财新传媒 财新传媒

阅读:0
听报道

图片来源:AI生成

文献来源:

Danús, L., Dinneen, W., Torreblanca, C., Grossman, G., & González-Bailón, S. (2026). Informal connections outweigh coauthorship ties in academic impact. Proceedings of the National Academy of Sciences, 123(18), e2511050123. 

01

引言

十九世纪以前,科学发现常常可以由一个学者、一间实验室、一套独立完成的观察记录去推动。但近几十年来,团队协作取而代之成为常态。在关于学术合作的研究中,作者的合著网络与引文网络被反复提及,反映了超越具体机构隶属、真正驱动知识在科学共同体内部流动的人际网络。相较于其它社会网络关系,这两者因记录规范更易于被观测获取。

然而,一篇论文从选题到定稿,中间经历的绝不仅是几位共同作者之间的分工,还包括无数次不构成署名资格却切实影响了研究走向的交流:例如某次会议后依据同行意见所做的修改、某位前辈在工作论文阶段指出的方法论漏洞、某封请教其他学者的邮件。这些学术交流也推动了论文质量的提升,却因未被纳入署名使得长期无法像合作网络与引文网络一样被有效识别。可以想见这类方式主要是通过私人通信实现,既没有历史书信档案可供追溯,也无法获取学者的私人记录。

最新发表在PNAS的一项研究巧妙地找到了一个现成且公开的替代记录,即从论文发表后的致谢部分中,提取同行与同事提供帮助和反馈的信息。虽然这一惯例被不同学科采纳的程度并不一致,但作者选择从政治学领域着手:其一,该领域感谢提供反馈的同事是普遍做法;其二,政治学期刊多采用双盲评审,评审阶段严禁出现致谢信息,这就使得致谢名单更接近学者真实求助的记录而非迎合审稿人的公关操作。由此,本文提出了一个此前未被系统检验的问题:这类写在致谢里的非正式社会网络联系,是否真的能够解释学术表现的差异?其解释力与合著这种正式联系相比,究竟谁的影响更大?

02

研究背景

学界普遍认为,能够在一项研究中联合署名的贡献者,需要在研究构思或数据分析、写作等执行环节做出实质性投入。但论文从构思到定稿的过程中,同行评审并非唯一的意见来源。在正式投稿之前,通过seminar报告等方式与同行交换意见同样是学界的常规操作,且主要依托学者各自的专业人脉网络。这类交流带来的反馈往往会被纳入研究,间接增加成功发表的概率。与此同时,学者观点在发表前的提前传播,如果能扩大其被认可的范围,也可能为后续的评审过程带来更为有利的局面。

致谢部分正是这类非正式协作留下的少数可观测证据。作者在其中列出为研究提供支持或反馈的同事,这些贡献虽不足以构成署名资格,却被认为值得公开致意。一项针对约3700条致谢语句的定性分析发现,感谢对研究有实质贡献的同事,是致谢部分中出现频率最高的内容,其次才是资助来源披露与免责声明。然而既有文献对致谢部分的关注点,大多停留在致谢人员数量层面,而非这些致谢关系所构成的学者网络本身。少数尝试构建致谢网络的研究,覆盖范围或局限于某一细分领域,或仅覆盖短时间窗口内某一特定主题的出版物。如果非正式联系确实能够为学者带来有价值的交流机会,以往研究过于局限的统计视角就难以完整反映这类联系所积累的社会资本,也无法追踪其长期的下游影响。

03

数据来源

作者首先从Clarivate社会科学索引中获取了政治学期刊完整名单并剔除了非英语期刊、影响因子低于1以及不实行同行评审的期刊,最终样本包含174种期刊。其次,利用爱思唯尔Scopus引文数据库,以PDF形式获取各期刊发表的全部文章索引,并收集作者的相关信息,包括年度发表数量、年度引文数及机构所在国家等。再次,作者还收集了每位学者在样本期刊之外发表文章的数据,样本共涉及85653位学者。为保证样本内影响力指标的计算有足够数据支撑,作者剔除了在研究期间发表论文少于10篇的学者,样本中57.56%的文章为独著,超过半数文章包含致谢部分。

在筛选符合要求的论文样本后,作者使用样本期间内每位学者的发表成果计算h指数与欧几里得得分来反映论文的学术影响力。h指数是科学计量学中最常用的影响力指标之一,其定义为学者拥有h篇论文,每篇被引次数均不低于h次的最大整数h。h指数同时衡量科研产出数量(论文篇数)与影响力(引文数)。欧几里得得分则定义为该学者全部论文引文数平方和的平方根,是一种更强调引文分布集中度,而非单纯引文总量的影响力衡量方式。该指标得分越高,说明该学者拥有少数几篇被高度引用的代表作;得分较低则反映其贡献更为均衡分散、单篇引文数相对适中。

此外,作者还使用姓名性别识别工具判断学者性别,该工具基于超过十亿条公开社交媒体资料构成的标注数据集,依据名字(及可获得的国籍信息)出现频率预测二元性别。约97%的作者根据姓名及所属机构国家被成功赋予性别标签。同时,以首次发表论文的时间界定资历:将2011年以前即已发表首篇文章的作者定义为资深学者,将2011年之后才发表首篇文章的作者定义为初级学者。最后,作者还根据世界大学学术排名来界定作者所属机构声誉水平。

04

研究方法

作者先对论文原始文本做清洗处理,剔除前言、参考文献、空白行及字数过少的部分。接下来,以既往文献中1694篇经人工编码标注的论文为训练样本,训练一个两阶段分类器,用于区分“定量”和“定性”论文类型。第一阶段采用TF-IDF结合逻辑回归模型,识别与各类方法相关的关键词特征,第二阶段筛选出70个最具区分度的特征重新训练模型。经交叉验证后模型得分约为82%,在文本分类任务中属于可接受水平。据此,前面筛选的论文被归入“定量”和“定性”两大类。在学者层面,若某人三分之二以上论文属于同一类别,即以该类别作为其标签,未达到该比例则归为“混合方法”。

理想情况下,检验网络联系是否影响学术产出,需要通过随机实验将学者随机分入“有联系”与“无联系”两组。但由于学者的社交网络无法人为操控,作者只能借助观测数据尽量模拟这一理想设计,为此采取了两个策略:

第一个策略是粗化精确匹配:将学者性别、资历、隶属机构声誉和地理位置等既有文献认定的相关控制变量相近、仅在“是否出现在致谢网络中”上存在差异的学者两两配对划入同一匹配层,使处理组与对照组在可观测特征上具备可比性。若两组学者仅在可观测特征上存在差异,配对后组间的产出差距就更可能归因于网络联系本身,而非性别、资历等混杂因素。本文确保每个匹配层内两组观测数量相等,随后对匹配数据应用广义线性回归模型。

第二个策略是随机森林回归:基于全部数据(而非仅限匹配样本)评估各变量的相对重要性。随机森林不预设变量间存在线性关系,能更好地捕捉模型中未被显式设定的复杂交互效应,且相较传统回归模型更不易过拟合、对异常值也更不敏感。作者以RMSE的百分比增幅与R²的降幅作为变量重要性的主要衡量指标:将某一变量的取值随机打乱后,若模型预测表现明显变差,说明该变量原本贡献较大。同时,以节点纯度增幅作为补充参考,衡量该变量在森林所有决策树分裂节点时对误差降低的总贡献。按照这两套方法排序后,“是否出现在致谢网络中”始终是解释论文影响力差异最重要的变量,其解释力甚至超过了合作者网络联系与机构声誉等常见指标。

05

研究结果

5.1非正式网络比正式网络规模更大、密度更高、层级性更弱

正式与非正式联系所构成的网络存在显著差异。以连通分量数量衡量,致谢网络规模更大、碎片化程度更低。致谢网络的平均连接度大约是合著网络的两倍。约19%的学者在两个网络中均无任何联系,即既无正式合作关系也无非正式致谢关系。两类网络中学者度中心性的相关性为中等水平,说明学者在两种结构中所处的位置并不完全一致。就性别而言,合著网络中的性别差异极小,男女学者的平均中心性相近;但在致谢网络中,男性学者的中心性更高。从图1B和1C可以看出,致谢网络在度分布上层级性更弱,意味着学者之间连接程度的极端差异较少。图1D显示,合著网络中独立学者所发表的文章多为定性研究,相比之下致谢网络中的独立学者在不同论文研究类型中分布更为均衡。

5.2非正式网络与论文产出差距相关

图2考察了论文发表影响力在学科内生产力十分位数上的变化情况。由于具有跨学科背景的学者常在政治学以外的领域发表成果,其部分论文可能不在本研究样本范围内,为此作者以学者在所研究期刊中发表的文章占其总产出的比例,将学者划入生产力分布的十分位组。在控制发表于所分析政治学期刊且处于相同学科内生产力十分位组的条件下,无论以h指数还是欧几里得得分衡量,独立学者的影响力均持续低于有联系学者。这一差距在致谢网络中尤为明显:以生产力最低的十分位组为例,有联系学者的平均h指数是独立学者的两倍以上,欧几里得得分则高出约七倍。

5.3非正式网络是论文发表影响力最相关的预测因子

图3A和3B展示了基于匹配数据估计h指数与欧几里得得分变化的两个广义线性模型结果。引文影响力的最强预测因子是与致谢网络存在联系。在解释对职业年限较为敏感的欧几里得得分方面,资历的作用超过性别;定量研究对欧几里得得分的影响更为显著。机构声誉始终具有统计显著性,任职于百强高校或所在机构位于北美或欧洲的学者其论文影响力更高,这体现了学术分层的作用。图3C和3D展示了基于全部数据(而非仅匹配样本)拟合的随机森林模型所得出的变量重要性排序,致谢网络成为论文影响力最重要的相关因素,其次是合著者网络联系。

06

结果与讨论

本文发现,相较于正式联系,非正式联系能让学者从更广的同行范围获取建议与反馈,但这类联系的分布并不均衡:样本中超过四分之一的学者未观察到任何非正式联系,其论文影响力在标准引文指标上明显偏低。相比之下,出现在致谢网络中尤其是处于网络中心位置的学者,论文影响力更高。换言之,非正式联系虽然是获取支持的渠道,但其可获得性并不平等,客观上加剧了学术界内部的分层。

本文提取了二十年间每一篇已发表政治学论文中所有可获得的致谢部分,且聚焦学者整体层面的影响力而非单篇论文的引用数,在期刊覆盖面与观察时间跨度上均明显超过此前同类研究。然而论文也存在以下不足,例如:致谢网络终究只是对某种难以直接观测的同行交流结构的代理测量。多数学者实际经历的非正式交流,未必都写进了致谢部分,因此本文构建的网络可能存在噪声。此外,学者未出现在致谢网络中,很可能与某些未被观测但同样会影响论文影响力的个体特征相关,这意味着本文的回归结果只能算是较为稳健的相关关系,而非严格意义上的因果证据。最后,本文的发现能否推广到政治学以外的学科,也有待后续进一步验证。

 Abstract 

Past work has documented the importance of formal collaboration, particularly coauthorship, in increasing research productivity and innovation. However, we know much less about how informal collaboration relates to publication success. Informal ties facilitate the exchange of intangible resources like mentoring, guidance, and feedback. These interactions form a support structure that aims to improve ideas and facilitate the successful development of research projects. However, these informal exchanges are difficult to measure because they do not leave as clear a trail as coauthorship ties. We uncover this layer of informal communication around scholarly outputs by parsing the information contained in the acknowledgment sections of published articles. Our data include N∼130,000 political science articles authored by N∼86,000 scholars from 2003 to 2023. We analyze scholars’ embeddedness in this informal structure of collaboration and reveal that 1) informal ties create a larger and denser network of support than coauthorship ties; 2) disconnection from informal networks is associated with lower productivity and impact; and 3) informal ties are a more relevant predictor of publication success than formal collaborations (i.e., coauthorship), even after matching for gender, seniority, methodological orientation, geographical location, and institutional prestige. Using coarsened exact matching and random forest regressions, we demonstrate that informal support structures are significantly associated with citation impact, creating gaps in who benefits from these connections.

推文作者:马钧巧,华中农业大学经济管理学院2023级硕士研究生。如对推文内容感兴趣,欢迎通过邮箱交流。推文内容若有错漏,敬请批评指正。

声明:推文仅代表文章原作者观点,以及推文作者的评论观点,并不代表香樟经济学术圈公众号平台的观点。

话题:



0

推荐

香樟经济学术圈

香樟经济学术圈

1899篇文章 4小时前更新

香樟经济学术圈由中国社科院、哈佛大学、多伦多大学等国内外青年经济学者发起。此平台主要推送国外经济学领域经典前沿论文,发布国内外经济学相关资讯,以及香樟经济学者圈的相关活动公告。 期待能够对中国经济学研究和国家政策产生一定影响。微信订阅号:camphor2014。

文章