论文部分内容阅读
摘要 以2016—2018年粮食领域论文合著数据为例，采用SNA研究我国粮食行业科研合作创新网络。结果表明，粮食行业形成了大型的科研合作创新网络，网络集中度较低，分派明显。科研主体以高校居多，网络形态为“核心—边缘”结构。学研单位占据核心地位，影响其他科研主体的合作。各子群规模差异较大，大规模子群包含的主体实力较强，子群内部和子群之间均有合作。占据结构洞的高校和科研单位未充分发挥中介作用，对企业创新带动有限。网络依赖少数核心机构，主体间未建立长效稳定的合作关系，缺乏稳定性。最后提出构建与优化粮食行业科研合作创新网络的建议。
关键词 粮食行业;科研合作;创新网络
中图分类号 C939;G353.1 文献标识码 A
文章编号 0517-6611（2020）10-0213-06
doi：10.3969/j.issn.0517-6611.2020.10.057
Abstract Taking the data of coauthors in the field of grain during 2016-2018 as an example，we studied the innovation network of research collaboration in China’s grain industry by using social network analysis method.The results showed that the grain industry has formed a large innovation network in research collaboration.The concentration of the network is low，and the clique phenomenon is obvious.The most of innovators are universities and networks showing a “coreedge”structure.Universities and research institutions occupy the core position and have influence on the collaboration of other innovators.The scale of each subgroup is quite different，and the innovation strength of the innovators in the larger subgroup is relatively strong.The phenomenon of collaboration occurs within and between subgroups.Universities and research institutions that occupy structural holes fail to play a good intermediary role and play a limited role in promoting innovation of grain enterprises.Innovation network relies on a few core institutions.Most institutions have not established longterm and stable cooperative relations，and the network lacks stability.In the end，the corresponding suggestions are put forward to promote the construction and optimization of innovation network of research collaboration in the grain industry.
Key words Grain industry;Research collaboration;Innovation network
粮食行业涉及国计民生和国民营养健康，战略地位不言而喻。科技创新是推动粮食行业转型升级的强劲驱动力。近两年国家密集出台推动粮食行业科技创新的政策意见，鼓励学科交叉，促进多类型科研主体参与粮食科技创新。如2018年1月《国家粮食局关于粮食行业科技创新联盟建设的指导意见》提出，推进产学研融通紧密……积极引导粮食行业科技创新联盟建设工作。2018年5月，国家发展和改革委员会、国家粮食和物资储备局、科技部联合发布《关于“科技兴粮”的实施意见》。2019年中央一号文件要求：推动藏粮于地、藏粮于技落实落地。打造产学研深度融合平台，加强科技创新联盟建设。
结成战略联盟或者形成创新网络是保证创新连续性和成功率的重要途径[1]，而科研主体间以科研合作为基础形成的创新网络已成为科技创新的重要形式。Koschatzky等[2]将创新网络定义为一种松散的、非正式的和各种资源要素重新整合且具有嵌入性的联系系统。Rothwell[3]指出网络创新是未来创新研究的主导方向。目前关于创新网络的研究聚焦于创新网络与创新绩效关系、创新网络的结构及创新网络的影响因素。Grimpe等[4]研究认为，协同创新网络的规模对知识转移绩效存在正向影响。郑胜华等[5]研究得出核心企业合作能力、创新网络与产业发展之间存在着两两正相关的耦合关系和协同演化关系。在具体产业创新网络方面，研究多集中在装备制造[6-8]、电子信息[9-11]等技术密集型产业或新兴产業，极少涉及传统产业。粮食行业作为传统产业，部分创新门槛较低，创新合作相对松散，科研主体之间的创新资源流动与合作机制不完善、创新文化氛围缺乏，因此合作创新网络结构与创新密集型产业必然存在差异。虽然有学者研究了粮食行业科技创新问题，但有关粮食行业科研合作创新的理论与实践仍比较薄弱。鉴于此，笔者基于社会网络分析方法，选择2016—2018年粮食领域论文合著数据构建科研合作创新网络，深入分析粮食行业科研合作创新网络，明确我国粮食行业科研合作状况，发现其存在的问题，最后提出有利于粮食行业构建和优化科研合作创新网络的对策，以推动粮食行业发展，丰富和拓展创新网络的相关研究。 1 研究方法与数据来源
社会网络分析（SNA）是研究基于行动者关系而形成的网络结构，包括行动者的属性和网络结构特征。通过分析行动者之间的关系状况，总结行动者之间的关系特征，并确定这些关系特征对网络上的行动者和整个网络群体的影响[12]。该研究采用SNA方法对粮食行业科研合作创新网络的整体及结构进行分析。
構建粮食行业科研合作创新网络矩阵的数据来自中国知网期刊论文，采集时间段为2016—2018年，检索关键词为粮食、大米、小麦、玉米、大豆。由于构图空间有限，并且所研究的是不同机构之间的合作，故设定合作次数阈值，删去合作次数3次以下（包括3次）的机构及内部部门之间的合作。为了明确数据结构，使得所建立的矩阵以及网络图更加清晰直观，进一步对数据进行简化，例如去除相关高校具体院系名称仅保留一级单位名称，并且将不以科技创新为主要任务的同一辖区的不同政府（行政）部门统称为某辖区政府相关部门。将因机构合并而只形成自我合作的节点删除。最后总共得到机构254家，其中高校138所，科研机构82所，企业22家，政府部门10个，其他机构2个。
2 粮食行业科研合作创新网络整体分析
根据科研合作数据建立合作矩阵，导入 SNA 的常用软件 Ucinet 进行二值化处理（即忽视机构间合作次数，只考虑是否存在合作关系）。由于机构 A 与机构 B 合作一次，也相当于机构 B 与机构 A 合作一次，所以该文研究的是无向对称二值网络。利用 Ucinet 中的 NetDraw 工具得到基于科研合作关系的粮食行业创新网络，如图 1 所示。每个节点代表一个机构，节点与节点之间的箭线表示合作关系。可见，粮食行业科研合作创新网络的规模比较大，结构比较复杂，以两两合作为主，其次是三角合作关系，少数机构合作关系非常密集，位于网络的中心区，由这些机构引领，呈现分派现象。网络规模是社会网络的最基本特征，反映整个网络的基本情况。网络规模的大小决定了每个机构可能接触到的外部资源和联盟对象的多少[13]。通常创新网络规模越大，网络提供的各种知识资源就越丰富和多样化，机构间的交流和创新机会就越多，创新能力也越强[14]。因此，目前存在的大规模创新网络对粮食行业科研合作创新非常有利，科研主体可以不断建立、扩展新的合作伙伴关系，获取更多有价值的创新资源。另外，粮食行业科研合作创新网络的主体构成涵盖企业、高校、科研机构、政府部门等，大量的异质科研主体有利于创新知识和资源的搜寻。
从图1还可以发现，粮食行业科研合作创新网络整体是非连通的，存在少数核心机构及子群，大多数科研主体联系不够紧密，层级结构也较明显。其中中国农业科学院、中国科学院、中国农业大学、东北农业大学、四川农业大学、河南农业大学、西北农林科技大学、河南工业大学、南京农业大学、农业部等处于网络中心区，与其他科研主体合作频繁。网络有部分孤伶点存在，很多机构之间没有直接的联系，创新资源的流动性不足。网络的连通性基本上依赖于几个创新能力比较强的充当中间人的科研主体，其他机构之间的联系相对较弱，表明网络内科研主体间的创新资源流动很多时候要经过第三方。
3 粮食行业科研合作创新网络结构分析
3.1 网络中心性
中心性是指行动者在网络中的核心性，量化指标包括度数中心度、中间中心度和接近中心度。度数中心度测量行动者自身在网络中的交易能力;中间中心度衡量行动者控制网络中其他行动者之间交易的能力;接近中心度考察行动者在多大程度上不受其他行动者的控制。中心势指数则是对群体“权力”的量化，描述网络的总体整合度或中心化程度[15]。表1列出粮食行业科研合作创新网络中心性指标排前20的机构。
度数中心度排前3位的机构为中国农业科学院、中国科学院和中国农业大学，它们在科技交流和知识传递中拥有较大的权力，发布的信息也为更多机构所关注。中间中心度最高为11 162.236，最小为0，平均值为216.24，说明粮食行业科研合作创新网络中主体的权力和地位不均衡，只有少数主体拥有大量的创新资源。中间中心度为0的机构理论上认为不能获得由合作所带来的资源共享和流通优势。前20位机构中有13个是高校（包括三大粮食院校：河南工业大学、南京财经大学和武汉轻工大学），可见高校依托人才优势更容易处于网络的中间位置，起着桥梁作用。接近中心性排前20位的几乎都是以农业为专长的科研机构和高校，其中中国农业科学院的接近中心度最小，与其他机构合作需要跨越的路径最短，占据网络核心地位。整个网络的度数中心势为23.79%，中间中心势为34.47%，反映出粮食行业科研合作创新网络的集中趋势不明显。接近中心势未能测算出来，原因在于其未建立连通性较好的合作关系网络。
核心机构在创新网络中有更多机会接触异质资源，拥有或控制关键资源，有选择合作伙伴和控制其他成员创新行为的能力，影响整个网络的功能[10，16]。除了核心机构，还有一些机构处于边缘位置，这些机构没有广泛地与其他机构建立合作创新关系，未能深入嵌入合作网络中，原因可能是这些机构自身的技术水平、创新资源有限，也可能存在合作创新的进入壁垒或是沟通、制度等方面问题。大部分企业都处于边缘位置。边缘机构能加入创新网络可能是在某一专业领域拥有一定的竞争优势或是合作创新中做出一定的利益让渡。
3.2 结构洞测算
结构洞表示行动者之间非冗余的联系，如果某个行动者在原本不相连接的行动者间发挥了桥接作用，那么它就占据了网络中的结构洞[17]。拥有的结构洞越多，对控制合作关系和创新资源越有利，吸收、整合外部资源就越快速和高效，实现创新的可能性就越大[10，18]。结构洞的计算采用 Burt 给出的结构洞指数，即有效规模、效率、限制度和等级度。有效规模等于行动者的个体网规模减去网络的冗余度;效率等于行动者的有效规模与实际规模之比;限制度衡量行动者运用结构洞的能力，为负向指标，即限制度越小，行动者越处于结构洞位置;等级度表示限制性在多大程度上集中于行动者，等级度越大，行动者受到限制越大。 将粮食行业科研合作创新网络结构洞指标计算结果按限制度升序排列，如表2列出排前20的机构。限制度最小的3个机构为中国农业科学院、中国科学院、东北农业大学，它们占有大量结构洞，是网络的核心。20个机构中，有6个在北京，其余大部分集中在河南、东北、江苏、湖北等粮食主产区。主要因为北京是创新资源集聚区，分布着大量的高校和科研机构，而我国粮食主产区汇集了实力雄厚的农业高校和科研机构。高校和科研机构的结构洞指标整体好于企业，说明粮食企业的创新离不开高校和科研机构的支持。
理论上占据结构洞的机构扮演中介或中间人的角色，中间人又可划分为协调人、顾问、守门人、代理人和联络人。各机构需根据自身基础和环境变化，扮演合适的网络角色，才能通过网络的结构性嵌入促进创新绩效提升[19]。部分学者认为联络人最具优势，能接触大量异质知识[20]，同时掌握着内部认知优势和外部连接优势[21];也有学者强调守门人的优势[22-23]，守门人可以同时与自己所属群体和外部群体的机构合作，将所控制信息和知识转化为价值;还有学者认为协调者因其与合作伙伴均属于同一群体，共同的知识背景使得协调人很容易与合作伙伴建立亲密的互动关系[24]，但也可能因为他们拥有的知识或信息相近甚至相同而阻碍探索式创新。一个机构在某一时段可能同时扮演多种中间人角色，并且不同中间人角色的作用具有累加性[20]。
3.3 子群分析
子群内部关系越紧密，越形成凝聚子群;一个子群越能团结其他子群，越处于核心位置。利用Ucinet中的Concor工具，得到粮食行业科研合作创新网络存在的8个子群，子群分组情况如表3所示。可见各子群规模差异较大，有些甚至相差十几倍。子群1规模最大，吸引了大部分中心度高的机构，中心度低的机构则落在不同规模的子群内，缺乏高中心度机构的子群一般规模较小。子群内部成员未出现绝对的地理邻近性，一方面由于资源的不均匀分布，科研主体为了降低成本提高声誉，采取本地搜寻的方式构建局域连接，形成局域凝聚子群;另一方面，科研主体为了获取非冗余信息，采取远程搜寻的方式构建子群间的桥接关系[25]。
根据像矩阵将子群关系绘制成如图 2 的简化图。可见合作现象不仅出现在子群内部成员之间（如子群1、2、3、4），子群之间也有合作。除了子群8与子群1只发生两两合作关系，其他子群的合作都比较紧密。子群1、2、3合作最为紧密，位于子群网络枢纽中心，它们中介作用的发挥使得所有子群实现连通。
基于互惠关系的网络成员之间相互选择而形成紧密结合的群体称为派系，派系越多，越有利于创新资源流动，派系内的机构可获得的创新资源越丰富[6]。经软件分析，粮食行业科研合作创新网络存在101个派系，而且多是小帮派。虽然派系能为科研主体带来利益，但不可忽视孤立于子群或派系之内的机构。这些机构可能会认为当前的合作不是有效和公平的，成员间容易相互猜疑，从而导致合作效率低下，甚至终止合作，子群或派系间的知识流动受到限制，最终可能瓦解创新网络[26]。
3.4 网络稳健性
如果网络失去若干个行动者后，网络结构不会受太大影响，则认为该网络是稳健的，否则是脆弱的。删除粮食行业科研合作创新网络中度数中心度排前10的机构（图3（a））后再进行度数中心性分析（图3（b）），可以发现，在初始创新网络中，虽然网络连接不均衡，少数机构具有较多连接，其他大量机构分散存在，但网络总体连通性较好。随着部分核心机构被删除，创新网络的结构发生很大变化，变成由度数中心度并不高的若干机构连结成稀疏的网络，周围出现很多散落的孤立点，网络连通性变差。创新网络失去核心机构越多，结构完整性越差。可见粮食行业科研合作创新网络依赖于这些为数不多的核心机构，一旦出现影响核心机构合作的破坏性事件，如关键人员的流失、技术与任务变革或极端事件发生，网络将会分崩离析，并且在未设置合作次数阈值之前，粮食行业科研主体之间的合作基本都是1～2 次，合作并不频繁，未建立起长效稳定的合作关系，这意味着粮食行业由科研合作关系搭建的创新网络除了局部網络相对稳定外，整体上比较脆弱。
对于粮食行业而言，核心科研主体决定行业的健康发展，这些少数核心科研主体是粮食行业创新系统的中心，其网络行为和技术能力直接影响粮食行业创新网络各项功能的发挥。如这些科研主体或由其主导的产业共性技术受到冲击，整个粮食行业创新网络也会受到严重影响，反映为大量粮食行业科研合作关系被瓦解，创新网络结构被破坏，最终导致创新网络功能整体失效，行业创新能力和创新绩效下降。
4 结论与建议
4.1 研究结论
通过对我国粮食行业科研合作创新网络的分析，得到如下结论：
（1）粮食行业科研合作创新网络规模较大，科研主体涵盖企业、高校、科研机构、政府部门等，网络集中度较低。大多数机构的合作由几个核心成员所引导，分派现象明显。
（2）科研主体之间的合作呈现不均衡性。机构属性以高校居多，其次是科研机构、企业。网络形态呈现“核心—边缘”结构。学研单位，特别是重点高校和国家级科研机构是创新网络的“增长极”，如中国农业科学院、中国科学院和中国农业大学，对其他科研主体的创新具有较强的控制和影响，在网络中起中介作用。企业和政府机构处于网络边缘，大多数企业仅与核心高校或科研机构合作，企业间合作甚少。
（3）网络内各子群规模差异较大。规模大的子群包含的科研主体实力都比较强，表现为中心度高的机构大都在大子群，中心度低的机构则落在不同规模的子群内，缺乏高中心度机构的子群一般规模较小。子群内部成员未出现绝对的地理邻近性，合作现象不仅出现在子群内部成员之间，子群之间也有合作。 （4）网络形成了“强高校（科研机构）-弱企业”的对比关系，大量中小企业开展低层次对外合作创新。一些高校尽管科研实力强，拥有宽广的专业领域，占据结构洞位置，但并未发挥好桥梁作用，对粮食企业创新引领作用有限，校企合作浮于表面。一些实力强的粮食企业也游离于创新网络核心区之外。
（5）创新网络稳健性不高。网络依赖于为数不多的核心机构，在删除中心程度高的几个成员后，网络中出现大量孤立点，大多数科研主体之间未建立起长效稳定的合作关系，意味着一旦出现影响核心机构合作的破坏性事件，网络将会分崩离析。
4.2 对策建议
粮食行业相关科研主体在合作中形成的创新网络提高了创新绩效，取得了诸多改善我国粮食行业困境的创新成果。然而，粮食行业科研合作创新网络仍存在一些缺陷与问题。我国粮食行业正处于转型升级和产业结构调整的关键时期，科技水平的提升至关重要。为此，需采取措施进一步构建和优化粮食行业科研合作创新网络。
（1）扶持和扩充核心科研主体。粮食行业创新具有高风险和社会公益特点，行业创新需要企业、政府、高校及科研机构的通力合作。在制定行业科技创新政策时，要重点扶持发挥中介作用的核心科研主体，优先将创新能力雄厚的龙头企业评定为创新型企业，支持龙头企业开展科技创新。吸引和培育更多的异质科研主体参与粮食行业科研合作，扩大创新网络规模，提高交互关系的多样性，进而提高创新网络的稳健性。
（2）重视边缘机构创新能力的培育。如果没有非核心机构创新行为的积极配合，没有异质互补性资源，核心机构的主导性及对创新网络整体绩效的积极影响可能会面临很大挑战[27]。因此，政府要重视培育农业领域特别是粮食领域的非重点高校、科研机构、中小企业和新创企业，以激发边缘机构足够的创新活力与潜力。
（3）提高企业嵌入创新网络的积极性和有效性。粮食企业在开展创新活动过程中，需要大量的创新资源投入，而这些资源很多需要从外部获取。因此，企业应积极嵌入创新网络，提高获取创新资源的便利性和多樣性。嵌入的网络应与自身创新类型相匹配。如企业侧重产品创新，需尽可能占据结构洞和核心位置，扩大合作范围，与同行企业、供应商、客户、政府、学研单位等实现多元协同合作。而过程创新则要增进与其他科研主体之间的相互信任，确保稳固的合作关系，不用过多关注结构洞和核心性[7]。“打铁还需自身硬”，企业还要努力通过人才培养、技术咨询、联合研发、共建实验室等方式增加自身的知识储备和创新积累，以便更容易被其他科研主体选为合作对象[6，28]。
（4）推动粮食行业创新联盟和交流平台建设。可以按区域和专业等方式构建创新联盟。对于产业集中度高且创新需求迫切的区域，构建区域性粮食科技创新联盟，吸引涉粮院校及科研机构聚焦区域创新需求，与区域内企业联合进行科技攻关与人才培养。而专业性非常强的领域则构建专业性创新联盟，吸引相关专业领域科研主体和创新资源，聚焦专业领域关键技术，实现专业领域技术突破与创新。通过建立粮食行业科技交流与信息传递平台，解决知识、技术和信息在创新网络中传递的速度与效率问题，增加不同机构之间的合作，使它们在脱离核心机构的引导作用下，也能建立起紧密的合作关系，增强创新网络的稳健性。
参考文献
[1]王慧，安立仁，张晓明.创新网络非核心企业学习意图对知识反哺的作用机制研究[J].经济体制改革，2018（3）：97-104.
[2] KOSCHATZKY K.Innovation networks of industry and businessrelated services—relations between innovation intensity of firms and regional inter-firm cooperation[J].European planning studies，1999，7（6）：737-757.
[3] ROTHWELL R.Successful industrial innovation：Critical factors for the 1990s[J].R & D Management，1992，22（3）：221-240.
[4] GRIMPE C，HUSSINGER K.Formal and informal knowledge and technology transfer from Academia to industry：Complementarity effects and innovation performance[J].Industry & innovation，2013，20（8）：683-700.
[5] 郑胜华，池仁勇.核心企业合作能力、创新网络与产业协同演化机理研究[J].科研管理，2017，38（6）：28-42.
[6] 郑向杰.“拉帮结派”有利于企业创新吗？——来自中国高端装备制造产业的证据[J].华东经济管理，2017，31（8）：146-152.
[7] 戚湧，刘军.创新网络对装备制造企业创新绩效的影响[J].中国科技论坛，2017（8）：69-78.
[8] 何地，白晰.复杂网络视角下中国装备制造业创新网络研究[J].工业技术经济，2018（3）：12-19.
[9] 胡绪华，徐骏杰.不同生命周期阶段我国电子信息产业区域技术创新网络演化比较分析[J].科技进步与对策，2017，34（22）：25-34.
[10] 曹兴，李文.创新网络结构演化对技术生态位影响的实证分析[J].科学学研究，2017，35（5）：792-800.
[11] 罗鄂湘，韩丹丹.合作网络结构洞对企业技术创新能力的影响研究：以我国集成电路产业为例[J].工业技术经济，2018（3）：44-50. [12] 邵强，耿红悦.基于社会网络分析的石油企业协同创新网络研究：以BE石油企业为例[J].科技管理研究，2017，37（7）：136-143.
[13] 赵炎，徐悦蕾.蛇足再强也无益——派系度，外接企业与团体创新绩效[J].科研管理，2018，39（4）：32-42.
[14] 池仁勇.区域中小企业创新网络形成、结构属性与功能提升：浙江省实证考察[J].管理世界，2005（10）：102-112.
[15] 刘军.整体网分析讲义——UCINET 软件实用指南[M].上海：格致出版社，上海人民出版社，2009.
[16] 祝木伟，巩新宇.创新网络特征与企业创新绩效关系探讨[J].商业经济研究，2017（7）：145-147.
[17] 何晓清.创新网络演化视角下的区域创新机制研究：以高技术产业和中低技术产业为例[J].研究与发展管理，2017，29（1）：22-31.
[18] 王崇锋，高泽鹏.创新团体、结构洞非均衡性与创新产出：基于海洋产业的省级面板研究[J].山东大学学报（哲学社会科学版），2017（1）：115-121.
[19] 刘凤朝，付雅宁，张娜.研发者中间人角色对企业探索式创新的影响研究——吸收能力的调节作用[J].科学学与科学技术管理，2018（3）：50-60.
[20] BOARI C，MOLINAMORALES F，MARTINEZCHFER L.Direct and interactive effects of brokerage roles on innovation in clustered firms[J].Growth & change，2017，48（3）：336-358.
[21] XAVIER MOLINAMORALES F，BELSOMARTINEZ J A，MASVERDU′ F.Interactive effects of internal brokerage activities in clusters：The case of the Spanish Toy Valley[J].Journal of business research，2016，69（5）：1785-1790.
[22] HUNG C L.Social networks，technology ties，and gatekeeper functionality：Implications for the performance management of R&D projects[J].Research policy，2017，46（1）：305-315.
[23] 裴云龍，郭菊娥，向希尧.企业研发人员合作网络，科学研究与技术创新[J].科学学研究，2016，34（7）：1054-1064.
[24] TORTORIELLO M，KRACKHARDT D.Activating crossboundary knowledge：The role of Simmelian Ties in the generation of innovations[J].Academy of management journal，2010，53（1）：167-181.
[25] 魏龙，党兴华.非对称视角下技术创新网络社群结构涌现及其对双元创新的影响研究[J].运筹与管理，2017，26（10）：188-199.
[26] 党兴华，成泷，魏龙.技术创新网络分裂断层对子群极化的影响研究：基于网络嵌入性视角[J].科学学研究，2016，34（5）：781-792.
[27] 王伟光，由雷，臧红敏.高技术产业创新网络中非核心企业技术创新能力研究：以沈阳市为例[J].科技进步与对策，2017，34（2）：45-50.
[28] 袁剑锋，许治.中国产学研合作网络结构特性及演化研究[J].管理学报，2017，14（7）：1024-1032.
关键词 粮食行业;科研合作;创新网络
中图分类号 C939;G353.1 文献标识码 A
文章编号 0517-6611（2020）10-0213-06
doi：10.3969/j.issn.0517-6611.2020.10.057
Abstract Taking the data of coauthors in the field of grain during 2016-2018 as an example，we studied the innovation network of research collaboration in China’s grain industry by using social network analysis method.The results showed that the grain industry has formed a large innovation network in research collaboration.The concentration of the network is low，and the clique phenomenon is obvious.The most of innovators are universities and networks showing a “coreedge”structure.Universities and research institutions occupy the core position and have influence on the collaboration of other innovators.The scale of each subgroup is quite different，and the innovation strength of the innovators in the larger subgroup is relatively strong.The phenomenon of collaboration occurs within and between subgroups.Universities and research institutions that occupy structural holes fail to play a good intermediary role and play a limited role in promoting innovation of grain enterprises.Innovation network relies on a few core institutions.Most institutions have not established longterm and stable cooperative relations，and the network lacks stability.In the end，the corresponding suggestions are put forward to promote the construction and optimization of innovation network of research collaboration in the grain industry.
Key words Grain industry;Research collaboration;Innovation network
粮食行业涉及国计民生和国民营养健康，战略地位不言而喻。科技创新是推动粮食行业转型升级的强劲驱动力。近两年国家密集出台推动粮食行业科技创新的政策意见，鼓励学科交叉，促进多类型科研主体参与粮食科技创新。如2018年1月《国家粮食局关于粮食行业科技创新联盟建设的指导意见》提出，推进产学研融通紧密……积极引导粮食行业科技创新联盟建设工作。2018年5月，国家发展和改革委员会、国家粮食和物资储备局、科技部联合发布《关于“科技兴粮”的实施意见》。2019年中央一号文件要求：推动藏粮于地、藏粮于技落实落地。打造产学研深度融合平台，加强科技创新联盟建设。
结成战略联盟或者形成创新网络是保证创新连续性和成功率的重要途径[1]，而科研主体间以科研合作为基础形成的创新网络已成为科技创新的重要形式。Koschatzky等[2]将创新网络定义为一种松散的、非正式的和各种资源要素重新整合且具有嵌入性的联系系统。Rothwell[3]指出网络创新是未来创新研究的主导方向。目前关于创新网络的研究聚焦于创新网络与创新绩效关系、创新网络的结构及创新网络的影响因素。Grimpe等[4]研究认为，协同创新网络的规模对知识转移绩效存在正向影响。郑胜华等[5]研究得出核心企业合作能力、创新网络与产业发展之间存在着两两正相关的耦合关系和协同演化关系。在具体产业创新网络方面，研究多集中在装备制造[6-8]、电子信息[9-11]等技术密集型产业或新兴产業，极少涉及传统产业。粮食行业作为传统产业，部分创新门槛较低，创新合作相对松散，科研主体之间的创新资源流动与合作机制不完善、创新文化氛围缺乏，因此合作创新网络结构与创新密集型产业必然存在差异。虽然有学者研究了粮食行业科技创新问题，但有关粮食行业科研合作创新的理论与实践仍比较薄弱。鉴于此，笔者基于社会网络分析方法，选择2016—2018年粮食领域论文合著数据构建科研合作创新网络，深入分析粮食行业科研合作创新网络，明确我国粮食行业科研合作状况，发现其存在的问题，最后提出有利于粮食行业构建和优化科研合作创新网络的对策，以推动粮食行业发展，丰富和拓展创新网络的相关研究。 1 研究方法与数据来源
社会网络分析（SNA）是研究基于行动者关系而形成的网络结构，包括行动者的属性和网络结构特征。通过分析行动者之间的关系状况，总结行动者之间的关系特征，并确定这些关系特征对网络上的行动者和整个网络群体的影响[12]。该研究采用SNA方法对粮食行业科研合作创新网络的整体及结构进行分析。
構建粮食行业科研合作创新网络矩阵的数据来自中国知网期刊论文，采集时间段为2016—2018年，检索关键词为粮食、大米、小麦、玉米、大豆。由于构图空间有限，并且所研究的是不同机构之间的合作，故设定合作次数阈值，删去合作次数3次以下（包括3次）的机构及内部部门之间的合作。为了明确数据结构，使得所建立的矩阵以及网络图更加清晰直观，进一步对数据进行简化，例如去除相关高校具体院系名称仅保留一级单位名称，并且将不以科技创新为主要任务的同一辖区的不同政府（行政）部门统称为某辖区政府相关部门。将因机构合并而只形成自我合作的节点删除。最后总共得到机构254家，其中高校138所，科研机构82所，企业22家，政府部门10个，其他机构2个。
2 粮食行业科研合作创新网络整体分析
根据科研合作数据建立合作矩阵，导入 SNA 的常用软件 Ucinet 进行二值化处理（即忽视机构间合作次数，只考虑是否存在合作关系）。由于机构 A 与机构 B 合作一次，也相当于机构 B 与机构 A 合作一次，所以该文研究的是无向对称二值网络。利用 Ucinet 中的 NetDraw 工具得到基于科研合作关系的粮食行业创新网络，如图 1 所示。每个节点代表一个机构，节点与节点之间的箭线表示合作关系。可见，粮食行业科研合作创新网络的规模比较大，结构比较复杂，以两两合作为主，其次是三角合作关系，少数机构合作关系非常密集，位于网络的中心区，由这些机构引领，呈现分派现象。网络规模是社会网络的最基本特征，反映整个网络的基本情况。网络规模的大小决定了每个机构可能接触到的外部资源和联盟对象的多少[13]。通常创新网络规模越大，网络提供的各种知识资源就越丰富和多样化，机构间的交流和创新机会就越多，创新能力也越强[14]。因此，目前存在的大规模创新网络对粮食行业科研合作创新非常有利，科研主体可以不断建立、扩展新的合作伙伴关系，获取更多有价值的创新资源。另外，粮食行业科研合作创新网络的主体构成涵盖企业、高校、科研机构、政府部门等，大量的异质科研主体有利于创新知识和资源的搜寻。
从图1还可以发现，粮食行业科研合作创新网络整体是非连通的，存在少数核心机构及子群，大多数科研主体联系不够紧密，层级结构也较明显。其中中国农业科学院、中国科学院、中国农业大学、东北农业大学、四川农业大学、河南农业大学、西北农林科技大学、河南工业大学、南京农业大学、农业部等处于网络中心区，与其他科研主体合作频繁。网络有部分孤伶点存在，很多机构之间没有直接的联系，创新资源的流动性不足。网络的连通性基本上依赖于几个创新能力比较强的充当中间人的科研主体，其他机构之间的联系相对较弱，表明网络内科研主体间的创新资源流动很多时候要经过第三方。
3 粮食行业科研合作创新网络结构分析
3.1 网络中心性
中心性是指行动者在网络中的核心性，量化指标包括度数中心度、中间中心度和接近中心度。度数中心度测量行动者自身在网络中的交易能力;中间中心度衡量行动者控制网络中其他行动者之间交易的能力;接近中心度考察行动者在多大程度上不受其他行动者的控制。中心势指数则是对群体“权力”的量化，描述网络的总体整合度或中心化程度[15]。表1列出粮食行业科研合作创新网络中心性指标排前20的机构。
度数中心度排前3位的机构为中国农业科学院、中国科学院和中国农业大学，它们在科技交流和知识传递中拥有较大的权力，发布的信息也为更多机构所关注。中间中心度最高为11 162.236，最小为0，平均值为216.24，说明粮食行业科研合作创新网络中主体的权力和地位不均衡，只有少数主体拥有大量的创新资源。中间中心度为0的机构理论上认为不能获得由合作所带来的资源共享和流通优势。前20位机构中有13个是高校（包括三大粮食院校：河南工业大学、南京财经大学和武汉轻工大学），可见高校依托人才优势更容易处于网络的中间位置，起着桥梁作用。接近中心性排前20位的几乎都是以农业为专长的科研机构和高校，其中中国农业科学院的接近中心度最小，与其他机构合作需要跨越的路径最短，占据网络核心地位。整个网络的度数中心势为23.79%，中间中心势为34.47%，反映出粮食行业科研合作创新网络的集中趋势不明显。接近中心势未能测算出来，原因在于其未建立连通性较好的合作关系网络。
核心机构在创新网络中有更多机会接触异质资源，拥有或控制关键资源，有选择合作伙伴和控制其他成员创新行为的能力，影响整个网络的功能[10，16]。除了核心机构，还有一些机构处于边缘位置，这些机构没有广泛地与其他机构建立合作创新关系，未能深入嵌入合作网络中，原因可能是这些机构自身的技术水平、创新资源有限，也可能存在合作创新的进入壁垒或是沟通、制度等方面问题。大部分企业都处于边缘位置。边缘机构能加入创新网络可能是在某一专业领域拥有一定的竞争优势或是合作创新中做出一定的利益让渡。
3.2 结构洞测算
结构洞表示行动者之间非冗余的联系，如果某个行动者在原本不相连接的行动者间发挥了桥接作用，那么它就占据了网络中的结构洞[17]。拥有的结构洞越多，对控制合作关系和创新资源越有利，吸收、整合外部资源就越快速和高效，实现创新的可能性就越大[10，18]。结构洞的计算采用 Burt 给出的结构洞指数，即有效规模、效率、限制度和等级度。有效规模等于行动者的个体网规模减去网络的冗余度;效率等于行动者的有效规模与实际规模之比;限制度衡量行动者运用结构洞的能力，为负向指标，即限制度越小，行动者越处于结构洞位置;等级度表示限制性在多大程度上集中于行动者，等级度越大，行动者受到限制越大。 将粮食行业科研合作创新网络结构洞指标计算结果按限制度升序排列，如表2列出排前20的机构。限制度最小的3个机构为中国农业科学院、中国科学院、东北农业大学，它们占有大量结构洞，是网络的核心。20个机构中，有6个在北京，其余大部分集中在河南、东北、江苏、湖北等粮食主产区。主要因为北京是创新资源集聚区，分布着大量的高校和科研机构，而我国粮食主产区汇集了实力雄厚的农业高校和科研机构。高校和科研机构的结构洞指标整体好于企业，说明粮食企业的创新离不开高校和科研机构的支持。
理论上占据结构洞的机构扮演中介或中间人的角色，中间人又可划分为协调人、顾问、守门人、代理人和联络人。各机构需根据自身基础和环境变化，扮演合适的网络角色，才能通过网络的结构性嵌入促进创新绩效提升[19]。部分学者认为联络人最具优势，能接触大量异质知识[20]，同时掌握着内部认知优势和外部连接优势[21];也有学者强调守门人的优势[22-23]，守门人可以同时与自己所属群体和外部群体的机构合作，将所控制信息和知识转化为价值;还有学者认为协调者因其与合作伙伴均属于同一群体，共同的知识背景使得协调人很容易与合作伙伴建立亲密的互动关系[24]，但也可能因为他们拥有的知识或信息相近甚至相同而阻碍探索式创新。一个机构在某一时段可能同时扮演多种中间人角色，并且不同中间人角色的作用具有累加性[20]。
3.3 子群分析
子群内部关系越紧密，越形成凝聚子群;一个子群越能团结其他子群，越处于核心位置。利用Ucinet中的Concor工具，得到粮食行业科研合作创新网络存在的8个子群，子群分组情况如表3所示。可见各子群规模差异较大，有些甚至相差十几倍。子群1规模最大，吸引了大部分中心度高的机构，中心度低的机构则落在不同规模的子群内，缺乏高中心度机构的子群一般规模较小。子群内部成员未出现绝对的地理邻近性，一方面由于资源的不均匀分布，科研主体为了降低成本提高声誉，采取本地搜寻的方式构建局域连接，形成局域凝聚子群;另一方面，科研主体为了获取非冗余信息，采取远程搜寻的方式构建子群间的桥接关系[25]。
根据像矩阵将子群关系绘制成如图 2 的简化图。可见合作现象不仅出现在子群内部成员之间（如子群1、2、3、4），子群之间也有合作。除了子群8与子群1只发生两两合作关系，其他子群的合作都比较紧密。子群1、2、3合作最为紧密，位于子群网络枢纽中心，它们中介作用的发挥使得所有子群实现连通。
基于互惠关系的网络成员之间相互选择而形成紧密结合的群体称为派系，派系越多，越有利于创新资源流动，派系内的机构可获得的创新资源越丰富[6]。经软件分析，粮食行业科研合作创新网络存在101个派系，而且多是小帮派。虽然派系能为科研主体带来利益，但不可忽视孤立于子群或派系之内的机构。这些机构可能会认为当前的合作不是有效和公平的，成员间容易相互猜疑，从而导致合作效率低下，甚至终止合作，子群或派系间的知识流动受到限制，最终可能瓦解创新网络[26]。
3.4 网络稳健性
如果网络失去若干个行动者后，网络结构不会受太大影响，则认为该网络是稳健的，否则是脆弱的。删除粮食行业科研合作创新网络中度数中心度排前10的机构（图3（a））后再进行度数中心性分析（图3（b）），可以发现，在初始创新网络中，虽然网络连接不均衡，少数机构具有较多连接，其他大量机构分散存在，但网络总体连通性较好。随着部分核心机构被删除，创新网络的结构发生很大变化，变成由度数中心度并不高的若干机构连结成稀疏的网络，周围出现很多散落的孤立点，网络连通性变差。创新网络失去核心机构越多，结构完整性越差。可见粮食行业科研合作创新网络依赖于这些为数不多的核心机构，一旦出现影响核心机构合作的破坏性事件，如关键人员的流失、技术与任务变革或极端事件发生，网络将会分崩离析，并且在未设置合作次数阈值之前，粮食行业科研主体之间的合作基本都是1～2 次，合作并不频繁，未建立起长效稳定的合作关系，这意味着粮食行业由科研合作关系搭建的创新网络除了局部網络相对稳定外，整体上比较脆弱。
对于粮食行业而言，核心科研主体决定行业的健康发展，这些少数核心科研主体是粮食行业创新系统的中心，其网络行为和技术能力直接影响粮食行业创新网络各项功能的发挥。如这些科研主体或由其主导的产业共性技术受到冲击，整个粮食行业创新网络也会受到严重影响，反映为大量粮食行业科研合作关系被瓦解，创新网络结构被破坏，最终导致创新网络功能整体失效，行业创新能力和创新绩效下降。
4 结论与建议
4.1 研究结论
通过对我国粮食行业科研合作创新网络的分析，得到如下结论：
（1）粮食行业科研合作创新网络规模较大，科研主体涵盖企业、高校、科研机构、政府部门等，网络集中度较低。大多数机构的合作由几个核心成员所引导，分派现象明显。
（2）科研主体之间的合作呈现不均衡性。机构属性以高校居多，其次是科研机构、企业。网络形态呈现“核心—边缘”结构。学研单位，特别是重点高校和国家级科研机构是创新网络的“增长极”，如中国农业科学院、中国科学院和中国农业大学，对其他科研主体的创新具有较强的控制和影响，在网络中起中介作用。企业和政府机构处于网络边缘，大多数企业仅与核心高校或科研机构合作，企业间合作甚少。
（3）网络内各子群规模差异较大。规模大的子群包含的科研主体实力都比较强，表现为中心度高的机构大都在大子群，中心度低的机构则落在不同规模的子群内，缺乏高中心度机构的子群一般规模较小。子群内部成员未出现绝对的地理邻近性，合作现象不仅出现在子群内部成员之间，子群之间也有合作。 （4）网络形成了“强高校（科研机构）-弱企业”的对比关系，大量中小企业开展低层次对外合作创新。一些高校尽管科研实力强，拥有宽广的专业领域，占据结构洞位置，但并未发挥好桥梁作用，对粮食企业创新引领作用有限，校企合作浮于表面。一些实力强的粮食企业也游离于创新网络核心区之外。
（5）创新网络稳健性不高。网络依赖于为数不多的核心机构，在删除中心程度高的几个成员后，网络中出现大量孤立点，大多数科研主体之间未建立起长效稳定的合作关系，意味着一旦出现影响核心机构合作的破坏性事件，网络将会分崩离析。
4.2 对策建议
粮食行业相关科研主体在合作中形成的创新网络提高了创新绩效，取得了诸多改善我国粮食行业困境的创新成果。然而，粮食行业科研合作创新网络仍存在一些缺陷与问题。我国粮食行业正处于转型升级和产业结构调整的关键时期，科技水平的提升至关重要。为此，需采取措施进一步构建和优化粮食行业科研合作创新网络。
（1）扶持和扩充核心科研主体。粮食行业创新具有高风险和社会公益特点，行业创新需要企业、政府、高校及科研机构的通力合作。在制定行业科技创新政策时，要重点扶持发挥中介作用的核心科研主体，优先将创新能力雄厚的龙头企业评定为创新型企业，支持龙头企业开展科技创新。吸引和培育更多的异质科研主体参与粮食行业科研合作，扩大创新网络规模，提高交互关系的多样性，进而提高创新网络的稳健性。
（2）重视边缘机构创新能力的培育。如果没有非核心机构创新行为的积极配合，没有异质互补性资源，核心机构的主导性及对创新网络整体绩效的积极影响可能会面临很大挑战[27]。因此，政府要重视培育农业领域特别是粮食领域的非重点高校、科研机构、中小企业和新创企业，以激发边缘机构足够的创新活力与潜力。
（3）提高企业嵌入创新网络的积极性和有效性。粮食企业在开展创新活动过程中，需要大量的创新资源投入，而这些资源很多需要从外部获取。因此，企业应积极嵌入创新网络，提高获取创新资源的便利性和多樣性。嵌入的网络应与自身创新类型相匹配。如企业侧重产品创新，需尽可能占据结构洞和核心位置，扩大合作范围，与同行企业、供应商、客户、政府、学研单位等实现多元协同合作。而过程创新则要增进与其他科研主体之间的相互信任，确保稳固的合作关系，不用过多关注结构洞和核心性[7]。“打铁还需自身硬”，企业还要努力通过人才培养、技术咨询、联合研发、共建实验室等方式增加自身的知识储备和创新积累，以便更容易被其他科研主体选为合作对象[6，28]。
（4）推动粮食行业创新联盟和交流平台建设。可以按区域和专业等方式构建创新联盟。对于产业集中度高且创新需求迫切的区域，构建区域性粮食科技创新联盟，吸引涉粮院校及科研机构聚焦区域创新需求，与区域内企业联合进行科技攻关与人才培养。而专业性非常强的领域则构建专业性创新联盟，吸引相关专业领域科研主体和创新资源，聚焦专业领域关键技术，实现专业领域技术突破与创新。通过建立粮食行业科技交流与信息传递平台，解决知识、技术和信息在创新网络中传递的速度与效率问题，增加不同机构之间的合作，使它们在脱离核心机构的引导作用下，也能建立起紧密的合作关系，增强创新网络的稳健性。
参考文献
[1]王慧，安立仁，张晓明.创新网络非核心企业学习意图对知识反哺的作用机制研究[J].经济体制改革，2018（3）：97-104.
[2] KOSCHATZKY K.Innovation networks of industry and businessrelated services—relations between innovation intensity of firms and regional inter-firm cooperation[J].European planning studies，1999，7（6）：737-757.
[3] ROTHWELL R.Successful industrial innovation：Critical factors for the 1990s[J].R & D Management，1992，22（3）：221-240.
[4] GRIMPE C，HUSSINGER K.Formal and informal knowledge and technology transfer from Academia to industry：Complementarity effects and innovation performance[J].Industry & innovation，2013，20（8）：683-700.
[5] 郑胜华，池仁勇.核心企业合作能力、创新网络与产业协同演化机理研究[J].科研管理，2017，38（6）：28-42.
[6] 郑向杰.“拉帮结派”有利于企业创新吗？——来自中国高端装备制造产业的证据[J].华东经济管理，2017，31（8）：146-152.
[7] 戚湧，刘军.创新网络对装备制造企业创新绩效的影响[J].中国科技论坛，2017（8）：69-78.
[8] 何地，白晰.复杂网络视角下中国装备制造业创新网络研究[J].工业技术经济，2018（3）：12-19.
[9] 胡绪华，徐骏杰.不同生命周期阶段我国电子信息产业区域技术创新网络演化比较分析[J].科技进步与对策，2017，34（22）：25-34.
[10] 曹兴，李文.创新网络结构演化对技术生态位影响的实证分析[J].科学学研究，2017，35（5）：792-800.
[11] 罗鄂湘，韩丹丹.合作网络结构洞对企业技术创新能力的影响研究：以我国集成电路产业为例[J].工业技术经济，2018（3）：44-50. [12] 邵强，耿红悦.基于社会网络分析的石油企业协同创新网络研究：以BE石油企业为例[J].科技管理研究，2017，37（7）：136-143.
[13] 赵炎，徐悦蕾.蛇足再强也无益——派系度，外接企业与团体创新绩效[J].科研管理，2018，39（4）：32-42.
[14] 池仁勇.区域中小企业创新网络形成、结构属性与功能提升：浙江省实证考察[J].管理世界，2005（10）：102-112.
[15] 刘军.整体网分析讲义——UCINET 软件实用指南[M].上海：格致出版社，上海人民出版社，2009.
[16] 祝木伟，巩新宇.创新网络特征与企业创新绩效关系探讨[J].商业经济研究，2017（7）：145-147.
[17] 何晓清.创新网络演化视角下的区域创新机制研究：以高技术产业和中低技术产业为例[J].研究与发展管理，2017，29（1）：22-31.
[18] 王崇锋，高泽鹏.创新团体、结构洞非均衡性与创新产出：基于海洋产业的省级面板研究[J].山东大学学报（哲学社会科学版），2017（1）：115-121.
[19] 刘凤朝，付雅宁，张娜.研发者中间人角色对企业探索式创新的影响研究——吸收能力的调节作用[J].科学学与科学技术管理，2018（3）：50-60.
[20] BOARI C，MOLINAMORALES F，MARTINEZCHFER L.Direct and interactive effects of brokerage roles on innovation in clustered firms[J].Growth & change，2017，48（3）：336-358.
[21] XAVIER MOLINAMORALES F，BELSOMARTINEZ J A，MASVERDU′ F.Interactive effects of internal brokerage activities in clusters：The case of the Spanish Toy Valley[J].Journal of business research，2016，69（5）：1785-1790.
[22] HUNG C L.Social networks，technology ties，and gatekeeper functionality：Implications for the performance management of R&D projects[J].Research policy，2017，46（1）：305-315.
[23] 裴云龍，郭菊娥，向希尧.企业研发人员合作网络，科学研究与技术创新[J].科学学研究，2016，34（7）：1054-1064.
[24] TORTORIELLO M，KRACKHARDT D.Activating crossboundary knowledge：The role of Simmelian Ties in the generation of innovations[J].Academy of management journal，2010，53（1）：167-181.
[25] 魏龙，党兴华.非对称视角下技术创新网络社群结构涌现及其对双元创新的影响研究[J].运筹与管理，2017，26（10）：188-199.
[26] 党兴华，成泷，魏龙.技术创新网络分裂断层对子群极化的影响研究：基于网络嵌入性视角[J].科学学研究，2016，34（5）：781-792.
[27] 王伟光，由雷，臧红敏.高技术产业创新网络中非核心企业技术创新能力研究：以沈阳市为例[J].科技进步与对策，2017，34（2）：45-50.
[28] 袁剑锋，许治.中国产学研合作网络结构特性及演化研究[J].管理学报，2017，14（7）：1024-1032.