基于蝉变模型的产学研合作风险机制分析和评估

卢 意，雷仲魁，曹元军，朱鸿翔

（1.泰州职业技术学院，江苏 泰州 225300；2.南京航天航空大学，江苏 南京 210000）

我国的产学研合作正式始于1997 年，在创新驱动战略的推动下和“全民创业、万众创新”的大环境中，各方充分整合不同组织的资源，不断激发创新活力，成功构建科技、文化、人才等多方面耦合链条，产学研合作不断升温，产学研成果重大瞩目，在知识创新、技术改革和发明创造中发挥了巨大推动作用。产学研合作秉承的原则是“优势互补、互惠互利、共同发展”，构建了一种责任、权利、利益、风险等方面的平衡体系，三方在合作中风险共担，利益共享。产学研合作的累累硕果是有目共睹的，但风险与机会同在，三方的组织架构、管理体系、文化背景等本就不同，合作中更要面临政策、市场、信任、利益等不确定因素的影响，风险客观存在于每个合作环节和每个合作主体。远有美国纽约州21 世纪初“卓越中心”计划的经验教训，近有乐视汽车的“胎死腹中”，这些事实均说明了风险控制对合作的成功与否起着决定性作用。

1 产学研合作的风险分析

产学研合作的本体是一个由多方有机体组成的联合体，受各子体特点影响极大，产学研合作的过程是一个多节点多阶段的闭环控制流程，各分支的实现目的和成果效益也大不相同，因此产学研合作所面临的风险来自于多主体、多层次[1]。目前对于产学研合作风险的研究大致集中于以下几个方面，企业方的重视程度和经济实力；学研方的科技水平和创新能力；政府的宏观导向和政策引领；产品进入市场的竞争力和发展空间。不难看出外在性风险有以下几种，即企业的实力不足，学研方的技术支持不够、政府公共资源紧缺、市场的接纳度低和推广度差。而合作多方之间的目标定位不同、管理方式有别、运行体系各异和利益分配失公又构成了内在性风险。

产学研合作的风险预警机制牵扯面极广，国内外的专家曾今做过这方面的研究，如Neely等认为风险评价是对过去行为效率和效果的度量，相关的影响因素可以作为评价变量[2]。Bouncken等认为可以利用五类效度法即内部效度、描述效度、统计结论效度、结构效度和外部效度进行风险评估[3]。李雪婷等认为控制产学研合作风险最重要的是要控制市场风险和技术风险。要想建立一套产学研合作的风险评价体系，必须明确合作中风险控制的因素，挖掘风险来源，归纳风险类型。

产学研合作过程可以看作由知识认可、知识共享、知识成果转化和知识成果应用组成的知识链。风险是伴随着合作过程出现的，合作的最终风险系数由各环节各主体的子风险系数耦合而成，因此要想对总体的风险进行评估，必须厘清各环节的风险情况[4]。

1.1 知识认可度的风险

产学研合作模式可以分为传统模式和借助互联网技术的新模式，传统模式在合作初期寻求伙伴时途径单一，待选数量受区域限制极大，无法准确定位最佳和最匹配的三方资源，难以实现优势互补、配置最优化和经济上的帕累托效应，风险很大。新模式依托于互联网技术，借助其开放性、包容性、交互性强的特点，依靠大数据分析和网络科技交易平台可以降低匹配度不足的风险。然而，该种模式的信息和需求发布是公开的，且各方的认知度较低，基本都是以线上交流为主，发起或参与合作时各方均有所顾虑。企业方在知识寻求过程中，往往涉及到自身的核心技术，在发布信息时出于知识产权保护不会过多披露技术细节，而信息量过低会导致知识供给方难以领会或者错误认知企业的技术基础和已有成果，因此如何在做好自我保护的同时又能准确设计和描述自身的技术需求是企业需要解决的第一个问题。获取经济利益和社会声誉、提高业界内的影响力是学研方参与合作的主要动机，部分学研方可能为了达到这一目的，在自身能力不匹配的情况下故意编造虚假数据、夸大科技开发能力、骗取知识寻求方信任，这会导致企业在搭建产学研合作联盟时错判，无法实现预期目标[5]。此外，互联网环境下各方的地位和机会是平等的，企业和学研方均可率先根据自身情况发出合作邀请，可能多家企业为了获得唯一的合作机会而恶意竞争，哄抬知识价值，超越企业方的接受能力范围。因此在合作联盟成立之前即存在企业技术机密泄露的风险，学研方技术信息失真的风险和市场恶意竞争的风险，多方在知识认可度上存在着不透明不充分的弊端。

1.2 知识共享度的风险

知识共享是产学研合作产生和发展的源动力，也是知识转移的基础并对价值实现的高低起决定性作用。如果知识共享度不高，将影响项目的推进速度和合作方的内部凝聚力，使合作处于停摆状态甚至是关系破裂[1]。知识共享的供给方一般为学研方，接收方为企业。知识共享阶段学研方应将显性知识如产品设计思路、工艺优化方式等以可视化方式如文字、图表等与企业分享，此外还需要将隐性知识如累积的经验、常见的困难等为企业做好分析。这一阶段的风险成因主要是知识自身的模糊性、隐含性和复杂性，当知识分享过于理论化书面化时，知识接收方很难明晰地完全把握知识的全部含义，这就会引发风险。其次，知识流动是否畅通也影响着知识共享度，如果三方之间的人力资源和知识编码投入不足，导致知识流动效率低、时效性差，反馈不及时，无法形成有效的闭环控制机制，也会引发风险。此外，各主体的知识吸收能力也会产生很大的影响，学研方无法准确把握突破技术瓶颈的脉门，企业方无法完全理解学研方的技术改进思路，风险由此而生。最后，合作方的信任程度也会大大影响知识分享度，信任是产学研三方之间的润滑剂，可以大大降低多方的运营成本，并提高组织之间的透明度和紧密度，而信任度低则难以实现知识价值和创新效益，使三方之间的关系脆弱无比，知识成果转化缓慢低效。

1.3 知识成果转化率的风险

知识成果转化是产学研合作的目的，知识成果转化阶段的风险也是合作整体风险的源头。知识转化过程是将显性和隐性知识编码化的过程，是合作方在知识吸收和创新的基础上将知识向能力转化、能力向成果转化的过程，知识转化率的高低决定着知识价值的实现。一旦任一主体对知识成果转化的敏锐度低或者超出自己的认知范围，知识的转化就会不充分，知识价值的体现就不全面，出现知识成果转化率低的风险。产学研合作三方的异质性决定着各自的目标导向和关注重点不同，在合作中的同步性和一致性有所欠缺，学研方不会过多关注瞬息万变的商品市场，其重心是成果在实验室的孕育阶段、样品研制和优化过程，最终形成符合企业需求的产品。企业需要直面市场的竞争和风险，除了产品性能外，还需关注其产业化、市场竞争力、上下游产业链等多重因素，即企业方关注的重心是知识成果转化的下游，而学研方关注的是知识成果转化的上游，合作方关注的焦点相悖也会引发知识转化的风险。在合作关系建立的初期，双方会签署包括利益分配的合同，明确各方的经济效益，然而科学研究的不确定性会出现偶然性的知识溢出，有效的知识溢出必然导致经济溢出，这会超越原有的契约范畴，且经济溢出价值难以评估，合作方之间会就此博弈，均寻求各主体的利益最大化，如果博弈失败则知识溢出的价值消失，如果以很长的博弈时间为代价形成了新的利益分配比例也会影响知识价值的时效性，进而影响知识成果转化率。

1.4 知识成果应用的风险

知识成果的应用是产学研合作的价值体现，应用和推广情况是市场对知识价值的最终判断，知识成果在市场中的生命力和竞争力是产学研合作是否成功的关键因素，知识成果应用的不确定性也决定了该环节是整个合作链面临风险最大的部分，该环节的风险是多维度、多层次叠加形成的。第一，企业的自身能力决定着知识成果的应用情况，如果企业在知识吸收和知识判断上出现误差，就无法第一时间将知识成果以成熟化和批量化的产品推入市场，难以获取占领市场的优先权和主动权及收获丰厚的经济利益。第二，目标市场的容量和饱和度也决定着知识成果的应用情况，目标市场的容量是一个变量，随着市场需求改变也随着时间而改变，产学研合作从建立到成果产出需要一个过程，很可能成果产出时市场已急剧萎缩，知识成果的价值已所剩无几。产品市场的饱和度预示着知识成果应用的生存空间，饱和度越高，产品的竞争就越激烈，产品的利润率也会越低，高市场饱和度会大大压缩知识成果的应用和推广空间。第三，市场接纳度是知识成果的试金石，是对知识成果质量和竞争力的衡量。市场本身的开放性和竞争性决定了优胜劣汰的市场规律，一旦知识成果出现创新度不足、客户体验不佳、性价比失衡等现象则必然导致市场接纳度低，所有的努力也将付之东流。第四，知识产权的归属也可能是合作中的隐性炸弹，合作中多方均投入了大量的经济资源、人力资源和知识资源等，如果知识成果没有实现规模效应和高额的经济利益，产权归属无需争夺[6]。如果达到甚至是超越原有预期，创造了额外的市场效应和经济效应，有可能多方之间就最终的产权归属产生纠纷，这种风险也是不可忽略的。

产学研合作中机会与风险同在，高风险意味着高投入、高失败率和高回报率，低风险意味着低投入、低失败率和低回报率。要想准确把控项目合作的总体风险，就必须细化各阶段各主体的子风险并进行耦合叠加，现将各子风险的指标整理如下，见表1。根据国内外学者的研究经验，将项目合作的总体风险和子风险按照级别分为5 等。A等表示项目非常顺利，几乎没有风险；B等表示项目进展比较顺利，风险较小，但均能很快消除；C 等表示项目进展一般，风险较大，多方协调后仍能正常运行；D 等表示项目进展缓慢，风险很大，经常处于停摆来化解风险；E 等表示风险超出各方承受范围，合作项目终止。

表1 产学研合作中各子风险指标

2 基于蝉变原理的产学研合作风险评估机制

蝉变模型原理由中国科学院的王玉民教授首次提出，他认为可以将专利的产业化过程类比于蝉的蜕变过程，专利产业化和蝉变的每一个环节都各自展现出了新特质和新形态[7]。从知识链的角度出发，产学研的过程分别是知识认可、知识共享、知识转化和知识应用。从任务节点化的角度出发，产学研合作分为确定合作项目、实验室样品孕育研究、产品优化成型、市场检验。两种过程均符合蝉变原理，见图1，因此可以通过量化各下游过程的子风险系数和蝉变风险系数，耦合后再对合作中的整体风险进行评估。

图1 产学研合作蝉变过程

2.1 蝉变模型下产学研风险指标

将产学研合作任一蝉变过程定义为Pi，定义每个蝉变过程的风险系数为Qi，表征在此蝉变过程中的风险蝉变系数，Qi由各子风险指标耦合而成，Qi、Wi、Xi、Yi、Zi（0，1），0 表示没有风险，1 表示风险最大。采用德尔菲法，邀请资深专家、主要专家、次要专家对总风险系数R 和各子风险系数Wi、Xi、Yi、Zi打分，并取权重为5：3：2，R 由公式1求得，子风险系数Wi由公式2求得，其余子风险系数可由类似公式求出。根据计算结果和经验分析设定风险级别如下，当R∈（0，0.2），风险级别为A，当R∈（0.2，0.4），风险级别为B，当R∈（0.4，0.6），风险级别为C，当R∈（0.6，0.8），风险级别为D，当R∈（0.8，1），风险级别为E。

为了保证蝉变风险系数Qi的准确性和协调性，设定其数值分别为各子风险系数Wi、Xi、Yi、Zi的几何平均值，知识认可和联盟项目确定期的蝉变风险系数Q1由公式3求得，知识共享和样品孕育研制期的风险Q2，知识成果转化和产品成型优化期的风险Q3，知识成果应用和市场检验期的风险Q4可以由类似公式求得。

2.2 基于神经网络法的风险评估方法

BP 神经网络法是一种按误差逆传播算法训练的多层前馈网络计算法，无需事前描述出输入输出映射关系的数学方程。通过误差反向传播算法，使网络的误差平方和最小，该模型拓扑结构由输入层、隐层和输出层组成[8]。该计算模式任意复杂的分类能力和优良的多维函数映射能力，在解决产学研合作中总体风险、子风险和蝉变风险之间的非线性映射关联时，优势明显。

本模型中的输入层节点数是20，即Qi、Wi、Xi、Yi、Zi，输出层节点数是5，即总风险系数R。综合考虑计算时间和准确度后设定隐层的节点数为10[9]，神经拓扑结构如图2，利用函数在Matlab软件中构建计算模型，关键语言如下。

图2 神经拓扑结构图

net=newff（minmax（inputn），[10，1]，{'tansig'，'purelin'}，'trainlm'）;（利用newff 函数建立一个BP 神经网络计算模型，其中隐层结点数是10，'tansig'，'purelin'是传递函数，'trainlm'是训练函数）

net.trainParam.epochs=5000; （迭代次数是5000）

net.trainParam.lr=0.01;（学习率是0.01）

net.trainParam.goal=1e-5;（目标精度是10-5）

net.trainParam.show=200;（每间隔200 步显示一次训练结果）

测试前已搜集100 组产学研合作风险的各项风险参数，将80 组数据作为训练集输入模型，20组数据作为测试集用来验证模型的准确性。计算模型运行后80 组样本的误差曲线见图3，预测结果见图4，可以发现在554 次运算后系统误差已达到9*10-6，已收敛到足够精确，基于BP 神经网络算法的产学研风险模型建立完成。

图3 训练误差曲线变化图

图4 训练集预测结果对比图

将测试集的20 组矩阵数据输入建立的计算模型，以验证该模型的实用性和准确性，测试结果见图5，可以发现每一组的计算结果均符合实际，该模型具备应用性。

图5 测试集预测结果对比图

2.3 实例分析与应用

为了更加直观地应用此模型计算产学研合作的风险，下面以某高校与当地企业洽谈合作的汽车安全防护——智能弹射座椅项目为例，汽车智能弹射座椅的工作原理类似于飞机弹射座椅，当车辆上的传感器搜集到超过安全设定范围的碰撞信号时，瞬间解除座椅与车身之间的连接机构，弹射机构将座椅以及驾乘人员同时弹射至空中，帮助驾乘人员在遇到重大突发事故时，安全快速地离开车辆，保障驾乘人员的安全。该项目的产方是企业，资金雄厚，管理有序，架构合理。学研方是国内某知名航空器研究高校，科研开发能力极强，有许多和企业合作成功的先例。该项目颇具创新性且前景广阔，但同时风险也随之相伴。

首先用德尔菲法确定各子风险的数值和级别，利用公式3 确定各蝉变系数的数值和级别，整合后输入计算模型，见表2，运算结果显示该项目的总体风险系数为0.47，风险级别为C。进一步分析该项目，发现风险主要来自于知识的不易获取、知识的吸收能力、市场的接纳度和产权归属。

表2 智能弹射座椅项目各风险系数

该项目的弹射技术在飞行器领域早已成熟，但目前市场上还未有量产车配置智能弹射座椅，主要存在以下几个风险。第一，车内的空间有限无法安装该座椅；第二，弹射瞬间无法实现车顶和天窗的迅速开启；第三，弹射出车外后，人员的运动轨迹中安全隐患巨大；第四，座椅的造价昂贵，会增加制造成本；第五，国外已有公司于2018 年开始研制该项目，国内某汽车企业也于2022 年申请类似专利且国家知识产权局已受理，有知识产权被提前授予的可能。该项目的学研方主要致力于飞行器动力以及飞行器安全的开发创新研究，对汽车结构和安全性的研究并不深入，不一定具备解决空间狭窄和车顶迅速开启问题的能力。该项目的企业方致力于生产汽车的各类座椅，没有涉足过弹射技术及其配套设施，能否量产该座椅并获得经济利益值得深思。消费者对该技术的安全性和必要性存疑，大多也是观望态度，接纳度很低。竞争者已提前开发该技术，有被提前授予专利的可能。综上所述，该项目的总体风险较大，合作方应重新考量其可行性。

3 结语

随着互联网技术的发展，“互联网+产学研合作”发展已日趋成熟，互联网技术的开放性、包容性、交互性一方面会大大提高产学研合作的便利性[10]，另一方面，也使产学研合作面临新的风险。可以基于本计算模型，增加和互联网技术有关的输入层节点数，使得本计算模型的精度进一步提高。