本站原创
摘 要： 产学研协同不仅有助于国家创新系统内的知识流动，也是提升国家产业技术能力的基本途径,已成为国家创新体系的重要组成部分。我国经济和科技发展“两层皮”的问题仍然存在，二者还存在着某种程度上的偏离，这在一定程度上影响了我国的国际创新战略竞争力。国际上典型的产学研协同创新机制是不同创新主体通过基于价值增值的知识流动联系在一起，在流动中实现价值增值。基于知识相似度检测的产学研协同机制及发展趋势是对隐性知识的交流与转移，不能被竞争者轻意复制的独特技能，建立知识驱动，开放的及更加交互的创新系统。我国产学研协同创新可借鉴的有效解决方法是：开发专利协作模式；发展产学研协同创新的组合模式；建立产学研网络型创新模式。
关键词： 产学研协同创新；知识相似度检测；知识转移；协作机制
1673-8381(2012)05-0006-06[HT〗
在知识经济时代,创新已经成为从知识的生产到知识商业化各个环节相互耦合、互动的价值链条。许多国家正在通过建立一种“知识经济”来增强经济竞争力，普遍采用的方法是支持产学研间的协作。产学研协作已经成为多数国家创新体系的重要组成部分\[1\]，创新系统中的信息、技术、资金和人才等知识在大学、科研机构和企业间流动，使得知识的创新价值不断增值，不同创新主体则通过基于价值增值的知识流动联系在一起。产学研各个创新主体自身的活力和效率，并不能在整体上增强创新体系的功能和效率，必须通过广泛有效的相互联系和作用，协同推进\[2\]。不同国家在创新效果上存在的差别，不仅在于创新体系各要素的差别，更重要的是将不同要素综合在一起的协同作用，这是决定创新体系运行效率的重要因素。
大学凭借其知识创新与应用、怎么写作社会创造价值，已经在整个国民经济发展和科技创新中具有了举足轻重的地位和作用, 能否适时高效地应用这些科学技术知识是决定国家经济增长实绩的关键因素，知识流动的方向与效率直接决定着这些知识应用的效益，因为它可以大幅度减少技术创新过程中的诸多不确定性，最大限度地缩短技术创新时滞，进而决定着一国经济增长的实绩与国际经济技术的竞争地位\[3\]。然而，大学与企业由于部门分割以及目标趋向的不同，高校的这种外部知识不会自动地通过企业的边界流入。边界在规范行为及建立组织关系框架方面起着积极的作用，边界同时阻碍了知识的传播，降低了知识流动的速度，如知识表达不当、省略了某些知识、有限的检索能力、内在的误差等限制了知识的转移，当边界的障碍因素被克服后，可加速知识创新与转移。建立系统、规范、高效的知识流动系统对整个社会创新系统来说不仅是重要的而且是必需的。
20世纪90年代中期，美国大学与研究机构愈来愈多地参与商业研究，其中，这种在法律（例如贝尔—多尔(Bayh-Dole)法案、中小企业专利过程法案等）范围内形成的趋势促进了“第三流”的活动。他们与大学教学和科研的传统职能具有同等的重要性。此外，大多数欧洲国家也
知识相似度检测的主要功能是通过提供增值怎么写作促进大学（研究机构）、企业两个或多个交易方之间的知识交流和技术转移。协作产学研的知识相似度检测有多种不同的形式，总体可分为两类：高校内部的知识相似度检测与高校外部的知识相似度检测。高校内部知识相似度检测，如技术转移办公室（TTO) 、孵化器（Incubators）、科学园(science parks)等；高校外部知识相似度检测，如写作技巧企业(Surrogate entrepreneurs)，风险投资公司(Venture capital firms)及研发写作技巧机构(development agencies)等。这些知识相似度检测有些较擅长于转移编码的知识，如TTO，有些较擅长交流和转移隐性知识，如写作技巧企业。其中，通过技术转移办公室（TTO)进行的技术许可(licensing)传统上已成为大学技术转移最受欢迎的模式 \[7\]。根据Siegal等学者的研究，在大学技术转移活动中，知识相似度检测通过在组织结构中的调整合并（如技术转移办公室）、组织实践（如知识产权管理）及实施意愿（如院系愿意与企业合作）而发生，这反过来受实际的和感受到的激励与障碍因素所影响\[7\]。
（三） 基于知识相似度检测的产学研链接机制Garella强调了知识相似度检测在减缓由非对称信息导致市场失败的中间人角色,Rubinstein 与Wolins
随着大学角色的转变，近10年来兴起的网络型知识相似度检测，承担了跨组织的角色，既擅长转移编码知识也擅长转移隐性知识，优于传统只擅长转移隐性知识或编码知识的线型相似度检测。Youtie和Shapira讨论了网络型相似度检测ATDC（Advanced Technology Development Center）如何帮助Georgia Tech开发并加强产学研协作\[21\]。ATDC聚集了众多大学、研究机构与企业，不仅提供了孵化设备、催生了资产分拆公司，而且提供种子资金和怎么写作帮助创立新兴公司，促进了技术转移。日本的网络型相似度检测TAMA (Technology Advanced Metropolitan Area)协会通过为高校和企业减少搜寻与讨价还价的费用、帮助建立与协调研究团队、竞标R&D基金、组织商业展销会及管理虚拟实验室等，促进了产学研间的协作\[5\]。在英国政府支持下，由剑桥-麻省理工大学(Cambridge-MIT Institute)建立的KIC (Knowledge Integration Community)是一个国际化网络且具有很大发展潜力的网络型知识相似度检测，CMI吸引了世界上两所领军大学的研究能力，且通过其他大学、研究机构和企业的积极参与，探索建立起了一种知识交流系统\[22\]。为了建立产学研间的协作且鼓励知识共享，每个KIC致力于发现一种基于研究的解决方案,其中无声飞机的开创性研究是5个正在进行的KICS之一，该项研究将航空公司、航空发动机制造商、航空研发团队及机场权威机构聚集在一起，这种产学研协作方法是创新的，KIC是涉及多种知识源的联盟并进行多方向网络型知识交流，而不是知识从大学到企业的单方向的流动。同时Acworth也指出，一旦最初的预算用完后，如何使KIC自我维持仍然是一个悬而未决的问题\[22\]。
［8］ DiGregorio D, Shane S. Why Do Some Universities Generate More Startups Than Others?\[J\]. Research Policy, 2008(32):209-227.
［9］ Clarysse B, Bruneel J. Growth of High Tech Startups: An International Perspective\[M\]. Amsterdam: Elsevier, 2005:125-145.
［10］ Kanto Regional Bureau of International Trade and Industry. Survey Report on Developmenttype Industrial Agglomeration in the Greater Tama Region \[R\]. Kanto: Kanto Regional Bureau of International Trade and Industry, 1997:1240-1241.
［11］ Colyvas J, Crow M, Gelijins A, et al. How Do University Inventions Get into Practice?\[J\]. Management Science,2002,48(1):61-72.
［12］ Bozeman B, Corley E. Scientistis Collaboration Strategies: Implications for Scientific and Technical Human Capital\[J\]. Research Policy,2004(33):599-616.
［13］ Kim K, Choi Y, Choi C Y. The Role of Intermediaries on Technological Risk Management and Business Development Performance in Korea\[J\]. Technological Forecasting & Social Change, 2010(77): 870-880
［14］ Levin D, Cross R. The Strength of Weak Ties You Can Trust: The Mediating Role of Trust in Effective Knowledge Traner\[J\]. Management Science,2004,50(11):1477-1490.
［15］ Kostova T, Roth K. Social Capital in Multinational Corporations and a Micromacro Model of Its Formation\[J\]. Academy of Management Review,2003,28(2): 297-317.
［16］ Howells J. Intermediation and the Role of Intermediaries in Innovation\[J\]. Research Policy, 2006(35):715-728.
［17］ Hop
［18］ Aoki M. Types of Relational Financing and the Value of Tacit Knowledge\[M\]. Cambridge, Mass.:MIT Press, 2001：158-162.
［19］ Harrison R, Leitch C. Entrepreneurial Learning: Researching the Interface Between Learning and the Entrepreneurial Context\[J\]. Entrepreneurship Theory and Practice,2005, 29(4):351-371.
［20］ Carayannis E, Campbell D. Knowledge Creation, Diffusion, and Use in Innovation Networks and Knowledge Clusters \[M\]. Praeger: Westport Connecticut, 2006：1-15.
［21］ Youtie J, Shapira P. Building an Innovation Hub: A Case Study of the Tranormation of University Roles in Regional Technological and Economic Development\[J\]. Research Policy,2008(37): 1188-1204.
［22］ Acworth E B. Universityindustry Engagement: The Formation of the Knowledge Integration Community(KIC) Model at the Cambridge-MIT Institute\[J\]. Research Policy,2008（37）: 1241-1254.
（责任编辑 东 彦）
关键词： 产学研协同创新；知识相似度检测；知识转移；协作机制
1673-8381(2012)05-0006-06[HT〗
在知识经济时代,创新已经成为从知识的生产到知识商业化各个环节相互耦合、互动的价值链条。许多国家正在通过建立一种“知识经济”来增强经济竞争力，普遍采用的方法是支持产学研间的协作。产学研协作已经成为多数国家创新体系的重要组成部分\[1\]，创新系统中的信息、技术、资金和人才等知识在大学、科研机构和企业间流动，使得知识的创新价值不断增值，不同创新主体则通过基于价值增值的知识流动联系在一起。产学研各个创新主体自身的活力和效率，并不能在整体上增强创新体系的功能和效率，必须通过广泛有效的相互联系和作用，协同推进\[2\]。不同国家在创新效果上存在的差别，不仅在于创新体系各要素的差别，更重要的是将不同要素综合在一起的协同作用，这是决定创新体系运行效率的重要因素。
大学凭借其知识创新与应用、怎么写作社会创造价值，已经在整个国民经济发展和科技创新中具有了举足轻重的地位和作用, 能否适时高效地应用这些科学技术知识是决定国家经济增长实绩的关键因素，知识流动的方向与效率直接决定着这些知识应用的效益，因为它可以大幅度减少技术创新过程中的诸多不确定性，最大限度地缩短技术创新时滞，进而决定着一国经济增长的实绩与国际经济技术的竞争地位\[3\]。然而，大学与企业由于部门分割以及目标趋向的不同，高校的这种外部知识不会自动地通过企业的边界流入。边界在规范行为及建立组织关系框架方面起着积极的作用，边界同时阻碍了知识的传播，降低了知识流动的速度，如知识表达不当、省略了某些知识、有限的检索能力、内在的误差等限制了知识的转移，当边界的障碍因素被克服后，可加速知识创新与转移。建立系统、规范、高效的知识流动系统对整个社会创新系统来说不仅是重要的而且是必需的。
一、 典型的产学研协同创新
类型及其知识转移机制(一) 产学研协同创新的发展环境
早期大部分国家的国家创新系统中,高校主要致力于高等教育和基础研究，大企业积极地采取创新性的活动将科学研究成果应用于商品化的产品中。然而，自从20世纪末以来，企业愈来愈强调产品和流程的持续创新，企业强调创新重要性的竞争策略要求投资R&D,无论是机构内、通过联合与其他企业结成伙伴关系，还是外包给研究型大学及其他机构，甚至最大的公司也不得不专注于机构内的核心研究，而将基础研究及早期阶段的研发剥离给其他的合作团队：大学、研究机构，其中那些最能胜任者除了承担上述研究外，还从事多学科的交叉研究\[4\]。近十多年来出现的这种趋势促使企业采取更加开放的创新策略，且与大学形成研究联盟，并已呈现出巨大的研究潜力与广阔的发展前景。20世纪90年代中期，美国大学与研究机构愈来愈多地参与商业研究，其中，这种在法律（例如贝尔—多尔(Bayh-Dole)法案、中小企业专利过程法案等）范围内形成的趋势促进了“第三流”的活动。他们与大学教学和科研的传统职能具有同等的重要性。此外，大多数欧洲国家也
源于：免费毕业论文www.udooo.com
采纳了类似Bayh-Dole的法案，该法案规定，技术转移办公室TTO（Technology Traner Offices）在法律上拥有从研究中产生的知识产权，大学（研究机构）研究成果的商业化流程包括教育创新、在研究成果中积极地搜寻商业机会、市场调研、知识产权保护及指导建立商业计划，同时大多数欧洲政府开始资助产学研间的知识交流怎么写作。日本于1995年实施了关于科学技术的基本法律及各种体制改革，如1998年TLO(Technology Licensing Offices)法律的实施、1999年日本版的Bayh-Dole法案的引入等，旨在促进产学研的协作\[5\]。在区域政策领域，经济部、商业与工业部于2001年发起了“工业聚集计划”（现在称为METI），文化、运动、科学与技术部在2002年发起了“知识聚集创新活动”（现在称为MEXT）,在这两项活动中，产学研协同创新是其中的一个重要组成部分。(二) 典型的产学研协同创新类型
国际上典型的产学研协作类型主要有：资产分拆公司（spin-offs）、新兴创业公司（start-up）、协议研究(contract research)、咨询(consult)及技术许可（licensing）等。其中，资产分拆公司是指依赖于技术许可或大学（研究机构）知识产权初始分配而成立的新企业；与此相反，新兴创业公司（start-ups）是指在成立公司时大学已以某种方式参与，但是与企业的创立者没有任何正式的知识产权协议。这两类企业不同于我国较为流行的校办企业，个人创办企业可避免校办企业产权关系不清等痼疾，并且政府与高校都会对个人创办的高技术产业给予大量的硬件及资金支持。大学（研究机构）与公司之间的协议研究通常有规范的正式形式，一般包含应用研究。协议研究有助于转移大学科学家们拥有的隐性知识，对于企业，协议研究可产生两方面利益：增强企业科技劳动力的技能/知识，促进隐性知识的联合创新，使企业获取最终可产生额外收益的知识；提高企业“吸收”R&D专业知识的能力。咨询指为了找到某一问题的最优及最适宜解决方案而进行的产学研间交互。协议研究典型的合作伙伴通常是大型企业，中小型企业则更看重咨询，许多大学成立了咨询职能部门，这些部门对于鼓励研究者从事依托大学的咨询活动是非常有益的。(三) 不同产学研协同类型的知识转移机制
创立资产分拆公司（spin-offs）与新兴创业公司（start-up）、协议研究(contract research)、咨询(consult)等是隐性知识的主要转移渠道\[6\]，此外，毕业生与研究人员的流动也是传播隐性知识的重要途径。专利可以通过技术转移办公室(Technology traner offices,TTO)技术许可给一个已成立的公司，这种协作模式代表了编码知识的转移，已被证明几乎不包含隐性知识的转移\[7\]，在具有较高水平R&D和GDP的区域中，大学（研究机构）通过技术许可转移技术的效率是高的。经验表明，大学（研究机构）在决定将新技术授权许可给一个现存的公司还是创立资产分拆公司时，隐性知识是需要考虑的核心因素。此外，与大学（研究机构）的智能卓越性有关。DiGregorio和Shane认为，一流的高校（研究机构）总是寻求“资产分拆”，“二流”的高校则更喜欢技术许可\[8\]。Clarysse和Bruneel揭示了欧洲不同的地区环境对资产分拆公司的孵化性质与创立类型的影响\[9\]。Kanto Regional Burea of international trade and industry所做的问卷调查指出，缺乏关于大学或大学研究者从事相关研究的信息及缺乏结识潜在合作伙伴的机会被识别为公司进行产学研协作的严重障碍\[10\]。Colyva等在深入地研究了6项发明后揭示，高校的技术转移是通过学术界和企业界间的非正式网络，而不是通过TTO的技术许可正式交流渠道而发生的，他们认为，大学（研究机构）和企业都是科学网络的一个部分，且以非编码形式交流知识，编码知识是这种交流的一种结果。因此，他们得出结论，Bayh-Dole法案，加速了美国TTO的职业化，实际上并没增强高校对他们所处环境的影响，TTO参与的专利竞争导致了复杂的协议安排，从而使所有的知识转移更加耗时。因此，他们认为，根据对环境的影响，非正式的关系和人员流动可能比正式的知识转移更重要\[11\]。例如，在关于技术转移的多数实践文献中提出的斯坦福案例发生在高度发达的环境中，其中，工业社区和科学社区规模非常大且某种程度上彼此交迭。但是在不可能拥有世界级研究基础的高校背景下，技术转移模式可能是不同的\[12\]。二、 基于知识相似度检测的产学研协同机制
(一) 知识相似度检测产生的背景
知识作为重要的生产要素，不同于劳动力和资本，它具有非独占性。而知识作为商品，却和其他商品一样，其价值需要在流动中实现，这对于能够转化成现实生产力的科技成果来说尤为重要。知识的“交易”比一般商品的交易具有更高的交易成本，主要原因来自其价值的不确定性。产学研间知识循环是“充满联系的活动”，产学研间的知识转移是一个经济过程。技术从实验室至商业领域的转变通常是困难的，基于新技术的产品研发或怎么写作通常是复杂的且充满风险的过程，许多企业特别是中小企业由于缺乏技术和市场技能，对消化吸收离开实践的技术缺乏准备，甚至当中小企业有这样的意识，也因有限的财务获取渠道、风险及某些回报周期过长的商品感到气馁学术论文下载www.udooo.com
。例如，在生物制药技术领域，即使发展良好的大公司有时也会对尝试一种新技术而担忧，因为它可能会降低现存主要商品的销售量。结果导致许多思想和发现（包括专利）仍然滞留在高校，此外，多数研究者缺乏创业才能、商业运作技能且不愿意放弃稳定的高校工作而进入企业界，这些情形为多种多样不同种类的知识相似度检测创造了条件。(二) 基于知识相似度检测的产学研知识转移机制
在大学和企业之间形成协作愈来愈被视为可以导致创新商业化的重要举措，然而获取有效的知识交流通常需要不同类型相似度检测协同工作的促成，以知识共享和商业化为目的积极的及多方面的相似度检测工作是至关重要的\[13\]。由于大学（研究机构）、中小企业及大企业的社会网络通常不交迭，各种类型的知识相似度检测影响着知识转移且在大学与企业之间搭建了桥梁，起了边界扳手的作用\[6\]。知识相似度检测也称为科技相似度检测，他们将知识从一个区域转移至另一个应用区域，他们在不同组织之间传送了信息且表达了直觉、期望及一方对另一方的想法，有效的知识转移需要相似度检测来建立知识生产者与接受者之间的关系\[14\]。组织间由于语言不同而产生的物理距离及文化差异增加了这些跨边界组织的重要性及跨边界的复杂性\[15\],大学、研究机构和企业间实施跨边界知识交流比在企业间不同组织之间的知识交流更具挑战性，因为语言和文化距离可能更大。知识相似度检测通过诊断需求及清晰表达某种创新的要求在高校和企业之间可形成有助于知识流动的纽带和界面，建立一种可用于知识交流的动态框架，并通过财务和其他的方法来实现知识转移\[16\]。知识相似度检测的主要功能是通过提供增值怎么写作促进大学（研究机构）、企业两个或多个交易方之间的知识交流和技术转移。协作产学研的知识相似度检测有多种不同的形式，总体可分为两类：高校内部的知识相似度检测与高校外部的知识相似度检测。高校内部知识相似度检测，如技术转移办公室（TTO) 、孵化器（Incubators）、科学园(science parks)等；高校外部知识相似度检测，如写作技巧企业(Surrogate entrepreneurs)，风险投资公司(Venture capital firms)及研发写作技巧机构(development agencies)等。这些知识相似度检测有些较擅长于转移编码的知识，如TTO，有些较擅长交流和转移隐性知识，如写作技巧企业。其中，通过技术转移办公室（TTO)进行的技术许可(licensing)传统上已成为大学技术转移最受欢迎的模式 \[7\]。根据Siegal等学者的研究，在大学技术转移活动中，知识相似度检测通过在组织结构中的调整合并（如技术转移办公室）、组织实践（如知识产权管理）及实施意愿（如院系愿意与企业合作）而发生，这反过来受实际的和感受到的激励与障碍因素所影响\[7\]。
（三） 基于知识相似度检测的产学研链接机制Garella强调了知识相似度检测在减缓由非对称信息导致市场失败的中间人角色,Rubinstein 与Wolins
摘自：毕业论文摘要www.udooo.com
ky分析了相似度检测的作用，运用搜索理论模型，揭示了相似度检测具有减少搜寻成本的优势。根据Kanto Regional Burea of international trade and industry所做的研究，公司自有资源如工程师和其他的人力资源、金融资源及研究设备等的缺乏是建立产学研协作的又一个障碍，帮助公司获取这些必须的资源以便促进产学研间的知识流动是知识相似度检测能够承担的角色之一\[10\]。Hoppe 和Ozdenoren以美国的技术转移办公室（TTO）作为科技相似度检测的典型案例，揭示了科技相似度检测在降低高校收益不确定性情况中所起的作用，运用理论模型讨论了科技相似度检测在评估高校科技成果商业价值时投入的费用与技术，并估算了技术许可潜在的效率水平，得出结论：只有当评估科技成果的投入费用比从科技成果中可能获取的最大社会收益小时，这种类型的知识相似度检测才是可行的\[17\]。然而，大学科技成果收益的不确定性仅是所有知识相似度检测所面对的一个普遍的问题。隐性知识的问题与技术相似度检测和金融相似度检测均有关，Aoki指出，硅谷的风险投资起了金融相似度检测的作用，他们对隐性知识如何通过新兴创业公司影响创新成果的成功商业化进行了评估\[18\]。三、 产学研协同创新的关键影响因素、
核心问题及发展趋势(一) 影响产学研协同成功的关键因素
由于被转移的技术通常包含大量的隐性知识，链接产学研的知识相似度检测及有吸收能力的公司是产学研协作成功的两个至关重要的因素。高校（科研机构）的知识必须首先被识别，且公司必须具备吸收且转化这种知识的机制，换句话说，企业必须依靠吸收能力利用内生开放来创新，面对面地接触有助于隐性知识的交流与转移。在产学研协作中，隐性知识的吸收能力尤其重要，因为这种能力有助于接受大学的创新知识。在协同创新中，企业必须首先建立吸收能力来吸收隐性知识和编码的知识，公司的吸收能力有助于知识相似度检测建立更加富有成效的产学研协作创新关系。(二) 产学研协同创新成功的核心问题
根据国际上的相关研究成果,在产学研协作中，隐性知识转移是一个核心问题，隐性知识的吸收能力尤其重要。隐性知识是组织无法准确表达的知识和经验，它们提供了不能被竞争者轻易复制的独特技能，隐性知识(如企业的吸收能力、研究人员的流动性)对于揭示高校技术的独特性根源很重要，因为它解释了不同公司有效地利用高校科技成果相对能力的大部分差异。然而隐性知识难以清晰地量化；相反，显性知识(R&D投入、出版物、专利等)较容易被清晰地量化，愈来愈多的高校研究了各种类型的知识产权政策措施来保护这种形式的知识并获取它们的价值。根据对环境的影响，非正式的关系和人员流动可能比正式的知识转移更重要，隐性知识的问题与技术相似度检测和金融相似度检测均有关，金融相似度检测能够加速大学与企业领域间的知识交流。隐性知识与显性知识也不是对立的，而是彼此间交互联系的,成功地应用编码知识通常需要相关的隐性知识，类似地,集成与应用隐性知识，特别是那些与科学技术相关的知识，通常需要编码知识。有效的知识循环既依赖于隐性知识间的交互作用，又依赖于知识相似度检测的有效性。(三) 产学研协同创新的发展趋势
知识驱动、开放的及更加交互的创新系统促使高校重新定位科研并重新考虑研发与知识交流的途径（包括基于知识的合作，与企业、社会形成网络）。大学R&D、孵化企业及其他的知识转移项目尽管是重要的,但是不足以改善创新系统。当前，大学正从传统致力于知识输入与输出的第二种模式“知识工厂（knowledge factory）”转换为与多个网络相交的第三种模式“知识中心（knowledge hub）” \[19-20\]。第三种模式大学的一个重要的特征是不仅重视编码知识而且研发且转移隐性知识，在知识“hub”环境中的所有创新性活动包含多个组织，大学（研究机构）作为稳定的公共机构，提供了获取各种知识的途径、交叉学科的合作环境、能够保障财务与人力资本资源的平台。不同类型高校的转换方式有所不同，且受公共机构与区域环境的影响较大。随着大学角色的转变，近10年来兴起的网络型知识相似度检测，承担了跨组织的角色，既擅长转移编码知识也擅长转移隐性知识，优于传统只擅长转移隐性知识或编码知识的线型相似度检测。Youtie和Shapira讨论了网络型相似度检测ATDC（Advanced Technology Development Center）如何帮助Georgia Tech开发并加强产学研协作\[21\]。ATDC聚集了众多大学、研究机构与企业，不仅提供了孵化设备、催生了资产分拆公司，而且提供种子资金和怎么写作帮助创立新兴公司，促进了技术转移。日本的网络型相似度检测TAMA (Technology Advanced Metropolitan Area)协会通过为高校和企业减少搜寻与讨价还价的费用、帮助建立与协调研究团队、竞标R&D基金、组织商业展销会及管理虚拟实验室等，促进了产学研间的协作\[5\]。在英国政府支持下，由剑桥-麻省理工大学(Cambridge-MIT Institute)建立的KIC (Knowledge Integration Community)是一个国际化网络且具有很大发展潜力的网络型知识相似度检测，CMI吸引了世界上两所领军大学的研究能力，且通过其他大学、研究机构和企业的积极参与，探索建立起了一种知识交流系统\[22\]。为了建立产学研间的协作且鼓励知识共享，每个KIC致力于发现一种基于研究的解决方案,其中无声飞机的开创性研究是5个正在进行的KICS之一，该项研究将航空公司、航空发动机制造商、航空研发团队及机场权威机构聚集在一起，这种产学研协作方法是创新的，KIC是涉及多种知识源的联盟并进行多方向网络型知识交流，而不是知识从大学到企业的单方向的流动。同时Acworth也指出，一旦最初的预算用完后，如何使KIC自我维持仍然是一个悬而未决的问题\[22\]。
摘自：写毕业论文经典的网站www.udooo.com
［7］ Siegel D S, Waldman D, Link A. Improving the Effectiveness of Commercial Knowledge Traners Form Universities to Firms\[J\]. Journal of High Technology Management Research,2003(14): 111-133.［8］ DiGregorio D, Shane S. Why Do Some Universities Generate More Startups Than Others?\[J\]. Research Policy, 2008(32):209-227.
［9］ Clarysse B, Bruneel J. Growth of High Tech Startups: An International Perspective\[M\]. Amsterdam: Elsevier, 2005:125-145.
［10］ Kanto Regional Bureau of International Trade and Industry. Survey Report on Developmenttype Industrial Agglomeration in the Greater Tama Region \[R\]. Kanto: Kanto Regional Bureau of International Trade and Industry, 1997:1240-1241.
［11］ Colyvas J, Crow M, Gelijins A, et al. How Do University Inventions Get into Practice?\[J\]. Management Science,2002,48(1):61-72.
［12］ Bozeman B, Corley E. Scientistis Collaboration Strategies: Implications for Scientific and Technical Human Capital\[J\]. Research Policy,2004(33):599-616.
［13］ Kim K, Choi Y, Choi C Y. The Role of Intermediaries on Technological Risk Management and Business Development Performance in Korea\[J\]. Technological Forecasting & Social Change, 2010(77): 870-880
［14］ Levin D, Cross R. The Strength of Weak Ties You Can Trust: The Mediating Role of Trust in Effective Knowledge Traner\[J\]. Management Science,2004,50(11):1477-1490.
［15］ Kostova T, Roth K. Social Capital in Multinational Corporations and a Micromacro Model of Its Formation\[J\]. Academy of Management Review,2003,28(2): 297-317.
［16］ Howells J. Intermediation and the Role of Intermediaries in Innovation\[J\]. Research Policy, 2006(35):715-728.
［17］ Hop
源于：论文开题报告范文www.udooo.com
pe H C, Ozdenoren E. Intermediation in Innovation\[EB/OL\]. \[2012-01-02\]. www.cepr.org/pubs/dps.［18］ Aoki M. Types of Relational Financing and the Value of Tacit Knowledge\[M\]. Cambridge, Mass.:MIT Press, 2001：158-162.
［19］ Harrison R, Leitch C. Entrepreneurial Learning: Researching the Interface Between Learning and the Entrepreneurial Context\[J\]. Entrepreneurship Theory and Practice,2005, 29(4):351-371.
［20］ Carayannis E, Campbell D. Knowledge Creation, Diffusion, and Use in Innovation Networks and Knowledge Clusters \[M\]. Praeger: Westport Connecticut, 2006：1-15.
［21］ Youtie J, Shapira P. Building an Innovation Hub: A Case Study of the Tranormation of University Roles in Regional Technological and Economic Development\[J\]. Research Policy,2008(37): 1188-1204.
［22］ Acworth E B. Universityindustry Engagement: The Formation of the Knowledge Integration Community(KIC) Model at the Cambridge-MIT Institute\[J\]. Research Policy,2008（37）: 1241-1254.
（责任编辑 东 彦）