互联网背景下制造业平台型企业商业模式创新研究——基于企业价值生态系统构建的视角

互联网时代,传统组织形式和商业模式受到极大的冲击,平台和价值生态系统这种新组织形式的出现,为中国制造业企业发展提供了新的视角和转型方向。选取海尔集团这一经典案例,对制造业平台型企业商业模式创新中的价值生态系统构建展开深入的探索性研究,得出如下结论:开放式创新和产业互联网是价值生态系统构建的内在要求,产权关联、产权经营和有效竞合三者的逻辑连接是价值生态系统的生成机制,快速、精准响应客户需求和有效应对外部不确定性以及在竞争中取胜是价值生态系统构建的动力机制,建立平台载体进行交互是价值生态系统的互动机制,建立合理的利益分配机制、设立自组织和开发系统型性价值观是价值生态系统的治理(保障)机制,平台战略和跨界整合是价值生态系统构建的一般路径。

新能源汽车生态型商业模式对品牌竞争力的作用机理——基于价值生态系统理论视角

新能源汽车产业是我国七大战略性新兴产业之一,也是我国实现汽车产业“弯道超车”的重要机遇。云经济背景下,新能源汽车产业的组织结构和商业模式有了极大的改变,价值生态系统的组织形式和生态型商业模式的出现,为新能源汽车产业的发展提供了新的视角。以价值生态理论为研究基石,以700名来自北京、上海、深圳等地的新能源汽车消费者为调研对象,分析了新能源汽车生态型商业模式对品牌竞争力的影响机制,结果表明:新能源汽车生态型商业模式竞争优势对品牌竞争力具有显著的正向影响,顾客感知价值在新能源汽车生态型商业模式竞争优势与品牌竞争力之间起到中介作用,价值生态系统扩张能够正向调节新能源汽车生态商业模式竞争优势与顾客感知价值的关系,但不能正向调节新能源汽车生态商业模式竞争优势与品牌竞争力的关系。

基于价值生态系统的企业定位及策略研究

本文在价值链理论基础上提出了价值生态系统概念,对系统的结构层次进行了分析,对系统角色进行定位研究,并针对企业不同类型提出了霸主级、杀手级、克隆化和差异化策略。

数智化时代下企业价值生态系统构建研究

随着时代的不断发展与进步,人们逐渐步入数智化时代,传统企业的价值创造模式也在不断演变。之前的企业一般采用供应链管理模式,其涉及公司内部的采购,运输,存储,销售和其他阶段的多要素内部控制,因此具有复杂性和不稳定性,无形中增加了企业的财务风险和运营风险,从而影响了公司的经营能力和盈利能力。因此,本文主要以数智化时代为前提,以开放式创新为视角,对企业进行价值生态系统构建与创新,将传统的供应链单线管理,转变为企业链、区域链、价值链的“三链”耦合机制管理模式,实现价值生态系统的动态性、系统性管理,提升企业价值生态系统的能级,从而为企业赢得竞争优势。

价值生态系统视角下制造业网络化升级研究

制造业近年来面临内部发展停滞和外部竞争加剧的发展困境,制造企业通过整合内外部资源的网络化升级有助于实现企业转型和可持续发展。互联网时代,价值创造的视角从价值链向价值生态系统转变,从价值生态系统视角研究制造业升级具有理论和现实意义。文章认为,价值生态系统由节点企业、模块企业、平台企业和其他社会资源构成,呈现开放性、平台化和模块化的网络生态特征,制造企业在价值生态系统内沿"节点企业-模块企业-平台企业"的轨迹发展,呈现出制造驱动型、市场驱动型、技术驱动型和全面驱动型四种网络化升级模式。

商业生态系统与价值生态系统的比较与启示

本文在分析互联网"云计算"对企业影响的基础上,对商业生态系统和价值生态系统进行分析。在云平台和实体价值平台有机结合的过程中,利用系统要素、结构、机制和功能决定系统的基础上,阐明两者的相同点和不同点。最后,在分析异同的基础上提出合理的研究结论和管理启示。

电子商务价值生态系统的协同探讨

本文在电子商务价值以及本身形成的生态系统的前提下,对其可以形成协同要素的原因进行了讨论,针对其必要性进行总结,进而从管理协同、实体要素协同、虚拟要素协同三个方面进行了有关协同要素的阐述,随后从协同结构等方面探究战略层、协调层、运行层、支持层进行研究,最后从协同机制在管理启示等方面总结出竞争、协作、协调、协同四个演变过程。

产品价值生态系统的协同创造与升级路径

本文基于主导逻辑演进和"投入-产出"视角阐释产品价值生态系统的概念和本质,提出产品价值生态系统的概念模型。以实体制造和无形服务协同为出发点,分析指出子系统内硬软要素的组合协同、各子系统间的交互协同和"系统-环境生态"间的匹配协同是构成产品价值生态系统的主要协同创造机制,据此提出生产性服务与制造价值链协同、实体硬件产品与软件服务协同和基于互联网的平台整合协同等系列子系统内价值升级路径和子系统间的价值升级路径,以期为我国制造业升级提供意见参考。

不同格网尺度下生态系统服务价值空间分异及影响因素分析--以秦岭西安段为例

[目的]探究生态系统服务价值空间分异的尺度效应,为秦岭地区的生态保护和经济发展决策提供参考。[方法]运用改进当量因子法,计算了2020年秦岭西安段5 km,3 km,2 km,1 km和0.5 km共5个格网尺度水平上的生态系统服务价值;采用空间自相关分析和冷热点分析归纳了不同尺度下地均ESV空间分异特征;并利用地理探测器对各尺度下的影响因素作用强度进行定量分析。[结果](1)地均ESV总体上呈北低南高的分布格局,具有小分散、大集聚的空间分布特征,并随尺度降低,其局部越丰富,但整体性降低;(2)2 km尺度适合进行宏观分析和做整体性布局规划,1 km尺度适合进行水域变化对区域ESV影响的研究;(3)格网尺度越小,各影响因素内部差异增加,其整体性特征减少,局部特征差异凸显,空间分异性增强;(4)人类活动带来的土地利用方式转变显著影响区域生态系统服务价值,多因素耦合作用显著影响区域地均ESV空间分异,随尺度降低,其影响减弱。[结论]秦岭西安段的生态保护要重点关注区域土地利用性质的转变,可继续加强退耕还林政策,管控建设用地的规模,在兼顾生态保护的基础上,制定经济发展的布局规划。

基于景观生态风险和生态系统服务价值的上海市海岸带生态保护修复分区识别与优化策略研究

在国土空间陆海统筹的背景下,科学评估海岸带现有生态环境,以降低因土地利用变化产生的景观生态风险、提升生态系统服务供给能力是海岸带生态环境管理的重要方向。聚焦如何通过探究海岸带生态系统服务价值和景观生态风险的空间相关性,为科学构建海岸带生态保护修复安全格局提供支撑,本文以上海市海岸带为研究对象,基于150 m×150 m的评价单元,定量评价研究区的景观生态风险和生态系统服务价值,采用双变量空间自相关分析法揭示二者的局部空间关联性,以此为基础进行生态保护修复分区并提出优化策略。研究结果表明:“高生态系统服务价值-高景观生态风险区”具有资源禀赋优势,但受港口、码头建设活动和海洋自然灾害影响严重;“低生态系统服务价值-低景观生态风险区”承载少量生产活动,受周边景观生态高风险地区影响,生态风险可能增加;“低生态系统服务价值-高景观生态风险区”人类生产生活活动密集,对原有自然环境改造程度高,对区域生态风险影响程度大;“高生态系统服务价值-低景观生态风险区”旅游业发达,游客居民活动频繁,但周围已完成或正在开展生态修复项目,生态环境良好。基于以上结果,将上海市海岸带地区划分为生态脆弱保护区、生态涵养防控区、生态风险修复区、生态潜力发展区、生态过渡区5类生态保护修复分区,并提出相应的修复措施,为超大城市海岸带生态修复精细化分区规划和管理提供参考。

北京市生态系统服务价值时空变化及其驱动力

人类活动主导的土地利用变化改变了生态系统的结构和功能,影响了生态系统服务水平。评估生态系统服务价值是合理配置自然资源和生态环境保护的重要基础。以北京市域为研究范围,基于2003年、2010年2022年三期遥感影像解译数据,采用当量因子法、空间自相关分析等方法,分析了两轮城市总体规划以来,1km×1km网格下的全市生态系统服务价值的空间分布和变化特征,并利用地理探测器研究了生态系统服务价值空间异质性的驱动力因素。研究结果发现:(1)研究时段内全市生态系统服务价值变化特征与非建设用地组分变化相对应,出现了先下降后上升的趋势,其总量增加了109.46亿元,林地和水域的增加是生态系统服务价值提升的关键;(2)从生态系统服务四大类型的价值看,调节功能>支持功能>供给功能>文化功能,调节服务是北京市生态系统的主导功能;(3)从空间分布看,生态系统服务价值呈现西北高、东南低的空间格局,而且全市生态系统服务价值表现为正相关和空间聚集分布,局部表现为高⁃高、低⁃低集聚;生态系统服务价值热点地区主要集中于大型湿地水域,生态系统服务价值冷点分布范围在逐渐向市中心城区收缩;(4)生态系统服务价值空间异质性受到自然地理和社会经济的共同作用,其中气温的贡献最大,双因子间的耦合作用增强了对生态系统服务价值空间分布的解释力。研究揭示了城市土地利用变化过程中生态系统服务的时空变化规律及其驱动力。提出了提升生态系统服务价值的非建设用地管理建议,可为自然资源的可持续利用提供重要参考。

基于PLSR-FLUS-MarKov模型的生态系统服务价值多情景预测--以漓江流域为例

以漓江流域为研究单元,运用修正后的PLSR-FLUS-MarKov模型和当量因子法,对流域自然发展、生态优先、旅游优先情景下2030年生态系统服务价值做出预测,探究多情景土地利用变化对生态系统服务价值的影响。结果表明,PLSR-FLUS-MarKov模型能更准确刻画流域土地利用动态变化,模拟精度高达83.57%。流域土地利用变化集中区位于桂林市辖区、兴安县和阳朔县,多表现为耕地、林地向建设用地的转入以及耕地和林地间的相互转化。2030年,漓江流域生态系统服务价值均呈现下降趋势,自然发展情景、生态优先情景、旅游优先情景分别为218.07亿、225.61亿、222.91亿元,较2020年下降了9.02亿、1.48亿和4.18亿元,并呈现“东北高,西南低”的格局特征,实施生态优先策略后其下降速度放缓。林地是漓江流域生态系统服务价值的关键来源,占比超过80%,耕地和水域也贡献了一定比例的服务价值。生态优先情景下的生态系统服务价值最高,旅游优先情景次之,自然发展情景最低。研究结果可为桂林世界级旅游城市建设及区域生态系统健康管理提供科学指导。

“三生空间”视角下贵溪市土地利用转型的生态系统服务价值效应

本文基于贵溪市2010-2018年土地利用现状数据为基础,在“三生空间”视角下,使用土地利用转移矩阵表达了贵溪市土地利用转型过程,并通过生态系统服务贡献值从正负两方面量化土地类型转变造成的生态系统服务价值效应。结果表明,2010-2018年,贵溪市生态用地面积减少,生产和生活用地不断增加,其中林地生态用地减少最多,共计2 330.73 hm^(2),农业生产用地增加最多,面积为1 183.35 hm^(2)。贵溪市生态系统服务价值存在明显差异,整体上是“南北高,中部低”的空间分布。2010-2018年,从生态系统服务价值总体层面,贵溪市呈下降趋势。由于城市化和工业化的快速推进,生活用地和生产用地正在侵占大量生态用地,对生态系统服务价值产生负效应影响。对生态系统服务有正效应影响的主要土地利用转换类型是农业生产用地向各种生态用地的转换,“退耕还林还草”的实施是主要原因。贵溪市生态系统服务价值从2014年开始下降幅度得到缓解,但总体上生态系统服务价值负效应大于正效应。分析2010-2018年贵溪市土地利用转型及其生态系统服务价值效应对贵溪市国土空间规划和“生态文明建设”具有指导意义。

西安都市圈土地利用及生态系统服务价值多情景预测

城市土地利用变化是造成生态系统服务价值改变的主要原因之一。近年来,土地利用情景模拟被广泛应用于城市发展和生态系统服务等领域,但所使用的方法模型不能很好地用于剖析两者间的深层次关系。本研究采用当量因子法对西安都市圈生态系统服务价值进行计算并基于土地利用数据、相关社会经济数据采用PLUS模型对自然发展、生态保护和旅游发展3种情景下西安都市圈2030和2040年土地利用及生态系统服务价值进行模拟,从而探究西安都市圈土地利用与生态系统服务价值的内在关系。结果表明:2000—2020年间西安都市圈耕地面积持续减少,由2000年的15 839.86 km^(2)减少到2020年的14 611.90 km^(2),减少1 227.69 km^(2),而在这期间建设用地则由2000年2 245.06 km^(2)增长到2020年的3 397.34 km^(2),共增长1 152.28 km^(2)。3种情景下2030和2040年各类用地结构差异明显。自然发展情景下,2030和2040年城市建设用地面积相较于2020年迅速扩张为3 736和4 052 km^(2),耕地和草地面积持续缩减;2030和2040年生态系统服务价值较2020年下降较大,分别为799.59和809.84亿元。生态保护情景下,建设用地面积增长趋势减缓,2030和2040年分别为3 511和3 604 km^(2),生态系统服务价值在3种情景中最高,分别为817.51和819.58亿元。旅游发展情景下,耕地面积侵占得到有效控制,2030和2040年比自然发展情景分别增长147和272 km^(2),生态系统服务价值分别为815.67和810.05亿元。

东北黑土区土地利用碳排放风险与生态系统服务价值相关性研究

在“双碳”目标背景下,研究土地利用变化带来的碳排放风险与生态系统服务价值之间的复杂性关系,对于促进地区低碳优化、国土空间治理与实现碳达峰碳中和目标具有重要意义。选取东北黑土区作为研究对象,以2005-2020年4期土地利用、社会经济数据为基础,基于格网尺度,运用空间自相关模型探究研究区域土地利用碳排放风险与生态系统服务价值之间的时空演变特征及复杂性关系。结果表明:2005-2020年东北黑土区的土地利用碳排放风险呈现整体较高的特征,高、重度风险区数量增长15.2%,高风险区域主要分布在南部及东南部城市群,低风险区主要分布在东部兴安岭林区、河流流域地区;研究区域生态系统服务价值量总体较高,但呈现降低趋势,由2005年718.16×10^(7)元下降到2020年的714.6×10^(7)元,生态系统服务价值分布呈现出北部、西部高,而中南部较低的特征;2005-2020年东北黑土区的土地利用碳排放风险与生态系统服务价值呈现出较强的空间负相关关系,即研究区域的土地利用碳排放风险增加会导致生态系统服务的下降,空间上相关关系较强的区域主要在研究区域北部、中南部城市群地区,其他外围区域相关关系不明显。

基于LUCC的鹤岗市生态系统服务价值研究及趋势预测

在东北振兴背景下,本文以鹤岗市为研究区,基于2000—2020年的土地利用变化,估算生态系统服务价值,分析时空演变特征并预测未来变化趋势。结果表明:未利用地面积变化最剧烈,其次是水域和草地,其余地类变化并不显著;2000—2020年ESV总量略有下降,除水域和草地提供的ESV有所下降,其余地类均增加;空间上ESV西北高东南低,高值区呈萎缩趋势,中值区为增长趋势;未来10年的ESV总体上呈下降的趋势。研究结果将有益于鹤岗市土地规划工作顺利开展以及制定更科学合理的生态环境政策,从而推动鹤岗市地区社会经济可持续发展。

西藏雅砻河流域生态系统服务价值地形梯度分异及驱动因素

[目的]分析雅砻河流域生态系统服务价值的变化,为流域生态文明建设提供科学依据。[方法]基于高精度土地利用数据,运用地形梯度分级、标准差椭圆和地理探测器,探究了近20年流域生态系统服务价值(Ecosystem service value,ESV)的时空演变和地形梯度分异特征。[结果](1)草地是流域主要的土地利用类型,占比达92.45%。研究期内林地、灌木和草地面积有所减少,其他类型有所增加;(2)流域ESV在研究期间增长了0.13%(0.16亿元),ESV在空间上呈现出东南部高西北部低的特征。随着海拔、坡度和地形起伏度的抬升,ESV呈先增后降的分布规律,坡向梯度呈阴坡高于阳坡的特征。(3)流域ESV的标准差椭圆和重心在研究期内逐渐向西南方向移动,并趋于聚集。ESV的空间分异主要受自然和经济因子的影响,其中年均地温是主导因子(q=0.24),任意因子交互均增强了其分异性。[结论]依据雅砻河流域ESV的时空和地形分布特征,采取因地制宜的生态保护措施,促进流域生态环境的可持续发展。

应用GeoSOS-FLUS模型估测长江上游地区生态系统服务价值

为探究长江上游地区生态系统服务价值时空变化特征及未来的变化趋势,以长江上游地区2000—2020年3期土地利用和驱动力数据为基础,利用GeoSOS-FLUS模型模拟2030年4种情景的土地利用变化及长江上游地区生态系统服务价值时空演变趋势,并分析长江上游地区不同情景生态系统服务价值和土地利用的特征。结果表明:(1)采用GeoSOS-FLUS模型对长江上游地区未来土地利用模拟,模型精度较好,Kappa系数为0.83,适应度系数(FoM)为0.068。(2)长江上游地区主要以草地和林地为主,草地和林地面积占总面积的比例为70%;2000—2020年,林地、水域、建设用地呈增加趋势,其中建设用地面积增幅达148.66%,耕地和草地面积呈减小趋势,未利用地面积表现为先稳定后增加的趋势。(3)2000—2020年长江上游地区总生态服务价值呈倒“V”型变化;2030年各情景的总生态系统服务价值较2020年均有增加,其中生态保护情景下总生态系统服务价值最大(89 078.94亿元);各地类生态系统服务价值与其面积变化趋势一致。生态服务功能一级类型的生态系统服务价值由大到小顺序为:调节服务、支持服务、供给服务、文化服务;二级类型的水资源供给生态系统服务价值变化幅度最大,在各情景生态系统服务价值均增加350亿元以上。(4)研究区各年份单位面积生态系统服务价值均以中等级和较高等级为主,空间分异特征明显,其中长江上游中部山地及青藏高原部分区域单位面积生态系统服务价值较高,而四川和重庆主城区生态系统服务价值呈较低等级和低等级集中分布区域。因此,在促进经济快速发展的同时,需要加强对局部城镇建成区和扩展新区生态服务功能的补偿与维护。

水资源生态系统服务价值评价研究

为总结人类活动影响下的水资源生态系统评价方法,实现对水资源生态系统服务价值的识别与评估,本文综述了水资源生态系统服务价值评估的评估理论、方法和影响因素。在此基础上指出,水资源生态系统服务价值评估研究仍处在不断丰富、完善和扩展的过程中。在未来的研究中,需要更加深入地探讨影响因素的作用机制,以提高评价的精准度和针对性。

安宁河流域生态系统服务价值地形梯度分异及其驱动因素

探究安宁河流域生态系统服务价值(ecosystem service value,ESV)的地形梯度分布规律及其空间分异的驱动因子,对流域实施因地制宜的国土空间规划和生态环境保护策略具有积极意义。利用2000—2020年高精度土地利用数据,通过CA-Markov模型预测流域2030年土地利用结构,分析2000—2030年安宁河流域ESV变化,并借助地形因子和地理探测器分析ESV的地形梯度分布特征和空间分异驱动因素。结果表明:(1)2000—2020年安宁河流域ESV减少0.51%,2020—2030年预计受林地锐减影响,ESV将继续减少;(2)林地贡献了安宁河流域74%以上的ESV;气候调节和水文调节是ESV贡献率突出的生态系统服务功能,合计达47.79%以上;(3)总ESV和各项生态系统服务功能的ESV随海拔、坡度和地形起伏度增大呈先增后减的分布特征,坡向上分布较均匀;其中2300~2579 m海拔、30.92°~35.73°坡度、507~602 m地形起伏度和西坡分布最多;(4)流域ESV空间分异受自然和经济因子的共同作用影响,其中地形起伏度为主导因子。