政策简报第一百零四期：校地“联姻”的特征、网络与影 响因素：以中国“双一流”高校为例

1、摘 要中国高校越来越多地同地方政府开展各种形式的合作，而对于校地合作的研究还不多见。本报告收集了2015-2020 年间中国“双一流”高校与各省份合作协议文本，刻画和分析了省校合作的特征，构建了省校合作网络，并探究了省校合作的影响因素。研究显示，清华大学、中国人民大学和北京大学等 A 类一流大学建设高校最受地方政府的青睐，云南省、四川省等西南省份与高校签约最积极。不同高校签约量差异大，基本呈现“二八定律”的特征。近年来，省校合作的频度呈现波动式增长，政府与高校往往在双方时间灵活的月份开展合作交流。省校合作中多以政府为主场，校政主要领导往往会出席，并代表所在机构签署合作协议。省校合作以战略合作协

2、议和战略合作框架协议为主，但不同协议的内容差别小。高校与地方政府的合作内容一般包括科研转化、人才培养、战略咨询和高校建设等，并非千篇一律，也会根据双方的需求，就特色项目进行合作。数据显示，省校合作呈现“核心边缘”结构。高校层次越高、所面临的地方竞争越激烈，高校越会积极与政府签约。经济发展水平较落后、财政状况更健康的地方政府，与高校的签约量也越多。与此同时，地理距离分析显示，省校合作相对呈现出了“舍近求远”的特征。这些发现揭示了校地合作的特征，为促进高校与政府合作提供了经验和依据。一、研究背景与问题作为创办于救亡图存背景下的中国高校，学府与政府的互动贯穿 于高校日常运作与发展历程。新中国成立后，

3、1952 年大学院校调整， 就是以服务国家建设为核心目的。改革开放以来，市场化、城镇化快 速推进，高校深入参与经济发展与社会转型中，不仅通过人才培养与 科学研究直接参与，也通过为政府提供战略咨询等社会服务间接参与。早在 2003 年，时任浙江省委书记习近平就率浙江省党政代表团赴清华大学，商讨共建浙江省清华长三角研究院事宜，双方于 2003 年12 月 31 日签约。2014 年，在清华大学长三角研究院成立十周年之际，国家主席习近平对此作出批示：“省校合作是优化科技资源配置、促进科技成果转化、实现科技与经济融合的有效模式。”2015 年，国务院发布的统筹推进世界一流大学和一流学科建设总体方案标志

4、着“双一流”建设正式启动。文件提出的建设任务之一是“着力推进成果转化”，改革任务之一是“推进社会参与机制”，而校地合作即是题中之义。2017 年，国务院办公厅发布了关于深化产教融合的若干意见，指出要促进高等教育融入国家创新体系和新型城镇化建设，完善世界一流大学和一流学科建设推进机制，注重发挥对国家和区域创新中心发展的支撑引领作用。在党中央和国务院的倡导下，高校与政府也积极推进合作事项。清华大学、北京大学和哈尔滨工业大学等高校先后与地方政府合作，在深圳市建设研究院或分校区。2018 年 6 月，安徽省政府印发了支持与国内外重点科研院所高校合作的若干政策，支持大院大所在安徽建设科技创新基地，开展研

5、发创新活动。2018 年 8 月，山西省与 C9 高校召开战略合作座谈会，希望与高校在战略咨询、人才培养、成果转化等方面进行合作。通过分校区建设、高校入驻科技园区和实践基地设立等，省校合作近年来愈加活跃、规范和深入。合作协议是高校与政府合作直观且制度化的体现，为我们研究校地合作提供了依据。进入 21 世纪，校地合作的协议数量不断增加，也日益规范化。哪些高校与哪些政府签订了合作协议？这些合作协议的类型、时间和内容有等哪些特征？哪些因素影响高校与政府签订合作协议？为此，我们以中国“双一流”高校与省级政府为例，对如下基本问题进行探究，以揭示校地合作的基本特征。首先，不同政府与高校的资源禀赋及发展战略

6、不同，因此值得探究的问题是：哪些高校与哪些政府（Who）签订了合作协议？具体来说，哪些高校更受地方政府青睐，哪些省份更受高校欢迎？不同类型的高校与各省政府在签约的积极性上有何差异？其次，我们希望探究高校与政府是如何（How）签约的？签订协议的时间（When）、地点（Where）、领导出席、协议类型等可以反映出不同高校与政府的重视程度、目标差异等。签约网络的结构特征和地理分布，也体现了中国省校合作的基本面貌。就什么（What）签约，也是需要探究的议题。校地合作的内容是千篇一律还是因地制宜？最后，我们希望探究哪些因素（Why）影响合作协议的签订？高校与政府在资源交换方面，是“雪中送炭”还是“锦上添

7、花”？在对象选择上是会“舍近求远”还是“近水楼台先得月”？通过对高校与政府签约的影响因素进行刻画，可以理解不同高校与政府表现差异的原因。二、研究方法高校与政府签订协议的主体多样，在高校方面包括高校自身、二级学院、特定系所或研究单位等；在政府方面包括国家部委、省、市、县（区）和镇等不同层级政府及其内设部门。高校自身与政府签订协议的内容更广、影响更大、信息更为透明，因此，本研究仅关注高校自身作为签约主体的协议。省级政府与高校的合作更为规范稳定、影响更大、更易辨识，因此本研究仅关注省级政府作为主体的协议，即 31 个省、直辖市和自治区，不包括港澳台。截至 2019 年，全国共有 2688 所普通高等

8、学校。“双一流”高校作为中国高校的排头兵，在省校合作中参与的范围更广、频次更高。对 140 所“双一流”高校的研究能够反映省校合作的基本特征，并为其他高校与政府合作提供参考。合作协议的类型多样，包括专项协议（如科技创新协议）、全面协议（如战略合作协议）。全面协议内容更为丰富，因此本研究仅关注高校与政府签订的全面协议。协议的有效期一般为 5 年，因此数据的时间范围为 2015 年 1 月至 2020 年 11 月。我们的分析方法包括内容分析、描述性统计、社会网络分析、回归分析。通过内容分析，我们对省校合作协议的内容进行分类编码。围绕本报告涉及的关键变量，我们进行定量分析，刻画省校合作协议的关键特

9、征，以及不同高校与政府的差异。通过社会网络分析，我们试图揭示省校合作的结构特征。在此基础上，我们使用回归模型探究变量之间的相关关系。三、省校合作协议的核心特征（一）省校合作协议签署的频次2015 年以来，“双一流”高校与省级政府共签署合作协议 164 个，平均每个高校 1.17 个。对高校签约数进行排名（如表 1 显示），清华大学与 17 个省份签约，位列第一；中国人民大学签约 16 个，位列第二；北京大学签约 11 个，位列第三。签约量排名前十位的高校均为 “双一流”高校中的 A 类一流大学建设高校，说明这些高校最受追捧。表 1 高校与省级政府签约量排名（2015-2020）大学签约量排名清

10、华大学171中国人民大学162北京大学113浙江大学104西安交通大学104同济大学66上海交通大学66北京航空航天大学58中央民族大学49天津大学49东南大学49注：本表仅报告签约量超过三个的高校。对高校与政府签约的频数进行统计（图 1 显示），88 所（53.66%）高校未与任何政府签约，21 所（12.80%）高校签约1 次，24 所（14.63%）高校签约量 2-5 次，7 所（4.27%）高校签约 5 次以上。少数高校占总签约量的多数，说明高校之间差异大，马太效应明显。12 13 14 15 16 17910 11210110000100080726153410 103 218810

11、09080706050403020100图 1 高校与政府签约的频数分布（2015-2020）结果显示，省级政府与高校签约的平均数为 5.29。对政府签约数进行排名（表 2 显示），云南省与 20 个高校进行了签约，位列第一；四川省的签约量为 18 个，位列第二；广西壮族自治区的签约量为 17，为列第三。在排名前十的省份中，各地区均有涉及，但是以西南地区为主。表 2 政府与高校签约量排名（2015-2020）地区签约量排名云南201四川182广西173重庆134山西105甘肃96贵州87河南78天津59浙江59福建59注：本表仅报告签约量超过四个的省份。8765432100123456789

12、10 11 12 13 14 15 16 17 18 19 20对政府与高校签约的频数进行统计，发现北京、广东与陕西三个省份与高校的签约量为 0，20 个省份与高校的签约量在 1-5 个之间， 4 个省份的签约量在 6-10 个，4 个省份的签约量在 10 个以上。由此可见，政府之间的差异相较于高校而言更小，而西南地区的签约最积极。图 2 政府与高校签约的频数分布（2015-2020）我们将省级政府与高校的签约量通过地图进行可视化，如图 3 所示，颜色越深代表签约越多。西南地区的云南省、四川省和重庆市的签约量均比较大，西南三省一市一区的签约量共计 62 个，超过总签约量的三分之一。分地区来看，

13、东部省份的签约量为 48 个（29.27%），中部省份的签约量为 38 个（23.17%），西部省份的签约量为 78 个（47.56%），说明西部地区的总体签约最积极。图 3 省级政府与大学的签约量分布地图（2015-2020）（二）省校合作协议签署的时间、地点与人物通过对省校合作协议的签约年份进行统计，可以发现平均每年签约量为 27.3 个，其中 2015 年的签约量为 12 个，2016 年为 36 个，2017 年为 12 个，2018 年为 29 个，2019 年为 49 个，2020 年为 26个，不同年份的省校合作情况差异大。在“双一流”高校名单确定后的 2018 年与 2019

14、年签约量大，并呈增加态势。2020 年在新冠肺炎疫情的影响下，签约量仍达到 26 个。由此可见，近年来省校合作协议的签约量总体呈波动式增长趋势。年度签约数累计签约数2015201620172018201920201801601401201008060402001001230202936504049601226图 4 省级政府与高校签约量的年度变化（2015-2020）在哪些月份，高校和省级政府最热衷于外出签约？对签约的月份进行统计，平均每月 13.6 个。如图 5 显示，开完“两会”后的 3 月（18 个）、高校暑假（7 月和 8 月均为 17 个）与处于年末的 11 月（21个）签约量较大，

15、均超过了平均数。这同高校与地方政府的活动周期相关，“两会”布置的重点工作可能需要与高校合作推进，而在夏季高校与政府的时间较为灵活。此外，年末签约量大的原因可能是地方政府“突击花钱”和年终成就总结有一定关系。平均值月度签约数101112987654321045101211111014131516171718202125图 5 政府与大学签约的月份分布（2015-2020）1, 1% 1, 1%50, 30%112, 68%学校所在地政府所在地第三地缺失签约地点能在一定程度反映高校与政府哪个主体更积极。数据显示，68%在省级政府所在地签约，30%在学校所在地签约（其余为缺失值）。政府主场占多，表明

16、多数情况下是高校积极与政府联络（注：高校与政府在同一地区时，根据具体地点在高校还是政府进行判定）。图 6 政府与高校的签约地点分布（2015-2020）统计显示，在出席合作协议签约仪式的高校领导方面，36.59%为高校校长与党委书记均出席，27.44%为仅校长出席，34.76%为仅党委书记出席，0.61%为高校副职领导出席，0.61%未说明领导出席情况。在出席合作协议签约仪式的地方党政领导方面，42.68%为省长（自治区主席、直辖市市长）和省委书记（市委书记、区委书记）均出席， 25%为仅行政“一把手”出席，10.98%为仅党的“一把手”出席，20.12%为党政副职领导等出席，1.22%未说明

17、领导出席情况。总体来看，双方领导的出席情况一般比较对等。值得注意的是，政府领导的出席情况与高校层次也存在一定的相关关系。高校为 A 类 一流大学建设高校的，省级政府行政领导与党委书记出席的比例更高。这表明层次越高的高校，政府越重视。当然，也可能是因为不少 A 类 一流大学建设高校的校长或党委书记为副部级，与省领导的行政级别 相近。（三）省校合作协议与内容从签约类型来看，超过半数的协议为战略合作协议，三分之一以上为战略合作框架协议，其他类型的协议较少。其中，深化合作协议与全面深化战略合作协议是双方在已有协议基础上的续约和深化。需要注意的是，不同协议的签署方式、内容和落实要求没有实质性差异，因为某

18、一高校/政府往往会签署特定类型的协议。因此，本研究将这些协议统称为“合作协议”。签约活动往往包括合作座谈会、校/地参观、校友座谈会、政府活动周等交流活动。省校合作一般也经历前期调研、签署协议和跟进落实等环节，即协议签署也是省校沟通交流的契机。表 4 省校合作协议类型类型数量百分比战略合作协议8753.05%战略合作框架协议6036.59%全面战略合作协议148.54%合作框架协议10.61%深化合作协议10.61%全面深化战略合作协议10.61%从协议内容的形式来看，省校合作协议往往包括合作目的、合作原则、主要领域、保障机构和实施措施等。不同高校及政府所签订的协议可能有所差异，但是协议文本较少

19、公开，具体信息不易获取。省校合作的具体内容一般包括人才培养、科研转化、战略咨询和高校建设等几大方面。其中，人才培养是指高校增加本科招生名额、培训领导干部，政府建设实习实践基地、增加选调生，约有 87.80%的合作协议涉及。科研转化是指高校根据地方需求开展科研项目、与地方企业合作进行成果转化、省校联合开展科研攻关，这是省校合作涉及最广泛的领域，约有 93.29%的合作协议涉及。战略咨询是指高校参与地方发展规划制定、提出咨政建议，约有 67.07%的合作协议涉及。高校建设是指高校对口支援地方高校建设，在地方建设新的研究机构，政府为高校发展提供平台和资源，约有 40.24%的合作协议涉及。省校合作协

20、议也并非千篇一律，约有 35.98%的协议也会包括一些特色项目，比如师范类院校在地方建设中小学，高校参与地方扶贫，双方在医疗卫生方面合作等。大约八分之一的合作协议在签署时也伴随着实体项目的落地，例如高校在地方建设研究院。当然不同的合作领域也具有很强的交叉性，是相互促进的。总体而言，高校更多的是承担具体的科研、培训任务，政府更多的是提供平台和资源。表 5 省校合作的具体领域分布合作内容涉及的合作协议数量占比人才培养14487.80%科研转化15393.29%战略咨询11067.07%高校建设6640.24%特色项目5935.98%实体项目2112.80%四、省校合作网络的特征（一）省校合作网络的

21、特征我们对省校合作协议进行社会网络分析，其中整体网密度是网络 中实际存在的关系数量与理论关系数量的比值，反映网络的紧密程度。结果显示，省校合作整体网的密度为 0.043，说明网络较为松散。通 过对高校的网络中心性进行分析，发现清华大学、中国人民大学、北 京大学、浙江大学和西安交通大学在三个中心度指标上排名靠前，处 于较为中心的位置，但是每一类中心度的具体排名有差异。通过对政 府的网络中心性进行分析，发现云南、四川、广西、重庆和山西在三 个中心度指标上处于前列。通过对省校合作网络的结构进行分析，发现在核心边缘结构分析中，最终拟合值为 0.613。处于核心位置的高校占据中心统治地位，通达性强，共

22、32 所，多数为 A 类一流大学建设高校。在分派分析中，最终拟合值为 0.258，其中一派包括 24 所高校，多数为 A 类一流大学建设高校。由此可见，省校合作网络更符合“核心边缘”结构，其中A 类一流大学建设高校处于核心位置。（二）社会网络图通过对省校合作网络进行可视化，并根据中心度大小进行处理，结果发现，在高校方面，签约数多的清华大学、中国人民大学处于中心位置。在政府方面，四川、云南和广西的结点图形较大，也处于较为中心的位置。此外，有较多高校因为没有任何签约而成为孤点。图 7 省校合作社会网络五、省校合作协议的影响因素（一）影响高校签约的因素从高校层次来看，高校的签约情况近似呈现“二八定律

23、”。其中 36 所 A 类一流大学建设高校签约量为 133 个，占比为 81.10%；6 所 B 类一流大学建设高校签约量为 2 个，占比为 1.22%；95 所一流学科建设高校签约量为 29 个，占比为 17.68%。从高校类型来看，各类型高校签约量不均衡，45 所综合类“双一流”高校签约量为 84 个，占比为 51.22%；47 所理工类“双一流”高校签约量为 56 个，占比为 34.15%；48 所其他类（财经、政法、医药等）高校签约量为 24 个，占比为 14.63%。由此可见，高校层次与类型可能是影响高校签约的因素。表 6 各类高校签约情况指标高校层次高校类型A 类一流大学B 类一流

24、大学一流学科大学综合类理工类其他类大学数36695454748大学数占比26.28%4.38%69.34%32.14%33.57%34.29%签约量133229845624签约量占比81.10%1.22%17.68%51.22%34.15%14.63%注：两地办学的高校，在一流大学与一流学科大学的划分中为同一个。高校签约状况的影响因素可以从意愿和能力两大角度进行考虑，即签约意愿更强、合作能力更强的高校更有可能与地方政府签约。具体而言，在高校偏好方面，高校类型可能会影响签约状况，综合类高校和理工类高校可能更有科研转化与多领域合作的意愿与能力。在高校能力方面，高校层次可能会影响签约状况，层次越高的

25、高校与政府合作的能力越强。在高校面临的压力方面，竞争压力可能会影响签约状况，因此所在地高等资源越丰富，该高校在当地面临的竞争就越激烈，获取本地政府资源的机会就越少，因此面临的压力越大，越有意愿对外合作。统计分析结果显示，高校层次与签约量显著正相关，即 A 类一流大学建设高校相较于其他“双一流”高校签约更多。高校压力与签约量显著正相关，即所在地高等教育资源越丰富，当地高校越积极与各地政府签约。综合类高校相较于其他类高校签约量更多，但这一结果并不稳健。（二）影响政府签约的因素政府签约状况的影响因素可以从意愿和能力两大角度考虑，即签 约意愿更强、合作能力更强的政府更可能与高校签约。具体而言，在 政府

26、意愿方面，经济发展水平较为落后的地方政府基于赶超心态可能 更愿意与高校签约，以提升科技能力，增强经济发展动力。当地高等 教育资源欠缺的地方政府可能愿意与高校签约，以获取发展所需而本 地供给不足的人才、技术资源等。高考难度越大的地方政府在高等教 育领域面临的社会压力也越大，因此更可能与高校签约。在政府能力 方面，财政健康状况越好的政府越有能力为高校提供平台等物质资源，因此可能与高校合作越多。统计分析结果显示，地方经济发展水平与签约量显著负相关，即经济欠佳的地方与高校签约越积极，说明这些地方政府不甘人后，力图赶超。财政健康状况与签约量显著正相关，即手有余粮，心中不慌，也因此有更大的对外合作空间。其

27、他因素的影响则不显著或不稳健，说明同政府合作的关系不大。（三）与谁签约：“舍近求远”还是“近水楼台”从直接距离来看，签约省校的平均距离约为 1409 公里。在所有的省校合作中，省内签约仅为 5 个（3.5%），其中 4 个为四川省内高校与四川省政府签约。不同距离的省校合作数量如下表所示，其中一半以上为超过 1000 公里的远距离签约。统计分析结果显示，地方距离与签约负相关，但是相关关系较微弱（r=-0.02）。地理距离负向影响签约，但这一结果并不显著。综上，高校与政府合作在一定程度上呈现出“舍近求远”的特征。表 7 省校合作的地理距离分布距离（公里）0-100100-300300-500500

28、-10001000-20002000-30003000 以上数量5893176323百分比3.05%4.88%5.49%18.90%46.34%19.51%1.83%六、结论与政策建议基于中国“双一流”高校与各省份 2015-2020 年间的合作协议，本报告刻画和分析了省校合作的特征，构建了省校合作网络，并探究了影响合作的因素。具体来说，我们有以下主要研究发现：结论一：在签约主体方面，清华大学、中国人民大学和北京大学等 A 类一流大学建设高校最受地方政府的青睐，不同高校签约量差异大，基本呈现“二八定律”的特征。云南省、四川省等西南地区省份与高校签约最积极，省校合作的政府间差异相对较小。结论二：

29、在签约的时间、地点与人物方面，近年来，省校合作的频繁度呈现波动式增长，政府与高校往往在双方时间灵活的月份开展合作交流。省校合作中多以地方政府为主场，校政主要领导也往往会出席，并代表所在机构签署合作协议。高校层次越高，往往地方党政领导越重视，“一把手”出席比例越高。结论三：在签约内容方面，省校合作以战略合作协议和战略合作框架协议为主，但不同的协议内容差别不大。高校与地方政府的合作内容一般包括科研转化、人才培养、战略咨询和高校建设等，其中人才培养与科研转化是省校合作频率最高的内容。省校合作协议虽然相对同质，但是并非千篇一律，也会根据双方需求就扶贫、医疗卫生等特色项目进行合作。结论四：在签约的网络结

30、构与影响因素方面，数据分析结果显示，省校合作呈现“核心边缘”结构。高校层次越高、所面临的地方竞争越激烈，高校越会积极与政府签约。经济发展水平较落后、财政状况更健康的地方政府与高校签约量越多。此外，省校合作相对呈现出 “舍近求远”的特征。聚焦以上研究结论，我们发现校地合作存在如下问题：首先，高校之间存在明显的马太效应，外部资源差异很大。“双一流”高校在近三千所普通高等学校中已经是排头兵，但是在政府资源获取方面仍有较大差异。从校地合作情况来看，A 类一流大学建设高校相较于其他高校处于明显优势地位。地方政府在“用脚投票”中，非 985/211 的“双一流”高校处于弱势地位，尚未有任何签约。这种资源聚

31、集于头部高校的现象，不利于高校之间的良性竞争与高等教育的均衡发展。其次，部分地方政府在签约对象的选择上追求“名声”而非“合适”。这表现为部分地方政府签约时更多选择名校，不惜舍近求远，在协议签订的宣传中也更强调高校层次而非具体的合作内容。但是，有时“远亲不如近邻”，地理距离近便于校地增进了解，开展合作交流活动。此外，名校承接了众多的校地合作，对特定地方政府分配的资源与精力有限；相对来说，那些知名度不高但实力不容小觑的高校，有可能与地方政府的需求更加匹配，并可以给予合作对象更多关注。因此，地方政府过度关注高校名声和赚噱头，可能不利于校地合作的匹配度与深入度，并可能使得合作效果也有所折扣。最后，部分校地合作虎头蛇尾，雷声大雨点小。在校地合作协议的签署与协议落地，进而产生良好合作绩效之间存在较大距离。校地合作有时成为“签约竞赛”下高校与地方政府彰显政绩的手段，而非深入合作的纲领。特别是很