创新生态系统治理研究
——基于三方演化博弈的视角
2022-05-18危小超潘港美
危小超，潘港美
(武汉理工大学 经济学院，湖北 武汉 430070)
一、引 言
随着技术复杂性的加大和创新速度的加快，企业仅凭自身创新资源难以获得有利的竞争优势，必须打破传统创新模式，与其他创新主体进行价值共创，构建企业中心型开放式创新生态系统已是必然趋势[1]。基于平台的创新系统不再局限于微处理器和计算机等高科技领域，而是广泛应用于其他行业，包括消费电子产品(如手机、电子玩具)、家用电器、汽车和娱乐[2]。平台创新生态系统面临着独特的治理挑战[3]。创新生态系统是多个参与主体基于共同创新目标而共同努力，集体利益和个体成员的努力缺乏直接联系[4]，并不总与系统成员的战略利益相一致[5]，且回报存在延迟性，因此往往容易滋生机会主义行为。而且，系统成员之间易产生冲突，降低系统的运行效率和整体绩效，尤其当系统壮大、成员增多时，企业行为将更加复杂和不确定，考察风险防范和系统治理问题对创新生态系统持续发展至为关键。
现有文献从多角度对创新生态系统治理进行探讨。我国不少学者肯定了合理的利益分配机制的作用[6]。王发明等[7]从创新生态系统整体层面出发，将价值共创行为协调机制的影响因素概括为收益、成本和风险三方面；张运生等[8]指出创新生态系统治理机制包括决策机制、协调机制、平台定价机制和约束机制。不少学者将治理手段归纳为契约治理和关系治理[9-10]。契约规则一直是国内外学者所认可的重要机制，通过明确规定参与主体的目标、规则和义务，约束成员行为，减少系统冲突[11]。彭珍珍等[12]认为通过合同或契约提供法律保障，在竞争环境中能更好提升创新绩效，而在波动环境中，关系治理更加有效。契约保障是必要的，但由于各类不确定因素的存在，契约机制难以规定所有潜在的意外事件[13]，系统成员可能利用契约漏洞发生机会主义行为[14]。同时，契约越完备，系统灵活性越差[15]，协商和监控成本将增加[16]。因此，需要利用非正式治理机制进行重要补充。Cook等[17]也指出，对于高风险和不确定性环境下的薄弱机构，相比正式机制，紧密的信任关系反而更值得依赖，它让合作双方更加密切地共享信息以及共同解决问题，减少机会主义行为[18]。信任机制往往被低估和忽视，在功能上甚至和权利机制是对等的[19]。关系治理帮助系统成员消除对机会主义行为的恐慌[20]，减少契约谈判和执行成本，带来更灵活高效的信息共享和合作，进而激发长期的合作创新意愿。但基于信任的关系治理需要较长的发展周期，为了促进最佳合作，正式契约和关系治理应组合利用，明确约束的契约不会阻碍或替代关系治理，反而会促进信任关系的持续发展[21]。解学梅等[22]也认为企业需要进行治理机制的优化组合来实现系统的综合治理。
梳理文献发现，有关创新生态系统治理机制的研究取得了一定成果，具有指导意义，但存在以下不足：(1)学者们聚焦于创新生态系统治理机制的系统性研究，大都忽视了对系统成员行为策略的分析，治理机制的制定会触发创新主体的策略选择，比如激励系数不同层级如何影响系统演化的稳定性；(2)现有文献侧重于静态视角，缺乏动态分析，曾国屏等[23]认为创新生态系统具有动态性、栖息性与生长性的特征，创新主体在合作过程中并非完全理性，会根据情景进行多次学习和调整，演化博弈理论强调“有限理性”和动态演化过程分析，因此演化博弈论对创新生态系统创新主体行为策略研究的适用性强。
基于上述认识，本文结合演化博弈理论，引入契约规则与关系规则，构建了基于治理机制的创新生态系统三方演化博弈模型，利用模型求解，得出博弈主体行为稳定性的条件。最后，运用数值模拟，从协同机制、激励机制和信任机制等多个角度剖析影响系统演化过程及演化稳定的关键因素。
二、模型构建
(一)基本假定和参数假设
创新主体的创新资源和能力存在差异，在系统中的地位和功能也有区别。平台核心企业处于系统的中心节点，通过其领导力将系统中的参与主体聚集在一个交互协作平台上，并建立有效的交流机制和价值共创、共享机制[24]，负有连接协调、引领创新的职责[25]。互补企业是系统保持创新活力和持续发展的源泉，通过参与合作网络、融合研发资源进行技术创新等方式与外部主体连接创新[26]，形成一个良好的创新生态系统。
基于此，提出如下假设：
(1)参与主体。“平台企业+互补企业”是创新生态系统的主要组织模式，假设在创新生态系统价值共创博弈过程中，参与主体包括平台企业C、互补企业A、互补企业B，三方博弈主体都是有限理性的。
(2)博弈策略。平台企业为系统成员提供交互场所，是创新生态系统监管机制和激励机制的主要执行者，其策略集合是{积极领导，消极领导}；互补企业利用系统成员共享的创新资源，开展研发和创新合作，其策略集合是{积极合作，消极合作}。
(3)协同机制。系统成员通过协商规定预期的合作行为、过程和目标，是系统运行的基础纲领。其中，互补企业围绕平台企业以创新资源为纽带松散地互相连接成创新网络，共享创新资源，共同开发产品和服务[27]。假设Ni(i=1,2)表示互补企业A、互补企业B在价值共创过程中的总研发投入，反映互补企业在创新系统中的协作努力程度；t是成本系数，与研发投入量共同决定互补企业的协作成本。
(4)监管机制。平台企业处于领导地位，与系统成员均有直接联系，组织协调系统内互补企业的合作创新，并对创新过程进行督查、管理。假设平台企业进行监管协调工作的成本用C3表示。
(5)利益分配机制。互补企业都选择积极合作时，合作研发会为互补企业带来超额收益E。为简化起见，假设总超额收益是固定值，超额收益的分摊比例系数为α，即互补企业A获得的超额收益为αE，互补企业B获得的超额收益为(1-α)E。
(6)激励机制。平台企业制定激励政策，引领创新主体的价值共创行为。根据其协作努力程度予以激励，激励系数为λ。
(7)声誉、信任机制。相比于正式规范的协同机制，声誉、信任机制通过非正式形式来约束企业行为。系统成员在合作创新过程中建立了信任或良好形象，促进了各方之间共享信息、共担风险、长期合作的意愿[28]。但若一方发生了违约或机会主义行为，比如挪用知识产权、传递虚假信息等，会直接破坏建立起来的稳定关系，且这类失信行为是可观察记录、可传播的，将引起业界的负面评价，大大降低其他企业与之合作的意愿[29]，声誉和信任的损坏使企业遭受信任损失收益K。一般情况下，企业在创新系统内的关系越紧密，声誉、信任机制发挥的作用越明显，发生违约或失信行为所带来的创伤也更严重，即信任损失收益与创新主体间关系强度有关。用m表示创新主体之间的关系强度，m1为互补企业A和互补企业B的关系强度，m2为互补企业A和平台企业的关系强度，m3为互补企业B和平台企业的关系强度。关系强度的取值范围为：0 (8)其他收益与成本。①用R1和R2分别表示互补企业A、互补企业B协作之前的初始收益，R3表示平台企业选择“积极领导”策略时所获得的收益，d表示平台企业选择“消极领导”策略所获得的收益占平台企业选择“积极领导”策略所获得的收益的比例，则平台企业选择“不参与”策略所获得的收益为dR3，d的取值范围为0～1。②“搭便车”收益：一些互补企业并未作出实际投入和贡献，不劳而获地享受合作成果。比如，个别企业通过分享“次级专利”等手段获得成员资格，享受了其他成员共享的技术知识，这种行为就称为“搭便车”。“搭便车”行为会严重打击其他企业的合作积极性。“搭便车”收益的大小取决于对共享资源的吸收程度，一般由企业自身的学习转化能力决定，b1和b2分别表示互补企业A、互补企业B的学习能力。 在博弈过程中，参与主体根据自身意愿进行策略选择，假设互补企业A、互补企业B选择“积极合作”的概率分别为x和y，选择“消极合作”的概率分别为1-x和1-y；平台企业以z和1-z的概率选择“积极领导”和“消极领导”策略。如果平台企业成功引领、协调系统成员均积极参与创新合作，则有助于强化其优秀领导者形象，保证系统成员长期合作，吸引外部成员的参与，推动系统的可持续发展，平台企业将会获得额外收益w3。基于以上假设，得到创新生态系统三方博弈支付矩阵，如表1所示。 表1 创新生态系统三方博弈支付矩阵 根据三方博弈支付矩阵，可求得收益期望函数，并得到三者的复制动态方程。 (1)互补企业A的复制动态方程为： (1) ② 当αE-t1N1+zλN1 ③ 当αE-t1N1+zλN1>b1N2-m1K1-zm2K1时，对于x*=0，x*=1有F′(0)>0,F′(1)<0，此时x*=1为全局唯一的演化稳定策略，说明当积极合作带来的超额收益加上平台企业给予的激励收益减去其协同成本大于“搭便车”收益减去违约时的信任损失时，互补企业A倾向于选择积极合作策略。 (2) 互补企业B的复制动态方程分析与互补企业A同理。 (3) 平台企业的复制动态方程为： (2) ② 当yλN2+λN1+C3-ym3K3-m2K3>yW3+(1-d)R3时，对于z*=0，z*=1有F′(0)<0,F′(1)>0， 此时z*=0为全局唯一的演化稳定策略，说明当三方积极协作时平台带来的额外收益加上平台企业积极领导时的原始收益增加小于平台企业积极领导时需要支付的激励支出加上调控成本减去消极监督时的信任损失时，平台企业倾向于选择消极领导策略。 从著作动机的角度来考察，刘勰秉承并深化了汉魏以来的子书认知；若从内容角度考察，《文心雕龙》相比于之前的子书，则起了革命性的变化。《诸子》篇的末尾，在详细叙述、评论了先秦诸子之后，刘勰提到了从陆贾《新语》到杜夷《幽求》在内的七部汉晋作品： ③ 当yλN2+λN1+C3-ym3K3-m2K3 由三方的复制动态方程可得到该系统的雅克比矩阵，令F(x)=F(y)=F(z)=0，得出局部均衡点的特征值，如表2所示。系统的均衡点为渐进稳定点(ESS)的条件是，其对应的雅可比矩阵的特征值必须为负数，均衡点的局部稳定性分析如表3所示。 表2 雅克比矩阵的特征值 为了便于分析不同均衡点所对应特征值的符号，且不失一般性，假设αE+λN1-t1N1-b1N2+m2K1+m1K1>0，(1-α)E+λN2-t2N2-b2N1+m3K2+m1K2>0且W3-λN1-λN2+(1-d)R3-C3+m2K3+m3K3>0，即互补企业A与互补企业B进行积极合作所带来的净收益大于不积极合作的净收益，平台企业积极领导的净收益大于消极领导的净收益。如表3所示，从以下四种情形进行分析： ① 情形1：当αE-t1N1-b1N2+m1K1>0，(1-α)E-t2N2-b2N1+m1K2>0且(1-d)R3-C3>0时，即互补企业选择积极合作时的超额收益减去协作成本大于“搭便车”收益减去信任损失，且平台企业选择积极领导时原始收益的增加大于其调控成本，E8(1,1,1)所对应的雅可比矩阵的特征值都是非正的，为系统稳定点，其对应的演化策略为{积极合作，积极合作，积极领导}。 ② 情形2：当αE-t1N1-b1N2+m1K1<0，(1-α)E-t2N2-b2N1+m1K2<0且(1-d)R3-C3<0时，即互补企业选择积极合作时的超额收益减去协作成本小于“搭便车”收益减去信任损失，且平台企业选择积极领导时原始收益的增加小于其调控成本，由表3可以看出系统有两个稳定点：E1(0,0,0)和E8(1,1,1)，其对应的演化策略为{消极合作，消极合作，消极领导}和{积极合作，积极合作，积极领导}。 ③ 情形3：当αE-t1N1-b1N2+m1K1>0，(1-α)E-t2N2-b2N1+m1K2>0且(1-d)R3-C3<0时，即互补企业选择积极合作时的超额收益减去协作成本大于“搭便车”收益减去信任损失，且平台企业选择积极领导时原始收益的增加小于其调控成本，由表3可以看出系统有两个稳定点：E1(0,0,0)和E8(1,1,1)。 ④ 情形4：当αE-t1N1-b1N2+m1K1<0，(1-α)E-t2N2-b2N1+m1K2<0且(1-d)R3-C3>0时，即互补企业选择积极合作时的超额收益减去协作成本小于“搭便车”收益减去信任损失，且平台企业选择积极领导时原始收益的增加大于其调控成本，系统存在一个鞍点E5(1,1,0)和一个稳定点E8(1,1,1)。 表3 均衡点局部稳定性 为进一步探讨治理机制的作用机理，本文采用Matlab 2019b软件模拟各种参数取值变化情况下的演化博弈过程，深入分析不同努力水平下利润分配系数、激励系数、关系强度等参数对创新主体行为策略选择以及系统稳定演化的影响，相关变量取值如下：R1=30,R2=25,R3=40,K1=10,K2=10,K3=15,m1=0.5,m2=0.6,m3=0.6,E=100,α=0.5,b1=0.5,b2=0.5,d=0.5,C3=5,W3=20,λ=0.1,t1=0.3,t2=0.3。 图1和图2是在其他参数保持不变且互补企业A和互补企业B的研发投入相同的情况下，超额收益分配系数α变化对合作策略影响的演化结果。如图1和图2所示，当投入相同时，收益分配系数α有两个临界值0.3～0.35和0.65～0.7，分三种情况讨论。 图1 相同投入下收益分配系数α变化的演化结果(1) 图2 相同投入下收益分配系数α变化的演化结果(2) (1)当收益分配系数α小于0.3时，x,y收敛于0，最终互补企业A和互补企业B都选择消极合作，但由于此时互补企业B所分得利益大于互补企业A，互补企业B参与意愿会先上升，随后会随着互补企业A参与意愿的下降而下降；当收益分配系数α小于0.3时，随着α的减小，x,y收敛于0的速度越快。 (2)当收益分配系数α大于0.7时，x,y收敛于0，且随着α的增大，x,y收敛于0的速度越快，最终互补企业A和互补企业B都选择消极合作。 (3)当收益分配系数α在0.35～0.65之间时，x,y收敛于1，且收益分配系数α越接近0.5，x,y收敛于1的速度越接近，当α在0.5的左侧时，互补企业B所获利益大于互补企业A，此时互补企业A的意愿会先下降，随后才会上升；当α在0.5的右侧时，互补企业A所获收益大于互补企业B，此时互补企业B参与意愿会有小幅度下降，但随之会上升，互补企业A的收敛速度高于互补企业B，最终互补企业A和互补企业B都选择积极合作。 结果表明：超额收益分配系数α会影响互补企业的行为策略选择。在相同投入下，超额收益分配系数α较大水平地偏离0.5，将会降低互补企业的合作积极性；在互补企业都接受的范围内适当偏离，将会加快收益增加那一方的收敛速度，降低收益减少那一方的收敛速度。数值0.5并不是指平均分配，而是强调利益分配的公平性和科学性，利益分配不当会导致合作失败，适当的利益让渡能促进合作伙伴的协作意愿。比如，Apple公司将Apple Developer开发者收入分成比例上调至7成时，大大激发了第三方开发者参与的积极性。 在其他参数保持不变，互补企业A和互补企业B的研发投入不相同的情况下，超额收益分配系数α变化对合作策略影响的演化结果，分为两种情形进行分析，见表4。情形1表示互补企业A的研发投入为固定值、互补企业B的研发投入量不断增加，情形2表示互补企业A的研发投入不断增加、互补企业B投入固定。当处于上述两种情形时，参与主体合作策略与临界值范围变化的关系为：当超额收益分配系数α低于合作临界值下限αmin，x将收敛于0，互补企业A选择消极合作；当超额收益分配系数α高于合作临界值上限αmax，y将会收敛于0，互补企业B选择消极合作；只有当超额收益分配系数α处于参与主体均可接受的范围内，x,y收敛于1，互补企业A和互补企业B都选择积极合作。 表4 不同投入下收益分配系数α变化的演化结果 以情形1为例进行分析，当互补企业A的研发投入为固定值、互补企业B的研发投入量不断增加时，合作临界值下限αmin的数值在增大，即互补企业A可以容忍的超额收益分配系数α最小值是上升趋势，其所能接受的最低超额收益逐渐增加，这是因为随着互补企业B研发投入增加，互补企业A能获得的“搭便车收益”将越高，此时需要给予互补企业A相对更大的收益分配系数，使其分配得到的最低超额收益能够抵挡“搭便车”收益的诱惑；若不给予互补企业A相对更大的收益分配系数，其合作意愿将会大大降低，最终趋向于消极合作。同时，合作临界值上限αmax的数值在减小，则互补企业B可以容忍的分配给互补企业A的最高超额收益呈下降趋势。也就是说，随着互补企业B的投入增加，它可以接受的最低超额收益分配系数1-α也在增加，若分配系数α高于临界值上限，即1-α低于一定值，互补企业B将选择消极合作。简而言之，一方研发投入N增加，会使得双方能够接受的最低超额收益增加，即αmin和1-αmax增大；当α<αmin，互补企业A选择消极合作；当1-α<1-αmax，互补企业B选择消极合作。 结果表明：互补企业的策略选择取决于超额收益分配系数α的临界值，任何一方研发投入的变化都会对可接受的分配系数α临界值产生影响。因此，平台企业设计分配机制时，需根据参与主体的创新实际贡献，确定超额收益的分配比例。比如，2005年海尔提出“人单合一”模式，“人”指创业平台的微小企业、创客，“单”是创造的用户价值，以创造的用户价值进行薪酬量化，使得各个主体获得的回报与其为用户创造的价值紧密关联。 图3是在其他参数不变、激励系数λ变化时对合作策略影响的演化结果。如图3所示，当激励系数λ=0时，即平台企业对互补企业的积极合作行为不予激励，创新生态系统不存在激励机制，互补企业会选择消极合作。激励系数λ的临界值在0.4左右，当λ小于该临界值时，x,y,z收敛于1，最终平衡点趋向于(1,1,1)，此时λ的增加使得z的收敛速度减慢；当λ大于该临界值时，z收敛于0，因为平台企业激励支出的增加使得其积极领导收益逐渐小于积极领导成本，平台企业最终选择消极领导。 图3 激励系数变化的演化结果 结果表明：激励机制能够激发互补企业的价值共创意愿，是互补企业参与创新系统的必要前提。激励系数设计是平台企业和互补企业的博弈过程，适当的激励手段能对系统成员的行为产生约束力和驱动力。约束力体现在防止互补企业对系统利益的背离，减少道德风险；驱动力体现在提高企业的努力水平，激发各个参与主体高效协作。而过大的激励力度则会让平台企业面临更大的治理压力，给创新生态系统的长期发展带来负面效应。比如，海尔创客平台通过引领目标，在不同节点与小微企业签订对赌协议，若实现预期利润，将给予一定的分享比例，分享比例随着预期利润逐级提高，将价值创造与价值共享紧密结合，以此激励小微企业，构建了一个持续发展的创业生态圈。 1. 关系强度m1，m2，m3均同时变化 图4是在其他参数不变，关系强度m1，m2，m3同时变化时对合作策略影响的演化结果。如图4所示，当关系强度均处于较低水平(m1，m2，m3均小于等于 0.3)时，x,y收敛于0，互补企业最终选择消极合作；当关系强度均处于较高水平(m1，m2，m3均大于等于 0.4)时，x,y收敛于1，平衡点趋向于{积极合作，积极合作，积极领导}，且更紧密的关系强度将会加快x,y,z的收敛速度。 图4 关系强度m1，m2，m3均同时变化的演化结果 结果表明：系统成员之间的关系强度对平台企业和互补企业的策略选择都具有影响。较松散的成员关系不利于系统成员长期合作，所联结的创新合作网络极其脆弱;通过强关系构建的创新生态系统有利于增强合作机会，减少合作冲突，提升系统成员之间资源、技术共享的意愿。例如，比亚迪前期通过正式契约引领汽车研究机构、国外先进汽车配套企业参与新能源汽车创新生态系统，经过高频的技术、知识等创新资源上的交流合作，培养了信任、承诺等亲密关系，关系治理逐渐形成并发挥作用，推动了系统的高效合作，成为系统治理的重要手段。 2. 关系强度m1，m2，m3任意两个同时变化 图5是在其他参数不变，关系强度m1，m2，m3任意两个同时变化时对合作策略影响的演化结果。如图5所示，当平台企业和互补企业的关系强度m2，m3很低时，即使互补企业A和互补企业B的关系强度m1很高，x,y都会收敛于0，即互补企业最终都选择消极合作；当平台企业和互补企业的关系强度m2，m3很高时，即使互补企业间的关系强度m1很低，x,y都会收敛于1，即互补企业最终都会选择积极合作；当平台企业和互补企业B的关系强度m3很低，但与互补企业B关系紧密的互补企业A和平台企业的关系强度很高时，x,y也会都收敛于1，即互补企业最终都会选择积极合作。 结果表明：①平台企业处于创新合作网络的中心位置，对系统成员的关系强度发挥关键作用，平台企业拥有较强的网络关系将明显提高互补企业的合作意愿。②加强互补企业间的紧密关系，也能促使系统成员保持积极的合作行为，降低参与主体的机会主义倾向。③处于弱关系的两方能够通过与双方均为强关系的第三方建立联结，以实现良好的合作关系。比如，海尔在家电行业的突出地位吸引了大量企业加入其创新生态系统，不仅带来了大量创客、风投机构，还吸引了政府、高校、孵化器等资源，推动了系统的专业化、开放化。同时，海尔通过创客实验室、创客联盟、创客活动、企业沙龙等多种形式，增强不同主体的创新交流、互动合作，建立起生态圈内不同角色的紧密联系，实现了内外部创新资源的对接和整合，加速生态系统的创新效率。 本文基于创新生态系统契约治理和关系治理的视角，建立了平台企业领导、互补企业参与的价值共创行为演化模型，分析演化稳定策略，并结合数值模拟，从利益分配机制、激励机制、声誉信任机制三个角度，考察了创新生态系统成员策略行为及其影响因素，得到以下结论和启示： (1) 合理公正的利益分配机制是实现创新生态系统有效治理的基础保障，互补企业所能获得的最小超额收益决定了它们的策略选择，任何一方研发投入的变化都会改变参与主体所能接受的最小超额收益。因此，在利益分配机制设计环节中，应考虑系统成员的努力程度，考量其实际贡献，确定超额收益的分配比例，保证互补企业获得的超额收益高于其能接受的最低超额收益。同时，建立监测程序，对互补企业的实际有效投入进行效果评估，防止某些企业“以次充好”“滥竽充数”。 (2) 激励机制能够引领互补企业参与创新合作网络，过高的激励系数会加重平台企业的治理压力。平台企业需在自身所能承受的成本压力范围内准确把握激励力度，将激励力度控制在合理范围内，这样既能提升系统成员的参与意愿和努力水平，又能避免其因贪图激励收益而不顾创新目标一味地进行投入输出，从而加重监管成本，不利于系统的持续发展。 (3) 强关系所建立的声誉信任机制在充满风险的价值共创过程中起关键作用，平台企业拥有较强的网络关系将明显提高互补企业的合作意愿，加强系统成员之间的紧密关系也有助于提高创新的合作水平。因此，平台企业需树立良好的声誉形象，增强自身的公信力，这有利于吸引互补企业主动加入并搭建起系统成员之间的信任关系。同时，创新生态系统要构建全方位多元化的沟通渠道和形式，保证交流互动和信息共享的频率和强度，从而加强系统成员间的关系联结程度。初创或中小企业在加入创新生态系统时，受自身资源限制，难以获得系统平台企业或在位互补企业的信任，可把与自身联系紧密且拥有良好声誉的中间组织(平台领导者、系统成员、行业协会、研究中心等)作为沟通的桥梁，与平台企业等建立初始信任。 在创新生态系统治理过程中，各类治理机制并非单独发挥作用，契约治理和关系治理相互配合、相互补充。通过监管机制来了解企业的努力水平，利用企业贡献度的监测结果进行激励设计，如果激励和合作成员有效贡献的关联较弱，那么激励机制的约束作用将会变形，反而会增加企业滥竽充数的可能。利益分配机制发挥作用则建立在各个参与主体承诺积极合作的前提下，在面对相对较低的收益分配系数时，创新主体仍愿意进行更多的研发投入，是因为更高的贡献度会获得更高的合作激励。总而言之，实现创新生态系统的高效治理需要各种治理机制的综合运用。 本文也存在一定局限性，一是研究基于常见场景作出基本假定，还存在其他会对系统成员的策略行为产生影响的治理机制；二是数值模拟结果是基于参数初始值假设得出的，缺乏真实案例的实际数据支持，这也是后续可进一步研究的方向。(二)支付矩阵构建
(三)复制动态方程分析
(四)三方共同作用的演化稳定性分析
三、数值分析
(一)相同投入下收益分配系数α对系统成员行为策略的影响
(二)不同投入下收益分配系数α对系统成员行为策略的影响
(三)激励系数对系统成员行为策略的影响
(四)关系强度对系统成员行为策略的影响
四、结论与启示
