朱晓艳 等丨数字创新网络特征对企业数字创新绩效的影响——基于机器学习方法

本文基于社会网络理论和结构洞理论，探讨了数字创新网络特征对企业数字创新绩效的影响。研究背景是数字经济时代下，传统制造业企业面临数字创新挑战，构建合作网络成为提升绩效的重要途径。研究目的在于识别数字创新网络的类型，并分析不同类型网络的特征组合如何影响企业数字创新绩效。通过分析1985-2022年的专利数据，运用社区发现、K-means聚类和CART决策树等机器学习方法，研究发现存在四种数字创新网络类型：边缘探索型、核心枢纽型、稳健合作型和紧密协作型。其中，核心枢纽型网络的高绩效占比最高。合作强度是影响各类网络绩效的核心普遍因素，但不同类型网络的高绩效提升路径存在差异，体现了特征组合的复杂非线性关系。结论为企业优化数字创新网络结构、提升数字创新绩效提供了理论依据和实践路径。