4.3.1　数值仿真设置

本书基于四种不同的经典网络结构类型构建如图4.2所示的跨国并购逆向知识转移网络结构，网络基本结构特征见表4.1。此外，为了便于不同网络结构下跨国并购逆向知识转移的网络演化博弈过程的比较，本书对式（4.2）和式（4.3）的具体参数进行设定。具体如下：基于参数设置的标准化惯例，可以将子公司每期知识量K和母公司单位知识价值Pα均设为1；子公司逆向知识转移比例λβ为子公司每期博弈的决策，该参数的分布形式可以根据实际情况而定，本书为了简化仿真模拟的复杂度，采用常见的均匀分布假设，而且这样的假设有利于区分积极策略和消极策略的比例，因此本书设定其初始策略服从[0.1，1]均匀分布，并界定λβ≥0.5为积极策略，λβ＜0.5为消极策略；母公司对子公司单位知识逆向转移的补偿率φα为母公司每期博弈的决策，由于母公司的博弈策略更新规则为TFT规则，这意味着母公司是善意的[24]，因此与λβ的分布假设依据相似，本书设定母公司对子公司的初始策略服从[0.5，1]均匀分布，并界定φα≥0.5为积极策略，φα＜0.5为消极策略。另外，子公司博弈策略更新规则中的噪声κ，母公司和子公司的单位成本cα、cβ以及母公司和子公司的努力成本μα、μβ为本书需要分析的具体参数，根据标准化的处理原则，本书设定需要分析的噪声κ的取值范围为[0.1，1]，而cα、cβ和μα、μβ的取值范围均为[0.1，0.9]。仿真计算通过Matlab2010b实现，仿真结果为同一组参数重复运行20次后取平均值所得。值得注意的是，在本书的数值仿真过程中，在t=300时所有子公司和母公司的博弈决策均达到了稳态，因此本书设定仿真周期为t=300。

关于网络演化博弈的一个重要测度指标是合作频率，即

式中　Nct——t时期采用合作策略的博弈个体数；

　　　Nt——t时期网络中所有的博弈个体数。(https://www.daowen.com)

在对跨国并购逆向知识转移的网络演化博弈模型进行仿真分析时，本书发现四种网络结构下，无论是子公司还是母公司最终在稳态时均采用积极策略，其差异在于稳态的实现速度，因此以下分析均以积极策略的稳态实现速度为测度指标，并将其界定为

式中　T——仿真周期；

　　　Tc——积极策略达到稳态所需时间。