基于復雜網絡分析的軍民融合科技創新人才成長影響因素研究

◎張文宇，薛昱，賀珍，樊海燕

1.西安郵電大學 管理學院，西安 710061

2.中國航天科工集團第二研究院，北京 100854

3.中國航天系統科學與工程研究院，北京 100089

引言

黨的“十八大”明確提出，要堅持走中國特色軍民融合式發展路子，堅持富國與強軍相統一。軍民融合，即軍民雙方在進行社會基礎建設、力量布局、資源利用、系統管理等過程中，通過在人力、物力、財力和制度、標準、條件等方面的一體實施，最大限度地優化資源配置、實現成果互惠互利，推動社會經濟的發展，促進軍民融合科技創新體系的進步。在經濟全球化深入發展、國際競爭日趨激烈的新形勢下，科學技術創新已經成為經濟社會發展的決定性力量，而提高科技創新能力的關鍵是人才創新。當今世界人才資源已經成為推動科技創新和經濟社會發展的基礎性和戰略性資源，軍民融合科技創新人才作為軍民融合科技創新系統中最基礎的構成主體，在科技創新過程更有著不可代替的重大作用。本文在總結前人研究成果的基礎上，從大系統的角度，將軍民融合科技創新人才定義為在軍民融合相關專業知識領域內有很深的專業造詣，具有較高的健康才智、靈活的創新思維及完善的科技創新人格，從事科學發現、技術發明、技術創新活動，能夠突破原有的理論、觀點、技術和方法并產出創新技術成果，為軍民融合科技發展和社會進步做出重要貢獻的科學技術主體[1]。

軍民融合科技創新人才成長影響因素研究是一個復雜巨系統問題，現有的關于科技創新人才成長影響因素的研究，主要是從科技創新人才內涵和現實問題的角度進行定性分析，提出具有針對性的培養建議，或者單從企業角度、高等教育角度和政府政策角度入手，提出較為深入的人才培養舉措，不能準確地表述復雜系統間的內在因素。而復雜網絡是當前重要的交叉學科理論之一，滲透到數理學科、生命學科和工程學科等眾多不同的領域，已被廣泛應用于各種實際系統的研究，如社會關系網絡、電力網絡、交通網絡以及情報網絡。對復雜網絡的定量與定性特征的科學理解，成為網絡時代科學研究中的一個極為重要的挑戰性課題。因此，本文在分析軍民融合科技創新人才成長的影響因素基礎上，分析基于復雜網絡軍民融合科技創新人才成長影響因素，以此構建影響科技創新人才成長的指標體系及相關的復雜網絡拓撲結構，進而評價了基于綜合屬性的復雜網絡節點重要性，構建了相關的建模流程，并給出了相關實證分析結論。

1.軍民融合科技創新人才成長影響因素分析及指標體系構建

1.1 軍民融合科技創新人才成長的影響因素分析

軍民融合科技創新人才，除具有合理的知識體系外，還必須具有較強的創新意識、創新思維、創新能力和創新人格等一系列與科技創新活動相關的素質要求，其勞動成果產生的巨大影響要求科技創新人才擁有高尚的道德和強烈的貢獻傾向[2]。培養一名合格的軍民融合科技創新人才需要有良好的知識修養、優秀的人格素養、健康的體魄和健全的心理，即要同時擁有高智商、高知商、高德商、高健商、高情商、高意商和高位商[3]。

良好的知識修養主要包括智商和知商，是軍民融合科技創新人才內在素質的優良性的體現。智商是能夠體現人腦高級功能所表征出來的多種能力的綜合型指數，是人們認識客觀事物并運用知識解決實際問題的能力，個體智商的高低取決于父母遺傳基礎、受教育程度、注意力及觀察力水平、記憶力水平、應變能力、想象力水平、語言理解及表達能力、邏輯思維表達能力8個方面；知商是獲取、學習、應用已知和未知知識的能力，表現出人腦對知識獲取的難易程度、理解存儲的量化程度以及運用和再加工的創新程度，個體知商的高低取決于知識獲取能力、知識存儲量、知識運作能力3個方面。

優秀的人格素養主要用德商來衡量，是判定其為軍民融合科技創新人才的外在依據，是自身認識道德，評價道德，規范自己行為的能力，個體德商的高低取決于社會責任感、奉獻精神、敬業程度、誠信水平4個方面。

健康的體魄作為軍民融合科技創新人才發展的基礎主要用健商來衡量，是個體生存和成功的保障，個體的健商高低取決于他的健康意識、自理能力、身體素質和運動協調能力四4個方面。

健全的心理包含位商、情商、意商三個方面，位商是認知和把握社會位階、層級位置的能力，是指個體迅速且準確判斷自身在社會中所處地位并恰當制定出人生階段奮斗目標或把握成功的決策能力，個體位商的高低取決于處位能力、決策能力、組織協作能力3個方面；情商是表示認識、控制和調節自身情感的能力，情商的高低，可以決定個體的其他能力能否發揮到極致，從而決定他的人生有多大的成就，個體情商的高低取決于情緒認知能力、情緒運用能力、情緒表達能力、情緒控制與調節能力4個方面；意商是意志能力的體現，指一個人的意志品質水平，是個體意志力、毅力強弱的量化指數，個體意商的高低取決于個人獨立程度、對待事物的主動性、自身行為的把控能力、自信程度、決策執行力、抗壓能力6個方面。

1.2 軍民融合科技創新人才成長影響因素指標體系構建

基于上述軍民融合科技創新人才成長的影響因素分析，為充分、系統、客觀地概括影響科技創新人才成長的相關指標體系，本文將上述七商作為評價軍民融合科技創新人才成長的直接評價指標，而七商下的32個相關影響要素分別作為底層統計指標，對影響軍民融合科技創新人才成長的要素進行復雜網絡構建和分析，具體指標體系如表1所示。

表1 軍民融合科技創新人才成長影響因素指標體系

2.復雜網絡相關理論

2.1 復雜網絡的拓撲結構

復雜網絡理論出現以來，研究者們針對不同領域的真實網絡進行了大量實驗性研究，先后提出了規則網絡、隨機網絡、小世界網絡和無標度網絡等用來描述不同問題的系統網絡拓撲圖模型。小世界網絡是指具有較短的平均路徑長度和較大的聚類系數特征的網絡模型。本文研究的軍民融合科技創新人才成長影響因素復雜網絡中的節點只有32個統計指標，網絡特點介于隨機網絡與規則網絡之間，具有較顯著的小世界網絡特征。

2.2 復雜網絡的節點重要性

在復雜網絡的研究中，對節點重要性的分析是一項重要的基礎工作。為了準確地衡量節點的重要性，可以從網絡的局部屬性、全局屬性、綜合屬性三個角度出發。本文從綜合屬性的角度出發，全面考慮復雜網絡中節點的度數中心度、中間中心度、接近中心度及特征向量中心度對節點重要性的影響，提出了一個復雜網絡結構關系的綜合測度指標 （Comprehensive Mea-surement Indicator）[4]。

3.基于復雜網絡的軍民融合科技創新人才成長影響因素模型構建

3.1 軍民融合科技創新人才成長影響因素網絡拓撲結構的確定

若將表1-1中32個統計指標作為網絡節點，將存在關聯關系的兩個指標所代表的網絡節點進行連接作為網絡鏈路[5]。對軍民融合科技創新人才成長影響因素的研究即可轉化為對由32個指標節點構成的復雜網絡特征的分析。

軍民融合科技創新人才成長影響因素網絡拓撲模型構建步驟如下：

step1.將七商的32個指標分別標記為節點1,2，…，32并作為復雜網絡構建的網絡節點；

step2.計算32個指標間的Pearson關聯系數，構成指標關聯系數矩陣；

step3.基于隨機規則判斷指標節點間是否存在連接，構建復雜網絡鄰接矩陣；

step4.利用Pajek軟件輸出復雜網絡拓撲結構圖。

3.2 軍民融合科技創新人才復雜網絡節點重要性評價建模

綜合考慮復雜網絡中節點的度、介數、緊密度及特征向量指標對節點重要性的影響，提出了一個復雜網絡結構關系的綜合測度指標 ，通過全面評價節點的屬性，實現復雜網絡中節點重要性的綜合評價[6]。定義綜合測度指標 的計算公式為[7]：

其中，ND是節點的度值，CB是節點的介數，CC是節點緊密度，CE特征向量指標節點重要度[8]。

一個節點的度值越大，說明與之有關聯的節點也就越多；介數的值越大，說明節點的控制能力越好；緊密度值越大，說明該節點越不受其他節點的控制[9]；特征向量指標值越大，說明該節點是否為中心節點依賴于其所關聯的其他節點為中心節點的程度[10]。所以，綜合考慮四個包含全局屬性和局部屬性的節點重要性評價指標，結果將全面的體現該節點在復雜網絡中重要性的綜合排序，指標CMI的值越大，則該節點在網絡中越重要[11]。

4.軍民融合科技創新人才復雜網絡模型實證結果分析

針對高層次的軍民融合科技創新人才，通過文本挖掘和問卷調研得到100例樣本的指標數據。利用所收集樣本數據，使用Pajek軟件輸出的網絡拓撲圖如1所示：

圖1 軍民融合科技創新人才復雜網絡拓撲結構圖

基于節點重要性評價指標CMI得到復雜網絡節點重要性由高到低排序為：

25＞8＞26＞28＞12＞32＞21＞17＞13＞31＞27＞11＞4＞6＞2＞7＞18＞16＞2 4＞30＞29＞3＞20＞23＞14＞1＞10＞9＞2 2＞19＞5＞15

由指標節點在復雜網絡中的重要性排序可以看出，影響軍民融合科技創新人才培養的指標重要性排在前十的指標分別為對待事物主動性、邏輯思維能力、自身行為把控能力、決策執行力、語言理解及表達能力、組織協作能力、奉獻精神、情緒表達能力、知識獲取能力、決策能力。

高層次的軍民融合科技創新人才熱愛科研工作，具備良好的科研能力和豐富的領域知識，嚴于律己、樂于奉獻，能夠協調科研團隊的各項工作，具備優越的決策能力。實證研究中復雜網絡模型得出的指標重要度排序結果與高層次的軍民融合科技創新人才所具備的各項特征高度一致，驗證了論文所提出的基于復雜網絡的軍民融合科技創新人才培養影響因素研究模型的可行性，具有重要的理論意義和實踐價值。

5.結論

論文通過分析影響軍民融合科技創新人才成長的因素，構建了基于復雜網絡的軍民融合科技創新人才培養影響因素研究模型，通過實證研究得到了影響軍民融合科技創新人才成長的指標重要性排序結果。

通過分析實證結果得出位于指標重要性排序結果前列的指標主要歸屬于意商、智商和位商，表明要培養一名優秀的軍民融合科技創新人才需要重點提升個體意商、智商和位商方面的能力和素質，為社會經濟的發展與國防現代化建設提供物質、技術和人才支持，積極推進我國軍民融合發展。

楊志堅.協同視角下的軍民融合路徑研究[J].科技進步與對策,2013,（04）：99-102.

郭永輝.基于制度視角的軍民融合技術創新分析[J].科技管理研究,2014,（03）：14-17.

馬斌,李中斌.中國科技創新人才培養與發展的思考[J].經濟與管理,2011,（10）：85-88.

Ren Z M, Shao F, Liu J G, Guo Q, Wang B H, Node importance measurement based on the degree and clustering coefficient information.ActaPhys Sin, 2013, 62（12）：505.

Vergara J R, Estévez P A.A review of feature selection methodsbased on mutual information[J].Neural Computing and Applica-tions, 2014,24（1）：175-186.

Zhou Xiaofei, Guo Li, Wang Tianyi, et al.Text feature selection based on class subspace[C]/ / Proc of IEEE International Conferenceon Data Mining.[S.l.]： IEEE Press,2014： 267-273.

Ahn M W,Jung W.SAccuracy test for link prediction in terms of similarity index：the case of WS and BA models[J].Physica A：Statistical Mechanics and its Applications,2015,429 （1） ：177-183.

程豪,易丹輝.社會網絡分析視角下復雜網絡結構關系的綜合測度[J].統計與決策,2017,（07）：14-17.

Vergara J R, Estévez P A.A review of feature selection methodsbased on mutual information[J].Neural Computing and Applica-tions,2014,24（1）： 175-186.

Ahn M W,Jung W.SAccuracy test for link prediction in terms of similarity index：the case of WS and BA models[J].Physica A：Statistical Mechanics and its Applications,2015,429（1）：177-183.

Sun Ye, Liu Chuang, Zhang Chuxu,et al.Epidemic Spreading on Weighted Complex Networks[J].Physics Letters A,2014,378（7）： 635-640.