开放科学(资源服务)标识码(OSID)：
As a third-generation system theory, the autopoietic system has gained broad application and exhibited unique advantages over first and second generation theories (e.g., dynamic equilibrium, self-organization). However, domestic scholars have remained relatively underexplored in this field compared to their international counterparts. Current research on autopoietic system primarily focuses on sociology, management, psychology, computer science, environmental science, and the history and philosophy of science. This study adopts an integrated connotation-structure-characteristics-evolution framework to investigate the endogenous motion mechanisms of DIE through the lens of autopoietic system theory. From this perspective, DIE is conceptualized as a composite unitary entity formed by the coupling of innovation actors such as industry, academia, research, and application sectors. Fusion interfaces constitute its elemental components, spontaneously generating phase-space boundaries during system output-driven motion. DIE has typical characteristics of self-discipline, self-individuality, self-differentiation and mutual penetration. The generation of digital innovation ecosystem involves the agglomeration of factor-complex relationship and the integration between element unit and compound unit. Specifically, elements required for digital innovation ecosystems aggregate through self-organization by innovation agents (e.g., enterprises) or hetero-organization by institutions (e.g., governments); and in the integration phase, digital innovation ecosystems begin self-demarcation through productive movements of constituent elements, evolving into composite unit entities. Innovative entities such as industry, academia, research, and application also detach from the elemental parts of dynamic equilibrium systems or self-organizing system complexes in the form of autopoietic system units. Meanwhile, macroenvironments such as the economy and politics also emerge in the form of unit entities. This study constructs a galaxy model to depict the productive movements and inter-penetrative interactions of self-generating systems. It posits that the self-generative dynamics of digital innovation ecosystems correlate with positive factors (e.g., shared coding, mutual trust, common values) and negative factors (e.g., cognitive biases, information asymmetry) at fusion interfaces, while also being influenced by permeation resources provided by environmental unit entities like innovation agents.
From the perspective of autopoietic system, this paper provides theoretical support for the construction of digital innovation ecosystem and the continuous development. Firstly, it is essential to establish a sense of autopoiesis among innovation entities, including production, learning, research, and application, as well as third-party platforms such as online industrial Internet platforms and offline industrial innovation alliances. These entities should develop autopoietic consciousness by clarifying their vision and mission from an autopoietic perspective, aligning with the goals of the autopoietic system, encouraging autonomy, and promoting internal self-organization. Secondly, an equal interaction mechanism should be designed to fully reflect the mutual penetration between innovation entities and third-party platforms. This mechanism should consider the self-development of innovation entities and ensure mutual respect among all parties. All innovation entities, regardless of size, should be treated as equal units, and smaller nodes in the innovation network should not be overlooked. Finally, the efficiency of interface integration should be enhanced. This includes reducing information asymmetry among innovation entities, improving knowledge search efficiency at the fusion interface, and strengthening trust between innovation entities and the fusion interface organization. Additionally, establishing common values for an independent and integration-oriented digital innovation ecosystem and improving the common coding efficiency of the interface are crucial steps.
开放科学(资源服务)标识码(OSID)：
党的二十届三中全会强调,“健全促进实体经济和数字经济深度融合制度”。数字创新生态系统(Digital Innovation Ecosystems,DIE)是推动产业与组织发展的有效结构,通过互补性互动增加价值[1]。探索数字创新生态系统的构型和演化对增强我国自主创新能力具有重要的理论与现实意义。
从创新管理视角看,数字创新生态系统(如数字设计与制造创新机构DMDII)是驱动数字经济产业融合发展的组织模式。数字化作为推动制造业转型的着力点,需利益相关者协同开展数字技术研发,以提升产业智能化水平[2]。从系统论视角看,数字创新生态系统是一个包含产学研多主体、横纵链多关系、跨学科多资源的复杂系统[3]。基于已有的生态系统结构[4],现有研究注重从第二代系统论(自组织系统)视角出发,讨论数字创新生态系统的构建以及其适应外部环境而自组织演化的特征(柳卸林和王倩,2021),分析系统内部微观主体(博弈)采纳策略(艾志红,2023),探索系统构成(耗散、哈肯、多层次)的结构模型[5-6]。事实上,数字创新生态系统的相关研究仍存在以下缺口:①虽然关注了数字创新生态系统构建及界面管理问题,但大多基于观察者视角划定,存在认知不足的风险;②对数字创新生态系统的边界设定依据及边界模糊化问题仍解释不充分,与环境交互关系的论证也相对不明。在数字化、智能化快速转型的关键时期,这些问题尤为凸显,数字化使得各组织间的结构和空间边界愈发模糊、融合愈发深入,颠覆了现有的创新管理理论[7-8],对数字创新生态系统的本源构建与分析解释提出了新的挑战。
自生系统是第三代系统论,强调在维持系统运动产出要素的自生过程中,产生了系统结构和边界,且并非由观察者设定[9]。自生系统视角下的数字创新生态系统不是由创新主体组成的复合体,而是一种反复产出新构成元素(如创新绩效)的自生系统单位体。但鲜有学者从自生系统的角度界定数字创新生态系统,并剖析其结构特征和演化机制。本文运用能反映产出性运动“本源性”特征的自生系统理论构建和解释数字创新生态系统,主要研究如下问题:①数字创新生态系统作为自生系统,如何界定、结构如何、边界怎样产生?②数字创新生态系统作为产出构成要素的复合式单位体,具有怎样的自生系统特征、如何演化?本文从“内涵—结构—特征—演化”整合维度,探索数字创新生态系统的自生机理,并据此提出对策建议,可以丰富数字创新生态系统理论并为组织创新实践提供参考。
自生理论(Autopoietic Theory,AT)是自我产生或自我构建的系统理论,因解释生命体与非生命体之间的独特性质差异而发展起来[10]。Francisco Varela &Humberto Maturana于1972年提出自生系统(Autopoietic),标志着第三代系统论的正式诞生,其覆盖范围与前两代相比,扩展至认知、感知、情感、进化、语言、文化、认识论、科学哲学和伦理学等诸多领域[11]。在认知科学中,自生系统理论被用来解释大脑如何通过内部神经网络活动构建认知与感知;在社会学中,则被用来分析社会结构如何通过内部的互动和沟通进行维持与发展。相比第一代动态平衡理论,自生理论强调系统内部运作的自主性和自我生成能力,而不仅是非线性动态变化。相比第二代自组织理论,自生理论进一步强调系统内部结构和功能的自足性,即系统通过内部运作维持自身活动,超越了系统复杂性与环境承载能力的约束[12]。当前,国内学者开展自生系统论的研究相对较少,国外研究成果则相对丰富。基于SSCI数据库,以“Autopoietic”为主题检索得到的文章数量225篇,自生系统相关研究呈线性递增趋势。
从学科角度出发,自生系统相关研究主要集中于社会学(39篇,跨学科40篇)、管理学(36篇)、心理学(24篇,跨学科17篇)、计算机科学(33篇,跨学科1篇)、环境科学(21篇)、科学的历史与哲学(18篇)等学科。社会学方面,相关研究强调“交流”是构成元素,“交流产生了交流”是社会系统的产出性运动。心理学方面,其研究的心性系统也是自生系统关注的重点,强调“思考”是构成元素,“思考产生了思考”是心性系统的产出性运动。近年来,自生系统在管理学中的应用也较为丰富,Radosavljevic[13]认为企业自生的社会具体化本质上与员工个体的物理自生紧密相连;Brocklesby[14]将自生理论扩展至组织研究,认为利用自生理论可以提出更有说服力的战略解释;Michael Mohe &David Seidl[15]认为客户和咨询师可被视为两个根据特有逻辑运作的自生通信系统。它们通过第三个系统——所谓的“接触系统”在结构上进行耦合;Breite &Koskinen[16]将供应链描述为自生知识系统,强调其是考察供应链中知识共享的新途径;Lies[17]认为自生转向(autopoietic turn)为变革管理提供了理论基础,自生系统构成了企业敏捷性的基础。我国学者林毅夫也早在1999年提出企业自生能力(Viability)理论,强调自生能力是企业在完全竞争市场中的自我生存和发展能力,是制度环境下的一种理论创新[18]。陈玲等(2024)基于TOE框架运用模糊集定性比较分析方法,探讨技术、组织、环境条件组合如何形成企业自生能力。此外,在经济领域,自生系统可用来描述经济体或经济组织如何通过内部机制实现自我维持和增长。如顾岩等[19]基于新结构环境经济学视角,剖析产业污染与自生能力的内生和传导机制,发现要素禀赋结构的比较优势偏离将导致产业自生能力缺失。
现有的数字创新生态系统研究集中于系统结构、功能特性、形成与运行、发展治理等方面:①系统结构层面,从多主体视角剖析数字创新生态系统的结构构成,强调企业主导和政府助力下的产学合作创新,突出产、学、研、用的创新主体地位(宁连举等,2022)。相关研究将创新主体设定为数字创新生态系统的子系统,运用三螺旋或五螺旋模型解释各子系统的耦合机理[20],但对单个主体利益的考虑不充分,影响联盟稳定性。②功能特性层面,关注数字创新生态系统的共生、生态和本体性等特征,从多主体间的共生关系和系统的共生水平等维度探究系统的共生性[21],从生态位、生态流量等生态特征开展系统生态性研究[22],并从韧性、健康性等视角研究系统本体性(单子丹等,2024;张瑶等,2023)。虽然相关研究强调了产、学、研、用各子系统的共生关系,但其与所嵌入的第三方平台之间的耦合关系尚不清晰;还有学者研究数字创新生态系统的技术扩散、驱动新质生产力发展、价值创造、提升数字创新绩效和区域创新能力等功能[23-27]。③形成与运行层面,学者从数字创新生态系统构建的内在机制和形成动因两方面研究系统的形成过程[28],探究系统运行的数字技术、数据支撑、价值导向等影响因素(李晓娣等,2024;梁正等,2021),但缺少对系统产出性运动的探索。④发展治理层面,基于生命周期探索数字化转型下的创新生态系统演进机制和发展规律[29],并从多主体、资源配置、合法性等视角构建创新生态系统数字化转型以及数字创新生态系统存续发展的治理机制(杨伟等,2020),但对系统自生性的考量还不够充分。
自生系统以神经系统为范式组建而成,是基于系统运动视角而建立的系统论,强调构成元素依托产出过程网络再生产构成元素,进而有机地形成单位体的过程[9]。由此,基于自生系统的数字创新生态系统可界定为依托再生产数字创新生态系统构成元素的产出过程网络而形成数字创新生态系统单位体的有机系统。基于自生系统的数字创新生态系统与基于动态平衡系统(第一代系统论)、自组织系统(第二代系统论)的数字创新生态系统存在显著差异(见表1)。第一,基于动态平衡系统(或自组织系统)界定数字创新生态系统及其治理时,都是先从某一静态截面(分阶段)进行剖析(侯二秀等,2022),但系统是持续运动的,下一时刻可能发生极大变化。而自生系统本身就是基于运动角度而界定的,故能直接反映数字创新生态系统的动态性。第二,动态平衡系统(或自组织系统)的复杂结构和边界都由观察者根据自身经验设定(自组织系统则先设定起始环境)(杨伟等,2022),如若观察者不能准确分析系统复杂性,以致研究设定有偏差,系统研究将会失效。而自生系统是靠产出性运动而自我化界的,结构也是自生的,体现了非观察者视角下的系统本源性。第三,动态平衡系统(或自组织系统)都强调系统是由子系统构成的,体现出系统结构的层次性(戴培超等,2023),而自生系统则认为多个系统(单位体)耦合的复合系统也是(复合式)单位体,各系统间不具有层次性且地位相等。第四,动态平衡系统(或自组织系统)设定的行为主体是数字创新生态系统的内生结构(杨曦等,2023),而自生系统中的行为主体则不一定内生于系统,也可能是外生环境因素。
表1 动态平衡系统、自组织系统与自生系统的对比
Table 1 Comparison of dynamic balance systems, self-organized systems and autopoietic system
系统论 系统界定 系统边界 系统结构 系统运行 第一代系统论:动态平衡系统从某一静态截面开始观察者设定边界参与主体是子系统非线性动态变化第二代系统论:自组织系统从某一静态截面开始观察者设定起始环境后边界变化参与主体是子系统复杂性集聚涌现第三代系统论:自生系统动态运动自我化界参与主体是单位体自生性产出运动
自生系统与动态平衡系统、自组织系统差异明显,但也存在共同之处:第一,与前两代系统论的耦合、复合功能类似,自生系统也具有多系统复合性,但其形成的复合体是一种单位体,不具有“部分”特征。第二,自生系统是因运动而产生的系统,与动态平衡系统、自组织系统一样,都处于持续动态演化中,具有系统生成和演化特性。通过改变部分构成元素,自生系统能实现自我结构的全面改造,进而实现系统升级或造成系统衰退。比如产学研合作的三螺旋关系,合作过程呈螺旋式上升,创新主体快速成长,反映出创新系统内在结构升级。同时,各创新主体间的合作也会影响各主体原有的价值取向(资源依赖观形成),进而改变构成元素并影响自生运动(依托产学研一体化进程而发展),呈现自生系统螺旋式上升的效果。
(1)单位体与构成元素。自生系统是以单位体为基本单元运行的,多个系统耦合会产生复合式单位体,单位体不具有“部分”,内部也不存在阶层关系[9]。对生物系统而言,生物是自生系统,尽管作为自生单元并未超出其边界,但在正常条件下,它们确实构成了包括环境在内更广泛的自生系统的一部分[30]。参与数字创新生态系统的产、学、研、用等创新主体,在动态平衡系统、自组织系统中被定义为子系统,是数字创新生态系统的部分。从自生系统的角度看,各创新主体也是依据各自构成元素进行产出性运动的单位体,且创新主体自生系统的耦合形成了数字创新生态系统复合单位体。对社会系统而言,个人主体身份的自我维持建立了体现个体感觉行为调节的认知规范,形成了个人单位体,而其社会身份的自我维持则决定了社会规范,形成了社会复合式单位体[31]。因自生系统基于单位体运行,故系统的构成元素不是系统的某一“部分”,而是系统开展单位体产出性运动的特定要素、行为或规则。如社会系统的构成元素是“交流”[32],同样,心性系统的构成元素是“思考”、神经系统的构成元素是“突触”。如同“交流”连接社会人、“思考”连接感觉器官、“突触”连接神经元,数字创新生态系统的构成元素应是连接各组织之间接触的“融合界面”,如产业创新联盟、工业互联网平台等第三方平台。各创新主体既参与界面的自我参照性运动,也在界面之外独立运行。参与数字创新生态系统的产、学、研、用各创新主体本身也都是维持自生系统的单位体。“产”“学”“研”自生系统的构成元素都是“存续发展”,而“用”自生系统的构成元素则是“满足需求”,反映了企业群体系统、高校和研究机构群体系统、用户群体系统维持自生的根本目的。
(2)产出过程的网络。自我概念以网络模块化结构存在,该结构由实际或当前的自我概念和多个可能相互关联的自我概念模块组成[33]。自生系统也是由不同产出过程的“关系”构成的网络系统(产出过程的网络),系统构成元素与产出过程的网络具有因果循环作用机制[9]。社会系统是一个由相互递归产生的沟通过程所构成的网络[34]。在这个产出交流的网络中,上一个交流形成下一个交流,如某次研讨会的召开布置下一次会议的主题等。而在交流产出交流的过程中,上下级任务安排、私人人际交往等产出过程的关系都进行了下次交流的信息传递,并由这些关系形成了社会系统的产出过程网络。同样,数字创新生态系统也是一个产出融合界面的网络,融合界面通过线上或线下融合创新平台、融合创新合作关系和社会关系等形成,且上一时刻的融合界面推动了下一时刻融合界面的形成。线上或线下融合创新平台升级就是一种融合界面自我产出过程的关系,融合创新合作关系和社会关系的存续运行也是融合界面产出过程的关系,这些产出过程的关系形成了数字创新生态系统产出过程的网络。
(3)位相空间与环境。认知自创生系统是一种动态的、自我生成的、有组织的和自生的实体,能够通过内部重组进行自我调节以适应外部环境[35]。而生物系统的范围则超出了生物体的空间边界,被理解为嵌入周围环境中但又不由环境构成的离散体[30]。可见,自生系统也在适应环境的过程中演化,但其环境的划分却主要依托位相空间。位相空间与物理性空间结构不同,是由产出关系界定的空间,如图1所示。自生系统通过构成元素的产出性运动划分出自身的边界,进而决定位相领域,构成元素存在于边界内部的位相领域内,而边界外部则成为环境[9]。数字创新生态系统融合界面自生过程中,保障其“产出过程的网络”运行关系和规则的集合空间就是数字创新生态系统的位相空间。例如,线上或线下融合创新平台就在位相空间内运行,且所有参与平台的创新活动都在位相空间内完成。但供应关系不是融合界面产出过程的关系,故其不在数字创新生态系统的位相空间内,而是对系统依然产生影响、处于位相空间外部的环境。
图1 位相空间与单位体边界形成
Fig.1 Formation of bit phase space with the unit body boundary
(1)自律性。研究发现,元素融入和新环境会使相互作用的心智通过一种非达尔文的自创生过程发生转变,且其不涉及适者生存[36]。可见,作为自生系统的心智系统在面对环境变化时能够自我发展和调整。因此,自生系统具有一种受环境影响仍能保持自我的特性——自律性。自律性反映了自生系统在外来刺激或环境条件影响下发生形态变化时,仍能保持自我的特性[9]。如自生系统虽然强调从内部把握系统产出运动“既无输入也无输出”的自生状态,但其与环境仍存在互动关系。数字创新生态系统作为自生产出融合界面的网络,尽管受外界干扰影响,但其自我产出过程的关系不变,构成元素自生本质不变。因此,自律性强调了数字创新生态系统产出关系结构的稳定,与环境对系统影响的作用关系无关。当前,很多研究环境对系统形态变化影响的成果,均从作用关系视角出发,并未触及数字创新生态系统产出关系领域,可能会产生环境影响的放大效应。
(2)个体性。 许多生物体能够调节大量自由能流,将其引导至有序结构的形成中,同时消耗相对少量的自由能并为整个生态系统捕获有用能量,最终使生态系统保持高度的内部一致性[37]。这一特性就是生态系统单位体的个体性,反映自生系统吸收物质后,纳入单位体内变成自身系统的特性[9]。这一特性体现了自生系统的同一特征,即因单位体无阶层部分,故吸收物质一定不是单位体的阶层部分,只能纳入单位体内系统本身,进而导致自生系统保持个体性完好。经济、政治等环境因子进入数字创新生态系统后,会通过融合界面平台和关系的优化内嵌于界面之中,参与融合界面的自生产出过程。比如数字化转型政策的提出,激活了工业互联网线上平台开发,同时又对其产生了一定的约束。但无论出现哪种情况,工业互联网线上平台都会充分考虑政策影响,形成新的政策导向发展态势。
(3)自我化界。自生系统并非由观察者设定,而是通过运动产出自身的构成元素,并由此无意识地生成了自己的“边界”,这一过程称为自我化界[9]。自我化界明确了构成元素产出运动的位相空间边界,边界内部开展自生系统构成元素的产出运动,外部则是环境因素的作用。数字创新生态系统融合界面的存续运行就是自我化界的过程,与界面运行相关的合作、社会等关系元素都在融合界面边界内部,与之无关的则都在外部。但外部因素仍以作用关系对自生系统产生影响。此外,参照自我组织系统改变其自身边界“临界”条件的特性,可知自生系统的边界也会动态变化[38]。
(4)相互渗透。 自生系统是一个自我设计、自我组织和自我管理的系统,同时兼具内、外部反馈系统[39]。自生系统的产出关系是“既无内部也无外部”封闭式的,与环境的作用关系则呈开放式。只有充分认知社会系统和人类是相互依存的环境,才能有效分析它们间的关系[40]。系统与其环境间的动态和非线性相互作用,为认知提供了更广泛的理论范畴[41]。这种自生系统与环境的开放作用关系相互渗透[9],相互渗透指多个系统通过系统的运动产生互为环境的情况。数字创新生态系统融合界面的融合特征,也体现了自生系统自我与环境的相互渗透性。从数字创新生态系统的参与主体看,产、学、研、用等创新主体也是自生系统单位体。除经济、政治等宏观环境影响自身系统外,上述单位体都是数字创新生态系统这一复合式单位体的环境,二者之间存在相互渗透现象。产、学、研、用等创新主体作为环境渗透数字创新生态系统中,参与融合界面的运行,而数字创新生态系统也作为环境渗透产、学、研等自生系统的存续发展。
自生系统起始于构成元素的产出性运动。当产出性运动未开始时,系统并未进入真正的自生系统运行状态。可见,自生系统包含产生和运行两个阶段。系统生成论将系统划分为从无到有的“生”和从劣到优的“成”两个演化阶段,据此解释系统的产生和运行[42]。因此,本文引入系统生成论探讨数字创新生态系统这一自生系统的产生和运行两个演化阶段。从无数字创新生态系统到首次产生数字创新生态系统的构型过程是“生”的阶段,系统会先按照动态平衡系统或自组织系统的方式运行,将系统要素集聚形成复合体,但此时并未开展构成元素的产出运动,尚不是真正的自生系统。当构型出的数字创新生态系统开始产出运动便进入“成”的阶段,此时系统形成产出融合界面的网络,进入产、学、研、用等要素单位体与数字创新生态系统复合式单位体相互渗透的融合界面自生阶段,成为了真正的自生系统。可见,自生系统并非对动态平衡系统、自组织系统的否定,而是选择性地继承。
在自生系统“生”的阶段,数字创新生态系统所需的要素通过企业等创新主体“自组织”或政府等机构“他组织”产生集聚。集聚主要依托要素—复合体关系开展,表现为产、学、研、用等创新主体及知识、技术、信息等资源要素,基于政府激励政策的导向作用,依托项目、实验室、联盟等联合载体,集聚成正式或非正式的复合型组织。在要素—复合体关系主导的集聚阶段,系统面临的主要问题是运行效果不显著。这与观察者持续采用动态平衡系统或自组织系统考察系统运动有较大关联,第一代或第二代系统论解释复合体系统持续运动则相对乏力。比如,从自组织系统角度看,创新网络是反映联合载体关系的复杂系统,在研究过程中,学者往往通过设定时间切片(1年、3年、5年)的方式确定网络演化周期,然后考察某个周期内网络的结构特征[43]。从整体网络看,网络可能涌现出良好的统计特征,这符合复杂系统的分析思维。但按照时间切片将网络放大后,会发现参与网络直接连边的创新主体并不稳定,特别是以联合发明专利为联结关系建立准则的网络更是如此。如图2所示,3个不同时间节点的不同创新主体进入网络,但网络系统整体依然运行良好(网络结构指标不发生任何改变)。由此可见,第二代系统论主要基于整体网络,从总体角色或群体进行解释,容易忽视微观的个体作用。
图2 不同时间节点的创新网络
Fig.2 Innovation networks at different time nodes
事实上,不同微观个体组成的群体可能差异较大,如图2所示。t=3时的网络与t=1时的结构相同,但主体却不同。这两种网络具有明显的异质性,但以往研究未对此作清晰阐述。因此,依托动态平衡系统或自组织系统的要素—复合体关系较适合数字创新生态系统“生”的阶段,有利于要素集聚组合,但并不适合进一步考察系统存续发展态势。
数字创新生态系统通过构成元素的产出性运动开始自我化界,成为复合式单位体。产、学、研、用等创新主体以自生系统单位体的形态从动态平衡系统或自组织系统复合体的要素部分脱离,而经济、政治等宏观环境也以单位体的形态出现。此时的数字创新生态系统复合式单位体与创新主体、宏观环境等要素单位体开展相互渗透式的彼此、反复交互。同时,本文发现相互渗透能更好地表达两个单位体的交互作用,而融合则反映多个单位体错综复杂的相互渗透式交互,故本文将自生系统“成”的阶段界定为能更好地体现多个单位体相互渗透的融合阶段。有学者尝试构建自生系统的科学计量模型,通过系统组件间的“贡献量”衡量产出关系,但这种描述不仅具有单向性(无法反映相互渗透),也有将系统划分为部分的嫌疑[44]。本文充分考虑单位体的特性和复合式主体间的相互渗透“贡献量”,构建图3所示的星系模型,进一步描述自生系统产出运动和彼此间的相互渗透式交互行为。
图3 数字创新生态系统星系模型
Fig.3 Galaxy model of the digital innovation ecosystems
星系模型反映自生系统的产出性结构,主要表现为:第一,恒星、行星可分别被视为复合式单位体、要素单位体,各单位体的产出性运动类似星球的自转运动。第二,既能包容单位体数量需要,也能考虑单位体的微观感受。如星系包含众多行星一样,星系模型能包含多个单位体。第三,在复合式单位体、要素单位体保持相对独立运行的情况下,通过类似星球间的“万有引力”而产生相互渗透。相互渗透的机理可借助F∝(Mm/r2)公式理解,其中F是相互渗透效果(由复合式单位体引力F1和要素单位体引力F2两种相反的引力构成),M是复合式单位体的要素存量,m是要素单位体的要素存量,r是要素融合差异性。数字创新生态系统复合式单位体需要创新主体单位体参与融合界面的运行,创新主体单位体提供了合作关系、社会关系、知识、技术、信息等资源(m)融入界面,形成了复合式单位体引力F1;而创新主体单位体的存续发展,也需要数字创新生态系统复合式单位体提供新知识、新技术、新市场等资源(M)反馈,形成了创新主体单位体引力F2。在上述两种力的作用下,形成了数字创新生态系统复合式单位体和创新主体单位体的相互渗透效果F。
本文进一步探究类似星球自转的单位体构成元素产出性运动。参考星球自转公式T∝(R3/GM),T是单位体产出性运动(循环)周期,R、M是促进单位体产出性运动的正、负特征因子,是以构成元素为自变量的特征函数,而1/G是相互渗透系数,该系数是一个常数。不难发现,1/G具有明显的环境“既无输入也无输出”的特性,其不参与T产出关系的内生变化,表现为“无输入”,但其存在于T的计算公式中并起到一定作用,表现为“无输出”。因此,星球自转公式能反映自生系统的构成元素产出性运动。数字创新生态系统的自生运动与融合界面的共同编码、共同信任、共性价值观等正特征因子和认知偏差、信息不对称等负特征因子相关,同时也受创新主体等环境单位体提供渗透资源的影响。
根据自生理论的产出性运动观点,参与数字创新生态系统构建的产、学、研、用等创新主体和线上工业互联网平台、线下产业创新联盟等第三方平台都需树立自我生成意识。可采取如下路径实现:第一,从自生视角明确组织(单位体)愿景和使命,确保其能支持自生系统的目标,即不断自我维持和自我更新,并通过内部沟通和培训,使每位成员了解并认同这些价值观。第二,鼓励自主性,促进(单位体)内部自我组织,设计灵活的组织结构,授权团队和个人在各自的职能领域内做出决策,同时设计有效的反馈系统,使组织内部能够根据实际情况进行自我调整和改进。如依据戴明环理论,可通过PDCA循环[45]实现数字创新生态系统存续发展的质量保障。京东智能城市(单位体)是京东集团“智能城市”技术品牌的承载者,其依托智能城市操作系统构建了一个面向智能城市的数字创新生态系统,以通过开放式生态平台(单位体)赋能更多企业(单位体),建立良性商业模式。京东智能城市的规划、运维、预测闭环及可持续发展演进模式,反映出其具有自生的愿景和使命。而京东智能城市内部的各研究院都具有一定的自主性和自我组织特点,其关注重点各不相同,如京东智能城市成都研究院重点推动物流与交通运输领域的产学研一体化进程,京东智能城市北京研究院攻关智能城市和智慧社会的国家重大课题,京东智能城市南京研究院主要开展机器学习领域的基础和应用型研究,京东(湘潭)智能城市与大数据研究院则研究大数据相关的城市计算核心技术。
科学管理之父泰勒认为科学管理的基础是雇主与雇员的利益统一,机制设计理论的激励相容基本标准也要求个人理性和集体理性一致。可见,复合式单位体与个体单位体之间的环境渗透(相互作用)关系,早已在管理学和经济学的经典理论之中显现。参与数字创新生态系统构建的创新主体与第三方平台间的交互应充分体现自生系统单位体间的相互渗透(融合),可采取如下路径实现:第一,充分考虑产、学、研、用等创新主体的自我发展,将其存续发展态势作为参与数字创新生态系统建设的考核依据;第二,体现创新主体与第三方平台间的相互尊重,不同规模、体量的创新主体作为无阶层性的单位体应同等对待,避免忽视创新网络中的“小节点”,同时基于数字化、区块链等去中心化技术了解、激活每个节点的关键作用。京东智能城市数字创新生态系统提出智能城市合伙人计划,不仅考虑了京东智能城市单位体与不同类型、不同层次、不同规模合伙人单位体的自我发展,也体现了京东智能城市单位体与合伙人单位体的相互尊重。
数字创新生态系统融合界面的自生运动,受构成元素正、负特征因子影响。界面整合效率是融合界面产出性运动效率的保障。数字创新生态系统融合界面整合效率的提升,可采取如下路径实现:第一,降低产、学、研、用等创新主体间信息不对称程度,提升融合界面的知识搜索效率,如在线上第三方平台创建集中化的信息共享系统,确保所有相关方都能访问最新信息。 第二,提升各创新主体与融合界面组织间的共同信任,建立自主、融合导向的数字创新生态系统共性价值观,提高界面的共同编码效率。京东智能城市与20多所高校和科研院所建立密切合作关系,通过共同攻关重大科研项目、联合开设课堂、学科学位共建、联培研究生等界面管理,推动AI和大数据技术的城市科学产学研一体化,并为智能城市行业培养复合型尖端人才。此外,IEEE P2850智能城市操作系统标准是国际上首个针对智能城市数字底座的标准,京东智能城市作为标准制定的牵头者,与知名机构、高校及大型企业专家对标准制定进行深入讨论和共同编码,表明京东智能城市数字创新生态系统具有较高的界面整合效率。
本文借助自生系统理论对数字创新生态系统的内涵、结构、特征和演化现象进行阐释,得到以下结论:①数字创新生态系统是一种由产、学、研、用等创新主体(单位体)耦合形成的自生系统,其依托系统构成元素(融合界面)而生产构成元素,这一过程中形成了数字创新生态系统复合式单位体及其运行位相空间边界。②数字创新生态系统作为产出构成要素的复合式单位体,其具有自律性、个体性、自我化界和相互渗透特征,其演化过程要经历要素—复合体关系主导的集聚、要素单位体与复合式单位体交互的融合两个阶段。
以往文献主要基于动态平衡系统、自组织系统考察数字创新生态系统的相关问题,对系统自生运行的研究相对不足。虽有学者提出数字创新生态系统具有自生长性(张超等,2021),但主要考察用户需求反馈数字主体导向下的数字技术不断改进和变化,缺少数字创新生态系统自生运动的“本源性”微观基础研究。本文基于自生系统,探究数字创新生态系统的内生运行机理和演化规律,进一步丰富了数字创新生态系统自生运动的微观基础研究,实现了自生系统理论、数字创新生态系统理论和创新管理理论的协调统一。
本文对自生系统视角下数字创新生态系统进行探索性研究,有待进一步挖掘相关问题:一是未来可考虑更多定量工具,如在自生系统概念模型的基础上,进一步借鉴自生能力理论完善数字创新生态系统自生产出运动的客观评价,从运动过程视角开展系统运行效率科学评价研究。二是本文运用自生系统理论开展数字创新生态系统的解释性研究,以共性研究为主导逻辑,有待检验不同类型数字创新生态系统的多样化异质性结论。未来可通过不同案例的纵向、对比讨论,进一步完善、丰富相关结论。三是自生系统与第一、二代系统之间是继承发扬关系,传统系统理论应嵌入自生系统综合运用。本文仅将系统生成论与自生系统相结合,未来可考虑将系统集成论、系统认识论等更多理论融入自生系统,进一步完善理论体系。
[1] JACOBIDES M G, CENNAMO C, GAWER A. Towards a theory of ecosystems[J]. Strategic Management Journal, 2018, 39(8): 2255-2276.
[2] 魏丽, 姜长云. 发达国家支持产业融合的政策重点、发展趋势及对中国的启示[J]. 宏观经济研究, 2023,26(4): 117-127.
[3] 焦豪, 张睿, 马高雅. 国外创新生态系统研究评述与展望[J]. 北京交通大学学报(社会科学版), 2022, 21(4): 100-112.
[4] ADNER R. Ecosystem as structure[J]. Journal of Management, 2017, 43(1): 39-58.
[5] 代冬芳, 俞会新. 基于哈肯模型区域创新生态系统演化动力实证分析[J]. 工业技术经济, 2021, 40(6): 36-42.
[6] 李海艳. 数字农业创新生态系统的形成机理与实施路径[J]. 农业经济问题, 2022, 43(5): 49-59.
[7] NAMBISAN S, LYYTINEN K, MAJCHRZAK A, et al. Digital innovation management: reinventing innovation management research in a digital world[J]. MIS Quarterly, 2017, 41(1): 223-238.
[8] YOO Y, BOLAND R J, LYYTINEN K, et al. Organizing for innovation in the digitized world[J]. Organization Science, 2012, 23(5): 1398-1408.
[9] 河本英夫.第三代系统论: 自生系统论[M].郭连友,译.北京: 中央编译出版社, 2016.
[10] MINGERS J.Can social systems be autopoietic? Bhaskar's and Giddens' social theories[J]. Journal for the Theory of Social Behaviour, 2004,34(4):403-427.
[11] BROCKLESBY J. Reconnecting biology, social relations and epistemology:systemic appreciation of autopoietic theory[J]. International Journal of General Systems, 2004, 33(6): 655-671.
[12] VALENTINOV V. System-environment relations in the theories of open and autopoietic systems: implications for critical systems thinking[J]. Systemic Practice and Action Research, 2012, 25(6): 537-542.
[13] RADOSAVLJEVIC M. Autopoiesis vs. social autopoiesis: critical evaluation and implications for understanding firms as autopoietic social systems[J]. International Journal of General Systems, 2008, 37(2): 215-230.
[14] BROCKLESBY J. From building environmental representations to structural coupling:an autopoietic theory perspective on the theory and practice of strategic management[J]. Systems Research and Behavioral Science, 2011, 28(6): 618-630.
[15] MICHAEL MOHE,DAVID SEIDL.Theorizing the client-consultant relationship from the perspective of social-systems theory[J].Organization,2011,18(1):3-22.
[16] BREITE R, KOSKINEN K U. Supply chain as an autopoietic learning system[J]. Supply Chain Management, 2014, 19(1): 10-16.
[17] LIES J. Imagining Niklas Luhmann as a "change manager": scrum as an example of a closed system for the self-organized stabilization of corporate agility[J]. Journal of Organizational Change Management, 2020, 33(7): 1417-1429.
[18] 赵馨燕, 周晓惠. 我国企业自生能力理论研究述评与启示[J]. 技术经济与管理研究, 2014,35(12): 59-62.
[19] 顾岩, 陈军飞, 阎晓东. 产业发展与环境结构扭曲的新结构环境经济学解释[J]. 河海大学学报(哲学社会科学版), 2024, 26(3): 147-160.
[20] 李晓娣, 刘柏成. 数字情境下何以提升区域创新生态系统生态位适宜度——基于五螺旋创新理论的多元组态研究[J]. 科技进步与对策,2025,42(11):74-84.
[21] 田庆锋, 沈伟康, 李瑶. 共生视域下区域数字创新生态系统进化与障碍度研究[J]. 科技进步与对策, 2024, 41(16): 1-12.
[22] 杨伟, 刘健. 基于生态流量的数字创新生态系统演化模式——人工智能行业的探索性研究[J]. 技术经济, 2021, 40(9): 34-44.
[23] 王展昭,李梦月,关玉洁.网络嵌入对创新生态系统数字化转型的影响研究——基于数字技术扩散视角[J].系统工程,2024,42(6):51-61.
[24] 陈红梅,蔡松林.区域数字创新生态系统韧性评价与时空演变分析[J].统计与决策,2023,39(20):51-55.
[25] HELFAT C E, RAUBITSCHEK R S. Dynamic and integrative capabilities for profiting from innovation in digital platform-based ecosystems[J]. Research Policy, 2018, 47(8): 1391-1399.
[26] 王京, 陈晶, 李舒妍. 创新生态系统视角下数字技术对区域创新绩效的影响效应研究[J]. 科研管理, 2024, 45(5): 94-104.
[27] 荆玲玲,黄慧丽.时空双维下数字创新生态系统对区域创新能力的激发与影响研究——基于省域面板数据的动态QCA分析[J].科技进步与对策,2024,41(16):13-23.
[28] 范雅楠, 刘阳, 云乐鑫. 核心企业数字创新生态系统构建的内在机制[J]. 科技管理研究, 2024, 44(6): 128-138.
[29] 戈兴成, 季璐. 数字经济产业创新生态系统的形成与演化分析[J]. 经济体制改革, 2023,42(1): 125-134.
[30] VILLALOBOS M, RAZETO-BARRY P. Are living beings extended autopoietic systems?an embodied reply[J]. Adaptive Behavior, 2020, 28(1): 3-13.
[31] MOJICA L. The enactive naturalization of normativity: from self-maintenance to situated interactions[J]. History and Philosophy of the Life Sciences, 2021, 43(4): 127.
[32] SPRENGER G. Communicated into being: systems theory and the shifting of ontological status[J]. Anthropological Theory, 2017, 17(1): 108-132.
[33] SMITH J D .Self-concept: autopoiesis as the basis for a conceptual framework[J].Behavioral Science,2014, 31(1):32-46.
[34] VALENTINOV V.From equilibrium to autopoiesis: a Luhmannian reading of Veblenian evolutionary economics[J].Economic Systems, 2015, 39(1): 143-155.
[35] CARDENAS J F. Effect of stress on a cognitive autopoietic system[J]. Philosophical Psychology, 2018, 31(7): 1074-1096.
[36] GABORA L. The cultural evolution of socially situated cognition[J]. Cognitive Systems Research, 2008, 9(1-2): 104-114.
[37] PEACOCK K. Staying out of the lifeboat: sustainability, culture, and the thermodynamics of symbiosis[J]. Ecosystem Health, 1999, 5(2): 91-103.
[38] GARC
A-VALDECASAS M. On the naturalisation of teleology: self-organisation, autopoiesis and teleodynamics[J]. Adaptive Behavior, 2022, 30(2): 103-117.
[39] DEY A, GUPTA A, SINGH G. Open innovation at different levels for higher climate risk resilience[J]. Science, Technology and Society, 2017, 22(3): 388-406.
[40] VANDERSTRAETEN R. Autopoiesis and socialization: on Luhmann′s reconceptualization of communication and socialization[J]. The British Journal of Sociology, 2000, 51(3): 581-598.
[41] FANAYA P F. Autopoietic enactivism: action and representation re-examined under Peirce′s light[J]. Synthese, 2021, 198(1): 461-483.
[42] 苗东升. 系统科学精要[M].北京: 中国人民大学出版社, 2006.
[43] 滕堂伟, 史磊, 鲍涵,等. 三大城市群数字技术专利创新网络演化比较研究[J].经济地理, 2024, 44(4): 100-109, 120.
[44] SHIRABE M, FUJIGAKI Y. The introduction of economic methods to scientometrics: the citing-cited table and the autopoietic systems of citations[J]. Scientometrics, 2000, 47(1): 117-130.
[45] 杭成宝. 煤矿企业数字化重构转型实践与探索研究[J]. 中国矿业, 2022, 31(7): 37-43.