高被引华人科学家知识网络的空间结构及影响因素

doi:10.11821/dlyj020200188

地理研究 ›› 2020, Vol. 39 ›› Issue (12): 2731-2742.doi: 10.11821/dlyj020200188

高被引华人科学家知识网络的空间结构及影响因素

司月芳¹^,²(), 孙康¹^,², 朱贻文¹^,³(), 曹贤忠¹^,³

1.华东师范大学中国现代城市研究中心,上海 200062
2.华东师范大学城市与区域科学学院,上海 200062
3.华东师范大学城市发展研究院,上海 200062

收稿日期:2020-03-09 修回日期:2020-10-23 出版日期:2020-12-20 发布日期:2021-02-20
通讯作者: 朱贻文
作者简介:司月芳（1982-）,女,河北沧州人,博士,副教授,硕士生导师,研究方向为中国对外直接投资、创新网络和区域经济发展。E-mail: yfsi@re.ecnu.edu.cn
基金资助:
国家自然科学基金项目(41871110);国家自然科学基金项目(41801109);上海市科技发展基金软科学项目(18692104500);上海市科技发展基金软科学项目(20692107500);中国博士后科学基金(2018M641963)

Spatial structure and influencing factors of knowledge network of highly cited Chinese scientists

SI Yuefang¹^,²(), SUN Kang¹^,², ZHU Yiwen¹^,³(), CAO Xianzhong¹^,³

1. The Center for Modern Chinese City Studies, East China Normal University, Shanghai 200062, China
2. School of Urban and Regional Science, East China Normal University, Shanghai 200062, China
3. Institute of Urban Development, East China Normal University, Shanghai 200062, China

Received:2020-03-09 Revised:2020-10-23 Online:2020-12-20 Published:2021-02-20
Contact: ZHU Yiwen

摘要/Abstract

摘要：

知识网络的空间结构特征与影响因素是经济地理学探讨的热点议题之一,以往研究侧重于产业案例的分析,主要关注国家和城市层面的知识网络,而对科学家等个人层面的网络研究较为缺乏。以2014—2015年全球高被引科学家为原始数据,筛选出高被引华人科学家,并基于Web of Science数据库,检索高被引华人科学家之间合著论文的数据构建知识网络,借助社会网络分析方法对高被引华人科学家知识网络的空间结构进行分析;并运用负二项回归模型,从地理邻近性、社会邻近性、制度邻近性3个维度,探讨高被引华人科学家知识网络的影响机制。研究发现：① 高被引华人科学家知识网络存在核心-边缘结构特征,且具有小世界网络的网络特征;② 此知识网络呈现“小集聚大分散”的空间结构特征,地理邻近性作用明显;③ 高被引华人科学家知识网络形成过程中会受到科学家自身科研能力等因素的影响,地理距离和科学家之间的联系呈现负相关关系,地理邻近性的影响仍然存在,社会邻近性和制度邻近性均对知识网络的形成有促进作用。

关键词: 高被引华人科学家, 知识网络, 空间结构, 邻近性, 合作论文

Abstract:

The spatial structure characteristics and influencing factors of knowledge networks are heated research topics in the field of economic geography. Previous studies in knowledge networks have focused on industrial cases, especially on knowledge networks at the national and city levels, while the research of individuals has been relatively limited. We firstly selected highly cited Chinese scientists based on 2014-2015 global highly cited scientists as the original data, and then established knowledge network based on the co-authorship of papers among those scientists, and finally applied social network analysis methods to examine the spatial structure of the knowledge network and used the negative binomial regression model to explore the influence mechanism of knowledge network from the perspectives of geographic proximity, social proximity and institutional proximity. The study found that: (1) the knowledge network of highly cited Chinese scientists has core-peripheral structure with the characteristics of a small-world network. (2) The spatial distribution of this knowledge network is dispersal at global scale and agglomerated at local level. (3) The formation of the knowledge network is influenced by the personal characters of those scientists. Geographical distance has a negative effect on the connection between scientists. The influence of geographic proximity still exists. Both social proximity and institutional proximity have significant positive effects on the formation of knowledge networks of highly cited Chinese scientists.

Key words: highly cited Chinese scientists, knowledge network, spatial structure, proximity, co-author paper

司月芳, 孙康, 朱贻文, 曹贤忠. 高被引华人科学家知识网络的空间结构及影响因素[J]. 地理研究, 2020, 39(12): 2731-2742.

SI Yuefang, SUN Kang, ZHU Yiwen, CAO Xianzhong. Spatial structure and influencing factors of knowledge network of highly cited Chinese scientists[J]. GEOGRAPHICAL RESEARCH, 2020, 39(12): 2731-2742.

图/表 7

表1

表2

知识网络指标及含义"

指标	表达式	解释	实际含义
度中心性	$C D = ∑ x ij$	指行为主体与其他主体直接相连的个数统计,表征行为主体的中心程度。	在知识网络中,指的是城市与其他城市合作的数量。
接近度中心性	$C C = 1 / ∑ d ij$	行为主体到其他主体最短路径之和的倒数。指的是和其他主体的接近程度。	在知识网络中,接近度中心性越高,城市在传递信息上就较少的依赖其他城市。
中间中心性	$C B = ∑ N j (i) N j$	行为主体处于许多网络交往路径上,中间中心性数值越大,控制网络的能力越强。	城市处于其他城市的联系之间,起到中介的作用,所以处于网络的中心。

表2

表3

图1

表4

图2

表5

参考文献 33

[1]	苗长虹, 魏也华. 西方经济地理学理论建构的发展与论争. 地理研究, 2007,26(6):1233-1246.
	[ Miao Changhong, Wei Yehua. Development and debates in the theoretical construction of economic geography. Geographical Research, 2007,26(6):1233-1246.]
[2]	李丹丹, 汪涛, 周辉. 基于不同时空尺度的知识溢出网络结构特征研究. 地理科学, 2013,33(10):1180-1187.
	[ Li Dandan, Wang Tao, Zhou Hui. The structural characteristics of knowledge spillover networks based on different spatial and temporal scales. Scientia Geographica Sinica, 2013,33(10):1180-1187.]
[3]	De Albuquerque J P, Herfort B, Brenning A, et al. A geographic approach for combining social media and authoritative data towards identifying useful information for disaster management. International Journal of Geographical Information Science, 2015,29(4):667-689. doi: 10.1080/13658816.2014.996567
[4]	刘卫东, 甄峰. 信息化对社会经济空间组织的影响研究. 地理学报, 2004,59(S1):67-76.
	[ Liu Weidong, Zhen Feng. Spatial implications of new information and communication technologies. Acta Georaphica Sinica, 2004,59(S1):67-76.]
[5]	Bathelt H, Cantwell J A, Mudambi R. Overcoming frictions in transnational knowledge flows: Challenges of connecting, sense-making and integrating. Journal of Economic Geography, 2018,18(5):1001-1022. doi: 10.1093/jeg/lby047
[6]	Bathelt H, Li P, Zhu Y. Geographies of temporary markets: An anatomy of the Canton Fair. European Planning Studies, 2017: 1-19.
[7]	Elfring T, Hulsink W. Networks in enterpreneurship: The case of high-technology firms. Small Business Economics, 2003,21(4):409-422. doi: 10.1023/A:1026180418357
[8]	李丹丹, 汪涛, 魏也华, 等. 中国城市尺度科学知识网络与技术知识网络结构的时空复杂性. 地理研究, 2015(3):525-540.
	[ Li Dandan, Wang Tao, Wei Yehua, et al. Spatial and temporal complexity of scientific knowledge network and technological knowledge network on China's urban scale. Geographical Research, 2015(3):525-540.]
[9]	邓羽, 司月芳. 西方创新地理研究评述. 地理研究, 2016,11(35):2041-2052.
	[ Deng Yu, Si Yuefang. The progress and prospect of innovation geography research in the West. Geographical Research, 2016,11(35):2041-2052.]
[10]	汪涛, 李丹丹. 知识网络空间结构演化及对 NIS 建设的启示. 地理研究, 2011,30(10):1861-1872.
	[ Wang Tao, Li Dandan. Spatial structure evolution of knowledge network and its impact on the NIS: Case study of biotechnology in China. Geographical Research, 2011,30(10):1861-1872.]
[11]	高爽, 王少剑, 王泽宏. 粤港澳大湾区知识网络空间结构演化特征与影响机制. 热带地理, 2019,39(5):678-688. doi: 10.13284/j.cnki.rddl.003174
	[ Gao Shuang, Wang Shaojian, Wang Zehong. Evolution of the structural characteristics and factors influencing the knowledge network of the Guangdong-Hong Kong-Macao Greater Bay Area. Tropical Geography, 2019,39(5):678-688.]
[12]	胡曙虹, 杜德斌, 范蓓蕾. 中国企业R&D国际化: 时空格局与区位选择影响因素. 地理研究, 2019,38(7):1733-1748. doi: 10.11821/dlyj020180217
	[ Hu Shuhong, Du Debin, Fan Beilei. R&D globalization of Chinese companies: Spatial-temporal pattern and influencing factors of location selection. Geographical Research, 2019,38(7):1733-1748.]
[13]	杨文龙, 杜德斌, 马亚华, 等. “一带一路”沿线国家贸易网络空间结构与邻近性. 地理研究, 2018,37(11):96-113.
	[ Yang Wenlong, Du Debin, Ma Yahua, et al. Network structure and proximity of the trade network in the Belt and Road region. Geographical Research, 2018,37(11):96-113.]
[14]	Gui Q, Liu C, Du D. Globalization of science and international scientific collaboration: A network perspective. Geoforum, 2019,105(Oct.):1-12. doi: 10.1016/j.geoforum.2019.06.017
[15]	Cao X, Zeng G, Ye L. The structure and proximity mechanism of formal innovation networks: Evidence from Shanghai high-tech ITISAs. Growth and Change, 2019,50(2):569-586. doi: 10.1111/grow.2019.50.issue-2
[16]	Bunnell T G, Coe N M. Spaces and scales of innovation. Progress in Human Geography, 2001,25(4):569-589. doi: 10.1191/030913201682688940
[17]	Boschma R. Proximity and innovation: A critical assessment. Regional Studies, 2005,39(1):61-74. doi: 10.1080/0034340052000320887
[18]	吕国庆, 曾刚, 顾娜娜. 基于地理邻近与社会邻近的创新网络动态演化分析: 以我国装备制造业为例. 中国软科学, 2014, (5):97-106.
	[ Lu Guoqing, Zeng Gang, Gu Nana. Dynamic evolution of innovation network in China's equipment manufacturing industry: Geographic proximity versus social proximity. China Soft Science Magazine, 2014, (5):97-106.]
[19]	Boschma R, Martín V, Minondo A. Neighbour regions as the source of new industries. Papers in Regional Science, 2017,96(2):227-245. doi: 10.1111/pirs.12215
[20]	Ter Wal A L J. The dynamics of the inventor network in German biotechnology: Geographic proximity versus triadic closure. Journal of Economic Geography, 2013,14(3):589-620. doi: 10.1093/jeg/lbs063
[21]	辛晓睿, 刘刚, 曾刚. 上海农业创新网络及其空间结构研究. 世界地理研究, 2017,26(6):112-120.
	[ Xin Xiaorui, Liu Gang, Zeng Gang. The spatial structure of innovation network of Shanghai's agriculture industry. World Regional Studies, 2017,26(6):112-120.]
[22]	鲜果, 曾刚, 曹贤忠. 中国城市间创新网络结构及其邻近性机理. 世界地理研究, 2018,27(5):139-149.
	[ Xian Guo, Zeng Gang, Cao Xianzhong. Structural feature and proximity mechanism of Chinese intercity innovation network. World Regional Studies, 2018,27(5):139-149.]
[23]	Abbasi A, Altmann J, Hossain L. Identifying the effects of co-authorship networks on the performance of scholars: A correlation and regression analysis of performance measures and social network analysis measures. Journal of Informetrics, 2011,5(4):594-607. doi: 10.1016/j.joi.2011.05.007
[24]	刘军. 整体网分析讲义: UCINET软件实用指南. 上海: 上海人民出版社, 2009: 97.
	[ Liu Jun. Lectures on Whole Network Approach: A Practical Guide to UCINET. Shanghai: Shanghai People's Publishing House, 2009: 97.]
[25]	刘军. 社会网络分析导论. 北京: 社会科学文献出版社, 2004: 112.
	[ Liu Jun. A Introduction to Social Network Analysis. Beijing: Social Sciences Academic Press, 2004: 112.]
[26]	刘承良, 桂钦昌, 段德忠, 等. 全球科研论文合作网络的结构异质性及其邻近性机理. 地理学报, 2017,72(4):737-752. doi: 10.11821/dlxb201704014
	[ Liu Chengliang, Gui Qinchang, Duan Dezhong, et al. Structural heterogeneity and proximity mechanism of global scientific collaboration network based on co-authored papers. Acta Georaphica Sinica, 2017,72(4):737-752.]
[27]	王若宇, 黄旭, 薛德升, 等. 2005—2015年中国高校科研人才的时空变化及影响因素分析. 地理科学, 2019,39(8):1199-1207. doi: 10.13249/j.cnki.sgs.2019.08.001
	[ Wang Ruoyu, Huang Xu, Xue Desheng, et al. Spatio-temporal change of faculty members of higher education institute and its influential factors in China in 2005-2015. Scientia Geographica Sinica, 2019,39(8):1199-1207.]
[28]	Scherngell T, Hu Y. Collaborative knowledge production in China: Regional evidence from a gravity model approach. Regional Studies, 2011,45(6):755-772. doi: 10.1080/00343401003713373
[29]	Ejermo O, Karlsson C. Interregional inventor networks as studied by patent coinventorships. Research Policy, 2006,35(3):412-430. doi: 10.1016/j.respol.2006.01.001
[30]	Inkpen A C, Tsang E W K. Social capital, networks, and knowledge transfer. Academy of Management Review, 2005,30(1):146-165. doi: 10.5465/amr.2005.15281445
[31]	贺灿飞, 金璐璐, 刘颖. 多维邻近性对中国出口产品空间演化的影响. 地理研究, 2017(9):15-28.
	[ He Canfei, Jin Lulu, Liu Ying. How does multi-proximity affect the evolution of export product space in China? Geographical Research, 2017(9):15-28.]
[32]	Knoben J, Oerlemans L A G. Proximity and inter-organizational collaboration: A literature review. International Journal of Management Reviews, 2010,8(2):71-89. doi: 10.1111/ijmr.2006.8.issue-2
[33]	Balland P A. Proximity and the evolution of collaboration networks: Evidence from research and development projects within the Global Navigation Satellite System (GNSS) industry. Regional Studies, 2012,46(6):741-756. doi: 10.1080/00343404.2010.529121

所属洲	国家	人数(人)	城市	人数(人)
北美洲	美国	143	圣路易斯	10
			剑桥	8
			伯克利	7
			帕罗奥多	7
			其他城市	111
	加拿大	10	渥太华	2
	加拿大	10	其他城市	8
大洋洲	澳大利亚	8	墨尔本	3
大洋洲	澳大利亚	8	其他城市	5
欧洲	英国	6	剑桥	2
	英国	6	其他城市	4
	瑞士	2	巴塞尔	1
	瑞士	2	其他城市	1
	德国	1	美因茨	1
	冰岛	1	雷克雅未克	1
	爱尔兰	1	都柏林	1
亚洲	中国	110	北京	39
			香港	16
			上海	6
			其他城市	49
	新加坡	15	新加坡	15
	沙特阿拉伯	7	吉达	7
	日本	5	东京	1
	日本	5	其他城市	4

	变量名称	变量描述
因变量	S_ij	科学家i与科学家j合作发表的论文数量
自变量	C_i	科学家i发表的论文数量
	C_j	科学家j发表的论文数量
	lndis_ij	科学家i所在城市与科学家j所在城市之间距离的自然对数
	sub_ij	虚拟变量,表示科学家的学科背景情况,两名科学家所在学科的背景相同为1,不同为0
	job_ij	虚拟变量,表明科学家的工作单位性质情况,两名科学家的工作相同为1,不同为0
	time_ij	表明科学家出国时间的差距,取科学家i与科学家j的出国时间的差值的绝对值
	nat_ij	虚拟变量,表明科学家的国籍情况,两名科学家的国籍相同为1,不同为0
控制变量	rdex_ij	表明科学家i和科学家j所在国家的研发能力的差异,取两名科学家所在国家研发支出（占GDP的比例）的差值的绝对值
控制变量	lnpa_ij	表明科学家i和科学家j所在国家的发表论文能力的差异,取两名科学家所在国家科技期刊文章数量的差值绝对值,再取自然对数

网络指标	实际网络值	随机网络理论值
节点数	245	-
边	1021	-
网络密度	0.03	-
网络直径	9	6
平均路径长度	3.97	3.07
平均聚类系数	0.34	0.03
度中心性	9.86	3.47
接近度中心性	41498.80	-
中间中心性	207.03	-

	模型1	模型2	模型3	模型4	模型5	模型6
C_i	0.00600^***	0.00700^***	0.00797^***	0.00832^***	0.00858^***	0.00851^***
	(-0.00126)	(-0.00134)	(-0.00136)	(-0.00141)	(-0.00141)	(-0.00133)
C_j	0.00600^***	0.00700^***	0.00797^***	0.00832^***	0.00858^***	0.00851^***
	(-0.00126)	(-0.00134)	(-0.00136)	(-0.00141)	(-0.00141)	(-0.00133)
lndis_ij		-0.0529^***	-0.0480^***	-0.0459^***	-0.0474^***	-0.0489^***
		(-0.00723)	(-0.00718)	(-0.00688)	(-0.00694)	(-0.00682)
sub_ij			0.314^***	0.301^***	0.305^***	0.313^***
			(-0.0624)	(-0.0627)	(-0.0631)	(-0.0625)
job_ij				0.119^**	0.145^**	0.137^**
				(-0.0591)	(-0.0592)	(-0.0586)
time_ij					0.00680^**	0.00771^***
					(-0.00265)	(-0.00274)
nat_ij						-0.219^**
						(-0.0882)
rdex_ij	-0.0279	0.0026	-0.011	-0.0126	-0.00545	0.0212
	(-0.0526)	(-0.0551)	(-0.0563)	(-0.0561)	(-0.0569)	(-0.0596)
lnpa_ij	-0.0133^**	0.0113^*	0.0117^*	0.0105	0.00947	-0.00541
	(-0.00652)	(-0.0067)	(-0.00687)	(-0.00687)	(-0.00687)	(-0.00952)
常数	0.866^***	1.302^***	1.035^***	0.920^***	0.849^***	1.046^***
	(-0.0568)	(-0.0859)	(-0.105)	(-0.113)	(-0.117)	(-0.136)

高被引华人科学家知识网络的空间结构及影响因素

Spatial structure and influencing factors of knowledge network of highly cited Chinese scientists

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 33

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	钱肖颖, 孙斌栋. 基于城际创业投资联系的中国城市网络结构和组织模式[J]. 地理研究, 2021, 40(2): 419-430.
[2]	刘君洋, 朱晟君. 市场间邻近性与广东省出口企业的地理集聚[J]. 地理研究, 2020, 39(9): 2044-2064.
[3]	张甜歌, 吴晋峰, 石晓腾, 吴宝清, 邓纯纯, 吴珊珊. “轮毂”模型：城市自驾旅游者的出游空间结构——以北京、西安、武汉为例[J]. 地理研究, 2020, 39(8): 1822-1835.
[4]	王姣娥, 杜德林, 魏冶, 杨浩然. 新冠肺炎疫情的空间扩散过程与模式研究[J]. 地理研究, 2020, 39(7): 1450-1462.
[5]	吴志才, 张凌媛, 黄诗卉. 粤港澳大湾区旅游经济联系的空间结构及协同合作模式[J]. 地理研究, 2020, 39(6): 1370-1385.
[6]	周慧玲, 王甫园. 基于修正引力模型的中国省际旅游者流空间网络结构特征[J]. 地理研究, 2020, 39(3): 669-681.
[7]	史利江, 刘敏, 李艳萍, 张晓龙, 高峰, 李文刚. 汾河流域县域经济差异的时空格局演变及驱动因素[J]. 地理研究, 2020, 39(10): 2361-2378.
[8]	王少剑,高爽,王宇渠. 基于流空间视角的城市群空间结构研究——以珠三角城市群为例[J]. 地理研究, 2019, 38(8): 1849-1861.
[9]	王亚飞, 樊杰. 基于中国主体功能区划的国家与省级点-轴结构解析[J]. 地理研究, 2019, 38(7): 1651-1663.
[10]	李鲁奇, 孔翔, 李一曼, 许杨博文. “一带一路”倡议下中国与中亚合作的战略支点选择[J]. 地理研究, 2019, 38(7): 1705-1719.
[11]	朱建华, 戚伟, 修春亮. 中国城市市辖区的空间结构及演化机制[J]. 地理研究, 2019, 38(5): 1003-1015.
[12]	赵新正, 冯长安, 李同昇, 刘晓琼, 芮旸. 中国城市网络的空间组织特征研究——基于开发区联系的视角[J]. 地理研究, 2019, 38(4): 898-910.
[13]	樊杰. 地域功能-结构的空间组织途径——对国土空间规划实施主体功能区战略的讨论[J]. 地理研究, 2019, 38(10): 2373-2387.
[14]	张雷, 杨波. 中国资源环境基础的空间结构特征分析[J]. 地理研究, 2018, 37(8): 1485-1494.
[15]	齐梦溪, 鲁晗, 曹诗颂, 王文娟, 邵静, 赵文吉. 基于引力模型的经济空间结构时空演变分析——以河南省为例[J]. 地理研究, 2018, 37(5): 883-897.