鲁馨蔓, 张博欣, 王 君, 李艳霞

(天津财经大学 管理科学与工程学院,天津 300222)

0 引言

数字化发展时代，开源已成为科技产业发展的重要技术支撑[1]，在大数据、人工智能、云计算等新兴信息技术领域发挥着重要的推动作用。开源涵盖文化、产业、法律、技术等多个社会维度[2]，加速了信息产业的商业模式转型，影响着整个信息技术产业的发展格局[3]。

开源生态以开源项目为中心，涉及开源贡献者、使用者、运营者以及服务者等多重角色，依托代码托管平台等基础设施构建[4]。比较有代表性的如OpenStack云计算开源生态，其中OpenStack基金会专注于OpenStack云操作系统的开发、发布和采用，通过提供一组共享资源来构建生态社区，促进开源技术的发展[5]。另一个典型代表是云原生计算基金会(Cloud Native Computing Foundation, CNCF)，其作为Linux基金会旗下的开源软件基金会，一直致力于培育和构建一个可持续的开源生态系统，阿里云、华为、谷歌均为CNCF的白金会员。

据中国信通院发布的开源生态白皮书(2020)数据显示，2019年中国已使用开源技术的企业占比为87.4%，其中51.9%是基于云计算领域的开源服务。参与开源生态的企业数量在世界范围内呈现急速增长趋势[4]，有60.7%的企业希望通过建设开源生态的方式影响共建技术[6]。《2021中国开源发展蓝皮书》指出，2020年是中国开源发展的新纪元,中国开源已从学习和使用阶段过渡到参与和创新阶段，并有机会在一些领域实现引领[7]。

中国一些拥抱开源、有实力的互联网企业(如阿里、百度、京东等)逐渐进入到世界开源领跑者行列。与此同时，中国开源基金会实现新突破并成效显著。另外，国内涌现出越来越多的开源组织，积极为完善开源生态做贡献。如中国开源软件推进联盟、中国开源云联盟等，也体现了中国开源生态的蓬勃生命力[7]。不过，开源生态一方面可以促进知识共享，实现云计算开源项目完善与提升；另一方面，也面临安全、技术运维、知识产权等一系列风险问题。

开源的本质就是知识共享与协作[6]。在知识竞争的时代，开源可以帮助云计算企业进行知识创造、协作和共享[8]，并借助联盟这一组织形式，更好地促进组织间的知识共享[9]，降低项目实施的复杂性，减少失败的风险[10]。同时，开源也有效地进一步促进了政府和非政府组织内的知识共享与技术协作[11]。为此，知识共享合作过程可以看作开源生态参与者之间相互博弈的过程。

在开源生态中，研发伙伴之间的相似性使得知识共享变得更为容易，竞争对手甚至可以在不承担投资成本的情况下使用这些知识[12]。更重要的是，泄漏的知识可能还会产生严重的后果。一方面，它可能会损害企业的创新能力；另一方面，未共享知识的披露，尤其是核心知识的披露，会严重影响企业的知识优势地位。此外合作方也有可能在分享过程中发生违约，产生失信风险[13]。目前，我国的开源生态还不完善，开源运营治理法律体系和标准化工作尚未成体系。有关于开源的法律案例判决经验欠缺，极度缺乏专业法律知识和应对经验[7]。开源风险问题凸显，积极探索治理模式成为应对开源风险、推动开源生态良性发展的重要手段。

目前云计算开源生态主要存在两种治理机制：行业自律机制与政府监管机制。前者主要强调云计算市场的自我治理，参与者主要是云计算企业以及产业联盟。实践表明，市场型知识治理是知识共享中一种重要的治理手段[14]。在混合组织形式治理中，合作伙伴更有可能利用市场，如委员会来帮助其处理各种意外情况，并用来协调初期冲突[15]。与之不同，政府监管机制则是侧重于政府的监管与激励职能，参与者包括云计算企业、产业联盟以及政府。研究表明，政府补贴是激励企业参与联盟的动机因素，政府的激励措施可以显著的影响企业的经营绩效[16]，还可提高参与者进行知识共享时的风险抵御能力，促进知识共享行为，并在一定程度上补充企业自身缺乏的研发资源[17]。此外，政府提供的激励政策，还可激发知识共享方的共享动力，规避共享时效性带来的风险成本。

考虑到外部(即法律、国家经济和政治因素)和内部(即技术因素、组织结构和人为因素)因素的影响[13]以及开源风险的存在，构建开源生态具有不可预测性，每个参与者的行为都应该被考虑在内[18]。知识共享可以被看作是一个离散的、对称的、动态演化的博弈过程。演化博弈理论可以有效地描述云计算开源生态的演化过程，参与者通过学习、模仿、试错等决策行为不断调整知识共享策略，从而逐步达到稳定、平衡的状态。

虽然目前已有学者针对知识共享问题[10,13]以及治理问题[14,16,19]进行了研究，但在构建和完善云计算开源生态过程中，有哪些因素会影响云计算企业与产业联盟之间的知识共享合作？在不同的治理机制下，开源风险对云计算企业和产业联盟的影响有何不同？作为一个特殊参与者，政府该如何制定激励或惩罚措施，从而完善开源治理规则？这些问题还尚未得到解答。

针对上述问题，本研究利用演化博弈理论，对云计算开源生态中多方参与者的开源合作行为及影响因素进行分析，建立两种治理机制下的演化博弈模型，重点考虑开源生态中政府监管发挥的作用，为云计算开源生态中的企业决策、产业联盟和政府治理等提供理论指导。

1 云计算开源生态的演化模型假设

1.1 行业自律机制下的模型假设

在该机制下，云计算企业和产业联盟主要进行知识创造、技术创新和知识应用。开源项目由云计算企业和产业联盟推动。参与者根据自己的收益选择是否在开源项目中共享知识。

假设1假设云计算企业和产业联盟在参与开源知识共享合作前的知识资本分别为K1和K2。实施开源知识共享合作后所增加的知识资本分别是ΔK1和ΔK2。相应的技术投资则是I1和I2。开源风险所带来的损失用R1和R2来表示。

假设2来自云计算基金会的补贴将作为外生变量影响博弈过程，在各自投资基础上，云计算企业和产业联盟将获得相同的补贴系数δ(0≤δ≤1)，获得的补贴则分别是δI1和δI2。

假设3当违约主体突然终止分享合作时，监管措施将要求其必须支付违约金。此时，非共享方将支付W违约金，并以折损系数β(0≤β≤1)吸收额外的知识资本。当联盟(或企业)违约时，另一方的机会成本为C1(或C2)。

假设4假设云计算企业选择知识共享的概率为x，选择不共享的概率为(1-x)。同样，产业联盟选择知识共享和不共享的概率为y和(1-y)，其中x和y是关于时间t的函数。

1.2 政府监管机制下的模型假设

在这一机制下，政府作为利益主体参与博弈过程，并充分发挥政府职能部门的监管作用。参与开源项目的主要是云计算企业、产业联盟和政府三方。云计算企业和产业联盟选择是否共享知识，政府选择是否实施监管。

假设5假设云计算企业与产业联盟在参与知识共享前的总知识资本为K，参与知识共享后的总知识资本为K′。知识共享过程中所付出的总技术投资为I，参与知识共享合作所带来的总额外社会效益为B。

假设6为了促进知识共享，政府向积极参与知识共享的参与者提供补贴S，向消极的非参与者收取罚金F，在这一过程中，政府需要支付监管成本C。知识共享所带来的风险损失为R，在监管之前，政府以θ的速度吸收云计算开源生态的知识资本。在监管之后，则以θ′的速率吸收知识资本，其中θ′>θ。因此，相应的知识资本吸收量分别为θK′和θ′K′。

假设7假设云计算企业与产业联盟进行知识共享合作的概率为w，不共享的概率为(1-w)。同样，政府监督和不监督的概率分别为z和(1-z)，其中w和z是关于t的函数。

2 云计算开源生态演化博弈模型构建

2.1 行业自律机制模型

2.1.1 构造支付矩阵及收益函数

基于行业自律机制下提出的假设，各方博弈者不同策略的支付矩阵如表1所示。UES和UEN分别表示云计算企业在分享与不分享策略下的期望收益，根据表1，云计算企业在两种策略下的收益函数分别如下所示：

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

云计算企业混合策略的期望收益如下：

(3)

UIS和UIN分别表示产业联盟在分享与不分享策略下的期望收益，同样的，产业联盟在不同策略以及混合策略下的收益函数如下:

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 行业自律机制下演化路径及稳定性分析

云计算企业的复制动态方程如下:

=x(1-x)[ΔK1-(1-δ)I1-R1+

W-(1-y)C1-yβΔK2]

(7)

公式(7)的二阶导如下：

R1+W-(1-y)C1-yβΔK2]

(8)

同样的，产业联盟的复制动态方程如下:

=y(1-y)[ΔK2-(1-δ)I2-

R2+W-(1-x)C2-xβΔK1]

(9)

公式(9)的二阶导如下:

=(1-2y)[ΔK2-(1-δ)I2-

R2+W-(1-x)C2-xβΔK1]

(10)

根据演化博弈理论的稳定均衡策略，当G(x*)=0且G′(x*)<0时，x*是演化稳定策略。在这种情况下，知识共享合作的演化稳定策略如下：

当y=y*时，可知G(x)=0且G′(x)=0，则对于任意的x，云计算企业的概率都是稳定的。换言之，如果产业联盟实施知识共享合作的概率保持特定值y*，则云计算企业参与知识共享的概率是稳定的。

当y>y*时，G′(0)>0且G′(1)<0。在这种情况下，x*=1是唯一的稳定均衡策略。因此，当产业联盟实施知识共享合作的概率达到特定值y*并持续增加时，云计算企业参与知识共享的概率会逐渐增长，最终选择共享策略。

当y0。在这种情况下，x*=0是唯一的稳定均衡策略。因此，当产业联盟实施知识共享合作的概率达到特定值y*并持续降低时，云计算企业参与知识共享的概率将逐渐降低，最终选择不共享。

同公式(7)分析过程类似，当G(y*)=0且G′(y*)<0时，y*是演化稳定策略。在这种情况下，知识共享合作的演化稳定策略如下：

若x=x*，则对于任意的y而言，y都是稳定的。这表示产业联盟采取共享概率是稳定的；若x>x*，则G′(0)>0且G′(1)<0，y*=1是唯一的稳定均衡策略，即共享将是最优策略；若x0，此时y*=0是唯一的稳定均衡策略，即不共享是最优策略。

基于以上分析，图1进一步描述了企业与联盟之间的动态博弈过程。如图1所示，在云计算企业以及产业联盟知识共享博弈中，点O和点B是系统的演化稳定性策略。点O表示两个博弈者均不进行知识共享，点B表示博弈者均进行知识共享，点A和点C则表示博弈一方选择知识共享，而另一方选择不进行知识共享。在BCDA区域，系统逐渐趋向于点B，并最终在点B处达到稳定状态。在OCDA区域，系统逐渐趋向于点O，最终在点O处达到稳定状态。

2.2 政府监管机制模型

2.2.1 构造支付矩阵及收益函数

基于政府监管机制下提出的假设，各方博弈者不同策略的支付矩阵如表2所示。

UEIS表示云计算企业以及产业联盟选择实施知识共享后的期望收益，UEIN则表示二者不进行知识共享时的期望收益。根据表2，此时其在两种策略下的收益函数分别如下所示：

表2 各方博弈者间的支付矩阵

UEIS=z(K′-I+S-R)+(1-z)(K′-I-R)

(11)

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

(12)

此时，混合策略的期望收益如下所示:

(13)

UGS和UGN分别表示政府选择监管或不监管时的期望收益。

根据表2，政府在不同策略以及混合策略下的收益函数如下所示:

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 政府监管机制下演化路径及稳定性分析

云计算企业与产业联盟复制动态方程如下:

=w(1-w)[z(S+F)+(K′-K)-I-R]

(17)

公式(17)的二阶导如下:

(18)

类似的，政府的复制动态方程如下:

=z(1-z)[w(θ′-θ)(K′-K)-

wF+K(θ′-θ)+F-C]

(19)

公式(19)的二阶导如下:

wF+K(θ′-θ)+F-C]

(20)

当H(w*)=0且H′(w*)<0时，则w*是演化稳定策略。在这种情况下，知识共享合作的演化稳定策略如下：

当z=z*，可知H(w)=0且H′(w)=0。对于任意的w，云计算企业以及产业联盟选择知识共享策略的概率都是稳定的；若z>z*, 则H′(0)>0且H′(1)<0，w*=1是唯一的稳定均衡策略，即最终共享将成为最优策略；若z0，此时w*=0是唯一的稳定均衡策略，最终不共享将成为最优策略。

同公式(17)分析类似，当H(z*)=0且H′(z*)<0时，z*是演化稳定策略。此种情况下，知识共享合作演化稳定策略如下：

当w=w*时，可知H(z)=0且H′(z)=0。此时对于任意的z，政府实施监管策略的概率都是稳定的；若w>w*，则H′(0)>0且H′(1)<0，z*=1是唯一的稳定均衡策略，采取监管策略将是政府的最优策略；若w0，z*=0是唯一的稳定均衡策略，采取不监管策略将是政府的最优策略。

由以上分析可知，政府监管机制下的动态博弈过程和演化路径如图2所示。点O代表企业和联盟选择不共享，政府选择不监督。点B表明企业和联盟选择共享，政府选择监督。点A和C则代表其余两种情况。在BCDA区域，系统逐渐趋向于点B并达稳定状态。在OCDA区域，系统逐渐趋向于点O并达稳定状态。

3 仿真分析

本文进行了两种机制下各参与者交互行为演化过程的仿真分析。在前人研究基础上[20]，根据上市公司行业报告和政府的工作报告进行了数值模拟，为保证数据的机密性，本研究在原有数据基础上进行了一些修改。

3.1 行业自律机制模型下的仿真分析

在行业自律机制下，各博弈方支付矩阵的参数设定如下：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，探析参与者一方选择知识共享对另一方策略选择的影响。以y=0.9(y>y*=0.55)为例，图3(a)展示了云计算企业策略选择的动态演化过程。在这种情况下，云计算企业选择知识共享的初始概率越高，那么云计算企业达到稳定的速度就会越快。此时，云计算企业往往将知识共享作为其最优决策。相反，如果产业联盟选择知识共享的概率较低时，以y=0.4为例，图3(b)展示了云计算企业策略选择的动态演化过程。在这种情况下，云计算企业选择共享知识的初始概率越低，云计算企业达到稳定的速度就越快。此时，云计算企业在知识共享方面表现出较为消极的态度，不共享将作为云计算企业的最优策略。

同样的，如果云计算企业选择知识共享的概率很高，当x>x*=0.785时，以x=0.8为例，图4(a)显示了产业联盟策略选择的动态演化过程。产业联盟选择知识共享的初始概率越高时，产业联盟达到稳定的速度就越快。因此，产业联盟会选择知识共享作为最优策略。反之，如果云计算企业选择知识共享的概率较低，如x

通过比较博弈双方的策略选择发现，当云计算企业表现出强烈的合作意向时，产业联盟不会立即做出同样的抉择。与云计算企业相比，产业联盟做出知识共享这一策略的时间会更长。这是因为产业联盟需要考虑更多其他因素，如风险因素及产业联盟成员的地位问题等。

接下来，本文将重点探究一些关键参数对系统的影响，并将初始概率设定为x,y=0.5。图5显示了违约金对系统演化的影响。此时违约赔偿金W分别取0、20、40、60和80。图5(a)代表了云计算企业的演化情况，不难看出，当W=0时，云计算企业的演化速度高于W=20时的演化速度。当违约金较低时(如W≤20)，x在0处趋于稳定。当违约金较高时(如W≥40)，随着时间的推移，x在1处趋于稳定。此外，W=60和W=40之间的演化差值大于W=80和W=60之间的演化差值。同样的，对于产业联盟而言，如图5(b)所示，总体趋势与图5(a)一致。然而，当W=20时，y将会以较快的速率趋向稳定于0。

图5中的研究结果表明，当产业联盟中途退出时，如果产业联盟(过错方)支付的违约金较低时，云计算企业仍需花费较长时间来决定是否采取不共享策略。而当违约金能够弥补云计算企业所付出的成本时，云计算企业则会在较短时间内选择共享策略。研究表明，违约金数额越大，双方达成稳定的时间越短。此外，我们还发现违约金的约束作用存在着边际递减效应。对于产业联盟而言，当违约金较低时，联盟在短时间内就会做出停止知识分享的决定。

接下来分析风险损失Ri对系统演化的影响，本文将风险值分别设为Ri=25、45、65、85、100。风险损失Ri对系统的演化影响如图6所示。

图6(a)表明，当R1<85时，随着R1值的减小，系统演化的速率也在逐渐增加，并最终在x=1处达到稳定状态。当R1足够大时(例如R1=100)，x在0处趋于稳定。这表明，随着风险的增加，云计算企业将会逐渐倾向于选择不共享策略。图6(b)的总体趋势与图6(a)的趋势相似。不同的是，当R1=85时，y在0处趋于稳定。也就是说，面对同样的风险损失程度，产业联盟更倾向于放弃知识共享。

图7表示了风险(Ri)和补贴系数(δ)对云计算企业和产业联盟期望收益的影响。可以看出，参与者的期望收益与风险呈负相关，与补贴系数呈正相关。也就是说，随着风险的降低和(或)补贴系数的增加，参与者的期望收益也会增加。黑色虚线表示策略选择边界。在选择边界的左上区域，云计算企业和产业联盟选择不共享策略，而选择边界的右下区域，云计算企业和产业联盟将选择共享策略。

3.2 政府监管机制下的仿真分析

政府监管机制下，各参数取值如下：K=100，K′=200，θ=0.3，θ′=0.5，I=65，S=8，R=45，F=8，C=30。

本部分先探索政府监管行为对云计算企业和产业联盟知识共享行为的影响。以z=0.9(z>z*=0.79)为例，图8(a)显示了云计算企业和产业联盟策略选择的演化过程。在这种情况下，选择知识共享策略的可能性越高，云计算企业和产业联盟达到稳定的速度也就越快。知识共享将成为最优策略。相反，当监管概率较低时，以z=0.4为例，云计算企业和产业联盟策略选择的演化过程如图8(b)所示。在这种情况下，双方采取知识共享的概率越低，系统达到稳定性的速度就会越快。此时，云计算企业和产业联盟在知识共享合作方面具有消极性，因而选择不共享作为最优策略。

此外，如果云计算企业和产业联盟选择知识共享后能够获得足够多的知识资本，那么合作双方之间达成知识共享的概率则会显著增加(即w>w*=0.56时)。以w=0.8为例，图9(a)显示了政府策略选择的演变过程。政府监督概率越高，系统达到稳定的速度则越快。此时，政府倾向于把监管视为最优策略。相反，如果合作双方选择知识共享的概率较低时(w=0.3)，政府策略选择的演变过程则如图9(b)所示。在这种情况下，政府选择监管的概率越低，系统达到稳定的速度越快。此时政府在参与开源时表现出消极性，选择不监管作为最优策略。

如图10所示，初始概率设定如下w,z=0.5。即各相关者的初始概率各为0.5时，政府知识吸收率差异(Δθ)对系统演化的影响。当Δθ<0.2时，z最终在0处达到稳定，即政府将选择不监管措施。当Δθ>0.2时，z最终在1处达到稳定，即政府选择监管措施。Δθ值越大，系统达到稳定的速度越快。

4 结论与启示

本研究运用演化博弈理论分析了两种治理机制，即行业自律机制和政府监管机制下所涉及到的三个参与者(云计算企业、产业联盟及政府)策略选择的演化过程。通过数值仿真分析，进一步探究了演化博弈过程以及各影响因素对博弈参与者策略行为的影响。研究发现：

(1)在行业自律机制下，违约金和基金会补贴会促进知识共享合作。其中，违约金的约束作用存在着边际递减效应，相较于产业联盟，违约金对于云计算企业的约束作用体现的更为强烈。

(2)在政府监管机制下，知识吸收率、罚款和补贴可以帮助参与者平衡风险并促进知识共享合作。随着知识吸收率差异的增大，政府参与监管的动力以及整体收益也在不断强劲。

(2)

结合研究结果，可以得到如下启示：

(1)在行业自律机制下，违约金、风险损失和基金会补贴对云计算企业和产业联盟的策略选择有显著影响。为保护双方的基本利益，补贴应该设置在合理的范围内。与此同时，违约金赔偿制度的建立有助于约束知识共享行为，可作为稳定云计算开源生态发展的重要措施之一。此外，风险责任的认定和处罚可进一步维护参与双方的利益，保证知识共享的顺利进行。

(2)在政府监管机制下，政府扮演着相当重要的角色。政府设定的罚款和补贴可以鼓励云计算企业和产业联盟在保证社会利益的基础上开展知识共享合作。合理的监管对提高云计算开源生态的应用具有一定的威慑和促进作用。与此同时，政府可以通过参与监管来获得更多的知识资本以确保政府和整个社会的利益。

(3)对于云计算开源生态来说，政府角色及其作用值得探究。政府作为利益相关者，在监管机制下同时具有利益诉求。通过监管，政府可以帮助云计算企业和产业联盟平衡利益与风险。政府可以在政策制定、技术指导、平台支撑等方面全方位推动，进而有助于构建一个开放、协作、安全的可持续云计算开源生态。