- 1 -
基于复杂性科学的跨国石油公司的组织
演化模型
柴立和，蒋田田，袁梦*
（天津大学环境学院，天津 300072） 5
摘要：石油产业是重要的能源企业之一，对世界经济有重要影响，理解其组织结构演化是个
重要的研究课题。本文把跨国石油产业看成一个复杂系统，从子系统间复杂信息作用的角度
定义系统广义信息熵，由此建立了其结构演化模型，以跨国石油企业—埃克森美孚公司的组
织结构演化为例进行了分析，研究结果对企业战略决策和优化有重要的指导意义。
关键词：跨国石油企业；演化；广义信息熵；复杂系统 10
Complexity Science Model on Organizational Evolution of
Chai Lihe, Jiang Tiantian, Yuan Meng
(Environmental college of Tianjin university,TianJin 300072)
Abstract: As one of most important energy corporations, petroleum corporations have play vital 15
roles on world economy. Understanding on its organizational evolution is a crucial topic. By
defining generalized information entropy that reflects informational interactions among agents, a
universal structural evolutionary model for petroleum corporations is established. With
evolutionary patterns of Exxon-Mobil as an example, the typical application for the framework is
outlined. The model is instructive to strategy and optimization of petroleum corporations. 20
Keywords:international petroleum corporations; evolution; generalized information entropy;
complex systems
0 引言
能源经济作为重要的经济实体之一对整体经济有制约性的影响。能源企业是能源经济的25
重要组成部分，而目前石油企业仍是重要的能源企业之一，了解其演化规律是企业安全运行、
规划的重要理论依据，对能源企业的规划乃至整个能源经济的安全运行有重要意义。当前已
有不少研究关注这个领域，从一定程度上了解组织结构演化，不过仍处在定性层面，在动力
学机理上至今仍没有实质性的突破[1]，这主要是由于问题的复杂性。对石油企业来说，它的
运行既取决于政府的公共政策也同时受市场各种经济要素之间的能动性制约，产业链条中不30
同行为体之间存在一个相互依存同时又相互竞争的利益关系，其运行动力学涉及政府、国营
能源企业和消费者等之间的复杂关系。其实国际石油能源贸易不只是一个经济问题，一方面，
与普通商品一样，它受市场供求变化的影响，整个能源产业链在随着资本等生产要素寻求跨
国境的优化配置而不断调整，以适应国际贸易变化带来的挑战，找到新的适应途径。另一方
面，与工业产品贸易不同，石油资源的蕴藏地和蕴藏量是千百年地质变化的结果，人为因素35
无法改变，驾驭在能源资源贸易领域国际政治因素也是任何一个国家均无从逃避的挑战。所
有这些因素带来了石油企业结构演化的复杂性，必须从复杂系统角度进行分析[2]。
本文把石油产业看成一个复杂系统，从子相互复杂信息作用的角度定义广义信息熵，基
于最大广义熵原理建立了其演化的模型，以埃克森美孚公司的组织结构演化为例展开了分
析，结果对企业战略决策和优化有重要的指导意义。 40
- 2 -
1 跨国石油公司组织系统的复杂性模型
对跨国石油公司组织系统来说（如埃克森美孚公司），金融、经营、技术等手段是保障
各自利益的主体。成本和收益的变化是各种利益关系变化的杠杆；对外政策则是营造一个稳
定能源供应的外部环境的手段之一。了解这些复杂作用是如何导致整体石油复杂系统结构演45
化是一个重大挑战。企业中一个结构单位都可以看做是一个组元，各个组元之间都是不断竞
争演化的，部门之间不是简单的线性关系，一个部门的变化调整会对其他部门乃至整个系统
施加影响，竞争而实现相互协调。例如公司加大某项技术研究的投资，特定的技术部门那一
组元就会因为新的资金流动而非常活跃，新的成果将以信息作用的方式，影响其他部门的效
率和成本，其他部门可以是油气勘探开发、炼油与经营、化工等，它们也会做出相应的调整。50
如图 1 所示，系统在上游、下游化工经营和其它方面等主体的平均资本收益方面存在复杂的
博弈（若考虑空间效应，则是区域之间的博弈），就构成一个典型的复杂系统。如何描述这
种复杂相互作用及由其导致的结构演化呢？根据公司产业布局，设网络内相互作用的 n 个组
元如上游、下游、化工及其它部门等主体分别为 X1, X2, …, Xn，各组元的驱动力设为 x1, x2, …,
xn，则写成向量的形式可表示为 x=(x1, x2, …, xn)，在此基础上定义能源的广义信息熵 SJ为[3-4]： 55
( , )( )dJ i i ij i j ijk i j k
i ij ijk
S Jdx ρ x t x x x x x x xρ η γ γ γ= = + + + +∑ ∑ ∑∫ ∫ L (1)
式（1）中高阶作用表征跨国石油企业中各组元之间的复杂相互作用，因此广义信息熵
SJ可以反应组元间复杂作用。信息理论表明，信息熵在约束条件下最大作为对系统状态最公
正、最无偏差的估计，是大自然的一个基本法则。对跨国石油企业来说，信息熵最大就是跨
国石油企业各子系统之间协调以达到理论最大化。数学上即让式（1）在约束条件（2）下最60
大（称为最大广义信息熵原理，也常称为最大流原理[3-4]，即组元之间相互作用促使整体利
益的最大化）
1ix f= , 2i jx x f= , 3i j kx x x f= , 4i j k lx x x x f= (2)
通过 Lagrange 优化可得具有广义指数形式的系综概率分布函数
i i ij i j ijk i j k ijkl i j k l
i ij ijk ijkl
x x x x x x x x x x
ρ e
ζ σ σ σ σ+ + + + +∑ ∑ ∑ ∑=
L
(3) 65
因此，式（1）中的广义信息熵可一般化地改写成
( ) ( )ln [ ( )]ln [ ( )]a x b xJS Jdx e e dx ρ a x b x dxρ ρ= = =∫ ∫ ∫ (4)
可以看出，广义信息熵 SJ是经典 Boltzmann-Gibbs（BG）熵的广义形式，其中
( ) i i ij i j ijk i j k ijkl i j k l
i ij ijk ijkl
a x x x x x x x x x x xζ σ σ σ σ= + + + + +∑ ∑ ∑ ∑ L (5)
( ) i i ij i j ijk i j k ijkl i j k l
i ij ijk ijkl
b x x x x x x x x x x xη γ γ γ γ= + + + + +∑ ∑ ∑ ∑ L (6) 70
通过平移和变换
1
n
k ki i
i
a xξ
=
= ∑ 实现式（5）、（6）中二阶项的对角化，可得
2( ) ( ) k k
k
a x a ξ ζ λ ξ= = + +∑ L (7)
2( ) ( ) k k
k
b x b ξ η λ ξ′= = + +∑ L (8)
从式（7）和（8）可以看出，一旦忽略高阶项，即长程和持续的相互作用不存在，相互
- 3 -
中国科技论文在线
作用的变量可以通过变换成功分离，即 b(ξ)=ma(ξ)或 b(x)=ma(x)，此时式（4）中的广义信75
息熵 SJ 就是经典 BG 熵。但跨国石油企业是一个多环节的庞大动态系统，内部组元之间相
互作用是复杂非线性的，即长程和持续的，不能忽略高阶项，a(x)的表达式与 b(x)的表达式
之间不能通过变换实现相互作用的变量分离，即 b(x)≠ma(x)，只能用广义信息熵 SJ来表达。
方程（3）中的指数项可用势函数Φ来描述，通过引入跨国石油企业结构演化变量
1
n
k ki i
i
a xξ
=
= ∑ ，依据系综势函数与动力学演化方程之间的联系，可得跨国石油企业结构演化80
方程为
1 2( , , ) ( ) 1, 2, ,k k k k n kS F t k nξ λ ξ ξ ξ ξ& L L= + + = (9)
由理论分析，可以知道：ξk表征石油公司的宏观结构或模式的量。对于远离平衡态的生
态工业复杂系统来说，由于企业等活性或智能组元间复杂非线性相互作用，即广义信息熵
SJ起作用时，式（9）中 Sk≠0，λk>0 的情况对应着活跃的生长模式，而在竞争过程中λk越大85
的模式越活跃，因此λk最大的模式将最终获胜，它相当于一种流动构形的形成。而同时也具
有λk<0 的情况，它对应着不活跃的生长模式，在生存竞争的过程中会迅速的萎缩、退化而
被淘汰。这意味着自由度会大大降低，有序结构的形成实质上就是一个自由度降低的自组织
过程。λk>0 对应的ξk 是由微观组元相互作用而形成的宏观连续变量，它是最大流张力驱动
的一种构形流动。对于远离平衡的生长系统，由于不断有物质和能量即“流”的加入，微观90
组元 xi是空间扩展变量，微观组元在相互作用过程中形成一定的聚合方式，流加入、长大、
碰撞、聚合等微观动力学过程重整到结构变量上ξk，ξk实际上是空间扩展变量，不同的作用
方式，不同的尺度对应着一定的ξ数值。意味着由其形成的结构以聚合方式不断空间扩展。
系统则通过这一方式逐渐长大，并形成分形结构[5]。这也是一个形成有序结构的过程，直接
联系着公司的有序结构特征。该组织结构具有学习性、适应性、创新性。ξk越大则表示该系95
统内部的流和外部环境交换越多，系统越活跃，结构越复杂，跨国石油公司共生网络也越复
杂。最大流原理给出了跨国石油公司结构演化的原理及动力学。
2 埃克森美孚公司的案例分析
以部门为系统组元
埃克森美孚公司是世界领先的石油和石化公司，以其为研究案例具有代表性。取埃克森100
美孚公司上游、下游和化工经营方面的可反应系统的结构和功能参数即平均资本收益作为组
元 x1, x2, x3，根据 2003 至 2007 年的指标数据，进行标准化和归一化数据消除量纲，把归一
化后的数据，然后借助 Matlab 平台，利用神经网络的算法进行模拟，即对方程（9）进行重
构求解[5]，得埃克森么府公司系统模式演化图即结构序参量ξ值随年份变化图如图 1。
- 4 -
中国科技论文在线
105
图 1 埃克森美孚公司系统各模式下结构序参量ξ值变化
Figure1 the structural order parameterξ changes in Exxon Mobil Corporation different models
依据图 2 并根据对比各年的产品种类和数量，可以得出以下结论：埃克森美孚公司的产
接连结构组织系统序参量ξ值随年份是逐渐增大的，07 年稍有下降，随着年份的增加，系统110
网络也越来越复杂，结构越来越复杂，系统也越来越活跃，这与跨国石油公司系统实际的发
展是一一对应的。具体说来，随时间的向前发展，组元之间建立的关系越来越多，同时会有
新的组元加入，产业链不断细化延伸，广义流流动也越来越频繁，数量也越来越大，又由于
不断有广义流的输入，如物质流，能量流，资金流等，整个系统以聚合方式不断空间扩展，
系统不断的成长。公司整体运营的风险就会降低，长久的盈利能力就得到了保障。 115
一个系统的结构是由组元相互作用，形成一定得排列方式而形成的，所以单单以序参量
的值ξ来表示宏观结构的特征还是不够的，并不能表示组元的排列组合方式。从式
1
n
k ki i
i
a xξ
=
= ∑ 中可以看出，连接权值就体现了组元之间的相互作用，因此，连接权值更加详
细地反映了系统结构的特征。由此我们编写了 Matlab 程序，计算出了系统在趋于稳定模式
的过程中几个代表步长的权值，现挑选了 300 步长时（即系统已趋于稳定模式）的连接权值120
作分析，各个模式ξk下根据 akixi（xi为归一化后的数据）的数据作出雷达图，更能形象的表
示出组元之间相互作用的大小及空间模式的蔓延，如图 2。
图 2 埃克森美孚公司系统各模式下结构变化雷达图
Figure 2 the radar figure of structural changes in Exxon Mobil Corporation different models 125
其中坐标轴 i(i=1, 2, 3)表示 aki与 xi的乘积，即上文所选取的三个组元：上游投资、下游
投资和化工投资的归一化的数据与相应的权值的乘积，直接可以在相应的 i 轴标出，将所有
i 轴值用直线联接起来就可以得到雷达图。上图可以直观地看出埃克森美孚公司的产业布局
随年份增加结构模式的空间蔓延过程。2003 年雷达图的面积较小，2004 年开始的雷达图面130
- 5 -
中国科技论文在线
积较大，充分说明了结构序参量ξ的大小变化，能得出和上述分析一样的结果。
雷达图可以形象的表示系统的演化生长过程，通过广义信息流的加入，系统不断演化长
大。同时通过雷达图，更容易看出各个组元所占的比重，由此知道各个组元对结构模式形成
的贡献大小，它对应着跨国石油公司的经营战略。上游业务始终是跨共石油公司投资和赢利
的支柱，同时公司也在积极拓展下游和化工业务。 135
事实上，近年来，随着国际油价的剧烈变化和跨国石油公司的兼并重组，石油工业的上
游竞争更为激烈。埃克森美孚(ExxonMobil)这样分国际著名大型跨国石油公司对公司的发展
战略作出了调整。它们日益重视上游业务，并且都围绕实现公司利润最大化制定上游业务的
战略和发展计划。从上游投资回报率来看，国际大石油公司上游投资回报率高于其他业务的
回报率。近儿年来，油价不断攀升，为国际大石油公司上游业务增加利润提供了坚实的基础，140
各大石油公司对上游资产实行战略管理，定期对公司上游资产进行评估，把不盈利资产和非
战略资产及时剥离，同时大力收购符合公司发展的战略性资产，上游资产不断优化：对投资
进行严格的可行性分析，确保把资金投到回报率高的项目上。从投资构成、利润构成和邮资
回报率这 3 项指标来看，上游业务在五大石油公司中的核心地位是不可动摇的，相对于其他
业务具有绝对优势。跨国石油公司在世界大型油气项目中占据着主导地位，它们的上游业务145
发展趋势和战略可以对中国的三大石油公司(中石油、中石化、中海油)把握上游业务发展方
向起到一定的借鉴作用。
另外，不难发现，在全球石油价格走低的时候，公司注重发展下游业务及化工产品的加
工，它们的风险较低，同时可以提供稳定的现金流，提高公司整体运行的安全系数。此外，
跨国石油公司正在加快向综合性能源公司演化，积极发展可再生能源，开发新的能源技术和150
参与温室气体减排，目前已取得明显成效。
以区域为系统组元
考虑以空间分布的方式描述埃克森美孚公司的结构演化特性。不同区域的投资数据能反
映系统内外部环境的变化引起的公司内部的调整。地缘政治因素、自然地理因素、石油存量
变化和开采条件成本的变化等都可以通过这组数据来透视。为此，选取美国、加拿大/拉丁155
美洲、欧洲、非洲、大洋洲/中东地区和俄罗斯/里海等六个区域的投资数据作为组元，根据
2003 至 2007 年的指标数据[6]，进行标准化和归一化使数据消除量纲，归一化方法采用的是
把每项的最大值看作 1，其它年份的归一化值等于该年份的值除以最大值。把归一化后的数
据作为组元 x1, x2, …, x6，借助 Matlab 平台，利用神经网络算法进行模拟，即对式（9）进行
求解，结构演化的计算结果如图 3。从图中可以看出，ξ值基本上是逐年增大的走势，只有160
2004 年出现一个反常的波动，说明经过 5 年的发展，由于组元之间相互作用，跨国公司企
业内部与外界的流的交换逐渐增大，结构越来越复杂，系统在不断的升级中。2003 年春季
的伊拉克战争，严重打击了伊拉克石油供应，可能对跨国石油公司的利益造成一定的侵蚀，
但美国以武力干脆利落的推翻了萨达姆政权，成为美 EX 公司地缘政治环境开始好转的契
机。 165
- 6 -
中国科技论文在线
图 3 系统结构序参量ξ值随年份的变化
Figure3 the system structural order parameterξ changes with the year
各个模式ξk下根据 akixi（xi为归一化后的数据）的数据作出雷达图，更能形象的表示出170
组元之间相互作用的大小及空间模式的蔓延，如图 4。
图 4 2003－2007 年区域结构变化雷达图
Figure 4 the radar figure of regional structure changes from 2003－2007
175
图 4 中，浅蓝色区域所占的比重不断上升，表明公司对波斯湾能源的依赖日益增长；红
色的部分一直都做为公司重要的投资对象，在演化过程中趋于稳定；紫色区域则演化中不断
扩展，重要性不断加强，这和美国的重视非洲能源的政策导向是适应相一致的。雷达图可以
形象的表示系统的演化生长过程，通过广义信息流的加入，系统不断演化长大。同时通过雷
达图，我们更可以看出各个组元所占的比重，由此知道各个组元对结构模式形成的贡献大小，180
它对应着跨国石油公司的经营战略。国际政治背景、全球石油价格水平和地理地质气候环境
等可以直接作用于企业，也可以通过政府、金融机构、研发机构、合作企业等组元做出反应，
进而调整区域的组织结构。
3 结论
本文把石油产业看成一个复杂系统，由此建立了其演化的模型，以埃克森美孚公司的组185
织结构演化为例展开了分析，结果表明，一个由最大流原理趋使的复杂企业系统可以通过持
续的、系统化的商业运作模式，有弹性地适应变化的商业和国际政治环境。本文结果对企业
战略决策和优化有重要的指导意义。
190
- 7 -
中国科技论文在线
[参考文献] (References)
[1] Weinberg G M. An introduction to general systems thinking[M]. New York: Dorset House Publishing
Company ,2001
[2] Chai L H, Wen D S. Hierarchical self-organization of complex systems[J]. Chemical Research in Chinese 195
Universities, 2004, 20(4): 440-445.
[3] Feng Q Y, Chai L H. A new statistical dynamic analysis on vegetation patterns in land ecosystems[J]. Physica
A: Statistical Mechanics and Its Applications, 2008, 372(6): 793-807.
[4] Chen L M, Chai L H. A theoretical analysis on self-organized formation of microbial biofilms[J]. Physica A:
Statistical Mechanics and Its Applications, 2006, 370(2): 793-807. 200
[5] Huo C H, Chai L H. Physical principles and simulations on the structural evolution of Eco-Industrial
systems[J]. The Journal of Cleaner Production, 2008, 16(18): 1995-2005.
[6] Introduction to ExxonMobil[OL].[2009-6].
