技术经济

中国产业关联网络的结构特征与演化机制

PDF下载

吕承超 ¹ , 郭梦瑶 ¹ , 殷伟远 ¹ , 王楚婷 ²

技术经济 | 产业技术经济 2025,44(11): 66-79

收起

技术经济 |产业技术经济 2025 , 44 (11) : 66 -79

中国产业关联网络的结构特征与演化机制

全屏

吕承超¹, 郭梦瑶¹, 殷伟远¹, 王楚婷²

作者信息

^1．青岛科技大学经济与管理学院，青岛 266001

^2．辽宁大学金融与贸易学院，沈阳 110036

通讯作者:

王楚婷（2002—），辽宁大学金融与贸易学院硕士研究生，研究方向：金融科技。

作者简介:

吕承超（1983—），博士，青岛科技大学经济与管理学院教授，博士研究生导师，研究方向：区域经济、产业经济、经济高质量发展等

郭梦瑶（1999—），青岛科技大学经济与管理学院硕士研究生，研究方向：产业经济

殷伟远（2001—），青岛科技大学经济与管理学院硕士研究生，研究方向：经济高质量发展，企业经济

Structural Characteristics and Evolutionary Mechanism of Industrial Linkage Network in China

Chengchao Lü¹, Mengyao Guo¹, Weiyuan Yin¹, Chuting Wang²

Affiliations

^1.School of Economics and Management, Qingdao University of Science and Technology, Qingdao 266000, China

^2.School of Finance and Trade, Liaoning Universitiy, Shenyang 110036, China

出版时间: 2025-11-25 doi: 10.12404/j.issn.1002-980X.J24071809

文章导航

摘要

收起

采用社会网络分析方法，利用2012—2020年中国42个产业部门的投入产出表数据，对产业关联网络的结构特征进行动态描述，并建立基于随机行动者的网络动力学模型对产业关联网络的演化机制进行识别与分析。结果表明：42个产业网络的整体性指标并无显著性差异，网络整体趋于稳定。化学产品及交通运输、仓储和邮政一直处于中心地位，第二产业尤其是制造业在网络中处于核心地位。2012—2015年，中国产业关联网络可以分为4个板块（双向溢出板块Ⅰ、Ⅱ，经纪人板块，净受益板块）；2017—2020年，经纪人板块消失，出现了主受益板块，板块内的产业关联效应更加明显。产业关联活动主要集中在金属制品，化学产品，通信设备、计算机和其他电子设备，电器机械和器材等制造业，以及批发和零售，交通运输、仓储和邮政，信息传输、软件和信息技术服务等服务业。内生结构因素的相对重要性为53.11%，其在网络关系演化中发挥重要作用，负的出度效应表明关联关系较多的产业难以发展新关系，传递效应表明产业存在不断细化的趋势，外生属性因素的相对重要性为46.89%，其中劳动力的影响最为显著，占比达到20.52%。本文为打破行业壁垒，畅通产业循环进而加速国内循环提供重要的产业政策参考。

关键词

产业网络 / 社会网络分析 / 投入产出 / 随机行动者导向模型

Abstract

收起

The social network analysis method was adopted to dynamically describe the structural characteristics of industrial linkage networks using input-output table data of 42 industrial sectors in China from 2012 to 2020, and to establish a network dynamics model based on stochastic actors to identify and analyze the evolution mechanism of industrial linkage networks. The results show that there is no significant difference in the holistic indicators of the 42 industrial networks, and the networks as a whole tend to be stable. Chemical products as well as transportation, warehousing and postal services have been at the center, and the secondary industry, especially the manufacturing industry, is at the core of the network. From 2012 to 2015, China's industrial linkage network could be divided into four segments (bidirectional spillover segments Ⅰ and Ⅱ, broker segment, and net beneficiary segment), and in the period of 2017-2020, the broker segment disappeared, and the net beneficiary segment disappeared. In 2020, the broker segment disappeared and the main beneficiary segment appeared, and the industrial linkage effect within the segment became more obvious. Industry-linked activities are concentrated in the manufacturing industries of metal products, chemical products, communication equipment, computer and other electronic equipment, and electrical machinery and equipment, and the service industries of wholesale and retail, transportation, storage and postal services, and information transmission, software and information technology services. The relative importance of endogenous structural factors is 53.11%, which plays an important role in the evolution of network relationships, the negative out-degree effect indicates that industries with more interconnected relationships are difficult to develop new relationships, and the transmission effect indicates that there is a trend of continuous refinement of the industry, and the relative importance of exogenous attribute factors is 46.89%, of which the influence of labor is the most significant, accounting for 20.52%.

Key words

industrial networks / social network analysis / input-output / stochastic actor oriented models(SAOM)

引用本文

吕承超, 郭梦瑶, 殷伟远, 王楚婷. 中国产业关联网络的结构特征与演化机制. 技术经济, 2025 , 44 (11) : 66 -79 . DOI: 10.12404/j.issn.1002-980X.J24071809

Chengchao Lü, Mengyao Guo, Weiyuan Yin, Chuting Wang. Structural Characteristics and Evolutionary Mechanism of Industrial Linkage Network in China[J]. Journal of Technology Economics, 2025 , 44 (11) : 66 -79 . DOI: 10.12404/j.issn.1002-980X.J24071809

基金

收起

国家社会科学基金“级联风险情境下中国高技术产业供应链网络韧性评估与安全治理研究”(24BGL278)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

张虎，张毅，韩爱华．我国产业链现代化的测度研究[J]．统计研究，2022，39（11）：3-18．

[2]

刘志彪．产业链现代化的产业经济学分析[J]．经济学家，2019（12）：5-13．

[3]

郑休休，刘青，赵忠秀．产业关联、区域边界与国内国际双循环相互促进——基于联立方程组模型的实证研究[J]．管理世界，2022，38（11）：56-70，45，71-80．

[4]

黄群慧，贺俊．中国制造业的核心能力、功能定位与发展战略——兼评《中国制造2025》[J]．中国工业经济，2015（6）：5-17．

[5]

张丹宁，唐晓华．产业网络组织及其分类研究[J]．中国工业经济，2008（2）：57-65．

[6]

黄守坤，李文彬．产业网络及其演变模式分析[J]．中国工业经济，2005（4）：53-60．

[7]

黄祖南，郑正喜．复杂产业网络度中心性研究[J]．统计研究，2021，38（5）：147-160．

[8]

赵晓军，王开元．中国产业网络变迁规律研究[J]．统计与决策，2021，37（20）：90-95．

[9]

王涛，肖世莺．投入产出网络视角下中美产业内循环比较研究[J]．统计研究，2022，39（11）：32-43．

[10]

王岳平，葛岳静．我国产业结构的投入产出关联特征分析[J]．管理世界，2007，23（2）：61-68．

[11]

余典范，干春晖，郑若谷．中国产业结构的关联特征分析——基于投入产出结构分解技术的实证研究[J]．中国工业经济，2011（11）：5-15．

[12]

刘佳，朱桂龙．基于投入产出表的我国产业关联与产业结构演化分析[J]．统计与决策，2012（2）：136-139．

[13]

陈曦，席强敏，李国平．制造业内部产业关联与空间分布关系的实证研究[J]．地理研究，2015，34（10）：1943-1956．

[14]

余典范，张亚军．制造驱动还是服务驱动？——基于中国产业关联效应的实证研究[J]．财经研究，2015，41（6）：19-31．

[15]

江小涓，李辉．服务业与中国经济：相关性和加快增长的潜力[J]．经济研究，2004（1）：4-15．

[16]

吴利学，方萱．中国数字经济的投入产出与产业关联分析[J]．技术经济，2022，41（12）：91-98．

[17]

关冠军．我国经济内循环的产业关联关系研究：基于四期投入产出表的数据[J]．统计与决策，2023，39（8）：86-90．

[18]

孙正，岳文浩，霍富迎．我国生产性服务业与制造业协同集聚程度测算研究——基于产业与城市群的视角[J]．统计研究，2022，39（3）：21-33．

[19]

陈国亮，陈建军．产业关联、空间地理与二三产业共同集聚——来自中国212个城市的经验考察[J]．管理世界，2012，28（4）：82-100．

[20]

凌永辉，张月友，沈凯玲．中国的产业互动发展被低估了吗？[J]．数量经济技术经济研究，2018，35（1）：23-41．

[21]

储德银，李媛，张同斌．产业关联视角下增值税行业税负差异的成因研究[J]．经济研究，2023，58（7）：174-190．

[22]

CARRINGTON P J, SCOTT J, WASSERMAN S. Models and methods in social network analysis[M]. Cambridge: Cambridge University Press, 2005.

[23]

FREEMAN L C. Centrality in social networks : Conceptual clarification[J]. Social Network, 1979, 1(3): 215-239.

[24]

WHITE H C, BOORMAN S A, BREIGER R L. Social structure from multiple networks. I. blockmodels of roles and positions[J]. American Journal of Sociology, 1976, 81(4): 730-780.

[25]

BURT R S. Positions in networks[J]. Social Forces, 1976, 55(1): 93.

[26]

BLOCK P. Reciprocity, transitivity, and the mysterious three-cycle[J]. Social Networks, 2015, 40: 163-173.

[27]

李敬，陈澍，万广华，等．中国区域经济增长的空间关联及其解释——基于网络分析方法[J]．经济研究，2014，49（11）：4-16．

[28]

邵帅，徐俐俐，杨莉莉．千里“碳缘”一线牵：中国区域碳排放空间关联网络的结构特征与形成机制[J]．系统工程理论与实践，2023，43（4）：958-983．

[29]

凌永辉，刘志彪．中国服务业发展的轨迹、逻辑与战略转变——改革开放40年来的经验分析[J]．经济学家，2018（7）：45-54．

[30]

刘明宇，芮明杰．价值网络重构、分工演进与产业结构优化[J]．中国工业经济，2012（5）：148-160．

[31]

吕政，刘勇，王钦．中国生产性服务业发展的战略选择——基于产业互动的研究视角[J]．中国工业经济，2006（8）：5-12．

[32]

江曼琦，席强敏．生产性服务业与制造业的产业关联与协同集聚[J]．南开学报（哲学社会科学版），2014（1）：153-160．

[33]

江静，刘志彪，于明超．生产者服务业发展与制造业效率提升：基于地区和行业面板数据的经验分析[J]．世界经济，2007（8）：52-62．

[34]

SNIJDERS T A B. Stochastic actor-oriented models for network change[J]. Journal of Mathematical Sociology, 1996, 21(1/2): 149-172.

[35]

WINDZIO M. The network of global migration 1990—2013 using ERGMs to test theories of migration between countries[J]. Social Networks, 2018, 53: 20-29.

[36]

SNIJDERS T A B. Stochastic actor-oriented models for network dynamics[J]. Annual Review of Statistics and Its Application, 2017, 4: 343-363.

[37]

李敬，刘洋．中国国民经济循环：结构与区域网络关系透视[J]．经济研究，2022（2）：27-42．

[38]

张虎，韩爱华，杨青龙．中国制造业与生产性服务业协同集聚的空间效应分析[J]．数量经济技术经济研究，2017，34（2）：3-20．

[39]

李福柱，曹友斌，李昆泽．中国制造业出口技术复杂度的区域差异及收敛性研究[J]．数量经济技术经济研究，2022，39（4）：107-126．

[40]

李健，高鹏程，谢衡．产业协同集聚、人力资本流动与高技术产业创新[J]．统计与决策，2023，39（2）：179-184．

[41]

SNIJDERS T A B, BUNT G G V D, STEGLICH C E G. Introduction to stochastic actor-based models for network dynamics[J]. Social Networks, 2010, 32(1): 44-60.

[42]

顾夏铭，陈勇民，潘士远．经济政策不确定性与创新——基于我国上市公司的实证分析[J]．经济研究，2018，53（2）：109-123．

[43]

孙传旺，罗源，姚昕．交通基础设施与城市空气污染——来自中国的经验证据[J]．经济研究，2019，54（8）：136-151．

[44]

刘啟仁，陈恬．出口行为如何影响企业环境绩效[J]．中国工业经济，2020（1）：99-117．

2025年第44卷第11期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.12404/j.issn.1002-980X.J24071809

接收时间：2024-07-18
首发时间：2026-10-27
出版时间：2025-11-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-07-18

基金

国家社会科学基金“级联风险情境下中国高技术产业供应链网络韧性评估与安全治理研究”(24BGL278)

作者信息

^1．青岛科技大学经济与管理学院，青岛 266001

^2．辽宁大学金融与贸易学院，沈阳 110036

通讯作者:

王楚婷（2002—），辽宁大学金融与贸易学院硕士研究生，研究方向：金融科技。

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/jsyjj/CN/10.12404/j.issn.1002-980X.J24071809

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT