开放式创新生态系统演化的微观机理及价值

林 勇，张 昊

（重庆大学 公共管理学院，重庆 400044）

随着信息技术高速发展，创新生态系统在互联网“时空同步、市场并联、知识共享、实时反馈”等功能影响下悄然发生改变。大数据时代的创新正打破企业的研发边界，通过跨产业、跨区域合作［1］，形成面向全社会开放的新结构。结构形态的演进通常意味着系统创新效率和社会知识存量的提升。以互联网技术为底层技术支撑的开放式创新生态系统（open innovation ecosystem），其要素结构和规模都与传统意义上的创新生态系统截然不同。现有研究多运用案例分析方法来刻画其结构形态，但缺乏系统性的理论架构［2］。文献之间缺乏理论互通性，限制了创新生态系统理论价值的进一步延伸。要深入了解创新生态系统的动态演化过程，需要将技术变革和社会分工视角结合起来，正确认识互联网技术与人类实体交互作用对生态系统的结构性冲击。本文关注的焦点正是在互联网应用扩张条件下，知识分工群落是如何互动协作，共同推进“创新生态系统”向“开放式创新生态系统”演进。

MOORE［3］最早将生态系统概念引入经济管理体系，他认为商业生态系统（business ecosystem）是一个由企业与各类组织基于利益互动形成的动态结构系统。其后，ADNER［4］将生态系统引入创新领域，并正式将创新生态系统定义为企业间协同共生，通过个体与他者的互动来满足客户需求、获取经济价值的系统。OVERHOLM［5］、NAMBISAN和BARON［6］、GAWER和CUSUNANO［7］遵循这一发展脉络，将创新生态系统等同于商业生态系统。GOMES等［8］则将两者区分开，强调创新生态系统的核心功能是价值创造，商业生态系统的核心功能是价值捕获。吕一博等［9］利用多案例分析发现开放式创新生态系统将逐渐成为创新生态系统发展的新趋势，开放式创新生态系统包含商业生态圈和研发生态圈两类，这给予本文建立理论模型以重要启示。以LUNDVALL［10］为代表的微观研究派，在新古典经济分析框架下建立“生产者—使用者”关系模型来刻画这一运行机理，该模型能很好地描述系统中的资源配置问题和创新主体之间的静态关系，但存在两点局限：①大数据时代的生产者和使用者并非绝对二分的关系，该模型无法突出创新主体自激励、自学习对生态系统演化的贡献；②由于创新生态系统是以多重子系统的动态联结为特征，而该模型难以揭示这一聚裂变过程。杨小凯［11］认为建立在新兴古典经济学框架下的超边际分析模型更适合表征此类结构转型问题。本文将延用该方法来揭示这一动态演化过程。

近期的相关研究试图将信息技术范式融合到共同知识中，并在此基础上提出开放式创新生态系统［12-13］、数字化创新生态系统［14-15］、互联网创新生态系统［16］、平台型创新生态系统［17-18］等概念。综合这类文献可以看到，互联网应用扩张对创新生态系统的影响主要反映在两个层面。①互联网应用扩张引致创新生态系统与市场结构共生演化，形成新的结构形态（见表1）。它在起步阶段发生于企业内部的研发创新，企业通过市场并购和垄断行为来获取超额利润。紧接着的成长阶段，企业间、企业与科研机构等组织间开始合作创新，通过战略联盟的形式建立研发专利池或专利丛林，以维持自身的市场份额和高额利润，形成了特定领域的商业生态圈。目前正迈向跨行业、跨领域创新融合，即企业组织或科研机构利用互联网平台，与大众用户以开源共享的方式进行共同创新，从而形成社会化的开放式创新生态系统。②全球范围的创新主体之间网络联结强度与密度增强。互联网提供了实时向他人学习的底层技术支撑，提高了个体获取知识和联系的可能范围。一方面，那些受益于信息化和知识化的企业部门都呈现出创新活跃和高生产率特征。另一方面，互联网技术促进了知识、人力资本从创新中心范围向外围扩散，出现了更细化、更深入的知识分工方式。

表1 开放式创新生态系统演化过程Tab.1 Evolution of open innovation ecosystem

综上所述，互联网应用扩张下的开放式创新生态系统，不再局限于单一组织的创新最大化问题，而是大众用户利用数字化转换，将所掌握的信息、知识汇聚为大数据，在与企业的对等互动中形成覆盖全社会的创新网络，从而实现创新价值最大化。因此，本文将开放式创新生态系统定义为：大众用户在开源共享模式下有效利用大数据，与企业组织形成结构分散却高度合作的知识生态种群，通过对等互动共同创新产品（或服务）的系统结构。新兴古典经济分析框架认为，系统演化动力来自个体社会分工与专业化水平提升。衍生到创新生态系统领域，即可通过分析微观主体知识分工和创新行为变化来揭示宏观系统的聚裂变过程。在这一过程有以下问题值得关注。①随着人类挖掘、应用大数据来从事创新活动的能力提升，微观创新主体的认知决策、行为模式会发生怎样的变化？②伴随这些微观个体行为决策的转变，创新生态系统将会产生怎样的结构变迁？③开放式创新生态系统演化的经济价值是什么？

本文的理论创新与贡献有以下两点：①从开源合作创新范式视角，揭示“创新生态系统”向“开放式创新生态系统”转变的内在机制，能清晰阐述这一结构转型带来的经济价值和社会意义；②运用超边际分析模型，刻画开放式创新生态系统的动态演化过程，并为其演化机理搭建统一的微观研究框架，有助于推动相关理论研究向纵深发展。

1 理论机理与研究假设

1.1 开放式创新生态系统的演化逻辑

开放式创新理论是理解这一现象较适宜的理论透镜。CHESBROUGH［21］将开放式创新定义为“有目的地利用知识流动来加速组织内部创新，从而扩大创新源的市场化搜寻途径”。这意味着允许企业边界模糊化，使社会中的知识成为可交易的商品［19］。后续研究者拓展了这一理论的内涵和范畴，使开放式创新范式突破了以企业价值为中心的研发外包、技术并购等传统模式，开始转向为以用户价值为中心的创新社群、创新源码等新兴模式［20］，这将有助于增加全社会范围内的知识存量，提升社会整体的学习能力［21］。由此可见，创新生态系统向开放式创新生态系统演进的过程中，存在3 条内生逻辑。

1）创新生态系统受外部市场环境冲击使市场竞争和垄断双双被强化。互联网技术使研发网络得以在全球范围运行，导致市场要求的创新频率不断加快，需要创新生态系统能快速有效响应市场变化和环境不确定性。只有创新生态系统对外部创新源更加开放，将更多高度专业化的个体卷入创新环节，使他们聚焦于更精细的研究领域，才能加快整个系统的创新速度和强度。

2）创新生态系统本身的内在扩张逻辑使创新市场的需求与供给扩大。根据斯密—杨格定理，创新生态系统向开放式创新生态系统演进的过程，将促使知识分工形态由局部分工转变为完全分工。知识分工的深化将提升生态群落功能专业化程度，使商业生态圈裂变出专业的研发生态圈。上述聚裂变过程将会增加产品种类数和社会知识存量，从而维持创新生态系统的持续性与稳定性。

3）创新生态系统知识积累的溢出效益可形成覆盖全社会范围的公共知识池。社会经济的所有参与者都能通过公共知识池，汲取源源不断的新理念、新技术，使知识分工的社会效益远大于私人收益。虽然知识分工价值相对单一创新主体来说很小，但由于增加了社会总体知识存量，使其总和价值最终在单一主体的创新活动中得到体现。由此，本文提出如下假设。

H1 伴随综合交易效率提高，创新生态系统会向开放式创新生态系统转化。

1.2 开放式创新生态系统的演化动力及其特征

1.2.1 创新范式转型：从企业主导创新到开源合作创新 企业主导创新范式是指企业围绕自身的核心目标，与其他组织、科研机构或用户开展协同创新。这种逻辑范式的主要特点是基于目标导向的非对等合作创新，即由核心企业单向搜寻它所需要的创新合作伙伴。企业的资源配置效率取决于其掌握市场信息的精度和广度，而市场信息的精度受到创新合作伙伴的质量限制；市场信息的广度又受到企业规模的限制，因此，这一范式会大量损失核心企业实时处理分散信息的能力。随着创新源由市场搜寻演变为社群型主动黏连，形成大数据时代独有的开源合作创新范式（open collaboration for innovation）。开源合作创新是指大众用户基于任务导向，通过结构松散却又高度合作的对等互动来创新产品或服务［22］。开放式创新生态系统是在开源合作创新范式下，基于大众智慧和功能专业化的知识群落所形成的新结构，具有能力异质性的大众用户主动“黏连”于创新任务，从事力所能及的创新环节［23］。埃斯特琳［24］从知识分工视角将创新生态系统的基本构成分为知识研究、知识开发和知识应用三大生态群落。分散在全球不同地理位置的大众用户汇聚在互联网平台，能够依凭自身能力从事他们最感兴趣的知识领域，形成功能专业化的知识开发群落。随后，这些用户在开源协议下将自身知识成果公开至互联网供他人使用，从商业生态圈中裂变出分工更精细的研发生态圈。相较而言，创新范式转型扩大了创新源的要素供给规模和质量，使创新生态系统由企业主导配置模式过渡到完全市场配置模式。

1.2.2 价值创造模式转变：从价值共创到用户独创价值 创新生态系统与开放式创新生态系统的核心功能都围绕价值创造，但两者因交易效率不同而存在较大的模式差异。新兴古典经济学理论认为，系统结构差异取决于分工水平，分工水平又取决于交易效率。当产品（或服务）创新的交易效率低于劳动分工的协调效率时，企业组织协同创新的效果会比大众用户独自开展创新的效果更好，即价值共创是创新生态系统的最优选择。与此相反，当大众用户独立创新产品（或服务）的交易效率高于劳动分工的协调效率时，大众用户独自创新的效果更好。在复杂技术开发和创新落后领域，企业组织通常没有雇佣专业人员专职从事某项创新任务，而是把这一任务信息切分细化后发布至互联网，由感兴趣且能胜任的大众用户分散完成，节约了大量创新时间和经济成本。斯蒂格利茨和格林沃尔德［25］将创新活动分为开创性创新和跟进性创新两类。DURANTON和PUGA［26］指出，随着社会分工深化，专业化模式将由部门专业化转向功能专业化。因此，本文根据知识生态群落的功能比较优势，进一步将知识开发、研究与应用群落的创新活动划分为开创性创新、跟进性创新与创新应用3 类。受益于从开源合作创新范式中获得的大规模创新源，开放式创新生态系统能够将创新生产活动与生态群落的功能密切结合，使创新人才能够跨越企业边界自由流动，进行社会交互式学习。综上所述，价值创造模式的转变能提升社会整体的创新能力和学习能力。由此，本文提出如下假设。

H2 随着创新生态系统结构转型，将形成更专业化的研发生态圈，同时促进创新人才跨群落流动，扩大知识研究和开发群落规模，社会整体呈现出创新驱动的发展态势。

1.2.3 演进特征分析 上述分析揭示了系统演化过程中的3个重要特征：①以大众用户为主体的创新源特征；②开源共享的动力特征；③功能专业化的生态群落特征。

大众用户作为创新源的主体，放松了创新生态系统中的认知约束。现代经济学强调人类认知偏好的多维性、动态性［25］。纳入大众用户为创新源，可增加创新生态系统中知识异质性和多样性，使知识分工不断细化。与此同时，公共知识池也为大众用户的创新提供了持续的知识源泉，在不考虑知识传递成本时，他们获得知识收益的边际成本几乎为零［27］。大众用户可充分运用互联网技术来搜寻、加工、整理人类创新的历史数据和经验，通过大数据构建最优行为路径，增加开创性创新成果，而开创性创新成果的增加又能反过来提升公共池的知识质量。

开源共享作为演化动力机制，放宽了创新生态系统中的信息约束。开源共享的特征是任务流程及细节全透明向大众用户开放，由大众用户对解决方案共同修正和决策。大量开源共享的研究表明，由特定用户针对个别问题开发的解决方案，可成为针对所有用户的通用方案［28］。同时，大众用户利用互联网平台降低知识搜寻和学习成本，积极进行交互式学习和能力建设，为生态系统注入动态的创新活力，避免结构僵化。

功能专业化的生态群落互动，促进了系统创新效率提升。从专业化经济的本质来理解这一特征，即知识开发、研究与应用群落使创新活动各个环节完全聚焦，可提高系统整体的创新效率。具体而言，开发群落由那些掌握最先进知识技术，知道如何突破当前最优生产力的主体构成，其产出偏基础性创新成果。研究群落则更擅长从“干中学”中积累经验，对上一轮技术创新成果进行微小改进。应用群落则是将其他两个群落的成果进行重新排列组合，形成最终产品的商业化。三大生态群落的专业化互动创新是系统不断优化的动力源泉。由此，本文提出如下假设。

H3 创新生态系统向开放式创新生态系统转型将提升系统整体的创新效率。

1.3 开放式创新生态系统的结构特征与运行方式

开放式创新生态系统包含一个平台、两个生态圈、3 个群落的联动发展（见图1）。一个平台是指互联网平台，该平台不仅能为公共知识池积累知识提供虚拟空间，还为虚拟创新市场提供交易空间和技术支撑。两个生态圈指研发生态圈和商业生态圈。研发生态圈的专业化经济效益产生于知识开发群落从事研发活动范围的缩小。受自身工作时间极限的约束，创新主体如果提高特定产品的研发专业化程度，必然会降低研发其他产品的专业性。当众多创新主体都高度聚焦于特定的研发活动时，研发领域将呈现出专业多样化现象，而大众用户在互联网平台上跨企业边界创造、转移知识，更解决了知识的默会性与复杂性困境［22］，深化了知识开发群落的内部知识分工水平，从而提升整个研发生态圈的创新效率。最终，这种专业化经济将带来开创性创新活动及开创性创新人才供给的增加，并由此扩大了开创性创新市场规模。商业生态圈的繁荣得益于分工精细化。创新生态系统中的商业生态圈多是企业内部研发、生产一体化，并未分离出功能专业化的知识开发群落。随着开放式创新生态系统的生成，企业可以把复杂技术开发分离给更专业的研发生态圈，由研发生态圈完成开创性创新的任务环节，企业自身则专注于高附加值的商业环节。这一知识分工过程也提高了商业生态圈中知识研究与应用群落的专业化程度。通常，科学与技术之间并非一一对应［23］，需要知识研究群落消化吸收上一轮的技术开发成果，形成跟进性创新。这意味着，跟进性创新是针对开创性创新不够擅长的某一方面进行优化改进，开发出功能替代性或互补性产品。伴随新技术、新产品生命周期缩短，产品创新和流程创新的复杂性增加，倒逼商业生态圈中的企业通过技术复杂化和生产迂回化，来满足市场对产品多样性、新颖性的需求。创新应用活动是将开创性创新与跟进性创新成果进行重新排列组合，从事创新的商业化应用活动。由图1可知，开放式创新生态系统通过专业化的研发生态圈与商业生态圈的互动，形成了一个具有网络正反馈效应的双向循环系统。以往研究多注重生态系统对创新的单向积极作用，忽视了创新积累对生态系统的反作用。本文认为，创新积累效应通过分工与专业化促使生态系统结构变迁。由此，提出如下假设。

图1 开放式创新生态系统运行的理论模型Fig.1 Theoretical model of open innovation ecosystem

H4 创新生态系统转变为开放式创新生态系统有助于扩大系统容量和人均知识量。

2 开放式创新生态系统演化模型

这一系统的演化方式可从微观层面来理解：①创新产出是知识研究者、知识开发者和知识应用者选择行为的互动，它内蕴的函数关系应从个体的创新行为选择中探索；②知识开发者的开创性创新能力不是与生俱来的，而是从多维大数据及实践经验中获取信息并形成认知的，这个过程决定了知识开发者的研发生产函数，当众多知识开发者在创新领域集聚，将形成一个全新的专业化研发生态圈；③知识应用者生产函数是知识开发者研发函数的复合函数。基于此，本文构建超边际分析模型来刻画三大群落联合内生的互动机制。

2.1 基准模型

借鉴庞春［31］构建的超边际分析模型，本文假设开放式创新生态系统中的个体既是创新生产者，也是创新使用者。整个系统由M个创新生产者—使用者组成，他们需要消费创新产品（理念）y。开放式创新生态系统既需要研究群落提供相应的知识x，也需要开发群落的开创性创新投入r。模型满足瓦尔拉斯价格机制。则开放式创新生态系统中，生产者—使用者的最大化效用函数为

Max U=y + Kyd（1）

其中，y 和Kyd≥0分别为创新产品（理念）供给量和市场需求量，K∈（0，1）为创新产品在生态系统中的交易效率系数，与正式（专利制度）、非正式（交货期、产品复杂性）知识产权保护机制等因素有关。研究群落的知识生产函数为

xp≡x + xs= Max{0，lx} （2）

其中，xp、x、xs≥0 分别为研究群落的产出总量、保留自用量和出售量。开发群落的研发函数为

rp≡r + rs= Max{0，lr} （3）

其中，rp、r、rs≥0 分别为开发群落的产出总量、自用量和出售量。应用群落的知识应用函数为

yp≡y + ys= Max{0，[(x + Txd)α(r + Srd)1-α]β(ly- b)1-β} （4）

其中：yp、y、ys≥0分别为应用群落的产出总量、自用量和出售量；b∈（0，1）为应用群落产品商业化的风险成本参数；T表示跟进性创新的效率系数，1-T表示跟进性创新的交易费用系数；S表示开创性创新的效率系数，1-S 表示开创性创新的交易费用系数；S、T 与人类利用大数据的能力、认知水平等因素有关。α，β ∈(0，1)，由于应用群落需要跟进性创新和开创性创新作为中间投入，因此用柯布—道格拉斯生产函数刻画这一过程，假定规模报酬不变，则αβ +(1- α)β + 1- β ≡1。注意，式（4）表示，对于研究群落而言，yp＞0，因为投入的x + Txd＞0，r + Srd＞0，ly- b ＞0；而对于非研究群落而言，yp≡0，非研究群落必须从市场购买这些知识来满足消费yd＞0。由于涉及跟进性创新、开创性创新和创新应用这3种活动，因此，个体的时间禀赋约束为

lx+ lr+ ly= 1 （5）

其中，lx、lr、ly∈[0，1]分别为这3种活动的劳动份额，即专业化水平。预算约束条件为

px(xs- xd)+ pr(rs- rd)+ py(ys- yd)= 0 （6）

其中，px、pr、py≥0分别为跟进性创新、开创性创新和创新应用的交易价格。它们在下文的决策分析中被视为参数，但在均衡分析中视作内生变量。式（2）～式（6）均为模型约束条件。

2.2 超边际决策分析

2.2.1 创新生态系统 知识研究者（X/Y）、知识应用者（Y/X）构成创新生态系统（见图2）。在创新生态系统中，知识应用与知识开发活动并未完全区分开，应用群落与开发群落此时是非独立且非专业化的，故应用/开发群落的符号表示为YR/X；但知识研究活动是专业化的，因而研究群落的符号表示为X/Y。

图2 创新生态系统分工模式Fig. 2 Innovation ecosystem division model

1）知识研究者（X/Y）的超边际决策。知识研究者作为消费者，需要消费市场产品（yd＞0）。因而，其他变量为lr= ly= rp= r =rs= rd= yp= ys= y = x = xd= 0，此时，知识研究者的决策问题为

求解最大化问题，得到相关决策变量为

2）知识应用者（Y/X）的超边际决策。知识应用者需要从知识研究者那里获取新知识（xd＞0），并且将创新开发和应用活动内部化，进行非专业化的创新开发与应用，因此r ＞0，lr、ly＞0。知识应用者作为消费者的自用量y＞0。知识应用者自身不使用该知识（x = 0），只出售知识（lx= 1，xp= xs）。其他决策变量为lx= xp= x = xs= yd= rs= rd= 0，则知识应用者的决策问题为

求解最大化问题，得到相关决策变量为

其中，δ ≡[ααβ(1- α)1-α]β(1- β)1-β。

2.2.2 开放式创新生态系统 知识研究者（X/Y）、知识应用者（Y/X）和知识开发者（R/Y）构成开放式创新生态系统（见图3）。不同于在创新生态系统中知识应用与知识开发是一体化的活动，在开放式创新生态系统中，知识研究、知识应用与知识开发活动都是相互独立且完全专业化的活动，因而，知识研究者由(X/Y)转变为(X/YR)、知识应用者由(Y/X)转变为(Y/XR)、知识开发者由(R/Y)转变为(R/XY)。

1）知识研究者（X/YR）的超边际决策。此模式中，知识研究者同样需要消费市场产品（yd＞0）。因而，其他变量为lr= ly=rp= r = rs= rd= yp= ys= y = x = xd= 0，此时，知识研究者的决策问题为

求解最大化问题，得到相关决策变量为

图3 开放式创新生态系统分工模式Fig. 3 Open innovation ecosystem division model

2）知识开发者（R/XY）的超边际决策。知识开发者只从事开创性创新活动（lr= 1），但他作为消费者，同样需要购买市场产品（yd＞0），其他决策变量为lx= ly= xp= x = xs= xd= r = rd= yp= ys= y = 0，此时，知识开发者的决策问题为

求解最大化问题，得到相关决策变量为

3）知识应用者（Y/XR）的超边际决策。在此模式中，知识应用者要先承接知识研究者的跟进性创新供给，并从知识开发者处直接获取开创性创新成果，然后将两者的产出资源进行最终产品的商业化加工（rd，xd，yp＞0，ly= 1）。同时，知识应用者作为消费者，其自用量y ＞0。其他决策变量为lr= lx= xp= x =xs= r = rs= yd= 0。此时，知识应用者的决策问题为

求解最大化问题，得到相关决策变量为

其中，δ ≡[ααβ(1- α)1-α]β(1- β)1-β。

2.2.3 超边际一般均衡及其比较静态分析 在创新生态系统中，根据效用均等和市场出清条件（即角点均衡条件）：UX==或M= M其中为创新生态系统中应用群落和研究群落的人数。同理，在开放式创新生态系统中，角点均衡条件为：UX=其中为开放式创新生态系统中应用群落、开发群落和研究群落的人数。根据式（29）～式（44）得到一般均衡状态。

对比式（48）和式（49）可得，当UA＞UB时，创新生态系统是均衡结构；当UB＞UA时，开放式创新生态系统是均衡结构。结构转换取决于开创性创新效率与交易效率的乘积（SK）的子空间，本文将其定义为系统的综合交易效率。只有在SK超过其临界值Z0即SK＞Z0时，随着综合交易效率的提高，创新生态系统将向更高分工水平的开放式创新生态系统演变。因此，这种演变过程是知识分工深化的结果。开放式创新生态系统通过互联网，将更广泛的创新开发活动卷入市场交易，形成专业化的研发生态圈，丰富了创新生态系统中的市场种类数。相较而言，开放式创新生态系统拥有比创新生态系统模式更多的子系统。H1得到支持。

综合交易效率SK的临界值Z0与b存在负向关系（0），即综合交易效率越低，越有利于形成开放式创新生态系统，通过知识分工能分摊创新生产过程中的高风险成本。基于此，提出推论1。

推论1尽管创新生产的风险成本较高，但是当结构转化的综合交易效率“门槛”较低时，就能通过知识分工来降低创新风险成本的负面影响。

推论2如果创新应用的产出对开创性创新产出的相对弹性越小，那么结构转化的综合交易效率临界值越低，此时更易形成专业化的研发生态圈。

3 创新生态系统结构转化的经济价值

3.1 人力资本优化配置效应

3.2 系统创新效率提升

本文将创新效率定义为两种系统结构的创新产出与其专业化水平之比。根据式（19）、式（21）、式（31）和式（41）可得，两种系统结构的创新效率分别为

3.3 创新生态系统容量扩张效应

参照庞春［31］对市场容量的界定，将创新生态系统容量定义为创新者人数、交易效率与需求量的乘积。根据式（50）～式（54），分别得到创新生态系统与开放式创新生态系统的容量为

分别对比式（59）和式（61）、式（60）和式（63），得到表明开放式创新生态系统比创新生态系统拥有更大的跟进性创新市场容量和创新应用的市场容量。除此之外，开放式创新生态系统由于有研发生态圈的出现，有助于扩大开创性创新市场容量。

FUKUDA和WATANABE［32］认为创新生态系统应具备四大基本运行原理：①创新要素可以自由更替；②系统具有自我增殖的共生机制；③创新主体之间能产生交互式学习；④异质性协同创新。由超边际分析可知，本文构建的开放式创新生态系统模型满足上述基本原理，模型设定较为合理。

4 结论和展望

本文聚焦于“开放式创新生态系统”的发生机制、演化动力及特征，运用超边际分析工具揭示“创新生态系统”向“开放式创新生态系统”转变的内在机理及价值。开源合作创新范式与用户独创价值模式是“开放式创新生态系统”结构演进的动力，同时伴随以大众用户为创新源主体、以开源共享为动力以及功能专业化的生态群落互动等三大演进特征。研究表明：①综合交易效率的门槛值越低，“创新生态系统”越易向“开放式创新生态系统”转型；②开放式创新生态系统结构演进的本质是互联网技术与知识分工深度融合的结果，这不仅降低了创新风险成本，而且衍生出更高分工水平的知识开发、研究和应用3 大群落，从事开创性创新、跟进性创新和创新应用活动；③开放式创新生态系统具有专业化的研发生态圈，有助于促进开创性创新市场规模扩大，提升公共池知识存量和质量；④这一结构转型将促使创新人才跨部门自由流动，扩大创新系统供给容量，提高系统创新效率，从而使社会整体呈现出创新驱动的发展态势。

未来研究可向两个方向拓展：①深入探讨开放式创新生态系统中商业生态圈与研发生态圈的互动机理，进一步理解开创性创新和跟进性创新的发生机制和经济效用；②继续运用超边际分析工具揭示其他形态的创新生态系统聚裂变效应及其约束条件，以丰富创新生态系统动力学相关理论，同时彰显超边际分析在大数据时代的深度适用性和强大解释力。