云南省图书馆机构用户，欢迎您！
本研究以83所部委属重点大学为样本，构建了包含八大类144项变量的指标体系，通过采集数据和度量大学间的相似性程度，建立中国高水平大学的复杂网络，并分别测算出了几组同质化程度较高以及局部影响力最高的大学。根据相似性程度，发现样本大学可分为四类社团结构，即综合类大学(含理工科大学)社团、财经类大学社团、艺术类大学社团和语言类大学社团，其中综合类大学对整个大学群体同质化的影响最大。同时通过度量不同指标在不同类别间的差异性，找出了影响大学同质化的重要指标。
2.指标体系构建 本研究在借鉴国内外关于中国大学同质化研究的基础上，建立了影响中国高水平大学同异程度的三级指标体系。 根据大学同异质问题的特点，实证研究过程中我们将测量大学同异质问题的影响因素分为八大类一级指标，分别为：A——目标结构的同异质性、B——体制结构的同异质性、C——组织结构的同异质性、D——学术结构的同异质性、E——资源结构的同异质性、F——学生结构的同异质性、G——教师结构的同异质性、H——国际化程度的同异质性。二级指标包括教育价值观、大学定位、校训、办学体制、管理体制、办学形式、资金来源结构、资金使用结构等34个指标。三级指标则由144个指标构成。①本研究所设计的8个高水平大学同异质程度测量一级指标(见图1)基本涵盖了我国高水平大学组织特征的各个方面，也包括了大学与环境的互动情况。本研究根据各项指标所占权重及得分公式计算得分。 
图1 大学同异质程度测量一级指标体系构成图 3.数据来源 近年来，教育部要求各部属高校公开本校年度统计数据，部委属院校也在本校网站陆续公开了一些学校发展基本数据。本研究指标数据的获得主要基于各样本高校网站公开的统计数据和《教育部直属高校2011年基本情况统计资料汇编》，有些描述性指标由研究者根据学校的概况表述进行提炼分类。本研究构建的大学同异质程度144个三级指标数据全部从上述来源获得，并针对各校数据进行了反复核对整理。 4.复杂网络分析方法 学界一般认为复杂网络研究始于美国自然科学领域。复杂网络分析是研究复杂系统的一种角度和方法，它关注系统中个体相互关联作用的拓扑结构，是理解复杂系统性质和功能的基础。一个典型的网络由众多的节点以及连接节点之间的边所组成，其中节点用来代表真实系统中不同的个体，边则用来表示个体之间的关系。通常情况下，当两个节点之间具有某种特定的关系时，这两个节点之间连一条边，反之则不连边。有边相连的两个节点在网络中被看作是相邻的。随着对网络性质的深入研究，人们发现许多实际网络都具有一个共同性质，亦即社团结构，也就是说，整个网络是由若干个“群”或“团”构成。每个群内部的节点之间的连接相对非常紧密，但是各个群之间的连接相对来说却比较稀疏。本文运用的小世界网络模型是典型的复杂网络模型之一，其特征是网络具有较短的平均路径长度又具有较高的聚类系数。近年来，复杂理论研究方法逐渐被社会科学研究所借鉴。如果把多种类型的大学个体看成高水平大学系统的组成单元或子系统，那么每一所大学都是构成这个复杂系统的一个节点，通过复杂网络分析构建出大学之间的拓扑结构，就能通过观察大学之间的边际关联来对大学之间的相互关联进行科学而直观的分析。对大学同质化程度进行复杂网络分析正是基于这一前提。如果我们把大学这一组织转化为各种可以代表某类信息的指标，通过复杂网络分析方法构建出高水平大学系统的拓扑结构模型，根据系统网络的构成情况，观察其中的若干群团，就可以据此判断群内个体同质化程度较高，而群和群之间个体同质化程度相对较低。 5.高水平大学复杂网络构建及分析框架 首先，根据上面所构建的指标体系，可以得到一个m×n的矩阵A。每一行表示一所大学，每一列表示一个指标，矩阵中的元素
表示第i所高校在j个指标上的具体数值。本文选取了83所高校作为研究对象，而所构建的指标体系中共有指标144个，即m=83，n=144。
