张文宏等|高校教师科研网络对科研绩效的影响

在高校教师聘用制改革背景下，以科研产出为主要指标的用人制度和薪酬与职称评定标准开始大规模盛行，随着新管理主义渗透进高校管理中，高校为了在评估中拿到更好的结果，在教师聘用、管理、晋升中都秉持“绩效之上”原则，进而出现“非升即走”等类型的考核方式，这对高校教师的科研能力提出更大的挑战。2001 年12 月，《关于国家科研计划实施课题制管理的规定》发布，确立了课题项目制的科研活动，通过组建课题组的方式对国家科研计划中的课题进行组织、管理和研究，实行课题负责人制，并允许跨部门、跨单位聘用课题组成员。近年来，国家规定课题组成员不能同时参与两个以上在研课题，导致部分高校教师在申报时出现“成员荒”现象。同时，由于课题申请对于申请人职称等方面的硬性规定，不少年轻教师在课题申请上承担着较大压力。因此，不少年轻教师会选择与职称较高、课题经验较丰富的教师合作，以增加课题参与经验和论文产出。课题制科研使得科研活动开始转向注重多人合作与互动的形式，也为在高校教师内部之间以及其他行业人员之间搭建了沟通的平台，将良好的沟通和协作贯穿于科研课题和论文发表的整个过程中，保证科研成果的顺利产出。除此之外，论文也是绩效考核的重要指标，科研项目和论文有着密不可分的关系。一方面，科研项目的各个阶段都要求有论文的产出，而发表高质量论文也离不开科研项目的资助；另一方面，在许多期刊发表论文时都要求有项目资助。在面临科研压力和复杂科研问题时，与外界进行交流与沟通则有利于高校教师科研压力的缓解与科研绩效的产出。因此，在科研项目运行和论文发表过程中，处处可见科研网络的作用，运用社会网络的视角研究科研绩效的产出有重要意义。

虽然以往研究已在社会居民群体中证实了社会网络的重要作用，但在对高校教师科研绩效因素的研究中多从内驱和外驱两个方面进行探讨，忽视了科研网络的影响。边燕杰认为，阶级阶层地位和职业交往是每个人在社会生活中拥有不同的社会网络和社会资本的重要解释，并且市场化程度越高的职业，社会网络与资本对绩效和收入的影响就更强。该结论的前提是，同一职业群体间的社会网络差异较小，且市场化程度低。而在与科层制关联度高的职业中，与绩效挂钩的分配不易实行。然而，高校教师这一职业内部的巨大差异，可能会导致较大的社会网络差异，且高校教师这一职业虽科层化水平较高，但却实行着与绩效挂钩的分配制度。因此，对于以高校教师为研究对象的社会网络及其影响值得进一步探究。

本文将基于“高校教师获得感调查”数据，运用个体社会网络分析的视角，探究高校教师科研网络及其对科研绩效的影响。研究问题包括：高校教师的科研网络具有怎样的特征？不同类型的高校教师的科研网络是否存在差异？拥有不同科研网络状况的高校教师的科研绩效是否会有差异？不同学科中，科研网络在科研绩效中产生怎样的作用机制及差异？

（一）文献综述

Granovetter认为，人与人之间通过社会网络的联结生成信任感，而相互信任的群体有利于生产活动的进行。林南也提出，人们可以通过社会网络摄取嵌入在其中的权力、财富和声望等社会资源。在经济领域，已有研究发现社会资本能够促进企业绩效的增长，经营者可以通过广泛的社会关系网络获得重要信息或稀缺资源，进而影响企业的成败。如今，社会网络分析已经成为社会学领域常用理论范式。

近年来，越来越多的学者开始关注科研人员的社会网络。科研人员尤其是高校教师的职业具有特殊性，这类群体的工作以科研创新为主，而创新过程中离不开与他人的沟通与合作。在以往关于科研网络的研究中，主要有整体合作网和个人中心网两种研究思路。大多研究者从整体网的角度探讨了科研合作网的特点与影响。通过对科研网站中收集的论文合著网络的中心度、聚类系数等指标进行描述，探究其对科研绩效的影响。还有一些研究从个人中心网的视角对科研人员群体的社会网或科研合作网络特征等进行描述性分析，认为不同年龄、性别、地域、单位类型科研人员的网络特征有较大差异，异质性强、规模大的科研合作网络能够提高研究人员的创新能力。但研究并未进一步进行实证分析与验证，并且研究对象为异质性较大的科研人员，结论有待更新且需要更有针对性的数据验证。本研究运用个体中心网进行探究，注重结构中个人的能动性，试图更清晰地回答高校教师科研网络的人员倾向性，发现个体中心网络特征中有意义的变量，进而探究不同类型高校教师科研网络的特点及其对高校教师科研绩效的影响差异。

学界对社会网络对科研绩效与产出影响的研究主要有三种观点。一是促进作用。研究发现，拥有广泛科研合作网络的人员能够获得更多与他人进行信息交流和知识分享的机会，与不同背景的人探讨问题时可吸收异质性思想，在交流中增强信任，获得更多隐性知识，进而利于生成创新思想，并促进专利的获得和科研成果的转化。同时，通过社会网络关系，可以获得更多科研资源，如通过科研立项获得科研资金等资助。二是负向作用。总结起来主要有三个原因，其一是因为较高的社会网络可能会降低教师学术的相对独立性，导致更多“搭便车”行为，不利于教师科研能力的发展。其二是在中国现有科研经费分配制度和文化背景下，科层制已嵌入大学学术场域的科研项目和人才项目之中，高校教师作为“抓包方”，政府作为“发包方”，使得高校教师处于一定弱势地位。而中国的科研文化伴随着很多“潜规则”，为了获得更多科研项目，部分学者会因为拉关系分散过多精力，而无暇顾及学术。其三是利用“圈内人”行为会导致对“圈外人”的排斥，压制优秀人才。已有研究表明，“近亲繁殖”可能会阻碍教师其他正常人际关系的形成，并不利于科研能力和学术产出；三是社会网络对科研产出的影响要分情况讨论。有研究认为，科研人员社会网络的规模和互动网络密度与创新行为之间呈现倒U 型关系，而并非简单的线性关系。科研人员与不同单位对象的交往对科研产出的影响不同，与企业的纽带关系有助于论文产出，与政府的纽带关系中时间、精力占用的负效应超过了单纯的“资源获取”带来的正效应，导致对论文产出有负面影响。对于教师来说，校内网络会抑制科研导向功能，而校外网络则可以激发自身科研导向，提高科研产出。

鉴于以上，本研究在高校教师社会网络研究中可能存在的边际贡献在于：首先，对比以往研究，本研究主要从社会网络分析角度切入，以个体中心网为基础，细致探究高校教师群体科研网络的特征及影响，并以特定的“科研问题”为话题的讨论网，来构建高校教师的科研网络，这是更加客观地反映高校教师拥有的和可以用来提高科研业绩的社会网络；其次，以往实证数据多为某一单一学科，使得研究结论难以进行比较。本研究细致区分了差异较大的人文社科和自然科学两类教师，探讨不同学科中科研网络与科研绩效间的关系；最后，本研究将研究对象集中于高校教师群体而非全部科研人员，根据边燕杰等人的研究将科研网分为网络结构、网络关系和网络资源三大类，细致探究不同类型网络特征的影响。

（二）研究假设

与有较好资源的社会阶层有关系纽带则表示网络结构合理，利于课题（项目）的申请与成果的产出。具体而言，在高校教师与在高校或科研院所工作的人进行科研讨论时，会通过不同思想的交流与碰撞，传递更多科研信息、生成更多新观点，进而利于科研成果的创新与产出。由于设立机构的主体不同，科研课题项目一般分为横向课题和纵向课题。有研究认为，科研能力相对较低的人更喜欢通过维持与政府官员的纽带关系来获取科研资源。因此，与项目设立主体的纽带关系，可能会促进相应项目的申报。据此，提出本研究的网络结构假设及其分假设：

假设1：高校教师科研网络的纽带关系会促进科研绩效的产出。

假设1.1：高校教师与科研院所人员存在纽带关系，会促进论文产出。

假设1.2：高校教师与政府机关负责人存在纽带关系，会促进纵向科研课题立项。

假设1.3：高校教师与企事业单位负责人存在纽带关系，会促进横向科研课题立项。

网络规模大代表关系多，信息就更易被传递，资源也更易被获取。以往研究发现，较大规模的合作网络能带来更多的合作机会，并有助于寻找、获取和分配到更多的稀缺资源。因此，大规模合作网络常常会导致更多更好的科研产出。虽然强联接优势理论认为，密度高的网络成员之间的分工协作更容易实现，互惠程度也更高，信任的环境会确保互动更加高质量，然而这会导致信息冗余度更高。赵延东等人也认为，科研人员在进行合作对象选择时不应过分局限于紧密的“小圈子”。由此，提出本研究网络关系假设及其分假设：

假设2：规模大而稀疏的科研网络会促进科研绩效的产出。

假设2.1：科研网规模越大，越会促进科研课题立项和论文产出。

假设2.2：相比于密度小的放射型网络，密度大的连锁型网络占比越多，越会抑制科研课题立项和论文产出。

网络达高性和异质性代表着网络中蕴含信息和资源的多寡。网络顶端越高，表示网络中的人拥有更多的权力、地位、财富，相对于网顶低的结构，蕴含着更多的社会资本量。而网络差异大，则代表网络间的人有较大的异质性，处于不同位置的成员间拥有不同的资源，可以进行互补，网络差异越大的网络，潜藏着更多的资源。在高等教育领域中，有研究表明，高职称与低职称科研人员之间的良好的合作与协调会引发示范效应和引领效应，从而对科研成果有正效应。同时，通过与外校人员的沟通与交流，更容易结识专业内的权威学者，得到指导或有机会与其进行合作，也更容易接触到先进的技术和经验，为科研绩效提升提供便利性条件，进而促进教师工作业绩的提升。由此提出本研究网络资源假设及其分假设：

假设3：蕴含更多网络资源的科研网络会促进科研绩效的产出。

假设3.1：科研网成员专业技术职称和人才称号级别越高，越会促进科研课题立项和论文产出。

假设3.2：科研网的职称异质性越大，越会促进科研课题立项和论文产出。

假设3.3：科研网中校内同事占比越多，越会抑制科研课题立项和论文产出。

最后，相较自然科学，人文社科的合作虽出现较晚、规模也较小，但已成为其工作方式的一部分。总体来说，由于学科属性不同，不同学科在科研产出过程中需要的团队协作程度是不同的，并可能出现不同的交流行为模式，以学科差异视角分别考察人文社科和自然科学的高校教师科研网络及其影响，进行对比并寻求原因和规律，对不同学科教师的发展，促进科研绩效与科研发展有重要意义。

（一）数据来源

本研究数据来源于2019—2021年“上海市教委高校教师获得感”课题组主持并执行的“高校教师获得感调查”。调查采用配额抽样的方法，涉及上海、北京、西安、武汉的 5 所“双一流”高校、4 所“一流学科”高校和4 所普通高校，对2479 名高校教师进行问卷调研。其中男性占比53.66%，青年教师（小于45 岁）占比53.53%，“双一流”高校教师占比37.84%，人文社科和自然科学学科教师分别占比31.18%和68.82%。

（二）变量

1. 因变量

对科研绩效评价主要是指组织对个体完成科研工作结果进行的考察，我国大多高校的科研绩效是计算发表论文数、申请课题数、科技成果获奖数、出版著作数、知识产权数、技术转移数等指标，尤以论文发表和引用情况为通行标准。结合数据可得性以及学科特征，借鉴已有研究，本研究将科研绩效分为三个部分，学术认可、政府认可、市场认可，分别操作化为近五年来发表的核心期刊论文发表数（SCI、SSCI、CSSCI 以及中文核心期刊）、纵向科研课题数（省、市级及以上课题数总和）和横向科研课题数。表1 为本研究中主要变量的描述性统计分析，从表中可知，样本群体近五年论文发表数均值为12.61，纵向课题数均值为1.83，横向课题数均值为0.98。

表1 主要变量的描述性统计

2. 自变量

科研网络测量具体指标分别为网络结构（构成）、网络关系（规模、密度）和网络资源（网顶、异质性）。网络结构表示是否能够获取信息和资源，网络关系体现获取信息和资源是否方便，而网络资源则体现网络蕴含的信息和资源量的多少。

网络结构（composition）：网络结构（构成）指某一特定类别成员在个体中心网络的构成。在本研究中指高校教师讨论网中“是否有高校工作或科研院所工作的人”“是否有党政机关工作的人”“是否有企事业单位工作的人”3个变量，均为虚拟变量。

网络规模（size）：网络规模指个体中心网中网络成员的数量，使用受访者在过去半年内与其讨论过重要的科研问题的人数进行测量。

网络密度（density）：有学者根据社会网络成员间的关系区分了放射型网络（radial network）和连锁型网络（interlocking network），放射型网络指在自我的三个朋友的二维关系中，朋友之间彼此不是朋友；连锁型网络指三个朋友中至少两个彼此是朋友。本研究根据被访者对核心网络3人两两之间熟悉程度的回答，将回答“比较熟”和“非常熟”赋值为1；将“不认识”“不太熟”“不知道”赋值为0。答案全部为0操作化为连锁型网络，不全为0操作化为放射性网络。

网络达高性（tops）：达高性体现着个体中心网中联系人社会地位的高低程度。根据以往研究对达高性的定义和操作化，本研究以科研讨论网成员中专业技术职称和人才称号为达高性的测量依据。其中专业技术职称包括“无职称”“初级”“中级”“副高级”“正高级”，赋值1—5 分，分数越高，表示职称越高；人才称号包括“无称号”“校级”“市级”“省级”“国家级”，赋值1—5 分，分数越高，表示称号越高。计算核心科研讨论网中所有联系人的专业技术职称和人才称号高低分数的平均值，对达高性进行赋值。

网络异质性（heterogeneity）：异质性主要是考察网络成员之间以及核心成员与网络成员在某些特征上的差异性。本研究计算了校内同事占比和职称异质性两个变量。校内同事占比是指核心网络中与核心成员是同校同事的占比情况。职称异质性用科研讨论网成员间职称的标准差来表示。校内同事占比越少、职称的标准差越大，表示科研网络的异质性越强。

3. 控制变量

在高等教育领域，目前对于科研产出和绩效影响因素主要被归结于高校教师自身的内驱因素和高校或机构的外驱因素，内驱因素主要集中于性别、工龄、是否获得博士学位、海外学习经历、职称等；外驱因素主要有院校声望、学科类型、合同类型等。因此，本研究将这两类因素作为控制变量。除此之外，鉴于学科差异性对科研合作与科研产出的影响较大，将学科类别作为本研究的分类变量，分别对人文社科和自然科学两类高校教师进行回归分析。

（三）分析方法

由于本研究因变量论文发表数和课题数量均为非负整数，且平均数小于方差，存在过度离散的现象。因此，使用负二项回归模型能够有更好的拟合效果。又由于调查对象的课题数为0 的占比较高。因此，在横向课题数和纵向课题数回归模型中采用零膨胀负二项回归模型。

（一）高校教师科研网络现状

1. 高校教师科研网络概况

从表1中可知我国高校教师科研网络的偏好。从网络构成上来看，近80%的高校教师核心科研网中有在高校或科研院所工作的人，其次有14%的高校教师核心科研网中有企事业单位负责人，核心科研网中有党政机关负责人的高校教师最少，仅占4%。同质性原理认为，人们倾向于与自己在各种社会经济特征方面类似的人发展亲密关系，并且，科研问题不同于日常聊天等，专业性的高门槛造就了科研网络的构成形态。因此，在进行科研问题探讨时，高校教师平时还是主要与同是在高校或是科研院所工作的人进行科研问题的探讨。然而，高校教师的科研产出离不开实际应用，尤其是企事业单位和政府部门是科研成果的主要应用场域，目前高校教师的科研网络主要以群内交往为主，与其他行业人员的交流有待加强。

从网络关系中看，高校教师的科研网络规模均值为10.33，核心科研网连锁型网络占比均值为0.78。赵延东等人在对科研人员合作网络的研究中得到，高等院校科研人员网络的平均规模为3.38，平均密度为0.81，而张文宏在对北京市民的讨论网研究中得到的规模为3.1，密度为0.77。可见高校教师的科研讨论网与合作网以及市民的讨论网有较大不同。整体来说，高校教师科研网络规模较大，以连锁型网络为主。

从网络资源来看，高校教师科研网职称和人才称号达高性均值为3.01，处于中等水平。高校教师科研网络中同校同事占比均值为0.25，职称异质性的均值为0.76。总体来说，高校教师科研网络的达高性有待提高。而异质性较高说明高校教师在科研过程中愿意与更多不同类型的人进行交流，获取信息。

2. 不同类型高校教师科研网络的差异

首先，本文探讨了在科研网络结构中，不同性别、年龄、学校平台、学科的高校教师之间的差异（见表2）。通过差异性检验可知，不同性别在网络结构上的差异不明显；青年高校教师的学界纽带和企业纽带显著多于中老年；“双一流”学校教师仅在学界纽带方面更具优势；网络结构的学科差异最大，在学界纽带和企业纽带上，自然科学专业的教师具有优势，而人文社科专业的教师则与政府的联系明显更多。总体来说，在网络结构中，青年、“双一流”教师具有一定优势，而不同学科由于学科合作程度需求和主要服务对象不同，也各自有不同的优势。

表2 不同类型高校教师科研网结构差异

注：括号内为标准差；ns不显著；*p＜0.05，**p＜0.01，***p＜0.001。

其次，在网络关系中，如表3所示，性别、年龄、学校和学科的差异都具有显著性。其中，男性、中老年、“双一流”和自然科学专业的教师网络规模更大；男性、“双一流”和自然科学专业的教师网络密度更大。可见，男性、“双一流”和自然科学专业的高校教师有着大而密的科研网络关系特征。

表3 不同类型高校教师科研网关系差异

注：括号内为标准差；ns不显著，*p＜0.05，**p＜0.01，***p＜0.001。

最后，在网络资源方面，表4展示了男性、中老年、“双一流”和自然科学专业特征的高校教师在达高性方面都占据着绝对优势，科研讨论中接触的人职称和级别越高，意味着可以借鉴更多成熟的经验，有更多权威性的信息和资源，并在科研过程中会得到更多帮助和指导；在异质性方面，性别的异质性并无显著差异，青年、“非双一流”的教师科研网络的异质性更大，这说明青年和“非双一流”高校教师本身特征的局限与在科研上的弱势，促使他们更愿意与特质不同的人进行科研问题的探讨来拓宽思维、获取资源。而相比人文社科专业，自然科学的高校教师校内占比更多，职称异质性更强。

表4 不同类型高校教师科研网资源差异

注：括号内为标准差；ns不显著；*p＜0.05，**p＜0.01，***p＜0.001。

总的来说，科研网络在性别、年龄、学校和学科上都存在差异性。就性别差异来说，国外早期的研究证实了女性在社会网络上具有局限性，男性比女性拥有更核心、对职业发展更有帮助的网络关系。近年来，由于性别间的差异不平等而产生的“学术产出之谜”也备受关注，从本研究中可看到，高校女教师在科研网络关系和网络资源中都处于弱势地位，这种弱势地位可能使得女性在获取信息和资源上不如男性，进而造成学术产出的不平等现象。就年龄来说，青年和中老年高校教师在科研网络中有着不同方面的优势。青年教师精力旺盛，社会交往的结构更加丰富，密度也较高。相比于青年人来说，中老年教师积累了更多的人脉关系，本身地位更高，同质性网络可以发挥更重要的作用。同时，中老年可能负担了更多的家庭和职业责任，也经历过更多的流动，只能投入更少的时间进行不同的社会交往，不能或不愿改变长久的友谊关系，导致了网络规模大、高达高性和低异质性的特点。就学校平台来说，“双一流”的学校平台优势使得高校教师在科研网络中的各个方面都存在着优势。一方面，层次更高的高校中的教师自身毕业于更高层次的高校，有着更加优势的社会网，同时，“双一流”高校也会为高校教师提供更加优质的科研资源和更多交流机会，会进一步提升高校教师的科研网络优势；另一方面，“双一流”高校中的教师竞争更加激烈，科研压力更大，而更加优势的科研网络才能为其提供更多帮助。最后，就学科类别来说，除了网络结构，人文社科的高校教师的科研网络特征都处于弱势地位。随着人文社科的发展，尤其对社会学科来说，越来越关注社会需求与解决现实问题，在学科内容不断完善的过程中，社会问题也在不断增加，多学科、跨领域的研究才更能适应社会发展。因此，对人文社科来说，基于研究兴趣与研究内容的探讨与交流是十分重要且有待加强的。

（二）高校教师科研网络对科研绩效的影响

1. 科研网络特征对科研绩效影响

表5 展示了总样本中三类科研绩效的影响因素回归模型。模型1 为论文发表数的影响因素模型。由表可知，网络结构变量，特别是学界纽带并未对论文发表数有显著的影响，假设1.1未得到证实。网络规模对论文发表数有显著的正向影响（β=0.006，p＜0.01），网络密度对论文发表数有显著的负向影响（β=-0.195，p＜0.01），假设2 及其分假设在此模型中被证实。研究结果说明了高校教师在进行科研讨论时形成的圈子未必是越紧密、关系越亲密越好，相比于连锁型网络，放射型网络密度小，是在专业化的基础上形成的，有较低的感情投入、异质性高，占用高校教师较少时间。而高校教师的科研讨论网正是为了专业性较高的科研目的而开展。因此，密度小的放射型网络比密度大的连锁型网络更利于知识产出的观点得到证实。Jackson提出，当网络密度较高时，就越容易产生更大的社会压力，“物以类聚，人以群分”的效应就越明显，进而导致抗拒新成员和新思想的融入，不利于科研成果的产出。同时，这也印证了赵延东等的观点，规模越大、密度越小才能使高校教师的科研网络中的信息量越多、灵活性更强、信息冗余度越小，这样大而松散的网络才更有利于课题的申请与论文的产出。最后，达高性对论文发表数有显著正向影响（β= 0.082，p＜0.01），与更高职称的人进行科研问题讨论会给高校教师带来更多思路的启发、并使其获取更多经验与专业知识，进而有助于论文的发表。而在异质性指标中，仅校内同事占比对论文发表数有显著影响（β=-0.193，p＜0.05），在核心科研网络中，校内同事占比越多，越不利于高校教师论文发表。这与假设相符，校内同事越多，高校教师科研网络的异质性越小。同时，“弱关系优势理论”也认为，相对于校外人员，高校教师会更经常接触校内同事，但校外人员作为“弱关系”可以使教师接触更多信息和资源。因此，校外网络更可能作为“信息桥”，为高校教师的科研工作提供帮助。

表5 科研网络对科研绩效影响的回归模型

注：*p＜0.05，**p＜0.01，***p＜0.001。

模型2 为纵向项目数的影响因素模型。由表可知，网络结构变量，包括政府纽带仍然对其没有显著影响，假设1.2 未得到验证。网络规模对纵向项目数有显著的正向影响（β=0.01，p＜0.001），网络密度的影响不显著。说明网络规模越大，大量实时性的信息和资源就越容易获取，越容易申请到纵向项目，但与网络密度关系不大。假设2.1在此模型中被证实，而假设2.2未被证实。达高性对纵向项目数有显著的正向影响（β=0.189，p＜0.001），这说明能够接触到高职称和人才称号的人对纵向课题申请是非常有帮助。结合目前纵向课题申请要求，一定程度上会对发表者或申请者有着职称或称号的要求和门槛，这也是导致越来越多青年教师课题申请和论文发表压力更大的原因。因此，在核心科研讨论网中得到较高职称和人才称号的专家的协助和指导是十分重要的。校内同事占比并未有显著影响，但职称异质性对纵向项目数有显著的正向影响（β=0.131，p＜0.01）。这是因为在纵向项目评审中都会对项目成员构成有一定要求，不同职称、有梯队的“老中青”团队在项目计划及执行过程中具有更大的优势。

模型3为横向项目数的影响因素模型。其中，网络结构变量中企业纽带对横向项目数有显著的正向影响（β=0.335，p＜0.05），与企事业负责人进行科研问题的探讨有助于高校教师了解企业需求，激发创新思想，进而更容易拿到横向项目，假设1.3被证实。然而，除此之外，其他科研网络变量对横向项目数的影响均较小，假设2 和假设3 在此模型中均未被验证。这说明，想要获得更多横向项目最主要的就是要与企事业单位负责人建立纽带关系。

总之，网络结构假设中，仅企业纽带关系会增加横向项目数的观点得到验证。而学界和政府纽带之所以对于科研绩效的影响不大，可能是因为与横向项目申请不同，论文发表和纵向项目申请审核都要进行严格的匿名评审，与相熟学界和政府人员沟通并不会影响结果。其次，在网络关系假设中，网络规模正向显著的影响论文发表数和纵向项目数的假设在模型中得到验证。而密度与科研绩效的关系也要分情况考察，松散的网络对于论文发表有促进作用，但对科研项目申请的作用不显著。最后，网络资源假设也得到了部分验证，达高性仅正向影响论文发表数和纵向项目数，而同校同事占比和职称异质性分别只影响论文发表数和纵向项目数。科研网络特征指标对论文发表数影响最大，对横向项目数影响最小。

除此之外，不同类型的高校教师的科研绩效差异与其科研网络离不开关系，具有科研网络优势的高校教师群体在科研绩效中的表现更好。在控制变量的影响中可以看到，不同性别、工龄、学校和学科在科研绩效上的差异。男性、工龄更长以及自然科学专业的高校教师在论文发表数量和横向课题数量上有显著的优势；“双一流”高校则在论文发表数和纵向课题数上有更大优势；博士学历和海外留学经历也不同程度上正向影响着高校教师的科研绩效；值得注意的是，职称对于各类科研绩效的影响均显著，尤其是副高及以上职称的高校教师各类科研绩效都有明显优势；最后，从数据中可以看到，一些高校开始实行的“非升即走”政策下的短期合同制仅会显著提高横向课题数，但不利于论文的发表。

2. 科研网络对科研绩效影响的学科差异

表6为控制其他外驱和内驱变量后，区分了人文社会学科和自然科学学科，探究科研网络对科研绩效影响的模型。如模型4和模型5所示，在对论文发表数量的影响中，网络结构均无影响，人文社科和自科并无差异；网络关系中，网络规模对人文社科（β=0.017，p＜0.01）和自科（β=0.004，p＜0.05）均为显著的正向影响，而网络密度仅显著负向影响自科学科高校教师的论文发表数（β=-0.162，p＜0.05），说明自科教师更需要密度小的放射型科研网络；在网络资源变量中，达高性（β=0.074，p＜0.05）和校内同事占比（β=-0.277，p＜0.01）的影响均仅在自然科学模型中显著。这说明，相比人文社科，自科学科教师的科研网络人员的职称和人才称号越高以及外校人员的联络对论文发表更为重要。自科的论文发表往往是多人合作的成果，而成果中若有学界中有威望的专家参与讨论，给予专业上的支持，或有校外人员带来更多异质性信息和资源，对于期刊的审核发表无疑帮助较大。然而，对人文社科的论文发表来说，在作者排序中并没有“共同一作”或“通讯作者”等说法，三人以上合作论文的情况也大大减少，与专家或与校外人员的讨论可能使他们有更小几率转化为共同作者。因此，人文社科学科高校教师的科研网络达高性和异质性对论文发表的影响远不及自然科学学科。

表6 科研网络对科研绩效影响的学科差异回归模型

注：*p＜0.05，**p＜0.01，***p＜0.001。

模型6 和模型7 展示了科研网络对纵向项目数影响的学科差异。可以看到，在网络结构中，政府纽带的影响具有学科差异，政府纽带仅正向显著影响人文社科教师的纵向项目数（β=0.562，p＜0.01），而对自科教师的纵向项目数影响不显著。这体现了不同学科项目的特点，相比于自然科学项目，人文社科项目主要面向政府，旨在为政府提供服务决策咨询等，这离不开与政府人员的沟通与交流。而自科为政府提供的服务往往更少依赖沟通，更多依靠团队中技术性支持或硬性设施等。在网络关系变量中，网络规模对纵向项目数的影响具有学科差异，网络规模仅正向显著影响自科学科的高校教师（β=0.01，p＜0.001）。这正是因为在进行纵向项目时，自科研究工作更依赖多人的合作和沟通，而人文社科学科虽然更多人参与讨论也会有益，但最终成果的形成则主要依赖独立工作。最后，网络资源变量中达高性对人文社科（β=0.228，p＜0.01）和自然科学（β=0.165，p＜0.001）学科高校教师申请到纵向项目数的影响均显著，而职称异质性的影响具有学科差异，职称异质性对自科纵向项目数的影响更显著（β=0.138，p＜0.05）。与人文社科不同，自科成果的生成需要更为繁琐的过程，需要不同类型的教师配合完成，既需要高水平的科研思路，又需要重复且高耗时的实验等，不同职称的教师有各自的优势。因此，职称异质性对于自科项目来说更为重要。

模型8和模型9为科研网络对横向项目数影响的学科差异。可以看到，网络结构对横向项目数影响的差异较大。学界纽带仅正向显著影响人文社科高校教师的横向项目数（β=13.612，p＜0.001）。可能是因为在横向项目的评审中，文科项目的评审标准不像自然科学项目那样有统一、刚性和公认的指标。而学界纽带作为一种社会资本，更可能在标准不统一的领域和制度不完善的空间发挥更大的作用。政府纽带仅负向显著影响自科的横向项目数（β=-0.822，p＜0.05）。和纵向项目相比，横向项目在职称评定中虽然会占一定比例，但远不如纵向项目更重要。因此，高校教师就会分配更少的精力用于横向项目的申请，尤其对于自然科学来说，横向项目所耗时间、器材、财力较大，这种负向影响就更加显著。企业纽带仅正向显著影响自科高校教师的横向项目数（β=0.481，p＜0.01），这同样与自然科学的特点相关，就如政府纽带对人文社科教师纵向项目数的独特显著影响一样，自然科学的成果更多地是为企业解决工作难题和技术难关，而人文社科的横向项目较少来自于企业，更多来自于政府或事业单位。因此，与企业的纽带关系对于自科的横向项目申请来说是十分重要的。其次，网络关系变量中，网络密度对横向项目数的影响有学科差异，网络密度仅在自科模型中有显著的正向影响（β=0.317，p＜0.05）。网络密度更大的连锁型网络会促进自科学科横向项目的申请和产出，这是因为自科学科在完成横向课题中需要更高的合作性，有一个关系紧密的科研团队更利于项目的开展。而网络密度没有显著影响自科学科高校教师的纵向项目数，可能是由于对于自然科学来说，横向课题的申请和完成难度一般要低于纵向课题。因此，一个配合默契的团队对纵向课题的重要性没有那么大，却有利于申请和完成难度较低，回报较多的横向项目。最后，网络资源变量对高校教师横向项目数量并无学科差异，且影响均不显著。

（一）主要结论

本研究运用实证数据具体分析了高校教师三个维度的科研网络特征、科研网络对高校教师科研绩效的影响及学科差异，主要结论如下：

第一，我国高校教师科研网络的总体特征为网络构成多元，以与高校或科研机构群体的群内交往为主，与企事业单位和政府部门交往较少；网络规模大、以连锁型网络为主；达高性处于中等水平、异质性较高。这与以往对于居民社会网或科研人员合作网络的特征结论均有出入，说明本研究中高校教师群体和科研讨论网络特征均具有特殊性。不同于居民的拜年网或科研人员的合作网，科研讨论网不但可以在一定程度上体现科研合作程度，也在高校教师的生活中更加常见。讨论网具有网络规模更大、异质性更高的特点，这也有助于启示高校教师在进行科研交流时，不但要努力融入已有相对固定的科研团队，也应建立自身更加广泛的科研网络。

第二，高校教师的科研网络特征具有显著的群体差异性，女性、青年、“非双一流”以及人文社科的高校教师在科研网络中处于相对弱势地位，并且这种差异性会在不同程度上导致其科研绩效产出的降低。可见，以往研究中“科研产出之谜”和“学术科层制”在一定程度上依然被证实。然而从本研究中也可以看到，女性在科研网络纽带、异质性以及纵向课题数上并不输男性。同时，高校青年也在利用其精力旺盛的优势在学界纽带和异质性中产生一定优势，而这必然也会帮助其在创新工作中有更多提升。

第三，论文发表数和纵向项目数受科研网络影响更大，横向项目数仅受到网络结构变量中企业纽带的显著影响；网络关系变量中，更大的网络规模会提高论文发表数和纵向项目数，放射型网络占比越多，论文发表数越多；网络资源变量中，达高性越高、异质性越大，论文发表数和纵向项目数越多。可见，在科研网络中，“弱关系”可能比“强关系”在科研绩效上的帮助更大。教师的精力有限，使得社会网络成为一把“双刃剑”，过多和过少的维系关系都是不可取的，形成大而疏的科研网络才能最大化地将社会网络转化为社会资本，并使其得到更好地运用。

第四，高校教师的科研网络对科研绩效影响的学科差异较大。科研网络对自然科学学科的高校教师的总体影响在更多维度中显著。人文社会科学教师的科研绩效产出在不同程度上更关注高校教师是否有学界纽带、政府纽带、网络规模、达高性；而自然科学教师的科研绩效产出更关注是否有企业纽带、网络规模、网络密度、达高性和异质性等更多科研网络特征。由于学科属性不同，以往对单一学科社会网络或科研绩效的研究结论都可能具有较大局限性。

（二）政策建议

针对以上结论，本研究的政策启示与建议在于：

一是要优化高校教师网络结构。加强与高校或科研机构外部的联络与沟通，尤其是鼓励校企合作，科学研究的成果不但是为了推动科学文化发展，也是为了应用于社会，优化人们的生活方式，提高人们的观念认知。因此，高校教师作为科研人员的主力，更要时刻与社会接轨，坚持企业和市场导向原则，积极与群外人员进行科研探讨，形成具有差异性的科研网络，推进高水平的科研创新成果产出。

二是要更加关注女性和青年高校教师的科研弱势地位，细化绩效目标设定。减少科研资源分配过程中对于高校女教师和青年教师的歧视及科研成果中的“马太效应”现象。对这两类群体进行适当的扶持，支持其拓展科研网络规模、增强达高性和异质性等；而对于不同类型的学校及不同种类学科的高校教师，应根据不同类型高校和不同学科特点，合理设置科研绩效目标。同时，还应加强学校间和学科间的交流和合作，共建优秀教师队伍，共促教育强国战略的实施。

三是基于科研网络对于科研绩效产出的重要影响，高校教师在科研中应警惕“闭门造车”的同时也应警惕“过度社交”。反映在科研网络规模和密度上，网络规模的扩大有利于增加信息和资源的传递机会，但科研网络密度不宜过高，应减少由于过高的科研网络密度导致信息的冗余和低异质性，避免分散更多的精力用于维系“小团体”。

四是不同学科应根据自身特点，有针对性地弥补科研网络劣势，适当发挥科研网络对科研产出带来的有利影响。国家和社会应不断推动人文社科通过与外部沟通来积极解决社会问题。同时，对于人文社会科学学科的教师来说，应进一步维护并增强政府纽带和学界纽带关系；而对自然科学学科的教师来说，应适当降低网络密度和同质性关系带来的信息和资源冗余，充分利用企业纽带关系、网络规模、达高性和异质性优势以促进科研产出。

排版：靳品侠

复审：王文娟

终审：杨   旻

点击“阅读原文”，查看文章全文~