范群林,邵云飛

(電子科技大學經(jīng)濟與管理學院,成都 610054)

集群創(chuàng)新系統(tǒng)的不確定性研究
——基于熵的視角

范群林,邵云飛

(電子科技大學經(jīng)濟與管理學院,成都 610054)

從系統(tǒng)結(jié)構(gòu)、系統(tǒng)環(huán)境、系統(tǒng)信息悖論和系統(tǒng)非線性四個方面,簡要分析了集群創(chuàng)新系統(tǒng)的不確定性,指出了集群創(chuàng)新系統(tǒng)不確定性的本質(zhì)和不確定性產(chǎn)生的因素,并把熵理論運用到集群創(chuàng)新系統(tǒng)不確定性的研究中,為集群創(chuàng)新系統(tǒng)的管理和控制提供了有效方法。通過從投入產(chǎn)出角度進行數(shù)據(jù)仿真可以得知：運用熵理論不僅能夠?qū)簞?chuàng)新系統(tǒng)的不確定性做出比較精確的評估,而且可以有效地控制集群創(chuàng)新系統(tǒng)的運作。

集群創(chuàng)新系統(tǒng);熵;不確定性

一、引 言

集群創(chuàng)新系統(tǒng)是相對于國家創(chuàng)新系統(tǒng)和企業(yè)創(chuàng)新系統(tǒng)而言的,正是由于內(nèi)部要素、結(jié)構(gòu)和聯(lián)結(jié)模式的特殊性,才導(dǎo)致了其在全球范圍內(nèi)的迅速發(fā)展[1]。此外,由于集群創(chuàng)新系統(tǒng)是處在競爭、合作、動態(tài)的市場環(huán)境之中,這就決定了其在復(fù)雜多變的市場中,將不可避免地要面對很多不確定因素。這些不確定因素往往能導(dǎo)致整個集群創(chuàng)新系統(tǒng)處于混亂狀態(tài)。對此問題,已有學者進行了相關(guān)的研究。Lundvall(1988)和Asheim(2002)認為研究創(chuàng)新系統(tǒng)時需要從知識觀入手,對產(chǎn)業(yè)集群內(nèi)部的學習行為,即所謂的“集群學習模式”給予關(guān)注,因為學習是系統(tǒng)運行和取得經(jīng)濟效益的關(guān)鍵[2,3]。徐占忱(2007)的基于集群創(chuàng)新系統(tǒng)與自然生態(tài)系統(tǒng)具有同構(gòu)性特征的假設(shè),運用生態(tài)復(fù)雜性方法,刻畫了集群創(chuàng)新系統(tǒng)中的知識流與知識溢出[4]。張虹 (2008)通過研究集群創(chuàng)新系統(tǒng)演變的路徑和內(nèi)在激勵,發(fā)現(xiàn)隨著創(chuàng)新產(chǎn)出量的變化,集群創(chuàng)新系統(tǒng)表現(xiàn)出明顯的演化過程,通過有效地控制創(chuàng)新產(chǎn)出量,可以從宏觀上把握集群創(chuàng)新系統(tǒng)的演化方向[5]。蔣東仁 (2006)重點對政府在集群創(chuàng)新系統(tǒng)中的角色及其行為模式進行了系統(tǒng)分析[6]。隨著對集群創(chuàng)新系統(tǒng)研究的不斷深入,我們發(fā)現(xiàn),已有研究大多是對集群創(chuàng)新系統(tǒng)及其不確定性理論上的邏輯演繹分析,缺乏量化研究。同時,信息熵理論自產(chǎn)生以來,得到了各國學者重視,Deshmukh(1998)提出一個基于熵的分析框架去測定制造系統(tǒng)的復(fù)雜性和不確定性[7]。Frizelle(2005)將熵用于分析物流的復(fù)雜性和不確定性[8]。基于此,本文將在首次提出用熵來度量信息量的 Shannon的研究思路上,應(yīng)用熵理論對集群創(chuàng)新系統(tǒng)的不確定性進行定量分析,將集群創(chuàng)新系統(tǒng)中的不確定性加以量化,為集群創(chuàng)新系統(tǒng)的管理和控制提供參考。

二、集群創(chuàng)新系統(tǒng)的不確定性

集群創(chuàng)新系統(tǒng)的不確定性是指系統(tǒng)所處狀態(tài)的不確定性以及不可預(yù)測性。集群作為一個由許多企業(yè)、中介、政府、大專院校所組成的復(fù)雜網(wǎng)絡(luò)系統(tǒng),其自身的網(wǎng)狀結(jié)構(gòu)以及其它的一些影響因素,使得系統(tǒng)所處狀態(tài)具有不確定性以及不可預(yù)測性。從定性角度來看,集群創(chuàng)新系統(tǒng)的不確定性主要表現(xiàn)在以下幾個方面：

1.系統(tǒng)結(jié)構(gòu)的不確定性。集群創(chuàng)新涉及對象多,覆蓋面廣;各對象之間聯(lián)系密切,關(guān)系復(fù)雜;同時,系統(tǒng)中的各節(jié)點企業(yè)都是相互關(guān)聯(lián)的集群主體,均有其各自的戰(zhàn)略與目標,其中,有些目標和集群創(chuàng)新系統(tǒng)的整體目標基本是無關(guān)的,有時甚至于是相互沖突的。正是集群創(chuàng)新系統(tǒng)結(jié)構(gòu)的復(fù)雜性,使得對其的協(xié)調(diào)管理具有很大的難度。

2.系統(tǒng)環(huán)境的不確定性。系統(tǒng)環(huán)境中的隨機因素很多,而且經(jīng)常存在,如市場變化而引起的需求波動、企業(yè)突發(fā)事件引起的持續(xù)生產(chǎn)的中斷等,這些環(huán)境不確定性往往體現(xiàn)在集群創(chuàng)新的各個環(huán)節(jié)中。

3.系統(tǒng)中的信息悖論。系統(tǒng)運行中會產(chǎn)生很多信息,但是由于信息的模糊以及系統(tǒng)各節(jié)點對信息的理解存在差別,使得系統(tǒng)出現(xiàn)了信息量越大,不確定性也越大的矛盾,即系統(tǒng)存在信息悖論。

4.系統(tǒng)的非線性。系統(tǒng)的非線性表現(xiàn)在集群中各主體的組織、戰(zhàn)略、運營等各個方面。缺乏有效的協(xié)調(diào)機制、信息的不對稱性、信息孤島等都可以看作是系統(tǒng)非線性的具體表現(xiàn)。

三、熵理論的引入及應(yīng)用分析

熵 (Entropy)的概念源于熱力學,體現(xiàn)了系統(tǒng)的復(fù)雜度和不確定程度。系統(tǒng)的熵的增加對應(yīng)著其變化和不確定性的增加。而 Kol mogorov熵方法主要反映了給定序列隨著其長度的增加,出現(xiàn)新模式的速率[9],用此方法來衡量系統(tǒng)的不確定程度有一定的局限性。在 Shannon的信息論中,熵是系統(tǒng)狀態(tài)不確定性的一種度量,測定幾種內(nèi)功趨勢的方法,計算系統(tǒng)可能與系統(tǒng)預(yù)期之離差的某個概率的加權(quán)平均值,也就是說,熵被定義為描述一個系統(tǒng)所必須的期望信息數(shù)量,這里的“期望”是指信息的數(shù)量恰好平均覆蓋系統(tǒng)的各種可能狀態(tài),相應(yīng)的熵的定義表達式如 (1)式所示[10]：

其中,S表示給定的系統(tǒng);i為系統(tǒng)中的某一可能狀態(tài);p(i)為狀態(tài) i在系統(tǒng)中出現(xiàn)的概率;H(S)則表示系統(tǒng) S的熵。

由于本文所研究的集群創(chuàng)新系統(tǒng)的不確定性具有一定的動態(tài)性,所以文章采用 (2)式來計算具有動態(tài)性的不確定性問題[10]：

(2)式中的 H(T,N T)表示一個平穩(wěn)的離散信息源系統(tǒng) S的信息熵;S的狀態(tài)被分為兩類：T(tolerated),N T(nontolerated),其中,狀態(tài) T出現(xiàn)的概率為 p;系統(tǒng)有M節(jié)點,p(j|i)表示在節(jié)點 i出現(xiàn)第 j種狀態(tài) N T的條件概率;H′(SNT)是在 N T狀態(tài)下節(jié)點 i出現(xiàn)狀態(tài) j的條件概率的熵值。

圖 1是對集群創(chuàng)新的動態(tài)性給了一個簡單的圖示。在圖 1中,A表示預(yù)測的創(chuàng)新結(jié)果,B表示實際的創(chuàng)新結(jié)果;從圖 1可以清楚看到,在 1t以前的部分預(yù)測值與實際值基本一致,但是 1t以后的實際值和預(yù)測值就有明顯的差別。

隨著時間推移,A和B之間的不確定性波動幅度也在發(fā)生變化,則系統(tǒng)的熵也就隨之變化,對此,本文引入文獻 10中的一種測量不確定的方法[11],這種方法是用來衡量系統(tǒng)內(nèi)部的不可預(yù)測性或不確定性,即不確定性指標可以由式 (3)來度量：

這種方法不但適用于平衡的離散輸入輸出系統(tǒng)的分析,也適用于企業(yè)績效等的衡量。

四、熵在集群創(chuàng)新系統(tǒng)不確定性中的應(yīng)用

集群創(chuàng)新系統(tǒng)的不確定性問題很復(fù)雜,包含多種類型的不確定性。由于集群系統(tǒng)的數(shù)據(jù)難以獲得,所以本文此部分主要運用數(shù)據(jù)仿真的方法對集群創(chuàng)新系統(tǒng)的不確定性進行研究,同時,對集群創(chuàng)新系統(tǒng)而言,雖然多個節(jié)點之間的信息流和資源流的表現(xiàn)形式各有不同,但是從本質(zhì)而言,都是伴隨著投入產(chǎn)出的進行而發(fā)生的,沒有實質(zhì)性地差異,所以本文認為,用集群創(chuàng)新主體的創(chuàng)新投入和創(chuàng)新產(chǎn)出之間的不確定性來反映集群創(chuàng)新系統(tǒng)的不確定性還是具有一定的代表性的。所以,本文在仿真研究中將集群創(chuàng)新系統(tǒng)的不確定性集中在投入產(chǎn)出的不確定性上。

(一)仿真數(shù)據(jù)介紹

集群創(chuàng)新系統(tǒng)的各個節(jié)點即各主體都存在很多個狀態(tài),總體上可以分為可控狀態(tài)和不可控狀態(tài)兩種,不可控狀態(tài)是不確定性的主要根源。通過分析可知,集群創(chuàng)新系統(tǒng)不確定性主要分為：系統(tǒng)各節(jié)點內(nèi)部不確定性和各節(jié)點之間相互轉(zhuǎn)移的不確定性。此外,根據(jù)復(fù)雜性理論,對集群創(chuàng)新系統(tǒng)的投入產(chǎn)出,我們可以得出以下幾點結(jié)論：

(1)創(chuàng)新系統(tǒng)產(chǎn)出預(yù)期與產(chǎn)出實際之間的偏差越大,創(chuàng)新系統(tǒng)轉(zhuǎn)移產(chǎn)出不確定性給創(chuàng)新系統(tǒng)運作的風險越大;

(2)創(chuàng)新系統(tǒng)投入預(yù)期與產(chǎn)出預(yù)期之間的偏差越大,創(chuàng)新系統(tǒng)轉(zhuǎn)移期望運作不確定性給創(chuàng)新系統(tǒng)產(chǎn)出的風險越大;

(3)創(chuàng)新系統(tǒng)投入實際與產(chǎn)出實際之間的偏差越大,創(chuàng)新系統(tǒng)轉(zhuǎn)移實際運作不確定性給創(chuàng)新系統(tǒng)產(chǎn)出的風險越大;

(4)創(chuàng)新系統(tǒng)投入實際與投入預(yù)期之間的偏差越大,創(chuàng)新系統(tǒng)轉(zhuǎn)移投入不確定性給創(chuàng)新系統(tǒng)運作的風險越大。

從投入產(chǎn)出的角度來看,集群創(chuàng)新系統(tǒng)的主要目標可以歸納為：在一定時間里,把一定數(shù)量的主體創(chuàng)新資源投入到集群創(chuàng)新系統(tǒng)中來,并產(chǎn)生最大的創(chuàng)新產(chǎn)出 (即創(chuàng)新結(jié)果)。因此,在度量集群創(chuàng)新系統(tǒng)的不確定性時,我們主要從數(shù)量和主體類型兩個角度來進行。在參考相關(guān)研究基礎(chǔ)上,利用隨機數(shù)生成,得到了表 1中第 1至 6列所列出的集群創(chuàng)新系統(tǒng)中主要涉及到的一些數(shù)值及其對應(yīng)的主體類型,本文正是利用這些數(shù)據(jù)來分析集群創(chuàng)新系統(tǒng)的不確定性。

表 1 集群創(chuàng)新系統(tǒng)創(chuàng)新數(shù)據(jù)及其偏差

(二)不確定性度量過程

集群創(chuàng)新系統(tǒng)不確定性度量過程如下：

(1)整理數(shù)據(jù),計算偏差。偏差 =實際值 -預(yù)期值。

(2)劃分系統(tǒng)狀態(tài)。根據(jù)偏差大小將系統(tǒng)分為可接受 (T)和不可接受 (N T兩大類狀態(tài))。

(3)可以通過自定義一個適當?shù)闹笜藖韯澐植煌瑺顟B(tài)。

(4)計算系統(tǒng)各狀態(tài)出現(xiàn)的概率。由于本文中的數(shù)據(jù)都是離散的有限序列,所以可以用頻度來近似表示各種狀態(tài)出現(xiàn)的概率。

(5)計算熵值和不確定性。

此外,針對本文數(shù)據(jù),對表 1所給的集群創(chuàng)新系統(tǒng)進行系統(tǒng)狀態(tài)約定,約定系統(tǒng)偏差為 0的狀態(tài)為可控狀態(tài),而偏差不為 0的狀態(tài)均為不可控狀態(tài)。

(三)仿真數(shù)據(jù)計算

按照上述不確定定性度量過程的第一步,對表 1中的第 3至 6列數(shù)據(jù)計算偏差,得到表 1中的第 7至 10列。接著對其進行如下處理,得表 2。

(1)根據(jù)偏差的變化幅度與實際情況所規(guī)定的變化范圍,將系統(tǒng)分為 i(i=1,2,3,4,5)種狀態(tài),其中包含了可控和不可控狀態(tài)。見表 2中第 1列。

(2)計算各種狀態(tài)出現(xiàn)的頻率。

(3)計算各狀態(tài)出現(xiàn)的概率 p(i)。

(4)根據(jù) (1)式計算各狀態(tài)的熵值,所有不可控狀態(tài)所對應(yīng)的熵值之和即為系統(tǒng)總的不確定性。

(5)根據(jù) (3)式計算系統(tǒng)的不確定性指標。

表2 集群創(chuàng)新系統(tǒng)熵值和不確定性指標

從表2中我們可以看到：

(1)產(chǎn)出實際 -投入實際的熵值小于產(chǎn)出預(yù)期 -投入預(yù)期的熵值,表明集群創(chuàng)新系統(tǒng)創(chuàng)新實際績效的不確定性比創(chuàng)新預(yù)期的不確定要小,這說明了在集群創(chuàng)新系統(tǒng)的創(chuàng)新資源投入中,如果加強了對實際的投入產(chǎn)出的控制,是可以有效地減小創(chuàng)新實際中的不確定性。

(2)產(chǎn)出實際 -產(chǎn)出預(yù)期的熵值大于投入實際 -投入預(yù)期的熵值,表明集群創(chuàng)新系統(tǒng)因投入所產(chǎn)生的不確定性比系統(tǒng)因產(chǎn)出所產(chǎn)生的不確定性要大。這說明對集群創(chuàng)新系統(tǒng)的投入產(chǎn)出而言,更應(yīng)該加強對投入的管理和控制。

本文下面通過對數(shù)據(jù)差額產(chǎn)生原因進行分析,使我們對集群創(chuàng)新系統(tǒng)的不確定性有一個更加深刻的了解。

(四)不確定性分析

表1中數(shù)據(jù)的偏差產(chǎn)生的原因主要是存在集群創(chuàng)新系統(tǒng)主體類型的差別,下面就此四種主體類型產(chǎn)生的不確定性進行分析,得表3。

表3 偏差產(chǎn)生的不確定分析

從表3中對四種主體類型的不確定性分析,可以得知,集群創(chuàng)新系統(tǒng)的不確定性很大程度上歸因于系統(tǒng)主體的四種類型中的企業(yè),其次是中介機構(gòu),再次是大專院校,最后才是政府。此外,對這一分析結(jié)果有必要說明的是,這個結(jié)果是根據(jù)之前的數(shù)據(jù)計算所得的結(jié)果,其意義不能只是簡單地理解為說明集群創(chuàng)新系統(tǒng)的不確定性大小是按照企業(yè)、中介機構(gòu)、大專院校、政府的順序產(chǎn)生的。這個結(jié)果更重要的涵義是說明在集群創(chuàng)新系統(tǒng)中,各個類型的主體對其不確定性都有一定影響。在分析具體的某個集群創(chuàng)新系統(tǒng)時,需要結(jié)合其集群的產(chǎn)生、發(fā)展過程,各類型主體在其發(fā)展過程中充當?shù)慕巧认嚓P(guān)背景資料來針對性地分析各類主體對集群創(chuàng)新系統(tǒng)不確定性的影響大小。同一產(chǎn)業(yè)集群,其各類主體的影響差異是不一樣的,不同的產(chǎn)業(yè)集群,其主體的影響差異更是不一樣。就算是在同一產(chǎn)業(yè)集群中,當集群處于不同的發(fā)展階段的時候,同一類主體對其不確定性影響也是不一樣的。所以在不同的集群及集群的不同發(fā)展階段中,各類型主體應(yīng)該根據(jù)具體情況,適時調(diào)整自身的創(chuàng)新行為,以減少對集群創(chuàng)新系統(tǒng)不確定性的影響,促進集群創(chuàng)新的更進一步發(fā)展。

(五 ) 結(jié)論

在前述一系列分析基礎(chǔ)上,我們可以得到以下幾點結(jié)論：

(1)通過對集群創(chuàng)新系統(tǒng)不確定性或復(fù)雜性的分析,我們可以看出集群創(chuàng)新的投入產(chǎn)出之間不同狀態(tài)的相互轉(zhuǎn)化給系統(tǒng)帶來的復(fù)雜和不確定程度,而這也正體現(xiàn)了創(chuàng)新中的風險與收益的重要來源。

(2)采用上述方法,可對集群創(chuàng)新系統(tǒng)中任何節(jié)點之間的差異和節(jié)點結(jié)構(gòu)的差異的復(fù)雜程度進行量化處理,為后續(xù)分析集群創(chuàng)新的不同類型、階段、特征等特質(zhì)奠定方法論基礎(chǔ)。

(3)這種復(fù)雜性研究的思路可以擴展運用于不同類型的產(chǎn)業(yè)集群及其集群創(chuàng)新系統(tǒng),可以結(jié)合實地調(diào)研和問卷調(diào)查等實證研究方法,取得集群創(chuàng)新系統(tǒng)的節(jié)點與節(jié)點結(jié)構(gòu)數(shù)據(jù),通過對各類數(shù)據(jù)的計算、分析和比較,得到各類型產(chǎn)業(yè)集群的創(chuàng)新系統(tǒng)的管理績效、創(chuàng)新效率等相關(guān)信息,以便進一步制定政策、策略引導(dǎo)后續(xù)的創(chuàng)新工作。

五、結(jié)束語

將熵理論應(yīng)用于度量集群創(chuàng)新系統(tǒng)的復(fù)雜性或不確定性,在理論上和方法上都是比較新的?；陟氐募簞?chuàng)新系統(tǒng)不確定性研究為度量集群創(chuàng)新系統(tǒng)的不確定性和復(fù)雜性提供了有效的方法和工具,同時也為更加有效地管理集群創(chuàng)新系統(tǒng)提供了理論依據(jù)和指導(dǎo)方法。在后續(xù)研究中,我們將立足于本文的理論思路,結(jié)合實地調(diào)研和問卷調(diào)查等實證研究方法,分析各類集群創(chuàng)新系統(tǒng)中的各類主體的具體資源的差異及其對系統(tǒng)不確定性和復(fù)雜性的影響,來深入地探討集群創(chuàng)新系統(tǒng)的管理和運作,為制定創(chuàng)新政策、策略提供理論依據(jù),并在一定程度上將現(xiàn)有的各種關(guān)于集群創(chuàng)新的研究納入到一個統(tǒng)一的框架范圍之內(nèi)。

[1]魏江.創(chuàng)新系統(tǒng)演進和集群創(chuàng)新系統(tǒng)構(gòu)建[J].自然辯證法通訊,2004(1)：48-54.

[2]LUNDVALL B A.Innovation as an interactive process：from user-producer interaction to the national system of innovation[M]//DOSI G,FREEMAN C.Technical change and economic theory.London：London Printer Publishers,1988：10-34.

[3]ASHEI M B T.Regional innovation system：The integration of local‘sticky’and global‘Ubiquitous’knowledge[J].Journal of Technology Transfer,2002(27)：77-86.

[4]徐占忱,卜琳華.基于生態(tài)復(fù)雜性的區(qū)域集群創(chuàng)新系統(tǒng)優(yōu)效性研究[J].系統(tǒng)管理學報,2007,16(5)：558-562.

[5]張虹.基于耗散結(jié)構(gòu)理論的集群創(chuàng)新系統(tǒng)形成及演化分析[J].經(jīng)濟研究,2008(14)：33-45.

[6]蔣東仁.產(chǎn)業(yè)集群創(chuàng)新的政府行為透析[J].科學學與科學技術(shù)管理,2006(12)：61-65.

[7]DESHMUKH A V,TALAVAGE J J,BARASH M M.Complexity in manufacturing systems[J].IIIE Transactions,1998(30)：645-655.

[8]FR IZELLE G,WOODCOCK E.Measurement of complexity as an aid to developing operational strategy[J].International Journal of Operation and Production Management,2005,15(5)：26-29.

[9]謝惠民.系統(tǒng)復(fù)雜性的度量方法[J].力學進展,1996,26(3)：289-305.

[10]金榮.基于熵權(quán)多目標決策的保障性方法研究[J].空軍工程大學學報：自然科學版,2007,8(3)：56-59.

[11]徐鑫.熵在供應(yīng)鏈工序不確定性中的應(yīng)用[J].運籌與管理,2005,12(6)：51-56.

A Study on the Uncertainty of Cluster Innovation System Based on Entropy

FAN Qun-lin,SHAO Yun-fei
(School of Management and Economics,University of Electronic Science and Technology,Chengdu 610054,China)

This paper analyzes the uncertainty of cluster innovation system from the aspects of system structure,the system environment,the system message paradox and the system nonlinear,and points out the nature and factors of uncertainty occurrence.The paper applies the entropy theory to the study on uncertainty of cluster innovation system and supplies an effective method to the management and control of cluster innovation system.Through the data simulating conducted by means of input and output,we can not only make a quite precise measure of the uncertainty of cluster innovation system,but also control the operation of cluster innovation system effectively.

cluster innovation system;entropy;uncertainty

(責任編輯 何志剛)

F207

A

1009-1505(2010)05-0041-06

2010-05-06

國家社科基金重點項目“構(gòu)建區(qū)域創(chuàng)新體系戰(zhàn)略研究”(08AJY011);教育部新世紀優(yōu)秀人才支持計劃“基于網(wǎng)絡(luò)視角的產(chǎn)業(yè)集群自主創(chuàng)新理論與實證研究 (NCET-08-0094);科技部科技工作專項項目“技術(shù)創(chuàng)新方法集成研究與推廣應(yīng)用”(2007FY140400)

范群林,男,重慶人,電子科技大學經(jīng)濟與管理學院博士研究生,主要從事技術(shù)創(chuàng)新管理研究;邵云飛,女,浙江金華人,電子科技大學經(jīng)濟與管理學院教授,博士生導(dǎo)師,管理學博士,主要從事技術(shù)創(chuàng)新管理研究。