创新生态系统视域下公司创业投资中企业种群间共生演化——基于Logistic扩展模型

孟方琳，田增瑞，赵袁军，常焙筌

(1.上海杉达学院 商学院，上海 201209;2.东华大学 管理学院，上海 200051;3.南京审计大学会计学院，南京 211815;4.南京审计大学 智能管理会计与内部控制研究院，南京 211815;5.清华大学 公共管理学院，北京 100084)

随着中国股权市场的不断完善，产业融合迅速发展，大企业集团利用股权投资方式可以达到战略驱动、核心业务赋能、新兴产业布局等目的，公司创业投资(Corporate Venture Capital，CVC)的地位越来越重要。公司创业投资追求所投资创业企业与大企业的互利共赢;公司创业投资的存在使得大企业与创业企业在技术上建立纽带关系并进行战略协同，共享与创新项目相关的软信息;公司创业投资的失败容忍度高是激励创业企业从事长期高风险创新的动力。清华国家金融研究院创业金融研究中心2020年发布的《中国CVC行业发展报告》显示，中国CVC投资案例数从2009年的30例上升至2018年的3 706例，投资频率达到顶峰。2019年，CVC投资金额最多的10家产业集团投资共904.67亿元，占同期全部中国公司创业投资的79.4%，头部集团企业的优势明显。

CVC的发展是创新资源集聚的过程，大企业与创业企业之间基于创新资源的互补匹配和资本支持形成竞合关系。双方拥有的创新资源可能存在显著递进性、结构性及粘滞性，从生态系统视角来看，市场主体间并非只有单纯的合作或竞争，而是竞争与合作交替出现或同时并存。创新生态系统中的CVC生态群落，其创新成果的产生基于原有大企业和创业企业创新资源和成果的积累，在新的CVC合作中，双方发挥特定知识领域优势，形成共生关系。CVC生态群落中大企业与创业企业种群可形成“蜂巢式”或“生物链式”的组织结构，由于创新技术的稀缺性和独占性，种群间也会存在竞争关系。又由于大企业种群和创业企业种群很多情况下分散在高技术产业链的上中下游各价值节点，彼此间相互合作与竞争形成复杂动态关系。同时，在竞合的基础上借助CVC活动，依据自身核心能力和异质性资源，实现协同共生的动态联盟，形成一种新的价值创造过程。

股权资本能克服信息不对称，降低外部融资成本，缓解融资约束，促进创新绩效。不同的CVC投资模式为投资者创造战略和财务收益的效率有明显差异。Drover等[1]指出创业投资基金有限合伙形式、直接投资形式、公司创业投资附属机构是CVC的主要方式，创业发展附属机构可以使战略收益达到最大化，当财务回报是唯一目标时，创业基金形式是最佳选择。Röhm[2]认为公司通过直接投资可以获得更多的机会，使投资组合向满足大企业自身特殊需求的方向培养。Belderbos等[3]则对与直接投资和间接投资模式的收益和成本进行分析，表明投资模式的选择对投资结果的影响主要是交易流数量、质量和契约成本3个方面。Röhm等[4]等建议当公司对控制新创企业的要求不高时，不管公司投资的目标是战略收益还是财务回报，都应采取间接的外部投资模式。Lee等[5]对CVC项目的组织模式进行了全面的总结。具体如表1所示。

表1 公司创业投资组织模式比较

国内学者也从不同角度运用不同的方式对公司创业投资组织模式进行了相关研究，如表2所示。

表2 公司创业投资组织模式相关研究

国内外学者们对公司创业投资组织模式的相关研究中，早期关注投资模式分类，根据大企业的不同战略动机和目标，对创业企业控制权的不同要求，而选择不同的组织模式。近年来，学者们结合行业特性、大企业异质性及不同市场制度环境运用实证的方法探索公司创业投资的参股、控股、独立创投等不同组织模式对大企业和创业企业的不同影响。但是，从大企业、公司创业投资与创业企业双边三视角梳理CVC投资模式的研究还很少，基于战略动机驱动组织模式选择进而影响投资绩效的逻辑，探索不同投资模式的CVC对大企业和创业企业投资结果的影响，CVC投资模式不同对大企业与创业企业的价值共创绩效给本文提供了研究思路。

公司创业投资作为创新生态系统的一个生态群落，包含大企业与创业企业两大核心创新种群;展开渐进式、颠覆性、开放式及协同性创新;具备开放与共享、学习与反哺、扩散与吸收等创新条件。在我国大力促进和营造适宜的创新发展环境下，本文认为大企业与创业企业在创新生态系统中存在共生关系，探索其互动共生模式，研究其演化发展具有重要的现实意义。无论是大企业还是创业企业均具有周期性特征，两者以CVC项目为纽带，相辅相成，互相支持，符合Logistic生长函数规律，基于此构建CVC生态群落的共生演化模型，运用其拓展Lotka-Voterra模型分析大企业与创业企业之间独立共存模式、竞争共生模式、寄生共生模式、偏利共生模式和互惠共生模式。根据中国上市公司1998～2017年的公司创业投资样本，利用专利创新数据实证检验大企业种群与创业企业种群的共生关系，同时基于中国情境视角从投资模式对不同类型CVC中主体的共生关系做进一步探讨，从而为新时代公司创业投资的发展提供有力的借鉴和经验支持。

1 研究设计

1.1 变量选取与说明

大企业一般是指年销售额3亿元以上，资产总额4亿元以上、员工人数2 000人以上，或市值达到10亿美元的企业。本文利用中国沪深A股上市公司作为研究中的大企业，这类企业是产业进步的领头羊，具有难以模仿和前瞻性的核心技术，通常也是行业技术标准的参与制定者。大企业能够吸引和选择合作与投资主体，并进行自身创新网络的构建，且有一定能力主导创新生态的发展。开展CVC的上市公司具备高格局的商业价值观，能领导共生种群协同共生发展，将中小创业企业种群纳入共同的供应链管理、质量管理、标准管理或合作研发管理中，且有能力对新技术进行研发和孵化，在完善自身技术、产业升级的同时，培育出具有渐进式或颠覆式创新的企业和业务领域。

因在一定环境下，生物的种群密度与该环境下的生物量相对应，故在生物种群动力学的研究中，经常用生物量代替种群密度。运用到社会科学、经济管理学科中，企业规模、产业生产总值、产业增加值等常作为企业或产业生物量。CVC具有“较长投资期限”和“失败容忍度高”的特点，并能够得到“母公司支持”的创业投资促进初创企业进行创新，CVC在促进初创企业的创新投入和创新产出上具有显著的正向影响[12]。公司创业投资活动对企业的技术创新存在促进作用，技术创新是创业企业成长的关键衡量指标，考虑数据的可获得性，本文将技术创新产出能力作为核心变量，通过CVC对这两方面的影响结果来分析对技术创新能力的影响效果。技术创新的衡量指标可以选择专利申请数量、研发投入和托宾Q值等[13]。CVC生态群落的共生演化，关注大企业与创业企业种群间的协同，创业企业的企业价值增加通常体现出其成长性。由于研发投入费用、新产品发布数量、专利数量和专利引用次数4个衡量企业创新绩效的指标在高新技术相关行业的统计上具有一定的重叠性，故可以选择4个指标中的一个衡量创新绩效[14]。参考主流文献，专利数据一直被用来分析创新活动，预测创新活动的发展趋势，具有连续性和可追溯性[15]。专利数作为衡量企业技术创新绩效的指标，反映企业创新能力的实际产出具有代表性。专利应用数量可以从质量角度衡量企业创新产出的质量，但是由于中国专利引用数量还存在数量统计上的难度以及专利引用数量普遍偏低，因而专利引用数量不具有代表性[16]。Tian等[17]的研究表明，由于CVC有更好地识别具有更高创新能力创业企业的选择效应，CVC支持的企业产生了更多专利，且专利质量更高，带来了CVC具有更好培育创新的效应。Gutmann等[18]关注CVC投资的生物技术初创公司，也发现初创企业更具有创新性，因此，创业企业的创新绩效一方面反映CVC投资的选择能力，同时也证明了CVC可以利用母公司的资产和优势培育初创企业。王雷等[19]利用企业成功申请到发明专利和实用新型专利作为企业进行CVC投资而带来技术创新的绩效衡量指标。CVC活动的技术绩效影响的研究，本文以授权专利量为创新产出的代理变量，作为企业创新衡量指标。考虑到创新产出的滞后效应，采用投资后滞后2期的授权专利数量作为创新产出的代理变量[20]。

1.2 研究模型与方法

CVC能够在创新生态系统中起到促进大企业和创业企业创新的作用，由于CVC是复杂的决策和长周期的投资，更有利于创业企业的创新最终得以实现，并通过组织间学习等方式反哺大企业，进而促进大企业创新。借助理论生态学中的生物种群Logistic模型分析大企业与创业企业的共生模式，研究假设如下:

(1)以公司创业投资为研究对象，其核心参与主体为大企业和创业企业，以大企业和创业企业的专利授权数表示双方的创新状况。专利授权数目越大，表示主体的创新绩效越好;反之，则表示创新绩效不理想。

(2)CVC项目的成功与否需要消耗各种资源，其中最为核心的是大企业对创业企业的投资，以及基于此建立起的组织间学习、企业成长和后期的战略联盟等。

(3)大企业与创业企业的成长过程均服从Logistic成长规律，主体创新增长率受到自身、行业及环境的影响，创新达到一定规模趋于饱和，创新增速就会下降。

(4)在运用Logistic及Lotka-Volterra模型时，忽略生态系统内部及生态系统之间的相互作用，只考虑核心主体之间的共生演化，因此可能会存在一定的预测误差[21]。

基于公司创业投资这一共生界面，运用创新生态系统理论构建大企业X1与创业企业X2的生态关系Lotka-Volterra模型。借助于SPSS23.0软件，采用非线性最小二乘法进行回归分析，根据非线性回归结果依次求出参数系数值代入模型中，结合参数值并依据生态系统理论，分析限制系数、自然增长率系数以及共生关系系数，以此解释大企业与创业企业是竞争、寄生、共栖或共生关系，并对X1和X2的演化趋势与共生关系的分析结果，对基于CVC的大企业种群与创业企业种群的共生做总结分析和展望。

2 实证与检验

2.1 数据来源及整理

数据筛选依据吴超鹏等[22]的方法。首先选择具有创业投资支持的创业企业以及对应的上市公司或创业投资机构相关的数据;其次，通过Wind数据库获取上市公司直接持有创投公司股权数据，且该上市公司主营业务是非金融类业务。实证研究所需的原始财务数据均来自Wind数据库、清科数据库、投中数据库和国泰安数据库，通过对照上市公司的公告、年度报告、相关新闻等信息，识别出沪深上市公司进行的CVC活动，剔除非公开发行、重大资产重组、ST类、财务信息不完整和金融保险类公司创投数据，最终选取A股上市公司1998～2017年CVC投资事件，汇总2 258条有效投资信息。基于此，利用佰腾专利网和国家知识产权局专利数据库进行专利数据收集整理。创新成果专利的变量为在CVC后2年的专利授权数，创业企业在CVC参与后2年的专利授权数[23](见图1)。

2.2 模型处理与参数估计

2.2.1 单种群演化Logistic模型 企业创新发展过程符合Logistic规律，在演化初期和后期速度缓慢，演化中间阶段的速度迅速增长，与生物种群的增长演化规律一致。建立如下单种群演化Logistic模型:

式中:X(t)为t时刻企业创新规模，本文采用企业专利授权量表示创新规模，X(t)为t时刻企业专利授权量，r为创新增长率;N为企业创新极限值;1-X(t)/N反映了企业创新增长的阻滞作用。求解式(1)可得企业创新演化模式的一般形式:

模型中参数的估计应用三点法求出饱和值N计算公式，并给出使用条件[24]，后来学者针对实测数据序列的偶数情况拓展了更为精确的四点法[25]。本文首先用Logistic模型探讨大企业种群与创业企业种群创新演化过程，分两步估计Logistic曲线的参数，选取拟合精度较高的四点法估计N值再运用非线性最小二乘法进行c和r的估计。

N值用四点估计法，选取时间点t1、t2、t3和t4，对应的实测数据x1、x2、x3和x4，其中，t2+t3=t1+t4，以此来估算创新最大容量参数N。

Logistic曲线方程的积分求解为

将其转化为

选取实测数据{X t}上的(t1，x1)、(t2，x2)、(t3，x3)和(t4，x4)，分别代入上式，得到如下一组方程:

由于t2+t3=t1+t4，故上述式子消去c和r，即得到

这是用来检测模型预测精度的统计量，由此通过整理两个种群各自20年的统计数据，作为样本值输入SPSS 23.0，粗略估计N值的范围，运用SPSS 23.0进行曲线拟合，当S值变化较小并趋于稳定时，对应S值的N1和N2就是饱和值。

对1998～2017年接受上市公司CVC投资的创业企业，运用上市公司和创业企业滞后2年的专利授权情况进行拟合，共生关系的观察与测度基于中国大规模开展CVC投资以来所选取的2000～2019年测度样本，采用SPSS23.0软件分别对大企业与创业企业成长轨迹进行拟合。同时对两者之间共生模式进行分析，以分析CVC生态群落中大企业种群与创业企业种群之间的互动关系。拟合得到如表3～5所示结果。从表中可观测Logistic模型拟合最好。

表3 大企业种群创新增长趋势拟合及参数估计

根据参数估计结果，得到图2、3为进行CVC的上市公司创新发展拟合曲线和接受CVC的创业企业创新发展拟合曲线。拟合结果表明，进行CVC的上市公司与创业企业创新发展趋势都符合Logistic演化规律。上市公司与创业企业的参数估计结果均通过检验，且拟合精度R2较高。

由于2000～2019年大企业和创业企业的发展从数量增长还是创新产出都符合Logistic模型，CVC生态群落中的核心共生主体的自然增长率为r1与r2。运用SPSS 23.0自带Logistic进行拟合，得到如下结果:

表4 创业企业种群创新增长趋势拟合及参数估计

表5 CVC生态群落中大企业种群与创业企业种群的Logistic成长趋势模拟

式(10)、(11)为SPSS 23.0自带Logistic模型拟合结果，其与生物种群的模型存在形式上不同，为了方便利用SPSS 23.0软件建立Logistic曲线模型，进行如下变动:

此公式与SPSS 23.0统计软件中所使用的相同。用上述参数估计方法得到的饱和值代入SPSS 23.0进行曲线回归。推出大企业与创业企业独立的创新增长Logistic模型分别为:

由此拟合出大企业种群创新的最大容量1 200 000，创业企业种群创新的最大容量47 000;独立情况下创新的自然增长率r1=0.465，r2=0.229，基本符合中国公司创业投资中大企业与创业企业的发展实际情况。模型拟合检验如表6所示。

表6 Logistic曲线模型的模拟度检验

2.2.2 两种群演化的Lotka-Volterra模型 不论是自然生态系统还是创新生态系统中CVC生态群落，竞合共生是系统中主体长期发展的永恒话题，竞争也同时具有积极和消极两个方面的影响，通过CVC形成的大企业种群与创业企业种群协同共生发展促进创新生态系统的协同演化。基于上文的分析，运用Lotka-Volterra模型对公司创业投资中大企业与创业企业间竞合共生关系进行分析(见表7)。

表7 基于Lotka-Volterra模型的大企业与创业企业两种群共生关系

首先，假设以CVC生态群落形式形成的大企业种群与创业企业种群都在创新生态系统中，且其共同拥有的市场资源空间是有限的;其次，创新生态系统中的竞争环境符合Lotka-Volterra模型所需条件。所选取的大企业种群与创业企业种群密度基本相当，种群中的个体物种企业都是健康发展的，通常不考虑受到“自然灾害”的影响，选取中国创业投资发展的黄金20年也假设外界环境是健康的，

Lotka-Volterra模型是微分动力学系统，可用来模拟生态学中种群的动态关系。r1和r2分别为大企业种群和创业企业种群创新的自然增长率，共生作用系数α21和α12分别为创业企业种群对大企业种群的共生效应和大企业种群对创业企业种群的共生效应，即质参量变化带给对方质参量的变化程度，α21·X2(t)/N2和α12·X1(t)/N1分别为双方造成影响的程度。α21和α12的取值反映CVC生态群落中大企业种群和创业企业种群这两类共生单元的共生模式。α21和α12的取值范围表示独立生存模式、竞争共存模式、寄生共生模式、偏利共生模式和互惠共生模式均有可能存在。

为后续模拟简化起见，将上述方程组式(15)转化为:

Lotka-Volterra模型中的参数较多，获取难度相对较大，现阶段对模型参数估计的方法主要是非线性最小二乘法进行竞合系数的估算，以及采用灰色评估法对模型的种间作用系数进行估算，并代入具体实例中验证估算方法的可行性。本文使用灰色估计法，将Lotka-Volterra模型进行离散化处理。根据Hegeman等[26]的证明，需要建立无条件稳定的离散格式。因此，连续的Lotka-Volterra模型基于灰导数和偶对数的映射关系，dX/dt和偶对数[X(t+1)-X(t)]构成映射关系，取t时刻dX/dt的值为[X(t)+X(t+1)]/2，转换为离散型形式，可得到如下关系式:

继续推导得出:

将t=1，2，…，n时的数据代入，可以得到矩阵方程其中，式(20)、(21)分别为:

首先，从自然增长系数来看，r1=0.195 1，r2=0.269 8。表明中国CVC投资的创业企业的创新增长系数强于进行CVC投资的上市公司，也验证了中国上市公司进行CVC投资的初衷，这与中国大企业发展及创业企业发展整体现状基本一致，在一定程度上证实了CVC可以促进大企业与创业企业进行同步发展的结论。根据Matlab拟合结果可得如下大企业种群与创业企业种群Lotka-Volterra模型:

其次，从竞合共生系数来看，基于生态系统理论分析，大企业种群对于创业企业种群的促进系数为0.539 7，而创业企业种群对于大企业的促进系数为5.927 8。从拟合结果来看，目前中国大企业与创业企业处于非对称互惠共生状态，双方的共生受到政策、文化、制度、市场等外部生态环境的影响。因此，大企业与创业企业以CVC形式形成的共生从无序到有序、从低级有序到高级有序的动态过程。随着时间的推移，大企业与创业企业的规模、可以利用的资源数量、创新能力等都从弱到强。

再次，为了更清楚地分析大企业种群和创业企业种群之间的关系，构造共生协调度函数

表8 Lotka-Volterra种群协同共生关系

最后，利用Matlab进行仿真后，基于CVC共生界面形成的大企业种群与创业企业种群共生演化发展趋势如图4所示。

2.2.3 结果检验分析 参考Cabral等[27]的数据拟合结果评价方法，基于MAPE值对模型预测能力等级进行评估:

式中，X i是实际值是预测值。预测能力等级评判标准如表9所示。

表9 模型预测能力等级评判标准

根据真实值和模拟值，计算出MAPE值，大企业与创业企业的Lotka-Volterra模型的MAPE值分别为19.84%和34.61%，由MAPE值进行模型预测能力等级评判标准可知，分别属于“好”和“合理”等级，证明模型拟合度较好。

3 CVC生态群落中企业种群间共生模拟仿真

动态变化的经济市场环境，很难使企业长期保持原有的竞争优势。CVC生态群落的演化目的是以创新绩效为导向获得市场竞争力，演化的根本动力来源于对竞争优势的不断追逐，内生动力来源于创新主体的新奇性和创造性。在原有竞争优势基础上不断地搜寻未知的机会，创造出新的行为、方案、产业、市场和技术等。演化的外部动力有全球技术进步、市场消费需求和制度变迁3大方面。CVC生态群落作为具有生命力的复杂系统，其具有循环演化和螺旋上升的特征。大企业和创业企业之间的相互信任、亲近性、双方技术能力的获取、内部隐性知识的传播与获取、适宜生态位的调整变化使CVC生态群落朝着协同共生方向演化。随着CVC生态群落中主体间的能量和物质交换逐渐增多，前期积累的技术和创新能量得到集中释放，生态群落中各类要素协同形成了内部隐性知识效果，最终可以产生新价值的创造与分享、技术标准逐步建立、核心技术产生、快速的市场响应能力、创新风险降低，从而获得经济社会效益。改进性创新改变了创新主体的竞争格局，突破性创新改变了创新主体的经济运行模式，

胡浩[28]提出创新系统演化动力模型需要的时间段是103级及以上，因为需要较多的迭代次数才可以发现宏观表征规律，无论是科技统计还是区域创新统计都是以年为统计，所以从时间轴上CVC生态系统创新演化最好的方法是数值模拟方法。前文利用Matlab对中国上市公司与被投资创业企业创新数据进行全部拟合，由于创新不仅体现在授权专利，不同行业其商业创新模式、技术创新水平、业务渠道创新等都代表着CVC对大企业与创业企业的共同促进作用[29-32]。由于创业投资在中国发展也不过短短40年，公司创业投资近20年才出现，因而公开的数据并不完整，考虑到模型系统性、数据完备性及模型分析要求，本文选择不同范围的参数进行仿真，并对仿真的不同结果进行理论解释。在缺乏大量实证的时间序列数据时，数值模拟是相对最优效果的实证方法。

3.1 大企业种群与创业企业种群独立生长仿真

由于大企业与创业企业为核心主体的CVC生态系统的共生，以Lotka-Volterra模型为基础的CVC生态群落演化模型需要通过较多的迭代次数发现宏观表征规律，这里考虑到创业企业是四新类企业，尤其以高新技术产业为主，每年均有可能出现新产品、新服务、新技术上市或退出，故采用Rungekutta方法运用Matlab以年为单位进行迭代，迭代次数为100年，大企业与创企业的创新增长率为:r1=0.465，r2=0.229。

3.2 大企业种群与创业企业种群竞争共生演化仿真

基于CVC活动，大企业与创业企业间的共生作用系数均为负数，说明两者之间存在相互竞争的关系。当大企业竞争强度大于创业企业时，大企业在初始阶段受到一定影响，而创业企业在竞争中相对处于劣势地位，具体如图6(a)所示;当创业企业竞争强度大于大企业时，创业企业对大企业的阻滞作用增强，大企业也会在第20年后的创新出现极速下滑，而创业企业也会受到大企业的威胁，其创新增长幅度小于共生模式，如图6(b)所示。

3.3 大企业种群与创业企业种群偏利共生演化仿真

当双种群中一方的共生作用系数为0，其创新产出增长曲线会同独立时相似达到增长最大;当共生一方的作用系数为正时，其能够获得共生能量，创新产值能够突破独立发展时的最大产出水平，如图7(a)、7(b)所示;而当大企业或创业企业共生系数一方为负时，共生系统就会产生挤出效应，对其发展产生阻滞作用，从而使得创新产出逐渐减少，如图7(c)、7(d)所示。

3.4 大企业种群与创业企业种群寄生演化仿真

共生作用系数为正的一方寄生于另一方，图8(a)所示为大企业寄生于创业企业的状态，创业企业资源由于受到捕食，其创新产出在初始阶段有小幅度提升，后逐步下降至0。而大企业受益于创业企业资源，其创新产出在一定时间段内能够超出最大水平，而后随着企业回归正常运行又恢复到独立发展时的创新产出。图8(b)所示为创业企业寄生于大企业的状态，受益方获得能量或收益得到迅速发展。

3.5 大企业种群与创业企业种群互惠共生演化仿真

无论是对称性还是非对称性互惠共生模式都能给大企业种群和创业企业种群带来共生能量，两种群的最终创新产出会比独立发展时均有提升。非对称型互惠共生的共生能量分配的不均衡会导致大企业和创业企业创新产能积累产生一定的差异，具体仿真模拟效果如图9(a)、9(b)所示。而对称性互利互惠共生中，双方会获得同能的共生能量，但是现实的共生产业中互惠共生模式是最理想也是最高级的共生，如图9(c)所示。

4 基于投资模式的CVC生态群落中企业种群共生演化分析

4.1 直接投资模式共生关系分析

成熟大企业会将直接投资与战略部门结合成战略投资部，这是开展CVC的传统形式，大部分企业的CVC从这种模式开始(见图10)。首先，直接投资模式的主要优势表现在为实现特定目标，大企业可依据自身特殊需要构建投资组合，如获得在管制环境下的税收优惠，增加接触收购企业的机会;其次，有更多机会与创业企业接触与合作，CVC投资者可提供各类优质资源。直接投资模式存在的潜在的问题包括出于自身利益，管理者会极力推行外部直接创业投资项目，这会增加委托代理问题引发的道德风险;同时在有效激励投资管理者上存在一定难度，薪酬激励可能会影响CVC投资成果。百度、阿里、腾讯等最初都是通过自己战略投资部进行CVC，这种直接投资模式运用母公司的自有资金，没有募资压力，因考虑大企业的战略多以控股战略布局为主，例如阿里资本就是围绕阿里生态系统的构建，连续投资滴滴出行、美团网、UC优视等。由经验来看，早期开展创业投资的大企业通常选择在内部设立创业投资计划，划拨一定款项的创业基金，由大企业的研发部门、市场或业务部门进行创业投资决策;或者是通过大企业内部设立的创业投资部门进行创投项目的甄选和管理。

中国1998～2017年直接投资模式进行CVC中大企业与创业企业的创新情况如图10所示。基于Lotka-Volterra模型和上述推导过程，利用滞后2年的2000～2019年上市公司累计创新和创业企业创新数据拟合得出相关数据如表10所示，大企业通过直接投资的方式对创业企业进行投资进而形成共生系数和双种群协同共生指数可以判断，双方处于非对称共生演化发展状态。

表10 基于直接投资模式的大企业种群与创业企业种群共生关系

基于Matlab2019a对数据进行拟合分析得到以直接投资模式形成的CVC共生模型为:

通过上述拟合结果可以看出，在中国以直接模式进行CVC的实践中，大企业与创业企业创新增长率和相互作用系数均存在一定差距，说明进行CVC的上市公司自身的创新增长率较高，可以理解被投资的创业企业正处于发展初期，对大企业的作用并不明显，但双方确实处于非对称互惠共生演化过程中。

4.2 间接投资模式共生关系分析

一般情况下，上市公司可以通过控股或参股方式进行间接CVC投资。大企业作为有限合伙人与专业创业投资公司或基金管理公司建立委托代理关系，从实践角度分析，追求财务回报的CVC更倾向于选择该种模式。该种模式由于大企业对CVC项目的介入程度较低，故控制力也较弱，CVC项目与大企业的战略关联度不高。另一种间接投资模式为参股模式，参股创投公司形式可以使大企业获得来自独立创投公司资源产生的效益，也可以通过合作降低尽职调查成本。但该投资模式中，大企业对于投资决策和创业企业的控制能力较弱，CVC投资所创造的战略价值受到制约。作为联合投资，各成员决策和投资后管理活动存在代理风险，可能导致CVC中受资企业失败。参股模式能有效分散各个单个大企业进行创业投资时面临的高风险，随着大规模资金聚集，也可拓宽投资领域。参股股东之间因互利共赢的目的而在业务或产品的投资选择上形成互补并且更趋于理性。

通过数据梳理，上市公司设立附属创投企业是近年来具有实力的大企业的通常做法，多数科技类公司采用此模式发展母公司的外部研发机构，附属创投机构可以进行项目自主选择和管理权力，投资决策和投资方向较为灵活，对市场的把握和技术的变革具有较强的敏感度，上市公司通过附属创投企业进行CVC是其吸收新技术，加速其创新成果产出的重要方式。

图11和表11所示为1998～2017年以间接投资方式进行CVC的大企业与创业企业滞后2年的创新专利总数情况。进行间接投资的上市公司创新自然成长率为-0.156 0，说明这里大企业的创新能力相对较弱，而所投资的创业企业对大企业的创新正向促进作用要远远高于大企业对创业企业的正向促进作用，这也解释了众多大企业通过联盟创投和委托创投开展CVC的原因，实践中双方处于非对称互惠共生状态。

表11 基于间接投资的大企业种群与创业企业种群共生关系

运用Matlab对数据进行拟合分析，得到以间接投资模式形成如下CVC共生模型:

5 结论

大企业种群与创业企业种群共生演化发展进程绝非是简单的线性递进，基于CVC生态群落的大企业与创业企业之间形成了复杂、全面、综合的系统工程。借助于Lotka-Volterra模型，根据1998～2017年的CVC创投案例，利用滞后2年的创新专利数据，将大企业种群与创新企业种群生态关系进行分析，得到中国上市公司进行CVC与创业企业之间形成了非对称的互惠共生模式。分别对直接投资模式和间接投资模式下CVC共生关系进行对比分析，结果表明，直接投资模式下大企业与创业企业间是非对称互惠共生，而间接投资由于有专业独立创投的参与，所投资企业的创新成长性更强。因此，创业企业对大企业的创新促进作用更为显著。

未来随着中国创业投资市场进入全面整合的理性发展阶段，优质资源倾向于优质项目和创业企业，因此，只有真正提供独特核心价值的创业企业才能得到大企业的青睐，其科技赋能与资源整合的过程中大企业与创业企业共同获得长远发展。在新时代中国情境下，应鼓励大型实业集团自主或参与进行CVC，并积极引导CVC投资于创新型初创企业是中国在新一轮科技革命和数字化转型过程中的重要战略选择。

从政府制度层面，首先应鼓励和引导大企业设立CVC基金，或在政府引导下仿照创业投资引导基金的形式设立CVC引导基金。针对基金的运营，要提倡以获取新技术、提升产业链价值的战略性投资为主。政府应重点引导CVC的投资倾向，促进早期科创企业和区域经济的健康发展。建立GVC与CVC、IVC共同对创业企业进行创业投资。政府相关风险补偿基金对大企业CVC活动进行保障，激发大企业CVC的活力。通过对大企业CVC活动后端结果进行一定的保障，将进一步释放企业在CVC活动前端的动力。其次，建立CVC风险补偿基金需要对补偿的对象、备案制度、补偿条件、补偿额度加以思考和制定，保障补偿的效率性。对创业投资的税收、补偿制度应该落实到创业投资行为上，扩大对创业投资活动面的鼓励。部分企业出于公司战略和财务上的原因，更倾向于将创业投资部门放在企业内部，不设立创业投资机构。然而，当前对创业投资的税收和补贴更多是针对创业投资企业，CVC则得不到照顾。为推动CVC应思考将税收和补偿集中在企业进行CVC的行为上，依靠后补贴和控制条件的形式保障效果和效率，并配套对CVC活动的备案、优惠条件进行细化制定。再次，鼓励和细化大企业创新和CVC的容错机制，对容错机制进行细化和落实。最后，应加强知识产权保护，营造公平稳定的契约型商业环境。

从大企业层面，企业应从投资战略视角有效利用自身资源禀赋，发挥产业多元化投资和区域多元化投资优势，做长期价值发现和创造者，选择匹配的投资者与主流的以行业精准化投资为主的IVC联合投资，形成适合于外部行业条件的、符合大企业自身特质的战略布局。同时借力智囊、管理咨询及科研院所等行业研究机构，实时动态观察及调整大企业在价值链中的地位，将强势项目流、信息流和资源流以联合共享的方式进行有效整合，获取未来发展的主动性，为创业企业提供高效的增值服务，鼓励实施有益于CVC的激励机制，提升投资的综合绩效。从创业企业角度，创业企业在明确发展战略目标和自身资源禀赋的前提下，基于中国情境的特殊性，应选择高声誉的创业投资或联合投资，开展开放式合作，通过外部知识的学习，对资源进行高效的配置，提高管理运营效率，实现价值共创共享共赢。