高校与地方政府共建的新型研发机构多要素多组态发展模式研究

惠青山，苟思颖，杨惠丽

（1.广东工业大学管理学院；2.广东省企业家领导科学研究会，广东广州 510520）

新型研发机构诞生于我国科技创新的关键时期，它与传统的研发机构不同，针对市场需求，提供科技研发服务，其用人机制灵活，管理体制现代化，运作形式市场化。新型研发机构的蓬勃发展有利于促进社会经济的发展，产业结构的转型升级，其融合高校资源和政府支持，吸纳海内外优秀科研人才，越发成为中国科技创新改革的中坚力量。

当前新型研发机构处于积极发展的时期，发展模式尚不成熟，相关理论尚不完善未形成完整的体系，从现有的文献来看，对于新型研发机构的探索都是从局部发展现状而非整体视角来探究，主要分为两方面的研究：一是关于新型研发机构的创建和发展现状，主要有学者陈宝明等［1］、陈少毅等［2］、二是关于新型研发机构发展模式、建设模式和运行机制等方面的研究，主要有学者谈力等［3］、朱建军等［4］、夏太寿等［5］，但这些研究并没有系统揭示新型研发机构发展影响因素，缺乏对核心条件的组合分析和多要素的复杂运行原理。本文认为对于新型研发机构的研究应该从整体角度出发。定性比较分析方法（QCA）采取整体的（holistic）视角，开展案例层面（case-oriented）比较分析，每个案例被视为条件变量的“组态”［6］，这种方法旨在通过案例间的比较，找出因果关系，为解决此类问题提供新的思路。本研究运用定性比较分析方法，从整体、系统的视角探究解决新型研发机构发展过程中影响因素的多种路径组合方式。

在资源基础理论中，资源是企业发展影响的根本。Barney［7］认为资源是企业拥有的提供企业效率的资产、能力和知识的总和，是有价值的、稀缺的、不可模仿的和非替代的。本研究在资源基础理论框架下，以广东省19 个高校与地方政府共建的新型研发机构为案例，通过模糊集定性比较分析方法（Fuzzyset Qualitative Com-parative Analysis，简称fs/QCA）从产业基础、院校品牌、资源支持三个方面探讨地方政府与高校共建的新型研发机构发展模型，具体而言，我们将探讨以下问题：一是高校与地方政府共建的新型研发机构多要素多组态发展模式是什么？二是哪些影响因素在其中发挥着重要作用？在此基础上，通过对资源基础框架中多重条件协同效应的探讨，阐述广东省新型研发机构发展多要素间的复杂互动本质，以弥补现有研究在解释此类问题上的不足。本研究有利于深化高校与地方构建新型研发机构高质量发展认识，同时有利于为地方构建新型研发机构提供实践支撑。

1 文献综述与分析框架

1.1 新型研发机构发展及影响因素研究

“新型研发机构”是具有中国发展特色的说法，国外更多以独立研发机构为对象进行研究。本研究主要从国内外学者对研发机构、地方政府构建的新型研发机构与高校的关系以及新型研发机构发展影响因素这三方面来探讨。

Moulaert 等［8］认为研发机构能够地区文化、地区制度产生支撑作用，相反地区创新性的提高也能够促进研发机构的发展。Mazzoleni 等［9］和Pestre D［10］国外学者认为科研机构和高校对于当地区域经济的发展会产生积极影响，促进科技水平提高。Maura等［11］指出大学科技孵化基地等平台是政校企共同推进高新技术企业发展的一种有效形式。而我国随着科技体制不断深化，新型研发机构不断涌现，国内研究者从新型研发机构的发展现状、管理模式等方面对国内新型研发机构进行研究。国内研究学者陈宝明等［1］认为新型研发机构的发展背景主要在于传统研发机构迫切想要转变发展方式，同时其运行机制难以适应产业发展和师姐科技竞争的压力。谈力等［3］根据建设投资主体划分不同的建设模式，根据其各自的优劣势不同进行分类支持，朱建军等［4］、夏太寿［5］学者重点从我国新型研发机构建设模式和运行机制等方面探讨当前新型研发机构存在问题并提出建议。从当前国内新型研发机构研究现状来看，众多学者对于新型研发机构的研究较浅显，聚焦于其发展现状并从中提出改进建议，缺乏系统的观点。

当今世界，新一轮技术革命正在孕育和兴起，新型研发机构的发展热潮正在全世界迅猛掀起，其发展离不开政府、高校和社会的共同支持。通过对国外学者的研究我们发现，国外学者认为对成功研发机构的影响主要包括以下方面：政府资金支持［12］、发明专利［13-14］、区域位置和政策［13,20］、以及共同的发展愿景［14］等。相对而言，对于新型研发机构影响因素的探讨较为缺乏，主要是从政府政策支持［15-16］、研发投入［17-19］、技术效率［20］、企业规模［20］、组建性质［15］等角度出发。从当前研究来看，国内学者对于研发投入对新型研发机构的影响研究更深入，并且对于影响因素研究更多从单一角度出发，缺乏系统、整体观点。

1.2 国内外研究述评

科学技术是当今经济全球化时代下国家发展的重要手段，综合国内外研究我们可以得到以下结论：一是我国目前对于新型研发机构的研究正在逐渐增加，但体系尚未完善；二是缺乏针对新型研发机构全面的研究，大多数研究着手于其中一小部分；三是缺乏强有力的研究方法支撑，大多数研究目前运用理论研究，少量运用回归分析的方法，本研究使用定性比较分析法（QCA）提供强有力的数据支持。希望本研究能在丰富新型研发机构研究的基础上为今后的研究提供一定的参考。

1.3 分析框架

资源基础理论表示企业是由不同资源组成的综合体，众多要素共同组成了企业资源，内外部资源相互连接、共同作用，最终形成企业优势。本研究基于资源基础理论以广东省19 个高校与地方构建的新型研发机构为例，从政府产业、院校品牌及资源支持三方面着手研究其如何影响高校与地方政府构建新型研发机构的高质量的发展。

产业资源基础。研发机构所在地的产业基础强弱不仅代表着当地的经济实力，也是新型研发机构存在及发展的基础。产业发展越活跃，越能催生对新型研发机构科技服务的需求和促进新型研发机构的发展，因而较好的产业基础将会构成当地政府的独特资源。

院校品牌资源。新型研发机构依托所在高校学科优势，在一定程度上院校品牌代表着院校的影响力和受重视程度。李石勇等［29］在其研究中提到在双一流高校建设过程中，加大科技资源投入力度、提高科技资源配置绩效，以更高的科技资源投入获得更丰富的成果。通过其研究我们可以发现资源对于高速发展的重要性。因此，双一流高校拥有更多优质资源支撑。

资源支持。新型研发机构建设初始，来自政府和高校的资源支持是其迅速发展的强有力保障。从研发机构角度而言，资金和土地资源在一定程度上能够转化为生产力。因而，强有力的资源支持是促进高校与地方共建新型研发机构的高质量发展的重要手段。

总而言之，本文从产业基础、院校品牌和资源支持三方面出发，探讨影响高校与地方政府构建新型研发机构的影响因素，通过联动匹配发挥作用。本文分析框架如下：

图1 分析框架

2 研究方法与数据

2.1 案例选取

广东省作为全国经济发展中心之一具有良好的产业基础和广纳百川的包容度，更是新型研发机构发展的先锋地区。本文选取高校与地方共建的新型研发机构作为样本是由于相比传统的研发机构，此类政校企合作的新型研发机构更具代表性。根据案例的实际情况选取19 家符合产业基础、院校品牌和资源支持三方面数据搜集要求的高校与地方政府共建的新型研发机构作为样本。同时我们根据理论上一个条件为n 的现象，具有的组合数最大可以达到2n，样本数不能少于2n［6］可知，本文共选取3 个条件变量，确定19 个案例样本远超过条件所要求的案例数量，对于案例数的选择是恰当的。

2.2 定性比较分析（QCA）

本文尝试在资源基础理论上分析新型研发机构发展背后的多元驱动机制，因此拟采用fs/QCA 开展实证检验。定性比较分析方法兴起于西方的社会科学，它作为传统的定向与定量方法的衔接，代表一种全新的思维逻辑。定性比较分析方法（QCA）产生的直接动机在于人们对于解决因果复杂现象的好奇,在20 世纪80 年代由社会学家Ragin 提出［6］。定性比较分析的基本逻辑是：基于布尔代数原理，通过研究各个集合间的隶属关系，从而探索出多个案例所展现出来的普遍特征［21］，该方法主要有以下三个特征：第一，通过不同因素组合的隶属关系来研究社会问题；第二，不同路径关系的组合可以达到同样的研究结果非对称性关系的存在，QCA 目的在于找出这些路径，它承认了复杂社会现象背后存在的并发条件；第三，聚焦于因素的质变，关注的是因素的“有效变化”［22］。

定性比较分析分为清晰集定性比较分析（cs/QCA）、模糊集定性比较分析（fs/QCA）、以及多值集定性比较分析（mv/QCA）三个基本类型。相较于cs/QCA 和mv/QCA 只适合处理类别问题的特点而言，fs/QCA 还能够进一步处理有关程度变化抑或部分隶属的问题［6］，因此本研究采用模糊集定性比较分析方法（fs/QCA）。

进入20 世纪以后，国外学者对定性比较分析方法的关注度呈上升趋势，在国外涉及政治学、管理学与国际学科等诸多领域［23］。近年来，国内学者杜运周等［6］、谭海波等［23］也开始逐渐将该方法运用于战略管理等领域。

2.3 数据与校准

在fs/QCA 中校准（Calibrating）指的是给案例赋予集合隶属的过程［6］。具体而言，研究者需要根据已有的理论知识和案例情境将变量校准为集合。校准后的集合隶属度将介于0～1 之间。为了将条件变量的取值校准到0～1 的区间范围内，研究者需要结合案例中条件变量的实际取值分布，并根据案例的实际情况来选取能够体现条件变量中间程度的取值来选取校准的锚点（完全隶属、交叉点、完全不隶属）［23］。

本文使用了清晰集定性比较分析方法（cs/QCA）和模糊集定性比较分析方法（fs/QCA）,其中结果变量新型研发机构发展质量和条件变量院校品牌、资源支持采用清晰集定性比较分析方法，产业基础使用模糊集定性比较分析方法。对于产业基础各锚点的选择，本研究结合研究资料的实际取值情况选取能够体现条件变量中间程度的取值。其赋值结果如表1。

表1 结果变量与条件变量的指标描述与校准

表1 （续）

2.3.1 结果变量

本研究关注的结果为高质量发展的高校与地方共建的新型研发机构。根据中国科技部对于新型研发机构的发展定位，新型研发机构是聚焦科技创新需求，主要从事于科学研究、技术创新和研发服务三个方面的内容。因此，其发展质量的衡量也应该从这3 方面入手。基于此，本文选取科学研究、技术创新和研发服务水平作为结果变量的测量指标。本文依据这三个指标对广东省高校与地方政府共建的新型研发机构进行赋值，对科学研究、技术创新和研发服务水平较高的机构赋值为“1”，对科学研究、技术创新和研发服务水平一般及其以下的机构赋值“0”，由此反映出各高校与地方共建的新型研发机构的发展质量程度。

2.3.2 条件变量

（1）产业基础。高校与地方政府构建的新型研发机构离不开政府的支持，政府对于研发机构的支持一定程度上取决于当地政府的产业经济实力，林巧宁［27］认为在市场经济发达地区诞生新型研发机构并非巧合，而是由于该地区有强大的产业基础为支撑，以广东、上海等为首的东南沿海地区具有强大的经济基础，因此率先将新型研发机构发展起来。而受当前中国国情影响，工业发展是影响整个地区发展的重要因素，第二产业占据地区年总生产总值的大部分，新型研发机构当前更多也是为发展工业提供技术保障与支持，因此选取该地区第二产业增加值更具有代表性。基于此本研究采用2018 年度广东省高校与地方政府共建的新型研发机构所在地的第二产业的增加值作为衡量政府产业基础的测量指标。本文依据所选案例的实际情况将其生产指标划分为三类：6 000 亿元及以上代表着该地区产业基础非常好，所以将6 000 亿元设为完全隶属点，代表着全部样本中产业基础非常好的案例；500 亿元及以下代表该地区产业基础薄弱，所以将其设为完全不隶属点，代表着全部样本中产业基础薄弱的案例；1 400 亿元作为交叉点，是从整个样本的实际情况出发选出较为适中的数据，代表着样本中产业基础普通的案例［25］。

（2）院校品牌。新型研发机构着重于利用高校创新资源，促进技术发展。罗林波等［26］研究认为当前我国企业创新能力不够，核心专利、高价值专利创造能力不够，但与此同时，高校创新资源众多，创新能力较强，荣誉专利居多，专利运营化不够。因此促进高校与地方共建新型研发机构的发展在未来将成为我国科技创新的重要举措。2015 年8 月18日，中央全面深化改革领导小组会议审议通过《统筹推进世界一流大学和一流学科建设总体方案》，将“211”“985”工程等重点项目，共同纳入世界一流大学和一流学科建设。闫建璋等［28］在其研究中提到，第一批入选“双一流工程”的高校将获得大量资金投入。这些不仅是国家下发专项资金，还包括省级、市级拨款支持乃至校级资金倾斜。如河南省政府表示拟筹40.27 亿元支持郑州大学、河南大学进行“双一流”建设。正如克拉克·克尔所言“哪所大学得到较大数量的拨款，将有利于这所大学未来10 年或20 年的发展”。从中我们可以发现能够获得更多资源支持的是被纳入“双一流”建设行列的高校。因此本文将双一流院校赋值为“1”，非双一流院校赋值为“0”。

（3）资源支持。在科技进步的今天。政府对于科技创新重要性的认识越发深入。因此，政府出台各项政策措施支持企业技术创新，常见的就是来自政府高校资金和土地资源的支持。王一卉［24］研究发现在相对缺乏经验的新兴企业中投入政府补贴有利于提高创新绩效，而在经验丰富的企业例如国有企业投入政府补贴会降低企业创新绩效，因此他得到政府补贴对创新绩效的影响取决于企业条件。本文通过衡量政府对于新型研发机构的资金和土地支持，其中，政府与高校资金、土地支持程度高的新型研发机构，赋值为“1”，与之相反，资源支持程度低的机构赋值为“0”。

3 数据分析结果

3.1 必要条件分析

在对条件组态进行分析之前，研究者需要首先逐一对各个条件的“必要性（Necessity）”进行单独检验，并且通过“布尔代数最小化”识别出对目标案例解释力度最大的条件组态。因此，本文首先分别对个条件进行必要条件分析，如表2 所示。

根据表2 对于必要条件分析结果显示，产业基础、院校品牌、资源支持的一致性均低于临界值0.9，这一结果显示了高校与地方政府共建新型研发机构发展的复杂性，即需要政府、院校和资源支持相互间联动匹配才能够共同影响新型研发机构的发展。换言之，高校与地方政府共建的新型研发机构发展质量高低与否，应该综合考虑政府、院校和资源支持3 个方面下多重条件的并发协同效应。

表2 必要条件分析

3.2 条件组态分析

我们采取Ragin［6］和Fiss［30］所提出的QCA 分析结果呈现形式。该呈现形式的优点在于，其能够比较清晰地表明各个条件在组态中的相对重要性，分析结果如下：

表3 高质量高校与地方政府构建新型研发机构组态分析

表3 展示了高校与地方政府共建新型研发机构高质量发展组态分析的3 条路径。其中每一纵列代表了一种可能的条件组态。总体覆盖度（Solution Coverage）为0.818，这意味着，3 类条件组态可解释81.8%的高发展质量的新型研发机构案例。总体一致性（Solution Consistency）为0.989，这意味着，在所有满足这3 类条件组态的高校与地方政府共建的新型研发机构案例中，有98.9%的新型研发机构呈现出较高的发展质量。总体的一致性和覆盖度均高于规定的临界值，这表明分析结果有效。基于条件组态，我们可以进一步识别出产业、院校品牌和资源在推动新型研发机构中的适配关系。

具体而言，条件组态1 表明，当新型研发机构所在的地区有较好的产业基础，经济较发达，同时合作构建新型研发机构的高校有较好的院校品牌时，该类新型研发机构拥有较高的发展质量。这意味着，在这条驱动路径下，相较于其他条件而言，产业基础和院校品牌对于发展高质量的新型研发机构更重要。约75.5%高校与地方政府共建的新型研发机构高发展质量案例能被此条路径解释。另外，有44.9%的高发展质量的高校与地方政府共建的新型研发机构案例仅能被这条路径所解释。

条件组态2 表明，当新兴研发机构拥有来自所在地区政府和合作高校的资金及土地支持时，在院校品牌不突出的情况下也能获得高质量的发展。因此在这条路径下，政府和院校提供的资源支持对于发展高质量的新型研发机构更加重要，产业基础这个条件对于高校与地方政府共建的新型研发机构高质量发展无关轻重。这意味着来自政府和高校的资源支持能够有力消除院校品牌对于高校和地方政府构建高质量新型研发机构的桎梏。该条路径能够解释约6.3%的高质量新型研发机构案例。其中只有0.4%的案例仅能被该条路径所解释。

条件组态3 表明，新型研发机构所在地区拥有良好的产业基础且政府和合作院校提供强大的资源支持时，此类新型研发机构拥有较高的发展质量，这意味着在这条驱动路径，院校品牌知名度这个条件对于发展高质量的新型研发机构的影响不重要。这显示出，来自政府和高校的强大支持能够有利破解来自院校品牌知名度不高对于发展的制约。该路径能够解释约36.5%的高校与地方政府构建的高质量新型研发机构案例。其中，无案例仅能被该条路径所解释。

因此，综合我们可以得出，在构建高质量的高校与地方政府新型研发机构时，我们需要综合考虑产业基础、院校品牌以及政府资源支持的联动匹配作用。

4 研究结论

我国科技创新的脚步随着科技革命的兴起愈发坚定。新型研发机构的蓬勃发展象征着技术创新发展方式的革新。但是当今研究对于影响新型研发机构高质量发展要素与组态研究并未深入探讨。因此，本文以广东省19 个高校与地方政府构建新型研发机构高质量发展为案例，使用fs/QCA 进行分析，探讨政府、高校和资源支持影响新型研发机构发展的发展模式。研究发现：

第一，当地产业基础、院校、政府资源无法单独构成高质量高校与地方构建新型研发机构的必要条件。高校与地方政府构建的新型研发机构的发展不是单一因素能决定的，一定是来自政府、院校和资源各方面共同作用的结果，这表明发展高质量的高校与地方政府共建新型研发机构离不开多种因素的共同影响，单一因素无法构成影响其发展的必要条件。

第二，发展高质量高校与地方政府共建新型研发机构有3 条发展路径：

（1）路径1 为当地产业基础好及院校品牌知名度高的高校与地方政府共建新型研发机构可获得较高发展质量，此条路径是在该新型研发机构所在地区拥有较强大的经济基础刺激研发机构的技术需求，同时院校品牌较好导致高校有更丰富的资源支持，因此此类新型研发机构具有更高的发展质量。在总样本中共有14 个案例样本能被此条路径解释，其中最具代表性的案例为A 研究院。A 研究院所在地为深圳，作为广东省经济发展的龙头，2018 年第二产业增加值高达9 961.95 亿元，同时和政府合作的高校为“双一流”高校，是我国最高学府。截至2018年12 月，A 研究院已经成立了面向战略性新兴产业的四十多个实验室和研发中心，累计孵化企业2 500家，培养上市公司21 家，拥有包括国内外院士7名、“973”项目首席科学家5名在内的数百人研发团队。

（2）路径2 为当地政府和院校资源支持程度较高但院校品牌不够优秀的新型研发机构。此类新型研发机构虽然合作高校为非“双一流”高校，但其拥有来自政府和院校的资金与土地的大力支持，有充足的资金支持和高校创新资源。在总样本中有1 个案例能被此条路径解释，最具有代表性的案例为B 研究院。与政府合作构建研究院的高校为非国家“双一流”高校，但当地政府拨款1 亿元资金和20 000m2建设场地建设研究院，在一定程度上缓解了合作院校品牌知名度不高的缺陷，当前该研究院已经建成7 大公共服务平台、4 大创新创业平台和3大实验室，引进200 多名国内外高端人才，孵化100多家技术研发型企业，申请专利600 多件，实现技术服务收入超10 亿元，带动新增产值50 亿元。

（3）路径3 为当地产业基础好，政府支持程度高的高校与政府共建的新型研发机构。此类研发机构所在地区经济基础雄厚，政府对发展新型研发机构重视且大力支持，拥有强大的经济基础刺激需求增长和充足的资金支持。在总样本中有6 个案例能被此条路径解释，其中典型案例之一为C 研究院。该研究院所在地为深圳市，常年作为广东省发展最迅速的城市，2018 年第二产业增加值高达9 961.95亿元，产业基础雄厚。同时C 研究院建筑面积总达31 000m2，且首期注入资金高达2 000 万元，为研究院的初期发展提供强有力的支持。C 研究院当前已成立了2 个国家重点实验（深圳研发中心），催生出了21 家高新技术企业，转化了30 多项技术成果，吸引了2.15 亿元社会化资金和产业化资金。