分布式创新网络核心企业间知识转移策略的演化博弈研究

刘聪+刘国新

摘要：分布式创新网络核心企业间知识转移有利于知识在网络内的扩散和传播。将核心企业间知识转移策略分为转移和保护两类，构建分布式创新网络核心企业间知识转移策略的演化博弈模型，分析其演化路径，探讨不同因素对核心企业间知识转移的影响作用，并针对性地提出相应的对策建议，促进核心企业间的知识转移。研究发现，核心企业采取知识转移策略的概率与双向知识转移额外收益、知识吸收和挖掘能力、知识外溢造成的损失呈正相关，与核心企业间差异化知识存量的差距、单向知识转移收益、知识保护活动的成本呈负相关。

关键词：分布式创新网络；核心企业；知识转移；演化博弈

中图分类号：F272文献标识码：A DOI：10.3963/j.issn.1671-6477.2017.02.0007

随着产品技术多样性和复杂性的增加，单个企业已很难掌握技术创新所需的全部知识，因而寻求外部知识获取成为企业建立竞争优势的重要渠道之一。分布式创新建立在产业聚集、地区生产专业化和地方化创新的基础上，强调将不同地域的本地化知识进行整合，依据共同的创新平台进行创新活动[1]。分布式创新网络内各创新主体是各领域内知识的拥有者，创新主体间在多个环节、多个层面有着正式和非正式联系，进行着知识的扩散和转移。作为分布式创新网络中的“龙头”，核心企业以其高度异质性的知识、强大的创新能力、网络的深度嵌入性，成为分布式创新网络中创新活动的驱动力，因此核心企业间的知识转移也必然会成为影响分布式创新活动的重要因素。但核心企业间的知识转移过程目前还不清晰，需要进一步地探索与研究。本文拟采用演化博弈理论，分析有限理性条件下核心企业间知识转移策略的博弈行为，研究核心企业间知识转移的影响因素，为分布式创新网络核心企业间知识转移加速提供对策建议。

一、文献回顾

（一）核心企业

关于核心企业的判断，国内外学者研究角度各异。从网络结构角度出发，Freeman认为核心企业应更靠近创新网络中心，并能把握整个网络的信息流[2]。Pérez-Nordtvedt认为网络中的某些企业由于拥有异质性知识资源而与其他企业建立关系，同时占据网络中的有利位置[3]。从学习能力出发，Pittaway指出核心企业吸收和创造知识的速度最快，并通过强大的技术创新能力管理网络[4]。Gay和Dousset从资源观角度指出，核心企业拥有该行业的关键知识和技术，能改变贯穿整个网络的信息流，并能带动其他企业创新能力的提升[5]。党兴华认为处于创新网络关键节点位置的便是核心企业，通过自身的影响力与实力领导创新活动[6]。本研究认为分布式创新网络中的核心企业是处于分布式创新网络中的重要节点、具有不可替代的技术和竞争优势，能把握贯穿整个网络的信息流、快速获取各种知识、创新能力和学习能力很强，并能领导和推动网络创新活动的企业。

（二）知识转移

知识转移的概念最早是由Teece提出，他指出跨国界的技术转移能为企业带来大量的应用知识[7]。知识转移在创新网络中无处不在，特别是在开放式创新的大背景下，逐步成为企业提升竞争优势的重要方式。国内外学者对于知识转移的界定多是从动态角度给出，例如White RS认为同时具有知识传递和知识吸收的过程就是知识转移[8]；魏江、王铜安认为知识转移使新的知识得以被吸收和利用，这一知识管理活动是基础且复杂的[9]。在知識转移影响因素方面，多位学者从知识本身、知识源、知识受体、知识转移的环境、企业文化等方面进行了研究[10-11]。在知识转移模型方面，M.Gilbert提出知识转移5阶段模式，将知识转移过程分为取得阶段、沟通阶段、应用阶段、接受阶段和同化阶段。取得阶段是知识转移的开始；沟通阶段强调建立有效的沟通机制；应用阶段是通过反复地组织学习完成知识的转移活动；接受阶段是强调企业在对知识进行整合、改造前，必须使网络中的员工接受新的知识，才有可能将新知识同化到网络的知识体系中。在企业获取外部新技术的过程中，M.Gilbert指出知识转移的各阶段不是静态的过程，而是一个循环往复的学习过程，是个动态变化的过程[12]。

（三）企业间知识转移的博弈分析

部分学者应用博弈论对企业间知识转移策略的机理和过程进行了研究，也提出了一些加速知识转移的对策建议。阮国祥、阮平南根据演化博弈理论及仿真分析集群企业间的知识转移，表明惩罚机制是集群网络企业间知识转移的重要治理机制[13]。秦红霞等运用演化博弈理论分析了企业间知识共享网络形成的一般规律，发现企业知识共享网络的初始状态和激励措施对知识共享网络的形成具有重要作用[14]。余呈先、郭东强利用演化博弈分析外部知识转移时转型企业与知识源企业间的行为及演化方向，研究得出知识转移源企业与知识受体转型企业间的强/弱知识转移意愿影响知识转移的效用[15]。孙舰等构建了项目合作网络内企业间知识转移的演化博弈模型，认为当知识转移净得益大于知识保护净得益时，稳定的转移策略会形成，而通过控制知识转移和知识保护的成本，降低知识损失概率；增强知识吸收能力，提高企业知识转移得益能加速知识的转移[16]。

分布式创新网络核心企业间知识转移策略研究具有一定的普遍性，同时也有其特殊性。知识转移过程的实现需要考虑到知识转移双方的得益与成本，得益包括目标完成的基本得益及由知识转移产生的额外得益，成本包括防范核心技术与知识外溢而付出的代价及由对方机会主义行为所造成的损失，只有当得益大于成本时，知识转移才会发生。本文将知识溢出因素考虑在内，分析核心企业间知识转移与保护策略的权衡机制，在目前的知识转移研究中尚不多见。本文试图以分布式创新网络为研究对象，构建核心企业间知识转移策略的演化博弈模型，综合考虑知识转移额外得益、知识吸收及挖掘能力、知识溢出、知识保护成本等因素，分析核心企业间知识转移的影响因素及策略选择。

二、演化博弈模型的构建及假设

演化博弈理论以“有限理性”的博弈方作为博弈分析的基础，适用于分析缺乏预见能力的个体所组成的群体内成员间的反复博弈，相当于现实经济中对象不固定的大量个体之间的较长期经济、交易关系。这种有限理性条件下的博弈分析框架，与研究生物种群性状演化与稳定机制的生物演化理论很相似，最终在多次重复博弈过程中通过不断学习、模仿、调整，达到“演化稳定策略（ESS）”[17]。

核心企业是知识转移活动中的决策主体，在与其他核心企业的联结过程中可以采取知识转移策略，也可以采取知识保护策略，取决于企业在知识转移过程中的预期净得益。分布式创新网络核心企业间知识转移过程实际上是知识源与知识受体间的互动，即博弈行为。为了研究简便，本文假定分布式创新网络中存在两个核心企业1与2。

（一）模型中的基本假设

1.假定在分布式创新网络内存在两个核心企业，分别处于创新价值链的上下游位置，拥有各自细分领域内充满异质性、互补性的知识，支撑起企业的竞争优势。设核心企业拥有的差异化知识存量为K i（i=1，2）。

2.以任务为导向，分布式创新网络是各核心企业基于共同的目标而构建，设目标完成的基本得益为R i（i=1，2）。核心企业在保证核心知识不外泄的前提下，逐步開放各自的边界，与其它核心企业在不同层次、不同环节进行知识转移，双方获得额外收益（知识创新能力、知识管理能力）的系数为e ij（i=1，2，j=1，2），且0≤e ij≤1。e ij表示核心企业j为知识源，核心企业i为知识受体所进行的知识转移。在知识单向转移的情况下，知识受体之于知识源的额外收益系数为ρ ij（i=1，2，j=1，2），ρ ij表示核心企业j为知识源，核心企业i为知识受体所进行的单向知识转移，且0≤ρ ij≤1。

3.在核心企业有强知识转移意愿的前提下，知识受体核心企业的知识吸收和挖掘能力是影响知识转移效果的重要因素。不同核心企业的专业分工不同，其知识领域、学习能力、吸收能力也必定有所差异。高效的知识转移不仅需要克服知识源与知识受体间的文化距离、空间距离及知识距离，而且需要知识源对知识进行筛选、编码，知识受体进行筛选、整合、吸收、挖掘。设核心企业的知识吸收和挖掘能力系数为M i（i=1，2），且0≤M i≤1。

4.知识转移双方在获得额外收益的同时，也面临着核心技术与知识外溢的风险，知识源核心企业无法保证自身的核心技术与知识不会在知识转移过程中由于对方的机会主义行为而外溢，另外核心企业无意识地泄露核心技术与知识的现象也时有发生。而知识受体核心企业在利己思维的驱动下，一旦发现窃取行为有利可图时，基于核心技术与知识的保护承诺将变得不可信。设由核心技术与知识外溢给核心企业带来损失的系数为N i（i=1，2），且0≤N i≤1。

5.为防范自身核心技术与知识在知识转移过程中外泄，各核心企业通常会采取一系列保护措施，比如对员工开展保密培训、签订保密协议、实施股权激励、安装监控设备等，这会构成企业的知识保护成本。设知识保护活动的成本系数为P i（i=1，2），且0≤P i≤1。本文假定核心企业开展知识保护活动可以完全防范核心技术与知识外溢风险。

6.我们假设核心企业1采取知识转移策略的概率为x，则采取知识保护策略的概率为（1-x）；核心企业2采取知识转移策略的概率为y，则采取知识保护策略的概率为（1-y），其中0≤x≤1、0≤y≤1。

（二）演化博弈模型的建立

1.当核心企业1、2均采取转移策略时的得益函数。当双方都采取转移策略时，此时为知识双向转移，双方都将获得目标完成后的基本得益R i，知识转移的额外收益，同时承担一定的核心技术与知识外溢损失。知识转移的额外收益大小取决于额外收益系数e ij以及知识转移双方的知识吸收与挖掘能力，即额外收益e ijM iK j。核心企业由于知识的外溢造成的损失为N iK i。因此，当知识双向转移时，核心企业1的得益函数为：

U 1（1）=R 1+e 12M 1K 2-N 1K 1

同理，核心企业2的得益函数为：

V 1（2）=R 2+e 21M 2K 1-N 2K 2

2.当核心企业1采取转移策略，核心企业2采取保护策略时的得益函数。当核心企业1采取转移策略，核心企业2采取保护策略时，此时为知识单向转移，双方都将获得目标完成后的基本得益R i。核心企业1获得的额外收益为0，同时承担一定的核心技术与知识外溢损失N 1K 1，而核心企业2由于采取保护策略，获得知识转移的额外收益ρ 21M 2K 1，承担因保护知识策略付出的成本P 2K 2，同时避免了知识转移过程中的外溢风险。因此，当知识由核心企业1向核心企业2转移时，核心企业1的得益函数为：

U 2（1）=R 1-N 1K 1

核心企业2的得益函数为：

V 2（2）=R 2+ρ 21M 2K 1-P 2K 2

3.当核心企业1采取保护策略，核心企业2采取转移策略时的得益函数。

同（2），核心企业1的得益函数为：

U 3（1）=R 1+ρ 12M 1K 2-P 1K 1

核心企业2的得益函数为：

V 3（2）=R 2-N 2K 2

4.当核心企业1、2均采取保护策略时的得益函数。知识转移双方均采取知识保护策略，双方除基本得益R i外均无法获得额外得益。此时，双方均承担因知识保护策略付出的成本P iK i，同时也避免了知识转移过程中的外溢风险。因此，当知识转移双方均采取知识保护策略时，核心企业1的得益函数为：

U 4（1）=R 1-P 1K 1

核心企业2的得益函数为：

V 4（2）=R 2-P 2K 2

当核心企业1、2采取不同的策略时，双方的得益矩阵如表1所示：

三、演化过程的稳定性分析

（一）动态演化过程的均衡点分析

核心企业1采取知识转移策略和知识保护策略的期望得益分别为：

U 1=y（R 1+e 12M 1K 2-N 1K 1）+

（1-y）（R 1-N 1K 1）

U 2=y（R 1+ρ 12M 1K 2-P 1K 1）+

（1-y）（R 1-P 1K 1）

核心企业2采取知识转移策略和知识保护策略的期望得益分别为：

V 1=x（R 2+e 21M 2K 1-N 2K 2）+

（1-x）（R 2-N 2K 2）

V 2=x（R 2+ρ 21M 2K 1-P 2K 2）+

（1-x）（R 2-P 2K 2）

则核心企业1和核心企业2的平均得益分别为：

=xU 1+（1-x）U 2 =yV 1+（1-y）V 2

根据演化博弈复制动态方程公式，核心企业1和核心企业2采取知识转移策略的复制动态分别为：

dx dt =x（U 1-）=x（1-x）

[yM 1K 2（e 12-ρ 12）+K 1（P 1-N 1）] （1）

dy dt =y（V 1-）=y（1-y）

[xM 2K 1（e 21-ρ 21）+K 2（P 2-N 2）] （2）

當dx/dt=dy/dt=0时得到O（0，0）、A（0，1）、B（1，0）、C（1，1）、D（x*，y*）5个平衡点，其中x*= N 2K 2-P 2K 2 e 21M 2K 1-ρ 21M 2K 1 、y*= N 1K 1-P 1K 1 e 12M 1K 2-ρ 12M 1K 2 。对于（1）、（2）由微分方程描述的分布式创新网络内核心企业间知识转移策略的动态演化博弈，可借助雅克比矩阵对平衡点作局部稳定性分析，对此系统的雅克比矩阵为：

N 1K 1]x（1-x）（e 12M 1K 2-ρ 12M 1K 2）

J=y（1-y）（e 21M 2K 1-ρ 21M 2K 1）（1-2y）

在分布式创新网络内，核心企业间的知识双向转移不仅获得了目标完成的基本得益和额外得益，同时促进了知识转移双方的沟通与信任程度的加强，进而提升分布式创新网络绩效。双方的沟通与信任程度的加强进一步促进双方之间的知识转移，如此的良性循环给双方带来了长期稳定的得益。而核心企业间的单向知识转移虽然在短期内知识受体可获得一定的额外得益，但会削弱知识源企业的转移意愿，且双方的得益远低于知识双向转移带来的长期得益，必然会影响双方合作的长期性。因此，可以认为知识双向转移额外得益系数大于知识单向转移额外得益系数e 12>ρ 12，e 21>ρ 21。

（二）动态演化过程的演化路径分析

知识转移过程中涉及到核心企业为保护知识而付出的成本P iK i，同时面临着核心技术与知识外溢带来的损失N iK i，以及额外收益e ijM iK j。根据演化博弈演化稳定策略（ESS）理论，演化博弈的结果通常取决于演化系统的初始状态，因此本研究中假设的参数初始值对最终的结果产生重要影响，需要对核心企业采取知识转移策略的不同情况分别讨论。

（1）当0

如表2所示，在5个均衡点中有2个均衡点O（0，0）、C（1，1）具有局部稳定性，即演化稳定策略，分别对应于核心企业均采用知识转移策略及均知识保护策略。作出该演化系统的相位图（图1），图1描述了分布式创新网络核心企业间采取知识转移与知识保护策略的动态演化博弈过程。由图1可知，该演化系统存在两个稳定策略，即两种演化趋势：（演化博弈收敛于O（0，0），表明核心企业均采取知识保护策略；（演化博弈收敛于C（1，1），表明核心企业均采取知识保护策略。点O是系统演化特性改变的鞍部，当初始状态在O点附近时，初始状态的细微改变将影响演化系统的最终结果，说明演化系统对于初始状态的敏感性特征。当初始状态位于ADBC区域时，演化博弈随时间的推移而收敛于C（1，1），即核心企业均倾向于采取知识转移策略；当初始状态位于OADB时，演化博弈随时间的推移而收敛于O（0，0），即核心企业均采取知识保护策略。

（2）当0<（e ij-ρ ij）M iK j

（3）当N iK i-P iK i<0<（e ij-ρ ij）M iK j时，表明知识保护活动成本大于知识外溢造成的损失，且实施知识转移策略获得的净得益大于实施知识保护策略的净得益，此时C（1，1）是演化稳定策略，相位图如下图3所示。演化系统将收敛于C（1，1），表明核心企业均采取知识转移策略。

（三）参数仿真分析

在分布式创新网络核心企业知识转移的动态演化博弈过程中，构成知识转移双方得益函数的参数值的变化将影响动态演化的收敛速度和收敛结果。本文采用模拟仿真的方法，模拟当参数值变化后核心企业知识转移策略的变动，结合演化博弈模型的相位图，分析达到演化均衡状态的不同情况，使用的软件为MATLAB。假定初始状态下各参数值为：K 1=0.8，K 2=0.6；e 12=0.8，e 21=0.8；ρ 12=0.4，ρ 21=0.4；N 1=0.4，N 2=0.3；P 1=0.2，P 2=0.2；M 1=0.8，M 2=0.3，在分析过程中，除了被分析的参数外，其余参数值保持初始值不变。仿真结果图中x 01=0.8，y 01=0.8表示初始状态下核心企业1与核心企业2采取知识转移策略的概率均为0.8，对应仿真结果图中两条复制动态曲线；x 02=0.8，y 02=0.8表示当参数值变化时核心企业1与核心企业2采取知识转移策略的概率不变，均为0.8，对应仿真结果图中的另外两条复制动态曲线。

1.核心企业双方差异化的知识存量K i。

图4显示了不同K 1值情况下分布式创新网络核心企业间知识转移策略的演化趋势，可以发现，在假定的初始状态下，K 1=0.8，K 2=0.6，演化系统收敛于C（1，1），即核心企业均倾向于采取知识转移策略。图4中，当K 1值增大到1时，演化系统收敛于O（0，0），即核心企业均倾向于采取知识保护策略。且当K 1值继续增大时，演化系统收敛于O（0，0）的速度变快。

图5中，当K 1值减小到0.7时，演化系统收敛于C（1，1），且当K 1继续减小时，核心企业1选择转移策略的收敛速度变快，核心企业2选择转移策略的收敛速度变慢。

图6中，当K 1=K 2=0.6，即K 1减小到0.6时，演化系统收敛于C（1，1），且当K 1继续减小时，核心企业1选择转移策略的收敛速度变快，核心企业2选择知识转移策略的收敛速度变慢。

图7中，当K 1减小到0.4时，此时K 1

综合上述K 1值变化的4种仿真结果，可以发现：（1）随着核心企业双方差异化的知识存量K i差距的增加，演化系统倾向于收敛于O（0，0），且收敛的速度变快；（2）随着核心企业双方差异化的知识存量K i差距减小，演化系统倾向于收敛于C（1，1），且收敛的速度变快；（3）当核心企业双方差异化的知识存量K i差距增加，且演化系统收敛于O（0，0）时，知识存量较少的核心企业起初采取知识转移的意愿很强烈，随着时间的推移，最终选择知识保护策略。

2.进行双向知识转移的额外收益系数e ij。在图1中，e ij的值越大，ADBC区域的面积越大，即演化系统收敛于C（1，1）的概率越大。在图8中，当e 12增大到1时，演化系统收敛于C（1，1），且当e 12继续增加时，收敛于C（1，1）的速度变快。双向知识转移的额外收益具有长期性，且具有自我增强作用，它可以增加知识转移双方的信任程度，降低交易成本，促进核心企业间的知识与资源共享，有利于分布式创新网络的扩张，提升网络整体绩效。

（3）进行单向知识转移的额外收益系数ρ ij。在图1中，ρ ij的值越大，ADBC区域的面积越小，即演化系统收敛于O（0，0）的概率越大。在图9中，当ρ 12增大到0.5时，演化系统收敛于O（0，0），且随着ρ 12继续增加，收敛于O（0，0）的速度变快。单向知识转移的额外收益系数具有短期性，当知识由核心企业2向核心企业1单向转移时，ρ 12越大，核心企业1的得益越大，此时核心企业1倾向于采取知识保护策略，既能防范自身知识外溢，也能获得额外收益。这会降低核心企业2进行知识转移的意愿，影响双方长期合作。

（4）核心企业的知识吸收和挖掘能力系数M i。在图1中，M i的值越大，ADBC区域的面积越大，即演化系统收敛于C（1，1）的概率越大。在图10中，当M 1增大到0.9时，演化系统收敛于C（1，1），且当M 1继续增大时，收敛于C（1，1）的速度变快。分布式创新网络由处于同一行业产业链上下游位置的企业构建，各企业的知识领域有所差异，企业间存在知识距离，因而对同一知识的理解、吸收能力不同，这些都会成为企业间知识转移的障碍。当企业的知识吸收和挖掘能力越强时，企业在知识转移过程中汲取的异质性知识越多，越倾向于采取知识转移策略。

（5）核心技术与知识外溢给核心企业带来的损失系数N i。在图1中，N i的值越大，ADBC区域的面积越小，即演化系统收敛于O（0，0）的概率越大。在图11中，当N 1增大到0.5时，演化系统收敛于O（0，0），且当N 1继续增大时，收敛于O（0，0）的速度变快。知识转移双方在正式和非正式交流过程中，无意识泄露自身核心技术与知识会造成一定的损失，特别是维持企业竞争优势的核心技术与知识的泄露，可能会造成核心企业竞争优势的丧失。另外，当某一方发现窃取行为有利可图时，在利己思想的驱动下会出现知识窃取等机会主义行为，同样会带来一定的损失。核心企业出于维持竞争优势的角度，倾向于采取知识保护策略。

（6）知识保护活动的成本系数P i。在图1中，P i的值越大，ADBC区域的面积越大，即演化系统收敛于C（1，1）的概率越大。在图12中，当P 1增大到0.25时，演化系统收敛于C（1，1），且当P 1继续增大时，收敛于C（1，1）的速度变快。知识保护活动可以减少知识外溢，同时也失去了获得额外收益的机会。核心企业采取知识保护策略与否取决于知识保护策略带来的净得益及知识的重要性，当知识保护活动的成本不断增加时，特别当知识保护活动成本大于知识外溢带来的损失时，核心企业倾向于采取知识转移策略。

四、结论与对策

本文利用演化博弈分析方法，构建分布式创新网络核心企业间知识转移策略演化博弈模型，得出的主要结论有以下六点：（1）核心企业间差异化知识存量的差距越小，核心企业越倾向于采取知识转移策略；（2）进行双向知识转移的额外收益系数e ij越大，核心企业越倾向于采取知识转移策略；（3）进行单向知识转移的额外收益系数ρ ij，核心企业越倾向于采取知识保护策略；（4）核心企业的知识吸收和挖掘能力M i越大，核心企業越倾向于采取知识转移策略；（5）核心技术与知识外溢给核心企业带来的损失系数N i越大，核心企业越倾向于采取知识保护策略；（6）知识保护活动的成本系数P i越大，核心企业越倾向于采取知识转移策略。

针对分布式创新网络核心企业间的知识转移，我们提出以下建议：

（1）寻找合适的知识转移对象，降低知识保护活动成本。一方面，分布式创新网络中的核心企业可以借助其管理者、协调者角色的管控优势，建立知识地图及数据库，从而实现对所需知识拥有方的精准、快速的搜寻，降低搜寻成本的同时提高知识转移额外收益系数。另一方面，核心企业应对自身的知识进行系统的梳理，对那些维持竞争优势的知识予以重点保护，减少不必要的保护成本。此外，定期开展知识保护培训，将知识保护思想融入企业的日常组织惯例中，营造良好的知识保护文化。

（2）增强知识吸收和挖掘能力，提升知识转移额外收益。分布式创新网络中的核心企业处于网络中的核心位置，与外部企业建立呈星型放射状联结，进行知识转移的知识种类纷繁复杂，知识数量庞大，核心企业的知识吸收和挖掘能力将直接影响知识转移的收益大小。核心企业应注重内部知识的积累与消化，积极探索外部知识与自身知识的结合方式，同时定期组织内部学习，加大R&D投入，在融合外部知识的过程中实现知识创新，为企业带来长期稳定的收益。

[参考文献]

[1]刘国新.企业分布式创新的机理及效应[M].北京：科学出版社，2011.

[2]Freeman L C. Graphic Techniques for Exploring Social Network Data[J]. Models & Methods in Social Network Analysis， 2004：1-29.

[3]Pérez-Nordtvedt L， Kedia B L， Datta D K， et al. Effectiveness and Efficiency of Cross-Border Knowledge Transfer： An Empirical Examination[J]. Journal of Management Studies， 2008，45（4）：714-744.

[4]Pittaway L， Robertson M， Munir K， et al. Networking and innovation： a systematic review of the evidence[J]. Social Science Electronic Publishing， 2004，5（3-4）：137-168.

[5]Gay B， Dousset B. Innovation and network structural dynamics： Study of the alliance network of a major sector of the biotechnology industry[J]. Research Policy， 2005，34（10）：1457-1475.

[6]党兴华，郑登攀. 技术创新网络中核心企业影响力评价因素研究[J]. 科研管理，2007（28）：19-25.

[7]Magee S P. The Multinational Corporation and the Resource Cost of International Technology Transfer.by David J. Teece[J]. Journal of Business， 1978：51.

[8]White R S. Working Knowledge： How Organizations Manage What They Know[J]. Human Resource Planning， 1998， 26（4）：396-397.

[9]魏 江，王铜安.个体、群组、组织间知识转移影响因素的实证研究[J].科学学研究，2006，24（1）：91-97.

[10]陈菲琼.我国企业与跨国公司知识联盟的知识转移层次研究[J].科研管理，2001（2）：66-73.

[11]赵 续，刘国新，孔 超.基于系统动力学的知识粘滞转移策略研究[J].武汉理工大学学报：信息与管理工程版，2012（6）：802-806.

[12]Gilbert M， Cordey-Hayes M. Understanding the process of knowledge transfer to achieve successful technological innovation[J]. Technovation， 1996，16（96）：301-312.

[13]阮国祥，阮平南.集群网络企业间知识转移演化博弈仿真分析[J].图书情报工作，2011（16）：77-81.

[14]秦紅霞，陈华东.社会网络视角的企业知识共享演化博弈分析[J].情报杂志，2009（5）：143-146.

[15]余呈先，郭东强.企业转型过程中外部知识转移的演化博弈分析[J].科技进步与对策，2012（19）：125-129.

[16]孙 舰，任 旭，郝生跃.项目合作网络内企业间知识转移与保护的演化博弈研究[J].科技管理研究，2015（18）：145-151.

[17]谢识予.有限理性条件下的演化博弈理论[J].上海财经大学学报，2001（5）：3-9.

（责任编辑 王婷婷）