創新生態系統內的知識勢差與知識流動機制

米捷，郭彬，陳懷超，范建紅

（太原理工大學 經濟管理學院，山西 太原 030024）

創新生態系統可以為企業和其他創新主體提供可持續發展所必需的創新資源，這些資源包括擴散的技術、合作研發機會和專利授權等[1]。Adner和 Kapoor[2]認為，創新生態系統是由領導企業、上游供應商、下游互補方、各類研發機構以及客戶共同組成，其中核心企業在重大創新和技術迭代中發揮著引領作用。Enkel等[3]研究表明，企業的知識資源可來自客戶、供應商和競爭對手，但合作伙伴和研發機構也起到了關鍵作用。創新生態系統的內部包含了參與者間的復雜關系，這些關系在一定程度上反映了知識資源的分布和配置情況[4]。由知識分布差異引起的知識流動對于企業的創新能力提升和價值共創具有重要意義[5]。對于研發主體來說，創新生態系統內部的合作網絡有助于創新資源的獲取[6]。因此一些大型企業集團正在或已經構建了以自身為核心的局部創新生態系統，以最大限度地獲取外部知識資源并為其帶來創新靈感[7]。

在創新生態系統中，具有網絡連接關系的主體會進行知識資源的交換，以進行持續的創新迭代[8]。棲息于系統內部的公司可從技術迭代中獲益，例如數以萬計的企業為安卓生態系統提供軟件應用和終端服務，同時從中獲取了重要的技術支持[9]。創新生態系統中的知識資源流動是雙向的，這些流動方式主要包括對于外部技術的獲取、集成和整合，以及內部技術的流出、重組和商業模式重構[10]。系統內部的知識滲透和流動確保了創新主體對最新技術的跟蹤和對市場信息的敏銳把握[11]。與傳統的商業體系不同，創新生態系統內部的知識流動更加活躍，企業邊界上的知識滲透也更加明顯[12]。企業間的知識滲透并不是平等的交換關系，不同創新主體在組織邊界上的知識流動過程各不相同[13]94-95。在每個特定時期，各個企業在創新生態系統中都有相對固定的知識位勢。不同知識位勢主體間的知識勢差引發了知識的流動和擴散[14]。企業間的知識互補性是其達成合作意愿的前提。一些企業雖然規模較小，但由于在某些領域具有獨特技術，因此在一些創新生態系統中也具有相對較高的知識位勢[15]46-50。創新生態系統中的核心企業或領導企業具有最高的知識位勢，是重大技術創新的主要推動者。廣泛存在的中小供應商和應用開發商雖然在某一領域具有專長，但其總體的知識位勢較低，在過大的知識勢差下知識的吸收轉化較為困難。并且注意到一些創新生態系統中存在著中間知識位勢主體，他們在知識流動的過程中起到了知識管道作用，同時其對于知識吸收轉化的輔助作用也有利于消除系統內部知識勢差過大的不利影響。為探尋創新生態系統中的知識流動規律，本文將以創新主體的知識位勢分布為切入點，研究其知識流動行為的形成機制及演化過程。

創新生態系統中企業受到自身資源和局部生態鏈的限制，會根據自身的知識儲備權衡創新合作的利弊，并與處在不同生態位的合作者進行多方博弈[16]。例如，創新活動中的利益主體會在合作的同時進行專利防線構筑并搶占商業先機[17]。值得關注的是，創新生態系統中的行為主體并非總是朝著多方互利的方向演化，廣泛存在的知識流動、消極行為和機會主義傾向也會使得各方不斷卷入新的博弈過程。根據知識位勢的不同，行業核心企業、研究機構和主導供應商，以及廣泛存在的細分行業開發商和中小供應商，構成了創新生態系統中的不同利益群體。在本文研究模型中，這些主體被分為三個群體。對于這些群體在創新活動中的知識流動問題，可以抽象為三方演化博弈的問題。一些學者認為，根據不同群體行為演化的復制動態方程，可以繪制出三個不同曲面，這些曲面相交構成的交點為群體演化中系統收斂于不同狀態的臨界點，而被曲面分割成的空間代表了不同的演化狀態[18]130-185。本文據此構建以三類不同知識位勢群體為博弈主體的三方博弈模型，并通過復制動態方程研究創新生態內的知識流動行為演化。

一、創新生態系統中的知識位勢及知識流動過程分析

創新生態系統系統中的知識分布具有“場”的特征[15]50。創新主體具有不同的知識位勢，且在時空分布上具有不均衡性。Ryu等[19]首先提出了知識位勢的概念，并且認為知識位勢可以描述為知識廣度和知識深度的函數。知識寬度表示企業對于多領域和多樣化知識的理解，而知識深度則表示企業對于某細分領域知識的掌握程度[20]。在之后的模型構建中，用Δkpij代表兩個創新主體間i和j的知識勢差；Δbij代表知識廣度導致的勢差；Δdij代表知識深度導致的勢差；Δbij和Δdij共同構成Δkpij。短期來看，創新生態系統中的每個企業都有其相對固定的知識位勢。正是知識位勢的差異才導致了知識在不同創新主體間的流動。如果一個主體在知識深度上具有優勢，其更愿意采取封閉邊界和自主探索的創新方式；而當一個主體在知識廣度上具有優勢時，則更傾向于發展聯盟網絡[21]。知識位勢的高低是相對的，某一子系統中的低知識位勢企業，有可能成為另一個子系統中的高知識位勢企業。長期來看，隨著知識的流動和企業對于新技術的消化吸收，原先處于低知識位勢的企業可能躍升至高知識位勢領域，而原先某些處于高知識位勢的企業則可能成為創新生態系統中的跟隨者[22-23]。案例1和案例2描述了兩個典型的創新生態系統，從中可以看出創新生態內的知識流動過程。

案例1.在IBM公司主導建立的Watson創新生態系統中，IBM公司擁有最高的知識位勢。而Avnet、BNP Parabis、CapGemini和 Tech Mahindra等公司作為某一領域的領先企業，與IBM公司共同成立實驗室，具有較高的技術互補性。全球IT咨詢和技術服務提供商Capgemini公司以IBM技術平臺為基礎，其專家團隊幫助工業機械、智能建筑、汽車配件等領域的公司設計物聯網解決方案，并加速這些方案的市場化。Faurecia公司采用了IBM和CapGemini聯合提供的運營及維護解決方案，提高其在汽車零配件制造領域的生產效率。在這個過程中，Capgemini公司作為中間知識位勢主體，消除了IBM與行業應用企業由于知識勢差導致知識流動障礙。這促進了既有創新資源在系統內的縱向流動，加速了實驗室技術的溢出和市場化進程。此外，來自于IT分銷、軟件咨詢、金融服務等其他行業的中小企業，也與中間知識位勢和高知識位勢企業的工程師直接合作，借助Watson物聯網和Bluemix平臺加速各行業解決方案的開發和應用。

案例2.艾拉物聯（Ayla Networks）的企業級物聯網云平臺提供端到端的解決方案，亞馬遜云計算服務（AWS）是Ayla在北美、中國和歐洲的基礎設施提供者。該生態系統內的企業還包括Duff Lite公司、Encycle公司、ITOCHU公司、邁威公司、NSW公司以及諸多的新創企業。泰克威公司、Realtek公司和中興通訊等作為高知識位勢主體，也逐漸融入了包含艾拉物聯的創新生態系統。亞馬遜在創新生態系統中擁有最高的知識位勢，艾拉物聯作為中間知識位勢主體，促進了硬件企業、軟件企業、系統提供商、云模板配置商和行業應用商的創新合作，以及頂尖企業研發資源的自頂向下流動和新創企業創新資源的自底向上融合。

由上述案例可以看出，創新生態系統中的核心企業或領導企業具有最高的知識位勢，他們是技術創新和知識創造的引領者，將該類主體標記為QTC。主要供應商和研究機構也具有較高的知識位勢，但他們與核心企業或行業領導者也存在明顯的知識勢差，尤其是在前沿技術方面，將該類群體標記為QBC。新創企業及中小型供應商的知識存量相對較低，但他們也可能在某一領域具有獨特優勢和專長，這類主體標記為QSC。在上述兩個案例中，IBM公司和亞馬遜公司代表系統中的高知識位勢群體QTC，Capgemini公司和艾拉物聯公司代表中間知識位勢群體QBC，而行業應用商和其他供應商代表低知識位勢群體QSC。長期以來積累的巨大知識勢差，導致了大企業集團和中小供應商之間難以實現知識的雙向流動和創新的協同。即使這些小型供應商和新創企業在某一領域具有獨特性優勢，也難以立即融入高知識位勢企業主導的創新聯盟[24]1026-1030[25]。在這種情況下，具有相對較高知識位勢的主要供應商、系統集成商以及研究機構就扮演了重要角色。

過大的知識勢差和技術壁壘雖然不利于知識在系統中的自然擴散，但通過中間知識位勢主體的知識流動輔助機制，隱性知識可以在大型集團企業和小型供應商及中小客戶之間進行加工和轉化。圖1展示了案例1中創新生態系統內部的知識流動過程。企業在某領域的專長可以維持其在創新生態系統中的知識位勢。用PTC、PBC、PSC分別表示三類主體的知識專屬性，這些專屬性可以為企業帶來獨特的競爭優勢。某企業的知識廣度越窄，所涉及的核心技術領域越少，技術被模仿或替代所帶來的后果也越嚴重[26]77。因此既需分析知識流動對于創新生態系統價值創造的作用，也需考慮三類主體在某次創新協作中其專有技術面臨的被替代風險。創新生態系統內的知識流動會給企業帶來一系列成本，其中包括企業承擔的技術流失風險和由此引發的市場份額的減少[27]。用Δbij-TC表示高知識位勢主體與其他企業在知識廣度方面的勢差；結合之前的分析，PTC/Δbij-TC可以表示高知識位勢企業在某次創新合作中由于被模仿而增加的損失，也可以看作其在某一次合作中對于知識流出成本的預估；同上述分析，PBC/Δbij-BC和PSC/Δbij-SC表示中間知識位勢企業和低知識位勢企業在某次合作中對于知識流出成本的預估。

不同主體間知識位勢的差異為知識的轉移提供了動力[28]。Sakakibara[29]的研究證明，當創新參與者具有更高的知識互補性時會增加知識共享的深度。知識的互補性觸發了知識轉移的過程并維持了創新生態系統的穩定性[13]95-97[30]。Phene等[31]發現當知識勢差過大時，知識溢出效應也會減弱。學者Marco等[24]1030-1036以及Morone和Taylor[32]認為，知識轉移的效果與知識勢差呈“倒U形”關系。令η∈（0，1）表示創新主體間知識勢差影響下的知識吸收轉化系數，系數η受到創新生態系統內部知識互補性的影響，并且隨著Δkpij的改變而不斷動態變化。

知識資源的公共物品屬性，可能催生創新生態系統中的搭便車及機會主義行為。知識勢差的存在為系統內的知識流動提供了源動力，但同時也增大了搭便車和投機行為發生的可能性。戴勇和林振陽[26]83-84認為，供應鏈關系或合作研發關系會使得某些企業利用知識通道的便利不勞而獲。具體表現為，利用合作伙伴的核心技術彌補知識勢差，但自己卻限制自身的知識流出。參與者的合作秩序和知識共享規則的建立，可保障創新生態系統的穩定和價值共創過程的持續[33]。機會主義行為的出現會影響既有的規則，從而阻礙創新網絡內部的知識流動[34]135-136。當重要供應商或其他中間人采取機會主義行為時，由于輔助知識流動與吸收的中間通道失效，復雜知識和隱形知識的深度轉化會受到較大阻礙。因此，在對創新生態系統內部的知識流動過程進行分析時，應當關注創新主體的搭便車和消極行為。

創新生態系統中的各方存在創新協作行為時，需要保持知識在流動過程中的完整性和系統性。在各方全部投入創新生態系統的研發協作且不存在投機行為的情況下，如果系統內部的創新網絡能夠確保知識的順利流動，QTC和QBC可獲得的收益分別為ζ和ηζ。當某些環節出現問題時，由于知識流動的閉合回路被破壞，成員就無法獲得應得的收益。中間知識位勢主體的消極合作就是典型的情形，此時創新生態系統內部成員會由于彼此間過大的知識勢差導致知識吸收障礙[24]1035[35]。若高知識位勢群體QTC采取消極的合作策略，知識位勢較低的合作伙伴很難從協同研發過程中獲取所需的知識。當群體QSC中出現機會主義行為時，由于缺乏直接的知識通路，QTC無法在短期合作中受益。由于QBC和QTC知識勢差較小且在合作網絡中的位置較為接近，因此QBC中的成員可以獲得收益μTB，但μTB＜ηζ。但也正是由于μTB的存在，才能使得QBC在創新生態系統中表現出較為積極的協作傾向。研究中暫時不考慮高知識位勢主體采取的機會主義行為或高知識位勢主體搭便車獲取低知識位勢主體相應專利技術的情形，而只考慮其采取消極合作行為時的情形?；谏鲜龇治?，將相關的理論參數納入到演化博弈模型，以進一步分析創新生態系統內的知識流動過程及演化路徑。

二、模型的構建與分析

演化博弈論作為一種動態博弈理論和方法，起源于達爾文的進化論思想，并由Maynard Smith[36]首先提出。演化博弈理論可以用來分析有限理性群體的行為，并解釋漫長時間下的種群行為演化過程。本文將使用該方法研究創新生態系統中的知識流動和協同創新行為。當系統中的群體QTC、QBC和QSC不存在知識流動關系并獨自研發時，各自分別獲得的收益為 πTC、πBC和 πSC。 結合之前的分析中的參數η和ζ，主體QSC的協同創新收益為主體QBC的α倍，表示為αηζ。系統中單個主體可以根據上一次的經驗對下一次創新合作的預期收益做出判斷，以此判斷每次創新合作的投入成本，因此在群體QSC的單次決策中預估成本也約為群體QBC的α倍。結合前文的分析，相關的模型及參數如表1所示。

三個群體中相應個體的策略（STC、SBC和SSC）選擇情形為：情形1（知識流出，知識流出，知識流出），情形2（知識流出，知識流出，機會主義行為）；情形3（知識流出，消極行為，知識流出）；情形4（知識流出，消極行為，機會主義行為）；情形5（消極行為，知識流出，知識流出）；情形6（消極行為，知識流出，機會主義行為）；情形7（消極行為，消極行為，知識流出）；情形8（消極行為，消極行為，機會主義行為）。結合之前的理論分析，結合相應的模型參數，可以得出QTC、QBC和 QSC群體的三方博弈收益情況，分別是：情形 1（πTC+ζ-PTC/Δbij-TC，πBC+ηζ-PBC/Δbij-BC，πSC+αηζ-αPBC/Δbij-BC）；情形 2（πTC-PTC/Δbij-TC，πBC+μTB-PBC/Δbij-BC，πSC）；情形 3（πTC-PTC/Δbij-TC，πBC，πSC-αPBC/Δbij-BC）；情形 4（πTC-PTC/Δbij-TC，πBC，πSC）；情形 5（πTC，πBC-PBC/Δbij-BC，πSC-αPBC/Δbij-BC）；情形 6（πTC，πBC-PBC/Δbij-BC，πSC）；情形 7（πTC，πBC，πSC-αPBC/Δbij-BC）；情形 8（πTC，πBC，πSC）。 群體 QTC在創新合作中采用知識流出策略的比例為 x，采用消極行為的比例為1-x；QBC群體采用知識流出策略的比例為y，出現消極行為的比例為1-y；QSC群體采用知識流出策略的比例為z，出現機會主義行為的比例為1-z。

表1 模型中的主要參數

對于群體QTC，采用知識流出策略時的適應度

群體QTC采取消極行為時的適應度

群體QTC平均適應度

隨著時間的推移，進化系統的狀態可以表示為

根據由微分方程描述的群體動態，x=0和x=1是兩個相對平衡狀態。當yz<（PTC/Δbij-TC）/ζ時，x=0是演化穩定策略 （Evolutionarily stable Strategg，ESS） 在群體 QTC坐標軸上的投影；yz>（PTC/Δbij-TC）/ζ時，x=1 是 ESS在群體QTC坐標軸上的投影。

對于群體QBC，采用知識流出策略和消極行為時的適應度分別為uBC1和uBC0

圖2是利用MATLAB軟件對上述動態微分方程組的仿真結果。圖2所示的QTC、QBC和QSC群體演化博弈相圖中，曲面 A、曲面 B 和曲面 C 的方程分別為 yzζ-PTC/Δbij-TC=0、xz（ηζ-μTB）+xμTB-PBC/Δbij-BC=0 和 αζηxyαPBC/Δbij-BC=0。 點（1，1，0）、點 （1，0，1）、點（0，0，1）、點（0，1，1）、點（1，0，0）、點（0，1，0）是演化的不穩定點，點E是A曲面、B曲面和C曲面的交點，是演化鞍點。通過敏感性分析可知，當與收益矩陣相關的所有變量的取值都在合理范圍內時，E點在三個軸上的投影均小于 1。 點 N（0，0，0）和 C（1，1，1）表示演化穩定狀態點。其中N點表示情形8（消極行為，消極行為，機會主義行為）的演化穩定狀態點，C點表示情形1（知識流出，知識流出，知識流出）的演化穩定狀態點。

根據不同群體行為演化的復制動態方程表達式可以刻畫出不同曲面，這些曲面分割成的空間代表了不同的演化狀態[18]145-185。三個群體之間的博弈行為和收益矩陣決定了系統收斂于不同狀態的臨界面。在臨界面的內側，系統收斂于三方知識流動的狀態；而在臨界面的外側，系統收斂于知識流動受阻的合作狀態。三維空間中存在區域V，在此區域內部三方能最終收斂于情形1（知識流出，知識流出，知識流出）的演化穩定狀態。這個區域與鞍點E在三個坐標軸上的投影相關。

圖2中，在三個曲面圍成的臨界面的內側，即C點所在空間區域中，系統收斂于三方知識流動的狀態?？梢钥闯鯡點越接近該區域，則該區域的面積越小，也就意味著三個群體最終演化為知識流動狀態的可能性越低。因此不需要計算三個曲面所分割的空間的體積，而是通過分析E點的投影位置即可了解影響C點所在空間體積的關鍵因素，因此引入一個替代變量Γ。情形1最終在創新生態系統中勝出的演化穩定區域與E點在三個軸上的投影滿足關系：V∝Γ=（1-γxyz），常數γ為大于0的相關系數。通過分析對Γ大小的影響因素，可以了解對三類主體的知識流動演化過程起主導作用的影響因素。需要說明的是，接下來用到的所有變量其取值均在合理和有效范圍內，且Γ為連續函數。

Γ的公式表達為

為了簡化公式，設置一個替代變量φ

通過上述的分析過程，可以得出以下四個命題：

命題1.創新主體間的知識廣度勢差有利于創新生態系統向三方知識流動的路徑演化。

證明

其中，Γ是Δbij-TC和Δbij-BC的單調遞減函數。由此可見，創新生態系統內高、中、低知識位勢企業實現相互間知識流動的概率，隨著知識廣度勢差的增加而增大。

命題2.創新主體QBC和QTC的知識互補性有利于創新生態系統向三方相互知識流動的穩定狀態收斂。

證明

在一些創新生態系統中，群體QSC中的個體數量眾多且存在較為嚴重的同質化現象[37]，這導致低知識位勢群體中普遍存在簡單模仿和機會主義行為[38]。μTB表示群體QSC出現機會主義行為時，中間知識位勢主體在三方知識流動中獲得的利益，該值的大小取決于QBC和QTC的知識互補性。Γ是μTB的單調遞增函數。即使單次合作時某些QSC主體采取機會主義行為，只要能夠激發作為知識轉移中間人的QBC的合作動機，就能維持創新合作中的知識交流通道，從而促進系統向知識流動的良性循環收斂。

命題3.創新生態系統內部知識流動的通暢性有利于消極行為及機會主義行為的消除。

證明

其中，Γ是ζ的單調遞增函數。只有當創新生態系統中存在知識雙向流動的循環通路，三個群體才能分別獲得ζ、ηζ和αηζ的收益。ζ的大小取決于三個群體間知識流動的通暢性，可直接影響到各方的創新合作意愿。

命題4.創新生態系統演化至知識流動良性循環狀態的概率，將隨著知識深度勢差的增大先單調遞增，后單調遞減。

證明

其中，Γ是知識勢差影響下知識吸收轉化系數η的單調遞增函數；Δdij代表由知識深度引起的勢差。根據前文分析可知，η隨著Δdij的增大經歷了先單調遞增，后單調遞減的過程[24]1035-1037[32]。由于Γ是η的單調遞增函數，根據復合函數單調性的性質可知，Γ隨Δdij的增大也表現出先單調遞增，后單調遞減的規律。據此可推測，存在一個三方相互間知識勢差的閾值，使得創新生態系統演化至知識流動良性循環的穩定狀態的概率達到最大。

上述內容雖然對主要參數及其對創新生態系統知識流動過程的影響進行了分析，但很多情況下創新主體的初始行為狀態也會對演化結果產生重要影響。因此需要分析QTC、QBC和QSC群體中知識流動策略的初始選擇比例對系統演化路徑的影響。方程組Emax和Emin分別表示該群體成員選擇某策略的期望的最大值和最小值，相應的微分方程組如下

參數α表示三方合作中，低知識位勢企業與中間知識位勢企業獲得的合作收益的比值。受益于創新生態系統內的知識流動，行動者QSC的協同創新收益為主體QBC的α倍。由圖1及之前的分析可知，由于中間知識位置主體QBC在創新生態系統中扮演了中間人和知識流通管道的作用，因此QBC在知識流動中的收益大于處于相對劣勢地位的行動者QSC。為了簡化模型，可以設置α為0.5，表示在知識勢差下群體QSC的額外收益及知識流動的分擔成本均低于群體QBC。圖3顯示了創新生態系統中高知識位勢企業知識流動的演化行為及對其他群體的影響。高知識位勢企業在初始狀態下選擇知識流動行為的比例對于其行為演化的影響如圖3a所示。圖3a中由下到上的不同曲線分別對應初始狀態下依次遞增的知識流動傾向。為簡化模型，設定除群體QTC之外的其他群體選擇知識流動策略的初始比例為0.5?？梢钥闯?，在創新生態系統形成的初始階段，若消極行為在核心企業或領導企業中比例較高時，整個群體也會以較快的速度收斂至消極狀態。如果核心企業在開始時選擇創新合作的傾向不明確，系統演化的時間就會增加，演化的過程更為曲折。圖3b顯示高知識位勢主體的知識流出傾向對于中間知識位勢群體的影響。隨著QTC群體選擇知識流出策略的初始比例不斷增大，其他知識位勢群體經歷了一個由最終收斂于消極行為的狀態到最終收斂于知識流動狀態的過程。并且隨著QTC群體知識流動傾向性的增加，創新生態系統收斂于各方消極行為狀態的速度逐漸放緩，收斂于知識流動良性循環狀態的速度逐漸加快。

將高知識位勢群體選擇知識流出行為的初始比例設置為0.5。圖4a顯示了創新生態系統形成的初始階段，群體QBC和QSC選擇知識流出行為的初始比例對群體QTC策略演化的影響。所有QBC及QSC群體普遍的知識流動行為，也可認為是創新生態系統內的知識共享氛圍。圖4a對比圖3b可以看出，知識共享氛圍對于核心企業或領導企業知識流動意愿的影響更為直接，這與高知識位勢企業完善的知識產權保護機制有關。隨著QBC和QSC采取知識流出行為的初始比例不斷增大，高知識位勢群體也經歷了一個由收斂于消極行為的狀態到收斂于知識流出行為狀態的過程。初始狀態越接近最終的均衡狀態，系統收斂的速度也越快。創新生態系統中知識位勢越低的創新主體，其具有的機會主義行為傾向也越高。由圖4b可以看出，即使中低知識位勢群體中存在機會主義行為，系統也不會快速演化至知識流動過程無法實現的狀態。對于廣大的中低知識位勢主體來說，在創新生態系統形成的初期如果群體中知識流動的傾向較高，系統最后收斂于各方知識流動良性循環的時間就更短。

三、結論

本文以創新生態系統內部的知識分布和知識位勢為切入點，研究知識勢差影響下的知識流動行為。知識位勢的差異為知識的流動和擴散提供了動力。將知識勢差分解為由知識廣度差異引起的知識勢差，以及由知識深度差異引起的知識勢差，并關注此二者在知識流動行為中所起的不同作用。根據知識存量分布特征和協同創新網絡的構建規律，將創新生態系統內部的群體分為高知識位勢主體、中間知識位勢主體和低知識位勢主體。歸納了知識流動過程中的幾種現實情形，針對創新生態系統的結構，利用三方演化博弈的方法構建了知識流動行為演化的模型。研究也考慮了低知識位勢主體的機會主義行為及高知識位勢主體的消極合作行為[26]80-83[34]136。

研究發現：（1）引發知識流動行為的重要因素是創新主體在不同細分領域內的知識勢差。根據對命題1中相關變量的分析，創新主體間的知識廣度勢差越大，越有利于創新生態系統向著多群體知識流動的路徑演化。這與近期的實證研究結論一致，即企業的知識結構會影響其關系資本，研發聯盟中知識廣度的距離有助于外部技術的搜尋和利用[39]。（2）中間知識位勢主體與高知識位勢主體間的互補性，對于創新生態系統內的知識流動尤為重要。創新生態系統內局部協作關系的最初形成，更依賴中間知識位勢主體的管道作用。低知識位勢群體內部存在同質化和簡單模仿行為，即使其存在較強的合作意愿且在某領域具有專長，高知識位勢主體也難以直接對他們進行篩選鑒別。在創新生態系統形成的早期階段，中間知識位勢主體對于三方合作起到了黏合的作用。（3）創新生態系統內部知識流動的通暢性有利于消極行為和機會主義行為的消除，從而促使系統向知識流動的方向演化。但這種局面的出現依然依賴知識產權制度的完善。（4）知識深度勢差雖然是知識流動和擴散的直接原因，但過大的知識深度勢差反而不利于創新生態系統內的知識流動行為演化。主要原因是知識的吸收轉化障礙導致各方進一步合作意愿的降低，從而影響創新生態系統內創新主體的知識流動意愿。相比于知識廣度勢差，知識深度差異和知識同質性也是機會主義行為出現的原因之一[40]，因此其對于主體間知識流動行為演化的影響值得進一步探討。由數值仿真的結果可以看出，在創新生態系統形成初期，不同知識位勢群體中消極的知識共享行為一旦呈現較高的初始比例并達到一定的臨界值，則系統向知識流動中斷狀態演化的可能性就會明顯增加。

創新生態系統內的中間知識位勢主體在局部創新網絡構建、輔助創新聯盟形成和知識的自頂向下轉化方面發揮了重要作用。特別當創新生態系統內部的創新主體存在較大的知識勢差時，中間知識位勢主體可以輔助知識的吸收和轉化，從而克服知識勢差過大帶來的知識流動障礙。因此，知識流動和協同創新模式的最初形成更需依賴中間知識位勢主體的作用。由此得到以下管理啟示：引入和培育中間知識位勢主體，有利于創新生態系統內部的創新網絡構建和合作行為演化；提高創新生態系統內部的多樣化程度并增加知識廣度勢差，對先進技術的擴散和減少簡單模仿及同質化競爭行為具有積極的意義。