数字型创业企业的成长机制——基于双边规则多局域世界模型的仿真分析

王 宁

（1.北京大学国家发展研究院博士后流动站，北京 100142；2.中国华融资产管理股份有限公司博士后科研工作站，北京 100033）

在数字经济时代，数据作为生产要素之一，与土地、劳动力、资本和技术资源处于同等地位，被正式纳入到国家所定义的要素市场化配置中。当今，先进的数据处理技术以及高质量的数据资源已经成为互联网企业争相夺取的重要资源之一。与传统互联网企业不同，数字型创业企业通常以领先的数据处理技术和高效的数据应用能力为主要特征，如独角兽企业。在数据技术方面，数字型创业企业主要表现为对数据资源的挖掘和处理技术具有先天优势，如采用搭配人工智能算法的云计算技术应用于复杂的交易、生产和物流等场景；在数据资源方面，数字型创业企业能够产生海量规模的数据体量，同时也需要大量的外部数据支撑自身业务发展，如生物识别技术需要来自金融、电商、交通等众多行业领域的数据资源才能发挥自身技术价值。近年来，数字型创业企业的特殊成长机制成为学术界和产业界关注的焦点，尤其是技术与数据如何促进企业快速成长逐渐成为众多学者研究的主要问题。现实中，在创新发展方面，数字型创业企业的成长，实际上依赖以技术和数据为核心资源的复杂网络空间，通过技术的吸收和赋能、数据的接入和输出，实现与其他主体的合作，进而促进自身快速成长，同时还能推动网络中其他主体的发展。因此，以复杂网络的视角出发，研究数据技术和数据资源如何促进数字型创业企业的成长过程具有一定的创新性和科学性。

1 文献评述

复杂网络是研究复杂系统的重要工具之一，而经济系统的运营常常会表现出一定的复杂性。现实生活中，大量的复杂系统可由某些简单规则自组织形成，而描述这种复杂性的范式就是网络。由于复杂网络可以用于描述包括社会、生物、经济、物理以及计算机等众多复杂性系统，使得该研究领域备受学界关注，以复杂网络的视角来研究现实经济问题已经成为一种科学的研究范式。

从不同行为主体间的互动规则来看，现实生活中，行为主体间的合作关系是其相互选择的结果，合作关系的选择在一定程度上归因于主体的适应性演化过程，因此，数字型创业企业的适应性程度实质上是其与其他主体间相互合作的结果。在许多经典的复杂网络理论中，认为节点的度及其增长速度不仅与该节点的存在时间长短相关（如BA 网络模型），在一定程度上还与节点的内在属性有着密切关系。Bianconi 等［1-2］将这种节点的内在性质称为适应度（fitness），并在此基础上提出适应度模型（fitness model），指出网络的增长机制应该考虑节点的适应度，继而认为节点的适应度和度共同决定网络中已有节点与新加入节点连接的概率；另外，他们还提出节点的适应度服从某种分布，并举例可以按照指数分布来选取。实际上，适应度参数服从何种概率分布并没有统一的标准，而是应该由各种网络中适应度的内涵决定，如杨俊涛［3］在基于兴趣值的适应度模型中假定适应度是服从指数分布，王世雄等［4］在研究供应链风险时将风险适应度设置为在［0,1］内的随机数，但由于适应度表示的是节点自身的综合适应能力，这些假设并不能反映供应链节点适应度的真实情况；Servedio 等［5］的研究表明，无论适应度选取何种分布，按照适应度模型生成的网络都具有无标度（scale-free）网络的特征；Bianconi 等［1-2］的研究表明，节点度的分布函数在较高适应度的条件下会呈现出比BA 模型斜率更低的幂律分布特征；Burt［6］提出网络中结构洞的观点，在此基础上，孟华等［7］、詹坤［8］和王核成等［9］认为适应度的提升使得复杂网络中的行为主体具有越来越强的资源竞争力，并且在网络中的重要程度也会不断提升；而张夏［10］为了综合衡量节点在网络中的这种竞争力和重要性，聚焦对节点的网络位势的研究。而对于网络位势的衡量，刘善仕等［11］和孙博等［12］在对社会网络总人力资本的研究中，以及Bai 等［13］在对社区网络密度的研究中，均使用平均度等指标；Wei等［14］对网络边权重以及王环等［15］对网络点权的研究中，都使用了平均边权和强度等指标；段佳勇等［16］采用平均聚类系数来研究BA 网络的自适应和聚类问题；杨旭华等［17］选取特征向量中心性指标检测社区节点之间的相似性。值得注意的是，用网络中节点的适应度来体现主体的生存能力，这一特征与数字型创业企业强大的适应性能力十分契合。因此，本研究提出以下假设：

假设1：数字型创业企业在网络中的适应度越强，其获得的网络位势越高。

除了适应度之外，Price［18-19］在经典网络模型基础上提出了网络增长的累积优势机制，认为网络增长的优先连接规则中应该对每个节点增加一个吸引因子，该吸引因子即是节点的吸引力（attractiveness）。现实情况中，节点间吸引力是具有一定联系的，某个节点的吸引力增大会导致其他节点吸引力的减小，这意味着节点吸引力具有某种概率分布特征。郭进利等［20-21］在展开适应度模型与吸引力模型的比较研究中提出一种吸引力随时间变化的Poisson NPA（择优网络）竞争模型，在进行模拟之后得到该网络模型下的节点度幂律分布；Dorgovtsev 等［22］学者在无向网络模型设定吸引力参数为常数，得到与Poisson NPA 竞争模型相似的度分布理论值。吸引力模型的提出和发展丰富了对现实网络的解释力，如果数字型创业企业的技术创新是其适应性能力的代表，那么数据资源则可看作是数字型创业企业的一种内在吸引力，这种吸引力也是其创造外部合作关系的重要资源。因此，本研究提出以下假设：

假设2：数字型创业企业在网络中的吸引力越强，其获得的网络位势越高。

在复杂网络理论研究中，关于网络模型的观点多是在经典网络理论基础上对多主体、多网络间互动规则展开研究，如Lix 等［23］和Chen 等［24］提出局域世界（local-world,LW）模型，关注的是全局网络内部某一特定的局域网络中主体的相互作用；而Fan 等［25］提出多局域世界（multi-local-world,MLW）模型，用以体现不同局域网络之间互动，该模型同时兼顾了节点的优先连接规则以及网络动态演化机制两种特性；Li 等［26］和Motter 等［27］进而推导出MLW 网络模型的节点度分布是介于指数分布与幂律分布之间的分布形态，因而认为该网络模型能够适用于多数包含多局域世界的复杂网络。另外，Xuan 等［28］认为局域网络模型也具备两种甚至多种不同优先选择机制，从而揭示了整体网络的局域特征和等级结构。MLW 模型除了上述形态之外，还包括修正的局域世界网络模型和双重局域世界网络模型等衍生形态［29］。这些多元化的MLW 网络模型均是根据现实网络问题，在原始MLW 的基本框架上进行的创新性构造，因而具有更为精确的现实解释力，如现实中的数字型创业企业的复杂网络可以看作是一个由多个局域世界网络所构成的多层级的全局网络，同时这些局域世界网络间存在相互联系。

总结上述研究成果，笔者认为：第一，在不同行为主体的互动方面，已有理论成果忽略了节点的异质性这一重要特征，而节点的异质性意味着节点具有不同的适应性能力或吸引力；同时，现有理论难以兼顾节点的适应性能力和吸引力，使得对现实的解释力不足，如在复杂适应性系统中，数字型创业企业独特的技术创新能力是其适应性能力的重要体现，而数字型创业企业自身的数据资源则是其吸引其他主体产生合作的主要方面。第二，在不同网络的互动方面，现有研究认为全局网络模型中节点的优先连接规则是统一的，而LW 模型中存在的优先连接机制并不是针对整个网络有效的，只是在每个节点所处的局域世界中有效；对此MLW 模型给予现实更有利的解释，但依旧忽略了优先连接规则的异质性，如技术赋能企业网络中可能仅存在数据技术共享的合作关系，而数字型创业企业网络中则存在数据技术和数据资源并存的合作关系，这种多元化的合作关系必定导致不同的优先连接规则。因此，本研究基于MLW 模型，认为适应度和吸引力能够以一种相组合的形式作为节点间的优先连接规则；除此之外，其他的优先连接规则也应根据现实情况，进而被考虑到复杂网络模型的构建之中。综上，本研究提出以下假设：

假设3：数字型创业企业在网络中的适应度和吸引力越强，其获得的网络位势越高。

2 研究设计

实际生活中，不同行为主体的适应性选择行为往往是具有异质性的，这会导致主体间的合作关系或连接规则具有一定差异性。如数字型创业企业之间存在以数据资源换取数据技术或者以数据技术换取数据资源的现象经常发生，这意味着在复杂网络中，某个节点会选择一种规则来连接另一节点，而被连接的这个节点则可能以另一种规则来连接该节点，也就是说，此时这两个节点之间存在双边规则；另外，节点间的强弱关系往往能反映主体间合作的紧密程度，而这种紧密程度则是衡量规则重要性的有力指标。因此，基于这一事实的判断，为了还原现实情况中主体间相互作用的方向性和强弱程度，本研究将构建一个基于双边规则的加权多局域世界模型，来模拟数字型创业企业现实的成长环境。

2.1 模型连接规则设定

2.1.1 节点适应度规则设定

在基于双边规则的加权多局域世界模型中，不同局域世界的节点在产生连接关系之前，节点自身的适应性能力是影响其采取适应性行为的重要因素，如数字型创业企业独特的数据技术能力是影响其适应性能力主要因素。在此，定义模型中节点的适应度（代表数字型创业企业的适应性能力）为，且服从正态分布。因此，根据适应度模型的基本假设前提，假定基于适应度的节点优先连接规则如式（1）所示，其中为节点的节点强度。

2.1.2 节点吸引力规则设定

行为主体的数据资源是复杂网络中的核心资源之一，为了考察不同主体数据资源的异质性，在网络模型中引入节点吸引力代表数字型创业企业的数据资源交易能力；另外，由于节点强度的存在，每增加一个新节点和一条边时，被连接节点与其原先所有的边权均会产生一定量的增值，即边权的分配效应。则在本研究的模型中，每增加一个节点和边时就进行一次遍历，从而将这种边权的分配效应纳入模型。此处，网络节点吸引力的优先连接规则是将节点强度和节点吸引力相结合而构建形成的，节点间发生基于数据资源的交易行为时，假设每个节点所具备不同的数据资源吸引力，用表示，设定且服从正态分布。因此，在该规则下，节点的优先连接规则如式（2）所示：

2.1.3 适应度与吸引力混合优先连接规则设定

在网络中，部分行为主体之间是以数据技术与数据资源相结合的合作规则进行价值创造的。为了兼顾节点适应性和吸引力能力，在上述引入节点适应度和吸引力的基础上，将两者进行结合，提出基于节点强度的适应度与吸引力混合优先连接规则，该规则下的节点间优先连接概率如式（3）所示：

2.2 模型的构建

2.2.1 模型假设

在加权的多局域世界网络模型中，假定：

（1）数字型创业企业所处的复杂网络内存在3类局域世界网络：数据技术赋能企业局域世界网络（A）、数字型创业企业局域世界网络（B）以及用户企业局域世界网络（C）。

（2）为了与数字型创业企业成长的现实情况相符合，如现实中，在数据技术赋能企业网络和数字型创业企业网络之间，前者节点向后者节点输出数据技术，同时后者按照另外一规则向前者输出数据资源，因此，假定各局域世界之间存在双向连接规则，即同一时刻，相邻的两个局域世界中各自节点通过两种不同规则产生相向连接，亦即双边规则。

（3）数字型创业企业成长过程包含两个阶段：第一阶段为萌芽时期，不断有新诞生的企业加入到数字型创业企业所处的局域世界B之中，而其他局域世界不增加新企业；第二阶段为快速成长时期，此时由于数字型创业企业的局域世界已经达到一定规模，假定该阶段没有新加入的数字型创业企业，而新增企业主要在技术赋能者局域世界A和用户企业局域世界C中产生。

2.2.2 模型提出

基于以上假设，本研究所构建的双边规则的加权多局域世界网络模型中，双边规则用以表示双边行为主体之间存在双向的连接规则。模型中边权的动态方程如式（4）所示：

对于优先连接规则的形式，正如上文所述，共包含4 种局域世界之间的优先连接规则形式，因此，整体优先连接规则也具有4 种表现形式：

则多局域世界网络模型所对应的边权动态方程可改写为：

表1 加权情况下各局域世界之间的双边连接规则

2.2.3 模型初始设置

2.2.4 模型动态方程和分布函数的构建

图1 数字型创业企业萌芽阶段多局域世界网络中新增节点出现在B 网络的情况

图2 数字型创业企业快速成长阶段多局域世界网络中新增节点出现在A 网络的情况

图3 数字型创业企业快速成长阶段多局域世界网络中新增节点出现在C 网络的情况

3 模型仿真的实证分析

利用Anaconda 平台，通过Python 编程对双边规则加权多局域世界模型进行仿真，在此基础上对仿真结果进行分析，主要包括局域网络和全局网络两个方面。

3.1 局域世界节点强度仿真分析

表2 双边规则加权多局域世界平均节点强度仿真结果

第一，当其他条件不变，适应度的均值由0.25提升至0.95 时，局域世界B和C的平均节点强度分别上升至2.358 和2.189，而A局域世界的平均节点强度大致保持在基准水平。这说明，在控制其他条件不变的前提下，适应度的提升使得局域世界B和C内部节点的连接能力得以增强，但对局域世界A产生的作用较弱。

第二，当其他条件不变，吸引力的均值由0.25提升至0.95 时，A和B局域世界的平均节点强度分别上升至2.663 和2.845，而C网络大致保持在基准水平。这说明，在控制其他条件不变的前提下，吸引力的提升可以在一定程度上提高局域世界A、B中节点的连接能力，但不影响C中节点的连接能力。

第三，当其他条件不变，适应度均值和吸引力均值都从0.25 提升至0.95 时，局域世界A、B和C的平均节点强度分别上升至2.346、2.289 和2.104。这说明，在控制其他条件不变的前提下，适应度和吸引力的同步提升也能够在一定程度上增强各局域世界内节点的连接能力。

值得注意的是，在其他条件不变的情况下，吸引力的变动对各网络中节点的影响程度要大于适应度的影响作用，但当两者同时提升时，却会导致节点连接能力的增强幅度没有在单独情况下提升的幅度高。

3.2 全局网络仿真分析

（1）全局网络的仿真拓扑结构。采用Python 仿真、Gephi 可视化处理，设定N=3 000 的网络规模，适应度参数服从、吸引力参数服从的分布特征时的网络仿真结果如图5所示，可以发现所设定网络具有明显的聚类特征，A、B和C这3 个局域世界划分明显。

图5 双边规则下加权多局域世界网络仿真拓扑结构

（2）全局网络分布函数的仿真结果。设定pA∶pB∶pC=1∶5∶15，，且的仿真初始条件，通过分布函数的编程算法得到双边规则下加权度局域世界模型的分布函数，同时为了保证仿真结果的准确性，每个规模的仿真进行10 次，并取平均值。仿真结果如图6所示，可见网络中节点对之间边权的分布呈现“厚尾”的幂律分布特征，符合边权分布理论和上文中模型推导的结果；另外，根据拟合曲线的拟合结果，边权的幂指数为-1.02。这说明，网络中存在部分少数节点具备较高的网络位势，能够占据较多的网络资源，进而处于网络的核心地位；而大部分节点则表现出较低的网络位势，难以获取网络资源，因而通常处于网络的边缘位置。

图6 加权多局域世界网络的边权分布仿真

（3）全局网络主要仿真指标分析。在设定全局网络规模为N=3 000 时，根据对主要网络参数的计算，包括节点平均度、节点平均强度、平均边权、直径、平均聚类系数、平均路径长度、特征向量中心性以及拟合分布斜率（γ），仿真计算结果如表3 所示。

表3 全局网络中主要参数的仿真结果

首先，在提升适应度或吸引力时，节点平均度、节点平均强度、平均边权、平均聚类系数和特征向量中心性这5 类指标均出现上升的趋势，意味着，适应度或吸引力的能够增强全局网络中节点的平均活跃度、连接能力、联系紧密程度、聚类效应以及网络影响力，而这5 类指标可以作为衡量企业网络位势的指标，因此，假设1 和假设2 得以证实。值得注意的是，吸引力变动所引致的这5 类指标的变动幅度要高于适应度产生的影响程度。

其次，在提升适应度或吸引力时，平均路径长度和网络直径这两类指标均有所下降。因此，可以认为适应度或吸引力的提升会使得网络节点间的平均距离缩短，也就是说，适应度或吸引力的这种变动会提升全局网络中信息扩散效率。

再者，同时增强适应度和吸引力，复杂网络中节点的网络位势也表现出增强的趋势。假设3 在此也可以得到证实。

最后，在提升适应度或吸引力时，拟合分布斜率（绝对值）在一定程度上有降低的趋势，这说明，全局网络中节点之间的公平性有所提升。

4 主要结论与启示

本研究从数字型创业企业的合作关系和行为主体的两个方面出发，在传统多局域世界模型的基础上提出双边规则的多局域世界模型，并将加权特征引入该复杂网络模型之中，在设定相关参数的条件下，经仿真程序遍历和结果分析，在相关结论和政策启示两个方面取得有意义的结果。

4.1 主要结论

（1）数字型创业企业的成长依赖以数据和技术合作为基础的复杂网络空间。网络中，节点间边权的分布呈现“厚尾”特征的幂律分布，符合边权分布理论和上文模型推导结果，这意味着少数数字型创业企业具备极高的网络位势，因而占据多数资源，而大多数数字型创业企业具有较低的网络位势，仅占有极少数资源。

（2）数据技术适应性和数据资源的吸引力是决定数字型创业企业快速成长的内在条件。其他条件不变，以技术为代表的适应性能力或以数据资源为代表的吸引力的提升，能够帮助数字型创业企业获得较高的网络位势；另外，相比适应性能力而言，具有较高吸引力的数字型创业企业在网络中的位势更高；而相比同时具有适应性能力和吸引力的数字型创业企业而言，单独具有两者之一的数字型创业企业能够获得更高的网络位势。

（3）数字型创业企业的适应性和吸引力能够影响网络中其他主体的网络位势。对于整个复杂网络而言，提升数字型创业企业的适应性能力或吸引力，网络中其他行为主体的网络位势均能够得到增强；除此之外，数字型创业企业的适应性能力或吸引力的提升，能够增强网络中不同主体间的信息扩散效率，提高主体间合作关系的公平性。

4.2 政策启示

（1）注重复杂网络空间的建设，鼓励数据资源和数据技术的共享与扩散。数字型创业企业与其他行为主体之间形成的复杂网络是其快速成长的重要空间载体，政策应该重视数字型创业企业在复杂网络中的引领作用，注重建设以数字型创业企业为核心的复杂网络空间，引导和支持数字型创业企业、大型互联网平台、用户三者之间建立畅通无阻的合作渠道。另外，政策应鼓励数字型创业企业充分发挥数据资源和数据技术优势。在数据资源方面，快速出台支持数据共享的政策，明确数据权属划分，规范数据技术创新应用的领域和商业化使用的范围，保护数据共享有序合法进行；在数据技术方面，政策制定应立足技术的扩散路径，尤其以机器学习、自然语言处理和生物特征识别为代表的人工智能技术，提供有利于技术扩散的政策，支持企业利用网络空间将自身优势技术赋能其他主体。

（2）重视数字基础设施建设，激发数字型创业企业的网络吸引力和适应性。数字型创业企业快速成长的网络空间需要建立坚实的数字基础设施，政策应从数字型创业企业在网络中的吸引力和适应性特征出发，加快对数字基础设施的建设。一方面，政策应大力增加对数据存储、处理、传输和管理等设施的资源投入力度，最大程度地激发出数字型创业企业的数据优势，提升其在网络空间中的数据吸引力；另一方面，政策应支持建设面向开发人员提供的软硬件开发环境、组件、框架等各类技术服务设施，提升数字型创业企业的技术创新能力和赋能效率。鼓励合作共赢的技术共享模式，保障数字型创业企业高质量成长和扩散能力，增强其自身在网络中的适应性。

（3）加强对复杂网络空间的治理力度，塑造数字型创业企业合理的网络位势。数字型创业企业成长过程表现出明显的幂律分布特征，导致其在复杂网络中具有极高的网络位势，在这种情况下容易对竞争的公平性产生负面影响，甚至会产生数据或技术资源的垄断现象，如金融科技领域的初创企业，由于在客户数据和支付技术上的优势显著，很可能会形成平台垄断行为。因此，政策制定应该注重数字型创业企业与其他主体之间的公平竞争，在不影响社会技术进步和福利提升的前提下，通过制定法律或制度的约束力，对数字型创业企业成长的复杂网络空间加强监管力度，严格治理发展过程中的不公平行为，如采取科学的相关市场界定方法，严惩滥用数据和技术资源而扰乱市场秩序的垄断行为，同时加大对数字型初创企业知识产权保护力度，规范技术转让市场秩序，打击非法获取技术的行为。