中国科学院产学研合作网络特征对其科技成果转化绩效的影响

郭 颖，段炜钰，孟 婧，王明星 (.中国政法大学商学院，北京 00088；.吉林大学管理学院，吉林 长春 300)

0 引言

党中央、国务院高度重视科技创新和成果转化，近年来修订了 《促进科技成果转化法》，颁布了 《实施〈促进科技成果转化法〉若干规定》与 《关于进一步加大授权力度 促进科技成果转化的通知》等多条法律法规，推动科技成果 “开花结果”。科研院所为最重要的源头创新主体之一，是推进中国科技成果转化进一步发展的重要组成部分。根据 《中国科技统计年鉴2020》的数据显示，截至2019年各级科研院所的数量达到3547家，共产出专利67302件。虽然科研院所专利成果产出颇丰，但存在因有效科技成果供给不足与供需双方信息不对称导致的科技成果转化率低的问题[1]。

在当前开放式创新的环境中，产学研三类不同的组织机构进行合作对解决科技与经济 “两张皮”问题的意义深重，产学研合作形成的网络是科技成果转化的重要载体[2]。产学研合作的一种重要表现形式是研发合作，在产学研合作过程中，企业、高校和研究所之间以合作关系为联系，形成覆盖一定区域或产业的复杂网络[3]。在产学研合作网络中，科研院所拥有怎样的网络特征可以对其科技成果转化绩效起到促进作用，已成为被学术界和管理层共同关注的重要议题。其中，中国科学院是中国自然科学最高的学术机构和综合研究中心，我国超过85%的大型科研设施布置在中国科学院，其在中国科研体系中占据着十分重要的位置。2012年至2019年中国科学院的专利申请数占全部科研院所专利申请数的25%以上。同时，中国科学院一直积极参与并推动通过产学研合作提高其科技成果转化绩效[4]。因此，剖析中国科学院的产学研合作网络特征对其科技成果转化绩效的影响有着显著的实践价值，可以为其他研究机构提供决策参考，也有助于丰富与推进产学研合作领域的实证研究。

回顾科研院所的产学研合作网络特征对其科技成果转化绩效的影响研究的相关文献，我们发现：①现有对科技成果转化的研究多以企业和大学为研究主体，探讨了市场环境、体制机制、政策因素以及技术转移主体自身情况对科技成果转化的影响[4-8]，忽略了科研院所在中国科技成果转移体系中的重要作用。以中国科学院为主体来分析产学研合作网络对科技成果转化绩效影响的成果仍然匮乏，难以支撑提升当前中国科学院科技成果转化的实践管理。②现有对于合作网络特征的研究主要集中于其对不同层次主体 (个人层次、组织层次与区域或国家层次)创新绩效的影响[4,7]，鲜有研究讨论其对科技成果转化绩效的影响。同时，现有关于科技成果转化绩效的研究通常仅分别对单一类型的产研、学研或产学研等合作网络进行分析，没有同时考虑在多种类型合作网络中科研院所的网络特征对其科技成果转化绩效的影响差异。

基于上述分析，我们从复杂网络的视角出发，探究中国科学院与企业或大学构成的双边/三边合作网络特征如何影响其科技成果转化绩效，采用社会网络分析方法构建三种类型的合作网络，结合定量化的实证分析方法，利用中国科学院的专利数据进行实证分析，研究三种不同类型的合作网络特征对其科技成果转化绩效的影响。本研究为提升中国科学院科技成果转化的管理实践、发挥其在创新领域的作用与掌握当前产学研合作对中国研究机构科技成果转化绩效的影响提供新的理论支撑和决策参考。

1 文献回顾与假设

1.1 加权度中心度与科技成果转化

中心度描述的是节点在网络中的中心程度，可用网络节点与其他节点连线数量表示，连线越多说明其中心度越高[9]。中国科学院各科研院所的加权度中心度是科研院所在产研、学研和产学研合作网络中与其他组织之间的合作总次数。中国科学院与其他机构合作的过程是建立联系的过程，也是彼此加深了解和建立信任的过程。良好的信任关系可以通过降低知识转移者对风险、收益和代价的预期，以及促进激励机制等方式直接或间接提高知识转移的意愿[10]。Hansen[11]指出，信任主要通过两种机制对知识转移产生影响：一是提高知识转移的意愿，二是降低知识转移的难度。

在产研合作网络中，中国科学院具有越高的加权度中心度，表明其越能与企业建立良好的信任关系。由于在科技成果转化活动中，科技成果转化的需求方主要为企业，随着信任关系的提高，中国科学院可以更容易了解企业的需求，有助于帮助其解决因与企业在科技成果转化活动中的信息不对称导致的科技成果转化率低的问题，从而提高其科技成果转化能力。由表1与表2可以看出，在中国科学院科技成果转化绩效排名前10的科研院所中，加权度中心度同为前10名的科研院所有4所。据此，本文提出假设H1a：中国科学院在产研合作网络中的加权度中心度越高，其科技成果转化绩效越高。

表1 科技成果转化绩效前10名的科研院所 单位：次

表2 加权度中心度前10名的科研院所 单位：次

学研合作网络与产研合作网络的相同之处在于，加权度中心度的提高意味着中国科学院与高校间建立了更好的信任关系。但是，与产研合作相比，学研合作的不同之处在于中国科学院与高校进行合作主要面向基础研究，其合作的主要形式是共同承担和完成国家自然科学基金项目和国家重大科技任务[12]，产出的科技成果多为高水平学术成果。因此，与产研网络相比，中国科学院在学研合作网络中拥有更高的加权度中心度，在帮助其减少科技成果转化过程中面临的与企业之间的供需信息不对称问题时影响较弱。在大学与科研院所的研究合作网络中，科研院所的中心度与其创新绩效之间存在倒U形关系[3]，即加权度中心度的提高不一定能提高中国科学院在科技成果转化过程中的有效科技成果供给数量。所以，与产研合作网络相比，学研合作网络的加权度中心度对其科技成果转化绩效影响较弱。由表1与表2可以看出，在中国科学院科技成果转化绩效排名前10的科研院所中，学研合作数为前10的科研院所仅有1所。据此，本文提出假设H1b：中国科学院在学研合作网络中的加权度中心度对其科技成果转化绩效的影响比其在产研合作网络中的影响弱。

产学研合作网络与学研相似，与产研不同之处在于，由于学校加入合作，产学研合作的目的一般多为基础研究，并不是为了将科技成果商业化。同时，与产研合作网络不同，在产学研合作网络中，三种不同类型的组织机构进行合作比两种不同类型的组织机构合作存在更高的组织异质性。此时，加权度中心度的增高会阻碍知识和信息的有效传递，三方之间难以建立起更好的信任关系，造成各合作方无法形成合力从事科技成果转化活动的问题，给科技成果转化活动的顺利进行带来较高的风险。另外，随着加权度中心度的提高，中国科学院需要与异质性组织维持的联系会随之增多，维持与其他节点的密切联系也会耗费大量的精力与成本[7]。所以，在产学研合作网络中，加权度中心度的提高对中国科学院科技成果转化绩效带来的影响比在产研网络中要弱。由表1与表2可以看出，与学研合作相同，在中国科学院科技成果转化绩效排名前10的科研院所中，产学研合作数为前10名的科研院所仅有1所。据此，本文提出假设H1c：中国科学院在产学研合作网络中的加权度中心度对其科技成果转化绩效的影响比其在产研合作网络中的影响弱。

1.2 结构洞与科技成果转化

结构洞是指两个节点A、B同时与第三节点C连接，但这两个节点A、B彼此之间没有直接联系，那么第三个节点C则占据了一个结构洞[13]。占据结构洞的节点会成为其他链接之间的 “桥”，这些节点具备信息优势与控制优势[14]。结构洞占据者扮演着中间人角色，成为信息与资源的汇集点，可以根据自身需求对资源、信息进行筛选并控制其流量与流向[15]。

在中国科学院与企业的合作网络中，中国科学院占据的结构洞越多，越能对企业的需求信息进行识别与控制，了解企业对于科技成果的具体需求。同时，占据结构洞有利于其搜寻、获得丰富的科技成果转化资源[4]，从而有助于其科技成果转化绩效的提升。据此，本文提出假设H2a：中国科学院在产研合作网络中占据的结构洞越多，其科技成果转化绩效越高。

在学研合作网络中，中国科学院与大学具有相似的组织结构，这增加了产生更多同质资源的潜力，因为他们都在具有相似规则、价值观、义务和文化的相同制度体系中运作。在这种情况下，寻找互补和异质资源对于提高创新绩效至关重要。中国科学院在学研合作网络中占据的结构洞越高，越有利于其获取异质资源[16]。之前的研究显示，节点占据结构洞获取的异质资源和异质信息对提升其创新绩效有显著正向影响[17]。所以，在学研合作网络中占据更多的结构洞，可以使中国科学院拥有更高的创新绩效并产出更多的创新成果，提高其有效科技成果供给，会使其更具有科技成果转化的机会与能力[4]。据此，本文提出假设H2b：中国科学院在学研合作网络中占据的结构洞越多，其科技成果转化绩效越高。

与产研和学研合作网络相比，产学研合作网络中存在大量的跨行业合作，由于科研院所与大学或企业的行业背景、组织结构和组织间文化存在差异，与双方合作相比，三方合作的合作网络中存在更大量的异质资源与信息。此时，中国科学院在产学研合作网络中占据的结构洞越多，合作网络中各节点之间缺乏的链接越多[18]，其需要处理的异质资源与信息越多，在合作中会导致产学研组织很难构建信任关系，不利于中国科学院与网络中其他成员建立良好的信任关系，从而会出现合作组织间的 “信任危机”[19]。同时，研发活动构成的合作网络和中国科学院科技成果转化活动的本质都是在组织间建立联系，不同之处在于研发合作是知识双向交互，科技成果转化是知识与资金的单向流动[20]，更容易发生在技术相似性匹配度高的双方之中。中国科学院在产学研合作网络中占据的结构洞会带来多样化的信息，但不能帮助技术转移双方了解技术匹配度的相关信息，即不能帮助中国科学院解决科技成果转化过程中面临的信息不对称问题。据此，本文提出假设H2c：中国科学院在产学研合作网络中占据的结构洞对其科技成果转化绩效的影响比其在产研与学研合作网络中的影响弱。

基于以上研究假设，本研究构建如图1所示的理论模型。

图1 理论模型

2 研究设计

本研究应用社会网络分析方法，使用中国科学院与企业和/或大学所合作申请的专利来构建中国科学院的产学研合作网络，然后运用回归方法研究网络特征指标，如度数中心度结构洞如何影响中国科学院的科技成果转化绩效[21]。

2.1 被解释变量

本文的被解释变量为中国科学院各科研院所的科技成果转化绩效。采用中国科学院各科研院所向企业授权专利数以及专利实施许可数的加总作为成果转化总数，来衡量中国科学院科技成果转化绩效[22]。

2.2 解释变量

为了验证本研究提出的假设，本文的解释变量为中国科学院各科研院所在产研、学研与产学研三种不同合作网络中的加权度中心度与结构洞。各变量的含义及测度方式如下：

(1)加权度中心度。描述节点在网络中的中心程度，传统测量度中心度的方法仅考虑节点与其他节点连线数量而忽略了边的权重，因而无法准确反映节点在网络中的位置。为了弥补上述缺陷，本文选择加权度中心度作为中心性的衡量指标。i点的加权度中心度是与i直接相连的边权重的和，其测量方式如下：

WDCix=∑Ljx

(1)

其中，Ljx为在合作网络x中与节点i相连接边j的权重，即在产研、学研与产学研合作网络中，中国科学院某科研院所与企业或大学的合作次数。

(2)结构洞。本研究先采用Burt[18]关于约束的计算方式，计算出网络约束系数c(i)，然后借鉴之前的研究，用2减约束系数c(i)衡量i点的结构洞指标大小，其测量方式如下：

(2)

2.3 控制变量

本文选取的控制变量分别是科技成果储备、地区经济发展水平与企业专利需求量。各科研院所所在的地区人均GDP与规模以上工业企业数量的数据来源均为 《中国统计年鉴2017》，具体变量的测量与定义如表3所示。

2.4 研究方法及模型设定

本研究各网络参量均使用复杂网络分析软件Pajek计算。为了验证各解释变量与被解释变量之间的关系，使用Stata 15.0软件进行回归分析。因为被解释变量的方差远大于均值，数据存在过度分散的现象，因此本研究采用负二项回归模型对假设进行验证。同时，考虑到专利从申请到进行科技成果转化一般需要1～3年的时间，为了保证本研究的稳健性，分别考虑了时长1年、2年和3年的滞后性，以尽可能降低任意时滞选取可能带来的不确定性。将合作网络第t年各项指标作为解释变量，分别以第t+1、t+2、t+3和这3年中国科学院各科研院所的平均科技成果转化绩效作为被解释变量，以第t年的加权度中心度和结构洞作为网络特征指标研究中国科学院对其未来3年科技成果转化绩效的影响，建立如下分析模型：

表3 变量的测量与定义

TTt+1 (2,3)oraverage=f(WDC(i)x,t,SH(i)x,t,CpatentRi,t,ERi,t,DRi,t)

(3)

其中，TTt+1 (2,3)oraverage表示中国科学院科技成果转化绩效，WDC(i)x,t,CpatentRi,t、ERi,t、DRi,t分别代表合作网络x第t年的加权度中心度、合作网络x第t年的结构洞、科研院所Ri截至第t年的科技成果储备、科研院所Ri所在地区经济发展水平、科研院所Ri所在地区的企业专利需求量。

3 实证分析

3.1 样本选取与数据来源

本文以中国科学院作为分析对象，数据源为专利之星数据库 (http://www.patentstar.cn/frmL-ogin.aspx)。该数据库囊括了全球105个主要国家/地区/组织的超1亿件专利数据，是集专利文献检索、专利专题库等功能的专利检索平台。本文应用中国科学院与企业或大学之间专利的合作申请人关系来构建中国科学院的产研、学研与产学研合作网络。检索策略参考前人研究，使用网络爬虫技术获取中国科学院的产研、学研与产学研合作申请专利数据与其科技成果转化数据并进行数据清洗，共收集到中国科学院1985—2016年产研、学研与产学研合作数据7935条、2006—2019年科技成果转化数据5056条。随着时间推移，中国科学院的产研、学研与产学研合作变得越来越强。

3.2 实证结果分析

表4所示为各变量之间的描述性统计及相关性分析，被解释变量的标准差超过其均值，表明负二项式模型适合我们的研究。解释变量之间的所有相关系数均小于0.7，方差膨胀因子都小于10，各变量之间不存在多重共线性问题。

表4 描述性统计及相关性分析

从表5可以看出，模型1～ 7是检验时滞为1年的中国科学院科技成果转化绩效的回归结果，模型1仅包含控制变量，例如累计拥有专利数量。模型2～7是在模型1的基础上分别加入产研合作网络加权度中心度、学研合作网络加权度中心度、产学研合作网络加权度中心度、产研合作网络结构洞、学研合作网络结构洞与产学研合作网络结构洞6个解释变量，以验证所提出的假设。以此类推，模型8～14、模型15～21、模型22～28分别探究时滞为2年、3年及时滞1～3年平均科技成果转化绩效的回归情况，以检验结果的稳健性。从模型1、8、15和22可以看出控制变量的影响，以模型1为例，结果表明科技成果储备对于科技成果转化绩效存在积极且显著的正向影响，地区经济发展水平与企业专利需求量对其科技成果转化绩效不存在显著影响。

从表5的模型2、9、16和23可以看出，产研合作网络加权度中心度对中国科学院科技成果转化有显著正向影响 (p均小于0.05)，假设1a得证。表明根据中心度理论，产研合作网络中的加权度中心度越高，越有利于企业与中国科学院建立信任关系。随着产研合作的深入，与企业的信息沟通质量和效率也逐渐提升，有助于解决当前由业界和学界信息不对称造成的成果转化率较低问题[23]，从而帮助提升科技成果转化绩效。

从表5的模型3、10、17、24与模型4、11、18、25可以看出，学研合作网络与产学研合作网络加权度中心度对中国科学院科技成果转化不存在显著影响，假设1b、1c得证。说明与产研合作网络不同，虽然随着学研合作网络与产学研合作网络的加权度中心度增加，各主体之间的合作随之增加，但这些合作是为了学术交流、多领域交叉融合和联合攻克科学难题等目的，有助于提高科研院所的研究水平，对科技成果转化的作用不明显[12]。

从表5的模型5、12、19、26可以看出，产研合作网络的结构洞对中国科学院科技成果转化有显著正向影响 (p均小于0.05)，假设2a得证。在产研合作网络中，科研院所占据越高的结构洞越能拥有信息控制能力，能够进一步掌握企业对于科技成果的需求信息，减少由于二者之间信息不对称对科研院所科技成果转化产生的负面影响[24]。

从表5的模型6、13、20、27可以看出，学研合作网络的结构洞对中国科学院科技成果转化有显著正向影响 (p均小于0.05)，假设2b得证。同时可以看出，学研合作网络占据的结构洞对其科技成果转化绩效的影响在时滞2年 (β=0.732，p<0.05)、3年 (β=0.573，p<0.1)与1～3年平均值 (β=0.596，p<0.1)时均显著，但在时滞1年时 (β=0.526，p>0.1)不显著，说明学研合作网络占据的结构洞对其科技成果转化绩效数量的影响有显著的时间滞后性。由控制变量的回归结果也可以看出，科技成果的储备数量对科研院所的科技成果转化绩效有显著正向影响。

从表5的模型7、14、21、28可以看出，与产研和学研合作网络的实证结果不同，产学研合作网络占据的结构洞对其科技成果转化绩效不存在显著影响 (p均大于0.1)，假设2c得证。在产学研合作中，由于不同类型的机构之间的组织结构与组织文化等方面存在差异，在合作网络中会存在大量多样化的异质信息。此时占据更多的结构洞意味着科研院所需要处理更多的异质信息，不利于对各个主体间建立起良好的信任关系，也不能帮助其解决科技成果转化过程中面对的信息不对称问题，不能更好地选择具有技术相似性的科技成果转化接收方。

表5 回归结果分析

4 研究结论与启示

(1)在中国科学院与企业合作形成的产研合作网络中，中国科学院的加权度中心度与结构洞越高，其科技成果转化绩效越高。基于此，中国科学院应该在产研合作网络中提高自己的中心度与结构洞。提高中心度意味着与更多的企业建立更多的合作，降低两者之间信息的不对称，增强获得有价值的社会资本的能力。提高结构洞意味着在与企业合作中尽量多作为链接没有合作关系双方的 “中间人”角色，占据更多的结构洞可以根据自身的需求控制和筛选有用的科技成果转化信息，并对企业的需求信息进行有效识别与控制。

(2)在中国科学院与学校合作形成的学研合作网络中，与产研合作网络不同之处在于，中国科学院的加权度中心度对其科技成果转化绩效不存在显著影响；与产研合作网络相同之处在于，其占据的结构洞对科技成果转化绩效存在显著正向影响。基于此，中国科学院应该在与高校合作构成的学研合作网络中更加注重提高自己占据的结构洞，而不是一味增加与大学的合作次数。在学研合作中应通过占据结构洞，作为 “中间人”促进自己与高校之间非冗余的创新资源共享和整合，为科技成果转化活动提供更多的有效科技成果供给，进而提高科技成果转化绩效。

(3)在中国科学院与企业和学校共同合作形成的产学研合作网络中，与产研合作网络不同的是中国科学院的加权度中心度对其科技成果转化绩效不存在显著影响；与产研合作及学研合作网络都不同的是其占据的结构洞对其科技成果转化绩效不存在显著影响。基于此，中国科学院应该提高其与混合异质性组织联系的能力，推动产学研三方的合作对科技成果转化绩效起到有效的影响。

(4)政策制定者应采取一系列措施，创造有效的制度安排，鼓励科研院所直接参与企业的合作。同时应从政策角度出发，进一步降低产学研合作之间的 “壁垒”，创造更多条件帮助科研院所通过产学研合作提升科技成果转化绩效。

本研究还存在以下不足：①对中国科学院的属性分析不充分，没有考虑更多属性可能对本研究得出的结论产生一定影响，例如，没有对中国科学院各科研院所所在地域、研究领域进行细分讨论；②选取的数据样本有限，只使用了中国科学院产学研合作产出的专利数据进行分析，没有对其他形式的产学研合作成果如期刊论文或合作申请项目做出分析；③由于数据限制，本研究相对静止地考虑了中国科学院的合作网络中心度与结构洞对其科技成果转化绩效的影响，不能很好地对内生性进行控制。在未来的研究中，可以采用纵向数据进一步捕捉网络结构的变化对科技成果转化绩效的影响。