一、问题提出

经济是人类积累知识技术将想象力实体化为产品的系统，产品隐含秩序、想象力创造秩序、知识技术实现秩序。秩序是抽象的信息，信息是经过处理被赋予特定意义的数据，因此，经济增长的本质是信息增长(伊达尔戈，2015)。以大数据、人工智能、物联网为代表的新一代数字技术紧密围绕数据价值挖掘展开，为加快数据要素市场培育建设，中共中央国务院出台《关于构建更加完善的要素市场化配置体制机制的意见》，确定数据为第五大生产要素，以更好发挥数据要素对其他生产要素的效率乘数作用，提高数据要素在生产要素中重要性。

根据Galbraith的权力转移论(1972)，社会中最重要的生产要素会随着科技发展水平的提升发生变化，谁掌握了最重要的生产要素，谁就掌握了权力。当数据要素成为经济租金的重要来源，既有的生产方式和组织形式发生变革。以数字技术为基础的新经济、新业态、新模式不断涌现，经济活动中生产、分配、交换、消费等各环节被重构，全要素生产率水平显著提高(蔡跃洲、马文君，2021；郭吉涛、梁爽，2021；肖旭、戚聿东，2019)。企业组织形态由原子式转变为平台式，产业链的分工形式和空间格局发生系统变化(金碚，2021)。数字平台作为传递数据要素的重要中介组织，将跨行业跨领域的“条数据”整合为“块数据”(大数据战略重点实验室，2017)。数据要素在不同数字平台上分散或集中对应生产要素配置权的分散或集中：当数据要素集中在单一数字平台上，由数字平台主导要素配置过程，称为数据控制模式，例如消费互联网平台聚合用户需求数据推出个性化定制服务；当数据要素分布在不同行业数字平台上，由数字平台协调要素配置过程，称为数据协调模式，例如行业龙头企业搭建工业互联网平台降低生产成本。

各国采用不同模式促进传统产业升级：德国提出“工业4.0”概念，通过搭建统一数字平台以“即插即用”方式实现所有设备与平台互联；美国在各个垂直领域构建数字平台。由于行业特征差异明显，数字平台的功能呈现分类特色，例如流程行业的应用集中于过程控制、安全生产，知识密集型行业的应用集中于知识数字化、模块化(李燕，2019)。由于中国区域之间呈现明显异质性，各区域根据实际情况制定相适应的数字经济发展路径，例如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。浙江省和广东省分别体现数据控制模式与数据协调模式特征，且两地区数字经济规模在2020年均超万亿^①，形成各具特色的区域发展样板。

① 数据来源：中国信通院2021年4月发布《中国数字经济发展白皮书》。

为提高经济效率，已有大量研究围绕传统生产要素的最优集中度问题展开讨论。农业经济时期，由于中国制度和技术变迁路径选择问题，土地集中并未带来规模经济效应，甚至导致农业生产效率下降(黄少安、谢冬水，2013)。工业经济时期，得益于农业工具的应用，土地集中实现规模化经营，但最佳经营规模存在效率尺度和收入尺度两种评判标准(郭庆海，2014)；机械化生产、股份制改革、银行资本渗入提高工业部门的资本集中度(白胜洁，2019)，但工业垄断行业的市场集中度过高和过低均会损害社会福利水平(张柏杨、魏强，2015)；基于资本分工需求，金融资本从产业资本、商业资本中分离出，金融资本形成不足会导致真实部门因缺少投资机会而增加经营风险，金融资本形成过度会导致真实部门因资本供给不足而萎缩，因此金融资本与真实资本存在适度比例(王定祥等，2009)。由于数据要素的特性、经济价值和市场化机制区别于传统生产要素(荣健欣、王大中，2020)，基于传统生产要素的研究结论并不适用。数据控制模式与数据协调模式在实践中均能提高经济效率，两种模式在实现路径上有何差异、数据要素集中是否存在适度规模是本文核心问题。

数字平台改变组织间竞争形式，产生动态竞争、跨界竞争、多边竞争、平台竞争等新模式(陈兵、赵秉元，2021)。为突出数字平台对组织关系的改造功能，欧盟信息社会和媒体总局延伸Moore(1993)商业生态系统概念，提出数字商业生态系统。Selander et al.(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”。选择浙江省和广东省分别作为数据控制模式和数据协调模式的代表，利用社会网络分析法比较两种模式下的数字商业系统特征，基于比较结果解释两种模式如何提高经济效率并提出优化对策。具体而言，将组织间存在相同经营领域作为竞合组织关系的替代变量，数字商业生态系统表征为所有组织依据共同经营领域连接形成的网络。

本文主要贡献为：(1)构建组织——经营领域二模网络，在不同模式下分析国有企业和民营企业的经营领域特征，发现两种模式需要不同的优势产业支撑。(2)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，比较不同模式下产业链整合方式差异及其对传统产业数字化转型升级影响。(3)构建组织共现网络，发现数据控制模式下的数字商业生态系统组织网络呈现“垄断”结构，而数据协调模式下呈现“区块链”结构，两种模式存在对应的优点和缺点。

二、文献综述与研究假设

遵循提高经济效率的一般逻辑，结合数据要素特征，本文从产业链整合、数字产业化和产业数字化融合以及数字商业生态系统网络结构三个角度分析两种模式在提高经济效率上的路径差异。具体而言，数字平台成为产业链整合的“舵手”，数据要素集中度会对产业链整合方式产生影响；从传统产业数字化转型来看，数据控制模式依托消费互联网平台提高消费市场交易效率，数据协调模式依托工业互联网平台优化生产环节要素配置效率，两种模式在推动数字产业化和产业数字化融合上选择不同策略以充分发挥比较优势；数据要素集中程度会影响数字平台经营决策行为，进而塑造数字商业生态系统网络结构。因此，围绕数据要素集中对产业链整合方式影响、数字产业化和产业数字化融合、数字平台对数字商业生态系统网络结构的影响展开文献综述并提出研究假设。

(一) 数据要素集中对产业链整合方式影响

以物质资本为关键生产要素的工业经济时代，资产专用性是导致交易成本过高的重要原因，对应的产业链整合方式为纵向一体化(威廉姆森，2002)。以人力资本为关键生产要素的信息经济时代，敏捷制造、模块化组织、柔性生产等新的生产组织形式降低资产专用性，柔性化契约降低人力资本的锁定程度，交易成本显著下降，对应的产业链整合方式为横向一体化(刘茂松、曹虹剑，2005)。以数据为关键生产要素的数字经济时代，数据要素发挥价值信息的作用，通过协同劳动、资本等传统生产要素提升经济效率(蔡跃洲、马文君，2021；谢康等，2020)。数据要素与信息通信网络融合建立起虚拟世界，利用网络空间在线配置要素资源，提高跨区域经济行为主体的共同参与度以及生产协调度，促进产业间融合与关联，产生新型产业组织模式(张昕蔚，2019；王谦、付晓东，2021)。信息化提高企业内部运营管理效率，而数字化通过创新产业组织模式提高整个产业链效率，使得产业链的模块化程度加深，由零部件组装阶段过渡到模块化设计、模块化生产阶段。因此，本文基于青木昌彦、安藤晴彦(2003)的模块理论模型^①，结合数据要素在数字平台上集中程度差异，提出两种产业链整合形式。

① 整个产业链可以抽象为三个单位，其中两个单位分别承担产品的设计和加工功能(或称为设计模块和加工模块)，第三个单位负责处理对所有模块都可见的系统环境信息来整合各模块(或称为“舵手”)，各个模块内部还存在对其它模块不可见的个别信息。当整个产业链由“舵手”制定模块之间的联系规则，而且只有“舵手”能够决定是否调整联系规则时，整个产业链形成“金字塔型分割”，例如IBM360型电脑；如果同时存在多个“舵手”分别掌握不完全的系统环境信息，各模块仅能处理接收到的系统环境信息，然后发出“看得见的”信息以更新系统环境信息，“舵手”从汇总的信息中构建联系规则并选出最优的模块组合，整个产业链形成“信息进化型联系”，例如硅谷模式。

数据控制模式类似于“金字塔型分割”，掌握终端消费者需求数据的数字平台可以明确产品的获利性，并以价值链组织者身份提出“满足有效需求”的价值主张引导各模块按照计划供给产品。数字平台通过模块化设计快速响应市场需求，其价值创造过程是：数字平台将实现不同功能的软硬件封装为相互独立的模块，各个模块设计成标准化通用规格，消费者按照个人偏好选择不同的模块组合实现个性化定制。这种组合式创新可以获得规模生产优势、降低创新成本，同时提高个性化定制的生产效率。由于市场需求信号集中在数字平台上，各个企业按照数字平台的设计要求和联系规则安排生产，但数字平台不用了解具体的生产工艺。数据控制模式的产品创新过程完全集中在数字平台上，呈现“集权”特征。为维持生产稳定性，数字平台通常选择投资、并购或自建等方式将市场交易行为转变为集团内计划生产行为，形成纵向一体化产业链整合方式。

数据协调模式类似于“信息进化型联系”，市场上同时存在多个数字平台，数字平台之间的竞争演化为产业链之间的竞争。数字平台通过模块化生产快速响应市场需求，其价值创造过程是：数字平台不仅实现产品功能模块化，更重要是将生产加工知识模块化。新一代数字技术使得生产过程中难以分离处理的数据具备再开发潜力，产业链上下游共享知识增多，这使得数字平台可以获得更多系统环境信息来制定生产模块之间的联系规则。各模块在满足联系规则的条件下进行自主创新，数据协调模式的产品创新过程完全集中在各模块上，呈现“分权”特征。由于产业链上各环节存在技术关联，创新速度慢的企业需要进行配套更新，否则将会从产业链上淘汰，这种分散式创新提高整个产业链的知识扩散速度和创新速度，从而最大限度满足市场需求，形成水平型产业链整合方式。

两种模式对应的产业链整合理论模型如图 1所示，故提出研究假设1。

假设1：数据控制模式是纵向一体化产业链整合方式，数据协调模式是水平型产业链整合方式。

(二) 数字产业化和产业数字化融合

数字产业化是数字技术广泛应用推动形成的新产业，包括软件与信息技术服务业、电子信息制造业、电信业、互联网行业等。数字产业是典型的技术密集型产业、高渗透产业、战略性先导产业，同时由于技术创新风险而具有高度不确定性(王俊豪、周晟佳，2021)。随着新一代信息技术革命发生，已有大量文献针对人工智能、集成电路、数字文化创意等新兴数字产业发展问题展开研究(陈玲、薛澜，2010；李凤亮、潘道远，2018；朱巍等，2016)。在数字产业整体层面上，杨大鹏(2019)基于浙江省经验总结出三条发展路径，分别以研发机构、龙头企业和特色小镇为驱动主体。王俊豪、周晟佳(2021)认为数字产业提供的关键共性技术在与传统产业融合过程中能够推动产业内群体性技术的突破。数字平台是数字产业的载体，通过构建新型销售体系和生产关系促进价值的创造与集中。

产业数字化是数字技术应用于传统产业带来的生产数量增加和生产效率提升，包括新零售、互联网金融、智能制造等。因此，产业数字化是数字产业向传统行业渗透的重要表现，且呈现出三产渗透率高于二产、二产渗透率高于一产的特征(刘淑春，2019)。马名杰等(2019)认为制造业数字化转型降低了对低技能劳动力需求、削弱产业集聚优势、加快发达国家的高端制造业回流，应依托行业龙头企业和重点产业集聚区共同推动产业集群数字化转型升级。吕铁(2019)提出企业层面数字化转型应该以智能制造为方向，通过数字技术打通各生产环节的数据链。行业层面数字化转型则需要依托行业龙头企业、ICT企业和互联网平台企业，通过搭建工业互联网平台促进产业链上各环节的紧密衔接。

数字产业化和产业数字化存在相互促进关系。李腾等(2021)基于数字产品在生产部门之间的流动关系利用投入产出表构建包含数字产业部门和数字融合部门的二模网络，研究发现数字产业中电子元器件和在线交易是推动产业数字化的重要力量，而制造业中机械电子制造类等技术密集型和资本密集型产业对ICT软硬件的需求拉动效应最明显。从配置优势来看，数据控制模式主要提高消费市场交易效率，以电子商务产业推动产业数字化。数据协调模式主要优化生产环节要素配置效率，以工业发展拉动配套的电子信息产业发展。由于数据协调模式是从工业部门内部进行数字化改造，充分考虑行业特征，因此数字技术与传统产业融合度更高。同时，工业互联网平台的应用加快了数字技术在产业链上的扩散速度。结合假设1，故提出研究假设2、3。

假设2：数据控制模式是构建数字化营销渠道发挥消费互联网平台用户流量优势，数据协调模式是依托电子信息产业基础发挥工业互联网平台协同制造优势。

假设3：相较于数据控制模式，数据协调模式下的数字技术与传统产业融合度更高、数字技术在产业链上扩散速度更快。

(三) 数字平台对数字商业生态系统网络结构影响

数字平台可以调整运营策略在数字商业生态系统中形成商业联盟，例如消费互联网平台采取协议控制(VIE)架构，在实施“扼杀式并购”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)。数据垄断行为也更加复杂。一方面，数字平台要求入驻商家强制“二选一”以垄断数据收集权，并通过加密算法、校验技术、访问控制技术等垄断数据使用权。另一方面，数字平台在开发者协议中设置数据转让条款实现自我赋权，并利用《反不正当竞争法》将数据视为商业秘密进行法律保护(胡继晔，2021)。数据要素集中过程区别于一般资本集中过程，呈现“干中学”特征(徐翔、赵墨非，2020)。数据要素集中程度越高，数字平台竞争优势越明显，并进一步提高数据要素集中程度。

由于工业体系门类众多、行业特征差异明显、网络连接对象多样，工业数据复杂性不只体现在数据规模上，更主要体现在多源异构、多主体和多空间之间的动态交互，几乎不存在跨行业跨领域的通用数字化解决方案，例如通用电气2018年出售GE Digital部分业务，从打造“双跨平台”的理想回归电力、医疗和航天三大垂直领域(李燕，2019)。工业互联网平台属于重资产投资，投资回报周期较长，其作用间接体现在企业数字化转型带来的收益增长。由于工业互联网平台对行业知识经验、IT-OT融合程度、信息传输速率和网络安全水平均有较高要求，工业互联网平台市场呈现多元化竞争格局，运营商包括通用电气、西门子等工业自动化水平领先企业，海尔、中船重工等垂直领域龙头企业，微软、IBM等软件和信息技术服务商以及阿里巴巴、腾讯等跨界消费互联网平台企业。

综上，在网络效性作用下，消费互联网平台聚合的用户需求数据呈几何倍数增长，较容易形成需求方规模经济，并依靠用户流量优势将行业主导地位拓展到信息邻近市场，造成赢者通吃局面。因此，数据控制模式下的数字商业生态系统组织网络呈现“垄断”特征，即存在中心度指标值远高于其它节点的组织；与之相反，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，消解了用户流量优势带来的规模经济效应，各垂直细分领域形成专业型工业互联网平台(马永开等，2020)。因此，数据协调模式下的数字商业生态系统组织网络呈现“区块链”特征，即各组织的中心度指标值不存在显著差异且均较低。故提出研究假设4。

假设4：数据控制模式下的数字商业生态系统组织网络呈现“垄断”结构，而数据协调模式呈现“区块链”结构。

三、研究方法与数据来源 (一) 社会网络分析

本文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 and Del Chiappa，2014)。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N行、M列的二部矩阵X表示。N为网络中组织数量，M为网络中经营领域数量。若x_ij=1，则组织i涉及经营领域j；若x_ij=0，则组织i不涉及经营领域j。

进一步地，构建组织共现矩阵Y。其中，$y_{i j}=\sum_{\alpha} 1 /\left(N_{\alpha}-1\right) $^①，α为组织i和j共同的经营领域，N_α为经营领域α内组织数量。若y_ij>0，则组织i与组织j存在共同的经营领域，而且y_ij值越大，组织i与j的关系强度越大。同理，可得到经营领域共现矩阵A。若α_ij>0，则领域i与领域j存在共同的组织，而且α_ij值越大，领域i与领域j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w=y_ij(α_ij)为组织(领域)间关系强度。考虑到权重影响，基于Opsahl et al.(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 借鉴Newman(2001)在研究论文合作网络时的设置，本文不仅考虑了组织经营领域的重叠数量，还考虑到领域之间的差异。如果i和j都涉及经营领域A和B，但经营领域A内仅有i和j，但在经营领域B内还存在i和j之外的其它组织，则经营领域A对i和j之间关系的贡献度要高于经营领域B。

1.加权度数中心度

$ C_{D}^{w}(i)=k_{i}^{(1-a)} \times s_{i}^{a} $

(1)

其中，k_i为节点i直接连接的邻居节点数量，s_i为节点i与不同邻居节点的关系强度总和。a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a设定为0.5。令网络中的节点数目为n，将C_D^w除以n-1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，嵌入网络的程度更深，相对于其它组织更重要。

2.加权接近中心度

$ \begin{gathered} d^{w}(i, j)=\min \left(\frac{1}{\left(w_{i h}\right)^{a}}+\cdots+\frac{1}{\left(w_{h j}\right)^{a}}\right) \\ C_{c}^{w}(i)=\left[\sum\limits_{j}^{N} d^{w}(i, j)\right]^{-1} \end{gathered} $

(2)

其中，h为联通节点i、j路径上的中间节点，w_ih为节点i与节点h的关系强度，a为调整参数(设定为0.5)，d^w i, j为节点i、j之间最短路径长度。类似地，将C_c^w除以n-1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更低。

3.加权中介中心度

$C_{B}^{w}(i)=\sum\limits_{j}^{n} \sum\limits_{k}^{n} \frac{g_{j k}^{w}(i)}{g_{j k}^{w}} $

(3)

其中，g_jk^w为节点j、k之间最短路径的总数，g_jk^w(i)为节点j、k之间经过节点i的最短路径的数目，j≠k≠i且j < k。参考刘军(2014)建议，将C_B^w除以(n²-3×n+2)/2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。

基于上述中心度指标的含义，在本文的组织共现网络中，组织的度数中心度高意味着该组织同时涉及较多的经营领域，从而与较多的其它组织建立起竞合关系；组织的接近中心度高意味着该组织即便当前不涉及某些经营领域但较容易扩张到新的经营领域，建立起新的竞合关系；组织的中介中心度高意味着该组织处于某些关键经营领域，其它组织在扩张经营领域时也要同时涉及这些关键领域。因此，如果网络中存在一个组织，其度数中心度、接近中心度和中介中心度指标值均显著高于其它组织，则该组织是网络主导者，对数字商业生态系统拥有较强控制力，反映出“垄断”结构。相反，如果网络中不存在这样的组织，且各组织的中介中心度指标值均较低，则任何一个组织对数字商业生态系统均不具有较强控制力，反映出“区块链”结构。

(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，而国家统计局纳入了电子产品零售和批发。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^①，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。

① 对照《国民经济行业分类(2017版)》发现，“计算机、通信和其他电子设备制造业”、“软件和信息技术服务业”、“互联网和相关服务”、“电信、广播电视和卫星传输服务”以及“广播、电视、电影和录音制作业”所包含的所有行业小类均属于数字经济核心产业。

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，根据企业地理位置，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^②。

② 国有企业包括地方国有企业和中央国有企业；其他企业包括公众企业、集体企业、外资企业。

各企业的经营领域与授权发明专利数据利用R语言编写网络爬虫代码从企查查网站获得。企查查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。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，包含的信息比国泰安更全面。此外，企查查网站公布的信息随企业登记信息变更而实时变更。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^③，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^④、华为^⑤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。

③ 根据阿里巴巴集团控股有限公司《2020财政年度报告》，阿里巴巴业务板块可划分为核心商业(国内零售和批发商业、跨境及全球零售和批发商业、物流服务、生活服务)、云计算、数字媒体及娱乐、创新业务、支付和金融服务。

④ 根据腾讯控股有限公司《2020年度报告》，腾讯业务领域覆盖通信及社交(微信、QQ)、网络游戏、数字内容(文学、动漫、音乐、视频)、网络广告、金融科技、云及其他企业服务。

⑤ 根据华为投资控股有限公司《2020年年度报告》，华为业务领域覆盖ICT基础设施业务(包括联结产业和云与计算产业)、终端业务(围绕智慧办公、运动健康、智能家居、智慧出行、影音娱乐五大生活场景打造智慧生活)、智能汽车解决方案业务。

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 2所示^①，在数据协调模式中，互联网数据服务^②、信息通信^③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(裴长洪等，2018)。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^④，主要满足不同类型客户的定制化需求。

① 为避免节点的过度重叠，在绘制国有企业——经营领域的二模网络图时，删除中心度小于等于1的节点；在绘制民营企业——经营领域的二模网络图时，删除中心度小于等于5的节点。

② 互联网数据服务指以互联网技术为基础的大数据处理、云存储、云计算、云加工等服务，又可细分为数据采集、数据标注、数据集成、数据安全、数据挖掘等内容。

③ 信息通信包括IT基础设施、通信基站、通信设备以及各类通信技术(例如5G、无线集群通信、空中下载技术等)。

④ 智能消费设备包括智能家庭消费设备、智能健康管理设备、智能居家养老设备、智能互动教育设备、智能家居设备、智能能源管理设备、智能社区服务设备、智能家庭安防设备、虚拟现实整机设备、虚拟现实感知交互设备、虚拟环境交互信息设备等。

图 3绘制数据控制模式中不同产权性质企业的经营领域分布，与数据协调模式呈现高度相似性^⑤。综合来看，无论是哪一种生产要素配置模式，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。由于规模普遍较小，大部分民营企业专注于特定细分领域的前沿创新活动，例如在广东省民营企业样本中，获得“专精特新”和“瞪羚企业”称号的企业比例分别为8.6%、13.5%。在浙江省民营企业样本中，获得“隐形冠军”和“瞪羚企业”称号的企业比例分别为18.8%、11.7%；国有企业通常参与门槛较高的生产性服务业。例如广东省在实施“链长制”时，将“推动辖区内的国有企业全面深度参与战略性产业集群建设”列为六大工作任务之一。浙江省在《国资国企改革发展“十四五”规划》中，将“打造企业数字化标杆”列为重大工程，涵盖基建保障、能源、制造和服务四个重要领域，具体包括推进智慧城市、智慧电网、智能工厂、智慧金融等项目建设。

⑤ 在数据控制模式中，国有企业的重点经营领域包括文化数字内容(10)、互联网数据服务(7)、电子商务(6)、传统金融服务(5)、动漫、游戏数字内容(5)；民营企业的重点经营领域包括文化数字内容(39)、工业机器人(27)、医疗健康(26)、医疗器械设备(25)、电子商务(24)、互联网数据服务(23)。括号内数字为经营领域内的企业数目。

比较不同经营领域的发展次序，数据协调模式中信息通信、电子元器件领域更靠前，数据控制模式中电子商务领域更靠前，即在图中表现为更靠近网络中心，这一结果与广东省和浙江省的产业优势契合。数据控制模式以消费者需求为导向，应用数字技术将零散的需求与供给精准匹配，甚至可以利用消费行为的关联性挖掘潜在需求。数据在单一平台上的集中程度越高，直接网络效应作用下越容易形成需求方规模经济，间接网络效应下越容易吸引更多厂商提供多样化产品，从而改善消费者福利。因此，数据控制模式是构建数字化营销渠道发挥消费互联网平台用户流量优势。

数据协调模式需要收集生产过程中高度非标准化的工业数据，电子信息产业的发展成熟是保证产业链上不同“哑设备”开口说话并能够无障碍对话的前提。随着数字技术渗透到各个生产环节，5G基站、工业互联网、大数据中心、人工智能等新型基础设施的建设加快，信息技术市场需求规模持续扩张，电子元器件成为确保产业链、供应链安全稳定的关键。因此，数据协调模式是依托电子信息产业基础发挥工业互联网平台协同制造优势。

(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 4所示^①。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 为避免边、节点的过度重叠，在绘制数字技术应用场景网络图时，删除边权重小于0.5的边以及标准化加权度数中心度小于0.1的节点。因此，本文关注的技术基础和应用场景是存在大量企业涉足的领域。

1. 技术基础

在数据协调模式中，支撑数字经济发展的技术基础包括信息通信(4.52)^②、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)；在数据控制模式中，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，广东省样本中属于ICT行业^①有202家，专利总数为48437，浙江省样本中属于ICT行业有67家，专利总数为5014。因此，数据协调模式相较于数据控制模式需要更全面的数字技术支撑、更深程度的技术融合。

② 括号内数字为各领域与互联网数据服务的关系强度。

① 统计范围包括计算机、通信和其他电子设备制造业、软件和信息技术服务业以及互联网和相关服务。

2. 应用场景

在数据协调模式中，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。数据控制模式与数据协调模式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，与数据控制模式相比，数据协调模式各应用场景与“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，数据控制模式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。数据协调模式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中在内层环上。因此，数据控制模式属于纵向一体化产业链整合方式，数据协调模式属于水平型产业链整合方式。相较于数据控制模式下的产品功能模块化，数据协调模式进一步实现生产加工知识模块化，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。

(三) 数字商业生态系统中主导者与子群

1. 主导者

图 5分别绘制了数据协调模式和数据控制模式下组织共现网络^②。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。在两种要素配置模式下，消费互联网平台企业腾讯和阿里巴巴的标准化加权度数中心度^①和标准化加权接近中心度^②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，数据协调模式中所有企业的指标值均低于0.1，数据控制模式中除阿里巴巴达到0.34外，其他企业指标值均低于0.1。因此，数据控制模式下组织网络呈现“垄断”特征，数据协调模式下的组织网络呈现“区块链”特征。

② 为避免节点、边的过度重叠，在绘制组织网络时，删除边权重小于0.1的边以及标准化度数中心度小于0.05的节点。

① 在数据协调模式中，腾讯(0.17)、金证股份(0.15)、赛为智能(0.13)的标准化加权度数中心度排名前3位。在数据控制模式中，阿里巴巴(0.29)、银江股份(0.19)、创业慧康(0.14)的标准化加权度数中心度排名前3位。括号内数字为中心度指标值。

② 在数据协调模式中，腾讯(1.22)、金证股份(1.20)、赢时胜(1.14)的标准化加权接近中心度排名前3位；在数据控制模式中，阿里巴巴(1.3)、恒生电子(1.07)、银江股份(1.06)的标准化加权接近中心度排名前3位。值得注意的是，银江股份是阿里云生态体系中的重要成员，他们在智慧交通以及城市大脑领域存在密切合作，例如2016年共建杭州市“交通大脑”、2017年签订《框架合作协议》；恒生电子的第一大股东为蚂蚁集团全资控股的杭州恒生电子集团有限公司。根据2020年财报显示，阿里巴巴持有蚂蚁集团33%的股权。因此，恒生电子是阿里巴巴布局互联网金融的重要一环。综合来看，阿里巴巴是网络中的主导者，并通过影响网络中的关键企业来控制资源与信息的流动。

数据控制模式下存在阿里巴巴一家大型数字化转型服务商，而数据协调模式下存在腾讯和华为两家。在2017年进入云计算领域之初，华为确立了清晰的业务边界——上不碰应用、下不碰数据、不做股权投资。由于华为与客户不存在竞争关系，客户更放心将数据上华为云。华为通过构建统一数字平台为不同客户提供同等的数字技术支持，避免了技术垄断问题。此时，决定企业核心竞争力的关键生产要素是数据，而相较于这些垂直领域的企业，腾讯并不具备此优势。因此，华为的“三不”原则实质上有助于维护市场公平竞争秩序。

2. 子群

采用随机游走方法检测网络中子群^③，如图 6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。在数据协调模式中，企业可划分为6个子群。第1、2、3组的专利总数分别为30041、11141、21073，而其他组的专利总数均小于1000。在第1组中，华为、中兴通讯专利数量分别占全组专利总数的71.29%、22.86%。华为、中兴通讯尽管远离网络中心，但其重要性更多体现在对数字经济发展的技术支撑作用；在第2组中，腾讯专利数量占全组专利总数的82.49%；在第3组中，格力电器、美的集团、比亚迪、TCL科技专利数量分别占全组专利总数的40.53%、30.31%、12.81%、5.26%；第4组企业大部分属于传统行业；第5组企业主要集中于金融IT服务业；第6组企业主要集中于医药生物行业。在数据控制模式中，企业可划分为4个子群。第1、2、3、4组的专利总数分别为1382、483、155、2495。第1组企业主要为不同垂直领域的智能化解决方案供应商；第2组企业主要集中于医药生物行业；第3组企业大部分属于传统行业；在第4组中，阿里巴巴的专利数量占全组专利总数的97.47%。同时，这也间接反映出数据控制模式下的创新活动呈现“集权”特征，而数据协调模式下的创新活动呈现“分权”特征。

③ 为提高检测结果的可解释性，剔除企业数量小于10的子群。

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)，数据协调模式的种群多样性高于数据控制模式。“区块链”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。从生产关系来看，数据控制模式体现了资本纵向控制，而数据协调模式体现了生产要素公平分配。产业链纵向控制关系转变为横向链接关系，颠覆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价值大小决定。

通过比较两种模式的优缺点发现，数据控制模式依托单一数字平台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，但单一平台在生产领域缺少必要知识积累，而且数字组件的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。数据协调模式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。

五、结论与对策 (一) 结论

当数据成为关键生产要素，作为两种数据分布状态，数据控制模式与数据协调模式在实践中均能提高经济效率，同时也发现两种模式存在对应的优缺点。由于消费者需求数据的差异化程度较低，数据要素高度集中通过模块化设计提高经济效率。由于工业数据凝聚行业知识经验，数据要素分布在不同行业平台上通过模块化生产提高经济效率。无论数据要素集中在单一平台上还是分散在不同行业平台上，消费者需求数据和工业数据高效匹配是两种模式共同演进方向。相比于讨论数据要素的最优集中规模，畅通数字平台之间的数据要素流动渠道才是根本。本文选择浙江省和广东省作为两种模式的代表，从产业链整合、数字产业化和产业数字化融合以及数字商业生态系统网络结构三个角度分析两种模式的差异，得到以下结论：

第一，无论是数据控制模式还是数据协调模式，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。因此，数据控制模式是构建数字化营销渠道发挥消费互联网平台用户流量优势，数据协调模式是依托电子信息产业基础发挥工业互联网平台协同制造优势。

第二，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。数据控制模式是纵向一体化产业链整合方式，数据协调模式是水平型产业链整合方式。相较于数据控制模式，数据协调模式下的数字技术与传统产业融合度更高、数字技术在产业链上扩散速度更快。

第三，数据控制模式下的数字商业生态系统组织网络呈现“垄断”特征，而数据协调模式呈现“区块链”特征。从生产关系来看，数据控制模式体现了资本纵向控制，而数据协调模式体现了生产要素公平分配。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，数据控制模式依托单一数字平台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，但单一平台企业在生产领域缺少必要知识积累，而且数字组件的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。数据协调模式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、促进数字产业化和产业数字化融合、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三个方面，提出以下对策建议：

针对“哑设备”网络互联产生的工业数据，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。