政府介入與產學研協同創新運行機制選擇關系研究

李 林，王 藝，黃 冕，胡 芳

(1.湖南大學 工商管理學院，湖南 長沙 410087；2.廣西大學 商學院，廣西 南寧 530000)

0 引言

在中國情境下，政府介入對產學研協同創新項目實施和成功具有重要影響[1]。協同創新是指以企業、高校和科研機構為創新主體，以政府、金融機構、中介組織、創新平臺等為輔助要素，在國家政策引導和創新機制安排下，各主體要素充分發揮其能力優勢，整合互補性資源，實現優勢互補和互惠共贏的創新組織模式。產學研協同創新項目是合作創新載體之一，除企業、高校與研究所這一最主要的形式外，還有高校與高校、高校與研究所、企業與企業協同等不同形式[2,3]。對于產學研協同創新項目，政府作為發起者、主要責任方、部分資金提供方，通過政策引導或者間接介入對項目產生影響[4,5,6,7]。

然而，當前政府介入活動表面上體現了政府對產學研協同創新項目的重視，但不一定能夠達到預期推動效果，其對項目成功度的影響尚未得到學術界重視，相關研究較少。通過分析2006-2016年中國政府出臺的一系列產學研協同創新發展政策文件發現:①當前關于產學研協同創新項目政策工具種類過多，應用過濫，未能區分項目目標并對項目進行分類管理[8]；②政府介入不同項目產生的激勵效應存在差異[9,10]；③政府通過審查方式介入項目時，過多審查次數會嚴重損害項目信心，削弱企業自主權，次數過少則導致項目缺乏監督，使項目成功率降低[11，12]；④目前政府有關政策過于宏觀，未能從產學研協同創新運行機制角度切入，缺乏對具體產學研協同創新運行機制選擇的考量[13]，不利于結合項目的政府介入情況選擇最合適的產學研協同創新運行機制。現有文獻對政府行為的直接影響討論較多，忽視了政府介入與產學研協同創新運行機制選擇間關系對項目成功度的影響。

綜上所述，如何通過政府有效推動產學研協同創新項目順利實施，提高項目成功度，需要深入考察政府介入行為對項目的影響。因此，研究政府介入行為與產學研協同創新運行機制選擇的關系以及對項目成功度的影響極為重要。本研究的重點是從政府角度出發，通過實證研究找到產學研協同創新項目中政府參與不足的主要表現，確定政府介入度、產學研協同創新運行機制選擇與項目成功度之間的關系，最終提出通過政府介入科學選擇產學研協同創新運行機制，以提升項目成功度的建議。

1 理論分析與研究假設

1.1 政府介入度與產學研協同創新運行機制

產學研協同創新項目成功率較高的國家都具備比較完善的產學研協同創新項目合作法律法規。余東華和張鑫宇[14]指出，政府知識資本投入有利于促進產業合作創新，提高產業鏈整體創新能力。美國通過實施《國家科技政策、組織和優化法》等科技政策，使政策和技術在協同模式下互為支撐，共同完善和進步[15]。日本和德國制定一系列與產學研合作相關的獎勵補償政策，為深入開展產學研協同創新項目營造良好的環境，提高項目成功率[16]。當前，政府對產學研協同創新項目采取直接提供資金的方式，主要包括財政補貼、信貸補貼和稅收優惠(柳光強，2016)。韓丹和屈延[17]提出，政府補助與稅收優惠對合作方企業研發投入和項目績效有顯著激勵作用；王旭和何玉[18]指出，政府補貼能促進研發投入，稅收優惠政策能顯著緩解企業融資約束，對研發投入有積極促進作用；Chen[19]研究表明，政府可以通過提供關鍵信息數據等方式為項目提供資源支持，有利于合作方及時獲取信息資源，降低尋找合作伙伴的盲目性，解決信息不對稱問題，從而降低項目風險，提高風險分攤合理化程度；Sohail[20]研究指出，政府可以通過把握項目核心企業產業發展方向干預項目，企業項目性質與政府關聯度越高，政府對企業干預越多，企業外部競爭程度越低，政府對企業投入產出分配合理化評價的作用越大。綜上所述，政府可以通過多種方式介入產學研協同創新項目，本文將政府對項目的介入程度描述為政府介入度。

產學研協同創新運行機制形成依賴于合理的項目合作機制與利益分配機制[21]。由于利益分配具有階段性與動態性且貫穿于整個產學研協同創新項目生命周期[13]，政府介入項目后采取的激勵措施有助于鼓勵合作主體積極采取行動，政府通過利益分配方式進行合理干預與監督[21]。根據楊子剛[22]對技術轉讓與合作開發兩種合作模式在純市場行為和政府介入情景下的博弈分析可知：不同合作模式在兩種情景下對增強主體合作愿意、提升研發能力、增加社會經濟效益具有不同程度的影響。同時，在產學研協同創新運行機制形成過程中，政府需要對項目成果進行檢查、驗收、評價和反饋[23]。Vitharana[11]和賴詩攀[12]研究表明，政府對協同創新項目的審查主要涉及項目投入產出情況、實施風險及控制情況和資金使用規范情況，從而有針對性地進行專項技術人員審核和專項市場調研。由此，政府監督有利于規范產學研協同創新運行機制選擇以及項目合同執行，促進項目規范開展。

綜上可知，在合理范圍內政府對協同創新項目的介入，可以更好地監督項目合作效率、風險分攤比例與投入產出分配比例，提高合作方積極性。同時，可以降低項目執行過程中的技術創新風險，提高項目利益分配的公平性與合理性，選擇最合理的產學研協同創新運行機制。因此，本文提出以下假設：

H1：政府介入度顯著影響產學研協同創新運行機制選擇。

1.2 產學研協同創新運行機制與項目成功度

產學研協同創新項目是一種復雜的涉及諸多利益相關者的活動，其中的關鍵點就是合作。對于各合作方，調節好關系就能產生巨大收益，實現項目成功，稍有差錯也能帶來不可估量的損失[24]。Liu等[25]研究指出，戰略合作模式是創新項目建設成功的關鍵因素之一；Grochowski[26]通過構建汽車行業研究合作模型對項目適用性進行分析和評估，發現合作模式是汽車行業跨學科、跨組織研究和發展的成功因素；劉偉等[27]通過對創業投資機構合作模式進行實證分析，發現不同合作模式選擇對項目投資回報水平的影響程度不同；Xie等[28]提出了一種合作模式選擇優化機制，通過對項目成果進行詳細分析，驗證了優化合作模式可以顯著提高項目成功度。同時，合作模式直接決定合作利益形成機理，進而影響利益分配[29]。利益和風險相伴相生，量化合作主體風險分攤比例是利益分配和項目順利開展的前提[30]，合理的利益分配有助于解決項目實施過程中的風險問題，促進項目成功[31]。因此，不同合作模式與利益分配方式對項目成功的各維度有著不同程度的影響。綜上，本文提出以下假設：

H2：產學研協同創新運行機制選擇顯著影響項目成功度。

1.3 政府介入度與項目成功度

(1)政府介入度子變量劃分過程。根據前文理論分析，引用文獻篩選后選取的21個指標(見表1)描述政府介入度。為降低評價變量間的相關性，減少變量個數并優化模型構建，先利用因子分析法對政府介入度的21個指標進行降維處理，如圖1所示。

圖1 因子分析過程

綜上，通過因子分析得到的政府介入度主成分得分GI和提取的5個公因子均具有較好的代表性，5個公因子即為簡化后的子變量，進一步驗證其與其它變量之間的關系，歸納得到具體子變量說明與文獻依據如表1所示。以5個因子的方差貢獻率作為權重，得到主因子政府介入度綜合得分：GI=(20.17*F1+15.593*F2+15.248*F3+13.333*F4+10.126*F5)÷74.47。

表1 政府介入度子變量說明

(2)相關關系分析。根據政府介入度子變量劃分結果，得到政府介入項目主要有5種形式：政府對項目的獎勵補償支持、政府對項目資金的支持、政府對項目資源的支持、政府對項目模式選擇的科學指導以及政府對項目進行審查。其中，前4種介入形式對政府介入度的貢獻較大，根據指標含義和得分，考慮將政府介入度分為政府對項目的支持力度和政府對項目的審查力度,提出后續假設并進行檢驗。

政府對項目的獎勵補償、資金提供、資源配置、科學指導項目模式選擇等支持性行為，可以更好地解決項目開展過程中的各種難題，降低項目風險，推動項目成功[39]。政府對項目的審查主要涉及項目投入產出、資金使用規范和實施風險及控制等情況，因而有專門進行專項市場調研以及項目審核的專項技術人員等[11,12]。政府對項目進行審查的過程通常是復雜而周密的，審查內容更加多元化，流程更為嚴格復雜，審查周期更長[40]。在這種情況下，項目需要投入更多精力參與政府評審環節，因而過于頻繁的審查可能導致項目工期延長，嚴重損害項目信心，降低企業自主權，從而導致項目成功率降低[41]。政府過少的審查次數與簡化審查流程則會導致項目實施過程中的漏洞不能被及時發現，從而導致項目成功率降低[45]。因此，本文提出以下假設：

H3:政府介入度顯著正向影響項目成功度。

H3a：政府對項目的支持力度顯著正向影響項目成功度；

H3b：政府對項目的審查力度先正向后負向影響項目成功度。

綜上所述，政府介入度、產學研協同創新運行機制與項目成功度理論模型構建如圖2所示。

圖2 理論模型

2 研究設計

2.1 樣本來源與數據收集

本文最終樣本數據來源于2019年2—6月課題組回收的正式問卷。每份問卷代表一個具體的產學研協同創新項目，每位受訪人員均來自不同項目，所有題項采用李克特7點量表進行測量。發放人群為產學研協同創新項目領域的重要專家和項目成員，要求受訪者根據自身經驗和實際項目績效填寫問卷并對項目進行評估。首先，發放20份試點問卷，其中有15份有效問卷。通過分析各指標平均值和相關系數修改問卷，得到最終版本的調查問卷，以紙質和電子郵件形式向受訪者發放問卷，具體來說，發放了284份紙質版問卷，獲得150份可用答案，有效率為66.37%；發放108份電子版問卷，獲得76份可用答案，有效率為70.37%，總計收集226份經過驗證的問卷，有效率為71.75%。

2.2 數據處理與樣本特征

本文對收集到的226份產學研協同創新項目樣本數據進行分析，得到產學研協同創新項目基本信息，如表2所示。同時，樣本數據在華東、華中、西南、華北、華南、西北和東北等區域均有相應的采集量。因此，數據具有一定的專業性以及較廣泛的區域分布和行業分布，在一定程度上克服了行業與區域上的政策差異，達到本研究的基本要求。

2.3 變量測量與研究方法

(1) 產學研協同創新運行機制子變量劃分過程。由于項目合作模式和利益分配方式共同構成產學研協同創新運行機制，利益分配方式主要參考嵇憶虹等[43]的研究，劃分為固定報酬方式、產出分享方式和混合支付方式3種。合作模式主要參考D'Este等[44]的研究，劃分為技術轉讓模式、委托研發模式、聯合研發模式、戰略聯盟模式和企業出資建設運營模式5種。通過文獻篩選，選取以下5個指標衡量產學研協同創新項目成功度：項目時間進度情況、項目成本控制情況、項目質量要求達標情況、項目成果可二次開發和利益相關者總體滿意度[45-51]。

表2 產學研協同創新項目基本信息

為了更加深入準確地分析不同產學研協同創新運行機制對項目成功度的影響，排除合作模式與利益分配方式之間的相關性，采取對應分析法，以合作模式為行變量、利益分配方式為列變量，對二者實行降維處理。通過執行數據分析得到Sig.值為0.022，在5%的水平上顯著，表明合作模式與利益分配方式具有顯著相關關系，輸出得到對應分布圖(見圖3)和對應列簡要表(見表3)。

圖3 對應分布情況

表3 對應列簡要說明

具體分析如下：合作模式為技術轉讓模式的項目更傾向于選擇混合支付方式(0.079)進行利益分配；合作模式為委托研發模式的項目更傾向于選擇混合支付方式(0.077)進行利益分配；合作模式為聯合研發模式的項目更傾向于選擇固定報酬方式(0.701)進行利益分配；合作模式為戰略聯盟模式的項目更傾向于選擇產出分享方式(0.344)進行利益分配；合作模式為企業出資建設運營的項目更傾向于選擇混合支付方式(0.077)進行利益分配。通過觀察變量分布情況，參考表3的質量分布值，可以得到5種不同利益分配方式-合作模式匹配關系，即5種不同產學研協同創新運行機制，如表4所示。

表4 產學研協同創新運行機制子變量說明

(2) 模型變量選取。選擇政府介入度GI(見表1)與產學研協同創新運行機制CIOM(見表4)作為自變量,以項目成功度PSD(見表5)作為因變量。為了控制受訪產學研協同創新項目特征，選擇受訪者項目角色、項目所屬行業、項目所處階段和項目所在區域為控制變量。非等距變量或名義變量在投入回歸模型前均轉化為虛擬變量，以第一個題項內容作為比較類型分別納入模型，作為政府介入度對產學研協同創新運行機制選擇和項目成功度的影響，以及產學研協同創新運行機制選擇對項目成功度的影響等3條路徑作為控制變量，以排除其對研究結果的干擾。

表5 項目成功度子變量說明

(3) 研究方法。①結構方程模型：第一，測量問卷中各自變量與因變量量表的有效性，即政府介入度、產學研協同創新運行機制和項目成功度的子變量信度與效度水平，確保各子變量提出、測量以及在模型中的表述具有一致性。第二，初步驗證H1，H2，H3是否成立；②Logistic模型回歸法：進一步驗證H1，具體分析政府介入與產學研協同創新運行機制選擇的匹配關系；③多元回歸分析法：驗證H3a，H3b是否成立并對模型進行內生性檢驗，排除控制變量的影響。

3 實證研究

3.1 結構方程模型實證分析

(1)信度與效度檢驗。本文使用AMOS軟件驗證理論模型，測試問卷中政府介入度、產學研協同創新運行機制以及項目成功度量表的信度與效度，分析結構方程模型每個CFA和整個SEM信度與效度指標，包括非標準化因子載荷量、標準誤S.E.、顯著性水平(t值/p值)、標準化因子載荷量、信度系數SMC、測量誤差1-SMC、克隆巴赫α系數、組成信度CR和收斂效度AVE。

由整個SEM的信度效度檢驗結果可知，克隆巴赫α系數為0.903，AVE值為0.519，表明問卷李克特7點量表信度和效度良好。模型的CFA信度效度檢驗結果如表6所示，結果表明，模型有潛變量的測量結果具有較高的可靠性。

(2) 擬合效果檢驗。本文對整個SEM模型和GI模型(CFA)的檢驗結果如表7所示。其中，配適度指標基本達到可接受以上水平，模型擬合效果較好，各指標具有較高的可靠性，表明該結構方程模型與二階驗證性因素分析模型是可以接受的。

(3)假設檢驗。對結構方程模型執行數據進行分析，繪制政府介入度、產學研協同創新運行機制與項目成功度三者結構方程模型路徑圖(見圖4)，圖中e代表觀察變量的測量誤差與潛變量的SMC。

由模型路徑圖與輸出的SEM信度效度指標值可知：各假設對應的標準化路徑系數為正，p值小于0.05，t檢驗顯著，H1、H2、H3均成立，具體結果如表8所示。

表6 CFA模塊信效度指標值匯總

表7 SEM擬合優度指標值匯總

3.2 Logistic回歸模型實證分析

本文通過建立Logistic 回歸模型分析政府介入度(GI)與產學研協同創新運行機制(CIOM)選擇之間的關系，檢驗結果(見表9)表明：似然比檢驗P{χ2>15.806}=0.002<0.05，落入拒絕域，因而拒絕原假設，即變量F1、F2、F3、F4、F5與廣義Logistic P之間的線性關系顯著，模型選擇正確，進一步驗證了H2。

圖4 執行數據分析后的結構方程模型路徑

Logistic模型回歸結果如表10所示，分析如下：①當政府介入度為F1時，選擇M1、M2、M3和M4的發生比率分別是M5(參照類)的1.346、1.459、1.034、0.001倍，故選擇傾向為M2>M1>M3>M5>M4；②當政府介入度為F2時，選擇M1、M2、M3和M4的發生比率分別是M5(參照類)的1.587、1.116、1.259、1.323倍，故選擇傾向為M1>M4>M3>M2>M5；③當政府介入度為F3時，選擇M1、M2、M3和M4的發生比率分別是M5(參照類)的0.335、0.938、0.740、0.669倍，故選擇傾向為M5>M2>M3>M4>M1；④當政府介入度為F4時，選擇M1、M2、M3和M4的發生比率分別是M5(參照類)的1.176、1.281、1.966和1.966倍，故選擇傾向為M3>M1>M2>M4=M5；⑤當政府介入度為F5時，選擇M1、M2、M3和M4的發生比率分別是M5(參照類)的0.756、0.861、0.450、2.916倍，故選擇傾向為M4>M5>M2>M1>M3。

綜上分析，得到已知政府介入度的產學研協同創新運行機制選擇，如表11所示。

表10 Logistic模型回歸結果

注：參考類別是M5：混合支付-企業出資建設運營機制

3.3 多元回歸實證分析

在對數據進行多元回歸分析前，先對數據進行多重共線性診斷，結果符合回歸分析前提條件，多元回歸具體結果如表12所示。

表11 已知政府介入度的產學研協同創新運行機制選擇

表12 多元回歸結果

注：***表示P<0.001，**表示P<0.01，*表示P<0.05

(1)H3a和H3b檢驗。以項目成功度為因變量，模型 1a中只加入控制變量，模型1b在模型1a的基礎上加入F1、F2、F3、F4和F5作為自變量，F1-F5的回歸系數顯著且為正，表明H3a成立；模型1c在模型1b的基礎上加入(F5)2，F1、F2、F3和F4的回歸系數依舊顯著且為正，F5的回歸系數為負且不顯著，(F5)2的回歸系數顯著，表明F1、F2、F3和F4顯著正向影響PSD，F5對PSD的影響先為正向后為負向，存在一個F5值使PSD達到最大。

(2)模型內生性檢驗。根據表12可知，模型 1b回歸系數顯著(β>0，p<0.001)，H3仍然成立。模型 2a在模型1a的基礎上加入產學研協同創新運行機制作為自變量，回歸系數顯著(β=0.595，p<0.001)，H2仍然成立。經過回歸分析發現，H1，H2，H3，H3a和H3b對應路徑標準化系數變化較小，P值依舊小于0.01。路徑影響方向和顯著性水平不變，假設依舊成立，可以排除模型變量內生性問題，表明本文實證結果是穩健可靠的。

4 研究結論與討論

4.1 研究結論與理論貢獻

本文采用多元化研究方法處理政府介入度、產學研協同創新運行機制和項目成功度三者間復雜關系，總結各變量之間的直接和間接影響。不僅利用結構方程模型標準化路徑系數得到政府介入對項目成功度的不同影響系數，還通過Logistic回歸結果分析得到最優政府介入與產學研協同創新運行機制選擇關系匹配表，具體研究結論如下：

(1) 政府介入度與項目成功度之間存在正相關關系。其中，政府對項目的支持力度與項目成功度之間存在正相關關系，政府對項目的審查力度先正向后負向影響項目成功度。產學研協同創新運行機制選擇顯著影響項目成功度并在政府介入與項目成功度的關系中發揮完全中介作用，其不同維度對項目成功度的影響程度不同。

(2) 在政府介入度所有子變量中，政府指導項目模式選擇的介入方式對產學研協同創新運行機制選擇和項目成功度的影響最大(0.637，0.264)；政府對項目資源支持的影響次之(0.635，0.263)；政府對項目資金支持的影響第三(0.568，0.235)；政府獎勵補償支持的影響第四(0.478，0.198)；政府對項目審查的影響程度最小(0.445，0.184)，按影響大小排序為F4>F3>F2>F1>F5。在政府介入度的21個測量指標中，對產學研協同創新運行機制選擇和項目成功度的影響大小排在前三位的分別為政府提供信息資源和機密數據(F34)、政府提供啟動資金(F21)及政府提供財政補貼(F22)。

(3) 在F4的所有測量指標中，對產學研協同創新運行機制選擇和項目成功度的影響大小排序為F44>F42>F43>F41，即政府與項目類型關聯程度的影響最大，政府指導項目組織模式自由選擇的影響最小。在F3的所有測量指標中，影響大小排序為F34>F31>F32>F33，政府提供信息資源和機密數據的影響最大。在F2的所有測量指標中，影響大小排序為F21=F22>F23，政府提供啟動資金和財政補貼的影響較大，信貸補貼較小。在F1的所有測量指標中，影響大小排序為F12>F11>F1>F13>F14，政府出臺完善相關獎勵政策影響最大。在F5的所有觀察變量中，影響大小排序為F53>F51>F55>F54>F52，項目資金使用規范情況的影響最大。

(4) 政府介入度與產學研協同創新運行機制選擇之間顯著相關，在合理范圍內，不同的政府介入方式匹配不同種類的產學研協同創新運行機制，如表13所示。

4.2 管理啟示

綜上可得，為了提高項目成功度，根據研究結果和中國背景，需針對政府介入方式和程度采取不同的管理措施，指導項目選擇最合理的產學研協同創新運行機制，具體建議如下：

表13 產學研協同創新運行機制選擇

(1) 對于項目主體而言，在已知項目政府介入的情況下,可以參考表13的5種匹配方式選擇最適合的產學研協同創新運行機制，促進項目成功。

(2) 政府應當根據項目類型與政府關聯度，科學指導項目模式選擇。對于關聯度較高的項目，應當提升政府對項目利益分配方式和組織模式自由選擇的介入程度;對于關聯度較低的項目，政府應當通過中介機構，減少溝通成本支出。

(3) 政府為項目提供資源支持時，在條件允許的前提下，應當重點增加信息資源和機密數據提供量，同時發揮組織協調功能，協調項目成員，提高關鍵技術專家數量和水平，加大相關部門支持配合力度，形成良好的產學研協同創新運行機制。

(4) 政府為項目提供資金支持時，應當重點完善啟動資金和財政補貼流程，針對不同的項目制定財政補貼或信貸補貼政策，采取對應的支持措施。對取得顯著成果的項目給予肯定和鼓勵，加大財政補貼和政策優惠力度，推動創新主體下一階段的深入合作。對于進展不利的項目，政府應該幫助糾偏并總結經驗，通過合作創新信息平臺進行資源共享和案例交流，為其它項目提供參考和借鑒，推動合作創新發展。

(5) 由于政府出臺完善相關獎勵政策的影響程度最大，故政府對項目進行獎勵補償支持時，應當提前甄別企業目的，依據產學研協同創新項目類型進行分類管理，根據項目實際情況和不同政策目標，制定針對性稅收優惠等獎勵性政策，促進項目成功度提高。

(6) 政府對項目的審查力度需要合理，避免對項目過度干預。在保證企業自主權的同時，重點審查項目資金使用規范情況和投入產出情況，提升上述兩個環節的審查頻率，細化審查內容以及審查不達標后的懲罰措施，及時解決項目運行中的問題，減少不公平現象，促使合作創新主體更好地履行職責。

4.3 不足與展望

本研究仍存在以下不足：僅采取問卷調查方式，對變量之間的因果關系有待采用多樣化方法加以驗證。同時，本文主要分析政府介入與產學研協同創新運行機制對項目成功度的影響，可能存在作用于項目成功度的其它因素。因此，未來可以增加其它相關因素以豐富項目成功度研究成果。