A级毛片免费观看_亚洲国产精品久久久久婷婷老年_欧美日韩国产精品VA_一级黄色视频网页 - 国产91无码福利在线

摘要：高端裝備制造產業是推動京津冀科技創新一體化及北京科技創新中心建設的重要引擎，由于該產業具有技術、資本密集等特點，依托產業技術創新聯盟來構建跨領域、跨地區的協作創新網絡，將有助于其在維持產業分工的基礎上邁向集群式發展的道路。基于有關課題研究，通過采集并分析京津冀高端裝備制造業中產業聯盟創新網絡的發展現狀與影響因素，運用復雜網絡上的演化博弈仿真，設計了聯盟創新要素影響和其協作創新網絡演化的度量方法，以及精細化的聯盟治理策略生成機制。研究結果表明，產業聯盟治理策略生成機制具備有效性，其生成的治理策略為聯盟當前協作的創新水平評價以及協作創新網絡的建設與發展提供了決策支撐。

關鍵詞：產業聯盟；創新網絡；復雜網絡；演化博弈

中圖分類號：F423     文獻標識碼：B      文章編號：1671-2064(2023)13-0026-07

0引言

高端裝備制造業具有技術含量高（產業壁壘高）、價值鏈區位高（產業附加值高）、產業鏈帶動效應強（產業集群化）的特點，其學科交叉與知識密集的特性能吸引科技創新資源聚集，該類產業不但肩負著我國自主創新及成果轉化的時代重任，而且其良好發展的勢頭能對區域內的生產力及創新力產生輻射效果，甚至能提升我國在世界整體產業格局中的話語權^[1]。該類產業符合國家對京津冀協同創新的發展要求，也與北京市科技創新中心建設應具備的“聚集功能”“原創功能”“驅動功能”“輻射功能”“主導功能”相契合^[2]。諸多發達國家已率先推出了國家產業發展戰略，包括：“美國制造業創新網絡計劃”“德國工業4.0戰略”“英國制造2050”“日本產業結構藍圖”等。國內，國務院早在2010年便下發了《關于加快培育和發展戰略性新興產業的決定》，“中國制造2025”更具體地強調了發展八大裝備制造產業的重要意義。

鑒于高端裝備制造業對區域一體化發展的重要作用，京津冀、長三角、珠三角地區陸續將該類產業視為區域協作創新水平提高的驅動力量，依托良好的協作創新載體形式，并充分借鑒既有經驗，提升區域高端裝備制造產業的協作創新能力，推動產業發展。

構建和優化高端裝備制造產業的跨區域協作創新網絡的研究，需要從影響產業聯盟創新網絡演化的內外部要素入手，分析并設計具有預測性、可量化的創新網絡治理策略生成機制。該機制所生成的策略有利于構建和優化聯盟治理體系，形成聯盟中創新主體的網絡效應，促進區域產業技術的協作與創新發展。

1產業聯盟中協作創新網絡研究綜述

高端裝備制造業的技術復雜性和資本密集性，使其天然地符合并易于實現跨領域、跨地域的協作創新模式。例如，荷蘭阿斯麥（ASML）公司的光刻機技術就誕生于EUV LLC聯盟，該聯盟成員包括英特爾、摩托羅拉、AMD、IBM、美國能源部及其隸屬的若干國家實驗室。近年來，我國也誕生了諸多裝備制造領域的產業聯盟，如中關村聯創軍民融合裝備產業聯盟、航天制造裝備產業技術創新戰略聯盟等，其發展勢頭不一。

產業聯盟中形成的合作網絡對提升不同創新主體間的協作創新水平有至關重要的意義^[3]，聯盟網絡中衍生的各類關系能促進知識流動、技術創新、成果轉移與轉化、市場拓展，讓聯盟中的各方主體取得更大收益^[4]，也為聯盟協同創新注入了動能。不過，競爭與合作共生，聯盟中創新主體之間也存在難題，致使創新協作受阻。因此，對產業聯盟等創新合作組織中的創新網絡進行積極地治理與優化，提升協作創新效率的舉措為業界所重視^[5]。

將學界眾多學者已有的研究歸類描述為“分析法”與“模擬法”兩種思維，來進行闡述。前者以靜態視角專注于創新網絡的當下狀態，分析網絡受各類因素影響的程度；后者以動態視角面向創新網絡的未來發展變化，借助仿真和模擬分析結果，以提出針對時下情境的策略與建議，對方法的具體介紹如下。（1）分析法。分析了影響產業技術創新聯盟網絡協同創新的各類要素，包括目標要素、主體要素、資源要素、過程要素等，構建各要素對協作創新影響的模型，旨在優化與重組創新要素，以提高協作效能^[6]。馬輝等整理了影響產業聯盟協作創新的50種創新要素，并結合建筑產業特色篩選了24個創新影響因素，進而基于社會網絡分析法解析了諸多因素的相互關系及重要程度^[7]。劉毅等以政府參與治理下的聯盟中的創新網絡為目標，使用自然語言處理技術，研究了國防產業聯盟中創新網絡受政府政策影響的趨向度^[8]。（2）模擬法。目前多位學者的研究主要有兩種。第一種模擬法考慮了網絡結構對網絡演化的作用，忽略了創新主體對網絡演化的能動性。例如，趙澤斌等構建了國防科技產業聯盟協同創新網絡的框架，分析了不同網絡結構參數對網絡演化狀態的影響^[9]。曹霞等研究了不同社會網絡結構下的技術創新擴散結果^[10]。第二種模擬法則基于博弈論，充分考慮了創新主體及其相互關系對網絡演化的作用。例如，廖名巖利用博弈論方法對新興產業集群內企業間的競合關系進行建模，綜合運用囚徒博弈和雪堆博弈，揭示了新興產業集群內創新主體間的復雜聯系、新興產業企業協同創新演化路徑及特點^[11]。郭本海^[12]、張宏娟^[13]等也運用該方法，研究了產業集群內的其他競合關系。孟凡生等從同類企業間的競合關系出發，基于演化博弈論研究了高端裝備制造企業數字化升級的策略^[14]。上述研究具有較強的“后驗性（從結果到原因的推論）”，相較于第一類方法，通過此類方法通常能得出更為新穎的結論。

通過對產業聯盟協作創新網絡的研究分析，可以發現已有研究仍以定性討論要素對聯盟網絡產生的影響為主，相對缺乏以定量方法來衡量具體治理策略對網絡演化所產生的影響的研究。故本文基于復雜網絡上的演化博弈仿真來度量治理策略對網絡演化的影響，探究其生成治理策略的有效性與預見性。

2產業聯盟創新網絡治理策略的生成機制研究

本文以課題研究所形成的數據與成果為依據，包含京津冀地區雙創示范基地中的32個裝備制造產業聯盟的調研數據，如汽車輕量化技術創新戰略聯盟、天津生物醫藥裝備產業聯盟、河北省電力裝備產業技術聯盟等。以問卷的方式來進行調研，主要獲取5類信息，包括：（1）聯盟基本屬性（專業領域、發起機構、成員類型、運行年限、注冊資金等）；（2）現行的聯盟創新機制（5分制評分）；（3）預期的聯盟創新機制（五分制評分）；（4）各類機制施行的難度評估（5分制評分）；（5）科技產出統計（項目、論文、專利、軟件著作權等）。將所有統計數據均做歸一化處理。并在接下來的3個小節中，闡述了聯盟網絡治理策略生成的3個主要步驟。

第一，基于聯盟調研數據，提取各治理策略間的關聯關系，以便后續生成的策略具有系統性和統籌性；得到聯盟治理策略與其創新主體科技產出之間的關系，以用于衡量所生成治理策略的效能。第二，針對需要治理的聯盟，選擇與其特征相似的聯盟，以提煉可用于參照的種子策略，爾后基于得到的策略關聯對種子策略進行優化，同時根據專家經驗對若干種子策略進行主觀篩選。第三，基于復雜網絡上的演化博弈，對候選策略進行逐個仿真，對策略給創新網絡帶來的預期影響進行模擬，從而展望策略未來的效能，以確定最優策略。

2.1 京津冀裝備制造產業聯盟創新發展影響因素數據分析

從課題以及相關研究中洞悉影響產業聯盟協作創新水平的諸多因素。主要從5個角度“外部條件”“內部機制”“資本保障”“制度保障”“文化保障”及其之間的相互關系進行分析。外部條件構造了創新的環境；內部機制是創新的源泉與驅動力；資本保障提升了創新的規模與高度；制度保障維護創新的良性循環；文化保障維持了創新的可持續性。同時結合具體政策實施情況和聯盟實踐經驗，將5類要素細分為20個子要素，如表1所示。

對表1中被調研的聯盟各要素進行了3項評分，分別為“當前現狀”“未來愿景”“施行成本”。其中，“當前現狀”評分越高，代表該治理指標（創新要素）在聯盟中的實際施行程度越高；“未來愿景”評分則代表聯盟認為該治理指標施行的理想程度；“施行成本”評分則代表了聯盟認為貫徹施行該治理指標的成本，如時間成本、資源成本、資金成本等。

表1 影響產業聯盟創新的要素

編號	分類	要素
1	外部支撐條件	政府支持力度、稀缺市場資源的對接度
2		破除地域藩籬和行政區劃的跨區域協作條件
3		產業聚集區融入和存在程度
4		產業園區、雙創示范園區中政策支持力度
5		中介機構、孵化器的科技服務力度
6	內部運行機制	聯盟中科技創新領頭羊的驅動力
7		產學研一體化的程度
8		科技成果轉化機制建設程度
9		聯盟中兼容各類創新模式的程度
10		科技人才與資源的流通機制建設程度
11		科技創新的評估評價機制建設程度
12	資本化運營	高風險、資金密集型科技創新企業的金融化程度
13		基金、稅收政策的傾斜與扶持程度
14		多元化投融資渠道的拓展程度
15		面向聯盟及其創新主體的信貸扶持力度
16	科技成果保護	聯盟中知識產權保護與運用機制的健全度
17		聯盟中各創新主體信用機制的健全度
18	協作創新文化	聯盟中創新文化溝通與交流機制的成熟度
19		聯盟吸收優秀創新經驗、建立先進創新模式的能力
20		各類創新政策與知識宣講的普及程度

i代表上述20個治理指標的編號，將某聯盟對指標i的“當前現狀”“未來愿景”“施行成本”的三項評分分別記作：Currentⁱ，Expectⁱ，Costⁱ。因此，可用集合{Current¹, Current²,…, Current²⁰}代表該聯盟當前的協作創新治理策略（Strategy）。聯盟中某治理指標貫徹得越徹底，意味著其施行成本也越高，該治理策略的施行成本Cost可計算為公式（1）。

   (1)

將全部32個聯盟的治理策略評分記作：{Strategy₁, Strategy₂, …, Strategy₃₂}，抽取其中所有的未來愿景評分，形成未來愿景評分矩陣，矩陣元素Expect_jⁱ代表聯盟j對施行指標i的期待程度。

 

研究發現，聯盟中的治理策略從來都不是獨立存在與施行的，各策略之間存在著關聯與依賴，例如，信用評價機制與知識產權保護機制之間存在“強相關”，若聯盟中的某企業不尊重伙伴的知識產權，則其信用必然受損；同時，信用評價機制與信貸支持力度存在“弱相關”，若上述企業信用受損，則對其信貸支持的力度也應降低。考慮到政策間的依存與互擾關系，相較于針對具體暴露問題的“專項政策”，“一攬子政策”更適用于主體特征不一、合作關系復雜的協作創新組織，如北京“科創30條”。

通過對課題中資料及數據的“關鍵詞共現”的分析，也可印證上述論點。關鍵詞共現代表兩類事務的關鍵詞共同出現在相同報告分析中的頻率，用該指標度量4類創新要素間的關聯性，如表2所示。

表2 5類創新要素間的關聯性

創新要素	創新要素	關聯性
外部條件	內部機制	較強
外部條件	資本保障	一般
外部條件	制度保障	一般
外部條件	文化保障	較強
內部機制	資本保障	較強
內部機制	制度保障	較強
內部機制	文化保障	較強
資本保障	制度保障	較強
資本保障	文化保障	一般
制度保障	文化保障	一般

鑒于創新要素間普遍存在關聯，為了精細化地對策略進行優化，特提取評分數據中20個指標之間隱含的190對“相關性”，本文基于未來愿景評分矩陣中列向量Expectⁱ之間的余弦相似度來計算，其含義是：聯盟對兩個指標的評分愈相似，則兩指標越應該同步（同等力度）施行，其計算公式如下。

  (2)

經過相似度計算，可得到如下所示的治理指標相似度矩陣M，矩陣元素M_pq代表指標p與指標q之間的相關性（相似度），該矩陣是對稱矩陣，即M_qp=M_qp，且其對角線元素為1。

 

矩陣M也可用網絡圖的形式直觀表示，圖中節點表示指標，連接表示指標之間的相似度，接線越粗代表相似度越高，為了清晰，刪除了相似度較低的連接，如圖1所示。

 

圖1 聯盟各治理指標關聯關系圖

接下來，若將聯盟j的基本屬性記作Attribute_j，將聯盟中單個創新主體的平均科研成果產出記作Output_j，則可以通過數據挖掘算法來分析聯盟產出與其固有屬性及當前治理策略間的關系，如公式（3）所示。由于聯盟基本屬性及治理策略包含枚舉型、布爾型、數值型等多類型數據，因此，本文使用數據挖掘工具Weka（www.cs. waikato.ac.nz/ml/weka/）中的隨機森林算法^[15]來挖掘其與科研產出的關系。

Output_j=RF(Attribute_j,Strategy_j)                                   (3)

隨機森林可被視為一組決策樹的集合，在獲得輸入數據后，利用每棵樹單獨地進行判斷，然后所有決策樹投票生成最終輸出結果，本研究所得的隨機森林的其中一顆決策樹如圖2所示。

 

圖2 聯盟屬性及治理指標的科技產出決策樹

該決策樹說明若聯盟運行時間久、成員規模大，在具有較好的知識產權保護、投融資渠道、產學研一體化條件下，其科技產出相對較好。本文基于隨機森林生成的結果，將聯盟創新主體產出與聯盟屬性及治理策略的部分數據進行分析，結果如表3所示。

表3 單個創新主體的科技產出與聯盟屬性及治理策略的關系

聯盟屬性	治理策略	科技產出
聯盟規模大、成立時間長、資金規模大	內部機制強、制度保障強	高
聯盟規模小、成立時間短、新興產業	內部機制強、資本保障強、制度保障強、文化保障強	高
聯盟規模小、成立時間短、政府主導	外部條件強、內部機制強、制度保障強、文化保障強	高
聯盟規模大、成立時間長、資金規模大	內部機制弱、資本保障弱、制度保障強、文化保障強	中
聯盟規模大、成立時間長、資金規模小	外部條件強、內部機制弱、資本保障強、制度保障弱	中
聯盟規模小、成立時間短、新興產業	外部條件強、內部機制強、資本保障弱、制度保障弱	中
聯盟規模大、成立時間長、資金規模大	內部機制弱、制度保障弱、文化保障弱	低
聯盟規模小、成立時間短、新興產業	外部條件弱、內部機制強、資本保障弱、制度保障弱	低
聯盟規模大、成立時間短、政府主導	外部條件強、內部機制弱、資本保障弱、文化保障弱	低

2.2 聯盟創新網絡治理策略的初選與優化

為獲得適合目標聯盟的最優化產業聯盟治理策略，計算出可用于選擇和評判的候選策略集合。候選治理策略滿足3個條件，包括：（1）目標聯盟的備選策略要參照與其屬性相近的現有聯盟采取的策略；（2）備選策略要體現聯盟成員的愿景與預期，考慮不同治理指標的內在邏輯關聯性；（3）備選策略要顧及施行后的實際采納情況，能推動聯盟中的創新主體更多地達成合作。

首先，將目標產業聯盟的所有屬性記作Attribute_T，已有32個產業聯盟的所有屬性集合記作{Attribute₁,…, Attribute₃₂}。若給每個具體屬性賦予一個權重，如給聯盟建設資金設置較高的權重，然后根據公式（2）中的相似度計算方法，可獲得k個與目標產業聯盟在屬性上較為相似的聯盟，將這些聯盟對應的當前治理策略（種子策略）記為{Strategy₁,...,Strategy_k}。

其次，為體現出聯盟期盼的策略之間的隱性關聯，采用種子策略向量與相似度矩陣M相乘的方法，以使得不同策略指標的施行程度按照其關聯性得以擴散，采用三級衍生的辦法，使每個種子策略衍生為3個優化策略，如公式（4），最后共得到4k個策略。

   (4)

最后，需要對上述優化后的策略進行面向合作博弈的進一步篩選，使用專家訪談法確定20個策略指標給采取策略的主體帶來的收益與付出的權重（基于用多元線性回歸進行校驗）。使用加權求和法計算出治理策略給創新主體帶來的整體收益Gain與付出Pay，如公式（5）所示。

 (5)

如果Gain>Pay，那么保留該策略，反之刪除。其含義是：對聯盟中的創新主體來說，若遵循某策略的收益大于支出，才會選擇合作。

2.3 基于復雜網絡演化博弈仿真的最優策略生成

經典博弈論，博弈雙方被假定是完全理性的，且對博弈中的收益矩陣信息完全了解。在現實狀況下，上述假設通常并不成立^[16]。演化博弈論（Evolutionary Game Theory）打破上述“完全理性”的苛刻約束，將博弈理論與動態演化過程結合起來，以分析從個體行為到群體行為的形成機制，研究群體行為的演化趨勢及穩定性。演化穩定策略與納什均衡存在關聯，代表群體所處的狀態是穩定的，不受小規模策略變化的干擾。為更加貼近現實，學界將演化博弈進一步深化為復雜網絡中的演化博弈研究^[17]。研究者通常會設計博弈細節，包括博弈者、策略、收益矩陣、策略動態復制規則，爾后使用計算機仿真工具建立上述網絡模型和模擬博弈活動，進而觀察與詮釋網絡中節點的狀態，及群體采納某策略的程度。本文亦遵循上述思路。

根據優化后的策略集合，計算出主體采納各策略所獲得的收益Gain和支出Pay。由于Gain大于Pay，因此，用“雪堆博弈”來對聯盟中創新主體之間的協助創新進行建模。在該博弈中，若參與創新的雙方都遵守承諾、精誠合作，則科技產出會順利進行且雙方能夠共享科技成果，在同等收益的情況下共同承擔研發成本與風險；若參與創新的一方背棄承諾、坐享其成，會導致雖然也有一定量的科技產出，但創新成本是由持合作態度者獨立擔負的，會有損后期合作；如若雙方均不合作，互相欺瞞，則不會有科技產出且雙方收益均為零。該博弈中的收益矩陣適于描述聯盟中創新主體間的科研協作創新場景，其收益矩陣如圖3所示。

 

圖3 聯盟中協作創新博弈的收益矩陣

在復雜網絡演化博弈仿真程序中進行博弈演化的過程中，創新主體將計算每輪博弈后的凈收益，也會計算與其相鄰的創新主體（博弈對手/合作創新者）的平均凈收益，若前者小于后者，則該主體會認為當前采取的合作態度會導致其在聯盟中吃虧受損，進而決定變更策略。當演化博弈穩定后（網絡中的合作者比例相對穩定后），可統計得出合作者占比，記為P。P代表著在聯盟在施行治理策略時，聯盟中的創新主體對治理規范的接納程度。因此，結合前文所述的策略成本及單位科技產出，最優的治理策略應滿足公式（6）。

Best(Strategy)=argmax(P·Output-Cost)                      (6)

即：最優策略是4k個候選策略中使得聯盟取得最大科技產出凈收益的策略。上述所有步驟總結為圖4所示的流程圖。

 

圖4 產業聯盟協作創新網絡的治理策略生成機制

3聯盟治理策略生成機制驗證與結果分析

3.1 復雜網絡上演化博弈仿真實現

業界已存在若干構建此類仿真工具的程序與框架，如NetLogo（ccl.northwestern.edu/netlogo），Repast（repast.github.io/index.html）。該類工具秉承開源理念，用戶可根據自身需求進行二次開發。本文構建的仿真程序如圖5和圖6所示。

 

圖5 復雜網絡上演化博弈“過程態”

 

圖6 復雜網絡上演化博弈“穩定態”

圖5和圖6中的圓點代表聯盟中的創新主體，圓點之間的白色連線代表著創新主體間的合作關系。整個復雜網絡代表聯盟中的創新協作網絡。紅色圓點代表采取合作態度的創新者，而藍色圓點代表采取不合作態度的創新者。當聯盟采取了合適的治理策略后，博弈初始階段如圖5所示，網絡中只有少部分創新主體采取合作態度，但經過一段時間的演化博弈，創新主體發現持合作態度有利于提高自身收益，紛紛采取合作。合作網絡也最終演化到如圖6所示的穩定態。在穩定態下，仍然有部分創新主體沒有參與合作，但聯盟整體上處于較高的合作水平，達到理想預期。

3.2 產業聯盟治理策略生成機制的有效性驗證

策略選優的過程是基于創新網絡的未來演化結果展開的，生成的最優策略具有預見性。采用“對比法”驗證策略的有效性。即假設某科研產出高的聯盟的治理策略是未知的，爾后生成最優策略，將生成的策略與聯盟原有策略作對比，若相近則說明有效；同理，與科研產出較低的聯盟進行策略對比，若能補其不足，也說明有效。

基于上述思路，從32個聯盟中挑選了4個聯盟樣本，記作A（北京某車輛工程技術創新戰略聯盟）、B（天津某生物醫藥裝備產業聯盟）、C（天津某建筑裝備產業聯盟）和D（河北某農業裝備產業聯盟）。其中，聯盟中的單位創新產出從A到D依次降低。在實驗中，采用交叉驗證法，即每次驗證一個聯盟并假設其治理策略未知，而用剩余的31個聯盟的數據作為輸入數據。最后，可得到通過該機制生成的4個治理策略。將A、B、C、D的原有策略與生成的策略進行對比，如圖7所示。

 

圖7 聯盟A的原有與生成治理策略對比

 

圖8 聯盟B的原有與生成治理策略對比

從圖7和圖8的結果可知，生成策略與科技產出較高的聯盟所采取的治理策略相近，并沒有追求所有指標上的高數值，而是追求效益最大化。因此，所生成的策略照顧到了聯盟的固有屬性和特征，是各方面要素相對均衡的方案。

從圖9和圖10結果可知，本文方法能夠矯正科技產出較低的聯盟采取的治理策略。通過觀察和實驗生成的治理策略具有如下3個特點：均衡性、補齊性和關聯性。均衡性指各指標施行力度相對均衡，不同類型的指標間差距不會過大；補齊性指對于聯盟存在策略短板的情況，可彌補策略缺失；關聯性指策略間能相互呼應，達到最佳實施效果。

4結論

以構建高端裝備制造產業聯盟中的協作創新網絡為主題展開研究，面向20個治理策略指標，基于觀察法、調查問卷法、專家訪談法研究了京津冀區域32家裝備制造產業聯盟的調研數據；然后剖析了治理策略指標的內在關聯，挖掘治理策略施行情況與科技產出之間的聯系，形成了治理策略的初選與優化方法；構建了復雜網絡上的演化博弈仿真工具，得出最優化治理策略生成方法。實驗表明方法生成的策略具有有效性，且具備均衡、補齊、關聯的特性。由于生成策略是面向未來的網絡演化趨勢，故而也具有一定的預見性。

參考文獻

[1] 田慶鋒,馬蓬蓬,雷園園.基于系統動力學的我國高端裝備制造業商業模式創新路徑研究[J].科技管理研究,2019,39(4):8-18.

[2] 張士運.科技創新中心建設路徑研究[J].科技中國,2017,(10): 49-51.

[3] 吳興宇,王滿.產學研協同創新視角下聯盟網絡嵌入對創新績效的影響[J].科技進步與對策, 2020,(3):16-23.

[4] 王靜宇,劉穎琦,Ari Kokko.社會網絡視角下的產業聯盟技術創新——中國新能源汽車產業聯盟的實證[J].中國科技論壇, 2017,(5):186-192.

[5] 連遠強,查耀華.新興產業創新聯盟的網絡結構與創新績效關系[J].科技管理研究,2016,36,(19):129-135.

[6] 王玉梅,羅公利,周廣菊.產業技術創新戰略聯盟網絡協同創新要素分析[J].情報雜志,2013,32,(2):201-207.

[7] 馬輝,王素貞,黃夢嬌.基于社會網絡分析的建筑產業聯盟協同創新影響因素分析——以京津冀地區為例[J].科技管理研究, 2018,38(15):170-176.

[8] 劉毅,葛慶,李瑞軍.國防產業聯盟協同創新網絡政府治理:基于語義挖掘技術的策略向度研究[J].科技進步與對策,2020,37(12): 99-107.

[9] 趙澤斌,韓楚翹,王璐琪.國防科技產業聯盟協同創新網絡:結構與演化[J].公共管理學報,2019, 16(4):156-167,176.

[10] 曹霞,張路蓬,劉國巍.基于社會網絡結構的創新擴散動力機制及其仿真研究[J].運籌與管理,2018,27(5):153-160.

[11] 廖名巖.基于復雜網絡演化博弈協同創新研究[J].湖南社會科學,2018,(6):159-170.

[12] 郭本海,方志耕,劉卿.基于演化博弈的區域高耗能產業退出機制研究[J].中國管理科學,2012,20(4):79-85.

[13] 張宏娟,范如國.基于復雜網絡演化博弈的傳統產業集群低碳演化模型研究[J].中國管理科學,2014,22(12):41-47.

[14] 孟凡生,趙剛,徐野.基于數字化的高端裝備制造企業智能化轉型升級演化博弈研究[J].科學管理研究,2019,37(5):94-97.

[15] Cutler A,Cutler D R,Stevens J R.Random forests[M].nsemble machine learning.Springer US,2012:157-17.

[16] 王元卓,于建業,邱雯,等.網絡群體行為的演化博弈模型與分析方法[J].計算機學報,2015,38(2):282-300.

[17] 田煒,鄧貴仕,武佩劍.基于復雜網絡與演化博弈的群體行為策略分析[J].計算機應用研究,2008,(8):2352-2354,2376.

Research on the Evolution and Governance of Collaborative Innovation Network of High-Tech Equipment Manufacturing Industry Alliance in Beijing-Tianjin-Hebei Region

XIAO Wen,XIE Haitao,CHEN Shu,ZHANG Ting,DING Boda

(Institute of Sci-Tech Information of Beijing Academy of Science and Technology, Beijing United Information Center of Science-Technology-Economy, Beijing  100044)

Abstract:The high-Tech equipment manufacturing industry is an important power to promote the integration of innovations in Beijing, Tianjin and Hebei Region. It is meaningful to establish collaborative innovation networks based on technology innovation alliances, which are interdisciplinary and cross-regional, for such technology-intensive and capital-intensive industries. this paper collects and analyzes the development status and influencing factors of industrial alliance innovation network in Beijing Tianjin Hebei Region in high-Tech equipment manufacturing industry，design the impact measurement method of alliance innovation factors and the generation mechanism of alliance governance strategies, which is based on the evolutionary game simulation on complex networks. The research shows that the generation mechanism of governance strategies is effective, and the strategies are suitable for the current level of innovations in alliances, and is beneficial to the construction and future development of its collaborative innovation network.

Key words:industrial alliance;innovation network;complex network;evolutionary game