社会网络分析在合著网络中的实证研究

〔摘 要〕基于社会网络分析法的分析视角：中心性、子群分析以及位置与角色分析，应用社会网络分析软件Ucinet，从中心性、子群、结构洞3个角度研究了1998-2011年《中国图书馆学报》合著网络的特点。通过实证研究识别了学者在学科领域中的地位；发现了合著网络中联系紧密的学术团体；进一步分析了整体网络中的结构洞以及各个著者对结构洞的运用能力。

〔关键词〕合著网络；中心性；子群；结构洞

〔中图分类号〕G250.252 〔文献标识码〕A 〔文章编号〕1008-0821（2012）10-0153-06

随着科学和科学劳动的社会化以及学科专业化程度提高，不同学科之间、领域、学者之间的合作日益广泛化、密切化，科研合作日趋频繁。反映在科学论文中，则是学者之间的合著现象越来越多，规模越来越大。所以研究合著现象对于了解学科领域概况是必要的。

国外关于合著现象的研究大部分以构建跨学科、跨领域的合著网络为基础，进行网络特征及对比分析。Yoshikane，F.从合作模式的增长和改变两个角度对比分析了电气工程、信息处理、高分子及生物化学4个领域的合著网络变化[1]；Sun，Y.从学术出版物的合著角度研究了日本工业和高校之间合作的状态和趋势[2]；Newman，M.E.J.基于生物学，物理学，数学的数据，各自构建了网络，通过研究网络来解释合作模式，例如合作的规模、著者之间的距离、合作模式随时间的变化等[3]。国内研究以期刊为对象，选取某一学科领域为研究范围（科学学、图书情报、管理信息系统等），采用文献计量学的方法，主要关注合著网络的结构特征，陈悦、刘泽渊等通过合著率变化趋势、合著者年龄结构和合著地域分布等分析了中国管理科学的合著现象[4]；温芳芳、李佳靓等选取情报学的五种核心期刊从合著率、合作度、合作范围以及不同作者数的论文分布情况等几个角度对合著网络进行了分析[5]。经过文献分析，我们发现国内外的研究差距不大，只是研究角度略微不同，国外的研究具有更广阔的视野，而国内比较微观。虽然关于合著现象研究角度各异，但目的不尽相同，都是探索学科发展趋势，为知识共享提供便利。究其本质合著就是研究者为了生产新的科学知识这一共同目的而一起工作，所以要研究合著现象，就是研究作者之间的关系。而社会网络分析方法（Social Network Analysis，简称SNA）正是对社会网络中行为者之间的关系以及关系的结构进行量化研究，以研究关系见长的一种方法。本文拟采用社会网络分析法分析《中国图书馆学报》著者的合著现象。

1 数据来源与方法介绍

1.1 数据来源

本文选择南京大学中国社会科学研究评价中心的数据库中文社会科学引文索引（CSSCI）。该数据库收录的文献时间范围为1998-2011年，所以仅选用1998-2011年的数据。1998-2011年《中国图书馆学报》共刊载论文1 984篇，合著文献752篇。图1是1998-2011年《中国图书馆学报》刊载论文数量及合著率的变化趋势。可以看出，虽然文献量的变化呈现倒“U”型，但从总体看合著率呈现上升趋势。

1.2 研究方法概述

社会网络研究发端于上世纪二三十年代英国人类学的研究，其基本事实是每个行动者都与其它行动者有或多或少的联系，社会网络分析就是要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[6]。美国社会心理学家Moreno创立的社会测量法为社会网络分析奠定计量分析基础。发展至今，社会网络分析已经被广泛的用于社会关系挖掘、支配类型发现（关键因素）以及信息流跟踪，通过社会网络信息来判断和解释信息行为和信息态度。而且作为一种跨学科的研究方法，在多学科的共同努力之下，使得社会网络分析从一种隐喻成为一种现实的研究范式[7]。

所谓“社会网络”指的是社会行动者及其间的关系的集合[8]。而社会网络分析（Social Network Analysis，简称SNA）就是要对社会网络中行为者之间的关系进行量化研究，是社会网络理论中的一个具体工具[9]。社会网络有两种表示方法：图论法和矩阵法。图论法是利用图论的概念，在网络图中，节点表示社会行动者，而节点之间的连线表示社会行动者之间的关系。矩阵法是在矩阵中，行和列表示社会行动者，而矩阵元素值表示社会行动者之间的关系。

本文在构建合著网络时，用1、2等数字表示两位作者之间的合著次数，用0表示两位作者之间不存在合著关系。在1 984篇论文中，删除1 232篇独立完成的文献，是孤立的点，因此在构建合著网络时排除这1 232篇文献的著者，仅对752篇文献的著者构建合著网络。

1.2.1 社会网络分析法的分析角度

社会网络分析方法已经比较成熟，可以从多个不同的角度构建社会网络进行分析，包括中心性及中心势分析，成分、核、派系分析，网络中的位置及角色分析等。

（1）中心度和中心势

中心度（Centrality）是社会网络分析的重点之一，一些社会学家对中心度的形式特征以及测量进行了研究，出现了大量的中心度的概念，因此造成了一定的混乱，而“点度中心度”能够把大多数这种研究结合起来。所以在本文中心度指的是点度中心度（Point Centrality），测量的是个体处于网络中心的程度，反映了该点在网络中的重要性程度[10]。中心度包括局部中心度和整体中心度，局部中心点指的是该点在其紧邻的环境中与很多点有关联；总体中心点指的是该点在网络的总体结构上占据战略上的重要地位。局部中心度指的是局部某点对其邻点而言的相对重要性，而整体中心度指的是该点在整体网络中的战略重要性[11]。中心势（Centralization）是与中心度相关的一个概念，指的是作为一个整体的图的中心度，关注的是整个图的凝聚力和整合度。在中心势这个概念背后隐藏的是图的结构中心，它是中心化的图所围绕的一个点或者点集合[11]。根据计算方法的不同，中心度和中心势都可以分为3种：点度中心度/点度中心势，中间中心度/中间中心势，接近中心度/接近中心势。

（2）成分、核、派系

成分、核、派系都是对网络中子群的关注，在现实中随机网络是不可能存在的，网络中的成员之间总有亲疏远近，那么这些关系密切的行动者就形成了一个团体，这种团体可以是非正式组织也可以是正式组织。关于子群的各种理论不断涌现，例如“派系（Cliques）”、“聚类（Clusters）”、“成分（Components）”、“核（Cores）”、“圈子（Circles）”等。这些概念的本质是探讨图本身的结构特征，分析子图与子图之间的关系及子图内部各节点的关系。

（3）位置角色分析

在社会网络中假设群体的角色结构以及个体在群体中的位置，都可借助于体现关系的一组网络数据来加以测量。每个行动者都占据社会位置，那些具有相似关系模式的行动者在关系上是等价的，他们构成了一个等价的阶级，在网络中占有等价的位置，可以互换。位置分析的主要目的之一是简化社会网络资料包括依据等价性定义的位置去说明网络，并分析这些位置之间的关系。

本文将从这3个角度对构建的合著网络进行分析，具体选择了中心性、子群分析、结构洞分析。

1.2.2软件工具介绍

社会网络分析软件有多种，在国际社会网络分析网（INSNA）的网站以及中国社会科学院社会学研究所主办的中国社会学网都列出了一些常用的社会网络分析软件，主要包括：Inflow、Fatcat、Multinet、Pajek、Stocnet和Ucinet等。其中，Ucinet是研究者使用较多的社会网络分析软件。Ucinet是由borgatti、Everett和freeman开发的。他们3人在社会网络分析领域都取得了很大的成就。Ucinet是一个用来处理社会网络数据的软件包。它能读取多种不同形式的数据，如文本文件（text files）和Excel文件。它能处理的网络节点是32 767个，从实际操作来看，当节点数达到5 000～10 000之间时，一些程序的运行就会较慢。此外，该软件包有很强的矩阵分析功能，如矩阵代数和多元统计分析。Ucinet 6还集成了Netdraw、Pajek等，既可以识别Pajek的数据文件，同时可以绘制社会网络图表。Ucinet是一款开源的软件，本文主要使用此软件进行分析。

2 分析与结果

本文采用Ucinet软件对构建的合著网络分别进行中心性分析、子群分析和结构洞分析。下面简要列出分析结果并对其进行讨论。

2.1 中心性分析

2.1.1 点度中心性

Ucinet中进行点度中心性分析的菜单路径为 Network>Centrality>Degree。分析的结果如图3（部分）。

在上述结果中，第一列、第二列分别是绝对点度中心度和相对点度中心度。点度中心度就是节点中心度，指的是在网络中有多少个行动者与节点有关联。从结果中我们可以看出，点度中心度最高的是邱均平，其绝对点度中心度是30，表明其与网络中其他30个节点有直接联系，也就是说，邱均平曾与30位作者合著发表过文献。

对点度中心度排在前20的几位作者的发文量进行对比，由表1可见，两者具有相似性，说明发表文献越多的人与别人的合作越广泛。进一步分析合作论文发现，大部分的合作都是导师与研究生之间的合作，说明这种合作模式是目前主要的合作形式。除此之外，科研项目团队成员之间的合作也占有很大的比例。

2.1.2 中间中心性

在Ucinet中进行中间中心性分析的菜单路径是Network>Centrality>Betweenness>Nodes。分析的结果如图4（部分）。

中间中心性是指在网络中掌握比较多的资源的行动者，中间中心性越高表示占有的资源越多。可以看出，只有少数著者的中间中心性大于1，分别是邱均平、夏立新、王伟军等，他们占有了大部分的资源。同时，结果表明，68%的作者接近中心性为0，这些作者几乎不具备控制资源的能力。两者对比，可以发现在学科领域，学科资源掌握在少数人手里的，大部分的学者没有控制资源的能力。

2.2 子群分析

2.2.1 k-核分析

k-核分析是一个建立在点度数基础上的凝聚子群概念，在一个子图中每个点都至少与其他k个点邻接，即k-核中的所有点的度数至少为k，在具体的分析中可以通过调整k的大小形成不同的子群。在Ucinet中进行k-核分析的菜单路径为Network>Regions>K-core。分析的结果如图5（部分）。

可见在781个著者的合著关系中，可以进行5种分区，其度数分别为5，4，3，2，1。对于度数为5（即5-核）来说，它包含11个著者；度数为4的核（即4-核）中包含71个著者，其他的著者都集中在度数为3的核、度数为2的核、度数为1的核。说明大部分的著者都集中在度数比较低的子图中，他们之间的联系比较松散。

分析结果给出了上述5种k-核分区中包含的聚类数。可见，这4类分区中的聚类数分别是179，477，675，744，776。聚类数非常多，说明聚类规模小。著者的合著仅限于小范围内，根据收集数据的经验，有些著者之间会多次合作，这样势必会造成小团体的形成。

2.2.2 子群的密度

子群的密度可以通过E-I指数测量。E-I指数的值越向1靠近，表明关系越趋向于发生在群体之外，意味着派系林立的程度越大。在Ucinet中进行分析的菜单路径为Network>Cohesion>E-Iindex。通过分析，发现该网络的凝聚子群密度为0.995，由此可见该网络的子群内部的学者联系比较密切，子群与外界之间的联系比较疏远。这样就造成了处于核心群体之外的科研人员很难获得足够的信息和科研合作的机会。

2.3 结构洞（structure holes）分析

结构洞是指两个关系人之间的非重复关系[12]。根据结构洞理论，在我们所认识的人中有重复关系人和非重复关系人，在建立关系网络时，不必要把每一个人都是初级关系人，就是与我们有直接联系的人，可以通过少量的直接联系人与非重复关系人（间接关系人）保持利益联系。映射到合著网络中，可以识别网络中是否存在过多的结构洞，如果存在，可以说某些著者是联通网络的关键，同时也说明整体网络缺少交流。在Ucinet中进行结构洞分析的菜单路径Network>Ego Networks>Structural Holes，分析结果如图8所示（部分）。

这4个指标是根据伯特（Burt）的结构洞指标计算测量的，Burt的结构洞指标考虑4个方面：有效规模（Effective Size）；效率（Efficiency）；限制度（Constraint）；等级度（Hierarchy），其中第3个指标最重要。对结果进行预处理，删除限制度大于等于1的著者（共有781个著者，删除463个，剩余318个），以限制度为主关键字对结果排序。由分析结果可以看出其中0.1～0.5之间的著者有97个，说明这些著者收到的限制越小，具有运用结构洞的能力。同时，这些受限度较低的著者都是学科领域内的权威，可以说是社会网络中的“明星”。

3 结 论

合著分析一直是情报学研究的重要课题，本文采用社会网络分析方法分别从中心性、子群分析和结构洞3个角度进行合著网络分析，为合著分析提供了一个全新的视角。

中心性分析结果表明，点度中心性高的作者往往也是比较高产的作者，说明高产作者与别人的合作也最为密切。同时，经过中间中心性的分析，可以看出大部分作者中间中心性都比较低，说明学科资源掌握在少数人的手里，大部分人没有资源的控制能力。

子群分析结果表明，子群的规模比较小， 说明合著网络中作者的合著范围比较小，通过对著者背后的文献进行分析，得到目前大部分的合著都是研究生和导师以及项目团队成员之间的合作。同时凝聚子群的密度非常显著， 意味着各个子群之间联系比较紧密，但是子群和群体以外的成员之间联系比较松散，说明学科领域内合作比较欠缺。

结构洞理论分析的结构表明，只有少数的作者具有运用结构洞的能力，而且这些作者都是学科领域范围内的权威性人物。根据结构动理论的两类测量方法： Burt本人给出的结构洞指数以及中间中心性测量，对两者的测量结果进行对比，结果具有一致性，学科领域的权威学者能够最大化自己人际关系的收益，更好的发展人际关系的质量，获得更多的信息和资源，但是这样会影响学科领域知识交换，不利于知识共享。

参考文献

[1]Yoshikane，F.And parative Analysis Of Coauthorship Networks of Different Domains：The Growth and Change of Networks[J].Scientometrics，2004，60（3）：433-444.

[2]Sun，Y.，M.Negishi，et al.Coauthorship linkages between universities and industry in Japan[J].Research Evaluation，2007，16（4）：299-309.

[3]Newman，M.E.J.Coauthorship networks and patterns of scientific collaboration[C].Proceedings of the National Academy of Sciences of the United States of America.Washington：Natl ACAD Sciences，2004：5200-5205.

[4]陈悦，刘则渊，等.中国管理科学合著现象分析[J].科学学研究，2006，23（5）.758-764.

[5]温芳芳，李佳靓.中国情报学期刊论文合著现象分析——基于五种情报学核心期刊统计分析[J].情报杂志，2011，30（8）.55-60.

[6]魏顺平.社会网络分析及其应用案例[J].现在教育技术，2010，20（3）.29-34.

[7]裴雷，马费城.社会网络分析在情报学中的应用和发展[J].图书馆论坛，2006，26（6）：40-45.

[8]刘军.社会网络分析导论[M].北京：社会科学文献出版社，2004：5，114.

[9]林聚任，刘玉安，泥安儒.社会科学研究方法[M].济南：山东人民出版社，2004：283.

[10]李亮，朱庆华.社会网络分析方法在合著分析中的实证研究[J].情报科学，2008，26（4）.

[11]约翰·斯科特.社会网络分析法[M].刘军，译.重庆：重庆大学出版社，2006：68-69.

[12]Ronald·Burt.结构洞：竞争的社会结[M].上海：上海人民出版社，2008：40.