复杂网络在集群创新网络中的应用

作者:未知

  摘 要:集群创新网络是由集聚区域内参与创新活动并具有相互竞争合作关系的企业的集合。复杂网络作为研究复杂性系统的理论工具,在描述复杂系统内在结构和联系时,有显著的优势,为研究创新合作活动提供了新的视角。集群创新网络中存在极少数大度的中枢节点,其聚类系数较高,网络平均路径较短,即具有小世界特征和无标度特性。在复杂网络理论的指导下研究集群创新网络特性,有助于提高网络整体运行效率。
  关键词:复杂网络;产业集群;创新合作
  中图分类号:F260        文献标志码:A      文章编号:1673-291X(2019)13-0144-03
  引言
  产业集群具有科技、经济双重属性,其高创新性、高成长性等特质促进我国创新驱动发展战略的实施,在推动区域技术创新、调整产业结构升级和促进经济增长的过程中发挥着重要的作用[1]。随着复杂网络科学的发展,学者们以复杂网络为工具深入研究产业集群现象。本文利用复杂网络理论,基于网络关系和网络结构等视角综述产业集群的创新活动,有助于集群企业构建科学高效的创新网络,促进企业间的资源共享,提高市场资源配置和运营效率。
  一、产业集群创新网络概述
  复杂网络是由节点及节点间的关系构成的,具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络结构[2]。随机图模型和小世界模型等的重要發现推动了国内外复杂网络的研究热潮,复杂网络已经成为国际学术界一个新兴的研究热点。创新资源在集群区内流动共享,以参与合作创新的企业为节点,他们之间的关系连线就形成了产业集群创新网络。复杂网络理论下网络拓扑结构可表示为G=(V,E),V代表网络中节点的集合,本文定义为集群创新网络中企业个体的集合;E是为边集,代表节点间的联系,本文定义为联合申请专利中企业个体关系的集合,由此构建企业基于专利合作关系产业集群创新网络[3]。
  (一)集群创新网络的小世界特征
  产业集群形成了一个由一群人或者集体因合作关系而产生交互作用所构成的社会系统。小世界效应源于Stanley Milgram通过社会调查后得出的六度分离论断,即世界上任意两个个体都可以平均通过一条由六个联系人组成的链条与对方建立联系。近年来,越来越多的学者将小世界理论应用到创新网络的研究中,开始关注创新网络的“小世界性”[4]。集群创新网络具有小世界网络的高聚类系数和短平均距离特征,普遍存在于社会生产中,在推动企业、行业乃至国家的技术进步过程中发挥着重要作用。对于复杂网络,一般利用特征路径长度和聚类系数这两个统计量来刻画其性质。
  (二)集群创新网络的无标度性
  集群创新过程中的企业间存在大量的合作创新活动,集群背景下的大部分主体拥有较小的节点度,即少数企业存在直接合作伙伴,少量个体通常有主导整个创新产业链的核心企业与其他企业密切关联。少数的主导核心企业和多数普通企业反映了无标度的特征,集群创新合作网络中的节点存在优先连接机制。在集群创新网络中,度较大的核心节点相比于度较小的节点,在维系已有的合作关系及拓展新的合作关系方面更具优势,更易获取创新活动所需资源。具有无标度网络结构特征的产业集群创新合作网络有助于集群区域内的企业提高创新绩效,重点培育网络核心节点能够促进合作主体间技术或者信息的流动。
  二、集群创新合作网络整体的研究
  (一)对鲁棒性的分析
  创新网络的鲁棒性是指创新系统在异常和危险情况扰动下,某些关键指标保持较高的响应性和敏捷性的特性[5]。如果移走少量节点后,网络中绝大部分节点仍连通则称该网络的连通性对节点故障具有鲁棒性。集群创新活动受到扰动,节点企业行动滞后甚至停业,中断了与网络中其他企业的联系而成为网络的去点。度较小的非关键节点在面对异常情况时选择加入或退出对网络整体的运行影响较小,反映了创新合作网络的稳定性,表现在多数创新能力弱的企业对核心技术等创新资源的控制力较低,它们的参与或退出对整个创新活动影响较小。
  集群创新网络受到突发情况的影响,最大连通子图R产生的变化能反映该网络结构的稳定性。假设网络G受到干扰,节点V1,V2,…,Vm(1≤m≤n)因与其他节点断开连接而使网络G被分割为若干独立的连通子网络G1,G2,…,Gt(1≤t≤n),Ki为网络Gi的节点数,即网络大小,R=max{Ki|i=1,2,…,t}为创新网络变化后的最大连通子图大小。网络结构稳定性与最大连通子图的大小成正比。对鲁棒性进行分析可以度量创新合作网络的健壮性和敏捷性,从而对创新合作过程进行优化,推动创新网络的演化发展,促进网络节点的成长和强化网络的市场功能。
  (二)对不确定性扩散问题的分析
  集群创新合作网络中存在很多不确定性,市场需求的变化、资金链的断裂、信息传递的滞后等都会阻碍创新活动的顺利运行。节点企业间的密切联系使网络环境中的不确定性问题沿着创新链扩散。随着复杂网络理论的发展,网络结构对传播行为的影响引发学者的研究,SIR模型和SIS模型是典型的可用于分析不确定性的传染病模型[6]。
  四、结论与展望
  本文基于复杂网络理论,探讨了企业集群背景下创新合作网络的性质。创新合作网络具有小世界性,较高的聚集系数意味着网络中节点间的关联度较大,而较短的平均路径长度则标志着节点之间能以较低的成本完成信息传递。同时,创新合作网络具有无标度性,网络中存在的大度节点,对于提升企业集群整体竞争力起着极其重要的作用。今后将建立基于企业合作专利关系的技术创新扩散模型,实证集群企业间技术创新扩散机制和内在机理,结合企业自身因素以及外部经济、法律等环境因素,预测技术创新扩散路径,提高创新质量和效率,优化创新网络。
  参考文献:
  [1]  韦文求,林雄,盘思桃,等.地区产业集群协同创新网络模式与机制——基于广东专业镇的典型案例分析[J].科技管理研究,2018,(5):108-116.
  [2]  祝昕昀,郭进利.复杂网络在供应链管理中的应用综述[J].中国集体经济,2013,(31):42-43.
  [3]  梁勤儒,蒋玉涛.基于专利分析的模具产业集群转型升级研究[J].科技管理研究,2017,(11):164-170.
  [4]  王璐璐,张卓,刘一新.江苏省产学研合作创新网络结构特征及其优化策略[J].科技管理研究,2018,(8):94-99.
  [5]  李晨光,张永安.产学研创新网络链接异构与鲁棒性的渗流分析[J].系统工程,2018,(3):74-84.
  [6]  卢燕群,何永芳.复杂网络视角下企业集群技术创新扩散仿真研究[J].中国科技论坛,2018,(3):73-80.
  [7]  贺磊,王直杰.基于复杂网络的供应链网络效率研究[J].计算机仿真,2012,(8):183-186.
  [8]  王雨,郭进利.基于贡献矩阵的物流配送网络节点重要性评估方法[J].物流工程与管理,2016,(9):42-44.
  [9]  秦胜君.基于复杂网络的企业创新网络级联失效可靠性模型[J].科技管理研究,2017,(7):199-204.
  [10]  Anon.A Set of Measures of Centrality Based on Betweenness[J].Sociometry,1977,(1):35-41.
转载注明来源:https://www.xzbu.com/2/view-14853120.htm

服务推荐