产业盈利性评价研究动态与展望——基于CGP的视角

高 晶

(郑州航空工业管理学院，河南 郑州 450015)

一、引 言

投资在现代经济体系中具有非常重要的地位和作用。无论是证券投资、风险投资，还是产权投资、项目投资，投资前的一项重要的基础性工作就是对投资对象所在产业的盈利性和投资机会进行研究和判断。但是，一般对产业盈利性及其演化规律和产业投资机会的研究，均立足于还原论的思维模式和稳定性均衡的假设，以此为依据所进行的产业盈利性研究结果往往与实际情况会有很大的差距，对实际工作的指导意义亦非常有限。

美国密歇根大学教授J Holland提出的复杂适应系统(1994，CAS)理论是目前最新的复杂性科学研究成果之一，受限生成过程(1998，CGP)分析框架是其研究成果的核心内容之一，也是研究“涌现”现象的普适分析框架。它能为我们认识、理解和研究产业系统这样的复杂适应系统(CAS)提供崭新的思路和方法。

在产业经济学领域中，针对还原论和均衡范式存在的局限性，应用复杂系统理论及经济学演化范式的观点和原理，以新的视角和方法研究产业演化规律，对产业的盈利性及投资机会进行分析、判断和预测，已经成为这一领域学术研究的必然选择。

应用受限生成过程(CGP)分析框架对产业系统及其盈利性演化规律进行研究，既可以推动产业组织理论的创新，同时又能够提高产业盈利性研究成果的科学性和实用性，为政府部门进行产业风险预警和制定产业政策提供决策支持，为投资者和企业经营者的经营决策提供战略指导。因此，本项目的研究工作既具有重大的理论探索和学术研究价值，亦具有良好的应用前景和重要的现实意义。

二、国内外研究现状

国内外对本课题的研究涉及复杂性科学和产业经济学两个不同的学科领域，现从以下两个方面阐述目前复杂适应系统(CAS)理论及其受限生成过程(CGP)分析框架、产业盈利性相关理论的相关研究成果。

1.CAS理论及其受限生成过程(CGP)方面的研究

国内的钱学森、于景元、戴汝为、成思危等学者在推动国内复杂性科学的研究方面做了许多工作。目前，虽然国内已经出现了一大批投身复杂性科学研究的学者，研究成果也正在不断涌现，但国外学者依然在复杂性科学的重要研究成果和主要研究成果方面拥有优势地位。

从复杂性科学研究的发展过程来看，诺贝尔化学奖得主I Pregogine的耗散结构理论(1969)的诞生是一个标志性的开端。在此基础上，20世纪80年代才真正开始将复杂性科学作为相对独立的学科加以规模化的研究。复杂性科学经过二十多年的研究和探索，目前已经取得了许多重要的研究成果。其中，CAS理论具有非常重要的学术地位和影响，是目前复杂性科学重要的研究方向之一。

CAS理论是1994年J Holland在美国圣塔菲研究所(1984，SFI)成立10周年时正式提出的，是圣塔菲研究所获得的重要研究成果之一。

J Holland关于CAS理论的主要学术著作有:1995年出版的《隐秩序——适应性造就复杂性》和1998年出版的《涌现——从混沌到有序》。他在《隐秩序——适应性造就复杂性》中指出，系统产生复杂性的根本原因是系统本身及其内部个体所有具有的适应性。将系统中个体的认识从被动的元素转变为主动适应的主体，是CAS理论突破性的核心特征。他在1998年出版的《涌现——从混沌到有序》一书中进一步提出了研究CAS“涌现”现象的普适分析框架——受限生成过程(CGP)。

在复杂性科学的适应性系统学派中，除 J Holland之外，其主要代表人物还有:美国著名经济学家W B Arthur，诺贝尔物理学奖得主、夸克的提出者 mgell－Mann，SFI的 John H Miller教授等。有关复杂系统研究的最新学术著作主要有:《非广度熵——在各个学科中的应用》(mgell－Mann，2004)、《复杂适应系统:社会生活的计算模型导论》(John H Miller and Scott E Page，2007)、《科学技术的本质——它是什么且如何演化》(W B Arthur，2009)等。

2.产业盈利性方面的相关研究

从西方产业经济学的理论体系来看，主要分别从产业集中度、技术创新和产业规制等几个方面对产业盈利性进行了研究。

2003年，国内学者魏后凯利用第三次全国工业普查的521个制造业产业的近60万个企业的系统数据，深入考察了国内制造业集中度与利润率之间的关系。其分析结果表明，国内制造业产业集中度与利润率之间存在正相关关系，但这种关系并非完全是线性的、连续的和单调的，其受到许多因素的综合影响和扰动(魏后凯，2003)。

2010年，国内学者吕炜利用美国1987～2007年60个产业的面板数据，建立实证模型对产业结构演变、产业资本收益率、人均劳动者报酬、产业技术进步之间的相关关系进行了检验，研究结果表明，产业技术进步与产业资本收益率变动和产业人均劳动者报酬变动之间存在稳定的强相关性，是产业资本收益率变动和产业人均劳动者报酬变动的直接动因(吕炜，2010)。

从国外学者的研究来看，哈佛大学的学者J Bain1951年在论文《利润率与产业集中的关系:美国制造业1936～1940》中归纳并提出了构成传统产业组织理论核心内容的SCP分析框架。随后，Michael Mann、Leonard Weiss等学者的研究成果又进一步支持和印证了J Bain的集中度—利润率假说。

1973年，芝加哥学派的H Demsetz撰文对贝恩假说提出了批判，虽然H Demsetz与J Bain对产业集中度与产业利润率相关性成因的认识和解释上存在差异，但H Demsetz的研究依然表明产业集中度与产业利润率之间存在正相关关系。

在产业集中度与产业利润率相关性成因的认识上，H Demsetz的研究结论与J A Schumpeter的创新理论的观点比较一致，均认为技术创新能够提高产业进入壁垒，形成某种程度的垄断，在一定期限内能够使创新者获得垄断利润。K W Clarkson、F M Scherer、植草益等学者也都从技术创新理论的角度对技术创新、产业自然垄断与产业(或厂商)盈利性之间的相关关系提出了近似的观点。

同一时期，还有一些学者从政府产业规制的角度，就产业垄断与竞争对市场效率和产业盈利性的影响、产业规制机制与对策等方面的问题进行研究，也取得了一些重要成果。其中具有代表性的成果有:W J Baumol、J C Panzar、R D Willing等人共同提出的可竞争市场理论，诺贝尔经济学奖获得者G J Stigler等人提出的规制失效理论，以及Jean－Jacques Laffont等学者提出的激励性规制理论。

三、现有研究的局限

目前，国内外有关产业盈利性的研究主要局限于单个产业的盈利性或绩效与其单一影响因素之间关系及其成因，缺乏从产业网络和各个影响因素对产业盈利性的综合影响的角度，应用统计方法以外的更丰富和更适用的方法进行产业盈利性演化过程的分析和研究。具体而言，主要存在以下两个相互关联的问题。

1.思维模式和研究范式问题

在自然科学研究思维模式转变的影响下，虽然经济学研究正在由均衡范式向演化范式进行转变，在新产业组织理论中逐渐融入了动态演化思想，如 J Stigler提出的双向互动 SCP范式、J Schumpeter创新理论中的动态演变思想、H Hakasson的产业网络(1992)组织分析框架等，但是，在目前的产业盈利性研究中，依然没有突破还原论的观点和思维模式。

特别是在产业盈利性的研究中，还是在运用单一产业分析框架，孤立地研究某一个产业的盈利性与其产业集中度、技术创新、产业规制等影响因素之间关系。而事实上，一个产业的盈利性不仅要受到产业自身的产业集中度、技术创新、产业规制等因素的影响，而且更直接受到其上下游产业的产能/价格、产业集中度、技术创新、产业规制的影响。只有按照整体论和系统论的思维模式，将某一个需要研究的产业(即目标产业)视为一个整体，并将其放入与其相关的产业网络中加以考察和研究，才能真正认识和把握目标产业的演化规律，并准确地预测目标产业的盈利性状态。

因此，以新的思维模式和CGP范式，构建具有多层次网络结构的产业系统分析框架，是目前产业经济学研究中需要解决的基础性问题之一。

2.产业宏观特征研究方法的缺失问题

为了研究经济系统中各个行为主体之间相互影响的行为演变过程，众多学者在产业组织理论及其产业政策研究中，运用博弈论的方法对厂商行为和策略选择问题进行较为精确的描述和分析。

但是，按照整体论的观点，不能用个体(厂商)的行为特征去推断整体(产业)的行为特征。因此，博弈论方法可以解决产业内部的个体(厂商)之间的行为分析与描述问题，但不能解决众多个体(厂商)博弈所形成的产业宏观特征(如产业盈利性)的分析和描述问题。同时，由于产业本身不是一个自主的决策主体，博弈论方法也不能适用于将产业作为个体来研究。

虽然SCP分析框架能够对产业系统的整体性特征进行分析和描述，但由于SCP分析框架产生于还原论思维模式下的单一产业分析框架，也不能适用于新思维模式下的产业系统整体性特征的研究。

J Holland提出的研究 CAS的普适分析框架——CGP，不仅可以用于构建多层次网络结构的产业分析框架，同时可以弥补产业宏观特征研究方法的缺失。CGP分析框架的引入，将有利于使产业组织理论体系中的微观行为研究方法和宏观特征研究方法有机结合起来，形成更加科学、完善和丰富的理论研究体系。

四、基于CGP产业盈利性评价的分析框架

J Holland所提出的CAS普适的、关于适应性主体的分析框架——CGP，从新的视角为我们认识、理解和分析产业系统提供了一个更为科学和符合实际的研究思路。因此，基于CGP范式我们可以梳理和构建起产业盈利性及投资机会评价的整体框架。

基于CGP范式，可以将每一个产业视为一个具有适应性的机制，众多适应性机制(或产业主体)相互关联和相互影响，适应性机制相互之间通过一定的状态变量连接和相互影响，以状态变量连接起来的机制群组成一个具有网络结构的CGP。对于一个由产业群组成的CGP而言，每个产业的状态都是随时间不断变化的，其在某一时刻的状态均可以通过一系列状态变量，如利润额、销售额、价格、产量、销售量、厂商数量、集中度、技术创新能力、产业规制等进行描述和表达，构成一个产业的状态向量。产业盈利性或盈利水平是产业状态向量中的变量之一，我们通过分析和评价目标产业的盈利性这一状态变量的演化趋势，评估和发现产业投资机会。

1.产业状态变量及其相关性

首先，单一产业的状态变量之间存在一定的相关关系。就产业盈利性而言，以往产业组织理论的研究成果主要集中在产业集中度与产业盈利性的关系方面。J Bain、J Stigler、M Mann与 Y Brozen等众多国外学者均对产业利润水平与产业集中度之间的相关关系进行了实证分析和研究，这些学者的实证分析结果均表明，产业利润水平与产业集中度之间存在非常显著的正相关关系。

同时，依据J A Schumpeter创新假说，大企业最有能力且最适合进行技术创新，当某一产业的集中度提高时，企业的技术创新能力随之增加。F M Sherer的研究成果也表明，在产业集中度(CR4)满足一定条件时，产业集中度与企业技术创新之间存在显著的正相关关系。

由于产业技术创新和产业规制往往是构成企业进入某一产业的重要壁垒要素，通过技术创新和产业规制构筑产业进入壁垒，可以有效地改变产业集中度并进而影响产业盈利水平，且产业盈利性与产业集中度对企业技术创新能力和产业规制的形成也会产生反作用。因此，产业技术创新、产业规制又是产业利润水平和产业集中度的重要影响因素，并且存在双向交互的影响和作用。

其次，各个产业的状态变量之间同样存在相互作用和影响。通常，一个产业中产品的产量与价格(产业平均价格水平)是反映产业演化状态的重要变量，也是连接上下游产业的最重要纽带。其中，产品平均价格水平这一状态变量是一个上下游产业之间共有的、取值相同的连接状态变量，其取值水平主要由上下游产业的产量、集中度、技术创新和产业规制等状态变量之间差异决定的，一个产业的盈利性状态变量的取值水平则取决于上下游产业的原材料价格、设备价格、产品销售价格等一系列价格水平。

在上述产业状态变量中，产业集中度、企业技术创新能力和产业规制在产业演化过程中具有较强的刚性，短期内相对稳定;产品产量和产品销售价格则具有相对较高的弹性，更易于改变。上下游产业之间产品产量和市场需求的变化将通过产品价格最终影响产业的盈利性。

因此，描述一个产业整体状态的状态变量主要包括:产业盈利性、产品价格、产品产量、产业集中度、企业技术创新能力和产业规制等。根据现有研究成果，产品产量、产业集中度、技术创新和产业规制4个状态变量与产业盈利性之间存在因果关系。其中，一个产业产品产量或产品价格反映上下游产业之间的关系状态，产业集中度反映一个产业内部较低层次上的机制——厂商之间的关系状态，产业规制反映一个产业与政府管制之间的关系状态，企业技术创新能力则反映一个产业本身具有的生存与发展能力的状态。

2.多层次网络结构受限生成过程

如图1所示，基于上述有关产业状态变量及其相关性的分析，以一个目标产业为核心，直观地描述和图解一个由上下游产业和政府等机制构成的多层次网络结构CGP。

图1 产业Agent受限生成过程网络结构

如果将一个机制作为目标产业，在网络状产业CGP中，目标产业通过四个状态变量与上下游产业相连接，目标产业的盈利性状态与产业网络中所有相关产业状态相互关联、相互作用。在某一时刻，目标产业自身的产品产量、产业集中度、技术创新能力和产业规制等状态变量取值对其盈利性状态变量取值的影响，均通过与上下游产业及政府的状态变量取值的比较来解释和说明才有意义，即需要在产业之间及产业与政府之间进行横向比较。而每个产业(包括目标产业和上下游产业、政府等)状态变量取值自身的纵向比较只有在其他关联产业的状态变量取值保持不变的情况下才有意义。但事实上，在一个以目标产业为核心的网络状CGP中，每一个产业不同时刻的状态变量取值是变动的，是一个动态演变过程。

因此，在目标产业(目标机制i)盈利性状态的分析和推断中，我们将着重进行上下游产业(关联机制)之间对应状态变量取值的比较。

图1描述了目标产业(即机制i)从t－1至t+1时刻，运用产品产量、产业集中度、技术创新、产业规制等状态变量，构建了目标产业(机制i)与政府(机制zh)、上游产业1(机制s1)、…、上游产业k(机制sk(s))、下游产业1(机制x1)、…、下游产业k(机制xk(x))之间的动态交互作用过程。图中符号释义如表1所示。

表1 产业Agent受限生成过程网络结构图中符号释义(t时刻)

五、产业盈利性演化分析模型构建与研究展望

复杂性科学研究的最主要的方法是复杂系统的建模和计算机模拟与仿真。基于CGP产业盈利性评价的分析框架，需运用Repast软件平台，构建产业盈利性演化分析模型。目前研究的主要内容包括以下几方面。

1.产业Agent及其状态变量的作用机制研究

产业是系统的基本单元——Agent，产业盈利性是产业Agent的状态变量之一。从目前产业经济理论的研究成果来看，产业Agent的生产能力、产业集中度、技术创新、产业规制四个状态变量是产业Agent盈利性的重要影响因素。因此，每个产业Agent至少有五个状态属性。

在CGP范式中，不同产业Agent通过供求关系相互连接，形成网状结构的经济系统，在系统的演化过程中，每个产业Agent当前(t时刻)五个状态属性是由以前(t－1时刻)自身的五个状态属性和上下游产业Agent的五个状态属性共同决定的或影响的。

因此，需要研究产业Agent五个状态变量的动态演化机制和相互之间的作用机制。同时，需要研究上下游产业Agent之间五个状态变量的相互作用机制。

2.产业盈利性演化模型的结构设计

CGP范式的模型结构设计主要包括:Agent的构成、Agent模型、环境结构、Agent间的逻辑结构。

(1)Agent的构成。在普适的产业盈利性演化模型中，需要通过研究和对比分析，确定将政府、金融业等服务产业作为Agent的可行性。原则上，生产性产业Agent的数量及构成不受限制，但为了使模型简化，可以根据模型所要模拟的目标产业Agent与其上下游产业Agent之间的关联强度，由大到小选择进入模型的上下游产业A－gent，未进入模型的Agent加以环境化处理。

(2)Agent模型。产业Agent模型由Agent描述组合(包括标识、函数索引和输入条件等)、状态属性、状态转换函数、输入四部分构成。其中，Agent状态转换规则可根据产业Agent五个状态属性演化机制和相互作用机制的研究成果进行设计。

(3)环境结构。环境在模型中是一个特殊的Agent，主要包括提供宏观经济运行状态信息、资源供应状态、市场价格、相关产业进出口数量、政策发布等，并对产业Agent的状态产生影响。通常，可以利用在环境中加入多个Sub－Agent来实现不同环境功能，进行相对现实的环境模拟。

(4)Agent之间的逻辑结构。按照CGP范式，每个产业Agent与其上下游具有直接供求关系的产业Agent相连接，同时与环境Agent相连接。

3.产业盈利性演化模型的算法及转换函数

在基于CGP范式的产业盈利性演化模型中，每个产业Agent实质上都是一个机制，机制的核心要素是转换函数，转换函数相当于刺激—反应模式中的规则，是规则的一种精确化的表达方式。L E Baum等学者提出的隐马尔可夫模型(HMM)与产业CGP的转换函数在模型结构和描述特征上具有很高的契合度和匹配度。但是，由于HMM对初值十分敏感，在实际的数据训练拟合中，参数对训练样本依赖性较大，极易得到局部最优的模型参数，影响模型的应用效果。

后续研究中，分别应用遗传算法(GA)、人工神经网络(ANN)和数据分组处理算法(GMDH)对HMM参数估计(或模型训练)进行优化和改进，利用国内相关产业数据进行建模效果对比分析，确定一种最佳的模型组合方案，作为产业A－gent的状态转换函数模型。同时，在实证研究过程中，根据实证分析的结果和效果，对预先确定的相关产业和状态变量细分度进行适当的调整和修正。

4.开发仿真模拟程序

根据产业盈利性演化模型的设计和研究成果，在eclipse3.5.1集成开发环境中，使用Java语言在Repast Simphony1.20(以下简称:RepastS)模拟软件平台上进行仿真模拟程序的开发。

RepastS仿真模型的基本结构主要包括A－gent、Contexts、Projections三大部分，其中 Contexts模块决定模型的核心结构。

(1)Agent。首先需要前期产业Agent模型的一般设计，结合具体产业特点进行产业Agent模拟编程。定义产业Agent的属性和行为，用单独的类加以封装，形成专用的产业Agent类库。

(2)Contexts。Contexts是一个装载各种 A－gent的容器，为其中的Agent提供一个定点模拟的抽象环境，但Contexts并不为包含其中的Agent定义空间和关系，同时Contexts具有内部状态，并可以有与状态相关的行为。Contexts也具有层次结构，Contexts可以包含 Sub－Contexts，Contexts中的成员可以在不同的Contexts之间进行流动。

后续研究中，将根据模型的分层需要和A－gent性质决定Contexts的数量和层级。在产业盈利性演化模型中，至少需要将产业Agent群和环境Agent群装入两个不同的Contexts中。

(3)Projections。Projections模块用于定义Contexts中Agent的空间和相互关系，一个 Contexts至少需要一个 Projections，也可有多个 Projections与之对应，对同一个Agent群设定不同的空间和相互关系。一个Projections也可对应不同的Contexts。

后续研究中，可以通过Projections为仿真模型设置不同的可行情境，增加仿真模型的可塑性和灵活性。

5.国内房地产业案例研究

房地产业是国民经济中的重要产业，对经济增长和经济波动影响巨大，2007年美国次债危机所导致的全球性经济危机，再次提醒人们需要密切关注房地产业的演化和发展。拉斯·特维德在2006年出版的《经济周期:历史、理论与投资》中，提出经济周期的五大驱动力是:货币、资产价格、资本性支出、存货、房地产开发，其中资产价格和房地产开发均与房地产业直接相关。

我国房地产业还处于成长期，房地产价格波动很大，房地产业对我国经济的潜在冲击的威胁依然存在。因此，运用仿真模型对国内房地产业盈利性和发展轨迹进行分析评价、预测和风险预警，具有非常重要的现实意义。

[1]John H Holland.Hidden Order:How Adaptation Builds Complexity[M].Addison Wesley Publishing Company，1995.

[2]John H Holland.Emergence:From Chaos to Order[M].Addison Wesley Publishing Company，1998.

[3]Murray Gell－ Mann，Constantino Tsallis.Nonextensive Entropy:Interdisciplinary Applications[M].Oxford University Press，2004.

[4]Ilya Prigogine.Is Future Given?[M].World Scientific Publishing Company，2003.

[5]John H Miller，Scott E Page.Complex Adaptive Systems:An Introduction to Computational Models of Social Life[M].Princeton University Press，2007.

[6]W Brian Arthur.Complexity and the Economy[J].Science，1999，Vol.284，107 －109.

[7]W Brian Arthur.The Economy as an Evolving Complex System II[M].Addison Wesley Publishing Company，1997.

[8]W Brian Arthur.The Nature of Technology:What it Is and How it Evolves[M].The Free Press，2009.

[9]Richard R Nelson，Sidney G Winter.Evolutionary Theorizing in Economics[J].Journal of Economic Perspectives，2002，Vol.16，23 －46.

[10]Richard R.Nelson.Technology，institutions and economic growth[M].Harvard University Press，2005.

[11]John N Warfield.Twenty Laws of Complexity:Science Applicable in Organizations[J].System Research and Behavioral Science，1999，Vol.16，3 －40.

[12]P Milgrom，J Roberts.Rationalizability and Learning in Games with Strategic Complementarities[J].Econometrica，1990，Vol.58，1255 －1277.

[13]Jean－Jacques Laffont.Political Economy，Information and Incentives[J].European Economic Review，1999，Vol.43，649 －669.

[14]Jean－Jacques Laffont.Regulation and Development[M].Cambridge University Press，2005.

[15]John W Mullins，David Forlani.Missing the boat or sinking the boat:a study of new venture decision making[J].Journal of Business Venturing，2005，Vol.20，47 －69.

[16]David E Goldberg.The Design of Innovation:Lessons from and for Competent Genetic Algorithms[M].Kluwer Academic Publishers，2002.

[17]C Karlsson.The development of industrial networks:Challenges to operations management in an Extraprise[J].International Journal of Operations ＆ Production Management，2003，Vol.23，44 －61.

[18]Lawrence R Rabiner.A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition[J].Proceedings of the IEEE，1989，Vol.77，257 －286.

[19]夏业良.经济学方法论的辨析与争论[J].管理世界，2003，(4):151 －152.

[20]金祥荣，张利风.复杂性科学与复杂性经济学[J].经济学动态，2003，(3):20 －23.

[21]魏后凯.中国制造业集中与利润率的关系[J].财经问题研究，2003，(6):21 －27.

[22]陈 禹，方美琪.关于复杂系统的演化过程的五阶段模型——涌现研究的启示和展望[J].系统工程理论与实践，2008，(6):40 －44.

[23]吕 炜.美国产业结构演变的动因与机制——基于面板数据的实证分析[J].经济学动态，2010，(8):131－135.