原生性產業(yè)集群演進的多主體模擬分析.pdf

1、上個世紀70至80年代期間，在世界經濟衰退的大背景下，以第三意大利為代表的中小傳統(tǒng)產業(yè)集群和以硅谷為代表的高新技術產業(yè)集群由于其不凡的經濟表現(xiàn)吸引了人們的廣泛注意，學術界逐漸興起了對產業(yè)集群這種空間經濟現(xiàn)象研究的高潮，實踐界也逐漸把推動產業(yè)集群發(fā)展當作促進區(qū)域經濟增長的重要政策工具。 學術界最初對產業(yè)集群的研究主要從某一理論視角出發(fā)，對該視角下集群所具有的靜態(tài)效率進行分析。隨著研究的深入，人們發(fā)現(xiàn)產業(yè)集群的發(fā)展受到眾多因素的影響

2、，而且對某些問題的解釋必須放在集群動態(tài)發(fā)展的背景下進行說明才有足夠的說服力。實踐界最初把產業(yè)集群當作推動區(qū)域經濟增長的重要政策工具。但是來自國內外的眾多案例都表明，產業(yè)集群的發(fā)展過程也具有一定的風險性，有些集群發(fā)展到一定階段后就衰退下去。理論和實踐都要求人們對產業(yè)集群的演進規(guī)律進行研究。 然而，作為一個受眾多因素影響的系統(tǒng)，人們在對產業(yè)集群演進規(guī)律進行研究時面臨著一些理論和方法上的困難，比如，如何有效地考慮多個因素的影響、案例研

3、究結果的可推廣性、實證研究中數據的可獲得性和可靠性等等。鑒于此，本文擬采用復雜系統(tǒng)理論中的多主體模擬方法，以微觀企業(yè)的行為作為研究切入點，探討產業(yè)集群整體演進的規(guī)律。 本文首先探討了集群的內涵，結合本文的研究切入點，從集群自組織和自發(fā)演進的角度明確了本文的研究對象——原生性產業(yè)集群。然后，本文從經濟層面、社會及制度層面和技術層面對影響產業(yè)集群演進的因素進行了分析，并按照“從序列到演化”的思路對目前關于產業(yè)集群演進路徑研究的文獻進

4、行了梳理。我們發(fā)現(xiàn)，目前在產業(yè)集群演進的研究中所分析的序列大致可以分為兩類，即時間意義上的序列和系統(tǒng)意義上的序列。通過對這些研究的回顧，發(fā)現(xiàn)目前對產業(yè)集群演進研究的有一些不足，并得到一些啟發(fā)——從微觀企業(yè)行為入手可能是研究集群演進的新切入點。接著，本文借鑒復雜適應系統(tǒng)理論中“適應性造就復雜性”的觀點，嘗試從微觀企業(yè)自適應行為的角度出發(fā)構建產業(yè)集群整體演進的動力學模型，包括三個部分：外部環(huán)境，內部主體的互動關系和內部主體的自主行為。為了從

5、復雜性的視角刻畫集群演進的路徑，本文借鑒了Holling等人提出的自適應循環(huán)概念，認為集群自發(fā)演進路徑可能會有上述表現(xiàn)。在面對如何更科學地展現(xiàn)集群自發(fā)演進的問題時，本文采用復雜適應系統(tǒng)理論中發(fā)展出的多主體模擬研究方法，依據此前建立的動力學分析框架對產業(yè)集群進行了仿真建模，并按照本文提出的基于KISS原則的建模分析步驟對模型進行了充分地討論。最后，當我們將所有的因素放在一起時，發(fā)現(xiàn)原生性產業(yè)集群的自發(fā)演進具有Holling等人提出的自適應

6、循環(huán)路徑性質。 論文的結論和主要創(chuàng)新點在于以下兩個方面：一方面從理論上看，本文從復雜適應系統(tǒng)理論的“適應性造就復雜性”的觀點出發(fā)，以微觀企業(yè)的自適應行為為研究切入點，構建了集群整體演進的動力學模型，借鑒Holling(2001)等的研究成果，以計算機為研究工具，展現(xiàn)了原生性產業(yè)集群的自發(fā)演進具有自適應循環(huán)的特點；另一方面從方法上看，本文較早在國內產業(yè)集群研究領域內利用復雜系統(tǒng)理論中的MAS方法研究集群的有關問題，并構建了產業(yè)集群

7、演進的MAS模型。為了對模擬結果進行更有效地討論，本文還提出了基于KISS原則“解合—綜合—再解合”建模步驟作為指導。此外，本文在模型建立的一些細節(jié)上還具有一定的創(chuàng)新，比如，將單層感知機與強化學習算法結合使得模型中的Agent能將經驗學習過程與環(huán)境信息的判斷過程聯(lián)系在一起。 利用多主體模擬方法(MAS)研究產業(yè)集群的相關問題在國外也是最近幾年才逐漸發(fā)展起來，國內目前該領域的研究還處于剛起步階段，本文對其它希望借助MAS方法研究產

8、業(yè)集群的研究者有一定意義的參考價值。限于筆者的知識儲備、時間和精力等原因，本文仍存在一定的不足之處，本文認為未來的研究可以從兩個方面深入下去：一方面是研究內容的豐富與深化，未來的研究可以從豐富模型行為、優(yōu)化模型運行機制、引入更多主體等方面加以改進；另一方面是研究模型的擴展與應用，由于本文開發(fā)出的MAS模型程序的模塊化組成，對代碼稍微修改，即可研究其它一些問題，如集群內的創(chuàng)新擴散、演化經濟學中對慣例搜尋的討論等。由于這些問題不是本文的研究