基于鄰近性概念的大學生創新能力培養探究

邵楠

【摘 要】 鄰近性概念指的是促進跨組織之間的互動學習以及協同過程，它包含地理鄰近性、制度鄰近性、組織鄰近性等，通過互動學習以及協同過程產生的溢出效應可以極大提升人才以及企業的創新能力。本文在鄰近性框架的基礎上，提出了大學生創新能力的培養路徑。要運用知識共享下的數據挖掘技術，發現各領域之間的技術鄰近;搭建多層次、多通道的協同創新平臺，提升高校學生的創新能力。

【關鍵詞】 鄰近性概念;大學生;創新能力;培養路徑

在“大眾創業，萬眾創新”的政策背景下，整個社會對于創新型人才的需求日益迫切。創新型人才需要在其必須吸收的知識或服務的技術范圍和組織過程中，具有對知識進行添加、轉換、刪除、修改、重組或簡單重新解釋等操作的能力。高校學生通常會基于別人的工作以及經驗來獲取知識，通過證明或否定前人所做的假設來擴展理論。這些工作只是在自己的知識領域中進行探索，然而，跨領域之間的組合以及合作會帶來意想不到的知識成果，各知識領域相互融合會帶來更多的創新。

自1999年《劍橋經濟學雜志》首次發表了有關鄰近性和知識創新主題的論文以來，各國學者對于鄰近性在協同創新、集群、產業區經濟發展研究等領域做了很多的研究。雖然鄰近性概念本身包含的內容更為豐富，但鄰近性概念給人的直觀感受為空間距離上的鄰近，地理鄰近性也是鄰近性概念研究的重點。[1-3]目前國內已有的從鄰近性視角對大學生創新培養進行研究的方案還有所空缺，因此，本文將基于鄰近性框架，從技術鄰近、制度鄰近的角度，對大學生創新能力培養的路徑進行探究。

一、鄰近性概念

鄰近性是指將基礎知識與創新過程進行整合邁向整體的概念。鄰近性的形式包含有地理鄰近性、制度鄰近性、社會鄰近性、認知與組織之間的協作鄰近性。下表1為各鄰近性維度的可操作性。鄰近協作過程中的相對重要性，取決于所創新的知識類別，協作的強度隨著創新開發的研究、發展而有所不同。

Boschma提出了鄰近性框架，指的是可促進交互式學習和協作式創新的組織間關系類型。Boschma突出了地理鄰近對于提高創新協作的重要作用，認為認知、社會、機構和組織間鄰近度是支持組織間進行協作的附加因素。實際上，研究表明，所有形式的鄰近性都可提高協作創新水平，并且一個維度上的距離可以通過在另一維度上的鄰近度來補償。Asheim和他的同事提出了一個新的知識庫框架，將知識分為區分分析性知識、象征性知識以及綜合性知識。隨后，Mila Davids基于這一知識庫框架，對Boschma提出的鄰域框架進行擴展。提出了每個鄰近性維度的相對重要性取決于被調動和產生的知識類型，該框架主要適用于以科學為基礎的協作創新。

只要認知臨近度高，就可以跨距離產生分析性知識;然而綜合性知識的產生通常需要團隊長期處于同一地點，以此來超越需要整合的學科之間的認知距離。象征性知識的協作創新和使用并不會受到地理鄰近本身的影響，更多地受到地域性臨近制度的影響。機構鄰近性在新產品開發的三個階段中起著重要作用。

在新產品開發的研究階段，研發部門與學術界和公共研究機構在知識共享的學術規范下緊密合作;在發展階段，團隊的創新過程將按照用戶需求、專利、成本效率對組織進行內部重組。最后，向市場推出產品時，公關部和市場部將按照相關國家與地區的公共權威以及公眾的要求，使產品包裝、內容以及宣傳等符合條件。因此，項目團隊創新的關鍵是組織內部在不同社會制度邏輯下運行和與其他相關主體相互協作的能力。新產品開發的不同階段、不同部門可以用不同的知識庫作為主要的知識基礎。也就是說，知識庫可以聯合使用，并以各種組合方式使用。基于知識庫的鄰近性框架為新產品開發的不同階段提供了鄰近維度相對重要性的分類依據。[4]此外，這一框架也可用于戰略管理，以便對創新網絡在創新項目過程中的變化形成更加動態的觀點。

二、鄰近性概念對于大學生創新的指導作用

1、知識共享下的數據挖掘技術，發現各領域之間的技術鄰近

技術鄰近是指兩個領域主體之間進行知識協作，通過協作可發現兩者之間所具有的技術相似度。[5]通過這一方面的了解，可以避免當代大學生在進行科研創新時出現重復研究的問題;此外Ma-Loren提出可通過數據挖掘技術提高學生的創新能力。

數據挖掘技術是一種軟件程序，可以使數據處理更容易，并以報告和可視化等格式呈現，供用戶解讀;它是應用算法來提取有意義的數據關聯，可以幫助檢索相關性和趨勢。這一創新技術使企業以及高校學生能夠分析內部和外部數據（例如網站，專利），[6-7]目的是找出競爭對手正在做的事情，潛在的新技術，客戶和合作者，以及最近在現有領域和新領域出現的聯系。為了產生激進的創新，有必要用一種意想不到的方式結合已有的知識。然而，隨著高校學生接受已知的解決方案的訓練，要嘗試找到不同的元素進行組合，尤其是識別解決部分問題的元素（如果他們來自不同的領域）并不容易，交互式數據探索可以通過提供新的數據來提供幫助。

從數據中發現知識是一個交互式的迭代過程，其中用戶就目標，數據源，處理和解釋做出許多決定。計算機輔助創造領域的創造者提出了幾個軟件應用程序和算法，可以用來幫助尋找解決方案的提示。Siau提出了支持組織創造性的知識發現，描述過程和各種技術，同時在每個階段提出挑戰，例如設定目標，訪問正確的數據，為目標選擇正確的處理方法。Trappey和Wu強調了在新的產品開發工作中擁有專利數據庫的重要性，可以更好的分享團隊內的知識，并更有效地分析現有的知識。

為了觀察使用數據挖掘工具是否可促進知識數據的利用，從而影響創新團隊的信息收集和創意生成過程，本研究依托東華大學創新研究團隊，挑選了幾組學生一起進行創新設計課程，并且在一個月內解決技術挑戰。東華大學創新研究小組的一名成員向創新小組作了關于創造性數據使用的講座，并介紹了一個具有與所提出的挑戰相關的預加載數據的特定軟件。該工具將允許團隊通過確定已發表專利中的主要趨勢和要素，交互式探索當前解決方案的知識。該工具的使用是可選的，這意味著它對他們的評價沒有影響。規定時間后，由專業人員對幾個團隊進行定量評價（表2）。

通過比較講座前后使用數據挖掘和大數據作為創造力的工具提出的概念，指出在活動期刊中使用數據挖掘工具的小組顯示提出的方案概念的復雜性有所提高（下圖1）;他們能夠找到他們之前沒有考慮的解決方案的組件，為潛在的用戶和客戶提供更完整的解決方案。因此，當代大學生在進行創新的過程中，可以使用數據挖掘工具探索更好的解決方案，這源于學生或者團隊成員更加積極地搜索使用所有可用于改進他們的想法和生成他們的迭代概念的資源。通過這種方式，他們不僅可以比其他團隊更多地使用數據挖掘工具，還可以在無監督的工作時間內使用額外的創造性技巧和方法，如果創新過程中不使用數據挖掘技術，這些成員也會使用一些創新方法，例如頭腦風暴、問卷調查等方法。這類方法也可以獲取一定的數據，但是與數據挖掘所產生的知識量仍有很大差距，數據量不足以被視為大數據，而創新主體可以從更大的數據中受益。[8]盡管如此，大數據集的數據挖掘技術的一個重要特征是學生在進行創新活動時能夠快速的對知識進行收集與分析。

高校師生在產生創新性想法時，數據挖掘技術鄰近對于想法的產生可以起到積極的促進作用。它提供了基準解決方案的優勢，并提高了擬議概念的復雜性。在提出一個新的概念期間，學生將從數據挖掘工具中受益，從而在創新過程中快速獲得該領域的概述和當前的技術和解決方案。數據挖掘工具可以與其他工具和技術一起協同使用，從而在搜索潛在技術，材料，協作者甚至用戶的效率方面提供額外的優勢。

2、建立高校實踐社區（COP）平臺，促進多維度鄰近協作創新

高校需要推動創新，提高大學生創新能力，獲得競爭優勢，這就要求高校吸收和整合各種知識和技能，因此需要搭建一個全面的知識平臺。簡單地說，這種知識平臺在高校可以以基于鄰近原則的實踐社區的方式實現，可以理解為專業的非正式合作和交流網絡。[9]Orr首先提到了這種組織現象。他發現施樂客戶服務代表在早餐或午餐時的交流可以顯著提高他們的專業工作能力和表現。實踐共同體傳播個人隱性知識并將其轉化為組織知識。各高校實踐成員往往有類似的背景，共同分享專業經驗、技能、信息、知識和意見。

在實踐社區平臺中，成員共享經驗、技能和理解等，所有這些都是學習和創新的先決條件，傳統高校的教育并不總是涵蓋這類知識。[10]當今高校對于創新型人才的需求以及需要不斷創新或創造新知識時，這種組織鄰近性可以彌補傳統高校學習的缺陷。

高校實踐社區的功能主要集中在兩個方面：一是高校實踐社區促進知識共享。它有助于知識數據庫、規范、信任和評估制度的建立。二是高校實踐社區有助于改善高校學生及團隊的表現。通過減少學習曲線，避免重復投入研究精力與資源。

高校實踐社區包含3個鄰近性維度。其一，技術鄰近性維度，實踐社區改善了同樣興趣的人員的社交網絡。實踐社區為個人提供了發展具有相似興趣的個人網絡的機會。它有助于識別具有相關知識的人員，并幫助社區內的人員相互聯系;其二，地理鄰近性維度，實踐社區通過一個共有的交流平臺，將處于不同空間的人以及知識進行集群，從而帶來新的創新產出;其三，認知鄰近性維度，實踐社區有助于塑造成員所使用的術語，規范和價值觀，使其在日常交談中能夠發展社區記憶。

各高校建立這一開放交流系統可從以下幾方面促進高校學生的創新能力：第一，各高校組織的社區實踐大會。這一過程通常受制于高校的人才制度和教育。它可以受到高校正式程序的影響和監督。社區實踐一般分為兩類：一個是來自同一地區的高校學生之間的社區，通過自發的非正式的討論;另一個是不同領域成員之間的互動。例如，來自不同高校的學生參與一個項目，建立認知聯系以完成項目，并傾向于通過日常互動將知識帶回到自己的高校社區。通過社區平臺，逐漸豐富了社區成員的知識，縮小了不同專業背景學生之間的差距，增加了學生創新能力和創造潛力;

第二，積極參加高校以外的社區實踐平臺，如參加企業COP、其他組織COP等。外部COP會議成員經常與其他平臺的成員進行交流。他們可以做出大膽的假設，討論思想的合理性，逐步總結COP的經驗并記錄下來。這個過程不受組織正式程序監督的影響，不一定符合高校學生的創新目標;但是，正由于其不受限制的特性，這個過程可能會產生好的創意;

第三，不同高校社區組織之間的相互作用將導致“跨界”或“產業整合”的創新。這樣，社區實踐成員將與社會中其他領域的專家、客戶，甚至與相關領域的競爭對手進行交流，創造新的想法，從而促進高校的創新。

三、總結

本文從鄰近性概念的視域對當代大學生創新能力的提升進行了系統性的分析，以鄰近性概念的技術鄰近、組織鄰近以及多維鄰近為切入點，在高校學生創新培養計劃中引入高校社區實踐平臺策略，促進各高校之間的知識共享以及交流協作，豐富學生的專業知識能力，縮小各專業領域之間的差距。通過數據挖掘技術發現各領域之間的技術鄰近，相較于傳統的數據收集方法，數據挖掘可快速精準的幫助高校學生收集、分析、評估以及呈現所需的知識。這些措施對其他組織的創新培養項目同樣具有借鑒意義。

本文提出的有關大學生創新能力培養的方案，還需在實踐探索中進一步進行研究。其中在高校內部以及各高校組織間建立高校實踐社區平臺，需要各高校積極的協作配合，其具體的運作機制、模塊化過程以及適應的專業類別還需對其進行進一步的研究，從而更好的對高校學生的創新培養進行指導。

【參考文獻】

[1] 夏麗娟，謝富紀，王海花.制度鄰近、技術鄰近與產學協同創新績效——基于產學聯合專利數據的研究[J].科學學研究，2017.35（5）782-791.

[2] 李萍萍，李興森.互聯網環境下大學生協同創新能力培養的路徑研究[J].高等工程教育研究，2017（2）199-202.

[3] 饒揚德，李福剛.地理鄰近性與創新：區域知識流動與集體學習視角[J].中國科技論壇，2006（6）20-24.

[4] Davids M，Frenken K.Proximity，knowledge base and the innovation process：towards an integrated framework[J].Regional Studies，2018.52（3）1-12.

[5] Appio F P，Martini A，Petruzzelli A M，et al.Search mechanisms and innovation：An analysis across multiple perspectives[J].Technological Forecasting&Social Change，2017.120.103-116.

[6] 李德仁，王樹良，史文中等.論空間數據挖掘和知識發現[J].武漢大學學報：信息科學版，2001.26（6）491-499.

[7] 黨興華，弓志剛.多維鄰近性對跨區域技術創新合作的影響——基于中國共同專利數據的實證分析[J].科學學研究，2013.31（10）1590-1600.

[8] Ma-Lorena Escandón-Quintanilla，Micka?l Gardoni，Patrick Cohendet.Improving concept development with data exploration in the context of an innovation and technological design course[J].International Journal on Interactive Design＼&＼manufacturing：ijidem，2017（1）1-12.

[9] Ji H，Sui Y，Suo L，et al.Understanding innovation mechanism through the lens of communities of practice（COP）[J].Technological Forecasting&Social Change，2017.

[10] 侯先榮，田添.實踐社區——知識管理的新趨勢[J].科技管理研究，2005.25（3）91-93.

【作者簡介】

邵 楠（1983.1—）女，漢族，溫州人，研究生，講師，東華大學團委副書記，研究方向：大學生思政、創新創業教育與管理.