云計(jì)算開源生態(tài)知識共享及風(fēng)險(xiǎn)治理的演化博弈研究

魯馨蔓, 張博欣, 王 君, 李艷霞

(天津財(cái)經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院,天津 300222)

0 引言

數(shù)字化發(fā)展時(shí)代，開源已成為科技產(chǎn)業(yè)發(fā)展的重要技術(shù)支撐[1]，在大數(shù)據(jù)、人工智能、云計(jì)算等新興信息技術(shù)領(lǐng)域發(fā)揮著重要的推動(dòng)作用。開源涵蓋文化、產(chǎn)業(yè)、法律、技術(shù)等多個(gè)社會維度[2]，加速了信息產(chǎn)業(yè)的商業(yè)模式轉(zhuǎn)型，影響著整個(gè)信息技術(shù)產(chǎn)業(yè)的發(fā)展格局[3]。

開源生態(tài)以開源項(xiàng)目為中心，涉及開源貢獻(xiàn)者、使用者、運(yùn)營者以及服務(wù)者等多重角色，依托代碼托管平臺等基礎(chǔ)設(shè)施構(gòu)建[4]。比較有代表性的如OpenStack云計(jì)算開源生態(tài)，其中OpenStack基金會專注于OpenStack云操作系統(tǒng)的開發(fā)、發(fā)布和采用，通過提供一組共享資源來構(gòu)建生態(tài)社區(qū)，促進(jìn)開源技術(shù)的發(fā)展[5]。另一個(gè)典型代表是云原生計(jì)算基金會(Cloud Native Computing Foundation, CNCF)，其作為Linux基金會旗下的開源軟件基金會，一直致力于培育和構(gòu)建一個(gè)可持續(xù)的開源生態(tài)系統(tǒng)，阿里云、華為、谷歌均為CNCF的白金會員。

據(jù)中國信通院發(fā)布的開源生態(tài)白皮書(2020)數(shù)據(jù)顯示，2019年中國已使用開源技術(shù)的企業(yè)占比為87.4%，其中51.9%是基于云計(jì)算領(lǐng)域的開源服務(wù)。參與開源生態(tài)的企業(yè)數(shù)量在世界范圍內(nèi)呈現(xiàn)急速增長趨勢[4]，有60.7%的企業(yè)希望通過建設(shè)開源生態(tài)的方式影響共建技術(shù)[6]?！?021中國開源發(fā)展藍(lán)皮書》指出，2020年是中國開源發(fā)展的新紀(jì)元,中國開源已從學(xué)習(xí)和使用階段過渡到參與和創(chuàng)新階段，并有機(jī)會在一些領(lǐng)域?qū)崿F(xiàn)引領(lǐng)[7]。

中國一些擁抱開源、有實(shí)力的互聯(lián)網(wǎng)企業(yè)(如阿里、百度、京東等)逐漸進(jìn)入到世界開源領(lǐng)跑者行列。與此同時(shí)，中國開源基金會實(shí)現(xiàn)新突破并成效顯著。另外，國內(nèi)涌現(xiàn)出越來越多的開源組織，積極為完善開源生態(tài)做貢獻(xiàn)。如中國開源軟件推進(jìn)聯(lián)盟、中國開源云聯(lián)盟等，也體現(xiàn)了中國開源生態(tài)的蓬勃生命力[7]。不過，開源生態(tài)一方面可以促進(jìn)知識共享，實(shí)現(xiàn)云計(jì)算開源項(xiàng)目完善與提升；另一方面，也面臨安全、技術(shù)運(yùn)維、知識產(chǎn)權(quán)等一系列風(fēng)險(xiǎn)問題。

開源的本質(zhì)就是知識共享與協(xié)作[6]。在知識競爭的時(shí)代，開源可以幫助云計(jì)算企業(yè)進(jìn)行知識創(chuàng)造、協(xié)作和共享[8]，并借助聯(lián)盟這一組織形式，更好地促進(jìn)組織間的知識共享[9]，降低項(xiàng)目實(shí)施的復(fù)雜性，減少失敗的風(fēng)險(xiǎn)[10]。同時(shí)，開源也有效地進(jìn)一步促進(jìn)了政府和非政府組織內(nèi)的知識共享與技術(shù)協(xié)作[11]。為此，知識共享合作過程可以看作開源生態(tài)參與者之間相互博弈的過程。

在開源生態(tài)中，研發(fā)伙伴之間的相似性使得知識共享變得更為容易，競爭對手甚至可以在不承擔(dān)投資成本的情況下使用這些知識[12]。更重要的是，泄漏的知識可能還會產(chǎn)生嚴(yán)重的后果。一方面，它可能會損害企業(yè)的創(chuàng)新能力；另一方面，未共享知識的披露，尤其是核心知識的披露，會嚴(yán)重影響企業(yè)的知識優(yōu)勢地位。此外合作方也有可能在分享過程中發(fā)生違約，產(chǎn)生失信風(fēng)險(xiǎn)[13]。目前，我國的開源生態(tài)還不完善，開源運(yùn)營治理法律體系和標(biāo)準(zhǔn)化工作尚未成體系。有關(guān)于開源的法律案例判決經(jīng)驗(yàn)欠缺，極度缺乏專業(yè)法律知識和應(yīng)對經(jīng)驗(yàn)[7]。開源風(fēng)險(xiǎn)問題凸顯，積極探索治理模式成為應(yīng)對開源風(fēng)險(xiǎn)、推動(dòng)開源生態(tài)良性發(fā)展的重要手段。

目前云計(jì)算開源生態(tài)主要存在兩種治理機(jī)制：行業(yè)自律機(jī)制與政府監(jiān)管機(jī)制。前者主要強(qiáng)調(diào)云計(jì)算市場的自我治理，參與者主要是云計(jì)算企業(yè)以及產(chǎn)業(yè)聯(lián)盟。實(shí)踐表明，市場型知識治理是知識共享中一種重要的治理手段[14]。在混合組織形式治理中，合作伙伴更有可能利用市場，如委員會來幫助其處理各種意外情況，并用來協(xié)調(diào)初期沖突[15]。與之不同，政府監(jiān)管機(jī)制則是側(cè)重于政府的監(jiān)管與激勵(lì)職能，參與者包括云計(jì)算企業(yè)、產(chǎn)業(yè)聯(lián)盟以及政府。研究表明，政府補(bǔ)貼是激勵(lì)企業(yè)參與聯(lián)盟的動(dòng)機(jī)因素，政府的激勵(lì)措施可以顯著的影響企業(yè)的經(jīng)營績效[16]，還可提高參與者進(jìn)行知識共享時(shí)的風(fēng)險(xiǎn)抵御能力，促進(jìn)知識共享行為，并在一定程度上補(bǔ)充企業(yè)自身缺乏的研發(fā)資源[17]。此外，政府提供的激勵(lì)政策，還可激發(fā)知識共享方的共享動(dòng)力，規(guī)避共享時(shí)效性帶來的風(fēng)險(xiǎn)成本。

考慮到外部(即法律、國家經(jīng)濟(jì)和政治因素)和內(nèi)部(即技術(shù)因素、組織結(jié)構(gòu)和人為因素)因素的影響[13]以及開源風(fēng)險(xiǎn)的存在，構(gòu)建開源生態(tài)具有不可預(yù)測性，每個(gè)參與者的行為都應(yīng)該被考慮在內(nèi)[18]。知識共享可以被看作是一個(gè)離散的、對稱的、動(dòng)態(tài)演化的博弈過程。演化博弈理論可以有效地描述云計(jì)算開源生態(tài)的演化過程，參與者通過學(xué)習(xí)、模仿、試錯(cuò)等決策行為不斷調(diào)整知識共享策略，從而逐步達(dá)到穩(wěn)定、平衡的狀態(tài)。

雖然目前已有學(xué)者針對知識共享問題[10,13]以及治理問題[14,16,19]進(jìn)行了研究，但在構(gòu)建和完善云計(jì)算開源生態(tài)過程中，有哪些因素會影響云計(jì)算企業(yè)與產(chǎn)業(yè)聯(lián)盟之間的知識共享合作？在不同的治理機(jī)制下，開源風(fēng)險(xiǎn)對云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟的影響有何不同？作為一個(gè)特殊參與者，政府該如何制定激勵(lì)或懲罰措施，從而完善開源治理規(guī)則？這些問題還尚未得到解答。

針對上述問題，本研究利用演化博弈理論，對云計(jì)算開源生態(tài)中多方參與者的開源合作行為及影響因素進(jìn)行分析，建立兩種治理機(jī)制下的演化博弈模型，重點(diǎn)考慮開源生態(tài)中政府監(jiān)管發(fā)揮的作用，為云計(jì)算開源生態(tài)中的企業(yè)決策、產(chǎn)業(yè)聯(lián)盟和政府治理等提供理論指導(dǎo)。

1 云計(jì)算開源生態(tài)的演化模型假設(shè)

1.1 行業(yè)自律機(jī)制下的模型假設(shè)

在該機(jī)制下，云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟主要進(jìn)行知識創(chuàng)造、技術(shù)創(chuàng)新和知識應(yīng)用。開源項(xiàng)目由云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟推動(dòng)。參與者根據(jù)自己的收益選擇是否在開源項(xiàng)目中共享知識。

假設(shè)1假設(shè)云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟在參與開源知識共享合作前的知識資本分別為K1和K2。實(shí)施開源知識共享合作后所增加的知識資本分別是ΔK1和ΔK2。相應(yīng)的技術(shù)投資則是I1和I2。開源風(fēng)險(xiǎn)所帶來的損失用R1和R2來表示。

假設(shè)2來自云計(jì)算基金會的補(bǔ)貼將作為外生變量影響博弈過程，在各自投資基礎(chǔ)上，云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟將獲得相同的補(bǔ)貼系數(shù)δ(0≤δ≤1)，獲得的補(bǔ)貼則分別是δI1和δI2。

假設(shè)3當(dāng)違約主體突然終止分享合作時(shí)，監(jiān)管措施將要求其必須支付違約金。此時(shí)，非共享方將支付W違約金，并以折損系數(shù)β(0≤β≤1)吸收額外的知識資本。當(dāng)聯(lián)盟(或企業(yè))違約時(shí)，另一方的機(jī)會成本為C1(或C2)。

假設(shè)4假設(shè)云計(jì)算企業(yè)選擇知識共享的概率為x，選擇不共享的概率為(1-x)。同樣，產(chǎn)業(yè)聯(lián)盟選擇知識共享和不共享的概率為y和(1-y)，其中x和y是關(guān)于時(shí)間t的函數(shù)。

1.2 政府監(jiān)管機(jī)制下的模型假設(shè)

在這一機(jī)制下，政府作為利益主體參與博弈過程，并充分發(fā)揮政府職能部門的監(jiān)管作用。參與開源項(xiàng)目的主要是云計(jì)算企業(yè)、產(chǎn)業(yè)聯(lián)盟和政府三方。云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟選擇是否共享知識，政府選擇是否實(shí)施監(jiān)管。

假設(shè)5假設(shè)云計(jì)算企業(yè)與產(chǎn)業(yè)聯(lián)盟在參與知識共享前的總知識資本為K，參與知識共享后的總知識資本為K′。知識共享過程中所付出的總技術(shù)投資為I，參與知識共享合作所帶來的總額外社會效益為B。

假設(shè)6為了促進(jìn)知識共享，政府向積極參與知識共享的參與者提供補(bǔ)貼S，向消極的非參與者收取罰金F，在這一過程中，政府需要支付監(jiān)管成本C。知識共享所帶來的風(fēng)險(xiǎn)損失為R，在監(jiān)管之前，政府以θ的速度吸收云計(jì)算開源生態(tài)的知識資本。在監(jiān)管之后，則以θ′的速率吸收知識資本，其中θ′>θ。因此，相應(yīng)的知識資本吸收量分別為θK′和θ′K′。

假設(shè)7假設(shè)云計(jì)算企業(yè)與產(chǎn)業(yè)聯(lián)盟進(jìn)行知識共享合作的概率為w，不共享的概率為(1-w)。同樣，政府監(jiān)督和不監(jiān)督的概率分別為z和(1-z)，其中w和z是關(guān)于t的函數(shù)。

2 云計(jì)算開源生態(tài)演化博弈模型構(gòu)建

2.1 行業(yè)自律機(jī)制模型

2.1.1 構(gòu)造支付矩陣及收益函數(shù)

基于行業(yè)自律機(jī)制下提出的假設(shè)，各方博弈者不同策略的支付矩陣如表1所示。UES和UEN分別表示云計(jì)算企業(yè)在分享與不分享策略下的期望收益，根據(jù)表1，云計(jì)算企業(yè)在兩種策略下的收益函數(shù)分別如下所示：

UES=y(K1+ΔK1-I1+δI1-R1)+(1-y)

(K1+ΔK1-I1+δI1-R1+W-C1)

(1)

UEN=y(K1+βΔK2-W)+(1-y)K1

云計(jì)算企業(yè)混合策略的期望收益如下：

(3)

UIS和UIN分別表示產(chǎn)業(yè)聯(lián)盟在分享與不分享策略下的期望收益，同樣的，產(chǎn)業(yè)聯(lián)盟在不同策略以及混合策略下的收益函數(shù)如下:

UIS=x(K2+ΔK2-I2+δI2-R2)+

(1-x)(K2+ΔK2-I2+δI2-R2+W-C2)

(4)

UIN=x(K2+βΔK1-W)+(1-x)K2

(5)

(6)

2.1.2 行業(yè)自律機(jī)制下演化路徑及穩(wěn)定性分析

云計(jì)算企業(yè)的復(fù)制動(dòng)態(tài)方程如下:

=x(1-x)[ΔK1-(1-δ)I1-R1+

W-(1-y)C1-yβΔK2]

(7)

公式(7)的二階導(dǎo)如下：

R1+W-(1-y)C1-yβΔK2]

(8)

同樣的，產(chǎn)業(yè)聯(lián)盟的復(fù)制動(dòng)態(tài)方程如下:

=y(1-y)[ΔK2-(1-δ)I2-

R2+W-(1-x)C2-xβΔK1]

(9)

公式(9)的二階導(dǎo)如下:

=(1-2y)[ΔK2-(1-δ)I2-

R2+W-(1-x)C2-xβΔK1]

(10)

根據(jù)演化博弈理論的穩(wěn)定均衡策略，當(dāng)G(x*)=0且G′(x*)<0時(shí)，x*是演化穩(wěn)定策略。在這種情況下，知識共享合作的演化穩(wěn)定策略如下：

當(dāng)y=y*時(shí)，可知G(x)=0且G′(x)=0，則對于任意的x，云計(jì)算企業(yè)的概率都是穩(wěn)定的。換言之，如果產(chǎn)業(yè)聯(lián)盟實(shí)施知識共享合作的概率保持特定值y*，則云計(jì)算企業(yè)參與知識共享的概率是穩(wěn)定的。

當(dāng)y>y*時(shí)，G′(0)>0且G′(1)<0。在這種情況下，x*=1是唯一的穩(wěn)定均衡策略。因此，當(dāng)產(chǎn)業(yè)聯(lián)盟實(shí)施知識共享合作的概率達(dá)到特定值y*并持續(xù)增加時(shí)，云計(jì)算企業(yè)參與知識共享的概率會逐漸增長，最終選擇共享策略。

當(dāng)y0。在這種情況下，x*=0是唯一的穩(wěn)定均衡策略。因此，當(dāng)產(chǎn)業(yè)聯(lián)盟實(shí)施知識共享合作的概率達(dá)到特定值y*并持續(xù)降低時(shí)，云計(jì)算企業(yè)參與知識共享的概率將逐漸降低，最終選擇不共享。

同公式(7)分析過程類似，當(dāng)G(y*)=0且G′(y*)<0時(shí)，y*是演化穩(wěn)定策略。在這種情況下，知識共享合作的演化穩(wěn)定策略如下：

若x=x*，則對于任意的y而言，y都是穩(wěn)定的。這表示產(chǎn)業(yè)聯(lián)盟采取共享概率是穩(wěn)定的；若x>x*，則G′(0)>0且G′(1)<0，y*=1是唯一的穩(wěn)定均衡策略，即共享將是最優(yōu)策略；若x0，此時(shí)y*=0是唯一的穩(wěn)定均衡策略，即不共享是最優(yōu)策略。

基于以上分析，圖1進(jìn)一步描述了企業(yè)與聯(lián)盟之間的動(dòng)態(tài)博弈過程。如圖1所示，在云計(jì)算企業(yè)以及產(chǎn)業(yè)聯(lián)盟知識共享博弈中，點(diǎn)O和點(diǎn)B是系統(tǒng)的演化穩(wěn)定性策略。點(diǎn)O表示兩個(gè)博弈者均不進(jìn)行知識共享，點(diǎn)B表示博弈者均進(jìn)行知識共享，點(diǎn)A和點(diǎn)C則表示博弈一方選擇知識共享，而另一方選擇不進(jìn)行知識共享。在BCDA區(qū)域，系統(tǒng)逐漸趨向于點(diǎn)B，并最終在點(diǎn)B處達(dá)到穩(wěn)定狀態(tài)。在OCDA區(qū)域，系統(tǒng)逐漸趨向于點(diǎn)O，最終在點(diǎn)O處達(dá)到穩(wěn)定狀態(tài)。

2.2 政府監(jiān)管機(jī)制模型

2.2.1 構(gòu)造支付矩陣及收益函數(shù)

基于政府監(jiān)管機(jī)制下提出的假設(shè)，各方博弈者不同策略的支付矩陣如表2所示。

UEIS表示云計(jì)算企業(yè)以及產(chǎn)業(yè)聯(lián)盟選擇實(shí)施知識共享后的期望收益，UEIN則表示二者不進(jìn)行知識共享時(shí)的期望收益。根據(jù)表2，此時(shí)其在兩種策略下的收益函數(shù)分別如下所示：

表2 各方博弈者間的支付矩陣

UEIS=z(K′-I+S-R)+(1-z)(K′-I-R)

(11)

UEIN=z(K-F)+(1-z)K

(12)

此時(shí)，混合策略的期望收益如下所示:

(13)

UGS和UGN分別表示政府選擇監(jiān)管或不監(jiān)管時(shí)的期望收益。

根據(jù)表2，政府在不同策略以及混合策略下的收益函數(shù)如下所示:

UGS=w(θ′K′+B-S-C)+(1-w)(θ′K+F-C)

(14)

UGN=w(B+θK′)+(1-w)θK

(15)

(16)

2.2.2 政府監(jiān)管機(jī)制下演化路徑及穩(wěn)定性分析

云計(jì)算企業(yè)與產(chǎn)業(yè)聯(lián)盟復(fù)制動(dòng)態(tài)方程如下:

=w(1-w)[z(S+F)+(K′-K)-I-R]

(17)

公式(17)的二階導(dǎo)如下:

(18)

類似的，政府的復(fù)制動(dòng)態(tài)方程如下:

=z(1-z)[w(θ′-θ)(K′-K)-

wF+K(θ′-θ)+F-C]

(19)

公式(19)的二階導(dǎo)如下:

wF+K(θ′-θ)+F-C]

(20)

當(dāng)H(w*)=0且H′(w*)<0時(shí)，則w*是演化穩(wěn)定策略。在這種情況下，知識共享合作的演化穩(wěn)定策略如下：

當(dāng)z=z*，可知H(w)=0且H′(w)=0。對于任意的w，云計(jì)算企業(yè)以及產(chǎn)業(yè)聯(lián)盟選擇知識共享策略的概率都是穩(wěn)定的；若z>z*, 則H′(0)>0且H′(1)<0，w*=1是唯一的穩(wěn)定均衡策略，即最終共享將成為最優(yōu)策略；若z0，此時(shí)w*=0是唯一的穩(wěn)定均衡策略，最終不共享將成為最優(yōu)策略。

同公式(17)分析類似，當(dāng)H(z*)=0且H′(z*)<0時(shí)，z*是演化穩(wěn)定策略。此種情況下，知識共享合作演化穩(wěn)定策略如下：

當(dāng)w=w*時(shí)，可知H(z)=0且H′(z)=0。此時(shí)對于任意的z，政府實(shí)施監(jiān)管策略的概率都是穩(wěn)定的；若w>w*，則H′(0)>0且H′(1)<0，z*=1是唯一的穩(wěn)定均衡策略，采取監(jiān)管策略將是政府的最優(yōu)策略；若w0，z*=0是唯一的穩(wěn)定均衡策略，采取不監(jiān)管策略將是政府的最優(yōu)策略。

由以上分析可知，政府監(jiān)管機(jī)制下的動(dòng)態(tài)博弈過程和演化路徑如圖2所示。點(diǎn)O代表企業(yè)和聯(lián)盟選擇不共享，政府選擇不監(jiān)督。點(diǎn)B表明企業(yè)和聯(lián)盟選擇共享，政府選擇監(jiān)督。點(diǎn)A和C則代表其余兩種情況。在BCDA區(qū)域，系統(tǒng)逐漸趨向于點(diǎn)B并達(dá)穩(wěn)定狀態(tài)。在OCDA區(qū)域，系統(tǒng)逐漸趨向于點(diǎn)O并達(dá)穩(wěn)定狀態(tài)。

3 仿真分析

本文進(jìn)行了兩種機(jī)制下各參與者交互行為演化過程的仿真分析。在前人研究基礎(chǔ)上[20]，根據(jù)上市公司行業(yè)報(bào)告和政府的工作報(bào)告進(jìn)行了數(shù)值模擬，為保證數(shù)據(jù)的機(jī)密性，本研究在原有數(shù)據(jù)基礎(chǔ)上進(jìn)行了一些修改。

3.1 行業(yè)自律機(jī)制模型下的仿真分析

在行業(yè)自律機(jī)制下，各博弈方支付矩陣的參數(shù)設(shè)定如下：K1=60，K2=55，ΔK1=55，ΔK2=50，I1=30，I2=35，C1=30，C2=32，R1=35，R2=30，β=0.2，δ=0.3，W=20。

首先，探析參與者一方選擇知識共享對另一方策略選擇的影響。以y=0.9(y>y*=0.55)為例，圖3(a)展示了云計(jì)算企業(yè)策略選擇的動(dòng)態(tài)演化過程。在這種情況下，云計(jì)算企業(yè)選擇知識共享的初始概率越高，那么云計(jì)算企業(yè)達(dá)到穩(wěn)定的速度就會越快。此時(shí)，云計(jì)算企業(yè)往往將知識共享作為其最優(yōu)決策。相反，如果產(chǎn)業(yè)聯(lián)盟選擇知識共享的概率較低時(shí)，以y=0.4為例，圖3(b)展示了云計(jì)算企業(yè)策略選擇的動(dòng)態(tài)演化過程。在這種情況下，云計(jì)算企業(yè)選擇共享知識的初始概率越低，云計(jì)算企業(yè)達(dá)到穩(wěn)定的速度就越快。此時(shí)，云計(jì)算企業(yè)在知識共享方面表現(xiàn)出較為消極的態(tài)度，不共享將作為云計(jì)算企業(yè)的最優(yōu)策略。

同樣的，如果云計(jì)算企業(yè)選擇知識共享的概率很高，當(dāng)x>x*=0.785時(shí)，以x=0.8為例，圖4(a)顯示了產(chǎn)業(yè)聯(lián)盟策略選擇的動(dòng)態(tài)演化過程。產(chǎn)業(yè)聯(lián)盟選擇知識共享的初始概率越高時(shí)，產(chǎn)業(yè)聯(lián)盟達(dá)到穩(wěn)定的速度就越快。因此，產(chǎn)業(yè)聯(lián)盟會選擇知識共享作為最優(yōu)策略。反之，如果云計(jì)算企業(yè)選擇知識共享的概率較低，如x

通過比較博弈雙方的策略選擇發(fā)現(xiàn)，當(dāng)云計(jì)算企業(yè)表現(xiàn)出強(qiáng)烈的合作意向時(shí)，產(chǎn)業(yè)聯(lián)盟不會立即做出同樣的抉擇。與云計(jì)算企業(yè)相比，產(chǎn)業(yè)聯(lián)盟做出知識共享這一策略的時(shí)間會更長。這是因?yàn)楫a(chǎn)業(yè)聯(lián)盟需要考慮更多其他因素，如風(fēng)險(xiǎn)因素及產(chǎn)業(yè)聯(lián)盟成員的地位問題等。

接下來，本文將重點(diǎn)探究一些關(guān)鍵參數(shù)對系統(tǒng)的影響，并將初始概率設(shè)定為x,y=0.5。圖5顯示了違約金對系統(tǒng)演化的影響。此時(shí)違約賠償金W分別取0、20、40、60和80。圖5(a)代表了云計(jì)算企業(yè)的演化情況，不難看出，當(dāng)W=0時(shí)，云計(jì)算企業(yè)的演化速度高于W=20時(shí)的演化速度。當(dāng)違約金較低時(shí)(如W≤20)，x在0處趨于穩(wěn)定。當(dāng)違約金較高時(shí)(如W≥40)，隨著時(shí)間的推移，x在1處趨于穩(wěn)定。此外，W=60和W=40之間的演化差值大于W=80和W=60之間的演化差值。同樣的，對于產(chǎn)業(yè)聯(lián)盟而言，如圖5(b)所示，總體趨勢與圖5(a)一致。然而，當(dāng)W=20時(shí)，y將會以較快的速率趨向穩(wěn)定于0。

圖5中的研究結(jié)果表明，當(dāng)產(chǎn)業(yè)聯(lián)盟中途退出時(shí)，如果產(chǎn)業(yè)聯(lián)盟(過錯(cuò)方)支付的違約金較低時(shí)，云計(jì)算企業(yè)仍需花費(fèi)較長時(shí)間來決定是否采取不共享策略。而當(dāng)違約金能夠彌補(bǔ)云計(jì)算企業(yè)所付出的成本時(shí)，云計(jì)算企業(yè)則會在較短時(shí)間內(nèi)選擇共享策略。研究表明，違約金數(shù)額越大，雙方達(dá)成穩(wěn)定的時(shí)間越短。此外，我們還發(fā)現(xiàn)違約金的約束作用存在著邊際遞減效應(yīng)。對于產(chǎn)業(yè)聯(lián)盟而言，當(dāng)違約金較低時(shí)，聯(lián)盟在短時(shí)間內(nèi)就會做出停止知識分享的決定。

接下來分析風(fēng)險(xiǎn)損失Ri對系統(tǒng)演化的影響，本文將風(fēng)險(xiǎn)值分別設(shè)為Ri=25、45、65、85、100。風(fēng)險(xiǎn)損失Ri對系統(tǒng)的演化影響如圖6所示。

圖6(a)表明，當(dāng)R1<85時(shí)，隨著R1值的減小，系統(tǒng)演化的速率也在逐漸增加，并最終在x=1處達(dá)到穩(wěn)定狀態(tài)。當(dāng)R1足夠大時(shí)(例如R1=100)，x在0處趨于穩(wěn)定。這表明，隨著風(fēng)險(xiǎn)的增加，云計(jì)算企業(yè)將會逐漸傾向于選擇不共享策略。圖6(b)的總體趨勢與圖6(a)的趨勢相似。不同的是，當(dāng)R1=85時(shí)，y在0處趨于穩(wěn)定。也就是說，面對同樣的風(fēng)險(xiǎn)損失程度，產(chǎn)業(yè)聯(lián)盟更傾向于放棄知識共享。

圖7表示了風(fēng)險(xiǎn)(Ri)和補(bǔ)貼系數(shù)(δ)對云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟期望收益的影響?？梢钥闯?，參與者的期望收益與風(fēng)險(xiǎn)呈負(fù)相關(guān)，與補(bǔ)貼系數(shù)呈正相關(guān)。也就是說，隨著風(fēng)險(xiǎn)的降低和(或)補(bǔ)貼系數(shù)的增加，參與者的期望收益也會增加。黑色虛線表示策略選擇邊界。在選擇邊界的左上區(qū)域，云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟選擇不共享策略，而選擇邊界的右下區(qū)域，云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟將選擇共享策略。

3.2 政府監(jiān)管機(jī)制下的仿真分析

政府監(jiān)管機(jī)制下，各參數(shù)取值如下：K=100，K′=200，θ=0.3，θ′=0.5，I=65，S=8，R=45，F(xiàn)=8，C=30。

本部分先探索政府監(jiān)管行為對云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟知識共享行為的影響。以z=0.9(z>z*=0.79)為例，圖8(a)顯示了云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟策略選擇的演化過程。在這種情況下，選擇知識共享策略的可能性越高，云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟達(dá)到穩(wěn)定的速度也就越快。知識共享將成為最優(yōu)策略。相反，當(dāng)監(jiān)管概率較低時(shí)，以z=0.4為例，云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟策略選擇的演化過程如圖8(b)所示。在這種情況下，雙方采取知識共享的概率越低，系統(tǒng)達(dá)到穩(wěn)定性的速度就會越快。此時(shí)，云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟在知識共享合作方面具有消極性，因而選擇不共享作為最優(yōu)策略。

此外，如果云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟選擇知識共享后能夠獲得足夠多的知識資本，那么合作雙方之間達(dá)成知識共享的概率則會顯著增加(即w>w*=0.56時(shí))。以w=0.8為例，圖9(a)顯示了政府策略選擇的演變過程。政府監(jiān)督概率越高，系統(tǒng)達(dá)到穩(wěn)定的速度則越快。此時(shí)，政府傾向于把監(jiān)管視為最優(yōu)策略。相反，如果合作雙方選擇知識共享的概率較低時(shí)(w=0.3)，政府策略選擇的演變過程則如圖9(b)所示。在這種情況下，政府選擇監(jiān)管的概率越低，系統(tǒng)達(dá)到穩(wěn)定的速度越快。此時(shí)政府在參與開源時(shí)表現(xiàn)出消極性，選擇不監(jiān)管作為最優(yōu)策略。

如圖10所示，初始概率設(shè)定如下w,z=0.5。即各相關(guān)者的初始概率各為0.5時(shí)，政府知識吸收率差異(Δθ)對系統(tǒng)演化的影響。當(dāng)Δθ<0.2時(shí)，z最終在0處達(dá)到穩(wěn)定，即政府將選擇不監(jiān)管措施。當(dāng)Δθ>0.2時(shí)，z最終在1處達(dá)到穩(wěn)定，即政府選擇監(jiān)管措施。Δθ值越大，系統(tǒng)達(dá)到穩(wěn)定的速度越快。

4 結(jié)論與啟示

本研究運(yùn)用演化博弈理論分析了兩種治理機(jī)制，即行業(yè)自律機(jī)制和政府監(jiān)管機(jī)制下所涉及到的三個(gè)參與者(云計(jì)算企業(yè)、產(chǎn)業(yè)聯(lián)盟及政府)策略選擇的演化過程。通過數(shù)值仿真分析，進(jìn)一步探究了演化博弈過程以及各影響因素對博弈參與者策略行為的影響。研究發(fā)現(xiàn)：

(1)在行業(yè)自律機(jī)制下，違約金和基金會補(bǔ)貼會促進(jìn)知識共享合作。其中，違約金的約束作用存在著邊際遞減效應(yīng)，相較于產(chǎn)業(yè)聯(lián)盟，違約金對于云計(jì)算企業(yè)的約束作用體現(xiàn)的更為強(qiáng)烈。

(2)在政府監(jiān)管機(jī)制下，知識吸收率、罰款和補(bǔ)貼可以幫助參與者平衡風(fēng)險(xiǎn)并促進(jìn)知識共享合作。隨著知識吸收率差異的增大，政府參與監(jiān)管的動(dòng)力以及整體收益也在不斷強(qiáng)勁。

(2)

結(jié)合研究結(jié)果，可以得到如下啟示：

(1)在行業(yè)自律機(jī)制下，違約金、風(fēng)險(xiǎn)損失和基金會補(bǔ)貼對云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟的策略選擇有顯著影響。為保護(hù)雙方的基本利益，補(bǔ)貼應(yīng)該設(shè)置在合理的范圍內(nèi)。與此同時(shí)，違約金賠償制度的建立有助于約束知識共享行為，可作為穩(wěn)定云計(jì)算開源生態(tài)發(fā)展的重要措施之一。此外，風(fēng)險(xiǎn)責(zé)任的認(rèn)定和處罰可進(jìn)一步維護(hù)參與雙方的利益，保證知識共享的順利進(jìn)行。

(2)在政府監(jiān)管機(jī)制下，政府扮演著相當(dāng)重要的角色。政府設(shè)定的罰款和補(bǔ)貼可以鼓勵(lì)云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟在保證社會利益的基礎(chǔ)上開展知識共享合作。合理的監(jiān)管對提高云計(jì)算開源生態(tài)的應(yīng)用具有一定的威懾和促進(jìn)作用。與此同時(shí)，政府可以通過參與監(jiān)管來獲得更多的知識資本以確保政府和整個(gè)社會的利益。

(3)對于云計(jì)算開源生態(tài)來說，政府角色及其作用值得探究。政府作為利益相關(guān)者，在監(jiān)管機(jī)制下同時(shí)具有利益訴求。通過監(jiān)管，政府可以幫助云計(jì)算企業(yè)和產(chǎn)業(yè)聯(lián)盟平衡利益與風(fēng)險(xiǎn)。政府可以在政策制定、技術(shù)指導(dǎo)、平臺支撐等方面全方位推動(dòng)，進(jìn)而有助于構(gòu)建一個(gè)開放、協(xié)作、安全的可持續(xù)云計(jì)算開源生態(tài)。