国家标准视角的官产学创新合作关系测度

蔡 翔，刘晓正

（1.东南大学 经济管理学院，江苏 南京 210096；2.桂林电子科技大学 商学院，广西 桂林 541004）

一、引 言

随着知识经济的到来，知识的生产、扩散促使越来越多的机构联系在一起，任何一项创新都不再简单地依靠某个主体独立完成，而是愈发依赖大学、产业、政府的相互作用［1，2］。Leydesdorff受分子生物学、结晶学中三螺旋模型的启发，在观察、分析和总结全球知识经济发展的基础上，以三螺旋创新理论的思想概括大学、产业、政府之间相互渗透的互动机制，并将大学、产业和政府以科学分工为基础的彼此作用、交互叠加视为创新的核心动力［3-6］。而国家标准化主管机构批准发布的国家标准作为知识创新成果的重要组织部分，在全国范围内对关系人民群众生产生活的各项技术要求进行统一规范，其起草单位也多为在该行业中占据技术领先地位的组织机构，其中更是不乏以官产学合作的形式进行起草。

因此，本文以Leydesdorff三螺旋定量算法为研究方法，以广西省（区）为主要研究对象，选取广西省（区）内组织机构起草的国家标准为单一测度指标，探索性地分析了大学、产业、政府之间的互动关系，进而提出了衡量区域创新能力强弱的一个新标准。

二、三螺旋创新的基本原理及其定量算法

官产学的三螺旋创新理论并非简单的将以大学为主的知识生产机构，包括高技术公司、企业集团在内的产业部门以及不同层次的政府部门包括其中，而是进一步强调其中的互动关系，使三个组成单元除了承担传统的知识创造、财富生产和政策协调的职能，还在一定程度上为其他组成单元“分忧”。比如，大学除了传统的人才培养和科学研究的职能，同时兼顾扮演产业的角色，利用自己的科研成果推动社会经济的发展；产业也逐渐参与到大学的职能中，不断组织开展具有大学水平的高端培训和研究；政府则通过资助项目和改善经营环境的途径切实支持大学和产业开展创新活动，以其合力孕育出以知识为基础的创新型社会。

对于这样相互缠绕的行为主体，Leydesdorff提出了一种基于布尔逻辑代数体系下的“和”运算的新的官产学关系的测度模型，该模型通过彼此合作次数的布尔数值计量双边的铰链程度及三个概念域内共通度，并将这种方法命名为“三螺旋定量算法”（Triple Helix Algorithm）。虽然这种方法只是通过一些代理数据，从某种意义上说明官产学之间的合作程度，并不能完全诠释官产学关系的全部内涵，但它无疑为官产学关系的测度提供了一种新的方法［7-10］。官产学的三螺旋关系见图1。

图1 官产学的三螺旋

注意到可测变量的不确定性是由界面关系的增加致使其不断减少，因此，在以三维空间内的组织信息的转接量TUIG作为衡量官产学密切程度的动态计量指标时，将等式中涉及的数据代入，即可得到官产学合作模式的数值表现。根据信息论的相关内容，或然熵的数值大小与其所包含的信息量成正比，与事件发生的概率成反比，这也就意味着TUIG越小，官产学的合作越紧密。

三、基于国家标准全文数据库的数据挖掘

（一）研究对象的选取

考虑到广西作为西部地区的重要组成部分，在过去的几年内展示出了极大的创新潜力，特别是中国-东盟自由贸易区的建立极大地促进了广西的经济发展，为广西的区域创新注入了新的活力，我们以广西省（区）为主研究对象，选取2006-2010年度由广西省（区）起草的国家标准进行纵向统计分析，从官产学合作的角度对广西创新过去五年的发展历程进行评判并从中寻找进步空间。

除广西区内的纵向比较外，根据全国34个省份在2010年度的GDP及人均GDP排名情况，选取与广西处于不同级别并分布在不同地域的另外6个省级区域——上海、河北、辽宁、四川、湖南、甘肃就其官产学合作起草国家标准的程度进行横向比较（表1）。

表1 沪、冀、辽、川、湘、桂、甘7省GDP及人均GDP（除港澳台地区）

其中上海市作为经济和文化的中心，拥有众多高水平学府，掌握各项先进的技术，经济发展水平也始终居全国前位，是国家标准的制定的重要参与者，通过对国家标准起草单位的官产学合作模式进行测度，有助于挖掘发达城市的创新潜力，拓展升值空间。河北省作为“环首都经济圈”的主要组成部分，更容易受到各种科技政策及技术转移效应的强烈辐射，其官产学合作的关系为我们衡量国内合作创新模式提供了重要参照。位于中国东北地区的辽宁省，不仅是东北地区通向世界、连接欧亚大陆桥的重要门户和前沿地带，更是具备工业基础的老工业基地，工业发展历史悠久，加之国际合作对知识技术的提升，使辽宁省的创新行为如虎添翼，对其官产学合作状况的探讨对重拾老工业基地风采具有重要意义。“天府之国”四川省具有悠久的历史背景，文化底蕴丰厚，教育资源充足，拥有一类本科院校7所，二类本科院校27所，独立学院13所，公办专科院校37所，民办专科院校11所，军校1所，强大的智力支持对四川省的知识创新提供了强有力的保障，其官产学合作的状况具有深刻的代表性。甘肃省受其经济发展水平的限制，知识创新稍显逊色，但作为欠发达省份的代表，我们也将其列入研究对象的范畴。

因此，采用2006—2010年度广西起草的国家标准进行纵向分析，以2010年度上海、河北、辽宁、四川、湖南、广西、甘肃7省起草的国家标准进行横向分析，从两个维度对官产学合作的三螺旋模式进行测度。

（二）研究数据的获得

伴随互联网的广泛使用，大部分统计信息都会被包含在网络数据库中，此次研究中也是利用互联网资源，在“国家标准全文数据库”中以所研究省份的名称及省内主要城市的名称为检索关键词，使用数据挖掘的方法利用网络数据库中的资源对7个省份起草的国家标准进行处理和统计，获得所需要的数据。

首先，以“广西”、“南宁”、“柳州”、“桂林”为检索关键词，利用“国家标准全文数据库”，对2006-2010年度起草单位归属于广西省（区）的国家标准进行检索，排除重复记录，得到246条检索结果；再以“上海”为检索关键词，得到2010年度由上海市内单位组织起草单的172条国家标准；以“河北”、“石家庄”、“保定”、“唐山”为检索关键词，得到起草单位归属于河北省的15条检索结果；以“辽宁”、“沈阳”、“大连”为检索关键词，得到起草单位归属于辽宁省的77条检索结果；以“四川”、“成都”为检索关键词，得到起草单位归属于四川省的63条检索结果；最后以“湖南”、“长沙”、“株洲”为检索关键词，得到起草单位归属于湖南省的48条检索结果；以“甘肃”、“兰州”为检索关键词，得到起草单位归属于甘肃省的8条检索结果，至此，研究所需的原始数据已全部获得。

（三）研究数据的统计分析

将所获得的数据资料按其起草单位的属性依次贴上“大学”、“产业”、“政府”的标签（允许重复计量）：若地址中包含“局”、“部”、“基地”、“中心”、“中国科学院”或其他国家直属的研究院所、实验室等机构名称就将其划归到“政府”的范围内；若地址中包含“公司”、“集团”、“厂”或其他盈利性单位的名称就将其划归到“产业”的范畴内；若地址中包含“大学”、“学院”、“学校”或其他属于学校所有的研究院所、实验室等机构名称就将其划归到“大学”的行列。根据所贴“标签”将全部论文划归至“大学（U）”、“产业（I）”、“政府（G）”、“大学-产业（UI）”、“大学-政府（UG）”、“产业-政府（IG）”、“大学-产业-政府（UIG）”7个类别，分别统计每个类别内出现的频数，所得到的这些数据就组成了我们进行跨组织边界合作者关系研究的数量基础（表2）。

表2 2006—2010年度广西省（区）起草的国家标准情况统计

对这246条国家标准进行细分，可以发现所起草的国家标准大多集中在农林（13条）、医药卫生（7条）、矿业（4条）、化工（13条）、冶金（24条）、机械（96条）、电工（86条）、土木（12条）、食品（7条）、轻工（13条）几个领域，这与广西选取的以有色金属产业、汽车产业、食品产业、石化产业、冶金产业、机械产业、电力产业作为工业发展的核心产业，加快形成建材、造纸、木材加工、纺织服装与制革、造船、电子信息和医药卫生七大特色产业，积极培育生物产业、新材料产业等高新技术产业发展的指导思想基本一致。但在后续的发展中，除了对重点产业的积极扶持，也不妨在其他有关国计民生的行业内进行更全面的尝试，更多地以官产学合作的形式开展创新行为，促进广西经济的整体发展。

除此之外，由表2的数量关系还可发现，广西省（区）在过去5年起草的国家标准的数量不论是总数量还是分属7个类别的子数量，上下波动幅度都较大，而在某些起草数量较多的年份，数量上的增加也以同一标准的多项条款为主要原因，这说明广西在各项产业中的技术领先优势仍不够明显，科技竞争力仍有待提高。

再将7个省份在2010年度起草发布国家标准的情况进行横向比较（表3），可以发现：（1）起草发布国家标准的数量与该地区的GDP基本正相关，GDP较高的地区起草发布的国家标准的数量也相对较多。7个省份中，仅“资源型省份”——河北省表现异常，这在一定程度上与河北省在经济发展过程中对自然资源的依赖性有关，钢铁产业为河北省GDP的数值增长做出了突出的贡献，虽然近些年，河北省已着力向“知识型省份”转型，但与更发达的地区相比仍存在一定差距，还需进一步地努力。（2）国家标准的制订与人民的生产生活息息相关，其中，产业掌握着大量的有关生产实践的第一手信息，对标准的制订也相对更有发言权，因此，在国家标准的起草中大多以产业为主要力量，同时借助政府研究院所的科研力量配合完成，大学的参与略显不足。鉴于以上分析，我们预测区域中产业的发展水平直接影响国家标准的产出量，官产学的合作密切程度与当地的经济发展也呈正相关，并试图通过相关计算证实我们的判断。

表3 沪、冀、辽、川、湘、桂、甘7省2010年度起草的国家标准情况统计

四、官产学合作关系的三螺旋测度及分析

（一）广西区内官产学合作关系的纵向统计及分析

将2006—2010年度由广西起草的246条国家标准按年份分别归入与大学、产业、政府有关的类别后，依据“三螺旋定量算法”的运算规则对这些数据所反映的官产学协同信息转接量进行度量，即可得到具有该算法意义而非纯粹按点计数意义下的三重螺旋的三维转接运算布尔代数数值，从而得到由国家标准所展现的有关官产学合作关系的计量表达，最终得到广西区近5年官产学三螺旋状态的浮动情况，如表4所示。

表4 广西区官产学关系的计量表达

将2006—2010年度基于国家标准起草的官产学协同信息转接量TUIG的变化情况以散点图的形式直观地呈现出来即得到图2。在关于“三螺旋定量算法”的说明中已经指出，较小的TUIG代表较为紧密的官产学关系，日趋减小的TUIG是我们希望看到的，但由图2可以发现以国家标准为研究视角得到的TUIG不够理想，相对以SCI引文为研究视角、以国家级科研基金为研究视角进行有关官产学的三螺旋定量分析得到的TUIG数值普遍较大且浮动幅度较大，尚未在此领域形成稳定且科学的官产学合作模式，为寻找问题原因，我们在此对TUIG的结果来源进行更为细致的数据分析。

图2 广西区2 0 0 6—2010年度TU I G

根据“三螺旋定量算法”的运算规则，大学（HU）、产业（HI）、政府（HG）及官产学三者联合的或然熵（HUIG）会增大三维协同信息转接量TUIG的值，而产学（HUI）、官学（HUG）、官产（HIG）双边联合的或然熵会减小三维协同信息转接量TUIG的值，因此，在HU、HI、HG以及HUIG相对HUI、HUG、HIG较小时，能够获得较为理想的TUIG。而国家标准作为一项特殊的知识产出，它的起草制订需要以大量的实际生产经验为基础，该项工作的开展主要以产业为主体，再由大学、政府加以配合完成。正是这种客观原因的存在导致HI一枝独秀，HU、HG相对较小的情况发生，特别是在此背景下的大学-产业，大学-政府，大学-产业-政府间的合作更显不足，作为被减数的多维熵值HUI、HUG的不足直接导致的最终结果的偏大。

（二）沪、冀、辽、川、湘、桂、甘7省的官产学合作关系横向统计及分析

对上海市、河北省、辽宁省、四川省、湖南省、广西省、甘肃省7省在2010年起草的共456条国家标准，使用与纵向统计分析中同样的方法可以得到各个地区的TUIG，并以此为依据进行横向分析（表5）。（鉴于甘肃省于2010年度起草的8条国家标准中，没有以官产学合作的形式完成的，故认为其官产学合作指数为0，处于7省之末位，故不再对其TUIG进行数值测度。）

表5 沪、冀、辽、川、湘、桂、甘7省的官产学三螺旋关系比较

在进行跨省横向比较时可以发现：（1）TUIG普遍较大，没有以其他研究视角进行测度时得到的TUIG＜0的情况出现；（2）将表5的数量关系以散点图的形式直观反映出来，如图3。经济发展程度最高及相对较高的上海市及辽宁省TUIG的异常打破了我们之前关于官产学合作的密切程度与当地的经济发展正相关的猜想。

对于第一个问题的解释在对广西区2006-2010年度TUIG的统计分析时就已经谈到，国家标准作为一项特殊的知识产出，产业在其中的主导地位对官产学合作创新带来的某种程度上的客观阻碍，这种阻力除了影响广西区的TUIG数值表现，势必也会对其他省市有所波及，从而造成TUIG普遍较高的局面发生。除此之外，TUIG的异常又隐藏了怎样的奥秘呢？

以上海市为例，其区域内参与国家标准制定的机构除产业外，其他主体的创新积极性较高，特别是一些政府部门以及政府所有的研究院所具备一定的科研实力，经常独立地完成标准的制定工作，迅速上升的HG使TUIG随之增大，在此情形下，合作行为增长的幅度略显不足，合作关系稍显逊色，从而削弱了官产学合作的紧密程度。除此之外，在产业、政府、产业-政府起草的国家标准的数量都很大的前提下，以官产学合作的形式起草的国家标准尽管相对其他地区较多，但在其中所占的比重仍有所欠缺，导致了TUIG的数值较大。在分析了数值较大的原因之后再从官产学合作产出的绝对及相对数量上来看，除甘肃省外，其他6个省份官产学合作起草国家标准的数量及其占起草总数的比例依次为20，11.628%（上海）；1，6.667（河北）；14，10.938（辽宁）；3，4.761（四川）、3，6.250（湖南）和7，31.818（广西），上海官产学合作的频数和频率都是名列前茅的。由此可见，“三螺旋算法”只能用于程度上的考量，并不能作为评判优劣的标准，虽然上海市的官产学合作仍存有提升的空间，但也要看到上海市在国家标准的制定上做出的贡献并要肯定官产学合作与经济发展之间相互促进的作用。

（三）国家标准视角的官产学合作关系测定中存在的问题

为了使官产学合作现状得以清晰地展现出来，我们再利用“最大熵”的概念从官产学合作结构的角度进行分析，最大熵是在某一事件的所有可能情况均等概率发生时实现的，在 HU、HI、HG以及 HUI、HUG、HIG和 HUIG都取最大熵时得到三维信息转接量T’UIG与实际熵得到的TUIG如表6所示（甘肃省于2010年度起草的8条国家标准中没有以官产学合作的形式完成的，因此不将其列入比较对象中）。

表6 TUIG与T’UIG比较分析

通过对比发现，T’UIG普遍小于TUIG，即HU、HI、HG以及HUI、HUG、HIG和HUIG都取到最大熵时的官产学合作模式优于实际模式。特别是广西在2007及2010年度当HU、HI、HG以及HUI、HUG、HIG和HUIG取到最大熵时三维协同信息转接量有负值出现，官产学合作已达成相当紧密的态势，可见广西省（区）知识创新中的官产学合作具有极强的发展潜力，科学合理的合作结构将大幅提高三者的凝聚力。

相对最大熵下获得的T’UIG，较小的TUIG是由于几个机构间开展的多次合作造成的，尽管这有助于形成长期稳固的合作模式，但同时也应该充分挖掘中小机构的发展潜力，对前景明朗的机构及课题进行帮扶，使科技力量的分配更加均衡，充分调动社会各方面直接参与国家标准制修订工作的积极性，特别是双方及三方的合作创新中，更应在更广阔的范围内鼓励创新行为，使更多的机构更多地参与到国家标准的制定过程中，让所有有创新热情的机构都尽可能地开展知识创新活动，大幅增加的HUI、HUG、HIG和HUIG会迅速优化TUIG。使官产学的创新合作关系更加深入。

五、结 论

以上给出了基于“三螺旋定量算法”的以国家标准的起草制定为着手点的官产学合作关系的统计分析。通过“三螺旋定量算法”的实现，政府、产业和大学的互动关系可由每年起草的国家标准得以反映。然而，不得不提的是，这种算法仅适用于统计学意义下的研究，只能从侧面反映官产学的合作关系，鉴于三螺旋作为一个矜持隐晦的网络结构，其官产学的合作关系又却是一个十分复杂的问题，难以用一个数学模型来精确表达或衡量，比较可行的或许是设定一些指标，对其紧密程度进行评价，例如，创新小组的人员组成情况、官产学联席会议的举行频率、共同拥有的专利数目、共同培养的人才数量、共建的实验室数目、实验室的开放率及使用率、合作创新的基金组成情况、利润的分配办法等等，从这些指标入手，对官产学螺旋体分工协作、风险共担、利益共享的程度进行衡量将更具说服力。

虽然如此，但关于三维转接指标的三螺旋算法还是为官产学创新模式的测度提供了一种新的思路。除了从国家标准这一知识创新成果的角度对官产学关系进行测度外，我们还可以借用这一方法对每年发表的论文数量、申请的专利数量、科技成果申报等其他任何形式的创新成果进行官产学合作的分析，从而丰富研究结果、增加研究的信度及效度，使之成为与区域创新能力切实相关的数量依据。

［1］万勇，文豪.中国区域创新能力的评价指标体系研究［J］.中南大学学报（社会科学版），2009，（10）：643-646.

［2］李健，罗军飞.依靠科技创新促进中部崛起的战略思考［J］.中南大学学报（社会科学版），2006，（2）：16-18.

［3］蔡翔，王文平，李远远.三螺旋创新理论的主要贡献、待解决问题及对中国的启示［J］.技术经济与管理研究，2010，（1）：26-29.

［4］栾春娟，陈悦，刘则渊.三螺旋创新模式下的全球学术界专利竞争［J］.情报杂志，2008，（4）：12-14.

［5］林学军.基于三重螺旋创新理论模型的创新体系研究［M］.广州：暨南大学出版社，2010.

［6］王成军.官产学三重螺旋创新系统模型研究［J］.科学学研究，2006，（4）：315-320.

［7］王成军，黄宝东.基于SCI2000的官产学三重螺旋关系比较研究［J］.科技进步与对策，2006，（2）：50-52.

［8］林学军.基于三重螺旋创新理论模型的创新体系研究［M］.广州：暨南大学出版社，2010.

［9］Leydesdorff Loet.The Challenge of Scientometrics：the devel⁃opment， measurement， and self-organization of scientific communication［M］.Leiden：DSWO Press，Leiden Universi⁃ty，1995.

［10］Leydesdorff Loet.The Measurement and Evaluation of Triple Helix Relation among University，Industries，and Govern⁃ments［C］.the Fourth International Triple Helix Confer⁃ence，Copenhagen，2002.