竞合供应链成员企业知识安全共享博弈模型及策略
2018-11-23李倩张淑华陈波吴丹
李倩 张淑华 陈波 吴丹
摘 要：为了解释竞合供应链成员企业间知识共享行为机理及探讨知识共享管理策略，对供应链知识共享特性、驱动因素、促进因素和知识泄露风险因素进行分析，构建竞合供应链成员企业知识安全共享行为的演化博弈模型。通过复制动态方程求解得到不同情况下的稳定策略，并以实例数据和模拟仿真，分析不同影响因素对博弈决策的影响。结果表明：知识共享收益和知识泄露风险是影响知识共享策略最重要的因素，提高知识共享度、直接收益系数、协同收益系数以及降低知识关联度和知识推断能力有助于博弈双方共同选择（共享，共享）稳定策略。成员企业通过做好知识共享水平测度、建立以信任为基础的合作伙伴关系并匹配对应的共享策略、加强组织相互学习、设计合同治理机制、加强知识安全保护等措施可促进知识共享，提高共享收益。
关键词：竞合供应链；知识共享；共享行为；演化博弈；知识泄露
中图分类号：F270 文献标识码：A 文章编号：1003-3890（2018）04-0068-08
一、前言
知識是企业重要的竞争资源，供应链成员企业间知识共享与学习是企业获取外部知识的重要途径[1]。成员企业通过知识共享可以突破资源制约，提高创新速度与创新质量，进而提高企业绩效[2]。不仅如此，共享有价值的知识还有助于促进供应链高效协作，维持整个供应链的竞争优势[3-4]，知识共享水平（程度）越高的供应链被认为拥有更好的合作绩效[5]。然而，随着全球竞争加剧，供应链成员企业决策环境日趋复杂，合作与竞争共存，即使是供应链上的合作伙伴也可能是潜在的竞争对手，成员企业的知识共享与转移极有可能增加合作伙伴的竞争优势，继而产生与共享方利益冲突甚至削弱其竞争优势及产业地位的局面[6-7]。可见，竞合供应链成员企业知识共享是有关共享过少不利于知识转移效果和知识共享过多存在知识泄露风险的悖论问题。为提高知识共享水平并保障知识安全共享，共享行为机理和策略研究至关重要。
知识共享行为是综合考虑共享收益与风险等因素的博弈行为[8]。国内外已有学者应用博弈论方法对知识共享行为问题进行了探讨，但主要集中在IT外包[9]、R&D;联盟[10]、组织联盟[11]、外包工程[12]等领域。也有学者[13-14]基于博弈论分析了供应链知识共享行为问题，但他们对供应链知识的内容、共享特性、知识泄露风险及风险诱因缺乏足够考虑。本文在分析供应链知识共享特性、知识共享行为驱动因素、促进因素及知识泄露风险因素的基础上，借鉴演化博弈论在知识共享其他领域的研究成果，构建供应链成员企业知识安全共享行为博弈模型，以实例数据和Matlab仿真分析各因素对知识共享策略的演化影响，并据此提出管理建议，不仅能弥补现有研究的部分缺陷，还有助于指导竞合供应链知识共享管理实践。
二、供应链成员企业知识共享影响因素
供应链运作是下游企业将上游企业的输出作为其输入并实现其增值的过程。上下游企业间是垂直合作的关系，也是成员企业基于垂直互补性和相对松散的契约在连续产业链上建立的持久关系[15]，因而供应链成员企业间知识共享存在其自身特性[16]：（1）上下游企业间共享的知识具有互补性；（2）知识共享是基于垂直关系的知识交换；（3）知识共享也是基于可扩展供应链网络的高风险溢出活动；（4）知识共享是缺少知识转移目标和保障的活动。基于现有研究，本文将竞合供应链知识共享的影响因素归类为驱动因素、促进因素和风险因素。
（一）驱动因素
知识共享收益是供应链知识共享最主要的驱动因素。知识共享收益包括直接收益、协同收益和激励收益。直接收益是共享双方对知识吸收和转化效果的反映，指两个企业可共享的知识完全共享时的直接收益。协同收益表示双方可共享的知识量完全共享时，各自通过知识融合产生新知识而创造的1+1>2的效益。激励收益是双方为促进知识共享而设定的激励水平。
（二）促进因素
竞合供应链知识共享是跨组织的知识共享活动，供应链伙伴关系、信任、承诺、权利、相互依存度、惩罚等对知识共享行为具有重要影响[16]。He et al.（2011）[16]、Shih et al.（2012）[3]等研究指出伙伴关系、信任和关系承诺有利于企业知识共享行为决策。Cheng et al.（2008）[17]首先基于绿色供应链背景验证了信任对知识共享行为具有显著的正向影响，随后Cheng et al.（2013）[1]又以实证数据验证了关系导向和制度导向对知识共享行为的影响。Cai et al.（2013）[18]验证了以技术交换和技术转移为中介变量时，信任和权利对供应链知识共享行为具有正向影响。Wagner et al.（2005）[19]基于德国企业的调查，研究发现供应链企业间资源承诺、沟通频率均有利于提高知识共享水平。对知识共享促进因素作用效果的研究多是针对某个因素，采用建立理论模型并结合实证检验的方法进行研究，而综合考虑各种因素的经济决策模型比较欠缺。
（三）知识泄露风险因素
知识泄露风险是竞合供应链知识共享的主要障碍因素。供应链知识泄露风险分为直接泄露和间接泄露。直接泄露风险定义为知识接受方对共享方私有知识的推断和利用，给共享方带来的损失。间接泄露风险定义为共享方的知识被有意或无意地传递给未授权的第三方而给共享方带来的损失[20]。通常共享方重要的战略知识、客户信息等被认为是私有知识，一旦泄露给竞争对手会给共享方带来诸如声誉损失、收益降低、成本增加、竞争优势和产业地位降低等负面影响。Ritala et al.（2015）以150家高技术强度企业为样本研究发现知识泄露对知识共享与创新绩效关系具有显著的负向调节作用[6]。根据竞争理论，由于成员企业可共享的安全知识与不可共享的私有知识之间存在关联度，知识接收方或竞争对手可以凭借其掌握的信息和技术对共享方私有知识进行推断，继而选择对自己有利的策略。知识推断理论认为共享方的知识共享度越高、知识关联度越大以及接收方知识推断能力越强，知识泄露风险也越大[21-22]。参考现有研究，本文选择以知识关联度和知识推断能力作为知识泄露风险的测度指标。
三、竞合供应链企业间知识共享博弈模型
模型背景：企业1（供应商）和企业2（制造商）是竞合供应链上下游企业，两企业自主选择知识/信息共享的程度，订单信息、运作知识、战略和竞争知识分别代表由低至高的知识共享水平。合作中，两企业存在机会主义行为，共享方面临私有知识被泄露的风险。同时两企业存在“搭便车”行为，即一方共享而另一方不共享的情况。两企业是有限理性的非完全信息共享，双方企业会根据自己的收益确定共享决策，但不知道对方的策略。借鉴Ritala et al.（2015）[6]的假设，本文认为供应链企业间所共享的显性和隐性知识可视为客观实体或一个商品，可以进行共享、泄露和管理。建模目标是通过演化博弈模型，解释双方企业稳定共享策略的形成机理。
（一）模型参数
π1、π2表示两企业未进行知识共享前各自正常经营所获得的收益。
k1、k2表示两企业可共享的知识量，为双方可共享知识的最大量，與之对应的称为私有知识量。
α1、α2表示知识共享度，即两企业选择知识共享的程度。α1、α2的范围为（0，1）。知识共享水平表示不同共享度对应的知识共享量，记为kiαi。本方知识共享水平越高，接收方所能获得的收益会越高，但是本方的知识泄露风险也相应越高。
β1、β2表示直接收益系数。对企业i来说，知识共享直接收益与企业j共享的知识量kjαj有关；kjαj越大，其吸收、转化利用知识效果越好，从而获取的直接收益系数越大。企业i直接收益简化表示为kjαjβi。
λ1、λ2表示协同收益系数。企业i的协同收益与对方的知识共享水平kjαj有关，并与知识共享直接收益系数正相关，呈动态变化，简化表示为kjαjβiλi。
η1、η2表示激励系数，指为促进知识共享采取的激励措施，既可以是物质上的激励，也可以是形象、声誉的提升和合作机会的增加，为了简化模型用系数来表示。知识共享的激励收益与知识共享水平正相关，共享量越大，激励收益越大。企业i的激励收益表示为kiαiηi。
δ1、δ2表示知识关联度，指企业可共享的知识与不愿共享的私有知识间的关联程度[22]。关联程度为0表示完全不相关，关联度为1表示完全相关，知识关联度范围为（0，1）。知识关联度是测度知识泄露风险的主要指标，关联度越大，风险越大。两企业知晓自己可共享知识量、私有知识量以及两者关联度。
μ1、μ2表示知识推断能力，指接收方利用其已有知识和接收到的知识推断共享方私有知识的能力。接收方的知识推断能力是影响共享方知识泄露风险的主要因素。接收方的知识推断能力越强，共享方的风险越大。
r1、r2表示知识泄露风险系数，表示两企业按照最大可共享知识量共享时面临私有知识泄露的风险损失值。企业i不同知识共享水平kiαi的泄露风险与共享方i的知识关联度、知识泄露风险系数以及接收方j的知识存量、推断能力正相关，简化表示为（kj+kiαi）δiμjri。
c1、c2表示共享成本，分别指两企业进行知识共享需要付出的机会成本、技术成本以及时间成本等。
ρ1、ρ2表示惩罚系数，指一方进行完全知识共享，而另一方不进行知识共享时得到的相应惩罚。惩罚系数与对方知识共享水平有关，本方企业共享水平越高，对不进行知识共享的企业惩罚越大，对企业i“搭便车”的惩罚表示为kjαjρi。
（二）收益矩阵
根据上述参数界定，可将供应链成员企业知识共享的三类驱动收益表示为：知识共享的直接收益kjαjβi、协同收益kjαjβiλi、共享激励收益kiαiηi。企业1和企业2的收益函数，存在以下四种情况：
（1）企业1共享，企业2共享：
企业1的收益：π1+k2α2β1λ1+k1α1η1-（k2+k1α1）δ1μ2r1-c1；
企业2的收益：π2+k1α1β2λ2+k2α2η2-（k1+k2α2）δ2μ1r2-c2。
（2）企业1共享，企业2不共享：
企业1的收益：π1+k1α1η1-（k2+k1α1）δ1μ2r1-c1；
企业2的收益：π2+k1α1β2-k1α1ρ2。
（3）企业1不共享，企业2共享：
企业1的收益：π1+k2α2β1-k2α2ρ1；
企业2的收益：π2+k2α2η2-（k1+k2α2）δ2μ1r2-c2。
（4）企业双方都不进行共享：企业1的收益π1；企业2的收益π2。
根据以上述变量假设与收益函数，得到博弈双方的收益矩阵，如表1所示。
（三）复制动态方程求解单个企业的演化稳定策略
假定企业1知识共享度为α1，共享知识量k1α1的概率为x，不共享知识量k1α1的概率为1-x；企业2知识共享度为α2，共享知识量k2α2的概率为y，不共享知识量k2α2的概率为1-y。
首先，讨论企业1的知识共享策略和收益。企业1选择共享知识量k1α1的收益为：
U11=y[π1+k2α2β1λ1+k1α1η1-（k2+k1α1）δ1μ2r1-c1]+（1-y）[π1+k1α1η1-（k2+k1α1）δ1μ2r1-c1]
=yk2α2β1λ1+π1+k1α1η1-（k2+k1α1）δ1μ2r1-c1
企业1选择不共享知识量k1α1的收益为：
U12=y[π1+k2α2β1-k2α2ρ1]+（1-y）π1
=y（k2α2β1-k2α2ρ1）+π1
企业1的期望收益为：U1=xU11+（1-x）U12
构造企业1的复制动态方程：
F（x）=■=x（1-x）（U11-U12）=x（1-x）[y（k2α2β1λ1-k2α2β1+k2α2ρ1）+k1α1η1-（k2+k1α1）δ1μ2r1-c1]
求解该博弈的演化稳定策略，首先需要得到复制动态方程的稳定点，稳定点x*需同时满足两个条件：F（x）=0和F′（x）<0，表示演化稳定策略具有一定的抗干扰性。
令F（x）=0，得到x*=0或x*=1，以及y*=■。
当y*=■时，任意x可能是企业1的稳定策略。
当y*≠■时，需对F′（x）<0的条件进行讨论。
F′（x）=■=（1-2x）[y（k2α2β1λ1-k2α2β1+k2α2ρ1）+k1α1η1-（k2+k1α1）δ1μ2r1-c1]
情况一：当（k2+k1α1）δ1μ2r1+c1-k1α1η1>k2α2β1λ1-k2α2β1+k2α2ρ1时，对于任意y（0 情况二：当（k2+k1α1）δ1μ2r1+c1-k1α1η1 接着，讨论企业2的知识共享策略和收益。企业2选择共享知识量k2α2的收益为： U21=x[π2+k1α1β2λ2+k2α2η2-（k1+k2α2）δ2μ1r2-c2]+（1-x）[π2+k2α2η2-（k1+k2α2）δ2μ1r2-c2] =xk1α1β2λ2+π2+k2α2η2-（k1+k2α2）δ2μ1r2-c2 企业2选择不共享知识量k2α2的收益为： U22=x（π2+k1α1β1-k1α1ρ2）+（1-x）π2=x（k1α1β2-k1α1ρ2）+π2 企业2的期望收益为：U2=yU21+（1-y）U22 构造企业2的复制动态方程为： F（y）=■=y（1-y）（U21-U22） =y（1-y）[x（k1α1β2λ2-k1α1β2+k1α1ρ2）+k2α2η2-（k1+k2α2）δ2μ1r2-c2] 令F（y）=0，可以得到y*=0或y*=1，x*=■。 当x*=■时，任意y可能是企业2的稳定策略。 当x*≠■时，对F′（y）<0成立的条件讨论如下： F′（y）=■=（1-2y）[x（k1α1β2λ2-k1α1β2+k1α1ρ2）+k2α2η2-（k1+k2α2）δ2μ1r2-c2] 情况三：当（k1+k2α2）δ2μ1r2+c2-k2α2η2>k1α1β2λ2-k1α1β2+k1α1ρ2时，对于任意x（0 情况四：当（k1+k2α2）δ2μ1r2+c2-k2α2η2 （四）两企业演化博弈的稳定策略 以上是企业1和企业2单独决策的稳定策略，两企业同时决策存在四种不同组合的决策情境。 （1）当企业1和企业2分别处于情况一和情况三时，即（k2+k1α1）δ1μ2r1+c1-k1α1η1>k2α2β1λ1-k2α2β1+k2α2ρ1和（k1+k2α2）δ2μ1r2+c2-k2α2η2>k1α1β2λ2-k1α1β2+k1α1ρ2同时成立时，双方企业不进行知识共享的收益大于进行知识共享的收益，通过持续演化，博弈最终收敛于原点O（0，0），此时（不共享，不共享）为稳定策略，演化过程如图1所示。 （2）当企业1和企业2分别处于情况一和情况四时，即（k2+k1α1）δ1μ2r1+c1-k1α1η1>k2α2β1λ1-k2α2β1+k2α2ρ1和（k1+k2α2）δ2μ1r2+c2-k2α2η2 （3）企业1和企业2分别处于情况二和情况三时，即（k2+k1α1）δ1μ2r1+c1-k1α1η1
（4）企业1和企业2分别处于情况二和四时，最终的演化稳定策略不仅与企业自身初始的知识共享概率有关，而且与临界点值D（x*，y*）有关。根据前文计算，临界点D（x*，y*）值为（■，■），（不共享，不共享）和（共享，共享）都有可能成为企业的演化稳定策略，博弈演化过程如图4所示。图中临界点值D（x*，y*）越小，四边形ABCD的面积越大，两企业选择知识共享策略的概率越大；临界点值D（x*，y*）越大，四边形ABCD的面积越小，两企业选择知识共享策略的概率越小。
四、参数敏感性仿真与共享策略分析
从模型求解结果可以看出，博弈模型的均衡点既受参数初值的影响，也受参数变化的影响。为了定量分析各因素对博弈均衡策略的影响，课题组以“制造企业与上游供应链合作伙伴知识共享问题”为主题，与西安市H制药企业供应链管理部门负责人进行座谈，在调查基础上对模型预设参数进行了估计（见表2）。参数下标为1表示H制造企业，下标为2表示其主要供应商。而后利用Matlab对模型进行仿真分析，得到演化趋势分析结果，见图5～图12。
（1）知识共享度对知识共享行为有显著影响。当供应链成员企业的知识共享度α1、α2增大为0.4和0.2时，保持其他参数值不变，博弈演化过程见图6，表明知识共享度αi增大后，实际共享量kiαi增大，临界点值变小，博弈收敛于（1，1）稳定速度加快，双方选择知识共享策略的可能性加大。
（2）直接收益系数、协同收益系数对知识共享行为正向影响显著。当β1、β2增大为16和12时，保持其他参数值不变，博弈演化过程见图7，表明直接收益系数βi越大，临界点值就越小，博弈收敛于（1，1）的概率就相应越大，双方最终选择知识共享的概率越大；当λ1、λ2增大为12和8时，保持其他参数值不变，博弈演化过程见图8，表明协同收益系数λi越大，临界点值越小，企业越有可能采取（共享，共享）策略。
（3）知识推断能力对知识共享行为负向影响显著。当μ1、μ2减小为1和0.5时，保持其他参数不变，博弈演化过程见图9，博弈明显加速趋向于（共享，共享）稳定策略；当μ1、μ2增大为4和2时，保持其他参数不变，博弈演化过程见图10，博弈又收敛于（不共享，不共享）稳定策略。图9和图10共同表明博弈可能在原参数附近存在维持原策略的临界点，即知识推断能力的边界条件。
（4）知识关联度对知识共享行为负向影响显著。当δ1、δ2减小为0.15和0.1时，保持其他参数值不变，博弈快速趋向于（共享，共享）稳定策略，演化过程见图11；δ1、δ2增大为0.6和0.4时，保持其他参数值不变，博弈演化过程见图12，说明共享双方知识关联度越高，临界点值就越大，博弈收敛于（不共享，不共享）的可能性越大。图11和图12共同表明博弈可能会在原参数附近存在维持原策略的临界点，即知识关联度的边界条件。
五、结论与建议
通过对各因素影响效应的敏感性分析可知：知识共享收益和知识泄露风险是影响知识共享策略最重要的因素。提高知识共享度、直接收益系数、协同收益系数以及降低知识关联度和知识推断能力有助于双方趋向选擇（共享，共享）稳定策略。而对实践管理者而言，知识共享管理目的是如何促使知识共享更有利、价值产出更大，而非知识共享行为本身。本文研究对管理者启示有如下几点。
1. 提高知识共享度的途径。一是明确供应链知识共享的内容，量化测度知识共享水平。建议上下游企业能通过相关题项对本企业的知识共享度进行测度，包含：（1）两企业的信息系统联系程度、两企业使用信息技术交易的水平（通过信息技术下采购订单、支付款项、跟踪或监控等）；（2）对生产计划信息、生产能力信息、库存信息、需求变化信息等运作知识共享的程度；（3）对产品/材料技术知识、市场营销知识、管理经验知识、企业战略知识等共享的程度。这些题项也是本课题组与H制药企业访谈内容的一部分，可作为企业提高知识共享水平的路径参考。二是建立以信任为基础的供应链合作伙伴关系并匹配对应的共享策略。结合本课题案例调查和现有研究[17-18]，认为信任对促进知识共享及合作绩效至关重要，但供应链成员企业也很难完全信任地向竞争性伙伴共享全部知识，因此建议双方逐步建立基于信任的伙伴关系，并在不同的信任阶段匹配相应的知识共享水平。信任由低到高分为计算型信任、知识型信任和认同型信任三个阶段[23]。例如在计算型信任阶段企业只共享正式的或明确的知识，在知识型信任阶段可向合作伙伴共享更多的隐性知识，在认同型信任阶段可最大程度地共享知识（包括战略知识、增值知识等）。
2. 提高直接收益和协同收益的途径。保持其他参数不变，单独增加直接收益、协同收益系数，模型收敛速度加快，收益对知识共享的正向效应在模型中得到了验证。一是企业获得知识后，需要通过知识同化、吸收才可能创造更多的价值，因此根据组织学习理论，建议供应链成员企业构建学习型组织，营造良好的组织学习氛围，提高企业内部的知识储备。二是由于企业对互补度高的知识的学习效果好于对相类似知识的学习效果，建议上下游企业增强知识的互补度，这样有利于提高知识吸收能力和知识转化效率，进而增加协同收益产出，反过来也能促进双方企业知识共享的积极性和主动性。
3. 降低知识推断能力和知识关联度的途径。保持其他参数不变的情况下，知识推断能力和知识关联度各自比初始值减小，模型收敛于知识共享策略的速率加快，而当这两个参数增大到一定值时，博弈趋向于不共享的速度也加快，知识泄露风险对知识共享的负向效应得到了验证。从知识安全共享的角度，建议企业间要设计知识安全共享的治理机制和保护措施。一是通过合同治理，提高合作契约的完备度，将知识共享度作为激励和惩罚措施机制设计的依据，防止机会主义行为和“搭便车”行为。二是重视私有知识保护，在必要时对显性知识进行隐性化表达，可以降低企业知识关联度，从而增强私有知识被推断利用的难度，规避私有知识泄露风险。三是基于法律保护角度，建议通过增加保密协议、正式合同、专利等途径加强知识保护，降低知识泄露风险。
参考文献：
[1]CHENG J H，FU Y C. Inter-organizational relationships and knowledge sharing through the relationship and institutional orientations in supply chains[J]. International journal of information management，2013，33（3）：473-484.
[2]冯长利，张明月，刘洪涛，等. 供应链知识共享与企业绩效关系研究——供应链敏捷性的中介作用和环境动态性的调节作用[J]. 管理评论，2015，27（11）：181-191.
[3]SHIH S C，HSU S H Y，ZHU Z，et al. Knowledge sharing—a key role in the downstream supply chain[J]. Information & management，2012，49（2）：70-80.
[4]MARRA M，HO W，EDWARDS J S. Supply chain knowledge management：a literature review[J]. Expert systems with applications，2012，39（5）：6103-6110.
[5]WADHWA S，SAXENA A. Knowledge management based supply chain：an evolution perspective[J]. Global journal of e-business and knowledge management decision，2015，2 （2）：13-29.
[6]RITALA P，OLANDER H，MICHAILOVA S，et al. Knowledge sharing，knowledge leaking and relative innovation performance：an empirical study[J].Technovation，2015，35：22-31.
[7]EASTERBY‐SMITH M，LYLES M A，TSANG E W. Inter‐organizational knowledge transfer：current themes and future prospects[J]. Journal of management studies，2008，45（4）：677-690.
[8]HUNG S W，CHEN P C，CHUNG C F. Gaining or losing？ the social capital perspective on supply chain members' knowledge sharing of green practices[J].Technology analysis & strategic management，2014，26（2）：189-206.
[9]刘戌峰，艾时钟. IT外包知识共享行为的演化博弈分析[J]. 运筹与管理，2015，24（5）：82-90.
[10]石娟，刘珍. 技术接近度对企业知识共享的演化博弈分析[J]. 统计与决策，2017（2）：185-188.
[11]吴文清，张海红，赵黎明. 竞合视角下企业组织联盟知识共享演化与激励[J].北京理工大学学报（社会科学版），2015，17（5）：63-68.
[12]BANDYOPADHYAY S，PATHAK P. Knowledge sharing and cooperation in outsourcing projects-a game theoretic analysis[J].Decision support systems，2007，43（2）：349-358.
[13]葉诗凡，杨岚，张建华. 供应链知识共享动态进化博弈研究[J].情报杂志，2012，31（9）：126-130.
[14]冯长利.供应链成员间知识共享行为演化博弈模型[J]. 情报杂志，2012，31（2）：139-144.
[15]CHRISTOPHER M. Logistics and supply chain management：strategies for reducing cost and improving service[M]. 2nd ed. London：FT Prentice Hall，1998.
[16]HE Q，GALLEAR D，GHOBADIAN A. Knowledge transfer：the facilitating attributes in supply-chain partnerships[J]. Journal of information systems management，2011，28（1）：57-70.
[17]CHENG J H，YEH C H，TU C W. Trust and knowledge sharing in green supply chains[J]. Supply chain management：an international journal，2008，13（4）：283-295.
[18]CAI S，GOH M，DE SOUZA R，et al. Knowledge sharing in collaborative supply chains：twin effects of trust and power[J]. International journal of production research，2013，51（7）：2060-2076.
[19]WAGNER S M，BUKO C. An empirical investigation of knowledge sharing in networks[J]. Journal of supply chain management，2005，41（4）：17-31.
[20]TAN K H，WONG W P，CHUNG L. Information and knowledge leakage in supply chain[J]. Information systems frontiers，2016；18（3）：621-38.
[21]KUMAR R S，PUGAZHENDHI S. Information sharing in supply chains：an overview[J]. Procedia engineering，2012（38）：2147-2154.
[22]ZHANG D Y，ZENG Y，WANG L，et al. Modeling and evaluating information leakage caused by inferences in supply chains[J]. Computers in industry，2011，62（3）：351-363.
[23]CHEN Y H，LIN T P，YEN D C. How to facilitate inter-organizational knowledge sharing：the impact of trust[J].Information & management，2014，51（5），568-578.
责任编辑：曹华青
