呈现出指数式增长态势，企业需要以更加灵活的组织结构来顺应技术的发展，并不断增强自身核心优势。虚拟组织作为一种灵活的组织形态，对产业组织结构产生重要作用，但其稳定性不可避免要受大数据的影响。梳理大数据对企业管理决策、组织结构，尤其对虚拟组织的影响，并构建虚拟组织在大数据背景下的演化博弈模型，分析虚拟组织的稳定性策略及影响因素。互联网条件下，大数据技术可以促进虚拟组织的形成和有效运行，导使虚拟组织不断向互相合作的稳定状态演化；利用大数据，企业可以找到更合适的合作伙伴，更好地利用优势互补，增进企业合作效益，使产业融合与细分更加深入。因此，企业应积极采取虚拟组织战略，融入大数据时代商业生态。

虚拟组织; 大数据; 演化博弈； 稳定性; 组织演化

一 引言及研究综述

随着网络通信和移动互联技术水平的不断提高，信息数据呈现指数式增长态势，推动社会进入了大数据(Big Date)时代(李学龙和龚海刚，2015)[1]，也催生出许多新思维、新方法、新应用。新数据技术的大量运用正在以前所未有的速度改造着企业的生态系统，数据日渐成为企业组织竞争的一项关键资产(王举颖和赵全超，2014)[2]。大数据蕴含的科学经济价值、大数据对产业组织演变的影响、虚拟组织的变化特征等，正成为学术界与企业界关注的重点。

借助快速发展的网络通信技术，越来越多的企业利用虚拟组织来提高自身竞争力，应对稍纵即逝的市场机会。企业为实现特定目标，经由分工与协作，根据各方不同层次的权利与责任，重整能力与资源而构成的组织集合，即虚拟组织(邢永杰，2008)[3]。本文研究的虚拟组织是指由企业和研究机构等法人实体，借助网络技术，跨越地理界限，利用彼此的核心能力而组成的虚拟联盟。例如耐克公司利用供应链“外包”的形式，将制造等任务外包给其他企业，与其他企业共同组成一个虚拟组织，很好地实现了公司的经营目标。由于虚拟组织，以核心能力为结点，通过市场组合方式替代传统的纵向层级组织，有效整合价值链上的优势资源，紧抓市场机遇，持续为客户创造价值，可以更好地满足现代企业的要求，因此成为众多学者研究的热点(张保仓和任浩，2017)[4]。

目前对合资企业的伙伴关系选择、知识管理、收益分配、风险管理与控制等方面的研究较多。袁华等(2016)[5]从合作伙伴的核心能力、虚拟企业的敏捷性以及成员之间的信任性等多方面构建了合作网络中虚拟企业成员的选择机制，为有效选择虚拟企业成员提供了一种新的视角和方法。刘松和高长元(2014)[6]为明确不确定环境下合作成本、学习能力、惩罚机制、合作收益等因素对高技术虚拟企业中各类合作伙伴合作行为的影响，建立了多阶段动态博弈模型，综合分析高技术虚拟企业生命周期内两类伙伴选择合作策略的互动过程并得出相应的结论。对多数构建虚拟组织的企业来讲，选择合作伙伴是一个重要且复杂的过程，是关系虚拟组织成败的关键(张新香，2011)[7]，难以找到对的且好的合作伙伴是当前企业构建虚拟组织面临的难点，因此对虚拟组织合作伙伴选择的研究一直是热点问题。商淑秀和张再生(2013)[8]基于社会视角分析了虚拟组织的知识共享问题。蔡璐(2015)[9]站在合作创新的视角对虚拟组织知识管理能力与创新绩效之间的关系进行了研究。此外，孟涛等(2015)[10]、管玉娟和黄光球(2015)[11]等对虚拟组织知识共享方面进行了相应的研究。陈菊红等(2015)[12]从博弈的视角，考虑收益分配涉及的相关因素，对虚拟组织的收益分配问题进行了研究。总的看，有关虚拟组织稳定性的研究相对较少。杨波和徐升华(2010)[13]基于知识转移的基本理论，运用演化博弈模型分析了虚拟组织的稳定性，商淑秀和张再生(2015)[14]站在知识共享的视角，利用演化博弈模型对虚拟组织的稳定性进行分析并做了仿真处理，使虚拟组织的演化路径及影响因素更加清晰。基于大数据时代背景的虚拟组织变动和稳定性的研究更少，而大数据技术应用使虚拟组织的组建、运行环境都发生了较大变化，为此，利用演化博弈分析虚拟组织在大数据背景下的稳定性具有重要意义。

目前对大数据没有标准化的定义，李学龙和龚海刚(2015)[1]通过比较分析大数据的多种定义，从数据容量、数据结构、数据处理速度以及数据挖掘方法四个方面对大数据进行定义。美国国家和标准技术研究院NIST则认为大数据是指数据的容量、数据的获取速度或者数据的表示限制了使用传统关系方法对数据的分析处理能力，需要用水平扩展的机制以提高处理效率(张群，2015)[15]。大数据具有4V特性，分别是Volume(大量化)、Variety(多样化)、Velocity(速度)、Value(价值)(李国杰和程学旗，2012)[16]。大数据正在促进各个领域的持续创新，为社会经济的发展以及科学研究带来巨大的影响，激发了各领域学者的研究热情。在经济管理领域，隋晋光和胡诗妍(2016)[17]、何军(2014)[18]、杜元伟和杨娜(2016)[19]等学者从多个方面研究大数据对企业管理决策的影响。资武成(2013)[20]、王举颖和赵全超(2014)[2]等研究了大数据环境下企业生态系统的演化及构建，提出企业构建良好生态系统的具体策略。钟辉新和张兴旺(2014)[21]总结了国内面向大数据的企业竞争情报研究现状，在一定理论及方法的基础上提出了企业竞争情报动态运行模式。韩兰华和刘力钢(2016)[22]在大数据情境下研究战略联盟的利益分配并提出了相应的建议。由于大数据技术正在不断改变着消费者的行为习惯以及企业的运营环境，也必然会影响到企业的管理决策、营销策划、竞争情报、知识共享乃至利益分配等方面。这种种的影响同样对虚拟组织的伙伴选择、利益分配、知识转移、沟通协调等方面产生作用。本研究基于已有研究，系统分析大数据对虚拟组织的影响和虚拟组织的演化与稳定性问题。

二 大数据挖掘对虚拟组织的影响

在大数据时代以前，企业更多地采用关系网的形式来组建虚拟组织，而采取这种方式，由于区域及行业范围的限制，使得企业很难找到合适的合作伙伴。即使找到合适的合作伙伴组建起虚拟组织，也常常存在虚拟组织成员不可控、组织成员间信任度缺失、道德分险和逆向选择问题。而虚拟组织协调性严重不足这一缺陷，使得虚拟组织的作用无法全面发挥；虚拟组织间带有主观性的利益分配方式，也使得虚拟组织十分不稳定。进入大数据时代，产业之间的融合与细分，令虚拟组织更受企业青睐，同时不可避免地受到大数据巨大而深邃的影响。

(一)大数据挖掘促进虚拟组织的形成

大数据时代，企业生态系统出现许多新情况，产业之间不断融合又不断细分(资武成，2013)[20]。一方面，对大数据的挖掘使以前不相关的行业相互联系在一起，促使产业之间互相融合。另一方面，对大数据进行广泛而清晰的挖掘和细分，可以找到新的市场、新的领域，促进大量专业公司的形成与发展。产业的细分与融合，促使企业需要更加灵活的组织结构来融入生态，促进自身发展，这就使得虚拟组织更具用武之地。企业在大数据环境下应积极利用虚拟组织形式，将外部资源内部化，以应对快速变化的市场需求。

(二)大数据有利于虚拟组织合作伙伴的选择

虚拟组织构建的一个很重要动因是为了整合各个企业的核心优势或者关键资源以完成单个企业不能完成的任务或者获取更大的利益。“能否找到好的合作伙伴”是影响虚拟组织成败的关键问题。大数据为企业选择合作伙伴时提供了更多更准确的信息，打破了利用关系网来选择合作伙伴的传统方式，扩大了选择合作伙伴的区域及行业范围，为虚拟组织找到合作方提供了极大便利(刘力钢和韩兰华，2015)[23]。利用大数据技术，除了能够大范围、快速找到合适的合作伙伴，降低搜寻成本和初始合作成本以外，还能够在合作初期，借助大数据详细了解合作伙伴，使组建的虚拟组织更具稳定性，降低虚拟组织解散风险。

(三)大数据分析提高虚拟组织的可控性

虚拟组织有一个缺点就是对合作伙伴不具有可控性，存在违约风险。虚拟组织结构的有效性是通过与独立的外部企业的广泛、密切合作来实现，由于存在道德风险和逆向选择的可能，组织将因为所依靠的外部企业出现问题而陷入非常被动的境地(Samuelson,1998)[24]。大数据快速存储和传递数据的特点，能够使企业更加快速地获取数据，掌握合作企业的实时状态。提高数据分析能力，随时了解合作企业的行为，能够降低因合作企业逆向选择、资源困境等问题带来的各类风险。随着科学技术，特别是通信技术的发展，公司乃至个人的一举一动都会生成数据，分析这些数据就可大体预期合作企业的行动，增强虚拟组织结构的可控性，从而降低虚拟组织的各类风险。

(四)大数据平台增进虚拟组织内企业的协调性

大数据分析技术的应用大大促进了企业情报竞争的研究，提高了企业决策的科学性，降低了企业合作平台构建和企业间信息获取的成本，从而便于虚拟组织内企业的沟通与协调。特别是大数据平台的建立，为虚拟组织间的协调提供了便利，而协调性的增加反过来能够促使虚拟组织更好地合作，进一步加强虚拟组织的稳定性。

(五)大数据促使虚拟组织更合理的利益分配

虚拟组织不稳定的一个重要原因就是合作方的利益分配不合理。大数据不仅为虚拟组织利益分配带来新的影响因素，也改变着虚拟组织的利益分配机制(韩兰华和刘力钢，2016)[22]。使虚拟组织改变了以往带有主观性的利益分配方法，在充分考虑利益分配各影响因素的情况下，运用大数据技术及研究方法，确定各因素的权重，更加客观公正、有说服力地分配利益，增强利益分配的合理性，从而更有益于虚拟组织的稳定。

(六)大数据也给虚拟组织带来挑战

大数据为虚拟组织组建与运营带来机遇，也带来了挑战。首先是对企业经营理念的挑战。各数据信息对企业经营决策的重要作用要求企业管理层把握商业发展趋势，积极迎合数据化，将自己打造为一个数据驱动的公司。其次是大数据先进技术的挑战。企业要招聘专业人才，主动掌握关键技术，将大数据的挑战转化为自己的优势。最后是防止自己核心优势的流失。随着大数据分析技术的进步，企业先前的核心优势也许不再是新时期的核心优势，企业要立足数据时代特点，打造自己新的核心优势。

总之，大数据时代的到来，使企业不仅需要变革组织结构，组建更加灵活开放的组织，积极融入商业生态之中，而且需要借助大数据技术克服虚拟组织不易控制、不便协调等缺点，同时为企业重新认识自己，发现其他企业的核心优势、找到合作伙伴提供便利。

三 虚拟组织演化博弈模型

虚拟组织中，各企业是建立在优势互补之上的契约合作关系，由于企业间没有强的约束力，因此各企业在合作中必将时刻关注违约风险，分析合作及违约的各项收益，并在预期合作方的选择策略中，选择最有益于自己的行动策略，简而言之就是一种竞争与合作的博弈关系。那么研究虚拟组织的动态均衡，论述其组织内生的稳定性则成为必要。演化博弈论是将博弈理论与动态演化过程相融合而形成的一种理论。它强调的是一种动态的均衡，在这一点上有别于博弈论的静态均衡和比较静态均衡。演化博弈论的核心点就是将个体选择某种策略的效用和群体的平均效用相比较。如果在种群中选择某种策略的个体效用大于全体的平均效用，那么选择这种策略的个体随着时间的演化会越来越多，反之就会越来越少。如果个体选择某种策略的效用等于群体的平均效用则其比例会保持不变。演化博弈当中，最核心的概念就是“演化稳定策略(ESS)”和“复制动态策略”(Samuelson,1998)[24]。

下面重点研究虚拟组织竞合关系的演化博弈模型构建，分析它们之间的机制关系。

虚拟组织是建立在相互信任之上的一种契约关系，它体现的主要是竞合关系。由于虚拟组织中各企业的有限理性以及所面对环境的极大不确定性，因此虚拟组织成员间的博弈是一种通过长时间模仿与学习机制改进的演化博弈。所以通过演化博弈可以对虚拟组织的稳定策略进行有效分析，指明虚拟组织中大部分成员所采取的策略，从而做出支持虚拟组织结构构建的论断。同时，如果能够准确分析均衡达成的过程及影响因素，就能有效解释虚拟组织中利益双方的合作机制，并可以为企业控制和引导虚拟组织朝良性方向发展提供有效的指导。

1.虚拟组织演化博弈模型构建的基本假设

(1)假设在虚拟组织中，博弈主体都是有限理性的，即大部分企业不具备预测能力，总是以现有策略为条件，选择按惯性采取行动。

(2)假定在虚拟组织中，企业可以采取两种策略：积极的合作及不合作。

(3)为了简化分析，假定虚拟组织由两个企业组成。

(4)企业的收益和成本。如果双方积极合作，那么各企业可以获得一般合作的平均收益A，同时因为应用大数据技术，企业还可以带来额外的收益B(找到合适的合作伙伴，提高组织协调等能力，降低沟通、协调等成本等)；如果一方积极合作，一方不合作，那么积极合作的一方将会承担一定的成本C(利用大数据等技术的投资成本)，不合作的一方将受到一定的惩罚F(违约方的惩罚以及不诚信记录带来的后续影响)，双方都会带来一定的损失D(错失机会的损失，环境剧烈变化的风险成本等)；当双方都不合作，则他们都将面对一定的损失D(错失机会的损失，环境剧烈变化的风险成本等)。

2.构建支付矩阵及稳定性分析

虚拟组织双方如果积极合作，那么双方可以得到A+B的收益；如果一方积极合作，一方不积极合作，积极合作的一方不仅要承担错失机会以及环境剧烈变化带来的风险等成本D，还需要承担积极投资应用大数据技术的成本C，其收益为-D-C，而不积极应用大数据进行合作的一方除了会面对错失机会以及环境剧烈变化带来的风险等成本D，还需要面对违约带来的惩罚以及不良诚信记录带来的后续影响F，其收益为-D-F;如果双方都不积极合作，则双方都会面对错失机会以及环境剧烈变化带来的风险等成本D。则虚拟企业在大数据背景下的支付矩阵如下。

表1 虚拟组织博弈双方支付矩阵

假设初始企业1积极合作的可能性为x，则其不合作的可能性为1-x，企业2积极合作的可能性为y,则其不合作的可能性为1-y。

企业1积极合作与不合作的期望收益为U11、U12及总体平均期望收益为R1：

U11=y(A1+B1)+(1-y)(-D1-C1)

(1)

U12=y(-D1-F1)+(1-y)(-D1)

(2)

R1=xU11+(1-x)U12

(3)

则企业1的复制动态方程为：

F(x)=dx/dt=x(U11-R1)=x(1-x)[(-C1)+y(A1+B1+C1+D1+F1)]

(4)

同理企业2的复制动态方程为：

F(y)=dy/dt=y(U21-R2)=y(1-y)[(-C2)+x(A2+B2+C2+D2+F2)]

(5)

分析上述5个均衡点的稳定性，可以通过计算该系统的雅可比矩阵得到。其雅可比矩阵为：

令T为雅可比矩阵的迹，D为雅可比矩阵的行列式。

根据Cressman(1992)[25]提出的检验均衡点性质的局部稳定性分析法，如果D>0,T<0，则相应的均衡点具有渐进稳定的性质；如果D>0,T>0，则相应的均衡点不稳定；如果D<0,则相应的均衡点为鞍点。各均衡点的雅可比矩阵行列式和迹如表2所示。

表2 各均衡点的雅可比矩阵行列式和迹

(续上表)

均衡点DT存在条件G5(x0，y0)-C1C1(A1+B1+D1+F1)(A2+B2+D2+F2)/(A1+B1+C1+D1+F1)(A2+B2+C2+D2+F2)00≤x0，y0≤1

根据各均衡点雅可比矩阵的行列式和迹，结合Cressman提出的检验均衡点性质的局部稳定性分析法得出虚拟组织的局部稳定性分析结果，如表3所示。

表3 各点的局部稳定性

特别的，当x=(C2)/(A2+B2+C2+D2+F2)时,F′(y)=0，意味着无论y取何值，F(y)都有稳定解。当y=(C1)/(A1+B1+C1+D1+F1)时,F′(x)=0,意味着无论x取何值，F(x)都有稳定解。上述结果分析如下：

(1)有稳定解的基本判别条件为:F′(x)<0，方程解稳定，反之则方程解不稳定。

对方程(4)、方程(5)分别求导得:

(6)

由式(6)可得：当y

(2)画出虚拟组织的动态演化策略图。

在动态演化策略图(谈正达等，2006)[26]图1中，G1(0,0)和G4(1,1)为E点；G2(0,1)和G3(1,0)为不稳定点；G5(x0,y0)为鞍点。而且由于0

图1 动态演化策略图

3.大数据时代的虚拟组织动态演化机制分析

通过以上演化博弈模型的构建及分析可知，组成虚拟组织的博弈双方在合作基础上发生着长期的动态博弈，虚拟组织稳定的整体策略倾向于由不稳定状态向稳定状态演化的过程。如图1所示，稳定策略的演化路径由鞍点G5(x0,y0)决定，而鞍点G5(x0,y0)的位置由A、B、C、D、F的大小决定，即取决于虚拟组织合作带来的收益、利用大数据等技术的额外收益、利用大数据等技术的成本、不合作的损失及惩罚。根据鞍点G5(x0,y0)，当虚拟组织合作的收益A和利用大数据等技术得到的额外收益B不断增大，利用大数据的成本C不断减小、双方不合作损失的机会成本D越来越大以及惩罚F的加大等，都可以让鞍点不断G5向原点靠近，即鞍点G5(x0,y0)不断向稳定点移动。当G5(x0,y0)不断向G1(0,0)靠近时，区域G1G2G5和G1G3G5在整个区域中的概率越来越小，则虚拟组织收敛于稳定点G4(1,1)的概率增大，即在大数据时代，虚拟组织演化博弈中更加倾向于合作。反之，当利用大数据等技术的成本C不断增加、积极合作的收益B越来越小、不合作的损失D越来越小、违约惩罚F等越来越小，虚拟组织倾向于不合作的稳定状态。

四 结 论

以上研究结果表明，大数据技术的不断发展,可以促进虚拟组织的形成与有效运行，使其更好地利用优势互补，增加企业间合作的额外收益。利用大数据，企业可以找到更合适的合作伙伴，导使虚拟组织不断向互相合作的稳定状态演化。同时，网络通讯技术的发展，数据处理能力的提高，意味着企业使用大数据技术的成本会不断降低。在大数据时代，产业融合与细分更加深入，使得企业间互相合作成为必要，这就加大了企业间不合作的机会成本，并且在大数据平台发展的进程中，企业的诚信记录会越来越透明，违约成本会越来越高。总之，随着大数据的进一步发展，虚拟组织的最优演化策略是选择互相合作。

当今世界，企业间的竞争越来越激烈，产品的生命周期越来越短，在有限的资源环境下，为了应对变幻莫测的环境，减少环境震荡带来的损失，企业间越来越重视虚拟组织这一合作形态，以此利用各自企业的核心优势，创造单个企业无法创造的价值。在虚拟组织中，各企业之间都存在合作与不合作，违约与不违约的博弈，通过演化博弈的建模分析，在达成合作的虚拟组织中，经过企业动态的博弈，企业间彼此真诚合作是各企业的最优策略选择。鉴于大数据对虚拟组织的巨大影响，为了更好地利用虚拟组织战略，企业还需做到如下几点：

第一、积极采取虚拟组织战略。大数据给企业构建虚拟组织创造了良好的条件，企业应以积极的态度来组建虚拟组织。经济社会的进步，大数据时代的到来，促进企业组织的灵活与开放，使得虚拟组织更具用武之地，越来越多的企业利用虚拟组织这一结构形式，导使自己融入商业生态中。在不断开放的商业生态中，企业不论是为提升自己的竞争力，满足市场不断变化的需求，还是适应大数据时代要求，使自己更好地融入商业生态，都需要积极应用虚拟组织战略。

第二、加大大数据人才的培养。数据信息的不断发展，数据分析技术的不断进步，使得社会逐渐进入互联网数据时代，即DT时代。“大数据”已经成为企业经营管理中的重要要素，也是决定企业创新能力的关键。人才成为企业获取、分析和利用大数据的关键，因此，企业应加大大数据人才的引进和培养。

第三、建立大数据驱动下的企业文化。DT时代，一切产业均将数据化，而一切商业均将生态化。企业转变为数据化企业并融入商业生态，才能更好地发展(赵大伟，2014)[27]。企业需要着力营造大数据驱动型的企业文化，学会重视数据，加大数据在企业管理决策、沟通协调、制造运营、营销推广等方面的应用。

大数据技术为虚拟组织的组建与运营带来便利，使得虚拟组织适应度快速上升，虚拟组织价值提高。在虚拟组织的演化博弈中，企业间彼此真诚合作是各企业的最优策略选择。但考虑到大数据为虚拟组织企业带来优势的同时，还带来挑战，因此需要企业积极准备，熟悉并利用大数据技术，发挥虚拟组织的作用，掌握大数据时代企业发展的主动权。

[1] 李学龙, 龚海刚. 大数据系统综述[J]. 中国科学: 信息科学, 2015, 45(1): 1-44.

[2] 王举颖, 赵全超. 大数据环境下商业生态系统协同演化研究[J]. 山东大学学报(哲学社会科学版), 2014, (5): 132-138.

[3] 邢永杰. 虚拟组织[M]. 上海: 复旦大学出版社, 2008.

[4] 张保仓, 任浩. 虚拟组织持续创新能力作用机制研究[J]. 科技进步与对策， 2017， 34(8)： 1-8.

[5] 袁华, 刘耘, 钱宇等. 基于合作网络的虚拟企业伙伴选择研究[J]. 管理工程学报, 2016, 30(1): 80-87.

[6] 刘松, 高长元. 高技术虚拟企业合作伙伴合作策略的多阶段选择机制[J]. 中国科技论坛, 2014, (4): 86-92.

[7] 张新香. 虚拟企业合作伙伴选择三阶段模型及方法研究[J]. 管理评论, 2011, 23(3): 107-111.

[8] 商淑秀, 张再生. 基于社会资本视角的虚拟企业知识共享[J]. 中国软科学, 2013, (11): 101-111.

[9] 蔡璐. 基于合作创新虚拟企业知识管理能力与创新绩效研究[J]. 科学管理研究, 2015, (4): 69-71.

[10] 孟涛, 焦捷, 田园. 基于SECI模型的虚拟企业知识创造研究[J]. 清华大学学报(自然科学版), 2015, (4): 462-469.

[11] 管玉娟, 黄光球. 文化相似性对虚拟企业的知识共享及创新调节作用研究[J]. 商业经济研究, 2015, (2): 98-99.

[12] 陈菊红, 汪应洛, 孙林岩. 虚拟企业收益分配问题博弈研究[J]. 运筹与管理, 2002, 11(1): 11-16.

[13] 杨波, 徐升华. 虚拟企业知识转移激励机理的演化博弈分析[J]. 情报理论与实践, 2010, (7): 50-54.

[14] 商淑秀, 张再生. 虚拟企业知识共享演化博弈分析[J]. 中国软科学, 2015, (3): 150-157.

[15] 张群. 大数据标准化现状及标准研制[J]. 信息技术与标准化, 2015, (7): 23-26.

[16] 李国杰, 程学旗. 大数据研究: 未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J]. 中国科学院院刊, 2012, 27(6): 5-15.

[17] 隋晋光, 胡诗妍. 大数据对决策工作的影响及优化路径[J]. 领导科学, 2016, (26): 50-52.

[18] 何军. 大数据对企业管理决策影响分析[J]. 科技进步与对策, 2014, (4): 65-68.

[19] 杜元伟, 杨娜. 大数据环境下双层分布式融合决策方法[J]. 中国管理科学, 2016, 24(5): 127-138.

[20] 资武成. “大数据”时代企业生态系统的演化与建构[J]. 社会科学, 2013, (12): 55-62.

[21] 钟辉新, 张兴旺, 黄晓斌. 面向大数据的企业竞争情报动态运行模式MDD: 监控、 发现、 决策的互动[J]. 情报理论与实践, 2014, 37(3): 6-11.

[22] 韩兰华, 刘力钢. 大数据情境下企业战略联盟利益分配模型研究[J]. 企业经济, 2016, (10): 35-40.

[23] 刘力钢， 韩兰华. 大数据背景下企业战略联盟伙伴选择模型研究[J]. 辽宁大学学报(哲学社会科学版), 2015, 43(6): 71-80.

[24] Samuelson, L.. Evolutionary Games and Equilibrium Selection[J].InternationalReviewofEconomics&Finance, 1998, 7(1): 137-139.

[25] Cressman, R.. The Stability Concept of Evolutionary Game Theory[A]//TheStabilityConceptofEvolutionaryGameTheory[M]. Springer-Verlag, 1992.

[26] 谈正达, 王文平, 谈英姿. 产业集群的知识共享机制的演化博弈分析[J]. 运筹与管理, 2006, 15(2): 56-59.

[27] 赵大伟. 互联网思维独孤九剑[M]. 北京: 机械工业出版社, 2014.

StabilityAnalysisoftheVirtualOrganizationinBigDataEra——BasedonEvolutionaryGameTheory

MA Ding LI Zhao

With the continuous progress of society, the continuous improvement of the level of network communication technology, especially the vigorous development of mobile Internet technology, information data show an unprecedented explosive growth, the community can not be blocked into the era of large data. In the era of large data, enterprises need a more flexible organizational structure to adapt to the development of technology changes and continue to improve their core strengths, and virtual organizations as a flexible organizational structure is even more useless. And large data inevitably have a great impact on the stability of virtual organization. Combing the influence of large data on enterprise management decision-making, organizational structure, especially for virtual organization, and constructing the evolutionary game model of virtual organization under the background of large data, analyzing the stability strategy and influencing factors of virtual organization. Under the internet conditions, large data technology can promote the formation and operation of virtual organizations, so that virtual organizations continue to cooperate with each other to stabilize the state of evolution; the use of large data, companies can find more suitable partners, better use of complementary advantages, business cooperation benefits; industry integration and subdivision more in-depth. Enterprises should actively take the virtual organization strategy, assimilate into the big data age business ecology.

virtual organization structure; big date; evolutionary game theory； stability; evolution of virtual organization

2017-04-19

国家自然科学基金项目“基于人才聚集的高等院校协同创新机制研究”(项目编号：71473174，项目负责人：牛冲槐)；山西省软科学研究计划项目“构建大学生创新创业型人才培养模式及实践机制研究”(项目编号：2015041029-1，项目负责人：马丁)；山西省筹资助马丁爱丁堡大学2016-2017访问学者项目。

马丁，太原理工大学经济管理学院副教授、硕士生导师，研究方向：创业管理；李朝，太原理工大学经济管理学院硕士研究生，研究方向：企业战略管理。

F320

A

1674-8298(2017)05-0033-09

[责任编辑：莫 扬]

10.14007/j.cnki.cjpl.2017.05.003

方式]马丁, 李朝. 大数据时代虚拟组织的稳定性分析——基于演化博弈视角[J]. 产经评论, 2017, 8(5): 33-41.