1．参数选取

本模型的仿真是在Vensim PLE 环境中完成的。系统运行的时间单位为年，共运行10 个周期。以天津市保税物流园区创新系统作为实证分析的主要研究对象，根据表4-2，利用趋势外推法确定创新能力贡献率（V1）、协同创新收益率（V2）等；利用算术平均值法确定投入比例（I、I1、I2、I3、I4）、支出比例（O）等；用回归分析确定有效合作系数（CE）等；并在此基础上运用灰色系统预测模型修正参数。

另外根据天津市保税物流园区和天津市其他11 个物流园区的实际运行情况，设置物流企业集群创新收益的初值为100 万元，政府协同创新收益的初值为300 万元；根据天津市各物流园区管委会对园区企业实行的税率优惠政策，本模型将税率设为0.15；由于从物流企业集群创新投入到创新收益的输出，不仅需要资金的支出，时间的消耗也是不可缺少的。为了解决这一问题，引入系统动力学中的DELAY1 函数。其函数形式为DELAY1（input , delay time），其中的延迟时间（delay time）即为集群创新决策延迟时间。

2．模型有效性检验

有效性检验是为了验证模型所获得信息与行为是否反映了实际系统的特征和变化规律。本章以检验物流企业集群创新系统动力学模型的有效性为目的，输入变量初始值，得到不同时期相应变量数值变化情况，表 4-3选择了主要变量在4 个时间点的代表性数据，几个主要变量在不同时期的变化趋势图如图4-8 所示。

表4-3 主要变量在不同时间点的数值对比

从图4-8 中可以看出：（1）集群内部物流知识量和物流企业集群创新收入都呈现为复利结构的幂增长。这是因为随着群内物流知识量的增加，物流企业集群自主创新的能力不断加强，由此带来物流企业集群内部创新收入的增加。（2）群外协同创新收入的增长主要是因为群外官产学研合作创新项目数的增多，并且其增长额要远远大于集群自主创新收入的增长额。这主要是因为集群与政府协同创新，政府投入是主力，而政府的资金及其他各方面的实力都远远大于集群自身的实力，由此所创造的收入就远远大于集群自主创新所带来的收入。

图4-8 几个主要变量在不同时期的变化趋势图(www.daowen.com)

通过模型有效性分析，说明我们所建立的系统动力学模型有较强的表达和识别能力，与现实中物流企业集群创新所表现出来的特征基本相符，能够据此判断物流企业集群创新行为的运行机制和所处状态，也能够给出一些具有参考意义的信息。

3．模型参数灵敏度检验

灵敏度检验能够定量地测定模型参数变化对系统行为的影响程度，进而判断模型的强壮性。如果模拟行为曲线随着模型中参数或模拟方程改变后有较大变化，那么认为模型的参数是灵敏的。反之，是不灵敏的。经过反复模拟，可以确定物流企业集群创新投入比例（I1）为敏感性因素，因此，选择物流企业集群创新投入比例（I1）来测试本模型的灵敏度。

设物流企业集群的创新投入比例（I1）由原来的0.1（Current1）调整为0.8（Current2），模拟结果见图4-9 所示。可以看出：提高物流企业集群创新投入比例，可以增加物流企业集群创新收益。尽管模型的行为曲线在振幅大小上有所差异，但模型的行为变化趋势没有出现大的变动，这说明模型参数是不灵敏的，模型参数的变化对系统行为不会产生太大的影响，即模型是强壮的。所以如果模型对参数的要求不会很苛刻，则有利于模型在实际中的应用[168]。

图4-9 物流企业集群创新投入比例对物流企业集群创新收益的贡献变化图