區塊鏈賦能的政產學研金合作機制
——基于結構方程模型（SEM）的研究

朱 琦

（安徽三聯學院 財會學院，合肥 230601）

區塊鏈進入3.0時代，政產學研金交易系統主體由政府、企業、學校、研究、金融等機構組成。區塊鏈融合政產學研金交易系統是區塊鏈技術賦能教育領域和實體產業的探索。區塊鏈技術的賦能將會重構政產學研金主體的合作邏輯和合作關系。在區塊鏈網絡中，傳統的基于熟悉程度的信任關系合作，變成基于透明規則的開放式合作。區塊鏈允許任何規模的政產學研金主體創造一個完全可信和被完整執行的規則體系，實現了合作主體的平等，凸顯企業的主體地位。

1 理論基礎和研究假設

Pazaitis等探討了區塊鏈技術價值體系中的潛力，描述了基于經濟學的模型，認為基于區塊鏈的去中心化可以在共享經濟中創建面向公眾的生態系統[1]。根據協同發展理論，本文將產學研平臺擬解決的問題與區塊鏈技術的應用優勢對接，將區塊鏈融合政產學研金生態圈劃分為調控、過程、績效、保障四個維度（詳見表1），分析生態圈運行機理，提出關鍵指標，建立政產學研金協同發展合作運行機制，強調政產學研金合作的戰略計劃和提升績效過程中的風險控制。

表1 區塊鏈技術應用可行性評價

本文以COSO發布的風險控制框架為基礎，梳理國內外理論界對各變量的維度劃分，對國內外的有關區塊鏈技術和產學研績效的研究文獻進行了梳理、歸納與總結，形成本文假設。

1.1 調控與過程

許多學者研究了合約管理與共識合作、信用評價、控制成本、平等互信的關系。Shala等研究了合約管理與共識合作的關系，強調機器通信終端用戶的選擇取決于信任，提出了一種優化的信任評估系統，用于確保用戶之間的信任度，可實現防篡改數據并檢測不信任的對象，在強調共識合作方面的局限性后，提出基于信任的共識合約[2]。Gresch等的研究表明，信任在供應鏈中有重要的地位，并對決策產生了深刻影響，區塊鏈合作可以增加供應鏈各方之間的信任[3]。Yanez等引入了物聯網概念，指出區塊鏈的分布式加密賬本能夠保證數據安全性和完整性，實現鏈上數據分配的感知機制，指出數據分配機制可以提高網絡使用率，減少能源消耗，降低成本[4]。以上研究分析了調控和過程維度之間的聯系。

因此，本文提出假設1：調控對過程產生積極影響。

1.2 調控與保障

過程與保障的關系在許多研究中得以體現。文獻[5]分析了區塊鏈投票系統的安全性能，指出平等互信有利于完成管理工作以及在監管投票中的作用。Prashanth 等利用區塊鏈不同共識算法預期區塊鏈中數據的安全性和隱私性，提出區塊鏈的安全性和支持性是區塊鏈應用研究的重點問題[6]。Mao等對利益相關者主體之間的關系進行了研究，提出利益相關者之間的沖突是導致風險的主要原因，驗證了通過區塊鏈的智能合約手機信用評估文本，將交易者的信用結果作為監督和管理的參考，合約管理、信用評價和監管制度的關系逐漸清晰[7]。Fan等研究了電信網絡通過對智能合約的反饋來實施用戶監管，安全分析與性能的比較表明區塊鏈方案在計算和成本上具有優勢，可以滿足機密性和數據完整性的安全要求，提高企業績效[8]。以上研究反映了智能合約和監管的關系，表明應用區塊鏈技術可以降低成本。

因此，本文提出假設2：調控對保障產生積極影響。

1.3 保障與過程

另一些學者研究了過程因素：保障和共識合作、信用評價、控制成本、平等互信的關系。在風險控制方面，Baliga 等討論了通過物聯網和區塊鏈技術建立食品供應安全控制系統，利用區塊鏈的可追溯性提高安全性[9]。Liu等分析了區塊鏈技術在產業與教育合作中的應用，指出區塊鏈的透明和不易篡改特征可以建立一個合作系統，使得高校和產業共享信息，實現信息對稱[10]。Jerinas等研究了區塊鏈在高等教育文憑管理中的應用，研究表明區塊鏈能夠實現文憑智能合約管理，有利于欺詐風險防控[11]。Novo評估了基于合約管理的平臺擴展性，分析了風險控制機制[12]。Fu等以大型生產企業為對象，并將區塊鏈應用于內生風險管理，發現由于信息的不對稱，欺詐問題將在業務主體之間產生，借助區塊鏈技術，可以解決業務主體的欺詐問題，防范風險[13]。

監督和管理方面：Olnes等認為區塊鏈技術應用于政府治理會降低成本，提高收益，有利于監管[14]。Liu等提出產學研合作需要實現合作和監管的創新，應用區塊鏈技術產學研體系可以形成大數據協同創新信任機制[10]。Zhao等研究將區塊鏈技術應用于學生能力測評中，發現區塊鏈數據的無損和追溯性，從而實現以監控為特征的評價系統[15]。以上研究表明保障和過程維度之間的聯系。

因此，本文提出假設3：保障對過程產生積極影響。

1.4 過程與績效

Scott等證實區塊鏈技術會給金融業帶來更大的安全性、透明度、可審核性和貨幣交易效率[16]。Alammary等認為區塊鏈技術在教育領域應用的優勢包括高安全性、低成本，可以更好地控制數據訪問，加強問責和透明度、身份認證，增強信任；降低無抵押交易的風險，可確保交易的可靠性；使用區塊鏈簽名記錄和驗證軌跡，大大降低了傳統基于云的存儲的成本[17]。Auer等認為區塊鏈可以進行嵌入式管理，分布式分類賬技術（DLT）在金融中的普及可能有助于提高效率，促進低成本監管，為大小企業提供公平的競爭環境[18]。Feng分析了區塊鏈在供應鏈績效中的地位，發現中介變量信息共享和信任的重要作用，信任的中介作用強于信息共享[19]。以上研究發現，過程和績效之間的關系在金融、教育、供應鏈研究領域都有體現，以產學研關系鏈為研究背景的影響效應分析并不多見。

因此，本文提出假設4：過程與績效產生積極影響。

1.5 保障與績效

區塊鏈目前應用場景有限，因此績效評價研究不多。Ismail等提出了不同區塊鏈開發平臺的分類和共識協議，評估了大規模區塊鏈部保障的可行性[20]。Digital等評估了基于學生、培訓人員和雇主的區塊鏈教育共識評估模型，研究結果證明該模型是有效的[21]。從文獻研究可以看出，區塊鏈應用于產學研的可行性和績效評估模型已有研究。Li等研究了區塊鏈技術的安全增強解決方案對企業績效的影響[22]。

因此，本文提出假設5：保障對績效產生積極影響。

1.6 調控與績效

Maesa等證實將智能合約部署在區塊鏈上，利用區塊鏈技術的不變性和透明性，可以執行控制策略管理和信用評估[23]。Gr?ther等研究了教育區塊鏈平臺，分析平臺應基于智能合約，探討了區塊鏈證書與產業環境效率的關系[24]。Liu等評估了基于區塊鏈的物聯網應用程序的合約機制，發現設備的數量以及算法與運營效率的關系[25]。從學者們的研究可以看出調控和績效維度中存在過程和保障維度的中介效應，如信用評價、控制成本、平等互信、監督和管理等變量，但影響機理和過程并不明確。

因此，本文提出假設6：調控對績效產生積極影響。

2 研究設計

2.1 樣本選擇和數據收集

為進一步探討應用區塊鏈技術對產學研績效的影響，本文選取了安徽省應用型本科高校聯盟高校、企業和研究所進行調研。通過互聯網收集數據，向調查對象發放了220份員工調查問卷，收回216份，其中210份為有效問卷。樣本組中高校109份，占52 %；企業85份，占40 %；研究所16份，占8 %。

2.2 測量工具和步驟

根據前文對文獻的整理，我們將調控、過程、保障、績效作為潛變量，設計研究變量的操作型定義，歸納出含有32個問題的觀測變量（詳見表2）。采用自編問卷的李克特(Likert scale) 5分量表計分。由于區塊鏈評價尚未形成標準的調查量表，本文調查量表中的內容均來自區塊鏈相關研究文獻。對調控維度采用“智能合約”觀測變量進行測量；對過程維度采用“共識合作”“信用評價”“控制成本”“平等互信”4個觀測變量進行測量；對保障維度采用“風險控制”“監督管理”2個觀測變量進行測量；對績效維度采用“績效評價”進行測量。

表2 問題量表

表2（續）

采用SPSS26.0對調查量表的信度和效度進行測量，整體 Cronbach's a值為0.984。從信度分析結果來看，本研究調研整體信度良好，調控維度的a值為0.892，過程維度的a值為0.972，保障維度的a值為0.959，績效維度的a值為0.932。且刪除了任一題項后，Cronbach's a值并無顯著提高。因此，本研究所用量表均具有較好的信度，可以進行下一步的研究。

效度檢驗一般從內容效度和結構效度兩個方面進行[26]。內容效度主要關注問卷內容是否被準確表達，是否符合研究目的的要求。本研究在進行問卷設計時不僅考慮到以往學者的研究經驗，還征求了被調查者的建議。因此，可以認為本研究的內容效度良好。

結構效度的檢驗大多采用因子分析，因此，本研究也采用因子分析的方法。采用SPSS26.0進行因子分析來判斷研究模型的測量一致性。樣本數量210個，問卷測量題項32個，滿足樣本數據量為問卷測量題項的5～10倍的條件。量表的KMO值和Cronbach's a值如表3。

表3 量表的KMO值和Cronbach's a值

結果顯示，4個變量的KMO值均大于0.8，且Bartlett顯著性均為0.000，各變量間具有相關性，滿足進行因子分析的要求。故利用SPSS26.0進行探索性因子分析，從結果中發現，調控維度4個題項的因子載荷值均在0.7以上，總方差累計解釋量為75.878 %；過程維度16個題項的因子載荷值均在0.7以上，總方差累計解釋量為77.213 %；保障維度8個題項的因子載荷值均在0.8以上，總方差累計解釋量為78.030 %；績效維度 4個題項的因子載荷值均在0.8以上，總方差累計解釋量為83.231 %，表明整個量表的結構效度良好。

3 結構方程模型分析

3.1 變量相關和模型擬合優度檢驗

為初步判斷是否可以進行下一步的結構方程分析，利用SPSS26.0進行相關性分析，結果見表3。由表3可知調控、過程、保障、績效之間的相關系數均在P<0.01上呈現顯著正相關，初步驗證了假設1～假設6。為進一步明確并驗證上述變量之間的關系，本研究擬采用SEM結構方程進行分析。對該模型檢驗，得到區塊鏈技術對產學研績效影響的SEM模型的卡方值為1 154.717（P<0.001），自由度為458，卡方自由度的比值為2.52，小于建議值3，達到顯著水平，卡方檢驗效果通過。CFI的值為0.993，大于建議值0.9，TLI的值為0.926，大于建議值0.9，RMSEA的值為0.031，小于建議值0.08。因此，該模型的整體擬合度較高[27]。詳情見表4。

表4 收斂與區別效度表

3.2 模型路徑檢驗

利用AMOS24.0軟件采用極大似然法（ML）進行擬合與參數估計，對本研究提出的假設進行檢驗分析，得到了如圖1 所示的運行結果。

圖1 區塊鏈技術對產學研績效的 SEM 模型

從SEM模型可以看出，所有測量項和殘值都為正數且顯著。通過模型擬合結果可以發現，所有因子載荷的P值都小于0.001（***），說明4個潛在變量（控制、過程、保障和績效）對測量變量（量表數據）的解釋都是有意義的。選擇bootstrap方法檢測過程的中介效應，具體如表5。

表5 SEM 模型擬合結果

由圖1和表5的路徑以及路徑參數可知，除了調控→績效路徑，其他潛變量之間的路徑參數達到了顯著水平，且均為正向。調控→過程、調控→保障、保障→過程、過程→績效、保障→績效在P＜0.001上顯著，調控→績效在P＜0.05上不顯著。說明假設6不成立，調控對績效不產生直接積極影響[28]。

3.3 假設檢驗

本研究采用模型的整體擬合度較好（卡方自由度比2.52＜3）， 所以本文的研究假設可以通過各潛變量之間的系數進行驗證[29]。基于顯著性（ P＜0.001）為前提對各假設的路徑進行分析，具體分析如下：

假設1成立，說明智能合約對共識合作、信用評價、控制成本和平等互信存在直接顯著的正向影響。

假設2成立，說明智能合約對風險控制和監督管理存在直接顯著的正向影響。

假設3成立，說明風險控制、監督管理對共識合作、信用評價、控制成本和平等互信存在直接顯著的正向影響。

假設4成立，說明共識合作、信用評價、控制成本和平等互信對績效評價存在直接顯著的正向影響。

假設5成立，說明風險控制、監督管理對績效評價存在直接顯著的正向影響。

假設6不成立，說明智能合約對績效評價不存在直接顯著的正向影響。

4 結論與啟示

本文利用結構方程模型（SEM）建立了區塊鏈賦能政產學研金合作機制的綜合分析框架，檢驗了區塊鏈作用于政產學研金的4個維度（調控、過程、保障和績效）之間的直接和間接作用路徑以及具體效應，得出以下結論。

①調控維度間接提高產學研的績效水平。實證結果發現，雖然調控對績效的直接影響效應不顯著[30]，但是，調控通過過程和保障對產學研績效的間接影響效應為0.874。這說明，智能合約對產學研績效的積極影響必須通過產學研合作過程——共識合作、信用評價、控制成本、平等互信和保障過程——風險控制、監督管理來實現。

②過程維度和保障維度能直接提高產學研的績效水平。研究結果發現，保障對產學研績效的直接效應0.915大于過程對產學研績效的直接效應0.172。這說明在產學研合作機制中風險控制、監督管理的作用大于產學研具體實施過程。

③保障維度直接積極影響產學研實施過程。研究結果表明，保障對產學研實施過程的直接效應為0.513。這說明風險控制、監督管理對區塊鏈技術在產學研研究中的共識合作、信用評價、控制成本、平等互信等合作過程中的效率有重要影響。本文研究結論對區塊鏈技術在政產學研金合作機制中的應用探索具有一定的借鑒意義和應用價值[31]。一方面，區塊鏈的優勢如智能合約、共識合作、信用評價、控制成本、平等互信、風險控制、監督管理都能通過直接和間接影響，顯著提高產學研合作中的績效水平，但從實際情況來看，區塊鏈技術在產學研中的應用尚在探索階段。產學研主體明晰自身在區塊鏈應用中的權利、責任和合作途徑，有利于提升產學研績效。

本研究表明除了調控、過程、保障對績效的影響之外，調控、過程、保障三因素之間的影響也是不容忽視的。智能合約對產學研合作過程，智能合約對保障措施以及保障措施對產學研合作過程都產生了積極的影響[32]。

總之，從學術與產業應用領域結合來看，區塊鏈技術在產學研領域解決了信任機制、成本機制、保障機制等多方面的問題。短期內，區塊鏈技術及配套解決方案，可以賦能產學研合作機制，并提升其運營效率；從長期看，區塊鏈將對產學研產業鏈的信用與認證體系帶來更加顛覆性的變革[33]。因此，針對政產學研金合作機制的配套方案和應用體系有待進一步檢驗。