Knowledge Management Forum >

2026 , Vol. 11 >Issue 1: 89 - 107

DOI: https://doi.org/10.13266/j.issn.2095-5472.2026.009

Research on the Influencing Factors of Organized Scientific Research Cooperation Among Institutions in the Field of Philosophy and Social Sciences from the Perspective of Multidimensional Proximity

  • Tan Chunhui ,
  • Wang Yuxin
Expand
  • School of Information Management, Central China Normal University, Wuhan 430079

Tan Chunhui, Professor, PhD, Doctoral Supervisor, E-mail:

Wang Yuxin, Master's Candidate.

Received date: 2025-11-10

  Online published: 2026-02-28

Supported by

Key Project of the National Social Science Fund of China titled "Research on the Cooperation Mechanism of Philosophy and Social Science Researchers Under the Paradigm of Organized Scientific Research"(23ATQ007)

Fold

Abstract

[Purpose/Significance] From multidimensional proximity perspective, investigating the mechanisms through which geographical, technological, institutional, cultural, organizational, and network proximity influence the output of organized cross-institutional research collaborations in the humanities and social sciences holds significant importance for optimizing models of organized research collaboration and enhancing the overall effectiveness and impact of such cross-institutional initiatives. [Method/Process] Using 1 443 journal papers involving cross-institutional cooperation from the Major Projects of Key Research Bases of Humanities and Social Sciences of the Ministry of Education between 2002 and 2023 as sample data, Spearman rank correlation analysis and OLS regression analysis were conducted successively, and binary logistics regression was carried out for the robustness test. [Result/Conclusion] ①Geographical, institutional, and network proximities all have significant positive effects on the quantity of cross-institutional research collaboration output. Among these, the interaction between geographical and cultural proximity and the interaction between network and cultural proximity both significantly positively affect the quantity of cross-institutional collaboration output. In contrast, the interactions between technological and network proximity, organizational and network proximity, and organizational and cultural proximity all significantly negatively affect the quantity of cross-institutional collaboration output. ②Geographical and institutional proximities both significantly negatively affect the quality of cross-institutional research collaboration output. The interactions between geographical and technological proximity and between institutional and network proximity both significantly negatively affect the quality of collaboration output. ③Geographical proximity significantly negatively affects the influence of cross-institutional collaboration output, while network proximity significantly positively affects it. None of the interaction terms show significant effects on the influence of collaboration output. Based on the above research results, several suggestions are put forward in order to provide references for the development of relevant fields.

Key words： multidimensional proximity; regression analysis; organized scientific research; scientific research cooperation

Cite this article

Tan Chunhui , Wang Yuxin . Research on the Influencing Factors of Organized Scientific Research Cooperation Among Institutions in the Field of Philosophy and Social Sciences from the Perspective of Multidimensional Proximity[J]. Knowledge Management Forum, 2026 , 11(1) : 89 -107 . DOI: 10.13266/j.issn.2095-5472.2026.009

科研合作作为当前科学研究的主流范式，呈现高水平、广覆盖、多维度的纵深发展趋势[1]。科研机构间通过人力、技术、设备及资金等资源协同形成常态化合作。深入剖析影响跨机构科研合作的关键因素，已成为大科学时代推动知识创新、促进跨学科整合、提升研究效能的核心议题。
跨机构科研合作作为推动知识创新与技术进步的核心机制，其成效受到多维因素的交互影响。一方面，从科研人员个体层面来看，科研人员作为合作行为的直接执行者，其内在动机与职业素养对跨机构科研合作带来影响，比如网络内部交流效率低[2]、科研诚信度低[3]、参与意愿不足[4]均会抑制跨机构科研合作效率；另一方面，从机构组织层面来看，机构组织通过资源配置机制、政策工具设计及组织协同模式等影响跨机构科研合作，如科研机构间的信任构建与愿景共享[5]、学术评价制度[6]、跨机构数据标准化建设[7]等；同时，从外部环境系统来看，外部环境通过政策生态、社会需求及技术环境等多通道影响跨机构科研合作效能，如区域间协同政策[8]、联动治理的政策框架体系[9]、外部环境参数[10]等。
邻近性概念源于A. Marshall对集群经济的研究，聚焦于地理邻近性[11]，后经T. Kirat等拓展为地理邻近性、组织邻近性以及制度邻近性三维框架[12]，R. Boschma进一步提出包含认知邻近、社会邻近、制度邻近、组织邻近和地理邻近在内的五维模型并获得广泛认可[13]，而为解决之前多维邻近性概念具有模糊性的问题，J. Knoben又构建了七维邻近性框架体系（地理、社会、技术、认知、文化、组织、制度）[14]。目前，邻近性理论被广泛应用于区域创新、合作创新及企业创新研究：张剑等分析多维邻近性对京津冀技术创新合作的影响[15]，夏丽娟等揭示多维邻近性在创新网络演化中的作用[16]，曹贤忠等探讨多维邻近性对企业创新绩效的影响[17]，N. Ratchukool等则以知识互动为中介变量考察多维邻近性对企业创新的双重效应[18]。同时，已有成果探究多维邻近性对跨机构科研合作的影响，如分析其对中国智能制造装备业合作创新网络演化的动态影响机制[19]、对不同类型学科的合作质量影响差异[20]、对跨区域产学合作创新绩效的影响及其程度[21]。
党的二十大报告明确提出“构建中国特色哲学社会科学体系”与“健全新型举国体制”的战略部署，强调通过有组织科研加速自主知识体系构建[22]。有组织科研作为一种新型组织模式，既顺应知识生产变革与科研范式转型需求，又能整合多元资源、提升研究效率，从而更好地应对复杂多变的社会现实和学术挑战，成为破解社会发展关键科技问题、系统性培育国家战略科技力量的重要路径[23]。面对研究问题复杂化与研究领域拓展的双重挑战，各类哲学社会科学机构纷纷认识到合作与共享的重要性，并致力于通过有组织科研合作，以实现研究深化与理论突破[24]。
有组织科研更强调组建大团队、承担大项目、依托大平台，以跨机构合作来产出大成果，与自由探索科研范式有显著差异，而当前对于跨机构科研合作影响因素的研究，多是分析自由探索科研范式这一场景，所得到的研究结论是否同样适用呢？另外，多维邻近性相关理论虽已展现出众多丰富的研究成果，也证实了其对跨机构科研合作的影响，然而，探究其对哲学社会科学跨机构有组织科研合作的影响，是否具有与以往研究结论的同一性。基于场景不同，答案可能会有差异。因此，本文基于多维邻近性理论视角，重点探究6个邻近性维度对哲学社会科学机构有组织科研合作产出数量、产出质量与产出影响力的影响，既能够填补当前在跨机构有组织科研合作影响因素研究方面的空白，又能够丰富有组织科研合作的理论体系，助力科研机构更好地把握科研合作的关键要素，为促进哲学社会科学领域更高效的跨机构有组织科研合作提供借鉴。

1 理论基础与研究假设/Theoretical Foundations and Research Hypotheses

1.1 理论基础

为了更系统、全面地探究多维邻近性对哲学社会科学跨机构有组织科研合作的影响，笔者在充分借鉴J. Knoben等[14]七维框架的基础上，并考虑到邻近性维度间的交叉关系，选取七维邻近性中的地理邻近性、制度邻近性、技术邻近性、组织邻近性以及文化邻近性这5个维度，增加了网络邻近性这一个维度。地理邻近性是指在地理空间中，两个科研机构之间的距离相近程度。制度邻近性是指科研合作机构之间组织性质与未来发展目标的相似性，以及在此基础上形成的组织内部制度结构、运行机制等方面的契合程度。组织邻近性是指科研合作机构在组织结构、组织文化、组织制度和社会关系等组织特性方面的相似程度[25]。技术邻近性指科研合作机构间涉及技术领域的相似程度[26]。文化邻近性是指科研合作机构在语言文化、宗教信仰、风俗习惯等方面存在相似性[27]。网络邻近性是在网络结构中，两个节点（科研合作机构）之间通过直接或间接联结路径的紧密程度，表示的是处于同一网络中的主体在网络结构中的“距离”[28]。

1.2 研究假设

1.2.1 地理邻近性对科研合作的影响

地理邻近性越高越有利于促进物资、人才的交流，更利于知识和信息的传播[29]。有组织科研强调资源整合，地理邻近的机构在共享资源方面具有天然优势，这种资源的高效共享与整合，能为科研项目提供更充足的支持，促进科研合作的深入开展，提升合作质量。因此，科研机构间的地理邻近性越高，代表机构间拥有更好的合作条件，越有利于机构间建立更加深入的合作关系，能够更顺畅地展开科研合作与学术交流，共同促进科研项目的推进与科研成果的产出，进而形成更加积极且高效的合作模式。因此，笔者作出如下假设。
假设1a：地理邻近性对跨机构有组织科研合作产出数量有显著正向影响。
假设2a：地理邻近性对跨机构有组织科研合作产出影响力有显著正向影响。
假设3a：地理邻近性对跨机构有组织科研合作产出质量有显著正向影响。

1.2.2 制度邻近性对科研合作的影响

高校、企业等不同性质的机构在有组织科研活动中有着不同的发展目标和动机。对于跨机构有组织科研合作而言，合作双方机构的性质及其未来的发展目标，以及相应的制度结构和运行机制，很大程度上影响着双方的合作方向、资源配置方式以及协同创新的效率。当科研机构间存在制度邻近性时，意味着主体基于相似的制度基础和环境，拥有共同的发展目标和共同的行动准则，能够在有组织科研过程中更好地协调各方资源，共同组织人力物力展开合作创新，减少因制度差异带来的沟通成本和协调障碍，从而提高双方的积极性和双方的合作绩效，进而提升合作质量。因此，笔者作出如下假设。
假设1b：制度邻近性对跨机构有组织科研合作产出数量有显著正向影响。
假设2b：制度邻近性对跨机构有组织科研合作产出影响力有显著正向影响。
假设3b：制度邻近性对跨机构有组织科研合作产出质量有显著正向影响。

1.2.3 组织邻近性对科研合作的影响

在有组织科研情境下，对于不同的科研机构而言，当隶属同一上级组织时，在组织文化、组织架构等方面会受到该上级组织的深刻影响，进而产生显著的组织邻近性。一方面，在有组织科研强调协同创新的目标指引下，同属一个上级组织的不同科研机构，能够在相同的组织文化背景中开展深入的交流与合作；另一方面，由于上级组织的统一规划和资源调配，双方很可能在前期便因承担共同的科研任务或项目而开展过合作，积累了一定的合作经验和默契，具备了良好的合作基础。这使得在新的有组织科研项目中，双方能够更高效地整合人力、物力和财力资源，实现优势互补，提高有组织科研合作的效率。因此，笔者作出如下假设。
假设1c：组织邻近性对跨机构有组织科研合作数量有显著正向影响。
假设2c：组织邻近性对跨机构有组织科研合作影响力有显著正向影响。
假设3c：组织邻近性对跨机构有组织科研合作质量有显著正向影响。

1.2.4 网络邻近性对科研合作的影响

在有组织科研中，及时准确的信息交流对于把握科研方向、避免重复研究以及促进知识共享至关重要。网络邻近性在有组织科研的情境下所反映的不仅是合作双方在网络中联结时所涉及的网络成员数量，更能彰显出在科研资源整合及协同创新进程中，合作双方关系的紧密程度。紧密的网络联系使得合作双方能够更高效地快速获取彼此的科研进展、技术优势、资源储备等信息，从而更好地进行资源互补和任务分工。具体而言，合作双方拥有的相同合作伙伴数量越多，表明双方在网络中的联结程度和网络紧密度越高。此外，网络邻近性越高可能使双方更容易共享科研设备、实验数据等资源，进一步提升资源的利用效率，推动科研项目的顺利进行。因此，笔者作出如下假设。
假设1d：网络邻近性对跨机构有组织科研合作产出数量有显著正向影响。
假设2d：网络邻近性对跨机构有组织科研合作产出影响力有显著正向影响。
假设3d：网络邻近性对跨机构有组织科研合作产出质量有显著正向影响。

1.2.5 技术邻近性对科研合作的影响

有组织科研强调科研力量的统筹协调、资源的优化配置以及创新目标的集中实现，这使得技术邻近性在机构间的科研合作中扮演着更为关键的角色。一方面，相似的技术结构使得科研人员能够基于共同的知识基础，更顺畅地开展有效的科研交流与协作，共同探讨并解决复杂的研究问题；另一方面，在有组织科研强调资源整合和目标导向的原则下，技术邻近性高的机构能够更好地协调研发资源，避免重复投入，提高资源利用效率。因此，笔者作出如下假设。
假设1e：技术邻近性对跨机构有组织科研合作产出数量有显著正向影响。
假设2e：技术邻近性对跨机构有组织科研合作产出影响力有显著正向影响。
假设3e：技术邻近性对跨机构有组织科研合作产出质量有显著正向影响。

1.2.6 文化邻近性对科研合作的影响

文化邻近性与制度邻近性相比更强调非正式的社会关系，包括共同的语言、同一民族或种族、相同的风俗等日常性社会纽带[14]。文化产业兼具意识形态属性与市场属性[30]，其发展水平已成为衡量地区文化活力和创新能力的关键指标[31]。共通文化背景和相似的文化产业发展，能够极大地促进科研主体间的沟通交流，同时有效减少因文化差异而引发的误解与冲突，提升科研人员彼此间的信任与默契。此外，相似的文化产业发展模式，亦有助于双方在科研成果转化环节实现经验共享、资源整合。因此，当两个科研主体在文化产业的发展上能取得相近的经济效益或社会效益，这不仅有助于增强双方的合作意愿，还能进一步加强双方在科研项目上的合作关系。因此，笔者作出如下假设。
假设1f：文化邻近性对跨机构有组织科研合作产出数量有显著正向影响。
假设2f：文化邻近性对跨机构有组织科研合作产出影响力有显著正向影响。
假设3f：文化邻近性对跨机构有组织科研合作产出质量有显著正向影响。

1.2.7 多维邻近性对科研合作的交互影响

地理、技术、制度、组织、网络和文化这6个邻近性维度并非孤立地影响科研合作，而是彼此关联、相互作用，共同塑造着跨机构科研合作的质量与成效。当多个邻近性维度同时存在且相互匹配时，会产生协同效应，提升合作的质量和效果。因此，笔者作出如下假设。
假设1g：不同维度邻近性对跨机构有组织科研合作产出数量存在显著互补关系。
假设2g：不同维度邻近性对跨机构有组织科研合作产出影响力存在显著互补关系。
假设3g：不同维度邻近性对跨机构有组织科研合作产出质量存在显著互补关系。

2 变量设计/Variable Design

2.1 解释变量

2.1.1 地理邻近性

笔者参照W. Hong和Y. S. Su[32]对地理邻近性的测度，通过获取两机构经纬度计算其空间球面距离表示地理距离，将地区i与地区j之间的地理距离表示为公式（1），并对其进行计算。
geo_proximityij=6371*{arccos[sin(lati)sin(latj)+cos(lati)cos(latj)cos(|longi-longj|)]}
公式（1）中6 731(km)为地球平均半径，geo_proximityij为机构i和机构j地理距离，lati、latj分别表示机构i和机构j纬度，longi和longj表示机构i和机构j经度。机构i和机构j间geo_proximityij值越大，双方地理邻近性越低。

2.1.2 制度邻近性

笔者借鉴曹湛等[33]对制度邻近性的测量方法，将各个机构形成两两合作关系，以机构的性质作为机构制度的划分标准。若两机构的性质完全相同，如同为高校，则赋值为1；若两机构的性质不同，如高校和企业，则赋值为0。该值越大，双方的制度邻近性越高。

2.1.3 组织邻近性

笔者借鉴刘伟等[34]对组织邻近性的测量方法，采用机构隶属上级组织的差异表征机构间组织邻近性，并设为二元变量。在本研究中，高校有4种上级组织划分类型，分别是部属高校、省部共建高校、省属高校、市属高校，除高校外的机构划分为其他。若两个机构的上级组织相同，则为1，若两机构的上级组织不同，则为0。该值越大，机构双方的组织邻近性越高。

2.1.4 网络邻近性

笔者参考刘苗苗等[35]将节点间共同邻居的关联特征作为相似度定义，通过节点间共同邻居数量即相同合作伙伴数量来衡量网络邻近性，两机构间相同合作伙伴数量为1，则机构双方的网络邻近性为1。因此，机构间相同合作伙伴数量越多，意味着机构间的网络邻近性程度越高。

2.1.5 技术邻近性

技术邻近性表示机构双方技术构成的相似程度，笔者将各机构的发明专利数作为其“机构层面技术知识存量”的特征指标。技术邻近性表示机构双方技术构成的相似程度。笔者借鉴A. Jaffe[36]提出的技术向量夹角计算不同科研机构间技术邻近性，计算公式如下：
tech_proximityij= ∑ 1 n f i k f j k ∑ 1 n f i k 2 ∑ 1 n f j k 2  
公式（2）中tech_proximityij为机构i和机构j技术邻近性，fik、fjk分别为机构i和机构j在第k类专利申请的发明专利总数，n表示机构申请的专利中涉及国际专利分类号（International Patent Classification, IPC）大类的总数。该值越大，机构双方技术邻近性程度越高。

2.1.6 文化邻近性

在文化强国战略推进的背景下，文化产业的发展对提升我国文化软实力、增强文化产业国际竞争力、加快推进社会主义文化强国建设具有重要指导意义[30]。文化产业在文化发展中承担着重要功能，文化产业兼具社会属性和经济属性，已然成为以高质量发展全面推进中国式现代化的必由之路[37]。本研究聚焦于机构的文化产业发展水平，基于《中国文化产业高质量发展指数2023》中各省市文化产业高质量发展排名[38]，用机构所在城市文化产业的发展情况来衡量机构间的文化邻近性。具体计算方法为：若机构双方所在省市的文化产业发展指数排名相同或排名相邻，则文化邻近性为1；否则文化邻近性为0。该值越大，双方文化邻近性程度越高。

2.2 控制变量

相关研究表明，经济发展水平相似性越高的区域，组织合作越顺畅[39-40]；政府政策或资源支持的相似程度也会一定程度上影响机构科研合作绩效[41]。因此，本研究同时增加经济规模相似性和支持资源相似性度这两个控制变量，通过这样的变量设置，旨在更深入且全面地探讨邻近性维度对机构间有组织科研合作的影响，期望能够为研究跨机构科研合作的复杂机制提供更为丰富和深入的视角。

2.2.1 经济规模相似性

现有部分研究已将区域经济相似性作为衡量科研合作效果的重要指标[42-43]。笔者借鉴陈跃刚等[44]的计算方法，采用2023年《中国城市统计年鉴》地级市的人均生产总值，通过公式计算得到各个机构所在城市经济规模相似性。其中，GDPi表示机构i所在城市的人均生产总值，GDPj表示机构j所在城市的人均生产总值，计算公式如下：
econ_Proximityij= 1 | G D P i - G D P j | （i≠j）
公式（3）中机构i和机构j所在城市GDP的差值表示两座城市间的经济规模相似性，用两个区域地区生产总值之差的绝对值的倒数来衡量两机构间的经济联系。该值越大，两机构间的经济联系越强。

2.2.2 支持资源相似性

现有的相关研究中已有学者采用支持资源相似程度探究影响科研合作效率[45]。各级教育科研主管部门对科研机构的扶持力度越强，越有益于机构间的沟通与协作，有效整合各方资源，提升研究效率。本研究通过对比机构被批准开设相关学科“研究中心/研究所”的数量作为衡量机构支持资源相似性的标准。具体计算方法为：统计“教育部人文社会科学重点研究基地”在各个高校被批准开设相关学科“研究中心/研究所”的数量，若双方同时都开设相关学科“研究中心/研究所”或都未开设，则为1；若双方只有一方机构开设“基地研究中心/研究所”，则为0。该值越大，教育部对双方机构的支持资源相似性越强。

2.3 被解释变量

综合现有研究，笔者将被解释变量设计为科研合作产出数量、科研合作产出质量和科研合作产出影响力，分别探究多维邻近性因素对这三方面的影响。

2.3.1 科研合作产出数量

科研合作产出数量主要是指在科研合作过程中产生的成果数量。根据以往研究[46-47]，笔者用机构合作论文数量来衡量机构间科研产出的数量，因其能直观地反映科研合作在知识产出方面的成果。双方合作论文数量越多，产出数量越高。

2.3.2 科研合作产出影响力

借鉴现有研究[48-49]，笔者将篇均被引频次作为衡量科研产出影响力的标准，篇均被引量体现了合作论文在学术领域的影响力，其计算方法是将合作论文的总引用次数除以合作论文数量。双方合作发表论文的篇均被引量越高，双方科研合作产出影响力越高。

2.3.3 科研合作产出质量

科研合作产出质量是机构有组织科研成果的重要评判标准。顶级期刊和权威期刊往往具备严格的审稿流程与筛选标准，汇聚了本领域内处于最前沿位置、具备最强创新性以及最高质量的研究成果。能够在这些期刊上发表的论文，无疑代表着该领域的顶尖水准。因此，笔者统计各机构在《中国人文社会科学期刊AMI 综合评价报告（2022年）》中被划分为“顶级”与“权威”等级的期刊上所发表的论文数量[50]，作为衡量跨机构科研合作产出质量的重要标准。机构间合作发表在顶级期刊或权威期刊的论文数量越多，意味着双方科研合作产出的质量越高。

3 实证分析/Empirical Analysis

3.1 数据来源与预处理

有组织科研的显著特征在于全力推动科研资源、创新要素朝着大项目、大平台以及大团队集中整合，通过构建跨学科、跨部门、跨地域的科研合作网络，实现产出重大科研成果的目标。在此过程中，需要汇聚各方优势力量，打破传统科研的界限开展科研工作。“教育部人文社会科学重点研究基地重大项目”高度契合有组织科研的特性。该项目主要依托教育部人文社会科学重点研究基地开展申请工作[51]，并且经由教育部社会科学司组织专家进行严格评审，在人文社会科学领域彰显出重要的影响力，充分体现了资源集中调配、多方面专业力量参与评审的组织性特点。因此，本研究聚焦于“教育部人文社会科学重点研究基地重大项目”，选取该项目中涉及不同机构合作的期刊论文作为本研究的数据来源。
本文使用中国知网（CNKI）数据库以“基金”字段进行检索，检索词为“教育部人文社会科学重点研究基地重大项目”，检索文献类别设为学术期刊，学术期刊论文发表时间范围为2002—2023年，信息采集内容主要包括期刊论文的题名、作者、单位、文献来源、关键词、发表时间、基金等，检索共获得6 010条数据。通过对数据的初步清洗并剔除无效数据后发现，在规定时间范围内，“教育部人文社会科学重点研究基地重大项目”存在不同机构间合作关系的期刊论文总计1 443篇。
由图1可知，自2002年起，我国依托“教育部人文社会科学重点研究基地重大项目”基金发表的论文开始涌现。此后，论文发表数量呈逐年递增态势，至2015年达到顶峰，2015—2020年期间，该基金下的立项项目步入成熟阶段，研究成果产出数量也达到峰值，随着众多项目在这一阶段陆续结项，后续研究投入相对减少，自2020年起，论文发表数量开始呈现出逐步下滑的趋势。
图1 跨机构合作的期刊论文数量统计

Figure 1 Journal Articles by Institutional Collaboration

数据收集工作结束后，为推动后续研究的顺利开展，需对数据加以整理。此次针对1 443条论文中的“作者单位”数据展开整理，着重提取机构间两两合作关系对以及与之相关的数据，最终成功获取2 145对机构合作关系对，并以此展开后续的研究。

3.2 描述性统计分析

将2 145对合作关系及其相关数据输入SPSS软件，针对地理邻近性、技术邻近性、组织邻近性、制度邻近性、网络邻近性、文化邻近性、经济规模相似性、支持资源相似性、合作产出数量、合作产出影响力、合作产出质量等变量，分别对其总数、均值、中位数、标准差、最小值以及最大值进行统计，结果如表1所示。
表1 描述性统计分析结果

Table 1 Results of descriptive statistical analysis

指标 地理邻近性 技术邻近性 组织邻近性 制度邻近性 网络邻近性 文化邻近性 经济规模相似性 支持资源相似性 合作产出数量 合作产出影响力 合作产出质量
总和 2 145 2 145 2 145 2 145 2 145 2 145 2 145 2 145 2 145 2 145 2 145
平均值 615.42 0.66 0.27 0.72 2.40 0.44 0.31 0.37 3.30 30.68 0.14
中位数 434.26 0.80 0 1 1 0 0.000 1 0 1 8.67 0
标准差 632.41 0.34 0.45 0.45 2.68 0.50 0.46 0.48 5.81 92.46 0.47
最小值 0.30 0 0 0 0 0 0 0 1 0 0
最大值 3 284.63 1 1 1 17 1 1 1 41 1 047 4
由表1可知，从自变量来看，地理邻近性的数据分布较为分散，离散程度较高；网络邻近性数据分布也较为分散，且均值大于中位数，说明存在机构的网络关系更为广泛或紧密；技术邻近性、组织邻近性、制度邻近性和文化邻近性的数据多集中在0和1之间，且各个邻近性的离散程度也各不相同。从控制变量来看，经济规模相似性和支持资源相似性的数据都集中在0和1之间，由经济规模相似性的分析结果可知，机构间经济关联程度差异较大且多数集中在两个极端状态；在支持资源相似性方面，结果表明机构间获得的支持程度差异也较为明显。从因变量来看，合作产出数量结果分布较为分散且差异较大；合作产出影响力的数据离散程度较大，说明机构间合作成果在质量上差异较大；合作产出质量的数据分布在0到4之间且多数为0，表明多数机构合作产出在影响力方面有待提升。

3.3 相关分析

笔者对合作机构数据开展相关性分析，旨在衡量变量间的密切程度。在分析前，先对数据进行正态分布检验，发现所有变量的P值均小于0.05，不满足正态分布条件，故而采用Spearman秩相关分析对论文产出数量、产出质量和产出影响力与各邻近性因素进行相关性分析。
由表2的相关性分析结果可知，绝大部分变量之间的相关性系数绝对值均低于0.5，表明各变量之间均具有相关性。然而，个别变量间的相关性系数绝对值高于0.5，为进一步判断是否存在多重共线性问题，笔者计算了方差膨胀因子VIF（variance inflation factor）和容许度。经计算，各变量VIF值均低于5，容许度均高于0.1（见表3）。这表明基于上述数据进行分析时，不会出现严重的多重共线性问题，研究数据具备良好的独立性，可用于后续深入分析。
表2 相关性分析结果

Table 2 Results of correlation analysis

邻近性指标 地理邻近性 技术邻近性 组织邻近性 制度邻近性 网络邻近性 文化邻近性 经济规模相似性 支持资源相似性 合作产出数量/质量/影响力
地理邻近性 1
技术邻近性 0.115** 1
组织邻近性 0.005 0.198** 1
制度邻近性 0.068** 0.518** 0.256** 1
网络邻近性 -0.005 0.237** 0.170** 0.181** 1
文化邻近性 -0.757** -0.131** -0.030 -.0720** -0.007 1
经济规模相似性 -0.678** -0.111** 0.067** -0.113** -0.020 0.652** 1
支持资源相似性 0.116** 0.226** 0.329** 0.109** 0.251** -0.097** -0.049* 1
合作产出数量 -0.197** 0.154** 0.060** 0.203** 0.445** 0.159** 0.138** -0.064** 1
合作产出影响力 0.125** 0.023 0.008 -0.053* -0.110** -0.089** -0.078** 0.034 1
合作产出质量 0.023 -0.043* 0.046* -0.048* 0.087** -0.015 0.062** 0.071** 1

注：显著性水平*为p<0.05,**为p<0.01。

表3 变量的VIF和容许度结果表

Table 3 Results of VIF and tolerance of variables

变量 容许度 VIF
地理邻近性 0.509 1.964
技术邻近性 0.543 1.84
组织邻近性 0.826 1.211
制度邻近性 0.552 1.811
网络邻近性 0.875 1.142
文化邻近性 0.372 2.689
经济规模相似性 0.408 2.453
支持资源相似性 0.839 1.191

3.4 回归分析

3.4.1 多维邻近性对跨机构科研合作产出的影响

笔者运用Stata MP软件中的OLS（ordinary least squares，普通最小二乘法）回归方法，并汇报标准化回归系数，探究多维邻近性变量和控制变量对跨机构科研合作产出数量、影响力和质量的单一影响。以及融合多维邻近性变量和控制变量对跨机构科研合作产出数量、影响力和质量的综合影响。
由表4可知，模型1、模型2和模型3从不同维度对跨机构科研合作产出数量进行了分析。模型1展示了多维邻近性变量对跨机构科研合作产出数量存在影响，结果显示技术邻近性和组织邻近性对跨机构科研合作产出数量存在显著负向影响，制度邻近性、网络邻近性和文化邻近性对跨机构科研合作产出数量存在显著正向影响；模型2展示了控制变量对跨机构科研合作产出数量的影响，其中支持资源相似性对跨机构科研合作产出数量存在显著负向影响；模型3融合了多维邻近性变量和控制变量，对跨机构科研合作产出数量进行综合分析，其中技术邻近性、组织邻近性、经济规模相似性和支持资源相似性对跨机构科研合作产出数量存在显著负向影响，而制度邻近性、网络邻近性、文化邻近性对跨机构科研合作产出数量存在显著正向影响，由于地理邻近性的值越大，则意味着地理邻近性越低，因此与其他变量相反，地理邻近性对跨机构科研合作产出数量存在显著正向影响。
表4 回归分析结果

Table 4 Results of regression analysis

指标 产出数量 产出影响力 产出质量
模型1 模型2 模型3 模型4 模型5 模型6 模型7 模型8 模型9
地理邻近性 -0.023 5 -0.082 9*** 0.122 7*** 0.124*** 0.048 8* 0.053 7*
技术邻近性 -0.133 8*** -0.129*** -0.063 1** -0.064 3** -0.044 6 -0.047 2
组织邻近性 -0.173 9*** -0.091*** 0.018 1 0.009 8 0.053 1** 0.032 9
制度邻近性 0.196 9*** 0.166 4*** -0.061 5** -0.059 5** -0.010 7 -0.005 3
网络邻近性 0.468 4*** 0.506 5*** 0.016 8 0.012 1 0.160 2*** 0.149 1***
文化邻近性 0.151 1*** 0.347 3*** 0.035 7 0.027 2 0.044 4 0.019 5
经济规模相似性 -0.020 1 -0.343 3*** -0.025 2 0.015 6 0.040 5* 0.045
支持资源相似性 -0.124 4*** -0.207 1*** 0.022 6 0.025 1 0.103 2*** 0.059 5**
F 127.55 16.73 139.99 7.63 1.35 5.88 11.08 12.41 9.35
R-squared 0.263 6 0.015 4 0.344 0.021 0.001 3 0.021 6 0.030 2 0.011 5 0.033 8

注：显著性水平*为p<0.05,**为p<0.01,***为p<0.001。

模型4、模型5和模型6从不同角度对跨机构科研合作产出影响力展开了分析。模型4结果显示，技术邻近性和制度邻近性对跨机构科研合作产出影响力存在显著负向影响，地理邻近性对跨机构科研合作产出影响力存在显著正向影响；模型5中控制变量对跨机构科研合作产出影响力的影响均不显著；模型6表明融合控制变量后，地理邻近性对跨机构科研合作产出影响力存在显著负向影响，技术邻近性和制度邻近性对跨机构科研合作产出影响力存在显著负向影响。
模型7、模型8和模型9从不同角度对跨机构科研合作产出质量展开了分析。由模型7结果可知，组织邻近性和网络邻近性对跨机构科研合作产出质量存在显著正向影响，地理邻近性对跨机构科研合作产出质量存在显著负向影响；模型8显示控制变量中经济规模相似性、支持资源相似性对跨机构科研合作产出质量存在显著正向影响；模型9表明融合自变量和控制变量后，网络邻近性和支持资源相似性对跨机构科研合作产出质量存在显著正向影响，地理邻近性对跨机构科研合作产出质量存在显著负向影响。
另外，由F值和R2值可知，各模型对跨机构科研合作产出数量、影响力和质量具有良好的解释能力。

3.4.2 多维邻近性对跨机构科研合作产出的交互影响

笔者在完成单一变量对跨机构科研合作产出数量、影响力和质量的分析后，进一步深入探究了多维邻近性的对跨机构科研合作的交互影响。具体是将各邻近性变量通过两两相乘的方式构建交互项，并对原始变量进行中心化处理后再相乘，以开展后续的交互分析。具体交互分析结果如表5，表6和表7所示。
表5 多维邻近性对跨机构科研合作产出数量交互分析

Table 5 Interaction Analysis of the Impact of Multidimensional Proximity on the Quantity of Inter-institutional Scientific Research Cooperation Outputs

指标 模型10 模型11 模型12 模型13 模型14 模型15 模型16 模型17 模型18 模型19 模型20 模型21 模型22 模型23 模型24
地理邻近性 -0.083*** -0.079*** -0.082*** -0.092*** -0.356*** -0.083*** -0.083*** -0.089*** -0.084*** -0.082*** -0.075*** -0.087*** -0.087*** -0.083*** -0.083***
技术邻近性 -0.129*** -0.127*** -0.131*** -0.127*** -0.107*** -0.131*** -0.133*** -0.221*** -0.130*** -0.123*** -0.149*** -0.127*** -0.094*** -0.132*** -0.119***
组织邻近性 -0.091*** -0.094*** -0.091*** -0.086*** -0.096*** -0.088*** -0.091*** -0.087*** -0.091*** -0.061*** -0.074*** -0.093*** -0.095*** -0.092*** -0.085***
制度邻近性 0.166*** 0.167*** 0.166*** 0.171*** 0.145*** 0.166*** 0.165*** 0.156*** 0.166*** 0.134*** 0.176*** 0.168*** 0.171*** 0.166*** 0.153***
网络邻近性 0.507*** 0.506*** 0.507*** 0.464*** 0.489*** 0.507*** 0.506*** 0.596*** 0.507*** 0.511*** 0.565*** 0.505*** 0.485*** 0.506*** 0.483***
文化邻近性 0.347*** 0.349*** 0.346*** 0.339*** 0.253*** 0.347*** 0.347*** 0.336*** 0.346*** 0.345*** 0.317*** 0.339*** 0.336*** 0.343*** 0.350***
经济规模相似性 -0.343*** -0.338*** -0.340*** -0.339*** -0.547*** -0.343*** -0.344*** -0.347*** -0.342*** -0.339*** -0.301*** -0.336*** -0.334*** -0.337*** -0.344***
支持资源相似性 -0.207*** -0.210*** -0.207*** -0.199*** -0.190*** -0.208*** -0.207*** -0.183*** -0.207*** -0.217*** -0.175*** -0.209*** -0.230*** -0.204*** -0.184***
地理邻近性×技术邻近性 0.001
地理邻近性×组织邻近性 0.073***
地理邻近性×制度邻近性 -0.032*
地理邻近性×网络邻近性 -0.154***
地理邻近性×文化邻近性 -0.230***
技术邻近性×组织邻近性 -0.011
技术邻近性×制度邻近性 -0.006
技术邻近性×网络邻近性 -0.198***
技术邻近性×文化邻近性 0.015
组织邻近性×制度邻近性 -0.067***
组织邻近性×网络邻近性 -0.240***
组织邻近性×文化邻近性 -0.077***
制度邻近性×网络邻近性 0.120***
制度邻近性×文化邻近性 0.041*
网络邻近性×文化邻近性 0.271***
F 124.34 127.28 124.92 136.94 147.44 124.43 124.38 138.60 124.50 126.10 154.55 127.66 131.29 125.29 169.27
R² 0.344 0.343 0.345 0.366 0.383 0.344 0.344 0.369 0.344 0.347 0.395 0.350 0.357 0.346 0.416

注：显著性水平*为p<0.05,**为p<0.01,***为p<0.001。

表6 多维邻近性对跨机构科研合作产出影响力交互分析

Table 6 Interaction Analysis of the Impact of Multidimensional Proximity on the Influence of Inter-institutional Scientific Research Cooperation Outputs

指标 模型25 模型26 模型27 模型28 模型29 模型30 模型31 模型32 模型33 模型34 模型35 模型36 模型37 模型38 模型39
地理邻近性 -0.127*** 0.124*** 0.125*** 0.125*** 0.081* 0.125*** 0.124*** 0.120*** 0.124*** 0.125*** 0.125*** 0.125*** 0.127*** 0.124*** 0.124***
技术邻近性 -0.068** -0.064** -0.067** -0.065** -0.069** -0.074** -0.077** -0.131*** -0.065** -0.061** -0.066** -0.065** -0.089*** -0.063** -0.064**
组织邻近性 0.009 0.010 0.009 0.010 0.009 0.026 0.011 0.013 0.010 0.027 0.011 0.010 0.013 0.010 0.010
制度邻近性 -0.061** -0.060** -0.060** -0.060** -0.063** -0.064** -0.063** -0.067** -0.060** -0.078** -0.059** -0.060** -0.063** -0.059** -0.060**
网络邻近性 0.011 0.012 0.013 0.016 0.010 0.017 0.012 0.077*** 0.012 0.015 0.017 0.012 0.028 0.012 0.011
文化邻近性 0.023 0.027 0.025 0.028 0.012 0.024 0.028 0.019 0.026 0.026 0.025 0.029 0.035 0.028 0.027
经济规模相似性 0.021 0.016 0.021 0.015 -0.017 0.019 0.014 0.013 0.017 0.018 0.019 0.015 0.009 0.014 0.016
支持资源相似性 0.026 0.025 0.026 0.025 0.028 0.018 0.027 0.047* 0.026 0.020 0.028 0.026 0.041* 0.024 0.026
地理邻近性×技术邻近性 -0.086***
地理邻近性×组织邻近性 0.001
地理邻近性×制度邻近性 -0.043**
地理邻近性×网络邻近性 0.012
地理邻近性×文化邻近性 -0.048
技术邻近性×组织邻近性 -0.056**
技术邻近性×制度邻近性 -0.022
技术邻近性×网络邻近性 -0.142***
技术邻近性×文化邻近性 0.010
组织邻近性×制度邻近性 -0.038
组织邻近性×网络邻近性 -0.019
组织邻近性×文化邻近性 0.011
制度邻近性×网络邻近性 -0.086***
制度邻近性×文化邻近性 -0.012
网络邻近性×文化邻近性 0.010
F 7.05 5.23 5.68 5.26 5.47 5.92 5.28 8.47 5.25 5.48 5.31 5.26 6.79 5.26 5.25
R² 0.029 0.022 0.023 0.023 0.023 0.024 0.022 0.035 0.022 0.023 0.022 0.022 0.028 0.022 0.022

注：显著性水平*为p<0.05,**为p<0.01,***为p<0.001

表7 多维邻近性对跨机构科研合作产出质量交互分析

Table 7 Interaction Analysis of the Impact of Multidimensional Proximity on the Quality of Inter-institutional Scientific Research Cooperation Outputs

指标 模型40 模型41 模型42 模型43 模型44 模型45 模型46 模型47 模型48 模型49 模型50 模型51 模型52 模型53 模型54
地理邻近性 0.054* 0.053* 0.054* 0.052* 0.156*** 0.054* 0.053* 0.053* 0.052* 0.053* 0.052* 0.054* 0.054* 0.054* 0.054*
技术邻近性 -0.048* -0.048* -0.048* -0.047 -0.056* -0.045 -0.067** -0.059* -0.050* -0.050* -0.043 -0.048 -0.048 -0.049* -0.046
组织邻近性 0.033 0.034 0.033 0.034 0.035 0.030 0.034 0.033 0.033 0.024 0.029 0.033 0.033 0.032 0.034
制度邻近性 -0.006 -0.006 -0.005 -0.004 0.003 -0.004 -0.012 -0.007 -0.007 0.004 -0.007 -0.006 -0.005 -0.006 -0.008
网络邻近性 0.149*** 0.150*** 0.150*** 0.139*** 0.156*** 0.148*** 0.148*** 0.161*** 0.150*** 0.148*** 0.137*** 0.150*** 0.150*** 0.149*** 0.145***
文化邻近性 0.020 0.020 0.019 0.017 0.054 0.020 0.021 0.018 0.016 0.020 0.026 0.021 0.020 0.018 0.020
经济规模相似性 0.046 0.044 0.046 0.046 0.121*** 0.044 0.043 0.045 0.050 0.044 0.036 0.044 0.045 0.048 0.045
支持资源相似性 0.060*** 0.060*** 0.060*** 0.062*** 0.053** 0.061*** 0.062*** 0.063*** 0.061*** 0.062*** 0.053** 0.060*** 0.060** 0.061*** 0.063***
地理邻近性×技术邻近性 -0.012
地理邻近性×组织邻近性 -0.022
地理邻近性×制度邻近性 -0.010
地理邻近性×网络邻近性 -0.037*
地理邻近性×文化邻近性 0.111***
技术邻近性×组织邻近性 0.012
技术邻近性×制度邻近性 -0.034
技术邻近性×网络邻近性 -0.026
技术邻近性×文化邻近性 0.036*
组织邻近性×制度邻近性 0.020
组织邻近性×网络邻近性 0.051**
组织邻近性×文化邻近性 0.010
制度邻近性×网络邻近性 -0.010
制度邻近性×文化邻近性 0.020
网络邻近性×文化邻近性 0.045**
F 8.34 8.42 8.33 8.63 9.7 8.34 8.45 8.41 8.63 8.37 8.89 8.33 8.3 8.4 8.81
R² 0.034 0.034 0.034 0.035 0.039 0.034 0.034 0.034 0.035 0.034 0.036 0.034 0.034 0.035 0.036

注：显著性水平*为p<0.05,**为p<0.01,***为p<0.001。

表5显示了各个邻近性之间的交互作用对跨机构科研合作产出数量的影响。由模型11、模型12、模型13和模型14的结果可知，地理邻近性与组织邻近性、制度邻近性、网络邻近性和文化邻近性之间存在显著交互作用；由模型17结果可知，技术邻近性与网络邻近性存在显著交互作用；由模型19、模型20和模型21，组织邻近性与制度邻近性、网络邻近性和文化邻近性之间存在显著交互作用；由模型22和模型23可知，制度邻近性与网络邻近性和文化邻近性之间存在显著交互作用；由模型24结果可知，网络邻近性与文化邻近性之间存在显著交互作用。
表6显示了各个邻近性之间的交互作用对跨机构科研合作产出影响力的影响。由模型25和模型27的结果可知，地理邻近性与技术邻近性和制度邻近性之间存在显著交互作用；由模型30和模型32的结果可知，技术邻近性与组织邻近性和网络邻近性之间存在显著交互作用；由模型37的结果可知，制度邻近性与网络邻近性之间存在显著交互作用。
表7显示了各个邻近性之间的交互作用对跨机构科研合作产出质量的影响。由模型43和模型44的结果可知，地理邻近性与网络邻近性和文化邻近性之间存在显著交互作用；由模型48的结果可知，技术邻近性与文化邻近性之间存在显著交互作用；由模型50的结果可知，组织邻近性与网络邻近性之间存在显著交互作用；由模型54的结果可知，网络邻近性与文化邻近性之间存在显著交互作用。
另外，根据各个表中的F值和R2值可知，各模型对跨机构科研合作产出数量、质量和影响力有良好解释能力。

3.5 稳健性检验

3.5.1 控制时间趋势的稳健性检验

为排除时间因素对结论的干扰，笔者在原始模型基础上加入时间趋势项（T），进行稳健性检验，结果见表8。
表8 控制时间趋势的稳健性检验结果

Table 8 Results of robustness test controlling for time trends

因变量 变量 原始模型（无时间趋势） 控制时间趋势后模型
论文产出数量 地理邻近性 -0.001***(-3.374) -0.001***(-3.372)
技术邻近性 -2.188***(-5.428) -2.231***(-5.538)
组织邻近性 -1.186***(-4.717) -1.159***(-4.612)
制度邻近性 2.162***(7.057) 2.151***(7.031)
网络邻近性 1.096***(27.040) 1.095***(27.061)
文化邻近性 4.059***(12.084) 4.048***(12.069)
经济规模相似性 -4.324***(-12.509) -4.293***(-12.431)
支持资源相似性 -2.489***(-10.825) -2.514***(-10.940)
时间趋势项T - 0.063**(2.725)
调整后R² 0.342 0.343
产出影响力 地理邻近性 0.018***(4.135) 0.018***(4.143)
技术邻近性 -17.357**(-2.215) -16.009**(-2.050)
制度邻近性 -12.295**(-2.064) -11.951**(-2.015)
时间趋势项T - -1.967***(-4.409)
调整后R² 0.022 0.026
产出质量 网络邻近性 0.26***(6.559) 0.26***(6.558)
支持资源相似性 0.057**(2.564) 0.057**(2.568)
时间趋势项T - 0.002(-0.156)
调整后R² 0.034 0.034

注：括号内为t值，***p<0.01, **p<0.05, *p<0.1。

根据表8结果可知，在论文产出数量上，控制时间趋势后，时间趋势项（T）的系数为0.063且显著（p=0.006），说明论文产出数量随时间存在微弱正向趋势，但幅度极小；同时，所有核心变量的影响方向、显著性与原始模型完全一致，系数仅发生微小波动，原结论不受时间趋势干扰，具有稳健性。
在论文产出影响力上，时间趋势项（T）的系数为-1.967（p<0.001），说明篇均被引量随时间呈显著负向趋势（可能与论文被引周期、领域文献膨胀有关）；但控制时间趋势后，核心变量的影响方向与显著性未发生实质变化，仅系数幅度略有波动，相关结论依然稳健，且时间趋势未干扰核心变量的效应。
在论文产出质量上，时间趋势项（T）的系数为0.002（p=0.876），说明时间因素对产出影响力无显著影响；控制时间趋势后，核心变量的影响方向、显著性、系数幅度均未变化，结论的稳健性较强。

3.5.2 回归分析稳健性检验

为确保回归分析结果的稳健性，笔者借鉴D. Q. Lyu等[52]的做法，将被解释变量分别转化为0—1变量，应用二元logistics回归进行稳健性检验。笔者将跨机构有组织科研合作产出数量、质量和影响力的变量以其均值作划分阈值，高于该值则赋值为1，反之为0。笔者仅对融合自变量、控制变量和因变量的综合模型，交互作用显著的模型进行稳健性检验。融合自变量、控制变量和因变量的综合模型对跨机构有组织科研合作产出数量、影响力和质量的稳健性检验结果如表9所示，交互作用显著的模型对跨机构有组织科研合作产出数量、影响力和质量的稳健性检验结果如表10、表11和表12所示。
表9 单一变量稳健性检验结果

Table 9 Results of robustness test for single variables

邻近性指标 模型3 模型6 模型9
地理邻近性 -0.000 470*** 0.000 189* 0.000 434***
技术邻近性 0.145 0.166 -0.428
组织邻近性 -0.069 -0.056 0.173
制度邻近性 0.604*** -0.354** -0.347*
网络邻近性 0.460*** -0.054** 0.095***
文化邻近性 -0.246 0.179 -0.109
经济规模相似性 0.696*** -0.382** 0.479*
支持资源相似性 -1.211*** 0.234* 0.308*

注：显著性水平*为p<0.05,**为p<0.01,***为p<0.001。

根据表9的结果可知，模型3、模型6和模型9分别分析了融合自变量和控制变量的综合模型对跨机构科研合作产出数量、影响力和质量的稳健性检验结果。其中，由模型3可知，地理邻近性、制度邻近性、网络邻近性和支持资源相似性的稳健性检验结果仍然显著且系数正负不变，经济规模相似性的稳健性检验结果仍显著但系数由负转正；由模型6可知，地理邻近性和制度邻近性的稳健性检验结果仍然显著且系数的正负不变；由模型9可知，地理邻近性、网络邻近性和支持资源相似性的稳健性检验结果仍然显著且系数正负不变。
表10、表11和表12分别分析了交互作用对跨机构科研合作产出数量、影响力和质量的稳健性检验结果。由表10可知，模型14的稳健性结果仍然显著但系数由负转正，模型17、模型20、模型21和模型24的稳健性检验结果仍然显著且系数正负不变，因此这些模型的显著水平总体上通过了稳健性检验；由表11可知，模型25和模型37的稳健性检验结果仍然显著且系数正负不变，因此这两个模型的显著水平整体上通过了稳健性检验；由表12可知，交互模型的结果都不显著，因此这些模型未通过稳健性检验。
表10 变量间交互作用对跨机构科研合作产出数量稳健性检验

Table 10 Robustness Test of the Impact of Interactions Between Variables on the Quantity of Inter-institutional Scientific Research Cooperation Outputs

指标 模型11 模型12 模型13 模型14 模型17 模型19 模型20 模型21 模型22 模型24
地理邻近性 -0.000 538*** -0.000 645** -0.000 381* -0.000 564*** -0.000 461*** -0.000 470*** -0.000 463*** -0.000 484*** -0.000 474*** -0.000 429***
技术邻近性 0.145 0.159 0.147 0.113 0.840** 0.146 0.020 0.165 0.172 0.178
组织邻近性 -0.214 -0.068 -0.065 -0.065 -0.052 0.121 0.738*** 0.270 -0.072 -0.043
制度邻近性 0.614*** 0.517** 0.606*** 0.629*** 0.542*** 0.618*** 0.647*** 0.616*** 0.532** 0.560***
网络邻近性 0.459*** 0.459*** 0.473*** 0.466*** 0.757*** 0.460*** 0.574*** 0.458*** 0.441*** 0.372***
文化邻近性 -0.246 -0.246 -0.251 -0.603** -0.259 -0.249 -0.376 -0.097 -0.255 -0.865***
经济规模相似性 0.711*** 0.684*** 0.711*** 0.952*** 0.694*** 0.698*** 0.848*** 0.745*** 0.702*** 0.800***
支持资源相似性 -1.221*** -1.214*** -1.206*** -1.244*** -1.110*** -1.218*** -1.049*** -1.232*** -1.226*** -1.166***
地理邻近性×组织邻近性 0.000 271
地理邻近性×制度邻近性 0.000 201
地理邻近性×网络邻近性 0.000 041
地理邻近性×文化邻近性 0.000 760*
技术邻近性×网络邻近性 -0.376***
组织邻近性×制度邻近性 -0.199
组织邻近性×网络邻近性 -0.263***
组织邻近性×文化邻近性 -0.705***
制度邻近性×网络邻近性 0.025
网络邻近性×文化邻近性 0.201***

注：显著性水平*为p<0.05,**为p<0.01,***为p<0.001。

表11 变量间交互作用对跨机构科研合作产出影响力稳健性检验

Table 11 Robustness Test of the Impact of Interactions Between Variables on the Influence of Inter-institutional Scientific Research Cooperation Outputs

指标 模型25 模型27 模型30 模型32 模型37
地理邻近性 0.000 566*** 0.000 304* 0.000 189* 0.000 187 0.000 198*
技术邻近性 0.553** 0.157 0.253 0.225 0.059
组织邻近性 -0.059 -0.056 0.247 -0.054 -0.048
制度邻近性 -0.360** -0.240 -0.362** -0.358** -0.085
网络邻近性 -0.055** -0.054** -0.052** -0.018 0.038
文化邻近性 0.188 0.174 0.174 0.176 0.201
经济规模相似性 -0.364** -0.368** -0.375** -0.384** -0.402**
支持资源相似性 0.242** 0.237** 0.217* 0.240** 0.282**
地理邻近性×技术邻近性 -0.000 574**
地理邻近性×制度邻近性 -0.000 165
技术邻近性×组织邻近性 -0.411
技术邻近性×网络邻近性 -0.046
制度邻近性×网络邻近性 -0.121**

注：显著性水平*为p<0.05,**为p<0.01,***为p<0.001。

表12 变量间交互作用对跨机构科研合作产出质量稳健性检验

Table 12 Robustness Test of the Impact of Interactions Between Variables on the Quality of Inter-institutional Scientific Research Cooperation Outputs

指标 模型43 模型44 模型48 模型50 模型54
地理邻近性 0.000 541*** 0.000 360** 0.000 427*** 0.000 429*** 0.000 423***
技术邻近性 -0.423 -0.461* -0.667** -0.403 -0.420
组织邻近性 0.182 0.180 0.168 -0.001 0.176
制度邻近性 -0.340 -0.321 -0.352* -0.358* -0.355*
网络邻近性 0.118*** 0.010*** 0.098*** 0.070** 0.061*
文化邻近性 -0.121 -0.465 -0.463 -0.088 -0.327
经济规模相似性 0.474* 0.734** 0.500* 0.445* 0.460*
支持资源相似性 0.314* 0.289* 0.314* 0.288* 0.324**
地理邻近性×网络邻近性 -0.0000 446
地理邻近性×文化邻近性 0.000 616
技术邻近性×文化邻近性 0.539
组织邻近性×网络邻近性 0.056
网络邻近性×文化邻近性 0.075

注：显著性水平*为p<0.05,**为p<0.01,***为p<0.001。

4 结论与建议/Conclusion and Recommendation

4.1 研究结论

本研究通过OLS回归和二元logistics回归方法，分析了在多维邻近性视角下哲学社会科学跨机构有组织科研合作的影响因素。根据回归分析和稳健性检验的结果，得出如下结论：

4.1.1 合作产出数量

（1）单一变量层面。从模型3的结果可知，地理邻近性、制度邻近性和网络邻近性，均对跨机构有组织科研合作产出数量呈现出显著的正向影响，故而假设1a、假设1b和假设1d得以验证。因此，可推测地理邻近性能够提升机构有组织科研的合作效率；制度邻近性有助于减少合作中的规则冲突；网络邻近性则通过资源共享渠道的畅通性，增加了合作落地的可能性。
（2）交互作用层面。后续的交互分析结果表明，地理邻近性与文化邻近性的交互作用、网络邻近性与文化邻近性的交互作用，对跨机构有组织科研合作产出数量有着显著的正向影响，由此假设1g得到验证。地理邻近性与文化邻近性的交互作用会强化双方的信任与沟通效率，促进合作的推进；而网络邻近性与文化邻近性的结合，依托网络的强联系与文化相似性实现资源链接，从而提升产出数量。而技术邻近性与网络邻近性的交互作用、组织邻近性与网络邻近性的交互作用、组织邻近性与文化邻近性的交互作用，均对跨机构有组织科研合作产出数量产生显著的负向影响。技术邻近性与网络邻近性强网络连接下的技术相似性难以引入新的知识互补点，反而限制了合作产出的多样性与数量；组织邻近性与网络邻近性会减少跨组织知识的碰撞，导致合作项目的创新空间收窄，最终降低产出数量；组织邻近性与文化邻近性交互会弱化了合作中知识重组的可能性，抑制产出数量。

4.1.2 合作产出影响力

（1）单一变量层面。从模型6的结果可知，地理邻近性和制度邻近性对跨机构有组织科研合作产出影响力存在显著的负向影响，因此可得假设2a和假设2b反向成立。此结果可证明过度依赖地理邻近易限制合作的效果，降低成果的创新性；而制度邻近性下的相似化管理规则，可能会在一定程度上抑制研究的探索空间。
（2）交互作用层面。后续交互分析结果显示，地理邻近性与技术邻近性的交互作用、制度邻近性与网络邻近性的交互作用，均对跨机构有组织科研合作产出质量具有显著的负向影响，因此假设2g得到验证。地理邻近性与技术邻近性会强化原始的路径依赖，难以引入外部创新要素；制度邻近性与网络邻近性则易形成资源内循环，减少跨体系优质知识的融入，从而降低成果质量。

4.1.3 合作产出质量

（1）单一变量层面。从模型9的结果可知，地理邻近性对跨机构有组织科研合作产出质量具有显著的负向影响，因此假设3a反向成立，网络邻近性对跨机构有组织科研合作产出质量具有显著的正向影响，因此假设3d得到验证。因此地理条件限制下的科研合作成果易缺乏跨区域的学术辐射力，依托紧密的合作网络可扩大成果的传播范围。
（2）交互作用层面。根据交互分析结果显示，各邻近性维度之间的交互作用对跨机构科研合作产出质量的影响均不显著。这表明，在本研究的样本与模型设定下，各邻近性维度对跨机构合作产出质量的影响相对独立。因此，提升某一维度的邻近性可能无法通过与其他维度的交互作用进一步放大或削弱其对合作质量的影响。

4.2 相关建议

首先，应积极推动跨区域的有组织科研合作。本研究发现，当地理邻近性作为单一邻近性变量时，对跨机构有组织科研合作的产出数量有正向影响，然而在产出质量和影响力方面却呈现出负向作用。基于此，在推进科研合作进程中，相关部门应发挥引领作用，牵头组织跨区域的科研活动，激励不同地区的哲学社会科学机构聚焦重大社会议题开展研究工作，防止过度局限于本地合作模式，进而实现对不同地区研究资源的有效整合。此外，从邻近性交互结果来看，地理邻近性与文化邻近性的交互作用能够增加跨机构科研合作产出数量，因此可以通过在多元文化背景下开展学术交流与合作，充分借助当地特有的地理与文化优势，开展科研合作与创新活动，进一步提升合作的深度与广度。通过构建这种有组织的跨区域合作模式，能够有效打破地域之间的隔阂，让各地优势得到充分发挥。
其次，应优化有组织科研合作管理机制。本研究发现，当制度邻近性作为单一变量时对合作产出数量具有积极作用，而对合作产出影响力却产生负面效应。这表明，制度相似度较高的机构更有利于激发科研人员的积极性，从而增加跨机构科研合作的产出数量，然而在过度相似的制度框架下，可能会降低跨机构科研合作产出影响力。有组织科研的有序推进，健全的组织管理机制是关键支撑，因此相关部门应积极优化管理机制，构建科学完善的利益分配机制和长效的监督评估机制，为机构在有组织科研合作进程中提供坚实保障，进而促进跨机构科研合作产出在数量、质量和影响力方面的全方位提升。
再次，应发挥有组织科研集中力量解决问题的优势。有组织科研强调科研资源和创新要素朝着大项目、大平台以及大团队集中聚集，通过搭建跨学科、跨部门、跨地域的科研合作网络，凝聚各方力量以攻克难题，因此应发挥有组织科研的特性与优势。本研究发现，网络邻近性对有组织科研合作产出数量和质量均有正向促进作用，同时，网络邻近性与文化邻近性的交互作用在一定程度上也能增加跨机构科研合作的产出数量，这意味着机构双方的联系越是紧密，越有助于双方实现高效协同合作，提升合作成效。此外，在推进有组织科研的进程中，还应精准把握目标制定、合作主体以及科研资源之间的协调与平衡，进一步促进机构双方开展紧密且高效的合作，推动有组织科研朝着更高质量、更具成效的方向发展。
最后，应营造创新协调的有组织科研合作模式。本研究发现，跨机构有组织科研合作在产出数量、质量及影响力方面，受到多维度因素的综合作用。鉴于邻近性因素间的交互作用错综复杂，科研主体在开展跨机构有组织科研合作过程中需持续探索契合自身目标的合作路径，在邻近性交互影响中寻求动态平衡，强化正向协同效应，以此提升科研合作的整体效能，进而产出更具针对性与创新性的研究成果。

5 结语/Conclusion

本研究基于多维邻近性理论视角，探究地理、制度、网络、组织、技术和文化6个邻近性维度对哲学社会科学领域跨机构有组织科研合作产出数量、产出质量与产出影响力方面的影响机制。本研究表明，科研主体在开展跨机构科研合作时，会受到多维度因素的综合影响，因此本研究对这些综合作用进行了分析与梳理，并依据研究结论提出了若干针对性建议。但由于篇幅和时间限制，本研究仍存在一些不足之处。例如，首先在本研究在数据选取上，并非是广泛的随机样本，而是观测“有组织科研”的合作模式，主要揭示了在国家重点研究基地体系内，围绕重大项目形成的有组织科研合作网络的规律。未来研究可进一步拓展至其他合作模式，从而构建更全面的理解。其次，变量间的交互作用对跨机构科研合作产出数量、质量和影响力呈现错综复杂的正向或负向影响，因此如何平衡交互作用中的负向效应，强化正向效应，仍有待更深入的探索，在后续研究中，将针对这一问题进一步展开相关研究，以期能够取得更具深度的研究成果。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
谭春辉, 刁斐, 李玥澎, 等. 融合决策树模型的跨机构科研合作影响因素研究[J]. 情报资料工作, 2023, 44(5): 61-70.

TAN C H, DIAO F, LI Y P, et al. Research on influencing factors of cross-institutional scientific research cooperation based on fusion decision tree model[J]. Information and documentation services, 2023, 44(5): 61-70.

[2]
曾粤亮, 曹高辉, 韩世曦. 青年科研人员跨学科科研合作行为影响因素研究——基于扎根理论的探索[J]. 情报科学, 2023, 41(10): 21-31.

ZENG Y L, CAO G H, HAN S X. The influencing factors of young researchers' interdisciplinary research collaboration behavior based on grounded theory[J]. Information science, 2023, 41(10): 21-31.

[3]
ZHAO L, LI Y, FENG Y Z, ZHANG H S, ZHANG M. Research on the influencing factors of scientific researchers' integrity based on grounded theory[J]. Procedia computer science, 2022, 214:1467-1475.

[4]
彭霞, 熊泽泉, 杨莉. 高校图书馆员科研合作意愿及其影响因素分析[J]. 图书馆理论与实践, 2023(1): 123-130.

PENG X, XIONG Z Q, YANG L. University librarians' intentions and influencing factors to research collaboration[J]. Library theory and practice, 2023(1): 123-130.

[5]
GUBERMAN A, AVIDOV-UNGAR O, DAHAN O, SERLIN R. Expansive learning in inter-institutional communities of practice for teacher educators and policymakers[J]. Frontiers in education, 2021, 6: 533941.

[6]
黄雪梅. “双一流”建设高校教师科研合作影响因素的实证研究, 中国高教研究, 2022(4): 78-84.

HUANG X M. An empirical study on influencing factors of teachers' research collaboration in "Double First-Class" construction universities[J]. China higher education research, 2022(4): 78-84.

[7]
ANAKA Y, AKINO Y, MIZUNO H, ISONO M, MASA I N. Impact of detector selections on inter-institutional variability of flattening filter-free beam data[J]. Journal of applied clinical medical physics, 2020, 21(1): 36-42.

[8]
BROTOSUSILO A, BUDIDARMANO, UTARI D, HANDAYANI R D. Environmental management in Citarum Watershed inter-institutional cooperation approach[J]. IOP conference series earth and environmental science, 2019, 311:012051.

[9]
王亚君, 姚方杰.校企科研合作赋能科技创新与产业创新融合发展研究[J]. 经济纵横, 2025(11): 97-105.

WANG Y J, YAO F J. Education-production-research collaboration empowers integrated development of technological innovation and industrial innovation[J]. Economic review journal, 2025(11): 97-105.

[10]
MURIITHI P, HORNER D, PEMBERTON L, et al. Factors influencing research collaborations in Kenyan universities[J]. Research policy, 2017, 47(1): 88-97.

[11]
MARSHAL A. Principles of economics[M]. London: Macmillan, 1890.

[12]
KIRAT T, LUNG Y. Innovation and proximity [J]. European urban & regional studies, 2016, 6(6): 27-38.

[13]
BOSCHMA R. Proximity and innovation: a critical assessment [J]. Regional studies, 2005, 39(1): 61-74.

[14]
KNOBEN J, OERLEMANS L A. Proximity and inter‐organizational collaboration: a literature review [J]. International journal of management reviews, 2006, 8(2): 71-89.

[15]
张剑, 李鑫, 王宇, 等. 不同空间尺度下多维邻近性对京津冀城市技术创新合作的影响[J]. 城市发展研究, 2022, 29(02): 34-40.

ZHANG J, LI X, WANG Y, et al. Study on the impact of multi-dimensional proximities at different spatial scales on urban technology innovation cooperation of Beijing-Tianjin-Hebei Urban Agglomeration[J]. Urban development studies, 2022, 29(2): 34-40.

[16]
夏丽娟, 谢富纪.多维邻近视角下的合作创新研究评述与未来展望[J]. 外国经济与管理, 2014, 36(11): 45-54, 81.

XIA L J, XIE F J. A literature review of collaborative innovation from a perspective of multi-dimensional proximity[J]. Foreign economics & management, 2014, 36(11): 45-54, 81.

[17]
曹贤忠, 曾刚, 司月芳, 等.企业创新网络与多维邻近性关系研究述评[J]. 世界地理研究, 2019, 28(05): 165-171.

CAO X Z, ZENG G, SI Y F, et al. Research progress on firm innovation networks and multi-dimensional proximity from the perspective of economic geography[J]. World regional studies, 2019, 28(5): 165-171.

[18]
RATCHUKOOL N, IGEL B. The effect of proximity between universities and research institutes and firms on firm innovativeness[J]. Asian journal of technology innovation, 2018, 26(1): 69-89.

[19]
杨大飞, 孙守恒, 胡倩.多维邻近性及交互性对合作创新网络演化的影响——以中国智能制造装备业为例[J]. 科技进步与对策, 2025, 42(2): 11-21.

YANG D F, SUN S H, HU Q. The influence of multi-dimensional proximity and interactivity on the evolution of cooperative innovation network: a case study of China's intelligent manufacturing equipment industry[J]. Science & technology progress and policy, 2025, 42(2): 11-21.

[20]
FRENKEN K, PONDS R, VAN-OORT F. The citation impact of research collaboration in science-based industries：a spatial institutional analysis[J]. Papers in regional science, 2010, 89(2): 351-271.

[21]
齐晓丽, 聂天雷.多维邻近下的跨区域产学合作创新绩效演化及影响研究——基于社会网络分析法和QAP方法分析[J]. 河北企业, 2023(6): 61-66.

QI X L, NIE T L. Research on the evolution and impact of cross-regional university-industry cooperative innovation performance under multi-dimensional proximity: based on social network analysis and QAP method[J]. Hebei enterprise, 2023(6): 61-66.

[22]
张政文.以有组织科研推动高校哲学社会科学自立自强[J]. 中国高校社会科学, 2023(1): 87-104, 159.

ZHANG Z W. Promoting self-strengthening of philosophy and social sciences in higher institutions through organized research[J]. Social sciences in Chinese higher education institutions, 2023(1): 87-104, 159.

[23]
杨雅南, 钟书华.“有组织科研”的理论意涵和实践指向[J]. 黑龙江高教研究, 2023, 41(10): 34-40.

YANG Y N, ZHONG S H. Theoretical implications and practical guidance of “organized scientific research”[J]. Heilongjiang higher education research, 2023, 41(10): 34-40.

[24]
杨忠, 王月清.加快构建新时代中国特色哲学社会科学学科体系[J]. 中国高等教育, 2022(6): 19-22.

YANG Z, WANG Y Q. Accelerating the construction of disciplinary system of philosophy and social sciences with Chinese characteristics in the new era[J]. China higher education, 2022(6): 19-22.

[25]
曾德明, 任浩, 戴海闻, 等.组织邻近和组织背景对组织合作创新地理距离的影响[J]. 管理科学, 2014, 27(4): 12-22.

ZENG D M, REN H, DAI H W, et al. Impact of organizational proximity and organizational context on the geographical distance of organizational cooperative innovation[J]. Journal of management science, 2014, 27(4): 12-22.

[26]
TEIXEIRA A A C, SANTOS P, BROCHADO A O. International R&D cooperation between low-tech SMEs: The role of cultural and geographical proximity[J]. European planning studies, 2008, 16(6): 785-810.

[27]
CUMMINGS J L, TENG B S. Transferring R&D knowledge: The key factors affecting knowledge transfer success[J]. Journal of engineering and technology management, 2003, 20(1): 39-68.

[28]
周青, 陈佩夫, 毛崇峰, 等.多维邻近性对国际技术标准生存时间的影响研究——基于ITU国际技术标准生存分析[J]. 研究与发展管理, 2024, 36(3): 149-162.

ZHOU Q, CHEN P F, MAO C F, et al. Influence of multidimensional proximity on the survival time of international technical standards—survival analysis based on ITU international technical standards[J]. R&D management, 2024, 36(3): 149-162.

[29]
梁立明, 沙德春. 985高校校际科学合作的强地域倾向[J]. 科学学与科学技术管理, 2008(11): 112-116.

LIANG L M, SHA D C. Strong geographical preferences in scientific collaboration between “985 Poject” universities[J]. Science of science and management of S.& T., 2008(11): 112-116.

[30]
李艳庆, 张文霄.新时代我国文化产业发展的目标与路径研究——基于习近平关于文化产业的重要论述[J]. 理论导刊, 2021(6): 32-36.

LI Y Q, ZHANG W X. Research on the goals and paths of China's cultural industry development in the new era —based on Xi Jinping's important discourses on the cultural industry[J]. Journal of socialist theory guide, 2021(6): 32-36.

[31]
傅才武, 吴晓斌.“十五五”时期中国文化产业发展的趋势、特征和发展思路[J]. 福建论坛(人文社会科学版), 2025(10): 31-47.

FU C W, WU X B. Trends, characteristics and development ideas of China's cultural industry during the 15th five-year plan period[J]. Fujian tribune, 2025(10): 31-47.

[32]
HONG W, SU Y S. The effect of institutional proximity in non-local university-industry collaborations: an analysis based on Chinese patent data[J]. Research policy, 2013, 42(2): 454-464.

[33]
曹湛, 朱晟君, 戴靓, 等.多维邻近性对区域创新合作网络形成的影响——基于江浙沪医学科研机构的实证[J]. 地理研究, 2022, 41(9): 2531-2547.

CAO Z, ZHU S J, DAI L, et al. The impact of multidimensional proximity on the formation of regional innovative collaboration network: a case study of medical science institutions in the Jiangsu-Zhejiang-Shanghai region[J]. Geographical research, 2022, 41(9): 2531-2547.

[34]
刘伟, 林培思, 蒲昆. 地理距离阻碍产学合作探索式创新吗？——基于多维邻近的视角[J]. 技术经济, 2021, 40(10): 98-107.

LIU W, LIN P S, PU K. Does geographical distance hinder the efficiency of exploratory innovation in university-industry cooperation?[J]. Journal of technology economics, 2021, 40(10): 98-107.

[35]
刘苗苗, 郭景峰, 马晓阳, 等. 基于共邻节点相似度的加权网络社区发现方法[J]. 四川大学学报(自然科学版), 2018, 55(01): 89-98.

LIU M M, GUO J F, MA X Y, et al. Community discovery in weighted social networks based on similarities of common neighbors[J]. Journal of Sichuan University (natural science edition), 2018, 55(1): 89-98.

[36]
JAFFE A. Technological opportunity and spillovers of R&D: evidence from firms’ patents, profits, and market value[J]. American economic review, 1986, 76(5): 984-1001.

[37]
向晓梅, 胡晓珍, 吴伟萍. 我国文化产业高质量发展的理论逻辑与政策取向[J]. 广东社会科学, 2023(3): 15-23.

XIANG X M, HU X Z, WU W P. The establishment logic of policy system for the high quality development of Chinese culture industry[J]. Social sciences in Guangdong, 2023(3): 15-23.

[38]
中央财经大学文化经济研究院.中国文化产业高质量发展指数(2023)[R]. 北京：中央财经大学文化经济研究院, 2023.

Cultural Economy Research Institute of Central University of Finance and Economics. High-quality development index of China's cultural industry (2023)[R]. Beijing: Cultural Economy Research Institute of Central University of Finance and Economics, 2023.

[39]
杨大飞, 孙守恒, 胡倩.多维邻近性及交互性对合作创新网络演化的影响——以中国智能制造装备业为例[J]. 科技进步与对策, 2025, 42(2): 11-21.

YANG D F, SUN S H, HU Q. The influence of multi-dimensional proximity and interactivity on the evolution of cooperative innovation network: a case study of China's intelligent manufacturing equipment industry[J]. Science & technology progress and policy, 2025, 42(2): 11-21.

[40]
王群勇, 苗培, 李月.双边投资协定网络的演化机制——基于多维邻近性视角[J]. 河北经贸大学学报, 2024, 45(3): 84-97.

WANG Q Y, MIAO P, LI Y. The evolution mechanism of bilateral investment treaties network — from the perspective of multidimensional proximities[J]. Journal of Hebei University of Economics and Business, 2024, 45(3): 84-97.

[41]
张艺, 龙明莲, 朱桂龙.产学研合作网络对学研机构科研团队的学术绩效影响——知识距离的调节作用[J]. 科技管理研究, 2018, 38(21): 113-123.

ZHANG Y, LONG M L, ZHU G L. Influence of industry-university-research cooperative network on academic performance of scientific research team of the institute of science and research: adjustment of knowledge distance[J]. Science and technology management research, 2018, 38(21): 113-123.

[42]
王琳琳, 彭庭莹, 胡骁宇, 等.长三角城市群产学研创新合作网络结构及其多维邻近性机制[J]. 经济地理, 2025, 45(05): 65-74.

WANG L L, PENG T Y, HU X Y, et al. Structure and multi-dimensional proximity mechanism of industry-university-research innovation cooperation network in the Yangtze River Delta urban agglomeration[J]. Economic geography, 2025, 45(5): 65-74.

[43]
冯粲, 韩霞, 史冬梅, 等.多维邻近性视角下城市群协同创新网络及影响因素分析[J]. 中国科技论坛, 2023(10): 50-61.

FENG C, HAN X, SHI D M, et al. Analysis of collaborative innovation network of urban agglomeration and its influencing factors from the perspective of multidimension proximity[J]. Forum on science and technology in China, 2023(10): 50-61.

[44]
陈跃刚, 张弛, 吴艳.长江三角洲城市群多维邻近性与知识溢出效应[J]. 城市发展研究, 2018, 25(12): 34-44.

CHEN Y G, ZHANG C, WU Y. Proximities and knowledge spillover in the Yangtze River Delta[J]. Urban development studies, 2018, 25(12): 34-44.

[45]
常路, 汪旭立, 符正平.高校及科研院所机构协同创新绩效的影响因素研究——基于社会网络的视角[J]. 科技管理研究, 2019, 39(14): 100-108.

CHANG L, WANG X L, FU Z P. The factors which influence collaborative innovation performance of universities and academic institutions based on social network analysis[J]. Science and technology management research, 2019, 39(14): 100-108.

[46]
陈秀娟, 张志强.国际科研合作对科研绩效的影响研究综述[J]. 图书情报工作, 2019, 63(15): 127-139.

CHEN X J, ZHANG Z Q. A review of the impact of international collaboration on research performance[J]. Library and information service, 2019, 63(15): 127-139.

[47]
梁文艳, 刘金娟, 王玮玮. 研究型大学教师科研合作与科研生产力——以北京师范大学教育学部为例[J]. 教师教育研究, 2015, 27(4): 31-39.

LIANG W Y, LIU J J, WANG W W. Research collaboration and productivity in research-orientated university—a empirical study based on Faculty of Education of BNU[J]. Teacher education research, 2015, 27(4): 31-39.

[48]
张雪, 张志强, 陈秀娟.基于期刊论文的作者合作特征及其对科研产出的影响——以国际医学信息学领域高产作者为例[J]. 情报学报, 2019, 38(01): 29-37.

ZHANG X, ZHANG Z Q, CHEN X J. Collaborative features of authors based on academic journal papers and their influence on scientific research output——taking highly published authors of international medical informatics as an example[J]. Journal of the China Society for Scientific and technical Information, 2019, 38(1): 29-37.

[49]
范爱红, 战玉华, 杨芳, 等.国内外研究型大学国际合著论文的比较研究[J]. 情报杂志, 2013, 32(11): 59-63.

FAN A H, ZHAN Y H, YANG F, et al. Internationally co-authored papers of academic universities: a comparative study[J]. Journal of intelligence, 2013, 32(11): 59-63.

[50]
中国社会科学评价研究院.中国人文社会科学期刊AMI综合评价报告(2022)[R/OL]. [2025-12-17].

Chinese academy of social sciences evaluation research institute. AMI comprehensive evaluation report of Chinese humanities and social sciences journals (2022)[R/OL]. [2025-12-17].

[51]
教育部. 普通高等学校人文社会科学重点研究基地管理办法(2006年修订)[EB/OL]. [2026-02-05].

Ministry of education. Management measures for key research bases of humanities and social sciences in regular higher education institutions (revised 2006) [EB/OL]. [2026-02-05].

[52]
LYU D Q, GONG K L, RUAN X M, et al. Does research collaboration influence the "disruption" of articles? evidence from neurosciences[J]. Scientometrics, 2021, 126(1): 287-303.

Options
Outlines

/

〈 〉