基于地理科研主導(dǎo)網(wǎng)絡(luò)的關(guān)鍵節(jié)點(diǎn)識別研究
——以藥學(xué)領(lǐng)域?yàn)槔?/h1>
2021-12-28 01:26:16賀超城劉福珍王春迎
情報(bào)學(xué)報(bào) 2021年12期
賀超城 ，吳 江 ，劉福珍 ，王春迎
（1. 武漢大學(xué)信息管理學(xué)院，武漢 430072；2. 武漢大學(xué)信息資源研究中心，武漢 430072；3. 香港理工大學(xué)商學(xué)院，香港 999077；4. 鄭州大學(xué)信息管理學(xué)院，鄭州 450001）
1 引 言
全球化的洶涌浪潮推動了各種資源的全球尺度流動與優(yōu)化配置，科研學(xué)術(shù)資源也不例外。在諸多領(lǐng)域，科研全球化產(chǎn)生了廣泛而又深遠(yuǎn)的學(xué)術(shù)和社會影響力[1]。其中，科研合作扮演了無可替代的角色?？蒲泻献髡喜煌尘暗幕パa(bǔ)的知識與技能，解決錯(cuò)綜復(fù)雜的科學(xué)難題；科研合作融合多方靈感以及交互，激發(fā)顛覆性創(chuàng)新；科研合作通過精細(xì)化的分工協(xié)作大幅提升效率……隨著科研合作半徑的增長，科研主體們能在更大范圍內(nèi)找到合適的合作伙伴[2]?？蒲泻献鞯膬?yōu)勢也會隨著科研主體之間距離的增長而更加突出[3]。眾多國家/地區(qū)發(fā)布政策以鼓勵(lì)遠(yuǎn)距離和跨國科研合作。大部分東歐國家將科研人員的科研合作國際化程度納入考核標(biāo)準(zhǔn)[4]；中國的“十二五”科技發(fā)展規(guī)劃聲明，中國將進(jìn)一步加強(qiáng)國際化科研合作，積極參與國際科研組織與活動[5]。遠(yuǎn)距離和跨國科研合作極大地促進(jìn)了知識的創(chuàng)造與傳播，成為當(dāng)下日益流行的科研模式[6-7]。隨著交通和通信技術(shù)的進(jìn)步，地理距離對科研合作的阻礙明顯降低，但它依舊是不可忽視的影響因素[3]。與線上的文字或視頻交互相比，面對面、手把手的近距離交互能更高效地傳遞顯性知識，還能傳遞隱性知識（隱性知識常常無法通過線上渠道傳遞）。之前，我國985 高校在選擇合作伙伴時(shí)，表現(xiàn)出強(qiáng)烈的地域傾向，同城/同省的985 大學(xué)的合作頻率遠(yuǎn)遠(yuǎn)大于跨城/跨省的[8]。相比于學(xué)術(shù)機(jī)構(gòu)之間的科研合作，學(xué)術(shù)機(jī)構(gòu)與工業(yè)界的科研合作受到地理距離的影響更加明顯[9]。
因此，從空間的視角來理解和刻畫科研合作十分重要。然而，現(xiàn)有的研究存在以下兩方面不足。第一，現(xiàn)有關(guān)于科研合作的研究沒有充分考慮科研主體的空間特征。遠(yuǎn)距離和跨國的科研合作，較諸本地化的科研合作，往往產(chǎn)生更加高質(zhì)量、高影響力的成果[10]。科研主體也有在更大的地理半徑內(nèi)拓展自己的合作網(wǎng)絡(luò)、擴(kuò)散自身學(xué)術(shù)影響力的傾向。然而，現(xiàn)有的科研合作網(wǎng)絡(luò)的研究注重拓?fù)涮卣?，忽略了對科研影響力有重要作用的空間特征，造成了模型的空間偏差。第二，現(xiàn)有的關(guān)于科研合作的研究沒有充分考慮科研合作中的主導(dǎo)作用。而科研主導(dǎo)對科研合作的發(fā)起、推進(jìn)、產(chǎn)出等各個(gè)階段都有著舉足輕重的意義[11-12]。如果沒有主導(dǎo)者的有序組織、精細(xì)分工和及時(shí)跟進(jìn)，再強(qiáng)大的科研陣容都是一盤散沙。在合著論文中，第一作者和通訊作者往往是合作的主導(dǎo)者，因?yàn)樗麄儗献髯龀隽俗钪饕呢暙I(xiàn)。主導(dǎo)作者與參與作者（非第一或非通訊的其他作者）之間的合作關(guān)系要強(qiáng)于參與作者之間的合作關(guān)系[13]。更有甚者，參與作者之間可能素未謀面，而主導(dǎo)作者與參與作者之間的合作關(guān)系便構(gòu)成了科研合作的骨架，支撐起了整個(gè)合作過程。然而，現(xiàn)有研究對各種作者之間的關(guān)系等量齊觀，忽略了主導(dǎo)作者在科研合作中的主導(dǎo)作用。
為了填補(bǔ)上述空白，本文參考既有的科研主導(dǎo)的概念與測度[14]，聚焦于藥學(xué)領(lǐng)域（pharmaceutical science），利用 Web of Science 2010—2018 年的合著論文數(shù)據(jù)，對全球藥學(xué)領(lǐng)域的科研主導(dǎo)進(jìn)行全面的空間分析，并整合科研主導(dǎo)關(guān)系的網(wǎng)絡(luò)特征和空間特征，提出地理科研主導(dǎo)排名（GeoLeaderRank）。本文之所以選擇藥學(xué)是因?yàn)樵擃I(lǐng)域的研究對跨學(xué)科、多樣化的知識融合有強(qiáng)烈的需求，該領(lǐng)域的研發(fā)對國際化、多部門的外包有強(qiáng)烈的依賴[15]。最后，本文用地理科研主導(dǎo)排名對科研機(jī)構(gòu)的學(xué)術(shù)影響力進(jìn)行預(yù)測及驗(yàn)證，并與傳統(tǒng)指標(biāo)進(jìn)行比較。
2 文獻(xiàn)綜述
2.1 空間科研合作
科研活動在國家、地區(qū)、城市等空間層面的不均勻分布，決定了其空間特征的重要意義?！翱臻g科學(xué)計(jì)量學(xué)”最早由Frenken 等[16]提出，涉及論文與引文的空間分布、科研主體對合作伙伴選擇的空間偏好、不同尺度空間合作類型對科研成果的學(xué)術(shù)影響力的作用等?，F(xiàn)有空間科研合作的研究主要關(guān)注科研活動的空間分布及其演化、空間鄰近性因素的影響。在全球范圍內(nèi)，科研活動越來越受到頂尖發(fā)達(dá)國家的主導(dǎo)，科研的兩極分化進(jìn)一步加深[17]。在歐洲范圍內(nèi)，Nita 等[18]通過社會網(wǎng)絡(luò)分析發(fā)現(xiàn)，西歐國家的各項(xiàng)指標(biāo)都明顯高于東歐國家，西歐國家在歐洲科研合作網(wǎng)絡(luò)中占據(jù)主導(dǎo)優(yōu)勢。在中國范圍內(nèi)，北京處于整個(gè)國家科研合作網(wǎng)絡(luò)的絕對核心位置，江蘇和廣東緊隨其后，西部地區(qū)明顯落后于東部地區(qū)[19]。地理距離對科研合作的阻礙作用在國際[17]、區(qū)域[20]、國內(nèi)[21]等層面依舊明顯。
2.2 科研主導(dǎo)
科研活動內(nèi)在的復(fù)雜性與邏輯性決定了科研合作是一個(gè)高度非線性和充滿不確定性的過程[22]。其中，科研主導(dǎo)起到了舉足輕重的作用。例如，在物理學(xué)、生物醫(yī)學(xué)領(lǐng)域，第一作者往往負(fù)責(zé)研究的執(zhí)行，其他參與作者則做出專業(yè)化的貢獻(xiàn)[23]。通訊作者除了學(xué)術(shù)性貢獻(xiàn)外，還做出了大量對科研合作必不可少的非學(xué)術(shù)性貢獻(xiàn)[5]：科研合作的選題、合作環(huán)境的創(chuàng)建、科研進(jìn)程的協(xié)調(diào)、行文脈絡(luò)的布局、終版稿件的投遞、期刊編輯的溝通……在有基金支持的論文中，通訊作者往往是基金的提供方[5]。通訊作者有力地整合了各方科研學(xué)術(shù)資源，對科研合作的整個(gè)生命周期做出了最為實(shí)質(zhì)的主導(dǎo)貢獻(xiàn)。He等[14]在機(jī)構(gòu)層面探究科研合作中的科研主導(dǎo)，并采用分?jǐn)?shù)計(jì)數(shù)法，定義一篇科研論文的科研主導(dǎo)量為1，科研主導(dǎo)流的方向是從主導(dǎo)機(jī)構(gòu)指向參與機(jī)構(gòu)。在一篇文章i中，從主導(dǎo)機(jī)構(gòu)a指向參與機(jī)構(gòu)b的科研主導(dǎo)流強(qiáng)度Cab,i為
其中，Di指文章i中主導(dǎo)機(jī)構(gòu)（通訊作者所在機(jī)構(gòu)）的數(shù)量；Ni指文章i的機(jī)構(gòu)數(shù)量。從主導(dǎo)機(jī)構(gòu)a到參與機(jī)構(gòu)b的總科研主導(dǎo)流強(qiáng)度Cab為
其中，Mab指a為主導(dǎo)機(jī)構(gòu)、b為參與機(jī)構(gòu)的所有合著論文數(shù)量。機(jī)構(gòu)a的總科研主導(dǎo)量Ca為
其中，B指機(jī)構(gòu)a所主導(dǎo)的所有參與機(jī)構(gòu)數(shù)量。
3 研究方法與數(shù)據(jù)來源
3.1 地理科研主導(dǎo)網(wǎng)絡(luò)構(gòu)建
地理距離不能全面反映科研活動的空間特征。Wu[24]指出，美國東海岸研究者的一篇文章被西海岸研究者引用，相比于英國研究者的一篇文章被法國研究者引用，前者雖然地理距離大于后者，但是不一定比后者有更高的學(xué)術(shù)價(jià)值，因?yàn)楹笳呤强鐕?。同理，地理距離也沒有全面反映科研合作的地理特征。Boschma[25]提出了科研合作與知識流動的五種鄰近性影響因素，基于此，諸多研究者結(jié)合引力模型探究了各種鄰近性對科研合作、創(chuàng)新及知識流動的影響[2,26]：
其中，Iab指a和b的科研合作強(qiáng)度（合作發(fā)文量）；Distanceab指a和b的地理距離；Countryab為虛擬變量，當(dāng)a和b在同一個(gè)國家時(shí)，Countryab=1，當(dāng)a和b不在同一個(gè)國家時(shí)，Countryab=0[2]。從空間特征的角度來看，機(jī)構(gòu)a和b之間科研合作強(qiáng)度是lgDistanceab和Countryab的線性組合。本文定義總科研主導(dǎo)流強(qiáng)度Cab的空間分?jǐn)?shù)為
其中，Country′ab依然是一個(gè)虛擬變量，但是當(dāng)a和b在同一個(gè)國家時(shí)，Country′ab=0，當(dāng)a和b不在同一個(gè) 國 家 時(shí) ， Country′ab=1；λ是 指 兩 個(gè) 變 量lgDistanceab和 Country′ab的 比 例 系 數(shù) ，在2010—2018 年的藥學(xué)領(lǐng)域，本文基于引力模型的Tobit 回歸[14]得到λ=1.32。當(dāng)a和b的地理距離越遠(yuǎn)，a和b之間跨國時(shí)，a和b的科研合作概率就越小，合作的空間分?jǐn)?shù)也就越高。本文定義文章i的空間分?jǐn)?shù)為該文章的主導(dǎo)機(jī)構(gòu)與所有參與機(jī)構(gòu)的科研主導(dǎo)流的空間分?jǐn)?shù)均值：
其中，Na是主導(dǎo)機(jī)構(gòu)的數(shù)量；Nb是文章i中參與機(jī)構(gòu)的數(shù)量。SCi越大，表明文章i的主導(dǎo)機(jī)構(gòu)的科研主導(dǎo)半徑越大，國際化程度越高。在文章i中，我們定義從參與機(jī)構(gòu)b指向主導(dǎo)機(jī)構(gòu)a的地理科研主導(dǎo)流的強(qiáng)度GeoDba,i為
則在所有文章中，從參與機(jī)構(gòu)b到主導(dǎo)機(jī)構(gòu)a的總地理科研主導(dǎo)流強(qiáng)度GeoDba為
其中，Mab是以a為主導(dǎo)機(jī)構(gòu)、b為參與機(jī)構(gòu)的所有合著論文的數(shù)量。我們定義的地理科研主導(dǎo)流的方向與文獻(xiàn)[17]的科研主導(dǎo)流的方向相反，即從參與機(jī)構(gòu)指向主導(dǎo)機(jī)構(gòu)；而科研主導(dǎo)流的方向與文獻(xiàn)[17]的相一致，即從主導(dǎo)機(jī)構(gòu)流向參與機(jī)構(gòu)。正如在引文網(wǎng)絡(luò)中，知識是從被引文獻(xiàn)流向施引文獻(xiàn)的那樣，引文方向則是從施引文獻(xiàn)指向被引文獻(xiàn)，知識流動與引文方向相反，是從被引文獻(xiàn)流向施引文獻(xiàn)。本文以機(jī)構(gòu)與機(jī)構(gòu)之間的地理科研主導(dǎo)流為網(wǎng)絡(luò)的連邊，以主導(dǎo)/參與機(jī)構(gòu)為網(wǎng)絡(luò)的節(jié)點(diǎn)，建立加權(quán)有向的地理科研主導(dǎo)網(wǎng)絡(luò)。圖1 是基于三篇論文以及各個(gè)機(jī)構(gòu)之間的距離以及國家等地理信息建立的地理科研主導(dǎo)網(wǎng)絡(luò)。
圖1 地理科研主導(dǎo)網(wǎng)絡(luò)模型
3.2 地理科研主導(dǎo)排名
本文整合科研主導(dǎo)的拓?fù)涮卣骱涂臻g特征，基于PageRank 算法提出地理科研主導(dǎo)排名（GeoLead‐erRank）。PageRank 作為鏈接分析的代表性算法，提出伊始便受到了學(xué)術(shù)界和工業(yè)界的重視，Pag‐eRank 也被廣泛用于科學(xué)計(jì)量中，如基于合作網(wǎng)絡(luò)或引文網(wǎng)絡(luò)對科研人員[27]、學(xué)術(shù)論文[28]、學(xué)術(shù)期刊[29]等進(jìn)行排序。具體而言，本文依據(jù)以下標(biāo)準(zhǔn)認(rèn)定一個(gè)機(jī)構(gòu)具有較高的地理科研主導(dǎo)地位：①該機(jī)構(gòu)有較多的科研主導(dǎo)量，高頻次地主導(dǎo)眾多參與機(jī)構(gòu)進(jìn)行科研合作；②該機(jī)構(gòu)具有較大的科研主導(dǎo)半徑，參與機(jī)構(gòu)與它有較遠(yuǎn)的地理距離，甚至跨國；③該機(jī)構(gòu)主導(dǎo)的其他參與機(jī)構(gòu)也具有較高的地理科研主導(dǎo)地位。我們在計(jì)算節(jié)點(diǎn)的Ge‐oLeaderRank 時(shí)，基于地理科研主導(dǎo)網(wǎng)絡(luò)進(jìn)行隨機(jī)游走，設(shè)在第t次迭代時(shí)，節(jié)點(diǎn)a的GeoLeaderRank為GeoLeaderRanka(t)，則在第t+1 次迭代時(shí)，為
其中，d是阻尼系數(shù)，一般為0.85[30]；N表示網(wǎng)絡(luò)中節(jié)點(diǎn)（科研機(jī)構(gòu)）的數(shù)量；In(a)表示指向a的所有節(jié)點(diǎn)的集合，即a主導(dǎo)的所有參與機(jī)構(gòu)的集合。整個(gè)迭代過程中，初始時(shí)每個(gè)節(jié)點(diǎn)的GeoLead‐erRank 都設(shè)為1，多次迭代后，會收斂到GeoLeader‐Ranka(∞)，a= 1,2,…,N。我們根據(jù)GeoLeaderRanka(∞)（a=1,2,…,N）來對各個(gè)機(jī)構(gòu)進(jìn)行排序。
3.3 數(shù)據(jù)來源
本文以Web of Science 核心合集的題錄數(shù)據(jù)為原始數(shù)據(jù)，以“‘Web of Science 類別’=藥學(xué)領(lǐng)域(Biochemistry & Molecular Biology, Biotechnology &Applied Microbiology, Chemistry, Applied, Chemistry,Medicinal, Medicine, Research & Experimental, Phar‐macology & Pharmacy and Toxicology)[13]并且‘出版年份’=2010-2018”為檢索式進(jìn)行檢索，檢索時(shí)間為2019 年7 月21 日，檢索結(jié)果剔除了會議、摘要、綜述、編輯材料等非期刊論文，最終得到323146 篇至少有2 個(gè)機(jī)構(gòu)合作的科研論文。為了更好地構(gòu)建地理科研主導(dǎo)網(wǎng)絡(luò)，本文篩選了2459 個(gè)每年都有科研主導(dǎo)量的機(jī)構(gòu)，并借助谷歌地圖（Google Map）獲取了每個(gè)機(jī)構(gòu)的經(jīng)緯度以及所在國家等地理信息。
4 科研主導(dǎo)的空間分析
4.1 全球藥學(xué)領(lǐng)域科研主導(dǎo)的空間聚集加劇
全球藥學(xué)領(lǐng)域科研主導(dǎo)量在地理上的分布呈現(xiàn)出進(jìn)一步的聚集效應(yīng)。一個(gè)科研機(jī)構(gòu)的科研主導(dǎo)量（該機(jī)構(gòu)作為通訊作者所在機(jī)構(gòu)的發(fā)文量）反映了該機(jī)構(gòu)主導(dǎo)其他參與機(jī)構(gòu)、整合科研學(xué)術(shù)資源的能力[14]。若一個(gè)科研機(jī)構(gòu)具有較高的科研主導(dǎo)量，并且其附近的科研機(jī)構(gòu)也具有較高的科研主導(dǎo)量，則說明科研主導(dǎo)量在空間上呈現(xiàn)聚集效應(yīng)，科研主導(dǎo)量具有正向的空間自相關(guān)；反之，若一個(gè)科研機(jī)構(gòu)具有較高的科研主導(dǎo)量，而它周邊的科研機(jī)構(gòu)的科研主導(dǎo)量較低，則說明科研主導(dǎo)量具有負(fù)向的空間自相關(guān)。本文采用全局空間自相關(guān)分析[31]，通過Moran's I 統(tǒng)計(jì)量進(jìn)行測度，其值域?yàn)閇-1,1]。Moran's I＜0，表示科研主導(dǎo)量呈現(xiàn)空間負(fù)相關(guān)；Moran's I=0，表示科研主導(dǎo)量不存在空間自相關(guān)特征；Moran's I＞0，表示科研主導(dǎo)量呈現(xiàn)空間正相關(guān)。全局空間自相關(guān)指數(shù)Moran's I 的計(jì)算公式為
其中，n為科研機(jī)構(gòu)數(shù)量；xa和xb分別表示科研機(jī)構(gòu)a和b的科研主導(dǎo)量；表示所有科研機(jī)構(gòu)的科研主導(dǎo)量均值；Wab為空間權(quán)重矩陣，Wab=若機(jī)構(gòu)a和b距離越遠(yuǎn)，則兩者的空間權(quán)重越小。
本文使用ArcGIS 軟件計(jì)算2010—2018 年全球藥學(xué)領(lǐng)域的科研主導(dǎo)量的全局Moran's I。如圖2 所示，在2010—2018 年，全球藥學(xué)領(lǐng)域科研主導(dǎo)量全局Moran's I 指數(shù)均為正數(shù)，且均通過0.05 水平的顯著性檢驗(yàn)，表明2010—2018 年，全球藥學(xué)領(lǐng)域科研主導(dǎo)量呈現(xiàn)顯著的正向空間自相關(guān)特征，科研主導(dǎo)量接近的機(jī)構(gòu)在地理上也趨于接近；通過觀察Mo‐ran's I 曲線的走勢，本文發(fā)現(xiàn)總體而言Moran's I 指數(shù)在2010—2018 年呈現(xiàn)上升趨勢，這表明全球藥學(xué)領(lǐng)域科研主導(dǎo)的空間聚集加劇。
圖2 2010—2018年全球科研主導(dǎo)量全局Moran's I指數(shù)
4.2 亞洲國家的科研主導(dǎo)量增長明顯
為了直觀地刻畫全球藥學(xué)領(lǐng)域科研主導(dǎo)量的地理分布，本文對其在2010—2013 年與2015—2018年的地理分布進(jìn)行了可視化，如圖3 所示；本文也比較了各國的科研主導(dǎo)量，如圖4 所示。在圖3 中，每個(gè)散點(diǎn)表示一個(gè)科研機(jī)構(gòu)，散點(diǎn)半徑表示其科研主導(dǎo)量大小。科研主導(dǎo)量的地理分布呈現(xiàn)三個(gè)主要的集群：北美集群、西歐集群以及東亞集群。亞洲國家（中國、印度等）的科研機(jī)構(gòu)在科研主導(dǎo)量上有明顯的增長。在2010—2013 年，大部分合著論文由歐美機(jī)構(gòu)研究者承擔(dān)通訊作者，占據(jù)了藥學(xué)領(lǐng)域科研主導(dǎo)量的制高點(diǎn)。在2015—2018 年，全球藥學(xué)科研主導(dǎo)格局產(chǎn)生了微妙的變化，來自中國機(jī)構(gòu)的科研主導(dǎo)量由原先的零星分布變成了連續(xù)的大而稠密的分布。圖4 顯示，在前20 位的國家相對比例中，排名第1 位的美國由2010—2013 年的29.1%降到了2015—2018 年的23.3%；而排名第2 位的中國由2010—2013 年的15.2%上升到了2015—2018 年的23.2%。全球的藥學(xué)科研主導(dǎo)不再由歐美一家獨(dú)大，越來越多的亞洲國家的研究者成為論文通訊作者。
圖3 全球藥學(xué)領(lǐng)域科研主導(dǎo)量地理分布圖
圖4 全球藥學(xué)領(lǐng)域科研主導(dǎo)量比例圖
4.3 遠(yuǎn)距離和跨國科研主導(dǎo)格局無明顯改變
為了全面地認(rèn)識全球藥學(xué)領(lǐng)域科研主導(dǎo)流的地理格局，本文對其在2010—2013 年與2015—2018年的地理分布進(jìn)行了可視化，如圖5 所示；本文也比較了各國的跨國科研主導(dǎo)流，如圖6 所示。在圖5 中，每條連邊表示一束科研主導(dǎo)流，連邊的粗細(xì)對應(yīng)科研主導(dǎo)流的大小。遠(yuǎn)距離和跨國科研主導(dǎo)格局無明顯改變。2010—2013 年，全球的科研主導(dǎo)流相對細(xì)小且稀疏；2015—2018 年，全球的科研主導(dǎo)流相對粗大且密集。在遠(yuǎn)距離和跨國科研主導(dǎo)格局上，美國東海岸與西歐之間的科研主導(dǎo)流，無論是在2010—2013 年還是在2015—2018 年都是最高的。中國的科研主導(dǎo)流在2010—2013 年與2015—2018年都主要局限在國內(nèi)，其中環(huán)渤海、長三角、珠三角、華中、臺灣等區(qū)域之間的科研主導(dǎo)流比較明顯。
圖5 全球藥學(xué)領(lǐng)域科研主導(dǎo)流地理分布圖
圖6 展示了跨國科研主導(dǎo)流（前20 個(gè)國家之間）弦圖。它不僅顯示了各個(gè)國家之間的跨國科研主導(dǎo)流的相對比例和絕對數(shù)值，還顯示了方向。每個(gè)國家都有科研主導(dǎo)流的輸入（外國科研機(jī)構(gòu)為通訊作者所在機(jī)構(gòu)，本國科研機(jī)構(gòu)為參與作者所在機(jī)構(gòu)）和輸出（本國科研機(jī)構(gòu)為通訊作者所在機(jī)構(gòu)，外國科研機(jī)構(gòu)為參與作者所在機(jī)構(gòu)），每個(gè)國家輸出的科研主導(dǎo)流與該國顏色一致。如圖6 所示，美國占據(jù)了全球跨國科研主導(dǎo)流近1/4 的比例，遙遙領(lǐng)先，且其輸出的科研主導(dǎo)流相對均勻地分散在各個(gè)國家中。中國、德國、英國等國家的跨國科研主導(dǎo)流緊隨美國之后，且彼此之間較為接近?？傮w而言，無論是2010—2013 年還是2015—2018 年，歐美國家的科研機(jī)構(gòu)都占據(jù)了遠(yuǎn)距離和跨國科研主導(dǎo)格局的制高點(diǎn)。
圖6 全球藥學(xué)領(lǐng)域跨國科研主導(dǎo)流弦圖(彩圖請見http://qbxb.istic.ac.cn/CN/volumn/home.shtml)
5 結(jié)果分析與評估
5.1 GeoLeaderRank與其他指標(biāo)的相關(guān)性分析
科研合作網(wǎng)絡(luò)中，節(jié)點(diǎn)的入度、中介中心度、接近中心度[33]、PageRank 以及節(jié)點(diǎn)的發(fā)文量[24]等是廣泛采用的衡量節(jié)點(diǎn)重要性的典型指標(biāo)。表1 是GeoLeaderRank 與入度、中介中心度、接近中心度、PageRank 和發(fā)文量之間的斯皮爾曼相關(guān)性分析（序列相關(guān)性分析）。所有指標(biāo)都高度相關(guān)（相關(guān)系數(shù)＞0.7），且都在P＜0.01 的顯著性范圍內(nèi)?？傮w而言，GeoLeaderRank 與傳統(tǒng)指標(biāo)一樣，能夠較好地衡量科研合作網(wǎng)絡(luò)中節(jié)點(diǎn)的重要性。
表1 斯皮爾曼相關(guān)性分析
5.2 指標(biāo)評價(jià)
為了衡量并驗(yàn)證GeoLeaderRank，本文將基于GeoLeaderRank 的科研機(jī)構(gòu)排序與基于學(xué)術(shù)影響力的排序相似度跟其他傳統(tǒng)指標(biāo)進(jìn)行對比。學(xué)術(shù)影響力采用被引頻次 （citation） 和hg指數(shù) （hg-index），序列相似度則采用KSim 和OSim。首先，關(guān)于學(xué)術(shù)影響力，被引頻次在衡量學(xué)術(shù)影響力方面還是存在諸多缺陷，例如，被引頻次容易被人為操控，不夠穩(wěn)健。為此，Hirsch[34]提出了H指數(shù)（H-index），H指數(shù)全面考慮了科研主體的數(shù)量和質(zhì)量。但是受到被引頻次的偏斜分布的影響[35]，H指數(shù)會忽略掉頭部的高被引論文，將其余頭部的H篇論文等量齊觀[36]。因此，Egghe[37]提出了g指數(shù) （g-index）：“若某個(gè)科研主體最多有g(shù)篇論文，其被引頻次之和至少為g2，則其g-index 為g?！辈贿^g指數(shù)會因?yàn)闃O個(gè)別的高被引論文而急劇增長，權(quán)衡上述優(yōu)缺點(diǎn)，Alonso 等[38]提出了hg指數(shù)：綜合各項(xiàng)指標(biāo)的特點(diǎn)，本文采用被引頻次和hg指數(shù)來衡量社會顯示度和學(xué)術(shù)影響力。其次，關(guān)于序列相似度， 我們采用兩種測度方式[39]， 第一種為OSim(τ1,τ2)。設(shè)序列τ1的前k個(gè)元素組成的集合為A，序列τ2的前k個(gè)元素組成的集合為B，則第二種為 KSim(τ,τ)。設(shè)兩12個(gè)序列τ1和τ2的長度都為k，U是兩個(gè)序列的元素組成的并集，如果δ1=U-τ1，令τ′1是由原序列τ1和集合δ1中的元素組成的延長序列，我們對τ2進(jìn)行對等 的 延 長 操 作 得 到τ′2， 則 KSim(τ1,τ2)=一言以蔽之，OSim(τ1,τ2)只關(guān)注序列τ1和τ2前k個(gè)元素的重疊度，KSim(τ1,τ2)考慮到了兩個(gè)序列中元素的相對順序。
圖7 顯示了GeoLeaderRank 和影響力指標(biāo)（被引頻次、hg指數(shù)）的排序相似度（OSim 和Ksim）以及傳統(tǒng)指標(biāo)和影響力指標(biāo)的排序相似度（前300 位的排序相似度）[40]。在圖7 的4 個(gè)子圖中，Ge‐oLeaderRank 的相似度都是最高的。這說明相比于其他傳統(tǒng)指標(biāo)，GeoLeaderRank 給出的排序最接近機(jī)構(gòu)的學(xué)術(shù)影響力排序。在TopN較小時(shí)，即識別頭部最頂尖的科研機(jī)構(gòu)時(shí)，GeoLeaderRank 表現(xiàn)最優(yōu)。在圖7c 中，GeoLeaderRank 的柱狀圖遠(yuǎn)遠(yuǎn)高于其他柱狀圖，而在圖7a 中，GeoLeaderRank 的柱狀圖略微高于其他柱狀圖，這一點(diǎn)在圖7b 和圖7d 中也得到了印證。因?yàn)閔g指數(shù)在反映科研機(jī)構(gòu)的社會顯示度和學(xué)術(shù)影響力方面比被引頻次更穩(wěn)健，對人為操控更具有魯棒性，所以在識別最頂尖科研機(jī)構(gòu)時(shí)，GeoLeaderRank 更卓著。當(dāng)TopN較大時(shí)（大于 50），圖 7 的 4 個(gè)子圖中，GeoLeaderRank 的柱狀圖依然遙遙領(lǐng)先。從被引頻次角度來看，PageRank的相似度僅次于GeoLeaderRank；但是從hg指數(shù)的角度來看，PageRank 的相似度明顯小于GeoLeader‐Rank。這說明考慮了空間特征的GeoLeaderRank 確實(shí)提高了區(qū)分科研機(jī)構(gòu)學(xué)術(shù)影響力的能力。值得注意的是，雖然接近中心度跟被引頻次的相似度并不高，但是接近中心度跟hg指數(shù)的相似度上卻與Ge‐oLeaderRank 跟hg指數(shù)的相似度的水平相當(dāng)，尤其是在TopN＞200 之后，接近中心度跟GeoLeaderRank不相上下。根據(jù)社會網(wǎng)絡(luò)理論，節(jié)點(diǎn)的接近中心度越高，其與網(wǎng)絡(luò)中其他節(jié)點(diǎn)的最短路徑越短，所以其整合科研學(xué)術(shù)資源的能力就越高，學(xué)術(shù)影響力因此變得更高。一般而言，入度越高的節(jié)點(diǎn)，其主導(dǎo)的科研機(jī)構(gòu)越多，能夠整合的科研學(xué)術(shù)資源也可能越多。然而，入度跟被引頻次和hg指數(shù)的相似度表現(xiàn)平平，這可能是因?yàn)槿攵雀叩闹鲗?dǎo)機(jī)構(gòu)所主導(dǎo)的參與機(jī)構(gòu)數(shù)量雖然很多，但是這些參與機(jī)構(gòu)與主導(dǎo)機(jī)構(gòu)的地理距離很近，主導(dǎo)機(jī)構(gòu)只能主導(dǎo)局部地區(qū)的科研學(xué)術(shù)資源。至于發(fā)文量，一個(gè)機(jī)構(gòu)的發(fā)文量越大，其學(xué)術(shù)影響力也應(yīng)該越大；可是，發(fā)文量與被引頻次的相似度并不高，甚至發(fā)文量與hg指數(shù)的相似度僅僅比最低的中介中心度略高。這說明很多被引頻次很高的科研機(jī)構(gòu)發(fā)表的文章質(zhì)量并不高，其被引頻次的突出只是發(fā)文量大的結(jié)果。hg指數(shù)全面考慮了發(fā)文的質(zhì)和量，從hg指數(shù)的角度來看，這些科研機(jī)構(gòu)便不再突出了。
圖7 序列相似度比較
5.3 機(jī)構(gòu)排序?qū)Ρ?/h3>
erRank aead cad Sci GeoL Chinese A量文cad Sci發(fā)Chinese A入cad S ci度ese A in Ch）位20度前心（名中cad Sci介排中構(gòu)機(jī)Chinese A研科的下度心標(biāo)中cad Sci指近個(gè)接各Chinese A 2表PageRank cad Sci Chinese A次頻被引niv Harvard U數(shù)hg指niv Harvard U niv Harvard U niv Harvard U niv Harvard U niv Harvard U niv Harvard U lo au Univ Sao P ci cad S ese A in Ch MIT RS CN cad Sci Russian A ichigan iv M Un aulo Univ Sao P SD UC niv Harvard U ge brid am iv C Un niv Stanford U okyo Univ T aulo Univ Sao P SD UC okyo Univ T ichigan Univ M CSIC xford iv O Un SF UC xford Univ O SJTU xford iv O Un CSIC xford Univ O SD UC SD UC bridge am Univ C bridge am Univ C okyo Univ T ge brid am iv C Un xford Univ O bridge am Univ C xford Univ O SF UC SD UC oronto Univ T RS CN enhagen op iv C Un niv d U King Sau Univ Illinois ichigan Univ M niv Stanford U erkeley alif B Univ C SD UC oronto Univ T iv Illinois Un bridge am Univ C niv ford U Stan niv Zhejiang U to oron iv T Un xford Univ O openhagen Univ C niv atl U Seoul N aulo ao P iv S Un niv Kyoto U hagen open Univ C bridge am Univ C MIT H MG SF UC niv Zhejiang U niv ejiang U Zh ichigan Univ M I NC okyo Univ T n en iv P Un enn Univ P I NC niv Fudan U IC CS hagen open Univ C enn Univ P openhagen Univ C RS CN oronto Univ T ichigan Univ M hagen open Univ C yo ok iv T Un SD UC niv Yale U niv Peking U erkeley alif B iv C Un niv Yale U ashington Univ W SD UC niv opkins U s H John niv Zhejiang U niv opkins U Johns H ois Univ Illin enhagen op iv C Un niv Duke U niv kins U op Johns H ichigan Univ M niv Peking U Univ Illinois oronto Univ T niv Kyoto U ichigan iv M Un hagen open Univ C niv Stanford U xford Univ O Carolina iv N Un Karolinska Inst niv Ohio State U SJTU yo ok iv T Un MI HH enn Univ P niv Peking U niv Stanford U RS CN isconsin Univ W niv opkins U Johns H ashington iv W Un ashington Univ W niv Duke U Univ Illinois aryland iv M Un niv opkins U Johns H SF UC AM UN niv ke U Du LA UC ois Univ Illin Carolina Univ N SJTU I NC niv Fudan U Karolinska Inst LA UC niv opkins U Johns H Carolina Univ N niv at Sen U n Y Su ittsburgh iv P Un L UC niv McGill U Carolina Univ N niv opkins U s H John cad Sci Chinese A niv Yale U bridge am Univ C lorida iv F Un niv atl U Seoul N ashington Univ W niv Ohio State U niv Yale U niv Columbia U ientíficas ong :CL es C r de Investigacion hanghai Jiao T ollege;U U: S edical C JT; S nion M uperio iego g U in ek sejo S an D:P on MD SIC: C alifornia S PU f C ces;; C cien SA te, U niversity o edical S ancer Institu D: U CS; U cademy of M nal C rancisco atio an F CI: N Chinese A S:esearch); N alifornia, S AM ngeles;C cientific R niversity of C Los A edical Institute.tre for S The U F:alifornia,hes M ug en CS ational C y; U niversity of C ard H ow cientifique (French N echnolog te of T :U LA MI:H HH exico;UC ospital;assachusetts Institu f M echerche S eneral H: M niversity o nal de la R IT ncil); M ous U utonom Massachusetts G H:atio ou MG tre N don;en esearch C National A on S: C M:NR nal R NA ollege L: C atio;U注panish N ersity ersity C(S Univ iv Un
為了對本文提出的GeoLeaderRank 和其他指標(biāo)的排序有更直觀的理解，表2 給出了基于GeoLead‐erRank、被引頻次、hg指數(shù)和其他傳統(tǒng)指標(biāo)的科研機(jī)構(gòu)排序（前20 位）。表3 給出了在GeoLeaderRank下前20 位的科研機(jī)構(gòu)在被引頻次、hg指數(shù)和其他傳統(tǒng)指標(biāo)下的排序比較。基于不同指標(biāo)的科研機(jī)構(gòu)排序有著微妙的差異。哈佛大學(xué)（Harvard Univ）、牛津大學(xué)（Univ Oxford）、劍橋大學(xué)（Univ Cam‐bridge）、加州大學(xué)圣地亞哥分校（UCSD）和中國科學(xué)院（Chinese Acad Sci）等五個(gè)機(jī)構(gòu)無論在哪個(gè)指標(biāo)下都名列前20 位，尤其是哈佛大學(xué)在各種指標(biāo)中都數(shù)一數(shù)二，說明哈佛大學(xué)是絕對的頂尖機(jī)構(gòu)。中國科學(xué)院在發(fā)文量、接近中心度、入度等各個(gè)指標(biāo)中高居榜首，被引頻次位列第2 位，但其hg指數(shù)僅排第19 位，這反映出中國科學(xué)院的真正的學(xué)術(shù)影響力與頂尖機(jī)構(gòu)還有一定差距?？傮w上，位列GeoLeaderRank 前20 位的機(jī)構(gòu)也位列被引頻次、hg指數(shù)的前茅。值得注意的是，在傳統(tǒng)指標(biāo)下，一些中國的科研機(jī)構(gòu)頻頻出現(xiàn)在前20 位的榜單上。例如，在發(fā)文量指標(biāo)下，上海交通大學(xué)位列第5位，浙江大學(xué)、復(fù)旦大學(xué)、北京大學(xué)和中山大學(xué)也都位列前20 位。在入度、中介中心度、接近中心度、PageRank 等指標(biāo)的前20 位榜單中，都有中國科研機(jī)構(gòu)出現(xiàn)。這反映了中國的科研機(jī)構(gòu)在發(fā)文量、合作網(wǎng)絡(luò)中的地位（入度、接近中心度、中介中心度、PageRank）等諸多維度下取得了長足的發(fā)展。這一點(diǎn)也印證了第4.2 節(jié)的發(fā)現(xiàn)——亞洲國家的科研主導(dǎo)量增長明顯。然而，在GeoLeaderRank、被引頻次、hg指數(shù)等指標(biāo)的（前20 位）榜單中，中國科研機(jī)構(gòu)的表現(xiàn)不能盡如人意。除了中國科學(xué)院分別位列第1、第2 和第19 位外，沒有其他任何一所中國科研機(jī)構(gòu)上榜。這反映了中國科研機(jī)構(gòu)的學(xué)術(shù)影響力與歐美機(jī)構(gòu)相比還存在差距。從空間科研主導(dǎo)的角度來看，中國科研機(jī)構(gòu)沒有足夠的遠(yuǎn)距離和跨國的科研主導(dǎo)；中國科研機(jī)構(gòu)的科研資源的整合半徑不夠大，沒有深度嵌入全球化的科研共同體中。這一點(diǎn)也印證了第4.3 節(jié)的發(fā)現(xiàn)——遠(yuǎn)距離和跨國的科研主導(dǎo)格局依舊由歐美國家占據(jù)制高點(diǎn)，無明顯改變。
表3 GeoLeaderRank和其他指標(biāo)下的科研機(jī)構(gòu)排名比較
6 研究結(jié)論及啟示
科研主導(dǎo)在科研合作中不可或缺，而空間特征對科研合作的形成和產(chǎn)出都有重要的影響。本文通過空間分析，揭示了全球科研主導(dǎo)量和科研主導(dǎo)流的空間分布及其演化；同時(shí)，本文進(jìn)一步提出地理科研主導(dǎo)排名（GeoLeaderRank），以識別具有遠(yuǎn)距離和跨國科研主導(dǎo)能力的科研機(jī)構(gòu)。本文為全面認(rèn)識科研合作中科研主導(dǎo)的空間特征及解決其空間偏差提供了一個(gè)全新窗口。
通過空間分析，本文發(fā)現(xiàn)全球科研主導(dǎo)空間聚集加劇?？蒲兄鲗?dǎo)量接近的科研機(jī)構(gòu)在地理上趨于接近，科研主導(dǎo)的正向空間自相關(guān)越來越明顯；亞洲國家的科研主導(dǎo)量增長明顯，越來越多的亞洲國家的研究者成為論文通訊作者角色；遠(yuǎn)距離和跨國的科研主導(dǎo)格局無明顯改變，歐美國家的科研機(jī)構(gòu)依然占據(jù)著遠(yuǎn)距離和跨國科研主導(dǎo)格局的制高點(diǎn)。
地理科研主導(dǎo)排名整合了科研主導(dǎo)的拓?fù)涮卣骱涂臻g特征：一個(gè)機(jī)構(gòu)有較多的科研主導(dǎo)量，高頻次地主導(dǎo)眾多參與機(jī)構(gòu)進(jìn)行科研合作；該機(jī)構(gòu)具有較大的科研主導(dǎo)半徑，參與機(jī)構(gòu)和它的地理距離大，甚至跨國；該機(jī)構(gòu)主導(dǎo)的其他參與機(jī)構(gòu)也具有較高的空間科研主導(dǎo)地位。研究結(jié)果表明，與傳統(tǒng)指標(biāo)相比，地理科研主導(dǎo)排名更接近科研機(jī)構(gòu)的學(xué)術(shù)影響力，尤其是最頂尖的科研機(jī)構(gòu)。此外，根據(jù)傳統(tǒng)指標(biāo)，不乏中國的科研機(jī)構(gòu)高居全球頂尖機(jī)構(gòu)榜首。中國科研機(jī)構(gòu)在發(fā)文量和合作網(wǎng)絡(luò)中的地位（入度、接近中心度、中介中心度、PageRank）等諸多維度下取得了長足的發(fā)展。然而，根據(jù)學(xué)術(shù)影響力（被引頻次、hg指數(shù)）和地理科研主導(dǎo)排名，中國科研機(jī)構(gòu)與歐美科研機(jī)構(gòu)還存在差距。從地理科研主導(dǎo)角度來看，中國的科研機(jī)構(gòu)雖然有大量的科研主導(dǎo)量，能夠高頻次地主導(dǎo)眾多參與機(jī)構(gòu)進(jìn)行科研合作，但是其科研主導(dǎo)半徑不足，只能整合近距離或國內(nèi)的科研學(xué)術(shù)資源，尚未深度嵌入全球科研共同體中。
本文的研究結(jié)果對中國的科研合作有以下幾點(diǎn)啟示：①科研人員應(yīng)該秉持科研無國界的理念，以促進(jìn)知識的交流與學(xué)術(shù)資源的優(yōu)化配置；②科研機(jī)構(gòu)可以為科研人員提供海外學(xué)術(shù)交流的機(jī)會，從而為科研人員之間的遠(yuǎn)距離和跨國科研合作減少阻礙；③我國應(yīng)該轉(zhuǎn)變粗放型的科研資助政策和科研評價(jià)體系，朝著科研成果的數(shù)量和質(zhì)量“兩手都要抓，兩手都要硬”的方向轉(zhuǎn)變。我國可以在科研資助政策、科研評價(jià)體系等多個(gè)方面促進(jìn)國內(nèi)科研機(jī)構(gòu)進(jìn)行遠(yuǎn)距離和跨國科研合作，擴(kuò)大我國科研機(jī)構(gòu)的科研主導(dǎo)半徑，在全球尺度內(nèi)整合高質(zhì)量的科研學(xué)術(shù)資源，強(qiáng)有力地推動國內(nèi)國際科研學(xué)術(shù)資源的流動與優(yōu)化配置，將中國的科研系統(tǒng)深度嵌入全球尺度的科研共同體中。
猜你喜歡
絳縣輸送80名農(nóng)民跨國務(wù)工今日農(nóng)業(yè)(2021年14期)2021-10-14 08:35:10 跨國大瀑布，一起去探秘下一代英才(酷炫少年)(2017年6期)2017-06-28 11:37:54 科研機(jī)構(gòu)科技成果規(guī)?；D(zhuǎn)化模式研究管理現(xiàn)代化(2016年3期)2016-02-06 02:05:00 企業(yè)-科研機(jī)構(gòu)合作創(chuàng)新的演化博弈分析財(cái)經(jīng)界(學(xué)術(shù)版)(2015年17期)2015-12-22 07:16:28 基層醫(yī)院藥學(xué)人員培養(yǎng)之思考中國中醫(yī)藥現(xiàn)代遠(yuǎn)程教育(2014年11期)2014-08-08 13:23:44 藥學(xué)有機(jī)化學(xué)實(shí)驗(yàn)教學(xué)改革探索衛(wèi)生職業(yè)教育(2014年24期)2014-05-20 09:05:40 光明日報(bào)《留學(xué)》雜志—跨國采訪實(shí)戰(zhàn)營留學(xué)(2014年21期)2014-05-03 06:54:24 《藥學(xué)進(jìn)展》在國內(nèi)66種藥學(xué)類期刊中篇均下載量排名第1位藥學(xué)進(jìn)展(2014年3期)2014-03-20 16:00:47 優(yōu)勢互補(bǔ),共同發(fā)展 德基機(jī)械與多家知名科研機(jī)構(gòu)展開技術(shù)合作筑路機(jī)械與施工機(jī)械化(2014年5期)2014-03-01 02:59:17 霍尼韋爾新型制冷劑獲歐盟科研機(jī)構(gòu)認(rèn)可化工生產(chǎn)與技術(shù)(2014年2期)2014-02-27 13:41:40
賀超城 ，吳 江 ，劉福珍 ，王春迎
（1. 武漢大學(xué)信息管理學(xué)院，武漢 430072；2. 武漢大學(xué)信息資源研究中心，武漢 430072；3. 香港理工大學(xué)商學(xué)院，香港 999077；4. 鄭州大學(xué)信息管理學(xué)院，鄭州 450001）
1 引 言
全球化的洶涌浪潮推動了各種資源的全球尺度流動與優(yōu)化配置，科研學(xué)術(shù)資源也不例外。在諸多領(lǐng)域，科研全球化產(chǎn)生了廣泛而又深遠(yuǎn)的學(xué)術(shù)和社會影響力[1]。其中，科研合作扮演了無可替代的角色?？蒲泻献髡喜煌尘暗幕パa(bǔ)的知識與技能，解決錯(cuò)綜復(fù)雜的科學(xué)難題；科研合作融合多方靈感以及交互，激發(fā)顛覆性創(chuàng)新；科研合作通過精細(xì)化的分工協(xié)作大幅提升效率……隨著科研合作半徑的增長，科研主體們能在更大范圍內(nèi)找到合適的合作伙伴[2]?？蒲泻献鞯膬?yōu)勢也會隨著科研主體之間距離的增長而更加突出[3]。眾多國家/地區(qū)發(fā)布政策以鼓勵(lì)遠(yuǎn)距離和跨國科研合作。大部分東歐國家將科研人員的科研合作國際化程度納入考核標(biāo)準(zhǔn)[4]；中國的“十二五”科技發(fā)展規(guī)劃聲明，中國將進(jìn)一步加強(qiáng)國際化科研合作，積極參與國際科研組織與活動[5]。遠(yuǎn)距離和跨國科研合作極大地促進(jìn)了知識的創(chuàng)造與傳播，成為當(dāng)下日益流行的科研模式[6-7]。隨著交通和通信技術(shù)的進(jìn)步，地理距離對科研合作的阻礙明顯降低，但它依舊是不可忽視的影響因素[3]。與線上的文字或視頻交互相比，面對面、手把手的近距離交互能更高效地傳遞顯性知識，還能傳遞隱性知識（隱性知識常常無法通過線上渠道傳遞）。之前，我國985 高校在選擇合作伙伴時(shí)，表現(xiàn)出強(qiáng)烈的地域傾向，同城/同省的985 大學(xué)的合作頻率遠(yuǎn)遠(yuǎn)大于跨城/跨省的[8]。相比于學(xué)術(shù)機(jī)構(gòu)之間的科研合作，學(xué)術(shù)機(jī)構(gòu)與工業(yè)界的科研合作受到地理距離的影響更加明顯[9]。
因此，從空間的視角來理解和刻畫科研合作十分重要。然而，現(xiàn)有的研究存在以下兩方面不足。第一，現(xiàn)有關(guān)于科研合作的研究沒有充分考慮科研主體的空間特征。遠(yuǎn)距離和跨國的科研合作，較諸本地化的科研合作，往往產(chǎn)生更加高質(zhì)量、高影響力的成果[10]。科研主體也有在更大的地理半徑內(nèi)拓展自己的合作網(wǎng)絡(luò)、擴(kuò)散自身學(xué)術(shù)影響力的傾向。然而，現(xiàn)有的科研合作網(wǎng)絡(luò)的研究注重拓?fù)涮卣?，忽略了對科研影響力有重要作用的空間特征，造成了模型的空間偏差。第二，現(xiàn)有的關(guān)于科研合作的研究沒有充分考慮科研合作中的主導(dǎo)作用。而科研主導(dǎo)對科研合作的發(fā)起、推進(jìn)、產(chǎn)出等各個(gè)階段都有著舉足輕重的意義[11-12]。如果沒有主導(dǎo)者的有序組織、精細(xì)分工和及時(shí)跟進(jìn)，再強(qiáng)大的科研陣容都是一盤散沙。在合著論文中，第一作者和通訊作者往往是合作的主導(dǎo)者，因?yàn)樗麄儗献髯龀隽俗钪饕呢暙I(xiàn)。主導(dǎo)作者與參與作者（非第一或非通訊的其他作者）之間的合作關(guān)系要強(qiáng)于參與作者之間的合作關(guān)系[13]。更有甚者，參與作者之間可能素未謀面，而主導(dǎo)作者與參與作者之間的合作關(guān)系便構(gòu)成了科研合作的骨架，支撐起了整個(gè)合作過程。然而，現(xiàn)有研究對各種作者之間的關(guān)系等量齊觀，忽略了主導(dǎo)作者在科研合作中的主導(dǎo)作用。
為了填補(bǔ)上述空白，本文參考既有的科研主導(dǎo)的概念與測度[14]，聚焦于藥學(xué)領(lǐng)域（pharmaceutical science），利用 Web of Science 2010—2018 年的合著論文數(shù)據(jù)，對全球藥學(xué)領(lǐng)域的科研主導(dǎo)進(jìn)行全面的空間分析，并整合科研主導(dǎo)關(guān)系的網(wǎng)絡(luò)特征和空間特征，提出地理科研主導(dǎo)排名（GeoLeaderRank）。本文之所以選擇藥學(xué)是因?yàn)樵擃I(lǐng)域的研究對跨學(xué)科、多樣化的知識融合有強(qiáng)烈的需求，該領(lǐng)域的研發(fā)對國際化、多部門的外包有強(qiáng)烈的依賴[15]。最后，本文用地理科研主導(dǎo)排名對科研機(jī)構(gòu)的學(xué)術(shù)影響力進(jìn)行預(yù)測及驗(yàn)證，并與傳統(tǒng)指標(biāo)進(jìn)行比較。
2 文獻(xiàn)綜述
2.1 空間科研合作
科研活動在國家、地區(qū)、城市等空間層面的不均勻分布，決定了其空間特征的重要意義?！翱臻g科學(xué)計(jì)量學(xué)”最早由Frenken 等[16]提出，涉及論文與引文的空間分布、科研主體對合作伙伴選擇的空間偏好、不同尺度空間合作類型對科研成果的學(xué)術(shù)影響力的作用等?，F(xiàn)有空間科研合作的研究主要關(guān)注科研活動的空間分布及其演化、空間鄰近性因素的影響。在全球范圍內(nèi)，科研活動越來越受到頂尖發(fā)達(dá)國家的主導(dǎo)，科研的兩極分化進(jìn)一步加深[17]。在歐洲范圍內(nèi)，Nita 等[18]通過社會網(wǎng)絡(luò)分析發(fā)現(xiàn)，西歐國家的各項(xiàng)指標(biāo)都明顯高于東歐國家，西歐國家在歐洲科研合作網(wǎng)絡(luò)中占據(jù)主導(dǎo)優(yōu)勢。在中國范圍內(nèi)，北京處于整個(gè)國家科研合作網(wǎng)絡(luò)的絕對核心位置，江蘇和廣東緊隨其后，西部地區(qū)明顯落后于東部地區(qū)[19]。地理距離對科研合作的阻礙作用在國際[17]、區(qū)域[20]、國內(nèi)[21]等層面依舊明顯。
2.2 科研主導(dǎo)
科研活動內(nèi)在的復(fù)雜性與邏輯性決定了科研合作是一個(gè)高度非線性和充滿不確定性的過程[22]。其中，科研主導(dǎo)起到了舉足輕重的作用。例如，在物理學(xué)、生物醫(yī)學(xué)領(lǐng)域，第一作者往往負(fù)責(zé)研究的執(zhí)行，其他參與作者則做出專業(yè)化的貢獻(xiàn)[23]。通訊作者除了學(xué)術(shù)性貢獻(xiàn)外，還做出了大量對科研合作必不可少的非學(xué)術(shù)性貢獻(xiàn)[5]：科研合作的選題、合作環(huán)境的創(chuàng)建、科研進(jìn)程的協(xié)調(diào)、行文脈絡(luò)的布局、終版稿件的投遞、期刊編輯的溝通……在有基金支持的論文中，通訊作者往往是基金的提供方[5]。通訊作者有力地整合了各方科研學(xué)術(shù)資源，對科研合作的整個(gè)生命周期做出了最為實(shí)質(zhì)的主導(dǎo)貢獻(xiàn)。He等[14]在機(jī)構(gòu)層面探究科研合作中的科研主導(dǎo)，并采用分?jǐn)?shù)計(jì)數(shù)法，定義一篇科研論文的科研主導(dǎo)量為1，科研主導(dǎo)流的方向是從主導(dǎo)機(jī)構(gòu)指向參與機(jī)構(gòu)。在一篇文章i中，從主導(dǎo)機(jī)構(gòu)a指向參與機(jī)構(gòu)b的科研主導(dǎo)流強(qiáng)度Cab,i為
其中，Di指文章i中主導(dǎo)機(jī)構(gòu)（通訊作者所在機(jī)構(gòu)）的數(shù)量；Ni指文章i的機(jī)構(gòu)數(shù)量。從主導(dǎo)機(jī)構(gòu)a到參與機(jī)構(gòu)b的總科研主導(dǎo)流強(qiáng)度Cab為
其中，Mab指a為主導(dǎo)機(jī)構(gòu)、b為參與機(jī)構(gòu)的所有合著論文數(shù)量。機(jī)構(gòu)a的總科研主導(dǎo)量Ca為
其中，B指機(jī)構(gòu)a所主導(dǎo)的所有參與機(jī)構(gòu)數(shù)量。
3 研究方法與數(shù)據(jù)來源
3.1 地理科研主導(dǎo)網(wǎng)絡(luò)構(gòu)建
地理距離不能全面反映科研活動的空間特征。Wu[24]指出，美國東海岸研究者的一篇文章被西海岸研究者引用，相比于英國研究者的一篇文章被法國研究者引用，前者雖然地理距離大于后者，但是不一定比后者有更高的學(xué)術(shù)價(jià)值，因?yàn)楹笳呤强鐕?。同理，地理距離也沒有全面反映科研合作的地理特征。Boschma[25]提出了科研合作與知識流動的五種鄰近性影響因素，基于此，諸多研究者結(jié)合引力模型探究了各種鄰近性對科研合作、創(chuàng)新及知識流動的影響[2,26]：
其中，Iab指a和b的科研合作強(qiáng)度（合作發(fā)文量）；Distanceab指a和b的地理距離；Countryab為虛擬變量，當(dāng)a和b在同一個(gè)國家時(shí)，Countryab=1，當(dāng)a和b不在同一個(gè)國家時(shí)，Countryab=0[2]。從空間特征的角度來看，機(jī)構(gòu)a和b之間科研合作強(qiáng)度是lgDistanceab和Countryab的線性組合。本文定義總科研主導(dǎo)流強(qiáng)度Cab的空間分?jǐn)?shù)為
其中，Country′ab依然是一個(gè)虛擬變量，但是當(dāng)a和b在同一個(gè)國家時(shí)，Country′ab=0，當(dāng)a和b不在同一個(gè) 國 家 時(shí) ， Country′ab=1；λ是 指 兩 個(gè) 變 量lgDistanceab和 Country′ab的 比 例 系 數(shù) ，在2010—2018 年的藥學(xué)領(lǐng)域，本文基于引力模型的Tobit 回歸[14]得到λ=1.32。當(dāng)a和b的地理距離越遠(yuǎn)，a和b之間跨國時(shí)，a和b的科研合作概率就越小，合作的空間分?jǐn)?shù)也就越高。本文定義文章i的空間分?jǐn)?shù)為該文章的主導(dǎo)機(jī)構(gòu)與所有參與機(jī)構(gòu)的科研主導(dǎo)流的空間分?jǐn)?shù)均值：
其中，Na是主導(dǎo)機(jī)構(gòu)的數(shù)量；Nb是文章i中參與機(jī)構(gòu)的數(shù)量。SCi越大，表明文章i的主導(dǎo)機(jī)構(gòu)的科研主導(dǎo)半徑越大，國際化程度越高。在文章i中，我們定義從參與機(jī)構(gòu)b指向主導(dǎo)機(jī)構(gòu)a的地理科研主導(dǎo)流的強(qiáng)度GeoDba,i為
則在所有文章中，從參與機(jī)構(gòu)b到主導(dǎo)機(jī)構(gòu)a的總地理科研主導(dǎo)流強(qiáng)度GeoDba為
其中，Mab是以a為主導(dǎo)機(jī)構(gòu)、b為參與機(jī)構(gòu)的所有合著論文的數(shù)量。我們定義的地理科研主導(dǎo)流的方向與文獻(xiàn)[17]的科研主導(dǎo)流的方向相反，即從參與機(jī)構(gòu)指向主導(dǎo)機(jī)構(gòu)；而科研主導(dǎo)流的方向與文獻(xiàn)[17]的相一致，即從主導(dǎo)機(jī)構(gòu)流向參與機(jī)構(gòu)。正如在引文網(wǎng)絡(luò)中，知識是從被引文獻(xiàn)流向施引文獻(xiàn)的那樣，引文方向則是從施引文獻(xiàn)指向被引文獻(xiàn)，知識流動與引文方向相反，是從被引文獻(xiàn)流向施引文獻(xiàn)。本文以機(jī)構(gòu)與機(jī)構(gòu)之間的地理科研主導(dǎo)流為網(wǎng)絡(luò)的連邊，以主導(dǎo)/參與機(jī)構(gòu)為網(wǎng)絡(luò)的節(jié)點(diǎn)，建立加權(quán)有向的地理科研主導(dǎo)網(wǎng)絡(luò)。圖1 是基于三篇論文以及各個(gè)機(jī)構(gòu)之間的距離以及國家等地理信息建立的地理科研主導(dǎo)網(wǎng)絡(luò)。
圖1 地理科研主導(dǎo)網(wǎng)絡(luò)模型
3.2 地理科研主導(dǎo)排名
本文整合科研主導(dǎo)的拓?fù)涮卣骱涂臻g特征，基于PageRank 算法提出地理科研主導(dǎo)排名（GeoLead‐erRank）。PageRank 作為鏈接分析的代表性算法，提出伊始便受到了學(xué)術(shù)界和工業(yè)界的重視，Pag‐eRank 也被廣泛用于科學(xué)計(jì)量中，如基于合作網(wǎng)絡(luò)或引文網(wǎng)絡(luò)對科研人員[27]、學(xué)術(shù)論文[28]、學(xué)術(shù)期刊[29]等進(jìn)行排序。具體而言，本文依據(jù)以下標(biāo)準(zhǔn)認(rèn)定一個(gè)機(jī)構(gòu)具有較高的地理科研主導(dǎo)地位：①該機(jī)構(gòu)有較多的科研主導(dǎo)量，高頻次地主導(dǎo)眾多參與機(jī)構(gòu)進(jìn)行科研合作；②該機(jī)構(gòu)具有較大的科研主導(dǎo)半徑，參與機(jī)構(gòu)與它有較遠(yuǎn)的地理距離，甚至跨國；③該機(jī)構(gòu)主導(dǎo)的其他參與機(jī)構(gòu)也具有較高的地理科研主導(dǎo)地位。我們在計(jì)算節(jié)點(diǎn)的Ge‐oLeaderRank 時(shí)，基于地理科研主導(dǎo)網(wǎng)絡(luò)進(jìn)行隨機(jī)游走，設(shè)在第t次迭代時(shí)，節(jié)點(diǎn)a的GeoLeaderRank為GeoLeaderRanka(t)，則在第t+1 次迭代時(shí)，為
其中，d是阻尼系數(shù)，一般為0.85[30]；N表示網(wǎng)絡(luò)中節(jié)點(diǎn)（科研機(jī)構(gòu)）的數(shù)量；In(a)表示指向a的所有節(jié)點(diǎn)的集合，即a主導(dǎo)的所有參與機(jī)構(gòu)的集合。整個(gè)迭代過程中，初始時(shí)每個(gè)節(jié)點(diǎn)的GeoLead‐erRank 都設(shè)為1，多次迭代后，會收斂到GeoLeader‐Ranka(∞)，a= 1,2,…,N。我們根據(jù)GeoLeaderRanka(∞)（a=1,2,…,N）來對各個(gè)機(jī)構(gòu)進(jìn)行排序。
3.3 數(shù)據(jù)來源
本文以Web of Science 核心合集的題錄數(shù)據(jù)為原始數(shù)據(jù)，以“‘Web of Science 類別’=藥學(xué)領(lǐng)域(Biochemistry & Molecular Biology, Biotechnology &Applied Microbiology, Chemistry, Applied, Chemistry,Medicinal, Medicine, Research & Experimental, Phar‐macology & Pharmacy and Toxicology)[13]并且‘出版年份’=2010-2018”為檢索式進(jìn)行檢索，檢索時(shí)間為2019 年7 月21 日，檢索結(jié)果剔除了會議、摘要、綜述、編輯材料等非期刊論文，最終得到323146 篇至少有2 個(gè)機(jī)構(gòu)合作的科研論文。為了更好地構(gòu)建地理科研主導(dǎo)網(wǎng)絡(luò)，本文篩選了2459 個(gè)每年都有科研主導(dǎo)量的機(jī)構(gòu)，并借助谷歌地圖（Google Map）獲取了每個(gè)機(jī)構(gòu)的經(jīng)緯度以及所在國家等地理信息。
4 科研主導(dǎo)的空間分析
4.1 全球藥學(xué)領(lǐng)域科研主導(dǎo)的空間聚集加劇
全球藥學(xué)領(lǐng)域科研主導(dǎo)量在地理上的分布呈現(xiàn)出進(jìn)一步的聚集效應(yīng)。一個(gè)科研機(jī)構(gòu)的科研主導(dǎo)量（該機(jī)構(gòu)作為通訊作者所在機(jī)構(gòu)的發(fā)文量）反映了該機(jī)構(gòu)主導(dǎo)其他參與機(jī)構(gòu)、整合科研學(xué)術(shù)資源的能力[14]。若一個(gè)科研機(jī)構(gòu)具有較高的科研主導(dǎo)量，并且其附近的科研機(jī)構(gòu)也具有較高的科研主導(dǎo)量，則說明科研主導(dǎo)量在空間上呈現(xiàn)聚集效應(yīng)，科研主導(dǎo)量具有正向的空間自相關(guān)；反之，若一個(gè)科研機(jī)構(gòu)具有較高的科研主導(dǎo)量，而它周邊的科研機(jī)構(gòu)的科研主導(dǎo)量較低，則說明科研主導(dǎo)量具有負(fù)向的空間自相關(guān)。本文采用全局空間自相關(guān)分析[31]，通過Moran's I 統(tǒng)計(jì)量進(jìn)行測度，其值域?yàn)閇-1,1]。Moran's I＜0，表示科研主導(dǎo)量呈現(xiàn)空間負(fù)相關(guān)；Moran's I=0，表示科研主導(dǎo)量不存在空間自相關(guān)特征；Moran's I＞0，表示科研主導(dǎo)量呈現(xiàn)空間正相關(guān)。全局空間自相關(guān)指數(shù)Moran's I 的計(jì)算公式為
其中，n為科研機(jī)構(gòu)數(shù)量；xa和xb分別表示科研機(jī)構(gòu)a和b的科研主導(dǎo)量；表示所有科研機(jī)構(gòu)的科研主導(dǎo)量均值；Wab為空間權(quán)重矩陣，Wab=若機(jī)構(gòu)a和b距離越遠(yuǎn)，則兩者的空間權(quán)重越小。
本文使用ArcGIS 軟件計(jì)算2010—2018 年全球藥學(xué)領(lǐng)域的科研主導(dǎo)量的全局Moran's I。如圖2 所示，在2010—2018 年，全球藥學(xué)領(lǐng)域科研主導(dǎo)量全局Moran's I 指數(shù)均為正數(shù)，且均通過0.05 水平的顯著性檢驗(yàn)，表明2010—2018 年，全球藥學(xué)領(lǐng)域科研主導(dǎo)量呈現(xiàn)顯著的正向空間自相關(guān)特征，科研主導(dǎo)量接近的機(jī)構(gòu)在地理上也趨于接近；通過觀察Mo‐ran's I 曲線的走勢，本文發(fā)現(xiàn)總體而言Moran's I 指數(shù)在2010—2018 年呈現(xiàn)上升趨勢，這表明全球藥學(xué)領(lǐng)域科研主導(dǎo)的空間聚集加劇。
圖2 2010—2018年全球科研主導(dǎo)量全局Moran's I指數(shù)
4.2 亞洲國家的科研主導(dǎo)量增長明顯
為了直觀地刻畫全球藥學(xué)領(lǐng)域科研主導(dǎo)量的地理分布，本文對其在2010—2013 年與2015—2018年的地理分布進(jìn)行了可視化，如圖3 所示；本文也比較了各國的科研主導(dǎo)量，如圖4 所示。在圖3 中，每個(gè)散點(diǎn)表示一個(gè)科研機(jī)構(gòu)，散點(diǎn)半徑表示其科研主導(dǎo)量大小。科研主導(dǎo)量的地理分布呈現(xiàn)三個(gè)主要的集群：北美集群、西歐集群以及東亞集群。亞洲國家（中國、印度等）的科研機(jī)構(gòu)在科研主導(dǎo)量上有明顯的增長。在2010—2013 年，大部分合著論文由歐美機(jī)構(gòu)研究者承擔(dān)通訊作者，占據(jù)了藥學(xué)領(lǐng)域科研主導(dǎo)量的制高點(diǎn)。在2015—2018 年，全球藥學(xué)科研主導(dǎo)格局產(chǎn)生了微妙的變化，來自中國機(jī)構(gòu)的科研主導(dǎo)量由原先的零星分布變成了連續(xù)的大而稠密的分布。圖4 顯示，在前20 位的國家相對比例中，排名第1 位的美國由2010—2013 年的29.1%降到了2015—2018 年的23.3%；而排名第2 位的中國由2010—2013 年的15.2%上升到了2015—2018 年的23.2%。全球的藥學(xué)科研主導(dǎo)不再由歐美一家獨(dú)大，越來越多的亞洲國家的研究者成為論文通訊作者。
圖3 全球藥學(xué)領(lǐng)域科研主導(dǎo)量地理分布圖
圖4 全球藥學(xué)領(lǐng)域科研主導(dǎo)量比例圖
4.3 遠(yuǎn)距離和跨國科研主導(dǎo)格局無明顯改變
為了全面地認(rèn)識全球藥學(xué)領(lǐng)域科研主導(dǎo)流的地理格局，本文對其在2010—2013 年與2015—2018年的地理分布進(jìn)行了可視化，如圖5 所示；本文也比較了各國的跨國科研主導(dǎo)流，如圖6 所示。在圖5 中，每條連邊表示一束科研主導(dǎo)流，連邊的粗細(xì)對應(yīng)科研主導(dǎo)流的大小。遠(yuǎn)距離和跨國科研主導(dǎo)格局無明顯改變。2010—2013 年，全球的科研主導(dǎo)流相對細(xì)小且稀疏；2015—2018 年，全球的科研主導(dǎo)流相對粗大且密集。在遠(yuǎn)距離和跨國科研主導(dǎo)格局上，美國東海岸與西歐之間的科研主導(dǎo)流，無論是在2010—2013 年還是在2015—2018 年都是最高的。中國的科研主導(dǎo)流在2010—2013 年與2015—2018年都主要局限在國內(nèi)，其中環(huán)渤海、長三角、珠三角、華中、臺灣等區(qū)域之間的科研主導(dǎo)流比較明顯。
圖5 全球藥學(xué)領(lǐng)域科研主導(dǎo)流地理分布圖
圖6 展示了跨國科研主導(dǎo)流（前20 個(gè)國家之間）弦圖。它不僅顯示了各個(gè)國家之間的跨國科研主導(dǎo)流的相對比例和絕對數(shù)值，還顯示了方向。每個(gè)國家都有科研主導(dǎo)流的輸入（外國科研機(jī)構(gòu)為通訊作者所在機(jī)構(gòu)，本國科研機(jī)構(gòu)為參與作者所在機(jī)構(gòu)）和輸出（本國科研機(jī)構(gòu)為通訊作者所在機(jī)構(gòu)，外國科研機(jī)構(gòu)為參與作者所在機(jī)構(gòu)），每個(gè)國家輸出的科研主導(dǎo)流與該國顏色一致。如圖6 所示，美國占據(jù)了全球跨國科研主導(dǎo)流近1/4 的比例，遙遙領(lǐng)先，且其輸出的科研主導(dǎo)流相對均勻地分散在各個(gè)國家中。中國、德國、英國等國家的跨國科研主導(dǎo)流緊隨美國之后，且彼此之間較為接近?？傮w而言，無論是2010—2013 年還是2015—2018 年，歐美國家的科研機(jī)構(gòu)都占據(jù)了遠(yuǎn)距離和跨國科研主導(dǎo)格局的制高點(diǎn)。
圖6 全球藥學(xué)領(lǐng)域跨國科研主導(dǎo)流弦圖(彩圖請見http://qbxb.istic.ac.cn/CN/volumn/home.shtml)
5 結(jié)果分析與評估
5.1 GeoLeaderRank與其他指標(biāo)的相關(guān)性分析
科研合作網(wǎng)絡(luò)中，節(jié)點(diǎn)的入度、中介中心度、接近中心度[33]、PageRank 以及節(jié)點(diǎn)的發(fā)文量[24]等是廣泛采用的衡量節(jié)點(diǎn)重要性的典型指標(biāo)。表1 是GeoLeaderRank 與入度、中介中心度、接近中心度、PageRank 和發(fā)文量之間的斯皮爾曼相關(guān)性分析（序列相關(guān)性分析）。所有指標(biāo)都高度相關(guān)（相關(guān)系數(shù)＞0.7），且都在P＜0.01 的顯著性范圍內(nèi)?？傮w而言，GeoLeaderRank 與傳統(tǒng)指標(biāo)一樣，能夠較好地衡量科研合作網(wǎng)絡(luò)中節(jié)點(diǎn)的重要性。
表1 斯皮爾曼相關(guān)性分析
5.2 指標(biāo)評價(jià)
為了衡量并驗(yàn)證GeoLeaderRank，本文將基于GeoLeaderRank 的科研機(jī)構(gòu)排序與基于學(xué)術(shù)影響力的排序相似度跟其他傳統(tǒng)指標(biāo)進(jìn)行對比。學(xué)術(shù)影響力采用被引頻次 （citation） 和hg指數(shù) （hg-index），序列相似度則采用KSim 和OSim。首先，關(guān)于學(xué)術(shù)影響力，被引頻次在衡量學(xué)術(shù)影響力方面還是存在諸多缺陷，例如，被引頻次容易被人為操控，不夠穩(wěn)健。為此，Hirsch[34]提出了H指數(shù)（H-index），H指數(shù)全面考慮了科研主體的數(shù)量和質(zhì)量。但是受到被引頻次的偏斜分布的影響[35]，H指數(shù)會忽略掉頭部的高被引論文，將其余頭部的H篇論文等量齊觀[36]。因此，Egghe[37]提出了g指數(shù) （g-index）：“若某個(gè)科研主體最多有g(shù)篇論文，其被引頻次之和至少為g2，則其g-index 為g?！辈贿^g指數(shù)會因?yàn)闃O個(gè)別的高被引論文而急劇增長，權(quán)衡上述優(yōu)缺點(diǎn)，Alonso 等[38]提出了hg指數(shù)：綜合各項(xiàng)指標(biāo)的特點(diǎn)，本文采用被引頻次和hg指數(shù)來衡量社會顯示度和學(xué)術(shù)影響力。其次，關(guān)于序列相似度， 我們采用兩種測度方式[39]， 第一種為OSim(τ1,τ2)。設(shè)序列τ1的前k個(gè)元素組成的集合為A，序列τ2的前k個(gè)元素組成的集合為B，則第二種為 KSim(τ,τ)。設(shè)兩12個(gè)序列τ1和τ2的長度都為k，U是兩個(gè)序列的元素組成的并集，如果δ1=U-τ1，令τ′1是由原序列τ1和集合δ1中的元素組成的延長序列，我們對τ2進(jìn)行對等 的 延 長 操 作 得 到τ′2， 則 KSim(τ1,τ2)=一言以蔽之，OSim(τ1,τ2)只關(guān)注序列τ1和τ2前k個(gè)元素的重疊度，KSim(τ1,τ2)考慮到了兩個(gè)序列中元素的相對順序。
圖7 顯示了GeoLeaderRank 和影響力指標(biāo)（被引頻次、hg指數(shù)）的排序相似度（OSim 和Ksim）以及傳統(tǒng)指標(biāo)和影響力指標(biāo)的排序相似度（前300 位的排序相似度）[40]。在圖7 的4 個(gè)子圖中，Ge‐oLeaderRank 的相似度都是最高的。這說明相比于其他傳統(tǒng)指標(biāo)，GeoLeaderRank 給出的排序最接近機(jī)構(gòu)的學(xué)術(shù)影響力排序。在TopN較小時(shí)，即識別頭部最頂尖的科研機(jī)構(gòu)時(shí)，GeoLeaderRank 表現(xiàn)最優(yōu)。在圖7c 中，GeoLeaderRank 的柱狀圖遠(yuǎn)遠(yuǎn)高于其他柱狀圖，而在圖7a 中，GeoLeaderRank 的柱狀圖略微高于其他柱狀圖，這一點(diǎn)在圖7b 和圖7d 中也得到了印證。因?yàn)閔g指數(shù)在反映科研機(jī)構(gòu)的社會顯示度和學(xué)術(shù)影響力方面比被引頻次更穩(wěn)健，對人為操控更具有魯棒性，所以在識別最頂尖科研機(jī)構(gòu)時(shí)，GeoLeaderRank 更卓著。當(dāng)TopN較大時(shí)（大于 50），圖 7 的 4 個(gè)子圖中，GeoLeaderRank 的柱狀圖依然遙遙領(lǐng)先。從被引頻次角度來看，PageRank的相似度僅次于GeoLeaderRank；但是從hg指數(shù)的角度來看，PageRank 的相似度明顯小于GeoLeader‐Rank。這說明考慮了空間特征的GeoLeaderRank 確實(shí)提高了區(qū)分科研機(jī)構(gòu)學(xué)術(shù)影響力的能力。值得注意的是，雖然接近中心度跟被引頻次的相似度并不高，但是接近中心度跟hg指數(shù)的相似度上卻與Ge‐oLeaderRank 跟hg指數(shù)的相似度的水平相當(dāng)，尤其是在TopN＞200 之后，接近中心度跟GeoLeaderRank不相上下。根據(jù)社會網(wǎng)絡(luò)理論，節(jié)點(diǎn)的接近中心度越高，其與網(wǎng)絡(luò)中其他節(jié)點(diǎn)的最短路徑越短，所以其整合科研學(xué)術(shù)資源的能力就越高，學(xué)術(shù)影響力因此變得更高。一般而言，入度越高的節(jié)點(diǎn)，其主導(dǎo)的科研機(jī)構(gòu)越多，能夠整合的科研學(xué)術(shù)資源也可能越多。然而，入度跟被引頻次和hg指數(shù)的相似度表現(xiàn)平平，這可能是因?yàn)槿攵雀叩闹鲗?dǎo)機(jī)構(gòu)所主導(dǎo)的參與機(jī)構(gòu)數(shù)量雖然很多，但是這些參與機(jī)構(gòu)與主導(dǎo)機(jī)構(gòu)的地理距離很近，主導(dǎo)機(jī)構(gòu)只能主導(dǎo)局部地區(qū)的科研學(xué)術(shù)資源。至于發(fā)文量，一個(gè)機(jī)構(gòu)的發(fā)文量越大，其學(xué)術(shù)影響力也應(yīng)該越大；可是，發(fā)文量與被引頻次的相似度并不高，甚至發(fā)文量與hg指數(shù)的相似度僅僅比最低的中介中心度略高。這說明很多被引頻次很高的科研機(jī)構(gòu)發(fā)表的文章質(zhì)量并不高，其被引頻次的突出只是發(fā)文量大的結(jié)果。hg指數(shù)全面考慮了發(fā)文的質(zhì)和量，從hg指數(shù)的角度來看，這些科研機(jī)構(gòu)便不再突出了。
圖7 序列相似度比較
5.3 機(jī)構(gòu)排序?qū)Ρ?/h3>
erRank aead cad Sci GeoL Chinese A量文cad Sci發(fā)Chinese A入cad S ci度ese A in Ch）位20度前心（名中cad Sci介排中構(gòu)機(jī)Chinese A研科的下度心標(biāo)中cad Sci指近個(gè)接各Chinese A 2表PageRank cad Sci Chinese A次頻被引niv Harvard U數(shù)hg指niv Harvard U niv Harvard U niv Harvard U niv Harvard U niv Harvard U niv Harvard U lo au Univ Sao P ci cad S ese A in Ch MIT RS CN cad Sci Russian A ichigan iv M Un aulo Univ Sao P SD UC niv Harvard U ge brid am iv C Un niv Stanford U okyo Univ T aulo Univ Sao P SD UC okyo Univ T ichigan Univ M CSIC xford iv O Un SF UC xford Univ O SJTU xford iv O Un CSIC xford Univ O SD UC SD UC bridge am Univ C bridge am Univ C okyo Univ T ge brid am iv C Un xford Univ O bridge am Univ C xford Univ O SF UC SD UC oronto Univ T RS CN enhagen op iv C Un niv d U King Sau Univ Illinois ichigan Univ M niv Stanford U erkeley alif B Univ C SD UC oronto Univ T iv Illinois Un bridge am Univ C niv ford U Stan niv Zhejiang U to oron iv T Un xford Univ O openhagen Univ C niv atl U Seoul N aulo ao P iv S Un niv Kyoto U hagen open Univ C bridge am Univ C MIT H MG SF UC niv Zhejiang U niv ejiang U Zh ichigan Univ M I NC okyo Univ T n en iv P Un enn Univ P I NC niv Fudan U IC CS hagen open Univ C enn Univ P openhagen Univ C RS CN oronto Univ T ichigan Univ M hagen open Univ C yo ok iv T Un SD UC niv Yale U niv Peking U erkeley alif B iv C Un niv Yale U ashington Univ W SD UC niv opkins U s H John niv Zhejiang U niv opkins U Johns H ois Univ Illin enhagen op iv C Un niv Duke U niv kins U op Johns H ichigan Univ M niv Peking U Univ Illinois oronto Univ T niv Kyoto U ichigan iv M Un hagen open Univ C niv Stanford U xford Univ O Carolina iv N Un Karolinska Inst niv Ohio State U SJTU yo ok iv T Un MI HH enn Univ P niv Peking U niv Stanford U RS CN isconsin Univ W niv opkins U Johns H ashington iv W Un ashington Univ W niv Duke U Univ Illinois aryland iv M Un niv opkins U Johns H SF UC AM UN niv ke U Du LA UC ois Univ Illin Carolina Univ N SJTU I NC niv Fudan U Karolinska Inst LA UC niv opkins U Johns H Carolina Univ N niv at Sen U n Y Su ittsburgh iv P Un L UC niv McGill U Carolina Univ N niv opkins U s H John cad Sci Chinese A niv Yale U bridge am Univ C lorida iv F Un niv atl U Seoul N ashington Univ W niv Ohio State U niv Yale U niv Columbia U ientíficas ong :CL es C r de Investigacion hanghai Jiao T ollege;U U: S edical C JT; S nion M uperio iego g U in ek sejo S an D:P on MD SIC: C alifornia S PU f C ces;; C cien SA te, U niversity o edical S ancer Institu D: U CS; U cademy of M nal C rancisco atio an F CI: N Chinese A S:esearch); N alifornia, S AM ngeles;C cientific R niversity of C Los A edical Institute.tre for S The U F:alifornia,hes M ug en CS ational C y; U niversity of C ard H ow cientifique (French N echnolog te of T :U LA MI:H HH exico;UC ospital;assachusetts Institu f M echerche S eneral H: M niversity o nal de la R IT ncil); M ous U utonom Massachusetts G H:atio ou MG tre N don;en esearch C National A on S: C M:NR nal R NA ollege L: C atio;U注panish N ersity ersity C(S Univ iv Un
為了對本文提出的GeoLeaderRank 和其他指標(biāo)的排序有更直觀的理解，表2 給出了基于GeoLead‐erRank、被引頻次、hg指數(shù)和其他傳統(tǒng)指標(biāo)的科研機(jī)構(gòu)排序（前20 位）。表3 給出了在GeoLeaderRank下前20 位的科研機(jī)構(gòu)在被引頻次、hg指數(shù)和其他傳統(tǒng)指標(biāo)下的排序比較。基于不同指標(biāo)的科研機(jī)構(gòu)排序有著微妙的差異。哈佛大學(xué)（Harvard Univ）、牛津大學(xué)（Univ Oxford）、劍橋大學(xué)（Univ Cam‐bridge）、加州大學(xué)圣地亞哥分校（UCSD）和中國科學(xué)院（Chinese Acad Sci）等五個(gè)機(jī)構(gòu)無論在哪個(gè)指標(biāo)下都名列前20 位，尤其是哈佛大學(xué)在各種指標(biāo)中都數(shù)一數(shù)二，說明哈佛大學(xué)是絕對的頂尖機(jī)構(gòu)。中國科學(xué)院在發(fā)文量、接近中心度、入度等各個(gè)指標(biāo)中高居榜首，被引頻次位列第2 位，但其hg指數(shù)僅排第19 位，這反映出中國科學(xué)院的真正的學(xué)術(shù)影響力與頂尖機(jī)構(gòu)還有一定差距?？傮w上，位列GeoLeaderRank 前20 位的機(jī)構(gòu)也位列被引頻次、hg指數(shù)的前茅。值得注意的是，在傳統(tǒng)指標(biāo)下，一些中國的科研機(jī)構(gòu)頻頻出現(xiàn)在前20 位的榜單上。例如，在發(fā)文量指標(biāo)下，上海交通大學(xué)位列第5位，浙江大學(xué)、復(fù)旦大學(xué)、北京大學(xué)和中山大學(xué)也都位列前20 位。在入度、中介中心度、接近中心度、PageRank 等指標(biāo)的前20 位榜單中，都有中國科研機(jī)構(gòu)出現(xiàn)。這反映了中國的科研機(jī)構(gòu)在發(fā)文量、合作網(wǎng)絡(luò)中的地位（入度、接近中心度、中介中心度、PageRank）等諸多維度下取得了長足的發(fā)展。這一點(diǎn)也印證了第4.2 節(jié)的發(fā)現(xiàn)——亞洲國家的科研主導(dǎo)量增長明顯。然而，在GeoLeaderRank、被引頻次、hg指數(shù)等指標(biāo)的（前20 位）榜單中，中國科研機(jī)構(gòu)的表現(xiàn)不能盡如人意。除了中國科學(xué)院分別位列第1、第2 和第19 位外，沒有其他任何一所中國科研機(jī)構(gòu)上榜。這反映了中國科研機(jī)構(gòu)的學(xué)術(shù)影響力與歐美機(jī)構(gòu)相比還存在差距。從空間科研主導(dǎo)的角度來看，中國科研機(jī)構(gòu)沒有足夠的遠(yuǎn)距離和跨國的科研主導(dǎo)；中國科研機(jī)構(gòu)的科研資源的整合半徑不夠大，沒有深度嵌入全球化的科研共同體中。這一點(diǎn)也印證了第4.3 節(jié)的發(fā)現(xiàn)——遠(yuǎn)距離和跨國的科研主導(dǎo)格局依舊由歐美國家占據(jù)制高點(diǎn)，無明顯改變。
表3 GeoLeaderRank和其他指標(biāo)下的科研機(jī)構(gòu)排名比較
6 研究結(jié)論及啟示
科研主導(dǎo)在科研合作中不可或缺，而空間特征對科研合作的形成和產(chǎn)出都有重要的影響。本文通過空間分析，揭示了全球科研主導(dǎo)量和科研主導(dǎo)流的空間分布及其演化；同時(shí)，本文進(jìn)一步提出地理科研主導(dǎo)排名（GeoLeaderRank），以識別具有遠(yuǎn)距離和跨國科研主導(dǎo)能力的科研機(jī)構(gòu)。本文為全面認(rèn)識科研合作中科研主導(dǎo)的空間特征及解決其空間偏差提供了一個(gè)全新窗口。
通過空間分析，本文發(fā)現(xiàn)全球科研主導(dǎo)空間聚集加劇?？蒲兄鲗?dǎo)量接近的科研機(jī)構(gòu)在地理上趨于接近，科研主導(dǎo)的正向空間自相關(guān)越來越明顯；亞洲國家的科研主導(dǎo)量增長明顯，越來越多的亞洲國家的研究者成為論文通訊作者角色；遠(yuǎn)距離和跨國的科研主導(dǎo)格局無明顯改變，歐美國家的科研機(jī)構(gòu)依然占據(jù)著遠(yuǎn)距離和跨國科研主導(dǎo)格局的制高點(diǎn)。
地理科研主導(dǎo)排名整合了科研主導(dǎo)的拓?fù)涮卣骱涂臻g特征：一個(gè)機(jī)構(gòu)有較多的科研主導(dǎo)量，高頻次地主導(dǎo)眾多參與機(jī)構(gòu)進(jìn)行科研合作；該機(jī)構(gòu)具有較大的科研主導(dǎo)半徑，參與機(jī)構(gòu)和它的地理距離大，甚至跨國；該機(jī)構(gòu)主導(dǎo)的其他參與機(jī)構(gòu)也具有較高的空間科研主導(dǎo)地位。研究結(jié)果表明，與傳統(tǒng)指標(biāo)相比，地理科研主導(dǎo)排名更接近科研機(jī)構(gòu)的學(xué)術(shù)影響力，尤其是最頂尖的科研機(jī)構(gòu)。此外，根據(jù)傳統(tǒng)指標(biāo)，不乏中國的科研機(jī)構(gòu)高居全球頂尖機(jī)構(gòu)榜首。中國科研機(jī)構(gòu)在發(fā)文量和合作網(wǎng)絡(luò)中的地位（入度、接近中心度、中介中心度、PageRank）等諸多維度下取得了長足的發(fā)展。然而，根據(jù)學(xué)術(shù)影響力（被引頻次、hg指數(shù)）和地理科研主導(dǎo)排名，中國科研機(jī)構(gòu)與歐美科研機(jī)構(gòu)還存在差距。從地理科研主導(dǎo)角度來看，中國的科研機(jī)構(gòu)雖然有大量的科研主導(dǎo)量，能夠高頻次地主導(dǎo)眾多參與機(jī)構(gòu)進(jìn)行科研合作，但是其科研主導(dǎo)半徑不足，只能整合近距離或國內(nèi)的科研學(xué)術(shù)資源，尚未深度嵌入全球科研共同體中。
本文的研究結(jié)果對中國的科研合作有以下幾點(diǎn)啟示：①科研人員應(yīng)該秉持科研無國界的理念，以促進(jìn)知識的交流與學(xué)術(shù)資源的優(yōu)化配置；②科研機(jī)構(gòu)可以為科研人員提供海外學(xué)術(shù)交流的機(jī)會，從而為科研人員之間的遠(yuǎn)距離和跨國科研合作減少阻礙；③我國應(yīng)該轉(zhuǎn)變粗放型的科研資助政策和科研評價(jià)體系，朝著科研成果的數(shù)量和質(zhì)量“兩手都要抓，兩手都要硬”的方向轉(zhuǎn)變。我國可以在科研資助政策、科研評價(jià)體系等多個(gè)方面促進(jìn)國內(nèi)科研機(jī)構(gòu)進(jìn)行遠(yuǎn)距離和跨國科研合作，擴(kuò)大我國科研機(jī)構(gòu)的科研主導(dǎo)半徑，在全球尺度內(nèi)整合高質(zhì)量的科研學(xué)術(shù)資源，強(qiáng)有力地推動國內(nèi)國際科研學(xué)術(shù)資源的流動與優(yōu)化配置，將中國的科研系統(tǒng)深度嵌入全球尺度的科研共同體中。
猜你喜歡
今日農(nóng)業(yè)(2021年14期)2021-10-14 08:35:10
下一代英才(酷炫少年)(2017年6期)2017-06-28 11:37:54
管理現(xiàn)代化(2016年3期)2016-02-06 02:05:00
財(cái)經(jīng)界(學(xué)術(shù)版)(2015年17期)2015-12-22 07:16:28
中國中醫(yī)藥現(xiàn)代遠(yuǎn)程教育(2014年11期)2014-08-08 13:23:44
衛(wèi)生職業(yè)教育(2014年24期)2014-05-20 09:05:40
留學(xué)(2014年21期)2014-05-03 06:54:24
藥學(xué)進(jìn)展(2014年3期)2014-03-20 16:00:47
筑路機(jī)械與施工機(jī)械化(2014年5期)2014-03-01 02:59:17
化工生產(chǎn)與技術(shù)(2014年2期)2014-02-27 13:41:40
