孟方琳，田增瑞，趙袁軍，常焙筌

(1.上海杉達學院 商學院，上海 201209;2.東華大學 管理學院，上海 200051;3.南京審計大學會計學院，南京 211815;4.南京審計大學 智能管理會計與內(nèi)部控制研究院，南京 211815;5.清華大學 公共管理學院，北京 100084)

隨著中國股權(quán)市場的不斷完善，產(chǎn)業(yè)融合迅速發(fā)展，大企業(yè)集團利用股權(quán)投資方式可以達到戰(zhàn)略驅(qū)動、核心業(yè)務賦能、新興產(chǎn)業(yè)布局等目的，公司創(chuàng)業(yè)投資(Corporate Venture Capital，CVC)的地位越來越重要。公司創(chuàng)業(yè)投資追求所投資創(chuàng)業(yè)企業(yè)與大企業(yè)的互利共贏;公司創(chuàng)業(yè)投資的存在使得大企業(yè)與創(chuàng)業(yè)企業(yè)在技術(shù)上建立紐帶關(guān)系并進行戰(zhàn)略協(xié)同，共享與創(chuàng)新項目相關(guān)的軟信息;公司創(chuàng)業(yè)投資的失敗容忍度高是激勵創(chuàng)業(yè)企業(yè)從事長期高風險創(chuàng)新的動力。清華國家金融研究院創(chuàng)業(yè)金融研究中心2020年發(fā)布的《中國CVC行業(yè)發(fā)展報告》顯示，中國CVC投資案例數(shù)從2009年的30例上升至2018年的3 706例，投資頻率達到頂峰。2019年，CVC投資金額最多的10家產(chǎn)業(yè)集團投資共904.67億元，占同期全部中國公司創(chuàng)業(yè)投資的79.4%，頭部集團企業(yè)的優(yōu)勢明顯。

CVC的發(fā)展是創(chuàng)新資源集聚的過程，大企業(yè)與創(chuàng)業(yè)企業(yè)之間基于創(chuàng)新資源的互補匹配和資本支持形成競合關(guān)系。雙方擁有的創(chuàng)新資源可能存在顯著遞進性、結(jié)構(gòu)性及粘滯性，從生態(tài)系統(tǒng)視角來看，市場主體間并非只有單純的合作或競爭，而是競爭與合作交替出現(xiàn)或同時并存。創(chuàng)新生態(tài)系統(tǒng)中的CVC生態(tài)群落，其創(chuàng)新成果的產(chǎn)生基于原有大企業(yè)和創(chuàng)業(yè)企業(yè)創(chuàng)新資源和成果的積累，在新的CVC合作中，雙方發(fā)揮特定知識領域優(yōu)勢，形成共生關(guān)系。CVC生態(tài)群落中大企業(yè)與創(chuàng)業(yè)企業(yè)種群可形成“蜂巢式”或“生物鏈式”的組織結(jié)構(gòu)，由于創(chuàng)新技術(shù)的稀缺性和獨占性，種群間也會存在競爭關(guān)系。又由于大企業(yè)種群和創(chuàng)業(yè)企業(yè)種群很多情況下分散在高技術(shù)產(chǎn)業(yè)鏈的上中下游各價值節(jié)點，彼此間相互合作與競爭形成復雜動態(tài)關(guān)系。同時，在競合的基礎上借助CVC活動，依據(jù)自身核心能力和異質(zhì)性資源，實現(xiàn)協(xié)同共生的動態(tài)聯(lián)盟，形成一種新的價值創(chuàng)造過程。

股權(quán)資本能克服信息不對稱，降低外部融資成本，緩解融資約束，促進創(chuàng)新績效。不同的CVC投資模式為投資者創(chuàng)造戰(zhàn)略和財務收益的效率有明顯差異。Drover等[1]指出創(chuàng)業(yè)投資基金有限合伙形式、直接投資形式、公司創(chuàng)業(yè)投資附屬機構(gòu)是CVC的主要方式，創(chuàng)業(yè)發(fā)展附屬機構(gòu)可以使戰(zhàn)略收益達到最大化，當財務回報是唯一目標時，創(chuàng)業(yè)基金形式是最佳選擇。R?hm[2]認為公司通過直接投資可以獲得更多的機會，使投資組合向滿足大企業(yè)自身特殊需求的方向培養(yǎng)。Belderbos等[3]則對與直接投資和間接投資模式的收益和成本進行分析，表明投資模式的選擇對投資結(jié)果的影響主要是交易流數(shù)量、質(zhì)量和契約成本3個方面。R?hm等[4]等建議當公司對控制新創(chuàng)企業(yè)的要求不高時，不管公司投資的目標是戰(zhàn)略收益還是財務回報，都應采取間接的外部投資模式。Lee等[5]對CVC項目的組織模式進行了全面的總結(jié)。具體如表1所示。

表1 公司創(chuàng)業(yè)投資組織模式比較

國內(nèi)學者也從不同角度運用不同的方式對公司創(chuàng)業(yè)投資組織模式進行了相關(guān)研究，如表2所示。

表2 公司創(chuàng)業(yè)投資組織模式相關(guān)研究

國內(nèi)外學者們對公司創(chuàng)業(yè)投資組織模式的相關(guān)研究中，早期關(guān)注投資模式分類，根據(jù)大企業(yè)的不同戰(zhàn)略動機和目標，對創(chuàng)業(yè)企業(yè)控制權(quán)的不同要求，而選擇不同的組織模式。近年來，學者們結(jié)合行業(yè)特性、大企業(yè)異質(zhì)性及不同市場制度環(huán)境運用實證的方法探索公司創(chuàng)業(yè)投資的參股、控股、獨立創(chuàng)投等不同組織模式對大企業(yè)和創(chuàng)業(yè)企業(yè)的不同影響。但是，從大企業(yè)、公司創(chuàng)業(yè)投資與創(chuàng)業(yè)企業(yè)雙邊三視角梳理CVC投資模式的研究還很少，基于戰(zhàn)略動機驅(qū)動組織模式選擇進而影響投資績效的邏輯，探索不同投資模式的CVC對大企業(yè)和創(chuàng)業(yè)企業(yè)投資結(jié)果的影響，CVC投資模式不同對大企業(yè)與創(chuàng)業(yè)企業(yè)的價值共創(chuàng)績效給本文提供了研究思路。

公司創(chuàng)業(yè)投資作為創(chuàng)新生態(tài)系統(tǒng)的一個生態(tài)群落，包含大企業(yè)與創(chuàng)業(yè)企業(yè)兩大核心創(chuàng)新種群;展開漸進式、顛覆性、開放式及協(xié)同性創(chuàng)新;具備開放與共享、學習與反哺、擴散與吸收等創(chuàng)新條件。在我國大力促進和營造適宜的創(chuàng)新發(fā)展環(huán)境下，本文認為大企業(yè)與創(chuàng)業(yè)企業(yè)在創(chuàng)新生態(tài)系統(tǒng)中存在共生關(guān)系，探索其互動共生模式，研究其演化發(fā)展具有重要的現(xiàn)實意義。無論是大企業(yè)還是創(chuàng)業(yè)企業(yè)均具有周期性特征，兩者以CVC項目為紐帶，相輔相成，互相支持，符合Logistic生長函數(shù)規(guī)律，基于此構(gòu)建CVC生態(tài)群落的共生演化模型，運用其拓展Lotka-Voterra模型分析大企業(yè)與創(chuàng)業(yè)企業(yè)之間獨立共存模式、競爭共生模式、寄生共生模式、偏利共生模式和互惠共生模式。根據(jù)中國上市公司1998～2017年的公司創(chuàng)業(yè)投資樣本，利用專利創(chuàng)新數(shù)據(jù)實證檢驗大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群的共生關(guān)系，同時基于中國情境視角從投資模式對不同類型CVC中主體的共生關(guān)系做進一步探討，從而為新時代公司創(chuàng)業(yè)投資的發(fā)展提供有力的借鑒和經(jīng)驗支持。

1 研究設計

1.1 變量選取與說明

大企業(yè)一般是指年銷售額3億元以上，資產(chǎn)總額4億元以上、員工人數(shù)2 000人以上，或市值達到10億美元的企業(yè)。本文利用中國滬深A股上市公司作為研究中的大企業(yè)，這類企業(yè)是產(chǎn)業(yè)進步的領頭羊，具有難以模仿和前瞻性的核心技術(shù)，通常也是行業(yè)技術(shù)標準的參與制定者。大企業(yè)能夠吸引和選擇合作與投資主體，并進行自身創(chuàng)新網(wǎng)絡的構(gòu)建，且有一定能力主導創(chuàng)新生態(tài)的發(fā)展。開展CVC的上市公司具備高格局的商業(yè)價值觀，能領導共生種群協(xié)同共生發(fā)展，將中小創(chuàng)業(yè)企業(yè)種群納入共同的供應鏈管理、質(zhì)量管理、標準管理或合作研發(fā)管理中，且有能力對新技術(shù)進行研發(fā)和孵化，在完善自身技術(shù)、產(chǎn)業(yè)升級的同時，培育出具有漸進式或顛覆式創(chuàng)新的企業(yè)和業(yè)務領域。

因在一定環(huán)境下，生物的種群密度與該環(huán)境下的生物量相對應，故在生物種群動力學的研究中，經(jīng)常用生物量代替種群密度。運用到社會科學、經(jīng)濟管理學科中，企業(yè)規(guī)模、產(chǎn)業(yè)生產(chǎn)總值、產(chǎn)業(yè)增加值等常作為企業(yè)或產(chǎn)業(yè)生物量。CVC具有“較長投資期限”和“失敗容忍度高”的特點，并能夠得到“母公司支持”的創(chuàng)業(yè)投資促進初創(chuàng)企業(yè)進行創(chuàng)新，CVC在促進初創(chuàng)企業(yè)的創(chuàng)新投入和創(chuàng)新產(chǎn)出上具有顯著的正向影響[12]。公司創(chuàng)業(yè)投資活動對企業(yè)的技術(shù)創(chuàng)新存在促進作用，技術(shù)創(chuàng)新是創(chuàng)業(yè)企業(yè)成長的關(guān)鍵衡量指標，考慮數(shù)據(jù)的可獲得性，本文將技術(shù)創(chuàng)新產(chǎn)出能力作為核心變量，通過CVC對這兩方面的影響結(jié)果來分析對技術(shù)創(chuàng)新能力的影響效果。技術(shù)創(chuàng)新的衡量指標可以選擇專利申請數(shù)量、研發(fā)投入和托賓Q值等[13]。CVC生態(tài)群落的共生演化，關(guān)注大企業(yè)與創(chuàng)業(yè)企業(yè)種群間的協(xié)同，創(chuàng)業(yè)企業(yè)的企業(yè)價值增加通常體現(xiàn)出其成長性。由于研發(fā)投入費用、新產(chǎn)品發(fā)布數(shù)量、專利數(shù)量和專利引用次數(shù)4個衡量企業(yè)創(chuàng)新績效的指標在高新技術(shù)相關(guān)行業(yè)的統(tǒng)計上具有一定的重疊性，故可以選擇4個指標中的一個衡量創(chuàng)新績效[14]。參考主流文獻，專利數(shù)據(jù)一直被用來分析創(chuàng)新活動，預測創(chuàng)新活動的發(fā)展趨勢，具有連續(xù)性和可追溯性[15]。專利數(shù)作為衡量企業(yè)技術(shù)創(chuàng)新績效的指標，反映企業(yè)創(chuàng)新能力的實際產(chǎn)出具有代表性。專利應用數(shù)量可以從質(zhì)量角度衡量企業(yè)創(chuàng)新產(chǎn)出的質(zhì)量，但是由于中國專利引用數(shù)量還存在數(shù)量統(tǒng)計上的難度以及專利引用數(shù)量普遍偏低，因而專利引用數(shù)量不具有代表性[16]。Tian等[17]的研究表明，由于CVC有更好地識別具有更高創(chuàng)新能力創(chuàng)業(yè)企業(yè)的選擇效應，CVC支持的企業(yè)產(chǎn)生了更多專利，且專利質(zhì)量更高，帶來了CVC具有更好培育創(chuàng)新的效應。Gutmann等[18]關(guān)注CVC投資的生物技術(shù)初創(chuàng)公司，也發(fā)現(xiàn)初創(chuàng)企業(yè)更具有創(chuàng)新性，因此，創(chuàng)業(yè)企業(yè)的創(chuàng)新績效一方面反映CVC投資的選擇能力，同時也證明了CVC可以利用母公司的資產(chǎn)和優(yōu)勢培育初創(chuàng)企業(yè)。王雷等[19]利用企業(yè)成功申請到發(fā)明專利和實用新型專利作為企業(yè)進行CVC投資而帶來技術(shù)創(chuàng)新的績效衡量指標。CVC活動的技術(shù)績效影響的研究，本文以授權(quán)專利量為創(chuàng)新產(chǎn)出的代理變量，作為企業(yè)創(chuàng)新衡量指標。考慮到創(chuàng)新產(chǎn)出的滯后效應，采用投資后滯后2期的授權(quán)專利數(shù)量作為創(chuàng)新產(chǎn)出的代理變量[20]。

1.2 研究模型與方法

CVC能夠在創(chuàng)新生態(tài)系統(tǒng)中起到促進大企業(yè)和創(chuàng)業(yè)企業(yè)創(chuàng)新的作用，由于CVC是復雜的決策和長周期的投資，更有利于創(chuàng)業(yè)企業(yè)的創(chuàng)新最終得以實現(xiàn)，并通過組織間學習等方式反哺大企業(yè)，進而促進大企業(yè)創(chuàng)新。借助理論生態(tài)學中的生物種群Logistic模型分析大企業(yè)與創(chuàng)業(yè)企業(yè)的共生模式，研究假設如下:

(1)以公司創(chuàng)業(yè)投資為研究對象，其核心參與主體為大企業(yè)和創(chuàng)業(yè)企業(yè)，以大企業(yè)和創(chuàng)業(yè)企業(yè)的專利授權(quán)數(shù)表示雙方的創(chuàng)新狀況。專利授權(quán)數(shù)目越大，表示主體的創(chuàng)新績效越好;反之，則表示創(chuàng)新績效不理想。

(2)CVC項目的成功與否需要消耗各種資源，其中最為核心的是大企業(yè)對創(chuàng)業(yè)企業(yè)的投資，以及基于此建立起的組織間學習、企業(yè)成長和后期的戰(zhàn)略聯(lián)盟等。

(3)大企業(yè)與創(chuàng)業(yè)企業(yè)的成長過程均服從Logistic成長規(guī)律，主體創(chuàng)新增長率受到自身、行業(yè)及環(huán)境的影響，創(chuàng)新達到一定規(guī)模趨于飽和，創(chuàng)新增速就會下降。

(4)在運用Logistic及Lotka-Volterra模型時，忽略生態(tài)系統(tǒng)內(nèi)部及生態(tài)系統(tǒng)之間的相互作用，只考慮核心主體之間的共生演化，因此可能會存在一定的預測誤差[21]。

基于公司創(chuàng)業(yè)投資這一共生界面，運用創(chuàng)新生態(tài)系統(tǒng)理論構(gòu)建大企業(yè)X1與創(chuàng)業(yè)企業(yè)X2的生態(tài)關(guān)系Lotka-Volterra模型。借助于SPSS23.0軟件，采用非線性最小二乘法進行回歸分析，根據(jù)非線性回歸結(jié)果依次求出參數(shù)系數(shù)值代入模型中，結(jié)合參數(shù)值并依據(jù)生態(tài)系統(tǒng)理論，分析限制系數(shù)、自然增長率系數(shù)以及共生關(guān)系系數(shù)，以此解釋大企業(yè)與創(chuàng)業(yè)企業(yè)是競爭、寄生、共棲或共生關(guān)系，并對X1和X2的演化趨勢與共生關(guān)系的分析結(jié)果，對基于CVC的大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群的共生做總結(jié)分析和展望。

2 實證與檢驗

2.1 數(shù)據(jù)來源及整理

數(shù)據(jù)篩選依據(jù)吳超鵬等[22]的方法。首先選擇具有創(chuàng)業(yè)投資支持的創(chuàng)業(yè)企業(yè)以及對應的上市公司或創(chuàng)業(yè)投資機構(gòu)相關(guān)的數(shù)據(jù);其次，通過Wind數(shù)據(jù)庫獲取上市公司直接持有創(chuàng)投公司股權(quán)數(shù)據(jù)，且該上市公司主營業(yè)務是非金融類業(yè)務。實證研究所需的原始財務數(shù)據(jù)均來自Wind數(shù)據(jù)庫、清科數(shù)據(jù)庫、投中數(shù)據(jù)庫和國泰安數(shù)據(jù)庫，通過對照上市公司的公告、年度報告、相關(guān)新聞等信息，識別出滬深上市公司進行的CVC活動，剔除非公開發(fā)行、重大資產(chǎn)重組、ST類、財務信息不完整和金融保險類公司創(chuàng)投數(shù)據(jù)，最終選取A股上市公司1998～2017年CVC投資事件，匯總2 258條有效投資信息?；诖?，利用佰騰專利網(wǎng)和國家知識產(chǎn)權(quán)局專利數(shù)據(jù)庫進行專利數(shù)據(jù)收集整理。創(chuàng)新成果專利的變量為在CVC后2年的專利授權(quán)數(shù)，創(chuàng)業(yè)企業(yè)在CVC參與后2年的專利授權(quán)數(shù)[23](見圖1)。

2.2 模型處理與參數(shù)估計

2.2.1 單種群演化Logistic模型 企業(yè)創(chuàng)新發(fā)展過程符合Logistic規(guī)律，在演化初期和后期速度緩慢，演化中間階段的速度迅速增長，與生物種群的增長演化規(guī)律一致。建立如下單種群演化Logistic模型:

式中:X(t)為t時刻企業(yè)創(chuàng)新規(guī)模，本文采用企業(yè)專利授權(quán)量表示創(chuàng)新規(guī)模，X(t)為t時刻企業(yè)專利授權(quán)量，r為創(chuàng)新增長率;N為企業(yè)創(chuàng)新極限值;1-X(t)/N反映了企業(yè)創(chuàng)新增長的阻滯作用。求解式(1)可得企業(yè)創(chuàng)新演化模式的一般形式:

模型中參數(shù)的估計應用三點法求出飽和值N計算公式，并給出使用條件[24]，后來學者針對實測數(shù)據(jù)序列的偶數(shù)情況拓展了更為精確的四點法[25]。本文首先用Logistic模型探討大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群創(chuàng)新演化過程，分兩步估計Logistic曲線的參數(shù)，選取擬合精度較高的四點法估計N值再運用非線性最小二乘法進行c和r的估計。

N值用四點估計法，選取時間點t1、t2、t3和t4，對應的實測數(shù)據(jù)x1、x2、x3和x4，其中，t2+t3=t1+t4，以此來估算創(chuàng)新最大容量參數(shù)N。

Logistic曲線方程的積分求解為

將其轉(zhuǎn)化為

選取實測數(shù)據(jù){X t}上的(t1，x1)、(t2，x2)、(t3，x3)和(t4，x4)，分別代入上式，得到如下一組方程:

由于t2+t3=t1+t4，故上述式子消去c和r，即得到

這是用來檢測模型預測精度的統(tǒng)計量，由此通過整理兩個種群各自20年的統(tǒng)計數(shù)據(jù)，作為樣本值輸入SPSS 23.0，粗略估計N值的范圍，運用SPSS 23.0進行曲線擬合，當S值變化較小并趨于穩(wěn)定時，對應S值的N1和N2就是飽和值。

對1998～2017年接受上市公司CVC投資的創(chuàng)業(yè)企業(yè)，運用上市公司和創(chuàng)業(yè)企業(yè)滯后2年的專利授權(quán)情況進行擬合，共生關(guān)系的觀察與測度基于中國大規(guī)模開展CVC投資以來所選取的2000～2019年測度樣本，采用SPSS23.0軟件分別對大企業(yè)與創(chuàng)業(yè)企業(yè)成長軌跡進行擬合。同時對兩者之間共生模式進行分析，以分析CVC生態(tài)群落中大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群之間的互動關(guān)系。擬合得到如表3～5所示結(jié)果。從表中可觀測Logistic模型擬合最好。

表3 大企業(yè)種群創(chuàng)新增長趨勢擬合及參數(shù)估計

根據(jù)參數(shù)估計結(jié)果，得到圖2、3為進行CVC的上市公司創(chuàng)新發(fā)展擬合曲線和接受CVC的創(chuàng)業(yè)企業(yè)創(chuàng)新發(fā)展擬合曲線。擬合結(jié)果表明，進行CVC的上市公司與創(chuàng)業(yè)企業(yè)創(chuàng)新發(fā)展趨勢都符合Logistic演化規(guī)律。上市公司與創(chuàng)業(yè)企業(yè)的參數(shù)估計結(jié)果均通過檢驗，且擬合精度R2較高。

由于2000～2019年大企業(yè)和創(chuàng)業(yè)企業(yè)的發(fā)展從數(shù)量增長還是創(chuàng)新產(chǎn)出都符合Logistic模型，CVC生態(tài)群落中的核心共生主體的自然增長率為r1與r2。運用SPSS 23.0自帶Logistic進行擬合，得到如下結(jié)果:

表4 創(chuàng)業(yè)企業(yè)種群創(chuàng)新增長趨勢擬合及參數(shù)估計

表5 CVC生態(tài)群落中大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群的Logistic成長趨勢模擬

式(10)、(11)為SPSS 23.0自帶Logistic模型擬合結(jié)果，其與生物種群的模型存在形式上不同，為了方便利用SPSS 23.0軟件建立Logistic曲線模型，進行如下變動:

此公式與SPSS 23.0統(tǒng)計軟件中所使用的相同。用上述參數(shù)估計方法得到的飽和值代入SPSS 23.0進行曲線回歸。推出大企業(yè)與創(chuàng)業(yè)企業(yè)獨立的創(chuàng)新增長Logistic模型分別為:

由此擬合出大企業(yè)種群創(chuàng)新的最大容量1 200 000，創(chuàng)業(yè)企業(yè)種群創(chuàng)新的最大容量47 000;獨立情況下創(chuàng)新的自然增長率r1=0.465，r2=0.229，基本符合中國公司創(chuàng)業(yè)投資中大企業(yè)與創(chuàng)業(yè)企業(yè)的發(fā)展實際情況。模型擬合檢驗如表6所示。

表6 Logistic曲線模型的模擬度檢驗

2.2.2 兩種群演化的Lotka-Volterra模型 不論是自然生態(tài)系統(tǒng)還是創(chuàng)新生態(tài)系統(tǒng)中CVC生態(tài)群落，競合共生是系統(tǒng)中主體長期發(fā)展的永恒話題，競爭也同時具有積極和消極兩個方面的影響，通過CVC形成的大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群協(xié)同共生發(fā)展促進創(chuàng)新生態(tài)系統(tǒng)的協(xié)同演化?；谏衔牡姆治?，運用Lotka-Volterra模型對公司創(chuàng)業(yè)投資中大企業(yè)與創(chuàng)業(yè)企業(yè)間競合共生關(guān)系進行分析(見表7)。

表7 基于Lotka-Volterra模型的大企業(yè)與創(chuàng)業(yè)企業(yè)兩種群共生關(guān)系

首先，假設以CVC生態(tài)群落形式形成的大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群都在創(chuàng)新生態(tài)系統(tǒng)中，且其共同擁有的市場資源空間是有限的;其次，創(chuàng)新生態(tài)系統(tǒng)中的競爭環(huán)境符合Lotka-Volterra模型所需條件。所選取的大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群密度基本相當，種群中的個體物種企業(yè)都是健康發(fā)展的，通常不考慮受到“自然災害”的影響，選取中國創(chuàng)業(yè)投資發(fā)展的黃金20年也假設外界環(huán)境是健康的，

Lotka-Volterra模型是微分動力學系統(tǒng)，可用來模擬生態(tài)學中種群的動態(tài)關(guān)系。r1和r2分別為大企業(yè)種群和創(chuàng)業(yè)企業(yè)種群創(chuàng)新的自然增長率，共生作用系數(shù)α21和α12分別為創(chuàng)業(yè)企業(yè)種群對大企業(yè)種群的共生效應和大企業(yè)種群對創(chuàng)業(yè)企業(yè)種群的共生效應，即質(zhì)參量變化帶給對方質(zhì)參量的變化程度，α21·X2(t)/N2和α12·X1(t)/N1分別為雙方造成影響的程度。α21和α12的取值反映CVC生態(tài)群落中大企業(yè)種群和創(chuàng)業(yè)企業(yè)種群這兩類共生單元的共生模式。α21和α12的取值范圍表示獨立生存模式、競爭共存模式、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。

為后續(xù)模擬簡化起見，將上述方程組式(15)轉(zhuǎn)化為:

Lotka-Volterra模型中的參數(shù)較多，獲取難度相對較大，現(xiàn)階段對模型參數(shù)估計的方法主要是非線性最小二乘法進行競合系數(shù)的估算，以及采用灰色評估法對模型的種間作用系數(shù)進行估算，并代入具體實例中驗證估算方法的可行性。本文使用灰色估計法，將Lotka-Volterra模型進行離散化處理。根據(jù)Hegeman等[26]的證明，需要建立無條件穩(wěn)定的離散格式。因此，連續(xù)的Lotka-Volterra模型基于灰導數(shù)和偶對數(shù)的映射關(guān)系，dX/dt和偶對數(shù)[X(t+1)-X(t)]構(gòu)成映射關(guān)系，取t時刻dX/dt的值為[X(t)+X(t+1)]/2，轉(zhuǎn)換為離散型形式，可得到如下關(guān)系式:

繼續(xù)推導得出:

將t=1，2，…，n時的數(shù)據(jù)代入，可以得到矩陣方程其中，式(20)、(21)分別為:

首先，從自然增長系數(shù)來看，r1=0.195 1，r2=0.269 8。表明中國CVC投資的創(chuàng)業(yè)企業(yè)的創(chuàng)新增長系數(shù)強于進行CVC投資的上市公司，也驗證了中國上市公司進行CVC投資的初衷，這與中國大企業(yè)發(fā)展及創(chuàng)業(yè)企業(yè)發(fā)展整體現(xiàn)狀基本一致，在一定程度上證實了CVC可以促進大企業(yè)與創(chuàng)業(yè)企業(yè)進行同步發(fā)展的結(jié)論。根據(jù)Matlab擬合結(jié)果可得如下大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群Lotka-Volterra模型:

其次，從競合共生系數(shù)來看，基于生態(tài)系統(tǒng)理論分析，大企業(yè)種群對于創(chuàng)業(yè)企業(yè)種群的促進系數(shù)為0.539 7，而創(chuàng)業(yè)企業(yè)種群對于大企業(yè)的促進系數(shù)為5.927 8。從擬合結(jié)果來看，目前中國大企業(yè)與創(chuàng)業(yè)企業(yè)處于非對稱互惠共生狀態(tài)，雙方的共生受到政策、文化、制度、市場等外部生態(tài)環(huán)境的影響。因此，大企業(yè)與創(chuàng)業(yè)企業(yè)以CVC形式形成的共生從無序到有序、從低級有序到高級有序的動態(tài)過程。隨著時間的推移，大企業(yè)與創(chuàng)業(yè)企業(yè)的規(guī)模、可以利用的資源數(shù)量、創(chuàng)新能力等都從弱到強。

再次，為了更清楚地分析大企業(yè)種群和創(chuàng)業(yè)企業(yè)種群之間的關(guān)系，構(gòu)造共生協(xié)調(diào)度函數(shù)

表8 Lotka-Volterra種群協(xié)同共生關(guān)系

最后，利用Matlab進行仿真后，基于CVC共生界面形成的大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群共生演化發(fā)展趨勢如圖4所示。

2.2.3 結(jié)果檢驗分析 參考Cabral等[27]的數(shù)據(jù)擬合結(jié)果評價方法，基于MAPE值對模型預測能力等級進行評估:

式中，X i是實際值是預測值。預測能力等級評判標準如表9所示。

表9 模型預測能力等級評判標準

根據(jù)真實值和模擬值，計算出MAPE值，大企業(yè)與創(chuàng)業(yè)企業(yè)的Lotka-Volterra模型的MAPE值分別為19.84%和34.61%，由MAPE值進行模型預測能力等級評判標準可知，分別屬于“好”和“合理”等級，證明模型擬合度較好。

3 CVC生態(tài)群落中企業(yè)種群間共生模擬仿真

動態(tài)變化的經(jīng)濟市場環(huán)境，很難使企業(yè)長期保持原有的競爭優(yōu)勢。CVC生態(tài)群落的演化目的是以創(chuàng)新績效為導向獲得市場競爭力，演化的根本動力來源于對競爭優(yōu)勢的不斷追逐，內(nèi)生動力來源于創(chuàng)新主體的新奇性和創(chuàng)造性。在原有競爭優(yōu)勢基礎上不斷地搜尋未知的機會，創(chuàng)造出新的行為、方案、產(chǎn)業(yè)、市場和技術(shù)等。演化的外部動力有全球技術(shù)進步、市場消費需求和制度變遷3大方面。CVC生態(tài)群落作為具有生命力的復雜系統(tǒng)，其具有循環(huán)演化和螺旋上升的特征。大企業(yè)和創(chuàng)業(yè)企業(yè)之間的相互信任、親近性、雙方技術(shù)能力的獲取、內(nèi)部隱性知識的傳播與獲取、適宜生態(tài)位的調(diào)整變化使CVC生態(tài)群落朝著協(xié)同共生方向演化。隨著CVC生態(tài)群落中主體間的能量和物質(zhì)交換逐漸增多，前期積累的技術(shù)和創(chuàng)新能量得到集中釋放，生態(tài)群落中各類要素協(xié)同形成了內(nèi)部隱性知識效果，最終可以產(chǎn)生新價值的創(chuàng)造與分享、技術(shù)標準逐步建立、核心技術(shù)產(chǎn)生、快速的市場響應能力、創(chuàng)新風險降低，從而獲得經(jīng)濟社會效益。改進性創(chuàng)新改變了創(chuàng)新主體的競爭格局，突破性創(chuàng)新改變了創(chuàng)新主體的經(jīng)濟運行模式，

胡浩[28]提出創(chuàng)新系統(tǒng)演化動力模型需要的時間段是103級及以上，因為需要較多的迭代次數(shù)才可以發(fā)現(xiàn)宏觀表征規(guī)律，無論是科技統(tǒng)計還是區(qū)域創(chuàng)新統(tǒng)計都是以年為統(tǒng)計，所以從時間軸上CVC生態(tài)系統(tǒng)創(chuàng)新演化最好的方法是數(shù)值模擬方法。前文利用Matlab對中國上市公司與被投資創(chuàng)業(yè)企業(yè)創(chuàng)新數(shù)據(jù)進行全部擬合，由于創(chuàng)新不僅體現(xiàn)在授權(quán)專利，不同行業(yè)其商業(yè)創(chuàng)新模式、技術(shù)創(chuàng)新水平、業(yè)務渠道創(chuàng)新等都代表著CVC對大企業(yè)與創(chuàng)業(yè)企業(yè)的共同促進作用[29-32]。由于創(chuàng)業(yè)投資在中國發(fā)展也不過短短40年，公司創(chuàng)業(yè)投資近20年才出現(xiàn)，因而公開的數(shù)據(jù)并不完整，考慮到模型系統(tǒng)性、數(shù)據(jù)完備性及模型分析要求，本文選擇不同范圍的參數(shù)進行仿真，并對仿真的不同結(jié)果進行理論解釋。在缺乏大量實證的時間序列數(shù)據(jù)時，數(shù)值模擬是相對最優(yōu)效果的實證方法。

3.1 大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群獨立生長仿真

由于大企業(yè)與創(chuàng)業(yè)企業(yè)為核心主體的CVC生態(tài)系統(tǒng)的共生，以Lotka-Volterra模型為基礎的CVC生態(tài)群落演化模型需要通過較多的迭代次數(shù)發(fā)現(xiàn)宏觀表征規(guī)律，這里考慮到創(chuàng)業(yè)企業(yè)是四新類企業(yè)，尤其以高新技術(shù)產(chǎn)業(yè)為主，每年均有可能出現(xiàn)新產(chǎn)品、新服務、新技術(shù)上市或退出，故采用Rungekutta方法運用Matlab以年為單位進行迭代，迭代次數(shù)為100年，大企業(yè)與創(chuàng)企業(yè)的創(chuàng)新增長率為:r1=0.465，r2=0.229。

3.2 大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群競爭共生演化仿真

基于CVC活動，大企業(yè)與創(chuàng)業(yè)企業(yè)間的共生作用系數(shù)均為負數(shù)，說明兩者之間存在相互競爭的關(guān)系。當大企業(yè)競爭強度大于創(chuàng)業(yè)企業(yè)時，大企業(yè)在初始階段受到一定影響，而創(chuàng)業(yè)企業(yè)在競爭中相對處于劣勢地位，具體如圖6(a)所示;當創(chuàng)業(yè)企業(yè)競爭強度大于大企業(yè)時，創(chuàng)業(yè)企業(yè)對大企業(yè)的阻滯作用增強，大企業(yè)也會在第20年后的創(chuàng)新出現(xiàn)極速下滑，而創(chuàng)業(yè)企業(yè)也會受到大企業(yè)的威脅，其創(chuàng)新增長幅度小于共生模式，如圖6(b)所示。

3.3 大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群偏利共生演化仿真

當雙種群中一方的共生作用系數(shù)為0，其創(chuàng)新產(chǎn)出增長曲線會同獨立時相似達到增長最大;當共生一方的作用系數(shù)為正時，其能夠獲得共生能量，創(chuàng)新產(chǎn)值能夠突破獨立發(fā)展時的最大產(chǎn)出水平，如圖7(a)、7(b)所示;而當大企業(yè)或創(chuàng)業(yè)企業(yè)共生系數(shù)一方為負時，共生系統(tǒng)就會產(chǎn)生擠出效應，對其發(fā)展產(chǎn)生阻滯作用，從而使得創(chuàng)新產(chǎn)出逐漸減少，如圖7(c)、7(d)所示。

3.4 大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群寄生演化仿真

共生作用系數(shù)為正的一方寄生于另一方，圖8(a)所示為大企業(yè)寄生于創(chuàng)業(yè)企業(yè)的狀態(tài)，創(chuàng)業(yè)企業(yè)資源由于受到捕食，其創(chuàng)新產(chǎn)出在初始階段有小幅度提升，后逐步下降至0。而大企業(yè)受益于創(chuàng)業(yè)企業(yè)資源，其創(chuàng)新產(chǎn)出在一定時間段內(nèi)能夠超出最大水平，而后隨著企業(yè)回歸正常運行又恢復到獨立發(fā)展時的創(chuàng)新產(chǎn)出。圖8(b)所示為創(chuàng)業(yè)企業(yè)寄生于大企業(yè)的狀態(tài)，受益方獲得能量或收益得到迅速發(fā)展。

3.5 大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群互惠共生演化仿真

無論是對稱性還是非對稱性互惠共生模式都能給大企業(yè)種群和創(chuàng)業(yè)企業(yè)種群帶來共生能量，兩種群的最終創(chuàng)新產(chǎn)出會比獨立發(fā)展時均有提升。非對稱型互惠共生的共生能量分配的不均衡會導致大企業(yè)和創(chuàng)業(yè)企業(yè)創(chuàng)新產(chǎn)能積累產(chǎn)生一定的差異，具體仿真模擬效果如圖9(a)、9(b)所示。而對稱性互利互惠共生中，雙方會獲得同能的共生能量，但是現(xiàn)實的共生產(chǎn)業(yè)中互惠共生模式是最理想也是最高級的共生，如圖9(c)所示。

4 基于投資模式的CVC生態(tài)群落中企業(yè)種群共生演化分析

4.1 直接投資模式共生關(guān)系分析

成熟大企業(yè)會將直接投資與戰(zhàn)略部門結(jié)合成戰(zhàn)略投資部，這是開展CVC的傳統(tǒng)形式，大部分企業(yè)的CVC從這種模式開始(見圖10)。首先，直接投資模式的主要優(yōu)勢表現(xiàn)在為實現(xiàn)特定目標，大企業(yè)可依據(jù)自身特殊需要構(gòu)建投資組合，如獲得在管制環(huán)境下的稅收優(yōu)惠，增加接觸收購企業(yè)的機會;其次，有更多機會與創(chuàng)業(yè)企業(yè)接觸與合作，CVC投資者可提供各類優(yōu)質(zhì)資源。直接投資模式存在的潛在的問題包括出于自身利益，管理者會極力推行外部直接創(chuàng)業(yè)投資項目，這會增加委托代理問題引發(fā)的道德風險;同時在有效激勵投資管理者上存在一定難度，薪酬激勵可能會影響CVC投資成果。百度、阿里、騰訊等最初都是通過自己戰(zhàn)略投資部進行CVC，這種直接投資模式運用母公司的自有資金，沒有募資壓力，因考慮大企業(yè)的戰(zhàn)略多以控股戰(zhàn)略布局為主，例如阿里資本就是圍繞阿里生態(tài)系統(tǒng)的構(gòu)建，連續(xù)投資滴滴出行、美團網(wǎng)、UC優(yōu)視等。由經(jīng)驗來看，早期開展創(chuàng)業(yè)投資的大企業(yè)通常選擇在內(nèi)部設立創(chuàng)業(yè)投資計劃，劃撥一定款項的創(chuàng)業(yè)基金，由大企業(yè)的研發(fā)部門、市場或業(yè)務部門進行創(chuàng)業(yè)投資決策;或者是通過大企業(yè)內(nèi)部設立的創(chuàng)業(yè)投資部門進行創(chuàng)投項目的甄選和管理。

中國1998～2017年直接投資模式進行CVC中大企業(yè)與創(chuàng)業(yè)企業(yè)的創(chuàng)新情況如圖10所示?；贚otka-Volterra模型和上述推導過程，利用滯后2年的2000～2019年上市公司累計創(chuàng)新和創(chuàng)業(yè)企業(yè)創(chuàng)新數(shù)據(jù)擬合得出相關(guān)數(shù)據(jù)如表10所示，大企業(yè)通過直接投資的方式對創(chuàng)業(yè)企業(yè)進行投資進而形成共生系數(shù)和雙種群協(xié)同共生指數(shù)可以判斷，雙方處于非對稱共生演化發(fā)展狀態(tài)。

表10 基于直接投資模式的大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群共生關(guān)系

基于Matlab2019a對數(shù)據(jù)進行擬合分析得到以直接投資模式形成的CVC共生模型為:

通過上述擬合結(jié)果可以看出，在中國以直接模式進行CVC的實踐中，大企業(yè)與創(chuàng)業(yè)企業(yè)創(chuàng)新增長率和相互作用系數(shù)均存在一定差距，說明進行CVC的上市公司自身的創(chuàng)新增長率較高，可以理解被投資的創(chuàng)業(yè)企業(yè)正處于發(fā)展初期，對大企業(yè)的作用并不明顯，但雙方確實處于非對稱互惠共生演化過程中。

4.2 間接投資模式共生關(guān)系分析

一般情況下，上市公司可以通過控股或參股方式進行間接CVC投資。大企業(yè)作為有限合伙人與專業(yè)創(chuàng)業(yè)投資公司或基金管理公司建立委托代理關(guān)系，從實踐角度分析，追求財務回報的CVC更傾向于選擇該種模式。該種模式由于大企業(yè)對CVC項目的介入程度較低，故控制力也較弱，CVC項目與大企業(yè)的戰(zhàn)略關(guān)聯(lián)度不高。另一種間接投資模式為參股模式，參股創(chuàng)投公司形式可以使大企業(yè)獲得來自獨立創(chuàng)投公司資源產(chǎn)生的效益，也可以通過合作降低盡職調(diào)查成本。但該投資模式中，大企業(yè)對于投資決策和創(chuàng)業(yè)企業(yè)的控制能力較弱，CVC投資所創(chuàng)造的戰(zhàn)略價值受到制約。作為聯(lián)合投資，各成員決策和投資后管理活動存在代理風險，可能導致CVC中受資企業(yè)失敗。參股模式能有效分散各個單個大企業(yè)進行創(chuàng)業(yè)投資時面臨的高風險，隨著大規(guī)模資金聚集，也可拓寬投資領域。參股股東之間因互利共贏的目的而在業(yè)務或產(chǎn)品的投資選擇上形成互補并且更趨于理性。

通過數(shù)據(jù)梳理，上市公司設立附屬創(chuàng)投企業(yè)是近年來具有實力的大企業(yè)的通常做法，多數(shù)科技類公司采用此模式發(fā)展母公司的外部研發(fā)機構(gòu)，附屬創(chuàng)投機構(gòu)可以進行項目自主選擇和管理權(quán)力，投資決策和投資方向較為靈活，對市場的把握和技術(shù)的變革具有較強的敏感度，上市公司通過附屬創(chuàng)投企業(yè)進行CVC是其吸收新技術(shù)，加速其創(chuàng)新成果產(chǎn)出的重要方式。

圖11和表11所示為1998～2017年以間接投資方式進行CVC的大企業(yè)與創(chuàng)業(yè)企業(yè)滯后2年的創(chuàng)新專利總數(shù)情況。進行間接投資的上市公司創(chuàng)新自然成長率為-0.156 0，說明這里大企業(yè)的創(chuàng)新能力相對較弱，而所投資的創(chuàng)業(yè)企業(yè)對大企業(yè)的創(chuàng)新正向促進作用要遠遠高于大企業(yè)對創(chuàng)業(yè)企業(yè)的正向促進作用，這也解釋了眾多大企業(yè)通過聯(lián)盟創(chuàng)投和委托創(chuàng)投開展CVC的原因，實踐中雙方處于非對稱互惠共生狀態(tài)。

表11 基于間接投資的大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群共生關(guān)系

運用Matlab對數(shù)據(jù)進行擬合分析，得到以間接投資模式形成如下CVC共生模型:

5 結(jié)論

大企業(yè)種群與創(chuàng)業(yè)企業(yè)種群共生演化發(fā)展進程絕非是簡單的線性遞進，基于CVC生態(tài)群落的大企業(yè)與創(chuàng)業(yè)企業(yè)之間形成了復雜、全面、綜合的系統(tǒng)工程。借助于Lotka-Volterra模型，根據(jù)1998～2017年的CVC創(chuàng)投案例，利用滯后2年的創(chuàng)新專利數(shù)據(jù)，將大企業(yè)種群與創(chuàng)新企業(yè)種群生態(tài)關(guān)系進行分析，得到中國上市公司進行CVC與創(chuàng)業(yè)企業(yè)之間形成了非對稱的互惠共生模式。分別對直接投資模式和間接投資模式下CVC共生關(guān)系進行對比分析，結(jié)果表明，直接投資模式下大企業(yè)與創(chuàng)業(yè)企業(yè)間是非對稱互惠共生，而間接投資由于有專業(yè)獨立創(chuàng)投的參與，所投資企業(yè)的創(chuàng)新成長性更強。因此，創(chuàng)業(yè)企業(yè)對大企業(yè)的創(chuàng)新促進作用更為顯著。

未來隨著中國創(chuàng)業(yè)投資市場進入全面整合的理性發(fā)展階段，優(yōu)質(zhì)資源傾向于優(yōu)質(zhì)項目和創(chuàng)業(yè)企業(yè)，因此，只有真正提供獨特核心價值的創(chuàng)業(yè)企業(yè)才能得到大企業(yè)的青睞，其科技賦能與資源整合的過程中大企業(yè)與創(chuàng)業(yè)企業(yè)共同獲得長遠發(fā)展。在新時代中國情境下，應鼓勵大型實業(yè)集團自主或參與進行CVC，并積極引導CVC投資于創(chuàng)新型初創(chuàng)企業(yè)是中國在新一輪科技革命和數(shù)字化轉(zhuǎn)型過程中的重要戰(zhàn)略選擇。

從政府制度層面，首先應鼓勵和引導大企業(yè)設立CVC基金，或在政府引導下仿照創(chuàng)業(yè)投資引導基金的形式設立CVC引導基金。針對基金的運營，要提倡以獲取新技術(shù)、提升產(chǎn)業(yè)鏈價值的戰(zhàn)略性投資為主。政府應重點引導CVC的投資傾向，促進早期科創(chuàng)企業(yè)和區(qū)域經(jīng)濟的健康發(fā)展。建立GVC與CVC、IVC共同對創(chuàng)業(yè)企業(yè)進行創(chuàng)業(yè)投資。政府相關(guān)風險補償基金對大企業(yè)CVC活動進行保障，激發(fā)大企業(yè)CVC的活力。通過對大企業(yè)CVC活動后端結(jié)果進行一定的保障，將進一步釋放企業(yè)在CVC活動前端的動力。其次，建立CVC風險補償基金需要對補償?shù)膶ο?、備案制度、補償條件、補償額度加以思考和制定，保障補償?shù)男市?。對?chuàng)業(yè)投資的稅收、補償制度應該落實到創(chuàng)業(yè)投資行為上，擴大對創(chuàng)業(yè)投資活動面的鼓勵。部分企業(yè)出于公司戰(zhàn)略和財務上的原因，更傾向于將創(chuàng)業(yè)投資部門放在企業(yè)內(nèi)部，不設立創(chuàng)業(yè)投資機構(gòu)。然而，當前對創(chuàng)業(yè)投資的稅收和補貼更多是針對創(chuàng)業(yè)投資企業(yè)，CVC則得不到照顧。為推動CVC應思考將稅收和補償集中在企業(yè)進行CVC的行為上，依靠后補貼和控制條件的形式保障效果和效率，并配套對CVC活動的備案、優(yōu)惠條件進行細化制定。再次，鼓勵和細化大企業(yè)創(chuàng)新和CVC的容錯機制，對容錯機制進行細化和落實。最后，應加強知識產(chǎn)權(quán)保護，營造公平穩(wěn)定的契約型商業(yè)環(huán)境。

從大企業(yè)層面，企業(yè)應從投資戰(zhàn)略視角有效利用自身資源稟賦，發(fā)揮產(chǎn)業(yè)多元化投資和區(qū)域多元化投資優(yōu)勢，做長期價值發(fā)現(xiàn)和創(chuàng)造者，選擇匹配的投資者與主流的以行業(yè)精準化投資為主的IVC聯(lián)合投資，形成適合于外部行業(yè)條件的、符合大企業(yè)自身特質(zhì)的戰(zhàn)略布局。同時借力智囊、管理咨詢及科研院所等行業(yè)研究機構(gòu)，實時動態(tài)觀察及調(diào)整大企業(yè)在價值鏈中的地位，將強勢項目流、信息流和資源流以聯(lián)合共享的方式進行有效整合，獲取未來發(fā)展的主動性，為創(chuàng)業(yè)企業(yè)提供高效的增值服務，鼓勵實施有益于CVC的激勵機制，提升投資的綜合績效。從創(chuàng)業(yè)企業(yè)角度，創(chuàng)業(yè)企業(yè)在明確發(fā)展戰(zhàn)略目標和自身資源稟賦的前提下，基于中國情境的特殊性，應選擇高聲譽的創(chuàng)業(yè)投資或聯(lián)合投資，開展開放式合作，通過外部知識的學習，對資源進行高效的配置，提高管理運營效率，實現(xiàn)價值共創(chuàng)共享共贏。