基于PI制的高校科研团队知识共享网络研究——整体网络的视角

基于PI制的高校科研团队知识共享网络研究
基于PI制的高校科研团队知识共享网络研究
—整体网络的视角
李海东
(景德镇陶瓷大学管理与经济学院，江西景德镇333403)
摘要：以国内某行业特色高校的P I制科研团队为研究对象，从整体网络的视角探讨科研团队的知识共享网络结构特性。

研究发现，高校科研团队整体网络的黏性处于中等偏下水平，是一个“稀疏网络”；P I和科研骨干成员居于知识共享网络的核心位置，是整体网络中结构洞的主要占据者，在资源和信息的控制、传递和获取方面具有优势；科研团队知识共享网络中存在 着大量相互重叠的派系，跨团队的知识共享普遍存在。

最后，研究给出了增强高校P I制科研创新团队知识共享能力的建议。

关键词：高等院校；科研团队；知识共享；共享网络；社会网络
中图分类号：F224 文献标识码：A文章编号：1004-292X(2017)05-0043-05
Research on the Knowledge Sharing Network of University Scientific Research Team
based on Principal Investigator
------From the Perspective of Whole Network
LI Hai-dong
(School of Management and Economy,Jingdezhen Ceramic Institute,Jingdezhen Jiangxi 333403,China) Abstract ：The article takes the scientific research teams based on PI of an industry characteristics of university as an example, and investigates the team's knowledge sharing network structural characteristics from the perspective of whole network. The research results show that in terms of team cohesion, the viscosity of whole-network i s at the ordinary level and the whole-network i s a 'sparse network'. In respect of centricity, core -periphery,and structural hole, PI and the key scientific research members occupy the core position in the knowledge sharing network and have more structural holes,and have advantages in the resources and information control, transfer and access. In terms of cohesive subgroup,there are a large number of overlapping cliques in team knowledge sharing network,and the cross-team knowledge sharing behaviors are widespread. Finally, the article puts forward some strategies to strengthen the knowledge sharing ability of university scientific research innovation team based on PI.
Key words：University and colleges; Scientific research team; Knowledge sharing; Sharing network;Social network
P I制(Principal Investigator)在提升高校和科研院所的科研实 力和创造高水平科研成果等方面发挥着重要作用。

在P I制的科 研组织管理模式下，P I主要由科研项目主持人和科研团队负责 人构成[1]。

根据P I和科研团队的考核要求，P I承担着带领科研 团队达到前期制定的科研目标、获得更多的校外科研资源、促 进团队成员间的知识共享以及培养科研新秀等职责。

在动态的 科研环境下，团队竞争优势的形成有赖于团队成员之间进行有 价值的、异质性的知识交换和集成的能力。

团队知识共享是指团队成员彼此共享与工作任务相关的想法、信息和建议的过 程。

知识共享行为不仅有利于科研团队创新绩效的提高，而且 也体现了科研人员拥有的知识共享意愿和能力。

然而，高校科 研团队知识共享过程中，在时间或空间方面仍存在一些限制性 因素。

比如，高校的科研人员由于归属于不同部门，这在一定 程度上限制了面对面的交流，使得科研人员之间难以建立起高 度的信任关系，以致于部分科研人员不热衷知识共享。

此外，由于专门知识（特别是隐性知识）能够给个体带来独特的价值
收稿日期：2017-01-08
基金项目：江西省教育科学“十二五”规划基金项目（15YB093)。

作者简介：李海东（1981-)，男，内蒙古赤峰人，博士，副教授，主要从事教育管理理论研究
• 43 •
技术任济与管《研究2017年第5期
和竞争优势，团队内充分的知识共享可能会削弱隐性知识提供 者的知识性权力[2]。

同时，知识共享过程还会使知识提供者耗 费大量的时间和精力，这就降低了其进行知识分享的意愿。

所 以，在P I的领导下，如何促进科研团队成员知识共享就成为组 织知识管理的一个重要课题。

一、 相关文献综述
围绕高校科研团队知识共享课题，学者们研究得出一些重 要发现。

首先，科研团队成员之间的知识共享是新知识创造的 主要方式，并且有利于提高科研成果的引用率[3]。

科研团队成 员在研究领域保持适度的接近性能够改善科研人员知识多样性 与吸收能力之间的匹配性，进而提高团队科研成果的影响力[4]。

其次，影响科研团队成员知识共享行为的影响因素众多。

个体 层面因素包括个人在正式组织结构中的职务、成员异质性特 征、自我价值感[5,6]；团队层面包括团队领导、沟通氛围、考核 机制；组织情境方面包括互惠准则、预期的外在报酬、预期的 互惠关系等。

此外，学者们还从社会网络视角探讨高校科研团 队知识共享。

比如王嵩等[7]和张滨楠等以案例的形式研究了某 一小规模科研团队隐性知识共享网络的结构性要素。

现有研究 大多数是从知识管理和社会交换理论视角分析科研团队成员的 知识共享行为，而从社会网络理论视角进行的研究比较少。

特 别地，以往研究并未对P I在科研团队成员知识共享过程中发 挥的作用和角色给予清晰界定。

这些研究存在的不足亟需进一 步完善。

二、 高校科研团队的知识共享网络
在知识共享网络中，团队成员之间联结的数量反映出成员 间进行知识共享的强度、相互信任的水平以及合作关系的持久 性。

高校科研团队可以看成是由科研人员形成的社会网络。

如 果将团队中成员之间的知识共享行为嵌人于科研创新的整体网 络中，那么嵌人于整体网络的个体节点就可以充分利用自身在 网络中的位置或影响力获取所需资源，实现个体目标。

网络中 节点间的知识共享行为借助于整体网络的结构特性传导并作用 于每个节点。

整体网络的结构特性在一定程度上反映了高校科 研团队的知识管理能力和协同创新能力。

因此，从整体社会网 络的视角分析高校基于P I制组建的科研团队的知识共享活动将 有助于揭示知识共享网络的动态演化规律，有效地识别出在网 络中居于核心地位的、可能产生知识损失的行为主体，监测和 优化科研团队知识共享过程中的运行状态，以发挥知识共享对 科研团队创新绩效提升的促进性作用。

三、 基于P丨制的高校科研团队知识共享运行分析
1.研究对象选取
文章选取某行业特色高校的P I制科研团队为研究对象，2009年，某行业特色高校为提高材料科学与工程这一学科的科 研水平和学术影响力，推出了国内外众多知名高校普遍采用 的、新型的科研组织管理模式一P I制，并出台了相应的管理办 法。

这一制度正式执行于2010年，由P I负责实验室和科研团 队的建设。

如今经过六年的发展，该高校围绕这一学科已经建 立起11支P I制科研团队。

2.科研团队基本特征
研究样本特征见表1。

科研团队特征统计结果表明，男性科 研人员占据较大比例，为77%；在年龄分布上，以中青年教师 为主，其中年龄在31~40岁的比例最大，为55.2%；在学历方 面，大多数科研人员拥有
博士学位；在职称结构
上，以讲师为主；在加人
科研团队的时间方面，较
大一部分科研人员融人团
队的时间还比较短，有
40.2%的科研人员在2年
以下。

整体来看，基于PI
制而建设的科研创新团队
具有学历高、年轻化、发
展潜力巨大的特征。

四、高校科研团队知
识共享网络评价与分析
1. 科研团队知识共享
两络数据采集
在对高校科研知识共
享网络进行评价前，需要构建网络数据。

为提高研究的准确 性，文章使用合著数据来构建知识共享网络数据。

根据以往研 究，合著数据能够比较精确地捕捉到不同研究人员之间的知识 交换关系。

此外，科研人员之间的合作或知识共享以合著形式 体现比其他形式（比如信息咨询、成员互助、思想交换、主题 讨论等）更为明显，因为合著恰好符合科研团队具有的两个核 心特征：共同目标的追求和充分的知识共享。

鉴于此，文章以 P I科研团队为研究对象，重点收集这11个科研团队87名科研 人员在2009-2016年期间的课题承担、著作、教科书、论文发 表、专利申请等数据，并建立相应的知识共享网络。

2. 科研团队凝聚力评价
团队中发生的知识共享是一种知识的双向流动，因此知识 共享网络中节点间的关系都是双向的，并且节点间知识共享的 次数反映了彼此关系联结的强度。

文章运用社会网络分析软件 U C I N E T 6.0研究科研团队知识共享网络的结构特征，见图1。

从网络结构图中可以看出，归属于同一个科研团队的成员之间 有着更为紧密的联系，同时也存在着跨团队边界的成员之间的 知识共享。

但是，仔细审视整个知识共享网络结构图仍然可以 发现有部分成员处于孤立的状态，未与其他成员发生知识共 享，无论是本团队还是其他团队，比如T22、T37、T61等。

在社会网络理论中，团队凝聚力的高低是通过网络黏性这 一构念进行反映。

而网络黏性的衡量指标包括网络密度和网络 距离。

整体网络的网络密度考察了网络成员之间关系的紧密程 度，并对网络中成员的态度和行为产生一定的影响作用[8]。

经 过测算，高校科研团队整体网络的密度为0.4012,网络中关系 的标准差为3.1538,从整体上来看该网络的黏性处于中等偏下 水平，是一个“稀疏网络”，这可能意味着知识共享展开的范 围要小一些，整体网络中可能存在着较多的“结构洞”。

此外，
表1某高校P I科研团队特征故计
(A r=87)
类别人口特征频次百分比(％)
性别
男6777.0
女2023.0
年龄
30岁以下5 5.7
31-40 岁4855.2
41~50 岁1213.8
51岁以上2225.3
学历
本科及以下89.2
硕士2731.0
博士及以上5259.8
职称
助教6 6.9
讲师3439.1
副教授2326.4
教授2427.6
加入团队
时间
2年以下3540.2
3-5年1213.8
6年以上4046.0
在团队中
的位置
一般科研人员3540.2
科研骨干3843.7
学术带头人1416.1
• 44 •
基于PI制的高校科研团队知识共享网络研究
图1科研团队知识共享网络结构图
网络成员间的距离指数也能衡量整体网络的凝聚力。

在高校科
研团队构成的整体网络中，节点之间的平均距离为3.482,说
明一个团队内的成员若与其他团队的成员产生一定的联系，平
均需要经过4个成员，在这个距离下，计算出来的凝聚力指数
为0.288,这与前面对整体网络黏性的评价基本上得出了较为
一致的结论，即整体网络的凝聚力还需进一步提升，团队成员
之间的联系紧密程度还不高，特别是跨学科跨领域的科研合作尚
需进一步增强。

同时，这也是后期科研团队建设的努力方向。

3.科研团队知识共享中心性评价
在社会网络分析中，衡量网络中个体的影响力、权力等差
异的重要概念是“中心性”。

在测量中，中心性又分为中心度
和中心势。

其中，研究个体在整体网络中的重要性和所处的地
位是中心度指标，而研究整体网络的紧密程度是中心势指标。

整体网络的中心势又被称为“整体图中心度”，反映的是图的
结构“中心”，图中的各点或点集围绕图的中心而形成[9]。

对于
表2某高校科研团队各成贸之间知识共享网络中心性指标
节点绝对节点
中心度
相对节点
中心度
节点
绝对中间
中心度
相对中间
中心度
节点
绝对紧密
中心度
相对紧密
中心度
T31246.000 3.715T311059.84428.997T31173.00045.087 T92235.000 3.549T101659.92818.055T101191.00040.838 T11182.000 2.748T92566.83015.508T52192.00040.625 T33135.000 2.039T52478.23013.084T34198.00039.394 T91112.000 1.691T69437.66711.974T92198.00039.394 T53111.000 1.676T71359.4799.835T55206.00037.864 T34110.000 1.661T103332.7219.103T53209.00037.321 T44104.000 1.571T54298.1548.157T54211.00036.967 T9598.000 1.480T43262.8147.191T32215.00036.279 T8193.000 1.404T16254.135 6.953T23219.00035.616 T2190.000 1.359T85230.007 6.293T51220.00035.455 T5176.000 1.148T1101226.917 6.208T71220.00035.455 T3572.000 1.087T11187.685 5.135T43222.00035.135 T8270.000 1.057T53184.949 5.060T21222.00035.135 T9467.000 1.012T21179.808 4.919T36222.00035.135 T8353.0000.800T1104171.033 4.679T26222.00035.135 T1352.0000.785T34152.433 4.171T94223.00034.978 T9649.0000.740T610151.000 4.131T12224.00034.821 T3246.0000.695T23146.859 4.018T33224.00034.821 T8545.0000.680T36121.257 3.318T44228.00034.211注：限于篇幅，文章只列出排名在前20位的节点。

中心度和中心势的测量，常用的指标包括节点中心度
和节点中心势、中间中心度和中间中心势、紧密中心
度和紧密中心势。

其中，节点中心度反映了网络图中
任何一个节点在整体网络中占据的核心性。

节点中心
势描述了网络图的整体中心性。

中间中心度反映出节
点对分布于整体网络中的资源和信息控制的程度。

网
络图中某一节点若处于许多其他点对的捷径上，表明
该节点具有较高的中间中心度并起到一定的“中介作
用”。

中间中心势刻画了整体网络中各节点中间中心
性的差距大小。

紧密中心度是针对网络图中某点不受
他人控制的测度。

紧密中心度的值越大，说明该节点
与其他节点之间的差异越大，其越不是网络的核心
点[8]。

紧密中心势刻画的是整体网络中各节点间的差
异程度。

根据表2的计算结果可知，在由87位成员构成 的学科科研团队中，中心度指标排名越是靠前，其在 整体网络中越是居于核心和重要的位置上。

特别地，某些成员 无论是在节点中心度指标上，还是在中间中心度和紧密中心度 指标上均位于前列，比如T31、T92、T101、T53等，这说明他 们在网络中居于中心位置，在资源控制、传递和获取方面具有 较高的优势。

而那些中心性指标测量结果排序越是靠后，其在 整体网络中的影响力或拥有的“权力”越小，处于网络的边缘 位置，甚至某些成员还处于被孤立的态势。

当然某些成员处于边 缘或孤立，其内在原因可能是由多种因素造成的，比如加入团队 的时间较晚，与其他团队成员不够熟悉等。

整体网络图的节点中 心势为3.27%，中间中心势为26.90%，紧密中心势为31.28%。

这说明对于该学科科研团队而言，整体网络的聚合性偏低，整体 网络中没有处于绝对权威或领导地位的成员，形成了多个小团体 并且依赖于网络中居于核心位置的成员实现内外沟通。

4.科研团队知识共享网络的核心-边缘
在社会网络分析中，构建核心-边缘结构可以有效地确认 整体网络中哪些节点处于核心区，哪些节点处于边缘区，并且 明确不同节点在资源与信息交换关系中所处的地位高低'居于核心区域的行动者往往具有较高的网络联结密度，其中心性 指标的得分也远高于其他节点。

通过与网络中其他节点开展较 高频率的知识共享互动，他们可以获取更多的信息和资源，这 进一步增强了其在整体网络中的中心位置。

随着中心性的增 强，相较于那些处于边缘位置的个体，居于核心区域的行动者 获得了更高的声望、地位以及其他成员的信任，增强了其与科 研团队成员进行知识共享的意愿。

由此可知，知识共享与中心 性之间的相互促进关系形成了一个上升的、自我增强的“知识 共享一中心性”螺旋，即知识共享促进个体网络中心性的提高，巩固其在整体网络中的核心位置；反过来，个体的中心性位置又 进一步促进了成员间的知识共享。

运用U C I N E T6.0软件对网络 数据进行分析发现，居于核心区域的成员有T11、T12、T21、T23、T26、T27、T28、T31、T32、T33、T34、T35、T44、T53、T91、T92、T94、T95,而其他成员则处于边缘区域。

在核心区 域中，成员彼此之间的知识共享与交流处于比较高的水平，而
•
45 •
技术任济与管《研究2017年第5期
位于边缘区域的成员彼此之间的知识共享则处于较低水平。

结 合核心一边缘分析结果以及高校科研团队实际运作情况来看，第1、第2、第3及第9个团队的P I与其所处团队中的科研骨 干成员之间发生了更多的知识共享活动，团队也取得了更多的 科研成果。

P I和科研骨干成员在整体知识共享网络中的学术声 誉和地位得到提升的同时，无形之中也会增加P I和科研骨干成 员对其他成员的吸引力和影响力，最终有助于在团队内形成一'种使团队和个体成员都受益的知识共享群体规范。

5.科研团队知识共享网络的凝聚子群
凝聚子群分析有助于发现整体知识共享网络中存在的知识 共同体。

在知识共同体内，个体间的联结特别紧密，互动频率 处于一个非常高的水平，并且彼此有着很高的知识相似度和凝 聚力。

从社会网络分析的视角探讨群体凝聚力可以明晰凝聚力 发挥作用的内在机制，即明确个体与群体的联系纽带有多少以 及整个群体与局外者联系有多密切。

而相对孤立而又紧密关联 的群体则形成了一个凝聚子群，并且凝聚子群内部个体成员通 常又具有非常同质的观念[9]。

凝聚子群是由一些联系紧密的行 动者构成的集合[10]。

凝聚子群的突出特征就是群体成员之间必 须存在着互动，同时要有认同感和归属感。

在社会网络分析 中，孤立和紧密关联的群体构成了派系。

基于此，文章拟根据建立在网络中各个节点的点度数基础 上的k-丛(k-plex)概念来分析整体网络中的凝聚子群。

考虑到 高校科研创新团队中P I制模式和课题组成员构成要求，设定凝 聚子群最少成员数为5人、成员间最大可达步长为2,并在K-丛分析结果的基础上剔除重复节点，确定出5个核心凝聚子群 以及17个由核心凝聚子群衍生出来的凝聚子群，见表3。

表3某高校科研劍新《队知识共享凝聚子群分析结果一览表
序号核心凝聚子群由核心凝聚子群衍生出来的凝聚子群
T11 T13 T14 T15 T16 T18 T19 T110•T11T13T16T110 T103•T11 T16T18 T19 T103
2T21 T23 T26 T27 T28
3T31 T32 T33 T34 T35 T36•T31T32T33T34T35T36 T101•T31T32T33T34T35T36 T104•T31T32T33T34T55 T104
•T31T32T34 T52T55
•T31T32T34 T55 T101
•T31T34T52 T55 T101
•T32T34T55T101T104
4T81 T82 T83 T84 T85 T86
5T91 T92 T93 T94 T95 T96T97誗T91 T92T93 T94T95 T96 T12T31 誗T91 T92T95 T12 T44
誗T91 T92T93 T94T95 T96 T44
誗T91 T92T93 T56T73
誗T91 T92T93 T95 T56
誗T91 T92T96 T71T73
誗T91 T92T93 T95 T73
誗T91 T92T43 T44T73
注：带下划线加粗的节点表明其是来自于其他的科研团队。

在表3中，5个核心凝聚子群的规模各异，最小的为5,最大的是8。

这些节点形成的网络是强关系网络，节点之间的 合作关系非常紧密，群内成员接触频率高，彼此的知识共享也 处于较高的水平，群体的凝聚力强，并且形成了相对稳定的科 研团队。

特别地，由T21、T23、T26、T27、T28 和 T81、T82、T83、T84、T85、T86构成的凝聚子群具有一定的封闭性，可能表明这两个科研团队在课题研究方向和目标方面与其他科研 团队存在着较大差别，因此与其他科研团队形成了清晰的边 界。

这意味着凝聚力强的科研团队也存在着一种无形的进人壁 垒。

由核心凝聚子群衍生出来的凝聚子群是指该子群中的部分 节点与核心凝聚子群中的部分节点有着较为紧密的联系，由此 形成了新的凝聚子群，比如由T11、T16、T18、T19、T103构 成的凝聚子群，其中T103属于另一个科研团队，但其却与该 团队的成员有着较为紧密的合作关系和知识共享。

此外，在研 究团队凝聚子群分析中，可以发现有些科研团队尽管在P I的组 织下已经组建起来，并且已经运作了多年，但由于团队成员之 间存在着非常大的专业知识结构和认知图示的差异，使得部分 团队成员难以形成一致的科研目标和共享价值观，所以就出现 了部分成员孤立奋斗的状况。

特别地，在这些团队中，团队成 员与P I之间发生的知识共享活动也颇为频繁。

比如研究中的第 6个科研团队。

第6个科研团队由11名成员构成，但在整体网 络分析中，有5名成员处于孤立状态，甚至PI (即节点T61)也处于孤立状态。

6.科研团队知识共享网络的结构洞
结构洞(Structural Holes)是从联系冗余的角度进行定义的。

结构洞反映了两个节点间的非冗余联系。

而连接结构洞的节点 则称为桥。

结构洞反映了个体对网络中异质信息和资源的控制 能力，可能会给中间人带来可观的收益，使其在网络中获取更 大的权力。

然而，在科研创新团队知识共享网络中，处于结构 洞中心位置的节点不一定是为了获得信息和资源的控制优势，其可以充当桥的作用以促进信息和资源在整体网络中的流动，进而提高整个科研团队的创新效率。

在结构洞的测量方面，学 术界应用最为广泛的是伯特提出的结构洞指数，即有效规模、效率、限制度以及等级度。

个体越是居于网络中的中心，它的 结构洞就越可能多，其所受到的限制就越小，并且中间中心度 越大；个体在网络中受到的限制度越低，其拥有的运用结构洞 的权力越大；个体在网络中的等级度越大，说明该节点受到的 限制越多。

根据研究需要，文章选取伯特的结构洞指标进行测 量，具体分析结果详见表4。

表4某高校科研刻新团队知识共享网络结构洞分析结果
节点有效规模效率限制度等级度节点有效规模效率限制度等级度
T119.5910.9590.1960.199T111 1.000 1.000 1.000 1.000
T12 3.0120.6020.6540.263T21 6.1670.8810.3690.242
T13 1.4410.3600.9380.800T220.0000.0000.000—
T14 1.2120.4040.9450.794T23 3.6790.7360.6520.400
T15 1.2710.4240.9990.595T24 1.0250.5120.9960.390
T16 5.0930.6370.7560.747T25 1.000 1.000 1.000 1.000
T17 1.000 1.000 1.000 1.000T26 4.6450.6640.7190.526
T18 1.4960.3740.9040.672T27 1.8080.4520.8590.428
T19 2.2380.4480.8860.652T28 4.3580.7260.7140.399
T110 3.0020.6000.8050.597T3113.9990.9330.4120.536注：限于篇幅，文章只列出前20个节点的分析结果，其他略。

结构洞分析结果可知，对于那些处于孤立位置的节点而 言，由于它们与整体网络中的其他节点未发生任何联系，因此 它们在四个指标的测量值均为0。

在有效规模上，数值越大意 味着这些节点拥有的结构洞数量较多，它们居于网络的中心位 置，比如T11、T31;在限制度指标上，节点数值越低，表明其
• 46 •
基于PI制的高校科研团队知识共享网络研究
因拥有较多的结构洞而较少受到其他节点的限制。

总体来看，在有效规模和限制度指标排在前位的节点是整体网络中结构洞 的主要占据者，它们拥有较多的非正式权力和影响力，对整个 网络及各个群体内部的知识共享发挥着重要作用。

结合调查数 据资料可知，居于结构洞位置的节点主要是各个科研团队的PI 和科研骨干。

五、高校科研创新团队知识共享能力提升建议
1. 搭建促进团队成员间沟通交流的平台
在科研创新团队知识共享网络中，仍可以看到某些团队的 凝聚力比较弱，团队内各个成员之间的知识共享也处于较低水 平，甚至某些成员间根本就未发生过实质性的联系。

显然，这 就需要团队领导者P I采取适当的措施，搭建成员间沟通和交流 的平台，比如研讨会、研究工作坊等方式。

此外，P I在知识共 享方面还应起到模仿榜样作用。

P I可以将自身在课题项目申 报、结题、专利申报、研究设计与论文撰写等方面积累的隐性 知识和经验传授给团队成员，促进团队成员的成长与发展。

2. 保持适宜的团队成员异质性
文章的研究结果表明，不同的科研团队在内部凝聚力、团队成员之间的网络联结水平有着较大差距，这可能与团队内部 成员间较高的异质性存在着关联。

过高的团队成员多样性会对 团队成员之间的知识共享产生一定的消极影响。

学者Ancona& Caldwell认为，相较于成员具有较高同质性的传统团队，多功 能型团队中的成员出现了更多的边界跨越行为，他们与团队外 部的人员开展了更多的交流和沟通活动，但从整体来看，团队 多样性对团队创新绩效却有一定的负面影响。

这与文章对凝聚 子群分析的结果一致。

当一个科研团队内各个成员的异质性比 较高时，他们更倾向于表现出团队边界跨越行为，寻求与其具 有较高相似性的个体进行知识共享，但这种跨边界行为降低了 团队内成员间的合作能力，不利于团队凝聚力的培育。

而具有 较高同质性的科研团队由于成员的行为更容易得到协调而形成 了紧密的科研协作网络，这样不仅有效地降低了科研团队成员 之间的协调成本，而且也因团队成员间在某些方面适度的相似 性和接近性提高了个体的知识吸收能力，降低了成员的团队边 界跨越行为，最终使得整个团队的凝聚力得到了提高。

因此，P I在组建科研团队时需要将成员异质性保持在一个适宜的水 平，进而增强团队凝聚力，创造出更多创新性成果。

3. 在科研团队内培育一种发展性的竞争氛围
科研团队内成员间的互动性关系有两种表现形式：一种是 发展性互动关系，一种是竞争性互动关系。

其中，发展性的互 动关系在保证团队目标实现的同时，又有助于个体的成长发 展，而竞争性的互动关系则可能会成为知识共享的障碍，使团 队成员过于关注自身目标的达成而非追求共同目标的团队精 神。

在文章的研究中，有些科研团队内部成员之间的知识共享 处于较低水平，潜在的原因在于团队内形成的是一种超强的竞 争性氛围。

因此，P I作为团队领导者，有必要对来自于不同研 究领域的团队成员进行有效协调以促进科研合作，在团队内培 育一种发展性的竞争氛围，这种竞争氛围既有利于激发个体的 潜能，促进个体的学习和自我完善，同时又有助于提高群体成员间的知识共享能力及团队的创新绩效。

六、结论
知识共享社会网络分析结果表明，某些科研团队的凝聚力 比较强、处于半封闭状态，在P I的领导下，团队成员既有明确 的专业分工又有着极强的团队合作精神。

一个群体能够形成凝 聚力强的闭合网络，部分原因在于该群体经过一段时间的演 化，群体内部形成了一种无形的、能够对群体成员的行为和认 知具有约束力的群体规范，促进了团队的集体行为，增强了整 体团队的知识共享能力。

相反地，在有些凝聚力比较低、联系 较为松散的科研团队，由于P I对团队成员的管理较为宽松，再 加上成员间缺乏有效的交流和沟通，相互间知识共享水平和团 队协作精神就比较低，所以就导致整体研究方向处于发散的状 态，难以形成研究合力。

而且，为了提升高校科研团队知识共 享能力，促进成员间的人际互动，P I有必要以身作则和鼓励团 队成员去填补更多的结构洞，促进团队内成员以及团队间成员 之间的相互联系和相互沟通，通过团队协作的方式促进整个科 研团队的创新绩效提升。

此外，P I制科研团队的成员构成在一 定时期内尽管具有稳定性，但由这些科研人员构成的知识共享 网络则处于动态变化之中，特别是网络中各节点之间的联结性 质以及节点在整体网络中的位置。

某一特定时间节点上，某些 科研人员可能处于边缘位置或孤立位置，但不能否定他们通过 自身的主动性和努力付出，实现网络位置的改善。

【参考文献】
[1] 任海.自主创新时代的科研组织形式[EB/OL].科学时报,http：〃news. /sbhtmlnews/2011/3/242613.html?id=242613，2011-3-22. [2] Hu，L.，Randel，A. E. Knowledge sharing in teams ： Social capital，extrinsic incentives，and team innovation [J].Group & Organization Management，2014,39(2)：213-243.
[3] Stvilia，B.，Hinnant，C. C.，Schindler，K.，Worrall，A.，Burnett，G.，Burnett，
K.，Kazmer，M. M.，Marty，P. Composition of scientific teams and publica­tion productivity at a national science lab [J].Journal of the American Soci­ety for Information Science and Technology，2011，62 (2) ： 270-283. [4] Vural，M. O.，Dahlander，L.，George，G. Collaborative benefits and coordi­nation costs ：Learning and capability development in science [J].Strategic Entrepreneurship Journal，2013，7 (2)： 122-137.
[5] 冯博，刘佳.大学科研团队知识共享的社会网络分析[J].科学学研
究，2007,25(6)： 1156-1163.
[6] 李志宏，朱桃，赖文娣.高校创新型科研团队隐性知识共享意愿研究 [J].科学学研究，2010,28(4)：581-590.
[7] 王嵩，王刊良，田军.科研团队隐性知识共享的结构性要素----------个
社会网络分析案例[J].科学学与科学技术管理，2009，30(12).
[8] 刘军.整体网分析讲义:UCINET软件实用指南[M].上海:格致出版
社， 2009.
[9] 林聚任.社会网络分析:理论、方法与应用[M].北京:北京师范大学
出版社，2009.
[10] Wasserman，S.，Faust，K. Social network analysis ：methods and applicat­
ions [M].Cambridge，Cambridge University Press，1994 ： 249.
(责任编辑：TianYuan-F)
• 47 •。