于永海， 吕福新， 唐春晖

(1. 浙江工商大学 工商管理学院， 浙江 杭州 310018； 2. 杭州师范大学 钱江学院， 浙江 杭州 310036；3. 浙江财经大学 工商管理学院， 浙江 杭州 310018)

一、 引 言

20世纪70年代以后，企业开始越来越多地采用企业间网络的方式来组织生产和交易，企业间网络成为企业的重要存在方式。20世纪80年代以后，经济学和管理学等诸多学科的学者都加入了企业网络这一研究领域。学者们分别从组织形式、治理模式、企业间关系和企业网络功能等角度对企业网络进行了界定。大多数学者定义的企业网络事实上是企业间网络，由企业本身及企业之间的关系构成，下文没有说明的企业网络均指企业间网络。Friedrich Wagner等对企业盈利与组织能力网络的数理关系进行了研究[1]；Uwe Cantner等认为企业对自身所嵌入网络的程度、网络位置、网络属性和网络重要性等方面的认知决定了其在网络中的行动，影响甚至决定了其持续性的发展[2]；Chyan Yang等认为通过增加企业灵活性、优化网络结构对提升企业经济绩效具有举足轻重的作用[3]。此外，很多学者还深入研究了企业网络对企业声誉、企业绩效、技术创新绩效、服务创新绩效、竞争行为、机会识别、网络学习效果、知识转移、工作满意度等变量的影响[4-8]。从这些研究成果可以看出，企业网络对企业关注的诸多指标具有重要影响，这也是企业网络的测量成为学者们的研究焦点的根本原因。

围绕企业网络的测量，形成了一系列的研究方法，总体可以概括为质性研究与量化研究。企业网络的质性研究可用一些标准化的言语来描述，如帕森斯的结构功能主义、吉登斯的结构观等。就量化研究方法而言，企业网络针对自己的研究内容，借鉴其它学科的知识发展了自己的研究方法和工具，如，来自数学的图论法、来自社会学的社会计量学方法、来自IT领域的分析软件UCINET、以及来自信息论的熵等。量化研究大大推动了企业网络研究进程的同时，也存在诸多问题。如图论法虽然可以直观的表现网络的结构特征，可以与社会计量学的矩阵法相互转换，应用于因果模型的建立，但仅适用于描述小型群体的关系形式。来自IT领域的一些分析工具，如UCINET降低了研究的工作量，便于网络结构的分析，但主要适用于整体网，而整体网需要封闭的群体、有明确边界的行动者集合，且无法使用抽样调查。来自信息论的熵，为企业网络测量的研究打开了一扇新的大门。熵作为系统无序状态的量度，由克劳修斯于热力学领域创立，经过玻尔兹曼等学者的研究，熵跨出了热力学领域进入统计力学领域，后来香农等学者进一步研究创立了信息熵[9]121-123。信息熵是比热力学熵和统计力学熵包含内容更广泛的熵。由于现代科学技术的发展以及各学科的融合发展，熵呈现出更为一般化的科学概念的发展趋势，广泛应用于工程科学和社会科学的各个领域[10]。目前，一些学者较为前沿地应用管理熵对企业网络的测量进行了研究。何天祥应用熵正交投影法，研究了企业内部管理结构的复杂度并进行了例证[11]；钟昌宝等基于正交投影熵值法，结合供应链的基本特征和运作机制，根据承担的风险情况提出了供应链成员企业利益的两阶段分配法[12]；Yuan Lin和Kevin C Desouzaa等认为，网络型组织结构的灵活性对组织绩效具有重要作用，但其评估研究处于空白，于是基于熵和互信息对网络型组织结构的灵活性测量进行了研究[13]；张铁男等认为企业适应环境是其发展的关键，企业对环境的适应性可以通过转义的Brusselator模型进行评判，企业管理熵的计算则是评判的前提[14]。从已有研究成果来看，有些研究着眼于企业内部网络，对企业发展至关重要的企业间网络没有涉及；有些研究虽然侧重于分析企业间网络，但要么仅着眼于企业供应链网络，对于同行业企业等利益相关者网络没有涉及，要么仅仅关注企业间网络的某一关键要素，如时效性、准确性、灵活性或风险水平等。有些系统研究，如张铁男等学者，尽管统筹考虑了企业内外因素具有综合性，但由于研究目的的不同，只分析了企业网络结构熵，没有分析企业网络内容熵和网络联结熵。由此可见，统筹考虑企业间网络的多重维度进行企业网络管理熵的探讨，尚处于研究的空白，这方面的研究将有助于企业网络的测量，从而进行有利于企业发展的企业网络调整。

二、 基于Brusselator模型的企业网络耗散结构的评判

企业网络自身客观存在的内外各要素之间的非线性关系、网络边界的模糊性以及环境的复杂性等，使其在发展过程中充满了不确定性，而管理熵是衡量不确定性的有效量度。管理熵的影响因素包括制度因素、组织结构、信息渠道、环境变化、政策因素以及人的因素等，管理熵论说明了组织运动过程中存在着管理效率递减的规律[15]。由事物本身发展的规律可知，企业网络在运行过程中不断地产生正熵，导致系统无序度不断增加。与此同时，企业网络在运作过程中不断与外界环境发生作用，从外部环境中汲取负熵，导致系统有序度持续增加。企业网络的正熵和负熵共同作用，不同时期不同的熵流起着主导作用[11]。在环境的变化达到一定的阙值，就会产生自组织现象，成为耗散结构。企业网络系统成为耗散结构，将提高其适应环境的能力，有利于企业的发展。因而，通过企业网络管理熵对企业网络进行是否耗散结构的判别，有助于企业认识和调整其所在网络从而适应环境提升竞争力。

从化学反应的动力学过程中，普利高津所代表的布鲁塞尔学派发现了耗散结构建立的数学条件，构建了耗散结构演化的动力学模型，即著名的Brusselator模型。由于有A、B、X三个变量同时参加非线性反应，Brusselator模型也被称为三分子反应模型，如下所示：

(1)

(2)

(3)

(4)

其中，A和B是反应物，在化学反应中不断被消耗，但可以得到外界的补充；D和E是生成物，且保持不变；X、Y是反应因子，在反应过程中浓度可以变动；K1、K2、K3、K4为动力学常数。对X而言，反应式(1)和式(3)使其增加，反应式(2)和式(4)使其减少；对Y而言，反应式(2)使其增加，反应式(4)使其减少。反应式(3)中的X既是反应物又是生成物，即所谓的自催化化学反应。

Brusselator模型所代表的成为耗散结构的动力学临界值条件为:

B>1+A2

(5)

Brusselator模型作为耗散结构量化分析的方法，对耗散结构产生的条件提供了理论依据和可操作的数学模型，具有重要的理论和实践意义[16]。根据Brusselator模型，企业网络正熵和负熵随着可量化因子的非线性作用而产生变化，从而导致耗散结构或非耗散结构的产生，这里对Brusselator模型进行转义，将设企业网络的正熵为A，负熵为B，D为非耗散结构，E为耗散结构，X和Y为可量化因子，分别代表企业网络中正熵指标的可量化因子和负熵指标的可量化因子。由Brusselator模型的方程及其推论可知:

当|B|-(1+A2)<0时，企业网络系统处于非耗散结构状态；

(6)

当|B|-(1+A2)=0时，企业网络系统处于临界状态；

(7)

当|B|-(1+A2)>0时，企业网络系统处于耗散结构状态。

(8)

因此，普里高津的Brusselator模型提供了企业网络耗散结构量化分析的方法论。如果企业网络与外界保持相对封闭，当正熵与负熵间的关系达到|B|-(1+A2)<0时，企业网络系统就会处于非耗散结构状态，运行过程中趋于无序化，逐渐走向衰落。反之，如果企业网络系统保持开放，当正熵与负熵间的关系达到|B|-(1+A2)>0时，企业网络系统处于耗散结构，就会产生自组织行为，保持与环境的适应性，企业网络系统处于良性成长的状态走向繁荣，形成商业生态系统的状态，实现从低层次有序向高层次有序的迁移。当|B|-(1+A2)=0时，企业网络系统就处于非耗散结构与耗散结构二者转化的临界点。由此可见，在建立企业网络管理熵指标体系从而确定可量化因子的基础上，可以根据管理熵理论计算出企业网络的正熵和负熵，通过数学模型分析，根据Brusselator模型可以进行企业网络耗散结构的评判，进而针对性地进行企业网络的优化。

三、 企业网络管理熵评价指标体系的构建

根据Brusselator模型，要进行企业网络耗散结构的评判，必须计算企业网络的正熵指标和负熵指标。在此之前，必须首先确定反应因子X和Y，即企业网络中正熵的可量化因子和负熵的可量化因子。也就是说，为了计算企业网络管理熵，必须首先遵循科学性、动态性、系统性和可行性的原则，建立企业网络管理熵的评价指标体系。

已有的企业网络管理熵研究文献，多是研究企业网络中的某一核心因素，如时效熵、质效熵或风险等。少数文献系统地构建了企业管理熵的评价指标体系(如张铁男等学者的研究)，该指标体系是从企业综合能力的角度出发，包括了企业文化、企业能力、企业结构和企业外部环境，虽然包括了企业网络结构，但是对于企业网络内容和网络联结没有涉及，因而针对企业网络进行针对性的网络管理熵评价，需要在此基础上进一步构建企业网络管理熵的评价指标体系。按照层次分析法(AHP)的核心思想，将企业网络管理熵的正熵指标和负熵指标各分为目标层、变量层和指标层三个层次。

(一) 企业网络正熵指标体系

企业网络作为复杂系统，在运行过程中不可避免地产生正熵。依据Galaskiewicz和Zaheer的研究[17]，企业网络正熵可以从企业网络结构、企业联结和企业网络内容三个层面衡量，根据社会学中相关网络研究的成果，进一步确定企业网络正熵各变量层次的变量。如表1所示。

(二) 企业网络负熵指标体系

企业网络系统存在于一定时期的社会空间之中，外部环境是其负熵的产生源泉。企业网络通过吸收外部环境中的物质、信息和能量，经过内部转化为社会提供产品和服务，在适应外部环境的同时为自身获取利润来维持生存和发展。根据管理学中外部环境的分类，确定企业网络负熵各变量层的变量，将企业网络外部环境分为任务环境和一般环境。在此基础上，根据企业网络的现实运行以及相关的研究成果，可以确定企业网络负熵各变量的衡量指标，如表2所示。

表1 企业网络正熵评价指标体系

表2企业网络负熵评价指标体系

目标层变量层指标层企业网络负熵任务环境一般环境F1产业结构的合理性F2产业发展的生命力F3产业研发的投入水平F4竞争的规范性F5竞争强度的合理性F6顾客群体的消费水平F7影响产业的技术变化程度F8技术转化为经济产出的水平F9融资的便利性F10产业政策的稳定性F11产业法律法规的健全性

四、 企业网络管理熵的实证研究

(一) 调查数据

选取某旅游企业为调研样本，针对其下属企业管理人员发放调查问卷128份，由于得到集团管理层的大力配合，本次调研回收问卷128份，其中有效问卷120份。调查问卷统计中使用A、B、C、D、E分别代表企业网络熵评价指标体系中对应指标的评价，其中A代表很高(或很大)，B代表较高(或较大)，C代表一般，D代表较低(或较小)，E代表很低(或很小)。本次调查问卷的统计结果如表3和表4所示。

表3 企业网络正熵评价数据统计表

表4企业网络负熵评价数据统计表

指标ABCDE指标ABCDEF1134055102F7929432316F242671100F8724393218F351832596F953138433F41525422810F10162847218F51729362315F11622453017F6152747229

(二) 企业网络管理熵的计算

1.企业网络正熵的计算

根据管理熵理论，在(m,n)评价问题中[9]169-170企业网络第i个评价指标的正熵为

(9)

上式中

(10)

(11)

企业网络第i个评价指标的熵权为

(12)

企业网络正熵为

(13)

根据企业网络正熵指标体系可知,这里m=10,n=5。根据式(9)、式(10)、式(11)、式(12)和式(13)，使用表3中的调研数据，计算出企业网络正熵熵值及其权重，计算结果如表5所示。

2.企业网络负熵的计算

根据管理熵理论，在(m,n)评价问题中企业网络第i个评价指标的负熵为

(14)

上式中

(15)

(16)

企业网络第i个评价指标的熵权为

(17)

企业网络负熵为

(18)

根据企业网络负熵指标体系可知,这里m=11,n=5。根据式(14)、式(15)、式(16)、式(17)和式(18)，使用表4中的调研数据，计算出企业网络负熵熵值及其权重，计算结果如表5所示。

表5 企业网络正熵值与熵权计算结果

表6 企业网络负熵值与熵权计算结果

(三) 企业网络耗散结构分析

表面上看来，该旅游企业在地方上知名度非常高，营业额等有关指标也具有相当高的水平。但是根据表5和表6的计算结果可知，该旅游企业的网络管理正熵为HA=0.865，企业网络管理负熵为HB=-1.543,则|B|-(1+A2)=-0.205<0。根据式(6)进行判定：该旅游企业网络系统正熵偏高、负熵偏低，处于非耗散结构状态。

本案例研究发现，该旅游企业网络处于非耗散结构状态的根本原因是其正熵偏高和负熵偏低。该企业网络正熵偏高的主要原因首先为企业网络位置中心度不高(熵值为0.966166)，作为地方性的大型旅游企业集团，各分公司主要局限于本地，行业龙头地位也主要体现于本地，跟全国性的同行业大集团相比网络位置中心度不明显。其次，企业网络内的互动频率不够高(熵值为0.964026)，对称性不足(熵值为0.923198)，反映出该企业网络联结比较松散，没有较高的互利机制，与合作伙伴关系不够紧密，存在较多的单向网络联结。另外企业网络成员的异质性不够高(熵值为0.917856)，对于该企业异质性资源的获取、结构洞的发现与利用以及开展异业联盟的互补合作，是较为不利的。结合旅游业食、住、行、游、购、娱多要素组合的特性来讲，缺乏异质性合作伙伴对旅游产业链的完善起到了很大的制约作用。

该企业网络负熵偏低的主要原因首先是竞争强度过大(熵值为-1.93586)，竞争的规范性不足(熵值为-1.86501)，这种情况的存在与该企业集团所在旅游产业缺乏国家层面和地方层面的法律法规的现实状况紧密相连的，在此情况下企业之间的价格战仍然此起彼伏，带来了一系列的服务质量问题。旅游法已经于今年国庆节开始实施，产业规范性的宏观环境有望得到改善。另外，该企业所处旅游业技术变化程度不高(熵值为-1.85223)，技术转化为经济产出的水平较低(熵值为-1.85153)，主要停留于劳动密集型产业状态，对现代互联网为代表的技术利用不足，电子商务运营还处于低级阶段。

处于非耗散结构状态的该旅游企业，如果不进行干涉的话其网络系统无序度将不断增加，直至走向衰落。该企业需要针对上述计算结果中正熵偏高和负熵偏低的指标采取针对性的整改措施，从而更好的适应环境实现从非耗散结构向耗散结构的战略性转化。

五、 研究结论与前景展望

企业生存于开放的网络系统中，随着环境的变迁其面对的不确定性日益增加。作为企业管理者，其主要职责就是降低不确定性，使企业的发展由无序走向有序，由低级有序走向高级有序。与以往企业网络不确定性的相关研究相比，本研究的主要贡献体现在以下三点：

首先，Brusselator模型经过转义之后可以应用于企业网络耗散结构的评判，指出了企业网络优化的方向。已有的企业网络量化研究，多是借助于计算机软件进行，适用的对象主要是相对封闭的网络，分析的核心内容在于网络结构。网络密度和网络中心性等网络结构指标描述了相对封闭的企业网络状态，但其是否有助于企业发展则缺乏量化标准，只能依靠研究者积累的经验来进行评判。本文基于Brusselator模型，通过管理熵对企业网络进行耗散结构的评判，适用于开放性的网络，并对企业网络各影响因素是否有利于企业发展进行了量化评价，便于进行企业网络的优化。其次，构建了企业网络管理熵的评价指标体系，便于系统性地对企业网络管理熵进行综合考量。企业网络系统中的风险性、时效性、中心性、准确性、灵活性是企业网络的重要性能，也是降低企业不确定性的重要衡量指标，现有的企业网络管理熵的相关研究，多是单纯就某一指标或几个指标进行研究，缺乏系统观的指导，结果未免有失偏颇。与现有研究相比，本文通过企业网络管理熵评价指标体系的构建，从正熵和负熵两个层面统筹考虑了企业网络结构、企业网络内容、企业网络联结、任务环境与一般环境中诸多因素的影响，规避了以偏概全的缺陷，使企业网络的研究更具综合性，是已有研究的深化和补充。最后，确立了“企业网络管理熵评价指标体系构建——数据调查——企业网络管理熵计算——基于Brusselator模型的企业网络耗散结构评判——企业网络优化对策”的研究逻辑，并通过案例研究证实了这一逻辑的可行性。

网络化的客观存在方式，使企业网络的研究意义日益凸显，研究企业网络有利于构建商业生态系统，实现更好的协同发展。作为阶段性的成果，本研究只是时间横截面上的一个静态探讨，没有考虑到网络的动态性演化。事实上，企业作为网络行动者如何看待其网络位置所隐含的约束与机会，企业在不同网络位置和角色之间的变迁及其带来的影响等，都成为下一阶段需要探讨的课题。企业网络管理熵的研究持续深入下去，将有助于企业在网络之中降低正熵，增加负熵，成为耗散结构从而更好地适应和利用环境，获得更好的持续性发展。

[1]FRIEDRICH W,MISHAEL M,SIMONE A.Firm Profitability and the Network of Organizational Capabilities[J].Physica A:Statistical Mechanics and Its Applications,2010，389(6):4769-4775.

[2]UWE C,KRISTIN J.Network Position, Absorptive Capacity and Firm Success[J].The IUP Journal of Knowledge Management,2011,9(1):57-83.

[3]CHYAN Y,HSIAN M L.Boosting Firm Performance via Enterprise Agility and Network Structure[J].Management Decision,2012,50(6):1022-1044.

[4]彭伟，符正平,李铭.网络位置、知识获取与中小企业绩效关系研究[J].财经论丛，2012(2)：98-103.

[5]蔡乌赶，周小亮.企业生态创新驱动、整合能力与绩效关系实证研究[J].财经论丛，2013(1)：95-100.

[6]杨君茹，费明胜.企业文化维度构建及其对员工满意度影响的实证研究[J].财经论丛，2011(4)：99-104.

[9]邱菀华.管理决策熵学及其应用[M].北京:中国电力出版社,2011:121-170.

[10]张继国,VIJAY P S.信息熵——理论与应用[M].北京：中国水利水电出版社,2012:20.

[11]何天祥.企业管理结构复杂度评价的新方法——熵正交投影法[J].系统工程理论与实践,2005,25(4):115-119.

[12]钟昌宝,魏晓平,聂茂林,等.一种考虑风险的供应链利益两阶段分配法——正交投影熵值法[J].中国管理科学,2010,18(2):68-74.

[13]YUAN L,KEVIN C.Measuring Agility of Networked Organizational Structures via Network Entropy and Mutual Information[J].Applied Mathematics and Computation,2010,216(10):2824-2836.

[14]张铁男,程宝元,张亚娟.基于耗散结构的企业管理熵Brusselator模型研究[J],管理工程学报,2010,24(3)：103-108.

[15]任佩瑜，张莉，宋勇.基于复杂性科学的管理熵、管理耗散结构理论及其在企业组织与决策中的作用[J].管理世界,2001(6):142-147.

[16]PRIGOGINE I,ALLEN P M.The Challenge of Complexity:Self-organization and Dissipative Structures[C]//SCHIEVE W C,ALLEN P M.Complexity and Management. Austin:University of Texas Press,1982:125-167.

[17]GALASKIEWIEZ J,ZAHEER A.Networks of Competitive Advantage[C]//ANDREWS S,KNOKE D. Research in the Sociology of Organizations.Stamford,CT:JAI Press,237-261.