科研合作网络形成机理
——基于随机指数图模型的分析
刘 璇1, 汪林威1, 李 嘉1, 张朋柱2
(1.华东理工大学 商学院,上海200237;2.上海交通大学 安泰经济与管理学院,上海200030
【摘要 】知识时代的到来,使得学者个人的奋斗难以完成复杂的科研工作要求,学者之间的合作交流显得越来越重要。科研合作有助于产生创新思想,提高科研工作者的工作效率,促进多领域、多学科的交叉与融合,及缩短科研产出的周期等。因此,研究科研合作网络的形成机理具有重要意义。以维普为来源数据库,选取“知识管理”相关研究领域的文献,构建所有学者之间的合作网络,并运用指数随机图模型探究了网络结构和节点属性对合作网络形成的影响机理。结果显示：合作网络具有很好的传递性,网络分布较为均匀,未出现明显的核心节点;相同地区的学者,热门研究领域学者之间的合作更为普遍;此外,拥有高结构洞特征的学者和团队凝聚力高的学者与其他学者的合作更为普遍。
关键词 ：知识管理;科研合作网络;随机指数图模型;网络结构;节点属性
伴随着知识经济时代的到来,科学基础研究内容在不断复杂深化,科学技术突飞猛进不断发展,研究手段持续融合并更新迭代,科研个体的个人奋斗已不再适应目前复杂的科研工作的要求,科学的发展需要相同和不同学科、背景的学者充分交流、共同协作。科研合作有利于促进创新思想的产生,提高科研工作者的工作效率。同时,科研合作有助于多领域、多学科的交叉与融合,有利于缩短科研产出的周期。论文合作(合著)是科研合作的重要表现形式,相比于项目合作、口头交流等其他科研合作关系具有易获取、解释力强的特征[1],同时,科研论文合作关系能够体现国家间、机构间以及学者间的信息流动、知识融合及人际交往的多重关系。因此,科研合作网络已成为当前信息系统领域的重要研究主题。近年来,论文合作现象呈现明显的增长趋势。文献[2]中发现,美国大学合作日益增加,尤其在工科和社会科学领域的合作成果上升趋势更为明显。对科研合作网络形成机理的研究,有助于帮助人们揭示学科领域合作的社会化过程,为促进领域的科学发展提供管理建议。
一直以来,合作发表论文是学者撰写论文的重要方式,对于资源共享、思想交流、知识传播和信息获取具有极为重要的意义。在科研合作网络中,节点表示不同层次的合作对象,如领域、国家、组织和个体;而边表示节点对象之间的合作关系。科研合作网络作为一种典型的社会网络,受到来自复杂网络和社会网络领域的学者的普遍关注。复杂网络领域的学者更关注合作网络的整体网络拓扑结构及演化特征,过往研究主要集中在合著网络的“小世界”现象[3]、凝聚子群及核心边缘结构[4]以及合著网络密度及连通子图演化特征[5-6]等。社会网络分析方法是分析社会网络结构的常用方法,重点分析群体内部的关系和群体内节点间的互动和交换模式。科研合作网络是社会网络的一种,利用社会网络分析方法对合作关系进行分析成为科研合作现象研究的有利工具[3]。指数随机图模型(ERGM)是社会网络分析中一类重要的模型。该模型对社会网络进行建模,并通过概率函数推断某种网络结构和节点属性是否比随机网络中出现的可能性要大得多,从而定量评估不同社会过程对网络结构产生的预测的差异性,并通过网络仿真模拟实现从微观到宏观的跨越[7]。指数随机图模型目前已被运用于专利知识转移网络[8]、新闻媒体转载网络[9]以及跨区域间联合研发网络[10]的形成机理研究中。相比于其他的社会网络分析方法,指数随机图模型的特点在于可以从网络结构和节点属性及其交互进行多维度建模,并给出统计检验的结果,从而全面揭示网络形成的社会化过程和内在机理[11]。本文将关注科研合作网络的社会化形成机理,采用指数随机图模型来检验网络结构特征和用户节点属性对科研工作者间合作关系形成的影响机理。
1 文献综述
1.1 科研合作网络拓扑结构及演化
前人从不同领域、不同层次对科研合作网络展开了研究：
(1)领域间。Newman[12]对生物医学、物理学和数学3个领域的合作网络进行了统计分析和比较,得出了各个领域的合作模式。牛奉高等[13]基于2002～2011年SCIE、SSCI和A&HCI所收录的21万余篇中国科研国际合作论文,发现中国与科技先进国家合作论文占所有国际合作论文的80%以上,不同领域的合作状况呈现不同趋势：社会科学领域的合作较少,物理学科的合作最多,生物分子学和遗传学学科合作增长速度最快。
(2)国内外。胡一竑等[14]利用复杂网络理论对国内外的科研合作网络进行了对比研究,发现国内的学术合作与国外的合作模式以及国内的合作模式及合作规模与国外存在很大的差距,主要体现在国内的科研合作比较分裂,没有形成全国范围内的相互联系与相互合作,并且倾向于同一学校或相同师承的合作。吴素春等[15]运用地理信息系统技术分析湖北省论文合著数据,从合作强度、网络密度、距离偏好和极化效应等方面研究湖北省区域科研合作网络。
德马泰克是全球领先的物流集成商，超过3 000名高技能物流专业人才覆盖全球网络。德马泰克为客户提供独一无二的世界级物料搬运解决方案设计视角，多年来为高速发展的中国物流业提供各种智能物料解决方案。德马泰克致力于产品和解决方案的研发，在美国、欧洲、中国和澳大利亚设有工厂，德马泰克有能力在全球范围内提供可靠、灵活和具有成本效益的解决方案。
前人的研究用复杂网络和社会关系网络相关理论方法从不同层次对科研合作网络的结构特征进行了分析,这些研究以合作网络拓扑结构发现为主,并不能解释合作网络形成的内在机理。另一方面,前人对科研合作的主要影响因素进行了研究框架探讨,少数学者从定量分析角度对合作网络的形成机理进行了分析,明确了基金支持、地理距离和合作者权威性等因素对科研合作的影响,但目前较少有研究通过实证分析的方法确定并比较不同因素的影响程度,较少有研究同时考虑网络结构和节点属性的交互作用,揭开科研合作网络的内在形成机理。
H6b 拥有低约束结构洞的学者能为其带来更多的合作。
那几个八路军一冲进来就分头提枪照着日本兵射击。一枪打倒一个，一枪打倒一个。六个日本兵根本没来得及把三八大盖端起来就被打倒了，单单只剩下鬼子军官。鬼子军官望着地上日本兵，一声怪叫，抽出了战刀，扎起了马步。看样子，他是想做垂死挣扎。那显然是头儿的八路军一声冷笑，朝另外四个八路军使个眼色，乱枪齐发，鬼子顿时被打成了马蜂窝，一股股殷红的血水像喷泉一样直往外喷。
情景反讽追求的是一种整体感。它从主题立意的角度来把握整个文章的层次感，并且借语境和场景达到讽刺的效果。情景反讽翻译要尽可能生动地还原原文的场景。
1.2 科研合作的影响因素
前人的一些研究探究了合作网络形成的因素。李志宏等[23]关注管理科学领域高校间科研合作网络,发现影响高校间科研合作关系的因素主要有地缘优势、结构布局、高校发展的历史背景、学科地位和政策协议5个方面。殷宇[24]以社会交换理论为基础,构建了以教师个人因素(包括性别、年龄、职称、学历和学科)以及合作过程因素(成本、结构、环境和风险因素)为主要内容的高校教师校际科研合作的影响因素研究框架。王冬梅[25]从理论上阐述了基金对科研合作的影响,她认为在基础科研合作领域,纯粹的市场干预无法给予合理的资源配置,甚至会阻碍基础领域的进步,影响社会发展;而科学基金制度有利于重塑科研行为动机、推进基础科研的专业交叉、通过“凝聚科研团队向心力”和“推进专业合作”来推进基础科研合作,提升基础科研项目团队的吸引力和凝聚力。但上述论文并没有系统地说明上述影响因素对于合著现象的影响方式及程度。
之后有学者通过定量方法分析科研合作的成因。许治等[26]采用问卷调查方式,从团队层面对科研团队合作网络角度研究了团队异质性、团队构建、角色均衡和团队冲突对科研团队合作紧密程度(用网络结构、网络密度、凝聚力、派系和中心性来衡量)的影响。贾茜等[27]以管理学为例,通过对26本重要的管理学期刊数据的分析,探索基金支持、地理距离、社会距离和研究领域4个方面的因素对合著网络的影响,发现：① 基金支持是促进科学合作的重要因素;② 科学合作常发生于机构内部或地理临近的机构间;③ 社会临近是潜在的科学合作因素;④热点研究领域更容易发生合作。该研究采取定量的方法分别探讨了上述4个因素对合著网络的作用,但研究并未对不同因素的作用效果做横向比较。也有研究针对合作模式对科研产出的影响。李纲等[28]运用社会网络分析方法和文献计量学方法,从合作规模、合作强调、合作稳定度、合作程度和署名模式5个方面研究科研团队的学术带头人与其他团队成员之间的合作关系及其对科研产出的影响。结果发现,学科带头人的合作规模、合作强度与科研产出呈正相关关系,合作程度与科研产出呈负相关关系,合作稳定度则对科研产出无显著影响。
1.3 研究评述
(4)个体间科研合作网络。张利华等[17]利用社会网络分析方法,以2004～2008年《管理评论》的作者合作关系为样本,对我国管理科研合作网络的结构、特征和竞争力等问题进行了深入研究,发现合作网络整体呈现无标度网络特征,合作子网主要有“基地型”“团队型”和“师生型”3种,其中“基地型”合作网络是我国管理科学研究的主力。王福生等[18]研究了《情报学报》2001～2006年发表的科学研究论文的作者的合作关系,应用复杂网络理论分析了整个合作网络的人数与对应的子网络数之间的关系,以及网络中顶点的度分布等相关网络特征。李进等[19]构建了发表于《复杂系统与复杂性科学》的论文形成的作者科研合作网络,发现该网络具有小世界特性和无标度特性。赵延东等[20]运用个体中心网分析方法研究学者间合作网络的异质性(包括合作网成员的年龄异质性、性别异质性和职称异质性),发现近1/3的科研人员只与同一性别的人合作,更倾向于选择与自己年龄相仿、职称级别相当的人合作;不同地域、不同单位类型的科研人员其合作网络结构存在差异。
2 理论与研究假设
2.1 网络结构
传递性定义为当两个节点享有一个共同节点时,它们之间也倾向于建立联系,网络传递性是社交网络一个重要的性质[29]。在科研合作网络中,合作关系一方面体现科研工作者之间知识和信息的共享,反映工作者研究领域的相似性;另一方面,体现科研工作者之间的人际关系,反映合作者之间存在的强合作关系,而合作的期限甚至超过论文标注的发表日期[30]。合作关系的传递性,体现学者之间知识共享的不断传递,同时体现工作者之间人际关系的扩展,通过合作,科研工作者之间的联系更加紧密。三元组是无向网络中一种重要的网络结构,该结构可表示网络中三元节点间合作关系的传递性[29]。
另外,网络结构中的星结构,如2-星、3-星和K -星等表示一个节点与其他多个节点建立联系,这些节点为网络中具有核心地位的节点。研究发现,在科研合作网络中,存在“基地型”“团队型”和“师生型”等合作子网[17]的存在,说明核心学者往往会吸引他人与其合作。
H5 热门研究领域的学者之间更容易形成合作。
H1 合作网络存在传递性特征。
H2 合作网络中有核心学者出现。
赵忠尧回到母校加州理工，他利用一切条件，对加速器的操作台和零部件进行研究，为了掌握加速器的设计和制造细节，赵忠尧成了实验室里最勤奋的人，在完成科研项目的同时，他拼命掌握着有关加速器制造的技术资料和零件参数，每天，他的工作时间都在16小时以上。
图1 三元组结构和K -结构
2.2 节点属性
同质性是社交网络的重要研究维度。根据文献[31]中的定义,同质性法则是指两个相似的人之间建立联系的概率比两个没有相似点的人高很多。文献[32]中将个体间的同质性用人口统计学来测量,如种族同质性、年龄同质性、宗教同质性、性别同质性和婚姻状况同质性等。在学者的合作关系中,根据前人的文献,研究重点考察地域、产量和研究领域3个因素的影响：
(1)相同地区的学者因为地域上的临近,可以展开更加便捷的合作[27]。
暴雨工况下，沿基岩层面不会产生滑动，基覆分界面亦不会整体滑动，满足边坡稳定性的规范要求，暴雨工况下覆盖层内部圆弧滑动所得安全系数更小，使边坡局部破坏进一步加剧。且边坡上个变形开裂部位控制工况均为暴雨工况，这与汛期边坡变形加剧情况相吻合。
(2)研究产量常被用作录用毕业生或升职的重要依据,高产量让学者有机会更高程度地曝光自己的作品、提升自己的认知度,继而引发强强联手[33]。
(3)高校间科研合作网络。刘璇等[16]以我国知识管理领域论文为样本,构建知识管理领域的机构间科研合作网络,从整体结构特征、凝聚子群和社团特征以及顶点和边的显著性特征3个层次进行深入研究。
(3)热门的研究领域往往吸引或聚集更多的学者,从而使得学者相互间更容易发生合作[27]。
随着智能手机，IPAD等微型便携式移动终端设备和互联网的迅速发展，移动学习(Mobile-Learning)已经成为中国学生学习的重要方式。移动学习突破了时间和空间的限制，学习可以在任何时间任何地点发生，教学资源可以被所有人共享。移动学习更具有趣味性，及时性，多维性。在学生的课下学习中，移动学习也成了自学的最主要手段和方式。
根据上述有关同质性理论的讨论,提出假设：
H3 相同地区(省份)的学者之间更倾向于合作。
H4 高产学者相互之间更倾向于互相合作。
基于上述两个典型的网络结构,如图1所示,研究提出如下假设：
学者自身的一些优势属性也会带给他们更多的合作。本文主要考察结构洞、团队凝聚力和基金支持3个因素对科研合作的影响：
(1)根据Burt的观点,处于网络中结构洞位置的个体通过占据网络中的洞穴或搭桥位置能为其占据者获取“信息优势”和“控制优势”[34],从而比网络中其他位置上的成员更有竞争优势和创新能力[35]。Burt给出的结构洞指标包括有效规模、效率、约束和层级。一般地,效率结构洞和约束结构洞分别衡量节点结构洞的两个不同方向的侧面,被普遍用于测量网络中节点所占据的洞见位置和重要程度。其中节点的效率结构洞衡量网络中节点的非冗余连接数占其总连接数的比率,效率结构洞越高,说明其在网络中的行为效率越高效,其拥有的结构洞特征越明显;而约束结构洞表征节点个体网络的闭合性,衡量节点对邻接节点施展结构洞所缺乏的空间,约束结构洞越低,表明该节点所覆盖的网络越开放,节点的结构洞程度越高。在合作网络中,处在高结构洞位置的学者能从不同团体的人中获取或交换到有效信息,从而促进合作。因此,他们相对于其他学者拥有更多的合作机会。
(2)张利华等[17]发现,部分影响力大的学者对整个网络结构的形成具有重要作用,而这部分影响力大的学者与团体内部的学者间联系密切。基于此,本文将探究团队凝聚力高的学者合作的广泛性。
当时的纵横家苏秦描述：“临淄之途，车毂击，人肩摩，连衽成帷，举袂成幕，挥汗成雨，家敦而富，志高而扬”，可见在战国时期，以泱泱大国之风称雄于各诸侯国的齐国，其都城临淄已发展成为中国古代东方最繁荣的城市，千年前的人们也因“家敦而富，志高而扬”，经常聚首宴饮了。这样的一组铜餐具，全套可以放在一个铜罐中，方便实用，极有可能是主人出行时使用的。
(3)在影响学术质量的条件中,科学基金发挥着重要作用。基金资助项目从提出到确定都要经过广泛而深入的调查和有关专家的反复研究论证[36],基金有利于重塑科研行为动机、推进基础科研的专业交叉、推进基础科研合作、提升科研项目团队的吸引力和凝聚力[25]。因此,受到基金支持的学者在科研合作中更容易吸引其他学者,获得更多的合作。
根据上述理论,研究对学者的优势属性,提出假设：
H6a 拥有高效率结构洞的学者能为其带来更多的合作。
也有作者关注网络的演化问题。Bettencourt等[5]通过观察8个科学领域从产生到成熟整个阶段的合作网络演化,发现学科发展过程中,出现了巨大的连通分量,顶点也经历从孤立到融合的过程。刘秋皊等[6]分析我国镁合金国际科研合作网络特征和机构,发现合作网络密度波动上升,聚类效应波动放大,网络结构向核心-边缘结构发展。由于合著论文通常比独著论文拥有更高的影响力[21],故不同领域的合著率都比之前有所提高,合著网络的规模和密度具有随时间增长的趋势[22]。
去年国庆期间，我参加了小主人报社组织的“莫干山秋令营”活动。在活动的第三天，我们玩了一个有趣的游戏名叫“撕名牌”。
H8 拥有基金支持的学者有更多的机会获得合作。
H7 团队凝聚力高的学者其合作更为广泛。
3 研究数据与ERGM方法
3.1 数据描述
本文选取知识管理领域作为研究领域,由于知识管理同时兼有技术与人文两种属性,其跨学科属性决定了该领域存在着大量的科研合作、学科交叉及扩散现象。本文选取维普作为来源数据库,在维普数据库中选择“知识管理”作为关键词(K =知识管理),限定检索范围在CSSCI期刊中,文献的发表时间为2002～2012年,去除重复文献,共得到1 591篇。采集该1 591篇文献的基本信息和作者信息。其中：基本信息包括文献题目、关键词和基金信息等;作者信息包括作者名、作者所在机构、所在城市、邮编和电子邮箱地址信息等。
研究根据作者名、所在机构、城市、邮编和电子邮箱地址信息确定作者,根据论文的作者列表构建知识管理领域的科研合作网络。通过筛选,剔除属性不完整的作者,知识管理领域的科研合作网络包含1 804名作者,及其形成的1 624条合作关系。通过软件Netdraw得到该网络的拓扑结构如图2所示。
图2 合作网络结构图
借助社交网络分析工具UCINET,本文对网络中的节点属性数据进行了处理：① 标记网络中每个作者所在城市对应的省份,为不同的省份做唯一性标识;② 统计网络中每个作者的论文数量,将拥有论文数量≥3的作者标记为高产作者,所涉及的作者数量为132个;③对所有论文中的关键词进行统计,选取出现次数大于100的关键词为热门关键词,将对这些领域的有做过研究的学者标记为热门领域的学者;④ 计算合作网络所有节点的结构洞(分别用效率结构洞和约束结构洞来衡量),将效率结构洞前25%的用户标记为高效率结构洞的作者;将约束结构洞后25%的用户标记为低约束结构洞的作者;⑤计算所有节点的个体网密度,并将前25%的用户标为团队凝聚力高的作者;⑥ 统计所有作者中受到国家级基金资助的学者,其中有204位作者受到资助。
3.2 指数随机图模型
研究利用指数随机图模型(ERGM)来检验本文
式中：A 为观测网络中所有网络结构的集合;Y 为利用模型生成的网络;y 为真实网络,这里称为观测网络;θA 为对应于A 的参数;gA (y )为对应于A 的网络统计值,当A 在y 中出现时,gA (y )= 1;否则,gA (y )= 0;k 是一个归一化参量,统计并算出所有概率取值,用以确保式(1)为一个正确的概率分布[7]。
一是加快推进《长江保护法》或涉及长江流域的立法过程，过程中要高度重视立法难度和复杂性，以及立法的科学基础。我国作为世界上大江大河数量最多的国家之一，至今没有一个专用于流域保护与管理的法律。2016年3月，习近平总书记主持中共中央政治局会议审议《关于经济建设和国防建设融合发展的意见》《长江经济带发展规划纲要》的重要讲话中指出，要抓紧研究制定和修订相关法律，把全面依法治国的要求覆盖到长江流域。长江流域涉及范围广，问题复杂，立法的紧迫性与立法的科学基础之间严重脱节，加之流域立法的专家奇缺，在立法过程中要采纳科学家们的意见。长远来看，建议要推进《中华人民共和国长江流域管理法》。
为了更好地理解假设与模型,给出了每个假设的分析层级及其相对应的网络图解,如表1所示。的假设。指数随机图模型同时能够检验网络中不同的网络结构对网络形成的影响,该模型根据输入参数模拟生成随机网络,并将模拟得到的网络与原有观测网络比较,它们越相似,则模拟的结果越好。目前,学界主要采用马尔可夫链蒙特卡洛极大似然估计法(MCMCMLE)对模型进行估计检验,模型通过不断地仿真模拟和参数修正使得模型的参数估计趋于稳定。指数随机图的基本数学表达式为
1.3.2 高同型半胱氨酸值界定:本研究分别采用HCY≥10μmol/L和≥15μmol/L为标准判断。
4 结果与讨论
利用R软件编写实现ERGM模型,并测试本文提出的假设,得到最终的估计参数,如表2所示。根据文献[37],本文将标准差大于参数50%的结果视为不显著。
根据表2,假设1成立,说明知识管理领域合作网络具有传递性,学者之间经由其共同的合作学者,并产生合作的现象很普遍。假设2不成立,负的参数值表明,网络中K -星结构存在很少,说明知识管理合作网络分布较为均匀,未出现明显的核心学者。
假设3成立,估计的参数为一个数值较大的正数,即
相同地区的学者间进行合作的概率比非相同地区高4倍,表明相同地区的学者之间合作更为普遍。假设4不成立,因为该结果不显著,说明高产量的学者之间合作并没有特别显著,可能的原因是高产量并不是学者间选取合作的重要因素。同时,学者扩展自身的合作圈也受各种现实条件的制约,不能完全达到随心所欲。假设5成立,由
可以看出,学者在热门领域中的合作比其他合作高2倍多,说明热门领域更容易形成合作。假设6成立,由得出,拥有高效率结构洞的学者比其他学者多出2倍的合作关系;而拥有低约束结构洞的学者比其他学者多出9倍(exp(2.281 23)≈9.792)的合作可能性。假设7成立,由
看到这，江帆愤怒地说：“你老公趁人之危，太狠了！”刘珊珊却说：“他平时就这性格，是你老婆太多情。她看病期间，你干吗去了？”江帆忆起，当时他担心妻子得了癌症，急坏了，可他忙于工程，吴霞几次去大医院检查，他都没有去。妻子在电话里告诉他检查结果时，他正忙，就对妻子说：“没事就好！我正忙着呢，回家聊。”一会儿吴霞给他发来条短信：“哼，你不宝贝我，有人宝贝我！”江帆以为妻子闹小性子，一笑置之。
定量数据收集的情况如下：在2017秋季学期开始时收集了四个星期的数据。在研究实施之前，征求参与者意见时都表示同意参与。此外，研究人员向参与者解释了测试的目的和规则，包括口头和书面形式。研究人员进行了一系列测试，包括接受性词汇量测试，产出性词汇量测试。在测试期间，参与者不能进行提问。所有参与者都使用相同的测试材料。在不同的时间分别进行了为期四周的60分钟的测试。在收集测试后，为了确保可靠性，由两名研究人员对测试进行评分。
可见,团队凝聚力高的学者其合作比其他学者广泛得多。假设8不成立,很小的负数表明,该网络结构在合作网络中出现的频率很低,可能的原因包括：① 受国家基金支持的学者范围较小,使得该效应不显著;② 受到基金资助的学者与其他学者之间的合作也受其他条件如研究领域等的制约,并不比其他学者的合作机会多。
表1 假设、分析层级和网络结构图解
表2 ERGM参数估计结果
进一步,对比地域、研究领域、结构洞和凝聚力4种因素对促进合作产生的影响效果,发现学者在网络中的结构洞(尤其是用约束结构洞衡量)对促进学者合作的影响较为突出,而团队凝聚力、地域的临近性的影响居中,最后是研究领域的影响。
为了检验模型拟合的好坏,进一步绘制了拟合优度图,如图3所示。图3中呈现的是原有网络参数和ERGM估计出的仿真网络的参数比较,包括节点度和享有共同节点的边的分布图。每一部分,实线表示原有的网络参数,虚线表示方差,箱形图表示模拟的网络参数。由图3可见,总体而言,仿真网络和原观测网络较小的差别说明,现有的ERGM模型拟合效果较好。
图3 拟合优度比较图
5 结 语
为了探究网络结构和节点属性多重因素对科研合作网络形成的影响,本文构建了知识管理领域的科研合作网络,运用指数随机图模型同时对网络的结构特征和节点属性进行探究,并验证研究提出的9个假设。最终得出,知识管理领域科研合作网络的结构具有很好的传递性,网络分布较为均匀,未出现明显的核心节点。该网络的属性特征具有同质性,如相同地区的学者,以及热门研究领域的学者之间合作更为普遍,此外,拥有高结构洞特征的学者和团队凝聚力高的学者与其他学者的合作更为普遍。
3.突出重点。针对学生的错别字现象，教师还应该重视学生的易错部分。如将形近字、音近字等易错字放在一起进行对比，让学生发现易错的部分，并加以理解记忆。还可以在课件上运用不同颜色对易错的笔画、部首进行标记，以增加学生对易错部分的印象，减少错别字的使用。教师还可通过故事或趣味的记忆方法，帮助学生记忆易错部分
本文创新地把网络结构特征和节点属性特征相结合,并综合探究影响科研合作网络形成的多重因素。本文选取了极具代表性的网络结构——三元组结构和K -星结构,并从多角度分类用户的属性,包括节点属性间的同质性和节点的优势属性探究科研合作网络形成的社会化机理。该研究将丰富知识管理和社会化网络的相关文献,帮助学者理解科研合作的社会化形成机理,同时为学者促进其科研合作提供可参考的建议,本文的研究成果对促进学者之间的科研合作,提升科研合作的效率都有重要的指导意义。
本文的局限性在于只考虑了科研合作这一单一的网络,未能考虑多重网络间的交互影响,如与学者之间的合作有较强关联性的文献引用网络。另外,未来可进一步考虑时间因素的影响,利用本文的框架探索科研合作网络的社会化形成机理随着时间推进的演化趋势。
参考文献 ：
[1]Melin G,Persson O.Studying research collaboration using co-authorships[J].Scientometrics,1996,36(3)：363-377.
[2]Jones B F,Wuchty S,Uzzi B.Multi-university research teams：shifting impact,geography,and stratification in Science[J].Science,2008,322(5905)：1259-1262.
[3]Newman M E.Scientific collaboration networks.I.Network construction and fundamental results[J].Physical Review E Statistical Nonlinear&Soft Matter Physics,2001,64(2)：016131.
[4]李亮,朱庆华.社会网络分析方法在合著分析中的实证研究[J].情报科学,2008,26(4)：549-555.
[5]Bettencourt L M A,Kaiser D I,Kaur J.Scientific discovery and topological transitions in collaboration networks[J].Journal of Informetrics,2009,3(3)：210-221.
[6]刘秋皊,张雷,徐福缘,等.镁合金国际科研合作网络分析[J].科技管理研究,2012,32(3)：77-82.
[7]Robins G,Snijders T,Wang P,et al. Recent developments in exponential random graph(p*)models for social networks[J].Social Networks,2007,29(2)：192-215.
[8]Jiang S,Gao Q,Chen H,et al. The roles of sharing,transfer,and public funding in nanotechnology knowledge-diffusion networks[J].Journal of the Association for Information Science&Technology,2014,66(5)：1017-1029.
[9]陈爱萍,俞琰.基于指数随机图模型的网络新闻媒体分析[J].金陵科技学院学报,2012,28(2)：30-36.
[10]Broekel T,Hartog M.Determinants of cross-regional R&D collaboration networks：An application of exponential random graph models[M]//The Geography of Networks and R&D Collaborations.[s.l.]：Springer International Publishing,2013：49-70.
[11]任义科,李树茁,杜海峰,等.农民工的社会网络结构分析[J].西安交通大学学报(社会科学版),2008,28(5)：44-51.
[12]Newman M E.Coauthorship networks and patterns of scientific collaboration[J].Proceedings of the National Academy of Sciences,2004,101(Sup 1)：5200-5205.
[13]牛奉高,邱均平.基于国家、学科合作网络和期刊分布的中国科研国际合作研究[J].情报科学,2015,33(5)：111-118.
[14]胡一竑,朱道立,张建同,等.中外科研合作网络对比研究[J].管理学报,2009,6(10)：1323-1329.
[15]吴素春,聂鸣.以创新型城市为主导的区域科研合作网络研究——以湖北省论文合著数据为例[J].情报杂志,2013,32(8)：125-131.
[16]刘璇,张朋柱,胡海波.国内知识管理领域科研合作网络研究[J].科技进步与对策,2013,30(15)：138-145.
[17]张利华,闫明.基于SNA的中国管理科学科研合作网络分析——以《管理评论》(2004-2008)为样本[J].管理评论,2010,22(4)：39-46.
[18]王福生,杨洪勇.《情报学报》作者科研合作网络及其分析[J].情报学报,2007,26(5)：659-663.
[19]李进,刘瑞璟,于伟,等.作者科研合作网络构建及影响分析——以《复杂系统与复杂性科学》期刊为例[J].复杂系统与复杂性科学,2014,11(3)：86-93.
[20]赵延东,周婵.我国科研人员的科研合作网络分析——基于个体中心网视角的研究[J].科学学研究,2011,29(7)：999-1006.
[21]Hoekman J,Frenken K,Oort F.The geography of collaborative knowledge production in Europe[J].The Annals of Regional Science,2009,43(3)：721-738.
[22]Abbasi A,Hossain L,Uddin S,et al .Evolutionary dynamics of scientific collaboration networks：Multilevels and cross-time analysis[J].Scientometrics,2011,89(2)：687-710.
[23]李志宏,王娜,周广刚.国内管理科学领域高校间的学术论文合著网络分析[J].研究与发展管理,2012,24(4)：71-80.
[24]殷宇.高校教师校际科研合作影响因素研究[J].中国校外教育,2016(6)：30-31.
[25]王冬梅.科学基金制度对基础科研合作的引导效用分析[J].科研管理,2010,31(4)：98-101.
[26]许治,陈丽玉,王思卉.高校科研团队合作程度影响因素研究[J].科研管理,2015,36(5)：149-161.
[27]贾茜,李亚婷,张斌.科学合作的形成及其影响因素[J].情报理论与实践,2014,37(6)：40-45.
[28]李纲,刘先红.科研团队中学术带头人的合作特征及其对科研产出的影响[J].情报理论与实践,2016,39(6)：70-75.
[29]Faust K.A puzzle concerning triads in social networks：Graph constraints and the triad census[J].Social Networks,2010,32(3)：221-233.
[30]Agrawal A,Cockburn I,Mchale J.Gone but not forgotten：Knowledge flows,labor mobility,and enduring social relationships[J].Social Science Electronic Publishing,2006,6(5)：571-591.
[31]Mcpherson M,Smithlovin L,Cook J M.Birds of a feather：Homophily in social networks[J].Annual Review of Sociology,2001,27(1)：415-444.
[32]Thelwall M.Homophily in mySpace[J].Journal of the American Society for Information Science&Technology,2009,60(2)：219-231.
[33]Ding Y.Scientific collaboration and endorsement：Network analysis of coauthorship and citation networks[J].Journal of Informetrics,2011,5(1)：187-203.
[34]Burt R S.Structural holes：The social structure of competition[M].Cambridge,MA：Harvard Univer Sity Press,1992.
[35]梁鲁晋.结构洞理论综述及应用研究探析[J].管理学家(学术版),2011(4)：52-62.
[36]孙丽莉.浅析基金资助项目对高校学报的影响[J].科技情报开发与经济,2007,17(3)：265-266.
[37]Pahor M,Škerlavaj M,Dimovski V.Evidence for the network perspective on organizational learning[J].Journal of the American Society for Information Science&Technology,2008,59(12)：1985-1994.
An Empirical Study of Mechanism for Scientific Collaboration Network：An Analysis Based on Exponential Random Graph Model
LIU Xuan 1,WANG Linwei 1,LI Jia 1,ZHANG Pengzhu 2
(1.Business School,East China University of Science and Technology,Shanghai 200237,China;2.Antai College of Economics and Management,Shanghai Jiao Tong University,Shanghai 200030,China
【Abstract 】With the advent of knowledge era,it is more difficult for scholars to accomplish complicated scientific research depending on individual efforts.The collaborations and communications among scholars are becoming more and more important.Scientific collaboration helps produce innovative thinking,increase efficiency,promote the interactions and integration of various domains and disciplines,and shorten the cycle of scientific products.It is,therefore,worthwhile to study the mechanism of collaboration network formation.In this paper,by collecting relevant papers in the“knowledge management”domain from Vip database,a collaboration network was established among all scholars,and the influencing mechanism of network structure and node attributes on the formation of cooperation network was explored by using the exponential random graph model(ERGM).The results indicate that the collaboration network has a good transitivity,and the network distribution is uniform,which means there are no obvious core nodes.Meanwhile,the homophily of region and research field among scholars increases the likelihood for their collaboration,and scholars with high structure holes and high group cohesiveness have more collaborations.
Key words ：knowledge management;scientific collaboration network;exponential random graph model(ERGM);network structure;node attributes
中图分类号 ：G 302;G 203
文献标志码： A
文章编号 ：1005-2542(2019)03-0520-08
收稿日期 ：2017-02-15
修订日期： 2017-09-02
基金项目 ：国家自然科学基金资助项目(71471064,71371005);上海市浦江人才计划资助项目(15PJC019);教育部人文社会科学研究资助项目(18YJC630068);中央高校基本科研业务费专项基金资助项目(50321051924003
作者简介 ：刘 璇(1982-),女,博士,副教授,硕士生导师。研究方向为知识管理、电子健康和大数据分析。E-mail：xuanliu@ecust.edu.cn
标签：知识管理论文; 科研合作网络论文; 随机指数图模型论文; 网络结构论文; 节点属性论文; 华东理工大学商学院论文; 上海交通大学安泰经济与管理学院论文;