基于“双因素”模型的大学创新机制研究，本文主要内容关键词为：模型论文,机制论文,因素论文,大学论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
随着知识经济的发展，创新日益成为促进经济发展的根本动力。同时，创新被认为是一个需要动机激发和政策支持的行为，因而如何激励创新业已成为多数国家重要的公共政策议题。近年来，我国从国家战略层面相继颁布了《国家中长期科学和技术发展规划纲要(2006-2020年)》、《教育规划纲要》以及《高等学校创新能力提升计划》等，将提升科技创新能力，培育创新人才和文化列为政策的重要内容。同时，在强调创新能力成为国家竞争力核心要素的背景下，应释放高校人才、资源等创新要素的活力，营造有利于创新的科研文化。
目前，我国从操作层面相继制定了针对大学和科研院所的若干人才和科研激励政策，例如“长江学者奖励计划”、“国家杰出青年科学基金”以及“千人计划”等国家级的人才奖励计划，还包括自然科学基金、社会科学基金等各种类型的研究资助项目，这些激励政策和“项目制”的科研资助方式在一定程度上推动了我国的科技进步和创新成效，但在激励政策的背后却忽视了创新活动的另一个重要特征——风险。从本质上而言，“创新”可以为主体带来额外的利益，但它更是一个“风险投资”活动，这种单纯着眼于结果的激励政策与创新所需的自由探索之精神相悖。因此，系统地控制和分散创新主体所面临的风险是创新激励政策中不可忽视的重要内容，而建立系统化的保障与竞争并存的创新激励体系是一个紧迫的时代课题。
一、创新活动的本质与激励政策的合法性
(一)创新活动的本质与特征
创新伴随着人类生存、发展的始终。在人类的发展中，似乎存在一种固有的驱动力，它驱使着人类去探寻解决问题的新方法、好方法，并努力去实现。[1]从这个意义而言，创新是人类的本性行为，人类的发展史就是一个持续创新的过程。
从另一方面看，“创新”也被认为是一个非常复杂的活动，是广泛的经济、科技、政治和社会行为的综合。肯尼斯·阿罗等人认为，“创新”的基本定义就包含着不确定性；罗森博格指出，建立知识的生产函数是不可能的，因为其结果是未知的。[2]从风险管理的角度而言，无论是企业的技术创新还是研究者的知识创新，都存在着不确定性。在一定程度上，有目的的活动都具有风险，因为其目标指向不确定性的未来。风险是人类生活不可分割的部分，而进化生物学家认为冒险是人类进化中最基本的特征。因此，风险的概率和冒险的行为有直接关系。在创新与风险的关系上，因为创新指向不确定性的未来，因此是高度风险的。对于创新主体而言，不确定性情境下的行为都会承担或多或少的风险，可能会获得或失去诸如工资、职位提升、社会地位或自尊。[3]创新者如何看待风险将直接影响他们的创新行为。
风险是创新的核心，人类既有承担风险的本性，也有规避风险的心态。对风险与创新关系的认知导致人们在不确定情境下采取不同的决策和行为，正是这种本性行为与风险性行为的结合，使得一定的风险分担成为创新活动的必要前提。
(二)创新激励政策的合法性来源
基于收益与风险的创新决策对创新主体而言是一个博弈过程，在不同的创新环境下人们会做出不同的选择。因此，单纯的市场调节难以激励创新，尤其在知识创新中更是如此。在此背景下，国家的政策干预是非常必要的，这也是很多国家制定创新激励政策的合法性基础——创新风险和市场失灵。
在新古典经济学理论中，公共政策干预的一个必要条件是市场失灵。如果市场正常就没有干预的必要。市场失灵可能有多种原因，但在创新政策方面最常见的一个原因就是缺少对知识投资的激励。[4]知识被认为是具有非竞争性和非排他性的公共物品，不论在改善民生，还是在提升国家的科技竞争力方面，新知识都具有重要的意义。因此，政府应该对以公用为目的的知识生产和创新进行支持和补贴。强调创新活动中的政府责任是目前诸多经济理论的主要观点，这一合法性来源更多基于国家战略的考虑。
创新激励政策的另一个合法性来源是创新风险。创新活动面对的是一个不确定性的未来，不确定性既是创新存在的根据，又是创新行为发生的障碍。[5]从理论上讲，风险是指某种事态的结果会偏离人们预期的可能性，这种可能性是一种不依人的意志为转移的客观性。[6]这些潜在或实际的风险会增加创新主体的创新行为成本，例如时间、精力、个人提升或经济回报。尽管承担风险是人类的本性，但未来的不可预测可能导致人们为了规避成本而安于现状，这显然于国家的未来和社会发展无益。因此，政策制定者需要进行有效的政策安排，鼓励创新者进行“冒险”，提升人们从事创新活动的意愿，使人们乐于创新。如果没有这些激励政策，创新行为或活动可能不会发生，这也是激励政策最主要的出发点。由此可见，在一个高度强调创新的时代，通过激励政策促进创新意愿是提升国家创新能力、推动创新型国家建设不可或缺的制度安排。
(三)大学参与创新活动的特点
从组织层面来看，无论在何种经济背景下，企业和大学都是国家创新体系中最重要的执行主体，但大学和企业在创新体系中的功能不尽相同。大学，尤其是研究型大学在现代知识经济中起着十分重要的作用，它不仅是基础知识的源泉，有时也是产业相关技术的源泉，[7]而这主要通过大学的基础研究来实现。基础研究对国家的科技竞争力具有重要意义，早在1945年布什就明确指出：一个在基础科学知识方面依赖他人的国家，将减缓它的工业发展速度，并在国际贸易竞争中处于劣势。[8]正是布什对基础研究的理解和观点在一定程度上塑造了政府与科学共同体之间的契约关系，进而促进了美国研究型大学的发展以及基础研究在国家发展中的战略地位。美国的研究型大学一直处于创新的前沿，它们执行着约全国一半的基础研究和大约12%的应用研究，美国大学的研究和教育一起成为美国保持世界一流经济体的动力。[9]例如美国大学在纤维光学和激光方面的研究引发了电讯技术的变革，为美国带来了史无前例的经济增长；美国大学在20世纪70年代实施的重组细胞DNA技术的研究，开启了今天美国生物工艺学的大门；大学在消除或控制百余种植物、家禽和牲畜疾病疫苗和治疗方面的研究，以及发展高产量、抗病水果、蔬菜和谷物方面的研究，带来了彻底的农业变革；大学在卫星摄像技术方面的前沿研究带来了精确的摄像，这对太空探险、天气预测、环境监控和军事监视都非常重要。因此说，大学基础研究是参与国家创新最主要的方式。
大学的基础研究具有自身独有的特征。首先，源于学术自由理念的大学基础研究要尊重研究者自由探索的传统，它既要有一定的目标指向，但也要尊重研究者自身的学术兴趣和优势。尽管“基础科学只有疏远实用意图才能成为技术进步的带动者”已经不符合二战后对基础研究的理解，但过分的目标导向很可能导致学术研究的功利化，诸如浮躁的研究风气、急功近利的研究态度，甚至导致学术不端行为的发生，使研究者，尤其是最具创新精神的青年学者，难以潜心于具有挑战性且有兴趣的开创性工作。
其次，基础研究未来的不可确定性，即从事基础研究也面临着风险。基础研究是开创性的活动，它能否实现或达到研究者的最初设想受制于很多因素，它可能面临着完全失败，这也是基础研究或科学探索必然要面对的问题。但目前的一些研究激励政策并未考虑基础研究中的风险问题，或者说并未制定合理的风险分担机制。一方面，科研激励政策的选择标准是结果导向或逆向逻辑，研究者只有提供充分证据表明自己具有完成某项研究的能力，才能获得支持或资助。但另一方面，创新是一个持续的过程，科学研究的周期以及研究者个人的学术成长也是一个持续的过程，过分注重结果的激励政策很可能会错过研究者的最佳创新周期。这既不利于创新人才的培育和成长，更不利于知识创新。
如果科研激励政策不考虑基础研究中的风险，那么很可能出现“激励失灵”，即研究者为了规避风险而采取更加安全的研究或工作选择。对于年轻的学者而言，他们面临着两难困境：一方面是他们愿意从事那些具有高度风险的研究；另一方面通向职业阶梯的时间是有限的，需要尽快满足获得高级教职的条件。关于这一点，美国学者麦克穆伦和谢弗德对美国两所研究型大学的54名助理教授进行了深度访谈，调查他们对那些高度不确定的、公认具有挑战性的研究的态度。结果发现，年轻的研究者为了更快地获得终身教职，更愿意从事对已有知识的“修修补补”的研究工作，因为这样的研究结论符合预期结果，更容易获得期刊评审人的认可而发表。[10]威恩柏格和杰姆瑟的研究也显示，同行评议最厌恶创新性的工作。因此，对研究者而言，最重要的研究策略就是去从事符合共识(Consensus-Conforming)而不是挑战共识(Consensus-Challenging)的研究工作，这样才能产出更多的学术成果。[11]
以上研究结论为制定创新激励政策提供了警示。年轻学者为了在有限的时间内获得职业提升，他们更愿意从事那些相对安全、容易产生成果的研究工作。因此，只有系统化地控制和分担科学研究中的风险，对研究者的工作提供基本而必要的保障，在激励他们乐于创新的同时，才能让他们更安于创新。
二、大学创新机制的构建——“双因素”模型
基于保障和激励的“双因素”模型的构建能够改进原有创新激励政策的不足，其针对大学参与创新活动的特点，在鼓励研究者进行“冒险”的同时，系统化地控制和分担他们面临的风险，从而使其潜心于开创性的研究活动。
(一)“双因素”模型：机理与内涵
“双因素”模型的构建主要依据目前创新激励政策的“激励有余而保障不足”的问题，考虑知识创新的不确定性和高风险特征，以解决政府的“激励失灵”和研究者面临的“两难境地”。我国政府为了提高大学创新能力和知识生产，设立了诸多激励项目并投入了大量资金。尽管这些激励政策或项目取得了一些成就，但它的“激励”效果并不明显，例如在基础研究方面获得的突破性成果非常有限。同时，这些政策或项目也不利于年轻研究者的学术成长，其主要原因是目前的激励政策主要基于动机论——创新活动的不足源自激励机制的缺陷，正是创新难以获得合理回报，导致了主体的动力不足。这一动机论只反映了事物的一个方面，从事创新活动是人的本性，是人类改造自然的天性使然，适当的激励确实能够增强个人从事创新的意愿。但作为具有高风险的创新活动，“冒险”意味着要付出代价，主体只有在充分权衡收益与风险的前提下才可能进行决策并采取行动，尤其在缺乏基本的保障机制和风险分担机制的环境里更是如此。本质上而言，激励大学创新的公共政策有其特殊性，必须考虑大学参与创新活动的特点，基础研究不仅与其他创新活动有着共同之处，也有自身的独特特征，其核心特征是周期较长且难以在短时期内取得明显结果，因此，必须对从事这一创新活动的主体提供足够的研究和生活保障。从长远来看，现行的强调短时效益和结果导向的激励原则并不能真正提高中国大学的知识创新能力，尤其难以让处于创新高峰期的青年学者乐于并安于探索性的研究工作，过分的外部力量驱使与创新活动的本质是相悖的。“双因素”模型的构建试图解决“激励政策”面临的合法性危机，在增加创新主体的收益，激发、吸引他们从事创新活动的同时，重视分散、降低从事这一活动的风险，从而保障高水平创新活动的进行。
在风险社会中，不同阶层应对风险的能力是不同的，上层社会可以转嫁风险，他们同样也可以逃避风险。不平等的风险分担机制导致了主体面对风险时的行为取向，当风险的社会承受力超出了主体的承受力时，他们将以“无能为力”、“听天由命”的消极态度去应对风险。[12]这种现象构成了风险社会中风险分配的不平等逻辑，实际上是一种强权逻辑，形成了绝对不平等的阶层风险地位。“创新”是一种高风险的活动，由于目前的激励政策缺乏合理的风险分担机制而将这一风险转嫁给从事这一活动的主体，造成了研究者无力承担风险而采取消极行为。
单纯地以激励政策激发动机并不是有效的管理原则，激励政策的根本目标应是以保障或保护创新主体的创新活动为前提的，只有建立将“动机论”的激励机制与“风险论”的保障机制相结合的系统化的创新激励政策，才能激发研究者的创新活动和承担风险的意愿，这既符合人的本质，更符合创新的本质。
(二)风险管理下的“双因素”模型构建
“双因素”模型能够改变不平等的风险分配逻辑。基础研究成果作为具有公共属性的物品，其收益主体是多元的，应该将与知识创新有关的各种风险要素以某种形式在参与者之间进行分配，即为风险分担。风险分担方式主要有风险分散与风险集中两种。知识创新是一种高风险的探索活动，风险集中势必有其不可克服的弱点，解决这一矛盾的有效途径就是分散风险，让更多的团体或个人来分担风险，以减少创新个体对未来不确定性的担忧，从而在总体上提高整体风险承担能力。目前的创新激励政策并未实现风险分散，而是将风险集中转嫁给了研究者，他们成为创新活动最重要的风险承担者，面临着创新风险带来的各种不利后果，诸如在规定时间内没有取得预期的研究成果或结论，继而在职称评定或其他的利益竞争中失利，而“双因素”模型能够最大限度地减少创新活动为其主体所带来的各种风险，使研究者乐于、勇于并安于创新。“双因素”模型基于风险分担和责任与权益对等原理，使承担风险的主体从一元变为多元，建立平等的风险分配逻辑和新型的政府、大学与研究者之间的契约关系。(见下图)
基于“保障与竞争”要素的“双因素”模型
如上图所示，“双因素”模型包括创新活动所必不可少的双重“因素”：因素1是基于过程的风险分担的保障机制，对所有乐于实施创新活动的主体实施平等对待。这一机制既基于对研究者的信任，又出于对研究者的保护，减少创新主体因风险而可能导致的不利处境；因素2则是基于结果的激励机制，对那些潜心基础研究并取得卓越成就的研究者进行奖励或进一步资助，一方面提高他们的积极性和主动性，同时也发挥他们对其他研究者的示范作用，使创新活动成为常态行为，最终形成有效的创新激励政策。
从国际经验来看，一些创新型国家普遍利用“双因素”模型制定其科技创新政策，这主要体现在国家对特定研究领域的长期稳定的科研经费投入以及不断完善的科研资助体系中。这些国家的科研资助方式主要分为两种，一是机构式资助，主要是政府或资助机构为科研机构提供相对稳定的经费支持，即科技创新的“保障机制”；二是“项目式”资助，也就是科研人员通过竞争性课题获得研究经费，即科技创新的“竞争机制”。美国、德国、韩国等国家的研究机构或大学的竞争性经费与非竞争性经费均保持在一个合理比例，例如从事基础研究的机构获得的机构式资助都在80%左右；另外一些国家如加拿大、法国、日本等，也努力在基础研究领域降低竞争性经费的比例，避免科研人员忙于项目申请，难以集中精力开展基础性、前瞻性研究。
发挥研究型大学在创新活动中的主力军作用，需要通过有效的制度安排确保科研人员愿意并负责任地进行科学研究和拔尖创新人才培育，因此，“双因素”模型的建立有着广泛的合法性基础，有利于形成稳定的科研队伍和开展持续深入的科学研究，促进科学研究事业的良性发展。这既符合科学研究的规律，也是健全社会保障机制的重要组成部分。
(三)“双因素”模型理念下的政策建议
改变目前的制度设计和安排能够有效解决广泛存在的科技创新能力不足，尤其是领先世界的科研成果乏善可陈的现状。具体来说，目前的一些创新激励制度的资助原则偏重“已成功者”而非“有潜力者”，青年学者难以获得资助。除了在竞争性的资助中失利外，由于缺乏对青年人才的科研保障政策，他们的收入水平不能充分体现其职业价值，使他们难以有尊严地生活和研究，这也是产生学术不端行为的重要原因之一。基于此，应该对创新激励政策，尤其是人才奖励政策进行重新设计。
首先，在激励模式上，实施人才激励+人才保障的“二元”模式。在发掘、造就一大批拔尖创新人才的过程中，需要对年轻学者的科学研究活动进行支持，降低年轻杰出人才在科学研究中的风险，保障他们自由地进行科学探索。《国家中长期人才发展规划纲要(2010-2020年)》也将“青年英才开发计划”作为其重大人才工程，着眼于人才基础性培养和战略性开发，每年重点培养、扶持一批青年拔尖人才。与这一理念一致，建议在已有的人才激励计划基础上，拨出专门资金激励青年学者兴趣导向的科学研究。以目前影响较为广泛的三个国家层面的人才奖励计划为例，其获得者的年龄分布为：“国家杰出青年科学基金”获得者的平均年龄为38.5岁，“千人计划”获得者的平均年龄为47.5岁，“长江学者奖励计划”获得者的平均年龄为43.7岁。同时在这三个人才奖励计划中，90%以上的获得者都有教授/研究员职称。①从中可以看出，对处于创新高峰期的新进入研究者缺乏相应激励政策，需要制定专门针对青年人才的奖励项目，给予他们一定的科研、生活保障，激励其创新活动。
其次，在人才激励计划的评估方式上，实施基于结果导向+过程导向的“二元”科研评估模式。由于新进入研究者处于创新活动初期，可能因为创新成果缺乏而在科研经费竞争中失利。因此，在创新政策或经费分配中，更多考虑青年学者的创新潜力，依据他们的研究兴趣提供从事高深研究的保障性经费。例如在国家层面的奖励计划中，评估方式是基于“结果导向”的，获得者一般都已经取得了卓越的研究成果，导致了“富者愈富，穷者愈穷”的结果，也容易引发少数学术权威把持学术话语，破坏创新氛围的现象，对年轻研究者的学术成长极为不利。因此，应该从国家层面为青年学者提供一定数额的、覆盖范围较广的科研保障经费，经费的分配方式主要基于保障而非竞争的原则，根据他们的研究兴趣和优势自由地进行探索。
最后，建议设立“卓越英才保障计划”，为那些从事基础研究的青年英才提供潜心研究和创新的保障，通过提供延续数年(如3年)的最低科研保障经费，改善青年科技人才的科研和生活条件，给予年轻研究人员足够的研究时间和自主权，保证他们能够有尊严地生活，使他们的收入水平充分体现其职业价值，从而吸引拔尖创新人才愿意进入创新队伍，解决目前我国面临的科技创新人才短缺、人才流失严重的局面，避免“奶牛现象”②的发生。
风险是创新的核心要素，对风险与创新关系的认知直接导致创新主体的决策与行为。缺乏保障的创新激励政策对研究者而言是一个“陷阱”，这一陷阱将本应属于多人承担的风险转嫁到了研究者身上。同时，对风险的认知和权衡导致他们面临“两难境地”，降低了研究者从事原创性研究的意愿。在一个“人才资本”时代，系统化的创新激励机制在一定程度上要充分考虑并尊重工作本身为研究者所带来的乐趣、自我实现的成就感以及发展和成长的机会等需要，为他们开辟职业发展的空间。因此，创新激励政策的原则应既强调激励创新又宽容失败，既强调竞争又强调合作，通过提供科研和生活保障，允许青年研究者依据自身的研究兴趣潜心于周期较长且未来不确定的创新研究活动，这既给予了他们学术成熟的空间，也利于培育本国的拔尖创新人才和创新文化。
①以上数据根据三大人才奖励计划获得者的历年信息整理而成。
②奶牛现象是印度媒体用来比喻人才培养和流失现象：奶牛的嘴巴在印度吃印度的草，而奶却挤在国外，收获的是外国人。