大数据背景下商业模式创新系统演化机理研究

庄永耀　赵雅光

摘要： 随着大数据时代的发展，瞬息万变的商业环境为企业的商业模式提出了更高的要求，企业只有进行商业模式创新才能在大数据时代竞争中存活下来。本文主要通过对企业商业模式创新系统的复杂性和演化特征，动力机制，适应性学习机制，涌现机制进行研究，分析大数据背景下，企业商业模式创新系统如何与商业环境进行发展和创新的。另外，本文还通过淘宝网的实证研究，研究淘宝网的商业模式创新系统的复杂性，演化特征，动力机制等。

Abstract： With the development of the era of big data， the rapid changes of business environment put forward higher requirements for the business model of the enterprise. Only the business model innovation of the enterprise can survive in the competition under the era of big data. This paper mainly studies the complexity and evolution characteristics， dynamic mechanism， adaptive learning mechanism and emergence mechanism of the innovation syste of enterprise business model to analyze how do the innovation system of business model to develop and innovate with the business environment in the background of big data. In addition， this article also studies the complexity， evolution characteristics and dynamic mechanism of the Taobao's business model innovation system by the empirical researches of Taobao.

关键词： 大数据；商业模式；创新系统演化机理

Key words： big data；business model；innovation system evolution mechanism

中图分类号：F49 文献标识码：A 文章编号：1006-4311（2016）06-0004-04

1 绪论

当今社会，随着信息网络、通信技术的不断发展与融合，数据呈现出空前的爆炸性增长，企业能够获取供应商、客户以及企业内部数亿的信息和数据。显然，在飞速发展的信息经济时代，企业旧有的商业模式在一定程度上已经适应不了当今时代的发展。目前现阶段我国大多数企业的商业模式，缺乏原始的创新能力，企业商业模式与商业环境需求不匹配，造成企业商业模式不能很好的为企业发展提供良好的动力。

研究背景及意义：随着互联网络，云计算的迅速发展，大数据越来越吸引人们的视线，当代社会也开启了云时代的序幕。与此同时，互联网络技术的告诉发展，数据库技术运用的成熟和普及，数据存储技术的不断创新和提升，数据存储的高效性。

1.1 国内研究背景

在2012年到2013年之间，陕西省等省市就已经率先投入大数据产业建设工作，在产业布局上形成网络覆盖面广，区域服务特色强，多省市联动发展的大数据网络。在2014年2月，贵州省引发了《关于加快大数据产业发展应用若干政策的意见》，明确提出从2014年起的连续3年，贵州省和贵阳市，贵安新区每年各安排不少于1亿元的资金，用于支持大数据产业的发展和运用。

1.2 国外研究背景

与我国对大数据的研究情况相比，国外对于大数据的研究和利用比我国起步早，发展也比我国快。早在20世纪90年代以来，国外一些企业已经逐渐关注和研究大数据，并且通过大数据的研究为企业的商业模式创新演化提供了正确的引导作用，通过大数据的研究为企业商业模式、商业决策等商业活动服务，如亚马逊、苹果、Google、IBM、三星等等企业。

1.3 研究意义

越来越多的企业重视大数据的运用，也有越来越多的企业承认大数据的推动作用和有利影响，更有越来越多的企业意识到企业的竞争力和企业竞争优势与大数据的运用有着密不可分的作用，大数据也在一定程度上决定着企业未来的发展方向和发展情况。为企业提供正确的商业决策，提高企业的商业效率，在未来以期取得良好的收益。

2 CAS理论综述

复杂适应系统（complex adaptive systems）理论，是指大量的按一定的模式或者是规则进行非线性的相互作用的行为主体而组成的动态系统。复杂适应系统理论认为系统内部作为系统演化动力的根源，系统内部的微观主体相互作用构成宏观的复杂现象。CAS理论，将系统内的适应性主体当成是自身具有目的性的，积极适应的主体，更重要的是，CAS理论认为这种主动性以及主体之间的交互作用。

复杂适应系统理论是由适应性主体的相互作用、共同演化并层层涌现出来的系统。根据霍兰教授的学术理论，复杂适应性系统的模型主要具备七个本质特征：聚集、流、标识、非线性、多样性、内部模型以及积木。

CAS理论模型：霍兰教授的复杂适应系统理论通过两个模型——个体演化基本行为模型和整体演化ECHO模型，充分阐释了个体和整体的关联性，同时也对微观与宏观之间进行了很好的解释，对物质由简单到复杂的的演化和复杂适应性系统的演化机制也进行了阐述。

2.1 个体演化基本行为模型

霍兰构建的个体演化基本行为模型详细阐释了主体的适应性及学习过程。该模型包括三个关键步骤：

第一步：确定模型结构——执行系统。

执行系统（performance system）反映了某一时刻主体对外部环境的反应能力。如图1所示，该系统由1个探测器（detector）、1个效应器（effector）和1组IF/THEN的规则集合而成。探测器可接收和处理外部环境输入的信息，再通过效应器将信息输出至接收端。IF/THEN规则的集合相当于一个刺激——反应模型（内部模型），它能针对不同种类采取不同的刺激方式，但是这种一一对应的关系并不是绝对的。

图1中，刺激能够使主体深度感知外部环境，继而做出响应。从刺激到响应的的过程能够通过IF/THEN规则直观的反映出来。我们可以构建下列数学模型来模拟该执行系统：

假设主体M中由探测器主导的输入（条件集）集XM={x1，x2…xn}，由效应器主导的输出（功能）集YM={y1，y2…ym}，则输入决定输出，即YM=FM（XM）

在上式中，FM是M的IF/THEN规则，它主导由XM到YM的映射。而IF/THEN中若干个规则集合所其的作用几乎同步，由此便可获得复杂适应系统描述的方式。另外，M在演化过程中，可以基于遗传算法来对比和甄选IF/THEN规则，并且也可以产生新规则，这主要通过发现信用分派机制和新规则来实现。

第二步：确定信用分派机制。

随着系统的演化，每个规则均逐步的反映出其对系统的有用性，规则对系统的有用性又可以称为其与系统的适合度。信用分派机制不仅仅具备合理选择规则的能力，还具备通过规则合理修订执行结果的能力，实际上就是“学习”、“积累经验”、“规则筛选”的能力。在使用规则的过程中，适合度大的规则被使用的概率也较高。信用分派机制为讨论“学习”，“适应”，“积累经验”和演化等奠定了基础，也提供了定性研究和定量研究有机结合的研究方法。

第三步：提供新规则发现手段。

新规则的发现主要是对已经过检验的积木的重新组合，经过与外部环境的交互作用，已有的规则有不同的适合度。

2.2 整体演化的ECHO模型

在微观个体演化行为的基本模型基础上，霍兰教授通过加上“资源”和“位置”的概念和几条演化机制，就把微观演化和整体演化连接起来，形成了整体演化的ECHO模型。

资源，主要是指能够对主体的生存和发展起到影响作用的任何环境物质。位置，是复杂适应系统的主体活动的“空间场所”。ECHO模型的“地理环境”由一组相互联系的位置来确定，复杂适应系统理论认为，主体是在各个位置之间移动的，并与外部环境相适应。

在ECHO模型中，主体有三大基本部分：进攻标识、防御标识和资源库。

探测器中存在着进攻标识，是主体探测器中存储的“求偶对象”特征信息，主要用于主动与其他主体之间“联系”和“接触”。防御标识是主体探测器中存储的“防御对象”特征信息，用于其他主体与自身之间的“联系”时，决定是否答应。

ECHO模型的运行模式如下：整个系统中包含了若干位置，每个位置上又分布着不同的资源并存在着若干主体，主体在位置之间移动，主体之间的交换，即促成了主体之间的资源流通，信息的交换等等，为主体提供新的资源和信息，让其加强学习和适应，如下图2所示。

霍兰教授基于ECHO模型又进行了扩展研究，并尝试用该模型解决更多实际问题，以提高该模型的实用性。扩展研究内容如下：

增加“交换条件”机制，使进攻标识与防御标识相互匹配，据此确认交换条件的能力；增加“资源转换”机制，主体具备加工、利用和重组资源的功能，通过细化分工提高主体的专业化；增加“契约-合同”（粘合）机制，使若干主体均可以动态的选择其他主体，形成可靠的契约关系，继而发展成一个多主体的聚合体，从而提高各自在主体中同步活动的能力；增加“选择交配”机制，主体有自主选择与其他主体相结合，通过交配产生更强的新主体。增加“条件复制”机制，资源充沛，条件适宜的情况下，主体能够复制增加自身的功能。

3 商业模式创新系统演化机理研究

普利高津认为，自组织系统即在一定的条件下，系统是如何自动地由无序走向有序，由低级走向高级，由新结构走向旧结构的创新系统。须具备以下4个必要条件：①开放体系；②远离平衡态；③非线性作用；④涨落作用。商业模式创新过程是非平衡，远离平衡态的。

CAS理论认为，在主体接受到外部环境刺激时，会通过寻找新的匹配规则，然后根据新的规则运行。系统规则的不断变化，为系统带来不断的适应性学习，系统规则的变化是通过不断的规则搜寻和新规则的发现形成的。

规则搜寻，在企业商业模式系统中，对企业的商业模式、商业运作起作用的规则并不是唯一的，经常会存在很多的商业模式规则对企业的运行起作用，当企业主体在规则运行中，发现某一规则的运行对企业的商业模式是有利作用的，即会给企业带来盈利的话，则企业主体对该规则的选择会存在明显的偏好性，这可以成为规则的自我复制。

新规则的发现，当企业商业模式创新系统遇到新的环境变化时，通过现行的企业规则与外部有效规则相融合的途径，得到一套更适合企业发展特点的新规则。这套规则的生成是通过积木组合，引起规则的创新。

规则搜寻和新规则发现的过程，如图3所示。

在大数据背景下，企业商业模式创新系统只有不断与商业环境相互作用，相互学习，相互适应才能成为大数据时代，能够为企业创造收益的创新系统。虽然经过企业的学习机制，一些商业模式创新系统会对企业的收益模式形成正反馈，促进企业收益模式的增长。而另一些商业模式创新系统会对企业的收益模式形成负反馈，对企业的收益模式没有非常明显的增长，甚至会形成一定的阻碍。

4 淘宝网适应性学习机制

2003年5月10日，淘宝网成立之初，淘宝网的相关交易量也在逐年增加。根据相关数据显示，2014年11月11日凌晨淘宝天猫双十一购物节，每分钟支付成功的峰值为79万笔/分，相比起2013年双十一的20万笔/分，增长了4倍。

商业模式创新复杂性和演化特征：

4.1 淘宝C2C业务

淘宝网建立伊始，在上海起家的易趣垄断着国内的C2C市场。面对如此强大的竞争对手，创立淘宝网其实是不明智的决策。淘宝网建立之初，淘宝网的基本框架结构基本上都是照搬易趣的C2C模式，淘宝网的C2C模式中，买家和卖家都是淘宝网的个人客户，提供的是用户对用户的交易模式。

在C2C阶段，淘宝网为卖家们提供了大量的免费政策，吸引越来越多的卖家们在淘宝网上开店铺，让淘宝网发展得越来越快。然而在当时的C2C业务下，淘宝网也同样存在着很多弊端，比如很多产品质量无法监控，相关卖家的售后服务差，产品以次充好等等这样的情况。随着淘宝网的发展壮大，越来越多人愿意采用淘宝网进行消费购物，消费者们也对淘宝卖家们提出了更高的要求。

4.2 淘宝B2C业务

根据数据显示，2012年双十一淘宝网和天猫加起来的总销售额合计达到了191亿人民币左右，其中天猫的销售额达到132亿元，占总销售额的70%左右，淘宝网59亿元，占总销售额的30%左右。

全新的淘宝B2C模式与其原有的C2C模式相比，为消费者提供了更多的保障，对卖家销售的产品质量品质等等也提出了更高的要求。然而淘宝网的B2C业务与传统的B2C模式有很大的区别，传统的B2C商业模式的盈利在于压低生产商的价格，从而在采购价与销售价之间赚取差价获得盈利。

4.3 淘宝网适应性学习

在2009年下半年，越来越多的正规品牌进入淘宝，短短的几个月，淘宝上就消失了数百个大卖家。事后有人总结，没活下来的卖家大都有这些特点：投机、跟风、不会花钱、不愿意改变等。随着大量众多传统品牌在淘宝网上线，C2C的商家们，面对着越来越大的冲击，传统品牌成为牵动整个商业环境变化的重要因素。随着C2C模式的不断发展，从2008年至2014年，B2C业务在淘宝经营数据中所占的比重越来越大，C2C业务也在逐步的缩水中，具体数据反映如下图4所示。

在B2C不断发展和壮大的背景下，传统卖家需要生存下来就必须将自己的商业模式进行转变和适应性学习，只有铸造具有竞争力的品牌，才能在新的市场体系中保持旺盛的生命力。

在C2C背景下，某以经营护发类产品的淘宝店，注册之初的编号是6098，经过几年的发展，该店铺目前的销售额已跃居护发类目的首位，成为了金冠级店铺。在开始网络销售的时候，该店铺注册店名叫“芝曼”，专卖国外一线品牌专业性的洗护发用品。在传统品牌、淘品牌纷纷进攻淘宝的背景下，不少原本单打独斗又过分依赖爆款的卖家因实力不足，逐渐被市场淘汰。

在淘宝B2C业务不断壮大的情况下，中小卖家需要生存要么拿到品牌授权，要么开发自主品牌，只有这两条路才能保证C2C卖家转型并且走的更远。当然拿到相关的品牌授权是最佳的选择，因为品牌本身有一定的知名度，一旦拿到相关的品牌授权，标题、网络页面上出现品牌的名称等信息，也不算侵权，这样一来，消费者能够很容易地通过搜索品牌找到相应的店铺。

5 结论

商业模式创新系统是企业商业模式的重要手段，商业模式创新的能力在一定程度上反映出企业的发展动力。本文将复杂适应系统理论引入商业模式创新的研究，构建商业模式创新系统的主体框架，并对商业模式创新系统的适应性学习进行研究，从创新中汲取发展动力，以延续旺盛的生命力。①从复杂系统视角对商业模式创新系统进行研究，重新定义了商业模式创新系统的概念，用系统的角度对商业模式创新进行研究，分析商业模式创新系统的适应性学习机制和演化机制。②通过对商业模式创新系统进行复杂适应性理论分析，揭示了商业模式创新系统的复杂适应特征。基于系统分析的框架，对商业模式创新系统的内在逻辑关系进行分析。③进一步分析了大数据背景下，商业模式创新系统的相关适应性学习机制，并以淘宝网作为实证研究。分析了淘宝网的商业模式创新的适应性学习机制和涌现机制，分析了淘宝网的适应性学习机制的演化进程等。

参考文献：

[1]资武成.“大数据”时代企业生态系统的演化与建构[J].社会科学，2013（12）.

[2]王祖强，陈新伟.电子商务与商业模式创新[J].商业研究，2010，12.

[3]涂兰敬.大数据与海量数据的区别[J].网络与信息，2011，25（12）：37-38.

[4]黄升民，刘珊.“大数据”背景下营销体系的解构与重构[J].现代传播，2012（11）.

[5]涂子沛.大数据，正在到来的数据革命[M].广西师范大学出版社，2012.

[6]朱东华，张嶷，汪雪锋.大数据环境下技术创新管理方法研究[J].科学学与科学技术管理，2013，34（04）.

[7]孙永波，陈柳钦.商业模式创新的动力机制及其路径选择[J].产业经济，2011.

[8]陶海青，金雪军.技术创新的演化趋势[J].管理世界，2002（2）.

[9]陈伟，金福.霍兰的涌现性思想评析[J].沈阳师范大学学报（社会科学版），2008（1）.

[10]薛维峰.系统涌现性与商业模式竞争力评价[J].社会科学家，2012，10.