【优秀硕士博士论文】生物技术科学合作网络的区域比较研究

深圳大学硕士学位论文生物技术科学合作网络的区域比较研究以广东和黑龙江为例学位申请人姓名专业名称技术经济及管理学院（系、所）管理学院指导教师姓名深圳大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明所呈交的学位论文是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。论文作者签名日期年月日学位论文使用授权说明（必须装订在印刷本首页）本人完全了解深圳大学关于收集、保存、使用学位论文的规定，即1按照学校要求提交学位论文的印刷本和电子版本；2学校有权保存学位论文的印刷本和电子版，并在图书馆内和校园网内提供全文阅览服务；3学校可以采用影印、缩印、数字化或其它复制手段保存学位论文；4学校可以将学位论文的全部或部分内容编入有关数据库进行检索和阅览，并为与图书馆存在合作关系的非营利机构提供包括文献传递和文献交换在内的合理使用服务。（保密的学位论文在解密后适用本授权）论文作者签名导师签名日期年月日日期年月日摘要由于存在科学合作区域分布不均的问题，研究者们越来越关注区域的科学合作网络研究。本文以知识密集的生物技术为研究领域，对广东和黑龙江两省的科学合作网络，从微观中观宏观三个不同的层面，进行了动态的对比研究。本文以WEBOFSCIENCE数据库为数据来源，通过不同的检索方式将符合条件的资料和数据导出，并进一步剔除误入数据，得到研究对象的数据集，并通过SATI和UCINET数据处理软件，对数据进行进一步的处理和分析。文章采用社会网络分析方法，对两省不同层面的科学合作网络进行对比分析，以网络的视角对比了合作网络的规模、密度和中心势，以节点的视角分析了重要节点的中心度，并结合运用了核心边缘结构分析。从中发现两省在各层面合作网络发展过程中的异同。通过对两省合作网络微观层面的分析发现两省具有相似的合作自产率，并以高校为机构合作主体。广东省合作网络比黑龙江省发展速度快。中观层面分析中，我们以两省省内城市为研究节点，对城市间的合作网络进行了分析，主要对其网络特征参数、中心度和结构进行分析。发现不论从网络规模还是密度方面，广东省的生物技术科学合作网络都比黑龙江省发展快。在宏观层面的分析中，我们以区域（省际）、国际合作为视野进行分析。在这部分不仅运用了社会网络分析常用的方法，还引入了RCA指数，将两省的合作水平与国家整体合作水平进行比较。发现在区域和国际合作中，广东省是扩张型的，而黑龙江省则偏向收敛。关键词科学合作网络；社会网络分析；生物技术ABSTRACTASTHEREISAPROBLEMTHATTHEDISTRIBUTIONOFREGIONALSCIENTIFICCOOPERATIONISUNEVEN,RESEARCHERSAREINCREASINGLYCONCERNEDABOUTREGIONALSCIENTIFICCOOPERATIONNETWORKRESEARCHINTHISPAPER,IWILLTAKEKNOWLEDGEINTENSIVEBIOTECHNOLOGYRESEARCHASTHETARGETFIELDS，FROMMICROMESOMACROTHREEDIFFERENTLEVELS,DYNAMICALLYANDCOMPARATIVELYDISCUSSTHESCIENTIFICCOOPERATIONNETWORKINGUANGDONGANDHEILONGJIANGPROVINCESTHISPAPERWILLCHOOSEWEBOFSCIENCEDATABASEASDATASOURCES,USEDIFFERENTRETRIEVEMETHODSTOEXPORTTHEDATATHATCOMPLYWITHTHECONDITIONS,ANDFURTHERREMOVEDSTRAYEDDATATOACHIEVETHESTUDYDATASET,FINALLYUSEUCINETANDSATIDATAPROCESSINGSOFTWAREFORFURTHERPROCESSINGANDANALYSISTHISARTICLESWILLUSESOCIALNETWORKANALYSIS,COMPARATIVELYANALYSESTHENETWORKOFSCIENTIFICCOOPERATIONATDIFFERENTLEVELSOFTHETWOPROVINCESCOMBINEDWITHTHEUSEOFTHECOREEDGESTRUCTUREANALYSIS,FROMTHEPERSPECTIVEOFNETWORKTOCOMPARETHESIZE,DENSITYANDCENTRALITYOFPOTENTIALBETWEENCOOPERATIONNETWORKS,FROMTHEPERSPECTIVEOFTHEROLENODETOANALYSESTHECENTRALITYOFIMPORTANTNODEFROMWHICHTODISCOVERTHESIMILARITIESANDDIFFERENCESINTHETWOPROVINCESOFCOOPERATIONATALLLEVELSINTHEDEVELOPMENTOFTHENETWORKFORMTHEMICROLEVELANALYSISOFTHEPROVINCESCOOPERATIVENETWORKWEFOUNDTHATTHETWOPROVINCESHAVESIMILARRATESOFCOPRODUCTIONANDCOOPERATIONWITHUNIVERSITIESASTHEMAINBODYTHEPACEOFDEVELOPMENTCOOPERATIONNETWORKINGUANGDONGPROVINCEISFASTERTHANHEILONGJIANGPROVINCEFROMMESOLEVELANALYSIS,WETAKETHETWOPROVINCESPROVINCIALCITIESASNODES,TOANALYZETHENETWORKOFCOOPERATIONBETWEENTHECITIESMAINLYANALYZETHECHARACTERISTICPARAMETERS,CENTRALITYANDSTRUCTUREWEFOUNDTHATREGARDLESSOFSIZEORDENSITY,THEDEVELOPMENTOFBIOTECHNOLOGYSCIENTIFICCOOPERATIONNETWORKINGUANGDONGPROVINCEISFASTERTHANHEILONGJIANGPROVINCEFROMTHEMACROLEVEL,WETAKEREGIONALPROVINCIAL,INTERNATIONALCOOPERATIONASHORIZONSFORANALYSISINTHISPART,WENOTONLYUSETHECOMMONLYUSEDMETHODSOFSOCIALNETWORKANALYSIS,BUTALSOINTRODUCESRCAINDEX,TOCOMPARETHELEVELOFCOOPERATIONBETWEENTWOPROVINCESANDCOUNTRYINREGARDTOREGIONALANDINTERNATIONALCOOPERATION,GUANGDONGPROVINCEISDILATEDTYPEBUTHEILONGJIANGPROVINCETENDSTOCONVERGEKEYWORDSCIENTIFICCOOPERATIONNETWORKSOCIALNETWORKANALYSISBIOTECHNOLOGY目录摘要IABSTRACTI第一章绪论111研究背景及意义112国内外研究综述213研究内容与贡献4第二章相关理论及方法521社会网络分析方法概述522社会网络的表示和特征度量参数623权利的量化724核心边缘结构分析8第三章数据获得及处理方法831数据采集832数据处理10第四章生物技术科学合作网络分析1141机构内部生物技术科学合作网络分析1242机构间生物技术科学合作网络分析1343市间生物技术科学合作网络分析1844国内各省生物技术科学合作网络分析2445国际间合作分析2946本章小结30第五章结论及展望3051主要结论3152展望31参考文献33附录37第一章绪论11研究背景及意义随着社会和科技的发展，科研人员之间的合作越来越频繁和紧密，但是由于各地科学研究基础、区位和制度环境等方面的差异，科学合作网络分布极不均衡。在研究这些网络过程中我们发现科学合作研究是知识创造和知识共享的重要机制，能够实现研究资源共享、减低科研难度、促进知识流动，提高文章和研究成果的质量和数量15，研究和把握科学合作网络的演化过程不仅能更好的促进合作研究，而且对社会的发展也有深远的影响。因此，世界各国都积极鼓励科学合作研究。人类活动有空间集聚的特点6，科学研究也不例外7,8。随着信息网络技术的发展，科学研究合作跨界趋势也日渐明显。我国从1978年实施改革开放政策以来，尤其是1993年中华人民共和国科学技术进步法的颁布实施后，就一直非常注重科技创新与合作。到目前为止，我国科技发展无论数量还是产出质量都取得了飞速的进步，科技合作水平也逐渐提高，但与欧美等发达国家还存在着一定的差距，中国的科技发展一直存在着明显的空间差异9,10。科学合作不仅领域有限而且主要集中于少数经济发达的城市和地区。因此，比较研究我国区域科学合作网络演化的区域性差异有着重要的理论和现实意义。生物技术是新兴的产业，被称为“高新技术产业”，高新技术产业是知识密集、技术密集的产业，而在知识密集的领域中，知识溢出、转移和共享的速度比一般的领域要快，而科学合作则能够促进知识的流动，因此，在高新技术产业中，科学合作显得更为重要。随着上世纪90年代人类基因组计划的产生，以及本世纪初基因图谱的最终完成，生物技术被推到了科学的风口浪尖上，我们知道人类基因图谱的绘制就是由多个国家共同完成的，可见科学合作在生物技术领域的重要性，因此，研究生物技术领域的科学合作网络具有重要的现实意义。本文以广东和黑龙江为例，从动态和历史角度，探索区域科学合作网络空间范围的变化，见识中国科学合作网络演化的区域差异，有利于制定符合各地区情况和特征的科学合作网络促进政策，加快区域创新步伐，提高区域创新能力。这服从和服务于“科技合作战略”，具有重大的现实意义。12国内外研究综述121科学合作网络研究综述20世纪60年代，科学家普赖斯JDPRICE通过对化学文摘中作者合作的计量学分析，奠定了计量学研究的基础。11此后，随着科学技术的发展，科学合作日益增多，学者们也意识到了研究科学合作的重要性。科学合作活动最显著的表现形式之一就是合作论文，因而研究论文的合作就成为研究科学合作行为的一个重要切入点。12早期的合作研究是对个体的研究，无法对其空间特征做出描述。13,1420世纪末期，DJWATTS和SHSTROGATZ在NATURE上发表了一篇关于“小世界”的论文，引起了关于复杂网络的研究热潮15。紧接着，这股热潮席卷了数学、物理学、计算机学、管理科学、社会科学等许多学科领域。复杂网络分析使得对科学合作的研究升级到了网络层面，特别是社会网络分析法的引入，使得科学合作网络得到日益重视，成为当前科学合作研究的前沿问题1,2,7,16。现在国内外对科学合作网络的研究主要集中在两方面对合作网络现象及特征的描述，对合作网络演化特征及动力机制的分析。（1）合作网络的结构及特征的描述在合作网络研究初期，国内外学者的研究主要集中在对网络拓扑结构的研究。2001年，MEJNEWMAN对不同的合作网络的静态属性特征进行了比较研究，研究包括合作者数量、论文数量、合作度、局部中心度、聚类系数等，采用的主要是计量学方法和社会网络分析法17。接着他在2003年进一步概括了复杂网络的模型18，为后来者对合作网络研究奠定了基础。国内对科学合作网络的研究主要集中在网络现象和特征的描述阶段，研究者们从作者个体、机构及国家的角度研究科学合作网络的论文数、作者数、网络密度、中间中心度等属性12,1922。这方面的研究主要集中在合作网络的属性特征上，从中，一些研究者发现了科学合作网络与科学成果产出之间是存在联系的23。（2）合作网络的演化特征研究目前对科学合作网络的研究已经从网络现象研究深入到网络演化的深层次的研究。学者们在了解的合作网络的结构特征后，开始对合作网络的演化过程及原因进行研究，这方面，国外学者研究较多且深入，国内研究数量不多，且多停留在应用层面。2001年，DEBBIE等人，运用社会网络分析方法，对科学合作网络进行仿真和分析，且对网络演化的原因进行了分析24。2008年，ALBARABASI构建了数学和神经网络，对科学合作网络的结构特征和演化机制进行了研究25。2012年，中国学者胡晓辉等人以城市为节点，构建了一个科学合作网络，并对节点重要性、网络内部结构和区域特征进行了动态分析26。同期，苏宴锋等人对我国体育科学的合作网络演化进行了分析27。122社会网络分析方法研究综述社会网络分析方法一直以来都是研究科学合作网络的最主要方法。社会网络分析方法不是单一学科的产物，它是社会理论、应用与形式数学、统计学和计算机方法论等学科结合的产物。28社会网络分析方法最早应用于社会学和人类学领域。28,29“社会网络”一词最早是出现于20世纪50年代的人类关系学杂志中30，巴尔内斯（BARNESJA）提出了“连接社会实体的关系网络”之说。经过好几代科学家们的努力，社会网络分析成为了一种较为成熟的社会科学研究范式，并应用于众多学科中。如其在心理学领域用来研究个体与个体之间的关系31；在情报学领域用来分析合著网络和引文网络3236。但也有不少学者一直致力于社会网络分析方法的理论研究，弗里曼（FREEMAN）在1979年对提出了社会网络的中心性（包括点度中心性、中间中心性和接近中心性）32，中心性的提出使得网络中各节点的角色特性更加鲜明。社会网络作为一种分析工具运用到科学合作网络研究中后，主要对合作网络的两个方面进行分析，一个是进行关系取向的分析，一是进行位置取向的分析。（1）关系取向分析对合作网络的关系取向进行分析就是对网络的规模、密度、中心势等总体形势进行分析。在这方面研究的学者很多。有的以引文为研究对象，进行分析的；37,38有的是单纯的研究社群关系39。（2）位置取向分析对科学合作网络的位置取向进行分析即对各节点的中心度进行分析，以描绘其在网络中所属的地位。这方面的研究起源于弗里曼1979年对中心性的研究。虽然在这方面的研究，国内起步较晚，但是研究成果却有不少，如不直接描述网络中节点的位置，却以三个不同中心度为测量指标，对其他能力进行度量40。（3）综合分析虽然社会网络研究方法有两个方面的分析，但是综合在一起才能更清晰的分析整个网络的状态结构以及节点所扮演的角色。所以在大部分的研究中，两者都是同时进行的。在对科学网络的分析中，刚开始基本上是对论文合作网络的分析，多以作者为节点来进行分析4143，随着对区域合作的重视，越来越多的学者开始运用社会网络分析来研究区域之间的合作关系4446。13研究内容与贡献本文将以生物技术科学文献为数据源，并利用社会网络分析方法对广东省及黑龙江省的科学合作网络进行动态的对比分析，主要包括合作网络的整体参数分析、节点的中心性分析等。试图在对比研究的基础上描述转型国家和科技全球化背景下中国不同区位科学合作网络的特点，通过历史追踪针对科学合作网络演化过程中存在的问题和现状提出促进科学合作的建议。具体研究内容如下（1）从研究背景出发，分析阐述了本文的研究的意义，并在大量阅读文献的基础上，针对本文的相关研究做出综述。（2）介绍科学合作网络和社会网络分析法的基本理论和研究方法，为本文的研究奠定理论基础。（3）收集、处理广东和黑龙江两省各自的科学合作网络数据。以广东和黑龙江为地址关键词，从WEBOFSCIENCE数据库中提取19982012年的生物技术领域论文数据。数据清理后，分别提取独立作者论文与合作作者论文，并按照机构内部、机构间、市间、国内省间和国际间五个层次分别精炼两省科学研究合作论文数据。（4）刻画广东与黑龙江科学合作网络结构的演化并进行对比研究。以每5年为一个时段，以机构内部、机构间、省内、国内、国际间为五个不同层次，利用网络分析软件描绘19982012年科学合作网络，并分别计算广东与黑龙江科学合作网络的密度、点度中心性、接近中心度、中介中心度等指标，讨论不同时间段各指标的变化。将两省的科学合作网络图谱进行对比分析，讨论两省各空间层面的合作比例及其网络结构差异。（5）对研究工作进行总结，并对进一步研究做出展望。本文的主要贡献体现在以下几个方面（1）对WEBOFSCIENCE数据库类别中，生物技术类别进行界定，将RODERICK（1998）47提出的7个生物技术相关类别扩充至12个，作为文章研究对象。（2）本文以广东、黑龙江两省为研究对象，从微观（机构内、机构间）中观（市间）宏观（国内、国际）的尺度，动态的比较探讨了科学合作网络的演化过程。第二章相关理论及方法21社会网络分析方法概述社会网络指的是社会行动者SOCIALACTOR及他们之间的某种关系。也可以说，一个社会网络是由多个点社会行动者和各点之间的连线代表行动者之间的关系组成的集合。48。社会网络分析（SOCIALNETWORKANALYSIS）就是通过分析社会网络内部成员之间的交互关系，发现它们的组织结构、组织特点、行为方式、个性特征等。社会网络分析从本质上来说是各学科间共同努力的结果，他是有社会理论和应用与形式数学、统计学和计算方法轮有机结合而来的。28在进行社会网络分析时，有几个核心的概念。其中最重要的概念是行动者（点）和关系连接。本节将对这些概念的定义进行阐述并讨论社会网络的不同层次。211行动者在社会网络分析中，涉及到社会实体的联系和这些联系的含义，这些社会实体或者社会单位就是社会网络的行动者。行动者可以是分散的个体、机构或集体性的社会单位，也可以是研究所、学校，甚至是城市和国家。值得注意的是，这里所说的行动者不一定要有“行动”的意识或者能力。而我们关注的行动者是具有相同类型的行动者的集合（例如，一个班的同学）。212关系连接所谓关系连接即行动者之间的联系，这个联系可以是直观的血缘关系、同学关系、国家之间的贸易关系，也可以是合作关系，这需要根据研究对象以及关注点决定。根据行动者和关系连接的不同，我们可将连接分为两个层次二元图这是最基本的层次，一个连接或关系建立在两个行动者之间。这种联系本质上从属于两个行动者，而不仅仅从属于某一个行动者，它关注的是成对行动者的特点，是社会网络分析的基础单位。三元图除了分析两个行动这之间的关系，更大的行动者子集中的关系也要研究。三元图是指三个行动者自己和他们之间的联系。22社会网络的表示和特征度量参数221社会网络的表示社会网络的主要表现方式有两种一种是网络图，另一种是矩阵。而本文主要运用的是社会网络的图表示方法。图论思想之所以应用于社会网络分析，其原因是图可以用于标记和表示许多社会结构属性；利用图论提供的数字运算和观念能够对许多属性进行定量的测算。图的种类有很多，如曲线图、散点图、趋势图等，这些图是我们最为常见的“变量图”，他表现的是变量的频次等属性。本文中所提到的图有别于上面几种图，他主要有点（行动者）和线（关系连接）组成，这种图我们叫做“社群图”。这种“网络图”表现了各点之间的关系模式。根据社群图不同的属性，可以将其分为不同的种类根据网络图中行动者关系是否有向，可以将图分为“有向图”和“无向图”。无向图表现的是两个行动者之间关系要么存在要么不存在。而有向图的关系则是有方向的，国家间的货物进出口就是一个有向关系的例子。本文中的要表达的仅仅是是否存在合作，因此文中涉及到的图均为无向图。根据网络图中关系连接是否赋值，可以将图分为“二值图”和“赋值图”。仅用“边”的存在与否，就能表达两点间的关系的图就是二值图，而常常我们关注的问题不仅仅是“是”或“不是”的问题，还有紧密程度等的问题，这是我们就会给行动者的关系附一个值，这样的图称为“赋值图”。本文中研究的合作关系以两点间的合作次数来描述其合作紧密度，故文中涉及到的网络图为“赋值图”。222网络中的特征度量参数网络中的特征度量参数，能够清晰的描绘网络的整体特征。本文主要应用了网络规模、密度、中心势以及平均路径长度。（1）网络规模（GM）网络规模即网络边数总和，是体现网络关系结构的重要变量。其值越高，表示网络中存在的关系连接越多，网络的规模越大。（I1，2，）BGMMBI表示的是任意行动者的连接关系，M代表网络实际存在的关系边数（2）网络密度（MD）密度指的是图中点与点之间联络的紧密程度48，是网络分析中最常用到的一种测度。固定规模的点之间的连线越多，该图的密度就越大。MINBMD1/其中代表节点数。由密度公式可知，密度值在01之间，值越接近1，该网络的密度就越高，节点关系就越紧密。（3）中心势密度和中心势这两个概念代表的是一个网络图的总体“紧凑性”的不同方向。密度表达的是网络图中各点凝聚力的总体水平，中心势描述的则是这种凝聚力能够在多大程度上围绕某些特定点组织起来。而我们通常以点度方差作为测量中心势的基础。GMDNISGID/212其中代表点度平均密度，DNI代表NI点的密度，L表示网DL/2络图中连线的总数。（4）平均路径长度（L）平均路径长度描绘的是任意两个节点之间距离的平均值，反应了网络中信息传递的便捷度。平均路径长度越小，表明信息网络中任意两个城市之间传递所需要经过的中转次数越少。其计算公式如下JIIJDNL12其中I到节点J的距离DIJ，表示为网络中节点I到节点J的最短路径的边数。23权利的量化权利是社会学中的概念，它指的是各社会单位之中的关系子集，在这些单位中，一个以上的单位的行为在某些条件下依赖于另一些单位的行为。48诺克（DKNOKE）教授认为任何权利的界定都由“影响”和“支配”构成。在社会网络分析中，我们引入各种“中心度”，来对权利进行界定。这是网络分析的独特贡献，因此本文将用“中心性”来表达网络行动者的权利。文中用来描述“中心性”的指标主要有三个点度中心度、中间中心和接近中心度。231点度中心度我们认为，中心的行动者在某种意义上必须是最活跃的，相对于网络中的其他行动者，他具有最多的关系。行动者中心度的测量确定了行动者指标的范围或差异性。点度中心度越大的点某点的绝对点度中心度即于其连接的其他行动者的数量。232中间中心度1979年弗里曼（FREEMAN）最早提出了中间中心度的概念。两个不相邻的行动者之间的相互作用依赖于网络中的其他行动者，特别是在这两个连接路径之间的行动者。中间中心度就是用来描述处于两点连接路径上的行动者的功能的。在一个网络中，若一个行动者处于许多其他行动者之间的路径上，则该行动者具有控制其他两个行动者之间的交往的能力，可以通过控制或者曲解信息的传递来影响网络。因此中间中心度测量了行动者对资源的控制程度。233接近中心度接近中心度建立在接近度或距离的基础上，他研究的是行动者在多大程度上不受其他行动者控制的能力35。在测量接近中心度的时候，我们关注的是行动者与其他行动者的接近程度，在一个网络中，若一个点通过比较短的路径与许多其他点相连，我们就说该点具有较高的接近中心性。因为接近中心性计算的是节点与其他点的距离，距离越短，表明该点越容易达到其他点，因此接近中心形越小的节点在网络中越处于核心地位。24核心边缘结构分析核心边缘结构分析是社会网络分析的重要方法，其目的是根据网络中节点之间联系的紧密程度，将所有节点分成联系紧密度不同的区域。该分析方法将网络中的节点分成两个区域，核心区域和边缘区域。处于核心位置的各店之间存在紧密的联系，形成了一个“派系”，核心成员与某些边缘成员之间存在着关系，边缘成员之间存在的关系较少甚至不存在关系。第三章数据获得及处理方法31数据采集区域科学合作网络演化研究关注过程，需要大量翔实全面的历史数据。为此，本项目除了收集大量的政府文件、科技统计年鉴、和其它公开出版物外，将从WEBOFSCIENCE电子数据库入手，通过输入地址关键词“广东”和“黑龙江”，进行数据的提取和清理，通过WEBOFSCIENCE导出所需文献。311划分时间段经过文献研究以及数据库资料分析，发现1998年以前，两省在生物技术领域发表的文章数很少（详见第三章），故选择从1998年至2012年的数据进行分析。将所有数据集分成三个时间段19980101至20021231；20030101至20071231；20080101至20121231。312确定WEBOFSCIENCE类别通过文献的查阅，RODERIK在1998年对WOS类别中的生物技术类别进行了划分，当时划定7个类别为生物技术类别，通过专家咨询以及文献翻阅，增加了BIOLOGY等5个类别，如表1。表1生物技术在WEBOFSCIENCE中的类别原类别新增类别BIOCHEMISTRYMOLECULARBIOLOGY生物化学与分子生物学BIOPHYSICS生物物理学BIOTECHNOLOGYAPPLIEDMICROBIOLOGY（生物技术与应用微生物学）GENETICSHEREDITY（基因遗传学）IMMUNOLOGY（免疫学）MICROBIOLOGY（微生物学）VIROLOGY（病毒学）BIOCHEMISTRYRESEARCHMETHODS生物化学研究方法论BIOLOGY（生物学）CELLBIOLOGY（细胞生物学）MATHEMATICALCOMPUTATIONALBIOLOGY（数学与计算机生物学）ZOOLOGY（动物学）313数据导出（1）机构间与机构内数据导出进入WOS数据库高级检索界面，编辑地址为广东（或者地址为黑龙江），并运用“NOT”语句，排出其他省份，点击检索，可获得省内所有文章，再从WOS类别中精炼出生物技术类别，并在“国家/地区”栏中排除掉其他国家，即可得到省内生物技术领域的所有文章。将所有文章数据以TXT文件格式导出待用。（2）市间（省间）合作数据表构建建立EXCEL表格，在EXCEL中以各市（各省间合作数量矩阵与之类似）为首行和首列构建一一对应的对称矩阵，如图1所示。图1广东各市之间科学合作关系数量矩阵进入WOS检索页面，确定时间段之后，点击高级检索，输入需要查询的内容，例如检索深圳市和广州市的合作文献，可在高级检索栏中键入“ADSHENZHENANDADGUANGZHOU”；检索广东省和北京市合作的文献，可在高级检索栏中键入“ADGUANGDONGANDADBEIJING”。然后从WOS类别中精炼出生物技术类别，经过上方筛选，可以得到相关两市合作数目，将所得数据填入的图1表格中，保存另用。（3）省与国际合作数据获得进入WEBOFSCIENCE主页面，确定时间段之后，在高级检索栏中输入主题省份（如ADGUANGDONG）,进入精炼检索结果栏里的“WEBOFSCIENCE类别”，精炼出生物技术相关类别。在“国家/地区”栏中可以得到该省与其他国家合作数目，将结果记录到EXCEL表格待用。32数据处理321机构内与机构间的数据处理对导出的机构数据需要通过SATI软件转换成EXCEL文档格式，然后逐一挑选出著作者所在机构相同的文献，进行机构内部合作分析。对于机构间合作的分析则需要进行矩阵处理，输出EXCEL格式的对称矩阵，然后运用UCINET软件进行社会网络分析，并运用NETDRAW绘制合作网络图谱。322市间（省间）合作数据处理由于市间（省间）在数据收集时已经编织成了对称矩阵，只需要导入UCINET软件进行社会网络分析和绘制合作图谱。第四章生物技术科学合作网络分析通过对两省数据的统计，截至2012年12月31日，广东省发表的关于生物技术的文章合计8245篇，其中1997年前发表了41篇，最早可追溯到1980年；黑龙江省发表的关于生物技术的文章总和为3646篇，1997年前发表了56篇，最早可追溯到1917年。由图2可知，从总数上看，黑龙江省在2005年以前，每年的生物技术文献产出量都大于广东省，2005年以后两省在生物技术文献方面的产出量都出现了较大的增长，但是广东省增长速度明显大于黑龙江省，且差距在逐渐变大。从总量上看，我们可以得出两省生物技术方面文献产出的不同特点。黑龙江省起步早，发展速度较慢；广东省起步晚，发展速度快。这与两省发展战略相关。黑龙江省是老的工业基地，一直着力发展工业，在生物技术等高新技术产业的投入较弱；广东省近几年，一直着力于经济转型，重视高新技术产业的发展，所以的生物技术方面的产出较多。1998199920002001200220032004200520062007200820092010201120120RE3000RE1400RE2600RE800RE2200RE40广东省黑龙江省图219982012年两省生物技术相关文献数量趋势图将检索到的两省文献从数据库中导出，通过SATI软件的处理可得到具有文章名、作者名称、机构名称等的EXCLE表格，通过对作者项的处理可知，广东省的8245篇文章中仅75篇文章为非合作文章，合作率达到9909；黑龙江发表的3646篇文章中仅40篇为非合作文章，合作率为9890。从下表中可以看出，虽然黑龙江省在20082012年这段时间合作率略有下降，但是总体的合作率是变大的。表2两省生物技术合作率对比表省份1997年前19982002年20032007年20082012年合计广东省90249740984699239909黑龙江省9286976799669890989041机构内部生物技术科学合作网络分析分别对两省检索出来的生物技术相关文献，在WOS数据库中以高级检索排除掉地址为国内其他省份的文献，并在国家及地区栏中排出其他国家后可得仅为广东省或者黑龙江省省内合作的文献。从这些数据中可以发现广东省内合作文章数为3899篇（所有作者地址均为广东），即合作自产率为4772；黑龙江省内合作文章数为1890篇，合作自产率为5241。由此可知，两省的合作文章中的自产率都较高，黑龙江省已经超过合作文章总数的一半。利用SATI软件以“机构”为关键词，对数据进行处理，并逐个排出存在机构间合作的文章，可以的到仅存在机构内部合作的文章。通过处理的数据可知广东省19982002年间机构内部合作产的生物技术文献达2400篇，而黑龙江省机构内部合作产出为1198篇。表3广东省机构内部合作文章数排名表表4黑龙江省机构内部合作文章数排名是两省机构内部合作产出数量排名。从表中可以看出，不论是广东还是黑龙江，机构内部合作产出前五的机构几乎全为大学，可见大学在生物技术研究方面具有举足轻重的作用。表3广东省机构内部合作文章数排名表199820022003200720082012排名机构名称文章数机构名称文章数机构名称文章数1中山大学9中山大学87中山大学8402广东药学院5汕头大学28华南农业大学2073汕头大学3南方医科大学24南方医科大学1994广东省农业科学院2华南农业大学18华南师范大学1585广东省昆虫研究所1中国科学院17暨南大学147表4黑龙江省机构内部合作文章数排名表199820022003200720082012排名机构名称文章数机构名称文章数机构名称文章数1东北农业大学6哈尔滨工业大学57哈尔滨医科大学3402哈尔滨医科大学4哈尔滨医科大学45东北林业大学2193东北林业大学2中国农业科学院26哈尔滨工业大学1504哈尔滨师范大学2东北林业大学17东北农业大学1255中国石化1东北农业大学15中国农业科学院10542机构间生物技术科学合作网络分析广东省19982012年间机构间合作产出的生物技术文章达1499篇，黑龙江省机构间合作产出量为692篇。本节将分别就两省生物技术产出的社会网络图谱进行分析。421广东省机构间生物技术科学合作网络分析（1）广东省合作网络特征参数分析对广东省内具有生物技术科学产出的机构进行统计可知，19982002年，广东省发表生物技术相关文章的机构有25个，20032007年发表文章的机构有98个，20082012年发表文章的机构有609个。图319982002年广东省生物技术机构间合作网络图从图3可知，19982002年这个阶段广东省生物技术合作网络已经出现了5个独立的子网络，其中规模最大的是以中山大学为核心的类星形网络，其次是佛山三个机构组成的环形网络和中科院为代表的链型网络。合作网络的参与者有25个，其中有5个沉默节点（未参与网络合作）。合作参与率为80。图420032007年广东省生物技术机构间合作网络图从图图4可以看出，20032007年，广东省的机构间合作进一步发展。网络参与者达到98个，其中18个为沉默节点，80个节点参与合作，合作率为8163，较上个阶段合作率有所增加。该合作网络图主要分为5个独立的子图，其中最大的是以中山大学和中科院为中心的合作网络。图520082012年广东省生物技术机构间合作网络图图5中，由于20082002年生物技术合作网络的参与者过多，故图中仅列出点度中心度大于2的机构。这一阶段广东省生物技术机构间的合作网络得到迅猛发展，在具有科学产出的609个机构中，仅有45个机构没有参与合作，合作率为9261。从图中可看出，整个合作网络已经发展成为一个大的连通网络，且中山大学一直是网络的核心机构。社会网络方法中的网络规模、网络密度、网络中心性、平均路径长度等指标可以反映网络的内部结构和特征机理。由于机构间合作网络的参与者数量不同，且网络图不连通，故仅对网络规模和中心势进行分析。“中心势”描述内聚性能够在多大程度上围绕某些特定点组织起来。如果一个图的结构是以“星形”或“辐射形”形式组织起来的，那么中心势为1，对于“完备图”来说中心势为0。表5广东省机构间生物技术合作的网络结构特点动态变化表年份网络规模中心势199820025001502003200728400692008201244640080从表5可以看出，随着时间的推后，广东省机构间生物技术合作网络的规模是迅速增大的，中心势却是先减小后增大的。这说明，在第一阶段，合作网络规模小，但是聚集性高，主要合作的中心机构较为突出；第二阶段，网络规模迅速扩大，机构间合作比较分散，中心性不突出；第三个阶段，在网络规模扩大的同时，合作的中心机构加大了与其他网络机构的合作，使得网络中心势增大。（2）网络结构分析在这一部分的分析中，我们将引入核心边缘结构分析，使用核心边缘来进行分析可以找到机构间合作网络中的活跃点集和不活跃的点集，可以更直观的了解机构间合作网络。通过UCINET软件对广东省机构间合作网络数据进行核心边缘处理，可得到下表结果。表6广东省机构间生物技术科学合作网络核心机构演化表时间199820022003200720082012核心机构中山大学、暨南大学、广东药学院中山大学、中科院、汕头大学、华南师范大学、暨南大学、广东农业大学中山大学、南方医科大学、暨南大学、华南理工大学、华南农业大学、中科院从表6可以看出，19982002年，广东省机构间合作网络的核心机构是中山大学、暨南大学和广东药学院，核心区域的内部联系密度为300，而其他边缘区的机构联系密度仅为004，核心区与边缘区的联系密度为012。20032007年，广东省机构间合作网络的核心机构增至5个，核心区域合作密度为148，交叉合作密度为015，边缘区的合作密度为001。20082012年，机构间合作网络中的核心机构增至6个，核心区域合作密度为1713，交叉合作密度为034，边缘区合作密度为000。这说明，随着时间的推移，合作网络中紧密合作的机构越来越多，核心机构与边缘机构间的合作也在增强，但是边缘机构间的合作越来越稀疏。而通过对核心区机构的观察，可以发现，这些机构基本上都分布于广州市，说明作为省会的广州在生物技术科学合作上具有绝对的优势。422黑龙江省生物技术科学合作网络分析（1）合作网络特征参数分析通过对黑龙江省各阶段具有生物技术知识产出的机构进行统计，可知，19982002年，黑龙江省发表生物技术相关文章的机构数为11个，20032007年发表文章的机构数为47个，20082012年发表文章机构数为240个。图619982002年黑龙江省机构间合作网络图从图6可知，19982002年这个阶段可以说是机构间合作萌芽期，合作网络的参与者有11个，其中3个为沉默节点（未参与网络合作），8个节点参与合作。合作参与率为7273本网络有四个不连通的子图构成，是典型的森林图。图720032007年黑龙江省机构间合作网络图图7可知，20032007年，黑龙江省的机构间合作得到了较大的发展。网络参与者达到47个，其中14个为沉默节点，33个节点参与合作，合作率为7021。该合作网络图主要分为两个独立的子图一个是由哈尔滨医学院、哈尔滨工业大学、东北农业大学等机构为中心构成的有环图；另一个是以中科院为中心的树图。可以看出，合作网络的中心已初步形成。图820082012年黑龙江省机构间合作网络图20082002年，黑龙江省生物技术合作网络得到了进一步发展（如图8），在发表相关文献的240个机构中，仅有16个机构没有参与合作，合作率为9333。参与合作的224个机构构成了7个独立的子图，最大一个是以哈尔滨医学院、哈尔滨工业大学、东北农业大学等为中心有环图。至此，黑龙江省机构间的合作网络已出现了明显的中心与边缘。通过对黑龙江省各阶段机构间的生物技术合作网络图的对比，可知参与合作的机构以高等院校为主，随着时间的推移，参与合作的机构越来越多，合作网络越来越大。表7黑龙江省机构间生物技术合作的网络结构特点动态变化表年份网络规模中心势1998200280067200320079600662008201213800105由上表可知，在分析的三个阶段，黑龙江省机构间生物技术科学合作网络的规模迅速扩大，中心势也有增大的趋势，结合网络图可发现，其合作网络的中心性越来越大。（2）网络结构分析通过UCINET软件，对黑龙江省机构间生物技术科学合作数据进行核心边缘处理后，可得到表8黑龙江省机构间生物技术科学合作网络核心机构演化表。表8黑龙江省机构间生物技术科学合作网络核心机构演化表时间199820022003200720082012核心机构东北农业大学、哈尔滨工业大学哈尔滨医学院、哈尔滨工业大学哈尔滨医学院、东北林业大学、哈尔滨工业大学、东北农业大学、中国农科院从上表可以看出，19982002年，黑龙江省机构间合作网络的核心机构是东北农业大学和哈尔滨工业大学，核心区域的内部联系密度为100，边缘区与核心区的交叉密度为000，说明此时核心区域边缘区几乎没有联系，边缘区的联系密度为008。20032007年，黑龙江省机构间合作网络的核心机构仍为两个，不过哈尔滨医学院替代了东北农业大学，挤进了核心区，核心区域合作密度为400，交叉合作密度为022，边缘区的合作密度为002。20082012年，机构间合作网络中的核心机构增至5个，核心区域合作密度为950，交叉合作密度为034，边缘区合作密度为001。这说明，随着时间的推移，合作网络中紧密合作的机构在增加，核心机构与边缘机构间的合作也在增强，边缘机构间的合作渐疏。而通过对核心区机构的观察，可以发现，这些机构基本上都分布于哈尔滨市，说明作为省会的哈尔滨在生物技术科学合作上具有绝对的优势。43市间生物技术科学合作网络分析城市是构成省份的重要单位，它比机构宏观，它能够能宏观的反映省内的低于合作，且每个省城市的数量是既定的，这样网络节点数一定，便可以纵向比较网络密度等。对分析省内合作至关重要。在进行省内城市间生物技术合作网络分析时，我们需要建立城市间合作的对称矩阵，以方便UCNET软件进行运算。我们以各城市名称为首行和首列，并在WOS数据库中以两两对应的城市名称为地址关键词，进行搜索。进过对类别的精炼之后可以得出两市的合作数，填入对称矩阵。然后在进行对应的分析。431广东省市间生物技术科学合作网络分析广东省内包括广州、深圳、佛山、东莞等21个地级市，可以的到一个2121的对称矩阵，导入UCINET软件进行分析。（1）网络特征参数分析对广东省19982012年生物技术合作产出数据进行分析，可知，19982002年参与跨市合作的城市有7个，20032007年增加到了10个，20082012年参与跨市合作的城市为17个，仍有茂名、汕尾、河源、揭阳四个城市未参与跨市合作。图919982002年广东省内各市间生物技术科学合作网络图图9是19982002年广东省内各市间生物技术科学合作网络图，从图中可以看出，此阶段，大部分城市还未参与到科学合作中，参与节点仅7个，参与合作的城市比例只有333，网络边数为7个。整个网络以广州为中心，呈现放射状联系，最大子网络接近于星形网络。图1020032007年广东省内各市间生物技术科学合作网络图图10可以看出20032007年，广东省城市间生物技术科学合作网络中参与城市增加到了10个，比例增加到了476，网络规模有所扩大，网络结构依然较为简单，广州在网络中仍处于中心位置，深圳也渐渐展现出其中心趋势。图1120082012年广东省内各市间生物技术科学合作网络图从图11中可以看出，城市间合作网络的规模和范围进一步扩大，广州、深圳等城市间的合作越发紧密，东莞和汕头的中心性逐渐显露，但是仍然存在四个城市未参与到科学合作中。城市间科学合作的边数代表了网络规模的大小。从表9可知，在研究时期内，网络规模不断扩大（由10增加到493），网络范围的到了延伸，说明城市间科学合作的次数有了明显的增加。在十五年的时间内其网络规模扩大了近50倍，表9广东省内各城市间生物技术科学合作的网络结构特征动态变化年份网络规模网络密度中心势平均路径长度1998200210005002951667200320077103380429171120082012493234805052096对于赋值网络来说，密度的测量要比二值网络复杂得多，最简单的方法是直接忽略连线上的数值，把赋值网络简化成二值网络来考虑，但是这样做的后果必然会造成大量信息的损失。49为了最为完整的保留数据信息，本文将采用赋值网络密度测量，所以网络密度不会局限于01。从表9可知，网络密度从1988年的0050增加到2012年的2348，表明城市之间生物技术领域的联系渠道在不断增加，联系次数也在增加，跨区科学合作的愿望和机会增加，整体网络的生物技术资源流动效率有所提升。在19982002年时，其网络密度值仅为0050基本上可以忽略。然而到了20082012年，在近5年内，其网络密度为23476，表明网络节点间形成了较为有效而紧密的生物技术领域合作关系，即城市间现有的合作关系处于较为密切的状态，我们从城市间科学合作网络图也能够直观的看出来。但是我们也发现虽然城市间现有的合作关系相较于19982002年这个时间段有较大的提高，但是其网络密度仍然有着较大的提升空间。在19982012年这15年之间，随着网络中心势的增大，网络的中心化趋势增强，说明在广东省内，生物技术产出资源主要集中于几个核心的城市，而其他城市生物技术科学产出的途径多为与核心城市合作。通过对平均路径长度的计