面向產業鏈融通發展的技術合作超網絡構建及特征分析

摘 要： ［目的／ 意義］ 產業鏈融通發展是產業轉型升級的關鍵， 其中技術合作是產業鏈融通發展的核心方式， 厘清產業鏈上中下游技術合作現狀與特征具有重要意義。 ［方法／ 過程］ 本文提出面向產業鏈融通發展的技術合作超網絡構建方法， 并從多個維度對技術合作特征進行分析， 揭示產業鏈技術合作發展現狀與趨勢。 首先利用專利數據構建技術創新合作子網絡、 技術轉移合作子網絡與技術許可合作子網絡， 并通過節點映射構建產業鏈技術合作超網絡； 其次， 從技術合作演化、 核心合作團體演化及技術合作模式 ３ 個方面揭示產業鏈技術合作特征； 最后， 以新型顯示產業為例進行實證研究。 ［結果／ 結論］ 本文提出的分析框架可以更全面地捕捉技術合作的多維度信息， 更加貼近實際產業場景， 為系統揭示產業鏈技術合作特征提供了一種流程化、 系統化的分析工具， 同時為產業鏈技術合作研究提供了新的思路和方法。

關鍵詞： 產業鏈； 融通發展； 技術合作； 超網絡； 專利分析； 合作模式

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２５．０７．００７

〔中圖分類號〕 Ｇ２５０.２； Ｆ１１３.２ 〔文獻標識碼〕 Ａ 〔文章編號〕 １００８－０８２１ （２０２５） ０７－００７９－１２

產業鏈融通發展是指產業鏈上中下游企業通過信息、 資源與利益協同共享， 驅動創新效能提升與價值鏈整合的過程。 ２０２３ 年 ９ 月， 國務院開啟中央企業產業鏈融通發展共鏈行動， 明確要引領產業鏈上中下游企業融通創新， 共同推動產業向價值鏈中高端不斷邁進［１］。 然而， 目前仍有不少企業由于技術差距、 信息不對稱等因素影響， 未能實現產業鏈上中下游融通合作， 產業鏈合作不緊密、 不全面、不通暢的問題較突出。

技術合作作為產業鏈融通發展的核心機制， 是塑造企業創新能力和競爭優勢的基石。 然而， 現有產業鏈技術合作研究并未對企業所處的環節進行區分， 難以揭示產業鏈上游、 中游和下游的技術合作特征， 在一定程度上弱化了產業鏈全鏈條整合效能。因此， 深入剖析產業鏈技術合作特征， 促進產業鏈上中下游的合作創新與融通發展， 成為實現產業經濟升級發展的重要舉措。

基于此， 本文以促進產業鏈融通發展為目標，利用專利數據構建產業鏈技術合作超網絡模型， 深入分析面向產業鏈融通發展的技術合作特征， 連接與整合分散的技術合作資源， 為產業鏈協同創新和優化升級提供方法與情報支持。

１ 文獻綜述

１.１ 產業技術合作定量研究

近年來， 產業技術合作的定量研究逐漸形成了以社會網絡分析法、 計量經濟學方法及機器學習方法為核心的三類范式。

社會網絡分析法是產業技術合作研究的主流方法通過構建合作網絡解析技術交互的結構特征或演化規律。 曹興等［２］構建虛擬現實技術專利合作網絡，分析網絡擇優性與傳遞性對跨領域知識整合的影響。Ｐａｕｌｏ Ａ Ｆ 等［３］利用光伏專利數據構建合作網絡， 揭示封閉式合作對技術生態的影響。 Ｆｉｏｒｉ Ｇ Ｍ Ｌ 等［４］分別構建制藥產業技術發明網絡與技術開發網絡，揭示合作模式隨研發階段的演變規律。 米蘭等［５］ 構建多尺度養老技術合作網絡， 從整體結構、 合作模式演化與地理鄰近性影響維度分析跨國合作動態。社會網絡分析方法的優勢在于直觀刻畫合作網絡的結構與動態變化， 但通常難以量化非線性因果關系。

計量經濟學方法主要運用數學與統計學方法對產業技術合作進行定量建模與因果推斷。 Ｓｏｎｇ Ｂ Ｍ等［６］設計專利組合集成價值模型， 利用 Ｓｈａｐｌｅｙ 值量化潛在合作伙伴的資源貢獻。 南江霞等［７］ 構建非合作—合作兩型博弈模型， 分析碳減排技術合作與產量競爭的均衡策略。 李丫丫等［８］運用 ＱＡＰ 模型， 從技術鄰近性、 政策強度等維度探究智能網聯汽車跨國技術合作網絡演化驅動力。 該類方法的優勢在于可以明確變量間因果路徑， 但對數據質量要求較高且對模型假設較為敏感。

機器學習方法可以通過算法優化突破傳統分析瓶頸， 使產業技術合作相關分析更加高效和精準化。Ｑｉａｎ Ｍ Ｈ 等［９］提出， 神經網絡驅動的 ＴＳＣＥ－ＣＲ 模型， 融合技術相似性與互補性提升合作伙伴推薦精度。 李冰等［１０］基于二部圖構建 “企業—技術” 關聯網絡， 采用監督學習算法預測潛在技術合作與競爭關系。 姚雙等［１１］基于中國智能網聯汽車產業專利數據， 結合資源相似理論構建鏈路預測模型， 推斷未連接節點的潛在技術合作趨勢。 此類方法擅長處理高維異構數據， 但也面臨可解釋性與泛化穩定性不足的挑戰。

上述文獻為產業鏈技術合作研究提供了參考，但當前研究尚未對產業鏈環節進行細致區分， 且重點關注創新合作， 對技術轉移、 技術許可等多元合作形式缺乏系統性整合， 同時缺少對多類型關系融合方法體系的探索。

１.２ 超網絡相關研究

超網絡是一種特殊的網絡結構， 其概念最早由Ｄａｓｋｉｎ Ｍ Ｓ［１２］提出。 超網絡研究方法大致可分為三類： 變分不等式法主要利用變分不等式解決網絡平衡優化問題， 將復雜模型轉化為可計算的優化形式。如 Ｖｏ Ｋ Ｄ 等［１３］提出， 家庭活動網絡均衡模型， 通過變分不等式實現超網絡求解。 超圖理論法通過超圖結構簡化層次關系， 突出同層節點交互。 如 ＧｏｎｇＹ Ｃ 等［１４］利用超圖的超邊來表示用戶之間的社區關系， 結合超邊與 ＳＥＩＲ 模型構建社交信息傳播模型。多子網耦合法通過嵌套互動的多層級子網構建復雜開放系統。 如郭秋萍等［１５］ 構建作者—關鍵詞—引文多重共現超網絡， 分析復雜的知識關聯。 該方法在多主體協同創新、 輿情傳播等領域展現優勢， 已成為研究多維度復雜系統的重要工具。

超網絡方法在技術合作研究中的應用尚處于探索階段， 現有成果主要聚焦產學研協同創新場景。胡艷玲等［１６］針對數字生態系統中企業、 科研機構與政府等多主體技術協同難題， 構建融合技術水平與市場關系的超網絡模型， 解析跨層級網絡流交互規律。 沈映春等［１７］、 馬濤等［１８］ 分別通過加權超圖刻畫人工智能與電子信息產業專利技術合作網絡， 揭示高校主導、 企業參與不足的結構失衡問題。 朱莉等［１９］構建 “生產商—零售商” 雙層級車輛資源合作超網絡， 為物流企業間綠色技術共享決策提供量化依據。 當前， 超網絡在技術合作中的應用場景以產學研協同創新為主， 在技術合作對象匹配、 跨領域技術融合等其他場景中的作用價值尚未充分開發。且現有研究多聚焦于單一環節的橫向協作， 缺乏對產業鏈縱向跨游技術合作的關注與探索。

結合已有研究， 本文將產業鏈條細化為上游、中游、 下游 ３ 個環節， 并充分考慮技術創新合作、技術轉移合作與技術許可合作多種合作形式， 利用超網絡研究方法揭示產業鏈跨游技術合作現狀與趨勢， 為相關產業鏈優化升級提供方法依據。

２ 研究設計

２.１ 分析框架

產業鏈是一個由一系列相互關聯的主體及其活動組成的復雜系統， 全面覆蓋了從原材料生產加工、零部件組裝匹配到產品上市的過程。 根據產品在生命周期中的不同階段及其特性， 產業鏈可以被明確區分為上游、 中游和下游三大核心環節， 每個環節都承載著獨特的、 不可或缺的功能， 并且通過緊密的相互依賴與協同合作， 共同確保整個產業鏈條的順暢、 高效運行。 在產業鏈運行過程中， 技術合作發揮著至關重要的作用。 隨著科技的不斷進步， 無論是上游、 中游還是下游的單一主體， 都面臨著高昂的研發成本和復雜的技術挑戰， 因此， 許多主體開始積極尋求與其他環節主體的技術合作。 這種跨環節的技術合作不僅能夠促進資源共享、 實現優勢互補， 還能夠激發協同創新， 從而加速技術的研發和應用， 全面提升產業鏈競爭力。

超網絡作為研究多主體、 多層級、 多屬性問題的有效方法， 能更準確地描述產業鏈中不同環節、不同主體之間的復雜關系和多維特征。 在節點表征維度， 超網絡能夠涵蓋處于產業鏈不同環節的多種類型節點， 比單層網絡更能反映產業鏈各環節的主體協同特征； 在關系刻畫層面， 超網絡支持構建專利申請、 轉讓、 許可等多層次合作關系， 突破傳統二元關系對合作行為單一維度的簡化； 在結構分析方面， 超網絡通過超邊結構能有效表達多方聯合申請、 跨環節技術轉移等復雜交互模式， 避免傳統二分網絡的信息損失。 此外， 專利是技術知識的主要載體， 以專利為紐帶的合作申請、 轉讓和許可等都是產業鏈上中下游技術合作的重要表現形式。 因此，本文提出產業鏈技術合作超網絡模型構建與特征分析框架， 以專利數據為基礎， 全面揭示產業鏈上中下游技術合作現狀與趨勢， 為產業鏈優化決策提供方法支撐， 分析框架如圖 １ 所示。

２.２ 數據獲取及預處理

首先， 選擇合適的數據庫作為數據來源， 根據產業鏈上中下游環節核心技術要點制定專利檢索策略， 分別下載上游、 中游、 下游相關專利。 其次，基于技術生命周期理論與產業鏈動態演化規律， 將技術發展進程劃分為探索期、 突破期、 增長期及發展期 ４ 個時序階段。 最后， 提取專利合作申請主體數據、 專利轉移雙方主體數據及專利許可雙方主體數據， 對涉及的各類技術主體名稱進行規范。 在此基礎上對技術主體進行標簽化處理， 識別同時參與兩個環節及以上的主體， 從而獲得上游、 上中游、上中下游、 中游、 中下游、 下游、 上下游共七類主體數據。 經上述數據處理， 最終得到規范的技術合作數據集。

２.３ 產業鏈技術合作超網絡構建

以上文得到的技術合作數據為基礎， 分別構建技術創新合作子網絡、 技術轉移合作子網絡和技術許可合作子網絡， 然后對子網絡進行節點映射與可視化融合， 最終構建產業鏈技術合作超網絡。