江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的灰評(píng)估研究——基于中心點(diǎn)三角白化權(quán)函數(shù)

張 瑜，菅利榮，倪 杰，劉 劍，羅 茜

(1．南京航空航天大學(xué) 經(jīng)濟(jì)與管理學(xué)院，江蘇 南京 210016；2．金陵科技學(xué)院 商學(xué)院，江蘇 南京 211169)

一、引 言

產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟(Industrial Technology Innovation Strategy Alliance)起源于戰(zhàn)略聯(lián)盟，進(jìn)入20世紀(jì)90年代后，越來(lái)越多的學(xué)者關(guān)注產(chǎn)業(yè)技術(shù)戰(zhàn)略聯(lián)盟。產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟是產(chǎn)學(xué)研合作模式的一種，是以產(chǎn)為技術(shù)進(jìn)步目標(biāo)，以企業(yè)發(fā)展的內(nèi)在需求和聯(lián)盟參與方的共同利益為基礎(chǔ)，通過(guò)資源共享和創(chuàng)新要素的優(yōu)化組合，由企業(yè)、科研機(jī)構(gòu)、大學(xué)、中介機(jī)構(gòu)等構(gòu)成的新型產(chǎn)學(xué)研合作創(chuàng)新組織。國(guó)外對(duì)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的研究主要從過(guò)程管理［1-2］、內(nèi)在沖突［3-4］、理論研究［5-7］、合作伙伴選擇［8-9］、績(jī)效評(píng)價(jià)［10-12］等方面進(jìn)行研究。而國(guó)內(nèi)側(cè)重于聯(lián)盟的模式分類［13］、運(yùn)行機(jī)制［14］、影響因素［15］、組織模式優(yōu)化［16］、知識(shí)轉(zhuǎn)移效率［17］、績(jī)效評(píng)價(jià)［18-19］等方面。美國(guó)麥肯錫咨詢公司研究報(bào)告指出：自20世紀(jì)90年代以來(lái)，被調(diào)查的800多家參與ITIA的美國(guó)企業(yè)，僅40%的聯(lián)盟能維持在4年以上，大部分聯(lián)盟短期內(nèi)解體［20］。從我國(guó)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟實(shí)際運(yùn)行情況來(lái)看，其建立時(shí)間較短，對(duì)其研究還處于初級(jí)階段，還未形成系統(tǒng)的理論成果。同時(shí)也有數(shù)據(jù)顯示，我國(guó)聯(lián)盟的失敗率高達(dá)50%以上［21］，嚴(yán)重挫傷了企業(yè)參與聯(lián)盟的積極性。因此，探索如何建立適合我國(guó)本土的產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟有其實(shí)際意義。

二、基于中心點(diǎn)三角白化權(quán)函數(shù)的灰評(píng)估方法

聚類分析就是將研究的對(duì)象按照一定的算法分成若干個(gè)類的一種數(shù)學(xué)分析方法。常用的聚類方法有層次的方法(也稱系統(tǒng)聚類法)［22-23］、劃分方法［24-27］、基于密度的方法、基于網(wǎng)格的方法［28-30］、基于模型的方法［31］。不同的方法各有其優(yōu)點(diǎn)和缺點(diǎn)。

而灰色聚類不同于以上聚類文獻(xiàn)，它是根據(jù)灰色關(guān)聯(lián)矩陣或灰數(shù)的白化權(quán)函數(shù)將一些觀測(cè)指標(biāo)或觀測(cè)對(duì)象劃分成若干個(gè)可定義類別的方法，適宜于“少數(shù)據(jù)”、“貧信息”系統(tǒng)中的對(duì)象［32］。由于江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟成立時(shí)間不長(zhǎng)，對(duì)其進(jìn)行評(píng)價(jià)可獲得的信息較少，因此，本文采用基于中心點(diǎn)三角白化權(quán)函數(shù)［33］進(jìn)行灰評(píng)估。

定義 設(shè)有n個(gè)聚類對(duì)象，m個(gè)聚類指標(biāo)，s個(gè)不同灰類，根據(jù)第i(i=1,2,…,n)個(gè)對(duì)象關(guān)于 j(j=1,2,…,m)指標(biāo)的觀測(cè)值xij(i=1,2,…,n;j=1,2,…,m)將第i個(gè)對(duì)象歸入第k(k∈{1,2,…,s})個(gè)灰類，稱為灰色聚類［32］。

利用基于中心點(diǎn)三角白化權(quán)函數(shù)的進(jìn)行灰評(píng)估，其步驟如下［33］：

(2)連接點(diǎn)(λk,1)與第k-1個(gè)小區(qū)間的中心點(diǎn)(λk-1,0)以及(λk,1)與第k+1個(gè)小區(qū)間的中心點(diǎn)(λk+1,0)，得到 j指標(biāo)關(guān)于 k灰類的三角白化權(quán)函數(shù)(?),j=1,2,…,m;k=1,2,…,s。對(duì)于(?)和(?)，可分別將 j指標(biāo)的取數(shù)范圍向左、右延拓至λ0，λs+1，可得 j指標(biāo)關(guān)于灰類1的三角白化權(quán)函數(shù)(?)和 j指標(biāo)關(guān)于灰類s的三角白化權(quán)函數(shù)(?)。對(duì)于指標(biāo) j的一個(gè)觀測(cè)值x，可由下列公式計(jì)算出其屬于灰類k(k=1,2,…,s)的隸屬度(x)：

(3)確定各指標(biāo)的聚類權(quán)ηj(j=1,2,…,m)。

(4)計(jì)算綜合聚類系數(shù)，即

三、江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的現(xiàn)狀

江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟于2009年開(kāi)始建立，由江蘇省科技廳倡議發(fā)起，各市科技局具體落實(shí)，截止2012年4月，省一級(jí)的產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟已達(dá)到了30個(gè)，有江蘇省環(huán)保產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省融合通信產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省新型平板顯示產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省集成電路產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省礦山物聯(lián)網(wǎng)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省智能交通產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省數(shù)控機(jī)床產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省小核酸產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省干細(xì)胞產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省醫(yī)療器械產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省軌道交通產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省機(jī)器人與智能裝備產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省海洋工程產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省風(fēng)電產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省輸變電裝備產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省光伏產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省儲(chǔ)能材料與器件產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省納米產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省電容器及材料產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省再生橡膠新材料產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省家紡設(shè)計(jì)及新材料產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省新興玻纖復(fù)合材料產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省高性能合金產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省半導(dǎo)體照明產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省硅材料產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省動(dòng)力電池產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省船舶及配套產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、江蘇省電力電器產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟。經(jīng)過(guò)兩年多的組建運(yùn)行，全省創(chuàng)新聯(lián)盟已經(jīng)在產(chǎn)業(yè)和區(qū)域?qū)用嫘纬闪朔€(wěn)定的建設(shè)格局。

(一)江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的產(chǎn)業(yè)布局

根據(jù)2011年第三次修訂的《國(guó)民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)》和2011年發(fā)布的《戰(zhàn)略性新興產(chǎn)業(yè)分類目錄》，對(duì)江蘇省30個(gè)省級(jí)創(chuàng)新聯(lián)盟進(jìn)行分析，發(fā)現(xiàn)93%屬于七大戰(zhàn)略性新興產(chǎn)業(yè)，只有江蘇省船舶及配套產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟和江蘇省電力電器產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟分屬于制造業(yè)中的交通運(yùn)輸設(shè)備制造業(yè)和電力機(jī)械及器材制造業(yè)?？傮w來(lái)說(shuō)，江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟的產(chǎn)業(yè)布局是以新興產(chǎn)業(yè)的發(fā)展為主導(dǎo)的。

(二)江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的區(qū)域布局

通過(guò)對(duì)所收集的材料分析及實(shí)地調(diào)研資料整理，江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的區(qū)域分布如下：江蘇省除淮安和宿遷外，其他11個(gè)市級(jí)地區(qū)均建有創(chuàng)新聯(lián)盟；以蘇南五市為主，集中了18個(gè)創(chuàng)新聯(lián)盟，蘇中地區(qū)共有9個(gè)，而蘇北地區(qū)僅有3個(gè)。同時(shí)，各區(qū)域聯(lián)盟的產(chǎn)業(yè)類型也比較集中：在蘇南地區(qū)，新一代信息技術(shù)產(chǎn)業(yè)創(chuàng)新聯(lián)盟的集中比例最高，主要在蘇州和無(wú)錫；新材料產(chǎn)業(yè)創(chuàng)新聯(lián)盟位居第二，分布在蘇州、常州和鎮(zhèn)江；生物醫(yī)藥產(chǎn)業(yè)創(chuàng)新聯(lián)盟在蘇州的集中度也較高，高端裝備制造業(yè)在常州較為集中。

(三)江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的模式

為了對(duì)江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟評(píng)價(jià)更具可比性，課題組采取了抽樣調(diào)查，從30家聯(lián)盟選取了18家，具體聯(lián)盟如下：江蘇省智能交通產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省高性能合金產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省集成電路產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省環(huán)保產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省礦山安全物聯(lián)網(wǎng)產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省數(shù)控機(jī)床產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省干細(xì)胞產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省電容器產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省海洋工程產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省小核酸、江蘇省醫(yī)療器械產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省船舶與配套產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省動(dòng)力電池產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省機(jī)器人與智能裝備產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省風(fēng)電產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省輸變電產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省軌道交通產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省儲(chǔ)能與器件產(chǎn)業(yè)創(chuàng)新聯(lián)盟。其選取因素主要考慮：①樣本聯(lián)盟應(yīng)能夠覆蓋江蘇省新興產(chǎn)業(yè)類型；②樣本聯(lián)盟應(yīng)能夠包括蘇南、蘇中、蘇北的主要?jiǎng)?chuàng)新區(qū)域；③為了使聯(lián)盟的評(píng)價(jià)具有可比性，選擇了2010年12月以前組建完成、并經(jīng)過(guò)1年正式運(yùn)行的聯(lián)盟作為調(diào)研對(duì)象。

通過(guò)調(diào)研，課題組將江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的模式分成三種：政府主導(dǎo)型、高?；蚩蒲袡C(jī)構(gòu)主導(dǎo)型和企業(yè)主導(dǎo)型。而政府主導(dǎo)型模式又表現(xiàn)為政府直接主導(dǎo)模式、由政府下屬的中介組織主導(dǎo)模式、非營(yíng)利性國(guó)有企業(yè)主導(dǎo)模式；企業(yè)主導(dǎo)型模式又表現(xiàn)為股份制企業(yè)主導(dǎo)模式和國(guó)有企業(yè)主導(dǎo)模式(參見(jiàn)表1)。

表1 18家江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的模式

盡管江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟已初步形成，但是兩年來(lái)還未對(duì)其運(yùn)行情況進(jìn)行評(píng)價(jià)，為此，本文以江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟為實(shí)證分析對(duì)象，對(duì)其運(yùn)行效率進(jìn)行評(píng)估。

四、江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟灰評(píng)估的實(shí)證

(一)指標(biāo)體系構(gòu)建

根據(jù)科學(xué)性、系統(tǒng)優(yōu)化、通用可比、實(shí)用性及目標(biāo)導(dǎo)向原則，本文設(shè)計(jì)了如表2所示的新興產(chǎn)業(yè)創(chuàng)新聯(lián)盟指標(biāo)體系。

表2 江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟指標(biāo)體系

在前述指標(biāo)體系，存在較多指標(biāo)屬于定性，難以直接用數(shù)據(jù)描述，為此，課題組采用7點(diǎn)量表法對(duì)定性指標(biāo)進(jìn)行量化，即7點(diǎn)量表的滿分為7分，相應(yīng)的賦值為(7、6、5、4、3、2、1)。

(二)江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟運(yùn)行效率的實(shí)證檢驗(yàn)

1．?dāng)?shù)據(jù)收集

為了量化表2的指標(biāo)體系，課題組設(shè)計(jì)了相應(yīng)的調(diào)查問(wèn)卷。調(diào)查從2012年7月-8月進(jìn)行，共發(fā)放調(diào)查問(wèn)卷18份，回收調(diào)查問(wèn)卷18份，有效問(wèn)卷共18份，有效問(wèn)卷占發(fā)放總量的100%。

2．基本數(shù)據(jù)處理

問(wèn)卷回收后，將有效問(wèn)卷的信息全部輸入計(jì)算機(jī)，首先用Excel軟件進(jìn)行初步數(shù)據(jù)統(tǒng)計(jì)和轉(zhuǎn)化。在處理過(guò)程中，課題組調(diào)查問(wèn)卷中定性問(wèn)題轉(zhuǎn)化為7點(diǎn)量表，統(tǒng)計(jì)得到18家聯(lián)盟二級(jí)指標(biāo)數(shù)據(jù)，如表3所示。

表3 江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟調(diào)查數(shù)據(jù)統(tǒng)計(jì)

3．聚類分析

根據(jù)前述基于中心白化權(quán)函數(shù)的計(jì)算步驟進(jìn)行聚類分析。

(1)白化權(quán)函數(shù)的定義。由七點(diǎn)量表，課題組將創(chuàng)新聯(lián)盟劃分成：好∈[6,7]、較好∈[4,6)、一般∈[1,4)三個(gè)灰類，并構(gòu)建中心點(diǎn)三角白化權(quán)函數(shù)分別如下：

(2)權(quán)重的設(shè)定。課題組采用專家調(diào)查法，請(qǐng)20位專家對(duì)表3中的一級(jí)指標(biāo)及二級(jí)指標(biāo)權(quán)重進(jìn)行打分。一級(jí)指標(biāo)U1、U2、U3、U4的權(quán)重分別為30%、20%、30%、20%。U1的二級(jí)指標(biāo)權(quán)重分別為20%、30%、15%、15%、20%。U2的二級(jí)指標(biāo)權(quán)重分別為35%、30%、35%。U3的二級(jí)指標(biāo)權(quán)重分別為30%、20%、20%、30%。U4的二級(jí)指標(biāo)權(quán)重分別為15%、25%、35%、25%。

根據(jù)二級(jí)指標(biāo)權(quán)重，對(duì)二級(jí)指標(biāo)數(shù)據(jù)進(jìn)行加權(quán)求和，得到表4一級(jí)指標(biāo)數(shù)據(jù)。

表4 江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟一級(jí)指標(biāo)得分

(3)計(jì)算綜合聚類系數(shù)。根據(jù)中心點(diǎn)三角白化權(quán)函數(shù)計(jì)算公式，計(jì)算出18個(gè)聯(lián)盟的三個(gè)等級(jí)得分，如表5所示。

表5 江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟聚類系數(shù)

(三)聚類結(jié)果分析

1．高?；蚩蒲袡C(jī)構(gòu)主導(dǎo)模式的聯(lián)盟，其運(yùn)行情況好于其他兩種模式

經(jīng)過(guò)對(duì)該模式聯(lián)盟的調(diào)查，發(fā)現(xiàn)推動(dòng)其發(fā)展的共性因素主要有：

(1)地方政府的全方位支持。包括人財(cái)物有形資源的直接支持、相關(guān)政策的間接支持及日常工作的推動(dòng)。以礦山安全物聯(lián)網(wǎng)聯(lián)盟為例，該聯(lián)盟以中國(guó)礦業(yè)大學(xué)主導(dǎo)發(fā)展，但政府委托了徐州市高新技術(shù)創(chuàng)業(yè)中心全面協(xié)助其展開(kāi)聯(lián)盟的日常工作，同時(shí)以“一個(gè)中心、一個(gè)聯(lián)盟、一個(gè)公司”的思路來(lái)打造對(duì)產(chǎn)業(yè)發(fā)展的全面推動(dòng)。在日常工作中，該聯(lián)盟和徐州市安監(jiān)局、質(zhì)監(jiān)局共同舉行了行業(yè)標(biāo)準(zhǔn)的建設(shè)和推廣培訓(xùn)，經(jīng)費(fèi)由創(chuàng)業(yè)中心、安監(jiān)局和質(zhì)監(jiān)局共同承擔(dān)。

(2)知識(shí)源頭的創(chuàng)新輻射作用。高校及科研機(jī)構(gòu)作為知識(shí)來(lái)源方，一方面將知識(shí)輸出，輻射到聯(lián)盟內(nèi)的企業(yè)；另一方面，通過(guò)培養(yǎng)人才將聯(lián)盟內(nèi)的企業(yè)積聚在一起，從而推動(dòng)聯(lián)盟的發(fā)展。

(3)學(xué)緣關(guān)系是形成良好合作的基礎(chǔ)。在礦山安全物聯(lián)網(wǎng)聯(lián)盟的調(diào)查中，發(fā)現(xiàn)75%的聯(lián)盟成員是中國(guó)礦業(yè)大學(xué)的校友，35%是中國(guó)礦業(yè)大學(xué)兼職教師，這為聯(lián)盟良好的合作關(guān)系打下了實(shí)的基礎(chǔ)。

2．政府主導(dǎo)模式和企業(yè)主導(dǎo)模式聯(lián)盟，運(yùn)行效率較為分散，等級(jí)“較好”的較少，而“一般”的居多

通過(guò)分析數(shù)據(jù)及調(diào)查資料，發(fā)現(xiàn)影響政府主導(dǎo)模式和企業(yè)主導(dǎo)模式聯(lián)盟運(yùn)行效率較為分散的原因主要表現(xiàn)以下幾點(diǎn)：

(1)各地政府發(fā)展思路不一。由于聯(lián)盟屬地政府的發(fā)展思路，尤其是產(chǎn)業(yè)政策對(duì)聯(lián)盟發(fā)展起至關(guān)重要的影響。

(2)各地經(jīng)濟(jì)發(fā)展水平不一。地方經(jīng)濟(jì)水平直接決定了新興產(chǎn)業(yè)在發(fā)展初期的資源投入質(zhì)量、規(guī)模和可持續(xù)性。如小核酸、軌道交通等聯(lián)盟都位于經(jīng)濟(jì)較發(fā)達(dá)的蘇南地區(qū)。

(3)產(chǎn)業(yè)發(fā)展基礎(chǔ)與創(chuàng)新積淀。產(chǎn)業(yè)發(fā)展的歷史也是影響聯(lián)盟發(fā)展的一個(gè)重要因素。如軌道交通聯(lián)盟，其龍頭企業(yè)中國(guó)南車戚墅堰機(jī)車有限公司始建于1905年，發(fā)展至今，帶動(dòng)了常州市及省內(nèi)一批企業(yè)的發(fā)展，形成了軌道技術(shù)產(chǎn)業(yè)集群，具有堅(jiān)實(shí)的產(chǎn)業(yè)發(fā)展基礎(chǔ)與創(chuàng)新積淀，為聯(lián)盟的組建奠定了良好的基礎(chǔ)。

五、結(jié)束語(yǔ)

本文通過(guò)對(duì)30家江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的初步調(diào)查，分析了聯(lián)盟現(xiàn)狀；同時(shí)，抽取了18家聯(lián)盟進(jìn)行深入調(diào)查，基于中心點(diǎn)三角白化權(quán)函數(shù)灰評(píng)估方法，對(duì)其進(jìn)行分類，并進(jìn)行分析。課題組認(rèn)為，目前，江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟以高校/科研機(jī)構(gòu)為主導(dǎo)模式的運(yùn)行情況較好，而其他兩種模式運(yùn)行情況較為分散，以評(píng)價(jià)等級(jí)“一般”居多。鑒于前述分析結(jié)果，為了優(yōu)化產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的治理，本文提出以下幾點(diǎn)建議：

(1)建立健全相關(guān)制度，促進(jìn)聯(lián)盟成員間緊密聯(lián)系。由于聯(lián)盟是一種“不具有法人地位的松散型組織”，導(dǎo)致了聯(lián)盟成員之間的關(guān)系較為松散，因此，應(yīng)出臺(tái)一些政策制度，促進(jìn)關(guān)系的耦合，如確立聯(lián)盟法人地位、項(xiàng)目立項(xiàng)優(yōu)先、明確政府權(quán)力邊界、發(fā)揮科技中介服務(wù)功能等。

(2)提高聯(lián)盟治理水平，明確共享利益成果。由于聯(lián)盟成員還未意識(shí)到聯(lián)盟所帶來(lái)的利益，對(duì)參與聯(lián)盟活動(dòng)的主動(dòng)性不夠強(qiáng)，因此，應(yīng)努力提高聯(lián)盟自身治理水平，讓聯(lián)盟成員意識(shí)到加入聯(lián)盟所帶來(lái)的好處。這主要包括明確理事長(zhǎng)單位和會(huì)員各自的權(quán)利義務(wù)、提高會(huì)員大會(huì)的權(quán)威性、理順理事會(huì)和秘書(shū)處的關(guān)系、開(kāi)拓多元化渠道進(jìn)行籌資、明確知識(shí)產(chǎn)權(quán)的利益分配及共享程度等。

江蘇省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的運(yùn)行時(shí)間還較短，課題組以期進(jìn)行持續(xù)跟蹤，實(shí)現(xiàn)對(duì)聯(lián)盟生命周期的動(dòng)態(tài)性研究。

［1］Das TK ，Teng B S.Managing Risk in Strategic Alliances［J］.Academy of Management Executive，1999，13(4)：50-62.

［2］Inkpen A C，Beamish PW.Knowledge，Bargaining Power and International Joint Venture Instability［J］.Academy of Management Review，1997，22(1)：177-202.

［3］Das T K，Teng B S.Instabilities of Strategic Alliances：An Internal Tensions Perspective［J］.Organization Science，2000，11(1)：77-101.

［4］Das TK，Teng BS.Strategic Risk Behavior and Its Temporalities Between Propensity and Decision Context［J］.Journal of Management Studies，2001，38(4)：515-534.

［5］Doz Y L，Hamel G.Alliance Advantage：The Art of Creating Value Through Partnering［M］.Bostong：Harvard Business School Press，1998：71-72.

［6］Khanna T，Gulati T，Nohria N.The Dynamics of Learning Alli-ances：Competition，Cooperation and Relative Scope［J］.Strategic Management Journal，1998，9(3)：193-210.

［7］Parkhe A.Strategic Alliance Structuring：A game Theory and Transaction cost Examination of Interfirm Cooperation［J］.Academy of Management Journal，1993，36(4)：794-829.

［8］Beckman C M，Haunschild P R，Phillips D J.Friends of Strangers?Firm-specific Uncertainty，Market Uncertainty，and Network Partner Selection［J］.Organization Science，2004，15(3)：259-275.

［9］Bierly P E，Gallagher S.Explaining Alliance Partner Selection：Fit，Trust and Strategic Expediency［J］.Long Range Planning，2007，40(2)：134-153.

［10］Lin W B.Factors Affecting the Correlation Between Interactive Mechanism of Strategic Alliance and Technological Knowledge Transfer Performance［J］.The Journal of High Technology Management Research，2007，17(2)：139-155.

［11］Nakos G，Brouthers K D.International Alliance Commitment and Performance of Small and Medium-size Enterprises：The Mediating Roleof Process Control［J］.Journal of International Management，2008，14(2)：124-137.

［12］Osborn R N，Marion R.Contextual Leadership，Transformational Leadership and the Performance of International Innovation Seeking Alliances［J］.The Leadership Quarterly，2009，20(2)：191-206.

［13］邸曉燕，張赤東.產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的類型與政府支持［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2011，32(4)：78-84.

［14］張曉，盛建新，林洪.我國(guó)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的組建機(jī)制［J］.科技進(jìn)步與對(duì)策，2009，26(20)：52-54.

［15］陳佳.產(chǎn)業(yè)技術(shù)創(chuàng)新產(chǎn)業(yè)聯(lián)盟治理模式影響因素探析［J］.科技管理研究，2011(11)：94-96.

［16］周素芬，周國(guó)林，況姍蕓.論產(chǎn)業(yè)共性技術(shù)產(chǎn)學(xué)研聯(lián)盟組織模式的優(yōu)化與對(duì)策選擇［J］.湖北社會(huì)科學(xué)，2011(11)：91-94.

［17］Jiang Zhangsheng，Hu Longying.Modelling the Efficiency of Knowledge Transfer in the Industrial Technology Innovation Alliance［J］.Journal of Harbin Engineering University，2010，31(9)：1265-1277.

［18］劉彥龍.中國(guó)企業(yè)戰(zhàn)略聯(lián)盟報(bào)告［M］.北京：中國(guó)經(jīng)濟(jì)出版社，2008：575-576.

［19］龔紅.產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟研究綜述及其最新進(jìn)展［J］.中國(guó)科技產(chǎn)業(yè)，2010(7)：49-51.

［20］Dyer JH.How To Make Strategic Alliances Work［J］.Sloan Management Review，2001，42(4)：37-43.

［21］李瑞琴.跨國(guó)公司戰(zhàn)略技術(shù)聯(lián)盟穩(wěn)定性的博弈分析［J］.財(cái)經(jīng)研究，2005，31(4)：103-111.

［22］Sudipto Guha，Rajeev Rastogi，Kyuseok Shim.CURE：An Efficient Clustering Algorithm For Large Database［J］.Information Systems，2001，26(1)：35-58.

［23］Karypis G，Han EH，Kumar V.CHAMELEON：A Hierarchical Clustering Algorithm Using Dynamic Modeling［J］.Computer，1999，32(8)：68-75.

［24］Kaufman L，Rousseeuw PJ.Finding Groups in Data：An Introduction to Cluster Analysis［M］.New York：John Wiley&Sons，2005：126-163.

［25］Huang Z.Extensions to the k-means Algorithm for Clustering Large Data Sets with Categorical Values［J］.Data Mining and Knowledge Discovery，1998，2(2)：283-304.

［26］Lauritzen SL.The EM Algorithm for Graphical Association Models with Missing Data［J］.Computational Statistics and Data Analysis，1995，19(2)：191-201.

［27］Pascual-Marqui R D，Pascual-Montano A D，Kochi K，et al.Smoothly Distributed Fuzzy c-means：A New Self-organizing Map［J］.Pattern Recognition，2001(1)：2395-2402.

［28］Wei Wang，Jiong Yang，Richard Muntz.STING+：An Approach to Active Spatial Data Mining［C］.Masaru Kitsuregawa.15th International Conference on Data Engineering.Pennsylvania：IEEEComputer Society，1999：116-125.

［29］Sheikholeslami G，Chatterjee S，Zhang A.WaveCluster：A Multi-resolution Clustering Approach for Very Large Spatial Database［C］.Ashish Gupta，Oded Shmueli，Jennifer Widom.Proceeding of the 24th VLDB New York，USA.New York：Morgan kaufmann，1998：428-439.

［30］Agrawal R，Gehrke J，Gunopulos D，et al.Automatic Subspace Clustering of High Dimensional Data for Data Mining Applications［C］.Laura Haas.Proceedings of the 1998 ACM SIGMOD International Conference on Management of data.New York：Association for Computing Machinery，1998:94-105.

［31］Pizzuti Clara，Talia Domenico.P-AutoClass：Scalable Parallel Clustering for Mining Large Data Sets［J］.IEEETransactions on Knowledge and Data Engineering，2003，15(3)：629-641.

［32］劉思峰，黨耀國(guó)，方志耕.灰色系統(tǒng)理論及其應(yīng)用［M］.第3版.北京：科學(xué)出版社，2007：99.

［33］基于改進(jìn)三角白化權(quán)函數(shù)的灰評(píng)估新方法［J］.系統(tǒng)工程學(xué)報(bào)，2011，26(2)：244-250.