基于共生體視角的信息服務平臺商業模式研究
——以南海深水網箱養殖產業為例

■ 祁明德，解 瑞，羅美娟

（廣東工業大學管理學院，廣東廣州510520）

一、引 言

隨著互聯網和信息技術的發展，企業間信息交互模式由單一的點對點傳遞方式逐漸轉變為以信息平臺為聚焦點的信息共享交互模式，信息服務平臺化模式的發展促進了軟件業和信息服務業的持續發展，平臺化已成信息服務的重要發展趨勢[1]。阿里巴巴、京東商城、亞馬遜等平臺企業取得巨大成功，互聯網環境下的平臺商業模式成為研究的關注點[2]。

“商業模式”一詞最早是在20世紀60年代被學者提出，但當時很少被關注。隨著信息技術和互聯網的發展，面對不確定的外部環境，企業只有不斷地進行商業模式的創新，才能適應未知的商業環境[3]。彼得·德魯克曾說過：“未來的企業競爭不僅僅是產品和服務的競爭，而是商業模式的競爭。”

關于商業模式的定義，各學者有不同的觀點。Morris等 （2003）將不同的商業模式定義分為經濟模式型、運營模式型與戰略模式型等三種類型[4]。原磊 （2007）將其分為經營類、運營類、戰略類與整合類等四種類型[5]。也有學者將其分為運營、盈利、戰略和系統等四種類型[6]。商業模式的定義至今還沒有達成共識，但近些年來，學者多從戰略和網絡視角來研究商業模式。此外，越來越多的學者為商業模式的研究提供了創新的思路和方法論。Amit與Zott（2015）將管理學與建筑學、社會學和藝術學等其他領域結合來研究商業模式設計的前因[7]。汪壽陽等人將冰山理論和復雜系統研究方法論引入商業模式研究領域，提出了商業模式的CET@I方法論；此外，他們將“微笑曲線”引入商業模式創新的研究中[8-9]。

本文基于整合類商業模式定義的視角進行研究。此類商業模式定義的學者多從要素整合與利益相關者的資源整合視角定義商業模式。以Viscio、Osterwalder、魏煒和朱武祥等最具代表性性，他們認為商業模式不只是各商業模式構成要素的簡單組合，而是包含一組元素及其各利益相關者的邏輯概念性工具。其中最具典型的為Osterwalder的九要素模型和魏煒、朱武祥的六要素模型，魏朱模型認為商業模式是將各利益相關者資源、知識、能力和產品進行整合，以創造額外價值[10-12]。

平臺商業模式創新必然以大數據環境為基礎，“大數據”正以各種方式和路徑影響著企業的商業生態，它已經成為企業商業模式創新的基本時代背景[13]。大數據云計算給信息服務平臺帶來了服務模式的變革，“大數據”可以使企業的信息透明化，使其釋放更大的價值，大數據時代會使各利益相關者對資源進行重新匹配，從而產生新的管理模式和規則[14]。然而，隨著外部環境不確定性的增加，單一的信息服務平臺存在著功能不全面、資源共享和分配能力差等問題。因此，學者和企業家逐漸將視角從單一的平臺技術創新轉變為平臺商業模式創新與技術創新的匹配，商業模式設計與技術創新戰略的匹配對企業績效有著顯著的影響[15]。

本文基于共生體理論，結合平臺商業模式和大數據商業模式理論，以南海深水網箱養殖產業為對象，基于南海深水網箱養殖信息服務平臺基本模塊的設計，構建以其為焦點企業的平臺化共生體商業模式，從而有利于形成多點分散型的虛擬企業集群，有助于克服海洋養殖企業難以形成產業集群效應的缺陷。

二、理論基礎

（一）基于“大數據”的平臺商業模式理論

隨著阿里巴巴、京東商城、亞馬遜等互聯網平臺取得成功，基于大數據環境下的平臺商業模式成為近年來研究的焦點?；ヂ摼W的發展使得數據呈現出了爆炸式的增長，企業可獲取客戶、供應商和自身運營狀況數以億計字節的信息[16]。面對如此龐雜的數據，如何對其有效的利用和整合成為了新時代學術界和產業界的關注焦點。Devlin（2012）認為大數據的概念應從數據結構和實際運用價值兩方面進行演化[17]。大數據技術的發展使得企業能夠更好地應對數據的規模性和復雜性。目前，大數據還是一個新興的研究領域，但大數據所具有的商業模式創新潛能已經被諸多企業和學者所認同[16]。劉丹等 （2014）認為大數據能夠對價值發現、價值實現、價值創造三個階段產生直接的影響，從而引發商業模式創新。對大數據影響商業模式創新的原因可歸納為兩個方面：一方面，大數據直接促進了企業商業模式的創新，是商業模式創新得以實現的方法、手段和工具；另一方面，大數據可以通過IT技術這一中介因素間接影響商業模式的創新[18]。大數據所帶來的是管理思維的轉變，企業成功的因素不僅是技術創新還有大數據時代所發展的新思維，其對商業模式的創新是具有破壞性[19]。大數據技術的發展離不開IT技術的支持，企業的IT能力是商業模式創新的前因[20]。

基于大數據理論如何構建新型的平臺商業模式是目前學術界研究的熱點問題。傳統的平臺商業模式研究多注重價值鏈、價值網絡等理論視角[21]，忽視了互聯網和大數據時代一個重要的經濟特征：互聯網經濟和大數據技術突破了傳統的交易時空限制、加快了交易速度、拓展了交易時間、減少了中間環節[22]，它具有跨越地域限制和時空限制的特性[23]。在互聯網環境下，經濟時空與物理時空原本高度契合的狀態發生變化，經濟時空的內涵與外延突破物理時空約束向外無限拓展，這種契合變化引發了平臺商業模式創新[2]。平臺商業模式是把多個群體進行“連接”和“融合”，通過這種方式降低了各利益相關者的交易成本，并使網絡效應得以發揮；同時，根據平臺所“連接”與“聚合”的對象不同，平臺商業模式可分為客戶平臺商業模式、數據平臺商業模式和技術平臺商業模式等三種類型[13]。

（二）基于利益相關者的“共生體”理論

在基于大數據的平臺商業模式構建基礎上，將各利益相關者的利益納入整個商業模式的設計中，構建以焦點企業為核心的商業共生體，是未來企業發展的趨勢。

“利益相關者”一詞最早是由斯坦福研究所(Stanford Institute)在 1963年提出[24]，并在費里曼 (Freeman)等學者的共同努力下，形成了利益相關者理論，費里曼 (Freeman)等 （1971）認為利益相關者不僅僅包括供應商、消費者、債權人、股東，還包括環境因素、人類后代等受到直接或間接影響的客體[25]。Amit和 Zott （2001、2012、2015）認為利益相關者是商業模式設計的前因，而信息技術的發展又改變了利益相關者之間的交易活動和交易方式[26-28]。

商業模式創新思維的突破，關鍵在于視角的拓展——從商業模式視角拓展到共生體視角。所謂共生體是指焦點企業的商業模式及其利益相關者的商業模式總和，也稱生態圈。共生體的邊界是可以隨著商業模式創新的視野而不斷變化拓展的[29]。

從文獻回顧可以看出，現有文獻多從企業商業模式角度進行研究，該視角不利于研究利益相關者的商業模式。此外，已有研究主要關注單個企業的角度研究商業模式，而對共生體視角下各利益相關者間的商業模式匹配研究相對匱乏。

三、研究設計

（一）方法選擇

本研究采用典型多案例研究方法。案例研究是對研究對象的屬性進行分析并總結出結論的一種質性研究方法，是對現有現象或事物的一種經驗性研究方法。通過使用案例研究方法，可以很好的解釋“怎么樣”和“為什么”的問題[30]，有利于厘清案例企業的商業規則和管理邏輯，從而更好的通過理論的構建進行商業模式的設計。

（二）案例選擇

我國深水網箱養殖技術起步較晚。1998年，我國從國外引進了第一套深水網箱養殖生產模式。隨著我國科學技術的發展，2001年，我國成功研制出具有自主知識產權的“HDPE園形雙浮升降式深水抗風浪網箱”。然而，相比于外國的深海養殖技術和管理水平，我國還不十分成熟，養殖設施、設備和養殖模式均無法應對較強的自然災害。此外，養殖的信息化和現代化管理水平很低。養殖企業地理分布非常分散，信息溝通不暢，市場反應遲滯。國家近年來大力發展海洋經濟，不斷地加大海洋養殖的扶持政策。然而，面對自然災害和市場不確定性，產業鏈的各利益相關者的抗風險能力較差，因此，必須加快建設深水網箱養殖產業信息化服務平臺，突出平臺的產業聚集作用，以此構建和形成健康的深水網箱養殖產業生態系統。

本文的案例研究目的是找出深水網箱產業鏈中各利益相關者現有商業模式的不足，并以各利益相關者調整后的商業模式為基礎，構建以南海深水網箱信息服務平臺為焦點企業的平臺商業模式。目前，我國深水網箱產業價值鏈主要包括網箱供應商、養殖企業、飼料供應商和育苗企業等，本文選取了一家南海深水網性養殖信息服務平臺，3家珠三角養殖企業，兩家網箱供應商，兩家飼料供應商和一家育苗企業。選擇珠三角區域企業作為案例其原因主要有以下幾點：①珠三角海域由于地理位置的特殊性，相比于國內其他海域自然災害較多，從而使得傳統的深水網箱養殖企業對改變商業模式來應對生產和經濟風險有更迫切的需求。②珠三角地區經濟發達，區域輻射強，市場范圍廣，對全國深海養殖業的影響大，研究該區域企業具有典型性。③養殖業比較發達，養殖企業聚集，案例的選擇難度較小，有利于數據的采集。

通過分析該產業典型企業的商業模式，能夠更加準確的把握該產業各利益相關者商業模式的局限性[31]，從而為調整和構建新的商業模式提供依據。Eisenhardt（1989）認為多案例研究合適的案例數量為4～8個[32]，Yin（2009）指出合適的案例數量是6～10個[33]。本文根據研究問題及研究目的，選擇了9家企業進行多案例分析。包括1家信息平臺服務企業和8家以其為焦點企業的利益相關者企業。利益相關者企業的基本描述性信息如表1所示。在選擇案例的過程中，將以下條件作為我們的選擇標準。

（1）由于該商業模式研究是以平臺為基礎，因此，各利益相關者的商業模式對其設計平臺商業模式至關重要，為了獲取各利益相關者的典型證據，本文選擇的9家企業分別是1家信息平臺服務企業和4個不同的利益相關者行業，即3家養殖業、兩家網箱供應商、1家育苗企業和兩家飼料企業。這9家企業在各個行業中具有較好的典型性。

表1 平臺利益相關企業簡介

（2）為了使得選取的案例具有可行性，本文在選取案例時對案例企業的規模及商業模式做了初步的了解。

（3）為了使案例研究信息具有高度可信度，本文在選取案例時時還考慮了信息的可獲得性、企業的行業特點及企業代表性。

本研究的焦點企業是基于各利益相關者的深水網箱養殖信息服務平臺企業，它基于先進的計算機技術建立的數據處理和客戶服務平臺。南海深水網箱養殖信息服務平臺成立于2014年，該平臺由南海研究所與科研單位聯合開發和運營，致力于服務深海養殖業。該平臺設計并實現了元數據管理、養殖生產管理、深水網箱管理、生產決策管理等多個子系統，涉及網箱選型、海域數據管理、投餌決策、魚類基礎數據、生長模型、影響因子、成本收益、客戶管理、信息發布等多個模塊，構建飼料、魚病防治等多類知識庫，實現網箱養殖區域、養殖品種、產量、網箱數量等數據的共享和交叉檢索，對政府、企業、科研院校、養殖戶全面開放運行，向全社會提供深水網箱養殖、養殖咨詢、決策支持等各類信息服務。整個信息技術平臺將成為集數據采集、實時監控、多層次數據統計、分析和決策支持等多功能于一體的深水網箱信息化服務平臺，實現全方位、多層次的現代化管理。南海深水網箱養殖信息服務平臺企業簡介如圖1。

圖1 南海深水網箱養殖信息服務平臺功能框架簡介

（三）數據收集

為了使得商業模式的設計適用于該平臺，本文對平臺企業的利益相關者進行了訪談研究。

為了提高本研究的信度和效度，本文對數據進行了“三角驗證”（Miles，1994）[34]。針對本研究的樣本企業，一方面通過實地調研和半結構化訪談收集一手資料，并在訪談結束后，通過郵件或電話等網絡渠道對資料進行核實和補充；另一方面通過獲取二手資料來進行量化分析和驗證。此外，對本研究收集的資料建立了案例資料庫，即對收集和記錄的一手資料和二手資料進行整理，并形成了研究資料庫。案例資料庫主要是對企業內部資料及訪談錄音的整理與記錄。各利益相關者資料來源如表2。

表2 案例資料來源

（四）案例分析結論

1.利益相關者商業模式分析

我們對各利益相關者企業的案例分析結果進行了梳理和篩選，對同一類型利益相關者的不同企業商業模式進行了對比，并對各企業訪談的數據進行了匯總和共性篩查，分析出了各利益相關者原有商業模式的局限性，為深水網箱養殖信息服務平臺商業模式的設計提供了依據。此外，針對各利益相關者的商業模式我們基于共生體理論對其進行了商業模式的調整如表3。

2.南海深水網箱養殖信息服務平臺商業模式分析與設計

從上述對利益相關者企業商業模式的分析可以看出，傳統的網箱養殖由于合作伙伴的單一化，使得其抗風險能力較差。此外，由于信息的不對稱，傳統網箱養殖容易出現供應鏈斷裂，市場反饋不及時等問題。以自然災害為例，傳統分散的網箱養殖，面臨的海洋風險很大，比如赤潮、臺風、寒冷等等，因為養殖分散，沒有有效的機制可以把分散全國各地的養殖企業統一連結起來，所以，保險公司一般不愿意為上述風險承保，一旦風險發生，會對養殖戶帶來毀滅性的打擊。通過網箱養殖信息服務平臺，有利于突破養殖企業之間的地理區隔，在充分的信息溝通基礎上，可以探索實現不同地區養殖戶之間的戰略合作，形成利益共生體。這種利益交叉的共生機制有可能推動所有養殖戶共同投保行為的發生。分散保險公司的承保風險，有可能催生出面向海洋養殖企業的保險品種，從而降低養殖企業 （戶）的海洋風險。

傳統的深水網箱養殖是以養殖戶為焦點企業，其上游企業為各供應商，其客戶作為產業鏈下游。各利益相關者的信息及價值鏈傳遞僅以養殖戶為目標，無法使得其他各利益相關者之間進行價值的互補與共創。這在一定程度上限制了深水網箱養殖的發展。單一的供應鏈和交易關系使得焦點企業很難應對供應鏈斷裂的問題，無法通過其他途徑對其價值鏈狀態進行恢復。此外，單一的交易關系不利于深水網箱養殖技術的產業延伸和擴展，很容易達到產業規模瓶頸。

基于對深水網箱養殖信息服務平臺利益相關者商業模式的分析和調整，本文在原有深水網箱養殖信息服務平臺商業模式的基礎上，構建了基于共生體理論的平臺商業模式。

如圖2所示，深海網箱養殖服務平臺聚集了以深水網箱養殖為基礎的各方利益相關者。各個利益相關方負責其自身的具體業務運營活動實施。服務平臺則處于核心焦點，是兼具客戶服務和數據服務的綜合性服務平臺，是養殖產業生態圈建設的核心推動方和運營者。該服務平臺強調柔性化商業模式，在前期運行過程中，平臺免費向各利益相關者開放，更大規模地容納各種類型的利益相關者。由于平臺提升了信息溝通質量和效果，便利了交易服務從而使各方利益能夠得到提升，從而會產生更大規模的社會經濟效益。

圖2 深海網箱養殖服務平臺商業模式

以深水網箱養殖信息服務平臺為核心焦點的商業模式，將各部門、行業的商業模式進行整合，形成基于數據、客戶服務平臺的商業模式共生體。通過構建深水網箱養殖信息服務平臺，使各利益相關者的商業模式更加柔性化，并將其定位于一個深水網箱養殖共生體平臺的建設者和運營者，而其具體的業務實施交給各利益相關者[29]。在該平臺商業模式中，深水網箱養殖信息服務平臺將這些利益相關者的信息進行聚合與處理，將其有效信息分享給其他各利益相關者。

3.南海深水網箱養殖信息服務平臺商業模式設計理論路徑框架

該平臺商業模式的設計是基于客戶服務平臺商業模式和數據平臺商業模式設計框架?？蛻羝脚_商業模式和大數據商業模式路徑框架如圖3、圖4所示。本路徑框架解釋了深海網箱養殖信息服務平臺商業模式的設計原理。構建了基于“數據+用戶服務”的平臺化商業模式設計框架。

圖3 客戶平臺商業模式框架

圖4 數據平臺商業模式框架

三、結論與貢獻

（一）研究結論

本文運用多案例和參與式案例研究方法，探析了在養殖產業背景下商業模式與共生體理論對信息服務平臺商業模式設計的作用機制。選擇了9個有代表性的典型案例，即1個焦點企業和8個利益相關者企業，進行案例內分析和9個案例間分析，通過分析，得出了如下2個結論。

1.“數據+用戶服務”的共生體平臺商業模式設計框架

本文基于魏煒，朱武祥，林桂平 （2015）提出的商業模式共生體交易結構，提出了“數據+用戶服務”平臺商業模式理論框架，并在此基礎上，構建了信息服務平臺商業模式共生體設計理論模型 （如圖5）。該模型融合了大數據平臺商業模式、客戶平臺商業模式和共生體理論，形成了以信息服務平臺為焦點的商業共生體。共生體內部各利益相關者之間由于相互的資源依賴，形成了一種正式的或非正式的組織，這種組織的存在模式被稱為“依賴模式”[35]。這種“依賴模式”增強了各企業的抗風險能力，利益相關者之間通過資源互補，提升了企業的生產經營和管理效率。

圖5 “數據+用戶服務”的平臺共生體商業模式設計模型

2.優化了共生體商業模式集合理論

商業模式是將相關各方巧妙編湊在一起的“腳本”或“劇本”，刻畫了企業有機構建或所嵌入的一種商業“生態系統”[36]。商業生態這一概念最早是由Moore在1993年提出，他認為商業生態系統是一種基于組織互動的經濟聯合體；之后，在1998年Moore對其定義進行了擴展；他將其定義為由客戶、供應商、投資商、政府、金融機構和其他利益相關者等組成的組織動態結構系統[37-38]。隨著該領域的不斷發展，目前大多數學者將競爭對手包含在整個商業生態的研究中。在此基礎上，魏煒、朱武祥等 （2015）提出了共生體商業模式集合理論，認為商業生態是焦點企業的共生體及其競爭對手 （包括同產品和替代產品）、合作伙伴、上下游的等利益相關者的共生體總和[29]。本研究進一步厘清了共生體利益相關者商業模式邏輯關系，優化了共生體商業模式集合理論 （如圖6）。魏煒、朱武祥的商業生態圈模型未能將焦點企業商業模式共生體與利益相關者商業模式界定清晰。在本優化模型中，焦點企業的商業模式是以信息服務平臺形成核心交易結構，而以焦點企業為核心的利益相關者共生體是以焦點企業商業模式作為核心交易環節。清晰的表示了商業模式及商業模式共生體間的關系。此外，在此商業模式中，不同共生體之間可能共用同一交易要素，彼此形成商業生態圈。

圖6 各共生體集合的養殖產業商業生態圈

（二）管理啟示

本文通過對南海深水網箱養殖信息服務平臺及各利益相關者的案例研究，分析了各利益相關者原有商業模式的局限性。在此基礎上，結合共生體理論、大數據商業模式理論和平臺商業模式理論對深水網箱養殖信息服務平臺商業模式進行了重新設計。致力于構建以深水網箱養殖信息服務平臺為核心的商業模式共生體，將各利益相關者的資源進行整合，從而通過聚合、挖掘、數據分析和共享使得各利益相關者的資源利用率達到最大化。此外，該信息平臺商業模式的構建有利于整個產業鏈的拓展和延伸。具體來說，深水網箱養殖信息服務平臺商業模式共生體具有以下幾點作用：

1.實現深水網箱養殖產業鏈的橫向整合，共享平臺的數字連接紅利

在信息經濟時代，隨著信息技術向經濟與社會各領域的全面滲透以及傳統產業的信息化，企業間正在形成的網絡化連接和大規模依存關系，孕育了更高級的商業生態系統?；ヂ摼W與大數據技術其特征是通過平臺 （交易、物流、支付）自身的效率，縮短或重構了“傳遞價值”的商業邏輯，它打破了不同利益相關者之間信息不對稱基礎上的效率差，使創造價值的活動集中于追逐新的租金獲得方式——連接紅利[39]。

深水網箱養殖涉及產前的飼料、育苗，產中的疾病防治、物資供應，產后的保鮮、儲存加工，流通的布局、物流，以及消費的品質提供和消費引導等多個環節，涉及產業種類較多，相關利益者較多。

目前企業間的競爭不再是“零和博弈”，而是共生多贏的“正和博弈”，價值共創、價值分享成為企業發展的主流實踐模式。各企業試圖通過電子商務平臺集聚各利益相關主體，構建跨產業生態系統，獲取數字連接紅利，贏得平臺級競爭新優勢。

2.奠定深水網箱養殖產業金融創新的基礎，促進產業生態系統良性發展

Kane（1981）認為金融監管是金融創新的基礎，同時金融創新又促使金融監管進一步完善，兩者相輔相成[40]。因此，實施監管預警和干涉，為深水網箱養殖產業金融創新奠定了基礎。中央一號文件在內的多項文件提出要“鼓勵金融機構積極創新為農產品國際貿易和農業走出去服務的金融品種和方式”“加快農村金融制度創新，強化商業金融對 ‘三農’和縣域小微企業的服務能力”，來自互聯網的力量正加速推進農業供應鏈金融?；诨ヂ摼W的融資和保險創新機制，有效降低和分散水產養殖風險，實現產業生態系統的良性發展。

通過平臺匯集的大數據，可以使金融企業充分掌握供應鏈中相關企業的信用信息，使面向水產養殖的融資和保險服務能夠有效把控風險，從而實現水產養殖業的金融創新，為水產養殖提供有效的金融服務。構建和深海網箱虛擬產業集群共生體的形成，進一步為我國開展外海深海設施養殖提供先進的信息技術支撐和管理思維的轉變，促進海洋設施養殖產業技術水平的提高和漁業增效漁民增收。

（三）研究局限

本研究采取多案例研究，構建了平臺商業模式共生體設計模型，在獲得豐富的理論基礎上得到了具有價值的研究結論。為平臺商業模式設計提供了一種新的思路。但本研究仍存在一定的局限性，如盡管本研究案例的選擇具有典型性，但其案例企業僅為深水網箱養殖企業，且該研究企業的焦點企業屬于初創企業，其研究結論普適性欠缺，因此，在后續的研究中可以從整個養殖業的角度進行探析，也可將其他行業納入分析范圍，進行多案例的比較分析，提高研究結論的普適性。此外，本研究僅構建了平臺商業模式共生體設計模型，未對其模型的理論機制進行量化的研究，希望在后續研究中可以得到深化。