军民融合协同创新视角下民参军知识转移过程仿真研究*
● 方 炜1,2，校利敏1
(1.西北工业大学管理学院，陕西 西安 710072；2.陕西省军民融合发展协同创新研究中心，陕西 西安 710072)
摘 要： [目的/意义]揭示民参军知识转移过程的科学内涵，为军民融合协同创新实践提供参考和借鉴。[方法/过程]结合Multi-Agent建模和CAS理论，依据知识势差网络联结原则和保密资质级别匹配原则，建立军民融合协同创新网络民参军知识转移过程模型，定量模拟微观主体的合作伙伴选择策略、“断键重连”规则和学习吸收机制等。运用Matlab仿真探究其知识转移过程的内在机理，刻画了网络合作规模、主体融合开放度对知识水平的动态影响，揭示创新网络基本拓扑结构及其动态演化规律。[结果/结论]网络合作规模、主体融合开放度与知识转移绩效有正相关关系；知识转移会推动协同创新网络的动态演化，且网络演化过程中出现显著的小世界性；网络知识水平和拓扑结构存在协同演化现象。
关键词： 军民融合；协同创新；民参军；知识转移
在社会经济战略的不断调整下，军民融合的战略地位逐渐提高，已成为实现经济与国防建设相统一的关键途径。通过军转民、民参军、军民两用等形成高度协同的创新模式，即军民融合协同创新，实现军民融合的多方共赢。军民融合协同创新主要是以军地各类组织通过各主体跨组织、跨部门、跨行业进行全方位、多领域、深层次的协同合作与开放创新，实现军民科技创新体系的深入融合，达到知识增值创新的目的[1]。民营企业作为军民融合协同创新体系中不可忽视的生力军，吸纳优势民企参与国防科技创新也成为落实军民融合深度发展战略的重要组成部分[2-3]。
由于军民融合协同创新具有多主体协同网络化范式的特点，部分学者从网络角度进行研究：Kulve等[4]和王育晓等[5]描述了实际中的网络层面因素对军民融合协同创新的复杂影响；郭永辉[6]基于航空制造企业合作创新的独有特质，构建了其合作创新网络模型。此外，由于知识转移伴随着协同创新全过程[7]，一些学者从知识转移过程角度探索军民融合协同创新：基于SECI模型，陈伟等[8]构建了知识转移反应循环、催化循环和超循环模型；张勇等[9]则根据军民融合的特殊性，将其技术融合过程分为技术研发选择、技术引入、技术知识价值化。
然而上述研究也存在一定局限性：研究视角偏宏观，多集中于军民融合协同创新整体，缺乏对民参军这一关键任务进行微观研究，且军民融合协同创新系统的自组织性和涌现效果也较少被考虑。本文运用复杂网络理论和系统仿真方法，定量探究军民融合协同创新网络下民参军知识转移过程的内在机理，揭示其网络演化规律、特征及不同网络合作规模、主体融合开放度对知识转移绩效的动态影响。
1 理论框架
图1 民参军知识转移过程模型
作为一项自组织系统，军民融合各要素间的交互协同是促进系统进化的内在动力[10]。鉴于其过程中涌现出了典型知识网络、社会关系网络的特征，可将军民融合协同创新网络抽象成以知识主体、知识流动和关系交互为特征的复杂知识网络。知识网络作为组织间知识转移的重要渠道，可以促进知识共享和创新[11]。而民参军作为推进军民融合深度发展的重要任务，各军民组织是协同创新网络的“创新主体”，简称主体(在知识转移过程中也可称作“知识主体”)，各主体所拥有的知识是网络中创新资源的主要成分，不同主体通过交互合作和资源整合形成协同创新和知识转移行为。
目前，许多研究运用复杂适应系统(CAS)理论和自组织理论探究协同创新网络，认为网络中每个创新主体都可被看成适应性主体，微观层面上各主体会根据自身特征、主观能动性和外部环境进行相应的合作决策，从而引起交互作用，导致宏观系统的复杂性及非线性系统演化[12]，产生非线性涌现现象。因此，军民融合协同创新网络从本质上可看做军民异质性主体为适应系统性创新而相互作用的组织涌现，是一种具有自组织特征的复杂适应系统，其民参军知识转移过程可看作自组织演化过程。而复杂网络自组织演化的直接动力来自于不同主体对于创新合作伙伴的选择行为[13]。因此协同创新网络中微观个体最终会引起宏观系统的动态演化，具体演化机理如下：
在知识转移过程中，主体为了满足新的需求会终止之前的合作关系，更换合作伙伴，其原则是保证自身所拥有的知识与合作对象具有适中的差异性(互补性)及相似性[14-15]。网络中各主体通过选择合适的合作对象进行交流学习，以此提升自身知识水平，从而改变了各主体间的知识势差[16]。当势差过大或过小时，网络间的知识转移行为开始受阻[17-18]，这又进一步影响主体合作伙伴选择行为[19]，最终引起网络合作关系及其拓扑结构的不断演化。
《一线》：外界认为O2O行业失败的一个原因可能是因为此前服务业的标准化相对比较差，在58到家看来，现在到家服务业达到了什么样的水平？
2 模型仿真
2 .1 民参军主体模拟
本文设定军民融合协同创新网络由节点和连线组成，以创新主体(即军工企业和民营企业)为节点[20]，连线代表各主体间知识交流共享及其合作关系[21-22]。依据Watts等[23]和张古鹏[24]的研究，假设初始协同创新网络是规则网络，且网络中每个主体的度为K 并保持不变。同时设网络中有N 个节点，分别代表初始知识水平各异的军工企业和民营企业；其中各节点对于知识的认知用M 个维度来表示，节点i 在第λ 维度的知识水平为X i,λ 。 借鉴R.Cowan等[25]和方炜等[12]的研究，每个知识维度的权重为γ ，取值随机，权重系数和为1。
本文假定网络中100家军民组织(N =100)，包含40家军工企业和60家民营企业，每个创新主体的水平用M =5个维度的知识来衡量。假定57家民营企业各维度初始水平在(0，0.8)内随机取值，3家初始水平定义为0.8；38家军工企业初始水平在(0.4，1)内随机取值，两家初始水平定义为1。假定民营企业的保密资质级别C level在一级、二级、三级、无资质4个等级的比例分别为：10%，35%，45%，10%；参军任务涉密等级M level在绝密、机密、秘密、不涉密4个等级的比例为10%，35%，50%，5%。
第一种方案适宜渠道为总干渠一闸至四闸之间渠段与位于河套灌区上、中游乌兰布和灌溉区域与解放闸灌溉区域干渠，上述渠道均为国管渠道、多有防渗措施、渠道水利用系数比较高，水量损失小，渠道断面尺寸较大，能够在停水期内储存滴灌用水，在渠道两岸农田可发展直接引黄滴灌。通过对河套灌区各级渠道调研及遥感分析，第二种方案基本是在乌兰布和灌溉区域内沈乌干渠与东风渠两侧，有部分闲置荒地，可满足建设调蓄水池条件。
2 .2 知识转移绩效模拟
本文用同一时间段内网络所有节点的平均知识水平Z AVG的增长速度和幅度度量知识转移绩效，Z AVG增长越大，转移绩效越高。每个节点在M 个维度的知识水平各不同，因此取节点i 的M 个维度知识水平平均值
模拟节点i 的平均知识水平。
进入21世纪，随着国家大力发展经济，尤其是国家创新驱动发展战略的强力推进，知识产权转移转化也取得了明显成效，初步形成了多渠道、多方式共同推动科技成果转化的局面。但是科技成果转化是一项系统工程，需要综合施策，尤其是针对国防知识产权转移转化的法律法规、机构建设管理、利益分配、评估评价和激励机制等方面还有很多问题，具体表现在以下几个方面。
准确称取10 mg(精确至0.0001 mg)三氯蔗糖标准品于100 mL容量瓶中，用蒸馏水溶解并定容至100 mL)，配制成100 mg/L的标准储备液，置于4℃冰箱中保存。根据使用需要，用蒸馏水逐级稀释成适当浓度的混合标准工作液。
(1)
(2)
2 .3 民参军知识转移过程模拟
协同创新网络中任意两主体建立合作关系进行知识转移时，知识势差要满足上限δ 1和下限δ 2的要求，即：
防治措施。一是选抗病品种。二是种子处理。晒种：将种子摊在席上3 cm，翻晒2-3天，可提高种子的发芽率和发芽势，并能杀死种子表示的病菌。药剂拌种：先用1%水拌湿种子，然后用25%粉锈宁或用25%瑞毒霉按种子重量的0.07%-0.1%拌种防种子黑穗病。三是轮作倒茬，合理施肥。
2.3.1 合作伙伴选择机制
1)知识势差网络联结原则。知识主体间存在合适范围的知识势差是激发它们进行知识转移的动力[27-28]。本文运用t 时刻两节点i ,j 之间的知识水平差距表示两者之间知识势差D (i,j ),t ， 即：
(3)
民参军过程中，各主体根据合作伙伴选择机制对合作方进行筛选。即同时满足知识势差网络联结原则和保密资质级别匹配原则，双方才有可能建立合作关系进行知识的交流转移。
δ 2≤D (i,j ),t ≤δ 1
(4)
2)保密资质级别匹配原则。由于国防装备建设的特殊性和高保密性，民企参军时需要相应的保密资质等级认定，以满足军方的保密要求，即保密资质级别匹配原则。参考《武器装备科研生产单位保密资格审查认证管理办法》对民营企业保密资质级别进行划分：即一级、二级、三级，分别可承担绝密、机密和秘密级科研生产任务。然而实际中也有民企未取得保密资质，参军任务也有不涉密或已解密的，因此无资质保密单位可承担非涉密任务。本文设参军民企的保密资质级别为C level，共4个等级：一级、二级、三级、无资质，对应的C level分别为3、2、1、0。任务的保密等级要求为M level，共绝密、机密、秘密、非涉密4个等级，对应的M level分别为3、2、1、0。当满足公式(5)时，才符合保密资质级别匹配原则。
固结系数可以通过CPTU的孔压消散试验获得。根据孔压消散曲线的形状分为单调、非单调消散曲线（或标准、非标准消散曲线），其计算方法有所不同：
C level≥M level
(5)
2.3.2 “断键重连”机制与关系强度变化机理 民参军过程中，初始规则网络中的创新主体会突破现有合作关系，寻求新的合作伙伴以继续提升知识水平。即节点i 以概率P 断开与其相连的知识水平最低的点j ，此时节点i 和j 间的关系强度R (i,j )变为0，如公式(6)所示。
在军民融合协同创新网络中，各主体间知识转移过程不仅是知识本身的交流，更多伴随的是知识吸收、应用及其螺旋式的增长，且这种过程是军民双方间知识双向转移过程，贯穿了民参军整个活动中。本文以军民融合协同创新网络中军工企业和民营企业为异质性主体，将民参军知识转移过程分为知识发送、知识学习和知识吸收，基于合作伙伴选择机制(知识势差网络联结原则和保密资质级别匹配原则)，建立动态关系强度下民参军知识转移过程模型，如图1所示。
R (i,j ),t +1=R (i,j ),t -R (i,j ),t =0
(6)
ε 表示关系强度变化值，取正数。
R (i,k max),t +1=R (i,k max),t +R (i,j ),t
(7)
设在断键重连的过程中，遵循网络均衡策略[29]并保持网络全联通。即不改变网络规模大小、网络总连接数和网络总体关系强度。
2.3.3 知识学习吸收机制与关系强度变化机理 网络中发生知识转移的不止是军民异质性主体，还存在军—军、民—民同质性主体间的知识交流。参考R.Cowan等[30]的研究，本文采用不需要考虑交易条件的广播型进行分析。
1)知识学习吸收机制。知识转移绩效会受融合观念的影响，积极主动的融合观念有利于转移[31]。所以，基于“断键重连”机制建立合作关系之后，不是所有连接的主体都可以成功完成知识的学习及转移。各主体的保密行为或知识保护行为会决定自身的融合开放度或融合观念，继而影响知识受体学习成功的概率。以学习概率q 描述主体的融合开放度[32]，融合开放度越高，学习成功的概率q 越大。因此节点i 与k max建立合作关系后，以概率q 进行学习，经过学习后，知识受体的知识水平得以提升，最大不能超过知识源。
当节点i 与k max是异质性主体(军—民)时。其知识转移更容易会受到彼此间的文化差异、知识差异、主体开放程度等因素的影响。相对于同质性主体，异质性主体间的知识学习和吸收更困难。借鉴前人研究[33]，本文设其转移函数如下：
(8)
(9)
式中，α i,t 表示节点i 在t 时刻的知识吸收能力，它与t 时刻节点i 的知识水平成正比;θ 是知识发送能力;β (i,k max),t 是t 时刻知识发送方k max对接收方i 的发送意愿，它与t 时刻节点i 与k max间关系强度成正比。具体如公式(10)、公式(11)，其中，μ 和η 是比例系数，取正数。
(10)
β (i,k max),t =ηR (i,k max),t
(11)
当节点i 与k max是同质性主体(军—军、民—民)时。同质性主体对彼此的需求和知识理解程度相对较深，且交流成本和壁垒较低，知识转移较容易。因此本文设转移函数[24]如下：
现有的语法与其他课程的研究大多为与英语写作课、阅读课程等相关的研究。这些研究大多是从测试结果分析得出语法能力与学生的听说读写译等能力呈现正相关的状态，但如何在语法课程中穿插听说读写译技能，或是在英语专业课程教学中（除英语语法课程以外的如基础英语，高级英语等课程）穿插语法教学的内容？加入相关内容后教学效果又如何？在这一层面上缺少相关的理论或者实证研究。
(12)
(13)
2)关系强度变化机理。以概率q 成功完成知识学习和吸收的两个主体间的关系强度会进一步增强，即此时节点i 与k max间的关系强度R (i,k max)变化为：
R (i,k max),t +1=R (i,k max),t +1+ε
(14)
同样为了保证资源的有限性，节点i 在其合作伙伴集合Ωfirst(不包含k max)中随机选择一个节点kk ，减弱节点i 与kk 的关系强度[26]，即：
R (i,kk ),t +1=R (i,kk ),t -ε
(15)
若集合Ωfirst中只有k max一个节点时，此时找到节点k max的合作伙伴(即节点i 的二级节点)的集合Ωsecond(不包含节点i )，在集合Ωsecond随机选择一个节点kk ，减弱k max与kk 间的关系强度，即：
1) Sample和Event类型：
R (kmax,kk ),t +1=R (kmax,kk ),t -ε
(16)
之后，节点i 寻找同时满足合作伙伴选择机制两个原则的节点集合U ，采用知识优先策略选择合作对象[26]，在保证没有自连边和重复边的前提下选择集合U 中知识水平最大的节点k max(k max∈U )， 连接节点i 与k max，双方关系强度R (i,k max)增加，且由于网络整体资源的有限性，此时R (i,k max)等于上一时刻的R (i,k max)加上节点i 和j 间未断开前的关系强度，具体如公式(7)所示。
3 仿真结果及分析
在现实的协同创新网络中，创新主体间的关系存在动态复杂的关系强度分布。然而很多文献把网络关系通常定义为连接或不连接，忽略了关系强弱程度；有的文献虽然关注了关系强度，但认为关系强度是静态无变化的，这不符合真实网络的动态性。在民参军活动中，由于军民双方在组织、文化、宗旨等方面明显的差异性，关系强度对知识转移的影响更为重要，因此参考王文平等[26]的研究，假设初始网络关系强度分布均匀，随着网络的动态演化，相连节点间的关系强度R (i,j )也随之变化。
本文运用网络平均度K 来体现网络合作规模，当学习概率q =0.9时，令K =4、K =6、K =8，观察不同规模下的网络平均知识水平变化情况，如图2所示。伴随着时间的推移，不同K 值下的网络平均知识水平均呈现先增加后收敛的演化趋势。同时，当t <15时，网络平均度对知识转移速度影响并不显著；当t >15时，这种影响逐渐变得显著：即K 值越大时，网络的平均知识水平增长速度越快，且最终收敛水平越高。可见，在民参军知识转移过程中网络合作规模同知识转移绩效呈正相关关系。这是由于网络合作规模越大时，网络中合作关系越多，各主体不但会和近距离主体进行密切交流，还存在一些远程合作，且这些合作关系在同质性主体和异质性主体间都有所体现，各主体可利用的资源比较丰富，因此遇到优势企业的概率相对较大，知识转移绩效会得到很大提升。
3 .1 网络合作规模对知识转移绩效的影响
根据相关研究[26]，初始规则网络中每条连接的初始关系强度R (i,j )=0.2， 关系强度变化值ε =0.05。 知识势差区间范围
断键重连”概率P =0.09[25]，同时，仿真试验过程中固定知识发送能力，即令θ =0.6，调整网络合作规模和主体融合开放度，且通过大量仿真试验，设比例系数μ =2、η =10。经过前期多次测试，知识转移经过一定时间的推移，网络平均知识水平和网络测量指标基本都会趋于收敛，设知识转移过程的总观测时长T =150。为了消除某些偶然性和不确定因素的影响，每组参数独立运算20次，最终取平均值。
Risk Evaluation and Early Warning System for Ice Navigating Vessels in Northern Sea Areas of China
图2 不同网络合作规模(网络平均度K )下网络平均知识水平演化图(q =0.9、θ =0.6)
3 .2 主体融合开放度对知识转移绩效的影响
基于2.3节的描述，利用学习概率q 刻画主体的融合开放度，q 越大，主体融合开放度越高，融合观念越积极主动。令K =8，发送能力θ =0.6，分别模拟q =0.5，q =0.7，q =0.9时的知识转移绩效变化情况，如图3所示，随着仿真时间推移，不同学习概率q 下的知识水平都呈现先递增后趋于平稳的趋势。具体来看：q 越大时，网络平均知识水平增长地越快，且水平越高，即知识转移绩效越高，也就是说主体的融合开放度与知识转移绩效呈明显的正相关关系。
该仿真结论与J.Choi等[32]的结论存在一定差异。J.Choi发现，只有当主体开放度适当的时候，集群中的学习绩效最优，主体的开放度过高时，学习绩效反而下降。造成这种差异的原因可能在于：当前军民融合还未完全过渡到深度融合的状态，军民主体间各种有形或无形的壁垒依然是民企参军过程中的一大阻碍，且军民对彼此的优势技术信息和需求信息不够完全掌握，导致双方信息不对称较严重。所以就现阶段来看，军民各组织都很强烈希望尽可能充分地了解合作方的各种情况，若此时军工企业在保密要求前提下能最大程度向民营企业开放，民企也尽可能地展现自身优势，双方是有很较大的热情和动力去交流学习，最终会明显提升知识转移的成功率，或许随着未来军民完全深度融合后会打破这种正相关关系。
图3 不同融合开放度下(学习概率q )网络平均知识水平演化图
3 .3 协同创新网络拓扑结构演化规律
本文模拟当K =8，知识发送能力θ =0.6时的网络演化，图4、图5、图6分别刻画了民参军知识转移过程中网络平均路径长度L 、平均聚集系数C 和小世界熵数SW的变化情况。图4和图5所显示的趋势相似，随着时间的推移，L 和C 不断减小，达到谷底之后有微小幅度的上升，后期稳定在一个相对较低的水平。图6所描绘的小世界熵数则呈现正偏态分布的倒U 型状态。
演化前期，L 和C 呈现快速下降的状态，且L 下降的速度明显快于C 的下降速度，而SW快速上升至峰值后逐渐下降，且一直大于0。对比同一时刻下的各种参数发现，该时期内L 处于较低的水平，而C 处于较高水平，SW相较于其他时刻的水平相对较高。说明在该时期内，网络中一些“邻居合作”转变为关键的“远程合作”，主体间合作较紧簇，网络呈现出特别明显的小世界性，知识传递更具速度和有效性。
在黑龙江寒冷地区，大豆种植时间通常为5月中旬，这一时间段土壤深度约为5cm，气候温度在8℃左右。在大豆种子的实际播种过程中，需要选择适当的播种时间，避免施肥位置和植株的实际种植区域弯曲一致。同时，对于大豆的种植深度也需要适当控制，不能播种过深，保证均匀播种，提高幼苗分布的合理性，以提高土壤对于营养成分、水分和光照的吸收率，保证大豆幼苗更加健康的生长发育。
演化后期，L 经过微小幅度增加后逐渐稳定在较低水平，同时C 也逐渐趋于平稳，且相较于其他时刻C 还是处于较低水平。此时期的SW相对于中前期，水平较低。说明虽然此时网络距离较小，但是聚集程度较低，合作较稀疏，知识传播效率大大下降，小世界性也逐渐变弱。
3 .4 创新主体知识水平和创新网络的协同演化
结合图2、图4、图5和图6可以看出，网络平均知识水平上升时期都是小世界性显著的时期，而网络平均知识水平趋于稳定值的时期则是小世界性逐渐弱化的时期。
2)利用最小势能原理，构建了微纳测头柔性约束支撑刚度模型，基于该模型进一步得到了约束梁的临界屈曲载荷。
图4 协同创新网络平均路径长度L 演化图
图5 协同创新网络平均聚集系数C 演化图
图6 协同创新网络小世界熵数SW演化图
一方面，初期时网络中各主体提升知识水平的意愿和热情较强，且大部分主体之间满足知识势差网络联结原则，具有建立“远程合作”关系的基础，且“邻居合作”较为紧密，导致网络具有低的平均路径长度和高的平均聚集系数，网络小世界性显著。经过一段时间，主体的知识水平得以提升，引起知识势差的改变，后期各主体的知识水平逐渐趋同甚至出现知识冗余，难以满足合作原则，此时网络知识水平达到饱和，在一定程度上阻碍知识交流，加剧了小世界网络的弱化。
另一方面，在小世界性显著时期，较短的网络距离和较高的合作紧密度有利于知识学习和交流，知识转移效率较高，网络平均知识水平会进一步提升。而网络小世界性开始弱化时，合作的稀疏导致信息传递效率低下，网络平均知识水平不会有太大的提升。
综上，创新主体知识水平和协同创新网络结构间存在协同演化的耦合关系。
4 管理启示
在民参军过程中，第一，军工企业与优势民企强化融合观念，尽可能拓展自身合作关系，扩大网络合作规模，将军工企业的高度精密技术和优势能力等注入到民企的生产研制中；民企也应积极主动建立网络关系，将自身在某些领域的技术、规模、成本价格优势等充分应用到武器装备建设上，做好配套服务工作。第二，军民双方在不违反保密机制、不侵犯知识产权的前提下，应尽可能地提高自身的融合开放度，坚持“走出去和请进来”，提升民参军知识转移绩效。军工企业应保证将采购政策和装备需求等信息及时发布，优化信息脱密机制，确保当某些特殊知识或技术满足解密条件时及时解密，促进其在不同军民主体间形成高质量的共享；民营企业也应准确把握自己的优势技术，主动开拓军民融合市场，积极展示自身能力。在高度开放的融合环境下，军民双方进行良性互动(比如在配套需求信息、技术标准交互、采购信息、责权利沟通等方面)，促使军民两用技术的应用，形成军民技术相结合的专业格局。第三，政府层面应完善优化知识产权相关政策法规，降低民企参军的知识产权顾虑，激励民企主动参军。
参考文献
[1] 乔玉婷,鲍庆龙,曾立.军民融合协同创新绩效评估及影响因子研究——以长株潭地区为例[J].科技进步与对策,2015,32(15):120-124.
[2] 方炜,郑立明.改革开放40年:军民科技融合的中国道路[J].中国科技论坛,2019(1):17-28.
[3] 方炜,校利敏,杨步等.民参军知识转移影响因素实证研究——基于军民融合协同创新视角[J].科学学研究，2019，37(4):664-678.
[4] KULVE H T，SMIT W A.Civilian-military cooperation strategies in developing new technologies [J].Research Policy，2003，32(6):955-970.
[5] 王育晓,张明亲,邵亚虹.嵌入性视角下军民融合技术创新网络负效应研究[J].科技进步与对策，2018,35(9):123-130.
[6] 郭永辉.我国航空制造企业合作创新网络模式研究[J].科技管理研究,2012(16):22-26.
[7] 涂振洲,顾新.基于知识流动的产学研协同创新过程研究[J].科学学研究,2013,31(9):1381-1390.
[8] 陈伟,张永超,马一博.军民结合创新体系知识转移超循环模型及协同创新演化研究[J].情报杂志,2011,30(5):124-129.
[9] 张勇,骆付婷,贾芳.知识创造视角下军民融合深度发展技术融合模式及选择研究[J].科技进步与对策,2016,33(14):111-117.
[10] 杨志坚.协同视角下的军民融合路径研究[J].科技进步与对策，2013，30(4):99-102.
[11] 刘红丽,赵蕾,陈智高.知识网络研究综述[J].情报科学,2010,28(6):945-949.
[12] 方炜,王莉丽.协同创新网络演化模型及仿真研究——基于类DNA翻译过程[J].科学学研究，2018,36(7):1294-1304.
[13] 黄玮强,庄新田,姚爽.基于动态知识互补的企业集群创新网络演化研究[J].科学学研究，2011,29(10):1557-1567.
[14] ROTHAERMEL F T,BOEKER W.Old technology meets new technology:complementarities，similarities，and alliance formation[J].Strategic Management Journal，2010，29(1):47-77.
[15] LEVINE S S，PRIETULA M J.How knowledge transfer impacts performance:A multi-level model of benefits and liabilities[J].Organization Science，2012，23(23):1748-1766.
[16] 陈伟,潘伟,杨早立.知识势差对知识治理绩效的影响机理研究[J].科学学研究,2013,31(12):1864-1871.
[17] 王月平.战略联盟的知识流动循环模型研究[J].科技管理研究,2010(2):157-159.
[18] LIN C，WU Y J，CHANG C C，et al.The alliance innovation performance of R&D alliances—the absorptive capacity perspective[J].Technovation，2012，32(5):282-292.
[19] FANG Wei,XIAO Limin.Simulation of knowledge transfer process model between universities:A perspective of cluster innovation network[J].Complexity，2018，13.
[20] 徐升华,杨波.基于小世界网络模型的知识转移网络特性分析[J].情报学报,2010,29(5):915-919.
[21] HERMANS F,APELDOORN D V，STUIVER M，et al.Niches and networks:Explaining network evolution through niche formation processes[J].Research Policy,2013,42(3):613-623.
[22] 王波,王万良,杨旭华.WS与NW两种小世界网络模型的建模及仿真研究[J].浙江工业大学学报,2009,37(2):179-182.
[23] WATTS D J,STROGATZ S H.Collective dynamics of ‘small-world’ networks[J].Nature,1998，393(6684):440-442.
[24] 张古鹏.小世界创新网络动态演化及其效应研究[J].管理科学学报,2015,18(6):15-29.
[25] COWAN R，JONARD N.Network structure and the diffusion of knowledge[J].Journal of Economic Dynamics & Control，2004，28(8):1557-1575.
[26] 王文平,张兵.动态关系强度下知识网络知识流动的涌现特性[J].管理科学学报,2013，16(2):1-11.
[27] 杜静,魏江.知识存量的增长机理分析[J].科学学与科学技术管理,2004(1):24-27.
[28] 陈伟,周文,郎益夫.基于集群创新合作网络的知识创新与扩散过程建模及仿真研究[J].运筹与管理,2014,23(6):257-265.
[29] 张薇,徐迪.动态知识网络上的知识积累过程模型[J].管理科学学报,2014,17(11):122-128.
[30] COWAN R,JONARD N,OZMAN M.Knowledge dynamics in a network industry[J].Technological Forecasting & Social Change,2004,71(5):469-484.
[31] 肖鹏,杜鹏程.军民融合中技术双向转化的障碍及对策研究[J].科技进步与对策,2011，28(23):6-9.
[32] CHOI J,SANG-HYUN A,CHA M S.The effects of network characteristics on performance of innovation clusters[J].Expert Systems with Applications,2013，40:4511-4518.
[33] 徐敏,张卓,宋晨晨等.开放创新搜索、知识转移与创新绩效——基于无标度加权网络的仿真研究[J].科学学研究，2017，35(7):1085-1094.
[34] BAUM J A C，COWAN R，JONARD N.Network-independent partner selection and the evolution of innovation networks[J].Management Science,2010,56(11):2094-2110.
Simulation of Civil -Involved Military Knowledge Transfer Process :The Perspective of the Civil -Military Integration Collaborative Innovation
Abstract : [Purpose/significance] This paper reveals the scientific connotation of knowledge transfer process of civil-involved military to provide reference for civil-military integration collaborative innovation in practice.[Method/process] Combining Multi-Agent modeling and the complex adaptive system (CAS) theory，according to the principle of network connection-oriented knowledge potential difference and the principle of matching secrecy qualification level to establish the model of knowledge transfer process of civil-involved military within civil-military integration collaborative innovation network.This paper simulates partner selection strategy，“break key reconnection” rule and learning and absorption mechanism，etc.of micro-agents quantificationally;We focus on the internal mechanism of the knowledge transfer process of civil-involved military through Matlab simulation and describe the dynamic impacts of network’s cooperation scale and agent’s integration openness on the knowledge level.The basic topology of the innovation network and its dynamic evolution law are further revealed.[Result/conclusion] The network’s cooperation scale，agent’s integration openness and knowledge transfer performance are positively correlated，respectively;the knowledge transfer can promote the dynamic evolution of the collaborative innovation network，and the network has significant small world characteristics in the process of evolution;there is a coupling evolution phenomenon between the knowledge level and the topology structure of the collaborative innovation network.
Keywords : civil-military integration;collaborative innovation;civil-involved military;knowledge transfer
DOI: 10.16353/j.cnki.1000-7490.2019.11.016
* 本文为国家社会科学基金项目“中国特色军民融合深度发展演化机理及其实施路径研究”的成果，项目编号：18BGL020。
作者简介： 方炜 (通讯作者)，男，1976年生，博士，教授，博士生导师。研究方向：技术创新管理，军民融合。校利敏 ，女，1993年生，硕士生。研究方向：技术创新管理，知识管理。
作者贡献声明： 方炜 ，确定主题、修改及定稿。校利敏 ，论文撰写及修改。
录用日期： 2019-05-31
标签：军民融合论文; 协同创新论文; 民参军论文; 知识转移论文; 西北工业大学管理学院论文; 陕西省军民融合发展协同创新研究中心论文;