梁玲玲，路玉瑩

（上海應用技術大學經(jīng)濟與管理學院，上海 201418）

一、引言

2021 年4 月，習近平主席在清華大學視察時強調：“勇于攻克‘卡脖子’的關鍵核心技術，加強產(chǎn)學研深度融合，促進科技成果轉化?！蓖辏曋飨俅螐娬{：“強化國家戰(zhàn)略科技力量，提升國家創(chuàng)新體系整體效能”。政府的大力支持、激烈的市場競爭和快節(jié)奏的技術變革，促使校企創(chuàng)新合作逐漸成為中國創(chuàng)新與改革的重要驅動力。但校企創(chuàng)新合作的成果良莠不齊，如何建立校企間有效的合作關系，促進校企創(chuàng)新合作績效成為各界關注的重要問題。

多維鄰近性在解釋企業(yè)間的內(nèi)部合作關系、揭示創(chuàng)新中扮演著重要的角色（Guo et al，2021）。目前的研究主要探討多維鄰近性對校企創(chuàng)新合作績效的直接影響。但事實上，校企之間創(chuàng)新合作能否產(chǎn)生滿意的合作績效很大程度上取決于雙方關系的建立與維持即合作者的信任程度與依賴程度。多維鄰近性通過影響校企間的信任與依賴關系而影響創(chuàng)新合作績效。然而多維鄰近性的指標選取及各指標對校企創(chuàng)新合作績效的影響尚未達成共識。另外，中國校企創(chuàng)新合作的展開離不開政府與技術中介等外部力量的影響，但目前少有文獻同時從內(nèi)外部出發(fā)考慮多維鄰近性對校企創(chuàng)新合作的影響。

為此，本文將在前人的基礎上深入研究多維鄰近性、合作信任度及合作依賴度與校企創(chuàng)新合作績效之間的關系，并引入政府引導支持和技術中介服務兩個調節(jié)變量，基于中國當前的情境揭示多維鄰近性與校企創(chuàng)新合作績效間的內(nèi)在運行關系，旨在為相關主體開展校企創(chuàng)新合作活動和提高校企創(chuàng)新合作績效提供切實可行的建議與對策。

二、理論回顧與模型假設

（一）多維鄰近性

鑒于目前學界對多維鄰近性的研究存在指標多樣且部分指標涵蓋范圍有所重疊等問題，而且近幾年外在政治、經(jīng)濟、技術等大環(huán)境也發(fā)生了巨大變化。因而，本文在確定多維鄰近性指標的時候，首先實地走訪了上海市幾家高新技術企業(yè)的部門主管及科研負責人，另外通過智慧芽和Patentics 軟件平臺對校企專利合作數(shù)據(jù)進行可視化分析，在此基礎上，還借鑒了法國互動主義的觀點將多維鄰近性分為地理鄰近性和組織化鄰近性（李琳和雒道政，2013），并將組織化鄰近性進一步劃分為技術鄰近性、認知鄰近性和關系鄰近性。其中，地理鄰近性是指兩個合作組織之間的空間距離和物理距離，它對校企創(chuàng)新合作績效的影響一直備受爭論（Sun 和Liu，2016）。認識鄰近性是指合作雙方在感知、解釋和評估世界方面的相似性（曹興和宋長江，2017），它被認為是校企創(chuàng)新合作開展的基礎。認知鄰近在一定程度上彌補了地理鄰近的不足，增加了合作者對彼此的認知（Dallasega 和Sarkis，2018）。關系鄰近性是指合作的校企之間存在明顯的社會關系，可將其分為學緣、業(yè)緣和親緣關系三大類（胡楊和李郇，2017；張省，2017）。技術鄰近性指雙方具有技術的相似程度，即基于組織間共享的技術經(jīng)驗和知識基礎（Petruzzelli，2011）。

（二）多維鄰近性與合作信任度、合作依賴度

具有較近地理位置的合作企業(yè)往往面臨著相似的政策制度環(huán)境，降低了合作者的溝通成本與搜索成本，為雙方的合作提供了前提保障。同時，合作企業(yè)可通過建立研究中心等手段保持與合作企業(yè)的近距離接觸（胡楊和李郇，2017），增強對合作方信息的掌握，提升互信程度（洪名勇，2017）。同時，較近的地理鄰近性也會促使合作方基于正式或非正式的接觸來觀察對方的行為，降低心理距離以增強互信程度（李婷婷等，2016），提升合作偏好。馬海濤等（2012）的研究也證實了地理鄰近性影響組織間信任的產(chǎn)生。

企業(yè)的文化、價值觀、目標及愿景等認知因素會決定企業(yè)的行為。當合作雙方具有共同的目標和價值觀時，其行為規(guī)范會趨同，使組織和個人及時感知與信任相關的符號，實現(xiàn)信息有效溝通，減少由雙方認知不同而帶來的沖突（Molina-Morales et al，2014），增加合作伙伴間分享收益、共擔成本和風險的意愿，增加雙方的情感信任（Heringa et al，2014）。還可以通過促進知識流在校企之間的互換、轉移與獲取，減少市場信息不對稱現(xiàn)象，增強信息共享（Knoben 和Oerlemans，2006），提升認知與情感信任。

技術鄰近性通常與企業(yè)間的知識吸收能力相關。合作組織間吸收、整合、共享信息的能力越強，雙方的信任程度越高。當合作雙方的技術知識與技術經(jīng)驗相似時，更容易發(fā)生知識的獲取與吸收——相似知識的流動、異質知識資源的獲取、技術訣竅的掌握等（劉鳳朝等，2015；Guan 和Yan，2016），有效提高合作雙方對彼此能力的信任程度。Chuluun et al（2017）的研究也證實了技術鄰近性越強的公司其交流與溝通的障礙越小，其對于相互知識的理解也就更為容易。

關系鄰近性也會正向影響合作信任度。相比于西方國家，中國對于人情關系的看重使得關系的親疏影響人們的情感信任（王沛等，2020），干預企業(yè)選取合作對象。合作雙方的關系越緊密，合作交流就會更便捷，評估也就越全面，促進合作信任程度增加。當合作組織間有著積極的互動歷史時，雙方合作的期望也容易達成一致，進而減少合作過程中的不確定性（Petruzzelli，2011），增強項目的信任。陳蕊（2020）發(fā)現(xiàn)關系鄰近不僅可以促使集群企業(yè)內(nèi)部的新知識和新技術的外溢，加強對隱性知識的利用，還會促使合作雙方形成密切而穩(wěn)定的網(wǎng)絡關系。基于此，本文提出假設1：

地理鄰近性正向影響合作信任度（H1a）；

認知鄰近性正向影響合作信任度（H1b）；

技術鄰近性正向影響合作信任度（H1c）；

關系鄰近性正向影響合作信任度（H1d）。

地理鄰近性通過減少信息偏差（張涵和楊曉昕，2021），降低成本及加速知識集聚與流動等方式，在合作過程中磨合校企雙方的知識體系，逐步增強兩者的結構依賴程度和過程依賴程度（高長元等，2021）。而且地理鄰近也促使合作企業(yè)中部分以技術訣竅、個人經(jīng)驗等方式存在的信息得以傳播（郭熙保和龔廣祥，2021），促進合作企業(yè)對隱形知識和默會知識的吸收，增強雙方的合作依賴度。Lippi 和Mammi（2017）的研究證實，較近的地理位置會使得具有平等權利的不同企業(yè)間的部門依賴程度加深。

信息不對稱、知識不對等、資源不足等客觀原因是企業(yè)進行合作并產(chǎn)生依賴的原因（Huo et al，2017；尹江海和程培堽，2021），但這些問題會導致機會主義而損害合作方的利益。通過制定完備的制度和詳細的合同等較強的控制手段會減少合作過程中的機會主義（Huo et al，2017；曾伏娥等，2016）。但這種強控制會向合作方傳達不信任的信號，損害合作依賴程度（Yang et al，2011）。因此，企業(yè)通常尋求與自身認知相似的企業(yè)以減少交易成本，緩解合作過程中的存在的這種矛盾，增強對合作的依賴。

Parkinson et al（2018）的研究發(fā)現(xiàn)，企業(yè)在創(chuàng)新資源缺乏時會傾向于選擇與自身知識體系相近的企業(yè)進行合作，以便于合作雙方更容易對彼此的技術、資源進行判斷、獲取、吸收、利用與創(chuàng)造（Diestre 和Rajagopalan，2012；寧東玲，2011），增強對創(chuàng)新收益的感知，提升雙方的合作依賴程度，增強合作的穩(wěn)定性。高校的知識通常具有多元化，且其獲取成本較低，當高校的關鍵技術與企業(yè)方的知識高度相似時，會促使企業(yè)增強對高校的過程依賴與結構依賴（趙炎等，2021）。

關系的鄰近會使企業(yè)基于之前的經(jīng)驗，幫助合作者了解合作伙伴的業(yè)務流程，對合作者的行為、目的及未來目標做出預測（趙宇楠等，2019），使得合作者高度重視雙方在合作中的參與，增強合作過程中的依賴性。王永貴等（2017）的研究證實，當雙方存在某種關系時，就會將合作雙方形成的關系視為企業(yè)的無形資產(chǎn)去維護，積極主動去探索對方的需求，弱化自身經(jīng)濟效益，增強合作依賴程度。即關系鄰近會促使校企積極主動去探索對方需求，增強資源的共享與交流，提升了合作過程中結構依賴和過程依賴?；诖?，本文提出假設2：

地理鄰近性正向影響合作依賴度（H2a）；

認知鄰近性正向影響合作依賴度（H2b）；

技術鄰近性正向影響合作依賴度（H2c）；

關系鄰近性正向影響合作依賴度（H2d）。

（三）合作信任度、合作依賴度與創(chuàng)新合作績效

創(chuàng)新合作績效是指由于校企之間的基于創(chuàng)新的活動所產(chǎn)生的成果績效，可用成果性績效和成長性績效來衡量。但創(chuàng)新活動的具有復雜性與特殊性，使得組織間的合作信任度和合作依賴度成為研究校企創(chuàng)新合作績效的重要指標。

信任是對正式契約的補充（楊揚等，2020），也是組織合作的前提。在信息不對稱的情況下，良性的合作信任度可以抑制機會主義，增強合作概率，提升合作績效。同時，合作信任度有效地促進合作過程中的知識交換、信息轉移，正向影響組織中員工的工作態(tài)度與行為，降低合作焦慮，減少交易成本，直接影響合作的績效（孫國強等，2019）。李丹和楊建君（2018）的研究證實合作信任會促進突破式創(chuàng)新和漸進式創(chuàng)新，提升創(chuàng)新合作績效。張慧等（2021）的研究也進一步證實了合作信任對創(chuàng)新績效的影響。基于此，本文提出假設3a：

合作信任度正向影響創(chuàng)新合作績效（H3a）。

資源依賴理論認為組織間的合作由企業(yè)所掌握的資源決定，而外界環(huán)境復雜，企業(yè)無法通過研發(fā)、并購、交易等手段獲取全部的資源，因而企業(yè)開展合作并產(chǎn)生依賴。一般情況下，企業(yè)間的合作是長期且互惠的（Liu et al，2021），因而組織間的合作依賴可以促使企業(yè)從合作方持續(xù)獲取新興或成熟的知識，加速創(chuàng)新績效的提升（Roldán Bravo et al，2016）。王永貴等（2017）研究證實組織間依賴的不同維度會促進合作企業(yè)創(chuàng)新績效的提升。但長期合作造成的由路徑依賴帶來的結構依賴與過程依賴，反而會阻礙企業(yè)的創(chuàng)新。不過，高校方的知識較為多元且校企組織性質不同，容易創(chuàng)造新的資源，削弱由路徑依賴帶來的合作依賴的提升，使得合作依賴度正向影響校企的創(chuàng)新合作績效?；诖?，本文提出假設3b：

合作依賴度正向影響創(chuàng)新合作績效（H3b）。

（四）合作信任度、合作依賴度的中介作用

依據(jù)于貴芳等（2020）的研究，將信任劃分為認知信任和情感信任，前者指合作方基于所掌握的信息對合作伙伴的能力所做出的綜合性的心理感知和主觀評價，后者注重情感成分的評價。依據(jù)呂文晶等（2017）的研究將組織間的依賴分為結構依賴與過程依賴。其中，結構依賴是指發(fā)生在合作過程中的雙方擁有的資源不可替代，過程依賴是指關系雙方內(nèi)部擁有相互關聯(lián)的資源，企業(yè)出于經(jīng)濟目的進行合作。合作信任度和合作依賴度在多維鄰近性與校企創(chuàng)新合作績效中起到中介的作用。

如上文所述，地理、認知、關系和技術鄰近性可通過建立正式科研場所、增加雙方接觸、增強合作共識、提高信任感知、加強信息共享等手段，增強企業(yè)間的信任程度。而合作信任度則可通過促進合作組織對知識的吸收、創(chuàng)造、轉移和應用，形成組織間合作的良好循環(huán)，提升創(chuàng)新的合作績效。由于校企創(chuàng)新合作存在信息不對稱及機會主義等現(xiàn)象，極大的影響了合作的依賴程度，阻礙校企創(chuàng)新合作績效的提升。地理、認知、技術和關系鄰近性也可以通過減少信息偏差、降低交易成本、抑制機會成本、創(chuàng)造創(chuàng)新資源等方式提升企業(yè)間的過程依賴和結構依賴。合作依賴程度的提升促進了企業(yè)間的資源獲取與長期合作，影響了創(chuàng)新合作的績效?；诖耍疚奶岢黾僭O4：

合作信任度在地理鄰近性、認知鄰近性、技術鄰近性、關系鄰近性與創(chuàng)新合作績效間起中介作用（H4a）；

合作依賴度在地理鄰近性、認知鄰近性、技術鄰近性、關系鄰近性與創(chuàng)新合作績效間起中介作用（H4b）。

（五）政府引導支持、技術中介服務的調節(jié)作用

在校企合作過程中，政府和技術中介不可避免地作為第三方參與到合作的過程中，對合作雙方的信任度與依賴度起到調節(jié)作用，實現(xiàn)學術界與工業(yè)界之間技術與知識的平穩(wěn)流動（Fernández et al，2021），加強企業(yè)間的參與程度并減少利益沖突，減弱了合作過程中的信息不對稱和權力不對等問題，極大程度地促進了創(chuàng)新過程及創(chuàng)新成果的轉化。但政府引導支持和技術中介服務所起的調節(jié)作用不盡相同。

政府在交易市場中憑借其公信力和權威度成為交易過程中強有力的第三方，通過政策制定、鼓勵引導等方式以正式或非正式的契約為保障，可為校企雙方提供信息溝通交流的平臺（Liu et al，2017），減少雙方的信息溝通障礙，增進雙方的認知了解，減少合作的不確定性。同時，政府的財政補貼、稅收優(yōu)惠等為開展校企創(chuàng)新合作提供動力、分擔資金風險，提升企方或校方積極尋求與自身需求相符的合作伙伴的概率，有效增加校企合作創(chuàng)新機會，減少合作過程的資金矛盾與利益沖突。Hemmert et al（2014）的研究初步發(fā)現(xiàn)，知識產(chǎn)權政策、共享治理和倡導行為等企業(yè)及政府行為會對企業(yè)間的信任起調節(jié)作用。因此，政府的引導支持的行為有效調節(jié)了地理、認知、技術和關系鄰近性對信任度和依賴度的影響，提升了創(chuàng)新合作的績效。基于此，本文提出假設5：

政府引導支持會正向調節(jié)地理鄰近性與合作信任度、合作依賴度之間的關系（H5a）；

政府引導支持會正向調節(jié)認知鄰近性與合作信任度、合作依賴度之間的關系（H5b）；

政府引導支持會正向調節(jié)技術鄰近性與合作信任度、合作依賴度之間的關系（H5c）；

政府引導支持會正向調節(jié)關系鄰近性與合作信任度、合作依賴度之間的關系（H5d）。

依據(jù)交易成本理論，校企雙方所處的不完全競爭市場內(nèi)存在大量不對稱信息，市場參與者提供不同質的產(chǎn)品，這使得校企即使出于成本的考慮選擇專利合作的方式，也會在篩選信息、簽訂契約、執(zhí)行契約等環(huán)節(jié)耗費大量的成本。不同于政府的強力保障與財政補貼等方式，技術中介作為市場中的第三方，更多依據(jù)市場條件提供及時、客觀、準確且較為完整的信息，在校企間扮演知識吸收與傳播的角色。首先，該機構所擁有或掌握的信息較為豐富可以提供基于技術信息的聯(lián)絡從而降低技術搜索的難度，降低信息不對稱的風險，使得不同實力的校企雙方可以接受同質的信息，減少了信息的偏差。其次，技術中介可以依據(jù)校企各方需求為合作雙方定制提供知識產(chǎn)權保護工作以保障雙方的權益等方式，在一定程度上增強了信息的安全性。最后，此類機構往往具有豐富的校企合作經(jīng)驗，可以為校企雙方開展合作提供參考，減少糾紛，減少合作的不確定性，提升了創(chuàng)新資源整合的效率（梁玲玲等，2021）。因此，技術中介服務的存在有效的調節(jié)了校企合作過程中地理、認知、技術和關系鄰近性與信任度與依賴度之間的關系，提升創(chuàng)新合作的績效（殷存毅和劉婧玥，2019）。基于此，本文提出假設6：

技術中介服務會正向調節(jié)地理鄰近性與合作信任度、合作依賴度之間的關系（H6a）；

技術中介服務會正向調節(jié)認知鄰近性與合作信任度、合作依賴度之間的關系（H6b）；

技術中介服務會正向調節(jié)技術鄰近性與合作信任度、合作依賴度之間的關系（H6c）；

技術中介服務會正向調節(jié)關系鄰近性與合作信任度、合作依賴度之間的關系（H6d）。

基于以上假設，本文研究模型如圖1 所示。

圖1 研究模型

三、研究設計

（一）量表描述與樣本數(shù)據(jù)

為避免結構方程中的數(shù)據(jù)過于偏態(tài)，調查問卷中研究量表借助了李克特7 點量表進行測量，對應的測量值分別為1～7（1=非常不同意，7=非常同意）。在問卷設計上，為保證問卷數(shù)據(jù)整體的信效度，文章均借助已成熟的國內(nèi)外量表進行整合與化用。主要利用Ruiz-Ortega et al（2021）、熊捷和孫道銀（2017）等的量表及胡楊和李郇（2017）、張?。?017）、翁藝丹（2016）、陳蕊（2020）等的研究對地理鄰近性（geographical proximity，GP）、認知鄰近性（cognitive proximity，CP）、技術鄰近性（technology proximity，TP）、關系鄰近性（relational proximity，RP）等自變量進行描述；采用肖振鑫和高山行（2015）、郭元源等（2014）的量表對政府引導支持（government guidance and support，GGS）、技術中介服務（technology intermediary services，TIS）等調節(jié)變量進行描述；采用Yang et al（2021）、Jean R-J et al（2016）量表對合作信任度（cooperative trust，CT）和合作依賴度（cooperative dependence，CD）中介變量進行描述；采用李玲（2011）等的量表對創(chuàng)新合作績效（innovation cooperation performance，CIP）進行描述。綜上，本文構建的問卷測量指標見表1。

表1 問卷題目

為更貼合本文研究目的，問卷發(fā)放的主要對象為有校企研發(fā)合作行為的科創(chuàng)型企業(yè)。在正式調研前，走訪三家科創(chuàng)型公司，對問卷進行處理并進行兩次小樣本的預調研。在2020 年3—6 月期間，通過直接發(fā)放、實地走訪與線上定點投放等方式，共回收327 份問卷，其中無效問卷17 份，測量項目與問卷量之比高于1∶10，數(shù)據(jù)測量效果穩(wěn)定。主要投放地點為上海、北京及周邊省市。數(shù)據(jù)特征見表2。同時，利用SPSS24.0 軟件及Amos26.0 軟件對最終的結果和數(shù)據(jù)進行了定量分析。

表2 數(shù)據(jù)特征

（二）信效度分析與數(shù)據(jù)檢驗

1.信效度分析

為保障變量設計的合理性，文章通過實地訪談收集問卷，進行小樣本檢驗。對問卷數(shù)據(jù)進行最終處理后形成了最終的測量量表即表3 和表4，主要是對問卷的信效度及區(qū)別效度進行驗證。見表3，各因子的載荷量均大于0.6，其組合信度（CR）值高于0.7，收斂效度總體高于0.6；見表4，各個題項間存在明顯的區(qū)別效度。綜上，問卷的整體質量良好。

表3 信效度檢驗表

表4 區(qū)別效度表

2.共同方法變異檢驗

共同方法變異是指受測者因為采用了相同的方法，導致測量變量之間存在與所研究變量的構念無關的變異，它是調查研究中系統(tǒng)誤差的主要影響因素。因此本文采用過程控制的方法，通過提供充分的背景信息、匿名作答等方式來收集數(shù)據(jù)。此外，文章依據(jù)熊紅星等（2012）提出的“控制未測單一方法潛因子法”來檢測模型的共同變異。首先，構建潛因子的模型M1。其次，構建無方法潛因子的競比模型M2。然后，比較模型M1 與M2 的主要擬合指標差異：GFI=0.041，CFI=0.032，IFI=0.033，NFI=0.036，RMSEA=0.021。各項擬合指數(shù)的變化均小于0.05，這表明加入共同方法因子后，模型的擬合指標也沒有出現(xiàn)較大的變化，所以測量中不存在明顯的共同方法變異。

四、實證結果

（一）模型整體適配度分析

基于結構方程建立9 個潛變量間的全相關模型并結合表4 的區(qū)別效度表進行分析后發(fā)現(xiàn)，除技術鄰近性與關系鄰近性之間存在一定相關性（0.800＞0.700），其余各變量之間的相關性關系維持在0.3～0.7。因此，本文采取不同路徑賦值的方法來對模型進行修正。通過采取有放回的抽樣選取方式，對310 個調研數(shù)據(jù)進行校驗，并對相應的模型進行擬合。在Bollen-Stine Bootstrap 運行5000 次后，發(fā)現(xiàn)模型出現(xiàn)拒絕全文假設的概率P=0.001，小于0.05，見表5。

表5 修正整體模型適配度指標表

如圖2 所示，利用Amos 構建的結構方程模型，對模型結果進行分析，并驗證地理鄰近性、認知鄰近性、技術鄰近性及關系鄰近性如何影響合作信任度與合作依賴度并對校企創(chuàng)新合作績效產(chǎn)生影響。

圖2 結構方程分析

結合圖2 與表5 的模型的配適度發(fā)現(xiàn)，模型的各項指標符合預期，整體適配度良好。在影響路徑方面，在0.001 的顯著水平下，地理鄰近性、認知鄰近性和關系鄰近性對合作信任度產(chǎn)生顯著正向影響，其路徑系數(shù)分別為0.186，0.247，0.171，假設H1a，H1b，H1d 得到支持；在0.05 的顯著性水平下，技術鄰近性對合作信任度產(chǎn)生顯著正向影響，假設H1c 得到支持；在0.001 的顯著水平下，認知鄰近性、技術鄰近性和關系鄰近性顯著正向影響合作依賴度，其路徑系數(shù)分別為0.192，0.192，0.348，假設H2b，H2c，H2d 得到支持。但地理鄰近性對合作依賴度沒有產(chǎn)生影響，假設H2a 沒有得到支持；在0.001 的顯著水平下，合作信任度和合作依賴度正向影響創(chuàng)新合作績效，其路徑系數(shù)分別為0.257，0.504，假設H3a，H3b 得到支持。

（二）中介作用的檢驗與分析

常用的中介檢驗方法有層次回歸法及Sobel 檢驗法，但這些方法常常需要數(shù)據(jù)符合正態(tài)分布，且適用于單中介模型。因此對結構方程的中介鑒定不太準確。結構方程模型不僅在評估模型中介效應的間接影響上更具有優(yōu)勢（Raykov 和Marcoulides，2000），而且多重中介模型更是結構方程的典型代表（Holbert 和Stephenson，2003），研究者可以較為容易的建立特定簡介效應的路徑估計的乘積，然后依據(jù)乘積公式更為準確地鑒定中介效應是否存在。因而研究主要采用Amos 軟件對二因子的中介模型進行鑒定。本文通過Amos26.0 軟件的Bootstrap 功能，在置信區(qū)間95% 的水平上，選取樣本量5000，利用Bias-Corrected 法和Percentile 法進行計算。同時，依據(jù)溫忠麟和葉寶娟（2014）的中介鑒定方法，在95%的置信區(qū)間判斷是否包含0 來檢驗中介效應是否顯著，結果見表6。

表6 中介效應鑒定表

文章構建的理論模型為二因子中介模型，在表6 中對合作信任度和合作依賴度在多維鄰近性與校企創(chuàng)新合作績效的關系中的中介作用的顯著性進行判斷。如表6 所示，地理鄰近性對校企創(chuàng)新合作績效的中介路徑分為兩條：①地理鄰近性→合作信任度→創(chuàng)新合作績效，②地理鄰近性→合作依賴度→創(chuàng)新合作績效。第一條中介路徑在bias-corrected 和percentile 兩種方法計算下得出置信區(qū)間為（-0.024，0.087）與（-0.024，0.081），均包含0，證明中介效應不明顯。第二條作用路徑得出的置信區(qū)間為（0.022，0.175）與（0.018，0.168），不包含0，證明中介效應存在。經(jīng)過同樣的分析過程發(fā)現(xiàn)，“認知鄰近性→合作信任度→創(chuàng)新合作績效”，“認知鄰近性→合作依賴度→創(chuàng)新合作績效”，“技術鄰近性→合作信任度→創(chuàng)新合作績效”，“技術鄰近性→合作依賴度→創(chuàng)新合作績效”，“關系鄰近性→合作信任度→創(chuàng)新合作績效”，“關系鄰近性→合作依賴度→創(chuàng)新合作績效”其置信區(qū)間均不包含0，即這六條中介路徑均存在。因此假設H4a 部分成立，假設H4b 成立。

（三）調節(jié)作用的檢驗與分析

運用結構方程分析潛變量之間的交互作用時主要會遇到以下兩個挑戰(zhàn)：第一，為了識別交互項的影響，必須要將非線性約束應用于固定因子載荷和誤差項；第二，盡管構成交互項的每個變量都服從正態(tài)分布，但是交互項指標并不服從正態(tài)分布。綜上，本文采取了仍在被使用的兩步法來驗證交互項之間的作用，而這種方法不需要采取非線性約束（Ping，1995）。其主要分為三個步驟：第一步，在測量模型中估計線性潛變量的因素負荷量和誤差值。第二步，運用這些估計值來計算交互項的因素負荷量和誤差項。第三步，將計算出的值指定為交互作用項的因素負荷量及殘差。同時為了建立交互項的單一指標，排除多重共線性的問題，將地理鄰近性、認知鄰近性、技術鄰近性、關系鄰近性及合作信任度、合作依賴度的進行去中心化，并將其平均值的乘積作為交互項，從而驗證調節(jié)效應。其中，Y（y）均表示因變量，Xi、Zi代表除因變量外的其余不同變量的第i個測量指標，λAi表示A變量的第i個測量項目的非標準化的因子載荷，εAi表示A變量的第i個測量項目的非標準化的殘差，βA，B表示A、B變量之間存在聯(lián)系，XZ為交互項，XX為二次項。具體的計算公式如圖3 所示。

圖3 調節(jié)效應圖

通過上述步驟計算出政府引導支持和技術中介服務所提到的調節(jié)作用見表7。研究發(fā)現(xiàn)，無論是政府引導支持或是技術中介服務所起的調節(jié)作用均顯著，且調節(jié)效應作用存在（P＜0.05），但是政府引導支持正向影響合作依賴度，反向影響合作信任度。技術中介服務正向影響合作信任度，但反向影響合作依賴度，即假設H5a、H5b、H5c、H5d、H6a、H6b、H6c、H6d 均部分成立。

表7 調節(jié)效應分析

五、結論與建議

（一）研究結論

本文主要以校企合作關系中的合作信任度與合作依賴度作為中介變量，利用SPSS24.0 和Amos26.0 軟件通過實證研究來探究地理鄰近性、認知鄰近性、技術鄰近性和關系鄰近性對校企創(chuàng)新合作績效的影響。研究結果顯示：

①認知鄰近性、技術鄰近性和關系鄰近性都顯著正向影響合作信任度與合作依賴度。合作信任度和合作依賴度也顯著正向影響創(chuàng)新合作績效。地理鄰近性正向影響合作信任度，但對合作依賴度的影響并不顯著。這表明，兩個合作主體在地理位置上比較靠近的時候，方便雙方遇到問題時能夠及時線下見面溝通，這種及時有效的溝通方式更加便于隱性知識的傳遞流動，這些良性互動都有助于提升合作雙方的信任度。不過，結論也表明，地理位置上相近并不必然帶來依賴，合作方的依賴更多的受其他因素的影響。這些因素主要是認知鄰近性、技術鄰近性和關系鄰近性，它們都顯著正向影響合作信任度與合作依賴度，從而提升校企創(chuàng)新合作績效。

②合作信任度與合作依賴度這兩個中介變量的中介作用大體上是顯著的。除合作信任度在地理鄰近性與校企創(chuàng)新合作績效之間的中介作用不顯著之外，合作信任度和合作依賴度在其他自變量與因變量之間的中介作用是明顯的。其原因可能是通訊方式的多樣、交通的便捷等多因素的推動，使得遠距離交流變得更為便捷，這在一定程度上削弱了地理鄰近性對于合作雙方的影響。

③政府引導支持和技術中介服務這兩個調節(jié)變量的調節(jié)作用是顯著的。政府引導支持正向調節(jié)了地理鄰近性、認知鄰近性、技術鄰近性、關系鄰近性與合作依賴度的關系，技術中介服務則對其產(chǎn)生負面影響。而技術中介服務正向調節(jié)了地理鄰近性、認知鄰近性、技術鄰近性、關系鄰近性與合作信任度之間的關系，政府引導支持對其產(chǎn)生負面影響。兩者在提升校企創(chuàng)新合作績效方面起到重要調節(jié)作用。這可能是由于市場中第三方即技術中介服務具有完備的信息、經(jīng)驗，而且受到市場需求及自身對利益需求的影響，技術中介方的信息豐富且更新速度快，可及時為校企方提供新的資源合作方，減少了企業(yè)方對于某一特定高校的需求與依賴，因而技術中介服務負向調節(jié)了多維鄰近性與合作依賴度之間的關系。而政府方更多的是以以政府公信力及其權威地位為擔保促使雙方建立合作關系，在這種情境下，合作雙方更多的是信任政府，從而降低了對合作方的信任度，因而政府引導支持負向調節(jié)了多維鄰近性對合作信任度之間的關系。

（二）實踐意義

本文提出校企合作的參與各方都可以在各自的層面做一些努力，以提升校企創(chuàng)新合作績效，支持高?？萍汲晒D化和企業(yè)的發(fā)展，推進科技強國的進程。

①企業(yè)方在選擇自己的創(chuàng)新合作對象時，盡量選擇地理位置相近的高校。當然，如果在技術上和認知上不夠匹配的話，可以不過分拘束于地理位置的限制。企業(yè)應當充分評估自身的創(chuàng)新實力和具體需求，盡量選擇與自身技術領域和技術能力相匹配的高校，在此基礎上如果有選擇的話，可以選擇與主要高管具有一定社會關系的高校進行合作。企業(yè)在自身信息有限的情況下，也可以積極尋求政府和技術中介等第三方主體的幫助，以便于降低自身搜尋信息的難度，擁有更多選擇空間。在初步接觸談判過程中，注重考察合作對象的認知是否與自身相似。一旦確立合作關系之后，企業(yè)應該明確自身需求，坦誠溝通，做好進度把控，維護良好合作關系。

②高校方可以經(jīng)常召開一些最新科研成果發(fā)布會、介紹會，或邀請相關領域的企業(yè)一起參加技術論壇，技術轉移部門可以加強與當?shù)卣图夹g中介的合作交流，讓更多企業(yè)了解自身的技術領域和研發(fā)實力，以尋找到匹配的合作企業(yè)。在初步談判過程中，要向企業(yè)說明本高校內(nèi)的制度安排和時間作息等，做到最大程度的透明化，增強信任度。在合作過程中更要注意溝通的及時和有效性，注意工作效率，盡可能不要拖延進度。

③政府方在充當技術紅娘的時候，要注意拿捏尺度，過于積極的話會給校企雙方造成壓力，也有可能發(fā)生“拉郎配”的不適當合作關系，而過于消極的話，又起不到技術紅娘的作用。因此，政府有關部門需要增強技術創(chuàng)新方面的行政管理能力，善用、巧用行政影響力，為創(chuàng)新合作雙方牽線搭橋。

④技術中介方是民間的技術紅娘，對自己在技術市場上的作用要更加自信。在實際走訪中發(fā)現(xiàn)一些企業(yè)更多承認政府引導支持對于雙方合作的有利影響，對技術中介這一第三方的存在作用并不了解或對其作用并不明確。這表明技術中介要廣泛得到認可，還需要做更多的努力在自身建設上下功夫，并應當在市場中積極發(fā)揮自己的作用。政府與技術中介均需積極的參與到校企創(chuàng)新合作的過程中去。

（三）理論貢獻

首先，本文豐富了多維鄰近性對校企創(chuàng)新合作績效的影響研究。已有研究表明信任與依賴是兩種重要組織間關系，會通過不同的機制對創(chuàng)新合作績效產(chǎn)生影響。然而，現(xiàn)有的多維鄰近性研究主要集中于直接探究多維鄰近性對創(chuàng)新合作績效的影響，而忽略了內(nèi)在機制。因此，本文通過實地訪談、數(shù)據(jù)分析等方法提出企業(yè)方最為關注的4 個鄰近性，并進一步探究了多維鄰近性對校企創(chuàng)新合作績效影響的內(nèi)在機制。其次，本文考察了校企創(chuàng)新合作過程中客觀存在的政府與技術中介的角色，揭示了其在多維鄰近性與合作信任度、合作依賴度的關系中起到的不同調節(jié)作用，進一步彌補了先前研究的不足。

（四）研究局限及展望

研究仍然存在一些不足之處，需要進一步探討。首先，本文主要基于對企業(yè)的調研及有關專利數(shù)據(jù)結果出發(fā)，選取了四個主要的多維鄰近性指標。但是多維鄰近性的涵蓋范圍較廣，其他多維鄰近性也可能對合作信任度和合作依賴度產(chǎn)生影響，后續(xù)有待進一步的探討。其次，本文在選取技術鄰近性指標時，雖然對技術鄰近性有數(shù)據(jù)的處理，但主要還是基于企業(yè)的主觀判斷。因此對于技術鄰近性這一指標有待進一步的完善。