我国生物技术知识网络结构的时空演变研究

《软科学）２０１３年１１月．第２７卷．第１１期（总第１６７期）　我国生物技术知识网络结构的时空演变研究　王贝贝，汪涛　（南京师范大学地理科学学院，南京２１００２３）　摘要：以国际ＩｓＩ数据库中２０００～２０１０年我国作者发表于生物技术领域的合著论文为数据源，构建了我国地级以　上城市的生物技术知识网络，使用复杂网络分析方法从网络演进特征、网络关联性、重点城市三方面分析了知识网　络结构的演变特征及规律。结果发现我国生物技术知识网络具有较小的平均路径和较大的集聚系数，度分布满足　幂律分布，呈现小世界性和无标度性；除顶层以外的其他层次结构不明显；优先连接、组织邻近、地理邻近、社会邻　近等共同促进知识网络结构演化，演化动力多元化。　关键词：知识网络演变；生物技术；复杂网络理论　中图分类号：Ｑ８１　文献标识码：Ａ　文章编号：１００１—８４０９（２０１３）１１—００３８—０６　Ｓｐａｔｉｏｏｔｅｍｐｏｒａｌ　Ｅｖｏｌｕｔｉｏｎ　ｏｆ　Ｃｈｉｎｅｓｅ　ＢｉｏｔｅｃｈｎｏＩｏｇｙ　Ｋｎｏｗｌｅｄｇｅ　Ｎｅｔｗｏｒｋ　Ｓｔｒｕｃｔｕｒｅ　ＷＡＮＧ　Ｂｅｉ—ｂｅｉ，ＷＡＮＧ　Ｔａｏ　（Ｓｃｈｏｏｌ　ｏｆＧｅｏｇｒａｐｈｙ　Ｓｃｉｅｎｃｅ，ＮａｎｊｉｎｇＮｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ　２１００２３）　Ａｂｓｔｒａｃｔ：Ｔｈｉｓ　ｐａｐｅｒ，ｕｓｉｎｇ　ＣＯ—ａｕｔｈｏｒｓｈｉｐｓ　ｏｆ　Ｃｈｉｎｅｓｅ　ｒｅｓｅａｒｃｈ　ｐｕｂｌｉｃａｔｉｏｎｓ　ｉｎ　２０００—２０１０　ｆｒｏｍ　ｉｎｔｅｒｎａｔｉｏｎａｌ　ＩＳＩ　ｄａｔａｂａｓｅ　ｉｎ　ｔｈｅ　ｆｉｅｌｄ　ｏｆ　ｂｉｏｔｅｃｈｎｏｌｏｇｙ　ａｓ　ｄａｔａ　ｓｏｕｒｃｅｓ，ｃｏｎｓｔｒｕｃｔｓ　Ｃｈｉｎｅｓｅ　ｂｉｏｔｅｃｈｎｏｌｏｇｙ　ｋｎｏｗｌｅｄｇｅ　ｎｅｔｗｏｒｋ　ａｔ　ｃｉｔｙ　ｌｅｖｅｌ，ａｎｄ　ｔｈｅｎ　ａｎ—　ｌｙｚｅｓ　ｔａｈｅ　ｓｐａｔｉｏ—ｔｅｍｐｏｒａｌ　ｅｖｏｌｕｔｉｏｎ　ｏｆ　ｔｈｅ　ｋｎｏｗｌｅｄｇｅ　ｎｅｔｗｏｒｋ　ｓｔｒｕｃｔｕｒｅ　ｆｒｏｍ　ｔｈｒｅｅ　ａｓｐｅｃｔｓ　ｏｆ　ｎｅｔｗｏｒｋ　ｅｖｏｌｕｔｉｏｎ，ｎｅｔｗｏｒｋ　ｃｏｒ—　ｒｅｌａｔｉｏｎ　ａｎｄ　ｋｅｙ　ｃｉｔｙ　ｂａｓｅｄ　ｏｎ　ｃｏｍｐｌｅｘ　ｎｅｔｗｏｒｋ　ｍｅｔｈｏｄｓ．Ｔｈｅ　ｒｅｓｕｌｔ　ｓｈｏｗｓ　ｔｈａｔ　Ｃｈｉｎｅｓｅ　ｂｉｏｔｅｃｈｎｏｌｏｇｙ　ｋｎｏｗｌｅｄｇｅ　ｎｅｔｗｏｒｋ　ｈａｓ　ａ　ｒｅｌａｔｉｖｅｌｙ　ｓｍａｌｌ　ａｖｅｒａｇｅ　ｐａｔｈ　ｌｅｎｇｔｈ　ａｎｄ　ａ　ｒｅｌａｔｉｖｅｌｙ　ｌａｒｇｅ　ｃｌｕｓｔｅｒ　ｃｏｅｆｉｃｉｅｎｔ．Ｍｏｒｅ　ｉｆｍｐｏｒｔａｎｔｌｙ，ｔｈｅ　ｄｅｇｒｅｅ　ｄｉｓｔｉｒｂｕｔｉｏｎ　ｆｏｌｌｏｗｓ　ａｎ　ｅｘｐｏｎｅｎｔｉａｌ　ｅｘｐｒｅｓｓｉｏｎ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｅ　ｋｎｏｗｌｅｄｇｅ　ｎｅｔｗｏｒｋ　ｅｘｈｉｂｉｔｓ　ｔｈｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ“Ｓｍａｌｌ　Ｗｏｒｌｄ’’ａｎｄ　“Ｓｃａｌｅ－ｆｒｅｅ”；ｔｈｅ　ｎｅｔｗｏｒｋ　ｈｉｅｒａｒｃｈｙ　ｈａｓ　ｎｏ　ｄｉｓｔｉｎｃｔ　ｄｉｆｆｅｒｅｎｃｅ　ｗｉｔｈ　ｔｈｅ　ｅｘｃｅｐｔｉｏｎ　ｏｆ　ｔｈｅ　ｔｏｐ　ｏｎｅ；ｆｏｒｃｅｓ　ｔｏ　ｄｒｉｖｅ　ｔｈｅ　ｅｖｏｌｕｔｉｏｎ　ｏｆ　ｋｎｏｗｌｅｄｇｅ　ｎｅｔｗｏｒｋ　ｐｒｅｓｅｎｔ　ｄｉｖｅｒｓｉｔｙ，ｆｏｒ　ｅｘａｍｐｌｅ，ｐｒｅｆｅｒｅｎｔｉａｌ　ａｔｔａｃｈｍｅｎｔ，ｏｒｇａｎｉｚａｔｉｏｎａｌ　ｐｒｏｘｉｍｉｔｙ，ｇｅｏｇｒａｐｈｉｃ　ｐｒｏｘｉｍｉ—　ｔｙ，ｓｏｃｉｌ　ｐｒｏｘｉａｍｉｔｙ　ａｎｄ　ＳＯ　ｏｎ．　Ｋｅｙ　ｗｏｒｄｓ：ｋｎｏｗｌｅｄｇｅ　ｎｅｔｗｏｒｋ　ｅｖｏｌｕｔｉｏｎ；ｂｉｏｔｅｃｈｎｏｌｏｇｙ；ｃｏｍｐｌｅｘ　ｎｅｔｗｏｒｋ　ｔｈｅｏｒｙ　１　引言　随着知识经济时代的到来，知识网络在知识交流、　创新等方面的作用越来越受到西方国家和学术界　的关注。复杂网络模型能较好地分析和模拟知识网络　的发展演变，近年来，基于复杂网络方法对知识网络的　研究已成为国际经济地理学、创新经济学关注的热点。　复杂网络是由大量节点通过边的相互连接而构成　的大规模网络。Ｗａｔｔｓ等的ｗ—ｓ模型…及Ｂａｒａｂａｓｉ等　的Ｂ—Ａ模型　ｌ３　分别揭示了复杂网络的小世界性和无　标度性，从此掀起了复杂网络研究热潮。大型数据库的　出现和计算机处理能力的提高使得该研究遍布于各领　域，如科学家合作网络［引、因特网　］、交通运输网络　，　、　技术网络　Ｊ、生物网络　等。　Ｂ—Ａ模型中指出增长性和优先连接是无标度网络形成　的重要机制，Ｍａｇｇｉｏｎｉ“　对因特网链接、国际交流生、　ＥＰＯ专利合作网络的研究发现了小世界性及无标度性。　收稿日期：２０１２—１１—２３　基金项目：国家自然科学基金项目（４０９７１０６９）；国家软科学项目（２０１３ＧＸＳ４Ｄ１１６）；江苏省软科学项目（ＢＲ２０１３０７９）；ＩＳＴＩＣ—　Ｔｈｏｍｓｏｎ　Ｒｅｕｔｅｒｓ科学计量合实验室开放基金（ＩＴ２０１２００３）　作者简介：王贝贝（１９８８一），女，山东泰安人，硕士研究生，研究方向为区域创新与知识网络；汪　涛（１９７０一），女，安徽池州　人，教授，研究方向为知识与技术的地理效应及区域创新系统。　・３８・　《软科学｝２０１３　ｑ－１１月．第２７卷．第１１期（总第１６７期）　Ｃａｓｓｉ＿ｌ　运用法国１９９９～２００６年的基因组专利数据，实　证研究了优先连接在网络演化中的作用。　目前，使用复杂网络方法分析我国知识网络的研究　还较少。国内学者对知识网络的研究主要集中于情报　学、管理学领域，侧重于探讨知识网络理论　、知识网　络结构及效应ｎ　“］、知识网络演化的模拟　，　等。由于　语言文化上的障碍，国外学者对我国知识网络的研究通　常重视国际上的合作，鲜有涉及到国内层面的合作。尽　管国内也有学者尝试从社会网络分析的角度进行研究，　但缺乏基于长时间序列数据对我国知识网络结构演变　规律的系统分析。生物技术的发展对大型仪器设备、高　端实验室、高级科研人员等的需求较高，较多的成果需　要两个以上单位协作完成，因此科研合作程度高。本文　以复杂网络方法和ＧＩＳ为研究手段，试图揭示我国城际　生物技术知识网络结构的演变特征。　２网络构建与指标选取　２．１　网络构建　本文以ＩｓＩ数据库中２０００—２０１０年我国作者发表　于生物技术领域的合著论文为数据源。论文筛选标准　为：（１）论文须由两个及以上的机构合作发表，至少有一　个为中国机构；（２）检索范围限定于生物技术领域；（３）　只选择２０００～２０１０年中文献类型为“ａｒｔｉｃｌｅ”的文章。　紧接着对数据作如下处理：提取出每篇文章中机构所属　城市；出现在县级市中的机构将其整合到所隶属的地级　市中；对同一篇文章中的城市去重复；Ｃ＋＋编程计算出　我国每两个城市之间的合作次数；利用社会网络分析工　具ＵＣＩＮＥＴ，构建我国城际生物技术知识网络。　２．２网络指标　（１）网络规模、线数　网络规模是网络中节点的数目，线数是节点间联系　总数。　（２）平均路径　两点之间所有路径中长度最短的叫测地线，测地线　的长度称为最短路径长度。平均路径指的是节点的最　短路径长度的平均值。　（３）度及相关指标　有直接联系的节点对之间彼此称为邻节点，度指与　节点ｉ直接相连的节点个数，其邻节点，集合为Ｎｉ，定义　一个节点ｉ所有邻节点的平均度为Ｋ（ｉ）＝　１　Ｋ；，则　ｉ两　度为ｋ的所有节点的邻节点平均度Ｋ　（ｋ）＝　＿Ｉ　Ｋ（ｉ），其中，Ｎ（ｋ）表示度为ｋ的节点数量。　度度相关性是指节点度与其邻节点平均度之间的　相关性，考察节点之间相互选择的偏好性。若度大的节点　之间倾向于彼此联系，网络正相关；反之，网络负相关。　（４）集聚系数及相关指标　节点的集聚系数是指它所有邻节点之间连边的数　目占最大可能连边数目的比例。网络的集聚系数是所　有节点集聚系数的平均值，用来衡量节点的集聚情况。　集聚系数一度相关性即度数为ｋ的节点的平均集　聚系数同度之间的相关性，用以考察网络的层次性、结　构性。　３实证分析　３．１　生物技术知识网络演进的总体特征　自２０００年以来，参与生物技术知识合作的城市越　来越多，网络变得稠密化，生物技术知识网络演进呈现　出４个显著特征。　（１）知识网络具有小世界性。相比于其规模，网络　平均路径较小（见表１），平均两个城市联系仅需２．２～　２．６个路径长度；另一方面，网络的集聚系数明显大于随　机网络（见图１）。知识网络具备了小世界网络的两个　基本特征，即较小的平均路径和较大的集聚系数。　表１　生物技术知识网络拓扑结构　数据来源：根据来自ＩＳＩ数据库处理后的数据，利用ＵＣＩＮＥＴ软　件计算　入　，　／　＼／　一　｜　一实际网络　一随机网络　一／　　—　／　一　吾誉誊蓍毫聋§营§詈　昌８昌鲁８　８　８　８　８　ｇ　Ｎ　Ｎ　Ｎ　图１　实际网络和随机网络的集聚系数　・３９・　《软科学￣２ｏ１３年１１月．第２７卷．第１１期（总第１６７期）　（２）知识网络演进呈现出稠密化趋势。从表１可以　到加强，而且揭示出知识网络呈稠密化趋势。　看出，２０１０年网络的线数比２０００年增加了将近２７倍，　（３）网络的度分布满足幂律分布。以节点度数ｋ为　平均度数是２０００年的８倍多，反映出城市间的合作次　横坐标，网络中度为ｋ的节点所占百分比Ｐ（ｋ）为纵坐　数在不断增多。２０１０年网络的平均路径比２０００年缩短　标做图，由于２００６年以前网络规模较小，为了保证良好　了４．２８％，集聚系数增加了６．６６％，不仅反映了各城市　的拟合度，仅对２００６～２０１０年网络的度分布进行幂律　可以用较短距离联系那些曾经遥远的城市，知识联系得　拟合，得出度分布曲线如图２所示。　４０　４０　４０　１　３Ｏ　．Ｉｌ　ｙ＝３５．８１ｘ－　３０　３０　●　ｌ　ｙ＝２８．８１ｘ　ＲＬｎ　２０　２Ｏ　Ｒ　０．８０８　２０　………　…　１０　ＩｃＩ　…一　１Ｏ　、＿一　１０　；　乙　一重　Ｏ　０　０　０　１０　２Ｏ　３０　０　１０　２０　３０　Ｏ　ｌ０　２０　３Ｏ　４０　４０　３０　ｖ＝２２．４３Ｘ－１．００　３０　ｖ＝１８．８６ｘ　９０　２Ｏ　■　Ｒ２＝Ｏ．８２３　Ｒ２＝Ｏ　８５４　２０　ｌ０　１Ｏ　－　一．．　、ｌ‘－一一一一…　０　Ｏ　Ｏ　０　图２　２００６～２０１０年网络度分布图　由图２可知网络度分布满足幂律分布，且幂指数位　邻节点的平均度越低。以２０１０年为例，度最高的为北　于１～２之间。说明知识网络中大多数城市的度数很　京（８２），其邻节点的平均度为最小值１３．２６；上海的度为　小，处于网络的边缘地位，少数城市的度数很大，处于网　６０，其邻节点的平均度仅为ｌ６．７３。相反，度为２的所有　络的中心地位，该现象可用优先连接机制解释，节点在　节点，其邻节点的平均度为最大值３９．６５，其次分别是度　选择合作对象时，优先选择高连接度的节点，从而导致　为３和１的节点。究其原因，在优先连接作用下，这些　此类节点的度越来越高，形成幂律分布。动态来看，幂　节点倾向于连接核心节点，故其邻节点的平均度高。因　指数呈下降的趋势，即度数ｋ每变化一个单位，对Ｐ（ｋ）　此，核心城市的形成，不仅因其度值较大，更因它们高等　值所引起的变化越来越小，说明虽然度数依然集中于少　级的城市功能具有很强的吸引力。　数节点中，但这种不均匀性在减弱。　３．２．２集聚系数一度相关性　（４）知识网络中次级中心逐渐形成。早期阶段，知　以度数为横坐标，集聚系数为纵坐标做出２００６～　识网络中全国中心城市是上海、北京和广州，几乎所有　２０１０年的集聚系数一度拟合曲线如图４所示。　的强联系都是在这三个城市间产生的。随着时间的推　由图４可知度数和集聚系数之间负相关，即低度节　移，区域次级中心逐渐形成，如：哈尔滨、昆明、兰州、成　点比高度节点更容易集聚成团。例如，在２０１０年集聚　都、乌鲁木齐等。从长远来看，这些次级中心充当了所　系数为１的节点共有３２个，占总数的２２％，而这些节点　在区域的知识守门人（Ｇａｔｅｋｅｅｐｅｒ），在全国核心城市和　的度在２～６之间，均为低度节点。原因在于：（１）这些　较低级的城市之间搭起桥梁，拓宽了知识流通的渠道。　城市的度数较小，其邻节点连接成网更容易；（２）这些节　３．２网络关联性分析　点基本上都直接与知识网络中的枢纽节点连接，其中有　３．２．１度度相关性　３４％连接了北京（１１个），２５％连接了上海（８个），２５％　以节点度数为横坐标，邻节点的平均度数为纵坐标，　连接了广州（８个），而这些枢纽之问是相互连接的。高　同样只做出２００６～２０１０年的度度相关性图（见图３）。　度节点均具有较小的集聚系数，如北京（０．１３）、上海　由图３可知网络的度度相关性为负，即各节点的度　（０．２１），这源于它们所连接的城市中相当一部分为低度　与其邻节点的平均度之间负相关，Ｐｏｗｅｌｌ　对生命科学　节点，而这些节点之间相互关联较少。由此分析可知：　产业的研究也发现了同样的现象，度值越高的节点，其　集聚系数较大的节点，度数普遍偏低，且均具有与顶层　．４０・　《囊℃科掌）２０１３　ｇ－１１月．第２７卷．第１１期（总第１６７期）　．●ｙ＝－０．３２７ｘ＋２１．２１　－０３４３ｘ＋２７名　．　ｙ一一　０．４０７ｘ＋２３．‘５９　　Ｒ　＿７　Ｒ…、　鼠　：。　Ｕ．７４７　一．　２０　一　。　Ｏ　Ｏ　Ｏ　０　２０　４０　６０　０　２０　４０　６０　０　６０　‘　ｙ＝－０…．３４７ｘ＋２９　９　４・＼　’’＼、．　ｖ＝一０．３５５ｘ＋３５．７Ｏ　　．Ｒ２：０．８４４　Ｏ　０　０　６０　Ｏ　２０　４０　６０　加　图３　２伽ｌ６－２０１０年网络的度度相关性　１．Ｏ　ｌ　ＬＯ　ｙ＝ｌ・８５１７ｘ　Ｏ．８　ｙ＝１．６２４ｘ　０．８　■’　ＤＬｎｎ＾ｆ１　……　Ｏ．６　一…　０．６　……　Ｏ－４　Ｏ．４　．．一　。　——．－＿。—　０．２　——　０．２　●—一　——－　Ｏ．０　Ｏ．Ｏ　Ｏ　６Ｏ　０　２Ｏ　０４　６０　１．０　Ｏ．８　弋　ｖ　◆　ｙ：１．７ｏ８６　ｍ　ｙ：１．７８５２）　０．６　０・８５４４　０．８８２２　．　０．４　Ｏ．２　－’　●－—一　Ｏ．Ｏ　Ｏ　２Ｏ　４０　Ｏ　６０　图４　２００６—２０１０年的集聚系数一度相关性　节点直接联系的特点，这在一定程度上导致了知识网络　京和上海是我国先进生产力和高科技聚集的地方，从技　除顶层结构外的其他层级结构不明显。　术和资金上得到了国家的大力扶持，不仅拥有一大批生　动态来看，该相关性在减弱，２０１０的相关系数绝对　物技术领域的科研院校外，还具有生物医药科技产业基　值比２００６下降了２５％。随着时间的演变，促使节点之　地——张江生物医药基地和北京生物医药科技园区等。　间集聚成团的因素越来越多元化，不仅与度数有关，还　（２）的核心地位在下降，称为衰落中心。２０００　与地理、组织、社会等的邻近性有关。　～２００２年分别位于第三、五、四位，２００４—２００８年　３．３重点城市分析　落入第六至九位中，而在最后两年未跻身前十名，尤其　３．３．１枢纽城市　在２００９年是孤立点。该现象的出现与本文的研究　表２中列出了每一年度数排名前十的城市，以此来　层面仅限于国内合作有关，由于其特殊的文化和语　分析他们在网络演变中地位的变化特征和规律。由此　言背景，更倾向于国际合作。　看出：　（３）武汉、青岛、广州、杭州、天津这几个城市都至少　（１）北京和上海是主要核心，称为超级中心。１１个　有７年排名前十，地位日趋稳定，称为稳定中心。这与　年份中，北京一直排名第一，上海有８年处于第二。北　城市自身所拥有的科研条件有关，如：青岛市内的中科　・４１・　∞　《软幂Ｉ掌）２ｏ１３年１１月．第２７卷．第１１期（总第１６７期）　院海洋研究所同中科院的其他所在组织和社会上邻近，　合作较多。　本文利用分异系数来评价城市的分异特征，计算公式为　．丌，　２　Ｙ（ｖ）＝　（４）东西部的差异较明显。排名前十的大都是东部　沿海城市，很少有西部城市，所有出现过的西部城市只　有西安、成都、昆明，其中西安共出现了５次，成都和昆　ｊ氚：）Ｌ　Ｊｓ　Ｊ　Ｉ　ｌ。　其中，Ｙ（ｖ）表示节点ｖ的分异系数，ｓ　为节点ｖ总　共的联系数目，Ｎ（ｖ）为节点ｖ的邻节点集合，ｗ　ｉ为节　点ｖ和节点ｊ之间的联系数目，ｗ　Ｉ／ｓ　表示的是节点ｖ和　ｊ的联系在节点ｖ所有联系中的权重。分异系数越大，　说明节点ｖ联系的指向性越强。本文选择了分异系数　明均只出现过１次，且排名均较靠后，位于第八至十位。　３．３．２特质性城市　在网络演进中，有些城市表现出显著的“分异”特　征，即，在某些时期，这些城市与某些城市联系较为紧　密，而与其他城市联系较弱，呈现出较强的指向性　。　大于０．５且度数不小于２的部分城市进行分析。　表２　２０００—２０１０年城市度数　２ｏｏ２　２ｏｏ６　２ｏ０８　城市　主　亲作　城市　主　亲作　城市　主盖　作　城市　主盖　作　数据来源：ＵＣＩＮＥＴ软件计算ＩｓＩ数据库处理后的数据所得　・４２・　《软科￣）２０１３年１１月．第２７卷．第１１期（总第１６７期）　由表３可看出，分异特征明显的城市逐年增多，影　响这些城市选择合作对象的因素呈现多元化。　（１）优先连接机制是关键因素。经统计，表３中分　异明显的城市度数较小，位于２～４之间，在优先连接机　制作用下，它们主要选择了度数排名前十的枢纽城市合作。　（２）组织、社会邻近性促进合作。２００９年泰州的主　要合作对象是上海，调取原始数据后发现，合作主要集　中在泰州（复旦）健康科学研究院和复旦大学及其附属　医院之间，泰州（复旦）健康科学研究院是由复旦大学与　泰州市医药高新技术产业园共同建立的事业型科研机　构，组织、社会上的邻近性促进了人员的流通和交流。　（３）地理邻近也是主要影响因素。２００８年的株洲　市和扬州市以及２００９年的宁波市，它们的主要合作对　象均是本省的省会城市，地理上的邻近性促进了面对面　交流，同时还容易获利于省会城市先进知识的外溢。　４结论　（１）生物技术知识网络整体结构呈现出小世界性和　无标度性　生物技术知识网络具备了小世界网络的两个基本　特征：较小的平均路径和较大的集聚系数，因而呈现出　小世界性。网络的度分布满足幂律分布，表现出一定的　“无标度”性，大多数城市的度数很小，少数城市具有高　连接度，处于网络的中心地位，这部分城市对于网络的　形成发展起到重要作用。　（２）生物技术知识网络的层次结构尚不明显　通过对网络度度相关性、集聚系数一度相关性以及　网络空间结构的分析可知，知识网络的顶层结构已经形　成，虽然也形成了一定的区域次级中心，但新形成的节　点都倾向于同最高级节点联系，忽略了区域枢纽节点，　致使网络的次级层次结构得不到很好的发展。构建层　次分明的网络结构，促进知识在全国知识网络中的快速　流通，充分发挥区域次级中心的作用是关键。　（３）驱动知识网络演化的动力呈现多元化　优先连接机制无疑是知识网络演化的驱动力之一，　节点倾向于同网络中高连接度的节点进行合作，该机制　可解释幂律分布、度度相关性等。对集聚系数一度相关　性的动态分析和特质性城市的分析则发现：促使节点之　间联系的因素呈现多元化，地理、社会、组织上的邻近以　及都是促使节点联系进而驱动网络演化的动　力。　参考文献：　［１］ＷａＲｓ　Ｄ　Ｊ，Ｓｔｒｏｇａｔｚ　Ｓ　Ｉ－Ｌ　Ｃｏｌｌｅｃｔｉｖｅ　Ｄｙｎａｍｉｃｓ　ｏｆ“Ｓｍａｌｌ—ｗｏｒｌｄ”　Ｎｅｔｗｏｒｋｓ［Ｊ］．Ｎａｔｕｒｅ，１９９８，３９３：４４０—４４２．　［２］Ｂａｒａｂ６ｓｉ　Ａ　Ｌ，Ａｌｂｅｒｔ　Ｒ．Ｅｍｅｒｇｅｎｃｅ　ｏｆ　Ｓｃａｌｉｎｇ　ｉｎ　Ｒａｎｄｏｍ　Ｎｅｔｗｏｒｋｓ　［Ｊ］．Ｓｃｉｅｎｃｅ，１９９９，２８６（５４３９）：５０９—５１２．　［３］Ｂａｒａｂ￣ｓｉ　Ａ　Ｌ，Ａｌｂｅｒｔ　Ｒ，Ｊｅｏｎｇ　Ｈ．Ｍｅｎａ　Ｆｉｅｌｄ　Ｔｈｅｏｒｙ　ｆｏｒ　Ｓｃｌａｅ　２　Ｆｒｅｅ　Ｒａｎｄｏｍ　Ｎｅｗｔｏ￣ｓ［Ｊ］．Ｐｈｙｓｉｃａ　Ａ，１９９９，２７２（１—２）：１７３—　１８７．　［４］Ｎｅｗｍａｎ　Ｍ　Ｅ　Ｊ．Ｃｏａｕｔｈｏｍｈｉｐ　Ｎｅｔｗｏ￣ｓ　ａｎｄ　Ｐａｔｔｅｒｎｓ　ｏｆ　Ｓｃｉｅｎｔｉｉｆｃ　Ｃｏｌｌａｂｏｒａｔｉｏｎ［Ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　Ｎａｔｉｏｎａｌ　Ａｃａｄｅｍｙ　ｏｆ　Ｓｃｉ—　ｅｎｃｅ８，ＵＳＡ，２００４，１０１（Ｓｕｐｐｌ　１）：５２００—５２０５．　［５］ｕｕ　ｚ　Ｙ，ｕｕ　Ｌ．Ｃｏｍｐｌｅｘ　Ｎｅｔｗｏ￣Ｐｒｏｐｅｒｔｙ　Ａｎａｌｙｓｉｓ　ｏｆ　Ｋｎｏｗｌｅｄｇｅ　Ｃｏｏｐｅｒａｔｉｏｎ　Ｎｅｔｗｏｒｋｓ［Ｊ］．２００９　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｓｙｍｐｏｓｉｕｍ　ｏｎ　Ｉｎｔｅｌｌｉ・　ｇｅｎｔ　Ｕｂｉｑｕｉｔｏｕｓ　Ｃｏｍｐｕｔｉｎｇ　ａｎｄ　Ｅｄｕｃａｔｉｏｎ，ＤＯＩ　１０．１　１０９／ＩＵＣＥ．　２００９。１１７：５４４—５４７．　［６］Ｗａｎｇ　Ｙ　Ｌ，Ｚｈｏｕ　Ｔ，ｅｔ　１ａ．Ｅｍｐｉｉｒｃｌａ　Ａｎａｌｙｓｉｓ　ｏｆ　Ｄｅｐｅｎｄｅｎｃｅ　ｂｅ—　ｗｔｅｅｎ　Ｓｔａｔｉｏｎｓ　ｉｎ　Ｃｈｉｎｅｓｅ　Ｒａｉｌｗａｙ　Ｎｅｗｔｏ￣［Ｊ］．Ｐｈｙｓｉｃａ　Ａ，２００９，　３８８：２９４９—２９５５．　［７］Ｇｕｉｍｅｒａ　Ｒ，Ｍｏｎａ　Ｓ，Ｔｕｒｔｓｃｈｉ　Ａ．Ｔｈｅ　Ｗｏｒｌｄｗｉｄｅ　Ａｉｒ　Ｔｒａｎｓｐｏｒｔａ－　ｔｉｏｎ　Ｎｅｔｗｏｒｋ：Ａｎｏｍａｌｏｕｓ　Ｃｅｎｔｒａｌｉｔｙ，Ｃｏｍｍｕｎｉｔｙ　Ｓｔｒｕｃｔｕｒｅ，ａｎｄ　Ｃｉｔｉｅｓ　Ｇｌｏｂａｌ　Ｒｏｌｅｓ［Ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　Ｎａｔｉｏｎａｌ　Ａｃａｄｅｍｙ　ｏｆ　Ｓｃｉｅｎｃｅｓ，ＵＳＡ，２００５，１０２（２２）：７７９４—７７９９．　［８］Ｃａｉ　Ｋ　Ｙ，Ｙｉｎ　Ｂ　Ｂ．Ｓｏｆｗｔａｒｅ　Ｅｘｅｃｕｔｉｏｎ　Ｐｒｏｃｅｓｓｅｓ　ａｓ　ａｎ　Ｅｖｏｌｖｉｎｇ　Ｃｏｍｐｌｅｘ　Ｎｅｔｗｏｒｋ［Ｊ］．Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅｓ，２００９，１７９（１２）：１９０３　—１９２８．　［９］Ｈｅｏａ　Ｍ，Ｍａｓｌｏｖｂ　Ｓ，Ｓｈａｋｈｎｏｖｉｃｈａ　Ｅ．Ｔｏｐｏｌｏｇｙ　ｏｆ　Ｐｒｏｔｅｉｎ　Ｉｎｔｅｒａｃ—　ｔｉｏｎ　Ｎｅｔｗｏｒｋ　Ｓｈａｐｅｓ　Ｐｒｏｔｅｉｎ　Ａｂｕｎｄａｎｃｅｓ　ａｎｄ　Ｓｔｒｅｎｇｔｈｓ　ｏｆ　Ｔｈｅｉｒ　Ｆｕｎｃｔｉｏｎａｌ　ｎａｄ　Ｎｏｎｓｅｐｃｉｉｆｃ　Ｉｎｔｅｒａｃｔｉｏｎｓ［Ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　Ｎａ—　ｔｉｏｎａｌ　Ａｃａｄｅｍｙ　ｏｆ　Ｓｃｉｅｎｃｅｓ，ＵＳＡ，２０１１，１０８（１０）：４２５８—４２６３．　［１０］Ｍａｇｇｉｏｎｉ　Ｍ　Ａ，Ｕｂｅｒｔｉ　Ｔ　Ｅ．Ｋｎｏｗｌｅｄｇｅ　Ｎｅｔｗｏｒｋｓ　Ａｃｒｏｓｓ　Ｅｕｒｏｅｐ：　Ｗｈｉｃｈ　Ｄｉｓｔａｎｃｅ　Ｍａｔｔｅｍ？［Ｊ］Ｔｈｅ　Ａｎｎａｌｓ　ｏｆ　Ｒｅ￣ｏｎａｉ，２００９，４３　（３）：６９１—７２０．　［１１］Ｃａｓｓｉ　Ｌ，ＰｌｕｎｋｅｔＡ．ＴｈｅＤｅｔｅｒｍｉｎａｎｔｓ　ｏｆＣｏ—ｉｎｖｅｎｔｏｒＴｉｅ　Ｆｏｒｍａ．　ｔｉｏｎ：Ｐｒｏｘｉｍｉｔｙ　ａｎｄ　Ｎｅｔｗｏｒｋ　Ｄｙｎｍａｉｃｓ［Ｊ］．Ｐａｐｅｒｓ　ｉｎ　Ｅｖｏｌｕｔｉｏｎａｒｙ　Ｅｃｏｎｏｍｉｃ　Ｇｅｏｇｒａｐｈｙ，２０１０，Ｕｎｐｕｂｌｉｓｈｅｄ．　［１２］马德辉，包昌火．企业知识网络探析［Ｊ］．情报理论与探索，　２Ｏ０７，３０（６）：７３７—７４１．　［１３］陈子凤，官建成．合作网络的小世界性对创新绩效的影响［Ｊ］．　中国管理科学，２００９，１７（３）：１１５—１２０．　［１４］蔡宁，吴结兵，殷鸣．产业集群复杂网络的结构与功能分析　［Ｊ］．经济地理，２００６，２６（３）：３７８—３８２．　［１５］傅荣，裘丽，张喜征等．产业集群参与者交互偏好与知识网络　演化：模型与仿真［Ｊ］．中国管理科学，２００６，１４（４）：１２９—１３３．　［１６］崔爱香，傅彦，尚明生等．复杂网络局部结构的涌现：共同邻居　驱动网络演化［Ｊ］．物理学报，２０１１，６０（３）：０３８９０１．　［１７］Ｐｏｗｅｌｌ　Ｗ　Ｐ，Ｗｈｉｔｅ　Ｄ，Ｋｏｐｕｔ　Ｋ，ｅｔ　１ａ．Ｎｅｔｗｏｒｋ　Ｄｙｎａｍｉｃｓ　ａｎｄ　Ｆｉｅｌｄ　Ｅｖｏｌｕｔｉｏｎ：Ｔｈｅ　Ｇｒｏｗｔｈ　ｏｆｌｎｔｅｒｏｒｇａｎｉｚａｔｉｏｎａｌ　Ｃｏｌｌａｂｏｒａｔｉｏｎ　ｉｎ　ｔｈｅ　Ｌｉｆｅ　Ｓｃｉｅｎｃｅｓ［Ｊ］．Ｔｈｅ　Ａｍｅｒｉｃｎａ　Ｊｏｕｒｎａｌ　ｏｆ　Ｓｏｃｉｏｌｏｇｙ，２００２，　ｌｌ０（４）：１１３２—１２０５．　［１８］武文杰，董正斌，张文忠，等．中国城市空间关联网络结构的时　空演变［Ｊ］．地理学报，２０１ｌ，６６（４）：４３５—４４５．　（责任编辑：杨锐）　・４３・