产学合作创新系统的关联紧密度及实证分析

康 鹏，毕 翼

（1.辽宁大学 信息学院，辽宁 沈阳 110036；2.沈阳住房公积金管理中心，辽宁 沈阳 110062）

产学合作创新系统的关联紧密度及实证分析

康 鹏1，毕 翼2

（1.辽宁大学 信息学院，辽宁 沈阳 110036；2.沈阳住房公积金管理中心，辽宁 沈阳 110062）

在区域创新体系中，产业与大学是最重要的主体。辽宁作为我国的老工业基地，承担着国家产业发展和科技创新的重要使命。辽宁省如何有效构建产业—大学合作创新系统，成为关系到东北老工业基地振兴和国家工业发展的重要问题。因此，以辽宁省为研究对象，从系统角度对产业—大学合作创新系统进行分析具有理论与实践意义。

产学合作；合作创新系统；关联紧密度；影响因素

在区域创新体系中，产业与大学是最重要的主体。首先，产业发展在区域创新发展中占有核心地位。一方面，产业是创新的源头，为创新提供方向、资金支持等。同时，创新成果往往需要通过产业化来体现其经济社会价值。大学的主要传统职责是培养学生、创造知识。随着经济社会的发展，大学承担着第三大使命，即与知识的使用者建立联系进而实现技术的转移[1]。因此，大学在国家发展中具有重要地位和独特作用。

可以说，没有产业和大学的创新合作，就难以构建同区域经济社会发展需求相适应的区域创新体系。因此，产学合作创新近年来是国内外学者的研究热点。围绕产学合作的理论和实践研究很多。综合现有研究，从研究角度来看，从系统角度分析产业—大学合作创新的研究还不多。在影响因素分析方面，目前的研究中个人因素对产学合作影响的研究较多，研究组织层面影响因素的较少。而很多学者指出组织性因素对产学合作产生影响[2]。此外，产学合作研究的实证以美国和欧洲发达国家为主要研究对象。我国的实证研究则多以发达地区为主。而辽宁作为我国的老工业基地，承担着国家产业发展和科技创新的重要使命。辽宁省如何有效构建产业—大学合作创新系统，成为关系到东北老工业基地振兴和国家工业发展的重要问题。因此，以辽宁省为研究对象，从系统角度对产业—大学合作创新系统进行分析具有理论与实践意义。

本文主要围绕产业—大学合作创新系统的关联紧密度展开研究，主要包括产业—大学合作创新系统关联紧密度的度量及影响产业—大学关联紧密度的因素的研究。在此基础上，结合辽宁省高等学校对接产业集群协同创新基地的具体情况进行实证分析，借此反映辽宁省产业—大学合作创新系统的发展情况，并提出对策建议。

一、分析模型构建

普遍认为，产业—大学合作创新系统是指产业与大学围绕多重创新目的，通过各种联系建立合作关系所形成的新的整体系统，该整体可为大学和产业乃至区域发展带来多层次创新效应。因此，可以说关联性是系统具有的重要特征，也是研究产业—大学合作创新系统的核心内容之一。

本文中，产业—大学合作创新系统的关联性是指在合作创新系统中产业与大学之间建立的各种“相互联系”的关系，而紧密度常用来衡量关联的情况。在软件系统中，紧密度反映的是节点通过网络对其他节点施加影响的能力[3]。近年来，社会网络研究方法不断发展。其中，紧密度也常用来度量组织间的关联性，表示组织间关系强弱的程度[4]。例如，庞弘等（2011）通过构建多值矩阵、合作网络图并结合社会网络分析方法对科研团队合作紧密度进行了分析[5]。因此，本文也使用紧密度对产业—大学合作系统中产业与大学的关联情况进行分析。

产业—大学合作创新系统由两大部分组成，一部分由高校组成，一部分由多种产业组成。首先构建产业—大学合作创新系统结构。其中的每一个点代表一个高校，或者表示一个产业（企业或者企业群）。借鉴社会网络分析方法，如果一个高校和一个产业建立了关联，则在这两个点之间建立一条边。一个产业与一个大学建立的关联的数量越大，这两点之间的边的数量越多。然后，根据两点之间边的数量，构建产业—大学合作矩阵，并进行相应地赋值。在此基础上，对产业—大学合作创新系统的关联紧密度进行分析，具体包括关联结构、关联总数、关联强度和关联密度；同时，进行关联影响因素的分析。

（一）系统关联结构

系统中实体的关联关系通常可分为1对1关系、1对多关系和多对多关系。

在产业—大学合作创新系统中，1对1关系表示一个大学只与一个产业建立合作创新关系。这种相对单一的关系往往使大学或产业在能力、资源等方面的整合更加集中，具有一定的稳定性，管理起来也比较清晰、简单。缺点是缺乏灵活性，对产业-大学合作创新系统整体而言，系统紧密度差。

1.对多关系表示一个大学与多个产业或者一个产业与多个大学建立合作创新关系。这种关系中存在一个核心大学或者核心产业，这个大学或产业创新能力较强或者创新需求旺盛，因而吸引了多个产业或者大学与之合作开展创新活动，建立多种创新关联。这种结构有利于利用系统内优势大学或者产业实现规模性发展，对相关产业或者高校可起到明显拉动作用。缺点是一旦核心实体出现问题，会导致系统内大面积出现问题。对产业—大学合作创新系统整体而言，系统紧密度一般。

系统内部有效的结构通常是多对多关系。在这种系统结构下，多个产业与多个大学相互交叉合作，创新系统整体紧密关联在一起。一旦系统中的某个点出现断点，其他点还能通过别的关联有机地连接在一起，有效减少了该点的变化对系统整体合作的影响，保证了系统内部的合作紧密度。

（二）系统关联总数、关联强度与关联密度

在一个系统中，关联总数表示系统中存在的联系的数量总和，反映系统整体的紧密程度。但由于系统在规模上存在差异，为更有效衡量系统的紧密程度，往往采用“密度”这一指标进行度量。一个图形的密度，一般指在该图形中实际存在的线与理论上可以达到最大数量线的比例。根据该概念，产业—大学合作创新系统的密度是指该系统内产业—大学合作关联的实际数量与在理论上可以达到的最大合作关联数量的比例。密度值越大，说明产业—大学合作创新系统的密度越大，表示该系统紧密度较高，系统内部关联数量多，知识流动较好，合作程度较高，系统整体的绩效也会更好。

此外，系统关联紧密度还可采用“强度”指标加以度量。产业—大学合作创新系统的强度表示为该系统内产业—大学关联实际数量的平均值，反映系统平均关联水平。

（三）系统关联影响因素

产业与大学这两大主体主要从组织层面和个人层面这两个方面影响产业—大学合作创新系统的紧密程度。本文以大学为研究对象，从整体组织角度分析大学的组织性因素对产业—大学合作创新系统紧密度的影响。

结合我国的实际情况与相关统计数据情况，从大学的角度出发，设计代表大学创新基础、创新投入、创新网络、创新产出这四方面的具体指标如下表所示。

影响产学合作创新系统关联紧密度的大学组织性因素

二、实证分析

（一）实证背景

2012年5月7日，中国正式启动“高等学校创新能力提升计划”，简称“2011计划”。为切实开展国家“2011计划”，辽宁省从2011年开始组织建立高校科技平台对接工业产业集群协同创新基地，加强辽宁省大学与产业集群之间的合作创新，目前已批准了三批对接工业产业集群协同创新基地。

辽宁省高校对接产业集群协同创新基地系统建设项目涉及辽宁省43所大学和100个重点产业集群。作为近几年来辽宁省最显著的产业—大学合作创新工程，代表辽宁省产业—大学合作创新系统的最新发展情况。因此，本文以“辽宁省高校对接产业集群协同创新基地”为研究对象，以对该合作系统建设情况的分析反映辽宁省产业—大学合作创新系统的关联紧密度。

以下分析所用数据来源于辽宁省教育厅科技处的各种统计数据及资料，具体包括：《2012年辽宁省普通高等学校科研活动统计公报》《2012年辽宁省高校科研工作总结汇编》《辽宁省100个重点产业集群基本情况表》（2011）《第一批辽宁省高等学校对接产业集群协同创新基地名单》（2011）《第二批辽宁省高等学校对接产业集群协同创新基地名单》（2012）《第三批辽宁省高等学校对接产业集群协同创新基地名单》（2013）。分析工具主要使用UNINET和SPSS。

（二）数据分析

1.系统关联结构

根据辽宁省教育厅科技局的认定，截至到2012年，辽宁省开展科技活动的大学共有43个，与2011年持平。而已与产业集群对接的高校比例为25/43，即58.14%。辽宁省共有重点产业集群100个，已与高校对接的比例为55/100，即55%。说明在辽宁省高校对接产业集群协同创新基地系统中，目前已实现对接的大学与产业已超过总数的50%。

在与产业集群已建立对接的大学中，一对一的关系为9/25，一对多的关系16/25。在已与大学建立对接的产业集群中，一对一的关系为39/55，一对多的关系为16/55。综合来看，共有产业集群—大学的多对多关系27个，说明目前辽宁省高等学校对接产业集群协同创新基地系统中的关系还以1对1关系为主，关联结构还比较简单，缺乏灵活性，系统整体共享合作程度较低。

2.系统关联总数

在辽宁省高等学校对接产业集群协同创新基地系统中，已建立的关系总数为76个，代表着系统中实际存在76条节点间的连通线，说明系统中建立有76个对接关系。

3.系统关联强度

辽宁省高等学校对接产业集群协同创新基地系统中，已建立对接的高校与产业集群的关联强度为：大学科技平台实现对接产业集群的实际数量的平均值=∑某大学科技平台实现对接产业集群的实际数量/25=3.04，说明平均一个高校与3.04个产业集群建立了对接关系；标准差为3.97。表面看大学与产业建立的关联强度较好。但除去对接实际数量排名前三位的高校重新计算，关联强度为2.04%，减少32%，说明各大学对接产业集群数量的数据波动比较大，多数大学目前的对接合作水平还比较低。具体如下图所示。

辽宁省25所高校与产业集群对接数量图（单位：个）

产业集群对接大学科技平台的实际数量的平均值=∑某产业集群对接大学科技平台的实际数量/55= 1.38，说明平均一个产业集群与1.38个大学建立了对接合作关系。标准差为0.71，代表各产业集群对接数量波动不大。总体来看，各产业集群目前的对接合作水平较差。

4.系统关联密度

辽宁省开展科技活动的43所大学共拥有包括辽宁省教育厅及以上级别的重点实验室、工程研究中心、工程实验室在内的科技平台180个。同时，辽宁省100个重点产业集群全部为制造业及软件业产业集群。因此，180个科技平台中可能与这些制造业及软件业产业集群开展技术创新对接的实际平台数量为159个。在这159个科技平台中，105个具有普遍适用性，可能与100个重点产业集群开展科技创新对接。54个具有明显的行业特征，分别可与不同数量的产业集群对接。根据以上情况，计算辽宁省高等学校对接产业集群协同创新基地系统中产业集群与大学在理论上可以达到的最大对接数量为：

普遍适用性高校科技平台数量*产业集群总数+∑各行业特征类高校科技平台数量*可对接产业集群数=105*100+269=10769（个）。

该系统整体的关联密度等于：

产业集群对接大学科技平台实际数量/在理论上可以达到的最大对接数量=76/10769=0.71%。代表着全省43个高校的159个科技平台与100个重点产业集群平均具有0.0071条连接线，说明系统整体紧密度较低。

5.系统关联影响因素

（1）创新基础

辽宁省共有985、211学校4所。根据大学按已对接产业集群数量的排名，这4所大学位于排名前30%（8所）的大学有2所，排名位于第1位和第5位。1所与其他9所高校并列最后一名，1所学校还未建立对接。因此，总体来看，985、211大学在已对接产业集群数量的排名中位置未体现明显领先。说明大学是否为985、211学校对于大学——产业集群对接关系的建立无明显影响。

此外，对已建立对接关系的25所大学已有的科技平台数量（包括辽宁省教育厅及以上级别的重点实验室、工程研究中心、工程实验室）与已有的对接关系数量进行Pearson相关性分析。结果显示，在0.05水平上显著正相关。相关系数为0.4663。

再者，分析学校隶属关系对大学——产业集群对接的影响。辽宁省有科技活动的43所学校分别隶属与中央部委（2所）、辽宁省（20所）、省内具体城市（2所）及民办（1所）。以上四类学学校已对接产业集群的比例分别 50.00%、60.61%、40.00%和 100.00%，均值为62.65%。以上数据表明，隶属关系的高低与已对接产业集群的数量无明显关联。学校隶属处于较高级别的大学在建立对接产业集群关系中未体现领先优势。

最后，研究已建立对接关联的大学与产业集群的地理接近性。已建立对接的25所大学分别隶属于不同地区。通过计算，大学所属地与对接产业集群所属地一致的平均比例为74.49%。该比例较高，说明地理接近性是建立对接关联的显著特征，地理接近性对产业集群——大学建立关联关系起较大作用。进一步深入分析发现，处于高校数量较少且综合科研能力较低地区的大学服务本地产业集群的比例越高。

（2）创新投入

创新投入方面，分析已建立对接关联的25所大学的科研经费占教育经费总收入的比例、科技课题当年投入人数和科技课题数与已建立的对接关系数量的Pearson相关性。结果显示，科技课题当年投入人数和科技课题数两项指标与已建立的对接关系数量在0.01水平上显著正相关。正相关系数分别为0.640和0.762，相关性比较强。科研经费占教育经费总收入的比例与已建立的对接关系数量之间未能通过Pearson相关性检验，相关关系未能确定。

（3）创新网络

反映大学创新网络建设情况的指标很多。受到目前统计数据的限制，只选取衡量以往产学合作规模的企事业委托经费这一指标进行分析。对已建立对接关联的25所大学的企事业委托经费与已建立的对接关系数量进行Pearson相关性检验。结果表明，两者之间的相关性在0.01水平上通过了检验，正相关系数为0.537。

（4）创新产出

鉴于大学主要的创新成果是学术论文。本文选取学术论文数量反映大学的创新产出情况。对已建立对接关联的25所大学的学术论文数量与已建立的对接关系数量进行Pearson相关性检验。结果是，学术论文数量与已建立的对接关系数量两者之间在0.01水平上具有显著相关性，正相关系数为0.555。

三、结论与建议

综合以上针对辽宁省高等学校对接产业集群协同创新基地系统紧密度的分析，辽宁省高等学校对接产业集群协同创新基地系统的紧密度总体来看还比较低。虽然目前已实现关联的大学与产业已超过总数的50%，数量上较多，但这些大学与产业集群之间的关系还以1对1关系为主，关联结构也比较简单。同时，在系统关联总数、关联强度与关联密度方面也较低。因此，可以认为，辽宁省高等学校对接产业集群协同创新基地系统的紧密度还处于较低水平。辽宁省高等学校对接产业集群协同创新基地系统需要发展的空间还很大，需要做的工作还很多。

针对影响因素的分析，对辽宁省高等学校对接产业集群协同创新基地系统的紧密度有明显影响的因素按其相关程度从大到小排名依次为：反映大学创新投入的科技课题数；反映大学创新投入的科技课题当年投入人数；反映大学创新产出的大学学术论文数量；反映大学创新网络的企事业委托经费和反映大学创新基础的高校已有科技平台数量。此外，具有影响的因素还包括反映大学创新基础的高校与产业集群的地理接近性。以上分析结果指出，辽宁省在今后建设产业—大学合作创新系统中可重点开展如下几个方面的工作：1.进行全方位高校管理体制改革，增加高校的科研课题投入；2.完善高校科技人员激励模式，激发科技人员参与热情，增加科研成果奖励；3.鼓励企业加大对高校的合作创新资金投入，培养大学合作创新经验；4.整合大学内部创新资源，推进大学科技平台建设；5.大力加强建设城市型尤其是欠发达城市的产业—大学合作创新系统。

另一方面，一些影响因素与对辽宁省高等学校对接产业集群协同创新基地系统紧密度之间的关系未得到确定。在创新基础方面，985、211院校未在对接产业方面体现优势。这可能是由于这些985、211大学具有较好的创新资源与创新能力，在全国具有较高的学术声望，因而开展独立创新以及省区域外合作创新的机会更大。同时，非重点大学由于自身创新条件的限制，更乐于与省内企业开展合作创新，从而达到获得创新资金支持，提升自身创新的目的。另外，大学隶属于中央部委、省、市还是民办也未体现对于辽宁省高等学校对接产业集群协同创新基地系统紧密度的影响。说明各级政府已放宽对于高校在创新合作对象等方面的干预，行政隶属关系已很少限制大学的合作创新选择。此外，大学资金投入的影响也未能通过检验。可能是由于产业—大学合作创新中的资金主要来自于产业一方，因此大学资金投入的作用就不太明显。以上这些方面还有待进一步的研究。

[1]Etzkowitz,H.,Webster,A.,Gebhardt,C.,Terra,B.R.C.The FutureoftheUniversityandtheUniversityoftheFuture: EvolutionofIvoryTowertoEntrepreneurialParadigm[J].Research Policy,2000(29):313-330.

[2]MarkusPerkmann,etd.AcademicEngagementandCommercialisation: AReviewoftheLiteratureonUniversity-IndustryRelations[J], ResearchPolicy.2013(2):423-442.

[3]徐久强,桂敬文,赵海,等.软件宏观拓扑结构紧密度的演化分析[J].东北大学学报：自然科学版,2013,34(5):647.

[4]Golicic,S.L.,Mentzer,J.T.ExploringtheDriversofInternational RelationshipMagnitude[J].JournalofBusinessLogistics,2005,26 (2):47-71.

【责任编辑 李 菁】

C93

A

1674-5450（2014）04-0080-04

2014-03-05

高校产学研协同创新体系研究（JG12DB003）；省财政厅科研基金项目（13D014）

康鹏,女,辽宁沈阳人,辽宁大学讲师,辽宁大学技术经济及管理博士研究生。