基于博弈多智能體的企業(yè)標(biāo)準(zhǔn)聯(lián)盟治理研究

章 文，李代平

(1.中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣東 廣州 510275；2.深圳市市場監(jiān)管局標(biāo)準(zhǔn)化處，廣東 深圳 5 180403；3.廣東工業(yè)大學(xué)計算機學(xué)院，廣東 廣州 510090)

1 引言

據(jù)德國標(biāo)準(zhǔn)化學(xué)會(DIN)統(tǒng)計，標(biāo)準(zhǔn)化對德國的經(jīng)濟增長貢獻率是0.9%，對法國和澳大利亞是0.8%，英國0.3%，加拿大0.2%，目前僅德國一個國家，標(biāo)準(zhǔn)化每年能夠創(chuàng)造170 億歐元的經(jīng)濟效益［1］。由于網(wǎng)絡(luò)外部效應(yīng)，當(dāng)某項產(chǎn)品標(biāo)準(zhǔn)市場規(guī)模達(dá)到臨界容量后，會產(chǎn)生市場的標(biāo)準(zhǔn)鎖定［2］，用戶將傾向選擇此標(biāo)準(zhǔn)而不選擇其他標(biāo)準(zhǔn)，以推動聯(lián)盟標(biāo)準(zhǔn)成為事實標(biāo)準(zhǔn)為主要目標(biāo)的標(biāo)準(zhǔn)聯(lián)盟重要性不言而喻。企業(yè)標(biāo)準(zhǔn)聯(lián)盟作為知識經(jīng)濟時代的一種新興、復(fù)雜的技術(shù)經(jīng)濟現(xiàn)象，蘊含了經(jīng)濟全球化和知識經(jīng)濟社會豐富的信息量［3］，它是由具有一定產(chǎn)業(yè)關(guān)聯(lián)度的企業(yè)為推動技術(shù)標(biāo)準(zhǔn)主流化而組成的聯(lián)盟實體。基于標(biāo)準(zhǔn)聯(lián)盟概念框架，孫耀吾等開展了對標(biāo)準(zhǔn)聯(lián)盟治理的綜述，并認(rèn)為現(xiàn)有研究沒有集中到聯(lián)盟治理研究上來［4］，而國外將博弈論越來越多運用到企業(yè)聯(lián)盟形態(tài)的治理研究中［5-7］。

復(fù)雜適應(yīng)系統(tǒng)CAS (Complex Adaptive System)由大量的進行非線性相互作用行為的主體所組成動態(tài)演進系統(tǒng)，行為主體具有一定的“智能”和“學(xué)習(xí)”能力，由此產(chǎn)生適應(yīng)性的生存和發(fā)展策略導(dǎo)致復(fù)雜適應(yīng)系統(tǒng)的創(chuàng)造性演化［8-9］。企業(yè)自身是一個復(fù)雜系統(tǒng)，而標(biāo)準(zhǔn)聯(lián)盟更是個開放性的復(fù)雜巨系統(tǒng)，根據(jù)復(fù)雜適應(yīng)系統(tǒng)理論，企業(yè)標(biāo)準(zhǔn)聯(lián)盟可視為以企業(yè)為主體構(gòu)建起來的復(fù)雜適應(yīng)系統(tǒng)，聯(lián)盟中的企業(yè)作為適應(yīng)性主體能夠與環(huán)境以及其他主體進行交互作用。企業(yè)主體在這種持續(xù)不斷的交互作用過程中，“比較學(xué)習(xí)”或“積累經(jīng)驗”，并且依據(jù)學(xué)到的經(jīng)驗改變自身的結(jié)構(gòu)和行為方式，從而引起整個標(biāo)準(zhǔn)聯(lián)盟的演變或進化。企業(yè)這種主動與環(huán)境的反復(fù)的互相作用，是標(biāo)準(zhǔn)聯(lián)盟發(fā)展的基本動因，企業(yè)分化和聯(lián)盟演變都可以從企業(yè)主體的行為規(guī)律中找到根源。復(fù)雜適應(yīng)系統(tǒng)是由大量的適應(yīng)性主體所組成，適應(yīng)性主體可以抽象和封裝為多智能體模型ABM (Agent-Based Modeling)中的智能體Agent，對復(fù)雜適應(yīng)系統(tǒng)的分析和建模可建立在對組成系統(tǒng)的Agent 的分析和建模基礎(chǔ)之上［10-11］。這是一種自下而上的建模方法，模型由符合特定規(guī)則和能力的智能體構(gòu)成，系統(tǒng)整體的涌現(xiàn)行為可視為多智能體之間以及多智能體與環(huán)境的相互作用的結(jié)果［12］。

2 發(fā)展現(xiàn)狀

深圳多家龍頭骨干企業(yè)聯(lián)合科研院所和行業(yè)協(xié)會在戰(zhàn)略性新興產(chǎn)業(yè)與傳統(tǒng)優(yōu)勢產(chǎn)業(yè)領(lǐng)域先后組建了包括鐘表標(biāo)準(zhǔn)化技術(shù)聯(lián)盟、數(shù)字對講機企業(yè)標(biāo)準(zhǔn)聯(lián)盟、貴金屬及珠寶玉石飾品企業(yè)標(biāo)準(zhǔn)聯(lián)盟、LED 產(chǎn)業(yè)標(biāo)準(zhǔn)聯(lián)盟、RFID 產(chǎn)業(yè)標(biāo)準(zhǔn)聯(lián)盟、電子商務(wù)企業(yè)標(biāo)準(zhǔn)聯(lián)盟、新能源標(biāo)準(zhǔn)與知識產(chǎn)權(quán)聯(lián)盟、金融服務(wù)業(yè)標(biāo)準(zhǔn)聯(lián)盟、安防產(chǎn)業(yè)標(biāo)準(zhǔn)聯(lián)盟、智能電視產(chǎn)業(yè)標(biāo)準(zhǔn)聯(lián)盟和中醫(yī)藥企業(yè)標(biāo)準(zhǔn)聯(lián)盟等11 家具有區(qū)域影響力的企業(yè)標(biāo)準(zhǔn)聯(lián)盟。各聯(lián)盟既有華為、中興、海能達(dá)等各細(xì)分產(chǎn)業(yè)中的龍頭企業(yè)作為發(fā)起單位和核心成員，同時也廣泛吸納了行業(yè)中具有發(fā)展?jié)摿蛣?chuàng)新活力的中小微企業(yè)。自2007年起步以來，深圳標(biāo)準(zhǔn)聯(lián)盟工作逐步進入正軌，2011年和2012年，深圳標(biāo)準(zhǔn)聯(lián)盟發(fā)布的聯(lián)盟標(biāo)準(zhǔn)數(shù)在廣東省均列首位，至2013年底已累計備案發(fā)布近百份聯(lián)盟標(biāo)準(zhǔn);深圳部分標(biāo)準(zhǔn)聯(lián)盟國內(nèi)市場份額占50%以上，聯(lián)盟標(biāo)準(zhǔn)的經(jīng)濟效益正在顯現(xiàn)，助推著深圳品牌進入更廣闊的發(fā)展舞臺。

深圳現(xiàn)正處在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整優(yōu)化、產(chǎn)業(yè)轉(zhuǎn)型升級關(guān)鍵性階段。在此背景下，以標(biāo)準(zhǔn)聯(lián)盟為增強企業(yè)核心競爭力和引領(lǐng)產(chǎn)業(yè)發(fā)展的有力手段，科學(xué)合理的強化聯(lián)盟治理機制、推動企業(yè)標(biāo)準(zhǔn)聯(lián)盟發(fā)展壯大對于深圳而言，其重要性和緊迫性顯得尤為突出。深圳組建的企業(yè)標(biāo)準(zhǔn)聯(lián)盟圍繞推動技術(shù)創(chuàng)新成果標(biāo)準(zhǔn)化、促進標(biāo)準(zhǔn)與知識產(chǎn)權(quán)相結(jié)合、提升企業(yè)和產(chǎn)業(yè)競爭力的總體目標(biāo)，已經(jīng)對“深圳制造”向“深圳智造”的轉(zhuǎn)變產(chǎn)生了重要影響。在后金融危機時代，深圳標(biāo)準(zhǔn)聯(lián)盟正以企業(yè)抱團取暖的形式提升產(chǎn)業(yè)的標(biāo)準(zhǔn)化意識和區(qū)域競爭力水平，大大增強聯(lián)盟中企業(yè)在“專利叢林”中的生存發(fā)展能力、增強遭遇“專利陷阱”時的應(yīng)對處置能力，幫助聯(lián)盟相關(guān)企業(yè)爭取更大的經(jīng)濟效益。但與國外發(fā)展數(shù)十年相對較成熟的標(biāo)準(zhǔn)聯(lián)盟相比，深圳企業(yè)標(biāo)準(zhǔn)聯(lián)盟還處在培育上升期，因此在標(biāo)準(zhǔn)聯(lián)盟培育、運作的實踐工作中，深入探析聯(lián)盟治理困境和難點是擺在當(dāng)前的緊要問題，博弈多智能體模型則是模擬企業(yè)標(biāo)準(zhǔn)聯(lián)盟演進方式進而挖掘其治理要點的有效分析手段。

3 模型設(shè)計

3.1 博弈結(jié)構(gòu)

博弈論是研究理性經(jīng)濟個體在相互交往中資源投入和收益策略選擇問題的科學(xué)，通過在局中找出己方最優(yōu)反應(yīng)策略來反映企業(yè)間的沖突和合作。在零和博弈中，所有各方的收益總和為零，一方的收益以另一方的損失為代價;在非零和博弈中，每一方的收益并不一定以其他方的損失為代價，很多情況下只有當(dāng)博弈方獲益時己方才獲益。

技術(shù)標(biāo)準(zhǔn)的共享是標(biāo)準(zhǔn)聯(lián)盟存在的基礎(chǔ)，標(biāo)準(zhǔn)的共享實質(zhì)為知識的共享，標(biāo)準(zhǔn)在約定框架下的共享能夠促進聯(lián)盟內(nèi)各方的利益的提升，符合非零和博弈的特點。這種標(biāo)準(zhǔn)的共享、知識的復(fù)用也是企業(yè)戰(zhàn)略聯(lián)盟的主要優(yōu)點，即結(jié)盟有助于企業(yè)有效的整合和運用知識［13］。但在信息對稱的情況下，標(biāo)準(zhǔn)聯(lián)盟是一個“囚徒困境”，戰(zhàn)略聯(lián)盟的不穩(wěn)定性可用囚徒困境博弈的均衡結(jié)果來反映［14］。標(biāo)準(zhǔn)聯(lián)盟建成運作后，合作一旦開始，聯(lián)盟伙伴都會密切關(guān)注各方，觀察有無跡象表明合作伙伴另行其事［3］，因此標(biāo)準(zhǔn)聯(lián)盟的運作又屬于重復(fù)性博弈。聯(lián)盟內(nèi)企業(yè)間存在著競爭［15］，背叛和機會主義行為就難以避免，聯(lián)盟中存在采用不合作行為的企業(yè)，這類企業(yè)僅獲取其他企業(yè)的標(biāo)準(zhǔn)與知識輸出、卻不共享研發(fā)與標(biāo)準(zhǔn)化成果，在特定情境下個體收益很可能會高于合作下的收益。此時標(biāo)準(zhǔn)聯(lián)盟企業(yè)之間的博弈結(jié)構(gòu)可用表1 所示矩陣描述。

博弈結(jié)構(gòu)中R 代表著標(biāo)準(zhǔn)聯(lián)盟成員合作時的收益;S 代表對方采用不合作行為、己方采用合作時的收益;T 代表對方采用合作行為、己方有不合作投機時的得益;P 代表雙方采取不合作投機行為時的收益。設(shè)聯(lián)盟的初始狀態(tài)只有聯(lián)盟發(fā)起企業(yè)，且發(fā)起企業(yè)均為合作型、占聯(lián)盟總數(shù)比重為系數(shù)α，那么使用不合作收益β 系數(shù)來代表背叛收益與合作收益的比值，即β=T/R。為精簡模型可令S=P=0，令R=1，此時T=R×β=β。

表1 標(biāo)準(zhǔn)聯(lián)盟企業(yè)收益矩陣

3.2 Agent 行為定義

Agent 的博弈行為指的是主體在進行博弈時所采取的行為策略，并根據(jù)在特定環(huán)境下博弈雙方所采取的策略和收益矩陣計算本次博弈的所獲。假設(shè)環(huán)境是任何離散的瞬時狀態(tài)的有限集合E:E={e0，e1，…}，設(shè)Agent 有一個可執(zhí)行動作的清單，它們改變環(huán)境的狀態(tài)，設(shè):Ac={α0，α1，…}是有限動作集合。Agent 與環(huán)境交互的基本模型如下。環(huán)境從某個狀態(tài)開始，Agent 選擇一個動作作用于這個狀態(tài)。動作的結(jié)果是環(huán)境可能到達(dá)某些狀態(tài)，在此狀態(tài)的基礎(chǔ)上，Agent 繼續(xù)選擇一個動作執(zhí)行，環(huán)境達(dá)到可能狀態(tài)集中的一個狀態(tài)，然后，Agent 再選擇另一個狀態(tài)，如此繼續(xù)下去。因此，Agent 在環(huán)境中的一次執(zhí)行動作是環(huán)境狀態(tài)與動作交替的一個序列r∶為表示Agent 的動作作用于環(huán)境的效果，引入狀態(tài)轉(zhuǎn)移函數(shù):τ∶RAC→δ (E)，其中RAC是以動作結(jié)束的可能的Agent 有限序列所組成的有限序列自己。狀態(tài)轉(zhuǎn)移函數(shù)建立了一個執(zhí)行(假設(shè)以Agent 的動作作為結(jié)束)與可能的環(huán)境狀態(tài)集合之間的映射，這些環(huán)境狀態(tài)是動作執(zhí)行的結(jié)果。可能出現(xiàn)兩種情形，一是環(huán)境是與歷史有關(guān)的，環(huán)境下一個狀態(tài)不僅僅是由Agent 執(zhí)行的動作和當(dāng)前的狀態(tài)決定，早時Agent 所做的動作對當(dāng)前狀態(tài)也起部分作用;二是允許不確定的環(huán)境。基于本文的博弈結(jié)構(gòu)演化過程符合上述兩種多智能體與環(huán)境互動情況的情形。標(biāo)準(zhǔn)聯(lián)盟內(nèi)企業(yè)第u步博弈演化環(huán)境可描述 為:eu∈τ(e0，α0，…，αu-1)，式中e0為環(huán)境的初始狀態(tài)，企業(yè)多智能體博弈行為可描述為αu=Ag(αu-1，eu-1，eu)，即企業(yè)根據(jù)當(dāng)前環(huán)境以及歷史過程決定執(zhí)行什么動作。

在設(shè)計多智能體仿真環(huán)境時，需要將聯(lián)盟主體——企業(yè)抽象為智能體并賦予學(xué)習(xí)模仿能力，可以按照地理經(jīng)濟學(xué)(企業(yè)空間位置鄰近)或社會經(jīng)濟學(xué)(合作關(guān)系鄰近)相鄰的事物更為相似的基本原則，當(dāng)與之相鄰(馮諾依曼型或Moore 型鄰居)的主體采用合作行為收益較大時，則企業(yè)會模仿其合作行為，即將該合作行為作為優(yōu)勢策略剔除不合作劣勢策略，反之亦然。

設(shè)每個企業(yè)智能體均為理性個體，通過了解以前博弈的歷史、學(xué)習(xí)模仿抽象概念下附近企業(yè)的行為，不斷調(diào)整博弈策略已達(dá)到己方最高收益，這個過程利用編寫Agent 學(xué)習(xí)算法來實現(xiàn)。學(xué)習(xí)算法根據(jù)實際情況加以設(shè)計，可回溯之前多期博弈行為、或采用神經(jīng)網(wǎng)絡(luò)和遺傳算法方法。在本文模型中每個企業(yè)智能體會在每次完成博弈后，根據(jù)對比自身選擇策略和相鄰對手選擇策略的博弈所獲收益結(jié)果來動態(tài)學(xué)習(xí)并修訂自己的策略，以確定下次博弈將要采取的博弈策略。

4 模擬結(jié)果

4.1 情景模擬

圖1 為不同情景(用α、β 系數(shù)表征)下多智能體模型仿真下的標(biāo)準(zhǔn)聯(lián)盟整體發(fā)展趨勢:當(dāng)β＜01 時，即不合作收益低于合作收益，很明顯聯(lián)盟企業(yè)將趨向于合作，最終聯(lián)盟所有企業(yè)都采用合作行為策略，呈現(xiàn)出帕累托最優(yōu)狀態(tài);當(dāng)β=1.5 時，由于不合作收益高于合作收益，聯(lián)盟發(fā)展穩(wěn)定時總有一些企業(yè)會采用不合作策略以追求個體的最高收益;當(dāng)β 高于一定值如β=1.8 時，聯(lián)盟中企業(yè)最終均采用不合作行為策略，結(jié)果是聯(lián)盟的解體，表現(xiàn)為收益趨向為零。為突出過程快照的特征，β=0.99 時α 取值為2%，β=1.5 時α 取值為30%，β=1.8 時α 取值為80%。這樣的參數(shù)設(shè)定也揭示了在企業(yè)同質(zhì)的假定下，發(fā)起成員的占比系數(shù)α 雖然決定了標(biāo)準(zhǔn)聯(lián)盟是否得以成立，但標(biāo)準(zhǔn)聯(lián)盟發(fā)展的趨勢主要由不合作收益系數(shù)β 所決定:從圖1 中可以看出即使初始化有著較高的α值，若β 過高，聯(lián)盟依然可能會解體，表現(xiàn)在聯(lián)盟企業(yè)均采用不合作行為策略。

圖1 不同情景下標(biāo)準(zhǔn)聯(lián)盟發(fā)展趨勢模擬比較

4.2 不合作收益β 系數(shù)的影響

給定系數(shù)α=30%，初始化后通過多智能體模擬得到不合作收益系數(shù)β 分別等于0.99、1.4、1.5、1.6 和1.8 條件下標(biāo)準(zhǔn)聯(lián)盟總收益隨時間變化曲線圖如圖2 所示。當(dāng)不合作收益低于合作收益時(如β=0.99)，聯(lián)盟整體能夠得到最大收益，這是一種理想狀態(tài);β 值越高，企業(yè)采用不合作行為時可能會得到更高的個體收益，與之對應(yīng)的是聯(lián)盟的整體收益迅速降低;當(dāng)β 高于一定閥值，經(jīng)過一段時間的運作，聯(lián)盟整體收益將降為零，此時標(biāo)準(zhǔn)聯(lián)盟名存實亡。可見在標(biāo)準(zhǔn)聯(lián)盟內(nèi)企業(yè)數(shù)不變的情況下，不合作收益系數(shù)β 值不但影響到聯(lián)盟的發(fā)展方向，也影響著聯(lián)盟整體的最大收益。

圖2 不同收益系數(shù)β 下的標(biāo)準(zhǔn)聯(lián)盟總收益

4.3 合作收益R 值的影響

圖3 不同合作收益R 值下的標(biāo)準(zhǔn)聯(lián)盟總收益

以上的仿真實驗中合作收益R 值均設(shè)為1，R值雖然不會影響聯(lián)盟發(fā)展趨勢，但在系數(shù)α、β 一定時(如α=30%、β=1.5)，R 值的改變同樣會影響到聯(lián)盟整體收益的大小，其反應(yīng)的是成員合作程度對整體收益的影響。R 值越大，說明合作程度更深，聯(lián)盟整體收益也隨之增高(見圖3)。對比圖2 仿真結(jié)果還顯示:R 值并不影響到整體收益達(dá)到最大值(即標(biāo)準(zhǔn)聯(lián)盟穩(wěn)定狀態(tài))的時間，只影響到最大值的大小;而β 系數(shù)既影響整體收益到達(dá)最大值的時間，也影響著標(biāo)準(zhǔn)聯(lián)盟整體的最大收益。因此不合作收益β 系數(shù)的控制是標(biāo)準(zhǔn)聯(lián)盟治理中的關(guān)鍵性環(huán)節(jié);而提高合作收益R 值是實現(xiàn)較優(yōu)聯(lián)盟績效的重要因素。

5 治理建議

總體來看，多智能體定性仿真環(huán)境模擬結(jié)果表明只有控制住聯(lián)盟內(nèi)不合作(背叛)行為的獲利率β 系數(shù)，才能確保標(biāo)準(zhǔn)聯(lián)盟的正常運作，以及促使提高聯(lián)盟整體最大收益，同時隨著合作程度的深入R 值的提高也能增加聯(lián)盟總體收益。根據(jù)不同環(huán)境下標(biāo)準(zhǔn)聯(lián)盟的發(fā)展演化軌跡以及聯(lián)盟內(nèi)企業(yè)博弈結(jié)構(gòu)對標(biāo)準(zhǔn)聯(lián)盟的影響，可以得到以下具體的深圳標(biāo)準(zhǔn)聯(lián)盟治理建議:

標(biāo)準(zhǔn)聯(lián)盟作為企業(yè)主體的集合，聯(lián)盟有必要通過聯(lián)盟章程等方式對企業(yè)進行自我行為的約束，明確各方的權(quán)利義務(wù)，加強技術(shù)標(biāo)準(zhǔn)與自主知識產(chǎn)權(quán)的保護，完善涉及知識產(chǎn)權(quán)技術(shù)標(biāo)準(zhǔn)的授權(quán)管理，控制住聯(lián)盟的β 系數(shù)，維系聯(lián)盟穩(wěn)定發(fā)展;建立起一套可持續(xù)改進的協(xié)商合作機制，設(shè)立聯(lián)盟組織的成員準(zhǔn)入、標(biāo)準(zhǔn)制定、專利池構(gòu)建等管理和實施監(jiān)督等制度，在約定的框架下督促聯(lián)盟內(nèi)標(biāo)準(zhǔn)和專利等知識的互動、共享和利用，督促聯(lián)盟契約型合作機制的落實;均衡各方權(quán)益、提升聯(lián)盟成員參與的積極性，以實現(xiàn)較優(yōu)的聯(lián)盟績效。

相對企業(yè)個體而言，聯(lián)盟的整體合力更易較快地促成產(chǎn)品標(biāo)準(zhǔn)達(dá)到市場臨界容量，從而迅速在市場競爭中占據(jù)有利地位。聯(lián)盟標(biāo)準(zhǔn)是標(biāo)準(zhǔn)聯(lián)盟的工作核心，也是關(guān)系到合作收益率保持聯(lián)盟穩(wěn)定的重要影響因子。企業(yè)標(biāo)準(zhǔn)聯(lián)盟應(yīng)及時將技術(shù)研發(fā)與標(biāo)準(zhǔn)化同步，建立專利池以減少企業(yè)實施標(biāo)準(zhǔn)的成本和風(fēng)險，推動具有自主知識產(chǎn)權(quán)的聯(lián)盟標(biāo)準(zhǔn)盡快搶占市場，以聯(lián)盟形態(tài)采用標(biāo)準(zhǔn)跟隨戰(zhàn)略參與國際、國內(nèi)標(biāo)準(zhǔn)的制修訂，在相關(guān)領(lǐng)域和地區(qū)展開專利布局，與競爭對手談判專利交叉許可，通過提高合作收益R 值來獲取更高的聯(lián)盟總體收益。

聯(lián)盟是不同市場主體企業(yè)間的協(xié)作，一方面政府可以運用政策引導(dǎo)更多包括其他地區(qū)在內(nèi)的產(chǎn)業(yè)鏈上企業(yè)加入深圳標(biāo)準(zhǔn)聯(lián)盟，進一步深化分工合作來提高R 值，以推動聯(lián)盟步入成熟的良性循環(huán)階段;另一方面，聯(lián)盟成立后政府應(yīng)通過打擊盜用聯(lián)盟標(biāo)準(zhǔn)及其知識產(chǎn)權(quán)等違法行為來增加違法成本，維系標(biāo)準(zhǔn)聯(lián)盟公平公正運作的法制環(huán)境來降低β 系數(shù)，以盡可能保障達(dá)到聯(lián)盟企業(yè)整體收益最大化和聯(lián)盟平穩(wěn)運作的目的。值得注意的是，在此過程中政府工作重點應(yīng)放在提供外部性強的公共服務(wù)、營造完善的市場政策環(huán)境上來，應(yīng)避免對標(biāo)準(zhǔn)聯(lián)盟及其企業(yè)技術(shù)標(biāo)準(zhǔn)研制等微觀經(jīng)濟活動的直接干預(yù)。

［1］Din.The Economic Benefits of Standardization［EB/OL］.2011-08-04.http://www.din.de.

［2］陶愛萍，張丹丹.技術(shù)標(biāo)準(zhǔn)鎖定、創(chuàng)新惰性和技術(shù)創(chuàng)新［J］.中國科技論壇，2013，(3):11-16.

［3］曾德明，彭盾，張運生.技術(shù)標(biāo)準(zhǔn)聯(lián)盟價值創(chuàng)造解析［J］.軟科學(xué)，2006，(3):5-8 +22.

［4］孫耀吾，裴蓓.企業(yè)技術(shù)標(biāo)準(zhǔn)聯(lián)盟治理綜述［J］.軟科學(xué)，2009，(1):65-69.

［5］Arend RJ，Seale DA.Modeling Alliance Activity:an Iterated Prisoners' Dilemma with Exit Option［J］.Strategic Management Journal，2005，26(11):1057-1074.

［6］Chen F，F(xiàn)an L.Analysis on Stability of Strategic Alliance:a Game Theory Perspective［J］.Journal of Zhejiang University Science a，2006，7(12):1995-2001.

［7］Zeng M，Chen X.Achieving Cooperation in Multiparty Alliances:a Social Dilemma Approach to Partnership Management［J］.Academy of Management Review，2003，28(4):587-605.

［8］陳禹.復(fù)雜適應(yīng)系統(tǒng)(CAS)理論及其應(yīng)用——由來、內(nèi)容與啟示［J］.系統(tǒng)辯證學(xué)學(xué)報，2001，(4):35-39.

［9］楊波，徐升華.復(fù)雜系統(tǒng)多智能體建模的博弈進化仿真［J］.計算機工程與應(yīng)用，2009，(23):6-8 +14.

［10］張江，李學(xué)偉.人工社會——基于Agent 的社會學(xué)仿真［J］.系統(tǒng)工程，2005，23(1):13-20.

［11］田豐，李俠，李堅石.基于復(fù)雜適應(yīng)系統(tǒng)的經(jīng)濟建模仿真方法［J］.計算機仿真，2008，(10):266-271.

［12］Crespi V，Galstyan A，Lerman K.Top-down vs Bottom-up Methodologies in Multi-agent System Design［J］.Autonomous Robots，2008，24(3):303-313.

［13］Grant RM，Baden‐fuller C.A Knowledge Accessing Theory of Strategic Alliances［J］.Journal of Management Studies，2004，41(1):61-84.

［14］蔡繼榮，胡培.基于合作溢出的戰(zhàn)略聯(lián)盟不穩(wěn)定性研究［J］.中國管理科學(xué)，2005，(4):142-148.

［15］Keil T.De-facto Standardization Through Alliances—Lessons from Bluetooth［J］.Telecommunications Policy，2002，26(3):205-213.