不同研发类型组态效应对高校科技创新绩效影响
来源:用户上传
作者:葛媛媛
摘 要：提升高校科技创新绩效是加快实现高水平科技自立自强的重要途径。 本研究以我国 31 个省份地区为样本，使用模糊集定性比较分析方法（fsQCA），对我国高校科技创新绩效的提升路径进行研究，得出3种组态为：“基础研究+应用研究人力”组态、“基础研究经费+试验发展人力”组态、“人力资本+基础研究经费”组态，其中人力资本和基础研究科研经费利用率是更为重要的因素。研究为高校科技创新绩效提升提供了理论支撑和政策建议。
关键词：高校科技创新；研发活动；组态思维；定性比较分析
中图分类号：G644 文献标识码：A 文章编号：1672-3163（2022）05-00071-08
高校拥有数量充足的高层次创新人才、国家重点实验室和重点建设学科等创新资源，是我国创新体系的重要组成部分。近年来，高校产出大量的科研成果，高校科技创新绩效的高低标志着高质量科技供给的能力与水平，事关我国高水平科技自立自强的实现。因而，高校科技创新绩效问题愈发引起政府及学界的关注。
一、文献回顾与模型构建
（一）文献回顾
1.高校科技创新绩效研究
已有研究从高校科技创新行为的各阶段绩效入手，或针对高校科技创新活动实现和转化几个阶段的差别，研究2008年至2016年我国高校科技创新的实现与转化效率[1]；或立足于高校科技创新产出的全链条，利用分位数回归模型检验各因素，分析高校科技创新研究与开发阶段及成果转换阶段的绩效[2]；或基于知识创新、科研创新和创新收益三阶段，运用超效率SBM模型，研究2005年至2017年中国29个省高校科技创新效率[3]。也有部分学者借鉴发达国家科研评价指标，评价区域高校科技创新绩效[4][5]。还有学者从高校科技创新绩效的影响因素，如产学合作[6]、创新团队[7]、创新人才和科技投入[8]等方面进行探索。
2.研发类型活动研究
高校科研活动和产出根据研究性质的不同可以分为基础研究、应用研究和试验发展三种类型。基础研究的特点是探索未知，成果主要是科学论文[9]。高校是基础研究的重要力量。高校科研经费投入的多少与人员投入的规模，都可能影响高校科技创新的绩效。有研究者基于2010年至2017 年省际面板数据，探讨了政府科技经费投入和研发人员规模对高校基础研究科研产出的非线性影响关系[10]。高校基础研究支持不足是我国高校在国家创新体系中位置下滑的另一个原因[11]。高校应用研究是技术进步的先导，推动了基础研究成果的应用，其主要成果形式是专利。试验发展是利用基础研究、应用研究的成果得到技术改进等[12]，主要成果为发明新材料、新产品，或者优化产品、服务等，直接促进经济的增长。推动基础研究、应用研究与试验发展研究的融通愈来愈得到重视，因为三者的融通强化了政产学研的合作，促进了科技创新成果的转移转化。
虽然上述研究取得了一定的研究成果，但还有值得更进一步探讨的地方。一是已有研究主要从科技创新活动的阶段性或常规的绩效评价指标体系进行研究，而缺乏从研发活动类型的视角分析高校科技创新绩效的影响因素及其作用机理。然而，基础研究、应用研究、试验发展具有不同的作用，对高校科技创新在不同阶段、不同方式上发挥着至关重要的作用。尤其是近年来，我国深化高等教育改革，高校科技创新体系在结构要素、组织模式、成果转化方式等方面发生了重要变革，基础研究、应用研究、试验发展在高校科技创新绩效形成方面到底发挥着怎样的作用，亟待探究。二是已有研究主要是采用传统研究范式中定性与定量的相关方法，来研究单个变量的“净效应”[13]，从而分析高校科技创新绩效的影响因素。但是，高校科技创新绩效的提升是复杂的多项因果关系联动形成的结果。现有研究的局限在于各因素（条件）之间的互动与联系没有被揭示出来。例如，因素之间的互动可能会产生1+1＞2的互补作用，还是可能会产生1+1＜2的替代情况[14]？多个影响因素中，哪个因素或哪几个因素的共同存在是核心因素，对高校科技创新绩效的提升有何必要存在的意x？ 这些问题亟待破解。
针对上述问题，本研究采用模糊集定性比较分析方法（fsQCA）进行高校科技创新绩效研究，该方法被认为是探索多因素“联合效应”和“互动关系”的有效方法[15]，广泛应用于管理学、社会学、心理学等各学科。本研究从高校科技创新研发经费入手，通过31个省份高校经费资源和人力资源配置的比较研究，探究不同研发类型组态效应对高校科技创新绩效的影响，结合案例分析，形成可复制的经典路径，为提高高校科技创新绩效，为政府管理部门和高校提供决策参考。
（二）模型构建
本研究基于研究发展理论分析框架，构建影响高校科技创新绩效的理论模型框架，并揭示不同研发类型之间的互动关系。理论模型框架如图1所示。
二、研究方法
（一）研究设计
本研究采用fsQCA方法探索基础研究、应用研究、试验发展影响高校科技创新绩效影响的因果机制。一是拓宽了研究视角，fsQCA方法基于组态视角，取代原来采用“自变量―因变量”之间单因素思维的因果逻辑，二元关系很难清晰地阐述三个以上变量之间的交互、联动作用，因此对多重因素组态效应的研究结果更具有普适性和全面性。二是新的研究方法。定性比较分析法（QCA）是组态思维，是一种条件集合和结果集合之间集合关系的因果推断，是对传统主流研究中“净效应”的补充，能克服传统研究范式中定性与定量这两种方法的缺点，将案例研究和定量研究相结合，适用于非对称、并发等复杂因果关系形成的社会问题的分析[16]。
（二）数据来源
本研究数据主要来源于《2020年高等学校科技统计资料汇编》[17]。该报告涵盖了全国31个省、自治区、直辖市高等学校基础研究、应用研究、试验发展前因条件变量，以及高校科技创新绩效结果变量，把上述四个变量的统计资料进行匹配后，将数据完整的全国31个省、自治区、直辖市作为研究案例。
nlc202212011132
（三）变量测量与校准
1. 结果变量
高校科技创新绩效涉及基础研究领域、应用研究领域和试验发展领域三个方面，主要包括科技专著、发表论文、专利授嗪图际踝让收入等。本研究中的结果变量，高校科技创新绩效（P）由四个二级指标共同所得，运用因子分析法对高校科技著作数量、发表论文数量、专利授权数量和技术转让当年实际收入进行指标降维，运用SPSS软件运算出高校科技创新绩效的综合得分。
2. 前因条件
每个条件变量指标下设二级指标，各二级指标采用从《2020年高等学校科技统计资料汇编》获得的有关数据来测度。具体测量如下。
基础研究。分为人力资本和科研经费利用率两方面。其中，人力资本使用当年投入人员数量表示，科研经费利用率使用当年支出经费与当年拨入经费的比来表示。
应用研究。分为人力资本和科研经费利用率两方面。其中，人力资本使用当年投入人员数量表示，科研经费利用率使用当年支出经费与当年拨入经费的比来表示。
试验发展。分为人力资本和科研经费利用率两方面。其中，人力资本使用当年投入人员数量表示，科研经费利用率使用当年支出经费与当年拨入经费的比来表示。
3. 变量校准
本研究在已有理论和经验知识的基础上，采用直接校准法把6个条件变量与1个结果变量（高校科技创新绩效）校准为模糊集[18]。基础研究的人力资本、科研经费利用率，应用研究的人力资本、科研经费利用率，试验发展的人力资本、科研经费利用率，以及高校科技创新绩效完全隶属的校准标准为0.95，交叉点的校准标准为0.5，完全不隶属的校准标准为0.05。结果与各条件的指标描述和校准信息如表1所示。
三、分析结果
（一）各条件的必要性分析
在对条件组态进行分析之前，必须对各个条件的必要性，逐一单独检验。因为必要条件不会在fsQCA的简约解中呈现，但该条件又会显著影响结果产生。本研究首先检验单一条件是否是构成高校科技创新绩效的必要条件。一致性是衡量必要条件的重要标准，一致性指条件变量与结果变量的一致程度。一般来说，当一致性大于0.9时，则认为该条件是结果的必要条件[19]。使用fsQCA 3.0软件分析的高校科技创新绩效的必要条件检验结果见表2。从中可以看出，所有条件的一致性水平都小于0.9。所以，不存在影响高校科技创新绩效的必要条件。
（二）条件组态的充分性分析
本研究采用fsQCA 3.0软件分析影响高校科技创新绩效的前因条件组态，这些不同的组态表示实现同一结果（高校科技创新绩效）的不同条件组合。组态分析试图揭示的是多个条件构成的不同组态引致结果产生的充分性，一般使用一致性来衡量组态的充分性。研究根据不同的情况采用不同的一致性阈值，有0.75[20]、0.8[21]等。在频数阈值的确定上，需要根据样本规模而定[22]，对于中小样本，频数阈值为1即可；对于大样本，频数阈值则大于1。具体到本研究，综合考虑后将一致性阈值设定为0.75，将PRI（Proportional Reduction in Inconsistency）一致性阈值设定为0.75，案例频数阈值设定为1。
现有研究关于基础研究、应用研究和试验发展的条件变量与高校科技创新绩效之间尚未达成一致结论，所以在进行反事实分析时，假设单个前因条件出现与否均可贡献高校科技创新绩效。在进行标准化分析时，条件对结果关系的问题时选择了“存在或缺失”（Present or Absent）。fsQCA 3.0会得出三种复杂程度不同的解：复杂解、中间解和简约解。与已有研究一致，本研究中间解的同时，辅之简约解。如表3所示，六条组态是（路径：S1a、S1b、S1c、S2a、S2b、S3）影响高校科技创新绩效的充分条件组合。对比中间解与简约解的嵌套关系，确定每个解的核心条件：同时在中间解、简约解中出现的条件为该解的核心条件，仅仅在中间解中出现的条件为该解的辅助条件[23]。将具有相同的核心条件的组态（S1a， S1b和S1c）及（S2a和S2b）各归为一类，（S3）单独归为一类，因此可简化为3种核心组态类型。无论是单个解（组态）还是总体解的一致性水平均要高于可接受的最低标准0.75，其中总体解的一致性为0.962，总体解的覆盖度为0.758。
影响高校科技创新绩效的组态，依据核心条件分为如下三种类型：
1.组态1：以“基础研究和应用研究”的人力资本为核心（S1型）
组态1中，实现我国高校科技创新效率的总体特征是以基础研究和基础研究的人力资本为核心条件存在。路径S1a（A1* B1*～b2* c1）、路径S1b（A1* a2*B1*～b2* c2）和路径S1c（A1* a2*B1*b2* ～c1*～c2）具有相同的核心条件：基础研究人力资本和应用研究人力资本，表明基础研究人力资本和应用研究人力资本是高校科技创新绩效产生的重要条件，发挥了主要作用，但因为辅助条件不同而出现了3条不同路径。
路径S1a中，以试验发展人力资本作为辅助条件，说明基础研究人力和应用研究人力能有效产生高校创新绩效，也表明试验发展人力能在一定程度上弥补基础研究和应用研究人力不足的影响。路径S1b中，基础研究科研经费利用率、试验发展科研经费利用率共同发挥了辅助性作用，表明基础研究人力和应用研究人力作为核心条件产生高校科技创新绩效的过程中，基础研究和试验发展研究的科研经费使用效率也能发挥辅助性作用。路径S1c中，基础研究科研经费利用率、应用研究科研经费利用率共同发挥了辅助性作用。表明基础研究人力和应用研究人力作为核心条件产生高校科技创新绩效的过程中，基础研究和应用研究的科研经费使用效率也能发挥辅助性作用。综合不同路径分析发现，基础研究是更为重要的核心条件，因为即使作为辅助条件，基础研究的人力或科研经费出现程度更高。
nlc202212011132
2.组态2：以基础研究经费利用率和试验发展人力资本为核心（S2型）
路径S2a（～a1* A2* b2* C1* c2）和路径S2b（A2*b1*b2* C1*c2）具有相同的核心l件：基础研究科研经费利用率和试验发展人力资本发挥了核心作用，在辅助条件上有所差异。
路径S2a中，在以基础研究经费利用率和试验发展人力资本发挥核心作用的情况下，应用研究科研经费利用率、试验发展科研经费利用率发挥了辅助性作用。路径S2b中，应用研究人力资本、应用研究科研经费利用率、试验发展科研经费利用率发挥了辅助性作用。
3.组态3：以人力资本和基础研究科研经费利用率为核心（S3型）
路径S3（A1* A2* B1* C1*c2），具有基础研究人力资本、应用研究人力资本、试验发展人力资本及基础研究科研经费利用率4个核心条件，试验发展科研经费利用率为辅助性条件，该组态的一致性最高为0.984，唯一覆盖率为第二高。
四、结论与建议
（一）研究结论
第一，从总体上看，基础研究、应用研究、试验发展因素都不能单独作为影响高校科技创新绩效的必要条件，说明任何单一因素既不能构成制约高校科技创新绩效的必要条件，也不能成为引发高校科技创新绩效提升的充分条件，高校科技创新绩效提升是多因素共同作用的结果。
第二，从单条组态路径看，高校科技创新绩效存在6条提升路径，可以简化为3种核心组态路径。具体可以归纳为：以基础研究和应用研究的人力资本为核心、以基础研究经费利用率和试验发展人力资本为核心、以人力资本和基础研究科研经费利用率为核心。通过对3种核心组态路径的对比发现：一是人力资本存在于3种核心组态路径中，对提高高校科技创新绩效有至关重要的作用，二是基础研究科研经费利用率存在于2种核心组态中，对提高高校科技创新绩效也发挥了非常重要的作用。
第三，从同一组态类型上看，路径S1a、路径S1b、路径S1c有相同的核心条件，路径S1a有2个辅助条件，覆盖率为0.588，路径S1b有3个辅助条件，覆盖率为0.484，路径S1c有4个辅助条件，覆盖率为0.374，说明我国不同高校科技创新绩效驱动路径存在明显的差异化，由于各高校自身的科技资源禀赋，以及在基础研究、应用研究、试验研究中投入的人力和财力的不同，高校科技创新绩效影响条件的差异导致了提高绩效路径的差异化。
（二）理论贡献
相较于其他高校科技创新绩效相关研究而言，本研究的理论贡献主要有：一是将高校科技创新绩效问题研究从关注单一技术视角转向多因素联动作用的整体视角。本研究从“组态视角”出发，基于不同研发活动类型“人力资本-科研经费”理论框架，分析了不同研发类型的人力资本和科研经费使用效率等多重条件在推动高校提升科技创新绩效上的并发协同效应与联动匹配模式，解释了高校提升科技创新绩效背后的“因果复杂性”。二是将fsQCA方法引入高校科技创新绩效问题的研究中，这不仅是研究方法的丰富，更为高校提升创新绩效的后续决策形成奠定了基础。本研究表明不同地区高校科技创新绩效提升的驱动路径存在显著差异，这进一步阐释了造成高校科技创新绩效水平异质性的非对称因果关系。
（三）对策建议
1.加强高校基础研究，促进不同研发活动融通
基础研究被喻为技术创新的总开关，是高校科技创新绩效提升的基础。完善高校基础研究体系，构筑完善的创新生态链条，促进不同研发活动联动，提升重大成果原创性，具有重要意义。
完善高校基础研究体系，促进原始创新。夯实基础，加强科技创新平台建设。制定出台相关政策，完善国家实验室建设机制，加快国家实验室建设，发挥其“领头羊”作用；优化国家重点实验室体系，加强对战略性新兴产业和科学前沿的布局；促进完善地方政府主管部门、行业所建设的实验室布局和运行机制，强化特色，提升效率，从而整体上形成国家实验室―国家重点实验室―省部级实验室（行业企业实验室）的基础研究平台体系。促进学科交叉和汇聚，资源整合与优化，增强学科集聚能力，建设高水平学科。依托高水平学科集群，组织实施重大基础科研专项，鼓励0到1的创新。
完善创新生态链条，促进不同研发活动联动。在重视基础研究之上，构建“基础研究+应用研究+试验开发+科技金融”全过程创新生态链，支持高校与龙头企业在前沿交叉、优势特色领域建设高水平科技创新平台，推动原始创新与产业化落地；支持高校与骨干企业在市场需要、前景明显的领域开展重点产学研项目合作，通过深化政产学研合作，支撑地方主导产业转型升级。支持高校与中小企业在需求明确、操作性强的领域开展微观创新，促进高校与千家万户的中小企业广泛合作，提升高校科技成果转化效益。
2.创新人才引培机制，提升高校科研队伍质量
在科研人才引进方面，高校要坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向学科建设需要，充分利用国家和省市政策叠加的机遇，充分利用国家、省市人才工程计划，引进高层次科技创新人才。还可以抢抓海外人才回流的历史性机遇， 鼓励与海外高校院所共建国际人才“飞地”等，推动高校在更大范围积极配置全球创新资源，探索打造海外人才离岸创新基地。
在科研人才培养方面，要大力培养科技创新创业领军人才，推动创新与创业的融合。因此，建议深化高校与产业部门人才双向交流制度，进一步创新实施“挂职科技镇长团”“担任科技副总”“聘任产业教授”和研究生培养“双导师制”等方式，建立“线上+线下”“虚拟+现实”的技术创新合作渠道和成果共享机制，提升高校科研人才队伍建设质量，强化科技创新链对接产业链，共同解决重大科技创新问题，提升高校科技创新绩效。
3.创新人才激励机制，激发科技人才创新活力
建立健全以创新贡献为导向的高校科技人才激励评价体系。一方面，完善分类激励评价体系。另一方面，完善激励评价手段。改变追求“短、平、快”、急功近利的评价导向行为，针对基础研究人才、青年人才的科研评价考核，适当延长考核周期，鼓励其甘于坐冷板凳，潜心研究。
nlc202212011132
构建切实增强高校科研人员获得感的收益分配机制。加快实施高校科研人员职务科技成果所有权或长期使用权改革试点，激发科研人才释放内在创新潜能，增强科研人员获得感。进一步提高职务科技成果转化收益比例、科技奖励额度，推动科研人员收入与岗位职责、工作业绩、实际贡献紧密联系。探索实行“揭榜挂帅”、项目经理、“赛马”、定向委托等新模式，赋予创新领军人才更大技术路线决定权和经费使用权。
4.提升基础研究经费利用效率，促进科技创新绩效提升
在加大高校科研经费投入的同时，优化基础科研经费配置结构，提升科研经费使用效率。充分利用国家在基础研究类科研项目中实行经费包干制的政策，将经费全部用于本项目的研究工作中，并承担绩效的支出，对项目研究中的创新绩效团队和个人给予倾斜，推动科学研究的创新发展。
参考文献：
[1] 李胜会，朱绍棠. 从实现到转化：高校科技创新演变及效率[J]. 清华大学教育研究，2020（6）：53-62.
[2] 何声升. 高校科技创新绩效影响因素分位研究――创新价值链理论视角[J]. 高校教育管理，2020（5）： 104-114.
[3] 初旭新，马昱. 创新价值链视角下中国高校科技创新效率评价[J]. 科技管理研究，2020（22）：119-123.
[4] 黄小平，刘光华，刘小强. “双一流”背景下区域高校系统科技创新能力：绩效评价与提升路径[J]. 江西师范大学学报（哲学社会科学版），2018（6）：93-102.
[5] 张家峰，李佳楠，陈红喜，等.长三角高校科研创新绩效评价及影响因素研究――基于DEA-Malmquist-Tobit模型[J]. 科技管理研究，2020（9）：80-87.
[6] 王晓红，张少鹏，张奔. 产学合作对高校创新绩效的空间计量研究――基于组织层次和省域跨层次的双重视角[J]. 经济与管理u论，2021（1）：125-137.
[7] 徐礼平，李林英. 高校重大科研项目团队心理资本对创新绩效的影响[J]. 高校教育管理，2019（1）：55-64.
[8] 汪晓梦. “十二五”期间西南高校科技创新绩效评估与比较[J]. 科学管理研究，2018（5）：66-69.
[9] 郑雁军. 基础研究概念的演变与应用科学之间的关系[J]. 中国科学基金，2019（5）：515-519.
[10] 陈骏. 立足高地攀登高峰 开启新时代高校基础研究新征程[J]. 中国高等教育，2018 （6）：17-19.
[11] 孙玉涛，柳玉梅，陈灵芝，等. 我国高校研发经费：规模、结构及建议[J]. 清华大学教育研究，2020（4）：60-67.
[12] 张宝生，王天琳，王晓红. 政府科技经费投入、研发规模与高校基础研究科研产出的关系――基于省际面板数据的门槛回归分析[J]. 中国科技论坛，2021（4）：55-63+74.
[13][23] 杜运周，贾良定. 组态视角与定性比较分析（QCA）：管理学研究的一条新道路[J]. 管理世界，2017 （6）：155-167.
[14] 张明，陈伟宏，蓝海林. 中国企业“凭什么”完全并购境外高新技术企业――基于94个案例的模糊集定性比较分析（fsQCA）[J]. 中国工业经济，2019（4）：117-135.
[15][18][19]Ragin C C. Redesigning Social Inquiry：Fuzzy Sets and Beyond[M]. Chicago：University of Chicago Press，2008：51.
[16] 陈钰芬，黄娟，王洪刊. 不同类型研发活动如何影响TFP？――基于2000―2010年我国省际面板数据的实证[J]. 科学学研究，2013（10）：1512-1521.
[17] 中华人民共和国教育部科学技术司. 2020年高等学校科技统计资料汇编[M]. 北京高等教育出版社，2021：61.
[20] 唐鹏程，杨树旺. 企业社会责任投资模式研究：基于价值的判断标准[J]. 中国工业经济，2016 （7）：109-126.
[21] 程聪，贾良定. 我国企业跨国并购驱动机制研究――基于清晰集的定性比较分析[J]. 南开管理评论， 2016（6）：113-121.
[22] Schneider C Q，Wagemann C. Set-theoretic Methods for the Social Sciences：a Guide to Qualitative Comparative Analysis[M]. Cambridge： Cambridge University Press，2012：70.
责任编辑：吉强
nlc202212011132
转载注明来源:https://www.xzbu.com/4/view-15442837.htm
