模型方法概论

第3章　商务模式创新的NK模型分析

根据基于复杂系统理论的商务模式创新分析框架，商务模式创新可以形式化地表示为在商务模式适应度地形上的爬山或跃迁过程。为了登上商务模式地形的最高山峰，需要了解商务模式地形的全景图，也就是要认识商务模式创新的规律，为商务模式的创新选择提供理论依据。基于复杂系统理论的基本思想，Kauffman提出的NK模型方法为研究商务模式适应度地形，进而探索商务模式创新的规律提供了有效的工具。

本章首先引入NK模型方法，讨论这种方法的基本思想、基本原理和实际应用。在此基础上，建立基于NK模型的商务模式模型，以研究商务模式适应度地形的特点，分析商务模式创新的规律。

3.1　NK模型方法概论

3．1．1 NK模型方法的基本思想和原理

作为生物学家的Kauffman在研究生物系统的演化时认为，达尔文把自然选择看成是生物演化的惟一驱动力的观点并不完全准确，因为这种观点忽视了复杂系统自发地产生有序现象的可能性。Kauffman（1993）认为生物系统的演化不仅仅受到外部环境的影响，而且还与生物系统的内部组成要素的相互作用关系有关。生物系统的演化是自然选择与自组织共同作用的结果。

达尔文的自然选择规律是从大量的实验观测结果中得出的，Kauffman则用形式化的数学模型方法研究生物系统的演化问题，探索生物系统的有序之源。为此，Kauffman （1993）提出了研究复杂适应系统的NK模型方法，并以此分析自组织和自然选择在生物系统演化过程中的作用。

Kauffman建立了一个形式化的框架来研究自组织对复杂系统演化的影响，以及自组织与自然选择的关系。他认为通过对系统组成要素的特性、结构和行为的了解，既可以理解有序结构是如何涌现的，又可以理解适应性的演化过程。他所建立的方法被誉为“复杂系统的统计力学”。

Kauffman的“复杂系统的统计力学”实际上是应用波尔兹曼的观点来分析复杂系统，即用复杂系统的统计行为来预测其系统性质。19世纪建立起来的统计力学主要用以研究无组织系统的性质。系统的宏观性质被描述为其微观组成要素不确定行为的统计平均。这种微观要素的不确定行为通常被描述为随机性。经典统计力学适用于相互作用关系简单但组成要素规模巨大的简单巨系统，如气体等热力学系统，其特点是其组成要素不具有主动性，它们的运动和相互关系可以用统计的方法进行处理。对于像生物系统和社会经济系统等有组织的系统，其组成要素是具有主动性和适应性的主体，为什么适合用“复杂系统的统计力学”来研究呢？

由于复杂系统是开放系统，同时其组成要素具有非线性的相互作用关系，其动态行为较经典统计力学的研究对象更难以预测。除非对其相互作用关系的机制有足够的了解，人们只能对其相互作用关系做随机性的假设。这种随机性不仅仅反映其状态的随机性，而且体现在相互作用关系的随机性上。也就是说，复杂系统随机因素不仅影响形态，而且影响组织结构和行为方式。这是复杂系统理论处理随机问题与经典统计力学的不同之处，而且反映了复杂系统随机性的本质及其涌现性的产生机制。因此，通过对复杂系统随机性的描述和模拟，可以得到其统计性质并以此作为复杂系统的统计规律。除了NK模型方法外，遗传算法的基本思想也在于此。因此，复杂系统的统计力学实际上超越了经典统计力学的方法，反映了复杂系统随机不确定性的本质特征。

NK模型方法的具体模型结构、参数和计算机模拟方法参见附录A：NK模型方法引论。

3．1．2 NK模型方法的应用

尽管NK模型方法的基本思想和相关术语都来自生物系统，但是包括Kauffman本人在内的许多学者都把NK模型作为一种普遍适用的工具应用于复杂系统的研究中，特别是应用于经济和管理系统中。

在企业战略研究方面，Levinthal（1997）、Gavetti （2000）和Rivkin（2000）等人认为，企业的某个特定战略的选择依赖于其他维度上的战略选择，从而把不同维度的战略之间的相互作用关系作为复杂性来处理。因此，可以把企业战略的演化过程理解为一个在适应度地形上的“爬山”过程。在这个爬山过程中，企业可以对某个新的战略沿着某个维度进行试验，如果成功，就可以接受这个新的战略。

NK模型在企业管理中的应用更多的是在技术创新研究方面，Auerswald（2000）和Kauffman（2000）等人建立了若干基于NK模型的生产技术模型。在这些研究中，某个特定的任务被看成是系统元素，完成特定任务的可能方式则被看成是等位基因。这些生产任务之间具有相互作用关系。生产过程的所有可能的组合构成了设计空间，而特定生产技术组合的效率则作为适应度的度量。Frenken（2001）和Valente（2000）等人在技术系统的研究方面也做了许多有意义的工作。在这些研究工作中，复杂性来源于技术系统中各组成要素之间的相互作用关系。其中，技术特性被看成是组成要素的等位基因。技术系统的NK模型可以用来研究模块创新（Modular Innovation）、结构创新（Architectural Innovation）、渐进创新（Incremental Innovation）和激进创新（Radical Innovation）。在NK模型中，模块创新对应于单个或多个元素的变异，而结构创新则对应于元素之间相互作用关系的改变。渐进式创新对应于系统的改进而没有元素的变异和元素相互作用关系的改变，而激进创新则对应于元素的变异和元素相互作用关系的同时改变。这种研究需要对Kauffman的NK模型进行扩展，得到具有普遍适用性的广义NK模型（Generalized NK Model）。此外，Rivkin （2000）还利用NK模型研究了技术创新中的模仿策略。在适应度地形中的模仿是指处于相对较低的适应度山峰的创新主体可以通过模仿处于相对较高的适应度山峰上的竞争主体的组分形态来实现提高适应度的创新目标。这种模仿策略可以加速选择过程，但是要能保证模仿能够准确无误地实现。否则可能导致适应度值的大幅度降低，这种降低的幅度还随着系统复杂性的增加而增加。因此，对于复杂系统，模仿创新成功的概率很低。这是由于系统组成要素相互作用关系的复杂性所造成的。

NK模型方法的上述应用本质上是生物学的思想和方法在社会经济和管理等人工系统中的应用。尽管生物系统与社会经济和管理等人工系统在系统构成和系统要素之间的相互作用关系上有许多相同之处，但是在系统的演化方式上有许多重要的差异。例如，生物系统的演化是通过单个基因的随机变异来实现的，通过这种简单的变异实现的适应度地形上的爬山过程实现的很可能是局部最优，而作为人工系统的社会经济和管理等复杂系统则可以通过多个元素同时发生的随机变异来实现系统的演化。这种变异方式在适应度地形上不仅仅是行走式的爬山过程，而是跨越式的爬山过程，即跃迁过程。因此，这种演化过程所得到的是全局最优。

生物系统演化和人工系统演化的另一个差异是，生物系统的变异是随机进行的，与自然选择是相互独立的。而人工系统的变异（创新）却可以也必须考虑环境的影响。例如在产品创新中，需要考虑消费者的偏好和需求。此时，设计空间的范围可以根据特定消费者的不同偏好和需求划定特定的区域，具有鲜明的创新指向性。

此外，Frenken（2001）还改进了广义NK模型适应度的计算方法，通过对不同元素的适应度值赋予不同的权重来产生系统的适应度值，以模拟环境影响因素。

从以上NK模型方法的应用可以看出，把NK模型方法应用于社会经济和管理系统时，不能机械地照搬NK模型原创领域的生物学的概念和方法，应该考虑实际问题的应用背景，对NK模型做适当的修正或改进。本章的下一节（3．2节）就将根据介观商务模式基本概念和特点，结合商务模式及其创新的管理实践，建立商务模式的NK模型，进而研究商务模式创新的规律。

3.2　商务模式NK模型及其分析

3．2．1 商务模式NK模型

建立商务模式NK模型的目的是要通过大量的数值模拟、分析和比较不同参数或结构下商务模式适应度地形的统计性质，进而研究商务模式创新的规律。一般情况下，NK模型涉及5个可以改变的参数或结构，包括系统组分的个数N、表示组分之间相互作用关系数量的K、K个相互作用关系在N个组分中的分布情况、每个组分所拥有的可能形态的数量A，以及表示每个组分对系统整体适应度的影响的函数w。

根据介观商务模式的定义，商务模式是客户界面、内部构造和伙伴界面的要素形态的有意义组合，因此，商务模式的NK模型包含3个组分，即N＝3，分别是客户界面c、内部构造s和伙伴界面p。其中每个组分都包含有若干个由要素形态组合而成的组分形态，其数量分别为Ac、As和Ap。

商务模式的评价指标可以用适应度W衡量。根据问题背景的实际需要，适应度可以是商务模式创造的价值、利润，或其他有意义的经济和管理指标。同时，假定3个组分对商务模式适应度的影响都相同。因此，商务模式的适应度是所有组分对商务模式适应度影响的平均，即

其中i＝1，2，…，I；j＝1，2，…，J；l＝1，2，…，L。

由于商务模式的复杂系统特性，商务模式的3个组分之间具有特定的相互作用关系，这种相互作用关系具有非线性和随机性，且其相互作用所产生的结果事先难以预知。因此，很难找出各个组分对商务模式适应度影响的确切函数关系，即无法预知wc、ws和wp的具体形式。但这并不意味着不能有所为。根据NK模型方法的基本思想和原理，可以利用这一“复杂系统的统计力学”，在商务模式适应度地形上研究商务模式及其创新的统计规律。为此，假定商务模式各组分对商务模式适应度的影响是在（0，1）区间上分布的某种形式的随机变量。此外，尽管衡量商务模式适应度的实际经济或管理指标的量纲和数量级有所不同，但都可将其归一在（0，1）区间。

因此，每当商务模式发生创新，即商务模式的组分形态发生变异，就可以根据该组分与其他组分的相互作用关系，抽取若干个服从某种特定分布的（0，1）区间的随机数作为该组分和其他组分对商务模式适应度的影响结果，从而得到商务模式的新的适应度值。以此模拟作为复杂系统的商务模式的组分之间的相互作用关系及其结果。

Kauffman（1993）通过大量的计算机模拟试验得到了NK模型的一个重要结论：适应度地形的绝大多数性质除了对参数N和K的数值敏感外，对其他参数几乎都不敏感。也就是说，适应度地形的性质主要取决于参数N和K的数值。由此可以大大地简化对NK模型的适应度地形性质的研究。

对于商务模式的NK模型，反映商务模式组分个数的N值确定为3，因此只要分析反映商务模式组分之间相互作用关系个数的参数K及其在组分之间的分布情况对商务模式适应度地形的影响，就可以分析商务模式适应度地形的性质。这种分析是建立在大量计算机模拟所得出的统计数据的基础上的。为此，首先要确定其他不敏感参数的具体情况，以使模型的统计分析结果是在相同条件下得到的，不失一般性而又具有可比性。

由于结果对这些参数不敏感，我们希望这些参数尽量简单，便于理解和处理。不失一般性，假定商务模式每个组分的可能形态个数均为2，即Ac＝As＝Ap＝2。因此组分的两个形态可以分别用“0”和“1”表示。同时，假定商务模式各组分对商务模式适应度的影响是在（0，1）区间上均匀分布的随机变量。

考虑另一个不敏感的参数，即参数K在组分之间的分布情况。一般情况下N值可能很大，因此组分之间的相互作用关系的分布可能非常复杂，为了简化研究，Kauffman的NK模型只考虑了组分间相互作用关系的个数都为K的一种特殊结构的NK系统。这种假设的合理性是建立在从K＝0到K＝N－1包含了从复杂性最低到复杂性最高的各种复杂系统这样一种认识的基础上，因此是一种简化和近似的假设。尽管不能遍及所有可能的复杂结构，但是可以从总体上在适应度地形上反映出复杂系统性质变化的规律。

而对于商务模式的NK模型，由于商务模式的组分的个数很小（N＝3），因此，组分之间相互作用关系的分布情况也很有限，我们完全有能力处理各种可能的系统结构。而且这些可能的系统结构都有可能在商务模式的现实系统中找到对应的模型，有其实际研究价值，因此也有必要对不同的结构逐一地进行研究。为此，除了考虑不同K值的NK模型外，还有必要考虑组分间相互作用关系的其他分布形式。

由于商务模式的NK模型中的组分个数N很小，只有3个，同时又假设每个组分的形态只有2个，分别为“0”和“1”。因此，商务模式NK模型的复杂系统特性主要不是体现在其组分数量的规模效应上，而是体现在其组分之间相互作用的数量的规模效应和分布的结构效应上。

由于商务模式的各个组分受其他组分的影响只可能有4种形式，以客户界面为例，第1种形式为：客户界面不受内部构造或伙伴界面影响；第2种形式为：客户界面受内部构造的影响，但不受伙伴界面的影响；第3种形式为：客户界面受伙伴界面的影响，但不受内部构造的影响；第4种形式为：客户界面既受内部构造的影响，又受伙伴界面的影响。同样，对于内部构造和伙伴界面也分别有类似的4种形式。因此，组合起来共有43＝64种形式。商务模式组分之间的64种相互作用关系的形式构成了商务模式64种可能的结构，每一种结构形式都可能在现实中找到实际的例子，可以逐一对这些不同结构的商务模式的特性进行分析。

但是，从复杂性的角度看，由于商务模式组分是确定的，商务模式的系统复杂性是由组分之间相互作用关系的数量和结构所决定的。为此，可以从复杂性的角度对不同结构的商务模式进行分类和比较研究，为商务模式创新提供理论依据和分析工具。

如前所述，考虑系统的复杂性程度，Kauffman主要研究的是一种本书称之为标准NK模型的结构形式，即组分间相互作用关系的个数均为K的情况。根据商务模式的NK模型的组分的具体情况，可以有K＝0、K＝1和K＝2 3种情况。但这只是商务模式NK模型中所有可能结构形式的一个子集。在另外一大类商务模式NK模型的结构类型中，商务模式各组分受其他组分的影响个数可以不同，分别为0个、1个和2个，根据其复杂性程度可以归为7种类型。不论组分的先后次序，组分受其他组分影响的个数可以有如下几种情形，分别是001、002、011、012、022、112和122。其中3个数字分别代表组分受其他组分影响个数的不同组合。即单从组分相互作用关系的复杂性的角度看，001与100、101 或010是一样的。借用Kauffman的标准NK模型中的K参数，可以把上述数字作为K参数的数值。如此，Kauffman的标准NK模型中的K＝0，就可以写成K＝000，K＝1就可以写成K＝111，而K＝2就可以写成K＝222。

因此，根据参数K的不同，可以按照组分之间相互作用的数量规模和分布结构的不同把商务模式区分为10种类型。这是对Kauffman的标准NK模型的扩充。参数K值的数值和组合反映了其对应的商务模式组分之间相互作用的规模效应和结构效应所产生的复杂性。参数K各数位上的数值之和反映了商务模式组分之间相互作用关系的数量规模，而不同数值的组合反映了商务模式组分之间相互作用关系的分布结构。因此，可以根据参数K定义各种类型的商务模式的复杂性程度大小的比较关系。

由于商务模式组分之间相互作用关系的数量规模为分布结构的变化提供了可能，所以商务模式复杂性程度首先由其组分之间相互作用的数量规模决定，即商务模式的复杂性程度首先取决于参数K的各数位数值之和的大小。在此基础上，依次比较参数K各数位上数值的大小，数值大且多者为大。例如模型K＝111的规模为3，模型K＝011的规模为2，因此，模型111的复杂性程度大于模型011。而模型K＝012的规模也为3，但其各数位上的最大数值为2，因此其复杂性程度大于模型111。

根据上述规则，可以把商务模式NK模型的10种类型的复杂性程度依次排序如下：000、001、011、002、111、012、112、022、122、222。

以下以商务模式复杂性为依据，针对参数K所表示的组分间相互作用关系的不同分布情况，分别给出商务模式NK模型^[1]。

模型1：K＝000

该模型表示一类3个组分之间不具有任何相互作用关系的NK模型^[2]。具有这种结构的商务模式的客户界面、内部构造和伙伴界面3个组分是相互独立的，互不影响。如图3－1所示。

图3－1　K＝000的商务模式NK模型

这种类型的商务模式主要出现在早期传统企业中。在早期企业的商务模式中，由于技术相对简单，原材料来源单一，产品供不应求，客户环境、内部环境和伙伴环境相对简单，客户界面、内部构造和伙伴界面之间的关联度低、相对独立，它们对商务模式整体适应度的影响也各自相对独立，不影响其他组分对商务模式适应度的影响，也就是说商务模式3个组成部分对商务模式适应度的影响是相互独立的。例如，改变客户界面的形态可能影响客户界面对商务模式适应度的影响方式或程度，但是不影响内部构造和伙伴界面对商务模式的影响方式或程度。因此，从复杂性的角度看，这是一种最简单的商务模式。

模型2：K＝222

该模型表示一类有3个组分且组分之间都具有相互作用关系的NK模型。具有这种结构的商务模式的客户界面、内部构造和伙伴界面3个组分都是相互依赖的，都具有相互作用关系。如图3－2所示。

图3－2　K＝222的商务模式NK模型

这种类型的商务模式是最复杂的商务模式。商务模式任一组分的变化都会对其他组分产生影响。例如，客户界面的形态发生变化后，除了会改变客户界面对商务模式整体适应度影响的方式或程度外，还会影响内部构造和伙伴界面对商务模式整体适应度影响的方式或程度。由于市场的快速变化和竞争的加剧，借助于信息和通信等相关基础技术，现代企业的客户界面、内部构造和伙伴界面联系紧密，其中任何组分的形态变化都将对其他组分产生影响。这种影响用NK模型来描述，就体现为其他组分对系统整体适应度的影响方式或程度发生了变化。

模型3：K＝111

该模型表示一类有3个组分，且每个组分除了受自身的影响之外，仅受另一个组分影响的NK模型。具有这种结构的商务模式的客户界面、内部构造和伙伴界面3个组分除了受自身组分形态变化的影响外，仅受其中另一个组分的影响。考虑组分之间相互作用关系的分布情况，属于这类模型的商务模式有8种结构形式，由于NK模型的描述能力有限，它们被归类为复杂性程度相同的一类模型^[3]。其复杂性程度介于模型1和模型2之间，具有中度复杂性。

如图3－3所示的NK模型就是一种属于这种类型的商务模式NK模型。其中，客户界面受内部构造的影响，内部构造受客户界面的影响，而伙伴界面也受客户界面的影响。也就是说，当客户界面或内部构造发生变化时，客户界面的适应度wc才发生变化；当客户界面或内部构造发生变化时，内部构造的适应度ws才发生变化；当客户界面或伙伴界面发生变化时，伙伴界面的适应度wp才发生变化。这说明客户界面的变化除了影响自身之外，还会影响内部构造和伙伴界面；内部构造的变化除了影响自身外，还会影响客户界面；而伙伴界面的变化只影响其自身。

图3－3　K＝111的商务模式NK模型

模型4：K＝001

该模型表示一类有3个组分，其中只有一个组分受另一个组分的影响的NK模型。

如图3－4所示，除了内部构造受伙伴界面影响外，其余组分均不受其他组分的影响。也就是说，当客户界面发生变化时，客户界面的适应度wc才发生变化。当内部构造或伙伴界面发生变化时，内部构造的适应度ws才发生变化。当伙伴界面发生变化时，伙伴界面的适应度wp才发生变化。

图3－4　K＝001的商务模式NK模型

纯粹的来料加工型企业就是属于这种类型的商务模式。来料加工型企业只要根据合作伙伴的要求对合作伙伴提供的中间产品进行特定的加工，再把加工后的中间产品或最终成品提交给合作伙伴，赚取的仅仅是加工费。因此，属于客户界面的价值对象（如市场定位）、价值内容（如产品价格和服务）、价值提交（如销售）和价值回收（如收费方式）等要素与内部构造和伙伴界面的对应要素无关。因此，由分属于这些类型的要素组合而成的客户界面形态与内部构造和伙伴界面无关。但是其伙伴界面的形态对内部构造的形态则有影响。例如，伙伴界面的价值对象（如供应商选择）、价值内容（如行业标准）、价值提交（如质量控制）和价值回收（如付款方式）对内部构造的对应类型的要素有影响，因此由这些要素构成的伙伴界面的组分形态对内部构造的组分形态也有影响。

模型5：K＝002

该模型表示一类有3个组分，其中一个组分受其他两个组分的影响，除此之外组分之间无影响的NK模型。

如图3－5所示，内部构造既受客户界面又受伙伴界面的影响，除此之外，组分之间无影响。也就是说，当客户界面发生变化时，客户界面的适应度wc才发生变化。当客户界面或内部构造或伙伴界面发生变化时，内部构造的适应度ws发生变化。当伙伴界面发生变化时，伙伴界面的适应度wp才发生变化。

图3－5　K＝002的商务模式NK模型

以夏新公司的手机生产业务的商务模式为例，其手机生产主要依靠自主研发和外观设计的实力，但是手机产品的核心部件则依赖于合作伙伴。伙伴界面上供应商所提供产品的质量和性能将影响内部构造中的工艺流程等要素，同时产品的市场定位和价格等属于客户界面的要素也将影响到产品的研发设计和工艺流程，从而由这些要素构成的组分之间也必然存在着影响关系。因此，客户界面或伙伴界面的变化都对内部构造产生影响。

模型6：K＝011

该模型表示一类有3个组分，其中两个组分分别受另一个组分的影响，除此之外组分之间无影响的NK模型。

如图3－6所示，客户界面受内部构造的影响，伙伴界面也受内部构造的影响，而其他组分之间无影响。也就是说，当客户界面或内部构造发生变化时，客户界面的适应度wc才发生变化；当内部构造发生变化时，内部构造的适应度ws才发生变化；当内部构造或伙伴界面发生变化时，伙伴界面的适应度wp才发生变化。

图3－6　K＝011的商务模式NK模型

这种类型的商务模式常见于那些为客户提供整体解决方案的企业。提供整体解决方案的商务模式的内部构造的价值内容注重的是客户价值和伙伴价值。因此客户界面的价值对象（如市场细分）、价值内容（如产品性能和质量）、价值提交（如售后服务）等对内部构造中的价值内容（客户价值）有影响。同时，伙伴界面的价值对象（如供应商管理）、价值内容（如利用供应商创新）和价值提交（如质量控制）对内部构造的价值内容（伙伴价值）也有影响。因为提供整体解决方案的商务模式注重的是在为客户创造价值的同时，获得自身的价值。因此客户需求必然对其有影响，同时也更需要伙伴界面中的供应商的合作，因为整体解决方案不完全是企业自身能够解决的。

模型7：K＝012

该模型表示一类有3个组分，其中一个组分受另一个组分的影响、一个组分受另外两个组分的影响，除此之外其他组分之间无影响的NK模型。

如图3－7所示，伙伴界面受内部构造的影响，而内部构造既受客户界面的影响又受伙伴界面的影响。除此之外，组分之间无影响。也就是说，当客户界面发生变化时，客户界面的适应度wc才发生变化；当客户界面或内部构造或伙伴界面发生变化时，内部构造的适应度ws发生变化；当内部构造或伙伴界面发生变化时，伙伴界面的适应度wp才发生变化。

图3－7　K＝012的商务模式NK模型

模型8：N＝3，K＝022

该模型表示一类有3个组分，其中两个组分分别受另外两个组分的影响，除此之外其他组分之间无影响的NK模型。

如图3－8所示，内部构造既受客户界面的影响又受伙伴界面的影响，伙伴界面既受客户界面的影响又受内部构造的影响，除此之外组分之间无影响的NK模型。也就是说，当客户界面发生变化时，客户界面的适应度wc才发生变化；当客户界面或内部构造或伙伴界面发生变化时，内部构造的适应度ws发生变化；当客户界面或内部构造或伙伴界面发生变化时，伙伴界面的适应度wp发生变化。

图3－8　K＝022的商务模式NK模型

模型9：K＝112

该模型表示一类有3个组分，其中有两个组分分别受另一个组分的影响，有一个组分受其他两个组分的影响，除此之外其他组分之间无影响的NK模型。

如图3－9所示，客户界面受内部构造的影响、内部构造既受客户界面的影响又受伙伴界面的影响，而伙伴界面受内部构造的影响，除此之外组分之间无影响。也就是说，当客户界面或内部构造发生变化时，客户界面的适应度wc才发生变化；当客户界面或内部构造或伙伴界面发生变化时，内部构造的适应度ws发生变化；当内部构造或伙伴界面发生变化时，伙伴界面的适应度wp才发生变化。

图3－9　K＝112的商务模式NK模型

模型10：K＝122

该模型表示一类有3个组分，其中有一个组分受另一个组分的影响，有两个组分分别受其他两个组分的影响，除此之外其他组分之间无影响的NK模型。

如图3－10所示，客户界面受内部构造的影响、内部构造既受客户界面的影响又受伙伴界面的影响，而伙伴界面既受客户界面的影响又受内部构造的影响，除此之外组分之间无影响。也就是说，当客户界面或内部构造发生变化时，客户界面的适应度wc才发生变化；当客户界面或内部构造或伙伴界面发生变化时，内部构造的适应度ws发生变化；当客户界面或内部构造或伙伴界面发生变化时，伙伴界面的适应度wp发生变化。

图3－10　K＝112的商务模式NK模型

3．2．2 商务模式NK模型的模拟和分析

从复杂系统理论的角度看，商务模式组分之间的相互作用关系的形式决定了商务模式复杂性。建立商务模式NK模型的目的，是为了研究商务模式组分之间相互作用的不同规模和结构所产生的商务模式整体的不同性质。具体来说，就是要在商务模式适应度地形上反映商务模式的基本特性。以下分别对上述不同类型的商务模式及其适应度地形进行计算机模拟和统计分析。

最小复杂性：模型1的模拟和分析

K＝000的NK系统是最简单的系统，具有重要的性质。由于组分之间是相互独立的，任一组分的适应度只与该组分所处的形态（0或1）有关，而与其他组分所处的形态无关。因此，当所有组分都处于适应度最大的形态时，该系统为最优系统，而且这样的最优系统是惟一的，即为全局最优系统。由于某一组分的变异不影响其他组分对系统适应度的影响，系统的寻优过程就变得很简单。只要不断地对组分进行变异，最终总能找到全局最优系统。

如图3－11所示是K＝000的商务模式适应度地形的一个模拟。

图3－11　K＝000的商务模式适应度地形的模拟

从适应度地形上看，K＝000的NK系统的适应度地形是平滑和高度相关的。也就是说，适应度地形上的每个相邻系统都有相近的适应度。当一个组分发生变异时，其他组分的适应度不受影响，因此一个组分变异对系统整体适应度的影响不会超过1／N。且N值越大，适应度地形的平滑程度和相关程度就越大。对于图3－1所示的商务模式系统，任一核心界面的形态变化对商务模式整体特性（适应度）的影响不会超过1／3。

在这样一种适应度地形上，有惟一的最高山峰，从其他所有点出发，都能通过单个组分的变异最终到达最高山峰的峰顶，而且到达峰顶所需的变异次数的期望值为N／2。对于图3－1所示的商务模式系统，从任一点出发到达最高山峰峰顶的期望变异次数为3／2＝1．5。

最大复杂性：模型2的模拟和分析

由于商务模式系统的组分个数为3，即N＝3，根据NK模型的结构，K＝222商务模式系统最为复杂。此时，商务模式的适应度地形是一个崎岖的、具有多个山峰的地形，且地形上的每个点完全不相关，即适应度地形是完全随机的。根据Kauffman的分析，此时每个点成为局部最优的概率为1／（N＋1）＝0．25，而局部最优点的期望总数为2N／（N＋1）＝2。

如图3－12所示的是K＝222商务模式适应度地形的一个模拟，其中有两个最优点，分别是100和010。由于010点的适应度最大，所以为全局最优点，而100点的适应度比其相邻点的适应度大，但比全局最优点010的适应度小，因此为局部最优点。无论是全局最优还是局部最优都不能通过单个组分的变异使其适应度值得到改进。

商务模式崎岖的适应度地形表征了商务模式组成部分之间相互作用所产生的相互制约关系。由于适应度地形具有多个山峰，采用局部试错法（Local Trail－and－Error）的方法进行寻优可能找到的是局部最优点，而不是全局最优点。而且一旦找到局部最优就会被锁定在局部最优点上。最终锁定在哪个局部最优点取决于初始起点和变异的方式或路径，因此寻优的结果是路径依赖的。如图3－12所示，如果初始起点为111，而第1次变异后成为101，第2次变异后成为100，而100点即为局部最优点。如果初始起点为111，而第一次变异后成为110，第2次变异后则将成为全局最优010。因此，一旦NK模型的适应度地形确定，搜索路径就确定了，搜索到哪个最优点完全取决于初始起点和其后变异发生的过程。当然要保证每次变异后系统的适应度能够得到提高，否则寻优过程结束。

图3－12　K＝222的商务模式适应度地形的模拟

从商务模式地形上的寻优过程可以看出，商务模式组分的一个变异在提高某些组分的适应度的同时，可能使其他组分的适应度降低。如果其综合效应是使商务模式的整体适应度提高，则寻优过程可以继续下去。反之，如果其综合效应是使商务模式的整体适应度降低，则要回到原来的状态重新开始搜索。

由于商务模式组分之间是相互依赖的，某个组分对商务模式整体适应度的影响不仅取决于该组分所处的形态，还取决于其他两个组分所处的形态。只要其中一个组分的形态发生变异，3个组分对商务模式整体适应度的影响都会发生变化。因此，寻优过程实际上是在搜索某种具有互补性的组分组合，对组分相互作用的正反面关系进行权衡，以发现整体适应度最高的商务模式组分的形态构成。

中度复杂性：模型3至模型10的模拟和分析

除了模型1和模型2，上述所有类型的商务模式NK模型都具有中度复杂性。由于这些商务模式的组分之间部分地具有相互作用关系，即某个组分对商务模式整体适应度的影响不仅取决于其自身的形态，还取决于其他与之具有相互作用关系的其他组分的形态。因此，它们的适应度地形的性质有别于模型1和模型2的适应度地形。

尽管这些类型的商务模式的复杂性不尽相同，但它们的复杂性程度都处于模型1（最简单）和模型2（最复杂）之间。现实中大部分的商务模式都在这些商务模式类型的范围内。因此有必要对它们进行专门的研究。由于商务模式的NK模型的结构各异，无法如模型1和模型2的NK模型那样通过解析分析和模拟得出其适应度地形的相关特性。因此，需要对这些类型的商务模式的NK模型进行计算机模拟，以得出其适应度地形的统计性质。如图3－13所示的就是K＝111的商务模式适应度地形的一个模拟。

为此，对从模型1到模型10的各种复杂性类型的商务模式NK模型进行计算机模拟，分别得到适应度地形局部最优山峰的数量、局部最优山峰的平均适应度、全局最优山峰的适应度等反映商务模式适应度地形特性的指标。

图3－13　K＝111的商务模式适应度地形的模拟

由于假设商务模式NK模型中组分的相互作用关系是随机的，因此，每次模拟得到的仅仅是一类模型的一个样本，所得到的指标值只是该类商务模式地形性质的一种可能结果。为了得到商务模式适应度地形的统计性质，必须进行多次模拟，得到各类模型的统计结果，以此作为商务模式适应度地形性质的度量。为此，对每一类模型分别进行了50000次模拟^[4]，按照模型复杂性程度的大小依次排序，其相应指标值的统计结果如表3－1所示。

其中，MFLO（Mean Fitness of Local Optima）为局部最优平均适应度的均值，MFGO（Mean Fitness of Global Optima）为全局最优适应度的均值，MFGL为全局最优适应度的均值与局部最优平均适应度的均值之差，NLO（Number of Local Optima）为局部最优个数的均值，MNLO （Maximum Number of Local Optima）为局部最优最多个数。表中，括号中的数值为相应指标值的标准差。

表3－1　商务模式NK模型的模拟结果

表3－1的结果显示，商务模式适应度地形的各指标值与由NK模型所表示的商务模式复杂性程度相关。

（1）局部最优平均适应度MFLO的变化规律。如图3－14所示，商务模式适应度地形上局部最优平均适应度MFLO随商务模式复杂性的变化而变化，但并非简单的单调和线性关系。当K＝000，即商务模式的复杂性最小时，MFLO为最小；当K＝222，即商务模式的复杂性为最大时，MFLO比复杂性最小的商务模式大，但并未达到最大值。MFLO的最大值出现在复杂性为中等程度的商务模式中，即当K＝111时，MFLO达到最大。这个结果与Kauffman等人的结论相同。

图3－14　商务模式适应度变化趋势

出现上述结果的主要原因在于商务模式组分之间的相互作用关系的复杂性为商务模式适应度的提高提供了更多的可能，同时也对商务模式适应度的提高产生了约束。因此，并非复杂性程度最高的商务模式系统的局部最优平均适应度最大，而是在复杂性程度适中的情况下商务模式的局部最优平均适应度才可能达到最大值。特别地，当每个组分受其他组分影响的形式为K＝111时，商务模式的局部最优平均适应度才达到最大值。我们注意到，这种结构形式是Kauffman的标准NK模型的形式。此时，商务模式组分之间的相互作用关系是对称的。也就是说，当商务模式组分之间的相互作用关系具有对称性且商务模式的复杂性程度适中时，商务模式的局部最优平均适应度才最大。这符合结构美学的原则，可以称之为商务模式结构的美学原则。

更进一步观察，可以发现，当商务模式复杂性程度增大的方式是从某组分不受其他组分影响变为受某一其他组分的影响时，可以导致MFLO的单调增大。例如当K的变化为000→001→011→111时，MFLO的变化为0．666→0．673→0．676→0．686；当K的变化为002→012→112时，MFLO的变化为0．668→0．679→0．685。

上述商务模式复杂性程度增大的方式反映了商务模式复杂性的规模效应和结构效应的共同结果。如果仅考虑商务模式复杂性的结构效应，即在商务模式组分相互作用关系规模相同的情况下，复杂性的结构效应对局部最优平均适应度的影响，可以观察到：

模型011和模型002的组分相互作用关系的规模相同但结构不同。根据前述对复杂性程度大小的定义，模型002的复杂性大于模型011。而模型002的MFLO（0．668）小于模型011的MFLO（0．676）。

模型111和模型012的组分相互作用关系的规模相同但结构不同。根据前述对复杂性程度大小的定义，模型012的结构复杂性大于模型111。而模型012的MFLO（0．679）小于模型111的MFLO（0．686）。

模型112和模型022的组分相互作用关系的规模相同但结构不同。根据前述对复杂性程度大小的定义，模型022的结构复杂性大于模型112。而模型022的MFLO（0．674）小于模型112的MFLO（0．685）。

由此可见，在商务模式组分相互作用关系规模相同的情况下，随着商务模式结构复杂性的增大，商务模式的局部最优平均适应度减小。可以此成为商务模式的结构效应。

（2）全局最优适应度MFGO的变化规律。如图3－14所示，全局最优适应度MFGO随商务模式复杂性的变化而变化，尽管也不是单调和线性的关系，但随着复杂性的增大，MFGO总体上呈上升的趋势。当商务模式的复杂性最小时，其全局最优适应度最小。当商务模式的复杂性最大时，其全局最优适应度达到最大。这与局部最优平均适应度的结果不同。因此，从全局最优的角度看，复杂性最大的商务模式是最优的商务模式。

进一步观察，可以注意到商务模式复杂性程度增大有两种不同的方式。第一种方式与上述相同，即从某组分不受其他组分影响变为受其他一个组分的影响；第二种方式是从某组分受其他一个组分的影响变为受其他两个组分的影响，即在原有基础上增加一个影响因素。对于这两种不同的复杂性程度的增大方式，商务模式的全局最优适应度都是单调增大的^[5]。

例如，对于商务模式复杂性程度增大的第一种方式，当K的变化为000→001→011→111时，MFGO的变化为0．666→0．682→0．695→0．711；当K的变化为002→012→112时，MFGO的变化为0．693→0．710→0．723。又如，对于商务模式复杂性程度增大的第二种方式，当K的变化为001→002时，MFGO的变化为0．682→0．693；当K的变化为012→022时，MFGO的变化为0．710→0．716；当K的变化为112→122→222时，MFGO的变化为0．723→0．730→0．736。这也说明了，系统复杂性的规模效应和结构效应的综合结果是全局最优适应度的单调提高。

最后，考虑商务模式复杂性的结构效应，即在商务模式组分相互作用关系的规模相同的情况下，结构效应对全局最优适应度的影响。注意到：

模型011和模型002的组分相互作用关系的规模相同但结构不同。根据前述对商务模式复杂性程度大小的定义，模型002的复杂性大于模型011。而模型002的MFGO （0．693）小于模型011的MFGO（0．695）。

模型111和模型012的组分相互作用关系的规模相同但结构不同。根据前述对复杂性程度大小的定义，模型012的结构复杂性大于模型111。而模型012的MFGO（0．710）小于模型111的MFGO（0．711）。

模型112和模型022的组分相互作用关系的规模相同但结构不同。根据前述对复杂性程度大小的定义，模型022的结构复杂性大于模型112。而模型022的MFGO（0．716）小于模型112的MFGO（0．723）。

由此可见，在商务模式组分相互作用关系的规模相同的情况下，随着商务模式结构复杂性的增大，商务模式的全局最优适应度减小，即前述所谓的结构效应。

（3）全局最优与局部最优适应度之差MFGL的变化规律。如表3－1所示，全局最优适应度与局部最优平均适应度之差MFGL随商务模式复杂性的增大而增大。这个结果将对商务模式的创新策略有指导意义。

（4）局部最优个数的变化规律。当K＝000时，商务模式NK模型局部最优的个数都为1，也就是说此时适应度地形只有一个山峰。而当K＝222时，商务模式NK模型的局部最优个数的均值为2．0，统计分析的结果证实了前述解析分析的结果。

当NK模型中各组分受其他组分的影响个数不超过1时，局部最优的个数最多为2。当NK模型中各组分受其他组分的影响个数至少有一个组分为2时，局部最优的个数最多为4。我们同时还注意到，随着商务模式组分相互作用的数量的增加，局部最优个数的均值NLO也随之增加^[6]。

因此，商务模式NK模型中局部最优的最多个数与商务模式组分之间相互作用关系的数量有关，而且取决于受其他组分影响最多的组分的受影响个数。由于商务模式组分相互作用关系的数量表示了商务模式复杂性的程度，因此商务模式适应度地形局部最优的个数是随着商务模式复杂性的增加而增加的。

最后，由于本书把商务模式创新定义为在商务模式适应度地形上的爬山过程或跃迁过程，上述对商务模式NK模型及其适应度地形的统计分析结果为商务模式创新规律的分析提供了理论根据。

3.3　基于NK模型的商务模式创新规律分析

3．3．1 基于NK模型的商务模式创新

（1）商务模式复杂性与创新的可能性。商务模式复杂性为商务模式创新提供了可能。根据介观商务模式的定义，商务模式被定义为核心界面要素形态的有意义组合。商务模式创新就是要从这些有意义的组合中寻找和发现具有优良特性的商务模式。尽管构成商务模式的核心界面只有3个，即客户界面、内部构造和伙伴界面，但是每个核心界面都存在大量的要素形态，由此构成了商务模式组分的形态，这些要素形态和组分形态为商务模式创新提供了规模可观的多样性，为商务模式创新提供了可能。但要素形态和组分形态的多样性并不构成商务模式复杂性的本质特征，仅仅体现为计算复杂性（Computational Complexity），因为不同要素形态和组分形态所构成的商务模式的性质可能没有本质的区别。构成商务模式复杂性的本质特征是商务模式组分之间相互作用关系的多样性、随机性和非线性，即复杂系统的结构效应或组合效应，体现为结构复杂性（Structural Complexity）。而商务模式创新的目的就是为了发现性质完全不同的商务模式核心界面要素形态和组分形态的组合。

根据上述对商务模式NK模型的分析，商务模式的性质对组分的形态数量并不敏感。即使在组分的形态数量分别为2的情况下（即Ac＝As＝Ap＝2），根据商务模式组分之间相互作用关系的不同，商务模式可以区分为64种类型，而根据复杂性程度的大小差异还可以将这64种类型归类为10种类型。根据商务模式NK模型的模拟和统计分析的结果，复杂性不同的商务模式的性质有显著的差异，反映商务模式特性的商务模式适应度地形有关指标，如全局最优适应度、局部最优的数量及其平均适应度的大小，都与商务模式的复杂性相关。因此商务模式的复杂性为商务模式创新提供了可能性。

（2）基于NK模型的商务模式创新分类和创新策略。在NK模型的框架下，商务模式创新可以沿着两个不同的维度进行。第一个维度是商务模式组分的变异，第二个维度是商务模式组分相互作用关系的改变。

由于组分的变异只涉及商务模式核心界面即组分的形态的改变，而不涉及组分之间的相互作用关系的改变，可以把通过商务模式组分变异所进行的创新称为商务模式的模块创新（Modular Innoavtion）。与此相对应，可以把通过改变商务模式组分相互作用关系所进行的创新称为商务模式结构创新（Architectural Innovation）。

基于组分变异的商务模式模块创新可以有不同的策略，即单个组分的变异或多个组分的同时变异。单个组分变异是每次只改变一个组分的形态，在商务模式适应度地形上表现为从一个山峰向相邻山峰的爬山过程；多个组分的同时变异则每次可以改变多个组分的形态，在商务模式地形上可能表现为从一个山峰向相距遥远的山峰的跃迁过程。

从最优化算法的角度看，单个组分变异的寻优方式是一种局部试错法，极端情况下采用的全部组分同时变异的寻优方式称为全局试错法（Global Trial－and－Error）。全局试错法是一种穷举的方法，因此它总能实现全局最优。显然，利用上述两种方法进行创新的可能性以及可能产生的效果和风险有很大的不同，因此分别称之为商务模式局部模块创新和商务模式全局模块创新。

基于组分相互作用关系的改变所进行的商务模式结构创新依据的是不同结构的商务模式具有不同的复杂性，因此商务模式适应度地形的性质也不同。一般来说，为了实现商务模式创新的优化目标，在进行商务模式结构创新的同时，还有必要进行商务模式的模块创新。因为从商务模式适应度地形看，模块创新是在确定的商务模式地形上的爬山过程，以达到局部最优或全局最优的山峰。结构创新则可能改变商务模式适应度地形的山峰的数量和高度，因此需要重新评估商务模式在新的适应度地形上的位置，必要的时候要进行新的攀登，以达到新的更高的山峰。我们把这样一种同时进行结构创新和模块创新的商务模式创新称为商务模式激进创新（Radical Innvation）。

对应于商务模式激进创新，还有商务模式渐进创新（Incremental Innovation）。一般而言，渐进创新指的是对现有系统的潜在能力的开发，是对系统现有能力的加强，通常涉及的是较小的、连续性的改变。而激进创新则需要在组织中引入新的结构方式，是对现有系统的颠覆，通常涉及的是重大的、跨越式的改变。因此可以把既不涉及组分的形态变异，也不涉及组分之间相互作用关系的改变的创新活动称为商务模式渐进创新。

综上所述，根据商务模式创新的两个不同的维度，可以得到如图3－15所示的商务模式创新分类矩阵图。其中模块创新又有局部模块创新和全局模块创新两种策略。

上述3．2节中所进行的商务模式适应度地形的模拟是基于单个组分变异的商务模式局部模块创新策略。

图3－15　基于NK模型的商务模式创新分类

3．3．2 基于NK模型的商务模式创新规律

商务模式适应度地形的性质为商务模式创新选择提供了理论依据。如前所述，商务模式适应度地形反映了商务模式的特性，商务模式创新可以看成是商务模式地形的转换以及在商务模式地形上的爬山或跃迁过程。为了进行商务模式创新有必要了解商务模式适应度地形的性质。而商务模式适应度地形的性质与商务模式的复杂性有关。因此，在进行商务模式创新选择时，首先要分析商务模式组分之间的相互作用关系，以分析商务模式的复杂性，进而分析商务模式的创新规律，为商务模式的创新选择提供理论依据。

（1）商务模式模块创新。

商务模式模块创新只涉及商务模式组分的形态变异，其目的是通过相邻山峰之间的爬山过程或相距遥远的山峰之间跃迁过程，登上商务模式适应度地形的最优山峰。适应度地形的最优山峰包括局部最优和全局最优两类。其中全局最优只有一个，局部最优可以有多个。根据3．2．2节中对商务模式NK模型的模拟和分析的结果，商务模式适应度地形局部最优山峰的多少与商务模式的复杂性有关。商务模式组分之间相互作用关系越多，商务模式的复杂性越高，商务模式地形上的局部最优山峰就越多。所谓局部最优，是指通过单个或多个组分的变异无法找到相邻的更高的山峰。由于适应度地形上全局最优只有一个，因此通过上述变异方式进行的创新很可能被锁定在局部最优的山峰上。特别地，当采用商务模式局部模块创新策略时，创新的结果很可能是局部最优而不是全局最优。而且，商务模式被锁定在哪一个局部最优的山峰上与商务模式的起点有关。因此，商务模式局部模块创新是初始状态敏感和路径依赖的。企业在初始出发点上核心界面要素形态的组合形式就已经决定了企业未来可能到达的山峰。由于复杂性越大，商务模式地形的局部最优山峰也越多，这种路径依赖或对初始状态敏感的程度随着商务模式复杂性的增大而增强。

商务模式局部模块创新的初始状态敏感和路径依赖的特性解释了采用相同结构的企业却可能具有完全不同的结果，因为其初始状态不同或选择了不同的创新路径。我们还应注意到，在早期企业的商务模式中，由于商务模式组分之间的相互作用关系比较简单，甚至基本上没有相互作用关系，因此企业的商务模式大致相同，没有太大的区别。而随着经济、社会的发展和技术的进步，商务模式组分之间的相互关系越来越密切，相互影响的方式和程度越来越复杂，企业可采用的商务模式也越来越多。特别是在网络经济时代，互联网为商务模式组分之间的相互作用提供了更多的可能，商务模式的复杂性程度越来越高，出现了越来越多形式各异的商务模式。

为了避免商务模式创新锁定在局部最优山峰上，可以采取商务模式全局模块创新策略。这就需要在商务模式适应度地形上进行更长距离的搜索。当搜索距离足够大时，寻优过程就不会被锁定在某个局部最优山峰上。总可以通过适当集合的组分形态变异，实现向全局最优的跃迁。例如，如图3－12所示，全局最优010可以通过局部最优100的第1个组分和第2个组分的同时变异来实现。这是因为商务模式全局模块创新可以同时对商务模式的所有组分进行变异，只要存在适应度更大的商务模式系统构成，就可以进行创新。而商务模式局部模块创新每次只对个别组分进行变异，一旦不存在适应度更大的相邻的商务模式系统构成，创新过程就停止，因此商务模式局部创新是局部最优和路径依赖的。

由此可知，商务模式适应度地形的局部最优的个数还取决于所采用的创新策略。例如，在图3－12中，当采用单个组分变异的创新策略时，100是局部最优。但是，当采用两个组分同时变异的创新策略时，100就不再是局部最优了。创新的跨度越大，适应度地形的局部最优个数就越少。极端的情况下，采用全局试错法，即所有3个组分同时变异。此时，适应度地形上就不再有局部最优。因此，局部最优的存在并不是商务模式适应度地形的固有特性，而是取决于所采取的创新策略。

由此可见，企业在进行商务模式模块创新时也可以采取同时对核心界面等3个组分进行变异的全局模块创新策略，此时总能够达到全局最优的山峰。由此对商务模式模块创新可以得出以下有意义的结论。

商务模式局部模块创新策略是路径依赖的，企业初始所处的状态和创新路径决定了商务模式创新的未来结果，而且商务模式创新可能实现的是局部最优的状态，而不一定是全局最优的状态。这种趋势随着商务模式复杂性的增大而有所加强。而商务模式全局模块创新总可以实现全局最优的状态，且与企业初始状态无关。但是相对于局部模块创新，全局模块创新有更高的风险，对企业的资源和管理有更高的要求，并不是所有企业都能承受这种全局模块创新方式。局部模块创新尽管是路径依赖的，而且可能被锁定在局部最优的状态上，但是却更容易实现，能够达到一种尽管不是全局最优，但却可能是相对满意的结果。

上述结论的根本原因在于，商务模式作为一个复杂系统，组分之间具有复杂的相互作用关系，任何一个组分的形态变异（创新）在影响系统整体特性的同时，可能影响其他组分对系统整体特性的影响方式和程度，而且这种影响可能是正面的也可能是负面的。因此，从复杂系统的观点看，必须综合地考虑商务模式组分之间相互作用关系对商务模式整体性能的影响。

特别地，当商务模式组分之间完全不具有相互作用关系时，商务模式的复杂性程度最低，而且适应度地形上只有一个山峰，即只有一个最优，且为全局最优。此时，通过对商务模式组分的单个组分变异或采取其他多个组分变异的形式，总能找到全局最优的适应度山峰。

此外，商务模式适应度地形反映了商务模式各组分不同形态组合之间的相互关系，这种相互关系与商务模式的复杂性程度有关。复杂性小的商务模式适应度地形是高度相关的，而随着商务模式复杂性的增大，这种相关性逐渐降低，当商务模式的复杂性为最大时，商务模式适应度地形是完全随机的。

利用商务模式适应度地形的相关性与复杂性的关系，可以对商务模式模块创新的模仿策略进行分析。商务模式创新的模仿策略成功的关键是要能够完全准确地复制适应度更高的系统组分所处的形态。任何复制错误都可能导致适应度的下降。而且当商务模式的复杂性越大时，下降的幅度就越大，风险就越大。因此，模仿策略不适合那些复杂性较大的商务模式模块创新。而复杂性较小的商务模式则更适合于采用模仿策略进行商务模式模块创新。

例如，根据商务模式的NK模型的复杂性分类，模型2的复杂性程度最高，其适应度地形是完全随机的，任何一个形态的变异都可能导致适应度的大幅度变化，创新的风险很大，显然不适合采用模仿创新策略。而模型1的复杂性程度最低，其适应度地形是高度相关的，任何一个组分形态的变异对商务模式整体适应度的影响只有1／3，并且不影响其他组分对商务模式适应度的影响关系。此时采用创新的模仿策略的风险相对较低。而对于模型3至模型10则要根据具体情况来决定。一般情况下，当商务模式组分之间相互作用关系的数量和结构比较复杂时就不宜采用模仿创新策略进行商务模式创新。

最后还应注意到，商务模式地形全局最优适应度与局部最优平均适应度之差MFGL反映了采用全局模块创新与采用局部模块创新的最终效果之差异。而MFGL随着商务模式复杂性的增加而单调增加，也就是说，复杂性大的商务模式的全局最优与局部最优的差异较大。由于商务模式全局模块创新需要承担更大的风险，相比之下，复杂性较大的商务模式更适合于采用商务模式全局模块创新。这也符合高风险带来高收益的一般规律。而对于复杂性程度较小的商务模式，由于全局最优适应度与局部最优平均适应度的差别相对较小，采用风险性更大的全局模块创新所获得的额外收益不大，因此更适合采用商务模式局部模块创新。

（2）商务模式结构创新和激进创新。

商务模式结构创新涉及商务模式组分相互作用关系的改变。商务模式适应度地形的性质与商务模式结构的关系为商务模式结构创新提供了可能。商务模式适应度地形的性质与商务模式结构的关系直接体现为商务模式适应度地形的性能指标随商务模式复杂性的变化的规律。这种规律为商务模式结构创新提供了理论根据。

由于结构创新之后，商务模式适应度地形可能发生变化，局部最优或全局最优山峰的位置、高度或数量都可能发生变化，因此为了实现创新优化的目的，有必要同时进行商务模式模块创新，即进行商务模式激进创新。而商务模式模块创新可以有全局和局部两种不同创新策略，其所分别实现的局部最优或全局最优与商务模式复杂性的关系有所不同。

第一，如果商务模式结构创新的同时采用的是全局模块创新，总能实现全局最优。而商务模式的全局最优适应度总体上随着商务模式的复杂性的增大呈上升趋势。其中，复杂性最低的商务模式的全局最优适应度最小，复杂性最高的商务模式具有最大的全局最优适应度。因此，增加商务模式组分之间的相互作用关系的数量，从而加大商务模式的复杂性，总体上有利于商务模式创新。但由于商务模式复杂性不仅取决于其规模效应，还取决于其结构效应，商务模式全局最优适应度与商务模式复杂性的关系不是简单的单调关系，而是与商务模式组分相互作用关系的规模和结构有关，即与商务模式复杂性增大的方式有关。

根据3．2．2节的结果，可以采用两种不同的方式增加商务模式复杂性，此时商务模式全局最优适应度都能得到提高。因此，在进行商务模式结构创新时，可以逐步增加某个组分受其他组分影响的数量，即从不受其他组分影响变为受其他组分的影响，或从只受一个其他组分的影响变为受其他两个组分的影响。例如，对于模型K＝011所表示的商务模式，可以通过把内部构造从不受其他组分的影响变为受客户界面的影响，此时模型变为K＝111，而全局最优适应度则从0．695提高到0．711。此外，还可以通过把其伙伴界面只受内部构造的影响变为同时也受客户界面的影响，此时模型变为K＝012，而全局最优适应度则从0．695提高到0．710。

此外，在商务模式组分相互作用关系规模相同的情况下，随着商务模式结构复杂性的增大，商务模式的全局最优适应度减小。因此，在商务模式组分相互作用关系规模不变的情况下，应尽可能降低商务模式的结构复杂性，即尽可能均匀分布商务模式组分之间的相互作用关系。

第二，如果商务模式结构创新的同时采用的是局部模块创新，很可能实现的是局部最优。而局部最优的平均适应度与商务模式的复杂性的关系不是简单的单调关系。此时最优的商务模式并不是复杂性最大的商务模式，而是复杂性适中且具有对称性结构的商务模式。对大多数现有企业来说，毕竟商务模式局部模块创新更容易实现并取得成功。因此这一商务模式结构的美学原则应成为商务模式结构创新追求的目标。

当结构创新是从某个组分不受其他组分的影响变为受其他组分的影响时，其局部最优平均适应度得到提高。因此，采用这种增加商务模式复杂性的商务模式结构创新方式可以提高局部最优平均适应度^[7]。

此外，在商务模式组分相互作用关系规模相同的情况下，随着商务模式结构复杂性的增加，商务模式的局部最优适应度也是减小的。因此，在商务模式组分相互作用关系规模不变的情况下，应尽可能降低商务模式的结构复杂性，即尽可能均匀分布商务模式组分之间的相互作用关系。这与全局最优适应度的结果相同。因此，在进行商务模式结构创新时，应尽可能均匀分布商务模式组分之间的相互作用关系。

3.4　本章小结

本章根据基于复杂系统理论的商务模式分析框架，把商务模式创新看成是在商务模式适应度地形上的爬山或跃迁过程。为了分析商务模式适应度地形与商务模式复杂性之间的关系，引入了复杂系统的重要研究工具之一的NK模型方法。NK模型方法被誉为“复杂系统的统计力学”，它通过对复杂系统各个组分之间相互作用的数量和方式的模拟，对模拟结果进行统计分析，从而得出复杂系统适应度地形的基本性质。NK模型方法最早用于研究生物系统的演化，由于其形式化的特点，也广泛应用于社会、经济和管理等复杂系统领域。

本章根据介观商务模式组分的特点，建立了商务模式的NK模型，并根据商务模式组分相互作用关系的不同，按照商务模式的复杂性程度把商务模式NK模型分为10种类型，并分别讨论其性质。在此基础上根据其复杂性程度，对各种类型的商务模式NK模型进行了解析分析和计算机模拟研究。从NK模型方法的角度看，这种研究主要针对的是N＝3的各类NK模型，同时是在标准NK模型的基础上，对NK模型组分之间相互作用关系的结构进行的必要的拓展。尽管这种拓展不能遍及N＝3的NK模型的所有结构形式，但相对于Kauffman的标准NK模型，这种拓展丰富了N＝3 的NK模型的结构形式，使基于NK模型的商务模式创新分析的根据更为充分和可靠。

对商务模式NK模型的解析分析和计算机模拟结果的统计分析表明，商务模式适应度地形的基本性质与商务模式的复杂性程度是相关的。这种相关性为商务模式创新提供了理论依据。

商务模式复杂性为商务模式的模块创新和结构创新提供了可能，商务模式适应度地形上多个局部最优山峰的存在解释了商务模式的多样性，而且这种多样性随着商务模式复杂性程度的提高而增加。

在商务模式NK模型的框架下，还可以对商务模式的模块创新和结构创新进行分析，并讨论激进模块创新和渐进模块创新以及模仿创新等商务模式创新策略。

第一，商务模式局部模块创新是初始状态敏感和路径依赖的，创新可能实现的是局部最优的状态，而不是全局最优的状态。这种趋势随着商务模式的复杂性的增加而增强。而商务模式全局模块创新总可以实现全局最优的状态。

第二，由于商务模式适应度地形的相关性随商务模式的复杂性程度的提高而减小，因此，模仿策略更适合于复杂性程度较低的商务模式的创新，而不适合于复杂性程度较高的商务模式的创新。

第三，由于商务模式地形上全局最优适应度与局部最优平均适应度的差值随着商务模式复杂性的增加而增加，因此，商务模式全局模块创新更适合于复杂性较高的商务模式的模块创新。

第四，采取特定的商务模式结构创新方式可以提高商务模式全局最优适应度或局部最优平均适应度。特别地，结构效应导致复杂性高的商务模式的适应度减小。因此，应尽可能均匀分布商务模式各组分之间的相互作用关系。

第五，复杂性最高的商务模式的全局最优适应度最大，因此，如果能够实现商务模式全局模块创新，应追求复杂性高的商务模式。因此，在为初创企业设计商务模式时，应尽可能利用现有资源和技术，加强客户界面、内部构造和伙伴界面之间的联系，以实现最复杂的商务模式结构形式。但是对于现有企业，由于资源、运作管理和风险的限制，商务模式局部模块创新更有可能实现，此时，复杂性适中且具有对称结构的商务模式是最优的结构形式。我们称之为商务模式结构的美学原则。

需要说明的是，在商务模式NK模型中，商务模式创新是模拟生物系统的演化过程，通过对商务模式一个或多个组分的随机变异来实现。用随机变异模拟创新的根据在于商务模式创新所固有的不确定性，因此可以把商务模式创新看成是在商务模式适应度地形上的随机漫步。但是，尽管商务模式创新具有内在的不确定性，商务模式创新却不总是随机或盲目进行的。由于企业所拥有的特定知识、实践经验和主观目标，商务模式创新通常具有某种指向性。

此外，在商务模式NK模型中，我们仅用单一的指标——适应度来衡量商务模式，同时假设商务模式各组分对商务模式适应度的影响方式和程度都相同。事实上，考虑到企业性质、战略目标、环境影响和行业特点等因素，商务模式的评价指标可能不是单一的，各个组分对不同指标的影响与否和程度可能也是不同的。同时由于NK模型形式化描述方式的局限性，NK模型只能描述有限的系统结构形式，不能完整地反映商务模式组分之间相互作用关系更精细的结构形式。

因此，基于NK模型的商务模式创新分析有其局限性。针对上述问题，第4章将在Altenberg的广义NK模型的基础上，建立商务模式的广义NK模型，以进一步分析商务模式创新的一般规律。

【注释】

[1]需要说明的是，这里所列10种类型的模型在现实中有的可以找到对应或相近的实例，有的却暂时找不到对应的例子，有的甚至是不可能实现的。但这并不影响本研究的理论和实践意义。

[2]这里及本章所说的“相互作用关系”是特指NK模型意义上的“上位关系”。事实上，系统各组分之间都存在某种形式和程度的相互作用关系，否则就不能成为系统的一个组分。

[3]事实上，在N＝3，K＝111的8种结构的NK模型中，根据复杂性程度的大小，还可以细分为两种复杂性程度不同的类型，但需要有更强描述能力的模型进行描述。详见第4章的内容。

[4]大量实验结果表明，当模拟次数达到50000次时，得到的模拟结果相对稳定。

[5]与此不同的是，对于第二种复杂性程度增大方式，局部最优平均适应度可能增大，也可能减小。例如，当K的变化为011→012时，MFLO的变化为0．676→0．679，即单调增大；当K的变化为111→112→122→222时，MFLO的变化为0．686→0．685→0．683→0．682，即单调减小。

[6]一个例外是，具有对称性的模型K＝111的NLO＝1．5，小于模型K＝002的NLO＝1．6，因为模型K＝111的局部最优最多个数为2，也小于模型K＝002的局部最优个数4。

[7]采用上述第二种复杂性增加的结构创新方式，可能导致局部最优平均适应度的增加，也可能导致局部最优平均适应度的减小。