网络关系强度对医学信息专业研究生创新能力的影响

潘 玮，王 伟，于 跃，王 俏

(吉林大学公共卫生学院医药信息与卫生管理学系，吉林 长春 130021)

研究生教育作为我国学位教育的最高层次，其根本任务是培养具有创新能力的高水平研究型人才［1］。影响研究生创新能力的因素是多方面的，学界主要从导师因素、培养体制、教育制度等方面探讨各因素对于研究生创新能力的影响［2-4］。本文试图利用社会网络理论探讨网络关系强度对医学信息相专业研究生创新能力的影响。一般来讲网络关系强度包括强联系和弱联系。强联系有利于高质量知识的传递，而弱联系有利于异质性知识的传递。从学生与其硕士培养单位之间的联系强度来看，强联系是指学生的本科教育与硕士教育在同一单位，即本校研究生;弱联系是指学生的本科教育与硕士教育在不同单位即外校研究生。我们将探讨这两种联系强度对学生科研创新能力的影响。

一、材料和方法

1.调查对象。

随着医学科技事业和医院信息化的发展，医学信息人才需求与日俱增。而创新能力培养则是医学信息人才培养的重要方面［5］。本文选取在国内具有医学信息相关专业硕士培养资格的四所院校和一所研究机构的硕士研究生作为研究对象，考查其科研创新能力。参与调查的硕士研究生的专业为面向医学信息资源开发与管理的情报学专业、图书馆学专业以及社会医学与卫生事业管理专业卫生信息管理方向。我们统称医学信息相关专业。

2.调查问卷。

问卷分为两部分，第一部分旨在了解调查对象本科毕业单位和本科专业。第二部分旨在调查学生的科研创新能力，包括学生发表的期刊论文数，会议论文数和参与科研项目数。问卷采用电子邮件的方式发放，要求调查对象独立填写。共发放问卷100份，收回问卷72份，回收率为72%，其中有效问卷72份。有效率为100%。

3.研究方法。

采用问卷调查方法获得数据，利用Ucinet 6.0软件构建医学信息专业各培养单位学生流动网络图，利用SPSS 17.0对数据进行正态性检验，t检验和非参数秩和检验，考查数据有无显著差异性。

二、研究结果

1.各单位硕士研究生生源构成情况比较。

各单位硕士研究生生源构成情况如表1所示。

从表1中可以看出，C和B单位本校研究生所占比例较高，为75%和70%;D和A单位本校研究生所占比例较低，为31.58%和18.75%;E单位不招收本科生，其研究生都来自外校。

表1 各单位研究生生源构成情况表

2.各单位学生流动网络构成情况。

学生从本科培养单位进入硕士培养单位，会使两个单位建立起联系，从而使各单位组成一个学生流动网络。利用Ucinet 6.0软件构建各单位的学生流动网络图如图1所示。

对图1中的一些数字标识进行简要说明:对于A、B、C、D、E五个结点的标识，以B结点为例，B10(7，2)表示B单位共有10名学生，其中本校学生7名，在整个学生流动网络中向外输出学生2名。图中细条的粗细表示不同的学生输出量:细线条表示学生输出量为1，较粗的线条表示学生输出量为2，最粗的线条(由A指向E的线条)表示学生输出量为3。

从图1中我们可以看出D、E和A单位所联系院校较多，依次为12、11和10个;而B和D单位所联系的院校较少为4个和3个。而且值得注意的是A、B、C、D四单位各自形成了相对独立的学生流动网络，且它们之间没有直接的联系，说明这四所单位之间不存在学生交流的情况。

图1 各单位学生流动网络图

3.“本校研究生”与“外校研究生”科研创新能力比较。

本研究用学生在校期间发表的期刊论文数，会议论文数以及参与的科研项目数来定量的表示学生的科研创新能力。我们将在期刊和会议上发表的同一篇论文视为一项成果。对于合作者的处理，我们将学生为第一作者，及学生导师为第一作者，学生为第二作者的论文数视为学生发表的论文数。通过专家咨询的方法对“发表论文数”和“参与科研项目数”两项指标给予不同的权重，结合各位专家意见，“发表论文数”指标的权重为0.7，“参与科研项目数”指标的权重为0.3。在此基础上定义“创新能力指数”指标，其值等于“发表论文数×权重(0.7)+参与科研项目数量×权重(0.3)”。为了排除“时间”变量对结果的影响，我们对于创新能力指数进行标准化处理得到标准化创新能力指数。标准化创新能力指数=创新能力指数/学生年级。

在这里，我们将所有学生按其本科培养单位与硕士培养单位相同与否分为“本校研究生”和“外校研究生”两个类别，由于E单位没有本科生，为了得到更客观的结果，我们把“外校研究生”再分为两组，一组不含有E单位的研究生，用“外校一”表示;一组包含有E单位的研究生，用“外校二”表示。三组学生的科研创新能力情况如表2所示。由表2可知，对于标准化创新指数来说，本校组的均数为1.04大于外校二组的均数0.91大于外校一组的均数0.88。那么这种差别是否具有显著性，我们需要通过统计学的方法来进行进一步的验证。

表2 各单位学生科研创新能力情况表

我们首先对三组数据进行正态性检验，检验结果如表3所示。

表3 单样本Kolmogorov-Smirnor检验

由表3可知，“本校组”P=0.179 ＞0.05，“外校二组”P=0.090＞0.05，这两组数据符合正态分布。“外校一组”P=0.045＜0.05不符合正态分布。因此“本校组”和“外校二组”之间均数的比较可以采用t检验;“本校组”和“外校一组”之间均数的比较则需采用非参数秩和检验。t检验的结果如表4所示，非参数秩和检验的结果如表5所示。

表4 独立样本检验

由表4 可知 F=0.193，P=0.662 ＞0.05，说明两组数据方差是齐性的，因此 t=0.661，P=0.511 ＞0.05，说明本校组和外校二组标准化创新指数的均数无显著性差异。

表5 检验统计量

由表5 可知 Z=-1.228，P=0.219 ＞0.05，说明本校组和外校一组标准化创新指数的均数无显著性差异。

三、讨论与分析

1.各单位学生生源构成情况分析。

从各单位学生生源构成情况来看，B和C单位本校研究生所占比例较大，A、D、E单位外校研究生所占比例较大，相应的从各单位学生流动网络图来看，与A、D、E单位联系的机构较多，而与B、C两单位联系的机构较少。而且值得注意的是A、B、C、D四单位各自形成了相对独立的学生流动网络，它们之间没有直接的联系，说明这四所单位之间不存在学生交流的情况。

造成这种情况的原因主要包括以下三个方面。

第一，区位因素的影响。B、C两单位位于东北，经济、交通、气候等区位条件均不及位于南方的A、D两单位。而在学术地位上四所单位又不相上下，因此A、D两单位凭借区位优势更能吸引外校学生。而E单位位于北京，得天独厚的区位优势更能吸引学生。

第二，地缘因素的影响。各单位在特定的区域内拥有各自的影响力，加之与这些区域在

文化、气候等地缘因素上具有相似性，从而使各单位能够成为局部网络的中心。而由于A、B、C、D四单位学术实力相当，因此受地缘限制，这四个单位的学生要么选择去区位和学术实力更胜一筹的E单位读研，要么选择在本校读研。因此造成四单位之间没有学生的交流。

第三，思维方式的影响。A、D两单位培养的本科生毕业后不把读本专业研究生作为第一选择，相对于A、D两单位，B、C两单位培养的本科生则更愿意在本专业继续深造。这也是造成A、D两单位本校研究生比例较低，而B、C两单位比例较高的一个原因。

2.“本校研究生”与“外校研究生”科研创新能力比较分析。

通过对本校研究生和外校研究生标准化创新能力指数的比较，我们发现两者没有显著性差异。这虽然不能说明外校研究生比本校研究生出色，但至少可以说明在科研创新能力上，外校研究生并不比本校研究生差。

从学生与其硕士培养单位的联系强度来看，本校研究生属于强联系，外校研究生属于弱联系，就学生科研创新能力的培养来说，强联系和弱联系各自发挥着优势，强联系传递知识的质，弱联系传递知识的量［6］。强联系使得学生与导师之间交流更加顺畅，配合更加默契，不需要另外的磨合时间，而这恰恰是高质量知识传递的必要条件。学生可能很快掌握某一方向的研究方法，从而有利于对这一方向进行更深入的研究;弱联系使学生接受了更多的异质性信息，从而拓宽了学生的知识面，这种崭新的思想和学生原有的思想发生碰撞和整合，可能有助于学生进行创新性的研究。

在这里需要指出的是，本文所定义的标准化创新能力指数这一指标是有局限性的。具体表现在:第一，这只是一个静态的指标，只反映一个时间点上各单位学生的科研创新能力，受学生自身因素的影响很大。第二，只计算论文的数量，而没有考虑刊载论文期刊的质量。因此，该指标只能从这一定程度上反映各单位学生的科研创新能力。

四、结 语

本文探讨了网络关系强度对于硕士研究生创新能力的影响，发现在创新能力上，外校研究生并不比本校研究生差。各培养单位应该鼓励研究生之间的跨校交流，可通过双导师制，共同合作项目，互派研究生实习等方式加强各单位之间学生的交流。对于学生来讲，应该解放思想，改变观念，去不同学校深造。通过加强交流使不同的思想和知识发生碰撞，打破学科内闭门造车，封闭发展的现象，只有这样才能更有利于研究生自身的成长。

［1］常顺英，林 彤.研究生创新意识和创新能力的培养［J］.北京理工大学学报(社会科学版)，2006，8(5):106-109.

［2］王得忠，胡 荣.研究生创新能力培养的环境因素分析［J］.学位与研究生教育，2007(6):22-26.

［3］杨际军.关于影响研究生创新能力的教育制度因素的探析［J］.现代教育科学，2005(6):97-99.

［4］姜友芬，吴宏翔，熊庆年，等.影响研究生创新能力培养的导师因素分析［J］.复旦教育论坛，2005(6):51-54.

［5］王 伟，许培扬，曹锦丹，等.我国医学信息教育发展战略研究的总体设计与构想［J］.中华医学图书情报杂志，2010(11):1-3.

［6］Retzer S，Yoong P，Hooper V.Inter-organizational knowledge transfer in social networks:A definition of intermediate ties［J］.Inf Syst Front，2012(14):343-361.