中国高校合作强度及官产学研合作的量化研究，本文主要内容关键词为：产学研论文,强度论文,中国高校论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1998年5月，在北京大学的百年校庆上，江总书记提出了“为了实现现代化，中国要有若干所具有世界先进水平的一流大学”，由此引出了举世瞩目的“985工程”。2011年4月，在清华大学的百年校庆上，胡总书记明确提出要积极推动协同创新，通过体制机制创新和政策项目引导，鼓励高校同科研机构、企业开展深度合作，建立协同创新的战略联盟，促进资源共享，联合开展重大科研项目攻关，在关键领域取得实质性成果，由此启动了“2011计划”。从“985工程”到“2011计划”，我国高校最大的一个转变就是合作，特别是官产学研合作。早在1997年，Etzkowitz和Leydesdorff就提出了“官—产—学”三螺旋创新模型，为产学研研究奠定了理论基础[1]。产学研合作早已是世界高等教育共同关注的话题，各国都有自己的合作模式和特点[2]。在全球经济一体化和知识经济迅速发展的当今，我国以高校为核心的官产学研合作模式呈现何种现状，有哪些突出特征，未来应该走向何方?这些问题都亟待回答。本文的研究将为此提供数据统计与结果分析方面的参考。
在当前学科交叉与创新日益加速的背景下，许多科研项目特别是一些重大研究项目，单靠一个单位，甚至一个国家的科技力量难以完成，正如胡总书记强调，合作研究是一种必然趋势。科学计量学专家Jonathan Adams指出，“不断增强的科研活动合作化打破了科学研究的全球平衡性，也在逐渐改变着世界格局”[3]，因此广大学者对合作本身的研究也越来越重视。邱均平等人借鉴社会网络分析工具和方法对高校之间的科研合作关系进行了全方位多角度的计量分析[4]；梁立明等人用合作频次、合作强度Salton指数及观察值与期望值的比值三个科学计量学指标揭示了我国“985”高校校际科学合作的强地域倾向[5]；隆连堂等人采用国内科技论文产出的数据，对地区知识生产合作强度进行了分析[6]。
根据文献检索结果，目前对机构或地区间的合作研究都是基于合作频次来进行统计，即一篇论文的署名机构中只要出现两校名称，即视为一次合作[7-10]。我们知道，一篇科技论文的合作人数能反映项目的研究力量和强度[11]。一个科研项目产出的研究论文，分别由两人(机构)和十人(机构)来合作完成，工作量是完全不同的，在此过程中他们的合作程度、合作规模和难度自然也不可同日而语，若将这些合作都统一按照次数来统计，将不同论文对合作的贡献值都等同起来，显然不够科学，也不符合实际情况。另外，通常第一作者对一项创新性科研成果特别是科研论文的贡献是最大的，同样第一作者的第一单位在科研合作中也是处于绝对的主导地位，那些非第一单位之间的合作程度一般都相对较弱，不应该将这些合作都一视同仁。因此，本文首次引入基于论文合作人数的合作分数的概念，在此基础上使用积分的方法定义合作强度，并且分为主导合作强度和被合作强度，更加精确地对高校间的合作及其官产学研合作开展量化研究。
1 数据和方法
1.1 数据来源
本文采用的论文数据都来自Elsevier公司的Scopus数据库，数据时间界定为出版年2011年。Scopus是全球最大的摘要和引文数据库，它由Elsevier公司在2004年年底正式推出，涵盖了世界上最广泛的科技和医学文献的文摘、参考文献及索引。Scopus收录了来自于全球5000余家出版社的超过19500种来源文献，其中包括许多著名的期刊文献，如Elsevier、Kluwer、Institution of Electrical Engineers、John Wiley、Springer、Nature、Science、American Chemical Society等等。尤为重要的是，Scopus还广泛地收录了高质量的中国期刊，据统计，截至2011年年底已收录中国科技期刊738种[12]。我们之所以选择Scopus作为研究的数据来源，也正是考虑到其涵盖国内外期刊范围之广，使得本研究的结果更具科学性和可靠性。
本文的研究样本选取我国39所“985工程”高校(以下简称985高校)。众所周知，985高校在我国高等教育领域具有举足轻重的地位，代表着我国高校分层结构的顶层，具有一流的教学科研水平，也是广大学者和社会公众关注的焦点。在以下的研究中，对985高校之间合作的研究样本是指某一所985高校和其它985高校产生的合作论文(该985高校为论文第一作者的第一单位)，对985高校官产学研合作的研究样本包括985高校作为第一作者的第一单位的所有论文。
Scopus数据库2011年共收录我国科技论文23.46万篇(不计港澳台地区)，占世界论文总数的12.26％；本文的研究范围涉及985高校产出的科技论文，共计9.08万篇，其中由合作产生的论文共5.04万篇(作者人数至少为两人)。
1.2 研究方法
本文对合作强度(strength of collaboration)的计算采用积分法进行。假设Sab为机构A与机构B的合作强度，其中机构A为论文第一作者的第一单位，机构B为论文的合作单位，对合作强度的定义为：
对于机构A和机构B合作但双方都非第一作者的第一单位产出的论文，我们认为这种合作相对而言较弱，在计算机构A和机构B的合作强度时并不统计在内。
2 研究分析和结论
2.1 数据来源
(1)合作强度网络
我们对39所985高校的合作强度做了统计，得到985高校的合作强度矩阵①。在合作强度矩阵中，存在合作关系的单元所占比例为71.01％，若我们给矩阵设置一个合作强度为5 分的阈值，这个比例迅速下降到21.63％。由此可见，我国基本形成了一个985高校间的合作网络，但网络中的强度仍然较弱。矩阵中合作强度最高的是上海交通大学—复旦大学，高达111.81 分；而复旦大学—上海交通大学的合作强度也有72.41 分，因此两校的相互合作强度为184.22 分，也是985高校之间最高的。
在研究985高校之间的相互合作强度时，使用Pajek软件进行网络分析和可视化，如图1所示。若将39所高校之间的合作网络同时进行显示，会造成连线过多以致显示混乱，因此我们设置了一个相互合作强度阈值，相互合作强度小于10分的认为是弱合作，不在图中显示。图1中，两校的相互合作强度越高，连线越粗且灰度等级越高，相互合作强度较高的高校如表1所示。
从表1可看出，相互合作强度较高的大多是同城高校，前15名中只有三对非同城高校，其中包括同处于东北地区的大连和哈尔滨，同处于华东地区的上海和杭州。由此可见，985高校的合作具有极强的地域倾向，这符合科学合作的最小距离原则，符合最小投入—最大收益的经济学规律[5]。其中上海的三所高校上海交通大学、复旦大学和同济大学之间的合作最为紧密，构成了一个“铁三角”；清华大学、北京大学、浙江大学等高校的合作辐射最强，与之合作的高校最多；西北工业大学、中国人民大学、中央民族大学等高校在合作网络中处于较为孤立的位置，中央民族大学甚至没有一条连线(见图1)。
(2)主导合作强度和被合作强度
将985高校合作强度矩阵中某高校与其它所有高校的合作强度相加可得到该高校的主导合作强度(strength of leading collaboration)，将其它所有高校与该高校的合作强度相加可得到被合作强度(strength of being collaborated)。我们分别按照主导合作强度和被合作强度对39所985高校进行了排序，如表2所示。
表2中，被合作强度最高的三所高校分别是清华大学、北京大学和复旦大学，且三校的被合作强度都大于主导合作强度，这说明在985高校合作网络中，各高校都愿意与它们合作，这离不开它们强大的科研实力和众多的学科优势。而主导合作强度最高的是上海交通大学，说明该校善于主动出击寻求合作。
主导合作强度和被合作强度在一定程度上反映了高校在985合作网络中的活跃度。主导合作强度排名后十位的有5所处于较偏远地区(西北地区、西南地区和东北地区)的高校，2所人文类高校，1所以海洋专业为主导的高校，1所国防类高校；被合作强度排名后十位的也类似，有6所处于较偏远地区的高校。地域是影响合作活跃度的一个重要因素，处于较偏远地区的高校在人员交流、资源共享、交通以及经济方面都不如中东部及沿海地区的高校；人文类及海洋专业为主导的高校由于其学科专业的特点，在以综合类和理工类高校为主的985合作网络中也处于不活跃的地位；而国防类高校则是由于其特殊原因在合作上具有一定的封闭性。
2.2 “985”高校的官产学研合作强度
为了研究985高校的官产学研合作强度，首先将985高校的所有合作产生的论文按照上述合作分数的计算方法进行统计，得到它们的论文总合作分数(已减去第一单位所占的合作分数)并进行排序，如图2所示。
然后我们对所有合作论文的合作机构(包括国内和国外)进行分类标引，分为以下四类：H(高校及其附属医院)、I(各类研究机构)、C(企业)和G(政府相关机构)。按照上述合作强度的计算方法，可得到985高校与以上四类机构的合作强度及排序。
图3所示的是985高校与H类机构的合作强度，图中灰度值较弱的是与985高校的合作强度，灰度值较强的是与非985高校的合作强度(包括国外高校)。浙江大学、上海交通大学、北京大学、中山大学、复旦大学等高校与H类机构的合作较多；四川大学、西安交通大学、中山大学等高校与985高校的合作占与H类机构的合作比例较小，分别只有5.07％、6.41％和7.03％，而39所985高校的平均比例达到10.96％。
图4所示的是985高校与I类机构的合作强度，图5所示的是其占总合作分数的比例。合作强度最高的是哈尔滨工业大学、清华大学、上海交通大学、浙江大学以及北京大学；占总合作分数的比例最高的是北京理工大学、西北工业大学、北京航空航天大学、国防科技大学、中国农业大学以及中国海洋大学，都超过了30％，北京理工大学更是高达39.18％；占比最低的是中南大学、湖南大学和中山大学等，只有12.93％、13.06％和13.35％；而39所985高校的平均比例为19.63％。
图6所示的是985高校与C类机构的合作强度，图7所示的是其占总合作分数的比例。合作强度最高的是浙江大学、上海交通大学、清华大学、重庆大学以及中南大学；占总合作分数的比例最高的是东北大学和重庆大学，都超过了10％，理工科类高校的校企合作比例普遍较高；中国人民大学、北京师范大学和华东师范大学三所人文类高校占比较低，而中山大学和兰州大学两所综合类高校在与企业合作方面也表现不佳，都不足2％；39所985高校的平均比例为5.41％。
图8所示的是985高校与G类机构的合作强度，图9所示的是其占总合作分数的比例。合作强度最高的是浙江大学、中国农业大学、中南大学、北京大学以及重庆大学；占总合作分数的比例最高的是国防科技大学，为8.64％；39所985高校的平均比例为2.18％，而中央民族大学甚至没有与相关政府机构合作的论文产出。
上述结果显示，各高校在与企业、政府等机构的合作强度比例都偏低。与企业合作是高校研究成果直接转移并应用于产品开发的最佳途径，而政府应该是高校开展技术创新活动的一个很好的引导，两者都是高校强有力的资金与技术支持，今后应该重点加强，这也是“2011计划”顺利实施的关键。
3 讨论与展望
本文首次引入了基于论文合作人数的合作分数的概念，使用积分的方法定义了合作强度，对985高校的主导合作强度、被合作强度以及它们之间的合作网络进行了统计分析，并在此基础上对985高校的官产学研合作强度展开了研究。本文对合作采用的研究方法适用于所有机构或个人，也适用于除科技论文外的其它科研成果。
本文关于合作分数的定义只考虑了合作人数，进一步的研究有必要考虑学科因素。不同的学科特点，决定了不同学科产生论文的作者人数的趋势是不一样的，正如评价期刊不能单看其影响因子一样。另外，发表在不同水平期刊上的论文对于合作程度的贡献值是否应该有所区分，这些都需要我们为合作分数设计更为合理的综合权重指标。
本文关于合作的研究都是基于科技论文数据进行的，对于其它重要的科研合作成果，如专利、项目基金、研究报告、相关成果带动的经济效益和社会效益等，都是下一步应继续开展的研究内容。
注释：
①“985”高校的合作强度矩阵如有需要，可与作者联系。