企业技术创新系统功能建模与协同演化动态机制

贾天明，雷良海

(上海理工大学管理学院，上海　200093)



企业技术创新系统功能建模与协同演化动态机制

贾天明，雷良海

(上海理工大学管理学院，上海200093)

本文运用IDEF0原则，对企业技术创新系统进行了功能建模。在此基础上借鉴B-Z反应模型构造企业技术创新系统协同演化动态分析模型，探索企业技术创新过程中子系统间协同度、政策效应、技术产出三者间的动态演化机制。研究发现：技术研发能力更能提高企业技术产出；协同度越高技术产出能力越强，此时采取政策激励措施效果不明显；相反，弱协同条件下的政策激励对技术产出能力的提高更加显著。

IDEF0；B-Z反应模型；企业技术创新系统；协同演化

企业技术创新是一个涉及经济、技术、社会、环境的复杂系统和综合过程[1]。采取适当的方法梳理企业技术创新系统各组成部分间以及创新系统同外部环境间的关系，对提高企业技术创新产出效率以及政策措施(外部环境)在企业技术创新系统的哪个环节发挥作用，以及如何发挥作用意义重大。本文首次尝试运用IDEF0原则构建企业技术创新系统功能模型，试图从更微观的层面解剖企业技术创新各子系统间的逻辑关系。在此基础上，我们还分析了企业技术创新过程中子系统间协同度、政策效应、技术产出三者间的动态演化机制，以期为政策制定者提供更可靠的理论依据。

1　文献回顾

当前，对企业技术创新复杂系统从建模的角度进行研究的文献较少，国外的一些文献从市场需求与技术创新关系的角度进行研究，但是结论只是证明了市场需求是推动企业技术创新的重要因素，并未深层次剖析市场需求同企业技术创新系统各子系统间的反馈关系[2-4]；R.Rothwell等详细研究了企业技术创新系统的构成要素和影响因素，研究结论虽有重要意义但是并未进行系统建模，因此构成要素与影响因素间的关系以及二者的微观机制就很难解释清楚[5-8]。国内研究企业技术创新系统的有卢中华等，也是从企业技术创新系统构成要素的角度研究结构模型[1,9-10]。张延禄从系统自组织关系的角度分析了企业技术创新系统内部的自组织演化关系[11]，汪良兵从复杂系统的角度解析了中国高技术产业创新系统的结构以及各子系统间的协同度[12]。从当前国内外研究文献来看，学者们对企业技术创新系统的描述多为框架性逻辑阐述，虽然张延禄、汪良兵运用了复杂系统理论分析了企业技术创新系统间的协同演化关系，但是这种分析仍然建立在抽象地描述创新系统各子系统间关系的基础之上。针对这种情形，本文从复杂系统的角度来研究企业技术创新系统，运用IDEF方法刻画企业技术创新系统间的逻辑关系。鉴于IDEF方法已经很成熟，我们提出了基于IDEF0方法的企业技术创新系统功能建模。

2　基于IDEF0视角的企业技术创新系统建模过程描述

IDEF0在描述复杂系统的过程中具有如下特点：①具有明确的内外部输入输出关系，具有自顶向下逐层分解特性，每个子系统可分解为3～6个模块，逻辑清晰便于读者很快了解复杂系统中各个层级之间的关系；②具有明确的目的和观点，不同的目的和观点建立的功能模型不同；③整个过程分为分析阶段和设计阶段，每个阶段的分析与表达用专门的符号表示；④IDEF0是一种系统的工作，采用读者、评审员、专家、技术委员会、项目资料员、项目负责人组成的团队进行管理，该方法常用于具有复杂系统特征的项目开发；⑤在建好模型的基础上，采用文档管理的方式，便于后续的修改和完善。

企业技术创新系统是一个系统的工程，与国家创新系统和产业创新系统的区别是：第一，企业技术创新系统从更微观的层次描述创新过程，涉及的内容更加具体和详细；第二，企业技术创新系统应该揭示企业在技术创新的过程中各个参与部门的作用以及彼此之间的协作关系；第三，企业技术创新系统应当反映技术研发过程中的阶段性成果在各个阶段中如何具体应用。运用IDEF0方法分析企业技术创新系统时，采用“自顶向下，逐层分解”的方式，可更加明晰地反映整个技术创新过程中的逻辑关系。按照IDEF0方法的要求，首先建立A-0图，在此基础上进行逐层分解。具体建模步骤如下：

(1)在进行IDEF0建模前，需要明确建模的目的和观点。本文的目的和观点是站在企业管理者和政策制定者的角度，通过对企业整个技术创新系统进行功能建模，一方面便于参与技术创新的企业内部各个部门明确各自职能，增强相关环节的协同性，另一方面为激励政策强度在各个环节的分配提供理论依据。

(2)在明确了目的与观点的基础上，依据IDEF0建模原理构建企业技术创新系统功能模型A-0图(见图1)。其中，企业技术创新系统的输入对象是I1市场需求，控制对象是C1设计目标和C2设计规范，作用机制是M1研究人员、M2研发设备、M3生产设备，输出对象是O1数据库中心和O2产品上市。图1表明，技术创新系统在C1、C2的控制下，借助于M1、M2和M3的机制对I1输入进行设计、研发和生产，最后输出两个主要创新成果O1和O2。技术成果产出率的提高首先取决于市场对技术成果的需求状况，其次在科技人员、研发设备、生产设备作用机制的影响下，按照设计目标和设计规范进行生产。参照图1，能够清晰了解技术创新从投入到产出的过程以及生产过程中是否引入了相关机制，是否在控制条件下进行规范化生产。

图1　企业技术创新系统IDEF0功能模型A-0图

(3)为了进一步了解企业技术创新系统的内部运行机制，我们在A-0图的基础上从技术设计、技术研发、技术生产、技术吸收四个角度进行了自顶向下的第一层模块化分解(见图2)。

图2　企业技术创新系统IDEF0功能模型A0图

图2表明，企业技术创新系统的第一个环节是技术设计，技术设计由市场反应的产品需求，在研发人员的参与下，依据设计目的和设计规范设计技术概念方案、市场评估报告、市场定位策略、技术设计方案以及产品开发计划；在技术研发环节，由产品开发计划，在研究人员、研发设备的作用机制下，依据技术设计方案和技术设计规范进行技术研发，最后输出产品Prototype、BOM表、产品说明书、作业指导书和研发产品；在技术生产环节，由技术研发环节研发出产品(样本)，在生产设备的作用下，依据产品Prototype、BOM表、产品说明书、作业指导书和设计规范进行产品小规模试生产，在保障产品质量的条件下进行批量生产，最后产品上市。产品上市后，市场对技术产品的反馈信息也会影响企业的技术创新。参照图2，企业可以了解到技术创新的完成程度以及取得的阶段性成果,从而找出并弥补企业技术创新过程中可能存在的缺点。

通过IDEF0建模可以发现，企业技术创新系统中技术产出水平的高低取决于技术研发环节和吸收环节，技术研发和吸收都受制于研发人员、研发设备和生产设备情况。另外，整个系统各组成部分是一个环环相扣的整体，四个子系统间的协同度差异性很有可能对最后的产品产出率产生影响，即系统存在不稳定性的可能。因此，我们可以通过改变企业技术创新系统的外界环境(包括政策、信息和能量)的方式来影响创新系统，使其从系统的不平衡态向稳态发展。

3　协同创新动态机制研究

3.1模型构建

目前运用复杂性科学研究企业系统的学术成果多局限于应用概念进行的定性描述，虽然少量学者[13-14]已经从事定量化模型研究，但是其研究成果局限于2维模型构建，对企业系统的描述还不够客观和具体。B-Z反应模型不仅可以定性描述企业系统，还将定量描述扩展到了3维模型构建。将B-Z反应模型引入企业技术创新系统中，可以更加客观地反映企业技术创新系统的演化规律[15]。

B-Z反应来自化学领域中的贝洛索夫—扎波金斯基反应，它是典型的具有自组织性质的系统。B-Z反应过程复杂，但是可以将最终的复杂过程落到3种关键物质上，其原理可用如下基本方程表述：

其中，A、B、C分别表示三种关键物质，X、Y代表参与物质，r1，r2，…,r5表示反应速率(常数)，h是C再生B的能力。反应过程中，大量微观粒子无规则地运动和碰撞，从微观上看并不能对其详细描述，但是从宏观上看，不仅空间上有序，时间上也有序。通过图2发现，创新过程经历了从设计、研发、生产、应用到反馈和完善，类似于生命孕育的复杂过程。企业技术创新系统同B-Z反应相比较，从微观上看，创新系统各个子系统在各自的领域发挥作用，具有自己的输入、控制、机制和输出，从这个角度来看，创新系统并没有明确的有序行为；从宏观上看，创新系统具有明显的时间和空间结构，且是一个开放的系统，子系统间具有明显的协同关系。企业技术创新系统同B-Z反应的自组织规律具有相似性。

依据B-Z反应构建企业技术创新系统协同演化模型，需要确定系统状态变量之间的相互关系，文中设置的状态变量分别为X1、X2、X3，调整参数为α、β、γ，调整参数代表反应速率，企业技术创新系统的变量和参数见表1。

表1　企业技术创新系统变量和参数统计表

企业技术创新系统并不能像化学反应般构建方程，只能采用反应系统特性的描述性方程。因此，我们构建了企业技术设计研发能力、吸收能力和产出能力的Logistic演化方程，即企业技术创新系统协同演化动态模型。

Iwai和Mukoyama认为，模仿和创新是推动企业技术创新的两种基本模式[16-17]。通常情况下，在技术创新方式的选择过程中，基础设施齐全、科技人才丰富的企业会优先选择技术设计研发，反之则会选择技术吸收。因此，在资源一定的情况下，研发投入会挤出技术吸收投入，吸收结合B-Z反应模型构建如下Logistic演化方程。

根据功能建模可知，在初始状态下企业技术设计研发受到市场需求和技术生产(已上市技术产品的信息反馈)的影响，随着技术产品在市场中份额的增大，企业技术设计研发的动力将不断增加；通常情况下企业进行技术创新在自主研发和技术吸收两者中进行选择。由此在外界激励为θ的条件下，企业技术设计研发能力的Logistic演化方程式为：

(1)

其中,θX1表示在政策激励下X1的自身影响因素；θ(β/α)X2表示在政策激励下X2对X1的影响因子，θ表示政府和企业鼓励技术创新的政策对X1的作用，技术吸收能力的增强会增强技术研发能力；γX1X3表明技术生产X3对技术设计X1的影响，两者存在相互促进的共演关系，技术设计研发水平的提升会提高技术产品在市场中的占有率，技术生产的信息反馈情况又会进一步优化技术设计研发水平，二者是否受到政策驱动内生关系弱。

由图2可知，初始状态下技术吸收会受到技术研发和技术生产的双向影响，在政策激励为θ的条件下，企业技术吸收能力的Logistic演化方程式为：

(2)

其中,θX2表示在政策激励下X2的自身影响因素，系数为负表示随着技术吸收能力的增强边际收益递减，此时存在企业向自主知识研发方向转移的动力；-αX1X2表示X1对X2的影响因子，在政策激励一定的条件下，受资源的限制企业存在进行自主研发还是进行技术吸收的两难抉择；(γ/β)X3是技术产出水平对技术吸收能力的影响因素，技术产出水平对技术吸收能力具有促进效应，γ/β为影响系数。

根据功能建模可知，企业不论是进行技术设计研发还是技术吸收,最终目的是要提高技术产出在市场中的占有率。因此，企业技术生产同时受到企业技术研发设计和技术吸收的影响，企业技术生产能力的Logistic演化方程式为：

(3)

其中，η1X3是技术生产自身影响因子，X3并不受激励政策θ本身的直接影响，但是受到系统内部各子系统间协同效应的影响，影响系数为η1；η2θ(α/γ)X1是技术设计研发能力对技术产出的影响因子，外部刺激政策通过设计研发能力对技术生产产生影响，η2表示技术设计研发同技术生产的协同度，二者协同度越高技术产出越高；η3θ(α/γ)X2是技术吸收能力对技术产出的影响因子，外部刺激政策通过技术吸收能力对技术生产产生影响，η3表示技术吸收同技术生产的协同度，协同读度越高产出越高。

一般情况下，企业技术创新活动分为三条路线。一是通过增加研发投入进行自主创新；二是通过引进技术进行消化、吸收和改进；三是自主创新和技术吸收相结合，这涉及到在资源一定的条件下如何合理分配资源的问题。因此我们假设η1表示整个技术创新系统各子系统间的协同度，η2表示技术生产子系统同技术研发子系统的协同度，η3表示技术生产子系统同技术吸收子系统的协同度。协同度越高，技术产出越高。

综上，由式(1)～(3)共同构成以Logistic演化方程为基础的企业技术创新系统协同演化模型：

(4)

模型利用企业技术创新系统三个主要状态变量的演化过程模拟企业技术创新系统演化规律，技术设计研发状态、技术吸收状态和技术生产状态构成系统内部各个要素进行串联，使其形成一个紧密协调、协同有序发展的有机整体。通过采取线性稳定性分析，发现企业技术创新系统不具有稳态特性，具有突变的可能。

3.2仿真研究及结果分析

根据已经构建的Logistic协同演化模型，以高科技产业中的医药制造业企业技术创新系统为研究对象，搜集了大中型医药制造业企业和高科技产业的相关数据，分别求出单位医药制造企业、单位高科技产业企业以及医药制造企业和单位高科技产业企业的比值，数据来自2014年《中国高技术产业统计年鉴》。在此基础上分别计算出α、β、γ值，分别为0.67、1.46、0.52。

假设η(1，2，3)=1表示子系统间协同度较弱，η(1，2，3)=2表示子系统间协同度较强；同理，θ=1表示政策激励较弱，θ=2表示政策激励较强。①当模型演化系统各子系统间协同度较弱时，政策激励会提高技术产出。即当η1=η2=η3=1，θ分别取值1和2时，技术研发状态变量、技术吸收状态变量和技术生产状态变量随时间的协同演化情况分析。②当模型演化系统各子系统间协同度较强时，政策激励是否会提高技术产出。即当η1=η2=η3=2，θ分别取值1和2时，技术研发状态变量、技术吸收状态变量和技术生产状态变量随时间的协同演化情况分析。③当系统内生协同度一定的情况下η1=1时，弱政策激励和强政策激励分别对系统内部协同度不均匀情况下的作用效果。即当η2=2、η3=1和η2=1、η3=2时，θ分别取值为1和2时，技术研发状态变量、技术吸收状态变量和技术生产状态变量随时间的协同演化情况分析。

本文旨在发现：在创新系统各子系统间协同度较弱的情况下，政策激励会否克服系统本身存在的缺陷提高产出。根据图2，假设微分方程中反映企业技术研发能力、技术吸收能力和技术生产能力3个变量的初始状态为X0=[1，0，0]。

(1)系统间弱协同下的政策激励机制研究。假设企业技术创新系统各子系统间协同度较弱，弱激励(θ=1)和强激励(θ=2)环境下的仿真结果如图3和图4所示，X1为技术研发能力，X2为技术吸收能力，X3为技术生产能力。研究结果：①在弱协同、弱激励的环境下，X1、X2、X3随时间增长缓慢，技术产出能力总体较差；②在弱协同的环境下采取强激励措施对提高技术研发能力和技术产出能力效果十分显著，但是对提高技术吸收能力效果并不明显且技术吸收能力在X=1处达到最大值后开始缓慢递减。原因分析：在外部政策激励较弱的环境下，技术产出能力的提高完全依赖于研发能力和吸收能力，受人才匮乏、研发设备和生产设备落后的影响，研发能力和吸收能力短时间里很难提升，加之系统内部输入输出间的协同性较弱，进一步制约了技术产出能力的提高；此时采取激励措施，将会极大提高技术产出能力，政策效果的边际效应很大，弥补了系统间协同性较弱的不足；在激励政策的影响下，技术研发边际效应大于技术吸收边际效应，系统将分配给技术研发更多的资源，对技术吸收产生挤出效应，结果导致技术吸收能力在达到最大值后开始缓慢递减。

图3　三要素协同演化趋势(弱协同、弱激励)

图4　三要素协同演化趋势(弱协同、强激励)

(2)系统间强协同下的政策激励机制研究。假设企业技术创新系统各子系统间协同度较强，弱激励(θ=1)和强激励(θ=2)环境下的仿真结果如图5和图6所示。研究结果：①强协同弱激励环境下，技术创新系统三变量水平随时间均呈现协同上升趋势，且边际产出能力明显强于弱协同条件下的边际产出能力(对比图3)；②在强协同条件下实施激励措施对提高技术研发能力和技术产出能力作用效果依然非常明显，但是对吸收能力水平的提高只存在短期效应，反应吸收能力的X2曲线呈现先上升后递减的趋势(在X=0.8时达到最大值，之后呈现加速递减趋势)。原因分析：系统间的强协同性实现了整个系统从输入、控制、机制到输出的高度协调，使得生产出来的技术产品更加符合企业现实情况和市场需求，即便系统内部可能存在基础设施较差、研发人员匮乏等缺陷，但是市场需求的准确定位、企业自身情况的客观评价克服了系统本身的缺陷，随着时间的积累，系统间的高协同性还会克服自身缺陷，实现技术产出持续性突破；高协同下采取激励措施可以间接弥补系统存在的缺陷，具有短期内加速产出能力的作用，在政策的激励下，企业会在研发和吸收两个环节提前做出资源分配决策，因此反应技术吸收能力的X2曲线在达到最大值后出现了加速递减趋势

图5　三要素协同演化趋势(强协同、弱激励)

图6　三要素协同演化趋势(强协同、强激励)

4　研究结论与不足之处

(1)从IDEF0的角度出发，探索了一种能够系统梳理企业技术创新系统各子系统间关系的方法，IDEF0“自顶向下”逐层分解特性，可以从更微观的角度研究企业技术创新系统内部间的运行机制，解决了现有学者对企业技术创新系统描述的抽象性问题。

(2)在IDEF0建模的基础上，进一步分析了企业技术创新系统协同度、政策激励和技术产出间的关系。研究发现：①企业技术创新系统协同度的强弱会影响政策激励措施的作用效果。协同度较弱时，政策激励效果的边际效用尤其是对技术研发的边际效用非常大，此时政策效果不仅会提高技术产出还会实现企业系统协同度由弱到强的转变；协同度较强时，政策激励虽然会提高技术产出，但是作用效果不够显著。②在政策激励措施的影响下，受技术研发对技术吸收挤出效应的影响，企业会将更多的资源投入到技术研发中。③虽然激励政策对提高技术产出能力具有积极作用，但是效果具有短期效应，从长期来看，激励政策的重点是提高技术研发能力。

本文运用IDEF0方法构建企业技术创新系统功能模型是一种学术性尝试，至于IDEF0是否真正能为企业技术创新系统的构建提供新的研究思路还需后续研究求证。IDEF0方法具有自顶向下的功能解剖作用，由于缺乏相应的研究资料，本文仅对企业技术创新系统进行了第一层解剖，在此基础上建立了Logistic方程，不论是逻辑方程还是得出的结论都停留在第一层解剖结构基础之上，还不够微观和具体；另外，虽然我们得出弱协同下政策激励效果更大，强协同下政策激励效果不明显，但是政策激励措施应当在弱协同条件下的哪个环节实施以及各个环节的政策激励强度如何分配还未涉及，这也是本课题今后研究的方向。

[1]张平亮.企业技术创新系统的战略分析和研究[J].科技管理研究，2006(6):87-89.

[2]JACOB S.Invention and economic growth[M].Harvard University Press,1966.

[3]MARQUIS D C，MYERS S.Successful industrial innovation[M].Massachusetts Institute of Technology,1969.

[4]MUNRO H，NOORI N.Implementing advanced manufacturing technology：the perspective of a newly industrialized country(Malaysia)[J].The journal of high technology management research,1975,8(1):1-20.

[5]ROTHWELL R.Towards the fifth-generation innovation process[J].International marketing review,1994,11(1):7-31.

[6]MALERBA F.Sectoral systems of innovation and production in developing countries[J].Northampton:edward elgar，2009:11-19.

[7]MALERBA F,NELSON R.Learning and catching up in different sectoral systems-evidence from six industries[J].Industrial and corporate change,2011,20(6):1645-1675.

[8]LEYDEDORFF L,ZAWDIE G.The triple helix perspective of innovation systems[J].Technology analysis and strategic management,2010,22(7):789-804.

[9]卢中华，李岳云.企业技术创新系统的构成、演化与优化分析[J].科技进步与对策，2010，24(12)：86-91.

[10]徐强.企业技术创新系统要素协同研究[D].沈阳：东北大学，2012.

[11]张延禄，杨乃定，刘效广.企业技术创新系统的自组织演化机制研究[J].科学学与科学技术管理，2013(34)：58-65.

[12]汪良兵，洪进，赵定涛，徐中涛.中国高技术产业创新系统协同度[J].系统工程，2014(32):1-7.

[13]李朝霞.企业进化机制研究[M].北京:北京图书馆出版社，2001.

[14]朱永达，张涛，李炳军.区域产业系统的演化机制和优化控制[J].管理科学学报，2001，11(3)：73 -78.

[15]张铁男，韩兵，张亚娟.基于B-Z反应的企业系统协同演化模型[J].管理科学学报，2011，2(14)：42-52.

[16]IWAI K.A contribution to the evolutionary theory of innovation，imitation and growth[J].Journal of economic behavior organization,2000,43(2):167-198.

[17]MUKOYAMA T.Innovation，imitation，and growth with cumulative technology[J].Journal of monetary economics,2003,(50):361-380.

(责任编辑沈蓉)

Function Modeling and the Co-Evolution Dynamic Mechanism of Enterprise Technology Innovation System

Jia Tianming，Lei Lianghai

(Business School,University of Shanghai for Science and Technology,ShangHai 200093,China)

This paper employs IDEF0 principle to establish an IDEF0 model and use the famous “B-Z reaction model”to construct co-evolution dynamic analysis model of enterprise technology innovation system to explore the dynamic evolution mechanism of coordination degree between subsystems，policy effect and technology output.The results reveal that compared with enterprise technology absorption capacity，technology research ability can be more easier to improve enterprise technology output.The stronger the coordination degree, the higher the technical output.If the incentive policy is adopted simultaneously，the effect is not obvious.On the contrary，if the incentive policy takes place under weak coordination condition，it would significantly promote the technical output capacity.

IDEF0；B-Z reaction model；Enterprise technology innovation system；Co-evolution

上海市人民政府决策咨询研究专项课题(2015-Z-A01-C)。

2015-10-14

贾天明(1987-)，男，山东莱州人，上海理工大学博士研究生；研究方向：技术创新与管理、财政金融管理。

F270

A