数据资源如何重塑数字创新生态系统多主体竞合关系？——基于智能驾驶数字创新生态系统的解构与重组

单子丹，曾燕红，李慧敏，王玡琦

（1.哈尔滨理工大学 经济与管理学院，哈尔滨 150040；
2.哈尔滨理工大学 高新技术产业发展研究中心，哈尔滨 150040）

在新一轮科技革命浪潮的催化下，随着大数据、云计算、人工智能等数字技术应用场景的泛在化，数字经济与实体经济深度融合，极大程度推动我国经济高质量快速发展［1］。作为优化数字经济生产方式、促进数字经济健康发展的核心生产要素，数据资源的受重视程度与日俱增。2019年10月，党的十九届四中全会首次提出将数据资源作为新的生产要素。2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，强调推进数据资源共享、加强数据资源整合、提升数据资源价值，标志着数据资源正式从国家层面进入要素市场化配置体系［2］。

数据资源作为新型生产要素重塑数字创新生态系统的组织格局和多主体竞合行为，推动主体竞争与合作的有序化、要素流动自由化的市场体系形成，并对创新生态系统的价值输出产生颠覆性变革。SVAHN等［3］认为，在数字创新生态系统产品创新的过程中，数据资源的嵌入会打破主体原有的价值创造路径与价值获取方式，帮助主体更灵活地应对外部竞合环境的变化。GUPTA等［4］提出，数字创新生态系统中各主体通过对数据资源进行挖掘、共享、配置及协同，在数据流通过程中释放数据资源潜在价值，实现主体间资源优势互补及价值创造，这一过程使得数据资源逐渐从辅助性资源中独立出来，成为数字创新生态系统主体间竞争的核心战略资产。戚聿东和刘欢欢［5］指出，数据资源打破了传统资源的储量限制及约束，缓解了主体间资源竞争压力，使得数字创新生态系统生产要素演化呈现出竞用性降低、通用性增强的特点，有效提高了主体的生产要素配置效率，助力主体获取更大的竞争优势。李海舰和赵丽［6］认为，数据资源在保持其独立性的同时，全面融入了劳动、技术、资本等传统生产要素，发挥要素资源组合及结构的乘数效应及倍增作用，全面释放数字创新生态系统中主体生产力。由此可知，数据资源赋能数字创新生态系统主体竞争优势的实质为，通过数据资源的流通过程，实现与传统要素的叠加重组、优化重构，从而释放数据资源的规模效益和边际效应递增效益。

对于如何促进数据资源流通、实现数据资源多维价值创造、赋能主体挖掘隐藏性价值空地、构建竞争壁垒，已有研究主要从数据资源的演变机制、演进过程、驱动机理及价值创造路径等角度进行了研究。CHAE［7］从复杂网络视角出发，通过对数据资源和网络科学技术的利用过程进行实证研究，发现两者的相互作用使得数字创新生态系统竞合关系高度网络化，其演变机制呈现变异和选择性保留两种状态，并能有效帮助管理者基于此做出及时、明智的竞合战略决策。BELTAGUI等［8］利用案例分析法，通过建立四阶段过程模型分析3D打印生态系统的演进过程，强调了数据资源会引发主体间的持续竞争，进而可能给数字创新生态系统带来破坏性创新。李少帅和孙丽文［9］选取海尔集团为案例研究对象，通过构造基于数据驱动的过程模型，发现制造企业以组织数据驱动、用户数据驱动和环境数据驱动的方式，形成多层面数据驱动能力，从而有效弥补企业“数据资源缺口”、化解组织层面不确定风险。梁正和李佳钰［10］构建了面向价值创造的数字创新生态系统运行逻辑框架，指出使数据资源处于“可使用”状态是数字创新生态系统价值创造与竞合关系的着眼点和落脚点，构建便捷化数据资源通道、促进数据资源自由流动，能够有效释放主体商业价值和公共价值，实现竞争能力最大化。

数据资源正成为引领数字创新生态系统主体占领竞争制高点的关键动力和核心力量，引发了越来越多国内外学者的持续关注。然而，已有研究多局限于数据资源与主体竞合关系间的影响机制、动因研究与演变路径，鲜有关注数据资源视角下主体竞合关系的形成与发展，未能有效揭示主体竞合关系对促进数据资源交互、释放数据资源红利的内在机理。同时，传统资源竞合理论中“企业间往往基于异质资源合作并因同质资源竞争”的观点，在解释企业间因数据资源而形成的竞合关系时略显局限，无法有效支撑相关研究。为此，本文围绕数据资源如何解构与重组数字创新生态系统竞合主体、如何定量分析把控数字创新生态系统主体竞合关系、如何施加竞合管理策略以调节主体间竞合关系以及如何制订面向数据资源的竞合对策四大核心要素，在深入剖析数字创新生态系统数据资源特有属性基础上探究多主体竞合逻辑，解析因数据资源形成的竞合关系形成与发展机制，以期打开数字创新生态系统主体竞合理论的黑箱。

区别于传统产业创新联盟、战略性新兴产业组织等，数字创新生态系统是依托数字技术与数据资源，以数据资源赋能创新为导向，通过创新主体的协同合作，共享互惠知识、推进要素关联，进而实现行为创新主体互补性资源解构、重组与整合的新型复杂经济系统［11］。数字创新生态系统在引入数据资源这一独特生产要素的同时，增强了多主体间的协同合作、撬动了跨领域要素间的关联与创新。在数据资源、数字技术与知识的驱动重组作用下，数字创新生态系统呈现出主体多层次竞合、资源跨领域流动等特殊属性。数字创新生态系统视角下，主体间竞合关系以数据资源为纽带。一方面，对外而言，该系统内部各主体采取合作的方式加速数据资源的流通和利用，以应对充满不确定性的动态外部环境和复杂的内部组织管理；
同时，数据资源流通带来的信息互联，降低了主体信息不对称导致的市场失灵问题，助力主体形成敏捷、柔性的生产方式，进而实现系统资源配置效率的最大化。另一方面，对内而言，系统内部各主体大多提供相同或类似的服务与产品，为夺取市场份额、获取更高的利益，各主体需要建立独有的数据资源库，以精准映射消费者价值观，快速响应市场需求和潜在机会，在日趋复杂、激烈的市场竞争态势下形成独有的竞争优势。这一特点在人工智能、大数据及区块链等数字技术为核心的创新生态系统中得到了充分体现。以网约车平台为例，企业通常采用在内部开发数字结构构件、采集数据，从外部购买数字基础设施、数字平台与数字功能构件，以及与外部数字化服务商合作以获取网约车数据资源，在此基础上通过构建数据资源组合，精准定位用户用车需求、缩短用户端与司机端匹配时间、全面提高平台数据传输与处理的即时性，从而改善企业运营能力，增强用户黏性、增加用户数量，大幅度提升企业竞争力。

数字创新生态系统中海量的数据资源和多层面数字架构使得主体间关系由单向线性的链状模式变为双向网状的生态网络模式发展。主要体现在两个方面：一方面，数据资源这一全新生产要素，使参与主体突破时间与空间障碍，实现跨层次的资源互补与共享，从而产生了新的价值创造路径与生态化关系；
另一方面，数字创新生态系统中异质性主体间的互补性合作关系成了系统价值创造的主要手段。在反思传统的资源管理和竞合理论的基础上，本文以数据资源流通、共享为主线，从数据资源特有属性出发，依据“多主体特征—竞合维度—关系分类—竞合关系重塑策略选择—竞合关系重组”的理论逻辑，构建数字创新生态系统下多主体竞合关系分析框架，具体如图1所示。

图1 数字创新生态系统多主体竞合研究框架Fig.1 Research framework of multi-agent co-opetition in digital innovation ecosystem

1.1 数据资源与多主体特征

作为数字创新生态系统的关键性生产要素，数据资源具有与传统资源不同的特征，其主要特性可以概括为虚拟替代性、多元共享性、价值稀疏性以及跨界融合性。①虚拟替代性是指数据资源以“0—1”编码形式替代土地、劳动、技术和管理等传统资源，通过虚拟研发、虚拟制造以虚拟运营，实现数据资源虚拟化生产［12］。②区别于传统资源的稀缺性、排他性、低成本和可复制性等，数据资源所有权可归数据生产者和数据控制者所有，也可根据资源属性归公共部门和私人部门所有［13］；
同时，去中心化的数据资源处理方式允许多元化主体以协作化生产方式共享数据资源、参与生产过程，实现数据资源价值倍增［14］。多元共享性助推数据资源实现多主体之间的共享、流通与利用，其总量和价值不会随着数据挖掘和使用而减少，反而呈现指数型增长趋势［15］。③与庞大的数据资源储量相比，数据资源价值含量却十分稀疏。数据解读技术的限制造成大量的松散、冗余、孤立的数据资源无法被广泛连接、耦合、应用，潜在价值解读过程被阻断，海量数据资源呈现出价值含量极低的状态。④跨界融合性是指包含不同种类数据资源和不同生产要素间的跨界融合。来自企业主体的散点数据资源和行业的带状数据资源通过互联网平台集聚、整合为块状产业数据资源［16］，破除了企业、行业、产业间的数据壁垒，实现数据资源与劳动、资金等传统生产要素间的跨界叠加与深度融合，助力主体获取跨界竞争优势。

在多重数据资源与数字技术模块粘连、耦合与裂变作用下，数字创新生态系统竞合主体分布已从单中心、线性向多中心、网络化转变，数据资源内部价值化及外部价值化能力成为划分竞合主体类别的核心标准。依据数据资源权属、数据资源处理能力及数据资源价值能力3个标准，可以将竞合主体划分为主导式主体、合作式主体及嵌入式主体3种类型。

主导式主体在数字创新生态系统中居于中心位置，拥有海量的公共部门和私人部门数据资源以及强大的算力、算法等关键性数字技术，在数据资源价值化过程中起到主导作用。该类主体通常由行业领导者或核心企业担任，扮演着生态系统驱动者的角色，为其他主体搭建资源平台及关系平台。

合作式主体具备丰富的公共部门数据资源和少量的私人部门数据资源，缺少深入挖掘数据资源潜在价值并将其转化为自身优势的数字技术，往往需要借助主导式主体的数据资源整合应用技术，才能全面释放数据资源的潜在价值。该类主体通常由行业中型制造企业或服务企业担任，为整合稀缺性数据资源与关键性数字技术，与其他主体维持良性竞合关系。

嵌入式主体拥有极少量较为稀缺的私人部门数据资源或瓶颈公共部门数据资源，缺乏数据资源处理技术与价值化能力，通过开放组织边界依附于主导式主体，形成与合作式主体共融的竞合常态，进而推动形成三类主体优势互补、竞合共存且动态演进的“竞合”系统。该类主体由该行业具有极大潜力的小型企业构成，且与高校、科研院所等对接紧密。

1.2 竞合维度与关系分类

传统资源观为数字创新生态系统主体竞争与合作奠定了理论基础，认为竞合关系基于资源归属性及资源相似性两个维度上展开。价值稀疏性使得大量同质性数据资源融合带来总价值的爆炸增长，异质性数据资源使得控制主体获取独特优势，故各主体得以在数据资源高度同质的情况下合作，而在数据资源异质的情况下竞争，赋予传统资源理论和竞合理论全新的实践规律。为充分揭示数据资源与3种主体类型相互作用、互相渗透，进而融合催生的新型竞合关系，依据资源归属性和资源相似性两个维度，可以将数字创新生态系统多主体竞合关系划分为4类。图2呈现了依据数据资源与竞合强度特征对主体间竞合关系进行划分的分类结果。

图2 数字创新生态系统多主体竞合关系的分类Fig.2 Classification of multi-agent co-opetition relationship in digital innovation ecosystem

类型Ⅰ 孤立型竞合关系。该关系下竞合主体之间联系较弱，因数据资源相似性较低，为了避免主体本身失去竞争优势，主体间数据资源的共享与交换程度较弱，导致主体间合作强度较低；
数据资源的多归属性也使得主体间竞争过程较为缓慢。

类型Ⅱ 冲突型竞合关系。该关系下竞合主体处于利益争夺状态，主体间因数据资源相似性较低，往往为异质性数据资源，且该异质性数据资源具有单归属性，使其只隶属于某个主体或极少数主体而导致主体间竞争强度大、合作强度小。

类型Ⅲ 友好型竞合关系。该关系下竞合主体间数据资源依赖程度较高，较高的资源相似性使得主体更倾向于共享和交换数据资源以加强合作强度；
而数据资源的多归属性使得大多数主体都能对数据资源进行挖掘利用，主体间竞争强度较弱。

类型Ⅳ 协同型竞合关系。该关系下竞合主体间在一定程度需要对方的数据资源以实现自身的发展与壮大，相似性较高的同质性数据资源促进了主体间合作过程，使主体获取更大的数据资源潜在价值；
而数据资源的单归属性则驱动主体为获得该关键性数据资源而展开激烈的竞争。

1.3 多主体竞合关系重塑策略选择

数据资源的生产要素属性建立在数字技术的基础上，海量数据资源必须与主体所拥有的算法、算力充分结合，才能打通数据资源创造价值的链条。在数字创新生态系统合作式主体和嵌入式主体发展过程中，由于自身数字技术的限制，数据资源转化为有效信息的能力有限，往往需要借助主导式主体的云计算基础设施，降低自身数字技术成本，使其对海量数据资源的存储、处理与应用成为可能。因此，一方面，合作式主体、嵌入式主体在主导式主体的帮助下，不断提高自身积累数据、处理数据、转化信息、配置资源的综合能力，推动数据资源生产力协调化、高级化发展。例如，小米在手机研发过程中，通过参与高通和英伟达的芯片开发，提前获取量产芯片能力，实现数据资源与产品供应链的有效连接，加速手机的迭代手机与批量产出。另一方面，“数据+算力+算法”的逻辑演绎，使得数据资源得以在各类主体间实时流通、按需取用，并且主导式主体能在一定程度上及时识别合作式主体和嵌入式主体之间的竞合态势，并及时调整两者间竞合关系，从而形成以数据资源价值产出最大化的竞合体系。智能家居模块化和智能化生产便是应用之一，智能家居产品在研发过程中，需要大量传感器数据和各场景交互数据以精准预测用户体验感，其中，专用型模块化数据能实现个性化产品生产，通用型模块化数据则能满足大众化产品需求，二元数据的松散耦合能有效提高产品智能化、多样化，助力主体实现红海区域与蓝海区域业务协调发展。在3种主体类型和4种竞合关系作用下，多主体竞合关系重塑策略朝向竞争控制策略、偏好合作策略和激励共享策略方向发展，如图3所示。

图3 数字创新生态系统多主体竞合关系重塑策略Fig.3 Remodeling strategy of multi-agent co-opetition relationship in digital innovation ecosystems

1）竞争控制策略。稀缺的数据资源是主体获取垄断利润的核心资源，在利益最大化原则下，嵌入式主体不愿意与其他主体共享稀缺性数据资源，主导式主体则会加强合作式主体与嵌入式主体间的竞争程度，利用数据资源价值创造的正反馈效应获取对数据资源的绝对控制，从而建立基于“数据壁垒”的竞争优势。

2）偏好合作策略。“数据禀赋+算力”催生了主体创新动力和创新方式，加速了数据资源要素价值的呈现。基于价值共生逻辑，在数据资源存储及算力差异情况下，主导式主体偏好选择具有异质性数据资源的嵌入式主体，通过开放合作式主体边界，鼓励嵌入式主体利用外部数据资源来进行第三方创新发展，以快速积累自身发展所需的互补性数据资源与数字技术，提高数据资源转化和利用效益。

3）激励共享策略。精细化的专业分工使得系统内部大规模的协同生产打破时间与空间上的产能约束，主体产品设计与生产过程更具柔性，大大降低市场交易成本。主导式主体会通过技术支持、资金支持或奖惩手段的方式，增强合作式主体与嵌入式主体之间的合作意愿，激励二者采取更紧密的合作共享行为。

2.1 Logistic模型和Lotka-Volterra模型

Logistic 模型可以阐述种群数量增长的规律，一维Logistic 模型能很好地描述单个系统的发展过程［17］；
在此基础上，LOTKA和VOLTERRA 对一维Logistic模型进展扩展，提出了种群间竞争模型，用以解释不同种群之间的竞争关系。鉴于其对多主体间竞合规律的良好解析能力，学者们陆续将其引入经济管理领域，并展开了关于技术［18］、资源［19］以及知识［20］等方面的影响过程研究。

在数字创新生态系统数据资源的流通、利用与转化过程中，主导式主体、合作式主体及嵌入式主体为创造自身最大数据资源价值、获取最佳数据收益，通过数据资源交互及动态竞合关系演化过程，类似于生物种群间关系演进形态。借鉴Logistic模型和Lotka-Volterra模型构建数字创新生态系统多主体竞合关系下数据资源收益演化模型，以刻画多主体竞合关系的最佳演化形态。

2.2 研究假设

根据数字创新生态系统多主体竞合关系，作如下假设。

假设1 数字创新生态系统中存在i个主导式主体xi(i=1，2，…，l) 与j个合作式主体xj(j=1，2，…，m)以及k个嵌入式主体xk(k=1，2，…，n)。各主体以实现自身数据资源最大收益为目标，每个主体独立成长过程均服从Logistic模型，主体增长率受到主体密度的影响，通常设置为一个常数。

假设2 合作式主体、嵌入式主体的健康发展均需依赖于主导式主体的支持作用，故二者均与主导式主体保持友好型竞合关系，且两者之间的竞合关系受到主导式主体竞合关系重塑策略的管理控制；
合作式主体与嵌入式主体之间因数据资源的流通、数字技术的共享存在不同程度的合作，也因利益分配、争夺市场份额产生一定程度的竞争，故二者之间存在4种竞合关系。

假设3 以各主体数据资源收益变化其成长过程。数据资源收益越大表示主体对数字创新生态系统数据资源的占有率越大，获取的数据资源价值也越大，越有利于主体规模的扩张和竞争优势的形成；
当数据资源收益趋于0时，则表示该主体退出数字创新生态系统。

假设4 当数字创新生态系统主体的数据资源边际成本等于边际收益时，主体将实现最优规模并停止生长。

2.3 模型构建

在各主体竞合关系及主导式主体竞合关系调整策略影响作用下，依据种群间竞争模型Lotka-Volterra模型，主导式主体x1、合作式主体x2及嵌入式主体x3的数据资源收益演化模型如式（1）所示。

其中：xi(t)(i=1，2，3)分别表示t时刻主体i的数据资源收益；
ri(i=1，2，3)表示不受外界条件影响下主体i的自然增长率；
ki表示在特定环境、特定数字技术以及主体禀赋等因素约束下，主体i所能实现的最大数据资源收益；
αij为主导式主体xi与合作式主体xj之间的竞合系数，表示主导式主体xi与合作式主体xj的竞合关系对主导式主体xi产生的竞合效应，αij=0表示无影响，αij＞0代表对主导式主体xi的发展起促进作用，否则起抑制作用；
βjk为合作式主体xj与嵌入式主体xk之间的竞合系数，表示合作式主体xj与嵌入式主体xk的竞合关系对合作式主体xj的竞合效应，βjk=0表示无影响，βjk＞0代表对合作式主体xj的发展起到促进作用，否则起到抑制作用；
γi为主导式主体xi竞合关系调整策略的影响系数，γj表示主导式主体xi施加竞合关系调整策略，对合作式主体xj数据资源收益产生的影响效应，γj＞0表示促进合作式主体xj的发展，否则抑制其发展。

2.4 参数设定

竞争强度与合作强度的差异性导致了不对称的竞合效应，伴随着不同的竞合系数取值组合变化，多主体竞合关系呈现出融合性、互利性与多样性。同时，随着主导式主体对合作式主体、嵌入式主体竞合关系影响作用的变化，数字创新生态系统的演化呈现出不同的竞合关系重塑策略。在模型（1）基础上，设定数字创新生态系统各主体间竞合关系及竞合关系重塑策略相关系数，取值范围分别如表1、表2所示。

表1 数字创新生态系统主体竞合关系Tab.1 Co-opetition relationship in digital innovation ecosystem

表2 数字创新生态系统竞合关系重塑策略选择Tab.2 Remodeling strategy of co-opetition relationship by dominant entities

3.1 样本选取与数据筛选

为保证所选案例与本文研究主题的一致性与代表性，充分体现数字创新生态系统竞合关系演化规律，本文选取智能驾驶数字创新生态系统为实证分析对象。智能驾驶车辆作为集环境感知、规划决策与多等级辅助驾驶等功能于一体的综合系统，安全技术、远程信息技术及无人驾驶技术等智能驾驶技术的实现以海量数据资源存储与组合为基础。此外，各企业还需要与其他企业合作获取数字平台、数字构件等数字技术，以满足自身智能驾驶专利产出的需要，从而形成了复杂多样的竞合关系。因此，选取智能驾驶数字创新生态系统研究数字创新生态主体竞合关系具有极高的契合度。根据全球汽车企业排名，在查阅相关企业发展历史及经营现状的基础上，本文选取现代自动车株式会社、起亚自动车株式会社及福特汽车公司（以下分别简称为现代、起亚和福特）为研究对象，以中国专利公布公告网、Patenthub 及智慧芽科技创新情报平台为专利检索平台，使用“自动驾驶车辆的集群的驾驶控制方法”“车辆移动体的形式引导线的控制方法和装置”“支持自动代课停车的系统和方法及其基础设施和车辆等智能驾驶技术及方法”等检索词对各主体专利数据进行初步检索及扩展检索，经多次数据去重、降噪等处理，上述3 家企业2011—2020年智能驾驶相关专利授权量详细数据如表3所示。

表3 案例主体智能驾驶专利数量年度分布趋势Tab.3 Annual distribution trend of intelligent driving patents of case subjects

3.2 竞合系数测算

本文采用灰色估计法计算Lotka-Volterra 模型中各主体竞合系数，其详细过程如下。式（1）可以表示为

基于灰导数和偶对数的映射关系，取t时刻背景值，有如下关系式成立。

3.3 拟合效果检验

将各参数输入Matlab2021a软件进行数值分析，其仿真结果显示，现代、福特与起亚智能驾驶专利产出的拟合数据与原始数据保持基本一致，现代在2011—2018年增长趋势持续上升，2019—2020年略有下降趋势，福特与起亚于2011—2020年始终保持稳步上升态势，但增长幅度较小。将仿真结果与表3的实际趋势相比可知，各主体拟合变化趋势与实际增长情况高度吻合，模型拟合效果较好，运用Lotka-Volterra模型分析数字创新生态系统主体竞合关系切实可行。

为探究智能驾驶数字创新生态系统中主导式主体（现代）、合作式主体（福特）与嵌入式主体（起亚）在数字创新过程中主体间竞合关系类型以及主导式主体作用对数据资源收益的影响，本文采用Matlab2021a仿真软件对3类主体的智能驾驶专利数量演化态势进行仿真模拟实验。由前文分析可知，福特与现代、起亚与现代两者之间均保持友好型竞合关系，与模型假设保持一致；
而福特与起亚处于冲突型竞合关系，竞争强度大于合作强度，抑制了数据资源收益的进一步产出与优化。因此，在仿真实验中，维持福特与现代、起亚与现代之间的友好型竞合关系不变，在无主导式主体（现代）作用下，改变合作式主体（福特）与嵌入式主体（起亚）之间竞合关系，观察各主体智能驾驶专利数量的变化规律；
在此基础上引入主导式主体调节作用，探究各主体在不同竞合关系重塑策略选择下专利数量的变化趋势。

4.1 无竞合关系重塑策略下数据资源收益演化分析

当主导式主体（现代）不对合作式主体（福特）与嵌入式主体（起亚）间竞合关系施加重塑调节作用时，福特与起亚间竞合关系仅受到彼此竞合强度的影响。设定γ2=γ3=0，通过改变β23与β32取值，探究合作式主体与嵌入式主体之间4种竞合关系对各主体数据资源收益产生的影响，分析结果如图4所示。

图4 无重塑策略下不同竞合关系对各主体数据资源收益的影响Fig.4 Impact of different co-operation relationships on data resource revenue of different agents without remodeling strategy

4.1.1 冲突型竞合关系 在初始状态下，β23=-0.623，β32=-0.642，福特与起亚处于冲突型竞合关系。如图4（a）所示，在强竞争弱合作作用下，福特与起亚之间数据资源的融通、整合过程受到限制，智能驾驶专利数量最大规模较小，而现代则受益于福特与起亚间激烈的竞争作用，数据资源采集范围不断扩大、利用效率持续提高，智能驾驶专利数量最大规模实现峰值。

4.1.2 孤立型竞合关系 在孤立型竞合关系下，令β23=β32=0，此时福特与起亚处于弱竞争弱合作状态。虽然二者竞争强度与冲突型竞合关系相比大幅下降，但专利数据资源流通及共享过程甚微，不利于主体长期发展。与冲突型竞合关系状态相比，福特与起亚智能驾驶专利最大生物量有所提升，而现代则因数据资源稀缺性减弱，其生长态势呈倒U形增长，一段时间后保持稳定，其结果如图4（b）所示。

4.1.3 友好型竞合关系 友好型竞合关系使得福特与起亚保持弱竞争强合作状态，令β23=-0.623，β32=0.642。由图4（c）可知，在福特的协助效应下，起亚发展呈现出“内增值、外增效”特点，智能驾驶专利产出最大规模在2014年之后跃居福特之上，随后6年增长趋势持续向上，同时现代的发展状态与孤立型竞合关系下相比有一定程度提升，但增长速度较为迟缓，影响效果存在滞后性，不能对友好型竞合关系作出及时反应。

4.1.4 协同型竞合关系 令β23=0.623，β32=0.642，如图4（d）所示，福特与起亚均呈现出明显的增长趋势，智能驾驶专利数量最大值与冲突型竞合关系相比有大幅度提升，现代的专利产出虽被大量抑制，但智能驾驶数字创新生态系统总体产出呈现显著上升趋势。这说明协同型竞合关系作用效果明显，能高效汇聚合作式主体与嵌入式主体数据资源，充分发挥主导式主体算力、算法优势，促进数据资源在主体间畅通循环，进而实现数据资源收益可持续内生增长，提升数字创新生态系统整体价值。

4.2 竞合关系重塑策略下数据资源收益演化分析

由前文可知，合作式主体与嵌入式主体建立协同型竞合关系，能有效驱动数字创新系统多领域、跨领域资源共享，促进数据资源融合与产出。在此基础上，为进一步探究主导式主体的管控作用，引入竞合关系重塑策略，使得合作式主体（福特）与嵌入式主体（起亚）间竞争与合作过程不仅受到彼此竞合关系的影响，还受到主导式主体（现代）的管理协调作用。通过改变γ2与γ3的取值，模拟各主体专利数据资源收益的演化过程，进而探究竞合关系重塑策略对各主体及数字创新生态系统发展的作用，分析结果如图5所示。

图5 竞合关系重塑策略对不同主体数据资源收益的影响Fig.5 Impact of co-operation relationship remodeling strategy on data resource revenue of different agents

4.2.1 不做策略调整 当现代不做任何竞合关系重塑策略调整时，令γ2=γ3=0。如图5（a）所示，现代、福特与起亚在自然状态下达到智能驾驶专利数量的最大生物量，且现代的专利数量最大值略小于福特与起亚。

4.2.2 竞争控制策略 设定γ2=γ3=-0.2，在该状态下，现代通过划分专利数据资源所有权等方式阻碍福特与起亚之间的数据资源交互过程，致使二者竞争程度加剧，竞争效应大于合作效应，同时数据资源活力减弱，生产要素连接和流通过程减慢，专利数据资源流通与利用过程受到抑制。如图5（b）所示，在竞争控制策略下，与现代不做竞合关系调整时相比，福特与起亚专利数量增长平缓，最大产出规模明显减小，而现代则在福特与起亚的竞争过程中突破了专利数量产出规模最大值。由此可见，主导式主体的竞争控制策略对合作式主体与嵌入式主体发展具有抑制作用，数据资源的多元共享性与可复制性意味着一份数据可以被其他主体复制、加工与利用，致使嵌入式主体无法独自拥有自身稀缺性数据资源，从而扩大竞争主体的参与范围，改变原有竞争格局，有利于充分利用系统资源。

4.2.3 偏好合作策略 设定γ2=0.2，γ3=-0.2，在偏好合作策略下，现代通过施加相关优惠政策或强制措施，促使起亚向福特提供专利数据资源支持，推动福特在智能驾驶领域的专利研发进程。如图5（c）所示，在起亚的数据共享与技术支持下，福特专利产出数量最大值跃居起亚之上；
而起亚则因共享专利数据，核心竞争力受损，专利数量产出规模较不做竞合关系调整时略有减小，同时，现代、福特与起亚发展规模差距逐渐缩小。针对数据资源产权界定不清晰、主体竞争程度激烈等情况，偏好合作策略能提供开放式接口帮助更多竞合主体连接到核心数据资源，共享互补性数据资源，从而有效缓解数据资源错配、不协调等问题，提升数据资源配置效率，促进数字创新生态系统内部各主体均衡发展。

4.2.4 激励共享策略 在激励共享策略作用下，设定γ2=γ3=0.2，现代通过采取相关激励政策，鼓励福特与起亚开放主体边界，加强合作过程，促进专利数据资源高效流通与融合。如图5（d）所示，福特与起亚专利产出数量呈现快速增长趋势，专利产出最大规模达到新高。在该过程中现代呈显著倒U形增长，在到达最高点后由于增长动力不足，后期专利产出有所下降。但从整体看，系统专利数量总产出达到历史峰值。因此，激励共享策略为主导式主体、合作式主体及嵌入式主体实现数据资源价值创造互动提供了重要支撑，其低门槛、低成本和高效率特性提升了数据资源获取的便利性、价值传输的广泛性以及合作过程的透明性，有利于推动各类竞合主体实现跨领域创新，进而激发各主体间形成高度协调的竞合关系，助力数据资源实现多维价值创造，全面释放其“乘数效应”。

数字创新生态系统各主体发展过程遵循Logistic 模型和Lotka-Volterra 模型，主导式主体的发展呈现倒U形，合作式主体与嵌入式主体在生长周期的增长速度不同，总体呈现S形增长趋势。在与主导式主体保持“友好型竞合关系”不变的情况下，合作式主体与嵌入式主体在“冲突型竞合关系”—“孤立型竞合关系”—“友好型竞合关系”—“协同型竞合关系”变化过程中，竞争行为一直存在，各主体间合作强度不断增强，但竞争强度却不断减弱，数字创新生态系统数据资源的整体收益不断攀升。在主导式主体作用下，竞合关系重塑策略从“竞争控制型”到“激励共享型”的变化过程中，合作式主体与嵌入式主体节点间从独立共存的状态向互惠共生的状态转变，数据资源呈现出极强的互补性，显著提高了两者的成长绩效。从各主体数据资源收益的演化过程来看，合作式主体与嵌入式主体间建立“协同型竞合关系”且主导式主体施行“激励共享型竞合关系重塑策略”，有效推动了数据资源的跨领域流动、协同与组合，使得资源融合效应呈现非线性增长，各主体达到高度共生状态。

为激发数字创新生态系统内部形成互惠型数据资源共享、数据资源配置及数据资源协同的数据化生态，促进以数据资源产出为核心要素的竞合主体发展，提出以下竞合关系重组建议。

（1）促进数据资源共享，优化数据资源结构。一方面，充分发挥主导式主体的引导作用，积极推进政府、高校与各主体间的深度交流与合作，建设数据资源共享平台，获取多方专利数据资源及相关政策支持，为加快数据资源流动、优化资源结构清除障碍。另一方面，强化政府对专利数据资源的管理作用，提高政府对数据资源的控制能力。政府作为数据资源的调配者与管理者，对其使用过程负有主要责任，强化政府对数据资源的统筹规划能力及组织协调能力，将极大程度提高数字创新生态系统的综合效益。

（2）完善数据资源配置，加速数据资源利用。为消除各主体间数据资源闲置、冗余现象，进一步完善数据资源配置，主导式主体、合作式主体与嵌入式主体应成立专门的数据资源管理机构，实现数据资源与管理经验数据化、分类化。通过良好的数据资源管理环境，提高主体对数据资源的掌握程度、完善主体对数据资源的配置方式、加速数据资源价值的迭代进程，从而满足客户定制化需求，实现知识、资源与资本等生产要素的优化组合以及价值共创的增量演化。

（3）推动数据资源协同，营造数据资源环境。异质性、互补性的数据资源能有效帮助主体挖掘数据资源的潜在价值，主体需要打破组织边界，并与其他主体开展多层次互动，为用户提供有价值的产品与服务，实现多主体价值共创。通过与不同行业与领域的主体构建数据应用平台，扩充并满足平台多用户多层次的个性化需求，推动基于数据资源共享与协同的主体互动与改进，营造跨领域的数据资源流通环境，形成跨主体间的价值共创常态。

本文针对数据资源视角下数字创新生态系统多主体竞合关系研究空白，围绕“动因—机理—行为”的研究路径，通过回答“为何因数据资源采取竞合行为”“数据资源如何解构并重组竞合主体”“主体围绕数据资源形成的竞合关系有哪些”“如何量化并调节竞合关系”“采取何种竞合关系重塑策略”这5个核心问题，基于改进的Logistics 模型和Lotka-Volterra 模型，构建了竞合关系下数字创新生态系统多主体数据资源收益演化模型，从理论和实证两个维度探索了数字创新生态系统主体竞合逻辑与竞合结果。本文深化了现有理论研究对数字创新生态系统主体竞合关系的认识与思考，完善并发展了传统资源理论与竞合理论在数据资源领域的探索与应用，为构建数字创新生态系统运营机制提供了新角度。同时，本文对指导主体在数据资源获取与利用、竞合关系建立与管理等方面提供了科学有效的战略方案，进而帮助主体快速捕捉市场变化、响应市场需求，准确挖掘数据资源潜能，形成主体独有的竞争优势。

猜你喜欢 起亚竞合嵌入式 论法条竞合与想象竞合的区分区域治理(2021年46期)2022-01-01Focal&Naim同框发布1000系列嵌入式扬声器及全新Uniti Atmos流媒体一体机家庭影院技术(2021年7期)2021-08-14银行理财子公司：开辟大资管竞合之道中国外汇(2019年12期)2019-10-10TS系列红外传感器在嵌入式控制系统中的应用电子制作(2019年7期)2019-04-25嵌入式PLC的设计与研究电子制作(2018年16期)2018-09-26嵌入式单片机在电机控制系统中的应用探讨电子制作(2017年8期)2017-06-05起亚嘉华车左前门无法正常解锁汽车维护与修理(2015年7期)2015-02-28起亚K5车发动机无法正常起动汽车维护与修理(2015年6期)2015-02-28起亚凯尊车顶迎宾灯渐亮功能失效汽车维修与保养(2014年7期)2014-12-15媒介融合观察——以内容为核心的渠道竞合声屏世界(2014年9期)2014-02-28

推荐访问:生态系统 创新 数字