郭勇
[摘 要] 要想科研院所和高校知识积累充分发挥实际优势,企业研发能力得到提高,产学研协同创新尤为重要。对产学研协进行相关分析,指出数据分析流程和理论模型建立。
[关键词]产学研;生态机制;影响因素;创新
[DOI]10.13939/j.cnki.zgsc.2018.36.174
所谓产学研协同创新,指的协同化并集成化科研、教育与生产等不同的社会分工的功能与资源优势,令学校、企业及科研场所之间相互配合,利用学校及科研机构研发的技术为企业提供服务,以不断提高和创新各种技术,为生产提供动力和基础。对产学研协同创新生态机制加大研究力度,能够充分发挥出学校及科研场所的优势,促进企业研发技巧的提升。
1 产学研协同创新生态机制相关研究
党的十八大再次强调要完善产学研为基础的创新体系,科技部门和教育部门等同样将协同创新机制的有效性提高放到规划上。现有的研究将产学研与同质主体间联盟作为主要形式,对网络嵌入和创新主体利润分配给予过多关注。刘勇等建立的双重努力利润分配模型,进一步分析了如何提高产学研整体利益的相关策略;何郁冰等网络嵌入和各类网络类型以界定网络类型为基础做了相关分析,而没有重视到产学研协同创新的实际本质,即以不同组织宗旨和社会功能定位为根本的创新联盟模式,不同主体根据自身宗旨和产学研联盟期待得到的效用需求有所差别,也正因这种将不同需求当作基础产生的效用差异影响了产学研协同创新机制的实际效用。此外,当前对产学研协同创新机制有效性的影响因素尚缺少相关研究,包括产学研的稳定性和转移知识的有效性研究,缺乏单独进行产学研协同创新机制有效性的专业研究。
对既往的文献进行分析,产学研协同创新系统的特点包括耗散性和多维性。通常實证研究方式只可处理多线性问题,而对复杂和非线性的问题并未得到很好的处理。虽然进行案例研究可分析有关复杂性问题,但是只能分析个案,难以保证研究结果的精准度和可信度。而采用系统动力学进行实验条件控制,通过计算机软件模拟产学研协同创新的运行状态,可对实证及案例方法不足有所弥补,因此,利用系统动力学法可在一定程度上提升产学研创新机制的有效性。
2 基于效用理论的产学研协同创新机制有效性的数据分析流程
利用案例进行相关探索研究,立足于产学研协同创新生态系统,找出影响生态系统平衡的因素,对相关数据进行如下流程分析。
2.1 主轴性编码
为使各主范畴间建立相应关系就需设定主轴性编码,找出资料间的关联性。对此,有相关人员提出相关范式,即现象和原因、发生的背景和条件以及互动方式和结果间的逻辑性关系。利用这种方式,对资料展开相应互动,研究人员可依照此逻辑性将主要范畴的关系展现出来。因此,将资料通过抽象形式组建至一起。对主轴编码分析找到范畴间存在的逻辑性关系和因果关系,对此类关系进行重新划分类别与命名将影响关系范畴的11类划分为4大类,即政策支持、资金支持、文化建设归为创新生态环境,人事管理、资金管理、组织管理归为创新生态保障,创新团队、人才培养、合作交流归为创新生态动力,创新价值、利益分配为创新生态动力。
2.2 开放性编码
开放性编码是分解所搜集的资料,对资料中反映现象的情况进行相互比较,并设置现象标签,逐渐范畴化和概念化。大致的过程为:①资料②贴标签③概念化④范畴化。[1]
2.3 选择性编码
选择性编码指的是运用描述现象的线路进行核心范畴的梳理,将核心范畴和其他范畴建立系统性关系,收集相关资料证实其间的关系,使资料与处于成型过程的理论互相融合,使各个范畴和相互关系加以完善,进一步形成发展充分、密实概念的基础性理论。通过对相关概念和范畴进行分析研究,与原始资料相融合,对可作为“产学研协同创新生态机制影响因素”的范畴充分挖掘,对其他范畴进行引领。对此,该线路的描述可概括为:在辅助单位和协同主体创新生态环境下以及国家政策扶持下,人力、物力、财力和合理的组织管理体制是产学研协同创新生态运行的重要基础,培养人才和创建团队以及不同领域的交流合作为产学研协同创新生态运行注入活力,产学研协同创新生态运行水平主要体现在创新价值与协同主体间的利益分配合理上,这两者成为影响产学研协同创新生态机制的主要因素。
3 产学研协同创新生态机制主要影响因素
通过以上研究分析,可以发现产学研协同创新生态机制的影响因素主要包括创新生态能力(利益分配、创新价值)、创新生态动力(人才培养、合作交流、创新团队)、创新生态保障(资源管理、资金支持、组织管理、人事管理)、创新生态环境(文化建设、政策支持)。
3.1 创新生态能力
创新生态能力直接反映出了产学研协同创新活动生态运行状况。创新生态能力最终体现在利益分配和创新价值方面。其中利益分配是否合理对协同单位之间的合作满意程度有直接影响,而创新价值包括主要为产学研协同创新最初阶段的中心目标和协同过程中体现的价值。
产学研协同创新活动根据设定的战略目标开展,达成目标则表示实现了创新价值,同时也证明了产学研协同创新生态的运行情况。产学研协同发展中会有一些附加价值出现,比如科研机构提升了高校的知名度、提升了科研机构自主创新能力、起到带头示范作用、其他风险投资帮助等,这些都使创新能力得到更好的提升。[2]科研成果的转化和利益分配是创新生态能力的主要体现,虽然产学研不同方面有不同的目标,但科研成果转化情况及利益合理分配会直接影响产学研协同绩效。只有对产学研相关利益关系进行合理处理,构建合理的利益协调制度,才可激发各方的主动性,促使产学研协同创新更稳、更快地运转。此外,产学研协同创新活动开展的过程中,需对项目进行动态化掌控,对目标定期进行阶段性评估,探索出运行障碍,并采取相应的应对措施,以此挖掘员工的创新能力并逐渐形成团队协同观念,促使创新生态能力有效提高。
3.2 创新生态动力
产学研协同创新活动生态在运作过程中需要持续推动力便是创新生态动力。创新团队的建设、创新人才的培养和集聚、国内外合作交流为产学研协同创新生态系统注入全新活力。
当前,国内存在人才培养与科研前沿未紧密结合的情况,科研缺乏足够的后续储备力量,科研创新机构应重视高校师资和生源、教学试点以及国际合作等条件,将科研院所和高校人才培养资源分离化状态彻底改变,集合优秀创新型人才,用科研力量影响他们。建设创新团队,协同创新机构可以使协同创新平台发挥自身的优势,引入重大科研项目进一步聚集高能力人才,引進强大的学科优势力量,形成高作业能力的创新队伍。[3]此外,编制团队绩效评定标准,使团队形成良好的团队精神。对于交流共享,协同创新机构需充分利用平台作用,积极与国内外同行合作交流,和外界信息保持良好的畅通性,走在先进的科技道路上,构建资源共享、平台开放、共同进步的学术氛围。
3.3 创新生态保障
产学研协同创新活动生态运行离不开生态保障。资源充足、配置合理、资金途径完善、人事管理和组织管理的科学高效为产学研协同创新生态运行奠定了良好的基础。
当前,我国产学研协同机构资金主要来源于银行贷款、协同单位支持、国家扶持、自筹等,在发展中缺少相应的风险投资支持。此外,立足总量分析,我国科技成果仅有25%的转化率,真正做到产业化的还不到5%,这也就导致科技成果转化资金相比西方发达国家更低。因此,还需重视从单方面依赖政府的科研资金逐渐转向依靠风险投资,对融资渠道重点完善,为产学研协同创新成果向生产力转化注入资金力量。
对于资源配置,我国协同创新机构普遍依托于重点大学,以此降低基础设施添置和中心购买产生的费用,使资源得到更充分的利用。但是对无形资源来说,比如知识和信息[4],协同创新机构间应加强整合与共享,积极引进国内外优秀人才,综合人才特点和任务特征制定各类人才培养模式,设定绩效考核制,对人事管理体制进行改革。将科研运行模式与组织管理模式归到组织管理体制当中,优质的组织管理模式可提升组织单位间沟通协调的工作效率,有条理的科研运行模式可促使科研项目更好地建立和实施,科研成果顺利产出与转化。
3.4 创新生态环境
产学研协同创新活动生态运行需要相应的环境,该环境即为创新生态环境。其中创新政策是最为重要的外部环境,创新文化是组委重要的内部环境,产学研协同创新生态离不开创新文化的建设和创新政策的支持。
合理的内外部环境是产学研协同创新组织建立和发展的基础。针对我国存在的创新效率不高、动力缺失、产学研创新主体分隔的现状,国家提出了创新驱动力发展策略,共同创业,一起创新。[5]财政部门和教育部门紧跟国家政策,采取高等学校创新能力提升方案,先行组建一批为完成国家重大战略需求的协同创新中心。省市和国家在资金及政策方面均给予了协同创新活动较大的支持,构建了全面开展创新的重要外部环境。创新文化建设和创新氛围是协同创新机构的重要内部环境,对于创新效率有重要影响。
产学研协同创新工程具有系统性和复杂性,要使身份不同、利益追求不同、背景不同的各协同主体联合成一个整体,这种创新文化被各方所认可。创新活动在具体开展过程中,和谐、高涨的创新气氛更有助于达成创新目标。
4 结 论
文章分析了产学研协同创新机制有效性研究存在的不足,站到理论视角上分析了产学研协同创新机制的影响因素,并以此为基础提出数据分析流程和理论模型建立,引导产学研协同创新主体进行本质属性回归,促使提高协同创新的有效性。
参考文献:
[1] 王海军,冯军政.生态型产学研用协同创新网络构建与机制研究——模块化视角 [J].软科学,2017,31(9):35-39.
[2] 黄菁菁.产学研协同创新效率及其影响因素研究 [J].软科学,2017,31(5):38-42.
[3] 徐玫,朱卫未,淦贵生.产学研协同创新知识流动效率的影响因素研究 [J].中国集体经济,2017(35):58-61.
[4] 杨陈,徐刚.效用理论视角下产学研协同创新机制有效性的影响因素 [J].科技管理研究,2016,36(11):23-28.
[5] 王欣,刘蔚,李款款.基于动态能力理论的产学研协同创新知识转移影响因素研究 [J].情报科学,2016,V34(7):36-40.