科技進步獎獲獎項目完成機構的合作網絡與合作模式

唐福濤，王瑞文

(1.天津商業大學科技處；2.天津商業大學公共管理學院，天津 300134)

1 研究背景

信息時代的今天，科學技術發展迅猛，科研深度和廣度不斷擴展不僅要依靠科研工作者自身潛心研究，還需要相關領域的科研人員深化合作，將科研人員所擁有的專業知識進行融合，以實現完成任務目標，由這種關系產生的共同體就是一個科研團隊。科研團隊合作關系有多種表現形式，簡單可歸為兩大類：一類是項目合作形式，比如各種橫縱向項目工作分工，以完成任務為目的；另二類是成果合作署名，比如論文發表、申報專利、申報獎項等，這種形式主要體現的是對科研工作者（機構）貢獻的認可。科學技術進步獎是授予在應用推廣先進科學技術成果，完成重大科學技術工程、計劃項目等方面作出顯著貢獻的個人、組織。此類獎項覆蓋面最廣、獲獎數量、涉及行業也最多，獲獎項目完成機構在獎項中的合作是最具代表性的科研合作形式。對科技進步獎獲獎項目完成機構（以下簡稱“機構”）的合作網絡特征和合作特點的分析，有助于為科研團隊的組建和發展提供理論指導，有助于提高科研產出數量和質量，為政府有關決策提供依據。

國內外對科研合作都有不少研究，傳統的科研合作研究對象主要是一些顯性的實體團隊如項目組、科研平臺等，目前隨著大數據的迅速發展，基于網絡大數據挖掘科研團隊的研究逐漸興起，基于網絡的科研團隊發現方法主要有層次聚類技術、因子分析法、Givan and Newman算法、凝聚子群算法等［1］。沈耕宇等［2］以論文作者合作共現為源數據對科研團隊進行了發掘；李綱等［3］對腫瘤學科領域論文合著進行了研究并挖掘其中的科研團隊；張心悅等［4］以創新管理領域論文為數據源對我國科研機構的國際合作網絡進行了分析；劉延海［5］則對“2011協同創新中心”合作網絡的結構特征進行了分析；譚春輝等［6］對我國國家科技進步獎獲獎機構進行了合作網絡分析，并對其形成機理做了研究；何秀美等［7］運用社會網絡分析法對科學共同體的合作網絡及演化進行了研究；許敏等［8］對長三角地區校企專利合作網絡結構進行了研究；張素琪等［9］則對科研項目合作網絡進行了研究，并發掘隱藏在其中的科研團隊；李文娟等［10］對專利合作數據進行了研究和分析；黃修杰等［11］對廣東省科技獎獲獎合作網絡進行了研究。從上述研究進程可以看出，對科研團隊合作的研究集中在論文、項目領域，對科技獎獲獎項目完成機構的研究尚處于形成機理的分析階段，而對機構合作網絡特點的分析較少。本文應用社會網絡分析工具對科技進步獎的機構網絡合作情況進行研究，以發現科研機構合作的特點和規律。

2 研究方法

2.1 數據源選取

本研究所選取的數據來自天津市科委網站科技獎公示欄目，選取了2016—2018年共3年的科技進步獎獲獎成果495項（不含科技企業創新工程項目，因該項目只允許企業單獨申報）。統計獲獎成果的完成機構數目如表1所示，單家機構獨立完成的項目共187項，2～7家機構合作完成的項目有308項，即有62%的獲獎項目都是由機構合作完成的，說明了機構合作在科技獎項申報中的重要作用。因此，對科研機構合作模式的分析具有重要的現實意義。

表1 2016—2018年天津市科技進步獎獲獎項目完成機構合作情況統計

2.2 機構合作網絡構建

機構合作網絡是包含所有科研機構及項目關系的網絡，機構通過項目產生關系。首先要根據獲獎機構在各項目中的排名構建項目與機構向量矩陣；其次，計算項目與機構矩陣余弦相似度并做歸一化處理；最后，利用項目與機構之間的相關性系數得到機構相關性矩陣，由此得到機構合作網絡。其中包括以下兩個關鍵步驟。

2.2.1 獲獎項目與機構向量矩陣構建

在構建機構合作網絡之前，要根據獲獎項目數據集得到機構矩陣，機構在各個項目中的參與程度通過向量來表示，每個獲獎項目的機構排名代表了項目與機構間的合作關系，排在前面的機構一般對項目貢獻度高，以此類推，所以機構在項目中的權重值為機構排序的倒數。aij表示第i個機構在第j個項目中的權重，則aij的定義如公式（1）：

假設有m個機構、n個獲獎項目，可以得到獲獎項目與機構之間的關系矩陣為一個m×n的矩陣A，如公式（2）所示：

2.2.2 機構相關性矩陣構建

如果根據以上矩陣使用向量夾角余弦系數法直接計算機構向量相似度的話，每個項目的機構權重平方和會偏離1，所以在進行向量相似度計算前，需要對矩陣中分量做歸一化處理。歸一化處理的如公式（3）所示：

式（3）中，bij為矩陣中第i個機構在第j個項目中的權值。

將歸一化的機構向量再次構造出機構與項目的歸一化矩陣B，如公式（4）所示：

機構合作相關度的計算，如公式（5）所示：

式（5）中：B(i,j)表示向量Bi和Bj的相似度值；bik為第i個機構在第k個獲獎項目中的權值；bjk為第j個機構在第k個獲獎項目中的權值，即在所有獲獎項目中機構Bi和Bj之間的合作相關程度。

3 機構合作網絡分析

本文以2016—2018年天津市科技進步獎獲獎項目為數據源構建機構合作網絡，并用社會網絡分析指標進行對比研究。

3.1 機構合作網絡生成

首先利用Python語言編寫根據獲獎項目數據集的機構署名順序，得到項目與機構向量空間的程序，然后進一步生成機構相關性矩陣，將這個矩陣導入UCINET6.0，應用VOSviewer工具軟件繪制出機構合作網絡（見圖1至圖3）。其中：機構合作網絡中的節點分別表示各個機構；節點之間有連線表示機構之間有合作；節點間連線粗細表示機構之間的合作相關程度，機構之間的合作相關度越高，其間的連線越粗。由圖1至圖3可以看出，2016—2018年天津市科技獎獲獎項目完成機構間的合作緊密程度逐年提高，參與機構也逐年增多。

圖1 2016年天津市科技進步獎獲獎項目的機構合作網絡

圖2 2017年天津市科技進步獎獲獎項目的機構合作網絡

圖3 2018年天津市科技進步獎獲獎項目的機構合作網絡

3.2 中心性分析

中心性是社會網絡研究的重點內容之一，中心性高的節點在網絡中擁有更高“權力”，在社會網絡中處于重要的位置。在社會網絡分析中，對于中心性的指標主要有點度中心度和中間中心度分析。

3.2.1 點度中心度分析

在機構合作網絡中，點度中心度指的是與某機構有直接合作關系的機構數量，機構數量越大，機構的點度中心度越高，機構在網絡中的社會地位也越高。本文運用UCINET6.0軟件，將點度中心度分析應用于機構合作網絡中，測試統計結果如圖4所示。從圖4可以看出：（1）點度中心度為0～4的機構占多數，說明多數機構與其他0～4個機構間存在合作；（2）機構間直接合作逐年增多，點度中心度不為0的機構分別為188、222、240家。

圖4 2016—2018年天津市科技進步獎獲獎項目完成機構的網絡點度中心度

進一步對點度中心度的統計表進行分析發現：點度中心度最大的機構為天津大學，在2016—2018年度獲獎項目中，天津大學分別與45、48、81家機構存在合作關系，處于網絡的中心地位；南開大學、天津城建大學、天津科技大學、河北工業大學、中國鐵建大橋工程局集團有限公司、國網天津市電力公司電力科學研究院等機構也處于較重要的網絡位置上。

3.2.2 中間中心度分析

在機構合作網絡中，中間中心度表征機構合作網絡中節點對資源傳送的中介效用，是網絡中經過該機構的最短路徑的數量，該數量越大，機構的中間中心度就高，機構對科研資源支配的權利就大。本文運用UCINET6.0軟件將中間中心度分析應用于機構合作網絡中發現，2016—2018年天津市科技進步獎獲獎項目機構合作網絡中，每年都有80%左右的機構中間中心度為0，沒有起到資源傳送作用。中間中心度大于0的機構按照大小順序分布如圖5所示，可以看出中間中心度為(0,0.5］的機構占多數，說明多數機構在科技進步獎獲獎項目中的資源中介作用不強。

圖5 2016—2018年天津市科技進步獎獲獎項目完成機構的網絡中間中心度

從中間中心度前10名的機構統計結果（見表2）可以發現：中心度比較高的機構均是高校，2016—2018年連續3年中間中心度最高的都是天津大學，南開大學、天津城建大學、天津工業大學的排名也比較靠前。說明近幾年在天津市科技進步獎獲獎項目機構合作網絡中，高校處于中心地位，在獲獎項目合作中起著重要的橋梁作用。

表2 天津市科技進步獎獲獎項目完成機構的網絡中間中心度排行

3.3 網絡密度分析

網絡密度是指網絡中實際存在的關系數量與所有理論上可能存在的關系數量之比，可以反映各個機構之間合作的緊密程度。網絡密度的計算如公式（6）所示：

式（6）中：D為網絡密度；L為網絡中各個節點實際連接線的數目；N為網絡中節點數；表示的是網絡中可能存在的最大連線數目。所以D的范圍是0～1。

本文將網絡密度分析應用于機構合作網絡中，在UCINET6.0中，選擇Network→Cohesion→Density→(new)Density overall，測算出2016—2018年機構合作網絡的密度值分別為0.010、0.011、0.012，標準差分別為0.100、0.105、0.107。雖然機構合作網絡密度呈現出逐年遞增態勢，但該網絡仍為一低密度網絡，說明機構之間整體的合作不是很緊密：一方面的原因是術業專攻，例如臨床醫學或者中醫藥方面的研究，一般僅限于醫院或者醫科大學內部，所以這類機構與其他機構聯系比較少；另一方面，受地域、成本、管理等因素的影響，機構之間研究對接的廣度受局限。

4 科研團隊的發掘與合作模式

中心性和網絡密度側重于對機構合作網絡的整體性分析，利用社會網絡分析方法也可以對機構合作網中關聯緊密的機構做重點研究，凝聚子群分析法是其中的典型的分析方法，本文通過凝聚子群對機構合作網絡進行分析，并對科研團隊的合作模式進行研究。

4.1 團隊挖掘

本文在對機構合作網結構的分析中發現，網絡中有些節點之間的聯系非常緊密，而節點和節點之外的聯系卻很少，以至于這些節點結合成為一個個次級的小團體，形成“抱團”現象。在社會網絡分析中，網絡的這種特征被稱為凝聚子群［12］，主要體現的是機構合作的小團隊特征。由此可以判斷哪些機構之間聯系緊密，有明確的研究領域；同時，結合獲獎項目名稱，也可以判斷該研究領域有哪些具體方向。

合作網絡凝聚子群分析的方法有很多，包括派系、n-派系、n-宗派、k-叢以及凝聚子群密度等。本文主要應用到的是典型n-派系，其中n為小團體中成員之間距離的最大值，如果一個小團體中任何兩點之間的距離最大不超過n，就稱該小團體為n-派系（n-cliques）［13］。本文將UCINET6.0工具中的n-cliques(n-派系)分析功能應用到合作網絡中，選擇最小規模為3，可得出2016—2018年天津市科技進步獎獲獎項目機構合作網絡中分別有52、65、78個派系，其中連續幾年都在合作領域申報科技獎項目比較典型的子群如表3所示。較典型的例如天津大學、中國電力科學研究院有限公司、國網天津市電力公司等機構近幾年都在智能供電領域有較多合作,獲獎共8項，其中2016年聯合申報的“智能配用電系統多能源高效利用技術研究及工程應用”、2017年聯合申報的“有源配電網電能質量監測與高品質供電關鍵技術及應用”、2018年聯合申報的“綜合能源微網調控關鍵技術及應用”在近3年分別獲得天津市科技進步一等獎，說明這幾個機構在此領域有著深厚的合作基礎和研究深度。而在石油勘測領域，中國石油天然氣集團有限公司、中國海洋石油集團有限公司等相關石油單位合作獲獎20項，但這些機構與其他行業很少有聯合申報科技獎項目，這主要是由行業性質的特殊性決定的。由表3可以看出：存在著機構交叉的派系，尤其是綜合類高校居多，因為綜合類高校的學科范圍廣，同一高校內不同學科部門與其他機構發生聯系，而一些專業比較單一的高校所屬的派系就少，合作范圍也比較單一。例如：天津城建大學合作單位基本都是一些建筑類企業或者設計院；天津農學院的合作單位主要是飼料、水產、畜牧等相關機構。這和這些高校本身學科研究的方向比較專一有關，符合學校實際情況。這說明通過本文采用的方法進行的派系分析，結果真實地反映了實際的科研團隊合作情況。

表3 2016—2018年天津市科技進步獎獲獎項目的典型凝聚子群統計

4.2 合作模式

由表3可以看出2016—2018年天津市科技進步獎獲獎項目機構合作網絡中，校企合作的派系所占比例較大，說明在科技進步獎申報中，高校正成為主力軍，校企合作成果正成為科技獎獲獎的主流。學校有豐富的學術、智力資源，企業擁有實驗、實踐基地，兩者優勢互補合作，為科技獎項申報提供有利條件。對于獲獎數據，本研究將合作機構按照性質分為高校、企業、科研機構3大類，其中企業既包含私營企業也包含國有企業，醫院、政府下屬的組織均歸類到科研機構，這樣機構合作分為校企合作、校研合作、研企合作以及同性質機構合作。2016—2018年度天津市科技進步獎獲獎項目中各種團隊合作模式所占的比例如圖6所示，可以看出同性質的機構合作一直占據主要位置，但是校企合作的比例逐漸增大，說明產學研合作的優勢在逐漸體現出來。比較典型的如天津中醫藥大學與其附屬醫院以及醫藥企業的合作，學校主要負責理論研究、實驗分析，醫藥企業負責生產銷售的環節，附屬醫院主要開展臨床驗證，形成一個完整的產業鏈，促進了產、學、研協同發展，這對于其他行業的產學研合作同樣具有借鑒意義。2017年頒布的《天津市關于強化實施創新驅動發展戰略進一步推進大眾創業萬眾創新深入發展的實施意見》提出了打造領軍企業產學研用創新聯盟，深化上中下游、大中小企業合作，推進企業與高校、科研院所構建產學研聯合體，將產學研合作機制延伸到企業創新創業體系，將“雙創”指標引入企業技術中心評價體系，為進一步深化產學研合作、支撐傳統產業轉型升級指明了方向。

圖6 天津市科技進步獎獲獎項目完成機構合作性質分類

5 結論和展望

5.1 主要研究結論

本文借鑒向量空間模型，根據不同的機構在科技獎獲獎項目中的排名構建了項目-機構矩陣，進一步構建機構合作關系網絡進行合作相關度計算，運用社會網絡分析法研究機構之間的合作網絡，利用凝聚子群分析法發掘存在于其中的科研團隊，主要工作和獲得的結果總結如下：

（1）選取2016—2018年天津市科技進步獎獲獎項目，并對獲獎項目完成機構合作情況進行分析，發現機構合作報獎日益增多，且呈現出多極化的趨勢，跨學科、跨地域合作不斷增強。并以2016—2018年源數據構建了機構合作網絡。

（2）利用社會合作網絡分析方法對機構合作網絡進行分析。通過點度中心度分析機構的合作規模，通過中間中心度分析找出在網絡中影響較大、起主要中介作用的機構，通過網絡密度分析得到哪些機構與其他機構聯系廣泛。分析結論顯示：高校在科技獎獲獎項目中從合作廣度、資源中介等方面都起到了關鍵作用，處于網絡核心位置，其中天津大學表現最為突出；企業和科研機構有較強的科技創新需求，但是創新能力不強，處于網絡邊緣地帶。

（3）利用凝聚子群分析方法發掘存在于機構合作網絡中的小團體，并進一步分析發掘存在于其中的科研團隊。通過對團隊合作模式的分析發現，產學研結合的項目在科技進步獎獲獎項目中的優勢逐漸顯現。這也符合天津市實施創新驅動發展戰略進行產業轉型、深化產學研合作的需求，相信未來產學研合作項目將進一步引領科技創新發展。

5.2 展望

本文以科技進步獎獲獎項目作為源數據，運用社會網絡分析法分析獲獎項目完成機構的合作特點，有助于為政府和有關部門制定宏觀科研政策、優化資源配置并促進科學技術的發展變革提供參考。當然，本研究還有不少局限，后續要進一步優化處理：

（1）分析對象只是結合了近3年的天津市科技進步獎的獲獎數據，今后須進一步結合國內其他省份以及國家科技獎數據進一步完善，尤其是近幾年京津冀科研合作日益增多，可進一步整理分析京津冀三地科技獎的機構合作特點和模式。

（2）本文利用社會網絡分析法對機構合作網絡進行了分析，運用凝聚子群的n-派系算法分析挖掘科技進步獎獲獎項目當中的科研團隊，后續可以嘗試其他算法來研究分析比較哪種算法更優。

（3）對獲獎項目完成機構的合作模式分析僅限于從機構的性質得出產學研結合的項目在科技進步獎評選中占據優勢，今后也要結合機構的其他屬性如研究領域等方面深入分析，為科研團隊組建和發展提供理論支持。