考虑企业规模的产学研合作知识转移多情景仿真分析

doi:10.6049/kjjbydc.2020050674

科技进步与对策

2021, Vol. 38

Issue (14): 116-124 DOI: 10.6049/kjjbydc.2020050674

知识科学与知识工程

本期目录 | 过刊浏览 | 高级检索

考虑企业规模的产学研合作知识转移多情景仿真分析

吴蓉¹,汪志强²,于娱³,施琴芬⁴

(1.河海大学管理科学研究所；2.河海大学商学院，江苏南京 210098；3.南京审计大学审计与评估研究院，江苏南京211815；4.苏州科技大学商学院，江苏苏州 215009)

Multi-scenario Simulation Analysis of Industry-University-Institute Cooperation Knowledge Transfer Considering Enterprise Scale

Wu Rong¹,Wang Zhiqiang²,Yu Yu³,Shi Qinfen⁴

（1.Management Science Institute, HOHAI University;2.Business School, HOHAI University, Nanjing 210098, China;3.College of Auditing and Evaluation, Nanjing Audit University, Nanjing 211815, China;4.Business School, Suzhou University of Science and Technology, Suzhou 215009, China）

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (3343 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要产学研合作创新已成为推动国家自主创新战略实施的重要途径，而准确高效地进行知识转移是产学研合作创新成功的基础。基于复杂系统理论，揭示了以高校科研院所、大中小型企业为核心主体的产学研合作系统复杂特征及知识转移内在机理。采用多Agent建模方法，构建产学研合作创新知识转移ABM仿真模型，设计创新人才政策、创新服务政策、创新创业政策3类政策工具，研究不同政策工具组合对产学研合作创新系统知识转移及系统知识存量的影响。结果表明：①大型企业实施创新人才政策有利于系统知识存量快速增加，中小型企业实施创新人才政策有利于企业规模快速升级；②相对于创新人才政策实施对于系统知识存量增加的驱动作用，创新服务政策实施对系统知识转移催生的知识存量“涌现”现象效果更明显；③创新创业政策实施有利于知识主体合作关系数量增加；④3类政策工具同时实施对系统知识存量增加产生了1+1+1>3的共振效果。考虑政策工具实施成本，创新服务政策及创新创业政策同时实施对系统知识存量增加、系统知识差异化、系统知识转移效率及企业规模升级的促进效果最优。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	吴蓉
	汪志强
	于娱
	施琴芬

关键词 ：产学研合作, 知识转移, 知识存量, 创新政策, 系统仿真

收稿日期: 2020-08-15 修回日期: 2020-10-19

ZTFLH:

F124.3

基金资助:国家自然科学基金项目（71771161， 71801133）

作者简介: 吴蓉（1988—），女，江苏盐城人，河海大学管理科学研究所博士研究生，研究方向为企业创新管理；汪志强（1991—），男，江西抚州人，河海大学商学院博士研究生，研究方向为风险管理、系统建模；于娱（1989—），男，江苏响水人，博士，南京审计大学审计与评估研究院讲师，研究方向为创新管理与绩效评价；施琴芬（1963—），女，江苏江阴人，博士，苏州科技大学商学院研究员、博士生导师，研究方向为创新管理。本文通讯作者：施琴芬。

引用本文:

吴蓉,汪志强,于娱,施琴芬. 考虑企业规模的产学研合作知识转移多情景仿真分析[J]. 科技进步与对策, 2021, 38(14): 116-124.
Wu Rong,Wang Zhiqiang,Yu Yu,Shi Qinfen. Multi-scenario Simulation Analysis of Industry-University-Institute Cooperation Knowledge Transfer Considering Enterprise Scale. SCIENCE & TECHNOLOGY PROGRESS AND POLICY, 2021, 38(14): 116-124.

链接本文:

http://www.kjjb.org/CN/10.6049/kjjbydc.2020050674 或 http://www.kjjb.org/CN/Y2021/V38/I14/116

[1] NYLUND P, BREM A, HERNANDEZ X F. Strategies for activating innovation ecosystems: introduction of a taxonomy[J]. IEEE Engineering Management Review, 2019,47(4):60-66.
[2] 洪勇, 李琪. 基于主体间多维交互的产学研知识转移机理[J]. 科学学研究, 2018,36(5): 857-867.
[3] SIEGEL D S, WALDMAN D A, ATWATER L E, et al. Commercial knowledge transfers from universities to firms: improving the effectiveness of university-industry collaboration[J]. Journal of High Technology Management Research, 2003,14(1):111-113.
[4] 董睿, 张海涛. 产学研协同创新模式演进中知识转移机制设计[J]. 软科学, 2018,32(11): 6-10.
[5] 王海军, 成佳, 邹日菘. 产学研用协同创新的知识转移协调机制研究[J]. 科学学研究, 2018, 36(7): 1274-1283.
[6] 菅利荣. 国际典型的产学研协同创新机制研究[J]. 高校教育管理, 2012,6(5): 6-11.
[7] 刘春艳, 马海群. 产学研协同创新团队内部知识转移影响因素模型分析[J]. 图书情报工作, 2017,61(19): 41-49.
[8] 王欣,刘蔚,李款款.基于动态能力理论的产学研协同创新知识转移影响因素研究[J]. 情报科学,2016,34(7):36-40.
[9] 嵇留洋, 孟庆峰, 张成华. 考虑公平偏好的产学研合作资源投入行为演化研究[J]. 统计与决策, 2018,34(14): 177-181.
[10] 金惠红, 薛希鹏, 缪煜锭. 知识转移视角下产学研合作与创新绩效关系研究[J]. 科技进步与对策, 2015,32(20): 88-95.
[11] 吴洁, 车晓静, 盛永祥, 等. 基于三方演化博弈的政产学研协同创新机制研究[J]. 中国管理科学, 2019,27(1): 162-173.
[12] 江俊桦, 施琴芬, 于娱. 产学研合作中知识转移的系统动力学建模与仿真[J]. 情报科学, 2014,32(8): 50-55.
[13] GARCIA R. Uses of agent‐based modeling in innovation/new product development research[J]. Journal of Product Innovation Management, 2005,22(5):380-398.
[14] 曹薇. 复杂适应系统理论在企业为主体的产学研合作中的应用[J]. 系统科学学报, 2015,23(4): 68-71.
[15] 胡杨. 产学研合作创新聚集体的复杂适应系统特征研究[J]. 西南科技大学学报(哲学社会科学版), 2015,32(5): 76-83.
[16] 王莉, 游竹君. 基于知识流动的创新生态系统价值演化仿真研究[J]. 中国科技论坛, 2019(6): 48-55.
[17] SZULANSKI G.Exploring internal stickiness:impediments to the transfer of best practice within the firm[J]. Strategic Management Journal, 1996,17(S2):27-43.
[18] 杨波, 徐升华. 多Agent建模的虚拟企业知识转移演化博弈仿真分析[J]. 情报杂志, 2010,29(5): 20-25.
[19] 郭斌, 丁鹏, 靳雨涵, 等. 中国上市公司创新指数报告[R].杭州：浙江大学, 2019.
[20] 姚艳虹, 周惠平. 产学研协同创新中知识创造系统动力学分析[J]. 科技进步与对策, 2015,32(4): 110-117.
[21] 田泽, 顾欣. 基于Multi-Agent的跨国公司内部网络知识转移仿真研究[J]. 科技进步与对策, 2015,32(17): 139-144.
[22] WANG L, LI S, YOU Z. The effects of knowledge transfer on innovation capability: a moderated mediation model of absorptive capability and network reliance[J]. The Journal of High Technology Management Research, 2020（5）:100372.
[23] CHAE S, SEO Y, LEE K C. Effects of task complexity on individual creativity through knowledge interaction: a comparison of temporary and permanent teams[J]. Computers in Human Behavior, 2015,42(1):138-148.
[24] 陈凯华, 官建成, 寇明婷, 等. 网络DEA模型在科技创新投资效率测度中的应用研究[J]. 管理评论, 2013,25(12): 3-14.
[25] HANSON E C, ROTHWELL R, ZEGVELD W. Industrial innovation and public policy: preparing for the 1980s and the 1990s[J]. American Political Science Review, 1982, 76(3):699-700.