基于結(jié)構(gòu)復(fù)雜性的科研團隊類型劃分及特征分析
——以電動汽車領(lǐng)域為例

邢曉昭 呂紅能

（1.中國科學(xué)技術(shù)信息研究所，北京 100038；2.重慶大學(xué)，重慶 400044）

0 引言

建立科研團隊既順應(yīng)大科學(xué)時代學(xué)科交叉融合、學(xué)術(shù)交流頻繁的時代趨勢，又符合科研工作需要知識共享和優(yōu)勢互補的自身規(guī)律，因此科研團隊在管理學(xué)界受到普遍重視?？蒲袌F隊的組織是我國科研工作中的基礎(chǔ)，也是科研工作的薄弱環(huán)節(jié)。相較于發(fā)達國家，國內(nèi)科研團隊缺乏良好的組織模式，創(chuàng)新效率和自主運營能力有待提高。然而，要對科研團隊進行正確引導(dǎo)和科學(xué)培育，則需要尊重其自身發(fā)展規(guī)律?？蒲袌F隊作為一個復(fù)雜系統(tǒng)，具有自組織性，因此在其自組織演化過程中必然伴隨復(fù)雜性的增長，而這種復(fù)雜性可以從多個維度進行刻畫。其中，組織結(jié)構(gòu)反映了團隊的運作方式，影響團隊的執(zhí)行效率，對團隊發(fā)展起著關(guān)鍵作用。然而，組織結(jié)構(gòu)雖具有不顯著性和不確定性，但卻隱含在成員之間相互合作的社交網(wǎng)絡(luò)中。本文擬以我國電動汽車領(lǐng)域科研團隊為例，通過對網(wǎng)絡(luò)結(jié)構(gòu)的挖掘識別團隊組織結(jié)構(gòu)的復(fù)雜性，進而探討科研團隊的復(fù)雜性增長與其他特征變化之間的關(guān)聯(lián)性。

1 相關(guān)研究

陳春花等[1]首先在國內(nèi)提出將團隊運作模式引入到科研組織管理中，基于Katzenbach和Smith對“團隊”的定義，指出科研團隊的基本特征是以科學(xué)技術(shù)研究開發(fā)為內(nèi)容、成員間技能互補、責(zé)任互擔(dān)，且具有共同科研目的。劉惠琴等[2]將研究型大學(xué)的科研團隊分為師生團隊、學(xué)科團隊和項目團隊3 種類型，并分別剖析了這3種科研團隊的創(chuàng)新模式。隨著團隊形式在科研組織中的普遍運用，有學(xué)者開始關(guān)注如何去發(fā)現(xiàn)這些團隊，以便進行更為科學(xué)規(guī)范的管理。科研團隊識別方法經(jīng)歷了從傳統(tǒng)識別方法向社會網(wǎng)絡(luò)分析方法發(fā)展的過程。傳統(tǒng)方法主要綜合多方面顯性數(shù)據(jù)，包括問卷調(diào)查、實地訪談等方法[3-4]。受地理、領(lǐng)域、機構(gòu)等多方面物理條件限制，傳統(tǒng)方法具有局部性和靜態(tài)性，并且是針對已有的科研團隊展開，不具有前瞻性和預(yù)測性。隨著互聯(lián)網(wǎng)和信息技術(shù)的滲透蔓延，人類社會真實的人際關(guān)系被計算機所記錄，并借助Internet的特性衍生出新的社會秩序和關(guān)系?？蒲袌F隊的合作創(chuàng)新行為也被完美地映射到網(wǎng)絡(luò)空間，產(chǎn)生了大量豐富而具有活力的社會網(wǎng)絡(luò)數(shù)據(jù)，如合作網(wǎng)絡(luò)、引文網(wǎng)絡(luò)等。基于大數(shù)據(jù)的社會網(wǎng)絡(luò)分析方法成為研究的熱點：Awal等[5]提出集體智力指數(shù)（CII），用于從一個具有合作基礎(chǔ)的專家社會網(wǎng)絡(luò)中發(fā)現(xiàn)專家并組建團隊，以完成特定任務(wù)。CII的計算考慮專家的知識能力和合作能力兩方面因素，通過遺傳算法實現(xiàn)計算結(jié)果的最優(yōu)化。Wan Wencong[6]基于帶時間戳的合作者網(wǎng)絡(luò)提出一種動態(tài)學(xué)術(shù)團隊發(fā)現(xiàn)算法。李綱等[7]提出一種科研團隊發(fā)現(xiàn)方法：首先對合著網(wǎng)絡(luò)進行中心性分析識別團隊領(lǐng)導(dǎo)人，然后基于派系分析識別團隊核心成員，最后通過滾雪球方法識別團隊非核心成員。此后，又在團隊發(fā)現(xiàn)基礎(chǔ)上結(jié)合論文引用關(guān)系構(gòu)建科研團隊引證網(wǎng)絡(luò)，提出基于蝴蝶結(jié)模型和網(wǎng)絡(luò)位置理論劃分科研團隊角色的方法[8]。于永勝等[9]在李綱的科研團隊發(fā)現(xiàn)算法上進行改進，采用基于迭代的中間中心度排名法識別科研團隊領(lǐng)導(dǎo)人。

上述研究在科研團隊識別的方法、實證、分析對象和應(yīng)用目標(biāo)方面進行了嘗試，并取得很好效果，為后來學(xué)者的研究奠定了理論基礎(chǔ)。但仍存在需要進一步深入探討的問題：一是現(xiàn)有研究，尤其是國內(nèi)研究中的識別方法主要基于淺層次的社會網(wǎng)絡(luò)分析方法，如中心度或凝聚子群分析等。社團發(fā)現(xiàn)算法可以被更好地運用于科研團隊識別。二是對科研團隊的識別以成員發(fā)現(xiàn)為主，缺乏更為深入的剖析，如成員角色辨識、團隊結(jié)構(gòu)分析和團隊類型劃分等。三是現(xiàn)有研究的合作網(wǎng)絡(luò)主要從論文的作者數(shù)據(jù)中提取，可以選用更為豐富的技術(shù)資料進行科研團隊識別，如專利文獻等。本文對電動汽車領(lǐng)域的科研團隊進行識別，基于科研團隊結(jié)構(gòu)復(fù)雜性劃分團隊類型，并對不同類型團隊特征進行分析，以期為探析團隊演化規(guī)律、為遴選優(yōu)秀團隊提供借鑒。

2 基于結(jié)構(gòu)復(fù)雜性的科研團隊分類方法

科研團隊是由于科學(xué)家的自由探索與自發(fā)合作而形成的，其演化滿足自組織過程，即在一個內(nèi)部機制的驅(qū)動下，經(jīng)歷了由無序向有序、由低級向高級，不斷提高自身復(fù)雜性和成員分工精細度的發(fā)展過程。隨著團隊的形成與不斷發(fā)展，研究者從相互獨立、地位平等、隨機合作的個體逐漸變?yōu)榻巧潭ā⒛繕?biāo)一致、緊密配合的成員。而團隊由平等、多元、自由溝通的松散群體向穩(wěn)定、高產(chǎn)、分工精細的組織方向發(fā)展。只有科研團隊通過自組織的方式演化，系統(tǒng)才能形成原來沒有的特性、功能和結(jié)構(gòu)，這就意味著復(fù)雜性的增長。因此度量組織結(jié)構(gòu)的復(fù)雜性有助于評價一支科研團隊的發(fā)展?fàn)顟B(tài)。團隊的組織結(jié)構(gòu)下沉到每個個體則表現(xiàn)為成員角色分工。分工的不同決定其在每次創(chuàng)新活動中的合作對象和發(fā)揮作用的不同，進而表現(xiàn)為網(wǎng)絡(luò)位置的差異性。

鑒于此，本文提出的基于結(jié)構(gòu)復(fù)雜性的科研團隊分類方法：一是通過有向合作網(wǎng)絡(luò)中節(jié)點的出度和入度對成員角色進行識別。共設(shè)置6 種成員角色，其中領(lǐng)導(dǎo)者、中介者和技術(shù)骨干3 種角色為核心成員，而主要參與人、一般參與人和外圍成員為非核心成員，識別標(biāo)準如表1 所示。二是通過考察科研團隊中包含的核心成員角色種類來劃分團隊類型。按照團隊結(jié)構(gòu)復(fù)雜性遞增的順序，將一般團隊劃分為均衡型、扁平型、標(biāo)準型和深度分化4 類，其中結(jié)構(gòu)復(fù)雜性為1 和2 的團隊中各有一種特殊情況，將其單列為邊緣型和臨時型團隊，共得到6 種類型科研團隊，其判別標(biāo)準如表2 所示。

3 科研團隊識別及各類團隊特征分析

本研究基于專利發(fā)明人合作網(wǎng)絡(luò)對我國電動汽車領(lǐng)域科研團隊進行識別，包括基于無向合作網(wǎng)絡(luò)識別團隊成員和基于有向合作網(wǎng)絡(luò)識別團隊結(jié)構(gòu)，進而根據(jù)科研團隊的結(jié)構(gòu)復(fù)雜性劃分團隊類型，并對各類型團隊的特征進行分析。詳細實驗步驟如表3 所示。研究數(shù)據(jù)來源于中國科學(xué)技術(shù)信息研究所“電動汽車專題數(shù)據(jù)庫”，社會網(wǎng)絡(luò)分析過程主要基于Python語言中的NetworkX軟件包進行。

3.1 電動汽車領(lǐng)域科研團隊總體情況

3.1.1 全局合作網(wǎng)絡(luò)的基本指標(biāo)

所有發(fā)明人的全局合作網(wǎng)絡(luò)如圖1 所示。節(jié)點大小代表發(fā)明人參與的專利數(shù)量，圖1 中標(biāo)出了排名前30 位（參與發(fā)明數(shù)量大于或等于29）的發(fā)明人姓名。該網(wǎng)絡(luò)中共有10 227 個節(jié)點，23 692 條邊，其中孤立節(jié)點占節(jié)點總數(shù)的13%，除孤立節(jié)點外聯(lián)通子圖1 535 個，平均規(guī)模5.77，最大聯(lián)通子圖規(guī)模為225。全局網(wǎng)絡(luò)的節(jié)點平均度為4.63，平均聚集系數(shù)0.718，網(wǎng)絡(luò)密度0.000 453（表4）。由此可以看出，節(jié)點的平均度和平均聚集系數(shù)都較高，說明國內(nèi)電動汽車領(lǐng)域整體合作程度較高，該領(lǐng)域已經(jīng)具有較為穩(wěn)定的合作體系，發(fā)展開始趨于成熟。但是，最大聯(lián)通子圖中只包含1 位排名前30 的發(fā)明人，而規(guī)模較大的5 個聯(lián)通子圖中包含15 位排名前30 的發(fā)明人。這說明技術(shù)實力分布較為分散，缺少領(lǐng)域內(nèi)核心和權(quán)威的專家，但可能存在競爭力較強的合作團隊。從表5 可以看到，申請人內(nèi)部網(wǎng)絡(luò)的節(jié)點平均度為3.18，低于全局網(wǎng)絡(luò)，可能是由于同一發(fā)明人在不同機構(gòu)的發(fā)明被分開計數(shù)所導(dǎo)致；平均聚集系數(shù)為0.70，也略低于全局網(wǎng)絡(luò)，可能是由于一些跨機構(gòu)的合作未被考慮導(dǎo)致；平均網(wǎng)絡(luò)密度為0.90，表示機構(gòu)內(nèi)部的合作程度很高，以申請人為基本單位形成科研團隊的可能性較大。

表1 團隊成員角色特點及識別標(biāo)準

表2 團隊類型劃分標(biāo)準

表3 研究步驟

3.1.2 科研團隊分布規(guī)律

從國內(nèi)電動汽車領(lǐng)域1 523 個專利申請人合作網(wǎng)絡(luò)中識別得到2 201 支團隊。其中，高校團隊有315 支（占14%），科研院所團隊有52支（占3%），企業(yè)及個人團隊有1 834 支（占83%），企業(yè)在技術(shù)創(chuàng)新中的主導(dǎo)地位十分明顯。只擁有1 支團隊的申請人有1 248 個（占83%）；擁有2 ～4 支團隊的申請人有238 個（占16%）；擁有5 支團隊以上的申請人有30 個（占2%）。將團隊數(shù)量和包含相應(yīng)團隊數(shù)量的申請人數(shù)做成散點圖并進行擬合（圖2），結(jié)果顯示申請人的數(shù)量符合冪律分布。大量的申請人只包含1 個團隊，而只有極少數(shù)的申請人包含較多的團隊，申請人的科研實力分布呈現(xiàn)較大的不均勻性。

表4 全局合作網(wǎng)絡(luò)的基本信息

表5 申請人合作網(wǎng)絡(luò)的基本信息

圖1 電動汽車領(lǐng)域?qū)＠l(fā)明人全局合作網(wǎng)絡(luò)圖

計算判定科研團隊的規(guī)模、專利產(chǎn)出數(shù)量以及年齡等基本指標(biāo)。當(dāng)專利的發(fā)明人集合中包含至少兩位團隊成員，并且專利的申請人集合包含團隊所屬機構(gòu)時，判定該項專利是該支團隊產(chǎn)出的，因此一項專利有可能屬于多個團隊。團隊年齡為團隊成立到數(shù)據(jù)采集的時間跨度。本文默認團隊在開始申請專利1年之前已經(jīng)成立?；局笜?biāo)的統(tǒng)計摘要如表6 所示。

3.2 不同類型團隊特征分析

科研團隊的結(jié)構(gòu)復(fù)雜性從一定程度上反映了其自組織演化進程。自組織理論認為，一個遠離平衡態(tài)的開放系統(tǒng)，通過不斷地與外界交換物質(zhì)、能量和信息，在外界條件變化達到一定閾值時，系統(tǒng)能從原有的混沌無序的狀態(tài)轉(zhuǎn)變?yōu)橐环N結(jié)構(gòu)功能上新的有序狀態(tài)。因此，提出本研究假設(shè)1：結(jié)構(gòu)復(fù)雜性的增長會伴隨有序性的增長，并且提出假設(shè)2：隨著結(jié)構(gòu)復(fù)雜性的增長，自組織程度加深，團隊成員與外界交流的需求提高。普賴斯曾提出科學(xué)合作表現(xiàn)出“歸核化”與“結(jié)晶化”的演進趨勢，這一觀點與本文中科研團隊結(jié)構(gòu)復(fù)雜性增長的演化觀點相一致，有研究認為科學(xué)研究的“歸核化”與“結(jié)晶化”就是有序化，而有序化意味著科研團隊的結(jié)構(gòu)合理化[10]。結(jié)構(gòu)合理化會帶來科研效率的提高，因此提出本研究假設(shè)3：結(jié)構(gòu)復(fù)雜性高的團隊產(chǎn)出量大。下面從團隊有序程度、團隊合作特征和團隊產(chǎn)出能力對不同類型團隊特征進行比較分析。

3.2.1 團隊有序程度

當(dāng)把系統(tǒng)描述成網(wǎng)絡(luò)拓撲時，系統(tǒng)的有序程度可以通過網(wǎng)絡(luò)結(jié)構(gòu)熵進行度量[11]。本文基于網(wǎng)絡(luò)節(jié)點的度來定義其重要性程度，如式（1），進而基于網(wǎng)絡(luò)節(jié)點的重要性程度定義網(wǎng)絡(luò)結(jié)構(gòu)熵，如式（2）。

圖2 包含不同團隊數(shù)的申請人數(shù)量分布

當(dāng)網(wǎng)絡(luò)節(jié)點邊連接完全均勻，網(wǎng)絡(luò)結(jié)構(gòu)熵最大，Hmax=lnn，當(dāng)網(wǎng)絡(luò)中所有節(jié)點都與某一個中樞節(jié)點相連時，網(wǎng)絡(luò)最不均勻，網(wǎng)絡(luò)結(jié)構(gòu)熵最小，Hmin=ln 4(n-1)。由此可以看出，網(wǎng)絡(luò)結(jié)構(gòu)熵與網(wǎng)絡(luò)規(guī)模n成正比。為排除網(wǎng)絡(luò)規(guī)模對網(wǎng)絡(luò)有序程度造成的影響，采用線性變化法對網(wǎng)絡(luò)結(jié)構(gòu)熵進行標(biāo)準化處理，如式（3），使得不同科研團隊的有序程度具有可比性。由于團隊類型包含3 個及以上取值，同時網(wǎng)絡(luò)結(jié)構(gòu)熵總體數(shù)據(jù)不滿足正態(tài)分布，本文采用非參數(shù)檢驗中的Kruskal-Wallis檢驗來比較不同類型科研團隊之間的有序程度差異。由于均衡型團隊數(shù)量過少，在本次實驗中排除該類型團隊，從其余5 類團隊中每類隨機抽取29 支作為樣本，基于SPSS軟件進行非參數(shù)檢驗。

表6 科研團隊基本指標(biāo)

由圖3 可知，深度分化團隊的網(wǎng)絡(luò)結(jié)構(gòu)熵平均秩低于標(biāo)準型團隊，低于扁平型團隊，低于邊緣型團隊，低于臨時型團隊。有序程度的排序為：深度分化團隊＞標(biāo)準型團隊＞扁平型團隊＞邊緣型團隊＞臨時型團隊。該結(jié)果與上文團隊演化自組織過程的推論一致，假設(shè)1 成立。非參數(shù)檢驗的兩兩比較結(jié)果（表8）顯示，標(biāo)準型團隊的網(wǎng)絡(luò)結(jié)構(gòu)熵與臨時型、邊緣型和扁平型團隊都具有明顯差異。深度分化團隊亦是如此。但是，標(biāo)準型團隊與深度分化團隊之間的差異不顯著，臨時型、邊緣型和扁平型團隊之間的差異也不明顯。五類團隊被分為兩個類團，其中標(biāo)準型團隊和深度分化團隊有序程度高，而臨時型、邊緣型和扁平型團隊的有序程度低（圖4）。

3.2.2 團隊合作特征

科研團隊的合作特征通過兩個指標(biāo)來考察：一是團隊成員的忠誠度（L），即團隊專利產(chǎn)出與團隊成員參與所有專利數(shù)目的比值，見式（4）；二是團隊成員之間的溝通程度，這個指標(biāo)通過團隊成員的度中心度平均值來表示。其抽樣和檢驗方法與上文相同。

圖3 不同類型團隊網(wǎng)絡(luò)結(jié)構(gòu)熵分布箱線圖

表8 網(wǎng)絡(luò)結(jié)構(gòu)熵秩的成對比較結(jié)果

圖4 網(wǎng)絡(luò)結(jié)構(gòu)熵兩兩比較示意圖

如圖5、圖6 所示，隨著團隊組織復(fù)雜性程度的提高，團隊成員的忠誠度和溝通程度會降低。從另一角度也可以說，成員與外部的合作增加，拓展了整個團隊的物質(zhì)、能量及信息交換，假設(shè)2 成立。成員忠誠度的成對比較結(jié)果顯示（表9 和圖7），深度分化團隊的忠誠度與除標(biāo)準型團隊外的其他類型團隊的忠誠度都具有顯著差異，且明顯低于其他類型團隊；臨時型團隊的忠誠度與除扁平型團隊外的其他類型團隊的忠誠度都具有顯著差異，且明顯高于其他類型團隊。扁平型團隊、標(biāo)準型團隊和邊緣型團隊之間不具有顯著差異，邊緣型團隊的成員忠誠度平均秩介于扁平型團隊和標(biāo)準型團隊之間。

成員溝通度的兩兩比較結(jié)果與網(wǎng)絡(luò)結(jié)構(gòu)熵十分相似，也劃分為兩個類團，類團之間的團隊類型具有顯著差異，而類團之內(nèi)的團隊類型差異不顯著。其中，標(biāo)準型團隊和深度分化團隊的成員溝通度較低，而臨時型、邊緣型和扁平型團隊的成員溝通度較高。

圖5 不同類型團隊成員忠誠度分布箱線圖

圖6 不同類型團隊溝通程度分布箱線圖

表9 成員忠誠度和溝通度秩的成對比較結(jié)果

圖7 成員忠誠度兩兩比較示意圖

3.2.3 團隊產(chǎn)出能力

本研究通過科研團隊每年申請的專利數(shù)量來衡量其產(chǎn)出能力。如圖8 所示，深度分化團隊的產(chǎn)出能力最強，往后依次為標(biāo)準型團隊、扁平型團隊、臨時型團隊和邊緣型團隊，假設(shè)3 成立。團隊產(chǎn)出能力的成對比較結(jié)果中（表10 和圖9），深度分化團隊與標(biāo)準型團隊之間差異不顯著，但與其他三類團隊均有顯著差異，扁平型團隊、臨時型團隊和邊緣型團隊之間的差異并不顯著。

實驗結(jié)果證明，科研團隊在自組織演化過程中是從無序、混亂朝有序、結(jié)構(gòu)方向演化；隨著成員分工的精細化，成員之間的溝通交流變少，而團隊成員的外部合作增加；一個集體的領(lǐng)導(dǎo)、好的合作者與合理的團隊結(jié)構(gòu)能夠促使團隊高效實現(xiàn)科研目標(biāo)。

4 結(jié)論

本文針對基于成員角色的結(jié)構(gòu)復(fù)雜性分析方法開展實證研究：運用louvain算法初步發(fā)現(xiàn)科研團隊成員后，基于節(jié)點在局部有向網(wǎng)絡(luò)的出度和入度，將科研團隊成員劃分為領(lǐng)導(dǎo)者、中介者、技術(shù)骨干、主要參與人、一般參與人和外圍成員6 種角色，再根據(jù)團隊成員的角色構(gòu)成，將科研團隊劃分為均衡型、扁平型、標(biāo)準型、深度分化型、邊緣型和臨時型6 種類型。在此基礎(chǔ)上，對不同類型科研團隊特征進行了比較分析，并進一步就團隊有序程度、合作特征及產(chǎn)出能力進行Kruskal-Wallis檢驗。

圖8 不同類型團隊年均產(chǎn)量分布箱線圖

表10 團隊年均產(chǎn)量秩的成對比較結(jié)果

經(jīng)過科研團隊識別及類型分析結(jié)果顯示：（1）企業(yè)在電動汽車領(lǐng)域技術(shù)創(chuàng)新中的主導(dǎo)地位十分明顯，團隊數(shù)量和包含相應(yīng)團隊數(shù)量的申請人數(shù)之間滿足冪律分布。（2）結(jié)構(gòu)復(fù)雜性越高的科研團隊，呈現(xiàn)出有序程度越高、內(nèi)部交流越少、外部合作越多、產(chǎn)出能力越強等特征。這些特征與科研團隊演化的自組織過程相吻合，同時驗證了普賴斯關(guān)于科研團隊在“歸核化”演進中形成合理形態(tài)并提高績效的觀點。說明結(jié)構(gòu)復(fù)雜性用于識別探究科研團隊結(jié)構(gòu)及識別其組織化程度具有良好效果。

圖9 年均產(chǎn)量兩兩比較示意圖