中国体育科学学者合作的社会网络关系及演进特征

江 超 王 鹏 吴友良 周海魁 文才新 汪宜香

（1 巢湖学院 a.经济与法学学院；b.体育学院，安徽 合肥 238000；2 菲律宾永恒大学研究生院，菲律宾 马尼拉，1740；3 南京航天航空大学经济与管理学院， 江苏 南京 211106；4 中国科学院合肥物质科学研究院 运动与健康信息技术研究中心， 安徽 合肥 230031；5 安徽工程大学体育学院，安徽 芜湖 241000）

改革开放以来， 我国在体育科研方面取得举世瞩目的辉煌成就。 随着社会的快速发展，通过交流的方式实现知识交流、共享与创新，推动科学发展的科学合作在科学研究中充当重要的角色。1963 年美国科学家 Price 出版的 《Little science,big science》书中提到“科研合作已成为当今科学发展的重要动力”[1]。曾有学者统计，1901—1972 年共有286 位获得诺贝尔奖的科学家， 其中185 位是通过科研合作获得成果[2]；2008—2010 年23 位诺贝尔自然科学奖获得者共有23 位科学家，其中12位是通过科研合作获得奖项[3]。 因此，加强科研工作者学术交流合作，才能取得更多的科研成果。 学术交流合作已经成为自然科学和社会科学的普遍现象， 不少学者对各个学科领域的科研合作现象进行了探讨，如 Kim 等[4]、Tomassini 等[5]、Meadows[6]、Mc Dowell[7]对科研合作演化规律、特征、因素、类型进行了实证研究。

当前我国的体育事业存在发展不平衡的状态，面临较多亟需解决的困境。 体育科学领域科研合作在实现跨越式发展与取得科学研究重大突破等方面具有十分重要的作用[8]。 一方面，科研合作能够提高科研效率，优化科研成果，也有助于体育科学科研成果的顺利推广。 另一方面，利于学科交叉融合，提升科研专业能力，有助于科研成果转化效率。 由于我国科研合作研究长期以来主要体现在图书情报领域、科学学领域与管理科学领域等，以中国体育科学整体为研究对象的合作网络较少。 这方面的主要研究有：司虎克等[8]对体育科学的合作规模、演化特征进行了分析；曹烃[9]从作者合作规模、重要学术影响力论文、地域分布、基金资助等方面进行了探讨；张欢等[10-11]对作者的区域分布、研究机构等进行了统计分析。 根据以上研究可知， 我国学者研究揭示了体育科学合作率不断提升，合作类型以师生、同事之间为主等特征，但上述文献尚有不足， 在时间跨度与数据来源上具有局限性。 鉴于此，本研究以改革开放40 年为时间跨度， 以体育类CSSCI 来源期刊高水平论文为数据源， 利用社会网络分析法对我国体育科学学者在不同时间段作者合作网络规模、密度、中心性与凝聚子群、核心边缘、结构洞等的演化特征进行分析， 进而提升我国体育科学学者在合作网络所处地位及加强体育科学学者间协同创新提出建议。

1 数据统计与研究方法

1.1 数据来源与处理

本研究数据来源于中国知网数据库， 进入高级检索页面，检索时间为1978—2019 年，设置来源期刊为 《体育科学》《中国体育科技》《北京体育大学学报》《上海体育学院学报》《武汉体育学院学报》《成都体育学院学报》《西安体育学院学报》《首都体育学院学报》《体育学刊》《体育与科学》《天津体育学院学报》，检索到69 318 条结果题录信息，去除人物介绍、会议讲话等，得到论文66 525 篇。

1.2 研究方法

社会网络是指社会行动者及其关系的集合[12]。社会网络分析以行动者及其相互间的关系作为研究内容， 它通过对行动者之间的关系模型进行描述， 分析这些模型所蕴含的结构及其对行动者和整个群体的影响[13]。社会网络分析的切入点主要包括节点、线、密度、中心度、中心势、小团体等，本研究主要从网络规模、网络密度、中心性、凝聚子群、核心—边缘、 结构洞等方面对学者的合著网络进行分析[14]。

2 结果与讨论

本研究将1978—2019 年划分为4 个阶段：第一阶段为 1978—1987 年，发文 7 487 篇，合著论文2 397 篇；第二阶段为1988—1997 年，发文 12 173，合著论文4 521 篇；第三阶段为1998—2007年，发文24 160 篇，合著论文13 718 篇；第四阶段为 2008—2019 年， 发文 22 705 篇， 合著论文 15 350 篇。

2.1 体育科学年发文、合著论文及合作率

图1 描述了1978—2019 年我国体育科学年发文量、 合著论文及合作率。 从阶段性来看，1978—1987 年， 年均合著率为 31.90%；1988—1997 年， 年均合著率为 36.73%；1998—2007 年，年均合著率为55.94%。 2008—2019 年，年均合著率为68.48%，合著率逐渐上升，说明体育科学领域科研合作已是普遍现象。 整体来看，年发文量及合著论文量呈现出倒“U”型曲线变化，经历了先增后减的波动过程。 从合作率来看，呈现出明显的上升趋势，其中2019 年达到最高，为78.42%。 2004年合作率为57.56%，2004 年以后合作率均在60%以上，高于平均水平49.27%，说明体育学者越来越重视科研合作。 随着合著率逐渐提升，论文成果却逐渐减少，可能是期刊杂志为提高“他引影响因子”，减少稿件发行数量，提升稿件质量，引用率就会提升，这样期刊就较难被C 刊名录中除名，造成发C 刊难度不断加大，竞争越发激烈。这种情况也较为符合当下青年教师、 博士研究生C 刊难发的现状。

图1 改革开放40 年年发文量、合著论文及合作率

2.2 核心作者的识别分析

作者发文量代表作者在该领域的学术能力，也表明了作者对该领域的贡献[15]，对某领域的作者群及其合作关系情况的探索研究， 能够发现研究领域中具有高学术影响力的团队群， 有助于推动领域研究活动发展，为进一步学术交流提供参考[16]。根据美国科学史学家普赖斯理论， 确定核心作者发文数量，公式为 N1=0.749（Nmax）1/2，只有发表论文数量在 N1 才可被列为核心作者。 通过SATI3.2 进行统计整理，得出4 个阶段的核心作者最低发文量 （表 1）。 通过公式计算得出，1978—1987 年作者发文不得低于5 篇论文， 才可被列为核心作者； 同理，1988—1997 年不少于 6 篇，1998—2007 年不少于 9 篇，2008—2019 年不低于12 篇。

表1 核心作者最低发文量

2.3 整体网络结构演化特征分析

2.3.1 实证结果分析

利用Ucinet6.0 软件的NetDraw 功能绘制出四个阶段的学者网络结构图，设定阈值为2，如图2~图5所示（去掉孤立点）。

图2 1978—1987 年核心学者合作网络结构

图3 1988—1997 年核心学者合作网络结构

图5 2008—2019 年核心学者合作网络结构

图4 1998—2007 年核心学者合作网络结构

2.3.2 整体网络特征演化分析

（1）网络规模分析

整体网络的规模指网络中包含的全部行动者的数目，通常情况下，整体网络的规模越大，其结构越复杂[17]10。 从四个阶段来看，我国体育科学学者合著的核心作者数量呈现出先增后减的趋势：第一阶段的478 个增长到第二阶段的642 个，网络规模得到了小规模扩张； 到第三阶段陡然攀升至1 085 个，说明网络规模实现了迅速扩张；至第四阶段，网络的规模下降至710 个，网络规模呈下降态势。 整体来看，体育科学学者合作网络规模呈现先增后减的趋势， 说明体育科学学者们倾向于以合作的形式在核心期刊发表论著。 另外，反映出体育科学领域论文发行竞争日益激烈，又体现出学者通过科研合作来实现提高学术水平的良好愿望。

（2）网络密度分析

网络密度指整体网络中各个行动者联系的紧密程度，整体网络密度越大，该网络对其中行动者的态度、行为等产生的影响可能越大[17]11。通过学者合作网络密度进行计算发现， 四个阶段的网络密度呈上升趋势，说明随着网络规模的增大，学者合作的次数增多，网络密度也随之提升。 总体而言，虽然网络密度呈现良好的发展趋势， 但目前的合著网络密度较小，学者合作的关系还是相对分散。

（3）小世界效应分析

小世界效应分析是整体网络研究中较为重要的部分，如果整体网络具有小世界效应，则说明信息在网络中的传递更为顺畅，否则就会遭遇阻遏，产生滞后效应[18]。 小世界的测量指标可利用特征途径长度与聚类系数来刻画其性质， 聚类系数越大，说明整个网络聚集性越好，特征途径长度数值越大，说明学者合作建立合作关系越难。 另外，小世界熵数为聚类系数与特征长度均值的比值，数值越大，网络的小世界越显著，也能反映整体网络的连接性与聚集性特征[19]。 通过计算发现，四个时间段的聚类系数分别为 1.295、1.117、0.955、1.210，说明体育科学学者合作聚集性较为明显。 此外，从四个阶段聚类系数对比来看， 学者合作的聚集性呈现先减后增的态势。 四个时间段的途径长度均值分别为 7.861、7.129、4.703、4.089，也就是说四个阶段实现学者合作是需要大约通过平均8 个人、7个人、5 个人、4 个人进行合作联系，说明学者合作关系建立越发简便。 Watts 等[20]表示网络平均距离较短（不超过10），聚类系数较高，则认为是小世界效应。 由表2 可知，我国体育科学学者合作网络符合小世界效应，从阶段性看，整体网络的小世界效应越来越明显。

表2 学者合作网络重要指标

2.4 中心性的演化分析

中心性是指权力的量化研究， 反映个人或组织在网络结构中具有怎样的权力， 或者说居于怎样的中心地位[17]97。从点度中心性、中间中心性与接近中心线三个维度对我国体育科学领域学者合作网络进行分析。 利用Ucinet6 软件进行分析，中心性结果见表 3（Top10）。

表3 四个阶段我国体育科学学者合作网络中心性（Top10）

?

2.4.1 点度中心性分析

纵观四个阶段， 各阶段点度中心性大于4 的核心作者所占比例分别为21.13%、32.55%、60.00%与64.79%，说明点度中心性大于4 的比率与作者人数在不断增加， 表明核心作者的合作范围越来越广泛。 点度中心性的数值表示该学者与其他学者有过共同发文的经历， 如郭庆芳、 田麦久、王健、季浏，其中季浏的合作对象最为广泛。 另外，各阶段都不乏点度中心性为0 的作者，这意味着这些作者与其他核心作者之间没有共同发文的经历，各阶段点度中心性为0 的人数，分别为165位、137 位、53 位、28 位，说明核心学者越来越倾向于合著发文。

2.4.2 中介中心性分析

中介中心性测量的是一个节点能在多大程度上控制他人之间的交往， 如果一个节点处于许多其他点对的最短路径上， 它就具有较高的中介中心度[21]。 四个阶段中介中心性为0 的人数占各阶段核心作者数的比率分别为34.73%、53.27%、21.66%、18.45%，相对而言这些作者不具有丰富的科学研究资源，从阶段性看，比率总体上呈现下降的态势。 显然， 越来越多的作者具有资源控制能力，资源控制能力也逐渐分布平衡，只有少数作者缺乏控制资源的能力。 另外，各阶段中心性较高的成员也有不少，最高的成员分别是周懿芬、田野、王健，说明他们在各阶段占有丰富的研究资源，同时他们在网络结构中居于重要位置， 对资源信息的共享、交流承担着中介的作用。 值得注意的是，王健学者中介中心性最高分布两个阶段， 说明该学者对体育科学界具有较高的控制资源的能力，他对于学者合作具有重要的桥梁作用。

2.4.3 接近中心性分析

如果一个点与网络中所有其他点的“距离”都很短，则称该点具有较高的整体中心性（又叫接近中心性）[17]105。 接近中心性的数值越小，说明该点在信息资源、权力、声望以及影响方面较强。 而数值越大， 说明该点越不是网络的核心点。 通过Ucinet6 软件分析发现，各阶段学者合作网络排序靠前且相对接近中心性相同的人数分别为53 人（0.316）、14 人（0.464）、1 人（1.349）、1 人（2.874），这些学者在我国体育科学的合著网络中具有较高的接近性，处于网络中核心的地位，同时他们在信息资源、声望、权力以及影响方面较强。 横向分析看，与中心点距离较近的行动者在逐渐减少，说明信息资源、权力、声望及影响方面较强的学者相对在逐渐减少，这与中介中心性分析的结果（越来越多的作者具有资源控制能力， 资源控制能力也逐渐分布平衡）相匹配。

2.5 凝聚子群演化分析

社会网络中有多种对凝聚子群进行量化的处理方法， 主要从四个角度对凝聚子群进行形式化处理：关系的互惠性、子群成员之间的接近性或者可达性、 子群内部成员之间关系的频次 （点的度数）、子群内部成员之间的关系密度相对于内外部成员之间的关系的密度[17]111。 研究以互惠性基础上的派系角度进行分析， 其主要用于揭示学者群体内部组成的结构状态。 利用Ucinet 中的派系分析发现，当小团体数阈值设置为3 时，四个阶段分别为 90、173、638、462；当阈值设置为 5 时，四个阶段分别为 25、20、87、51；当阈值为 7 时，四个阶段分别为 10、7、10、4；当阈值为 9 时，四个阶段分别为1、1、0、2。 当阈值发生变化时，小团体的数量变化较为明显， 小团体数量与团体内学者数量基本随阶段逐渐上升。 总体而言，我国体育科学学者合作的小团体数量较多，关系层级也较多，学者之间的合作关系主要在第三阶段与第四阶段中表现更为复杂，复杂的程度在第三阶段达到了顶峰。 在演化过程中，第一阶段主要有刘慧荣、乔居庠、翁庆章等学者，第二阶段主要有田麦久、熊斗寅、权德庆等，第三阶段为王健、 曹建民、胡扬、陈佩杰等，第四阶段主要有季浏、胡扬、陈佩杰、张勇、冯连世、胡小明、王健等，这些学者有多个“合著群”，在体育科学研究中具有重要地位与作用， 对于科研合作的组织与串联发挥着桥梁作用。 同时，不少作者横跨两个阶段，如王健、陈佩杰、胡小明等学者，他们在科研合作中的桥梁作用具有较长的延续性。当从学者之间形成的派别角度来看， 学者们之所以会形成“物以类聚人以群分”的现象，主要原因是他们具有相似或共同的知识基础和知识需求，研究方向相同或相近， 说明派别内部学者具有一定的认知邻近。 此外体育科学领域的派别内部成员具有明显的地理邻近性特征， 有些学者隶属同个研究所，或者同个高校，或者工作地点属于同一个地区等。

2.6 核心—边缘演化分析

核心—边缘分析可根据实际数据情况来判定各个学者节点在网络结构中是处在核心区域还是处在边缘地带。 通过核心外围分析结果见表4 与表5。 四个阶段的最终拟合值分别为0.351、0.185、0.144、0.111， 可以认为第一个阶段网络呈现出较为明显核心—边缘结构。 具体而言，第一阶段核心成员之间的密度为0.743，说明这些学者相互之间存在紧密的交互关系； 核心成员与边缘成员之间的密度为0.012，说明核心成员与边缘成员之间关系较弱；边缘成员之间的交互关系也较弱。 第二阶段核心成员之间密度下降到0.451，说明核心成员之间的关系也存在较为紧密的关系， 但较上阶段密度有所下降， 核心成员与边缘成员以及边缘成员之间的关系依旧较弱。 到第三阶段，核心成员之间的密度下降到0.109，较上一阶段核心成员之间的交互关系明显下降， 核心成员与边缘成员之间关系依然较弱， 而边缘成员之间的关系和上阶段基本保持一致。 至第四阶段，较上一阶段核心成员之间的密度提升到0.312， 说明核心成员之间的交互关系要好于上一阶段，但核心成员与边缘成员以及边缘成员之间的关系依旧较弱， 但较上一阶段得到了一些改善。 总体而言，各阶段核心成员之间的交互关系较为紧密，但作为核心成员并没有在与边缘成员的交互关系充分发挥桥梁协调的作用。

表4 四个阶段核心-边缘密度矩阵

表5 四个阶段核心成员

2.7 结构洞的测度

结构洞是两个行动者之间的非冗余的联系。伯特认为，结构洞能够为其占据者获取“信息利益”和“控制利益”提供机会，从而比网络中其他位置上的成员更具有竞争优势。 结构洞指标主要有四个方面：有效规模、效率、限制度、等级度，其中第三个指标最重要[17]191。从表6 看出，不少学者都会受到其他学者的限制， 也就是说网络的结构洞是普遍存在的。 表6 中的学者在各阶段受到他人的限制较小，这些学者在各阶段网络中占据的结构洞位置较多，在众多学者中充当着“桥”的作用，他们具有一定信息优势和控制优势。这些学者对自己小团体的其他学者具有一定的影响力，在众多学者之中担任着组织衔接的重要角色。 另外，各阶段整体网络结构图也反映出，这些学者在自己的社会圈子中充当多数结构洞的“桥”，使两个独立的子网络结构联系在一起，其中第一阶段限制度在0.01~0.2 之间有13 人，占比2.67%，第二阶段有25 人，占比3.89%，第三阶段有237 人，占比21.84%，第四阶段有203 人，占比28.59%，说明随着时间的推移，受到限制较小具有运用结构洞能力的人数逐渐增多，促进了学科领域知识信息资源的交流共享，表明体育科学领域社会网络中的“学术明星”越来越多。

表6 结构洞指标结果（部分）

3 合作网络演化原因

3.1 科学政策的引导

科学政策多以支持与鼓励科学合作为向导，随着国家对科学投入的增加，基金项目政策更多的倾向于规模大、高投入的群体性项目。 如社科基金的重大项目、重点项目等都是集体项目。在《研究阐释党的十九届四中全会精神国家社科基金重大项目招标公告》中提出“鼓励跨地区、跨单位联合投标，鼓励理论工作部门与实际工作部门合作开展研究”。 这些科学政策也为学者合作提供着重要的物质保障。 贾茜等[22]以管理学领域为例，证实基金支持是促进科学合作的重要因素， 基金项目越多，论文合著率越高且合作规模越大， 基金所涉范围越广，则科学合作越紧密。在1986 年成立国家自然科学基金与1991 年设立国家社科基金的背景下，各学科领域的学者们纷纷投入到科学研究之中，共同促进了学科的建设发展。间接激发了学者们科研合作的动机。这期间也正是第一阶段过渡到第二阶段的时间节点，年均合著率从31.90%至36.73%，直至68.48%，说明国家通过政策引导，学者之间的合作已经广泛开展。

3.2 科学范式的转化

随着现代科学技术对学术研究的影响不断增大，科研合作规模日益扩增。 现代科学技术的发展使得科学研究的专业分工逐渐细化，另外，目前学科发展需求，跨学科研究不断快速发展，这些范式的转变充分激发了学者的合作需求。这种科学范式的转变使得体育自然科学、 体育人文社会科学、体育综合科学的研究模式发生了变化，基于数据和模型的实证研究逐渐普遍，数据和方法的复杂程度也在逐渐上升。 也是基于研究的复杂性不断提升，个人研究已经很难负担复杂性较高的研究重任，同时也很难满足现代高水平论文的出版要求，对于研究中的难题与重任，往往是需要学者们通力合作共同解决研究中遇到的实际困难。 同时，人文社会科学多以思辨、演绎、推理等研究方法为主，更多采用独著方式发文， 但随着现代科学提倡学科交叉融合，人文社会科学也逐渐开展以数据为基础的研究。因此，在一定程度上促进了科研合作规模的增长。

3.3 齐普夫定律

1948 年哈佛大学语言学教授G.K.齐普夫完成了专著《人类行为与最省力法则——人类生态学引论》， 其中就有文献计量学三大定律之一的齐普夫定律，又称最小省力法则、齐氏分布定律、词频分布定律。人在面临一些问题时都会选择最省力的途径或方式， 并都在有意无意地按这个基本法则行事。或者说每个人的运动都是在一定的道路上进行的，都会受到基本法则的约束，想方设法选择最省力的途径，保证利益最大化。简单而言，一个人去做一件事，可以有多种途径多种方式方法，但必须选择一种方式完成。所以，人都会从经济、时间、安全、所处环境等因素考虑，费尽心机地选择最省力最合适自己的方式。 从体育科学领域学者合作来看，他们在选择合作对象时定会从某些方面或者因素考虑，如自身科研水平、他人科研水平、研究方向、地理邻近、认知邻近等，从而使得完成项目的效率最大化，这些因素往往也使得学者合作关系更为紧密。凝聚子群分析证实了学者们之所以会形成 “物以类聚，人以群分”的现象，是由于他们具有相似或共同的知识基础和知识需求，研究方向相同或相近，这些作者通力合作，也是使得自己付出的“力”最小，而做出这种选择的依据就是“最小省力法则”。

3.4 马太效应原理

“马太效应”是由美国科学史研究者莫顿提出：具有声望的科学学者更有可能被认定取得了特定的科学贡献，同时这种可能性会不断提升，而对未具有名望的科学学者， 这种承认就会受到抑制[23]。在体育科学领域同样存在一些学者在学术影响力、社会名誉、领域权威等方面获得成功，定然会积累一定的优势，这种优势会使得领域的其他学者想与其进行科研合作，从而获得更大的成功和进步。 如王健、田麦久、杨锡让、张勇、卢元镇、冯连世等一系列学者出现频次与中心性都高于其他学者，某种程度上说明他们是其他学者科研合作的首选。在前文的四个阶段核心—边缘分析的结果也大致验证了“马太效应”。 值得一提的是，各个阶段的核心学者并非是一成不变的，不同阶段有不同的学者成为核心学者。 伴随着科研合作愈发自由化，会出现强者越强的现象，这也是核心学者产生的一个重要原因。

3.5 术业有专攻

通过前文分析，核心学者基本上属于其他学者进行科研合作的重点对象。 不难发现，这些学者基本上均为体育科学领域的中流砥柱，他们在某些研究领域的科研整体水平处于先进行列，在解决体育强国和长远发展的重大问题上已经成为不可替代的力量支撑；王健致力于解决我国学校体育教育发展中的问题，田野研究有运动人体科学、身体机能、运动健身等， 田麦久主要攻克运动训练理论与实践， 这些核心学者都是体育科学领域的佼佼者，而其他学者与他们进行科研合作基本属于其专长学科领域，极其有力地促进知识资源的共享、交流、创新。

4 结论与建议

4.1 结论

本研究基于1978—2019 年体育类CSSCI 的论文数据。 首先梳理了改革开放40 多年历年的年发文量、年合著论文量、年均合著率；然后结合社会网络分析法，分别从 1978—1987 年、1988—1997 年、1998—2007 年、2008—2019 年四个阶段分析了我国体育科学学者合作的整体网络结构、 中心性、凝聚子群、核心—边缘、结构洞的演化特征，主要得出以下结论：

（1）对体育科学学者合作演化网络结构分析发现，论文的合著率呈明显的上升趋势，说明学者越来越重视科研合作。同时各阶段学者合作网络指标随时间的演进得到一定程度上的改善，说明体育科学领域学者合作关系持续增加，同时学者们的联系日趋紧密与简便，核心网络规模前三阶段也相应提升。

（2）对体育科学学者合作演化网络中心性分析发现，点度中心性分析发现四个阶段具有合作关系的学者人数逐渐增加， 独立发文的学者逐渐减少，说明核心学者合作范围逐渐扩大；中介中心性分析发现四个阶段的学者对于体育科学的信息资源控制逐渐平衡，越来越多的学者能够控住信息资源分享交流，换言之，越来越多的学者在整体合作网络中能够起到“桥梁”的作用。接近中心性分析发现信息资源、权力、声望及影响方面较强的学者相对在逐渐减少，这也在一定程度上与中介中心性分析的结果不谋而合。

（3）对体育科学学者合作演化网络凝聚子群分析发现，体育科学学者合作小团体数量较多，其中第三阶段的复杂程度最高。王健、陈佩杰、胡小明等学者横跨多个阶段具有较多合著群体，这些学者在合作网络中担任重要的连接角色。

（4）对体育科学学者合作演化网络核心边缘分析发现，每个阶段的核心成员之间合作关系要好于边缘成员之间，作为核心成员并没有在合作网络中交互关系充分发挥桥梁作用。

（5）对体育科学学者合作演化网络结构洞分析发现，体育科学领域的权威学者逐渐增多，具有运用结构洞能力的作者不断在增加，说明充当“桥”的角色越来越多，体育科学的信息资源控制逐步分布均衡，也促进了学者之间的科研合作。

（6）对体育科学学者合作网络演化原因分析发现，首先是科学政策的引导为科学研究提供了力度支持， 从政策与基金等方面促进学者科研合作，充足的资金所带来的相应科研任务也较为繁重，这也使得学者之间需进行科研合作、 扩大合作范围；科学范式的转化使得科研分工逐渐细化、学科发展需求以及跨学科研究的快速发展促进了科研合作的规模增长；再次是齐普夫定律与马太效应原理在多维邻近与科研实力等一些因素影响着学者们在科研合作中合著对象的挑选； 最后是术业有专攻，学者们选择强强联合、 取众人之所长的合作模式，有利的促进知识资源的共享、交流、创新。

4.2 建议

通过对1978—2019 年体育科学学者科研合作网络的社会关系和演进特征进行分析，得到以下几点启示。 首先，从整个学者合作网络的社会关系及演化特征角度来看，虽然体育科学领域的学者合著发文率不断在提升，但学者之间合作深度关系相对较弱，且合作规模局限于一些固定成员，同时学者合作受到科学政策的引导、科学范式的转变、齐普夫定律、马太原理效应与术业有专攻多方面的因素影响。 基于此，政府应当加强从政策与基金方面的支持力度， 同时在科研投入方向上要重新定位，增加各团队的基本研究费用，采用基本投入与重点投入相结合的方式， 从而促进学者之间的科研合作。其次，学者要注重学科融合，体育科学涉及管理学、心理学、生理学、医学、信息学、人类学等，发挥各个学科领域的优势，集各学科领域之所长，发挥学者研究领域之特长优势进行科研合作，从而形成错综复杂紧密的合作网络关系。 再次，要充分发挥体育科学领域高权威学者在合作网络中关键节点的作用， 巩固关键学者在社会网络中的学术领军地位，加强核心成员与边缘成员学者合作联系，从而提高体育科学领域整体的科研水平。 最后，中心性较低与边缘成员的相关学者要充分发挥自身优势、利用多维邻近等优势，拓宽合作范围，寻求多种合作模式，快速建立合作关系，从而形成知识信息交流、分享、便捷且合作紧密的科研团队。