技术创新的复杂性及适合度景观研究

    一引言
    知识经济时代，全球竞争越来越体现在经济和科技实力竞争，而技术创新则日益成为促进经济增长和提高科技竞争力的关键[1，2]。技术创新是指企业应用创新的知识和新技术、新工艺、采用新的生产方式和经营管理模式，提高产品质量、开发生产新的产品、提供新的服务、占据市场并实现市场价值的活动和过程。由于企业生产工艺、操作流程、工程设计、组织形式、库存方法、调度系统、供应链管理策略等要素的多样化，不同要素的不同组合方式都有可能产生创新，因此企业实现创新的方式也是多样化的。技术创新是一种结构复杂、关系错综、目标功能多样的开放性复杂系统，各创新要素间具有复杂的、非线性的相互作用。对于技术创新的研究，不能简单地用线性、质点化的方法，而必须将其按照复杂性问题对待。复杂性科学强调整体观、涌现和动态发展，为技术创新的均衡与突破、创新要素的动态协同研究提供了新的视角和方法论指导。本文运用复杂性科学的理论方法，在对企业技术创新复杂性特征的分析基础上，研究探讨了企业技术创新的适合度景观概念及其特征，并进一步提出了提升创新景观适合度的途径。
    二技术创新的复杂性
    技术创新系统包含了许多相对独立、而又高度相连和互动的要素成分。对于技术创新及其特性的研究必须结合技术创新的复杂性特点，强调技术创新要素的相互联系和相互依赖性。技术创新的复杂性体现在：
    (1)非线性(non-linearity)：复杂性理论认为系统个体之间的相互影响和相互联系是一种复杂性行为，是非线性的。而系统的这种非线性特征又导致系统长期行为具有不可预测性。技术创新系统是一个开放的动态系统，技术创新系统中技术组件或子系统之间的非线性相互作用表现为复杂反馈机制的建立，结果在相当大的范围内造成环境向系统进行不同的输入时，技术创新系统能够通过自己的反馈调节机制去应付不同的输入，表现出自主性、自稳定、自协调，从而产生相同的或基本相同的输出，使整个技术系统仍然保持不变的发展方向性[3]。
    (2)涌现性(emergence)：涌现是指当若干部分按照某种方式整合成为一个系统时，就会产生出整体具有而部分不具有或部分之线性总和所没有的特性，一旦把系统分解为它的组成部分，这些特性就不复存在。即系统与其组成部分相比有了质的提升和飞跃[4]。创新作为技术创新系统的目标和结果，从系统视角看就是一种涌现。一项创新的成功，可能会带动整个社会的发展。计算机和互联网技术的发展，不仅带来了信息产业，而且创造了一个信息时代，这只靠技术本身的能力是绝对无法实现的，是技术、经济、政治等各种力量互动的结果。
    (3)自组织性(self-organization)：自组织是指系统中许多独立元素在没有特意的策划、组织、控制下而进行的相互作用、相互影响、自然演化的结果，也是系统不需要外部指令、而在一定条件下自行产生特定有序结构的过程。系统的有序正是源于系统在混沌状态下的自组织能力。技术创新系统是一个开放性的系统，能够与外部环境不断地进行物质、能量和信息的交换。技术创新行为导致企业不断打破自身平衡、不断寻求偏离平衡态的机会，促进技术创新系统的自组织进化。
    三技术创新景观的涵义及特征
    (一)技术创新景观的含义
    适合度景观理论(Fitness Landscapes Theory)最初建立在生物科学的观点上。该理论认为：物种为了生存而不断进化，这个进化过程可以看作是一个在有许多山谷和高峰的三维景观上的迁徙或自适应行走过程。物种的基因类型和相互关系决定了其在景观上的位置，而这个位置则代表了物种进化的内在潜力或有限性。景观中的每个地点代表了可能的基因组合，景观的高度则代表了物种生存的适合度(fitness)。稍微不同的组合会相互接近，并有相似的适合度。随着研究的深入和拓展，适合度景观理论已被逐渐引入到管理领域中。如运用适合度景观研究组织的发展和变革[5，6]、组织结构的演化[7]、航空工业创新网络[8]、技术选择[9]和生产战略[10]等。适合度景观理论为研究技术创新系统的复杂性结构以及相互作用提供了新的视点。
    对企业技术创新适合度景观的内涵进行科学规定，是对之展开深入、系统研究的起点。技术创新景观就是借助适合度景观的概念，来解释企业技术创新系统要素之间及其与系统外部环境的关系。Schumpeter(1945)曾指出：“创新如同物种的迁徙，通过过程的突变使得工业经济结构不断地从内部进行变革并破旧立新”。技术创新进化系统与生物进化具有结构相似性，生物进化中的遗传、变异、选择、涌现、灭绝等都能与技术创新进化的现象相对应，只不过技术创新是社会复杂系统，其进化中的现象远比生物进化复杂。将企业技术创新与生物体进化过程相类比，可以将技术创新视为企业在由多样化的创新方式构成的创新空间中基于一种创新组合而寻找和实现另一种更高效率创新组合的过程。技术创新景观是由代表不同适合度水平的高峰和山谷构成的三维空间。技术创新景观的适合度则代表了创新系统元素之间相互依赖、相互耦合的整体性的配置状态。低的适合度与技术创新景观中的山谷相对应，表示技术创新系统要素之间的耦合配置状态较差，反映出的企业绩效水平较低；高的适合度则与技术创新景观中的山峰相对应，代表技术创新系统要素之间的耦合配置状态较好，反映出的企业绩效水平也较好。因此，为了生存和发展，企业需要不断地在创新景观上迁徙或适应行走，并不断地提升创新景观的适合度。
    (二)技术创新景观的属性特征
    (1)技术创新景观的相关性
    作为多要素的组合复杂系统，技术创新的整体行为结果将不可避免地受到系统组成要素之间行位相互作用(epitasis interactions)的影响，这进而决定了技术创新景观的陡峭水平(ruggedness)。当技术创新要素间的相互作用较弱时，景观比较平缓(smooth fitness)(如图1-a)，景观中的高峰较少但自相关性较强，此时只存在全局最优(global optima)，企业对某一要素的创新很容易获得企业整体绩效水平的提高。当要素间的相互作用逐渐增强时，景观就会十分陡峭(如图1—b)，景观中有许多局部突起的尖峰，进化稳定性对策很容易陷入局部最优点(local optima)上。
    (2)技术创新景观的动态演化性
    如同生物的适合度景观，技术创新景观也具有演化性(evolution)。演化是一种复杂状态到另一种复杂状态的过渡。技术创新本身也是一个不断演化的系统过程。熊彼特曾把技术创新促进经济繁荣的过程分为三个阶段：首先是为追逐超额利润而进行“原始创新”，其次是进入者为分享这种利润而开始“模仿”，最后是旧的组合为避免被淘汰而进行“适应”。模仿和适应都意味着原始创新、扩散、再创新、再扩散，不断地研究推进，不断地提升技术创新的内质。这种创新系统的演化，是技术与整个社会经济发展的必然规律。
    技术创新景观的演化性不仅来源于技术创新过程本身，还涉及到技术创新的外部环境，如文化、制度、组织、习惯、偏好、体制、技能、思想观念、消费水平、地区差异等等。并且，在激烈的竞争环境中，随着其他企业创新战略的实施和实现，技术创新景观还将处于动态的变动之中。尤其在多主体的技术创新景观中，景观的适合度还要取决于其他主体的适合度。如果其中一个主体的适合度发生变化，将会影响到其他主体的适合度的变化，这些变化反过来又会影响到这个主体的适合度，从而产生红色女王效应(Red Queen Effect)。企业间的竞争如同“捕食者”和“猎物”之间相互的协同进化过程。如果捕食者发展出一种较为先进的捕食方法，这时捕食者的适合度升高了，而猎物的适合度就要下降。猎物就不得不进化出新的防御办法。设想如果猎物发现了新的防御方法，猎物的适合度升高了，而捕食者的适合度下降了。捕食者为了生存，又必须发现更为先进的捕食方法。这样捕食者和被捕食之间展开了你追我赶的“军备竞赛”。企业间的竞争会使技术创新景观不断地扭曲变动，景观中原来的高峰可能变为低谷，而原来的低谷又可能上升为高峰。企业要在这个动态的景观中生存和发展，就必须具有动态的学习能力，必须不断地跟踪与发现新知识，并不断地应用新知识进行技术创新，进而保持自身的竞争优势。
     
    图1适合度景观
    四提高技术创新景观适合度的途径
    企业生存和发展的内在要求以及技术创新景观的动态演化性需要企业不断地进行技术创新。体现在技术创新景观上，就是需要不断地通过适应性行走以提高创新景观的适合度。受行位相互作用的影响，企业在技术创新景观上适应性行走的速度以及对创新景观高峰的攀登能力都受到影响，而这又进一步影响了企业对创新采用的速度和有效性。一般而言，企业可以通过利用式学习(exploitation)和探索式学习(exploration)两种方式来实现创新。由于这两种方式所依赖的创新基础和经验不同，对创新景观的探索方式也有所不同。但无论企业采用哪种方式，企业在技术创新景观上攀登高峰的高度越高，继续攀登的难度就越大。这是因为在越高的景观高度上，企业就越需要一些有益的方向指导，而这恰恰又需要更多的时间和精力。
    (一)运用利用式学习攀登局部高峰
    对技术创新管理的实证研究表明，虽然企业总是由多种创新策略可以选择，可最终企业的创新实践往往还是坚持本地创新(local search)[11]。企业所能识别和利用的技术创新机会通常被限定在特定的技术范式(paradigm)之内。在技术范式内，技术创新的发展是按照一定的轨迹运行的[12]，沿着技术轨迹发展的技术创新将不断面临新的问题(技术创新机会)，并在技术范式的范围内得到解决。利用式学习以企业已有的知识和经验为基础，可以帮助企业不断地识别和利用这些技术创新机会，从而实现其在技术创新景观中高峰上的继续攀登。如果企业偏离自己的技术基础和经验，要获得同等水平的技术竞争力，企业不仅需要花费更大的努力，同时还将面临更大的创新风险和不确定性。这就如同现实中虽然很多企业经常进行研发投资，但投资产生的结果以发明创造的并不多见，更多地是在原有基础上的进一步修饰、重组和完善。企业内在的设计技能、技术诀窍、组织知识和管理风格都产生于企业工程师、科学家和管理人员的经验累积。这些经验不仅会使企业的成功做法得以巩固，也可以引导企业远离那些“破坏性”的变化。体现在技术创新景观上，企业所进行的创新研究通常发生于陡峭的景观上。这是因为企业和组织往往依赖本地研究来寻找创新的变革方案，而在陡峭的景观上，本地研究可使企业或组织比较快速的发现局部最优。以March(1991)的话说，就是“……知识利用的实质就是通过完善和拓展现有竞争力、技术和范式来更好地完成各项任务”。
    (二)利用探索式学习探索新的景观高峰
    在技术创新过程中，新技术或新方案的搜寻是很重要的，因为许多技术创新就是在现有技术集或先前方案中寻找答案，是一个搜寻过程[13]。尽管利用式学习可以帮助企业发现创新景观的局部最高峰，但企业或组织也因此会常常“停滞”在次优解上，这往往会推迟企业对出现的新情况的反应和调整速度，从而使企业痛失好的机会，企业原来的核心竞争力慢慢转变为限制企业创新的重要障碍。此时，企业需要利用探索式学习寻找景观上新的高峰。探索式学习以发现、试验、冒险和创新为特点，倾向于脱离组织当前已有的知识，旨在开创全新的知识领域。探索式学习包括对技术创新景观上当前景观临近高峰高度的评价以及对更广泛区域的景观扫描。企业在技术创新景观中的每一次攀登或探索，无论有意识或无意识，都有可能导致技术创新景观中全新高峰的出现。此时，企业家的“灵机一动”对创新的启动有着特殊的意义。美国的彼得·F·德鲁克甚至认为，在灵机一动基础上形成的技术创新，恐怕比各种原因引发的创新总和还要多。
    (三)利用式学习和探索式学习之间的关系
    在对技术创新景观的探索过程中，利用式学习和探索式学习起到了相互补充的作用。但由于利用式学习和探索式学习所依赖的经验基础的重大差异，同时进行利用式学习和探索式学习的企业面临着整合两种大相径庭的文化和组织结构的重大挑战[14]。正如Levinthal和March(1993)所言，一个企业过多地进行探索式学习意味着不断地投入和没有相应的回报，长期而言是不可取的，而过多地致力于利用式学习则不可避免地会遭遇现有的知识和技术随着环境的不断变化而逐渐丧失竞争力，也是不可取的。因此，一个企业面临的最根本问题就是投入足够的资源进行利用式学习来确保当前的竞争优势，同时必须投入相当的资源来进行探索式学习来确保未来的发展空间。而如何处理好利用式学习和探索式学习之间的关系将是企业实现技术创新持续发展所需解决的核心问题。
    五结论与启示
    上述研究表明，企业技术创新过程可以用基于复杂科学及适合度景观的创新机理来阐释：技术创新是企业为生存和发展而在技术创新景观上的适应性行走过程。这个过程可通过两种方式实现：一种方式是企业运用已有的知识背景和经验进行持续性的创新，体现在技术创新景观上，就是企业通过利用式学习向一个已知的景观高峰继续攀登；另一种方式是企业抛开已有的经验和背景而寻求新知识的方法，体现在技术创新景观上，就是企业通过探索式学习对景观中新的高峰的搜寻和探索。因此，为提高企业技术创新的绩效水平，即提高企业在技术创新景观上的适合度，正确处理好利用式学习和探索式学习之间的关系至关重要。适合度景观理论从一个新的视角描述了企业的技术创新，为提升企业技术创新的管理水平提供了更贴近真实世界的解决方式。
    

【参考文献】

[1]Porter M. The Competitive Advantage of Nations [J]. Harvard Business Review, 1990, 68 (2): 73-93.     [2]Hitt M., Hoskisson R., Kim H. International Diversification: Effects of Innovation and Firm Performance in Product Diversified Firms [J]. Academy of Management, 1997, 40(1): 767 -798.     [3]Roger J. Calantonea, Stamer Cavusgial, Yusha Zhao. Learning Orientation, Firm Innovation Capability and Firm Performance [J]. Industrial Marketing Management, 2002, 31(6): 515-524.     [4]王劲松.涌现——塑造公共政策执行初始状态的一个重要目标[J].当代财经，2003(7)：21-26.     [5]Beinhocker E. D. Robust Adaptive Strategies[J]. Sloan Management Review, 1999,40 (3) :99-120.     [6]Reuf M. Assessing Organizational Fitness on a Dynamic Landscape: an Empirical Test of the Relative Inertia Thesis [J]. Strategic Management Journal, 1997, 18 (11): 837 -53.     [7]Levinthal D. Learning and Schumpeterian Dynamics [M].Organization and Strategy in the Evoluation of the Enterprise, Macmillan Press Ltd, Basingstoke, 1996.     [8]Frenken K. A Complexity Approach to Innovation Networks [J]. Research Policy, 2000, 29 (2): 257-272.     [9]McCarthy I. P. Technology Management-a Complex Adaptive Systems Approach [J]. International Journal of Technology Management, 2003, 25 (8): 728-745.     [10]McCarthy I. P. Manufacturing Strategy: Understanding the Fitness Landscape [J]. International Journal of Operations & Production Management, 2004, 24(2): 124-150.     [11]Helfat C. E. Firm Specificity and Corporate Applied R&D [J]. Organization Science, 1994, 5 (2): 173-184.     [12]Sahal D. Technology Guide-Posts and Innovation Avenues [J]. Research Policy, 1985, 14(2): 61-82.     [13]毛荐其.技术创新进化过程与复杂性[J].科学学研究，2007，(1)：168-172.     [14]蒋春燕.中国新兴企业自主创新陷阱的突破路径[J].中国工业经济，2006(4)：73-80.^