内容摘要:随着时代的发展和经济运行方式的演进，创新日益呈现出明显的集群化发展趋势。本文以复杂性理论为视角，探讨企业集群创新系统的复杂性特征，并以此为依据，将化学催化反应方程引入企业集群创新行为，构建企业集群创新的动力模型；通过对模型参数的分析，得出企业集群创新速度不仅取决于创新投入要素，而且与集群创新环境密切相关。

关键词:复杂性理论企业集群动力模型

随着时代的发展和经济运行方式的演进，创新日益呈现出明显的集群化发展趋势。企业集群创新问题越来越引起人们的关注。通过对相关文献的检索发现，研究者主要集中于研究企业集群创新的生成动力，缺少对促进企业集群创新持续发展的动力机制研究。随着环境的迅速变化，集群在发展过程中可能出现创新停滞甚至退化，使集群逐渐丧失竞争优势。因此，在经济全球化的激烈竞争中，如何加快企业集群创新发展速度，保持集群的持续健康发展，是摆在企业界和政府面前亟待思考的问题。本文以复杂性理论为视角，分析企业集群创新系统的复杂性特征，并以此为依据，将化学催化反应方程引入企业集群创新行为，构建企业集群创新发展的动力模型，分析促进企业集群持续发展的动力机制。

企业集群创新行为的复杂性分析

企业集群创新行为不仅涉及到集群内部企业各种资源要素的投入、群内企业之间的相互作用，而且还包括一系列广泛而复杂的社会资源，融合宏观与微观、纵向与横向、群内企业与外部环境的交互作用，彼此形成一个密切相关的、动态的、开放的有机整体（系统）。其复杂性系统特征体现在以下方面:

开放性。企业集群创新是一个向集群内外开放、主体间互动、整体创新不断发展的过程。集群竞争优势的获得，不仅有赖于集群内各行为主体之间的频繁互动、知识技术的交流、组织学习以及柔性制度的渗透来达到内部的有机整合，而且要求集群网络的各个节点不断与集群外的网络节点发生多方位、多层次的联结，寻找新的合作伙伴，以获取远距离的知识和互补性资源。

自适应。企业集群作为复杂适应系统的适应性体现在:一方面，系统中主体（集群内企业）之间的联系十分紧密。在知识发展越来越快，技术的复杂度越来越高的情况下，主体在新产品开发中，必须借助于其它企业优势，才能更好发挥自身的创新能力；另一方面，企业集群与外部环境之间也同样存在着相互适应。当外部环境(包括行业、技术、市场和制度等方面)发生变化时，集群企业能够及时响应环境中的变化，研究和掌握行业先进的核心技术，以更快的速度向市场推出满足顾客快速变化的需求产品。

非线性。企业集群创新是一个非线性的系统，这一系统的输出变量或状态的变化并不是与对它的输入变量或刺激强度成简单的线性关系。由于在企业集群和外部环境之间存在着反馈作用（包括正反馈和负反馈），此外还有集群内企业间的主动相互作用活动，这些都会导致集群创新过程呈现非线性特征。

涌现。涌现是复杂系统自组织过程中出现的新的、协同的结构、模式和性质，出现在系统的宏观层次上，是系统整体具有而部分不具有的、全新的现象。由于集群内企业不完全由系统内部条件决定和不可完全预测性而使他们行为具有显著的涌现性。涌现行为是复杂适应系统的集体智慧的充分体现。

复杂性理论视角下企业集群创新发展的动力模型

企业集群创新作为一个复杂适应性系统，其可持续发展涉及内外部环境要素的复杂的相互作用。从更全面的视角去研究系统要素组成、系统结构与系统外在表现的关系对我们更加深刻理解企业集群创新发展的机理十分重要。本文以复杂性理论为视角，将化学催化反应方程引入企业集群创新行为，构建企业集群创新的动力模型。

复杂性理论框架下选择催化反应模型的依据。首先，化学催化反应发生的前提是反应物分子之间必须相互碰撞，碰撞频率越高，反应速率越快。但不是每次碰撞都能发生反应，只有那些动能特别大的分子碰撞才是有效碰撞，进而产生化学反应，体现出自适应性。其次，分子之间的相互作用十分复杂，往往不遵循简单的线性规律。而且化学反应过程有时伴随自组织和混沌现象的出现，表现出非线性的复杂机理。最后，化学催化反应的速率要受到如浓度、压强、温度、催化剂等外部条件的影响。催化剂通过改变化学反应的途径，而提高或降低反应速度，呈现出开放性特征。本文认为该结论同样适应企业集群创新发展研究。

（一）化学催化反应方程

在化学催化反应中，催化剂的作用可以用反应式（1-1）来说明。

式（2-1）表示企业集群创新行为的投入产出的转换方程式。其中，M、F、……、R表示企业集群创新行为所需的各种资源投入，如原材料、知识、人才、技术；m、f、……、r表示参与集群创新的各种资源对创新行为的敏感程度，称之为“要素活度”；P.S.Λ.W表示企业集群创新的各种产出，如新产品、新材料、新工艺等；Structure表示对企业集群创新行为起重要作用的组织结构、社会文化、法制政策、地理环境等；N表示集群内企业数量；C表示企业集群创新行为受到的环境约束（如政府政策、法律法规、社会责任等）。

式（2-2）表示企业集群创新发展的速率方程式。其中D（t）表示t时刻企业集群创新的速度；f（t）表示t时刻企业集群创新的动力系数；CM、CF、ΛCR表示企业集群创新所需各种资源的投入比例；α、βΛλ表示各种资源投入对企业集群创新发展的贡献程度。

式（2-3）描述了影响企业集群创新发展的动力系数的各种制约因素及其相互关系。其中f0为指数前因子，定义为与集群的资源禀赋、区位优势有关的一个常量。E（t）表示t时刻企业集群为完成某个特定的目标，在激励、调动和整合内、外部要素时，所要耗费的资金、时间和感情数量。G（t）表示集群内企业的竞争程度。N（t）表示t时刻集群内企业数量。

（三）模型参数分析

1.m、f、……、r分析。m、f、……、r又称之为“要素活度”。

所谓“要素活度”，就是指参与集群创新行为的各种要素当前具有的效能与其潜在的最大效能的比值。如果资源净数量满足要求，但不能被很好的调动、组合利用，或是由于某些关键要素、关键环节不能正常运作导致内耗的产生，就会产生与预期相反的效果。在企业集群创过程中，“要素活度”主要取决于集群内企业本身的技术水平和管理能力以及企业之间的协调配合能力。

结论1:企业本身的技术水平和管理能力越高，企业之间的协调配合能力越强，企业集群创新效果越显著。

2.G（t）分析。G（t）反应集群内企业的竞争程度，E（t）、N（t）一定时，G（t）值越大，f（t）越大，从而企业集群创新发展速度越快。

结论2:集群内企业竞争越激烈，集群创新发展速度越快。

3.E（t）分析。当G（t）、N（t）一定时，E（t）与集群创新速度成反比。

结论3:降低创新过程中的协调费用，有助于提高企业集群创新速度。

4.N（t）分析。在大多数的化学催化反应中，反应速率随温度的升高而增大。同时，催化剂也可以通过降低反应的活化能，使活化分子百分数增大从而增大反应速率。但酶是蛋白质，可随温度的升高而变性。在温度较低时，前一影响较大，反应速度随温度升高而加快。但温度超过一定数值后，酶受热变性的因素占优势，反应速度反而随温度上升而减缓，形成倒V形或倒U形曲线。因此，酶的催化作用存在一个最适温度。

在方程（2-3）中，我们可以这样来理解，当企业集群数量增加时，需要协调企业之间关系的资金、时间、情感等值也会随之增加，并且当集群内企业数量达到一定程度以后，N（t）的增加往往导致E（t）成倍的增加，进而导致集群创新发展速度减慢。这也说明了现实中的一个现象:当集群内企业数量达到一定程度以后，企业数量的增加反而会导致集群发展速度递减。

结论4:集群发展初期，集群创新速度会随着群内企业数量的增多而加快；但达到一定程度后，会因协调所带来的成本增加而导致集群创新发展速度减慢。

5.Structure分析。在方程（1-1）中catalyzer为催化剂。众所周知，催化剂在化学反应中主要是通过降低化学反应中的“活化能”Ea，从而提高反应速度。在方程式（3-1）中，structure代表对企业集群创新发展起促进作用的集群组织结构、社会文化、法制政策、管理机制、地理环境等，同催化剂的作用相同，structure通过减少协调费用，进而提高集群的创新速度。

结论5:合理的集群组织结构、良好的文化氛围、健全的法律法规、有效的管理机制、优良的地理环境等都会降低协调成本，从而促进企业集群创新速度的加快。

结论

本文以复杂适应理论为视角，运用化学催化反应方程构建了企业集群创新发展的动力模型，通过对模型要素的分析，得出影响企业集群创新发展速度的因素。从中我们可以看出企业集群创新速度不仅取决于创新投入要素，而且与集群组织内部条件与外部环境均密切相关。对这方面的深入研究可为企业集群加快创新，走持续健康发展的道路提供有益的思路。

参考文献:

1.霍兰德.隐秩序——适应性造就复杂性[M].上海科技教育出版社，2000

2.张兵.基于CAS理论的企业可持续发展研究[D].河北工业大学，2004

3.胡恩华.企业集群创新行为的理论与实证研究——基于复杂适应系统理论的视角[M].科学出版社，2007

4.邱世明.复杂适应系统协同理论、方法与应用研究[D].天津大学博士学位论文，2002.12

5.[加]A.G.马兰戈尼.赵裕蓉，张鹏译.酶催化动力学——方法与应用[M].化学工业出版社，2007

6.曲红.基于CAS理论的研发项目组织管理模式研究[J].学术界，2007.1