当前,我国绝大部分高校的科研评定体系非常注重科研成果的作者顺序,甚至只有第一作者才被承认[1],并视同独撰的成果来评定职称或岗位津贴。对于这个潜在“惯例”,一个比较普遍的解释来自于所谓的“挂名”问题[2],这已经引起了持续而广泛的争议。虽然科学计量学文献已经充分论述了科研合作的重要性[3],但是,他们主要采用的是个体视角(如作者特征、合作网络)或群体视角(如科研团队),依然没有解决下列问题:第一,既然科研激励制度是在大学的组织层次制定的,那么,如何从组织视角来考察科研合作行为及其特征?第二,个体科研合作行为受组织制度的影响,也必然会影响组织产出,如何系统解析并检验两者之间的关系? 基于此,本文以大学为分析单位,从组织声誉的研究视角入手,借助信息经济学理论与社会资本理论,重点研究科研激励制度、科研合作行为对大学声誉的影响及其微观作用结构,并首次运用客观数据进行较系统的实证检验。本文的研究思路与相关结论,将对我国大学的科研管理体制调整、竞争力的积聚以及组织声誉的提升起到一定的借鉴作用。 一、理论发展与研究假设 (一)概念与基本模型 借助组织声誉[4]的相关理论,我们把大学声誉(university reputation)定义为:与其他大学相比,一所大学过去的行为结果、价值创造能力与未来前景对其利益相关者的整体吸引力。总体看来,大学声誉是其利益相关者认知层面的综合结果,也是其竞争能力的外显形式。 大学声誉与其科研实力是紧密相关的。科学研究不仅是一所大学培养人才和服务社会的基础,而且已经成为国内高校逐渐拉开差距的关键力量。[5]但是,正如梅贻琦先生所言,“所谓大学者,非谓有大楼之谓也,有大师之谓也”。一所大学可以在短期内购买“大楼”类的硬件设施,但却不可能在短时间内产生“大师”类的优秀科研人才。因为,大师不仅依靠其本人的能力或天赋,更是取决于其是否可以形成积极合作的研究团队、能否适应该大学的文化传统与氛围。由此逻辑,不难理解科研合作行为对大学声誉的重要性。 我们将大学的声誉创建理解为一个特殊的委托—代理机制所导致的行为选择过程,其主要的行动主体有两个:一是大学的管理者,作为委托人的角色,其期望效用函数是最大化大学的声誉水平;二是大学的科研与教学人员(以下统称“教授”)①,作为代理人的角色,只有他们具备创造大学声誉的能力。不过,他们可以选择单独研究,也可以选择合作研究,这取决于委托人提供什么样的科研激励制度。科学研究作为一种很复杂的社会劳动,委托人不可能直接观察到教授选择了什么行动,只能获得另一些由教授行动和随机因素共同决定的变量,这就是说,委托人与教授双方之间存在着信息不对称问题。 简化起见,我们假定教授可能选择的行动组合为A,a∈A是其所有行动中的一个特定行动,比如,a={
,
}的一个可能解释是
和
分别代表教授进行合作研究的精力百分比与教授把科研成果服务组织目标的可能性。所以,简单地讲,a可以被视为教授们参与科研合作的努力水平。θ是外生随机变量,比如,教授在一定的时期内可能做出成果,也可能做不出,这需要一点点运气。θ虽是不可确定的自然状态,但有一个概率分布函数g(θ)。所以,(a,θ)共同决定可观测的一个行动选择x(a,θ)和产出收益л(a,θ)(比如,一篇高质量的学术成果带来的声誉)。我们假定л(a,θ)的直接所有权归委托人,在本文中,这意味着署名单位决定了哪所大学可以使用这项成果带来的收益。也就是说,教授的研究成果存在着一种“溢出效应”,即研究成果总归要署上学校的名称,从而为大学声誉做贡献。 委托人对教授的激励契约是s[x(a,θ)],这表示委托人为使教授选择行动a需要支出的“成本”,即教授的报酬。这样一来,委托人和教授的期望效用函数可以分别表示为v[л-s(x)]、u[s(x)-c(a)],其中,c(a)是教授选择某一行动所需要付出的成本函数。 所以,大学管理者的核心问题就是设计一个激励机制,诱导教授选择对大学声誉最有利的行动,以实现其效用的最大化,具体表述如下:
这只是个一般模型,我们这里不对其求解,仅按其思路展开讨论。式(2)表示教授按照激励机制参与科研合作所得到的期望效用不低于选择其他行动所得到的最大期望效用。这是保证教授选择科研合作的基本条件。式(3)说明,如果教授选择了激励政策所引导的行动a(如合作研究),只有当他们从a中得到的期望效用大于从a之外的任一行动a'得到的期望效用时,才有积极性继续有利于委托人目标的行动。这也被称为“激励相容条件”。所以,如果这两个条件不满足,那么相应的激励政策就会产生偏差和扭曲,教授并不会把委托人的期望纳入效用函数,而只选择仅对自己有利的行动。显然,委托人需要教授参与合作的努力水平越高越好,而对教授来说,除非委托人能够设计非常有吸引力的激励机制,否则他希望这类行动越少越好。这种利益冲突也会导致教授在价值选择(合作还是不合作)方面的冲突感:虽然明知科研合作是应该的选择,但却不得不更偏重独自研究。