在中国情境下,政府介入对产学研协同创新项目实施和成功具有重要影响[1]。协同创新是指以企业、高校和科研机构为创新主体,以政府、金融机构、中介组织、创新平台等为辅助要素,在国家政策引导和创新机制安排下,各主体要素充分发挥其能力优势,整合互补性资源,实现优势互补和互惠共赢的创新组织模式。产学研协同创新项目是合作创新载体之一,除企业、高校与研究所这一最主要的形式外,还有高校与高校、高校与研究所、企业与企业协同等不同形式[2,3]。对于产学研协同创新项目,政府作为发起者、主要责任方、部分资金提供方,通过政策引导或者间接介入对项目产生影响[4,5,6,7]。
然而,当前政府介入活动表面上体现了政府对产学研协同创新项目的重视,但不一定能够达到预期推动效果,其对项目成功度的影响尚未得到学术界重视,相关研究较少。通过分析2006-2016年中国政府出台的一系列产学研协同创新发展政策文件发现:①当前关于产学研协同创新项目政策工具种类过多,应用过滥,未能区分项目目标并对项目进行分类管理[8];②政府介入不同项目产生的激励效应存在差异[9,10];③政府通过审查方式介入项目时,过多审查次数会严重损害项目信心,削弱企业自主权,次数过少则导致项目缺乏监督,使项目成功率降低[11,12];④目前政府有关政策过于宏观,未能从产学研协同创新运行机制角度切入,缺乏对具体产学研协同创新运行机制选择的考量[13],不利于结合项目的政府介入情况选择最合适的产学研协同创新运行机制。现有文献对政府行为的直接影响讨论较多,忽视了政府介入与产学研协同创新运行机制选择间关系对项目成功度的影响。
综上所述,如何通过政府有效推动产学研协同创新项目顺利实施,提高项目成功度,需要深入考察政府介入行为对项目的影响。因此,研究政府介入行为与产学研协同创新运行机制选择的关系以及对项目成功度的影响极为重要。本研究的重点是从政府角度出发,通过实证研究找到产学研协同创新项目中政府参与不足的主要表现,确定政府介入度、产学研协同创新运行机制选择与项目成功度之间的关系,最终提出通过政府介入科学选择产学研协同创新运行机制,以提升项目成功度的建议。
产学研协同创新项目成功率较高的国家都具备比较完善的产学研协同创新项目合作法律法规。余东华和张鑫宇[14]指出,政府知识资本投入有利于促进产业合作创新,提高产业链整体创新能力。美国通过实施《国家科技政策、组织和优化法》等科技政策,使政策和技术在协同模式下互为支撑,共同完善和进步[15]。日本和德国制定一系列与产学研合作相关的奖励补偿政策,为深入开展产学研协同创新项目营造良好的环境,提高项目成功率[16]。当前,政府对产学研协同创新项目采取直接提供资金的方式,主要包括财政补贴、信贷补贴和税收优惠(柳光强,2016)。韩丹和屈延[17]提出,政府补助与税收优惠对合作方企业研发投入和项目绩效有显著激励作用;王旭和何玉[18]指出,政府补贴能促进研发投入,税收优惠政策能显著缓解企业融资约束,对研发投入有积极促进作用;Chen[19]研究表明,政府可以通过提供关键信息数据等方式为项目提供资源支持,有利于合作方及时获取信息资源,降低寻找合作伙伴的盲目性,解决信息不对称问题,从而降低项目风险,提高风险分摊合理化程度;Sohail[20]研究指出,政府可以通过把握项目核心企业产业发展方向干预项目,企业项目性质与政府关联度越高,政府对企业干预越多,企业外部竞争程度越低,政府对企业投入产出分配合理化评价的作用越大。综上所述,政府可以通过多种方式介入产学研协同创新项目,本文将政府对项目的介入程度描述为政府介入度。
产学研协同创新运行机制形成依赖于合理的项目合作机制与利益分配机制[21]。由于利益分配具有阶段性与动态性且贯穿于整个产学研协同创新项目生命周期[13],政府介入项目后采取的激励措施有助于鼓励合作主体积极采取行动,政府通过利益分配方式进行合理干预与监督[21]。根据杨子刚[22]对技术转让与合作开发两种合作模式在纯市场行为和政府介入情景下的博弈分析可知:不同合作模式在两种情景下对增强主体合作愿意、提升研发能力、增加社会经济效益具有不同程度的影响。同时,在产学研协同创新运行机制形成过程中,政府需要对项目成果进行检查、验收、评价和反馈[23]。Vitharana[11]和赖诗攀[12]研究表明,政府对协同创新项目的审查主要涉及项目投入产出情况、实施风险及控制情况和资金使用规范情况,从而有针对性地进行专项技术人员审核和专项市场调研。由此,政府监督有利于规范产学研协同创新运行机制选择以及项目合同执行,促进项目规范开展。
综上可知,在合理范围内政府对协同创新项目的介入,可以更好地监督项目合作效率、风险分摊比例与投入产出分配比例,提高合作方积极性。同时,可以降低项目执行过程中的技术创新风险,提高项目利益分配的公平性与合理性,选择最合理的产学研协同创新运行机制。因此,本文提出以下假设:
H1:政府介入度显著影响产学研协同创新运行机制选择。
产学研协同创新项目是一种复杂的涉及诸多利益相关者的活动,其中的关键点就是合作。对于各合作方,调节好关系就能产生巨大收益,实现项目成功,稍有差错也能带来不可估量的损失[24]。Liu等[25]研究指出,战略合作模式是创新项目建设成功的关键因素之一;Grochowski[26]通过构建汽车行业研究合作模型对项目适用性进行分析和评估,发现合作模式是汽车行业跨学科、跨组织研究和发展的成功因素;刘伟等[27]通过对创业投资机构合作模式进行实证分析,发现不同合作模式选择对项目投资回报水平的影响程度不同;Xie等[28]提出了一种合作模式选择优化机制,通过对项目成果进行详细分析,验证了优化合作模式可以显著提高项目成功度。同时,合作模式直接决定合作利益形成机理,进而影响利益分配[29]。利益和风险相伴相生,量化合作主体风险分摊比例是利益分配和项目顺利开展的前提[30],合理的利益分配有助于解决项目实施过程中的风险问题,促进项目成功[31]。因此,不同合作模式与利益分配方式对项目成功的各维度有着不同程度的影响。综上,本文提出以下假设:
H2:产学研协同创新运行机制选择显著影响项目成功度。
(1)政府介入度子变量划分过程。根据前文理论分析,引用文献筛选后选取的21个指标(见表1)描述政府介入度。为降低评价变量间的相关性,减少变量个数并优化模型构建,先利用因子分析法对政府介入度的21个指标进行降维处理,如图1所示。
图1 因子分析过程
综上,通过因子分析得到的政府介入度主成分得分GI和提取的5个公因子均具有较好的代表性,5个公因子即为简化后的子变量,进一步验证其与其它变量之间的关系,归纳得到具体子变量说明与文献依据如表1所示。以5个因子的方差贡献率作为权重,得到主因子政府介入度综合得分:GI=(20.17*F1+15.593*F2+15.248*F3+13.333*F4+10.126*F5)÷74.47。
表1 政府介入度子变量说明
主因子子变量21个测量指标参考文献F11政府提供知识产权保护余东华和张鑫宇[14]F12政府出台、完善相关奖励政策陈光华等[16]政府奖励补偿支持力度F1F13政府产学研政策的科学引导韩丹和屈延[17]F14政府贴心办理各种手续黄菁菁[32]F15政府提供税收优惠政府对项目资金的支持力度F2F21政府提供启动资金柳光强(2016)F22政府的财政补贴王旭和何玉[18]F23政府的信贷补贴政府介入度GI(Government Intervention)政府对项目资源的支持力度F3F31政府帮助引进关键技术专家Chen等[19]F32政府协调相关部门支持配合臧欣昱等(2017)F33政府协调项目成员安排Ng等[33]F34政府提供信息资源和机密数据政府对项目模式选择的科学指导程度F4F41政府对组织结构选择的科学指导程度Sohail[20]F42政府对利益分配方式选择的科学指导程度李林等[21]F43政府对合作模式选择的科学程度Dai等[34]F44政府(国家政策)与项目类型的关联程度Wang等[35]政府对项目的审查力度F5F51项目投入产出情况Vitharana[11]F52有针对性地进行专项市场调研赖诗攀[12]F53项目资金的使用规范情况Li & Mingsheng[36]F54有针对性审核项目专项技术人员Musawir[37]F55项目实施风险及控制情况Johansson[38]
(2)相关关系分析。根据政府介入度子变量划分结果,得到政府介入项目主要有5种形式:政府对项目的奖励补偿支持、政府对项目资金的支持、政府对项目资源的支持、政府对项目模式选择的科学指导以及政府对项目进行审查。其中,前4种介入形式对政府介入度的贡献较大,根据指标含义和得分,考虑将政府介入度分为政府对项目的支持力度和政府对项目的审查力度,提出后续假设并进行检验。
政府对项目的奖励补偿、资金提供、资源配置、科学指导项目模式选择等支持性行为,可以更好地解决项目开展过程中的各种难题,降低项目风险,推动项目成功[39]。政府对项目的审查主要涉及项目投入产出、资金使用规范和实施风险及控制等情况,因而有专门进行专项市场调研以及项目审核的专项技术人员等[11,12]。政府对项目进行审查的过程通常是复杂而周密的,审查内容更加多元化,流程更为严格复杂,审查周期更长[40]。在这种情况下,项目需要投入更多精力参与政府评审环节,因而过于频繁的审查可能导致项目工期延长,严重损害项目信心,降低企业自主权,从而导致项目成功率降低[41]。政府过少的审查次数与简化审查流程则会导致项目实施过程中的漏洞不能被及时发现,从而导致项目成功率降低[45]。因此,本文提出以下假设:
H3:政府介入度显著正向影响项目成功度。
H3a:政府对项目的支持力度显著正向影响项目成功度;
H3b:政府对项目的审查力度先正向后负向影响项目成功度。
综上所述,政府介入度、产学研协同创新运行机制与项目成功度理论模型构建如图2所示。
图2 理论模型
本文最终样本数据来源于2019年2—6月课题组回收的正式问卷。每份问卷代表一个具体的产学研协同创新项目,每位受访人员均来自不同项目,所有题项采用李克特7点量表进行测量。发放人群为产学研协同创新项目领域的重要专家和项目成员,要求受访者根据自身经验和实际项目绩效填写问卷并对项目进行评估。首先,发放20份试点问卷,其中有15份有效问卷。通过分析各指标平均值和相关系数修改问卷,得到最终版本的调查问卷,以纸质和电子邮件形式向受访者发放问卷,具体来说,发放了284份纸质版问卷,获得150份可用答案,有效率为66.37%;发放108份电子版问卷,获得76份可用答案,有效率为70.37%,总计收集226份经过验证的问卷,有效率为71.75%。
本文对收集到的226份产学研协同创新项目样本数据进行分析,得到产学研协同创新项目基本信息,如表2所示。同时,样本数据在华东、华中、西南、华北、华南、西北和东北等区域均有相应的采集量。因此,数据具有一定的专业性以及较广泛的区域分布和行业分布,在一定程度上克服了行业与区域上的政策差异,达到本研究的基本要求。
(1) 产学研协同创新运行机制子变量划分过程。由于项目合作模式和利益分配方式共同构成产学研协同创新运行机制,利益分配方式主要参考嵇忆虹等[43]的研究,划分为固定报酬方式、产出分享方式和混合支付方式3种。合作模式主要参考D'Este等[44]的研究,划分为技术转让模式、委托研发模式、联合研发模式、战略联盟模式和企业出资建设运营模式5种。通过文献筛选,选取以下5个指标衡量产学研协同创新项目成功度:项目时间进度情况、项目成本控制情况、项目质量要求达标情况、项目成果可二次开发和利益相关者总体满意度[45-51]。
表2 产学研协同创新项目基本信息
项目目录 数量比例(%)单位性质企业19686.73高校187.96中介125.31企业所有制类型国有企业3214.16民营企业11852.21集体(合伙)企业167.08中外合资企业2410.62外商独资企业93.98其它2711.95项目角色项目技术负责人2310.18项目负责人4218.58项目骨干5423.89项目辅助人员8537.61了解该项目229.73本产学研协同创新项目所处阶段实验室阶段2410.62小试阶段5926.11中试阶段7432.74大规模生产阶段6930.53
为了更加深入准确地分析不同产学研协同创新运行机制对项目成功度的影响,排除合作模式与利益分配方式之间的相关性,采取对应分析法,以合作模式为行变量、利益分配方式为列变量,对二者实行降维处理。通过执行数据分析得到Sig.值为0.022,在5%的水平上显著,表明合作模式与利益分配方式具有显著相关关系,输出得到对应分布图(见图3)和对应列简要表(见表3)。
图3 对应分布情况
表3 对应列简要说明
项目合作模式项目利益分配方式固定报酬方式产出分享方式混合支付方式质量技术转让模式0.0520.0330.0790.045委托研发模式0.0520.0220.0770.040联合研发模式0.7010.5890.6150.645战略联盟模式0.1340.3440.1540.230企业出资建设运营0.0620.0110.0770.040
具体分析如下:合作模式为技术转让模式的项目更倾向于选择混合支付方式(0.079)进行利益分配;合作模式为委托研发模式的项目更倾向于选择混合支付方式(0.077)进行利益分配;合作模式为联合研发模式的项目更倾向于选择固定报酬方式(0.701)进行利益分配;合作模式为战略联盟模式的项目更倾向于选择产出分享方式(0.344)进行利益分配;合作模式为企业出资建设运营的项目更倾向于选择混合支付方式(0.077)进行利益分配。通过观察变量分布情况,参考表3的质量分布值,可以得到5种不同利益分配方式-合作模式匹配关系,即5种不同产学研协同创新运行机制,如表4所示。
表4 产学研协同创新运行机制子变量说明
变量名产学研协同创新运行机制CIOM(I-U-R Collaborative Innovation Operation Mechanism)M1固定报酬-联合研发机制M2产出分享-战略联盟机制M3混合支付-技术转让机制M4混合支付-委托研发机制M5混合支付-企业出资建设运营机制
(2) 模型变量选取。选择政府介入度GI(见表1)与产学研协同创新运行机制CIOM(见表4)作为自变量,以项目成功度PSD(见表5)作为因变量。为了控制受访产学研协同创新项目特征,选择受访者项目角色、项目所属行业、项目所处阶段和项目所在区域为控制变量。非等距变量或名义变量在投入回归模型前均转化为虚拟变量,以第一个题项内容作为比较类型分别纳入模型,作为政府介入度对产学研协同创新运行机制选择和项目成功度的影响,以及产学研协同创新运行机制选择对项目成功度的影响等3条路径作为控制变量,以排除其对研究结果的干扰。
表5 项目成功度子变量说明
因变量变量名子变量参考文献S1项目时间进度情况Spanos[51]项目成功度PSD(Project Success Degree)S2项目成本控制情况Ahlemann F[47]S3项目质量要求达标情况Wit[48]S4项目成果可二次开发Lenfle[49]S5利益相关者总体满意度Mir F A & Pinnington A H[50]
(3) 研究方法。①结构方程模型:第一,测量问卷中各自变量与因变量量表的有效性,即政府介入度、产学研协同创新运行机制和项目成功度的子变量信度与效度水平,确保各子变量提出、测量以及在模型中的表述具有一致性。第二,初步验证H1,H2,H3是否成立;②Logistic模型回归法:进一步验证H1,具体分析政府介入与产学研协同创新运行机制选择的匹配关系;③多元回归分析法:验证H3a,H3b是否成立并对模型进行内生性检验,排除控制变量的影响。
(1)信度与效度检验。本文使用AMOS软件验证理论模型,测试问卷中政府介入度、产学研协同创新运行机制以及项目成功度量表的信度与效度,分析结构方程模型每个CFA和整个SEM信度与效度指标,包括非标准化因子载荷量、标准误S.E.、显著性水平(t值/p值)、标准化因子载荷量、信度系数SMC、测量误差1-SMC、克隆巴赫α系数、组成信度CR和收敛效度AVE。
由整个SEM的信度效度检验结果可知,克隆巴赫α系数为0.903,AVE值为0.519,表明问卷李克特7点量表信度和效度良好。模型的CFA信度效度检验结果如表6所示,结果表明,模型有潜变量的测量结果具有较高的可靠性。
(2) 拟合效果检验。本文对整个SEM模型和GI模型(CFA)的检验结果如表7所示。其中,配适度指标基本达到可接受以上水平,模型拟合效果较好,各指标具有较高的可靠性,表明该结构方程模型与二阶验证性因素分析模型是可以接受的。
(3)假设检验。对结构方程模型执行数据进行分析,绘制政府介入度、产学研协同创新运行机制与项目成功度三者结构方程模型路径图(见图4),图中e代表观察变量的测量误差与潜变量的SMC。
由模型路径图与输出的SEM信度效度指标值可知:各假设对应的标准化路径系数为正,p值小于0.05,t检验显著,H1、H2、H3均成立,具体结果如表8所示。
表6 CFA模块信效度指标值汇总
检验指标信度指标非标准化因子载荷量标准误S.E.p值标准化因子载荷量1-SMC克隆巴赫α系数CR效度指标AVE检验结果指标标准值//<0.050.5~0.95<0.5≥0.7≥0.6≥0.5GIF110.7110.4940.9190.9170.694良好F31.3770.172***0.9200.154F21.5570.186***0.8650.252F41.3460.197***0.9680.063F51.0760.165***0.6560.570F1F1110.7580.4250.8410.8310.497良好F121.0020.095***0.7750.399F130.8780.102***0.6440.585F140.8160.096***0.6360.596F150.9150.099***0.6990.511F2F2110.9190.1550.6990.8950.743可接受F220.9570.046***0.9220.150F230.8390.064***0.7300.467F3F3110.7870.3810.8130.8430.575良好F321.0390.091***0.7640.416F330.8170.087***0.6530.574F341.0530.087***0.8200.328F4F4110.6060.6330.7960.7940.493可接受F421.0150.125***0.7060.502F431.030.132***0.6790.539F441.220.146***0.8040.354F5F5110.7960.3660.8370.8550.543良好F520.7490.085***0.6340.598F531.0450.089***0.8230.323F540.9060.091***0.7060.502F550.9790.095***0.7110.494CIOMM110.6530.5740.7690.7820.418可接受M21.0060.143***0.5880.654M31.0680.149***0.7140.490M40.9820.157***0.6180.618M51.0820.164***0.6530.574PSDS110.7580.4250.8310.8100.505良好S21.3070.09***0.9680.063S31.2470.089***0.9070.177S40.370.103***0.2600.932S50.4170.085***0.3520.876
表7 SEM拟合优度指标值汇总
指标值与配适度结果绝对配适度CMIN/DFGFIAGFIRMRRMSEA精简配适度PNFIPGFI增量配适度NFITLICFI指标标准值<3>0.9>0.9<0.08<0.08>0.5>0.5>0.95>0.95>0.95SEM指标实际值1.790 0.818 0.785 0.069 0.063 0.745 0.694 0.820 0.902 0.911 SEM的配适情况良好可接受一般良好良好良好良好可接受可接受可接受GI指标实际值1.897 0.858 0.821 0.056 0.067 0.755 0.683 0.862 0.919 0.929 GI配适度结果良好可接受可接受一般良好良好良好可接受可接受可接受
本文通过建立Logistic 回归模型分析政府介入度(GI)与产学研协同创新运行机制(CIOM)选择之间的关系,检验结果(见表9)表明:似然比检验P{χ2>15.806}=0.002<0.05,落入拒绝域,因而拒绝原假设,即变量F1、F2、F3、F4、F5与广义Logistic P之间的线性关系显著,模型选择正确,进一步验证了H2。
图4 执行数据分析后的结构方程模型路径
表8 假设检验结果汇总
研究假设标准化路径系数t值检验结果H1:政府介入度显著影响产学研协同创新运行机制的选择0.6715.816通过(5.816>1.96)H2:产学研协同创新运行机制的选择显著正向影响项目成功度0.3953.451通过(3.451>1.96)H3:政府介入度显著正向影响项目成功度0.2832.727通过(2.727>1.96)
表9 模型似然比检验结果
统计量统计值显著水平模型成立与否判断Likelihood Ratio test 15.8060.002拒绝原假设,认为模型成立
Logistic模型回归结果如表10所示,分析如下:①当政府介入度为F1时,选择M1、M2、M3和M4的发生比率分别是M5(参照类)的1.346、1.459、1.034、0.001倍,故选择倾向为M2>M1>M3>M5>M4;②当政府介入度为F2时,选择M1、M2、M3和M4的发生比率分别是M5(参照类)的1.587、1.116、1.259、1.323倍,故选择倾向为M1>M4>M3>M2>M5;③当政府介入度为F3时,选择M1、M2、M3和M4的发生比率分别是M5(参照类)的0.335、0.938、0.740、0.669倍,故选择倾向为M5>M2>M3>M4>M1;④当政府介入度为F4时,选择M1、M2、M3和M4的发生比率分别是M5(参照类)的1.176、1.281、1.966和1.966倍,故选择倾向为M3>M1>M2>M4=M5;⑤当政府介入度为F5时,选择M1、M2、M3和M4的发生比率分别是M5(参照类)的0.756、0.861、0.450、2.916倍,故选择倾向为M4>M5>M2>M1>M3。
综上分析,得到已知政府介入度的产学研协同创新运行机制选择,如表11所示。
表10 Logistic模型回归结果
CIOMGI回归系数Wald显著水平OR(Exp(B))M1F10.3771.5740.0211.346F20.5252.4120.0121.587F30.2890.8620.0350.335F40.7785.6100.0181.176F5-0.2800.9590.0320.756M2F10.2971.0010.0311.459F20.3500.4690.0221.116F3-0.0640.0430.0830.938F40.8256.3460.0121.281F5-0.1500.2790.0590.861M3F10.0331.7950.0261.034F20.2302.7980.1721.259F30.1310.7940.0080.740F40.3102.8000.0471.966F5-0.7980.8600.0280.450M4F10.3171.5850.0310.001F20.1990.0560.0481.323F30.0281.5850.0270.669F40.6551.5890.0191.966F5-0.4900.5810.0602.916
注:参考类别是M5:混合支付-企业出资建设运营机制
在对数据进行多元回归分析前,先对数据进行多重共线性诊断,结果符合回归分析前提条件,多元回归具体结果如表12所示。
表11 已知政府介入度的产学研协同创新运行机制选择
政府介入度产学研协同创新运行机制政府的奖励补偿支持力度F1产出分享-战略联盟机制M2政府对项目资金的支持力度F2固定报酬-联合研发机制M1政府对项目资源的支持力度F3混合支付-企业出资建设运营机制M5政府对项目模式选择的科学指导程度F4混合支付-技术转让机制或混合支付-委托研发机制M3政府对项目审查力度F5混合支付-委托研发机制M4
表12 多元回归结果
变量模型1a模型1b模型1c模型2a受访者在项目中的角色0.0020.018-0.063-0.064项目所属行业0.0030.0020.0050.003项目所处阶段-0.031-0.058-0.0080.010项目所在区域-0.061-0.012-0.056-0.020政府的奖励补偿支持力度F10.193***0.284***政府对项目资金的支持力度F20.167***0.204***政府对项目资源的支持力度F30.211***0.223***政府对项目模式选择的科学指导程度F40.364***0.243***政府对项目的审查力度F50.115**-0.241政府对项目的审查力度的二次方(F5)2-0.152***产学研协同创新运行机制CIOM0.595***R20.0160.3080.4310.440R2改变0.2920.4050.414F0.793**10.608***15.986***30.527***
注:***表示P<0.001,**表示P<0.01,*表示P<0.05
(1)H3a和H3b检验。以项目成功度为因变量,模型 1a中只加入控制变量,模型1b在模型1a的基础上加入F1、F2、F3、F4和F5作为自变量,F1-F5的回归系数显著且为正,表明H3a成立;模型1c在模型1b的基础上加入(F5)2,F1、F2、F3和F4的回归系数依旧显著且为正,F5的回归系数为负且不显著,(F5)2的回归系数显著,表明F1、F2、F3和F4显著正向影响PSD,F5对PSD的影响先为正向后为负向,存在一个F5值使PSD达到最大。
(2)模型内生性检验。根据表12可知,模型 1b回归系数显著(β>0,p<0.001),H3仍然成立。模型 2a在模型1a的基础上加入产学研协同创新运行机制作为自变量,回归系数显著(β=0.595,p<0.001),H2仍然成立。经过回归分析发现,H1,H2,H3,H3a和H3b对应路径标准化系数变化较小,P值依旧小于0.01。路径影响方向和显著性水平不变,假设依旧成立,可以排除模型变量内生性问题,表明本文实证结果是稳健可靠的。
本文采用多元化研究方法处理政府介入度、产学研协同创新运行机制和项目成功度三者间复杂关系,总结各变量之间的直接和间接影响。不仅利用结构方程模型标准化路径系数得到政府介入对项目成功度的不同影响系数,还通过Logistic回归结果分析得到最优政府介入与产学研协同创新运行机制选择关系匹配表,具体研究结论如下:
(1) 政府介入度与项目成功度之间存在正相关关系。其中,政府对项目的支持力度与项目成功度之间存在正相关关系,政府对项目的审查力度先正向后负向影响项目成功度。产学研协同创新运行机制选择显著影响项目成功度并在政府介入与项目成功度的关系中发挥完全中介作用,其不同维度对项目成功度的影响程度不同。
(2) 在政府介入度所有子变量中,政府指导项目模式选择的介入方式对产学研协同创新运行机制选择和项目成功度的影响最大(0.637,0.264);政府对项目资源支持的影响次之(0.635,0.263);政府对项目资金支持的影响第三(0.568,0.235);政府奖励补偿支持的影响第四(0.478,0.198);政府对项目审查的影响程度最小(0.445,0.184),按影响大小排序为F4>F3>F2>F1>F5。在政府介入度的21个测量指标中,对产学研协同创新运行机制选择和项目成功度的影响大小排在前三位的分别为政府提供信息资源和机密数据(F34)、政府提供启动资金(F21)及政府提供财政补贴(F22)。
(3) 在F4的所有测量指标中,对产学研协同创新运行机制选择和项目成功度的影响大小排序为F44>F42>F43>F41,即政府与项目类型关联程度的影响最大,政府指导项目组织模式自由选择的影响最小。在F3的所有测量指标中,影响大小排序为F34>F31>F32>F33,政府提供信息资源和机密数据的影响最大。在F2的所有测量指标中,影响大小排序为F21=F22>F23,政府提供启动资金和财政补贴的影响较大,信贷补贴较小。在F1的所有测量指标中,影响大小排序为F12>F11>F1>F13>F14,政府出台完善相关奖励政策影响最大。在F5的所有观察变量中,影响大小排序为F53>F51>F55>F54>F52,项目资金使用规范情况的影响最大。
(4) 政府介入度与产学研协同创新运行机制选择之间显著相关,在合理范围内,不同的政府介入方式匹配不同种类的产学研协同创新运行机制,如表13所示。
综上可得,为了提高项目成功度,根据研究结果和中国背景,需针对政府介入方式和程度采取不同的管理措施,指导项目选择最合理的产学研协同创新运行机制,具体建议如下:
表13 产学研协同创新运行机制选择
政府介入方式产学研协同创新运行机制政府对项目进行奖励补偿支持产出分享-战略联盟机制政府对项目提供资金支持固定报酬-联合研发机制政府对项目提供资源支持混合支付-企业出资建设运营机制政府科学指导项目模式的选择混合支付-技术转让机制或混合支付-委托研发机制政府对项目进行审查混合支付-委托研发机制
(1) 对于项目主体而言,在已知项目政府介入的情况下,可以参考表13的5种匹配方式选择最适合的产学研协同创新运行机制,促进项目成功。
(2) 政府应当根据项目类型与政府关联度,科学指导项目模式选择。对于关联度较高的项目,应当提升政府对项目利益分配方式和组织模式自由选择的介入程度;对于关联度较低的项目,政府应当通过中介机构,减少沟通成本支出。
(3) 政府为项目提供资源支持时,在条件允许的前提下,应当重点增加信息资源和机密数据提供量,同时发挥组织协调功能,协调项目成员,提高关键技术专家数量和水平,加大相关部门支持配合力度,形成良好的产学研协同创新运行机制。
(4) 政府为项目提供资金支持时,应当重点完善启动资金和财政补贴流程,针对不同的项目制定财政补贴或信贷补贴政策,采取对应的支持措施。对取得显著成果的项目给予肯定和鼓励,加大财政补贴和政策优惠力度,推动创新主体下一阶段的深入合作。对于进展不利的项目,政府应该帮助纠偏并总结经验,通过合作创新信息平台进行资源共享和案例交流,为其它项目提供参考和借鉴,推动合作创新发展。
(5) 由于政府出台完善相关奖励政策的影响程度最大,故政府对项目进行奖励补偿支持时,应当提前甄别企业目的,依据产学研协同创新项目类型进行分类管理,根据项目实际情况和不同政策目标,制定针对性税收优惠等奖励性政策,促进项目成功度提高。
(6) 政府对项目的审查力度需要合理,避免对项目过度干预。在保证企业自主权的同时,重点审查项目资金使用规范情况和投入产出情况,提升上述两个环节的审查频率,细化审查内容以及审查不达标后的惩罚措施,及时解决项目运行中的问题,减少不公平现象,促使合作创新主体更好地履行职责。
本研究仍存在以下不足:仅采取问卷调查方式,对变量之间的因果关系有待采用多样化方法加以验证。同时,本文主要分析政府介入与产学研协同创新运行机制对项目成功度的影响,可能存在作用于项目成功度的其它因素。因此,未来可以增加其它相关因素以丰富项目成功度研究成果。
[1] 黄群慧,李晓华.创新发展理念:发展观的重大突破[J].经济管理,2016(11):1-10.
[2] 陈劲,阳银娟.合作创新的理论基础与内涵[J].科学学研究,2012,30(2):161-164.
[3] 高良谋,马文甲.开放式创新:内涵、框架与中国情境[J].管理世界,2014(6):157-169.
[4] LITTLER D,LEVERICK F,BRUCE M.Factors affecting the process of collaborative product development:a study of UK manufacturers of information and communications technology products[J].Journal of Product Innovation Management,2010,12(1):16-32.
[5] TSAI L,CHANG I,HAN S.The importance and satisfaction of collaborative innovation for strategic entrepreneurship[J].Eurasia Journal of Mathematics Science & Technology Education,2016,12 (3):569-582.
[6] 曹钰华,李晶.放任还是干预?新常态下区域创新系统中政府角色定位策略研究[J].科技进步与对策,2018,35(9):32-41
[7] 杨子刚.政府介入情景下产学研协同创新合作模式的博弈分析[J].东北师大学报(哲学社会科学版),2018(3):85-89.
[8] 武学超,徐雅婷.中国政府推动产学研协同创新政策文本分析(2006—2016)——政策工具视角[J].高教探索,2018(4),11-18.
[9] 王颖林,刘继才,赖芨宇.基于投资方投机行为的PPP项目激励机制博弈研究[J].管理工程学报,2016,30(2):223-232.
[10] 黄伟,黄波,张卫国.引导基金模式下的合作创新激励机制设计[J].科技进步与对策,2013,30(4):103-106.
[11] VITHARANA P.Defect propagation at the project-level:results and a post-hoc analysis on inspection efficiency[J].Empirical Software Engineering,2015(22):1-23
[12] 赖诗攀.问责、惯性与公开:基于97个公共危机事件的地方政府行为研究[J].公共管理学报,2013(2):18-27.
[13] 李京晶.产学研协同创新运行机制研究[D].武汉:武汉理工大学,2013.
[14] 余东华,张鑫宇.知识资本投入、产业间纵向关联与制造业创新产出[J].财经问题研究,2018(3):38-47.
[15] 林德发.中国技术创新金融支持体系的构建研究[J].华北金融,2012(2):27-31.
[16] 陈光华,梁嘉明,杨国梁.企业吸收能力、政府研发资助与外部知识获取对产学研创新绩效的影响研究[J].中国科技论坛,2014(7):68-74.
[17] 韩丹,屈延.不同财政政策对企业研发投入与绩效的影响研究[J].上海市经济管理干部学院学报,2018(2):15-24.
[18] 王旭,何玉.政府补贴、税收优惠与企业研发投入——基于动态面板系统GMM分析[J].技术经济与管理研究,2017,(4):92-96.
[19] CHEN S,SUN Z,TANG S,et al.Government intervention and investment efficiency:evidence from China[J].Journal of Corporate Finance,2011,17(2):259-271.
[20] SOHAIL M S.Sustaining competitiveness through information technology outsourcing:evidence from an emerging nation[J].Competitiveness Review,2011,21(4):369-381.
[21] 李林,彭磊.基于局中人偏好的产学研协同创新项目利益分配冲突分析[J].科技管理研究,2017,37(21):71-76.
[22] 杨子刚.政府介入情景下产学研协同创新合作模式的博弈分析[J].长春:东北师大学报(哲学社会科学版),2018(3):85-89.
[23] 曹启龙,盛昭瀚,周晶.基于公平偏好的中国政府投资项目代建制激励——监督模型[J].中国软科学,2014(10):144-153.
[24] BERINGER C ,JONAS D ,KOCK A .Behavior of internal stakeholders in project portfolio management and its impact on success[J].International Journal of Project Management,2013,31(6):830-846.
[25] LIU H ,WANG M ,SKIBNIEWSKI M J ,et al.Identification of critical success factors for construction innovation:from the perspective of strategic cooperation[J].Frontiers of Engineering Management,2014,1(2):202.
[26] GROCHOWSKI E M ,OHLHAUSEN P .Cooperation models as success factor for interdisciplinary,inter-organizational research and development in the automotive industry[C].Portland International Conference on Management of Engineering and Technology (PICMET),2015.
[27] 刘伟,程俊杰,敬佳琪.联合创业投资中领投机构的特质、合作模式、成员异质性与投资绩效——基于我国上市企业的实证研究[J].南开管理评论,2013,16(6):136-148.
[28] XIE X M,ZENG S X,TAM C M.How does cooperative innovation affect innovation performance? evidence from Chinese firms[J].Technology Analysis & Strategic Management,2013,25(8):939-956.
[29] 时茜茜,朱建波,盛昭瀚.重大工程供应链协同合作利益分配研究[J].中国管理科学,2017,25(5):42-51.
[30] IKA,LAVAGNON A .Opening the black box of project management:does World Bank project supervision influence project impact[J].International Journal of Project Management,2015,33(5):1111-1123
[31] FERNANDO Y ,WALTERS T ,ISMAIL M N ,et al.Managing project success using project risk and green supply chain management[J].International Journal of Managing Projects in Business,2018,11(2):332-365.
[32] 黄菁菁.产学研协同创新效率及其影响因素研究[J].软科学,2017,31(5):38-42.
[33] NG S T,WONG T M W,WONG J M W.A structural equation model of feasibility evaluation and project success for public-private partnerships in Hong Kong[J].IEEE Transactions on Engineering Management,2010,57(2):310-322.
[34] DAI R,ZHANG J,TANG W.Cartelization or cost-sharing? comparison of cooperation modes in a green supply chain[J].Journal of Cleaner Production,2017,156:159-173.
[35] WANG Y,MA X,LI Z,et al.Profit distribution in collaborative multiple centers vehicle routing problem[J].Journal of Cleaner Production,2017(144):203-219.
[36] LI X ,MINGSHENG S.The research on benefit coordination mechanism of project stakeholders[C].International Symposium on Computational Intelligence & Design,2011.
[37] MUSAWIR A U,SERRA C E M,ZWIKAEL O,et al.Project governance,benefit management,and project success:towards a framework for supporting organizational strategy implementation[J].International Journal of Project Management,2017,35(8):1658-167.
[38] JOHANSSON,PER-OLOV,KRISTRO MBENGT.Cost-benefit analysis for project appraisal[J].Journal of Economics,2017,121(3):279-281.
[39] ROSENTHAL S R.Producing results in government:moving beyond project management and its limited view of success[J].Journal of Policy Analysis & Management,2010,8(1):110-116.
[40] 王雪荣,陈国华,申月红.政府投资项目持续跟踪审计研究评述[J].科技进步与对策,2011,28(13):90-94.
[41] 顼志芬,戚安邦,王进同,等.我国新投资体制下政府投资项目管理模式改革的研究[J].管理工程学报,2005,19(S1):203-206.
[42] 王仁祥,张晗,杨曼.科技创新与金融创新耦合系统脆弱性及政府干预[J].科技进步与对策,2018,35(7):1-8.
[43] 嵇忆虹,吴伟,朱庆华.产学研合作的利益分配方式分析[J].研究与发展管理,1999(1):36-38.
[44] D'ESTE P,PATEL P.University-industry linkages in the UK:what are the factors underlying the variety of interactions with industry[J].Research Policy,2007,36(9):1295-1313.
[45] 卢有杰.现代项目管理学[M].北京:首都经济贸易大学出版社,2014.
[46] LIU C M.Discussion on core elements in engineering project management[J].Applied Mechanics & Materials,2014(8):584-586.
[47] SPANOS Y E,VONORTAS N S,VOUDOURIS I.Antecedents of innovation impacts in publicly funded collaborative R&D projects[J].Technovation,2015(36/37):53-64.
[48] WIT A D.Measurement of project success[J].International Journal of Project Management,1988,6(3):164-170.
[49] LENFLE S,MASSON P L,WEIL B.When project management meets design theory:revisiting the manhattan and polaris projects to characterize 'radical innovation' and its managerial implications[J].Creativity and Innovation Management,2016,25(3):378-395.
[50] MIR F A ,PINNINGTON A H .Exploring the value of project management:linking project management performance and project success[J].International Journal of Project Management,2014,32(2):202-217.
[51] AHLEMANN F,ARBI F E,KAISER M G.A process framework for theoretically grounded prescriptive research in the project management field[J].International Journal of Project Management,2013,31(1):43-56.