社会网络分析理论研究

社会网络分析理论研究（共12篇）

社会网络分析理论研究 篇1

1 概述

近来,在管理方面有关社会网络的研究迅速增长。该网络研究的繁荣起源于二十世纪后期,是众多变化中的一部分。其主要特征有别于以往从个体论、本质论和原子论来解释网络构成的做法,更加倾向于关系、情境和系统化的理解。此外,它与文学评论多样性类似,可以看成是嵌入含义参考系统中的组成部分,在该系统中没有比将各种网络类型模型化更加重要的事情。

由于网络研究的快速发展,需要将相关的各项研究进行客观的回顾和分类。首先从该角度出发,围绕研究领域组织工作并指出存在的问题。具体做法是:1、将材料重组归类;2、解释理论机制和功能,可以允许我们在跨领域研究中取得联系并得出更加抽象性的结论。

此外,本研究针对不太熟悉网络研究的个体采用从介绍关联术语作为切入点,可以很大程度上降低理解的难度。宏观上讲:社会网络包含一系列个体以及将这些个体联系起来的关系。其中个体通常被称为节点,可以是单独的人、团体或组织;而关系则是直接或者间接将这些个体联系起来的“媒介”。对于给定类型的关系而言,可以构成定义不同的社会网络二维社会关系。与此同时,不同类型的关系具有的功能也不尽相同。例如:当我们将注意力集中在核心个体时,就会把该个体称为中心、而把其它的个体称为朋友节点。“自我中心”网就是基于该理论模式的典型代表,提供了一种面向个体收集和加工数据的方法。

2 研究回顾

该部分主要按照社会资本、嵌入性、网络组织、互锁牌、内部联盟等步骤进行,对于记忆各种网络变量和关系非常有帮助。

2.1 社会资本

社会资本是组织网络研究中增长最快的一个方面,不仅推动了社会网络研究的发展,而且还带动了研究工作者的极大兴趣。一般来说,社会资本是关系价值的一种体现,可以从网络研究中收集和重命名的强大工具。在管理学当中,社会资本允许将一系列有关个体关系或者网络位置的研究聚集起来进行综合分析,但是早期研究则只是将社会资本看作是填充个体资源的关系而已。

后来随着Burt结构漏洞一书的发表,重新将人们的视线转向个体中心网络的类型显示。Burt认为社会资本在个体的外围节点中缺乏必要的关系,结构漏洞的跨度能够为测量关系强度提供了可行的机制。在该思想基础上,一个相关调查不仅揭示了社会资本的一般性逻辑,而且还探索了关于社会资本的消极结果。

2.2 嵌入性

与社会资本类似,有关嵌入性问题的研究开始时并没有引起科研工作者足够的兴趣,只是被当作将所有经济行为嵌入到社会情境下的一种想法而已,直到Granovetter公开了有关这个概念的最初成果以后才逐渐好转。更多的早期研究主要关注于嵌入关系的收益上,并且该收益通常和商业关系联系得更加紧密。

本研究的一个核心思想就是重复性市场关系和社会关系可以产生有别于传统市场关系的嵌入式交互逻辑,可以在一定程度上影响联盟伙伴的选择。

2.3 网络组织

上个世纪八十年代到九十年代,网络组织成为描绘组织形式的代表词汇,该时期的很多研究主要探讨了在商业全球化形势下组织化生产模式的问题。经过反复探讨,终于对该新型组织模式产生了本体状态不明确的共识,但后来又将关注的焦点转为判定该模式是否是网络组织的具体化问题上。

此外,因为组织被认为是嵌入到经济网络和社会关系当中,所以就需要有一种新的组织形式来加以理论化说明。虽然这种做法不能提供非常有效的帮助,但是还是为研究注入了一些新的元素。

2.4 互锁牌

在社会学和管理学中互锁牌的研究有着漫长的发展历史,最初作为管理组织依赖性和维持社会功能的方法,主要目的就是识别造成关系互锁的原因。此外,应用互锁还可以预测组织行为的相似性。随着研究的不断进步,该问题的焦点转向了将互锁看作组织降低不确定性和分享信息方法的视角。学者可以使用互锁解释药片的分散性、组织的行为和组织结构的调整等问题。

2.5 内部联盟

内部联盟的研究与其它网络调查不同,它会对组织行为、组织学习等产生较大影响,在这一点上和互锁牌功能类似。在研究过程中,针对组织为什么会形成内部联盟和组织如何寻找关系节点两个问题一直以来都是争论的热点。观点一:认为联盟可以用来降低组织曝露在不确定性和危险性情况下的比例。观点二:认为联盟可以在访问资源时获取较高的优先权。观点三:即从联盟组织中可以获得何种信息资源。按理论来讲,联盟可以提供访问资源的机会,而该机会是用其它方法很难获取的。

3 网络研究的度量

在该部分,我们主要基于网络研究的不同来分析网络的度量情况,包含因果关系的方向、分析的层次、解释机制和解释目的4个方面。其中前两个非常重要,具有更多方法论的观点,但通常不会作为分类网络的基准;而后两个则更实际,可以用来作为网络研究的一个类型(解释机制指网络关系如何起作用;解释目的指被用来解释什么)。

3.1 因果关系的方向

最基本的度量就是决定该研究是网络结构构建的原因还是结果,理由之一就是这是一个相对来说较新的课题,首先需要断定它的合法性。采用的方法要展示网络变量对重要结果变量会产生影响,这是传统研究最为关心的问题。而且结果分析也是该领域结构化的体现,个体在网络中的位置会直接影响它的功能。总体上说,网络可以定义为个体环境、行为语境或者行为约束,因此检查网络结果的研究就成为该研究的核心问题之一。

3.2 分析的层次

分析的层次是最基本的、需要考虑的问题,但常常因为太过基础而被遗忘。研究中我们从观察二维网络数据开始,目的就是从成对个体的角度出发进而探索整个网络。但是因为数据可以聚集到很高的层次,假说不仅可以在二维层面被测试,而且还可以扩展到整个网络。

传统研究中我们以分析的范围和复杂度来定义分析的具体层次,该度量可以用来区分研究的不同。但是,在研究中由于明确的分析层次不会以简单的方式发挥作用,导致形式敏感靠不住。

3.3 解释机制

我们可以从解释机制的角度来区分网络研究,在这主要介绍两个关于个体社会资本的研究。其一:由Coleman和Burton主导、核心是个体中心网络中结构和关系的认知,是一种忽略关系内容而专注于关联方式的结构化、拓扑型的方法。其二:代表人物是Lin,主要研究要点是社会关系中资源的流动。

虽然Burt将其研究划入结构化的阵营,但是关于结构化漏洞的控制和信息则是取自双方面。所谓信息收益主要指个体能够最大化接收到的信息,如果A和B是可以分享信息的朋友节点,那么中心节点就可以不需要与这两个节点都有直接的联系。

3.4 解释目的

Burt和Davis的研究存在两个不同点:一、社会资本研究具有可估算性,可估算的方面在所有社会资本研究中是可持续的。二、社会资本研究强调社会关系提供个体功能的可能性。与社会态度构成和社会影响研究类似,网络模糊研究是强调约束的结构化惯例模式,而社会资本则关心机会,它包含的个体是积极的参与者,用于探测具体网络位置。

总之,存在的不同不仅可以投射出策略和组织理论的不同,而且还反映机构和结构的紧张。在我们的研究过程中可以参考部分影响因素,构建符合研究目的的模型。社会资本研究探索如何将变量解释为社会关系功能,而社会化影响研究则用于解释个体态度、信仰和实践在功能上的共同点。

4 网络结果的类型研究

利用网络结果的二维研究,我们可以交叉划分成2×2的表单。该方法可以为社会研究提供4种标准类别,方便给结构化资本做标示。

4.1 结构化资本

结构化资本包含社会资本研究的拓扑型或结构型变量,在个体层面的研究关注于网络中占据中心位置的个体利益或者具有含特定结构的中心网络。个体被当作是为了最大化收益而探索网络位置的理想单元,个体的位置会使用一系列抽象关系类型描述。个体收益是当地网络类型的基本功能,而关系则是为了形成结构化层次被涵盖近来的。在分析网络层,结构化研究用来探索与功能相关的组织网络机构,该类型研究是社会网络研究中最早开展的项目之一。

4.2 资源访问

该研究包含社会资本研究的关联性问题,功能和控制的资源数量作为评价个体成功的基本要素。中心个体和其他个体间的关系通过中心个体能够发问资源建立起来,不同的关系类型具有不同获取资源的能力。大多数研究只是关注个体,所以分析只能基于自我中心网的数据。

4.3 收敛性

收敛性研究主要是为了在相似网络环境下寻求解释共同的态度和行为,通常概念化为集中性或者结构化等价物。个体间不管是否彼此关联,都被看作与第三方有关系,该生成共性的机制和分享环境或者角色模型的认知有密切联系。

4.4 传播性

该研究用来解释态度、文化和行为等如何通过个体交互而传播出去,模型化作为个体间交互的功能,而构想出来的关系则随着信息流的变化发挥作用。从组织作为整体的角度看,个体相互影响和作用在结构化群组中创造了共性;从单独个体角度看,个体的行为由朋友节点的比例决定

5 结论

本研究回顾了各社会科研组织持有的相关理论,并在此基础上提出了该领域研究的宏观思想。除此以外,类型学网络研究模式在整合以往研究成果的同时,为社会网络研究开创了一种新的方法,具有非常重要的意义。

参考文献

[1]Ancona D G,Caldwell D F.Bridging the boundary:External activity and performance in organizational teams[J].Administrative ScienceQuarterly,1992,37:634-665.

[2]Atkin R H.Mathematical structures in human affairs[M].London:Heineman Educational,1974.

[3]Barabasi A L.Linked:The new science of networks[M].New York:Perseus Publishing,2002.

[4]Burt R S.Decay functions[J].Social Networks,2000,22(1):1-28.

[5]Casciaro T.Seeing things clearly:Social structure,personality,and accuracy in social network perception[J].Social Networks,1998,20(4):331-351.

[6]Granovetter M S.The strength of weak ties[J].American Journal of Sociology,1973(6):1360-1380.

[7]Hansen M T.The search-transfer problem:The role of weak ties in sharing knowledge across organization subunits[J].AdministrativeScience Quarterly,1999,44(1):82-111.

[8]Krackhardt D,Kilduff M.Strcucture,culture and simmelian tires in entrepreneurial firms[J].Social Networks,2002,24(3):279-290.

[9]Nelson R E.The strength of strong ties,social networks,and intergroup conflict in organizations[J].Academy of Management Journal,1989,32:377-401.

社会网络分析理论研究 篇2

题目：公知的媒介权力在网络社会中的运行机制与策略分析——以《穹顶之下》为例 指导老师： 作者：

关键词：媒介权力 公共知识分子 网络社会 全媒体传播

第一章、绪论

第一节、研究动机 第二节、研究目的 第三节、研究方法与步骤 第四节、研究架构

第二章、文献综述

第一节、国内外研究现 第二节、研究成果 第三节、发展趋势 第四节、存在问题 第五节、主要参考文献

第一章、绪论

第一节、研究动机

2015年，一部片长103分钟的纪录片，获得了突破2亿次的点击量。这场引起全国性聚焦的互联网事件——《穹顶之下》的演讲爆火——的发生，让人们不得不对影响力有了更深刻的认识。据统计，截至2月28日20点30分，纪录片在各网络平台已累计播放超过3500万次，发布12个小时后，其点击量已经突破了600万次，评论超过1.2万条，并以每小时新播50万次的播放量迅速增长，创下严肃题材公益类长视频的播出记录。截至3月2日上午9点30分，《穹顶之下》在国内各大视频网站的总播放量突破2亿次，在中国

16.49亿的网民中，可以说将近每3个人里面就有1个在看《穹顶之下》。

作为央视前记者，声音消失在公众视野数年，其间甚至有负面新闻缠身，一复出，迅速在网上引发了巨大的波澜，某公众人物不禁感叹：柴静的翻身仗打得实在漂亮。作为一名公认的公共知识分子和前央视著名主持人，柴静又一次成功地运用她的话语权，将网民的注意力转移到了雾霾对人们健康的危害的重要性上来，进而影响议程设置。在随后发表的2015两会政府工作报告里，汽车再度成为了关键词。因此，作为媒介权力的附着者，公共知识分子兼前央视著名主持人的柴静，她话语权力无疑是显著且强大的。

因此，笔者希望从所接触的传播学的理论与方法两个角度，制定对《穹顶之下》这一热点事件进行分析研究的计划，为将来的相关研究提供参考。

第二节、研究目的

网络技术的发展在一个全新的基础上重塑了人类文明，使人类社会进入了一个新的时代——网络社会时代。虽然它建立的基础的确是传统社会（现实社会），但社会权力结构在消解和重构中形成了新的权力结构体系，因而对社会的既有规则的很多方面带来冲击。因而带来了网络社会问题，对道德、法律等传统的社会控制手段提出了严峻的挑战，对国家主权和社会文化也形成了巨大的冲击。

在以《穹顶之下》为代表事件中，柴静团队所爆发出来的巨大能量在网络社群中的话语影响力是现象级的。因而，相比之下，我们主流媒体在控制舆论时特别是面对网络舆论这个“新对手”显得仍有许多可以改进之处。对于媒介权力的运行机制于策略，本研究将从传播学的角度出发，以福柯的话语与权力的关系理论为基础，研究分析网络社会中的媒介权力的运行机制与策略，进一步分析柴静团队在《穹顶之下》讲演体现的“互联网思维”的互联网传播手段的工作，从而得出有价值的实践经验，为媒体如何更好使用媒介话语，彰显媒介权力提供了一个更好的传播模式范本。

第三节、研究方法与步骤

本研究以调查法、文献研究法为主轴，配合个案研究对案例《穹顶之下》进行实证分析与探讨。

在研究之初期阶段，运用文献研究法，查阅网络社会、媒介权力运行机制等相关的学术研究资料案例分析，充实理论功底，具备一定的案例分析理论和案例分析的能力。这些权力理论应包括马克思、马克思韦伯、安东尼吉登斯和福柯等人的观点。

在具体的案例分析之中，调查法是最主要的办法。通过问卷调查法、观察法等方法，调查网民对于《穹顶之下》的直观感受，进行意见调查。同时辅以定量分析法，通过百度指数等渠道搜集网络舆情，通过比对数据，得出进一步的结论。

最后，对于柴静团队的运作全程做一个梳理，对于它的运作过程的每一个步骤对互联网的作用，加以调查分析，弄清其在网络社会中引发爆炸式关注的现象的原因，从而分析出其运作机制与策略。

1统计数据来自百度指数和前沿网媒钛媒体

第四节、研究架构

（结构图）

第二章、文献综述

第一节、研究现状

传统意义上的媒介权力概念，一般指的是报纸、广播、电视等传统媒体的传播者所具有的因其对传播资源和传播渠道的占有，而对于接受者、权力机构甚至整个社会所具有的效果。媒介权力时指支配者通过占有、操纵媒介实现对被支配者的信息控制，迫使被支配者（大多数实在不完全知情的情况下）在认知行为和价值判断上服从于支配者的利益要求[1]。王怡红转引自乔治•格伯纳的经典解释:媒介权力这一术语具有双层含义,一为它可以被理解为,现代传播媒介是一种对个人或社会进行影响、操纵、支配的力量；二为具有事件得以发生和影响事件怎样发生,界定问题以及对问题提供解释与论述,由此形成或塑造公共意见的种种能力[2]。

在探讨媒介及媒介权力发展问题方面,国内外学者片中的角度有所不同。在权力结构中分析媒介权力是西方学者的一贯视角,而关于媒体如何促进民主社会的发展的研究是其重要的着眼点。例如乔•巴德尔与里因•海因斯提出要建立一种超越市场机制和政府管制模式的贴近民主的传播模式,并强调媒体社会责任重要性[3]。卡斯特尔则分别从商业媒体、多形态网络下的政治选举、草根媒体与新媒体等角度论述权力领域建构中的媒体发展[4]。詹姆斯•卡伦则从媒体与市场、政府、民主关系的分析中提出从公民媒体领域、专业性媒体领域、社会性市场的媒体领域、私营媒体领域来走媒体民主化之路[5]。而国内学者则多从当今媒体权力的异化与规制分析或批判角度来分析,如赵继伦在《论大众媒介权力的滥用及其社会控制》[6]、田大宪在《媒介的权力及其异化》[7]中分析了媒介异化的内在原因，丁铂铨在《略论媒介权力》一文中的落点即放在了媒介权力规制问题探讨之上[8]。又如尹力在其博士论文《媒介权力的畸变——“结构—行动”互构视角下的媒介变迁及其负面效应研究》[9],张壁耕在其硕士论文《当前我国媒介权力的异化与制约》[10]等文章中都对媒介权力的异化与规制问题进行了深入的探讨。

詹姆斯•卡伦在《媒体与权力》中曾提出：新媒体的出现一方面会导致新的权力中心的出现,从而冲击现存的威权机构,导致其内部的激化和冲突；另一方面则有时绕开已经建立的媒体传输机构,发布遭限制甚至禁止的信息,以此来破坏社会已有的权力机构。[11]因此，在新媒体时代下，媒介权力所处的社会权力场域与传统大众媒介时代的媒介权力已然不同的背景下,媒介权力对于整个社会权力关系及结构的作用也大为不同。因而，有必要将媒介权力置于新媒体环境下对传统权力结构的冲击与重构上来研究，探寻在冲击与重构中，一种新的管理和控制的策略。

第二节、研究成果

在已有的媒介权力的研究中，对于新媒体时代下的媒介权力的运行规则有较为普遍的研究，同时作为网络社会中的新兴领导力量——意见领袖的特点与管理方法也有较为全面的分析。作为开放性的复杂社会系统，特别是在热点事件发展过程中，网络媒介权力独特的运行规则主要体现为三个层面的主体——个体（网民）、种群（媒介类型）、系统（外在环境主体）。每一层面的具体运行机制包括运行路径、运行介质、运行规则与运行测量四个维度，最终分别形成劝说性权力、权威性权力和强制性权力，在三种权力类型整合运行的过程中，关于热点事件的主导性议程得以凸现，即网络媒介权力最终实现其效用。[12]在热点事件观点出现多元化态势时，少部分网民中意见领袖（opinionleader）以具有指导性的见解引发其他网民的共鸣，形成一个围绕此主题开展的互动链条，促进主导性议题的最终形成。网络社会中的特点的综合效应下，意见领袖在其中处于领导地位成为必然，成为导向公众意见的力量。以微博为例，在众多的使用者之中，“公共知识分子”群体备受关注，他们以其心怀天下的责任感、深厚的文化底蕴、敏锐的洞察力以及严谨的分析能力，成为微博上影响力较强的意见领袖。在约束意见领袖方面，学者认为，应该坚持“七条线”：即法律法规线、社会主义制度底线、国家利益底线、公民合法权益底线、社会公共秩序底线、道德风尚底线、信息真实底线[13]。以“七条线”为中心，制定网络行为规范与网络监管暨激励机制，是建立良性的微博意见领袖生态的必然选择。

网络社会发展至今又有了新的特点，特别是近几年随着网络公民（网民）的进一步成熟，和网络技术日新月异的发展，出现了移动终端的全面普及和媒介平台的多元发展。在媒介权力领域中微博影响力的式微，微信等新一代平台的崛起，使得媒介权力的格局又有了新的变化。因此，通过全网全媒体的传播面进行话语发布，成为了“公共知识分子”占领媒介话语权新高地的不二法门。柴静团队与他们的《穹顶之下》就是最成功的例子之一。

第三节、发展趋势

当今的国际形势，从新世纪以来发生了很大的变化。多元利益的博弈使国际竞争态势呈现了新兴民族国家与传统发这工业国家在经济政治和意识形态方面的博弈日趋明朗化。特别是在西方国家对华发展战略中，国际关系中的意识形态斗争一直没有停息。美国为代表的西方世界在阿拉伯世界成功输出革命的很大一个特点，就是通过社交网络如推特和脸书来进行隐蔽而高效的渗透与煽动。

21世纪以来,中东地区的网络覆盖率与新媒体的普及率遂逐年提高。(参见表-1)

根据《新媒体蓝皮书：中国新媒体发展报告No.5（2014）》，目前我国互联网普及率达50%，手机网民超过5.5亿人。随着4G网络和智能移动终端的进一步普及，中国手机网民的数量与互联网普及率将继续高速增长。香港《紫荆》月刊7月号发表文章指出，“西方社会长期以来一直对中共存在较强的意识形态偏见甚至敌视。冷战结束后，虽然严格意义上的东西方对抗不存在了，但是潜意识的排斥和敌视依然存在。”在此背景下，中国共产党认识到，在新的形势下必须采取积极的态度,采取法律保障、制度规定、思想宣传和教育引导等方式,有效地确保马克思主义主流意识形态的核心地位[14]。在大众媒体进行社会主旋律宣传的同时，在网络社会中打开突破口，正是拥有网民代言人与意见导向者的公共知识分子的责任与使命。因此，在呈现出新特点的网络社会中，懂得运用同时也有力量进行全网全媒体发声的公共知识分子将成为网络社会舆论引导与管理的一个重要角色。

此外，在《穹顶之下》的案例中，还有一个显著现象，就是朋友圈刷屏为代表的自媒体人际传播。在微博使“人人都能建立大众传播平台”风潮过后，一种基于熟人的更加有效的网络人际传播——微信朋友圈正迅速崛起。人际传播与大众传播的融合，信息交换频率的加快、信息扩散效果的增强以及传播者的天然广泛分布使得网络传播的广度与渗透性空前强大[15]。与此同时，信息的良莠不齐，使得“阅读风险”与信用成本增加，这个困局中有必然导致拥有权威的媒介权力可以抢占先机。

第四节、存在问题

从新闻传播角度而言,对于媒介权力的研究大致有三个方向 ：一是传统的效果理论,侧重于媒体对受众、群体乃至社 会的影响力；二是多从批判角度出发,从以政治经济分析、文化研究等角度透视媒介权力的强大 作用及其异化畸变；第三则是媒介研究理论下的媒介中心论,主张媒介本身对社会发展的决定作 用,其代表如麦克卢汉的媒介理论。以上三大研究角度可以发现，媒介权力的概念定义至今在学界依然没有达成共识，而仅有的几位专家解释也多为描述性、概括性界定[12]。上文给出的两种概念的定义都着眼于媒介的影响、支配、操纵能力，基本侧重于效果研究,而且潜在的权力框架也是对抗性的,对媒介权力所处的复杂权力场域缺乏应有关注。

另外，在公共知识分子在全媒体发声的研究目前基本还是空白，在本研究中将把公共知识分子的媒介权力手段放入全媒体传播的特征等理论中研究。

第五节、主要参考文献

社会网络分析理论研究 篇3

关键词：微课；社会网络分析；研究热点；未来趋势

中图分类号：G443 文献标志码：A 文章编号：1673-8454（2016）18-0088-04

教育部于2003年在全国高等学校启动了精品课程建设工作，但精品课程内容冗长，学习过程中较强的连贯性和系统性，已不能很好的适应“碎片化时代”的学习方式。2011年胡铁生[1]基于区域优质资源建设而提出“微课”一词，微课具有短小精悍、时间短、内容少等特点。随着微课如火如荼的发展，出现了“实践先行，理论滞后”的问题[2]，我们必须对微课相关研究有一个全面的把握和清晰的认识，不能盲目前行。

一、微课研究综述相关文献

张静然[3]的《微课程之综述》首先对2012年之前的微课相关研究及实践活动进行了梳理，罗天兰、王忠华[4]在文章《微课的研究现状及其发展趋势综述》中分析了近年来微课国内外的研究现状。然而以上文章并未对微课相关研究进行系统化分析，姜玉莲[5]和唐烨伟[6]也分别利用文献计量法和内容分析法对微课的研究现状和发展趋势进行了研究。

然而上述研究中，采用内容编码统计分析，难以进行较为严谨的分类，万方数据库自带的知识脉络分析功能也无法做不相关信息处理，缺乏严谨性。社会网络分析法关注的是关系数据，是对社会关系进行量化分析的艺术和技术。[7]它可以从数据关系对微课相关研究进行更加科学、严谨的分析。

二、研究设计

1.数据来源与样本取样

本研究以CNKI收录文章为数据来源，为保证其文章质量，笔者将样本限制在CSSCI收录的8种教育技术类期刊：《中国电化教育》、《电化教育研究》、《开放教育研究》、《现代教育技术》、《现代远程教育研究》、《远程教育杂志》、《现代远距离教育》、《中国远程教育》（CSSCI扩展板），以及4种影响因子和微课相关载文量较高的国家级期刊：《中国信息技术教育》、《中国教育技术装备》、《中小学信息技术教育》、《中国教育信息化》中。以“微课”和“微课程”为关键词进行搜索，截止到2016年1月，除去不相关信息，得到有效样本436篇文献，关键词1896个。

2.研究方法与研究内容

本研究主要采用社会网络分析法（Social Network Analysis，SNA）。社会网络分析法是社会行动者及他们之间的关系集合，[8]本研究将利用社会网路分析法从其社会网络密度、距离、中心性、核心-边缘结构等方面对我国微课相关研究进行深入的分析，从而把握我国微课程发展脉络和研究热点以及未来发展趋势。

3.研究工具

本研究采用的数据采集及处理工具为：文献题录信息统计分析工具—SATI，数据分析工具为UCINET 6.0。可视化工具为NetDraw。

三、社会网络分析及研究结果

1.建立高频关键词共词矩阵

首先对从中国知网（CNKI）导出的题录信息中的关键词进行处理，将意义相同或相近的关键词如“微课”和“微课程”进行转化，然后利用SATI对其进行关键词提取和频次统计，根据Donohue高频词与低频词界分公式T=，共得到40个高频关键词。如表1。

利用所得到的40个高频关键词建立一个40×40的共词矩阵，如表2所示。

2.高频关键词社群图

将关键词共词矩阵导入Ucinet 6.0，绘制社群图如图1。

社群图中点周围箭头越密集表示关系越丰富，处于网络中心位置，在网络权利越大。反之则关系越匮乏，处于网络边缘位置，在网络中较为孤立。根据高频关键词社群图可以看出，微课、翻转课堂、自主学习、信息技术、课程设计、学习过程、学习活动、课堂教学、教学设计、应用、教学模式处于中心地位。说明信息技术环境下基于翻转课堂的微课应用和教学设计、课程设计以及教学模式是研究重点。信息化教学、教学效果、教学改革、教学视频、混合学习等词处于中间地位，说明信息化教学环境下，基于微课的课程设计和学习活动和其教学效果，以及教学改革问题也比较受关注。而微课资源、资源建设、开发、制作、技术课堂、小学语文、小学数学等处于边缘地位，说明微课资源的开发和制作较为欠缺，应引起重视。

3.密度分析

密度（density）是指一个图中各个点之间的紧密程度。其数值越接近1表明该网络密度越大，该领域越成熟。反之，密度越小，则说明研究不够深入。[8]利用Ucinet进行密度计算，其网络密度为0.6423，网络中关系的标准差为2.7374，该网络的密度较大，说明微课的相关主题之间联系紧密，但是还不够成熟。

4.距离分析

在网络中，两点之间的距离是图论意义上的距离，即二者之间在图论或者矩阵意义上最短途径的长度。[8]进行距离计算，根据研究显示，该网络中各点平均距离为1.914，可见该网络各个关键词的联系比较紧密，而整个网络也比较具有凝聚力。

5.中心性分析

在对关键词网络的研究中，关键词越处于网络中心地位，表明其影响力越大，可以视为该领域研究的重点。中心性分析可以通过点度中心度、中间中心度、接近中心度进行分析。利用Ucinet 6.0对其中心性进行分析，其排名结果如表3所示。

3.弹幕视频运用于MOOC学习中的优势

在视频中，大量评论从屏幕飘过时效果看上去像是飞行射击游戏里的弹幕，因此被叫做“弹幕视频” [10]。在弹幕视频中，观看者看视频的同时可以通过视频右侧或下侧的讨论区即时发表自己的看法和感受，也可以看到其他观看者的评论，加强了观众之间的即时交互，信息的即时反馈。弹幕视频这一视频模式源于日本的视频分享网站niconico，后来在中国的bilibili、AcFun、tucao等网站也开始模仿使用。弹幕视频逐渐走进了我们的生活中，先后出现了“弹幕电影”“弹幕小说”“弹幕电视”等。弹幕视频有它自身的优点：

（1）评论和视频播放的同步性易于引发情感共鸣

从功能上来看，弹幕视频是将所有用户的评论按照视频播放时间逐一显示[11]。在视频播放的某一刻，视频内容能引起大家的共鸣时，视频上会出现更多关于这一内容的评论，视频内容会覆盖视频屏幕的大部分，为用户展示个性观点提供了有利条件。用户可一边看视频一边发表评论，评论内容的密集程度反映了大家对视频内容的关注度，用户可以深刻感受到哪些内容正在引起大家的关注。

（2）即时交互提高了观看者的交流互动

与传统视频中的论坛、留言等交互方式不同的是，弹幕视频中的交互是即时的。一般情况下，只要是合格的注册用户，就可以根据视频内容和自身想法发表自己的见解，其他用户看到评论就会给予相应的回答，达到了即时的交互。弹幕视频的即时交互性为用户的情感表达提供了即时交流的通道，提高了用户参与交互的积极性和主动性。

（3）愉悦感与临场感展现了用户的个性化思维

吐槽是个性思维的充分彰显，是内心思想的自由表达与智慧的喷涌，是弹幕视频给观众带来愉悦感的重要体验[12]。不同年龄、不同阶层的用户，在轻松、愉悦的氛围中观看视频，通过幽默、诙谐、通俗易懂的语言发表自身看法，真实地表达内心思想，充分展现了用户思维的个性化。在弹幕视频中，用户通过吐槽的形式自由发表言论，带给了用户极大的愉悦感。弹幕视频中用户虽然身处不同地点，但是根据视频内容即时的交流和互动，如同身临其境一般，强烈的临场感有效缓解了用户观看视频时的孤独感。视频窗口的下部提供了评论内容的输入窗口和发送按钮，用户还可以对弹幕大小、弹幕模式、弹幕字体等进行设置，展现个性化的弹幕特征[12]。多样化的表达方式，用户根据自己的兴趣爱好选择弹幕的大小、字体颜色、弹幕的模式等，关键信息用红色字体显示更能引起大家的共鸣。

三、弹幕视频应用于MOOC学习中的研究

1.弹幕视频应用于MOOC学习中的意义

网络视频的高速发展是不可逆转的趋势，弹幕视频的出现似乎为其指明了方向。即使目前仍面临着许多问题，但是我们也要看到它与生俱来的众多可能性[13]。弹幕视频目前主要运用于电影和电视中，在教育教学中的应用案例还很少。我们可以借鉴弹幕视频的优势，改善MOOC学习中的不足，提升MOOC学习率、加强交互性、提高学习者的积极性等。以下是弹幕视频应用于MOOC学习中的意义：

（1）即时交互加强了师生、生生之间的交流

在MOOC学习中可借助弹幕视频强大的交互性，交互的即时性便利了教师和学生、学生和学生之间交流，这种即时的互动弥补了在线学习中交流互动不同步的缺陷。教学视频中，学生通过观看教学视频即时评论课程内容、提出自己的疑问；教师和其他学生看到屏幕上的问题，就可以为他答疑解惑。弹幕将教师和学生对同一内容的不同看法展示出来，有利于拓展学生思考问题的思路。但是弹幕视频要运用在MOOC学习中，我们需要合理设置弹幕模式，不能影响正常教学内容的观看，同时注意语言不要太过于粗俗。

（2）高度参与激发了学习者的学习兴趣

弹幕视频评论的针对性、情境性引发了更多学习者的参与。吐槽带来的愉悦感促进了学习者在思想上、观点上的共享和碰撞，具有显著的集成共同体效应、参与性吸引力和学习动机的诱发潜力[12]。在愉悦、轻松的氛围中，学习往往会达到事半功倍的效果，学习者在评论中获取大量有趣、搞笑的观点，不知不觉地参与到学习中。但是MOOC学习中要运用弹幕视频，吐槽的内容要切合教学内容，不能偏离教学目标而随意吐槽。

（3）弹幕与评论同步提高了学习的深度

目前的弹幕视频还没有达到弹幕与评论信息的同步。如果能够实现这种功能，学习者就可以直接和有共识的学习者继续深入交流，不断加深对课程内容的理解和掌握。弹幕视频的评论具有碎片化的特点，学习者需要归纳其他人的观点，有利于对知识的进一步加工，促进了深层次的学习。弹幕如同批注一样，让原来的教学视频焕然一新。对原有教学视频的修改和完善，丰富了教学内容，满足了学习者的个性化学习需求，为深度学习奠定了基础。

（4）弹幕补充了教学视频

教师可利用弹幕视频发表自己对课程内容更进一步的见解，利用加深、加亮字体的方式强调教学中的重难点知识，方便学习者对教学内容的进一步认识。此外，教师还可以随时随地通过弹幕补充教学内容。一节课的时间是有限的，教师要有效利用好这个时间，当好学生网络学习中的指导者、帮助者、学习伙伴等角色。

2.弹幕视频在MOOC学习中的应用

（1）弹幕视频在讲授式课堂教学中的应用

MOOC的许多学习视频中，很多都是教师的讲授式教学，一般都是学生被动式的接受知识。弹幕视频可以运用到讲授式的课堂教学中，在导入新课、讲授新知、巩固新知、课堂总结、布置作业等环节都可起到重要作用。

导入新课环节，教师可借助弹幕视频设置课前提问、学习的目标，用于实时提醒学生应该将知识掌握到哪种程度。同时，还可以吸引学习者的学习注意力，调动学习的积极性。讲授新知环节，教师可利用弹幕视频搜集学生学习中存在的疑惑，并集中回答学生的疑惑。巩固新知环节，教师可以针对本节课的重难点知识设置简单的问题，利用弹幕视频将学生对同一问题的不同理解同时显示在课堂教学的大屏幕上，教师和学生及时互动，有效地巩固了新知。课堂总结环节，利用弹幕视频将教学微视频和弹幕同时显示在屏幕上，这种大容量的信息对学习者学习造成了很大的冲击，对教师总结课堂知识有很大的帮助。

总之，弹幕视频在讲授式课堂教学中应用有很大的前景，不仅可以帮助教师及时提醒学生学习，而且可以总结课堂重难点知识、进行课堂提问并及时互动，有效管理学生的同时也与学生达成了高度的互动，对讲授式的课堂教学策略、模式等的变革起着重要作用。

（2）弹幕视频在微课学习中的使用

微课是MOOC学习资源的重要组成部分，MOOC学习中微课的质量直接关系着MOOC学习的效果。优质的微课会吸引学习者的学习注意力，引发学习者的学习兴趣，对学习者持续学习一门课程有重要作用。在微课的学习过程中，使用弹幕视频及时将课程中的关键点利用红色、显眼的颜色标注，有利于提示学习者及时浏览并掌握知识。学习者自主学习微课时，微课和弹幕同时出现，处于不同时间、不同地点的学习者可在视频播放的同一时间点看到铺天盖地的评论，有一种和很多学习者共同学习的感觉，一点都不会感觉到孤独。同时，弹幕视频中学习者都是以一种幽默、轻松的语言进行弹幕评论，学习者的学习都不会感觉到有很大的压力。教师在看到学习者的提问之后，就会及时将答案弹幕在视频上，教师和学生达到了高度的交互，有效地巩固了微课知识，达到了对知识的深度理解。

四、结束语

弹幕视频有很多不足：服务器运行，技术支持会花费大量资金；评论不便于管理；过多的弹幕不利于教学视频观看；信息良莠不齐。但事物的前进从哲学角度来说是“否定-肯定-再否定”的过程，所以弹幕在创新过程中难免会出现一些亟待解决的问题[13]。MOOC学习中资源表现形式单一、交互功能较弱，弹幕视频强大的交互功能可以弥补MOOC学习中的不足，使MOOC学习达到高度交互，达到更持续、更深度的学习，提高MOOC学习的质量。

参考文献：

[1]郑燕林，李卢一.MOOC有效教学的实施路径选择——基于国外MOOC教师的视角[J].现代远程教育研究，2015（3）：43-52.

[2]吴维宁.大规模网络开放课程（MOOC）——Coursera评析[J].黑龙江教育（高教研究与评估），2013（2）：39-41.

[3]王奇婷.在线教育公司Coursera：互联网上的免费大学[EB/OL]. http：//tech.sina.com.cn/i/2012-09-20/10147638165.shtml .

[4]华亭.Coursera：在线教育的新革命[J].世界博览，2012（20）：58-59.

[5]胡乐乐.edX上线：在线教育是敌是友[EB/OL]. http：//news.sciencenet.cn/sbhtml news/2012/7/260780.shtml.

[6]胡树祥，石建鹏，郑家茂等.美、日开放教育资源考察与启示[J].中国大学教学，2012（12）：12-17.

[7]The New Media Consortium[N].The Horizon Report，2013（13）.

[8]赵秋锦，杨现民，王帆.大学视频公开课交互设计研究[J].重庆高教研究，2014（5）：15-21.

[9]汪基德，冯莹莹，汪滢.MOOC热背后的冷思考[J].教育研究，2014（9）：104-111.

[10]视频上飞驰的评论：那些有趣的弹幕网站[J].电脑迷，2013（9）：80.

[11]李振华.弹幕视频在视频教学中的应用研究[J].软件导刊，2015（2）：167-168.

[12]李海峰，王炜.弹幕视频在视频教学中的应用研究[J].现代教育技术，2015（6）：12-17.

[13]江含雪.传播学视域中的弹幕视频研究[D].武汉：华中师范大学，2014.

[14]李健，张新明.弹幕在在线教育中的应用初探[J].福建广播电视大学学报，2015，（1）5-7，31.

社会网络分析理论研究 篇4

20世纪60年代以来,White、Boorman、Breiger、Freeman等人基于数学的图论提出了社会网络分析方法。社会网络分析的核心在于从“关系”的角度出发研究社会现象和社会结构。在社会网络分析中,各行动者之间的区别要依赖于他们在网络中所处的位置,而整个网络的结构也依赖于行动者之间的互动模式(刘军,2004)。在社会网络分析中,“社群图”用的最为广泛,它主要由点和线构成,“点”代表行动者,“线”代表行动者之间的关系。在社会网络定量研究中,行动者的“关联性”用“距离”来度量,行动者的“网络位置”用“中心度”来度量。网络位置是行动者之间关系建立的结果,是社会网络分析中的一个关键变量(胡海青,2011)。

1、社会网络分析的基本数据

(1)关系数据。Scott(2000)提出,社会网络分析的基本数据主要分为“属性数据”、“关系数据”和“观念数据”三大类。属性数据是关于社会行动者的自然状况、态度、观点以及行为等方面的数据。关系数据是关于社会行动者之间联系、接触、联络或者聚会等方面的数据。观念数据是关于社会行动者的意义、动机、定义等方面的数据。研究网络权力就是研究权力结构不对称下网络结点之间的关系。因此,关系数据是社会网络定量研究中所要收集的主要数据。

(2)矩阵。矩阵是一些元素的排列,由m×n个数按一定次序排列而成,由m行n列组成的图形即为矩阵,其中aij为矩阵的元素。如果行和列都代表来自于一个行动者集合的“社会行动者”,那么矩阵中的要素代表的就是各个行动者之间的“关系”。aij就表示第i行的行为者与第j列的行为者之间的关系,是“1”或者“0”。矩阵中的行数和列数相等时称之为正方阵;矩阵中的行数和列数不等时称之为长方阵。在对网络权力的研究中需要收集网络各结点之间的关系数据,这些数据转化成的矩阵是n行n列的正方阵。

2、社会网络分析的变量

(1)点的度数。在一个网络中,与一个点相邻的点的个数称为该点的度数。所谓“相邻”,即两点直接相连,中间不用经过其他中介点。某点的度数就是与该点直接相连的线的条数或直接与该点相连的点的个数。度数越多的点与整个网络的联系紧密度越强,从某种意义上可以说它的网络位置较有优势。点的度数是测量“中心度”的基础,可以利用UCINET软件来计算。

(2)测地线。在网络图中,两个点之间可能存在多条相连的途径,其中线数最少的那条路径被称为两点之间的测地线,如果两点之间存在多条线数相等的路径,那么这两点之间就存在多条测地线。两点之间的测地线的长度(测地线包含的线数)为测地线距离,简称“距离”。

二、网络权力指标

1、度数中心度

度数中心度也称局部中心度,因为它测量的是一个点在其局部环境内与其他点之间直接关联的点的个数,即为点的度数,这种测量工具忽略了间接关联的点的个数以及与间接关联结点建立联系的“难易程度”。但是它可以很好地测量某个结点局部范围的权力大小,因为如果一个行动者与周围很多结点都有直接的联系,那么该点就处于局部范围的中心位置,从而拥有较大的权力。另外,与某个点直接相连的线的条数越多,说明这个点自身的交易能力越强,因此可以说,度数中心度测量的是网络结点自身的交易能力。点x的绝对度数中心度用CAD(X)来表示,它等于点x的实际度数。

只有在了解网络的规模时,绝对度数中心度才有意义,否则可能会带来误解。例如,在一个有100个点的图中度数为30的点A和一个只有50个点的图中度数为30的点B相比,显然,具有同样度数中心度的点A就不如B点更处于网络的核心地位。为了规避这种局限性,Freeman(1979)提出了相对度数中心度的概念,即点的实际度数与图中点的最大可能的度数的比值,用C'RD(x)表示。在一个规模为n的网络中,点的最大可能的度数为n-1。那么点x的相对度数中心度的表达式为:

其中:C(AD)X为点x的实际度数;n为网络中所有点的个数,也称网络规模。

度数中心度的计算可以在UCINET中沿着Network→Centrality→Degree这条路径获得。

2、中间中心度

中间中心度测量的是一个点在多大程度上处于结构洞中的桥角色。当两个点以距离2相连而不是以距离1相连的时候,就说两点之间存在一个结构洞,结构洞的存在使得连接两点的第三者扮演“桥”(1)角色。在结构洞中充当“桥”角色的成员有机会获得两种异质的信息流,可以将潜在的信息、资源转化为经济利益,并凭借对信息流等的控制在网络中保持较高的权力(Burt,1992)。因为,如果一个网络中大多数点相互联系都要经过某点x,那么点x就具有很大的局部依赖性,进而拥有很高的权力。中间中心度测量的是某点在多大程度上控制他人之间的交往(Freeman,1979)。如果点j和点k之间的测地线数目用gik来表示,点j和点k之间存在的经过点i的测地线数目用gik(i)来表示,那么点i能够控制点j和点k之间进行交往的能力bik(i)的表达式为:

为了将中间中心度量化,学者们将中间中心度定义为“经过点Y并且连接点X和点Z的测地线占点X和点Z之间的测地线总数之比”。点i的绝对中间中心度CABi的表达式为:

绝对中间中心度同样存在绝对度数中心度的局限性,即必须知道网络规模才有意义,同理用相对中间中心度的概念可以将这种局限性消除掉。一个规模为n的网络中,点i的相对中间中心度CABi的表达式为:

CABi=2CABi/(n2-3n+)2,其取值范围为0~1之间,

其中:CABi为点i的绝对中间中心度;n为网络中所有点的个数,即网络规模。

中间中心度的计算可以在UCINET中沿着Network→Centrality→Betweenness这条路径获得。

3、接近中心度

接近中心度与中间中心度的作用是互补的,中间中心度测量的是控制他人的程度,而接近中心度测量的则是不依赖他人的程度。网络中处于非核心位置的成员“必须通过他者才能传递信息”,对他者依赖程度越强自身权力越小,相反越不依赖于他者则权力越大。接近中心度这一网络权力指标正是测量网络中的点不受他者控制的程度,但是要清楚一点,即接近中心度的值越大,越不是网络的核心点,越受到其他结点的控制,则其权力越小;相反,接近中心度越小,说明该点越居于核心位置,从而越不受控制,因此权力越大。接近中心度是测量一个行动者在多大程度上不受其他行动者控制的指标。

为了将接近中心度量化,学者们将绝对接近中心度定义为“某点与其他点之间的距离之和”,其表达式为:

其中:dij是点i和点j之间的测地线长度。

同样,也可以测量相对接近中心度,在一个规模为n网络中,点i的相对接近中心度的表达式为:

其中:n为网络的规模。

接近中心度的计算可以在UCINET中沿着Network→Centrality→Closeness这条路径获得。

4、特征向量中心度

进行特征向量研究的目的是为了在网络总体结构的基础上,找到最居于核心的行动者,并不关注比较“局部”的模式结构。这种方法要用到因子分析,找出各个行动者之间的距离有哪些“维度”,每个行动者相应于每个维度上的位置就叫做一个“特征值”,一系列这样的特征值就叫做特征向量。

令A为邻接矩阵,其元素aij的含义是行动者i对j的权力贡献量,令x代表中心度值向量,那么上述说法可以表达为:

则有At·x=λx

如果A是一个n×n矩阵,方程At·x=λx就有对应于n个λ值的n个解,解的形式可以用矩阵表达为A·X=X·λ。其中X是一个n×n矩阵,其各列是矩阵A的n个特征向量,λ是对应的特征值。

特征向量中心度的计算可以在UCINET中沿着Network→Centrality→Eigenvector这条路径获得。

三、网络权力指标权重

本文采用度数中心度、中间中心度、接近中心度和特征向量中心度4个指标研究网络权力的配置。为了研究方便,本文通过专家打分法来确定几个网络权力指标的权重系数。在这个过程中,对网络组织领域的30位专家学者进行了问卷调查,让其根据自己的判断与理解对4个指标的相对重要性进行打分。

在课题组成员的帮助下,经过一周的时间,将30位专家的调查问卷全部收回,回收率为100%。将回收的数据进行整理,得到30位专家的打分情况如下:度数中心度得分为24分,中间中心度得分为26分,接近中心度得分为16分,特征向量中心度得为分9分,4个指标的总得分为75分。将各个指标的得分除以4个指标的总得分即可计算出每个指标的权重。经过运算,得到如下结果:

四、网络权力计量模型构建

为了表述方便,将结点i的度数中心度记为xi1,将结点i的中间中心度记为xi2,将结点i的接近中心度记为xi3,将结点i的特征向量中心度记为xi4(2)。因此,结点i的网络权力计量模型为:

其中:Xi1=CAD(x)/(n-)1,CAD(x)为与点x实际相连的点的个数;

为点j和点k之间的测地线数目;

Xi3=C1-APi/(n-)1,C-1APi为点i与其他点之间的距离之和,,dij是点i和点j之间的测地线长度;

xi4=λmax=max{λ1,λ2,λ3,...,λn},λ是A·X=X·λ的特征值,A是网络结点之间的关系矩阵,X是一个n×n矩阵,其各列是矩阵A的n个特征向量。

五、结论与展望

本文引入社会网络分析方法,从度数中心度、中间中心度、接近中心度和特征向量中心度4个中心度刻画网络权力,对权力指标用数学语言进行描述,通过专家打分法计算网络权力指标的权重系数,构建了网络权力的计量模型。有关网络权力的研究还有待进一步深化和扩展。本文抛砖引玉,希望能为网络权力的进一步研究有所贡献。

摘要：网络组织是当前热门的研究课题,学者们大多研究网络组织治理,但忽视了网络权力对治理效果和结点行为的影响。而网络权力的不对等现象在潜移默化地影响网络组织的运行绩效和治理效果。那么权力在网络组织中的配置是怎样的,能否通过某些手段或工具对网络权力进行度量,为了回答该问题,本文试图通过社会网络分析方法,对网络权力进行研究,构建网络权力的计量模型。

关键词：网络组织,网络权力,社会网络,中心度

参考文献

[1]刘军.社会网络分析导论[M].北京:社会科学文献出版社,2004.

[2]胡海青.网络能力、网络位置与创业绩效[J].管理工程学报,2011(4):67-74.

[3]Scott,J.,Social Network Analysis:A Handbook[M].Sage Publications.2000.

网络道德与现实社会道德关系分析 篇5

一、现实杜会道德对网络道德的主导作用

现实社会道德是现实社会既有的对人们日常行为的规范,影响到人们行为的方方面面,具有整体性和一般性,它对其他诸如工商业、教育等具体领域的道德行为都具有普遍的激励和约束作用。当然,在信息时代,网络道德与现实社会道德之间也存在这种部分与整体的辩证关系。所谓网络道德问题是指人在网络中的行为和信息的本体与人在现实社会中的伦理道德发生的冲突。但这并不意味着网络道德问题的滋生仅牵扯网络自身。网络不是一个独立的、封闭的系统,其形成和运转离不开现实的社会大系统。作为系统的现实社会道德会对人们网络行为和网络伦理道德的形成和发展具有以下几个方面的激励和约束功能:

1‘精神动力功能由于现实社会道德是依靠人们的内心信念、习惯、传统和教育以及社会舆论而形成的一种社会的精神力量,而网络行为和网络伦理是要通过主体人来进行的,因此,这种精神力量就可以作为一种动力,推动网络行为和网络伦理的形成和发展。

2.评价功能所谓道德评价,就是人们依据一定社会和阶级的道德标准,对人们的行为所作的善与恶、正确与错误、应当与不应当、有利与不利的评论判断。通过评判,推动网络行为和网络伦理道德沿着有利于人类社会的方向发展。

3。指向功能现实社会道德也通过社会舆论和人们的良心引导着网络行为和网络伦理道德的发展方向。

4.规范功能现实社会道德的规范性就是道德的约束性,表现为社会整体价值取向对个人、个人对个人、个人对自身的约束。道德在网络活动中的调控功能怎样,就具体表现为这三个方面约束力的大小上,而这种约束性又离不开道德的规范调节。

5.调节功能网络时代,它不仅需要运用正确的科技政策、法律和一些行政制度、措施来调节和处理错综复杂的关系和矛盾,还需要人们利用内心的道德信念来自觉地调节和控制。由于作为系统整体的现实社会道德会对人们网络行为和网络伦理道德的形成和发展具有上述激励和约束功能,所以可以说,良好的现实社会道德必然会推进良好的网络道德的形成和发展,反之就会凸现网络道德危机问题。不仅整体的社会道德水平在理论上会影响网络道德,而且就个体的人而言,不同的个体所接受的现实社会道德程度时不一样,所以不同的个体在网络上就表现出不同的道德行为。并且同一个体在不同时间或不同的地点其社会道德水平也可能表现出不一样,所以同一个体在网络上有时也表现出不同的道德行为。当其灵魂中的“天使”战胜“恶魔”时,个体在网络上的行为就表现出人性善的一面,反之,就是“恶魔”在网络上横行之时。也就是说,一个人在现实中具有什么样的道德品质和素质,在网络生活中他会表现出同样的道德素养。网络道德问题是现实社会中存在的问题在网络上的具体体现而已,并非完全是新事物。所谓网络道德危机实际上是作为系统整体的现实社会道德的危机,是现实社会道德在受到全球化、经济变革、政治多元化等多重冲击下表现出来的种种非道德言行在网络空间的再现和延伸。

二、网络技术和网络道德对现实社会道德的反作用

虽然作为整体的现实社会道德对网络道德的形成和发展具有精神动力、评价、指向、规范和调节等功能,但是作为部分的网络道德由于网络技术的特性而有其特殊的表现,并对现实社会道德形成和发展具有极大影响。

1.网络技术形成了网络道德行为的动态性

社会网络分析理论研究 篇6

【关键词】社会网络 教育研究 分析

【中图分类号】G64【文献标识码】A 【文章编号】2095-3089（2016）03-0006-01

一、样本的选取与研究方法

（一）样本的选取

笔者在CNKI中国期刊全文数据库中分别采用“社会网络”“网络分析”“结构分析”等关键词进行查找，检索的时间范围为1990-2014年，并以收录在CSSCI的论文为检索条件，通过人工阅读的方式，剔除了与社会网络分析或不属于教育研究范畴的论文之后，获得有效样本79个。

（二）研究方法

采用内容分析法对搜集到的社会网络分析在教育研究中应用的样本论文进行统计分析。笔者通过逐一阅读样本论文的摘要，引言等内容来辨别样本的有效性，将剩余的在教育研究中应用社会网络分析的文章作为有效样本保存。依据建立好的理论框架将对应的信息归类整理，再从各个分析维度进行统计分析。

二、研究发现

（一）研究文献概览

在2006年之前，社会网络分析在教育领域中的研究和应用几乎还是空白。然而，近年来呈整体、快速上升的趋势，2013年已经达到20余篇，远远高出了平均发表论文数量。就论文类型而言，社会网络分析在教育领域中的研究主要为实证型和案例型，分别占样本总数的44.9%和35.9%。近年来，社会网络分析在教育领域中的综述论文开始更多的出现；就论文发表期刊分布来看，79篇相关研究论文共发表在32个期刊范围内。由于样本论文的期刊来源分布非常广泛，这其中，教育技术专业期刊占据了绝对的主导地位。

（二）理论框架层面

教育研究的社会网络分析层面主要涵盖学生、教师、学校、群体4个层面。去除了10篇综述型和5篇理论型的论文，此部分所分析的论文总量为64篇。在样本论文中，对群体层面的研究最多，研究内容主要涉及到高校研究热点、主题及创新合作，教师中间人角色的分析及教师合作网络等方面的研究。从研究视角来看，除去3篇理论性较强的论文，采用整体网络研究视角的论文共有41篇，主要是选取具有明确边界范围的群体来展开研究，且通过网络规模较小的案例或实证分析，形成对网络密度、网络中心度等网络变量的准确表征。除整体网络外，采用自我中心网络研究视角的论文共有35篇，分别选取了学习者、教师、研究者等行动者作为网络中心，同时与网络理论结合起来，以点带面地对相应研究问题进行分析与拓展。从数据来源来看，以二手资料作为数据来源的论文占50.7%；以调查抽样为数据来源的论文占比39.4%；以问卷调查作为数据来源的论文占9.86%。其中有35篇采用了网络视角，17篇文章采用了自我中心网络的视角，18篇文章采用了整体网络的视角。从时间维度来看，样本中共有76篇论文涉及时间维度的考量。其中动态研究占26.3%，静态研究占73.7%。静态网研究中，包括实证分析的论文23篇（占65.7%）、案例分析论文25篇（占89.3%）、综述型论文5篇（占50%）、以及3篇理论型论文（占60%）。因此，目前社会网络在教育研究领域的应用更应关注静态网络结构的研究而非网络结构的纵向演化和发展过程，缺少对网络结构演变的研究。

三、几点讨论

（一）现状及不足

社会网络分析作为一种“研究范式”还没有逐步被引入到教育研究的各个领域中来，而是很大程度上局限在教育技术学的研究中，当前对社会网络的研究很大程度上被缩小到“网络环境下”的研究范围了。此外，就目前的研究来看，社会网络分析在教育领域中的研究往往选取了一个关系简单、界定范围小的关系体系，或者是某个单一的行动者作为分析单位，这就在很大程度上限制了社会网络分析的应用。最后，缺少对社会网络分析研究方法的探讨。我们不仅要将社会网络的网络变量引入到教育研究中来，其中更涉及到依据研究视角以及网络特征选择数据来源等问题。

（二）研究展望

在未来的研究工作中，教育研究工作者应该继续加强社会网络分析和教育研究者两方面的交流和互动，在其研究方法上加强认识，继续深入地利用社会网络分析解释和探究教育学现象和问题，为我们的研究工作起到显著地推动作用。

参考文献：

[1]张存刚，李明，陆德梅.社会网络分析——一种重要的社会学研究方法[J].甘肃社会科学，2004（2）：101-109.

[2]徐琦.“社会网”理论述评[J].社会，2000（8）：20-22.

作者简介：

社会网络分析理论研究 篇7

舆情是公众关于现实社会及社会中的各种现象、问题所表达的信念、态度、观点等的总和,具有一致性、强烈性和持续性, 对社会发展及有关事态的进展产生影响[1]。在中国,网络舆情主要由网络中的媒体言论、论坛新闻跟帖、博客微博的关注情况等共同反映与形成,网络舆情是对社会舆情的反映,也是舆情在互联网上的映射[2]。

网络舆情具有信息功能、导向功能、沟通功能、监督功能, 有效控制网络舆情信息的真实性、准确性和及时性对规范网络信息起着至关重要的作用,对社会监督和稳定社会秩序产生一定的影响。网民不但通过互联网曝光一些热点事件,为加强对政府舆论监督起到推动作用;同时也有相当数量的网民通过互联网造谣传谣,对构建和谐社会造成不良影响[3]。所以,网络舆情的研究分析和管理导控是十分必要的。

2社会网络分析

社会网络的研究出发点是行动者之间存在的各种联系,社会网络分析采用数学方法中的图论来描述,社会网络分析研究的是深层次的、隐藏在复杂社会系统表面之下的一定的网络模式[4]。一个社会网络由多个点和各点间的连线组成,“点”是各个社会行动者,“边”是行动者之间的各种社会关系,社会网络分析就是建立这些关系的模型,力图描述群体关系的结构,研究这种结构对群体功能或者群体内部个体的影响[5]。

对于网络舆情的研究主要分为两个方向:一是对网络传播的信息内容进行研究,发现重要舆情内容;二是对网络中结点构成的网络结构进行研究,发现该网络的特征[3]。因此,如果将社会网络分析方法应用于网络舆情研究领域,将有助于实现系统化分析,通过定量定性方法,从结构和内容两方面得到网络舆情分析结论,进而有效地协助相关部门监控、管理互联网用户的上网行为、维护互联网舆论氛围的健康,及时地控制和规范网络信息的传播是亟需研究解决的问题[1]。

3基于社会网络的网络舆情分析

3.1研究方法和步骤

基于社会网络的网络舆情分析中所采用的通用的研究方法是:确定研究对象、数据采集、数据预处理及存储、数据分析、 结论讨论。

选择确定研究对象。选择所要进行分析的事件或话题,确定网络舆情研究的方向,是发现舆情内容还是网络舆情结构分析。

数据采集。需要根据选定的研究对象,从网络中尤其是从论坛、博客、微薄等虚拟社区中获取相关信息,根据网民之间通过发言和回复形成交流关系、相互关注关系、互为粉丝关系等, 建立行动者间的关系数据。数据采集的方法可以通过编程实现,也可以选择适当的网络爬虫软件爬取所需要的原始数据。

数据预处理及存储。收集到的原始数据需要进行预处理才能存储分析。数据预处理首先是内容上的筛选,且有回复关系或关注引用关系等。如果社会网络很大,便于分析需要删除关系较简单的点,这些点对整体网络的特征不会产生根本影响。根据研究目的不同有时以所有帖子或博文为研究对象,有时则需要选择某一时间段内的帖子或博文为研究对象。预处理后的数据按照社会网络分析软件的要求进行存储,建立关系矩阵。

数据分析。以存储数据为一局,选择恰当的社会网络分析指标以得到所研究网络的特征,通过定量计算和定性分析相结合的方法,挖掘网络舆情信息。

结论分析讨论。通过上述分析结果,获得舆情网络信息, 明确舆情应对策略,采取科学的方法对相关网站进行管理和监督,并关注意见领袖,对其采取正向引导以期引导整个舆论网络向积极的方向发展。

3.2实例分析

本文选取天涯网络社区中题为“京津冀一体化下的中国经济将何去何从”的主题帖及相关回复作为研究对象,时间截点从2014年4月5日20时33分到2014年4月11日13时56分,共有有效贴188个,涉及网民120人,有发帖回复关系的网民49人,有效的发帖回复关系为106个。为了充分保护网民的隐私,文中用1-49编号代表这49位网民。本文使用Ucinet社会网络分析软件对数据进行分析。将存储在Excel中的关系数据读入Ucinet中,形成的关系网络如图1所示。

3.3社会网络指标分析

3.3.1网络密度

通过计算,整个网络的密度为0.0451,网络中关系的标准差为0.3984,网络密度值很低,表明该网络涉及的网民并未形成紧密联系,仍然比较松散。但是网络舆情是动态发展的,舆情发展后期可能会出现参与网民不断减少的情况,此时网民的凝聚力可能会增强,还应时刻关注网络舆情变化。

3.3.2凝聚子群

文中通过“成分”分析该网络的凝聚子群。如果一个图可以分为几个部分,每个部分内部成员之间存在关联,而各个部分之间没有任何关联,在这种情况下,我们把这些部分称为成分[5]。有向网络数据中的成分的定义分为“弱成分”和“强成分” 两种。

通过Ucinet对该网络分析得到7个弱成分,含有至少3个节点的弱成分有两个,第一个弱成分包含36个节点,即图中最大的连通子图,第二个弱成分包含3个节点,分别是14、34、 40。对该网络进行分析得到40个强成分,含有至少3个节点的只有1个强成分,包含5、7、15、24、30、31、41、46、48这9个节点。通过凝聚子群的研究揭示了群体内部的子结构。

3.3.3度

通过Ucinet软件得到所有网民对应节点的出入度值,出度代表回复他人的次数,入度表示被回复的次数。出度越高表示网民越活跃,入度越高表示越被关注,一般总度值越大的节点在网络中越重要,“权力”越大。

在所有节点中入度最高的两个节点分别是17和31,入度值分别是19和14;出度最高的两个点分别是31和30,出度值分别是52和9。总度数前三名分别是31、30、17,度值分别为66、22、19。这说明该三个人在整个网络中最活跃,易被其他网民关注和回复,在整个网络中处于“权力”中心地位,即意见领袖,需舆情管理部门重点关注。

同时,该网络的点出度中心势为9.635%,点入度中心势为3.255%,该网络的中心势较低,说明网络结构比较松散。中心势越接近1说明网络越具有集中趋势。

另外,由于该网络不是一个连通图,则最短路径的计算就会不准确,由此得到的中间中心度就不够准确,所以选择最大的弱成分子网,得到的各点标准化中心性分析如图2所示,分别包含度数中心性、接近中心性、中间中心性。

度数中心性一般指在网络中一个节点与其他节点有直接关联,则该节点处于中心地位[6]。该值越大,说明该网民在该网络中越活跃。

接近中心性表示一个节点传播信息时不依赖其它节点的程度。当某行动者离其他人越接近,则在传播信息过程中越不依赖其他人。一个非“权力”中心成员必须要通过他人才能传播信息,易受他人控制。所以该属性关注的是不受别人控制的能力。

中间中心性主要反映行动者在中间路径上的控制能力,如果有很多节点与其相连,其地位就比较重要。如果一个行动者占据网络中的位置越多,其中间中心性也就越高,就存在更多依赖这个中间中心点的行动者。所以该属性衡量怎样使行动者控制其他行动者的能力问题[7]。

通过对图2这三个属性的观察发现,节点31、30、17在网络中的活跃度最高,其不受其他节点控制的能力最强,节点31、 41、30对其他节点的影响控制能力最强。

3.3.4网络直径

由于该网络是不连通的,所以直接研究网络直径无意义。 计算最大弱成分组成的子网络其平均网络直径为2.163,值较小,表明节点间建立关系较容易,平均2-3个人就可以发生关系,呈现“小世界”现象,符合“小世界”理论。

3.3.5聚类系数

通过计算最大弱成分组成的子网的聚类系数为0.183,水平偏低,说明网络中节点间交流较少,未形成长期稳定的关系, 同时也说明在主题帖发表初期,参与者相互之间交流不会很多,随着事件发展和时间推移,参与者针对该主题进行广泛交流后,网络的聚类系数可能变大[3]。

3.4结论讨论

从整体上来看,这个网络舆情所组成的网络密度小、结构松散、不连通,不能用单纯的网络直径及聚类系数进行描述,所以这两个参数是基于网络中最大的弱成分组成的子网的。网络直径比较小,聚类系数较小,网民之间易于建立联系,网民之间交流较少,未形成稳定的交流关系。网络中的关键节点31、 30、17的活跃度最高,不受其他节点控制的能力最强,节点31、 41、30对其他节点的影响控制能力最强。结合前面分析,虽然节点间的关系较少,但两者建立关系则较容易。另外,对像31号这样的意见领袖需要重点关注,他们对整个网络的连接贡献较大,对整个舆情的演变起到关键作用,在一定程度上引导着舆情的发展方向。

4管理对策研究

对网络舆情的分析不仅是对舆情内容的分析,同时需要分析舆情行动者之间的社会结构,探究舆情形成和发展的一般规律。通过定量和定性的分析,挖掘网络的相关特点,寻找意见领袖和核心小群体,通过对他们的引导,以达到对整个网络舆情发展的引导。

网络舆情管理具体措施分两步:第一步网络舆情的防范, 政府或相关部门充分利用论坛、微博、博客等虚拟社区主动公布相关信息,构建自己的社会网络,引导舆情发展,防患于未然。第二步网络舆情监管处理,相关组织通过网络舆情处理平台,及时分析舆情内容并持续不断的追踪舆情发展动态,充分利用虚拟社区传播快的特点,对不良事实拿出相关证据予以反驳,传播正能量,消除负能量。另外,监管部门对舆情发展后期往往疏于管理和关注,致使因关部门处理不当或者是网民对处理结果的不满而产生的一些负面消息不能得到切实有效的关注,导致舆情的发展出现新的发展动态,所以,看似结束的事件仍需要后期的舆情监督和管理。

5总结

社会网络分析理论研究 篇8

组织内的知识流是知识在组织内部不同知识主体之间的转移和扩散过程。在技术网络和社会网络的共同作用下, 组织内部知识流呈现网络状结构[1]。从知识活动的发生过程来看, 组织中的知识流动表现出群体联结的性质, 即“网络”特性;从知识活动发生的本质来看, 知识流动更多的表现出非正式性质, 受到知识主体行为的强烈影响, 即“社会”属性[2,3]。而社会网络理论刚好可以提供一个将知识活动纳入到社会网络中进行考察的理论依据。因此我们可以在社会关系视角下, 利用社会网络理论和分析方法开展组织知识网络的相关研究。

社会网络分析 (Social Network Analysis, 简称SNA) 可以分为两类:一是自我中心社会网分析:它探讨的是个体在网络中的联结与位置;二是整体社会网分析:它探讨的是网络整体的构成与形态[4]。知识在社会网络中流动会受到网络的关系和结构等特征的影响, 如何全面准确的描述和度量这一知识网络, 是评价组织知识流动状况、改善现有知识网络的基础。以往由于缺乏量化测评方法, 对于知识流动与共享的研究多为定性分析, 这一局面在社会网络分析的理论与技术成熟后得到改观。社会网络分析通过映射和分析团体、组织、社区等内部人与人之间的关系, 提供丰富的、系统的描述和分析社会关系网络的方法、工具和技术。将其应用到知识管理研究中, 可以使不可见的知识流转变为清晰的图景。这种定量分析提供具体手段, 从而实现组织知识网络的优化, 提高组织成员共享知识的能力[5]。

2 基于“自我中心社会网”的组织知识网络

自我中心社会网分析主要解决两个问题:一是个体与哪些人有某种特定关系, 这种关系因研究内容而异。二是个体与他人这种特定关系的强弱程度, 即联结强度, 是怎样的。

对于组织内部知识网络, 如果把组织成员作为网络节点, 可以将以上两个问题表述如下: (1) 网络中节点之间的知识交流关系:组织中的某成员与其他哪些成员存在知识交流的关系。 (2) 网络中节点之间的知识联结强度:组织成员之间知识交流关系的强度如何描述, 受哪些因素影响。

2.1 节点在网络中的知识交流关系

法国社会学家Bourdieu提出“社会资本”理论以解释个人社会网络关系[6]。该理论主要观点是:个人社会网络规模越大, 其社会资本越丰富;资本越多, 摄取资源的能力越强。在一个网络中, 个体或组织的社会资本数量决定了其在网络结构中的地位 [7][8]。如果按照这一观点, 在组织知识网络中, 某成员与越多其他成员存在知识交流关系, 其获取知识资源的能力越强。而实际上, 如果组织的某成员只与一个小团体中的成员保持知识交流关系, 而这个小团体中所有成员之间已经互有联系, 那么即使该成员离开这个知识网络, 对该网络中的知识传播和共享也没有什么影响。

可见, 单靠知识交流关系的多少和个人网络规模大小是无法准确衡量成员在网络中的地位和作用的。成员在知识网络中的非冗余交流关系才是决定该成员在网络中地位的关键因素。冗余性联系 (redundant contact) 指的是网络中那些信息和知识重复传递的联系。组织知识网络的效率和有效性往往取决于网络中非冗余性联系的数量。

2.2 节点在网络中的知识联结强度

对于联结强度的描述, Granovetter 最先提出强联结和弱联结的概念[9]。个体与其较为紧密、经常联络的社会联系之间形成的是强联结;与此相对应, 个体与其不紧密联络或是间接联络的社会联系之间形成的是弱联结。从互动的频率、感情力量、亲密程度和互惠内容四个维度来区分联结的强弱。

按照Granovetter的观点, 强联结是个人与外界发生联系的基础与出发点, 而弱联结往往是获取无冗余资源的重要通道。实际上, 无论是弱联结还是强联结, 对于组织的知识活动都起到重要作用, 只是二者的优势各有不同的侧重点。如果说弱联结是接触并获取新知识的有效途径, 那么强联结则保证了知识被充分理解和转移。弱联结理论关注信息与知识的发现与获取问题, 强联结则更关注知识的流动问题[10]。对强联结来说, 一方面, 相互之间频繁交流的个体或者有着强烈感情依附的个体之间更容易分享知识。个体之间感情依附越强烈, 就越容易为对方利益投入更多的时间和努力, 包括转移知识的努力。另一方面, 强的人际关系也会促进信任的形成。信任使各方不再顾虑知识分享的不恰当和误用, 从而更进一步的促进知识流动。

3 基于“整体社会网”的组织知识网络

自我中心社会网分析侧重于从关系角度分析知识交流关系的多少以及知识联结强度受哪些因素影响;整体社会网分析则从网络整体结构角度分析知识网络特征对知识流动的作用, 解决何种网络结构可以提高组织内部知识流动效率的问题, 可以利用SNA实现对知识网络中知识团体和关键知识节点的识别。

3.1 知识网络中的知识团体分析

在组织知识网络中, 当部分节点组成的群体内部成员之间的知识交流联系明显多于和其他成员之间的联系时, 这一群体成为组织内的知识团体。

知识团体是组织中的一种非正式组织, 它的存在既有积极意义, 也有消极作用。一方面, 知识在这种非正式小团体中产生和扩散的效果明显优于其他成员之间;另一方面, 它有可能引发与团体外部成员之间的沟通困难和派系斗争。最近的实证研究发现, 较为理想的网络结构是企业中存在一些内部密度较高的小团体, 同时各个小团体之间又具有一定的联系 (即小团体之间的桥) , 这有利于团队之间知识的互补、传播, 提高组织的知识流动效率[12]。在搜集数据的基础上利用SNA的辅助软件UCINET6.0进行定量分析计算, 可以协助发现、分析网络中的知识团体及其之间的桥, 使它充当团体之间的信息沟通、知识传播的代理角色, 进而对这些组织内的非正式小团体进行有针对性的引导和管理, 有利于团体之间知识的互补和交流, 提高组织的知识管理绩效。

3.2 知识网络中关键知识节点的识别

识别关键知识节点, 就是对知识网络中的个体地位, 即知识主体的中心性进行分析。中心性反映了成员在知识网络中所处地位及权力影响, 分为点度中心性 (degree centrality) 和中间中心性 (betweenness centrality) 。点度中心性反映节点与其他多少节点间存在着直接联系, 把节点度大小作为衡量标准;而中间中心性则反映节点对其他节点之间进行联系的控制作用, 用经过节点的最短路径数来衡量。较高的中间中心性说明该个体作为知识在网络传播的媒介作用较为明显。

网络具有过高或过低中心性都不利于知识共享和传播[5]。对于过高中心性的成员来说, 会因负荷过多 (如过多人向他寻求咨询与帮助) 而倍感压力。同时, 一旦该成员离开组织, 整个网络的连通性将大受影响, 甚至出现完全分裂的小团体。另一方面, 过低的中心性又会导致网络过度分散, 缺少权威人物, 同样不利于知识传播。另外, 中心性分析还可找寻网络中处于边缘地位的成员。这些成员可能会觉得自己得不到重视, 工作积极性受挫, 也可能是未被充分利用的专家。基于SNA的中心性分析可以从定量的角度帮助识别知识网络中的关键角色和知识专家, 同时也可识别网络中的边缘角色, 有效防止知识流失。

4 实例:基于SNA的研发团队知识网络分析

本文以大连某高新技术企业中的软件研发团队作为对象, 对该团队各成员之间由于知识交流所形成的知识网络实现基于SNA的定量研究, 目的是分析网络中的知识流动现状, 发现阻碍知识传播和共享的问题。通过问卷设计及问卷调查收集社会网络数据, 根据问卷结果, 配合使用辅助软件UCINET, 获得该团队知识网络结构, 如图1所示。

在这一由16位成员所组成的软件研发团队中, 以“从谁那里得到对问题解决或工作有实质性帮助的知识”为问卷测量题项, 获得各成员关于与团队内部其他成员有无知识交流的相关数据, 并以此绘出知识网络图。在图1中, 每个节点代表一个成员 (在图中用姓名首字母缩写来表示) , 每一条线代表两个节点之间存在知识交流关系。线上的箭头代表知识传递的方向。在知识网络中由于强调的是知识在节点之间互相交流的关系, 因此各节点之间的连线均为双向箭头, 表示知识传递方向是双向的。HY、SZB和WC三个成员与其他成员之间没有知识的双向互动, 是孤立节点。

基于社会分析法生成的知识网络图清晰明了地反映了团队内部知识的实际流动和传播的状况。可以针对前述的“自我中心社会网”和“整体社会网”的理论分析, 来探讨网络内部成员之间信息沟通和知识传播的相关问题。

4.1 个人网络规模和知识联结强度测度

从网络图中可以看出每个成员个人网络规模大小, 即该成员与其他哪些成员有知识交流关系, 可以明确网络中每个成员的知识来源。举例来说, 网络中与CF有知识交流关系的成员分别为:LM、WDP、LWH、WYH、CYK。也就是说CF在网络中是通过与这5个成员的沟通和交流来获取知识资源的。

关于知识联结强度如何测度, 基于Granovetter衡量强联结的四个维度, 可以用以下方法来实现:首先, 根据知识交流强度的特点, 将知识联结强度分为知识交流频繁程度、知识交流内容与工作关联程度及人际亲密程度三个维度来测度。接着将问卷中涉及以上三个维度的问题设计成五点量表, 程度最强的为5, 最弱的为1, 各问题结果加总, 就可以获得一个总体评分, 这个联结强度得分表示的是两个成员之间联结强度的大小。

利用这一方法设计问卷, 对网络中CF与其他成员联结强度进行测度, 其中知识交流频率和知识交流内容的权重取0.4, 人际亲密程度的权重取0.2。最后的联结强度结果如表1所示。

由此可见在该知识网络中, 与CF有知识交流的联系中, WDP与CF的知识联结强度最高, CYK与CF的知识联结强度最低。

4.2 知识团体分析

本文中采用“以节点度计算小团体方法”中的k-plex法定义知识团体:设图Gs是图G的子图形, 则k-plex是包含了Gs节点的子图形。在该图中, 每一个节点都与同一子图形中的Gs-k个节点有联结关系。该定义表示一个知识团体有gs个人, 其中每个人都至少与该团体的其他成员保持 (gs -k) 条的知识联结。

按照上述定义, 在该知识网络中, 当k=1, 且知识团体的节点数不小于3时, 借助UCINET的分析可以判定网络中包含3个知识团体, ZDP、BPF、LWX形成一个团体, WDP、CF、LWH形成另一个团体, 而WDP、CF、LM则形成第三个团体, WDP在不同知识团体之间充当了桥的角色。

根据组织结构的实际情况分析网络中的知识团体是否合理及存在问题。团队的组织结构为平衡矩阵模式, 在部长下面分为4个平行项目组, 每个项目组由组长和若干组员构成。图2为知识网络的组织结构及成员分布情况。

结合图1和图2可以得出以下结论:

(1) WDP、CF、LWH分别是三个项目组的组长, 他们之间所形成的知识团体主要是进行项目之间的知识交流, 而对于整个团队绩效来说, 各项目组之间的知识交流及协同作用是有必要的。在这里同为项目组长的ZDP并没有进入到该知识团体中。

(2) ZDP、BPF和LWX属于同一个项目组, 工作内容相似, 因此相互之间知识交流比较紧密, 故形成一个知识团体。而项目组的另外两个成员LY和QSM并没有进入该团体中。

(3) 以WDP为组长的项目组中, 各成员之间有知识交流, 但知识联结联系密度较松散, 因此还不够形成小团体的条件。这说明该项目组成员之间的知识共享情况有待进一步改善。

(4) 以CF为组长的项目组中, 除了CF与WYH有知识交流, 其他两名组员HY与SZB均为知识网络图中的孤立节点, 与别人没有知识交流。此类情况也出现在以LWH为组长的项目组中。这说明了这两个项目组中的知识交流情况并不理想, 需要采取相应措施改善局面, 加强成员之间的知识共享。

4.3 关键知识节点识别

从图1可以直观的发现网络中两个比较明显的中心人物:WDP和CF。为了进一步准确识别知识网络中的关键节点, 本文应用UCINET6.0对知识网络各成员进行中心性计算, 以点度中心性和中介中心性作为衡量节点重要度的关键指标, 计算结果如表2、表3所示。

综合表2和表3中各成员在网络中的点度中心性和中间中心性的计算结果, 可以得出以下结论:

(1) 在该知识网络中, 点度中心性和中间中心性均较高的成员为WDP、CF和ZDP。其中WDP的中心性最高, 点度中心性和中间中心性分别为40%和44.444%;CF次之, 分别为33.333%和20.794%;ZDP的中心性也较高, 分别为20%和19.048%。这意味着这三人在网络中是最主要的中心人物, 是网络关键节点。

(2) WDP在整个知识网络的知识交流和传播中无疑发挥了积极作用, 有效促进了网络中的知识共享, 是典型的关键节点。同时担任网络知识中心人物和知识团体之间桥的角色。这与他在正式组织中作为团队负责人的工作职能是相吻合的。在工作中他不但是掌握整个团队知识的领导人物, 同时也是协调各项目组开展工作和沟通意见的关键人物。

(3) CF和ZDP的点度中心性虽然较高, 但中介中心性明显低于WDP。也就是说这两人在网络中作为知识中介的作用并不明显。而整个网络的中介中心性数值偏低 (40.42%) , 因此, 需要加强CF和ZDP二人的中介中心性, 提高网络整体中心性。

(4) 网络中QSM、WYH和CYK的中心性较低, 成为网络的边缘人物, 需要加强知识交流能力, 防止知识流失。

(5) 网络中HY、SZB和WC为孤立节点, 与其它成员之间没有双向知识交流, 需要找出原因, 帮助其建立与其它成员的知识联系。

5 结论

在知识经济和组织协同化环境中, 组织内部成员之间的社会网络关系影响和作用了知识流动的扩散途径和转移效率。社会网络分析方法作为一种新的量化研究手段, 可以进行以个体为中心及以组织作为一个闭合网络为对象的知识流动网络分析, 除此之外, 还可以进行组织内非正式团体作用分析以及关键知识节点的识别等问题的研究, 这些相关问题的研究有助于探寻组织中阻碍知识流动和共享的问题根源, 进而实现组织内部知识流的优化, 并为有针对性地制定促进组织知识管理的制度和措施提供可靠的依据。

参考文献

[1]WANG Zhongtuo.Knowledge Network System:Not Only A Tool, ButA Paradigm[C].Proceedings of the First International SymposiumonKnowledge Management for Strategic Creation of Technology, JapanAdvanced Institute of Science and Technology, 2004:117-127

[2]JENS GAMMELGARD, KENNETHHUSTED, SNEJINA MICHAILO-VA.Knowledge-Sharing Behavior and Post-Acquisition Integra-tion Failure[J].CKGWP, 2004 (6) :24-41.

[3]HANSEN M T.The Search-Transfer Problem:The Role of WeakTies in Sharing Knowledge across Organization Subunits[J].Admin-istrative Science Quarterly, 1999, (44) :78-89.

[4]罗家德.社会网分析讲义[M].北京:社会科学文献出版社, 2005.

[5]CROSS R, PARKER A, PRUSAK L.Knowing what we know:Sup-porting know ledge creation and sharing in social networks[J].Or-ganizational Dynamics, 2001 (30) :100-120.

[6]BOURDIEUPIERRE.Handbook of Theory and Research for the Soci-ology of Education[M].edited by John G.Richardson, Westport, CT., Greenwood Press, 1986.

[7]COLEMAN JAMES.Social Capital in the Creation of Human Capital[J].American Journal of Sociology, 1988 (94) :95-120.

[8]边燕杰, 李煜.中国城市家庭的社会网络资本[J].清华社会学评论, 2001 (2) :1-18.

[9]GRANOVETTER MS.The strength of weak ties[J].American Jour-nal of Sociology, 1973, 78:1360-1380.

[10]HANSEN MT.The search-transfer problem:The role of weak tiesin sharing knowledge across organization subunits[J].Administra-tive Science Quarterly, 1999, 44:82-111.

[11]陶海青, 薛澜.社会网络中的知识传递[J].经济管理.新管理, 2004 (6) :77-84.

社会网络分析理论研究 篇9

1 社会网络分析的起源

人类学家拉德克利夫-布朗(Radcliffe-Brown)在其《安达马恩岛民》(1922年)中首次提出“结构功能论”概念,以“相对非技术化的形式”体现了社会网络的思想。经历了“隐喻”、“形式化”以及“概念化和技术化”阶段,这一思想逐渐发展成应用性很强的社会学与管理学研究方法(分析工具)——社会网络分析(social network analysis, SNA)。如今,伯特(Ronald Burt)、格兰诺维特(Mark Granovetter)、诺科(David Knoke)、马斯登(Peter Marsden)、维尔曼(Barry Wellman)、怀特(Harrison White)等学者都是活跃在这一领域的重要学者,《社会网络》(Social Networks)和《关系》(Connections)杂志,INSNA(International Network for Social Network Analysis)网站巩固了社会网络分析的学术阵地,使该领域的影响日渐深远。

马汀·奇达夫(Martin Kilduff,2003)认为进入社会科学的网络思想主要有三个来源。第一个来源是受物理学力场理论发展影响的德国研究者,如库尔特·卢因(Kurt Lewin),弗里茨·海德(Fritz Heider)和雅各布·莫雷诺(Jacob Moreno)等,他们将网络概念应用于对社会互动的研究中。莫雷诺是《社会计量学》(Sociometry)杂志的创办者和“社群图(sociogram)”的发明者,卢因认为社会空间结构特征可以用拓扑学和集合论中的数学技术来分析(Lewin,1959),“场论”(field theory)可用于探索在一个关系系统中群体及其环境的相互依赖性,而由海德倡导的认知心理学为群体动力学理论的发展做出了重要贡献。可以说关于认知和人际间影响的网络研究,就是起源于这一传统。

第二个来源是数学方法对社会互动研究的影响。除了卢因的研究外,在1940年代末期出现了利用多种数学模型来研究群体关系结构的成果(例Bavelas,1948;Festinger,1949)。在美国,最早采用数学方法研究社会互动的是一群以图论为研究工具的学者如卡特赖特和哈拉瑞(Cartwright& Harary,1956),以及哈佛的哈里森·怀特(Harrison White)研究小组等,他们提出了关于群体凝聚力、社会压力、合作、权力和领导方面的模型。对数学的重视推动了社会网络研究从描述性研究转向分析性研究。

第三个主要源头来自倾向于以人类学方法研究组织问题的研究人员。1920—1930年代,沃纳和梅奥(W. Lloyd Warner & Elton Mayo)受拉德克利夫-布朗观点的影响,合作开展了一系列针对美国工厂、社区生活的研究,著名的“霍桑实验”就是首例运用社会网络图进行的研究,它描述了个体自由选择的社会互动结构,之后以沃纳为首的哈佛学者还开展了扬基城研究和旧城研究等延续性工作。除了哈佛的研究者,英国曼彻斯特大学社会人类学系一个以约翰·巴恩斯(John Barnes)、克莱德·米切尔(Clyde Mitchell)和伊丽莎白·博特(Elizabeth Bott)为首的研究小组从社会网络视角进行的组织冲突研究,也催生了许多创新性成果,被认为是“促使社会网络分析的框架出现新转折”的推进力量。

2 社会网络分析进入管理研究领域的原因

一种研究方法或研究视角的流行,一方面是由于外部环境变化所致,原有方法不能解决新的实践问题,需要有新的研究方法和视角;另一方面则是因为方法或理论本身的发展和成熟,是科学方法自身的逻辑演变所致。两方面因素相互作用,共同推动了某一方法和视角的在特定研究领域的发展。社会网络分析方法和研究视角进入管理研究领域也是由上述因素推动的。

姚小涛,席酉民(2008)认为当前管理实践面临着现实的挑战,而传统管理理论无法对其进行有效的解释。首先,从组织内部机制看,当前组织内部的网络化特征日益显现,管理实践在注重组织效率的同时,特别强调如何通过内部的网络化提升信息沟通、知识共享,进而改善其灵活性。其次,从组织间的联系看,组织网络正在大量出现。组织为了生存必须致力于从其它一些组织寻求资金、向另一些组织寻求人力资源或技术资源等等,网络与关系构建已成为组织成功与生存的重要因素。组织间的网络通过提供共享学习、传递技术知识和资源交换等而提高组织的生存和能力。

面对这些变化,传统管理理论缺乏解释力。首先,过去针对组织内部专业化分工与部门化设置的组织研究理论,聚焦于改善组织内部的工作进程,并对这一进程加以控制与管理,这样的视角虽然在一定程度上可以告诉我们如何更好地提高组织的效率,但与此同时却忽视了组织内部的信息沟通以及知识的积累、共享与创新,难以有效地分析组织内部的学习能力与灵活性。其次,对于组织与外部的联系,资源基础理论告诉我们资源是非常重要的,但却无法给出资源从哪里来,如何构建资源的答案。交易费用理论只能用来研究组织两两之间的合作关系,而无法对现实中存在的网络式合作关系进行阐释。组织之间的合作关系与网络,对组织的行为与绩效发挥着重要的作用,而这种合作关系与网络是组织之间形成信任与承诺、建立持久关系、进行深度合作、及时协调并较好解决冲突的重要因素,对此传统理论并未涉及。“网络”视角有助于人们理解知识与资源从何而来,网络的定量分析方法可以非常具体、形象地对这一过程进行描述,这不仅改变了资源基础理论无法清晰阐述资源积累过程的问题,而且解决了交易费用理论由于其分析框架本身的局限性对管理问题解释的失效性。

从社会网络分析方法及理论的自身发展来看,一批中层理论的发展,使那些具体的可测量的被解释变量得到了有效解释,促进了社会网络理论在管理研究领域的发展。著名理论有怀特(White,1970)的“机会链”理论(opportunity chains),解释了内部劳动力市场的升迁现象;科尔曼(Coleman,1966)和罗杰斯(Rogers,1995)的二级传播理论,以非正式关系解释传染病流传及信息流通问题,由此引发的大量后续研究,分析了非正式社会网在创新和创新传播中的价值;格兰诺维特(Mark Granovetter)的“弱连带优势理论”(The Strength of Weak Ties,1973),对劳动力市场的求职与转职做了许多讨论,“嵌入”理论(Embeddedness,1985)则以信任与交易成本作为中介变量,探讨了组织结构形成的因素;伯特(Ronald Burt)则用“结构洞”理论(Structure Holes,1992)对组织内的权力运作以及升迁过程做出十分有价值的探讨;魁克哈特(David Krackhardt)提出“强连带优势”理论(The Strength of Strong Ties,1992)分析了情感网络如何带来非正式影响力,进而影响组织行为,如离职、工作满意、团队合作等行为(Krackhardt and Hanson,1993;Krackhardt and Brass,1994);林南的“社会资本”理论,则把资源取得当作中介变量,以社会网络解释了求职成功的原因(Lin,et al.,1981)。另外,社会网络分析以图论、统计和概率论,以及代数模型为其数学基础,能对网络结构进行有效测量,而借助运算功能强大的计算机,研究者可以对社会领域中的多个个体单位同时进行分析,以获得关于结构和互动的新结论,多种测量技术的发展使网络分析方法的优势开始凸显。

3 社会网络分析的特点

社会网络分析通过映射和分析团体、组织、社区等内部人与人之间的关系,提供丰富的、系统的描述和分析社会关系网络的方法、工具和技术,其分析问题的理论视角主要集中在行为者之间的关系而不是行为者的某些特性上,并且强调行为者之间相互影响、依赖,从而产生整体涌现行为。

社会网络分析相对于传统研究方法有着以下几方面显著特征(Kilduff,2003):首先,网络分析的聚焦点是关系和关系模式,而不是行动者的属性(即“关系数据”和“属性数据”的区别)。网络分析可以检验在一个特定社会背景下的网络联结模式是否与其他重要模式(比如决策制定模式)相关联,比如,个体在做出重要决策时是否会受到朋友们的影响?个体的行为模式是否与其朋友的行为模式类似?使用该方法能同时对整个关系系统和该系统中的构成部分进行分析,“研究者能追踪信息横向和纵向的流动,识别其来源与去向,并鉴别出资源流动过程中的结构性限制”(Wellman,1988),这正是传统资源基础理论无法解答的问题,正因如此,社会网络分析对组织研究有重要价值。

其次,网络分析可以是多层次的,从而能在微观、宏观之间建立连接。网络分析方法有助于理解个体如何影响制度化结果,同时行动者之间的互动模式又如何对个体产生影响。网络分析还有助于描绘组织背景下社会联结的密度这类结构特征,相反,互动中产生的结构又可以解释个体的行为。通过网络分析有可能发现一些连行动者自己都没意识到的社会联结,促使行动者看清在特定社会联结模式中所隐含的各种尚不明朗的约束和机会。

第三,网络分析可将定量资料、定性资料和图表数据结合起来,使分析更透彻深入。传统社会科学研究倾向于把焦点放在群体之间的均值差异上,因此,其数据分析往往是在一种高度抽象中进行的,而社会网络分析采用的网络示图增加了研究问题的现实感,能以定性资料和图形数据对定量分析加以补充。网络示图还可以保有数据的丰富性,避免有时因受统计分析方法效力影响不得不牺牲部分数据的情况。

4 社会网络分析软件

社会网络分析的实际操作是将一个社会网络简化为数学中的网络图,在这个图中,存在着一些结点以及结点之间的连线。结点代表了不同的行为者,而连线则代表了行为者两两之间的关系,各种各样的关系与结点一起组成了网络的基本构架。网络中的两两关系、结点以及两者共同构筑的结构成为理解一个网络必不可少的三个重要维度(姚小涛,席酉民,2008)。目前,MultiNet、NetMiner、StOCNET、STRUCTURE、Pajek、UCINET等社会网络分析软件的发展促进了研究者们对网络关系的研究。以下主要归纳UCINET、Pajek和NetMiner三种常用软件的特性。

UCINET是菜单驱动的Windows程序,是最知名和最易于使用的处理社会网络数据和其他相似性数据的综合性分析程序,也最适合新手使用。Ucinet网络分析集成软件包括一维与二维数据分析的NetDraw,还有正在发展应用的三维展示分析软件Mage等。UCINET能够处理的原始数据为矩阵格式,提供了大量数据管理和转化工具。该程序本身不包含网络可视化的图形程序,但可将数据和处理结果输出至NetDraw、Pajek、Mage和KrackPlot等软件作图。UCINET包含大量包括探测凝聚子群(cliques,clans,plexes)和区域(components,cores)、中心性分析(centrality)、个人网络分析和结构洞分析在内的网络分析程序。UCINET还包含为数众多的基于过程的分析程序,如聚类分析、多维标度、二模标度(奇异值分解、因子分析和对应分析)、角色和地位分析(结构、角色和正则对等性)和拟合中心-边缘模型。此外,UCINET提供了从简单统计到拟合p1模型在内的多种统计程序。

Pajek是种专门用来处理超大型数据集合的可视化软件,可以分析多于一百万个节点的超大型网络。它同样是一个Windows程序,在一个主窗口和各种子窗口中展示其分析工作和结果。Pajek可以同时处理多个网络,也可以处理二模网络和时间事件网络(时间事件网络包括了某一网络随时间的流逝而发生的网络的发展或进化)。Pajek提供了纵向网络分析的工具。数据文件中可以包含指示行动者在某一观察时刻的网络位置的时间标志,因而可以生成一系列交叉网络,可以对这些网络进行分析并考察网络的演化。Pajek提供了多种数据输入方式,例如,可以从网络文件(扩展名NET)中引入ASCII格式的网络数据。网络文件中包含节点列表和弧/边(arcs/edges)列表,只需指定存在的联系即可,从而高效率地输入大型网络数据。图形功能是Pajek的强项,可以方便地调整图形以及指定图形所代表的含义。由于大型网络难于在一个视图中显示,因此Pajek会区分不同的网络亚结构分别予以可视化。每种数据类型在Pajek中都有自己的描述方法。Pajek提供的基于过程的分析方法包括探测结构平衡和聚集性(clusterability),分层分解和团块模型(结构、正则对等性)等。Pajek只包含少数基本的统计程序。

NetMiner是一个把社会网络分析和可视化探索技术结合在一起的软件工具。它允许使用者以可视化和交互的方式探查网络数据,以找出网络潜在的模式和结构。NetMiner采用了一种为把分析和可视化结合在一起而优化了的网络数据类型,包括三种类型的变量:邻接矩阵(称作层)、联系变量和行动者属性数据。与Pajek和NetDraw相似,NetMiner也具有高级的图形特性,尤其是几乎所有的结果都是以文本和图形两种方式呈递的。NetMiner提供的网络描述方法和基于过程的分析方法也较为丰富,统计方面则支持一些标准的统计过程:描述性统计、ANOVA、相关和回归。

上述三种软件的开发目标不尽相同,无法做出完全公平的比较,要根据使用目标选择,例如,如果要寻找一个可以获得许多描述性网络度量的软件,UCINET和NetMiner是很好的选择。但如果网络可视化是主要目的,则Pajek和NetMiner是更好的选择。

摘要：综述社会网络分析的起源,社会网络分析进入管理研究领域的必然性和重要性以及近年国内相关文献情况,社会网络分析相对于传统研究方法的特点,主要社会网络分析软件的特性,旨在为进一步在管理研究中使用社会网络分析方法与视角提供导引。

社会网络分析理论研究 篇10

系统动力学 (SD) 是麻省理工学院福瑞斯特 (Forrester J.W.) 教授于1956年提出的, 是一门研究系统动态复杂性的科学。其产生的背景是在第二次世界大战以后, 随着工业化进程的推进, 一些国家的社会问题日趋严重, 比如城市人口剧增、失业、环境污染、资源匮乏等, 系统动力学正是基于这些问题应运而生。许多学者采用系统动力学方法来研究各国的社会经济问题, 涉及到经济、能源、交通、环境、生态、生物、医学、工业和城市等广泛的领域[1]。

中国于20世纪70年代末引入系统动力学理论, 国内部分学者参与了系统动力学在中国的应用研究工作, 王其藩、苏懋康、胡玉奎、许庆瑞、杨通谊、陶在朴等专家是系统动力学研究的先驱和积极倡导者[2]。经历了30多年的研究与发展, 系统动力学研究与应用在中国取得了飞跃发展, 并且在企业管理、城市规划、产业发展、科技管理、生态环保、海洋经济等应用领域取得了巨大进步[3]。

本文的目的是利用社会网络分析法来研究分析国内系统动力学的研究成果、研究热点和作者合作情况等, 为系统动力学的未来研究提供参考与指导。

1 数据来源与研究方法

1.1 数据来源

本研究的数据源选取CNKI中《中国学术文献网络出版总库》, 检索的条件主要限制如下:篇名=“系统动力学”, 时间跨度=2000-2014, 期刊来源=核心期刊, 精确匹配, 检索时间为2014年7月1日, 共检索到1288篇文献, 用SATI软件去重复后得到1283篇文献, 获得的全部文献的题录信息包括篇名、作者、机构、关键词、摘要、基金、刊名、年、期和分类号等以Endnote格式保存。本文后续的研究围绕1283条题录来展开。

1.2 研究方法及工具

本文的研究方法采用社会网络分析法, 主要研究工具包括:文献题录信息统计分析工具SATI和Ucinet软件。本文将CNKI中Endnote格式的文献题录信息导入SATI软件, 该软件通过对期刊全文数据库题录信息的字段抽取、频次统计, 生成的共现矩阵直接导入Ucinet软件进行处理分析。采用社会网络分析方法对表征文献外部特征的时间、作者、机构、研究主题等数据进行统计分析, 直观反映了系统动力学领域的成果数据及分布的基本状况、研究主题的分布等基本情况。

2 系统动力学的数据分析

2.1 系统动力学研究的成果年限分布

从图一数据可以看出, 国内系统动力学发文数基本呈逐年增长趋势, 特别是2005、2007、2012年的文献量增长速度较快, 其他年度的发文量增减不大, 趋于稳定的状态, 2014年69篇文献只是上半年数据。从2000—2014年发文量来看, 虽然系统动力学是个成熟的理论, 但是不同时期对其理论的运用情况不同, 这是由于政策、环境和关注度等方面的影响[4]。

2.2 系统动力学的共词分析

在共词分析中, 为了便于对共现频率的运算, 利用SATI软件生成共词矩阵, 由于受到网络结点的限制, 本文只对50个高频词进行共词分析, 形成一个50×50的共词矩阵。如表一所示, 该矩阵是对称矩阵, 表中对角线上的数值为该关键词在文献中出现总的频次, 表中非主对角线单元格上的数值为两个关键词共现的次数。同时出现在一篇文献中的两个关键词容易判断文章的主题脉络, 同时根据两两关键词出现频次的高低可以发现论文的研究热点。在表一中, 系统动力学出现674次, 通过组配与其他高频词在同一篇文献中出现的次数, 发现系统动力学与仿真共现的频次是70, 与模型共现频次是41, 表明共有70篇论文的关键词同时标引了系统动力学和仿真, 41篇论文的关键词同时标引了系统动力学和模型, 也就是有70篇文章的研究主题论述了系统动力学与仿真的关系, 41篇文章的研究主题论述了系统动力学与模型的关系。由此可以看出, 研究系统动力学与仿真、模型的文献有较多, 这是由于系统动力学理论在解决社会经济复杂问题方面发挥重要作用[5]。

2.3 系统动力学的共现网络分析

共现网络分析是文献集中的词汇对或名词短语共同出现形成一个共词网络, 显示这些词对的关系及其规律, 实现对学科结构、研究热点、学科发展动态的分析。图二中每个节点代表一个关键词, 点的大小表示关键词在社会网络中的中心度大小, 节点之间的距离反映两者之间的亲疏关系, 通过K-cores的分析, 红色的点所代表K值最大的关键词处于研究的核心位置, 也是系统动力学研究领域的热点与核心。

国内外共词网络都是以系统动力学、仿真和动力学为中心, 向四周辐射, 研究文献围绕系统动力学、仿真和动力学来展开。从图二可以看出, 国内系统动力学领域研究热点主要有:系统动力学、仿真、动力学、动力学分析、动力学特征、模拟、系统动力学模型、转子系统、稳定性、多媒体动力学、虚拟样机、非线性等[6]。

2.4 系统动力学的作者合作度网络分析

利用SATI软件统计作者发文量, 排名前五依次是:何芝仙、闻邦椿、桂长林、李震、秦大同, 他们的发文依次:16、13、11、10、8。可见, 这些作者是国内系统动力学领域的专家, 引领该领域的研究与发展。

笔者对1283篇文献数据进行过滤和整理后, 利用SATI软件生成50×50矩阵导入Ucinet软件中, 构建一个基于作者合作度的合作关系网络, 去掉没有连线的节点后, 如图三所示。作者合作关系网络图的节点间连线反映了作者之间的合作相关度, 可以看出, 图三网络中有三个较大的子网:第一团队:刘超、陆启超、张伟、曾鸣和李晨;第二团队:孙军、李震、桂长林和何仙芝;第三团队:张锁怀、谢友柏、朱爱斌和刘梦军, 代表这三个团队的作者相关度较高。这三个合作团队在系统动力学领域的研究中发挥主导作用。但从整体上来看, 作者合作图谱的连线稀疏, 网络中大多数节点之间没有连线, 关联程度非常低, 表明目前大多数作者不存在合作与交流情况, 国内系统动力学领域还没有形成一支成熟的研究队伍。

3 结束语

根据以上对国内系统动力学研究的分析, 结合近几年来系统动力学发展的现状, 通过社会网络分析方法分析国内系统动力学的研究成果并做出以下判断:

第一, 从文献数量来看, 国内学术界对系统动力学的关注度较高, 由于政策、环境和技术需要运用系统动力学来研究中国可持续发展问题:人口、自然资源和能源、生态环境、经济与社会等, 2005、2007、2012年文献量增长速度较快, 近年来, 系统动力学在中国可持续发展问题研究发挥重要作用。

第二, 国内系统动力学的研究热点主要有:系统动力学、仿真、模拟, 系统动力学模型, 动力学特征、非线性、转子系统、稳定性、虚拟样机, 动力学分析与非线性等。

第三, 国内系统动力学的研究前沿涉及供应链、水资源、旅游、人口、教育、保健、土地、贸易、竞争情报等相关问题, 未来系统动力学的研究将着力解决中国可持续发展问题。

第四, 从系统动力学作者合作情况来看, 国内系统动力学领域的作者合作度不高, 没有形成核心的合作团队, 未来需要系统动力学领域的专家及学者加强合作与交流, 系统动力学的研究成果才能更好地服务于能源、生态环境、社会与经济发展等问题。

参考文献

[1]De Mello F P.Boiler models for system dynamic performance studies[J].Power Systems, IEEE Transactions on, 1991, 6 (01) :66-74.

[2]Stott B.Power system dynamic response calculations[J].Proceedings of the IEEE, 1979, 67 (02) :219-241.

[3]王其藩.系统动力学[M].北京:清华大学出版社, 1994.

[4]许光清, 邹骥.系统动力学方法:原理、特点与最新进展[J].哈尔滨工业大学学报 (社会科学版) , 2006, 8 (04) :72-77.

[5]李纪岳, 陈志, 杨敏丽.粮食作物生产机械化系统动力学建模与仿真[J].农业机械学报, 2013, 44 (02) :30-33.

社会网络分析理论研究 篇11

关键词社会网络分析； 缺失数据； 缺失数据处理方法

分类号B841.2

DOI：10.16842/j.cnki.issn2095-5588.2016.08.0021引言

“社会网络分析” （Social Network Analysis， SNA）是在人类学、社会学、心理学等众多领域中发展起来的研究个体之间关系结构的分析方法，是对社会关系进行量化分析的一门艺术和技术。SNA主要用于描述和测量个体之间的关系以及这些关系中所包含的资源、信息等，并根据这些关系建立模型，进而研究关系与行为之间的相互影响（刘军， 2004）。SNA从“关系”角度来揭示社会情境与嵌套于其中的个体的心理和行为的互动影响，即个体可以能动地构造他们的关系网络（选择效应，selection effect），同时这些关系又反过来影响个体的心理与行为（影响效应，influence effect）。因此，个体既形塑社会网络，也被社会网络形塑（刘军， 2006； 马绍奇， 2012； 马绍奇， 焦璨， 张敏强， 2011 ）。在SNA中，反映个体之间关系的数据称为关系数据（relational data），通常的数据类型是0、1二分变量数据，即1表示两个行动者之间存在关系，0表示不存在关系（马绍奇， 2012）。

SNA从嵌入社会情境的个体之间的关系出发，分析群体结构及其与心理行为的相互作用，更能反映人际交往的社会性特点。如，运用SNA方法系统研究中学生班级的学习关系、友谊关系、咨询关系、信息交流关系等，运用SNA方法研究中学生的支持网络对中学生学业和心理健康等方面的影响。这不仅有利于从社会关系的视角理解学生人际关系的形成、特征和影响因素，还能及时掌握学生的心理动态，维护学生的心理健康（唐文清等， 2014）。但是，由于SNA的应用涉及到更多的人事物，数据的缺失是必然现象。研究者在SNA中常常会遇到数据应答率在65%至90%的情况（Albrecht， 1984； Dean & Brass， 1985； Moch， 1980； Monge， Edwards， & Kirste， 1983； Roberts & O′Reilly， 1978， 1979）。此外，由于数据结构的依赖性，如果网络中的行动者或者关系存在缺失，就难以全面地描述缺失行动者及其邻近行动者的网络环境（Robins， Pattison， & Woolcock， 2004）。已有研究发现，缺失数据不仅对网络结构描述产生消极影响，还会低估关系强弱和聚类系数，并使得中心性和度数的测量出现不稳定的情况（Burt， 1987； Borgatti & Molina， 2003； Costenbader & Valente， 2003； Kossinet， 2006； Huisman， 2009）。这说明，网络结构描述和网络数据分析的结果会因为缺失数据而产生偏差。

心理技术与应用4卷

8期黄菲菲张敏强： 社会网络分析中缺失数据的处理方法

要使SNA方法得到更好的应用及认可，既要介绍理论及应用方法，同时还要解决方法使用中可能出现的各种问题。例如，在数据收集和研究结论的推广方面，如何在实际的应用分析中，完善相关的统计模型和参数估计方法的发展，如何提高数据收集的信效度，如何处理缺失值等问题（马绍奇， 焦璨， 张敏强， 2011； 焦璨， 吴换杰， 黄玥娜， 黄菲菲， 张敏强， 2014）。由于社会网络数据的相互依赖性，对缺失数据的处理不能采用常规的缺失处理方法。本文就SNA中缺失数据的原因及缺失机制，比较分析了常用的四种缺失数据处理方法在实际应用中的优缺点，并就SNA中如何处理缺失数据提出建议。

2缺失数据的原因

21边界规范问题

边界规范问题指的是在网络研究中指定行动者或者关系之间包含的规则（Laumann， Marsden， & Prensky， 1983）。例如，学者在研究青少年的冒险行为过程中，想了解他们在学校里的人际关系情况。图1中的A、B、C、D是四位青少年在学校里的人际关系网络，E、F、G三位青少年虽然和A、B、C、D四位青少年的交往密切，但是学校外的人际关系与研究目的无关，因此，E、F、G三者和研究中的青少年的人际关系就容易被忽视（Valente， Fujimoto， Unger， Soto， & Meeker， 2013）。总体而言，边界规范是由研究者自行决定的。在实际包含网络的例子中，组织成员或者由位置界定的正式定义大部分取决于一个正式组织团队中成员占据的排列位置，例如一个学校最受欢迎的前10名老师或者一个班级成绩最好的前五名同学（Kossinets， 2006）。

社会网络是由行动者及行动者之间的关系组成的，因此研究者在规范网络边界时，除了需要考虑通过一组行动者来界定网络边界外，还要决定哪些关系应该纳入研究范围里。对于如何有效地规范网络边界，学者们提出了一个准则，即根据可测量行动者的交互作用确定。因此，研究中的网络边界被定义为该边界记录了在特定情境中行动者间的交互作用（Laumann， Marsden， & Prensky， 1983）。但是，无论是情景还是交互作用的设置，研究者首先需要根据研究目的给出操作性定义，然后再确定在这个情境中包含哪些存在交互作用的行动者。随着电子科技时代的发展与进步，这个准则不再仅限于小网络，因为大规模的社会网络交互作用数据可以通过邮件传递或者虚拟社区的记录得到（Newman， 2002； Ebel， Mielsch， & Bornholdt， 2002； Guimera， Danon， DiazGuilera， Giralt， & Arenas， 2003； Holme， Edling， & Lijeros， 2004）。

nlc202309091103

22固定选择的研究设计

固定选择的研究设计指的是网络中行动者和关系的缺失依赖于研究设计中提名选择的限定（Holland & Leinhard， 1973），即网络数据的偏差是由于研究设计造成的。假设图2中的行动者A属于Z团体，在这个团体中，他和其他5个行动者有关系，现研究者要求行动者A提名y个和他关系最好的行动者。如果y≤5，则行动者A和其他5个行动者之间的所有关系都包含在数据集中；如果y>5，则行动者会失去5-y个关系。例如，学者想研究班级的学业咨询网络对学生学业拖延的影响，要求学生提名2个在学习上遇到困难或疑问时会请教的同学。如果学生平时向同学请教问题的人数普遍都是3个，那么学者得到的学业咨询网络数据是有偏差的。因为在该网络中，大部分行动者（学生）都失去了1个关系。

在固定选择的研究设计中，会出现互惠提名（有关系的双方相互提名），非互惠提名（有关系的双方只有一方提名）和无提名（有关系的双方均不提名）三种情况。从本质上而言，非互惠提名和其他两种提名的情况不一样（例如：好朋友和普通朋友的区别），因此，研究者需要考虑是否将其纳入到研究范围内。固定选择的研究设计还容易使数据呈现非随机缺失的模式，如受欢迎的个体更有可能被其他行动者提名（Feld， 1991）。但是，在不同结构的网络中，这种影响会不一致（Newman， 2002； Vázquez & Moreno， 2003）。例如，在非相称混合性（即受欢迎的行动者倾向于和不受欢迎的行动者相联系）的网络中，互惠提名将会导致更多关系缺失的情况出现。

23网络调查中的无应答

网络调查中的无应答包括应答者完全缺失和特定项目的数据缺失（Stork & Richands， 1992； Rumsey， 1993）。应答者完全缺失指的是行动者没有参与到调查研究中，因此行动者的发出关系对于分析而言是无效的（如图3所示，N表示缺失数据）。特殊项目的数据缺失指的是行动者参与了调查研究，但是在特定项目上的数据缺失，因此只有行动者的部分关系对于分析而言是无效的（如图4所示，N表示缺失数据）。例如，在一个关于学生情感咨询网络对学业成绩影响的调查中，要求学生提名3个班上的好朋友。图3中的A和D两位学生因事由请假没有参与此次研究，但图3应答者完全缺失是其余的学生在提名中提及到了A和D，所以A和D的无应答属于应答者完全缺失。如果A和D参与了调查研究（如图4），但是在提名中他们忽略了被提及的学生，即B提名了A，A没有提名B，则A和D的无应答属于特殊项目的数据缺失。对于1-模网络而言，即由一个行动者集合内部各个行动者之间的关系构成的网络（刘军， 2009），无应答对网络结构及统计指标的影响不大，但是对于存在多元交互作用情景的网络（例如，二元网络）而言，无应答可能会造成特定的影响（Robins， Pattison， & Woolcock， 2004）。例如，在一个隶属网络的调查研究中，假设研究者没有其他途径可以了解团队的任何信息，只能要求行动者报告他们隶属于哪个团队。如果任何一个行动者出现无应答的情况，那么可能会出现这个无应答行动者所隶属的团队缺失的情况。Huisman（2009）通过模拟研究发现，忽视网络调查中的无应答数据对社会网络的描述分析会造成消极的影响。进一步比较分析行动者无应答和特殊项目无应答的结果发现，特殊项目的无应答可能会造成更大的统计偏差。

网络调查中的无应答易导致行动者或者关系的缺失，但是网络环境中除无应答行动者以外的不完整观察行动者的部分信息仍然是有用的，如可利用这个信息来估计缺失状态的效果和分析不完整网络（Costenbader & Valente， 2003； Robins， Pattison， & Woolcock， 2004； Gile & Handcock， 2006； Handcock & Gile， 2007）。此外，不完整观察行动者的部分信息还可用来估计行动者和网络的结构性能，并能给缺失数据机制提供参考。

和前两种缺失数据原因相比，无应答是社会网络调查中最经常出现的缺失情况。因此，有不少学者开始关注社会网络调查中无应答的缺失问题（Daniel， 1975； Stork & Richards， 1992； Butts， 2003； Kossinets， 2006； Huisman & Steglich， 2008； nidaricˇ， Ferligoj， & Doreian， 2012）。

3缺失机制

不同的缺失数据来源，还涉及一个重要的问题，数据是否系统缺失。如果数据是系统缺失，那么缺失概率是否和观察变量（性质或属性）有关。已有研究表明，在社会网络中处理不同来源的缺失数据时，应考虑缺失机制以提高处理方法的有效性（Huisman， 2009； nidaricˇ， Ferligoj， & Doreian， 2012）。

缺失机制指的是数据的缺失概率和研究变量之间的关系（Schafer & Graham， 2002）。Rubin在1976年根据缺失引起的偏差程度定义了三种类型的缺失数据：完全随机缺失（Missing Complete At Random， MCAR），随机缺失（Missing At Random， MAR）和非随机缺失（Missing Not At Random， MNAR）。假设所有变量观测值Y中，完整的变量记为Yobs，缺失的变量记为Ymis。如果缺失概率和Yobs及Ymis相互独立无关，此类缺失称为MCAR。如果缺失概率和Yobs相关，和Ymis独立无关，则为MAR。MNAR是指缺失概率依赖于Yobs和Ymis。因为Ymis的未知性，研究者常常难以判断缺失数据属于哪种类型的缺失机制。叶素静，唐文清，张敏强和曹魏聪（2014）在对追踪研究中缺失数据处理方法及应用现状的分析中综述了三种类型缺失机制的粗略判断方法。

社会网络分析理论研究 篇12

1 文献综述

随着以社会关系和网络结构特征等为研究重点的社会网络理论的产生与发展,学者们对产学研合作的研究多了一个角度。朱桂龙和彭有福[1]指出,产学研合作网络同时具有合作组织和网络组织的优点,其是企业、高等院校和科研机构自主协商组成的,以网络组织( 虚拟组织为典型) 的形式运作的,合作从事研究、开发、产业化等活动的全面联合机构,有利于新知识创新、各参与成员自身改进以及高新技术产业的发展。

企业作为知识技术创新的需求方,是产学研合作网络组织形成的重要推动力量。积极参与产学研合作,企业可以获取高等院校、科研机构的知识溢出以及创新资源,降低独自研发创新的风险,加快将知识技术转化为生产力的步伐,从而提高整体竞争力和成长潜力。Cyert和Goodman[2]认为产学研合作为企业提供了良好的学习机会,与大学、科研机构交流学习对于提升企业的战略思想、组织文化和解决问题的能力以及丰富知识储备具有重要意义。Mowery[3]指出企业积极参与大学和政府的合作研发,可以降低交易成本和研发成本,获取知识溢出效应,赢得研发规模经济收益。王娟茹和潘杰义[4]认为基于生存发展、技术层次提高和技术开发风险分担的需要,企业会与高等院校和科研机构形成契约型产学研合作模式。Lee和Win[5]也指出企业选择产学研合作,正是着眼于获得大学和研究机构的异质性战略资源,包括解决特定问题的技术资源、大学和科研机构的设备资源、训练有素的人力资源以及教育资源等。Zhu[6]则强调中介和小企业参与开放的产学研合作创新,容易获取额外的创新资源,产学研合作网络为企业创新提供了新鲜血液和空间,克服企业本身技术创新的产出规模限制、人才缺乏、资金短缺等问题,具有很强的战略性意义。

高等院校和科研机构在产学研合作网络中拥有非常重要的职能,是新知识、新技术传播和溢出的主要源泉。作为知识技术的拥有方,高等院校通常是知识原始创新的主要场所,为产学研合作提供信息和知识支持; 科研机构则肩负着知识的再创新和产业化任务,帮助企业及时将知识技术转化为创新成果。吴潍和陈莉平[7]认为在产学研合作创新网络中,大学和科研机构作为知识与技术的主要源泉,是新思想、新产品、新技术创造的活跃群体,可以通过培训、咨询、教育以及成果转化的方式,有效促进知识、信息、技术的扩散和市场价值的实现。Eom和Lee[8]认为高等院校和科研机构是国家创新体系的重要元素,它们为企业开辟吸取知识的渠道,通过培训学生让其掌握知识技能、与企业项目合作等方式进行知识扩散。葛杨等[9]的研究发现高等院校和科研机构可以将最前沿学术知识的外部性特征,通过技术服务等方式体现出来,为企业所吸收并转化为企业内部的显性知识,满足企业的市场需求。Sun[10]也指出大学包括教育、科学研究和技术创新,是新知识、新想法的重要产生根源,可以为企业提供源源不断的技术支持,产学研合作有利于促进区域技术进步和经济提升。

从内生增长的角度看,企业之所以能够吸收高等院校和科研机构拥有的新知识、新技术,增加自己的知识存量并转化为技术成果,得益于产学研合作网络中的知识溢出。Feldman和Francis[11]认为研究型大学作为重要的知识溢出源泉,通过积极支持本土区域、转移技术以及安排学生就业等形式,为企业、个人和政府机构相互作用提供了良好平台,从而促进知识溢出。王立平[12]通过对我国高等院校R&D知识溢出的空间范围和程度进行实证分析,发现区域内产学研合作中,高等院校对高技术产业企业的知识溢出是正向显著的。赵勇和白永秀[13]也认为产学研中的技术交流和研发合作为知识溢出创造了可能,特别是那些建立稳定合作关系的产学研合作网络,技术人员、研究人员以及企业家通过非正式交流或各种学术研讨会交换异质性知识,可以实现技术知识的溢出或扩散。Graf[14]通过分析德国和法国典型区域专利合作网络得出,高等院校和科研机构在产学研合作网络中充当 “守门人” 的角色,不断地将外部知识溢出到本区域内部,增加区域特色和知识存量。傅利平等[15]则发现作为知识链的动态知识网络,产学研合作创新网络内部存在基于企业衍生、人才流动和技术交流等形式的知识溢出。

可以看出,关于产学研合作( 网络) 与知识溢出,以往研究大多数专注于产学研合作内部的知识溢出对企业的积极正面影响,通常认为产学研合作网络中存在技术溢出和知识创新效应,并且这种知识溢出有利于促进区域创新和技术进步。对于产学研合作网络及其结构特征对知识溢出是否存在影响,以及如何影响知识溢出等问题有待于进一步深化和探讨。基于此,本文首先从社会网络分析方法的角度出发,提出产学研合作网络结构特征对知识溢出存在影响的假设,并构建模型进行实证分析和假设验证,剖析产学研合作网络的知识溢出效应。

2 研究方法与数据样本的选择

2. 1 社会网络分析方法

社会网络是社会行为者及其相互间关系的点边集合,其中 “点”是各个社会行为者, “边” 代表行为者之间的社会关系,行为和信息等通过社会关系传递,网络结构和关系特征等对行为者产生重要影响[16]。社会网络理论的核心是,社会行为者是嵌入于一个由非正式关系构成的社会网络之中,其行为与结果受所嵌入的社会网络影响。社会网络理论同时注意到了个体与社会结构,是一个连接行为与结构之间的重要概念,并突破二者割裂的局限性,为我们提供了一个崭新的图像与分析范式[17]。

随着计算机技术和信息可视化的发展,社会网络分析方法产生了很多相应的研究工具,Pajek软件就是其中一种。Pajek分析是以网络图的模拟为基础,把数据、信息和知识转化成容易识别的可视化形式,可以对多种网络尤其是大型网络的可视化进行分析,提供基于过程的分析功能,报告网络规模、网络密度、结点中心度、接近中心度等网络结构指标状况[18]。Pajek软件凭借大型网络数据处理能力,不仅突破了很多网络分析软件只能处理较小规模数据的瓶颈,而且具有便捷的获取方式以及强大的可视化功能,可以灵活地输入各种网络数据和直接定义网络,或者从外部导入数据生成,支持多种软件数据的格式。在网络图生成方面,Pajek软件可执行自动网络布局和手动网络布局两种操作,使用时通常需要将两者结合起来,先根据自动布局( Kamada- kawai指令或Fruchteman - reingold指令) 绘制基础网络( net) 图,然后使用分区( partition) 文件顶点的分类或聚类信息,通过手动布局移动相应顶点,弥补基础网络图若干细节的不理想的缺点,使网络图尽可能模拟实际情况,最后导出bitmap、EPS / PS、SVG等二维图像格式的网络图, 或者VRML、MDL MOLfile、Kinemage等三维图像格式的网络图。

2. 2 专利数据与样本的选用

利用专利数据指标衡量一个区域、一个组织乃至一个国家的创新能力在现有研究中尤为常见。专利数据用标准化信息展现了新想法和科技发展,表征技术提升和创新活动中有价值的信息资源,被认为是各种创新的重要产出指标[19]。合作专利是产学研合作网络中最主要的创新产出,能够直接体现产学研合作关系以及知识溢出水平,合作专利的申请过程以及后期使用可以展现知识溢出的方式和变化痕迹。目前专利申请种类有发明型专利、实用型专利和外观设计型专利等,由于外观设计型专利的技术创新含量较低,不能全面反映合作网络中的知识溢出现象,因此本文以发明型专利和实用型专利来衡量产学研合作的创新活动。在数据样本的选择中,如果专利申请人中同时拥有 “公司” ( “企业”) 与“高等院校”、 “公司” ( “企业”) 与 “科研机构”等特征,通常就认为这些主体存在专利合作关系,以此反映和表征产学研合作网络中的知识溢出效应。

在研究对象的选取方面,作为我国经济水平相对较高且发展比较迅速的省份,广东省拥有较多的高等院校和科研机构,经济环境基础较好,企业集群现象十分普遍,产学研合作及其网络规模较为显著,因此本文以广东省产学研合作网络为例进行实证分析。在产学研合作网络中,企业扮演着知识溢出的接收方角色,利用高等院校和科研机构提供的研发人才、技术流动而获取或者创造新知识,提高自身的创新能力,并且通过社会联系组成密切网络。本文将企业、高等院校和科研机构三种主体作为网络结点,运用2000—2013 年广东省产学研合作专利申请数作为分析指标,考察产学研合作网络对知识溢出的影响机制。

3 统计结果与网络模拟可视化

3. 1 合作专利数据统计结果

本文通过广东省专利信息服务平台( http: / /www. gdzl. gov. cn / ) ,分别以 “公司” & “大学”、“公司”& “研究院”、 “公司” & “研究所” 等为关键字,检索2000—2013 年广东省发明型、实用型合作专利申请,并且排除同时含有这些关键字的专利( 比如,广东省电信有限公司科学技术研究院,同时包含 “公司”和 “研究院”两个关键字,却不属于合作专利) ,最终共得到5 466 项数据,并对3种合作专利申请数量进行统计( 见图1) 。

(2000—2013年)

从总体趋势来看,2000—2013 年广东省产学研合作的专利申请总量不断增加。具体而言,2000 —2005 年合作专利申请数量处于较低水平,数量在28 ~ 110 项之间,增幅缓慢,处于发展的初始阶段。在2005—2013 年期间,产学研合作专利申请迅速发展,呈现明显的指数增长,2013年全年总量为1 219 项,是2005 年110 项的10倍多。其中, “公司” 和 “大学” 合作专利申请数量是三种合作专利中最多的,2000—2007 年的申请量几乎占据了3 种合作专利的全部,2008—2013 年增长速度较之前有所下降;“公司” 和“研究院” 合作专利申请在2000—2008 年一直处于较低水平,增长并不明显,随后显著增长,但仍低于 “公司” 和 “大学” 的合作专利申请数量; “公司” 和 “研究所” 合作申请的专利数量是三种合作形式中最少的,2000—2007 年处于7~ 13 项之间,2008 —2011 年有所增加, 但速度缓慢,并且2012—2013 年还表现出下降的趋势。总之,2000—2013 年广东省产学研合作创新产出即合作专利申请不断增多,增长速度不断加快,产学研合作具有一定规模,并表现出积极增长趋势。

产学研合作过程中,从研发合作投入到专利产出需要一段时间,知识溢出也存在一定时间滞后。Li[20]经过考察,认为中国发明专利申请获得授权大约需要3 年左右时间,本文采取滞后期为2 年。根据图1 显示,2005 年对广东省产学研合作来说,是该省真正提高自主创新能力、调整产业结构和转变经济发展方式的一个起始点。原因在于,2005 年我国提出将自主创新确立为国家发展战略核心,广东省更是相应党中央的号召,积极开展 “科教兴粤”活动,当年9 月份与教育部签署了 《广东省教育部关于提高自主创新能力,加快广东经济社会发展的合作协议》; 2006 年起广东省产学研合作网络的规模逐步扩大,形成了 “三部两院一省”的格局,全面启动省部合作推进产学研合作试点工作。随着相应政策的扶持,广东省产学研合作研发投入不断加大,经过2 ~ 3 年的滞后期后,2007 ~ 2013 年合作专利申请数量呈现积极增长。

3. 2 网络模拟可视化

根据社会网络分析方法,将前文获取的合作专利申请数据文本文档,包括合作申请专利的公司( 企业) 名称、高等院校名称以及科研机构名称以及相互合作申请专利项目的数量,录入txt2Pajek软件,转化为Pajek可识别的文件,然后在程序中执行Kamada - kawai指令。该指令可根据起始条件,使用再定位技术,自动绘制网络图; 接着执行手动布局,提高模型识别的精度,尽可能使网络图符合其本身客观的存在。进行网络模拟可视化的研究结果如图2 所示。

(2000—2013年)

网络图中结点之间的连线表示结点相互联系的关系,即 “公司”和 “大学”、“科研机构”有合作申请专利。其中,有些公司和大学、科研机构之间申请了多项合作专利,因此图中结点连线( 无方向) 只强调结点之间的联系,展现产学研合作的网络规模。不难看出,2000 年以来广东省产学研合作的网络规模逐渐扩大,网络主体越来越多。产学研合作涉及的公司、大学和科研机构更加广泛,从不具有明显网络特征的简单合作网络,逐渐扩大到包含多联系结点的小型子网络的复杂合作网络,并且网络实际拥有的连接逐渐增多。在外源结点参与合作的情况方面,结点的数量越来越多,意味着更多的省外公司、大学和科研机构参与到广东省产学研合作中,省内省外的产学研合作联系更加频繁。

具体来看,网络图中的结点在逐年增加,从2000 年的32 个增加到2013 年的484 个,并可大致分为两个阶段。2000—2005 年期间,拥有多方向联系的结点较少,绝大多数只是两两之间具有连线,显示许多公司和大学或者科研机构仅仅存在相互合作关系,较少或者没有3 个及3 个以上的产学研主体同时参与合作,网络整体的连通性较差; 2006—2013 年期间,结点联系不再局限于两两之间,开始出现相对简单和复杂的小型子网络,葡萄串状小型子网络在2007—2013 年逐年明显,反映知识信息在网络中的传播更容易,网络的整体通达性较高。尤其是在2012 年与2013 年,连接线最多的结点拥有的连线数分别为62 和67,并且这些结点均为华南理工大学,可以看出华南理工大学参与多家公司企业的合作研发。另外这些公司企业还与其他大学合作,比如中山大学、广东工业大学等高校,不断将新知识和新技术溢出于整个产学研合作网络中。

总之,2000—2013 年广东省产学研合作网络逐渐走向成熟,单个结点与更多的结点存在连线( 合作关系) ,公司和大学、科研机构的合作范围更加广泛,知识信息在合作网络中传播更加顺畅,知识溢出效应更趋明显。2000—2013 年广东省产学研合作网络中拥有连接最多的结点,即产学研合作活动中最活跃的公司、大学和科研机构如表1 所示。

(2000—2013年)

4 模型构建与实证分析

4. 1 模型设定的假设条件

作为一个网络本身,产学研合作拥有网络规模、网络密度、结点中心度等网络结构特征,它们影响着产学研合作网络的大小、密集程度以及结点中心程度等。为了构建模型并进一步探讨产学研合作网络的结构特征对知识溢出的影响机制,本文提出如下3 个假设:

4.1.1网络规模对知识溢出的影响。

网络规模是指网络中结点的数量,结点越多,网络规模越大。产学研合作网络的成员是基于创新知识的供求关系,而不是市场的竞争关系,企业表现出对新知识、新技术的极大需求,属于知识接收方; 高等院校和科研机构不断的提供创新性知识,满足企业技术需求,是知识溢出方[15]。在产学研合作网络中,高等院校和科研机构的参与,在一定程度上决定着企业获取知识技术渠道的多少,进而决定着产学研合作网络的知识溢出水平。另一方面,企业对新知识、新技术具有强烈需求,较多的企业使得产学研合作自发形成的动力更强,大量的合作使知识溢出更加明显,因此可以得出模型的假设Ⅰ,即产学研合作网络的规模与知识溢出水平成正相关。

4.1.2网络密度对知识溢出的影响。

衡量网络结构特征的另一个指标是网络密度,其是指网络中实际边数与最大可能边数的比率,取值范围在0 ~ 1 之间,用来衡量一个网络各个结点之间联结的紧密程度。紧密的网络联结降低了较远距离范围内的结点之间信息传递失真的可能性,有利于促进信任、规范、权威等制度在网络中的建立,从而减少复杂网络知识溢出的时间,使网络成员更易获得外部知识和信息[21]。网络密度越紧凑,各成员实际拥有的联系越频繁,更容易拥有共同的行为预期和决策,有助于行为规范的形成和实施,信息传递更具有真实性,从而可以加快网络中资源的快速传播和分享,提高各成员决策和行动的效率,确保网络中合作创新产出的顺利、高效实现。基于此,本文提出假设Ⅱ,即产学研合作网络的网络密度与知识溢出程度、合作创新产出成正相关。

4.1.3结点接近中心度对知识溢出的影响。

在社会网络分析中,距离可以用来衡量结点间亲密程度、信息在结点间传播的快慢难易等,运用距离的概念,可以界定接近中心度指标。结点接近中心度以该结点与其他所有结点的距离总和为基础,总距离越大,接近度越小。如果一个结点与多个结点相连,表明该结点与周围结点之间的联系很通达,信息拥有从周围结点到达该结点的路径也会较短。由于每个结点的接近中心度无法与知识溢出水平直接建立联系,本文用网络中结点接近中心度的平均值代替。对于广东省产学研合作网络来说,网络规模的增长速度比各个结点接近中心度增长速度要快很多,因此平均结点接近中心度与每个结点的接近中心度成负相关,与知识溢出水平也成负相关。本文有假设Ⅲ,即平均结点接近中心度与知识溢出水平成负相关。

4. 2 模型的构建

知识生产函数是测算R&D活动和知识溢出对生产率增长及企业创新产出贡献的一个恰当选择[22]。考虑到产学研合作活动主要涉及的是研发投入产出和知识溢出,通过研发投入与合作网络中的知识溢出,合作成员获取的最直接成果是合作专利的申请。为探究产学研合作网络对知识溢出的影响,本文选取合作专利申请数量作为被解释变量,并用PAT表示; 由于研发人员和研发经费的投入均能够对研发创新产出产生影响,结合前文假设,本文将企业、高等院校和科研机构的研发人员和研发经费投入,以及网络结构特征指标作为解释变量。

基于前文关于网络结构特征的3个假设条件,本文用NS代表广东省产学研合作网络的网络规模,即网络包含的所有结点数目;用ND代表产学研合作网络密度,通过公式获得,l表示产学研合作网络中实际拥有的连线数;用ANC表示产学研合作网络中每个结点接近中心度的平均值,通过获取,其中NC表示合作网络中每个结点的接近中心度,由Pajek软件报告得到;同时,用Q表示产学研合作网络中外源结点的数目(包括广东省外的企业、高等院校和科研机构),外源结点的度量可以反映外部新颖性资源与信息的流入,以及地理因素导致的外部性知识溢出。由于创新过程研发投入以及知识溢出滞后期2年的存在,如果被解释变量合作专利产出为t年,对应的研发人员和研发经费投入变量则为t-2年。本文构建如下知识函数模型,反映产学研合作网络对知识溢出的影响:

其中,RDEt - 2表示第t - 2 年广东省大中型企业研究与实验发展经费支出( 万元) ,RDUIt - 2是学研方高等院校、科研机构的研究与实验发展经费支出( 万元) ,XEt - 2,XUIt - 2分别表示第t - 2 年广东省大中型企业、高等院校和科研机构的研究与实验发展人员全时当量。时间跨度t为2000—2013 年,RDE、RDUI、XE和XUI等数据来自1999—2012 年 《中国科技统计年鉴》。

考虑到解释变量和被解释变量具有不同单位,以及解释变量之间相关性可能造成的影响,本文将高等院校与科研机构作为知识拥有方合并加总,所有研发投入取人均形式,并运用柯布—道格拉斯生产函数,同时采取对数形式变换,构建关于网络规模、网络密度、结点接近中心度以及外源结点数量与知识溢出水平的实证模型如下:

其中,RDE /XE、RDUI/XUI分别为大中型企业、高等院校和科研机构内每个研发人员拥有的研究与实验发展经费支出( 万元/人) 。C是截距项常数,ε 为不可观测的误差项。

4. 3 实证结果分析

本文采用EViews6. 0 对实证模型( 2) 、 ( 3) 、( 4) 、( 5) 进行OLS估计( 见表2) 。由于模型为时间序列,为考察该时间序列是否平稳,对所有模型的残差序列进行ACF检验,检验结果显示4 个模型的残差序列均表现出时间平稳性。为探究随机扰动项是否存在自相关和异方差,对上述模型的残差序列进行序列相关性检验( B - G检验) 和异方差检验( Q检验) ,结果表明4 个模型的残差均不存在序列自相关和异方差,模型的显著性检验和估计具有意义。

注: * 、**、***分别表示通过显著性为1% 、5% 、10% 水平的t检验

从表2 的回归结果来看,4 个模型R2和调整的R2值均比较高,表明模型的拟合优度较高,即被解释变量的总变异中有回归模型解释的那个部分所占的比例很高; 4 个模型的值也很高,均通过显著性检验,显示了解释变量对因变量是有显著影响的,回归总体是显著线性的。4 个模型回归的结果非常相似,RDE /XE、RDUI/XUI与网络的知识溢出水平的弹性系数均为正,显示企业或者高等院校和科研机构人均研发费用增加,合作专利申请数量则增多。模型( 1) 和( 4) 中,网络规模( NS) 和外源结点数目变量( Q) 与产学研合作网络的知识溢出水平PAT之间的弹性系数为正; 模型( 2) 和( 3)中,网络密度( ND ) 和平均结点接近中心度( ANC) 与PAT之间的弹性系数为负。具体来看,广东省产学研合作网络对知识溢出的影响机制如下:

从模型( 1) 的回归结果可知,网络规模( NS)与知识溢出存在显著影响,通过了1% 水平的显著性检验,并呈现正相关关系,即网络规模越大,知识溢出水平越高。二者之间的弹性系数为0. 97,表明网络规模每增加或减少1% ,知识溢出水平随之增加或减少0. 97% ,验证了前文提出的假设Ⅰ。从图2 中也可以看到,2000—2013 年广东省产学研合作网络规模不断增大,合作专利申请越来越多,知识溢出水平不断提高。随着网络规模的增大,参与产学研合作网络的企业、高等院校和科研机构逐渐增多,原有结点不仅拥有最初的合作关系,也可能与新加入的结点产生联系,知识在网络中的流动越频繁,自身获取信息机会就越高。

模型( 2) 的结果显示,网络密度( ND) 与知识溢出水平呈负相关关系,并通过1% 的显著性检验,产学研网络密度每增加1% ,合作专利申请数量将下降0. 98% 。这表明网络密度对知识溢出水平的影响是显著的,网络密度越大,知识溢出水平越低,这与前文假设Ⅱ相反。原因在于高密度的网络聚集可能抑制了企业对新资源的获取能力,导致企业之间过度竞争,从而削弱学习能力和适应能力,使得企业创新和差异化变得更为困难[23]。随着网络密度的增大,结点之间的联系会增加,容易形成固定的合作对象,使部分关系变得冗余,造成信息和新技术的封闭性,延长网络成员对信息和知识搜索的时间,降低知识溢出水平。另一方面,网络密度的增加有可能是由较多的大学结点导致,大学与企业的合作机会变多,同等条件下企业与科研机构的合作会相对减少; 但大学的研发投入有限,降低了知识溢出的效率,合作专利申请数量也可能下降。

网络平均结点接近中心度( ANC) 与知识溢出程度呈负相关,并通过5% 的显著性检验,两者的弹性系数为0. 68,平均结点接近中心度每增加1% ,产学研合作专利申请数量将下降0. 68% 。由于网络规模的增大速度快于结点的接近中心度速度,平均结点接近中心度就随结点接近中心度的增加而下降。也就是说,知识溢出水平随结点接近中心度的增大而减少,假设Ⅲ得以验证。在产学研合作网络中,结点接近中心度增加,知识溢出的效率越高,合作创新产出也就越频繁。但在广东省产学研合作网络现实中,大部分结点的接近中心度较低,许多企业只是单纯的与一所大学或者科研机构存在合作关系,同时与多个大学或者科研机构合作的企业较少,因此网络的通达性并不是很强,知识溢出效应也不明显。

外源结点数量( Q) 对合作专利申请具有显著影响( 通过1% 水平的显著性检验) ,并呈现正相关关系,弹性系数为0. 73,这表明随着网络中广东省外结点参与合作研发活动的强度增加,合作创新产出和知识溢出水平相应增加。由图2 可以看出,外源结点的数量不断增加,由此引起网络中知识溢出水平不断提高。外源结点带来的外部性知识,打破了合作网络本地化封闭的特征,扩大了网络的地理范围和开放程度,弥补了本地高密集聚集带来的信息传播堵塞。同时,通过本地企业与外地高等院校、科研机构合作,降低了本地产学研合作中企业之间为争夺与高等院校、科研机构的合作引起的竞争,增大了网络主体获取异质性知识的可能,使整个合作网络的知识溢出水平增加,并有助于提高合作创新产出。

5 结论与政策建议

本文采用2000—2013 年广东省产学研合作专利申请数据,运用社会网络分析方法,构建了产学研合作网络及其结构特征对合作专利申请的函数模型,并进行实证回归分析,得出产学研合作网络对知识溢出的影响机制如下: ( 1) 在网络规模方面,产学研合作网络的规模对知识溢出水平、合作创新产出具有正面显著影响。网络规模的增大意味着参与产学研合作的企业、高等院校和科研机构增加,知识和技术在一定程度上更容易扩散。 ( 2) 产学研合作网络的密度对知识溢出水平存在负面影响,过高的网络密度导致结点之间的联系重复,使得知识溢出的传导途径部分冗余,从而降低了知识溢出水平。( 3) 结点接近中心度对知识溢出的作用正好与网络密度的影响相反,结点接近中心度越高,信息传递越容易,网络的整体通达性越强,知识溢出水平也越高。参与合作的区域外成员对知识溢出水平存在正面影响,更多区域外成员的加入意味着异质性知识更多的传入本区域中,本区域合作竞争将下降,这些都有利于知识溢出水平的扩大。

基于以上4 点结论,本文提出如下政策建议:

(1)扩大产学研合作网络规模,积极将更多的企业、高等院校和科研机构引入合作网络中。可以根据产学研合作网络的特点以及行业发展情况,通过优惠政策扶持面向产学研合作的公共技术平台和各项科技中介服务结构,进驻各高等院校和科研机构开展宣讲会,鼓励它们多与企业建立合作关系;另一方面,政府可以作为中间人,通过信息共享向企业介绍更多有能力的高等院校和科研机构,加强产学研合作关系,完善合作网络的进入机制,鼓励外部成熟企业以及有一定研发潜力的成员进入网络,增加网络获得异质性资源的可能性。

( 2) 针对高密度对产学研合作网络中知识溢出的负面影响,政府可以主导建立完善的产学研合作信息平台,在产学研创新联盟中引入网络化平台模式,共享资源和信息。在产学研合作网络中,建立稳定的信息平台有利于信息和技术的交流、扩散。信息平台充当着桥梁的角色,降低由高密度产生的重复联系,避免成员间的冗余关系,缩短网络各成员交流的时间,防止信息和知识获取受阻的发生,同时促进网络成员将更多的时间投入到有效的合作关系中。目前我国在建立产学研信息平台方面,已存在项目投标、网站信息、政策鼓励等多种方式,但为使知识需求方与供给方建立更充分的联结,仍需加强完善信息平台的建设与普及。

( 3) 建立正确的政策引导,鼓励更多综合性高等院校和科研机构加入网络,缩短合作成员信息传递的路径。高等院校和科研机构可以邀请企业开展各种类型的技术讨论会,引导研发人员从大学、科研机构流向企业,推动自身成为网络核心结点,不断向产学研合作网络创造新知识和溢出新信息,协助企业将知识转化为技术成果。政府要通过资助大学或者共同合作建立研发中心、实验室等方式,加强产学研合作的关系,促使形成拥有多个小型子网络的大型产学研合作网络,从而减少信息传递路径上的各种障碍,提高整体网络的连通性。