科研院所合作创新活跃度的时空格局演化研究论文

科研院所合作创新活跃度的时空格局演化研究

李柏洲1, 董恒敏2, 曾经纬1

(1.哈尔滨工程大学 经济管理学院,黑龙江 哈尔滨 150001; 2.中国航天系统科学与工程研究院,北京 100048)

摘 要: 基于2008~2013年的中国科学院统计数据,从时间维度和空间维度对科研院所合作创新活跃度的静态变化和动态变化进行了双维度分析。运用σ 收敛和β 收敛的组合收敛方法,客观描述了中国科学院各区域的合作创新活跃度空间分布特征及趋势;采用速度激励模型对科研院所创新活跃度的变动趋势进行了实证分析。结果表明:科研院所合作创新活跃度存在收敛特征,科研院所的创新活跃度存在地域差异,东部产学研合作创新比中西部较活跃,中科院整体存在σ 收敛和β 收敛。在活跃度的演化速度上,各分院都呈现出差异化发展趋势,其中部分活跃度较高的科研院所增长逐渐饱和,速度变化呈现下降状态。

关键词: 科研院所;合作创新活跃度;时空分布;速度特征

0 引言

知识经济的蓬勃发展,促使市场对科技的需求日益增加,单一主体的创新能力无法满足日趋变化的技术进步速度,创新各个主体间合作的紧迫性促进了企业与科研院所之间的合作[1]。产学研合作创新成为了国家层面关注的重点,不断推动大学和科研机构的优势资源向产业系统流动,以提高企业的整体创新能力[2]。科研院所传统的考核评价体系,即主要考核项目和论文为主,使得其没有更多的时间和精力去参与合作创新,导致科研院所参与合作创新的活跃度整体偏低[3]。与此同时,我国地域广阔,区域间的经济发展水平、科技教育基础和社会市场环境存在很大差异,科研院所参与合作创新的活跃度差距明显。科研院所作为我国科技创新的重要推动者,参与合作创新的广度和深度直接关乎我国创新的整体发展。探索科研院所的合作创新活跃度的时空格局演化,并针对性地制定相关的科技政策,对提高国家创新能力具有重要的理论和现实意义。

目前学者从多个角度研究创新活动。以企业为创新主体的学者研究了不同类型的创新和不同频次的创新对创新活动的活跃程度的影响[4],还有学者引入启发式算法与支持向量机的综合方法研究了个体创新的活跃程度[5]。从科研机构的角度出发,科研院所参与合作创新的目的存在多元性,参与创新可以为科研院所获合取更多的创新资源、拓展研究领域,此外有些科研院所参与合作创新是探索研究与具体实践的联系,增加研究的可转化性[6],大学(研究机构)的研究质量和研究导向被认为是研究机构是否参与合作创新的两个重要因素,自身研究质量较弱的科研院所以及以应用研究为主的科研机构更倾向于与企业合作,科研院所的合作创新活跃度相对较强[7,8]。与此同时,科研机构的研究能力和规模,技术转移的意愿以及文化和价值观的差异等也将对科研机构积极参与合作创新产生多种影响[9]。科研院所参与合作创新的运作模式,从功能上分为研究开发型、人才培养型、生产经营型,从参与的差异性来看,它分为单项合作、双向合作和多重联合[10]。从区域创新的角度,学者研究了空间维度的产学研合作创新活跃度,并对影响空间活跃度的因素进行了深入的探索[2]。随着研究的不断深入,学者们从动态的视角对科研院所参与合作创新进行研究,运用多Agent方法建立企业与科研院所合作创新系统的动态机制模型[11]。从空间收敛的角度,学者运用多种收敛分析方法来研究创新的收敛性。着眼于国家创新的顶层创新布局,Patel和Pavitt[12]研究了国家创新行为,并采用收敛方法进行了深入的分析,而Furman等在Patel的研究基础上增加了收敛方法,增加了研究的可靠性[13]。David T. Lei[14]研究了产业部门的技术收敛的条件。D CASTLE, R Loeppky, M Saner[15]运用案例研究了生物技术创新的收敛性。Jungmittag基于单位根方法探索了创新能力的收敛趋势[16]。在区域创新收敛方面,学者多运用专利数据进行区域创新的收敛分析[17,18],探索中、东、西部的收敛特征;基于创新效率的视角,白俊红对区域创新的空间收敛性进行了研究与探索[19];而魏守华则用组合收敛方法研究了创新能力在不同地区的收敛特性[20]

目前国内外学者对科研院所参与合作创新的研究多集中在科研院所参与模式、影响科研院所创新的因素以及创新的评价方面,以科研院所为研究主体,探索其参与合作创新的活跃度的研究较少,研究创新活跃度时空维特征的理论研究与实证研究相对较少。在此基础上,本文以科研院所为研究对象,探索科研院所在参与合作创新中的活跃度特征,对于推动国家的创新发展具有积极的作用。从空间维度和时间维度探索科研院所合作创新的活跃度的静态和动态变化,运用收敛分析与速度激励模型[21]进行动态综合评价研究,获得静态时空分析结果和动态评价结果。对于科研院所的合作创新活跃度的研究,可以真实的反映出科研院所参与合作创新的具体实践情况,便于把握科研院所的时间和空间的创新活跃度状态,为国家制定创新政策推动科研院所在国家创新体系中发挥最大效能提供决策依据。

1 数据和方法

1.1 指标选择

区域技术差距理论认为地区的研发经费分布差异,与区域间的技术发展差距基本保持相同的趋势[22],故外部合作收入的空间分布差异也在较大程度上体现了科研院所合作创新活跃度。基于国内外关于合作创新活跃度的研究,以及数据的可获得性,本文选取了外部合作收入这项指标,综合衡量科研院所在参与合作创新过程中的活跃度情况。中国科学院作为我国最大的科学研究机构,也是国家创新政策鼎力支持的最前沿学术机构,合作创新经验丰富,是研究科研院所合作创新活跃度的最佳样本,因此采用中科院的年鉴数据作为论文的数据样本。在具体指标选取上,由于年鉴中缺少科研院所与高校的合作数据,故本文采用《中国科学院统计年鉴》(2009~2014年)中科研院所来自企业的技术性收入和院地合作的销售收入之和作为科研院所外部合作收入。

1.2 研究方法

1.2.1 收敛分析

收敛分析在研究之初,主要应用于国家和地区的收入差距研究,后来才逐渐扩散到消费和创新等领域[23]。研究中常用到的收敛方法有σ 收敛和β 收敛,σ 收敛衡量的是不同主体间人均产出的标准差或离散系数随时间变化的情况,该方法主要用来测量地区经济发展的不平衡程度[24],β 收敛的假设前提是资本边际收益递减而导致的经济增长趋同,考察的地区经济收入水平随时间的变化情况[25]。具体来说,σ 收敛指的是不同区域间人均收入的离差,会随着时间的持续性推移而趋于下降。β 收敛指的是不同区域间的人均产出增长率与初始人均产出水平负相关[25]。从理论上讲,区域经济发展只是收敛的外在表现[26],经济收敛与之相对应的是创新能力收敛[27]。因此,本文借鉴前人在创新收敛以及合作创新方面的研究[2],运用σ 收敛和β 收敛对科研院所合作创新活跃度的空间收敛特征进行分析。

1.2.1.1σ 收敛

σ 系数反映了科研院所外部合作收入离差的时间变化趋势[21]。离差趋于下降趋势,存在σ 收敛,反之则不存在σ 收敛。收敛σ 系数的计算公式如下[21]:

学生们在参加“创造实训中心”活动之前,已经在第一课堂,也就是本学期的《刚结构设计》课堂上学习了与“门式刚架结构”相关的理论知识和结构设计的基本方法,但因其自主学习能力较差,又存在第一课堂内容多、学时少等问题,学生对相关知识的理解和掌握并不理想。

(1)

其中,UI i,t 表示科研院所在t 时期的外部合作收入投入,表示t 时期各科研院所的外部合作收入均值,N 表示科研院所的数量。基于中国科学院统计年鉴的数据,本文对中国科学院各个地区以及总体,测算了σ 系数的数值。

(五)“谁执法谁普法”相关考评机制仍待完善。当前,市委市政府高度重视“谁执法谁普法”责任制的落实,由法治宣传主管部门牵头,制定各部门的年度普法责任清单,并将责任制的落实情况纳入绩效、综治考评中。但是,目前考评的细则较为笼统,各项考评细则可量化和可操作性不够强,直接影响考评的结果和运用,相应的督导、抽查、通报机制有待完善,以考评推动工作落实的效果不够理想。

1.2.1.2β 收敛

β 收敛反映了各科研院所合作创新活跃度的增长率随时间的变化趋势[21],即落后地区的科研院所是否可以以更快的速度追赶,或者科研院所的外部合作收入的增长率是否与初始水平负相关。参照Sala-i-Martin的研究[28],采用以下β 系数测算公式:

1.2 治疗方案 确诊患者按照AL的标准化疗方案进行诱导治疗,其中AML多采用以阿糖胞苷为主的吡柔比星+阿糖胞苷(TA)、米托蒽醌+阿糖胞苷(NA)、伊达比星+阿糖胞苷(HA)等方案,ALL多采用以长春瑞滨+地塞米松(VP)为基础的吡柔比星+长春瑞滨+培门冬酶+地塞米松(DVLP)、吡柔比星+长春瑞滨+培门冬酶+环磷酰胺+地塞米松(DVLCP)等方案。强化巩固治疗多使用原诱导缓解方案及大、中剂量阿糖胞苷单药交替化疗。

(2)

从科研院所2013的空间分布图来看,如图2,可以更加直观的看出中科院13所分院具体的合作创新活跃情况,颜色越深表示合作创新的活跃度越强,2008年到2013年,可以看出中国科学院各分院的合作创新活跃度的空间分布出现了微弱的变化,但是总体的趋势保持一致,科研院所的合作创新活跃度由东向西依此递减。图3可以更加直观地反映出中国科学院13所分院的合作创新活跃度的空间分布特征。

1.2.2 速度激励模型

设P i =(P 1,P 2,…,P n ),h +1个时间t =(t 1,t 2,…,t n ),形成的时序信息矩阵[29]

(3)

假设目标P i 在[t k ,t k+1 ]时间区间的变化速度为v ik ,得到其变化速度的信息矩阵如下[30]

(4)

其中,

(5)

可以得出结论,v ik 为正时P i 处于增长状态,v ik 为负时P i 处于递减状态,v ik 为0时P i 处于稳定状态。

根据(5)的计算,得到P i 在[t k ,t k+1 ]时间区间内的变化速度状态的计算公式,如下[30]

(6)

该式可以算出P i 在[t k ,t k+1 ]时间内,变化速度的正负及其变化轨迹。

再由(5)式求出v i (t k )和v i (t k+1 ),得到P i 在第k 时刻和k +1时刻的变化速度值,可以设为[30]

(7)

由(7)式可以得出,μ ij 是P i 变化速度在[t k ,t k+1 ]时间内的线性增长率,因此可以将γ 设为是以μ ij 为自变量的函数。最终构建的变化速度趋势模型为[30]:

前期要勤采收,早上市,市场商品价格高,同时还可以减轻植株负担。如果营养生长过旺,可适当晚些采收,压秧防止徒长。

其中,Pfa为虚警概率,T为检测门限,u和v分别为Fisher分布参数,通过设置合理的CFAR检测恒虚警概率Pfa,可通过数值求解的方法求解出具体的检测门限T.对于由式(5)得到的MPWF检测量z,目标判决过程可表示为:

(8)

在(8)式中,γ (μ ik )为μ ik 单调递增函数,当μ ik →+∞,则γ (μ ik )→ε ;当μ ik →-∞,则γ (μ ik )→0。γ (μ ik )存在一个拐点,在到达拐点之前γ (μ ik )的增长速度为加速阶段。依据γ (μ ik )的函数特征,可以运用其对目标函数进行有效的速度激励。除此之外,可以运用特值法求解得到参数ε ,当μ ik =0,γ (μ ik )=1时,得到ε =2。

依据以上模型,可以得到关于变化速度趋势的激励修正的三种不同情况:

当μ ik =0时,与系数1相乘,模型不进行激励修正。

当μ ik >0时,与大于1的系数相乘,模型正向激励修正。

我国在一段时期中的经济发展理念是先发展,之后再进行治理,这种模式虽然能够取得一定的经济效益,但是这也在一定程度上对生态造成了破坏。而随着生态环境的进一步恶化、水土流失和土地荒漠化的问题更加突出。因此,应该采取一定的措施进行营林护林工程的建设。在十八大的会议上,我国提出了“五位一体”建设规划,其中比较重要的内容是绿色发展的理念,这个理念的提出充分体现了我国进行生态文明建设的决心和改善生态环境建设的目标。对林地进行管理的强化不仅能够提升林场的经济效益,同时还能在一定程度上实现林业规模的扩大,为实现生态文明和经济建设提供坚实的基础。

当μ ik <0时,与小于1的系数相乘,模型进行负向激励修正。

量取30 mL酒于分液漏斗中,加入纯净水降度至5%vol,加入适量NaCl饱和。再加入50 mL CH2Cl2,振荡萃取20 min,收集有机相;重复以上步骤1次,合并有机相,无水Na2SO4干燥,温和氮气吹扫浓缩至0.5 mL。

根据上述三种速度激励校正,结合牛顿第二定律ΣF =κma ,可以得到P i 在[t k ,t k+1 ]时间内结合状态和趋势二维特征的动态综合测度公式[30]

(9)

表1的回归结果显示,无论从中国科学院总体来看,还是从各区域的科研院所来看,科研院所的合作创新的活跃度的β 收敛趋势表现为显著,存在β 收敛,与σ 收敛结论保持一致。这表明落后地区正在通过技术引进、消化吸收和技术创新等方式,正在逐步追赶先进地区,区域间的差距正在不断的缩小。这说明近年来我国大力开展中西部建设,推进了区域的产学研合作,科研院所与地方的合作深入,中西部的科研院所合作创新的活跃度正在不断加强。

(10)

二是基础研究不足,服务体系不健全。全县从事中药材种植、产品开发的专业技术人员少,缺乏中药材产业化研发平台,导致现有中药材种植不规范、地产药材品质等基础研究不够,加工品种多为附加值较低的普通品种或粗加工品。同时,资金技术支撑、政策扶持力度不够,市场、信息、科技等社会化服务体系不健全。

引理2.1[34] 设(X;≤,→,→→,1)为伪BCI-代数,则下列结论成立:对任意x,y,z ∈ X,

3 实证分析

3.1 时空维静态分析

3.1.1σ 收敛

图1 科研院所外部合作收入的区域分布

图2 科研院所外部合作收入的空间分布

式(2)中,T 表示时间间隔,从时期t 到时期t +T 的科研院所外部合作收入的增长率。T 表示时间间隔,α 是常数项,β 是估计系数,ε i,t 是误差项。如果β <0说明初始活跃度较低的科研院所,以更快的速度增长追赶初始活跃度较高的科研院所,并不断趋近与初始活跃度较高的地区,出现β 收敛。

将《中国科学院统计年鉴》中13所分院的外部合作收入进行对比,如图1所示,从科研院所的外部合作收入来看,从2008年到2013年,科研院所的合作创新活跃度出现了排名的变化,活跃度五年间有所提升。从总体上来看,科研院所的外部合作收入呈明显的递增状态,各分院的合作创新活跃度都有不同程度的提升。

在(10)式中,当时,表明评价目标P i 在[t k ,t k+1 ]时间内整体变化趋于上升;当时,评价目标的变化形式趋于下降;当时,其整体变化发展趋于平稳。

从图3可以看出,2008~2013年间中国科学院总体的外部合作收入的系数先下降,后上升,又再下降,整体波动趋势趋于下降,说明地区间创新活跃度的差距随着时间的变化差距在不断的缩小,故存在σ 收敛。从三大区域来看,东部和中部地区的科研院所合作创新活跃性的σ 系数在2008年到2012年持续下降,在2012年到2013年有小幅度提升,但整体表现为下降趋势,均呈现σ 收敛,说明中部科研院所合作创新活跃度正在不断靠近东部科研院所合作创新的活跃度。而西部科研院所外部合作收入的σ 系数在2008~2009年下降趋势明显,之后又经历了上升和回落,从2008年到2013年呈现出下降的态势,存在σ 收敛效应。

图3 科研院所合作创新活跃度的收敛

3.1.2β 收敛

基于研究需要设T =1,带入公式(2),得到科研院所合作创新活跃度的β 系数,如表1所示。

这让叶晓晓更看不起她们,她一点都不认输、一点都不妥协的个性冒了头,她跟她们杠上了。她独来独往,像个独行侠。

在(9)式中,变化速度状态与牛顿第二定律中相对应是其质量m ,变化速度趋势γ (μ ik )与之相对应的加速度a ,系数κ =1,Y jv 与之相对应的是F 。由此,和γ (μ ik )就算出了活跃度变化速度的两种特征,和γ (μ ik )综合作用于P i 在[t k ,t k+1 ]时间内的动态综合评价值,最终求得P i 在[t k ,t k+1 ]跨越时间区间内的整体动态综合评价值[30]

表1 科研院所合作创新活跃度的 β 收敛检验

注:******分别表示1%,5%和10%的显著性水平。

3.2 时空维动态分析

企业与学研方合作创新的过程其实是围绕知识创新,对知识不断整合创新的过程[30]。鉴于合作创新的动态性,科研院所在参与合作创新的过程也是随着外部环境变化处于动态调整中,本文从速度状态和演变速度趋势的速度特征角度[31]出发,运用速度激励模型对科研院所合作创新活跃度进行研究。抽取中科院2009~2014年的统计数据,进行标准化处理以消除不同数据量纲对运算结果的影响,运用SPSS 19.0软件进行原始数据的标准化运算,标准化后数据如表2所示。

表2 科研院所合作创新活跃度数据标准化

首先将标准化数据带入(3)~式(5),计算得到各分院合作创新活跃度的演变速度状态,如表3所示。

表3 科研院所合作创新活跃度演变速度状态

从表3可以看出,13所分院在各阶段速度状态有正值,也有负值,这说明速度变化状态处于动态变化中。通过式(6) ~式(10)计算得到综合效度值,结果如表4所示。

夯基础,农田水利基本建设不断加强。省政府出台《关于深化改革推进小型水利工程改造提升的指导意见》,以小水库、小泵站、小水闸、中小灌区、塘坝、河沟、机电井、末级渠系等“八小水利工程”为重点,通过理顺产权关系、鼓励多元投入、支持自主建设、创新管护机制、培育市场主体等5项改革措施,全面启动小型水利工程改造提升。组织开展“农田水利建设提升与管理创新年”活动,年度扩挖塘坝10万口,清淤河沟7 600条,更新改造小型泵站14.58万kW,新建和修复机井4.04万眼。大型灌区续建配套与节水改造稳步实施,小型农田水利建设重点县扎实推进。

表4 科研院所合作创新活跃度动态演变综合效度值

根据表4可知,北京分院、沈阳分院等八个分院的合作创新活跃度动态演变综合效度值为负,表明这八个分院的合作创新活跃度的速度变化趋于下降。北京分院虽然合作创新活跃度的值一直保持高位,但是其变化速度已经出现疲软。南京分院、合肥地区、武汉分院和广州分院的动态演变综合效度值为正,但是综合来看这些分院的动态演变综合效度较低,显示了该地区的合作创新活跃度在速度增长方面较弱,2013年活跃度位居首位的南京分院在合作创新活跃度的速度演化中,南京分院的综合效度值相对较高,表明其合作创新活跃度总体演变发展态势相对较好。

图4 科研院所合作创新活跃度与动态演变综合效度值图

从2010~2015年《中国区域创新能力报告》来看,江苏省持续7年位居榜首,外部良好创新环境促进了南京分院的合作创新的发展。从科研院所合作创新活跃度与动态演变综合效度值得象限图可以看出,如图4,中国科学院13所分院多集中在高合作创新活跃度和增速发展的第一象限和低活跃度和减速发展的第三象限,说明我国科研院所的合作创新发展存在地域间的差异。就中科院13所分院而言,科研院所不论在活跃度水平还是在速度综合效度值上,反应的情况都不容乐观,需要增加财力和人力等方面的支持,以及政府相关政策的扶持,才能进一步推动科研院所合作创新活跃度的发展,为我国建设创新型国家提供创新支撑。

4 结论

本文运用组合收敛方法对科研院所的合作创新活跃度进行了研究,对其分布状态以及分布趋势进行了静态分析,并运用速度激励模型进行了科研院所合作创新活跃度的动态评价,对中国科学院13所分院在2008~2013年连续时间段内的速度趋势进行描述与计算,分析了科研院所合作创新活跃度的时空格局的静态和动态演化趋势,为我国推进合作创新建设以及科研院所的发展提供政策制定的依据。研究结论和政策启示如下:

(1)平衡资源差异。现阶段科研院所的创新活跃度存在地域间的差异,空间上呈现集聚的特征,东西部差异较大,活跃度自东向西依次递减。从变动趋势来看,科研院所合作创新活跃度存在收敛和收敛,但从科研院所整体来看,科研院所的合作创新活跃度还有待提高,多数科研院所的合作创新活跃度处于较低水平。科研院所要加强地方间的合作,不断探索新的合作模式,引导区域间的资源共享,加强区域间的合作互动。此外,仍需政府颁布强有力的政策来拉动科研院所与地方的合作,通过政府采购、专项引导基金等相关政策制度的支持,使得科研院所在发展的过程中获得更多的资源。

(2)推动平台建设。从科研院所的整体来看,中国科学院13所分院合作创新活跃度的均值和综合效度值普遍较低,说明我国科研院所合作创新的活跃度发展整体滞后。科研院所可以通过合作平台,进行正式或非正式的学科交流,为科研院所获取更多的合作创新项目信息创造便利的条件。同时,科研院所也可以通过合作创新公共平台,发布技术转移信息,拓宽科研院所与合作创新主体合作的途径,将科研院所融入到合作创新发展的不同阶段,充分保证科研院所与合作创新主体间的信息互动,保证科研院所充分发挥合作创新职能。面对创新环境的不确定性加强,科研院所也要不断提升自身的合作创新能力,深入合作创新主体内部进行面对面的沟通互动,加强技术与市场的对接,推进科研院所在合作创新中的深度发展。

(3)优化互动机制。要推动跨学科的交流,使得科研院所可以基于更高的平台进行资源的整合和互动,为科研院所的价值创造体现提供优质条件。增加科研院所与合作主体的互动频次。政府和企业要发挥在跨学科平台建设的中优势,提供学科交流互动的便利性。通过合作创新多重互动平台综合作用,加强科研院所对市场需求的解读与市场技术新需求的识别,不断的疏通科研院所的技术产业化渠道,为科研院所技术成果化创造条件。与此同时,科研院所应和企业进行深入合作,保证从技术到市场各个环节的顺利开展,使科技成果与产业界不断对接,为企业的创新发展提供坚实的技术支持,切实推动产业的技术升级,使企业获得较高的创新投资回报。通过网络平台使得科研院所可以将前沿知识及时准确的传递给网络中的其他主体。科研院所生产的知识能快速与企业对接,将知识及时地转移到产业中去,创造更多的协同价值。引入商业化运营手段,提高科研院所成果转化的市场化程度。加强科研院所与技术转移办公室(TTO )以及工业技术研究的合作,促进科研院所科研技术与产业的良好对接,对技术需求进行准确的评估,规避市场转化环节的风险,以市场反馈结果进行项目评级,逐步提升科研院所项目的商业化水平,降低科研院所的合作风险。

(4)推动创新体系完善。从现阶段科研院所合作创新的整体发展来看,中国科学院13所分院合作创新活跃度的均值和综合效度值普遍较低,说明我国科研院所合作创新的活跃度发展整体相对滞后。政府和企业都要参与到合作创新平台的建设中来,积极推动学科间的交流互动,通过网络平台、学术会议和产学研合作联盟,使成果转化呈现产业链发展的趋势,企业应该与科研院所一起承担技术转移转化的风险,为科研院所的成果持续性为国家创新发展创造价值提供保障。面对创新环境的不确定性加强,科研院所也要不断提升自身的合作创新能力,通过近距离的沟通、交流、学习,推动科研院所与市场的形成紧密的互动关系,进一步深化合作创新发展。科研院所作为合作创新的创新主体,为产业终端不断的输送产业创新的技术和人力资源,企业和政府应该不断疏通技术转化输出渠道,发挥科研院所在产业链发展过程中的中坚力量,为合作创新的关键技术研发注入原动力。此外,科研院所要提升技术的可转化程度,使科技成果与产业界不断对接,为企业的创新发展提供坚实的技术支持,切实推动产业的技术升级,使企业获得较高的创新投资回报。

战争是国家的经济政治军事实力的较量。而在战场上,石油则是决定战争胜负的指挥棒。谁拥有更多的石油,谁就会在战争中获胜,战争因为石油而变得惨烈,而胜负因为石油而变得如此容易判断。由此可见,石油真不愧是胜利的“血液”。石油是个非常复杂的范畴。它在当今人与自然和国与国之间的关系体系中,承载着极其丰富的内涵。“一战”停战百年,反思可以获得诸多启示和镜鉴。

参考文献:

[1] 赵延东,洪伟.承担企业科研项目给科研人员带来了什么?[J].科研管理,2015,36(12):19-28.

[2] 刁丽琳,朱桂龙.区域产学研合作活跃度的空间特征与影响因素[J].科学学研究,2014,32(11):1679-1688.

[3] 苏屹,段玉.企业与科研院所合作网络的复杂性评价——以黑龙江省为例[J].系统工程理论与实践,2015,35(7):1834-1846.

[4] 杨向阳,刘备,陈凯华,童馨乐.政府支持对KIBS企业创新活跃度的影响[J].科学学与科学技术管理,2015,36(12):13-23.

[5] 琚春华,卢琦蓓,郭飞鹏.融人个体活跃度的电子商务客户流失预测模型[J].系统工程理论与实践,2013,33(1):141-150.

[6] Salimi N, Rezaei J. Multi-criteria university selection: formulation and implementation using a fuzzy AHP[J]. Journal of systems science and systems engineering, 2015, 24(3): 293-315.

[7] Tijssen R J W, Yegros-Yegros A, Winnink J J. University-industry R&D linkage metrics: validity and applicability in world university rankings[J]. Scientometrics, 2016, 109(2): 677-696.

[8] Wirsich A, Kock A, Strumann C, Schultz C. Effects of university-industry collaboration on technological newness of firms[J]. Journal of product innovation management, 2016, 33(6): 708-725.

[9] Bercovitz J, Feldman M. Entrepreneurial universities and technology transfer: a conceptual framework for understanding knowledge-based economic development[J]. Journal of Technology Transfer, 2008, 31(1): 175-188.

[10] 谢开勇,赵邦友,张礼达,等.论高校产学研及其运行机制[J].科学学研究,2002,20(4):423-427.

[11] 邵云飞,杨晓波,邓龙江,等.高校协同创新平台的构建研究[J].电子科技大学学报(社科版),2012,14(4):79-84.

[12] Patel P, Pavitt K. Uneven(and divergent) technological accumulation among advanced countries: evidence and a framework of explation[J]. Industrial and Corporate Changes, 1994, 3(3): 759-787.

[13] Furman J L, Porter M E, Stern S. The determinants of nationalinnovative capacity[J]. Research Policy, 2002, 31(6): 899-933.

[14] Lei D T. Industry evolution and competenc; e development: the imperatives of tec; hnologic; al convergence[J]. International Journal of Technology Management, 2000, (7/8): 699-738.

[15] Castle D, Loeppky R, Saner M. Convergence biotechnology innovation: case studies and implications innovation[R]. Report University of Guelph, Canada: 2006.

[16] Jungmittag A. Innovation dynamics in the EU: convergence ordivergence? a cross-country panel data analysis[J]. Empirical Economics, 2006, 31: 313-331.

[17] 孙建,齐建国.人力资本门槛与中国区域创新收敛性研究[J].科研管理,2009,30(6):31-38.

[18] 陈向东,王磊.基于专利指标的中国区域创新的俱乐部收敛特征研究[J].中国软科学,2007(10):76-85.

[19] 白俊红,江可申,李靖.中国区域创新效率的收敛性研究[J].财贸经济,2008,(9):119-123.

[20] 魏守华,禚金吉,何姬.区域创新能力的空间分布与变化趋势[J].科研管理,2011,32(4):152-160.

[21] 陈伟,杨早立,刘锦志,等.“功能”与“协调”共驱的专利密集型产业专利能力测度[J].科学学研究,2015,33(6):833-841.

[22] Lee Y S. Technology transfer and the research university: a search for the boundaries of university-industry collaboration[J]. Research Policy, 1996, 25(6): 843-863.

[23] 马大来,陈仲常,王玲.中国区域创新效率的收敛性研究:基于空间经济学视角[J].管理工程学报,2017,31(1):71-78.

[24] 金相郁.产业结构、动态外部效应与中国区域经济增长:1999~2004[C].全国区域经济学学科建设年会暨学术研讨会,2006,56-62.

[25] 孙建.中国区域创新能力收敛性研究[J].科学学与科学技术管理,2010,31(2):113-117.

[26] Grossnan Helpman. Endogenous innovation in the theory of growth[J]. Journal of economic perspective, 1994, 8(1): 23-44.

[27] Arechibugi D and Pianta M. Aggregate convergence and sectoral sepcialization in innovations[J]. Jevol Econ, 1994, (4): 17-33.

[28] Sala-i-Martin X. The classical approach to conniveranalysis[J]. The Economic Journal, 1996, 106(437): 1019-1036.

[29] 刘微微,石春生,赵圣斌,等.具有速度特征的动态综合评价模型[J].系统工程理论与实践,2013,33(3):705-710.

[30] Revilla E, Rodriguez-Prado B, Cui Z J. A knowledge-based framework of innovation strategy: the differential effect of knowledge sources[J]. Ieee transactions on engineering management, 2016, 63(4): 362-376.

[31] 陈伟,杨早立,李金秋.区域知识产权管理系统协同及其演变的实证研究[J].科学学与科学技术管理,2016,37(2):30-41.

Research on Spatial -Temporal Distribution Evolution of Scientific Research Institutes Cooperation Innovation Activity

LI Bai-zhou1, DONG Heng-min2, ZENG Jing-wei1

(1.School of Economy and Management ,Harbin Engineering University ,Harbin 150001,China ; 2.China Aerospace Academy of Systems Science and Engineering ,Beijing 100048,China )

Abstract :Based on statistical data from Chinese Academy of Sciences between 2008 and 2013, this paper first applies theconvergence andconvergence to objectively describing the spatial distribution characteristic and change trends of scientific research institutes cooperation innovation activity from the space dimension. From the time dimension, using the acceleration excitation model to make the empirical study, this paper analyzes the speed characteristic, which fuses the evolution speed state and evolution speed tendency of the scientific research institutes cooperation innovation activity. The empirical results show agglomeration features in scientific research institutes cooperation innovation activity in spatial distribution: cooperation innovation activity is relatively active in the eastern regions, less active in the central region and relatively inactive in the western region. From the trend of changes in the non-equilibrium of scientific research institutes cooperation innovation activity, the whole Chinese Academy of Sciences showsconvergence andconvergence. From the angle of cooperation innovation activity’s evolution speed, each Branch of Chinese Academy of Sciences shows apparent disparity in development trend. Some scientific research institutes which have strong cooperation innovation activity show growth saturated and growth speed changes present state of decline.

Key words :scientific research institutes; cooperation innovation activity; spatial and temporal distribution; speed characteristics

中图分类号: G931

文章标识码: A

文章编号: 1007-3221(2019)07-0125-08

doi: 10.12005/orms.2019.0159

收稿日期: 2017-02-22

基金项目: 国家社会科学基金重点项目(14AGL004);国家自然科学基金项目(71403066)

作者简介: 李柏洲(1964-),男,辽宁彰武人,教授、博士生导师,研究方向:科技管理与创新管理;(通讯作者)董恒敏(1989-),女,重庆开县人,博士,研究方向:创新管理与知识管理;曾经纬(1994-),男,江西乐安人,博士研究生,研究方向:科技创新与知识管理。

标签:;  ;  ;  ;  ;  ;  

科研院所合作创新活跃度的时空格局演化研究论文
下载Doc文档

猜你喜欢