学科交叉大潮下，高影响力科学家更倾向多主题合作研究

导语

科研合作是现代科学与学术的重要特征，科研合作主题与创造力和影响力关系密切。然而，人们对科学家如何让合作者参与到新课题的问题仍知之甚少。近日，北京师范大学系统科学学院副教授曾安等学者在PNAS上发表的一项研究，系统分析了科学家职业生涯中学术主题与合作者的共同演化关系，挖掘科学合作中所涉及研究主题的统计特征，并揭示了科学家在新课题上如何选择合作者。研究表明，合作者通常倾向于参与单主题研究。高生产力的科学家倾向于拥有更高比例的单主题合作者，而高影响力科学家对多主题合作研究展现出偏好。

研究领域：科研合作，科学学

胡一冰 | 作者

邓一雪 | 编辑

论文标题：Impactful scientists have higher tendency to involve collaborators in new topics

论文链接：https://www.pnas.org/doi/10.1073/pnas.2207436119

科研合作是促进研究团队创新的一个关键要素。目前关于科研合作的研究覆盖合作网络构建、合作强度（频率）的影响和合作团队特征挖掘等多个方面。尽管在过去科研合作网络已被深入研究，但是关于科学家个体如何选择合作者来开展新课题的问题几乎没有被探索过。为弥补研究空白，该论文重点回答了以下问题：

（1） 两位科学家通常会在多少不同的主题上合作？

（2） 不同类型的科学家在合作选择方面有何不同？

（3） 哪些因素会影响合作者参与某特定科学家新课题的概率？

图1.共引网络与合作时间序列示意图。该研究首先对每位焦点科学家（focal scientist）构建一个共引网络，其中每个节点代表该科学家的一篇论文。随后研究者通过fast-unfolding算法确定网络中的社区，若社区包含超过5%的节点即被视为焦点科学家的主要课题，不同主题被赋予不同颜色。最后分解得到彩色的时间序列，每个时间序列反映焦点科学家和不同合作者合作的论文。

1. 大多数科学家倾向于

拥有高比例的单主题合作者

该研究针对每一位焦点科学家，统计与其合作过两次及以上的所有合作者（collaborator）信息，并计算焦点科学家在多个主题中合作者的分布。同时，该研究设计了“模拟重组”（time-controlled reshuffling）机制作为对照组以检验上述发现是否具有随机性。

如图2A所示，在一位科学家的合作者中，平均有63%的人涉及一个主题，约25%的人涉及两个主题，12%的人涉及三个及以上的主题。通过比较真实数据（0.63）和对照组结果（0.45），发现焦点科学家参与的合作者参与的主题比“模拟重组”预期的要少。对于所有个体科学家，研究者统计了他们只参与一个主题的合作者的比例，即单主题合作者占比。与对照组相比，大多数科学家倾向于拥有高比例的单主题合作者（如图2B所示）。

图2. 合作者参与的主题数量。(A)合作者与焦点科学家参与的课题数量分布。(B)对于所有个体科学家的单主题合作者比例。(C)与焦点科学家至少有10次合作的合作者所涉及主题的数量分布。(D)与一个焦点科学家至少有10次合作的单主题合作者比例的分布。(E)与焦点科学家合作发表不同数量论文的合作者所涉及主题的平均数量。(F)与焦点科学家合作发表不同数量论文的单主题合作者所占比例。

2. 高被引科学家的多主题合作者比例更高

该研究将生产力（论文产量）和影响力（论文被引次数）作为衡量科学家成功与否的标准。图3B中展示了单主题合作者的比例与合作论文数量之间的关系，并比较了前 1%高产和前1%高被引的焦点科学家的行为差异。可见，在考虑偶尔合作者（最多合作5篇论文的人）时，这两组焦点科学家之间没有显著差异。然而，对于与焦点科学家合作发表至少10篇论文的频繁合作者来说，高产和高被引科学家在让合作者参与研究主题的行为非常不同——高产科学家的单主题合作者比例较高，而有影响力的科学家的单主题合作者比例较低，这意味着多主题合作者比例更高。图3C两类焦点科学家的频繁合作者所涉及的主题数量的分布图也印证了上述发现。

图3. 高产和高被引科学家的合作者中单一主题合作者占比差异。(A)科学家的生产力和平均影响力关系的散点图。从Pearson相关系数发现高产和高被引科学家是两个不同的群体。(B)与焦点科学家合作发表不同数量论文的单主题合作者所占比例。(C)与焦点科学家合作发表至少10篇论文的合作者的主题数量分布。(D)具有不同生产力的焦点科学家的单主题合作者（至少有10次合作）的比例。(E)具有不同影响力的焦点科学家的单主题合作者（至少有10次合作）的比例。(F)不同主题数量的焦点科学家的单主题合作者（至少有10次合作）的比例。

3. 有合作历史的合作者

更容易参与焦点科学家的新课题

该研究还关注了“合作者与焦点科学家的合作历史”和“参与焦点科学家下一个新课题”的概率关系。图4A中展示了参与焦点科学家下一个主题的概率——一个关于过去合作论文数量的函数。如图所示，在过去2年内与焦点科学家合作论文的近期合作者，出现在焦点科学家的下一个新主题中的平均概率为0.25，远远高于总体平均概率0.11。这表明，与某一焦点科学家一起发表更多论文的合作者，参与下一个主题的可能性明显更高。也就是说，科学家在新课题中更有可能与近期的合作者合作。当考虑近期合作者时，参与下一个主题的概率仍然随着过去合作论文的数量显著增加。

此外，研究还发现，表明有过高被引合作论文的合作者参与新课题的概率更高，焦点科学家在其职业生涯后期中有更高比例的单主题合作者。

图4. 影响现有合作者加入焦点科学家新课题的概率相关的因素。(A)合作者加入新课题的概率与历史合作次数的关系。(B)合作者加入新课题的概率与合作论文平均引用次数的关系。(C)对于具有不同生产力或影响力的焦点科学家，加入新课题的概率和历史合作次数之间的相关性。(D) 对于具有不同生产力或影响力的焦点科学家，加入新课题的概率和合作论文引用量之间的相关性。(E)在焦点科学家的不同职业阶段，合作者加入下一个主题的概率。(F)合作者的水平和焦点科学家的职业阶段与加入新课题概率的相关性。

4. 总结

科研合作是现代科学与学术的重要特征，科研合作主题与创造力和影响力密切相关。然而，我们对科学家如何让合作者参与到他们的研究课题中，仍然知之甚少。该研究揭示了科学合作中所涉及研究主题的统计特征，将单个科学家发表论文的时间序列分解为与每个合作者共同发文的时间序列，通过追踪每篇论文涉及的研究主题系统分析合作主题的演化过程。

研究表明，合作者通常倾向于参与单主题研究。高生产力的科学家倾向于拥有更高比例的单主题合作者，而高影响力科学家对多主题合作研究展现出偏好。研究还进一步将合作者的合作历史与科研水平作为关键因素，来探索其对合作者加入焦点科学家新课题的影响。此外，该项工作所采用的分析框架具有普适性，可推广至其他系统的协作关系中，如电影制作、专利设计和软件开发等。

复杂科学最新论文

集智斑图顶刊论文速递栏目上线以来，持续收录来自Nature、Science等顶刊的最新论文，追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能，每周通过微信服务号「集智斑图」推送论文信息。扫描下方二维码即可一键订阅：

推荐阅读

点击“阅读原文”，追踪复杂科学顶刊论文