开放科学(资源服务)标识码(OSID)：
To this end, this study utilizes bibliometric tools to analyze 4 541 key publications from both domestic and international sources between 2000 and 2024, systematically delineating the development process of global research on scientific teams. The analysis indicates that this field has formed a global research landscape led and dominated by European and American scholars. International research started early, possesses a mature system, and continues to deepen its thematic focus, showing a clear evolution from surface-level characteristics to underlying mechanisms. In contrast, although China has experienced exponential growth since 2015 and become a significant research force, Chinese literature still shows noticeable gaps compared to the international frontier in terms of the systematic nature and depth of topics, as well as journal support. Overall, Chinese research exhibits certain characteristics of lag and fragmentation.
Further focusing on the analytical framework of "team identification - structural elements - innovation effectiveness", the study sorts out and reveals research hotspots and findings. In team identification research, the approach has evolved from relying on entity organization lists to using co-authorship networks for identification, forming two main identification paths: entity teams and virtual teams. The former offers reliable information but is difficult to obtain, while the latter is scalable and efficient but susceptible to interference from temporary collaborations. Regarding structural elements, research has expanded from explicit structural elements to implicit structural elements and gradually developed complex model relationships. For instance, implicit elements often act as key mediating variables, regulating the complex mechanism through which diversity affects innovation effectiveness. In terms of innovation effectiveness, research has constructed differentiated evaluation systems: academic teams focus on academic impact, while corporate teams prioritize market value. However, both types of evaluation face the common challenge that traditional quantitative indicators struggle to comprehensively measure the comprehensive contribution of teams in major scientific and technological breakthroughs. This systematic review reveals the development trajectory and core bottlenecks in research methods and theories within this field.
Finally, responding to the demands of China's "organized research paradigm" for stable and highly efficient scientific teams, future research should focus on the following areas: Regarding the focus of research objects, attention should shift from temporary virtual teams to teams with stronger entity attributes, such as those driven by academic leaders or research platforms, to align with the requirement for long-term, stable collaboration in major scientific and technological challenges. Concerning the optimization of structural elements, it is necessary to break through the superficial analysis of existing explicit structures by introducing topological and complex network methods, while simultaneously overcoming the quantitative bottlenecks of implicit structural elements to achieve the transformation from abstract concepts to operable parameters. Pertaining to the evaluation of innovation effectiveness, a multi-dimensional evaluation system aligned with strategic orientations should be constructed, incorporating strategic outputs like national science and technology awards and major engineering breakthroughs into core indicators, and establishing models linking resource input to innovation effectiveness. This will provide solid theoretical support and practical guidance for forging scientific teams capable of undertaking major national missions.
The significance of this study lies in its systematic review of global research hotspots and evolving trends in scientific teams. Building on this foundation, it addresses the new requirements for team building under China's " Organized Research Paradigm" strategy, integrating cutting-edge international topics with the national strategic context. This research pinpoints critical directions for future investigation,including research subjects, structural elements, and innovation effectiveness,thereby offering targeted insights for constructing a theoretical framework to support scientific teams tasked with major national S&T missions.
开放科学(资源服务)标识码(OSID)：
“大科学”时代背景下,科学问题复杂度呈现指数级增长,个体力量、单学科知识难以突破技术瓶颈,科研范式逐渐从“小规模”转向“大规模”[1],催生出规模化科研协作网络。以欧洲大型强子对撞机项目(LHC)为例,该项目汇聚上万名科研人员,开展长达18年的团队协作,于2012年首次观测到基本粒子“希格斯玻色子”,验证了粒子物理标准模型的关键预言,更通过团队协作巩固了欧洲在全球粒子物理领域的领先地位。科研人员规模化集聚并不是解决创新难题的“万能钥匙”[2],协作模式下,实现创新突破的本质是通过科研团队结构优化与管理提升创新效能。2015年美国国家科学研究委员会(National Academy of Sciences,NAS)发布《Enhancing the effectiveness of team science》报告,从国家战略高度探讨何种情形下科研团队能产生更新颖、显著的成果。过去10年,我国在创新驱动发展战略框架下推进“新型举国体制”“创新联合体”等有组织科研范式,着力破解研究碎片化困境,推动战略力量从分散走向协同。因此,如何通过调整科研团队结构突破资源约束,进而提升创新效能并达成科研目标,已成为当今学界和政府部门关注的热点议题。
针对科研团队的研究,其理论基础可追溯至团队效能模型(“投入—过程—产出”Input-Process-Outcome模型,简称IPO模型),该模型可用于分析一般团队中资源投入与成果产出的关系。随着科研活动逐渐从个体独立完成转向团队协作模式,学界也开始在IPO模型框架下系统性开展科研团队研究。这类研究致力于阐释影响科学协作的关键因素,科学评估科研成果质量与价值,进而提升科研团队过程效率与产出成果[3]。然而,现有研究大多基于截面数据,将“合作网络”简单地等同于“团队”,模糊了临时合作与稳定团队的边界,据此提炼的团队建设经验与优化对策难以直接迁移应用于建设长期稳定且承担重大攻关任务的科研团队。2022年,教育部印发《关于加强高校有组织科研 推动高水平自立自强的若干意见》,指出“加快变革高校科研范式和组织模式,强化有组织科研,更好服务国家安全和经济社会发展面临的现实问题和紧迫需求”。需系统梳理相关研究进展并精准锚定中国情境下的核心需求,聚焦于面向重大技术攻坚任务的长期稳定型科研团队成长规律,提出可复用、强操作的科学结论,以支撑国家“有组织科研”战略实践。
本文以科研团队为研究对象,针对2000—2024年国内外4 541篇重点文献开展文献计量学分析,探讨科研团队结构与创新效能研究的议题转换;基于“团队识别—结构要素—创新效能”分析框架,系统解构研究热点;立足我国有组织科研范式下团队建设与优化需求,从“研究对象聚焦—结构研究优化与量化—创新效能评价优化”角度提出未来研究方向。
以中国知网数据库和Web of Science核心数据库为来源,围绕团队、多样性、创新效能等关键词进行检索。研究主题聚焦于“科研团队”,因“科研团队”(如学术团队、高校团队、R&D团队、Research Team、R&D Team、Scientific Team等)在中、英文献中的表述多样性,初始检索需采用更宽泛的“团队”术语,避免重要文献遗漏。初步检索后,根据文献类型与学科种类进行初步筛选,通过人工审阅剔除明显不符合主题的样本,确保最终保留文献的研究对象属于“科研团队”范畴(存在于高校、科研机构或企业研发部门等组织,从事科学研究、技术开发或知识创新的团队)。最终确定有效文献4 541篇(中文1 292篇,英文3 249篇),并运用Citespace和VOSviewer软件进行文献计量分析。文献检索与筛选具体流程见表1。
表1 相关文献检索情况
Table 1 Relevant literature retrieval status
项目中文检索方式英文检索方式检索源CNKI AI增强检索Web of Science Core Collection检索词团队+多样性/异质性/断裂带/合作+创造力/创新绩效/创新效能TS=(team) AND (TS=(diversity) OR TS=(heterogeneity) OR TS=(faultlines) OR TS=(collaboration)) AND (TS=(innovation) OR TS=(creativity))文献类型CSSCIArticle、Review学科限定管理学、经济学Management、Business文献年份2000—2024年2000—2024样本数量1 2923 249
英文文献作者国别分布如图1所示,从事相关研究的学者主要集中于美国、中国、英国、荷兰、德国等经济与科研水平较高的国家,形成以欧美国家为核心、亚洲国家紧随其后的全球研究格局,验证了相关议题的学术价值普适性及制度环境适应性。
图1 文献样本作者国别分布
Fig.1 Distribution of authors by country in the literature sample
2000-2024年各国相关议题英文文献发表数量如图2所示。美国学者展现出显著先发优势,2000年高达57%的研究有美国学者参与。中国学者2005年开始在国际核心期刊上发表相关研究成果,至2015年呈现爆发式增长,并保持强劲态势。2024年中国学者参与的研究比例达到30%,与美国持平,远高于其他国家。由此说明,相关议题呈现研究格局多元化态势。
图2 2000—2024年主要国家英文文献发表数量
Fig.2 Publication number of English literature in major countries from 2000 to 2024
对比中英文期刊刊发团队研究成果中相关议题论文刊发数量占比情况,如表2所示,中文核心期刊低于外文核心期刊。中文期刊相关文献发文量最大的是《科技进步与对策》《科学学与科学技术管理》《科技管理研究》,主题聚焦创新管理,刊发占比较低,未超过1%;英文期刊中,《Small Group Research》《Group &Organization Management》以团队研究为核心办刊方向,《Journal of Business Research》注重商业领域组织研究,刊发比均超5%。
表2 中英文献Top10发表期刊分布
Table 2 Distribution of journals published in Chinese and foreign papers
注:占比=期刊相关文献刊载数量/2000—2024年该期刊刊文总量
排序中文期刊相关文献刊载数量占比(%)排序英文期刊相关文献刊载数量占比(%)1科技进步与对策1280.591Small Group Research12115.982科学学与科学技术管理850.682Group&Organization Management9310.763科技管理研究810.353Journal of Business Research868.144管理学报551.654Academy of Management Journal834.415科研管理541.065Journal of Organizational Behavior824.776管理评论430.656Journal of Applied Psychology662.557科学学研究420.687Organization Science663.508软科学380.498Journal of Management643.559研究与发展管理270.739Research Policy551.6110经济管理260.1910Journal of Product Innovation Management523.20
基于VOSviewer关键词聚类,图3显示国内外相关研究的核心议题。整体来看,中外研究议题框架趋于一致,但国外研究在细分领域呈现学科融合、研究维度更立体及深入的特征。第一,关键词数量差异。中英文献关键词数量分别为2 695和9 688个,英文文献话题深入及发散程度远高于中文文献。第二,核心关键词聚类结构相似。中外研究议题框架均符合经典团队效能模型,可划分为代表“团队输入和过程”以及“团队产出”的双维度关键词。第三,产出维度关键词高度一致,以中文“团队创新”“团队创造力”“创新绩效”及英文“performance”“innovation”等术语共同构成科研团队创新能力的关键表征维度。第四,输入与过程维度关键词涉及团队知识共享、情绪氛围、冲突、异质性/断裂带、领导力等相同议题。英文文献核心关键词展示出国际研究已拓展至更深维度并形成一定规模,如区分深浅层多样性维度(gender diversity、deep-level diversity等)、深化主观感受维度(team reflexivity、psychological safety等)、细化团队冲突维度(intragroup conflict等)。相比之下,细分议题国内研究呈碎片化状态,尚未形成系统、完整的研究体系。
图3 国内外研究关键词聚类图
Fig.3 Keyword clustering diagrams of domestic and foreign research
注:中文文献关键词频次阈值设置为3次,最终聚类图谱呈现418个核心关键词;英文文献关键词频次阈值设置为6次,最终聚类图谱呈现927个核心关键词
基于Citespace关键词突现数据,表3显示英文文献和中文文献“突现强度”较高的核心关键词及对应的出现/突现时间,以揭示国内外议题演进趋势与差异。整体来看,国内外研究均呈现由现象到机制的纵深发展特征,且国内议题演进阶段滞后于国际研究。结合关键词出现频率发现:第一,2000—2010年以人口特征为代表的表层多样性热度高涨,2010年开始陆续发展出深层多样性,如文化、认知、功能多样性;第二,国际上早在2000年就对知识共享议题展开了热议,随着研究发展,2010年后迸发出细化研究议题,如“knowledge transfer”“knowledge sharing”“knowledge integration”等;第三,国内研究紧跟国际议题,呈现“高频低突”态势,近10年来在知识共享相关议题上有所突现,但强度较低,且出现时间晚于国际研究。
表3 中英文献关键词时间突现对比
Table 3 Comparison of keyword time emergence in Chinese and English literature
注:由于中英文献样本数量不同,英文文献“突现强度”范围为0～23.14,中文文献“突现强度”范围为0～9.44;若“突现强度”为空,表示无突现
突现强度出现/突现年份国际研究关键词 突现强度出现/突现年份国内研究关键词 23.142001—2010demography-2005人口特征20.452000—2009conflict-2005冲突16.722001—2010diversity-2004多样性/异质性15.492000—2011decision making-2015决策112001—2011communication-2012团队沟通-2010knowledge sharing9.442006—2011知识共享5.92020—2022shared leadership3.852020—2024共享领导3.992010—2014knowledge integration3.842012—2014知识整合-2003knowledge management3.462001—2007知识管理5.142011—2014identification3.442016—2017团队认同
基于关键词聚类和突现情况分析,本文进一步结合对高被引文献的深入研读,对相关研究核心议题进行人工归纳与提炼。综合考量议题集中度、理论深度与发文情况,梳理得出5个核心议题,如表4所示。
表4 核心议题归纳总结
Table 4 Summary of core issues
研究议题具体内容组成多样性和规模研究不同类型的多样性如何影响科研团队创新表现,包括性别、种族、年龄、文化、学科背景等研究团队规模对科研绩效的影响,以及如何确定最佳的团队规模领导力研究科研团队领导者作用,包括领导者行为、风格、角色偏好等研究如何培育有效的领导者和团队成员,以提高科研团队创新生产力合作沟通及模式研究如何促进有效的科研团队合作和沟通,包括团队成员之间的互动、冲突解决、决策制定、信息共享等研究团队成员如何在不同的文化和语言环境中进行有效的科学协作创新和知识共享研究如何促进团队知识共享,包括团队成员之间的信任、文化氛围、激励机制与惩罚制度等研究如何利用信息技术、社交媒体等工具促进科研团队知识共享和协作成果评估和测量研究如何评估、测量科研团队创新绩效和生产力,包括团队成员贡献、合作质量、成果产出等研究评估科研团队绩效和生产力的定量定性方法及工具
基于文献计量的宏观分析,梳理科研团队研究领域发展进程与核心议题分布,聚焦微观内容层面,构建“团队识别—结构要素—创新效能”分析框架,深入解析具体研究热点及内容。
科研团队精准识别建立在对其本质的理解上,是开展科研团队研究的基础。Katzenbach&Smith于1993年提出经典“团队”定义:技能互补、愿意为共同目标承担责任的群体。陈春花等[4]进一步提出,科研团队的目标是“科学技术的研究与开发”,为后续研究确定科研团队边界锚定标准。
随着科研团队的组织方式与识别技术持续演进,学界在不同时期关注的研究对象呈现显著差异。在互联网技术尚未兴起的早期阶段,科研团队依托实体组织构建协作网络,高度依赖地理空间邻近性,且团队识别只能通过人工方式展开。因此,这一时期的研究对象集中于组织边界清晰、配合度高的企业研发部门,研究主题侧重协作成效与领导力,对创新效能的讨论有限。受限于识别难度,以知识产权为核心资源、信息开放度较低的高校院所科研团队并未成为早期研究的主流对象。随着互联网技术发展,知识流动壁垒逐渐消弭,科研团队组织与协作方式发生转变,跨越实体边界的合作形态日益普遍。此背景下,研究对象不再局限于企业研发部门,而是拓展至高校实验室、独立研究机构、国家科技计划项目团队以及各类跨组织协作群体,实现对科研团队类型的全面覆盖。
根据现有研究对科研团队的识别方法,可将其划分为两类(见表5):一是基于真实、稳定的科研合作实质进行界定的实体团队,不以组织关系为限,只要成员间具有稳定的真实合作关系即可。其信息通常可通过机构官网、项目名单、问卷调查或实地访谈等途径获取。二是依据发表成果中的合作信息反推虚体团队构成,例如通过论文或专利合著关系推断形成的合作群体。这类团队往往边界模糊、合作周期较短,且不一定反映实际中的持久协作关系。随着爬虫技术与社会网络分析方法进步,两者在识别手段上均得以加强。在实体团队识别中,除传统调查方法外,也借助数据抓取技术提取项目报告、机构人员列表等公开信息进行辅助认定;在虚体团队识别中,则普遍利用合著网络数据,借助社会网络分析工具[5],或结合人工筛选方法进行识别,例如先通过节点中心性识别团队领导,再延伸识别核心成员[6]。
表5 基于不同识别方式的科研团队类型划分及特点
Table 5 Classification and characteristics of research teams based on different recognition methods
识别方式类型特点机构官网、项目名单、问卷调查或实地访谈等途径实体团队不以组织关系为限的真实、稳定科研合作关系依据合作信息反推团队构成虚体团队边界模糊、合作周期较短,不一定反映真实的合作关系
随着技术发展,科研团队的不同识别方法及其结果各具优势与局限。大数据技术借助对海量合作信息的处理,推动虚体团队规模化识别,然而识别过程过度依赖合作网络关系,会受临时合作等“噪音信息”影响,且识别结果仅依据表面合作关系,难以反映实际中具有持续性与协同性的真实团队。相较之下,实体团队在组织结构与人员构成方面信息更为明确、可靠,但其识别较为依赖机构信息公开程度与研究者数据获取能力,因而在实证研究中仍面临较大阻力,制约了针对实体团队结构与效能的深入探讨。
基于经典团队效能模型,团队投入(Input)与过程(Process)既是团队运作的起点,也是驱动团队产出(Outcome)的核心要素,本文将这两类要素统称为广义的结构要素。目前,国内外研究对团队结构的定义及衡量标准尚未形成统一概念,归纳而言,团队结构划分如下:第一,显性结构要素,是指人口统计口径可观测指标,如规模、性别、年龄、专业等;第二,隐性结构要素,包括团队态度(Attitudes)、团队行为(Behaviors)、团队认知(Cognitions),简称ABC框架(见表6)[7]。
表6 科研团队结构要素
Table 6 Structural elements of research teams
类型特点要素内容显性结构要素易观测的客观因素如年龄多样性、性别多样性等隐性结构要素难以观测的主观因素团队态度、团队行为、团队认知
显性结构要素具有客观性且易观测,是较早受到关注的研究视角。已有研究表明:具有一定程度多样性的显性团队结构对科研团队创新效能具有正向促进作用,如年龄多样化团队能够积累更多经验,提供更丰富的观点,提升问题解决能力[8];性别多样性有助于激发团队创新[9];规模较大的团队往往更具生产力和影响力[10],规模较小的团队更有可能实现颠覆性创新[11]。原因如下:具有多样化显性结构的团队在知识和观点交流整合中,将引发更多关于任务完成的批判性辩论,从而激发团队创造力、反思性思维及问题解决能力[12-13]。同时,一些研究证实,团队显性结构多样性也可能对科研团队合作产生负面影响[14-15],原因如下:成员专业知识可能受认知和刻板印象的干扰。也有研究指出,显性团队结构多样性与创新效能的关系较弱,仅在加入职业和环境调节变量后,两者关系才会显著增强[16]。
隐性结构要素倾向于难以观测到的主观因素,典型代表是ABC框架下的团队态度、团队行为、团队认知。团队态度维度包括团队成员间开放程度[17]、成员间信任[18]、团队凝聚力(龙静等,2020)、团队氛围[19]等,积极的团队态度有利于创新成果产生(周文莉等,2020)。团队行为维度包括成员间协作与沟通能力[20]、团队冲突[21]、团队领导力[22]等。团队行为对创新绩效的影响机制较为复杂,如冲突可能抑制团队合作、不同的领导结构对创新绩效具有差异化影响。团队认知维度包括团队间沟通模式[23]、信息共享[24]、知识共享模式[25-26]等。研究证实,团队认知多样性对团队创造力可能存在非代性影响,认知多样性不足会导致团队缺乏必要的信息广度[27],但过高又可能导致团队缺乏专业化发展合作所需的共同知识结构[28-29]。
不同的隐性结构要素并非泾渭分明,它们常被视为显性或其他隐性结构要素的中介或调节变量。例如,团队情感在成员幽默感与团队创造活力之间发挥中介作用[30];团队合作过程和团队冲突在团队深层多样性(个性、价值观、文化)与创新绩效之间发挥中介作用[16];团队信任影响团队知识共享程度,进而影响创新绩效[31];团队成员的吸收能力调节高校团队认知多样性对创新绩效的影响[32]。可见,无论是显性结构要素还是隐性结构要素,其对科研团队创新效能的影响机制均呈现复杂多元特征。现有研究选取的团队样本不同、结构维度不同、创新效能测算指标不同,得出的结论也不同。
团队效能(Team effectiveness)也被称为团队有效性,是评估团队运作综合表现的核心指标。在团队效能评估标准方面,鉴于团队自身属性与任务存在差异,学界尚未达成共识。Mathieu等[33]在梳理1997—2007年团队效能研究后指出,团队效能评估标准应遵循以下原则:①使用与团队具体职能和任务密切相关的标准衡量;②使用多个要素而非单一要素评价团队效能;③使用明确计算方法整合多个要素,进而得出团队效能评估结果。据此,对于以推动科学技术创新与发展为核心使命的科研团队而言,其团队效能特指创新效能。
关于科研团队创新效能测算方法,一般采用客观数据统计和问卷量表法(见表7)。客观数据包括专利数量/质量、高水平论文产出、技术转化收益、重大项目获批数、新产品/技术开发数等,其核心优势在于能够以可量化指标直接反映创新成果,有效规避主观评价的潜在偏差和不稳定性,具有较高的客观性和说服力。但相关数据获取往往存在壁垒,导致数据完整性、及时性和可比性不足。采用问卷量表测度创新效能,优势在于可通过灵活设计量表覆盖广泛的创新维度,如创新氛围、协作效率、问题解决能力等,但其局限性在于过度依赖个体认知与判断,易受评价者主观因素影响。
表7 科研团队创新效能测算方法比较
Table 7 Methods comparison for measuring the innovation efficiency of research teams
方法优势局限客观数据统计法客观、可量化获取难度大问卷量表法主观、更灵活依赖主观认知
既有研究对科研团队创新效能的衡量指标,通常因研究对象的适用场景不同而存在差异,但均以“创新产出”为核心评估维度(见表8)。高校院所科研团队以探索前沿知识、培养创新人才、提出具有公共价值的科学发现为核心使命,其效能评估与学术共同体的绩效评价体系紧密关联,指标明显侧重学术影响力和知识传播,常见指标包括论文发表数量、被引次数、期刊影响因子等数量与质量指标加权后的H指数[34],以及专利申请、专利影响、技术转化等[35-36]。相较之下,企业科研团队以驱动商业价值增长和维持行业竞争优势为核心使命,除专利类产出指标外,还强调创新成果在产业层面和商业层面的体现,常见指标包括新引入产品/服务后的市场增值[35,37]、创意实施带来的收益增长等[38-39]。这一差异反映出不同创新主体在使命导向与价值实现路径上的差异。
表8 科研团队创新效能衡量指标
Table 8 Metrics for measuring innovation efficiency of research teams
适用场景核心使命主要衡量指标学术场景探索前沿知识、培养创新人才、创造具有公共价值的科学发现论文、专利发表数量和质量等商业场景驱动商业价值增长、维持行业竞争优势除知识产权数量外,还侧重引入创新后的产值变化等
无论是侧重于客观产出统计的定量方法,还是依托主观感知的问卷量表法,各有其适用性与局限性。同时,科研团队创新效能评估指标与其核心使命、职能紧密关联,具有较强的针对性。然而,科研范式与创新模式持续演进,传统以论文、专利等量化产出为核心的评估框架逐渐显现出局限性,难以全面反映科研团队在重大科技攻关、系统性问题解决等其他关键创新维度上的表现。
有组织科研正逐步成为国家突破关键核心技术、实现重大战略目标的新型科研范式。这一范式的有效性在“嫦娥六号”任务中得到充分印证:科研团队在采集到月背样品仅一年内,便产出多项发表于《自然》杂志封面的成果,科研转化效率远超国际同类任务,凸显“有组织科研”在多学科协同与资源整合方面的显著优势[40]。然而,将此类成功经验转化为可推广的团队建设指导方案仍面临以下问题:一是需明确有组织科研背景下最具研究价值的团队特性,确立研究对象;二是需识别具有操作性与调节性的关键结构要素,为团队优化提供切实可行的路径;三是需构建与有组织科研导向相契合的创新效能评价体系,确保有效衡量团队在目标导向下的科研产出。从上述3个方向为未来研究提供思路,旨在为有组织科研范式下的团队建设提供理论支持与实践方案。
有组织科研范式正逐步成为服务国家战略需求的重要科研组织形式,其核心特征在于长期稳定的攻关周期、重大资产的投入、强约束的任务目标。契合这一范式的科研团队通常具备以下特征:在使命与目标上,服务于国家重大战略、承接重大科技任务,具有明确且系统性的科研目标;在项目来源与性质上,主要承担国家科技重大专项、重点研发计划等具有强组织性与目标约束的科研项目;在团队结构与管理上,普遍采取集中领导、多单位协同、资源统筹整合等组织化管理模式。然而,现有研究多基于成果数据搭建的合作网络反向推断出虚体团队,难以反映真实、稳定的团队构成。因此,未来有必要将研究对象聚焦于实体团队,例如通过国家重点实验室官网公布名单、重大科研项目申报书中列出的核心成员,或主管部门公开披露的团队构成等方式予以识别;尤其需关注已取得显著成果的团队,从其成功经验中总结可复制的组织机制与建设路径,从而为推进有组织科研范式下的团队建设提供支撑。
当前,科研团队可归纳为3种类型:学术领袖驱动型、科研平台驱动型、科研项目驱动型团队(见图4)。具体而言:①学术领袖驱动型团队以战略科学家的权威引领为特征,依托长期稳定的核心梯队开展前沿基础研究与关键技术攻关,典型代表如两院院士团队;②科研平台驱动型团队以国家赋能的专用科研设施与行政建制为根基,有明确的行政管理组织,接受政府主管部门任务指派开展定向突破研究,典型代表如各层级实验室团队;③科研项目驱动型团队以竞争性经费支撑的强目标导向为纽带,具有自组织属性,在有限的周期内凝聚多元主体实现任务协同。相较于前两种类型,该类团队合作周期更短、更具临时性,是规模最大的科研需求响应单元,典型代表如国家自科基金团队。
图4 有组织科研的团队类型
Fig. 4 Team types of organized scientific research
基于有组织科研范式对科研团队的特征要求与现有团队类型进行分析,未来研究应优先聚焦于学术领袖驱动型与科研平台驱动型团队。这两类团队不仅具备更明确的实体属性与稳定的组织核心,也更符合国家重大战略任务对长期性、稳定性和资源整合能力的要求,与有组织科研所需特征高度契合。从实践层面看,许多突破性成果来自这两类团队,稳定的环境支持和持续的资源投入为成果产出提供重要保障。相比之下,科研项目驱动型团队通常围绕特定项目临时组建,其目标设置侧重于既定时间内完成预设研究内容并达到项目验收标准,而非对接国家重大战略需求的顶层设计与攻坚突破。尽管这类团队在实体稳定性和组织紧密性上不及前两类团队,但仍属于科研体系中的重要组成部分。因此,对该类团队的研究同样具有重要意义,能够从不同维度丰富对科研组织模式的理解。
有组织科研背景下,未来研究应提炼可迁移、普适性强的结构规律,为团队建设与优化提供可复用的决策依据。然而,现有针对科研团队显性结构要素的研究在深度与广度上均存在不足,形成的规律性认识难以支撑有组织科研导向下的团队建设;隐性结构要素虽蕴含驱动团队发展的关键机理,但其测量方法高度依赖主观量表,抽象性强、迁移性弱,制约了结论的指导价值。因此,未来研究需对接决策需求:一方面突破显性团队结构要素研究的浅表局限,挖掘其与科研团队创新效能之间的深层作用机制;另一方面攻克隐性团队结构要素量化难题,构建能够指导实践的具象化经验体系。
在显性团队结构要素方面,现有研究主要采用静态人口统计视角,聚焦性别、教育背景等简单表征,在量化方法上高度依赖Blau指数等多样性指标,得出“多样性有益”的笼统结论,难以揭示承担重大攻关任务所需的显性结构规律。未来研究需突破表层信息局限,尝试与拓扑学耦合,引入图论与复杂网络分析方法,将团队视为动态演化关系网络系统。具体而言,弱化对团队整体单一指标的刻画,加强对内部节点或层级的精细化观测,聚焦团队建设的“规模—专业—地位”结构适配问题。例如,实验室小团队单元的规模阈值如何通过协作网络拓扑结构实现创新效能跃迁?何种网络功能位点需配置深度专业化或高强度交叉学科背景的成员,以最大化颠覆性创新涌现概率?权力地位配置模式与成员关系网络结构如何影响团队创新效能?
在隐性团队结构要素方面,现有研究主要采用成员自陈式量表,主观性较强且难以脱离具体行为情境,研究结论往往指向抽象的主观变量,难以转化为具体、可操作的团队结构参数。有组织科研旨在破解跨学科协同、资源整合与重大目标攻关的效能瓶颈,而知识共享机制、领导力形态与团队沟通网络是提升创新效能的核心机制。因此,未来研究需聚焦以下关键问题:第一,如何将知识共享机制解构为知识流动的拓扑路径图谱(如跨学科知识枢纽节点分布、隐性知识转化效率),进而揭示其对团队创新效能的具体影响路径?第二,如何将领导力形态构建为权力配置的动态拓扑结构(如PI的决策权重、核心成员的协商网络强度),并探究其对重大攻关任务成功率的调控机制?第三,如何将团队沟通网络量化为信息传递的时效拓扑模型,以明确其在关键技术突破中的作用?
综上,面向“有组织科研”战略,未来研究需要构建显性与隐性结构要素协同优化的新框架。一方面,突破显性结构要素静态表征,深入其动态网络结构;另一方面,将隐性结构要素从抽象的主观变量转化为可量化的拓扑参数,进而为培育高效能科研团队提供操作性强的结构设计依据。
当前科研团队创新效能测度体系与有组织科研的重大任务需求联系不紧密。现有指标普遍局限于学术产出的静态统计,既未涵盖协同攻关过程效能的动态表征,也未能系统量化非传统学术突破的价值,难以真实反映团队服务于国家重大战略任务的产出情况,进而无法为结构优化提供决策依据。因此,未来研究需构建适配有组织科研导向的创新效能评价体系,并聚焦以下关键问题:如何基于国家战略目标解构创新产出的多维价值体系,将国家科技奖、重大工程突破、行业标准主导权等协同型战略产出锚定为创新效能测度的核心指标,并针对不同学科设计基于领域特异性的价值映射函数,实现有组织科研背景下的团队创新效能精准测度?如何在创新效能测算模型中,系统性地纳入资源投入要素以提升测度结果的科学性,有效识别并排除因资源禀赋优势驱动的“常规产出”,从而更真实地反映团队或项目内在创新效能?
基于有组织科研背景优化创新效能评价体系后,未来研究在探究团队结构对创新效能的作用机制时,能更精准地识别支撑重大攻关任务产出的结构要素。尤其在团队结构要素进一步融合拓扑学理论后,可获得更具实践操作性、规律性的结构设计认识。因此,未来研究的重点方向需聚焦于深入理解有组织科研背景下团队结构对创新效能的贡献,具体而言:如何解析团队结构特征与特定类型国家重大战略任务效能产出的内在关联机制?在重大攻关任务生命周期的不同阶段,为获得最佳效能,团队结构最优演化路径与动态适应机制是什么?对上述问题的探究,将为培育真正能够承担并高效完成国家重大战略使命的科研团队提供理论依据。
随着科技创新重要性日益凸显,如何优化科研团队结构以提升创新效能已成为国内外研究热点。通过对4 541篇中英文文献的计量分析发现,该领域国内外研究议题趋同,且国际研究在广度与深度上更为领先。对现有研究进行梳理发现:①在研究对象上,真实且稳定的实体团队信息较难获取,现有研究多以成果合作网络推断出的虚体团队为分析对象,存在识别精度不足问题;②在结构要素上,显性结构测度流于表层,而隐性结构的刻画存在较强的主观性;③在创新效能上,基于客观数据或主观量表的测算方式各有优势与局限性,但当前指标体系难以全面反映科研团队的使命需求。
基于有组织科研范式对科研团队建设的需求,提出中国情境下未来研究方向:①研究对象转变,从虚体团队转向能够承载国家使命、具备稳定攻关条件的实体团队。②结构要素研究维度拓展,显性结构需加强对内部节点或层级的精细化观测;隐性结构需弱化抽象的心理变量参数,将其转化为具体、可操作的团队结构参数。③创新效能评价体系重构,突破学术产出限制,锚定国家科技奖、重大工程突破等战略成果,纳入资源投入指标,构建适配有组织科研导向的评价体系。
本文存在以下不足:第一,本研究围绕核心议题进行文献梳理,但该领域研究范畴具有开放性与多元性,对部分新兴细分领域的文献挖掘与整合仍存在拓展空间;第二,对实体科研团队的探讨深度稍显不足,存在进一步探索空间。未来可进一步挖掘细分领域,加强与实体科研团队实践层面的关联探讨,推动相关议题向更深层次拓展。
[1] WUCHTY S, JONES B F, UZZI B. The increasing dominance of teams in production of knowledge[J].Science, 2007, 316(5827): 1036-1039.
[2] LEE Y N, WALSH J P, WANG J. Creativity in scientific teams: unpacking novelty and impact[J].Research Policy, 2015, 44(3): 684-697.
[3] FIORE S M. Interdisciplinarity as teamwork: how the science of teams can inform team science[J].Small Group Research, 2008, 39(3): 251-277.
[4] 陈春花, 叶飞. 科研团队生命周期管理的理论框架研究[J].科技管理研究, 2002, 22(3): 83-86.
[5] 闫相斌, 宋晓龙, 宋晓红. 我国管理科学领域机构学术合作网络分析[J].科研管理, 2011, 32(12): 104-111.
[6] 李纲, 李春雅, 李翔. 基于社会网络分析的科研团队发现研究[J].图书情报工作, 2014, 58(7): 63-70, 82.
[7] SALAS E, COOKE N J, ROSEN M A. On teams, teamwork, and team performance: discoveries and developments[J].Human Factors, 2008, 50(3): 540-547.
[8] KUNZE F, BOEHM S A, BRUCH H. Age diversity, age discrimination climate and performance consequences——a cross organizational study[J].Journal of Organizational Behavior, 2011, 32(2): 264-290.
[9] DAI Y, BYUN G, DING F S. The direct and indirect impact of gender diversity in new venture teams on innovation performance[J].Entrepreneurship Theory and Practice, 2019, 43(3): 505-528.
[10] JEONG S, CHOI J Y. Collaborative research for academic knowledge creation: how team characteristics, motivation, and processes influence research impact[J].Science and Public Policy, 2015, 42(4): 460-473.
[11] WU L F, WANG D S, EVANS J A. Large teams develop and small teams disrupt science and technology[J].Nature, 2019, 566(7744): 378-382.
[12] DE DREU C K W. When too little or too much hurts: evidence for a curvilinear relationship between task conflict and innovation in teams[J].Journal of Management, 2006, 32(1): 83-107.
[13] HENRY L A, BUYL T, JANSEN R J G. Leading corporate sustainability: the role of top management team composition for triple bottom line performance[J].Business Strategy and the Environment, 2019, 28(1): 173-184.
[14] COHEN S G, BAILEY D E. What makes teams work: group effectiveness research from the shop floor to the executive suite[J].Journal of Management, 1997, 23(3): 239-290.
[15] MOHAMMED S, DUMVILLE B C. Team mental models in a team knowledge framework: expanding theory and measurement across disciplinary boundaries[J].Journal of Organizational Behavior, 2001, 22(2): 89-106.
[16] DEL CARMEN TRIANA M, KIM K, BYUN S Y, et al. The relationship between team deep-level diversity and team performance: a meta-analysis of the main effect, moderators, and mediating mechanisms[J].Journal of Management Studies, 2021, 58(8): 2137-2179.
[17] HOMAN A C, HOLLENBECK J R, HUMPHREY S E, et al. Facing differences with an open mind: openness to experience, salience of intragroup differences, and performance of diverse work groups[J].The Academy of Management Journal, 2008, 51(6): 1204-1222.
[18] BURTSCHER M J, MEYER B, JONAS K, et al. A time to trust? the buffering effect of trust and its temporal variations in the context of high-reliability teams[J].Journal of Organizational Behavior, 2018, 39(9): 1099-1112.
[19] 蔡亚华, 程佳琳, 李劲松. 礼之用, 和为贵? 和谐管理理论视角下团队亲社会违规氛围对团队绩效的影响[J].心理学报, 2022, 54(1): 66-78.
[20] MARLOW S L, LACERENZA C N, PAOLETTI J, et al. Does team communication represent a one-size-fits-all approach: a meta-analysis of team communication and performance[J].Organizational Behavior and Human Decision Processes, 2018, 144: 145-170.
[21] O'NEILL T A, MCLARNON M J W. Optimizing team conflict dynamics for high performance teamwork[J].Human Resource Management Review, 2018, 28(4): 378-394.
[22] D'INNOCENZO L, MATHIEU J E, KUKENBERGER M R. A meta-analysis of different forms of shared leadership-team performance relations[J].Journal of Management, 2016, 42(7): 1964-1991.
[23] 刘圣明, 陈力凡, 王思迈. 满招损, 谦受益: 团队沟通视角下谦卑型领导行为对团队创造力的影响[J].心理学报, 2018, 50(10): 1159-1168.
[24] 屈晓倩, 刘新梅, 雷宏振. 外部视角下信息型断裂影响团队创造力的作用机理研究[J].管理学报, 2020, 17(4): 536-543.
[25] 张少峰, 程德俊, 李菲菲, 等. 创造性团队中地位关注动机、竞争行为与知识共享[J].经济管理, 2019, 41(9): 109-124.
[26] GRIFFITH T L, SAWYER J E. Multilevel knowledge and team performance[J].Journal of Organizational Behavior, 2010, 31(7): 1003-1031.
[27] ANCONA D G, CALDWELL D F. Bridging the boundary: external activity and performance in organizational teams[J].Administrative Science Quarterly, 1992, 37(4): 634-665.
[28] ANDERSON E G, LEWIS K. A dynamic model of individual and collective learning amid disruption[J].Organization Science, 2014, 25(2): 356-376.
[29] BACHRACH D G, LEWIS K, KIM Y, et al. Transactive memory systems in context: a meta-analytic examination of contextual factors in transactive memory systems development and team performance[J].The Journal of Applied Psychology, 2019, 104(3): 464-493.
[30] 朱秀梅, 王天东. 创业者幽默如何激发团队创业激情——团队心理安全和团队情感承诺的多重中介作用[J].经济管理, 2019, 41(6): 75-90.
[31] XIONG C, CHANG V, SCUOTTO V, et al. The social-psychological approach in understanding knowledge hiding within international R&D teams: an inductive analysis[J].Journal of Business Research, 2021, 128: 799-811.
[32] 赵又霖,张峥,王嘉杰,等.科技创新团队技术多元化如何影响专利颠覆性水平——事前、事中、事后角度[J].科技进步与对策,2025,42(9):119-129.
[33] MATHIEU J, MAYNARD M T, RAPP T, et al. Team effectiveness 1997-2007: a review of recent advancements and a glimpse into the future[J].Journal of Management, 2008, 34(3): 410-476.
[34] PORTER A L, GARNER J, CROWL T. Research coordination networks: evidence of the relationship between funded interdisciplinary networking and scholarly impact[J].BioScience, 2012, 62(3): 282-288.
[35] 徐占东, 刘鹏佩, 杨学磊. 知识获取视阈下创业学习对新创企业创新绩效的影响机制——环境动态性的调节作用[J].科技进步与对策, 2024, 41(6): 118-128.
[36] HUO D, MOTOHASHI K, GONG H. Team diversity as dissimilarity and variety in organizational innovation[J].Research Policy, 2019, 48(6): 1564-1572.
[37] GARCIA MARTINEZ M, ZOUAGHI F, GARCIA MARCO T. Diversity is strategy: the effect of R&D team diversity on innovative performance[J].R&D Management, 2017, 47(2): 311-329.
[38] KRISTINSSON K, CANDI M, SEMUNDSSON R J. The relationship between founder team diversity and innovation performance: the moderating role of causation logic[J].Long Range Planning, 2016, 49(4): 464-476.
[39] ZOUAGHI F, GARCIA-MARCO T, MARTINEZ M G. The link between R&D team diversity and innovative performance: a mediated moderation model[J].Technological Forecasting and Social Change, 2020, 161: 120325.
[40] 吴月辉. 月背研究何以跑出“加速度”[N].人民日报, 2025-07-28(19).