新冠疫情下的國(guó)際科研合作研究

李明杰，岳昕晨，胡劍波，吳 曄，閔 勇，傅晨波*

(1. 浙江工業(yè)大學(xué)網(wǎng)絡(luò)空間安全研究院 杭州 310023；2. 浙江工業(yè)大學(xué)信息工程學(xué)院 杭州 310023；3. 北京師范大學(xué)計(jì)算傳播學(xué)研究中心 廣東 珠海 519087；4. 北京師范大學(xué)新聞傳播學(xué)院 北京 海淀區(qū) 100875)

新冠疫情所帶來的影響是多樣性的。研究表明，新冠疫情對(duì)科研活動(dòng)也產(chǎn)生了較大影響，科研工作者的平均工作時(shí)長(zhǎng)和產(chǎn)出大幅下降[1]，交流方式也因?yàn)榭臻g限制有所改變[2]。

科研合作是現(xiàn)代科學(xué)研究中的一個(gè)重要行為，在推動(dòng)科學(xué)發(fā)展的進(jìn)程中一直扮演重要角色。近年來，越來越多的人類行為模式研究表明，科研合作能帶來更積極的影響[3-5]。隨著科研團(tuán)隊(duì)合作的數(shù)量和規(guī)模的增長(zhǎng)，團(tuán)隊(duì)的影響越來越顯著。如團(tuán)隊(duì)作品比個(gè)人作品具有更高的影響力[6-7]。這一現(xiàn)象在精英科學(xué)家身上尤為顯著，相對(duì)于同一時(shí)代的其他研究者，他們更加適應(yīng)團(tuán)隊(duì)合作[8]。科學(xué)研究是一個(gè)復(fù)雜的問題，往往需要多個(gè)學(xué)科的知識(shí)，而一個(gè)人的精力有限，無法兼顧多個(gè)學(xué)科，所以一個(gè)具有互補(bǔ)專業(yè)知識(shí)的研究團(tuán)隊(duì)就顯得尤其重要[9-10]。此外，團(tuán)隊(duì)合作的規(guī)模也是科研合作的重點(diǎn)，隨著開展研究所需要的知識(shí)和資源越來越多，團(tuán)隊(duì)合作的模式也在不斷變化[11-13]。除了研究科研合作中團(tuán)隊(duì)的作用外，科研合作中的“領(lǐng)頭羊”作用也被廣泛研究。一個(gè)好的指導(dǎo)者在一個(gè)團(tuán)隊(duì)里尤為重要，與其合作的文章更容易在高水平的期刊中發(fā)表[14]，且能有效地提高團(tuán)隊(duì)生產(chǎn)力和被引數(shù)[15]。

相關(guān)研究表明，此次新冠疫情改變了科學(xué)團(tuán)隊(duì)的結(jié)構(gòu)，縮小了團(tuán)隊(duì)規(guī)模，使成員結(jié)構(gòu)更傾向于精英化[16]。與以往發(fā)表H1N1、寨卡、埃博拉、艾滋病和結(jié)核病研究的作者群體相比，針對(duì)COVID-19研究的作者的增長(zhǎng)要快得多，數(shù)量也大得多。圍繞COVID-19 研究領(lǐng)域的學(xué)術(shù)交流正在加速發(fā)生變化。

本文研究的主要對(duì)象是新冠疫情下的國(guó)際科研合作，通過合作網(wǎng)絡(luò)研究了在疫情發(fā)展的不同時(shí)期里國(guó)際科研合作網(wǎng)絡(luò)的演化過程，對(duì)抗疫情的中心國(guó)家，以及中心國(guó)家對(duì)于整體科研合作的影響。使用國(guó)家合作新鮮度這一指標(biāo)量化了各國(guó)對(duì)于合作的態(tài)度，分析了各國(guó)態(tài)度變化的原因。并使用斷點(diǎn)回歸探究了美國(guó)參與疫情研究的原因，確定了正是疫情的爆發(fā)促使了美國(guó)積極參與國(guó)際合作以對(duì)抗疫情。

1 國(guó)家科研合作網(wǎng)絡(luò)分析

1.1 數(shù)據(jù)來源及預(yù)處理

科研合作數(shù)據(jù)來源于Dimension 公司的開源數(shù)據(jù)集，該數(shù)據(jù)集包含了新冠期間與COVID-19 相關(guān)的出版物信息。本文選取2020 年2 月1 日- 2021 年2 月17 日有關(guān)COVID-19 的論文，刪除不包含國(guó)家信息的數(shù)據(jù)后，共剩余173 618 篇論文。由于本文主要研究疫情對(duì)國(guó)際合作的影響，所以從中選取了擁有國(guó)際合作關(guān)系的論文共35 639 篇。

1.2 國(guó)家科研合作網(wǎng)絡(luò)

當(dāng)前，網(wǎng)絡(luò)構(gòu)建方法被廣泛應(yīng)用于計(jì)算社會(huì)學(xué)、電力網(wǎng)絡(luò)、交通網(wǎng)絡(luò)、生物網(wǎng)絡(luò)、金融網(wǎng)絡(luò)等領(lǐng)域中[17-18]。科研合作網(wǎng)絡(luò)[19-22]也是一種社會(huì)網(wǎng)絡(luò)，在當(dāng)前多學(xué)科交互的背景下，科研合作已經(jīng)成為一種普遍的現(xiàn)象，并成為發(fā)展交叉學(xué)科及解決全球化問題的主要途徑。

本文使用網(wǎng)絡(luò)分析的方法分析新冠疫情期間國(guó)際科研合作的演化過程。透過網(wǎng)絡(luò)視角，可以更好地從全球合作角度查看新冠疫情對(duì)人類活動(dòng)，特別是對(duì)科研活動(dòng)的影響?；诖藰?gòu)建了疫情期間的國(guó)家科研合作網(wǎng)絡(luò)，如圖1 所示。其中每個(gè)節(jié)點(diǎn)代表一個(gè)國(guó)家，若一篇文章的作者歸屬于兩個(gè)或多個(gè)國(guó)家，則將這兩個(gè)或多個(gè)國(guó)家之間兩兩連邊。圖1a展示了疫情期間主要國(guó)家之間的科研合作網(wǎng)絡(luò)，其中節(jié)點(diǎn)的大小代表該國(guó)家的合作次數(shù)，連邊的粗細(xì)代表兩個(gè)國(guó)家之間的合作頻率。在整個(gè)合作網(wǎng)絡(luò)中共有192 個(gè)國(guó)家或地區(qū)參與，產(chǎn)生了5 406 對(duì)合作關(guān)系，平均每個(gè)國(guó)家或地區(qū)與56 個(gè)國(guó)家或地區(qū)產(chǎn)生了合作。圖1b 顯示了網(wǎng)絡(luò)大小隨時(shí)間的變化趨勢(shì)。為了評(píng)估疫情對(duì)合作網(wǎng)絡(luò)的影響，本研究采用以下網(wǎng)絡(luò)指標(biāo)[19]來衡量網(wǎng)絡(luò)的變化。

圖1 新冠疫情期間國(guó)家科研合作網(wǎng)絡(luò)

度：與一個(gè)節(jié)點(diǎn)連接的節(jié)點(diǎn)數(shù)量，表示對(duì)于選定國(guó)家的合作國(guó)家或地區(qū)的數(shù)量。

聚類系數(shù)：度量合作的緊密程度。聚類系數(shù)(無權(quán)網(wǎng)絡(luò))和聚類系數(shù)(有權(quán)網(wǎng)絡(luò))分別為：

1.3 科研合作網(wǎng)絡(luò)演化模式

疫情在全球不斷蔓延，疫情爆發(fā)3 個(gè)月之后，美國(guó)進(jìn)入了緊急狀態(tài)(2020 年3 月13 日)?？紤]到文章從創(chuàng)作到發(fā)表需要一定時(shí)間，將2020 年3 月29 日設(shè)為關(guān)鍵時(shí)間點(diǎn)(斷點(diǎn))，將2020 年3 月29 日之前定義為疫情前期，2020 年3 月29 日之后(包括3 月29 日)定義為疫情蔓延期，分別構(gòu)建疫情前期和疫情蔓延期的有關(guān)疫情研究的合作網(wǎng)絡(luò)。以國(guó)家為節(jié)點(diǎn)，將一篇論文所有作者各自歸屬的國(guó)家全連邊，以合作次數(shù)為邊的權(quán)重，用來衡量?jī)蓚€(gè)國(guó)家的合作強(qiáng)度，根據(jù)連邊的權(quán)重和節(jié)點(diǎn)的權(quán)重來衡量國(guó)家在合作網(wǎng)絡(luò)中的重要程度，如圖2 所示。

圖2 不同時(shí)期國(guó)家科研合作網(wǎng)絡(luò)圖

圖3 顯示的是兩個(gè)主要合作中心(中國(guó)和美國(guó))的網(wǎng)絡(luò)特征屬性隨疫情蔓延的變化趨勢(shì)?？梢钥闯觯S著疫情的全球蔓延，以中美為中心相互合作的國(guó)家數(shù)量有所提升，如圖3a 所示。其中，美國(guó)作為傳統(tǒng)科研強(qiáng)國(guó)，始終處于聯(lián)系全球的重要樞紐位置，如圖3b 所示，且在網(wǎng)絡(luò)中與其他國(guó)家的距離更近，如圖3c 所示。這可能是由于科研個(gè)體在尋求合作者時(shí)，更傾向于選擇科研實(shí)力較強(qiáng)的合作者以獲得更多關(guān)注[14]。相比而言，中國(guó)雖然在科研網(wǎng)絡(luò)中的地位沒有美國(guó)那么顯著，但從圖3d 可以看出，其合作緊密度要遠(yuǎn)大于美國(guó)。此外，中國(guó)從疫情前期過渡到蔓延期時(shí)，網(wǎng)絡(luò)特征屬性有著明顯的上升或下降，也顯示了中國(guó)在疫情前期的科研合作網(wǎng)絡(luò)中有著不可或缺的作用，這與中國(guó)在疫情前期分享了大量相關(guān)數(shù)據(jù)是分不開的。

圖3 科研合作網(wǎng)絡(luò)特征隨時(shí)間的變化

相較于無權(quán)網(wǎng)絡(luò)，有權(quán)網(wǎng)絡(luò)保留了更多交互信息。在有權(quán)網(wǎng)絡(luò)中，邊的權(quán)重表示了節(jié)點(diǎn)間的交互強(qiáng)度，而在無權(quán)網(wǎng)絡(luò)中，邊只代表交互存在或不存在[23-24]。在本文中，邊的權(quán)重代表了國(guó)家間的合作強(qiáng)度。為了探明權(quán)重的影響，在加入權(quán)重后重新計(jì)算了介數(shù)中心性和聚類系數(shù)，如圖4 所示。

簡(jiǎn)單的加權(quán)方式可能導(dǎo)致不同論文貢獻(xiàn)差異很大，如一篇有5 個(gè)國(guó)家參與的論文對(duì)總權(quán)重的貢獻(xiàn)為10，而兩個(gè)國(guó)家參與的論文對(duì)總權(quán)重的貢獻(xiàn)僅為1，前者是后者10 倍，因此考慮將整個(gè)網(wǎng)絡(luò)的權(quán)重歸一化。歸一化的過程中使用了Newman[25]的加權(quán)方法，其權(quán)重計(jì)算的公式為：

式中，u，v代表合作國(guó)家；k代 表文章；nk表示文章k的作者數(shù)量。修改權(quán)重計(jì)算方法后得到的介數(shù)中心性與聚類系數(shù)如圖5 所示。

圖5 權(quán)重修改后科研合作網(wǎng)絡(luò)特征隨時(shí)間的變化

對(duì)于介數(shù)中心性而言，無論是否加入權(quán)重，美國(guó)的介數(shù)中心性總體高于中國(guó)，但兩者在數(shù)值上整體變小。這可能是由于在不考慮權(quán)重的情況下，除中美之外國(guó)家的重要性被低估，在考慮權(quán)重之后，這些國(guó)家的重要性被顯現(xiàn)出來，導(dǎo)致了中美兩國(guó)的介數(shù)中心性相對(duì)降低。對(duì)于聚類系數(shù)而言，中國(guó)和美國(guó)的聚類系數(shù)在加入權(quán)重前后趨勢(shì)相同，但是差值變小，這可能是因?yàn)?，大多?shù)國(guó)家僅僅選擇與中美合作，但是他們之間很少合作。加權(quán)方式改變后，聚類系數(shù)在中間部分呈增長(zhǎng)趨勢(shì)，這可能是因?yàn)槲恼聰?shù)量持續(xù)增長(zhǎng)，而每篇文章的平均合作國(guó)家數(shù)保持穩(wěn)定。

為了進(jìn)一步探索各國(guó)在國(guó)際科研合作中的作用，本文研究了科研合作中心對(duì)整個(gè)網(wǎng)絡(luò)的影響。具體而言，分別對(duì)比了當(dāng)合作網(wǎng)絡(luò)中刪除中國(guó)或美國(guó)，及同時(shí)刪除中國(guó)和美國(guó)時(shí)網(wǎng)絡(luò)的結(jié)構(gòu)變化，如表1 所示。在疫情前期，當(dāng)失去中國(guó)或美國(guó)時(shí)，合作次數(shù)分別下降了26.13%和35.87%，當(dāng)同時(shí)失去中國(guó)和美國(guó)時(shí)，整個(gè)網(wǎng)絡(luò)縮小了將近一半，這說明中美雙核心都對(duì)疫情期間的國(guó)際科研合作有著極大的影響。在疫情蔓延期，各個(gè)國(guó)家開始加大研究力度，顯著地?cái)U(kuò)大了合作網(wǎng)絡(luò)，導(dǎo)致中美在整個(gè)合作網(wǎng)絡(luò)中的影響力都有下降，其中中國(guó)的下降尤其明顯，這說明了國(guó)際科研合作的中心隨著疫情的蔓延逐漸從中美轉(zhuǎn)移到了歐美，很可能是因?yàn)橹袊?guó)疫情防控取得了快速和巨大的成效，使得在中國(guó)開展研究的急迫性和數(shù)據(jù)量逐漸下降[26-27]。

表1 刪除部分節(jié)點(diǎn)后網(wǎng)絡(luò)節(jié)點(diǎn)和邊的變化

2 國(guó)家合作新鮮度演化

2.1 國(guó)家合作新鮮度

新鮮度原是用于研究科研工作者之間的團(tuán)隊(duì)模式及文章的原創(chuàng)性和學(xué)科交叉之間的關(guān)系，其定義為無合作關(guān)系的團(tuán)隊(duì)成員占總合作團(tuán)隊(duì)成員的比例[28]。本文將新鮮度概念擴(kuò)展到國(guó)家，以國(guó)家為基本計(jì)算單元，月份作為時(shí)間窗口，構(gòu)建每個(gè)月的科研合作網(wǎng)絡(luò)并計(jì)算每個(gè)國(guó)家的合作新鮮度。其中，國(guó)家新鮮度定義當(dāng)月合作過且上月沒有合作過的國(guó)家數(shù)占當(dāng)月合作的所有國(guó)家數(shù)的比例。本文用國(guó)家合作新鮮度衡量該國(guó)家的合作開放程度，即積極與非固定合作國(guó)家展開新合作。并利用國(guó)家新鮮度隨時(shí)間的變化反映出疫情期間科研合作的動(dòng)態(tài)演化。圖6 為國(guó)家合作新鮮度的示意圖，以中國(guó)為例，其中，虛線表示當(dāng)月有合作關(guān)系，實(shí)線表示上月有合作關(guān)系。從圖6a 可見，中國(guó)在上月和當(dāng)月合作的國(guó)家是相同的，故合作新鮮度為( 3-3)/3=0。如圖6b所示，中國(guó)上月未合作的國(guó)家有加拿大，則合作新鮮度為 (4-3)/4=0.25。如圖6c 所示，中國(guó)與所有國(guó)家都在上月沒有合作，故合作新鮮度為(3-0)/3=1。

圖6 國(guó)家新鮮度計(jì)算示例

2.2 國(guó)家合作新鮮度分析

如圖7 所示，2020 年3 月-2020 年5 月，中國(guó)、美國(guó)和歐洲的合作新鮮度都有不同程度的下降，其原因可能是合作國(guó)家數(shù)量迅速增加，也可能是疫情的爆發(fā)使各國(guó)傾向于持續(xù)穩(wěn)定高頻的合作。在這之后，中國(guó)的合作新鮮度基本趨于穩(wěn)定，因?yàn)?020 年4 月，中國(guó)的疫情已經(jīng)趨緩。而歐美的合作新鮮度在2020 年5 月之后不斷下降，在8 月到達(dá)谷底，之后逐漸上升，于10 月到達(dá)頂峰。這可能是由于不同時(shí)間段歐美地區(qū)受到了不同程度的疫情影響。此時(shí)，中國(guó)疫情已基本得到有效控制，正在不斷輸出抗疫經(jīng)驗(yàn)與研究成果，因此在合作新鮮度上高于同時(shí)段的歐美地區(qū)，這說明中國(guó)對(duì)參與國(guó)際科研合作的態(tài)度十分積極。

圖7 國(guó)家合作新鮮度隨時(shí)間的變化

3 斷點(diǎn)回歸因果推論

3.1 因果推論背景

近年來，因果推論方法在各個(gè)不同學(xué)科取得了長(zhǎng)足發(fā)展，在經(jīng)濟(jì)、教育，甚至是人工智能領(lǐng)域中[29-31]，因果推論也受到了極大關(guān)注[32-33]。目前推斷因果關(guān)系最有效的方法是進(jìn)行隨機(jī)對(duì)照實(shí)驗(yàn)，對(duì)照組和實(shí)驗(yàn)組之間的期望差異就是因果造成的影響。然而，現(xiàn)實(shí)中的隨機(jī)對(duì)照實(shí)驗(yàn)因其具有受試者數(shù)量受限、只關(guān)注樣本平均值及涉及倫理等問題而難以廣泛應(yīng)用，因此更多時(shí)候需要利用現(xiàn)有的觀察數(shù)據(jù)尋找因果關(guān)系[34]。目前已有許多方法從統(tǒng)計(jì)數(shù)據(jù)中分析因果關(guān)系，如斷點(diǎn)回歸、格蘭杰因果關(guān)系檢驗(yàn)、傾向值匹配法、工具變量法、雙重差分法等。相比于其他方法，斷點(diǎn)回歸方法更接近于隨機(jī)實(shí)驗(yàn)[35]，所以可以采用斷點(diǎn)回歸方法去評(píng)估疫情的影響。

3.2 斷點(diǎn)回歸

斷點(diǎn)回歸構(gòu)造了一個(gè)類似隨機(jī)實(shí)驗(yàn)的環(huán)境，它適用于研究社會(huì)科學(xué)事件中存在的因果關(guān)系。這些事件的特點(diǎn)是：個(gè)體受到事件的影響，存在某個(gè)可觀測(cè)變量的臨界值[36]。斷點(diǎn)回歸可以觀測(cè)到社會(huì)事件的發(fā)生對(duì)于個(gè)體的影響，與之具有相似作用的還有雙重差分法等。但不同于雙重差分法需要控制組的缺點(diǎn)，斷點(diǎn)回歸并不需要其他數(shù)據(jù)。由于疫情的影響范圍廣、程度大，很難有不受疫情影響的控制組數(shù)據(jù)，因此斷點(diǎn)回歸便成為了實(shí)驗(yàn)的首選。

作為一個(gè)依靠觀測(cè)數(shù)據(jù)的方法，使用斷點(diǎn)回歸估計(jì)因果關(guān)系，其數(shù)據(jù)至少含有3 個(gè)基本變量，即驅(qū)動(dòng)變量、斷點(diǎn)和觀測(cè)結(jié)果。驅(qū)動(dòng)變量是個(gè)體的一個(gè)連續(xù)變化的特征值，變量的值大于斷點(diǎn)個(gè)體將接受處置。要求驅(qū)動(dòng)變量的值在斷點(diǎn)附近不能被準(zhǔn)確操控，即始終存在一部分隨機(jī)因素，使驅(qū)動(dòng)變量的值大于或小于斷點(diǎn)存在偶然性。斷點(diǎn)的量綱與驅(qū)動(dòng)變量的量綱相同，其值用以決定個(gè)體是否接受處置。斷點(diǎn)的選擇是獨(dú)立的，不受到驅(qū)動(dòng)變量的分布的影響，否則就會(huì)造成系統(tǒng)性差異，使斷點(diǎn)附近的個(gè)體不是局部隨機(jī)的。觀測(cè)結(jié)果為所觀測(cè)的個(gè)體接受處置和未接受處置的可觀測(cè)變量，是衡量處置效應(yīng)的重要依據(jù)。除了所研究的觀測(cè)結(jié)果在斷點(diǎn)附近產(chǎn)生跳躍式變化外，其他的觀測(cè)結(jié)果應(yīng)該在斷點(diǎn)處沒有顯著性差異。

確定了基本變量之后就可以對(duì)斷點(diǎn)兩邊的數(shù)據(jù)分別進(jìn)行線性回歸，這樣就可以初步在斷點(diǎn)處觀測(cè)到一個(gè)處置效應(yīng)。根據(jù)在斷點(diǎn)處的處置效應(yīng)，可以初步確定斷點(diǎn)回歸的可行性。

3.3 國(guó)家合作斷點(diǎn)回歸分析

本文使用斷點(diǎn)回歸方法以判斷疫情在美國(guó)本土的爆發(fā)是否是美國(guó)積極參與新冠合作的主要原因。以時(shí)間為驅(qū)動(dòng)變量，將美國(guó)在此期間的合作文章數(shù)量作為觀測(cè)結(jié)果，以探究疫情的爆發(fā)和蔓延對(duì)美國(guó)在疫情相關(guān)科研合作的影響。

圖8 為疫情期間美國(guó)合作文章數(shù)量的斷點(diǎn)回歸估計(jì)效應(yīng)圖，從圖中可以看出在斷點(diǎn)處美國(guó)研究疫情的合作文章數(shù)量呈現(xiàn)出明顯的跳躍趨勢(shì)。這一結(jié)果證明了疫情確實(shí)推動(dòng)了美國(guó)與國(guó)際間的科研合作。在斷點(diǎn)前后存在顯著的階躍也說明美國(guó)在國(guó)內(nèi)疫情還未爆發(fā)時(shí)對(duì)疫情并沒有足夠重視，等到國(guó)內(nèi)疫情爆發(fā)后才意識(shí)到問題的嚴(yán)重性，于是開始尋求國(guó)際合作以對(duì)抗疫情的發(fā)展。

圖8 斷點(diǎn)回歸估計(jì)效應(yīng)圖

雖然得到的回歸曲線具有明顯的跳躍，仍不能認(rèn)為這個(gè)處置效應(yīng)是由于疫情爆發(fā)所引起的，所以在進(jìn)行斷點(diǎn)回歸設(shè)計(jì)之前，需要進(jìn)行有效性檢驗(yàn)。對(duì)此可以檢驗(yàn)個(gè)體非研究觀測(cè)結(jié)果在斷點(diǎn)處的連續(xù)性，以確保跳躍是由疫情爆發(fā)所引起的。此外，還需檢驗(yàn)驅(qū)動(dòng)變量在斷點(diǎn)處的連續(xù)性[37]。該檢驗(yàn)有助于評(píng)估驅(qū)動(dòng)變量是否表現(xiàn)出異常特征，從而確定驅(qū)動(dòng)變量是否滿足隨機(jī)分配的條件，以確定設(shè)計(jì)的合理性。

為了消除內(nèi)生性影響，需要對(duì)模型進(jìn)行驅(qū)動(dòng)變量密度連續(xù)性檢驗(yàn)以及其他變量在斷點(diǎn)處的連續(xù)性檢驗(yàn)以分析有效性。但當(dāng)驅(qū)動(dòng)變量為時(shí)間這類密度一致的變量時(shí)，就不需要進(jìn)行密度連續(xù)性檢驗(yàn)，所以只對(duì)美國(guó)新冠期間的文章的合作比例以及合作文章的作者數(shù)量進(jìn)行了連續(xù)性檢驗(yàn)，觀察數(shù)據(jù)在斷點(diǎn)處有無明顯階躍。合作比例定義為參與合作的文章數(shù)量占全部文章數(shù)量的比例，團(tuán)隊(duì)大小定義為文章所包含的機(jī)構(gòu)數(shù)量。如圖9 所示，合作比例和團(tuán)隊(duì)大小在斷點(diǎn)處沒有明顯階躍，所以用斷點(diǎn)回歸觀測(cè)疫情爆發(fā)美國(guó)合作文章數(shù)量的處置效應(yīng)在理論上是可行的。同時(shí)可以觀察到，在疫情前期，美國(guó)疫情相關(guān)論文擁有非常高的合作比例。這可能是由于在疫情前期，美國(guó)尚未爆發(fā)疫情，與疫情相關(guān)的文章數(shù)相對(duì)較少且缺少疫情相關(guān)數(shù)據(jù)，因此要對(duì)疫情展開研究只能與其他國(guó)家合作。在本土疫情爆發(fā)后，美國(guó)發(fā)表了大量疫情相關(guān)研究使合作比例有略微下降。隨著疫情的蔓延，美國(guó)也針對(duì)這一全球性災(zāi)難加強(qiáng)了國(guó)際合作，合作比例逐步上升。

圖9 斷點(diǎn)回歸有效性驗(yàn)證

為了得到在斷點(diǎn)處準(zhǔn)確的處置效應(yīng)，可以利用多項(xiàng)式回歸去評(píng)估觀測(cè)結(jié)果在斷點(diǎn)處的處置效應(yīng)。本研究首先進(jìn)行全局多項(xiàng)式回歸，將兩邊的回歸多項(xiàng)式合并：

則回歸的多項(xiàng)式為：

式中，c為斷點(diǎn)； α表示回歸系數(shù)。

從全局回歸的結(jié)果中發(fā)現(xiàn)在處置效應(yīng)上只有一次項(xiàng)是顯著的，其中時(shí)間的高次項(xiàng)系數(shù)也基本為0，對(duì)于處置效應(yīng)在統(tǒng)計(jì)上也不顯著，所以全局高次多項(xiàng)式回歸在時(shí)間序列上不適用 。因此在時(shí)間序列上采用局部低次多項(xiàng)式回歸，以消除離斷點(diǎn)較遠(yuǎn)的樣本對(duì)評(píng)估處置效應(yīng)的影響，只評(píng)估離斷點(diǎn)較近的樣本對(duì)評(píng)估處置效應(yīng)的影響。

當(dāng)采用局部多項(xiàng)式回歸時(shí)，應(yīng)當(dāng)考慮到不同的帶寬可能會(huì)對(duì)評(píng)估處置效應(yīng)產(chǎn)生一定的影響。由于高次多項(xiàng)式回歸在局部回歸的時(shí)候更容易造成過擬合的情況，所以在選擇回歸次數(shù)的時(shí)候，本文僅考慮一次多項(xiàng)式和二次多項(xiàng)式。使用三角核函數(shù)作為回歸的核函數(shù)，然后根據(jù)不同次數(shù)、不同帶寬分別做局部多項(xiàng)式回歸，觀察其處置效應(yīng)。從表2 中可以看出，局部多項(xiàng)式回歸的結(jié)果是顯著的。并且這個(gè)結(jié)果在選擇不同的帶寬時(shí)依舊顯著，這證明本文的結(jié)果具有一定的魯棒性。綜上所述，本文通過斷點(diǎn)回歸發(fā)現(xiàn)美國(guó)本土疫情的爆發(fā)促使其更多地參與到國(guó)際科研合作中，這一結(jié)論是可信且有效的。

在表2 中，mserd 表示一種用于斷點(diǎn)回歸的處置效果估計(jì)器的均方誤差最優(yōu)帶寬選擇器；msetwo 表示在高于斷點(diǎn)值和低于斷點(diǎn)值分別有一個(gè)斷點(diǎn)回歸的處置效果估計(jì)器的均方誤差最優(yōu)帶寬選擇器；cerrd 表示一種用于斷點(diǎn)回歸的處置效果估計(jì)器的覆蓋誤差率最優(yōu)帶寬選擇器；certwo 表示在高于斷點(diǎn)值和低于斷點(diǎn)值分別有一個(gè)斷點(diǎn)回歸的處置效果估計(jì)器的覆蓋誤差率最優(yōu)帶寬選擇器。

表2 局部多項(xiàng)式回歸結(jié)果

4 結(jié) 束 語

本文基于科研合作網(wǎng)絡(luò)及因果分析方法，使用疫情相關(guān)研究的論文數(shù)據(jù)構(gòu)建國(guó)家科研合作網(wǎng)絡(luò)，探究了疫情期間國(guó)際科研合作網(wǎng)絡(luò)的演化模式及合作中心國(guó)家對(duì)于合作的態(tài)度。

本文發(fā)現(xiàn)，在疫情前期，科研合作網(wǎng)絡(luò)的中心為美國(guó)和中國(guó)，但隨著疫情的不斷蔓延及中國(guó)疫情的緩和，科研合作網(wǎng)絡(luò)的中心逐漸由中國(guó)轉(zhuǎn)移到歐美地區(qū)。中國(guó)在疫情前期為全球抗疫事業(yè)做出了突出貢獻(xiàn)，并一直保持著與其他國(guó)家的緊密合作關(guān)系。但是在科研合作網(wǎng)絡(luò)演化視角下，合作中心的轉(zhuǎn)移意味著中國(guó)還需要將科研方面的優(yōu)勢(shì)轉(zhuǎn)化為自己的國(guó)際影響力。

為了進(jìn)一步探究國(guó)家積極參與國(guó)際科研合作的原因，本文使用斷點(diǎn)回歸研究了疫情爆發(fā)對(duì)美國(guó)合作文章的影響。結(jié)果顯示，在美國(guó)疫情爆發(fā)前后，美國(guó)對(duì)于新冠疫情合作研究的態(tài)度發(fā)生了明顯的改變。在疫情爆發(fā)后，美國(guó)意識(shí)到了疫情的嚴(yán)重性，并加深了國(guó)際間科研合作的程度，這說明重大災(zāi)難是促使人們更加團(tuán)結(jié)的原因之一。