0引言

加强深度合作、整合创新资源、实现协同创新是推动区域发展的关键。Haken[1]最早提出协同创新的概念，即系统中的各子系统相互协调、合作或同步联合及发生集体行为，产生1+1>2的协同效应。此后，协同创新理论与实践逐渐成为研究的热点问题之一。高等院校作为协同创新的重要主体，其在协同创新中的地位日益受到重视。Sa[2]认为高等院校协同创新对国家发展起着重要作用；Fu和Li[3]、胡平等[4]及陈强(2016)等研究发现，高等院校在协同创新中的作用显著。但是，张龙鹏等[4]指出，现阶段我国高等院校仍以封闭式创新为主，协同创新为辅。因此，对于高等院校如何充分发挥自身能力优势，提升高等院校协同创新效应，是区域协同创新发展研究的重要切入点。

梳理文献发现，国内研究集中于产学研协同创新[5-14]，指出高等院校在协同创新中具有重要地位。关于如何促进高等院校协同创新的文献数量相对较少且不够深入，仅探讨了跨学科[15-18]、自组织等[19]、场域[20]及评价[21-24]4种视角，多数学者将协同创新各要素的作用等同化，并且对人才主导作用的研究不够深入。其中，项杨雪等[19]研究表明高校知识生产能力是影响协同创新绩效的主导能力因素，而人才则是知识生产能力的代表；Wang等[17]提出要充分发挥高等院校在人才、科研和社会服务等方面的作用；孙瑜康等[24]认为，高等院校知识创新产出丰富，但产业化程度较低，提出促进创新要素尤其是人才要素流动等政策建议，但其未对如何促进人才要素流动进行深入探讨，并且在高等院校协同创新中发挥关键作用的人才要素主要是科技型人才，因而科技型人才流动、聚集和协同才是高等院校协同创新研究的重点。此外，高等院校协同创新过程中存在明显的信息反馈关系，符合系统动力学建模条件，厘清高等院校协同创新系统结构、系统行为与内在机制之间的动态关系，对高等院校协同创新效应提升具有重要意义。

鉴于此，本文基于科技型人才聚集视角，运用系统论原理和方法，构建高等院校协同创新系统模型并进行仿真，旨在丰富人才聚集理论，拓展协同创新研究方法，促进高等院校协同创新效应提升。

1系统分析

1.1高等院校协同创新模式

协同创新发生在协同创新参与主体之间，包括高等院校、科研机构、企业和政府等。协同创新作用机理复杂，有必要针对单个参与主体进行深入研究。高等院校作为重要的协同创新参与者，具备人才、技术等独特优势，提升高等院校协同创新效应有助于高等院校与多元异质主体构建良好协同关系。因此，本文仅以高等院校为对象进行研究。

协同创新表现为各主体间资源共享、知识转移和技术创新，实质是协同主体创新要素交互[24]。本文将高等院校协同创新要素定义为，支持高等院校自身协同或与其他主体合作创新所需的资源基础。协同创新要素在协同创新任务实现过程中的地位、作用各不相同，高等院校协同创新要素主要包括科技型人才、资金、技术、信息和学科平台，其中科技型人才是高等院校最突出的优势要素，也是创新活动中最智能、最具能动性的要素。高等院校协同创新可以发生在科技型人才个体之间、科技型人才个体与科技型人才群体之间，以及科技型人才群体之间，主要体现为以科技型人才要素为主导的协同创新；资金要素是高等院校创新的必要条件，包括科研奖励、科研经费和技术转让费等；技术要素是高等院校协同创新成果的集中体现，涉及相关专利、专有技术、技术开发能力等；信息要素既包括以图书、文档、数据库、信息交易平台等为载体表达的显性知识，还包括研究方法、实践经验等难以明确表达的、内隐于人的隐性知识。信息要素转移与创新是高等院校协同创新的关键环节；学科平台要素是实现高等院校协同创新效能最大化的有效工具，包括博士后流动站、产学研基地、院士工作站等。在协同创新过程中，科技型人才在实现自身价值的同时，还会促进创新成果产出，且具有“滚雪球”放大效应。此外，科技型人才要素还能促进技术、资金、信息、学科平台协同，而技术、资金、信息、创新平台要素形成了科技型人才创新的重要前提。综上所述，以科技型人才创新要素为核心，以其它创新要素为卫星，构成“卫星式”协同模式如图1所示。

图1 高等院校协同创新“卫星式”协同模式

1.2基于科技型人才聚集的高等院校协同创新系统

牛冲槐等研究了科技型人才聚集现象、科技型人才聚集效应，认为科技型人才聚集效应是科技型人才流动的结果，是科技型人才在一定时空范围内相对集中，并在和谐环境中相互作用、有机联系，产生1+1>2的积极效应。高等院校科技型人才聚集目的在于促进学科发展、培养高层次人才、解决经济发展中的技术和社会问题。随着科技型人才流动、聚集和协同，产生了科技型人才聚集效应，并与资金、技术、信息和学科平台等创新要素相互关联、组合和协同互动，突破创新壁垒，形成单个主体不具备的功能特性，进而构成多因素、多层次的复杂系统。系统与外部环境进行人才流、信息流、物质流等交换，不仅受到系统内部因素制约，还受到政策制度、经济水平、文化氛围和科技水平等外部因素影响。

本文将基于科技型人才聚集的高等院校协同创新系统定义为：高等院校协同创新主导要素——科技型人才流动、聚集、协同而形成的科技型人才聚集效应，与资金、技术、信息、学科平台等协同创新要素在内外正负反馈信息的非线性作用及时间延迟影响作用下，相互耦合、交织，构成的复杂动态系统。系统是可促进高等院校协同创新效应提升的整体，具有开放性、稳定性、动态性及有序性等特征，具体表现为：一方面，高等院校以科技型人才为主导，其它要素相互促进、相辅相成，通过知识、技术的转移及创新，提升高等院校科技型人才聚集效应与高等院校协同创新效应；另一方面，高等院校协同创新效应提升又能进一步促进科技型人才聚集与协同，强化协同创新要素相互作用。

根据协同学理论，借鉴已有研究成果，本文绘制基于科技型人才聚集的高等院校协同创新系统与外部环境作用动态过程如图2所示，该过程为系统在内部因素与外部环境因素共同作用下实现自组织的过程。在外部协同创新环境中，高等院校协同创新系统以科技型人才为主导要素，在各协同创新要素相互作用下，实现创新要素耦合关联，促进创新成果产出，提升高等院校科技型人才聚集效应与高等院校协同创新效应，科技型人才聚集效应和协同创新效应提升又进一步优化了系统及协同创新环境，形成相互促进的良性循环。协同创新环境包括政策制度、科技水平、经济发展和文化氛围等，协同创新成果包括论文、著作(理论产出)，R&D课题(中间产出)和发明专利(应用产出)。

图2 基于科技型人才聚集的高等院校协同创新系统与协同创新环境作用过程

2系统模型构建

2.1基本假设

陈强等(2016)研究发现，协同创新网络强连结关系的地理邻近性特征显著。因此，本文研究基于科技型人才聚集的高等院校协同创新系统，将针对特定区域内的高等院校协同创新展开。高等院校与协同创新主体之间的协同关系以及创新要素之间的相互作用关系符合协同创新基本规律，模式较为固定，具有明确边界，适合采用系统动力学观点进行分析。协同创新系统涉及因素及相关关系十分复杂，本文对其进行简化处理，提出以下基本假设：

H1：科技型人才聚集效应和高等院校协同创新效应提升是渐进、连续、不断积累的过程；

H2：部分系统变量与其它系统变量的关系不显著，设为常量；

H3：研究区域内已产生高等院校科技型人才聚集效应和高等院校协同创新效应，均为正值。

2.2因果关系分析

借鉴已有研究成果[25-26]，确定系统变量及相关关系，结合系统与外部协同创新环境的作用过程，从4个方面对基于科技型人才聚集的高等院校协同创新系统进行分析。

(1)区域科技型人才聚集效应。区域科技型人才聚集效应由科技型人才流动、聚集和协同形成，科技型人才协同效率取决于科学知识技术创新能力与协同创新动力两个方面，协同创新动力由协同创新意识、协同创新成本、科技型人才冲突和政策制度决定。其中，科技型人才流动、聚集通过科技型人才数量指标体现，科学知识技术创新能力主要通过科学知识技术创新率体现。

(2)区域协同创新环境。区域高等院校协同环境包括政策制度、经济发展、科技水平和文化氛围，区域高等院校协同创新效应提升会逐步改善政策制度和文化氛围，促进经济发展水平和科技水平提高。

(3)区域高等院校协同创新效应。区域高等院校协同创新效应取决于区域高等院校协同创新度和区域高等院校协同创新成果。其中，区域高等院校协同创新度是协同创新要素(科技型人才、资金、技术、信息、学科平台)相互作用的结果。

(4)区域协同创新成果。区域协同创新成果包括论文和著作、R&D课题、发明专利，分别由论文和著作数量、R&D课题数量、专利申请数量衡量，创新成果产出受科学知识技术创新率影响。科学知识技术转移促进科技知识、技术创新，因而科技知识、技术创新率由科学知识技术转移量决定；科学知识技术转移量取决于科学知识技术转移意愿、科学知识技术吸收能力、科学知识技术势差、科学知识技术转移阈值、信任程度、科学知识技术隐含性和关系距离。此外，为厘清科学知识技术存量变化情况，根据知识特性引入科学知识技术创新量、科学知识技术失效量和科学知识技术失效率。基于科技型人才聚集的高等院校协同创新系统因果关系和主要回路关系如图3所示。

图3 基于科技型人才聚集的高等院校协同创新系统因果关系分析

2.3系统流图模型构建

根据因果关系引入系统动力学流图符号和相关变量，绘制基于科技型人才聚集的高等院校协同创新系统流图如图4所示。系统中共有42个变量，包括5个状态变量(科技型人才数量、科学知识技术存量、论文和著作数量、R&D课题数量、专利申请数量)、8个速率变量(科技型人才变化量、科学知识技术失效量、科学知识技术创新量、区域科技型人才聚集效应、区域高等院校协同创新成果论文和著作变化量、R&D课题变化量、专利申请变化量)、15个辅助变量(科学知识技术创新率、科学知识技术转移量、协同创新动力、协同创新意识、科技型人才变动率、区域高等院校协同创新度、区域高等院校协同创新效应、政策制度、文化氛围、经济发展、科技水平、资金、技术、信息、学科平台)、14个常量(协同创新成本、科技型人才冲突、科学知识技术失效率、科学知识技术转移意愿、科学知识技术隐含性、科学知识技术转移阈值、科学知识技术吸收能力、信任程度、科学知识技术势差、关系距离、区域科技型人才聚集系数、区域高等院校协同创新成果系数、论文和著作数量系数、课题和专利数量系数与时间匹配系数)。为了更直观、清晰地展现相关关系，图中隐去单位需求匹配变量(区域科技型人才聚集系数、区域高等院校协同创新成果系数、论文和著作数量系数、课题和专利数量系数与时间匹配系数)。

图4 基于科技型人才聚集的高等院校协同创新系统流图

2.4主要方程设计

科技型人才数量=INTEG(科技型人才变化量/2×时间匹配系数,509 000)

论文和著作数量=INTEG(论文和著作变化量/2×时间匹配系数,101 443)

R&D课题数量=INTEG(R&D课题变化量/时间匹配系数,51 091)

专利申请数量=INTEG(专利申请变化量/2×时间匹配系数,6 827)

科学知识技术存量=INTEG((区域高等院校协同创新成果×区域高等院校协同创新成果系数+科学知识技术创新量-科学知识技术失效量)/(100×时间匹配系数),100)

技术=区域高等院校协同创新成果×0.35×科技水平/10

信息=区域高等院校协同创新成果×0.55 /100

资金=经济发展×政策制度

学科平台=区域高等院校协同创新成果/100

协同创新动力=(协同创新意识-协同创新成本-科技型人才冲突)×政策制度

区域科技型人才聚集效应=(科技型人才数量/10 000)×协同创新动力×科学知识技术创新率×区域科技型人才聚集系数

区域高等院校协同创新度=区域科技型人才聚集效应×(1+信息×学科平台×技术×资金)

区域高等院校协同创新成果=(专利申请数量×课题和专利数量系数+论文和著作数量×论文和著作数量系数+课题项目数量×课题和专利数量系数)/10 000

区域高等院校协同创新效应=区域高等院校协同创新成果×区域高等院校协同创新度/100

协同创新意识=文化氛围×0.8

科学知识技术创新率=科学知识技术转移量/10

科技型人才变动率=0.7×政策制度

科技知识吸收能力=WITH LOOKUP(Time,([(0,0)-(72,0.7)],(0,0.5),(72,0.7)))

科学知识技术势差=WITH LOOKUP(Time,([(0,0)-(72,50)],(0,50),(72,40)))

科技知识失效量=STEP(科学知识技术存量×科学知识技术失效率,6)

科学知识技术存量=INTEG((区域高等院校协同创新成果+科学知识技术创新量-科学知识技术失效量)/100,100)

科学知识技术转移量=DELAY1I((信任程度×科技知识吸收能力×科学知识技术转移意愿-关系距离×科学知识技术隐含性)×科学知识技术势差×科技知识转移阈值,2,0)

3系统模型仿真及分析

3.1初值选取与参数设置

在系统流图的基础上，利用Vensim PLE对基于科技型人才聚集的高等院校协同创新系统模型进行仿真。为了更好地展现系统作用过程，本文选取高等院校和科技型人才数量较多、科技型人才质量较高，并且协同创新要素最集中、协同创新成果最丰富的北京地区进行仿真。由于2009年前后，部分来自《中国科技统计年鉴》和《北京科技统计年鉴》的变量数据统计口径发生了变化，因此本文设定模拟期为2009-2015年，时长72个月。

模型中科学知识技术存量初值设为100K，科技型人才数量、论文和著作数量、R&D课题数量与专利申请数量的初值分别设为509 000人、101 443篇(本)、51 091项与6 827项；科学知识技术隐含性、信任程度、关系距离、科学知识技术转移意愿、科技知识转移阈值在[0.5,1]之间取值；协同创新成本、科技型人才冲突、科学知识技术失效率在[0,0.5]之间取值。

3.2系统模型有效性检验

(1)结构确认测试。因果关系图、系统流图和方程式设计检验结果显示，系统模型与高等院校协同创新现实系统相一致。

(2)参数确认测试。系统模型变量来源于文献梳理，数据来源于统计年鉴、统计数据分析及经验，符合现实系统。

(3)单位一致性测试。系统模型变量主要单位为K、Month、Dmnl、人、篇(本)、项等，模型运行正常，量纲一致，已通过单位一致性测试。

(4)行为重现测试。为进一步检验模型有效性，对仿真数据和历史数据运用拟合优度公式(1)进行检验，拟合优度R2值越接近于1，说明系统模型越有效。

(1)

yi为实验期内第i年相关变量的仿真值，yi'为第i年的真实值，为平均值。检验计算结果如表1所示，模型中主要变量的仿真值与真实值拟合度均达到0.9以上(除去2013年专利申请数量的突变值)，拟合效果良好，因此该模型能较好地反映实际情况。

3.3灵敏度分析

为考察系统随常量值变化而变化的情况，对系统常量进行灵敏度测试和分析，分析时让某些常量的值在一定范围内变化，其余值保持不变。

表1 系统模型仿真值与真实值拟合度检验

变量科技型人才数量专利申请数量论文和著作数量R&D课题数量R20.943 00.984 60.931 20.976 8

3.3.1 科学知识技术转移量灵敏度分析结果

影响科学知识技术转移量的常量包括关系距离、科技知识隐含性、科学知识技术转移意愿、科学知识技术吸收能力、科学知识技术势差及信任程度。减小Current1中的关系距离和科技知识隐含性，保持其余常量值不变，得到Current2；增大科学知识技术转移意愿、科学知识技术吸收能力、信任程度、科学知识技术势差，保持其余常量值不变，得到Current3。与Current1相比较，两种改变均显著增加了科学知识技术转移量(如图5所示)，进而影响科学知识技术存量(如图6所示)和区域高等院校协同创新成果(如图7所示)，增强了区域科技型人才聚集效应(如图8所示)和区域高等院校协同创新度(如图9所示)，提升了区域高等院校协同创新效应(如图10所示)。

关系距离缩短有利于营造和谐的创新氛围，促进科技型人才互动、合作、学习；科学知识技术隐含性降低可促进隐含于个人或团体特殊关系中的、因特别的制度和流程而不易被了解的科学知识技术交流，有利于科技型人才学习吸收科学知识和技术；科学知识/技术转移意愿增强有利于科技型人才分享自身科学知识技术，促进科学知识技术，尤其是尖端科学知识技术交流学习；科学知识技术吸收能力提高有利于科技型人才多方面汲取知识技术、扩大知识面、改进学习方法，从而促进科学知识技术吸收；科技型人才间信任程度加深可促进科技型人才协同合作，增进科学知识技术交流；科学知识技术势差增大为科技型人才发展指明了方向，激发科技型人才进步和竞争，促进其对尖端科学知识技术的学习。可见，以上改变均促进了科学知识技术转移，提高了科学知识技术创新率，进而使区域高等院校协同创新成果数量增多、区域科技型人才聚集效应提升，而以科技型人才聚集为主导的创新要素交互增强又提高了区域高等院校协同创新度，提升了区域高等院校协同创新效应。

图5 科学知识技术转移量变化情况 图6 科学知识技术存量变化情况

图7 区域高等院校协同创新成果变化情况 图8 区域高等院校协同创新度变化情况

3.3.2 协同创新动力灵敏度分析结果

协同创新动力常量包括协同创新成本及科技型人才冲突。减小协同创新成本和科技型人才冲突值，保持其它变量不变，得到Current2。与Current1相比较，以上改变显著增强了协同创新动力(如图11所示)，促进了区域科技型人才聚集效应(如图12所示)，进而提升区域高等院校协同创新度(如图13所示)、强化区域高等院校协同创新效应(如图14所示)。协同创新成本降低有利于减轻科技型人才协同创新的经济负担和心理负担，增加协同创新可能性；科技型人才冲突消解可促使科技型人才良性互动、协同合作。这些变化均增强了协同创新动力，促使科技型人才广泛参与协同创新，进而带来区域科技型人才流动、聚集，促进区域科技型人才聚集效应提升。而科技型人才这一主导创新要素增强(集聚)进一步提高了区域高等院校协同创新度，提升了区域高等院校协同创新效应。

图9 区域科技型人才聚集效应变化情况 图10 区域高等院校协同创新效应变化情况

图11 协同创新动力变化情况 图12 区域科技型人才聚集效应变化情况

图13 区域高等院校协同创新度变化情况 图14 区域高等院校协同创新效应变化情况

4结语

4.1研究结论

通过分析高等院校协同创新模式，确定了科技型人才这一协同创新主导要素。有别于以往研究，本文从科技型人才聚集视角出发，构建了高等院校协同创新系统，分析了系统与协同创新环境的作用过程，并建立因果关系模型和系统流图，结合实际进行了仿真和灵敏度分析，得到以下结论：

(1)科技型人才聚集效应与资金、技术、信息、学科平台通过相互作用构成了高等院校协同创新系统。高等院校协同创新模式是以科技型人才为主导的“卫星式”协同模式，科技型人才流动、聚集、协同形成的科技型人才聚集效应与资金、技术、信息、学科平台协同创新要素间存在显著的信息反馈关系，构成了基于科技型人才聚集的高等院校协同创新复杂系统。系统在外部协同创新环境影响下，通过各协同创新要素的耦合关联促进协同创新成果产出，协同创新成果又进一步优化了系统和协同创新环境，二者形成相互促进的良性循环。

(2)高等院校协同创新系统结构、系统行为和系统动态关系适合应用系统动力学方法进行研究。基于科技型人才聚集的高等院校协同创新系统符合系统动力学建模条件，从仿真结果和拟合优度检验结果看，模型较好地契合了实际情况。因此，应用系统动力学方法研究高等院校协同创新较为可行。同样地，模型在一定程度上也适用于其它区域的高等院校协同创新研究。

(3)系统常量会影响高等院校协同创新。关系距离缩短、科学知识技术隐含性降低、科学知识技术转移意愿增强、科学知识技术吸收能力提高、科技型人才间信任程度增进、科学知识技术势差增大、协同创新成本减少、科技型人才冲突消解有利于区域科技型人才聚集效应及区域高等院校协同创新度提升，进而提升区域高等院校协同创新效应。

4.2管理启示

(1)强化高等院校协同创新投入机制。①大力发展经济，加大财政对高校科研投入的支持力度，特别是根据高等院校协同创新需求，科学配置基础研究经费、教育经费和产业研究与试验发展经费；②完善信息交流渠道和平台，保障知识技术获取的便捷性，扩大科技型人才知识面，增强科学知识技术吸收能力；③提高科技水平，促进协同创新成果向相关专利、专有技术转化，增强技术开发能力；④加强学科平台建设，采用科技型人才互派互访和博士联合培养模式，提升高等院校协同创新的广度与深度。

(2)制定以科技型人才为主导的协同创新提升战略。①大力引进和培养领军型科技人才，引领研究发展方向。知识技术势差增大会促进知识转移，激励科技型人才竞争，提高科技创新能力；②营造和谐的工作环境，适当缩小关系距离，包括人情关系距离、组织关系距离、职位关系距离和制度关系距离，促进科技型人才协同创新；③加强科技型人才科研团队建设和学科平台建设，定期通过会议、人员交流、工作讨论等方式加强科技型人才之间的信息、人才、技术互动，以降低科学知识技术隐含性、增强信任程度、增强科技型人才知识技术转移意愿。

(3)完善高等院校协同创新的政策制度支撑体系。一方面，强化知识技术产权法律政策体系，最大限度地保护科技型人才的知识技术产权，化解科技型人才冲突，营造良好的协同创新文化氛围；另一方面，从国家、区域、高等院校3个层面制定相应的科技型人才协同创新激励制度，与科技型人才共享协同创新成果，通过经济激励降低协同创新成本，通过精神激励调动协同创新积极性。

4.3不足与展望

高等院校作为科技型人才聚集地，具有独特的协同创新优势。本文基于科技型人才聚集视角对高等院校协同创新系统进行了深入研究，尽管得到了一些有价值的结论，但仍存在一定不足：①高等院校协同创新系统影响因素较为复杂，且系统变量间的相关关系较为抽象，模型中对部分变量进行了简单化处理，后续将进行更为复杂的动态关系研究，以更加贴近高等院校协同创新实际；②为显著呈现高等院校协同创新系统作用，模型选用北京地区数据进行模拟仿真，所得结论对高等院校协同创新效应和科技型人才聚集效应较强的区域具有较好适用性，而其它区域高等院校协同创新的模拟仿真研究仍需完善；③在优化系统模型、增强结论普适性的基础上，未来将梳理、评估现有高等院校协同创新相关政策和制度体制，从制度目标、制度执行、制度工具维度提出更加细化、具体的高等院校协同创新综合能力提升、科技型人才激励和管理等实践建议。

参考文献:

[1] HAKEN H.Synergetics- are cooperative phenomena governed by universal principles[J].Naturwissenschaften, 1980,67(3):121-128.

[2] SA C M.Linking university research and innovation in the BRICS [C].Investigating the Pact between Higher Education and Society Book Series.Netherlands:Springer, 2015:57-67.

[3] FU X L, LI J Z.Collaboration with foreign universities for innovation:evidence from Chinese manufacturing firms [J].International Journal of Technology Management, 2016,70(2):193-217.

[4] 胡平,卢磊,王瑶.协同创新的网络特征与结构分析——以北京市协同创新中心为例[J].科学学与科学技术管理,2016,37(2):70-78.

[5] 张龙鹏,周立群,蒋为.协同创新：演化逻辑、中国情境与政策体系[J].中国行政管理,2016, 24 (10):116-121.

[6] NASR K J, ABDULNOUR B.An experience on industry-university collaborative research [C].Teaching and Learning in an Era of Change.Washington DC:IEEE Computer Society, 1997:317-320.

[7] SANTORO M D, CHAKRABARTIA K.Corporate strategic objectives for establishing relationships with university research centers [J].Engineering Management, 2001,48(2):157-163.

[8] YE W W, CHEN Y, SHAO J.A case study on U-I co-innovation mechanism:Based on the dominant design view [C].International Conference on Information Management and Engineering, Piscataway:IEEE Press, 2010(2):408-410.

[9] FIAZ M.An empirical study of university-industry R&D collaboration in China:implications for technology in society [J].Technology in Society, 2013,35(3):191-202.

[10] TERRA B, BATISTA L A, CORTINES C, et al.Interaction among universities, government and spin-off companies in a Brazilian context to generate sports innovation [J].Journal of technology management & innovation, 2013,8(2):93-106.

[11] PIZARRO SL,GUIRRIMAN CA.Innovation and the challenge to Latinamerican universities [J].Interciencia, 2016,41(12):802-802.

[12] 陈傲,柳卸林,吕萍.创新系统各主体间的分工与协同机制研究[J].管理学报,2010,9(10):1455-1462.

[13] 许彩侠.区域协同创新机制研究——基于创新驿站的再思考[J].科研管理,2012,33(5):19-25.

[14] 庄涛,吴洪.基于专利数据的我国官产学研三螺旋测度研究——兼论政府在产学研合作中的作用[J].管理世界, 2013,29 (8):175-176.

[15] MILLER C Z, AQEEL-ALZROONI S, CAMPBELL R W.Learning to collaborate in COINs:insights from a multidisciplinary global virtual collaboration[J].Procedia-Social and Behavioral Sciences, 2010,2(4):6543-6550.

[16] ATANDA A F,DOMINIC DD,MAHMOOD A K B.Theoretical framework for multi-agent collaborative knowledge sharing for competitiveness of institutions of higher learning (IHL) in Malaysia [C].International Conference on Computer & Information Science.Piscataway:IEEE Press, 2012:31-36.

[17] WANG H M, SHI J F.Study on the cooperation mechanism of university-dominated university-industry knowledge innovation alliance[C].International Conference on Advances in Management Science and Engineering.USA:Destech Publications, 2015:334-338.

[18] 周增骏,陈劲,梅亮.中国研究型大学科技成果资本化机制探析[J].科学学研究,2015,33 (11):1641-1650.

[19] 项杨雪,梅亮,陈劲.基于高校知识三角的产学研协同创新实证研究——自组织视角[J].管理工程学报,2014,30(3):100-109.

[20] 张国昌,胡赤弟.场域视角下的高校协同创新模式分析[J].教育研究,2017,38(5):55-61.

[21] AVILA LV, LEAL W, BRANDLI L, et al.Barriers to innovation and sustainability at universities around the world[J].Journal of Cleaner Production, 2017,164(10):1268-1278.

[22] 王晓辉.法国高校协同创新政策与实践[J].清华大学教育研究,2014,35(4):46-54.

[23] 洪煜.大学协同创新对学术产出质量的影响机制研究——基于中美高水平大学的引文分析[J].清华大学教育研究, 2016,37(5):33-44.

[24] 孙瑜康,李国平.京津冀协同创新水平评价及提升对策研究[J].地理科学发展,2017,63(1):78-86.

[25] 周志太.基于经济学视角的协同创新网络研究[D].吉林:吉林大学,2013.

[26] 卫洁,牛冲槐.科技型人才聚集下知识转移系统建模与仿真[J].科技进步与对策,2013,30(5):117-121.