科技人才聚集下隐性知识共享的进化博弈分析

袁长举 张欢

摘要：分析了科技人才聚集现象，明确了科技人才聚集下隐性知识的内涵，构建了科技人才隐性知识共享的进化博弈模型，对模型分析并得出影响模型演化结果的因素，提出了促进隐性知识共享的对策建议。

关键词：人才聚集;隐性知识共享;进化博弈

当今世界，科技高速发展，知识成为获取和保持竞争优势的关键性资源和支配因素。知识可以分为显性知识和隐性知识两类，其中，隐性知识是科技人才进行知识创新和科技创新的重要源泉。作为隐性知识的主要载体之一，科技人才在流动中会逐渐形成区域或行业聚集的现象，并在和谐的内外环境作用下产生1+1>2的聚集经济性效应。知识创新和科技创新离不开隐性知识，隐性知识实现有效共享可以进一步促进科技人才聚集效应的产生与提升。本文从科技人才聚集视角，基于进化博弈理论，聚焦隐性知识共享问题，建立隐性知识共享进化模型，分析模型的动态平衡和影响因素具有一定的理论意义。

一、科技人才聚集分析

科技人才是一种特殊的经济要素，他在空间上并非均匀分布的，会在物理空间或逻辑空间呈现出局部集中的特征。所谓科技人才聚集现象是指在一定的时间内，随着科技人才的流动，大量同类型或相关的科技人才按照一定的联系，在某一地区（物理空间）或某一行业（虚拟空间）所形成的聚类现象。科技人才聚集现象作为一种经济现象，会产生经济性效应和不经济性效应两种效应，在研究中，一般将经济性效应归为科技人才聚集效应，即科技人才聚集效应是指具有一定内在联系的科技人才在某一区域内以类聚集，在和谐的内外环境作用下，发挥超过各自独立作用的加总效应。

二、科技人才聚集下隐性知识分析

科技人才是隐性知识的重要载体和重要创造者，科技人才聚集下的隐性知识是指科技人才拥有的深层次的、无形且不易具体化、不易交流和理解、不易呈现和分享的知识，包括技能、经验、技巧、诀窍和职业道德等。隐性知识隐藏在人的大脑之中，其他人很难进行直接模仿，只能通过相互交流和在实践中观察、体会才能够获得。科技人才的聚集，增加了拥有不同学科、教育和文化背景的各类科技人才的接触机会，促使了不同知识背景的人才间的学科交叉、知识融合以及智慧和灵感的碰撞，大大提高了新知识的产生几率。

三、科技人才聚集下隐性知识共享进化博弈分析

科技人才聚集下隐性知识共享是指科技人才通过交流、学习、合作等方式将所拥有的隐性知识与他人分享，提高隐性知识的使用价值。隐性知识依附于科技人才而存在，其共享的过程是科技人才进行利益配置的博弈活动，科技人才的隐性知识共享意愿决定着共享活动是否可以顺利进行，为此，本文建立以科技人才为行为主体的进化博弈模型，分析在不同情况下科技人才的策略选择。

（一）进化博弈理论的基本思路

进化博弈理论认为在具有一定规模且进行反复博弈活动的群体中，博弈个体是有限理性的，他们对环境的变化不能做出迅速、准确的反应，很难在博弈中找到自己的最优策略，而最理智的策略就是通过在不断地学习和模仿他人中调整自己的策略。经过长期的策略调整后，博弈群体最终会趋向于选择某个稳定策略，即进化稳定策略。

（二）模型构建

假设1：假设科技人才是有限理性的，由于受到所掌握的信息、知识和社会环境的复杂性与不确定性等因素的限制，不可能将问题处理的完全准确无误。

假设2：假设科技人才可以采取隐性知识共享和不共享两种策略，采取不共享策略的正常收益为;采取共享策略获得的收益为，其中，当博弈双方只有一方采取共享策略而另一方采取不共享策略即“搭便车”获得的收益为，一般认为;共享的过程中显化、转移隐性知识所付出的直接成本为，共享后喪失独有价值的风险成本为;“搭便车”者的损失为，包括信誉丧失、人际关系恶化等损失。

假设3：在科技人才群体中采取隐性知识共享策略的比例为（），则采取不共享策略的比例我为。

根据以上假设，可以得到科技人才隐性知识共享博弈收益矩阵（见图1）。

科技人才采取共享策略的期望收益为，采取不共享策略的期望收益为，科技人才群体平均收益为。根据生物进化复制动态的思想，当采取某一策略的科技人才获得的收益较低时，就会学习和模仿其他人，转向能够获得较高收益的策略。所以科技人才群体中采取两种不同策略的比例会不断发生变化，而采取共享策略的科技人才所占比例的变化率与其所占的比例成正比，与该策略下收益与群体平均收益之差也成正比。所以，可以得到复制动态方程：

（三）科技人才的策略选择分析

根据复制动态方程，很容易得到，三个不动点，也就是可能的稳定状态点，具体情况与、、、、的具体水平有关。稳定状态点只是意味着采取某一特定策略的比例保持在这一水平不再发生变化，只有当其能够抵抗微小扰动并保持稳健性时才能被称为进化稳定策略。也就是说，如果博弈方因为偶然性错误等因素的干扰使上述比例偏离了稳定状态点，但最终仍然能恢复到该水平。用数学语言来描述就是：满足以下条件的才是进化稳定策略，当干扰使时，当干扰使时，即。

当时，复制动态方程的稳定状态点有，且此时复制动态方程的相位图如图2中A图所示。根据相位图很容易可以看出是唯一稳定的均衡点，也就是进化稳定策略，即如果科技人才“搭便车”所获得的净收益不小于博弈双方都采取共享策略所获得的净收益时，科技人才经过长期的学习与调整，最终都会趋向于采取不共享策略。

当，复制动态方程的稳定状态点仍然只有两个，且此时复制动态方程的相位图如2中B图所示。根据该相位图可以看出是进化稳定策略，也就是说，如果科技人才采取共享策略所付出的成本不大于“搭便车”时的损失，进化博弈的结果是科技人才群体会趋向于采取隐性知识共享策略。

当时，都是复制动态方程的稳定状态点，此时有，复制动态方程的相位图如图2中C图所示。由该相位图可以看出，都是进化稳定策略，此时，科技人才群体中采取共享策略的初始比例决定着具体会趋向于哪一个进化稳定策略。若，则趋向于，若，则趋向于。这意味着，如果科技人才“搭便车”所获得的净收益小于博弈双方都采取共享策略所获得的净收益且“搭便车”时的损失小于采取共享策略所付出的成本，那么进化博弈的结果取决于科技人才群体中采取共享策略的初始比例。若初始比例小于采取共享策略所付出的成本和“搭便车”时的损失之差与收益之差的比值，则科技人才最终会趋向于采取不共享策略;若初始比例大于上述比值，则科技人才最终会趋向于采用共享策略。

基于前面的分析讨论可得：科技人才的隐性知识共享意愿受到、、、、五个变量的影响，这五个变量的相对水平决定着科技人才群体最终是否会采取共享策略。我们可以看到上述讨论的第二种情况最为理想，而第一种情况最为糟糕。因此，一方面要优化隐性知识共享的环境，保障采取共享策略的科技人才的收益，减少隐性知识共享的直接成本和风险成本;另一方面压缩采取不共享策略的科技人才的生存空间，减少“搭便车”时的收益，并采取措施扩大损失。如此来提高科技人才采取隐性知识共享策略的概率。

四、结论与对策

基于上述研究，本文得到以下结论：（1）科技人才间存在着隐性知识的共享，隐性知识的共享可以创造更多的价值，并提高隐性知识拥有者的利益;科技人才具有追求利益的本能，会在与他人不断博弈中求得自身利益最大化，隐性知识共享的过程其实就是利益配置的博弈活动;科技人才进行隐性知识共享进化博弈的结果受到采取共享策略的收益、直接成本、风险成本，以及采取不共享策略的收益和损失五个变量之间相对关系的影响，合理地调整和控制变量的水平可以促使科技人才群体朝着采取隐性知识共享策略的方向进化。

为实现科技人才聚集下隐性知识的有效共享，提升科技人才聚集效应，应采取以下对策：（1）通过吸引科技人才聚集，缩短科技人才的地区或行业距离，减少隐性知识共享成本;（2）建立有效的奖惩机制，奖励采取共享策略的科技人才，惩罚“搭便车”者;（3）丰富隐性知识共享平台，缩短科技人才传递和提取隐性知识的时间，方便科技人才进行交流和学习。

参考文献

[1]张生太，李涛，段兴民.组织内部隐性知识传播模型[J].科研管理，2004，25（4）：28-32.

[2]许有志，王道平，杨炳茹.基于双库协同机制的隐性知识转化模型研究[J].软科学，2008，22（8）：6-10.

[3]牛冲槐，赵彩艳，王聪.科技型人才聚集下信息共享效应与知识溢出效应关系研究[J].科技进步与对策，2009（9）：142-146.

[4]李志宏，王海燕.组织员工隐性知识共享的博弈分析[J].科技进步与对策，2010，27（6）：135-138.