重大风险冲击下的创新生态系统演化仿真研究

（西南交通大学经济管理学院，四川成都 610031）

2019 年底的新型冠状病毒肺炎(COVID-19)疫情对中国造成了重大负面影响。为了抑制疫情传播，全国大部分区域实施了严格的封闭式管理，人流和物流受阻致使很多行业遭受了严重的经济损失。在国外，由于世界卫生组织将COVID-19 划定为全球流行性疾病，旅行与贸易限制已经在世界范围内展开。面对这样的“黑天鹅”，传统上以春节假期为旺季的餐饮、酒店、旅游等诸多相关企业都面临着生存危机［1］。由于疫情目前已经在全球蔓延，对供给端、需求端和投资端产生的衍生影响还难以估计，亟需形成底线思维以应对极端情景下的重大风险冲击。

创新生态系统最早由美国竞争力委员在整合开放式创新和创新理论的基础上提出，被认为是由企业、政府、研究者与企业员工之间的一种新关系［2］。完整的创新生态系统包含了经济主体以及技术、制度、社会互动和文化等非有机体要素［3］，创新也需要在社会和经济等多种要素的相互作用下才能产生［4］。大量关于创新生态系统的研究聚焦于创新主体之间的关系，通过从生态学的角度建立系统仿真模型并结合案例探讨，分析和推演了从互利共生、偏利共生、寄生到竞争等不同共生模式下的创新系统演化路径［5-6］。

然而，已有的研究都是基于创新生态系统中各类主体都处于增长情境的前提假设下，并没有考虑过类似COVID-19 疫情等重大“黑天鹅”事件所可能引起的系统性衰退风险。特别的，在现有对创新创业生态系统的案例讨论中，都将对中小企业的孵化视为是创新生态系统的关键要素［7］。调查显示，各行各业都在第一季度受到了新冠肺炎疫情的显著影响：社会消费品零售总额同比增速下滑到了4.1%；交通运输业增加值增速降至2.3%；工业增加值同比增速下滑了1.6 个百分点［8］；国内旅游人次分别预计负增长56%和15.5%［9］。同时，除了硅谷、班加罗尔等少数几个成功的区域案例，大部分创新生态系统并不出名，甚至有些也在不断收缩和消亡［10］。在COVID-19 这样的重大风险事件影响下，对创新生态系统的冲击更可能不仅局限于个体组织的破产，而会使系统类中的企业群甚至整个系统陷入衰亡。

因此，本文主要分析创新生态系统在重大风险影响下陷入系统或局部衰退时，创新种群在不同共生环境下的演化路径、影响因素以及共生模式的选择策略。研究的理论意义在于描述了遭遇重大风险冲击后创新生态系统的演化规律，探讨了不同共生演化模型的均衡点及其稳定性条件，并应用系统仿真方法进行了刻画。本研究为重大风险冲击下创新生态系统内主体规模的发展现状和未来趋势提供了宏观依据，为重大风险冲击下创新生态系统的预后政策干预和战略选择提供理论支持和启发。

1 研究设计

1.1 研究方法

在借鉴前人研究的基础上，本文利用生态学中生态系统的概念来刻画创新生态系统的规模变化，并采用计算机仿真模拟的方法，来探讨重大风险冲击下创新生态系统的共生演化模型。基于生态学的分析一般认为生物种群的变化规律可以用Logistic 函数描述［11］：在短期内，种群规模会呈现指数级别的增长；随着种群规模增长，阻滞系数增大，种群的增长速度逐渐放缓，最终达到均衡状态［12］。本研究中的重大风险冲击是外生因素，因此认为创新生态系统内部的增长规律仍然遵循Logistic 过程。按照生态学的观点，疫情会直接影响生物体本身的生存率［13］，因此本研究从种群自然增长率变化的角度模拟重大风险冲击的影响。由于创新生态系统中种群规模大、主体间关系复杂且时间序列数据难以准确获取［14］，特别是重大风险难以预测，本研究利用计算机仿真技术处理数据的强大功能，克服了在收集动态数据方面的困难，能较为形象地模拟创新生态系统在重大风险冲击情景下的演化过程。

1.2 研究模型

创新生态系统的共生演化受到主体、主体间共生模式的影响，因此本文通过探讨不同共生模式下种群的演化路径对创新生态系统的共生演化进行模拟仿真。

1.2.1 创新生态系统的内涵、主体以及特征

对创新生态系统的界定，主要有两个视角：第一个是创新思维视角，该视角认为创新生态系统围绕某种核心技术产生，是一个鼓励协作、连接、批判性和创造性思维、多样性以及不同观点存在的环境，通过将新产品和服务推向市场，提高了生产率以及效率［15］。第二个视角是经济导向视角，认为由经济部分，如经济关系以及非经济部分，如技术、制度、社会交往和文化共同组成的系统定义为创新生态系统［3］，建立以目标为导向的新产品和服务创造机制，以满足快速变化的市场需求的多重、自主、独立的系统称为创新生态系统［16］。王伟光将创新生态系统的参与主体分为两大类：核心主体以及非核心主体，核心主体以及非核心主体会自发地产生“创新分工”：核心主体的创新孵化器功能和中小主体的试验应用厂功能［17］。综上所述，本文将创新生态系统定义为：由核心企业及其配套的非核心企业构成，多方主体共同参与，共同协作，整合异质性资源，组成的产出创新成果、追求经济利益、动态的系统。

创新生态系统作为一个开放式的系统，在发展过程中会遇到各种风险，创新和风险是一个不可分割的统一体［17］，外部环境与主体自身的因素都有可能从不同侧面直接或间接对主体的持续创新过程造成风险［18］。傅寒韵等［19］对创新生态系统重大风险定义为创新生态系统在战略转型期内，由于内外部各种不利因素影响，导致生态系统项目失败、企业持续创新受阻、企业遭受损失的可能性。巫英［20］将企业持续创新过程的重大风险定义为：影响面广泛且后果严重、一旦爆发，会导致企业创新利益受损，甚至导致企业被迫停止创新过程的风险。本文将重大风险定义为：影响范围广泛，对创新生态系统内多个主体在经济、效率等方面都造成严重影响的风险事件。

本次新型冠状病毒来袭中国，重大风险给中小主体带来了严峻挑战，面对这个突如其来的事件，创新生态系统内的企业，在政府出台的政策性援助基础上，更要发挥创新生态系统的互动性、网络性、协同性优势，抱团自救，同舟共济，化危为机，正确认识和评估并及时有效地防范重大风险，促进中小企业的发展壮大。

1.2.2 运行规则

重大风险下的创新生态系统内的主体间共生演化基于不同的共生模式。共生模式指主体间相互作用、相互影响的方式，是生态系统内部动态性的体现，本文中将共生模式分为四种：互利共生模式、偏利共生模式、寄生模式和竞争模式［21］，不同的共生模式代表着主体间不同的利益分配：(1)互利共生模式下，一个主体利益的增加会导致另一方主体利益的增加；(2)偏利共生模式下，一个主体利益的增加，另一方主体利益未增加；(3)寄生模式，一个主体利益的增加只会导致另一个主体利益的受损；(4)竞争模式，两个主体利益的增加，均会导致对方的利益受损。

不同地区、不同行业受到重大风险的影响是有差异的。在本文中，将重大风险对创新生态系统造成的冲击分为两类：导致创新生态系统陷入系统性衰退以及局部性衰退。系统性衰退指创新生态系统大部分或全部参与主体遭受损害，导致大范围服务中断并给系统整体造成严重影响［22］；局部性衰退指创新生态系统中只有一小部分参与主体遭受损害，而不会给整个生态系统带来灭绝性危害［15］。在此基础上，结合创新生态系统的四种共生模式，分别探讨两种情况下创新生态系统的共生演化路径。

1.3 前提条件

本文的创新生态系统共生演化模型具有如下前提条件：

（1）创新生态系统由两类创新主体构成：核心企业和非核心企业；

（2）创新生态系统中主体的规模表示生态系统的发展状况：当创新主体规模扩大时，表示该类主体发展良好，当创新主体规模缩小时，表示该类主体进入衰退；

（3）从生态学的角度来看，创新生态系统中的主体数量受到自身密度以及共生主体密度的影响：自身密度或者共生主体密度增加，均会导致系统内主体增长率下降［10］；

（4）在资源充足的情况下，主体的规模会随着时间增长，当主体的边际收益等于边际成本时，表示生态系统停止增长，达到最大规模；

（5）遭遇重大风险冲击时，会对创新生态系统形成重大冲击，表现为系统内所有创新主体或至少一类创新主体的自然增长率为负。

1.4 研究模型

生态系统内两类创新主体之间的共生演化模型可以用Logistics 方程表示为：

式（1）中，y1、y2表示核心企业和非核心企业的数量。y1(t)、y2(t)表示两类主体随着时间变化的数量函数。表示两类主体的增长率。r1、r2表示两类主体的增长率。N1、N2表示两类主体的最大规模。y10、y20表示两类主体的初始主体规模。由于资源的限制作用以及主体间共生作用的影响，存在阻滞系数为。

α和β代表共生系数。其中，α代表核心企业对非核心企业的共生系数，β代表非核心企业对核心企业的共生系数。α和β的不同取值代表两类主体间的不同共生模式，如表1 所示。

表1 创新生态系统内两类主体的共生演化模式

由表1 可知，两类创新主体之间的共生模式有四种：互利共生模式，寄生模式，竞争模式，偏利共生模式。对方程组（1）进行稳定性分析：令，得到4 个稳定均衡点，分别为E1(0，0)，E2(N1，0)，E3(0，N2)，通过式（2）的雅克比矩阵求解创新生态系统共生演化模型的均衡点。

获取雅克比矩阵的行列式Det(J)和迹Tr(J)，当Det(J)＞0 且Tr(J)＜0 时，局部均衡点为稳定的状态。表2 列出了雅可比矩阵的行列式和迹的讨论，从而得到创新生态系统共生演化模型的稳定均衡点和稳定均衡条件。在本文中，当重大风险事件对创新生态系统造成系统性冲击时，整个创新生态系统都会陷入衰退，由此假设r1＜0、r2＜0；而当重大风险事件对创新生态系统造成局部性冲击时，创新生态系统类会有1 类子群陷入衰退，由此假设r1r2＜0。

进一步总结不同的共生系数下，共生演化模式与稳定均衡点之间的关系，如表3 所示。

2 数值仿真分析

通过MATLAB 软件2014 版，模拟不同共生模式下两类主体之间的演化路径。假设四种共生模式下主体能够达到的最大规模、初始规模不变，设定两类主体能够达到的最大规模N1=1 000、N2=1 000，初始规模为N10=500、N20=500。演化周期为200 个仿真时间。

2.1 系统性衰退

系统性衰退时两类主体的自然增长率都为负，分别假设为r1=-0.1，r2=-0.05［21］。由表2 的推导可知，不同共生模式下创新生态系统都会稳定在E1(0，0)点，说明系统性衰退时两类创新主体最终会消亡。因此，系统性衰退情景下仿真的目的是考察创新生态系统在不同共生模式下可能的差异化演化路径，并以两类创新主体之和对创新生态系统进行刻画。由于重大风险发生时，各主体的自然增长率、初始规模、最大规模等都是外生的［23］，因此这里仅对不同共生模式下两类创新主体之间共生系数变化对演化路径的影响进行描述，演化结果如图1～图4 所示。

表2 创新生态系统共生演化的均衡点及稳定条件

表3 创新生态系统共生演化模式及均衡点

图1～图4 对不同共生模式下的共生系数分别作 了 大(|α|=0.9，|β|=0.9)和 小(|α|=0.05，|β|=0.05)两种情况下的模拟（偏利共生模式时取β=0）。由图1～图4 可知，在遭受到系统性冲击时，互利共生模式、偏利共生模式以及寄生模式下，创新生态系统规模的演化路径并没有明显差异，但随着共生系数绝对值的增长，三种模式下创新生态系统的衰落演化速度都在加快。因此，在正常状态下有利于彼此协同发展的共生模式，在遭遇系统性冲击时也会产生负面的连带效应。随着共生系数绝对值的增长，三种模式下创新生态系统的衰落演化速度都在加快。因此，在正常状态下有利于彼此协同发展的共生模式，在遭遇系统性冲击时也会产生负面的连带效应：彼此的依赖程度越高，衰退的速度就会越快。相反，在竞争模式下，虽然创新生态系统最终仍然会收敛于0，但共生系数绝对值的增长却会促使创新生态系统的下降速度变慢。这是因为竞争模式中的一类主体的衰退会为另一类带来更多的能量空间，彼此竞争的力度越大，从对方损失中获得的能量也越多，从而使整个系统衰退的速度相对减缓。

由上可知，当重大风险对创新生态系统造成系统性冲击时，创新生态系统会陷入衰退性演化，创新生态系统的演化方向和共生模式无关。其中，互利共生模式、寄生模式以及偏利共生模式中，创新生态系统的稳定时间与子群共生系数的绝对值无关；竞争模式时，共生系数的绝对值越大，生态系统的演化速度就越慢。竞争模式是创新生态系统遭受到冲击时的最佳演化方向。但是据以往研究表明［12，24］，在创新生态系统未受到重大风险事件影响的情况下，竞争模式不是最长久以及最健康的发展模式。作为外部干预的政策，应对在平稳发展与受到风险冲击时的共生模式间找到一个稳定均衡做进一步的思考。

2.2 局部性衰退

当重大风险对创新生态系统的影响表现为局部性衰退时，受到冲击的主体自然增长率为负，未受影响的主体仍然保持正的自然增长率。由表2 的推导可知，陷入衰退的主体最终会收敛于0，而未受影响的主体会在其最大规模处达到均衡。因此，创新生态系统最终会收敛于未受影响主体的最大规模处。根据对动力学模型（1）的分析，创新生态系统的演化路径取决于衰退主体和增长主体的边际演化速度，由系统内各主体的初始规模、最大规模、自然增长率、共生系数以及增长函数共同决定。同样出于外生性因素和与系统性衰退情景进行区分的考虑，这里仅对不同共生模式下两类创新主体之间自然增长率变化对演化路径的影响进行描述。

图1 互利共生模式下创新生态系统规模变化

图2 偏利共生模式下创新生态系统规模变化

图3 寄生模式下创新生态系统规模变化

不同共生模式中受冲击影响主体的自然增长率都假设为r1=-0.1 不变，而不受影响主体的自然增长率分别设为了r2=0.05和r2=0.35，演化结果如图5～图8 所示。由图5～图8 可知，在遭受到局部性冲击时，四种共生模式下，创新生态系统规模的演化路径都存在着两种可能的形式：先上升后下降的倒U 型，以及先下降后上升的正U 型。这是因为创新生态系统内同时存在衰退和增长的主体，当初始增长速度超过初始衰落速度时，创新生态系统的演化路径表现为倒U 型；反之，当增长主体的初始增长小于受冲击主体的初始衰退时，创新生态系统的演化路径表现为正U 型。由图5 可知，互利共生模式下未受冲击主体甚至可能在一定时间内突破原有的增长极限：这是因为受冲击主体在没有完全消亡之前，还可以为共生主体提供多余的能量。但随着受冲击主体的消亡，共生主体额外获得的能量也趋于0，最终规模也会收敛于自然上限。

3 结论和建议

面对COVID-19 疫情这样重大风险的冲击，各类创新生态系统都需要建立底线思维，对可能的主体甚至系统消亡有所准备。本文针对上述情景建立了动力学模型，将重大风险对创新生态系统的影响分为了系统性衰退和局部性衰退两类，分别求解了不同模式下主体之间共生演化的均衡点及稳定条件，并对不同情景下的主体演化进行了仿真分析。

研究表明：当创新生态系统陷入系统性衰退时，系统内的所有主体最终都会消亡：在正常情况下有利于主体之间协同发展或某一主体发展的生态模式，在系统性衰退下会形成拖累，加快整个系统的衰亡速度；而在正常情况下不利于主体协同发展的竞争模式却有可能赢得更多的生存时间。当创新生态系统陷入局部性衰退时，系统内最终会留下未受冲击的主体并在其最大潜力处达到均衡：在不同的自然生长率组合下，创新生态系统的规模演化可能出现先上升后下降的倒U 型路径，以及先下降后上升的正U 型路径；未受到冲击影响主体的规模也可能在一段时间内超越其最大自然上限。这取决于主体规模、自然增长率、共生系数和增长函数的共同作用。

图5 局部性衰退下互利共生模式演化结果

图6 局部性衰退下偏利共生模式演化结果

图7 局部性衰退下寄生模式演化结果

图8 局部性衰退下竞争模式演化结果

基于以上结论，从创新生态系统的宏观治理者和微观参与者角度分别提出以下建议和对策。对宏观治理者来说，需要充分意识到重大风险对创新生态系统可能带来的毁灭性打击，在规划创新生态系统时具有对抗风险的冗余考虑［25］。稳健发展的创新生态系统并非一定要在不同主体之间培育互利共生模式，保持适当的竞争主体是遭遇系统性风险时延长创新生态系统生存时间的重要策略。对微观的创新组织来说，需要更加权变的考虑合作与竞争策略。当遇到系统性风险冲击时，减少对衰退主体的依赖甚至由合作转变为竞争可能会为主体组织争取到更多的生存时间。而在自身没有陷入衰退风险时，无论原本处于互惠共生还是竞争的模式，强化与衰退主体的共生性都可能会争取到在一段时间内相对快速的增长。

本文的研究仍然存在很多不足。研究假设突发重大风险对创新生态系统带来的冲击是不可逆的，并没有考虑在现实环境中政府可以通过各种减税、补助等政策设计以及组织之间类似共享员工等措施对风险的对冲作用。未来可以结合具体的风险管理策略，对如何化解极端风险所产生的影响进行深入研究。