摘 要：采用问卷法对10个高校与工程院所联合培养博士生项目的175名博士生进行调查，分析了两类校所组织邻近性、合作程度对联培博士生社会资本的影响。结构方程模型分析表明，制度邻近性对博士生的高校社会资本产生正向直接效应，认知邻近性对校所双方的合作程度、联培博士生的高校社会资本、院所社会资本皆存在显著的正向效应，而合作程度在认知邻近性与院所社会资本关系中具有中介作用。基于此，提出相应建议和措施以推进校所联培项目的完善与发展。
关键词：校所联培；组织邻近性；合作程度；博士生社会资本
联合培养是深化我国高等教育体制改革、培养拔尖创新人才的重要模式，是促进教育与科研有机结合、提高自主创新能力的得力举措，是充分发挥高等学校和工程研究院所资源优势、实现强强联合的有效机制[1]。国家教育部于2010年4月启动了高等学校和工程研究院所联合培养博士研究生试点工作，以促进高层次拔尖创新工程科技人才培养。自校所联培试点工作开展以来，学者们纷纷从不同角度对我国校所联培实践进行了探索和研究。文献回顾表明，研究主要聚焦于校所联培试点工作的成效、问题以及合作方式[2-4]，然而对于校所联培项目的实证量化研究仍比较缺乏。
校所联培实质上是一种特殊的跨组织合作模式，它构建了校所之间的一种新型学术、科研网络结构。Nahapiet和Ghoshal[5]对社会资本的定义是“嵌入在个人或社会组织所拥有的关系网络中，通过关系网络可获得的来自关系网络的实际或潜在资源的总和”。事实上，联培项目的一个重要意义在于社会资本的构建：一方面，联培项目对于构建和维持大学与院所之间的关系网络至关重要，这种关系网络的核心是博士生与校所双方导师之间的社会网络体系；另一方面，博士生通过与校所双方导师之间的关系网络可以获取来自校所双方实质或潜在的异质性资源，并有效降低高校与院所在获取彼此异质性资源时的交易成本[6-7]。有学者指出，校所联培本身就是一种优化的研究生培养模式，应当从机制层面探索创新性、实质性的校所联合培养研究生模式[8]。其中，实质性意味着双方在研究生培养各环节合作紧密。这种实质性合作有赖于校所双方组织的邻近性，即双方共同的培养规范、价值取向以及知识与技术基础，并最终影响校所双方学术、科研网络的构建、维持以及博士生对校所关系网络中学术与科研资源的获取。基于实践和研究背景，本研究将组织合作领域的一些重要理论、概念引入校所联培中，检验组织邻近性、合作程度对联培博士生社会资本的影响，以期为校所联培实践工作的进一步改进提供实证依据。
1.1 组织邻近性与社会资本
组织邻近性反映了合作伙伴之间组织特征的相似性，是指合作伙伴之间在一系列(内隐或外显)行为规则、价值取向、信念、知识基础等方面的相似性[9]。具体而言，组织邻近性可以从认知邻近性和制度邻近性两个方面来考察。首先，认知邻近性是指合作双方在多大程度上拥有相同的知识基础。认知邻近性对于合作具有重要意义，因为缺乏共同的知识基础将会阻碍合作各方的有效交流和理解，也不利于信任关系建立[10]；制度邻近性是指在合作过程中，合作组织之间有相同或相似的规范、价值取向和动机，它可以是正式制度的邻近，也可以是非正式制度的邻近。制度邻近性能够促进沟通，尤其有利于那些期望通过合作共享或开发复杂知识的合作组织[11]。研究表明，当合作伙伴之间存在相似组织情景时，它们的合作将更有效，因为这种相似性能够促进相互理解，同时，也是组织间进行集体学习、获取和整合异质性资源、开展共同创新的先决条件[12]。Inkpen和Tsang[13]明确指出，组织邻近性有助于构建组织间网络结构，促进组织间尤其是个体间互动关系形成。通过这种互动，知识和资源得以交换。基于此，本研究提出如下假设：
H1：认知邻近性和制度邻近性正向影响博士生社会资本。
1.2 组织邻近性与合作程度
组织邻近性一直以来被学者们认为是高校与其它机构之间合作程度及成效的重要预测变量[14-15]。对于制度邻近性与合作程度的关系，Cummings和Kiesler的研究发现，在跨学科和跨组织边界合作中，组织邻近性程度越低，合作协调度越差，合作效果越不理想，而通过协调机制促进制度邻近将显著降低跨组织对合作带来的负面影响。Balland[16]对欧洲研发合作项目的实证研究也发现，制度邻近能够促进组织间深度合作。Salimi等人[17]对荷兰校企联培博士生项目的研究发现，制度邻近的高校与企业间合作程度更高。对于认知邻近与合作程度的关系，Cantner和Meder[18]发现，知识、技术基础相似性会影响到企业之间的合作倾向。近年来，国内研究者也发现，认知邻近对企业战略联盟建立会产生显著正向影响[19]。基于此，本研究提出如下假设：
H2：认知邻近性和制度邻近性正向影响校所合作程度。
1.3 合作程度与社会资本
根据Burt[20]对结构洞理论和网络闭合理论的整合结果，无论对于个体、群体还是组织而言，只要群体内部的个人网络是闭合的，而个体在群体外部的网络结构中处于结构洞的位置上，那么它的社会资本就是最大的，所产生的组织效果也将是最优的。联培项目在一定程度上可以看成是由高校与工程院所构成的异质性组织合作方式，这就决定了联合项目中的参与者(主要是双方导师、博士生)在项目外部网络中处于结构洞位置，而在具体的培养项目中形成了由双方导师、博士生、具体科研团队成员组成的内部网络，这一内部网络结构只有在闭合状态下才能实现社会资本最大化。双方在诸如招生、课程设置、导师指导、科研实践、博士论文撰写等培养环节的合作程度决定了内部网络的闭合性。根据这一推导，本研究提出如下假设：
H3：校所合作程度正向影响博士生社会资本。
1.4 合作程度的中介作用
根据对相关理论和研究的回顾、分析，结合校所联合培养的实际情况，组织邻近意味着校所双方有着较为一致的人才培养规范、价值取向和动机，合作导师之间有着相似的知识、技能基础以及对所在领域的共同理解和追求，这些都使得双方更容易找到合作契合点，提升双方在各培养环节的合作程度，促进师生互动关系的建立，并使得博士生通过这种互动充分获取来自校所双方的资源，从而促进博士生社会资本构建。因此，本研究认为组织邻近性对于博士生社会资本的影响可以通过校所双方在各培养环节合作程度的中介作用得以实现，而合作程度在这一关系中是起到完全中介还是部分中介作用则需进一步实证检验。基于此，本研究提出如下假设：
H4：合作程度在组织邻近性与博士生社会资本关系中起中介作用。
综合以上分析与相应研究假设 ，本文构建如下概念模型，见图1。
图1 概念模型
2.1 样本
本研究使用问卷调查方式采集数据，对10个高校与工程院所联合培养项目进行调研，其涉及5所高校与10余家工程科研院所。通过项目所在高校的研究生管理部门，对已完成博士学位论文开题环节的联培博士生发放调查问卷200份，回收问卷186份。其中，有效问卷175份。所调查的校所联合培养项目开展时间较早，代表的学科领域广泛。因此，所选样本具有较好的代表性，项目具体情况见表1。
表1 校所联培项目情况
序号合作单位代码涉及学科1U1-E1油气田开发工程2U2-E2、E3、E4、E5飞行器设计、通信与信息系统等3U3-E1、E6、E7、E8、E9石油地质科学、核能科学与技术、生物工程等4U4-E9生物工程5U5-E10木材科学与技术
注：U表示参与高校，E表示参与工程院所，相同数字表示同一机构
2.2 测量与分析工具
(1)社会资本量表。根据前人研究，将联培博士生的社会资本划分为3个维度：结构维度、关系维度和认知维度[5]。结构维度是指在校所联培项目的社会关系网络中，博士生与校所双方人员，尤其是与双方导师之间的联系模式，表现为联培博士生与双方导师联系和接近性程度；关系维度体现为联培博士生在与双方导师互动过程中建立的信任程度；认知维度反映联培博士生与双方导师存在共同目标、对事物共同理解以及使用相同符号、语言等的程度。对社会资本的测量参考了Chiu等人以及Chow和Chan在研究中采用的量表[21-22]，并结合联培实际情景进行了修订。其中，结构维度设置4个题项，关系维度设置3个题项，认知维度设置6个题项。由于联培项目中博士生的社会资本主要有高校导师和院所导师两个来源，因此将社会资本区分为两类，即高校社会资本和院所社会资本。在本研究中，高校社会资本量表的内部一致性系数为0.953，3个分量表的内部一致性系数分别是0.918、0.857和0.928；院所社会资本量表的内部一致性系数为0.975，3个分量表的内部一致性系数分别是0.963、0.929和0.954。
(2)组织邻近性量表。根据组织邻近性在产学研合作研究领域的前沿进展，本文将高校与工程院所的组织邻近性划分为认知邻近性和制度邻近性两个维度，认知邻近性的测量主要参考Salimi等人的研究[17]，测量合作双方尤其是校所双方导师之间知识基础差异，由2个题项构成；制度邻近性测量主要参考了Ponds等人的研究[15]，考察高校与工程院所在相似的规则、价值观、动机下运行的程度，由3个题项构成。在本研究中，组织邻近性量表的内部一致性系数为0.856，两个分量表的内部一致性系数分别是0.860和0.829。
(3)合作程度量表。本研究采用自编量表对高校与工程院所联合培养实践中的合作程度进行测量。量表由7个题项构成，要求参与联合培养的博士生根据自身情况，指出在联合培养项目中校方与院所方在招生、课程、博士论文选题、科研实践、学生管理、导师指导、博士论文开题、评审和答辩等培养环节的合作程度。合作程度量表的内部一致性系数为0.876。
(4)数据处理工具。在本研究中采用统计软件SPSS 17.0进行基本数据处理与相关分析，采用LISREL 8.70进行结构方程模型分析，以进一步探明各变量间关系。
3.1 变量间相关性分析
使用SPSS 17.0对校所间组织邻近性、校所联合培养博士生合作程度以及博士生的两类社会资本关系进行相关性分析，结果见表2。
分析表明，高校社会资本和院所社会资本各维度间的相关性不显著，说明将联培博士生的社会资本进行区分是合理的；制度邻近性、认知邻近性与校所联培合作程度呈显著正相关，相关系数在0.40以上，两个邻近性维度与联培博士生高校社会资本、院所社会资本各维度呈显著正相关；同时，校所联培合作程度与联培博士生高校社会资本、院所社会资本各维度也呈显著正相关。
3.2 结构方程模型分析结果
在多变量关系研究中，传统的回归分析方法存在很大的局限性，因此本研究采用结构方程模型(Structure Equation Modeling，SEM)对研究变量关系进行检验，以进一步考察校所组织邻近性、合作程度对博士生社会资本的影响效应及影响路径。本文采用结构方程模型分析的两阶段方法。该方法不仅考察潜在变量间的路径关系，而且可以评估潜在变量的聚敛、区分效度和预测效度[23]。第一阶段主要是确定因素结构的拟合性，即首先进行验证性因素分析。验证性因素分析的模型拟合指数为：χ2/df=1.38，NNFI=0.98、CFI=0.99、NFI=0.96，RMSEA=0.055，说明统合模型与数据拟合非常好，可以进入下个阶段。第二阶段是结构方程模型估计，建构研究变量关系的结构方程模型，模型及检测结果见图2。
表2 研究变量间的相关矩阵
变量合作程度制度邻近认知邻近高校结构高校关系高校认知院所结构院所关系制度邻近0.487***认知邻近0.437***0.487***高校结构0.423***0.497***0.472***高校关系0.383***0.386***0.476***0.673***高校认知0.431***0.507***0.525***0.764***0.843***院所结构0.335***0.225*0.393***0.0560.1180.109院所关系0.348***0.230**0.458***0.0410.1670.1190.799***院所认知0.362***0.310**0.540***0.1060.285**0.237*0.851***0.874***
注：*表示p<0.05，**表示p<0.01，***表示p<0.001，下同
图2 结构方程模型分析结果
模型绝对拟合指标为：χ2/df=1.51，NNFI=0.98，CFI=0.98，NFI=0.95，RMSEA=0.064。进一步考察模型的参数估计值，发现认知邻近性与校所合作程度以及博士生两类社会资本的关系路径系数均达到显著；制度邻近性与高校社会资本的路径系数显著，与校所合作程度以及院所社会资本的路径系数不显著；校所合作程度与院所社会资本的路径系数显著，与高校社会资本的路径系数不显著。采取逐步删除不显著路径的方法修正模型，从最不显著的路径逐步进行删除。在删除不显著路径之后，各项拟合指数为：χ2/df=1.52，NNFI=0.98，CFI=0.98，NFI=0.95，RMSEA=0.064均达到标准，说明模型拟合良好。
从图2可以看出，在各研究变量的路径关系中，只有5条路径是显著的。其中，制度邻近性、认知邻近性对联培博士生高校社会资本的直接效应显著，认知邻近性对院所社会资本直接效应显著，但制度邻近性与院所社会资本的路径系数不显著，H1部分得证；制度邻近性对校所合作程度的直接效应不显著，而认知邻近对合作程度的直接效应显著，H2部分得证；校所合作程度对院所社会资本的直接效应显著，但对高校社会资本的直接效应不显著，H3部分得证；在认知邻近性与联培博士生院所社会资本关系中，校所合作程度起到了中介作用，H4得证。5个潜变量之间的路径系数及显著性检验见表3。根据表3数据，认知邻近性对校所合作程度的直接效应值为0.61，对院所社会资本的直接效应值为0.42，而校所合作程度对博士生院所社会资本的直接效应值为0.22，因此认知邻近性、校所合作程度及博士生院所社会资本三者关系模型的中介效应值为0.61*0.22=0.13，总效应值为0.42+0.13=0.55，中介效应占总效应的比例是0.13/0.55=23.64%。
表3 潜变量间路径系数及显著性检验
路径标准化路径系数t值制度邻近性→高校社会资本0.333.15**认知邻近性→校所合作程度0.617.19***认知邻近性→高校社会资本0.474.39***认知邻近性→院所社会资本0.423.90***校所合作程度→院所社会资本0.222.21*
制度邻近性对联合培养博士生的高校社会资本产生正向直接效应，说明当高校和工程院所在博士生培养规范、动机、价值取向等方面相似时，联培博士生将能够获取更多的校方教学与科研资源。但制度邻近性与校所合作程度、院所社会资本的关系路径不显著，原因可能在于大部分参与调查的博士生都在院所从事研究工作，课题多依托院所工程实践项目。因此，高校和工程院所之间的制度邻近性越大，博士生能够从校方获取的有效资源、信息也越多，这也能反映出高校更期望通过合作与院所方共享或开发复杂知识[16]。此外，在实地调研和访谈中也发现，在不少联培项目中，高校多处于被动地位，而工程院所的参与积极性也不足，因此即使双方在制度邻近的条件下也未必一定能形成实质性合作。
认知邻近性对校所双方合作程度、联培博士生高校社会资本、院所社会资本存在显著正向效应。这与之前的研究结果相似，原因在于校所合作双方，尤其是合作导师之间研究领域、研究兴趣相同或相似将有利于双方交流、理解和信任关系的建立，并使得双方更容易找到合作契合点，在博士生培养过程中能够提供更有效的指导、更多资源，对于研究目标、进展等能有更好的把握，校所双方资源也能得到有效整合。
合作程度在认知邻近性与院所社会资本关系中起中介作用，原因在于与工程院所相比，人才培养是高校的首要职能，在资源、信息方面存在较高的开放性和可获取性，而工程院所的首要任务并非是人才培养，尤其在大多数工程院所转制之后，其企业性质使得其用于人才培养的资源、条件等具有专有性和非开放性，且很多工程院所具有保密单位性质。这就不难解释当高校与工程院所之间没有实质性联系和合作时，博士生将很难获取源自工程院所的资源、信息，从而影响其院所社会资本的构建与发展。
基于上述研究，联培主管部门和培养单位可以围绕提升校所邻近性和加强双方在各环节的合作两个方面，采取相应措施，推进校所联培项目的完善和发展。
5.1 重视校所组织邻近性对联合培养项目的重要意义
首先，在建立博士生联合培养合作关系时，可以选择那些研究领域、兴趣、技术相近的培养单位或者导师作为合作伙伴，这有利于双方交流、沟通，有利于合作关系的迅速建立以及合作的顺利展开，但应强调广义的认知邻近性——邻近而非相同，以避免锁定效应。在学科交叉融合成为新知识生产模式的背景下，应当把重点放在双方对于具体现实问题的共同追求、共同理解之上，力求建立跨学科，甚至超学科的人才培养和科研环境，而不是囿于某一学科或领域，这也是当前培养拔尖创新人才，解决国家、社会重大现实问题的重要途径。其次，相关高校或工程院所要充分考虑合作方之间的制度邻近性，即双方在人才培养理念、规范、动机等方面的相似性，从而有利于推进协同发展。由于这不仅涉及到联培目标定位，而且直接影响校所各自的利益，因此，要建立科学规范的项目组织管理机制，如签署项目协议，成立专门的项目管理机构并划分相应的职能，建立多元化的交流沟通协调机制，避免校所合作以及双导师或导师组指导流于形式。通过校所组织邻近性建立并维持校所双方的社会网络连接，使双方的优势资源在博士生培养过程中得到整合与利用。
5.2 通过校所实质性合作提升合作程度
校所双方的实质性合作具体体现为博士生培养各环节的合作程度，并决定了双方非冗余性知识、信息、资源、技能的可得性及其在项目内部的凝聚性。因此，促进双方实质性合作的关键在于提升各环节的合作程度。首先，有关主管部门应完善联培专项的准入及监督机制与规范，避免纯粹的招生名额分配或增加本方招生名额等“搭便车”行为。从目前情况来看，主管部门需要对校所双方合作需求、合作单位人才培养能力、具体运行措施和规范、双方单位尤其是导师之间的合作基础和经验等方面进行考量，在项目运行中，加强必要的监督和质量控制，突破传统高校博士生培养环节和质量控制标准；其次，在培养过程中要做好各培养环节的衔接工作。由于对博士生的培养涉及校所双方，在投入培养资源时，应避免资源拼凑，加大资源整合力度。从实践情况来看，联培项目的可持续发展有赖于校所双方在不断探索和解决未知科学和工程问题中的强烈合作需求，校所双方应当在学科交叉、跨学科研究中加强合作，围绕国家战略目标和经济社会发展中的重大科技问题，通过开辟新的研究领域甚至催生新的学科，激发校所合作的内生动力，保证人才培养需求的持续性。
参考文献：
[1] 周济.育人为本协同创新——在高等学校和工程研究院所联合培养博士研究生2011年试点工作座谈会上的讲话[J].学位与研究生教育,2012(1):1-3.
[2] 何峰,贾爱英,郑义,等.高等学校与工程科研院所联合培养博士生试点工作实施效果的调查分析[J].学位与研究生教育,2014 (2):52-56.
[3] 刘贤伟,马永红.高校与科研院所联合培养研究生的合作方式研究——基于战略联盟的视角[J].研究生教育研究,2015 (2):10-15.
[4] 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.
[5] NAHAPIET J,GHOSHAL S.Social capital,intellectual capital,and the organizational advantage[J].Academy of Management Review,1998,23(2):242-266.
[6] MORA VALENTIN E M,MONTORO SANCHEZ A,GUERRAS MARTIN L A.Determining factors in the success of R&D cooperative agreements between firms and research organizations[J].Research Policy,2004,33(1):17-40.
[7] THUNE T.The training of triple helix workers? doctoral students in university-industry-government collaborations[J].Minerva,2010,48(4):463-483.
[8] 裴旭,张少华,张淑林,等.基于“校所结合”的创新型研究生培养模式探讨[J].学位与研究生教育,2007 (10):20-24.
[9] TORRE A,RALLET A.Proximity and localization[J].Regional Studies,2005,39(1):47-59.
[10] NOOTEBOOM B.Learning and innovation in organizations and economies[M].OUP Oxford,2000.
[11] KIRAT T,LUNG Y.Innovation and proximity territories as loci of collective learning processes[J].European Urban and Regional Studies,1999,6(1):27-38.
[12] BURMEISTER A,COLLETIS-WAHL K.Proximity in production networks the circulatory dimension[J].European Urban and Regional Studies,1997,4(3):231-241.
[13] INKPEN A C,TSANG E W K.Social capital,networks,and knowledge transfer[J].Academy of management review,2005,30(1):146-165.
[14] AUTANT BERNARD C,BILLAND P,FRACHISSE D,et al.Social distance versus spatial distance in R&D cooperation:empirical evidence from european collaboration choices in micro and nanotechnologies[J].Papers in Regional Science,2007,86(3):495-519.
[15] PONDS R,VAN OORT F,FRENKEN K.The geographical and institutional proximity of research collaboration[J].Papers in Regional Science,2007,86(3):423-443.
[16] BALLAND P A.Proximity and the evolution of collaboration networks:evidence from research and development projects within the global navigation satellite system (GNSS) industry[J].Regional Studies,2012,46(6):741-756.
[17] SALIMI N,BEKKERS R,FRENKEN K.Governance mode choice in collaborative Ph.D.projects[J].The Journal of Technology Transfer,2014:1-19.
[18] CANTNER U,MEDER A.Technological proximity and the choice of cooperation partner[J].Journal of Economic Interaction and Coordination,2007,2(1):45-65.
[19] 李琳,张宇.地理邻近与认知邻近下企业战略联盟伙伴选择的影响机制——基于 SIENA 模型的实证研究[J].工业技术经济,2015,34(4):27-35.
[20] BURT R S.Structural holes versus network closure as social capital,in social capital:theory and research[M].LIN N,COOK K,BURT R.S.New York:Aldine de Gruyter,2001.
[21] CHIU C M,HSU M H,WANG E T G.Understanding knowledge sharing in virtual communities:an integration of social capital and social cognitive theories[J].Decision Support Systems,2006,42(3):1872-1888.
[22] CHOW W S,CHAN L S.Social network,social trust and shared goals in organizational knowledge sharing[J].Information & Management,2008,45(7):458-465.
[23] 邱皓政,林碧芳.结构方程模型的原理与应用[M].北京：中国轻工业出版社,2009:263.
(责任编辑：胡俊健)
Impacts of University-Engineering Institutes' Organizational Proximity on Social Capital of Ph.D.Students in Joint Program
Abstract：Methods of questionnaires were employed to investigate 175 Ph.D.Students' in 10 U-E joint programs. The relationship among organizational proximity, collaboration intensity and social capital of Ph.D.students were examined. The results indicated that institutional proximity had a significant direct effect on Ph.D.students' social capital from university. Cognitive proximity had a direct effect on collaboration intensity and students' social capital from university and engineering institutes respectively. Moreover, collaboration intensity played a mediating role in the relationship between cognitive proximity and students' social capital from engineering institutes. Based on this ,the paper proposed corresponding suggestions and measures for related institutes to improve the practice of U-E joint program.
Key Words：U-E Joint Program; Organizational Proximity; Collaboration Intensity; Social Capital of Ph.D.Students
收稿日期：2016-10-24 基金项目：学位与研究生教育学会重点项目(2015Y0706)；北京工业大学“内涵发展-引进人才科研启动费”项目(103000514116010)
DOI：10.6049/kjjbydc.2016080643
中图分类号：G643.6
文献标识码：A
文章编号：1001-7348(2017)11-0147-06