“一流大学”校企协同创新的科技政策路径①

李 冲，李 霞

（大连理工大学，辽宁 大连 116024）

一、问题的提出

“一流大学”的校企协同创新是实现国家创新驱动发展战略的重要举措之一。“一流大学”和企业作为重要的独立创新主体，协作开展以知识增值、价值创造为目标的组织创新、知识创造、技术创新和市场创新等活动，是我国经济社会发展“新常态”下的客观需求。从国家宏观管理层面来看，“一流大学”校企协同创新是科技和教育管理部门整合创新资源、优化资源配置的重要抓手，是推动高等教育高质量发展、促进产业融合与科技创新的有效途径，日益成为政府公共政策干预的关键领域。就“一流大学”的校企协同创新发展而言，科技政策工具之间的协同性是创新效果的重要影响因素之一。随着我国创新驱动发展战略的逐步深化，推进协同创新的科技政策文本与政策数量日趋增多，因科技政策目标选择性偏见和政策工具使用不当所致的创新低效问题日益突显。如何进一步提高创新资源配置效率，推动“一流大学”校企协同创新高效发展，成为我国经济社会发展“新常态”下的一个重要问题。基于此，学术界开展了卓有成效的研究，取得了较为丰硕的研究成果。从研究内容来看，现有研究主要从不同维度探讨某项具体科技政策对校企协同创新行为的影响；从研究方法来看，现有研究主要是使用政策网络或文本分析等方法研究政策制定、执行以及政策绩效等问题，直接面向政策实践，具有整合性的系统研究相对较少。有鉴于此，本文从科技政策组合视角出发，运用定性比较分析方法研究“一流大学”校企协同创新与科技政策工具支持方式的逻辑关系，探讨科技政策内部关系结构及其协同作用机理，分析影响“一流大学”校企协同创新发展的政策工具组合路径，以期优化科技政策工具的组合方式，提升“一流大学”协同创新绩效。

二、理论基础与分析框架

（一）单一要素与政策单维性：“一流大学”校企协同创新与科技政策工具要素的关系研究

为深入研究科技政策对“一流大学”校企协同创新行为的影响机理，本研究根据罗斯威尔（Rothell）和泽哥菲尔德（Zegveld）对政策工具的分类，即供给面科技政策、需求面政策和环境面政策的划分方法［1］［2］，将既有研究分为供给面科技政策与协同创新的相关研究、需求面科技政策与协同创新的相关研究、环境面科技政策与协同创新的相关研究。

1.供给面科技政策与协同创新行为

财政补贴政策和科技人才政策是影响“一流大学”校企协同创新发展的重要因素。一方面，财政补贴对“一流大学”校企协同创新具有激励和示范作用。首先，财政补贴有助于缓解企业融资约束，降低协同创新投资风险和边际成本［3］，提高研发投资水平和创新能力，对“一流大学”校企协同创新起到一定激励作用［4］。相关研究表明，财政补贴显著提高了企业研发投入水平和创新能力，在专利申请上表现为专利申请概率从20%增加到40%［5］。其次，政府通过财政资助传达了协同创新能够获取超额回报的信号，一定程度上引导校企进一步提高整体创新性，增加协同创新的研发投入［6］。另一方面，科技人才政策对“一流大学”校企协同创新发展具有积极影响。科技人才政策旨在通过一定权威指令构建全方位、多层次的人才发展措施和相关配套政策。相关研究表明，人力资本是“一流大学”校企协同创新发展的核心资源［7］，丰富的人才资源对企业创新实力和竞争力有重要作用［8］。从美国和日本等发达国家的发展历程来看，科技人才资源是创新能力的核心基础，科技人才政策一定程度上可以激发科技人才的创新动力，进而促进协同创新的发展。

2.需求面科技政策与协同创新行为

政府采购政策和技术标准政策是影响“一流大学”校企协同创新发展的主要因素。［9］［10］一方面，政府采购政策对“一流大学”校企协同创新发展具有积极影响。具体而言，政府通过集中采购的规模优势和市场竞争作用降低项目采购价格［11］，缓解融资约束，从而有效促进企业研发投入，推动企业技术创新［12］。尤其在新产品方面，政府采购可提高新产品知名度和影响力，引导其他组织和个人等投资者和消费者的采购行为。另一方面，技术标准政策将市场需求作为起点和终点，是当前规则经济中市场性技术选择及其相应产业的发展路径。政府通过技术标准和规范发布稳定新技术应用市场，减少市场的不确定性，在一定程度上促进和支持组织间的技术扩散，对“一流大学”校企协同创新发展具有催化作用。相关研究表明，技术标准政策主要通过减少研发成果［13］、缩短新技术市场化时间、加快创新产品扩散［14］等方式刺激市场竞争，拉动技术创新和新产品研发，促进企业技术创新，从而推动协同创新的发展。

3.环境面科技政策与协同创新行为

税收优惠政策、金融支持政策和知识产权政策是“一流大学”校企协同创新发展的重要制度保障。首先，鉴于税收优惠政策的普惠性、市场性和确定性等特征，学界普遍认为税收优惠对技术创新有显著激励作用。从收入和替代效应角度来看，政府通过让渡税收优惠引导和激励协同创新，能够进一步激发“一流大学”校企协同创新意愿和增加企业可支配收入，降低研发等创新行为的执行成本，这有助于校企规避一定程度的创新风险和不确定性［15］，能够提高“一流大学”协同创新效率［16］。其次，金融资本是保持组织良性运转的重要影响因素，是组织发展的“发动机”，尤其对技术创新、企业组织管理与运营以及行业发展具有显著的促进作用。政府通过增加借贷双方信息透明度，降低并补偿借贷风险，缓解市场失灵导致的企业融资不足，一定程度上弥补了企业发展的麦克米伦缺口（Macmillan Gap）［17］，进而提高协同创新能力和创新绩效，有助于推动“一流大学”校企协同创新［18］。再次，知识产权政策是协同创新投入的杠杆，对“一流大学”校企协同创新具有积极促进作用［19］。由于存在创新活动的不对称性和技术外溢，研发方和投资方之间往往会出现信息鸿沟与“搭便车”现象，而知识产权保护制度可以增强信息披露，降低创新带来的负面影响，避免“公地悲剧”，从而提升协同创新收益［20］。

（二）要素耦合与政策协同性：“一流大学”校企协同创新与科技政策工具耦合的分析框架

首先，科技政策的本质是解决市场失灵问题的一种人为干预。“一流大学”校企协同创新基于国家创新体系进行资源配置和方向引导，具有结构性和选择性［21］，是政府运用国家权威对社会资源进行再分配的一种制度安排。从政策工具角度来看，“一流大学”校企协同创新表现为科技政策工具的组合运用，涉及不同领域、不同部门和不同政策间的互动关系及相互依赖作用［22］，其核心要旨是创新要素的全面协同。具体而言，科技人才政策为“一流大学”校企协同创新提供人才保障，知识产权政策和技术标准政策为“一流大学”校企协同创新发展提供制度保障，而财政补贴政策、政府采购政策、税收优惠政策和金融支持等政策为人才集聚及成果转化提供物质保障，这些政策条件相互依赖不可分割。

其次，从科技政策的历史演进来看，科技政策结构逐渐从单维性转向协同性。20世纪50年代前后，以日本为代表的世界主要发达国家为了扩大产业规模、提高生产效率和增强国际竞争力，不断制定科技政策，发布重大科技战略，其特征是相对侧重于政策工具的精准使用及其路径优化。20 世纪60 年代，政策组合（policy mix）的概念开始引起学界重视。21 世纪初期，科技政策工具间交互作用及其设计过程的理念，逐渐由最初单纯的经济政策辩论，开始引入科技创新实践领域，世界各国科技政策逐步从侧重政策工具的精准使用转向注重政策工具的多维组合效应，有效促进了科技创新事业的发展。

最后，从研究方法论意义上看，科技政策协同性与组态研究的视角相互契合。组态研究视角的认识论前提是认为社会现象发生的条件主要以整体的、组合的方式呈现［23］，是一种相互依赖（interdependence）关系，并非传统意义上的独立关系，实践中也不存在自变量与因变量间的统一对称关系。由于存在单变量独特效应被相关变量掩盖的可能性，因此，当运用这一原理指导实践时可能会导致偏误［24］。质言之，组态研究视角强调自变量之间的交互效应。

为探究供给面、需求面和环境面科技政策3个维度7 个前因条件间交互效应作用于“一流大学”校企协同创新行为的关系结构，并力求解释协同创新现象中多重并发因果关系的作用机理，基于上述认识，本文构建了“一流大学”校企协同创新的科技政策路径研究的分析框架。（见图1）

图1 “一流大学”校企协同创新的科技政策路径研究分析框架

三、研究设计

（一）研究方法与研究工具

本研究主要运用定性比较分析法（Qualitative Comparative Analysis，简称QCA）和Tosmana 分析软件研究“一流大学”校企协同创新的科技政策协同路径。鉴于清晰集定性比较分析法适用于处理变量为二分赋值的案例，使用最为广泛，因此，本研究运用清晰集定性比较分析法研究“一流大学”校企协同创新的科技政策协同路径。定性比较分析的研究工具主要有fsQCA 软件和Tosmana 软件两种，Tosmana 软件的用户界面更为友好，因此，本研究借助Tosmana软件开展研究。

（二）前因条件提取

根据既有研究与罗斯威尔和泽哥菲尔德科技政策工具的三维度划分方式，同时，考虑到科技政策规模和定性比较分析方法对前因条件的限制，本研究的前因条件主要选取财政补贴政策、创新人才政策、政府采购政策、技术标准政策、税收优惠政策、金融支持政策和知识产权政策。具体而言，在供给面科技政策维度上，主要包括财政补贴政策和创新人才。其中，财政补贴政策主要指政府对协同创新主体在创新活动各个阶段给予财政上的支持。按资助方式来看，主要涉及新型财政补贴政策和传统财政补贴政策。前者指创新券、研发费用向后结转或追溯抵扣、科研设备折旧等创新形式且具有激励性的政策；后者为考核补助等一般性的政策。创新人才政策主要指政府为提供充足的高层次人才资源而制定的相关发展政策。在需求面科技政策维度上，主要包括政府采购政策和技术标准政策。政府采购政策主要指一种扩大技术创新投资以营造市场需求的制度性措施；技术标准政策主要指旨在促进市场规范发展的制度性措施，譬如政府制定的产业政策、行业标准、技术标准、企业制度等措施。在环境面科技政策维度上，主要包括金融支持政策、税收优惠政策和知识产权政策。金融支持政策指政府通过扩大投融资渠道以促进校企协同创新的政策措施；税收优惠政策是政府提供校企协同创新发展的关于个人和企业赋税上的减免措施。从优惠方式来看，主要涉及直接税收优惠和间接税收优惠政策。前者是一种事后的税率式优惠奖励，如某一时期内推进校企协同创新发展的减征或免征优惠政策；后者是一种事前的税基式优惠扶持，如抵免校企协同创新研发费用的税收。知识产权政策是指政府对知识创新发展进行的指导与规制。

（三）案例遴选

1.案例选择

依据定性比较分析方法对案例选择的要求，制定如下遴选标准。第一，案例的代表性和资料的可得性。案例能够充分反映“一流大学”校企协同创新与科技政策的实际情况，具体选择教育部、财政部、国家发展改革委《关于公布世界一流大学和一流学科建设高校及建设学科名单的通知》（教研函〔2017〕2 号）名单中公布的世界一流大学建设高校（以下简称“一流大学”），同时选取其合作企业。第二，结果和条件的清晰性。保证结果和条件能够得出清晰的二分类变量，排除变量取值上的模糊案例。第三，案例样本数量的确定。从“一流大学”角度，结合案例中条件与结果的匹配性原则，参照定性比较分析对案例数量的要求确定案例数，即当自变量数量为7 个时，案例建议数为10—40 个。具体按以下步骤确定案例样本量。首先，查找并确认42 所“一流大学”；其次，将省级行政区与“一流大学”进行匹配；最后，对案例样本进行最后一轮整理。基于此，本研究遴选出21所“一流大学”作为研究案例样本。（见表1）

表1：21个案例样本详情

2.数据收集

一是结果变量的数据收集。结果变量的数据主要来源于2014—2018 年中国国家知识产权局（SIPO）官方网站。“一流大学”校企协同创新成果有科学论文、技术专利、科技著作等多种表现形式。其中，技术专利是企业知识产权的集中体现，是企业创新主要产出和代表成果。因此，校企协同创新绩效指标用企业和大学共同申请的专利申请总数来衡量。在具体数据收集方面，考虑到科技政策效果具有时滞性，即存在2—3 年滞后期［25］，本研究具体选择2014—2018 年国家知识产权局的专利检索，并采用申请（专利权人）=XX 大学and（公司or 厂or 集团）检索式进行数据收集。专利申请总数遴选依据为申请（专利权）人中同时含有主体高校和至少一个企业主体，最终可以整理出校企协同创新的专利详情。

二是条件变量的数据收集。科技政策数据来源于北大法宝法律法规数据库。在政策发布形式上，主要选取能直接体现我国政府推动创新发展的政策文件，文件类型主要为行政法规及规范性文件。在政策时间跨度方面，鉴于2011 年之后是我国协同创新工作全新发展阶段［26］，因此，政策文本的时间跨度选取2011—2015年。在数据检索方面，分别以“创新”“科技创新”“技术创新”为关键词进行标题检索，检索时间为2020 年8 月，最终收集到1 621 份政策文件。经政策文本遴选与整理，本研究得到586份有效政策样本。

将结果变量和条件变量的数据进行整理，可以绘制“一流大学”校企协同创新的专利及科技政策详情表。（见表2）

表2：“一流大学”校企协同创新的专利及科技政策

（四）变量设计

首先，结果变量与赋值。本研究的结果变量为“一流大学”校企协同创新，衡量指标为“一流大学”校企协同创新绩效。具体赋值分为两个步骤：第一，选定赋值标准，即将2014年“一流大学”校企协同创新绩效排名作为标准。第二，进行赋值编码，具体而言，若“一流大学”校企协同创新绩效的平均排名比2014 年排名上升或者不变，则赋值为1，若排名下降的赋值为0。

其次，条件变量与赋值。本研究的条件变量为科技政策。第一，采用文本分析法提取科技政策关键内容并进行维度归类。第二，按照“二分归属原则”进行编码赋值。将创新人才政策、知识产权政策、金融支持政策、政府采购政策和技术标准政策变量的中位数作为临界点，若政策条文数在中位数及以上则赋值为1，反之赋值为0。根据财政补贴政策的资助方式，即新型财政补贴政策和传统财政补贴政策，以年均政策条文数为基准，若新型财政补贴政策数大于或等于年均传统财政补贴政策数，则赋值为1，反之赋值为0。根据税收优惠政策的优惠方式，即直接税收优惠政策和间接税收优惠政策，将年均直接税收优惠方式的政策条文数高于或等于年均间接优惠方式的政策条文数赋值为1，反之赋值为0。（见表3）

表3：条件变量和结果变量的赋值

（五）分析步骤

第一，构建科技政策对“一流大学”校企协同创新绩效影响的二值数据表。将条件和结果按照科学标准进行二分处理，构建科技政策对“一流大学”校企协同创新绩效影响路径研究的二值数据表。第二，构建科技政策对“一流大学”校企协同创新绩效影响研究的真值表。通过fsQCA 软件得到科技政策对“一流大学”校企协同创新绩效影响研究的真值表，并解决矛盾组态。在构建真值表的具体操作上，按照表3 的赋值标准对21 个案例提取相应的赋值，形成条件变量与结果变量的二分矩阵；对编码结果存在争议的地方，追溯原材料并予以修正；最后将二分表导入fsQCA3.0 分析软件，得到真值表。第三，构建“一流大学”校企协同创新的科技政策路径研究的解释模型。深入挖掘案例，根据布尔运算进行布尔最小化，设定简单类反事实前因条件，建立“一流大学”校企协同创新的科技政策协同路径研究的解释模型。第四，可靠性检测。运用一致性（consistency）和覆盖率（coverage）对模型生成路径的稳定性和可靠性进行检测。第五，结果解释。回归“一流大学”校企协同创新与科技政策协同关系案例进行分析。

四、研究结果与分析

（一）单个条件的必要性分析

单个条件的必要性分析是定性比较分析研究的重要内容，旨在检验结果集合是否为某个条件集合的子集。通过对fsQCA3.0 软件运行的数据整理，得到科技政策对“一流大学”校企协同创新绩效影响研究的必要性检测结果。（见表4）

表4：科技政策对“一流大学”校企协同创新绩效影响研究的必要性检验

由表4可知，当“一流大学”校企协同创新绩效（jx）结果存在时，财政补贴（czbt）变量的一致性为1，结合X—Y 散点图检验可知，财政补贴条件变量无法构成结果变量的必要条件。其他变量的一致性分数均在0.9 以下，结合覆盖率指标，表明上述前因变量对结果变量具有一定的独立解释能力，即这些变量是解释“一流大学”校企协同创新绩效的重要因素。因此，以下对上述7个前因变量进行条件构型分析。

（二）条件组态的充分性分析

根据QCA 阈值设置准则，即中小样本的建议频数阈值为1，一致性水平不得低于0.75，本研究将频数阈值设置为1，一致性阈值设置为0.8。通过反事实分析，得到三种差异化方案。采用拉金建议的逻辑方案表呈现“一流大学”校企协同创新高绩效和非高绩效路径的构型结果。（见表5）

表5：“一流大学”校企协同创新高绩效和非高绩效路径的条件构型

由表5可知，“一流大学”校企协同创新绩效路径的单个组态一致性和总一致性均大于0.9，达到了充分条件的合理水平，因此，高绩效和非高绩效的组态可以视为“一流大学”校企协同创新发展的充分条件组合。

1.“一流大学”校企协同创新高绩效路径分析

政府引导市场拉动型高绩效路径。这一路径包括组合C1a 和组合C1b，两个组合反映了在需求面和环境面科技政策共同支持下，即政府加大采购政策力度，全面落实税收优惠政策、金融支持政策，完善并加强知识产权政策等，可以进一步推动“一流大学”校企协同创新的高质量发展。

政府主导推动型高绩效路径。这一路径包括组合C2a 和组合C2b，两个组合表明，尽管在政府采购政策、财政补贴政策、金融支持政策等科技创新政策缺位的情况下，政府落实各项税收优惠政策、完善并实施全方位的创新人才政策等科技政策依然会促进“一流大学”校企协同创新的高质量发展。

2.“一流大学”校企协同创新非高绩效路径分析

以法规制度为主的环境规制型非高绩效路径。这一路径包括组合C3a 和组合C3b，两个组合表明，政府仅仅落实税收优惠政策、全面强化知识产权政策，而缺乏对创新人才政策的重视，减小政府采购政策的力度，弱化财政补贴政策等科技政策，将制约“一流大学”校企协同创新的高质量发展。

供给—需求—环境复合型非高绩效路径。这一路径包括组合C4a、组合C4b和组合C4c，三个组合表明政府较少综合运用供给面科技政策、环境面科技政策和需求面科技政策，即政府缺乏对创新人才政策的重视，技术标准政策模糊，财政补贴政策针对性较弱，税收优惠政策力度不够、金融支持政策效果不佳等，便会影响“一流大学”校企协同创新的高质量发展。

五、结论与启示

（一）研究结论

第一，“一流大学”校企协同创新是由多种科技政策工具组合作用的结果。研究发现，政府引导市场拉动型和政府主导推动型是“一流大学”校企协同创新高效运行的主要路径，以法规制度为主的环境规制型和以供给—需求—环境复合型政策组合制约“一流大学”校企协同创新的发展。在“一流大学”校企协同创新高绩效路径中，以需求面和环境面科技政策为主的政策组合构成了政府引导市场拉动型，该路径反映了政府不直接干预科教协同创新，而是由市场需求自主决定，以充分发挥市场作用；以供给面和环境面科技政策为主的政策组合构成了政府主导推动型，该路径反映了政府为实现国家总体科技战略，通过直接资助的方式提供大量资源投入，在资源配置占主导地位。在“一流大学”校企协同创新非高绩效路径中，以法规制度为主的环境规制型主要表现为以知识产权政策为主导的制约；供给—需求—环境复合型路径主要涉及供给面科技政策、需求面科技政策和环境面科技政策的多重制约。

第二，规制性环境政策对“一流大学”校企协同创新的强建构性。研究发现，在“一流大学”校企协同创新高效运行路径中，政府引导市场拉动型和政府主导推动型路径显示了供给面科技政策工具的直接支持作用。不管是由需求面和环境面科技政策配适的政府引导市场拉动型秩序，还是由供给面和环境面科技政策配适的政府主导推动型秩序，均需要环境面科技政策工具的配适与直接支持，这表明政府的强制性影响力是“一流大学”校企协同创新发展的关键支撑。

第三，知识产权政策、金融支持政策和人才供给政策是“一流大学”校企协同创新发展的制约因素。研究发现，在政府引导市场拉动型和政府主导推动型路径中，金融支持政策和人才支持政策是“一流大学”校企协同创新发展的关键影响因素。在政府引导市场拉动型路径中，金融支持政策具有较大影响力，在政府主导推动型路径中，人才供给政策的关键地位明显，这在一定程度上反映出我国金融支持政策的宣传和落实与科技人才发展战略方面的不断调整和完善。在以法规制度为主的环境规制型路径中，相较于税收优惠政策等边缘政策，知识产权政策具有基础性作用。

（二）研究启示

第一，重视政策工具的组合效应，强化科技政策的交互性选择。从经济学的角度来看，对社会发展而言，政策工具既是投资也是成本，在控制政策工具数量的情况下，应重视政策工具的交互性选择，进一步优化科技政策结构，制定出符合我国国情的“一流大学”校企协同创新发展政策。一方面，加强跨部门间的横向协调，提高科技政策内容结构的交互性。另一方面，促进中央和地方科技政策的纵向联动，提升科技政策内容的交互性匹配。

第二，充分发挥政府的宏观调控作用，进一步完善科技政策体系。在“一流大学”发展过程中，应当对接协同创新实践的多元需求，在保持现有科技政策的稳定发展基础上，不断优化和加强人才支持政策、调整优化知识产权政策、加大金融政策支持的力度，以进一步完善科技政策体系。

（三）研究局限

首先，前因条件选择的局限。由于定性比较分析方法受限于小样本研究，考虑到数据规模以及由此带来的软件运行与实践适切性，本研究仅选择了财政补贴政策、创新人才政策、风险投资政策和技术标准政策等7个因素，未能将所有科技政策因素加入研究。其次，科技政策滞后的准确性。科技政策的实施具有一定的滞后性，为保证研究一致性与可比较性，按一般规律统一选择3年滞后期。最后，因篇幅限制，在因果机制解释中，缺乏“一流大学“校企协同创新典型案例的展示。未来将在丰富应用软件、条件变量与典型案例分析等方面展开进一步研究。