高校科研合作的网络结构及其演变

宗晓华，王立成

（南京大学 教育研究院，江苏 南京 210023）

一、问题的提出

近年来，随着“双一流”建设项目的开展与大学排名的盛行，我国高校的发展模式由政府选择性向大学竞争性转变[1]，加之政府对高校的科研经费拨款逐渐与绩效评估结果挂钩，高校间的学术竞争呈现出日趋明显的非合作博弈态势[2-3]。尽管竞争通常被认为是提高科研绩效的重要机制，但其是否意味着合作是低效率的？由此，我们不得不思考当前我国高校是否还有必要进行科研合作。如果有必要，又该如何去提高合作质量？

回答上述两个问题之前，我们需要理清科研合作的发展内涵。科研合作是指科研人力资源集聚在一起，进行以知识生产为目标的社会性活动。[4]自17世纪首篇合作研究的论文发表以来，以科研合作为载体的学术研究便开始迅速发展。[5]有研究表明，20世纪初，合作研究的出版物占比不足10%，而到了20世纪末，这一比例便迅速增长至50%以上。[6]这意味着，随着知识生产模式的转变与“大科学”时代的来临，科研合作逐渐取代个人研究成为现代知识创新的新范式。[7]科研合作不仅有助于科技资源的共享与各方优势的互补，还能实现创新成果数量与质量的双重提高。[8-9]科研合作的形式随着划分标准的不同而表现出一定的多样性，但总体来看，跨机构的科研合作往往能够带来更高质量的研究成果。[10]正因如此，高校作为社会知识创新的先驱者和主力军，校际间的科研合作不仅是高校学术生产力自我提升的内生诉求，也是区域基础研究水平快速提高的重要杠杆。

高校的科研合作既会受限于高校在长期发展中形成的学术惯性，也会受限于高校复杂的动态学术博弈。本研究以长三角地区35所“双一流”建设高校为例，通过社会网络方法从整体网络、局部网络和个体网络的视角来分析其过去三十年科研合作的演变规律，进而提出符合当前高等教育发展实际的科研合作深化措施。样本的选择主要基于两点考虑：一是“双一流”建设高校是高等学校中承担科研任务的核心主体，二是长三角地区是当前区域一体化程度最高的地区，其“双一流”建设高校科研合作的演变兼具高等教育一体化的属性，进而能够跳出“就科研合作谈科研合作”的窠臼。

二、文献回顾

不同于学者个人层面的科研合作，大学层面的科研合作强调高校间科研资源的共享与流通、科学研究目标的前沿化与复杂化。[11]随着现代科学研究的推进，高校间的科研合作由于在知识传播、构建学术生态以及重大突破性创新等方面表现出重要作用而备受学者的关注与讨论。从研究范畴来看，当前关于高校科研合作的文献大致可以分为三类。

第一类文献以探究高校科研合作形成的机理为主，认为高校的科研合作既有知识生产方式的转变、科学研究分工的细化、学术资源分布的不均等内部因素驱动，也有师承关系的拓展、信息技术的进步、政府政策的引导等外部因素拉动。[12-14]尽管这类文献很好地回答了高校为何会进行校际间的科研合作，但却忽视了部分高校不进行或较低程度地进行校际间科研合作的现象。针对这一问题，第二类文献围绕理清影响高校校际间科研合作强度的因素展开，研究发现学术水平、院校类型、学科分布以及资源禀赋是导致不同高校差异性校际科研合作水平表现的关键原因。[15-17]这类文献虽然涉及不同高校校际间科研合作水平不同的原因，但并没有解释为何高校的校际科研合作具有突出的“选择性”倾向，即同一高校随着其合作高校的变动，两者间科研合作水平也会出现明显的变化。第三类文献基于这样的问题视角进行分析，通过社会网络分析方法建构高校校际科研合作网络，得出地理临近性、组织临近性、制度临近性等因素是影响高校进行“选择性”校际科研合作的本质原因。[18-20]虽然这类文献对高校校际科研合作的“选择性”特点给出了较为合理的解释，但这种解释仍是局部的，即所谓的多元临近性理论只能解释高校校际科研合作的部分现象，例如名牌大学愿意与名牌大学合作、非名牌大学不愿意与非名牌大学合作，这种看似矛盾的现象仍然得不到有效的诠释。究其原因，分析视角并未将高校的市场结构与其校际科研合作网络的结构有机结合。

目前对高校校际科研合作的研究大多仍停留在静态分析或比较静态分析，缺乏从长期动态发展的视角来把握高校间科研合作的演变，正因为如此，现有研究很难对高校科研合作的发展方向给予相对清晰的界定，进而在尝试设计深化校际科研合作方案时难免会缺乏事实证据支撑。与此同时，大多学者对高校科研合作的讨论尚未结合高等教育发展的现实，从而容易误入“就科研合作谈科研合作”的陷阱。

基于以上的观点，本研究尝试基于长三角地区35所“双一流”建设高校在过去高等教育一体化三十年的合著论文数据，借助社会网络分析方法从整体网络、局部网络以及个体网络的视角呈现其校际科研合作的演变规律，同时利用教育学与社会学的理论来重新诠释高校科研合作的特有现象，进而提出符合当前高等教育发展与创新型经济建设的校际科研合作深化措施。

三、数据与方法

（一）数据来源

高校的科学研究成果大多体现为基金项目、专著、科技论文、研究报告和专利等，其中科技论文是其最快速、开放、动态、前沿的知识创新形式。[21]因此，高校以科技论文为载体的科研合作更能反映出高校合作创新与资源共享水平。Web of Science（WOS）是全球公认的权威性引文分析和科学评价数据库，被WOS收录的文献已经成为学术界普遍认同的评价个人和机构知识创新成果的重要依据。[22]本研究以WOS核心论文集数据库为基础，检索1990-2020年间长三角地区35所“双一流”建设高校的论文发表及其内部合作论文发表数。在检索高校的合作论文时，不考虑学校的署名顺序区别，即若两所高校单位在同一篇论文出现时，则认为这两所高校产生了一次科研合作。

考虑到合著论文的正式发表时间与合作撰写的时间之间存在较长的空档期，即当年发表的合著论文并不能真实地刻画当年的科研合作关系，故本研究采用时间段的方式来降低这一偏误。此外，为了将高校间科研合作关系的演变与高等教育一体化的演变有机结合，在闵韡[23]、吴颖和崔玉平[24]对长三角高等教育一体化演变过程的划分基础上，本研究对部分年份的划分进行了调整，最终将长三角高等教育一体化阶段分为四个时期：1990-2002年（萌芽阶段）、2003-2008年（逐步开展阶段）、2009-2015年（快速发展阶段）和2016-2020年（高质量发展阶段），以这四个时期作为高校校际科研合作演变的阶段。

（二）研究方法

1.余弦（Salton）指数

高校校际合著论文的绝对数量虽然能够准确地衡量校际科研合作频次，但科研合作频次并不等于科研合作强度。其原因在于，高校校际科研合作强度不仅受合著论文数影响，也会受高校总体发文量影响，即当两校间的合著论文数量一定时，高校发文总量的增加会降低双方的相对合作强度。因此，为了消除高校发文总量规模的影响，便于校际科研合作强度的比较分析，本研究引入余弦指数（Salton）来衡量高校科研合作强度，该公式如下：

nij表示i高校与j高校的合作论文篇数；Ci、Cj分别表示i高校和j高校的发文总篇数；Sij表示高校间的科研合作程度，取值范围在0到1之间，Sij越大则i高校和j高校的科研合作强度越大。

2.社会网络分析方法

高校的科研合作关系是一种典型的社会交往关系，传统的统计方法很难对此类关系型数据进行映射、可视化以及多元分析，往往需要借助社会网络分析方法（SNA）才能实现对数据的透视。[25-26]正因如此，本研究将借助社会网络方法来把握高校科研合作的演变特点。为了从整体网络、局部网络和个体网络等多个视角来探究高校的科研合作特征，本研究选取网络密度、点度中心度、中间中心度、凝聚子群和核心-边缘结构等指标来分析高校科研合作网络的结构，各指标具体内涵如表1所示。本研究中高校的科研合作网络属于无向网络，即不区分合作的发起者与接受者。

表1 社会网络相关指标及内涵

续表1

四、长三角地区“双一流”建设高校科研合作网络演变

为了系统地展现长三角地区“双一流”建设高校科研合作网络的动态演变特点，本研究将遵循整体-局部-个体的逻辑来呈现1990-2020年“双一流”建设高校间科研合作网络的结构特点与层次特征。

（一）整体网络的演变：从松散走向紧密

从表2来看，随着时间的推移，“双一流”建设高校的国际发文量在持续增高，科研合作率由4.36%增加至12.02%，一方面反映出高校的科学研究国际化程度越来越高，另一方面表明了高校越来越注重校际间的合作创新。具体而言，高校科研合作网络的加权网络密度和无权网络密度分别从1990-2002年的0.002、0.250持续增长至2016-2020年的0.006、0.834，其增幅分别为2倍、3倍，说明了高校校际间科研合作的对象范围扩大了两倍、科研合作的强度提高了三倍。换言之，高校科研合作网络的紧密性至少提高了两倍。

表2 长三角地区“双一流”建设高校科研合作网络整体概况

续表2

高校科研合作网络的无权网络密度在2003-2008年、2009-2015年的增长率明显高于加权网络密度，但在2016-2020年的增长率却远低于加权网络密度，也就是说高校科研合作对象数量的增长速度先高于高校科研合作强度的增长速度，在2016年后开始低于高校科研合作强度的增长速度，这暗示了高校在深化校际间合作创新时所采取的战略是先扩大合作对象范围、后提高合作强度。高校科研合作网络的中间中心度均值由1990-2002年的7.457持续下降至2016-2020年的1.857，说明了高校间科研合作关系的建立对其他单一高校的依赖性在逐渐变弱，即越来越多的高校会直接建立科研合作关系而非通过第三方高校。

图1结果显示，无论是点度中心度还是中间中心度，当期的数值与上期的数值均呈现线性关系，即高校科研合作网络的演变具有路径依赖的特点。从点度中心度来看，点度中心度的路径依赖意味着上一阶段与下一阶段的各高校科研合作表现排序基本一致，也就是说高校的科研合作表现具有明显的固化趋势。高校当期的中间中心度与上期的中间中心度的线性拟合程度相对较差，且拟合系数下降趋势明显。究其原因，高校对科研合作网络的中介效应不具有稳定性，当两所高校通过第三方高校建立科研合作关系后，这两所高校便有了直接合作的基础，进而充当“桥梁”的高校便会自发地弱化其“桥梁”作用。[27]

图1 1990-2020年“双一流”建设高校点度中心度与中间中心度变化

（二）科研合作的制度分层：同级合作与层级区隔

尽管“双一流”建设高校是高等教育系统内的精英大学，但无论从学术实力还是社会声誉，“双一流”建设高校内部存在明显的分层结构，这种分层结构在一定程度上表现为大学在社会中的排名，如表3所示。由此而来的问题是，不同层级高校的校际科研合作是否具有差异性？高校能否跨层级进行科研合作？为了解决这类问题，本研究进一步将“双一流”建设高校分成华东五校、一流大学建设高校和一流学科建设高校。

表3 2015-2020年长三角地区“双一流”建设高校中国大学平均排名

如图2结果所示，除了2009-2015年华东五校之间的科研合作强度略低于一流大学建设高校外，各层级高校校际科研合作强度呈现出以下规律：华东五校强于一流大学建设高校，一流大学建设高校强于一流学科建设高校，一流学科建设高校科研合作强度明显低于“双一流”建设高校整体科研合作强度。一流学科建设高校与华东五校的科研合作强度高于一流学科建设高校与一流大学建设高校的科研合作强度，且这两类跨层级的科研合作强度均高于“双一流”建设高校整体的科研合作强度。这暗示了次层级高校并不注重同级高校的科研合作，而是注重与高层级高校的科研合作，即次层级高校的科研合作倾向具有向上的延伸性，并且这种延伸性随着其合作高校层级的增加而提高。究其原因，第一，学术资源很大程度上决定了科研合作伙伴的选择。层级越高的高校拥有着更多的学术资源，其对次层级高校具有天然的吸引力，例如长三角地区一流大学建设高校拥有的国家重点实验室数量高达38个，而一流学科建设高校仅拥有10个国家重点实验室；第二，与知名机构的合作意味着会带来高效率的学术生产力、高质量的学术成果和高影响力的学术声誉，因此次层级高校跨校科研合作的向上延伸性也是其较低学术地位自我驱动的内生结果。[28]随着时间的推移，虽然同层级、跨层级的高校校际科研合作水平均在提高，但高层级高校科研合作水平与跨层级高校科研合作水平的差距自2009年开始持续扩大。换言之，高层级高校越来越排斥与次层级高校合作，其更注重同级高校间的内部合作。对此，Jones等人也得到了类似的发现，即精英高校排斥与非精英高校合作。[29]其原因在于，当难以完全观察到潜在合作对象的研究质量时，他们所属机构的地位就成为高层级高校推断与其达成合作后研究成果质量的重要标准，进而高层级高校倾向于避免与地位低于自身的高校进行合作。[30]Colizza等人和Hidalgo等人将这样的合作市场结构比喻成“富豪俱乐部”结构，即地位最高的机构对外排他性最强。[31-32]

图2 “双一流”建设高校分层加权网络点度中心度均值变化

（三）科研合作的边界化：校以群分与群以城分

“双一流”建设高校科研合作的凝聚子群结果由Ucient直接得出，具体如表4和表5所示。其中，类型1意味着子群内高校科研合作关系密切，类型0的内涵则与之相反。

从表4来看，1990-2002年“双一流”建设高校科研合作网络可以分成7个科研合作子群，这说明高校在选择科研合作对象时存在明显的“偏好”差异，进而表现为不同的合作群体。王宗水等人也有类似的发现，即校际间的科研合作具有突出的“物以类聚，校以群分”的现象。[33]具体来看，最大的两个子群（子群Ⅰ和子群Ⅲ）为同一城市内部的高校组成，这种偏好表现出一定的地理临近性，其原因是地理空间内的临近意味着较低的合作成本。此时大多科研合作子群仍是高校跨城市组成的，也就是说这一阶段高校科研合作的空间边界性并不明显，大多高校仍是基于各自的不同偏好展开合作。此外，科研合作关系密切的子群中规模最大的三个子群均包含华东五校，这暗示着华东五校是整个科研合作的焦点。

表4 1990-2002年高校科研合作网络凝聚子群分布

如表5所示，到了2016-2020年，“双一流”建设高校科研合作的凝聚子群数进一步扩大到8个，说明高校科研合作的“校以群分”现象愈发突出。与此同时，科研合作子群中有6个子群是同一城市内部高校组成，有1个子群是同一省份不同城市的高校组成，有1个子群是高校跨省组成。这一阶段高校科研合作存在明显的以城市为单元的空间边界，即“校以群分”进一步演绎为“群以城分”。这种地理临近下的科研合作源于合作的有效性，因为面对面的交流更有助于合作创新，合作者之间的距离过长将会损害科研合作的效率。[34]虽然，随着通信技术与计算机技术的进步，地理距离与科研合作成果数量的相关性在逐渐减弱。Cummings和Kiesler认为信息技术的升级并不一定能带来合作者协调成本的下降，也就是说地理距离仍可能阻碍着高校的科研合作。[35]基于社会资本的视角，临近空间的高校社会联结性更强，更容易产生科研合作信任感。子群的出现一方面意味着合作集群的产生，另一方面也意味着以群体为单位竞争的形成。在此基础上，当前规模最大的两个子群分别为子群Ⅰ和子群Ⅶ，其中子群Ⅰ包含上海交通大学和复旦大学，子群Ⅶ包含南京大学，也就是说当前已经形成“两超多强”的学术竞合格局——以上海交通大学、复旦大学为首的上海派、以南京大学为首的南京派以及其他小合作团体。

表5 2016-2020年高校科研合作网络凝聚子群分布

（四）合作网络的极化：弱中心向强中心转变

“双一流”建设高校科研合作网络核心-边缘结构如图3所示，其中红色节点处于网络的核心位置，橙色节点处于网络的半边缘位置，蓝色节点处于网络的边缘位置，节点间的连线粗细代表着节点间合作关系的强弱。

图3 “双一流”建设高校科研合作网络核心-边缘结构

1990-2002年，高校科研合作网络呈现出弱中心的结构，即从核心位置到边缘位置，高校的数量在逐级增加。值得注意的是，核心位置的高校分别为中国科学技术大学、南京大学、复旦大学、东南大学、安徽大学和中国药科大学，一流大学建设高校占比超过一半，说明此时一流大学建设高校是科研合作网络中的重要主体。随着时间的推移，高校科研合作网络的结构发生明显变化，核心位置的高校数量始终保持在20个左右，半边缘位置的高校数起伏不大，边缘位置的高校数迅速下降至10个以内，这说明科研合作网络已经由弱中心结构转变为强中心结构，表明越来越多的高校开始相互之间建立科研合作关系，并且关系越来越密切。此外，安徽大学和合肥工业大学先后退出网络的核心位置，说明这两所高校的相对科研合作参与程度在逐渐降低。值得注意的是，上海音乐学院、上海体育学院、上海外国语大学、中国美术学院和中国矿业大学始终保持在边缘位置，其原因是这几所高校与其他高校的知识临近度较低，缺乏科研合作的基础。[36]

（五）个体的双重属性：合作与中介

如表6结果所示，从1990-2002年到2016-2020年，校际科研合作点度中心度排名前十的高校在持续变动，但南京大学仍始终保持排名第一的位置。上海交通大学和复旦大学自2009年开始一直占据第二、第三的位次。排名第一高校的点度中心度与排名第十高校的点度中心度的差距在持续扩大，这说明高校校际科研合作水平的分层现象越来越明显，这也反映出不同高校在跨校合作方面的投入具有非同步性。从表7结果来看，中间中心度排名前十高校的中间中心度整体上趋于下降，结合表6的结果，可以看出越来越多的高校已经通过第三方高校建立起直接的科研合作关系。

表6 各阶段点度中心度TOP10“双一流”建设高校

表7 各阶段中间中心度TOP10“双一流”建设高校

从2016年开始，中间中心度排名前五名的高校与后五名的高校出现了明显的断层，即前五名高校的中间中心度出现骤增，后五名高校的中间中心度继续下降。究其原因，可能是自2016年“双一流”建设方案提出后，前五名高校得到了更多的学术资源，吸引了更多的其他高校，进而其科研合作平台优势进一步凸显。中间中心度排名前十的上海高校占据多数，以2016-2020年为例，中间中心度排名前十的高校中有七所高校是上海地区的高校，这反映出上海地区的高校在发挥科研合作平台方面表现出了巨大的效果，其原因可能是上海地区高校的科研合作平台硬件设施较好，例如上海地区“双一流”高校拥有21个国家实验室、4个国家级协同创新中心，远超其他地区高校。

五、政策建议

本文基于WOS核心论文集数据库，建立1990-2020年长三角地区“双一流”建设高校科研合作矩阵，借助社会网络分析方法从整体网络、局部网络和个体网络等视角来呈现高校科研合作网络的演变规律。从整体网络来看，“双一流”建设高校的整体科研合作率由4.36%持续增长至12.02%，合作网络的紧密性至少提高了两倍，并且网络的演变存在明显的路径依赖特点。从局部网络来看，高校科研合作存在明显的制度分层，即不同层级高校的科研合作水平存在较大差异，且高层级高校越来越注重同级高校间的科研合作，排斥与次层级高校合作。与此同时，高校科研合作集群表现出“群以城分”的特点，形成了以复旦大学、上海交通大学为首的上海派，以南京大学为首的南京派和其他小合作团体的“两超多强”学术竞合格局。高校科研合作网络逐渐由“弱中心”结构向“强中心”结构转变；从个体网络来看，高校兼具合作者与中介者双重角色，一方面各高校的校际科研合作强度均有所提升，其中南京大学始终位居第一；另一方面虽然各高校科研合作“桥梁”作用趋于弱化，但部分高校仍表现出较强的功能。

依据本研究对长三角地区“双一流”建设高校科研合作网络结构的演变研究，未来应该从以下方面深化“双一流”高校的科研合作，进一步破除校际间的合作障碍。

第一，持续深化高校科研评价体系改革，破除科研评价中不利于科研合作的制度障碍。我国原始创新水平不足的原因不仅在于自主创新能力较低，也在于高校尚未充分发挥科研合作在科学研究中的重要杠杆作用。目前，高校层次的科研合作仍以学者自发形成的合作为主，合作的方式多是简单的机械分工，合作所研究的问题也大多局限于一般性复杂问题，其根本原因在于尚未建立配套的科研评价制度或科研激励机制。因此，要针对校际间合作创新特点完善当前的科研评价体系，在科研合作项目申请时，既要强调项目申请的竞争性，也要看重项目完成过程的协同性；在科研合作项目的评价与激励时，要根据科研合作项目的学科性质、任务难度、成果进度等实际情况，因地制宜地对项目成员进行科研绩效考核与激励，避免“一刀切”问题。重要的是，有效的科研合作评价制度既要充分引导互补型高校重点解决面向国家重大战略的基础性、前沿性、交叉性等问题，也要在经费支持、信息支持及技术支持等方面给予重点保障。

第二，积极构建开放互动的科研合作双循环网络，加强科研合作的知识问题导向而非学术利益导向。科研合作是高校实现科研成果数量与质量双重提升的重要路径，也是当前前沿科学研究的主流趋势。然而，当前高校间的科研合作普遍存在制度分层、城市边界等问题，其原因既有主观的学术利益博弈，也有客观的跨校动力不足，但归根结底是科研合作的知识问题导向性不足。因此，高校要重塑以解决知识问题为核心的科研合作目标，建立城市内外的双循环合作网络，即既要构建跨城市的高校科研合作网络以实现对学术资源的高效率使用，也要构建城市内的高校科研合作网络以实现合作集群的规模优势效应，更要实现城市内外合作循环的良性互动。其中，更关键的是一流大学建设高校要主动降低合作的壁垒以构建良好的科研合作学术生态。此外，上海地区的高校要进一步发挥其科研合作的“桥梁”作用，并扩大其辐射面，以达到高校“借海出市”的目标。

第三，充分发挥重大科研平台的枢纽作用，推动高校公共学术资源的全面共享。长三角地区“双一流”建设高校众多，但高校间的科研资源分布极为不均，其中一流大学建设高校占据了较高比重的科研资源。这种资源分布不均的现象意味着高校寻求校外合作对象时会面临较高的门槛。与此同时，就科研资源而言，有很多资源属于公共资源，如国家重点实验室，长三角地区国家重点实验室数高达101个，占全国的比重为五分之一。并且，这类公共资源是解决社会重大问题和提升高校学术生产力的重要工具。因此，要充分发挥这类公共科研资源在高校科研合作中的枢纽作用，通过枢纽来深化高校的科研合作，进而转变以往低效率的科研合作模式。