基于復雜系統動力學傳播視角的技術范式轉換預警模型分析

翁淵瀚 李 南 王京安

1（南京航空航天大學經濟與管理學院，南京 211000）

2（南京工業大學經濟與管理學院，南京 211800） 3（電子科技大學中山學院，中山 528400）

引 言

自18世紀60年代以來，科學技術先后經歷了數次突破性的重大變革以及無數次小規模的創新活動，從蒸汽機技術到電氣技術，從量子力學到信息技術，每一次的科技發展都帶動了一種乃至多種技術范式的更迭轉換。進入21世紀，隨著信息技術的不斷發展，互聯網、大數據等創新技術對傳統企業技術范式產生了巨大的沖擊。從顛覆性創新到漸進式改良，技術范式轉換的概率和頻率已經遠遠超出想象。摩拜單車、支付寶、百度云、新浪微博、滴滴打車等企業模式變革取得了十分搶眼的效果，提供了許多技術范式轉換的經典案例，也讓關于企業技術范式轉換的研究備受重視。

關于技術范式的研究主要集中于技術范式的理論基礎、內涵界定以及演進過程等方面。如納爾遜和溫特 （1997）認為新技術范式的出現是由于企業打破了一切規則的和可預測的行為 “慣例”（Routines），找到了經過環境檢驗的可以代表新范式的技術［1］。馬剛 （2003） 認為技術創新系統范式客觀上要求建立一種促進創新系統中不同行動者相互作用的良性循環互動機制，來整合發揮各創新行動者的積極作用，加快知識創新、技術創新、制度創新的步伐，實現 “協同效應”［2］。Schot等和Kemp等通過對歐洲企業現實案例的分析，建立了戰略管理理論的分析框架，以此來解釋技術范式轉換的演進［3，4］。 葉芬斌和許為民 （2012）基于技術生態概念建立了戰略生態管理理論和具體案例，對技術范式演化過程進行分析，為技術范式轉換研究提供了一個綜合分析的思路［5］。李守偉等 （2009）從系統發展觀的角度分析總結了技術范式演變的5個階段及其特征，提出技術創新范式的 “金字塔” 模型［6］。 鄭雨 （2006） 以小企業在技術創新中的作用為例，針對技術創新問題對技術范式內涵進行了重新界定和結構劃分［7］。Nelson和Winter（1982）認為，漸進式創新和突破性創新對同一項技術的發展軌跡的影響差異很大，相比之下，突破性創新更容易引發技術范式更新［8］。此外，還有一些學者從企業家精神、社會資本、集成創新、創新管理等不同角度對技術范式的演進方式和特點進行了研究歸納［9-14］。這些研究得到了許多有價值的結論，幫助企業了解自我，在一定程度上為開展技術創新提供了依據和指導，但是大多受限于單一周期內的技術范式研究，對企業技術范式隨環境變化的應激反應、企業對技術范式創新的機會識別、企業對技術范式轉換的時機把握等跨周期的技術范式問題沒有做出足夠的探討。

技術范式轉換是內外部環境交互影響的結果，它的發生對內外部環境也有重要的影響。在頻繁變化的環境中，企業的戰略不確定性也隨之增加，這也迫使企業不得不努力提高自身能力，變被動為主動地去調整技術范式轉換節奏以保持自身競爭力。目前，就企業如何把握具有混沌、非線性、動態等復雜系統特征的技術范式的動態變化方面［15］，有價值的研究成果還不太多見，特別是針對既有技術范式穩定狀態的監控、技術范式的失效預警等問題，亟待構建一個新的理論框架對其進行分析研究。

面對技術范式演化這樣一個復雜系統，企業的認知水平是有限的，往往無法較早的感知關于技術范式的狀態變化，進而錯失了主動推進轉換的最佳時機。本文在技術范式趨于動態轉換的背景下，基于復雜系統的動力學傳播視角，構建了一個轉換預警的理論框架，并運用企業運營中產生的系統熵來度量技術范式的穩定程度，通過觀察閾值點的變化對范式轉換進行預警。研究通過系統熵的動力學傳播解讀了企業技術范式的變化過程，進而深入開展機理研究和開拓性分析，對技術范式轉換預警系統如何服務于企業技術范式轉換提出建議。因此，本文的理論貢獻和創新之處主要在于：對反映企業競爭力衰退的衡量指標進行了梳理，在此基礎上提出了技術范式轉換的預警模型；探討了該預警系統對技術范式轉換的動態預測機制，并對企業創新戰略選擇提出建議。

1 理論分析和研究框架

1.1 文獻回顧

上世紀80年代，在Kuhn（1962）“科學范式”思想［16］的影響下，Dosi（1993） 首次提出了技術范式 （Technological Paradigms） 概念［17］， 為解釋技術創新問題發揮了重要作用。90年代，伴隨半導體、計算機、工業自動化等一系列重大技術變革的發生，技術范式理論也得到了進一步的發展，根據 Foster （1987）、 Christensen和 Bower （2015）的研究，技術范式被定義為 “解決所選擇的技術問題的一種模型或模式”，是一整套發現問題、處理問題、解決問題的技術體系，影響著技術創新從研究開發到推廣應用的每一個環節，兼具“技術性”與 “競爭性”，并在市場創造和企業創新中發揮著重要作用［18，19］。此后，一些學者進一步深化了對技術范式的研究，分別從宏觀的行業層面和微觀的企業層面對技術范式轉換進行了多角度的分析［20，21］。 Pavitt和 Wald （1971） 研究了科技進步對技術范式轉換的重要影響，分析了技術創新投入、創新活動的不可預見性和涌現性在技術變革中的積極意義，提出了 “科學-技術-生產”的STP范式［22］。Foster（1986） 從企業技術績效和投入的角度闡述了技術范式變革的原因［23］。Malerba等 （2006）從技術范式變革的不同層次和維度對組織行為的影響進行了研究［24］。Teece（2007）分析了企業在技術范式轉換的過程中市場戰略、資源配置、研發能力等方面發生的變化［25］。總體來說，技術范式研究側重于從宏觀層面的歸納梳理，對于微觀層面技術范式變化趨勢的預測研究還不太多。企業如果能夠對技術范式的運轉情況進行有效監控，盡早發現技術范式對自身發展的桎梏，及時調整戰略布局，適時推進范式轉換，將有助于極大降低可能遭受的風險，持續保持市場競爭力。

在市場競爭中，試圖開展創新的企業會遇到怎樣的阻滯是一個歷久彌新的戰略管理問題。作為歐盟為成員國編制的創新指導用書， 《奧斯陸手冊》 （Oslo Manual）對創新數據的采集和創新調查的方法程序進行了規范，按照可能缺乏的創新要素進行劃分，把企業創新發展的阻礙分為成本因素、知識因素、市場因素、制度因素和其他因素5類［26］。其思路為后來很多學者提供了研究參考［27-30］。Li（2009）將企業創新障礙分為外生型 （Exogenous） 和內生型 （Endogenous） 兩類，外生型包括供給障礙、需求障礙和環境障礙，內生型包括創新資源障礙、企業文化障礙［31］。Hadjimanolis（1999）通過對中小企業的問卷調查發現，創新發展中最主要的外生障礙包括容易被模仿、政府支撐不夠、中間孵化環節短板、研發性人才稀缺、融資渠道少等，最主要的內生障礙包括研發周期短促、技術設施和創新資金缺乏、創新活動經驗不足等［32］。 Madrid-Guijarro等 （2009） 通過對294位中小企業的深度訪談，將企業面臨的障礙分為6項外部障礙和9項內部障礙［33］。此外，根據創新問題的性質分類，有學者將企業面臨的創新障礙分為會延緩企業創新活動進展或降低創新活動效果的顯性障礙，以及如資源限制、結構固化等導致企業不愿主動開展創新活動的隱形障礙［34-36］。

表1 部分關于企業創新影響因素的研究成果

從表1可以看出，雖然很多學者基于不同的角度對阻礙企業創新活動的影響因素進行了研究，研究結論也各有側重，但其中與技術范式有關的部分主要集中于以下幾個方面：（1）受制于行業內外競爭加劇、政策法規和政府行為、市場變化等外部環境因素；（2）受制于標桿模仿障礙、領先優勢喪失、競爭者持續進入和技術變革等市場先發因素；（3）受制于已有知識慣例的束縛、組織認知能力和行為局限、管理層和員工創新經驗不足、片面強調既有范式的靜態效率等能力固化因素；（4）受制于邊際收益逐漸降低、創新知識儲備不足、創新風險難以評估、技術信息缺乏等轉換成本因素；（5）受制于戰略遠見和創新價值認識不足、企業家精神缺乏、制度保守、害怕風險等組織文化因素。

1.2 理論框架

在市場環境中，每個成熟企業的內部必然存在一個占據主導地位的核心技術范式，這個范式是一個遠離平衡態的非線性開放系統。在初期，企業通過與外部環境不斷進行各種資源的交換，技術范式持續進行更新改進，逐漸完成自我調試，經過一定量的積累，終于從無數其他技術范式中脫穎而出，突破上一個占主導地位技術范式的束縛，進入到一個全新的有序、穩定、動態的平衡狀態，并逐漸完成對整個行業技術范式體系的重新構建，形成一個以自身為核心的成熟體系。在企業達到發展穩定期以后，隨著內外部環境的繼續變化，這個技術范式的收益性和市場競爭力不斷降低，核心地位受到沖擊，系統重新呈現出混亂、無序的非穩定狀態。在這個狀態中，外部創新活動開始密集，代表新技術范式的企業不斷涌現，市場環境變動劇烈，漲落很大，如企業不能及時推動技術范式的轉換，將會被下一個具有突變性技術范式的企業所取代。顯然，技術范式的突變往往會加劇企業競爭環境的動蕩程度，甚至顛覆傳統的企業競爭模式，引發產業結構的革命性變化，加速對新的市場格局的重塑［37］。這時，如果在位企業無法發現并克服現有技術范式中存在的惰性，就會出現相對于新進入企業的競爭劣勢［38，39］。相反，如果企業能夠及時地意識到自身技術范式對未來發展的阻礙，積極開展范式轉換，通過漸進式或顛覆式的創新為企業打開一個 “學習窗口 （The Window of Learning） ”［40］， 幫助企業從逐漸固化的技術范式中脫離出來，打破對現有技術路徑的依賴，積極開展創新活動，提升創新研發水平，就能夠使企業持續保持市場競爭力，煥發出新的活力。

為了對技術范式的運行狀況進行量化，研究引入系統熵作為運行狀態的衡量標準，其數值的變化與預警系統各種指標的發生概率、后果和不可控性有關。系統科學把整體具有部分或部分之和所沒有的性質、特征、行為、功能等，稱為整體或系統的涌現［41］。在涌現中存在微觀的部分與宏觀的整體交互影響的現象：部分及其各部分之間的相互作用構成了新的整體特征；產生的新特征又對部分及其各部分之間關系形成或約束或促進的新影響，這種交互關系使得系統具有一定的動態性和魯棒性［42］。當企業中多個阻礙創新活動的因素出現相互耦合的情況下，各項預警指標將會隨著企業內部的紊亂式傳遞被依次觸發，預警系統會表現出復雜的非線性混沌態，當逆向涌現被多次放大后，企業將逐漸表現出技術范式失靈并趨于解體的征兆［43］。因此，對于這樣的內部變化，需要從微觀層面的技術范式預警指標變化著手分析，通過厘清系統內逆向涌現的傳遞和放大機制以及與企業整體變化間的關聯關系，來實現宏觀層面的技術范式轉換預警。

基于以上分析，研究構建了一個基于動力學傳播的技術范式轉換預警的理論框架 （圖1）。從外部環境變化、轉換成本上升、核心能力固化、組織文化保守、市場先發失效5個維度概括了影響企業技術范式轉換的主要因素，并以5個維度作為技術范式預警系統的一級指標，下設二級指標19個，通過對指標熵值的計算來衡量企業技術范式的轉換預警。

2 模型構建

2.1 技術范式轉換預警模型

根據文獻梳理，本文將兩級預警指標組成的復雜系統定義為技術范式轉換預警系統。在預警系統中，任一指標出現熵增都會將企業技術范式推向失靈的臨界狀態，同時觸發預警后的外溢熵增也會對其他指標造成影響，致使范式系統熵值的進一步演變。當預警系統出現躍遷式涌現時，技術范式主導地位將發生動搖。當技術范式的系統總熵值達到并超過一個臨界閾值時，則可能引起現有技術范式的失靈，甚至導致技術范式崩潰。

由此，設一級預警指標所處的狀態為Si（i＝1，2，…，m；m＝5）， 二級預警指標所處的狀態為si（i＝1，2，…，n；n＝19）， 則預警系統的運轉狀態可表示為：

其中，fR為預警系統的運行狀態，是關于S1、S2…S5和s1、s2…s19的函數。

在技術范式轉換預警系統中，Si（i＝1，2，…，5；m＝5） 是以概率P（Si）［0?P（Si）?1，（Si）＝1］發生的隨機事件。 同理可得， 令P（si）＝， 則si（i＝1，2，…，n；n＝19） 是以概率P（si）［0?P（si）?1，P（si）＝ 1］發生的隨機事件，C（si）是si可能造成的事件后果，U（si）是對si不可預測性的一種度量，則狀態si的運轉情況可表示為：

圖1 技術范式轉換的主要預警因素

根據Shannon定義［44］，將企業系統熵定義為：

即H（si）＝ -kR（si）×lnR（si）

式中k為常數。

則整個技術范式的熵值為：

式中：ε為計算過程中預警指標間相互作用的修正因子。

綜上所述，可以實現對技術范式中系統熵的定量計算。

2.2 預警網絡動力學傳播模型

由于技術范式各級預警指標之間的關系廣泛而緊密，因此可以運用網絡來對其進行描述。研究將各級預警指標定義為網絡中的節點，將各指標間的交互關系定義為節點間的邊，形成如圖2所示的技術范式預警網絡模型，其中包含了5個隨機連接的一級預警指標和19個隨機連接的二級預警指標，并可根據構建的技術范式轉換預警網絡模型來分析系統預警狀態的躍遷過程。

圖2 技術范式轉換預警網絡模型

假定每個預警指標都有一個系統熵閾值，即預警網絡中每一個節點對系統熵都設置了預警標準，當節點的熵值超過標準就會觸發預警。同時，溢出的熵值將通過連接邊在系統內部擴散。這種服從規律的系統熵擴散現象就是一種復雜網絡的動力學傳播。在預警網絡中，凡是系統熵值低于預警標準的節點，都可能受到來自相連預警節點的熵傳遞，當該節點吸收到足夠的外部熵值后會觸發預警，并轉而向其他節點進行熵值擴散。經過若干次這樣的傳播，會觸發超過極限數量的預警指標，最終導致技術范式失靈。如果外部市場環境發生變化，企業的行業內競爭加劇，由競爭引起的指標熵值上升并在t時刻突破了預警標準，現將節點i設為初始預警節點，在觸發預警后，溢出閾值開始以概率δij向相連節點j擴散。節點j的系統熵主要包括：節點i吸收節點j負熵形成的系統熵、節點i預警后向節點j溢出的系統熵、節點j吸收相連節點負熵形成的系統熵3個部分。當3個部分的總熵值未超過節點j的預警標準，則節點j預警不會被觸發，如式 （5）所示。否則，當3個部分的總熵值超過節點j的預警標準，節點預警將被觸發，如式 （6）所示。

當節點j被觸發預警后，溢出的系統熵將沿著預警網絡的連邊繼續向其他節點擴散，后續節點可能先后受到多個與之相連的已觸發預警節點的影響，所以在式 （5）、（6）中，前兩部分的系統熵應為前續預警節點的影響之和，由此得出式（7）、 （8）。

其中，p（0≤p≤n）為與節點j相連的前續預警節點數量。

隨著系統熵在預警網絡中的不斷擴散，越來越多的節點可能觸發預警，當預警節點達到一定數量時，企業技術范式將會從局部到整體逐漸出現運轉失靈的情況，最終可能導致組織崩潰。在預警節點的動力學傳播過程中可以看到，根據預警節點發生變化的先后順序以及各級指標之間聯動預警的緊密程度，可以挖掘出一些潛在的轉換預警信號，對企業創新活動選擇、局部結構改良和技術范式轉換具備一定的指導意義。

3 模擬仿真與分析

3.1 案例背景與初始值設定

案例背景：某思高科技有限公司于2002年投資成立，注冊資本3千余萬元，目前擁有研產銷人員300余人。公司地處沿海經濟發達省份，依托高校科研院所，專業從事高性能膜材料的研產銷業務，客戶主要涉及化學化工行業的國有企業、上市公司、民營企業等。在過去的幾年內，通過對技術與市場資源的整合，公司對一系列的科研成果進行了轉化和應用推廣。針對行業共性技術的創新需求，公司還開發出系列集成技術的創新應用，取得了較好的市場反響。但是，隨著地方政府對化學化工行業安全整治力度的不斷提升，公司在市場層面面臨越來越大的壓力。

為對理論推導進行檢驗，研究通過Matlab對某思高科技有限公司內部的系統熵傳播進行模擬仿真及策略分析，考察了公司在研產銷過程中系統熵擴散的控制因素及制約作用。公司屬于高新技術型企業，雖然在轉換成本上升、核心能力固化、組織文化保守、市場先發失效等方面保持著較低的系統熵值，但隨著外部環境的變化，在政策法規與政府行為等個別環節中容易出現系統熵值預警。最初，設定某思高科技術范式失效的臨界值為1000，預警網絡內各節點的原始系統熵為≤500，節點預警閾值為600，政策法規與政府行為（節點2）為系統熵值異常節點，按照模型式 （7）、（8）進行模擬，當系統中預警節點總數超過60%時，模擬終止。期間，通過模擬不同節點的熵值變化來觀測系統熵的擴散狀態，根據實際情況選擇控制參數來觀察系統熵的擴散，達到對技術范式轉換進行預警的目的。

3.2 模擬實驗與分析

（1）模擬實驗1：通過調整預警網絡密度的大小發現，當該預警網絡的密度K＜3時，異常節點溢出的系統熵在網絡中傳播速度較慢，受影響節點較少，不易出現大規模的節點預警，技術范式趨于穩定。當網絡密度K≥3時，異常節點溢出的系統熵在網絡中傳播范圍擴大，溢出的系統熵會傳遞到更多的節點，技術范式會受到更大影響。某思高科作為一家致力于技術研發的高新企業，集權度不高，組織結構趨于扁平，內部間的聯系較為緊密，預警網絡密度較高，同時政策法規與政府行為帶來的影響往往具有不可預測性、直接性和不可逆性，該節點的系統熵異常變化將對公司后期發展形成較大沖擊，公司急需尋找與自身技術特點適配度較高的新行業和新市場。

（2）模擬實驗2：通過調整異常節點熵值的大小發現，當異常節點的系統熵s1＜900時，由于溢出的系統熵較少，在短暫傳播后，溢出的熵增會被系統逐層吸收，傳播即告終止，不易出現大規模的節點預警，技術范式趨于穩定。當異常節點的系統熵s1≥900，溢出的系統熵會傳遞到更多的節點，大概率會觸發系統預警，技術范式趨于不穩定。近年來，某思高科所在的駐地政府一直致力于推進產業轉型升級，對于當地化學化工行業始終持從緊收縮態勢，不過得益于高校科研院所的優勢學科平臺以及創辦初期的政策紅利，政策法規與政府行為對公司的負面影響一直被控制在一個有限范圍內，除非出現極端性環保安全事件，否則不會對公司的技術范式造成破壞性沖擊。

（3）模擬實驗3：通過調整節點間傳播概率的大小發現，當節點間傳播概率P＜0.8時，首個異常節點溢出的系統熵傳播步長較短，不易出現大規模的節點預警，技術范式趨于穩定。當節點間傳播概率P≥0.8時，異常節點對技術范式穩定性的影響較大，溢出的系統熵會傳遞到更多的節點，大概率會觸發系統預警，技術范式會受到較大沖擊。系統熵的傳播概率受節點間的相關程度、被傳播節點的擴散特性、偶然性事件等綜合因素影響，但某思高科面臨的政策法規與政府行為必然會增加異常節點系統熵的傳播概率，從而進一步對技術范式穩定性造成負面影響。根據仿真實驗可以看出，某思高科在經營過程中，隨著外部環境的變化，應定期對技術范式的運行狀態進行檢測，對技術范式的運行狀態進行評估，對與政策法規與政府行為等系統熵值增加明顯的環節相關程度高的經營環節保持密切關注，要及時進行更新改造，以對技術范式的局部轉換來實現對公司平均熵值的總體調控，以日常創新的方式盡量將公司各環節的平均系統熵維持在一個穩定且較低的水平，以此來保持活力和市場競爭力。

圖3 某思高科技有限公司技術范式轉換預警網絡 （優化圖）

4 研究結論

本文重點研究企業技術范式的創新轉換階段，通過觀察該時期企業內部的微觀變化，探討了對技術范式轉換存在影響的主要因素。研究從系統熵動力學傳播的視角，結合案例分析，解釋了影響技術范式轉換的作用機理，認為企業的技術范式轉換受制于自身的創新戰略決策，而內部各維度的運行狀態又影響著企業的創新戰略決策。研究結果表明：

（1）技術范式的魯棒性和脆弱性。企業的技術范式具有一定的魯棒性，當技術范式預警節點的平均熵值維持在一個較低的水平時，系統整體穩定性較強，企業運營狀態良好，即使個別節點系統熵出現異變，也不易引發全面預警；相對而言，企業的技術范式也具有一定的脆弱性。當技術范式預警網絡的平均熵值維持在一個較高的水平時，系統整體穩定性較差，企業將處在牽一發而動全身的運營狀態，一旦個別節點的熵值發生異變，系統熵增會在很短的步長內實現全面擴散，從而引發技術范式失靈，市場競爭力衰弱，企業將面臨發展危機。

（2）節點度值和傳播概率的影響。系統熵在預警網絡中的傳播程度與異常節點的度值和傳播概率成正相關，出現異常的節點度值越大、傳播概率越高對網絡的破壞性越強。換言之，企業在日常管理中應當對反應核心競爭力狀況的預警指標進行有效監控，由于該部分是企業技術范式的核心部分，與其他環節往往有著超過平均水平的連接度和交互概率。如高新企業需要對先發優勢喪失、組織文化保守等維度的預警指標進行重點監控，銷售型企業則需要對外部環境變化、轉換成本上升等維度的預警指標進行重點監控。此外，相比層級化管理的企業，扁平化管理的企業更容易受到組織內出現的異常熵增的影響。

（3）網絡結構變化的影響。在企業中一旦有節點出現異常熵增，為防止系統熵進一步擴散，就需要把與它們相連的邊從網絡中去除，這也意味著對原本的網絡結構進行了重構。如果該預警節點不是企業的核心環節，即便技術范式出現一定程度的熵增，也可以通過微創新的方式，逐步實現技術范式的更新；但如果預警節點是企業的核心環節，改良式的微創新往往已經無法對技術范式的系統熵增起到很好的抑制作用，而對預警節點進行隔離一定程度上也意味著企業需要對主營業務或者運營模式做出重大改變，甚至是對既有技術范式做出取舍。