三螺旋视阈下外部资金对高校学术创新绩效影响因素的实证研究

孟卫东，佟林杰

(燕山大学经济管理学院，河北 秦皇岛 066004)

1 引言

自1980年美国的贝赫—多尔法案颁布实施以来，美国的大学—产业—政府(UIG)三者之间的合作不断密切，尤其是1996年，雷德斯多夫和埃茨科威茨在继承前人创新思想和理论的基础上，提出了三螺旋模型。大学—产业的合作关系已经逐步转化为产业保持市场竞争力的动力来源，同时为了进一步促进大学创新的商业化进程，政府在三者合作中扮演者协调者和引导者的角色。

近年来，我国学者对三螺旋理论的研究主要可以归纳为两类，第一类是以介绍西方三螺旋创新理论为主，此类研究为三螺旋元研究［1］;第二类是在国外三螺旋理论和模型的的基础上针对我国的具体国情所进行的本土化研究。研究领域主要归纳为创业型大学建设、产学研和官产学研究、技术转移和创新以及区域创新发展等四个方面［2］。我国国内产学研合作创新的研究主要集中于企业创新和技术创新绩效的研究，研究的角度和方法各异，例如，以结构方程模型和个体交互模型为理论基础对企业自主创新的动力因素和路径进行研究［3］、以科学家为中介研究产学合作中的产业创新绩效［4］、还有学者从知识网络、协同创新网络以及组织学习等不同的研究视角进行企业创新绩效的研究［5］。在企业创新绩效和技术创新绩效领域我国国内学者的著述颇多，但是对于高校学术创新绩效的研究比较匮乏，仅局限于高校学术科研团队的评价标准和科研效率等内部因素，而对于诸如外部资金支持等外部因素对于高校学术创新绩效的影响研究的关注度较低。本文在搜集我国典型大学UIG 合作的实证数据的基础上，通过结构方程模型(SEM)和偏最小二乘法(PLS)对外部资金与高校学术创新绩效之间的因果联系进行了研究。

2 我国外部资金对高校学术创新资金支持概况

三螺旋模型已经被广泛应用于许多发达国家，最近一段时间在亚洲地区兴起了对三螺旋模型的研究热潮，各发展中国家不断探索通过三螺旋理论和模型来发展本国的国家创新体系和区域经济系统。我国教育部、科技部和商务部联合启动“产学研联合开发工程”，政府推动我国UIG 合作的有益尝试。而且随着我国高校被允许拥有得到外部资金支持的知识产权的部分或全部商业化的权力，这一变化表明了我国高等院校的发展方向已经从“以理论为导向”的教育模式向“以应用为导向”的教育模式转变，其主要目的之一是为进一步推动我国的UIG 合作的发展。

明确大学的资金驱动因素对于大学获得更高效的资金投入有重要的意义。据教育部2010 统计年鉴显示，截至2011年我国高等院校总数量达2358 所。在教育资源有限的前提下，高校对外部资金的竞争和争夺必然会十分激烈。根据我国2009—2012年的统计数据显示，我国普通高等院校的资金分配格局如图1 所示。

综合图1 所反映的信息我们可以归纳出两点:

第一，我国高校学术创新的外部资金支持主要由政府资金、产业资金以及其他资助等三方面的外部资金来源。首先，政府资金的支持主要包括由中央政府和地方政府的直接财政拨款以及国家级以及各种省部级科研课题的纵向资金来源;其次，政府的资金投入一般是以投入导向的预算机制，而产业对大学创新的资金支持则是以输出为导向为主，主要注重的是投入产出的效益比，产业资金的投入一般包括大学—产业的合作课题、人才培养以及企业孵化等形式。政府和产业的资助作为大学创新研究的战略补充，不能替代大学的创新能力，要充分利用大学的研究设备吸引更多研究经费的注入。第二，我国高校资金分配的严重失衡。从图2 我们可以看出，我国排名前20%的大学占有了全国高校资金投入的80%。而80%的大学仅分配了20%的资金，这对于大学创新整体能力的提升会产生严重的阻碍。

图1 三螺旋模式中政府和产业资金支持占大学资金来源的比例

综上所述，我国高校学术创新外部支持资金比例分配失衡，但是究竟外部资金的支持是否会对高校学术创新绩效产生影响还是未知领域，在本文的后续内容中将通过实证分析对学术创新绩效与外部资金支持之间的因果联系进行判定和分析。

3 模型构建与数据分析

通过SEM 模型探索我国UIG 合作中各主体的资金分配之间的因果效应。SEM 归纳测量模型的所有指标和潜变量，然后将其整合通过因果关系来构建模型，不仅有效解决了模型的信度和效度问题而且构建了直接和间接的关系结构［6］。在本文中，潜变量由椭圆来表示，而指标由长方形表示，潜变量和指标之间的箭头代表的是各主体之间的因果效应(见图2)。

图2 UIG 合作模型中各指标与潜变量的关系路径图

3.1 模型潜变量及指标的解释

(1)大学人数统计(UD)。具体指标包括在校教师的规模数量(FAC)、外聘教师的规模数量(SFAC)、主研人员规模数量(PI)以及在校生人数(STU)。大学各项人口数量的统计能直接反应大学的基本创新能力。

(2)大学的创新绩效(UIP)。具体指标包括许可专利的数量(LP)、授权专利的数量(IP)、专利收入(RI)以及孵化企业的数量(IC)。当研究数据涉及往年的创新绩效时，大学的创新绩效表示为PreUIP。

(3)政府资金(GF)。具体指标包括UIG 合作中的资金投入(FUIG，G)、重大委托项目的资金投入(FCP，G)、基础设施建设资金投入(FINF，G)以及科研项目的资金投入(FRP，G)。

(4)产业资金(IF)。具体指标包括UIG 合作中的资金投入(FUIG，I)、重大委托项目的资金投入(FCP，I)以及基础设施建设资金投入(FINF，I)。

3.2 模型构建的前提假设

假设1:高校人数对政府资金投入会产生正向影响。

假设2:高校人数对产业资金投入会产生正向影响。

假设3:高校以往的创新绩效对政府资金奖励正向影响。

假设4:高校以往的创新绩效对产业激励资金正向影响。

假设5:政府资金的投入会对产业激励资金产生正向影响。

假设6:政府资金的投入会对高校创新绩效产生正向影响。

假设7:产业资金的投入会对高校创新绩效产生正向影响。

3.3 模型的质量评价程序

本文所用的数据来源是中国教育统计年鉴2009—2012年的统计数据，包括我国高校的人数统计、外部资金以及创新绩效的相关数据。本文采用PLS 估计方法，这种方法适用于测试探索性模型，应用PLS 方法需要多层次的过程来检查模型的质量评估计量模型和结构方程模型［7］。测试模型指定指标与潜变量之间的关系，这种情况下，调查适当指标对模型构建的可操作性是重要的步骤。模型评估主要以下几种类型:

第一，指标的可靠性。它指定了与潜变量相对应的部分可解释的指标的方差，一般通过t 值对因子载荷和统计意义进行评估。如果潜变量的指标评估载荷值低于0.4 或者t 值没有超过1.96，那么该指标就要被剔除。

第二，模型构建的可靠性。构成的可靠性(CR)是衡量在模型构建中同一测量方法对多种指标测量的程度。所测试的CR 值越高，就代表潜变量和所属指标之间的关联度也就越高，一般来说CR 值大于0.6 时被认为是可接受的，平均提取方差值(AVE)是SEM 常用的验证结构可靠性的方法，AVE 值越大就表示在多指标中对潜变量有较高的代表性，一般指标的AVE 值低于0.4 就被认为不具有明显代表性［8］。

第三，区别效度。如果交叉载荷的其他潜变量指标相对较低并且没有一个潜变量之间的相关性估计超过0.85，那么区别效度就可以得到保证。

潜变量之间适当关系的调查是模型评估中的一项重要任务，主要遵循的标准包括以下两个方面:

第一，系数的确定。通常以R2命名，用来反映可解释的潜变量的方差水平。R2值越大，模型能解释的方差的比例也就越大。模型内生变量能解释的方差应当大于0.1。第二，拟合优度。是指回归直线对观测值的拟合程度，通常被定义为平均集体性和平均R2 的几何平均值。0.36 可以作为验证PLS 模型的底线值。

3.4 结果分析

由于我国高校较多不能进行数据的完整性收集，因此，我们根据我国大学的不同等级进行典型高校选取，即985 大学选取典型高校30 所，211大学选取50 所，而其余高校选取50 所，在收集130 所大学的原始数据之后，通过Z 函数和Logsigmoid 函数对与每个指标相关的外部资金进行预处理，并最终确定相对应的阈值。随着动态指标需求的不断增加合格样品的数量呈单调下降的趋势，根据此本文确定在全国范围内参与UIG 合作的大学数量为52 所，后续的研究和分析都是根据52 个合格样品的数据展开的。

PLS 估计来源于SmartPLS 软件的帮助，最终确定了系数 (因篇幅限制，某些数据具体表略去)。然后，通过建立指标可靠性、构建可靠性以及区别效度来验证包括UD，PreUIP，GF，IF和UIP 在内的五个模型结构。从表1 中可以看出，所有的指标载荷值都高于0.4，而且t 值都大于1.96，这表明所列指标符合标准无需剔除。从表1 中还可以看出五个潜变量的CR 最低值为0.656，超过了建议的0.6 的标准，而且五个潜变量中AVE 的最低值为0.415，也高于底线0.4。因此，这些指标具有充分的代表性。我们可以推断在偏好程度和构成要素之间存在着区别效度。最后，根据表1 得出，每个内在结构R2值或方差解释大于0.1，这表明结构之间相互影响作用明显。此外，GoF 的PLS 路径模型系数等于0.702，远远高于0.36 的底线值，表明模型拟合优良。综上所述，模型收集到的数据合理，与模型的需求度相匹配。

本文在现有模型的基础上对模型前提假设进行了验证，归纳总结如表2 与图3 所示。在表4 当中涉及的假设1～4 中，指定的投入和产出条件之间的关系和两种外部资金的投入—产出条件对政府或产业的资金投入水平有显著的影响，换句话说，大学的人数以及创新绩效是政府和产业投资的驱动因素之一。然而，路径权重由UD 到GF 或IF 明显高于从PreUIP 到GF 或IF，这表明在我国范围内的UIG 合作活动中，政府或产业资金系统依然是以“投入导向”为主导的。对于假设5 而言，从表4 可以很明显地看出政府资金的投入对产业资金水平有显著的影响，而且产业资金与政府资金的投入呈正相关的关系。同样，对于假设6 和7 而言，大学创新绩效与政府和产业的资金来源呈正相关的比例关系，而且产业资金的投入可能会更有利于大学创新绩效向更高层次发展。

表1 因子载荷和复合可靠性

表2 UIG 合作模型的PLS 假设检测

根据上述对的模型分析，我们可以从概念性和直观性的角度来理解三螺旋模型(见图4)。三螺旋交叉模型中政府对产业和大学的资金投入较大，产业和大学之间的联系不够紧密;而三螺旋互动模型中，虽然政府对高校学术创新的支持力度不变，但是其对产业的引导和影响力大幅度降低，而产业和大学的关系日趋紧密，产业对大学学术创新的投入资金不断增加，相应的大学对政府和产业发展也起着越来越重要的作用和影响，从而形成良性的三螺旋互动模型［9］。

4 结论与建议

通过上述分析和研究，本文可以得出如下结论:第一，我国政府和产业对高校学术创新的外部资金投入与分配比例与大学的投入产出效益比相关，其中国内高校学术创新的外部资金来源仍以“投入导向”为主;第二，产业对大学学术创新的资金分配比例除受到大学科研人数以及以往创新绩效的影响之外，同时也会政府资金投入比例的影响，这表明政府资金的引导的资金投入量会影响产业参与UIG 合作的意愿和行为倾向;第三，政府和产业的资金支持对大学的学术创新绩效的提高有积极的影响。

根据上述结论我国推动高校学术创新绩效以及推动UIG 合作的对策和建议主要包括以下三个方面:

图3 UIG 合作研究模型中的路径权重

图4 三螺旋模型对比图

首先，从大学角度看，需要从提高投入—产出效益比。不断提高大学的科研人数规模和学术创新能力，创新高校科研文化对于大学和产业两者的紧密结合都十分重要。大学和产业双方都可能会对彼此产生质疑或怀疑的态度，大学可能会认为与产业合作会影响大学科学研究的初衷，偏离研究的方向;而产业也可能会质疑大学的科研成果是否能够应用于实践或者大学是否能产生产业需要的技术成果等等。那么，如何能解决这些问题呢，那就是要建立创业型大学，鼓励大学师生的创业行为，在大学内营造良好的科研创新文化，开设创业类课程，积极引导学生的创新思考［10］。与此同时，产业也要尽可能地为大学师生提供实践的平台，与大学合作进行有针对性的科研项目的开发。

其次，从产业角度来看，从“投入导向”投资向“战略导向”投资转变。产业对于高校学术创新的支持力度要开进一步加大，同时采用均衡性发展战略，同时资助不同层次的优势高校，为产业的发展寻求强大的智力保障和技术支持。此外，产业还应该为高校提供专业的孵化和技术转移途径，不断增强产业和大学的角色替代，角色替代并不是绝对替代，而是优势的强强联合，在产业中发展大学的部分功能，和大学相互合作建立实验室、科研机构等都属于角色替代的内容［11］。

最后，从政府角度看，要继续引导产业和大学的发展和良性互动。主要包括:政府应继续加大对大学学术创新的支持力度，同时正确的引导产业对大学学术创新的资金投入;规范知识产权领域。目前我国的知识产权保护意识薄弱，在知识产权的界定标准、原始权归属以及法律规定等方面都存在真空地带，因此带来非必要的纠纷，严重影响了大学科研人员学术创新的积极性和主动性;不断协调和平衡产业和大学之间的摩擦和利益冲突，为三螺旋良性互动保驾护航。

［1］方卫华.创新研究的三螺旋模型:概念、结构和公共政策含义［J］.自然辩证法研究，2003，(11):69-72.

［2］佟林杰，孟卫东.发展中国家三螺旋创新系统构建探论［J］理论导刊，2013，(5):91-93.

［3］刘振，促进企业自主创新的动力因素及其路径关系研究［J］.中国科技论坛，2013，(1):63-70.

［4］裴云龙，蔡虹，产学学术合作对企业创新绩效的影响［J］.科学学研究，2011，(12):1914-1919.

［5］耿合江，知识网络对光伏企业技术创新绩效的影响［J］.中国科技论坛，2013，(6):81-89.

［6］孙连荣.结构方程模型(SEM)的原理及操作［J］.宁波大学学报(教育科学版)，2005，(02):31-34.

［7］瞿海斌.基于PLS 的建模方法［J］.浙江大学学报(工学版)，1999，(05):19-22.

［8］熊璋，蒲菊华，芦效峰，薛玲.PLS 概念模型及其应用［J］.北京航空航天大学学报，2006，(10):1199-1204.

［9］Elias G Carayannis，The Quintuple Helix innovation model:global warming as a challenge and driver for innovation［J］.Journal of Innovation and Entrepreneurship 2012，(1):2.

［10］Etzkowitz，Kemelegor，C.Research centres:the collectivization of academic science［J］Minerva，(1997)3:35.

［11］Agrawal，A..University-to-industry knowledge transfer:literature review and unanswered questions［J］.International Journal of Management Reviews，(2001)，4:285-302.