The knowledge integration mechanism of "technology with pure rationality and practical rationality " speeds up knowledge transfer and stimulates creativity through the "potential difference" and "heterogeneity" of knowledge among collaborative subjects,and it is an effective way for the breakthrough of key and core technology innovation. Specifically, in the innovation process of key and core technologies, it is necessary to dissect, absorb and reconstruct the technical knowledge, pure rational knowledge and practical rational knowledge from the collaborative subjects of industries, universities and research institutions. The potential difference between different collaborative subjects accelerates the dissemination, sharing and complementary overflow of knowledge and resources. The heterogeneity between knowledge stimulates the creativity of collaborative subjects, so as to reduce the innovation cost and risk and promote the birth of key and core new technologies.
The power distribution rule of "leader-bridge-helper" can effectively explain the value-added process of embedded social relations in the interaction process of collaborative subjects and promote the innovation of key and core technologies. In the industry-university-research institution collaborative innovation system of key and core technology, all subjects interact tacitly and consciously according to the power distribution rules of "leader-bridge-helper", and automatically form an orderly structure under the leading role of the leader organization, the conduction intermediary role of the bridge organization, and the following and auxiliary role of the auxiliary organization. By constantly coordinating the relationship between the interactive subjects, the decentralized action goals between the subjects are integrated into the common goal of the collaborative network, so as to improve the interaction efficiency, avoid transaction costs and other costs, and finally promote the system to produce the effect of "the whole is greater than the sum of parts", and achieve the innovation and value increase of key and core technologies.
The network structure of "modularization-loose coupling" can eliminate the interaction obstacles between subjects and maximize the structural dividends. It is the key and core technology innovation breakthrough law of industry-university-research institution collaborative complex network at the system structure level. Specifically, the sub-modules with heterogeneous functions in the key and core technology industry-university-research institution collaborative complex system interact with other modules on a relatively independent basis, so that the whole collaborative system has stability and maintains a certain flexibility. The sub-modules are connected with each other according to the principle of "loose coupling", so as to minimize information redundancy, reduce conflicts and opportunistic risks, improve system flexibility, scalability and the reusability of elements, save management costs and finally promote the innovation and breakthrough of key and core technologies.
This study provides some of enlightenment for the key and core technology industry-university-research institution collaborative policy-making and enterprise innovation management. The three parties in the industry-university-research collaboration mechanism framework should evaluate their own resources and find partners purposefully, clarify their network positions and improve collaboration ability accordingly. Moreover, at the national level, the government should appropriately guide and set up technological specialization module development programs according to China's current development stage and basic national conditions, and effectively employ administrative means to establish connections with domestic and foreign resources; at the enterprise level, relevant enterprises should set their own technology sub-module strategies according to their own advantages and disadvantages. It is also vital for the government and enterprises to improve relevant systems to ensure the collaboration progress, such as further improving the institutional innovation and incentive policy system design and creating an open, integrated and resilient corporate culture.
开放科学(资源服务)标识码(OSID)：
后疫情时代，国际政治经济形势复杂多变，以科技创新为核心的大国竞争日益激烈；同时，随着技术复杂性和融合性的加剧，面向高水平科技自立自强的产学研协同创新成为突破关键核心技术“卡脖子”问题的重要路径。中共十九届五中全会和国家“十四五”规划提出“坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑”，强调要“打好关键核心技术攻坚战”，到2035年之前“关键核心技术实现重大突破”。“十四五”规划在优化科技资源配置时明确强调“推进科研院所、高等院校、企业科研力量优化配置和资源共享”的重要性，深入探究和揭示面向关键核心技术创新的产学研协同机理对于布局产学研合作实践、突破关键核心技术“卡脖子”问题以及强化国家战略科技力量具有重要理论价值和现实意义。
高度复杂性是我国关键核心技术的共同特征，如航空动力装置技术、芯片制造技术、数控制造技术、高端医疗设备技术以及高端软件系统技术等[1]，对应关键核心技术创新的产学研协同也属于复杂的系统工程[2]，是典型的非线性复杂系统管理活动，不仅要从系统科学观点出发进行研究，还要充分考虑关键核心技术产学研协同网络结构的复杂性特征。盛昭瀚等(2021)基于钱学森复杂系统思维与范式提出具有中国特色的复杂系统管理理论，将复杂系统、管理科学和中国管理实践情景相融合，认为复杂系统是具有层次性结构、要素之间非线性关系以及特定功能的有机整体，呈现“整体上有，局部没有”的复杂性系统形态，是以系统网络化结构为分析基础的复杂性系统科学[3]。复杂系统管理理论为剖析我国关键核心技术产学研协同创新机理提供了理论依据和实践基础。
当前，产学研协同创新机理研究多围绕资源整合—主体互动两个层面展开讨论，在强调系统观的同时忽视了协同结构的复杂性特征，对协同网络复杂结构创新规律的探讨较少，无法为我国关键核心技术突破提供有效理论支撑；而且，已有研究不够重视协同主体间嵌入性关系的创新效用。因此，为响应“加强国家战略科技力量理论性研究”的呼吁[4]，本文从复杂系统管理理论视角，从协同网络结构层面，面向我国关键核心技术创新突破构建资源整合—主体互动—系统涌现协同机理框架，深入探索产学研协同推动关键核心技术创新的内在规律，并以典型“卡脖子”领域芯片光刻技术为例进行实证解析，与王海军等[5-7]的研究相呼应。
协同最早出现在哈肯[8]的《社会协同学》一书中，主要研究一个由大量子系统以复杂方式相互作用所构成的复合系统，一定条件下子系统间通过非线性作用关系产生“1+1>2”的协同效应，使系统形成有一定整体性功能的自组织结构。随后，协同学被引入社会生产系统领域，如技术创新活动中的组织协同。国内外学者从不同视角对组织协同创新内涵进行界定，究其本质在于打破创新主体之间的壁垒与障碍，使创新主体围绕共同目标协同运作，最终产生“整体大于部分之和”的合作剩余效应。大部分学者认为，产学研协同创新是在自主创新、开放式创新基础上发展而来的一种更加复杂的网络创新范式，即通过国家引导和制度安排，整合大学、企业和科研机构等创新主体的互补性资源，将合适的资源在合适的时间传递给合适的组织，旨在实现知识增值的非线性交互过程[9-10]。陈劲等[9]将协同创新的主要特点归纳为整体性和动态性两种。其中，整体性指协同是各种创新主体的有机集合，而并非简单加总，协同创新方式、目标、功能都表现出整体性；动态性指协同创新生态系统不断动态变化。
现有研究主要从资源基础观、价值创造、交易成本、系统科学等视角对协同创新机理展开分析。协同创新本质上体现了系统科学思想在创新系统领域的应用，是从封闭转向开放的必然结果[10]。何郁冰(2012)从系统视角提出战略—知识—组织协同创新理论框架，探究企业、大学和科研机构等创新主体之间知识资源互动、共享与集成过程；叶伟巍等(2014)基于系统视角构建要素—能力—绩效协同创新机理框架，借鉴复杂系统理论中经典的“B-Z”反应模型，在实证研究产学研协同静态机理的基础上构建Logistic 动态分析模型，用以探索产学研协同创新动态演进机理；项杨雪等[11]以价值创造为视角，构建高等院校协同创新理论分析框架，并以浙江大学煤炭资源化利用发电技术协同创新中心为案例，从效率、互补性、锁定效应和新颖性4个维度分析浙江大学协同创新中心的价值创造过程；Okamuro等[12]、Macher等[13]从交易成本视角揭示协同创新机理发现，当企业内部技术开发成本过高或创新不确定性加剧时，协同创新能够分摊创新成本，降低企业创新风险，提高创新主体研发能力，这与陈劲等[9]的观点相呼应；Baldwin等[14]从资源基础观视角出发，认为专利开发协同合作有利于促进知识流动、加快资源交换和共享；李久平等[15]基于提出协同创新过程中的进化适应、协同旋进、择优弃劣、互补相容、利益分配、相互信任六大机理；解学梅(2013)将不同创新主体纳入都市圈协同创新网络，基于创新主体协同、资源要素协同、协同方式和空间协同4个维度构建都市圈协同效应模型，归纳出协同网络运行机理。
综上所述，现有研究存在以下不足：①关键核心技术产学研协同创新是一项复杂系统工程，复杂性和系统性缺一不可。现有研究多围绕资源整合—主体互动两个层面展开，强调协同要素的全面性和完整性，忽视了协同网络结构的复杂性，无法为关键核心技术创新过程中的产学研协同规律提供有效理论支撑；②协同创新主体之间的互动是已有文献讨论的重点，但主要侧重于互动过程与创新效果，较少关注协同创新主体之间嵌入性关系的创新效用。为此，本文基于复杂网络系统管理理论，从资源整合(协同主体)—主体互动(协同关系)—系统涌现(协同结构)3个层面构建关键核心技术产学研协同创新机理框架，致力于剖析创新主体间互动协作规则以及探索复杂网络系统结构涌现的创新规律。
组织是技术协同创新网络的基本要素，主要由产、学、研3类组织构成。其中，技术知识是与市场最接近的知识，主要来自企业组织；技术创新的基本原理被称为“纯粹理性知识”，主要来自大学；科研机构提供的知识为实践知识和原理知识的混合体，以实践理性知识指代[16]。
(1)知识势差有利于促进信息交流。知识势差是不同类型知识进行转移和再造的前提，能够有效促进知识主体之间的信息交流。一切知识都存在位势比较，势差遵循“高位扩散、低位汲取”的转移原则，组织知识位势越高，向外界进行知识转移的能力就越强[17]。在产学研协同网络中，来自大学的纯粹理性知识主要为技术创新提供基础原理，对应较高的知识能量；企业知识大部分来自创新实践，最接近实践应用，所对应的知识位势最低；而来自科研机构的实践理性知识是基本原理与技术实践的结合体，其所处的知识位势处于两者之间。产学、产研与学研之间的知识位势差异促进产学研合作网络知识转移和流动，为新技术的诞生提供创新土壤。
(2)异质性知识能够激发企业创造力。异质性知识是产生新思想、激发创造力的重要源泉[18]。产学研异质性知识相互整合，能够帮助协同主体摆脱既定认知惯性约束、寻求技术创新机遇[19]。纯粹理性知识和实践理性知识有助于企业打破自身思维障碍及认知局限，从中突破创新停滞危机[20]；反之，企业技术知识通过技术创新实践对创新原理产生反馈作用，学研机构根据企业反馈的技术知识修正和调整创新原理知识。产学研异质性知识交互能够触发更多信息交流[21]，增强不同创新主体对前沿技术和外部环境的敏锐性[22]，实现更多技术创新。
协同创新网络本质上是一种嵌入社会关系的复杂网络，主体之间的正式契约关系对协同效率的优化作用有限，契约关系之外的嵌入性社会关系发挥重要补充作用[23]。协作只有与一定的权力分配相协调时，才能有效促进知识获取、转移、共享、重构和再生(周景坤等，2020)。因此，本文基于权力分配理论解析嵌入性社会关系对协同效率的补充作用。
权力是存在于社会关系中的基本力量，体现为对有价值资源的控制，与网络角色概念密不可分，权力分配能够有效提升网络要素协同交互效率[24]。就产学研协同而言，不同类型组织针对同一技术问题相互合作，在错综复杂的交互关系中，不同主体具有不同程度的联系权力和信息权力，产生相应的权力分配，表现为产学研协同网络系统中不同的角色分类。其中，联系权力基于与有影响力或重要人物的联系，拥有重要连接能力的主体会诱导其他主体顺从[25]；信息权力是指拥有或掌握对他人有价值信息的能力[26]。借鉴余维新等(2017))对知识主体的分类，结合资源控制能力差异，本文将产学研协同网络交互主体划分为主导者、桥梁和辅助者3类。其中，主导者同时具备较强的联系权力和信息权力，从而引领技术标准和创新走向；桥梁组织具有较强的联系能力，但信息权力不显著，主要起传导作用；辅助组织对资源的控制能力较弱，主要配合、追随前两者开展创新活动。
(1)模块化能够消除交互障碍。模块化从复杂产品开发设计理念逐步发展成为一种新型组织交互模式[27]，它按照“最小化模块之间的依赖性、最大化模块内部的关联性”原则，将协同创新网络中的协同主体分解成多个具有相对独立功能和标准化接口的模块[28]。在关键核心技术产学研协同创新网络中，模块是相对独立、完整、专注于特定技术功能的子系统或子群体，模块内部知识资源差异较小，能够消除因显性、隐性信息不对称和主体差异性因素而触发的交互阻隔问题，节约管理成本，消除创新主体与利益相关者的摩擦，进而提升企业协同交互效率[5-7]。
(2)松散耦合有利于最大化释放结构红利。适当的连接模式是实现子模块之间高效配合、系统整体效果最优的保障。松散耦合理论最早用于生物学和心理学领域，20世纪80年代被学者Weick引入组织行为学领域，为分析复杂网络中个体、组织、系统间交互模式提供了新思路。松散耦合系统被描述为由多个具有异质性、结构化惯例所组成的联合结构[29]。其中，耦合指系统惯例要素之间相互联系，而松散指各惯例要素相对独立和变化，系统在维持一定确定性的同时又具备一定程度的不确定性。网络系统整体特征与要素特征同时存在，系统不因功能分散而失去核心，要素也不因融于系统而失去独立性，要素之间的交互作用介于被控制和不受影响之间(李会军等，2015)。松散耦合系统结构有利于最小化信息冗余，降低机会主义风险，提高系统灵活性和可扩充性，提升要素可重用性，节约管理成本，增强对外部环境变化的敏感性，有效隔离子系统风险[30]，提升子系统间交互效率，进而促进产学研协同网络创新效率提升。
基于上述分析，本文构建关键核心技术产学研协同创新机理框架，如图1所示。本研究认为，面向关键核心技术创新的产学研协同机理内涵是指在技术研发实践活动中，来自产学研等创新主体的知识资源相互补充与整合，协同主体之间按照一定规则互动协作，将合适资源在合适时间内传递给合适组织，协同复杂网络结构涌现创新规律，旨在实现技术创新的非线性过程。从协同主体—协同关系—协同结构出发，对应分析资源整合—主体互动—系统涌现3个层面关键核心技术产学研协同创新机理。其中，协同主体层面技术创新动力主要来自势差作用下异质性知识资源整合，协同关系层面主导者—桥梁—辅助者权力分配规则能够有效提升创新主体交互效率，协同结构层面模块化—松散耦合结构有助于揭示关键核心技术协同研发过程中的创新规律。
芯片光刻技术是事关国家安全的典型“卡脖子”技术。中共十八大以来，习近平总书记在多个场合强调提升关键核心技术自主创新能力、加快突破“卡脖子”技术的迫切性。习近平总书记2021年5月28日在两院院士大会和中国科协全国代表大会上明确指出要从国家急迫需要和长远需求出发，“在高端芯片等方面关键核心技术上全力攻坚，坚决打赢关键核心技术攻坚战”。可见，芯片光刻技术是我国关键核心“卡脖子”技术的典型代表。而专利是衡量技术创新成效的重要指标，也是关键核心技术突破的重要体现，专利合作网络是组织协同创新的具体表现形式之一。因此，本研究以芯片光刻技术合作专利为分析对象，实证解析关键核心“卡脖子”技术创新过程中的产学研协同机理。
本文中的专利数据(2000—2020年)来自德温特创新索引数据库(DII)。鉴于芯片光刻技术的复杂性，根据某几类IPC国际专利分类号检索难免出现纰漏。所以，本文在参阅芯片光刻技术相关资料[31-32]的基础上，通过专家访谈设置芯片光刻技术检索式，如表1所示。经过清洗、字段分割和去重后，得到有效专利数据27 118条，进一步删除专利权人中包含个人的数据，最终获取2 743条合作专利。
图1 基于复杂系统视角的关键核心技术产学研协同创新机理框架
Fig.1 Industry-university-research institution collaboration mechanism framework of key and core technology innovation from a complex system perspective
表1 芯片光刻技术专利检索式
Tab.1 Patent search formula of chip lithography technology
技术关键词IPC((IC OR "Integrated Circuit" OR Semiconductor) AND (photolithography OR imaging OR Lithograph* OR reslet process* OR (Xray AND Lithograph* ) OR XRL OR FIB OR "Fo-cused Ion Beam" OR Focused-ion-beam OR Lithograph* OR FIBL OR EUV OR "Extreme Ultraviolet Lithography" OR Extreme-ultraviolet-lithography OR EUVL OR NIL OR "Nano-imprint Lithography" OR Nanoimprint-lithography OR EPL OR "Electron Projection Litho-graph*" OR Electron-projection-lithograph* ))G03F7/;G03F/;G03B/;H04N3/;H04N-005/;B23K26/362;H01L21/027;H01L21/312;H01L21/47
本文以芯片光刻技术合作专利数据为例，运用社会网络分析法实证解析技术创新协同机理。首先，构建2000—2020年协同创新网络，识别不同类型知识协同主体；其次，按照联系权力和信息权力大小，对参与协同创新的组织进行分类，解析组织间协作机理的权力分配原则；最后，测度技术创新协同网络模块化程度，以及子模块之间的连接模式。
3.2.1 协同网络构建
本文借鉴刘国巍等[33]的做法，首先从芯片光刻技术合作专利中提取“专利权人”目标字段，构建共现矩阵Matrixp，如公式(1)所示；其次，运用社会网络可视化工具进行分析，得到芯片光刻技术协同创新网络。
Matrixp=
(1)
其中，pi、pj分别表示第i个和第j个协同主体，Mij表示协同主体pi和pj之间的共现强度，该值越大，表明两要素之间的协同作用越显著。
3.2.2 组织角色识别方法
(1)主导者—桥梁—辅助者角色识别。基于权力分配理论，将产学研合作网络中拥有不同资源控制能力的节点划分为主导者、桥梁和辅助者3类，其中主导者进一步划分为局部主导者和全局主导者。如图2所示，纵轴表示信息权力大小，横轴代表联系权力。当两种权力值较大时，为全局主导者；当信息权力较大而联系权力较小时，为局部主导者；当联系权力较大而信息权力较小时，为桥梁；当两种权力值均较小时，为辅助者。
本文选取产学研合作网络中点度中心性与接近中心性的综合值度量对应节点信息权力大小[34]，选取中介中心度值度量联系权力大小[35]。信息权力测度公式如下：
(2)
(3)
(4)
其中，
为节点i的点度中心性标准化值[36]，n代表产学研合作网络中包含的组织总数，xij表示组织i与组织j之间合作关系的频次；
为节点i的接近中心度标准化值[37]， d(Ni,Nj)表示组织i与组织j之间的测地距离。
联系权力测度公式为：
(5)
其中，njk表示节点j与节点k间测地距离的路径数量，njk(Ni)表示j和k之间经过节点i的路径条数[38]。相关研究表明，一个复杂网络中主导节点比重应介于6%～12%之间[39]，故本文选取10%反向确定信息权力和联系权力的取值范围。
图2 组织角色定义
Fig.2 Definitions of organization role
(2)桥梁角色分类。借鉴Gould等[40]的研究，将桥梁划分为圈内协调人(coordinator)、联络官(liaison)、守门人(gatekeeper)和圈外协调人(itinerant broker)4种类型。如图3所示，节点b为桥梁节点，当节点a和c属于同一类型时，b被称为圈外协调人；当三者均不属于同一类型时，b被称为联络官；当b与a或c节点属于同一类型时，b担任守门人角色；当三者同属于一种类型时，b为圈内协调人。
图3 4种桥梁角色
Fig.3 Four bridge roles
4种桥梁角色量化公式分别如(6)～(9)所示，其中Brokerageb表示节点b担任桥梁的次数，Ta、Tb、Tc分别表示节点a、b、c的组织类型。
(6)
(7)
(8)
(9)
3.2.3 模块化—松散耦合状态测度方法
协同创新网络结构测度方法分为子模块识别和整体网络模块化程度测度两个步骤。首先,借鉴王海军等[5]的做法，统计创新主体专利技术领域分布情况，根据国际分类号(IPC)比重识别创新主体所专注的技术子领域。在此基础上，从组织间最佳聚类情况反向调整模块分类，最终得到内部联系紧密的相对专业化技术子模块,如图4所示。IPCpq表示第p个组织所专注的第q个技术子领域，Wpq表示第p个组织所专注的第q个子领域占自身涉猎子领域总量的比值。
本文采用逐轮启发式Louvain社区聚类算法[41]测度协同网络模块化程度以及子模块之间的松散耦合状态，子模块内部聚集情况运用平均聚类系数描述，整体网络松散耦合状态由模块化程度Q值反映，聚类系数CC和模块度函数Q测度公式如式(10)。
图4 模块化测度流程
Fig.4 Modular measurement process
CC=2ei/[ki*(ki-1)]
(10)
其中，ki表示节点i的度，ei表示节点i与相邻节点之间实际存在的边数。
(11)
(12)
(13)
其中，Aij表示节点i与节点j之间边的权重，ci、cj分别表示节点i和节点j所在的模块类别。Q取值范围为[—1/2,1)，Q值越大，表明协同创新网络松散耦合结构特征越明显。上述统计指标计算代码详见https://github.com/weimingdiit/wm/tree/master/wm—zbblea
rn/src/main/java/Louvain。
3.3.1 纯粹理性—实践理性—技术知识整合机理
据统计，在芯片光刻技术领域产学研协同创新网络中，企业占总体协同主体的比重最大(83.5%)；科研机构次之，占比9.6%；大学最少，占比6.9%。由表2可知，前10名企业分别为荷兰阿斯姆公司、日本索尼电子、韩国三星电子、中国台积电、日本佳能、日本东芝电子、日本富士公司、日本松下电子、韩国海力士电子和美国豪威科技公司；前10位科研机构分别为日本半导体能源实验室、日本国家高级工业科技研究所、韩国电子通信研究院、韩国汉阳大学工业合作社、韩国先进科学技术研究院、中国中科院微电子所、东京技术研究院、德国弗劳恩霍夫协会、中国台湾工业技术研究所和美国帕洛阿尔托研究中心；前10位大学分别为中国清华大学、华中科技大学、复旦大学和华南理工大学，日本静冈大学和东北大学，美国麻省理工学院和加州大学，以及韩国延世大学。
综上所述，芯片光刻技术创新所需知识来源于荷兰阿斯姆公司、日本索尼电子等企业的技术知识，日本半导体能源实验室、日本国家高级工业科技研究所等科研机构的实践理性知识，以及中国清华大学、日本静冈大学等大学的纯粹理性知识。首先，产学研3类协同创新主体之间及其内部知识都存在一定程度的知识势差，这种势差加速了协同网络中的信息交流和资源流动，为技术创新提供了条件和土壤；其次，3类协同创新主体之间、每种类型内部知识的异质性能够有效提升网络成员对外界技术的敏感度，打破自身认知障碍，激发自身创造力，降低创新成本和风险，最终促进芯片光刻技术创新。
表2 产学研协同主体占比排名
Tab.2 Ranking of industry-university-research institution collaborators
企业名称/国别 频次科研机构名称/国别频次大学名称/国别频次ASML-C阿斯姆/荷兰913SEME-R半导体能源实验室/日本156UYQI-U清华大学/中国26SONY-C索尼/日本843NIIT-R国家高级工业科技研究所/日本22USHK-U静冈大学/日本12SMSU-C三星/韩国682ETRI-R电子通信研究院/韩国13MASI-U麻省理工学院/美国10TSMC-C台积电/中国台湾640UHYG-R汉阳大学工业合作社/韩国12UYHZ-U华中科技大学/中国8CANO-C佳能/日本554KOAD-R先进科学技术研究所/韩国11TOHO-U东北大学/日本8TOKE-C东芝/日本333CAMI-R中科院微电子所/中国10UYIA-U延世大学/韩国6MATU-C富士/日本233TOKD-R东京技术研究所/日本9UYFU-U复旦大学/中国5FUJF-C松下/日本178FRAU-R弗劳恩霍夫协会/德国9UNTU-U台湾大学/中国5HYNX-C海力士/韩国174ITRI-R工业技术研究院/中国台湾8REGC-U加州大学/美国5OMTE-C豪威科技/美国167PARC-R帕洛阿尔托研究中心/美国7UYSC-U华南理工大学/中国5
注：本文出现的组织简称均来自于德温特专利索引数据库，“-C”表示企业；“-R”表示科研机构；“-U”表示大学
3.3.2 主导者—桥梁—辅助者协同机理
基于权力分配理论，芯片光刻技术产学研协同创新网络中的要素被分成全局主导者、局部主导者、桥梁和辅助者4种角色。如图5所示，韩国三星电子(SMSU-C)、美国克罗斯泰克公司(CROS-C)和美国爱特梅尔公司(ATML-C)分别为典型的全局主导者、局部主导者和辅助者，日本昭和大学(UYSH-U)、美国麻省理工学院(MASI-U)、日本拓普康公司(TOKI-C)和中国南京师范大学(UYNA-U)为典型的圈外协调人、联络官、圈内协调人和守门人角色。
图5 芯片光刻技术主导者—桥梁—辅助者协作框架
Fig.5 "Leader-bridge-helper" collaboration framework of chip lithography technology
在芯片光刻技术产学研协同创新网络中，同时具有较大信息权力和联系权力的全局主导者主要包括韩国三星电子、日本东芝电子、日本松下电子、美国国际商业机械公司、荷兰阿斯姆公司；具有较大信息权力但联系权力较弱的局部主导者主要包括日本日立高技术公司、比利时微电子中心和美国克罗斯泰克公司；日本大阪大学、昭和大学、静冈大学、德国弗劳恩霍夫协会、韩国先进科学技术研究所、日本罗姆半导体、美国英特尔和中国联华电子扮演桥梁角色；西比克微电子公司、艾比根公司和惠普公司扮演辅助者角色。
图5(1)中协同主体为韩国三星电子公司，与其具有直接合作关系的组织数量有30个，且其是到达整个网络中剩余节点平均路径最短的节点，拥有较强的引领能力；其次，该节点共担任了860次中介角色，具有较强的传导能力，所以其是典型的具有显著引领能力的全局主导者角色。图5(2)为美国克罗斯泰克公司，其拥有7个直接合作伙伴，具有一定的引领能力，共担任过18次桥梁，同时也发挥一定的信息传导作用。该节点的引领作用和传导作用较全局主导者弱，为芯片光刻技术领域产学研协同网络中的局部主导者。图5(3)为4种桥梁角色。其中，日本昭和大学在韩国三星电子、日本富士通等公司之间起信息传递作用，日本昭和大学担任企业圈外协调人角色；美国麻省理工学院将路易斯安那州立大学、哈佛大学和科学研究实验室联系起来，在不同组织类型之间传递信息，担任芯片光刻技术协同创新网络联络官角色；日本拓普康公司将东芝电子、日本电气等公司连接起来，在同类别群体内担任信息传递和资源圈内协调人角色；中国高校南京师范大学在同类要素日本奈良大学和异类组织中国泰州海陵一马商务信息、法国泰雷兹科技等公司之间发挥信息交流及资源共享的桥梁作用，担任守门人角色。图5(4)为协同网络中的辅助者要素类型。其中，美国爱特梅尔公司在协同网络中仅拥有英国E2V半导体公司一个直接合作伙伴，未表现出显著的引领作用和传导作用，辅助芯片光刻协同网络中的主导者要素和桥梁要素，共同完成芯片光刻技术创新。
3.3.3 模块化—松散耦合机理
考虑网络主体的联系紧密度和技术类别，本文将芯片光刻领域产学研协同创新网络划分为11个技术子模块，如图6所示。其中，w表示子模块中组织数量占总体数量的比重，cc表示子模块的平均聚集系数，箭头上方文字为对应子模块技术关键词。由于有76.89%的芯片光刻领域专利数据都包含H01(基本电器元件)这一技术关键词，因此为避免对子模块分类产生干扰，对该技术关键词作删除处理。
图6 芯片光刻技术产学研网络模块化结构
Fig.6 Modular structure of industry-university-research institution collaboration network of chip lithography technology
在芯片光刻领域子模块中，组织数量较多的子模块包括：关键词为“电记录术、有机高分子化合物技术”的模块7、关键词为“有机化学、声学技术”的模块3和关键词为“电通信技术、信息存储技术”的模块4，分别占比17.20%、12.95%和10.83%；参与组织数量较少的为模块10(显示技术和光学技术)和模块2(印刷技术和基本电子电路)，分别占比4.46%和5.52%。内部聚集程度较高的模块包括：关键词为“抛光剂材料和测量测试”的模块9和关键词为“测量测试技术和表面化学处理技术”的模块8，聚集系数分别为0.69和0.59；内部聚集程度较低的子模块包括：模块10(显示技术和光学技术)和模块6(电通信技术和医学卫生学技术)，聚集系数分别为0.21和0.26。经计算，整体网络模块化指标Q值为0.251，表明芯片光刻技术产学研合作网络整体结构呈现出一定程度“内部连接紧密，外部连接松散”的模块化松散耦合特征。
本研究基于复杂系统管理理论，面向关键核心技术创新构建协同主体(资源整合)—协同关系(主体互动)—协同结构(系统涌现)产学研协同机理框架，并以芯片光刻技术专利合作网络为例，借助社会网络分析法解析该框架，得出如下结论：
(1)纯粹理性—实践理性—技术知识整合机理通过协同主体间的知识势差和异质性知识激发创新主体创造力，是关键核心技术创新的有效途径。在关键核心技术创新过程中，需要对来自产学研协同主体的技术知识、纯粹理性知识、实践理性知识进行解剖、吸收和重构，不同协同创新主体间的知识势差能够加速知识资源共享，知识之间的异质性能够激发协同主体的创造力，从而降低创新成本和风险，促进关键核心技术的诞生。
(2)主导者—桥梁—辅助者权力分配规则能够有效阐释协同创新主体交互过程中嵌入性社会关系推动关键核心技术创新的价值增值过程。关键核心技术产学研协作系统内各主体之间按照主导者—桥梁—辅助者权力分配规则有意识地进行交互，在主导者组织的引领作用、桥梁组织的传导作用以及辅助组织的辅助作用下自动形成有序结构，通过不断协调交互主体之间的关系，使主体间分散的行动目标融合成合作网络的共同目标，以提升交互效率、规避交易费用和成本，最终促使系统产生“整体大于部分之和”的效应，推动关键核心技术创新。
(3)模块化—松散耦合网络结构能够消除主体之间的交互障碍、最大化释放结构红利，是产学研协同复杂网络在系统结构层面涌现出的关键核心技术创新突破规律。具体而言，关键核心技术产学研协同复杂系统内部具有异质性功能的子模块在相对独立的基础上与其它模块进行交互作用，使整个协同系统具有稳定性的同时保持一定的灵活性，子模块之间按照松散耦合原则相互连接，从而最小化信息冗余，减少冲突，降低机会主义风险，提高系统灵活性和可扩充性，提升要素可重用性，节约管理成本，提升整个系统合作效率，最终推动关键核心技术创新。
(1)面向关键核心“卡脖子”技术创新构建纯粹理性知识—实践理性知识—技术知识整合、主导者—桥梁—辅助者主体协作和模块化—松散耦合产学研协同机理框架，为坚决打赢关键核心技术“卡脖子”问题攻坚战、加快实现高水平科技自立自强以及促进经济高质量发展提供了理论启示。
(2)将复杂系统管理理论引入协同创新研究，构建协同创新主体—关系—结构复杂系统管理框架，从复杂系统结构层面发展协同创新理论，从权力分配理论视角丰富了协同关系层面产学研互动机理，并从专利视角拓宽了其应用范围，为技术创新过程中的产学研合作提供了理论支持和实践指导。
(3)关键核心技术产学研协同创新不仅是技术研发活动，更是相应制度引导下国家创新发展战略的体现，是具有中国特色的创新实践活动。其中，网络结构层面涌现的模块化—松散耦合创新机理是复杂系统管理理论“整体上有，局部没有”特征的典型表现，完善了具有中国特色的复杂系统管理理论应用场景。
根据上述研究结论，本研究得出如下启示：
(1)评估自身资源组合，有目的地寻找合作伙伴。企业应在明确自身发展阶段的前提下，评估自身所拥有的知识资源，积极寻找符合自身战略需求的异质性资源，主动、有目的地与目标主体建立联系，努力提升自身创新能力。我国芯片光刻技术目前处于“大而弱”、核心关键技术受制于人的发展阶段，参与国际产学研协同研发是提升我国自主创新能力的有效途径。芯片光刻领域企业和科研机构应充分评估自身资源，通过大学机构的联动作用，参与国际产学研协同创新活动，积极寻求满足自身战略需求的互补性资源。
(2)明晰网络定位，提升协同创新能力。企业应对自身在协同创新网络中的位置具有清晰认识，有针对性地制定发展规划和战略，提升自身掌握核心资源的协同能力，逐步向能够引领关键核心技术发展走向的网络主导位置靠拢。研究发现，在国际产学研协同创新网络中，占据主导位置的创新主体大多来自日美韩德等国家，所以相关企业应明确自身定位，定向提升自身协同能力，掌握关键创新资源，提升在国际竞争中的话语权。政府应重点培养、扶持我国光刻技术领域世界一流创新主体，以科技领军企业带动该领域国家战略力量提升。
(3)聚焦关键技术子模块，有效连接内外部资源。国家层面，政府应根据我国当前发展阶段和基本国情，适当引导、设置技术专业化模块发展方案，体现积极推进、扶持或均衡关键核心领域发展的国家意志，有效利用行政手段汲取国内外优势资源。研究发现，“显示技术和光学技术”子模块和“电通信技术和医学卫生学技术”子模块领域内部聚集程度较低，模块内部协同创新主体之间的联系较弱，“显示技术和光学技术”子模块和“印刷技术和基本电子电路”子模块组织参与程度较低，因此政府应加强政策引导，加速系统结构创新红利的实现。企业层面，关键核心技术企业应以“补短板、锻长板”为原则设置技术子模块战略。在薄弱模块领域，积极连接外部资源，取他人之长补自身之短；在优势子模块领域，蓄力锻造具有核心竞争力的子模块，提升自身在专业化细分领域的引领能力和话语权。
(4)完善相关法律法规，为协同创新顺利进行提供制度保障。首先，政府应基于系统观视角完善产学研合作制度创新和激励政策体系设计，从产学研合作参与主体、非线性交互关系和系统结构3个层面强化国家战略科技力量，加快构建和完善关键核心技术基础研究和原始性产学研协同创新体系；其次，持续完善相关产权分配制度，为产学研联合攻关与突破性创新提供良好的利益分配制度保障，激励形成关键核心技术攻关的合作氛围和文化环境；再次，企业应积极营造开放、融合、包容、韧性的企业文化，为全面提升企业协同创新能力和自主创新成效提供制度条件，使企业成长为有效支撑高水平科技自立自强的世界一流企业、科技领军企业或专精特新创新型中小企业。
[1] 刘亚东.是什么卡住了我们核心技术的脖子[EB/OL].[2018-06-24]. http://www.ce.cn/xwzx/gnsz/gdxw/2018 06/24/t20180624_29513293.shtml.
[2] 陈劲.技术创新的系统观与系统框架[J].管理科学学报,1999,2(3):66-73.
[3] 范如国.复杂网络结构范型下的社会治理协同创新[J].中国社会科学,2014，35(4):98-120,206.
[4] 尹西明,陈劲,贾宝余.高水平科技自立自强视角下国家战略科技力量的突出特征与强化路径[J].中国科技论坛,2021，37(9):1-9.
[5] 王海军,陈劲,成佳.基于模块化视角的ICT企业专利合作网络研究:华为案例[J].科学学与科学技术管理,2018,39(7):74-87.
[6] 王海军,陈劲,冯军政.模块化嵌入的一流企业产学研用协同创新演化:理论建构与案例探索[J].科研管理,2020,41(5):47-59.
[7] 王海军,张悦,张文耕,等.组织模块化对研究型大学技术转移绩效的影响[J].科技进步与对策,2021,38(24):28-37.
[8] 赫尔曼·哈肯.协同学——大自然构成的奥秘[M].上海:上海译文出版社,2005.
[9] 陈劲,阳银娟.协同创新的理论基础与内涵[J].科学学研究,2012,30(2):161-164.
[10] 黄曼,朱桂龙,刘芳,等.基于三螺旋模型的产学研协同创新机制研究——以潜水设备行业为例[J].华南理工大学学报(社会科学版),2020,22(1):72-81.
[11] 项杨雪,梅亮,陈劲.基于价值创造的协同创新本质研究——以浙江大学协同创新中心为例[J].科技进步与对策,2015,32(23):21-26.
[12] OKAMURO H, KATO M, HONJO Y. Determinants of R&D cooperation in Japanese start-ups[J]. Research Policy, 2011, 40(5):728-738.
[13] MACHER J T, BOERNER C S. Development and the boundaries of the firm: a knowledge-based examination in drug development[J]. Strategic Management Journal, 2012, 33(9): 1016-1036.
[14] BALDWIN C Y, HIPPEL E V. Modeling a paradigm shift:from producer innovation to user and open cllaborative innovation[J]. Social Science Electronic Publishing,2011,22(6):1399-1417.
[15] 李久平,姜大鹏,王涛.产学研协同创新中的知识整合——一个理论框架[J].软科学, 2013,27(5):136-139.
[16] 陆雄文.管理学大辞典[M].上海:上海辞书出版社,2013.
[17] HONG W, SU Y-S. The effect of institutional proximity in non-local university-industry collaborations: an analysis based on Chinese patent data[J]. Research Policy,2013,42(2) :454-464.
[18] WIRSICH A, KOCK A, STRUMANN C, et al. Effects of University-industry collaboration on technological newness of firms[J]. Journal of Product Innovation Management,2016,33(6):708-725.
[19] TSAI F S, BAUGH G S, FANG S C, et al. Contingent contingency: knowledge heterogeneity and new product development performance revisited[J]. Asia Pacific Journal of Management, 2014, 31(1):149-169.
[20] ALEXANDER L, KNIPPENBERG D V. Teams in pursuit of radical innovation: a goal orientation perspective[J]. IEEE Engineering Management Review,2017,45(1):105-120.
[21] LEVINTHAL D A, MARCH J G. The myopia of learning[J]. Strategic Management Journal,2010,14(S2):95-112.
[22] YANG J, WANG F. Impact of social network heterogeneity and knowledge heterogeneity on the innovation performance of new ventures[J]. Information Discovery and Delivery, 2017, 45(1): 36-44.
[23] THUNE T. University-industry collaboration: the network embeddedness approach[J]. Science and Public Policy, 2007,34(3):158-168.
[24] FEHR E, HERZ H, WILKENING T. The lure of authority: motivation and incentive effects of power[J]. The American Economic Review, 2013,103(4): 1325-1359.
[25] PAUL H, KENNETH H. Situational leadership, perception, and the impact of power[J]. Group & Organization Management, 1979, 4(4):418-428.
[26] RAVEN J E. Plato′s thought in the making: a study of the development of his metaphysics[M]. Ireland: CUP Archive,1965.
[27] 青木昌彦,奥野正宽,冈崎哲二,等.市场的作用国家的作用[M].北京:中国发展出版社,2002.
[28] BALDWIN C Y, CLARK K B. Design rules: the power of modularity[M]. Cambridge MA: MIT Press,2000.
[29] WEICK K. Making sense of the organization[M]. Malden: Blackwell Publishing, 2001.
[30] 张首魁,党兴化,李莉.松散耦合系统:技术创新网络组织结构研究[J].中国软科学,2006，21(9):122-129.
[31] 田民波.集成电路(IC)制程简论[M].北京:清华大学出版社,2009.
[32] LIU Y, YAN Z, CHENG Y, et al. Exploring the technological collaboration characteristics of the global integrated circuit manufacturing industry[J]. Sustainability, 2018, 10(1):196-219.
[33] 刘国巍,邵云飞,刘博.模块化网络视角下我国大健康产业链协同创新能力评价研究[J].科技进步与对策,2021,38(24):85-95.
[34] DONG J Q,YANG C.Being central is a double-edged sword:knowledge network centrality and new product development in US pharmaceutical industry[J].Technological Forecasting and Social Change,2016,113(12):379-385.
[35] MULLER E, PERES R. The effect of social networks structure on innovation performance: a review and directions for research[J]. International Journal of Research in Marketing,2018,34(7):1-17.
[36] WASSERMAN S,FAUST K.Social network analysis: methods and applications[M]. New York: Cambridge University Press,1994.
[37] SABIDUSSI G. The centrality index of a graph[J]. Psychometrika,1966,31(4):581-603.
[38] FREEMAN L. A set of measures of centrality based upon betweenness[J]. Sociometry,1977,40:35-41.
[39] GOETZE C. An empirical enquiry into co-patent networks and their stars: the case of cardiac pacemaker technology[J]. Technovation,2010, 30(7-8): 436-446.
[40] GOULD RV, FERNANDEZ R M. Structures of mediation: a formal approach to brokerage in transaction networks[J]. Sociological Methodology,1989，19: 89-126.
[41] BLONDEL V D, GUILLAUME J L, LAMBIOTTE R, et al. Fast unfolding of communities in large networks[J]. 2008, 2008(10): P10008.