數(shù)字化導向下柔性種群共生演化機理研究

單子丹，陳琳，曾燕紅，李慧敏

摘要：建立高度融合的協(xié)同創(chuàng)新機制，營造協(xié)同高效的創(chuàng)新環(huán)境是提升服務生態(tài)系統(tǒng)群組關系韌性的關鍵。基于系統(tǒng)種群共生演化的基本特征，采用Lotka-Volterra共生模型的不同作用參數(shù)表征服務吸收單元、整合單元之間的強弱關系;根據(jù)數(shù)字化導引下種群能量聚變的柔性效應和敏捷效應，構建組織嵌入時滯和業(yè)務時滯雙維度微分方程，搭建局部穩(wěn)定性分析模型給出種群共生與外部環(huán)境演化的協(xié)同機制。經MATLAB仿真結果表明：互惠共生關系為服務吸收單元和整合單元間最佳匹配模式;雙維度時滯的出現(xiàn)影響生態(tài)系統(tǒng)的整體穩(wěn)定性，且對服務吸收單元的影響大于整合單元?；跁r序性判斷數(shù)字化導向下柔性種群的互作關系，可助推數(shù)字技術與服務生態(tài)系統(tǒng)應用場景的深度融合，催生企業(yè)新架構、新場景和新范式的形成。

關鍵詞：服務生態(tài)系統(tǒng);共生演化;數(shù)字化技術;柔性種群;Lotka-Volterra模型

DOI：10.16315/j.stm.2021.05.008

中圖分類號： F 273.5

文獻標志碼： A

Research on symbiotic relationship among flexible populations under

digital guidance： Based on the perspective of service ecosystem

SHAN Zi-dan1，2，CHEN Lin1，ZENG Yan-hong1，LI Hui-min1

（1.School of Economics and Management， Harbin University of Science and Technology， Harbin 150040， China;

2.Research Center of High Tech Industry Development， Harbin University of Science and Technology， Harbin 150040， China）

Abstract：To establish a highly integrated collaborative innovation mechanism and create a collaborative and efficient innovation environment is the key to improve the environmental adaptability and group relationship resilience of service ecosystem. The complex relationship among service absorption unit and integration unit is represented by different action parameters of Lotka-Volterra symbiosis model. According to the flexibility and agility effect of population energy fusion under digital guidance， the two dimensional differential equations of organization embedding delay and business delay are constructed， The local stability analysis model is built to give the cooperative mechanism of population symbiosis and external environment evolution. The simulation results of MATLAB show that the reciprocal symbiosis is the best matching mode between service absorption unit and integration unit; The occurrence of two-dimensional delay affects the overall stability of the ecosystem， and the impact on service absorption unit is greater than that of integration unit. Based on timing judgment， the interaction network of digital oriented flexible population can promote the deep integration of digital technology and service ecosystem application scenarios， and promote the formation of new enterprise architecture， new scenarios and new paradigms.

Keywords：service ecosystem; symbiotic evolution; digital technology; flexible population; Lotka-Volterra model

近年來，服務經濟的快速崛起推動了國民經濟結構性改革。從制造業(yè)服務化到發(fā)展服務型制造，服務投入與產出的占比逐年提升，服務業(yè)向跨領域行業(yè)的滲透能力日趨明顯。傳統(tǒng)的產品競爭逐漸轉向差異化的服務之爭，如何以服務化思維處理發(fā)展問題是企業(yè)獲取核心競爭優(yōu)勢的關鍵。2016年7月由工信部、發(fā)改委與中國工程院印發(fā)的《發(fā)展服務型制造專項行動指南》指出要加速生產型制造向服務型制造的轉變。此后國家發(fā)改委等15部門印發(fā)了《關于推動先進制造業(yè)和現(xiàn)代服務業(yè)深度融合發(fā)展的實施意見》指出要提升企業(yè)生產性服務投入、完善產業(yè)生態(tài)系統(tǒng)，促進制造業(yè)與服務業(yè)高質量融合。新形勢、新發(fā)展、新業(yè)態(tài)背景下，服務理念改變了利益相關主體間的思考方式與協(xié)作模式。制造業(yè)的服務化轉型也對轉型環(huán)境、轉型模式與轉型方法提出了更高要求。服務生態(tài)系統(tǒng)正是為適應快速變革的市場與政策環(huán)境，催生出的一種具有可持續(xù)發(fā)展優(yōu)勢的多維組織模式[1]，且服務生態(tài)系統(tǒng)的柔性增強了企業(yè)對于未來危機的應對能力[2]。

近年來，有關服務生態(tài)系統(tǒng)的研究已成為國內外研究的熱點問題，且有較多成功案例。如小米建立了多態(tài)融合、共生發(fā)展的全產品生命周期的服務生態(tài)系統(tǒng)，大幅縮減了生產成本提升生產效率，以服務創(chuàng)新打破產品價值鏈低端鎖定困境。華為向全球發(fā)布鴻蒙系統(tǒng)（HMS）以及應用市場APPGallery，吸納了更多開發(fā)者加入華為HMS生態(tài)，推動服務體系的完善升級。具體而言，服務生態(tài)系統(tǒng)是通過企業(yè)建立資源整合池，依靠創(chuàng)新技術進行服務交換從而實現(xiàn)價值共創(chuàng)的過程[3]，將企業(yè)群視為空間分散和潛在的目標化實體網絡。其中，數(shù)字化技術在服務生態(tài)系統(tǒng)中起到連接分散的網絡節(jié)點的作用。數(shù)字化技術的應用不僅可以響應服務生態(tài)系統(tǒng)中內源性需求變化，也可以實現(xiàn)主體內部嵌入關系的解構與重組[4]。數(shù)字技術的融入使依據(jù)資源、功能視角對產品主導邏輯下的需求者、供給者與顧客群體分類很難體現(xiàn)系統(tǒng)內利益相關者角色的動態(tài)性[5]，且服務生態(tài)系統(tǒng)的理念已超越了服務科學視角下服務系統(tǒng)間的互動范疇，認為價值共創(chuàng)主體間易形成松散的時空耦合結構，進而模糊了系統(tǒng)內供應商、生產者與顧客要素間的界限[6]。數(shù)字化技術賦予組織的融合、協(xié)作與靈敏等特征正是柔性的本質。柔性組織強調的是跳躍與變化、速度與反應以及靈活與彈性的特性[7]。組織與種群之間存在密切的關系，人類生態(tài)學把種群看作是通過組織聯(lián)系在一起的成員的集合體。因此，可將柔性種群界定為服務生態(tài)系統(tǒng)中具有松散耦合結構的柔性組織集聚而成的種群，擁有柔性組織的內源特性。在數(shù)字化技術加持下，柔性種群具備高于單一柔性組織應對風險的動態(tài)能力。為實現(xiàn)制造業(yè)數(shù)字化與服務化的融合，服務生態(tài)系統(tǒng)內亟需構建一種能靈活進行業(yè)務分解、集聚多元要素的柔性結構體系。該結構能夠提升系統(tǒng)的靈活應變能力，促進主體由競爭優(yōu)勢邏輯向共生共創(chuàng)的邏輯關系轉變[8]。

因此，本文聚焦數(shù)字化情境下服務生態(tài)系統(tǒng)連接、共生、敏捷特性，探討數(shù)字化技術對種群內部主體交互方式以及連接強度的影響，闡述服務生態(tài)系統(tǒng)中柔性種群共生關系類型以及主體間行為差異，構建Lotka-Volterra共生演化模型，揭示服務生態(tài)系統(tǒng)中柔性種群共生演化的“黑箱”，并考慮時滯效應對種群共生演化路徑的影響，給出種群共生與外部環(huán)境演化的協(xié)同運行機制及策略，以此推動服務生態(tài)系統(tǒng)向更高階邁進。

1文獻綜述

服務生態(tài)系統(tǒng)是自Vargo與Lusch提出服務主導邏輯后所衍生出的核心管理理念。已有文獻多集中于對服務生態(tài)系統(tǒng)內價值共創(chuàng)主體、資源整合與服務交互方式等方面的研究。如張培等[9]指出服務生態(tài)系統(tǒng)內多元主體在不同服務創(chuàng)新階段的結構與知識共創(chuàng)具有差異性;王昊等[10]基于行動者網絡理論，發(fā)現(xiàn)人類行動者與非人類行動者之間存在多種交互方式，且主體間價值共創(chuàng)具有時序特征;辛本祿等[11]基于制度作用機制，從服務生態(tài)系統(tǒng)的形成、運行、沖突與制度化工作機制方面建立了系統(tǒng)整合模型。也有較少學者從技術賦能視角，對服務生態(tài)系統(tǒng)的演化機理進行研究。如高素英等指出技術賦能驅動服務生態(tài)系統(tǒng)能力的提升，且多層面交互結構是資源整合與服務交換的基礎。James等[12]在數(shù)字化技術支撐下構建出的數(shù)字信息流連續(xù)體，縮短了服務生態(tài)系統(tǒng)中主體間信息不對稱的差距，從而改變主體間價值共創(chuàng)的方式?？梢?，基于資源整合進行服務交換的價值共創(chuàng)過程是探究服務生態(tài)系統(tǒng)演化的理論基礎。

已有文獻研究表明數(shù)字經濟的快速增長加速了數(shù)字化技術在企業(yè)生產經營中的廣泛應用，并潛移默化的影響組織模式的發(fā)展。如戚聿東[13]指出數(shù)字經濟降低了搜索成本、溯源成本等，極大提升了生產的柔性化。

Li[14]提出支持數(shù)字化技術內部與外部關系以及數(shù)字化技術與業(yè)務的戰(zhàn)略統(tǒng)一，可以改變組織結構提升企業(yè)的敏捷性以應對市場環(huán)境的變化。Chowdhury[15]指出服務創(chuàng)新根植于數(shù)字化技術，且數(shù)字化技術刺激傳統(tǒng)產品主導邏輯向靈活服務方向發(fā)展。Gkeredakis[16]提出數(shù)字化技術使組織的業(yè)務活動轉移到新的數(shù)字空間，幫助企業(yè)更好的應對突發(fā)性危機。數(shù)字化技術具備的內源屬性賦予了組織靈活連接、快速響應的柔性特征，組織間資源整合與服務交換活動加速相同屬性的柔性種群集聚。與此同時，數(shù)字化涌現(xiàn)的連接式共生提升了主體即時交互與實時響應的功能屬性[17]。

“共生”這一概念源于生物學領域，袁純清[18]將共生理論引入到社會學領域，并提出質參量兼容原理、共生能量生成原理、共生界面選擇原理、共生系統(tǒng)相變原理與共生系統(tǒng)進化原理，為共生關系的研究奠定了堅實的理論基礎。隨后依據(jù)共生內涵推演出工業(yè)共生網絡[19]、產業(yè)共生[20]以及創(chuàng)新生態(tài)系統(tǒng)共生演化[21]的研究，反映了“共生”作為組織與管理的重要范式，為多主體間相互依賴問題提供了解釋?？梢姡瑪?shù)字化資源將源源不斷地滲透到服務鏈中的每個環(huán)節(jié)，時間窗口不斷縮短，提升共生敏捷性是服務生態(tài)系統(tǒng)適應市場需求變化的必然要求。

上述文獻為服務生態(tài)系統(tǒng)向高階演化提供了理論視角與研究依據(jù)，但缺乏以數(shù)字化技術為主導的柔性主體間共生關系的研究。探究數(shù)字化技術應用下，新型種群特有的韌性與敏捷屬性對服務生態(tài)系統(tǒng)抵抗外部風險以及構建內部共生關系的影響。數(shù)字化技術縮短了企業(yè)的服務時間窗口，導致對主體敏捷性能要求的提升，因此加入時滯因素對共生穩(wěn)定性的研究，更有益于提出數(shù)字化導向下服務生態(tài)系統(tǒng)構建的合理方案。

2服務生態(tài)系統(tǒng)的構成要素

服務生態(tài)系統(tǒng)是以資源整合與服務交換為基礎進行價值共創(chuàng)的復雜網絡系統(tǒng)，且共生單元是系統(tǒng)內一切價值活動的主體。依據(jù)服務功能類型可將服務生態(tài)系統(tǒng)內集聚種群劃分為服務吸收單元、服務整合單元與服務接收單元。其中，服務吸收單元是創(chuàng)新生態(tài)系統(tǒng)中包括供應商、制造商等以產品作為載體具有內部產品輸出與外部服務吸收特性的主體，側重于產品使用性能上的服務價值凝聚。服務整合單元是指具有較高服務傳遞能力的服務性企業(yè)集群，更傾向于提供完整的服務解決方案，如數(shù)字化服務平臺、金融服務機構等服務性組織，在整個服務生態(tài)系統(tǒng)中起到調節(jié)服務鏈薄弱環(huán)節(jié)的作用。服務接收單元則指服務生態(tài)系統(tǒng)中的顧客、終端用戶等群體，是服務價值的最終流向。

不同類型的集聚種群在服務生態(tài)系統(tǒng)價值創(chuàng)造過程中，進行跨領域的價值網絡合作，并逐步形成互利共生的關系網。各共生單元依據(jù)數(shù)字化技術進行基礎的關系往來與業(yè)務協(xié)作。其中，數(shù)據(jù)作為數(shù)字化時代孕育出的新生產要素，在共生體關系網絡構建過程中起到重要作用，其共生主體間的業(yè)務關系框架，如圖1所示。

3服務生態(tài)系統(tǒng)共生演化模型

服務生態(tài)系統(tǒng)共生體系與自然生態(tài)系統(tǒng)相似，種群內部或種群間具有相關性，可以基于Lotka-Volterra模型對共生單元的關系模式進行動態(tài)測量。從服務主導邏輯視角出發(fā)，服務吸收單元與服務整合單元間的業(yè)務往來更關注技術與知識的流動效率與效益，可將服務吸收單元中存在的時滯歸納為嵌入時滯，將服務整合單元中的時滯歸結為業(yè)務時滯。兩種群間的組織邊界、政策制度以及技術與知識不對等的匹配關系等是形成嵌入時滯與業(yè)務時滯的主要原因。時滯微分方程可有效擬合系統(tǒng)種群間由于技術與知識的消化、吸收過程所產生的時延。

3.1服務生態(tài)系統(tǒng)共生演化模型構建

首先，構建服務吸收單元與服務整合單元在無時滯因素影響下的共生演化模型，采用灰色估計法以及最小二乘法進行參數(shù)計算，得出服務吸收單元與服務整合單元的共生作用系數(shù)后，討論不同共生作用系數(shù)下系統(tǒng)的演化方向，并得出共生單元間最佳匹配模式。然后，在上述分析基礎上構建時滯微分方程，討論由技術或知識導致時滯效應對于種群間共生關系的影響，模型構建過程如下分析。

3.1.1不考慮時滯因素的服務生態(tài)系統(tǒng)關系分析

設定r1（t）與r2（t）分別是服務吸收單元與服務整合單元的內生增長率，表示單元主體的發(fā)展速度;x1（t）與x2（t）分別為服務吸收單元與服務整合單元單位時間內的效益;α1與α2為服務整合單元對于服務吸收單元效益增長的影響系數(shù)與服務吸收單元對服務整合單元效益增長的影響系數(shù);K1與K2分別是服務吸收單元在特定環(huán)境下的最大收益值與服務整合單元在該情景下的最大收益值。構建兩共生體間的生態(tài)關系模型如下：

dx1（t）dt=r1（t）x1（t）（1-x1（t）K1+α1x2（t1）K2），

dx2（t）dt=r2（t）x2（t）（1+α2x1（t）K1-x2（t）K2），

x1（0）=x10，x2（0）=x20。（1）

為簡化后續(xù)共生演化模型參數(shù)求解，令α11（t）=r1（t）K1，

α12（t）=α1r1（t）K1，α21（t）=α2r2（t）K2，α22（t）=r2（t）K2，將式（1）改寫為式（2）：

dx1（t）dt=x1（t）（r1（t）-α11（t）x1（t）+α12（t）x2（t）），

dx2（t）dt=x2（t）（r2（t）+α21（t）x1（t）-α22（t）x2（t）），

x1（0）=x10，x2（0）=x20。（2）

共生單元間的關系模式取決于共生作用系數(shù)的范圍，具體模式如表1所示。

3.1.2考慮時滯因素的服務生態(tài)系統(tǒng)關系模型構建

基于上述分析，具有時滯因素的共生演化模型中增加了時滯變量τ1，為服務吸收單元在進行服務創(chuàng)新過程中對來自服務整合單元的技術與專業(yè)化知識進行轉化與吸收的時延，時延長短同樣體現(xiàn)在服務整合單元嵌入到服務吸收單元內部的程度，且τ1>0;相應的τ2是服務整合單元在與服務吸收單元進行業(yè)務交流時，由于服務吸收單元對于服務整合單元的業(yè)務表達程度、資源共享度、信任度以及數(shù)據(jù)開放度不同，會造成各環(huán)節(jié)間的時延生成，且τ2>0。

構建帶有時滯的非自治系統(tǒng)模型如下：

dx1（t）dt=r1（t）x1（t）（1-x1（t）K1+α1x2（t-τ1）K2），

dx2（t）dt=r2（t）x2（t）（1+α2x1（t-τ2）K1-x2（t）K2），

x1（0）=x10，x2（0）=x20。（3）

時滯微分方程穩(wěn)定性的證明過程較為困難，鑒于時滯微分方程的穩(wěn)定性與全局收斂性并非本文的研究重點，受文章篇幅限制具體的證明過程可參考楊帆等[22]對共生系統(tǒng)穩(wěn)定性與全局吸引性的數(shù)理證明，通過構建Liapunov泛函可證明平衡態(tài)。

3.2數(shù)值分析

3.2.1樣本選取

在服務生態(tài)系統(tǒng)中高端制造業(yè)是具有高研發(fā)投入、高產品附加值的企業(yè)集群，所處價值鏈的位置決定我國制造業(yè)的發(fā)展地位，是服務化轉型的典型代表行業(yè)。高技術服務業(yè)是具有技術、知識密集型的服務性企業(yè)群，在服務生態(tài)系統(tǒng)中具有發(fā)展導向性。兩者的行業(yè)性質與業(yè)務交互符合服務導向邏輯下的柔性主體共生關系。因此，選取高端制造業(yè)與高技術服務業(yè)作為服務吸收單元與服務整合單元共生關系的樣本來源。采用數(shù)據(jù)來源于2011—2019年《中國統(tǒng)計年鑒》、《中國火炬統(tǒng)計年鑒》、《中國第三產業(yè)統(tǒng)計年鑒》，以《國民經濟行業(yè)分類》（GB/T4754-2017）為基礎，依據(jù)國家統(tǒng)計局頒布的《高技術產業(yè)（服務業(yè)）分類》進行分析，由于高技術服務業(yè)含概行業(yè)較多，因此選取規(guī)模以上科學研究和技術服務業(yè)與信息傳輸、軟件和信息技術服務業(yè)的增加值作為衡量高技術服務業(yè)發(fā)展指標，選取新產品銷售收入作為衡量高端制造業(yè)創(chuàng)新發(fā)展指標。兩個指標能很好地描述行業(yè)發(fā)展情況，綜合反映服務生態(tài)系統(tǒng)中服務吸收單元與服務整合單元間的生態(tài)關系。以高端制造業(yè)中的電子通訊設備、計算機及辦公設備、航空航天器及設備等細分行業(yè)作為發(fā)展趨勢指向，某種程度上可預演高端制造型產業(yè)結構發(fā)展狀態(tài)，如圖2所示。

3.2.2共生作用系數(shù)測算

計算服務吸收單元與服務整合單元的共生作用系數(shù)，采用灰色估計法將式（2）改變?yōu)槭剑?）：

dx1dt=λ10x1+λ11x12+λ12x1x2，

dx2dt=λ20x2+λ22x22+λ21x1x2，

x1（0）=x10，x2（0）=x20。（4）

設非負序列為X（0）=（x（0）（1），x（0）（2），…，x（0）（n）），并且設定x（0）的1-AGO序列為X（1）=（x（1）（1），x（1）（2），…，x（1）（n）），其中

x（1）（t）=∑ti=1x（0）（i），t=1，2，…，n，背景值序列為

Z（1）=（z（1）（2），z（1）（3），…，z（1）（n）），且z（1）（t）=

0.5（x（1）（t）+x（1）（t-1）），t=2，3，…，n，則灰色估計模型的基本形式為x（0）（t）+αz（1）（t）=λ。依據(jù)最小二乘估計參數(shù)列α^=[α，λ]T=（BTB）-1BTY，且灰導數(shù)dx1/dt、dx2/dt分別與對偶函數(shù)（x1（t+1），x1（t））、（x2（t+1），x2（t））構成映射關系，取時間t背景值為（x1（t+1），x1（t））2、（x2（t+1），x2（t））2。式（4）存在關系式：[λ10，λ11，λ12]T=（BTB）-1BTY。其中：

B=（x1（2）+x1（1））2（x1（2）+x1（1））42（x1（2）+x1（1））（x2（2）+x2（1））4

（x1（3）+x1（2））2（x1（3）+x1（2））42（x1（3）+x1（2））（x2（3）+x2（2））4

（x1（t+1）+x1（t））2（x1（t+1）+x1（t））42（x1（t+1）+x1（t））（x2（t+1）+x2（t））4，

Y=x1（2）-x1（1）

x1（3）-x1（2）x1（t+1）-x1（t）。

依據(jù)上述方法，同理可計算其他方程式的系數(shù)值。根據(jù)灰色估計法求出擬合曲線，如圖4所示。利用最小二乘法準則，對數(shù)據(jù)進行離散化處理求得參數(shù)矩陣式如下所示：

λ=0.487 131.706 25e-10-5.969 89e-100.275 012.386 37e-10-1.038 59e-10（5）

將式（5）矩陣λ中的元素代入式（1）可得出共生演化模型各參數(shù)值，兩主體的凈增長率為r1=0.487 13，r2=0.275 01，最大發(fā)展規(guī)模K1=2 854 212 454.212 5，K2=1 152 377 879.373 3以及共生系數(shù)α的作用關系，r1>0，r2>0體現(xiàn)出我國高端制造業(yè)、高技術服務業(yè)處于較快增長階段，且高端制造業(yè)的增長潛力高于高技術服務業(yè)，共生作用系數(shù)為α1=-1.833>0，α2=-1.2188>0。

3.2.3擬合檢驗

采用灰色估計法求得共生演化模型各參數(shù)值，應用MATLAB進行數(shù)值擬合的結果，如圖3所示。高端制造業(yè)與高技術服務業(yè)真實增長值與擬合數(shù)值基本保持一致增長趨勢?？梢?，所求參數(shù)可以較好地擬合高端制造業(yè)與高技術服務業(yè)的趨勢發(fā)展，并可以得出，借鑒Lotka-Volterra模型描述服務吸收單元與服務整合單元的生態(tài)關系是合理的。

由表1可知，當α1<0，α2<0時，服務生態(tài)系統(tǒng)中的高端制造業(yè)與知識密集型服務業(yè)之間存在競爭共生的關系，兩行業(yè)在交叉生態(tài)位領域存在競爭，這種具有抑制性的行業(yè)發(fā)展趨勢可能源于兩類產業(yè)都具有高研發(fā)投入、高附加值的特性，是雙方產業(yè)價值導向不一致、業(yè)務流速不匹配以及制度引導不均衡所造成的，主要矛盾表現(xiàn)在資源、知識與技術的爭奪上。若不能有效提升雙方創(chuàng)新成果轉化率，技術創(chuàng)新與服務創(chuàng)新成果將不能得到有效擴散，就會出現(xiàn)行業(yè)研發(fā)成本高于行業(yè)創(chuàng)新績效，從而對產業(yè)經濟增長造成負向影響，最終，高端制造業(yè)與高技術服務業(yè)間的競爭會導致“服務化悖論”的產生。從服務吸收單元與服務整合單元間的相互作用系數(shù)可以反映出我國高端制造業(yè)與高技術服務業(yè)間的融合度不夠，高技術服務業(yè)不能有效的促進高端制造業(yè)產值提高。在知識創(chuàng)新成果轉化過程中技術密集型制造業(yè)與服務業(yè)間會產生資源爭奪現(xiàn)象，對知識產權的保護以及開放共享程度降低會導致兩主體間合作壁壘生成。那么，如何根據(jù)對共生主體間生態(tài)關系的調節(jié)，引導雙方向優(yōu)質的產業(yè)結構方向發(fā)展？需對服務生態(tài)系統(tǒng)中種群競合行為分析，以建立健全的協(xié)同共生關系，對已有的不協(xié)調競爭態(tài)勢進行多層次調整并提出對策建議。

4仿真結果分析

針對上述分析結果可知，高端制造業(yè)與高技術服務業(yè)之間處于競爭共生模式，一定程度上反映出服務生態(tài)系統(tǒng)中具有高附加值、高研發(fā)投入的服務吸收單元與服務整合單元之間處于競爭共生模式，若改變兩者的共生模式，將會對兩類共生單元的向高階生態(tài)系統(tǒng)演進造成何種影響？

服務生態(tài)系統(tǒng)是一個復雜的動力學系統(tǒng)，在生物動力系統(tǒng)中時滯現(xiàn)象是普遍存在的。結合已有研究，帶有時延調節(jié)的動力模型相當于研究非延時調節(jié)的級聯(lián)，存在的時延現(xiàn)象可以代替非時延動力模型中的多級調節(jié)變量，時滯微分方程可以簡化生物動力關系[23]。生物行為的動力學發(fā)展并非即時性反應，而是具有延時性，已發(fā)生的行為將會影響現(xiàn)有事件的決策預判，時滯性的存在對于種群間的交流互動也會帶來全新的影響，影響種群間競合關系的穩(wěn)定性，或促成新的耦合發(fā)生或解耦合發(fā)生。所以，研究服務生態(tài)系統(tǒng)中的時滯性問題具有必要性。下面將運用MATLAB進行數(shù)值仿真，分析在不改變原有參數(shù)值大小，而只改變共生作用系數(shù)正負時對兩共生單元生態(tài)關系的影響。得出無時滯共生演化下的最優(yōu)關系模式，并在此基礎上，進一步討論種群之間存在的嵌入時滯與業(yè)務時滯對服務吸收單元與服務整合單元之間生態(tài)關系演化的影響。

4.1無時滯下共生單元不同生態(tài)關系演化分析

以高端制造業(yè)為代表的服務吸收單元與以高技術服務業(yè)為代表的服務整合單元同屬于高技術密集度、高知識密集度、高附加值與高效益性的企業(yè)。當兩者建立正向促進關系時，由于高端制造業(yè)吸收高技術服務型企業(yè)的功能，會提升服務創(chuàng)新成果轉化率與擴散度，從而提升自身創(chuàng)新績效。因此，下面僅討論包含正向促進作用下的共生模式，并分析不同共生模式下高端制造業(yè)與高技術服務業(yè)的產業(yè)發(fā)展趨勢，以此總結出服務生態(tài)系統(tǒng)中服務吸收單元與服務整合單元最佳匹配模式。

4.1.1服務吸收單元與服務整合單元偏利共生關系

在保證其他參數(shù)不變，更改α1=0，α2=1.218 8>0時，其演化趨勢，如圖4所示。高端制造業(yè)與高技術服務業(yè)在偏利共生模式下的產業(yè)創(chuàng)新績效要高于競爭共生模式下的產值。但從發(fā)展趨勢上分析，高端制造業(yè)前期的增長速率要高于后期，與圖9中獨立關系下的發(fā)展趨勢相似?？芍?，高技術服務業(yè)在前期緩慢增長到后期從高端制造業(yè)中獲取利益形成快速增長趨勢，這種模式有利于高技術服務業(yè)的快速發(fā)展。在其他參數(shù)不改變時，設定α1=1.833>0，α2=0，高端制造業(yè)的偏利共生發(fā)展趨勢，如圖5所示。高端制造業(yè)在接收高技術服務業(yè)單方面服務嵌入后其增長速度提升，進入快速發(fā)展階段，而高技術服務業(yè)的增長趨勢與獨立關系下發(fā)展狀態(tài)相似。

4.1.2服務吸收單元與服務整合單元寄生共生關系

保證其他參數(shù)不變時，令α1=-1.833<0，α2=1.218 8>0，為高技術服務業(yè)寄生共生模式，其演化趨勢，如圖6所示。高端制造業(yè)在與高技術服務業(yè)進行業(yè)務合作時會處于劣勢，兩者的合作是以“犧牲”高端制造業(yè)利益為代價進行業(yè)務往來。由于高技術服務業(yè)的單方獲益行為，且對高端制造業(yè)產生成本負擔，在合作前期雙方都會形成一定的增長，但在一定期限后，服務業(yè)的寄生優(yōu)勢顯現(xiàn)而出，呈現(xiàn)高速增長，而高端制造業(yè)則形成明顯的下降趨勢。此種模式適用于政府對高技術服務業(yè)產業(yè)扶持階段，用于短期內實施而不利于多產業(yè)間的長久發(fā)展。而當α1=1.833>0，α2=-1.2188<0時，出現(xiàn)的高端制造業(yè)寄生共生模式的演化趨勢，如圖7所示。高端制造業(yè)在原有產業(yè)基礎上，在合作中擁有高技術服務業(yè)嵌入的知識與技術，增長行業(yè)服務創(chuàng)新吸收成效，而高技術服務業(yè)在這種僅提供服務創(chuàng)新成果給制造業(yè)的關系模式下會降低產值，最終走向滅亡。

4.1.3服務吸收單元與服務整合單元互惠共生與獨立關系

保持其他參數(shù)不變，令α1=1.833>0，α2=1.218 8>0時，如圖8所示。高端制造業(yè)與高技術服務業(yè)之間為互惠共生關系，高端制造業(yè)在高技術服務業(yè)的加持下在原有增長趨勢的基礎上成指數(shù)增長。高技術服務業(yè)的增長速度雖略緩于高端制造業(yè)，但相較于競爭模式時仍具有較高的增長值，服務生態(tài)系統(tǒng)在互惠合作下呈現(xiàn)出倍增效應。從演化趨勢可以看出互惠共生模式下主體間存在的增長勢差會逐年減少，以此縮短行業(yè)差距。然而，當α1=0，α2=0時，高端制造業(yè)與高技術服務業(yè)之間處于相互獨立的狀態(tài)的演化趨勢，如圖9所示。當兩者之間不存在任何交互關系，即既不存在競爭也不存在協(xié)同合作時，高端制造業(yè)的發(fā)展態(tài)勢要優(yōu)于高技術服務業(yè)的發(fā)展。其原因在于前期國家政策制度的大力支持以及較高的研發(fā)投入形成高端制造業(yè)的先發(fā)優(yōu)勢，并且服務生態(tài)系統(tǒng)中的服務吸收單元與服務整合單元在相互獨立模式下的發(fā)展較為平穩(wěn)。

4.2不同時滯影響下共生單元生態(tài)關系演化分析

分析種群在彼此競合過程中的時延，將服務吸收單元中存在的時滯設定為服務整合單元嵌入時滯，服務整合單元存在的時滯設定為在與服務吸收單元合作過程中造成的業(yè)務時延。具體體現(xiàn)在業(yè)務分解與轉化能力的欠缺以及學習吸收過程中對于來自外部知識與技術的消化吸收較弱，歸根結底時延的出現(xiàn)體現(xiàn)機制構建方面的不完善。研究2種時滯不同匹配度對有利于構建服務生態(tài)系統(tǒng)的內部平衡機制。

1）設定等勢時滯。受多方面因素的影響，如連接整合過程中出現(xiàn)技術不匹配或知識不對等將導致業(yè)務融合產生時延，而主體間的開放共享度以及對異質性技術與知識消化吸收程度會影響服務整合單元嵌入的時效，對比圖8中τ1=0，τ2=0與圖10（d）τ1=0.5，τ2=0.5仿真結果可知，兩種時滯的出現(xiàn)會同時降低服務吸收單元與服務整合單元的產業(yè)創(chuàng)新績效，且減緩兩共生體的增長趨勢。結合實例分析可知，嵌入時滯對于高端制造業(yè)的影響程度高于業(yè)務時滯對于高技術服務業(yè)創(chuàng)新績效的影響。

2）設定差異化時滯。由于兩共生單元的行業(yè)性質不同，因此會產生不同程度的時延。對圖10中（b）τ1=0.3，τ2=0.5與（a）τ1=0.1，τ2=0.5進行比較分析，可知，當不改變業(yè)務時滯，而降低服務吸收單元中的嵌入時滯，兩共生體的創(chuàng)新績效都會提升，且嵌入時滯的改變對于服務吸收單元的影響程度高于對服務整合單元的影響。以具體實例分析可知，在高技術服務業(yè)與高端制造業(yè)進行共生協(xié)同時，需要高技術服務業(yè)嵌入到高端制造業(yè)組織中進行各項業(yè)務模塊拼接，這種嵌入存在于先進技術吸收與專業(yè)知識轉化的時延，服務型產業(yè)的嵌入需要對高端制造業(yè)組織模式進行重構，以及資源重組用以提升高端制造業(yè)創(chuàng)新績效。因此，嵌入性滯對于服務吸收單元影響較大。對比圖10（b）與圖10（c）進行演化趨勢分析，在不改變嵌入時滯的情況下，增加服務整合單元中的業(yè)務時滯，由實驗仿真的演化趨勢可知，業(yè)務時滯的增加同樣不會改變共生體間的演化方向，但會減緩這種趨勢。

5結論與討論

5.1研究結論

本文采用服務生態(tài)系統(tǒng)理論與共生理論，針對數(shù)字化導向下服務生態(tài)系統(tǒng)柔性種群共生關系演化進行基礎理論與模型仿真分析，指出數(shù)字化技術賦予主體連接、共生、敏捷的特性，形成具有數(shù)字化特征的柔性的組織結構。分析了數(shù)字化技術賦能下的共生環(huán)境與共生模式相互作用關系，并利用具有服務吸收單元與服務整合單元聚合特性的高端制造業(yè)與高技術服務業(yè)作為實證對象，構建了柔性種群間的Lotka-Volterra共生演化模型，闡明數(shù)字化技術賦予服務生態(tài)系統(tǒng)新的“連接”與“共生”功能。進一步結合服務過程中對“敏捷”的需求，討論種群時滯對共生演化趨勢的影響，揭示數(shù)字化經濟對種群共生關系發(fā)展機理與演化規(guī)律。研究結果歸納為以下幾點：

1）數(shù)字化技術作為服務創(chuàng)新的核心要素賦予服務生態(tài)系統(tǒng)中主體進行資源整合與服務交換全新的交互模式與思維方式，依靠數(shù)字化服務平臺形成數(shù)據(jù)、業(yè)務、技術的集成優(yōu)勢是推動生態(tài)系統(tǒng)健康可持續(xù)發(fā)展的動力源泉。在共生主體價值共創(chuàng)過程中應注重共生環(huán)境的構建，以此作為柔性種群生長的外部環(huán)境。為促進服務生態(tài)系統(tǒng)更長久發(fā)展，應該注重連接整合機制、學習吸收機制以及快速響應機制的構建，促進柔性種間形成互惠的共生的依賴關系從而推動服務生態(tài)系統(tǒng)向更高階段演化。

2）以高端制造業(yè)與高技術服務業(yè)為實例的仿真結果可知，在服務生態(tài)系統(tǒng)中服務吸收單元與服務整合單元的寄生共生模式適用于短期內的政策扶持，以單方面快速提升行業(yè)創(chuàng)新績效，提升弱勢群體實力從而調節(jié)產業(yè)結構，但這種會對非扶持一方造成損失。若外部制度建立對共生體某一方產生較大的優(yōu)惠支持，就會出現(xiàn)偏利傾向，但如只單方面的促進某共生體發(fā)展是不利于服務生態(tài)系統(tǒng)總體創(chuàng)新績效提升，反而會加大產業(yè)之間發(fā)展差距出現(xiàn)產業(yè)結構不合理、業(yè)務融合不匹配現(xiàn)象?；セ莨采Ｊ皆谝欢ǔ潭壬峡梢哉{整服務生態(tài)系統(tǒng)結構發(fā)展不平衡的問題。

3）種群間在共生過程中所產生的時滯因素會降低服務生態(tài)系統(tǒng)的效益。不同程度的嵌入時滯與業(yè)務時滯對系統(tǒng)產生的影響有所差異，且嵌入時滯的改變對于服務吸收單元的影響程度高于對服務整合單元的影響，因此，快速響應機制構建過程中應注重消減嵌入時滯對于服務整合單元帶來的影響，提升資源液態(tài)能力以及響應數(shù)字化平臺與數(shù)字化接口的構建等以減弱嵌入時滯的影響。業(yè)務時滯的增加同樣不會改變共生體間的演化方向，但會減緩這種趨勢，則應加強系統(tǒng)內連接整機制與吸收學習機制的構建，以數(shù)字化技術強化外部價值共創(chuàng)主體的同時也吸收異質性知識形成自身技術與知識的更新迭代。

5.2管理啟示

基于本文的研究內容可將所得管理啟示歸結如下：

1）服務生態(tài)系統(tǒng)的構建方面。服務生態(tài)系統(tǒng)的構建符合服務經濟發(fā)展的要求。為避免“服務化悖論”現(xiàn)象與數(shù)字化技術形成的創(chuàng)新內卷發(fā)生，在數(shù)字化技術導向下，種間價值共創(chuàng)過程中的技術創(chuàng)新與服務創(chuàng)新應朝向種間共生得演化方向發(fā)展，多主體間最終應趨向于建立互惠共生的關系。這種依據(jù)數(shù)字化技術建立起的具有柔性與韌性的連接式共生關系有利于主體應對變幻莫測的市場環(huán)境以及突如其來的危機。

2）數(shù)字化技術應用方面。以高端制造業(yè)與高技術服務業(yè)之間的共生演化的實證分析可知，當前我國制造業(yè)與服務業(yè)融合發(fā)展的過程仍存在銜接鴻溝，數(shù)字經濟所釋放出的數(shù)字紅利在服務生態(tài)系統(tǒng)發(fā)展過程中并未得到有效吸收，政府應加大對于制造業(yè)與服務業(yè)融合的政策力度，多方面、立體化的加速兩業(yè)融合。數(shù)字化技術在服務生態(tài)系統(tǒng)構建過程中需要制度支撐以及健全的保障機制，用以解決系統(tǒng)主體間資源開放共享程度以及利益分配等問題。

參考文獻：

[1]高素英，張燁，金相杉.技術賦能視角下企業(yè)服務生態(tài)系統(tǒng)動態(tài)演化機理研究[J].科學學與科學技術管理，2021，42（4）：104.

[2]MR A，NS B，CKC D，et al.Navigatingdisruptive crises through service-led growth： The impact of COVID-19 on Italian manufacturing firms[J].Industrial Marketing Management，2020，88：225.

[3]VARGO S L，LUSCH R F.From repeat patronage to value co-creation in service ecosystems：A transcending conceptualization of relationship[J].Journal of Business Market Management，2010，4（4）：169.

[4]SKLYAR A，KOWALKOWSKI C，TRONVOLL B，et al.Organizing for digital servitization：A service ecosystem perspective[J].Journal of Business Research，2019，104：450.

[5]王昊，陳菊紅，姚樹俊，等.基于行動者網絡理論的服務生態(tài)系統(tǒng)利益相關者價值共創(chuàng)分析框架研究[J/OL].軟科學：1[2022-01-07].http：//kns.cnki.net/kcms/detail/51.1268.G3.20201215.1731.004.html.

[6]陳春花.環(huán)境的不確定性與組織柔性化能力[J].清華管理評論，2020（4）：42.

[7]LUOMA A V，PALOVIITA A.Actor-Networking stakeholder theory for todays corporate communications[J].Corporate Communications：An International Journal，2010，15（1）：49.

[8]VARGO S L，LUSCH R F.Service-dominant logic 2025[J].International Journal of Research in Marketing，2017，34（1）：46.

[9]張培，楊迎.服務生態(tài)系統(tǒng)視角下多主體參與的服務創(chuàng)新過程[J].科研管理，2020，41（8）：31.

[10]王昊，陳菊紅，姚樹俊，等.服務生態(tài)系統(tǒng)利益相關者價值共創(chuàng)分析框架研究[J].軟科學，2021，35（3）：108.

[11]辛本祿，劉燕琪.基于制度作用機制的服務生態(tài)系統(tǒng)整合模型研究[J].中國科技論壇，2021（1）：136.

[12]PELTIER J W，DAHL A J，SWAN E L.Digitalinformation flows across a B2C/C2C continuum and technological innovations in service ecosystems：A service-dominant logic perspective[J].Journal of Business Research，2020，121：724.

[13]戚聿東，肖旭.數(shù)字經濟時代的企業(yè)管理變革[J].管理世界，2020，36（6）：135.

[14]LI H，WU Y，CAO D，et al.Organizational mindfulness towards digital transformation as a prerequisite of information processing capability to achieve market agility[J].Journal of Business Research，2021，122：1.

[15]SOUMITRA C，MARIA A，MICHEL T.Service innovation in digitalized product platforms：An illustration of the implications of generativity on remote diagnostics of public transport buses[J].Technology in Society，2021，65：1.

[16]GKEREDAKIS M，LIFSHITZ A H，BARRETT M.Crisis as opportunity，disruption and exposure：Exploring emergent responses to crisis through digital technology[J].Information and Organization，2021（1）：100344.

[17]梅亮，陳春花，劉超.連接式共生：數(shù)字化情境下組織共生的范式涌現(xiàn)[J].科學學與科學技術管理，2021，42（4）：33.

[18]袁純清.共生理論及其對小型經濟的應用研究（上）[J].改革，1998（2）：100.

[19]WU J，JIN R.Exploring the impact of symbiotic measures on the evolution of structureand function of the iron and steel industrial symbiosis network[J].Journal of Cleaner Production，2020，273：122990.

[20]LAWAL M，ALWI S，MANAN Z A，et al.Industrial symbiosis tools—A review[J].Journal of Cleaner Production，2021，280：1.

[21]劉平峰，張旺.創(chuàng)新生態(tài)系統(tǒng)共生演化機制研究[J].中國科技論壇，2020（2）：17.

[22]楊帆，蔣達清.具時滯Lotka-Volterra互惠系統(tǒng)的全局吸引性[J].數(shù)學物理學報，2002（4）：518.

[23]GLASS D S，JIN X，RIEDEL K I H.Nonlinear delay differential equations and their application to modeling biological network motifs[J].Nature Communications，2021，12（1）：1.

[編輯：劉素菊]

3157500338281