国家重点研发计划技术转移绩效的影响因素与路径模式

方卫华，李 萍，章 琰

(北京航空航天大学公共管理学院，北京 100191)

1 文献回顾：技术转移影响因素研究

技术转移是指制造某种产品、应用某种工艺或提供某种服务的系统知识，通过各种途径从技术供给方向需求方转移的过程[1]。一般而言，技术转移可通过技术转让、引进、推广等形式实现[2]。绩效是组织期望的结果，是组织为实现目标而在不同层面的有效输出，包括个人绩效和组织绩效[3]。本文认为，国家重点研发计划技术转移绩效是指在国家重点研发计划项目实施期间，项目参与团队在技术转移方面取得的成效。技术转移绩效可以通过客观数据、主观认定或二者结合的方式衡量[4]。

诸多研究从不同视角分析不同因素对技术转移的影响。20世纪60年代，Posner[5]在探讨国际技术贸易时提出了技术差距的观点。之后，Krugman[6]将技术差距论延伸到技术转移领域，认为当技术传播国、接受国存在技术差距时技术转移才可发生；1987年，Schlie等[7]提出影响技术转移的七要素模型，分别是转让人、接受人、技术、转移机制、转让人环境、接受人环境、转让方和受让方的环境；之后，知识利用模型被提出[8]。该模型注重技术转移的组织障碍或促进者以及双方的沟通在技术转移中的作用[9]；Bozeman[10]提出应急有效性模型，该模型包括技术转移主体、媒介、对象、环境和接受者5个技术转移的影响因素。Sohn等[11]从技术开发者、接受者、转移中心和环境因素预测技术商业化成功指数；刘威等[12]认为科技创新能力、研发能力以及成果转化能力会影响技术转移；Singhai等[13]从宏观、中观、微观3个维度出发，分析技术转移的影响因素；一些学者在以上模型基础上进行具体应用。Selmi[14]指出企业吸收能力会影响发展中国家承接技术转移；Kalar等[15]探讨学术界社会资本与技术转移之间的关系；Koo等[16]探讨韩国大学专利权与技术转移绩效之间的关系。

已有研究对技术转移影响因素的探讨愈发全面、深入，为本文奠定了良好基础，但大多关注高校、科研院所、企业的技术转移，较少涉及科技计划项目，缺乏关于国家重点研发计划技术转移的研究。而国家重点研发计划项目对技术转移的重视使研究其技术转移成为必要。在探讨不同因素对技术转移的影响时，多数研究中影响因素的设置相对随意、缺乏条理，分析维度不够系统，理论基础相对薄弱。最后，既有实证文献对技术转移绩效驱动机制、多重因素组合效应的探讨相对缺乏。因此，在中国场景下，国家重点研发计划技术转移绩效影响因素发挥作用的方式等需要进一步厘清、解释。

2 基于扎根理论的国家重点研发计划技术转移影响因素模型构建

本文使用扎根理论方法，围绕 “国家重点研发计划技术转移的影响因素”主题，对国家重点研发计划项目中调研的10个案例访谈文本进行开放式、主轴式、选择性编码，构建国家重点研发计划技术转移影响因素理论模型。具体的案例访谈情况见表1，选择8份访谈记录进行扎根分析，使用深海关键技术与装备、数字诊疗装备2个案例的资料予以补充，以保障理论的充分、饱和。

表1 国家重点研发计划案例基本情况

2.1 开放式编码

阅读案例资料，使用NVivo软件标记出与研究主题相关表述，即为节点。节点用较为抽象的概念予以概括，成为范畴。通过编码，得到88个范畴，开放式编码部分示例见表2。

表2 开放式编码部分示例

2.2 主轴式编码

主轴编码是将开放性编码中得到的范畴进一步提炼、调整、归类、合并，对范畴之间的内在联系进行澄清与梳理的过程。本文共形成技术转移的表现、技术转移的方式、技术资源、技术组织行为、首席科学家资源、首席科学家行动、团队资源、合作、竞争、利益分配、制度环境及市场环境12个主范畴，其中部分示例如表3所示。

2.3 选择性编码

选择性编码是从主范畴中发掘核心范畴，分析核心范畴与主范畴及其他范畴的联结关系，以 “故事线”方式描绘行为现象和脉络条件，从而建立理论。对12个主范畴继续分析，从不同视角挖掘出资源、行动、能力、外部环境、技术转移绩效以及首席科学家、技术、团队、外部环境、技术转移绩效核心范畴，如图1所示。

表3 主轴编码形成的主范畴及副范畴

图1 国家重点研发计划技术转移绩效影响模型

“故事线”可以概括为：技术资源、项目团队内人财物资源和制度文化资源、首席科学家资源，可以分别通过组织技术行为、团队协调整合行为、首席科学家行动产生技术能力、团队能力、首席科学家能力，以此影响技术转移绩效。也就是说，国家重点研发计划项目团队的资源通过协调、整合、组织等行动形成能力，进而影响技术转移绩效。在此过程中，外部环境影响资源→行动→能力之间的关系，从而影响技术转移绩效。资源→行动→能力之间的关系反映了资源行动观的逻辑进路[17]，是资源行动观在国家重点研发计划里的重要体现。

事实上，首席科学家能力和技术能力均属于团队能力维度。之所以将首席科学家能力从团队能力中抽离是因为在调研过程中发现，国家重点研发计划项目团队的首席科学家在项目运行、管理、协调中发挥重要作用。如生物医用材料研发与组织器官修复替代典型专项中 “新型血液净化材料及佩戴式人工肾关键技术研发及产业化”项目的首席科学家是我国最早并长期坚持从事血液净化膜材料研究的专家之一。20世纪90年代，该首席科学家在国内首次提出高通量血液透析器概念。为使平民百姓也能承受血液透析器的价格，该首席科学家在血液净化领域潜心立志，进行了数十年的科学研究。此外，该首席科学家利用其广泛的社会关系网络与学术影响力，以国家重点研发计划为依托，牵头建立中国生物材料学会血液净化材料分会，旨在通过开展血液净化材料相关活动，为该领域的科技、管理工作者等提供多学科交叉对话和交流平台。首席科学家是技术转移利益共同体中的关键纽带，除了与共同体内单位联系、沟通，也与共同体外的技术转移中介、风险投资机构接洽。除该项目外，其他项目的首席科学家也充分利用其个人资源采取一系列行动，促进技术转移。由此可见，首席科学家能力在国家重点研发计划项目中发挥着重要作用。

之所以将技术能力从团队能力中抽离，是因为技术是进行技术转移的基础，是国家重点研发计划项目中被转移的对象。技术能力是指组织部署、开发和利用技术资源，并将技术资源与其他互补资源整合以提供差异化产品和服务的能力[18]，在一定程度上是实现企业技术创新、产生竞争优势的基础[19]。技术能力具有静态和动态的属性。在其他条件相同的情况下，组织所拥有的知识存量越多，技术能力便越强。在拥有同等水平的知识存量时，组织对知识存量运用和操作能力越强，技术能力便越强[20]。其中，知识存量可以理解为项目团队所拥有的静态技术资源，对知识存量的运用和操作能力意味着团队采取的动态技术行动。技术能力伴随国家重点研发计划项目运行始终，影响着技术转移的全过程。且由于技术能力具有内隐性，使组织技术知识转移、复制和能力创造可能存在资源差异，从而促使技术能力成为绩效差异的重要原因[19]。

以 “故事线”为基础，本研究建构和发展出国家重点研发计划技术转移影响模型STOE (Scientist-Technology-Organization-Environment)全景动态轮盘，如图2所示。与产学研视角的三螺旋等理论不同，基于国家重点研发计划构建的技术转移STOE全景动态轮盘不强调产学研等不同主体间的合作机制，而是忽略主体的不同属性，重视由不同属性的主体组成的团队的整体属性，这符合国家重点研发计划以团队为行动主体的实际。尽管参与国家重点研发计划项目团队各有不同，但其均包含首席科学家、技术、团队，均受外部环境的影响。

图2 国家重点研发计划技术转移影响因素STOE全景动态轮盘

STOE全景动态轮盘由首席科学家能力、技术能力、团队能力和外部环境组成。由于个体能力是个体的特征和品质，包括个人所具有的知识、价值观、认知和行为技能等[21]。因此，首席科学家能力不仅包含首席科学家所拥有的知识、技能、精神等，也包括首席科学家的行为。首席科学家能力以其拥有的资源为基础，通过首席科学家的行动施展、转化而来；技术能力以团队的技术属性、类型、积累规模等为技术资源基础，通过动态的技术规划、技术竞争、技术集成的行为得以发挥；团队能力以团队资源为基础，通过对资源的协调、整合，形成团队能力。首席科学家能力、技术能力、团队能力以及外部环境相互渗透、密切联动。因此，各部分之间以虚线划分。所有环节均可以直接影响国家重点研发计划技术转移，也可以通过相互联动，间接影响技术转移绩效。外部环境调节着首席科学家能力、技术能力、团队能力与技术转移的关系。

STOE全景动态轮盘之所以是动态的，是因为其内部存在着资源与能力的流动。盘面上的任何微小变动都可能引起整个盘面的转动，进而影响技术转移。其实质上是将宏观环境、中观团队、微观个体结合于一体，技术成果贯穿其中，在轮盘流动。

除了能反映资源行动观外，STOE框架也是对经典技术-组织-环境即TOE框架的拓展。TOE理论由Tornatzky等[22]提出，强调多层次技术应用情境对技术应用效果的影响。虽然TOE框架对技术使用、采纳具有较强解释力，但其主要立足于西方情境。本文构建的首席科学家能力维度是对TOE框架进行中国化补充和拓展，体现了科技项目中，团队领导对于技术转移的重要作用。

2.4 理论饱和度检验

将其余两份访谈记录作为理论饱和度的检验数据进行重新编码和分析。在完成开放性编码后，没有发现新的概念、范畴和关系。由此可认为，STOE模型在理论上饱和且适用于国家重点研发计划技术转移的影响因素分析。

3 模糊集定性比较分析

从组态视角出发，使用模糊集定性比较分析，考察国家重点研发计划技术转移绩效的生成逻辑与模式。选择模糊集定性比较分析，主要由于本研究需考察首席科学家、技术、团队、外部环境间的相互联动，fsQCA可以分析多变量、不同组合的复杂因果关系[23]。同时，相较于清晰集和多值集只适合处理类别问题的特点，模糊集定性比较分析能够处理部分隶属或程度变化的问题[23]，适于本研究对技术转移绩效的处理。

3.1 数据收集与样本概况

本文的研究对象为国家重点研发计划项目的参与人员。在科技部的帮助下，正式问卷于2020年12月发放。最终，发放问卷966份，回收有效问卷965份，有效回收率达99.90%。在国家重点研发计划项目中，参与人员在性别、年龄、职业、受教育年限等方面具有较强的同质性。出于对国家重点研发计划项目参与人员信息保密的需要，也使参与人员能够如实回答问题，本研究并未收集填答者的年龄、性别、职业等信息。

3.2 变量测量与校准

本研究量表依据研究目的、框架和概念定义，在参考前人研究基础上，由相关领域专家多次讨论、修改而成。具体而言，首席科学家资源参考Edelman等[24]提出的人力资源量表和Siddiqui[25]提出的领导量表，首席科学家行为分别参考Hejazi[26]和刘祎娜[27]的量表，团队资源和团队协调整合行为参考王永梅等[28]和Heslop等[29]构建的量表，制度环境和市场环境参考Heslop等[29]和彭子晟[30]提出的量表，技术资源参考Daghfous[31]提出的量表，技术组织行为参考Murphy等[32]关于技术管理的研究指标。在前人研究的基础上，课题组与技术转移研究领域的专家、科技部工作人员就问卷问题多次沟通、讨论，并针对预调研的结果，不断将问卷修改完善。由于发放问卷时，诸多国家重点研发计划项目还未进入结题环节。因此，本问卷中的 “结项时的技术成熟度”题项为参与项目人员的依据项目预期填写。

采用直接法把变量校准为模糊集。将条件变量与结果变量完全隶属、交叉点和完全不隶属的校准点分别设定为描述性统计的95%、50%与5%数值。非高技术转移绩效的校准通过取高技术转移绩效的非集实现，见表4。

技术转移指技术从供给方向需求方转移。此过程中，技术成熟度发生了变化。技术成熟度指科技成果的工艺流程、技术生命周期等具有的产业化程度，包括1～9共9个等级[33]。本文主要通过结项时预期的技术成熟度与立项时的技术成熟度测量技术成熟度的变化。技术转移不仅体现为技术成熟度的变化，因此可参考Murphy等[32]和Rogers等[34]的指标，结合国家重点研发计划实际，将技术转移过程中产生的专利授权、商业产品、应用解决方案、行业认可纳入测量技术转移绩效的指标中，用以衡量其他技术转移量。

表4 数据测量与校准

(结项时技术成熟度-立项时技术成熟度)为项目中技术成熟度的变化。但由于从1到5与从3到7的技术成熟度变化量均为4，难以体现出技术成熟度变化的差异性。因此，以结项时的技术成熟度乘以结项与立项成熟度的变化，以表示技术成熟度变化的差异。为方便了解技术成熟度变化程度，又除以 (8×9)，对技术成熟度变化度进行归一化处理，得到技术成熟度变化度，见式1。其他技术转移量为预期商业产品、预期解决方案等加总求平均，见式2。

(1)

预期其他技术转移量=

(2)

结果变量为国家重点研发计划项目的技术转移绩效，其为技术成熟度变化度与预期其他技术转移量之和，见式 (3)。技术转移绩效的最大值为最大技术成熟度变化度1与预期其他技术转移量5之和，即技术转移绩效最高为6。根据校准标准，得到的校准点分别为5.0、4.5、3.5。

技术转移绩效=技术成熟度变化度+其他技术转移量

(3)

3.3 信效度检验

使用SPSS 26.0、AMOS 23.0对量表进行信度及效度分析，具体结果见表4和表5。结果显示，团队能力中的人财物资源维度信度较低，为0.580。经检验， “本单位配套资金充足”问题与其他问题差别较大，删去此题后，该维度的信度系数为0.748。尽管预期技术转移成熟度变化的信度系数较低，但仍大于0.6，信度可接受。研究构面合成信度CR均超过0.7且介于0.842～0.991之间，表示每个构面具有良好的内部一致性；平均方差抽取量介于0.573～0.963之间，高于0.5，表明测量模型具有良好的会聚效度。由于技术成熟度仅有两个测量题项，因此可直接根据载荷系数值判断技术成熟度效度。技术成熟度的载荷系数均大于0.4，表明具有良好效度。综上可见，本量表信度和效度良好。

表5 变量相关矩阵

3.4 研究结果

3.4.1 必要性分析

变量校准后，运用fsQCA 3.0对条件变量及其否定变量进行必要性分析。在fsQCA中，当结果发生时，若某个条件总是存在，则说明该条件为必要条件[35]。一般情况下，当一致性水平高于0.9时，该条件是结果出现的必要条件[35]。表6显示，高 (低)技术转移绩效中，各单项条件的必要性水平均未超过0.9，表明条件变量中不存在技术转移的必要条件。在高技术转移绩效的必要条件分析中，技术组织行为与团队协调整合行为变量得分介于0.8～0.9，可视为高技术转移绩效的充分条件，即技术组织行为、团队协调整合行为对国家重点研发计划项目技术转移绩效的提高有一定推动作用，但仅是充分条件，而非必要条件。这些结果显现了技术转移绩效的影响复杂性。技术转移绩效的影响路径应综合考量首席科学家、技术、组织、环境的并发协同效应。

3.4.2 条件组态分析

表6 必要条件分析

(1)产生高技术转移绩效的组态分析。模糊集分析得出产生高技术转移绩效的4个组态中，组态H1、H2、H3的核心条件相同，其构成二阶等价组态。4个组态可提炼出以下3种高技术转移绩效的模式。

资源-能力驱动型。组态H1中，高技术组织行为、高制度文化资源、高首席科学家资源、高首席科学家行为为核心条件，互补高团队协调整合行为、非高制度环境、非高市场环境为边缘条件时可以产生高技术转移绩效。组态H2中，高技术组织行为、高制度文化资源、高首席科学家资源、高首席科学家行为为核心条件，互补高技术资源、非高市场环境为边缘条件时，可以产生高技术转移绩效。组态H1、H2表明，当制度环境或 (和)市场环境较差时，如果项目团队资源充足、能力较强，其依然能够驱动产生高技术转移绩效，因此将二者命名为 “资源能力驱动型”。

表7 fsQCA中实现高、非高技术转移绩效的组态结果

资源-能力主导逻辑下市场辅助型。组态H3中，高技术组织行为、高制度文化资源、高首席科学家资源、高首席科学家行为为核心条件，互补高团队人财物资源、高协调整合行为、高市场环境为边缘条件时可以产生高技术转移绩效。该组态表明，资源、能力能够主导驱动国家重点研发计划项目团队产生高技术转移绩效，但也需要市场环境的辅助支持，因此将其命名为 “资源能力主导逻辑下市场辅助型”。约3.5%的高技术转移绩效案例仅能被这条路径所解释。

政府主导逻辑下资源-能力与市场助力型。组态H4中，高制度环境为核心条件，互补高技术资源、高技术组织行为、高团队人财物资源、高制度文化资源、高协调整合行为、高首席科学家资源、高市场环境为边缘条件时可以产生高技术转移绩效。该组态表明当项目团队资源充足、能力较强，制度和市场环境较好时，便可产生高技术转移绩效。在此过程中，政府的政策、制度支持对国家重点研发计划项目团队的技术转移绩效起核心影响。约5.4%的高技术转移绩效案例仅能被这条路径所解释。与其他路径相比，此路径对高技术转移绩效的解释力最强。

(2)产生非高技术转移绩效的组态分析。非高技术转移绩效的6个组态核心条件相同，均包含项目团队的技术组织行为、制度文化资源、首席科学家行为，他们可构成二阶等价组态，提炼出 “资源-能力紧缺型”的非高技术转移绩效的模式。以组态NH6为例进行解读：在缺乏制度文化资源，团队技术组织行为较差且首席科学家技术转移相关行为较少时，即使人财物资源、技术资源、首席科学家资源充足，团队协调整合行为较好，制度环境和市场环境良好，国家重点研发计划项目的技术转移绩效也不会高。非高技术转移绩效的组态结果，与高技术转移绩效的资源-能力驱动型相符，反映团队的资源、能力在对技术转移绩效影响中的主导作用。

3.4.3 稳健性检验

对高技术转移绩效的前因组态进行稳健性检验[36]。首先，将一致性阈值从0.80调整为0.9后，产生的组态一致，其次，将案例数阈值从5调整为6时，产生的组态一致；之后，将PRI阈值从0.7调整为0.75时，产生的组态一致，这表明本文的研究结果稳健。综合比较组态分析的结果，国家重点研发计划团队的资源、能力对技术转移的影响强于制度和市场环境。即使外部环境不是很好，团队内部的资源充足、能力强势，也有助于高技术转移绩效的产生。

4 结论

本文以扎根理论方法对国家重点研发计划项目中案例文本进行分析，构建国家重点研发计划技术转移影响因素理论模型和STOE全景动态轮盘，使用模糊集定性比较分析法对扎根理论结果进行验证与发展。主要有以下发现：首先，技术资源、项目团队内人财物资源和制度文化资源、首席科学家资源可以分别通过组织技术行为、团队协调整合行为、首席科学家行动，产生技术能力、团队能力、首席科学家能力，从而影响技术转移绩效。外部环境可以通过影响资源、行动、能力，影响技术转移。其次，单个条件无法产生高技术转移绩效。首席科学家、技术、组织、环境条件需相互联动才能影响技术转移绩效。最后，本文发现资源-能力驱动、资源-能力主导逻辑下市场辅助、政府主导逻辑下资源-能力与市场助力3种高技术转移绩效的生成模式，发现资源-能力紧缺会导致非高技术转移绩效，资源、能力在对技术转移绩效的影响中起主导作用。