本文摘要：摘要：基于复杂适应系统(CAS)理论，将智慧物流企业发展创新系统看作一个开放的、动态演化的复杂适应性系统。从个体微观视角出发，构建了个体行为的刺激-反应模型，指出影响智慧物流企业发展创新因素和创新规则，揭示了智慧物流企业个体的创新行为;从整体宏观视角出发，
摘要：基于复杂适应系统(CAS)理论，将智慧物流企业发展创新系统看作一个开放的、动态演化的复杂适应性系统。从个体微观视角出发，构建了个体行为的刺激-反应模型，指出影响智慧物流企业发展创新因素和创新规则，揭示了智慧物流企业个体的创新行为;从整体宏观视角出发，建立了系统整体行为的回声模型，揭示了智慧物流企业发展创新系统内多主体之间的交互合作机制，并创新性地提出了四种企业个体创新行为模式和四种系统整体创新行为模式。希望通过研究为智慧物流企业发展创新行为模式选择以及先进智慧物流体系构建提供一定的理论和实践指导。
关键词：智慧物流;CAS理论;刺激-反应模型;回声模型;创新行为
引言
智慧物流概念符合现代物流业发展的新趋势和新要求，提出后迅速在世界各地推广与应用并得到拓展与创新。中国智慧物流大数据发展报告指出智慧物流是将物联网技术、大数据挖掘技术及分析技术、感知识别技术、远程监控技术及人工智能技术等有效的集成应用于物流活动的各个环节和主体，它是具有思维、感知、学习、推理判断和自行解决问题能力的高效物流系统[1]。
物流论文范例：物流服务供应链热点主题可视化分析
其中LYAPINSetal[2]从智能交通方面给予智慧物流业发展创新支持。YANYN[3]将5G与物联网技术融合构建智能化物流可追溯系统，加速智慧物流企业创新发展。CHENJetal[4]以提升物流自动化、降低物流管理成本为目的，创新性地开发了基于物联网的物流自动化管理软件原型系统。随着系统科学的发展，研究者不再局限于研究企业创新的某个过程或片段，而是将企业的创新发展看作一个复杂适应系统，对企业创新发展的整个过程及相关主体创新行为展开研究。秦敏等[5]基于CAS理论对企业开放式创新社区在线用户贡献行为展开研究。
在物流企业系统研究方面，牛建涛等[6]借助复杂适应系统理论构建了物流企业科技创新系统，研究了系统内各主体的创新行为，得出个体与系统的科技创新行为模式。丁明磊等[7]借助复杂适应系统理论等方法对区域物流系统协同创新与演化展开研究，指出区域物流协同进化的创新路径与方向。综上，智慧物流企业创新研究主要基于物联网视角和技术层面，但在物流企业方面局限于对传统物流企业创新行为及路径的研究。本文基于CAS理论，从一个新的视角对智慧物流企业的发展创新行为进行研究，具有一定的理论创新意义和实用价值。
1复杂适应系统(CAS)理论的概念涵义
复杂适应系统(ComplexAdaptiveSystem，CAS)理论是美国圣菲研究所约翰·霍兰教授于1994年正式提出的。CAS理论的重要思想是个体的适应性(ActiveAgent)，即系统中的个体，为了更好的生存，能够根据自己的目标，主动与环境中的其他个体及其环境进行交互作用，在交互作用的过程中“学习”或“积累经验”，改变自身的行为方式，并促进新的现象、行为和结构的出现[8]。霍兰的CAS理论，不仅揭示了系统与外部环境的关系、系统内各个主体与外部环境的关系，还揭示了系统与系统内各个主体的关系，系统内各个主体之间的关系，可以把复杂系统的整体结构由外而内、由表及里地呈现出来。
2智慧物流企业发展创新系统的复杂适应系统特征
智慧物流企业发展创新系统是一个动态的、不断演变和进化的复杂适应系统，用CAS理论来分析智慧物流企业发展创新系统的特性，主要有以下几个方面。
(1)“聚集”性。“聚集”是个体的属性，不同个体在一定条件下，会形成“聚集体”，这个“聚集体”可以看作是一个新的“个体”。在智慧物流企业发展创新系统中，主体可以是政府、高校、企业、外部物流企业、智慧物流产业联盟和科技服务企业等多个主体聚集产生的新的“主体”，系统内呈现出多主体共存的局面。
(2)“非线性”。“非线性”是指个体在演化过程中并非线性变化，尤其在与系统的交互作用过程中，会打破线性关系。智慧物流企业发展创新过程中会受到政策引导、物流智慧技术融合应用度、智慧物流专业人才质量等状况的约束，这些复杂关系在与智慧物流企业发展创新系统的交互作用下，使其呈现出动态的、主动适应的甚至循环往复的非线性关系。
(3)“流”性。“流”是指个体与环境进行交互作用渠道中的资源流、能力流和信息流，“流”的重要性在于流的渠道畅通、流的周转速度对系统演化的影响。智慧物流企业发展创新主体在与外界环境进行交互作用过程中会产生资金流、物流、信息流、商流和能力流等多种“流”，保证“流”在各主体和环境间的渠道畅通和周转速度，可以有效促进智慧物流企业发展创新系统的良性演化。
(4)“多样性”。“多样性”指系统中不同个体的演变会造成个体之间差别的扩大和分化，形成更加多样性的个体。智慧物流企业发展创新系统中各主体之间以及主体与环境之间，通过不同的“流”产生联系，在“特点标识”机制作用下“流”的游走方向产生分化，不同的“流”流向不同的主体，激励各主体差异性发展，进而演变进化为新的个体，促使主体多样性的呈现。
3基于CAS理论的智慧物流企业发展创新系统框架
智慧物流企业发展创新系统由智慧物流企业、政府、高校、不同类型的智慧物流联盟、外部物流企业以及科技服务企业六个主体构成。智慧物流企业主体是系统发展的源动力，会根据外部环境的刺激不断地主动协调和自我更新来提高自身的适应性[9]，并通过与其他主体之间相互作用发生关系促进系统创新发展，从而达到促进整个智慧物流企业发展创新系统更新完善的目的。
本文借助CAS理论，将研究分为智慧物流企业创新个体和系统整体的创新研究，从微观角度基于刺激-反应模型构建了智慧物流企业发展创新个体行为模型，从宏观角度基于回声模型构建了智慧物流企业发展创新系统多主体交互合作回声模型，并在此基础上提出了智慧物流企业发展创新行为模式。
4基于刺激-反应模型的智慧物流企业创新个体行为模型
4.1刺激-反应模型基本原理CAS理论中的刺激-反应模型表达了系统中各主体最基本的行为模式。刺激-反应模型包含各个主体，其执行系统都由一个探测器、一个效应器和一组IF/THEN规则三部分组成。刺激-反应模型基本原理：探测器接收外部环境刺激，转换为主体可识别的信息流，信息流经IF/THEN规则进行逐条匹配处理，匹配处理后形成信号传递给效应器，效应器接收到信号做出反应，从而使主体的基本行为模式发生改变并最终作用于环境。这一过程是一个循环的链式反应过程，以使得创新系统循环往复。
4.2智慧物流企业个体行为刺激-反应模型智慧物流企业创新行为产生的实质是智慧物流企业应对环境及系统内其他主体构成的环境主体的 刺激做出反应的过程。为更好揭示这一过程，借助CAS理论中的刺激-反应模型。
(1)探测器消息集合。
智慧物流企业作为智慧物流企业发展创新系统的核心主体，通过自身探测器接收内外部刺激，主要有智慧物流政策引导、智慧物流技术融合、物流云服务强化保障、物流活动数据应用、物流需求迭代升级、电商发展驱动、企业内部问题推动、规模经济增长转型、市场整合红利吸引。
具体说明如下。智慧物流政策引导：《“互联网+高效物流”实施意见》《关于推动物流服务质量提升工作的指导意见》中提出要“创新物流服务模式”等政策为智慧物流企业的发展创新营造优良的政策环境。智慧物流技术支撑：大数据、云计算、物联网、人工智能等技术与运输、仓储、分拣、配送、加工等物流过程各个环节的融合，送货机器人、无人机、自动导引运输车[10]、智能快递柜等智能配送设备的使用，物流系统及云平台的构建，促使智慧物流企业向自动化、智能化、数字化、模块化等方向发展，为智慧物流企业创新发展插上了腾飞的翅膀。
物流云服务保障：物流云是先进技术综合运用的产物，为参与方提供信息系统与算法应用服务。智慧物流企业仓库租赁、车辆调度、人员安排等最优化分析;运输线路优化、材料耗损等算法服务;订单、运输、仓库等管理信息系统的构建都来自于物流云服务应用。物流活动数据应用：物流活动数据应用有助于 智慧物流企业科学有效决策[11]，数据应用的典型场景包括：数据共享、销售预测、网络规划、库存部署和行业洞察[12]，以推动企业创新。
物流需求迭代升级：个性化、数字化、体验式的客户需求已成为主流，智慧物流企业需要以更低的价格和更透明的流程为客户提供更高效和更便捷的物流服务。电子商务发展驱动：网购时代推动电商发展，新零售模式的兴起带动消费型物流增加，需要智慧物流企业拥有更加先进智能的物流系统为电商发展保驾护航。智能化进程内部推动：智慧物流企业智能化基础设施建设不足。
市场分散呈零散化、碎片化的态势，物流资源利用率低，例如物流运输车辆实载率不足60%，整合红利未能被释放;智慧物流人员入职门槛低;配送过程产品及客户信息安全性不够;产品运输过程违背“绿色化”原则等智慧物流企业发展初级阶段内部问题推动智慧物流企业创新转型。规模经济增长转型：物流智能设施和设备的投入产生大量沉没成本，使得智慧物流企业具有规模经济效应，处理不当会导致大量的资源浪费。物流App等智慧化网络控制平台使规模化智慧物流经济中嵌入更多的资源或服务。
(2)规则集消息集合。探测器探测到刺激源，转化为信息流的形式进入规则集，在以下规则的指导下进行匹配处理：降低成本增加效益、协同创新信息共享、竞合共赢技术引领、资源整合市场集中。降本增效规则表明智慧物流企业发展创新要减少资源与资金消耗、提升运作效率。协同创新资源共享规则表明智慧物流企业应协作创新、资源共享，获得企业创新发展的动力支持。竞合共赢技术引领规则表明智慧物流企业要竞争中求合作实现共赢，合作中求创新引领行业。整合资源集中市场规则表明智慧物流企业要合理调配社会闲置资源，整合企业分散资源，在分散经营的格局下施行市场集中化管理，同时刺激智慧物流企业创新的积极性。
(3)发展创新效应器。信息流经规则集IF/THEN规则处理后通过效应器对外输出，输出结果体现了智慧物流企业主体作用于环境的创新行为。主要有加强政企物流数据共享，构建智能化政府。挖掘应用物流活动数据，搭建智能化物流场景模式，实现消费体验服务升级。建立智慧物流产业联盟，降低履约风险和交易成本。智慧物流企业及外部培训组织加强合作，培养智慧物流高素质人才，确保物流服务水平和货物运输安全。攻坚融合智能物流技术，构建物流云平台，研发配送机器人、绿色化包装等智能物流设备与设施。搭建由数据库层、应用层、用户展示层、基础设施层构成的智慧物流信息平台。规范智慧物流信息标准化，优化完善互联互通标准体系。
5基于回声模型的智慧物流企业发展创新系统整体行为模型
5.1回声模型基本原理
回声模型(EchoModel)是CAS理论中的宏观模型，由分布在二维空间位置上的各种主体、资源以及一系列不同类型的主体间或者主体与环境间的交互作用集合而成，在宏观层面上表达系统的整体行为模型。主体由进攻标识、防御标识和资源库三部分组成。霍兰在基本回声模型的基础上增加了匹配能力、匹配速度和匹配时间等因素以及选择性交换条件、条件复制机制、资源变换机制、交叉复制机制和学习创造能力等机制[8]。
5.2智慧物流企业发展创新系统多主体交互合作回声模型
智慧物流企业单靠自身资源难以实现创新发展，需要系统内创新主体的共同参与。主体携带各自资源库以信息、理念、技术和利益等无形资产连接[5]，在回声模型中各机制影响和主体进攻防御标识匹配下进行复杂的交互作用构成复杂的创新网络。基于此构建了智慧物流企业发展创新系统内多主体交互合作的回声模型。
(1)匹配因素。
1)匹配能力。是指系统内各主体以被赋予特定数值的行为规则为指导进行交互作用，数值大小决定强度高低和资源被选用的概率。在发展创新系统中的表现为：平台与系统智能预测与智能服务能力，智慧物流企业先进物流技术应用和物流数据挖掘分析能力，智慧物流联盟合作协调能力等。2)匹配速度。是指主体快速加工并整合匹配所获资源，降低时间成本，实现资源价值升值。在系统中具体表现为：政府迅速了解行业发展动态，快速做出政策调整;智慧物流企业迅速获取市场数据，分析处理有效数据;平台与系统面对随机事件，快速做出响应等。3)匹配时间。是反映系统适应能力和创新能力的关键因素，系统的动态性和稳定性也会受到时间因素的影响。
(2)标识区。标识区由进攻标识、防御标识和粘着标识三部分构成。系统内主体间的进攻标识与防御标识匹配发生交互作用，进行异质性互补，其中资源的互补性决定主体间的匹配程度和合作效率，匹配程度决定资源获取数量。标识区内的粘着标识表示主体间粘着程度，粘着程度由主体间的匹配程度决定，粘着是主体选择性的。整个系统也在各主体的匹配交互、资源流动的过程中不断发展创新。
(3)控制区。交叉复制是指主体会总结工作中的失误与教训分析优劣势，不断增强自身适应性和竞争力，促进自身与系统的进化与升华。创新能力是系统主体必备属性，它决定系统发展创新的下限。资源变换机制要求主体进行异质性互补获得自身发展创新所需资源后，须具备将获取资源与自身资源转化为缺乏资源的能力。选择性交互机制是指主体间的交互是以选择性交换条件为判定标准的选择性交互。在发展创新系统中，科技服务企业输出的先进技术和专利可被智慧物流企业复制并使用，同样智慧物流企业运营过程中产生的数据和信息被科技服务企业复制并使用，这一系列的复制过程就是条件复制机制的范畴。
6基于CAS理论的智慧物流企业发展创新行为模式
系统中主体资源库不同、作用不同。在刺激反应模型中，智慧物流企业主体作为核心主体应对环境主体的刺激产生创新行为;多主体交互回声模型中，智慧物流企业主体与其他主体以及其他主体间发生复杂的交互作用，实现资源的流转，使系统在创新发展后达到均衡态。企业个体创新行为的产生和多主体交互作用的发生需要遵循以下企业个体创新行为模式和系统整体创新行为模式。
6.1企业个体创新行为模式
(1)专业人才培养创新模式。解决智慧物流专业人才培养与行业需求脱节问题，高校、物流协会、物流企业以及社会培训机构应加强产学研合作，跨行业合作培养复合型人才，专注对物流人员在大数据技术、物联网技术和人工智能技术等方面的创新性培养，保障智慧物流专业人才供应，发挥先进技术效用，促进智慧物流企业可持续发展。
(2)基础设施建设创新模式。硬件基础设施建设应加大智慧物流设备和智能交通建设投入，打破区域保护主义，覆盖范围遍及社区与农村，做到全国均衡发展;加强软件方面基础建设投入，借助大数据等技术构建全国信息化共享合作平台，优化完善智能化的货物仓库管理系统、订单管理系统、车辆调配系统、货物追踪系统和智能分拣系统等，提升智慧物流运作效率，实现互联互通。
(3)信息标准化创新模式。标准化有助于推动智慧物流企业发展进程。政府相关部门与智慧物流企业需加快行业标准制定，规范智慧物流各企业之间、各部门之间及企业与其他行业之间的业务合作标准，制定货品条形码、RFID等统一采集标准，使智慧物流各环节都能按照统一标准进行，打破商业壁垒提升运营效率，从而解决不同企业各自为政现象。
(4)末端智能服务体系创新模式。智慧物流末端服务应以“用户体验”和“降本增效”为着力点。“最后一公里”是智慧物流末端亟需解决的问题，例如当研发可供消费者自打单据寄件物流App，实现货物寄送客户化;末端配送服务标配智能快递柜需覆盖社区农村，并科学合理分配避免快递柜闲置，解决农村取件难问题等。末端服务应以智能化(智能机器人)、绿色化(节能环保)、多元化(共同配送)、安全化(隐私面单)和脸谱化(用户体验)为发展创新的目的，完善末端智能服务体系。
结语
借助CAS理论将智慧物流企业发展创新过程看作一个动态的复杂适应系统，分析智慧物流企业发展创新系统特性，分别从企业个体微观与系统整体宏观的视角出发构建了企业个体行为刺激反应模型和系统内多主体交互合作回声模型，模型研究结合实际创新性地提出了智慧物流专业人才培养创新、智慧物流基础设施建设创新、智慧物流信息标准化创新以及智慧物流末端智能服务体系创新四种企业个体创新行为模式和降本增效竞合共赢、人才技术协同创新、物流联盟合作创新、资源共享系统创新四种系统整体创新行为模式。本文从一个新的角度对智慧物流企业的发展创新做了研究，期望在智慧物流企业发展创新的理论与实践方面提供借鉴意义。
参考文献
[1]2017中国智慧物流大数据发展报告[EB/OL].(20170328)[20170328].
[2]LYAPINS，RIZAEVAY，SYSOEVA，etal.Stagestocreateanddevelopmoduleofregionalintelligenttransportationandlogisticssystem[J].TransportationResearchProcedia，2020，45：939946.
[3]YANYN.Researchontheinnovationpathoflogisticsformatsbasedon5Gtechnology[J].OpenJournalofBusinessandManagement，2019，7(4)：19361942.
[4]CHENJ，ZHAOW.Logisticsautomationmanagementbasedontheinternetofthings[J].ClusterComputing，2019，22(6)：1362713634.
[5]秦敏，乔晗，陈良煌.基于CAS理论的企业开放式创新社区在线用户贡献行为研究：以国内知名企业社区为例[J].管理评论，2015，27(1)：126137.
[6]牛建涛，慕静.基于复杂适应系统理论的物流企业科技创新行为模式研究[J].科技管理研究，2010，30(2)：1921.
[7]丁明磊，刘秉镰.基于复杂系统观的区域物流协同创新与演化[J].科技管理研究，2010，30(4)：176178.
作者：慕静1，，刘孟凯1，2，郝丽君1
转载请注明来自发表学术论文网：http://www.fbxslw.com/jjlw/29006.html
