The Characteristics and Evolution of the Standard Cooperation Network in China′s New Energy Vehicle Industry

Wang Haijun,Liu Lijun,Jiang Guangxin

(School of Management, Shenyan University of Technology, Shenyang 110870, China)

Abstract：Under the national strategy of "accelerating the implementation of an innovation-driven development strategy," the new energy vehicle (NEV) industry has gradually become a crucial pillar for industrial transformation, upgrading, and green, low-carbon development. The rapid development of the NEV industry not only relies on technological advancements but also requires strong synergy in standardization. As a critical factor in technological innovation and industrial development, technical standards play an important role in promoting resource integration and technology sharing throughout the industry chain. However, there are still some deficiencies in China′s core technical standards for NEVs, especially in terms of the gap with advanced international standards, highlighting shortcomings in standard-setting, technological R&D, and industry-academia-research collaboration. To this end, there is an urgent need to bolster collaborative innovation in technical standards and to establish a robust industrial standards cooperation network. Furthermore, the contributions and leadership roles of core enterprises and research institutions in standardization have increasingly become key factors affecting the competitive landscape of the industry. Their progress in standardization not only impacts the healthy development of the industry but also provides feedback and insights for collaborative innovation.

To better understand the characteristics and evolution of the standard cooperation network within China's NEV industry, this paper examines national standards in China′s NEV industry as the research subject; by employing social network analysis, the study constructs a standard cooperation network and conducts an in-depth analysis of the network′s structural features and key nodes. The research focuses on identifying the core actors within the standard cooperation network, analyzing the overall structural cohesion of the network, and assessing the collaborative relationships among actors. By measuring indicators such as degree centrality, closeness centrality, and betweenness centrality, the study reveals the roles and influence of different actors in the standard cooperation network, particularly highlighting the leading roles of large enterprises and research institutions in standardization cooperation. Additionally, it applies life cycle theory to divide the evolutionary process of the standard cooperation network into different stages, analyzing structural changes at each stage to uncover the evolutionary patterns of standardization cooperation in the NEV industry.

The analysis results indicate that China′s NEV industry-standard cooperation network exhibits a significant small-world characteristic, wherein high clustering and short characteristic path lengths exist among the actors in the network. This structural feature helps accelerate information flow and knowledge sharing, promoting collaborative innovation among the actors. Through structural hole analysis, the study concludes that certain core enterprises, such as BYD, CATL, and Huawei, occupy key positions in the network, and they act as information bridges between different actors and effectively facilitating the integration of heterogeneous resources. These companies not only accumulate rich knowledge and experience in NEV technology but also enhance their control and information access capabilities within the standard cooperation network by occupying structural hole positions, thereby supporting innovative development in the industry. Furthermore, using a logistic model, this study conducts a phase-by-phase analysis of the standard cooperation network's evolution and divides the network′s development into four stages: initial, growth, breakthrough, and flourishing phases. The network scale and structural characteristics exhibit distinct changes at different development stages.

In summary, this paper provides a new perspective and theoretical basis for understanding the standardization process of the NEV industry by analyzing the characteristics and evolution of China's NEV industry-standard cooperation network. The findings indicate that core enterprises in the standard cooperation network play a vital role in driving industrial innovation and standardization, while the network's small-world structure and structural hole effects enhance information dissemination efficiency and resource integration capabilities. This study not only offers significant guidance for standardization practices in China′s NEV industry but also provides practical insights for policymakers and the industry in constructing and optimizing standard cooperation networks. By strengthening industry-academia-research collaboration, promoting standardization alliance building, and enhancing fundamental and generic technology research, China can further improve standard innovation and sustainable development in the NEV industry.

Key Words：New Energy Vehicle Industry; Standard Cooperation Network; Social Network Analysis; Network Characteristics

收稿日期：2024-07-25

修回日期：2024-10-30

基金项目：国家社会科学基金项目(24BGL003)

作者简介：王海军(1977—),男,安徽滁州人,博士,沈阳工业大学管理学院教授、博士生导师,研究方向为产学研协同创新、科技成果转化、数字创新生态等;刘丽君(2000—),女,山东济宁人,沈阳工业大学管理学院硕士研究生,研究方向为标准合作网络、科技创新管理;姜广鑫(2001—),男,山东德州人,沈阳工业大学管理学院硕士研究生,研究方向为专利价值评估、科技创新管理。

DOI：10.6049/kjjbydc.Q202407191

开放科学(资源服务)标识码(OSID)：

中图分类号：F424

文献标识码：A

文章编号：1001-7348(2025)21-0050-11

0 引言

党的二十大报告提出“加快实施创新驱动发展战略”“加快实现高水平科技自立自强”。2024年政府工作报告强调要“充分发挥创新主导作用,以科技创新推动产业创新”。我国依然面临关键核心技术“难以攻关”的困境,不仅反映出发达国家的技术封锁,更暴露出我国在基础研究、产学研协同及标准引领等方面的不足[1]。尤其是缺乏前瞻性标准指导,使得我国技术创新受“路径依赖”的影响,长期处于“跟随”状态。因此,加强标准化建设、打破现有壁垒尤为重要。新能源汽车产业作为一种融合多领域的现代产业,其发展过程伴随着产业和技术双链条重构、整合与协同。技术标准作为支撑技术创新和产业发展的关键因素[2],对于促进新能源汽车产业发展发挥着重要作用。

主导标准是掌握产业竞争主导权的制高点,而开展合作创新是标准制定的重要途径。标准作为共同制定且需广泛执行的规范,需要异质性主体嵌入其中。这与专利的私有权和排他性特征不同[3],专利往往由单一或少数主体持有,并享有独占的使用权,而标准则强调开放性与共享性,以确保标准的普遍适用性和行业内广泛的接受度。同时,标准研制和传播不仅依托于标准本身,还取决于标准合作网络中诸多主体(如企业、高校、科研院所等)之间的互动,这一过程反映了社会网络形成与演变特征。在技术标准化过程中,信息传递、组织行动和任务协同都需要组织网络的支撑[4]。合理的标准合作网络有助于驱动知识共享与扩散,有效整合产业链上下游资源,促进高质量技术标准形成,进而助力产业发展[1]。因此,构建标准合作网络成为践行产业链和创新链深度融合的重要路径。

那么,我国新能源汽车领域标准合作网络呈现哪些特征和发展规律?核心主体有哪些?网络形成和演化动力是什么?这些问题值得深入探究。鉴于此,本文以我国新能源汽车产业国家标准为研究对象,运用社会网络分析法研究新能源汽车产业标准合作网络结构特征,结合我国新能源汽车产业链识别标准合作网络核心主体,基于产业生命周期理论划分标准合作网络演化阶段,分析不同阶段网络结构特征,以期为推动产业技术标准化、提升产业创新力和竞争力提供启示。

1 理论综述

1.1 合作网络

社会网络一词最早由人类学家Barnes[5]于1954年提出,用以研究社会阶级结构。随后,学者将其定义为社会主体及其关系的集合,这里的主体可以是企业、城市、国家、专利、标准文献等[6-7]。当合作关系嵌入到社会网络中时,便形成合作网络。Rapoport &Horvath[8]指出,社会合作网络是由节点关系构成的复杂系统,其中节点代表参与合作的主体,边则体现为主体间的合作或交流互动,网络整体结构反映合作关系强弱、群体凝聚力和信息传播效率。现有研究主要集中在科研合作网络、专利合作网络、创新合作网络和产学研合作网络等方面。例如,刘景康等(2024)以科学研究机构为节点,以机构间合作关系为边,构建了光刻领域科研合作网络;Jang &Lee[9]通过构建人工智能领域专利合作网络,研究人工智能对产业技术进步的作用。目前,相关研究主要探讨网络结构特征、演化特征对企业创新的影响。如刘人境等[10]运用网络科学理论和社会网络分析法揭示大科学装置科研合作网络中各组织结构的中心位置和组织间的合作特征;曾莉和李霞[11]指出成渝高校产学研专利合作网络呈现“大而散”的演化特征;Li等[12]认为在生物医药产业专利合作网络中,中外合作比国内合作更能提高企业创新绩效。

1.2 标准合作网络

学界对标准合作网络内涵的界定大多围绕特定情景展开。例如,韦海英[13]提出,高技术企业标准合作网络是指在技术标准活动中,通过信任、长久协作和互惠互动,与其他主体建立的多元网络关系;Jinyan等[14]指出标准化联盟网络由标准化合作关系产生的组织间联系构成,网络主体在技术领域具有相关性,并在知识上相互依赖;周青等(2022)认为面向“一带一路”的企业标准合作网络是一个多类型、多主体共同参与的复杂社会网络系统,旨在将中国企业技术标准推广应用到“一带一路”合作伙伴。不同学者基于各自研究视角和背景,对标准合作网络的定义有所不同,但普遍强调网络各主体在标准方面的相互联系与合作。本文参考刘子菡的定义,认为新能源汽车产业标准合作网络是指新能源汽车产业标准制定主体(即我国新能源汽车产业相关标准文件中所列的标准起草单位)在标准化活动中与其他主体(包括企业、高校、科研院所、行业组织等)通过交流互动、资源共享形成的合作网络[15]。

目前,关于标准合作网络的研究主要集中在以下两个方面:一是探讨标准合作网络与技术创新之间的关系,揭示标准合作网络结构对企业创新绩效的影响。方世世[16]结合资源基础理论和社会网络理论指出标准合作网络度数中心度、结构洞和聚类系数对企业创新绩效具有显著正向影响;Wu等[17]以437家IT和汽车行业公司为研究样本,指出企业在一个或多个技术标准合作网络中的中心地位和关系强度与企业技术创新绩效存在正相关关系。二是标准合作网络构建与实证分析,以期为行业标准制定和管理提供有力支持和改进方向。Wei等[18]运用Topsis熵权法确定网络关键主体并探讨其对整体网络结构的影响,进而构建了空气质量标准合作网络;周青等(2022)从动态视角分析面向“一带一路”的企业技术标准合作网络演化过程,总结了具体网络演化模式;熊文等[19]以中国制造业国家标准制定为切入点,对制造业技术标准合作网络进行深入解析,发现标准合作网络主要由企业间关系构成,并呈现出显著地域差异。

综上所述,目前学者对标准合作网络的研究较少,存在以下不足:一是对新能源汽车产业标准合作网络的研究较少。新能源汽车作为一种绿色、环保的交通方式,对于推动我国经济结构转型和环境保护具有重要意义。因此,深入探究新能源汽车产业标准合作网络结构与演化特征,对于优化产业合作模式和创新路径至关重要。二是现有标准合作网络研究多从单一视角出发,部分研究关注静态网络结构特征对创新绩效的影响,另一部分则侧重于研究网络动态演化过程,且对演化阶段的划分通常采用固定时间间隔,缺乏对行业发展阶段的综合考量。因此,本文从静态和动态两个角度深入解析我国新能源汽车产业标准合作网络结构特征与演化规律。在静态分析中,重点评估整体网络结构特征,并对核心节点进行测量;在动态分析中,着重探讨合作网络生命周期演化规律。

2 研究设计

2.1 样本选取

新能源汽车是指以非传统车用燃料为动力源,联结先进的动力控制和驱动技术,形成具备新技术和新结构的汽车[20]。我国新能源汽车产业发展经历了从无到有、从小到大的过程,日益壮大为国内经济的重要推动力,并在国际市场上展现出强劲的竞争力[21]。国家高度重视新能源产业发展,不仅因为它是实现“双碳”目标的重要途径,在推动传统汽车产业转型升级和提升国际市场竞争力等方面也具有重要战略意义。本文以新能源汽车产业为研究对象,分析其标准合作网络具有较强的代表性和研究价值,原因有三:一是新能源汽车产业作为一个新兴产业,其技术标准化活动能够显著影响市场竞争格局;二是新能源汽车产业涉及多领域跨学科合作,标准制定和推广需要企业、高校和科研院所的广泛参与,具有典型的合作网络特征;三是通过对新能源汽车产业标准合作网络进行研究,可为其它新兴产业标准化建设提供借鉴,进而促进我国科技创新和产业结构升级。

2.2 研究方法

首先,以我国新能源汽车产业国家标准库为数据源,检索下载可用标准信息。其次,运用社会网络分析法构建我国新能源汽车产业整体标准合作网络,该拓扑网络以“无向图”的形式呈现,其中节点代表参与标准制定的主体——标准起草单位,边则代表这些主体之间的合作关系。通过Ucinet对合作网络整体特征及关键节点进行测量与分析,结合生命周期理论,运用Logistic模型识别我国新能源汽车产业标准合作网络生命周期演化阶段。最后,根据每个阶段的标准数据构建不同阶段的标准合作网络,同时采用Gephi绘制各阶段的标准合作网络图,分析我国新能源汽车产业标准合作网络演化过程。

2.3 数据收集与处理

研究样本来自目前国内覆盖最广、收录最完整的标准数据库——全国标准信息公共服务平台,样本数据包括标准名称、标准号、发布日期、起草单位等信息。通过检索电动汽车、新能源汽车、纯电动汽车、混合动力汽车和燃料电池汽车等关键词[22],共获取2006—2023年标准名称中包含相关关键词的标准信息143条,剔除仅由单一主体起草的4条数据,最终获取139条标准信息,以此构建我国新能源汽车产业标准合作网络。

为反映新能源汽车产业标准合作情况,在刘子菡[15]处理方法的基础上对数据进行预处理:首先,界定不同类型标准起草单位,以便分析合作网络机构类型。在天眼查数据库中查询各标准起草单位,得到有准确国标行业的主体,将其界定为企业类,标记为“F”,即“firm”;对非企业类起草单位进行细分,将名称中含有“大学”和“学院”等字样的单位归为高校类,标记为“U”,即“University”。若起草单位涉及大学或学院某个科系,则统一去除科系名称,保留学校名称;若起草单位名称中包含研究所、科学院、研发中心或检测中心等关键词,则将其归类为科研院所类,标记为“R”,即“Research institute”;将包含联盟、协会等关键词的单位界定为行业组织类,标注“I”,即“Industry organization”。对于同时包含高校类和科研院所类关键词的单位,通常视为挂靠高校的研究机构,将其归类为科研院所类。其次,统一调整起草单位名称。由于有些单位在研究时间跨度内更改了名称,故本文统一将其曾用名改为现用名。最后,将调整后的起草单位对应到原始数据中,最终确定541个标准起草单位。其中,企业有478家,占比88.35%;科研院所有39所,占比7.21%;高校有19所,占比3.51%;行业组织有5家,占比0.93%。本文中所有起草单位名称以此为准。

3 标准合作网络结构特征测度

通过汇总2006—2023年我国新能源汽车产业国家标准情况,得到139个国家标准文本,共有541家起草单位参与起草,利用Python将各主体间合作关系转为二维邻接矩阵,并将其导入Ucinet软件,构建一个包含541个节点的标准合作关系网络。本文对该标准合作网络进行静态与动态分析,其中静态分析侧重于网络整体特征与关键节点的重要性,动态分析则聚焦于合作网络随生命周期阶段的演化过程。

3.1 中心度测度

3.1.1 度数中心度

中心度是用来衡量节点在网络中相对重要性的指标,不同中心度指标可从不同角度评估节点的重要性[23],常见的中心度指标包括度数中心度、接近中心度和中间中心度等。其中,度数中心度指一个节点直接连接的边的数量[24]。一个节点的度数中心度越高,意味着它与其它节点连接的数量越多,表明该节点占据网络核心位置。表1列出我国新能源汽车产业标准合作网络中度数中心度排名前50的标准起草单位。

由表1可知,在我国新能源汽车产业标准合作网络中,度数中心度排名前50位的节点包含94%的企业、4%的高校和2%的行业组织,涵盖整车制造、关键零部件供应、技术研发、基础设施建设等关键环节。其中,中国汽车技术研究中心有限公司(以下简称“中汽研”)度数中心度最高,与355个创新主体在标准化方面展开过合作。中汽研通过广泛与行业内领先企业和科研院所合作,有效提升了标准的科学性和实用性,促进产业链上下游协同创新。中汽研作为行业内权威的技术研究与试验发展企业,在新能源汽车安全和智能化等方面积累了丰富的测评经验和数据,其主导标准涵盖动力性能、充电接口、加氢站设备等多个关键领域,促进我国新能源汽车产业技术进步和规范化发展;上汽集团、一汽集团、东风汽车等整车制造企业排名紧随其后,表明这些企业在标准合作网络中具有重要地位以及拥有广泛的合作伙伴;北京交通大学、北京理工大学等高校在新能源汽车技术研究和标准制定中也扮演着重要角色,主要提供理论支持和技术创新。

3.1.2 接近中心度

接近中心度是指一个节点与网络中其它节点的平均距离,反映该节点在网络中的接近程度,通过求该节点与所有其它节点的最短路径距离之和的倒数得到[1,6]。对于由n个节点构成的网络,节点i的接近中心度为其中dij是节点i和节点j之间的最短路径。接近中心度越高,表示节点与其它节点的距离越短,越接近网络中心,网络信息资源就越能很快地传达到该节点,并与其它节点产生联系。由于节点最短路径距离之和过大,本文借鉴汉尼曼和里德尔[25]的研究方法,对接近中心度的测量作标准化处理,其标准化指标为表2列出接近中心度结果排名前50的标准起草单位。

表2显示,接近中心度较高的标准起草单位主要集中在新能源汽车产业链核心环节,如整车制造、关键零部件生产及技术研发等领域。这些单位在网络中处于较为中心的位置,与其它节点的距离较近,便于信息的快速传递和资源的有效整合。例如,比亚迪汽车工业有限公司(以下简称“比亚迪”)接近中心度排名第2,表明其与其它标准起草单位联系紧密,能够迅速获取并传递信息资源,促进技术标准制定与推广。作为行业内的领军企业,比亚迪在电池技术、整车制造及充电设施等方面拥有深厚的技术优势,主导或参与了多项行业标准的制定,如GB/T 43332-2023《电动汽车传导充放电安全要求》和GB/T 40428-2021《电动汽车传导充电电磁兼容性要求和试验方法》;同时,在接近中心度排名前50的单位中,企业占据大多数,仅有北京理工大学为高校类单位,表明企业在新能源汽车标准合作中是主要的参与者和推动力量。此外,多数单位的接近中心度集中在0.043 6～0.044 8之间,反映出核心主体间联系紧密。这种密切合作促进信息的高效流通和资源的优化配置,从而推动标准的制定与实施。

3.1.3 中间中心度

中间中心度最早由Freeman[24]于1979年提出,用于评估网络个体地位,指一个节点在所有最短路径中出现的频率[26],反映该节点的媒介程度。假设网络节点j和节点k之间存在αj,k条最短路径,节点j和k最短路径中有αj,k(i)条路径经过节点i,则节点i的中间中心度为且j<k。一个节点的中间中心度越高,表明其在网络中承担的中介角色越多,越具有较强的控制力和信息流通能力。这种节点在信息传递中发挥着关键作用,进而影响网络整体效率(杨勇等,2020)。表3列出了测度结果前50家标准起草单位中间中心度。

由表3可知,在中间中心度排名前50的创新主体中,高校和科研院所占比相较于度数中心度和接近中心度明显提升,共占16%。这表明,尽管它们直接连接的单位数量不多,且处在网络边缘位置,但在连接网络边缘和核心方面发挥了重要中介作用。虽然高校和科研院所占比有所增加,但企业仍占据主要地位,如比亚迪、北京新能源汽车等整车制造商在排名中位居前列,反映出整车企业在标准制定中的核心地位;宁波韵升、上海电驱动等零部件供应商也占据一定位置,表明零部件标准化对整车性能和安全性具有重要影响;国家电网、宁德时代等电力和能源公司在充电设施、能源管理等方面的标准制定,为新能源汽车使用配套设施提供了保障。此外,行业协会如中国电力企业联合会通过协调和整合行业资源,推动统一的行业标准制定。整体来看,这种多元主体参与,结合企业技术主导、高校和研究机构支持以及行业协会协调的网络结构,确保新能源汽车产业标准的全面性、科学性和前瞻性,进而推动新能源汽车产业链健康和可持续发展。

3.2 结构洞

结构洞理论最早由Burt于1992年提出,用于解释网络中的非冗余联系。结构洞聚焦于节点在网络中如何通过独特连接模式与周围其它节点构建关系。这并非简单重复的链接,而是跨越多个分散且不直接相连的节点群,进一步充当它们关系间断的桥接者。因此,结构洞中的占据者能够触及并整合多种网络资源,有效促进知识和信息流通与扩散。此外,结构洞连接的资源因其非冗余性而具有独特价值,占据或接近更多结构洞的节点能够获得更丰富的异质性资源。目前,常见的结构洞测量指标包括效率、有效规模、限制度和等级度等,由于限制度的重要性居于首位[27],因此本文用限制度测量我国新能源汽车产业标准合作网络中占据结构洞位置的节点。节点限制度越低,结构洞关系值越大。结构洞排名前50的标准起草单位见表4。

如表4所示,结构洞排名前50的创新主体大多在我国新能源汽车产业链关键环节扮演重要角色。这些创新主体通过非冗余联系获取异质性资源、占据信息断层区域,在整个网络中发挥信息桥接的作用,促进知识和技术流动与共享。具体来看,排名靠前的主体如比亚迪、宁德时代、华为分别在整车生产、电池制造和智能技术领域具有显著影响力。这些企业通过自身技术优势和市场地位连接不同的子网络,从而在网络中占据重要的结构洞位置。中汽研和北京理工大学在标准制定和技术规范研究中扮演“桥梁”角色,推动行业技术进步。上汽集团和长城汽车等大型企业通过整合资源促进合作,在网络中形成多重连接点。此外,蔚来汽车和小鹏汽车的限制度分别为0.024和0.031。这些新兴企业不仅在新能源汽车领域迅速崛起,还在智能化、车联网等新兴技术领域引领行业潮流。

3.3 小世界特征

“小世界网络”是指与同规模随机网络相比,具有较短特征路径长度和较高平均聚类系数的网络结构[28],其结构特性使得信息在局部范围内迅速传播,通过少数关键节点跨距离连接其他群体,促使网络节点能够有效进行知识共享和协作,减少信息传递中间环节和时间成本。社会网络分析主要用网络平均聚类系数C和特征路径长度L两个指标对小世界网络进行测量[6],即将实际网络中这两个指标与相同规模的随机网络进行对比,如果整体网络与随机网络平均聚类系数的比值大于两者特征路径长度的比值,则说明该实际网络的小世界性显著,反之则不存在小世界性。平均聚类系数是网络中所有节点实际连接边数与最大可能连接边数之比的均值。对于有n个节点的网络,平均聚类系数其中,Mi表示与节点i相连的节点数,Ni表示节点i的实际连接边数;特征路径长度其中di,j为节点i与节点j之间的最短路径长度。特征路径长度L只能在联通网络中计算,因此本文对网络最大连通子图进行分析。通过Python分析得出,我国新能源汽车产业标准合作网络最大连通子图包含520个节点。随后,生成与实际网络规模和节点平均度分布相匹配的随机网络,计算两者的平均集聚系数和特征路径长度,并对两者进行比较,结果如表5所示。由表5可知,我国新能源汽车产业标准合作网络平均聚类系数远高于随机网络聚类系数,且其特征路径长度低于随机网络。同时,实际网络与随机网络平均聚类系数的比值明显大于两者特征路径长度的比值。因此,我国新能源汽车产业标准合作网络最大子群体具有一定的小世界特征。

4 标准合作网络动态演化分析

4.1 网络产生与网络演化动力

我国新能源汽车产业标准合作网络的产生与演化受到多重因素的驱动。其中,政策引导是方向,市场需求带来动力,技术进步和产业链协同效应促进标准化合作深化,国际竞争加速标准合作网络全球化发展。具体分析如下:

(1)政策支持在标准化过程中发挥关键作用。从《新能源汽车产业发展规划(2021—2035)》等政策文件可以看出,国家层面战略规划为新能源汽车产业发展指明具体方向、技术路线和目标,这种政策激励促进汽车制造商、零部件供应商和科研院所在标准制定方面积极合作。例如,政府主导的补贴政策、碳排放管理机制和双积分政策推动新能源汽车在生产、研发和市场上的标准化合作。

(2)市场需求不断增长促使企业积极参与标准化分工。新能源汽车市场的快速扩张要求企业制定和遵循统一标准,提高产品竞争力和市场适应性,同时通过标准化提升产品一致性和可靠性,降低生产成本和研发成本。例如,消费者对充电便捷性和通用性的关注促使充电设施运营商和设备制造商共同推动充电标准的制定和推广。统一充电标准不仅能降低充电设施建设成本,还能为新能源汽车用户带来更好的体验,从而进一步促进市场的普及。

(3)技术创新推动标准化需求增多。新能源汽车涵盖电池、动力系统、智能网联等多个前沿技术领域,这些技术的快速更迭使得单个企业很难独立完成所有技术开发,因此标准化合作尤为重要。通过技术共享和联合研发,企业能够建立统一技术标准,快速适应市场变化和技术进步,同时避免重复研发,进而提升产业整体竞争力。

(4)产业链协同效应能提升标准化合作的必要性。新能源汽车产业链涉及研发、生产、销售等多个环节,各环节之间的标准化合作不仅能减少信息不对称和资源浪费,还能提升整个供应链效率。例如,动力电池标准化使得不同新能源汽车企业和供应商实现高效协同,充电桩标准化则有利于整个充电网络的普及。

(5)国际竞争加剧促使各主体积极参与国际标准制定。随着中国新能源汽车产业的快速崛起,国际竞争愈演愈烈。参与国际标准化合作,不仅有助于增强中国企业在全球产业链中的影响力,也为国内标准与国际接轨提供了契机。

4.2 网络周期演化分析

网络规模常用于揭示网络发展及演变特征,符合组织生命周期曲线变化规律[29]。参考索琪等[22]和刘国巍等(2020)的研究,对主体规模原始数据进行Logistic函数拟合。Logistic增长曲线数学表达式为:y=a/(1+b×exp(-k×t))。其中,y为网络规模,t为时间,a为网络规模的最大观测值,b为常数,k为增长率。在此基础上,计算拟合曲线的一阶导数y'和二阶导数y'',根据一阶导数和二阶导数变化趋势对我国新能源汽车产业标准合作网络演化阶段进行划分,通过Logistic模型拐点求解,进一步验证划分的准确性。

本文设定y为因变量,产业规模的最大观测值A=250,用SciPy库中的curve-fit函数拟合Logistic模型,得到模型参数常数B=58.335、增长率k=0.289,生成网络规模Logistic增长曲线,且回归系数在99.9%显著性水平下通过t检验。由图1可知,2006—2011年y'、y''均呈增长趋势,且网络规模较小,符合起步的基本特征,反映出早期政策支持和市场初步探索特征,如“十城千辆”工程的实施;2012—2015年y'、y''同样呈增长趋势,且增速逐渐加快,符合成长期的基本特征。该阶段伴随着《节能与新能源汽车产业发展规划(2012—2020年)》的推出,市场需求增加,社会各主体参与度提升;2016—2023年,y'先上升后下降,y''一直呈下降趋势,以y'的驻点为界限,将2016—2023年划分为2016—2019年跨越期和2020—2023年蓬勃期。在这两个阶段,政府加大对新能源汽车补贴和支持力度,如《新建纯电动乘用车企业管理规定》《新能源汽车产业发展规划(2021-2035年)》等制度的实施,以及市场化激励措施的推行使得各主体间的合作更加紧密、标准推广和技术创新更加迅速,为行业发展奠定了基础。

综上所述,我国新能源汽车产业标准合作网络主要经历了4个阶段,分别是2006—2011年起步期、2012—2015年成长期、2016—2019年跨越期以及2020—2023年蓬勃期。可以看出,随着行业迅速发展和政策支持力度加大,我国新能源汽车产业标准起草单位数量在2016年以后呈快速增长态势,网络规模持续扩张。网络规模扩张不仅反映出标准起草单位增加,还显示产业内部合作和技术标准化进程加快,标准合作深度和广度显著提升。此外,持续扩大的网络规模带来较高的技术协同效应和资源整合机会,进而促进新能源汽车产业健康和可持续发展。

4.3 网络结构演化

网络结构演化是一个多维度发展的动态过程,它依赖于一系列关键指标的变化。参考耿晓琴等[30]和Choi等[31]的研究,选取节点数、平均度数、度数中心势、特征路径长度、平均聚类系数和网络密度为主要指标。其中,节点数代表网络中的节点总量,平均度数描述节点的平均连接程度,度数中心势衡量各阶段网络的中心化程度,特征路径长度显示网络的全局连通性,平均聚类系数反映网络的局部连通性,网络密度则表示网络总体连接紧密度。根据我国新能源汽车产业标准合作网络生命周期演化阶段划分,运用Ucinet软件对各阶段标准合作网络拓扑结构进行测度,结果见表6。

由表6可知,中国新能源汽车产业标准合作网络演进规律呈以下特征:第一,在起步期,网络规模较小,节点数仅为22,平均度数为5.364,度数中心势为40%。此阶段的高聚类系数(0.844)和相对较高的网络密度(0.255 4)表明网络紧密性较强、节点之间合作关系密切。该阶段主要是技术探索和基础标准初步建立时期,网络主要集中在核心企业和研究机构上,反映出初期阶段基础建设和标准化工作开始起步。第二,在成长期,网络节点数显著增至99,平均度数上升至21.737,度数中心势增至58.59%。虽然网络密度(0.221 8)略有下降,但网络扩展性和连接性明显增强。这一阶段市场需求的快速增长和技术应用的拓展推动标准化工作不断深入,节点和连接增加反映出技术应用领域的扩展和标准体系的逐步完善。第三,进入到跨越期,网络规模进一步扩大,节点数增至226,平均度数提升至25.363,度数中心势略微下降至56.34%。尽管网络密度(0.112 7)显著下降,但网络聚类系数(0.866)上升。这一阶段标志着技术创新的加速和行业规范的深化,新兴技术如智能网联和自动驾驶系统的出现要求更新标准以支持相关技术发展,推动标准化工作的深化和网络的复杂化。第四,蓬勃期网络节点数大幅增至396,平均度数提高至39.258,度数中心势增至60.75%。网络密度(0.099 4)趋于稳定,表明网络规模持续扩张,全产业链标准化需求日益旺盛。全球化布局和国际市场对技术标准的一致性要求促使中国企业积极参与国际标准制定,推动网络全球化扩张和标准体系的进一步完善。

为直观刻画我国标准合作网络演化过程,本文用Gephi软件绘制各阶段内前5家标准起草单位之间的合作网络(见图2)。图中仅展示了度数中心度大于5的节点,以突显核心节点的结构特征。节点面积用于区分不同节点的重要性,其大小与节点度数中心度成正比,面积越大表明节点度数中心度越高。边的粗细代表节点间的合作强度,边越粗表明合作次数越多。

由图2可知,随着时间推移,我国新能源汽车产业标准合作网络中的合作单位数量大幅增长,网络规模不断扩大。高校、科研院所和行业协会数量虽然逐渐增加,但所占比例却越来越小,企业始终在标准合作网络中占据主导地位。在起步期(2006—2011年),网络规模较小,主要由企业主导,同时也有少量其它类型节点,显示出早期阶段核心企业和高校、科研院所在标准制定中发挥关键作用。进入成长期(2012—2015年),节点数量显著增加,高校和科研院所节点数量有所提升,表明有更多的学术和科研机构逐步参与到标准化过程中,但企业仍是主导力量。在跨越期(2016—2019年),网络进一步扩展,节点多样性增强,行业组织、高校和科研院所的参与更明显,体现了标准化过程中多方合作趋势。在蓬勃期(2020—2023年),网络达到最大规模,企业依然占据主导地位。同时,高校、科研院所和行业组织的参与更加广泛,全产业链合作和国际标准一致性需求得以提升。总体而言,企业在整个网络中的中心地位始终未曾动摇,表明其在产业标准化过程中占据主导地位。而大部分高校、科研院所和行业协会则作为辅助力量,共同推动产业快速发展。

5 结语

5.1 研究结论

本文基于我国2006—2023年新能源汽车产业标准数据,运用社会网络分析法构建我国新能源汽车产业标准合作网络,深入分析网络中心性、结构洞及小世界性等指标,揭示不同类型主体在标准制定中所作贡献,挖掘新能源汽车产业链上、中、下游各环节的整合与协同创新能力。同时,基于全生命周期理论,运用Logistic模型刻画新能源汽车产业标准合作网络演化过程,得出如下研究结论:

(1)我国新能源汽车产业标准合作网络由大型企业主导,高校和科研院所在关键节点发挥核心作用。在新能源汽车产业标准合作网络中,企业作为核心力量主导标准的制定与推广,而高校和科研院所则作为重要辅助力量,通过与企业开展合作,共同推动标准化进程。

(2)我国新能源汽车产业标准合作网络具有小世界特征,有助于提升信息传播与创新效率。研究发现,新能源汽车产业标准合作网络中的最大子群体表现出高局部集聚性和较短特征路径长度,这种小世界结构有助于加快信息和创新成果快速传播,提升网络各节点知识交流与协作效率。

(3)我国新能源汽车产业标准合作网络周期演化特征显著,经历了起步期、成长期、跨越期和蓬勃期4个阶段的扩展与深化。同时,随着时间推移,网络规模迅速扩张,强连接范围逐渐扩大,网络内部连接性不断增强。

5.2 管理启示

根据上述研究结论,本研究提出以下启示:

(1)主导前瞻性标准的制定。核心主体应采取前瞻性标准制定策略,超越当前市场需求,积极参与未来技术标准制定。通过设立专业的前瞻性技术研究团队,定期参与国际和国内标准化组织会议,制定技术白皮书,预测未来技术趋势并提出标准化建议。

(2)加强产学研合作与资源整合。政府和企业应积极搭建产学研合作平台,推动企业与高校、科研院所深度合作,促进技术创新和标准制定。通过设立国家或区域性技术创新中心,推动技术研发与标准制定的无缝对接。

(3)推动标准创新联盟建设。建立标准创新联盟,取代传统单一实体主导标准制定模式。通过汇聚来自不同领域的专家和企业,形成统一的标准制定平台,制定统一的标准化路线图,以确保标准的前瞻性和实用性。

(4)强化技术基础共性研究。高校和科研机构应加强对新能源汽车基础类共性技术的研发,与企业共同设立技术攻关项目,形成基础技术与应用技术的良性互动。

(5)推动技术创新和市场多样化。各主体在制定技术标准时应注重技术多样化,避免出现同质化现象。同时,定期评估市场需求变化,调整技术研发方向,确保技术创新与市场需求紧密结合。

(6)建立和完善标准合作网络治理机制。建立科学的治理机制,如“优者进、劣者出”的资源引入和退出机制,提高网络成员质量和活跃度。同时,推行“能者多劳、能者多得”的收益分配制度,激励各方积极参与标准制定和技术创新。

5.3 不足与展望

本文存在如下不足:首先,主要依赖新能源汽车产业标准合作网络公开数据,可能无法全面覆盖所有相关创新主体,导致数据在反映主体间合作关系上存在一定局限性。未来应结合行业内部案例研究、访谈等多元数据,提升数据的全面性和研究结果的准确性。其次,研究对象集中在新能源汽车领域,未来可扩展至其它相关技术领域,如智能交通、能源管理等,以验证研究结论的普适性。最后,新能源汽车产业标准合作网络具有较强的动态性和不确定性,未来应进一步探讨影响该网络稳定性的关键因素,帮助企业有效管理技术标准制定过程。

参考文献：

[1] 方世世,周立军,杨静,等.国家标准合作网络结构特征及驱动模式——以数字经济领域为例[J].中国科技论坛,2020,36(5):82-90,117.

[2] 剧晓红.技术标准对企业关键技术自主化的影响机制研究——来自民营企业的微观证据[J].信息资源管理学报,2024,14(1):118-130.

[3] RIBEIRO B,SHAPIRA P. Private and public values of innovation: a patent analysis of synthetic biology[J]. Research Policy,2020,49 (1):103875.

[4] EHRHARDT M.Network effects, standardisation and competitive strategy: how companies influence the emergence of dominant designs[J]. International Journal of Technology Management,2004,27(2/3):272-294.

[5] BARNES J A. Class and committees in a Norwegian island parish[J]. Human Relations, 1954, 7(1): 39-58.

[6] 刘军.整体网络分析——UCINET软件实用指南(第二版)[M].上海:上海人民出版社,2014．

[7] 王兆峰,廖红璐.参照群体视角下社交圈对潜在旅游者旅游意愿的影响机制研究[J].旅游科学,2018,32(6):33-46.

[8] RAPOPORT A, HORVATH W J. A study of a large sociogram[J]. Behavioral Science, 1961, 6(4):279-291.

[9] JANG S, LEE J H. Analysis of patent cooperation network by industry of artificial intelligence technology[J]. Management &Information Systems Review,2023,42(1):95-113.

[10] 刘人境,钟兴举,孟拓宁,等.大科学装置科研合作网络结构特征研究[J].西安交通大学学报(社会科学版),2023,43(6):140-151.

[11] 曾莉,李霞.成渝双城经济圈高校产学研专利合作网络的时空演化分布与特征[J].科技管理研究,2023,43(16):132-145.

[12] LI H, WANG Z, LIN W. How Sino-foreign cooperation networks affect innovation performance of Chinese enterprises? evidence from biomedical industry[J]. IEEE Transactions on Engineering Management,2023,71: 8809-8825.

[13] 韦海英.高技术企业技术标准合作网络中的主体互动研究[D]. 长沙:湖南大学,2005.

[14] JINYAN W, WILLIAM J QUALLS, DEMING ZENG. Standardization alliance networks, standard-setting influence, and new product outcomes[J]. Journal of Product Innovation Management,2020,37(2):138-157.

[15] 刘子菡.标准合作网络结构对创新绩效的影响研究[D]. 武汉:中南财经政法大学,2021.

[16] 方世世.标准合作网络特征视角下技术创新对企业绩效的影响研究[D]. 杭州:中国计量大学,2021.

[17] WU Y, DE VRIES H J. Effects of participation in standardization on firm performance from a network perspective: evidence from China[J]. Technological Forecasting and Social Change, 2022,175:121376.

[18] WEI Y, WANG C, QI Y, et al. Dynamic evaluation of the influence of drafting units in China′s air quality standards network[J]. Journal of Cleaner Production,2020,252: 119834.

[19] 熊文,王岳华,孙翊.企业技术创新合作网络的结构及其演化——中国制造业国家标准研制的视角[J].标准科学,2023,50(1):6-17.

[20] 张经天,公静.促进新能源汽车产业发展的财税政策建议[J].中国财政,2010,55(13):49-50.

[21] 李晓华.我国新能源汽车的发展现状与前景趋势[J].人民论坛,2024,33(9):76-79.

[22] 索琪,李长升,王力媛.中国新能源汽车产业协同创新网络时空演化特征分析[J].世界地理研究,2024,33(2):79-92.

[23] PARK Y, PARK S, LEE M. Digital health care industry ecosystem: network analysis[J]. Journal of Medical Internet Research,2022,24(8):37622.

[24] FREEMAN L C. Centrality in social networks conceptual clarification[J]. Social Networks, 1978,1(3):215-239.

[25] 汉尼曼,里德尔.社会网络分析方法:Ucinet 的应用[M]. 陈世荣, 钟栎娜,译. 北京:知识产权出版社,2019.

[26] 朱浩,杨诗,罗文竹.跨区域“揭榜挂帅”的主体特征与网络结构研究[J].科技进步与对策,2025,42(5):82-93.

[27] BURT R S. Structural holes: the social structure of competition [M].Cambridge: Harvard University Press,1992.

[28] WATTS D J, STROGATZ S H. Collective dynamics of 'small-world' networks [J].Nature, 1998,393:440-442.

[29] 刘国巍,曹霞.产学研BA-CAS合作机制下创新网络动态演化研究——基于系统生存论的关系嵌入视角[J].技术经济与管理研究,2018,39(4):32-37.

[30] 耿晓琴,雷传方,徐虹.基于SNA的晋陕豫黄河板块旅游经济网络结构特征研究[J].西北师范大学学报(自然科学版),2021,57(5):18-25.

[31] CHOI K, CHOI J, LEE PA, et al. Alteration of bacterial wilt resistance in tomato plant by microbiota transplant [J].Frontiers in Plant Science,2020,11:1186.

(责任编辑：王敬敏)