技术经济

中国数字经济投入产出网络韧性测度与形成机制研究

PDF下载

樊宇 ¹^,² , 王淼 ¹ , 宋罗娜 ¹ , 齐林 ¹

技术经济 | 产业技术经济 2026,45(7): 100-114

收起

技术经济 |产业技术经济 2026 , 45 (7) : 100 -114

中国数字经济投入产出网络韧性测度与形成机制研究

全屏

樊宇¹^,², 王淼¹, 宋罗娜¹, 齐林¹

作者信息

^1．北京信息科技大学管理科学与工程学院，北京 102206

^2．绿色发展大数据决策北京重点实验室，北京 102206

通讯作者:

樊宇（1989—），博士，北京信息科技大学管理科学与工程学院教授，研究方向：环境管理与智能决策；

作者简介:

王淼（2002—），北京信息科技大学管理科学与工程学院硕士研究生，研究方向：信息管理与智能决策；

宋罗娜（1992—），博士，北京信息科技大学管理科学与工程学院副教授，研究方向：大数据、知识管理与智能决策；

齐林（1987—），博士，北京信息科技大学管理科学与工程学院副教授，研究方向：复杂网络建模与分析。

Resilience Measurement and Formation Mechanism of China's Digital Economy Input-output Network

Yu Fan¹^,², Miao Wang¹, Luona Song¹, Lin Qi¹

Affiliations

^1.School of Management Science and Engineering, Beijing Information Science & Technology University, Beijing 102206, China

^2.Beijing Key Laboratory of Big Data Decision for Green Development, Beijing 102206, China

出版时间: 2026-07-25 doi: 10.12404/j.issn.1002-980X.J26031212

文章导航

摘要

收起

在数字经济与实体经济深度融合的背景下，基于2005—2023年中国投入产出表，构建包含数字经济部门的产业网络，引入生态网络分析的效率-冗余框架测度产业网络韧性，并将韧性指标嵌入时间指数随机图模型，系统考察中国数字经济投入产出网络韧性演化与形成机制。研究发现：第一，中国产业网络始终处于过度冗余状态，韧性呈波动上升态势，节点间流量集中程度是韧性波动的核心驱动力，韧性主导因素在2020年前后从效率变化转为冗余变化。第二，网络演化具有显著的路径依赖特征与结构刚性，传递闭合性促进间接关联转化，冗余流入贡献显著为正，表明上游供应多元化行业更易建立关联，而效率相关变量均不显著。第三，数字经济部门呈现双重角色。在韧性维度上，影响力从数字产业化主导（2005—2012年）向产业数字化主导（2012—2020年）演进；在演化机制上，两者对关联形成具有非对称性，主要表现为对存量关联的优化与替代。研究结论为理解数字经济时代产业网络韧性特征与演化逻辑提供了新的分析框架与经验证据，也为新发展格局下统筹效率与安全、推动数字经济与实体经济深度融合提供了理论依据与决策参考。

关键词

数字产业化 / 产业数字化 / 网络韧性 / TERGM / 投入产出 / 演化机制

Abstract

收起

Against the backdrop of the deep integration of the digital economy and the real economy, an industrial network incorporating the digital economy sector was constructed based on China's input-output tables from 2005 to 2023. The efficiency-redundancy framework from ecological network analysis was introduced to measure industrial network resilience, and the resilience indicators were embedded into a temporal exponential random graph model to systematically investigate the evolutionary patterns and formation mechanisms of China's digital economy input-output network resilience. The findings reveal the following. Firstly, China's industrial network has remained in a state of excessive redundancy, with resilience exhibiting a fluctuating upward trend. The concentration of inter-node flows serves as the core driver of resilience fluctuations, and the dominant factor influencing resilience shifted from efficiency change to redundancy change around 2020. Secondly, network evolution exhibits significant path dependence and structural rigidity. Transitive closure facilitates the transformation of indirect linkages, and the contribution of redundant inflows is significantly positive, indicating that industries with diversified upstream supply are more likely to establish connections, whereas efficiency-related variables are not significant. Thirdly, the digital economy sector assumes a dual role. In terms of resilience, its influence has evolved from being dominated by digital industrialization (2005—2012) to being led by industrial digitization (2012—2020). In terms of evolutionary mechanisms, the two sub-sectors exhibit asymmetric effects on link formation, primarily manifested in the optimization and substitution of existing linkages. Thus, a novel analytical framework and empirical evidence are provided for understanding the resilience characteristics and evolutionary logic of industrial networks in the digital economy era. Moreover, theoretical insights and decision-making references are offered for balancing efficiency and security and promoting the deep integration of the digital economy and the real economy within the new development paradigm.

Key words

digital industrialization / industrial digitization / network resilience / TERGM / input-output analysis / evolutionary mechanism

引用本文

樊宇, 王淼, 宋罗娜, 齐林. 中国数字经济投入产出网络韧性测度与形成机制研究. 技术经济, 2026 , 45 (7) : 100 -114 . DOI: 10.12404/j.issn.1002-980X.J26031212

Yu Fan, Miao Wang, Luona Song, Lin Qi. Resilience Measurement and Formation Mechanism of China's Digital Economy Input-output Network[J]. Journal of Technology Economics, 2026 , 45 (7) : 100 -114 . DOI: 10.12404/j.issn.1002-980X.J26031212

基金

收起

国家自然科学基金青年科学基金项目“降碳减排协同推进下产业结构优化决策与路径研究”(72204027)
国家社会科学基金项目“极端天气冲击下数智应急驱动城市复杂巨系统安全韧性治理创新研究”(25BGL295)
北京市社会科学基金重点项目“人工智能时代北京市公共数据建设提质增效研究”(25JCB051)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

中华人民共和国中央人民政府．深入推进数字中国建设［E/OL］．(2025-11-27) ［2026-01-27］．https://www.gov.cn/zhengce/202511/content_7051962.htm．

[2]

王文举，钱新新．中国产业链韧性测度研究——基于外部冲击风险和效率驱动视角［J］．数量经济技术经济研究，2025，42 （5）：115-135．

[3]

钞小静，廉园梅，元茹静，等．数字基础设施建设与产业链韧性——基于产业链恢复能力数据的实证分析［J］．数量经济技术经济研究，2024，41（11）：112-131．

[4]

王亚菲，李明娜．数字经济投入产出表编制方法与中国实践［J］．统计研究，2026，43（3）：25-38．

[5]

任雪，秦瑶，周先东，等．数字经济全口径增加值核算方法研究［J］．当代经济科学，2026，48（1）：1-16．

[6]

ZHOU X, ZHOU D, WANG Q, et al. How information and communication technology drives carbon emissions: A sector-level analysis for China[J]. Energy Economics, 2019, 81: 380-392.

[7]

ZHOU X, ZHOU D, ZHAO Z, et al. A framework to analyze carbon impacts of digital economy: The case of China[J]. Sustainable Production and Consumption, 2022, 31: 357-369.

[8]

朱思宇，李永．双重价值链韧性能否抑制中国国内外系统性风险传染？［J］．世界经济研究，2025（7）：120-134, 137．

[9]

韩梦雨，田贵良，阎晓东．中国水资源空间转移网络及其结构韧性分析［J］．人民长江，2024，55（6）：136-142．

[10]

ZHANG P, WANG T, YAN J. PageRank centrality and algorithms for weighted, directed networks[J]. Physica A: Statistical Mechanics and Its Applications, 2022, 586: 126438.

[11]

李杰，杨海生，谢婉晴，等．数字经济核心部门技术进步、新增产业关联与经济效应——基于生产网络的分析框架［J］．经济研究，2025，60（5）：55-71．

[12]

杨淋杰，程云洁．中国城市群网络系统的时空演进及韧性评估［J］．统计与决策，2025，41（17）：35-41．

[13]

PICHLER A, PANGALLO M, DEL RIO-CHANONA R M, et al. Forecasting the propagation of pandemic shocks with a dynamic input-output model[J]. Journal of Economic Dynamics and Control, 2022, 144: 104527.

[14]

邱思远，杨冕．生产网络视角下城市经济循环韧性：测度、路径与影响因素［J］．经济学动态，2025（12）：111-129．

[15]

赖国书，赵昊，郭晔，等．产业链视角下的行业韧性测度与网络关联效应——来自行业日度用电量数据的经验证据[J/OL] ．系统工程理论与实践，2026，46（3）：1025-1042．

[16]

ZHANG Z, CUI P, HAO J, et al. Analysis of the impact of dynamic economic resilience on post-disaster recovery "secondary shock" and sustainable improvement of system performance[J]. Safety Science, 2021, 144: 105443.

[17]

CORNARO A, RIZZINI G. Environmentally extended input-output analysis in complex networks: A multilayer approach[J]. Annals of Operations Research, 2024, 342(3): 2021-2048.

[18]

JIANG Y, LIU H, WANG L. The impacts of digital economy on the industrial chain resilience: The moderating effect from infrastructure improvement and factor market development[J]. Sustainable Futures, 2025, 10: 101242.

[19]

ULANOWICZ R E. The dual nature of ecosystem dynamics[J]. Ecological Modelling, 2009, 220(16): 1886-1892.

[20]

KHARRAZI A, YU Y, JACOB A, et al. Redundancy, diversity, and modularity in network resilience: Applications for international trade and implications for public policy[J]. Current Research in Environmental Sustainability, 2020, 2: 100006.

[21]

CHATTERJEE A, LAYTON A. Mimicking nature for resilient resource and infrastructure network design[J]. Reliability Engineering & System Safety, 2020, 204: 107142.

[22]

KISS T, BRAUN E, SEBESTYEN T. Production network structure, specialization and unemployment: Measuring the structural resilience of national economies[J] . Structural Change and Economic Dynamics, 2025, 72: 11-28.

[23]

胡梦雅，衣春波，吴爱华，等．基于SAOM模型的集成电路企业创新合作网络动态演化研究：多维相似性与网络结构的影响［J］．科学学与科学技术管理，2025，46（12）：152-165．

[24]

叶堂林，王传恕，严亚雯．基于随机行动者导向模型的京津冀创新网络演化研究［J］．工业技术经济，2025，44（9）：107-117．

［25]

白云霞，曹磊，薛云奎．巅峰之争：新兴市场跨国企业如何构建与维持全球价值链高端地位？——动态网络嵌入视角的纵向案例研究［J/OL］．南开管理评论，1-22［2026-06-23］．https://link.cnki.net/urlid/12.1288.F.20250902.0836.002．

[26]

宋琪，吴宇森．数字技术创新合作网络的演化特征及影响因素——以中国数字经济核心产业专利为例［J］．科技管理研究，2025，45 （18）：150-160．

[27]

李晓，刘宝琦．制造业国际贸易网络结构演变：1995—2018——基于社会网络方法的分析［J］．国际经贸探索，2023，39（12）：4-20．

[28]

彭邦文，吴家威，杨晴青，等．全球光刻机贸易网络的演化特征与驱动因素研究［J］．地理科学进展，2026，45（1）：44-61．

[29]

李磊，路优．国际直接投资收益网络特征与影响因素——基于全球价值链视角［J］．国际贸易问题，2026（1）：156-174．

[30]

LIU Y, YU Q, LI J. The impact of knowledge attributes and life cycle on the evolution of emerging technology innovation network: A TERGM analysis[J]. Journal of Knowledge Management, 2025, 29(2): 639-662.

[31]

YAN J, GUO Y, ZHANG H. The dynamic evolution mechanism of structural dependence characteristics in the global oil trade network[J]. Energy, 2024, 303: 131914.

[32]

李清如，王冰雪．全球数字产品贸易依赖网络的演化机制及影响因素研究［J］．经济问题探索，2023（10）：151-169．

[33]

王一新，沈丽珍．基于TERGM的长三角数字技术应用业产业网络演化及影响因素研究［J］．热带地理，2025，45（12）：2252-2264．

[34]

马述忠，杜特．全球数字服务贸易壁垒与贸易网络演化［J］．广东社会科学，2025（4）：29-43, 284．

[35]

韩君，高瀛璐．中国省域数字经济发展的产业关联效应测算［J］．数量经济技术经济研究，2022，39（4）：45-66．

[36]

吕承超，郭梦瑶，殷伟远，等．中国产业关联网络的结构特征与演化机制［J］．技术经济，2025，44（11）：66-79．

[37]

LIANG S, YU Y, KHARRAZI A, et al. Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012[J]. Nature Food, 2020, 1(6): 365-375.

[38]

LEIFELD P, CRANMER S J, DESMARAIS B A. Temporal exponential random graph models with btergm: Estimation and bootstrap confidence intervals[J]. Journal of Statistical Software, 2018, 83: 1-36.

2026年第45卷第7期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.12404/j.issn.1002-980X.J26031212

接收时间：2026-03-12
首发时间：2026-10-28
出版时间：2026-07-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2026-03-12

基金

国家自然科学基金青年科学基金项目“降碳减排协同推进下产业结构优化决策与路径研究”(72204027)

国家社会科学基金项目“极端天气冲击下数智应急驱动城市复杂巨系统安全韧性治理创新研究”(25BGL295)

北京市社会科学基金重点项目“人工智能时代北京市公共数据建设提质增效研究”(25JCB051)

作者信息

^1．北京信息科技大学管理科学与工程学院，北京 102206

^2．绿色发展大数据决策北京重点实验室，北京 102206

通讯作者:

樊宇（1989—），博士，北京信息科技大学管理科学与工程学院教授，研究方向：环境管理与智能决策；

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/jsyjj/CN/10.12404/j.issn.1002-980X.J26031212

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