“2011计划”中协同单位的合作网络结构分析
——基于SNA视角的研究
刘延海
（兰州大学管理学院，甘肃兰州730000）
摘要：作为一项体现国家意志的重大战略举措，“2011计划”的突出特点是通过协同单位的深度合作提升创新能力。因而，揭示并分析各单位间形成的合作网络及其结构显得意义重大。本文以38个国家级协同创新中心为研究对象，收集了106个协同单位间的合作关系数据，运用社会网络分析方法（SNA），从网络粘性、中心性、凝聚子群、“核心—边缘”结构以及结构洞5个维度对合作网络结构进行了测度。研究发现：“2011计划”中协同单位的合作网络密度较小、凝聚力较低；节点属性影响其在网络中的作用和行为；而节点能力决定其在网络中的位置；在合作网络中形成了5种子群模式，综合创新能力强的单位之间更易形成集群。基于以上发现，笔者从“协同单位应挖掘潜在的合作领域”等四个方面提出了政策建议。关键词：2011计划；协同单位；合作网络结构；社会网络分析
中图分类号：G311 文献标识码: A
Analysis on Cooperative Network Structure of Collaborative Unit in the"2011Plan"—Research Based on SNA
LIU Yan-hai
（School of Management，Lanzhou University，Lanzhou 730000）
Abstract: As a major strategic initiatives reflecting the will of the state,salient feature of the “2011plan” is to improve the ability of innovation through the depth of cooperation of collaborative unit.Therefore, it is of great significance to reveal and analyze the cooperative
基金项目：国家自然科学基金重点项目“政府职能转变背景下绩效管理研究”(项目编号：71433005)；国家自然科学基金面上项目“基于公共价值的政府绩效结构、生成机制及中国情境下的实证研究”（项目编号：71373107）。兰州大学中央高校基本科研业务费专项资金项目“我国政府绩效管理政策的价值损失测度及其治理研究”（项目编号：15LZUJBWYJ031）。
作者简介：刘延海（1989-），男，甘肃兰州人，兰州大学管理学院硕士研究生，研究方向为社会网络分析，科技创新。联系电话：183******** ；E-mail：276933566@https://www.doczj.com/doc/1d15350512.html, ；通信地址：甘肃省兰州市城关区天水南路222号兰州大学（本部）研究生公寓10号楼510室；邮编：730000。
network of the various units formed and its structure.Based on the 38 National Collaborative Innovation Center as the research object, collecting cooperative relationship data of between the 106 collaborative units,using the method of social network analysis (SNA), from the 5 dimensions of network viscosity, centricity, cohesive subgroups, "core-periphery" structure and structural holes to measure the cooperation network. The study found: in the "2011 Plan", cooperation network of collaborative unit is low density and cohesion; the node attributes affect its function and behavior in the network;the node capacity determines its position in the network; in the cooperative network formation of 5 subgroup pattern, the cluster is more easily formed between the integrated innovation ability units. Based on the above findings, put forward policy recommendations in four aspects, such as "collaborative units should tap the potential of cooperation in the field of" and so on.
Keywords: 2011 Plan; collaborative unit; cooperation network structure; social network analysis
1引言
2011年4月，胡锦涛在庆祝清华大学成立100周年讲话时指出，“要积极推进协同创新，促进高等教育与科技、经济、文化的有机结合，大力提升高等学校的创新能力，服务于创新型国家和人才强国的建设。”[1] 2012年3月，教育部、财政部共同发布了《关于实施高等学校创新能力提升计划的意见》（简称“2011计划”），目的是通过协同创新中心的建设来吸引优秀创新团队，聚集各类创新资源，进而提升人才、学科、科研三位一体的创新能力。[2]截至2014年，已有38个协同创新中心通过国家认定[3]，超过28个省份启动了省级“2011计划”，200所高校成立了300余个校级协同创新中心[4]。可见，作为我国高等教育领域的第三个国家工程，协同创新中心的建设正在快速推进。
自20世纪80年代，协同学与创新理论开始融合，经历了微观层面的企业协同创新，逐步发展至中宏观层面的区域或集群网络的协同创新[5]。随着认识的深化，协同创新的重要意义逐渐被揭示。Etzkowita在其所著的《三重螺旋》中指出，产学合作是大学除教学和研究之外的第三使命，“大学—产业—政府”在发挥各自作用的同时加强多重互动，是提高国家创新系统整体绩效的重要条件[6]。其他学者[7] 、[8]通过实证研究发现，创新主体的合作网络结构对创新绩效存在显著影响。那么，在2011计划中，协同单位间的互动关系如何，由此形成的合作网络结构及其特征是什么。以上问题影响协同创新绩效的产生，事关“2011计划”预期目标的实现。
2文献述评
根据研究内容，本文从协同创新中心和合作网络结构两方面进行文献述评。
2.1关于“协同创新中心”的研究
我国自2012年启动实施了高等学校创新能力提升计划。同年，以“协同创新中心”为篇名的研究成果开始出现，且文献数量逐年递增，2015年1至4月，已有44篇相关文献，如表1所示。可见，受2011计划的影响，“协同创新中心”成为学界研究的热点。目前，已
有463篇关于“协同创新中心”的文献，其中90.28％的文献是协同创新中心成立的新闻报道，而只有9.72％的文献是关于协同创新中心的学术研究，如图1所示。这反映了我国协同创新中心的数量越来越多，但对协同创新中心的学术思考不足。
表1 “协同创新中心”文献数量年度变化
Table 1 The Number of Annual Variation of
Collaborative Innovation Center
图1 学术论文、新闻报道占总文献的比例
Figure 1 Academic Papers,News Reports Accounted for the
Proportion of the Number of Documents
在仅有的45篇关于“协同创新中心”的学术论文中，研究可细分为以下四个方面。首先是关于协同创新中心组建的分析，既有对已建协同创新中心的经验介绍，也有如何培育协同创新中心的理论思考。危怀安等结合首批2011计划的14个协同创新中心现状，分析了协同创新中心合作伙伴的选择原则及过程，并绘制了合作伙伴选择机理图[9]。刘凡丰认为协同创新中心的利益相关者包括政府、企业、高校科研院所和校内学科院系，分析了各利益相关者在协同创新中心创建过程中的功能，并提出了培育协同创新中心的策略[10]。其次是对协同创新中心组织管理的研究。刘佳认为体制机制创新是2011计划的重要内容，并提出了协同创新中心的组织管理体系及其联动合作、人事管理、科研评价、人才培养、资源整合和文化建设等机制[11]。王周谊以“世界文明与区域研究协同创新中心”为例，对协同创新中心的人才
培养机制进行了研究[12]。再次是对协同创新中心绩效评价的研究。郑世珠分析了省级协同创新中心认定评价的目的和意义，采用定性与定量相结合的方法，提出了省级协同创新中心认定评价的指标体系[13]。刘芳等对美国联邦机构绩效评价和中国科学院科技评价改革进行了案例研究，基于此提出了构建协同创新中心绩效评价的逻辑框架和具体措施[14]。最后是部分学者对国外类似机构经验的介绍。范惠明等基于对美国多个“产业—大学合作研究中心”的实地访谈，总结了以上机构在筛选培育、组织管理、资金资助模式等方面的特征[15]。胡冬云等在解析美国第三代工程研究中心发展的关键问题后，分析了协同创新中心制定教育计划并建立伙伴关系的重要性[16]。
通过以上文献回顾后发现，从内容上看，现有研究主要关注协同创新中心如何组建，如何管理以及如何评价，为探索中的“2011计划”提供政策建议。但极少关注协同创新中心的组成单位，忽略了协同创新中各单位间的合作关系以及由此形成的合作网络结构。从研究方法上看，以理论研究为主，即通过演绎的方式来提出若干想法，较少呈现我国协同创新中心建设的实践，更没有基于经验事得出结论、建构理论。
2.2关于“合作网络结构”的研究
目前，关于“合作网络结构”的研究主要分为以下两方面。首先是对“合作网络结构特征”的关注。庄新田等对我国投资银行在股票IPO业务中的承销合作网络进行了实证研究，并分析了该网络的拓扑统计性质[17]。李长玲等以图书情报学的期刊论文为例，对该领域2004-2013年的科研合作网络结构特征进行了分析[18]。其次是关于“合作网络结构与创新绩效”的研究。Liu等认为，网络结构促进创新主体间的知识流动和交互，进而影响主体的创新绩效[19]。孙笑明等在区分关键研发者和一般研发者的基础上，利用国内主要家电企业的212名关键研发者形成的合作网络数据，实证分析了网络结构优势对其创造力的影响[20]。
通过文献回顾可以发现，大部分实证研究表明合作网络结构会对创新绩效产生影响，这反映了研究2011计划中协同单位合作网络结构的意义。同时，关于“合作网络结构特征”的文献大部分采用社会网络分析方法（SNA），为本文研究提供了借鉴。但是，通过文献回顾也不难发现，目前对“合作网络结构”的研究都是针对某一具体领域，如投资银行股票IPO 业务、图书情报专业等，现实中存在的跨领域合作网络极少受到学界关注。本文在对协同单位的合作网络分析时，并非先锁定某一领域，而是以协同单位为观察对象，将其在跨多个领域的合作关系进行呈现。
3研究设计
为了如实呈现并科学分析2011计划中协同单位的合作网络结构，笔者从研究方法选择、数据来源与处理两个方面进行了如下设计。
3.1研究方法选择
社会网络分析（Social Network Analysis）是研究社会行动者之间互动关系的结构性方法。
[21]该方法以社会网络资料为基础，可以处理通过一定变量或数值反映的关系数据。[22]本文选择社会网络分析方法来研究协同单位的合作网络结构，主要基于以下考虑：首先，合作网络体现的是协同单位间的互动关系，属于SNA方法的分析对象；其次，合作网络与社会网络的相似性，使得社会网络分析能用于研究跨组织合作网络的相关问题[23]。最后，马捷[24]、马艳艳[7]等学者已用社会网络分析方法对合作网络结构进行了研究，并取得了良好的分析效果。
3.2数据来源与处理
目前，从国家层面到省级政府，再到高等学校都在积极建设协同创新中心，但不同层级的协同创新中心发展阶段不同，创新能力存在差异。本文选择通过国家认定的38个协同创新中心为研究对象，主要基于以下考虑：首先，国家级协同创新中心已组建完成并投入运行，创新能力较强，能代表我国在相关领域的科研水平；其次，国家级协同创新中心包含了科学前沿、文化传承创新、行业产业和区域发展四种类型，且每种类型的数量相对均衡，在一定程度上反映总体的分布特征；最后，国家级协同创新中心受到社会的广泛关注，每个中心都已建立公开网站，因此，研究资料是丰富的且易得的。在数据收集过程中，笔者以教育部、财政部联合发布的《关于公布2012年度“2011计划协同创新中心”认定结果的公示》和《关于公布2014年度“2011计划协同创新中心”认定结果的通知》中确定的协同单位名单为准。
数据处理的具体做法是：首先从38个协同创新中心找出所有的协同单位，重复出现的单位只记1次，共得到包括清华大学、北京大学在内的106个单位（节点）。其次，逐次分析每个节点与其余105个节点之间的关系，若在38个协同创新中心只有1次合作则记为“1”，有2次合作则记为“2”，以此类推，没有合作则用“0”表示，最终形成了一个“106×106”的邻接矩阵。最后，将得到的邻接矩阵数据导入Ucinet6.0软件，协同单位间合作网络的可视化效果如图2所示。
图2协同单位的合作网络图
Figure 2 Cooperation Network Diagram of Cooperative units
4数据测度与结果分析
4.1合作网络粘性
网络粘性是指网络中团队的凝聚力以及行动者彼此间的影响力，常用的测度方法有两种，即网络密度和网络捷径距离。[25]网络密度越大，表示行动者间的关系越紧密。网络捷径距离是任意两个节点间最短距离的长度，该距离越长，表明行动者间的沟通存在一定障碍，基于该距离可得到合作网络的凝聚力指数，数值越大，网络的凝聚力越好。本文分别对协同单位合作网络密度及网络捷径距离进行测度，两项指标可相互印证结果的可靠性。
协同单位合作网络粘性测度结果显示，整体网密度为0.0622。Wellman 在分析网络密度时，认为密度在0-0.25 时关系密度较低，为稀疏连接[26]。可见，合作网络的密度较低，各节点间的联系较为稀疏。网路捷径距离为2.455，表明网络中任意两个行动者取得联系时，平均要经过2-3位其他成员。因此，节点间的联系存在一定障碍。基于网络捷径距离测度的凝聚力指数为0.276，该数值较小，表明该网络的凝聚力较低，这与网络密度测度结果一致。以上两种测度结果均显示，目前，2011计划中协同单位间的合作程度较低。
表2合作网络粘性测度结果
Density
Distance
Density (matrix average) = 0.0622
Average distance (among reachable pairs) = 2.455 Distance-based cohesion ("Compactness") = 0.276
(range 0 to 1; larger values indicate greater cohesiveness)
4.2合作网络中心性
中心性测度的是团队成员在社会网络中所处位置的中心程度，主要包括点的中心度和图
的中心势两项指标。[27]
其中，点的中心度是社会网络分析中识别关键行动者的最重要指标。
本文选用该指标来分析协同单位合作网络的中心性，具体包含点的度数中心度、中间中心度以及接近中心度。
（1）合作网络的点度中心度
点度中心度测度行动者直接参与的关系连接数目，数值越高，表示该点的直接交互能力越强，该点越接近于网络的中心，社会地位越高，权力越大。[28]可用公式表示为：
(n )d(n )D i i ij ji
j
j
C x x
==
=∑∑ （1）
其中，ij x 为社会网络的矩阵表达方式，代表行动者j 是否与行动者i 存在关系，存在关系为1，不存在关系为0。
表3是运用Ucinet6.0软件对协同单位合作网络的点度中心度测度结果。点度中心度最高的前5个节点均是具有强大科研实力的高校和院所，最低的5个节点则以企业为主，两者在点度中心度上的差距较大。同时，前5个节点内部也存在差异，其中，清华大学的点度中
心度最高，说明该节点在合作网络中与众多节点存在联系，信息资源掌握和交流能力最强。
表3合作网络的点度中心度测度结果
编号 节点 点度中心度（Degree ）
排序
2 清华大学 54.000
前5名 9 中国社会科学院 30.000 42 复旦大学 25.000 27 中国科学院 25.000 5 浙江大学 24.000 …… …… 36 苏州工业园区 1.000
后5名
60 上海电气（集团）总公司
1.000 13 中航工业集团 1.000 61 国家核电技术公司 1.000 67
中国工程物理研究院
1.000
（2）合作网络的中间中心度
行动者作为中介越频繁，尤其位于其他行动者之间的最短路径时，其中心度越高。中间中心度可用公式表示为：
(n )(n )/g B i jk
i jk j k
C g
<=
∑ （2）
其中，jk g 代表连接行动者j n 和k n 之间最短路径的数目，(n )jk i g 代表行动者j n 和k n 之间最短路径上包含行动者i n 的数目。
表4是运用Ucinet6.0软件对协同单位合作网络的中间中心度测度结果。中间中心度最高的前5个节点依然是实力强大的高等学校和科研院所，而排在最后的5个节点包括政府、高校以及院所。其中，清华大学在合作网络中的中间中心度最高，为2026.234，排在第2位的浙江大学的中间中心度为579.273，两者差距较大。表明清华大学在协同单位合作网络中起到非常重要的作用，如果失去该节点，那么经过“清华大学”这一节点的所有最短路径都会改变。
表4合作网络的中间中心度测度结果
序号 节点 中间中心度（Betweenness ）
排序
2 清华大学 2026.234
前5名 27 浙江大学 579.273 42 复旦大学 281.466 3 中国科学院 274.667 12 北京航空航天大学
261.936 ...... (102)
国家统计局
0.000
103 安徽大学 0.000
后5名
104 首都师范大学 0.000 105 中国文化遗产研究院 0.000 106
福建师范大学
0.000
（3）合作网络的接近中心度
接近中心度测度的是行动者不受他人控制的能力。[29]可用公式表示为：
1
1(n )(n ,n )g c i i j j C d -=??
=????
∑ （3）
其中，g 代表节点数目，(n )c i C 是行动者i n 到其他行动者距离总和的倒数，其取值范围为0到1
(g 1)--。
表5是运用Ucinet6.0软件对协同单位合作网络的接近中心度测度结果。在合作网络中，清华大学的接近中心度最高，数值为3.797，其次分别为复旦大学、浙江大学、中国科学院和中国社会科学院，表明以上节点在寻求合作过程中不易受到其他节点的控制，拥有更多的自主权。同时，该结果与点度中心度、中间中心度测度结果基本一致。
表5合作网络的接近中心度测度结果
编号 节点 接近中心度（nCloseness ）
排序
2 清华大学 3.797
前5名 42 复旦大学 3.753 27 浙江大学 3.751 3 中国科学院 3.750 9 中国社会科学院
3.747 ……
…… 64 湖南杂交水稻研究中心
0.962
后5名
35 苏州大学
0.952 45 中国电子科技集团公司
0.952 36 苏州工业园 0.952 44 西安电子科技大学
0.952
4.3合作网络的凝聚子群
Wasserman 等认为，凝聚子群是指在某一集合中，行动者之间具有相对较强、直接、紧密或者积极的关系[30]。在单模网络中，子群有四种主要属性，包括联系的交互性、接近性、频率及相对频率，由此衍生出四种识别子群的方式，即交互性、距离、节点度和内外比较。
[31]
本文选择基于点度数的K-丛来分析网络中的凝聚子群。考虑到协同单位合作网络中各节
点的联系状况，将行动者间最大可达步长设为“2”，最小规模设定为“6”，协同单位合作网络的凝聚子群测度结果如图3所示。在K 值为2，子群最小规模为6的条件下，网络中共有52
个2-丛。52个子群从其包含的节点来看，可分为以下几类。首先是由清华大学等985工程高校和中国科学院等单位构成的子群，数量为36个，占总体的69.23％；其次，由综合创新能力较强的科研单位与在某领域具有突出实力的高校形成的子群共有7个，占总体的13.46％；高水平大学、科研院所与企业构成的子群只有5个，占总体的9.62％；而科研单位与政府部门形成的子群数量为2个，占总体的3.85％；最后，因地缘关系形成的子群只有1个，即长三角绿色制药协同创新中心。
图3协同单位合作网络的聚类图
Figure 3 Cooperation Network Clustering Map of Collaborative Units
4.4合作网络的“核心—边缘”结构
任何网络都是由不同属性的核心区和边缘区构成。[32]在社会网络中，核心区各节点间联系较为紧密，而处于边缘地区的节点之间联系稀疏。[33]
表6是运用Ucinet6.0软件对协同单位合作网络的“核心—边缘”测度结果。由表6可知，
经过1000次迭代之后，“核心—边缘”模型的相关系数ρ达到最大值0.528，说明该结构是一个“核心—边缘”结构。协同单位合作网络的“核心—边缘”测度显示，清华大学、中国社会科学院、复旦大学、中国科学院以及中国人民大学的核心度排在前5位，表明以上5个节点处于网络的核心位置，掌握大量资源，发挥主导作用。核心度为“0”的节点既有高校、科研院所，也包括企业，这些单位只是围绕某一研究领域，发挥专业特色，在整个合作网络中处于边缘位置，其角色是协同者，而非牵头单位。
表6合作网络的“核心—边缘”测度结果
编号 节点 核心度（Corene ）
排序
2 清华大学 0.448
前5名 9 中国社会科学院
0.345 42 复旦大学 0.283 3 中国科学院 0.281 5 中国人民大学
0.275 ……
…… 64 西安电子科技大学 0.000
后5名
35 大连交通大学 0.000 45 中国电子科技集团公司 0.000 36 沈阳鼓风机集团股份有限公司
0.000 44
湖南杂交水稻研究中心
0.000
Correlation 0.528
4.5合作网络的结构洞测度
Burt 在Granovettter 等研究的基础上提出了结构洞理论，认为结构洞表示两个行动者间的非冗余的联系。[34]目前，结构洞的测度指标有两类，一是结构洞指数，二是中间中心度指标。现有研究主要采用Burt 的结构洞指数，该指数包括有效规模、效率、限制度和等级度四个指标。有效规模用个体网规模减去网络的冗余度，效率则是该点的有效规模与实际规模之比，限制度表示在网络中拥有结构洞的能力，数值越大表明占据的结构洞越少，等级度表示限制度在多大程度上集中在一个节点上[35]，等级度越大，表明受到的限制越大。
表7是运用Ucinet6.0软件对协同单位合作网络的结构洞测度结果。在有效规模测度结果中，清华大学、中国社会科学院等单位数值较大，分列前5位，说明以上节点在网络中的非冗余因素较多；在效率层面，哈尔滨工业大学、中航工业集团等单位的值均为“1”，表明其有效规模与实际规模比较接近；从限制度角度分析，数值最小的5个单位分别为复旦大学、中国社会科学院、浙江大学、中国科学院以及清华大学，根据结构洞分析原理，以上节点在合作网络中占据的结构洞最多，在网络中经常扮演“桥”的作用，大部分资源要通过以上节点传递；在协同单位合作网络中，等级度最高的是中国航天科技集团、国家核电技术公司等单位，其等级度均为“1”，说明以上节点在网络中受到了较多限制，难以发挥有效作用。
表7 合作网络的结构洞测度结果
有效规模（前5名）效率（前5名）限制度（后5名）等级度（前5名）节点数值节点数值节点数值节点数值
清华大学41.750 哈尔滨工
业大学1.000 复旦大学0.153 中国航天
科技集团
1.000
中国社科院18.317 中航工业
集团
1.000 中国社科
院
0.151 国家核电
技术公司
1.000
浙江大学18.153 中国广东
核电集团
有限公司1.000 浙江大学0.143 中航工业
集团
1.000
中国科学院16.693 上海电气
（集团）总
公司
1.000 中国科学
院
0.136 苏州工业
园区
1.000
复旦大学16.040 国家核电
技术公司1.000 清华大学0.065 中国电子
科技集团
公司
1.000
5 结论与建议
本文通过收集38个国家级协同创新中心的数据，运用社会网络分析方法对2011计划中协同单位的合作网络结构进行了定性定量分析，得到以下结论，并基于结论提出政策建议。
首先，2011计划中协同单位的合作网络较为稀疏，整体网由38个局部网通过个别节点连接。在网络粘性分析中，网络密度及凝聚力指数均显示合作网络较为稀疏。这是因为在合作网络的106个节点中，81个节点只参与一个协同创新中心，占节点总数的76.42％，导致以上节点只与中心内部的节点存在合作关系，与其他协同创新中心的节点没有联系。只有23.76％的节点参与了多个协同创新中心，这不仅扩大了以上节点的合作范围，也使得多个协同创新中心通过该节点连接。如在中国基础教育质量监测协同创新中心，陕西师范大学只与该中心的其余8个节点存在合作关系，和其他37家协同创新中心的97个节点没有联系。而北京大学总共参与了3个国家级协同创新中心，即北大与3个中心的所有节点均有合作关系，从网络结构的可视图来看，三个中心通过“北京大学”这个节点得以连接。可见，高等学校、科研院所、企业和政府等单位通过具体的协同创新中心平台进行合作，由于2011计划正处于初创时期，国家级协同创新中心数量较少，协同单位尚未开展更广泛合作，未能充分释放各单位在其他领域合作的潜力。因此，除了国家对协同创新中心的培育外，各协同单位应积极挖掘潜在的合作领域，与更多单位开展协同。
其次，节点属性影响节点在合作网络中的作用及行为。在协同单位合作网络中，按照节点属性可分为高等学校、科研院所、企业以及政府四种类型。根据中心性测度与“核心—边缘”结构分析发现，处于网络核心位置的主要是高等学校，其次是科研院所，最后是企业和
政府。根据结构洞测度结果可以发现，处于核心位置的高等学校发挥着“桥”的作用，即网络中各节点的合作须经过该高校的连接。因此，在协同单位合作网络的构建中，高校发挥着“纽带”的作用，是最关键的协同者。同时，节点属性也影响节点的行为。根据接近中心度测度结果，清华大学、复旦大学、浙江大学、中国科学院和中国社会科学院排在前5位，说明以上节点在寻求合作过程中不易受到其他节点的控制，拥有更多的自主权，而在结构洞测度中，等级度最高的是中国航天科技集团、国家核电技术公司等单位，其等级度均为“1.000”，说明以上节点在网络中受到了较多限制，难以有效发挥作用。这恰好印证了在协同创新中心组建过程中，牵头单位主要是高等学校，在寻求合作过程中占据主动，而企业、政府更多地作为参与单位，相对被动。因此，要提高协同创新中心的绩效，一方面应更好地发挥高校的协同作用，另一方面也要激励企业、政府的研究机构等发挥优势，积极融入2011计划。
再次，节点的创新能力决定节点在合作网络中的位置。合作网络的点度中心度测度结果显示，处于合作网络最核心位置的分别是清华大学、中国社会科学院、复旦大学、中国科学院以及浙江大学，“核心—边缘”测度中核心度排在前5位的依次是清华大学、中国社会科学院、复旦大学、中国科学院以及中国人民大学。两种测度结果基本一致。清华大学、浙江大学和复旦大学是我国首批985工程高校，科研实力雄厚，在由武汉大学中国科学评价研究中心和中国科教评价网联合发布的《2014-2015年中国大学科技创新竞争力排行榜》中，三校分列第1、第3和第6位[36]。中国科学院是我国自然科学领域创新能力最强的科研机构，而中国社科院和中国人民大学则在社会科学领域具备一流的科研水准。以上单位的科研创新能力使其在合作网络中处于最核心地位，同时，核心节点掌握更多资源，影响其他节点间的合作。因此，以上单位能否发挥引领示范作用事关2011计划建设全局。基于以上发现，国家在培育协同创新中心时，应重点关注已形成一流创新能力的机构，通过政策支持让其更好地产生带动作用，形成创新成果分享的长效机制。同时，也要鼓励潜在的高水平创新单位，在合作网络中培育更多的核心节点。
最后，在K值为2，子群最小规模为6的条件下，合作网络中共有52个2-丛。进一步分析后发现，以上子群可概括为5种集群模式，分别为综合创新能力强的单位之间、综合创新能力与专业创新能力强的单位之间、综合创新能力强的单位与企业之间、综合创新能力强的单位与政府之间以及因地缘关系形成的集群。如量子物质科学协同创新中心属于第一种集群模式，该中心包括北京大学、清华大学和中国科学院，以上校所在多个领域都具备强大的创新能力，均属于综合创新能力强的单位，类似的子群为36个，占总体的69.23％。无线通信技术协同创新中心包括清华大学、重庆邮电大学等单位，前者属于综合创新能力强的单位，后者在通信专业领域具备高水平的科研实力，这属于综合创新能力与专业创新能力强的单位之间形成的集群，此类集群有8个，占总体的15.38％。清华大学、同济大学等单位与中国电力科技集团公司、潍柴动力股份有限公司合作形成的智能型新能源汽车协同创新中心属于典型的第三类模式，即综合能力创新能力强的单位与企业之间形成的集群，共有5个此类子群，
占总体的9.62％。国家领土主权与海洋权益协同创新中心包括复旦大学、武汉大学、水利部等单位，这属于综合创新能力强的单位与政府之间形成的集群，此类子群共有2个，占总体的3.85％。在合作网络中，因地缘关系形成的集群只有长三角绿色制药协同创新中心，占总体数量的1.92％。通过以上分析可以发现，在协同单位的合作网络中，第一种集群模式占据绝对优势，而综合创新能力强的单位与企业之间的集群模式较少，这不利于产学研的深度融合。因地缘关系形成的集群数量极少，进一步制约了协同创新绩效的产生，因为根据集群创新和新地理经济学的观点，企业倾向于与地理位置接近的大学及科研机构开展合作创新，作为“本地创新系统”具有显著的本地化技术外部性[37]。因此，在2011计划中，国家应积极引导高校、科研院所与企业开展深度融合，促进产学研一体化发展；加强区域内协同单位间的合作，获得正的外部效应，实现更高的协同绩效。
本文首次对2011计划中协同单位的合作网络结构进行了探索，有助于加强对协同单位合作关系的认识。但本文的分析对象只限于国家级协同创新中心，今后须结合省级、校级协同创新中心数据进一步完善；同时，笔者只关注了协同单位间是否存在合作关系，未对合作次数与合作强度进行量化，这也是本文深化研究的方向。
参考文献：
[1]胡锦涛．在庆祝清华大学建校１００周年大会上的讲话[EB/OL]. 2011-04-24/ 2015-04-26 .
https://www.doczj.com/doc/1d15350512.html,/politics/2011-04/24/c_121341791.htm.
[2]教育部，财政部. 2011协同创新中心建设发展规划[EB/OL]. 2014-04-05 /2015-04-26 .
https://www.doczj.com/doc/1d15350512.html,/publicfiles/business/htmlfiles/moe/s7062/201404/167787.html.
[3]教育部，财政部. 关于公布2014年度“2011协同创新中心”认定结果的通知[EB/OL].
2014-11-07/2015-04-26.https://www.doczj.com/doc/1d15350512.html,/dostplan/gggs/2014110707.
[4]胡航宇.全国已认定省级“2011协同创新中心”300余个[EB/OL]. 2014-03-28/ 2015-04-27 .
https://www.doczj.com/doc/1d15350512.html,/high/gdjyxw/201403/t20140328_575746.html.
[5]解学梅，曾赛星.创新集群跨区域协同创新网络研究述评[J].研究与发展管理，2009（1）：9-17.
[6]Etzkowita H．The triple helix: university-industry-government innovation in action［J］.London and New York: Routledge，2008．
[7]马艳艳，刘凤朝，孙玉涛.大学—企业合作网络结构及对企业创新产出效应[J].研究与发展管理，2011（6）：1-7.
[8]刘凤朝，姜滨滨.中国区域科研合作网络结构对绩效作用效果分析——以燃料电池领域为例[J].科学学与科学技术管理，2012（1）：109-115.
[9]危怀安，聂卓，疏腊林.协同创新中心合作伙伴选择机理研究——基于2012年度“2011计划”名单的分析[J].科技进步与对策，2014（9）：1-4.
[10]刘凡丰.利益相关者视角的协同创新中心培育策略研究[J].复旦教育论坛，2014（3）：72-77.
[11]刘佳.2011计划协同创新中心建设的组织管理保障与政策创新研究[J].科技进步与对策，2013（10）：1-6.
[12]王周谊.高校学科组织建设与人才培养机制研究——以“世界文明与区域研究协同创新中心”为例[J].学
位与研究生教育，2014（1）：46-49.
[13]郑世珠.面向区域创新发展的省级协同创新中心认定评价指标体系构建[J].科技进步与对策，2014（22）：
102-105.
[14]刘芳，王炳富，王国雄.协同创新中心绩效评价研究：案例分析与逻辑框架[J].研究与发展管理，2014（6）：
129-134.
[15]范惠明，邹晓东，吴伟.美国协同创新中心发展模式探析——I/UCRC的经验与启示[J].高等工程教育研
究，2014（5）：153-158.
[16]胡冬云，陶丹.协同创新中心建设关键问题研究——美国第三代工程研究中心的启示[J].科技进步与对策，
2013（14）：1-4.
[17]庄新田，黄玮强，姚爽.我国投资银行股票承销合作网络结构的实证研究[J].管理评论，2009（12）：18-23.
[18]李长玲，魏绪秋，崔斌，于淼.2004-2013年我国图书情报学科科研合作网络结构特征分析[J].情报杂志，
2015（3）：119-143.
[19]Liu B C, Madhavan R, Sudharshan D. DiffuNET: The impactof network structure on diffusion of
innovation[J]. European Journal of Innovation Management, 2005,8(2):240-262.
[20]孙笑明，崔文田，崔芳，董劲威.当前合作网络结构对关键研发者创造力的影响[J].管理工程学报，2014
（1）：48-55.
[21]范柏乃，蓝志勇.高级公共管理研究方法[M].北京：科学出版社，2014:129.
[22]刘军.社会网络分析导论[M].北京：社会文献科学出版社，2004：45-56.
[23]苏陈朋，韩传峰.非常规突发事件跨组织合作网络结构演化机理研究——以2008年桂林冰雪灾害为例[J].
软科学，2014（8）：107-116.
[24]马捷，锁利铭，陈斌.从合作区到区域合作网络：结构、路径与演进——来自“9+2”合作区101项府际
协议的网络分析[J].中国软科学，2014（12）：79-91.
[25]王嵩，王刊良，田军.科研团队隐性知识共享的结构性要素：一个社会网络分析案例[J].科学学与科学技
术管理，2009（12）：116-121.
[26]WELLMAN B．The Community Question：The Intimate Net-work of East Yorks[J]．American Journal of
Sociology，1979，84（5）：1201－1231．
[27]张伟，张庆普，单伟．整体网视角下高校科研团队知识共享能力测量研究——以某高校系统工程科研
团队为例[J].科学学与科学技术管理，2012( 10) : 171-180.
[28]范柏乃，蓝志勇.高级公共管理研究方法[M].科学出版社：136.
[29]康伟.基于SNA的突发事件网络舆情关键节点识别——以“7·23动车事故”为例[J].公共管理学报，2012
（3）：101-111.
[30]WASSERMANS，FAUST K. Social network analysis: Methods and applications[M]．Cambridge:
Cambridge University Press，1994: 249.
[31]范柏乃，蓝志勇.高级公共管理研究方法[M].北京：科学出版社：141.
[32]FRIEDMANN J R. Regional development policy: A case of Venezuela[M]. Cambrige: MIT Press，1966.
[33]STEPHEN P B，MARTIN G E．Two algorithms for computing regular equivalence［J］．Social Networks，
1993(4) :361-376．
[34]BURTＲS．Structure holes: The social structure of competition[M]. Boston: Harvard University Press，1992:
18.
[35]乐云，张兵，关贤军，李永奎. 基于SNA视角的政府投资项目合谋关系研究[J].公共管理学报，2013（3）：
29-40.
[36]中国科教评价网. 2014-2015年度中国大学科技创新竞争力排行榜[EB/OL].（2014-01-15）[2015-04-28].
https://www.doczj.com/doc/1d15350512.html,/gkbk/dxph/p301399/.
[37]Laredo P. Toward a third mission for universities[R].Paper presented at UNESCO workshop (Paris), 2007.