周密 李东宇 | 新质生产力在产业融合中的作用及其影响研究

一、引言

产业融合已成为推动新一轮科技革命和产业变革的关键力量，并不断催生新业态、新模式、新产业。2023年5月5日，中央财经委员会第一次会议强调了产业融合的重要性，指出要“坚持三次产业融合发展，避免割裂对立”。产业融合即两个或更多产业间界限逐渐模糊化的现象，是激发新产业、新业态、新旧产业转化、产业链重构的关键力量。产业融合并非自然发生，需要技术创新、市场需求变化、政府管制放松等一系列科技和制度创新推动产生。新质生产力具有强大的引领带动作用，它不仅是科技创新和制度创新的结果，更能成为推动产业融合的强大动能。人工智能、大数据等赋能传统产业升级的实践也表明新质生产力正在成为推动产业融合的重要力量。然而到底新质生产力在推动产业融合中发挥何种作用？产生哪些影响？目前还缺少系统研究。基于此，合理量化新质生产力，深入分析其对于产业融合的引领作用，对于厘清和认识新质生产力的概念和内涵，切实发挥新质生产力作为高质量发展新动能的作用具有重要的现实和理论意义。

产业融合指不同产业间边界的收缩或消失。在过程上，产业融合是由技术和产品融合到市场和产业融合的递进过程。在结构上，产业融合可分为高新技术渗透融合、产业间延伸融合以及产业内重组融合三种。在影响因素上，技术创新、市场需求变化、政府管制放松、交易成本降低都能显著促进产业融合的形成。其中，技术尤其是高新技术能通过改变本行业的产品功能、性能和生产方式，促使不同行业间的产品开发、竞争模式和价值创造过程发生改变，形成产业间的融合。在测度方式上，基于专利数据的技术融合测算是产业融合的主要测度方法，主要包括技术相关系数法、赫芬达尔—赫希曼指数法以及专利网络分析三种。

新质生产力是在中国生产力发展的实践与理论认识均取得重大进展的基础上，面对新一轮科技革命和产业变革的时代背景提出的新概念。学界从以下维度对新质生产力的内涵进行了阐释：从“新”上，新质生产力包括“高素质”劳动者、“新介质”劳动资料和数实共存的“新质料”劳动对象，是由新兴产业、未来产业等发展形成的现代化产业体系；在“质”上，新质生产力功能凸显新发展理念、追求实现高质量发展、更好满足人民美好生活需要的价值取向；在“力”上，新质生产力是在科技创新的引领下具有高效能、高质量利用自然、改造自然的能力，是高新科技驱动的生产力。当前对于新质生产力的测度主要基于指标体系，厦门大学“新质生产力发展指数”项目课题组根据科技发展、数字转型、绿色经济构建指标评估了31个省级行政区的新质生产力发展指数。王珏等则均从生产力要素层面对劳动者、劳动对象和生产资料维度构建了新质生产力综合评价指标体系。

新质生产力的形成对新时代社会生产组织方式和社会再生产过程产生重要影响，对产业融合的影响机制主要存在以下四个方面。第一，新质生产力为产业融合提供了核心动力。新质生产力的要义就在于科技创新，在于技术的革命性突破，为产业融合提供了高新技术基础。同时，相比传统生产力，新质生产力更强调融合性。第二，新质生产力为产业融合提供了高质要素。新质生产力可以提升劳动者技能、推动劳动资料的高级化并实现劳动对象的多样化。第三，新质生产力为产业融合提供了有效市场需求。新质生产力以新的生产要素激活有支付能力的消费需求，以生产要素的优化组合激活有效益的投资需求。第四，新质生产力为产业融合提供了政策环境。新质生产力通过创新优化管理，释放创新活力并通过制度创新构建了高效公正的治理体系。当然，产业融合也会在一定程度上培育和发展新质生产力，新产业与新技术的产生有赖于产业融合的激发与协作，但考虑到这一反作用周期较长，效应偏弱且与本文实证偏离较远，本文仅作了内生性克服而不作反向因果的考量。

本文围绕“新质生产力在产业融合中的作用发挥”这一命题在以下三个方面进行了探索和创新。第一，新质生产力的创新测算。本文从技术和产业两个方面对新质生产力进行界定，将国民经济行业代码与国际专利分类号匹配，获得具有新质生产力特征的376个产业，能够更好地为经济决策提供真实有效的实证依据。第二，产业融合的识别。本文基于全产业体系1879.82万条专利大数据进行挖掘，测算并分析了产业融合情况。第三，加强新质生产力在产业融合中作用的研究。以新质生产力为重要动力，探索产业融合在结构优化、类型转变、潜力发挥等方面的作用和规律。

二、新质生产力与产业融合的测算

（一）数据方法

本文以2009—2021年中国国家知识产权局申请并公开的2204.14万条企业专利数据作为研究基础，对初始样本的处理如下。第一，按分类号剔除无效专利。为体现共现特征，去除只存在单分类号的专利。同时，为减少单独专利权重，仅保留专利的前10个分类号。第二，按经济行业剔除无效专利。剔除《国际专利分类与国民经济行业分类参照关系表》中未列行业的专利号信息，如教育、卫生、社会工作等。本文以2017年中国国民经济行业分类（GB/T4754—2017）为基础划分排他性产业类别。根据《国际专利分类与国民经济行业分类参照关系表》进行专利分类和行业的4位数匹配，最终筛选出1879.82万条有效的企业专利数据，覆盖744个产业领域。

（二）新质生产力的测算

新质生产力的测算是当前的实证难点。从基本内涵来看新质生产力的关键在于以高技术为核心并以战略新兴和未来产业为产业支撑和落脚点，因此本文从技术和产业两个方面对新质生产力进行界定。第一，定位新质生产力的产业领域。战略性新兴产业和未来产业是培育新质生产力的核心载体和主要阵地。以下分别定位战略性新兴产业和未来产业。对于战略性新兴产业，现有政策文件已清晰地给出了相关产业分类。本文依据《战略性新兴产业分类（2018）》得到新质生产力中战略性新兴产业的国民经济行业代码；由于未来产业具有前瞻性和不确定性，我国尚未形成权威的未来产业国民经济行业分类。本文采用关键词匹配的思路，根据《工业和信息化部等七部门关于推动未来产业创新发展的实施意见》（以下简称《未来产业发展实施意见》），通过Jieba分词程序提取发展未来产业60个重点任务的关键词，并与2017年国民经济行业分类注释内容匹配，获得未来产业对应的国民经济行业4位代码分类。《未来产业发展实施意见》给出的未来产业布局具有前瞻部署、梯次培育的特征，如融合数字孪生、脑机接口等产业尚未进入产业化阶段，本文仅统计出5G、核力发电等实现产业化的未来产业。第二，形成新质生产力的产业领域与技术的匹配。通过《国际专利分类与国民经济行业分类参照关系表（2018）》将中国国民经济行业代码与国际专利分类号匹配，获得国民经济行业4位代码所对应的新质生产力产业技术领域376个。其中，战略性新兴产业333个，未来产业65个，特别需要说明的是，由于行业代码精度限制，存在战略性新兴产业和未来产业共同领域22个。

（三）产业融合的测度思路

技术是推动产业融合的底层基础。本文以企业专利共现矩阵形成微观基础，围绕技术专利形成产业融合。基本的设计思路和步骤如下。

构建产业融合的微观专利共现基础。各产业技术领域间的交叉共现展示了显著的网络特征。根据网络分析理论，技术知识领域的交叉渗透最终将联结成融合网络，该网络的节点由产业对应的技术领域构成，网络的连边是技术领域之间的共现关系，连边的权重是技术领域之间的共现频率。使用小组层面的IPC专利共现矩阵来构建产业融合的微观基础（如图1所示）。

提取产业融合关系。阈值法是抽取网络骨干最常用的方法，原理是当节点间流量超过特定阈值时便认定二者之间存在关联。本文参考许和连等采用阈值法提取网络核心结构的做法，将2009年中国产业间专利共现非零值的平均数设定为阈值，以此提取产业融合关系。

三、产业融合的特征化事实

（一）产业融合的类型特征

不同产业具有差异化的产业特性、发展阶段和技术基础，分析不同产业间的融合有助于理解新质生产力如何推动产业界限的融合和重塑。表1展示了2021年产业融合中的类型特征。从整体来看，产业融合的类型表现出以下三个特征。

一是新质生产力参与的产业融合占据产业融合的主导地位。新质生产力在产业融合中的显著主导性表现在数量规模和比例优势两方面。在产业融合数量方面，“新质—新质”产业融合次数最多，达6540个。而在不包含新质生产力产业融合中数量最多的是“制造—服务”的产业融合，为169个。在产业融合比例方面，376个新质生产力产业形成11386个产业融合，剩余的368个传统产业形成627个产业融合，平均每个新质生产力产业形成的产业融合数是传统产业的17.77倍。二者共同反映出新质生产力强大的互动性和创新动态，突出了其代表的新兴科技和创新领域在产业结构中的主导作用。

二是新质生产力与传统产业存在深度融合。传统产业与新质生产力间的融合同样密集，形成产业融合4846个。其中，“制造—新质”的融合数量最多，为3327个，“服务—新质”产业融合次之，为638个。新质产业与其他传统产业的密集融合，显示了新质生产力在推动跨产业合作和创新中的关键作用，也表明了传统产业正通过与新兴产业的融合实现自身的转型和升级。

三是传统行业间存在普遍融合。各类传统产业间展现了普遍且多样化的产业融合，除制造业、服务业等技术较密集产业间存在显著融合趋势外，农业、采矿等资源密集型产业间同样存在较为普遍的产业融合现象。制造业、服务业和农业参与的产业融合数分别占全部产业融合的31.27%、5.38%和3.95%。

（二）产业融合的结构特征

产业融合是一个多维度和多层次的产业发展过程，网络结构特征分析可以更深入地了解产业间的互动模式和融合程度，进一步揭示产业融合的全貌。表2汇报了2021年产业融合的网络结构情况。从整体来看，产业融合的结构表现出以下三个特征。

一是全产业融合整体密度较低，部分产业融合密度较高。第一，全产业融合密度较低。本文统计的具有较好技术性的产业领域总数为744个，理论上可形成27.6万个产业融合，实际产生产业融合数1.2万个，融合密度0.043。第二，服务业、新质生产力产业、建筑业的产业内融合密度较高，分别为0.152、0.136以及0.062。说明这些产业存在活跃的合作和创新动态，存在较多共同的产业技术领域。第三，农业、采矿、能源的内部不存在显著融合。说明这些传统产业依赖稳定的生产模式，创新和内部合作的潜力未被充分开发。第四，制造业内部的融合密度较低，仅为0.002。这可能是由于制造业内部高度专业化和分工明确，各个部门或子行业之间的交互有限，缺乏推动跨部门合作创新的动力。

二是产业融合链条较短，融合结构较为单一。第一，全产业融合平均长度为2.334，产业融合多在两个产业间发生，涉及产业最多的融合数为4个。产业之间的合作更多是基于直接的技术交流，而非复杂的多级联动，在一定程度上限制了产业间深层次的协同效应和技术创新的传播。第二，产业融合的星型结构较多。这说明产业融合的实现依靠中心产业的技术辐射，一部分核心产业作为技术创新的领跑者，通过其强大的连接性为与之融合的其他产业提供了技术支撑。

三是产业融合呈集群融合特征。各类产业间由于融合紧密情况差异形成了不同的社群，同一群组内产业之间的联系比与其他群组的节点的联系更紧密。通过社区发现算法得到产业间按连边紧密程度划分的67个社群，相对于本文涉及的7个国民经济行业大类进一步细化，突出了产业融合的领域集群特征。产业间基于技术互补性和市场协同效应的战略选择，倾向与有共同技术需求的产业进行更紧密地融合，而非均匀地与所有产业融合。产业融合的分块度为0.204，产业融合各集群间存在一定程度的壁垒，但壁垒并不高，有助于保持全产业体系的灵活性和创新潜力。

（三）产业融合的演进特征

产业融合不是一个静态过程，它随着时间的推移而演变。图2给出了产业融合类型和结构的演进情况。从整体来看，产业融合的演进表现出以下特征。

一是产业融合演化速度在2015年附近达到顶峰后趋向稳定。产业融合演化速度的变化可以从各阶段产业融合的生成和断裂数以及产业融合状态与上阶段相似性两方面考察。第一，产业融合生成数量持续增加，产业融合断裂数量波动上升。2009—2010年以及2020—2021年两个阶段产业融合数量小于断裂数量，出现了产业融合总数的下降。第二，基于产业融合整体形成、断裂、维持关系的相似性指标显示，2015—2016年阶段的产业融合演化速度最大，随后逐渐下降，至2020—2021年的演化速度降至与2012—2013年相似。产业融合的高速增长表明产业的创新模式正在高速变革，市场存在合作空间，可以利用新兴技术推动创新并适应市场的需求变化；产业融合的稳定增长阶段则表明市场创新模式趋于稳定，新技术和新模式开始逐渐发挥作用。从2015年起，产业融合经历了快速增长至稳定的转变，可能与市场创新模式的稳定以及产业体系发展的成熟度变化有关。在经济快速发展的初期阶段，由于市场存在大量未开发空间，创新模式和新技术的迅速发展，产业融合速度较快。随着市场逐渐成熟和饱和，增长的边际效应逐渐减弱，导致产业融合速度放缓。同时，2015年提出的“互联网+”行动计划和2019年5G牌照的发放等产业融合与创新政策的加强促进了数字经济和新经济的发展，推动了产业间的融合。

二是在产业融合的各产业类型中，新质生产力参与的产业融合增长突出。在各类产业融合中新质生产力参与的融合数量增长最为显著，在各年均占总产业融合增长数的94%以上，但此比例呈下降趋势。在具体的产业融合类型中，“制造—新质”的增长最为显著，从2009年的378个增长至2021年的3327个，呈现稳健的上升趋势。“建筑—新质”融合的增长同样显著，从2009年起年均增长27.56%，是各类产业融合中增长率最高的类型。高新技术创新持续推进并在不同产业间广泛扩散，传统领域如制造业和建筑业越来越多地采用新质生产力成果，以实现技术革新和维持市场竞争力。同时，新质生产力增长占比的下降说明新质生产技术的溢出扩散可能提升了其他产业的创新能力，间接地推动了传统产业间的产业融合。

三是产业融合结构向更直接、更集群的方向演化。产业融合的结构演化主要表现在产业融合平均长度变短、中心转变以及分块度增加三个方面。第一，产业融合的最长链数始终稳定在4—6个产业之间，但平均长度先增后减，2021年产业融合最长链数小于2009年水平。这既反映了产业融合没有向更大范围、更多学科的复杂融合方向转变，也反映了在产业融合中通过中间产业融合的占比下降。这可能是由于物流、数据流等技术传播途径的优化提高了技术交流的效率，也可能是产业整体创新水平提升增加了产业直接融合的概率。第二，产业融合的中心发生偏移，与其他产业融合数计算的产业融合中心除2017年和2019年的通信设备修理属于新质生产力服务业外，其他年份均属于新质生产力制造业，包括增材制造装备制造如3D打印、半导体器件专用设备制造和电子元器件与机电组件设备制造。第三，产业融合的分块度增加。按产业连边紧密程度划分的社群数量在各年份变化不大，均为67个或68个，但产业融合的壁垒即分块度逐年提升。这表明部分产业可能由于行业差异、市场竞争或政策环境等形成了独特的能力和专业知识，从而增加了与其他产业融合的难度。

四、新质生产力对现存产业融合的影响

产业融合的各类特征均显示出新质生产力是产业融合的核心，在技术赋能传统产业、引领全产业融合、推进产业融合速度等方面占据重要位置。本部分进一步分析新质生产力对产业融合类型以及结构的影响。

（一）新质生产力对产业融合类型的影响

根据2021年各类产业融合数据得出的产业融合特征指标见表3。新质生产力与其他产业存在大量产业融合。新质生产力产业平均形成49.811个产业融合，远高于除服务业外的其他产业平均融合数量。这种技术重叠带来的产业资源、技术和信息整合能够促进不同领域间的知识和技术交流，为产业创新提供多样化的基础。具体而言：第一，创新的扩散机制。在新质生产力的推动下，创新不仅在技术原创领域内传播，更通过技术转移和模仿在多个产业间广泛扩散。这种跨界的技术扩散加速了整个行业的更新周期，促进了更广泛的经济增长和产业升级。第二，新质生产力的产业网络外部性。例如，随着更多企业采用云计算和大数据技术，整个网络的效用和效率都会提升，进而吸引更多的企业加入这一网络。第三，产业的集群。新质生产力常常在特定地理区域内形成高技术产业集群，如北京中关村、武汉光谷的高新技术园区等。这些区域通过集聚效应吸引了大量同行业及相关行业的公司，促进了知识和技术的本地化交流和创新活动。第四，研发合作网络。新质生产力涉及大量合作技术研发，通过建立战略联盟、合作研究项目、技术共享协议等合作网络，不仅加速了技术和知识的流动，还提高了资源利用效率，增强了产业间的相互依赖性和协同效应。

新质生产力具有高融合中介中心性。新质生产力的融合中介中心性为678.632，相较于制造业的83.840或能源产业的45.828显著更高。高融合中介中心性揭示了新质生产力是连接不同经济领域的关键桥梁，控制着信息和资源在这些路径上的流动。具体来说：第一，新质生产力是信息和资源流动的关键节点。新质生产力涉及的技术通常是处理和转移信息的关键工具，如电信和互联网服务产业自然成为信息流动的核心。第二，政策推动与资本集聚。中国政策推出大量新兴技术产业扶持政策，如中央政府投资、税收优惠、财政补贴、研发资金支持等方式。同时，风险投资和私募基金等资本也倾向投资这些高科技产业，这进一步增强了其在产业网络中的中心性。第三，制度中介作用。新质生产力也可能因其在制度创新中的作用而获得中介中心性。例如，通过推动知识产权保护、标准制定等新规则的制定，新质生产力可以影响产业规则和市场准入条件，从而在多个行业间发挥桥梁作用。同时，新质生产力往往与创新文化和企业家精神紧密相关，通过塑造行业文化和促进知识共享，新质生产力可以加强其在产业网络中的影响力和连接作用。

新质生产力的枢纽作用表现为推动新质生产力内部融合、新质与传统产业间的融合以及传统产业内部融合三类。表4统计了新质生产力作为中间枢纽链接其他产业融合的类型和数量。统计发现：第一，新质生产力内部存在大量产业融合枢纽。新质生产力作为“新质—新质”融合的中间产业次数最多，占链接全部产业融合数的64.21%。创新生态系统理论以及技术溢出理论均指出，高技术密度有助于各类主体间的互动从而促进创新。新质生产力内的创新不仅加速了技术发展，还通过技术交叉融合，提升了整个高新技术产业的创新能力和竞争力。第二，促进新质生产力与传统产业间融合。新质生产力在“制造—新质”和“服务—新质”融合中的枢纽作用同样明显，占全部中间枢纽的32.10%。新质生产力对传统产业的赋能是一系列互补性创新和新型技术体系的累积过程，其实质为通用技术与传统产业专用技术的多元化组合。第三，推动传统产业内融合。新质生产力技术在促进制造业与服务业之间融合的枢纽占比较小，为3.68%。通过创新的技术应用和业务模式，新质生产力技术不仅推动了制造业和服务业的“两业融合”，还推动了这两个传统领域向更加综合和互动的产业模式转变，从而为这些行业提供了新的增长动力和发展方向。

（二）新质生产力对产业融合结构影响的模拟

在新质生产力驱动产业融合的同时，产业融合也可能催生新质生产力的发展，本文拟通过反事实模拟克服可能存在的双向因果关系，将新质生产力驱动产业融合的因果关系精准化。本文通过反事实模拟建立“静止”的经济环境，剔除外部因素的干扰，从而准确地隔离出新质生产力对产业融合的独特影响。本文以随机和固定抽取产业节点模拟构建反事实对照样本，通过对比新质生产力低发育组和全产业低发育对照组的网络参数变化，分析新质生产力在产业融合网络中的作用。

对于反事实对照样本的设计如下。第一，控制新质生产力的产业类型效应。本文以节点数量的删减控制个体效应，并设计了更具经济意义的阈值。2015年3月，习近平总书记提出：“创新是引领发展的第一动力。”至今，以战略性新兴产业为代表的新质生产力成为引领创新的核心，战略性新兴产业占GDP比重在2021年已经达到13.4%。本文以2015年新质生产力开始腾飞发展前的低水平作为2021年高水平新质生产力的反事实样本。2015年新质生产力增加值为55124.2亿元，为2021年新质生产力产值的35.80%。由于本文产业节点的内涵为相似企业专利构成的产业领域，不具有产值异质性，因此，删除64.20%即241个新质生产力产业领域，形成2015年新质生产力的处理组样本。第二，控制删除产业数量效应。考虑整体产业水平的可对比性，在全部产业内删除241个产业形成对照组。最终获得新质生产力高发育组和新质生产力低发育对照组，形成了新质生产力对产业融合结构影响的模拟基础。

图3展示了新质生产力对整体产业融合程度影响的基本模拟结果。整体来看，表现出以下特征。新质生产力承载更多的产业融合功能。在新质生产力比例高的对照组中，产业融合密度为0.035，而在新质生产力低发育组中的密度为0.024。这种差异表明新质生产力较高的组群展现出更密集的产业融合，新质生产力的增长与产业间密集互动和融合正相关。新旧产业同数量剔除结果的对比表明，新质生产力涉及的前沿技术具有高度的互补性，在为其他行业提供新技术时使产业间的连接和相互作用增强。同时，新质生产力促进了创新生态系统的形成，各类产业主体围绕新技术展开合作，这种集中的创新活动促进了跨行业的技术转移和知识共享，从而加强了产业间的融合。

新质生产力推动产业融合深度化。在新质生产力低发育组中，产业融合最长链长度为37，低于对照组的51。这表明新质生产力有利于提高技术传递效率和响应速度，从而推动产业融合网络结构向更深入、更复杂的结构发展。这具体表现为：第一，交流速度提高。新质生产力通过引入高效的技术和工具，比如，自动化、人工智能、大数据分析等，显著提高技术的传递效率，加速了知识和技术在不同产业间的传播速度。第二，交流成本降低。自动化和优化的流程减轻了物流、通信和生产过程中的成本负担，数字化平台和工具减少了物理界限的限制，使得跨地域和跨行业的合作更加经济高效。第三，构建复杂协作和沟通的基础。新质生产力的特点是它的集成性和交互性，这为不同产业之间提供了共享平台和工具，使得更复杂的协作成为可能。

新质生产力推动产业融合中心化。星型结构数量在新质生产力低发育组为224727个，而在对照组中为351362个（见表5）。星型结构数量的增加显示了在新质生产力比例高的环境中，产业融合倾向围绕关键产业形成，部分技术密度高、技术引领性强的产业在新质生产力的推动下成为融合网络中的核心节点。

具体原因可能如下。第一，高新技术的引领性。新质生产力通常涉及最先进的技术，这些技术具有强大的行业引领性和创新驱动力，当某些关键产业采用这些先进技术时，新质生产力自然成为技术传播和应用的中心。第二，市场需求和经济效益。关键产业往往是市场需求大、经济效益显著的产业，在新质生产力的推动下，这些产业能有效地利用新技术来满足市场需求，从而在经济网络中占据中心地位。第三，资源集聚和共享。关键产业吸引大量的资本、人才和其他资源。在新质生产力的影响下，这些资源不仅在单一产业内部被利用，也通过产业融合被其他产业共享。

五、新质生产力对潜在产业融合形成影响的实证

前文分析得出新质生产力在现存产业融合中起到了增加融合密度和深度的关键作用的结论。然而，上述分析无法准确识别新质生产力推动产业融合的内在逻辑，需要进一步实证分析。因此，本文采用网络演化模型实证分析新质生产力对潜在产业融合形成的概率大小以及形成速度的影响。

（一）模型设计

网络演化实证分析关注网络动态的内生机制，用于量化分析节点特征以及网络结构对网络的影响。随机行动者模型（Stochastic Actor‐Oriented Mo‐del，SAOM）假设网络各时间节点的演化关系由网络中的微观行动者创造、维持或终止与其他行为者的关联产生，这些决策受到网络结构、实施决策的行动者以及网络中其他行动者的特征和行为的影响。SAOM模型在经济学中的应用正逐渐扩展，在理解产业间互动关系、产业融合的形成和演化等方面发挥越来越重要的作用。

随机行动者模型假设网络演化由目标函数与速率函数共同决定。在SAOM中，行为者在每个演化阶段都可以选择修改其网络关系，以最大限度地提高其目标函数。速率函数描述了行为者在一段时间内尝试更改网络连接的频率，以此来模拟行为者在网络中行动概率的变化。其网络动力学过程如下。

设当前744个产业的融合状态为，时间变量t是服从参数为的指数分布变量，则下一个阶段网络状态为。在以概率选择单个产业i后。

下阶段网络形成的概率为：

对于行动产业i来说，如果目前网络状态接近目标函数最优值，则变动概率较小，倾向维持原有网络状态。

目标函数用于衡量网络结构和节点属性的优劣，可以理解为行为者在网络中的效用函数。对于行动者i的目标函数，可设广义线性模型形式如下：

当式（3）中网络结构和节点属性变量系数为正时，说明变量增加的网络效应与行为者在网络中建立联系的意愿呈正相关。对于产业融合来说，网络参数或节点参数的提升使产业间倾向融合。速率函数参数值越高，表明该期间内行为者更改网络连接的尝试次数越频繁。对于产业融合来说，此节点的属性使整体产业间尝试形成融合的次数更多。

本文的模型解释变量可分为三大类：第一类为网络结构变量，如网络密度、中介效应、马太效应；第二类为行动者i的个体参数效应，即产业类型特征；第三类是行动者i的速率函数。

1.网络结构变量。除网络演化分析基础设定的网络密度变量外，在模型中加入马太效应讨论高融合数产业和低融合数产业的差异作用，并加入中介效应讨论中间产业对产业融合的影响。

网络密度描述了网络中关联总数对行为者建立新关联的影响。

马太效应（Balance）是通过比较行动者i与其他行动者j的出席相似性来定义的。表示行动者i和行动者j之间是否存在连边。n是网络中行动者的总数，M是网络中可能的连边总数。马太效应通过捕捉行动者与具有相似出席行动者建立联系的倾向程度，揭示网络中的局部相似性模式。

其中是一个常数，用来减少这个效应与密度效应之间的相关性。的计算公式为：

中介效应（Number of Distances Two）是通过考虑行动者i间接连接的其他行动者数量至少通过一个中介来定义的。行动者i经由行动者h与距离为2的行动者j建立新的连边来增加这个效应。

2.节点属性变量。通过产业类型对应的发出效应，本文讨论新质生产力主动与其他产业建立融合关系对新产业融合生成的影响程度。

发出效应（Ego）表示节点i的属性a对其建立新连接的影响。发出效应描述了行为者自身属性对其在网络中建立连接意愿的影响。

3.节点速率变量。通过产业类型对应的速率效应，本文讨论新质生产力对产业融合生成速率的影响。

节点的速率函数（Rate）属于网络速率函数的一部分，节点参数的速率效应表示：

此效应考虑的是节点参数对整体速率参数的影响，用以解释行为者属性如何影响节点更改网络连接的倾向。

（二）实证结果

表6给出三种讨论新质生产力不同因素对产业融合形成和演化的实证结果。具体分析如下：第一，模型1和模型3中新质生产力的发出效应考察了新质生产力对形成新产业融合概率的影响。模型1中新质生产力显示正向发出效应，为2.169；模型3中该效应仍然显著，但强度有所减弱，为1.608。这表明代表高新技术的新质生产力驱动了各类产业间的融合发展，在考虑更多因素后这种促进作用仍然存在。第二，模型2和模型3中新质生产力对网络演化速率的影响均为显著提升，分别为2.833和1.216。新质生产力是创新起主导作用的生产力，其蕴含的新产品、新服务、新工艺或新商业模式被引入市场时，往往能够引发产业结构的调整和业务流程的变革，从而加速产业关系的变化。同时，新质生产力推动的产业融合可以创造正向的网络外部性，增加全部产业的价值和效能，加速产业关系的变化。第三，模型3中进一步展示了网络结构对产业融合形成的影响。其中，中介效应和马太效应均为负向作用，分别为-0.020和-0.016。负向的马太效应表明新质生产力等原本融合程度较高的产业并不总是能够继续扩大融合，这可能由于产业市场饱和、每个产业都有机会创新或是新进入者的崛起，推动了处于不同生命周期阶段的产业在资源和市场地位方面的重新分配。负向中介效应表明产业间的协同合作可能不是自发形成的，产业寻求短期利益而忽视了长期的合作价值，或是合作的初始成本较高，需要依靠外部的激励或支持，比如政府政策、补贴、法律框架等，以促进和维持合作关系。马太效应和中介效应的结果并不一定是矛盾的，负向马太效应可能在较大的产业规模层面上体现，而中介效应可能需要在特定环境或细分市场中通过外部因素来促进；第四，对于三个模型估计的稳定性方面，模型1的全局收敛率为0.039，模型2和模型3分别降至0.017和0.104，显示出更优的收敛性，尤其是模型3在引入更多控制变量后表现出了更优的收敛性；网络密度即已存在产业融合的数量是模型中的基线指标，在所有模型中均显示显著。

（三）稳健性检验

1.时间异质性检测及拟合优度检测。产业在不同时间点可能会表现出不同的融合行为特征，需要稳定的时间异质性来保证各时间截面具有共同的行为逻辑，从而保证SAOM模型估计参数的稳健性。通过时间异质性测试方法得出检验卡方96.00，对应p值小于0.0001，拒绝存在时间异质性假设，确定SAOM模型估计结果时间稳定。拟合优度检测通过比较模型预测的网络结构和实际观测到的网络结构来评估模型的预测准确性。经过两阶段共2000次模拟得出蒙特卡罗马氏检验p值0.841，通常认为p值大于0.05则拟合参数良好，确定SAOM模型估计结果较为准确。

2.网络裁剪阈值检验。前文确定产业融合关系部分，设定阈值为2009年全部产业专利共现平均数并转化产业融合网络。此阈值下的产业融合虽在统计和经济意义上均具有一定解释力，但仍有一定主观性。在此通过0.1精度的8次阈值替换（共现平均数的0.6—1.4倍）获得新质生产力的发出效应以及对演化速率影响的结果。表7的结果可以观测到在前后50%的阈值变动下，核心解释变量结果的方向和大小没有显著变化。

六、新质生产力对产业融合影响的进一步分析

（一）新质生产力的类型异质性

战略性新兴产业和未来产业是新质生产力的关键产业载体，二者在发展阶段、技术成熟度以及政府支持的方式和重点上具有较大差异。战略性新兴产业更侧重当前及近期内的战略行业，有明确的市场需求和技术路径，而未来产业则涵盖更长远的视野和更大的不确定性，需要政策和市场的双重支持来推动技术创新和产业发展。二者在技术上同样具有引领作用，但在市场成熟度上具有显著差异，需要量化分析二者对产业融合的影响差异。

表8展示了战略性新兴产业和未来产业对产业融合形成的不对称影响。第一，战略性新兴产业对潜在产业融合形成的推动作用强于未来产业。战略性新兴产业的发出效应系数为1.727，未来产业的发出效应系数为0.893，二者的增强均提升了潜在产业融合形成的概率，但未来产业的推动作用较战略性新兴产业低。第二，战略性新兴产业对潜在产业融合形成速度的提升作用强于未来产业。战略性新兴产业对演化速率的影响系数为1.317，未来产业对演化速率的影响系数为0.197，二者的增强均提升了潜在产业融合形成的速度，未来产业的推动速度与战略性新兴产业的差距相比对形成概率的差距更大。

二者影响潜在产业融合概率和速度的差异可能源自以下因素。第一，战略性新兴产业的成熟度和市场接受度较高。战略性新兴产业往往包括那些已经开始取得市场验证的产业，如可再生能源、高端制造等。这些产业通常拥有较为成熟的技术基础和市场结构。未来产业包括一些尚在早期阶段的高科技产业，如人工智能应用的新领域、基因编辑技术等。这些产业虽然具有巨大的长远潜力，但当前可能还未完全成熟，市场接受度和技术可行性仍在逐步建立中。第二，资本和资源的投入。资本投入和资源配置通常倾向那些已显示出经济回报的产业。战略性新兴产业因其较快的成长性和市场前景，可能获得了更多的投资和政策支持，从而有更强的能力去推动相关产业的发展和融合。相比之下，未来产业可能尚在探索阶段，对资本和资源的吸引力可能相对较弱，这限制了它们在短期内形成有效的技术应用能力。第三，政策和监管环境。政府往往为战略性新兴产业提供更多的支持和激励措施，如税收优惠、财政补贴等，这增强了这些产业的市场活力和推动力。对于未来产业，政策支持可能更为审慎或后继，需要时间去评估其社会和经济影响，从而影响这些产业的市场准入和产业融合的形成。

（二）产业融合的类型异质性

从特征化事实部分发现，新质生产力作为枢纽推动了新质生产力产业内融合、新旧产业间融合以及传统产业内融合的实现。根据演化经济地理学提出的认知距离理论，产业间需要足够相关但又具有一定差异才能形成技术的传播。新质生产力和传统产业以及传统产业间存在异质性，这造成了这三种融合将为潜在产业融合发展提供差异的推动力和创新路径。在此进一步讨论新质生产力驱动的各类产业融合类型推动潜在产业融合形成的异质性影响。

构建产业节点类型虚拟变量，通过产业融合的异值效应衡量新旧产业融合，通过产业融合的同值效应衡量新质生产力内和传统产业内产业融合。

异值效应（Covariate Difference）描述了具有不同属性值的行为者在网络中建立连接的意愿，在此用以讨论新旧产业间融合。

同值效应（Same Covariate）描述了具有相同属性值的行为者更可能在网络中建立连接的程度。在此用以讨论新质生产力内的产业内融合以及传统产业内融合。I表示指示函数，满足时I为1，否则为0。

表9展示了新质生产力形成的产业融合类型对潜在产业融合形成影响的结果。第一，新质生产力产业内融合系数显著为正，为0.570，表明新质生产力内产业融合显著推动了潜在产业融合的形成。新质生产力涉及的高科技和创新密集型行业特点是技术更新迅速、高度依赖知识产权并强调技术标准的一致性。在这种环境下，产业内融合能够促进资源共享、知识互补和技术协同，加速创新过程。第二，新旧产业间融合系数为-0.028，显著为负的系数表明新旧产业间的融合对新产业融合的形成有轻微的负面影响。新旧产业间往往存在技术兼容性问题，传统产业可能依赖成熟的技术和长期形成的运营模式，而新兴产业则可能采用最新的技术和业务模式。新旧产业间的技术和文化差异可能导致合作阻力，如技术标准不一、产品生命周期差异大等问题。第三，传统产业内融合系数为-1.316，此系数显著为负且大于新质生产力产业内融合和新旧产业间融合系数的绝对值，表明传统产业内融合的形成严重阻碍了新产业融合的形成。传统产业的内部重组往往伴随大规模的资源重新配置和可能的组织结构调整，这在短期内可能导致效率下降和冲突增加。长远来看，若产业重组成功，可能有助于产业更新和提高竞争力，但短期内往往会阻碍新的产业融合发展。第四，模型全局收敛率的值小于0.2，说明具有较为良好的收敛性。网络密度系数显著为负与网络模型惯例相符。

七、结论与对策建议

本文使用2009—2021年1879.82万条中国企业专利申请数据探讨了新质生产力驱动产业融合的问题。在分析产业融合的结构、程度和演进特征后，本文详细讨论了以科技创新为核心的新质生产力对现存和潜在产业融合的影响，并进一步讨论了战略性新兴产业和未来产业的差异作用，以及新质生产力产业内融合、新旧产业间融合、传统产业内融合的差异作用。研究表明：第一，新质生产力在产业融合中占据核心地位，新质生产力与传统产业形成了紧密的融合关系。全产业融合深度不高、呈以部分关键产业为核心的扁平融合状态。产业融合演化速度在2015年附近达到顶峰，产业融合结构趋向更直接、更集群方向演化。第二，新质生产力在产业融合中具有高中介中心性，成为其他产业融合形成的关键中介产业，形成了新质生产力产业内融合、新旧产业间融合以及传统产业内融合三种主要产业融合类型。通过反事实模拟发现，新质生产力推动了产业融合深化和以关键产业为核心的融合模式形成。第三，新质生产力对于潜在产业融合的概率和速度具有显著且稳健的提升作用。进一步分析表明，战略性新兴产业的提升作用较未来产业更强。新质生产力产业内融合对于产业融合生成具有提升作用，但新旧产业间融合以及传统产业内融合均未推动产业融合形成。

综上所述，本文提出以下对策建议。第一，加强新质生产力在产业融合中的“强劲推动力、支撑力”。建立跨产业协调机制，统筹新质生产力尤其是战略性新兴产业与传统产业的融合项目，确保产业融合政策与产业发展政策协调一致，优化资源分配，推动关键技术在产业中的快速应用；支持建设新质生产力产业链条，如智能制造、绿色能源等。通过提供定向的研发资金、税收减免、市场准入优先等措施，以产业链形式推动各类产业的融合发展步伐和市场扩张。政府牵头联合行业头部企业选择若干具有代表性和前景的重点领域作为融合示范项目，为其他领域的产业融合提供参考和借鉴。

第二，强化新质生产力技术应用转化。充分利用新质生产力与传统产业形成的紧密产业融合关系，促进传统产业转型升级。支持建立产业创新平台，促进新质生产力技术与传统产业的交流与合作。提供技术转化试验和应用的设施，推动传统产业的高新技术转型；通过提供税收优惠等激励措施打破新旧产业技术交流壁垒，鼓励传统产业与新质生产力企业进行合作开发和技术应用；建立人才培养和交流机制，特别是复合学科背景技术转移和管理人才的培训；制定促进技术转化和产业融合的规则和标准，降低合作的障碍，确保技术转化的安全和效率。

第三，促进新质生产力融合“高原造峰”。建立产业融合创新成果长效评价机制，围绕关键核心产业、核心技术推进产业融合成效的定期评估，重点评估融合的潜在经济效益、技术影响力以及对产业链的拉动效应；提供未来产业专项研发资金，支持风险较高、潜在回报较大的创新项目的研究；落实技术孵化器和加速器建设，为未来产业创业主体和项目提供资金、技术和管理上的支持；建设高新技术市场化服务中介，增加新技术的可见度和保证专利等交易活动高效稳定。