Las redes colaborativas robustas entre la industria, la universidad y la investigación (I-U-R) son esenciales para acelerar la innovación en la industria de la energía limpia (CEI). Este estudio emplea el modelo de gráfico aleatorio exponencial para investigar cómo los atributos estructurales de la red, de los nodos y de las aristas impulsan la formación de redes colaborativas I-U-R en la CEI de China, utilizando un conjunto de datos de 5276 patentes colaborativas I-U-R. Los hallazgos clave revelan lo siguiente: (1) las estructuras de convergencia y el cierre transitivo impulsan de manera diferencial la formación de redes a través de las fases de crecimiento y madurez; (2) los nodos con fuertes capacidades de I+D impulsan consistentemente la formación de redes, aunque las empresas ejercen cada vez más un efecto negativo y las universidades muestran un efecto positivo que se debilita; (3) la proximidad multidimensional muestra dinámicas temporales: la proximidad geográfica sigue una curva en U invertida, la proximidad social es en forma de U y la proximidad tecnológica se debilita gradualmente; (4) los tipos de nodos exhiben efectos moderadores heterogéneos. Las empresas moderan negativamente la capacidad de I+D durante los períodos de crecimiento y madurez, debilitando la proximidad tecnológica en todos los períodos, y la proximidad social y geográfica en la madurez. Las universidades moderan positivamente la capacidad de I+D pero muestran efectos específicos de período sobre la proximidad: debilitando la proximidad social en la etapa de brote, la proximidad geográfica en la etapa de crecimiento y cambiando su moderación de la proximidad tecnológica de positiva (crecimiento) a negativa (madurez). Estos hallazgos profundizan la comprensión de cómo se forman las redes colaborativas I-U-R en la CEI de China, contribuyendo a la teoría de la innovación colaborativa a través de perspectivas sobre los roles dinámicos de los tipos de nodos.