杨 超

（中国矿业大学公共管理学院；中国矿业大学安全工程学院，江苏徐州 221116）

创新搜索能力是创新生态系统成员获取资源的首要步骤，不仅备受企业组织的关注，更日渐成为公立科研组织增强创新实力的焦点［1］，但关于创新搜索能力的分类在学界存在诸多争议。上述讨论反映出创新搜索能力在实践中具有复杂性，创新搜索能力是组织搜索创新资源激发创新的能力，在创新生态系统和开放式创新中尤为重要，需要从多个维度进行解析。

创新搜索能力不仅关系到创新资源的获取，还会影响到组织创新绩效的提升。如Laursen 等［2］以英国制造企业为例发现创新搜索战略对创新绩效具有影响作用，其中搜索宽度和深度与绩效的关系呈倒U 型曲线关系；多数国内外研究都以企业组织为研究对象，验证了创新搜索对创新绩效的正向影响作用［3-5］。因此，提升组织的创新绩效，就必须强化组织的创新搜索能力，这就需要进一步分析和探索影响创新搜索能力的影响因素。

而目前此类讨论集中于领导行为［6］、集群创新网络［3］、社会联系［7］等方面，这些要素的影响作用得到了初步的验证，但组织与政府的联系仅在上述研究中部分提及，并没有成为研究重点。作为介于企业研发组织和高校科研组织之间的企业国家重点实验室，政策对实验室利用创新生态系统资源的影响过程，却在既有研究中讨论尚乏。因此，本文以企业国家重点实验室为研究对象，以创新搜索理论为基础，首先讨论了企业国家重点实验室创新搜索能力的维度划分；第二，重点分析了企业国家重点实验室年度评估政策的“政策助推”性对创新搜索能力的影响作用，试图从组织层面解析政策影响创新搜索能力的机制。通过探索性因素分析法和结构方程模型法，分析了政府管理政策对企业实验室创新资源搜集的影响作用，旨在丰富创新搜索、助推等理论的研究，同时为优化政策设计提供数理支持。

1 概念界定和研究假设

1.1 核心概念

1.1.1 组织创新搜索能力

Ahuja 等［8］较早地开展了创新搜索研究，提出了科学搜索（Science Search）和地理搜索（Geography Search）两个维度，并以美国化工企业为例，发现“路径开创式”搜索（Path-creating Search）通常发生在企业技术枯竭和市场扩张的情境下。此后，创新搜索研究日渐兴起，但学界对维度的划分并不统一，主要可以归为如下几类：第一，早期研究以搜索距离为据，将创新搜索行为区分为本地搜索和远程搜索，这种划分仅考虑了创新搜索距离，而不是将创新搜索视作一个多维度行为；第二，有学者将搜索空间（Search Space）和搜索启发（Search Heuristic）作为象限轴，将本地搜索和远程搜索、体验式搜索和认知式搜索两两交叉，提出了情境搜索、比拟搜索、复杂搜索和科学搜索四条主要的创新搜索路径［9-10］；第三，Salge 等学者［11］以公立科研组织为案例，提出了基于科学和基于实践的创新搜索强度的分类方式。

组织创新搜索能力是创新搜索行为的内化，其本质是对创新知识和信息的搜索能力。尽管创新搜索行为的维度划分多种多样，但组织创新搜索能力的种类则相对简单，对上述维度进行了归类，并基于前期的案例研究，得到了组织创新搜索能力的三个维度，如表1 所示。

表1 组织创新搜索行为和能力的归类

三种创新搜索能力在企业国家重点实验室组织科研创新过程中也发挥着重要作用。科教资源型搜索能力的利用和开发表现在对科学和教育资源的利用上，如王婉娟等在实证研究中构建了协同创新能力评价指标中提出了“实验室自主创新投入”“实验室释放创新资源”“实验室获取创新资源”“协同产出”等指标集中，涵盖了实验室科研设备投入、国内外专利发明授权量、获取科研经费等观测指标［13］；技术资源搜索能力则反映在利用创新网络或者创新生态系统资源，将科学研究转化为技术应用上，如国家重点实验室构建创新网络［14］、利用生态关系［15］等，在科学研究和成果应用的实践过程中搜索创新资源，促进创新的转化。复杂开创型搜索能力是实验室科研人员围绕某一复杂性难题开拓性搜索的能力，如通过企业实验室团队的联合攻关，设置开放课题，围绕研究问题进行创新资源的搜索。

1.1.2 政策助推

助推指的是“通过预言方式改变人们的选择行为”［16］。政策助推是研究政策干涉的一个特殊视角。政策助推探讨的是政策目标群体受到政策内容设计影响产生的心理推力［17］。从政策的助推性角度探讨政策内容设计能够帮助政府明确政策设计的辅助性定位，更加科学地促进政策目标实现，是行为公共政策理论的研究构成。利用助推影响目标群体的行为选择的方式是选择架构，即政策内容的设计。政府通过调整政策内容的设计推动目标群体朝着政策设定的目标方向主动做出选择和行为改变。

就企业国家重点实验室而言，科技部门采用了一套完整的评估政策对企业实验室的建设情况进行考核和评价，目的在于“增强国家重点实验室的科技创新能力”。国家重点实验室评估政策的“助推性”体现在如下方面：第一，评估规则自从设定以来经历了数轮修改，每轮修改都反映出评估政策导向的调整和变化，这说明管理部门希望通过设置不同的评估规则来促进实验室绩效的提升，这满足了“政策助推”的理论要求；第二，大多数企业国家重点实验室的绩效考核制度都参考了实验室评估规则，组织政策模仿反映出组织层面政策助推的成效；第三，实验室评估规则成为很多企业实验室建立内部制度的指南，同领域实验室之间、实验室和依托单位之间也会相互模仿建立相似的管理体系。

1.2 研究假设

目前学界关于创新搜索能力影响因素的讨论和实证研究尚少。尤其对企业国家重点实验室而言，评估政策显然是企业实验室管理者和科研工作者最为关注的政策内容，尤其是在当前制度环境下，企业实验室评估不合格则会被淘汰出国家重点实验室建设序列，影响到实验室的资源支持。组织层面的创新搜索能力则是企业实验室获取创新资源的首要步骤。

国家重点实验室评估工作起于1990 年，评估规则经过了数轮修订，已经形成了较为规范化的评估系统，在评估规则的每个模块都直接或间接地涉及到创新搜索能力，整理可得到表2。

表2 国家重点实验室评估规则中的“组织创新搜索能力”考评

企业国家重点实验室评估规则中的“代表性研究成果水平与国际学术影响”“实验室主任与学术带头人作用”“开放课题的科学传播”“仪器设备的使用与共享”项目都反映出对“科学导向性”的关注。“代表性研究成果水平与国际学术影响”提出了对实验室研究成果需要具备科学性价值的要求；“实验室主任与学术带头人作用”体现了实验室科研人员在科学研究过程中会寻求主任或带头人对科学问题和方向的把握；“开放课题的科学传播”和“仪器设备的共享”则要求实验室在设置开放课题时考虑到其科学价值的传播，推动仪器设备资源共享，这为其他实验室寻求创新资源提供了基础。因此，科学资源型搜索能力是组织评估的重要测度。

同时，评估规则也非常重视组织的技术资源型搜索能力。国家重点实验室需要明确各自的定位，并承担国家重要任务，满足社会经济和国家的重大需求，这就要求实验室立足于实践，充分利用与实验室相关的应用领域的社会经济资源，促进科研成果转化为具有经济效益的应用性成果。评估规则还反映出对合作研究、学术交流的重视，鼓励实验室参与科学研究和产学研的合作，从科学和应用的实践中获取资源。运行管理和依托单位支持则体现了管理部门希望通过制度设计和管理优化促进实验室能够在管理实践中获取资源，或者为获取资源提供制度的保障和支持。

复杂开创型搜索能力在评估规则中的体现相对较少，主要体现在评估规则对自主研究课题和开放课题的设置和评估上。自主研究课题为实验室独立探究研究问题，搜索研究资源提供了资金保障。实验室开放课题的设置为实验室探讨研究问题，开展实验室之间、实验室与企业、政府部门等利益相关者的合作提供了平台。

从上述分析可知，企业国家重点实验室评估政策实质上关注了创新搜索能力的提升，在内容设计中得到了体现。为了迎接评估，参评实验室会围绕评估规则中的各个项目加大投入的力度，以保证实验室能够在评估中获得优异的成绩，因此，围绕实验室评估规则，自主建立实验室管理制度，鼓励实验室科研人员能够在考评标准上取得进展。基于此，本文提出以下研究假设：

假设1：企业国家重点实验室政策助推对科教资源型搜索能力具有显著的正向作用，即政策助推的程度越大，实验室科教资源型搜索能力越强；

假设2：企业国家重点实验室政策助推对技术资源型搜索能力具有显著的正向作用，即政策助推的程度越大，实验室技术资源型搜索能力越强；

假设3：企业国家重点实验室政策助推对复杂开创型搜索能力具有显著的正向作用，即政策助推的程度越大，实验室复杂开创型搜索能力越强。

同时，为了比较三种创新搜索能力受到企业国家重点实验室政策助推的触动程度，提出假设：

假设4：企业国家重点实验室政策助推对科学资源型搜索能力的影响程度高于其对其他两种搜索能力；

假设5：企业国家重点实验室政策助推对技术资源型搜索能力的影响程度高于其对其他两种搜索能力；

假设6：企业国家重点实验室政策助推对复杂开创型搜索能力的影响程度高于其对其他两种搜索能力。

图1 研究模型

根据研究假设，得到如图1 所示的企业国家重点实验室政策助推对创新搜索能力影响关系的研究模型。

2 研究设计

2.1 样本来源

鉴于本文研究问题为企业国家重点实验室评估政策对创新搜索能力的影响，将研究对象划定为组织层面的管理者和科研人员，因此，重点向依托单位管理者、实验室管理者及科研人员随机发放问卷，选取上述人员的原因在于能从不同角色窥探实验室在调查内容上的情况，能够较好地反映研究问卷的调查目标。调研时间为2019 年9 月—2020 年2 月。调研实验室的学科分布如图2 所示，完整地覆盖了材料、交通、矿产、能源、农业、信息、医药和制造等8 个学科领域。总共发放问卷共863 份，实际回收总数为510 份，但其中63 份存在错填、漏填等问题，因此，剔除无效填答后最终得到447 份有效样本。

图2 参与调查企业国家重点实验室分学科样本量

2.2 变量测度

本文涉及的主要变量为企业国家重点实验室政策助推、组织创新搜索能力两个核心变量，其中政策助推的测度主要是以助推理论为基础，并考虑了企业国家重点实验室的实际情况改进而来，初始包含了8 个项目，后删除或合并了其中部分项目，最终保留了5 个项目，测度了评估政策对组织科研绩效、组织商业绩效、组织合作水平、组织资源范围和组织成长速度的助推感知程度。量表设计考虑了企业实验室更重视商业成果转化和商业合作能力的现实情况，明确了现行考评政策的助推力度覆盖范围的适用性。组织创新搜索能力总共包含15 个项目，主要由Dahlander 等和Lopez-vega 的测度项目并根据企业国家重点实验室实际情况改造而得。在预试和稳定性检验测试后，最终保留了11 个项目，包括组织学术前沿引领能力、组织科研合作机会把握能力、组织学科交叉能力、技术成果需求获取能力、技术成果产出能力、技术成果转化能力、技术产业生态融合能力、复杂问题逻辑化水平、开创性问题探索能力、复杂理论基础性分解能力和复杂信息筛选重构能力。Dahlander 等和Lopez-vega 分别提供了个体外向创新搜索和复杂型创新搜索的初始设计，综合考虑了当前评估规则与创新搜索能力的对应、组织创新搜索的情况等要素，改造得到的上述项目依次反映了以科教资源为重点的内向资源探索、以技术资源为核心的外向资源探索和以复杂创新为要点的开拓性资源搜索，这构成了量表项目的内在逻辑。所有填答均采用7 点李克特量表，填答者需对所在实验室组织的实际情况进行评价打分。

2.3 信度和效度检验

问卷所有题项的Cronbach’α 值为0.885（＞0.7），接近0.9 的理想值标准，说明总体上问卷具有可信度。政策助推、科教资源型搜索能力、技术资源型搜索能力和复杂开创型搜索能力每个部分的α 系数为0.851、0.727、0.842、0.881，均满足信度的要求［18］。同时，还对问卷展开了效度分析。问卷题项主要来自于现有理论研究，并根据国家重点实验室的具体情况进行了设计，并咨询了相关专家和实验室问卷填答人员的意见，从内容上看具有较好的效度；另外，还利用探索性因素分析，采用主成分分析提取法，检验了四个维度是否彼此独立［19］。结果表明，KMO 值为0.877（＞0.7）且Bartlett 球形检验显著性为0.000（＜0.05），四个维度相互独立，反映出问卷具有较好的建构效度。为了满足结构方程模型对多元正态性的要求，还对数据进行了正态性检定。调研数据都很难达到完全的正态分布，所有数据都经过检测，其峰度和偏度都在可接受范围内，因此视作达到多元正态的要求。

3 实证检验与结果分析

为了检验构建的结构方程模型，首先，采用验证性因素分析来确保各个维度的构面具有较好的稳定性；然后，再检验每个假设，并比较政策助推对不同创新搜索能力的影响程度。

3.1 验证性因素分析

3.1.1 创新搜索能力的验证性因素分析

创新搜索能力在探索性因素分析中已经分成了三个子构面：科教资源型、技术资源型和复杂开创型搜索能力，在验证性因素分析中，检验了各个观测变量的系数值，确保整体模型具有稳定性，以便于后续分析。

从表3 中结果可知，企业国家重点实验室创新搜索能力模型拟合效果也较好，卡方自由度之比为2.713（＜3），拟合优度和调整拟合优度值也都超过了0.9 的理想值标准，近似误差均方根也小于0.08，因此，三个子构面均有较好的稳定性。同时，三种创新搜索能力的收敛效度也通过了检验。根据既有标准，组成信度值大于0.7 即可接受［20］；平均变异抽取量需大于0.5 的可接受值［21］。检验结果如下：组成信度CR 值依次为0.792、0.845、0.885；平均变量抽取量依次为0.651、0.580、0.661，均达到了收敛效度的可接受取值标准。

表3 企业国家重点实验室创新搜索能力验证性因素分析（N=447）

3.1.2 政策助推的验证性因素分析

如表4 所示，模型拟合整体效果较好，系数值符合要求且路径均具有显著性，卡方自由度之比为2.627（＜3），拟合整体效果也较好，政策助推的收敛效度也通过了检验，其中组成信度CR 值为0.852（＞0.7），平均变异抽取量AVE 值为0.536（＞0.5）。验证性因素分析的作用在于在开始结构方程模型之前检查每个构面的稳定性和有效性，以确保结构方程模型检验中的结果具有可靠性。从上述检验结果可知，企业国家重点实验室创新搜索能力和政策助推构面均在验证性因素分析中表现良好。

表4 企业国家重点实验室政策助推的验证性因素分析（N=447）

3.2 结构方程模型检验及阐释

以图1 研究模型为依据，参照Hair 等［20］的检验方法，首先分别检验了企业国家重点实验室政策助推对科教资源型（模型1）、技术资源型（模型2）和复杂开创型（模型3）搜索能力，以判别政策助推对单一创新搜索能力的推动作用；最后则将三种创新搜索能力同时纳入模型，比较三种创新搜索能力受到政策助推影响的程度差异（模型4）。表5～7分别为企业国家重点实验室政策助推影响科教资源型搜索能力模型、技术资源型搜索能力模型、复杂开创型搜索能力模型的检验结果。

如表所示，政策助推对科教资源型搜索能力的路径标准系数为0.507（P＜0.001），且模型拟合各项指标均达到要求，卡方自由度之比为2.235（＜3），这说明政策助推对科教资源型搜索能力具有显著的正向作用，假设1 成立。评估规则中“代表性研究成果水平与国际学术影响”和“实验室主任与学术带头人作用”均明确了企业国家重点实验室需向科教资源内部挖掘资源。科教资源型搜索能力是评估政策的重点方向。从标准化系数值可知，组织学术前沿、组织科研合作和组织学科交叉的系数依次递增，说明现行政策已经在学科交叉上起到了较好的推动作用。尤其是近年来实验室仪器的共享和开放课题的设置成为各大实验室的工作重点之一，开放课题极大地促进了学科的交叉融合和科研合作，但评估政策对学术前沿的引导略弱，说明实验室的建设质量应继续强化质量意识。

表5 企业国家重点实验室政策助推对科教资源型搜索能力影响模型检验

表6 为企业国家重点实验室政策助推对技术资源型搜索能力的影响检验结果，政策助推对技术资源型搜索能力的路径标准系数为0.545（P＜0.001），且整体拟合指标达到要求，这说明政策助推对技术资源型搜索能力具有显著的正向作用，即假设2 成立。从标准化系数可知，在技术成果需求获取、技术成果产出、技术产业生态融合和技术成果转化上呈现递增态势。现行评估政策中“在社会经济和国家重大需求中的贡献”的引导已经初见成效，评估引导促进了实验室技术产业的生态融合，提升了从成果转化入手搜索资源的能力，但现行评估中对技术成果需求的引导稍显不足，这致使一些实验室在成果需求获取资源上重视不够，这会造成实验室组织从不同技术资源维度的搜索能力发展不够均衡。

表6 企业国家重点实验室政策助推对技术资源型搜索能力影响模型检验（N=447）

表7 为假设3 的检验结果，企业国家重点实验室政策助推对复杂开创型搜索能力的影响路径标准化系数值为0.397（P＜0.001），且整体拟合指标良好，说明政策助推对复杂开创型搜索能力具有显著的正向作用，即假设3 成立。标准化系数的指标由复杂问题逻辑化、复杂信息重构、复杂理论分解和开创性问题探索上逐渐递增。这反映出评估政策对复杂开创型搜索能力的引导能力有限，在评估规则中“自主课题的组织情况和实施效果”“开放课题设置与成效”能够在一定程度上引导复杂开创型搜索能力。尽管自主课题和开放课题能够提升开创性问题的探索，但在执行过程中，很多自主课题的分布不合理，复杂性课题的分解能力和重构能力在评估政策中体现不够，使得这个模型整体的影响效果较低。

表7 企业国家重点实验室政策助推对复杂开创型搜索能力影响模型检验（N=447）

表7（续）

通过上述三个模型检验，初步可以得出企业国家重点实验室政策助推分别对三种创新搜索能力都有显著的正向影响作用。但由于在单一影响模型中，尚未考虑其他两种创新搜索能力的推动作用，因此，不同模型的路径标准化系数值不能直接进行比较分析。为了探求三种创新搜索能力受到政策助推的影响作用，在模型4 中，将所有变量纳入模型进行比较分析。由表8 可知，企业国家重点实验室政策助推对三种创新搜索能力的影响程度依次为：技术资源型搜索能力（0.586）、科教资源型搜索能力（0.554）和复杂开创型搜索能力（0.428），所有路径均具有显著性（P＜0.001），且模型拟合指标良好，因此，假设5 成立，而假设4 和假设6 不成立。

表8 企业国家重点实验室政策助推对创新搜索能力影响的整体模型检验（N=447）

3.3 分析与讨论

首先，本研究按照企业组织内外部资源类别划分，从探索性因素分析中将组织创新搜索能力形成了科教资源型、技术资源型和复杂开创型搜索能力三类，这推进了Salge［1］和 Fleming 等［12］学者对创新搜索的分类。本研究最大的特色在于以企业实验室组织为角度，以资源类别整合为目标，凸显创新搜索能力在企业国家重点实验室组织行为的表现。三种创新搜索能力的差异表现在搜索资源行为的导向上，科教资源型搜索能力强调利用科研文献资源、科学研究学术带头人、仪器设备供应等科学性资源的能力；技术资源型搜索能力则强调利用科技成果和科技需求的能力；复杂开创型搜索能力则更加综合，是从复杂性问题和思维入手对现有开放课题和自主课题在资源分配上的调适能力。三种创新搜索能力被抓取的是描述资源取向的特质，在具体的应用过程中也存在一定的相关性，但本文研究侧重于不同种类创新搜索能力的差异性。

其次，政策助推对创新搜索能力产生的正向推动作用，验证了政策促进行为形成固化的论述。政府科技管理部门制定评估规则，定期开展实验室评估，评估规则的初始目标为考核实验室的建设情况。但是实际执行过程中，政策还能引导组织在创新搜索上的投入，提升了实验室组织在发展过程中搜索资源的指向性。对企业国家重点实验室而言，以技术资源搜索能力为导向的评估规则展现出当前规则具有一定的合理性，能够帮助企业实验室科研人员及管理者明确实验室对企业的贡献能力和服务国家重大经济需要的能力。评估规则中的措施为实验室组织提升科教资源型、技术资源型和复杂开创型搜索能力提供了良好的外部条件。

第三，创新搜索能力在评估政策的助推下表现出明显的学习性特征。这种特征表现在国家层面的政策设计到企业实验室内部考核制度设计以及不同实验室之间的模仿和学习上。评估政策触发了实验室管理者和科研人员的心理推力，激发了对不同类型资源的利用力度，组织间的评级竞争，引发了同类型组织在政策执行中的学习，强化了上述政策引导下的创新搜索能力。创新搜索能力的学习性有利于组织惯常行为的培育，并且增强了政策影响组织创新搜索能力模型的适用性和推广性价值。

第四，评估政策设计对创新搜索能力极具重要性。当前的企业国家重点实验室评估规则较为偏重于技术资源型和科教资源型搜索能力，而对复杂开创型创新搜索能力的关注相对较少，最终在实证研究中，政策助推对前两种的正向影响程度也高于复杂开创型搜索能力。这说明，评估政策设计中的侧重和偏好能够对实验室运行产生明显的影响，政府管理部门可以通过改进评估政策设计，增加政策对实验室个体的助推性引导，来确保政策目标的实现，优化创新搜索行为，并提升创新系统的资源利用效率。

4 结论与展望

本文采用结构方程模型法实证研究了企业国家重点实验室评估政策对创新搜索能力的影响作用，得到研究的结论为：第一，企业国家重点实验室政策助推对创新搜索能力具有显著的正向作用；第二，这种正向影响作用的程度是不一致的，政策助推的正向影响作用依次为：技术资源型、科教资源型和复杂开创型创新搜索能力。研究结论对实验室管理实践的启示如下：由本研究可知，三种创新搜索能力在实验室评估政策的考评中都有所体现，且被证明会受到政策助推的正向作用，这一方面验证了设计评估政策的重要性，另一方面，也提出可以通过调整不同创新搜索能力在实验室评估政策中的比重来优化实验室评估政策，从而最大化地促进政策目标的实现。

囿于调查条件有限，本研究也存在一定的局限性。研究尚未考虑依托企业的差异，目前我国的企业国家重点实验室既有依托于民营企业建设的，也有依托国有企业或研究院建立的，在本轮调查中尚未区分企业之间的差异性影响。本研究重在探讨与高校国家重点实验室创新搜索能力之间的差异。后续研究可以考虑按照依托企业类型做进一步深入细化，比较在同质性和异质性企业环境下国家重点实验室的创新搜索能力差异，以及现行评估政策的政策助推的差异。