《TECHNOLOGY IN SOCIETY》：Good or bad? A stochastic evolutionary game analysis of environmental fluctuations and innovation resource sharing
编辑推荐：
•随机进化博弈模型刻画了企业间的创新资源共享行为。•适度的环境波动促进合作，而极端波动则破坏合作。•最优吸收能力水平支持合作型资源共享。•数字技术扩展了进化稳定合作的条件。引言在过去几十年中，商业管理者与学者仍然高度关注企业的创新活动（Guckenbiehl等，2021）。在
- •
随机进化博弈模型刻画了企业间的创新资源共享行为。
- •
适度的环境波动促进合作，而极端波动则破坏合作。
- •
最优吸收能力水平支持合作型资源共享。
- •
数字技术扩展了进化稳定合作的条件。
引言
在过去几十年中，商业管理者与学者仍然高度关注企业的创新活动（Guckenbiehl等，2021）。在数字化加速推进的背景下，企业越来越多地跨越组织边界以获取创新所需的资源（Zhao等，2026）。例如，福特（Ford）的技术与产品开发能力与马恒达（Mahindra）的工程、制造和本地市场资源相结合，共同推动车辆与互联出行解决方案的研发，这体现了企业通过共享创新资源创造价值的方式（Lavie，2006）。然而，该合资企业于2021年终止。这一结果表明，维持创新资源共享的困难性。由此引出一个关键问题：环境动荡如何影响创新资源共享的稳定性？
创新是企业获取竞争优势的关键（Jansen等，2006）。然而，创新涉及知识、技术与产品的复杂重构（Wang等，2017）。作为一项复杂活动，创新难以仅依靠单一企业的技术经验有效推进。例如，丰田（Toyota）于1994年获得了其首项无人驾驶车辆专利。然而，由于技术和财务限制，该公司停止了智能驾驶技术的开发。直到2015年，丰田才对其实验性自动驾驶车辆进行了展示驾驶。因此，当企业内部资源不足时，企业可能无法充分利用创新机会。由此，创新资源共享——使企业能够整合互补性资源并拓展创新边界——变得尤为重要。
资源共享对促进企业创新具有重大潜力。首先，资源共享促进技术交换，从而推动创新（Bernal等，2022；Samaddar & Kadiyala，2006）。其次，资源共享可以提高效率并降低创新成本，因为有助于避免重复研发投入和资源浪费（Li，2002）。最后，它使得技术、人才和其他资源能够在共享主体之间更广泛地应用。然而，在许多情况下，资源共享也面临挑战。创新管理领域的一个重要研究流派——吸收能力文献指出，企业并不总能完全吸收外部资源（Cohen & Levinthal，1990），而资源异质性则使资源的重新组织变得复杂，导致次优利用。此外，由于政策变动、市场突变和持续的数字化转型所导致的环境动荡，威胁着企业间资源共享安排的稳定性（Hung & Chou，2013）。
随着数字技术的发展与应用，企业越来越多地依赖数字基础设施来开展业务和共享资源（Sestino等，2020）。数字技术通过实现资源的高效、透明和安全交换，降低协调成本并改善资源匹配，从而促进企业创新（Liu等，2025；Xing等，2023）。然而，其扩散重塑了商业模式和合作安排，加速了技术变革，加剧了竞争，并放大了市场和政策冲击，要求持续的战略更新（Warner & W?ger，2019）。本研究将数字技术定义为支持信息处理、企业间协调以及共享资源监控与保护的工具和基础设施，例如大数据分析、人工智能和云计算（Bouncken & Vogt，2026）。
尽管现有研究已考察了环境不确定性、数字化和吸收能力与企业间创新及资源共享之间的关系（Baah等，2026；Bouncken & Vogt，2026；Cao等，2026；Islam等，2026；Rasool等，2026；Yuan等，2022），但仍有三个问题尚未得到充分解释。第一，现有研究主要依赖静态关系，对创新资源提供方与需求方如何针对随机环境扰动持续调整策略提供了有限的洞见。第二，数字技术应用对创新资源共享策略动态稳定性的影响尚未得到充分考察。第三，吸收能力如何改变资源提供方与需求方的策略激励和合作均衡也缺乏关注。因此，需要一个整合性动态框架来解释这些因素如何共同塑造企业间创新资源共享的演化与稳定性。
这些研究空白激发了本研究，本文回答以下问题：（1）随机环境波动如何影响企业间创新资源共享的演化与稳定性？（2）数字技术的应用如何影响环境波动下创新资源共享的稳定性？（3）吸收能力如何影响合作型创新资源共享均衡的稳定性？图1展示了本研究的框架。
为应对这些问题，本研究引入随机扰动项，构建了随机进化博弈模型，以分析随机环境扰动对创新资源共享的影响。此外，本文纳入了创新绩效函数，以衡量资源共享后的创新成果。研究还考察了数字技术应用和吸收能力如何影响创新资源共享。分析结果得出了一些值得关注的发现。
与其目标和研究问题一致，本研究做出三项主要贡献。首先，本研究建立了创新资源共享的随机进化博弈框架，使得在有限理性条件下对创新资源提供方与需求方的策略选择能够进行更细致的分析。其次，认识到数字化可能增加环境不确定性，本研究明确地将数字技术应用作为影响系统收益结构和进化动态的关键因素。第三，拓展了以往主要基于确定性模型的研究，本研究引入随机因素，以识别环境不确定性影响创新资源共享行为演化的阈值效应。
本文其余部分组织结构如下：第2节回顾相关文献；第3节研究方法和第4节随机进化博弈模型的构建分别建立了确定性和随机进化博弈模型；第5节呈现数值分析结果；第6节讨论研究结果、启示、局限性和未来研究方向。
章节摘要
文献综述
随着企业在日益动荡和数字化的环境中运营，创新资源共享研究受到越来越多的学术关注。现有研究从三个相关视角考察了这一问题。首先，采用环境不确定性视角的学者通常考察外部环境变化如何影响企业间合作与资源共享。其次，资源共享研究主要关注其对企业的
研究方法
随机进化博弈论（SEGT）通过将随机扰动纳入策略调整的动态过程，扩展了传统的进化博弈论。SEGT适用于本研究，因为创新资源共享涉及有限理性的资源提供方与需求方在重复互动中观察以往结果并持续调整策略的过程。此外，与资源共享相关的成本、收益和风险可能
随机进化博弈模型的构建
为反映现实世界的波动性，SEGT模型纳入了随机扰动项，使环境波动能够影响收益，进而影响学习动态。由此产生的随机微分方程使得在不确定性条件下可以分析解的存在性和系统稳定性，从而揭示环境动荡、数字技术应用和吸收能力如何共同塑造创新的长期
数值模拟分析
为展示在不同参数设置下创新资源共享的随机进化轨迹和稳态，本节使用MATLAB R2022a进行数值模拟。具体而言，本研究分析了随机扰动强度、数字技术应用和吸收能力对进化过程的影响。并采用高阶Milstein方法对随机微分系统进行离散化，如下所示：
讨论
追求创新的企业经常面临内部资源限制，这使得企业间资源共享成为克服此类限制的重要策略（Bernal等，2022；Samaddar & Kadiyala，2006）。同时，数字经济的发展使创新过程及相关资源共享活动变得越来越动态、不确定和复杂。我们建立了一个随机进化博弈模型，解释了创新资源
CRediT作者贡献声明
陈燕萍：原始稿件撰写、方法论、形式化分析、概念化。邵云飞：原始稿件撰写、可视化、经费获取。刘波：稿件审阅与编辑、项目管理。董志成：稿件审阅与编辑、可视化
资金支持
本研究得到了国家自然科学基金的资助[项目编号：72172024，72372017]
竞争利益声明
作者声明不存在已知的可能影响本文所报告工作的竞争性经济利益或个人关系。
陈燕萍|邵云飞|董志成|刘波
