伙伴特性、伙伴关系与协同创新绩效——基于“2011协同创新中心”的实证研究

王萧萧,蒋兴华,朱桂龙,许　治

(1.华南理工大学工商管理学院，广东　广州　510640；2.华南理工大学科学技术处，广东　广州　510640)

0　引言

大科学时代，多元主体互动为基础的协同创新受到高度重视，协同创新反映了中国科学研究发展趋势和政策导向。“2011计划”的实施肯定了高校在协同创新中的地位，同时也是高校提升创新能力的重要机遇。

当前产学研合作缺乏有效的长效合作机制，一方面，缺乏协同创新体制机制的顶层系统设计，导致高校对待产学研合作比较随意，未能有效纳入其实质性框架，难以建立起实质性的协同合作[1]；另一方面，对已建立的产学研合作而言，由于缺乏有效的政府支持、协同机制，合作更多体现为两两间的“技术交易”，未能形成自我发展的良性循环。“协同”便成为制约长效合作和创新的主要问题，与此同时，政策引导成为促进协同的必然选择。

“2011计划”的突出特点是以高校为主体的协同创新，以协同创新中心的建设为载体，形成了国家级—省级—校级协同创新中心分层实施机制和互补互动的有力格局。全国四大类共计38个高端研究领域获得教育部认定，据统计，每个协同创新中心至少都有两个或两个以上的高校作为协同单位，且都有两个或两个以上不同类别的参与主体。“2011协同创新中心”经历了产学研合作到产学研战略联盟再到协同创新的过程，集聚了高校、科研院所、企业、政府各领域的顶尖级力量，多元主体互动不断深入，凸显了强大的创新资本和社会资本。笔者统计到38个协同创新中心牵头高校中“211工程”和“985工程”院校比例很高，达到34个，占总数的89.47%，且面向科学前沿、文化传承创新、行业产业的创新中心牵头高校全部为“211工程”和“985工程”院校。综合来看，相较于产学研合作模式，高校协同创新主要体现了三个方面的内涵：一是创新资本的优越性，简单而言，具有综合性、研究性、引领性等显著特征的各领域顶尖力量；二是高校协同创新由产学研合作的契约关系转变为伙伴关系以及平台建设的网络关系，协同创新中心兼具社会关系网络与社会资本特点[2]；三是高校协同创新是综合性的高校改革载体，在体制机制创新和政府支持下，试图建立实质性的协同创新实体。

“2011计划”涉及各个创新主体知识、资源、行为和绩效的全面整合，在推动高校协同创新体制改革、提升高校协同创新能力方面取得了实效[3]。那么，协同创新中心组建过程是基于怎样的伙伴特性？实施过程中伙伴关系如何？协同创新中心绩效如何？以及协同机制和政府支持在协同创新中心发展中起到的作用如何？这些问题便成为客观评价协同创新中心组建和运行，真正落实“2011计划”的重要前提。基于此，本文尝试从高校协同创新体系出发，构建协同伙伴特性、伙伴关系、创新绩效之间的交互关系模型，并导入协同机制和政府支持，探索其内在作用机制，并以“2011协同创新中心”为研究对象进行实证分析，其研究结果将拓展协同创新中心的理论研究，并提供实践参考。

1　文献回顾与理论假设

自提出协同创新以来，中国学者在该领域进行了众多研究，相关文献研究多关注企业为主体的协同创新网络，多集中在创新模式、机制等理论研究层面，以及协同创新模式、网络结构、网络关系对企业创新绩效的影响等实证研究层面，关注焦点多为技术层面的协同创新，相对而言较为片面[4-6]。以高校为主体的协同创新研究，现有研究存在明显的不足，主要表现为，众多学者对协同创新中心的研究聚焦在组建分析、困境化解、政策建议等理论研究阶段[3,7]，或者分析协同创新中心案例，对体制机制改革和协同方向作规律性总结[8]，以及协同单位联合申请重点项目数、科研平台建设、人才培养规模或技术转让案例数等数据变化来体现的协同基础、协同进展和协同增效[9]。部分学者从协同创新角度，基于研究结构(国家工程中心、国家重点实验室)的视角，针对如何衡量创新绩效和协同创新能力问题提出逻辑框架和指标体系[10-11]。以及采用社会网络分析方法，对协同创新中心网络特征、结构和合作关系的客观评价[12-14]。综合来看，高校协同创新的理论研究居于主导地位，实证研究也多以联合申请专利和合著论文为刻画合作关系的测度指标，进行社会网络分析或复杂网络可视化视角分析，鲜见以高校协同创新内在逻辑关系的实证研究结论的佐证，并鲜有研究将协同伙伴特性、伙伴关系、绩效三者与高校协同创新联系在一起，故难以对协同创新中心的实施和配套政策的制定提供借鉴和指导。有研究表明协同创新失败的主要原因是伙伴选择不当和伙伴间关系维系困难。

1.1　伙伴特性

当前中国协同创新发展的现实情景，高校与其他创新主体之间的知识势差较大，严重制约了高校协同创新协同层次和质量，围绕不同协同目标的伙伴选择存在较大差异。选择合适的协同单位是“2011计划”顺利实施的关键所在，从多个方面谨慎的评估伙伴特性是协同创新中心组建的重要环节。协同创新中心组建单位汇聚了特定研究领域的高等学府、知名学术机构、大型骨干企业，以及具有国际影响力的一流学术领军人才和创新型队伍，利用国家级研究平台、省部级研究平台和一大批校企联合中心的优势资源。李祖超等指出协同伙伴选择上，坚持共同目标原则、优势互补原则和优良信誉原则[15]。郭焱等将伙伴选择中的目标相容性、能力匹配和资源匹配作为影响联盟绩效的影响因素[16]。何丽君从协同伙伴间的对称性、互补性和兼容性剖析协同伙伴特征[17]。目标相容性是协同创新中心协同单位目标的相容程度，保证协同项目得到重视和支持的基础。能力互补性是协同伙伴选择的重要因素，协同单位之间的知识和技术互补性以及知识关联度对协同伙伴选择具有重要影响。高校协同创新要求多元创新主体在能力上形成动态的互补结构。另外，为防止协同创新主体出现机会主义行为，要利用组织声誉对其进行制约。组织声誉对协同创新中组织间知识共享具有重要的影响[18]。总之，目标相容性、优势互补和组织信誉能够有效提升协同创新绩效。由此提出假设H1：伙伴特性(目标相容、优势互补和组织声誉)对协同创新绩效具有显著的正向影响。

1.2　伙伴关系

从社会资本视角来看，高校协同创新体系嵌入到所在的社会关系网络中，伙伴关系是高校与其他创新主体开展协同创新的重要特征变量，其协同创新活动的开展与关系维度具有很强的关联性[19]。一般来说，协同伙伴间信任关系的建立、关系互动等能够有效促进协同创新活动的开展。学者们一般都认为伙伴关系质量是一个包含既有区别又相互联系的多个维度的高阶抽象建构，但对于具体伙伴关系应该由哪些维度构成，学术界仍存在分歧。有学者认为沟通是关系维系的“粘结剂”，信任是关系建立的“枢纽”，而承诺是关系纽带的“最高阶段”[20-21]。沟通反映了不同创新主体之间的沟通方式和互动程度[4]，不同关系强度其沟通方式和互动程度存在差异。有效的沟通方式是协同沟通的前提，协同创新中心各主体间互动程度高，沟通交流障碍小，有利于推动协同创新活动的开展。信任是关系维度中最重要的表现，是促进协同创新绩效必须高度重视的要素。良好的信任关系可以推动协同创新活动的深度和广度，避免出现“搭便车”现象。关系承诺也是影响各主体间伙伴关系的重要因素[22]，从现有文献来看，承诺代表了一种稳定的伙伴关系意愿，会导致后续的协同行为或者深入融合的可能性。基于协同创新中心平台才能更好地信息共享、密切合作，同时减少机会主义行为，于是有利于促进协同创新绩效的提升。社会资本视角强调的关系维度等要素高度契合了高校协同创新的社会治理需求。由此提出假设H2：伙伴关系(沟通、信任、承诺)对协同创新绩效具有显著的正向影响。

1.3　协同机制

从协同创新的理念来看，其基础仍是产学研合作，但是在协同机制作用下，牵头单位和协同单位有机地联系在一起，各个中心内部彼此协同，使得产学研合作的内涵不断丰富和深化。简单来说，协同机制应具有功能性，即在特定结构中促使要素相互作用、相互影响而带来特定的结果。协同创新本质属性是一种重要的管理创新，体制机制创新是协同创新的根本制度保障。通过改革形成一个可持续发展的协同机制将促进创新要素的深度融合。首先，协同创新各创新主体掌握的知识和资源存在差异，有效的共享机制，是保证协同创新可持续性的关键。大型实验设备资源的开放和共享程度直接影响协同伙伴创新能力的发挥[4]。其次，建立健全人员流动机制。协同创新中心是一个开放的系统，高校、科研院所和企业内部人员通过组织边界与外界进行交流。有效促进各协同创新主体隐性知识共享能够促进协同创新活动，而隐性知识共享需要借助隐性知识拥有者在组织间相互流动来实现，适当的人员流动能有效促进组织间隐性知识共享和组织惯例优化，人员流动的不合理则会起到抑制作用[23-24]。最后，形成稳定协同机制的根本在于如何处理好不同创新主体利益相关者之间的利益分配。各创新主体参与协同创新行为乃至项目的意愿，既与其创新能力有关，也与显性或隐性收益考虑及预期有关[25]，需综合考虑主体资源投入、长短期利益、风险程度和创造性贡献等重要因素，故在协同创新的不同阶段，均存在利益分配问题。协同创新中心在组建过程中，有“牵头单位”和“协同单位”的区别，现有的利益分配机制，往往只重视牵头单位的贡献，而做出有损协同单位利益的行为，易打破强强联合的平衡局面[26]。科学的利益分配机制保障协同创新中心创新活动的顺利开展。基于已有相关文献，并结合协同创新中心特点，协同机制从资源共享机制、人员流动机制、利益分配机制三个指标衡量。资源共享机制、人员流动机制和利益分配机制，能够促使协同单位之间形成协同效应，有效的协同机制在协同创新中心实施过程中具有正加强作用，将调节协同伙伴特性、伙伴关系与协同创新绩效之间的关系。由此提出假设H3a：协同机制正向调节伙伴特性与协同创新绩效之间的关系；H3b：协同机制正向调节伙伴关系与协同创新绩效之间的关系。

1.4　政府支持

“2011计划”既是推动性计划，又是引导性计划，政府支持能有效地推动和引导协同伙伴关系组建、维系，从而推动协同创新中心的发展。鼓励政策和政府引导有利于将高校研究者合作意愿转化为实际合作行为[27]。目前政府支持对创新活动的研究成果非常丰富，但主要集中在对企业研发活动的资助效果，如杠杆效应、挤出效应等,以及对产学研合作绩效的正向影响[28-30]；较少考虑政府支持对高校协同创新的影响研究，尤其是在伙伴特性、伙伴关系与协同创新绩效关系机制上的效应研究。综合文献研究发现，①各创新主体会积极参与政府资助的研发项目，简单而言，参与政府资助的研发项目是对各类创新主体能力的认可；②政府支持使得伙伴关系更稳固，合作主体原来打算进行的一次博弈因为政府资金投入变成重复博弈，很少有创新主体违反规则；③政府资助的协同创新研究成果在实用性能、数量和影响力上都有所增加[31]。高校协同创新中心研发活动具有公共属性和强的正外部性，以社会供给为主，政府引导成为必须，协同创新活动也会受到政府支持“合法性”机制的诱导。当创新中心研发活动出现市场失灵时，政府还可以进行跨组织的协调来衔接协同创新中心与其他创新主体，为各创新主体提供沟通基础。“2011计划”背景下，政府支持对高校知识转移产生影响，促进技术转移活动的增加，推动高校和其他创新力量的有效互动。另外，政府创新政策是对知识产权保护制度缺位的一种弥补机制，有效提升创新主体创新效率。因此，政府支持情况从政府资金投入、政府规划引导、协同创新政策环境三个指标衡量。创新主体与政府之间的交互关系决定了协同创新绩效。值得注意的是，政府支持对协同创新绩效的提升不能过度依赖资金投入，需要资金投入、规划引导、政策环境组合的互补协同。由此提出假设H4a：政府支持正向调节协同伙伴特性与协同创新绩效之间的关系；H4b：政府支持正向调节协同关系与协同创新绩效之间的关系。

1.5　研究模型

“2011计划”通过机制体制创新和政府支持，鼓励高校内部资源和外部创新要素的有机融合，在关键领域驱动实质性成果。伙伴特性和伙伴关系是协同创新中心组建和运行的重要标志，影响着协同创新绩效。协同机制和政府支持与产学研合作亦存在差异，本研究强调协同机制和政府支持在伙伴特性和伙伴关系影响协同创新绩效的调节效应。因此，本研究的概念模型如图1所示。

2　研究设计

本文选择国家认定的协同创新中心为研究对象，基于以下几点原因：①在各类型协同创新中心中，教育部认定协同创新中心无疑是最高层次，是体现当前协同创新中心建设效果的最佳样本；②教育部认定协同创新中心及其与协同单位之间的合作是确定和公开的，增加了样本研究的可靠性[14]；③协同创新中心各协同单位在通过教育部认定前已存在合作基础，伙伴关系具有较好的稳定性。

2.1　数据收集

本研究通过实地访谈和电子邮件两种方式发放问卷，样本选定27个协同创新中心，获取时间为2016年8～10月。共发放问卷近600份，收回问卷321份，经筛选，13份问卷存在题项选择分值相同、题项数据缺失以及存在明显的题项分值前后矛盾问题，作为无效问卷处理，最终录入有效问卷308份，有效回收率为51.3%。表1为样本统计特征。

表1　样本统计特征

2.2　变量测度

本研究量表基于已有文献和部分成熟量表设计，根据访谈和预测试结果，对题项内容和措辞进行了完善。问卷主体部分采用五级Likert量表主观评分法，1～5表示与本单位协同创新情况的契合程度逐渐增加。

(1)因变量。“2011计划”以高校机制体制改革为核心，通过国家意志的引导和机制安排，推动高校内部资源和外部创新要素的有机融合，转变高校创新方式，提升高校人才、学科和科研三位一体的创新能力。协同创新绩效对于高校而言，主要指人才培养、学科建设和科学研究等。参考Chang、朱娅妮等[32-33]的研究，设计了联合培养人才、教职人员专业能力提升、学术著作产出、联合申报科研项目、共同研发的新技术或新产品(服务)5个测量题项。

(2)自变量。伙伴特性的变量测度主要根据王启亮等[18]的观点设计；伙伴关系的变量测度，其中“沟通”变量主要依据高维和等[34]的观点设计；“承诺”变量主要以Kim等[35]的研究为基础，形成了承诺的测量题项；“信任”变量主要以Lui和刁丽琳等[36-37]的研究为基础，形成了信任的测量题项。

(3)调节变量。协同机制的变量测度，主要借鉴Kastoris等[38]、解学梅等[4]和郭洪林等[39]的研究，形成了资源共享机制、人才流动机制和利益分配机制的测量题项。政府支持综合了Cai等[40]和郭迎锋等[41]的研究，形成了资金投入、规划引导和政策环境的测量题项。

(4)控制变量。借鉴以往的研究，本文将高校类型和合作时间纳入控制变量。各高校以学科、行业特色为基础推动协同创新中心发展，具体分为综合型和专业型院校，两类高校分别赋值0～1。从开始合作年份到2016年的时间间隔则定义为合作时间。开始时间是指协同中心内协同单位之间首个联合申请的专利公开日或首篇合著论文发表时间所属的年份[11]。从检索数据中我们发现，“2011协同创新中心”均在通过教育部认定前已具有一定的合作基础。

2.3　样本信度与效度

本研究所有因子的Cronbach’s α值均大于0.7，说明问卷具有很高的内在一致性。

(1)探索性因子分析。为了检验变量的结构效度，本文使用SPSS18.0对变量进行探索性因子分析(见表2)。Bartlett球检验p<0.001，KMO处于0.7～0.9之间，说明数据基本符合因子分析的条件，且变量的方差贡献率均高于60%，因此变量具有较好的结构效度。

(2)验证性因子分析。为了进一步检验研究变量的结构效度，本文使用AMOS17.0软件对变量进行验证性因子分析(见表3)，结果表明，各项拟合度指标均达到理想水平，因此各测量量表的构念拟合良好。

2.4　共同方法偏差

共同方法偏差在问卷调查研究中广泛存在，本研究遵循周浩、龙立荣所建议的方法进行共同方法偏差的控制[42]。首先，采用针对共同方法偏差的来源进行了设计，如匿名调研、平衡问卷题项的顺序效应、避免模棱两可的问题项。随后，按照Harman单因素检验方法，检验未旋转的因子分析结果，得到的第一个主成分的方差贡献率是22.724%，说明样本共同方法偏差并不严重。

3　实证结果分析

为了进一步探讨伙伴特性、伙伴关系、协同机制、政府支持与协同创新绩效之间的关系，首先进行各变量之间的相关性分析。表4所示为各变量之间的均值、标准差及相关系数，即表明伙伴特性、伙伴关系、协同机制、政府支持与协同创新绩效之间的相关性均达到显著性水平，可进一步验证理论假设。

为了验证伙伴特性、伙伴关系对协同创新绩效的影响，以及伙伴特性、伙伴关系和调节变量(协同机制、政府支持)之间的交互效应，本文采用层级回归分析验证理论假设，为降低多重共线性对回归分析的不利影响，对解释变量(伙伴特性和伙伴关系)和调节变量(协同机制、政府支持)进行了中心化处理。回归结果表明，自变量的方差膨胀因子0

表2　各变量因子分析及信效度检验

表3　验证性因素分析结果

表4　各变量相关性分析

注：N=308；**表示在0.01 水平(双侧)上显著相关。

表5给出了假设检验结果，其中模型1是控制变量(合作基础、实力水平)对因变量协同创新绩效的回归模型；模型2是在控制变量的基础上增加了伙伴特性和伙伴关系对协同创新绩效的影响；模型3是增加了调节变量(协同机制、政府支持)对协同创新绩效的影响；模型4、5、6、7分别为增加了自变量与调节变量交互项对协同创新绩效的回归模型。

表5　假设检验结果

其中模型1、2均通过了F检验，对比两个模型可以看出：模型2的解释力显著增加，(△R2=0.23，P<0.01),伙伴特性(β=0.366，P<0.01)和伙伴关系(β=0.361，P<0.01)分别对协同创新绩效有显著的正向影响，因此，假设H1和H2得到验证。模型3的结果表明，调节变量协同机制(β=0.34，P<0.01)对协同创新绩效存在正向影响，而政府支持(β=0.034，P>0.1)对协同创新绩效的影响作用不显著。模型4中，协同机制与伙伴特性的交互项对协同创新绩效的影响系数(β=0.016，P>0.1)，说明协同机制对伙伴特性与协同创新绩效间关系的正向调节作用不显著，假设H3a未得到验证。模型6中，协同机制与伙伴关系的交互项对协同创新绩效的影响系数(β=0.132，P<0.01)，说明协同机制对伙伴关系与协同创新绩效间关系的正向调节作用显著，假设H3b得到验证。模型5中，政府支持与伙伴特性的交互项对协同创新绩效的影响系数(β=0.144，P<0.01)，说明政府支持对伙伴特性与协同创新绩效间的调节效应显著，假设H4a得到验证。模型7中，政府支持与伙伴关系的交互项对协同创新绩效的影响系数(β=0.158，P<0.01)，说明政府支持对伙伴关系与协同创新绩效间的正向调节作用显著，假设H4b得到验证。

为了检验上述研究结果的稳健性，本研究按照协同创新中心合作模式对样本进行了分类，回归结果如表6所示。结果表明，除个别差异和显著性水平外，主要研究结论保持不变(协同机制在协同伙伴特性与协同创新绩效关系中不存在显著的调节作用的结论亦不变)。

表6　稳健性检验结果

4　研究结论与启示

(1)教育部认定协同创新中心其牵头单位和协同单位中“211”工程、“985”工程高校比例很高，行业领先企业也不在少数，基于各自研发优势在关键领域开展相关合作研究。协同单位在能力互补、目标相容及组织声誉上的特性明显，因此，对协同创新绩效的提升具有直接的促进作用。另外，协同创新中心合作网络关系紧密，且基于持久性的合作关系和平台建设，其沟通交流频繁、信任程度高、承诺水平高，极大地促进了协同创新绩效。总的来说，协同创新中心这种特殊的组织形式有效避免了逆向选择和道德风险等机会主义行为，有利于创新中心运行过程中各类活动的拓展。

(2)协同机制解决的是协同创新中心内部协同问题，打破高校与其他创新主体间的壁垒，促进资源共享、人才合理流动与共享，并依赖合理的利益分配保障长效协同。值得注意的是，当前高校参与协同创新关系的建立与维护大多还是依赖于社会关系和伙伴特性，然而，这种伙伴关系能够持久高效的关键在于协同体制机制的顶层设计，构建实质性的协同合作。H3a未得到支持的原因可能在于以下几个方面：第一，高校组建和申报协同创新中心，为突出其“资源”优势，往往把本领域的国内重点高校、科研机构及高层次人才都囊括其中，“强强联合”异化为申报项目临时拼凑的申报群体，导致协同单位沦为散乱的拼盘，表象性的大合作、大协同给高校机制体制改革带来了困境[43-44]。第二，目前灵活柔性的人才流动机制加快了协同创新活动的开展，同时加速了高校人事制度改革，特别是协同创新中心科研队伍建设改革，但是，伙伴特性突出的创新主体，其科研人员基于待遇或社会保障的现实考虑主动选择流动岗位的比例较小，或者担心在人员流动过程中科研成果流失，知识产权受损；第三，利益分配问题是创新中心运行过程中重要而又矛盾突出的复杂问题，涉及科研成果归属、报酬收益和福利待遇等，每一个协同伙伴其核心能力、资源优势和组织声誉优势差距较小，在协同创新中心中都期望拥有主导权和支配权，这就会在利益分配讨价还价中试图获得更多利益。故伙伴特性突出的协同单位，其利益分配过程中讨价还价能力强，进一步影响协同创新活动的开展。基于上述原因考虑，协同机制未能显著调节伙伴特性与创新活动开展之间的关系。由此，需要拓展协同机制对伙伴特性和协同创新绩效的积极作用，避免出现“合而不并”现象。

“2011计划”实施离不开政府在资金投入、规划引导和政策环境的支持。应健全政府支持机制，采取多种措施来加强高校协同创新，引导创新要素向高校集聚，提高高校在关键领域实质性成果产出，以及在科技成果转化方面的主体作用。另一方面，高校在基础研究领域作用突出，加强高校基础研究，能够促进基础研究成果与行业产业现实需求的对接，保证协调主体间后续研发活动(中试、大试)的持续性和系统性。为此，政府应提高协同创新中心R&D投入，积极引导和配套政策的实施。

“2011协同创新中心”伙伴特性是基础，伙伴关系是支撑，协同机制和政策支持是保障。我们认为本研究的主要贡献在于：第一，基于以往研究容易忽视的高校为主体的协同创新，进一步完善了“2011计划”背景下，伙伴特性、伙伴关系在协同创新中心活动开展中的影响作用；第二，明晰了协同机制和政府支持对协同伙伴特性、伙伴关系与协同创新绩效间关系的调节作用，同时为协同机制和政府政策实施提供了清晰的指导。本研究亦存在不足之处，首先，我们的调查对象是教育部认定的协同创新中心，其协同单位本身具有一定的特殊性，未来样本选择可拓展到省级、校级协同创新中心；其次，从现有文献来看，沟通、信任和承诺是多维变量，包含多个维度，本文虽然重点从伙伴关系出发，对关系的三个维度进行验证，但更精细地区分沟通、信任和承诺建构值得关注。未来研究可从该视角出发，深入挖掘多维度的沟通、信任和承诺对高校协同创新的影响机制。

参考文献：

[1]朱桂龙.产学研与企业自主创新能力提升[J].科学学研究，2012，30(12):5-6.

[2]宗晓华，洪银兴.创新范式转型与中国大学—企业协同创新机制的深化[J].高等教育研究，2013(7):1-9.

[3]蒋兴华，吴伟.高校面向行业产业协同创新困境化解——基于“2011协同创新中心”的研究[J].中国科技论坛，2016(2):16-20.

[4]解学梅，左蕾蕾，刘丝雨.中小企业协同创新模式对协同创新效应的影响——协同机制和协同环境的双调节效应模型[J].科学学与科学技术管理，2014(5):72-81.

[5]解学梅，吴永慧，赵杨.协同创新影响因素与协同模式对创新绩效的影响——基于长三角316家中小企业的实证研究[J].管理评论，2015，27(8):77-89.

[6]MIOTTI L，SACHWALD F.Co-operative R&D：Why and with whom?An integrated framework of analysis[J].Research policy，2003，32(8):1481-1499.

[7]危怀安，疏腊林,聂卓.我国“2011协同创新中心”的组建分析[J].科技管理研究，2014(18):70-73.

[8]李晨，吴伟，韩旭.以体制机制改革激发创新活力——国家首批14家协同创新中心案例综述[J].高等工程教育研究，2015(2):34-38.

[9]冯海燕.协同创新共同致力“轨道交通安全”——轨道交通安全协同创新中心案例分析[J].中国高校科技，2013(9):36-37.

[10]谢宗晓，林润辉，李康宏,等.协同对象、协同模式与创新绩效——基于国家工程技术研究中心的实证研究[J].科学学与科学技术管理，2015(1):63-74.

[12]许治，黄菊霞.协同创新中心合作网络研究——以教育部首批认定协同创新中心为例[J].科学学与科学技术管理，2016，37(11):55-67.

[13]胡平，卢磊，王瑶.协同创新的网络特征与结构分析——以北京市协同创新中心为例[J].科学学与科学技术管理，2016，37(2):70-78.

[14]陈强，胡雯.两类协同创新网络的特征与形成:以“2011协同创新中心”为例[J].科学学与科学技术管理，2016，37(3):86-96.

[15]李祖超，梁春晓.协同创新运行机制探析——基于高校创新主体的视角[J].中国高教研究，2012(7):81-84.

[16]郭焱，刘月荣，郭彬.战略联盟中伙伴选择、伙伴关系对联盟绩效的影响[J].科技进步与对策，2014，31(5):25-29.

[17]何丽君.高校协同创新影响因素的多维考察[J].教育评论，2014(10).

[18]王启亮，虞红霞.协同创新中组织声誉与组织间知识分享——环境动态性的调节作用研究[J].科学学研究，2016，34(3):425-432.

[19]张廷.社会资本视角下的地方高校协同创新研究[J].中国科技论坛，2013，1(4):16-20.

[20]DWYER F R，OH S.Developing buyer-seller relationships[J].Journal of marketing，1987，51(2):11-27.

本文拟在前人研究基础上，进一步优化寻找一种简单、快捷、回收率好，能同时测定动畜肉中甲硝唑(Metronidazole，MNZ)、地美硝唑(Dimetridazole，DMZ)、洛硝哒唑(Ronidazole)、羟甲基甲硝咪唑(HMMNI)和羟基甲硝唑(MNZOH)的高效液相串联质谱法检测方法[16～18]。

[21]JOSHI A W.The contingent effect of specific asset investments on joint action in manufacturer-supplier relationships：an empirical test of the moderating role of reciprocal asset investments，uncertainty，and trust[J].Journal of the academy of marketing science，1999，27(3):291-305.

[22]ZHAO X，HUO B，FLYNN B B，et al.The impact of power and relationship commitment on the integration between manufacturers and customers in a supply chain[J].Journal of operations management，2008，26(3):368-388.

[23]张生太，朱宏淼.人员流动对组织间隐性知识共享影响研究[J].管理科学学报，2016，19(7):78-84.

[24]米捷，林润辉，谢宗晓,等.考虑组织学习的组织惯例变化研究[J].管理科学，2016，29(2):2-17.

[25]张力.产学研协同创新的战略意义和政策走向[J].教育研究，2011(7):18-21.

[26]潘启亮，黄黎露.试析协同创新的利益协调机制——基于共生理论的视角[J].高教探索，2013(5):33-36.

[27]黄劲松，刘勇.中国高校研究者的产学研合作倾向研究[J].科学学研究，2013，31(11):1649-1655.

[28]GUELLEC D.The impact of public R&D expenditure on business R&D[J].Economics of innovation & new technology，2003，12(3):225-243.

[29]戴小勇，成力为.财政补贴政策对企业研发投入的门槛效应[J].科研管理，2014，35(6):68-76.

[30]樊霞，赵丹萍，何悦.企业产学研合作的创新效率及其影响因素研究[J].科研管理，2012，33(2):33-39.

[32]CHANG Y C，YANG P Y，CHEN M H.The determinants of academic research commercial performance：towards an organizational ambidexterity perspective[J].Research policy，2009，38(6):936-946.

[33]朱娅妮，余玉龙，汪海燕.面向协同创新的高校科研绩效评价体系研究[J].科研管理，2016(S1):180-187.

[34]高维和，刘勇，陈信康,等.协同沟通与企业绩效:承诺的中介作用与治理机制的调节作用[J].管理世界，2010(11):76-93.

[35]KIM K，FRAZIER G L.On distributor commitment in industrial channels of distribution：a multicomponent approach[J].Psychology & marketing，1997，14(8):847-877.

[36]LUI SS，NGO H Y.The role of trust and contractual safeguards on cooperation in non-equity alliances[J].Journal of management，2004，30(4):471-485.

[37]刁丽琳.产学研合作契约类型、信任与知识转移关系研究[D].华南理工大学，2013.

[38]KASTORIS A C，RAFAILIDIS P I，VOULOUMANOU E K，et al.Synergy of fosfomycin with other antibiotics for gram-positive and gram-negative bacteria[J].European journal of clinical pharmacology，2010，66(4):359-368.

[39]郭洪林，甄峰，王帆.我国高等教育人才流动及其影响因素研究[J].清华大学教育研究，2016，37(1):69-77.

[40]CAI S，JUN M，YANG Z.Implementing supply chain information integration in China：the role of institutional forces and trust[J].Journal of operations management，2010，28(3):257-268.

[41]郭迎锋，顾炜宇，乌天玥,等.政府资助对企业R&D投入的影响——来自我国大中型工业企业的证据[J].中国软科学，2016(3):162-174.

[42]周浩，龙立荣.共同方法偏差的统计检验与控制方法[J].心理科学进展，2004，12(6):942-950.

[43]许治，陈丽玉，王思卉.高校科研团队合作程度影响因素研究[J].科研管理，2015，36(5):149-161.

[44]明炬.协同创新中心培育组建过程常见的几个问题——以面向行业产业和区域发展类型为例[J].中国高校科技，2012(7):12-13.