基于復雜網(wǎng)絡視角,拓展了市場導向這一理論在中觀層面的實踐,構建了市場導向下多Agent協(xié)同創(chuàng)新網(wǎng)絡模型,分析了相關的動態(tài)擴散與演化特征,并運用屬性嵌入式模擬仿真對復雜網(wǎng)絡分析法加以改進。研究表明:少量的用戶需求識別,更有利于發(fā)揮市場導向對多Agent協(xié)同創(chuàng)新的驅動效應;競爭驅動導向與多Agent協(xié)同創(chuàng)新效率存在明顯的正相關關系;職能協(xié)同導向與多Agent協(xié)同創(chuàng)新效率呈"U型"關系,且中等水平的職能協(xié)同對多Agent協(xié)同創(chuàng)新效率提升最顯著。 

【文章來源】：軟科學. 2017,31(06)北大核心CSSCI

【文章頁數(shù)】：6 頁

【部分圖文】：

多Agent協(xié)同創(chuàng)新網(wǎng)絡結構

的動態(tài)演化(a),以及網(wǎng)絡節(jié)點知識/技術勢能的擴散趨勢(b)。多Agent協(xié)同創(chuàng)新過程初期,因為節(jié)點勢能差距和關聯(lián)情況的綜合作用,創(chuàng)新資源在主體間發(fā)生深度轉移,知識鏈和技術鏈實現(xiàn)無縫對接,網(wǎng)絡創(chuàng)新收益水平從原來的低位大幅躍遷至高位,處于低位節(jié)點的勢能值擴散效率較為明顯。隨著協(xié)同創(chuàng)新擴散過程不斷深入,整體創(chuàng)新收益水平增速逐漸變緩,節(jié)點間勢能值進一步趨同,網(wǎng)絡主體協(xié)同效率將逼近新的均衡狀態(tài)。3.2 市場導向對多Agent協(xié)同創(chuàng)新的網(wǎng)絡影響效應

多Agent協(xié)同創(chuàng)新網(wǎng)絡主體對用戶需求信號進行捕捉和識別后,利用創(chuàng)新資源獲取創(chuàng)新收益。本文通過設定用戶需求信號識別主體數(shù)量占比{0.3,0.5,0.7}和用戶需求識別主體知識/技術勢能提升比率{0.7,0.5,0.3}兩個維度,雙向組合刻畫網(wǎng)絡動態(tài)擴散過程。為了更明確表示用戶需求導向對于整體創(chuàng)新收益水平影響的差異,將對不同組合下創(chuàng)新收益水平作差進行對比分析,如圖3所示。“少量網(wǎng)絡主體用戶需求識別+超額創(chuàng)新收益(LH)”“中等數(shù)量網(wǎng)絡主體用戶需求識別+中等創(chuàng)新收益水平(MM)”的情況明顯優(yōu)于“大量網(wǎng)絡主體用戶需求識別+較低創(chuàng)新收益(HL)”的情況,其中LH比MM、HL作用優(yōu)勢更為顯著,且兩者的演化趨勢基本保持平行。即少量網(wǎng)絡主體識別用戶需求并獲取超額創(chuàng)新收益,能產生明顯的引領作用。通過多Agent協(xié)同創(chuàng)新網(wǎng)絡進行創(chuàng)新擴散,更充分表達市場通過用戶信息傳遞對技術創(chuàng)新成果轉化的正向促進。過量主體的需求跟隨不但增加了主體間用戶需求表達的趨同性,同時也增加了競爭強度帶來的風險與成本。DT=160~200期時,雖然高用戶需求識別量MM-HL超過了低用戶需求識別量LH-MM的創(chuàng)新收益水平,但這僅是因為用戶需求價值在主體量上的增益,并不是用戶需求導向提供的驅動作用。結論1:少量的網(wǎng)絡主體用戶需求識別,更有利于發(fā)揮用戶需求導向的多Agent協(xié)同創(chuàng)新網(wǎng)絡驅動效應。


本文編號：3140379