人力資本和社會資本對學者科研績效的影響路徑
——基于模糊集定性比較分析

秦梓韜，馬衛華，許 治，賽 夫

（1.華南理工大學工商管理學院，廣東廣州 510641；2.華南師范大學，廣東廣州 510631）

1 研究背景

學者以及他們所創造的知識對于推動世界向前發展的重要性是不言而喻的。這些知識的載體很大一部分是學術論文，一位學者發表的學術論文數量越多、質量越高，就會被認為其學術貢獻越大。在學者知識創造的過程中，有兩方面的因素起到了重要的作用：一方面是學者自身的稟賦，例如擁有的專業知識、經歷、眼界等等，這些因素體現了學者的專業水準以及他們對各自研究領域的理解，屬于學者的人力資本；另一方面是學者與學者間形成的社會關系，這種關系來源于合作，體現了學者對獲取外部資源的欲望和能力。如今，學術研究早已不是“單打獨斗”，而是日益緊密的合作。Heck 等［1］指出學術論文的合著率從1969 年的15%顯著地增加到1989 年的35%。隨著大科學的發展，進行學術合作可以使學者得到諸多好處，包括知識共享、知識轉移、研究設備共享，將學者連接到大型科研網絡、加快研究的進程以及增加文章發表的可能性等等［2-3］。于是，這種對學術研究起推動作用的社會關系就凝結成了學者的社會資本。

雖然現有研究充分肯定了人力資本和社會資本對學者科研能力的影響，但現實中兩類資本的影響并不完全獨立，學者的高科研績效可能不是由某一種因素主導產生，而可能是多種因素的組合作用所致。探討兩類資本之間的協同作用對學者科研績效的影響更有意義。但現有對學者科研績效影響因素的研究，多采用回歸等定量研究方法，很難處理多變量對回歸結果的影響，盡管有學者考察了社會資本各維度間的互動關系［4］，但依然無法跳脫出傳統定量研究的范式。其局限性具體體現在回歸分析對3個以上的交互變量已經難以解釋，而且還假定了變量間相互獨立以及因果的對稱性［5］。傳統定量研究方法有時還會產生相矛盾的研究結論，盡管不同研究的背景條件存在差異，但對各自變量采取孤立和割裂的觀點進行分析也是產生矛盾的一個重要原因。

為此，本研究以中國物理和天文學學科高被引學者為樣本，利用模糊集定性比較分析（fuzzy-set qualitative comparative analysis，fsQCA）方法，探討人力資本和社會資本相互作用對學者高科研績效的聯合效應，理解學者實現高科研績效的推動力量和產生路徑；同時兼具定量與定性方法特點的fsQCA采取與回歸分析完全不同的思路，將各因素進行組合分析，從而形成組態以解釋結果的出現或不出現，很好地彌補了回歸分析難以處理多條件并發與因果非線性關系的問題。

2 社會資本與人力資本對學者科研績效影響的分析框架

2.1 人力資本對科研績效的影響

人力資本代表著個體的屬性和特征，例如吸引力、智力和技能以及通過學習所獲得的經驗［6］。在學術研究這一背景下，科學人力資本可以定義為研究人員在其職業生涯特定時間內所獲得的資源，例如研究人員通過教育和培訓獲得的隱性知識和顯性知識的總和以及個人的學術能力［7-8］。

關于人力資本對科研績效的影響，已有研究可以大致分為兩類，一類是對單一因素進行分析，例如學者的性別、年齡或職稱，另一類是將人力資本劃分為個體層面和環境層面分別進行分析［9-10］。在個體層面，一些研究注意到學者在國際間的流動可以幫助他們積累人力資本并建立起多元化的學術背景，利大于弊［11-12］；Sugimoto 等［13］更是發現有國際流動背景的學者的學術論文引用率比沒有國際流動背景的學者的學術論文引用率高40%；但Gibson等［14］卻發現相比于沒有海外經歷的學者，那些擁有海外經歷的學者的科研影響力并沒有更高。在環境層面，也出現了矛盾的結果，早期研究發現學者任職機構的層級和聲望會影響科研產出，轉去更有聲望的機構任職也會顯著地影響科研績效［15-18］；但而后的研究卻發現學者任職單位的聲望和類型對學者科研績效的影響不顯著［10，19］，或僅僅部分顯著［20］。基于上述出現的矛盾情況，本研究將學者海外經歷情況和學者所在單位實力納入條件變量。

2.2 社會資本對科研績效的影響

社會資本最初被定義為除了人力資本、物質資本和經濟資本以外的一種潛在資源［21］。Tsai 等［22］將社會資本定義為嵌入到關系中的社會資源的集合并提出了構成社會資本的3 個維度，即關系維度、結構維度和認識維度。同樣，在學術研究的背景下，上述3 個維度也有特定的內涵：關系維度與團隊成員之間建立聯系的性質有關，并具有特定程度的信任和可靠性［23］，當成員們彼此信任時，他們會更加樂于合作和共享資源［4］；結構維度與團隊成員之間所形成的網絡屬性有關，而網絡的屬性代表著獲得知識和信息的寶貴來源［24］；認識資本與個體在實踐中或與他人交流中所積累的知識或經驗有關，這些積累越豐富，則個體可以更好地了解自己的專業知識［4］。

2.2.1 關系維度對科研績效的影響

基于社會交換理論，當人們從某一行為中獲得合理收益時，他們會傾向于重復該行為［25］。重復行為的發生為信任關系奠定了基礎。對于學者來說，當他們彼此信任時，資源的整合和交換也就發生了［26］，有意義的交流也從此開始，這可以提升他們個人的績效［27］。此外，信任關系的存在可以讓學者間的合作意愿加深，使他們不必擔心被利用。因此在這種情況下，評估兩個學者間是否存在信任關系很重要［4］。本研究認為，當某學者與另外一位學者存在重復合作關系時，他們就存在信任關系，且存在的重復合作關系越多，信任關系就越多，故將重復合作情況納入條件變量。

在經濟學中，企業的強強聯合是指具有一定競爭優勢和規模的兩個企業通過兼并或收購的方式主動地使雙方形成企業聯盟的現象［28］。徐二明等［29］發現企業的資源互補能顯著提高企業財務績效。而在科研團隊層面，喻登科等［30］認為強強聯合是一種在特定知識領域具有豐富知識量的學者進行學術合作的現象，并且認為強強聯合只是過程和手段，優勢資源互補才是真實目的。Oliver［31］研究發現企業聯盟在進行資源的整合后創造的共同價值大于單一企業資源創造的價值之和。擴展到高水平學者上，本研究認為他們的優勢資源比較多，會向同水平的學者尋求資源互補以提升科研績效，所以將強強合作情況納入條件變量中。

2.2.2 結構維度對科研績效的影響

在社會網絡中，中心性代表著與他人相連的網絡中個體的正式權利或地位，是一種重要的結構屬性［32］。如果某個個體處于社會網絡的中心位置，則他與其他個體就會有很多的連接并且在社會網絡的總體結構中占據戰略重要位置［33］。Freeman［34］將中心性分為3 種，即度中心性、接近中心性和中介中心性。度中心性就是與自身直接相連的節點的數量，度中心性越高，表明合作者越多，可以獲取的外部資源也越多［34］，反映了學者在社會網絡中的活躍程度以及受歡迎程度［35］；如果一位學者與越多的人直接合作，他就越可能獲得更多的信息和資源，從而實現越高的科研績效。接近中心性是指在給定的所有節點對中，某節點穿過這些節點對最短路徑的次數［36］，它表明一個節點在多大程度上占據社會網絡中的中心位置，成為其他節點之間的“橋梁”［34］。中介中心性則反映了學者在社會網絡中對資源流的控制能力［35］，如果一位學者處于社會網絡的中心位置，他就能對各種異質性的信息和資源起到強大的控制和整合作用，從而實現較高的科研績效。已有研究利用度中心性和中介中心性等指標揭示了學者在社會網絡中的位置對他們績效的影響［37］。Abbasi 等［35］發現學者的度中心性與中介中心性與他們的科研績效正相關。因此，本研究將度中心性和中介中心性納入條件變量。

2.2.3 認識維度對科研績效的影響

Brim 等［38］認為社會化是指人們獲得知識、技能和性格的過程，該過程使人們或多或少地成為社會的一員。對于學者來說，他們同樣需要經歷社會化的過程積累專業知識，獲得專業技能以成為學術圈的一員。一位資歷更深的學者對其自身的專業有著更好的理解，也能更好地去運用這些知識從而獲得更多的認識資本［39］。一些研究表明，經驗與個人學習表現也有著密切的聯系［40-41］。Lee 等［42］認為，學者的學術年齡可能會影響其科研產出，因為年長的學者有更多的時間發展科技人力資本以及構建專業網絡。因此，本研究將學術年齡納入條件變量。

2.3 人力資本與社會資本的協同效應

人力資本與社會資本同屬于智力資本的兩個方面，它們有著千絲萬縷的聯系。在解釋人力資本對社會資本的影響時，首先，人力資本可以被智力資本的其他維度所利用以創造新知識［43］。具體來說，人力資本為組織提供了多樣化的想法和思維平臺，社會資本則鼓勵組織內部和組織間的協作［44］，使得人力資本可以被充分發揮利用。其次，對企業的相關研究表明，人力資本稟賦較高的企業家由于擁有卓越的知識基礎、技能和經驗，他們在建立網絡聯系方面更有吸引力以及在提供所需資源方面更有效率，從而促進了網絡的發展，進而解釋了社會資本獲得的途徑［45-46］。

在解釋社會資本對人力資本的影響時，現有研究主要持兩種觀點，一種是人力資本與社會資本是相互替代的，另一種是人力資本與社會資本是互補的。盡管后者得到了相當多的支持，但Semrau 等［47］認為人力資本與社會資本既不是完全替代也不是完全互補的。進一步地，Crane 等［48］將社會資本對人力資本的影響類型分為了4 種，分別是補償性、增強性、乘數性和抑制性。他們認為，首先，當社會資本大量流入且自身人力資本稟賦較低時，體現為補償性，由于人力資本與社會資本是可適當轉化的［21］，人力資本稟賦較低的個人可以通過接收外部的社會資本來彌補自身知識與技能的不足；第二，當社會資本的流入與高價值的人力資本相結合時，其人力資本價值可被進一步提高，體現為增強性，具有高價值人力資本的個人更容易獲取廣泛的信息資源以及提高信息的質量、相關性和及時性，這樣就可以減少收集信息所需的時間和投資，從而使個人通過與合作伙伴的日常互動增加他們的知識，在這樣一種過程中，知識與技能也會變得更有價值和更為獨特［49］；第三，當社會資本大量外流且自身人力資本價值很高時，組合產出大于部分產出之和，體現為乘數性，在這種情況下，擁有寶貴人力資本的個人可以將他們獨特的知識通過社會資本流動形成的通道傳遞到其他個人中，而這些個人又會適當與他人共享所獲得的知識，所以人力資本的影響力將會在網絡中成倍的增加；第四，當社會資本的外流與低價值的人力資本相結合時，社會資本會削弱人力資本的價值，體現為抑制性，人力資本價值較低的個人本身就需要通過社會資本的流入來彌補不足，此時社會資本外流使得個人需要花費更多時間成本進行溝通協調以及應對官僚作風而無暇消化社會資本的流入，所以會無法提高甚至降低自身的人力資本價值。本研究認為，學術的合作網絡構建是相對主動的、自發的，社會資本能夠外流的學者其自身的人力資本價值會比較高，因此學術合作背景下社會資本對人力資本的影響主要體現為補償性、增強性和乘數性。

總的來說，人力資本與社會資本是相互影響、緊密聯系的。Lynn［50］作了一個形象的比喻，他把人力資本比作負責吸收營養的樹根，把社會資本比作傳遞環境要素的樹葉。這種關系在學術研究背景下體現為：學者們擁有不同的思想和資源，他們會傾向于通過構建合作關系將這些思想和資源匯集起來達成更大程度的創新與產生更多的新知識，而這種合作關系又使得學者們可以更加便利地獲得對方有價值的異質性知識與技能以增強優勢或彌補不足。這也為本文將人力資本和社會資本進行聯并分析提供了合理性。綜上所述，本文的研究框架如圖1 所示。

圖1 本研究框架

3 研究設計

3.1 結果變量的測量

本研究的結果變量為學者科研績效，本研究采用h 指數來衡量。h 指數是由Hirsch［51］于2005 年提出來的一種衡量學者科研產出的指標，某學者的h 指數是指他發表的N篇文章中有h篇至少被引用了h次。h 指數將數量（發表文章數）和質量（被引次數）結合起來，成為了一種比較公平的指標，可以作為評估學者科研績效的替代指標［52］。

3.2 條件變量的測量

（1）學者的關系資本。為了衡量學者學術論文的重復合作情況，本研究將高水平學者與其他學者合作次數由高到低排列，然后將大于等于2 的合作次數加總。衡量學者強強合作情況時，如果某高水平學者與另一高水平學者存在合作關系，就認為該學者有強強合作，記為1；反之則沒有，記為0。

（2）學者的結構資本。本研究先將學者的合作信息處理為來源節點、目標節點和權重的列表。其中，來源節點和目標節點表示學者間的合作關系，權重則表示合作強度。然后將列表導入社會網絡分析軟件Gephi 中，構建無向的合作網絡并計算得到度中心性和中介中心性。

（3）學者的認識資本。本研究將學者的學術年齡定義為該學者從獲得博士學位至數據收集期末（2014 年）的時間間隔。

（4）學者的人力資本。本研究認為學者想要獲得有用的海外異質性資源，必須在海外進行一定年限的學習，故將留學經歷以及在海外的博士后經歷歸為有海外經歷，記為1；而訪學的持續時間一般比較短，因此，將只有訪學經歷或留學、訪學經歷皆無歸為無海外經歷，記為0。

（5）學者所在單位實力。本研究通過學者所在單位的綜合得分衡量。

3.3 數據

由于高水平學者的人力資本和社會資本的積累比普通學者更深厚，所以更適合于本研究。目前對高水平學者的界定還沒有統一的標準，根據Scott［53］的闡述，本研究將高水平學者定義為具有較強影響力、專業知識扎實并且能引領其所在學科領域知識發展方向的學者。因此，本研究采用愛思唯爾發布的2018 年中國高被引學者榜單確定高水平學者。該榜單按照學科進行了分類，并給出了學者的姓名和任職單位。其中，物理和天文學分類下包含96 名學者，數據量適中；又由于該學科的性質決定了該學科的合作比較多，適合做社會網絡分析，故本研究選取該學科的學者作為樣本。在進行篩選后，剔除了未獲得博士學位的學者1 名、無法確定任職單位得分學者2名、無法確定博士學位獲得年份學者2名，最后剩余91 名高水平學者作為樣本。

在確定高水平學者的學術論文時，本研究使用了Incite 數據庫。Incite 數據庫是由湯森路透科技集團基于Web of Science 引文數據建立的科研績效分析平臺，通過這一數據庫不僅可以方便地識別特定的研究人員，還可以追蹤和展示其全方位的科研情況。基于此，本研究利用Incite 數據庫檢索并下載每個學者2010 至2014 年在Q1 區期刊發表的全部學術論文。學者的博士學位獲得年份和海外經歷情況可以通過查詢他們任職單位的官方網站提供的履歷得到。而學者所在單位得分是按照中國校友會和武書連各自發布的2011 至2015 年中國大學排行榜計算平均值得到的。

3.4 方法

定性比較分析（QCA）是在1987 年被提出并由此發展起來的［54］，它基于整體的視角進行案例層面的分析比較，旨在找出條件組態與結果間的關系［5］。傳統的回歸分析方法對變量進行孤立的分析，單獨考察每個變量的凈效應而沒有將各變量視為一個整體進行分析。在現實的社會現象中，各原因變量往往是相互依賴、相互“糾纏”的，這就導致了復雜的因果關系，所以，利用QCA 方法分析組態與結果之間的關系更貼合實際；此外，QCA 方法兼具定性分析與定量分析的特點，使得它適合于中小規模樣本的研究。綜上，本研究采用模糊集定性比較分析方法（fsQCA），原因有如下兩點：（1）fsQCA不僅可以處理類別變量，也可以處理連續變量，適合于本研究變量的處理；（2）fsQCA 的校準過程將原始數據轉化為0 到1 之間的隸屬得分值，使得案例間不僅可以比較類別差異，也可以比較程度差異。

4 數據分析

4.1 數據校準

校準過程使得測量可以被解釋和具有意義［55］190-212。未校準的數據僅能表明案例之間相對位置，就本文來說，通過未校準的h 指數，只能知道學者間相對的科研績效位置，即A 學者科研績效大于B 學者，但它并不能告訴我們A、B 是高科研績效的學者還是低科研績效的學者，所以，校準過程是必要的。本研究采用直接校準法將數據轉化為模糊集隸屬分數，該過程需要設定相應的3 個錨點，分別是完全隸屬、中間點和完全不隸屬，校準后的集合隸屬分數介于0～1 之間。參考Coduras 等［56］的研究，將條件變量和結果變量的3 個錨點分別設定為樣本數據的上下四分位數和中位數。校準結果如表1 所示。

表1 樣本人力資本、社會資本及科研績效各變量的校準

表1 （續）

4.2 單個條件必要性分析

進行單個條件必要性分析是為了檢驗某條件變量是否構成結果變量的必要條件。當結果發生時，某個條件總是存在，那么該條件就是結果的必要條件［55］190-212。是否為必要條件使用一致性分值判定，一般認為某條件變量的一致性分值大于0.9 時，該條件變量為必要條件。表2 為學者實現高科研績效的必要條件判定結果。從表2 可知，沒有任何一個條件變量的一致性分值大于0.9，因此條件變量中不存在必要條件，故而將它們納入組態分析。

表2 樣本高科研績效的必要條件分析

4.3 組態分析

組態分析與必要性分析不同，組態分析是揭示多個條件變量構成的組態引發結果出現的充分性分析。進行組態分析首先要構建真值表，根據Ragin［55］190-212的建議，本研究將判定充分性的一致性閾值設定為0.75，案例頻數閾值設定為1。對真值表進行分析后可以得到3 種解，分別是復雜解、簡約解和中間解。這3 種解的復雜程度不同：復雜解將所有的反事實組合排除，只分析有實際觀察案例的組態，故而得到的構型比較多，普適性較差；簡約解納入了所有的邏輯余項，得到的構型較少并且可能與現實情況不符；中間解既兼顧了理論也兼顧了實際情況，具有較好的普適性，得到了多數學者的采用［57］。因此，本研究重點分析中間解。在組態的表達方式上，遵循Ragin［55］190-212的研究，采用實心圓表示條件變量存在，含叉圓表示條件變量缺席；大圓為核心條件，小圓為邊緣條件；留空則為條件可有可無。其中，同時存在于簡約解和中間解的條件為核心條件，只存在于中間解的條件為邊緣條件。表3 展示了學者實現高科研績效的組態。從表3 可知，形成的6 條路徑整體覆蓋度為0.684，表明這些組態一共解釋了約68.4%的高科研績效原因；整體一致性為0.944，說明組態對結果變量的說服力較強。

表3 樣本實現高科研績效的組態

組態1 為“重復合作情況×度中心性×中介中心性×學術年齡”，不存在核心條件，重復合作次數、度中心性、中介中心性和學術年齡都只是發揮了輔助性作用。這類學者并沒有很強的前因條件使其實現高科研績效，主要是通過廣泛的重復合作建立穩定的合作關系以實現較高的中心度，再輔之以較長的學術年齡來達到高科研績效，因此歸結為全面型學者。該組態的原生覆蓋度在6 種組態中是最高的，說明全面型學者占的比例最多。但在對比案例后發現，他們絕大部分沒有達到頂尖水平，即超高的h 指數。可能的解釋是該類型學者不像其他類型學者一樣有核心條件，沒有一種或多種條件變量特別突出，故而無法突破頂尖的門檻。

組態2 為“重復合作情況×度中心性×中介中心性×～單位得分情況×海外經歷情況”，其中，符號“～”代表不存在或不隸屬某條件。重復合作次數、度中心性和海外經歷情況為核心條件，中介中心性和所在單位得分的缺席為輔助條件。這類學者實現高科研績效的關鍵是擁有海外經歷且建立起了廣泛且穩定的合作網絡，而強強合作和較長的學術年齡則可有可無，因此歸結為廣泛合作型學者。典型案例為邱建榮教授，盡管沒有進行強強合作，但憑借超高的重復合作次數（561 次）以及博士期間的海外經歷背景實現了高科研績效（h 指數為33）。

組態3 為“強強合作情況×度中心性×中介中心性×學術年齡×～單位得分情況×～海外經歷情況”，中介中心性、學術年齡和海外經歷情況的缺席為核心條件，強強合作情況、度中心性和所在單位得分的缺席為輔助條件。這類學者的特征比較明顯，他們擁有比較長的學術年齡，一直在國內建立合作關系且擁有較高的中介中心性，通常具有比較高的學術聲望且充當“橋梁”的角色，因此歸結為中介主導型學者。典型案例為楊金龍院士（h指數為49），1991 年博士畢業后一直在中國科學技術大學留校任教，積累了廣泛的合作關系，其歸一化中介中心性為0.05，明顯地展現了“橋梁”作用。

組態4a“重復合作情況×強強合作情況×度中心性×中介中心性×單位得分情況”、4b“重復合作情況×強強合作情況×～度中心性×～中介中心性×學術年齡*單位得分情況×～海外經歷情況”和4c“重復合作情況×強強合作情況×～度中心性×～中介中心性×～學術年齡×單位得分情況×海外經歷情況”具有相同的核心條件，為重復合作次數、強強合作情況，但他們具有不同的輔助條件。在組態4a 中，度中心性、中介中心性和所在單位得分為輔助條件；在組態4b 中，度中心性的缺席、中介中心性的缺席和海外經歷情況的缺席以及學術年齡、所在單位得分為輔助條件；在組態4c中，度中心性的缺席、中介中心性的缺席和學術年齡的缺席以及所在單位得分、海外經歷情況為輔助條件。以上3 種組態可以歸結為同一種類型，這類學者實現高科研績效的核心條件就是建立廣泛且穩定的合作網絡以及進行強強合作，因此歸結為精準合作型學者。其中，組態4a 的典型案例為何賽靈教授（h 指數為45），其重復合作次數為451 次，強強合作次數也高達27 次；組態4c 的典型案例為戴道鋅教授（h 指數為29），盡管學術年齡比較短，但他憑借較高的重復合作次數（117 次）和超高的強強合作次數（26 次）實現了高科研績效。

5 結論與討論

5.1 研究結論

本研究以人力資本和社會資本的7 個維度為對象進行聯并分析，利用模糊集定性比較分析方法對學者實現高科研績效的路徑進行了探索，主要結論如下：

（1）從條件變量來看，研究結果表明：第一，學者的高科研績效并不是由單一因素主導，而是由多種因素協同作用產生，而且也沒有哪一種因素可以成為實現高科研績效的充分條件；第二，盡管在不同的路徑中核心條件和輔助條件各不相同，但這些路徑都能實現高科研績效，這也映證了QCA 中的“殊途同歸”；第三，人力資本中的所在單位實力在所有構型中均只起輔助作用或可有可無，當學者在自身實力或者合作情況方面有優勢時，學者所依賴的外部環境并不能束縛其實現高科研績效，可以說，所在單位實力這一因素只能“錦上添花”而不能“雪中送炭”。

（2）基于對中國物理和天文學學科高被引學者為樣本的研究表明，按照組態特征，將高被引學者分為了4 類，分別具有如下特征：

第一，全面型的學者數量最多。他們有兩個特點：一是實現高科研績效的組態里缺乏核心條件；二是盡管實現了高科研績效，但絕大多數學者沒有達到頂尖水平，即超高的h 指數。無法達到頂尖水平的原因可能正是由于核心條件的缺乏，從而使這類學者無法找到突破點突破門檻。

第二，廣泛合作型學者會積極尋求合作并與他人建立信任關系，并且他們的海外經歷使他們擴大合作范圍和建立信任關系提供了幫助。這些核心條件可以彌補他們任職單位的實力不足，使他們依然能夠實現高科研績效。

第三，中介主導型學者往往是資歷較深且具有一定威望的本土學者，他們在同一個單位經歷了長時間的學習和工作，積累了大量的人脈，成為了團隊與團隊之間的“橋梁”，同樣也可以彌補任職單位的實力不足從而實現高科研績效。

第四，精準合作型學者往往會有比較固定的同水平合作對象并與他們進行深度合作，在這個過程中，信任關系和強強合作意愿都是相互促進的。這種突出的結構資本使他們可以彌補較低的中心性、學術年齡的不足和海外經歷的缺乏從而實現高科研績效。

5.2 政策建議

基于上述不同類型學者的特點分析，本研究對高校和科研院所以及學者個人的發展提出了以下建議：

（1）從增強科研實力和推動社會進步的角度來看，高校和科研院所應該更多地鼓勵學者采取廣泛合作和精準合作。首先，中國的科研實力與發達經濟體相比仍存在較大的差距，廣泛合作型學者積累的跨國資本可以有效地縮小這一差距。他們從海外得到的先進科研方法、理念、形成的國際化視野以及構建的學術合作網絡能夠深刻地影響本土學術圈的科研狀態，形成鯰魚效應。這種效應在非“雙一流”建設高校中更為突出。由于準入門檻的提高，越來越多有海外經歷的青年學者進入這類高校就職，他們相比于單位內的本土學者更善于把握最新的科研動態，也更適應國際化的學術交流，從而營造出競爭的氛圍鞭策本土學者的進步，進而能夠提升單位的整體實力。第二，要實現“一加一大于二”的效果，強強合作是一條捷徑。在進行更深入的案例對比后發現，精準合作型學者通常是具有相當規模的學術團隊的帶頭人，并且強強合作大部分發生在同一單位間。一方面，帶頭人與帶頭人之間的合作同時構成了團隊與團隊之間的合作，構成的是多點與多點所連接的網絡，更容易產出優質的科研成果；另一方面，在同單位間進行合作所需要的時間成本較低，協調溝通也更為便捷有效。這種合作會隨著頻次的增加形成非常穩固的關系，從而在單位中建立起良好的學術生態系統。

（2）高校和科研院所也應該積極引導上述兩類學者，使他們充分發揮自身優勢。對于廣泛合作型學者，他們可能會面臨與本土學術圈“水土不服”的問題，例如，他們的思維方式與學術風格與本土學者存在差異，與他們進行廣泛合作的人更多的是在海外學習期間建立起關系的學者，這些問題會使他們與本土學者形成學術上的分層與聯系上的割裂；此外，隨著時間的增長，這些學者在海外的學術合作關系會越來越難以維系。針對這種情況，單位可以制定相應的幫扶措施來引導他們與中介主導型學者合作。一方面，由于中介主導型學者從始至終都是在本土接受培養并參加工作的，他們深諳本土的學術環境與制度，另一方面，中介主導型學者擁有豐富的本土學術人脈與資源，這些優勢可以很好地幫助廣泛合作型學者理解、適應本土的學術生態以及構建本土的學術網絡。對于精準合作型學者，他們可能存在的問題則是過于依賴同單位內的合作關系而造成信息閉塞。盡管與不同單位的學者合作成本更高，但如果對方擁有互補性的資源或者獨特的專業見解，那么合作的收益會大于成本，所以高校和科研院所在構建自身內部的學術生態時，也要積極為連接外部學術生態提供便利條件，更多地創造不同單位間學術交流的機會，從而增加不同單位間學者強強合作的可能。

（3）全面型學者和中介主導型學者想要在學術上更上一層樓，不僅需要單位的幫助也需要尋求自身的突破。對于人數占比最多的全面型學者，他們最大的不足在于其身處合作網絡的邊緣位置，沒有形成團隊，從而其社會資本沒有突出的方面。這類學者除了運用好單位提供的學術交流平臺，自身也要明確研究方向，積極尋找突破口，在兼顧社會資本和人力資本平衡發展的基礎上積極尋找突破點，例如建立更多的信任關系、增加合作的強度、積極與異質性團隊建立聯系等等。而對于中介主導型學者，本土的學術成長環境與深厚的資歷帶來的負面影響是缺乏國際化的視野以及一定程度上學術思維的僵化。一方面，他們的精力已不如年輕學者，另一方面，這些負面影響可能會導致他們與年輕學者合作的意愿降低，因此單位可以出臺一些激勵政策來加強他們的合作意愿。同時，中介主導型學者也應該轉變固有的思維模式，走出合作的舒適圈，積極地與年輕學者進行交流討論，使自己作為“橋梁”的作用得以充分發揮，以及令自己對學科深刻的理解和積累的經驗與年輕的“血液”相結合。

5.3 研究局限與展望

本研究還存在以下局限有待未來研究的完善：首先，由于QCA 方法的條件變量不宜過多，無法將人力資本與社會資本所有維度納入分析；其次，假定高被引學者有更好的科研績效，所以選取的樣本均為高被引學者而未考量普通學者，具有一定的主觀性；此外，所有學者均選自物理與天文學學科，沒有對比其他學科領域學者實現高科研績效的路徑是否存在差異。以上不足說明進一步研究需要考慮是否有更適合的條件變量以及是否存在更具有代表性的樣本，同時也要考慮可推廣性問題，以得到更為精準的結論。