数字经济产业合作创新网络结构及演化研究

摘要：本文为探索我国数字经济产业合作创新网络的结构特征及演化规律，通过采集我国数字要素驱动业1995—2021年的联合专利数据，采用社会网络分析方法构建合作创新网络，并研究合作创新网络在不同窗口期的拓扑结构及其演化规律。研究发现：数字要素驱动业的发展仍处于快速增长阶段，合作创新网络结构呈现明显的阶段性特征，网络结构变得更加复杂；网络规模呈爆发式增长，网络密度逐期降低，创新主体的合作广度和深度亟待加强，网络结构整体呈现小世界特性；企业和高校逐渐成为数字要素驱动业合作创新领域两股主要的力量，仅供参考。

关键词：数字经济产业；数字要素驱动业；合作创新网络；社会网络分析；网络结构

中图分类号：F276.444文献标识码：A文章编号：2096-0298（2025）01（b）--05

1引言

随着信息技术的不断进步和全球数字化浪潮的兴起，数字经济作为一种新型经济业态已成为新质生产力的重要载体，也是实现中国式现代化的重要途径[1]。数字经济的崛起正在深刻地改变传统产业的发展模式，推动了创新和合作的浪潮，数字经济产业将成为引领我国经济发展的重要动力源泉[2]。国家知识产权局公布的《数字经济核心产业专利统计分析报告（2023）》分析显示，国外企业已经加大在我国数字经济领域的专利布局，这对我国在关键核心技术攻关方面形成制约。因此，如何加强数字经济产业内部组织的合作创新，应对国外企业对我国数字经济领域的技术“围剿”，促进数字经济产业生态系统健康发展，已成为亟须解决的问题。

作为“国家科技创新体系的主体”，提高技术创新能力，加强组织间战略合作，已成为企业占领产业高地、维持竞争优势的重要途径，也是推动我国进入创新型国家行列的重要战略。企业的创新模式相较传统已发生重大变化，创新活动呈现更加明显的网络化特征[3]。创新网络已成为企业进行创新活动时弥补内部知识资源不足的重要通用模式，也成为社会网络研究的热点问题[4]。其中，创新网络的结构不仅关系到企业对外部知识的获取能力，更是对提高企业的创新绩效具有重要作用。此外，学者已经从中观层面开始对数字经济产业的相关问题展开讨论，如数字经济产业链、创新生态系统韧性等[5-6]。但将数字经济产业与合作创新网络结合起来进行研究的文献相对不足，尤其缺乏将企业、高校、科研机构和政府机关等多类型主体联合起来的研究。在数字经济产业的发展过程中，组织之间的合作创新正成为企业实现知识共享和协同创新的重要工具，对于确保数字经济可持续发展的推动作用不可忽视。鉴于此，本文以数字要素驱动业作为研究对象，利用社会网络分析方法深入剖析其合作创新网络结构与演化，揭示数字经济产业合作创新的内在发展规律，为推动我国数字经济产业健康发展和有效拓展数字经济国际合作提供理论依据和实践参考。

2研究设计

2.1研究对象与数据采集

柳卸林等（2020）[7]根据我国互联网的发展将数字化发展划分为三阶段：萌芽阶段（1994—2002年）、高速增长阶段（2003—2012年）及成熟阶段（2013年至今）。周烁等（2023）[8]则根据我国互联网及其基础设施的建设，将我国数字经济的发展划分为三阶段：技术孕育阶段（1994—2004年）、爆发增长阶段（2005—2015年）及融合协同阶段（2016年至今）。然而，我国首次官方明确数字经济的内涵是在2016年发布的《G20数字经济发展与合作倡议》，并且根据中国信息通信研究院公布的《全球数字经济白皮书（2023年）》报告，中国数字经济规模在2016—2022年的年均复合增长率达到14%。因此，可以判断我国的数字经济产业仍处于持续快速增长时期。结合已有观点，本文将我国数字经济产业的发展划分为三个阶段：孕育阶段（1995—2003年）、探索阶段（2004—2012年）及增长阶段（2013年至今）。

国家统计局公布的《数字经济及其核心产业统计分类（2021）》将数字经济产业范围划分为：数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业、数字化效率提升业五大类。数字要素驱动业是依赖数据要素的投入来实现经济增长、获取发展动力的行业。而数据要素通过释放创新红利，正成为数字经济深化发展的核心引擎，也与我国《“数据要素×”三年行动计划（2024—2026年）》将数据要素作为推动经济高质量发展的要求相吻合。因此，本文选择数字要素驱动业作为研究对象。

根据企业申请的联合专利构建创新网络已经得到广泛应用，本文以大为Innojoy专利搜索引擎作为数据来源，结合《数字经济核心产业分类与国际专利分类参照关系表（2023）》采集数字要素驱动业的专利数据，并提取联合专利的题录信息。由于专利从申请到公开存在一定滞后期，故将时间检索范围设置为1995—2021年。在数据筛选时，剔除申请人为外国组织及自然人的专利，保留至少一个申请人在中国大陆的专利，最终得到250190条联合专利的题录信息。

2.2网络构建

2.2.1构建合作创新网络

为分析数字要素驱动业合作创新网络的结构及演化，首先需要构建数字要素驱动业的合作创新网络。遵循已有研究的选择，将3年作为一个窗口期构建数字要素驱动业1995—2021年的合作创新网络，包括1995—1997年、1998—2000年、……、2019—2021年等共9个时间窗口期。具体操作方法：分析题录信息中的“申请（专利权）人”，若某条专利的申请人中包含两个及以上组织，则判定该两个组织之间存在合作创新关系，记为1，否则记为0，据此形成“组织-组织”合作创新关系的多值矩阵，并将其转化为只有“0-1”元素的邻接矩阵，即为合作创新网络。

2.2.2选择网络结构指标

本文将从网络的整体结构和个体结构两个层面分析数字要素驱动业合作创新网络的结构及演化，使用Gephi软件计算网络结构指标并进行可视化展示。网络整体结构指标包括网络规模、网络联接边数、网络联接次数、网络密度、平均度值、平均加权度、平均聚类系数、平均路径长度、连通子图个数、最大连通子图节点数、最大连通子图联结边数等指标，个体网络结构采用度数中心性和中间中心性两个指标分析创新网络中创新主体的演化。

3网络拓扑分析

3.1描述性分析

3.1.1数字要素驱动业联合专利分析

专利的申请数量可以反映行业的创新活跃程度和技术发展水平，当一个行业处于高速发展阶段时，更需要通过申请专利来保护企业的技术创新。图1（a）展示了我国数字要素驱动业在1995—2021年联合专利申请数量的演变情况。2004年之前联合专利的申请数量非常少，同年国家发展改革委员会等八部委启动中国下一代互联网示范工程项目，联合专利的申请数量开始逐年增加；2011年国家互联网信息办公室的成立标志着我国互联网的发展全面放开，联合专利申请数量在这一年开始大幅增长；2013年由于我国4G牌照的延迟发放使得电信产业格局发生重大变化，这也可能是2014年和2015年联合专利申请数量增长放缓的原因；随着2016年在《G20数字经济发展与合作倡议》中提出数字经济的定义，我国数字要素驱动业联合专利申请数量迎来爆发式增长。可见，我国数字要素驱动业申请联合专利的行为阶段性特征比较明显，这也说明本文对我国数字经济产业发展阶段的划分与现实基本吻合。

本文对联合专利中合作创新主体类型为组织的数量进行了分析。如图1（b）所示，创新主体包含两个或三个组织的专利高达95%，五个及以上组织的专利仅占1%，这说明数字要素驱动业的合作创新大多在2～3个组织之间展开。

3.2整体网络结构与演化分析

网络的整体结构会对其内部的知识流动造成影响[9]。数字要素驱动业合作创新网络的整体结构指标如表1所示，由于2004年之前我国数字要素驱动业联合专利数量非常少，加之篇幅限制，本文仅展示2004—2021年的整体网络结构指标。表1表明，随着时间推移，我国数字要素驱动业合作创新网络的整体结构变化非常明显。

3.2.1网络规模快速增长

随着合作创新成为企业的一种创新选择，数字要素驱动业越来越多的创新主体参与到合作创新网络中。2004—2021年，每个窗口期的创新主体数量几乎成倍增加，只有2013—2015年窗口期网络规模的增长速度有所放缓，说明我国数字经济产业的发展仍处在高速增长期。同时，每个窗口期的网络联接边数和联接次数成倍增加，且联接次数是联接边数的数倍，说明数字经济浪潮下组织之间的合作创新意愿愈发强烈，关系结构也变得更加复杂。图2展示了我国数字要素驱动业合作创新网络在不同窗口期网络拓扑结构的演化情况。

图2数字要素驱动业2004—2021年合作创新网络

此外，创新网络最大连通子图的规模在影响企业创新产出的价值方面具有重要作用[10]。网络连通子图的数量增速十分明显，表明数字要素驱动业的合作创新行为更多是在局部的、小规模的群体之间进行展开；最大连通子图节点数和连边数大幅增加，说明合作创新网络中一个相对独立、庞大且紧密联结的群体正逐渐形成。因此，合作创新网络也将朝着更加连通的趋势演变，从图2可以看出这个连通群体的形成与演变过程。

3.2.2合作广度与深度

在社会网络中，节点加权度反映节点在网络中的吸引力，而度值对社会网络的演化起主导作用，网络主体可以通过后天努力提高在网络中的影响力[11]。本文采用节点的平均度值与平均加权度这两个网络结构指标来分析数字要素驱动业合作创新主体的合作广度与深度的演化规律。节点的平均度值在每个窗口期都有小幅增长，表明合作创新正成为组织创新的一种重要选择。然而，平均度值的最大值在2013—2015年这个窗口期也仅达到3.103，与合作创新仅包括2～3个主体高达95%遥相呼应，表明数字要素驱动业创新主体的活力不足，合作广度亟待加强。同时，节点平均加权度的值明显大于平均度值，表明相当一部分创新主体之间具有较好的合作深度，这可能源自他们之间具有较高的信任度而倾向与已建立合作创新关系的主体保持稳定合作。

3.2.3网络密度逐渐降低

我国数字要素驱动业合作创新网络出现高密度向低密度的演变，网络密度从0.0028降至0.0001，表明产业发展过程中，即使大量新成员加入合作创新的队伍，但由于他们很少与现有成员进行直接合作，从而更多创新主体成为网络边缘，网络中出现大量结构洞，导致整体网络变得十分稀疏，合作创新网络出现比较明显的离群现象。虽然高密度网络意味着组织之间具有更强的凝聚性，但是频繁的交流会造成知识冗余的弊端，反而阻碍组织创新[12]。这也间接表明，在产业高速增长期，即使数字要素驱动业合作创新网络是稀疏的，但有更多主体加入到合作创新的阵营中，创新主体之间可以进一步加强合作创新。

3.2.4小世界特性

所谓“小世界特性”是网络具有较高的聚类系数和较短的路径长度[13]。从表1可以看出，数字要素驱动业合作创新网络的平均聚类系数与平均路径长度总体演变趋势在升高。为验证该合作创新网络是否具有小世界特性，本文拟合了不同窗口期同等网络规模和密度的随机网络，计算出这些随机网络的平均聚类系数与平均路径长度，并据此计算出网络的小世界系数，结果见表1。显然，每个窗口期的小世界系数远大于1，满足小世界特性的要求[14]。因此，数字要素驱动业合作创新网络在2004—2021年的演化过程中具有小世界特性。

3.3个体网络结构与演化分析

根据个体网络结构指标可以分析数字要素驱动业合作创新网络中关键创新主体的演化。度数中心性是个体网络结构最基本的特性，它反映网络成员在信息交换过程中的重要程度，度数中心性越高，该主体在网络知识扩散中的作用越重要，所具有的地位和权力越高。中间中心性衡量了网络成员介于其他主体之间的程度，中间中心性越高，该成员越有可能成为信息流动的关键节点，从而对网络中成员关系和信息流动形成控制[15]。本文对2004—2021年窗口期这两种中心性指标排名前五位的创新主体进行了分析，限于篇幅，不再展示具体组织。

通过分析，2004—2006年这一时期，我国数字要素驱动业合作创新网络中占据关键位置的创新主体以“985”高校为主，且以上海交通大学和西安交通大学为主要核心；同时，华为技术有限公司和海尔集团公司在这一时期也具有相当的影响力。之后的时期，公司和高校逐渐成为引领数字要素驱动业合作创新的两个重要群体，尤其是在2009年之后，无论从度数中心性，还是中间中心性上看，公司层面形成以国家电网有限公司和中国电力科学研究院有限公司为核心领导者的合作创新趋势，这可能与国家电网发布的“坚强智能电网”发展战略有密切的关联。这表明国家电网有限公司和中国电力科学研究院有限公司在合作创新网络中具有很强的吸引力和控制力，对网络中知识和资源的流动具有较大的主观能动性。此外，不可忽视的是，2004—2021年这一较长时期，清华大学和浙江大学几乎在每个窗口期都排在度数中心性和中间中心性的前五位，表明清华大学和浙江大学作为“985”高校的头部高校，其在推动数字要素驱动业创新发展方面具有敏锐的意识和重要的引领作用。

4结论与启示

4.1主要结论

本文以我国数字要素驱动业为研究对象，利用大为Innojoy专利搜索引擎作为数据来源，采集数字要素驱动业1995—2021年的联合专利，并构建我国数字要素驱动业合作创新网络，通过社会网络分析分时期讨论该产业合作创新网络的拓扑结构及演化过程，得到如下主要结论。

第一，我国数字要素驱动业的发展仍处于高速增长时期。随着数字经济产业成为经济增长的新引擎和新动力，越来越多的组织加入合作创新的行列，数字要素驱动业合作创新网络的规模也在不断扩大，网络演化呈现多元化和融合化等趋势。这将会加快合作创新网络中信息的扩散速度，网络成员可以更加便捷的进行资源共享，激发出更多新思想和成果。同时，随着网络规模的扩大，数字要素驱动业合作创新网络中一个大规模的核心群体逐渐形成，在这个群体中，信息传播效率、合作创新意愿都会优于群体之外的其他创新主体，在解决问题及应对危机方面能够较好发挥群体效应。然而，网络规模扩大会导致合作创新主体之间的关系更加复杂，从而可能出现信息过载、知识产权泄露等不利于创新主体的情形。

第二，数字要素驱动业合作创新主体之间合作广度和深度增加的趋势明显。总体上看，我国数字要素驱动业合作创新还存在很大的发展空间，创新主体需要积极拓宽合作广度，加快融入合作创新的核心群体中去，从而有机会获取更多异质性资源。同时，创新主体之间应不断提高合作深度，持续强化彼此之间的信任，这将有利于维系网络的稳定性和可持续性，从而确保网络能够高效运行。

第三，数字要素驱动业合作创新网络密度在逐期减小，说明网络的整体结构变得更加稀疏，创新主体之间的紧密程度和凝聚力将会下降，从长远考虑，势必严重阻碍信息、资源的交换和传播。因此，需要通过加强网络中创新主体之间的合作关系、消除结构洞等手段来提高网络的紧密程度和凝聚力。此外，数字要素驱动业合作创新网络具有明显的小世界特性，能够提高网络成员之间的协作和信息传播效率，一定程度上可以消除网络密度减小带来的负面影响。

第四，数字要素驱动业合作创新网络在不断演化过程中，从前期以高校为主要发展力量，逐渐过渡为企业和高校成为产业发展中两股主要的力量，并且形成以国家电网有限公司、中国电力科学研究院有限公司、清华大学以及浙江大学等创新主体为引领者的分布格局。因此，可以通过加强对产业中“头部”企业和高校的引导与扶持，发挥“领头羊”的作用，加快他们在产业发展过程中对关键核心技术领域的专利布局，打破国外企业对我国数字经济产业形成的技术包围局面，提高我国在数字经济产业领域的话语权。

4.2理论贡献和实践启示

本研究的理论贡献主要体现在：（1）在数字经济产业的研究中，聚焦于产业创新方面。虽然数字经济产业的发展已经得到学者及国家政府的高度重视，总体上，我国数字经济产业仍然处于蓬勃发展阶段。因此，本研究结论能够使学者对数字经济产业在宏观层面的创新有更清晰的认识，对后续更微观的研究具有一定的补充作用。（2）本研究从社会网络的视角研究了数字经济产业内部各创新主体之间合作关系反映的结构特征及其演化。数字经济产业在创新模式上更倾向于采用开放式创新，通过跨界合作、构建创新平台等方式加快创新。因此，本文通过对数字要素驱动业合作创新网络的结构及演化分析，能揭示数字经济产业在创新发展过程中各创新主体之间的合作关系是如何随时间发生变化的，能识别在网络中具有更高影响力和较强控制优势的创新主体，丰富了社会网络理论在产业创新发展中的研究。

本文为企业管理者和政策制定者提供如下实践启示：（1）已有大量研究证实了企业嵌入创新网络并占据良好的网络位置能提高自身的知识转移效果和创新绩效水平。本文研究发现，数字要素驱动业合作创新网络虽然规模庞大，但整体结构比较稀疏，各创新主体之间仍存在较大的合作空间。因此，作为企业管理者，应积极与外部组织寻求合作创新，并选择网络位置较好的组织进行合作，提高自身在创新网络中的影响力及控制力。（2）本文研究发现，企业和高校已经成为数字要素驱动业创新发展中的两股主要力量，并且创新网络中的“头部”企业和高校已经显现。因此，作为政策制定者，相关政府部门应进一步完善产学研合作政策体系，鼓励更多科研实力雄厚的企业和高校参与到数字经济产业的创新浪潮中，并通过推动“头部”企业和高校加强对数字经济产业专利的布局，引导此类组织构筑起我国数字经济产业的创新壁垒。

参考文献

李三希，武玙璠，李嘉琦.数字经济与中国式现代化：时代意义、机遇挑战与路径探索[J].经济评论，2023，240（2）：3-14.

张凤霞，赵国浩，荆文君.从竞争到竞合：数字经济时代的企业关系演进[J].经济问题，2023（11）：80-87.

张昕蔚.数字经济条件下的创新模式演化研究[J].经济学家，2019，1（7）：32-39.

鲁若愚，周阳，丁奕文，等.企业创新网络：溯源、演化与研究展望[J].管理世界，2021，37（1）：217-233.

张少华，朱雪冰，陈鑫.中国数字经济产业链的规模测度与循环研究[J].数量经济技术经济研究，2024，41（3）：5-24.

赵玉帛，张贵，王宏.数字经济产业创新生态系统韧性理念、特征与演化机理[J].软科学，2022，36（11）：86-95.

柳卸林，董彩婷，丁雪辰.数字创新时代：中国的机遇与挑战[J].科学学与科学技术管理，2020，41（6）：3-15.

周烁，李涛，欧阳日辉.中国数字经济发展：经验与展望[N].光明日报，2023年9月5日（11版）.

PHELPSC，HEIDLR，WADHWAA.Knowledge，Networks，andKnowledgeNetworks：AReviewandResearchAgenda[J].JournalofManagement，2012，38（4）：1115-1166.

GUANJ，ZHAOQ.Theimpactofuniversity-industrycollaborationnetworksoninnovationinNanobiopharmaceuticals[J].TechnologicalForecastingamp;SocialChange，2013，80（7）：1271-1286.

ZHOUB，HOLMEP，GONGZ，etal.Thenatureandnurtureofnetworkevolution[J].NatureCommunications，2023，14（1）：1-8.

GULERI，NERKARA.Theimpactofglobalandlocalcohesiononinnovationinthepharmaceuticalindustry[J].StrategicManagementJournal，2012，33（5）：535-549.

MULDOONS，BRIDGEFORDE，BASSETTD.Small-WorldPropensityandWeightedBrainNetworks[J].ScientificReports.2016，6（1）：22057.

HUMPHRIESMD，GURNEYK.Network‘Small-World-Ness’：AQuantitativeMethodforDeterminingCanonicalNetworkEquivalence[J].PLoSONE，2008，3（4）：e0002051.

GILSINGV，CLOODTM，BERTRANDD.Whatmakesyoumorecentral？Antecedentsofchangesinbetweenness-centralityintechnology-basedalliancenetworks[J].TechnologicalForecastingamp;SocialChange，2016，（111）：209-221.