科研论文合著网络资本如何影响科学家的科研绩效：来自我国高校科学家的微观证据

雷洋昆，陈晓宇

（1.北京大学教育学院；2.北京大学审计室，北京 100871）

近年来，为持续推进科技体制机制改革创新，我国不断优化科技布局、科技管理机制和科技保障机制，推进科技领域“放管服”改革，为高校科研事业发展提供了更广阔、更自主的发展平台。同时，高校科研人财物的投入也逐步增加，不断增长的人财物投入和不断完善的体制机制为高校科研事业发展提供了坚实的基础保障，高校科研比以往任何时候更具备科研合作的动力和条件。同时，随着知识生产方式从“小科学”转变为“大科学”［1］，从以往单一领域与学科的“Mode 1”迈向跨学科、跨领域的“Mode 2”［2］，从纯粹的学院科学向集体化、极限化、效用化、政策化、产业化和官僚化的后学院科学转变［3］，科研也比以往任何时候都更加依赖学科间、行业间、组织间甚至国际间合作，科研合作已成为当下科学家主要研究范式。因此，对科学家的科研合作及其绩效的探讨便成了新时代科研管理的重要课题、引人关注。本研究基于Web of Science 核心合集数据库和科研绩效分析平台InCite，运用社会网络分析法计算北京大学理工科院系科学家科研论文合著网络各项指标，采用动态面板高斯混合模型（GMM），尝试从学科认可、政府认可、市场认可3 个维度探讨论文合著网络对科学家科研绩效的影响，以期从微观层面探讨科研合作行为及其对科研绩效的影响，为多形式、多维度评价中国科学家科研合作绩效提供新的线索。

1 文献综述

自Newman［4］首次运用合著论文构建科研合作社会网络开展研究后，越来越多的学者基于科研论文，运用社会网络分析法探讨了科研合作网络及其对科研绩效的影响。其中，部分研究从整体网络角度阐述网络结构对科研绩效的影响，如Eslami 等［5］发现，加拿大生物技术科学家科研合著网络的结构对知识和创新生产均有显著影响，但对专利质量没有产生影响；Wang［6］研究了强关系和弱关系合著网络特性与知识创造的关系，并指出网络平均联系强度与知识创造之间存在倒“U”型关系。另有部分研究从网络中个体角度阐述个体在网络中的交往关系及其所处位置对科研绩效的影响，如Abbasi 等［7-8］基于2000 至2009 年Scopus 数据库中信息科学和图书馆科学领域的科研论文，探讨了科研合著网络中心性指标、网络平均联系强度、网络效率和约束对科研论文引文（g 指数）的影响，结果表明科研绩效与中心性指标和网络位置正相关，有很多不同合作者的学者比那些有较少联系合作者的学者表现更好，有很强联系的学者（即重复合著）比那些有较低联系的学者表现更好，并建议科学家不应继续与同一集群内的作者合作，应该同新的和多样化的研究小组合作以改善论文数量和质量；Badar 等［9］考察了ISI 科学网2002 至2009 年文献计量学数据库后表明，学者合作网络的点度中心度和紧密中心度与科研绩效呈正相关性，并且女性作者对网络的紧密中心性与科研绩效关系具有调节作用；Hu 等［10］研究了科研合著网络中心性对科研绩效的影响是否与作者资历不同，结果表明网络中心性指标和科研生产力之间的积极联系通常与更高级的作者更有关。

综上所述，以往研究从不同角度对科研合著网络与科研绩效的关系进行了研究，为本研究提供了理论基础和指导，但同时也存在需进一步补充和完善之处。一方面是已有研究更多是基于某一领域文献数据库构建合著网络，或以机构或者地区为研究对象构建合著网络开展研究，而以个体为研究对象，基于某特定群体科研合著行为的研究寥寥无几，仅解峰等［11］以清华大学8 个工科院系科学家为对象进行了探讨；另一方面是已有研究进行科研合作绩效实证分析时，通常以发表论文数量和引文作为科研绩效评价指标，尽管此类指标能充分衡量科研在学术领域的认可程度，但是无法有效诠释科研产出在市场、政府等方面所获得的成就成果，科研论文合著绩效评价指标还有待进一步充实。

2 理论背景和研究假设

2.1 社会网络和社会资本理论

“社会网络”的概念是由社会人类学家巴恩斯［12］在研究挪威某渔村的社会结构时首次提出。社会网络指由多个节点和节点之间的连线组合而成的网络，其中节点即行动者，可以是个人、组织和国家，连线是社会网络内部成员之间的各种社会关系，构成了网络中行动者之间沟通与交流的桥梁［13］。社会网络通常体现着个体所拥有的社会资本，即能够为个体带来利益的社会资源与相关网络是密切联系在一起的［14］。正如科尔曼［15］所述社会资本是个人在社会活动中所积累的财产，它的外在表现为社会网络结构资源，网络结构密集性不仅有助于资源获取，还有助于推动网络中成员之间开展互惠利他的合作，进而降低经济行动的交易费用。Nahapiet 等［16］也提出，社会资本是个人在关系网络中嵌入的可获得的实际和潜在资源的总和，同时他将社会资本划分为结构性维度、关系性维度和认知性维度3 个维度。其中，结构性维度是指社会网络中各节点相互联系的总体结构，例如网络连接、网络构型和行动者之间联系的强度，主要关注其他所有联系着的整体状态和个体在网络中所处的位置；关系性维度是指人们通过人际关系创造和利用资产，并通过这些资产来改变行为和实现社会动机，主要是强调双方关系的质量，以及经由关系或特定关系手段可获得的社会资源；认知性维度是指个人在与他人互动时通过分享彼此的专业知识、学习技能等增进彼此了解，并在集体中形成行为规范，侧重体现共同的文化和潜在知识融合度。

基于社会网络和社会资本理论，少数研究实证探讨了科学家的合著网络中社会资本如何影响科研绩效，如Li 等［17］以社会资本理论为基础研究了信息系统期刊论文科研合著网络中心性指标、多产合著者计数、团队探索、出版任期对科研论文数量和质量的影响，结果表明，介数中心度在利用科研合著网络中的非冗余资源方面起着最重要的作用，从而对出版物的引用产生了显著的影响；解峰等［11］从社会资本理论出发，以清华大学8 个工科院系为对象构建科学合著网络，并将科研合著网络指标与社会资本的3 个维度相结合，探讨其对学术产出成果的影响，结果表明社会资本的结构性维度对于学术成果产出具有正向促进作用，由于学科特征差异，关系性维度和认知性维度对于学术成果的正向影响在部分院系显著；程莉等［18］沿用社会资本的3 个维度探讨了社会资本对科研合著网络的作用机制，并指出结构性维度、关系性维度社会资本直接与论文产出相关,认知性维度社会资本通过其他两个维度间接影响论文产出。

2.2 研究假设

在衡量科学家的科研绩效方面，已有研究主要采用论文发表情况作为评价指标，这是因为在同行评审的期刊上发表论文意味着科学界的认可［19］。然而，在日益复杂的科学环境中，“唯论文”无法全面立体展现科学家的科研绩效全貌，科研人员的科研绩效还体现在其获得奖项、承担科研项目及取得成果、在学术研讨会上发言、担任学术期刊编委、实施成果转化等方面。结合我国和北京大学科研实际情况，借鉴Wei 等［20］的做法，将科研绩效分为3类评价指标：学术认可、政府认可、市场认可。首先，学术认可包括发表论文数量、发表论文质量。发表论文质量指标采用InCites 平台衡量论文质量的标准化指标CNCI 值和JNCI 值。其中：CNCI 值（学科规范化引文影响力）是指某出版物实际被引数与同文献类型、同出版年、同学科领域文献的期望被引次数的比值，该值排除了出版年、学科领域与文献类型的影响，是一个无偏的影响力指标；JNCI 值（期刊规范化引文影响力）是指某出版物实际被引频次与该发表期刊同出版年、同文献类型论文的平均被引频次的比值，反映了在同一出版物上各科学家发表论文的表现。其次，政府认可衡量指标包括次年新获得科研纵向项目个数、次年科研项目到账经费。纵向科研项目是指国家通过政府机关或专门机构，以委托或下达形式批准立项的各类研究计划、基金项目。该类项目一般通过竞争机制或推荐机制获得，是来自政府的“助强”而不是“扶弱”，具有竞争性、专业性、引导性和责任［21］。因此，能够获准承担纵向科研项目的主体，通常在是那些在自身研究领域中居于优势地位，且较好地被政府认可的科学家或机构。同时鉴于科学家每年获得纵向科研项目个数有上限限制，且单独个数计量无法体现项目规模及其重要性，本研究中还引入科学家的科研项目到账经费指标予以补充。最后，市场认可采用专利授予数指标来衡量。在目前国家大力推进科技成果转化、促进工业创新、推动科研成果更具市场价值的背景下［20］，专利是衡量科学家获得市场认可的可靠参数。

2.2.1 结构资本与科研绩效的关系

结构资本是指科学家科研论文合著网络的结构所带来的资本，主要用网络中心性指标来衡量，可以反映科研合著网络关系和活动能力，以及网络位置和活动效率，主要包括点度中心度、紧密中心度、特征向量中心度和离心率等具体指标。其中，点度中心度是指某一科学家与其他科学家直接合作的数量，即合作人数，点度中心度越高，说明该科学家与更多的人进行了合作，有较好的活动能力，这对其科研绩效有较强的影响；紧密中心度是指网络中某一节点到其他所有节点的最短路径之和的倒数，紧密中心度越高意味着该节点越不被其他节点影响，则该节点在信息传递方面具有独立性或者有效性，因此紧密中心度会对科研绩效产生影响；特征向量中心度衡量了某一科学家的合作者影响力程度，该指标水平越高，意味着科学家交往的对象更具有影响力，有利于该科学家传播信息，会对其科研绩效产生影响；离心率是反映了某一科学家通过几个人能够连通整个网络的其他科学家，可以衡量该科学家在网络中的连通效率，因此也会对科研绩效产生影响。综上，本研究提出：

H1a：科学家科研合著网络关系和活动能力对科研绩效产生影响。

在反映科研合作网络位置和活动效率方面，伯特［22］将对社会网络研究的焦点从网络关系和活动能力方面转移到网络位置和效率方面，提出关系纽带（比如点度中心度）的数量并不意味着信息的有用性，相反，随着一个人的关系纽带越多、网络越大，重复冗余信息会越来越多，信息可能越来越无用，并且为了维护关系纽带还将花费大量时间和资源，增加了机会成本，因此认为一个节点的位置而不是关系纽带决定了他获取信息的新颖性和控制信息的能力。这就是结构洞原理。因此，本研究提出如下假设，并借鉴韩忠明等［23］的做法，采用介数中心度和聚类系数衡量科学家的科研论文合著网络位置和活动效率。

H1b：科学家科研论文合著网络位置和活动效率对科研绩效产生影响。

2.2.2 关系资本与科研绩效的关系

关系资本是基于信任、承诺和互惠，通过持续维持关系而创造和利用的资本。科学家们因科研合作行为具有公平性和相互信任时，会重复产生或维持这种行为，并产生有意义的沟通［24］，以及发生资源的组合交换［25］，从而影响科研绩效产生。因此，本研究提出如下假设，并借鉴Abbasi 等［7］的做法，用平均连接强度衡量关系资本。平均连接强度是指与某一个合作者平均重复合作的次数。

H2：科学家科研论文合著网络的关系资本对科研绩效产生影响。

2.2.3 认知资本与科研绩效的关系

认知资本是指网络成员的共同文化和潜在知识的融合度。文化认同、专业和知识认同是科学家产生和维持科研合作的前提，文化、知识认同感越强则合作意愿就越高、合作质量就越好，从而对科研绩效也会产生影响，因此，本研究提出假设H3如下，并借鉴程莉等［18］的做法将合作意愿、合作质量作为衡量认知资本的变量。其中，合作意愿用合著论文占比指标衡量。同时，因在合著论文中承担不同任务和角色可以诠释科学家在合作中的投入度和质量，而通信作者在合著论文中往往扮演领头人或者关键执笔人的角色，因此一个科学家在合著论文中作为通信作者的论文占比可在一定程度上衡量该科学家参与合作的质量。

H3：科学家科研论文合著网络的认知资本对科研绩效产生影响。

图1 展示了本研究提出的关于科学家科研论文合著网络中社会资本的3 个维度对科研绩效影响的模型，有3 个维度的自变量，包括结构资本两个方面6 个指标、关系资本1 个指标、认知资本两个方面2 个指标，因变量科研绩效3 个方面6 个指标，以及控制变量。

图1 科学家科研论文合著网络资本对科研绩效的影响模型

3 研究设计

3.1 数据来源

本研究使用了北京大学18 个理工科院系1 714位在校科学家2009 至2018 年包含12 248 个样本量的面板数据，包括基于科学家的科研论文数据计算的科研论文合著网络指标、科学家个人的人口统计数据、学院人财物支撑数据、科研绩效统计数据。科研论文数据来源于Web of Science（以下简称“WOS”）数据平台核心合集库，并通过北京大学图书馆机构知识库进行了清洗。因部分论文涉及的合作者过多，最高达5 105 个作者，而超大规模作者署名论文具有影响力不可预测、不具有连贯性等特征，应区别对待［26］，因此，本研究仅选取了作者数为100 人及以下的科学家的科研论文37 954 篇（以下简称“样本合作论文”）。同时，基于样本合作论文构建了科学家科研论文合著网络，以科学家为节点，以科学家之间合著发表论文为边相互连线，即如果两位科学家同时出现在一篇论文署名中，则定义这两位科学家进行了合作，就在这两位科学家之间连一条线、创建一条边，从这两位科学家连接出去的线条个数就是其合作的总人数；另外，如果两位科学家共同署名发表1 篇以上的科研论文，则对原来的连线重复连接一次，对边进行加权，加权的线条数代表科学家科研合作的总次数。科学家科研论文合著网络各项指标主要运用Gephi 软件计算而得。人口统计数据来源于北京大学各学院网站公示的科学家简历信息等人事数据，所属学院基本数据来源于学校相关统计数据，科研绩效论文绩效统计数据来源于InCites 平台和北京大学科研管理部门年报整理而得。需要注意的是，因10 年间有部分科学家是其间新加入或退出，因此该面板数据并非每一年包含的个体都一样，是非平衡面板数据。

3.2 变量测度及描述统计

本研究中因变量为科学家的科研绩效，如上所述，使用学术、政府、市场认可3 个维度6 个指标衡量，具体包括学术认可指标的发表论文数、CNCI值、JNCI值，政府认可指标的次年纵向科研项目个数、次年科研到账经费，市场认可指标的次年专利授予数；自变量为科研论文合著网络指标，按照社会资本3 个维度进行归类和整合8 个指标衡量，具体包括结构资本指标的点度中心度（Degree）、紧密中心度（Closness）、特征向量中心度（Eig）、离心率（Ecc）、介数中心度（Between）、聚类系数（Clus），关系资本指标的平均连接强度（Tie），认知资本指标的合著论文占比（CO_ratio）、合著论文中通信作者论文占比（C.A._ratio）。其中，由于数据可得性问题，专利授予数包含期间为2014 至2018 年；其他指标考察期间均为2009 至2018 年。

借鉴Bland 等［27］提出的科研生产力受到个人特征、制度特征综合影响的观点，将科学家个人特征、所属学院组织特征、学科特征等设为控制变量，具体包括：（1）个人特征指标的性别、职称、年龄。其中，职称分为正高级职别和非正高级职别；年龄分为1～35 岁、36～45 岁、46～55 岁、大于56岁4 个年龄组，1～35 岁为对照组；性别为女性为对照组。（2）衡量组织特征指标的学院人均经费、学院人均实验室面积、学院人均设备原值、学院人均硕士生数、学院人均博士生数、学院人均博士后数、学院人均合同制数、学院人均辅助人员数。其中，辅助人数是指专业技术人员和行政管理人员。（3）衡量学科特征指标是参照学校理工科科研管理部门归类，将18 个学院归集至九大类学科，包括信息科学、生命心理、交叉学科、化学、地空、工学、数学、物理、环境。各变量描述性统计具体如表1 所示。

表1 样本科学家特征描述性统计

3.3 实证方法

由于惯性或部分调整，个体当前行为取决于其过去的行为［28］，科研合作行为往往也具有滞后影响，因此，借鉴以往学者做法，本研究在探讨科学家科研合著网络对其科研绩效影响时，也将上期被解释变量作为当期解释变量构建动态面板数据，并运用Stata 15.1 软件，采用系统GMM 估计方法进行分析。具体回归模型为：

式（1）中：Y为因变量，Z为控制变量；下标i表示科学家，t表示年份；α表示截距项；ρn(n=1，2，3)分别表示滞后因变量系数；βm(m=1，2，3， ，9)分别表示第m个变量变化一个单位导致因变量变化的数量；λt表示时间的固定效应；μi表示科学家个人的固定效应；εit表示随机扰动项。

4 实证结果与分析

4.1 结构资本对科研绩效的影响

4.1.1 网络关系和活动能力对科研绩效的影响

如表2 所示，衡量科学家活动能力的点度中心度与论文发表数量、论文质量和次年科研到账经费均正向相关，且在1%水平上显著，即每增加一位合作者，论文数量会增加0.136 篇，期刊规范化引文影响力会增加0.004，学科规范化引文影响力会增加0.012，也会增加次年科研项目到账经费；合作者的关系越重要，发表论文数反而会下降，这意味着科学家的科研合作是强弱合作，与其合作的科学家的重要性越强，科学家自身的重要性可能越弱，发表论文的数量因而也越少；离心率对期刊规范化引文影响力、新获纵向科研项目个数、专利授予数均有正向影响，即多经过一位合作者连通其他所有科学家， JNCI 值会提高0.007，次年获得纵向科研项目个数会增加0.006，专利授予数会增加0.021 件，这意味着在网络中与更快联系上其他所有人相比较，能联系更多人更能提升科研绩效。

4.1.2 网络位置和活动效率对科研绩效的影响

如表2 所示，在1%水平上，科学家的介数中心度与发表论文数量显著正相关，聚类系数与发表论文数量显著负相关，意味着科学家越处于关键桥梁位置则控制更多的信息和资源，越有助于科研论文数量产出，同时科学家的聚类系数对CNCI 值和JNCI 值在1%水平上均具有正向显著影响，即合作者之间相互联系越紧密则发表论文的质量会更高。这与对论文发表数量的影响正好相反，原因可能是当科学家的合作者相互联系不多时，意味着科学家的合作范围更广、合作领域更加多元，这尽管会增加论文产出数量，但因每一位合作者不可能在每个领域都有出色表现，从而会导致论文平均质量有所下降；反之，当合作者相互之间联系紧密时，意味着科学家聚焦于某一领域或者主题研究，科研合作和研究会更加深入，论文平均质量也会更高。此外，科学家的聚类系数低代表其与合作者相互联系较少，意味着科学家在网络中位于更能控制信息和资源的有利位置，而聚类系数高代表其与合作者相互联系密切，意味着抱团和团队合作，因此，聚类系数与论文质量呈负向相关也表明，与控制网络信息和资源相比，团队合作更能促进论文质量提高。介数中心度（控制网络信息和资源的能力）与论文质量不相关也体现出了这一点。

最后，网络位置和活动效率与政府认可指标不相关，但对市场认可指标的专利授予数均在5%水平上有负向显著影响，这可能是当科学家与合作者相互联系更多时，或其越处于信息传递的桥梁位置时，其接收的新颖信息更少，从而影响到科研产出的独创性或者增加申请专利的难度。

由此可见，结构资本对科学家科研绩效具有显著影响，本研究假设H1a和H1b成立。其中：网络关系和活动能力对科学家的学术认可有显著影响，但对政府认可、市场认可仅在部分方面有所表现；网络位置和活动效率对科学家的学术认可、市场认可有显著影响，但与政府认可不相关。

4.2 关系资本对科研绩效的影响

如表2 所示，科学家在网络中的平均连接强度与论文发表数量在1%水平下正向相关，即科学家平均多重复合作1 次，论文将增加3.37 篇，这意味着当科学家基于信任、习惯等因素与其合作者进行重复合作时，会因为成本降低、合作更深入等原因提高论文发表数量。但这种正向促进作用也仅仅体现在论文发表数量方面，在发表论文质量方面，重复合作对科学家的CNCI 值没有影响，对科学家的JNCI 值则是负向影响，可能的原因是重复合作产生的论文具有高度相似性，会减少每篇论文的关注度，因此，尽管发表论文数量有所增加，但是平均引文数量却下降了；也可能是因为重复合作并没有深化主题，或者深化了主题但却缺乏创新，从而导致论文质量水平不尽人意。由此可见，科学家维持着科研合作网络的关系资本，加强重复合作会对其学术认可产生不同方面的影响，但对政府认可、市场认可不产生影响，则本研究假设H2成立。

4.3 认知资本对科研绩效的影响

如表2 所示，合著论文占比与发表论文数量和新获取纵向科研项目个数均呈负向相关，合著论文中通信作者论文占比与发表论文数量呈正向相关，这意味着科学家合著论文占比越高、获得纵向科研项目的能力越弱，在合著论文中是通信作者的发表论文数量会更多，因此，认知资本对科学家的学术认可、政府认可有部分影响，但对市场认可无影响，则本研究假设H3成立。

表2 样本科学家科研论文合著网络资本对科研绩效的影响

表2 （续）

控制变量对科研绩效也具有较大影响。在个人特征方面，相对于女性科学家，男性科学家新获纵向科研项目平均多1.160 个；相对于非正高级别科学家，正高级别科学家平均多增加0.208 个新获纵向科研项目、0.013 元科研经费；相对于35 岁以下科学家群体，其他较大年龄组的科学家群体的JNCI值、科研到账经费均有所下降，且年龄组越大的下降幅度越大，其中46 岁以上的科学家群体新获纵向科研项目个数平均会下降，56 岁以上科学家群体平均专利授予数量会下降。在组织特征方面，人均经费对科学家科研到账经费呈负向影响；人均实验室面积对新获纵向科研项目呈正向影响；学院的设备支持对专利授予数呈正向促进作用，但对论文发表数量呈负向影响；每增加一个博士后，CNCI 值将增加0.818、科研到账经费也会增加；人均辅助行政人员尽管对CNCI 值是负向影响，但与科研到账经费正相关。在学科特征方面，相对信息科学学科，各学科的学术认可方面差异不大，意味着各个学科在各自领域的合作活动中均发挥了同等作用。在政府认可方面，相对信息科学学科，前沿交叉学科、地空、环境等学科会获得更多的纵向科研项目。在市场认可方面，除前沿交叉学科之外，相对于信息科学学科，其他学科专利授予数均有所减少，这意味着信息科学学科作为应用学科，科研成果转化力度更大，获得的市场认可度更高。

5 结论与讨论

本研究基于Web of Science 核心合集数据库构建了北京大学理工科科学家2009 至2018 年的科研论文合著网络，在计算相关网络指标后，从社会资本视角，采用动态面板GMM 模型探讨了科研论文合著网络资本对科学家在学术、政府、市场三方面的绩效影响。从实证结果来看，科学家积累更多的社会资本将更有利于其提升科研绩效。主要结论如下：

（1）从结构资本来看，网络关系和活动能力对科学家的学术认可有显著影响，但对政府认可、市场认可仅在部分方面有所表现；网络位置和活动效率对科学家的学术认可、市场认可有显著影响，但与政府认可不相关。具体而言，首先，与科学家合作人数越多，科学家发表论文数量、质量和科研到账经费都会有所提升，因此，应继续鼓励科学家通过合著论文开展科研活动；其次，科学家的合作者越重要，科学家发表论文数量会越少，意味着目前我国高校科学家之间的合作更多是强弱合作，且这类合作会对级别更低的科学家产生负面影响；第三，更快更有效地连通网络中所有科学家并不能提升科研绩效，在网络中科学家的关系链条越长越能提高科研绩效，这意味着在科研合作中相互深入沟通、相互认可和熟知非常重要；最后，科学家的聚类系数与论文数量负相关、与论文质量正相关，介数中心度与论文数量正相关、与论文质量不相关，意味着科学家合作领域更多元、合作范围更广泛，比如跨学科合作、跨组织合作，会促使论文数量的提高，而科学家越处于结构洞位置，论文数量也会越高。但同时论文质量跟科学家是否处于结构洞位置无关，跟科学家的合作者是否聚类有关，即团队比个人更容易提高论文质量，专注某个领域的合作研究比广泛地开展合作更能提高论文质量。

（2）从关系资本来看，关系资本会对科学家的学术认可产生不同方面的影响，但对政府认可、市场认可不产生影响。具体表现为科学家之间加强联系开展重复合作仅仅会提高科研论文数量，而对其他科研绩效没有影响，甚至会导致JNCI 值下降。

（3）从认知资本来看，认知资本对科学家的学术认可、政府认可有部分影响，但对市场认可无影响。具体来看，合著论文占比越高，科学家发表论文数量和新获得纵向科研项目越少，这意味着政府认可对独立研究能力要求较高，或者是因为北京大学理工科科学家合著比例较高（近10 年来占比均在97%以上），已步入边际效益递减区域；合著论文中通信作者论文占比与发表论文数量正相关，意味着科学家在合作中扮演重要角色会促使发表论文数量增多。

以上实证结果不仅可以增进对科学家科研合作的理解，还得到以下科研管理、科研实务方面的启示意义：首先，从科研论文合著网络资本对科研绩效的影响因素来看，科研绩效不仅受合作人数、合作次数的影响，还与合作对象、合作形式、合作中扮演的角色和所处的地位息息相关，这些因素相互交织在一起形成了科学家合著网络的社会资本，并对科研绩效从不同角度、不同程度产生了深刻影响，因此，不管是科学家还是科研管理部门，应综合考虑各项影响因素，避免单一、盲目追求增加合作数量而忽视了对科研合作形式、合作对象、合作地位等合作结构和合作质量的考虑，尤其是对合著论文占比长期较高的北京大学理工科科学家而言，合作数量已达到边际效益递减的拐点，科研合作更应从增量向提质转变，进而积累更具价值的社会资本以促进整体科研绩效的提升。其次，从科研论文合著网络资本对科研绩效的影响机制来看，社会资本不同度量指标对科学家的学术、市场、政府认可的影响方向、影响程度均不同，科学家和科研管理部门应结合自身实际，积累适合自身发展的社会资本以提升科研绩效，比如科学家的合作者关系越不紧密，意味着科学家可能从事着更多的跨学科、跨组织科研合作研究，这种合作形式最初会提高论文数量和专利授予数，但也会降低发表论文的影响力，因此，科学家和科研机构如要大力发展跨学科合作，就要通过组织协调和设计科学合理的体制机制达到论文数量和论文质量的平衡；又比如，重复合作尽管会提高论文数量，但也会降低论文的影响力，因此，如果科学家要提高论文质量就需要突破“熟人社会”壁垒，开拓更多新的合作者，降低重复合作次数。最后，从科研论文合著网络资本对科研绩效的影响效果来看，基于科研论文构建的社会网络资本与科学家的学术认可更密切相关，而与政府认可、市场认可度量指标相关性较少，尤其是对政府认可影响最少，这除了可能存在考虑指标选择的固有缺陷会带来统计偏差之外，更为重要的是科研论文本身无法诠释全部的科研绩效，因此科研管理部门对绩效的评价应从科研论文扩展到对科研项目、科研成果转化等多方面综合评价上来。

本研究作为一项从微观层面多维度探讨科研论文合作网络及其绩效的尝试性研究，同时也存在一些不足：首次，由于数据可得性和准确性问题，仅仅以北京大学理工科类科学家为研究对象，考虑了Web of Science 核心合集库的论文，如果能逐步将人文社科类科学家甚至其他高校科学家、CNKI 数据库的中文论文纳入研究范围并进行对比分析，相信会得到更有意思和更有意义的结论；其次，仅对理工科科学家整体数据做了回归分析，而没有考虑理工科内不同学科之间的差异和调节作用，尽管通过设置学科控制变量浅析了不同学科科研绩效的区别，但如能对学科之间论文合著网络绩效进行对比分析就更有意义；最后，网络中的社会资本度量一直都是难题，用网络中心性指标可以较好地解释结构资本，但是关系资本和认知资本受到文化、学术、社会经历多重因素影响，还需要进一步挖掘更适合的指标予以度量，同时社会资本3 个维度是相互关联的，尚未对其相互作用情况进行探讨。这些都是下一步研究需要努力和改善的地方。