高霞，2009年毕业于北京航空航天大学，获管理学博士学位，研究方向为科技创新管理。博士论文被评为“2010年度北京航空航天大学优秀博士毕业论文”。2010年论文《Ascale-independentanalysisoftheperformanceoftheChineseinnovationsystem》实现内蒙古大学SSCI论文零突破，获“内蒙古大学科技创新特殊贡献奖”。

先后主持了2012年度国家自然科学青年基金项目“我国IT产业合作创新网络结构演化及其对创新绩效的影响”，2016年度国家自然科学基金项目“面向创新过程的产学研协同创新绩效测度研究”，2011年度内蒙古自然科学基金项目“中国合作创新网络演化与知识转移研究”和内蒙古教育厅项目“我区高校自然科学研究能力评价及学科分布知识图谱研究”，2015年度内蒙古自然科学基金项目“三螺旋视角下的我国产学研协同创新机理及测度研究”。在国内外学术期刊发表论文30余篇，其中有9篇论文发表在《Scientometrics》《Journalofinformetrics》、《JournaloftheAmericanSocietyforInformationScienceandTechnology》 《中国软科学》 《科研管理》 《科学学研究》 《数量经济技术经济研究》等国际权威与主流SSCI/SCI检索期刊以及管理科学部认定的A类期刊上。

获奖成果

论文《流动型社会保障服务：内涵界定、要素分析与路径选择》，获得了内蒙古自治区第六届哲学社会科学优秀成果政府奖二等奖。

内容提要

当前，我国正处于建设创新型国家的战略时期，开展产学研协同创新，对于深化国家创新体系和区域创新体系建设、增强企业创新能力和科技支撑经济社会发展能力，具有重要意义。“大科学”时代，创新网络结构逐渐成为创新能力的关键决定因素，影响产学研协同创新效益的组织结构和作用机制的测度与评价也成为科技创新能力评价研究的新方向。

在梳理有关产学研协同创新研究脉络的基础上，以创新网络为研究视角，利用国家知识产权局专利数据库，选择我国信息通信技术（ICT）产业为研究对象，以广泛用来研究合作创新的代理指标——专利联合申请为切入点，首先结合我国科技体制改革和科技政策的变化，研究了我国ICT领域技术创新活动的特点和变化趋势以及在不同时间段上我国产学研合作的模式以及变化情况；其次借助复杂网络分析方法，研究我国ICT领域产学研合作创新网络形成的动力学机制和结构演化特征。研究结果表明：

（1）随着我国R&D经费投入的增加以及专利保护意识的增强，我国ICT各领域技术创新极其活跃，专利申请量呈现出迅猛增长趋势，发明专利的比例逐年提高；在区域上的分布也呈现出明显的不均衡。我国ICT领域技术创新活动的主体也发生了很大变化。随着科技体制的改革，企业逐渐成为技术创新的主要力量。企业与企业的合作是主要的合作模式，接下来是大学与企业合作、研究所与企业合作，但是总的来讲，在该领域产学研合作还比较薄弱。

（2）二十多年来，我国ICT产业产学研合作网络的规模发生了显著变化。随着我国以企业为主体、市场为导向、产学研相结合的技术创新体系为标志的科技体制改革进入新阶段，我国ICT产业中企业、大学和科研单位等之间的合作更加频繁与紧密，能激发出大量创新的产学研合作网络正在形成。

(3)合作范围高度集中在个别机构间，产学研合作不够广泛。各产学研合作网络具有明显的小世界性和无标度特征。网络中存在少数中枢节点，它们在整个创新合作中起着重要作用。

选题的意义，研究难度及价值，理论方法上的创新，对学科实际工作的贡献及国内外同类研究成果的比较等

产学研协同创新效益测度是对协同创新过程下游通过科技成果商业化实现的社会经济效益的定量分析。自上世纪80年代以来,各级政府出台了一系列促进科技成果转化的政策，但是我国高校和科研机构科技成果的转化率却一直没有显著提高。大量实际调查发现,目前80%以上的产业技术创新是市场需求拉动而不是技术推动的。而高校和科研院所开发新技术和新产品主要关注技术先进性,但技术上很先进的产品不一定就能适应市场需求。高校和科研院所以技术先进性为主要驱动力形成的大量科技成果实际上不具备直接转化的条件。产学研协同创新是破解科技成果转化难这一局面的重要举措。这一背景下，影响产学研协同创新效益的组织结构和作用机制是系统层面迫切需要分析的问题之一。

专利联合申请是被广泛用来研究合作创新的实证指标之一，在联合申请专利过程中，大学、企业、研究机构等组织之间自发地形成一种非正式的合作网络，并进行着创新知识的共享与转移。本研究从创新网络视角出发，在国家知识产权局专利检索平台，下载1985-2010年间在申请并授权的该领域的所有专利，共得到450,585条ICT专利信息，筛选联合申请专利并构建产学研合作创新网络，并利用大数据分析方法:复杂网络分析技术，研究产学研协同创新的组织结构、动力机制等，从而为决策者制定合理的产学合作政策和产业发展战略提供理论依据。目前，如何打开产、学、研等创新主体相互作用“黑箱”是创新领域学术界的研究难点问题之一。本研究将大数据分析技术应用到产学研协同创新问题中，有助于打开这一“黑箱”，方法上具有一定的创新性和实用价值。