基于复杂系统动力学传播视角的技术范式转换预警模型分析
发布时间：2021-07-27 23:42
本文针对内外部环境交互变化引起的企业战略不确定性展开研究,通过分析企业在应对复杂环境变化期间技术范式的变化趋势,从5个维度梳理出了影响企业技术范式转换的19个因素,构建了基于动力学传播的技术范式转换理论模型。在模型构建的基础上,结合案例对模型进行仿真模拟,分析了企业在具有混沌、非线性、动态等复杂系统特征的动态变化中应当如何主动把握技术范式转换节奏,保持自身竞争力。研究发现企业的技术范式转换受制于自我创新的战略决策,而企业内部的运行状态又影响着自我创新的战略决策,并从系统熵动力学传播的视角,打开了企业创新机会选择的黑箱,厘清了企业内部稳定性的变化过程,解释了影响技术范式转换的作用机理,提出了对技术范式变化的适时监控和对技术范式转换的及时预警方法,为企业实施创新战略决策和推进技术范式转换提供了理论支撑和决策依据。
【文章来源】：工业技术经济. 2020,39(05)北大核心CSSCI
【文章页数】：9 页
【部分图文】：
技术范式转换的主要预警因素
由于技术范式各级预警指标之间的关系广泛而紧密,因此可以运用网络来对其进行描述。研究将各级预警指标定义为网络中的节点,将各指标间的交互关系定义为节点间的边,形成如图2所示的技术范式预警网络模型,其中包含了5个随机连接的一级预警指标和19个随机连接的二级预警指标,并可根据构建的技术范式转换预警网络模型来分析系统预警状态的跃迁过程。假定每个预警指标都有一个系统熵阈值,即预警网络中每一个节点对系统熵都设置了预警标准,当节点的熵值超过标准就会触发预警。同时,溢出的熵值将通过连接边在系统内部扩散。这种服从规律的系统熵扩散现象就是一种复杂网络的动力学传播。在预警网络中,凡是系统熵值低于预警标准的节点,都可能受到来自相连预警节点的熵传递,当该节点吸收到足够的外部熵值后会触发预警,并转而向其他节点进行熵值扩散。经过若干次这样的传播,会触发超过极限数量的预警指标,最终导致技术范式失灵。如果外部市场环境发生变化,企业的行业内竞争加剧,由竞争引起的指标熵值上升并在t时刻突破了预警标准,现将节点i设为初始预警节点,在触发预警后,溢出阈值开始以概率δij向相连节点j扩散。节点j的系统熵主要包括:节点i吸收节点j负熵形成的系统熵、节点i预警后向节点j溢出的系统熵、节点j吸收相连节点负熵形成的系统熵3个部分。当3个部分的总熵值未超过节点j的预警标准,则节点j预警不会被触发,如式(5)所示。否则,当3个部分的总熵值超过节点j的预警标准,节点预警将被触发,如式(6)所示。
通过调整节点间传播概率的大小发现,当节点间传播概率P<0.8时,首个异常节点溢出的系统熵传播步长较短,不易出现大规模的节点预警,技术范式趋于稳定。当节点间传播概率P≥0.8时,异常节点对技术范式稳定性的影响较大,溢出的系统熵会传递到更多的节点,大概率会触发系统预警,技术范式会受到较大冲击。系统熵的传播概率受节点间的相关程度、被传播节点的扩散特性、偶然性事件等综合因素影响,但某思高科面临的政策法规与政府行为必然会增加异常节点系统熵的传播概率,从而进一步对技术范式稳定性造成负面影响。根据仿真实验可以看出,某思高科在经营过程中,随着外部环境的变化,应定期对技术范式的运行状态进行检测,对技术范式的运行状态进行评估,对与政策法规与政府行为等系统熵值增加明显的环节相关程度高的经营环节保持密切关注,要及时进行更新改造,以对技术范式的局部转换来实现对公司平均熵值的总体调控,以日常创新的方式尽量将公司各环节的平均系统熵维持在一个稳定且较低的水平,以此来保持活力和市场竞争力。4 研究结论
本文编号：3306772
【文章来源】：工业技术经济. 2020,39(05)北大核心CSSCI
【文章页数】：9 页
【部分图文】：
技术范式转换的主要预警因素
由于技术范式各级预警指标之间的关系广泛而紧密,因此可以运用网络来对其进行描述。研究将各级预警指标定义为网络中的节点,将各指标间的交互关系定义为节点间的边,形成如图2所示的技术范式预警网络模型,其中包含了5个随机连接的一级预警指标和19个随机连接的二级预警指标,并可根据构建的技术范式转换预警网络模型来分析系统预警状态的跃迁过程。假定每个预警指标都有一个系统熵阈值,即预警网络中每一个节点对系统熵都设置了预警标准,当节点的熵值超过标准就会触发预警。同时,溢出的熵值将通过连接边在系统内部扩散。这种服从规律的系统熵扩散现象就是一种复杂网络的动力学传播。在预警网络中,凡是系统熵值低于预警标准的节点,都可能受到来自相连预警节点的熵传递,当该节点吸收到足够的外部熵值后会触发预警,并转而向其他节点进行熵值扩散。经过若干次这样的传播,会触发超过极限数量的预警指标,最终导致技术范式失灵。如果外部市场环境发生变化,企业的行业内竞争加剧,由竞争引起的指标熵值上升并在t时刻突破了预警标准,现将节点i设为初始预警节点,在触发预警后,溢出阈值开始以概率δij向相连节点j扩散。节点j的系统熵主要包括:节点i吸收节点j负熵形成的系统熵、节点i预警后向节点j溢出的系统熵、节点j吸收相连节点负熵形成的系统熵3个部分。当3个部分的总熵值未超过节点j的预警标准,则节点j预警不会被触发,如式(5)所示。否则,当3个部分的总熵值超过节点j的预警标准,节点预警将被触发,如式(6)所示。
通过调整节点间传播概率的大小发现,当节点间传播概率P<0.8时,首个异常节点溢出的系统熵传播步长较短,不易出现大规模的节点预警,技术范式趋于稳定。当节点间传播概率P≥0.8时,异常节点对技术范式稳定性的影响较大,溢出的系统熵会传递到更多的节点,大概率会触发系统预警,技术范式会受到较大冲击。系统熵的传播概率受节点间的相关程度、被传播节点的扩散特性、偶然性事件等综合因素影响,但某思高科面临的政策法规与政府行为必然会增加异常节点系统熵的传播概率,从而进一步对技术范式稳定性造成负面影响。根据仿真实验可以看出,某思高科在经营过程中,随着外部环境的变化,应定期对技术范式的运行状态进行检测,对技术范式的运行状态进行评估,对与政策法规与政府行为等系统熵值增加明显的环节相关程度高的经营环节保持密切关注,要及时进行更新改造,以对技术范式的局部转换来实现对公司平均熵值的总体调控,以日常创新的方式尽量将公司各环节的平均系统熵维持在一个稳定且较低的水平,以此来保持活力和市场竞争力。4 研究结论
本文编号：3306772
本文链接：https://www.wllwen.com/jingjilunwen/xmjj/3306772.html
