科技全球化背景下大數據研究合作網絡的可視化分析

呂曉贊，蔡小靜，周 萍

（1.浙大城市學院法學院，浙江杭州 310015；2.浙江大學公共管理學院，浙江杭州 310058）

1 研究背景

當前，大數據已經成為繼人力、土地和資本之后的新型生產要素，相關技術應用不斷拓展升級，數字經濟已然成為全球產業變革和經濟增長的重要驅動力［1］。大數據技術及其應用所蘊藏的巨大價值，不僅引起產業界的巨大關注［2］，更是引發世界各國間的競爭與合作。2012 年，美國最早出臺的“聯邦大數據研究與開發戰略計劃”開啟了大數據戰略的大幕，此后許多國家紛紛出臺相關戰略，大力推動該領域的發展，如澳大利亞的公共服務大數據戰略、英國的數據能力戰略以及我國的國家大數據戰略等［3］。大數據在產業界的成功也引發了學術界的極大關注，如何改進現有技術和算法處理、存儲和分析數據，如何挖掘和利用數據背后的知識，以及如何應對大數據時代的各種問題成為國內外共同關注的重要研究課題。

與此同時，隨著科技全球化的不斷推進，國家、企業、科研機構等主體間開展的多層次的科技合作成為了當今世界國際科技合作的主流，科學研究也由此進入到第4 個時代——國際合作時代［4］。作為高科技實力的基本體現之一，科學合作不僅能夠為科研人員提供更為廣闊的思路、方法及資源，還能夠節省研發成本、提高研發效率、擴大研究影響力［5］。在過去20 年間，國際合作論文占全球總論文的比例增幅超過一倍，科技領先國的論文幾乎都由合作產生，全球科學研究正在朝著一個相互關聯的體系發展［6］。但對于各國而言，合作在帶來一些積極效益之余，也會對其創造以及保存科學財富的能力產生巨大的挑戰。因此，如何在國際合作與競爭中趨利避害、實現利益最大化，成為各國關注的焦點。

隨著大數據領域的不斷發展成熟，相關研究產出增長迅猛，合著論文占比也不斷攀升［7］，科研合作已成為大數據研究的主流形式［8］。早期有關大數據合作的研究多以個體學者為研究對象，發現從事大數據研究的學者之間的合作密度整體較低，合作關系相對分散［9］。據此，本研究將從研究機構和國家兩個維度出發，分析2003—2017 年全球大數據研究的合作狀況及變化趨勢，以期探究該領域內各國和各機構的合作特征及貢獻程度，為各國、各機構開展后續研究，以及探尋有效合作路徑和合作伙伴提供參考，并為有關部門的政策制定提供決策依據。

2 數據和方法

2.1 數據與指標

科技合著論文是科學合作成果最直接的體現形式，也是科學合作關系的重要反映［10］，已成為研究科學合作的主要途徑之一［11］。本研究將大數據相關合作論文作為研究對象，論文數據來源于Web of Science（WoS）數據庫的核心合集，時間跨度為2003—2017 年，文獻類型包括研究論文（article）、綜述文獻（review）和會議論文（proceedings paper）。參考和綜合已有的大數據計量研究，如楊良 斌 等［12］、Hu 等［13］、Singh 等［14］、楊瑞仙［15］等，以“大數據”為檢索詞進行主題檢索。具體檢索策略如下：PY=2003-2017 and TS=(“big data”or“bigdata”or“huge data”or“large scale data”or“large-scale data”or“massive data”)。檢索截止日期為2019 年1 月3 日，獲取相關論文共計28 201篇（以下簡稱“樣本合作論文”），包括研究論文10 166篇（占36.0%）、會議論文17 260篇（占61.2%）和綜述文獻775 篇（占2.7%）。

在對樣本合作論文進行量化統計分析的基礎上，還將結合社會網絡分析（social network analysis，SNA）方法進一步分析和可視化合作網絡特征及參與者地位。相關主要概念與指標如下：

（1）合作論文。指作者數量大于1 的論文。基于研究對象不同，合作論文可以分為國家間合作（即國家和作者數量均大于1，或稱為“國際合作”）、機構合作（即機構與作者數量均大于1）和研究者合作（即作者數量大于1）等。其中，機構合作包含國內機構間合作以及與跨國機構的合作。本研究主要考察前兩種合作類型，即國家間合作和機構合作。

（2）合作網絡特征。指通過社會網絡指標測度整體網絡的特征概況和演化趨勢。參考斯科特［16］83-90的研究，主要指標包括：

1）網絡規模。用網絡中節點的數量來考察合作網絡的規模大小。

2）平均度數。節點的度為與該節點連接的其他節點的數量，合作網絡中所有節點度的平均值稱為“網絡平均度數”。

3）網絡密度。用網絡節點間的實際合作次數與其理論最大合作次數之比來考察合作網絡的密度大小，反映節點間的聯結程度。

4）網絡連通性。用起點與終點之間聯結必須移除的節點數來測度合作網絡的通達性。

5）聚類系數，這是一個局部特征量，指與一個給定節點直接相連的兩個節點彼此恰好也直接相連的概率，用于衡量合作網絡的集團化程度。

6）度中心勢，用來表示網絡的整體中心性，體現整體合作網絡的集中程度。

（3）國家與機構地位。指合作論文的參與國家或者機構在合作中起到的作用。考慮到第一作者（以下簡稱“一作”）或通信作者在論文寫作過程中的重要作用，通過一作或通信作者的論文比重來反映其在參與研究中的主導性地位，并通過社會網絡中心性指標測度其在合作網絡中的地位。參考斯科特［16］90-97的研究，主要指標包括：

1）度中心性。指一個節點與其他節點連線的數量。在合作網絡中，節點的度中心性越大，則表明該節點在整個網絡中就越重要。

2）接近中心性。指一個節點與其他節點連線的平均距離。該指標側重于測量合作網絡中一個節點對網絡中所有其他點的接近程度，反映節點對整個網絡的影響力。

3）中介中心性。指所有穿過該節點的最短路徑的條數，用來測度節點在合作網絡中的位置。中介中心性越大，則說明該節點在合作網絡中處于許多其他節點的捷徑上。

2.2 科學疊加圖

近幾年來，隨著數據挖掘、處理和分析技術的不斷發展與進步，科學地圖（science map）作為一種用可視化方式來描述科學問題的研究方法已成為圖書情報界、科學學研究、政策管理等領域的研究熱點［17］。科學地圖的應用范圍廣泛，不僅可以用來展示科研主體（如研究者、機構、國家等）或某個主題領域的科學結構，也可以分析科技人才隊伍分布和協作情況，形成合作地圖，或是用于研究特定機構或地域的國際合作情況等。科學疊加地圖（overlay map）則是在基礎科學地圖的基礎上根據主體的屬性或特征進一步對其可視化，進而呈現出主體間的共性或差異［18］。

借鑒Van Eck 等［19］的做法，采用VOSviewer 1.6.9 軟件對數據分析的結果進行可視化。一方面，VOSviewer 用于形成領域內國家和機構的研究合作網絡，并根據合作關系強度進行聚類；另一方面，其疊加功能（overlay）可用于呈現不同國家或機構在合作研究中的特征，如合作論文比重、一作或通信作者比重等。此外，將國家數據與其地理坐標進行匹配，可用于呈現基于地理位置的合作網絡，比較不同地域的大數據研究與合作能力。因此，科學疊加圖的應用能夠增加研究數據的可讀性，并有助于提升研究結果的視覺吸引力。具體的數據處理與分析過程如圖1 所示。

圖1 數據處理與分析過程

3 結果分析

在了解全球大數據論文產出概況基礎上，從國家和機構兩個視角對大數據研究的合作情況進行系統分析，包括合作網絡特征與演進規律、研究活躍國家及其地位，以及主要研究機構及其網絡地位等。

3.1 國家合作網絡

樣本合作論文中，產出國主要是歐美發達國家和少數亞洲國家。其中，中國和美國是主要產出國，參與了占一半以上（53.8%）的論文；其次是英國（6.4%）、印度（6.0%）、德國（4.7%）、澳大利亞（3.9%）、日本（3.7%）和韓國（3.6%）等。在全球范圍內，對大數據的合作研究較為普遍，但主要依賴國內合作，尤其是機構內合作，國家間的合作程度不高。圖2 為基于VOSviewer 構建的合作論文網絡，共包含了87 個發表論文數量大于等于3篇的國家節點，節點間的連線代表國家間的合作關系，節點大小代表該國與其他國家的合作次數，節點越大表明該國參與的國際合作越多。

圖2 大數據領域樣本論文國際合作網絡

表1 所示為合作網絡主要特征指標值，表明網絡中存在較少的孤立點，合作關系較為普遍，但網絡較為稀疏，整體合作程度不高，且網絡節點的度中心性分布差異較大，合作關系主要集中在部分國家之間。

表1 大數據領域論文國際合作網絡主要特征

盡管信息通信技術的發展使得地理距離在合作中的重要性有所削弱［20］，但大數據領域研究的國際合作關系依舊與地理位置密切相關，形成了幾大明顯的地域性合作團體（見圖2 以虛線標記）。其中，聚類1 主要包括南美、非洲和部分亞歐國家，如巴西、墨西哥、智利、印度和法國等；聚類2 主要包含了歐洲各國，如英國、瑞士、德國、西班牙、意大利和荷蘭等；聚類3 以西亞、北非地區國家為主，典型代表為約旦、黎巴嫩、沙特阿拉伯、伊拉克和卡塔爾等；聚類4 以中、美兩國為主導，涉及澳大利亞、日本、越南等環太平洋國家；聚類5 主要集中在北歐地區，如挪威、丹麥、冰島等。其中，美國、中國、英國、德國和澳大利亞的合作關系總體較多，其合作伙伴也明顯多于其他國家，可視為大數據領域研究合作的主要參與者。

隨著越來越多國家的加入，大數據領域研究的全球化特征日益凸顯。如表2 所示，在合作網絡中，2003 年僅有23 個國家參與國際合作，合作程度低，2013 年參與合作的國家達到61 個，而到2017 年參與合作國家數量已經增長到了114 個；此外，網絡密度的增加說明國家之間的合作越來越頻繁，合作關系日益密切，而度中心勢的變化則說明合作網絡結構有所變化，從最初的整體分散到個別國家主導，后續又逐漸向多元化轉變。參考金碧輝等［21］的研究分析，造成合作網絡中這種趨勢的可能原因是，越來越多國家的加入導致原有的中心勢力受到制衡，使得合作網絡的中心勢降低、網絡集中度減少，從而表現出趨于分散的特征。

表2 大數據領域論文國際合作網絡年度特征

圖3 呈現了合作網絡的演化情況。在大數據發展初期（2003 年），美國、加拿大和中國是領域內最主要的合作研究參與者，其次是部分歐洲國家（如英國、瑞士、德國等）和少數亞洲國家（如新加坡、日本、印度等）；經過10 年發展，到2013 年，領域內的合作程度依然不高，參與國家數量增長有限且主要集中在歐洲及其毗鄰地區，美國、加拿大和中國依然是最為核心的合作研究參與者，但英國、法國以及日本的合作關系提升明顯；2017 年合作網絡顯示出了較為密集的合作關系，一方面參與合作的國家數量增長迅速，覆蓋范圍幾乎涵蓋各大洲，另一方面國家之間合作十分頻繁，國際合作程度較高的主要合作者的數量也有增加，顯示出多元化的網絡特征。

圖3 大數據領域論文國際合作網絡演化趨勢

進一步，在圖2 基礎上，圖4 以疊加圖的方式呈現了各國國家間合作論文的比重。其中節點的顏色越深，說明比重越高，即其參與國際合作程度越高。從具體分布來看，歐洲各國整體比重較高，國際合作較為普遍，近一半論文由國際合作產生，尤其是靠近北歐的國家，如丹麥、挪威等，合作率高達70%；中國和美國盡管論文產量最多，但國際合作比重較低，不到30%；印度（11.4%）、日本（26.2%）和韓國（27.4%）等亞洲國家的論文產出主要依賴于國內合作，尤其是機構內部的合作，其中印度近84%的論文由國內合作產生，而國內合作的2/3 由機構內合作產生。此外，由于相關論文數量少，中東、南美以及非洲等國家也表現出了較高的國際合作率。

圖4 大數據領域論文國際合作主產國比重分布

3.2 活躍國家地位

樣本合作論文中一作或者通信作者論文的比重如圖5 所示，其中節點的顏色越深，說明該國一作或通信作者論文的比重越高，在大數據領域內合作研究中的主導性就越強。整體而言，各國作者的主導性與其合作程度較為一致，歐美等國的比重高于亞洲國家，如英國、德國、澳大利亞、加拿大和意大利等，平均比重約為3%，中東及東亞地區的國家則相形見絀。在所有參與國際合作的國家或地區中，中國和美國的一作和通信作者比重最高，分別為23%和20%，遠高于其他國家，這說明中美兩國不僅積極參與國際合作，并且在合作中占據主導地位，是大數據領域內合作論文的主要貢獻者，對全球大數據研究具有重要意義。此外，中國的主導性優勢意味著中國積極主動地尋求國際合作，努力拓展合作范圍，另一方面也是中國在大數據領域科研實力的體現，說明中國能夠在合作中起到一定的主導作用。

圖5 大數據領域論文國際合作主產國一作或通信作者論文比重分布

如表3 所示，合作網絡中心性的測度結果表明，美國是當前大數據領域研究國際合作的核心力量，不僅合作程度高、合作規模大，而且在整個合作網絡中起到了重要的橋梁作用，有助于促進不同國家和地區間的合作，這與美國的大數據技術發展水平及其對大數據技術的重視程度密切相關；其次是英國，盡管其論文總產量不高，但在全球合作網絡中處于重要地位，合作程度整體較高；此外，中國、德國、澳大利亞、日本、意大利、加拿大和法國也在網絡中占據有利位置，擁有較多的合作關系。其中值得注意的是，中國盡管論文產量最高，國際合作論文多，但接近中心性和中介中心性指標排名均較靠后，說明中國的合作對象較為固定，合作范圍有限。

表3 大數據領域論文國際合作活躍國家及其中心性

基于中美兩國在大數據領域研究產出和國際合作中的重要作用，我們進一步根據樣本合作論文描繪了兩國的合作網絡（見圖6）。圖6 中，節點的大小代表中美兩國與其合作國家合作論文的占比，節點越大說明該國與美國或中國的合作論文越多、所占比重越大，合作關系更為密切。總體來看，兩國的合作對象分布較廣，以亞洲和歐洲等地區的國家為主，美國的合作者更多；除互為各自的首要合作伙伴外，兩國共同合作者數量多，其中加拿大、澳大利亞和英國與兩國均有密切的合作關系，平均占比均在4%左右；此外，中國與日本、新加坡和韓國等鄰國合作較多，而美國則與德國和意大利等歐洲國家有較為頻繁的合作關系。

圖6 大數據領域中國和美國論文國際合作網絡

3.3 機構合作網絡

樣本合作論文涉及機構數量大、分布范圍廣，主要是高校和研究機構，也包括了部分企業。其中，中國科學院在論文產量方面優勢明顯，位列第一；其次是清華大學、IBM 公司（IBM Crop）和德克薩斯大學（Univ Texas）；此外，北京郵電大學、上海交通大學、武漢大學、麻省理工學院（MIT）、華中科技大學和國防科技大學也是主要貢獻者，合作論文數量均在150 篇以上。

圖7 為主要機構合作網絡，與國家間的合作關系相似，研究機構的合作關系也與其地理距離密切相關，構成了三大主要聚類：聚類1 以美國的知名高校、研究機構和企業為主，包括麻省理工學院、德克薩斯大學和IBM 公司等；聚類2 主要是以中國科學院為核心的中國高校和研究機構，如中國科學院大學（Univ Chinese Acad Sci）、上海交通大學（Shanghai Jiao Tong Univ）和清華大學（Tsinghua Univ）；聚類3 的機構分布則相對較為分散，以大洋洲和歐洲的一些高校和研究機構為主，如澳大利亞聯邦科學和工業研究組織（The Commonwealth Scientific and Industrial Research Organisation，CSRIO）、悉尼大學（Univ Sydney）和法國國家科學研究中心（National Center for Scientific Research，CNRS）等。

圖7 大數據領域論文國際機構合作聚類

表4 體現了該網絡的特征指標值，表明合作現象非常普遍，不存在孤立的節點，網絡整體較為密集，節點間合作程度較高，但各機構的度中心性部分差異較大，主要合作關系集中在部分機構間。

表4 大數據領域論文國際合作機構網絡特征

圖8 和圖9 分別展示了各研究機構的合作論文和跨國合作論文的比重。如上所述，參與大數據研究的機構合作程度較高，但以本國機構間的合作為主，跨國合作比重相對較低且分布不均。從總體合作情況看，圖8 中的深色節點分布較為分散，且每個聚類均有涉及，如聚類1 中的法國工科大學（Ecole Polytech）、哈佛醫學院（Harvard Med Sch）和西北大學（Northwestern Univ），聚類2 的中國科學院（Chinese Acad Sci）、中國科學院大學和深圳大學（Shenzhen Univ），聚類3 中的劍橋大學（Univ Cambridge）和悉尼大學，這些機構的合作率較高，80%以上的論文均由合作產生，是各個聚類的主要合作者。

圖8 大數據領域論文合作機構比重分布

如圖9 所示，跨國合作比重呈現出明顯的自上而下遞減式分布，說明歐美和澳大利亞等國家和地區的機構在國際合作中優勢明顯，絕大多數的合作論文均和國外機構合作產生，而中國等亞洲國家的機構則更傾向于國內機構間的合作。

圖9 大數據領域論文跨國合作機構比重分布

3.4 活躍機構地位

在樣本合作論文中，各機構合作論文一作或通信作者的比重疊加圖如圖10 所示。總體而言，參與合作的機構的主導性不高，一作或通信作者的比重約為20%，且分布不均，自左向右遞增，而中國機構的主導地位明顯，平均占比為40%左右。其中，盡管中國科學院的論文數量較多、合作范圍較廣，但其一作或通信作者比重相較于其他國內機構而言并不高，約為32%，而國內其他一些高校盡管合作論文數量有限，但其一作或通信作者的主導比例較高，研究貢獻較大，如北京交通大學（Beijing Jiaotong Univ）、武漢科技大學（Wuhan Univ Technol）以及山東大學（Shandong Univ）；歐美等發達國家和地區的機構盡管合作率較高，但多數機構的一作或通信作者并非主導者，主要起到參與或輔助作用。圖11 進一步考察各機構在跨國合作中一作或通信作者的比重。整體分布趨勢與圖10 相似，自左向右逐漸遞增，即中國機構的比重依然較高，主導優勢明顯。此外，相對于所有機構間合作，聚類1 中的歐美機構的主導地位有所削弱，尤其是部分美國高校，如東北大學（Northeastern Univ）、哈佛大學（Harvard Univ）和華盛頓大學（George Washington Univ），說明這些機構更多地在國內機構合作中占主導；部分澳大利亞機構則正好相反，在跨國機構合作中更具主導優勢，如澳大利亞國立大學（Australia Natl Univ）、紐卡斯爾大學（Univ Newcastle）和悉尼大學（Univ Sydney），其一作或通信作者比例有所提升。

圖10 大數據領域機構合作論文一作或通信作者比重分布

圖11 大數據領域跨國合作論文一作或通信作者比重分布

中心性測度表明處于網絡中重要位置的機構基本都來自中國和美國（見表5）。其中，中國科學院是大數據國際合作中的核心力量，其中介中心性和度中心性指標均排在首位，說明其合作程度高、合作規模大，并起到了重要的橋梁作用，合作資源豐富；其次是德克薩斯大學和清華大學，其中介中心性和度中心性均較高。除高校外，IBM 是最為重要的企業代表，合作規模較大，在網絡中占據有利地位。另外，中國的武漢理工大學、東北大學、香港中文大學和美國的加州大學圣地亞哥分校，以及新加坡的南洋理工大學的中介中心性排名均明顯高于其度中心性排名，說明這些機構盡管合作規模有限，但在合作中起到了一定的橋梁作用。

表5 大數據領域論文合作活躍機構及其中心性

基于中國科學院對于大數據研究的重要貢獻及其在合作網絡中的核心地位，我們進一步分析了中國科學院的主要合作對象及其合作強度。如圖12 所示，各機構節點的大小代表其與中國科學院的合作論文數量，聚類（以虛線標記）則代表了各機構所在的國家或地區。整體而言，中國科學院的合作機構數量多、分布廣，共與115 個機構均有合作。具體來看，中國科學院與中國科學院大學之間的合作關系最為緊密，兩者合作的論文高達119 篇；其次是中國地質大學（China Univ Geosci），合作論文數量為20 篇。就地區分布來看，中國科學院的合作對象主要為國內機構，多數集中在北京，與其地理距離較為接近；就國外合作機構而言，雖然從數量上看中國科學院與美國機構合作較多，但從合作強度來看與澳大利亞的機構合作更為頻繁，尤其是澳大利亞科學和工業研究組織和悉尼大學。

圖12 大數據領域中國科學院論文主要合作機構及數量分布

4 結論與討論

通過結合社會網絡分析方法和科學疊加圖，本研究從國家和機構兩個角度系統分析和呈現了當前國際大數據合作研究發展概況，并進一步探究了參與者在合作中的地位。全球范圍內，大數據研究的論文合作程度較高，但主要依賴于國內合作，尤其是機構內合作，國家和機構間的合作程度不高，但隨著科技全球化的推進和大數據技術的不斷發展，這兩類合作的比重都在不斷增長。

從合作程度來看，歐美等發達國家的國際合作水平普遍高于亞洲國家，其近一半以上的論文都源自國際合作。合作網絡的演變顯示，2003—2017年間，參與合作研究的國家數量不斷增長，幾乎覆蓋了各大洲，大數據研究國際合作的全球化特征日益凸顯，隨著合作的不斷拓展與深化，特定國家之間的合作在一定程度上有所弱化，合作集中度有所下降，多元化趨勢則日益凸顯，由三元主導（美國、中國和加拿大）向多極化趨勢轉變。其中，美國、中國和英國不論是一作與通信作者的論文比重還是中心性測度都位于前列，是大數據國際研究的主要推動者，占據核心地位；而在所有的合作關系中，美國和中國互為對方最為重要的合作伙伴，合作強度明顯高于其他國家之間的合作。此外，美國在合作者數量上領先全球其他各國，起到重要的橋梁作用，也證明了其在大數據領域的領先優勢。

從具體機構來看，高校和研究機構是大數據論文的產出主體，但不同機構之間的合作程度不高。中國和美國的知名高校及企業在合作網絡中均有良好表現，參與合作程度較高。其中，中國科學院不僅在論文產出中占據絕對優勢，在合作網絡中也處于重要地位，合作規模大，起到了重要的橋梁作用，促進了其他機構間的合作；其次，德克薩斯大學、清華大學、華盛頓大學以及Microsoft 和IBM 公司的合作伙伴也明顯較多，影響力較大。作者主導性情況表明歐美等發達國家的機構的合作率較高，主要起到參與或輔助作用，亞洲與澳大利亞的機構，尤其是中國的機構，主導性更強，而這一特征在跨國機構合作中更為明顯。由此可見，中國機構在大數據的合作研究中起到了十分關鍵的作用，不僅貢獻了大量的論文，同時也積極主動尋求合作。

此外，盡管隨著信息通信技術的發展，地理距離在合作研究中的重要性有所弱化，但在大數據研究中，國家和機構間的合作關系分布依舊與地理位置密切相關。其中，以美國為核心的北美等國、以中國為核心的亞洲各國以及歐洲國家形成了三足鼎立的合作陣營；盡管跨國機構間的合作已經較為普遍，但與本國機構的合作依然是主流趨勢，而在國家內部，地理位置越近的機構其合作緊密性就越突出。

由此可見，全球大數據研究發展迅猛，不僅論文產量爆發式增長，領域內不同機構、不同國家間的合作關系也在不斷加強，形成了較為穩定的合作團體，知名高校、研究機構以及企業在各自的合作團體中發揮著重要作用，推動大數據研究不斷發展。在未來研究中，如何突破地域限制、尋求更多合作伙伴將是各機構和各國需要解決的一大問題。