基于聯盟間知識互動關系的聯盟組合策略研究

，

(1.西華大學 創新創業學院,四川 成都 610039； 2電子科技大學 經濟與管理學院,四川 成都 611731)

基于聯盟間知識互動關系的聯盟組合策略研究

杜欣1，邵云飛2

(1.西華大學 創新創業學院,四川 成都 610039； 2電子科技大學 經濟與管理學院,四川 成都 611731)

聯盟間知識互動關系對聯盟組合的知識創新增長有著重要的影響。本文首先運用Lotka-Volterra模型，構建了聯盟組合知識增長模型；然后以聯盟間知識互動關系為切入點，分別研究了互動、競爭、替代三種聯盟組合策略對聯盟組合知識創新的影響；之后以大唐移動公司的聯盟組合策略為案例對研究結論進行了解釋。最后，面向焦點企業提出針對不同組合策略的管理啟示。

聯盟組合；知識互動；組合策略；Lotka-Volterra模型

1 引言

在全球化環境中，越來越多的企業通過大量發展聯盟來實現可持續的競爭優勢[1]。Gulati 指出[2]：“企業組建聯盟的頻率正在加速，像康寧、摩托羅拉、IBM、HP等公司，它們同時擁有數百個聯盟”。以美國軟件業為例，1990年僅有32%的上市企業建立了聯盟關系，平均每家企業擁有4個聯盟；而到2000年，該行業中上市企業擁有聯盟的比例已經高達95%，且平均每家企業擁有的聯盟數量躍升至32個，部分企業的聯盟數量超過50個[3]。這種以一個焦點企業為核心擁有多個聯盟的集合體被稱為聯盟組合[4]。

隨著信息化和全球化浪潮的到來，知識取代勞動力、資本成為最具戰略意義的資源。焦點企業可以通過構建聯盟組合來獲取有價值的知識，擴大自身的知識存量，實現知識增長。聯盟組合的形成通常被看作是焦點企業獲取有價值知識以克服自身知識不足的戰略性舉措，或者是知識互惠或學習的平臺[4]。Castro和Roldn從知識價值的角度研究了聯盟組合的規模與績效的關系[5]。Haider和Mariotti的研究表明：企業擺脫二元邏輯同時形成多個聯盟是為了填補他們對新興知識的需求。一方面，聯盟組合的形成可以提高知識的利用水平，焦點企業為了應付創新中各種各樣的知識需求而發展多個聯盟；另一方面，為了獲得收益增加競爭力，焦點企業需要塑造和管理他們的聯盟組合[6]。焦點企業不能只關注當前已有的聯盟，而應當到更大的社會網絡中發展新的知識聯盟，并意識到這些新聯盟會如何影響他們現有聯盟。

從現有研究可以看出，聯盟組合是一個網絡整體，聯盟與聯盟間通過焦點企業形成直接或間接的網絡聯系，知識資源通過網絡進行流通、結合、創新，從而導致知識存量的增加。焦點企業構建聯盟組合的一個重要目的就是利用聯盟間知識互動，實現知識創新，促進知識增長[7]。近年來，學者們也開始認識到企業的聯盟組合中存在著資源的協同或者沖突效應[8]。例如，徐二明和徐凱的研究結果表明，資源互補和競爭在企業聯盟間是可以同時存在的，資源互補能夠提高聯盟的創新績效，而競爭則會阻礙聯盟創新[9]。詹也和吳曉波通過研究發現，分屬不同聯盟的企業之間常常在合作之余，為取得競爭性資源優勢(如稀缺的人力、物力、財力、聲譽等)展開顯性或者隱性的競爭。這種多邊競爭加劇了聯盟企業對焦點企業的業務、資源和注意力的爭奪，從而提高焦點企業在聯盟組合中的地位和控制力。與此同時，焦點企業為了獲得異質性資源，在構建聯盟組合時也必須考慮聯盟企業之間的資源互補性，如果聯盟組合的資源冗余性太高會導致聯盟創新效率的降低[10]。因此，焦點企業在發展多個聯盟時，除了考察聯盟伙伴本身之外，還要考慮新建聯盟與原有聯盟之間的知識互動關系，從而選擇不同的聯盟組合策略。

然而，現有研究主要集中在資源的獲取和聯盟伙伴的選擇方面，而較少從聯盟與聯盟之間的關系出發，考察聯盟組合的整體情況。那么，怎樣的聯盟組合策略可以讓焦點企業獲取更大的聯盟利益？聯盟間不同的組合策略會對聯盟組合的知識創新起到什么樣的作用？焦點企業在面對不同的聯盟組合策略時應當如何選擇？本文從研究聯盟間知識互動關系的視角出發，借鑒生態學中研究物種間競合關系的Lotka-Volterra模型，構建聯盟組合的知識增長模型；并在此模型基礎上，通過對不同組合策略下知識增長的穩定性以及模型仿真實驗結果分析，探討聯盟間不同的知識互動關系所對應的聯盟組合策略如何影響聯盟知識增長；之后利用大唐移動聯盟組合的案例對三種組合策略進行解釋分析；最后提出焦點企業選擇組合策略，組建聯盟組合的管理啟示。

2 聯盟組合知識增長模型構建

2.1 聯盟組合網絡系統的生態性與Lotka-Volterra模型

Hoffmann認為聯盟組合是一個由焦點企業的多個聯盟組成的網絡系統[4]。類比于生態系統的一般特征，聯盟組合網絡系統可以模擬成一個生態系統：首先，兩個系統中都包含多個主體。生態系統中有多個種群；聯盟組合網絡系統內有多個聯盟。其次，兩個系統中都存在主體間的相互作用。生態系統中，種群之間通過競爭、捕食、共生等多種關系進行相互作用；聯盟組合網絡系統中，通過資源在網絡中的共享、整合、轉化，聯盟與聯盟之間也相應存在著資源的互補、競爭和替代等關系。最后，兩個系統中都具有資源限制。在生態系統中，自然環境中資源的有限性使得種群的發展始終是有節制的，不可能無限制地發展壯大，種群間對資源進行爭奪形成多級復雜的食物鏈網；在聯盟組合網絡系統中，由于資金、人才、知識、政府支持等資源也是有限的，不同聯盟主體間也會存在資源爭奪，并根據各聯盟資源的構成關系，形成資源網。

Lotka-Volterra模型是20世紀30年代美國生態學家Lotka和意大利數學家Volterra共同提出的用于描述物種間競合關系的理論模型。該模型是在種群動力學Logistic 模型的基礎上，將研究對象從單個物種擴展到多個物種之間的相互作用上，奠定了研究物種間競爭關系的理論基礎，對現代生態學理論的發展有著重要影響[11]。近年來，研究者們將該模型引入社會經濟管理問題的建模分析中，并應用于知識研究領域。例如，郭燕子和武忠利用Lotka-Volterra模型研究構建了產業技術創新網絡的知識創造模型，用以研究核心網絡與輔助網絡之間的交互作用[12]。龍躍在Lotka-Volterra模型的基礎上建立了知識創新擴散模型，分別探討了競爭系數、擴散速度、初始狀態等因素對知識創新擴散過程的影響作用[13]。Chakrabarti利用非線性Lotka-Volterra交互模型產生的內生波動研究了知識的演化過程[14]。

在社會系統中，知識的增長情況與生物種群增長的作用機理非常相似，聯盟組合的知識增長同時受到聯盟內部和聯盟間關系的影響。為了研究不同聯盟之間的知識競合關系對聯盟組合知識增長的影響，基于聯盟組合網絡系統的生態特性，本文引入Lotka-Volterra模型對其進行研究。

2.2 Lotka-Volterra知識增長模型

假設以焦點企業M為中心建立N個聯盟所形成的聯盟組合中，單個聯盟i擁有的知識水平為Xi。對單個聯盟而言，通過聯盟內部企業之間的協同創新實現知識增長，則該聯盟知識自然增長情況可描述為一個S曲線增長的Logistic方程模型

(1)

其中Xi(t)表示t時刻的知識水平；ai代表該聯盟知識的自然增長率，反映了該聯盟整體的知識增長水平，一般地有ai>0；bi為內在互動率，代表該聯盟內企業間關系對聯盟知識增長的影響。由于在聯盟內部知識增長過程中，盡管焦點企業可以通過共享創新資源、優化創新路徑等措施提高聯盟整體的知識水平，但是從整體來看，一個聯盟所能獲得的創新資源始終是有限的，聯盟內部企業間也可能受到如信任缺失、溝通障礙、機會行為等阻礙因素的影響，因此一般的模型中大多取bi<0，用以表征聯盟邊界對知識創新增長的限制。

除此之外，由于焦點企業M位于聯盟組合的核心位置，分屬不同聯盟的企業之間可以通過焦點企業的聯盟組合網絡產生直接或間接的聯系。聯盟知識增長水平也會受到來自其他聯盟的影響。聯盟組合中單個聯盟知識增長模型可用一個推廣的N種群Lotka-Volterra模型進行描述

(2)

其中cji為聯盟知識增長的外在互動率，表示聯盟j知識對聯盟i知識增長的影響關系：cji>0表示聯盟j知識對聯盟i知識增長具有正向的促進作用；cji<0則表示聯盟j知識對聯盟i知識增長具有負向的阻礙作用。

根據以上模型可以計算整個聯盟組合的知識增長情況，定義X為焦點企業M的聯盟組合整體知識水平隨時間的變化情況，則有

(3)

3 基于知識互動關系的聯盟組合策略

從上述模型可以看出，聯盟組合的知識增長與聯盟間的互動關系密切相關。聯盟組合的整體知識增長也并非是單個聯盟知識水平的簡單線性加總，聯盟間知識互動情況也會影響到聯盟組合整體的知識水平增長，從而影響焦點企業對聯盟組合策略的選擇。

3.1 聯盟間知識互動與組合策略

Pistorius和Utterback利用Lotka-Volterra模型來描述一種知識對另一種知識增長的作用情況。通過改變模型中競爭系數的代數符號，總結出三種知識間的互動模式：共生、競爭和捕食[15,16]。如果兩種知識的互動可以相互促進對方的知識增長，為知識共生模式；如果兩種知識之間存在競爭關系，兩種知識之間相互抑制增長，則為知識競爭模式；如果兩種知識之間存在捕食關系，即知識互動中一種知識促進了另一種知識的增長卻反過來被后者抑制了自身的增長，為知識捕食模式，例如，一種新知識是在原有知識的基礎上產生的更高級知識，這種新知識的發展隨著原有知識的發展日趨成熟后，可以替代原有知識阻礙其繼續發展。

聯盟組合是復雜的非線性組織形式，聯盟間知識互動關系對聯盟知識增長存在促進或阻礙作用。根據聯盟間知識互動影響關系的不同，焦點企業可以對應三種聯盟組合策略：互補型組合策略、競爭型組合策略、替代型組合策略。下文就三種組合策略的模型穩定性進行分析，探索不同組合策略下聯盟的知識增長情況。

3.2 互補型組合策略

(4)

結論1互補型組合策略可以促進聯盟組合的知識創新。聯盟之間知識的相互互補利用，不僅可以提升自身聯盟的知識創新效率，還可以帶動其他聯盟的知識創新；聯盟間知識互補關系越大，對聯盟組合知識創新的促進作用越明顯。

3.3 競爭型組合策略

結論2競爭型組合策略不利于聯盟組合知識創新，聯盟之間的知識競爭是導致聯盟失敗的重要原因。但從另一角度來看，盡管競爭機制導致了資源的浪費和創新效率的損失，但是對于焦點企業而言，這種競爭性的聯盟組合策略可以充分激勵聯盟間爭奪創新資源進行知識創新的積極性，縮短創新周期，同時可以識別出哪個聯盟的創新能力更強，從而實現聯盟的“優勝劣汰”。

3.4 替代型組合策略

在替代型組合策略下，焦點企業為了未來長遠的持續競爭力考慮，在已有聯盟的基礎上重新發展了一個開發更高級知識的聯盟，使得這兩個聯盟之間的知識存在替代關系(捕食關系)。一個聯盟在另一個聯盟知識的基礎上開發出的新知識，而這些新知識對之前的知識具有替代性，會降低之前知識的存在價值，但是新知識的開發對原有知識存在依賴性。假設X1對X2的外在互動率為正(c12>0)，X2對X1的外在互動率為負(c21<0)，說明X1產生的新知識能夠促進X2進行知識創新，X2是比X1更高級的知識；盡管聯盟X2最初的知識水平不如聯盟X1，隨著時間的推移，由于X2產生的知識創新比X1的更高級，會逐漸替代之前X1產生的新知識，降低X1的知識價值，最終聯盟X1將逐漸退出聯盟組合。

結論3替代型組合策略適用于新舊知識共存的情況。如果高級知識對低級知識的替代性越強，聯盟對高級知識創新的積極性就越高；如果低級知識對高級知識創新的促進作用越明顯，聯盟進行低級知識創新的積極性就會越高。

4 不同組合策略下聯盟組合整體知識增長的變化

聯盟組合是焦點企業與聯盟伙伴相互聯系而形成關系集合體[17]。為了考察不同類型的聯盟組合策略對整個聯盟組合知識增長水平的影響，根據(3)式可得聯盟組合整體知識水平的變化率為

b2X2(t))+(c12+c21)X1(t)X2(t)

(5)

根據上式可以看出，對聯盟組合整體知識創新能力(知識水平變化)而言，除了受到來自聯盟內部企業間的影響限制(bi的大小)，還受到來自聯盟之間知識互動關系的影響。本文主要討論聯盟間知識互動關系的組合策略，假設聯盟內部的創新協同影響因子bi為一個常量，在此不參與討論。對焦點企業而言，擴大聯盟組合的規模是否有利于知識水平的提升，取決于聯盟間知識互動關系的集合，即(c12+c21)的符號。

下面利用MATLAB軟件對外部互動率c12和c21的不同取值下三種聯盟組合策略對聯盟組合整體知識增長水平進行仿真實驗。設a1=a2=0.1，b1=b2=-0.002，X1(0)=X2(0)=1，仿真結果如圖1所示。

圖1 不同知識互動關系下聯盟組合整體知識增長情況

由圖1可知，平衡狀態下，互補型組合策略最終的聯盟組合知識存量水平是最高的。因此，當企業構建聯盟組合的戰略目標是實現知識開發時，互補型組合策略有利于企業通過構建聯盟追求異質性知識，實現知識創新。盡管競爭型組合策略會導致聯盟組合整體知識增長水平下降，知識冗余性增加、創新資源內耗、重復開發、資源浪費等現象也是造成整體知識水平下降的原因，但不可否認相較于其他兩種組合策略，競爭型組合策略的確可以縮短達到平衡狀態所需要的時間，縮短創新周期。對于替代型組合策略來說，新知識對舊知識的替代性越明顯，越會降低聯盟組合整體的知識增長水平，而如果新舊知識能夠在一個較長的時期內并存發展，也可以促進聯盟組合整體的知識增長。不同組合策略對聯盟組合整體知識增長的影響見表1。

表1 不同組合策略對聯盟組合整體知識增長的影響

結論4從聯盟組合知識創新整體來看，互補型組合策略可以最大程度地促進知識創新效率，而競爭型組合策略則可以實現最短的創新周期。對替代型組合策略而言，是否能夠促進整體的知識創新水平取決于新舊知識的相互替代關系本身。

5 案例分析

本文選取大唐移動通信設備有限公司(簡稱“大唐移動”)聯盟組合案例進行分析。2000年5月，大唐集團代表中國政府提交的TD-SCDMA技術，被國際電聯(ITU)接納為第三代移動通信國際標準(3G)。2002年3月，大唐移動掛牌成立，致力于TDD無線通信技術(及后續技術)與應用的開發，專注于無線通信解決方案與云計算、物聯網、移動互聯網協調發展的融合，并全力推動TD-SCDMA及其后續TD-LTE技術網絡的研發和產業化進程。

在大唐移動的發展歷程中，充分地利用了組建聯盟的方式推動知識創新增長。2003～2004年間，TD-SCDMA技術尚處于前期研發的階段，此時的大唐移動采用互補型策略發展聯盟組合，先后與北電網絡、上海貝爾阿爾卡特等公司建立聯盟關系，成立了TD-SCDMA聯合實驗室，綜合各自技術優勢對TD-SCDMA系統進行互聯互通測試、驗證系統功能以及進行市場演示等工作。在此階段中，聯盟以TD-SCDMA的技術研發為主要目標。一個聯盟的知識可運用到另一個聯盟的商業化應用創新中；同時TD-SCDMA技術商業化應用的發展能促進TD-SCDMA系統知識創新，這種互補型的聯盟組合策略有利于創新資源的流通和有效利用，對TD-SCDMA技術的完善和成熟具有重要的推動作用。

2005～2007年是TD-SCDMA技術飛速發展應用的時期，在這段時間中，大唐移動幾乎同時與三家手機制造商(三星電子、希姆通信息技術有限公司(Simcom)、英華達公司)結成聯盟，致力于TD-SCDMA在智能手機的應用方面的研發工作。由于三家聯盟對象的終端產品存在市場競爭，無論哪個聯盟的創新研發如果率先完成都將會搶先占領市場，進而降低另外兩個聯盟創新的市場價值。但是，對于大唐移動而言，這種競爭型的聯盟組合策略可以增加其對聯盟組合的控制力度，在聯盟伙伴面前提升議價能力，同時可以整合聯盟組合的整體資源，降低創新風險。

另一方面，大唐移動早在2005年5月就正式開始LTE技術的研究，并于2006年參與了以電信研究院、中國移動研究院、華為、中興，以及清華大學、北京郵電大學等為核心的TD-LTE Advanced的研究聯盟。2005年11月，在漢城舉行的3GPP工作組會議通過了大唐移動主導的針對TD-SCDMA后續演進的LTE-TDD技術提案。2013年12月4日工信部正式向三大運營商發布4G牌照，中國移動、中國電信和中國聯通均獲得TD-LTE牌照。隨著移動通訊技術的發展，以TD-LTE的4G網絡將逐步取代TD-SCDMA所在的3G網絡。從2008年開始，大唐移動就先后與韓國SK電訊、安捷倫、中國移動等組建聯盟對TD-LTE技術進行研發和市場推廣。2015年，為響應國家信息安全國產化的號召，適應“互聯網+”時代的發展需要，大唐移動與明朝萬達建立了戰略聯盟，全面應對行業移動通信領域的信息安全問題，實現技術升級和平穩過度。2016年，大唐移動作為中國移動公司的長期戰略聯盟伙伴，以“打造5G生態世界”為目標，共同開發5G技術創新，對5G產業生態鏈進行了布局。通過采用替代型聯盟組合策略，大唐移動在發展TD-SCDMA的同時也不放松對升級技術TD-LTE的研發工作，并且已經開始參與多項5G關鍵技術研究。

從大唐移動的案例可以看出，在TD-SCDMA發展初期，焦點企業的主要目標是進行技術開發，實現知識創新。此時，大唐移動采取了互補型組合策略發展聯盟伙伴，組建的聯盟之間以知識互補為主，相互促進實現TD-SCDMA技術知識的創新。隨著TD-SCDMA技術的成熟，商業化應用成為聯盟的主導內容，作為焦點企業而言，大唐移動擁有TD-SCDMA的核心知識但并不用直接參與市場競爭，因此與不同企業組建相互具有競爭性的聯盟，可以縮短實現TD-SCDMA商業化的周期并降低創新風險。與此同時，在TD-SCDMA技術發展的同時，大唐移動也通過聯盟形式對后續升級技術TD-LTE進行研發，這種替代型聯盟組合策略不僅分擔了大唐移動對新技術的創新風險，也使得大唐移動始終走在了移動通信行業的前列。

6 結論與管理啟示

知識創新帶來了知識的增長。焦點企業的聯盟組合促進了知識的增長、流動和升級。本文以生態網絡來模擬聯盟組合系統，應用Lotka-Volterra模型構建了聯盟組合的知識增長關系模型，并且從知識互動關系視角探討了焦點企業構建聯盟組合的三種組合策略：互補型組合、競爭型組合和替代型組合。模型分析和仿真結果顯示：互補型組合策略是最有利于聯盟組合整體知識增長的策略，知識互補性越強越能夠促進聯盟知識增長；聯盟間知識競爭能縮短知識創新的周期，還能夠識別聯盟知識創新水平的優劣；知識升級的發生可能在一段時期內會降低整體的知識增長量，但從長遠來看，隨著時間的推移，低級知識會逐漸被高級知識所取代而失去價值，而隨著高級知識對低級知識的替代性增強，高級知識帶來的價值增量足以彌補短期的損失。大唐移動聯盟組合的案例更進一步說明了伴隨著企業的發展，三種組合策略是怎樣選擇運用的。

根據上述結論，可以探討焦點企業面對不同聯盟組合策略時的管理啟示：

(1)互補型聯盟組合策略可以促進聯盟間知識交流。從整體上看，發展互補型聯盟組合還可以使焦點企業的知識構成更為廣闊，跨行業、跨學科的知識融合可以帶來更多的創新靈感。因此，焦點企業在選擇聯盟伙伴時應放眼全球，盡量考慮知識資源的互補性和多元性，在知識創新過程中爭取實現“跨界”融合。

(2)競爭型聯盟組合策略可以激發知識創新的積極性。為了減小創新風險或者縮短創新周期，焦點企業往往會參與兩個甚至多個聯盟進行同一種類型的知識創新，在聯盟組合中引入競爭機制。盡管一定程度的競爭可以提高聯盟知識創新的積極性，但是很顯然這種競爭型的聯盟組合策略會造成創新資源的浪費，同時也會損害焦點企業與聯盟企業之間的聯盟關系。故而在競爭不可避免的情況下，焦點企業可以有意識地加大聯盟間的競爭力度，爭取早日實現“優勝劣汰”。

(3)替代型聯盟組合策略可以實現知識的升級。盡管高級知識的優勢最初或許并不明顯，但從長遠看，焦點企業仍然應當盡早將擁有高級知識的創新聯盟納入到聯盟組合中來，以促進高級知識的創新，避免低級知識被淘汰時處于被動的局面。

[1] Parmigiani A E, Riverasantos M. Clearing a path through the forest: a meta-review of inter-organizational relationships[J]. Journal of Management, 2011, 37(4): 1108-1136.

[2] Gulati R. Alliances and networks[J]. Strategic Management Journal, 1998, 19(4): 293-317.

[3] Lavie D. Alliance portfolios and firm performance: a study of value creation and appropriation in the US software industry[J]. Strategic Management Journal, 2007, 28(12): 1187-1212.

[4] Hoffmann W H. Strategies for managing a portfolio of alliances[J]. Strategic Management Journal, 2007, 28(8): 827- 856.

[5] Castro I, Roldán J L. Alliance portfolio management: dimensions and performance[J]. European Management Review, 2015, 12(2): 63- 81.

[6] Haider S, Mariotti F. The orchestration of alliance portfolios: the role of alliance portfolio capability[J]. Scandinavian Journal of Management, 2016, 32(3): 127-141.

[7] 林向義,張慶普,羅洪云.知識創新聯盟合作伙伴選擇研究[J].中國管理科學,2008,16(S1):404- 408.

[8] Barakat M, Du S P. Alliance portfolios: designing and managing your network of business-partner relationships[J]. Academy of Management Executive, 2003, 17(4): 25-39.

[9] 徐二明,徐凱.資源互補對機會主義和聯盟績效的影響研究[J].管理世界，2012，(1)：93-100.

[10] 詹也,吳曉波.企業聯盟組合配置戰略與組織創新的關系研究——基于我國汽車行業的多案例研究[J].科學學研究，2012，30(3)：466- 473.

[11] Morris S A, Pratt D. Analysis of the Lotka-Volterra competition equations as a technological substitution model[J]. Technological Forecasting & Social Change, 2003, 70(2): 103-133.

[12] 郭燕子,武忠.基于Lotka-Volterra模型的產業技術創新網絡知識創造機理研究[J].情報雜志，2012，31(6)：139-143.

[13] 龍躍.Lotka-Volterra系統下知識創新擴散模型及仿真研究[J].情報理論與實踐，2014，37(8)：56-59.

[14] Chakrabarti A S. Stochastic Lotka-Volterra equations: a model of lagged diffusion of technology in an interconnected world[J]. Physica A Statistical Mechanics & Its Applications, 2016, 442: 214-223.

[15] Pistorius C W I, Utterback J M. A Lotka-Volterra model for multi-mode technological interaction: modeling competition, symbiosis and predator prey modes[J]. Access & Download Statistics, 1996, (3): 62-71.

[16] Pistorius C W I, Utterback J M. Multi-mode interaction among technologies[J]. Research Policy, 1997, 26(1): 67- 84.

[17] Wassmer U. Alliance portfolios: a review and research agenda[J]. Journal of Management, 2008, 36(1): 141-171.

ResearchontheKnowledgeInteractionandPortfolioStrategyinAlliancePortfolio

DU Xin1, SHAO Yun-fei2

(1.InnovationandEntrepreneurshipCollege,XihuaUniversity,Chengdu610039,China; 2.SchoolofEconomicandManagement,UniversityofElectronicScienceandTechnologyofChina,Chengdu611731,China)

The knowledge interaction between alliances has important influence on the growth of knowledge innovation in alliance portfolio. In this paper, a knowledge growth model of alliance portfolio is built on Lotka-Volterra model. Then by means of analyzing different knowledge interactions, three kinds of corresponding portfolio strategy and their influence on alliance portfolio knowledge growth are studied through model analysis and simulation. Datang mobile alliance portfolio case illustrates the conclusion. Finally, management implications are mentioned to the focal enterprise.

alliance portfolio; knowledge interaction; portfolio strategy; Lotka-Volterra model

2016-12- 07

國家自然科學基金資助項目(71572028)

F270.7

A

1003-5192(2017)06- 0069- 06

10.11847/fj.36.6.69