产业互联创新合作网络演化及结构特征研究

廖耀文 何建佳

(上海理工大学管理学院，上海 200093)

0 引 言

随着5G、大数据等新技术与实体经济高度融合，企业间、供应链间、产业集群间相互渗透，产生更为畅通的跨界产业互联，它促进企业主体整合与协调全供应链资源要素，实现产业协同与个性化智能制造，并促进产业融合与跨界合作。产业互联创新合作是企业获得创新要素、保持竞争优势的重要手段，以此形成的创新合作网络是企业为提升创新能力与异质性组织建立的具有稳态合作关系和互信互惠特质的合作模式[1]。现有文献中的创新合作网络多指学术合作网络[2]、产学研合作网络[3]等。

目前，有关合作网络的研究从方法上可分为两类。第一类是基于博弈论对多方合作网络的演变进行研究。例如，Santos等用囚徒博弈模型和雪堆博弈模型研究合作网络演化问题，发现无标度网络比规则网络更能促进合作[4]。Fu等通过声誉博弈对象切换方法，发现行为策略和伙伴关系声誉对合作演化有影响[5]。Liu等基于博弈策略和节点权重共同演化方法，发现合作行为受参与者权重分布影响[6]。何建佳等基于企业供需网演化博弈模型分析企业合作策略演化，研究发现合作策略演化路径与模型参数有关[7]。第二类则采用实证分析方法来研究合作网络的结构及其演化。例如，马永红等研究医药产业技术合作网络演化机制，发现该网络的演化与主体研发能力和结构洞属性无关[8]。曹霞等对新能源汽车专利合作网络的结构和演化规律进行探究，结果表明合作网络呈现阶段特征[9]。Bettencourt等基于8个科学领域的合著论文数据，分析科学合作网络拓扑结构[10]。Balland以全球导航卫星系统产业为研究对象，证明了相似的地理、组织和制度环境有利于企业间合作[11]。上述研究对现实社会合作网络的演进有重要启示，但大多没考虑产业融合与跨界合作。如今，产业互联创新合作网络成为企业战略核心的重要组成部分，产业互联创新合作就是主体充分利用网络的沟通与融合功能实现技术创新。因此，研究产业互联创新合作网络对推动创新合作策略制定和创新成果转化具有现实意义。

此外，融合现代通信技术，实现车车、车路、车人、车云等信息共享的智能网联汽车战略新兴产业[12](Intelligent and Connected Vehicle，ICV)，涉及半导体、自动驾驶等高精尖技术，该产业技术创新需求大、技术溢出效应显著，要实现产业技术升级和创新突破，更需要产业互联创新合作网络来整合和协调全产业链的资源要素，故选取ICV产业作为研究对象。综上，本文基于复杂网络理论，以联合申请专利数据为切入点，研究我国ICV领域产业互联创新合作网络的结构特征和演化规律，以期为ICV领域产业互联创新合作模式提供有益启示和理论依据。

1 复杂网络分析方法及指标

本文针对我国ICV领域产业互联创新合作网络进行刻画，并对其结构特征进行分析。研究过程分为两个阶段：第一，利用Gephi软件绘制不同年度和不同地区的产业互联创新合作网络图，便于直观地分析该网络的时空演化规律；第二，基于复杂网络理论，分析ICV领域产业互联创新合作网络是否具有小世界性和无标度特征。根据Watts等的小世界理论[13]，将具有较短平均路径长度和较高聚类系数的网络称为小世界网络。各网络指标具体如下：

平均路径长度(L)：网络中任意两个节点之间最短距离的平均值。具体表达式为：

(1)

其中，N表示网络中节点总个数，即网络规模；dij表示连通节点i和j的最短路径上的边数。

网络直径(D):网络中任意两节点之间距离的最大值。具体表达式为：

D=maxi,jdij

(2)

节点聚类系数(Ci)：节点i的邻居节点之间实际存在的边数和可能存在的全部边数之比。具体表达式为：

(3)

其中，ki表示节点i的邻居节点个数，Ei表示ki个节点之间实际存在的边数。

网络聚类系数(C)：网络中所有节点聚类系数的平均值。根据式(3)可得具体表达式为：

(4)

显然，0≤C≤1。当所有节点均为孤立节点，C=0；当且仅当网络中任意两个节点都直接相连时，C=1。

这里引用Uzzi和Spiro研究中的小世界商数指标，它用来描述小世界性的显著程度[14]。小世界商数Q=C*/L*，其中，C*表示实际网络与随机网络的聚类系数的比值，L*表示实际网络与随机网络的平均路径长度的比值，Q值越大于1，表明该网络的小世界性越显著。

网络中节点i的度定义为与该节点连接的边数，网络中节点的度分布服从幂律分布就代表该网络为无标度网络，即：

P(k)∝k-r

(5)

其中，P(k)表示网络中度为k的节点在整个网络中所占的比例，即在网络中随机抽取到度为k的节点的概率，r为幂指数，是常量。在双对数坐标下，幂律分布表现为一条斜率为负幂指数的直线。

2 数据来源

专利是技术突破与创新的产物，在联合申请专利过程中，众多机构间会形成非正式合作网络，用来传递创新活动所需的资源要素，因此借助联合申请专利数据研究ICV领域产业互联创新合作网络。数据来源于智慧芽(PatSnap)全球专利数据库,该数据库涵盖欧洲专利局、世界知识产权组织以及116个国家及地区的专利数据，且集搜索和分析于一体，适用于专利数据分析。在数据库中输入检索式：主题词=“智能汽车”OR“智能网联汽车”OR“无人驾驶汽车”OR“自动驾驶汽车”OR“车联网”，检索区域为中国大陆，检索日期限定为1985年4月至2020年12月，专利类型为发明专利、实用新型专利、外观设计专利，共搜集专利数据47 797条，在剔除单独申请专利数据后，共得2 762条联合申请专利数据，并基于此建立ICV领域合作专利数据库和无向的产业互联创新合作网络。

3 产业互联创新合作网络结构特征演化分析

3.1 产业互联创新合作网络规模演化分析

为了更具体地分析ICV领域产业互联创新合作网络，选取5个分界点，即2000年、2005年、2010年、2015年、2020年。划分依据如下：1985年，《中华人民共和国专利法》作为我国第一部《专利法》应运而生，同年，我国也开始实施科技体制改革。1995年的全国科学技术大会首次正式提出实施科教兴国战略。2000年，国家对《专利法》的第二次修改推动了高技术行业的技术创新。2006年，《国家中长期科学和技术发展规划纲要(2006—2010年)》中提出要在2020年建立创新型国家。2015年，工信部出台《车联网发展创新行动计划(2015—2020年)》，要求推动车联网的发展。由于2000年之前ICV领域的联合申请专利数据较少，为方便研究，首个分界点为2000年，每隔5年为一个分界点。

针对5个分界点，本文运用Gephi软件绘制2000年、2005年、2010年、2015年和2020年共5个ICV领域产业互联创新合作网络图(见图1)。

图1 2000—2020年我国ICV领域产业互联创新合作网络规模演化图

从图1可知，2000年我国ICV领域产业互联创新合作网络节点和连边数量分别为3和2，几乎没有成型的网络规模，表明2000年我国ICV领域几乎不存在合作关系。到2005年，产业互联创新合作网络节点和连边的数量依然较少。随着时间的推移，2010年后我国ICV领域产业互联创新合作网络初步形成；2015—2020年网络规模快速增加，节点和连边的增长率都达到84%以上；2000—2020年参与创新合作的节点数量增加近339倍，边数增加近394倍(见表1)。

表1 我国ICV领域产业互联创新合作网络变化趋势

从表2可知，2000—2020年我国ICV领域产业互联创新合作网络的平均度在1.2～1.6之间浮动，2020年达到最高为1.549。平均度、平均路径长度和网络直径自2000年开始呈现增长趋势，在2020年都达到顶峰，而网络密度和网络聚类系数却呈现下降趋势。整体看来，我国ICV领域产业互联创新合作网络规模在2010年后逐渐增加，是因为我国科技体制的改革，ICV产业受到国家和社会的重视，加快产业互联在制造业转型升级中的应用，为ICV领域的跨界合作提供了环境。随着网络外部节点不断涌入，新节点会优先与拥有稳固地位和更多创新要素的核心节点建立关系，因此，网络整体呈现稀疏分散的布局。

表2 我国ICV领域产业互联创新合作网络指标

3.2 产业互联创新合作网络小世界性和无标度特征分析

在分析小世界性和无标度特征时，将时间窗划为2000—2010年、2011—2015年、2016—2020年3个阶段，选取京津冀、长三角、珠三角3个地区，共6个创新合作网络。其中，3个地区产业互联创新合作网络指标见表3；6个网络小世界性指标见表4，该表中随机网络由Matlab软件实现。

表3 地区ICV领域产业互联创新合作网络指标

表4 我国ICV领域产业互联创新合作网络小世界性指标

从表3可知，各产业互联创新合作网络的聚类系数C要远大于随机网络的聚类系数CR，而平均路径长度L≈LR，实际网络与随机网络的聚类系数之比C*≫1，平均路径长度之比L*≈1，小世界商数Q≫1，说明这些网络都具有显著的小世界性。ICV产业是高端制造业与智能制造业的集合，创新难度大，网络节点数量增多后，可供选择的合作对象也随之增多，资源要素的交换更频繁，产业互联创新合作跨度更大，但任意两节点之间的稳态合作关系不会轻易改变，因此它们的合作关系距离并不会增大，这进一步促进了网络小世界性的产生。

图2为ICV领域产业互联创新合作网络节点的累计度分布曲线。当累计度分布曲线呈现幂律分布特征时，转换至双对数坐标系下，累计度分布曲线拟合为斜率为-r的直线。从图2可知，各创新合作网络累计度分布拟合曲线为一条直线，幂指数r∈[1.8，2.6]，且拟合优度R2均大于0.85，表明各产业互联创新合作网络具有显著的无标度特征。

图2 我国ICV领域产业互联创新合作网络累计度分布曲线

从时间维度来看，三个阶段的产业互联创新合作网络都具有无标度特征。综合表1-4数据可知，2015年前我国ICV产业处于发展的初期阶段，产业互联模式还未形成，尽管参与创新合作的节点数在增加，但核心节点数并没有增多，导致创新合作网络整体规模小，创新要素很难跨界流通。在2015年后，得益于社会经济的发展和国家政策的支持，网络节点和规模不断增加，且核心节点在创新合作中开始发挥桥梁作用，不断提升网络内部创新要素流通性。但与节点总数相比，核心节点数依然不足，网络仍呈现明显的无标度特征。

结合表3的数据从地区维度来看，长三角地区ICV领域产业互联创新合作网络的节点数多于京津冀地区和珠三角地区，说明长三角地区网络规模最大，存在更多的潜在合作关系，但网络密度低。而珠三角地区网络拥有最大的网络密度和平均路径长度，表明该地区节点之间的联系紧密度更高，创新要素在链群之间的流通性更强，但流通量低。而图2中珠三角地区的网络度分布拟合曲线的r(2.466 4)和R2(0.976 0)，均高于长三角地区和京津冀地区，说明珠三角地区的网络具有更显著的无标度特征。

4 结论及建议

4.1 研究结论

本文基于联合申请专利数据，研究我国ICV领域产业互联创新合作网络的结构特征和演化规律，得到如下结论。

近20年来，我国ICV领域产业创新合作网络的规模在不断增大。2015年以后，产业互联创新合作网络节点数和边数显著增加。说明我国ICV产业正在形成以创新为需求、以交换资源为手段、以产业互联为依托的跨界创新合作趋势。

各ICV领域产业互联创新合作网络都具有小世界性和无标度特征，地域差异显著，网络中存在少数拥有大量合作关系和创新要素的枢纽节点，其竞争优势明显。表明产业互联创新合作模式尚未完善，我国ICV领域产业互联创新合作网络处于漫长演化过程中。

4.2 对策建议

继续完善跨界合作的产业互联模式，创新成果的形成需依靠异质主体进行资源交换，而产业互联创新合作能帮助主体产生创新思路，避免陷入产业锁定[15]。关注产业跨界融合的同时，企业需要通过技术和经验积累扩大自己的竞争优势[16]，获得更多跨界合作的机会。

充分利用ICV领域产业互联创新合作网络的小世界性特征，政府牵头打破当前区域限制，淡化合作边界，减少技术流动摩擦和信息流动阻力，优化资源配置，在全国范围内逐步形成大规模产业互联创新合作网络。

在产业互联中，掌握大量创新要素的核心节点能带动产业提升竞争力和创新性[17]。因此，应在政策上加大对关键企业、资源集中产业及发达地区的鼓励和扶持，切实落实好促进科技创新和成果转化的各项政策，便于核心节点发挥对跨界创新合作的引领作用[18]。