基干Netlogo知识密集产业演化仿真.docVIP

基于Netlogo知识密集产业演化仿真 　　摘要：基于模拟自然和社会现象的NetLogo建模仿真平台，文章结合知识创新和智能体（Agent）仿真模型等相关理论，对知识密集型产业演化机理进行研究，在基于Netlogo仿真模拟过程中，微观的知识密集型公司作为智能体，我们发现知识基因（Kene）是演化发展的内在动力，运用 Kene理论建立了知识密集型产业知识创新的知识空间模型，提出创新假设（Innovation Hypothesis）是知识创新内在动力，描述了知识创新演化的适应性机理，经由复制（模仿）、变异、选择的过程而演化。文章提出知识密集型产业发展规律对持续性的知识创新具有重要的理论和现实意义 关键词：仿真；演化；知识基因；Kene；Netlogo 一、 知识密集产业与知识基因研究进展 1. 知识密集产业的相关研究。生产要素的不同投入比重可以将生产部门划分为劳动密集型产业、资本密集型产业和知识密集型，随着知识经济的到来，知识密集型产业发展显示越来越重要的地位，知识密集型产业是指在生产过程中对知识的依赖程度大，即知识含量高、脑力劳动所占比重比较大的产业。国内学者高汝熹（2007）突破对知识密集型产业的定性认识，构建了一套知识密集型产业的评价指标，并运用主成分分析法对上海知识密集型产业进行定量研究。许强（2007）重点研究上海知识密集型制造业，揭示了知识密集型制造业存在的问题并提出对策。陈伟等（2013）认为专利创新绩效水平会影响知识密集型产业，利用2005年～2010年的专业时序数据进行实证分析，确定影响专利创新的主要因素。罗守贵提出知识竞争力概念来量化描述知识密集型相关产业，揭示亚太地区知识竞争力的格局正在发生变化，特别为上海指出如何保持知识竞争力优势地位的措施。王炜（2015）利用生态学理论，在Matlab仿真软件动态模拟生产者和消费者的行为中融入生态特征来模拟生产者的自主创新和合作创新运行机理；并研究知识创新演化过程中的外部和内部动力机制 2. 知识基因在知识创新中应用。SKIN模型（Simulating Knowledge Dynamics in Innovation Networks Model）是伴随着知识密集型产业发展而提出的，其包含了很多同质的智能体（Agent），这些智能体有相互影响相互作用的行为。在SKIN模型中，Gilbert（2004）基于meme的基础上提出Kene概念（知识 knowledge+基因gene），又称为“知识的基因”，用以表示知识创新过程组织中的知识单元的集合。Pyka（2007）基于Kene是知识单元的集合，认为每个知识单元是三维向量，知识密集公司通过合作、组建创新网络来传递知识，基于agent仿真模拟复杂知识创新系统的动态变化；Pyka（2009）对近来年的文献进行汇总纳入创新网络架构，更全面地解释了知识密集产业演化的内在动力机制。Petra（2011）基于Agent分析合作策略（Agent-oriented Scenario）场景和资本结构分布（Structure-oriented Scenario）场景，用Kene来描述知识间动态流动，结论是通过合作来弥补先天的不足资金，一是当初始化资本结构平均分布时，其创新效率和规模小于初始化资本结构不均时的效率和规模；二是保守策略合作，积极策略合作都有正面影响，但保守策略合作更好于积极策略合作 与国外相比，孙冰等（2012）设计339份调查问卷进行结构方程的实证研究。实证分析结果表明假设成立，Kene是技术演化中的重要知识结构，是技术演化的关键内部要素；同时，孙冰等（2012）认为适应性是技术演化的根本动力。基于复杂适应系统的观点研究知识密集型产业知识创新呈现的新特征，是促进动态环境和变量下产业发展问题研究的新思路。将Kene理论引入产业技术的动态研究，以知识密集型产业为研究对象，提出知识密集型产业技术的适应性演化新观点。通过仿真模型对技术的演化过程进行模拟，揭示了知识密集型产业技术及其演化的七个复杂适应特征。孙冰等（2013）引入Kene探讨技术创新的适应性演化问题，提出技术创新在环境中适应性演化中的自然选择与学习 3. 小结。基于以上知识密集产业和知识基因研究，目前知识创新演化的表达形式还不够丰富，尚未从时间角度来连续地观察与定量分析演化进程，知识密集型产业中技术演化过程的内外部驱动机制。本文全新演绎企业知识基因在知识密集型产业知识创新动态演化过程。因此，在netlogo生态仿真模拟平台上，用 Kene理论建立知识密集型产业知识创新的知识空间模型，提出创新假设（Innovation Hypothesis）是技术知识创新内在动力，描述了知识创新演化的适应性机理，经由复制（模仿）、变异、选择的过程而演化。 二、 NetLo