基于复杂网络演化理论的科研团队构建仿真研究

李艾丹

摘要：在科研团队构建与发展中，团队成员的合作精神以及人员学科、年龄、经验、科研水平的结构配置合理，对创新思维的产生和解决问题能力的提高非常重要。本文基于复杂网络理论，通过演化无标度网络模型与仿真分析，研究科研创新网络的演进过程，并通过偏好连接模型与仿真分析，研究科研创新网络对新加入科研人员主体的偏好吸引条件，为科研团队构建与发展提供参考。

关键词：科研团队构建;复杂网络;演化;偏好;仿真

中图分类号：G311      文献标识码：A

文章编号：1009-3044（2019）25-0270-03

Abstract： Setting up and developing of a scientific research team， the spirit of cooperation and the rational configuration of personnel discipline， age， experience and research level are very important， and it is very important for the generation of innovative thinking and the ability to solve problems. Based on the complex network theory， this paper studies the evolution process of the research innovation network through evolutionary scale-free network model and simulation analysis. Through the preference connection model and simulation analysis， the research innovation network attracts the preference conditions of the newly joined researchers， providing a reference for setting up and developing scientific research teams.

Key words： Research Team Setting Up; Complex Network; Evolutionary; Preference; Simulation

1 引言

創新能力是评价科研机构的关键要素，许多科研机构通过增强科研团队的构建提升创新能力[1]。科研团队是科研活动的基本单位[2]，是进行学术创新研究的主要推动者[3]。科研团队一般由2个或以上科研人员组成[4]，以团队领导人为核心，以科学技术研究与开发为内容，由优势互补、愿意为共同的研究目标和工作方法而相互协作配合承担责任的科研人员组成的群体[5]。群体的行为是个体行为的加总，但并不是线性加法，个体之间存在嵌套关系。

近年来，复杂网络的研究已经得到不同领域学者的关注，成为一个跨学科的研究热点。现实世界中很多系统都可以用复杂网络进行描述，这些复杂网络具有网络平均路径长度较小、聚类系数较大、节点度分度服从幂律分布等特性，可以看作由节点和连接节点的边组成的集合，通常用节点来表示系统中的个体，用边表示个体之间的关联关系。

复杂网络中的社会网络反映了社会成员之间的关系。社会网络中的“点”代表网络中的社会成员，“边”代表社会成员之间的联系和关系，社会网络反映了社会人际关系，包括朋友关系、上下级关系、科研合作关系等。刘璇等（2011）基于文献计量数据，利用社会网络分析方法进行了科研团队发现和评价研究，对影响科研团队绩效的因素做了假设检验，给出了提高绩效的建议：促进科研合作发挥团队优势;引导拓展合作方向与合作模式;培育和充分发挥领导成员的核心作用[6]。曾明彬等（2017）对社会网络在科研团队知识创新中的研究方向进行了梳理，指出学术界的研究热点主要集中在社会网络的网络结构、科研团队的创新绩效、社会资本对知识创新的影响等方面[7]。目前，通过复杂网络演进中的巨分支现象解释科研团队构建中偏好吸引影响团队成员的组成比例和科研创新思维拓展的研究较为少见。在科研团队组成中，团队成员的合作精神以及人员学科、年龄、经验、科研水平结构配置合理对创新思维的形成和解决问题能力的提高非常重要。在创新活动过程中，针对具体问题提出解决方案通常是困难的，问题的复杂性和关联性甚至会造成难以定位和归纳，需要不同领域、不同经验的科研团队成员集思广益，通过研究讨论开拓思维，经过话题集中和聚类，形成主要矛盾问题并找出解决问题的方法和验证方法的可行性与有效性。

本文尝试通过复杂网络演化中的巨分支现象解释上述创新活动过程，并应用Netlogo多主体仿真工具验证科研团队构建与发展中成员组合的合理配置和效率问题，为提高和拓展团队创新思路提供思考。

3 科研创新网络模型构建

本文构建的科研创新网络模型中，包括一个基于Roger Guimera等[8]形容的随机网络虚拟空间，具有开放BA功能。在这个虚拟空间中，科研人员可以组建科研团队或者加入其他科研团队开展科研创新活动。科研创新网络中进行的创新活动，表现为带有不同目的参加者，为达成某项短期目标（例如完成科技项目、撰写科技论文、申请专利等）而组成的多主体创新合作团队的博弈活动，团队成员可以是没有科研团队组建经验的科研人员（称为无经验者），也可以是有在科研团队中进行科研活动经验的科研人员（称为有经验者）。

设想科研人员在设计科研创新网络功能、组建科研团队时，会在该网络中发布其感兴趣的创新研究话题或针对性地寻求待解科研问题解决方案，吸引网络中有共同兴趣和需求的科研人员加入团队，在达到预设的某个团队成员数量后，进行创新思维交流和问题探讨。

对科研创新网络模型构建过程进行仿真，目的是研究网络模型环境的运行规律。模拟主体在网络环境中从加入、发展到消亡的演化运行情形，分析各主体在运行过程中的变化，观察网络演化结果是否符合预先设定的假设条件。在本仿真模型中，每个网络节点代表一个科研人员主体，各个节点之间的连接（科研人员主体之间的交流）构成了科研创新的次级网络（科研团队）。假设科研团队中有经验者和无经验者的比例达到某种程度时，节点之间的联系会出现偏好吸引现象，分散的节点之间联系发生剧烈变化，出现少数几乎与所有节点均有连接的巨型节点情况，即出现我们假设的分散的创新话题和问题探讨最后集中并聚类现象，并通过该现象构成与之对应的科研创新团队成员中（有经验者和无经验者）的比例的情况。

仿真在NetLogo多主体仿真环境下进行，NetLogo是美国西北大学Uri Wilensky教授于1999年开发的一个多主体建模仿真集成环境，适合对随时间演化的复杂系统进行建模仿真，本文采用的是V5.2.0版本。

初始条件中m数值取5到8的不同值，仿真模型演化趋势没有显著变化。通过仿真结果可以看出，网络中节点累计连接最多情况发生在无经验者和无经验者之间，其次是无经验者和有经验者之间。无经验者在进入科研创新网络中组建和寻找科研团队并与之发生联系的过程是各节点间形成偏好连接的发展过程，每个科研人员主体在组成科研团队时自行组建团队和加入已經存在的团队情况较多，其中已经存在的团队中一定存在有经验者，这些节点的交互频繁符合基于BA模型的合作网络的实际情况。当加入科研团队中有经验者的概率达到或超过0.35时，网络中会形成巨分支现象。即网络中各个连接主体间分散的创新话题和问题探讨最后发生集中并聚类，基于话题形成团队成员集中的情况，这种情况有利于团队创新思维的拓展和解决问题能力的提高。

5 结语

本文通过模型与仿真分析，研究了科研创新网络的演进过程和科研创新网络对新加入科研人员主体的偏好吸引条件。仿真结果反映出演化网络中节点累计连接最多情况发生在无经验者和无经验者之间，其次是无经验者和有经验者之间。当网络中有经验者数量达到一定比例时，就会产生对新加入成员主体的创新思维影响力，并形成偏好吸引。即存在分散的创新话题和问题探讨最后被引导、集中并聚类的情况，验证了本模型的仿真假设的成立。

在实际科研团队构建活动中，不同学科、不同专业背景、不同年龄、不同经验、不同科研水平的团队成员在思维交流和问题探讨中，通过不同观点的汇集和碰撞，有利于产生新颖的创新思路，发现解决问题的方法。有团队合作经验者在团队开展科研合作互动的过程中，可以更好地起到借鉴、引领和推动作用;无经验者虽然缺乏科研合作经验，但却未受过各种合作间出现问题的困扰，思维的桎梏反而较少，往往可以产生新奇的观点和想法。有经验者与无经验者之间的互动过程是知识传播、扩散和共享的过程，网络节点簇的大小反映出科研团队成员的集中度以及知识扩散的程度和频度。科研团队构建中，不同成员的合理比例对创新活动的效率具有相关性。在后续研究工作中，还可以进一步考虑对不同科技创新话题聚类产生不同集中度的巨分支现象进行分析，并选取典型节点开展案例实证研究。

参考文献：

[1] Josvold D， Tang M M L， West M. Reflexivity for team innovation in China： the contribution of goal interdependence [J]. Group and Organization Management， 2004， 29（5）： 540-559.

[2] 黄诗童，车琳娜，赵希男.科研团队成员绩效评价机制的战略构建[J].科技管理研究，2018（13）：152-157.

[3] 王衍喜，周津慧，王永吉，等.一种基于科技文献的学科团队识别方法研究[J].图书情报工作，2011，55（2）：55-58.

[4] 杜杏叶，李贺，李卓卓.面向知识创新的科研团队数据能力模型构建研究[J].图书情报工作，2018，62（4）：28-36.

[5] 于永胜，董诚，韩红旗，等.基于社会网络分析的科研团队识别方法研究——基于迭代的中间中心度排名方法识别科研团队领导人[J].情报理论与实践，2018，41（8）：105-110.

[6] 曾明彬，游玎怡，李玲娟. 社会网络在科研团队知识创新中作用的研究现状综述[J].管理现代化，2017（3）：118-121.

[7] 刘璇，朱庆华，段宇锋.社会网络分析法运用于科研团队发现和评价的实证研究[C].信息系统协会中国分会第四届学术年会论文（CNAIS2011），2011：32-37.

[8] Guimera R， Uzzi B， Spiro J， et al. Team assembly mechanisms determine collaboration network structure and team performance[J]. Science （New York， N.Y.）， 2005， 308 （5722）： 697-702.

[9] 李彦.演化网络模型中的巨分支相变[J].上海电力学院学报，2014，30（4）：392-395.

【通联编辑：梁书】