跨境电商生态系统创新惰性成因与协同突破策略研究

刘晗

广州工商学院，广东广州510850

一、引言

随着跨境电商产业的快速发展，在国家倡导“创新驱动”的战略下，整个产业进入到创新密集期。跨境电商产业在全球范围内以客户需求为前提，逐渐建立起基于构件/模块的知识异化、协同配套、共存共生、共同进化的创新生态系统。但是，在众多研究者关注产业创新发展的同时，却忽视了在创新发展过程中出现的 “创新惰性”问题。目前，关于跨境电商生态系统创新惰性的研究还处于探索阶段，各方研究者主要基于某一特定环境来分析创新惰性的产生原因及策略的提出。但是，针对某一产业进行创新惰性成因的分析及如何协同其他创新力量进行突破等问题，尚缺乏系统性研究。因此，本文针对跨境电商生态系统创新惰性的研究有助于其在构建完善自身生态系统的过程中避免出现“免疫力失灵”等问题，激发各方创新力量协同突破，拓宽发展视野，推动各方创新力量自愿形成协同突破机制，为解决跨境电商产业当前出现的各种错综复杂的问题提供理论参考。

在产业创新过程中创新惰性的出现，可引起生态系统出现各种并发症，导致企业盈利能力降低，甚至是一蹶不振。肖鹏，余少文（2013）认为创新惰性多出现于企业间协同创新过程，当产业领军企业进行创新时，多数跟随企业会选择模仿而不是协同创新，单个企业创新会因缺乏有效激励造成惰性的产生。王生辉，张京红（2007）则认为在位者惰性是阻碍突破性创新的主要因素，主导企业因受在位者惰性的影响，通常不能在某一产业领域长期保持优势，因其只进行渐进式的改进而无法彻底抛弃原有模式，随着这种惰性的产生，产业创新发展也面临困境。李中娟，柏明国，刘新跃（2017）主要针对长三角制造企业绿色创新惰性进行研究，从技术标准锁定、组织结构惰性和经验惰性等方面分析了创新惰性产生的原因，并从研发新技术、构建新型创新网络、企业协同发展、培育制度文化等方面提出建议，寻求完善产业生态系统的发展方向。赵武，陈琳（2017）以新常态为研究环境，针对企业包容性创新惯性障碍进行研究，认为企业在开展包容性创新时会受到传统的经营惯性、BOP市场缺陷及包容性创新盈利障碍等多方面惯性的影响，并从政府和企业两方面寻求逾越产业惯性障碍的策略。

目前，现有文献从多个侧重点对创新惰性进行了研究，主流研究者认为创新惰性的产生主要源于企业内部缺乏创新动力、创新要素投入不足等，而忽视了不同产业生态系统创新模式的独特性。往往一个产业因其自身所处环境不同，其创新模式及方法也大相径庭，很少有研究者对此进行深入探索。因此，本文从生态系统角度研究跨境电商产业的创新惰性问题具有重要的现实意义。

二、跨境电商生态系统创新惰性形成机理

（一）理论基础

跨境电商生态系统创新模式主要包括两个方面。一是获取成本优势，降低推广、物流、交易、售后等成本，尽可能增加生态系统内部企业的竞争力；二是赢得产品竞争优势，获取产品的垄断地位，从而增加销量获取更多利润。但是，成本优势及垄断地位会让企业“安于现状”，降低其对创新压力的感知，不愿去追求高端型创新，而是维持稳妥的低端型创新活动，从而形成“创新惰性”现象。

跨境电商生态系统形成创新惰性的影响因素有很多，本文以肖鹏，余少文（2013）对企业创新惰性成因的研究结果为基础，结合跨境电商生态系统的特征，梳理出形成创新惰性的关键性因素，如图1所示。

第一，企业管理者精神匮乏。企业管理者精神匮乏是造成跨境电商生态系统创新惰性的首要影响因素。主要是因为当企业在产业系统内部处于领先地位时，企业管理者会趋于安逸，不愿对产业链进行颠覆性创新以寻求更大利润，从而缺乏创新激励。除此之外，当短时间内创新成本高于回报收益时，管理者因观念守旧、目光短浅会习惯性地产生排斥行为，放弃创新活动而选择更加稳妥、剩余价值更高的传统盈利方式。

图1 跨境电商生态系统“创新惰性”形成的关键性因素

第二，创新动力不足。领军企业决定产业的发展方向，其创新精神也影响着整个产业生态系统的创新效率。但是，因受政府贸易庇护、系统内结构及制度约束、资源成本限制等影响，造成企业创新机会成本较高，难以实施创新行为。另外，组织结构惰性也是创新动力减弱的重要因素，彭璧玉（2013）提出组织结构惰性受组织内外部环境因素影响，组织结构惰性对组织死亡风险有直接作用，需通过进行组织变革来延长组织存活周期。与此同时，领军企业外购行为示范作用明显，以至于同行业其他企业产生跟随行为，无法形成良好的创新机制，这些都将直接导致企业创新动力不足，造成创新惰性的产生。

第三，创新文化缺失。传统电子商务运营模式所形成的产业文化难以改变，多数企业从传统电商业务转移至跨境电商业务后，仍习惯于原有的企业文化模式，缺乏新环境下企业文化的创新。张永成，郝冬冬（2010）在对技术创新中的“积极惰性”的研究时提出，持续性文化会束缚创新思维及行动的产生，使得组织在面对持续性创新时产生惰性情绪。当生态系统环境改变时，创新文化缺失所形成的“文化惰性”阻碍了企业对新事物、新模式、新观念的接受和认可，滋生出整个产业的创新惰性现象。

第四，创新能力不足。企业的创新能力主要指企业创新的吸收能力，在面对创新瓶颈时能否利用新的信息、技术及机会开拓新的创新方向，并将其用于产业发展来产生价值。生态系统内部领军企业通常能获取最新的产业发展信息，但由于人员、设备、制度等限制，无法做到及时吸收信息并转换成创新能力。除此之外，领军企业通常不愿与上下游企业进行协同创新，对协同创新的项目缺乏兴趣，这就使得领军企业甚至整个生态系统内部失去了创新发展的机会。

第五，组织员工惰性。江玲（2017）在对员工惰性心理研究后指出，员工在工作中长期处于某一环境会养成职业惯性，每个惯性都有固定的管理模式，当企业在创新过程中需要面对新模式、新思维、新方法时，员工的创新意识受职业惯性影响会产生创新惰性现象，在创新工作过程中表现出厌烦感，排斥与其他员工或企业进行协同创新，愿意遵守惯性模式，从而造成创新绩效不明显。

（二）跨境电商生态系统创新惰性结构性机制

跨境电商创新生态系统的发展必须要摒弃固有的思维模式，保持持续性创新，克服创新惰性现象。德鲁克（1993）提出企业经营理论核心的三个假设：（1）企业所处环境的假设；（2）企业本身核心目标的假设；（3）企业实现目标能力优势的假设。基于以上假设，学者们在后续研究中发现创新的惰性化倾向不仅存在于生态系统中，也存在于企业及员工中。

如图2所示，在跨境电商生态系统内部各类创新元素表现出不同的惰性属性，“+”表示创新惰性趋势增大，“-”表示创新惰性趋势减弱。

在整个跨境电商生态系统中，创新经验是新一轮创新实施的基础，为新一轮创新行为提供参考，但整个参考过程会导致系统内部惰性趋势增大，使得创新行为过于依赖经验，而忽视了对外部有利条件的吸收。同时，创新经验也会形成创新文化，进而生成整个系统内部的创新性机制，使得系统内部创新惰性趋势减弱，为进一步创新行为提供正能量。两方面影响成为下一轮创新行为的依赖条件，从中形成惯性意识及创新意识，进而分别形成惯性思维结构与创新思维结构，影响创新成果。最终，创新成果的形成使得创新实施者更加充满自信，对下一轮的创新行为产生激励，产生更大的创新惰性减弱趋势，形成新一轮的创新经验。

图2 跨境电商生态系统“创新惰性”生成机制

综上所述，创新惰性受到个体主观因素的影响，同时也受到集群因素及其他外部环境的制约。跨境电商生态系统创新惰性存在系统内部传染性，惰性的传染会使得整个系统封闭僵化，导致整个生态系统创新效果及竞争力减弱。所以，要克服生态系统中的创新惰性，必须协同外部条件，结合系统内部环境、技术、知识、制度等因素，以权变的思维关注整个生态系统的互动程度，观察系统创新效果。

三、基于Logistic方程的协同创新分析

（一）模型设定

聂荣、钱克明、潘德惠（2006）运用Logistic（生物学动态系统）方程对创新技术的稳定性进行分析，指出同生物界种群进化过程相近，创新行为同样经历了出现、发展、成熟、衰退的演化过程。因此，在充分考虑跨境电商环境的基础上，本文运用Logistic模型来描述生态系统内部企业与高校及科研机构之间协同创新的最佳协调状态，寻求协同突破策略，力求形成一种合作共生、协调发展的机制，从而促进生态系统的完善性及其创新发展的持续性，避免创新惰性的产生。

（二）条件假设

1.设“1”为跨境电商生态系统企业，“2”为高校及科研机构。在整个生态系统创新过程中，知识、技术、人才、资金、制度等都将成为创新要素，在各种要素的综合作用下，X1及X2表现为创新水平的最大临界值。在这个临界值上，企业与高校及科研机构都表现出最优的创新效率。

2.设企业与高校及科研机构在独立创新过程中，创新水平变化均能符合Logistic方程规律。即

其中，P0为初始值，K为终值，r衡量曲线变化的快慢。方程表现出初始阶段创新效果呈现出指数增长，然后随着时间的推移开始变得饱和，增加变慢，最后，达到成熟时增加停止。

3.设y表示在t时间的创新效率，y随着t的变化而产生变化（t≥0）。所以，跨境电商生态系统内部企业与高校及科研机构创新函数分别为 y1（t）和 y2（t）且连续可微分。设跨境电商生态系统内部企业与高校及科研机构具有固有增长率g1和g2，g1和g2均为线性函数且增长模式服从Logistic方程，如方程（1）所示。根据Logistic方程得知，企业与高校及科研机构在进行单方面创新行为时，创新效率会因为初期各种资源磨合而处于短暂低水平（边际增长率为正）；当资源磨合熟练后其效率迅速进入到快速增长期（边际增长率为正）；随着创新水平增长达到顶峰后（边际增长率为0）会逐渐进入稳定期；此后，创新增长率会随着要素投入的增加而逐渐降低（边际增长率为负）。综上所述，根据李煜华，武晓锋，胡瑶瑛（2014）关于Logistic Growth规律的应用研究结论可知，g（y）为 y的线性函数，故

其中，g（y）表示跨境电商生态系统通过实施创新行为后的总创新效率，g表示跨境电商生态系统的总固有增长率，s和y分别表示增长速率及创新组织 （企业与高校及科研机构）的创新函数。

4.设c1和c2分别为跨境电商生态系统内部企业与高校及科研机构相互贡献率，所以c在整个系统中表现为两方元素在协同创新发展中的共生程度，且c1和c2均表现为正数。

（三）稳定性分析

当g=X时，表现为单元达到最优创新效率，增长率为 0，即 g（X）=0，带入方程（2）可求出，所以可得到

由方程（3）可得出：

因此，方程（4）为创新单元的Logistic方程，符合Logistic模型的规律。根据Logistic特征理论，创新生产率呈现出先升后降，在y=X/2处斜率最大，即生产率达到最大值。1-y/X为Logistic系数，当y趋于X时，Logistic系数对创新生产率产生一种制动作用，使得创新生产率达到最高水平，最高生产率的数值则成为双方创新过程中的稳定点。

另外，当双方开始展开协同创新时，通过信息互动、资源共享、组织结构互补等方式，共同进行新产品、新模式的研发，不仅能够给跨境电商生态系统带来新的创新突破点，同时也提高了双方研发的效率。y1/X1及y2/X2分别表现为双方协同创新时所达到的最佳比例。

当双方在生态系统内部形成稳定且良好的协同关系时，创新效率趋于稳定，可求出其稳定点，即：

通过对方程 （5）进行解方程得出该Logistic 模型有 4 个解，分别为：。

（四）分析结论

根据Logistic模型稳定性理论，方程得出 4 个解，即平衡点。在四个解中，n1（0，0）表明在进行协同创新的过程中，生态系统内部企业与高校及科研机构都退出了创新项目，所以对n1点的研究没有意义，故不再进行分析。而 n2（X1，0）和 n3（0，X2）表明在生态系统内进行协同创新过程中，企业与高校及科研机构的某一方退出了创新项目，这个结果与本研究的假设不符，故也不作为研究内容，不再进行分析。

因此，在共生条件下，各单元在协同创新过程中，创新效率逐渐趋于最优临界值，当企业与高校及科研机构达到一定的创新水平后，创新效率的发展空间将会越来越小，彼此之间的互动效应也相对减弱，最终达到最理想的稳定状态。但是，这个稳定状态会随着内外部环境的变化而变化，当协同创新水平达到一定程度后，双方需明确自己在创新过程中所展现出的核心能力，时刻利用各方资源维持核心能力来应对时刻变化的环境，以维持稳定状态，形成整个系统的良性循环。

四、协同突破策略的探究

图3 跨境电商生态系统协同创新平台

跨境电商生态系统企业与高校及科研机构的协同创新效果，很大程度是由内外部环境、各单位元素共同作用而成，这些元素具有固有的作用模式，产生互动行为来影响协同效率。

如图3所示，跨境电商生态系统内部业务平台是整个协同创新行为的基础，也是创新成果的直接受用者。它为企业带来直接收益，同时也为未来创新行为提供经验。而生态系统协同创新核心平台，主要表现在企业与高校及科研机构的互动行为，双方作为整个生态系统中的创新元素，能够产生物质、信息、能量的高频率互动，使得创新质量维持在高水平。但是，在协同创新过程中，外部环境也是关键影响因素，跨境物流系统、中介组织、政府政策、行业协会制度都将影响到协同创新的效果。所以，应充分考虑整个生态系统现实情况，提出相应的协同创新策略。

（一）优化生态系统创新元素互动模式

在跨境电商生态系统中，企业扮演的角色是整个生态系统的核心，在不断推进产业创新的过程中也享有创新成果。高校及科研机构能够给企业提供知识及技术支撑，双方可在创新互动过程中互惠互利、相互补充。另外，在未来生态系统创新模式改革上，尽可能发挥企业的产业地位及高校人才、设备、技术、信息等优势，增加互动频率，共同创新、共享成果，以契约形式保障各方利益，形成更加成熟的共同投入、利益共享、风险共担的创新合作机制。

（二）培育利于协同创新的关联产业

未来的协同创新活动更需要关联产业的配合，要在整个生态系统中建立高效的共享机制，吸引产业链中各创新元素的积极参与，特别是系统所需的中介服务、跨境物流服务、网络信息服务等关系创新成果能否高效实施的关键性因素。此外，应建立起稳定、有序、开放的现代化市场体系，在培育跨境电商生态系统关联产业的同时，也会促使企业与高校及科研机构之间快速、安全、稳定的信息传递、知识流动及技术转移，为进一步提高元素间的互动频率及效率提供保障。

（三）完善生态系统内部制度及外部政策

跨境电商生态系统内部制度及外部政策作为影响整个系统运营的关键元素，是创新惰性产生的主要原因之一。因此，通过协同创新来避免创新惰性的产生需充分分析内部制度及外部环境。在制定内部制度时，应提高产业创新风险感知能力，降低创新惰性现象产生的可能性。在外部政策发生变化时，尽可能增加整个生态系统的互动频率，改善系统结构，快速适应外部政策变化，以保证整个生态系统在高效率的协同创新中快速发展。