地方性高校强势学科科研团队结构分析——以某地方性大学土木与建筑工程学院为例

一、引言

国际科技合作, 一般是指在共同的目标驱动下, 来自不同环境的科研团队为实现共同的科技目标而进行的科学研究。随着科技的发展, 各学科的独立性和专业化程度愈发明显, 更多现实问题的解决需要多方学科和人员的合作。70年代初期, 国外学者Beaver等人在研究国际科技合作情况时首次将科技合著关系分析作为研究手段, 而后的学者基于此研究对国际科技合作深度挖掘[1]。Jennifer Xu及Michael Chau基于合著网络的结构特征展开论证, 对合著网络的特征演化进行论述, 提出网络的健康演化进程的观点[2]。Kretschmer通过分析不同地域学者的科研产出率与某些特定网络结构特性间的影响关系, 探索科研人员在网络中的地位及集群分布的距离大小[3]。而国内学者贡金涛等人 (2013) 以风力发电技术的专利数为数据源, 探索各节点之间的关系及网络的结构特征, 通过凝聚性分析得出合著网络节点遵循反比函数幂律分布规律的结论[4]。姚啸华 (2011) 对图情机构学者的合著网络情况进行分析, 通过社会网络分析法分析其中心性, 构建凝聚子群关系模型[5]。本文基于论文质量因子建立带有权重的合著网络, 利用社会网络分析法对该网络进行分析, 提出合理构建科研团队的建议。

二、数据来源和研究方法

(一) 数据来源

本文选择中国知网《CNKI学术期刊全文数据库》为主要数据来源, 以“作者单位”和“发表时间”为检索关键项, 以学院名称和论文发表时间为检索主题, 最终获得1050条数据。与该校官网的教职工名单为对比, 剔除无效数据。将论文出版物目前所处的期刊级别和复合影响因子作为数据清洗的标准, 得到有效实验数据950条。

(二) 研究方法

本文基于权重因子构建合著网络, 以期刊影响因子为依据, 构建权重算法。根据权重算法综合量化学者间的合作强度, 当节点中无合著关系时, 权重系数为0。最后利用社会网络分析软件Ucinet对权重矩阵进行处理, 可视化模型并分析中心性、核心边缘等, 从而探索得到科研团队的最佳结构特征。

三、权重因子算法实现

本文选取的数据集具有一定的不确定性与不完整性, 由此选用粗糙集理论 (Rough Set Theory) 对数据进行分析。粗糙集理论仅仅利用数据集本身进行信息提取, 无需额外的数据处理条件, 可以有效解决冷启动问题。基于此方法确定权重比例, 对不同等级的高校科研部门的科研工作量的计分标准进行量化, 将核心期刊设定为1。在此, 我们收集了10所大学的科研团队对期刊论文的评判标准, 最为主要的是科研人员在科研团队中的工作量 (本文将选取最为细致的准则作为评判标准) , 其量化后的标准模型如下表。

在此设Nk (gi) 为各专家的评分标准, X (gi) 为gi的平均评分, wi为权重值, Pk为专家的偏差。理论上, 偏差值越小, 权重比例越准确, 因此对权重值进行处理, 具体算法如下:

论文权重取值算法:

论文权重取值算法的伪代码

四、实例分析

(一) 数据源的基本属性和合著网络的生成

通过在学院官网, 中国知网等数据库搜集该学院2014到2018年所发表的各类科研论文, 依据核心边缘结构法对论文进行整理。以该学院的教职工名单为数据清洗的标准, 汇总得出数量统计量:合著网络论文数量:950篇;学院员工:154名。具体分类如下表所示:

表2所示体现出EI、核心期刊等较高水平的论文数量亦呈上升趋势, 说明该学院的科研水平能力处于逐年提高的状态。表3中合著度和合著率是体现科研工作人员科学研究合作程度的两个重要指标, 该院科研人员间的合著率为1, 合著度为3.64, 说明该学院科研人员之间的科研合作交流非常密切。

从论文总体情况来看, 独著和2人的所占比例较小, 多数为3人, 4人及4人以上的情况, 科研独立撰写论文的数量比合作撰写论文的数量少很多, 对比结果说明, 科研团队结构可以影响论文质量。科研团队成员之间合作情况越好, 论文质量越高。

图1合著网络可视化模型

(二) 合著网络中心度分析

由degree排序的前几位可以看出, 点度中心度越大, 对应人员在团队中的地位与贡献率越高。

中间中心度是指团队成员在网络的各个节点相互交叉的路径上, 中间中心度越高, 此人在团队中的地位越重要, 在中起着连接与沟通的重要作用。接近中心度是衡量团队信息传播的一个重要的衡量因素, 当接近中心度越大, 说明其与其它成员的沟通较近, 以此来衡量节点与其它节点的沟通顺畅性, 下面分别从三个指标观察数据的可行性以及分析团队成员在研发中的作用。

从以上表中可以分析得到, 点度中心度最高的是马少坤, 其绝对点度中心度是51.7。依据点度中心度的含义, 表明其与网络中其他52个节点有直接联系, 通俗解释就是, 马少坤曾与52位科研人员合著发表过论文。

通在上述表格终, 中间中心度最高的是赵艳林, 其次是杨涛、燕柳斌和马少坤等人。科研人员的中间中心性越高, 拥有越丰富的研究资源, 与其他科研人员有很多较多的科研交流和沟通。经过对表格中的中间中心度分析总结, 发现有119位研究人员的中间中心度为0, 占总科研人数的77.7%, , 且中间中心度比较高的科研人员非常少。这也表明只有少部分的科研人员具有比较高的掌握资源的能力。

接近中心性越小的节点在整个合著网络中越处于核心的地位。由上表可知, 赵艳林的接近中心度值最小, 其人脉网是比较广阔, 可以以最短的关系网络到达其他的科研人员。接近中心性主要是针对网络中最大的成分分析, 其结论与前两种方法分析出的结论是有比较大不同。

(三) 网络凝聚子群

凝聚子群是指在整个合著网络中的子网络, 即小群体。本小节从成分分析开始, 在次合著网络中有88个成分, 包含3个成分的有4个, 3个以上的成分有2个, 包含3个以上的成分的成员个数分别是46和12。成员数为1 (孤立点) 有80个, 由此推测学院大部分员工是独立从事科学研究, 师生合作较多, 教师之间合作较少, 科研团队之间发展极不均衡。

然后使用k-丛方法。根据k-丛的概念, 如果一个2-丛的规模为n, 那么这个丛中的人员就至少与其他n-2个人员有直接关系。通过分析结果来看, 2-丛的规模都比较小, 大部分2-丛的规模都为3, 也就是说大部分的作者都只和其所属的丛中至少其他1位作者有直接联系, 绝大部分科研人员都只是与其他少部分科研人员有合著关系。

采用带权值的合著网络, 给出聚类图, 从中可以看出, 大部分的科研人员都是单独的一个分支或者与其他很少的科研人员的分支汇合, 即属于独立个体或者是小团队。

图2合著网络的聚类分析结果

接下来, 进行N-派系方法。派系分析主要是一种建立在群体相互合作关系上的凝聚子群分析方法。本次分析中n设置为2, 最小大小为3, 得到33个n-派系。最小大小为5时, 得到22个k-派系, 在结果中, 大部分派系的组成成员都属于最大成分成员。经过多次设置不同且递增的最小大小值后, 多次计算后不同派系的人员有很多都重复出现, 说明这些人员相互之间都有紧密的合作交流。

(四) 核心-边缘结构分析

核心-边缘结构分析主要是为了研究社会网络中哪些研究人员 (节点) 处于核心地位, 哪些研究人员 (节点) 处于边缘地位。在本次分析中, 主要采用了定类数据的形式, 即用类别来表示, 因此, 构建了离散的核心-边缘结构模型。核心-边缘结构分析的结果将11位科研人员置于核心位置, 其余的143位科研人员置于边缘位置。

五、结语

本文以2014-2018的时间序列为依据构建合著网络, 以社会网络分析法为主要分析工具。对合著网络的特征进行分析, 得到以下结论:

(一) 大多数资源掌握在少数人手中

核心科研资源掌控在权威科研工作者手中, 团队中沟通较少, 资源分配尚不均衡且极差较大。学科交叉不明显, 缺乏团队间的科研交流与合作。如何更好地组建科研团队、加强团队之间的沟通, 有待进行深入研究。

(二) 对比发现

高水平科研人员可以有效带动学院科研水平的发展, 提高科研论文的质量与数量。地方性大学提高科研水平的方式在于引进高水平人才。在引入高水平人才时, 要设定合理的科研工作量并建立激励机制, 鼓励创新, 引入青年高水平人才, 建立人才引进制度, 鼓励科研团队之间的交流。

(三) 资料显示

我国高校高水平科研人员, 在政府或行政岗位都有一定的职位。在这种背景下的科研人员有较广的人脉资源和较宽的眼界, 在科研团队中发挥良好的带头作用。我们要鼓励高水平人才全面发展的同时, 要注意做到科研与管理平衡, 以行政辅助科研, 注重人才的发展方向。

【相关链接】

学科该词有以下两种含义:

(1) 相对独立的知识体系。人类所有的知识划分为五大门类:自然科学, 农业科学, 医药科学, 工程与技术科学, 人文与社会科学。

(2) 我国高等学校本科教育专业设置的学科分类, 我国高等教育划分为13个学科门类:哲学、经济学、法学、教育学、文学、历史学、理学、工学、农学、医学、军事学、管理学、艺术学。

一般是指利用科研手段和装备, 为了认识客观事物的内在本质和运动规律而进行的调查研究、实验、试制等一系列的活动, 为创造发明新产品和新技术提供理论依据。科学研究的基本任务就是探索、认识未知。

科学研究起源于问题, 问题又有两类:

一类是经验问题, 关注的是经验事实与理论的相容性, 即经验事实对理论的支持或否证, 以及理论对观察的渗透, 理论预测新的实验事实的能力等问题;另一类是概念问题, 关注的是理论本身的自洽性, 洞察力, 精确度, 统一性以及与其他理论的相容程度和理论竞争等问题。科学研究提供的对自然界作出统一理解的实在图景, 解释性范式或模型就是"自然秩序理想", 它使分散的经验事实互相联系起来, 构成理论体系的基本公理和原则, 是整个科学理论的基础和核心。

结构分析亦称"比重分析"。计算某项经济指标各项组成部分占总体的比重, 分析其内容构成的变化, 从结构分析中, 掌握事物的特点和变化趋势的统计分析方法。如按构成流动资金的各个项目占流动资金的总额的比重确定流动资金的结构, 然后将不同时期的资金结构相比较, 观察构成变化。

高等学校是大学、专门学院、高等职业技术学院、高等专科学校的统称, 简称高校。从学历和培养层次上讲, 包括专科、本科、硕士研究生、博士研究生。其中大学一般指综合型高等院校, 专门学院包括了医科大学、戏曲学院、音乐学院、美术学院, 高职高专院校包括职业技术学院、高等专科学校等。

高等学校泛指对公民进行高等教育的学校, 与大学词义相近。大学, 是指综合性的提供教学和研究条件和授权颁发学位的高等教育机构。现在的大学一般包括一个能授予硕士和博士学位的研究生院和数个专业学院, 以及能授予学士学位的一个本科生院。

摘要：本文以社会网络分析法为核心, 深度挖掘当前高校科研团队合著网络情况, 引入权重因子, 基于带有的权重合著网络模型进行中心性、凝聚子群及核心-边缘结构等相关分析。深入了解地方性高校科研团队之间的协作融合发展情况, 揭示地方性高校科研团队科研合作的运行状态及其发展规律, 提出合理构建科研团队的建议。

关键词：社会网络分析法,合著网络,权重因子,科研团队

参考文献

[1] Beaver D, Rosen R. Studies in Scientific Collaboration:The Professional Origins of Scientific Co-authorship[J]. Scientometrics, 1978 (1) :65-84.

[2] Jennifer Xu, Michael Chau.The social identity of IS:Analyzing the collaboration network of the icis conferences (1980-2005) [C]. Twenty-Seventh International Conferences on Information Systems, 2006:569-590.

[3] KretschmerH. Author productivity and geodesic distance in bibliographic co-authorship networks, and visibility on the Web[J].SCIENTOMETRICS, 2004, 60 (3) :409-420.

[4] 贡金涛, 魏晓峰.基于社会网络分析的专利合著网络研究一一以风力发电技术领域在华专利为例[J].情报杂志, 2013, 32 (1 1) :37-42.

[5] 姚啸华.社会网络分析法在图情机构内部合著网络的实证研究[J].现代情报, 2011, 31 (7) :51-54.

[6] 孟微, 庞景安.我国情报学科研合著网络研究及其特征参数分析[J].情报理论与实践, 2009, 32 (8) :12-15.