基于企业适应性偏好行为的产业集群转型升级“窗口期”研究

范如国， 张应青， 崔迎迎

(武汉大学 经济与管理学院， 湖北 武汉 430072)



基于企业适应性偏好行为的产业集群转型升级“窗口期”研究

范如国， 张应青， 崔迎迎

(武汉大学 经济与管理学院， 湖北 武汉 430072)

摘要:基于复杂社会网络理论，以集群企业适应性偏好行为为切入点，认为集群企业行为在不同的演化阶段具有不同的偏好行为特征，文章创新性地提出产业集群的成熟期是集群转型升级的重要“窗口期”，并构建了具有适应性偏好择优连接机制的产业集群转型升级的复杂网络演化模型；通过分析集群网络结构动态演化过程所涌现出的宏观结构特征，系统地揭示了企业适应性偏好行为对集群演化和转型升级的作用机制和过程。研究发现，企业适应性偏好行为是推动产业集群网络结构动态演化和转型升级的主要动力；成熟阶段是实现产业集群转型升级的重要“窗口期”，提高企业在集群成熟阶段适应性偏好行为的活跃性有利于集群网络结构和功能的优化。

关键词:产业集群；复杂网络；适应性偏好行为；转型升级；窗口期

一、 引言

产业集群作为一种独特的产业组织形式，是区域性生产、创新及公共治理体系的重要载体，在推动区域和国家竞争力方面发挥了重要的作用[1]。然而，经过几十年的“重聚集、轻联合”的发展模式，使得我国产业集群形成的聚集不过是一种“地理”上的集中，“形聚而神不聚”，缺乏关联、配套和协同[2]，尤其是以钢铁、化工、加工制造业为主的传统产业集群，在面对国际产业结构调整以及全球产业链信息化、网络化、智能化的冲击下，联合反应速度慢、协同创新能力弱以及网络弹性低等问题，导致结构性矛盾、产能过剩等问题日益突出，特别是以往被动式的转型升级模式增加了转型的成本、难度和风险。因此，如何有效地在产业全球化变革和环境硬约束的时代，转变以往被动为主动适应的转型升级模式，成为产业集群转型升级亟需解决的重要问题。

大量学者通过对产业集群进行案例研究和深入分析，提出集群转型升级的不同方法、路径和政策保障。如Pieterobelli和Rabellotti(2004)[3]、Contreras等(2012)[4]以及Marchi等(2013)[5]从价值链和全球价值链的角度提出了产业集群转型升级的方法和路径，进一步的研究指出，发展中国家产业集群需要从全球价值链的制造环节向研发和营销等高端价值链环节转型，特别是在当前全球化、产业重组、环境硬约束以及“互联网+”的时代背景下，依托全球价值链的杠杆作用，对产业集群的智能转型、绿色转型以及互联网转型也具有极大的推动作用[6-8]；除此之外，Azadegan和Wagner(2011)[9]、王钦(2011)[10]、Rasiah和Vinanchiarachi(2013)[11]的研究指出，挖掘性创新、探索性创新、技术范式变迁也是产业集群转型升级的重要途径；阮建青等(2014)[12]、沈小平和谭玲菁(2013)[13]从产业政策方面出发，认为产业政策对产业集群从传统型向创新型转变升级的动态演化具有重要的保障作用。

上述研究对我国产业集群的转型升级起到了一定的指导作用，但仍然存在一定的不足。第一，研究视角和方法的单一性，难以对产业集群转型升级进行全面指导。这些研究大多是采用某一地区或几个地区的产业集群发展的实践案例作为研究基础，其总结得到的转型升级经验和模式在一定程度上难以复制和推广，且仅仅从单一学科的研究方法很难准确认识和全面理解产业集群转型升级的内在机制和演化规律，而通过产业经济学、新经济社会学、复杂性科学等多学科交叉融合的研究范式在一定程度上不仅能反应微观企业的行为方式，而且能测度集群总体的变化趋势，诠释从微观上升宏观，从宏观印证微观的科学过程，对了解集群整体演化的宏微观机制有很大的作用。第二，缺乏对产业集群转型升级的微观动力机制研究。一般而言，可以把产业集群看作是一个复杂适应性系统(Complexity Adaptive System，CAS)[14-15]，企业与环境间的自组织、非线性、网络式的相互作用和共同演化是集群形成和演化的根本动因，其演化过程实质上是系统的自组织过程，其基本特征表现为在一定的环境压力下微观企业的适应性行为[16]106,[17]，因而产业集群的转型升级是一个群体决策和行为涌现的过程，如果缺乏对微观企业主体行为的分析，就很难准确认识和理解产业集群微观企业主体行为与产业集群转型升级的关系和内涵，也就无法正确指导集群企业进行转型升级的策略转变。第三，现有研究较少关注产业集群转型升级的“窗口期”。大量的实践表明，过早地进行产业集群的转型或升级，会造成重复投资以及人力物力的极大浪费，过晚又可能会错过最佳的转型机遇期而面临衰退的巨大风险，因而选择合适的“窗口期”可以看成是产业集群转型升级的关键。

因此，本文针对以往研究的不足，从方法和研究视角上进行了改进和创新，主要创新点在于：第一，借助产业经济学、新经济社会学、复杂性科学等多学科交叉融合的理论和方法，全面分析产业集群转型升级的目的、动力机制等，并构建产业集群转型升级的复杂社会网络演化模型；第二，以产业集群微观企业适应性偏好行为为切入点，认为集群企业在不同的演化阶段具有不同的偏好行为特征，并且企业微观主体的适应性偏好行为是推动集群网络演化及转型升级的主要动力，通过仿真分析来系统地揭示产业集群微观企业适应性偏好行为对集群发展规律以及转型升级的机制和作用，有利于产业集群实现“被动式”向“主动适应式”的转型升级；第三，创新性地提出产业集群的成熟期是集群转型升级的重要“窗口期”，为产业集群寻找最佳的转型机遇期提供一定的理论和实践指导。

二、 产业集群转型升级的目的、动力和“窗口期”

(一) 转型升级的目的——集群的结构优化

产业集群转型升级的目的何在，从产业经济学的角度来看，简而言之，就是通过集群企业间的资源共享、优势互补和协同创新，逐渐剥离和淘汰劣势环节，摆脱当前过度依赖加工制造和缺乏或滞后关键技术的现状，把集群从低附加值的活动和环节向高附加值的活动和环节进行转移，达到产业链、价值链的整合、重构和提升，从而实现渗透和嵌入到全球价值链高端环节[18-19]。如近几年浙江温州等地产业集群通过优胜劣汰、企业迁移或产业转移等手段，加速行业洗牌，剥离弱势环节，整合集群内外部资源，不断完善产业结构和提升整体竞争能力，进而不断通过“走出去”战略与国际知名企业合作，沿着“微笑曲线”向价值链中高端附加值的两头延伸，逐步嵌入到全球价值链的高端环节中[20]。从新经济社会学派和复杂性科学的角度来看，产业集群可以抽象为若干个体在彼此关联互动以及与环境的交互作用而逐渐形成具有一定网络结构形态的有机统一体，产业集群企业主体的行为嵌入性是其基本特性，集群网络结构是行为嵌入性的具象和直观化[21]，具有适应性、创新性的企业在自组织、非线性和网络式互动的相互作用下进行资源共享和协调创新，推动集群网络结构的动态调整和优化，从而获得更加富有弹性、效率和竞争力的网络结构，最终实现产业集群转型升级的动态跃升，如呈现出小世界网络结构特性代表其具有高的信息转移效率和快速响应能力，无标度网络特性则具有强的鲁棒性和抗风险能力，呈现出“核心—边缘”或群落结构特性，表示其具有较强的创新能力与资源整合能力。

由此可以看出，产业集群的复杂社会网络结构特征对集群创新和转型升级有着深刻的影响，它不仅影响到集群创新网络演化的方式，还影响到集群创新网络演化的结果及其效率。因此，产业集群转型升级的目的和本质就是需要剥离和淘汰原有陈旧、低效、冗余的网络连接，建立新的高效、优势连接，优化和提升网络关系和结构，延迟产业集群的网络结构性衰退，从而获得更加富有弹性、效率和竞争力的网络结构。

(二) 转型升级的动力——企业的适应性偏好行为

由前文分析可知，促使集群转型升级的微观机制和动力在于微观企业主体之间的积极关联互动(Interconnectivity)，企业关联互动转变成网络结构的突变表现或“质”的变化是企业策略转变的结果，这种策略转变也称之为企业的适应性行为[22]。所谓企业的适应性行为是指企业微观主体应对外部环境变化和市场竞争压力，不断修正自己的行为并与外部环境协同演化，实现可持续发展所做出的适应性调整行为过程。一方面，企业积极主动寻求产业链上相关和互补企业的合作以弥补自身的资源缺口，逐渐摆脱现有关系的束缚，淘汰弱势连接，寻求优势连接，并通过网络关联以及企业行为的嵌入性特征使得互动关联效益在整个集群空间得以扩散和传导，带动整个集群优势和效率的提升[23]；另一方面，关联互动和网络式互动的活跃程度在一定程度上决定了集群发展和演化的程度以及集群结构优化和升级的结果及其效率[16]106。互动关联活跃程度低，集群内部结构发生渐进性变化，稳定的网络结构为集群初期集聚效应的形成和发展演化提供了保障；互动关联活跃程度高，使得集群内部的深层网络结构伴随着突变式的关联变动，发生根本性变革，原有结构和利益链条得到深度瓦解，弱势连接和弱势环节得以脱离，新的互动关联得以建立，新的深层网络结构得到重构，从而达到更高层次的新的稳定，实现集群结构的优化和升级。

进一步的分析发现，企业在集群的不同演化阶段，其适应性行为具有动态偏好性特征。如在集群发展期，集群企业的首要问题是解决生存问题，其适应性行为策略就表现为只要有生产订单就会承接，并不会过多地花精力和时间去关注合作对象是否有完备的销售和市场渠道；而在集群转型期，虽然集群聚集优势以及供应链相对完善的网络结构为集群企业提供了一定的发展机遇，但激烈的市场竞争和潜在的环境风险，企业的适应性行为策略可能会更加关注合作对象是否具有良好的资源整合能力、销售渠道和市场拓展能力，以便能尽快掌握市场和环境的变化趋势，提高自身的反应速度和应对能力。这就如同当下异常竞争激烈的电子产品市场，无数的零部件供应商都想成为苹果、三星和小米公司的品牌供应商和代加工制造商，就是看中其拥有和掌握的广大消费群体和市场分销渠道。因此，在分析产业集群转型升级的演化过程中，就需要考虑到企业适应性行为的这种动态偏好性特征，本文称之为企业的适应性偏好行为。为此，本文给出关于集群网络演化及转型升级的第一个命题：

命题1:产业集群中企业微观主体的适应性偏好行为是推动集群网络演化及转型升级的主要动力。

(三) 转型升级的“窗口期”——成熟期

由前文分析可知，产业集群转型升级的微观机制和动力是集群企业的适应性偏好行为，其活跃的程度在一定程度上决定了集群结构优化和升级的结果。这其中，还需要解决的一个重要问题是如何确定适应性偏好行为的活跃期，也即是对应于产业集群转型升级的“窗口期”问题。从大量的实际案例来看，如美国底特律汽车产业集群，DVD产业集群，浙江永康保温杯集群以及诺基亚通信产业集群的转型升级失败，发现集群通常在处于衰退阶段时才产生创新或升级的紧迫要求，此时，集群面临着网络结构性衰退，政策和环境约束等一系列问题，在自身反应能力降低和外部环境倒逼的双重压力下必然会严重阻碍转型升级的进程和实现。这种被动式的转型升级往往伴随着高风险和高成本，并且此时转型升级的责任、目的、方向、利益、风险等难以在各个企业之间进行权衡和分配，致使集群升级创新的边际成本高于边际效益，走向衰亡的风险增加。由此看出，研究集群转型升级的“窗口期”问题具有重要的理论和现实价值。

本文认为实现产业集群转型升级的有利条件：一是要具有一定的转型升级实力，能够承担得起变革中遇到的各种风险和成本；二是要具备很好的网络结构弹性，即网络结构具有鲁棒性和抗毁性，能够很快适应新的市场变化和需求，快速形成新的产业链网络结构。纵观产业集群从形成、成长、成熟、衰退再到复兴(或消亡)的发展阶段[24]，本文认为成熟期阶段具备转型升级的最优条件，此时，产业集群呈现复杂的链网式结构，各企业之间相互依赖，并且集群的规模效应、外部效益和乘数效应明显，知识和信息交流频繁，集群内部市场分工格局已基本形成，能充分发挥资源互补优势，企业具有较高的创新实力和活力，同时，集群的产业分工特性保证了网络结构的稳定性，在产业链某一环节暂时缺失的情形下，能迅速重新整合和重构，形成新的产业链结构。为此，本文给出关于集群转型升级的第二个命题：

命题2:成熟期是产业集群转型升级和获得可持续发展的有效“窗口期”。

三、 产业集群转型升级的复杂社会网络演化模型

(一) HP-BA模型的描述

目前，对于产业集群的演化研究，一般都是依据Barabasi和Albert(1999)[25]511提出的基于网络增长机制和择优连接机制的BA网络演化模型。通过结合产业集群的具体问题来对BA模型进行扩展，如在BA网络演化模型中增加了自增强与重连接机制[26]，基于行为偏好构建了CL_BA模型和CL_SBA模型[27]以及在择优连接机制中加入了适应度和饱和度值等[28]。不过，大多数研究把企业节点的择优连接看成是一个静态的、单一的过程，与现实集群表现出适应性偏好特征不符。因此，本文在传统的BA网络演化基础上，构建具有适应性偏好特征的BA网络演化模型(Heterogeneous Preferential Attachment Mechanism Barabasi-Albert Model，简称HP-BA模型)。

(二) HP-BA模型的演化机制

1.集群网络增长和企业退出机制。本文依据把产业集群普遍存在的供应商、制造商和经销商作为集群内的主要企业，企业间的上下游关系视连接对象而定，并规定供应商不能直接与经销商建立合作关系，如图1所示。从一条产业链开始，每个时间间隔中随机加入n1个新企业节点，一直增加到集群规模的上限为止。同时，有些企业由于自身衰退和外界压力，被迫退出集群。

图1　产业集群网络连接示意图注：图中三角、方块、菱形分别表示供应商、制造商、经销商企业。

2.适应性偏好择优连接机制。基于集群企业适应性偏好行为的现实性考虑，构建了集群企业新的择优连接机制——适应性性偏好择优连接机制。结合集群供应链网络结构的特点，本文把一个企业对备选合作对象能力的偏好连接维度设为两个维度：一是偏好连接那些拥有高上游吸附能力的企业，称为上游产业链整合能力，上游吸附能力越高表明其能够吸引更多的上游企业，从而形成创新联盟共同体，通过资源共享和信息交流来降低新连接的交易成本，用IW(t)来表示对合作对象上游产业链整合能力的偏好权重；二是偏好连接那些拥有高下游控制能力的企业，称为下游产业链整合能力，下游控制能力越高表明其具有良好的销售渠道和市场拓展能力，能够帮助新连接企业尽快掌握市场和环境的变化趋势，提高市场反应速度和应对能力，用OW(t)来表示对合作对象下游产业链整合能力的偏好权重，IW(t)+OW(t)=1,评价权重共分为高(0.7)、较高(0.6)、中等(0.5)、较低(0.4)、低(0.3)五个等级，评价权重会随着演化时间t的推进而改变。由于本文涉及到三种类型的企业，偏好权重会随着连接对象的不同以及演化阶段的不同而发生改变。因此，为了便于理解，以一个供应商Si为例阐述评价权重的设置以及其择优连接过程(如图2所示)。

图2　上游供应商企业Si的择优连接图

图2(a)是新供应商企业Si选择与供应商企业Sj建立合作关系的情形，Si对Sj上、下游产业链的偏好权重分别用IW(i)=IW(t)+εi，OW(i)=OW(t)-εi表示，εi∈[-0.1,0.1]作为权重的浮动值，其中IW和OW取值与演化阶段t有关，如在集群发展初期，供应商企业Si为了能尽快解决生存和发展问题，会更加重视合作对象Sj的上游产业链整合能力，而忽视其下游产业链整合能力，此时，Si对Sj的上游产业链整合能力的评价权重(IW)就可能高于其对下游产业链整合能力的评价权重(OW)，如IW=0.7，OW=0.3；而在集群的成熟期，此时，Si企业为了同时把握发展机会和应对市场环境风险，不仅希望Sj能提供充足的订单作为自身生存的基础，同时还希望Sj拥有好的销售渠道和市场，为自身的发展提供可持续的动力和保障，此时，权重的取值就有可能为IW=OW=0.5；当市场环境进一步发生变化，或者是产业集群自身面临巨大调整和挑战，此时，Si可能更加关注连接对象对市场环境掌握和反应的能力如何，对Sj的上游产业链整合能力的评价权重(IW)就要低于其对下游产业链整合能力的评价权重(OW)，如IW=0.3，OW=0.7。因此，Si对Sj的综合评价(Comprehensive Evaluation，简称CE)可表示为：

CE(si→sj)=IW(i)* kin(ssj)+OW(i)* kout(sjm)

(1)

其中kin(ssj)、kout(sjm)分别表示Sj对自身上、下游产业链的整合能力，可以用其在网络中的入度和出度来分别表示。因此，当一个新供应商企业Si进入集群，并选择与集群内某一备选供应商企业Sj建立合作关系时，其被选择的概率可作如下表示：

(2)

其中∑CE(Si→Sj)表示新供应商企业Si对所有备选供应商企业的综合评价之和。

图2(b)是供应商企业Si选择与制造商企业Mj建立合作关系的情形，由于制造商企业Mj的上游企业由其上游供应商企业和构成供应关系的制造商企业两部分组成，因此Mj的上游产业链的整合能力为kin(smj)+kin(mjm)，连接偏好权重可分别用IW(i)=IW+εi，OW(i)=OW-εi表示，其中εi为权重的浮动值，ε1∈[-0.1,0.1]，则Si对Mj的综合评价可表示为：

CE(si→mj)=IW(i)* (kin(smj)+kin(mjm))+OW(i)* kout(mjd)

(3)

其中kin(smj)+kin(mjm)、kout(mjd)分别表示Mj对其上、下游产业链的整合能力，可以用其在网络中的入度和出度来分别表示。当一个新供应商企业Si进入集群，并选择与集群内某一备选制造商企业Mj建立合作关系时，其被选择的概率可作如下表示：

(4)

其中∑CE(Si→mj)表示新供应商企业Si对所有备选制造商企业的综合评价之和。

同样，对于新的制造商企业和经销商企业也存在同样的选择过程，只是评价的权重会根据具体的对象有所不同，在此不再赘述。

3.转型升级的适应性行为机制。企业在集群各演化阶段中，对外部环境的改变会做出新的反应和调整，从而更好地适应外部环境的要求。如自增强机制用来体现企业适应性行为中的合作伙伴新建和巩固行为，断边重连机制用来表征企业适应性行为中的战略合作伙伴重组和调整行为。

(三) HP-BA模型演化的复杂社会网络分析

1.网络度分布演化。度分布是衡量网络结构的重要指标之一，主要反映网络结构的非均衡性，且研究表明现实生活中大多数网络的度分布近似服从p(k)~k-r(1

2.网络紧密程度的演化分析。紧密的产业集群复杂网络通过产业链的聚合促进了企业间联系的紧密性，加深了彼此的信任，降低了生产成本和交易费用，有利于创新活动的开展[29]。但过度紧密的集群网络可能形成密度冗余和结构冗余，导致网络的“锁定”效应，影响集群内、外部资源和异质性信息的流动，使集群变成一个保守封闭的系统，从而抑制了产业集群的升级[30]。因此，分析集群网络的紧密程度能反映出更多集群网络结构演化过程的重要信息，其衡量指标有网络密度、集聚程度、平均路径长度，其计算公式分别如下[31]：

网络密度：D=2M/[g(g-1)]

(5)

(6)

(7)

其中g表示测算时集群内企业数量，M表示集群实际存在的合作关系边数，ki表示企业i的合作企业数量，Mi为i邻居间存在的实际边数，dij为企业i到j的距离(即这两个企业节点间所有最短路径的边数)。

3.网络的中心势演化。衡量网络中心势的指标有度数中心势、接近中心势、中介中心势，度量的是整个网络的总体凝聚力和整合度。其中度数中心势可以反映团体权利的集中程度，值越高表示权利越集中，在本文中，可用来衡量集群对上、下游产业链资源的整合能力；接近中心势可用来反映网络中信息传播的有效性和独立性，值越高表示网络独立性越强，网络在传播信息的过程中不依赖于个别节点就能迅速使信息传播开来；中介中心势反映出组织中信息的集中程度，值越高表明信息被少数人垄断或控制的可能性就越高[32-33]。本文为了比较在不同演化阶段下网络中心势演化的情况，所有指标均采用标准化处理，计算公式如下[34]：

(8)

(9)

(10)

(11)

(12)

(13)

四、 仿真结果及命题检验

本文采用Matlab仿真平台对HP-BA模型进行计算机仿真，OEM模型为对比试验模型，同时并依据复杂社会网络分析方法分别对两个模型进行度分布、网络密度、集聚系数、平均路径长度、中心势等网络统计指标的计算和分析，且每个指标为在相同参数下10次重复仿真结果下的平均值。产业集群演化各发展阶段占总演化时间的比例如图3所示。

图3　演化周期阶段划分图

两个模型在演化过程中的具体参数设置如表1所示。

表1　CP-BA模型和OEM模型参数设定表

注：n1为每时刻网络增长的节点个数(集群总体规模为2000个企业，三类企业的比例为3:4:3)，m2、m3分别表示新进节点的入度边和出度边数，n2为退出个数，m1为退出节点的度，n3为进行自增强机制的总节点个数，n4为进行断边重连机制的总节点个数。HP-BA模型在初始期的参数从取值范围的最小值开始，随着演化阶段的推进逐渐增加，在成熟期末期后达到最大值，随后又逐渐减少，按照由低到高再降低的参数设置符合产业集群生命周期演化的规律特征，采用适应性偏好的择优连接机制；OEM模型的参数取值为HP-BA模型参数取值的中间值，在整个演化过程中参数设置不变，采取BA网络的择优连接机制。

(一) 适应性偏好行为与集群复杂网络规模及其度分布演化

与OEM模型相比，HP-BA模型的产业集群规模随着集群的演化呈现出一定的“S”型曲线变化趋势，这符合产业集群规模发展的一般规律，如图4所示。图中“■”、“★”分别代表OEM模型、HP-BA模型仿真情景下的演化指标数据。

本文对产业集群复杂网络演化过程中各周期阶段末的网络节点度分布进行分析，度分布指数按公式(14)进行线性回归估计而得[35]：

log(p(k))=c-r·log(r)

(14)

其结果如表2所示。

图4　集群网络中节点和边的增长图

演化阶段初始期成长期成熟前期成熟中期成熟后期衰退期演化模型(R2,r)(R2,r)(R2,r)(R2,r)(R2,r)(R2,r)OEM0.74,1.470.86,1.670.85,1.670.86,1.680.85,1.700.85,1.71HP-BA0.60,1.470.76,1.650.71,1.590.70,1.600.70,1.520.76,1.54

注：r为集群网络演化阶段的度分布指数，R2为其拟合优度值。

从表2来看，两个模型的网络度分布指数r在集群演化过程中都介于1～2之间，根据相关研究[36]，表明集群在演化过程中不断涌现出大量的中小型企业和一些核心企业，集群网络在演化过程中总体上具有异质性网络结构的属性特点。不过，从度分布演化图(图5)来看，HP-BA模型呈现出与OEM模型不同的结构演化特点。

图5　集群网络节点度分布演化图(图5(a)、(b)分别为HP-BA模型和OEM模型的节点度分布演化图)

具体表现为：(1)HP-BA模型在集群演化过程中涌现的核心企业规模远大于OEM模型，特别是在成熟初期开始后，HP-BA涌现的最大企业度值已经接近600，而OEM模型仅是400多，并且这种差距随着成熟期阶段的推进被不断加强；(2)成熟末期开始后，HP-BA模型下度值较小的企业节点的度分布(k<100)逐渐呈现出一定的倒“U”型分布，而OEM模型的企业节点的度分布依然呈现出明显的幂律分布。这些特征表明集群在进入成熟期后，随着企业适应性偏好行为活跃程度的逐渐提高，一方面，那些能力强、社会声誉好、影响力大的企业获得了更多的关注和连接，促成了核心企业的出现；另一方面，随着集群内外部环境变化的不确定性以及激烈竞争的压力，有些衰退型企业获得的关注和连接越来越少，进而逼迫这些企业退出集群，最终逐渐呈现出企业层次分明、分布合理的产业集群网络结构形态。

由此说明，HP-BA模型很好地反映了集群演化的一般规律和特点，同时呈现出更加细微的，且能与现实情境更加贴合的结构特点，从而证明了命题1及命题2的合理性。这就为揭示集群企业主体的适应性偏好行为与集群整体宏观结构之间的紧密关系提供了更充实的理论基础。

(二) 适应性偏好行为与产业集群复杂网络紧密程度演化

从集群网络的紧密程度来看，除了与网络结构关系不大的网络密度几乎无异之外，HP-BA模型和OEM模型的平均聚集系数和平均路径长度都呈现了不同的演化结果(见图6)。具体表现为：(1)HP-BA模型的平均聚集系数在整个演化过程中都低于OEM模型；(2)HP-BA模型的平均路径长度在进入成熟期之后显著低于OEM模型。这些特征表明，在企业主体适应性偏好行为的主导作用下，集群网络结构呈现出相对松散的网络结构形态，从而降低了集群网络的结构冗余，避免了集群陷入网络“锁定”和“路径依赖”的风险，并且这种松散的网络结构下会存在较多的“结构洞”，有利于集群内、外部资源和异质性信息的交互和流动；与此同时，随着企业主体适应性偏好行为活跃程度的不断提高，对合作伙伴的巩固、重组和调整过程变得频繁，进一步拉近了企业间的关系距离，从而提升了资源和信息的流转速度。

图6　集群网络的紧密程度演化图(图6(a)为网络密度演化图，图6(b)为网络平均路径长度和平均集聚系数演化图)

由此可以看出，网络紧密程度的演化与集群中企业适应性偏好行为有关，其活跃程度越高，企业间的合作交流越频繁，网络的平均路径长度也就越低，异质性资源和信息的流动就越迅速。在集群处于转型升级过程中，提高企业的适应性能力和主动程度可以使集群获得更高的网络效率和网络稳定性。从而又一次证明了命题1和命题2的合理性。

(三) 适应性偏好行为与产业集群复杂网络的中心势演化

从图7(a1)来看，HP-BA模型的网络度数中心势在进入成熟期之后，相对于OEM模型，出现了明显的上升趋势。这是由于企业适应性偏好行为在成熟期变得活跃之后，通过合作伙伴的终止、新建、重组等一系列企业复杂行为，逐渐淘汰了原有冗长陈旧的产业链关系，打破了原有固化僵硬和紧密的网络结构，使得集群的网络结构得到改善和优化，与此同时，个体度数中心势方差的巨大变化(图7(a2))，说明集群中迅速出现了一些资源整合能力更强的核心企业，从而进一步地提升了整个集群网络的资源整合和控制能力。从图7(b1)来看，HP-BA模型下的集群网络中心势相较于OEM模型而言表现得更加优越，说明网络中信息传播的独立性以及有效性得到逐渐增强。此外，从个体接近中心度方差变化图(图7(b2))中可以发现在HP-BA模型下，当集群网络演化进入成熟期后，企业间的接近中心度差距出现小幅度的下降，表明在企业适应性偏好行为的作用下，使得网络中企业间的各种关系网处于持续动态变化的过程，有些企业借此机遇不断革新和发展，从而削弱了个别企业在网络信息传播的重要性和独占性，也就整体拉低了企业节点间接近中心度的差距。从图7(c1)来看，在成熟期之前，HP-BA模型的网络中介中心势高于OEM模型，而在进入成熟期之后，HP-BA模型的网络中心势又低于OEM模型，这一特征表明HP-BA模型下集群具有更合适的信息控制力度，且这种合适的力度为集群发展提供了发展动力。因为，在集群发展初期，集群需要高的网络控制力度来维持整个网络的稳定性，而HP-BA模型的个体中介中心势方差较大(如图7(c2)所示)，表明此时某些企业对于信息垄断和控制的能力较强，能够形成强大的凝聚力和整合力，促进集群企业的快速聚合和发展；而在成熟期之后，需要不断缩小企业间私有信息的存量，以较低的网络控制力度和垄断性来提高信息的传播速率，从而避免了信息的垄断和权利的过度集中所导致的网络结构抗风险能力差等后果。

从对集群网络中心势演化的分析来看，企业主体对于外部环境变化而做出的适应性偏好行为推动了产业集群网络结构的演化，并且上述结论表明了当在集群发展的成熟期，通过渐进式提高企业适应性偏好行为的活跃程度，能够使得集群整体的网络结构得到优化，集群的资源整合能力得到提升，信息传播的独立性和有效性获得提高，信息被垄断的可能性降低，最终为集群网络结构演化的稳定性和集群可持续发展提供了保障机制。从而再次证明了命题1、命题2的合理性。

图7　网络中心势和个体中心度方差演化图(图7(a1)、(b1)、(c1)分别为网络度数中心势、网络接近中心势和网络中介中心势演化图，图7(a2)、(b2)、(c2)分别对应于个体度数中心度、个体接近中心度、个体中介中心度的方差演化图)

五、 结论与建议

本文对产业集群中主体的行为特征及其动态演化过程进行了深入分析，以企业对外部环境的适应性偏好行为为切入点，构建了产业集群转型升级的复杂社会网络演化模型，并提出了两个重要的命题，通过仿真分析验证了模型的有效性和科学性，证明了两个命题的合理性，详细呈现出了产业集群网络结构演化的动态过程、演化内容和演化特征，透过涌现的产业集群宏观结构特征，系统地揭示了企业适应性偏好行为对集群发展规律以及转型升级的机制和作用。通过系统分析可以得到了如下几个方面的重要结论：

(1)产业集群演化分析，需要准确而又细致地考虑产业集群生命周期特征以及企业行为的动态性、适应性、异质性以及偏好选择性特征，这样才能使得产业集群的演化更具现实性、科学性及合理性，揭示出产业集群演化中被掩盖的规律和特征，如中小型企业及核心企业的涌现、中小企业规模分布呈现倒“U”型结构特征、集群规模呈现“S”型特征，等等。

(2)产业集群中企业微观主体的适应性偏好行为是推动产业集群转型升级和演化的主要动力。产业集群从最初的零散企业通过企业的不断进入和自我增长，到逐步形成结构层次分明、企业分工明确、产业链配套完备的具有复杂链网式结构的产业集群这一完整演化路径过程中，企业微观主体的适应性偏好行为发挥了重要的作用，它决定了产业集群转型升级和演化的路径和结果。

(3)在产业集群的成熟期阶段进行转型升级，是产业集群获得可持续发展的有效“窗口期”。在产业集群的成熟期阶段，集群企业具备转型升级的实力以及风险承受能力，此时集群网络的结构并未走向衰退阶段，具有很强的网络结构弹性。企业在此阶段通过提高企业适应性偏好行为的活跃程度，来打破原有的产业链结构关系，通过新一轮的产业链调整和重组，以较低的平均路径长度以及稳定的网络中心势避免了集群网络陷入“锁定”和“路径依赖”的风险。提升了集群网络效率和网络结构稳定性，获得网络结构功能的整体优化，从而减缓了集群走向衰退阶段的进程，使产业集群转型升级获得成功。

基于上述研究结论，本文就我国产业集群的转型升级提出以下几个方面的政策建议：

(1)需全面深入地对产业集群企业的适应性偏好行为特征和网络结构的演变进行分析，准确把握集群演化的发展规律，对集群演化及时做出恰当性的引导和规制。在面临诸如低碳约束、技术升级、管理创新等外界压力时以及产业集群信息化、网络化、智能化的新趋势下，政府应扮演好领航者角色，充分利用集群自身的演化规律和市场规律，运用政策手段和激励措施推动企业行为模式的转变，充分激活企业的适应性、自主性和创造性，尽最大可能地为产业集群提供充足的创新空间和自由竞争的环境。使产业集群朝着市场要求和政府期待的方向转型演化，而不是政府越俎代庖主导集群的升级发展，从而使政府对产业集群的监管做到有的放矢。

(2)重视产业集群成熟期的生命周期特征分析，为转型升级的“窗口期”选择做好准备。过早地进行产业集群的转型或升级，会造成重复投资以及人力物力的极大浪费，过晚又可能会错过最佳的转型机遇期而面临衰退的巨大风险，这就需要政府在做好宏观把控和引导的同时，又要准确把握集群的发展现状，有针对性、不失时机地大胆创新，化被动式的转型升级模式为主动适应的转型升级模式，为集群的顺利转型和升级把握良好机遇。

(3)充分重视并发挥集群网络中核心企业的作用。从本文的研究来看，核心企业不能光看产值大小，还需从整个产业网络结构的位置予以考虑，如某些企业产值很小，但却占据网络结构中重要的节点位置，起着桥接、互联要塞、信息中转等重要作用，在制定相关政策时，就不能忽视其关键力量，只有充分分析和重视这些网络结构中的核心企业，才能发挥其互补协同优势，进而拉动整体联动效应，实现产业集群的全面转型升级。

通过上述结论和政策建议，可为产业集群的转型升级提供一定的理论和实践指导。但本文的研究仍存在一些不足：其一，对企业主体在转型升级的“窗口期”的行为分析还不够全面和深入，未涉及到集群企业间合作行为的利益博弈关系；其二，仅通过产业集群网络结构性指标来衡量产业集群转型升级的有效性，未涉及到环境约束指标和经济利益指标等。因此，运用博弈论分析集群企业利益博弈行为以及将环境指标和经济指标纳入到集群转型升级的目标将是今后研究中需要进一步考虑和完善的。

参考文献:

[1]黄速建.中国产业集群创新发展报告2011-2012[M].北京：经济管理出版社，2014:12-15.

[2]范如国.基于复杂网络理论的中小企业集群协同创新研究[J].商业经济与管理，2014(3)：61-69.

[3]PIETROBELLI C,RABELLOTTI R.Upgrading in Clusters and Value Chains in Latin America:The Role of Policies[R].Inter-American Development Bank,2004:22-34.

[4]CONTRERAS O F,CARRILLO J,ALONSO J.Local Entrepreneurship within Global Value Chains:A Case Study in the Mexican Automotive Industry[J].World Development,2012,40(5):1013-1023.

[5]MARCHI V D,MARIA E D,MICELLI S.Environmental Strategies,Upgrading and Competitive Advantage in Global Value Chains[J].Business Strategy and the Environment,2013,22(1):62-72.

[6]朱建安,周虹.发展中国家产业集群升级研究综述:一个全球价值链的视角[J].科研管理,2008(1):115-121.

[7]柳洲.“互联网+”与产业集群互联网化升级研究[J].科学学与科学技术管理,2015(8):73-82.

[8]WEI Y H D,LIEFNER I.Globalization,Industrial Restructuring,and Regional Development in China[J].Applied Geography,2012,32(1):102-105.

[9]AZADEGAN A,WAGNER S M.Industrial Upgrading,Exploitative Innovations and Explorative Innovations[J].International Journal of Production Economics,2011,130(1):54-65.

[10]王钦.技术范式、学习机制与集群创新能力——来自浙江玉环水暖阀门产业集群的证据[J].中国工业经济,2011(10):141-150.

[11]RASIAH R,VINANCHIARACHI J.Institutional Support and Technological Upgrading:Evidence from Dynamic Clusters in Latin America and Asia[J].World Economic Review,2013,2(2):24-47.

[12]阮建青，石琦,张晓波.产业集群动态演化规律与地方政府政策[J].管理世界，2014(12):79-91.

[13]沈小平，谭玲菁.转型时期我国产业集群政策效应分析[J].区域经济评论，2013(6)：19-22.

[14]ALBINO V,CARBONARA N,GIANNOCCARO I.Industrial Districts as Complex Adaptive Systems:Agent-based Models of Emergent Phenomena[J].Industrial Clusters and Inter-Firm Networks,2005:58-82.

[15]何铮，谭劲松.复杂理论在集群领域的研究——基于东莞 PC 集群的初步探讨[J].管理世界,2005(12):108-115.

[16]王立华.企业主体对产业转型升级影响的分析——基于复杂适应系统理论角度[J].宏观经济研究,2013(2):105-111.

[17]TAN J,ZHANG H,WANG L.Network Closure or Structural Hole? The Conditioning Effects of Network-Level Social Capital on Innovation Performance[J].Entrepreneurship Theory and Practice,2014,39(5):1189-1212.

[18]HUMPHREY J,SCHMITZ H.How Does Insertion in Global Value Chains Affect Upgrading in Industrial Clusters?[J].Regional Studies,2002,36(9):1017-1027.

[19]叶笛，林峰.产业集群网络内核心企业转型与集群成员关系重构[J].现代财经，2015(5):73-79.

[20]卫龙宝，阮建青，傅昌銮.产业集群升级、区域经济转型与中小企业成长[M].杭州：浙江大学出版社，2011:23-50.

[21]林竞君.网络、社会资本与集群生命周期研究——一个新经济社会学的视角[M].上海：上海人民出版社，2005:80.

[22]吴结兵，郭斌.企业适应性行为、网络化与产业集群的共同演化——绍兴县纺织业集群发展的纵向案例研究[J].管理世界，2010(2):141-155.

[23]CANIELS M C J，ROMIJIN H A.Agglomeration Advantages and Capability Building in Industrial Clusters:The Missing Link[J].The Journal of Development Studies,2003,39(3):129 -154.

[24]POTER M E.Location,Competition,and Economic Development:Local Clusters in a Global Economy[J].Economic Development Quarterly,2000,14(1):15-34.

[25]BARABASI A L,ALBERT R.Emergence of Scaling in Random Networks[J].Science,1999,286(10):509-512.

[26]范如国，许烨.基于复杂网络的产业集群演化及其治理研究[J].技术经济,2008(9):76-81.

[27]谭劲松，何铮.集群自组织的复杂网络仿真研究[J].管理科学学报,2009(8):1-14.

[28]刘友金，朱婵，龚彩华.焦点企业成长视角的集群创新网络无标度特征研究——BA模型的改进及其模拟分析[J].湘潭大学学报：哲学社会科学版,2012(6):63-66.

[29]吴结兵，徐梦周.网络密度与集群竞争优势:集聚经济与集体学习的中介作用——2001-2004年浙江纺织业集群的实证分析[J].管理世界,2008(8):69-76.

[30]张红娟，谭劲松.联盟网络与企业创新绩效:跨层次分析[J].管理世界，2014(3):163-169.

[31]汪小帆,李翔,陈关荣.网络科学导论[M].北京 :高等教育出版社,2012:87-98

[32]FREEMAN L C.Centrality in Social Networks Conceptual Clarification[J].Social Networks,1979,1(3):215-239.

[33]罗家徳.社会网络分析[M].北京：社会科学文献出版社，2010:187-195

[34]WASSERMAN S,FAUST K.Social Network Analysis:Methods and Applications[M].Cambridge:Cambridge University Press,1994:103-104.

[35]JACKSON M O.Social and Economic Networks[M].Princeton:Princeton University Press,2010:53.

[36]LI G,GU Y,SONG Z.Evolution of Cooperation on Heterogeneous Supply Networks[J].International Journal of Production Research,2013,51(3):3894-3902.

The Research on Window Period of Cluster’s Upgrading Based on the

Adaptive Preferential Behaviors of Enterprises

FAN Ru-guo, ZHANG Ying-qing, CUI Ying-ying

(EconomicsandManagementSchool,WuhanUniversity,Wuhan430072,China)

Abstract:Based on complex social networks theory, starting with the analysis on adaptive preferential behaviors of enterprises in industrial cluster, it is argued in this paper that cluster’s behaviors show different preferential characteristics in different periods of industrial cluster life cycle and creatively proposed that the mature stage of the life cycle should be the most important window period for cluster’s upgrading. Then the evolutionary model of the complex networks cluster with heterogeneous preferential attachment mechanism is constructed to analyze the emerged macro-structural features in the network structure’s dynamic evolution of the cluster and systematically reveal the function mechanism and process of the adaptive preferential behaviors on the evolution, transformation and upgrading of cluster. The results show that adaptive preferential behaviors are the main causes to drive the dynamic evolution, transformation and upgrading of the network structure of the cluster; the mature stage is the important window period to realize the upgrading of the cluster, and optimization of the network structure and functions will benefit from improving the activeness of the adaptive preferential behaviors of the enterprises in mature stage.

Key words:industrial cluster; complex networks; adaptive preferential behavior; transformation and upgrading; window period

中图分类号:F270

文献标识码:A

文章编号:1000-2154(2016)02-0068-12

作者简介:范如国，男，教授，博士生导师，主要从事复杂系统管理和产业集群演化研究；张应青，男，博士研究生，主要从事产业集群演化研究；崔迎迎，女，硕士研究生，主要从事复杂系统管理研究。

基金项目:国家自然科学基金项目“基于异质性主体行为的产业集群低碳演化模型及其仿真研究”(71271159)；国家社会科学重大基金项目“全面深化改革视阈下社会治理体制与机制创新研究”(14ZDA062)

收稿日期:2015-10-15