《Journal of Business Research》：Signaling for success in university research funding applications
编辑推荐：
大学研究经费日益依赖于不确定性条件下的制度性信号传递（signaling）。大学向研究资助方传递能力（capability）、声誉（reputation）和地位（status）信号。能力信号与声誉信号通过协同作用（synergy）相互强化，提高经费申请成功概率
大学研究经费日益依赖于不确定性条件下的制度性信号传递（signaling）。大学向研究资助方传递能力（capability）、声誉（reputation）和地位（status）信号。能力信号与声誉信号通过协同作用（synergy）相互强化，提高经费申请成功概率。信号之间也存在替代（substitution）和抑制（suppression）效应，地位信号有时会削弱结果。有证据表明，经费申请的成功与失败遵循不同的、非对称的信号路径。
**论文解读：大学研究经费申请中的信号组态与成败机制**
**一、研究背景与问题**
组织获取外部关键资源（如资金、合法性）往往依赖评估者在不确定性条件下的判断。当直接评估质量困难时，评估者会依赖可观察的信号（signal）来推断组织能力与潜力。已有信号研究多聚焦于创业融资、IPO等领域，但较少关注机构层面的信号组合如何影响评估结果。在大学科研经费申请中，评审者不仅评估申请人个体资历，还会考量依托机构（大学）的声誉、能力与地位。然而，现有研究大多从个体层面分析（如论文产出、过往获资助经历），忽略了机构层面的信号配置。此外，信号文献通常假设信号独立且加性影响结果，很少探讨信号之间的交互机制，尤其是抑制（suppression）效应。因此，该研究提出三个研究问题：哪些能力、声誉和地位信号配置与高校经费申请的高、低成功相关？哪些信号在配置中起核心或边缘作用？信号之间如何通过协同、替代或抑制共同影响结果？
**二、研究内容与主要结论**
研究人员以澳大利亚大学部门为背景，聚焦澳大利亚研究理事会（ARC）的“工业转型研究项目”（ITRP），分析2021—2023年间34所大学的经费申请数据。采用模糊集定性比较分析（fsQCA）识别导致高、低经费成功的信号组态。结果发现：高成功存在五种等效组态，低成功存在九种组态；合作大学数量、创新披露数、Go8大学比例是核心条件；信号间存在协同、替代和抑制三种交互形式。例如，非Go8大学可通过高比例的Go8合作者替代正式成员身份；而精英地位在缺乏合作支持时可能抑制其他信号的作用。该研究推进了信号理论的组态视角，弥合了信号交互研究的空白，并为弱势高校提供了信号组合策略。论文发表于《Journal of Business Research》。
**三、关键方法概述**
研究运用模糊集定性比较分析（fsQCA）。样本为34所澳大利亚大学，数据来自“公共研究商业化调查”（SCOPR）、澳大利亚教育部时间序列数据集及ARC官网。变量包括能力信号（技术转移办公室规模、研究投资、HEP拨款、合作大学数量）、声誉信号（创新披露数、外部收入）和地位信号（Go8成员身份、Go8合作比例）。校准采用85%/15%百分位数作为完全隶属/完全不隶属阈值，中位数为最大模糊点。必要性分析以0.90一致性为阈值；充分性分析设置原始一致性0.80，并迭代调整PRI一致性阈值。辅助分析包括对2022、2021年数据的比较、Go5子集分析以及ARC卓越中心复制。
**四、研究结果**
**4.1 必要性分析**
通过fsQCA必要性检验，发现合作大学数量与Go8比例两个条件的一致性超过0.90，构成核心条件；创新披露数一致性超过0.80。低成功结果中没有任何条件达到必要性阈值，说明失败并非源于单一信号缺失。
**4.2 充分性分析**
**4.2.1 组态结果概况**
所有八个因果条件均出现在高成功解决方案中，方案覆盖率约71%，一致性为1，表明模型有效。三个核心条件（合作大学数量、创新披露数、Go8比例）在全部五个组态中均存在。
**4.2.2 高经费成功的充分条件**
表3显示五种等效组态（A–E），体现多重等效性。不同组态中，信号存在或缺失模式不同，如组态B缺少TTO规模且外部收入缺失，而其他组态则相反。这证明单个信号不足以决定成功，而是作为INUS条件（不充分但必要）组合起作用。
**4.2.3 否定场景**
低成功组态（a–i）共九种，且与高成功路径不对称。所有失败路径中合作大学数量与Go8比例均缺失，而创新披露数在部分路径中出现。组态g包含三个Go8大学仍失败，说明缺少协作时精英身份无益。
**4.2.4 协同、替代和抑制效应**
高成功组态中，核心条件共同出现形成正向协同；替代效应表现为非Go8大学用高Go8合作比例替代正式成员身份，或技术转移办公室规模与外部收入相互替代；抑制效应见于组态g：Go8身份在合作不足时削弱其他信号，导致负面结果。
**4.3 特定大学识别**
Go5大学组合呈现高能力、高声誉、高地位，不依赖外部合作即可成功；技术型大学（如昆士兰理工大学）通过商业化活动和Go8关联进入高成功组态；区域与教学型大学信号薄弱，难以获得中心资助；快速上升型大学（如塔斯马尼亚大学）虽进步但缺乏高地位合作，信号效果受限。
**4.4 辅助分析**
**4.4.1 与2022和2021年比较**
跨年结果显示合作大学数量是持续核心条件；但Go8比例在2021、2022年部分非Go8高成功组态中缺失，表明能力信号可能比地位信号更重要。
**4.4.2 Go5大学**
以Go5子集重复分析，结果与主分析几乎一致；Go5机构的主要申请组态中缺失Go5比例，说明其自我信号充分。
**4.4.3 ARC卓越中心**
用另一个大型资助计划复制分析，高、低成功组态与主结果高度一致，证明结论的稳健性。
**五、讨论与结论**
讨论部分指出，理论贡献在于将信号视为相互依赖的组合，识别了协同、替代与抑制机制，尤其首次在信号理论中明确抑制效应：即使信号本身真实且高质量，当与其他信号不匹配时可能产生负面评估。实践上，现有评审机制可能强化精英院校的累积优势，建议政策上考虑弱势高校的差异化信号路径；管理者应战略性组合信号。结论部分可翻译为：**本研究为大学如何传递能力、声誉和地位信号以获取竞争性科研经费提供了组态视角。运用fsQCA，研究证明经费成功源于多种等效的信号组合，而失败路径则非对称地不同——表明信号作用机制是非线性和情境依赖的。通过识别并理论化三种信号间交互——协同、替代与抑制——本研究将信号理论拓展至超越加性和成对模型，揭示信号如何依据其配置而相互强化、替代或抵消。抑制效应的展示表明，即使是精英地位这样的正向信号，在与其他信号错配时也可能成为负担，这一关系由fsQCA的集合论逻辑揭示。综上，这些见解有助于对信号互依性与一致性的系统理解，既为信号理论提供理论进展，也为大学在竞争性资助环境中强化战略定位提供实践指导。**
