摘要：数字商业生态系统具有“垄断”和“区块链”两种典型结构，分别选择浙江省和广东省作为两种结构的代表。基于数字经济上市企业经营领域与授权发明专利数据，利用社会网络分析法，比较两种结构下的数字商业生态系统特征差异。研究发现：无论在何种结构下，民营企业通常选择创新活动频繁、创新风险较高的战略性新兴产业，而国有企业通常参与门槛较高的生产性服务业。从市场结构效率来看，“垄断”结构更适合在营销端发挥消费互联网平台流量优势，“区块链”结构更适合在生产端发挥工业互联网平台协同优势；“垄断”结构属于垂直型产业链管理模式，“区块链”是在互利共融的水平关系基础上通过万物互联实现不同层次生产要素的交互，能够提高数字技术与传统产业的融合度和数字技术在产业链上的扩散速度；从生产关系来看，“垄断”结构体现了资本决定分配的模式，而“区块链”结构体现了生产要素公平分配模式；“垄断”结构依托于单一平台很难做出全局最优决策部署，“区块链”结构在不同领域构建工业互联网平台可能导致跨平台间的数据流动产生困难。

关键词：数字商业生态系统 数字经济 产业数字化 垄断 社会网络分析

DOI:

JEL分类号：D22, L14, L22             中图分类号：F273.7

文献标识码：A

一、问题提出

当数据作为生产要素纳入增长核算框架时，数字技术通过提高消费市场交易效率和优化生产环节配置效率促进经济高质量发展（荆文君、孙宝文，2019）。在消费端，大数据、云计算和人工智能等技术提高消费互联网平台企业搜集、储存、传输和挖掘用户数据的能力，通过绘制用户画像实现个性化推荐，降低信息不完全造成的供需错配问题（何大安和任晓，2018）；在生产端，工业互联网标识解析体系建立起物理设备与虚拟对象的映射关系，IT-OT融合网络实现工业生产环节在线互联，资源配置方式也从基于地理空间的上下游垂直整合过程调整为基于网络空间的分布式在线协同过程，提高跨行业经济行为主体的共同参与度、信息传输速度以及生产协调度（张昕蔚，2019）。因此，数字技术的广泛应用不仅带来产品创新和商业模式创新，还带来组织网络创新，这种新型组织网络被称为数字商业生态系统，是对Moore（1993）提出的商业生态系统概念的延伸。Selander等（2013）将其定义为“在数字技术繁荣背景下以实现产品或服务创新为共同目标而连接在一起的组织集合”。现有关于数字商业生态系统中组织关系的研究通常基于网络分析视角，讨论组织如何利用网络关系提高敏捷性或者如何调整网络关系达到预期配置，尽管这些研究为组织关系的建立提供解释机制，但缺乏对组织关系产生的社会影响的评估（Senyo等，2019）。

由于数字商业生态系统具有平台性、共生性、协同演化性和自组织性等特征（Peltoniemi，2006），一方面，采取协议控制（VIE）架构的消费互联网平台企业在实施并购时规避反垄断审查，并通过掠夺式定价、强制“二选一”、屏蔽竞争对手外部链接等不正当手段提高市场进入壁垒，建立闭环式平台生态（王世强，2021）；另一方面，具有产业链带动能力的龙头企业搭建工业互联网平台连接上下游企业协同推进数字化转型，向产业链更高层级攀升。以消费互联网平台和工业互联网平台作为连接枢纽，组织间形成复杂的依赖关系并影响市场结构。尽管数字商业生态系统是一个自组织实体，但仍然需要某种程度的控制以维持平衡，关键问题是应该采取哪些制衡措施。市场结构与数字商业生态系统的组织网络存在对应关系，对市场结构认识不清就难以围绕数字商业生态系统的治理、监管和安全问题展开后续研究。实际上，在加快完善数字商业生态系统的政策措施选择上，市场结构成为重要考虑因素。以工业数字化为例，比较两地数字经济促进条例，浙江省反映出控制思维，强调“促进大型企业开展研发设计、生产加工、经营管理、销售服务等集成创新，降低中小企业使用工业互联网成本”，而广东省反映出协同思维，突出“推动大型工业企业开展集成应用创新，推进关键业务环节数字化，带动供应链企业数字化转型”。

市场结构和组织行为是产业组织理论重点研究内容，数字信息产品的出现不仅衍生出数字商业生态系统，同时对既有市场结构理论产生挑战。关于“最优市场结构”的争论伴随经济实践不断演进，以哈佛学派提出“结构—行为—绩效”分析范式作为现代市场结构理论形成标志，其核心是产业组织结构通过影响组织行为进而决定整个产业的市场绩效，只要存在垄断组织结构就难以避免垄断行为，最终导致市场效率下降。与之相反，芝加哥学派认为产业组织结构是组织行为的结果，即便市场中存在不完全竞争现象或者垄断势力，市场仍可以达到长期均衡状态。哈佛学派重视保护竞争者，强调完全竞争市场效率最优；芝加哥学派遵循市场竞争机制，反对政府干预市场行为，强调市场集中并不必然导致市场效率下降。20世纪90年代之后，新制度经济学通过引入产权、交易成本和信息成本等约束条件放松新古典假定，同时引发经济学分析范式革命，形成新产业组织学派。该学派认为市场结构与企业行为存在双向互动关系，企业在既定市场结构下以实现利润最大化为目标采取策略性行为排挤竞争对手或提高市场进入壁垒最终干预市场结构。新产业组织学派是行为主义代表，强调政府应该维护市场公平竞争秩序，规制垄断行为要比拆分垄断组织结构更有效。从中国钢铁产业和家电产业实际发展来看，在市场公平竞争环境下，内生的市场集中行为实质上有利于提高产能利用率（徐朝阳、周念利，2015；马红旗，申广军，2021）。

在数字经济时代，由于数据具有虚拟性、非竞争性、排他性和正外部性等特征，传统经济理论中边际收益递减、边际成本递增等假设已不符合数字信息产品特征（裴长洪等，2018）。当规模经济、范围经济和长尾效应构成当前主要经济环境，部分学者基于互联网经济特征提出不同类型最优市场结构：李怀和高良谋（2001）分析微软案例发现信息产品特征和技术竞争强度使信息经济领域呈现垄断和竞争双强化现象，形成竞争性垄断市场结构；傅瑜等（2014）认为技术之间存在激烈竞争但同一技术下的产品市场呈现垄断结构，平台企业不与同类企业兼容网络但向产业链上下游企业开放生态，在上述机制共同作用下，形成单寡头竞争性垄断市场结构；苏治等（2018）将互联网平台企业划分为大型和中小型两类，大型互联网平台企业在主营业务上处于垄断地位，而在衍生业务上与中小型互联网平台企业展开激烈竞争，但并不对其产生竞争压力，最终形成分层式垄断竞争市场结构。上述研究均未否定垄断组织结构在互联网行业具有效率优势，但由于先验假设条件不同，最终演绎推理的具体垄断形式存在明显差异。

为避免先验假设条件的设定难题，本文利用数字经济企业经营领域数据构建组织间虚拟连接，选择数字商业生态系统研究中应用较多的社会网络分析法可视化组织关系（Baggio 和 Del Chiappa，2014），通过组织网络结构特征映射市场结构特征。具体而言，微观层面比较不同产权性质企业的经营领域差异，以此衡量不同类型市场参与主体在推动数字经济发展中的行为偏好；微观层面的企业行为最终反映到宏观层面的领域交叉，涌现出支撑数字经济发展的技术基础和应用场景；中观层面，检测数字商业生态系统种群多样性。数字信息产品的分层模块化架构模糊了产品边界与行业边界，价值共同创造过程使企业经营领域扩展至多层级市场，不同数字经济企业由于相同经营领域形成复杂竞合关系（Yoo等，2010）。值得注意的是，由于同时从数字产业化和产业数字化两方面筛选数字经济企业作为研究对象，本文分析的是跨行业跨领域背景下整体市场结构，而非特定互联网行业，这使得本文研究结论更具普遍意义，同时也丰富了组织关系对社会影响的相关研究。理论分析和现实数据验证结果发现，组织网络通常呈现出“垄断”和“区块链”两种典型市场结构：在“垄断”结构中，存在唯一的消费互联网平台对资源拥有绝对控制力。现实中表现为，拥有数据流量优势的消费互联网平台可以将主导地位扩展至越来越多的邻近市场，造成赢者通吃局面（Mcintyre和Srinivasan，2017）；在“区块链”结构中，不存在对资源拥有绝对控制力的组织。现实中表现为，工业体系门类众多使得物联网应用场景呈现严重碎片化现象，而且应用场景之间存在明显知识壁垒，消解了流量优势带来的规模经济效应，迫使垂直领域的龙头企业基于自身优势搭建工业互联网平台，形成新型产业链生态（马永开等，2020）。

本研究的主要贡献为：（1）将数据要素、平台企业和不对称合作关系等数字经济典型特征与经典网络理论结合，从理论层面分析“垄断”与“区块链”两种市场结构的形成机制。区别于已有研究的单一最优市场结构推论，本文利用现实数据验证了在跨行业跨领域背景下两种市场结构均能达到较高的市场效率但也面临相应的问题。（2）构建组织——经营领域二模网络，在不同市场结构下分析国有企业和民营企业的经营领域特征。（3）构建经营领域共现网络，将网络节点区分为技术基础和应用场景，比较不同市场结构下的产业链管理模式差异及其对传统产业数字化转型升级的影响。（4）构建组织共现网络，从生产关系角度比较不同市场结构下的利益分配机制。进一步地，通过子群检测验证在“区块链”结构中存在“垄断”结构所没有的新型产业链生态。

二、文献综述

（一）网络连接的正向影响

组织网络描绘了特定企业与供应商、客户、竞争对手以及其它跨行业或地区边界的实体的关系。因此，关系可表现为不同形式，如战略联盟、合资企业、特许经营、长期营销和许可合同、互惠贸易协定、研发伙伴、互兼董事、共同投资、人员流动或专利引用等（Gulati等，2000；Zaheer等，2010）。相关学者针对组织网络展开广泛而多样化的研究，并基于不同理论解释企业行为。Zaheer等（2010）归纳出四种机制：第一种机制将网络视为资源和能力的来源（Dyer和Singh，1998；Gulati等，2000）。信息是一种最常被提及的资源，通过网络传递，并由网络结构和位置决定信息流动的结果，例如接受信息的先后顺序、非冗余信息的共享；第二种机制将网络视为控制工具（Burt，1992）。位于中介位置上的企业通过过滤和操纵被传递的信息来影响和控制与之关联企业的行为；第三种机制将网络视为信任的来源（Gulati，1995；Zaheer等，1998）。信任被认为是合作的前提和建立有凝聚力社会关系的结果，并容易形成封闭网络；第四种称为信号机制（Higgins和Gulati，2003；Podolny，2010）。与高级别合作伙伴有关联的组织能够向网络中其它参与者提供组织质量的信号。在减少不确定性的同时，信号可能提高组织在网络中的可见性、突出性以及对资源和潜在合作伙伴的可获得性。

（二）网络连接的负向影响

上述四种机制内部隐含的矛盾使网络连接对组织绩效可能同时产生负面影响，例如信任的“公共物品”属性与自有资源的保护之间、网络嵌入程度与组织结构的灵活调整之间、不对称网络地位与合作伙伴选择之间的矛盾。因此，组织关系的建立本质上是一种以资源需求、防御机制和可替代合作伙伴为前提的协商谈判。Katila等（2008）发现初创企业在建立合作伙伴关系时常常陷入“鲨鱼”困境（sharks dilemma），初创企业一方面需要成熟企业资源支持发展，另一方面担心“鲨鱼”企业侵吞自身资源。当初创企业所需资源由成熟企业唯一提供，同时初创企业能够建立起有效防御机制保护自身资源时，初创企业就会承担合作风险。对应地，Jensen（2008）认为成熟企业通过歧视性合作关系控制市场新进入企业产生的威胁，当新进入企业可能充当中介角色连接结构洞时，成熟企业更倾向于和市场上现有企业合作，即使新进入企业拥有和现有企业相似属性。从网络动态变化的角度观察，Ahuja等（2009）认为不对称网络地位激励网络高度嵌入企业与低度嵌入企业建立联盟关系，网络低度嵌入企业在联盟中常处于边缘地位，这种“低质量”信号以及不对称合作条款设置将阻碍网络低度嵌入企业未来与其他高度嵌入企业建立联盟关系，并形成恶性循环，使得网络低度嵌入企业难以转变为高度嵌入企业。进一步地，从整体网络层面来看，提高网络密度在带来更大规模信任和协作联盟的同时，也可能造成任何组织都难以保护其知识产权的困境，并抑制组织创新行为（Zaheer等，2010）。

（三）“垄断”与“区块链”结构

基于“弱连带”理论和“结构洞”理论，Borgatti和Halgin（2011）将上述机制整合在同一框架内，提出流量模型（flow model）和纽带模型（bond model）解释网络现象，并认为任何网络均是两种模型交互作用的结果。其中，流量模型将网络连接视为资源分发的渠道；纽带模型将网络连接视为协调参与者行为的纽带。

数字经济时代，基于流量模型的思路，平台为维持竞争优势，通过优先获得网络中的数据、控制数据的流动、依靠信任建立联合体、发出质量信号吸引外部参与者加入联合体，使组织网络呈现“垄断”结构。但考虑到纽带模型的作用时，一方面，由于平台生态封闭，与特定平台建立依赖关系的组织通常难以再将数据迁移到其它平台上，其行为受到已建立关系的限制；另一方面，当联合体规模增长时，平台将更加难以协调或动员彼此分散的组织，而且平台可能采取机会主义行为损害其他参与者的利益以维持其核心主导地位；此外，高度信任导致参与者过度嵌入联合体，平台可能会过滤掉外部有用信息，使参与者产生次优选择行为；更重要的是，由于不对称网络地位，平台企业可能会在关系协议中制定针对初创公司的不利条款。试图通过信号机制来显示质量的初创公司，其成长空间将受到很大限制。为缓解单一平台垄断产生的负面影响，不同垂直细分领域龙头企业构建工业互联网平台，在保证资源传输效率的同时维持较高专业化水平，形成新型产业链生态，使组织网络呈现“区块链”结构。以浙江省和广东省为例，在工业互联网发展路径选择上，两地充分体现了“垄断”和“区块链”结构特征：浙江省与阿里巴巴签署“春雷计划”战略合作协议，以“在产业带区域建立直播基地”、“打造C2M超级工厂”、“定向扶持5个产业带销售破亿单”为目标，帮助中小企业实现产销体系数字化转型；广东省推出“链长制”鼓励行业龙头企业利用新一代信息通信技术构建工业互联网平台，融通产业链和供应链，协同推进上下游、产供销、大中小企业数字化转型。

部分学者聚焦于特定平台企业构建的局部平台生态，采用案例分析、扎根理论等质性研究方法从企业边界、价值创造、平台角色和商业模式等不同角度分析了平台型商业生态系统的形成机制（刘刚、熊立峰，2013；谭智佳等，2019；韩炜等，2021）。聚焦于特定行业或者重点企业，分析行业内组织网络或者个体网络，这种处理方式并不能反映数字经济发展事实，并且限制了研究发现的普遍性。因此，本文选择数字经济上市企业作为分析样本，共涉及128个小类行业，能够完整反映数字商业生态系统全貌。此外，基于事实观察和理论分析，本文将数字商业生态系统类型化为“垄断”和“区块链”两种结构，并选择浙江省和广东省分别作为两种结构的代表，两地区数字经济规模在2020年均超万亿，形成各具特色的区域发展样板。利用社会网络分析法，从不同层面比较不同市场结构下的数字商业生态系统特征差异。

三、研究方法与数据来源

（一）社会网络分析

由于网络包含两种类型节点（组织和经营领域），且连接仅存在于不同类型的节点之间，通常采用二模网络（Two-mode Networks）来刻画网络结构（Borgatti and Everett，1997）。二模网络可以用行、列的二部矩阵表示。为网络中组织数量，为网络中经营领域数量。若，则组织涉及经营领域；若，则组织不涉及经营领域。

进一步地，构建组织共现矩阵。其中，，为组织和共同的经营领域，为经营领域内组织数量。若，则组织与组织存在共同的经营领域，而且值越大，组织与的关系强度越大。同理，可得到经营领域共现矩阵。若，则领域与领域存在共同的组织，而且值越大，领域与领域的关系强度越大。上述步骤将二模网络转化为加权一模网络，权重（）为组织（领域）间关系强度。考虑到权重影响，基于Opsahl等（2010）研究，计算各组织（领域）的加权度数中心度、加权接近中心度以及加权中介中心度来评估网络中节点的相对重要性，具体指标及计算公式如下：

1. 加权度数中心度

其中，为节点直接连接的邻居节点数量，为节点与不同邻居节点的关系强度总和。为调整参数，决定数量与强度在计算加权度数中心度时相对重要性。参考相关文献，将设定为0.5。令网络中的节点数目为，将除以得到标准化后的加权度数中心度。加权度数中心度高的组织，嵌入网络的程度也更深，相对于其它组织更重要。

2. 加权接近中心度

其中，为联通节点、路径上的中间节点，为节点与节点的关系强度，为调整参数（设定为0.5），为节点、之间最短路径长度。类似地，将除以得到标准化后的加权接近中心度。加权接近中心度高的组织，在网络中获取信息更便利，对中间渠道的依赖度也更低。

1. 加权中介中心度

其中，为节点、之间最短路径的总数，为节点、之间经过节点的最短路径的数目，且。参考刘军（2014）建议，将除以得到标准化后的加权中介中心度。加权中介中心度高的组织，更容易充当信息传递的中介，在网络中的控制力也更强。

（二）数据来源与处理

浙江省出台《数字经济核心产业统计分类目录》将数字经济核心产业划分为7大类128个小类行业，而国家统计局出台的《数字经济及其核心产业统计分类（2021）》将数字经济核心产业划分为4大类126个小类行业。两个目录共有102个小类行业重叠，在此基础上，浙江省还纳入专用仪器仪表制造和电池制造，例如核子及核辐射测量仪器制造、地质勘探和地震专用仪器制造以及锂离子电池制造等，而国家统计局纳入了电子产品零售和批发，例如计算机、软件及辅助设备零售和批发、通信设备零售等。为保证分类标准逻辑一致，本文并未将两个目录混合，而是利用包含战略性新兴产业更完整的浙江省目录来识别数字经济企业。具体而言，根据企业所属证监会大类行业名称以及企业经营领域，筛选出浙江省和广东省在沪深两地上市的非ST类数字经济企业。样本由两部分构成：所属证监会大类行业在数字经济核心产业目录中的企业，反映数字产业化；二是所属证监会大类行业不在数字经济核心产业目录中，但经营领域涉及数字经济细分领域的企业，反映产业数字化。

此外，阿里巴巴、腾讯和华为依托数字技术优势在云计算、工业互联网、5G通信产业布局新基建，通过搭建云服务平台为不同应用场景下的企业提供数字化转型方案，是数字商业生态系统的积极塑造者。因此，根据企业注册地，将阿里巴巴加入浙江省样本中，腾讯、华为加入广东省样本中。最终获得482家广东省数字经济企业，其中民营企业342家、国有企业70家，其他企业70家；324家浙江省数字经济企业，其中民营企业256家、国有企业37家，其他企业31家。

各企业的经营领域与授权发明专利数据利用R网络爬虫从企查查网站获得。企查查于2019年7月成为央行备案企业征信机构，可依法收集、整理、处理、保存企业信用数据，数据均来源于国家企业信用信息公示系统、中国裁判文书网、国家知识产权局等权威部门的公开信息。在获得真实可靠数据基础上，企查查通过深度学习、特征抽取和关系图谱等技术提供丰富的衍生数据服务。本文使用的经营领域数据正是企查查通过文本挖掘算法从企业登记的经营范围中提取的信息标签，而且包含的信息比国泰安更全面。此外，国泰安公布的企业授权发明专利数据的统计截止日期不一致，企查查网站公布的信息随企业登记信息变更而实时变更。综合来看，从企查查网站获得的企业数据质量高、内容全、时效快，要优于一般数据库提供的企业数据。

考虑到发明专利从公开到授权需要较长周期，本文统计各企业2016~2020年授权发明专利的合计总量以反映企业综合创新能力。此外，由于阿里巴巴业务板块分别由不同子公司负责，例如天猫、淘宝、阿里健康以及盒马负责国内零售商业板块，本文将不同子公司的经营领域以及授权发明专利数据合并到阿里巴巴。相应地，腾讯、华为也采取类似处理方式。进一步地，根据浙江省目录中各小类行业的备注说明将相关经营领域合并，例如将用于个人、家庭及商业服务类机器人合并为服务消费机器人，将用于工业和特殊作业机器人合并为工业机器人，并剔除仅有一家企业涉足的经营领域。最终确定了广东省数字经济企业覆盖299个经营领域、浙江省数字经济企业覆盖232个经营领域，利用R语言igraph包进行网络可视化分析并计算相关中心性指标。

四、数字商业生态系统特征

（一）数字商业生态系统中参与者行为差异

当节点类型为企业时，节点大小衡量企业的经营领域数目；当节点类型为领域时，节点大小衡量经营领域内企业数目，领域数目或者企业数目统一定义为中心度。为更清楚地在网络中展示重要节点，按照节点中心度由大到小，节点位置由内到外顺序布局网络。如图 1所示，在“区块链”结构中，互联网数据服务、信息通信以及文化数字内容是国有企业和民营企业重点涉及的领域。互联网数据服务是数字经济企业依托数据处理以及信息通信技术为传统企业提供的新型服务，体现了数字经济企业与传统企业的差异。文化数字内容是数字文化产业的核心，覆盖范围最广，潜在消费群体规模大，且产品附加值高，吸引大量国有企业和民营企业进入该领域，有效促进新供给和新消费的培育；此外，存在较多国有企业涉及快递物流、传统金融服务、电子商务领域，主要提供货运物流、融资租赁和网络购销存服务。民营企业则更关注医疗器械设备、工业机器人、医疗健康、智能消费设备，主要满足不同类型客户的定制化需求。图 2绘制“垄断”结构中不同产权性质企业的经营领域分布，与“区块链”结构呈现高度相似性。综合来看，无论是“垄断”结构还是“区块链”结构，民营企业通常选择创新活动频繁、创新风险较高的战略性新兴产业，而国有企业通常参与门槛较高的生产性服务业。

由于优势产业不同，“区块链”结构中信息通信、电子元器件领域发展次序更靠前，“垄断”结构中电子商务领域发展次序更靠前，即在图中表现为更靠近网络中心。在“垄断”结构中，消费互联网平台企业提供的云服务产品最初用于满足自身业务需求，具有明显的电商背景，这与电商产业优势契合，借助平台数字化能力构建数字化营销渠道；区块链结构中制造业门类齐全、应用场景丰富、专业化程度高，而消费互联网平台企业通常不具备垂直细分领域的先进知识经验，各行业龙头企业自己构建或者基于不同云服务商的基础设施构建工业互联网平台。因此，产业特征决定了不同市场结构存在效率差异。“垄断”结构更适合在营销端发挥消费互联网平台流量优势，“区块链”结构更适合在生产端发挥工业互联网平台协同优势。

图 1“区块链”结构中数字经济企业的经营领域分布（略）

图 2 “垄断”结构中数字经济企业的经营领域分布（略）

（二）支撑数字经济发展的技术基础与应用场景

产业数字化强调对传统产业的生产环节进行数字化改造，并打通不同环节之间的数据壁垒以提高生产效率。因此，采集、储存、处理、传输和分析数据是数字化转型的前提。基于这一事实，利用经营领域共现矩阵构建网络，并以“互联网数据服务”为中心布局网络。与“互联网数据服务”直接相连的领域是与数据应用存在紧密联系的领域（内层圆环），包括技术基础和应用场景。考虑到经营领域之间存在继承性和互补性，数字技术应用场景得到进一步扩展（外层圆环），如图 3所示。节点大小衡量标准化加权度数中心度，而连接节点的边权重衡量关系强度，权重越大说明企业同时涉及这两个经营领域的可能性越高。

1.技术基础

如图 3所示，在“区块链”结构中，支撑数字经济发展的技术基础包括信息通信（4.52）、物联网（2.62）、信息安全（1.75）、人工智能（1.44）、网络安全（1.28）、电子元器件（1.22）；在“垄断”结构中，技术基础包括电子商务（1.34）、物联网（1.33）、信息安全（0.61），而信息通信、人工智能在外层圆环通过中介领域间接与“互联网数据服务”相连，技术之间的直接关系强度较弱。观察网络参与者所在行业，“区块链”结构中属于ICT行业有202家，专利总数为48437，“垄断”结构中属于ICT行业有67家，专利总数为5014。因此，“区块链”结构相较于“垄断”结构需要更全面的技术基础支撑、更深程度的技术融合。

2.应用场景

在“区块链”结构中，支撑数字经济发展的主要应用场景包括文化数字内容（4.11）、教育（2）、电子商务（2.15）、快递物流（1.85）、工业机器人（1.80）、互联网生活服务（1.70）、传统金融服务（1.58）、医疗健康（1.03）以及节能环保（0.74）等领域。“垄断”结构与“区块链”结构的数字技术应用场景呈现重叠性。因此，传统产业数字化转型产生数字文化创意、在线教育、智能制造、新零售、金融科技、生命健康、新能源等新业态。

网络特征差异明显：一方面，与“垄断”结构相比，“区块链”结构各应用场景与“互联网数据服务”的关系强度更大。因此，数字技术与传统行业的融合度更高；另一方面，从扩展应用场景看，“垄断”结构通过改造产业链上某些重要环节推动全产业链的数字化转型，例如利用智能控制系统、电商平台实现生产和销售环节的数字化进而影响纺织服装产业。“区块链”结构使得产业链上各环节间的关系更加紧密，数字技术在产业链上的扩散速度也更快，各环节几乎同步进行数字化转型，例如分布于产业链上下游的电子元器件、消费电子、智能消费设备、智能控制系统和快递物流同时集聚在内层环上。

因此，在传统产业数字化转型路径选择上，“垄断”结构属于垂直型产业链管理模式，“区块链”结构属于水平型产业链管理模式。“区块链”结构是在互利共融的水平关系基础上通过万物互联实现不同层次生产要素的交互，包括人与人、人与物、物与物之间的链接。所有互动行为不完全依赖于资本和行政力量，而是在没有任何人文地理属性的全世界统一的科学技术标准指导下为实现共享价值目标自发进行，这能够有效提高数字技术与传统产业的融合度和数字技术在产业链上的扩散速度。

图 3 技术基础与应用场景（左图：“区块链”结构，右图：“垄断”结构）（图略）

（三）数字商业生态系统中主导者与子群

1. 主导者

图 4分别绘制了“区块链”结构和“垄断”结构下的组织共现网络。节点大小衡量标准化加权度数中心度，指标值越大，节点位置越靠近中心，而连接节点的边权重衡量关系强度，权重越大说明企业之间重叠的经营领域越多。在两种市场结构中，消费互联网平台企业的标准化加权度数中心度和标准化加权接近中心度均高于其它企业。由于消费互联网平台企业前期积累大量用户流量（例如腾讯的社交流量和阿里巴巴的电商流量），同时网络效应使得其它企业很难参与流量竞争，其它企业通常选择接受消费互联网平台企业的投资并购以获得流量入口。因此，消费互联网平台企业是流量分发中心，而且相较于其它企业，拥有更高的网络嵌入度和资源获取便利度。对于标准化加权中介中心度指标，“区块链”结构中所有企业的指标值均低于0.1，“垄断”结构中除消费互联网平台企业以外，其他企业指标值均低于0.1。这也说明本文选取广东省和浙江省作为两种市场结构的代表符合网络类型划分标准，即在“区块链”结构中不存在网络主导者，而在“垄断”结构中存在唯一网络主导者。

消费互联网平台企业商业模式是造成“垄断”和“区块链”结构的一个重要因素。由于电商流量相较于社交流量拥有更高变现能力，“垄断”结构中的消费互联网平台企业倾向于选择并购方式拓展业务板块实现流量的“自体循环”，并依靠流量、资金和技术上的优势击垮领域内的其它竞争者，从而获得领域内的绝对控制权。然而，“区块链”结构中的消费互联网平台企业则将流量导出到其它合作伙伴的应用中获得收益分成，不直接干预合作伙伴经营行为，即便合作伙伴之间存在竞争关系。

图 4 组织网络（左图：“区块链”结构，右图：“垄断”结构）（图略）

2. 子群

采用Pons和Latapy（2005）提出的随机游走方法检测网络中子群，如图 5所示。节点大小衡量企业创新能力，节点形状区分不同子群，节点位置反映企业标准化加权度数中心度水平。在“区块链”结构中，企业可划分为6个子群；在“垄断”结构中，企业可划分为4个子群。由于存在创新能力突出的“链主”形成新型产业链生态（例如第3组中的格力电器、美的集团、比亚迪、TCL科技），“区块链”结构的种群多样性高于“垄断”结构。具体而言，“链主”企业搭建工业互联网平台，使行业知识经验以数字化生产资料的形式沉淀集聚在云端，并利用网络空间加速知识经验在产业链上下游的扩散传递，形成一批特色型、专业型的创新联合体。

“区块链”结构典型特征是去中心化、不可篡改和集体维护。与之一致，新型产业链生态中的组织成为共享价值体系下价值创造过程中不可或缺的一环，即便是处于网络边缘位置的组织，也可以获得应有的价值体现，这为水平型产业链管理模式的形成提供微观解释基础。从生产关系来看，“垄断”结构体现了资本经济时代资本纵向控制、资本决定分配、资本集约决定垄断的模式，而“区块链”结构体现了数字经济时代生产要素公平分配模式。所有生产要素平行地构建在不同产业系统之上，各要素之间彼此补充、相互需要，包括资本平台。产业链纵向控制关系转变为横向链接关系，颠覆了资本集中分配利益的机制，而是按照生产要素在新型产业链生态中贡献的价值大小决定，难以形成少数利益相关者控制整个产业体系的局面。

图 5 子群检测（左图：“区块链”结构，右图：“垄断”结构）（图略）

五、结论与对策

（一）结论

结合数字经济典型特征与经典网络理论，将数字商业生态系统网络结构类型化为“垄断”和“区块链”两种，以此映射现实市场结构。选择浙江省和广东省作为两种结构的代表，从企查查网站爬取2020年两地数字经济上市企业经营领域与授权发明专利数据，利用社会网络分析法，从不同层面比较不同市场结构下的数字商业生态系统特征差异。得到以下结论：

第一，无论是“垄断”结构还是“区块链”结构，民营企业通常选择创新活动频繁、创新风险较高的战略性新兴产业，而国有企业通常参与门槛较高的生产性服务业。在数字经济重点领域的发展次序上，优势产业更靠前，而产业结构特征决定了不同市场结构存在效率差异。“垄断”结构更适合在营销端发挥消费互联网平台流量优势，“区块链”结构更适合在生产端发挥工业互联网平台协同优势。

第二，“区块链”结构相较于“垄断”结构需要更全面的技术基础支撑、更深程度的技术融合。“垄断”结构属于垂直型产业链管理模式，“区块链”结构是在互利共融的水平关系基础上通过万物互联实现不同层次生产要素的交互，能够有效提高数字技术与传统产业的融合度和数字技术在产业链上的扩散速度。

第三，大型互联网平台企业商业模式是造成“垄断”和“区块链”结构的一个重要因素。从生产关系来看，“垄断”结构体现了资本纵向控制、资本决定分配、资本集约决定垄断的模式，而“区块链”结构体现了生产要素公平分配模式。产业链纵向控制关系转变为横向链接关系，颠覆了资本集中分配利益的机制，而是按照生产要素在新型产业链生态中贡献的价值大小决定，难以形成少数利益相关者控制整个产业体系的局面。

第四，“垄断”结构依托单一平台企业连接全产业链可以保证跨行业跨领域数据共享的标准统一、高效畅通，但物联网应用场景碎片化特征决定了消费互联网平台企业在生产领域缺少必要知识积累，而且数字组件的分层模块化架构使得整个社会的生产活动呈现复杂交互特点，单一平台很难做出全局最优决策部署。“区块链”结构在各行业搭建工业互联网平台，使得行业知识经验以数字化生产资料的形式沉淀集聚在云端，并利用网络空间加速知识经验在产业链上下游的扩散传递，形成一批特色型、专业型创新联合体，但平台多样性可能导致跨平台间数据流动产生困难，阻碍新行业门类与细分的出现。

（二）对策

为更好地发挥不同市场主体在数字经济建设中的作用、提高数字产业化和产业数字化水平、优化数字商业生态系统布局，本文从数据要素开放共享、国有企业和民营企业合作共赢、产业链和创新链双向融合以及平台企业反垄断规制四个方面，提出以下对策建议：

针对消费市场数据，根据敏感程度划定类别。一种是匿名化数据，企业应该打开外部接口促进互联互通，使得数据要素以最优市场规模投入使用。另一种是与个人真实身份和隐私信息相关联的数据，企业在使用之前需要征得个人同意，并将数据使用过程置于公共部门监管之下，但当隐私保护与国家安全等社会价值冲突时，可强制个人共享数据；针对“哑设备”网络互联产生的工业过程数据，需要公共部门或第三方组织制定底层信息模型、数据传输结构以及应用程序接口等方面的统一标准，打破工业互联网平台间的数据壁垒；融通消费互联网与工业互联网，同时发挥用户流量优势和生产协同优势，将消费互联网领域积累的大量用户需求精准匹配到各垂直细分领域的工业互联网平台指导生产实践，真正实现智能化生产、网络化协同、个性化定制、服务化延伸、数字化管理等新模式。

拥有大规模资本支持的消费互联网平台企业通常采用投资并购方式获得民营企业的控制权。为避免“马太效应”持续扩大，国有股权投资平台需要扮演更加积极的市场参与者角色，培育和转化一批以科技创新能力为核心竞争力的民营企业。此外，国有企业作为新基建主力军，其经营领域多集中于传统行业，通过投资科技创新型民营企业加快国有企业布局数字产业。

产业链上的“链主”搭建工业互联网平台联结“链员”形成新型产业链生态，可以提高创新效率。一方面，“链主”团结“链员”攻关产业链上的卡脖子环节，补全产业链上的技术短板；另一方面，“链主”引导“链员”投入资源到创新链上的优势环节，将技术转化为实际经济价值。此外，落实“链长”制度。由地方政府主要领导人担任核心产业链的“链长”，以补链、延链、固链、强链为目标，制定一系列制度方案，包括为链上市场失灵环节提供公共产品、协助“链主”降低“链员”间交易成本、合理化解或分担创新风险。

反垄断规制工具需要适应新形式下的经营者集中行为。一方面，审查申报标准时，采用交易数量、活跃用户量以及在线时长等流量指标更能反映平台企业的市场控制力；另一方面，分析经营者集中的影响时，需要考虑并购后的市场进入难度、被并购企业的创新动机和创新能力变化以及消费者福利损失；此外，经营者集中可能造成数据垄断问题，需要附加开放数据、网络或平台等限制性条件。

参考文献

傅瑜，隋广军，赵子乐，2014，“单寡头竞争性垄断:新型市场结构理论构建——基于互联网平台企业的考察”，《中国工业经济》，第1期，第140–152页。

韩炜，杨俊，胡新华， 张玉利， 陈逢文，2021，“商业模式创新如何塑造商业生态系统属性差异？——基于两家新创企业的跨案例纵向研究与理论模型构建”，《管理世界》，第1期，第88-107页。

何大安，任晓，2018，“互联网时代资源配置机制演变及展望”，《经济学家》，第10期，第63-71页。

荆文君，孙宝文，2019，“数字经济促进经济高质量发展:一个理论分析框架”，《经济学家》，第2期，第66-73页。

李怀，高良谋，2001，“新经济的冲击与竞争性垄断市场结构的出现——观察微软案例的一个理论框架”，《经济研究》，第10期，第29–37页。

刘刚，熊立峰，2013，“消费者需求动态响应、企业边界选择与商业生态系统构建——基于苹果公司的案例研究”，《中国工业经济》，第5期，第122-134页。

刘军，2014，《整体网分析: UCINET 软件实用指南( 第二版) 》，上海:上海人民出版社。

马红旗，申广军，2021，“规模扩张、“创造性破坏”与产能过剩——基于钢铁企业微观数据的实证分析”， 《经济学(季刊)》，第1期，第71–92页。

马永开 ，李仕明，潘景铭，2020，“工业互联网之价值共创模式”，《管理世界》，第8期，第211-222页。

裴长洪，倪江飞，李越，2018，“数字经济的政治经济学分析”，《财贸经济》，第9期，第5-22页。

苏治，荆文君，孙宝文，2018，“分层式垄断竞争:互联网行业市场结构特征研究——基于互联网平台类企业的分析”，《管理世界》，第4期，第80-100页。

谭智佳，魏炜，朱武祥，2019，“商业生态系统的构建与价值创造——小米智能硬件生态链案例分析”，《管理评论》，第7期，第172-185页。

王世强，2021，“数字经济中的反垄断：企业行为与政府监管”，《经济学家》，第4期，第91-101页。

徐朝阳，周念利，2015，“市场结构内生变迁与产能过剩治理”，《经济研究》，第2期，第75-87页。

张昕蔚，2019，“数字经济条件下的创新模式演化研究”，《经济学家》，第7期，第32-39页。

Ahuja, G., Jr. F. Polidoro and W. Mitchell, 2009, "Structural homophily or social asymmetry? The formation of alliances by poorly embedded firms", Strategic Management Journal, 30(9): 941-58.

Borgatti, S. P. and M. G. Everett, 1997, "Network analysis of 2-mode data", Social networks, 19 (3): 243-269.

Borgatti, S. P. and D. S. Halgin, 2011, "On network theory", Organization Science, 22 (5): 1168-1181.

Burt, R. S., 1992, Structural holes: The Social Structure of Competition.,Cambridge:Harvard university press.

Baggio, R. and G. Del Chiappa, 2014, "Real and virtual relationships in tourism digital ecosystems", Information Technology & Tourism, 14 (1): 3–19.

Dyer, J. H. and H. Singh, 1998, "The relational view: Cooperative strategy and sources of interorganizational competitive advantage", Academy of management review, 23 (4): 660-679.

Gawer, A., 2009,"Platform Dynamics and Strategies: From Products to Services",In:Gawer, A. (eds), Platforms, Markets and Innovation, Cheltenham:Edward Elgar Publishing.

Gulati, R., 1995, "Does familiarity breed trust? The implications of repeated ties for contractual choice in alliances", Academy of management journal, 38 (1): 85-112.

Gulati, R. , N. Nohria and A. Zaheer, 2000, "Strategic networks", Strategic management journal, 21 (3): 203-215.

Higgins, M. C. and R. Gulati, 2003, "Getting off to a good start: The effects of upper echelon affiliations on underwriter prestige", Organization science, 14 (3): 244-263.

Jensen, M., 2008, "The Use of Relational Discrimination to Manage Market Entry: When Do Social Status and Structural Holes Work Against You? ", Academy of Management Journal, 51(4): 723-43.

Katila, R. , J. D. Rosenberger and K. Eisenhardt, 2008, "Swimming with Sharks: Technology Ventures, Defense Mechanisms and Corporate Relationships", Administrative Science Quarterly, 53: 295 - 332.

Mcintyre, D. P. and A. Srinivasan, 2017, "Networks, platforms, and strategy: Emerging views and next steps", Strategic Management Journal, 38 (1): 141-160.

Moore, J. F., 1993, "Predators and prey: a new ecology of competition", Harvard business review, 71 (3): 75-86.

Newman, M. E., 2001, "Scientific collaboration networks. II. Shortest paths, weighted networks, and centrality", Physical review E, 64 (1): 016132.

Opsahl, T. , F. Agneessens and J. Skvoretz, 2010, "Node centrality in weighted networks: Generalizing degree and shortest paths", Social networks, 32 (3): 245-251.

Peltoniemi, M., 2006, "Preliminary theoretical framework for the study of business ecosystems", Emergence: Complexity & Organization, 8 (1): 10-19.

Podolny, J. M., 2010, Status signals: A sociological study of market competition,Princeton:Princeton University Press.

Pons, P. and M. Latapy, 2005, "Computing Communities in Large Networks Using Random Walks". Computer and Information Sciences - ISCIS, 2005: 284-293.

Selander, L. , O. Henfridsson and F. Svahn, 2013, "Capability search and redeem across digital ecosystems", Journal of information technology, 28 (3): 183-197.

Senyo, P. K., K. Liu and J. Effah, 2019, "Digital business ecosystem: Literature review and a framework for future research", International Journal of Information Management, 47: 52–64.Thomas, L. D. , E. Autio and D. M. Gann, 2014, "Architectural leverage: Putting platforms in context", Academy of management perspectives, 28 (2): 198-219.

Yonatany, M., 2013, "A model of the platform-ecosystem organizational form", Journal of Organization Design, 2 (2): 54-58.

Yoo, Y. , O. Henfridsson and K. Lyytinen, 2010, "The New Organizing Logic of Digital Innovation: An Agenda for Information Systems Research", Information Systems Research, 21 (4): 724-735.

Zaheer, A. , R. Gözübüyük and H. Milanov, 2010, "It's the Connections: The Network Perspective in Interorganizational Research", Academy of Management Perspectives, 24 (1): 62-77.

Zaheer, A. , B. Mcevily and V. Perrone, 1998, "Does trust matter? Exploring the effects of interorganizational and interpersonal trust on performance", Organization science, 9 (2): 141-159.

Characteristics of Digital Business Ecosystem: Comparison between "Monopoly" and "Blockchain" Structure

Abstract: Digital business ecosystem has two typical structures: "monopoly" and "blockchain". Zhejiang and Guangdong are selected as the representatives of the two structures, respectively. Based on the business areas and authorized invention patents of listed companies in the digital economy, social network analysis method is used to compare the differences in the characteristics of the digital business ecosystem under the two structures. The study finds that no matter what the structure is, private enterprises usually choose strategic emerging industries with frequent innovation activities and high innovation risks, while state-owned enterprises usually choose producer services with high entry barriers. From the perspective of market structure efficiency, the "monopoly" structure is more suitable for leveraging the flow advantages of Consumer Internet Platforms on the marketing side, and the "blockchain" structure is more suitable for leveraging the synergistic advantages of Industrial Internet Platforms on the production side. The "monopoly" structure is a vertical industrial chain management model. The "blockchain" structure realizes the interaction of production factors at different levels through the interconnection of all things on the basis of the horizontal relationship of mutual benefit and inclusiveness, which can effectively improve the integration of digital technology and traditional industries and the diffusion speed of digital technology in the industrial chain. From the perspective of production relations, the "monopoly" structure reflects the mode of capital determining distribution, while the "blockchain" structure reflects the mode of fair distribution of production factors. Relying on a single platform, the "monopoly" structure is difficult to make the overall optimal decision and deployment. In building Industrial Internet Platforms in various industries, the "blockchain" structure has led to barriers to data flow between platforms.

Keywords: Digital Business Ecosystem;Digital Economy;Industry Digitization;Monopoly; Social Network Analysis

王福涛,郝雄磊,袁永.数字商业生态系统特征：数据控制和数据协调模式比较[J].南方经济,2022,40(2):1-17

数字商业生态系统特征：数据控制和数据协调模式比较.pdf