摘要：人工智能技術(shù)的廣泛應(yīng)用催生了以AI創(chuàng)新應(yīng)用為導(dǎo)向的企業(yè)創(chuàng)新生態(tài)系統(tǒng)。數(shù)字平臺(tái)賦能互補(bǔ)者創(chuàng)新研究多從平臺(tái)模塊性、邊界資源開(kāi)放等視角展開(kāi)，缺乏對(duì)互補(bǔ)者與平臺(tái)企業(yè)創(chuàng)新要素復(fù)雜協(xié)同關(guān)系結(jié)構(gòu)的考察，構(gòu)建“要素—過(guò)程—績(jī)效”框架研究平臺(tái)企業(yè)賦能互補(bǔ)者協(xié)同創(chuàng)新的內(nèi)在機(jī)制和作用路徑。首先，采用社會(huì)網(wǎng)絡(luò)分析法對(duì)隱含在協(xié)同創(chuàng)新活動(dòng)中的技術(shù)組件互補(bǔ)關(guān)系進(jìn)行建模和分析；其次，采用數(shù)據(jù)驅(qū)動(dòng)的NK模型對(duì)互補(bǔ)者協(xié)同創(chuàng)新過(guò)程進(jìn)行建模和仿真，探究技術(shù)相互依賴(lài)對(duì)生態(tài)系統(tǒng)協(xié)同創(chuàng)新績(jī)效的影響；最后，基于百度大腦AI開(kāi)放平臺(tái)實(shí)例研究和仿真實(shí)驗(yàn)，發(fā)現(xiàn)互補(bǔ)者通過(guò)組件策略嵌入生態(tài)系統(tǒng)所形成的技術(shù)相互依賴(lài)水平負(fù)向影響協(xié)同創(chuàng)新潛力，并且系統(tǒng)中核心組件比例（C-Ratio）越高，協(xié)同創(chuàng)新績(jī)效越低。據(jù)此，提出平臺(tái)企業(yè)協(xié)調(diào)創(chuàng)新生態(tài)系統(tǒng)各類(lèi)參與者資源及賦能平臺(tái)創(chuàng)新活動(dòng)的對(duì)策建議。

關(guān)鍵詞：企業(yè)創(chuàng)新生態(tài)系統(tǒng)；數(shù)字平臺(tái)；協(xié)同創(chuàng)新；NK模型；社會(huì)網(wǎng)絡(luò)分析

中圖分類(lèi)號(hào)：F114.3

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-7348（2025）03-0014-13

0 引言

在數(shù)字經(jīng)濟(jì)快速發(fā)展背景下，人工智能（AI）成為推動(dòng)產(chǎn)業(yè)變革的關(guān)鍵技術(shù)，其融合了技術(shù)、商業(yè)和社會(huì)屬性。2017年，國(guó)務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，將AI提升為國(guó)家戰(zhàn)略。作為通用技術(shù)，AI具有廣泛的應(yīng)用場(chǎng)景、持續(xù)的改進(jìn)潛力和引發(fā)互補(bǔ)性創(chuàng)新的能力。在A(yíng)I產(chǎn)業(yè)化進(jìn)程中，技術(shù)領(lǐng)先企業(yè)通過(guò)搭建數(shù)字平臺(tái)，構(gòu)建由不同參與者共同創(chuàng)新和共享價(jià)值的生態(tài)系統(tǒng)。在這種“平臺(tái)+參與者”模式下，平臺(tái)企業(yè)轉(zhuǎn)變?yōu)橘x能者，利用核心組件和邊界資源產(chǎn)生網(wǎng)絡(luò)效應(yīng)，吸引互補(bǔ)企業(yè)參與協(xié)同創(chuàng)新?；パa(bǔ)企業(yè)與平臺(tái)企業(yè)形成協(xié)同增效關(guān)系，這種互動(dòng)、協(xié)同創(chuàng)新模式不僅能提高生態(tài)系統(tǒng)創(chuàng)新效率，還能促進(jìn)AI產(chǎn)業(yè)發(fā)展。

企業(yè)創(chuàng)新生態(tài)系統(tǒng)圍繞協(xié)同創(chuàng)新獲得的最終產(chǎn)品或解決方案運(yùn)行。在面向AI創(chuàng)新應(yīng)用的生態(tài)系統(tǒng)中，創(chuàng)新產(chǎn)出由源自不同創(chuàng)新主體的技術(shù)組件通過(guò)有效組合和互補(bǔ)實(shí)現(xiàn)價(jià)值創(chuàng)造，體現(xiàn)為通用性技術(shù)與互補(bǔ)性技術(shù)資產(chǎn)重組和互補(bǔ)的創(chuàng)新過(guò)程。協(xié)同創(chuàng)新作為一種整合多個(gè)創(chuàng)新主體和多種創(chuàng)新資源的組織形式，依托數(shù)字平臺(tái)開(kāi)放式創(chuàng)新情景，由于創(chuàng)新主體資源開(kāi)放性和技術(shù)組件多樣性，協(xié)同創(chuàng)新不同程度地存在諸如同生態(tài)位互補(bǔ)者競(jìng)爭(zhēng)、焦點(diǎn)企業(yè)與互補(bǔ)者競(jìng)合以及通用技術(shù)與專(zhuān)用技術(shù)重組等問(wèn)題，這些復(fù)雜交互特征不僅影響創(chuàng)新主體生態(tài)策略和績(jī)效，還影響整個(gè)生態(tài)系統(tǒng)運(yùn)行效率和可持續(xù)發(fā)展^[3]。因此，平臺(tái)企業(yè)作為生態(tài)系統(tǒng)領(lǐng)導(dǎo)者，需要協(xié)調(diào)各創(chuàng)新主體與創(chuàng)新要素之間的復(fù)雜依賴(lài)關(guān)系，進(jìn)而促進(jìn)協(xié)同創(chuàng)新開(kāi)展^[4-5]。

當(dāng)前，關(guān)于平臺(tái)企業(yè)促進(jìn)生態(tài)系統(tǒng)協(xié)同創(chuàng)新的研究主要聚焦“補(bǔ)貼”和“模塊化”兩類(lèi)平臺(tái)協(xié)調(diào)機(jī)制，分別集中在定價(jià)策略和系統(tǒng)架構(gòu)設(shè)計(jì)兩個(gè)方面。這些機(jī)制將參與者視為外生、被動(dòng)的接受者，忽視了生態(tài)系統(tǒng)內(nèi)部自組織之間的互動(dòng)，以及不同創(chuàng)新主體或要素異質(zhì)性和復(fù)雜性對(duì)創(chuàng)新效率的影響^[5]。相關(guān)研究多基于資源依賴(lài)?yán)碚摵蛷?fù)雜網(wǎng)絡(luò)理論，從創(chuàng)新主體間復(fù)雜關(guān)系網(wǎng)絡(luò)視角出發(fā)，聚焦平臺(tái)企業(yè)如何治理主體間關(guān)系進(jìn)而管理創(chuàng)新生態(tài)系統(tǒng)^[6-8]。從技術(shù)視角看，數(shù)字平臺(tái)生態(tài)系統(tǒng)由焦點(diǎn)創(chuàng)新所需組件和互補(bǔ)組件構(gòu)成，是為最終用戶(hù)提供一致價(jià)值主張、由模塊化結(jié)構(gòu)和協(xié)調(diào)機(jī)制（如標(biāo)準(zhǔn)接口）組成的復(fù)雜系統(tǒng)^[1]，但關(guān)于不同創(chuàng)新參與者技術(shù)組件如何實(shí)現(xiàn)互補(bǔ)協(xié)調(diào)的研究較少?；诖?，本研究聚焦平臺(tái)企業(yè)如何管理和協(xié)調(diào)與互補(bǔ)企業(yè)之間的技術(shù)依賴(lài)復(fù)雜性問(wèn)題，綜合運(yùn)用創(chuàng)新生態(tài)系統(tǒng)理論和協(xié)同創(chuàng)新理論，采用數(shù)據(jù)驅(qū)動(dòng)和仿真建模方法探究復(fù)雜技術(shù)依賴(lài)與協(xié)同創(chuàng)新之間的邏輯關(guān)系，以期為平臺(tái)企業(yè)賦能互補(bǔ)者創(chuàng)新及生態(tài)系統(tǒng)良性發(fā)展提供相關(guān)建議和參考。

1 理論回顧與研究框架

1.1 企業(yè)創(chuàng)新生態(tài)系統(tǒng)內(nèi)涵與特征

企業(yè)創(chuàng)新生態(tài)系統(tǒng)是指焦點(diǎn)企業(yè)以自身為核心主體，利用數(shù)字技術(shù)提供核心組件和邊界資源，賦能各類(lèi)參與者協(xié)同創(chuàng)新，實(shí)現(xiàn)價(jià)值共創(chuàng)共享的創(chuàng)新生態(tài)系統(tǒng)^[1]。創(chuàng)新生態(tài)系統(tǒng)以提高系統(tǒng)協(xié)同創(chuàng)新績(jī)效為目標(biāo)，以增強(qiáng)創(chuàng)新生態(tài)系統(tǒng)協(xié)同創(chuàng)新潛力為核心，通過(guò)系統(tǒng)成員間的密切合作與眾多創(chuàng)新要素間的協(xié)同作用，完成創(chuàng)新生態(tài)系統(tǒng)技術(shù)或產(chǎn)品從創(chuàng)新產(chǎn)生至技術(shù)擴(kuò)散的整個(gè)過(guò)程^[13]。其中，焦點(diǎn)企業(yè)主導(dǎo)創(chuàng)新生態(tài)系統(tǒng)核心組件和邊界資源構(gòu)建，創(chuàng)新參與者借助自身異構(gòu)性資源和邊界資源接入生態(tài)系統(tǒng)，利用焦點(diǎn)企業(yè)提供的核心組件進(jìn)行互補(bǔ)式創(chuàng)新，并在生態(tài)系統(tǒng)中占據(jù)特定生態(tài)位。隨著異質(zhì)參與者的進(jìn)入，企業(yè)創(chuàng)新生態(tài)系統(tǒng)逐漸演化為多種要素構(gòu)成的動(dòng)態(tài)復(fù)雜系統(tǒng)。

互補(bǔ)性是創(chuàng)新生態(tài)系統(tǒng)的核心特征。Teece^[14]在PFI框架中強(qiáng)調(diào)互補(bǔ)性資產(chǎn)與核心技術(shù)的綜合性應(yīng)用，其中互補(bǔ)性技術(shù)是互補(bǔ)性資產(chǎn)的一項(xiàng)重要內(nèi)容，是指從焦點(diǎn)創(chuàng)新中獲取其它技術(shù)或技術(shù)資產(chǎn)，側(cè)重于創(chuàng)新價(jià)值獲取。關(guān)于互補(bǔ)性技術(shù)，有學(xué)者將其定義為兩種彼此相關(guān)但屬于不同類(lèi)別的技術(shù)，包括獨(dú)特互補(bǔ)性和超?？旎パa(bǔ)性。其中，前者是指兩項(xiàng)技術(shù)無(wú)法獨(dú)立發(fā)揮功效；后者是指兩項(xiàng)技術(shù)之間可以促進(jìn)對(duì)方功能實(shí)現(xiàn)或價(jià)值提升。在生態(tài)系統(tǒng)中，互補(bǔ)性技術(shù)可視為解決同一問(wèn)題的不同模塊，技術(shù)組合可以創(chuàng)造更多價(jià)值^[15]，同時(shí)也存在價(jià)值創(chuàng)造的相互依賴(lài)性^[16]。在產(chǎn)品創(chuàng)新視角下，技術(shù)互補(bǔ)強(qiáng)調(diào)依靠平臺(tái)企業(yè)與參與者間的互補(bǔ)性技術(shù)提高產(chǎn)品功能、完成價(jià)值創(chuàng)造和獲取，產(chǎn)品技術(shù)性能依賴(lài)于互補(bǔ)性技術(shù)所提供的功能特性。因此，焦點(diǎn)企業(yè)需要協(xié)調(diào)互補(bǔ)性技術(shù)相關(guān)活動(dòng)，對(duì)技術(shù)相互依賴(lài)性進(jìn)行治理，典型的治理形式包括技術(shù)模塊化和標(biāo)準(zhǔn)化（張幃等，2023）。

互補(bǔ)性技術(shù)由生態(tài)系統(tǒng)互補(bǔ)者提供，他們與焦點(diǎn)企業(yè)形成獨(dú)特互補(bǔ)關(guān)系，這種互補(bǔ)關(guān)系包括交易互補(bǔ)和創(chuàng)新互補(bǔ)兩種^[15]。其中，前者是指兩種產(chǎn)品或服務(wù)缺一不可，否則將無(wú)法運(yùn)轉(zhuǎn)并有可能導(dǎo)致價(jià)值損失；后者是指兩種產(chǎn)品或服務(wù)一起創(chuàng)造出比各自更大的價(jià)值?；パa(bǔ)性更關(guān)注價(jià)值創(chuàng)造，與互補(bǔ)性相伴的相互依賴(lài)關(guān)系則更關(guān)注價(jià)值獲取。從資源對(duì)組織的重要性和不可替代性角度看，由于平臺(tái)企業(yè)控制核心組件和標(biāo)準(zhǔn)接口等關(guān)鍵資源，與眾多互補(bǔ)者和用戶(hù)交互產(chǎn)生網(wǎng)絡(luò)效應(yīng)，導(dǎo)致平臺(tái)企業(yè)相對(duì)于互補(bǔ)者更具資源優(yōu)勢(shì)，更能形成傾斜的非對(duì)稱(chēng)依賴(lài)關(guān)系，因此如何平衡平臺(tái)企業(yè)與互補(bǔ)者之間的依賴(lài)性及價(jià)值獲取關(guān)系，不僅影響互補(bǔ)者生態(tài)戰(zhàn)略決策，也關(guān)乎平臺(tái)企業(yè)發(fā)展。資源依賴(lài)?yán)碚搹?qiáng)調(diào)參與者需要采取相應(yīng)措施降低依賴(lài)，通過(guò)約束吸收活動(dòng)賦予控制資源的權(quán)利，重構(gòu)依賴(lài)關(guān)系^[9]?？梢?jiàn)，現(xiàn)有研究主要聚焦平臺(tái)企業(yè)如何構(gòu)建生態(tài)系統(tǒng)架構(gòu)以及平臺(tái)參與者如何“解耦”互補(bǔ)和依賴(lài)關(guān)系展開(kāi)^[9，17]。

1.2 平臺(tái)生態(tài)系統(tǒng)分工與協(xié)調(diào)

企業(yè)創(chuàng)新生態(tài)系統(tǒng)依托數(shù)字技術(shù)建構(gòu)服務(wù)型數(shù)字平臺(tái)^[2]，并采用全新的商業(yè)創(chuàng)新邏輯及價(jià)值創(chuàng)造路徑為參與者賦能。然而，不同學(xué)科視角對(duì)數(shù)字平臺(tái)（以下簡(jiǎn)稱(chēng)“平臺(tái)”）概念及內(nèi)涵的闡釋不同，如表1所示。

經(jīng)濟(jì)學(xué)視角將平臺(tái)視為多邊市場(chǎng)，強(qiáng)調(diào)多邊網(wǎng)絡(luò)效應(yīng)。技術(shù)管理視角將平臺(tái)描述為一種由核心組件和外圍組件構(gòu)成的模塊化架構(gòu)^[21]，通過(guò)標(biāo)準(zhǔn)化界面、接口協(xié)調(diào)產(chǎn)品創(chuàng)新模塊化分工。組織視角強(qiáng)調(diào)平臺(tái)作為一種新的組織形式，通過(guò)協(xié)調(diào)治理平臺(tái)中的雙邊或多邊網(wǎng)絡(luò)使平臺(tái)形成一個(gè)和諧整體。參與者以符合平臺(tái)共同價(jià)值主張的要求進(jìn)行價(jià)值創(chuàng)造，采納平臺(tái)核心技術(shù)開(kāi)展協(xié)同創(chuàng)新，但在價(jià)值分配上存在組織間相互依賴(lài)關(guān)系。在生態(tài)系統(tǒng)視角下，平臺(tái)被視為社會(huì)要素與技術(shù)要素的集合。鑒于學(xué)界對(duì)平臺(tái)本質(zhì)的理解存在異議，國(guó)內(nèi)學(xué)者認(rèn)為可從分工與協(xié)調(diào)視角詮釋平臺(tái)的本質(zhì)特征^[24]。換言之，平臺(tái)所有者、平臺(tái)互補(bǔ)者和其他參與者之間通過(guò)分工協(xié)作實(shí)現(xiàn)價(jià)值創(chuàng)造。在超模塊分工的基礎(chǔ)上，平臺(tái)所有者通過(guò)制定規(guī)則構(gòu)建創(chuàng)新協(xié)調(diào)機(jī)制，營(yíng)造分布式創(chuàng)新環(huán)境。在創(chuàng)新協(xié)調(diào)機(jī)制下， 平臺(tái)所有者為平臺(tái)互補(bǔ)者創(chuàng)新提供工具和資源支持，平臺(tái)互補(bǔ)者使用這些工具和資源與平臺(tái)所有者進(jìn)行協(xié)同創(chuàng)新^[24]。可見(jiàn)，平臺(tái)生態(tài)系統(tǒng)由承擔(dān)不同分工的多邊、非通用互補(bǔ)性關(guān)系且不受層級(jí)制控制的平臺(tái)所有者、平臺(tái)互補(bǔ)者和其他類(lèi)型參與者構(gòu)成，并由平臺(tái)所有者協(xié)調(diào)價(jià)值創(chuàng)造和分布式創(chuàng)新。

1.3 數(shù)字平臺(tái)賦能創(chuàng)新

數(shù)字平臺(tái)作為一種新興的組織形式，引起創(chuàng)新管理領(lǐng)域?qū)W者對(duì)生態(tài)系統(tǒng)內(nèi)多主體協(xié)同創(chuàng)新現(xiàn)象的廣泛關(guān)注。協(xié)同創(chuàng)新理論包括創(chuàng)新要素中心論、創(chuàng)新主體協(xié)同論和協(xié)同創(chuàng)新網(wǎng)絡(luò)理論等。從創(chuàng)新主體視角看，協(xié)同創(chuàng)新是比開(kāi)放式創(chuàng)新更復(fù)雜的一種組織方式（陳勁等，2012）。在國(guó)家或區(qū)域?qū)用?，協(xié)同創(chuàng)新涉及企業(yè)、政府、知識(shí)生產(chǎn)機(jī)構(gòu)、中介和用戶(hù)等多元主體的大范圍整合，通過(guò)網(wǎng)絡(luò)創(chuàng)新產(chǎn)生非線(xiàn)性效應(yīng)。從過(guò)程視角看，協(xié)同創(chuàng)新是創(chuàng)新主體要素系統(tǒng)優(yōu)化和合作創(chuàng)新過(guò)程，包括整合和互動(dòng)兩個(gè)維度。其中，“整合”包括知識(shí)、資源、行動(dòng)和績(jī)效；“互動(dòng)”包括溝通、協(xié)調(diào)、合作和協(xié)同^[14]。隨著創(chuàng)新向系統(tǒng)化、網(wǎng)絡(luò)化方向轉(zhuǎn)移，協(xié)同創(chuàng)新涉及多層次、多組織、多階段和多種創(chuàng)新要素的動(dòng)態(tài)復(fù)雜活動(dòng)^[18]，目標(biāo)是實(shí)現(xiàn)資源共享、知識(shí)傳遞、技術(shù)擴(kuò)散和創(chuàng)新產(chǎn)出。

平臺(tái)企業(yè)在賦能創(chuàng)新方面扮演著關(guān)鍵角色，數(shù)字平臺(tái)賦能創(chuàng)新本質(zhì)上是一種協(xié)同創(chuàng)新。現(xiàn)有研究通常從平臺(tái)模塊性、分層性與邊界資源動(dòng)態(tài)性等角度探討其對(duì)互補(bǔ)者創(chuàng)新行為和過(guò)程的影響。邊界資源（如APIs和SDK）作為平臺(tái)企業(yè)與互補(bǔ)者互動(dòng)的接口，平臺(tái)企業(yè)可通過(guò)開(kāi)放或修繕這些資源提升自身功能和控制互補(bǔ)者創(chuàng)新^[17]。平臺(tái)企業(yè)通過(guò)技術(shù)架構(gòu)設(shè)計(jì)控制組件接口和創(chuàng)新活動(dòng)流^[6，10]，但在眾多由異質(zhì)參與者構(gòu)成的創(chuàng)新生態(tài)系統(tǒng)中，技術(shù)組件間呈現(xiàn)復(fù)雜且動(dòng)態(tài)的相互依賴(lài)結(jié)構(gòu)，這些相互依賴(lài)結(jié)構(gòu)在經(jīng)濟(jì)價(jià)值和創(chuàng)新速度上存在差異^[11]。盡管有學(xué)者關(guān)注平臺(tái)企業(yè)與互補(bǔ)者之間的協(xié)同效應(yīng)^[25]、生態(tài)系統(tǒng)參與者創(chuàng)新網(wǎng)絡(luò)特征^{[7，9，26]}等，但對(duì)平臺(tái)企業(yè)和互補(bǔ)企業(yè)兩類(lèi)創(chuàng)新主體間技術(shù)互補(bǔ)及協(xié)同創(chuàng)新過(guò)程的研究較少。

1.4 研究框架

創(chuàng)新生態(tài)系統(tǒng)作為企業(yè)創(chuàng)新管理的新范式，為研究協(xié)同創(chuàng)新網(wǎng)絡(luò)化模式及影響機(jī)制提供了基礎(chǔ)。本文認(rèn)為，企業(yè)創(chuàng)新生態(tài)系統(tǒng)協(xié)同創(chuàng)新既包括創(chuàng)新主體協(xié)同模式，也涵蓋創(chuàng)新要素間的協(xié)同結(jié)構(gòu)，還體現(xiàn)為互補(bǔ)者與平臺(tái)企業(yè)間的協(xié)同創(chuàng)新過(guò)程。資源和知識(shí)分工不同，平臺(tái)企業(yè)和互補(bǔ)企業(yè)的生態(tài)策略也不同，前者通過(guò)開(kāi)放核心組件和邊界資源掌握控制權(quán)，而后者則通過(guò)瓶頸策略或互補(bǔ)組件策略參與生態(tài)系統(tǒng)，形成資源依賴(lài)。雙方在協(xié)同創(chuàng)新過(guò)程中各取所需，在相關(guān)知識(shí)、技術(shù)等要素上實(shí)現(xiàn)互補(bǔ)。

本研究通過(guò)構(gòu)建“要素—過(guò)程—績(jī)效”框架，分析不同創(chuàng)新環(huán)境下平臺(tái)企業(yè)與互補(bǔ)者協(xié)同創(chuàng)新的內(nèi)在機(jī)制和作用路徑。其中，“要素”是指生態(tài)系統(tǒng)中的技術(shù)組件，包括平臺(tái)企業(yè)核心技術(shù)組件和互補(bǔ)者技術(shù)組件（互補(bǔ)組件）；“過(guò)程”是指互補(bǔ)者通過(guò)嵌入生態(tài)系統(tǒng)，搜索和采納平臺(tái)核心技術(shù)組件，組合自身互補(bǔ)組件實(shí)現(xiàn)創(chuàng)新；“績(jī)效”是指通過(guò)數(shù)字平臺(tái)賦能創(chuàng)新，通過(guò)異質(zhì)創(chuàng)新主體技術(shù)組合發(fā)揮協(xié)同效應(yīng)。本文研究過(guò)程如下：①數(shù)據(jù)采集與預(yù)處理。采集企業(yè)創(chuàng)新生態(tài)系統(tǒng)中的創(chuàng)新活動(dòng)數(shù)據(jù)，識(shí)別和編碼互補(bǔ)者創(chuàng)新采用的技術(shù)要素；②網(wǎng)絡(luò)建模與分析：構(gòu)建表示技術(shù)要素相互依賴(lài)的網(wǎng)絡(luò)，并分析其結(jié)構(gòu)特征；③數(shù)據(jù)驅(qū)動(dòng)NK模型建模與仿真：設(shè)定NK模型參數(shù)，模擬生態(tài)系統(tǒng)中的協(xié)同創(chuàng)新環(huán)境，并探索不同創(chuàng)新環(huán)境下的績(jī)效差異；④管理啟示：基于仿真實(shí)驗(yàn)結(jié)果對(duì)企業(yè)創(chuàng)新生態(tài)系統(tǒng)運(yùn)行提出理論命題，揭示復(fù)雜技術(shù)依賴(lài)與協(xié)同創(chuàng)新之間的邏輯關(guān)系。通過(guò)構(gòu)建研究框架，旨在幫助平臺(tái)企業(yè)更好地管理和協(xié)調(diào)與互補(bǔ)企業(yè)之間的技術(shù)依賴(lài)關(guān)系，揭示復(fù)雜技術(shù)依賴(lài)與協(xié)同創(chuàng)新之間的關(guān)系。

2 模型與方法

2.1 技術(shù)組件依賴(lài)網(wǎng)絡(luò)模型

生態(tài)系統(tǒng)組成部分之間的相互依賴(lài)關(guān)系可采用網(wǎng)絡(luò)模型進(jìn)行描述和分析^[27]，網(wǎng)絡(luò)模型一般用 GV，E表示。其中，V=v1，v2，…，vn表示網(wǎng)絡(luò)節(jié)點(diǎn)集，由網(wǎng)絡(luò)中n個(gè)節(jié)點(diǎn)組成；式vi，1≤i≤n；E=e1，e2…，em 表示網(wǎng)絡(luò)邊集合，也稱(chēng)為關(guān)系集，由m條邊組成，式中 ei，1≤i≤m。網(wǎng)絡(luò)鄰接矩陣A是表示圖的一種方法，由M行N列組成，矩陣中元素aij表示vi與vj之間存在連接（用1表示）或不存在連接（用0表示），如式（1）所示。

AMN=a11…aMNaM1…aMN（1）

社會(huì)網(wǎng)絡(luò)分析法（SNA）是對(duì)因素網(wǎng)絡(luò)關(guān)系進(jìn)行量化分析的一種研究方法。社會(huì)網(wǎng)絡(luò)是社會(huì)行動(dòng)者及其關(guān)系的集合，被定義為一個(gè)或多個(gè)有限行動(dòng)者（如人、組織或其他社會(huì)實(shí)體）及其關(guān)系，其中節(jié)點(diǎn)即行動(dòng)者，行動(dòng)者之間的關(guān)系用連邊表示。通過(guò)梳理“互補(bǔ)者—技術(shù)組件”關(guān)系構(gòu)建“2-?！本W(wǎng)絡(luò)，即描述M個(gè)互補(bǔ)者與所采納和貢獻(xiàn)的N個(gè)技術(shù)組件之間的關(guān)系。利用矩陣算法投影得到兩類(lèi)“1-?！本W(wǎng)絡(luò)，即獲得技術(shù)組件鄰接矩陣T=A^TMN×AMN，如圖1所示。

2.2 技術(shù)組件依賴(lài)網(wǎng)絡(luò)特征

本文從節(jié)點(diǎn)、社群和整體網(wǎng)絡(luò)不同維度進(jìn)行社會(huì)網(wǎng)絡(luò)分析，應(yīng)用于技術(shù)組件依賴(lài)網(wǎng)絡(luò)的指標(biāo)與解釋如表2所示。在節(jié)點(diǎn)層面，節(jié)點(diǎn)中心性和邊的權(quán)重反映節(jié)點(diǎn)創(chuàng)新性和經(jīng)濟(jì)價(jià)值，這些指標(biāo)能幫助識(shí)別系統(tǒng)瓶頸組件。在網(wǎng)絡(luò)層面，主要考察生態(tài)系統(tǒng)中的技術(shù)組件數(shù)量及其相互依賴(lài)關(guān)系，以及中心化、集聚化程度。在社群層面，主要識(shí)別網(wǎng)絡(luò)中存在的社群結(jié)構(gòu)特征。模塊度概念及最大模塊化算法可用以檢測(cè)技術(shù)組件依賴(lài)網(wǎng)絡(luò)中的模塊劃分。E-I指數(shù)可用以衡量群組內(nèi)外連接比例，反映技術(shù)組件依賴(lài)網(wǎng)絡(luò)結(jié)構(gòu)的分離程度，即平臺(tái)企業(yè)和互補(bǔ)者兩類(lèi)創(chuàng)新主體組件的相互依賴(lài)分派程度。

2.3 協(xié)同創(chuàng)新NK模型

NK模型（Kauffman，1993）最初用于研究生物進(jìn)化過(guò)程，通過(guò)模擬基因變化分析系統(tǒng)演進(jìn)。這一模型將生物演化視為在三維崎嶇景觀(guān)中的基因遷移過(guò)程，其中生物內(nèi)在基因動(dòng)力與外在表現(xiàn)之間的非線(xiàn)性關(guān)系通過(guò)系統(tǒng)適應(yīng)度表示。NK模型因?qū)?fù)雜系統(tǒng)內(nèi)非線(xiàn)性關(guān)系的刻畫(huà)，成為分析復(fù)雜性影響創(chuàng)新績(jī)效的有效方法^[29]。在企業(yè)創(chuàng)新生態(tài)系統(tǒng)中，互補(bǔ)者通過(guò)結(jié)合核心技術(shù)組件與互補(bǔ)組件形成最終產(chǎn)品和服務(wù)，類(lèi)似于生物體的基因組合。本文將協(xié)同創(chuàng)新產(chǎn)出的產(chǎn)品或服務(wù)抽象為由N個(gè)技術(shù)組件組成的生態(tài)系統(tǒng)，包含核心組件（p）和互補(bǔ)組件（c），形成lt;P，Cgt;的配置。組件間技術(shù)相互依賴(lài)水平由K表示，即每個(gè)組件與K個(gè)其它組件間存在關(guān)聯(lián)關(guān)系。每個(gè)組件有兩種狀態(tài)——使用或不使用（用0和1表示）。不同于基礎(chǔ)NK模型，考慮到創(chuàng)新主體間的組件互補(bǔ)性和創(chuàng)新價(jià)值差異，假設(shè)不同創(chuàng)新主體組件對(duì)創(chuàng)新績(jī)效的貢獻(xiàn)不同，即代表企業(yè)創(chuàng)新生態(tài)系統(tǒng)內(nèi)協(xié)同創(chuàng)新績(jī)效的系統(tǒng)適應(yīng)值由各組件的加權(quán)平均貢獻(xiàn)計(jì)算，如式（2）所示。其中，fi為技術(shù)組件i對(duì)創(chuàng)新績(jī)效的貢獻(xiàn)度，服從[0，1]均勻分布，wi為組件i的貢獻(xiàn)權(quán)重。

F=1N∑Ni=1wifi，i=1，2，…，N，fi～U（0，1）（2）

為區(qū)分不同創(chuàng)新主體組件占比，本文用C-Ratio表示核心組件在生態(tài)系統(tǒng)中的相對(duì)比例，即pp+c或pN。生態(tài)系統(tǒng)強(qiáng)調(diào)技術(shù)相互依賴(lài)，既需要核心組件提供基礎(chǔ)設(shè)施和核心功能，也需要互補(bǔ)組件補(bǔ)充實(shí)現(xiàn)創(chuàng)新獲利，但關(guān)于C-Ratio保持在何種水平更有利于協(xié)同創(chuàng)新仍有待驗(yàn)證。表 3列出了協(xié)同創(chuàng)新NK模型的有關(guān)參數(shù)。

由于每個(gè)技術(shù)組件對(duì)系統(tǒng)創(chuàng)新績(jī)效的貢獻(xiàn)受其它組件影響，因此導(dǎo)致協(xié)同創(chuàng)新績(jī)效景觀(guān)復(fù)雜程度不同。在“光滑”的創(chuàng)新環(huán)境中，創(chuàng)新主體更容易通過(guò)技術(shù)調(diào)整找到最優(yōu)解，而在“崎嶇”的環(huán)境中，創(chuàng)新過(guò)程可能會(huì)陷入局部最優(yōu)，從而限制創(chuàng)新績(jī)效提升。

NK模型文獻(xiàn)常將景觀(guān)崎嶇程度視為局部峰值的數(shù)量或密度^[26]。本文采用由不同技術(shù)組件形成的適應(yīng)度景觀(guān)崎嶇值反映生態(tài)系統(tǒng)協(xié)同創(chuàng)新潛力，通過(guò)匯總2^N個(gè)組件配置的協(xié)同創(chuàng)新績(jī)效生成不同崎嶇程度景觀(guān)測(cè)量值，如式（3）所示。

生態(tài)系統(tǒng)協(xié)同創(chuàng)新潛力=1峰值密度=景觀(guān)尺寸局部峰值數(shù)量（3）

協(xié)同創(chuàng)新潛力是指生態(tài)系統(tǒng)創(chuàng)新績(jī)效提升的難易程度，與各技術(shù)組件的相互依賴(lài)結(jié)構(gòu)緊密相關(guān)。這種潛力并不直接等同于實(shí)際創(chuàng)新績(jī)效，而是與創(chuàng)新過(guò)程中的價(jià)值創(chuàng)造變化能力相關(guān)。協(xié)同創(chuàng)新績(jī)效反映企業(yè)創(chuàng)新效率，以及與外部參與者的創(chuàng)新合作效果。在創(chuàng)新生態(tài)系統(tǒng)中，協(xié)同創(chuàng)新的最終目標(biāo)是為用戶(hù)提供一致價(jià)值，如通過(guò)共同演化、競(jìng)爭(zhēng)和專(zhuān)業(yè)化等方式獲得的創(chuàng)新產(chǎn)品或服務(wù)。

3 案例分析：百度大腦AI開(kāi)放平臺(tái)

百度大腦AI開(kāi)放平臺(tái)（下文簡(jiǎn)稱(chēng)“百度大腦”）是由百度公司主導(dǎo)構(gòu)建的提供人工智能（AI）技術(shù)的服務(wù)平臺(tái)。百度大腦自2016創(chuàng)立以來(lái)，經(jīng)過(guò)幾次架構(gòu)調(diào)整，包括2018年建立AI市場(chǎng)子平臺(tái)，2019年發(fā)布生態(tài)伙伴合作計(jì)劃，逐漸演變?yōu)榧俣戎悄茉破脚_(tái)、智能駕駛Appolo、融合AI技術(shù)創(chuàng)新與產(chǎn)品交易的混合多邊平臺(tái)。百度大腦實(shí)施模塊化策略，將AI技術(shù)系統(tǒng)拆解為多個(gè)子系統(tǒng)；同時(shí)，引入多元化定價(jià)機(jī)制，包括固定定價(jià)、階梯定價(jià)和限時(shí)免費(fèi)試用等，降低進(jìn)入門(mén)檻，增強(qiáng)伙伴參與協(xié)同網(wǎng)絡(luò)的積極性，促進(jìn)生態(tài)系統(tǒng)創(chuàng)新。截至2023年，累計(jì)開(kāi)放30種AI核心技術(shù)、270多項(xiàng)AI能力，吸引來(lái)自工業(yè)、零售、教育、醫(yī)療等行業(yè)共150家生態(tài)合作伙伴，這些生態(tài)伙伴利用AI技術(shù)組件進(jìn)行產(chǎn)品或服務(wù)創(chuàng)新（見(jiàn)圖2）。

3.1 數(shù)據(jù)采集與預(yù)處理

百度大腦公開(kāi)信息為研究協(xié)同創(chuàng)新提供了數(shù)據(jù)支持。例如，迪威泰公司結(jié)合百度大腦人體識(shí)別、人臉識(shí)別技術(shù)與攝像頭硬件提出智慧門(mén)禁產(chǎn)品方案，并利用百度阿波羅疲勞駕駛監(jiān)測(cè)算法開(kāi)發(fā)司機(jī)行車(chē)安全預(yù)警系統(tǒng)。圖3展示了百度大腦創(chuàng)新生態(tài)系統(tǒng)中合作伙伴數(shù)量和互補(bǔ)組件數(shù)量增長(zhǎng)情況。為深入探索AI生態(tài)系統(tǒng)中技術(shù)互補(bǔ)性對(duì)協(xié)同創(chuàng)新的影響，本文使用Python爬蟲(chóng)程序從百度大腦網(wǎng)站中收集生態(tài)伙伴信息，包括行業(yè)類(lèi)型、產(chǎn)品或服務(wù)領(lǐng)域、AI技術(shù)采納等。經(jīng)過(guò)數(shù)據(jù)清洗，共獲得158家互補(bǔ)者信息和160項(xiàng)技術(shù)組件（包括30項(xiàng)核心技術(shù)和130項(xiàng)互補(bǔ)技術(shù)）。最后，基于對(duì)“成功案例”文本的分析，識(shí)別并提取“互補(bǔ)者—技術(shù)組件”關(guān)系矩陣。

3.2 技術(shù)組件依賴(lài)網(wǎng)絡(luò)分析

3.2.1 技術(shù)組件依賴(lài)網(wǎng)絡(luò)可視化

百度大腦生態(tài)系統(tǒng)“互補(bǔ)者—技術(shù)組件”網(wǎng)絡(luò)如圖4所示。網(wǎng)絡(luò)由318個(gè)節(jié)點(diǎn)組成，包括158家企業(yè)、160種技術(shù)組件和869條邊。網(wǎng)絡(luò)密度為0.017，表明網(wǎng)絡(luò)凝聚性較低。核心組件節(jié)點(diǎn)平均度為11.7，互補(bǔ)組件節(jié)點(diǎn)平均度為3.98，表明每個(gè)核心組件平均被12家互補(bǔ)企業(yè)使用，而每個(gè)互補(bǔ)組件平均由4家互補(bǔ)企業(yè)提供，提供相同技術(shù)組件的互補(bǔ)企業(yè)在生態(tài)系統(tǒng)中占據(jù)相同生態(tài)位。例如，“攝像頭硬件”度為34，意味著有34家企業(yè)提供此組件。而度值較高的技術(shù)組件，如“門(mén)禁閘機(jī)硬件”和“人臉識(shí)別技術(shù)”有可能成為生態(tài)系統(tǒng)中的專(zhuān)有技術(shù)或瓶頸技術(shù)。

從網(wǎng)絡(luò)構(gòu)成看，有近80%的合作伙伴將自身產(chǎn)品與百度大腦AI產(chǎn)品相結(jié)合，提供整合AI技術(shù)的行業(yè)解決方案。硬件集成技術(shù)互補(bǔ)企業(yè)占比較小，這些企業(yè)主要提供定制研發(fā)、生產(chǎn)和組裝AI硬件產(chǎn)品或技術(shù)組件，如AI芯片、板卡、傳感器模組等。還有個(gè)別合作伙伴提供培訓(xùn)和數(shù)據(jù)服務(wù)。每家企業(yè)平均采納1.9項(xiàng)核心組件和3.63項(xiàng)互補(bǔ)組件，從而依托技術(shù)互補(bǔ)形成協(xié)同創(chuàng)新網(wǎng)絡(luò)。

3.2.2 技術(shù)組件依賴(lài)網(wǎng)絡(luò)整體特征分析

對(duì)“互補(bǔ)者—技術(shù)組件”二模網(wǎng)進(jìn)行投影，得到技術(shù)組件依賴(lài)網(wǎng)絡(luò)，如圖5（a）所示。本文從160項(xiàng)技術(shù)組件間識(shí)別出1 203對(duì)技術(shù)相互依賴(lài)關(guān)系，技術(shù)組件依賴(lài)網(wǎng)絡(luò)密度為0.09，網(wǎng)絡(luò)平均度為15.04，點(diǎn)度中心勢(shì)為0.872，說(shuō)明網(wǎng)絡(luò)較為稀疏，存在高點(diǎn)度中心性的瓶頸組件。此外，網(wǎng)絡(luò)平均節(jié)點(diǎn)聚類(lèi)系數(shù)為0.77，說(shuō)明網(wǎng)絡(luò)具有較強(qiáng)的集聚效應(yīng)，即多項(xiàng)技術(shù)組件通過(guò)組合實(shí)現(xiàn)協(xié)同創(chuàng)新。網(wǎng)絡(luò)中的邊表示技術(shù)組件所形成的技術(shù)相互依賴(lài)關(guān)系，邊的權(quán)重代表互補(bǔ)性強(qiáng)度。當(dāng)篩選出互補(bǔ)性強(qiáng)度高于3的技術(shù)組件依賴(lài)關(guān)系時(shí)，網(wǎng)絡(luò)核心組件比例增加，網(wǎng)絡(luò)密度上升，但平均度和點(diǎn)度中心勢(shì)降低，說(shuō)明互補(bǔ)性更高的瓶頸組件中心性地位源于核心組件與外圍組件之間的技術(shù)相互依賴(lài)關(guān)系。

3.2.3 節(jié)點(diǎn)特征分析

在技術(shù)組件依賴(lài)網(wǎng)絡(luò)中，核心組件與互補(bǔ)組件節(jié)點(diǎn)度分布顯著不同。核心組件平均度為25.3，且50%以上節(jié)點(diǎn)度小于60；而互補(bǔ)組件平均度為12.6，超過(guò)80%節(jié)點(diǎn)點(diǎn)度小于20。這表明，核心組件技術(shù)相互依賴(lài)和重要性程度明顯高于互補(bǔ)組件，約是互補(bǔ)組件的2.2倍。考慮到網(wǎng)絡(luò)結(jié)構(gòu)中心化趨勢(shì)，核心組件相較于互補(bǔ)組件具有更強(qiáng)的互補(bǔ)性，在協(xié)同創(chuàng)新中發(fā)揮更重要的作用。例如，在表4節(jié)點(diǎn)中心性排名前十的技術(shù)組件中，“人臉識(shí)別”“人體識(shí)別”“理解與交互技術(shù)”等作為百度大腦的核心瓶頸組件，與許多其它技術(shù)組件組合使用。這些瓶頸組件升級(jí)會(huì)影響互補(bǔ)組件，從而促進(jìn)創(chuàng)新績(jī)效提升。在互補(bǔ)者方面，如“數(shù)據(jù)分析技術(shù)”“傳感器硬件”“軟件開(kāi)發(fā)技術(shù)”等是互補(bǔ)者提供的重要組件。

篩選過(guò)濾權(quán)重為10以上的邊，得到13個(gè)技術(shù)組件之間的27對(duì)技術(shù)組件依賴(lài)關(guān)系，如圖6所示?！叭四樧R(shí)別”和“人體識(shí)別”兩項(xiàng)技術(shù)應(yīng)用高達(dá)43次，具有極高的互補(bǔ)性，且“人臉識(shí)別”核心組件與多項(xiàng)互補(bǔ)組件協(xié)同創(chuàng)新成為關(guān)鍵瓶頸組件。進(jìn)一步，識(shí)別出生態(tài)系統(tǒng)瓶頸技術(shù)組件包括攝像頭硬件、人臉識(shí)別、人體識(shí)別、物聯(lián)網(wǎng)技術(shù)、門(mén)禁閘機(jī)硬件、傳感器硬件、數(shù)據(jù)分析技術(shù)、語(yǔ)音合成、理解與交互技術(shù)UNIT、語(yǔ)音識(shí)別、軟件開(kāi)發(fā)技術(shù)、活體檢測(cè)和數(shù)據(jù)庫(kù)技術(shù)。

3.2.4 網(wǎng)絡(luò)社群特征分析

技術(shù)組件依賴(lài)網(wǎng)絡(luò)分為6個(gè)模塊，模塊度系數(shù)為0.265。這些模塊由核心組件和互補(bǔ)組件組成，顯示兩類(lèi)技術(shù)間的互補(bǔ)性和相互依賴(lài)性。在包含“人臉識(shí)別”技術(shù)的模塊中，不僅有核心組件如“人體識(shí)別”和“活體檢測(cè)”間的依賴(lài)關(guān)系，也有互補(bǔ)組件如“傳感器硬件”和“物聯(lián)網(wǎng)技術(shù)”間的依賴(lài)關(guān)系。

為分析核心組件與互補(bǔ)組件間的互補(bǔ)依賴(lài)結(jié)構(gòu)，首先計(jì)算網(wǎng)絡(luò)E-I指數(shù)，并與隨機(jī)期望進(jìn)行比較。在保持子群區(qū)塊和整體連接密度不變的情況下，隨機(jī)分配連接5 000次，計(jì)算E-I指數(shù)的隨機(jī)期望值（見(jiàn)表5）。結(jié)果顯示，技術(shù)組件依賴(lài)網(wǎng)絡(luò)的E-I指數(shù)為-0.122，意味著同類(lèi)組件間的互補(bǔ)性略占優(yōu)勢(shì)，但核心組件與互補(bǔ)組件內(nèi)連程度和外連程度大致相當(dāng)。在隨機(jī)分配情況下，互補(bǔ)依賴(lài)的E-I指數(shù)為-0.386，與實(shí)際觀(guān)測(cè)值存在顯著差異，表明核心組件和互補(bǔ)組件群組封閉是協(xié)同創(chuàng)新過(guò)程中自組織形成的結(jié)構(gòu)特征，而非隨機(jī)變異。進(jìn)一步，使用NK模型建模和分析這種自組織形成的技術(shù)互補(bǔ)性特征對(duì)生態(tài)系統(tǒng)協(xié)同創(chuàng)新的影響。

3.3 生態(tài)系統(tǒng)協(xié)同創(chuàng)新NK模型仿真實(shí)驗(yàn)

互補(bǔ)關(guān)系E-I指數(shù)可提供技術(shù)組件依賴(lài)結(jié)構(gòu)分離的量化信息，通過(guò)調(diào)整不同互補(bǔ)關(guān)系E-I指數(shù)，可設(shè)計(jì)不同技術(shù)間的相互依賴(lài)關(guān)系，進(jìn)而生成不同的創(chuàng)新環(huán)境。圖7展示了N=16、C-ratio=0.375（p=6，c=10）、K=5時(shí)技術(shù)組件依賴(lài)網(wǎng)絡(luò)對(duì)應(yīng)的交互矩陣。如圖 7（a）所示，以E-I指數(shù)為-0.8為例，6個(gè)核心組件之間存在10對(duì)技術(shù)相互依賴(lài)關(guān)系，10個(gè)互補(bǔ)組件之間存在26對(duì)技術(shù)相互依賴(lài)關(guān)系，即群組內(nèi)連接IL=36；核心組件與互補(bǔ)組件之間存在3對(duì)技術(shù)相互依賴(lài)關(guān)系，即群組外連接EL=3。如圖7（b）所示，當(dāng) E-I=0時(shí)，核心組件與互補(bǔ)組件的派系林立程度相當(dāng)。如圖7（c）所示， E-I指數(shù)越接近于1，技術(shù)相互依賴(lài)關(guān)系越發(fā)生在群體外部，說(shuō)明核心組件與互補(bǔ)組件間的依賴(lài)水平越高，協(xié)同創(chuàng)新越能通過(guò)異質(zhì)性知識(shí)和技術(shù)進(jìn)行互補(bǔ)。

3.3.1 實(shí)驗(yàn)一：創(chuàng)新崎嶇景觀(guān)模擬

在協(xié)同創(chuàng)新NK仿真實(shí)驗(yàn)中，首先通過(guò)調(diào)整技術(shù)相互依賴(lài)結(jié)構(gòu)特征參數(shù)，生成協(xié)同創(chuàng)新績(jī)效景觀(guān)。參考Luo（2018）的創(chuàng)新生態(tài)系統(tǒng)景觀(guān)仿真模型，設(shè)置如下實(shí)驗(yàn)參數(shù)：N=16，K=3，4，5，6，wc/wp=2。以1為步長(zhǎng)調(diào)整核心組件數(shù)量，設(shè)置核心組件比例（C-Ratio）介于0.25～0.75之間，以0.2為步長(zhǎng)調(diào)整E-I指數(shù)，生成交互矩陣進(jìn)行適應(yīng)度景觀(guān)模擬，觀(guān)察企業(yè)創(chuàng)新生態(tài)系統(tǒng)協(xié)同創(chuàng)新潛力在不同結(jié)構(gòu)特征參數(shù)下的變化情況。為確保實(shí)驗(yàn)準(zhǔn)確，對(duì)每種情況進(jìn)行模擬實(shí)驗(yàn)200次。

3.3.2 實(shí)驗(yàn)二：協(xié)同創(chuàng)新仿真模擬

創(chuàng)新崎嶇景觀(guān)代表互補(bǔ)者通過(guò)各自組件策略所形成的生態(tài)系統(tǒng)組件相互依賴(lài)網(wǎng)絡(luò)結(jié)構(gòu)，這種結(jié)構(gòu)為互補(bǔ)者協(xié)同創(chuàng)新提供了基礎(chǔ)框架。協(xié)同創(chuàng)新智能體（代表互補(bǔ)者）被置于創(chuàng)新崎嶇景觀(guān)中，通過(guò)核心組件和互補(bǔ)組件結(jié)合實(shí)現(xiàn)技術(shù)互補(bǔ)，完成協(xié)同創(chuàng)新。創(chuàng)新主體協(xié)同創(chuàng)新可視為在含有N個(gè)組件的崎嶇景觀(guān)中創(chuàng)新主體進(jìn)行優(yōu)化攀爬的過(guò)程。本研究使用NK模型中的本地搜索方法，模擬智能體通過(guò)改變單個(gè)組件狀態(tài)嘗試達(dá)到更高的適應(yīng)值。尤其是協(xié)同創(chuàng)新互補(bǔ)者只能改變互補(bǔ)組件的狀態(tài)，而核心組件由平臺(tái)企業(yè)掌控，在創(chuàng)新過(guò)程中發(fā)揮錨定作用。根據(jù)不同技術(shù)組件依賴(lài)特征設(shè)定協(xié)同創(chuàng)新局部尋優(yōu)時(shí)間步長(zhǎng)為50步，即每個(gè)創(chuàng)新主體在崎嶇景觀(guān)中嘗試攀爬50次，測(cè)量每個(gè)時(shí)間步長(zhǎng)的協(xié)同創(chuàng)新績(jī)效，實(shí)驗(yàn)?zāi)M1 000次以獲得充分?jǐn)?shù)據(jù)。

3.4 仿真結(jié)果分析與討論

3.4.1 技術(shù)相互依賴(lài)水平（K）對(duì)協(xié)同創(chuàng)新的影響

在實(shí)驗(yàn)一中，通過(guò)調(diào)整技術(shù)相互依賴(lài)水平（K）、核心組件比例（C-Ratio）和互補(bǔ)關(guān)系E-I指數(shù)，生成不同的協(xié)同創(chuàng)新績(jī)效景觀(guān)。如圖8所示，當(dāng)K值增加時(shí)，協(xié)同創(chuàng)新潛力呈下降趨勢(shì)，即隨著技術(shù)相互依賴(lài)水平提升，協(xié)同創(chuàng)新景觀(guān)變得更加復(fù)雜和崎嶇。技術(shù)相互依賴(lài)水平受互補(bǔ)者組件策略的影響。若互補(bǔ)者提供相同互補(bǔ)組件并采納不同核心組件進(jìn)行組合創(chuàng)新，如生態(tài)系統(tǒng)中核心組件A與互補(bǔ)組件B存在技術(shù)相互依賴(lài)關(guān)系，其他互補(bǔ)者也會(huì)補(bǔ)充相同互補(bǔ)組件C并結(jié)合核心組件A進(jìn)行創(chuàng)新，則在生態(tài)系統(tǒng)組件數(shù)量一定情況下會(huì)形成新的技術(shù)相互依賴(lài)關(guān)系；相反，若互補(bǔ)者提供不同的互補(bǔ)組件，則在生態(tài)系統(tǒng)中會(huì)豐富互補(bǔ)組件數(shù)量并避免過(guò)高地提升技術(shù)相互依賴(lài)水平。

生態(tài)系統(tǒng)協(xié)同創(chuàng)新潛力通過(guò)協(xié)同創(chuàng)新績(jī)效景觀(guān)崎嶇程度評(píng)判。為深入理解技術(shù)相互依賴(lài)結(jié)構(gòu)特征對(duì)協(xié)同創(chuàng)新績(jī)效的影響，還需通過(guò)仿真實(shí)驗(yàn)?zāi)M創(chuàng)新主體在這些景觀(guān)中的演化過(guò)程。在實(shí)驗(yàn)二中，記錄創(chuàng)新主體在不同K、C-Ratio和互補(bǔ)關(guān)系E-I指數(shù)組合下景觀(guān)1 000次的協(xié)同創(chuàng)新仿真過(guò)程。記錄協(xié)同創(chuàng)新過(guò)程最終取得的協(xié)同創(chuàng)新績(jī)效與初始時(shí)間步長(zhǎng)的協(xié)同創(chuàng)新績(jī)效差值，統(tǒng)計(jì)協(xié)同創(chuàng)新績(jī)效改進(jìn)的平均值分布趨勢(shì)。如圖9所示，隨著K值增加，創(chuàng)新績(jī)效改進(jìn)中心趨勢(shì)下降，變異范圍擴(kuò)大。這與Kauffman（1993）的觀(guān)點(diǎn)相契合，即系統(tǒng)峰值數(shù)量隨著景觀(guān)崎嶇程度的增加而增加。這表明，在技術(shù)相互依賴(lài)性更強(qiáng)的復(fù)雜生態(tài)系統(tǒng)中，協(xié)同創(chuàng)新路徑多樣且不可預(yù)測(cè)，但潛在創(chuàng)新績(jī)效改進(jìn)空間更大，同時(shí)創(chuàng)新績(jī)效改進(jìn)不確定性增加。據(jù)此，本文提出如下命題：

命題1：技術(shù)相互依賴(lài)水平與系統(tǒng)協(xié)同創(chuàng)新潛力之間存在負(fù)向關(guān)聯(lián)。隨著技術(shù)相互依賴(lài)水平的提高，生態(tài)系統(tǒng)中協(xié)同創(chuàng)新績(jī)效改進(jìn)平均值減少，同時(shí)其變異性或離散程度有所增加。

3.4.2 核心組件比例（C-Ratio）對(duì)協(xié)同創(chuàng)新的影響

在實(shí)驗(yàn)二中，采集創(chuàng)新主體處于不同景觀(guān)不同時(shí)點(diǎn)的創(chuàng)新績(jī)效數(shù)據(jù)，計(jì)算平均績(jī)效表征生態(tài)系統(tǒng)協(xié)同創(chuàng)新績(jī)效。如圖10所示，實(shí)驗(yàn)結(jié)果觀(guān)察到核心組件比例（C-Ratio）對(duì)協(xié)同創(chuàng)新績(jī)效具有顯著影響。當(dāng)C-Ratio增加時(shí)，協(xié)同創(chuàng)新績(jī)效呈下降趨勢(shì)。這表明，在生態(tài)系統(tǒng)中，過(guò)高的核心組件比例有可能導(dǎo)致對(duì)核心技術(shù)的過(guò)度依賴(lài)，進(jìn)而增加協(xié)調(diào)成本。技術(shù)互補(bǔ)性強(qiáng)調(diào)兩類(lèi)技術(shù)之間的獨(dú)特互補(bǔ)性功能或超模塊互補(bǔ)性帶來(lái)的協(xié)同增效，對(duì)于平臺(tái)企業(yè)和互補(bǔ)者兩類(lèi)異質(zhì)主體所控制的組件，結(jié)果顯示AI核心組件這類(lèi)通用技術(shù)在具有更高互補(bǔ)性和經(jīng)濟(jì)性的情況下，若核心組件比例過(guò)高，互補(bǔ)組件貢獻(xiàn)度可能會(huì)被削弱，從而影響協(xié)同創(chuàng)新效果。這是因?yàn)?，一旦核心組件發(fā)生問(wèn)題或技術(shù)過(guò)時(shí)，整個(gè)生態(tài)系統(tǒng)的穩(wěn)定性和創(chuàng)新能力將會(huì)受到嚴(yán)重威脅。據(jù)此，本文提出如下命題：

命題2：互補(bǔ)組件數(shù)量影響生態(tài)系統(tǒng)協(xié)同創(chuàng)新，互補(bǔ)組件越少即核心組件比（C-Ratio）越大，協(xié)同創(chuàng)新績(jī)效反而越低。

3.4.3 互補(bǔ)關(guān)系E-I指數(shù)與協(xié)同創(chuàng)新績(jī)效

研究發(fā)現(xiàn)，生態(tài)系統(tǒng)中技術(shù)相互依賴(lài)水平與協(xié)同創(chuàng)新績(jī)效之間存在復(fù)雜關(guān)系。在特定的K和C-Ratio 條件下，隨著互補(bǔ)關(guān)系E-I指數(shù)的增加，協(xié)同創(chuàng)新績(jī)效先升后降，呈倒U型趨勢(shì)。這表明，在適度的E-I 指數(shù)范圍內(nèi)可實(shí)現(xiàn)較高的創(chuàng)新績(jī)效。這與協(xié)同創(chuàng)新理論中的協(xié)同效應(yīng)概念相符，即合適的協(xié)同程度能提升創(chuàng)新績(jī)效。因此，平臺(tái)企業(yè)需要精心選擇和配置技術(shù)組件，對(duì)技術(shù)相互依賴(lài)關(guān)系進(jìn)行治理以達(dá)到最佳協(xié)同創(chuàng)新績(jī)效。在不同K值和C-Ratio設(shè)置下，與互補(bǔ)關(guān)系E-I指數(shù)增長(zhǎng)相關(guān)的協(xié)同創(chuàng)新績(jī)效呈倒U型趨勢(shì)，但峰值在E-I指數(shù)上的位置隨條件變化。這說(shuō)明，在不同系統(tǒng)復(fù)雜性和核心組件比例下，最佳異質(zhì)主體互補(bǔ)關(guān)系E-I指數(shù)也隨之發(fā)生改變。當(dāng)核心組件占比較低（C-Ratiolt;0.5）時(shí)，創(chuàng)新績(jī)效峰值在E-I指數(shù)為負(fù)時(shí)出現(xiàn)，表明同類(lèi)組件間互補(bǔ)性有利于協(xié)同創(chuàng)新；而當(dāng)核心組件比例較高（C-Ratiogt;0.5）時(shí)，創(chuàng)新績(jī)效峰值在E-I指數(shù)為正時(shí)出現(xiàn)，顯示核心組件與互補(bǔ)組件間的互補(bǔ)性對(duì)創(chuàng)新更關(guān)鍵。隨著技術(shù)相互依賴(lài)水平（K值）的增加，E-I指數(shù)與創(chuàng)新績(jī)效的倒U型關(guān)系更加明顯，強(qiáng)調(diào)在復(fù)雜環(huán)境下精細(xì)協(xié)調(diào)的重要性。據(jù)此，本文提出如下命題：

命題3：平臺(tái)企業(yè)與互補(bǔ)企業(yè)之間的技術(shù)組件互補(bǔ)特征影響生態(tài)系統(tǒng)協(xié)同創(chuàng)新，互補(bǔ)關(guān)系E-I指數(shù)與協(xié)同創(chuàng)新績(jī)效間存在倒U型關(guān)系。

3.4.4 基于百度大腦的協(xié)同創(chuàng)新仿真

分析百度AI開(kāi)放平臺(tái)生態(tài)系統(tǒng)技術(shù)相互依賴(lài)結(jié)構(gòu)發(fā)現(xiàn)，核心組件比例（C-Ratio）僅為18.75%，表明大部分技術(shù)組件為互補(bǔ)組件。網(wǎng)絡(luò)平均度和點(diǎn)度中心勢(shì)較高，表明技術(shù)相互依賴(lài)水平較高，類(lèi)似于仿真模型中K=6的情況。參考C-Ratio=0.25時(shí)協(xié)同創(chuàng)新績(jī)效與E-I指數(shù)間的關(guān)系如圖11所示，當(dāng)E-I指數(shù)接近于-0.2時(shí)，協(xié)同創(chuàng)新績(jī)效較高，說(shuō)明技術(shù)組件間的相互依賴(lài)結(jié)構(gòu)在一定程度上傾向于群組內(nèi)部時(shí)，能實(shí)現(xiàn)更高的創(chuàng)新績(jī)效。當(dāng)前，百度E-I指數(shù)為-0.122，表明平臺(tái)可考慮適度組合更多AI組件形成解決方案并賦能參與者創(chuàng)新。

百度AI生態(tài)系統(tǒng)中的技術(shù)依賴(lài)網(wǎng)絡(luò)包括兩個(gè)群組：百度提供的AI核心技術(shù)組件和合作伙伴提供的互補(bǔ)組件。群組層次E-I指數(shù)能量化技術(shù)依賴(lài)的外向性（EL）和內(nèi)向性（IL），適度的E-I指數(shù)有助于提高創(chuàng)新績(jī)效，而過(guò)高或過(guò)低的E-I指數(shù)則有可能對(duì)創(chuàng)新產(chǎn)生負(fù)面影響。過(guò)高的E-I指數(shù)意味著過(guò)度依賴(lài)外部技術(shù)，會(huì)導(dǎo)致高協(xié)調(diào)成本；過(guò)低的E-I指數(shù)表明缺乏與外部技術(shù)的合作，無(wú)法充分利用外部資源，會(huì)導(dǎo)致協(xié)同效應(yīng)較低。綜合來(lái)看，在面向AI創(chuàng)新應(yīng)用的“平臺(tái)+參與者”生態(tài)系統(tǒng)中，妥善管理和協(xié)調(diào)技術(shù)依賴(lài)關(guān)系至關(guān)重要。這不僅能提高資源利用效率，通過(guò)技術(shù)依賴(lài)實(shí)現(xiàn)各參與者間的技術(shù)資源共享，減少重復(fù)投資和浪費(fèi)，還有助于促進(jìn)不同企業(yè)基于各自的技術(shù)優(yōu)勢(shì)開(kāi)展協(xié)同創(chuàng)新，使生態(tài)系統(tǒng)以更快的速度和更高的質(zhì)量發(fā)展。

4 結(jié)語(yǔ)

4.1 研究結(jié)論

本文基于人工智能技術(shù)在生態(tài)系統(tǒng)場(chǎng)景下的協(xié)同創(chuàng)新實(shí)踐，研究不同創(chuàng)新主體間技術(shù)組件互補(bǔ)協(xié)調(diào)對(duì)協(xié)同創(chuàng)新績(jī)效的影響。具體而言，第一，從平臺(tái)分工與協(xié)調(diào)視角構(gòu)建“要素—過(guò)程—績(jī)效”分析框架，探討平臺(tái)企業(yè)與互補(bǔ)企業(yè)協(xié)同創(chuàng)新技術(shù)互補(bǔ)、協(xié)同關(guān)系結(jié)構(gòu)對(duì)創(chuàng)新績(jī)效的影響。第二，結(jié)合社會(huì)網(wǎng)絡(luò)分析與NK仿真建模方法，量化協(xié)同創(chuàng)新要素間的交互關(guān)系及網(wǎng)絡(luò)結(jié)構(gòu)特征，并從復(fù)雜系統(tǒng)動(dòng)態(tài)行為建模角度出發(fā)，基于觀(guān)測(cè)數(shù)據(jù)設(shè)定參數(shù)和仿真規(guī)則，為創(chuàng)新生態(tài)系統(tǒng)場(chǎng)景下協(xié)同創(chuàng)新理論構(gòu)建提供支持^[30]。第三，以百度大腦為例進(jìn)行分析和仿真實(shí)驗(yàn)，揭示AI技術(shù)互補(bǔ)形成的系統(tǒng)結(jié)構(gòu)特征對(duì)協(xié)同創(chuàng)新的影響，發(fā)現(xiàn)互補(bǔ)組件與核心組件間相互依賴(lài)水平對(duì)協(xié)同創(chuàng)新潛力具有負(fù)面影響，即核心組件比例越高，協(xié)同創(chuàng)新績(jī)效越低，組件內(nèi)部與組件間的依賴(lài)關(guān)系特征（E-I指數(shù)）與協(xié)同創(chuàng)新績(jī)效呈倒U型關(guān)系。

上述研究結(jié)論為平臺(tái)企業(yè)管理創(chuàng)新提供如下啟示：平臺(tái)企業(yè)作為生態(tài)系統(tǒng)構(gòu)建者和領(lǐng)導(dǎo)者，應(yīng)有效管理互補(bǔ)者創(chuàng)新。平臺(tái)企業(yè)作為協(xié)調(diào)者，需關(guān)注協(xié)同創(chuàng)新主體網(wǎng)絡(luò)化模式，通過(guò)制度設(shè)計(jì)有效管理和協(xié)調(diào)內(nèi)部互補(bǔ)者行動(dòng)。此外，平臺(tái)企業(yè)還需關(guān)注模塊化組件，當(dāng)互補(bǔ)依賴(lài)關(guān)系網(wǎng)絡(luò)結(jié)構(gòu)指數(shù)偏離標(biāo)準(zhǔn)時(shí)，可通過(guò)提高核心組件的標(biāo)準(zhǔn)化和靈活性激勵(lì)互補(bǔ)企業(yè)參與協(xié)同創(chuàng)新；抑或是豐富互補(bǔ)組件多樣性，降低核心組件比例，同時(shí)協(xié)調(diào)技術(shù)組件互補(bǔ)性關(guān)系。

4.2 對(duì)策建議

（1）平臺(tái)企業(yè)（AI技術(shù)提供商）和互補(bǔ)企業(yè)（專(zhuān)有技術(shù)提供商）間的技術(shù)重組和互補(bǔ)性創(chuàng)新是AI促進(jìn)產(chǎn)業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵。平臺(tái)企業(yè)（PE）和互補(bǔ)企業(yè)（CE）作為創(chuàng)新生態(tài)系統(tǒng)中的兩類(lèi)創(chuàng)新主體，主體互動(dòng)模式、技術(shù)重組和互補(bǔ)性創(chuàng)新成效是推動(dòng)創(chuàng)新生態(tài)系統(tǒng)可持續(xù)發(fā)展的動(dòng)力機(jī)制。創(chuàng)新主體協(xié)同創(chuàng)新本質(zhì)上是通過(guò)技術(shù)互補(bǔ)和重組實(shí)現(xiàn)的，且隨著應(yīng)用場(chǎng)景的不斷擴(kuò)展，通用技術(shù)體系開(kāi)始分化，專(zhuān)用技術(shù)朝著體系化方向發(fā)展。

（2）激發(fā)平臺(tái)網(wǎng)絡(luò)效應(yīng)是關(guān)鍵。一方面，隨著互補(bǔ)企業(yè)的進(jìn)入與協(xié)同創(chuàng)新的出現(xiàn)以及技術(shù)體系的不斷完善和應(yīng)用場(chǎng)景的拓展，AI作為通用技術(shù)的創(chuàng)新激勵(lì)效應(yīng)逐漸得到增強(qiáng)。另一方面，AI早期應(yīng)用者（互補(bǔ)者）通過(guò)網(wǎng)絡(luò)效應(yīng)影響其他潛在互補(bǔ)者采用決策，當(dāng)網(wǎng)絡(luò)效應(yīng)足夠大時(shí)，AI技術(shù)將會(huì)在特定應(yīng)用領(lǐng)域被鎖定成為主導(dǎo)技術(shù)。例如，本文中人臉識(shí)別等瓶頸組件技術(shù)的普及和廣泛應(yīng)用不僅能促進(jìn)自身技術(shù)升級(jí)和商業(yè)化，還能促進(jìn)門(mén)禁閘機(jī)、攝像頭硬件等與之相關(guān)的互補(bǔ)技術(shù)的創(chuàng)新與應(yīng)用，形成技術(shù)應(yīng)用聯(lián)動(dòng)效應(yīng)，即一種技術(shù)的應(yīng)用會(huì)增大另一種技術(shù)應(yīng)用的概率。

（3）在不同行業(yè)多元?jiǎng)?chuàng)新主體相互作用和協(xié)同創(chuàng)新過(guò)程中，通用技術(shù)專(zhuān)用化和AI專(zhuān)用技術(shù)體系的形成與發(fā)展是AI創(chuàng)新生態(tài)的基礎(chǔ)。而AI專(zhuān)用技術(shù)體系的出現(xiàn)以平臺(tái)為主導(dǎo)，平臺(tái)生態(tài)績(jī)效是技術(shù)、組織和制度協(xié)同創(chuàng)新的結(jié)果。因此，應(yīng)充分發(fā)揮組織創(chuàng)新和制度創(chuàng)新對(duì)技術(shù)創(chuàng)新的積極作用，這是AI產(chǎn)業(yè)創(chuàng)新生態(tài)形成和可持續(xù)發(fā)展的關(guān)鍵。

4.3 不足與展望

本研究存在一定局限性：一是應(yīng)探究影響平臺(tái)企業(yè)賦能互補(bǔ)者協(xié)同創(chuàng)新的關(guān)鍵情景因素，揭示創(chuàng)新生態(tài)系統(tǒng)復(fù)雜結(jié)構(gòu)和行為動(dòng)態(tài)；二是關(guān)于互補(bǔ)者協(xié)同創(chuàng)新影響機(jī)制的研究需結(jié)合多源數(shù)據(jù)分析和案例研究；三是應(yīng)將多案例質(zhì)性比較研究和多主體仿真建模方法相結(jié)合，探究協(xié)同創(chuàng)新網(wǎng)絡(luò)化模式與生態(tài)系統(tǒng)共演機(jī)制，為深入理解創(chuàng)新生態(tài)系統(tǒng)運(yùn)作機(jī)理提供理論指導(dǎo)。

參考文獻(xiàn)：

[1] 魏江.企業(yè)創(chuàng)新生態(tài)系統(tǒng)管理理論[M].北京：機(jī)械工業(yè)出版社，2023.

[2] 王發(fā)明，張贊.平臺(tái)企業(yè)主導(dǎo)的創(chuàng)新生態(tài)系統(tǒng)穩(wěn)定性研究：基于企業(yè)間網(wǎng)絡(luò)關(guān)系視角[J].科技進(jìn)步與對(duì)策， 2021，38（8）：26-33.

[3] CASADESUS-MASANELL R， YOFFIE D B. Wintel： cooperation and conflict[J]. Management Science， 2007， 53（4）： 584-598.

[4] TIWANA A. Platform desertion by app developers[J]. Journal of Management Information Systems， 2015， 32（4）： 40-77.

[5] LEONG C， LIN S， TAN F， et al. Coordination in a digital platform organization[R]. Information Systems Research， 2023.

[6] 趙紅，張昆燦，姚鴿.嵌入式創(chuàng)新生態(tài)系統(tǒng)平臺(tái)賦能模型構(gòu)建與仿真[J].同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，51（5）：643-651.

[7] 蔡寧，劉雙，王節(jié)祥，等.平臺(tái)生態(tài)系統(tǒng)戰(zhàn)略更新的過(guò)程機(jī)制研究：相互依賴(lài)關(guān)系構(gòu)建的視角[J/OL].南開(kāi)管理評(píng)論，1-19[2024-01-13].http：//kns.cnki.net/kcms/detail/12.1288.f.20230308.0928.002.html.

[8] 霍麗莎，邵云飛.企業(yè)如何構(gòu)建生態(tài)系統(tǒng)實(shí)現(xiàn)突破性創(chuàng)新——資源依賴(lài)與網(wǎng)絡(luò)嵌入互動(dòng)機(jī)制探析[J].技術(shù)經(jīng)濟(jì)，2020，39（4）：76-85.

[9] LUNDVALL B A. Product innovation and user-producer interaction[J]. The Learning Economy and the Economics of Hope， 1985， 19： 19-60.

[10] ADNER R. Ecosystem as structure： an actionable construct for strategy[J]. Journal of Management， 2017， 43（1）： 39-58.

[11] JACOBIDES M G， MACDUFFIE J P， TAE C J. Agency， structure， and the dominance of OEMs： change and stability in the automotive sector[J]. Strategic Management Journal， 2016， 37（9）： 1942-1967.

[12] GRANSTRAND O， HOLGERSSON M. Innovation ecosystems： a conceptual review and a new definition[J]. Technovation， 2020， 90： 102098.

[13] 劉丹，閆長(zhǎng)樂(lè).協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)與機(jī)理研究[J].管理世界， 2013（12）：1-4.

[14] TEECE D J. Profiting from innovation in the digital economy： enabling technologies， standards， and licensing models in the wireless world[J]. Research Policy， 2018， 47（8）： 1367-1387.

[15] JACOBIDES M G， CENNAMO C， GAWER A. Towards a theory of ecosystems[J]. Strategic Management Journal， 2018， 39（8）： 2255-2276.

[16] TOH P K， MILLER C D. Pawn to save a chariot， or drawbridge into the fort？ firms' disclosure during standard setting and complementary technologies within ecosystems[J]. Strategic Management Journal， 2017， 38（11）： 2213-2236.

[17] 梅景瑤，鄭剛，朱凌.數(shù)字平臺(tái)如何賦能互補(bǔ)者創(chuàng)新——基于架構(gòu)設(shè)計(jì)視角[J].科技進(jìn)步與對(duì)策， 2021， 38（12）：1-8.

[18] RIETVELD J， SCHILLING M A. Platform competition： a systematic and interdisciplinary review of the literature[J]. Journal of Management， 2021， 47（6）： 1528-1563.

[19] VAN ALSTYNE M W， PARKER G G， CHOUDARY S P. Pipelines， platforms， and the new rules of strategy[J]. Harvard Business Review， 2016， 94（4）： 54-62.

[20] GAWER A. Bridging differing perspectives on technological platforms： toward an integrative framework[J]. Research Policy， 2014， 43（7）： 1239-1249.

[21] BALDWIN C Y， CLARK K B. Design rules： the power of modularity[M].Cambridge：MIT Press， 2000.

[22] KRETSCHMER T， LEIPONEN A， SCHILLING M， et al. Platform ecosystems as meta-organizations： implications for platform strategies[J]. Strategic Management Journal， 2022， 43（3）： 405-424.

[23] KAPOOR K， BIGDELI A Z， DWIVEDI Y K， et al. A socio-technical view of platform ecosystems： systematic review and research agenda[J]. Journal of Business Research， 2021， 128： 94-108.

[24] 王馨博，李春利，高良謀.平臺(tái)到底是什么——基于分工與協(xié)調(diào)視角[J].科技進(jìn)步與對(duì)策，2022，39（3）：153-160.

[25] TANG F， QIAN Z. Leveraging interdependencies among platform and complementors in innovation ecosystem[J]. Plos One， 2020， 15（10）： e0239972.

[26] LUO J. Architecture and evolvability of innovation ecosystems[J]. Technological Forecasting and Social Change， 2018， 136： 132-144.

[27] SHIPILOV A， GAWER A. Integrating research on interorganizational networks and ecosystems[J]. Academy of Management Annals， 2020， 14（1）： 92-121.

[28] KRACKHARDT D， STERN R N. Informal networks and organizational crises： an experimental simulation[J]. Social Psychology Quarterly， 1988： 123-140.

[29] GANCO M. NK model as a representation of innovative search[J]. Research Policy， 2017，46（10）： 1783-1800.

[30] HOFMAN J M， WATTS D J， ATHEY S， et al. Integrating explanation and prediction in computational social science[J]. Nature， 2021， 595（7866）： 181-188.

（責(zé)任編輯：王敬敏）

Technological Complementarity and Collaborative Innovation in the Artificial Intelligence Innovation Ecosystem

Liu Xiao， Li Jiabao

（School of Management， Jinan University， Guangzhou 510632， China）

Abstract：An innovation ecosystem （IE） is the evolving set of actors， activities， and artifacts， along with the institutions as well as complementary and dependency relations. Artificial intelligence （AI） is increasingly adopted by organizations for innovation，giving rise to platform-based innovation ecosystems for collaborative innovation and value co-creation. However， most research has focused on the co-evolution of platform architecture and platform governance and the role of boundary resources provided by the platform owner， while heterogeneous artifacts provided by complementors are rarely explored. Specifically， the industrial and managerial literature still lacks information about how heterogeneous artifacts can foster collaborative innovation in the AI innovation ecosystem.

Thus， this paper presents a framework for the collaborative innovation process of technological complementarity by using a comprehensive research model to examine the impact of collaboration in the AI innovation ecosystem. The conceptual framework termed “elements-process-performance” from the perspective of complex system， captures the intrinsic mechanisms of collaborative innovation between platform owners and complementors. The elements of innovation refer to the technological components within the ecosystem， comprising both core components and complementary technologies. The process of innovation encompasses the way complementors integrate these technologies to foster innovation. The innovation performance assesses how the empowerment of core technical components affects collaborative innovation performance.

After reviewing the relevance of studying the innovation system， the study proposes a bipartite network （BN） model to describe the relationships between complementors and technology components based on real-world data from “Baidu Brain” which is an AI open platform in China; then through analyzing the properties of the projected network of the bipartite network， it quantifies the structural features of component interdependency at the node-level， group-level， and whole network-level; the process of innovation is modeled as a bounded， iterative， trial-and-error search over a complex landscape using an NK model， and several simulation experiments are conducted to observe the complex relationship patterns between innovation performance and components' interdependency; finally the study manages to predict the ecosystem innovation performance based on empirically observed patterns from the Baidu Brain ecosystem.

The analysis reveals that complementary component strategies can affect collaborative innovation in ecosystems in four ways： （1） the level of technological interdependence formed by embedding complementary components into the ecosystem through component strategies has a negative impact on the potential for collaborative innovation; （2） the higher the proportion of core components in the system （C-Ratio）， the lower the performance of collaborative innovation; （3） it hampers collaborative performance by raising the ratio of core components above a threshold， indicating over-reliance on the platform's core elements without enough complementary components impedes synergy;（4） an inverted U-shaped relationship exists between component interdependency E-I index and innovation performance. These important findings further emphasize that collaboration among different actors in the ecosystem plays a critical role in achieving higher innovation outcomes.

The findings provide insights for management innovation in platform enterprises. Platform enterprises as ecosystem builders and leaders， should effectively manage complementary innovation. As a coordinator， it is necessary to pay attention to the network pattern among collaborative innovation entities and effectively manage and coordinate the actions of internal complementarity through institutional design. In addition， platform enterprises also need to pay attention to the management and coordination of modular components. When the E-I Index of a partition of the complementary dependency network deviates from the optimal level， adjustments can be made by enhancing the standardization and flexibility of core components， encouraging participation from complementary enterprises， increasing the diversity of complementary components， reducing the proportion of core components， and modifying the complementarity of technical components.

This study focuses on how platform enterprises manage and coordinate with complementor enterprises. Given the complexity of technology dependence， integrated application of innovation ecosystems and collaboration innovative theory， it utilizes data-driven and simulation modeling methods to explore the complex relationship logic between technological dependence and collaborative innovation. This paper advances the understanding of the intersection of innovation and AI and provides suggestions for complementary innovation and the ecosystem development.

Key Words：Enterprise Innovation Ecosystem; Digital Platform; Collaborative Innovation; NK Model; Social Network Analysis

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目（22BGL289）；廣東省哲學(xué)社會(huì)科學(xué)規(guī)劃重大基礎(chǔ)理論研究專(zhuān)項(xiàng)項(xiàng)目（GD22ZDZGL03）

作者簡(jiǎn)介：劉瀟（1971—），女，云南昆明人，博士，暨南大學(xué)管理學(xué)院副教授，研究方向?yàn)榇髷?shù)據(jù)驅(qū)動(dòng)的管理與決策、復(fù)雜網(wǎng)絡(luò)與復(fù)雜自適應(yīng)系統(tǒng)；李家寶（1998—），男，廣東深圳人，暨南大學(xué)管理學(xué)院碩士研究生，研究方向?yàn)榇髷?shù)據(jù)驅(qū)動(dòng)的管理與決策、企業(yè)創(chuàng)新生態(tài)系統(tǒng)。