市場導向下多Agent協同創新的動態擴散與演化

李斌 李雪 杜斌

摘要：基于復雜網絡視角，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協同創新網絡模型，分析了相關的動態擴散與演化特征，并運用屬性嵌入式模擬仿真對復雜網絡分析法加以改進。研究表明：少量的用戶需求識別，更有利于發揮市場導向對多Agent協同創新的驅動效應；競爭驅動導向與多Agent協同創新效率存在明顯的正相關關系；職能協同導向與多Agent協同創新效率呈“U型”關系，且中等水平的職能協同對多Agent協同創新效率提升最顯著。

關鍵詞：市場導向；多Agent；協同創新；動態擴散與演化；復雜網絡

DOI：10.13956/j.ss.1001-8409.2017.06.05

中圖分類號：F204 文獻標識碼：A 文章編號：1001-8409（2017）06-0019-05

The Dynamic Diffusion and Evolution of Multiagent

Collaboration Innovation Based on Market Orientation

——A Perspective of Complex Networks

LI Bin1，LI Xue1，DU Bin2

（1. School of International Business， Shaanxi Normal University， Xian 710062；

2. School of International Economics and Trade， Lanzhou University of Finance and Economics， Lanzhou 730000）

Abstract： In this paper， the practice of marketorientation conception is widening from medium level based on the complex networks perspective， the multiagent collaboration network model with market orientation driving is being built， the dynamic diffusion and evolution characteristics are being described， and the methodology of complex networks is also improved by attribution embedding. The results are following： the driving effect of low level consumer needs recognition is the more obvious； there is positive correlative relationship between competition driving and multiagent collaboration innovation efficiency； the evolution trend of multiple collaborating and multiagent collaboration innovation efficiency shows as U type and the promote effects of medium level multiple collaborating are more remarkable.

Key words：market orientation； multiagent； collaboration innovation； dynamic diffusion and evolution； complex networks

隨著技術變遷呈高度動態性、復雜性以及間斷性平衡特征，以多Agent聯盟為代表的創新網絡已成為當前技術創新的主要形式[1]。通過多主體職能協同、多屬性鏈接機制對接，使我國技術創新水平有了大幅提升，但結合市場的科技成果轉化能力亟待加強。截止2014年，國家科技成果轉化統計結果顯示：682%的課題核心成果含有創新性技術，572%的包括知識性成果，其中未能有效轉化的課題共4906個（總數 9302個），占527%。究其原因，市場應用價值較低、市場非良性競爭、市場推廣力不足等方面所占的比例達469%[2]，即用戶需求目標不明確、競爭驅動表達不充分、職能協同程度不合理。

市場導向是指以用戶需求為基礎，基于組織理解能力，進行部門資源的集成與整合，塑造核心競爭優勢的企業行為[3]。基于市場導向對多Agent協同創新過程的有效反饋不足，導致科技成果轉化能力較低，明確嵌入市場導向的多Agent協同創新行為所具有的作用特點、市場導向驅動作用和多Agent協同創新有機結合的作用路徑，都對市場導向理論在中觀層面拓展提出了新的發展訴求。

1文獻述評

Kohli和Jaworski以及Narver和Slater將市場導向定義為市場信息化的編譯、從用戶需求、競爭驅動和職能協同三個方面的傳播和反應[4]。市場導向從概念上更強調作用主體的自適應性網絡特征，從而實現技術創新過程的有效互補[5]。用戶需求導向層面，Chris等從組織戰略角度驗證了用戶需求和偏好對組織活動實現市場價值的重要性，認為用戶需求能間接激勵技術創新[6]。競爭驅動導向層面，Kenneth等提出參與者行為影響和市場結構價值調整是形成競爭優勢的主要基礎[7]。職能協同導向層面，Clay Dibrell等從主體內部角度認為職能協同強調借助多維整合資源優勢、跨組織學習以滿足市場需求，這和技術創新長期利潤的最大化關系密切[8]。

市場導向與多Agent協同創新的作用關系，從宏觀層面看，市場導向是優化多Agent協同創新資源配置的基本前提，葉紅玉指出加強市場需求和國家戰略需求的導向作用，能推動科技資源配置的競爭性市場機制轉變，達到科技資源配置效率最大化的目標[9]。從微觀層面看，市場導向能集成需求空間，實現多Agent協同創新過程的自組織優化。何小洲等研究表明，市場導向與創造力的效用性和新奇性存在明顯的正相關關系，從而對新產品開發績效產生顯著影響[10]，從而實現多Agent協同創新的驅動能力，李斌等以高新區為例，分析得出市場導向對技術創新能力提升的平均增長率為2%[11]。

關于多Agent協同創新的作用機理，潘東華等指出多Agent技術創新聯盟的知識轉移行為是動態變化的，以聯盟形式的知識結合是完成創新活動的重要前提[12]，強調了動態性；曹霞等認為多Agent建模理論具有智能化程度高、學習能力強、邏輯思維清晰等特征，與復雜網絡理論結合能充分表達作用機理與演化趨勢，在仿真領域具有前沿性和優越性[13]，強調了復雜網絡特性；王雪原認為多Agent協同是不同主體屬性、通過資源流動的協調與矛盾、輔助以合作的內容與形式，實現創新驅動的作用集合[14]，強調了主體多元性。

綜上所述，已有研究較為系統地剖析了多Agent協同創新的作用機理、市場導向的理論概念與作用維度、以及多Agent協同創新和市場導向的相互關系。但將市場導向這一理論概念從中觀層面上拓展，結合多Agent協同創新過程，分析市場導向的影響效應方面還存在研究空間。基于此，本文將從以下幾個層面展開探討：①基于復雜網絡視角，揭示多Agent協同創新過程的動態擴散和演化特征；②結合市場導向概念界定，函數化市場導向在中觀層面的作用路徑；③將市場導向不同維度的作用路徑嵌入到多Agent協同創新的復雜網絡模型中，分析市場導向對多Agent協同創新驅動能力的影響機制，以期為我國充分發揮市場導向對技術創新的驅動效應提供參考。

2模型構建

21多Agent協同創新網絡描述與度量

Watts和Strogatz于1998年提出基于復雜網絡的小世界模型，大量現實復雜網絡現象的學術研究說明了小世界網絡模型應用的普適性與分析優勢[15]。因此本文采用小世界網絡WS模型作為多Agent協同創新網絡的基礎，展開動態擴散與演化過程分析。

211多Agent協同創新網絡構建

多Agent協同創新網絡可以看作是有限數量的高校、科研機構、企業等構成的網絡集合，其中政府和中介機構作為網絡環境變量不列入考慮范圍，市場設定為外生變量。利用節點代表網絡主體，記作Vm={1，2，3，…，n}。根據知識主體和技術主體的網絡職能劃分，m={m=0|高校或科研院所，m=1|企業}。利用節點之間連邊與否刻畫多主體協同關系，記作G={gij=0|無協同關系， gij=1|有協同關系}。從而完成多Agent協同創新網絡的構建，即={Vm， G}。其中每個節點隨機具有一定的知識/技術勢能，記作ωi。假設勢能值越高，節點創新能力越強。根據多Agent協同創新網絡的構建過程，其結構如圖1所示。

212多Agent協同創新網絡演化過程描述

多Agent協同創新網絡行為由同質主體動態擴散和異質主體動態擴散等過程組成，動態擴散的網絡演化行為參照了《小世界特性的創新孵化網絡知識轉移模型及仿真研究》中主體間知識轉移模型，其演化機制可以刻畫為：

（1）同質主體之間的協同行為：即節點i的直接關聯方j={1，2，…，n|（j≠i）&（mj=mi）}時，其函數式如下所示。其中V i，m表示節點i、類型為m時，在t+1期的知識/技術勢能值。網絡中節點間的協同效率受節點最短路徑dij的影響，因此引入距離衰減系數σ（0<σ<1），若σdij表示的最短路徑越小，關系雙方就越了解[16]，創新效率就越好。網絡協同效率α是考慮了主體學習能力、主體間信任關系、合作成功概率等多方面因素的綜合因子α（0<α<1），異質主體中的網絡協同效率與此處含義相同。

Vi，t+1=Vi，t+σdij×α×（Vj，t-Vi，t），若 Vj，t>Vi，t

Vi，t+1=Vi，t，若 Vj，t

（2）異質主體之間的協同行為：即節點i的直接關聯方j={1，2，…，n|（j≠i）&（mj≠mi）}時，其函數式如下所示。V i，m與dij表達意義與前文相同。考慮到異質主體協同行為的創新集成存在轉化過程，因此引入異質協同效度pij（0

Vi，t+1=Vi，t+Pij×σdij×α×（Vj，t-Vi，t），若 Vj，t>Vi，tVi，t+1=Vi，t，若 Vj，t

213多Agent協同創新網絡績效度量

假設多Agent協同創新網絡創新效率收益（R）與網絡總知識勢能（ωK）和總技術勢能（ωT）的關系符合柯布-道格拉斯生產函數，其中總知識勢能和總技術勢能對于創新效率收益的邊際規模效應相等，可得式（3）。總知識勢能是網絡知識主體勢能加總，主要包括高校和科研院所，故m=0；同理，總技術勢能是網絡技術主體勢能加總，主要為企業m=1，可得式（4）與式（5）。

R=2ωK×ωT（3）

ωk=∑n′1ωim=0（4）

ωT=∑n′1ωim=1（5）

多Agent協同創新網絡擴散的成本包括不變成本和可變成本。不變成本主要用于網絡構建與維護，記為C0；可變成本包括同質主體間網絡擴散成本（C1）和異質主體間網絡擴散成本（C2）構成，同質主體間網絡擴散成本僅與網絡路徑長度有關，異質主體間擴散成本還涉及主體協同效度，c（0

C1=C×∑n′1dijm=0（6）

C2=C×∑n′1dijpijm=1（7）

將式（4）、式（5）代入式（3），與式（6）、式（7）合并便可以得到多Agent協同創新的績效度量：

π=R-C0-（C1+C2）（8）

22市場導向作用路徑與假設

用戶需求導向可定義為不同主體對市場用戶需求信號進行捕捉和識別后，調整資源配置以提升創新勢能，通過網絡擴散產生溢出的協同行為。這一過程具有明顯的動態特征：當只有少數網絡主體對用戶需求信號進行有效識別，此部分主體因充分發揮了市場引領作用，獲得超額創新利潤；隨著擴散過程不斷加深，網絡協同使得更多主體成功捕捉用戶需求，個體創新利潤實現分攤；實現大量主體對用戶需求信號的普遍認識，最大限度地發揮市場導向對于多Agent協同創新網絡的正向激勵，個體創新利潤水平均實現小幅提升。因此可以假設一定比例（ε1）的網絡節點，在需求導向識別后，主體知識/技術勢能按比例（ε2）提升，通過擴散績效的作用趨勢，觀察用戶需求維度的多Agent協同網絡演化特性。

假設1：適量的用戶需求導向對多Agent協同創新效率具有正向驅動作用。

競爭驅動導向是指作用主體之間通過核心競爭力占領創新制高點，獲得超額創新收益的行為。結合本文的網絡模型，假設單個節點知識/技術勢能值越高，該節點的創新競爭能力越強。本文將“知識/技術勢能是否處于高位”作為網絡主體競爭優勢強弱的標準，設定不同比例覆蓋區間對其進行正向激勵，即競爭優勢越強的作用主體，創新資源配置后的導向驅動作用越明顯。因此可用單個節點知識/技術勢能值在對應主體類型勢能極大值的所處范圍（ω/maxω）和創新收益的超額比例（μ），刻畫競爭驅動維度下多Agent協同網絡的演化特性。

假設2：競爭驅動導向與多Agent協同創新效率呈正相關關系。

職能協同導向是指多主體基于網絡拓撲結構的合作關系，實現優勢互補和資源共享，產生創新驅動的作用。但職能協同導向作用效果具有兩面性，作用初期合作成本、關系成本及相關風險會隨著協同程度而增加，但隨著主體協同默契的建立，便可以通過主體優勢互補與合作提升創新能力，即阻礙和促進效果呈現雙向特征。小世界網絡模型中，K值作為結構維度的主要度量，指網絡構建時每個節點的直接關聯節點的平均個數，即K值越大，單個節點與其他節點的直接關聯比例越高，網絡整體協同度越大。可以通過K值的調整，觀察主體職能協同維度的多Agent協同網絡演化特性。

假設3：職能協同導向與多Agent協同創新效率之間呈“U型”作用關系。

3仿真分析

多Agent協同創新過程以小世界模型為網絡特征，設定產學研協同主體數量N=50，其中知識主體和技術主體數量按照P=03的分配比例隨機產生，假設網絡主體全部都為獨立類型，不存在既是知識主體又是技術主體的情況。單個主體的知識/技術勢能服從（0，100）的隨機分布，初期模擬選擇K=3的直接關聯節點平均數量發生網絡協同創新擴散行為，模擬周期設定為T=200期。

31多Agent協同創新的動態擴散與演化情況

未嵌入市場導向的多Agent協同創新網絡，以產學研作用主體的直接關聯情況和主體間勢能差距為基礎進行有效協同，從而提升整個網絡的創新效率。其本質在于同質主體和異質主體以協同網絡為載體，進行創新資源轉移和創新過程對接。圖2顯示了網絡整體創新收益的動態演化（a）， 以及網絡節點知識/技術勢能的擴散趨勢（b）。多Agent協同創新過程初期，因為節點勢能差距和關聯情況的綜合作用，創新資源在主體間發生深度轉移，知識鏈和技術鏈實現無縫對接，網絡創新收益水平從原來的低位大幅躍遷至高位，處于低位節點的勢能值擴散效率較為明顯。隨著協同創新擴散過程不斷深入，整體創新收益水平增速逐漸變緩，節點間勢能值進一步趨同，網絡主體協同效率將逼近新的均衡狀態。

32市場導向對多Agent協同創新的網絡影響效應

市場導向是通過需求和供給關系，對技術創新過程的引導作用。按照概念內涵，作用路徑涉及用戶需求導向、競爭驅動導向以及職能協同導向三個維度。市場導向并不直接作用于多Agent協同創新過程，而是利用以上三個維度的作用路徑產生導向性激勵，影響創新效率。

321用戶需求導向影響的動態趨勢

多Agent協同創新網絡主體對用戶需求信號進行捕捉和識別后，利用創新資源獲取創新收益。本文通過設定用戶需求信號識別主體數量占比{03，05，07}和用戶需求識別主體知識/技術勢能提升比率{07，05，03}兩個維度，雙向組合刻畫網絡動態擴散過程。為了更明確表示用戶需求導向對于整體創新收益水平影響的差異，將對不同組合下創新收益水平作差進行對比分析，如圖3所示。“少量網絡主體用戶需求識別+超額創新收益（LH）”“中等數量網絡主體用戶需求識別+中等創新收益水平（MM）”的情況明顯優于“大量網絡主體用戶需求識別+較低創新收益（HL）”的情況，其中LH比MM、HL作用優勢更為顯著，且兩者的演化趨勢基本保持平行。即少量網絡主體識別用戶需求并獲取超額創新收益，能產生明顯的引領作用。通過多Agent協同創新網絡進行創新擴散，更充分表達市場通過用戶信息傳遞對技術創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：少量的網絡主體用戶需求識別，更有利于發揮用戶需求導向的多Agent協同創新網絡驅動效應。

322競爭驅動導向影響的動態趨勢

通過設定具有競爭優勢作用主體的覆蓋比例為{5%，10%，15%}，分別強化節點知識/技術勢能，觀察競爭驅動導向作用對多Agent協同網絡創新收益的影響。為了更加明顯地表示競爭驅動作用對多Agent協同行為影響效率的大小，通過作差對不同覆蓋比例的競爭驅動導向差異性進行分析，如圖4所示。競爭驅動導向作用與市場對多Agent協同創新網絡的驅動效應具有正相關關系，且隨著競爭優勢的網絡節點覆蓋比例增加，多Agent協同網絡創新收益的提升效果更顯著。當競爭優勢覆蓋區間從知識/技術勢能處于前5%調整為10%時，網絡擴散前期整體創新收益小幅提升，隨著擴散行為深入整體創新收益的提升程度進一步加強，10%～5%覆蓋區間的差異程度處于低位。當競爭優勢覆蓋區間調整為知識/技術勢能處于前15%的網絡節點時，網絡整體創新收益大幅提升，15%～10%的差異程度具有明顯的線性特征，且與10%～5%覆蓋區間相比提升程度顯著。15%～5%之間的差異化程度最為顯著，有效地說明了競爭驅動導向作用與多Agent協同網絡創新收益的正相關特征。由此可見，加強多Agent協同創新網絡的主體競爭機制，能夠實現創新資源在網絡主體間的優化配置，也能夠通過擴散過程提升對整體網絡創新收益的驅動效率。

結論2：競爭驅動導向作用越強，市場對于多Agent協同創新網絡的驅動效應越明顯。

323職能協同導向影響的動態趨勢

職能協同導向作用是基于多主體資源和優勢整合，K值為網絡平均度，是網絡所有主體的度的平均值，可以作為網絡主體間合作關系的度量[17]，主體異質性由網絡節點性質（m=0||m=1）隨機分布確定。因此，本文將K值作為協同程度系數，衡量職能協同導向作用，取值范圍分別設定為{3，5，7}，展開網絡動態擴散效率分析。網絡整體創新收益差異性仿真結果如圖5所示，增加網絡節點直接關聯的主體數量時，伴隨有較為明顯的創新績效下行趨勢，即仿真初期表現為創新效率的正向推動作用；隨著主體職能協同程度的增加，成本與風險增加、合作關系構建及協同行為磨合等阻礙作用逐漸增強，網絡整體創新收益出現下行趨勢；在觸底反彈后，主體職能協同的作用優勢逐漸明顯，網絡整體創新收益水平不斷提升，并最終達到最大值，呈現高位躍遷的穩態趨勢。由此可見，多Agent職能協同程度并不是越大越好，具有二次型函數特征，較低水平的主體職能協同，不能充分實現主體職能對接后的優勢整合；過多的主體協同會使得合作成本與風險大幅提升，對正向推動作用有明顯的擠出效應；中等水平的主體職能協同更有利于發揮多Agent協同創新的驅動效應。

結論3：職能協同導向與多Agent協同創新效率之間呈“U型”作用關系。中等水平的職能協同程度更有利于發揮職能協同導向的多Agent協同創新網絡驅動效應。

4結論與建議

本文基于復雜網絡視角，動態分析了市場導向下多Agent協同創新擴散與演化特征，主要貢獻在于：①對市場導向這一理論概念從“微觀層面的企業行為”拓展到“中觀層面的多主體協同創新”上。②對復雜網絡分析法加以改進，從以往根據擴散過程分析影響機理拓展為調整網絡基本屬性產生影響激勵，進行模擬仿真。這樣既能夠避免擴散過程改變造成的動態誤差，也能加強外部激勵與網絡行為的融合性。主要結論如下：

（1）少量的用戶需求識別更能充分發揮市場導向對多Agent協同創新的驅動效應。將用戶需求和多Agent協同創新行為有機結合，既能明確技術創新從初始目標確定、資源優化配置，也能降低多Agent協同創新過程的試錯風險，即強化需求與供給的過程匹配度，提升協同創新的成果轉化能力。但過分追求用戶需求的滿足，會因為市場需求的差異性，使得技術創新的目標導向過于分散，弱化多Agent優勢整合帶來的正向驅動效應。

（2）競爭驅動導向作用與多Agent協同創新的驅動效應呈現明顯的正相關關系。競爭驅動導向結合復雜網絡作用平臺，充分強調了領先主體的示范效應和輻射效應，對于“推動創新資源的優化配置”“借助網絡主體競爭產生創新驅動力”有積極的正向推動。基于復雜網絡的多Agent協同創新競爭導向激勵，不單純是單個主體間的競爭行為，還表現為主體協同關系基礎上的動態競爭，從市場導向的角度詮釋了協同創新的基本內涵——競爭與合作。

（3）職能協同導向與多Agent協同創新效率之間呈“U型”作用關系。當網絡主體間的職能協同程度逐步加深時，多Agent協同創新效率的演化趨勢基本都呈現“正向優勢—整體下行—效率回升—穩態躍遷”的特征。職能協同初期因為多主體優勢整合表現出相應的正向優勢，但隨著主體職能協同加深，關系成本與合作風險等阻礙了正向優勢的發揮。由此可見，中等水平的職能協同程度更有利于發揮職能協同導向對多Agent協同創新行為的驅動效應，也能有效控制職能協同導向對整體網絡創新效率帶來的負面沖擊。

本研究尚存在以下局限性：如考慮網絡結構動態調整時，市場導向下多Agent協同創新的演化特征還有待繼續深入。

參考文獻：

[1]趙良杰，宋波. 聯盟網絡結構和技術互依性對雙元型技術聯盟網絡創新績效的影響[J]. 管理學報， 2015 （4）： 558-564.

[2]科學技術部創新發展司. 科技統計報告[R]. 2016.3.

[3]Saeed Najafi-Tavani， Hossein Sharifi， Zhaleh Najafi-Tavani. Market Orientation， Marketing Capability， and New Product Performance： The Moderating Role of Absorptive Capacity[J]. Journal of Business Research， 2016 （11）： 5059- 5064.

[4]Stanley F Slater， John C Narver. The Positive Effect of a Market Orientation on Business Profitability： A Balanced Replication[J]. Journal of Business Research， 2000 （4）： 69-73.

[5]Nathaniel Boso， Vicky M Story， John W Cadogan. Entrepreneurial Orientation， Market Orientation， Network Ties， and Performance： Study of Entrepreneurial Firms in a Developing Economy[J]. Journal of Business Venturing， 2013 （11）： 708-727.

[6]Qiang Wang， Xiande Zhao， Chris Voss. Customer Orientation and Innovation： A Comparative Study of Manufacturing and Service Firms[J]. Int J Production Economics， 2016 （9）： 221-230.

[7]Yen Chun Chen， Po Chien Li， Kenneth R Evans. Effects of Interaction and Entrepreneurial Orientation on Organizational Performance： Insights into Market Driven and Market Driving[J]. Industrial Marketing Management， 2012（2）： 1019-1034.

[8]Clay Dibrell， Justin B Craig， Eric N Hansen. How Managerial Attitudes toward the Natural Environment Affect Market Orientation and Innovation[J]. Journal of Business Research， 2011（10）： 401-407.

[9]葉紅玉. 提升我國科技創新的績效水平[J]. 宏觀經濟管理， 2014（11）： 70-73.

[10]何小洲，熊娟. 市場導向、創造力與新產品開發績效關系研究[J]. 軟科學， 2012（5）： 20-26.

[11]李斌，杜斌，王平. 市場導向對國家高新區技術創新的影響機制[J]. 經濟與管理研究， 2016（10）： 73-81.

[12]潘東華，彭凡. 基于多Agent建模的技術創新聯盟知識轉移研究[J]. 圖書情報工作， 2015（8）： 72-77.

[13]曹霞，劉國巍. 產學研合作創新網絡規模、連接機制與創新績效的關系研究——基于多主體仿真和動態系統論視角[J]. 運籌與管理， 2015（2）： 246-254.

[14]王雪原，王宏起，孫曉宇.多主體視角下創新平臺績效評價指標體系設計[J].科學學與科學技術管理，2011（7）：38-43.

[15]Francesc Comellas， Javier Ozón， Joseph G Peters. Deterministic Small-world Communication Networks[J]. Information Processing Letters， 2000（1）： 83-90.

[16]王國紅，周建林，唐麗艷. 小世界特性的創新孵化網絡知識轉移模型及仿真研究[J]. 科學學與科學技術管理， 2014（5）： 53-63.

[17]黃瑋強，莊新田，姚爽. 基于創新合作網絡的產業集群知識擴散研究[J]. 管理科學， 2012（4）： 13-23.

（責任編輯：張勇）