新能源汽车的协同创新网络结构及影响因素研究

摘要：随着社会的不断进步和发展，创新的热度和力度不断提升，近年来新型创新形式一协同创新成为各界研究热点，新能源汽车领域的协同创新就是其中的代表。本文围绕新能源汽车的协同创新网络结构开展研究，结合实证深入分析相关的影响因素，即关系强度、结构洞带来的正向影响得以明确。

关键词：新能源汽车;协同创新;网络结构

中图分类号：F273.1

收稿日期：2022-01-10

DOI：10.19999/j.cnki.1004-0226.2022.03.004

受持续提升的技术复杂性影响，技术创新难度也在随之加大，为保证各创新主体能够在人才、资源、资本、信息等方面发挥自身优势，协同创新网络开始受到广泛关注。为保证协同创新较好地服务于新能源汽车领域，必须设法明确协同创新网络结构带来的具体影响，这是本文研究的关键所在。

1协同创新网络结构

1.1分析框架

通过深入分析协同创新网络结构可以发现，该网络结构涉及金融机构、中介机构、科研机构、政府、大学、企业，在连结关系下各主体能够进行知识创新和扩散、环境支撑、服务支持、政策支持、科技成果转化，由此形成系统动力的协同创新网络结构可实现资源互补、整体创新能力提升，进而更好地为技术发展提供支持。

深入分析协同创新网络结构可以发现，网络可基于技术、资源、知识的纵横向连结实现优化配置，进而更好服务于技术创新。为直观展示协同创新网络结构对新能源汽车领域技术创新的影响，本文主要围绕结构洞、网络中心度、关系强度开展相关研究。

此外，本文研究涉及的新能源汽车领域技术创新可按照静态和动态细分，结合技术生态位态势理论，可细分为技术发展水平、趋势。前者指的是环境中不同技术创新主体的创新活动资源占用，后者指的是技术创新环境受到的技术创新活动实施过程影响。

1.2影响因素

图1为协同创新网络结构影响因素示意图。图中结构洞指的是非冗余联系间存在的分割，能够连接本身不相连的节点。结构洞能够发挥中介和桥梁作用，获取控制和信息优势，这一过程中创新资源和信息资源可通过结构洞提供给双方，避免二者合作过程中出现信息不对称问题。

网络中心度指的是协同创新网络结构中企业所处位置对其他节点带来影响及权力的大小，同时该节点的战略和行为会受到整个网络影响，该影响因素同样属于新能源汽车领域技术创新需要关注的重点，在实践中需要做好对其的分析和测度。

关系强度指的是各行为主体在协同创新网络结构中的互惠程度、联系紧密程度、情感程度，具体涉及创新资源数量、互动频率等信息，可按照强关系、弱关系进行划分。前者表面新能源汽车领域协同创新网络主体的互动、互惠较为频繁，后者则说明各主体的联系紧密性、情感强烈程度较低2。

结合图1所示模型可以发现，该模型中的自变量为结构洞、网络中心度、关系强度，因变量为技术发展水平和技术发展趋势，结合上述理论开展分析能够确定，三个自变量能够对因变量产生正向影响。

2实证研究

2.1数据收集

在围绕新能源汽车协同创新网络结构开展的研究中，本文数据主要源于中国专利全文数据库，同时选取其中具备较高原创性和技术含量的发明专利，具体收集2020年底及之前的数据，以此保证年度时间完整性。具体数据收集通过知网平台的组合关键词检索完成，以“电动汽车or新能源汽车or燃料电池汽车or混合动力汽车”为检索式，开展技术清洗处理，最终得到专利数据15637条。基于研究内容，仅保留组织间联合申请专利信息，最终得到1619条发明专利数据用于研究。

2.2变量说明

对于上文明确的因变量“技术发展水平”，参考专利数据存在的特点，以各年度组织间联合申请专利信息对“技术发展水平”进行衡量，具体为节点联合申请新能源汽车发明专利数。对于因变量“技术发展趋势”，以各年度创新主体的技术创新产出进行衡量，具体为节点新能源汽车发明专利增长率，计算公式可表示为：

式（1）中的TNP、NN分别表示为节点的“技术发展水平”、节点在年份的发明专利数、节点在年份的发明专利数。考虑到存在单个节点的研究对象，各节点差异较大，因此研究需要对比2008～2020年间各节点首次申请专利年份，进而对比基期发明专利量与之后年份申请专利数量，“技術发展趋势”的演变规律和数据特征可由此明确。

对于上文确定的自变量“结构洞”，对该自变量的测量可围绕效率、有效规模、等级度、限制度进行，为实现对网络结构中创新主体的特征、整个网络结构中非冗余资源控制及流动情况的分析，因此本文选择“有效规模”对“结构洞”进行测度，具体测度公式为：

式（2）中的SH（）i广q分别为结构洞指数、自我点、特定点、第三个点，M。P分别代表到q关系强度、投入到q关系所占比例，PM为特定点和自我点间的冗余度。

对于自变量“网络中心度”，对其的量化需要设法实现网络中节点中心地位的体系，这种中心地位能够给节点带来更多控制优势和创新资源，具体度量需要使用节点相对度数中心度，将网络规模因素带来的影响排除，因此可得到：

式（3）中的CRD（）n、C（）分别为网络中节点的相对度数中心度、网络节点总个数（规模）、其他节点个数直接联系的体现。

对于自变量“关系强度”，对其的度量需要考虑不同主体间信任程度和异质资源分享频次差异，这直接影响到技术协作带来的积极影响。因此，本文选择节点在新能源汽车协同创新网络中的度数，及联结其他节点的次数度量“关系强度”，合作关系深入程度、合作交流频繁程度与该“关系强度”成正比，因此可得到：

式（4）中的RS（）T（）C（）分别代表关系强度、联结频次、其他节点个数直接联系的体现。

此外，本文研究中的控制变量选择专利分类号，通过对前四位的衡量判断技术资源投入种类，能更好地开展新能源汽车协同创新网络结构的影响因素研究。

2.3实证检验

结合表1所示变量相关性分析可以发现，三个自变量与“技术发展水平”间存在正相关关系，但受到显著相关关系影响，多重共线性可能存在于变量间，因此加入VIF膨胀因子并开展变量回归分析，可得到表2所示混合效应模型。

结合表2分析可以发现，多重共线性问题并不存在，同时混合效应模型明显优于随机效应模型和固定效应模型。基于混合效应模型，可确定网络中心度与“技术发展水平”间存在倒U型关系，同时结构度与关系强度与“技术发展水平”间存在显著正向影响，结构洞带来的正向影响最大，关系强度存在被低估的正向影响。

3结语

多方面因素均可能影响新能源汽车协同创新网络结构。在此基础上，本文涉及的“技术发展水平”、“技术发展趋势”受到的影响等内容，则直观展示了结构洞、关系强度、网络中心度带来的影响。为较好应对各类因素影响，国家政策出台、产业管理优化、各创新主体发展均需要得到重视。

参考文献：

[1]张凯煌，千庆兰，陈清怡.多尺度视角下中国新能源汽车产业创新空间格局及网络特征[J].地理科学进展，2021，40（11）：1824-1838.

[2]杨利峰.战略性新兴产业技术创新与商业模式创新协同演化路径研究[J].廊坊师范学院学报（自然科学版，2021，21（4）：82-88.

[3]王婧汽车制造已进入产品品牌和用户共创新阶段[N].经济参考报，2021-11-26（7）

[4]陆明轩.新能源汽车发展现状及未来趋势[J].合作经济与科技，2021（24）：28-29.

作者简介：

韦淇淋，男，1988年生，研究方向为新能源汽车技术。