考慮內外因素的電子商務產業與大數據產業協同演化研究

郭皓月, 樊重俊， 李君昌， 王 來， 吳海春， 楊云鵬

(上海理工大學 管理學院,上海 200093)

0 引言

作為新型商務模式的代表，我國電子商務經過近二十年的培育，已經形成較為成熟的運營模式和商務模式，正逐漸成為我國新經濟體系建設的重要組成部分。然而，隨著云計算、人工智能、物聯網等為代表的新興互聯網技術的出現，電子商務企業運營和客戶等數據量正在以爆發式的速度增長。如何從海量數據中挖掘潛在價值，成為電子商務產業向著數字化和智能化方向轉變的瓶頸。這也意味著電子商務與大數據交叉產業蘊含巨大的發展空間和應用前景。通過大數據產品、技術和服務，連接電子商務企業內部與外部的多方數據，并系統化、模塊化地處理數據，從而打造數據資產鏈條，實現數據應用價值，同時電子商務也為大數據的應用提供了“肥沃”的土壤。因此，在升級電子商務服務、創造新的電子商務增長點的同時，拓展大數據的應用范圍、整合大數據產業鏈，能為我國經濟的發展提供新動力。

近年來，電子商務給傳統產業的經營、管理和盈利等模式帶來巨大變革，其對流通體系和宏觀經濟的積極作用也日益凸顯[1]。電子商務產業也逐漸成為國內外學者研究的熱點。關于我國電子商務產業的研究大致可以分為四類：一是從產業的宏觀視角出發，針對電子商務產業的發展現狀和困境，提出相應對策與解決方案，例如X L Chen等人[2]的物流與采購融合策略、浦東平等人[3]的區塊鏈技術優化電子商務流通、支付和信用體系等。二是將電子商務產業，包括農村電子商務產業[4]、移動電子商務產業[5]等，看作一個復雜系統，并對該系統的演化路徑[6]和模式[7]進行研究，例如：根據電子商務的特點和發展規模，鄭淑蓉等[8]將我國電子商務產業的演化過程分為：探索期、雛形期、成長期和普及期四個階段。三是聚焦于電子商務產業“痛點”，例如信用危機[9]、供應鏈管理[10]和商業模式價值[11]等。四是電子商務產業的發展給其他行業帶來的沖擊和影響，例如D L Zhang等[12]和M Cui等[13]分別研究了電子商務產業對商業房地產需求與中國鄉鎮社會創新的作用。

大數據作為新興產業，在我國正處于快速發展階段。從2009年國內首次出現大數據概念以來，隨著我國互聯網信息技術的飛速發展，一方面社會各行各業不斷積累結構化和非結構化數據，例如金融、醫療衛生、交通運輸和電子商務等行業，每年產生的數據量都在百PB級別，而且呈現指數增長的趨勢[14]；另一方面，谷歌、IBM為代表的國外大型IT企業相繼推出大數據關鍵技術，如Mapreduce、Hadoop，并且大數據應用給商業帶來的價值逐漸被人們所重視[15]。在這樣的技術和社會背景下，我國大數據產業市場規模逐年增大，2017年為3615億元(工業和信息化部)。我國已有的大數據產業研究大多以定性分析現狀、產業特征、存在的困境或矛盾，以及提供對策為主[16,17]。同時，部分學者將大數據產業看作一個新興產業，研究了在大數據環境下其他產業的轉變或變革，大數據能促進智慧城市的發展[18]，也能拓展我國中小企業和個人享有的金融服務[19]，還能提升房地產[20]、智能電網[21]、醫療行業[22]的整體水平。另外，大數據作為決策分析的前沿工具，常常被用于解決效率評估[23]、管理優化[24]等實際問題。

綜上，電子商務產業與大數據產業均是以互聯網技術為核心的高新技術產業，雖然各自的發展有所偏重，但是又均有自己的產業特色和優勢。電子商務和大數據兩產業的融合、協同是經濟發展的必然趨勢，而國內外對于這兩個新興產業融合發展的研究還是空白。本文從論述電子商務與大數據協同發展的切合點出發，分別用協同度模型和EBDS協同演化模型分析這兩個行業間的協同程度與演化趨勢，旨在量化它們之間的協同發展程度，從而為電子商務與大數據行業快速融合、共同發展提出建議。

1 電子商務-大數據協同關系

當前，我國電子商務的商業模式正在從以商家為中心轉向以客戶為中心，旨在為客戶提供個性化、定制化的服務，這就需要充分運用大數據產業的優勢助力電子商務運營、管理和服務的創新，從而為電子商務的進一步發展提供新的動力。同時，由于缺乏自主研發的尖端大數據技術，我國大數據產業仍處在發展初級階段，大數據發展市場有待繼續深耕。電子商務是基于信息技術的全新商業模式，電子商務的發展擴大了大數據產業的市場需求，也是大數據商業化的重要應用領域之一。因此，電子商務產業和大數據產業二者密切聯系、相互促進，存在著協同發展的關系。

以阿里巴巴集團為例，阿里巴巴自成立以來就注重數據資源的積累和價值轉化，2013年阿里巴巴數據平臺事業部成立，標志著阿里巴巴向著大數據驅動方向演進。阿里巴巴基于電子商務業態，沉淀了種類豐富的數據資產，包括：電商交易、搜索、物流、支付、廣告等。相應地，阿里巴巴系統地搭建大數據基礎設施，注重大數據技術的研發和應用，并對內外提供成熟的服務和產品。目前，阿里巴巴有三大數據產品：生意參謀、阿里指數、孔明燈，為電子商務企業提供服務，例如阿里指數從地域、行業和產品等視角分析區域貿易發展程度、行業發展態勢，及熱銷商品，作為電子商務企業分析市場行情、制定運營戰略的參考。另外，電子商務企業還通過企業圖譜、營銷引擎、深度挖掘等大數據分析服務，開展業務優化、用戶畫像、精準營銷等活動。

本文在分析阿里巴巴集團的大數據與電子商務關系的基礎上，抽象出我國電子商務與大數據協同發展的關系，如圖1。圖中虛線表示由電子商務和大數據兩產業直接衍生出來的相關服務業，帶“+”號箭頭的實線表示前后主體的促進管理，例如：電子商務企業服務質量的提升，能改善客戶體驗，增加客戶的滿意度。

電子商務產業是大數據產業發展的重要動力。一方面隨著電子商務產業規模的擴大，其對經濟的貢獻度也逐漸增大，尤其近年來我國政府出臺一系列政策，使得電子商務成為我國經濟轉型升級的重要引擎。在整個社會經濟環境和政策環境趨好的情況下，政府、企業加大對大數據產業的投入，學校和科研機構更加注重大數據的研究和應用，從而促進大數據產業的發展。另一方面，由于電子商務客戶對服務、產品的個性化需求，以及電子商務企業向智慧決策和數據驅動的轉變，大數據市場需求規模擴大，進而引導大數據產業的應用。

大數據產業通過兩種方式促進電子商務的發展，一是加速數據存儲、管理和分析等技術的進步，二是通過增大對經濟的貢獻度，完善電子商務技術、資金和市場等環境。從微觀來看，基于大數據技術、產品和服務，優化電子商務企業價值鏈的各個環節，創新升級電子商務的運營模式和商業模式，進而拓展新的電子商務市場、提升電子商務企業的利潤。同時，電子商務企業運用大數據產品和技術分析客戶的基本屬性、交易歷史、社交興趣、瀏覽記錄和服務評價等維度的數據，刻畫出每個客戶的上網習慣、用戶特征及消費等特點，并構建動態的客戶管理系統，從而針對不同特征的客戶提供差異化服務。這樣就可以通過提升客戶體驗和滿意度，間接地吸引非電子商務用戶的轉變，并增強其對電子商務的粘性。

綜上，電子商務產業和大數據產業以互補的產品、服務為橋梁，通過擴大和完善彼此的生態體系，刺激市場需求，其中經濟和政策是中間環節。因此，我國電子商務產業和大數據產業間存在著協同發展關系。

2 電子商務-大數據系統協同模型的構建

2.1 協同學理論

在20世紀70年代，通過研究以激光為代表的一系列協同現象背后的普遍規律，德國著名的理論物理學家赫爾曼·哈肯提出了一門能夠解釋系統宏觀質變的橫斷學科，即協同學。協同學理論自提出以來，被廣泛地應用于揭示自然和社會系統的演化規律。從協同學的視角來看，在外界環境的作用下，系統會自發地由無序向有序方向演進，外界環境只有維持供能和交互才能維持系統的這種有序狀態。而系統將以何種有序結構存在，取決于其子系統的協同作用和隨機漲落。為了定量描述子系統間的協同程度和系統宏觀結構的質變，序參量等概念紛紛被提出。同時，協同學理論也包括系統行為的一些普適原理，譬如絕熱消去原理、漲落原理等。

2.2 協同度模型

電子商務產業(e-commerce industry)是以信息網路為媒介，將傳統商務活動的信息流、資金流和物流電子化、網路化和信息化的新型行業，整個產業涉及的范圍比較廣泛，既包括上游的制造商、供應商，也包括中間的平臺商、支付機構、物流商，還包括下游的分銷商和零售商等。大數據產業(big data industry)是針對大數據資源開展數據收集、存儲、交易、分析和應用等業務的信息服務業，其服務包括大數據基礎設施、大數據軟件、大數據應用。倘若把電子商務產業和大數據產業均看作一個系統，那么二者協同所構成的系統就是電子商務-大數據系統(E-commerce and Big Data System，簡稱EBDS)。

EBDS的外部向其內部輸入的物質、信息等統稱為EBDS的外生變量。外部環境對EBDS的作用因素可大體分為三大類：一是經濟因素，在社會經濟這個大環境下，EBDS無時無刻不在同我國整體經濟進行著交互。隨著整體經濟水平的提升，一方面通過拉動市場需求擴大電子商務和大數據交叉產業的規模，另一方面增大電子商務、大數據，及產業鏈核心技術的投入力度，能加速兩個系統的演進和融合。二是政治因素，安全、信譽和倫理等問題始終圍繞著EBDS，解決這些軟問題的關鍵是有關規章制度的支撐，例如《電子商務法》在劃清各方參與主體的職責和權限的基礎上，保障各方的合法權益。同時，中央出臺的政策和規劃能從宏觀上指導系統的演化方向和路徑，例如“實施國家大數據戰略”、“建設現代化經濟體系”等政策對EBDS的演化有積極作用。三是技術因素，電子商務和大數據都是高新技術產業，其基礎就是以互聯網為核心的新興技術。移動通信技術、人工智能，以及物聯網等技術的突破能拓展EBDS的業務范圍，并為其發展到更高級的有序結構提供動力。將這三大因素對電子商務和大數據的作用力度分別抽象為β1和β2，因為我國的經濟、政策和相關技術都為二者的成長提供了良好的環境，所以有β1,β2>0。

描述EBDS特征的變量有很多，由EBDS內部產生的并能夠表征其相變和子系統間協同程度的宏觀變量稱之為EBDS的序參量。本文分別選取電子商務產業發展水平和大數據產業發展水平作為EBDS序參量，而兩個子系統的序參量的選取和處理見3.2節。這些序參量既有決定系統行為的慢變量，也有影響系統演進的快變量，其中快變量由慢變量支配。

自大數據產業在我國市場落地以來，其與電子商務產業的融合日趨加深。令Y(t)表征EBDS在t時刻的宏觀結構，或者系統的協同度。若Y(t)趨近0，說明子系統之間協同發展的程度較低，系統將朝著無序狀態發展；若Y(t)趨近1，說明子系統之間協同發展的程度較高，系統處于有序狀態，并將趨向新的有序結構。在EBDS兩子系統協同之前，Y(t)為0；隨著二者協同的加深，Y(t)也逐漸增大，直達到最大值(臨界值)，EBDS在內力和外力的共同作用下發生質變，Y(t)也隨之顯著變化。其表達式如下：

(1)

這里a、b分別指電子商務與大數據子系統發展水平對EBDS的重要程度，y1(t)和y2(t)分別表示電子商務子系統、大數據子系統在t時刻的發展水平，也是有序度。它們可由各自子系統序參量的線性疊加來刻畫，即

(2)

其中y1i(t)表示電子商務子系統在t時刻的第i個序參量，它的權重為ωi(i=1,2,…,n)。y2j(t)表示大數據子系統在t時刻的第j個序參量，它的權重為θj(j=1,2,…,m)。

2.3 EBDS協同演化模型

2.3.1 EBDS協同演化模型的建立

在外界環境沒有持續供能的情況下，自然界任何一個系統都會向著熵增方向衰退。無論是電子商務子系統還是大數據子系統，它們都是自然界系統的范疇，令α1，α2分別表示兩子系統自身的熵增趨勢，則α1,α2<0。綜上，電子商務和大數據兩子系統的行為均受到環境因素、自身特點和協同作用的影響，基于傳統的哈肯模型，構建EBDS協同演化模型如下：

(3)

其中γ1表示兩子系統的協同作用對電子商務系統的作用，γ2表示電子商務產業對大數據產業的影響因子。由于EBDS動力學結構和子系統間的協同關系待定，所以在這里系數(α1+β1)、(α2+β2)、γ1、γ2的符號和大小不能確定。

2.3.2 模型求解

(4)

將(4)式代入(3)式中，可得變換后的EBDS協同演化模型為:

(5)

忽略微分方程組(5)中的非線性項，得到(3)式的線性近似如下：

(6)

將(6)簡化成矩陣的形式，有

其中A為線性微分方程組(5)的系數項，表達式如下：

因此，(6)式的特征方程可寫成：

λ[λ-(α2+β2)]-2(α1+β1)(α2+β2)=0

(7)

在此基礎上，求出(7)式的特征根為：

欲使系統(3)能夠運用絕熱消去法研究其特性，特征方程(7)需要有負特征根存在[25]。滿足此條件的系數符號存在三種可能：①α2+β2>0，α1+β1>0；②α2+β2<0，α1+β1<0；③α2+β2<0，α1+β1>0。

3 實證分析

3.1 序參量權重

熵能夠度量系統的無序程度，如果序參量所包含系統的信息越多，那么該序參量對應的熵就越小，其在序參量集中占據更大的比重，這也是熵權法確定序參量權重的基本思想。由于在EBDS中，電子商務子系統與大數據子系統序參量的權重確定方法都一樣，下面僅以電子商務子系統為例，給出熵權法確定序參量權重的步驟：

Step1 形成原始數據矩陣。對于電子商務子系統，由n個序參量表示其的宏觀特性，并且每個序參量有p個樣本值，這里取2011～2017年的數據，因此p=7。將這些原始數據形成一個p×n矩陣，如下：

其中y1(k,s)表示電子商務子系統的第s個序參量的第k個樣本值，其中0≤k≤p、0≤s≤n。

Step2 測度序參量的貢獻度。n個序參量中y1(*,1),y1(*,2),…,y1(*,q)的增大對電子商務子系統的有序度有正向的促進作用，而y1(*,q+1),y1(*,q+2),…,y1(*,n)對電子商務子系統有序度的作用恰好相反。用函數u(y1(k,s))來測度電子商務子系統的第s個序參量的第k個樣本值對該子系統的貢獻度，u(y1(k,s))的表達式如下。

其中upper(y1(*,s))、lower(y1(*,s))分別表示序參量y1i的上界和下界。從形式來看，也u(y1(k,s))能夠把序參量的原始值標準化，令標準化后的矩陣為U。本文選取的11個序參量對所在的子系統均為正向貢獻度。

Step3 計算系統序參量的信息熵。電子商務子系統第s個序參量包含的信息量，可用信息熵es度量，即:

Step4 求出系統序參量的權重。在求得序參量信息熵es的基礎上，計算對應權重ws，如下：

其中di表示電子商務子系統第i個序參量信息熵的冗余，有di=1-ei。

3.2 數值分析

(1)序參量選取

序參量是非線性系統突變前后所發生質變的最突出的宏觀指標，它既能決定其它變量的變化，也能夠決定系統的突變形式。系統的序參量要能夠反映其宏觀行為的變化，并且要便于觀察和量化。根據序參量的特點，本文從電子商務子系統和大數據子系統中分別選取5、6個可量化指標作為對應的序參量，并運用熵權法求出各序參量對應的權重，見表1、2。這11個序參量的2011～2017年數據來源于中國統計年鑒(2017年)、中國大數據產業發展評估報告(2017年)、大數據白皮書(2016)、中國電子商務報告(2016)。

(2)有序度及協同度

將電子商務子系統、大數據子系統的序參量不同時期的取值和對應的權重，依次代入(1)式和(2)式中，求出二者的有序度，及EBDS子系統的協同度，見圖2。從圖中可以看出，電子商務有序度由2011年的0.0881加速增長到2017年的0.6074，呈現指數增長的態勢，這主要是因為電子商務產業關鍵技術水平不斷提升，圍繞電子商務模式展開的新型商業模式紛紛涌現，如移動電子商務、跨境電子商務、云計算等，其作為我國經濟轉型的重要引擎也逐漸受到政府關注和扶持。整體來看，大數據子系統有序度呈現增長的趨勢，但是年增長率明顯小于電子商務。從2011～2013年，大數據產業在我國剛興起不久，基礎產業和商業應用也處于初步布局狀態，這一階段大數據有序度幾乎沒有變動；在2014年“大數據”概念首次寫入政府工作報告，自此，大數據的理論與應用價值為廣大人員所接受，一些大數據產品和服務的市場效應已初見成效，同時在政府的積極推動下，《促進大數據發展行動綱要》、《“十三五”國家信息化規劃》等政策紛紛出臺，諸如阿里巴巴、騰訊、百度等IT巨頭相繼推出大數據解決方案和服務平臺，所以此時大數據產業有序度迅速增大，到2017年為0.3670。

表1 電子商務子系統的序參量及權重

表2 大數據子系統的序參量及權重

注：表中數據由作者歸納編制。

EBDS子系統的協同度大體上呈現增長趨勢，說明電子商務和大數據的協同程度逐年加深。根據協同程度，將EBDS分成不同協同階段。2011年和2012年EBDS處于低度協同，此時電子商務-大數據產業初步開展業務合作，并出現二者的交叉行業，協同效果初步顯現；從2013～2015年，EBDS子系統的交叉業務無論在規模還是在融合的深度上都有所拓展，一些交叉性企業紛紛落地，此時EBDS處于成長協同階段。2016～2017年EBDS的協同度均大于0.5，處于互助協同階段，電子商務行業與大數據行業由單純的業務合作演進到價值鏈的互助，二者互相優化彼此的價值鏈，從而提升價值轉化率，他們的互補作用嶄露頭角。按照這個演進規律，在未來，EBDS將進一步加深融合，創新突破自身局限性，逐步打造電子商務-大數據產業生態，更多的相關產業將實現螺旋式共贏發展。

圖2 2011～2017年EBDS子系統有序度和協同度(a=b=0.5)

(3)EBDS協同演化模型數值擬合

在量化電子商務子系統、大數據子系統近7年有序度的基礎上，運用MATLAB擬合微分方程組(3)的系數，從而深入分析EBDS的系統動力學特征。

(8)

將(8)式代入電子商務子系統中，得

y1(t+1)=(1+α1+β1)y1(t)+γ1y1(t)y2(t)

(9)

同理，可求出大數據子系統的差值形式如下：

(10)

分別將y1(t)和y2(t)七年的數值，代入(9)式和(10)式中，擬合求得α1+β1=0.4033、α2+β2=-0.3830、γ1=-0.2490、γ2=1.1326，即

對于電子商務子系統和大數據子系統，擬合的最大殘差分別為3.2×10-4與0.0307，說明對EBDS協同演化模型數值擬合的誤差在可接受范圍內，擬合模型具有較高的可信度。α1+β1大于0和γ1小于0，說明經過二十年的發展，我國電子商務子系統自身有著強大的生命力，能夠自主向著有序方向演進，但是其與大數據的協同對自身的有序發展并沒有起到積極作用，相反電子商務作為一個較為成熟的互聯網產業，需要分出一定的環境資源孵化大數據產業。對于大數據子系統，α2+β2小于0與γ2大于0表明如果外界環境沒有對大數據系統持續供能，大數據產業由于沒有經濟基礎和市場競爭力會逐漸走向衰亡，其與電子商務產業協同能顯著提升產業有序度，促進大數據產業向著健康、可持續方向進化。

由于α1+β1、α2+β2符合絕熱應用條件③，且有α1+β1>>α2+β2，這說明當EBDS演化到臨界狀態時，大數據系統的阻尼遠大于電子商務系統的阻尼，即y1(t)是慢變量，y2(t)是快變量，則可近似由表示如下

(11)

將(11)式代入(3)式中的電子商務系統中，可得

其中V(y1)是y1的勢函數，其表達式為

對V(y1)進行仿真見圖3，可以看出V(y1)有三個勢點分別為：

v1=(0,0)

=(-0.7387,-0.0550)

=(0.7387,-0.0550)

從圖中可以看出，v1是不穩定點。在外界環境作用下，EBDS隨機漲落，并最終穩定v2在v3或處，而這一過程取決于電子商務子系統和大數據子系統的合力。

圖3 V(y1)仿真圖

4 結論與建議

電子商務和大數據作為我國互聯網領域的新興產業，有著各自的產業優勢和特點，二者的協同發展是實現企業價值鏈升級、數字驅動的重要動力，也是我國新經濟體系建設的必然要求，如2017年，大型電子商務企業試水以大數據技術為基礎的“無人零售”電商新模式。

本文從電子商務-大數據協同發展關系出發，基于哈肯的協同學理論，定義了二者有序度及協同度的量化方式，然后從系統的角度構建了EBDS協同演化模型，分析了絕熱消去法使用的條件。接著，從電子商務子系統和大數據子系統分別選取了不同數量的序參量，并用熵權法求出對應權重。最后，基于量化數值對EBDS微分方程系數進行了擬合，在證明模型有效性的同時，說明了EBDS演化特點。針對當前電子商務和大數據二者產業協同不夠深入、協同作用對電子商務產業的消極作用，及EBDS未來建設等問題，提出如下建議：

(1)深耕電子商務-大數據產業市場應用

大數據-電子商務產業要在競爭激烈的IT市場生存，就要具有自身特點的市場化應用。這是因為高價值、高質量的應用才能夠為市場和消費者認可，EBDS也因此持續獲得外部環境“供能”，從而增強電子商務-大數據產業的生命力。所以融合電子商務產業豐富的線上業務和大數據產業先進的信息技術，深耕諸如精準營銷、個性化服務、智能決策等交叉應用，也是當前我國電子商務-大數據產業發展的必經之路，例如BAT等行業巨頭紛紛推出中小企業大數據解決方案。

(2)探索電子商務-大數據協同產業鏈

電子商務產業在運營過程中沉淀了體量龐大、結構復雜的動態數據和靜態數據，運用專業的數據分析與挖掘技術能最大程度地釋放數據蘊含的價值，這正是大數據產業提供的服務。電子商務-大數據產業需要增進互信、加深合作，積極探索協同發展業務模式，圍繞數據產品的流動形成合理的產業上、下游，在此基礎上產業鏈各主體可以充分參與電子商務-大數據行業規范、準入規則等條款制定，進而增強電子商務-大數據產業核心競爭力，例如大數據企業租用電子商務企業的用戶標簽，提供用戶粘性分析服務。

(3)提升電子商務-大數據風險防范水平

電子商務產業與大數據產業合作的根本是數據，而隱私數據泄露、數據系統崩潰、黑客攻擊等數據風險問題在我國時有發生，這也是阻礙二者深度融合的主要障礙之一。對此，EBDS應采用穩定、可靠的信息技術手段提升風險防范水平，比如構建EBDS監測云，將業務數據分布式存儲在不同的數據池，增強容災備份能力，并記錄每一條數據動向和狀態。對于敏感數據和隱私數據，做好數據加密和權限管理工作；對于跨行業數據流動，應盡量搭建協同業務系統，保證數據調用的安全性。

(4)規范電子商務-大數據產業內外環境

在產業內部，電子商務-大數據產業從業人員的技術水平和能力參差不齊，各參與主體孤島化嚴重；在產業外部，電子商務-大數據支撐技術穩定性欠缺、市場應用過于狹窄。這就需要產、學、研等多方積極協作，為電子商務-大數據產業有序發展營造良好的人才供給、技術支持、產業投資和應用落地環境。政府和有關團體可以擬定電子商務-大數據行業相關標準與規范，比如技術人員從業標準、數據交易規范、數據安全標準等；高校和研究所在注重電子商務和大數據理論創新的同時，應研發性能更好的技術；大數據、電子商務等企業全力推進應用的市場化，不斷提升產品質量和服務水平，從而拓展業務類別和規模。

(5)構建電子商務-大數據共生生態圈

電子商務產業與大數據產業的協同發展，不是簡單業務線性疊加和數據資產的交易，而是包括金融、物流、技術服務等在內，各方系統的互利共生、優勢互補，構建和諧的產業生態圈，實現“1+1>2”的協同效果。在這個生態圈中，各子系統既是服務的提供者，也是服務的享有者，彼此互相滲透。在保證電子商務-大數據共生生態圈有序演進的前提下，各企業主體應結合自身特點和市場定位，把握市場機遇，定制個性化的經營模式和戰略。子系統的共性能夠加快生態圈內部信息的流通和運轉效率，而它們的個性又是促進生態圈繁榮、增強生態圈創新水平的基本動力。