《TECHNOLOGY IN SOCIETY》：Understanding the Emergence of the Future Industry Innovation Collaboration Network from a Resource Dependence Perspective: A Cross-Industry Comparative Analysis
编辑推荐：
•未来产业创新协作网络呈现出高度连接的金字塔结构。•该创新协作网络由结构性依赖和社会性依赖共同驱动。•未来能源和未来信息领域在网络扩展方面表现出显著异质性。•基于AME的效应分解揭示了两种依赖维度之间的潜在关联。引言未来产业是源于重大科技创新商业化的前沿产业。它们以战略前瞻性
- •
未来产业创新协作网络呈现出高度连接的金字塔结构。
- •
该创新协作网络由结构性依赖和社会性依赖共同驱动。
- •
未来能源和未来信息领域在网络扩展方面表现出显著异质性。
- •
基于AME的效应分解揭示了两种依赖维度之间的潜在关联。
引言
未来产业是源于重大科技创新商业化的前沿产业。它们以战略前瞻性、高度颠覆性和巨大增长潜力为特征，代表着技术进步和产业演化的未来方向（Bin Abu Sofian等，2024；Qu等，2025；Sarkar等，2024）。当前，在全球经济不确定性加剧的背景下，全球产业格局正在经历加速重构。因此，战略性发展未来产业以锻造核心竞争力已成为当务之急。然而，开拓这些新兴赛道不仅需要超越现有认知的前沿颠覆性技术突破作为持续的 innovation 源泉，还需要具备高效强大的产业链整合能力来实现技术突破的商业化落地（R. Chen等，2025；Yin等，2022）。未来产业所具有的极高技术壁垒、固有复杂性以及深刻不确定性，对创新资源的供给和配置提出了严苛要求。因此，单个研发（R&D）主体往往难以独立维持这些创新活动（M. Zhang等，2025）。
演化经济地理学（EEG）认为，拓宽外部资源获取渠道对于增强研发能力、避免陷入地方技术锁定具有重要作用（Zhu & Cheng，2025）。城市间资源禀赋的异质性推动了跨区域协作作为实现优势互补和知识整合的必然选择。这种协作汇聚了攻克关键技术难题的集体力量，打破了路径依赖，为颠覆性创新奠定了基础（Pan等，2024）。鉴于未来产业的极高进入壁垒，创新主体日益依赖外部互补性资源。这种依赖关系构成了驱动多边战略合作的"引擎"和促进创新要素跨界、跨域流动的"纽带"。由此产生的动态流动形成了空间互联网络（M. Liu等，2023；Xia等，2018）；资源依赖作为"粘合剂"塑造和维系了未来产业创新协作网络（FIICN），成为影响网络韧性的关键变量。这一背景提出了若干关键研究问题：FIICN的拓扑特征是什么？资源依赖如何驱动该网络的形成与演化？此外，这种驱动机制在不同发展阶段是否表现出异质性？科学回答这些问题对于锻造核心产业竞争力、加快培育新质生产力具有重要的实践意义。
现有文献对创新网络的形成与演化机制已产生广泛见解，演化经济地理学（EEG）作为核心理论基础（MacKinnon等，2019；Zhu & Cheng，2025）发挥了重要作用。以往针对特定行业的研究主要集中于战略性新兴产业（如机器人（Kim，2021）、新能源汽车（Cao等，2024）、人工智能（Ye等，2025））。这些研究探讨了"复杂网络的时空模式"和"多维邻近效应"，证实邻近性是知识溢出和网络形成的关键驱动因素（Cao等，2024；Wang等，2026）。在方法论层面，时间指数随机图模型（TERGM）已成为前沿分析工具。TERGM通过考虑内生网络结构、外生因素和时间依赖关系，对这些网络的动态演化提供了更全面的解释（Ge等，2026）。尽管相关研究取得了显著进展，但已识别的演化规律仍无法充分解释未来产业的内在逻辑。作为颠覆性和前沿技术的集中承载领域（Plechero等，2021；Qu等，2025），未来产业面临广泛的技术壁垒和演化不确定性。因此，在这些领域实现突破关键依赖于多个主体之间的深度协同和创新要素的重组（Pan等，2024；Sarkar等，2024）。然而，现有文献对该特定领域的协作网络关注不足。首先，大多数研究仍停留在理论或概念层面，缺乏对FIICN真实演化过程的实证考察。其次，传统演化经济地理学视角倾向于主要通过"邻近效应的外部性"和"网络结构的自组织规则"来解释网络形成。这些视角隐含了一种被动的、"随波逐流"的演化逻辑，往往遮蔽了创新主体为获取关键资源而主动构建网络联系的策略性动机。第三，现有研究常将外生和内生驱动因素视为平行独立的变量，割裂了两者之间潜在的关联。为弥补这些研究缺口，本研究将资源依赖理论（RDT）整合进演化经济地理学的分析框架中，对FIICN的动态演化机制进行深入剖析。
本研究从三个方面对现有文献有所贡献。首先，在研究对象方面，本研究对FIICN进行了拓扑特征刻画和多维度动态比较。鉴于未来产业技术路径的异质性，本研究聚焦于两个典型行业：未来能源和未来信息。通过利用城市间联合专利申请数据，本研究重构了这些网络的真实拓扑结构。此外，本研究建立了"跨行业"与"分阶段"的双重比较框架。该方法揭示了网络演化的异质性特征，弥补了现有研究中的实证缺口。其次，在理论层面，本研究将RDT整合进网络演化分析；将未来产业中的跨城市创新协作解释为一种主动的"依赖管理"行为，即城市节点寻求突破本地资源约束并规避环境风险。该行为被系统解构为两个维度："结构性依赖"和"社会性依赖"。这一视角深刻揭示了跨城市联系背后的资源获取和风险防御动机，为网络形成分析提供了坚实的微观行为基础。第三，在机制分析方面，本研究对双重依赖机制的内部联动关系进行了深入考察。本研究采用平均边际效应（AMEs）框架对相关效应进行分解。具体而言，通过比较纳入内生网络结构前后的边际效应，检验节点属性效应与内生网络结构效应之间的关联。结果表明，在将内生网络结构纳入模型后，政府创新支持和城市智能化水平的AME均显著下降。这一降幅在不同行业间表现出明显异质性。这些发现为理解创新协作网络中外生节点属性与内生网络结构之间的相互作用提供了新的实证证据。
章节摘要
资源依赖理论
RDT认为，组织无法在封闭系统中实现自给自足。为了生存，它们必须跨越组织边界，与外部环境进行资源交换，从而产生对外部环境的依赖（Xing等，2024）。鉴于未来产业固有的深刻技术不确定性和资源的空间非均衡分布特征，RDT框架在解释FIICN演化机制方面具有天然的理论契合性。首先，
网络整体结构特征
基于专利数据的时间演化特征，本研究将网络观测窗口划分为三个阶段：萌芽期、探索期和突破期1。相应地，采用UCINET 6软件测量不同阶段协作矩阵的整体拓扑特征（表1）。
模型设定
前述结果表明，结构性依赖和社会性依赖是推动网络演化的关键力量。然而，全变量模型的估计结果在相互控制条件下本质上反映的是各变量的"净效应"。这引发了一个问题：两种依赖机制之间是否存在潜在关联。为更深入地探讨这一问题，本研究借鉴相关研究，引入AMEs框架来
研究结论
为阐明FIICN的演化机制，本研究基于未来能源和未来信息两大行业的跨区域联合专利数据构建了跨行业比较分析框架。借助RDT，本研究从结构性依赖和社会性依赖的双重视角剖析了网络演化的内在驱动力。通过运用TERGM进行实证检验，本研究得出以下核心
CRediT作者贡献声明
许心雨：可视化、软件。黄思怡：可视化、软件、数据整理。商晓飞：写作——审阅与编辑、写作——初稿、可视化、验证、软件、方法论、概念设计。沈能：写作——审阅与编辑、监督、项目管理、资金获取、形式分析、概念设计。
未引用参考文献
Chen等，2025；Leifeld等，2018；Zhang等，2025。
数据可用性
本研究期间生成和/或分析的数据集，如有合理请求，可从通讯作者处获取。
资金支持
感谢国家社会科学基金一般项目"面向全球竞争力的国家创新生态构建与治理路径研究"（24FGLB059）以及教育部人文社会科学研究项目"公共卫生突发事件应急管理科技治理研究"（22YJA630071）的资助。
利益冲突声明
? 作者声明不存在已知的可能影响本文所述工作的竞争性经济利益或个人关系。
沈能|商晓飞|黄思怡|许心雨
