协同演化理论及其在信息系统研究中的应用与展望

王瑞 袁勤俭

摘  要：[目的/意义]对应用了协同演化理论的信息系统相关研究进行梳理总结，为研究者提供思路和方向。[方法/过程]将研究问题归纳为协同演化理论应用于知识网络动态演变、在线网站用户信息行为、信息处理技术改进、信息系统优化、电子商务与物流协同发展5个方面，分析各方面研究成果。[结果/结论]现有研究存在研究内容可拓展、理论应用不深入、缺少多向因果关系的探究等不足之处，未来研究可在这些方面取得进展。

关键词：协同演化;信息系统;动态演变;协作优化

DOI：10.3969/j.issn.1008-0821.2020.10.016

〔中图分类号〕G201  〔文献标识码〕A  〔文章编号〕1008-0821（2020）10-0152-07

Coevolution Theory and Its Application and Prospect in the

Field of Information System Research

Wang Rui  Yuan Qinjian*

（School of Information Management，Nanjing University，Nanjing 210023，China）

Abstract：[Purpose/Significance]This paper sorts out and summarizes the research on coevolution theory in information systems to provide researchers with ideas and directions.[Method/Process]The research was summarized into five aspects：research on using coevolution theory in dynamic evolution of knowledge networks，research on using coevolution theory in information behavior of online website users，research on using coevolution theory in information processing technology improvement，research on using coevolution theory in information system optimization，research on using coevolution theory in coordinated development of e-commerce and logistics.[Result/Conclusion]The existing research had shortcomings such as expandable research content，in-depth application of theory，lack of exploration of multidirectional causality，progress would be made in these aspects in the future research.

Key words：coevolution;information systems;dynamic evolution;collaborative optimization

协同演化，又称协同进化或共同演化，这一概念最初由Ehrlich P等提出，他们通过研究蝴蝶群与其食用植物的进化过程，确定了具有密切和明显生态关系的两个主要生物体之间的相互作用模式，即协同演化[1]，此概念提出后经Janzen D H、Norgaard R B、Murmann J P、Jouhtio M等学者的丰富和拓展迅速成为生物学领域的一个重要分支，并于21世纪初建立基本的理论体系，与此同时，该理论以类比的方式应用于经济学、组织和管理、遗传学、语言学、计算机建模等多个领域[2]。协同演化理论（Coevolution Theory）的核心思想为：在较长时间跨度的动态演变过程中，具有明显联系的事物间由于双向或多向的相互作用关系而发生的共同进化。

由于协同演化理论广泛的适用性，越来越多的学者利用协同演化理论揭示不同物体演化过程中的生态互作关系，从而建立物体间的相互作用及共同演化模型，这使得协同演化理论的应用研究取得了丰硕的成果。有学者对相关研究进行了述评：郑春勇总结了西方学术界关于协同演化的理论研究进展和其在社会经济领域的应用[3];更进一步地，聂峰英分析比较了国内国外的协同演化研究应用进展和趋势[4]。随着该理论的内涵进一步被拓展和丰富，其与信息系统相关的应用研究已积累了一些成果，但目前未见文献全面、系统地对信息系统应用协同演化理论的研究进行述评，因此，本文拟在介绍该理论及其发展的基础上，梳理并总结其在信息系统研究中的应用情况，以期帮助学者把握该理论的发展脉络和应用现状，为后续相关研究提供参考。

1  协同演化理论的起源与发展

11  协同演化理论的起源

经典的进化论将自然选择与生存竞争作为物种进化的主要动力，强调环境和竞争的作用，协同演化则强调物种之间的相互受益，这种物种间协同作用的思想最早来源于1955年Flor H H提出的基因对基因假说，Flor H H在对亚麻与亚麻锈菌的相互作用进行遗传学分析时发现：1）亚麻对锈病的抗病基因与锈菌的无毒基因之间存在数量及功能上的一一对应关系;2）亚麻抗病性和锈菌的无毒性是显性遗传，而亚麻感病性和锈菌的毒性是隐性遗传;3）亚麻对锈菌的抗感反应类型不单纯由亚麻本身的遗传性状决定，而是由亚麻和锈菌二者相互作用所决定，以上结论表明在病原-寄主体系中，无毒因子通过改变寄主的生理特性而起作用[5]，即物种间相互影响、共同进化。随后，生物进化相关研究从单向的自然选择逐渐过渡到物种间双向的交互选择，协同演化的概念也孕育而生，Mode C J于1958年提出了协同进化遗传学的第一个数学模型[6];1964年，協同演化作为一个专业的概念术语被正式提出，Ehrlich P等首次将“适应”与“物种形成”链接到互作物种中，在对粉蝶幼虫与其宿主植物的分析中，他们发现宿主植物产生的有毒次级代谢产物影响粉蝶幼虫的取食行为，粉蝶幼虫对毒性的抗性则反过来影响植物毒性的演化，基于此提出逃脱-辐射协同演化模型用于解释被子植物与植食昆虫由于相互作用而产生的适应辐射[1]。上述假说、模型和概念为协同演化理论的发展奠定了重要基石。

12  协同演化理论的发展

121  理论内涵的丰富

Ehrlich P和Raven P在提出协同演化概念时并未对其进行明确定义，20世纪80年代以后，学术界掀起了协同演化的研究热潮，大量学者为协同演化的内涵注入了更丰富的内容。Janzen D H于1980年最早对协同演化进行了定义：即一个物种的个体行为受另一个物种个体行为影响而导致的两个物种在进化过程中发生的关系，是两种（或多种）具有密切的生态关系但不交换基因的生物的联合进化，其中，两种生物互相施加选择压力，使一方的进化部分地依靠另一方的进化[7];为了不脱离经典的进化论体系，Volberda H W等认为，共同演化的理论必须符合达尔文主义的一般分析框架，即必须明确界定复制者和互动者，并运用“变异”“复制”和“选择”的观点来描述共同演化过程[8];为了强调协同演化的特性，Winder N等指出共同演化是“相互影响的实体间的演化关系”，是两个演化系统的互动，只有当两个种群之间的演化存在“强影响”和“地理接近性”时才能构成共同演化[9];另外，Jouhtio M对定义中物种间的依赖关系进行了补充，他将协同演化定义为：共同演化是指持续变化发生在两个或多个相互依赖、单一的物种上，它们的演化轨迹相互交织，并且相互适应，其中，物种的相互依赖关系包括：共生关系、共栖关系和竞争关系，而在物种竞争过程中，竞争的结果可能是一个物种淘汰或驱逐另一个物种，也可能是演化出不同的细分环境，弱化原先的竞争压力[10];Norgaard R B第一次将协同演化概念运用于社会文化、生态经济领域，注重从环境经济学的视角考虑概念中的长期反馈关系，他强调协同演化不仅是“协同”的，更是“演化”的，是“相互影响的实体间的演化关系”，在社会经济系统中，共同演化主要反映了知识、价值、组织、技术和环境5个子系统的长期反馈关系[11]。初期的协同演化将物种间的相互作用简单限定在一对一的种间关系，然而自然界中更常发生的是一对多或多对多的互作形式，如一种植物可能需要多种动物为其传粉或扩散种子，一种动物也可能服务于多种植物，因而一对一的协同演化关系不具有更广泛的适用性，为扩展协同演化理论的应用范围，Janzen D H提出“扩散协同演化”，即多种群之间的适应性特征变化响应[7]，扩散协同演化可用来解释某一个或多个物种的特征受到多个其他物种特征的影响而产生的相互演化现象。

122  演化特征的提炼

随着协同演化理论体系的逐渐完善，应用协同演化理论的研究大量涌现，但研究中存在许多文不对题的现象，一些题为“协同演化”的文章并非研究真正的协同演化问题[12]，因此Murmann J P区分了协同演化和并行发展，他提出协同演化的发生必然伴随着物种间改变对方适应性特征的双向因果关系，而并行发展只是不同物种对周围环境的共同适应[13];类似地，王德利等则将协同进化与竞争进化进行了区分，他认为竞争进化的结果是生物间的相互制约，而协同进化是生物间的相互协调与平衡，最终物种共同受益[14];针对误用术语问题，黄泽宇等提出目前使用协同演化理论的误区主要有：1）是将单向作用误解为双向互作;2）将协作、共生、互惠等生态互作关系直接等同于协同演化关系;3）是将“演化”混同于“变化”[15]。由此可见并非所有相互作用的物种间均会产生协同演化关系，为了避免概念混淆和术语误用等现象，学界对协同演化理论的特征进行了提炼与总结，包括：1）双向或多向因果关系，即共同演化的各方必须互为因果关系，各成员均会被其他成员影响和改变;2）多层级和嵌入性，多层级指协同演化并不仅仅发生在同一个层级中，不同层级之间的互动关联常有发生，嵌入性指个体并非独立存在，其行为应当被嵌入到更广阔的自然、文化、社会环境中去;3）复杂系统的特征，即互动者间的互作反馈机制往往呈现非线性或自组织的状态;4）正反馈效应，即系统内外部的变化对系统的影响不断扩大，系统脱离原有状态，发生结构性改变;5）路径依赖，即系统某一时期的演化方向受上一时期演化轨迹的影响，系统的演化轨迹将在某一特定的路径上持续较长的时间[16]。

123  应用领域的扩展

协同演化理论起源于生物学并在进化生物领域具有十分广泛的研究内容，主要包括寄生物与宿主系统协同演化、昆虫与植物协同演化、捕食者与猎物系统协同演化等，其应用水平也涵盖分子水平、细胞水平、个体水平、种群水平和生态系统水平等多个层次。自1985年协同演化被首次运用于社会经济领域后，越来越多的西方学者将协同演化理论应用到社会经济问题中，组织与环境的协同演化、技术与制度的协同演化、个体与制度的协同演化是社会经济领域应用协同演化研究的最主要内容[3，17]，值得一提的是，协同演化已成为演化经济学的重要概念，协同演化理论与经济学的结合不仅为经济演化增加了新的研究内容，而且提供了强有力的新逻辑与独特的分析工具，使演化经济学的研究不仅停留在过程思维，还考察行为主体之间和主体与环境之间的相互影响[18]。随着協同演化理论内涵越来越丰富、体系越来越完善，学者们纷纷探索其在其他领域的拓展应用，计算科学领域以协同演化理论为基础提出的协同演化算法成为该领域近年来的研究热点，该算法应用协同演化思想，考虑环境与个体间的复杂联系对个体演化的影响，构造不同种群及其关系，利用种群间相互作用提高各自性能[19]。

2  协同演化理论应用于信息系统相关问题的研究

21  协同演化理论应用于知识网络动态演变的研究

知识网络是基于知识的关系，网络中的知识内容、知识创建者、传播者及其相互关联均是知识网络的重要组成部分，学者们针对知识网络中各元素的相互作用进行了不同维度的协同演化分析，如：Xia H等构建了知识与合作网络的协同演化元模型，该模型通过团队组装机制研究了复杂网络中知识的集体产生与传播及合作网络的动态演化[20];除了网络中合作关系的研究，Al-Shyoukh I等探讨了网络结构与所传播信息内容的相互作用，他们按照时间细分网络和信息内容并进行了时间序列分析，结果表明通信网络结构与信息内容的多样性和新颖性存在协同演化关系[21];聚焦于具体的学科知识，王梅从生态学视角揭示了各学科的协同演化机理，她指出学科内部以自组织的方式进行协同演化，学科间以竞争与互补的方式进行协同演化，学科的协同演化对于促进学科发展和学科建设尤为重要[22];着眼于更细致的知识内容，Xie Z等分析了科学论文的引文和合著者同步增长并且动态互作的过程，建立了二者协同演化的几何模型，该模型有效解释了作者-引用的广义泊松分布和幂律分布规律，并捕捉到了论文、引文、合作者三者之间的经验正相关关系[23];吴蕾等则通过对科技文献中技术关键词的跨领域协同演化分析得出了技术关键词结构的发展轨迹，并发现落后发展学科的领域技术空白点[24]。

由以上研究可知，学者们已经从不同维度揭示了知识网络动态演变过程中的协同演化关系，然而以上研究只是根据知识网络中各元素间的相互作用探究了其协同演化过程，协同演化的生成原因并不明确，演化过程中的马太效应、守旧、跟风、创新等现象[25]未得到解释，协同演化过程的影响因素也未见探究，明确此类问题有助于进一步揭示知识网络的协同演化机理，明确演化规律，因此未来需要针对此类问题进行更深入的探索。

22  协同演化理论应用于在线网站用户信息行为的研究

互联网拓展了人类交往的边界，不同时空的人们依靠网络产生联结同时相互影响，为了探索不同情境下的网民在线互作关系，学者们将协同演化理论应用于不同网络平台中用户的信息行为研究，如：Costa A F等研究了社交投票网站中用户评论与投票行为之间的关系及其随时间的演变，结果表明用户评论数随着投票数幂律的增加而增加，基于此构建VNC模型，该模型可准确反映社交投票网站中用户活动的协同演化[26];关于用户内容生成行为，Bhattacharya P等以在线社交网站为背景，构建了用户网络结构与其所生产内容的协同演化模型，该模型阐释了网络结构对生成内容的影响和新生内容对网络结构的后续反馈，实证数据表明，用户倾向于与具有相似发布行为的人建立联系，从而改变网络结构，网络结构的变动反过来也改变了用户的发帖行为[27];在在线政治讨论的研究中，Liang H采用文本挖掘技术和语义网络分析了在线论坛中用户的政治讨论与共同立场如何随着时间的推移共同发展，结果表明政治讨论可以促使用户达成共识，从而进一步促进参与者之间的政治讨论[28]。

由以上研究可知，学者们以不同网络情境为背景探讨了用户信息行为间的协同演化关系，然而由于研究情境不同，协同演化过程也存在差异，如以社交网站为背景的协同演化和以在线论坛为背景的协同演化过程各有其特点，探究不同情境下用户信息行为协同演化的差异，有助于把握不同类型网站的用户特征，对具体情境下的具体问题提出针对性的策略，因此未来研究可比较不同情境下各元素间协同演化过程的差异，探索形成差异的深层原因。

23  协同演化理论应用于信息处理技术改进的研究

随着信息爆炸时代的到来，互联网用户对信息技术的数据处理能力有着越来越高的要求，技术的进步需多种元素的协调配合，将协同演化理论应用于信息处理技术有利于结合不同元素的特点进行多种技术的共同演化，为此，已有学者展开了相关研究，如：Kupfer A等将协同演化理论应用于数据库技术，实现了数据库模式和数据库本体的自动映射，即对数据库模式中的各元素执行创建、删除、修改等操作时，语义本体会随之进行相应的更改，无需手动重建[29];为解决当前仿真系统灵活性、可拓展性不足等问题，Liu B H等提出了敏捷仿真的概念，将专家系统和仿真系统相融合，二者相互合作并协同进化，为复杂系统的研究提供了新思路[30];也有学者利用协同演化算法对数据挖掘技术进行了改进，Wong M L等利用协同进化遗传算法从数据集中生成贝叶斯网络以提高学习的有效性，经实验表明，新算法较反向传播神经网络和逻辑回归模型具有更好的性能[31];另外，图像处理技术也利用协同演化得到了改进，Myszkowski P B将基于规则的协同演化算法运用于图像标注技术[32];Tan J H等则研究了图像识别中的协同演化算法，提出竞争性的协同进化有望在没有专家调整的情况下解决过度拟合和可靠性问题[33]。

24  协同演化理论应用于信息系统优化的研究

信息系统服务于实际，随着实际问题的变化，系统的性能和解决问题的能力也须进行不断优化，大量研究表明将协同演化理论应用于系统优化能有效解決大量实际问题，推动不同领域信息系统的发展，如：Zhang X Y等利用分布式协同演化算法对智能电网的需求管理系统进行了优化，优化后的系统能更充分地发挥智能调度程序和智能定价生成器的作用，不仅改善了电网波动、增加了净利润，而且提高了用户舒适度、节省了用电预算[34];针对大规模全局优化问题，De Falco I等认为协同演化算法是一种有效的分而治之策略，用于将大规模问题分解为低维子组件，因此提出了代理辅助协同演化优化器，使得优化元启发式方法在同时具有高维和计算意义的目标函数上得以应用[35];在实时调度问题中，人为规则具有很强的问题相关性，Zhou Y等提出了基于机器分配规则和作业分类规则协同演化的调度策略，实验表明进化的调度策略能降低专业成本并实现大规模快速应用[36];针对具体的航班调度问题，Lu R等将大规模航班分配视作多目标组合优化问题，提出了引入合作式协同演化的多目标优化算法，通过仿真实验证实该方法有利于加强航班间的协作效率，有效降低了空域拥挤和航班延误等问题[37];在信息通信中，Fan W H等利用改进的协同演化算法实现了无线电接入网中的最佳资源分配，该算法用于优化终端传输功率和分配的无线电接入技术带宽，有效提高了系统性能和计算效率[38]。

由以上研究可知，协同演化理论应用于信息处理技术改进和信息系统优化大多体现在对协同演化算法的应用，而少有研究应用协同演化的理念和内涵思考信息处理技术和信息系统进一步的发展，互联网时代，大数据、人工智能、决策支持系统等方面的发展涉及到科学、制度、社会等多因素，同时以上各方面也依赖于信息处理技术和信息系统的进步，未来研究可深入应用协同演化理论的概念内涵分析信息处理技术和信息系统与其他元素的相互作用、协作进步。

25  协同演化理论应用于电子商务与物流协同发展的研究

随着互联网时代的到来，各行各业的电子商务交易正变得越来越普遍，同时商家促销活动的成功使得包裹数量呈爆炸式增长，因此快递物流行业面临着巨大挑战，针对此类问题，学者们应用协同演化理论分析电子商务与物流的协同发展，如：Wang J J等研究了电子零售与快递物流协同演化的4种镶嵌运营模式，指出协同演化不仅是路径依赖的过程并且与位置依赖的机构有关[39];考虑到农村电商近几年的快速发展，张诚等构建了政府减贫政策下农村电商与农村物流的协同演化博弈模型，分析指出政府积极推动的策略有利于农村电商与农村物流的协同演化，同时，农村电商“线上协同”、农村物流“线下协同”，能够有效提升线上电商盈利能力和线下物流服务能力[40];针对物流主导的协同演化，吴群等从种群协同进化的角度研究了为电商提供物流保障的服务主体及各构成要素，在分析了物流生态系统演化机理后，提出自组织演化和交互演化在协同演化过程中起到了关键作用，种群的领导力、种群生态位的选择和种群间协同机制都对平台型电商企业物流生态系统的协同演化及形成稳定种群关系产生影响[41];另外，孙鹏通过构建演化博弈模型分析了B2C物流服务供应链协同合作的动态演变规律，结果表明物流服务供应链协同产生的额外收益、激励水平、物流服务企业自身运作成本以及物流企业的相互依赖程度都对物流服务供应链的协同演化有重要影响[42]。

[12]李大元，项保华.组织与环境共同演化理论研究述评[J].外国经济与管理，2007，（11）：9-17.

[13]Murmann J P.Knowledge and Competitive Advantage：The Co-evolution of Firms，Technology，and National Institutions[M].Cambridge：Cambridge University Press，2003：43，23.

[14]王德利，高莹.竞争进化与协同进化[J].生态学杂志，2005，（10）：1182-1186.

[15]童泽宇，黄双全.协同演化概念的发展、使用误区与研究证据[J].中国科学：生命科学，2019，49（4）：421-435.

[16]黄凯南.共同演化理论研究评述[J].中国地质大学学报：社会科学版，2008，（4）：97-101.

[17]张福军.共同演化理论研究進展[J].经济学动态，2009，（3）：108-111.

[18]刘志高，王缉慈.共同演化及其空间隐喻[J].中国地质大学学报：社会科学版，2008，（4）：85-91.

[19]董红斌，黄厚宽，印桂生，等.协同演化算法研究进展[J].计算机研究与发展，2008，（3）：454-463.

[20]Xia H，Xuan Z，Luo S，et al.A Meta-model for Studying the Coevolution of Knowledge and Collaboration Networks[C]//5th International Conference on Knowledge Science，Engineering and Management（KSEM），2011，7091：404-413.

[21]Al-Shyoukh I，Chasparis G，Shamma J S.Coevolutionary Modeling in Network Formation[C]//IEEE Global Conference on Signal and Information Processing（GlobalSIP），2014：722-726.

[22]王梅.基于生态原理的学科协同进化研究[D].天津：天津大学，2006.

[23]Xie Z，Xie Z L，Li M.Modeling the Coevolution Between Citations and Coauthorship of Scientific Papers[J].Scientometrics，2017，112（1）：483-507.

[24]吴蕾，梁晓贺，宋红燕.基于技术关键词的学科领域协同演化分析实证研究[J].现代情报，2019，39（8）：137-142.

[25]陈果，赵以昕.多因素驱动下的领域知识网络演化模型：跟风、守旧与创新[J].情报学报，2020，39（1）：1-11.

[26]Costa A F，Traina A J M，Traina C，et al.Vote-and-Comment：Modeling the Coevolution of User Interactions in Social Voting Websites[C]//16th IEEE International Conference on Data Mining（ICDM），2016：91-100.

[27]Bhattacharya P，Phan T Q，Bai X，et al.A Coevolution Model of Network Structure and User Behavior：The Case of Content Generation in Online Social Networks[J].Information Systems Research，2019，30（1）：117-132.

[28]Liang H.Coevolution of Political Discussion and Common Ground in Web Discussion Forum[J].Social Science Computer Review，2014，32（2）：155-169.

[29]Kupfer A，Eckstein S，Neumann K，et al.A Coevolution Approach for Database Schemas and Related Ontologies[C]//19th IEEE International Symposium on Computer-Based Medical Systems（CBMS），2006：605-610.

[30]Liu B H，Li L.The Collaboration and Coevolution of Experts System and Simulation System in Agile modeling and Simulation[C]//3rd International Conference on Intelligent System Design and Engineering Applications（ISDEA），2013：1404-1407.

[31]Wong M L，Lee S Y，Leung K S.Data Mining of Bayesian Networks Using Cooperative Coevolution[J].Decision Support Systems，2004，38（3）：451-472.

[32]Myszkowski P B.Rule Induction Based-on Coevolutionary Algorithms for Image Annotation[C]//3rd International Asian Conference on Intelligent Information and Database Systems（ACIIDS），2011，6592：232-241.

[33]Tan J H，Zhang J，Song C X，et al.A Coevolution Algorithm in the Image Recognition System[C]//3rd International Conference on Intelligent System Design and Engineering Applications（ISDEA），2013：22-25.

[34]Zhang X Y，Gong Y J，Zhou Y R，et al.A Distributed Coevolution Algorithm for Black Box Optimization of Demand Response[J].IEEE Access，2019，（7）：51994-52006.

[35]De Falco I，Della Cioppa A，Trunfio G A.Investigating Surrogate-assisted Cooperative Coevolution for Large-Scale Global Optimization[J].Information Sciences，2019，482：1-26.

[36]Zhou Y，Yang J J，Zheng L Y.Hyper-Heuristic Coevolution of Machine Assignment and Job Sequencing Rules for Multi-objective Dynamic Flexible Job Shop Scheduling[J].IEEE Access，2019，（7）：68-88.

[37]Lu R，Guan X M，Li X Y，et al.A Large-scale Flight Multi-objective Assignment Approach Based on Multi-island Parallel Evolution Algorithm with Cooperative Coevolutionary[J].Science China-Information Sciences，2016，59（7）：072201.

[38]Fan W H，Liu Y A，Wu F.Optimal Resource Allocation for Transmission Diversity in Multi-radio Access Networks：A Coevolutionary Genetic Algorithm Approach[J].Science China-Information Sciences，2014，57（2）：022310.

[39]Wang J J，Xiao Z P.Co-evolution Between Etailing and Parcel Express Industry and Its Geographical Imprints：The Case of China[J].Journal of Transport Geography，2015，46：20-34.

[40]張诚，张广胜，王艳玲.政府减贫的农村电商与农村物流协同演化及政策优化[J/OL].https：//kns.cnki.net/KCMS/detail/11.5224.C.20200106.1502.002.html，2020-01-06/2020-02-05.

[41]吴群，程浩.平台型电商企业物流生态系统协同演化研究[J].江西社会科学，2019，39（12）：199-207.

[42]孙鹏.B2C物流服务供应链协同演化机理与对策[J].物流技术，2019，38（12）：93-96.

（责任编辑：郭沫含）