網絡結構、企業特征與產學研合作創新能力演化趨勢

任義科，張立成，段偉宇

(山西師范大學 經濟與管理學院,山西 臨汾041004)

0 引言

企業是科技創新的重要主體，在提升國家創新實力過程中發揮著巨大作用[1]。然而，在科學技術復雜化、創新要素分散化趨勢下，企業僅依靠已有資源無法滿足技術創新和自身發展需求，因而迫切需要利用外部資源促進自身創新能力提升。產學研合作既是突破企業創新瓶頸的新路徑，也是技術創新的重要源泉[2]。國家“十四五”規劃指出，強化企業創新主體地位，促進各類創新要素向企業集聚，推進產學研深度融合，支持企業牽頭組建創新聯合體。由此，進一步凸顯產學研合作對企業技術創新的重要性。

產學研合作意味著企業、高校和科研機構間的知識交換，這種交換關系會形成復雜的網絡結構。目前，產學研合作網絡研究主要集中于單一區域或單一行業。例如，鄒樂樂[3]研究中國清潔技術專利產學研合作網絡，發現產學研合作規模逐年擴大，但空間分布不均勻；陳鈺芬[4]以浙江省ICT產業專利申請數據為基礎，發現產學研網絡呈現核心—邊緣化結構；胡海鵬[5]通過對1995—2014年北京中關村高新科技園區內企業產學研合作專利研究發現，產學研合作范圍逐漸擴大，大型國企在產學研合作中的作用愈發顯著。上述研究一定程度上揭示了產學研合作網絡內在結構和發展趨勢，但尚未全景式展現產學研合作對企業技術創新能力的影響及發展規律。

已有研究主要以分析網絡結構為主。例如，袁劍鋒[6]以1985—2013年全國產學研聯合申請專利數據構建合作網絡，通過拓撲結構、聚類系數、度分布等方法對網絡結構進行分析，同時比較中心性前10位的節點屬性特點，發現產學研網絡結構趨于復雜，“985”高校和大型能源型企業在合作網絡中發揮主導作用；楊勇(2020)以2006—2015年全國專利申請數據構建合作網絡，通過網絡規模、小世界特性等網絡結構指標對合作網絡演化趨勢進行分析，發現產學研網絡規模逐漸擴大，存在小世界現象，通過對中心性和限制性指標排名前40的節點屬性進行對比分析，發現高校和大型國企處于網絡中的核心位置；李雨濃[7]基于“985”高校的校企聯合申請專利數據構建合作網絡，對度中心性前10位的企業進行分析發現，能源型企業在合作網絡中處于關鍵地位。在上述研究中，學者重點關注不同形式的產學研合作網絡結構，但僅僅涉及部分企業，對企業主體性關注不足，難以反映企業產學研合作創新趨勢全貌。

從關系角度研究企業創新能力，尚缺乏衡量標準。已有文獻主要通過企業創新投入能力、創新產出能力[8]、產學研創新環境[9]、組織開放度[10]等建立評價指標體系衡量企業創新能力。以上指標主要基于財務數據或問卷調查數據，無法反映企業產學研合作關系，其中的創新能力更是難以體現出來。在產學研合作中，企業創新能力評價指標應多元化：①合作緊密性：緊密性能夠反映創新主體間合作關系的松散與集中程度[11]，在產學研合作不斷深化的情況下，通過緊密性可以了解產學研合作創新是否更加密切；②知識吸收能力：企業在通過產學研合作將外部異質性知識轉化為成果的過程中，知識吸收能力起到關鍵作用，知識吸收能力可以促進外部異質性知識消化與轉化，進而提升企業創新能力[12]；③知識控制能力：企業在參與產學研合作過程中，對創新知識的需求不同，因而合作組合不同(張玉臣、王芳杰，2019)，組合關系既能夠體現企業自身知識儲備，也能夠體現對創新知識的控制能力；④創新集群發展能力：企業在產學研合作中形成豐富的創新集群(張曼、菅利榮，2017)，創新集群數量以及集群內成員規模可以反映產學研合作多樣化與縱深化發展。雖然復雜網絡分析為企業創新能力提供了分析工具，然而目前鮮有研究結合屬性特征全面考察企業創新能力。

綜合上述分析，本文關注以下問題：企業產學研合作發展趨勢如何？企業在產學研合作過程中的創新知識吸收能力、控制能力如何？企業產學研合作創新集群發展能力如何？企業特征差異對以上方面具有何種影響？為此，本文以1998—2019年A股上市公司產學研合作專利數據為基礎，采用復雜網絡分析方法對上述問題進行研究。本文研究內容安排如下：首先，從合作網絡整體角度分析上市公司產學研合作趨勢。其次，從企業特征差異角度對以下內容進行分析：合作創新緊密性、合作創新知識吸收能力、合作創新知識控制能力以及合作創新集群發展能力。最后，根據分析結果提出相應的政策建議。

1 數據來源與企業專利合作變動趨勢

1.1 數據來源與處理

公司專利申請數據來源于國家知識產權局中國專利信息中心的專利之星檢索系統，依據滬深A股上市公司現用名或曾用名檢索產學研聯合申請專利，檢索式為：(?/PA*(大學/PA+所/PA+院/PA))*(19900101>20191231/AD)，其中“?”表示所檢索上市公司的中文全稱，專利數據檢索日期為2020年5月25日。通過以下方式對數據進行清洗和篩選：剔除單個專利申請人申請的專利；將上市公司名稱統一為現用名；分公司或附屬機構申請的專利統一到母單位。從CSMAR數據庫中獲得公司財務指標、行業和注冊地址信息，依據上述3類數據對上市公司進行分類：①從生命周期角度，將上市公司分為成長期、成熟期和衰退期企業[13-14]；②從要素密集度角度，將上市公司分為技術密集型、勞動密集型和資本密集型企業[15]；③從區域角度，將上市公司分為東部、中部和西部企業[16]。最后，將公司專利數據與特征數據進行匹配，由于部分上市公司早期特征數據缺失，因而將這部分專利數據剔除。經過整理獲得11 708項上市公司產學研聯合申請專利，時間跨度為1998—2019年，上市公司數量為1 031家。

1.2 企業專利合作變動趨勢

1998-2019年產學研聯合專利申請量與參與專利申請上市公司量變化趨勢見圖1，從圖1可以看出，兩者均呈現上升趨勢。專利申請量增長趨勢可分為3個階段：1998—2006年為第一階段，2007—2014年為第二階段，2015—2019年為第三階段。在第一階段，年專利申請量不足300，上市公司產學研參與程度較低，二者增速均較為緩慢，說明此階段我國政策對企業產學研合作創新的支持不足，難以刺激企業合作創新。在第二階段，年專利申請量以及上市公司數量相比上一階段增長顯著，年均專利申請量為上一階段的4倍。《國家中長期科學和技術發展規劃綱要(2006-2020年)》明確強調企業的創新主體地位，為企業營造創新環境，在科技投入、稅收激勵和金融支持方面制定配套政策。上述舉措極大地提升了企業產學研合作參與度，因而專利申請量和上市公司量逐漸攀升。在第三階段，年專利申請量較為穩定，上市公司數量持續增長，2012年“十八大”提出創新驅動發展戰略后，產學研合作創新在國家發展戰略中的地位提升，2015年和2016年各部委發布的相關政策文件占過去10年的50%[17]。由于政策力度加大和政策效力提高[18]，第三階段專利申請量和上市公司數量大幅增長。

圖1 1998—2019年產學研聯合專利申請量與上市公司數量

2 研究設計

2.1 基本思路與分析框架

在產學研合作背景下，企業創新活動由內部轉向外部，故企業創新能力衡量指標也應將企業外部合作關系考慮進來。以往研究通過企業創新活動中的投入或產出等個體屬性數據研究企業創新能力，忽略了企業產學研合作關系。企業產學研合作的目的是為了獲取外部知識以提升自身創新能力，而企業個體屬性數據更多的地反映了企業在創新活動中的努力程度，難以反映企業產學研合作關系，更無法衡量企業產學研合作中的創新能力。從關系角度研究問題的社會網絡分析可以有效解決企業產學研合作過程中的創新能力衡量問題。

本文通過合作緊密性、知識吸收能力、知識控制能力以及集群發展能力對企業產學研合作創新能力進行研究。在產學研合作中，企業、高校和科研機構之間存在復雜的合作關系，通過合作緊密性分析能夠從整體上了解產學研合作的豐富程度。知識吸收能力是指企業獲取、同化、整合及利用外部知識的能力(郭尉，2016)，是影響企業合作創新水平提升的關鍵因素。合作專利是企業吸收外部知識的成果，所以合作專利信息中隱含著企業知識吸收能力。專利合作關系反映企業對知識的控制能力，部分創新主體在合作中發揮中介作用，將不連接的主體相連。當企業具有中介作用時，便能夠對知識產生控制，企業控制能力越強，越能主導產學研合作。由于企業合作偏好受到地域及技術的影響，因而在產學研創新合作中容易出現外部關系稀疏但內部關系緊密的社群[19]。網絡中社群數量越多，說明創新活動發展越多元化，而社群平均規模越大，說明創新社群發展越繁榮。

企業創新能力因要素密集度、生命周期、區域特征不同而有所差異。首先，要素密集度差異是造成企業研發強度不同的主要原因[20]，技術密集型企業、勞動密集型企業和資本密集型企業在生產過程中對技術需求存在較大差異，企業因行業差異在產學研合作中存在不同的合作傾向(蔣展鴻等，2014)。其次，企業生命周期與其創新能力存在較強的關聯，成長期、成熟期和衰退期企業在研發投入、技術儲備、戰略布局等創新關鍵因素方面具有較大差異，表現出不同的創新能力[21]。最后，企業所處區域不同會導致企業創新能力差異，而我國區域間經濟、政策差異顯著。例如，馮根福[22]和盤宇章[23]研究發現，地區金融發展水平、產業結構、產權保護、創新政策對企業技術創新具有不同程度影響。綜合已有研究，本文構建研究分析框架，如圖2所示。

圖2 研究分析框架

2.2 產學研合作網絡構建

參考劉斐然[24]的研究方法，使用A股上市公司與高校或科研機構間的聯合申請專利構建產學研合作網絡。網絡分為有向網絡和無向網絡，由于專利合作發起方和接收方數據難以收集，本文構建的產學研合作網絡為無向網絡，即合作關系是相互的。

基于歷年產學研聯合申請專利數據繪制網絡拓撲圖，如圖3所示(限于篇幅，只展示部分年份)。可以看出，網絡規模逐漸擴大，拓撲結構趨于復雜。合作網絡并非完全連通，存在一個規模較大的子網絡和大量規模小子網絡。

圖3 1998—2019年產學研合作網絡拓撲結構演化

2.3 分析指標與方法

本文采用產學研合作網絡指標對企業合作緊密性、創新知識吸收能力、創新知識控制能力、創新集群發展能力進行分析。

(1)合作緊密性。通過網絡密度衡量，合作緊密性是指產學研創新主體間的合作緊密程度，網絡密度越大，整體上創新主體間的合作關系越廣泛。

(2)企業創新知識吸收能力。本文從企業自身(以企業節點網絡指標度量)與外部環境(以整體網絡指標度量)兩個方面對企業創新知識吸收能力進行分析。前者采用度中心性和接近中心性指標加以衡量，度中心性通過企業合作關系的廣泛程度衡量，度中心性越高，企業產學研合作對象越廣泛，企業越能從不同創新主體吸收知識資源；接近中心性則以企業合作關系距離進行衡量，接近中心性越高，企業與其他創新合作主體的關系距離越近，意味著企業對知識資源吸收效率越高[25]。后者采用小世界網絡和無標度網絡指標，無標度網絡結構中的核心節點(Hub)有助于網絡中知識存量增長與知識擴散[26-27]，而小世界網絡中的高集聚和短路徑結構能夠促進主體間交流與合作，從而促進創新知識流動[28]。若合作網絡中存在無標度和小世界結構，則說明合作創新環境有利于企業知識吸收。

(3)企業創新知識控制能力。采用中介中心性和限制性衡量，中介中心性是指個體成為其他個體間交流中介者的能力，某節點中介中心性越高，越有可能成為其他兩個個體間信息流動的中介者[29]。限制性反映的是個體連接間斷關系的能力，限制性越低，其在信息連通和擴散中的控制力越強(盛亞、范棟梁，2009)。

(4)企業創新集群發展能力。采用網絡社群結構指標進行分析，參考李綱[30]的研究，通過G-N算法對網絡中的社群結構進行劃分，社群結構Q值越接近1，合作網絡中的社群結構現象越普遍[31]。

本文采用的網絡指標、參數說明及對應文獻如表1所示，采用R軟件中的Igraph包進行網絡分析。由于接近中心性及聚類系數在非連通的合作網絡中缺乏定義，本文借鑒Telesford[32]的做法，提取合作網絡中的最大成分用于該指標計算。為消除網絡規模變動對中心性的影響，將上述中心性指標進行標準化處理。

表1 產學研合作創新能力分析指標

3 產學研專利合作創新整體趨勢分析

3.1 合作創新緊密性

1998—2019年合作網絡密度變化趨勢見圖4。由圖4可以看出，網絡密度呈下降趨勢，下降幅度逐漸平緩，說明創新主體間的合作關系趨于稀疏。但是網絡密度下降并不意味著單個創新主體合作廣度降低，主要原因是更多上市公司參與產學研合作，從而促使網絡中創新主體規模擴大。然而，相對于不斷擴大的網絡規模，單個創新主體合作廣度提升緩慢，最終引致合作網絡密度下降。1998—2000年網絡密度提升幅度較大，原因是該時期參與產學研合作創新的主體較少，網絡規模較小的波動能夠對密度產生較大影響。2001年，產學研合作網絡中出現了以中國石油化工為中心的星形網絡結構，網絡密度急速下降。隨后的年份中，各類創新主體廣泛參與，使網絡密度趨于穩定。

圖4 1998—2019年產學研合作網絡密度趨勢

3.2 合作創新知識流動性

表2為歷年合作網絡指標計算結果。度中心性(DC)逐漸上升，標準度中心性(NDC)呈下降趨勢，說明隨著產學研合作創新主體增多，各創新主體合作廣度有所提升，能夠從更多創新主體那里獲得知識。但是相對于高速擴張的網絡規模而言，單個創新主體相對合作廣度下降。網絡無標度結構分析參考Gillespie[36]的方法，使用R軟件中的PoweRlaw包進行節點度冪律分布擬合，擬合系數α自2001年開始始終介于2～3之間，說明合作網絡存在無標度特征[37]，即合作網絡中存在偏好連接，少數節點的度中心性很高，絕大部分節點的度中心性很低。標準接近中心性(NCC)逐漸降低，說明創新知識流動距離逐漸增大。依據實際合作網絡的節點數和邊數，每年生成5 000個E-R隨機網絡樣本，計算得到歷年小世界性S值。S值的增長趨勢說明合作網絡中的小世界性越來越顯著，雖然創新主體越來越多，但任意兩個創新主體間的距離并沒有被迅速拉大(APL穩定)，并且存在局部集群現象(LCC增加)，知識流動效率沒有大幅度降低。標準中介中心性(NBC)與限制性(CON)在下降后保持穩定，說明創新主體在知識流動中成為中介者的能力降低，其他創新主體能夠跨過中介者進行技術創新合作，合作不再局限于某些主體。

表2 1998-2019年產學研合作網絡指標計算結果

3.3 合作創新集群

產學研合作創新集群采用網絡社群指標進行分析，如表3所示。社群結構Q值呈增長趨勢，合作網絡中社群結構現象愈發顯著。合作網絡中社群數量與平均規模逐漸增加，平均社群規模差距擴大，說明更多創新主體的產學研合作積極性被有效調動，由于新技術領域出現和跨地區合作，出現了更多的小型社群。

表3 1998—2019年產學研合作網絡社群結構特征指標

由于部分社群規模過小，本文選取歷年合作網絡中包含80%節點的前N大社群進行社群角色分析。依據每個社群內外關系差異將社群分為4類角色：孤立人(Isolate)、領導人(Primary)、諂媚人(Sycophant)和中介人(Broker)[38]。社群內部關系緊密度遠大于期望值，結果顯示，合作網絡中只存在孤立人和領導人，在領導人社群內部存在創新能力較強的主體，該主體能與其它社群內主體進行合作，社群外部關系比例較大，孤立人則相反。2019年合作網絡社群分布情況如圖5所示，由于節點眾多，只顯示每個社群中度中心性最大的節點名稱。2019年，大部分社群核心節點為理工類高校及科研機構，只有少數社群以企業為核心。依據內外關系，該年領導人社群主要包括以清華大學、中國石油化工、中國科學院、華南理工大學等為核心的社群；孤立人社群包括以上海交通大學、浙江大學、華能瀾滄江水電、江南大學等為核心的社群。歷年合作網絡中領導人與孤立人的比例關系見圖6，孤立人社群數量變化經歷了從無到有的發展趨勢，說明在合作網絡中出現了更多技術專業性創新主體，不易與社群外其他創新主體進行合作，因而形成更多孤立人社群。

圖5 2019年產學研合作網絡社群結構

圖6 1998—2019年產學研合作網絡社群角色比例

4 企業特征與產學研專利合作創新趨勢分析

從上市公司的要素密集度、生命周期和區域3種視角構建產學研合作網絡，基于每種視角劃分3類子特征，按生命周期分為成長期、成熟期和衰退期3種類型。由于相關數據缺失，最終構建的網絡數量為128(22*3*3-4)個。

4.1 合作創新緊密性

3種視角下上市公司產學研合作網絡密度均呈現下降趨勢且幅度逐漸平緩。圖7顯示要素密集度視角下合作創新緊密性趨勢，可以看出，3類上市公司合作網絡密度均趨于下降。2009年之前，技術密集型上市公司產學研合作面窄，網絡規模難以通過二級合作關系擴大，因而合作關系較為緊密。自2010年起，技術密集型企業中的中興通訊在橋接其他主體間關系方面發揮了巨大作用，先后與各理工類、綜合類高校進行長期合作，而這類高校本身具有廣泛的產學研合作關系，合作網絡規模迅速擴張，而網絡密度下降較快。隨后，出現部分產學研合作關系極為廣泛的上市公司，后者能夠長期主導產學研合作，因而網絡密度趨于穩定。生命周期視角下，成長期和成熟期上市公司參與產學研合作較多，合作緊密性較低，而衰退期企業產學研合作不穩定，合作緊密性較高且波動大。但近年來，衰退期上市公司合作網絡密度明顯降低，產學研合作創新動力較以往有所提升。區域視角下，東部合作網絡密度早期下降且下降速度較快，說明東部地區上市公司早期積極參與產學研合作，網絡規模迅速擴大，而中西部地區快速追趕，3類區域合作網絡密度差距逐漸縮小。

圖7 要素密集度視角下產學研合作網絡密度變動趨勢

4.2 合作創新知識吸收能力

要素密集度、生命周期和區域視角下，標準度中心性和標準接近中心性均呈現遞減趨勢，說明上市公司的相對合作廣度降低，知識傳遞距離拉大，知識吸收能力下降。圖8展示了上市公司要素密集度視角下知識吸收能力變動趨勢，技術密集型上市公司的中心性略低于其它兩類上市公司，可能是由于技術密集型上市公司產學研合作較少，在網絡中處于邊緣位置，因而知識接受廣度較低，傳輸距離較遠。2006年勞動密集型上市公司的中心性指標陡增，這是因為該年以中國石油化工為中心形成了星形網絡。生命周期視角下，處于衰退期的企業知識吸收能力強于其它時期，但衰退期上市公司數量較少，并且不斷有企業進入與離開衰退期，故其吸收能力具有較強的波動性。區域視角下，東部地區上市公司的標準度中心性和標準接近中心性低于中西部地區上市公司，區域差距縮小。

3種視角下上市公司合作網絡中皆出現小世界和無標度特征，小世界性越來越強，而無標度結構趨于消失。小世界性變動趨勢說明，產學研創新活動的集聚程度越來越高。冪律分布系數逐漸大于3，說明產學研合作中的核心創新主體增多，知識樞紐數量增加，偏好連接程度降低，企業搜尋最優合作伙伴的時間成本上升。從圖8可以看到，2018年資本密集型上市公司網絡的小世界性陡增，這是因為2017年由中國科學院、浙江大學、清華大學、國電南瑞科技、蘇交科集團、中南大學、寶山鋼鐵形成的星形結構之間被橋接。2018年，大部分橋接關系被切斷，形成僅包含蘇交科集團和國電南瑞科技兩家企業的緊密網絡結構，聚類系數高但平均路徑長度短，因而呈現出較強的小世界性。生命周期視角下，成長期和成熟期上市公司合作網絡的小世界指數波動上升，冪律分布系數較為穩定，而衰退期上市公司由于受到部分合作廣泛的企業生命周期變化的影響，其網絡結構波動顯著。區域視角下，東部地區無標度網絡結構較為穩定，中西部地區網絡結構波動較大，這是由于中西部地區上市公司產學研合作的穩定性較差所致。

圖8 要素密集度視角下上市公司知識吸收能力變動趨勢

4.3 合作創新知識控制能力

圖9展示了要素密集度視角下3類上市公司知識控制能力變動趨勢。可以看出，上市公司限制性提升，標準中介中心性下降，波動幅度趨于穩定，限制性差異顯著，標準中介中心性差異較小，說明上市公司知識控制能力下降，主要在產學研合作中充當知識需求者，而非知識供給者。技術密集型上市公司產學研合作限制性最高，說明這類上市公司在產學研合作中的知識控制能力較低，反映了技術密集型企業自主創新能力較強，對產學研合作的依賴性較弱；勞動密集型上市公司產學研限制性最低，說明這類公司占據網絡結構洞的有利位置，能夠從多方獲得創新知識，但也從另一方面說明其自主創新能力不足。企業生命周期視角下，成長期和成熟期上市公司產學研合作的限制性與標準中介中心性較為穩定，衰退期上市公司的知識控制能力強但波動較大，差異趨于縮小。區域視角下，東部地區上市公司的限制性較高，中介性較低，處于網絡邊緣位置，企業主導產學研合作的能力較弱，而中西部地區波動較大。

圖9 要素密集度視角下上市公司知識控制能力變動趨勢

4.4 合作創新集群發展能力

3種視角下網絡社群數量和網絡社群平均規模均出現一定增長，但存在一定差異。整體來看，上市公司產學研合作發展多元化程度以及繁榮程度逐漸提升。圖10展示了要素密集度視角下上市公司產學研合作網絡社群指標變動趨勢，可以看出，3類上市公司產學研合作網絡社群數量和社群規模均具有增加趨勢。勞動密集型企業產學研合作發展較為迅速，其它兩類相對緩慢。一方面，在技術密集型合作網絡社群中，核心節點常常是實力雄厚的學研機構，但這類機構是稀缺性資源，隨著時間推移，社群數量難以繼續增長；另一方面，隨著產學研合作發展，社群平均規模持續擴大。生命周期視角下，成長期產學研合作網絡社群數量增長放緩，但平均社群規模保持增長，說明其內部已出現穩定的合作社群，新加入產學研合作的成長期上市公司更傾向于進入這類社群中。成熟期產學研合作網絡社群指標增幅持續提升，而衰退期上市公司社群數量較少，但社群平均規模有一定增長。區域視角下，東部地區社群數量和規模遠超中西部地區，而中部與西部地區間的差距不大。由于大部分知名高校及科研機構位于東部地區，因而東部地區上市公司能夠利用地理優勢進行高水平產學研合作，形成以高校科研機構為核心的網絡結構。中西部地區資源較為缺乏，區域間集群發展差距會進一步拉大。

圖10 要素密集度視角下產學研合作網絡集群變動趨勢

5 結語

5.1 結論

本研究采用1998—2019年A股上市公司產學研聯合申請專利數據，構建上市公司產學研合作網絡。首先，從整體角度研究上市公司產學研合作創新發展趨勢；其次，從要素密集度、生命周期和區域3種視角分析上市公司產學研合作創新中的緊密性、知識吸收能力、知識控制能力和創新集群發展能力演進趨勢。

(1)企業產學研合作參與程度與專利申請量具有較大程度增長。產學研合作網絡結構趨于復雜，從初始的點對點結構發展為簇狀拓撲結構，其中理工類學研機構及大型能源企業處于網絡中心，在促進網絡規模擴大過程中發揮關鍵作用。網絡具有小世界和無標度結構，知識流動效率趨于穩定，核心學研機構的作用顯著，網絡中出現更多創新集群，集群間合作減少。

(2)合作緊密性顯著下降，創新主體間合作的廣泛程度降低。3種視角下創新主體的合作積極性提高，網絡規模擴張迅速，而單個創新主體合作的廣度并未顯著提升。相對于較大的合作網絡，單個創新主體的合作范圍有限，導致緊密性下降，而創新主體的絕對數量增幅穩定，網絡規模擴大速度下降，最終導致緊密性趨于平穩。

(3)企業自身知識吸收能力下降，但整體創新環境對知識吸收具有促進作用。3種視角下上市公司的標準度中心性和標準接近中心性均具有下降趨勢，說明雖然產學研合作具有擴張趨勢，但上市公司從外部獲取的知識是有限的。此外，具有高流動性的產學研合作網絡結構促使企業知識吸收效率下降幅度有限。本文還發現，上市公司產學研合作出現“擇優而從之”的現象，可能是由于企業會對與自身相關的知識產生需求，因而產學研合作具有較強的傾向性。而學研機構新知識資源的產生往往建立在以往知識的基礎上，會強化部分學研機構對某類知識資源的壟斷性，最終導致該現象產生。

(4)企業知識控制能力較低，在產學研合作中大多處于邊緣位置，是知識需求者，無法在知識傳遞中發揮“橋梁”作用。勞動密集型上市公司受到的限制較小，可能是由于自身創新實力較弱，對外部知識需求較大，因而產生較強的知識控制能力。中西部地區上市公司由于產學研合作不充分，合作網絡規模較小，所接觸到的知識有限，因而其知識控制能力較強。

(5)企業產學研合作呈現多元化發展趨勢，創新集群數量與規模不斷增加。集群數量增加是由于公司間存在技術差異，使合作網絡中產生新的創新集群，后者主要是由于上市公司廣泛參與引起的。成長期企業和技術密集型上市公司集群數量穩定，但集群規模保持增長態勢，可能是由于上述兩類上市公司為了降低合作失敗風險，傾向于和實力雄厚的學研機構合作，而該類機構具有稀缺性，從而導致集群數量增長緩慢。地區間產學研合作創新集群發展程度差異較大，東部地區上市公司能夠利用學研機構優勢，因而產學研創新集群發展較好。

5.2 建議

(1)應持續實施產學研激勵政策。由于產學研合作創新成果收益不確定，資金狀況欠佳的衰退期企業對產學研合作持保守態度。因此，需要實施相關政策降低產學研合作成本，緩解企業資金壓力，為企業合作創新創造良好條件。

(2)促進跨區域產學研合作。東西部地區間高校及科研機構分布不均，東部地區條件優越，中西部資源匱乏，地理距離使溝通成本增加。因此，企業傾向于與當地學研機構進行合作，跨區域產學研合作較少。一方面，為充分發揮學研機構在知識生產和轉化方面的作用，相關政策應鼓勵東部地區科研實力雄厚的學研機構在異地建立聯合研究院所，緩解學研機構的資金壓力，促進東西部地區均衡發展，降低中西部地區企業產學研合作溝通成本。另一方面，由于企業產學研合作存在“偏好連接”現象，為避免知識壟斷，相關政策應鼓勵學研機構間的學術交流，提升中西部地區學研機構的科研實力，從而提升企業產學研合作的吸引力。

(3)提升政策實施的針對性。企業存在不同的要素密集度，勞動密集型企業自主創新能力較弱，對產學研合作的依賴性較強，因此，相關政策應進一步降低這類企業產學研合作門檻；技術密集型企業和資本密集型企業產學研合作參與程度低，產學研合作需求較小，其自身擁有較強的創新盈利能力，因此，相關政策可以促進這類企業進行產學研合作，從而引導學研機構創新成果轉化。