综合孵化系统自适应机制研究——基于CAS刺激－反应模型

赵黎明，张玉洁

(天津大学管理与经济学部，天津300072)

由于科技企业孵化器对于提高中小型科技创业成功率具有突出作用，其作为知识创新的源头已成为我国提高自主创新能力、促进经济发展的重要力量［1］。然而研究表明，孵化器与创投的合作有效性不高，其中资金不足是影响孵化过程的关键问题之一［2］。为了使这一现象得到改善，孵化器与创投具有融合趋势，综合孵化器就是二者融合的成果［3］。

孵化器与创投的融合在降低信息沟通风险、提高资源利用效率等方面具有明显的优势［4］。由于上述原因，国内外学术界对于二者的融合进行了广泛研究，主要集中在以下几个方面:孵化器与创投的融合模式研究［5-6］;孵化器与创投融合的经济学分析［7-9］;孵化器与创投融合的发展方式及对环境模型的构建［10-11］;孵化器与创投的融合在人力资源管理方面的定性研究［12］等。上述研究涵盖了二者融合的基本问题并为进一步研究提供了借鉴。

然而，在诸多成果中，鲜有文献对孵化器与风险投资融合的产物——综合孵化器以及其复杂性进行系统的阐述。随着研究的深入，可以看到综合孵化器具备复杂系统的一般属性，从系统复杂性角度对综合孵化器进行研究和探讨，在理论和实践上都十分必要。本文以综合孵化器系统为研究对象、以复杂适应性为研究视角，探讨了综合孵化器的系统内涵、CAS运行机制，并借鉴复杂适应系统(CAS)理论中的刺激－反应模型(stimulate-response model)，构建了综合孵化器系统中主体行为的基本模式并对其自适应机制进行了分析阐述，为综合孵化器系统的运行构建了理论基础。

一、基于复杂适应系统(CAS)的综合孵化器系统内涵及运行机理

1.综合孵化器系统的内涵

由于信息不对称、退出机制不健全等因素存在，风险投资与孵化器合作的有效性不高，双方具有融合趋势，其融合的产物即为综合孵化器［13］。综合孵化器是指在提供传统孵化器资源和服务的基础上，以投融资服务体系为平台，以“孵化+风险投资”为经营模式具有风险投资功能的孵化器，是由风险投资部门、孵化服务部门以及孵化对象构成的复杂适应系统。其在一定程度上降低了合作风险，改善了合作效率，具体表现为孵化器直接投资、风险投资控股孵化器投资以及组建孵化器管理公司等形式［14］。

2.综合孵化器系统的复杂适应系统运行机理

复杂适应系统(complex adaptive system，CAS)理论是由霍兰(Holland)教授提出的，“适应性造就复杂性”是其基本思想［15］。霍兰认为，复杂适应系统具有聚集(aggregation)、非线性(non-linearity)、流(flows)、多样性(diversity)四个特性以及标识(tagging)、内部模型(internal Model)、积木(building Block)三个机制［16］。

复杂适应系统的运行机制是复杂适应系统的核心，陶倩(2008)等认为，CAS系统模型的运行可以看作是以内部模型为积木模块，通过标识机制产生聚集效应，并层层涌现、不断创新的高级别动态运行的系统过程［17］。根据CAS理论，综合孵化器系统是一个由风险投资部门、孵化服务部门、在孵企业等适应性主体构成的复杂适应系统。系统中各主体agent之间是竞争合作、互利共赢的关系，同时不断地与外部环境之间发生着物质能量交换、信息交流，并在这一过程中相互影响、相互促进，使系统及其成员向更高级别阶段进化发展。经过论证，综合孵化器系统是一种开放、动态的复杂适应系统，具有CAS系统中普遍存在的标识机制、内部模型和积木机制。

(1)标识机制。CAS理论认为，在主体聚集体形成的过程中，标识机制始终在起作用，它是为了系统中主体之间的相互识别与选择、顺利完成信息的搜索与接收而设立的，对系统中的选择性交互行为起到促进作用［18］。在综合孵化器系统中，风险投资部门、在孵企业、孵化服务部门都有各自的标识，以表示自身的职能、特点、信誉等:对于风险投资部门主要有投资定位、资产类别、业务成分、资金等级、成功率等;对于在孵企业，标识主要有技术种类、专利类型、资金构成、发展前景等;对于孵化服务部门，标识主要有孵化规模、孵化类型、孵化成功率、性质类别(如事业型、半事业型)等。这些标识区分了主体Agent对资源的供需要求，促进了综合孵化系统中各成员之间结成具有相同价值理念和发展目标的联盟体系的形成过程。

(2)内部模型。在复杂适应理论体系中，适应性主体在大量的信息中进行识别和选择，排除边缘信息，将经验提炼成各种图式，这些图式的集合就是内部模型，内部模型是为适应环境而改变自身规则集的机制。在综合孵化器与外部环境组成的系统中，风险投资部门接收政府宏观调控政策、金融市场变化等信息，结合自身战略目标、远景目标、现有资源等进行策略调整，弱化负面影响，发现商机;孵化服务部门会结合国家政策、市场信息等资料，帮助在孵企业获得更多资源，提高孵化成功率;同样，在孵企业也会根据外部环境和政策的信息，从自身能力和需求出发，合理安排融资和负债结构，达到收益最大化的目标。综合孵化器系统内部三方作为适应性主体Agent均能主动接受外部刺激(探测器detector)进而做出反应(效应器effecter)，并在此过程中通过调整其图式规则集来适应新环境的发展变化要求。

(3)积木机制。作为完成CAS系统对环境适应性的基本模块，积木排列组合的结构与密度反应了系统的复杂性。CAS理论认为，具有适应性的主体Agent不具有能够适应每一种突发情况的图式集，所以通过排列创新已验证的图式来应对新的情形，积木就是这种能够用来排列创新的图式，运用积木机制完成内部模型的生成是CAS系统的特征之一。在综合孵化器系统中，主体Agent的性质类别、投资定位、远景规划、战略目标、核心竞争力等都是系统的积木，这些不同排列组合将形成不同的内部模型，产生不同的效应结果。

二、基于刺激－反映模型的综合孵化器系统中主体行为的基本模式

1.复杂适应系统理论中的刺激－反应模型

复杂适应系统中的刺激－反应模型是用来描述具有自适应性主体Agent行为的方法之一，其主要由探测器(detector)、图式集(if…，then…)和效应器(effecter)构成。探测器得到外部信息，通过加工、压缩、提炼为信息集(a，b，c，…)，而后将其传给主体的内部模型，内部模型将信息集与已有的图式集进行匹配与反馈，对正反馈进行强化，同时弱化负反馈，从而得出适应性对策，并将其传送给效应器，使主体对外部环境及其他适应性主体采取行动，同时环境及其他适应性主体又选择性影响该主体信息的获取［19］。

复杂适应系统(CAS)理论中的刺激－反应模型可表示为图1。

图1 复杂适应系统(CAS)理论中的刺激－反应模型

2.基于刺激－反应模型的综合孵化系统分析

经过论证，综合孵化器系统具有复杂适应系统(CAS)的普遍特征，属于CAS系统，其动态运行的过程就是风险投资部门、在孵企业、孵化服务部门对外部环境以及三者之间不断的进行刺激－反应活动的过程。基于复杂适应系统(CAS)理论中的刺激反应模型构建的综合孵化器系统刺激－反应运行模型见图2。

图2 综合孵化器系统刺激－反应运行模型

(1)探测器消息集合。综合孵化器系统作为整体接受到环境的刺激主要有国内外经济形势、国家宏观政策、社会和市场需求动力、市场竞争压力、科学技术进步等。对于风险投资部门，除接收来自外部环境的信息外，还接收孵化服务部门发出的远景目标、投资定位等信息以及来自在孵企业专利申请状况、资金构成情况等信息;同样对于在孵企业和孵化服务部门，除接受外部环境的信息，还要获取来自系统内其他部门的信息情况。

(2)孵化系统图式集合。综合孵化器系统内的各主体对外界环境的认识过程也是对探测器收集来的信息进行处理的过程，这些主体Agent对刺激信息按照图式集中的规则进行处理，主要图式规则为:综合评价(comprehensive evaluation)规则、技术外溢与知识转移(technology spillover and knowledge transfer)规则、竞争双赢(competition and double-win)规则。其中综合评价(comprehensive evaluation)规则是指对综合孵化器的绩效评价不仅以所获得的经济效益来衡量，还应包括拉动地区经济发展、提高就业率等社会效益以及环境效益的综合指标来评价。技术外溢与知识转移(technology spillover and knowledge transfer)规则是指综合孵化器作为动态平衡的创新系统，对于知识和技术信息在科技孵化企业之间的流动、提高创新意识、加速成果转化等方面的保障机制。竞争双赢(competition and double-win)规则是指孵化系统中的创新主体按照“合作——竞争——双赢”的行为模式对外界信息加以处理，并通过效应器做出反应，以实现双赢甚至多赢的结果也即产生协同效应，从而促进综合孵化器系统内整体绩效的提高。

(3)孵化系统效应器。经过探测器信息的收集，内部模型对信息的压缩处理、图式规则的调整，综合孵化器系统的下一环节就是效应器的对外输出，输出的结果体现了综合孵化器系统内各个主体的合作竞争以及与环境的相互作用，具体表现为:调整内部结构、引进技术人才、组织培训、建立信用评价体系、完善服务平台等，以提高系统的整体竞争能力。

三、基于刺激－反应模型的综合孵化器系统自适应机制分析

综合孵化器系统是一个由风险投资部门、在孵企业、孵化服务部门三方主体参与的，受经济、政治、社会环境影响的开放的复杂适应系统。根据CAS理论中的刺激－反应模型进一步探讨综合孵化器系统主体的学习机制、主体之间的协调机制以及系统的进化机制，从而更深刻地描述系统的自适应行为。基于刺激－反应模型的综合孵化器系统自适应运行机制见图3。

图3 基于刺激－反应模型的综合孵化器系统的自适应运行机制

1.综合孵化系统主体的学习机制

在CAS刺激－反应模型中，适应性主体Agent能够与外部环境及系统中其他主体进行信息资源交流、修正图式规则集、调整主体积木结构并做出适当反应行为，从而提升主体Agent行为的有效性。主体通过适应性地学习与积累知识同环境协调发展，一起演化。对于综合孵化系统而言，主体可以通过系统内环境和系统外环境两个渠道获取信息。系统外环境是使主体进行学习机制的外部力量，系统内环境是使主体进行学习机制的内部能量，两者通过合作竞争联结起来。系统外的环境具有不确定性，在信息交流的过程主体要调整自身的孵化图式、投资图式、竞争图式等，以适应系统外环境的需要。综合孵化系统内部的知识流动通过三方的知识信息共享、互动合作，使知识能够形成从压缩提炼到创新应用的动态循环，从而实现对图式信息库的不断充实，同时利用系统的涨落现象来提高整体的学习与竞争能力［20］。

2.综合孵化系统主体之间的平衡机制

通过刺激－反应机制，综合孵化系统通过主体与环境及系统中主体之间的相互作用，不断改变着其图式规则，使得系统经历从不规则到规则最终达到动态平衡的状态。综合孵化器系统作为复合型复杂系统其主体的利益具有多样性，系统的运行绩效和综合目标的实现取决于三方主体的有效合作与相互协调。在综合孵化器系统中，在孵企业往往追求经济利益最大化，而孵化器要兼顾社会效益和环境效益，因此需要建立一定的平衡机制。综合孵化器系统的平衡机制可分为在孵企业之间的协调、在孵企业整体与综合孵化部门的协调、综合孵化器与外部环境的协调三个方面，同时合作主体在共赢的观念下，通过建立信任机制，强化激励约束机制，来提高系统的整体协调性。

3.综合孵化系统的演化机制

在复杂适应系统中，主体通过调整自身图式和运行方式，使系统表现出某种新的构造、状态或特征，并在不断的进化中表现为从初级到高级、从单一到多样的演化过程，这一过程通常称为涌现进化。从孵化器的发展进程来看，初期的事业型孵化器，到半事业型和企业型孵化器，再到品牌孵化器、综合孵化器、孵化器产业园，以及新兴的网络孵化器、虚拟孵化器等，从本质上来讲都是不断涌现、进化的结果。非线性、自组织、远离平衡和吸引子的存在是系统发生涌现的四个特征，系统进化的驱动力就在于试图消除系统内部的各种不平衡［21］。在综合孵化器系统中，存在着资金资源的不平衡、知识信息的不平衡、强弱联系的不平衡等，在调整这种可能存在的不平衡的过程中，形成了综合孵化器系统从不平衡到平衡再到不平衡的动态演化过程［22］。

综上所述，综合孵化器系统可以通过学习创新、平衡多主体间资源分配并演化发展来实现对环境的适应性。

四、结 语

综合孵化系统是一个复杂适应系统，本文在概括总结现有研究成果的基础上，阐述了综合孵化系统的概念内涵及其复杂适应机制，以刺激－反应模型为依据构建了综合孵化系统主体行为的基本模式和自适应机制。运用复杂适应系统(CAS)中的刺激－反应模型(stimulate-response model)理论作为工具研究综合孵化系统具有一定意义，具体表现为:1)为分析孵化器与创投的合作问题及其系统性构造提供了新的方向; 2)通过引用起源于生物系统科学的CAS理论来分析孵化器与创投的合作行为，为今后的研究开拓了思路; 3)基于复杂适应系统理论的Multi-Agent系统建模和仿真软件模拟为今后定量研究综合孵化器系统的运行提供了分析工具。

［1］ Allen D.Small business incubators-phases of development and the management challenge［J］.Economic Development Commentary，1987，2(2):6-11.

［2］ 钟卫东，张 伟.孵化器与风险投资“联姻”:障碍分析与策略选择［J］.经济问题探索，2006(5):19-23.

［3］ 翁建明.科技企业孵化器与风险投资的融合［J］.科技创业月刊，2007(8):34-35.

［4］ 瞿群臻.孵化器与风险投资融合的原因探究［J］.科技管理研究，2008(2):131-133.

［5］ 殷 群，秦 军.孵化器与风险投资融合模式研究［J］.科学学与科学技术管理，2009(5):105-110.

［6］ Al-Mubaraki H M，Busler M.Business incubators:Findings from a worldwide survey，and guedance for the GCC States［J］.Global Business Review，2010，11(1):1-30.

［7］ 沈志莉.企业孵化器与风险投资融合的经济现象分析［J］.北京工商大学学报:社会科学版，2007(3):54-58.

［8］ Khalil F，Martimort D，Parigi B.Monitoring a common agent:Implicaitons for finacial contracting［J］.Journal of E-conomic Theory，2007，135(1):35-67.

［9］ 翁建明，李 林，肖 鹏.科技企业孵化器与风险投资融合的经济学分析［J］.特区经济，2007(4):32-33.

［10］瞿群臻.我国孵化器与风险投资融合发展研究［J］.工业技术经济，2006(3):146-148.

［11］瞿群臻.论我国孵化器与风险投资融合的环境模型构建［J］.科技进步与对策，2005(8):15-17.

［12］瞿群臻.孵化器与风险投资融合的人力资源管理［J］.科技管理研究，2006(1):178-181.

［13］秦 军，殷 群.孵化器与风险投资融合模式研究［J］.科学学与科学技术管理，2009(5):105-110.

［14］王 忠，赵黎明.企业孵化器与创投合作类型、管理成本与信息租的博弈分析［J］.科学学与科学技术管理，2011，32(2):117-120.

［15］张 涛，孙林岩，孙海虹，等.供应链的系统运作模式分析与建模:基于复杂自适应系统范式的研究［J］.系统工程理论与实践，2003(11):8-13.

［16］［美］约翰·H·霍兰.隐秩序:适应性造就复杂性［M］.周晓牧，译.上海:上海科技教育出版社，2000.

［17］陶 倩，徐福缘.基于机制的复杂适应系统建模［J］.计算机应用研究，2008，25(5):1396-1399.

［18］汤长保，吴应宇.复杂适应系统视角下的商业银行与中小企业关系演进研究［J］.软科学，2010(11):113-118.

［19］苗东升.系统科学精要［M］.北京:中国人民大学出版社，2010.

［20］刘国亮，邱 涛.基于CAS理论的移动通信产业价值网络自适应机制研究［J］.吉林大学社会科学学报，2010，50 (6):118-123.

［21］刘 洪.涌现与组织管理［J］.研究与发展管理，2002，14 (4):40-45.

［22］ Wildberger A M.Complex adaptive systems concepts and power industry applications［J］.Control Systems Magazine，1997，17(6):77-88.