影响不同子领域国际合作的距离因素相同吗?——来自计算机科学学科的证据

探索影响国际科学合作的因素对于提高国际合作水平具有重要意义。然而,现有研究主要聚焦于顶层学科的分析,忽略了影响不同子领域国际合作的距离因素的异质性,研究结论无法为精细化政策的制定提供依据。为此,本文从比较视角出发,基于DBLP数据库中1990—2019年187个国家的计算机科学论文发表数据,分析了计算机科学学科不同子领域的国际合作时空演化模式,并借助零膨胀beta回归模型揭示影响不同子领域、不同时期国际合作的6种距离因素。研究结果表明,从时空分布来看,以计算机科学代表性子领域——人工智能为例,本文发现早期人工智能领域的高强度合作关系主要由美国主导,随着中国、新加坡等新兴人工智能强国逐渐涌现,国际合作模式由“一强多极”转向“多极合作”。从总体的回归结果来看,地理距离、认知距离和经济距离会阻碍所有子领域的国际合作,而认知距离的影响最大,文化距离、企业参与程度距离和政治距离只在部分领域与国际合作存在显著负向相关关系。从时间维度来看,在不同的子领域,地理距离和认知距离的边际效应呈现下降趋势,而经济距离的影响则随着时间变化而增大。