绿色经营网络中关键节点企业的形成机理

根据复杂系统理论，企业在执行绿色经营战略时，必然和其产业链上的合作伙伴产生业务联系，在此过程中也就形成了相应的企业绿色经营网络，在前文已经对单个企业主体绿色经营的相关理论进行了整合分析之后，我们将尝试着研究企业绿色经营网络的形成机制和风险控制模式。本章我们将借助熵理论和突变理论对企业绿色经营网络的形成机制进行整合分析。

一、基于熵理论的绿色经营网络中关键节点企业的熵分析

熵是衡量系统有序无序程度的一个重要的物理量，而系统风险的激发就是系统有序结构破坏和无序程度增加的过程，因此我们使用熵理论对企业的风险进行分析。熵的概念最早出现在热力学第二定律中，是指系统中不能够转化为有用的那部分功能。一般在理论研究中主要使用的熵函数有三种。

第一，玻尔兹曼熵：在热力学的研究中克劳修斯对态函数熵S进行了定义：，但是这个公式只是定义了熵的相对值而没有对熵的绝对值进行界定，而玻尔兹曼从分子运动论的角度归纳出了一个统计物理学的表达式：S＝klnω，式中k为玻尔兹曼常数，等于1．38066×10－23JK－1；J：焦耳，表示热能；K：开尔文，表示绝对温度；ω为该宏观状态所对应的微观状态数。玻尔兹曼熵表明，若企业中微观状态数越多，分子运动混乱程度越大，无序程度越大，则系统的熵值就越大。反之，若企业中微观状态数越少，分子运动混乱程度越小，无序程度越小，则系统的熵值就越小。

第二，申农熵：应用信息论的相关理论，熵的概念与概率紧密地联系了起来。假设一个信息序列由m条信息及m个事件组成，每个事件出现的概率分布为P1，P2，…，Pm，每个结果所含的信息量分别为－klogP1，－klogP2，…，－klogPm。于是这m次事件中各种结果可能出现的次数就分别为mP1，mP2，…，mPm，则m次事件中所含的信息总量可以表示为：It＝－mP1klogP1－mP2klogP2－…－mPmklogPm。因此每个信息所含的平均信息量为，当常数k取值1时，这就是申农熵的一般形式。申农熵表明：系统所含信息量越大，则其可能状态越多，随机性越强，这时系统的熵值就越大。

在简单的一维状态下，柯尔莫哥罗夫熵能够清晰地表示系统运作的无序程度：K熵值等于零时表示系统作规则有序运动，K熵值取有限正值σ时表示系统作具有部分或受约束的随机性运动即混沌运动，K熵值趋于正无穷大时表示系统完全无序作无规则随机运动。

二、绿色经营网络中各节点企业间业务模块的映射关系

为了使研究不失一般性，此处笔者选定价值链上的九种活动作为绿色经营网络中各节点企业间业务模块关联的研究对象。

价值链（Value chain）由迈克尔·波特（Michael Porter）在1985年《竞争优势》一书中提出。波特指出企业要发展独特的竞争优势，要为其商品及服务创造更高附加价值，商业策略是解构企业的经营模式，成为一系列的增值过程，而此一连串的增值流程即为价值链。一般企业的价值链主要分为五种基本活动：进货物流（Inbound Logistics），即来料储运；制造营运（Operations），即加工生产；出货物流（Outbound Logistics），即成品储运；市场营销（Marketing and Sales），即市场营销；售后服务（After sales Service）。四种支持性活动：企业基础设施（The Infrastructure of the firm）；人力资源管理（Human Resources Management）；技术发展（Technology Development），即技术研发（R＆D）；采购（Procurement），即采购管理。

为了行文方便，我们将这九种活动所对应的企业经营模块分别用数学符号表示为：进货物流（SIL），制造营运（SOR），出货物流（SOL），市场营销（SSM），售后服务（SSE），企业基础设施（SFM），人力资源管理（SHR），技术发展（SRD），采购（SPR）。

为了阐明绿色经营网络中各节点企业间业务模块的映射关系，此处我们引入三个流维度，从不同的视角对这种映射关系作一探讨：

第一，物流维度（资源有形且可见）：因为在这个维度下联系各个模块之间的为原材料、中间产品和产成品等有形资源，因此在物流维度下，SIL，SOR，SOL，SSM，SSE五个模块之间均存在映射关系，且SIL，SOR，SOL三个模块之间联系的紧密程度更强一些。而SFM，SHR，SRD，SPR四个模块一般与上述模块之间不存在映射关系。

第二，资金流维度（资源有形但不可见）：因为在这个维度下联系各个模块之间的为企业资金，因此在资金流维度下，价值链上所有的九种活动之间均存在映射关系，只是SIL，SOR，SOL，SSM，SSE五种基本活动之间的紧密程度更强一些。

第三，信息流维度（资源无形）：因为在这个维度下联系各个模块之间的为企业经营的信息流，因此在信息流维度下，价值链上所有的九种活动之间均存在映射关系，只是此时各模块之间联系紧密程度的级别更多。具体而言，SSM，SSE与其他模块之间联系的紧密程度最强，SIL，SOR，SOL与其他模块之间联系的紧密程度次之，SFM，SHR，SRD，SPR与其他模块之间联系的紧密程度最弱。

三、绿色经营网络中节点企业的非合作博弈分析

布鲁塞尔学派的代表人物普利高津提出了耗散系统理论：任何封闭系统的发展都是从有序走向混沌，使熵达到最大。对于一个开放系统要从无序变为有序必须减少熵，反之熵增就会导致从有序到无序的演化。

普利高津认为，对于开放的系统，必须考虑到系统与外界以及系统内部各企业的物质和能量的交换，一个远离平衡态的开放系统，它的熵变dS可以表示为：dS＝diS＋deS，其中diS是系统内部由于不可逆过程引起的熵增加，根据热力学第二定律，diS＞0恒成立；deS是系统与外界交换物质和能量而引起的熵流，deS可正可负也可为零。因此我们可以看出系统风险激发的原因在于：外界因素的影响使得deS＞0，从而系统整体熵增；或者虽然deS＜0，然而diS＞－deS，亦即系统从外部吸收的负熵不足以弥补diS的增加。

在绿色经营网络中关键节点企业（企业X）形成的过程中，企业Y和Z都为企业X输送过负熵流，在企业X绿色经营过程中的风险被激发后，为了使该风险的影响降为最小，都需要不断从周围环境吸收负熵流，假设企业Y和Z共享一个外部资源，即从同一个环境中获取负熵流来抵消自身的熵增，以免使自己的熵增加到足以使自身风险被激发的阈值。在这个过程中企业Y和Z之间的关系属于非合作博弈的关系，都想获得最大化的利益。

如果企业Y或者Z与企业X的联系越紧密，则根据前文可知此时企业Y或者Z的K熵值越大，即该企业从外部环境中所吸收的负熵流较少；反之若企业Y或者Z与风险源（企业X）的联系越不紧密，则该企业从外部环境中所吸收的负熵流较多。据此，我们可以将企业Y和Z的风险非合作博弈策略情况归纳于表9－1中。

表9－1　企业Y和Z风险非合作博弈中从外部环境中获得的负熵流收益分析

注：N1＞N2＞N3＞N4。

由表9－1中数据可以看出，如果企业Y和Z均与风险源（企业X）联系较为紧密，则企业Y和Z在t时刻都在外部环境中争取负熵流，而环境的负熵流有限，则此时包括环境在内的企业状态都变坏；若企业Y与风险源（企业X）联系相对企业Z较紧密，则企业Y从外部环境中获取的负熵流更多，导致企业Z的风险更有可能被激发；如果企业Y和Z均与风险源（企业X）联系较不紧密，则企业Y和Z所获取的外部负熵流均有限，从而均可能导致风险被激发的结果。

一、企业网络中风险的传播模型

根据复杂系统理论，系统整体风险的激发形式可以归纳为如下三种模型。

第一，多米诺骨牌模型。复杂系统内部的企业呈链状结构状态，当其中某个企业的风险被激发时，就会依次激发相邻企业的相应风险，最后这种企业风险将在该骨牌结构中依次传播，最后导致复杂系统整体风险被激发。其风险传播原理可以参见图9－1。

图9－1　复杂系统内部风险传播的多米诺骨牌模型

第二，金字塔模型。复杂系统内部的企业呈由上至下的层次风险联系，当中某个企业风险被激发时，就会激发其下层企业的风险，最后导致该风险源下所有企业的风险被激发，严重时会导致复杂系统整体风险被激发。其风险传播原理可以参见图9－2。

图9－2　复杂系统内部风险传播的金字塔模型

第三，倒金字塔模型。与金字塔模型相反，复杂系统内部的企业呈由下至上的层次风险联系，当中某个企业风险被激发时，就会激发其上层企业的风险，最后导致该风险源上所有企业的风险被激发，严重时会导致复杂系统整体风险被激发。其风险传播原理可以参见图9－3。

图9－3　复杂系统内部风险传播的倒金字塔模型

尽管在复杂系统中各企业之间风险联系的实际情况十分复杂，风险在复杂系统内部的传播方式十分复杂，且往往会是多种不同的传播形式共存，但是最后都可以归结为上述三种风险传播模型的整合结果。

二、绿色经营网络中企业的风险传播途径

（一）物流维度下企业网络中的内部风险传播

基于前文对物流维度下企业间映射关系分析的结果，并结合前文对复杂系统内部风险传播模型的介绍，我们可以将物流维度下绿色经营网络中各企业间的风险联系归纳在图9－4中。

物流维度下企业内部呈链状结构状态，当其中某个企业风险被激发时，就会依次激发相邻企业的风险，最后风险将在企业内部按照顺序进行依次传播，最后导致企业整体风险被激发。结合前文介绍的复杂系统风险传播模型种类，不难得出结论：物流维度下企业内部风险传播的形式为多米诺骨牌模型。

（二）资金流维度下的企业内部风险传播

基于前文对资金流维度下企业间映射关系分析的结果，并结合前文对复杂系统内部风险传播模型的介绍，我们可以将资金流维度下各企业间的风险联系归纳于图9－5中。

图9－4　物流维度下绿色经营网络中各企业间的风险联系

图9－5　资金流维度下绿色经营网络中各企业间的风险联系

因此，资金流维度下企业内部呈由上至下的层次风险联系，当中某个企业风险被激发时，就会激发其下层企业的风险，最后导致该风险源下所有企业的风险被激发，严重时会导致复杂系统整体风险被激发。结合前文介绍的复杂系统风险传播模型种类，不难得出结论：资金流度下企业内部风险传播的形式为金字塔模型。

（三）信息流维度下的企业内部风险传播

基于前文对信息流维度下企业间映射关系分析的结果，并结合前文对复杂系统内部风险传播模型的介绍，我们可以将信息流维度下各企业间的风险联系归纳于图9－6中。

因此，信息流维度下企业内部呈由下至上的层次风险联系，当中某个企业风险被激发时，就会激发其上层企业的风险，最后导致该风险源上所有企业的风险被激发，严重时会导致复杂系统整体风险被激发。结合前文介绍的复杂系统风险传播模型种类，不难得出结论：信息流度下企业内部风险传播的形式为倒金字塔模型。

图9－6　信息流维度下绿色经营网络中各企业间的风险联系

一、复杂系统的风险结构模型

根据复杂系统理论，复杂系统整体风险结构模型可以用图9－7表示。

从图9－7中可以看出：复杂系统风险结构分为顶层模型和底层模型两个层次。下面我们结合前文分析所得的结果，对这两个层次进行理论推演。

顶层模型主要描述了复杂系统的内部结构，系统结构即为企业价值链上各企业间的风险联系熵以及在物流、资金流和信息流三个维度下的风险传播模型。

底层模型主要描述了外部环境对复杂系统的影响，其中风险事件是某一时刻外部环境中所有可能导致系统风险被激发的事件集，它以一定的概率可能作用于某一时刻下的复杂系统上。设I＝｛I1，I2，…，In｝为系统的风险事件集，风险事件Ii发生的概率为Pi，且满足基本关系，则系统的整体风险可以用柯尔莫哥罗夫熵来表示。

图9－7　复杂系统风险结构模型

在实践中，各风险事件间往往存在内在联系，因此在应用柯尔莫哥罗夫熵公式之前，需要根据实际情况对风险事件集进行解耦分析和处理。但是由于风险事件间的耦合关系常常复杂多变，难以进行精确的解耦处理，所以我们应当根据对风险事件的经验分析，利用相关数据和模型辨析和提炼出基本的风险因子，然后根据不同风险因子对系统的危害性进行分类，再结合风险因子的其他约束信息，来分析风险事件对系统风险的影响。

二、绿色经营网络整体风险激发的分析

根据复杂系统理论，复杂系统整体风险被激发的两个必要条件是系统处于自组织临界态和系统中存在风险源。

自组织临界性理论认为：在临界态下，小事件能够引发复杂系统内部的连锁反应，从而影响到复杂系统中的一部分，使得系统不能达到平衡状态，而是从前一个亚稳态向下一个亚稳态进化，其结果是小事件冲击所引发的连锁反应会导致系统自然地朝着一种自组织临界态演进，最终引发一场大灾难。

自组织临界态满，足（幂）律分布：N（s）＝s－τ，式中s。是衡量某一复杂系统的典型量Ns是具有这种典型量的个数　从上式可以看出，幂律分布下复杂系统发生整体故障的可能性必然比遵循指数规律的复杂系统要高。因此，当一个复杂系统某部分的运作状态处于临界值时，就会由于幂律分布的作用导致此时复杂系统整体处于自组织临界态，从而复杂系统中各企业间的风险联系熵加大，此时复杂系统的整体风险才有可能被激发出来，所以说自组织临界态是复杂系统风险激发的一个必要条件。

如前文所述，幂律分布引发复杂系统中各企业风险联系加强，从而导致复杂系统整体风险被激发的过程需要一个前提条件，即该复杂系统中某部分的运作状态处于临界值，这就表明复杂系统风险被激发还必须有风险源的存在。因此，系统中存在风险源就是复杂系统风险激发的另外一个必要条件。

借助复杂系统理论中系统整体风险被激发的两个必要条件，我们可以构建出绿色经营网络中整体风险被激发的验证模型。

根据幂律分布的数学表达式：N（s）＝s－τ，我们可以看出，如果想精确证明系统内部结构符合幂律分布，就必须在双对数坐标（lgN（s）和lgs）上判断观测数据是否呈现为一条直线，该种方法需要大量样本数据以及系统风险模型构建。

综上所述，我们借助棚屋突变模型的结论：绿色经营网络中企业间风险联系熵的取值为xa，xb，xc，xd，xe；而根据棚屋突变模型的归一公式，有：， a，b，c，d，e∈（0，1）。因此，只要根据所分析企业的设计情况为a，b，c，d，e赋合适的值，则我们就能够判断出该企业内部的风险度数值是否能够进行级差很大的层次性分类，进而就可以推断该企业的内部结构是否符合幂律分布，以及此时该企业是否处于自组织临界态。