产学研协同创新合作伙伴动态选择模型

陈伟， 王秀锋， 李金秋， 李明秋

(哈尔滨工程大学 经济管理学院，黑龙江 哈尔滨 150001)

随着自主创新2.0时代的到来，自主创新和核心技术成为推动我国经济高质量发展的关键动力[1]。国内外各领域学者纷纷致力于推进产学研协同创新的落地实施，推动合作创新模式从早期传统的线性模式逐渐发展为多元主体协同互动的网络创新模式[2]。同时，我国政府高度重视产学研协同创新发展，积极开展产学研合作与协同创新，加快科技成果转化为现实生产力，已成为政府部门、实务界和学术界共同关注的热点问题。

产学研合作作为战略联盟的一种重要的特殊形式，是企业、高校及科研院所实现知识、技术共享，获取互补性资源的重要途径。而选择理想的合作伙伴是保障战略联盟合作绩效的关键。国内外学者针对战略联盟及产学研合作伙伴选择的研究成果主要集中在影响因素、评价方法等方面研究。在影响因素方面，许多学者分别从成员间的信任[3]和互补性[4]、合作兼容性[5]、合作相容性[6]等方面分析其对合作伙伴选择的影响作用。也有学者融合协同学理论和博弈理论等理论方法[7-8]从协同创新意愿或协同创新激励的视角间接探究产学研协同创新合作伙伴选择问题；在评价方法方面，许多学者改进或组合应用多种数学模型或算法，如DEMATEL-AEW-FVIKOR法[9]、微粒群算法和TOPSIS法[10]、灰色关联模型和DEA法[11]、改进VIKOR法[12]等对产学研协同创新合作伙伴选择进行决策评价。由此看来，大多文献研究方法主要关注静态视角下单一时间点的合作伙伴选择问题和考察备选合作伙伴自身是否具备合作潜在性，仅根据评估结果排序选择最优合作伙伴，却鲜有学者从动态视角下考虑多时间点的合作伙伴选择问题，更少有学者能够考察联盟合作伙伴的加入或退出等动态调整；此外，当前研究鲜有关注产学研协同创新伙伴选择过程的连续性，忽视了协同创新主体与合作伙伴之间相互作用的连续性问题。

鉴于此，本文从合作创新连续性和动态调整性视角，基于动态直觉模糊决策和场理论研究产学研协同创新合作伙伴动态选择问题。本文首先构建了产学研协同创新联盟及其备选合作伙伴评价模型，在此基础上融合场理论，考察联盟外部备选合作伙伴选择的合理性、连续性及联盟内已有合作伙伴退出阈值等方面，建立产学研协同创新合作伙伴动态选择模型，以期为优化产学研协同创新合作伙伴动态选择管理提供决策指导。

1 动态直觉模糊决策模型

1.1 直觉模糊集

定义1[13]X={x1，x2,…,xn}是一个非空集合，则称A={(x,uA(x),vA(x)|x∈X)}为直觉模糊集，其中uA(x)和vA(x)分别是x中元素x属于A的隶属度和非隶属度，即：

uA:X→[0,1];vA:X→[0,1]且0≤uA(x)+vA(x)≤1，∀x∈X

IFWA:Qn→Q,ω=(ω1,ω2,…,ωn)T,ωj≥0,

为动态直觉模糊加权几何算子。

1.2 属性权重及时序权重

本文利用直觉模糊熵法确定分时序下的各个属性权重。首先，令动态直觉模糊决策矩阵为X(tk)=(xij(tk))m×n，其中xij(tk)=(μij(tk),vij(tk))；μij(tk)表示第i个方案在tk时段归属于第j个属性的隶属度，vij(tk)表示第i个方案在tk时段归属于第j个属性的非隶属度，此时犹豫度πij(tk)=1-μij(tk)-vij(tk)。

求出tk时段目标属性直觉模糊熵：

(1)

设ωj(kk)为tk时段的目标属性权重,则：

(2)

设η(tk)代表第tk时间段的权重，时序权重体现决策过程中对不同时间段重视程度。时间度θ(0≤θ≤1)反映了在提取决策信息的过程中决策者对时间序列的偏好程度，决策者一般依据经验和偏好给出时间度，θ越接近于1，反映决策越偏好于时间序列远期信息；θ越接近于0，反映决策越偏好于时间序列近期信息，其表达式可以表示为[15]：

(3)

基于灰熵和时间度确定时间权重，建立非线性规划模型(M-1)为：

1.3 基于正交投影的直觉模糊决策排序

正交投影法是以与理想解的“垂面”距离大小作为备选方案优劣性排序的依据，是为克服TOPSIS法中欧氏距离的不足，代替欧式距离作为确定方案贴近度的依据[16]。具体求解步骤如下：

1)对多阶段综合决策矩阵中各元素进行规范化处理，得到规范化矩阵为：

(4)

(5)

4)确定各方案与理想解的“垂面”距离Di，由于正、负理想解间距离对各方案而言为常数，Ai表示矩阵A的第i个行向量，因此其“垂面”距离为[16]：

(6)

根据Di值确定方案的优劣性排序，Di越小，表明方案i与理想解距离越小，则方案i越优。

2 基于协同创新场的产学研合作伙伴动态选择模型

物理学中场理论是反映一种整体性和连续性，其中场强、引力等概念体现了粒子之间无形的作用关系与影响效应，并以场源为中心，其他粒子受其引力的吸引，与其产生相互作用力[17]。这一原理与产学研联盟内成员之间的相互作用关系具有一定的相似性，在产学研协同创新过程中，产学研协同创新联盟主体与合作伙伴之间的关系同样具有一定的整体性、连续性，整体性体现在联盟内主体与合作伙伴构成了一个多主体合作的系统或组织，各个成员之间实现资源互补、利益共享、风险共担，是一个密不可分的整体；连续性体现在联盟内成员之间达成了相互信任的合作关系，这种合作关系具有一定的持续性、稳定性特征。因此，本文在借鉴田俊峰等[17]的研究成果，并在产学研协同创新联盟特征[2]的基础上，将场理论引入到产学研协同创新合作伙伴选择问题的研究。

设场源为O，表示因为在产学研协同创新过程中，由于创新资源方面的优势，具有某些特殊创新资源的组织机构，即产学研协同创新联盟。设产学研协同创新能力质量表示产学研协同创新联盟的创新资源情况，是由创新资源的利用率和存量来决定的[17]，其中，创新资源存量为M=(m1,m2,…,mn)，n表示创新资源的空间维度，任意一项创新资源满足条件0≤mi≤1，当mi=1时，表示该类型创新资源满足协同创新的需求，当mi=0时，表示该类型创新资源不满足协同创新的需求。创新资源的利用率为P=(p1,p2,…,pn)，且满足条件0≤pi≤1，pi表示对资源存量mi的利用情况。受产学研主体自身因素、外部环境变化等因素的影响，在不同时间段内协同创新资源供给水平将发生动态变化，因此考虑时间因素，设时间周期为T=(t1,t2,…,tn)，则产学研协同创新能力质量QT可以表示为[17]：

(7)

(8)

协同创新能力场强表征产学研协同创新联盟成员在协同创新能力场的某处所受场源影响的强度大小。协同创新能力场强E是由备选合作伙伴指向场源，其计算公式为[17]：

(9)

式中：KT表示在不同时点产学研协同创新联盟与备选合作伙伴产生的协同创新能力效应；RT表示在不同时点协同创新能力半径。

在当前的协同创新环境下，当备选合作伙伴加盟之后，单位创新资源所带来的协同创新能力质量的扩增量为IT，则[17]：

(10)

协同创新能力的引力可以描述场源对场当中的备选合作伙伴协同创新能力的吸引程度或认可度，则协同创新能力引力FT的表达式为[17]：

(11)

协同创新能力半径R是综合反映备选合作伙伴的品质和能力的变量[17]，品质是备选合作伙伴的静态状态与特征；能力是备选合作伙伴进入产学研协同创新联盟的发展趋势与潜能。协同创新能力半径的计算是基于备选合作伙伴的品质和能力2个维度，也是本文构建的决策评价属性指标。产学研协同创新合作伙伴的选择过程的关键是要考虑潜在合作伙伴的资源互补性、知识共享和合作相容性等方面[18]。因此，本文基于现有研究成果[19-22]，结合产学研协同创新特点，概括了产学研协同创新合作伙伴评价指标主要包括2个维度：在品质维度上，主要考察合作伙伴的资源互补水平[18-20]、知识共享水平[18,21-22]等方面；在能力维度上，主要考察合作伙伴的合作协同能力[12]、合作研发能力[18]、合作相容能力[18]等方面。

设场源的品质和能力为Cf，备选伙伴的品质和能力为C，则协同创新能力半径为[23]：

RT=1+Cf-C,C∈[0,1]

(12)

设在场中R1处的品质和能力为C1，Cf∈[C1,1]，产学研协同创新联盟可以认为自身的品质和能力为1，因此有Cf=1，则协同创新能力半径为RT=2-C。为了便于讨论，本文将协同创新能力场按照半径大小划分为4个不同的圈层：分别为(0,R1]强协同创新能力，(R1,R2]中协同创新能力，(R2,R3]弱协同创新能力，(R3,∞]无协同创新能力。如图1所示。处在协同创新能力场中的备选合作伙伴按照场源对其吸引力大小的不同，分布在不同的圈层，越靠近内层，表示协同创新吸引力越大;反之，越靠近外层，表示协同创新吸引力越小。

图1 协同创新能力场模型Fig.1 Field model of collaborative innovation capability

意愿阻力是备选合作伙伴加入产学研协同创新联盟的机会和风险成本。备选合作伙伴位于半径圈层应满足RT≤φT，同时FT≥ξT且FT≥FTW，这是备选伙伴进入或退出产学研协同创新联盟的临界点。

在产学研协同创新联盟构建与发展过程中，为了提升产学研协同创新能力和创新绩效，产学研协同创新联盟必须不断更新联盟内合作伙伴，动态调整联盟内部成员结构，通过淘汰不能满足联盟品质、能力的伙伴，积极吸引具有理想品质、能力等符合条件的合作伙伴。在整个产学研协同创新合作伙伴选择过程中，由于条件标准的动态变化，引起协同创新能力质量和场强发生动态改变。

1)设Nt表示在第t时刻退出产学研协同创新联盟的合作伙伴，则得到协同创新能力质量为[23]：

Qt+1=Qt+qt-Nt

(13)

2)在第t+1时刻产学研协同创新能力场强发生动态变化的表达式为[23]：

(14)

此时，协同创新能力场的圈层也发生了动态变化，如图2所示。

图2 协同创新能力场圈层的动态变化Fig.2 Dynamic variation diagram of the field circle of collaborative innovation capability

3)位于协同创新能力场靠近内侧圈层的合作伙伴，具有较强的协同创新能力场强，能够充分吸收利用产学研协同创新联盟的资源，与现有伙伴成员之间通过资源互补，相互学习、相互促进，且联盟不断为其提供优质的品质和能力，促进其协同创新能力的进一步提升，此时，合作伙伴的创新绩效水平显著提高，其合作意愿阻力可能会发生乘数扩增效应的变化，意愿阻力可以表示为[23]：F(t+1)W=χMt+1；位于协同创新能力场靠近外侧圈层的备选合作伙伴，同时受到协同创新能力引力FT与意愿阻力FTW的共同作用影响，如图3所示。

图3 产学研协同创新联盟内外部受力情况Fig.3 Internal and external forces in I-U-R collaborative innovation alliance

3 产学研协同创新合作伙伴动态选择过程

产学研协同创新合作伙伴动态选择过程如图4所示，其中圆圈内数字代表产学研合作伙伴的编号。基于协同创新场的产学研协同创新合作伙伴动态选择的具体步骤如下：

1)基于协同创新资源的初步调研。依据协同创新资源需求进行初步的选择，筛选出具有异质性互补创新资源的高校、科研院所及企业等主体，这些主体能够与当前产学研协同创新联盟的创新资源互补，将该主体列入备选合作伙伴集中。

2)基于协同创新能力圈层的初步筛选。通过对产学研协同创新联盟及其备选合作伙伴的品质和能力进行评价，计算求出各个合作伙伴的协同创新能力半径，并结合产学研协同创新联盟情况设定半径阈值，进而判定各个伙伴的半径是否小于阈值，若满足该条件，则进入下一步，否则停止筛选。

3)基于协同创新能力引力的筛选。通过计算得出各个合作伙伴的协同创新引力，判定各个伙伴合作创新引力是否大于阈值，若满足该条件则进入下一步，否则停止筛选。

4)基于协同创新引力与意愿阻力相关作用关系的最终筛选。计算各个合作伙伴的意愿阻力，对步骤3中筛选出的合作伙伴进行条件判定，若不满足，则筛选失败。

图4 产学研协同创新合作伙伴动态选择过程Fig.4 Dynamic selection process of I-U-R collaborative innovation partners

4 实证研究

本文以黑龙江省S医药企业的产学研协同创新为例，该医药企业开展新型药品的研发联合攻关项目，现有3家长期合作研发伙伴(R1,R2,R3)，从其中寻找2家合作伙伴以开展深度合作，实现资源共享与资源互补，同时对于不符合联合攻关的伙伴进行淘汰，从而建立新的协同创新联盟。首先，通过前期的定性、定量指标筛选工作，并结合市场调研情况，初步确定了5个备选合作伙伴作为进一步考察对象，记为S={S1,S2,S3,S4,S5}。在此基础上，邀请了15位医药行业评估专家，根据本文2.1节所构建的产学研协同创新伙伴选择评价指标进行匿名评估，充分考虑时间因素对评估过程的动态影响，分别对5个备选合作伙伴在3个不同时间段进行匿名评价，通过多次反馈与评估，最终得到结果趋于一致。其次，根据该医药企业对协同创新资源要求，专家对该医药研发所需的7类协同创新资源(Y1至Y7)进行互补性评价，经过多轮的评估与反馈得到的一致性数据结果，如表1、2所示。

表1 各时间段的直觉模糊决策矩阵

表2 合作伙伴与备选合作伙伴的医药研发创新资源情况Table 2 Information on innovation resources for pharmaceutical R&D of partners and potential partners

4.1 基于时间度和正交投影的医药产品综合研发能力评估

首先，根据本文构建的模型(M-1)，设定时间度为0.3，并采用Lingo软件求解出在不同时间段下不同属性的属性权重和时序权重；其次，基于属性权重和不同时间段加权的直觉模糊决策矩阵，采用动态直觉模糊加权几何算子集结各时段的直觉模糊决策矩阵，获得动态直觉模糊综合决策矩阵；然后采用正交投影法求解确定各方案与理想解的“垂面”距离，即得到各个合作伙伴与备选合作企业的医药产品综合研发能力：

DRi=(0.107 3,0.034 2,0.115 2)

DSi=(0.145 1,0.121 1,0.104 7,0.092 4,0.174 4)

4.2 基于场理论的医药产学研联盟协同创新伙伴动态选择

1)评估各产学研联盟内合作伙伴以及备选合作伙伴的医药产品研发综合能力，如4.1节中计算结果；2)求解医药产学研联盟协同创新能力的质量QT和qT，具体计算结果如表3所示；3)对每个联盟内合作伙伴及备选合作伙伴进行排序：首先，设定半径阈值φT，并求解引力阈值ξT。本文借鉴文献[23]，根据专家组意见，设定半径阈值为φT=1.9，备选合作伙伴的协同创新场引力阈值为ξT=0.156 6；得到计算结果如表3所示；其次，淘汰部分备选合作伙伴，并选择新的合作伙伴加入产学研联盟。具体步骤如下：

①基于医药产学研联盟协同创新能力场半径RT的筛选判断。由表3可知，由于RT(R2)=1.966>1.9，则初步淘汰伙伴R2；由于有RT(S4)=1.908>1.9，则初步淘汰伙伴S4；其他的4个备选合作伙伴均处在中协同创新能力圈层，待做进一步筛选；②基于医药产学研联盟协同创新引力FT的筛选判断。求解各个备选合作伙伴的协同创新引力。由表3中结果可知，医药产学研联盟协同创新能力引力的优劣性排序为：R3>R1，外部备选合作伙伴的协同创新能力引力的优劣性排序为：S5>S3>S1>S2，备选合作伙伴中S5、S3和S1的协同创新能力引力均大于阈值0.156 6，因此可以进入下一步筛选；③基于医药产学研联盟协同创新引力FT与意愿阻力FTW相互作用合力F的最终筛选。本文充分考虑联盟内部以及外部备选合作伙伴的意愿阻力FTW，以保证加入联盟内的合作伙伴的质量，鉴于FTW=χMT(设其比例系数为χ=0.1)[23]，得到意愿阻力及其合力值。由于联盟内部以及外部合作伙伴的协同创新引力均大于意愿阻力，均满足条件。且备选合作伙伴的协同创新能力合力的优劣性排序结果为：S5>S1>S2>S3。因此，医药产学研联盟经过合作伙伴动态选择过程，联盟内成员进行了调整，其中内部成员R2被淘汰，外部备选合作伙伴S1和S5加入联盟，合作伙伴动态选择变化过程如图5所示。

表3 医药产学研联盟协同创新能力场场强ET、半径大小RT、引力FT和意愿阻力FTW

图5 医药产学研联盟协同创新合作伙伴动态选择状态变化Fig.5 The dynamic selection changes of collaborative innovation partners in pharmaceutical I-U-R alliance

4.3 医药产学研联盟协同创新伙伴动态选择结果对比分析

本文选取记分函数[24]、基于传统欧式距离的直觉模糊TOPSIS方法[25]与场理论结合的综合评价方法，与本文提出的方法对比分析，得到不同方法的评价选择结果及其差异，如表4所示。

从表4中可知，3种方法得到的评价结果排序基本一致，最终选择的协同创新合作伙伴均为S5和S1，进一步验证了本文提出的合作伙伴动态选择方法的科学性；其中，采用记分函数与本文提出方法排序结果稍有不同，主要由于备选合作伙伴S2的品质和能力较低，但是其与联盟的协同创新资源互补性要高于S3，所以排序结果中S2>S3，可见，本文所提出方法能够充分兼顾产学研联盟内部协同创新资源情况以及备选合作伙伴的资源互补性，对产学研联盟协同创新合作伙伴进行动态选择，实现了产学研联盟协同创新成员的“优胜劣汰”；基于直觉模糊TOPSIS法与场理论结合的方法与本文提出方法排序结果稍有不同，一方面主要由于备选合作伙伴S2的协同创新能力引力较低，但是与联盟内资源互补性较高，协同创新的意愿强烈，协同创新能力合力超过S3，因此，融合场理论得到的排序结果中有S2>S3；另一方面由于本文采用了“垂面距离”替换“欧式距离”确定方案贴近度对备选伙伴进行优劣性排序，能够有效克服TOPSIS法中的不足，使得排序结果更为科学合理。

表4 不同评价方法的评价结果及其差异

5 结论

1)本文提出了一种基于时间度和正交投影的产学研协同创新能力动态评估方法。该方法融合了直觉模糊理论和场理论，构建了实现合作伙伴动态准入与退出联盟的选择模型，能够及时获取联盟内部合作伙伴的状态与变化情况。

2)本文提出的方法能够充分摄取评估样本的客观信息，有效利用合作伙伴创新资源的互补性，进而对伙伴的进入和退出行为进行判断与决策。

3)与现有研究方法的对比发现，该方法能够更好的实现成员的“优胜劣汰”，且拓宽了直觉模糊理论和场理论在产学研协同创新合作伙伴选择中的应用范畴，为产学研协同创新合作伙伴动态选择提供一种有效的决策方法。