基于網(wǎng)絡(luò)演化博弈的互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享行為影響因素研究

李從東 黃浩 張帆順

收稿日期：2020-08-02

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目“基于動(dòng)態(tài)語(yǔ)義X列表互動(dòng)知識(shí)空間的產(chǎn)品持續(xù)創(chuàng)新模型及其優(yōu)化、應(yīng)用”（項(xiàng)目編號(hào)：71672074）;廣東省自然科學(xué)基金項(xiàng)目“B2C模式下閉環(huán)選址-庫(kù)存集成優(yōu)化模型研究”（項(xiàng)目編號(hào)：2019A1515010045）;廣州市創(chuàng)新領(lǐng)軍團(tuán)隊(duì)項(xiàng)目“面向‘電商-工業(yè)聯(lián)動(dòng)物流智能多級(jí)管控的運(yùn)作服務(wù)平臺(tái)研究及應(yīng)用”（項(xiàng)目編號(hào)：201909010006） 。

作者簡(jiǎn)介：李從東（1962-），男，教授，博士，研究方向：產(chǎn)品互動(dòng)創(chuàng)新、知識(shí)管理、工業(yè)工程等。張帆順（1994-），男，博士研究生，研究方向：產(chǎn)品互動(dòng)創(chuàng)新、應(yīng)急管理。

通訊作者：黃浩（1997-），男，碩士研究生，研究方向：知識(shí)管理。

摘要：[目的/意義]為辨析網(wǎng)絡(luò)演化博弈視角下互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享行為影響因素以促進(jìn)社區(qū)用戶(hù)間的知識(shí)共享行為。[方法/過(guò)程]在傳統(tǒng)演化博弈理論與網(wǎng)絡(luò)演化博弈理論的基礎(chǔ)之上，分別構(gòu)建互動(dòng)創(chuàng)新社區(qū)知識(shí)共享模型，通過(guò)計(jì)算與仿真，對(duì)比兩種方法下社區(qū)知識(shí)共享的演化結(jié)果，分析社區(qū)用戶(hù)知識(shí)共享行為的影響因素。[結(jié)果/結(jié)論]研究發(fā)現(xiàn)，利用傳統(tǒng)演化博弈方法與網(wǎng)絡(luò)演化博弈方法得到的互動(dòng)創(chuàng)新社區(qū)演化均衡點(diǎn)并不一致;協(xié)同收益、社區(qū)獎(jiǎng)勵(lì)與知識(shí)共享成本對(duì)互動(dòng)創(chuàng)新社區(qū)知識(shí)共享演化深度有顯著影響;社區(qū)網(wǎng)絡(luò)規(guī)模與知識(shí)共享風(fēng)險(xiǎn)對(duì)互動(dòng)創(chuàng)新社區(qū)知識(shí)共享演化速度有顯著影響。

關(guān)鍵詞：互動(dòng)創(chuàng)新社區(qū);知識(shí)共享;社區(qū)網(wǎng)絡(luò);網(wǎng)絡(luò)演化博弈

DOI：10.3969/j.issn.1008-0821.2021.04.005

〔中圖分類(lèi)號(hào)〕G203;G252〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821（2021）04-0036-10

Research on Influencing Factors of Knowledge Sharing Behavior of Open

Innovation Community Users Based on Network Evolutionary Game Theory

Li Congdong1，2Huang Hao1*Zhang Fanshun1

（1.School of Management，Jinan University，Guangzhou 510632，China;

2.Institute of Physical Internet，Jinan University，Zhuhai 519070，China）

Abstract：[Purpose/Significance]This paper aims to analyze the influencing factors of knowledge sharing behavior of open innovation community users from the perspective of network evolutionary game，and to promote knowledge sharing behavior among users.[Method/Process]The knowledge sharing model of open innovation community was developed based on the theory of traditional evolutionary game and network evolutionary game.Through calculation and simulation，the evolution results of knowledge sharing under the two methods were compared，and the influencing factors of knowledge sharing behavior of community users were analyzed.[Result/Conclusion]The paper found that the evolutionary equilibrium point obtained by the traditional evolutionary game method and the network evolutionary game method was inconsistent.Synergy revenue，community reward and the cost of knowledge sharing had a significant impact on the evolution depth of knowledge sharing in communities.The scale of the community and the risk of knowledge sharing had a significant impact on the evolution speed of knowledge sharing in communities.

Key words：open innovation community;knowledge sharing;community network;network evolutionary game

不同于傳統(tǒng)的知識(shí)共享渠道，互動(dòng)創(chuàng)新社區(qū)利用互聯(lián)網(wǎng)交互、開(kāi)放、共享等特性，將具有共同愛(ài)好和目標(biāo)的個(gè)體聚集在一起，使大家可以在一個(gè)平等、開(kāi)放的網(wǎng)絡(luò)空間中進(jìn)行知識(shí)的溝通和共享[1]。BMW、IBM、Samsung、Starbucks等企業(yè)通過(guò)互動(dòng)創(chuàng)新社區(qū)獲取用戶(hù)的創(chuàng)新想法與知識(shí)，大大提高了企業(yè)的研發(fā)效率[2]。然而，互動(dòng)創(chuàng)新社區(qū)中大部分用戶(hù)只單純地瀏覽社區(qū)中的信息和知識(shí)，在社區(qū)中扮演了潛水者的角色，導(dǎo)致互動(dòng)創(chuàng)新社區(qū)整體活躍度低下和內(nèi)部知識(shí)匱乏[3]。因此，如何更好地促進(jìn)互動(dòng)創(chuàng)新社區(qū)用戶(hù)間進(jìn)行知識(shí)共享，從而提高企業(yè)的競(jìng)爭(zhēng)力已經(jīng)成為一個(gè)值得關(guān)注和研究的重點(diǎn)。

促進(jìn)用戶(hù)進(jìn)行知識(shí)共享以實(shí)現(xiàn)互動(dòng)創(chuàng)新社區(qū)的持續(xù)發(fā)展是學(xué)界和業(yè)界關(guān)注的焦點(diǎn)，現(xiàn)有互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享研究注重分析影響用戶(hù)知識(shí)共享行為的關(guān)鍵因素。Tseng F C等基于社會(huì)認(rèn)知理論和社會(huì)資本理論研究了自我效能感對(duì)社區(qū)知識(shí)共享的影響，結(jié)果表明自我效能感與知識(shí)共享呈正相關(guān)關(guān)系[4]。Liu J等在社會(huì)資本理論的基礎(chǔ)之上，研究社區(qū)意見(jiàn)領(lǐng)袖的不同特征（互動(dòng)性、權(quán)威性、活躍度）對(duì)互動(dòng)創(chuàng)新社區(qū)知識(shí)共享的影響[5]。王婷婷等研究了開(kāi)放式創(chuàng)新社區(qū)用戶(hù)的持續(xù)知識(shí)共享行為，發(fā)現(xiàn)用戶(hù)自我展示程度、可獲得的社會(huì)學(xué)習(xí)機(jī)會(huì)、企業(yè)的認(rèn)可和一般用戶(hù)的認(rèn)可對(duì)用戶(hù)持續(xù)知識(shí)共享行為有顯著影響[6]。王楠等基于社會(huì)資本理論分析了用戶(hù)社會(huì)資本在領(lǐng)先用戶(hù)特征和知識(shí)共享水平之間的中介作用，研究發(fā)現(xiàn)用戶(hù)的領(lǐng)先用戶(hù)特征對(duì)知識(shí)共享水平存在顯著正向作用[7]。曲霏等從社會(huì)交換理論的視角提出了關(guān)系型虛擬社區(qū)用戶(hù)個(gè)人收益對(duì)持續(xù)知識(shí)共享意愿的影響模型及人際信任的調(diào)節(jié)作用[8]。經(jīng)過(guò)文獻(xiàn)梳理可以發(fā)現(xiàn)，盡管上述文獻(xiàn)采用實(shí)證研究的方法識(shí)別了大量的用戶(hù)知識(shí)共享行為影響因素，但缺少這些因素對(duì)知識(shí)共享的定量化研究，對(duì)影響因素與社區(qū)用戶(hù)知識(shí)共享行為之間的作用機(jī)理還不清楚，而這個(gè)問(wèn)題的解決是社區(qū)管理者在制定社區(qū)管理政策和促進(jìn)社區(qū)發(fā)展時(shí)關(guān)注的熱點(diǎn)[9]。此外，雖然上述文獻(xiàn)從不同的角度分析了社區(qū)用戶(hù)知識(shí)共享行為的影響因素，但卻未考慮現(xiàn)實(shí)互動(dòng)創(chuàng)新社區(qū)網(wǎng)絡(luò)的拓?fù)涮卣?，忽視了用?hù)間的動(dòng)態(tài)交互關(guān)系對(duì)知識(shí)共享的影響。而現(xiàn)有文獻(xiàn)提出社區(qū)用戶(hù)間交互關(guān)系與社區(qū)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)都會(huì)影響用戶(hù)的知識(shí)共享行為[10-11]，忽視網(wǎng)絡(luò)因素對(duì)知識(shí)共享的影響會(huì)導(dǎo)致研究與實(shí)際情形脫節(jié)，所得結(jié)論可能難以應(yīng)用于現(xiàn)實(shí)。

網(wǎng)絡(luò)演化博弈是解決上述問(wèn)題的有效方法，它以復(fù)雜網(wǎng)絡(luò)和演化博弈分別刻畫(huà)用戶(hù)間的交互關(guān)聯(lián)結(jié)構(gòu)以及策略選擇范式，為理解和分析復(fù)雜交互環(huán)境下群體的決策行為提供了一個(gè)新的研究模式[12-13]。基于此，本文首先在演化博弈理論的基礎(chǔ)之上，構(gòu)建互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享的傳統(tǒng)演化博弈模型，分析社區(qū)知識(shí)共享的局部穩(wěn)定性;其次，結(jié)合復(fù)雜網(wǎng)絡(luò)理論與演化博弈理論，構(gòu)建互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享的網(wǎng)絡(luò)演化博弈模型，利用計(jì)算機(jī)仿真技術(shù)對(duì)知識(shí)共享演化過(guò)程進(jìn)行模擬仿真實(shí)驗(yàn)，對(duì)比兩種方法下結(jié)果的差異，分析影響社區(qū)用戶(hù)知識(shí)共享行為的重要因素;最后，依據(jù)仿真結(jié)果給出相應(yīng)的管理啟示，并對(duì)文章進(jìn)行總結(jié)與展望。

1互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享的傳統(tǒng)演化博弈模型

1.1問(wèn)題描述

互動(dòng)創(chuàng)新社區(qū)中的用戶(hù)是否選擇知識(shí)共享策略是一個(gè)復(fù)雜的博弈過(guò)程，知識(shí)共享行為的產(chǎn)生往往依賴(lài)于相應(yīng)的激勵(lì)與引導(dǎo)。王鵬民等、杜智濤根據(jù)用戶(hù)行為類(lèi)型差異將創(chuàng)新社區(qū)中的用戶(hù)分為“主動(dòng)型用戶(hù)”和“被動(dòng)型用戶(hù)”[14-15]，基于此，本文將創(chuàng)新社區(qū)用戶(hù)群體的博弈策略劃分為“主動(dòng)共享”策略與“被動(dòng)共享”策略。主動(dòng)共享是指用戶(hù)積極發(fā)帖、評(píng)論等知識(shí)共享行為，而被動(dòng)共享是指用戶(hù)單純?yōu)g覽、搜索他人帖子而不進(jìn)行知識(shí)共享的行為。

對(duì)于互動(dòng)創(chuàng)新社區(qū)中的用戶(hù)來(lái)說(shuō)，直接知識(shí)共享收益、協(xié)同收益與社區(qū)獎(jiǎng)勵(lì)是其可從博弈中獲得的3類(lèi)主要收益[16]。直接知識(shí)共享收益是指社區(qū)用戶(hù)吸收博弈對(duì)方提供的知識(shí)并轉(zhuǎn)化為自身能力所帶來(lái)的收益，因此，當(dāng)博弈對(duì)手選擇主動(dòng)共享策略時(shí)，用戶(hù)便可獲得直接知識(shí)共享收益。協(xié)同收益是指由于創(chuàng)新社區(qū)中用戶(hù)之間進(jìn)行知識(shí)共享時(shí)雙方知識(shí)融合而產(chǎn)生的收益，只有當(dāng)博弈雙方均選擇主動(dòng)共享策略時(shí)，用戶(hù)才可獲得協(xié)同收益。除此之外，當(dāng)用戶(hù)選擇主動(dòng)共享策略時(shí)，將獲得社區(qū)為其提供的物質(zhì)或精神獎(jiǎng)勵(lì)，如虛擬金幣、積分、產(chǎn)品體驗(yàn)資格等。另外，知識(shí)共享行為需要用戶(hù)付出時(shí)間和精力，也就是說(shuō)知識(shí)共享是有一定成本的，包括傳遞成本、溝通成本及機(jī)會(huì)成本等[17]。與此同時(shí)，用戶(hù)在知識(shí)共享過(guò)程中面臨著喪失知識(shí)專(zhuān)有優(yōu)勢(shì)、個(gè)人信息被曝光等風(fēng)險(xiǎn)[18]。以上就是社區(qū)用戶(hù)在博弈過(guò)程中可能涉及的收益及成本。

1.2模型構(gòu)建

根據(jù)互動(dòng)創(chuàng)新社區(qū)中用戶(hù)的知識(shí)共享博弈特征以及當(dāng)前文獻(xiàn)的總結(jié)[17-18]，本文假定了一系列的博弈支付矩陣參數(shù)，如表1所示。以下參數(shù)的具體測(cè)度方法已由文獻(xiàn)[19-22]提出。

當(dāng)互動(dòng)創(chuàng)新社區(qū)中任意用戶(hù)1和用戶(hù)2發(fā)生博弈時(shí)，不同策略組合下雙方收益不同，以下是4種博弈情況的具體分析。

情況1：（主動(dòng)共享，主動(dòng)共享）。如果用戶(hù)1與用戶(hù)2均采取主動(dòng)共享策略，則兩者可獲得直接知識(shí)共享收益、協(xié)同收益、社區(qū)獎(jiǎng)勵(lì)3類(lèi)收益，并需要承擔(dān)知識(shí)共享成本及風(fēng)險(xiǎn)。因此，用戶(hù)1的收益為H1=σ1α1η2k2+μtβ1η1k1+λη1k1-c1η1k1-R1，用戶(hù)2的收益為H2=σ2α2η1k1+μtβ2η2k2+λη2k2-c2η2k2-R2。

情況2：（主動(dòng)共享，被動(dòng)共享）。如果用戶(hù)1采取主動(dòng)共享策略，而用戶(hù)2采取被動(dòng)共享策略，則用戶(hù)1只能獲得社區(qū)獎(jiǎng)勵(lì)，但需要承擔(dān)知識(shí)共享成本及風(fēng)險(xiǎn)，即用戶(hù)1的收益為P1=λη1k1-c1η1k1-R1，而用戶(hù)2利用“機(jī)會(huì)主義”從用戶(hù)1處獲取直接知識(shí)共享收益，因此，用戶(hù)2的收益為Q2=σ2α2η1k1。

情況3：（被動(dòng)共享，主動(dòng)共享）。如果用戶(hù)1采取被動(dòng)共享策略，而用戶(hù)2采取主動(dòng)共享策略，則用戶(hù)1的收益利用“機(jī)會(huì)主義”變?yōu)镼1=σ1α1η2k2，而用戶(hù)2的收益受用戶(hù)1機(jī)會(huì)主義行為的影響變?yōu)镻2=λη2k2-c2η2k2-R2。

情況4：（被動(dòng)共享，被動(dòng)共享）。如果用戶(hù)1和用戶(hù)2都選擇被動(dòng)共享策略，則兩者收益將不受彼此機(jī)會(huì)主義的影響，均為0。

綜上所述，對(duì)互動(dòng)創(chuàng)新社區(qū)中任意用戶(hù)1和用戶(hù)2建立知識(shí)共享博弈支付矩陣，如表2所示。

1.3局部穩(wěn)定分析

假設(shè)互動(dòng)創(chuàng)新社區(qū)由兩個(gè)有差別的群體1和群體2構(gòu)成，群體1選擇主動(dòng)共享策略的成員比例為x，選擇被動(dòng)共享策略的比例為（1-x）;群體2中選擇主動(dòng)共享策略的成員比例為y，選擇被動(dòng)共享策略的成員比例為（1-y）。根據(jù)表2列出的4種策略組合可得用戶(hù)1選擇主動(dòng)共享策略的平均收益為：

Ex=yH1+（1-y）P1=y（σ1α1η2k2+μtβ1η1k1）+（λ-c1）η1k1-R1（1）

用戶(hù)1選擇被動(dòng)共享的平均收益為：

E1-x=yQ1=yσ1α1η2k2（2）

用戶(hù)1分別以x和1-x的概率選擇主動(dòng)共享和被動(dòng)共享策略的平均收益為：

Ex（1-x）=xEx+（1-x）E1-x=xyμtβ1η1k1+yσ1α1η2k2+（λ-c1）xη1k1-xR1（3）

假定該策略比例的調(diào)整速度與其平均收益超過(guò)混合策略平均收益的幅度成正比，則關(guān)于用戶(hù)1的復(fù)制者動(dòng)態(tài)方程為：

dxdt=x（Ex-Ex（1-x））=x（1-x）[yμtβ1η1k1+（λ+c1）η1k1-R1]（4）

相似的，關(guān)于用戶(hù)2的復(fù)制者動(dòng)態(tài)方程為：

dydty（Ey-Ey（1-y））=y（1-y）[xμtβ2η2k2+（λ-c2）η2k2-R2]（5）

令dxdt=0，dydt=0，可得均衡點(diǎn)為（0，0），（0，1），（1，0），（1，1）。當(dāng)0

x*=R2+（c2-λ）η2k2μtβ2η2k2， y*=R1+（c1-λ）η1k1μtβ1η1k1（6）

根據(jù)Friedman（1991）提出的雅克比矩陣（Jacobin Matrix）的局部穩(wěn)定分析法，對(duì)上述均衡點(diǎn)進(jìn)行穩(wěn)定性分析。

J=a11a12

a21a22（7）

其中：

a11=（1-2x）[yμtβ1η1k1+（λ-c1）η1k1-R1]（8）

a12=x（1-x）μtβ1η1k1（9）

a21=y（1-y）μtβ2η2k2（10）

a22=（1-2y）[xμtβ2η2k2+（λ-c2）η2k2-R2]（11）

雅克比矩陣的行列式detJ與trJ跡的表達(dá)式為：

detJ=a11a12-a12a21;trJ=a11+a22（12）

當(dāng)某平衡點(diǎn)使得detJ>0、trJ<0時(shí)，則可以判斷該平衡點(diǎn)處于局部漸進(jìn)穩(wěn)定狀態(tài)，也就是該點(diǎn)是演化穩(wěn)定策略（ESS）。由此得出結(jié)論：當(dāng)λη1k1R2+c2η2k2時(shí)，（0，1）為復(fù)制者動(dòng)態(tài)系統(tǒng)的演化穩(wěn)定點(diǎn);當(dāng)λη1k1>R1+c1η1k1、μtβ2η2k2+λη2k2R1+c1η1k1、μtβ2η2k2+λη2k2>R2+c2η2k2時(shí)，（1，1）為復(fù)制者動(dòng)態(tài)系統(tǒng)的演化穩(wěn)定點(diǎn);當(dāng)R1+c1η1k1-μtβ1η1k1<λη1k1

從表3～表7可以知道，知識(shí)共享的協(xié)同收益、社區(qū)獎(jiǎng)勵(lì)、成本、風(fēng)險(xiǎn)之間的關(guān)系決定了社區(qū)的最終穩(wěn)定狀態(tài)。當(dāng)協(xié)同收益及社區(qū)獎(jiǎng)勵(lì)的和大于知識(shí)共享及風(fēng)險(xiǎn)的和時(shí)，社區(qū)用戶(hù)更傾向于選擇主動(dòng)共享策略，最終社區(qū)會(huì)達(dá)到用戶(hù)全都選擇主動(dòng)共享策略的理想狀態(tài)。

雖然演化博弈在一定程度上有助于從微觀角度深入了解互動(dòng)創(chuàng)新社區(qū)用戶(hù)選擇知識(shí)共享的決策過(guò)程，但是其假設(shè)的個(gè)體交互關(guān)系過(guò)于理想化，與現(xiàn)實(shí)中社區(qū)用戶(hù)之間的知識(shí)共享情形差距較大。傳統(tǒng)的演化博弈通常假設(shè)個(gè)體之間以均勻混合或全連通的方式交互，即所有個(gè)體全部相互接觸，然而現(xiàn)實(shí)情況中，社區(qū)內(nèi)用戶(hù)之間的接觸總是有限的，用戶(hù)總是傾向于與更活躍的、影響力更大的用戶(hù)進(jìn)行接觸，不可能有時(shí)間和精力與所有用戶(hù)進(jìn)行互動(dòng)。因此，互動(dòng)創(chuàng)新社區(qū)可以看作是具有特定拓?fù)涮卣鞯膹?fù)雜網(wǎng)絡(luò)，社區(qū)中用戶(hù)通過(guò)互動(dòng)、競(jìng)爭(zhēng)和協(xié)作等非線(xiàn)性作用機(jī)制實(shí)現(xiàn)知識(shí)的共享?；诖耍挛膶⒔Y(jié)合復(fù)雜網(wǎng)絡(luò)理論與演化博弈理論，采用網(wǎng)絡(luò)演化博弈及計(jì)算機(jī)仿真技術(shù)的研究方法分析互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享的演化規(guī)律。

2互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享的網(wǎng)絡(luò)演化博弈模型

2.1互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)類(lèi)型眾多，包括隨機(jī)網(wǎng)絡(luò)、規(guī)則網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)、無(wú)標(biāo)度網(wǎng)絡(luò)等，不同類(lèi)型的網(wǎng)絡(luò)由于生成算法的不同，導(dǎo)致其表現(xiàn)出來(lái)的結(jié)構(gòu)、性質(zhì)是有所差異的。無(wú)標(biāo)度網(wǎng)絡(luò)是復(fù)雜網(wǎng)絡(luò)研究中一個(gè)非常重要的模型，解釋了復(fù)雜網(wǎng)絡(luò)自組織演化過(guò)程的自增長(zhǎng)和擇優(yōu)特性，這與互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享的演化過(guò)程相匹配，社區(qū)中少數(shù)用戶(hù)擁有大量連接，而大部分節(jié)點(diǎn)只有少數(shù)的連接，具有較高的異質(zhì)性[23]。并且用戶(hù)更傾向于與網(wǎng)絡(luò)中互動(dòng)頻率較高、知識(shí)總量較高的用戶(hù)進(jìn)行互動(dòng)，反映出互動(dòng)創(chuàng)新社區(qū)網(wǎng)絡(luò)的無(wú)標(biāo)度特征[24]。另外，大量的實(shí)證研究表明，現(xiàn)實(shí)世界許多的復(fù)雜系統(tǒng)都具有無(wú)標(biāo)度網(wǎng)絡(luò)特征[25-26]。因此，本文選擇無(wú)標(biāo)度網(wǎng)絡(luò)來(lái)表示互動(dòng)創(chuàng)新社區(qū)網(wǎng)絡(luò)，并將網(wǎng)絡(luò)規(guī)模設(shè)定為50，200，500。需要說(shuō)明的是，雖然現(xiàn)實(shí)互動(dòng)創(chuàng)新社區(qū)網(wǎng)絡(luò)規(guī)模遠(yuǎn)大于本文設(shè)定的規(guī)模，但不斷增長(zhǎng)的網(wǎng)絡(luò)規(guī)模并不會(huì)影響本文的仿真結(jié)論。

2.2互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享網(wǎng)絡(luò)演化規(guī)則

2.2.1博弈用戶(hù)策略更新規(guī)則

在每個(gè)演化周期，互動(dòng)創(chuàng)新社區(qū)用戶(hù)與其鄰居用戶(hù)進(jìn)行博弈，每個(gè)博弈方的收益為其與所有鄰居進(jìn)行博弈所得收益的累加和。博弈個(gè)體根據(jù)其與鄰居的收益比較進(jìn)行策略更新，目前最常見(jiàn)的策略更新規(guī)則包括模仿收益最大的鄰居策略、復(fù)制動(dòng)力學(xué)、配對(duì)比較和基于Moran過(guò)程的自然選擇規(guī)則。根據(jù)用戶(hù)的有限理性以及互動(dòng)創(chuàng)新社區(qū)內(nèi)的環(huán)境干擾，本文選擇配對(duì)比較這一策略更新規(guī)則，個(gè)體隨機(jī)選擇1位鄰居后，個(gè)體在下一演化周期中模仿對(duì)方策略的概率為：

Psi→sj=11+e（Ui-Uj）/m（13）

其中Psi→sj表示用戶(hù)i模仿鄰居j策略的概率，Ui和Uj表示用戶(hù)i、j的累加收益和，m表示互動(dòng)創(chuàng)新社區(qū)內(nèi)的環(huán)境噪聲大小，刻畫(huà)了個(gè)體的非理性程度，當(dāng)m→0時(shí)，代表個(gè)體完全理性，只會(huì)模仿高于自身收益的策略，而隨著m的增加，個(gè)體理性程度降低，模仿低收益鄰居行為的可能性增加。

2.2.2博弈用戶(hù)知識(shí)總量更新規(guī)則

在博弈過(guò)程中，用戶(hù)i可能獲得來(lái)自用戶(hù)j的共享知識(shí)，導(dǎo)致其自身的知識(shí)總量發(fā)生變化。假設(shè)博弈個(gè)體的知識(shí)增長(zhǎng)只與博弈對(duì)手的直接知識(shí)共享收益相關(guān)，與協(xié)同收益、獎(jiǎng)勵(lì)、成本、風(fēng)險(xiǎn)無(wú)關(guān)，可得用戶(hù)i在t+1時(shí)刻的知識(shí)總量表達(dá)式為：

ki（t+1）=ki（t）+αiηikj（t）用戶(hù)j選擇主動(dòng)共享

ki（t）用戶(hù)j選擇被動(dòng)共享（14）

因此，個(gè)體知識(shí)總量在不同的演化周期是動(dòng)態(tài)變化的，從而導(dǎo)致與個(gè)體知識(shí)總量相關(guān)的博弈支付矩陣也會(huì)發(fā)生變化，即每輪演化周期的博弈支付矩陣是動(dòng)態(tài)變化的。

3仿真實(shí)驗(yàn)及結(jié)果分析

3.1仿真步驟及初始參數(shù)設(shè)置

為驗(yàn)證模型的有效性與科學(xué)性，本文利用Matlab 6.0軟件模擬了互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享行為的演化過(guò)程，通過(guò)比較不同條件下的仿真圖形，探討影響社區(qū)知識(shí)共享的關(guān)鍵因素，并對(duì)仿真結(jié)果進(jìn)行分析。具體仿真步驟如下：

步驟1：初始化給定一個(gè)互動(dòng)創(chuàng)新社區(qū)網(wǎng)絡(luò)，即無(wú)標(biāo)度網(wǎng)絡(luò)G（V，E）;

步驟2：將初始策略隨機(jī)分配給網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)，并設(shè)定博弈支付矩陣的參數(shù)值;

步驟3：進(jìn)行一次博弈;

步驟4：網(wǎng)絡(luò)中節(jié)點(diǎn)隨機(jī)選擇鄰居節(jié)點(diǎn)進(jìn)行收益比較，并以配對(duì)比較規(guī)則進(jìn)行策略更新;

步驟5：轉(zhuǎn)步驟3，直至達(dá)到預(yù)定時(shí)間步長(zhǎng)結(jié)束。

為體現(xiàn)社區(qū)用戶(hù)的個(gè)體異質(zhì)性，將用戶(hù)分為兩個(gè)群體，群體1和群體2，結(jié)合傳統(tǒng)演化博弈模型的4種情形以及結(jié)論，設(shè)置對(duì)應(yīng)條件下的參數(shù)值。其中，初始知識(shí)共享水平p0=0.5、k1=k2=10、σ1=σ2=0.3、α1=α2=0.2、μ=0.2、t=0.5、R1=R2=1;其余參數(shù)取值如表8所示。

3.2仿真結(jié)果分析

3.2.1互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享網(wǎng)絡(luò)演化結(jié)果

圖1表示在50個(gè)節(jié)點(diǎn)網(wǎng)絡(luò)規(guī)模大小的社區(qū)中，用戶(hù)知識(shí)共享水平在D1、D2、D3、D4這4種參數(shù)條件設(shè)置下隨時(shí)間變化的演化過(guò)程?？梢钥闯?，當(dāng)互動(dòng)創(chuàng)新社區(qū)所有用戶(hù)獲得的社區(qū)獎(jiǎng)勵(lì)小于付出的知識(shí)共享成本與風(fēng)險(xiǎn)的和時(shí)，最終社區(qū)的知識(shí)共享水平收斂于0，如圖1中演化曲線(xiàn)D1所示，所有用戶(hù)均選擇被動(dòng)共享策略。當(dāng)部分用戶(hù)得到的社區(qū)獎(jiǎng)勵(lì)大于付出的知識(shí)共享成本與風(fēng)險(xiǎn)的和，其余用戶(hù)獲得的協(xié)同收益與社區(qū)獎(jiǎng)勵(lì)之和小于知識(shí)共享成本與風(fēng)險(xiǎn)之和時(shí)，最終社區(qū)的知識(shí)共享水平出現(xiàn)了兩種情況：一種是收斂于1，如圖1中演化曲線(xiàn)D2所示，一種是在0.7上下徘徊，如圖1中演化曲線(xiàn)D3所示。出現(xiàn)這種現(xiàn)象的原因可能是群體1與群體2的數(shù)量比例不同，當(dāng)群體2的數(shù)量占多數(shù)，且這類(lèi)用戶(hù)獲得的社區(qū)獎(jiǎng)勵(lì)大于付出的知識(shí)共享成本與風(fēng)險(xiǎn)的和時(shí)，他們更愿意選擇主動(dòng)共享策略，而群體1由于付出的成本與風(fēng)險(xiǎn)更高，他們可能傾向于選擇被動(dòng)共享策略，但由于社區(qū)網(wǎng)絡(luò)中的交互關(guān)系，用戶(hù)首先能感知到的是鄰居的策略?xún)A向，且受流行性壓力與社會(huì)規(guī)范的影響，導(dǎo)致群體2的用戶(hù)選擇主動(dòng)共享的概率更大，最終網(wǎng)絡(luò)知識(shí)共享水平收斂于1;對(duì)應(yīng)地，當(dāng)群體2的數(shù)量占多數(shù)，這類(lèi)用戶(hù)付出的成本與風(fēng)險(xiǎn)之和高于協(xié)同收益與社區(qū)獎(jiǎng)勵(lì)之和，他們會(huì)傾向于選擇被動(dòng)共享策略，但是，當(dāng)博弈雙方

在某一演化周期均選擇被動(dòng)共享策略時(shí)，兩者的收益值為0，導(dǎo)致下一階段某一方或者雙方都會(huì)模仿主動(dòng)共享策略，因此，網(wǎng)絡(luò)的知識(shí)共享比例會(huì)上升到較高的水平，但由于“機(jī)會(huì)主義”的存在，網(wǎng)絡(luò)中部分群體2仍會(huì)選擇被動(dòng)共享策略，最終網(wǎng)絡(luò)的知識(shí)共享水平穩(wěn)定在0.7左右。當(dāng)用戶(hù)獲得的協(xié)同收益與社區(qū)獎(jiǎng)勵(lì)之和大于知識(shí)共享成本與風(fēng)險(xiǎn)之和時(shí)，社區(qū)網(wǎng)絡(luò)能夠迅速演化收斂于1，如圖4中演化曲線(xiàn)D4所示。

比較圖1和傳統(tǒng)演化博弈均衡點(diǎn)結(jié)果可以看出，D1與D4分別和傳統(tǒng)演化博弈中均衡點(diǎn)為（0，0）與（1，1）的情況一致，最終網(wǎng)絡(luò)演化水平收斂于0與1。而D2與D3卻和傳統(tǒng)演化博弈中均衡點(diǎn)為（0，1）與（1，0）的情況不一樣，D2與D3最終演化水平并沒(méi)有收斂于網(wǎng)絡(luò)中群體1與群體2的數(shù)量比例，原因在于社區(qū)網(wǎng)絡(luò)用戶(hù)之間的互動(dòng)關(guān)系影響著用戶(hù)的策略選擇，而傳統(tǒng)演化博弈理想化地將社區(qū)網(wǎng)絡(luò)假定為全耦合結(jié)構(gòu)，違背了用戶(hù)間的接觸是有限的這一現(xiàn)實(shí)情況，導(dǎo)致所得結(jié)論與圖1不一致。

3.2.2網(wǎng)絡(luò)規(guī)模對(duì)知識(shí)共享演化影響分析

圖2和圖3分別是在200個(gè)節(jié)點(diǎn)和500個(gè)節(jié)點(diǎn)條件下的互動(dòng)創(chuàng)新社區(qū)知識(shí)共享網(wǎng)絡(luò)的演化結(jié)果圖。從圖1～圖3中相同參數(shù)設(shè)置不同網(wǎng)絡(luò)規(guī)模的演化仿真結(jié)果可以看出，4種參數(shù)設(shè)置條件下的最終知識(shí)共享演化結(jié)果一致，即在無(wú)標(biāo)度網(wǎng)絡(luò)中，網(wǎng)絡(luò)規(guī)模幾乎不影響知識(shí)共享演化水平。但值得注意的是，除去D3知識(shí)共享水平到達(dá)穩(wěn)定狀態(tài)所需時(shí)間不清晰外，網(wǎng)絡(luò)規(guī)模為50的社區(qū)網(wǎng)絡(luò)在5～10個(gè)時(shí)間步長(zhǎng)基本達(dá)到穩(wěn)定狀態(tài)，規(guī)模為200的社區(qū)網(wǎng)絡(luò)在10～30個(gè)時(shí)間步長(zhǎng)后基本達(dá)到穩(wěn)定狀態(tài)，規(guī)模為500的社區(qū)網(wǎng)絡(luò)則在30～50個(gè)時(shí)間步長(zhǎng)區(qū)間內(nèi)達(dá)到穩(wěn)定狀態(tài)。由此可見(jiàn)，互動(dòng)創(chuàng)新社區(qū)網(wǎng)絡(luò)規(guī)模越大，知識(shí)共享最終達(dá)到演化穩(wěn)定狀態(tài)的時(shí)間就越長(zhǎng)，即知識(shí)共享演化速度越慢。這可能是因?yàn)樵谝?guī)模較小的網(wǎng)絡(luò)中，節(jié)點(diǎn)度相對(duì)較小，能夠快速且穩(wěn)定地選擇策略。而規(guī)模較大的網(wǎng)絡(luò)中節(jié)點(diǎn)進(jìn)行博弈時(shí)，節(jié)點(diǎn)之間的交互關(guān)系、收益對(duì)比與策略學(xué)習(xí)過(guò)程更為復(fù)雜，網(wǎng)絡(luò)需要較長(zhǎng)時(shí)間才能到達(dá)穩(wěn)定狀態(tài)。

3.2.3協(xié)同效應(yīng)系數(shù)β異質(zhì)知識(shí)比例μ、信任t對(duì)知識(shí)共享演化影響分析

為了更好地體現(xiàn)網(wǎng)絡(luò)中的用戶(hù)交互關(guān)系對(duì)社區(qū)知識(shí)共享網(wǎng)絡(luò)的影響，后面的仿真實(shí)驗(yàn)均假設(shè)網(wǎng)絡(luò)規(guī)模為500。本節(jié)以互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享網(wǎng)絡(luò)演化水平為0的情景為基礎(chǔ)，設(shè)置參數(shù)值ki=10、σi=0.3、αi=0.2、Ri=1、ηi=0.6、ci=0.6、λ=0.4、i=1，2，分別對(duì)協(xié)同效應(yīng)系數(shù)β、異質(zhì)知識(shí)比例μ、信任t的大小進(jìn)行調(diào)整，對(duì)應(yīng)得到圖4～圖6。

圖4是在μ=1、t=1、βi（i=1，2）依次取值為0.1、0.3、0.5、0.7、0.9的條件下，協(xié)同效應(yīng)系數(shù)對(duì)用戶(hù)知識(shí)共享行為的影響的仿真結(jié)果。從圖4可以看出，隨著β值的增大，社區(qū)網(wǎng)絡(luò)知識(shí)共享演化水平由趨近于0轉(zhuǎn)變?yōu)橼吔?，表明協(xié)同效應(yīng)系數(shù)會(huì)對(duì)用戶(hù)知識(shí)共享行為產(chǎn)生積極的影響，協(xié)同效應(yīng)系數(shù)越大，社區(qū)中選擇主動(dòng)共享策略的人數(shù)就越多。這是因?yàn)閰f(xié)同效應(yīng)系數(shù)越大，用戶(hù)在知識(shí)共享時(shí)雙方知識(shí)的融合產(chǎn)生的新知識(shí)越多，所帶來(lái)的協(xié)同收益就越高，從而促進(jìn)用戶(hù)知識(shí)共享行為的持續(xù)進(jìn)行。

圖5是在t=1、βi=1（i=1，2）、μ依次取值為0.1、0.3、0.5、0.7、0.9的條件下，異質(zhì)知識(shí)比例對(duì)用戶(hù)知識(shí)共享行為的影響的仿真結(jié)果。從圖5可以看出，與圖4的結(jié)果一致，博弈雙方之間的異質(zhì)知識(shí)比例與用戶(hù)知識(shí)共享行為之間呈正向關(guān)系。當(dāng)社區(qū)用戶(hù)之間共享的知識(shí)異質(zhì)性比例較低時(shí)，會(huì)導(dǎo)致知識(shí)交流的同質(zhì)化，不利于雙方知識(shí)的融合，較難產(chǎn)生新的知識(shí)，獲得的協(xié)同收益也較低，從而阻礙知識(shí)共享行為的發(fā)生。

圖6是在μ=1、βi=1（i=1，2）、t依次取值為0.1、0.3、0.5、0.7、0.9的條件下，博弈雙方的信任程度對(duì)用戶(hù)知識(shí)共享行為的影響的仿真結(jié)果。從圖6可以看出，當(dāng)t值取0.5、0.7、0.9時(shí)，社區(qū)網(wǎng)絡(luò)知識(shí)共享演化水平趨近于1;而t值取0.1、0.3時(shí)，知識(shí)共享演化水平趨近于0。這表明用戶(hù)之間的信任程度會(huì)對(duì)知識(shí)共享行為產(chǎn)生正向的影響，信任程度越高，用戶(hù)越相信其他用戶(hù)的未來(lái)行動(dòng)將會(huì)有利于或至少不會(huì)有害于自己的利益，從而更愿意采取知識(shí)共享行為。

3.2.4激勵(lì)系數(shù)λ對(duì)知識(shí)共享演化影響分析

取μ=0.2、t=0.5、βi=0.2（i=1，2），其他參數(shù)值保持不變，通過(guò)對(duì)激勵(lì)系數(shù)λ依次取值為0.1、0.3、0.5、0.7、0.9，得到仿真結(jié)果如圖7所示。當(dāng)λ取值為0.1、0.3、0.5時(shí)，社區(qū)用戶(hù)知識(shí)共享演化水平都趨近于0，當(dāng)λ取值為0.7、0.9時(shí)，社區(qū)用戶(hù)知識(shí)共享演化水平趨近于1。圖7表明激勵(lì)系數(shù)與知識(shí)共享行為之間呈正向的關(guān)系，隨著激勵(lì)系數(shù)的不斷增加，用戶(hù)可獲得的社區(qū)獎(jiǎng)勵(lì)越來(lái)越多，用戶(hù)需求可以得到更好地滿(mǎn)足，從而促進(jìn)用戶(hù)知識(shí)共享行為的產(chǎn)生。

3.2.5成本系數(shù)c、知識(shí)共享風(fēng)險(xiǎn)R對(duì)知識(shí)共享演化影響分析

取λ=0.5，其他參數(shù)值保持不變，成本系數(shù)ci（i=1，2）依次取值0.1、0.3、0.5、0.7、0.9，仿真結(jié)果如圖8所示。當(dāng)ci取值為0.1、0.3、0.5時(shí)，社區(qū)網(wǎng)絡(luò)的知識(shí)共享演化水平趨近于1，而當(dāng)ci取值為0.7、0.9時(shí)，知識(shí)共享演化水平趨近于0。這表明成本系數(shù)的增大將會(huì)阻礙用戶(hù)知識(shí)共享行為的發(fā)生，知識(shí)的緘默性越高，將知識(shí)顯性化并分享給其他用戶(hù)的成本就越高，導(dǎo)致更多的用戶(hù)選擇被動(dòng)共享策略。

取ci=0.4（i=1，2），其他參數(shù)值保持不變，知識(shí)共享風(fēng)險(xiǎn)Ri（i=1，2）依次取值0.1、10、100，仿真結(jié)果如圖9所示?？梢钥闯觯S著R值的增加，知識(shí)共享演化水平并沒(méi)有改變，而社區(qū)網(wǎng)絡(luò)趨近于穩(wěn)定值的時(shí)間越來(lái)越長(zhǎng)。這表明知識(shí)共享風(fēng)險(xiǎn)會(huì)影響知識(shí)共享策略在社區(qū)中的傳播速度，但并不會(huì)改變社區(qū)網(wǎng)絡(luò)的演化水平。出現(xiàn)這種現(xiàn)象的原因可能在于本文假定博弈用戶(hù)的知識(shí)總量是動(dòng)態(tài)增加的，直接知識(shí)共享收益、協(xié)同收益、社區(qū)獎(jiǎng)勵(lì)與知識(shí)共享成本都是與用戶(hù)知識(shí)量相關(guān)的變量，即是動(dòng)態(tài)變化的變量，而知識(shí)共享風(fēng)險(xiǎn)是一個(gè)常量，因此知識(shí)共享風(fēng)險(xiǎn)較難影響社區(qū)網(wǎng)絡(luò)最終的演化水平。但是，較大的知識(shí)共享風(fēng)險(xiǎn)會(huì)降低社區(qū)網(wǎng)絡(luò)趨近于穩(wěn)定值的速度，這是因?yàn)閯傞_(kāi)始用戶(hù)感知到知識(shí)共享風(fēng)險(xiǎn)較大，大部分用戶(hù)會(huì)選擇被動(dòng)共享策略，曲線(xiàn)會(huì)呈下降趨勢(shì)，而協(xié)同收益、社區(qū)獎(jiǎng)勵(lì)與成本隨時(shí)間變化逐漸增長(zhǎng)，當(dāng)用戶(hù)感知到知識(shí)共享風(fēng)險(xiǎn)與成本之和小于協(xié)同收益與社區(qū)獎(jiǎng)勵(lì)之和時(shí)，社區(qū)網(wǎng)絡(luò)知識(shí)共享演化水平會(huì)逐漸上升，直至趨近于穩(wěn)定值。這也與現(xiàn)實(shí)情況相匹配，知識(shí)共享風(fēng)險(xiǎn)一般不會(huì)過(guò)大，否則社區(qū)難以吸引用戶(hù);即使存在風(fēng)險(xiǎn)，但當(dāng)用戶(hù)感知到風(fēng)險(xiǎn)與成本之和小于收益之和時(shí)，用戶(hù)在觀望一段時(shí)間后仍會(huì)選擇主動(dòng)共享策略。

3.3管理啟示

根據(jù)仿真實(shí)驗(yàn)所得的結(jié)果，本文提出互動(dòng)創(chuàng)新社區(qū)知識(shí)共享的管理啟示，為社區(qū)管理者促進(jìn)用戶(hù)知識(shí)共享行為提供有效的管理意見(jiàn)。

1）維護(hù)社區(qū)的信任氛圍，注重對(duì)社區(qū)形象的建設(shè)與維護(hù)，制定社區(qū)規(guī)章制度來(lái)規(guī)范社區(qū)用戶(hù)的行為，防止用戶(hù)損害他人利益;另外，還可以建設(shè)互動(dòng)創(chuàng)新社區(qū)文化，舉辦豐富的社群活動(dòng)，通過(guò)文化的認(rèn)同來(lái)提高社區(qū)用戶(hù)間的信任;

2）建立完備的、多元化的知識(shí)共享激勵(lì)機(jī)制，為社區(qū)中積極的、活躍的知識(shí)共享用戶(hù)提供不同程度的獎(jiǎng)勵(lì)，比如，邀請(qǐng)領(lǐng)先用戶(hù)參與新產(chǎn)品的研發(fā)與測(cè)試環(huán)節(jié)、為主動(dòng)共享用戶(hù)提供工作機(jī)會(huì)等。基于互動(dòng)創(chuàng)新社區(qū)用戶(hù)參與知識(shí)共享的需求，為用戶(hù)提供物質(zhì)和精神相結(jié)合的激勵(lì)措施，進(jìn)而激發(fā)用戶(hù)的知識(shí)共享行為。

3）成立專(zhuān)門(mén)的知識(shí)管理機(jī)構(gòu)，對(duì)用戶(hù)共享的知識(shí)進(jìn)行顯性化、一致化表達(dá)，構(gòu)建互動(dòng)創(chuàng)新社區(qū)知識(shí)資源庫(kù)，并將資源庫(kù)的知識(shí)對(duì)用戶(hù)進(jìn)行開(kāi)放，用戶(hù)根據(jù)需要搜索知識(shí)資源，既可以有效地縮短用戶(hù)在知識(shí)共享過(guò)程中付出的時(shí)間和精力，降低知識(shí)共享成本，也可以提高互動(dòng)創(chuàng)新社區(qū)的知識(shí)利用率，為產(chǎn)品創(chuàng)新提供豐富的外部知識(shí)。

4）優(yōu)化社區(qū)整體結(jié)構(gòu)，根據(jù)用戶(hù)需求與特點(diǎn)將互動(dòng)創(chuàng)新社區(qū)劃分為不同版塊，以避免社區(qū)網(wǎng)絡(luò)規(guī)模過(guò)大影響知識(shí)共享的效率;在保證各個(gè)版塊的用戶(hù)知識(shí)異質(zhì)化程度較高的同時(shí)，又集中相似背景與興趣的用戶(hù)于同一版塊，既保持了一定的知識(shí)差異，形成知識(shí)互補(bǔ)效應(yīng)，又具備一定的相似性，為知識(shí)共享的發(fā)生提供必要條件。

4結(jié)束語(yǔ)

本文針對(duì)互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享行為影響因素問(wèn)題，首先，作為對(duì)比實(shí)驗(yàn)，在演化博弈理論的基礎(chǔ)之上，構(gòu)建互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享的傳統(tǒng)演化博弈模型，對(duì)知識(shí)共享演化路徑進(jìn)行了局部穩(wěn)定性分析;接著結(jié)合演化博弈理論與復(fù)雜網(wǎng)絡(luò)理論，構(gòu)建互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享的網(wǎng)絡(luò)演化博弈模型，并利用Matlab軟件對(duì)模型進(jìn)行了仿真實(shí)驗(yàn)，探索了互動(dòng)創(chuàng)新社區(qū)網(wǎng)絡(luò)知識(shí)共享行為演化的微觀機(jī)制，分析了影響社區(qū)網(wǎng)絡(luò)用戶(hù)知識(shí)共享行為的關(guān)鍵因素;最后，通過(guò)對(duì)仿真實(shí)驗(yàn)結(jié)果的分析與總結(jié)，本文得出了以下結(jié)論：

1）利用傳統(tǒng)演化博弈方法與網(wǎng)絡(luò)演化博弈方法得到的互動(dòng)創(chuàng)新社區(qū)演化均衡點(diǎn)并不一致，其原因在于演化博弈方法所構(gòu)建的模型過(guò)于理想化，未能考慮社區(qū)用戶(hù)之間的交互關(guān)系，忽視了網(wǎng)絡(luò)因素對(duì)知識(shí)共享行為的影響。因此，演化博弈方法雖然在一定程度上模擬了互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享行為，但卻難以很好地把握實(shí)際情形;而網(wǎng)絡(luò)演化博弈方法更能與現(xiàn)實(shí)場(chǎng)景相匹配，更符合互動(dòng)創(chuàng)新社區(qū)知識(shí)共享問(wèn)題的研究。

2）協(xié)同效應(yīng)系數(shù)、異質(zhì)知識(shí)比例、信任與激勵(lì)系數(shù)對(duì)互動(dòng)創(chuàng)新社區(qū)知識(shí)共享演化深度有正向促進(jìn)作用;而知識(shí)共享成本系數(shù)對(duì)互動(dòng)創(chuàng)新社區(qū)知識(shí)共享演化深度有負(fù)向阻礙作用。

3）網(wǎng)絡(luò)規(guī)模和知識(shí)共享風(fēng)險(xiǎn)不會(huì)對(duì)互動(dòng)創(chuàng)新社區(qū)知識(shí)共享的演化深度產(chǎn)生影響，但兩者會(huì)影響互動(dòng)創(chuàng)新社區(qū)知識(shí)共享的演化速度，且兩者均對(duì)社區(qū)知識(shí)共享演化速度具有消極影響。

雖然本文構(gòu)建的模型可以有效地研究互動(dòng)創(chuàng)新社區(qū)用戶(hù)知識(shí)共享行為的影響因素，但是仍然存在以下的不足：①本文考慮互動(dòng)創(chuàng)新社區(qū)用戶(hù)間的兩方博弈，忽視了社區(qū)管理者這一角色在社區(qū)知識(shí)共享過(guò)程中的作用，未來(lái)可以把社區(qū)管理者作為博弈一方，構(gòu)建互動(dòng)創(chuàng)新社區(qū)知識(shí)共享三方博弈模型;②本文從靜態(tài)網(wǎng)絡(luò)的視角研究網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)與用戶(hù)知識(shí)共享行為之間的關(guān)系，但并未探討用戶(hù)知識(shí)共享行為如何影響互動(dòng)創(chuàng)新社區(qū)網(wǎng)絡(luò)結(jié)構(gòu)，解決這個(gè)問(wèn)題對(duì)管理者制定社區(qū)管理措施具有重要意義，未來(lái)可以采取動(dòng)態(tài)網(wǎng)絡(luò)演化博弈的方法展開(kāi)研究。

參考文獻(xiàn)

[1]萬(wàn)晨曦，郭東強(qiáng).虛擬社區(qū)知識(shí)共享研究綜述[J].情報(bào)科學(xué)，2016，34（8）：165-170.

[2]Lee H H M，Van Dolen W.Creative Participation：Collective Sentiment in Online Co-creation Communities[J].Information & Management，2015，52（8）：951-964.

[3]嚴(yán)貝妮，葉宗勇.環(huán)境因素對(duì)虛擬社區(qū)用戶(hù)知識(shí)共享行為的作用機(jī)制研究[J].情報(bào)理論與實(shí)踐，2017，40（10）：74-79.

[4]Tseng F C，Kuo F Y.A Study of Social Participation and Knowledge Sharing in the Teachers Online Professional Community of Practice[J].Computers & Education，2014，72：37-47.

[5]Liu J，Zhang Z，Qi J，et al.Understanding the Impact of Opinion Leaders Characteristics on Online Group Knowledge-Sharing Engagement from In-Group and Out-Group Perspectives：Evidence from a Chinese Online Knowledge-Sharing Community[J].Sustainability，2019，11（16）.

[6]王婷婷，戚桂杰，張雅琳，等.開(kāi)放式創(chuàng)新社區(qū)用戶(hù)持續(xù)性知識(shí)共享行為研究[J].情報(bào)科學(xué)，2018，36（2）：139-145.

[7]王楠，張士凱，趙雨柔，等.在線(xiàn)社區(qū)中領(lǐng)先用戶(hù)特征對(duì)知識(shí)共享水平的影響研究——社會(huì)資本的中介作用[J].管理評(píng)論，2019，31（2）：82-93.

[8]曲霏，張慧穎.關(guān)系型虛擬社區(qū)用戶(hù)持續(xù)使用意向的影響機(jī)制研究——人際信任的調(diào)節(jié)作用[J].情報(bào)學(xué)報(bào)，2016，35（4）：415-424.

[9]趙捧未，馬琳，秦春秀.虛擬社區(qū)研究綜述[J].情報(bào)理論與實(shí)踐，2013，36（7）：119-123.

[10]Lin S W，Lo L Y S.Mechanisms to Motivate Knowledge Sharing：Integrating the Reward Systems and Social Network Perspectives[J].Journal of Knowledge Management，2015，19（2）：212-235.

[11]Jiang G，Ma F，Shang J，et al.Evolution of Knowledge Sharing Behavior in Social Commerce：An Agent-based Computational Approach[J].Information Sciences，2014，278：250-266.

[12]譚少林，呂金虎.復(fù)雜網(wǎng)絡(luò)上的演化博弈動(dòng)力學(xué)——一個(gè)計(jì)算視角的綜述[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2017，14（4）：1-13.

[13]榮智海，吳枝喜，王文旭.共演博弈下網(wǎng)絡(luò)合作動(dòng)力學(xué)研究進(jìn)展[J].電子科技大學(xué)學(xué)報(bào)，2013，42（1）：10-22.

[14]王鵬民，侯貴生，楊磊.基于知識(shí)質(zhì)量的社會(huì)化問(wèn)答社區(qū)用戶(hù)知識(shí)共享的演化博弈分析[J].現(xiàn)代情報(bào)，2018，38（4）：42-49，57.

[15]杜智濤.網(wǎng)絡(luò)知識(shí)社區(qū)中用戶(hù)“知識(shí)化”行為影響因素——基于知識(shí)貢獻(xiàn)與知識(shí)獲取兩個(gè)視角[J].圖書(shū)情報(bào)知識(shí)，2017，（2）：105-119.

[16]Wang R H，Lv Y B，Duan M.Evolutionary Game of Inter-firm Knowledge Sharing in Innovation Cluster[J].Evolving Systems，2017，8（2）：121-133.

[17]商淑秀，張?jiān)偕?虛擬企業(yè)知識(shí)共享演化博弈分析[J].中國(guó)軟科學(xué)，2015，（3）：150-157.

[18]馮長(zhǎng)利，周劍，蘭鷹.供應(yīng)鏈成員間知識(shí)共享行為演化博弈模型[J].情報(bào)雜志，2012，31（3）：138-144.

[19]Ritala P，Husted K，Olander H，et al.External Knowledge Sharing and Radical Innovation：The Downsides of Uncontrolled Openness[J].Journal of Knowledge Management，2018，22（5）：1104-1123.

[20]趙健宇，任子瑜，襲希.知識(shí)嵌入性對(duì)合作網(wǎng)絡(luò)知識(shí)協(xié)同效應(yīng)的影響：吸收能力的調(diào)節(jié)作用[J].管理工程學(xué)報(bào)，2019，33（4）：49-60.

[21]Sedighi M，Van Splunter S，Brazier F，et al.Exploration of Multi-layered Knowledge Sharing Participation：The Roles of Perceived Benefits and Costs[J].Journal of Knowledge Management，2016，20（6）：1247-1267.

[22]商淑秀，張?jiān)偕?基于社會(huì)資本視角的虛擬企業(yè)知識(shí)共享[J].中國(guó)軟科學(xué)，2013，（11）：101-111.

[23]Panzarasa P，Opsahl T，Carley K M.Patterns and Dynamics of Users Behavior and Interaction：Network Analysis of an Online Community[J].Journal of the American Society for Information Science and Technology，2009，60（5）：911-932.

[24]Fu F，Liu L，Wang L.Empirical Analysis of Online Social Networks in the Age of Web 2.0[J].Physica A，2008，387（2-3）：675-684.

[25]徐建中，朱曉亞，貫君.基于演化博弈的制造企業(yè)研發(fā)團(tuán)隊(duì)知識(shí)轉(zhuǎn)移網(wǎng)絡(luò)演化[J].系統(tǒng)工程學(xué)報(bào)，2018，33（2）：145-156.

[26]Choi J，Hyun A S，Cha M S.The Effects of Network Characteristics on Performance of Innovation Clusters[J].Expert Systems with Applications，2013，40（11）：4511-4518.

（責(zé)任編輯：孫國(guó)雷）