基于广义模型的商务模式创新规律分析

第4章　商务模式创新的广义NK模型分析

商务模式创新的NK模型以随机变异的方式模拟生物系统的演化过程，这在一定程度上反映了商务模式创新的基本模式。对商务模式创新的NK模型的模拟结果的分析也得出了商务模式创新的一些有意义的结论。但是，由于NK模型的描述能力有限，所涉及的商务模式的结构和复杂性也有限，由此得出的结论可能缺乏一般性。同时，属于社会经济系统的商务模式创新有着自身不同于生物系统的特点。商务模式创新并非完全随机的，通常具有一定的方向性。此外，反映商务模式特性的性能指标也可能是多元的。考虑到这些因素，为了进一步研究商务模式创新，本章首先引入更具一般意义的广义NK模型，并据此建立商务模式的广义NK模型，以期对商务模式创新进行更一般意义上的讨论，从而进一步分析商务模式创新的规律。

4.1　商务模式广义NK模型及其分析

4．1．1 商务模式广义NK模型概述

为了更准确地描述和模拟商务模式创新的一般过程，需要对Kauffman的NK模型进行进一步的推广和改进，应用Altenberg提出的广义NK模型^[1]。广义NK模型是对Kauff－man的标准NK模型的推广，与NK模型相比，它对系统复杂性有更强的描述能力，因此能更准确地从一般意义上描述复杂系统组成要素之间的相互作用关系的数量、方式和程度，为探索商务模式的复杂性及其对商务模式创新的影响提供了更为有效和可靠的工具。为此，有必要根据介观商务模式的概念框架和广义NK模型的基本构成，建立商务模式的广义NK模型，进而对商务模式适应度地形进行计算机模拟和统计分析。

根据介观商务模式的基本理论，商务模式包括客户界面c、内部构造s和伙伴界面p3个组分。根据复杂系统理论的基本思想，作为复杂系统的商务模式的3个组分以某种特定的复杂形式相互联系、相互作用，使商务模式整体涌现出某种特定的性质。商务模式创新就是要通过改变商务模式组分之间的相互作用关系的数量、方式和程度实现商务模式结构创新，或者通过商务模式组分形态的改变实现商务模式模块创新。商务模式创新的目的是要找到最优的商务模式组分的相互作用的数量、方式和程度，使商务模式的整体性能达到最优。

一般而言，衡量商务模式的特性指标取决于商务模式创新的总体目标，而这种总体目标可能由商务模式的多个特性指标所决定。此外，商务模式创新的目标本身也可能是多元的，因此用于衡量商务模式的特性指标也不是单一的，可以有多个指标。根据Afuah和Tucci（2001）的观点，对商务模式性能的衡量包括盈利性、利润预测因素和商务模式各个部分的3个层次的评价指标。其中盈利性的衡量包括收入和现金流两个指标，利润预测因素的衡量包括利润率、市场份额和年收入增长率3个指标，而商务模式各个组成部分的衡量则包括客户价值、客户的范围、定价、收入来源、关联活动、实现、能力和持久性等指标。

实际上，商务模式特性指标既包括描述商务模式整体性能的指标，也包括描述商务模式部分或单个组分的特性指标。例如，衡量商务模式整体性能的利润指标，衡量客户界面特性的客户保留率、品牌认知度、市场份额和客户利润率等指标，衡量内部构造特性的生产周期、产品合格率、订单完成率和资产负债率等指标，衡量伙伴界面特性的供货准时率和物流效率等指标。而诸如产品库存周转率等指标既与客户界面有关又与内部构造有关，因此可以作为客户界面和内部构造的特性指标。当然，上述特性指标与商务模式各组分的关系并不是绝对的，只是相对或近似的，也可能因企业商务模式类型的不同而不同。

同时，上述指标或是相关的，或是独立的。尤为重要的是，影响每个特性指标的商务模式组分可能不同，每个组分所能影响的特性指标也可能不同。也就是说商务模式的组分和特性指标之间也存在多源性和多效性问题^[2]。而多源性和多效性构成了商务模式复杂性的两个维度。它们的组合决定了商务模式各组分之间相互作用关系的数量和结构，商务模式各组分在由多源性和多效性所决定的相互关系的作用下，涌现出不同的商务模式整体特性。因此，各种多源性值和多效性值的组合可以构成形式各异的复杂性各不相同的商务模式类型。这些形式各异、特性不一的商务模式类型使商务模式呈现出复杂多样性，成为商务模式创新的客观基础，为商务模式创新提供了各种可能。

从复杂性的角度看，在广义NK模型的框架下，多源性和多效性的组合决定了商务模式的复杂性类型。因此，可以用以下形式表示商务模式的不同类型：

其中，前半部分x1x2Λxn为商务模式多源性组合，n为商务模式特性指标的数量，用xi表示第i个特性指标的多源性值。由于商务模式有3个组分，即N＝3，所以xi的可能取值为1，2或3。后半部分xcxsxp为多效性组合，其中xc表示客户界面的多效性值，xs表示内部构造的多效性值，xp表示伙伴界面的多效性值，其可能取值均为1，2，…，n。

例如，如果附录B中的图B－1所示的系统结构表示商务模式的组分和特性指标之间的相互关系，则可以用22－121表示该商务模式的复杂性类型。

商务模式复杂性程度的大小有商务模式广义NK模型的多源性—多效性的组合表征。根据复杂系统理论的基本思想，系统复杂性来源于组分的规模效应和结构效应，同时系统规模的大小为系统结构提供了更多的可能。由于商务模式的组分固定为3，因此，商务模式复杂性来源之规模效应很大程度上取决于评价商务模式的特性指标的多少。在给定商务模式特性指标数量的情况下，商务模式复杂性类型的数量是确定的，且随着商务模式特性指标的增加而增加。因此，在依据商务模式复杂性程度的大小对商务模式进行分类时，首先应考虑商务模式特性指标的多源性，其次考虑商务模式组分的多效性。即多源性大者复杂性程度大，在多源性相同的情况下，多效性大者复杂性程度大。因此，多源性或多效性越大，商务模式的复杂性程度也越大。多源性或多效性的大小与复杂性之间的具体关系由以下原则依次决定。

首先考虑多源性，它与复杂性之间的关系由以下原则依次决定：

（1）各个特性指标的多源性值之和越大者，复杂性程度越大。

（2）在特性指标的多源性值之和相同的情况下，则依次比较各特性指标中多源性值中较大者及其数量。

以一个拥有4个特性指标的广义NK模型为例，多源性为1223和1133组合的模型的多源性值之和相同，为1＋2＋2＋3＝1＋1＋3＋3＝8，且二者的多源性最大值均为3，但前者多源性值为3的特性指标只有1个，而后者多源性值为3的特性指标有2个。因此，后者的复杂性程度大于前者。

其次考虑多效性，类似于多源性，多效性与复杂性之间的关系由以下原则依次决定：

（1）各个组分的多效性值之和越大者，复杂性程度越大。

（2）在组分的多效性值之和相同的情况下，则依次比较各组分中多效性值中较大者及其数量。

例如，在多源性相同的情况下，多效性为123的系统复杂性大于多效性为222的系统复杂性。

为了利用商务模式广义NK模型对商务模式创新规律进行分析，需要针对商务模式特性指标的不同数目及其可能形式建立复杂性各异的商务模式广义NK模型。

例如，如果仅以利润和市场份额2个指标作为商务模式的特性指标，则可以用F＝2的广义NK模型进行描述。其中，利润指标受商务模式的3个组分的影响，其多源性值为3；而市场份额受商务模式的客户界面的影响，其多源性值为1。

如果以利润、市场份额和产品库存周转率3个指标作为商务模式的特性指标，则可以用F＝3的广义NK模型进行描述。其中，除了利润指标和市场份额指标的多源性值与上例相同外，产品库存周转率既受商务模式的客户界面又受商务模式的内部构造的影响，其多源性指标为2。

如果以利润、市场份额、产品库存周转率和供货准时率4个指标作为商务模式的特性指标，则可以用F＝4的广义NK模型进行描述。其中，除了利润、市场份额和产品库存周转率3个指标的多源性值与上例相同外，供货准时率受商务模式的伙伴界面的影响，其多源性值为1。

以下分别建立有2个特性指标（即F＝2）、3个特性指标（即F＝3）和4个特性指标（即F＝4）的商务模式广义NK模型，并对其进行计算机模拟和分析。

需要说明的是，为了系统地分析商务模式的各种可能形式，以下所列的商务模式广义NK模型是在广义NK模型的形式化描述能力范围内所进行的归纳。其中一些模型在现实中可以找到对应或相近的实例，有一些模型在现实中可能暂时找不到实际的例子，有的甚至是不可能的，但这并不影响研究的理论和实践意义。

4．1．2 F＝2的商务模式广义NK模型及其模拟和分析

假设评价商务模式的特性指标有两个，根据广义NK模型的基本构成，则可以建立F＝2的商务模式广义NK模型，并对其适应度地形进行模拟，进而对模拟结果进行分析。

（1）F＝2的商务模式广义NK模型。

根据介观商务模式的基本概念框架，商务模式的组分有3个，分别为客户界面c，内部构造s和伙伴界面p。如果不论商务模式的3个组分和n个特性指标的排列顺序，仅以多源性—多效性组合所表示的商务模式复杂性程度为依据，同时，商务模式的每个特性指标都至少受一个组分的影响，而商务模式的组分都至少影响一个特性指标，则F＝2的商务模式广义NK模型可以有以下5种类型^[3]。其中从模型1至模型5，商务模式的复杂性依次增加，即按照模型12－111、模型22－112、模型13－112、模型23－122、模型33－222的顺序，复杂性程度依次增加。

以下分别给出F＝2的商务模式广义NK模型。

模型1：12－111

图4－1所示的商务模式组分与特性指标之间的影响关系是该类型商务模式模型的一个例子。

从多源性的角度看，商务模式有两个特性指标，其中第1个特性指标只受客户界面c的影响，第2个指标受内部构造s和伙伴界面p的共同影响。从多效性的角度看，客户界面c只对第1个特性指标有影响，内部构造s和伙伴界面p分别只对第2个特性指标有影响。从复杂性的角度看，这是拥有两个特性指标的商务模式广义NK模型中最简单的一种形式。

图4－1　商务模式广义NK模型：12－111

模型2：22－112

图4－2所示的商务模式组分与特性指标之间的影响关系是该类型商务模式模型的一个例子。

图4－2　商务模式广义NK模型：22－112

从多源性的角度看，商务模式有两个特性指标，其中第1个特性指标受客户界面c和伙伴界面p的共同影响，第2个指标受内部构造s和伙伴界面p的共同影响。从多效性的角度看，客户界面c只对第1个特性指标有影响，内部构造s只对第2个特性指标有影响，而伙伴界面p对两个特性指标都有影响。

模型3：13－112

图4－3所示的商务模式组分与特性指标之间的影响关系是该类型商务模式模型的一个例子。

图4－3　商务模式广义NK模型：13－112

从多源性的角度看，商务模式有两个特性指标，其中第1个特性指标只受伙伴界面p的影响，第2个指标受客户界面c、内部构造s和伙伴界面p3个组分的共同影响。从多效性的角度看，客户界面c只对第1个特性指标有影响，内部构造s只对第2个特性指标有影响，而伙伴界面p对两个特性指标都有影响。因此，模型3与模型4的多效性相同，但多源性不同，所以，复杂性程度也不相同。

模型4：23－122

图4－4所示的商务模式组分与特性指标之间的影响关系是该类型商务模式模型的一个例子。

图4－4　商务模式广义NK模型：23－122

从多源性的角度看，这种商务模式有两个特性指标，其中第1个特性指标受内部构造s和伙伴界面p的共同影响，第2个指标受客户界面c、内部构造s和伙伴界面p等3个组分的共同影响。从多效性的角度看，客户界面c只对第2个特性指标有影响，内部构造s和伙伴界面p对两个特性指标都有影响。

模型5：33－222

图4－5所示的商务模式组分与特性指标之间的影响关系是该类型商务模式模型的一个例子。从多源性的角度看，商务模式有两个特性指标，两个特性指标分别受商务模式的3个组分的共同影响。从多效性的角度看，商务模式的3个组分分别对两个特性指标都有影响。这是拥有两个特性指标的商务模式的最复杂的一种模型。

图4－5　商务模式广义NK模型：33－222

（2）适应度地形的模拟和分析。

为了了解不同结构的商务模式广义NK模型的性质，需要对从模型1到模型5的商务模式广义NK模型的适应度地形进行计算机模拟，分别得到适应度地形全局最优山峰的适应度、局部最优山峰的平均适应度和局部最优山峰的数量等地形指标。

F＝2的商务模式广义NK模型（22－112）的适应度地形如图4－6所示。

根据广义NK模型适应度地形的定义和模拟方法，如果某个组分发生变异，所有受这个组分影响的特性指标都被指派一个新的、从U（0，1）中抽取的随机数。同时，定义F＝2的商务模式广义NK模型的整体适应度为两个特性指标值的平均。其中每个特性指标也对应一个适应度值。即：

图4－6　F＝2的商务模式适应度地形的模拟

为了得到某一类适应度地形指标的统计结果，对各种类型的F＝2的商务模式广义NK模型的适应度地形进行50000次模拟，得到的相关统计结果如表4－1所示。表中各列按模型的复杂性程度的大小依次排列。括号中的数值为相应指标值的标准差。

表4－1　F＝2的商务模式广义NK模型的模拟结果

考虑表4－1中的适应度地形的各指标值与商务模式复杂性的关系，表4－1中的统计结果显示，F＝2的商务模式适应度地形的指标值与商务模式的复杂性程度有关。

1）局部最优平均适应度MFLO的变化规律。如图4－7所示，局部最优平均适应度MFLO随商务模式复杂性的变化而变化，但不是简单的单调关系。

图4－7　F＝2的商务模式适应度的变化趋势

第一，随着复杂性的增加，从模型1（12－111）到模型2（22－112），局部最优平均适应度增加并达到最大值，为0．730，随后模型3（13－112）的MFLO达到最小值，为0．705。此后，随着复杂性的增加，MFLO依次增大。因此，商务模式适应度地形的局部最优平均适应度随商务模式的复杂性的变化而变化，但并非简单的单调关系。

第二，考虑MFLO为最大的模型22－112和MFLO为最小的模型13－112的复杂性和结构特点。

观察到模型22－112和模型13－112均为中度复杂性。且模型22－112的多源性组合为22，这表明商务模式的两个特性指标的多源性值相同，均为2，即分别受到两个商务模式组分的影响，相对于其他结构形式，这是一种对称的形式。因此拥有对称结构且复杂性适中的商务模式的MFLO最大。从这里再次发现了商务模式的美学原则。这与第3章所提出的商务模式结构美学原则一致。

同时，模型13－112的两个多源性值分别为1和3，其差异（用两个多源性值之间的差值来描述）在所有模型中是最大的。因此，多源性值之间差异最大且复杂性适中的商务模式的MFLO最小。

由此预见，反映商务模式特性的局部最优平均适应度与描述商务模式结构的广义NK模型中的多源性值或多效性值之间的差异程度有关。为了准确地描述多源性值或多效性值之间的差异，定义多源性差异值如下：

类似地，定义多效性差异值如下：

而商务模式广义NK模型的多源性—多效性组合的差异值δ可以定义为多源性差异值和多效性差异值之和，即：

多源性或多效性值之和反映的是复杂性的规模特征，而多源性或多效性差异值反映的是复杂性的结构特征。在多源性值或多效性值之和一定的情况下，多源性或多效性的差异值越大，系统的复杂性也越高。

根据多源性差异值的定义，模型22－112的多源性差异值为0，是所有模型中最小者之一。模型13－112的多源性差异值为2，是所有模型中的最大者。由此可知，当商务模式为中度复杂性且其多源性差异值为最小时，MFLO为最大。当商务模式为中度复杂性且其多源性差异值为最大时，MFLO为最小。

同时，模型22－112和模型13－112的组分与特性指标相互作用关系的规模相同，但结构不同。其中模型22－112的多源性差异值小于模型13－112，即模型22－112的结构复杂性小于模型13－112。但模型22－112的MFLO大于模型13－112的MFLO。由此可见，在组分与特性指标相互作用关系规模相同的条件下，结构复杂性越高，商务模式地形的局部最优平均适应度越小。

2）全局最优适应度MFGO的变化规律。如图4－7所示，全局最优适应度MFGO随商务模式复杂性的变化而变化，但不是简单的单调关系。因为：

第一，当商务模式复杂性为最小时，即模型12－111的MFGO也为最小；当商务模式复杂性为最大时，即模型33－222的MFGO也为最大。

第二，考虑模型22－112与模型13－112的关系。对于这两个模型，商务模式组分与特性指标相互作用关系的规模相同，但结构不同。其中模型22－112的多源性差异值小于模型13－112，即模型22－112的结构复杂性小于模型13－112，但模型22－112的MFGO大于模型13－112的MFGO。由此可见，在组分与特性指标相互作用关系规模相同的条件下，结构复杂性越高，商务模式地形的全局最优适应度越小。

3）全局最优与局部最优适应度之差MFGL的变化规律。如表4－1所示，商务模式地形的全局最优适应度与局部最优平均适应度之差MFGL随商务模式的复杂性的增加而增大。

4）局部最优个数的变化规律。如表4－1所示，商务模式适应度地形的局部最优最多个数MNLO随着商务模式复杂性的增加而增加；商务模式适应度地形的局部最优个数NLO也随着商务模式复杂性的增加而增加。因此，商务模式适应度地形的局部最优山峰随着商务模式复杂性的增加而增多。

我们注意到，局部最优最多的个数MNLO与多源性有关。当多源性值最大为2时，局部最优个数最多为2；当多源性值最大为3时，局部最优个数最多为4。因此，多源性值中的最大数值决定了商务模式适应度地形上局部最优山峰的最多个数，而且MNLO随多源性最大数值的增大成倍增加。

4．1．3 F＝3的商务模式广义NK模型及其模拟和分析

考虑用3个特性指标对商务模式进行评价，根据广义NK模型的基本构成，可以建立F＝3的商务模式广义NK模型，并对其适应度地形进行模拟，进而对模拟结果进行分析。

（1）F＝3的商务模式广义NK模型。

采用与F＝2的商务模式广义NK模型相同的分类原则，F＝3的商务模式广义NK模型可以有15种类型，其中多源性相同的模型归为一类，又可归纳成10种类型。

例如，多源性为122的商务模式广义NK模型有两种类型，分别为122－122和122－113。图4－8和图4－9所示的商务模式组分与特性指标之间的影响关系分别是两种类型中的一个例子。

图4－8　商务模式广义NK模型：122－122

如图4－8所示的模型122－122，从多源性的维度看，商务模式有3个特性指标，其中第1个特性指标只受客户界面的影响，第2个特性指标分别受内部构造和伙伴界面的影响，第3个特性指标也分别受内部构造和伙伴界面的影响。从多效性的维度看，客户界面影响第1个特性指标，内部构造分别影响第2个和第3个特性指标，伙伴界面也分别影响第2个和第3个特性指标。

图4－9　商务模式广义NK模型：122－113

附录A根据多源性所表示的复杂性程度的大小，依次列出了F＝3的商务模式广义NK模型的所有模型类型。

（2）适应度地形的模拟和分析。

为了了解上述10类共15种结构的商务模式广义NK模型的性质，需要对这些模型的适应度地形进行计算机模拟，分别得到适应度地形的全局最优山峰的适应度、局部最优山峰的平均适应度值和局部最优山峰的数量等地形指标。

F＝3的商务模式广义NK模型（113－122）的适应度地形如图4－10所示。

根据广义NK模型适应度地形的定义和模拟方法，如果某个组分发生变异，所有受这个组分影响的特性指标都被指派一个新的，从U（0，1）中抽取的随机数。同时，定义F＝3的商务模式广义NK模型的整体适应度为3个特性指标值的平均。其中每个特性指标也对应一个适应度值，即：

图4－10　F＝3的商务模式适应度地形的模拟

为了得到商务模式适应度地形的性能指标的统计结果，对各种类型的F＝3的商务模式广义NK模型的适应度地形进行50000次模拟，得到的相关统计结果如表4－2所示。表中各行按模型的复杂性程度从小到大排列，括号中的数值为相应指标值的标准差。

考虑表4－2中的各指标值与商务模式复杂性的关系，其中的统计结果显示，商务模式适应度地形的指标值与商务模式的复杂性程度有关。

表4－2　F＝3的商务模式广义NK模型的模拟结果

1）局部最优平均适应度MFLO的变化规律。如图4－11所示，局部最优平均适应度MFLO与商务模式的复杂性有关，但并非简单的单调关系。因为：

第一，如表4－3、表4－4和表4－5所示，在多源性组合相同的情况下，MFLO随多效性差异值的增加（即复杂性增加）而减小。更进一步地，在多源性值之和相同的情况下，MFLO也随多源性差异值的增加（即复杂性增加）而减小。因此，在商务模式组分与特性指标的相互作用关系规模相同的情况下，商务模式地形的局部最优平均适应度随着结构复杂性的增加而减小。

图4－11　F＝3的商务模式适应度的变化趋势

第二，考虑MFLO最大和最小的商务模式的结构特点。模型222－222的局部最优平均适应度的均值最大，为0．693，模型113－113的局部最优平均适应度的均值最小，为0．659。我们看到最优模型222－222为中度复杂性，且其多源性—多效性组合的差异值为0，为所有模型中最小者之一，即其对应的商务模式组分与特性指标之间的影响关系表现为一种对称的关系。而最差模型113－113也为中度复杂性，但其多源性—多效性组合的差异值为8，为所有模型中最大者。由此可知，当商务模式为中度复杂性且其多源性—多效性组合的差异值为最小时，商务模式局部最优平均适应度的均值为最大。当商务模式为中度复杂性且其多源性—多效性组合的差异值为最大时，商务模式局部最优平均适应度的均值为最小。这个结论再次证实了商务模式结构的美学原则。

2）全局最优适应度MFGO的变化规律。如图4－11所示，全局最优适应度MFGO与商务模式的复杂性有关，随商务模式复杂性的增加呈上升趋势，但并非简单的单调关系。

第一，如表4－3、表4－4和表4－5所示，在多源性组合相同的情况下，MFGO随多效性差异值的增加（即复杂性增加）而减小；更进一步地，在多源性值之和相同的情况下，MFGO也随多源性差异值的增加（即复杂性增加）而减小。因此，在商务模式组分与特性指标的相互作用关系规模相同的情况下，商务模式地形的全局最优适应度随结构复杂性的增加而减小。

表4－3　MFLO和MFGO变化趋势：多源性值之和为5

表4－4　MFLO和MFGO变化趋势：多源性值之和为6

表4－5　MFLO和MFGO变化趋势：多源性值之和为7

第二，考虑MFGO最大和最小的商务模式的结构特点。模型111－111的MFGO最小，为0．666；模型333－333的MFGO最大，为0．736。因此，当商务模式的复杂性最小时，其全局最优适应度为最小；当商务模式复杂性最大时，其全局最优适应度为最大。

3）全局最优与局部最优适应度之差MFGL的变化规律。如表4－2所示，商务模式地形的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加而增大。

4）局部最优个数的变化规律。商务模式适应度地形的局部最优最多个数MNLO与多源性值中的最大值有关。当多源性值最大为1时，局部最优最多个数为1；当多源性值最大为2时，局部最优最多个数为2，只有模型222－222例外，其局部最优最多个数为3；当多源性值最大为3时，局部最优最多个数为4。

此外，局部最优个数NLO值也随着多源性值中最大值及其数量以及多源性值之和的增加而增加。因此，从总体上看，商务模式适应度地形的局部最优的山峰随着商务模式复杂性的增加而增多。

4．1．4 F＝4的商务模式广义NK模型及其模拟和分析

考虑用4个特性指标对商务模式进行评价，根据广义NK模型的基本构成，可以建立F＝4的商务模式广义NK模型，并对其适应度地形进行模拟，进而对模拟结果进行分析。

（1）F＝4的商务模式广义NK模型。

采用与F＝2的商务模式广义NK模型相同的分类原则，F＝4的商务模式广义NK模型可以有33种类型，把多源性相同的模型归为一类，共有15种。

例如，多源性为1122的商务模式广义NK模型有3种类型，分别是1122－222、1122－123和1122－114。分别如图4－12、图4－13和图4－14所示。

图4－12　商务模式广义NK模型：1122－222

图4－13　商务模式广义NK模型：1122－123

图4－14　商务模式广义NK模型：1122－114

附录B中根据多源性所表示的复杂性程度的大小，依次列出了F＝4的商务模式广义NK模型的所有模型类型。

（2）适应度地形的模拟和分析。

为了了解上述15类共33种结构的商务模式广义NK模型的性质，需要对这些模型的适应度地形进行计算机模拟，分别得到适应度地形全局最优山峰的适应度、局部最优山峰的平均适应度和局部最优山峰的数量等地形指标。

F＝4的商务模式广义NK模型（1122－222）的适应度地形如图4－15所示。

图4－15　F＝4的商务模式适应度地形的模拟

根据广义NK模型适应度地形的定义和模拟方法，如果某个组分发生变异，所有受这个组分影响的特性指标都被指派一个新的、从U（0，1）中抽取的随机数。同时，定义F＝4的商务模式广义NK模型的整体适应度为4个特性指标值的平均，其中每个特性指标也对应一个适应度值，即：

为了得到某一类商务模式适应度地形性能指标的统计结果，对各种类型的F＝4的商务模式广义NK模型的适应度地形进行50000次模拟，得到的相关统计结果如表4－6所示。表中各列是按模型的复杂性程度从小到大排列，括号中的数值为相应指标值的标准差。

考虑表4－6中的各指标值与商务模式复杂性的关系，其统计结果显示，商务模式适应度地形的指标值与商务模式的复杂性程度有关。

1）局部最优平均适应度MFLO的变化规律。如图4－16所示，局部最优平均适应度MFLO与商务模式复杂性有关，但并非简单的单调关系。

第一，如表4－7、表4－8、表4－9、表4－10、表4－11和表4－12所示，在多源性组合相同的情况下，MFLO随多效性差异值的增加（即复杂性增加）而减小。这个结果与F＝3的商务模式NK模型的分析结果一致。

但是，在多源性值之和相同的情况下，MFLO随多源性差异值的增加（即复杂性增加）可能增加也可能减小。这个结果与F＝3的商务模式NK模型的分析结果有所不同。这是因为多源性之和相同只能保证规模相同，而不能保证结构相同。因此，除了多源性的规模效应外，还需考虑多源性本身的结构效应。

表4－6　F＝4的商务模式广义NK模型的模拟结果

图4－16　F＝4的商务模式适应度的变化趋势

表4－7　MFLO和MFGO变化趋势：多源性值之和为5

表4－8　MFLO和MFGO变化趋势：多源性值之和为6

表4－9　MFLO和MFGO变化趋势：多源性值之和为7

表4－10　MFLO和MFGO变化趋势：多源性值之和为8

表4－11　MFLO和MFGO变化趋势：多源性值之和为9

表4－12　MFLO和MFGO变化趋势：多源性值之和为10

同时还应注意到，在多效性组合相同的情况下，MFLO随多源性差异值的增加（即复杂性增加）而减小。

因此，我们可以得出更一般的结论：在商务模式组分与特性指标的相互作用关系的多源性组合或多效性组合相同的情况下，商务模式地形的局部最优平均适应度随着结构复杂性的增加而减小。

需要说明的是，根据F＝3的商务模式广义NK模型所得到的分析结果只是上述结论的一个特例。

第二，考虑MFLO最大和最小的商务模式的结构特点。模型2222－233的局部最优平均适应度的均值最大，为0．664，模型1113－114的局部最优平均适应度的均值最小，为0．632。

得到最优模型2222－233为中度复杂性，且其多源性的差异值为0，是所有模型中最小者之一，且其多效性差异值是具有中度复杂性的模型中的最小者。模型2222－233对应的商务模式组分与特性指标之间的影响关系仍然表现为一种近似对称的关系。

而模型1113－114也为中度复杂性，但其多源性差异值和多效性差异值均为所有模型中最大者，因此其多源性—多效性组合的差异值也为所有模型中最大者。

由此可知，当商务模式为中度复杂性且其多源性差异值为最小时，多效性差异值最小的商务模式局部最优平均适应度为最大；当商务模式为中度复杂性且其多源性的差异值为最大时，多效性差异值最大的商务模式局部最优平均适应度为最小。这个结论再次证实了商务模式结构的美学原则，即为了实现局部最优平均适应度最大，应尽可能均匀分布商务模式组分和特性指标之间的相互作用关系。

2）全局最优适应度MFGO的变化规律。如图4－16所示，全局最优适应度MFGO与商务模式的复杂性有关，随商务模式复杂性的增加呈上升趋势，但并非简单的单调关系。

第一，如表4－7、表4－8、表4－9、表4－10、表4－11和表4－12所示，在多源性组合相同的情况下，MFGO随多效性差异值的增加（即复杂性增加）而减小。这个结果与F＝3的商务模式NK模型的分析结果一致。

但是，在多源性值之和相同的情况下，MFGO随多源性差异值的增加（即复杂性增加）可能增加也可能减小。这个结果与F＝3的商务模式NK模型的分析结果有所不同。这是因为多源性之和相同只能保证规模相同，而不能保证结构相同。因此，除了多源性的规模效应外，还需考虑多源性本身的结构效应。

同时还应注意到，在多效性组合相同的情况下，MFGO随多源性差异值的增加（即复杂性增加）而减小。

因此，我们可以得出更一般的结论：在商务模式组分与特性指标的相互作用关系的多源性组合或多效性组合相同的情况下，商务模式地形的全局最优适应度随着结构复杂性的增加而减小。

同样，根据F＝3的商务模式广义NK模型所得到的分析结果只是上述结论的一个特例。

第二，考虑MFGO最小和最大的商务模式的结构特点。模型1111－112的MFGO最小，为0．641；模型3333－444 的MFGO最大，为0．706。因此，当商务模式的复杂性最小时，其全局最优适应度为最小；当商务模式复杂性最大时，其全局最优适应度为最大。

3）全局最优与局部最优适应度之差MFGL的变化规律。如表4－3所示，商务模式地形的全局最优适应度与局部最优平均适应度之差MFGL随商务模式的复杂性的增加而增加。

4）局部最优个数的变化规律。商务模式适应度地形的局部最优最多个数MNLO与多源性值中的最大值有关。当多源性值最大为1时，局部最优最多个数为1；当多源性值最大为2时，局部最优最多个数为2，只有模型2222－233和模型2222－224例外，其局部最优最多个数为3；当多源性值最大为3时，局部最优最多个数为4。

此外，局部最优个数NLO值也随着多源性值中最大值及其数量以及多源性值之和的增加而增加。因此，从总体上看，商务模式适应度地形的局部最优的山峰随着商务模式复杂性的增加而增多。

4.2　基于广义NK模型的商务模式创新规律分析

4．2．1 基于广义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。

商务模式广义NK模型比商务模式NK模型具有更强的描述能力，它通过商务模式组分与商务模式特性指标之间影响关系的描述来反映商务模式组分之间的相互作用关系，能够更细致地描述各种复杂类型的商务模式结构形式。而由于NK模型有限的描述能力，可能忽略了具有更优结构的商务模式。

例如，在如图4－17和图4－18所示的商务模式广义NK模型中，对于图4－17所示的模型222－222，MFLO＝0．692，MFGO＝0．717；而对于图4－18所示的模型222－123，MFLO＝0．686，MFGO＝0．711。显然这两个模型的复杂性不同，其所对应的商务模式适应度地形指标值也不同。因此，在商务模式广义NK模型中，它们被归为不同类型的模型。在商务模式NK模型中，广义NK模型222－123可以被描述为模型111，但却无法描述模型222－222。由于商务模式NK模型有限的描述能力，相对于商务模式广义NK模型，其所描述的商务模式结构相当有限。

图4－17　商务模式广义NK模型：222－222

图4－18　商务模式广义NK模型：222－123

因此，相对于商务模式NK模型，商务模式广义NK模型是对商务模式复杂性的更细致的描述形式。同时，由于商务模式适应度地形的指标值与商务模式的复杂性相关，并随着商务模式复杂性的变化而变化，所以商务模式广义NK模型为基于复杂性的商务模式创新分析提供了更多的可能。

最后，由于商务模式适应度地形的局部最优山峰的个数与商务模式复杂性有关，且总体上随复杂性的增加而增加，因此，复杂性高的商务模式为商务模式创新提供了更多的可能。

（2）基于广义NK模型的商务模式创新的类型和策略。

与商务模式NK模型类似，基于广义NK模型的商务模式创新也可以分为模块创新和结构创新两种类型。

基于组分形态变异的商务模式模块创新根据参与变异组分的多少还可以进一步区分为局部模块创新和全局模块创新两种创新策略。其中每次只对单个组分进行变异的策略称为商务模式局部模块创新，而每次对所有3个组分进行变异的策略称为商务模式全局模块创新。

除此之外，还可以根据商务模式广义NK模型的特点，改变模块创新中组分变异的方式。在此之前，本书在所进行商务模式创新的计算机模拟过程中，都是模拟生物演化以组分的随机变异的方式进行的。即每次进行变异的组分都是随机抽取的。这种变异方式是低效率的，当商务模式的设计空间很大时，寻优的过程将非常耗时。这种变异方式反映了人们应用头脑风暴进行商务模式的创意构思的过程。

事实上，尽管创新具有一定的随机性，但通常还具有较为明确的指向性。例如，对于银行这种以客户服务为主的行业，更关注的是客户服务的质量和效率，因此更看重的是与客户界面相关的特性指标的优劣，其商务模式创新的重点在于客户界面的要素形态组合上。如美国花旗银行向中国专利局所申请的19项专利中，主要是在客户服务方面的技术方案，即为了提升与客户界面相关的商务模式的特性指标。即使是在相同行业的企业中，商务模式创新的指向也可能有很大的差别。又如，夏新公司在从事手机生产之前是以影音产品生产为主的企业，而且具备相当大的生产规模和市场占有率。为了摆脱不断萎缩的影音市场对企业盈利能力的影响，该公司有意识地转向通信产品的研发和生产，其商务模式创新的重点在于企业的内部构造上，即通过加强自主研发和设计、调整内部构造的要素形态组合（如价值内容中的客户价值和伙伴价值、价值提交中的组织结构和工艺流程，以及价值回收中的股利分配等）来实现商务模式的创新。而波导公司作为一个主要靠手机产品起家的通信企业，其技术主要依靠法国萨基姆公司的合作，通过支付特许费、订购手机模块和生产设备等方式取得必要的技术。而其商务模式创新则侧重于客户界面，以“自建通路控制并服务终端以贴近和引导顾客”为其客户界面的要素形态组合，其商务模式创新的指向性也十分鲜明。

商务模式创新的这种指向性可以通过对商务模式的特性指标施以不同的权重来表达。商务模式特性指标的不同权重为商务模式模块创新的组分变异的选择方式提供了依据。通过给予与权重较大的特性指标相关的组分优先变异的权利，可以在保证获得最优的情况下，提高寻优的效率。

基于组分与特性指标相互影响关系的变化所进行的商务模式结构创新很大程度上取决于评价商务模式的特性指标的多少。特性指标越多，可能实现的商务模式的结构就越多，商务模式创新就有了更多的可能。例如，如果只用两个特性指标评价商务模式，则基于广义NK模型的商务模式只有5种复杂性不同的结构形式。用3个特性指标评价商务模式，则可以有15种复杂性不同的商务模式结构形式。而用4个特性指标评价商务模式，则可以有33种复杂性不同的商务模式结构形式。因此，商务模式结构创新与评价商务模式的特性指标的数量有关。也就是说，采用较多的特性指标评价商务模式可以为商务模式结构创新提供更多的可能，也为商务模式创新的指向性提供了更多的可能。例如，对于早期的商务模式，由于其组分之间相互联系较弱，组分之间的相互作用关系较少，体现在特性指标上，就是评价商务模式的特性指标较少。因此，商务模式创新的可能性也较小。而对于现代商务模式，由于技术提供了更多的可能、市场和竞争提出了更多的要求，对商务模式组分之间的联系提出了更高的要求，特别是对客户界面和伙伴界面提出了更高的要求。因此，需要更多能够反映商务模式各组分特性的指标，也就是说，要客观地评价商务模式就需要更多的特性指标。由于也为商务模式创新提供了更多的可能，而且能够根据特性指标的定义和商务模式创新的指向性，确定特性指标的不同权重，实现商务模式创新的总体目标。

在商务模式广义NK模型中，商务模式的结构特征可以用多源性和多效性组合进行描述。其中，由于商务模式组分的数量是确定的，多源性值之和的大小决定了多效性的可能组合形式。例如，如表4－8所示，多源性值之和为6的商务模式的多效性组合只可能有3种形式，分别为222、123 和114。

由于特性指标数量的多少决定了商务模式结构形式的多少，对于特性指标较少的情况（如F＝2或F＝3），其可能实现的结构形式也较少，通过适应度地形的模拟所得到的地形指标所反映出的商务模式结构的某些特征可能有其特殊性。因此，特性指标数量不同的商务模式的结构变化可能具有其各自的特点。但是，当特性指标数量大于等于4时，商务模式地形指标所反映的商务模式结构变化规律趋于一致，更具一般性。也就是说，由于结构可能性的限制，F＝2和F＝3的商务模式结构变化规律只是F≥4的商务模式结构变化规律的特例。

4．2．2 基于广义NK模型的商务模式创新规律

商务模式适应度地形的各指标值反映了复杂性程度不同的商务模式的结构特征，为商务模式模块创新和商务模式结构创新的分析提供了定量依据。

（1）商务模式模块创新。

如前所述，商务模式模块创新是在确定的商务模式适应度地形上，通过单个或多个组分的变异所进行的爬山或跃迁过程，其中采用单个组分变异的局部试错法所对应的是局部模块创新，而采用所有组分都同时变异的全局试错法所对应的是全局模块创新。其创新的性质和结果不同：

第一，由于商务模式适应度地形局部最优山峰的存在，商务模式局部模块创新是初始状态敏感和路径依赖的。同时，由于局部最优山峰的个数随着商务模式复杂性的增加而增加，因此，这种初始状态敏感和路径依赖的程度随着商务模式复杂性的增加而增强。

第二，商务模式全局模块创新总能实现全局最优，且与商务模式的初始状态无关。

第三，由于全局最优适应度与局部最优平均适应度之差值随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程度较高的商务模式系统，而商务模式局部模块创新更适合于复杂性程度较低的商务模式系统。

第四，由于商务模式适应度地形上各山峰的相关性随商务模式复杂性的增加而减小，因此，模仿创新策略更适合于复杂性程度低的商务模式系统的模块创新。

（2）商务模式结构创新和激进创新。

基于广义NK模型的商务模式结构创新涉及商务模式组分与特性指标相互影响关系的改变。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规律。这种规律为商务模式结构创新和激进创新提供了理论根据。

对商务模式激进创新的分析与结构创新的同时所采取的模块创新的策略有关。采用局部模块创新所获得的可能是局部最优的结果，而采用全局模块创新所获得的是全局最优的结果。衡量局部最优结果的指标是局部最优平均适应度MFLO，而衡量全局最优结果的指标是全局最优适应度MFGO。根据4．1节中商务模式适应度地形的模拟和分析结果，MFLO和MFGO随商务模式结构（复杂性）的变化而变化，但变化的规律有所不同。因此，应分别讨论。

第一，如果在结构创新的同时采取的是全局模块创新策略，此时获得的是全局最优的结果，因此，评价指标为全局最优适应度MFGO。

根据4．1节中对F＝2、F＝3和F＝4的商务模式广义NK模型的模拟和分析，综合上述3类模型的分析结果，尽管全局最优适应度MFGO随商务模式复杂性的变化不是单调变化的，但总体上随商务模式复杂性的增加呈上升趋势。其中，复杂性最低的商务模式的MFGO最小，而复杂性最高的商务模式的MFGO最大。因此，如果允许采取商务模式全局模块创新，可以尽量采用复杂性最高的商务模式结构形式，尽量增强商务模式组分和特性指标之间的联系。但是从企业管理实践来看，由于企业本身的资源和能力有限，同时，全局模块创新的风险也较高，商务模式全局模块创新较难实现。

因此，在多源性组合或多效性组合相同的情况下，MFGO随结构复杂性的增加而减小。为了追求全局最优，在进行商务模式结构创新时，在多源性组合确定的情况下，应尽可能降低多效性组合的复杂性，即尽可能均匀分布组分对特性指标的影响关系。类似地，在多效性组合确定的情况下，应尽可能降低多源性组合的复杂性，即尽可能均匀分布特性指标的影响组分。特别地，对于F≤3的商务模式形式，在多源性值之和相同的情况下，MFGO也随着结构复杂性的增加而减小，应尽可能均匀分布组分对特性指标的影响关系，以实现商务模式适应度的全局最优。

第二，如果在结构创新的同时采用的是局部模块创新策略，此时可能获得的是局部最优的结果，因此，评价指标为局部最优平均适应度MFLO。

根据4．1节中对F＝2、F＝3和F＝4的商务模式广义NK模型的模拟和分析，综合上述3类模型的分析结果，局部最优平均适应度MFLO与商务模式复杂性的关系并非简单的单调关系。MFLO的最大值和最小值都分别出现在具有中度复杂性的商务模式结构中。在此条件下，当多源性差异值为最小时，多效性差异值最小的商务模式MFLO为最大；而当多源性的差异值为最大时，多效性差异值最大的商务模式局部最优平均适应度为最小。即所谓商务模式结构的美学原则。因此，在进行商务模式局部模块创新时，应选择复杂性适中且具有对称结构的商务模式结构形式。

因此，在多源性组合或多效性组合相同的情况下，MFLO也随结构复杂性的增加而减小。为了实现商务模式局部模块创新策略，在进行商务模式结构创新时，在多源性组合确定的情况下，应尽可能降低多效性组合的复杂性，即尽可能均匀分布组分对特性指标的影响关系。类似地，在多效性组合确定的情况下，也应尽可能降低多源性组合的复杂性，即尽可能均匀分布特性指标对组分的影响关系。特别地，对于F≤3的商务模式，在多源性值之和相同的情况下，MFLO也随着结构复杂性的增加而减小，应尽可能均匀分布组分对特性指标的影响关系。

（3）多效性原理。

上述基于组分变异的商务模式创新的分析是基于这样一种假设，即商务模式的每个组分变异的机会均等，都可以根据创新的实际需要进行变异。而事实上，由于企业环境、资源、能力和文化等各种条件的限制，构成企业商务模式的客户界面、内部构造和伙伴界面并非都具有均等的创新可能和机会，有时候不得不对创新的对象进行优先选择。为此，有必要了解具有不同特点的变异对象对商务模式整体的影响。

在商务模式广义NK模型的框架下，反映商务模式组分特点的是组分的多效性。在商务模式广义NK模型的各种类型中，有的组分多效性比较高，有的则比较低。具有不同多效性的组分对商务模式整体性能具有不同的影响。在广义NK模型的框架下，作为复杂系统的商务模式的组分对特性指标的影响程度是随机的。多效性高的组分所能影响的特性指标较多，而多效性低的组分所能影响的特性指标较少。多效性高的组分对某些特性指标的正面影响更有可能被其对另一些特性指标的负面影响所抵消，从而导致其对总体适应度的影响相对较小。Altenberg称此为“多效性原理（The Pleiotropy Principle）”，并表述为：组分变异导致系统整体适应度提高的概率与该组分的多效性成反比。因此，对多效性低的组分进行变异的成功可能性更大。

现实中，我们注意到，商务模式创新的成功往往发生在传统上认为不起眼的客户界面或伙伴界面上，而对于内部构造这种影响面较大的组分进行创新的失败案例比较多。这是因为客户界面和伙伴界面的多效性通常较低，而内部构造的多效性通常较高。

根据多效性原理，在进行商务模式创新时，在商务模式各组分的创新机会不能均等的情况下，应优先选择多效性低的组分进行创新，这样更有可能提高商务模式的整体适应度。

4.3　本章小结

为了进一步分析商务模式创新的规律，本章引入广义NK模型。广义NK模型是对Kauffman的标准NK模型的推广，它通过建立组分与性能之间的关系，能够更细致地描述复杂系统的结构形式，为理解商务模式复杂性及其对商务模式创新的影响，为商务模式创新规律的分析提供了更为有效的工具。

本章根据介观商务模式的概念体系，建立特性指标数目分别为2、3和4的商务模式广义NK模型，并对相应的商务模式适应度地形进行计算机模拟和统计分析。统计分析的结果表明，反映商务模式性质的适应度地形指标与商务模式的复杂性相关，这种相关性为商务模式创新规律的研究提供了理论依据。

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，创新实现的可能是局部最优，而不是全局最优。这种趋势随着商务模式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。

第二，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，商务模式全局模块创新更适合于复杂性较高的商务模式模块创新。商务模式局部模块创新更适合于复杂性较低的商务模式模块创新。

第四，在商务模式多源性或多效性组合相同的情况下，提高商务模式的复杂性将使商务模式适应度减小，即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组分与特性指标之间的相互作用关系。

第五，提高商务模式复杂性可以为商务模式创新提供更多的可能。

第六，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，应追求复杂性最高的商务模式。但是，由于商务模式局部模块创新更有可能实现，大多数企业在大多数情况下应选择复杂性适中且具有对称结构的商务模式。

上述结论与基于商务模式NK模型的商务模式创新研究的结论一致。此外，根据多效性原理，优先选择具有较高多效性的商务模式组分进行创新可以增加商务模式创新的成功率。

利用商务模式广义NK模型还可以研究商务模式创新的其他问题。例如，对于与具有不同权重的特性指标相关的组分，给予不同的变异优先权，可以改变商务模式组分的随机变异方式，模拟所谓具有明确指向性的商务模式创新问题，同时能够在保证获得最优的条件下，提高寻优的搜索效率。这也是一种更符合管理实际的商务模式创新策略。

商务模式广义NK模型还为研究商务模式创新与技术创新的协同问题提供了有效的方法论和工具。第5章将引入技术创新因素，应用商务模式广义NK模型研究商务模式创新与技术创新协同的问题。

【注释】

[1]广义NK模型的基本构成和具体方法详见附录B：广义NK模型引论。

[2]关于多源性和多效性的含义详见附录B：广义NK模型引论。

[3]例如，如果考虑商务模式3个组分和n个特性指标的排列顺序，尽管模型13－112、模型13－121、模型13－211、模型31－112、模型31－121和模型31－211的实际含义不同，但是其复杂性程度是相同的。因此，从复杂性的角度看，上述6种模型可以看成是一类模型。因为经过有限次行变换或列变换之后，它们的元素－特性指标矩阵都可以归为同一种结构类型。因此可以把经过有限次行变换或列变换之后可以拥有相同结构的模型看成是复杂性相同的一类模型。如果不论组分和特性指标的排列顺序，就可以用其中一个模型代表6种模型，从而简化了对商务模式广义NK模型的模拟和分析。实际应用时，再分别考虑商务模式模型的实际含义。