互联网创新生态系统的扩张：基于并购视角——戎河，肖飞，王勇，康正瑶

Cassie7

互联网创新生态系统的扩张：基于并购视角

戎河，肖飞，王勇，康正瑶

摘要：本文探究了互联网创新生态系统如何通过并购进行扩张.根据文献研究和梳理，将互联网创新生态系 统分为价值网络、社交网络和信息网络，结合传统并购理论和互联网经济跨产业的特点修正传统并购理论，定 义垄断型并购、范围经济型并购和协调型并购，并根据清科私募通2017中国互联网企业100强中的56家公司、

559起并购事件数据，通过回归分析与方差分析考察3种行业的并购策略，研究发现:在生态通过并购从大到更 大的过程中，从行业来看，社交网络注重生态建设，信息网络与价值网络更注重成本节约；从规模来看，规模越 大的公司更追求成本节约，而随着并购规模扩大，公司会更追求生态建设;从不同行业的并购特征考察价值创 造和价值获取，发现社交网络和信息网络更注重价值创造,而价值网络更注重价值获取.

       移动互联网的兴起进一步推动了以互联网巨头为核心的商业生态系统的扩张，如我国阿里巴巴、腾 讯、百度等互联网公司从不同领域的初姶业务切入，通过自建、并购等手段，纷纷建立起庞大、复杂的商业 生态系统，业务呈现出同质化、重叠化的特点.因此，从商业生态系统视角研究互联网公司的并购战略与 扩张逻辑是十分必要的.

        本文将以中国互联网公司的并购战略为视角，探索互联网生态系统的扩张逻辑和成长路径.本文 认为以下3个问题值得关注:①不同于现有传统研究主要关注商业生态系统从无到有的建立过程，互 联网生态从1到N或从大到更大的扩张过程有什么不同特点？②在互联网新经济下，传统并购策略 是否需要做出修正？③互联网不同行业间并购类型是否反映了价值创造和价值获取的不同战略？

1互联网商业生态系统及其分类

1.1互联网创新生态系统理论

        商业生态系统（business ecosystem)的概念最早由Moore于1993年提出，其将之定义为包含了消费者、生产者、供应商、其他互补机构等成员的有机整体，系统成员之间、系统与环境之间的互动推动整个商业生态系统的协同进化.此后，学界对生态系统进行了进一步的研究.Isnsiti和Levien关注商业生态系 统中不同角色的分工问题Adner和Kapoor关注生态系统内部成员的配置与关系，提出核心企业必须 与互补企业互相合作，从而满足消费者的需求变化. Gawer和Cusumano则以英特尔、微软和思科为案例，研究平台生态系统中跨产业的合作与演化，从而驱动产业创新.等指出生态从无到有的建立 是一个培育、明确和整合利益相关者的过程.我国学者侯杰等以生态视角研究企业成长，总结出市场空间、资源优势和模式创新三大驱动力.吴绍波和顾新认为创新生态系统的协同性、复杂性要求多主体共同治理模式.总体来看，商业生态系统拓展了传统企业供应链的边界，跨产业的各方组织协同进化、形成 有机整体，以应对外界环境的动态风险和消费者的需求变化.

        互联网技术的高速发展催生了众多知名互联网企业，诸如美国的Google、Apple、Facebook,以及中国的阿里巴巴、腾讯等。互联网行业下跨产业的互动和合作更加频繁和深入，构建起以互联网巨头的庞大商业生态系统，引起社会与学界广泛的关注和讨论。 Kandiah  和 Gossain指出互联网时代下组织间的连接与互动得以加强，以互联网技术为基础构建的商业生态系统将创造新的价值。 Rong 等以商业生态系统的视角研究物联网( internet-of-things) 行业，并提出以情境( context) 、合作( cooperation) 、结构( construct) 、范式( configuration) 、能力( capability) 和变迁( change) 六要素为核心的 6C 模型，强调物联网行业已经超越传统企业供应链的边界． 董洁林和陈娟通过案例研究指出互联网经济下用户的全面参与是其一大特点。

1. 2  互联网生态系统的模式分类

       已有少量研究对互联网商业模式进行分类探索． Angehrn于 1997 年将互联网商业模式分为 4 类，提出 ICDT 模型，即信息型( 展示信息、处理信息，information) 、交流型(  促进交流、建立关系，com- munication) 、分发型( 发布、展示产品，distribution) 和交易型( 进行下单、支付，transaction) 。 Huizingh 则将互联网网站的内容分为信息、交易、娱乐三大类，并指出越来越多的网站综合多种功能、形成更高  级的模式． 以上研究都局限于 PC 互联网时代，互联网商业模式以网页端为主。当下在移动互联网的推动下，互联网公司更快速、更广泛地建立合作、联盟关系，扩张其生态系统。 Leem等指出，由于渠道、使用模式、产业成熟度的不同，移动互联网时代下公司的分类需要区别于 PC 互联网时代．

        对比传统工业经济，互联网新经济的最大特征在于网络效应，一般将其分为直接网络效应和间接网 络效应，网络效应是推动双边网络发展的主要动力． Katz  和 Shapiro［14］指出，直接网络效应产生于消费相同产品的用户人数对产品价值的直接影响，而间接网络效应指互补品种类增多带来的网络价值提升． 双边网络效应存在于平台经济中，其一大特点在于两边用户需求的相互依存性。 当下互联网公司皆依托网络效应建立和扩张生态，其分类需要突出网络的特征．

        随着技术进步和用户需求多元化，传统的 ICDT 模型显然需要进一步拓展． 首先，ICDT 模型中的分发和交易功能已经在淘宝、京东等电商中实现了一体化，在电商平台上即可完成从商品展示、用户交流、下  单、支付到售后服务等全流程的购物体验．  基于移动互联网的交流功能也愈发广泛和深入，微信、微博等社交软件不仅拓展了用户在网络上的交流范围，还嵌入用户的现实社交生活．  数字时代，信息早已突破资讯的范围，其形式得到了极大的丰富，囊括资讯、知识、影音等;    并且随着大数据价值逐渐凸显，越来越多的互联网公司开始提供信息处理服务．

        综合互联网生态系统的网络效应特性和模式变化，本文基于 ICDT 模型，将互联网生态系统定义为三大模式，即价值网络型、社交网络型和信息网络型． 相比于 ICDT 模型，新分类既有承袭也有拓展，本文将ICDT 模型中的分发型和交易型模式合并整合为价值网络型，用户参与价值网络型是为了达成交易;  交流型模式拓展为社交网络型，用户参与社交网络型是为了便利社交;   信息型模式拓展为信息网络型，用户参与信息网络型则是为了获取和处理信息资源． 本文对互联网生态系统的分类具体如表 1 所示．

      价值创造和价值获取作为商业模式的核心，已被不少学者讨论。Mizik  和 Jacobson指出公司需要在价值创造( 创新、生产、分发等过程) 和价值获取( 赚取经济利润) 两个方面权衡取舍． Bowman 和 Ambrosi- ni、Lepak 等指出价值创造取决于参与者数量和层次的多样化，包括个体、组织和社会，而价值获取则取决于卖家和买家的相对力量． 因网络效应的结构与强度不同，这三类公司的模式在价值创造和价值获取方面存在差异，如图 1 所示． 价值网络型公司直接以交易为目的，其价值获取过程比较明确，可从产品销售、平台中介费中直接获得收益，但由于交易目的导向过强，用户 交互频率、用户黏性不高，从而局限其拓展价值创造的新渠道．社交网络型公司凭借社交导向，拥有很强的用户交互程度，但社交环境下很难 嵌入交易场景，其交易程度最低，主要收入来源为广告，即价值获取比 较困难，但凭借沉淀的大量用户，比较容易探索新的价值创造渠道，如 腾讯基于大量社交用户，可以立马切入游戏等相关娱乐领域． 信息网络型公司以提供信息、处理信息为目的，公司可通过交易信息类商品如电 子图书、影音、云服务等直接获取价值，同时信息的传播和共享也帮助积累用户，从而具备一定价值创造的潜力．

2 互联网公司并购类型

        2013 年以来，我国互联网产业兴起并购热潮，并购事件的数量和规模呈现急剧增长． 传统的并购理论主要将企业并购类型分为 3 类: 横向并购、纵向并购和混合并购． 横向并购指并购相同或同质产品的公司，其动因来自发展规模经济、获得市场势力． 纵向并购指沿产业链并购上下游公司，实现纵向一体化． 混合并购则指企业跨产业开展并购活动、实施多元化经营战略，其动因主要以降低风险为主． 总体来看，传统并购理论是依据企业的并购方向进行划分，而当下互联网产业内，公司打造生态的行为更普遍，其 并购行为越来越多突破产业的边界，单纯从方向角度考察互联网公司的并购行为，缺乏对并购动机的深刻 理解． 所以，有必要从创新生态的视角、并购动机的角度对当下互联网公司的并购战略重新梳理和定义．

       对比传统产业，互联网商业生态呈现出以下 3 个显著差异． ①网络效应的正反馈机制强化互联网公司的垄断动机． 对比传统经济，互联网经济的一大特征即为网络效应．与传统经济下边际效用递减的趋势相反，网络效应具备正反馈性，带来行业内部“强者愈强，弱者愈弱”的马太效应． 若在位企业已经具备一定的市场规模和用户基数，潜在的竞争者就很难进入． 这促使企业吞并竞争对手，扩大用户规模和市场占有率，否则可能会因为用户过少而最终被迫退出市场． ②互联网经济的资源相容性催生范围经济的动机． 范围经济( economies of scope) 的概念由 Panzar 和 Willig于 1977 年首次提出，是指当一个企业扩大其生产经营范围时，平均成本得到降低，其本质是公司业务之间存在一定的相关性，企业无须付出太多成 本即可充分利用共有要素．   互联网产业的特点是技术、信息、用户等资源之间具备较强的兼容性，如同一技术平台可以开发多种产品．  由于早期投入即固定成本较大，且相当比例的初始业务并不具备直接盈利模式，这激发了企业后期利用既有资源的兼容性，拓展业务种类、降低成本的动机．  例如，阿里巴巴在初期建立起淘宝平台后，不断丰富商品种类，后期又充分利用用户基数，以较低的投入进入支付、互联网金融  等领域，以分担成本、实现范围经济． ③生态系统的互补性要求核心企业不断协调成员的共生成长． 传统的混合并购和多元化理论聚焦在单个企业内部的财务风险和财务收益上，而互联网公司并购的动机已经 超越个体绩效，拓展到生态系统整体的、长期的共生成长． Miguel  和 Casado在研究美国四大互联网巨头 GAFA( Google，Amazon，Facebook，Apple) 的生态

        系统时也指出，互联网公司将并购看作一种吸收互补资源的手段，其原因在于互联网生态系统内的成员虽然在经营业务上没有直接联系，但在用户、流量等资源上具备互补性． 例如，腾讯利用微信积累的大量用户和流量接入游戏业务，得以将流量变现，并促成了互补企业的成长． 腾讯正是通过并购大量互补型企业，逐渐满足用户的异质化需求，如娱乐、支付等，促进生态系统内成员的协调共生．

        结合上述互联网生态系统的特点，本研究对传统并购理论进行了修正，总结 3 类互联网生态系统的并购战略: 垄断型、范围经济型和协调型． 图 2 反映了从传统并购到互联网生态并购的拓展． 表 2 进一步从目的、并购对象对 3 类互联网生态系统的并购战略进行说明和区分．

3 互联网并购策略的实证分析

3． 1 实证设计思路与研究方法

        本文研究主题为互联网商业生态系统的并购策略及其主要特点，从而实证设计主要基于两个层面 ( 生态扩张、价值创造与价值获取) 、三个维度( 诉求维度、规模维度和行业维度) 进行考察． 如图 3 所示， 研究内容 1 关注公司所处行业对并购诉求比例( 结构) 的影响，研究内容 2 关注公司规模和并购次数对并购诉求比例( 结构) 的影响，这部分实证研究主要采取回归分析以及相应的假设检验．研究内容 3 关注行业间的并购特征，如社交网络公司的主要并购对象处于社交网络行业、价值网络行业还是信息网络行业，  这部分实证研究主要采取方差分析．

3．2 数据来源与样本描述

        本文的实证数据主要来自清科集团私募通网站．私募通是专注于创业投资与私募股权投资的大数据平台，有大量关于早期投资、企业并购和上市融资等方面的数据信息和相关资讯，具有权威性与真实性．其中，样本公司选取于“2017  中国互联网企业 100 强”中的 56 个互联网公司，相应的并购事件 559  起(  截至 2017 年 11 月) ，样本对互联网公司的整体概况有较强的代表性． 主要字段包括: 公司排名、公司名称、公司总营收( 来自 Wind 数据库) 、公司总利润( 来自 Wind 数据库) 、公司所处行业与业务、被并购公司的基本信息(  名称、行业、融资轮次、估值)  等．  根据数据库信息和相关新闻资讯，本文手动定义部分字段，将互联网公司的行业与并购诉求根据上文的理论框架进行定义与划分，将互联网公司划分为社交网络行  业、价值网络行业和信息网络行业，将并购诉求分为垄断型并购(  为了市场势力)  、范围经济型并购(  为了 成本降低) 和协调型并购( 为了行为一致和生态建设) ．

        56 家样本公司中有 33 家分布在信息网络行业: 百度、网易、新浪、搜狐、58 同城、人民网、东方网、东方财富、360企业安全集团、酷狗音乐、鹏博士电信传媒、网宿科技、用友网络、东方明珠、新华网、东软集团、二三四五、凤凰新媒体、顺网科技、边锋网络、美图网、迅雷网络、网龙、朗玛信息、拓维信息、二六三、世纪互联、暴风集团、光环新网、有米科技、科大讯飞、亿玛在线、飞利信; 10  家分布在社交网络行业:  腾讯、世纪佳缘、心动网络、百合网、猫扑网、陌陌、天涯社区、三七互娱、昆仑万维、游族网络;  13家分布在价值网络行业: 阿里巴巴、京东、美团、携程旅行网、小米、苏宁投资集团、饿了么、途牛旅游网、当当网、聚美优品、美丽说、唯品会、途家． 56 家公司总体信息的描述统计见表 3，样本公司的总营收均值 225. 9 亿元，净利润均值为 22 亿元，并购数量均值为 9． 98 起，总并购规模为 98． 8 亿元．

3.3并购策略的影响因素

        按照上文对互联网商业生态的特性分析，假设公司规模、公司的并购规模(规模维度)  以及该公司所处行业是影响并购诉求的主要因素． 基于这些思考，建立如下的实证模型．

        其中，SCOPE 指公司范围经济型并购的比例; CON 指协调型并购的比例; MON 指垄断型并购所占的比例; Constant 是线性回归的截距项; TR 是公司的总的营收规模; N 是企业的并购案例数; DVN 是一个哑变量，即当企业处于价值网络行业时取值为 1，否则为 0; DINT 也是一个哑变量，即当企业处于信息网络行业时取值为 1，否则为 0; β1 、β2 、β3 、β4 是相应解释变量对应的系数． 由于每个公司各个并购类型的比例之和为 1，即 SCOPE + CON + MON = 1，可知模型( 3)  是模型( 1)  和模型( 2)  的线性组合，讨论模型( 1) 和模型( 2) 就可以知道模型( 3) ，为了更清楚地展示结论，本文把模型( 3) 单独呈现出来．

         如表 4 所示，对模型( 1) 模型( 3) 进行多重共线性检验，因 3 个模型的被解释变量一样，可知其相应

变量的 VIF( 方差膨胀因子) 相同，且所有变量的 VIF 值都严格小于 2． 1，从而模型不存在多重共线性．

          接着对模型进行异方差检验，对模型( 1) 模型( 3) 进行 Breusch-Pagan 检验，检验结果如表 5 所示。 可以发现，3 个模型的 BP 值都在 1214 之间，在自由度( degrees  of  freedom) 为 4 的情况下，其 p 值都严格小于 0． 02，即拒绝原假设，模型具有异方差．

        由于存在异方差，OLS 估计量不再是最佳线性无偏估计量( BLUE) ; 建立在 Var( β) 不正确估计上的 t检验、F 检验不再有效，从而需要重新对方差进行修正． 本文采取异方差—自相关—一致标准误( het- eroskedasticity-and-autocorrelation-consistent standard  errors)  即 Newey-West  标准误来修正模型的异方差问题，结果如表 6 所示

        从表 6 的回归结果可以看出，在模型( 1) 中 DVN 和 DINT 的系数分别为 24． 751 和 14． 214，在 0． 05 的显著性水平下皆显著不为 0． 虽然这两个系数的值相差 10，但在 Wald  test 中这两个系数没有显著性差异 ( 见表 7) ． 也就是说，与社交网络行业相比，价值网络与信息网络行业更偏向进行范围经济型并购，而且价值网络与信息网络行业相比，在范围经济型并购方面没有显著的差异．表 6 模型( 2) 中 DVN 和 DINT 的系数分别为 － 35． 916 与 － 19． 351，在 0． 05 的显著性水平下均显著不为 0，在 Wald test 中这两个系数没有显著性差异( 见表 7) ． 也就是说，与社交网络行业相比，价值网络与信息网络行业更少做协调型并购; 而价值网络与信息网络行业在协调型并购方面没有显著的差异． 表 6 模型( 3) 中 DVN 和 DINT 的系数分别为11． 133和 5． 137，且相应的 p 值比较大，从而接受系数为 0 的假设，且在 Wald  test 中这两个系数没有显著性差异( 见表 7) ． 换言之，社交网络、价值网络与信息网络行业在垄断型并购上没有显著差异，即这 3 个不同类似的行业在垄断诉求上有相同程度的追求． 综上，将上面的分析结果整理为表 8，可以得到结论 1．

        结论1 社交网络行业更偏向协调型并购，信息网络与价值网络行业更偏向范围经济型并购，但3 个行业对垄断型并购有相同程度的追求．

       从表 6 的模型回归结果可以看出，在模型( 1) 中 TR 和 N 的系数分别为 0． 020 和 － 0． 388，并且在 0． 01的显著性水平下显著不为 0，从其符号的正负性可以得出: 以总营收为代表的公司规模对范围经济型并购有正的影响，而以并购案例数为代表的并购规模对范围经济型并购比例有负的影响． 表 6 模型( 2) 中 TR 和 N 的系数分别为 0． 004 和 0． 599，N 的系数在 0． 05 的显著性水平下显著不为 0，从而可以得出: 以总营收为代表的公司规模对协调型并购有正的影响，以并购案例数为代表的并购规模对协调型并购比例有正的影响． 表 6 模型( 3) 中 TR 和 N 的系数分别为 － 0． 024和 － 0． 211，TR 的系数在显著性水平为 0． 01 的情况下显著不为 0，从而可以得出: 以总营收为代表的公司规模对垄断型并购有负的影响， 以并购案例数为代表的并购规模对垄断型并购比例有负的影响． 综上，将以上分析结果整理为表 9，可以得到结论 2．

        结论 2 公司规模变大后会增加范围经济型并购，减少垄断型并购; 当公司的并购规模增大时，会增加协调型并购，减少范围经济型并购．

3． 4 行业间的并购结构

        接下来探究行业间的并购特点，通过表 10  可以发现，无论是基于比例的平均还是基于整体数量的平均，处于价值网络的行业都更多并购价值网络的行业，同时较大比例并购信息网络的行业，但并购社交网   络的行业非常少． 处于社交网络行业的并购相对比较分散一些，主要并购信息网络行业和价值网络行业． 信息网络行业的并购结构单一，绝大多数并购发生在信息网络行业．

         基于以上发现，本文进行严格的统计学方差分析: 按被并购方所在行业将数据分为  3  组，分别对并购方的行业类型进行方差分析，最后进行两两对比的假设检验． 统计结果如表 11 所示． 首先看第一组社交网络行业和信息网络行业的对比，两者只有在对社交网络的并购上有些许差异．  再看第二组价值网络和信息网络行业的对比，两者在对价值网络和信息网络行业的并购上有显著性差异，这也印证了上文的直  观发现． 第三组是价值网络与社交网络的对比，两者在社交网络的并购有显著差异．

        为了更直观地呈现 3 个行业的行业并购结构差异，提供了可视化呈现图 4，横轴是并购方的行业类型，纵轴是并购方在某行业的并购比例，图 4( a) 图 4( c) 分别指并购方在价值网络、社交网络和信息网络行业的并购比例． 图形上最上方的 A 与 B 是衡量是否有显著性差异，如处于 A 之间的对比组没有显著性差异，而 A 与 B 之间是存在显著性差异的( 置信水平在 89% 下) ．

根据图 4，可以得出如下结论．

       结论 3 相比其他行业，社交网络行业更偏向于并购社交网络和信息网络行业，即并购更偏向于价值创造; 价值网络行业更偏向于并购价值网络行业，即并购更偏向于价值获取;  信息网络行业偏向于并购信息网络行业，即并购更偏向于价值创造．

总结上文，结论 1 和结论 2 研究互联网商业生态系统从大到更大的扩张策略，结论 3 则关注生态系统价值获取和价值创造的行业特征．

4研究结论与展望

        上文从实证角度分析了互联网创新生态并购战略的特点，在此对现象背后的原因进行讨论，进而提  出本文的不足和未来的研究展望．

        社交网络为什么更偏向协调性并购? 从发展模式来看，协调型并购有助于促进社交网络的间接网络效应． 如腾讯并购移动游戏录制分享平台Kamcord，Kamcord 的1． 8 亿国际用户量、4 000 万视频总数有利于腾讯平台的内容生产和用户活跃，进而有利于腾讯在国际社交市场上的发展．  从盈利模式来看，社交网络以沟通为目的，这种社交性与分享性导致该行业很难直接产生商业利润，其盈利主要依靠广告、增值服   务和流量导出． 协调型并购增加了社交网络平台流量导出的载体，如腾讯并购爱乐游( 国内最优秀的手游研发和发行商之一) ，百合网并购淘拍拍( 婚纱摄影) 和兰亭数字( VR 影像制作等) 等． 由于社交网络具有大量终端流量和用户黏性，通过流量导入能够极大地促进生态圈内成员的成长，获得可观的收入．

        价值网络为什么更偏向范围经济型并购?    价值网络平台以交易为目的，发展范围经济能有效提高平台产品多样性与降低整体成本，使价值平台更有效率地发展，所以其并购焦点更多集聚于价值或交易本  身．   例如，京东并购1  号店与沃尔玛达成合作，阿里并购日日顺物流(  海尔旗下的物流公司)  和新加坡邮政( 跨境物流) 进而降低整体供应链成本，小米并购万魔声学( 耳机) 来降低研发成本和提高产品多样性．

       结论  2  指出，当互联网公司规模增大，其组织结构、运营管理和生产研发都比较成熟后，采取范围经济型并购有利于充分利用其规模优势，基于已有的各种资源(  技术、渠道、市场等)   整合创新，打造新的竞争优势．   此外，当公司规模变大后，企业的市场势力趋于稳定，此时进行垄断型并购对公司市场份额提升的幅度不大，因此，企业更愿意利用相同单位的资源去发展范围经济而不是单纯扩张市场势力．    例如，小米企业规模变大后很少进行垄断型并购，而是很大幅度增加范围经济型并购，小米商城的产品越来越多  元，利用其平台与品牌优势获得良好的市场响应．    进一步地，当并购规模和公司规模变大后，企业也会增加协调型并购，促进生态圈成员的行动一致、资源共享、互利共生．

        结论  3  聚焦于行业间并购的特点，突出了互联网不同行业在并购过程中对价值创造和价值获取的侧重． 社交网络行业更愿意并购社交网络行业与信息网络( 侧重价值创造) 有两个原因． ①根据行为经济学理论，人们存在心理账户，导致消费者更容易在同类型的平台切换．   但是社交网络与信息网络之间的差异比社交网络与价值网络之间的差异小得多，消费者更容易从社交网络转换到社交网络或信息网络，如腾   讯很容易将用户转换到知乎、分答或各类新闻网站或公众号，但是很难把用户转移到在线商城上，这也是   微商难以获得成功的原因． ②社交网络与信息网络主要侧重内容生产和价值创造，其更强的用户黏性将进一步促进社交网络的网络效应．   信息网络的核心在于信息生产和资源整合，因此在并购过程中更加倾向自身行业的并购．   而价值网络本身以交易为目的，其本质更注重价值获取，因此并购时也更多地以价值网络为目标．

本文贡献主要体现在以下 4 点．

       (1)  本文突破了局限于行业层面的传统并购分类，重新定义了垄断型并购、范围经济型并购和协调型并购，将生态系统的视角引入互联网并购研究中．  传统行业的并购基于行业层面，其目标是个体企业的财务效益，而本文关注了互联网中产业融合和生态协同的特征，强调了生态系统内部协同进化、互利互惠   的特点．

(2) 本文进一步拓展生态系统研究的视角． 现有研究主要关注生态从无到有( 从 0 到 1) 的过程，研究对象主要为生态系统的结构性要素等，而缺乏对生态系统持续演化、变迁的关注［1-2，4-5］． 本文则聚焦生态系统的扩张战略及其背后的驱动因素，将研究范围拓展到了生态从大到更大( 从 1 到 N) 这一过程上来，更能反映商业生态系统动态化的特点．

    （3）本文深化了对生态系统价值创造和价值获取的研究．  以 Adner 和 Kappor［3］为代表的学者们仍未摆脱传统产业链的视角，探究核心公司的上游供应商和下游互补者的行为对生态系统价值创造的影响．  本研究则突破了这种仅关注上下游的局限，区分了围绕价值网络、社交网络和信息网络  3  种网络形态为特点的生态系统，并探究这  3  类生态系统在价值创造和价值获取的侧重点，进一步突出和强化了生态系统在互联网经济下的重要意义．

    （4） 最后，本文将创新生态系统的视角引入互联网并购研究中，从并购动机角度出发，关注了互联网中产业融合和生态协同的特征，强调生态系统内部协同进化、互利互惠的特点．

         当然，本文也存在一些不足，比如，互联网行业分类虽然覆盖了绝大多数类型的互联网公司，但仍有  小部分公司划分界限比较模糊，很难将其具体划到哪一类． 再如，本文实证数据只考察了互联网公司的前100 中的 56 家，可能一些相对小的互联网公司的特点未得到完全体现．  另外，由于数据库更新不及时，部分数据缺乏，数据的时间跨度未能覆盖 2017 年全年，这也是本文一个不足之处． 未来互联网商业生态系统有如下研究方向值得持续关注: ①价值网络、社交网络和信息网络的商业模式; ②在互联网生态中企业自建与并购的效率对比; ③互联网生态系统的健康． 中国互联网发展日新月异，以上研究方向都可以通过中国的行业数据进行分析，用生态系统与双边平台理论等为互联网行业研究提供理论指导，进而促进互   联网商业生态的健康有序发展．

参 考 文 献

［1］   Moore J F．  Predators and prey:  A new ecology of competition ［M］．  Bonston:  Harvard  Business  School  Press， 1999．

［2］   Iansiti M，Levien R．  The keystone advantage:  What the new dynamics of business ecosystems mean for strategy，innovation，and sustainability ［J］．  Future Survey，2004，20( 2) : 88-90．

［3］   Adner R，Kapoor R．  Value creation  in  innovation  ecosystems:   How  the  structure  of  technological  interdepend- ence affects firm performance in new technology generations ［J］．   Strategic  Management  Journal，2010，31( 3) : 306-333．

［4］   Gawer A，Cusumano M A．  Platform leadership ［M］．  Bonston:  Harvard Business School Press，2002．

［5］   Rong Ke，Wu Jinxi，Shi Yongjiang，et al．  Nurturing business ecosystems for growth in a foreign market:  Incu- bating，identifying and  integrating  stakeholders ［J］．   Journal  of  International  Management，2015，21 ( 4) : 293- 308．

［6］   侯杰，陆强，石涌江，等． 基于组织生态学的企业成长演化:  有关变异和生存因素的案例研究［J］． 管理世

界，2011( 12) : 116-130．

［7］   吴绍波，顾新． 战略性新兴产业创新生态系统协同创新的治理模式选择研究［J］． 研究与发展管理，2014，

26( 1) : 13-21．

［8］   Kandiah G，Gossain S．  Reinventing value:  The  new  business  ecosystem ［J］．   Strategy  ＆  Leadership，1998，26

( 5) : 28-33．

［9］   Rong Ke，Hu Guangyu，Lin Yong，et al．  Understanding  business  ecosystem  using  a 6C  framework  in  Internet- of-Things-based sectors ［J］．  International Journal of Production Economics，2015，159: 41-55．

［10］   董洁林，陈娟． 互联网时代制造商如何重塑与用户的关系———基于小米商业模式的案例研究［J］． 中国软

科学，2015( 8) : 22-33．

［11］   Angehrn A．  Designing mature internet business strategies:  The ICDT model ［J］．  European Management Jour- nal，1997，15( 4) : 361-369．

［12］   Huizingh E K R E．  The content and design of web sites:  An empirical study ［J］．  Information ＆ Management， 2000，37( 3) : 123-134．

［13］   Leem C S，Suh H S，Kim D S．  A classification of mobile business models and its applications ［J］．  Industrial Management ＆ Data Systems，2004，104( 1) : 78-87．

［14］   Katz M L，Shapiro C．  Network externalities，competition，and compatibility ［J］．  American Economic Review， 1985，75( 3) : 424-440．

［15］   Shapiro C，Varian H R．  Information rules:  A strategic guide to the network economy ［M］．  Bonston:  Harvard Business School Press，1998．

［16］   Mizik N，Jacobson R．  Trading off between value creation and value appropriation:  The financial implications of shifts in strategic emphasis ［J］．  Journal of Marketing，2003，67( 1) : 63-76．

［17］   Bowman C，Ambrosini V．  Value creation versus value capture:  Towards a coherent definition of value in strate- gy ［J］．  British Journal of Management，2000，11( 1) : 1-15．

［18］   Lepak D P，Smith K G，Taylor M S．  Value creation and value capture:  A multilevel perspective ［J］．  Acade- my of Management Review，2007，32( 1) : 180-194．

［19］   张维，齐安甜． 企业并购理论研究评述［J］． 南开管理评论，2002，5( 2) : 21-26．

［20］   李明志，柯旭清，罗金峰． 产业组织理论［M］． 北京: 清华大学出版社，2014．

［21］   Panzar J C，Willig R D．  Economies of scale in multi-output production ［J］．  Quarterly Journal of Economics， 1977，91( 3) : 481-493．