跨学科协同创新网络社团探究.docx

跨学科协同创新网络社团探究 摘要：利用复杂网络理论方法结合高校“2011协同创新中心”数据，构建跨学科协同创新网络，通过复杂网络结构分析与社团探测研究主体构成及社团特征，得出：跨学科协同创新网络主体涵盖产学研政及事业单位和社会组织，呈现多元化趋势；网络主体间协同创新关系具有稀疏性，核心节点均为声誉地位较高的创新主体；社团结构呈现差异性特征，并表现出学科与产业融合、传统学科与新兴技术学科融合以及前沿学科国际化等特征；国内一流重点大学对跨学科协同创新的辐射和引领作用显著等从而为研究高校跨学科协同创新网络的主体行为特征及合作模式提供支撑关键词：跨学科，协同创新，创新网络，社团1 引言跨学科协同创新网络作为高校跨学科协同与合作的重要组织模式，是创新网络中最具有创新力和活力的部分，是一个涉及多个组织、多个层次、多个阶段、多种创新要素的动态、复杂的创新网络的整体活动伴随社会经济发展中需求的复杂化和动态化，以满足社会需求为目标的高校跨学科协同创新网络，其规模不断壮大、主体增多、关联复杂，多学科交叉融合的态势明显近年来，利用复杂网络理论与方法研究高校跨学科协同创新组织的复杂结构特征和行为规律，受到学术界和企业界关注。

高校跨学科协同创新网络作为创新网络的特殊化，具有创新网络全部特性的同时，还具有一些体现跨学科内涵的特性杨连生等认为跨学科研究组织协同创新具有问题导向性、整体性、动态开放性、前沿创新性、跨越性和复杂性的特征王帮俊指出高水平大学协同创新网络具有功能性、双边性、不一致性和动态性等特征上述研究关注了高校跨学科协同创新网络的定性特征分析，运用复杂网络理论与方法开展定量研究还较少，已有成果主要聚焦协同创新网络的结构研究，如，胡平等通过文本信息挖掘和整理得到北京市71家协同创新中心和288个组建主体的相关信息，构建了基于社会网络视角的协同创新网络Xie等基于对中国高科技企业的调查数据建立协同创新网络，使用模糊集定性分析方法得出网络规模、网络连接强度和网络中心性决定了知识传播性能水平王国红等基于38个软件园基地数据，建立区域协同创新网络结构风险SD模型并仿真，运用区域创新投入产出比反映区域协同创新网络风险关于跨学科协同创新网络的社团结构探测，已有研究成果还较少，关于社团结构的定义，Girvan & Newman指出网络中的顶点可以分成组，组内定点间的连接比较稠密，组间顶点的连接比较稀疏通过社团结构的研究为了解网络结构、功能以及网络主体间关系特征提供了支撑。

目前已有成果主要聚焦于社团探测的算法方面，例如，刘传建开发了基于改进的最大流问题的社团划分方法，研究网络中的均匀社团划分问题付立冬提出了一种新的半监督核聚类检测复杂网络社团算法袁超等基于簇相似度模型采用层次聚类的思想提出了一种快速的社团划分算法Paul和Sangwook提出了基于优化交互过程的算法检测复杂网络中的社团结构等上述研究为本文中跨学科协同创新网络社团探测提供了方法基础综上，利用复杂网络方法与理论研究高校跨学科协同创新网络结构以及社团结构的成果还较少，本文将利用国家协同创新中心数据，构建高校跨学科协同创新网络，分析网络宏观结构特征，并进行社团划分，研究社团特征与协同创新的主体构成、合作特征等2 跨学科协同创新网络构建2.1 数据收集与整理整理教育部公布的协同创新中心名单，共113个，通过网站收集各协同创新中心的共建单位和协同单位，并经过单位名称数据清洗共得到571个单位经过初步归类发现：高等院校占比最高，为27.15%，研究院所占比23.64%，两者总占比约为50%；其次企业主体占比23.29%，事业单位占比11.38%，政府部门占比4.55%，国外大学和科研院所占比6.48%，产业园、科技园、工业园、学会、协会、联盟、国际组织以及中介组织等占比3.50%。

说明高校跨学科协同创新中心涵盖的主体类型丰富，基本实现了产学研政的协同合作2.2 网络构建根据两个单位在同一协同创新中心中共现的次数计算单位间关联频次，建立高校跨学科协同创新无向加权网络G=（V，N，W），其中V=（V1，V2，…Vm）表示网络的边数，m=4134，N=（n1，n2，…nn）表示网络中节点数，n=571，Wij为边的权重，取单位共现次数为边权，表示单位间协同紧密程度2.3 网络结构特征分析（1）节点度及节点强度节点度Ki表示与节点Vi相连的边的数量节点强度：表示与节点Vi相连的边的权重之和，节点度和节点强度在一定程度上表达了节点在网络中的重要性通过分析可知，高校跨学科协同创新网络节点度和节点强度分布满足幂律特征，具有无称度性表1为571个单位中排名前20的单位列表通过表1可得，节点度较高的单位和节点强度较高的单位重合度较高，为90%，且排名前20的单位均为国内“985”“211”的重点大学，充分说明在高校跨学科协同创新网络中，国内一流重点大学占据关键核心位置2）网络密度网络密度在一定程度上代表网络中主体之间连接程度，d=2m/N（N-1），密度越接近1则代表彼此间关系越紧密。

利用Gephi计算高校跨学科协同创新网络的密度为0.025，说明571个主体间联系程度不密切，也在一定程度上反映出跨学科协同创新网络节点间联系的针对性，即彼此有学科互补的单位间可能产生关联，导致网络联系的稀疏性3）点强度相关性网络节点度的选择性关系称为节点的度相关性，当节点度高的节点倾向于与其他节点度高的节点相连接，成为同类混合网络，当节点度高的节点倾向于与其他节点度低的节点相连接，称为非同类混合网络，用来表达节点间链接的规律和网络结构特征2002年Newman提出了无向无权图的节点度相关性系数计算公式，本文扩展到加权网络中，得到点强度相关性，公式为：其中W为网络中边的权重之和，ai和bi为第i条边两端的节点强度，i=1，2，3，…，MR>0时，网络为同类混合，反之为非同类混合网络利用Matlab计算高校跨学科协同创新网络的点强度相关性为0.4229，表明网络具有较明显的同类混合结构特征，说明很多节点都倾向于与具有学科优势或学科资源优势较强的节点强度高的单位进行协同与合作，进而实现资源共享和协同创新3 高校跨学科协同创新网络社团划分2004年Newman提出了衡量网络划分质量的标准模块度指标Q，随后吕天阳等在加权复杂网络中进行了推广，得出：其中Gi表示节点Vi所在的社团，当Gi与Gj相同时，δ（Gi，Gj）=1，否则δ（Gi，Gj=0；2m表示网络中边的权值总和。

Wij表示节点Vi与Vj间连边的权值，Si表示所有与节点Vi相连的边的权值之和Louvain算法是基于模块度的快速算法，其原理为不断遍历网络中的节点，将其从原来的社团取出，计算该节点加入到各个社团产生的模块度增量，从而选出一个对应模块度增量最大的社团，将该节点加入直到没有节点可以移动，重复上述步骤，直到模块度不再增加因此利用Gephi工具对原始网络进行社团划分社团划分的模块度值为0.689，社团数21个，表明该网络小社团特征明显下面将对社团结构进行具体分析3.1 社团结构分析对21个社团的单位构成数量、单位所占比例、主体构成及比例等进行分析，得出——第一，社团结构具有差异性社团中单位数最小的为2个，最大的为88个，说明社团中单位数量具有较大差异性第二，社团主体具有多样性21个社团中，有8个社团中含有国外大学与研究机构，占比38.1%，说明国内高校与国外高校及科研院所的协同合作水平较高，体现了我国高校跨学科协同创新中心的国际化趋势有9个社团中包括政府部门的参与，占比42.9%，体现了政府部门在高校跨学科协同创新中心发展中起到了推动作用有9个社团中包括了产业园、工业园、科技园、国际组织、联盟、基地等其他组织参与，占比42.9%，体现了社会组织在高校跨学科协同创新中心发展中起到了重要的支撑作用。

第三，高校、科研院所及企业是创新主体通过对社团中高校、科研院所以及企业的占比情况分析表明：高校、科研院所和企业依然是高校跨学科协同创新网络的主体，体现了科研成果与产业化推广并重的科研发展趋势综上，社团划分的具体结构数据如表2所示3.2 社团主体关系分析通过对社团中各主体学科及资源优势等进行分析，得出——第一，学科优势及产业化优势融合在由高校、科研院所和企业等构成的社团中，既包括了具有不同学科优势的高校，同时也包括了行业内企业，体现了学科融合与成果产业化并重趋势，例如，社团0中包括了昆明理工大学、常州大学、江西理工大学等高校，同时也包括了矿业、锡业、铜业、有色金属、冶金、煤化工、钢铁等行业企业，同时还包括了兵器及装备企业，以及环境保护、固体废弃物处理等研究中心，充分体现了科学研究、原材料加工、产品制造、环境保护等协同创新链条为一体的交叉融合特征第二，学科交叉趋势明显传统技术与新兴技术融合也是跨学科协同创新的重要特征，例如，社团1中既包括了与纺织、化工等学科相关的高校和企业，同时也包括了在纳米、纳米仿生、艺术等领域具有优势的研究机构，同时还包括了与生态环境相关的研究院所，体现了纳米技术、艺术等新兴技术对纺织化工等传统工艺和技术的升级改造。

第三，地域影响跨学科合作通过社团主体构成，也发现在地域临近的单位更具有协同合作的可能和基础，例如，社团4中包括的高校、科研院所以及企业，地理位置都居于山东省；社团6中的河北钢铁集团与燕山大学等均位于河北省等第四，声誉影响跨学科合作在单位数量规模较大的社团2、社团10、社团12和社团18的分析中，得出：该类社团均围绕节点强度较高的单位组成社团，例如，社团2中以南开大学、武汉大学等为核心节点构成；社团10中以北京大学、上海交通大学、四川大学、中山大学、电子科技大学、天津大学、华中科技大学、湖南大学等为核心节点构成；社团12中以清华大学、东南大学、同济大学、华南理工大学、武汉理工大学等为核心节点构成；社团18以复旦大学、南京大学、中国科技大学、中国人民大学为核心节点构成体现了规模大的社团均以点强度高的节点为核心构成，体现了高校声誉和学术地位等对跨学科协同创新组织构成的重要支撑作用第五，前沿学科国外大学参与度高社团10、社团11和社团13是国外大学和研究院所参与度最高的社团，通过分析社团主体特征，得出：社团主体所涉及的领域包括了微电子和半导体等精密仪器、环境与新能源、医药等，体现了在新兴产业领域国内外高校和科研院所的紧密合作趋势。

4 研究结论与建议本文利用高校协同创新中心数据构建了高校跨学科协同创新网络，通过结构分析、社团划分等研究了高校跨学科协同创新网络的主体构成、结构特征、社团特点以及社团主体合作行为规律等研究表明：高校跨学科协同创新主体涵盖了产学研政以及事业单位和社会组织，主体呈现多元化趋势；网络主体间关联关系较稀疏，核心节点均为声誉地位较高的高校；网络结构具有较强的同类混合特征；社团结构具有差异性，社团呈现出学科与产业融合、前沿学科国际化、传统学科与新兴技术融合等特征，且规模较大的社团均以点强度高的节点为核心构成，体现了国内一流重点大学对跨学科协同创新的辐射和引领作用本研究更多关注了高校跨学科协同创新网络的结构，后续将对跨学科协同创新的合作模式及效果进行深入探讨完善高校跨学科协同创新网络对于提升学科创新能力，支撑国家创新发展具有重要的现实意义目前来看，社团主体中国外高校占比不高，但高校跨学科协同创新中心已初步呈现国际化趋势，国内高校应加强与境外高校及科研机构的交流合作，树立国际化观念，明确国际合作重要性并创建国际化学术氛围高校作为跨学科协同创新网络中产学研政的主体，在加强对外合作提高创新产出率的同时还应重视创新成果的转化问题，高校应加强创新成果利用转化，使创新成果真正落地，顺应科研成果与产业化推广并重的科研发展趋势。