創新生態系統視域下公司創業投資中企業種群間共生演化
——基于Logistic擴展模型

孟方琳，田增瑞，趙袁軍，常焙筌

(1.上海杉達學院 商學院，上海 201209;2.東華大學 管理學院，上海 200051;3.南京審計大學會計學院，南京 211815;4.南京審計大學 智能管理會計與內部控制研究院，南京 211815;5.清華大學 公共管理學院，北京 100084)

隨著中國股權市場的不斷完善，產業融合迅速發展，大企業集團利用股權投資方式可以達到戰略驅動、核心業務賦能、新興產業布局等目的，公司創業投資(Corporate Venture Capital，CVC)的地位越來越重要。公司創業投資追求所投資創業企業與大企業的互利共贏;公司創業投資的存在使得大企業與創業企業在技術上建立紐帶關系并進行戰略協同，共享與創新項目相關的軟信息;公司創業投資的失敗容忍度高是激勵創業企業從事長期高風險創新的動力。清華國家金融研究院創業金融研究中心2020年發布的《中國CVC行業發展報告》顯示，中國CVC投資案例數從2009年的30例上升至2018年的3 706例，投資頻率達到頂峰。2019年，CVC投資金額最多的10家產業集團投資共904.67億元，占同期全部中國公司創業投資的79.4%，頭部集團企業的優勢明顯。

CVC的發展是創新資源集聚的過程，大企業與創業企業之間基于創新資源的互補匹配和資本支持形成競合關系。雙方擁有的創新資源可能存在顯著遞進性、結構性及粘滯性，從生態系統視角來看，市場主體間并非只有單純的合作或競爭，而是競爭與合作交替出現或同時并存。創新生態系統中的CVC生態群落，其創新成果的產生基于原有大企業和創業企業創新資源和成果的積累，在新的CVC合作中，雙方發揮特定知識領域優勢，形成共生關系。CVC生態群落中大企業與創業企業種群可形成“蜂巢式”或“生物鏈式”的組織結構，由于創新技術的稀缺性和獨占性，種群間也會存在競爭關系。又由于大企業種群和創業企業種群很多情況下分散在高技術產業鏈的上中下游各價值節點，彼此間相互合作與競爭形成復雜動態關系。同時，在競合的基礎上借助CVC活動，依據自身核心能力和異質性資源，實現協同共生的動態聯盟，形成一種新的價值創造過程。

股權資本能克服信息不對稱，降低外部融資成本，緩解融資約束，促進創新績效。不同的CVC投資模式為投資者創造戰略和財務收益的效率有明顯差異。Drover等[1]指出創業投資基金有限合伙形式、直接投資形式、公司創業投資附屬機構是CVC的主要方式，創業發展附屬機構可以使戰略收益達到最大化，當財務回報是唯一目標時，創業基金形式是最佳選擇。R?hm[2]認為公司通過直接投資可以獲得更多的機會，使投資組合向滿足大企業自身特殊需求的方向培養。Belderbos等[3]則對與直接投資和間接投資模式的收益和成本進行分析，表明投資模式的選擇對投資結果的影響主要是交易流數量、質量和契約成本3個方面。R?hm等[4]等建議當公司對控制新創企業的要求不高時，不管公司投資的目標是戰略收益還是財務回報，都應采取間接的外部投資模式。Lee等[5]對CVC項目的組織模式進行了全面的總結。具體如表1所示。

表1 公司創業投資組織模式比較

國內學者也從不同角度運用不同的方式對公司創業投資組織模式進行了相關研究，如表2所示。

表2 公司創業投資組織模式相關研究

國內外學者們對公司創業投資組織模式的相關研究中，早期關注投資模式分類，根據大企業的不同戰略動機和目標，對創業企業控制權的不同要求，而選擇不同的組織模式。近年來，學者們結合行業特性、大企業異質性及不同市場制度環境運用實證的方法探索公司創業投資的參股、控股、獨立創投等不同組織模式對大企業和創業企業的不同影響。但是，從大企業、公司創業投資與創業企業雙邊三視角梳理CVC投資模式的研究還很少，基于戰略動機驅動組織模式選擇進而影響投資績效的邏輯，探索不同投資模式的CVC對大企業和創業企業投資結果的影響，CVC投資模式不同對大企業與創業企業的價值共創績效給本文提供了研究思路。

公司創業投資作為創新生態系統的一個生態群落，包含大企業與創業企業兩大核心創新種群;展開漸進式、顛覆性、開放式及協同性創新;具備開放與共享、學習與反哺、擴散與吸收等創新條件。在我國大力促進和營造適宜的創新發展環境下，本文認為大企業與創業企業在創新生態系統中存在共生關系，探索其互動共生模式，研究其演化發展具有重要的現實意義。無論是大企業還是創業企業均具有周期性特征，兩者以CVC項目為紐帶，相輔相成，互相支持，符合Logistic生長函數規律，基于此構建CVC生態群落的共生演化模型，運用其拓展Lotka-Voterra模型分析大企業與創業企業之間獨立共存模式、競爭共生模式、寄生共生模式、偏利共生模式和互惠共生模式。根據中國上市公司1998～2017年的公司創業投資樣本，利用專利創新數據實證檢驗大企業種群與創業企業種群的共生關系，同時基于中國情境視角從投資模式對不同類型CVC中主體的共生關系做進一步探討，從而為新時代公司創業投資的發展提供有力的借鑒和經驗支持。

1 研究設計

1.1 變量選取與說明

大企業一般是指年銷售額3億元以上，資產總額4億元以上、員工人數2 000人以上，或市值達到10億美元的企業。本文利用中國滬深A股上市公司作為研究中的大企業，這類企業是產業進步的領頭羊，具有難以模仿和前瞻性的核心技術，通常也是行業技術標準的參與制定者。大企業能夠吸引和選擇合作與投資主體，并進行自身創新網絡的構建，且有一定能力主導創新生態的發展。開展CVC的上市公司具備高格局的商業價值觀，能領導共生種群協同共生發展，將中小創業企業種群納入共同的供應鏈管理、質量管理、標準管理或合作研發管理中，且有能力對新技術進行研發和孵化，在完善自身技術、產業升級的同時，培育出具有漸進式或顛覆式創新的企業和業務領域。

因在一定環境下，生物的種群密度與該環境下的生物量相對應，故在生物種群動力學的研究中，經常用生物量代替種群密度。運用到社會科學、經濟管理學科中，企業規模、產業生產總值、產業增加值等常作為企業或產業生物量。CVC具有“較長投資期限”和“失敗容忍度高”的特點，并能夠得到“母公司支持”的創業投資促進初創企業進行創新，CVC在促進初創企業的創新投入和創新產出上具有顯著的正向影響[12]。公司創業投資活動對企業的技術創新存在促進作用，技術創新是創業企業成長的關鍵衡量指標，考慮數據的可獲得性，本文將技術創新產出能力作為核心變量，通過CVC對這兩方面的影響結果來分析對技術創新能力的影響效果。技術創新的衡量指標可以選擇專利申請數量、研發投入和托賓Q值等[13]。CVC生態群落的共生演化，關注大企業與創業企業種群間的協同，創業企業的企業價值增加通常體現出其成長性。由于研發投入費用、新產品發布數量、專利數量和專利引用次數4個衡量企業創新績效的指標在高新技術相關行業的統計上具有一定的重疊性，故可以選擇4個指標中的一個衡量創新績效[14]。參考主流文獻，專利數據一直被用來分析創新活動，預測創新活動的發展趨勢，具有連續性和可追溯性[15]。專利數作為衡量企業技術創新績效的指標，反映企業創新能力的實際產出具有代表性。專利應用數量可以從質量角度衡量企業創新產出的質量，但是由于中國專利引用數量還存在數量統計上的難度以及專利引用數量普遍偏低，因而專利引用數量不具有代表性[16]。Tian等[17]的研究表明，由于CVC有更好地識別具有更高創新能力創業企業的選擇效應，CVC支持的企業產生了更多專利，且專利質量更高，帶來了CVC具有更好培育創新的效應。Gutmann等[18]關注CVC投資的生物技術初創公司，也發現初創企業更具有創新性，因此，創業企業的創新績效一方面反映CVC投資的選擇能力，同時也證明了CVC可以利用母公司的資產和優勢培育初創企業。王雷等[19]利用企業成功申請到發明專利和實用新型專利作為企業進行CVC投資而帶來技術創新的績效衡量指標。CVC活動的技術績效影響的研究，本文以授權專利量為創新產出的代理變量，作為企業創新衡量指標。考慮到創新產出的滯后效應，采用投資后滯后2期的授權專利數量作為創新產出的代理變量[20]。

1.2 研究模型與方法

CVC能夠在創新生態系統中起到促進大企業和創業企業創新的作用，由于CVC是復雜的決策和長周期的投資，更有利于創業企業的創新最終得以實現，并通過組織間學習等方式反哺大企業，進而促進大企業創新。借助理論生態學中的生物種群Logistic模型分析大企業與創業企業的共生模式，研究假設如下:

(1)以公司創業投資為研究對象，其核心參與主體為大企業和創業企業，以大企業和創業企業的專利授權數表示雙方的創新狀況。專利授權數目越大，表示主體的創新績效越好;反之，則表示創新績效不理想。

(2)CVC項目的成功與否需要消耗各種資源，其中最為核心的是大企業對創業企業的投資，以及基于此建立起的組織間學習、企業成長和后期的戰略聯盟等。

(3)大企業與創業企業的成長過程均服從Logistic成長規律，主體創新增長率受到自身、行業及環境的影響，創新達到一定規模趨于飽和，創新增速就會下降。

(4)在運用Logistic及Lotka-Volterra模型時，忽略生態系統內部及生態系統之間的相互作用，只考慮核心主體之間的共生演化，因此可能會存在一定的預測誤差[21]。

基于公司創業投資這一共生界面，運用創新生態系統理論構建大企業X1與創業企業X2的生態關系Lotka-Volterra模型。借助于SPSS23.0軟件，采用非線性最小二乘法進行回歸分析，根據非線性回歸結果依次求出參數系數值代入模型中，結合參數值并依據生態系統理論，分析限制系數、自然增長率系數以及共生關系系數，以此解釋大企業與創業企業是競爭、寄生、共棲或共生關系，并對X1和X2的演化趨勢與共生關系的分析結果，對基于CVC的大企業種群與創業企業種群的共生做總結分析和展望。

2 實證與檢驗

2.1 數據來源及整理

數據篩選依據吳超鵬等[22]的方法。首先選擇具有創業投資支持的創業企業以及對應的上市公司或創業投資機構相關的數據;其次，通過Wind數據庫獲取上市公司直接持有創投公司股權數據，且該上市公司主營業務是非金融類業務。實證研究所需的原始財務數據均來自Wind數據庫、清科數據庫、投中數據庫和國泰安數據庫，通過對照上市公司的公告、年度報告、相關新聞等信息，識別出滬深上市公司進行的CVC活動，剔除非公開發行、重大資產重組、ST類、財務信息不完整和金融保險類公司創投數據，最終選取A股上市公司1998～2017年CVC投資事件，匯總2 258條有效投資信息。基于此，利用佰騰專利網和國家知識產權局專利數據庫進行專利數據收集整理。創新成果專利的變量為在CVC后2年的專利授權數，創業企業在CVC參與后2年的專利授權數[23](見圖1)。

2.2 模型處理與參數估計

2.2.1 單種群演化Logistic模型 企業創新發展過程符合Logistic規律，在演化初期和后期速度緩慢，演化中間階段的速度迅速增長，與生物種群的增長演化規律一致。建立如下單種群演化Logistic模型:

式中:X(t)為t時刻企業創新規模，本文采用企業專利授權量表示創新規模，X(t)為t時刻企業專利授權量，r為創新增長率;N為企業創新極限值;1-X(t)/N反映了企業創新增長的阻滯作用。求解式(1)可得企業創新演化模式的一般形式:

模型中參數的估計應用三點法求出飽和值N計算公式，并給出使用條件[24]，后來學者針對實測數據序列的偶數情況拓展了更為精確的四點法[25]。本文首先用Logistic模型探討大企業種群與創業企業種群創新演化過程，分兩步估計Logistic曲線的參數，選取擬合精度較高的四點法估計N值再運用非線性最小二乘法進行c和r的估計。

N值用四點估計法，選取時間點t1、t2、t3和t4，對應的實測數據x1、x2、x3和x4，其中，t2+t3=t1+t4，以此來估算創新最大容量參數N。

Logistic曲線方程的積分求解為

將其轉化為

選取實測數據{X t}上的(t1，x1)、(t2，x2)、(t3，x3)和(t4，x4)，分別代入上式，得到如下一組方程:

由于t2+t3=t1+t4，故上述式子消去c和r，即得到

這是用來檢測模型預測精度的統計量，由此通過整理兩個種群各自20年的統計數據，作為樣本值輸入SPSS 23.0，粗略估計N值的范圍，運用SPSS 23.0進行曲線擬合，當S值變化較小并趨于穩定時，對應S值的N1和N2就是飽和值。

對1998～2017年接受上市公司CVC投資的創業企業，運用上市公司和創業企業滯后2年的專利授權情況進行擬合，共生關系的觀察與測度基于中國大規模開展CVC投資以來所選取的2000～2019年測度樣本，采用SPSS23.0軟件分別對大企業與創業企業成長軌跡進行擬合。同時對兩者之間共生模式進行分析，以分析CVC生態群落中大企業種群與創業企業種群之間的互動關系。擬合得到如表3～5所示結果。從表中可觀測Logistic模型擬合最好。

表3 大企業種群創新增長趨勢擬合及參數估計

根據參數估計結果，得到圖2、3為進行CVC的上市公司創新發展擬合曲線和接受CVC的創業企業創新發展擬合曲線。擬合結果表明，進行CVC的上市公司與創業企業創新發展趨勢都符合Logistic演化規律。上市公司與創業企業的參數估計結果均通過檢驗，且擬合精度R2較高。

由于2000～2019年大企業和創業企業的發展從數量增長還是創新產出都符合Logistic模型，CVC生態群落中的核心共生主體的自然增長率為r1與r2。運用SPSS 23.0自帶Logistic進行擬合，得到如下結果:

表4 創業企業種群創新增長趨勢擬合及參數估計

表5 CVC生態群落中大企業種群與創業企業種群的Logistic成長趨勢模擬

式(10)、(11)為SPSS 23.0自帶Logistic模型擬合結果，其與生物種群的模型存在形式上不同，為了方便利用SPSS 23.0軟件建立Logistic曲線模型，進行如下變動:

此公式與SPSS 23.0統計軟件中所使用的相同。用上述參數估計方法得到的飽和值代入SPSS 23.0進行曲線回歸。推出大企業與創業企業獨立的創新增長Logistic模型分別為:

由此擬合出大企業種群創新的最大容量1 200 000，創業企業種群創新的最大容量47 000;獨立情況下創新的自然增長率r1=0.465，r2=0.229，基本符合中國公司創業投資中大企業與創業企業的發展實際情況。模型擬合檢驗如表6所示。

表6 Logistic曲線模型的模擬度檢驗

2.2.2 兩種群演化的Lotka-Volterra模型 不論是自然生態系統還是創新生態系統中CVC生態群落，競合共生是系統中主體長期發展的永恒話題，競爭也同時具有積極和消極兩個方面的影響，通過CVC形成的大企業種群與創業企業種群協同共生發展促進創新生態系統的協同演化。基于上文的分析，運用Lotka-Volterra模型對公司創業投資中大企業與創業企業間競合共生關系進行分析(見表7)。

表7 基于Lotka-Volterra模型的大企業與創業企業兩種群共生關系

首先，假設以CVC生態群落形式形成的大企業種群與創業企業種群都在創新生態系統中，且其共同擁有的市場資源空間是有限的;其次，創新生態系統中的競爭環境符合Lotka-Volterra模型所需條件。所選取的大企業種群與創業企業種群密度基本相當，種群中的個體物種企業都是健康發展的，通常不考慮受到“自然災害”的影響，選取中國創業投資發展的黃金20年也假設外界環境是健康的，

Lotka-Volterra模型是微分動力學系統，可用來模擬生態學中種群的動態關系。r1和r2分別為大企業種群和創業企業種群創新的自然增長率，共生作用系數α21和α12分別為創業企業種群對大企業種群的共生效應和大企業種群對創業企業種群的共生效應，即質參量變化帶給對方質參量的變化程度，α21·X2(t)/N2和α12·X1(t)/N1分別為雙方造成影響的程度。α21和α12的取值反映CVC生態群落中大企業種群和創業企業種群這兩類共生單元的共生模式。α21和α12的取值范圍表示獨立生存模式、競爭共存模式、寄生共生模式、偏利共生模式和互惠共生模式均有可能存在。

為后續模擬簡化起見，將上述方程組式(15)轉化為:

Lotka-Volterra模型中的參數較多，獲取難度相對較大，現階段對模型參數估計的方法主要是非線性最小二乘法進行競合系數的估算，以及采用灰色評估法對模型的種間作用系數進行估算，并代入具體實例中驗證估算方法的可行性。本文使用灰色估計法，將Lotka-Volterra模型進行離散化處理。根據Hegeman等[26]的證明，需要建立無條件穩定的離散格式。因此，連續的Lotka-Volterra模型基于灰導數和偶對數的映射關系，dX/dt和偶對數[X(t+1)-X(t)]構成映射關系，取t時刻dX/dt的值為[X(t)+X(t+1)]/2，轉換為離散型形式，可得到如下關系式:

繼續推導得出:

將t=1，2，…，n時的數據代入，可以得到矩陣方程其中，式(20)、(21)分別為:

首先，從自然增長系數來看，r1=0.195 1，r2=0.269 8。表明中國CVC投資的創業企業的創新增長系數強于進行CVC投資的上市公司，也驗證了中國上市公司進行CVC投資的初衷，這與中國大企業發展及創業企業發展整體現狀基本一致，在一定程度上證實了CVC可以促進大企業與創業企業進行同步發展的結論。根據Matlab擬合結果可得如下大企業種群與創業企業種群Lotka-Volterra模型:

其次，從競合共生系數來看，基于生態系統理論分析，大企業種群對于創業企業種群的促進系數為0.539 7，而創業企業種群對于大企業的促進系數為5.927 8。從擬合結果來看，目前中國大企業與創業企業處于非對稱互惠共生狀態，雙方的共生受到政策、文化、制度、市場等外部生態環境的影響。因此，大企業與創業企業以CVC形式形成的共生從無序到有序、從低級有序到高級有序的動態過程。隨著時間的推移，大企業與創業企業的規模、可以利用的資源數量、創新能力等都從弱到強。

再次，為了更清楚地分析大企業種群和創業企業種群之間的關系，構造共生協調度函數

表8 Lotka-Volterra種群協同共生關系

最后，利用Matlab進行仿真后，基于CVC共生界面形成的大企業種群與創業企業種群共生演化發展趨勢如圖4所示。

2.2.3 結果檢驗分析 參考Cabral等[27]的數據擬合結果評價方法，基于MAPE值對模型預測能力等級進行評估:

式中，X i是實際值是預測值。預測能力等級評判標準如表9所示。

表9 模型預測能力等級評判標準

根據真實值和模擬值，計算出MAPE值，大企業與創業企業的Lotka-Volterra模型的MAPE值分別為19.84%和34.61%，由MAPE值進行模型預測能力等級評判標準可知，分別屬于“好”和“合理”等級，證明模型擬合度較好。

3 CVC生態群落中企業種群間共生模擬仿真

動態變化的經濟市場環境，很難使企業長期保持原有的競爭優勢。CVC生態群落的演化目的是以創新績效為導向獲得市場競爭力，演化的根本動力來源于對競爭優勢的不斷追逐，內生動力來源于創新主體的新奇性和創造性。在原有競爭優勢基礎上不斷地搜尋未知的機會，創造出新的行為、方案、產業、市場和技術等。演化的外部動力有全球技術進步、市場消費需求和制度變遷3大方面。CVC生態群落作為具有生命力的復雜系統，其具有循環演化和螺旋上升的特征。大企業和創業企業之間的相互信任、親近性、雙方技術能力的獲取、內部隱性知識的傳播與獲取、適宜生態位的調整變化使CVC生態群落朝著協同共生方向演化。隨著CVC生態群落中主體間的能量和物質交換逐漸增多，前期積累的技術和創新能量得到集中釋放，生態群落中各類要素協同形成了內部隱性知識效果，最終可以產生新價值的創造與分享、技術標準逐步建立、核心技術產生、快速的市場響應能力、創新風險降低，從而獲得經濟社會效益。改進性創新改變了創新主體的競爭格局，突破性創新改變了創新主體的經濟運行模式，

胡浩[28]提出創新系統演化動力模型需要的時間段是103級及以上，因為需要較多的迭代次數才可以發現宏觀表征規律，無論是科技統計還是區域創新統計都是以年為統計，所以從時間軸上CVC生態系統創新演化最好的方法是數值模擬方法。前文利用Matlab對中國上市公司與被投資創業企業創新數據進行全部擬合，由于創新不僅體現在授權專利，不同行業其商業創新模式、技術創新水平、業務渠道創新等都代表著CVC對大企業與創業企業的共同促進作用[29-32]。由于創業投資在中國發展也不過短短40年，公司創業投資近20年才出現，因而公開的數據并不完整，考慮到模型系統性、數據完備性及模型分析要求，本文選擇不同范圍的參數進行仿真，并對仿真的不同結果進行理論解釋。在缺乏大量實證的時間序列數據時，數值模擬是相對最優效果的實證方法。

3.1 大企業種群與創業企業種群獨立生長仿真

由于大企業與創業企業為核心主體的CVC生態系統的共生，以Lotka-Volterra模型為基礎的CVC生態群落演化模型需要通過較多的迭代次數發現宏觀表征規律，這里考慮到創業企業是四新類企業，尤其以高新技術產業為主，每年均有可能出現新產品、新服務、新技術上市或退出，故采用Rungekutta方法運用Matlab以年為單位進行迭代，迭代次數為100年，大企業與創企業的創新增長率為:r1=0.465，r2=0.229。

3.2 大企業種群與創業企業種群競爭共生演化仿真

基于CVC活動，大企業與創業企業間的共生作用系數均為負數，說明兩者之間存在相互競爭的關系。當大企業競爭強度大于創業企業時，大企業在初始階段受到一定影響，而創業企業在競爭中相對處于劣勢地位，具體如圖6(a)所示;當創業企業競爭強度大于大企業時，創業企業對大企業的阻滯作用增強，大企業也會在第20年后的創新出現極速下滑，而創業企業也會受到大企業的威脅，其創新增長幅度小于共生模式，如圖6(b)所示。

3.3 大企業種群與創業企業種群偏利共生演化仿真

當雙種群中一方的共生作用系數為0，其創新產出增長曲線會同獨立時相似達到增長最大;當共生一方的作用系數為正時，其能夠獲得共生能量，創新產值能夠突破獨立發展時的最大產出水平，如圖7(a)、7(b)所示;而當大企業或創業企業共生系數一方為負時，共生系統就會產生擠出效應，對其發展產生阻滯作用，從而使得創新產出逐漸減少，如圖7(c)、7(d)所示。

3.4 大企業種群與創業企業種群寄生演化仿真

共生作用系數為正的一方寄生于另一方，圖8(a)所示為大企業寄生于創業企業的狀態，創業企業資源由于受到捕食，其創新產出在初始階段有小幅度提升，后逐步下降至0。而大企業受益于創業企業資源，其創新產出在一定時間段內能夠超出最大水平，而后隨著企業回歸正常運行又恢復到獨立發展時的創新產出。圖8(b)所示為創業企業寄生于大企業的狀態，受益方獲得能量或收益得到迅速發展。

3.5 大企業種群與創業企業種群互惠共生演化仿真

無論是對稱性還是非對稱性互惠共生模式都能給大企業種群和創業企業種群帶來共生能量，兩種群的最終創新產出會比獨立發展時均有提升。非對稱型互惠共生的共生能量分配的不均衡會導致大企業和創業企業創新產能積累產生一定的差異，具體仿真模擬效果如圖9(a)、9(b)所示。而對稱性互利互惠共生中，雙方會獲得同能的共生能量，但是現實的共生產業中互惠共生模式是最理想也是最高級的共生，如圖9(c)所示。

4 基于投資模式的CVC生態群落中企業種群共生演化分析

4.1 直接投資模式共生關系分析

成熟大企業會將直接投資與戰略部門結合成戰略投資部，這是開展CVC的傳統形式，大部分企業的CVC從這種模式開始(見圖10)。首先，直接投資模式的主要優勢表現在為實現特定目標，大企業可依據自身特殊需要構建投資組合，如獲得在管制環境下的稅收優惠，增加接觸收購企業的機會;其次，有更多機會與創業企業接觸與合作，CVC投資者可提供各類優質資源。直接投資模式存在的潛在的問題包括出于自身利益，管理者會極力推行外部直接創業投資項目，這會增加委托代理問題引發的道德風險;同時在有效激勵投資管理者上存在一定難度，薪酬激勵可能會影響CVC投資成果。百度、阿里、騰訊等最初都是通過自己戰略投資部進行CVC，這種直接投資模式運用母公司的自有資金，沒有募資壓力，因考慮大企業的戰略多以控股戰略布局為主，例如阿里資本就是圍繞阿里生態系統的構建，連續投資滴滴出行、美團網、UC優視等。由經驗來看，早期開展創業投資的大企業通常選擇在內部設立創業投資計劃，劃撥一定款項的創業基金，由大企業的研發部門、市場或業務部門進行創業投資決策;或者是通過大企業內部設立的創業投資部門進行創投項目的甄選和管理。

中國1998～2017年直接投資模式進行CVC中大企業與創業企業的創新情況如圖10所示。基于Lotka-Volterra模型和上述推導過程，利用滯后2年的2000～2019年上市公司累計創新和創業企業創新數據擬合得出相關數據如表10所示，大企業通過直接投資的方式對創業企業進行投資進而形成共生系數和雙種群協同共生指數可以判斷，雙方處于非對稱共生演化發展狀態。

表10 基于直接投資模式的大企業種群與創業企業種群共生關系

基于Matlab2019a對數據進行擬合分析得到以直接投資模式形成的CVC共生模型為:

通過上述擬合結果可以看出，在中國以直接模式進行CVC的實踐中，大企業與創業企業創新增長率和相互作用系數均存在一定差距，說明進行CVC的上市公司自身的創新增長率較高，可以理解被投資的創業企業正處于發展初期，對大企業的作用并不明顯，但雙方確實處于非對稱互惠共生演化過程中。

4.2 間接投資模式共生關系分析

一般情況下，上市公司可以通過控股或參股方式進行間接CVC投資。大企業作為有限合伙人與專業創業投資公司或基金管理公司建立委托代理關系，從實踐角度分析，追求財務回報的CVC更傾向于選擇該種模式。該種模式由于大企業對CVC項目的介入程度較低，故控制力也較弱，CVC項目與大企業的戰略關聯度不高。另一種間接投資模式為參股模式，參股創投公司形式可以使大企業獲得來自獨立創投公司資源產生的效益，也可以通過合作降低盡職調查成本。但該投資模式中，大企業對于投資決策和創業企業的控制能力較弱，CVC投資所創造的戰略價值受到制約。作為聯合投資，各成員決策和投資后管理活動存在代理風險，可能導致CVC中受資企業失敗。參股模式能有效分散各個單個大企業進行創業投資時面臨的高風險，隨著大規模資金聚集，也可拓寬投資領域。參股股東之間因互利共贏的目的而在業務或產品的投資選擇上形成互補并且更趨于理性。

通過數據梳理，上市公司設立附屬創投企業是近年來具有實力的大企業的通常做法，多數科技類公司采用此模式發展母公司的外部研發機構，附屬創投機構可以進行項目自主選擇和管理權力，投資決策和投資方向較為靈活，對市場的把握和技術的變革具有較強的敏感度，上市公司通過附屬創投企業進行CVC是其吸收新技術，加速其創新成果產出的重要方式。

圖11和表11所示為1998～2017年以間接投資方式進行CVC的大企業與創業企業滯后2年的創新專利總數情況。進行間接投資的上市公司創新自然成長率為-0.156 0，說明這里大企業的創新能力相對較弱，而所投資的創業企業對大企業的創新正向促進作用要遠遠高于大企業對創業企業的正向促進作用，這也解釋了眾多大企業通過聯盟創投和委托創投開展CVC的原因，實踐中雙方處于非對稱互惠共生狀態。

表11 基于間接投資的大企業種群與創業企業種群共生關系

運用Matlab對數據進行擬合分析，得到以間接投資模式形成如下CVC共生模型:

5 結論

大企業種群與創業企業種群共生演化發展進程絕非是簡單的線性遞進，基于CVC生態群落的大企業與創業企業之間形成了復雜、全面、綜合的系統工程。借助于Lotka-Volterra模型，根據1998～2017年的CVC創投案例，利用滯后2年的創新專利數據，將大企業種群與創新企業種群生態關系進行分析，得到中國上市公司進行CVC與創業企業之間形成了非對稱的互惠共生模式。分別對直接投資模式和間接投資模式下CVC共生關系進行對比分析，結果表明，直接投資模式下大企業與創業企業間是非對稱互惠共生，而間接投資由于有專業獨立創投的參與，所投資企業的創新成長性更強。因此，創業企業對大企業的創新促進作用更為顯著。

未來隨著中國創業投資市場進入全面整合的理性發展階段，優質資源傾向于優質項目和創業企業，因此，只有真正提供獨特核心價值的創業企業才能得到大企業的青睞，其科技賦能與資源整合的過程中大企業與創業企業共同獲得長遠發展。在新時代中國情境下，應鼓勵大型實業集團自主或參與進行CVC，并積極引導CVC投資于創新型初創企業是中國在新一輪科技革命和數字化轉型過程中的重要戰略選擇。

從政府制度層面，首先應鼓勵和引導大企業設立CVC基金，或在政府引導下仿照創業投資引導基金的形式設立CVC引導基金。針對基金的運營，要提倡以獲取新技術、提升產業鏈價值的戰略性投資為主。政府應重點引導CVC的投資傾向，促進早期科創企業和區域經濟的健康發展。建立GVC與CVC、IVC共同對創業企業進行創業投資。政府相關風險補償基金對大企業CVC活動進行保障，激發大企業CVC的活力。通過對大企業CVC活動后端結果進行一定的保障，將進一步釋放企業在CVC活動前端的動力。其次，建立CVC風險補償基金需要對補償的對象、備案制度、補償條件、補償額度加以思考和制定，保障補償的效率性。對創業投資的稅收、補償制度應該落實到創業投資行為上，擴大對創業投資活動面的鼓勵。部分企業出于公司戰略和財務上的原因，更傾向于將創業投資部門放在企業內部，不設立創業投資機構。然而，當前對創業投資的稅收和補貼更多是針對創業投資企業，CVC則得不到照顧。為推動CVC應思考將稅收和補償集中在企業進行CVC的行為上，依靠后補貼和控制條件的形式保障效果和效率，并配套對CVC活動的備案、優惠條件進行細化制定。再次，鼓勵和細化大企業創新和CVC的容錯機制，對容錯機制進行細化和落實。最后，應加強知識產權保護，營造公平穩定的契約型商業環境。

從大企業層面，企業應從投資戰略視角有效利用自身資源稟賦，發揮產業多元化投資和區域多元化投資優勢，做長期價值發現和創造者，選擇匹配的投資者與主流的以行業精準化投資為主的IVC聯合投資，形成適合于外部行業條件的、符合大企業自身特質的戰略布局。同時借力智囊、管理咨詢及科研院所等行業研究機構，實時動態觀察及調整大企業在價值鏈中的地位，將強勢項目流、信息流和資源流以聯合共享的方式進行有效整合，獲取未來發展的主動性，為創業企業提供高效的增值服務，鼓勵實施有益于CVC的激勵機制，提升投資的綜合績效。從創業企業角度，創業企業在明確發展戰略目標和自身資源稟賦的前提下，基于中國情境的特殊性，應選擇高聲譽的創業投資或聯合投資，開展開放式合作，通過外部知識的學習，對資源進行高效的配置，提高管理運營效率，實現價值共創共享共贏。