安徽省产学研创新合作网络演化的多尺度分析

朱 莞，周 瑛

(安徽大学 a.经济学院；b.管理学院，合肥 230601)

0 引 言

创新是产业结构优化和区域经济增长的第一推动力。自Rothwell提出网络创新为第五代创新模式后，以网络范式探讨创新问题成为各国关注热点。[1]产学研合作创新(简称产学研)是指企业、大学、科研院(所)运用各自资源相互协作以实现科研成果转化的重要途径。[2]产学研合作形式多样，包括项目合作、共建科研基地、产业技术联盟等。安徽省根据中央“企业为主体、市场为导向、政府搭平台”的科技体制战略部署，发展出适应本省战略计划的“1+6+2”政策配套体系。在创新合作载体建设上，采用“省院合作、市校共建、社会参与、开放联合、协调创新”的全新机制，成立中科大先进技术研究院、合工大智能制造研究院、合肥物质研究院等一批产学研结合的新型研发机构。随着省内对技术创新事业支持力度的加大，安徽省科技发展有了长足进步，但在产业转型和“质量”提升上，与东部发达省份差距较大，亟需探究其演变规律和制约因素。

1 文献述评

目前，学术界研究多在社会网络分析方法基础上，利用论文合著、专利合作或地理位置等数据，从知识、技术的流动特征层面分析创新合作网络的演化特征及影响机制。以校际论文合著为数据来源，能综合个体、社区、整体三个层面分析，学术色彩浓厚，但较难体现产学研在科技成果转化方面的优势。[3]采用发明专利为样本，能较好体现科技成果转化为现实生产力的合作力度，如曾德明等从“产、学、研”主体的内在结构出发，分析创新合作中组织邻近、组织背景与地理邻近程度之间的关系。[4]在创新合作机制方面，沈江依据结构洞理论，发现高校间协同创新的合作机制实质是异质性知识、资源和文化的非线性耦合过程 。[5]在创新合作模式方面，张珩结合专利合作和地理分布数据，对区域内校企合作的协调创新模式进行研究，发现高校是区域创新合作的主力，并呈现“南高北低”的发展差距。[6]在创新合作的空间展开上，弓志刚等对跨区域技术创新合作网络进行实证研究，发现整体合作强度较低以及区域间存在严重差异。[7]此外，有学者结合社会网络分析方法和其他理论模型，丰富研究结果。如结合生态学小生境理论，根据该理论提出的适度自我保护特征，提出我国新能源汽车产业的技术创新应在不同阶段对应实施不同的自我保护机制。[8]结合引力模型，在研究1990—2013年长三角各城市联系强度基础上，分析城市群的空间演变特征及驱动因素。[9]国外研究较多地关注基于地理空间效应的合作网络影响机制，如Ejermo等发现产学研资源匮乏的地区会积极向另一地区转移寻求新的合作。[10]Wal等讨论了地理距离效应调节下三元闭包对合作网络影响机制，发现随着时间推移，地理距离调节效应降低而三元闭包强化了合作主体关系。[11]Hoekman等发现在科学政策的推动下，地理距离对合作主体间的凝聚力具有显著影响。[12]

以上研究主要呈现以下几个特征：(1)研究数据上，使用定量方法分别从论文合著和专利数据入手考察合作结构的演化，缺乏二者结合；(2)研究对象上，主要对合作主体的组合模式进行划分，而缺少从整体网络到城市主体再到机构节点、时间到空间的多尺度研究[13]；(3)研究区域上，集中在长三角等经济发达地区，缺乏对中部发展较落后地区的关注。对此，本文在社会网络分析方法基础上，将论文合著与发明专利数据结合，从“科学合作”到“技术合作”两个方面，系统地分析安徽省产学研合作网络结构的特点、模式、空间位置、相关因素的演变，为安徽省产学研创新网络模式的提档升级提供实证依据。

2 研究方法和数据来源

2.1 研究方法

图论和社会计量学是社会网络分析方法的理论基础。社会计量学的发展也与“Gestalt”心理学派密切相关。自20世纪30年代英国人类学家Radcliffe Brown首次提出“社会网络”概念以来，社会网络分析(SNA)逐渐形成较为系统的研究框架。常规统计主要分析处理属性数据，而社会网络分析处理的是关系数据。其优势在于能从结果层面反映创新合作主体所在网络位置、主体的社会关系走向以及主体间交流的强度与频繁程度。根据Wellman的观点，社会网络分析方法关注不同行动者之间的关系，而不拘限于对各自内在属性的归类。因此本文将合作对象抽象为点—边—点进行研究，涉及的社会网络分析指标包括以下10个。

2.1.1 整体网络结构指标

网络规模 即网络中节点的数量n，其大小决定网络主体可获得的关系数。

平均距离 指节点连线的平均长度。

网络直径 反映整体网络的大小。

网络密度 指网络中主体间的实际关系数量与最大可能关系数量的比值，用作衡量网络整体合作关系的潜在可能性，计算公式为：

(1)

式(1)中，l为网络中节点之间的总连接数，N为网络规模，即节点总数。

平均点度 即节点平均连线次数。

中介中心势 即中介度在各个顶点之间的变异值与最大可能变异值的比值，用来反映整体网络的凝聚性和中心性，计算公式为：

(2)

式(2)中，CB表示中介中心势，CB(n*)表示节点中介中心性的最大值，CB(ni)表示节点i的中心性值，CB值越大表示整体网络的中心性越强。

2.1.2 节点中心性指标

相对中心度 即绝对(点度)中心度与网络中该点的最大可能度数之比，体现了节点在合作网络中的权力和影响力。中心度越高的节点越处于核心地位，越能对网络中其他行动者之间的活动进行控制或影响，计算公式为：

(3)

式(4)中CRBi表示相对中心度，CABi表示绝对(点度)中心度，即网络图中与某点直接相连的其它点的个数，od是出度，id是入度。

中介中心度 表征节点在多大程度上位于图中其他点的“中间”，即其他节点的“中介”，用以观测某个节点对网络中资源的控制程度。一个节点的中介中心度越高，说明该节点在关键位置上占据的资源和流通信息越多。计算公式为：

(4)

式(4)中，bjk(i)为节点i控制节点j和节点k交流的能力。

2.1.3 节点结构洞指标

结构洞理论(structural holes)由美国社会学家Ronald(1992)提出，即在社会网络中某些节点与其它节点相连或不相连，产生关系间断的现象，表现在网络整体结构上出现“洞穴”[14]。主要测量指标包括总值约值和割点连接的二元组数量。

总制约值 反映某节点所受来自全部纽带的其它节点施加的二元制约值。值越高，个体撤离出已有纽带的可能性就越小，可利用结构洞的“自由度”越低，计算公式为：

(5)

式(5)中Cij为二元制约值，表示围绕节点j和i初始“洞”的缺失约束，Pij为节点i和j的关系概率值同i的所有关系值之比。

(6)

式(6)中aij指i，j两点间边的属性值。

割 点 即删除会增加组元数量并导致所在子网络不连通的顶点，控制子网络各部分之间的信息流动。

2.2 数据来源

本文的专利数据来自安徽省知识产权信息服务平台。由于发明专利公自受理起18个月进行公布，需2年半左右才能获取授权，因此选取专利公开日截止2017年12月29日的专利数据。论文合著数据来自Web of Sience的核心合集1998—2017年发表的合著论文数据。数据筛选时，合作单位如包含“%大学或%学院或%研究院或%研究所”和“%公司或%企业或%厂”的关键词，即认为它们之间存在合作关系，并排除单个合作者同时含有这些关键词的数据，且合作者中须有一方为安徽省内城市。共获得合作专利申请数据206 1条，论文合著数据162 9条。在时间上，安徽省专利及论文合作数存在较明显的三阶段式发展特征，如图1所示，分别在2003年、2013年的时间点上有阶梯式提升。

1985—2002年，专利及论文合作数一直处于极低水平，实际合作数量均5以下。从2003年开始，合作数量开始进入起步增长阶段，2003至2006年的合作数均在10左右，2007年则超过20项。2008至2010年的合作数均在50左右，到2011年超过100项。2013年以后产学研合作进入高速发展期，合作数量全部在200项以上。本文根据专利与论文合著数据各自的时间突变节点，将安徽省产学研创新合作网络演变分为过程分3个阶段进行对比研究。

3 安徽省产学研创新合作演化的多尺度分析

3.1 整体合作网络分析

3.1.1 指标分析

从网络规模、平均距离、网络直径、网络密度、平均点度和中介中心势指标初步探索安徽省产学研创新合作网络的整体结构，对多次合作采用加入权值的方式计算指标值[15]，结果见表1、2。

表1 1985—2017年安徽省产学研发明专利合作整体网络结构指标

表2 1998—2017年安徽省产学研论文合著网络整体网络结构指标

随着时间的推移，专利合作与论文合著网络结构指标的数值变化非常相似。两者的网络规模与网络直径都在持续增长，表明参与创新合作的主体越来越多，网络异质性不断增强。网络中合作个体的最远步数不断增加，表明网络的边界范围在不断扩大。平均点度与中介中心势的持续增长表明节点的平均合作次数在增加，网络的凝聚性和中心性不断增强。其中，专利合作和论文合著的网络中介中心势均在第3阶段大于0.1，表明节点中心度的变异程度较高，网络中心与其它零散节点的边界清晰，“核心—边缘”结构表现突出。值得注意的是，随着网络规模(节点个数)的增加，网络密度快速下降，这表明合作网络成员间的合作缺乏多元化交流，网络结构较松散。合作范围倾向于固定成员间的多次合作，联网范围不够开阔。

3.1.2 网络形态演化

其次，将高校归为1类、研究院(所)归为2类、企业、公司、厂归为3类，通过图谱的形式分类观测合作网络演化中主导方的动态变化。如图2、3所示，黑色节点代表大学、学院，灰色节点代表研究院(所)，白色节点代表公司、厂和企业，两节点之间的连线表示节点的合作关系。图2、3显示，专利及论文的合作网络的演变趋势类似，沿着“单核模式”—“桥梁模式”—“成长模式”的网络形态规律发展。“单核模式”时，节点零星分布，网络连线稀疏且结构松散，倾向于不断重复合作伙伴。“桥梁模式”时，节点数量与边数开始增加，出现多个子网，且子网之间有桥梁连线。高校、研究院、企业三类节点之间的连线数量较为均匀，未出现中心优势点。“成长模式”时，节点和边数迅速增加，专利与论文合作的节点数分别增加到659和110 2个，连线总数分别达到127 6和257 2条，合作网络更加复杂。此时1类节点的中心性得到凸显，2类节点作为子网中心不明显，边缘子网数目进一步增加，3类型节点数量庞大被推散至边缘，“核心—边缘”结构显著，但整体网络连通性较差。

图2 1985—2017年安徽省产学研专利合作网络图谱

图3 1998—2017年安徽省产学研论文合著网络图谱

3.2 城市合作网络演化

3.2.1 核密度分析

将样本数据按所属地级城市及以上归类(按照最新城市划分标准将已经撤销地级市的城市数据放入最新文件规定的所属地级城市数据中)，使用核密度分析，获得安徽省城市合作核密度图以观察空间分布特征。核密度分析以Silverman(1986)描述的二次核函数为基础，其密度分布在每个要素中心处最高，向外不断降低，当距离中心达到一定的阈值范围(窗口边缘)处为0[16]，如图4所示。

专利和论文合作网络各阶段的核密度分布图有以下特征：(1)安徽省的区域创新合作不断增强，且富有层次性。专利合作和论文合著的最高核密度值分别从阶段1的19.5/15.7上升至阶段3的354.9/377.7。在2、3阶段核密度图的颜色标注具有“深—浅”对比。(2)安徽省专利与合作网络的空间演变具有相似性，但也存在不同。两者的核密度对于在不同阶段有较为相似的数值，整体发展水平持平。但在合作对象的范围上，论文合著更加开阔，图中显示具有更多的合作对象，核密度的数值较大，对外合作的阴影部分呈放射状。而专利合作较为频繁的区域固定在“北京—合肥—上海”的两极三点上。(3)整个空间演变过程表现出很强的扩散效应，且以等级扩散为主，并伴随接触扩散。核密度数值高的城市集中在“北上广”等发达城市，并以此向邻近地级城市扩散。从阶段3开始，除合肥、蚌埠外的其它省内城市开始加强外部合作，但在总体数量上存在阶梯式的差距。在外部合作上，除了京、沪、粤三极外，江苏、湖北、山东、江西等作为邻接省份从阶段3开始合作关系显著增强，安徽省与西、北部省份还没有形成较大范围和强度的合作，网络扩散表现出明显的圈层结构。

图4 1985—2017年安徽省产学研创新网络合作核密度图

3.2.2 邻近性因素的阶段演化

自Marshall首次提出集群经济理论以及将知识溢出、区域创新活动主体在地理空间上的协同关系称为地理邻近性以来，“邻近性”概念被广泛运用在之后的研究当中。但目前对其他邻近维度的刻画未有一个统一的标准。本文以地理邻近、经济邻近、社会邻近、认知邻近及制度邻近五个维度为测量对象，以2003、2013、2017三个年度作为时间拐点，采用QAP(Quadratic Assignment Procedure)方法，考察五类邻近性因素与创新合作(以合作次数为表征)的相关系数变化趋势。(1)地理邻近指标数值通过 Google 地图获取各城市之间公路最短的通行距离(KM)，进行取倒数和归一化处理。(2)经济邻近以两城市之间当年人均GDP差值的绝对值表示。(3)社会邻近以城市以往年份所有的合作次数表示，即1985(论文合著为1998)—2002年、2004—2012年、2014—2016年的合作次数分别表示2003年、2013年、2017年的社会距离。(4)认知邻近以两城市节点在以往年份合作网络中的最短路径(Net数据中的测地线距离Geo-distance)。(5)制度邻近采用虚拟变量的方法，即同一行政类别取值1、不同类别的取值0。在UINET软件中对相关系数进行计算，见表3。

表3中，在合作初期合作方的选择主要与地理邻近、经济邻近和制度邻近因素具有较大的相关性。城市主要选择与其地理距离较近的城市进行创新合作，而相同的城市行政级别也能促进合作的发生。此时，专利合作的经济邻近选择更为明显，合作双方倾向于同本城市经济发展水平差距不大的城市进行合作。在合作中期，社会邻近因素的相关系数尤为突出，其他各邻近性因素的表现差距不大，在专利合作方面保持在0.3左右，在论文合著方面保持在0.5左右。这说明，发展到初联结网时的合作网络对以往已有的合作惯例非常重视，已形成的固定合作对象在不断重复加强合作，蓄势寻找新的桥梁进一步扩大合作网络。在合作后期，地理邻近因素在合作网络结成中的影响越来越小，跨区域远距离的合作不断加强。但社会邻近因素仍然占据相当大比重，这表明此时创新合作关系仍与以往的合作惯例密切相关。技术合作和论文合著网络对经济邻近的依赖程度不断下降，在合作后期略有提升。论文合著网络与经济邻近、制度邻近的相关性较技术合作网络更强。二者在地理、经济和制度邻近的数值变化上具有较强的相似性。在合作初期，创新网络对制度邻近依赖较大，到后期维持在适中水平。认知邻近则在初期的较低水平逐渐上升并维持在0.3左右，这表明城市节点在以往合作网络的中的位置距离对现有的合作关系仍保持着一定的相关性。以上结果显示，各邻近性相关系数的演变与合作网络发展的成熟度以及网络合作者所依附的合作关系类别密切相关，具有较明显的阶段性特征。

表3 各邻近性因素与创新合作的相关系数

3.3 关键节点分析

本文使用Freeman[17]提出的相对中心度和中介中心度来考察节点是否处于网络中心位置，使用总制约值、割点及其连接的双组元数目来考察节点对资源的控制程度。表4、5分别展示了网络中心节点和结构洞节点指标在不同时间阶段排名前5的节点名称(“U”表示大学，“I”表示研究院，“R”表示公司，“-”表示后续节点数值为同样大小，无排序意义)。

表4 安徽省产学研创新合作网络中心节点

续表4

表5 安徽省产学研创新合作网络结构洞节点

结合表4、5数据，上述两类指标显示公共研究机构类在创新合作网络中表现突出。该创新合作网络核心位置由高校占据，且形成相对独立的中心子网络，割点数目显著高于其他两类节点，存在极化效应，网络连通性较差，不利于整体合作网络的信息流通，这表明安徽省产学研创新模式尚处于初级阶段。在公共研究机构内部比较中，科研院(所)仅占公共研究机构类节点的12%，说明科研院(所)在产学研创新网络中还有进一步强化的空间。企业类节点的中心地位最低，仅有少数大型国有工业企业(如淮南矿业)作为子网中心，其中介中心度方面表现稍强于企业类节点的其它指标，虽起步晚，但在后期增加幅度明显，表明其在获取外部市场需求和充当跨领域合作媒介上具有一定潜力。此外，外源节点(来自省外的合作者)参与安徽省合作网络的程度普遍较低，而企业类节点中出现的区域外源提供者数量(7个)高于公共研究机构类(5个)。在公共研究机构内部比较中，科研院(所)仅占公共研究机构类节点的12%，说明科研院(所)在产学研创新网络中还有进一步强化的空间。在排名前5的企业类型节点的行业比较中，传统钢铁、化工产业等占企业类节点数量的70%，而通信技术等新兴产业仅占20%，且多数企业经营范围单一，说明安徽省的科技创新资源仍集中于传统行业，而亟需支持的新型产业掌握的资源较少，产业结构有待进一步转型升级。该网络中存在一些尚未充分发挥其实力的节点，如中国科学技术大学作为安徽省科研实力排名第一的高校，从专利合作网络的阶段2、3开始失去排名第一优势，且与合肥工业大学的差距不断扩大，对此应进一步加强高校科研成果转化能力。

4 结论与建议

结合实际数据，本文研究发现：

(1)随着时间的发展，安徽省产学研创新网络中参与合作的组织迅速增加，平均距离不断增加，网络规模越来越大。专利和论文合作网络的发展具有相似性，呈现出较为分明的“单核模式”—“桥梁模式”—“成长模式”形态演变规律。在“成长模式”阶段，创新合作网络的整体结构具有明显的“核心—边缘”特征，企业类节点数目庞大且被退散至边缘地带。

(2)结合城市之间创新合作与邻近性因素的相关系数的演变来看，合作网络对社会邻近的依赖程度较大，合作固定在已结成合作关系的双方，缺乏多元化、多层次的合作。绝大多数城市更倾向于同制度、知识规模邻近的城市建立合作关系，对外开放程度较低。致使网络密度不断下降，网络边缘结构松散，整体网络连通性不足，增加网络发展的脆弱性。

(3)“高校强、企业弱”成为安徽省产学研创新合作网络的突出特征。网络中各子网的中心节点多为高校，且中心集聚程度越来越高。相比之下，企业综合实力较弱，缺乏大型综合类企业以吸引各类高校与之合作，致使合作主要围绕高校进行。且在企业内部，主要资源集中于传统钢铁、化工产业，新型产业创新研究资源较少。从结果看，新型产业缺乏实质性的优惠政策支持，致使发展动力不足，为产业结构转型设下阻碍。

安徽省情况在一定程度上能够反映中部经济较为落后省份的困境，对此，本文提出以下几点建议：

(1)深化科技体制改革。我国产学研合作模式总体上经历了由大学、研究院(所)为核心到以企业为主导的转变。[18]在社会主义市场经济条件下，相比高校和科研院(所)关注创新产品的技术先进性，企业对开发新产品所需技术、成本和市场时机等因素更敏锐，更能达成合作平衡的契合点，促成科技成果的转化。针对以大学、研究院(所)为单一中心的情况，应以重点企业为突破点，促进产业技术联盟的达成与稳定，以产业关键技术需求为牵引，推动产学研的资源共享与创新合作，且落到实处地加大政策支持力度，进一步探索校办企业模式，尝试将企业纳入国家科技投资体系。

(2)完善信息平台建设。网络密集程度与企业创新产出之间呈正相关关系。[19]针对安徽省创新合作网络密度下降、割点连接的双组元数不断增加的情况应提高警惕。借助建设数据信息共享机制的契机，鼓励建设跨学校、跨领域、跨机构的科技合作信息交流平台，有针对性地提供并完善中介服务，不断加强创新主体之间的交流。从而充分挖掘潜在合作关系，丰富合作关系网络，发挥中心节点在信息沟通的中枢作用，促进知识的转移与共享。

(3)挖掘关键节点潜力。重点扶持一批有实力的高校、科研院(所)和企业，进一步激发其在技术创新中的引领作用以提升产业的整体竞争力。一方面，针对未能充分发挥其实力的高校和企业，要加大对这些企业和高校的支持力度，找出背后原因，进一步挖掘其应有的发展潜力；另一方面，要加强鼓励新型科技产业的发展，给予更大范围的政策支持力度，促使其成为更多的行业中心节点，从而辐射带动整个产业的优化升级。

(4)扩大开放式合作。在城市合作层面上，安徽省对社会邻近和制度邻近的依赖程度较高，多数倾向于遵循已有的合作惯例，与类似行政制度的城市进行合作。而开放式创新网络会潜在地影响参与者的思维边界，促使合作各方不断突破组织和技术的界限，从而提高创新业绩。[20]因此，要从制度保障、文化培育、环境营造等多方面激发城市对外开放的积极性。不断扩大城市的外部交流，吸收更多的新鲜思想，同时为本地发明创新寻找更为广泛的应用市场，从而助力于安徽省创新事业的发展。