基于知识流动的创新生态系统价值演化仿真研究

王 莉，游竹君

(山西财经大学管理科学与工程学院，山西 太原 030031)

0 引言

知识经济和柔性专业化时代的到来使得企业经营的外部环境越来越呈现出动态性和复杂性，市场竞争也越来越激烈。要想在这样的环境下获胜，唯一的途径就是不断创新。创新的本质是知识创新。有专家认为，能使组织保持持续竞争优势的方式就是快速获取新知识和使用新知识[1]。然而，由于创新过程的复杂性和对知识积累的需求日益增多，仅仅依靠企业自身的知识积累远不能满足其要求，需要积极发展与其他经济组织的协作创新关系，通过创新主体间的知识流动和传递，使得生产要素重新组合，最终实现创新目标并获得可持续发展[2]。在此背景下，一种有利于创新活动和知识流动而形成的多方合作、相互依赖的网络组织形态-创新生态系统应运而生。它使企业在知识资源的利用和创新方面不再拘泥于自身，而是突破原有的组织界限和规模限定以及打破原有的信息壁垒[3]，形成畅通的知识流动通道，释放知识与获取知识交互进行，实现知识的共享和互补，最终实现知识资源在各个组织的最优配置。价值的产生通常就是在此过程中，通过创新主体之间的竞合关系借助知识的高效流动而形成的[4]。

当前学术界对创新生态系统知识流动问题的研究可以归纳为三个方面：第一，知识流动内涵和影响因素研究[5-7]。知识流动受多种因素影响，不同学者的研究重点不同。Boisot明确提出知识流动过程受到知识本身特性、知识接受的可能性这两大类因素的影响[8]。Ounjian提出影响知识流动的因素有技术特性、技术接受者特性、技术提供者以及沟通渠道特性[9]。李煜华等指出知识供给主体、知识接收主体、知识属性、环境因素和流动主体间亲密度对知识流动有影响作用[10]。第二，借助力学、生态学等交叉学科的相关知识与理论，对知识流动机制的研究[11-14]。第三，创新生态系统特征、知识流动与价值形成关系研究[15-19]。

学术界对创新生态系统知识流动问题的研究有一定积累，但对创新生态系统不同发展阶段的知识流动作用机理及其表现形式并未形成系统的研究体系。知识流动可以产生价值，在创新生态系统发展的不同阶段，伴随知识流动而形成的价值表现方式与程度是不同的，因此研究知识流动角度的创新生态系统的价值演化问题很有必要，这也是本文的主要研究目的。但创新生态系统基于知识流动的价值演化过程是一个十分复杂和动态的过程，研究难度较大，过去大量的研究多采用案例分析的方式进行。作者认为，创新生态系统的价值演化问题具有明确的系统化和动态发展化特征，因此使用仿真模拟方法，用模型模拟来代替真实系统进行实验和研究是可行的，并可有效弥补现有研究的不足。

本文的研究主要探讨三个问题：知识流动通过什么路径对创新生态系统的价值演化产生影响？在这种影响下创新生态系统价值演化会产生怎样动态的变化？如何保证知识流动作用下的创新生态系统价值的持续提升？这些问题的解答不仅有助于丰富创新生态系统知识流动研究领域的内容，弥补当前相关理论研究的不足，还可用于指导创新生态系统治理和企业的创新实践，为创新生态系统的良性发展、为企业获取和利用知识资源效率，从而获得竞争优势提供相应理论借鉴。

1 基于知识流动的创新生态系统价值演化机理分析

根据知识流动理论和价值网络理论，在创新生态系统内，以社会关系为基础，创新主体通过知识流动和共享创造价值[20]。本文的研究思想是：创新生态系统内不同生命周期阶段的知识流动带来价值创造与价值获取的变化，根据创新生态系统的无标度特性，可以模拟各个发展阶段价值演化机理，从而探索其发展规律，为政府治理和创新企业实践应用提供理论依据。

1.1 相关概念解析

(1)创新网络与创新生态系统。Freeman是最早明确提出 “创新网络”一词的学者[21]，之后众多学者对其内涵进行了阐述。它强调各类创新主体(包括企业、科研院所、中介服务机构、政府等)通过网络中正式或非正式的制度安排进行创新活动，通过创造知识交易的渠道和降低学习风险形成知识转移和学习的过程[22]。它关注的是主体之间的联系或作用方式，具有相对分散、可分解和重复联结等特征[23]。创新生态系统具备创新网络特质，但它更突出 “生态”二字的内涵，强调创新主体间的长期相伴、相互依赖、共生共荣以及创新主体与外界环境之间复杂的物质、能量、资金及信息传递,具有自组织性、协作与共生共荣、动态演化等特征，它对其中的个体具有某种程度的锁定效应[24]。本文主要研究创新生态系统价值演化问题，演化过程中形成的价值网络具有创新网络的特征，但更具有创新主体的共生共荣与系统发展演化等生态特征，因此与基于创新网络的研究有所区别。文中将由于知识流动而形成的创新生态系统价值演化网络简称为价值网络。

(2)创新生态系统的无标度特性。由创新主体协作形成的网络结构可以划分成四种类型——规则网络、小世界网络、随机网络和无标度网络，不同网络结构对知识增长和扩散绩效的影响程度不同[25]。其中，无标度网络结构可以更有效地促进知识流动，且其平均知识流动的稳态水平最高，在知识转移中也具有充分性和公平性。创新生态系统亦具有无标度网络特性，为系统知识流动与增长扩散提供了一个理想的增长框架。众所周知，在无标度网络中，只有少数的节点拥有很多的连接，这种节点被称之为中心节点，提供了更多吸收其他节点知识的机会；另外，当知识流动经过中心节点，和该节点连接的有限部分会立即进行知识的吸收，使得该网络的平均知识存量迅速增长。因此，在创新生态系统中，核心主体扮演着中心结点的重要角色，新的创新知识很快就会从少数创新主体转移到核心主体，然后再扩散到其他系统。本文的仿真研究正是基于创新生态系统的这个特性来进行的。

(3)创新生态系统内的知识流动。创新生态系统内通常存在一个或多个核心企业，与其相关配套组织由于对互补性资源的依赖而形成合作，随着合作不断加深，有效促进知识流动[26]，从而形成了围绕知识流动而进行价值创造和价值获取的创新网络结构(见图1)。知识流动是指知识在相关行为主体之间的转移、共享和使用的交换作用过程，主要表现为知识溢出、知识扩散、知识转移和知识共享四种形式。据经济合作与发展组织的观点，创新生态系统中的知识流动主要分为四类：①创新企业间的相互合作与交流，包括业务行为(研发、营销)共享、有形或无形资源共享和专业化等；②创新企业、科研院所和公共部门之间的协作，包括联合研究、联合专利、联合出版以及其他非正式的联系等；③通过技术转让、新设备的应用等方式使得知识与技术向创新企业的扩散；④人员流动，主要是技术人员在各公共、私有部门内部或之间的流动，从而促进知识和信息在系统内的传播。本文研究创新生态系统内通过知识流动产生的价值演化问题，主要以创新企业为核心，默认包括全部4种知识流动类型。

图1 围绕知识流动的创新生态系统创新网络结构

(4)价值创造与价值获取。价值创造与价值获取(后者也被一些学者称为 “价值占有”)在各种类型的创新网络中都是存在的，由合作和竞争行为组成[27]。创新生态系统也是一个商业生态系统，旨在创造价值并从创新活动中获取价值[28]。价值创造即为客户和其他利益相关者创造价值的协作过程和活动[29]；价值获取是指创新企业实现获利回吐，即创新企业最终如何追求自己的竞争优势并获得相关利润。仅仅是价值创造，而没有价值获取，价值实现就无法兑现，创造出来的价值就不能被市场认可并接受，从而无法完成要素投入到要素产出的转化[30]。在创新生态系统的创新活动中，价值创造与价值获取处于创新的不同阶段，而且各个阶段的表现方式与程度不同，所以研究它们随知识流动而形成的演化过程，对创新生态系统治理具有重要的参考价值。

1.2 基于生命周期的创新生态系统价值演化机理

创新生态系统的演化发展符合生命周期理论,系统的形成与发展源自系统内部创新主体之间知识共享与合作的需求[31]，并伴随知识生成、知识扩散、知识转移和知识衰减四种表现和不同的价值创造与价值获取水平。本文借鉴罗发友提出的四阶段CLC(Cluster Life Cycle)模型[32]，提出基于生命周期的创新生态系统知识流动与价值演化模型(见图2)。

图2 基于生命周期的创新生态系统价值演化模型

第一阶段为形成期，即伴随知识生成的价值演化初期。此时创新主体 (企业、研发机构等)为了追求高收益、低成本或共享相关信息，在某些优势资源条件 (劳动力、扶持性的政策、基础设施等)的吸引下产生空间集聚，并寻求与其他创新主体间的合作以形成优势互补，使得自我创造知识和外界引入知识得到指数增长，表现出高的价值创造水平。但此时的合作愿景是利用合作伙伴的资源来创建创新生态系统，因而价值获取水平较低。由于此阶段创新生态系统合作成员之间信任基础不稳固，网络关系相对比较松散，聚集速度 (单位时间内聚集的企业数目)相对较慢。

第二阶段为成长期，即伴随知识扩散的价值演化发展与完善期。此阶段创新生态系统成员之间的信任程度提升，成员数量快速增加，配套企业和竞争型企业进一步衍生，逐步形成了创新生态产业链。生态链上分享与整合彼此知识资源的协作活动不断增多，网络密度增大，知识流动效率提高，形成了创新联动效应，价值创造水平进一步提升。同时，创新生态系统成员将外部的知识内化，开始以价值获取为导向，加强创新成果向使用价值的转化，表现为价值获取水平提升，系统呈现出创新成果与经济总量快速增长的特征。

第三阶段为成熟期，即伴随知识转移的价值演化成熟期。此时系统创新主体突破生态产业链范围，形成更立体的横向创新网络和更加复杂和密切的知识转移网络，创新联动进一步增强，各种创新知识和思维得到充分交流与共享，带动了系统所在区域的发展[33]。同时系统的内部分工格局基本形成，成员数量和系统发展趋于稳定，但创新知识的增速趋于平稳并逐渐递减[34]，内部竞争逐渐激烈，协作程度降低，出现技术趋同、僵化封闭以及互补性减弱的情况，创新成员的重点更多地放在价值获取以支配市场上，价值创造水平降低。

第四阶段，或者宣布创新生态系统的死亡，或者由于知识的重构与变革，进入新的发展阶段。当知识转移遇到影响其进程的障碍因素，使得知识传递衰减，创新活动日趋内部化，创新主体创新乏力，价值创造与价值获取水平迅速降低，创新主体退出系统，创新生态系统走向衰落；或者由于创新人才对已有知识的融合、重组、创新，生成并筛选出了适合系统发展的新知识[35]，使创新生态系统产生了重构与变革，借助于持续的创新能力陆续实现高层次、高质量的转型发展[36]，从而进入新的生命周期循环。

2 基于知识流动的创新生态系统价值演化仿真

本文根据价值演化模型，将基于知识流动的创新生态系统价值演化网络抽象成BA无标度网络，运用Matlab仿真技术进行模拟仿真。主要考察创新生态系统价值演化不同阶段知识流动及相应的价值变化情况，包括两部分内容：①知识流动效率随价值网络演化的变化情况和相对应的网络联系紧密程度；②价值网络结构变化对知识流动效率的影响。

2.1 无标度网络 (BA)模型设定

用节点表示创新生态系统成员，成员间的联系用连接节点的边来表示，每一个阶段都会有节点数量的变化、边数的增减。本文的仿真研究重点考虑系统演化阶段节点的变化，由节点数量的增减来影响边数的变化。主要由两个模型构成：平均最短路径和聚集系数。

(1)平均最短路径。指在创新生态系统价值网络中包含的所有节点对 (i,j)之间的平均最短路径，即：

(1)

其中，N代表网络中节点的数量，dij代表节点在i,j之间的最短距离，是连接这两个节点最短路径上的边数。平均最短路径用来衡量创新生态系统知识流动的性能和效率，且平均最短路径与知识流动效率呈反比变化关系。

(2)聚集系数。反映创新生态价值网络的紧密和稳定程度。假设网络节点i与ci条边相连，即与其他ci个节点之间最多能有ci(ci-1)/2条边，如果这ci个节点之间实际存在的边数为ei,那么ei与可能的总边数ci(ci-1)/2之比为节点i的聚集系数ci，公式为：

(2)

整个创新生态价值网络的聚集系数是所有节点聚集系数的平均值。聚集系数越大，表明整个网络的联系越紧密，网络的稳定性越好。反之则越松散。

2.2 数据选取与参数设定

(1)构建对应创新生态系统初始态的规则价值网络。即选取N=500个有代表性的知识载体为节点构建价值网络，设置价值网络演化四阶段的时刻分别为：0～50、50～100、100～300、300～500。

(2)每个时刻t，随机选择创新生态系统价值网络中2/3的节点与其相关联的节点之间进行知识流动。①形成阶段，网络初始节点以数目m0开始并相互连接；②成长阶段，每个时刻t加入n个新节点，根据公式 (1)选择m个节点与节点i相连，随机选择网络中的一部分节点，将其与相连的节点进行知识交流；③成熟阶段(t=100，300)，以概率p随机选取网络中的某个节点i，再随机选取节点j(i≠j)在节点i与j之间增加一条边，进行知识的交流；④衰退和更新阶段(t=300，500)，以概率p选取某个节点i，删除该节点及其所有的连接。

(3)增边连接。p表示在价值网络中增加一条边的概率。创新生态系统在价值演化过程中增加更多的边，必然对演化过程中的价值网络结构特征产生影响。选择三个有代表性的p值，即0.1、0.45和0.9，按照式 (1)(2)进行仿真，从而得到平均最短路径L随概率p的变化而变化的曲线图。

2.3 仿真结果及讨论

(1)知识流动效率和网络联系紧密程度。用平均最短路径来衡量知识流动效率随创新生态系统价值网络演化的变化情况，如图3所示，横轴表示发展阶段，纵轴表示平均最短路径。在系统形成阶段t∈(0,50)，价值网络规模急速扩大，连接的增强速度不及节点增加的速度，平均最短路径不断变长，使得知识流动效率逐渐降低，表现为高的价值创造、低的价值获取。在系统成长阶段t∈(50,100)，一部分创新主体在发展过程中开始不断吸收外部的知识溢出，使知识流动效率降低速度放缓，表现为高的价值创造、高的价值获取。在系统成熟阶段t∈(100,300)，系统格局基本形成，创新主体之间信任感与联系逐渐增强，平均最短路径逐渐缩短，知识的流动效率随之提升，表现为高的价值获取、低的价值创造。在系统衰退/更新阶段t∈(300,500)一些成员被淘汰，一些新的成员加入，网络的整体结构变化不大，知识流动效率稳定在一定水平，表现为低的价值获取和低的价值创造。整体来看，随着创新生态系统价值网络的演化，平均最短路径整体上呈现倒U型变化趋势，相应地，知识流动效率呈现U型变化规律。

用聚集系数来表示创新生态系统价值网络演化过程中的网络联系紧密程度,如图4所示，横轴表示发展阶段，纵轴表示聚集系数。在形成阶段t∈(0,50)，聚集系数主要呈现下降趋势，表明此阶段大量节点进入价值网络，网络联系的紧密程度因为大量节点进入而迅速减弱；在成长阶段t∈(50,100)，聚集系数的下降速度逐渐变缓，表明此时各节点逐渐建立自己的网络关系，网络联系的紧密程度相对增强；在成熟阶段t∈(100,300)，聚集系数有略微增加趋势，表明此阶段虽然仍有少数节点进入价值网络，但网络中原有节点侧重于巩固已有的网络关系，网络联系紧密程度逐渐趋于稳定；在系统衰退/更新阶段t∈(300,500)，聚集系数缓慢增大，最终趋于稳定，表明价值网络中有旧节点淘汰，也有新节点加入，网络联系相对紧密，最终进入稳定状态。

图3 知识流动效率随价值网络演化的动态变化

图4 网络联系紧密程度随价值网络演化的动态变化

由图3和图4分析可知，知识流动效率和网络联系紧密程度随创新生态系统价值网络规模的变化而变化且基本同步，最后都趋于平稳。当价值网络规模增大时，相应的知识流动效率降低，网络联系紧密程度下降；当价值网络规模缩小时，相应的知识流动效率提升，网络联系紧密程度增强。由三者的联系可推断，创新生态系统价值网络规模需要维持在一定程度才能确保其合理的知识流动效率和联系紧密度，网络规模过大或过小均不利于创新价值的实现。网络规模过大增加了协作的难度，降低知识流动效率，但规模过小则会影响知识资源获取数量。相对稳定的创新生态系统价值网络规模才会促使创新生态系统保持较高的价值创造与价值获取水平。

(2)价值网络结构对知识流动效率的影响。不同概率p值 (0.1，0.45，0.9)水平下演化过程的平均最短路径即知识流动效率如图5所示。在时间段t∈(0,100)，即创新生态系统形成与成长阶段，不同p值下的三条曲线重合在一起，表明这两个阶段p值的增减对平均最短路径无明显影响，即知识流动效率不会随着网络结构的变化而变化。原因在于此阶段价值网络结构相对不稳定，节点间的联系也相对松散，网络结构对知识效率的影响较小。在创新生态系统发展后两阶段t∈(100,500)，随着演化时间的增加，平均最短路径随p值的增加而相应缩短，代表价值网络的知识流动性能增强，节点之间可以更快更有效地进行知识交流与共享，此时价值网络结构对节点间知识流动效率的影响也更加显著。由此可推断，在创新生态系统的形成与成长阶段，系统创新成员提高与其他成员建立联系的概率并不能有效地提升知识流动效率。只有进入成熟期，即创新生态系统的价值网络结构相对稳定之后，提高与网络内其他成员建立联系的概率才可有效提升知识流动效率，使系统保持较高的价值创造和价值获取水平，延长系统生命周期。

图5 知识流动效率在不同p值水平下的变化

3 研究结论与建议

3.1 研究结论

(1)随着创新生态系统价值网络的演化，知识流动效率整体上呈现U型变化规律，网络联系紧密程度与知识流动效率变化基本同步且同时上升或下降。创新生态系统价值网络规模需要维持在一定程度才能确保其合理的知识流动效率和联系紧密度，最终保持较高的价值创造和价值获取水平。

(2)创新生态系统价值网络演化的形成与成长期，知识流动效率不会随着网络规模和成员联系数量的变化而变化。随着价值网络进入成熟期，网络结构相对稳定，此时提高与网络内其他合作伙伴建立联系的概率可有效提升知识流动效率，从而实现较高的价值创造和价值获取水平，延长系统生命周期。

3.2 研究启示与政策建议

(1)在知识生成阶段，强化各主体合作意识，重视价值网络节点的构成。企业应根据自身所需知识进行定位和价值判断，积极与其他主体建立有力且稳定的联系，达成合作、联盟和协同创新的共识，有效实现官产学研金的真正结合，推动创新生态系统的形成和发展。政府应充分发挥其能动性，使用政策推动的力量，通过宏观经济政策、基础设施建设、创新服务平台搭建等方式促进创新生态系统的萌芽和形成，吸引和促进行业协会等各类服务业机构的加入和快速发展，营造有利于创新协作的制度和政策环境。

(2)在知识扩散阶段，适当调整网络结构，提高知识流动效率。处于这一阶段的创新生态系统主体之间经过一段时间的合作、交流和沟通之后，联系的持续性和稳定性大大增强。但为了提高知识流动效率，还需建立完善的协作机制，提高知识传递的各主体之间以信任为代表的社会资本协作水平，强化协作意识和协作观念，激发知识源方的共享意愿，同时制定相应的激励制度，以鼓励知识共享行为。此阶段政府需统筹资源投入重点，不断优化创新生态系统的网络结构构成，并且综合运用财政补贴、贴息、担保、税收优惠等多种扶持方式，有效利用市场机制，增强政府调动资源配置的能力，扩散和放大财政资金功能，调动企业和各类投资者积极性，建立多元化、多渠道、具有内在活力和动力的良性知识流动与创新协作机制。

(3)知识转移阶段，重视知识整合和应用能力，网络结构动态优化。这一阶段网络规模达到稳定状态，伴随着成果转化和产业化。企业一方面要继续加强与高校、科研机构的密切联系和合作，以促进后者的创新知识向企业的有效转移；另一方面，调整自身无法满足创新需要的知识结构，对内外部知识进行不断组合和重构，并积极发展创新中心，生产力促进中心等部门以进一步加强知识应用能力的提升和成果的转化，在价值获取的同时提高价值创造能力。此时创新生态系统的协作、自组织功能基本形成，政府的角色应进行相应转变，避免政府过多干预系统创新活动，从之前的对系统的创新引导转变为对激励、约束等机制的建设工作中去。

(4)知识衰减或创新阶段，建立风险预警机制，降低创新生态系统风险。这一阶段创新生态系统陷入创新惰性和创新锁定当中，一方面创新主体的机会主义行为使其创新动力不足；另一方面网络聚集系数较高，对已有创新主体和现有资源的依赖性较高，使主体不愿获取外部知识。此时，创新企业应高度注意风险防范，加强与外部环境的联系，及时获取市场、技术和需求方面的信息，调整创新生态系统的发展方向，使创新生态系统实现更新，防止走向衰退。政府外力调整是克服创新惰性和创新锁定的重要方式。通过政府引导，建立创新生态系统的风险预警机制，实时观测其动态变化，一旦出现风险预警，应及时调整创新方向，为其注入新的创新知识与创新源泉，并对原有的网络节点进行重新评价、筛选和淘汰，鼓励新的有潜力的创新主体加入。