2. 北京航空航天大学 人文社会科学学院, 北京 100191
按照康德拉季耶夫周期理论,同时结合技术经济范式转换特征判断[1],以数据为核心要素驱动的新一轮科技革命和产业变革已进入第六次技术革命浪潮下技术经济范式的导入期爆发阶段[2]。战略性新兴产业将成为未来经济社会发展的核心力量,其优势在于可以促进国家整体创新能力提升[3]。党的二十大报告指出“推动战略性新兴产业融合集群发展,构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎”。“十四五”时期,我国制造业发展的关键在于从规模扩张转向加强数字化和智能化技术创新及应用[4],以此驱动经济动能转换。此阶段,人工智能等新一代信息技术的应用推广将“赋能”其他产业,带动战略性新兴产业实现链式突破并推动组织方式变革与形态演变。同时,集成电路作为经济社会发展的战略性、基础性和先导性产业,是国家信息安全的重要保障。在不断变幻的国际形势下,大力推动高端芯片自主设计与研发是引领产业变革、实现逆势“弯道超车”的重要战略举措。
高校是教育、科技、人才的集中交汇点,承担着为党育人、为国育才的重任[5]。研究生教育肩负着高层次人才培养和创新创造的重要使命,学术共同体互动是其重要组织特征,多元开放的教育网络是其生命力保障[6]。依靠高校知识、人才、平台、技术的供给侧与企业需求侧的精准对接,推动国家创新体系中大学知识创新体系和企业技术创新体系之间的深度协同,已成为我国战略性新兴产业形成后发优势的必然选择。但从相关研究来看,高等工程教育与产业发展对人才的需求存在较大差距,两者的耦合协调度有待提高[7],产学合作不紧密仍是制约我国关键核心技术领域高层次人才培养的难题[8]。从研究视角上看,主要基于对企业或高校单一主体的调研与分析[9];从研究方法上看,主要采用经验推广的方式归纳总结[10],缺乏基于校企双方实证数据的支撑。由于深受国内外环境、战略性新兴产业特征以及合作主体不同利益诉求等主客观因素影响,产学主体间的长效互动机制仍不明晰,无法为实践提供有效指引。基于此,本研究借鉴共生理论,通过实证研究探索战略性新兴产业高层次工程科技人才协同培养视域下产学共生发展过程中发挥关键作用的因素,探究主体之间、主体与环境之间的相互关系与作用路径,以期为推进教育、科技、人才“三位一体”协同融合发展与加速发展新质生产力,助力高水平科技自立自强提供理论阐释与路径参考。
二、理论基础与研究假设 (一) 理论基础共生(symbiosis)源于生物学领域。1998年,袁纯清在《共生理论——兼论小型经济》一书中将共生单元、共生模式和共生环境作为“共生三要素”来描述共生的本质[11],由此形成共生理论的基本分析框架。共生单元即共生主体,指构成共生模式的基本能量生产和交换单位,是形成共生模式的基本条件。共生模式是共生单元之间相互结合的形式与互相作用的方式,反映不同共生单元之间物质、信息、能量的交换关系。共生模式包括共生行为模式和共生组织模式。前者反映共生单元间的行为,可分为寄生、偏利共生、非对称互利共生、对称性互利共生。由寄生至互利共生的发展过程中,能量分配的对称性逐渐提高,主体间的互利性愈发凸显。后者反映共生单元间的结构,可分为点共生、间歇共生、连续共生、一体化共生。从点共生至一体化共生的发展过程中,主体间的结构稳定性会逐渐增强。共生模式会随着共生单元性质的变化以及共生环境的变化而改变。共生环境是共生单元赖以依存的外部环境,其对共生单元和共生模式的影响是外生且不可抗拒的。共生三要素的相互作用形成了共生系统的动态发展机制。厘清三者的关系及其对共生系统的作用路径,可以在符合共生规律的基础上,科学引导共生系统向预定方向发展,达到最佳共生状态。
根据共生理论,产学共生形成受到共生单元内部因素与共生环境外部因素的共同影响。对本研究而言,高校与企业两类异质性主体基于人才培养的价值目标开展合作,因而共生单元之间具备相互表达与相互影响的能力,从而能够形成适切的共生行为模式。同时,在战略性新兴产业发展的要求下,高校与企业为了突破自身功能的限制,双方通过能力和资源的互补建立组织之间的“稳态联结”,并从合作伙伴与外部环境中获取关键性的人才培养资源,特别是无法通过交易获取的人际交流、缄默知识等组织内部资源,进而实现人才培养目标与知识共创[12],符合共生组织模式的要求。当高校与企业两类异质性组织的合作关系有了目标兼容的发展愿景与功能协调的运行规则时,双方便能够建立相对稳固的共生模式。因此,共生单元的特征及共生单元之间的相互作用是产学共生系统形成的先决条件。除此之外,以政府为代表的第三方主体通过政策引导等相关举措影响高校与企业之间的共生关系,构成了产学共生发展过程中的共生环境,彼此间通过物质、信息和能量的交流产生相互作用,共同推动共生系统发展。共生单元、共生模式、共生环境三者的相互作用能够充分阐释产学共生发展的复杂性与动态性。
(二) 研究假设1.共生三要素对共生发展的影响。共生三要素囊括了合作主体的特征、组织间合作特征与外部环境特征。因此,本研究将影响产学共生发展的因素划分为共生单元选择、共生模式构建、共生环境支撑三大维度。
伙伴属性特征的匹配是产学研合作成功的重要影响因素[13]。共生单元选择反映高校与企业对彼此属性特征的判断。一般从关系相关标准(Partnering-related Criteria)和任务相关标准(Task-related Criteria)两个方面对属性特征进行区分,前者要求选择正确、适合的合作对象,强调目标、理念等属性特征的相容性[14];后者则要求选择在资源与知识上具备优势互补的合作对象,强调资源、能力等属性特征的互补性[15]。本研究借鉴以上分类标准,从校企关系特征与个体特征两方面衡量共生单元选择维度。从高校与企业的关系特征来看,企业往往追逐经济效益而高校的价值追求更加多元化。因此,高校与企业的目标相容性是双方能否合作成功的重要影响因素[16]。从高校与企业的个体特征来看,资源禀赋的异质性以及在知识研发的需求和能力上的匹配度是双方合作开展并持续进行的重要影响因素[17]。共生单元选择反映合作主体间的兼容度,是影响产学共生发展的重要内部因素,具体表现在目标相容、资源互补、需求匹配三个方面。目标相容属于关系特征,资源互补、需求匹配属于校企个体特征。
共生模式构建反映高校与企业在合作过程中对组织关系与合作行为的动态调整。研究表明,合作交往过程是产学研关系网络演化的最大动力[18],大学与外部组织的结构正式化有助于改变双方的合作关系,并且双方组织形式的转变以及资源投入、利益分配等合作行为的变化都会对产学研合作绩效产生影响[19]。根据前文所述,高校与企业之间的组织结构与合作行为影响并决定双方共生组织模式与共生行为模式的形成。基于此,本研究依据组织模式与行为模式两个标准对共生模式构建维度进行划分。其中组织模式主要体现为结构联结的变化,行为模式主要体现在双方的资源融合与利益诉求两个方面。共生模式构建反映共生组织结构与行为方式的变化,是影响产学共生发展的重要内部因素。
共生环境支撑反映外部因素对产学共生发展的影响,政府等第三方机构在其中扮演重要角色。政府的引导和支持可以为产学合作参与主体提供必要的信息和资源,促进双方的沟通与合作[20]。政府政策引导、牵头搭建合作平台并提供资金支持是促进高校与企业深度合作的有效措施[21]。可以看出,政府等相关机构主要通过政策制度与资源配置两个方面影响产学合作过程,进而推动合作绩效的改变。因此,本研究将从政策制度与资源配置两个方面对共生环境支撑进行测量。
本研究认为产学共生发展的本质是知识生产模式转型背景下多元主体通过知识流动与共享,在政府等相关部门支持下,将高校的人才培养与科学研究融入企业的研发流程,从而形成紧密耦合的互利共生系统,最终实现协同培养绩效的提升。Salimi等认为可从校企双方合作关系的持续性、双方是否为毕业研究生提供工作以及知识应用或商业化的程度来衡量合作成功度[22]。Iorio等认为广度和深度可以描述知识转移活动的主要特征,广度显示合作方式的多样化,深度体现合作关系的强连接[23]。因此,高校与企业合作广度与深度的拓展在一定程度上能够表征合作绩效的提升,代表产学共生系统朝着对称互利一体化共生方向发展。本研究借鉴上述学者对产学研合作深度与广度的描述来表征产学共生系统的发展。
综上分析,本研究提出以下假设。
H1:共生单元选择对产学共生发展具有显著正向影响。
产学双方的属性特征是共生关系形成和发展的基础,所以它们对共生系统的发展具有显著正向直接影响。
H2:共生模式构建对产学共生发展具有显著正向影响。
共生模式构建维度所包含的因素是高校与企业在合作过程中通过逐步接触与交往而形成的,这些因素能够直接体现双方在信息、物质、能量等方面的交互程度,展现双方合作关系与合作行为的变化,对共生系统的发展具有显著正向影响。
H3:共生环境支撑对产学共生发展具有显著正向影响。
共生环境可分为正向环境、中性环境、负向环境,稳定的环境支撑是合作顺利进行的保障。政策制度与资源配置的变化都会影响共生系统的稳定性。
H4:共生单元选择对共生模式构建具有显著正向影响。
组织外部的协同主要基于共同战略目标的认可和知识与能力的互补需求[24]。共生模式构建中所显现的组织关系与合作行为建立在高校与企业的属性特征基础上,即产学共生发展以共生单元选择为基础,在不同共生模式的作用下呈现动态演化。
H5:共生环境支撑对共生模式构建具有显著正向影响。
外部环境对组织间合作关系的影响是外生且难以抗拒的。产学共生发展过程中,各主体的行为很大程度受到外部环境影响。
综上分析,本研究认为共生单元选择、共生模式构建、共生环境支撑三个维度对产学共生发展均具有显著正向影响。同时,共生模式构建在三个维度中发挥显著中介作用。
2.知识披露策略的调节作用。战略性新兴产业是创新链和产业链紧密衔接的网络组织,从知识流动视角来看,知识的内外部流动与知识公开性对其创新具有关键作用。产学共生发展的主要目标就是基于双方知识流动与共享的新知识创造[25]。然而,以自由学术探索为价值取向的大学文化和以追求经济利益为特征的企业文化之间的差异增加了产学互利共生发展的难度。对高校而言,研究成果的公开是证明学术研究的重要方式也是知识传播的使命所在[26]。而企业更关注经济利益最大化,往往会将研究成果作为商业机密或对知识进行独占[27]。双方合作成果产出或呈现的类型即不同的知识披露策略,是涉及高校与企业核心利益的主要问题。在产学共生发展过程中,双方价值倾向与利益诉求的差异将引发知识披露策略的变化,形成共生发展的调节机制,从而推动共生系统朝着给双方带来共同且公平收益目标的方向动态演化。Gans等将知识披露策略分为保密、专利、专利与论文组合、论文等四种类型[28]。这四类策略选择代表了主体间从趋于封闭的独占至趋于开放的合作的演变,体现了知识披露策略对共生发展的调节作用。当高校与企业选择趋于开放的知识披露策略时,共生模式构建对产学共生发展的正向影响更强。基于此,本研究提出如下假设:
H6:知识披露策略在共生模式构建维度对产学共生发展的影响过程中发挥显著正向调节作用。
综上分析,本研究构建了产学共生发展动力模型(见图 1)。
![]() |
图 1 产学共生发展动力模型 |
基于上文分析,本研究将聚焦以集成电路与人工智能为代表的战略性新兴产业。根据国家示范性微电子学院高校名单以及首批成立人工智能学院的研究型高校名单,综合考虑院校特点、地域分布、综合实力、数据可得性等因素,采用典型抽样法,选取北京大学、清华大学、北京航空航天大学、北京理工大学、南京大学、天津大学、西北工业大学、北京邮电大学、北京工业大学、中国石油大学(北京)、安徽大学等11所“双一流”建设高校作为调研对象。问卷填写对象为集成电路与人工智能领域的在读工科研究生。调研高校覆盖全国不同地区,类型涵盖工科优势高校与综合类高校,具有较好的代表性。
为保障本研究问卷调研的可靠性,在正式调研前进行了小范围试测,对试测问卷进行了信效度检验并进一步对问卷中语言与指标的合理性进行了修正。正式调研时间从2022年12月开始至2023年3月结束,历时4个月。共回收问卷523份,有效问卷487份,问卷有效率93.1%,符合问卷调查对样本有效性的要求。有效样本基本信息如表 1所示。
![]() |
表 1 有效样本基本信息 |
问卷量表设计借鉴权威研究的理论构思和经广泛引用的实证研究中的成熟量表,采用李克特五点式量表对共生单元选择、共生模式构建、共生环境支撑、产学共生发展四个维度进行测量。
1.共生单元选择维度。根据上文分析,该维度量表包含对校企个体特征与关系特征的测量,涵盖资源互补、需求匹配与目标相容三个方面。参考相关研究[14-16],校企个体特征主要考量双方资源、需求方面的互补与匹配,即是否“望衡对宇”;关系特征主要考量双方在目标方面的兼容性,即是否“志同道合”。量表设计见表 2。
![]() |
表 2 共生单元选择量表 |
经检验,此量表科隆巴赫α系数为0.973(大于0.7),KMO值为0.927,公因子方差的提取均在0.7以上,适合做因子分析。验证性因子分析发现,变量gx2、gx3的因子载荷超过0.95,存在一定程度的共线性①。观察可见,这两个变量均是对校企目标相容层面的测量,因此对两者进行均值处理合并为一个变量(命名为gx4)。同时通过对MI指标的观察,发现变量gt1与gt2、gt3与gx1的残差修正指标较高。变量gt1与gt2均是对校企资源层面的测量,变量gt3与gx1是对校企合作任务层面的测量,因此存在一定的相关性。在不删除测量题项的前提下,本研究将变量gt1与gt2、gt3与gx1的残差相连,建立共变关系。修正后模型拟合指数:χ2=12.342,df=5,χ2/df=2.47,SRMR=0.008,RMSEA=0.062,CFI=0.997。组合信度(CR)为0.943和0.904,平均方差抽取量(AVE)为0.847和0.825。各项指标的拟合度良好,模型具备较好的信效度。
2.共生模式构建维度。根据上文所述,该量表包含对共生组织模式与共生行为模式的测量,涵盖校企双方的结构联结、资源融合与利益诉求三个方面。参考相关研究设置具体题项[18, 29-30]。其中,共生组织模式即结构联结主要考量双方的组织关系、沟通交流以及权责分配,共7个题项。本研究通过资源融合与利益诉求的测量来呈现双方的共生行为模式,资源融合的测量主要考量校内外导师队伍建设、行业企业人员参与、课程设置、研究与实践以及校企双方的资源投入,共12个题项;利益诉求的测量主要考量校企双方对知识生产与人力资本的需求,共4个题项。量表设计见表 3。
![]() |
表 3 共生模式构建量表 |
经检验,此量表科隆巴赫α系数为0.989(大于0.7),KMO值为0.966,公因子方差的提取均在0.6以上,适合做因子分析。为避免观测变量间的共线性问题,通过均值处理将变量jg1、jg2(衡量组织关系)合并为变量zzgx;将变量jg3、jg4、jg5(衡量沟通交流)合并为变量gtjl;将变量jg6、jg7(衡量权责分配)合并为变量qzfp;将变量zr1、zr2、zr3(衡量导师特征)合并为变量dstz;将变量zr4、zr5(衡量课程建设)合并为变量kcjs;将变量zr7、zr8、zr9、zr10、zr11、zr12(衡量学生实践状况)合并为变量zrsj;将变量ly1、ly2(衡量知识生产)合并为变量zssc;将变量ly3、ly4(衡量人力资本)合并为变量rlzb。根据以上题项,验证性因子分析拟合指数:χ2=67.043,df=26,χ2/df=2.579,SRMR=0.014,RMSEA=0.077,CFI=0.987。CR为0.945和0.967,AVE为0.851和0.829。各项指标的拟合度良好,模型具备较好的信效度。
3.共生环境支撑维度。根据上文所述,本研究从政策制度与资源配置两个方面构建量表。参考相关研究[20-21],各测量指标下分别设置三个具体题项(见表 4)。
![]() |
表 4 共生环境支撑量表 |
经检验,此量表科隆巴赫α系数为0.982(大于0.7),KMO值为0.937,公因子方差的提取均在0.7以上,适合做因子分析。验证性因子分析发现变量zc2与zc3、pz2与pz3存在较为明显的共线性问题,因此将变量zc2与zc3进行均值处理得到变量zcpj,将变量pz2与pz3进行均值处理得到变量pzpj。同时通过MI指标的观察,将变量zcpj、pzpj的残差相连,建立共变关系。修正后的模型拟合指数:χ2=1.394,df=1,χ2/df=1.394,SRMR=0.003,RMSEA=0.038,CFI=0.998。CR为0.963,AVE为0.866。各项指标的拟合度良好,模型具备较好的信效度。
4.产学共生发展维度。根据上文所述,本研究通过衡量产学合作的广度与深度来表征产学共生发展的程度。参考相关研究[22-23],各测量指标下分别设置三个具体题项(见表 5)。
![]() |
表 5 产学共生发展量表 |
经检验,此量表科隆巴赫α系数为0.973(大于0.7),KMO值为0.929,公因子方差的提取均在0.7以上,适合做因子分析。验证性因子分析发现变量gd3、sd3的因子载荷超过了0.95,存在一定程度的共线性。这两个变量均是对校企双方合作成果的测量,存在一定的相关性。因此对两者进行均值处理合并为一个变量(命名为sd4)。同时通过MI指标的观察,发现变量gd1与sd1、gd2与sd2的残差修正指标较高,因此将以上两对变量建立共变关系。修正后的模型拟合指数:χ2=3.923,df=3,χ2/df=1.308,SRMR=0.004,RMSEA=0.034,CFI=0.999。CR为0.964,AVE为0.842。各项指标的拟合度良好,模型具备较好的信效度。
5.变量相关性检验。在检验各变量间相关性之前,描述本研究对调节变量知识披露策略(CLXZ)的测量,题项为“在协同培养过程中,校企双方的合作研究成果通常会以何种形式展现?”,题项选择以1~4分别表示“保密、专利、专利与论文组合、论文”。此变量的均值为2.80,标准差为0.819。各个变量的相关性检验结果如表 6所示,其中除了变量知识披露策略与其他变量之间未达到显著相关,其他变量均在0.01级别(双尾)水平上两两显著相关。
![]() |
表 6 各变量间相关性 |
运用STATA 16.0软件对以上变量进行处理,分别建立共生单元选择(DYXZ)、共生模式构建(MSGJ)、共生环境支撑(HJZC)对产学共生发展(GSFZ)影响的结构方程模型,各个模型的适配指标达到良好标准(见表 7)。
![]() |
表 7 各个模型适配指标 |
三个不同维度对产学共生发展的影响效果值如表 8所示,路径系数均达到显著水平(P<0.001)。就单维度来看,共生模式构建维度对产学共生发展的正向影响最大,其次是共生环境支撑维度,共生单元选择对产学共生发展的直接效应最小。就单维度而言,共生模式构建是产学共生发展的最大动力,共生环境支撑对产学共生发展的影响也达到了大效果范围②。通过计算进一步得出共生单元选择涵盖的校企个体特征与关系特征以及共生模式构建涵盖的共生组织模式与共生行为模式对产学共生发展的影响效应。其中,校企个体特征(GTTZ)对产学共生发展影响的效果值为0.427,校企关系特征(GXTZ)对产学共生发展影响的效果值为0.424;共生组织模式(ZZMS)对产学共生发展影响的效果值为0.506,共生行为模式(XWMS)对产学共生发展影响的效果值为0.518,均达到显著水平(P<0.001)。
![]() |
表 8 三维度影响路径效果值 |
上述检验是各个维度单独作用下对产学共生发展的影响,在现实情境中这三个维度往往是相互作用,共同推动共生系统动态演化。因此,本研究将进一步探讨三者的相互关系及其推动产学共生发展的作用路径,构建的结构方程模型如图 2所示。模型各项关键指标拟合效果均在理想范围之内,具体影响路径的效果值与模型的适配指标如表 9所示。
![]() |
图 2 三维度对产学共生发展的综合影响 |
![]() |
表 9 三维度之间的关系及其对产学共生发展的影响 |
各变量之间的效应分解如表 10所示。从直接效应来看,共生模式构建对产学共生发展的影响依然最大,其次是共生环境支撑,共生单元选择维度对产学共生发展的直接效应最小,且三者的路径系数均达到显著水平(P<0.001),假设H1、H2、H3得到验证。同时,共生单元选择与共生环境支撑均对共生模式构建有显著正向影响,路径系数均达到显著水平(P<0.001),假设H4、H5得到验证。可以看出,共生模式构建在共生单元选择、共生环境支撑对产学共生发展的影响中发挥明显的中介作用。共生单元选择、共生环境支撑主要通过影响共生模式构建间接地推动产学共生发展。
![]() |
表 10 变量间效应分析 |
根据上文所述,本研究将知识披露策略选择引入产学共生发展过程之中,即知识披露策略在共生模式构建对产学共生发展的作用路径上发挥调节效应。由于其为连续型显变量,因此本研究通过构建交互效应模型来验证其调节效应。对于调节效应模型或交互效应模型,通常的标准化估计没有意义,因此需要观察非标准化系数[31]。本研究将共生模式构建、知识披露策略、共生模式构建与知识披露策略的交互项作为解释变量,将产学共生发展作为被解释变量。检验的方法是通过建立SEM交互模型,验证预设模型与加入交互项后模型中两者的路径系数是否显著,同时观察交互项的路径系数大小以此来确定调节效应的正向或负向影响。为消除变量间的共线性,首先分别将共生模式构建、产学共生发展维度下的观测变量进行均值处理,即“化潜为显”。随后对共生模式构建、知识披露策略、产学共生发展三个变量进行标准化处理,同时生成共生模式构建与知识披露策略的交互项变量(简称JHX)。运用sem命令估计调节效应模型并对模型的拟合程度进行检验,分析发现模型的R2依次增强,并在加入调节变量后依然可以解释共生模式构建与产学共生发展之间的关系,说明该模型具备较好的合理性与科学性。具体分析结果如表 11所示。
![]() |
表 11 知识披露策略的调节效应分析 |
可以看出,知识披露策略在共生模式构建与产学共生发展中起着显著的调节作用(0.065,P < 0.05)。进一步检验知识披露策略变量得分高低的调节效应(见图 3)。可以看出,当校企选择趋于开放的知识披露策略时,共生系统的正向发展更为显著。假设H6得到验证。
![]() |
图 3 知识披露策略的调节效应 |
本研究在理论研究与文献分析的基础上构建结构方程模型实证检验了产学共生发展的影响因素,明晰了产学共生发展的路径蕴含在共生单元、共生模式、共生环境等共生三要素的相互作用之中,遵循“特征识别—主体交互—环境催化—共生涌现”的演化路径,最终形成紧密耦合的互利共生系统,实现技术创新与人才培养绩效的提升。
1.共生单元选择过程中,“志同道合”是产学共生发展的基础,基于资源互补与需求匹配的“望衡对宇”是影响产学共生发展的关键。共生单元选择是校企双方在资源、需求、目标层面的识别过程,包含了校企双方对彼此个体特征与关系特征的判断。相较于关系特征,校企双方的个体特征对产学共生发展的正向影响更大。这意味着校企双方在选择合作伙伴时,应首要考虑对方是否具备与自身互补的能力与创新资源。在此基础上,也不能忽视双方目标的相容性,正如相关研究指出,校企双方目标的协同有助于更好地润滑合作关系,让彼此更倾向于付出和共享,进而影响合作绩效[14]。因此,产学双方要在共享目标的基础上注重异质性优势资源的有效匹配,基于彼此需求构建一体化互利共生关系。
2.共生模式构建是推动产学共生发展的最大动力源且在共生单元选择、共生环境支撑对产学共生发展的影响中发挥显著中介作用。共生模式构建包含共生组织模式与共生行为模式的形成。单维度来看,稳定的结构联结是产学共生发展的基础,而校企双方有效的资源融合与均衡的利益分配对产学共生发展的正向影响更强。因此,校企双方在建立适切共生组织模式的基础上,必须在合作的不同阶段实现资源的有效融合并形成合理的利益分配机制,以有效推动共生系统的正向演化,为新质生产力的发展提供核心动力。
从共生三要素的相互关系及其对产学共生发展的作用路径来看,共生模式构建发挥明显的中介作用,即共生单元选择、共生环境支撑都是主要通过影响校企双方的合作过程从而间接推动产学共生系统发展,共生环境支撑是推动产学共生发展的第二动力源。共生环境对共生系统的影响是通过物质、能量、信息的生产和交换来实现的。在本研究中,以政府为代表的第三方主体构成产学共生发展的外部环境,主要通过政策制度与资源配置作用于双方共生模式构建过程从而推动产学共生发展。由于战略性新兴产业涉及的关键核心技术具备科学和市场的双重导向,研发风险高,收益难以预测,其准公共产品的性质与较高的经济外部性必然会催生出以政府为主导力量的破解思路和策略安排[32]。因此,在产学共生发展过程中,校企双方的综合实力可能无法承担关键核心技术研发和人才培养长周期的巨额成本抑或基于利益最大化原则中途退出,从而影响共生系统的稳定性。政府部门的优势在于强有力的资源支配和组织功能,能够有效地促进校企双方的技术创新合作并保障人才培养的持续性,维持共生系统稳定运行。因此,战略性新兴产业高层次工程科技人才协同培养视域下的产学共生发展要充分发挥举国体制优势,依托政府部门的统一组织与管理,培育教育、科技、人才“三位一体”的正向共生环境,推动共生系统朝着一体化互利共生的理想方向演进。
3.知识披露策略在共生模式构建对产学共生发展的影响中发挥着显著的正向调节作用。
当校企选择趋于开放的知识披露策略时,产学共生发展更为显著。由此可见,当校企双方秉持开放创新的合作理念时,双方合作过程中的组织关联度与行为互利度会更强,从而更显著地促进产学双方朝着一体化对称互利共生的方向发展。而当校企双方选择偏向封闭、独占的合作关系时,校企双方的合作方式较为单一,合作强度也会降低,共生系统发展较为缓慢。
究其原因,以开放创新为导向的合作关系能够推动合作网络中不同主体间的知识分享与能力互补,促进创新资源在组织间的自由流动与有效整合,进而拓展产学双方合作的广度与深度以形成自主创新与集成创新相结合的开放创新式互利共生网络,以此推动人才培养的高质量发展与新质生产力的产生,最终促使高等教育与产业集群的本体价值和社会价值全面实现。
注释:
① 因子载荷值介于0.5到0.95之间表明模型的适配度良好。
② Cohen的研究指出路径系数绝对值小于0.10,表明潜变量之间关系强弱在小效果范围,绝对值在0.10到0.50之间为中效果范围,绝对值大于0.50为大效果范围(Cohen J.Statistical Power Analysis for the Behavioral Sciences[M].Erlbaum Associates,1988:465-467.)
[1] |
克利斯·弗里曼, 罗克·苏特. 工业创新经济学[M]. 华宏勋, 华宏慈, 等译. 北京: 北京大学出版社, 2004: 25.
|
[2] |
江飞涛. 技术革命浪潮下创新组织演变的历史脉络与未来展望: 数字经济时代下的新思考[J]. 学术月刊, 2022, 54(4): 50-62. |
[3] |
李斯林, 姜宏, 郭文文. 投资潮涌背景下企业投资对创新绩效的影响: 以战略性新兴产业为例[J]. 科技进步与对策, 2022, 39(8): 59-69. |
[4] |
中国社会科学院工业经济研究所课题组, 史丹. 新工业化与"十四五"时期中国制造业发展方向选择[J]. China Economist, 2020, 15(4): 38-63. DOI:10.3969/j.issn.1004-4914.2020.04.015 |
[5] |
杨振斌, 丁奎岭. 推进教育、科技、人才"三位一体"协同融合发展[N]. 光明日报, 2023-09-05(15).
|
[6] |
马永红, 刘润泽. 研究生教育的本质和发展逻辑探究[J]. 清华大学教育研究, 2020, 41(3): 42-51. |
[7] |
马万里, 马永红, 刘贤伟. 基于知识生产的产学共生机理探究: 普渡大学半导体学位项目的透视[J]. 高等工程教育研究, 2023(5): 70-78. |
[8] |
马万里. 关键核心技术领域高层次人才培养的困境与进路: 基于校企共生视角[J]. 中国高教研究, 2023(7): 53-60. |
[9] |
马立超, 路超, 唐潇风. 共生理论视角下工程科技创新人才培养的产教融合困境: 以集成电路行业为例[J]. 科学管理研究, 2023, 41(1): 121-128. |
[10] |
郑丽娜, 叶金鑫, 姜子娇, 等. 未来科技创新领军人才培养模式改革: 基于12所未来技术学院探索的实证研究[J]. 中国高教研究, 2023(7): 32-38. |
[11] |
袁纯清. 共生理论——兼论小型经济[M]. 北京: 经济科学出版社, 1998: 9.
|
[12] |
赵哲. 大学与战略性新兴产业协同发展的内涵释义、互动关系与动力机制[J]. 高校教育管理, 2020, 14(3): 9-18. |
[13] |
Perkmann M, Neely A, Walsh K. How Should Firms Evaluate Success in University-industry Alliances? A Performance Measurement System[J]. R & D Management, 2011, 41(2): 202-216. |
[14] |
马文聪, 叶阳平, 徐梦丹, 等. "两情相悦"还是"门当户对": 产学研合作伙伴匹配性及其对知识共享和合作绩效的影响机制[J]. 南开管理评论, 2018, 21(6): 95-106. DOI:10.3969/j.issn.1008-3448.2018.06.010 |
[15] |
Yayavaram S, Srivastava M K, Sarkar M. Role of Search for Domain Knowledge and Architectural Knowledge in Alliance Partner Selection[J]. Strategic Management Journal, 2018, 39(8): 2277-2302. DOI:10.1002/smj.2791 |
[16] |
刘贤伟, 马永红, 马星. 校所联合培养博士生项目目标定位及其影响因素模型构建: 基于扎根方法[J]. 高等工程教育研究, 2016(2): 126-131. |
[17] |
Awasthy R, Flint S, Sankarnarayana R, et al. A Framework to Improve University-industry Collaboration[J]. Journal of Industry-University Collaboration, 2020, 2(1): 49-62. DOI:10.1108/JIUC-09-2019-0016 |
[18] |
方炜, 牛婷婷. 产学研项目利益相关方关系网络演化动力研究[J]. 科学学研究, 2017, 35(5): 746-753. DOI:10.3969/j.issn.1003-2053.2017.05.013 |
[19] |
Brostrom A, Feldmann A, Kaulio M. Structured Relations between Higher Education Institutions and External Organisations: Opportunity or Bureaucratisation?[J]. Higher Education, 2019, 78(4): 575-591. DOI:10.1007/s10734-019-0359-1 |
[20] |
李明星, 苏佳璐, 胡成, 等. 产学研合作创新绩效影响因素元分析研究[J]. 科技进步与对策, 2020, 37(6): 61-69. |
[21] |
王文顺, 尚可, 高姝蕾, 等. 企业参与校企合作的动因与障碍分析: 基于扎根理论的质性研究[J]. 高教探索, 2020(5): 14-22. DOI:10.3969/j.issn.1673-9760.2020.05.003 |
[22] |
Salimi N, Bekkers R, Frenken K. Governance Mode Choice in Collaborative Ph. D.Projects[J]. Journal of Technology Transfer, 2014, 40(5): 1-19. |
[23] |
Iorio R, Labory S, Rentocchini F. The Importance of Pro-social Behaviour for the Breadth and Depth of Knowledge Transfer Activities: An Analysis of Italian Academic Scientists[J]. Research Policy, 2017, 46(2): 497-509. DOI:10.1016/j.respol.2016.12.003 |
[24] |
Fortwengel J. Practice Transfer in Organizations: The Role of Governance Mode for Internal and External Fit[J]. Organization Science, 2017, 28(4): 690-710. DOI:10.1287/orsc.2017.1135 |
[25] |
Nemati-Anaraki L, Heidari A. Knowledge Sharing for Improving Effectiveness of University-Industry Collaborations[M]. Business Intelligence: Concepts, Methodologies, Tools, and Applications, 2016: 955-972.
|
[26] |
王世岳. 大学和企业如何联合培养博士: 欧洲四国工业博士培养的比较分析[J]. 教育发展研究, 2021, 41(17): 9-16. DOI:10.3969/j.issn.1008-3855.2021.17.004 |
[27] |
朱桂龙, 杨小婉. 企业的知识披露策略对产学研合作的影响研究[J]. 科学学研究, 2019, 37(6): 1062-1070. DOI:10.3969/j.issn.1003-2053.2019.06.012 |
[28] |
Gans J S, Murray F E, Stern S. Contracting over the Disclosure of Scientific Knowledge: Intellectual Property and Academic Publication[J]. Research Policy, 2017, 46(4): 820-835. DOI:10.1016/j.respol.2017.02.005 |
[29] |
刘润泽, 马万里, 樊文强. 产教融合对专业学位研究生实践能力影响的路径分析[J]. 中国高教研究, 2021, 331(3): 89-94. |
[30] |
马永红, 刘润泽, 于苗苗. 我国产教融合培养专业学位研究生: 内涵、类型及发展状况[J]. 学位与研究生教育, 2021(7): 12-18. |
[31] |
温忠麟, 侯杰泰, Herbert W.Marsh. 结构方程模型中调节效应的标准化估计[J]. 心理学报, 2008(6): 729-736. |
[32] |
余维新, 熊文明. 关键核心技术军民融合协同创新机理及协同机制研究: 基于创新链视角[J]. 技术经济与管理研究, 2020, 293(12): 34-39. DOI:10.3969/j.issn.1004-292X.2020.12.006 |
2. School of Humanities and Social Sciences, Beihang University, Beijing 100191, China