生态视角的复杂产品协同设计网络稳定性研究

彭巍 胡远航 龚壮辉

摘要：针对复杂产品群智协同设计网络中用户群体结构对其稳定性的影响机制不明确的问题，提出了新的网络稳定性分析方法。基于生态位理论分析了网络中的生态角色，定义了个体生态位表征模型，采用移除网络节点方式进行了实证研究。研究发现，生态位宽度大的多面手和普通设计者及具有较小生态位宽度的多面手是影响网络稳定性的关键角色。研究成果能够为复杂产品群智协同设计网络的精准调控提供参考。

关键词：复杂产品；群智协同设计；网络稳定性；生态位

中图分类号： TH122文献标识码： A

收稿日期：2021-08-28；修回日期：2021-12-16

基金项目：国家重点研发计划资助项目（2018YFB1700801）

第一作者：胡远航（1996-），男，湖北松滋人，硕士研究生，主要研究方向为复杂网络分析，复杂产品群智协同设计。

通信作者：彭巍（1986-），男，湖北宜昌人，博士，讲师，主要研究方向为复杂网络分析，复杂产品群智协同设计。

Stability of Complex Product Collaborative Design Network from Ecological Perspective

PENG Wei， HU Yuanhang^a， GONG Zhuanghui^a

（a. Hubei Key Laboratory of Hydroelectric Machinery Design & Maintenance; b. College of Mechanical and Power Engineering， China Three Gorges University， Yichang 443002， China）

Abstract：Aiming at the problem that the influence mechanism of user group structure on the stability of complex product group intelligent collaborative design network is not clear， a new stability analysis method of complex product group intelligent collaborative design network is proposed. Based on niche theory， this paper analyzes the ecological role in the intelligent collaborative design network of complex product groups， defines the individual niche representation model， and makes an empirical study by removing network nodes. It is found that generalists with large niche width， ordinary designers and generalists with small niche width are the key roles affecting the stability of the network. The research results provides a reference for the precise regulation of complex product group intelligent collaborative design network.

Key words： complex products; group intelligence collaborative design; network stability; ecological niche

0 引言

复杂产品设计具有周期长、成本高、定制化程度高等特点^[1]。传统上，复杂产品的设计主要由企业完成。然而，随着用户个性化需求的增多、产品更新换代时间缩短和研发成本上升，传统的设计模式已难以满足需求。伴随互联网技术发展而形成的群智协同设计模式为复杂产品的高效低成本设计提供了新的解决思路。群智协同设计是网络社区用户围绕产品设计需求贡献知识和智慧，共同完成设计任务的模式。网络社区中的各类用户（如需求者、产品使用者、设计人员等）是设计活动的主要完成者。群智协同设计在降低设计成本、缩短研发周期、满足用户定制化需求等方面具有不可比拟的优势，但是也面临用户群体不稳定、设计能力动态变化等导致的设计任务难以完成的问题^[2]。因而研究复杂产品群智协同设计网络的稳定性对提升設计质量、保障任务按期完成至关重要。

复杂产品群智协同设计网络的稳定性可借助复杂网络的理论进行研究。在研究视角方面，大部分学者从网络结构及功能角度入手分析网络稳定性，如张晓冬等^[3]考虑了多种节点流失方式对OpenIDEO网络稳定性的影响。卢冬冬等^[4]探究了不同类型节点流失对AngularJS社区网络结构和功能稳定性的影响。高贵兵等^[5]从结构脆弱性和功能脆弱性两个维度衡量了制造生态系统的脆弱性强度。于国栋等^[6]从结构和性能两个维度对客户协同创新网络的鲁棒性指标进行了定义和分析。

在网络稳定性分析方法方面，主要是通过连通性、网络效率等指标来研究不同因素对稳定性的影响。如Lei等^[7]选择最大连通子图相对大小和协同知识效率相对大小对开源汽车设计项目进行了动态鲁棒性分析实验。苏加福等^[8]提出了网络连通性指标和节点介数指标分析协同用户及知识流失对协同产品创新知识网络稳定性的影响。此外，Yang等^[9]研究了不同的节点攻击方式对网络稳定性的影响，并验证了方法的可行性。

目前针对复杂产品群智协同设计网络的稳定性研究取得了丰硕的成果，形成了从网络构建到指标选择及设计再到计算分析的完整方法体系。但是现有研究大多从网络拓扑结构和网络功能角度切入，忽略了用户角色及关系结构变化对稳定性的影响，在研究视角上有一定的局限性。卢冬冬等^[4]将节点按类型和功能进行了分类，但本质上还是从网络特性出发开展的研究。事实上，支撑复杂产品开发的是一个创新设计生态系统^[10]，各种角色在其中发挥着独特的作用。用户角色对复杂产品的设计过程影响巨大^[11]，但其作用仅从网络结构和功能角度难以分析清楚，需要考虑单个节点的贡献及节点间关系，综合分析节点对网络稳定性的影响。而生态位理论能够有效描述个体在系统中的位置及相互关系，满足对用户角色进行细分的要求。为此，本文以复杂产品设计网络为对象，从生态视角入手，根据复杂产品群智协同设计网络的生态特征，研究其生态角色及表征方法，进而研究生态结构变化对复杂产品设计网络稳定性的影响，为复杂产品设计过程管控提供理论支撑。

1 复杂产品群智协同设计网络的生态特征分析

1.1 生态角色

复杂产品群智协同设计网络有显著的生态特征。设计人员即为生态中的个体，大量个体围绕复杂产品设计活动交互和协作，贡献知识和能力，形成知识和技术创新。参考Guo等^[12]对社区人员分类的研究成果，根据用户特征将设计人员分别定义为普通设计者、核心设计者、管理者、社交者、积极设计者和多面手。普通设计者更多的是浏览创新想法与新技术，较少提交设计想法与创意；核心设计者具有较高的设计水平，也会积极提交创新想法与新方案；管理者在项目推进方面有大量的活动；社交者与各类设计人员有大量沟通交流，但提交的创意相对较少；积极设计者设计水平一般，但会积极提交创新想法，并与其他设计人员广泛交流；多面手参与范围较广，具有全能性。

1.2 生态角色的表征

本文基于生态位理论建立群智协同设计网络中生态角色的表征模型。在多主体协同创新和设计方面，生态位理论常被用来分析主体的角色、位置及相互关系^[13-15]。复杂产品群智协同设计网络是多主体协同设计及交互形成的，具有生态学特征，各类角色在参与形式、贡献数量等方面有较明显的差异，因而适宜用生态位理论进行研究。生态位宽度和生态位重叠度是描述个体（群体）生态位的主要指标。生态位宽度反映了主体对环境资源的占用情况^[13]，在协同设计中可用来描述个体（群体）的参与范围及贡献。生态位宽度越大，参与越广，贡献越多。生态位重叠度反映了主体之间在生态位上的相似性^[13]，在协同设计中可用于表征个体（群体）在参与范围和贡献方面的相似性。重叠度越高，个体（群体）之间越相似。

借鉴现有文献对生态位宽度的定义^[13，16]，将个体（群体）的生态位宽度定义为其在创新活动中参与形式的多样性与贡献创意数量的综合。参考Levins公式^[16]中的Shannon-Wiener指数，生态位宽度的计算方法定义为

其中，B_i为个体（群体）i的生态位宽度。P_ij为个体（群体）i在第j项设计活动中贡献次数占整体贡献次数的比例，其中

其中，N_ij为个体（群体）i在每项活动中的贡献次数。

生态位宽度考虑的是个体（群体）占有环境资源的范围与程度，而生态位重叠度为个体（群体）两两之间在占有环境资源上的相似性，一般采用Pianka公式^[16]计算：

其中，Q_ij为个体（群体）i与个体（群体）j的生态位重叠度。P_ik为个体（群体）i在第k项活动中贡献次数占整体贡献次数的比例，P_jk为个体（群体）j在第k项活动中贡献次数占整体贡献次数的比例，r为两类个体（群体）共同拥有的设计活动类别数量。

2 复杂产品群智协同设计网络的稳定性分析

2.1 网络稳定性评价指标

复杂产品群智协同设计网络的稳定性是当产品设计人员流失后，网络能维持其功能性的程度。通常用来评价网络稳定性的指标有平均聚类系数、网络密度、连通图大小、最短路径长度、网络效率、平均度等^[3-4，7]。其中，最大连通子图大小与网络效率两个指标应用最为广泛。最大连通子图相对大小能反映产品设计人员之间的协作程度，定义为^[4]

其中，S为网络最大连通子图相对大小，N′为网络最大连通子图中的节点数，N为网络中的总节点数。

网络效率反映创新知识与技术在网络中的传播速率，定义为^[4]

其中，N为网络中总的节点数，d_ij为节点i与节点j之间的最短路径。S和?_g越大，网络稳定性越好。

2.2 生态视角的网络稳定性分析

不同于当前多数文献根据网络参数（如节点的度）确定节点流失规则从而分析网络稳定性变化的方法，本文从生态视角对节点的生态位宽度及重叠度进行计算，然后按照生态位宽度大小顺序依次移除节点，分析人员角色和生态结构对网络稳定性的影响。现有研究在确定移除节点数量时，多选择20至50个节点^[3-5]，本文參考现有文献做法选择移除30个节点进行分析，流程如表1所示。

3 实证研究

3.1 数据来源及处理

为验证本文方法的可行性，选择Local Motors社区（https：//localmotors.com/）为研究对象。该社区通过汇集社区用户与设计人员贡献的创新想法与新技术来共同完成产品设计，从汽车的外形设计、概念设计、方案设计、工程设计、以及零部件制造，全部由用户协同完成^[2]。在对象方面，Local Motors社区设计的汽车属于典型的复杂产品；在设计活动组织方面，涵盖了产品设计的主要流程，用户参与程度高。因而Local Motors社区可以作为复杂产品群智协同设计网络的典型代表。本文选取其中已完成的汽车设计项目LMSF-01（2014年7月～2015年7月实施）的实际数据开展研究。利用Python爬虫获取项目数据共计9 775条，覆盖了参与该项目的全部用户（691位）和完整设计活动，能够反映一个复杂产品的群智协同设计全过程。数据包括两类设计人员贡献，分别是创新贡献（blogpost， brainstorm， entry， idea， topic）和交互贡献（comment）^[2]。首先利用K-Means++算法将设计人员分成6类，对应前文划分的角色，然后统计出各种角色参与项目设计活动的情况，结果如表2所示。

3.2 生态位测度

首先根据式（1）和式（3）计算出各类生态角色的生态位宽度和重叠度，分别如图1和表3所示。

如图1所示，普通设计者的生态位宽度最大，原因在于他们数量众多，在网络中分布广泛，参与的设计活动类别较多。多面手群体的生态位宽度也较高，此类人员数量虽少，但参与的项目活动较多。管理者、社交者、积极设计者三者之间生态位宽度相近，因为他们在项目各类活动中贡献的比例比较接近。核心设计人员在“entry”中贡献了大量创意，但在其他创新活动中贡献较少，因此生态位宽度最低。

表3是生态位重叠度的计算结果，普通设计者与多面手的生态位重叠度较高，原因在于他们参与的活动范围都较广，贡献比例也接近。核心设计者、管理者、社交者、积极设计者相互之间重叠度也比较高，这几类设计人员在“blogpost”和“brainstorm”中参与较少，在其它方面的貢献数量比较接近。

3.3 复杂产品群智协同设计网络表征

将每个设计人员视为一个节点，设计人员之间有互相评论或者回复，或在同一主题下探讨过相关技术问题，两者之间就建立一条边。利用Python编程找出所有节点之间的交互关系，建立邻接矩阵，最后将数据导入Gephi软件，构建无向复杂产品群智协同设计网络，并在Matlab中绘制了度分布图，结果如图2所示，网络参数如表4所示。

从图2可以看出，设计人员之间的交互关系构成了复杂网络。表4显示共有691位设计人员，交互关系形成的边数为2 889，核心网络节点较大，边缘节点较小，平均聚类系数为0.542，平均路径长度为3.013，说明网络具有小世界特征，设计人员之间有良好的协作交互关系。观察图2b可以看出，节点度分布符合幂律分布，说明网络具有无标度特性^[17]。

3.4 个体生态位宽度对网络稳定性的影响

图3为按设计人员生态位宽度大小、节点度大小依次移除节点和随机移除节点后最大连通子图相对大小与网络效率的变化曲线。由图3可见，按生态位宽度排序移除节点与另外两种常用方法（按度排序移除节点和随机移除节点）得到的结果总体一致，都呈持续下降趋势，说明本文提出的方法具有合理性。图3a中，按生态位宽度大小移除节点时，最大连通子图相对大小和网络效率均呈现先快速下降，然后趋于平缓甚至小幅上升，随后又迅速下降的特征。这种规律在其它两种移除方式中均没有出现。曲线中段趋缓的主要原因是中等生态位宽度的节点虽然贡献较大但与其它节点的交互并不多，即节点的度较小。因而移除这部分节点对网络的连通性和效率影响不大。曲线前段和后段下降都较快，说明对应节点的度较大，与其它节点联系紧密。因此，提升复杂产品群智协同设计生态系统的稳定性应从稳定生态位宽度偏大和偏小的个体入手。

3.5 生态角色对网络稳定性的影响

为分析生态角色对复杂产品群智协同设计网络稳定性的影响，对各类角色依据生态位宽度排序逐次移除节点，观察网络稳定性指标的变化，结果如图4所示。

由图4可见，各类节点移除后，最大连通子图相对大小与网络效率都呈现不同程度的下降。其中，多面手和普通设计者流失对网络稳定性影响最大。这两类设计人员拥有较大的生态位宽度，说明生态位宽度大的设计人员流失后，会显著影响网络的稳定性。

进一步观察图4发现，随着对应多面手节点的移除，曲线先迅速下降，然后趋缓，之后又快速下降。结合图3可知多面手中有一部分设计人员生态位宽度属中等但对应的节点度较小，他们对网络稳定性影响较小。移除普通设计者节点时，曲线先快速下降然后逐渐趋缓，说明普通设计者中只有生态位宽度大的少部分个体流失对网络稳定性影响较大。其它几条曲线都较平缓，表明管理者、社交者、积极设计者、核心设计者的流失对复杂产品群智协同设计网络稳定性的影响较小。根据表3可知，这几类设计人员间的生态位重叠度较大，即相互间的可替代性强，因此他们的流失对网络稳定性影响不显著。

综合图3和图4的分析结果可以得出，生态位宽度较大和较小的多面手及具有较大生态位宽度的普通设计者是影响复杂产品群智协同设计网络稳定性的关键，提升网络稳定性应从稳定这些个体入手。

4 结论

本文以复杂产品群智协同设计网络为对象，融合生态位和复杂网络理论，分析了其生态特征及组成，提出了生态位测度的模型，在此基础上形成生态视角的网络稳定性分析方法，最后进行了实证研究。结果表明，生态位宽度和用户角色是影响复杂产品群智协同设计网络稳定性的关键因素，其中生态位宽度大的多面手和普通设计者及具有较小生态位宽度的多面手对网络稳定性的影响最为显著。为进一步分析复杂产品群智协同设计网络的稳定性，下一步将从关键因素对它的影响途径入手进行研究。

参考文献：

[1]李玉鹏，李孟泽，王召同.基于有向加权网络模型的复杂产品多源设计变更传播路径优化[J].机械工程学报，2019，55（6）：213-222.

LI Y P， LI M Z， WANG Z T. Multi-source design change propagation path optimization for complex products based on directed weighted network model[J]. Journal of Mechanical Engineering， 2019， 55（6）：213-222.

[2]郑庆.复杂产品群智协同创新过程建模分析理论及方法研究[D].天津：天津大学，2018.

ZHENG Q. Research on modeling analysis theory and method of complex product swarm intelligence collaborative innovation process[D]. Tianjin： Tianjin University， 2018.

[3]张晓冬，周宏丽，胡杨.大规模协同环境下知识协作网络的动态鲁棒性[J].计算机集成制造系统，2017， 23（11）：2353-2360.

ZHANG X D， ZHOU H L， HU Y. Dynamic robustness of knowledge collaboration networks in large-scale collaborative environments[J]. Computer Integrated Manufacturing Systems， 2017， 23（11）： 2353-2360.

[4]卢冬冬，吴洁，刘鹏，等.开源软件社区开发者合作网络稳定性研究——以Angular JS为例[J].复杂系统与复杂性科学，2020， 17（3）： 38-46.

LU D D， WU J， LIU P， et al. Research on the stability of open source software community developer cooperation network—taking angular JS as an example[J]. Complex Systems and Complexity Science， 2020， 17（3）： 38-46.

[5]高貴兵，荣涛，岳文辉.基于复杂网络的制造系统脆弱性综合评估方法[J].计算机集成制造系统，2018， 24（9）： 2288-2296.

GAO G B， RONG T， YUE W H. A Comprehensive vulnerability assessment method for manufacturing systems based on complex networks[J]. Computer Integrated Manufacturing Systems， 2018， 24（9）： 2288-2296.

[6]于国栋，杨育，李斐，等.客户协同产品创新系统鲁棒性分析与优化[J].计算机集成制造系统，2014， 20（12）： 2926-2934.

YU G D， YANG Y， LI F， et al. Robust analysis and optimization of customer collaborative product innovation system[J]. Computer Integrated Manufacturing Systems， 2014， 20（12）： 2926-2934.

[7]LEI S， ZHANG X， XIE S， et al. Dynamic robustness of semantic-based collaborative knowledge network of open source project[J]. Entropy， 2021， 23（4）： 391.

[8]苏加福，杨育，张娜.基于超网络的协同产品创新知识网络稳定性[J].计算机集成制造系统，2018， 24（12）： 3082-3095.

SU J F， YANG Y， ZHANG N. Knowledge network stability of collaborative product innovation based on hypernetwork[J]. Computer Integrated Manufacturing Systems， 2018， 24（12）： 3082-3095.

[9]YANG G Z， QI X G， LIU L F. Research on network robustness based on different deliberate attack methods[J]. Physica A： Statistical Mechanics and Its Applications， 2020， 545： 1-10.

[10]欧阳桃花，胡京波，李洋，等. DFH小卫星复杂产品创新生态系统的动态演化研究：战略逻辑和组织合作适配性视角[J].管理学报，2015， 12（4）： 546-557.

OUYANG T H， HU J B， LI Y， et al. Dynamic evolution of DFH small satellite complex product innovation ecosystem： strategic logic and organizational cooperation adaptation perspectives[J]. Chinese Journal of Management，2015， 12（4）： 546-557.

[11]WEBER THOMAS A. How to market smart products： design and pricing for sharing markets[J]. Journal of Management Information Systems， 2020， 37（3）： 631-667.

[12]GUO W， ZHENG Q， AN W， et al. User roles and contributions during the new product development process in collaborative innovation communities[J]. Applied Ergonomics， 2017， 63： 106-114.

[13]何郁冰，伍静.企业生态位对跨组织技术协同创新的影响研究[J].科学学研究，2020， 38（6）： 1108-1120.

HE Y B， WU J. Research on the impact of enterprise niche on cross-organizational technology collaborative innovation[J]. Studies in Science of Science， 2020， 38（6）： 1108-1120.

[14]尹航，雷家骕，李晓宇.制造业产品创新过程的概念设计生态位分析模型构建与测评研究[J].中国科技论坛，2013（3）：63-69.

YI H， LEI J X， LI X Y. Construction and evaluation of niche analysis model of conceptual design for manufacturing product innovation process[J]. Forum on Science and Technology in China， 2013（3）：63-69.

[15]张悦，沈蕾，穆钰，等.创意生态圈多主体价值共创研究——基于宁波和丰创意广场的案例研究[J].研究与发展管理， 2020， 32（3）： 165-178.

ZHANG Y， SHEN L， MU J， et al. A study on multi-agent value co-creation in creative ecosystem—based on a case study of Ningbo hefeng creative square[J]. R&D Management， 2020， 32（3）： 165-178.

[16]李契，朱金兆，朱清科.生態位理论及其测度研究进展[J].北京林业大学学报， 2003， 25（1）： 100-107.

LI Q， ZHU J Z， ZHU Q K. The research progress of niche theory and its measurement[J]. Journal of Beijing Forestry University， 2003， 25（1）： 100-107.

[17]PI X C， TANG L K， CHEN X Z. A directed weighted scale-free network model with an adaptive evolution mechanism[J]. Physica A： Statistical Mechanics and Its Applications， 2021， 572（15）： 1-13.

（责任编辑 李 进）