數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：建立高度融合的協同創新機制，營造協同高效的創新環境是提升服務生態系統群組關系韌性的關鍵。基于系統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表征服務吸收單元、整合單元之間的強弱關系;根據數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務時滯雙維度微分方程，搭建局部穩定性分析模型給出種群共生與外部環境演化的協同機制。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;雙維度時滯的出現影響生態系統的整體穩定性，且對服務吸收單元的影響大于整合單元。基于時序性判斷數字化導向下柔性種群的互作關系，可助推數字技術與服務生態系統應用場景的深度融合，催生企業新架構、新場景和新范式的形成。

關鍵詞：服務生態系統;共生演化;數字化技術;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。從制造業服務化到發展服務型制造，服務投入與產出的占比逐年提升，服務業向跨領域行業的滲透能力日趨明顯。傳統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展問題是企業獲取核心競爭優勢的關鍵。2016年7月由工信部、發改委與中國工程院印發的《發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。此后國家發改委等15部門印發了《關于推動先進制造業和現代服務業深度融合發展的實施意見》指出要提升企業生產性服務投入、完善產業生態系統，促進制造業與服務業高質量融合。新形勢、新發展、新業態背景下，服務理念改變了利益相關主體間的思考方式與協作模式。制造業的服務化轉型也對轉型環境、轉型模式與轉型方法提出了更高要求。服務生態系統正是為適應快速變革的市場與政策環境，催生出的一種具有可持續發展優勢的多維組織模式[1]，且服務生態系統的柔性增強了企業對于未來危機的應對能力[2]。

近年來，有關服務生態系統的研究已成為國內外研究的熱點問題，且有較多成功案例。如小米建立了多態融合、共生發展的全產品生命周期的服務生態系統，大幅縮減了生產成本提升生產效率，以服務創新打破產品價值鏈低端鎖定困境。華為向全球發布鴻蒙系統（HMS）以及應用市場APPGallery，吸納了更多開發者加入華為HMS生態，推動服務體系的完善升級。具體而言，服務生態系統是通過企業建立資源整合池，依靠創新技術進行服務交換從而實現價值共創的過程[3]，將企業群視為空間分散和潛在的目標化實體網絡。其中，數字化技術在服務生態系統中起到連接分散的網絡節點的作用。數字化技術的應用不僅可以響應服務生態系統中內源性需求變化，也可以實現主體內部嵌入關系的解構與重組[4]。數字技術的融入使依據資源、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系統內利益相關者角色的動態性[5]，且服務生態系統的理念已超越了服務科學視角下服務系統間的互動范疇，認為價值共創主體間易形成松散的時空耦合結構，進而模糊了系統內供應商、生產者與顧客要素間的界限[6]。數字化技術賦予組織的融合、協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，人類生態學把種群看作是通過組織聯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系統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能力。為實現制造業數字化與服務化的融合，服務生態系統內亟需構建一種能靈活進行業務分解、集聚多元要素的柔性結構體系。該結構能夠提升系統的靈活應變能力，促進主體由競爭優勢邏輯向共生共創的邏輯關系轉變[8]。

因此，本文聚焦數字化情境下服務生態系統連接、共生、敏捷特性，探討數字化技術對種群內部主體交互方式以及連接強度的影響，闡述服務生態系統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，揭示服務生態系統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境演化的協同運行機制及策略，以此推動服務生態系統向更高階邁進。

1文獻綜述

服務生態系統是自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系統內價值共創主體、資源整合與服務交互方式等方面的研究。如張培等[9]指出服務生態系統內多元主體在不同服務創新階段的結構與知識共創具有差異性;王昊等[10]基于行動者網絡理論，發現人類行動者與非人類行動者之間存在多種交互方式，且主體間價值共創具有時序特征;辛本祿等[11]基于制度作用機制，從服務生態系統的形成、運行、沖突與制度化工作機制方面建立了系統整合模型。也有較少學者從技術賦能視角，對服務生態系統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系統能力的提升，且多層面交互結構是資源整合與服務交換的基礎。James等[12]在數字化技術支撐下構建出的數字信息流連續體，縮短了服務生態系統中主體間信息不對稱的差距，從而改變主體間價值共創的方式。可見，基于資源整合進行服務交換的價值共創過程是探究服務生態系統演化的理論基礎。

已有文獻研究表明數字經濟的快速增長加速了數字化技術在企業生產經營中的廣泛應用，并潛移默化的影響組織模式的發展。如戚聿東[13]指出數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]提出支持數字化技術內部與外部關系以及數字化技術與業務的戰略統一，可以改變組織結構提升企業的敏捷性以應對市場環境的變化。Chowdhury[15]指出服務創新根植于數字化技術，且數字化技術刺激傳統產品主導邏輯向靈活服務方向發展。Gkeredakis[16]提出數字化技術使組織的業務活動轉移到新的數字空間，幫助企業更好的應對突發性危機。數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，數字化涌現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、共生系統相變原理與共生系統進化原理，為共生關系的研究奠定了堅實的理論基礎。隨后依據共生內涵推演出工業共生網絡[19]、產業共生[20]以及創新生態系統共生演化[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。可見，數字化資源將源源不斷地滲透到服務鏈中的每個環節，時間窗口不斷縮短，提升共生敏捷性是服務生態系統適應市場需求變化的必然要求。

上述文獻為服務生態系統向高階演化提供了理論視角與研究依據，但缺乏以數字化技術為主導的柔性主體間共生關系的研究。探究數字化技術應用下，新型種群特有的韌性與敏捷屬性對服務生態系統抵抗外部風險以及構建內部共生關系的影響。數字化技術縮短了企業的服務時間窗口，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定性的研究，更有益于提出數字化導向下服務生態系統構建的合理方案。

2服務生態系統的構成要素

服務生態系統是以資源整合與服務交換為基礎進行價值共創的復雜網絡系統，且共生單元是系統內一切價值活動的主體。依據服務功能類型可將服務生態系統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，服務吸收單元是創新生態系統中包括供應商、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集群，更傾向于提供完整的服務解決方案，如數字化服務平臺、金融服務機構等服務性組織，在整個服務生態系統中起到調節服務鏈薄弱環節的作用。服務接收單元則指服務生態系統中的顧客、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系統價值創造過程中，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。各共生單元依據數字化技術進行基礎的關系往來與業務協作。其中，數據作為數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，其共生主體間的業務關系框架，如圖1所示。

3服務生態系統共生演化模型

服務生態系統共生體系與自然生態系統相似，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測量。從服務主導邏輯視角出發，服務吸收單元與服務整合單元間的業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務時滯的主要原因。時滯微分方程可有效擬合系統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服務生態系統共生演化模型構建

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計算，得出服務吸收單元與服務整合單元的共生作用系數后，討論不同共生作用系數下系統的演化方向，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系統關系分析

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與服務吸收單元對服務整合單元效益增長的影響系數;K1與K2分別是服務吸收單元在特定環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）

為簡化后續共生演化模型參數求解，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系統關系模型構建

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新過程中對來自服務整合單元的技術與專業化知識進行轉化與吸收的時延，時延長短同樣體現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務交流時，由于服務吸收單元對于服務整合單元的業務表達程度、資源共享度、信任度以及數據開放度不同，會造成各環節間的時延生成，且τ2>0。

構建帶有時滯的非自治系統模型如下：

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）

時滯微分方程穩定性的證明過程較為困難，鑒于時滯微分方程的穩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]對共生系統穩定性與全局吸引性的數理證明，通過構建Liapunov泛函可證明平衡態。

3.2數值分析

3.2.1樣本選取

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

3.2.2共生作用系數測算

計算服務吸收單元與服務整合單元的共生作用系數，采用灰色估計法將式（2）改變為式（4）：

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。依據最小二乘估計參數列α^=[α，λ]T=（BTB）-1BTY，且灰導數dx1/dt、dx2/dt分別與對偶函數（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）。

依據上述方法，同理可計算其他方程式的系數值。根據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，對數據進行離散化處理求得參數矩陣式如下所示：

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值，兩主體的凈增長率為r1=0.487 13，r2=0.275 01，最大發展規模K1=2 854 212 454.212 5，K2=1 152 377 879.373 3以及共生系數α的作用關系，r1>0，r2>0體現出我國高端制造業、高技術服務業處于較快增長階段，且高端制造業的增長潛力高于高技術服務業，共生作用系數為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值，應用MATLAB進行數值擬合的結果，如圖3所示。高端制造業與高技術服務業真實增長值與擬合數值基本保持一致增長趨勢。可見，所求參數可以較好地擬合高端制造業與高技術服務業的趨勢發展，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關系是合理的。

由表1可知，當α1<0，α2<0時，服務生態系統中的高端制造業與知識密集型服務業之間存在競爭共生的關系，兩行業在交叉生態位領域存在競爭，這種具有抑制性的行業發展趨勢可能源于兩類產業都具有高研發投入、高附加值的特性，是雙方產業價值導向不一致、業務流速不匹配以及制度引導不均衡所造成的，主要矛盾表現在資源、知識與技術的爭奪上。若不能有效提升雙方創新成果轉化率，技術創新與服務創新成果將不能得到有效擴散，就會出現行業研發成本高于行業創新績效，從而對產業經濟增長造成負向影響，最終，高端制造業與高技術服務業間的競爭會導致“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可以反映出我國高端制造業與高技術服務業間的融合度不夠，高技術服務業不能有效的促進高端制造業產值提高。在知識創新成果轉化過程中技術密集型制造業與服務業間會產生資源爭奪現象，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，如何根據對共生主體間生態關系的調節，引導雙方向優質的產業結構方向發展？需對服務生態系統中種群競合行為分析，以建立健全的協同共生關系，對已有的不協調競爭態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，高端制造業與高技術服務業之間處于競爭共生模式，一定程度上反映出服務生態系統中具有高附加值、高研發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系統演進造成何種影響？

服務生態系統是一個復雜的動力學系統，在生物動力系統中時滯現象是普遍存在的。結合已有研究，帶有時延調節的動力模型相當于研究非延時調節的級聯，存在的時延現象可以代替非時延動力模型中的多級調節變量，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展并非即時性反應，而是具有延時性，已發生的行為將會影響現有事件的決策預判，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定性，或促成新的耦合發生或解耦合發生。所以，研究服務生態系統中的時滯性問題具有必要性。下面將運用MATLAB進行數值仿真，分析在不改變原有參數值大小，而只改變共生作用系數正負時對兩共生單元生態關系的影響。得出無時滯共生演化下的最優關系模式，并在此基礎上，進一步討論種群之間存在的嵌入時滯與業務時滯對服務吸收單元與服務整合單元之間生態關系演化的影響。

4.1無時滯下共生單元不同生態關系演化分析

以高端制造業為代表的服務吸收單元與以高技術服務業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。當兩者建立正向促進關系時，由于高端制造業吸收高技術服務型企業的功能，會提升服務創新成果轉化率與擴散度，從而提升自身創新績效。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與高技術服務業的產業發展趨勢，以此總結出服務生態系統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。高端制造業與高技術服務業在偏利共生模式下的產業創新績效要高于競爭共生模式下的產值。但從發展趨勢上分析，高端制造業前期的增長速率要高于后期，與圖9中獨立關系下的發展趨勢相似。可知，高技術服務業在前期緩慢增長到后期從高端制造業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的快速發展。在其他參數不改變時，設定α1=1.833>0，α2=0，高端制造業的偏利共生發展趨勢，如圖5所示。高端制造業在接收高技術服務業單方面服務嵌入后其增長速度提升，進入快速發展階段，而高技術服務業的增長趨勢與獨立關系下發展狀態相似。

4.1.2服務吸收單元與服務整合單元寄生共生關系

保證其他參數不變時，令α1=-1.833<0，α2=1.218 8>0，為高技術服務業寄生共生模式，其演化趨勢，如圖6所示。高端制造業在與高技術服務業進行業務合作時會處于劣勢，兩者的合作是以“犧牲”高端制造業利益為代價進行業務往來。由于高技術服務業的單方獲益行為，且對高端制造業產生成本負擔，在合作前期雙方都會形成一定的增長，但在一定期限后，服務業的寄生優勢顯現而出，呈現高速增長，而高端制造業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產業扶持階段，用于短期內實施而不利于多產業間的長久發展。而當α1=1.833>0，α2=-1.2188<0時，出現的高端制造業寄生共生模式的演化趨勢，如圖7所示。高端制造業在原有產業基礎上，在合作中擁有高技術服務業嵌入的知識與技術，增長行業服務創新吸收成效，而高技術服務業在這種僅提供服務創新成果給制造業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

保持其他參數不變，令α1=1.833>0，α2=1.218 8>0時，如圖8所示。高端制造業與高技術服務業之間為互惠共生關系，高端制造業在高技術服務業的加持下在原有增長趨勢的基礎上成指數增長。高技術服務業的增長速度雖略緩于高端制造業，但相較于競爭模式時仍具有較高的增長值，服務生態系統在互惠合作下呈現出倍增效應。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，以此縮短行業差距。然而，當α1=0，α2=0時，高端制造業與高技術服務業之間處于相互獨立的狀態的演化趨勢，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同合作時，高端制造業的發展態勢要優于高技術服務業的發展。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投入形成高端制造業的先發優勢，并且服務生態系統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展較為平穩。

4.2不同時滯影響下共生單元生態關系演化分析

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務時延。具體體現在業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體現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系統的內部平衡機制。

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技術不匹配或知識不對等將導致業務融合產生時延，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，兩種時滯的出現會同時降低服務吸收單元與服務整合單元的產業創新績效，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的影響程度高于業務時滯對于高技術服務業創新績效的影響。

2）設定差異化時滯。由于兩共生單元的行業性質不同，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，當不改變業務時滯，而降低服務吸收單元中的嵌入時滯，兩共生體的創新績效都會提升，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，在高技術服務業與高端制造業進行共生協同時，需要高技術服務業嵌入到高端制造業組織中進行各項業務模塊拼接，這種嵌入存在于先進技術吸收與專業知識轉化的時延，服務型產業的嵌入需要對高端制造業組織模式進行重構，以及資源重組用以提升高端制造業創新績效。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務時滯，由實驗仿真的演化趨勢可知，業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

本文采用服務生態系統理論與共生理論，針對數字化導向下服務生態系統柔性種群共生關系演化進行基礎理論與模型仿真分析，指出數字化技術賦予主體連接、共生、敏捷的特性，形成具有數字化特征的柔性的組織結構。分析了數字化技術賦能下的共生環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與高技術服務業作為實證對象，構建了柔性種群間的Lotka-Volterra共生演化模型，闡明數字化技術賦予服務生態系統新的“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，揭示數字化經濟對種群共生關系發展機理與演化規律。研究結果歸納為以下幾點：

1）數字化技術作為服務創新的核心要素賦予服務生態系統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，依靠數字化服務平臺形成數據、業務、技術的集成優勢是推動生態系統健康可持續發展的動力源泉。在共生主體價值共創過程中應注重共生環境的構建，以此作為柔性種群生長的外部環境。為促進服務生態系統更長久發展，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系統向更高階段演化。

2）以高端制造業與高技術服務業為實例的仿真結果可知，在服務生態系統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創新績效，提升弱勢群體實力從而調節產業結構，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惠支持，就會出現偏利傾向，但如只單方面的促進某共生體發展是不利于服務生態系統總體創新績效提升，反而會加大產業之間發展差距出現產業結構不合理、業務融合不匹配現象。互惠共生模式在一定程度上可以調整服務生態系統結構發展不平衡的問題。

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系統的效益。不同程度的嵌入時滯與業務時滯對系統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，提升資源液態能力以及響應數字化平臺與數字化接口的構建等以減弱嵌入時滯的影響。業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，則應加強系統內連接整機制與吸收學習機制的構建，以數字化技術強化外部價值共創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）服務生態系統的構建方面。服務生態系統的構建符合服務經濟發展的要求。為避免“服務化悖論”現象與數字化技術形成的創新內卷發生，在數字化技術導向下，種間價值共創過程中的技術創新與服務創新應朝向種間共生得演化方向發展，多主體間最終應趨向于建立互惠共生的關系。這種依據數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境以及突如其來的危機。

2）數字化技術應用方面。以高端制造業與高技術服務業之間的共生演化的實證分析可知，當前我國制造業與服務業融合發展的過程仍存在銜接鴻溝，數字經濟所釋放出的數字紅利在服務生態系統發展過程中并未得到有效吸收，政府應加大對于制造業與服務業融合的政策力度，多方面、立體化的加速兩業融合。數字化技術在服務生態系統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服務生態系統動態演化機理研究[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系統利益相關者價值共創分析框架研究[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.服務生態系統視角下多主體參與的服務創新過程[J].科研管理，2020，41（8）：31.

[10]王昊，陳菊紅，姚樹俊，等.服務生態系統利益相關者價值共創分析框架研究[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系統整合模型研究[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.數字經濟時代的企業管理變革[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：數字化情境下組織共生的范式涌現[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.創新生態系統共生演化機制研究[J].中國科技論壇，2020（2）：17.

[22]楊帆，蔣達清.具時滯Lotka-Volterra互惠系統的全局吸引性[J].數學物理學報，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