基于冗余理论的电商生态系统稳定性研究

游 静，彭丽花

（广东开放大学 1.管理工程系；2.信息工程学院，广东 广州 510091）

随着互联网的快速发展，电商市场已经形成比较成熟的商业模式与市场格局，然而电商巨头为了稳定自己的市场，不断地拓展原有市场的生态圈，通过合作、股权交换、并购等方式扩展其业务链与产品链，逐步打造生态、互联、协同的电商生态系统。目前，国内已经形成的电商生态圈包括京东电商生态系统、乐视电商生态系统、亚马逊电商生态系统、阿里电商生态系统等。

新技术的出现、消费者偏好的变动、商业模式的创新都为电商生态系统带来稳定性的挑战。当前，电商生态系统中存在着许多不稳定现象。如“乐视”围绕其终端所打造的电商生态系统就显现出较弱的稳定性，“乐视”布局的以手机、电视、汽车、体育等七大块生态系统，然而“乐视”过快的扩展其生态系统的同时忽略了电商生态系统的稳定性，从2016年11月网上出现“乐视”欠款谣言，“乐视”就开始出现危机，从欠款危机，到英超中超转播权的丧失，再到鑫根资本减持股份。如果电商生态系统不稳定，则一旦遭受外界因素刺激或技术更新等影响，系统将难以恢复。因此，对电商生态系统稳定性研究非常必要。

1 电商生态系统稳定性研究理论基础

1.1 电商生态系统稳定性含义

Moore最早对商业生态系统进行了定义，它指出企业（组织）与个人之间相互作用的经济联合体就是商业生态系统，它由消费者、供应商、投资者、竞争者、供应商等共同组成［1］。电商生态系统是基于互联网的商业生态系统，以电商企业与个人相互作用为基础的电商经济联合体。稳定性研究对于任何系统来讲都是非常重要的，它直接关系到系统持续发展。

MacArthur［2］和 Elton［3］最早指出生态系统具有稳定性，且稳定性与多样性有关。随后许多学者围绕稳定性的定义，以及稳定性与多样性、复杂性、尺度、恢复等关系做了大量的研究工作［4］。其中，最为基本的定义为：生态系统的稳定性是指生态系统面临外界干扰所表现出来的抵抗力及干扰后的系统恢复能力［5］。顾力刚等对商业生态系统稳定性进行了研究，认为商业生态系统的稳定性是指当商业生态系统外部的环境（如政策环境、社会环境、经济环境等）发生较大变动时，系统能够不受影响保持经营的能力，以及外部不利因素消除后系统回到原有经营状态的恢复能力［6］。

1.2 电商生态系统稳定性与生态阈值

1.2.1 外界干扰与电商生态系统的稳定性

要研究电商生态系统的稳定性，首先应该了解电商生态系统在面临干扰后所引起的系列变化。由于电商生态系统是一个开放的复杂系统，受政策、消费者偏好的变动、技术更新、新的商业模式的产生等多种因素的影响，这些因素必然导致电商生态系统受到干扰而产生变动。Harrison G W指出生态系统面临的干扰可能是正的也可能是负的［7］。

由于电商生态系统具有自组织性，因此其在面临小的干扰时，通常都能保持在一定的范围内自由波动，见图1。然而当负干扰超出生态系统的承受能力时，生态系统的功能与结构就会发生变化［8］。对于自然生态系统而言意味着退化，然而对于电商生态系统而言，可能面临整个电商生态系统的瓦解。正的干扰则可以促进电商生态系统的进化，当超出阈值时，则进化为一个新的生态系统［9］。

图1 电商生态系统面临干扰所做出的反应

1.2.2 生态阈值

Groffman等将阈值一词引入到生态学研究当中，他指出生态阈值有三种类型：生态系统状态的转换、外部因子阈值和临界负荷［10］。Martin等指出生态系统状态变量的值就是生态阈值，它的微小改变可能造成系统实质性的改变［11］。Scheffer认为生态阈值可能隐含复杂系统非必要崩溃的风险［12］。唐海萍等将生态阈值划分为红色、橙色和黄色。黄色生态阈值代表生态系统可以通过自我调节作用恢复正常运行，重新达到稳定状态；橙色生态阈值表示干扰因子去除后，系统可以重新回到稳定状态；红色生态阈值则表示生态系统能承担的干扰极限，一旦超过这个阈值，系统将面临崩溃［13］。

电商生态系统在面临外界干扰时具有一定的自适应性和自组织性，它能够通过内部成员的自适应性行为的相互作用实现系统的自我调节，最终恢复到稳定的状态。但是如果外部干扰对电商生态系统的影响超出了其生态阈值，则其内部的调节机制将失去作用，最终使得电商生态系统退化为生态圈甚至完全崩溃。

1.2.3 稳定性表现

马凌指出产业生态系统的稳定性表现在三个层次上。宏观来看，稳定的生态系统应该具备对内外因素变化的抵抗力，保持系统健康发展；中观层面上看，系统内的价值链具有一定的稳定性，不会轻易断裂；微观层面看，系统内部成员具有自适应性，能够针对外界变化作出自适应性行为［14］。电商生态系统的稳定性也具有类似属性，整体来看，电商生态系统在面临干扰因素时，具有一定的抵抗力和恢复力；系统内部结构看，电商生态系统由许多生态链交织作用而成，这些生态链本身具有一定的稳定性；微观层面来看，电商生态系统内部成员具有自适应性，能够根据外界干扰做出适应性调整。

1.3 冗余理论

Odum最早从自动控制系统可靠性理论中将冗余应用于生态学的研究当中，他指出冗余就是生态系统某项功能职责，通常是一种以上的物种承担，当一个物种失效后不会影响整个系统功能的失效［15］。党承林认为对植物群落稳定性机制的冗余解释比多样性对稳定性的解释更加深刻并具有普遍的意义［16］。冗余理论在一定程度上对生态系统的稳定性进行了解释。马凌利用冗余理论解释了生态系统内部结构的稳定性，他具有冗余度的并联结构和混合结构的稳定性比串联结构要更强，因此，提高系统的冗余度可以提高其稳定性。此外，他还指出增加物种的多样性，可以改善系统的结构，从而提高其冗余度［14］。马凌虽然指出具有系统结构上的冗余能提高系统的稳定性，但没有考虑结构中节点（种群或企业）自身资源限制，以及节点存在之间的依赖性，这显然是不合理的。比如节点A到节点B之间有m、n两条线路，m与n线路相互独立，但是AB之间的作用有90%是依靠m线路，而10%是依靠n线路来相互作用，若受外界干扰，m线路断裂，则n线路能否承接m原有的90%的作用力，这是至关重要的。事实上，一个种群或者企业可能受资源、技术等限制，其产出等难以在短时间实现快速变化，因此，m线路的断裂极大可能直接导致n线路无法承担其功能而使得AB之间的关系断裂，最终导致电商生态系统崩溃。因此，在用冗余理论对电商生态系统稳定性进行分析的时候，考虑其冗余度的同时有必要考虑系统的生态阈值。

冗余理论可以很好地解释电商生态系统局部结构的稳定性，然而电商生态系统是一个复杂的商业生态系统，它的结构是复杂的，各供应链之间相互关联，除了串联、并联、混合结构以外，还存在网状结构。此时，冗余理论难以分析网状结构的系统稳定性，也不能全面地分析电商生态系统整体结构的稳定性。

2 电商生态系统稳定性的影响因素

电商生态系统稳定性影响因素大致包括外部环境、技术和生态系统结构三方面因素。电商生态系统的稳定性与生态系统的结构具有最为直接的关系，从国内外研究来看，生态系统成员的多样性、关键企业、成员之间的依赖程度、生态链的长度、系统的关联度都会对生态系统的稳定性产生重大影响［17］。

2.1 成员多样性

Cote等指出物种的多样性可以提高生态系统的稳定性和恢复力［18］。顾力刚等运用生态对商业生态系统稳定性进行了研究，指出合理的生态位的分离有利于生态系统的稳定，生态位的合理重叠有利于促进竞争，提升效率［6］。电商生态系统中成员的多样性及生态位的分离与重叠也对生态系统的稳定性造成影响。成员的多样性丰富了电商生态系统中各功能的实现，在一定程度上能提高生态系统的冗余度，并促进竞争。如“淘宝网”中有众多的卖家，促进了市场竞争，降低了消费者的购买价格，丰富了其购买选择。企业生态的分离与重合在一定程度上对生态系统的稳定起到了促进作用。总体来看，电商生态系统中成员的多样性应该保持适度，做到合理布局生态位，单个企业应该提高自身的宽度，核心企业应该注意生态位的重叠度，过度地追求生态系统的多样性与复杂性，会提高成本，甚至导致恶性竞争，从而造成资源浪费，引发其他不稳定因素。

2.2 系统关联度

关联度是生态系统内部成员之间的相互联系的程度，它很大程度影响着系统的稳定性［19］。从冗余理论的角度来看，存在冗余结构的系统稳定性要强于不存在冗余结构的系统，结构图简单的系统稳定性要比结构复杂系统的稳定性差。此外，内部成员之间的依赖程度，弱关系比强关系更容易被破坏，但另一方面，成员企业之间的依赖程度越高其伴随的“生态化反”风险也就越大。

电商生态系统是一个复杂的商业生态系统，当中包含多个生态圈，这些生态圈自身的稳定性也会对生态系统整体的稳定性产生影响。局部的生态圈成员之间连接方式、依赖程度、利益分配形式以及生态圈的结构形式都会对其局部稳定性产生影响。生态圈之间的链接方式、关联度、利益分配等也会对生态系统的稳定性产生影响。

2.3 个体成员的综合能力

电商生态系统中核心主导企业发挥着重要的作用，其综合实力对电商生态系统的稳定性往往起到决定性的作用。整个生态系统的布局形成通常是以关键企业主导形成，关键企业的创新能力、资本情况、技术等都会影响整个生态系统的稳定性。同时，其他成员与关键企业之间的适应性、创新能力、协调能力、发展能力等也会影响到系统的稳定性。

3 基于系统结构的电商生态系统稳定性分析

电商生态系统的稳定性受到多种因素的影响，当电商生态系统受到外来因素干扰的时候，其抵抗力和恢复力很大程度上取决于系统内部结构的自适应性和稳定性。研究电商生态系统结构的稳定性可以帮助关键企业通过调整电商生态系统的生态位及其结构来提高生态系统的稳定性，促进电商生态系统的健康稳定发展。

冗余理论认为系统结构的冗余有利于提高系统的可靠性，冗余是在生态系统中由两种以上物种承担系统的某项功能，这样即使其中一个物种失效也不会造成整个系统的失效。电商生态系统是一个复杂的商业生态系统，它通常由多个生态圈和生态链交织组成，这些生态圈或生态链的结构有链式结构、并联结构、网状结构等多种结构，不同类型的结构的稳定性也有所不同。

3.1 串联结构的生态链稳定性分析

在电商生态系统中存在基于某种产品或服务所形成的链式结构，该结构由内容提供商、服务提供商、电商平台和消费者等所组成，见图2。他们由串联的结构形式形成，当中某一个功能均由单一的成员所提供。这种结构的稳定性比较差，一旦某个环节遭到干扰或者破坏，整个生态链的运行就会受到干扰甚至停止运行。

图2 串联结构的电商生态链

假设在电商生态系统中有m个系统成员，这些成员当中有n个节点是串联式结构（其中n≤m），当中每个节点都可能面临风险而失效，其失效率表示为Fi（i=1，2，…，n），则对应各节点的稳定性可以表示为Ri（t）=1-Fi，则整条串联结构的稳定性可以表示为由此可以看出，随着串联结构中包括节点数量的增大整个串联结构的稳定性在逐渐降低，因此串联式结构的稳定性是非常差的，其抵御风险的能力很弱，一旦某个节点失效则会导致整个生态链失效。

3.2 并联结构的生态链稳定性分析

为了提高系统的稳定性，电商生态系统关键企业必然会提高系统结构的冗余度来降低风险。并联结构在一定程度上就能提高系统的冗余度，它通常由多个成员占据同一个生态位，这样即使一个成员失效，也不至于使得整个系统失效。假设电商生态系统存在以下合作结构，如图3，其中虚线框部分为生态链中并联结构部分。

图3 具有并联结构的电商生态链

从图3中可以看到，物流功能有多家物流企业共同实现，产品或服务则由多家提供商共同提供，这样即使某家物流企业或者产品服务提供商失效，也不会导致整个电商生态系统的失效。

3.2.1 不考虑节点运行的极限与系统阈值限制的并联结构生态链的稳定性分析

假设电商生态系统中占据产品或服务支持功能生态位中的单个成员（节点）的稳定性为Ri（t），即使其他节点失效，任何一个节点都能够独立完成该生态位的功能，则整个产品或服务支持功能部分的并联结构稳定性表示为：

式（1）可以看出，随着生态系统并联结构的节点数量增大，并联结构的稳定性也越强。

值得注意的是，这种计算方式仅仅考虑了系统结构上存在冗余，未考虑系统结构对并联结构中各节点的依赖度，它是建立在每一个并联节点均能独立承担该生态位功能基础上的。电商生态系统是一个复杂系统，尽管因为冗余结构的存在，并联结构成员之间可以存在一定的冗余度和替代性，但是系统对各分支结构的依赖度有所不同，因此，不同的并联结构冗余度也有所不同。当并联结构所带来的冗余度小于系统所能承受的生态阈值时，其稳定性仍然表现比较差。即可能出现并联结构中的一个节点失效，其他节点由于不能承担生态系统的该项功能而导致整个系统面临瘫痪。

3.2.2 考虑节点运行的极限与系统阈值限制的并联结构生态链的稳定性分析

假设某电商生态系统存在图4的并联结构生态链，同时存在两家产品服务提供商。

图4 存在两个并联节点的并联结构生态链

假设该生态链中承担产品服务功能的生态位所能承受生态阈值为P*，该生态位的完整功能用W总表示，而节点1（即产品或服务提供商1）所承担的比重为ω1，节点2（即产品或服务提供商1）所承担的比重为ω2，则节点1所承担的实际功能为W1=W总·ω1，节点2所承担的实际功能为W2=W总·ω2。假设节点1所能承担的最大功能为W1*，节点2所能承担的最大功能为W2*，则W1≤W1*，W2≤ W2*。则节点1和节点2能承担的最大功能与该生态位实际承担功能比值为P1和P2，其中

当P1＜P*且P2＜P*时，两个节点都不能独立承担该生态位所要求的最低功能，因此该生态位的稳定性可以表示为 Rsp（t）=R1（t）·R2（t）=（1-F1）（1-F2），其中 R1（t）、R2（t）分别为节点 1和节点 2的稳定性，F1，F2分别为节点1和节点2的失效率。

当P1≥P*且P2＜P*时，或者P1＜P*且P2≥P*时，该生态位的稳定性依赖于P1＞P*（其中i=1或2），表示为 Rsp（t）=R1（t）=1-F1，其中 Ri（t）为 Pi＞P*时节点i的稳定性，i=1或2。

若P1≥P*且P2≥P*时，两个节点单独运行均能有效保障生态链的有效运行，因此，该生态位的稳定性可以表示为 Rsp（t）=1-F1F2=1-［1-R1（t）］1-R2（t）］。

由上述分析可以看出，当生态位内的所有节点所能承担的最大功能超过系统对该生态位的阈值时，并联结构能发挥系统冗余作用，其稳定性由两个节点共同决定；当生态位内一个节点所能承担的最大功能超过系统对该生态位的阈值，而另一个节点所能承担的功能小于该生态位的阈值时，尽管系统具有冗余结构，但是不能真正发挥作用，其稳定性依赖于承担最大功能较大节点的稳定性；当两个节点所能承担的最大功能均小于系统对该生态位的阈值时，只有两个节点都保持正常工作，系统才能有效运行，此时，该生态位的稳定性等于两个节点稳定性的乘积，系统结构上的冗余并未提高系统的稳定性。

随着同一生态位中节点的增加，即使某些节点不能独立承担系统对该生态位要求的最低功能（即阈值），也可以由多个节点组合共同发挥作用，节点越多，组合的可能性也就越多，并联结构的稳定性也就越强。并联结构的节点相同的情况下，各节点的综合能力越强，该生态位的稳定性越强；各节点之间的综合能力越均衡，该生态位的稳定性越强，相反，各节点能力相差太大，系统对单个节点的依赖越多，其稳定性越弱。

3.3 混合结构的生态链稳定性分析

电商生态系统往往是混合结构的，它是由既包含了串联结构，也包含的并联结构的生态链交织组成的。如图3，该生态链中实现物流功能的生态位包括多个物流企业，实现产品服务提供功能的包括多个产品或服务提供商，都是属于并联结构，而承担电商交易中间的电商平台，和承担支付功能的支付企业都只有一个，这个链条就是一个串联结构。

假设混合结构的生态链中有m个串联生态位，n个并联生态位（先并联再进行串联）构成，则该混合结构的生态链的稳定性可以表示为。由于并联后的生态位具有冗余度，其稳定性相比单一企业占据生态位的稳定性要强，因此，混合结构的稳定性高于单一的串联结构。

总体来看，结构复杂的电商生态系统的抵抗力要强于结构单一的简单系统，复杂结构的冗余在一定程度上可以提高系统的抵抗力。电商生态系统中，链条越长其稳定性越差，物种和结构上的双重冗余更有利于提高系统的稳定性。

4 基于系统结构维度提高电商生态系统稳定性的建议

1）提高电商生态系统的物种冗余和结构冗余有利于提高系统的稳定性。由于混合结构和并联结构的系统稳定性高于串联结构的系统稳定性，因此，提高物种的冗余度可以在一定程度上使得系统成员的合作方式变得更加多元化，有利于串联结构向混合结构转变。这样，即使在系统中某一个成员的功能失效，其他成员也可以发挥冗余作用，确保系统能够正常运行。

2）提高系统参与成员的综合能力，有利于电商生态系统的稳定性。电商生态系统参与成员的综合能力有利于提高并联结构生态链的稳定性，进而提高电商生态系统的稳定性。在电商生态系统中并不是所有的混合结构和并联结构都能发挥其冗余作用，只有并联结构当中的节点数量比较大，或者节点本身具有较强的综合能力，即使部分节点失效，其他节点仍然具有继续维护系统稳定运行的综合能力，这样的并联结构才真正具有冗余度，确保系统的稳定运行。此外，参与成员综合能力的提高，有利于提升自身的稳定性，这也直接提高了生态链的稳定性。生态链的稳定性又直接决定了电商生态系统的稳定性。因此，有必要提高系统参与成员的综合能力，包括创新能力、自适应能力、协调能力以及发展能力等。

3）关键企业对电商生态系统的稳定性起到关键作用，必须不断地提高自身的综合实力，占据系统的结构洞，增强与系统其他成员的关系，以确保自身的稳定性和核心主导地位。从目前电商生态系统来看，关键的核心主导企业都不具备结构上的冗余，如阿里巴巴生态系统中承担C2C交易平台的只有“淘宝网”，承担B2B交易平台的只有“1688”，承担支付功能的只有“支付宝”。由于不具备结构冗余，其必须确保自身保持较高的稳定性水平。对此，关键企业必须一方面提高自身的综合实力，提高自身抵抗能力和恢复能力，另一方面充分利用其占据结构洞的优势，尽可能的占据多个结构洞，以提高对其他成员关系的利用能力，增强自身的抵御能力和恢复能力。

参考文献：

［1］MOORE J R.Business ecosystems and the view from the firm ［J］.The Antitrust Bulletin，2006，51（1）：31- 75.

［2］MACARTHUR R H.Fluctuations and animal populations，and a measure of community stability［J］.Ecology，1955，36（7）：533- 536.

［3］ELTON C S.The ecology of invasion by animals and plants［M］.London：Chapmanand Hall，1958：143- 153.

［4］马风云.生态系统稳定性若干问题研究评述［J］.中国沙漠，2002，22（4）：401-407.

［5］武春友，邓华，段宁.产业生态系统稳定性研究述评［J］.中国人口资源与环境，2005，15（5）：20-25.

［6］顾力刚，蓝莹，谢莉.企业生态位视角的商业生态系统稳定性研究［J］.工业技术经济，2016，5（5）：148-155.

［7］HARRISON G W.Stability under environmental stress：resistance，resilience，persistence，and variability［J］.The American Naturalist，1979，113（5）：659- 669.

［8］GUTZEROVA N，HERBEN T.Patch dynamics and local succession in a sandstone area with frequent disturbance［J］.Journal Vegetation Science，2001，12（4）：533-544.

［9］柳新伟，周厚诚，李萍，等.生态系统稳定性定义剖析［J］.生态学报，2004，24（11）：2635-2640.

［10］Groffman P M，BARON J S，BLETT T，et al.Ecological thresholds：The key to successful environmental management or an important concept with no practical application［J］.Ecosystems，2006，9（1）：1–13.

［11］MARTIN J，RUNGE M C，NICHOLS J D，et al.Structured decision making as a conceptual framework to identify thresholds for conservation and management［J］.Ecological Applications A Publication of the Ecological Society of America，2009，19（5）：1079–1090.

［12］SCHEFFER M，CARPENTER S R，LENTON T M，et al.Anticipating Critical Transitions［J］.Science，2012，338（6105），344-348.

［13］唐海萍，陈姣，薛海丽.生态阈值：概念、方法与研究展望［J］.植物生态学报，2015，39（9）：932-940.

［14］马凌，潘伟静.电信产业生态系统稳定性研究［J］.科技管理研究，2009，29（9）：261-263.

［15］ODUM E P.Basic Ecology［M］.Hiladelphia：Sauders Publishing，1983：46-50.

［16］党承林.植物群落的冗余结构：对生态系统稳定性的一种解释［J］.生态学报，1998，18（6）：665-672.

［17］武春友，邓华，段林.产业生态系统稳定性研究述评［J］.中国人口资源与环境，2005，15（5）：20-26.

［18］Cote R.Eco-industrial parks［C］.Ann Arbor，Michigan：University of Michigan，International Society for Industrial Ecology Conference，2003，（6）.

［19］COTE R.Designing Eco-industrial Parks：a Synthesis of Some Experiences［J］.Journal of Cleaner Production 1998，6（3）：181-188.