数字化导向下柔性种群共生演化机理研究

单子丹，陈琳，曾燕红，李慧敏

摘要：建立高度融合的协同创新机制，营造协同高效的创新环境是提升服务生态系统群组关系韧性的关键。基于系统种群共生演化的基本特征，采用Lotka-Volterra共生模型的不同作用参数表征服务吸收单元、整合单元之间的强弱关系;根据数字化导引下种群能量聚变的柔性效应和敏捷效应，构建组织嵌入时滞和业务时滞双维度微分方程，搭建局部稳定性分析模型给出种群共生与外部环境演化的协同机制。经MATLAB仿真结果表明：互惠共生关系为服务吸收单元和整合单元间最佳匹配模式;双维度时滞的出现影响生态系统的整体稳定性，且对服务吸收单元的影响大于整合单元。基于时序性判断数字化导向下柔性种群的互作关系，可助推数字技术与服务生态系统应用场景的深度融合，催生企业新架构、新场景和新范式的形成。

关键词：服务生态系统;共生演化;数字化技术;柔性种群;Lotka-Volterra模型

DOI：10.16315/j.stm.2021.05.008

中图分类号： F 273.5

文献标志码： 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，服务经济的快速崛起推动了国民经济结构性改革。从制造业服务化到发展服务型制造，服务投入与产出的占比逐年提升，服务业向跨领域行业的渗透能力日趋明显。传统的产品竞争逐渐转向差异化的服务之争，如何以服务化思维处理发展问题是企业获取核心竞争优势的关键。2016年7月由工信部、发改委与中国工程院印发的《发展服务型制造专项行动指南》指出要加速生产型制造向服务型制造的转变。此后国家发改委等15部门印发了《关于推动先进制造业和现代服务业深度融合发展的实施意见》指出要提升企业生产性服务投入、完善产业生态系统，促进制造业与服务业高质量融合。新形势、新发展、新业态背景下，服务理念改变了利益相关主体间的思考方式与协作模式。制造业的服务化转型也对转型环境、转型模式与转型方法提出了更高要求。服务生态系统正是为适应快速变革的市场与政策环境，催生出的一种具有可持续发展优势的多维组织模式[1]，且服务生态系统的柔性增强了企业对于未来危机的应对能力[2]。

近年来，有关服务生态系统的研究已成为国内外研究的热点问题，且有较多成功案例。如小米建立了多态融合、共生发展的全产品生命周期的服务生态系统，大幅缩减了生产成本提升生产效率，以服务创新打破产品价值链低端锁定困境。华为向全球发布鸿蒙系统（HMS）以及应用市场APPGallery，吸纳了更多开发者加入华为HMS生态，推动服务体系的完善升级。具体而言，服务生态系统是通过企业建立资源整合池，依靠创新技术进行服务交换从而实现价值共创的过程[3]，将企业群视为空间分散和潜在的目标化实体网络。其中，数字化技术在服务生态系统中起到连接分散的网络节点的作用。数字化技术的应用不仅可以响应服务生态系统中内源性需求变化，也可以实现主体内部嵌入关系的解构与重组[4]。数字技术的融入使依据资源、功能视角对产品主导逻辑下的需求者、供给者与顾客群体分类很难体现系统内利益相关者角色的动态性[5]，且服务生态系统的理念已超越了服务科学视角下服务系统间的互动范畴，认为价值共创主体间易形成松散的时空耦合结构，进而模糊了系统内供应商、生产者与顾客要素间的界限[6]。数字化技术赋予组织的融合、协作与灵敏等特征正是柔性的本质。柔性组织强调的是跳跃与变化、速度与反应以及灵活与弹性的特性[7]。组织与种群之间存在密切的关系，人类生态学把种群看作是通过组织联系在一起的成员的集合体。因此，可将柔性种群界定为服务生态系统中具有松散耦合结构的柔性组织集聚而成的种群，拥有柔性组织的内源特性。在数字化技术加持下，柔性种群具备高于单一柔性组织应对风险的动态能力。为实现制造业数字化与服务化的融合，服务生态系统内亟需构建一种能灵活进行业务分解、集聚多元要素的柔性结构体系。该结构能够提升系统的灵活应变能力，促进主体由竞争优势逻辑向共生共创的逻辑关系转变[8]。

因此，本文聚焦数字化情境下服务生态系统连接、共生、敏捷特性，探讨数字化技术对种群内部主体交互方式以及连接强度的影响，阐述服务生态系统中柔性种群共生关系类型以及主体间行为差异，构建Lotka-Volterra共生演化模型，揭示服务生态系统中柔性种群共生演化的“黑箱”，并考虑时滞效应对种群共生演化路径的影响，给出种群共生与外部环境演化的协同运行机制及策略，以此推动服务生态系统向更高阶迈进。

1文献综述

服务生态系统是自Vargo与Lusch提出服务主导逻辑后所衍生出的核心管理理念。已有文献多集中于对服务生态系统内价值共创主体、资源整合与服务交互方式等方面的研究。如张培等[9]指出服务生态系统内多元主体在不同服务创新阶段的结构与知识共创具有差异性;王昊等[10]基于行动者网络理论，发现人类行动者与非人类行动者之间存在多种交互方式，且主体间价值共创具有时序特征;辛本禄等[11]基于制度作用机制，从服务生态系统的形成、运行、冲突与制度化工作机制方面建立了系统整合模型。也有较少学者从技术赋能视角，对服务生态系统的演化机理进行研究。如高素英等指出技术赋能驱动服务生态系统能力的提升，且多层面交互结构是资源整合与服务交换的基础。James等[12]在数字化技术支撑下构建出的数字信息流连续体，缩短了服务生态系统中主体间信息不对称的差距，从而改变主体间价值共创的方式。可见，基于资源整合进行服务交换的价值共创过程是探究服务生态系统演化的理论基础。

已有文献研究表明数字经济的快速增长加速了数字化技术在企业生产经营中的广泛应用，并潜移默化的影响组织模式的发展。如戚聿东[13]指出数字经济降低了搜索成本、溯源成本等，极大提升了生产的柔性化。

Li[14]提出支持数字化技术内部与外部关系以及数字化技术与业务的战略统一，可以改变组织结构提升企业的敏捷性以应对市场环境的变化。Chowdhury[15]指出服务创新根植于数字化技术，且数字化技术刺激传统产品主导逻辑向灵活服务方向发展。Gkeredakis[16]提出数字化技术使组织的业务活动转移到新的数字空间，帮助企业更好的应对突发性危机。数字化技术具备的内源属性赋予了组织灵活连接、快速响应的柔性特征，组织间资源整合与服务交换活动加速相同属性的柔性种群集聚。与此同时，数字化涌现的连接式共生提升了主体即时交互与实时响应的功能属性[17]。

“共生”这一概念源于生物学领域，袁纯清[18]将共生理论引入到社会学领域，并提出质参量兼容原理、共生能量生成原理、共生界面选择原理、共生系统相变原理与共生系统进化原理，为共生关系的研究奠定了坚实的理论基础。随后依据共生内涵推演出工业共生网络[19]、产业共生[20]以及创新生态系统共生演化[21]的研究，反映了“共生”作为组织与管理的重要范式，为多主体间相互依赖问题提供了解释。可见，数字化资源将源源不断地渗透到服务链中的每个环节，时间窗口不断缩短，提升共生敏捷性是服务生态系统适应市场需求变化的必然要求。

上述文献为服务生态系统向高阶演化提供了理论视角与研究依据，但缺乏以数字化技术为主导的柔性主体间共生关系的研究。探究数字化技术应用下，新型种群特有的韌性与敏捷属性对服务生态系统抵抗外部风险以及构建内部共生关系的影响。数字化技术缩短了企业的服务时间窗口，导致对主体敏捷性能要求的提升，因此加入时滞因素对共生稳定性的研究，更有益于提出数字化导向下服务生态系统构建的合理方案。

2服务生态系统的构成要素

服务生态系统是以资源整合与服务交换为基础进行价值共创的复杂网络系统，且共生单元是系统内一切价值活动的主体。依据服务功能类型可将服务生态系统内集聚种群划分为服务吸收单元、服务整合单元与服务接收单元。其中，服务吸收单元是创新生态系统中包括供应商、制造商等以产品作为载体具有内部产品输出与外部服务吸收特性的主体，侧重于产品使用性能上的服务价值凝聚。服务整合单元是指具有较高服务传递能力的服务性企业集群，更倾向于提供完整的服务解决方案，如数字化服务平台、金融服务机构等服务性组织，在整个服务生态系统中起到调节服务链薄弱环节的作用。服务接收单元则指服务生态系统中的顾客、终端用户等群体，是服务价值的最终流向。

不同类型的集聚种群在服务生态系统价值创造过程中，进行跨领域的价值网络合作，并逐步形成互利共生的关系网。各共生单元依据数字化技术进行基础的关系往来与业务协作。其中，数据作为数字化时代孕育出的新生产要素，在共生体关系网络构建过程中起到重要作用，其共生主体间的业务关系框架，如图1所示。

3服务生态系统共生演化模型

服务生态系统共生体系与自然生态系统相似，种群内部或种群间具有相关性，可以基于Lotka-Volterra模型对共生单元的关系模式进行动态测量。从服务主导逻辑视角出发，服务吸收单元与服务整合单元间的业务往来更关注技术与知识的流动效率与效益，可将服务吸收单元中存在的时滞归纳为嵌入时滞，将服务整合单元中的时滞归结为业务时滞。两种群间的组织边界、政策制度以及技术与知识不对等的匹配关系等是形成嵌入时滞与业务时滞的主要原因。时滞微分方程可有效拟合系统种群间由于技术与知识的消化、吸收过程所产生的时延。

3.1服务生态系统共生演化模型构建

首先，构建服务吸收单元与服务整合单元在无时滞因素影响下的共生演化模型，采用灰色估计法以及最小二乘法进行参数计算，得出服务吸收单元与服务整合单元的共生作用系数后，讨论不同共生作用系数下系统的演化方向，并得出共生单元间最佳匹配模式。然后，在上述分析基础上构建时滞微分方程，讨论由技术或知识导致时滞效应对于种群间共生关系的影响，模型构建过程如下分析。

3.1.1不考虑时滞因素的服务生态系统关系分析

设定r1（t）与r2（t）分别是服务吸收单元与服务整合单元的内生增长率，表示单元主体的发展速度;x1（t）与x2（t）分别为服务吸收单元与服务整合单元单位时间内的效益;α1与α2为服务整合单元对于服务吸收单元效益增长的影响系数与服务吸收单元对服务整合单元效益增长的影响系数;K1与K2分别是服务吸收单元在特定环境下的最大收益值与服务整合单元在该情景下的最大收益值。构建两共生体间的生态关系模型如下：

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）

為简化后续共生演化模型参数求解，令α11（t）=r1（t）K1，

α12（t）=α1r1（t）K1，α21（t）=α2r2（t）K2，α22（t）=r2（t）K2，将式（1）改写为式（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）

共生单元间的关系模式取决于共生作用系数的范围，具体模式如表1所示。

3.1.2考虑时滞因素的服务生态系统关系模型构建

基于上述分析，具有时滞因素的共生演化模型中增加了时滞变量τ1，为服务吸收单元在进行服务创新过程中对来自服务整合单元的技术与专业化知识进行转化与吸收的时延，时延长短同样体现在服务整合单元嵌入到服务吸收单元内部的程度，且τ1>0;相应的τ2是服务整合单元在与服务吸收单元进行业务交流时，由于服务吸收单元对于服务整合单元的业务表达程度、资源共享度、信任度以及数据开放度不同，会造成各环节间的时延生成，且τ2>0。

构建带有时滞的非自治系统模型如下：

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）

时滞微分方程稳定性的证明过程较为困难，鉴于时滞微分方程的稳定性与全局收敛性并非本文的研究重点，受文章篇幅限制具体的证明过程可参考杨帆等[22]对共生系统稳定性与全局吸引性的数理证明，通过构建Liapunov泛函可证明平衡态。

3.2数值分析

3.2.1样本选取

在服务生态系统中高端制造业是具有高研发投入、高产品附加值的企业集群，所处价值链的位置决定我国制造业的发展地位，是服务化转型的典型代表行业。高技术服务业是具有技术、知识密集型的服务性企业群，在服务生态系统中具有发展导向性。两者的行业性质与业务交互符合服务导向逻辑下的柔性主体共生关系。因此，选取高端制造业与高技术服务业作为服务吸收单元与服务整合单元共生关系的样本来源。采用数据来源于2011—2019年《中国统计年鉴》、《中国火炬统计年鉴》、《中国第三产业统计年鉴》，以《国民经济行业分类》（GB/T4754-2017）为基础，依据国家统计局颁布的《高技术产业（服务业）分类》进行分析，由于高技术服务业含概行业较多，因此选取规模以上科学研究和技术服务业与信息传输、软件和信息技术服务业的增加值作为衡量高技术服务业发展指标，选取新产品销售收入作为衡量高端制造业创新发展指标。两个指标能很好地描述行业发展情况，综合反映服务生态系统中服务吸收单元与服务整合单元间的生态关系。以高端制造业中的电子通讯设备、计算机及办公设备、航空航天器及设备等细分行业作为发展趋势指向，某种程度上可预演高端制造型产业结构发展状态，如图2所示。

3.2.2共生作用系数测算

计算服务吸收单元与服务整合单元的共生作用系数，采用灰色估计法将式（2）改变为式（4）：

dx1dt=λ10x1+λ11x12+λ12x1x2，

dx2dt=λ20x2+λ22x22+λ21x1x2，

x1（0）=x10，x2（0）=x20。（4）

设非负序列为X（0）=（x（0）（1），x（0）（2），…，x（0）（n）），并且设定x（0）的1-AGO序列为X（1）=（x（1）（1），x（1）（2），…，x（1）（n）），其中

x（1）（t）=∑ti=1x（0）（i），t=1，2，…，n，背景值序列为

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，则灰色估计模型的基本形式为x（0）（t）+αz（1）（t）=λ。依据最小二乘估计参数列α^=[α，λ]T=（BTB）-1BTY，且灰导数dx1/dt、dx2/dt分别与对偶函数（x1（t+1），x1（t））、（x2（t+1），x2（t））构成映射关系，取时间t背景值为（x1（t+1），x1（t））2、（x2（t+1），x2（t））2。式（4）存在关系式：[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）。

依据上述方法，同理可计算其他方程式的系数值。根据灰色估计法求出拟合曲线，如图4所示。利用最小二乘法准则，对数据进行离散化处理求得参数矩阵式如下所示：

λ=0.487 131.706 25e-10-5.969 89e-100.275 012.386 37e-10-1.038 59e-10（5）

将式（5）矩阵λ中的元素代入式（1）可得出共生演化模型各参数值，两主体的净增长率为r1=0.487 13，r2=0.275 01，最大发展规模K1=2 854 212 454.212 5，K2=1 152 377 879.373 3以及共生系数α的作用关系，r1>0，r2>0体现出我国高端制造业、高技术服务业处于较快增长阶段，且高端制造业的增长潜力高于高技术服务业，共生作用系数为α1=-1.833>0，α2=-1.2188>0。

3.2.3拟合检验

采用灰色估计法求得共生演化模型各参数值，应用MATLAB进行数值拟合的结果，如图3所示。高端制造业与高技术服务业真实增长值与拟合数值基本保持一致增长趋势。可见，所求参数可以较好地拟合高端制造业与高技术服务业的趋势发展，并可以得出，借鉴Lotka-Volterra模型描述服务吸收单元与服务整合单元的生态关系是合理的。

由表1可知，当α1<0，α2<0时，服务生态系统中的高端制造业与知识密集型服务业之间存在竞争共生的关系，两行业在交叉生态位领域存在竞争，这种具有抑制性的行业发展趋势可能源于两类产业都具有高研发投入、高附加值的特性，是双方产业价值导向不一致、业务流速不匹配以及制度引导不均衡所造成的，主要矛盾表现在资源、知识与技术的爭夺上。若不能有效提升双方创新成果转化率，技术创新与服务创新成果将不能得到有效扩散，就会出现行业研发成本高于行业创新绩效，从而对产业经济增长造成负向影响，最终，高端制造业与高技术服务业间的竞争会导致“服务化悖论”的产生。从服务吸收单元与服务整合单元间的相互作用系数可以反映出我国高端制造业与高技术服务业间的融合度不够，高技术服务业不能有效的促进高端制造业产值提高。在知识创新成果转化过程中技术密集型制造业与服务业间会产生资源争夺现象，对知识产权的保护以及开放共享程度降低会导致两主体间合作壁垒生成。那么，如何根据对共生主体间生态关系的调节，引导双方向优质的产业结构方向发展？需对服务生态系统中种群竞合行为分析，以建立健全的协同共生关系，对已有的不协调竞争态势进行多层次调整并提出对策建议。

4仿真结果分析

针对上述分析结果可知，高端制造业与高技术服务业之间处于竞争共生模式，一定程度上反映出服务生态系统中具有高附加值、高研发投入的服务吸收单元与服务整合单元之间处于竞争共生模式，若改变两者的共生模式，将会对两类共生单元的向高阶生态系统演进造成何种影响？

服务生态系统是一个复杂的动力学系统，在生物动力系统中时滞现象是普遍存在的。结合已有研究，带有时延调节的动力模型相当于研究非延时调节的级联，存在的时延现象可以代替非时延动力模型中的多级调节变量，时滞微分方程可以简化生物动力关系[23]。生物行为的动力学发展并非即时性反应，而是具有延时性，已发生的行为将会影响现有事件的决策预判，时滞性的存在对于种群间的交流互动也会带来全新的影响，影响种群间竞合关系的稳定性，或促成新的耦合发生或解耦合发生。所以，研究服务生态系统中的时滞性问题具有必要性。下面将运用MATLAB进行数值仿真，分析在不改变原有参数值大小，而只改变共生作用系数正负时对两共生单元生态关系的影响。得出无时滞共生演化下的最优关系模式，并在此基础上，进一步讨论种群之间存在的嵌入时滞与业务时滞对服务吸收单元与服务整合单元之间生态关系演化的影响。

4.1无时滞下共生单元不同生态关系演化分析

以高端制造业为代表的服务吸收单元与以高技术服务业为代表的服务整合单元同属于高技术密集度、高知识密集度、高附加值与高效益性的企业。当两者建立正向促进关系时，由于高端制造业吸收高技术服务型企业的功能，会提升服务创新成果转化率与扩散度，从而提升自身创新绩效。因此，下面仅讨论包含正向促进作用下的共生模式，并分析不同共生模式下高端制造业与高技术服务业的产业发展趋势，以此总结出服务生态系统中服务吸收单元与服务整合单元最佳匹配模式。

4.1.1服务吸收单元与服务整合单元偏利共生关系

在保证其他参数不变，更改α1=0，α2=1.218 8>0时，其演化趋势，如图4所示。高端制造业与高技术服务业在偏利共生模式下的产业创新绩效要高于竞争共生模式下的产值。但从发展趋势上分析，高端制造业前期的增长速率要高于后期，与图9中独立关系下的发展趋势相似。可知，高技术服务业在前期缓慢增长到后期从高端制造业中获取利益形成快速增长趋势，这种模式有利于高技术服务业的快速发展。在其他参数不改变时，设定α1=1.833>0，α2=0，高端制造业的偏利共生发展趋势，如图5所示。高端制造业在接收高技术服务业单方面服务嵌入后其增长速度提升，进入快速发展阶段，而高技术服务业的增长趋势与独立关系下发展状态相似。

4.1.2服务吸收单元与服务整合单元寄生共生关系

保证其他参数不变时，令α1=-1.833<0，α2=1.218 8>0，为高技术服务业寄生共生模式，其演化趋势，如图6所示。高端制造业在与高技术服务业进行业务合作时会处于劣势，两者的合作是以“牺牲”高端制造业利益为代价进行业务往来。由于高技术服务业的单方获益行为，且对高端制造业产生成本负担，在合作前期双方都会形成一定的增长，但在一定期限后，服务业的寄生优势显现而出，呈现高速增长，而高端制造业则形成明显的下降趋势。此种模式适用于政府对高技术服务业产业扶持阶段，用于短期内实施而不利于多产业间的长久发展。而当α1=1.833>0，α2=-1.2188<0时，出现的高端制造业寄生共生模式的演化趋势，如图7所示。高端制造业在原有产业基础上，在合作中拥有高技术服务业嵌入的知识与技术，增长行业服务创新吸收成效，而高技术服务业在这种仅提供服务创新成果给制造业的关系模式下会降低產值，最终走向灭亡。

4.1.3服务吸收单元与服务整合单元互惠共生与独立关系

保持其他参数不变，令α1=1.833>0，α2=1.218 8>0时，如图8所示。高端制造业与高技术服务业之间为互惠共生关系，高端制造业在高技术服务业的加持下在原有增长趋势的基础上成指数增长。高技术服务业的增长速度虽略缓于高端制造业，但相较于竞争模式时仍具有较高的增长值，服务生态系统在互惠合作下呈现出倍增效应。从演化趋势可以看出互惠共生模式下主体间存在的增长势差会逐年减少，以此缩短行业差距。然而，当α1=0，α2=0时，高端制造业与高技术服务业之间处于相互独立的状态的演化趋势，如图9所示。当两者之间不存在任何交互关系，即既不存在竞争也不存在协同合作时，高端制造业的发展态势要优于高技术服务业的发展。其原因在于前期国家政策制度的大力支持以及较高的研发投入形成高端制造业的先发优势，并且服务生态系统中的服务吸收单元与服务整合单元在相互独立模式下的发展较为平稳。

4.2不同时滞影响下共生单元生态关系演化分析

分析种群在彼此竞合过程中的时延，将服务吸收单元中存在的时滞设定为服务整合单元嵌入时滞，服务整合单元存在的时滞设定为在与服务吸收单元合作过程中造成的业务时延。具体体现在业务分解与转化能力的欠缺以及学习吸收过程中对于来自外部知识与技术的消化吸收较弱，归根结底时延的出现体现机制构建方面的不完善。研究2种时滞不同匹配度对有利于构建服务生态系统的内部平衡机制。

1）设定等势时滞。受多方面因素的影响，如连接整合过程中出现技术不匹配或知识不对等将导致业务融合产生时延，而主体间的开放共享度以及对异质性技术与知识消化吸收程度会影响服务整合单元嵌入的时效，对比图8中τ1=0，τ2=0与图10（d）τ1=0.5，τ2=0.5仿真结果可知，两种时滞的出现会同时降低服务吸收单元与服务整合单元的产业创新绩效，且减缓两共生体的增长趋势。结合实例分析可知，嵌入时滞对于高端制造业的影响程度高于业务时滞对于高技术服务业创新绩效的影响。

2）设定差异化时滞。由于两共生单元的行业性质不同，因此会产生不同程度的时延。对图10中（b）τ1=0.3，τ2=0.5与（a）τ1=0.1，τ2=0.5进行比较分析，可知，当不改变业务时滞，而降低服务吸收单元中的嵌入时滞，两共生体的创新绩效都会提升，且嵌入时滞的改变对于服务吸收单元的影响程度高于对服务整合单元的影响。以具体实例分析可知，在高技术服务业与高端制造业进行共生协同时，需要高技术服务业嵌入到高端制造业组织中进行各项业务模块拼接，这种嵌入存在于先进技术吸收与专业知识转化的时延，服务型产业的嵌入需要对高端制造业组织模式进行重构，以及资源重组用以提升高端制造业创新绩效。因此，嵌入性滞对于服务吸收单元影响较大。对比图10（b）与图10（c）进行演化趋势分析，在不改变嵌入时滞的情况下，增加服务整合单元中的业务时滞，由实验仿真的演化趋势可知，业务时滞的增加同样不会改变共生体间的演化方向，但会减缓这种趋势。

5结论与讨论

5.1研究结论

本文采用服务生态系统理论与共生理论，针对数字化导向下服务生态系统柔性种群共生关系演化进行基础理论与模型仿真分析，指出数字化技术赋予主体连接、共生、敏捷的特性，形成具有数字化特征的柔性的组织结构。分析了数字化技术赋能下的共生环境与共生模式相互作用关系，并利用具有服务吸收单元与服务整合单元聚合特性的高端制造业与高技术服务业作为实证对象，构建了柔性种群间的Lotka-Volterra共生演化模型，阐明数字化技术赋予服务生态系统新的“连接”与“共生”功能。进一步结合服务过程中对“敏捷”的需求，讨论种群时滞对共生演化趋势的影响，揭示数字化经济对种群共生关系发展机理与演化规律。研究结果归纳为以下几点：

1）数字化技术作为服务创新的核心要素赋予服务生态系统中主体进行资源整合与服务交换全新的交互模式与思维方式，依靠数字化服务平台形成数据、业务、技术的集成优势是推动生态系统健康可持续发展的动力源泉。在共生主体价值共创过程中应注重共生环境的构建，以此作为柔性种群生长的外部环境。为促进服务生态系统更长久发展，应该注重连接整合机制、学习吸收机制以及快速响应机制的构建，促进柔性种间形成互惠的共生的依赖关系从而推动服务生态系统向更高阶段演化。

2）以高端制造业与高技术服务业为实例的仿真结果可知，在服务生态系统中服务吸收单元与服务整合单元的寄生共生模式适用于短期内的政策扶持，以单方面快速提升行业创新绩效，提升弱势群体实力从而调节产业结构，但这种会对非扶持一方造成损失。若外部制度建立对共生体某一方产生较大的优惠支持，就会出现偏利倾向，但如只单方面的促进某共生体发展是不利于服务生态系统总体创新绩效提升，反而会加大产业之间发展差距出现产业结构不合理、业务融合不匹配现象。互惠共生模式在一定程度上可以调整服务生态系统结构发展不平衡的问题。

3）种群间在共生过程中所产生的时滞因素会降低服务生态系统的效益。不同程度的嵌入时滞与业务时滞对系统产生的影响有所差异，且嵌入时滞的改变对于服务吸收单元的影响程度高于对服务整合单元的影响，因此，快速响应机制构建过程中应注重消减嵌入时滞对于服务整合单元带来的影响，提升资源液态能力以及响应数字化平台与数字化接口的构建等以减弱嵌入时滞的影响。业务时滞的增加同样不会改变共生体间的演化方向，但会减缓这种趋势，则应加强系统内连接整机制与吸收学习机制的构建，以数字化技术强化外部价值共创主体的同时也吸收异质性知识形成自身技术与知识的更新迭代。

5.2管理启示

基于本文的研究内容可将所得管理启示归结如下：

1）服务生态系统的构建方面。服务生态系统的构建符合服务经济发展的要求。为避免“服务化悖论”现象与数字化技术形成的创新内卷发生，在数字化技术导向下，种间价值共创过程中的技术创新与服务创新应朝向种间共生得演化方向发展，多主体间最终应趋向于建立互惠共生的关系。这种依据数字化技术建立起的具有柔性与韧性的连接式共生关系有利于主体应对变幻莫测的市場环境以及突如其来的危机。

2）数字化技术应用方面。以高端制造业与高技术服务业之间的共生演化的实证分析可知，当前我国制造业与服务业融合发展的过程仍存在衔接鸿沟，数字经济所释放出的数字红利在服务生态系统发展过程中并未得到有效吸收，政府应加大对于制造业与服务业融合的政策力度，多方面、立体化的加速两业融合。数字化技术在服务生态系统构建过程中需要制度支撑以及健全的保障机制，用以解决系统主体间资源开放共享程度以及利益分配等问题。

参考文献：

[1]高素英，张烨，金相杉.技术赋能视角下企业服务生态系统动态演化机理研究[J].科学学与科学技术管理，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，陈菊红，姚树俊，等.基于行动者网络理论的服务生态系统利益相关者价值共创分析框架研究[J/OL].软科学：1[2022-01-07].http：//kns.cnki.net/kcms/detail/51.1268.G3.20201215.1731.004.html.

[6]陈春花.环境的不确定性与组织柔性化能力[J].清华管理评论，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]张培，杨迎.服务生态系统视角下多主体参与的服务创新过程[J].科研管理，2020，41（8）：31.

[10]王昊，陈菊红，姚树俊，等.服务生态系统利益相关者价值共创分析框架研究[J].软科学，2021，35（3）：108.

[11]辛本禄，刘燕琪.基于制度作用机制的服务生态系统整合模型研究[J].中国科技论坛，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]戚聿东，肖旭.数字经济时代的企业管理变革[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，刘超.连接式共生：数字化情境下组织共生的范式涌现[J].科学学与科学技术管理，2021，42（4）：33.

[18]袁纯清.共生理论及其对小型经济的应用研究（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]刘平峰，张旺.创新生态系统共生演化机制研究[J].中国科技论坛，2020（2）：17.

[22]杨帆，蒋达清.具时滞Lotka-Volterra互惠系统的全局吸引性[J].数学物理学报，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.

[编辑：刘素菊]

3157500338281