基于复杂性理论的产学研协同创新研究

周志娟

（福州大学马克思主义学院，福建 福州 350108）

管理学

基于复杂性理论的产学研协同创新研究

周志娟

（福州大学马克思主义学院，福建 福州 350108）

基于产学研协同创新的要素构成及演化趋势，概括了产学研协同创新的复杂性特征，分析了复杂性理论对产学研协同创新的启示，从系统性、非线性、动态性和自组织性等方面探讨了产学研协同创新过程的复杂性，并提出了基于复杂性理论的产学研协同创新的分析框架。

复杂性理论；产学研；协同创新

作为联接知识创新和技术商业化的大跨度整合的组织模式，产学研协同创新已得到世界各国的普遍重视，并逐渐向跨区域化、国际化和网络化的方向发展[1]。国内外学者在多年的研究中逐渐认识到，协同创新的核心机理是创新要素的非线性集成和创新主体的协同进化，表现为协同主体（产学研）之间及其与外部环境（主要由政府政策、支持性机构、价值链要素等构成）之间的多向关联。因此，产学研协同创新可看作是一个涉及多个主体（企业、大学、研究机构）、多类要素（知识、信息、人员、资金）、多种目标（组织目标、系统目标）和多级层次（战略协同、组织协同、知识协同）的复杂系统。基于这些思考，本文借鉴系统科学的最新成果，从复杂性理论（complexity theory）的角度将产学研协同创新系统视为一个复杂自适应系统，剖析协同创新的复杂性特征及其过程机理，以推进相关研究。

一、相关研究回顾

产学研协同创新体现了系统的思想，是对技术创新理论的丰富深化。[2]近年来，随着知识经济的深入和科技经济一体化的发展趋势，产学研合作已逐渐从传统的知识传递模型转向了网络化的联结模式，合作结构、知识流动、界面管理等都日趋复杂，由此产生了科技组织（大学/研究机构）和经济组织（企业）之间的协同（synergy）问题[2-4]。研究表明，协同创新的关键是形成以大学、企业、研究机构为核心要素，以政府、金融机构、中介组织、创新平台、非营利组织等为辅助要素的多元主体协同互动的网络创新模式，通过知识创造主体与技术创新主体之间进行深入的合作及资源整合，最终产生“1+1+1＞3”的非线性效用[5]。

复杂性理论作为系统科学的新发展，近年来被用于创新系统的研究并取得了有益的成果。如Brown和Eisenhardt运用复杂性理论研究了组织创新问题，提出了“混沌边际”理论[6]。Rycroft和Kash从技术、生产和组织三个层面指出技术创新正向复杂性转变，成功的技术创新取决于企业对外部网络的适应[7]。任锦鸾和顾培亮、Janszen、胡恩华和刘洪等学者指出，技术创新过程是一个典型的非线性网络模型，跨组织协同创新表现为一个复杂性自适应系统[8-10]。目前，尽管基于系统观的产学研协同创新研究主要还是根据非线性理论和自组织理论等较成熟的系统科学成果，但已有学者把复杂性理论用于这一领域。如，欧盟（EU）在1998年的SEIN（Simulating Self-Organizing Innovation Networks）项目中，就运用复杂性理论分析了“政府-企业-大学”形成的创新网络的结构、运转机制、循环、适应能力和动态变化[11]。Zucker等探讨了生物技术产业中大学和企业通过合作实现知识商业化过程中所体现出的复杂性[12]。常爱华建立了一个基于复杂性理论的产学研合作网络模型，指出大学和企业作为知识系统是相互异质的，产学双方应该在发挥各自优势的基础上加强合作及交流，以应对竞争环境的不确定性[13]。姚威运用耗散结构理论分析了产学研合作创新中的知识创造和知识转化机制[14]。王朋等对大学与企业在纳米专利合作上的拓扑结构进行了定量描述，并分析了这一复杂性进化网络的有关典型特征[15]。

二、复杂性理论对产学研协同创新的启示

复杂性理论最早可追溯到Bertalanffy在1937年提出的“一般系统论”，并于70年代在以耗散结构、协同学、超循环理论为代表的自组织理论的基础上得到了进一步的发展。耗散结构理论探索了开放系统在与外界环境进行物质、能量和信息交换的过程中从无序转向有序的机理及条件[16]，协同学则反映了复杂系统中各子系统之间的协作关系，认为子系统之间的协调、合作（耦合）将导致宏观的有序结构，在提升各自能力的同时产生整体大于部分之和的协同效应[17]。Ehrlich和Raven提出以物种之间的相互作用为核心思想的协同进化（co-evolution）概念，突破了普通进化理论孤立地看待物种并将环境以及其他相关物种视为一成不变的局限[18-19]。80年代，美国圣塔菲研究所（SFI）的研究者、中国学者钱学森等先后提出复杂自适应系统（CAS）和“开放的复杂巨系统”概念。Holland进一步完善了CAS理论，强调复杂自适应系统内各个主体在保持各自主动性的同时通过相互作用突显新的系统特性，最终产生系统的自适应行为[20]。复杂性理论对产学研协同创新的启示主要体现在：

（一）产学研协同创新系统应产生耗散结构，非平衡态是协同创新系统从无序转向有序的源泉

在产学研协同创新的过程中，存在着复杂的非线性相互作用，协同创新绩效不仅受到资源投入的影响，更是关系管理水平、协同模式和途径、合作项目的难度和风险性等因素综合作用的结果。在日趋激烈的竞争环境下，企业、大学和科研机构都需要根据内外部环境的变化动态地调整合作的组织结构和关系治理模式，并着重考虑参与协同各方的异质性与多样性，使系统始终处于远离平衡态。各参与主体要形成开放式创新的观念，跳出自身子系统的界限，通过价值观认同、相互信任、共享互动等努力营造一种促进“序”产生的正反馈机制，创造条件促成协同创新系统产生耗散结构，推进知识、信息和人才等要素在合作组织之间的流动和共享，紧密联结知识的创造活动与知识的商业化活动，形成知识链、创新链、产业链、资金链之间的多重互动。事实上，产学研之间正是通过非线性的相互作用产生了涨落，最后促成了协同创新系统的整体行为结果-新知识的创造和新产品的推出。

（二）应重视产学研之间合作与竞争的动态均衡，发挥协同创新系统的协同效应

协同行为是产学研协同创新系统形成有序结构的内在驱动力，它取决于产学研各主体之间对合作与竞争的态度及协商程度，综合体现了合作与竞争的相互依赖和促进。研究表明，企业和大学/科研机构之间如果只有竞争，协同创新系统就会失稳，最后必然解体；而相互之间如果只有合作，协同创新系统只是稳定，也不会有进一步发展[21]。因此，通过协同主体之间的合作与竞争的动态均衡，可以推动协同创新系统趋向混沌的边缘，将秩序和混沌融入某种特殊的平衡，“使系统处于稳定与不稳定、可预测和不可预测的矛盾状态”[22]，提高产学研协同创新系统的创造性及持续变革的能力。

基于此，在实践中应准确把握产学研协同创新系统的序参量。序参量描述了协同创新系统的宏观行为，是产学研各主体通过形成协同关系使协同创新系统接近临界点时所产生的、支配相互之间合作行为的关键变量。影响产学研协同创新的因素很多，产学研各方需要从中找出起决定作用的序参量（如战略观念、利益分配、合作结构、关系治理等），以把握协同创新系统的发展方向。

（三）产学研要形成基于分工协作的互利共生（mutualism）观念，并与外部环境要素共同进化

参与协同创新的产学研组织都是具有自身目的性和主动性的适应性主体（Adaptive Agent），它们通过持续地与环境以及相互之间的交互作用开展“学习”和“积累经验”，并根据所学到的“经验”改变自身的结构和行为方式[23-24]，推动着协同创新系统突现出新的结构、现象和更复杂的行为，这正是协同创新系统创建、发展和进化的基本动力。协同进化被认为是复杂性之源，是一种包含反馈机制的合作，在这种关系中各主体都从对方受益。与自然生态系统类似，维持产学研协同创新系统稳定性的主要因素，是参与协同的各方在利益分配上的相互妥协而形成的利益获得与预期目标的相对一致性。

在实践中，产学研各方应强调风险共担与利益共享，通过协同行为（如战略整合、资源互补和文化认同等）在提升各自创新能力的同时产生单个组织所无法实现的新的结果或目标，使协同创新系统发展出各主体相互适应的共同进化。此外，产学研还应重视与外部环境要素的相互作用。产学研协同创新系统实际上是各种创新要素共同演进的结果[25]，政府部门、中介服务机构、行业协会、金融机构、非营利组织等，既是协同创新系统的外部环境要素，也是企业、大学/科研机构的协同进化者。

（四）要创造条件使产学研协同创新系统产生涌现（emergence）现象

涌现的本质是整体大于部分之和，“复杂性实质上就是一门关于涌现的科学……就是如何发现涌现的基本法则”[26]。在产学研协同创新中，主体的自适应性造就了系统的复杂性，表现为协同创新系统不断涌现新的层次和新的功能，其中，“流”的畅通与否直接影响着协同创新系统的演化过程。在产学研协同创新的过程中，各参与主体之间存在着频繁的信息、物质和能量流动，但也存在阻碍因素（如保密不利于知识的扩散）。因此，建立促进各种流的畅通的体系是实践中的重点。另外，要注意产学研协同创新中的某个微小变化会带来大的结果性偏差。在不确定性较高的动态环境中，产学研协同创新既要抓住主导要素（知识、信息、人才、组织）的协同，也要注意到一些看似微小的影响因素（如合作方式的变化、政策引导、产业技术变革）在一定的条件下会被放大，应采取一定的措施，既促进一些有利的涨落因素（如信任、人员往来、合作平台构建等）形成正反馈机制，同时将一些可能带来危害的因素（如短期性过强、机会主义、知识保密等）形成负反馈机制。

三、产学研协同创新过程的复杂性

产学研协同创新是一个由多个能力要素和行为主体组成的复杂适应系统，其过程的复杂性主要体现在协同创新行为的系统性、创新主体间的非线性关系、创新主体与外部环境关系的动态性、创新过程的自组织性等四个方面。

（一）产学研协同创新行为的系统性

产学研协同创新系统作为一种以“知识-技术-信息”的跨组织交流为主要方式的知识生产与转移网络，所参与的各个主体并不是孤立运作的，而是作为与其他关联主体的关系而存在。系统性意味着，协同创新系统内的多个“主体”之间需要保持长期的、稳定的、互惠的、共生的协作关系，这些系统性行为关系贯穿于大学/研究机构的科学研究、企业的产品创新和商业化活动的全过程。产学研各方通过正负反馈来“学习”，既强化正反馈使系统波动对系统造成的影响不断扩大，也纠正负反馈使系统不断打破暂时的平衡和稳定，各个主体自身的复杂性通过各种正、负反馈因素的叠加和组合产生了更大的系统复杂性，由此带来结果的不确定性[5]。除产学研协同创新带来了科技与经济的发展，后者反过来又对协同创新提出了更多的需求，促使更多的组织参与到协同创新系统中，使协同创新系统变得日益复杂和多样化。

（二）产学研协同创新主体间的非线性关系

产学研协同创新是一个包含着多个目标、多级层次、多项变量的系统，企业与大学及科研机构之间具有明显的异质性，各主体之间以及与相关机构之间都具有复杂的相互作用和反馈，从而呈现出一个非线性关系的过程模型。系统内的各个要素自身的复杂性，通过各种正、负反馈因素的叠加和组合产生了更大的系统复杂性，由此带来结果的不确定性。正是因为协同各方之间的非线性作用，导致了涌现现象的发生，创造出各个主体单独发展所无法形成的新质，推动着协同创新系统不断进化。显然，产学研协同创新系统表现为“种群进化”式的演变过程，通过异质性的参与主体之间的非线性作用而自组织地形成等级结构。系统的整体属性由各参与主体所在的子系统之间的非线性相互作用而产生，与此同时，系统又通过反馈作用或增加新的限制条件不断地影响着各子系统之间的非线性相互作用。

（三）产学研协同创新主体与外部环境关系的动态性

产学研协同创新的过程时刻受到政策引导、资本市场、服务平台等外部环境因素的影响，这种影响往往具有不确定和不可预见等动态特征，从而提高了协同创新系统的不稳定性，促使系统从稳定状态向非稳定状态转变。根据耗散结构理论，当产学研协同创新系统远离平衡态时，在变革的临界点，微小的涨落可能被放大成为巨大的涨落，驱动着协同创新过程由原来状态变为一种新状态，发生或进化或退化的质的变化。从长期来看，外部环境对产学研协同创新的影响主要集中为促使协同创新系统不断调整和优化其结构、功能和行为，最终带动了系统的自适应和自组织演化。因此，提高协同创新绩效不仅需要大学/研究机构和企业的关联互动，也需要政府、资本市场和中介机构等辅助性组织提供政策、资金和知识上的支持。大量的实践（如美国的“硅谷”、中国的中关村等）也表明，这些环境因素在很大程度影响着产学研协同创新系统进化的方向与程度。

（四）产学研协同创新过程的自组织性

自组织性（整体性、转换性和自身调整性）反映了作为复杂自适应系统的产学研协同创新系统的本质，意味着产学研协同创新过程是在没有外界的特定干扰下，主要出于创新主体自身的需要而自发进行的。与企业之间的协同相比，产学研在协同创新过程中的整体（协同创新系统）与部分（创新主体）之间较少存在对立关系，更多的是互相依存和内在统一性。同时，产学研协同创新还具有自身的调整性。在协同创新过程中，各个要素（资源流动、知识转移及共享、协同成果等）之间存在着相互调节的能力和作用。这种自身的调整性既保证了产学研协同创新过程作为整体的存在，又赋予了参与协同的各个主体对环境的适应能力。总之，在产学研协同创新系统中，不同的参与主体和不同的协同层次之间存在着复杂的相互作用，由于各主体都具有一定的主动性和适应性，这些相互作用在反馈和协同机制的作用下，推动着系统自适应地、自组织地由无序走向有序，实现动态进化。

四、基于复杂性理论的产学研协同创新分析框架

根据产学研协同创新过程的特点，我们建立了一个基于复杂性理论的产学研协同创新模型，作为进一步研究的框架（如图1）。我们认为，产学研协同创新是一个开放的复杂自适应系统，其有效运行依赖于政府、企业、大学/科研院所、辅助机构等之间的资源流动与组织耦合，外部环境的不确定性影响着产学研协同的意愿和程度，组织间学习则是产学研各主体开展知识互动与共享的主要方式，这些因素的非线性作用共同决定了协同创新的绩效以及协同创新系统的演进。

图1：基于复杂性理论的产学研协同创新分析模型

（一）产学研协同创新系统与外部环境的关系

产学研之间的项目合作、资源互动、知识转移与共享等活动，是在一定的外部环境和条件下开展的，外部环境既是产学研协同创新得以实现的重要条件，也带来了协同创新过程的复杂性。产学研协同创新所处的外部环境有政策环境、市场环境、资金环境、产业环境和技术环境等，既有障碍性的成分，也有支持性的成分。前者提高了产学研协同创新系统的正熵，使合作有走向无序的倾向；后者则向产学研协同创新系统输入负熵流，减少系统内部的不确定性，为产学研协同创新提供了正确导向和强有力的支持，方便参与合作的各方正确地选择适合自身发展的合作策略，同时也能充分调动产学研各方内部潜在的创新能力，通过非线性相互作用产生协同效应，使系统从混沌无序状态向有序状态转化。

支持性的外部环境因素对于提高产学研协同创新绩效非常重要。实际上，无论是企业，还是大学和科研机构，都不可能拥有使创新从知识层面到商业化层面的所有资源，产学研各方都需要积极关注并整合利用外部的风险资本、知识产权服务、人才市场等资源。风险投资、服务中介、等冗余资源作为产学研协同创新系统与外部环境的缓冲剂，可用于解决产学研内部的资源冲突，支持产学研开展新的合作模式并减缓合作的失败所带来的负面影响。

（二）产学研协同创新系统的“竞-合”自组织演进过程

在产学研协同创新系统从无序（合作前期的评价、谈判和伙伴确定）向有序（合作各方从中获得期望的利益，创新能力得以提高）的演化过程中，由于参与产学研各方从外部获取信息、资源的种类、方式和手段，以及在不同的条件和阶段下其作用的强度、目的、方法等都存在显著差异，因此为取得对合作过程的控制权必然产生相互竞争，涉及到资源投入、管理文化、结果占有等方面。研究表明，组织间的这种竞争将形成一个能量差，当它积累到一定的程度，就会导致整个协同创新系统从相对稳定的状态向接近混沌的状态进行转变，使协同创新过程呈现出一定程度的动态性。同时，外部环境的变化会对接近混沌状态的协同创新系统形成适应性压力，当该压力超过某个阈值，也会将协同创新系统推离原来的有序状态，进入接近混沌的边缘状态（比如，通过组建跨组织的项目开发团队或知识创造团队提高协同创新的任务和目标）。

产学研协同创新的自组织演化过程，本质上是协同创新系统从简单到复杂（系统结构）、从无序到有序（系统状态）以及有序程度（系统进化）不断提高的过程。而且，产学研协同创新并非是一个静态和线性的过程，也不能简单地沿用过去那种仅仅依靠增加要素数目及强化要素之间的关联来发展协同创新系统的思路。实际上，产学研之间的协同关系如果过于紧密，将会提高参与协同的主体选择新的合作伙伴的转换成本，限制了企业和大学/科研机构根据自身发展需求（如产品升级、人才培养、开展新业务等）和外部环境变化（包括政策导向、技术变化、外部网络等）而调整合作伙伴的灵活性。因此，需要用动态视角看待产学研协同创新的模式，避免出现由路径依赖的负面影响导致的“协同锁定”现象。

（三）组织间学习对产学研协同创新的作用

产学研协同创新本质上是知识的生产、转移和商业化利用，知识是协同创新的关键投入要素，也是协同创新的重要目标与产出，这些都离不开组织间的学习（inter-organizational learning）。在现实中，产学研各主体往往都是在保持各自独立性的同时，通过组织间学习实现知识的多向转移和共享，不断调整对外部环境的适应性，从而使协同创新系统的演进表现出以自组织性为核心的复杂性。

在产学研的组织间学习中，应善于综合运用正式学习和非正式学习。虽然正式学习（如联合开发项目、联盟、研发外包等）是组织间学习的主要形式，但是如何开展非正式学习（如人员互动、参加会议、论文引用）正变得越来越重要。组织间学习有助于突破以往从大学的研究成果到企业实现商业化的线性模式，转向基于全面协同的并行模式甚至是网络化模式，有助于实现协同创新的长期发展，促进协同各方补充知识缺口，进一步增强知识的互补性和协同进化，从而提高协同创新绩效。产学研各方通过共同参与项目开发开展面对面的交流、人员跨组织流动的交互中学（interactive learning），以及共同参与学术论坛的交流等方式，能较快获得合作组织的显性和隐性知识，增强对创新链（从科学研究到技术开发到产品实现）各层次知识的联接和融合。

五、结语

复杂性理论关注系统演进的动态过程而非静止状态，为产学研协同创新研究提供了一个更综合的视角和方法论指导。本文的研究表明，产学研协同创新系统由于具备了要素多样性、结构复杂性、功能集成性、过程多变性和所处环境不确定性等特征，因而是一个具有自组织能力的、开放的、动态演化的复杂适应性系统。在产学研协同创新过程中，各协同主体之间的相互作用是复杂的非线性作用，它们相互之间对知识交易成本和协同所带来的收益的权衡，导致了协同创新也是一个共同进化的过程，而与此同时，影响协同创新绩效的各种要素（如知识特性、吸收能力、合作历史、创新复杂度、外部环境变化等）也是决定协同创新系统走向有序（协同创新绩效的提高）的关键因素。

[1]陈劲,阳银娟.协同创新的理论基础与内涵[J].科学学研究,2012,30(2):161-164.

[2]何郁冰.产学研协同创新的理论模式[J].科学学研究,2012,30(2):165-174.

[3]LEEA K-J,OHTAB T KAKEHIB K.Formal boundary spanning by industry liaison of fi ces and the changing pattern of university-industry cooperative research: the case of the University of Tokyo[J].Technology Analysis & Strategic Management,2010,22(2):189-206.

[4]BRUNEEL J,D’ESTE P,SALTER A.Investigating the factors that diminish the barriers to university–industry collaboration[J].Research Policy,2010,39(7):858-868.

[5]陈劲.协同创新与国家科研能力建设[J].科学学研究,2011(12):1762-1763.

[6]BROWN S L,ESENHARDT K M.Competing on the Edge: Strategy as Structured Chaos[M].Boston:Harvard Business School Press,1998:12-18.

[7]RYCROFT R W,KASH D E.The complexity challenge:Technological innovation for the 21st century[M].London:Pinter,1999:70-76.

[8]任锦鸾,顾培亮.基于复杂理论的创新系统研究[J].科学学研究,2002,20(4):437-440.

[9]JANSZEN F.创新时代:网络化时代的成功模式[M].雷华,马乐为,译.昆明:云南大学出版社,2002:30-38.

[10]胡恩华,刘洪.基于协同创新的集群创新企业与群外环境关系研究[J].科学管理研究,2007,25(3):23-26.

[11]禹献云.基于CAS理论的高技术企业创新网络演化机理研究[D].长沙:湖南大学,2009:13.

[12]ZUCKER L G.,DARBY M R.,ARMSTRONG J S.Commercializing knowledge:University science, knowledge capture,and firm performance in biotechnology[J].Management Science,2002,48(1):138-153.

[13]常爱华.产学研合作机理的哲学新释[D].天津:天津大学,2007:41.

[14]姚威.产学研合作创新的知识创造过程研究[D].杭州:浙江大学,2009:147-151.

[15]王朋,张旭,赵蕴华,等.校企科研合作复杂网络及其分析[J].情报理论与实践,2010(6):89-93.

[16]吴彤.自组织方法论研究[M].北京:清华大学出版社,2001:29-33.

[17]哈肯.高等协同学[M].郭治安,译.北京:科学出版社,1989:332-335.

[18]EHRLICH P R,RAVEN P H.Butterfiles and plants: A study in coevolution[J].Evolution,1964,18:586-608.

[19]邱世明.复杂适应系统协同理论、方法与应用研究[D].天津:天津大学,2002:37.

[20]HOLLAND J.Hidden order:How adaptation builds complexity[M].New York:Addison-Wesley Publishing Company,1995.

[21]曾国屏.竞争与协同:系统发展的动力和源泉[J].系统辩证学学报,1996(7):7-13.

[22]STACEY R D.The science of complexity:an alternative perspective for strategic change process[J].Strategic Management Journal,1995,16(6):477-495.

[23]谭跃进,邓宏钟.复杂适应系统理论及其应用研究[J].系统工程, 2001,19(5):1-6.

[24]马庆国.基于复杂适应系统的个体知识转移影响因素分析[J].科研管理,2006,27(3):50-55.

[25]NIOSI J.Complexity and path dependence in biotechnology innovation systems[J].Industrial and Corporate Change,2011,20(6):1795-1826.

[26]沃尔德罗普.复杂——诞生于秩序与混沌边缘的科学[M].陈玲,译.北京:三联出版社,1997:115.

本文推荐专家：

东波，东北石油大学，教授，研究方向：社会学。

刘金良，黑龙江广播电视大学，副教授，研究方向：哲学、社会学。

Research on I-U-R Collaborative Innovation Based on Complexity Theory

ZHOU ZHIJUAN
(School of Marxism，Fuzhou University，Fuzhou 350108 China)

Based on the element structure and evolution trends of I-U-R collaborative innovation, the paper summarizes the characteristics of I-U-R collaborative innovation on complexity and analyses the enlightenment of complexity theory for the study on I-U-R collaborative innovation, and then explores the complexity in the process of I-U-R collaborative innovation from four aspects：systematic, nonlinear,dynamic and self-organization. After that, the paper puts forward to a theory model based on complexity theory, and some suggestions about the application of complexity theory in I-U-R collaborative innovation management are also proposed.

Complexity theory; I-U-R relationship; Collaborative innovation

N941.4

A

1008-472X(2014)11-0027-07

2014-04-23

国家社会科学基金项目（10CGL021）；福州大学社科科研扶持基金资助项目（14SKF73）。

周志娟（1975-），女，湖南衡阳人，讲师，研究方向：科技哲学、系统科学。