序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇復雜網絡分析范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

[關鍵詞] 復雜網絡 產業結構 投入產出

一、引言

網絡可以用來描述從生物到社會的各類真實系統，其中節點表示真實系統中不同的個體或組織，而邊則表示個體或組織之間的聯系。近年來，國際科學界對復雜網絡理論與實證的研究做了大量的工作，很多國際一流的刊物如Nature、Science等都陸續刊發了大量復雜網絡的研究論文，研究所涉及的網絡有：科學家合作網絡、交通網絡、神經網絡、新陳代謝網絡等。但綜觀這些論文，沒有學者對產業結構進行分析和研究。

英國是世界經濟強國之一，其國內生產總值在西方國家中居前列。2002年，英國經濟規模居世界第四，是世界第二大海外投資國，同時是世界第四大貿易國。英國經濟的發達與其產業結構有重要的關聯。本文試圖從復雜網絡的角度對英國產業結構進行分析和研究。因此，本文以英國產業結構為研究對象，將產業結構抽象為由產業和產業間聯系所組成的復雜網絡，把產業看作是網絡中的節點，將產業與產業之間的聯系看作是網絡中的邊，計算網絡的統計特征，分析其具有的復雜性，希望為我國產業結構的發展和優化提供決策依據。

二、英國產業結構網絡

產業是同類企業的總和，產業結構由許多的產業部門組成，各產業部門之間相互依存、相互聯系、相互作用，共同構成一個有機的整體。本文研究的英國產業結構網絡由123個產業組成。所利用的數據來自英國2002年價值型投入產出表。為研究方便，對數據有以下說明：

1.不考慮本產業對本產業的中間投入，只有這樣建立起來的網絡才不是一個自環的網絡。

2.引入消耗系數的臨界值并進行無向化處理。臨界值的計算過程如下：首先，計算出所有的直接消耗系數，其計算公式如下：

三、網絡的相關統計特性

網絡的相關統計特征有：平均最短距離、平均簇系數、度分布、度-度相關性、度-簇相關性、點介數。

1.平均最短距離

在英國產業結構網絡中，最短距離表示任意兩個產業之間最少的邊的數目。整個網絡的平均最短距離則是對所有節點對的最短距離的平均。其公式如下：

經過計算得到英國產業結構網絡的簇系數為0.478，表現出聚集性。由于該網絡同時具小的平均最短距離和較大的簇系數，因此可以認為它是一個小世界網絡。

3.度分布

節點的度是指與此節點連接的邊的數量，所有節點的度的平均值稱為網絡的平均度。網絡中節點的度分布可以用分布函數p(k)來表示，p(k)被定義為隨機地選擇一個節點恰好有K條邊的概率，或者等價地描述為網絡中度為K的節點數占網絡節點總數的比例。

根據英國產業結構網絡的實際數據計算，可以得到網絡的平均度為16.8，即每個產業平均連接17個其他的產業。英國產業結構網絡的度分布，如圖1所示。

圖1為雙對數坐標，橫坐標表示點序號，縱坐標表示節點度。由圖1可見，在這個網絡中，節點度服從雙段冪律分布，對所得數據進行雙段擬合，得到的擬合斜率分別為-0.2778和-5.8826。

4.度-度相關性

度-度相關性表現的是節點之間相互選擇的偏好性。一個節點i所有鄰近節點的平均度記為

根據公式(3-7)可計算出123個節點當中的每個節點的介數Bi，點介數分布如圖4所示。

由圖4可知，點介數分布服從冪律分布，介數大的節點數目較少，介數小的節點數目教多，大部分節點的點介數均處在0.039832和0.01639之間，這些節點在網絡中的影響較小。表中展示了介數值排名前10位的產業，由于點介數反映了其在網絡中的影響力，那如果把表1中的任何幾個節點或全部節點從網絡中刪除，則會極大地影響網絡的運行。

四、結論與展望

以產業部門為節點的英國產業結構網絡是一個小世界網絡，具有短的平均路徑長度和大的簇系數，且其度分布服從雙段冪律分布。網絡表現出負的度度相關性，表明度大的節點優先連接度小的節點。同時，此網絡具有正的度簇相關性，說明度大的產業比度小的產業更傾向與集聚成團。

本文只是對英國產業結構網絡無向性質的一個初步研究，在后續的研究工作中會深入研究邊的方向及邊權、點權對網絡性質的影響。除此之外，還將對比各國的產業結構網絡的性質，從而對各國經濟的增長和同一產業的發展進行比較，進而能夠采取措施促進整個經濟的增長或單個產業的發展等。

參考文獻：

[1]周濤柏文潔等:復雜網絡研究概述[J].物理，2005，(1):31～36

[2]Newman M E J．The structure and function of complex networks[J]. SIAM Review，2003，45：167～256

[3]Wang X F．Complex networks: Topology, dynamics and synchronization[J].Int J Bifureation & Chaos, 2002,12:88～916

[4]Albert R，Barabasi A-L．Statistical mechanics of complex networks[J].Rev．Mod．PhyS，2002，74：47～97

[5]劉宏鯤周濤:中國城市航空網絡的實證研究與分析[J] .物理學報，2007，(1):106～113

[6]鄭金連狄增加:復雜網絡研究與復雜現象[J].系統辨證學學報，2005，(4):8～13

[7]吳金閃狄增加:從統計物理學看復雜網絡研究[J].物理學進展，2004，(1):18～46

篇(2)

關鍵詞：學習分析;社會網絡分析;社會網絡分析工具;SNAPP

中圖分類號：TP319 文獻標志碼：A 文章編號：1673-8454（2015）01-0025-04

隨著大數據時代的來臨，學習分析日益受到教育領域的矚目，它為全面分析教學交互的研究提供了新的可能性。社會網絡分析作為學習分析的重要組成部分在教育領域仍處于蓬勃發展的階段，與此同時，許多新興的社會網絡分析工具應運而生，SNAPP就是其中的代表之一。以往社會網絡分析工具的智能性較低，需先收集后臺數據并建立矩陣關系，才能得出分析結果。SNAPP的出現在很大程度上減少了教學者數據預處理的工作量，因為它無需了解原數據細節，只需在主流LMS平臺上直接操作，就可以智能化生成可視化網絡交互圖形，相比其他網絡分析工具擁有更強的操作性。同時，SNAPP可實現對數據的實時分析，可及時發現學習者參與不平衡的現象，并針對個別群體實施干預。社會網絡分析與工具的支持密不可分，優秀的社會網絡分析工具會使數據的分析過程事半功倍，對社會網絡工具的研究及社會網絡分析，乃至整個學習分析的過程都具有重要意義。

一、社會網絡分析工具

隨著社會網絡分析的研究逐漸展開，多種分析工具也得到蓬勃發展。國外以及我國學者在對社會網絡分析工具進行研究的過程中，應用最多的是功能對比的方法。Huisman和Duijn從數據格式、主要功能等多個角度對比了23種主要的社會網絡分析工具，其中包括目前仍廣泛運用的NetDraw、Netminer、UCINET、Pajek等。[1]王陸在此基礎上從是否商業化和是否可視化四個維度將這些軟件進行了更為細致的歸類，并重點比較了Netminer、UCINET、Pajek三種工具以及實現社會網絡分析的方法。[2] Hansen等人通過分析比較各種社會網絡分析工具，指出在實踐領域中，社會網絡研究的開展仍存在不足的重要原因是缺乏界面友好和操作簡單的社會網絡分析軟件。[3] Smith 等人指出Pajek 等多種社會網絡分析工具的操作過程較為復雜，提出簡化操作以及降低數據獲取的難度，可以更好地促進社會網絡研究的開展。

從上述對社會網絡分析工具的研究中可以發現，社會網分析工具應用的便捷性、易操作性對分析的開展具有重要意義。隨著社會網絡分析逐漸被各個研究領域所重視，其分析工具也在飛速發展，通過對這些工具的分析，可將這些工具從難易程度上分為兩類即專用工具和實踐工具。

1.專用工具

專用的社會網絡分析工具服務于擁有較高數據處理能力的研究者，例如Pajek、UCINet 和NetDraw 等。這一類工具為研究者提供了強大的分析功能，如聚類分析、因子分析、派系分析等，它們可以實現一定程度的可視化，但操作較為復雜，生成圖形的靈活性欠佳。此類工具適合專門領域的研究者使用，對于廣大的教學實踐者而言，門檻較高。

2.實踐工具

隨著社交網絡的應用范圍日益壯大，社會網絡分析的需求也逐漸增多，許多面向廣大教育實踐者的新型分析工具應運而生。此類工具不僅界面友好，操作便捷，而且功能強大，SNAPP、NodeXL、Gephi、Netminer 等就是此類工具的代表。其中，SNAPP的特點尤為突出，它在很大程度上減少了教學者數據預處理的工作量，且無需了解原數據細節，可以智能化生成可視化網絡交互圖形，相比其他網絡分析工具具有更強的操作性。同時，SNAPP可實現對實時數據的分析，具有較高的應用價值。

二、SNAPP功能介紹

1.SNAPP簡介

SNAPP（Social Networks Adapting Pedagogical Practice）是由澳大利亞Wollongong 大學的Shane Dawson和Lori Lockyer教授等領銜開發出來的一種開源并且基于Java的社會網絡適應教學實踐工具。[4]作為一個可視化的在線處理社會網絡工具，可在在線討論環境中為教育者展示學生的實時交互情況和社會關系，幫助教育者識別學生行為模式，為引導適當的干預奠定基礎。利用SNAPP社會網絡分析工具可以幫助教育者快速識別交互過程中的邊緣者和信息關鍵人，顯示一個學習社區在群體中的發展程度。[5]通過SNAPP軟件可實現對數據的實時分析，幫助教育者及時實施教育干預措施，并可通過對后續交互情況的分析使教育者了解干預效果。

2.功能特性

本文將SNAPP的功能特性總結為以下四個方面。

（1）支持多種主流LMS和瀏覽器使用方便

SNAPP作為應用于教育領域的社會網絡分析軟件，可支持Blackboard、WebCT 和Moodle等學習管理系統，瀏覽器包括IE、Firefox和Safari，支持的操作系統為Windows、Macintosh。[5]SNAPP是一種基于Java的開源瀏覽器插件，使用者可先訪問官網，把鏈接添加到瀏覽器收藏夾中，在登錄Moodle等主流平臺后，點擊連接即可使用，并獲得可視化的交互圖示。

（2）實時數據分析

SNAPP可實現與學習管理系統（LMS）無縫對接，它能自動化地提取學習者在在線學習中產生的數據，并生成實時交互的視覺圖，生成一個更為直觀的用戶界面來簡潔地顯示出學習者的學習動態。在網絡學習平臺中，當有成員訪問論壇并發帖時，執行SNAPP程序，則網絡結構圖會發生新的變化，實現數據的實時分析。

（3）SNAPP集成了NetDraw軟件的核心功能

SNAPP集成了NetDraw軟件的核心功能并提供各種布局算法，包括：能分析基于帖子數據的節點數;統計每個節點的總帖子數、度、入度、出度、中介中心性等;提供可見、非可見參與者的姓名;放大或縮小圖像。根據交互帖子的數量過濾一些節點等。

（4）支持多種數據導出格式

SNAPP可實現在線社會網絡數據可視化，可以從論壇數據中提取VNA和GraphML原始數據，從而使用專業的社會網絡分析軟件做進一步的分析，且無需像傳統做法那樣，先從平臺的后臺數據庫中獲取數據，并建立關系矩陣，才能分析數據之間的關系。

通過以上特點可以看出用戶掌握SNAPP軟件門檻較低，分析者無需專業的社會網絡分析知識，即可快速掌握運用到網絡教學實踐中。且該軟件兼容性強，支持各類學習管理系統，教師可在課程進程的任何時刻通過可視化交互網絡動態圖來了解論壇帖子回復情況，為教學人員提供可快速識別學習者學習行為的模式。值得注意的是，在注冊LMS的時候，用戶名必須是英文或數字，否則使用SNAPP最后分析出來的ID號是亂碼。同時java需要更新到最新版本。

3.操作界面

SNAPP操作界面如圖1所示，左側為圖形化結果，右側為控制界面。左側界面包括可視化屬性（Visualisation）、數據（Statistics）、輸出代碼（Export）、幫助（Help）、信譽（Credits）五個功能。右側的控制界面中包括可視化圖形的放大（Zoom in）、縮小（Zoom out）、選擇（Selection）、布局算法（Layout）、過濾器（Filter）、顯示學習者信息（People）、連接（Connection）、交互連接線性（Line type）等功能。勾選相應命令前的小方框即可實現相應變化，其中，過濾器可以通過設置數據的量值對社會網絡進行過濾，點擊Enable Filtering即可刷新圖示結果，獲得新的社會網絡圖。

三、應用案例

本文以某大學一門網絡課程為案例，旨在說明SNAPP工具的應用過程，因此，在介紹該工具的方式上以數據分析的過程為主線，并不試圖對案例的交互情況進行全面分析。

1.案例介紹

本案例以大學本科生的一門網絡課程為依托，對記錄在Moodle平臺的數據進行分析。Moodle平臺是由澳大利亞Martin Dougiamas教授在2002年開發的課程管理系統，其界面模塊以開放性、靈活性、互動性、共享性等優點著稱。在Moodle平臺上學習者的社會互行為主要來自論壇，因此，筆者以該群體在論壇展開交互討論的帖子作為研究數據，采用SNAPP 1.5軟件版本對其進行分析。

2.分析過程

（1）數據獲取

在此次案例中，以Moodle平臺共記錄的135條交互數據對SNAPP的使用進行闡述。數據可直接從Moodle平臺上獲取，點擊SNAPP1.5的連接，即可形成學習者交互整體情況社群圖。

（2）整體社群圖

在對數據進行初步分析時，執行SNAPP 1.5會自動生成所有參與者交互的整體網絡社群圖與節點信息，如圖2所示。

黑色結點的大小表示在網絡中活躍度的高低，黑色結點的面積越大表示在論壇上的活躍度越高。社群圖可以幫助教育者了解到當前學生的交互模式，幫助教育者識別交互群體的邊緣者和關鍵信息人，為下一步的教育干預提供可靠數據。當點擊Statistics則會按發帖量由高到低的順序顯示出每個參與者發帖的數量。教師可通過訪談了解一些學生參與交互活動不積極的原因，并及時制定教學交互策略，改變交互不平衡的現象。點擊“Export”則有VNA 和GraphML兩種格式的原始數據輸出代碼，為進一步的分析提供原始數據。

（3）數據過濾

通過整體社群圖分析得到了交互過程中的整體面貌，但其信息量較大、圖形較復雜，如果得到更加清晰的結果可通過數據過濾來重新定制圖形，從而更為清晰地了解學生的交互情況。在過濾器（Filter）中，將發表帖子數設置為大于等于9，點擊Enable Filtering即可刷新圖示結果，獲得新的社會網絡圖，如圖3所示，從而得到交互較積極的學習者社群圖。

（4）學生個體分析

黑色的節點代表每個學生在學習活動中的交互情況，當把鼠標移到某個黑點位置時，則會出現每個學生的發帖數（Posts）、度（Degree）、點入度（In Degree）、點出度（Out Degree）、中間中心度（Betweenness centrality ）。度代表學生與他人交互的頻繁程度，度越高表示該學生與他人交流越頻繁，反之則交流程度較低。點入度表示學習者收到帖子數，點出度表示回復帖子數。學習者的點入度越高，表明該學習者在網絡中的聲望越高;點出度越高，說明該學習者與他人接觸的能力越強。[6]中間中心度是指單獨的一個行動者的控制優勢，較高的中間中心度反映了較強的控制程度。[7]當把鼠標移動到其中一個點時顯示如圖4所示的相關信息，即可得到學習者個體相關的交互信息。

（5）討論與小結

在上述SNAPP的使用過程中，首先呈現出學習交互活動的整體情況，然后通過數據過濾重新定制圖形，對不同的學習群體進行進一步的分析，最后對學習者個體進行分析。通過對本文案例的分析可以得出兩個結論。第一，社會網絡分析對學習活動參與者的整體交互全貌以及個別群體細節進行描述，有助于教學者發現交互現象并及時地進行干預。第二，社會網絡分析還不能夠對交互活動進行全面解釋、對交互過程更加全面和深入的研究，還需與其他多種研究方法相結合，從交互質量、情感態度等方面進行深層次研究。在后續的研究中，筆者試圖采用社會網絡分析法、內容分析法和問卷調查法，對學習者在線交互過程進行深入分析。

四、總結

大數據時代下學習分析的潛能在教育領域已逐漸彰顯，社會網絡分析是學習分析的重要組成部分。SNAPP的出現為社會網絡分析提供了新的方向，它為更廣大的教育實踐者降低了分析門檻，使用者可以直接從Moodle等主流LMS平臺獲取并分析數據，使數據分析的過程更加簡單且易操作。同時，SNAPP可實現實時數據分析，為及時改善交互中存在的參與度不平衡的現象提供有力的依據，也為教師的交互活動設計以及個性化教學提供指導。

參考文獻：

[1]Huisman， M./van Duijn， M.A.J.， 2005， Software for Social Network Analysis， In： Carrington， P.J./Scott， J./Wassermann， S.， Models and Methods in Social Network Analysis， Cambridge University Press，Cambridge， 270-316.

[2]王陸.典型的社會網絡分析軟件工具及分析方法[J].中國電化教育，2009（4）：95-100.

[3]Hansen， D.， Rotman， D.， Bonsignore， E.， Milic-Frayling， N.，Rodrigues， E.， Smith， M.， & Shneiderman， B. （2009）. Do you know the way to SNA？： A process model for analyzing and visualizing social media data. U. of Maryland Tech Report： HCIL-2009-17.

[4]SNAPP.[EB/OL]http：///.2013-05-17.

[5]Aneesha Bakharia. Social networks adapting pedagogical practice： SNAPP[EB/OL].http：//.au/conferences/auckland09/procs/bakharia-poster.pdf.

篇(3)

[關鍵詞]社會網絡分析 產業集群 創新

一、概述

在產業集群創新研究領域,學者們用到的網絡方法大致可以分為兩種:第一種是經典的社會網絡分析方法;第二種是新近興起的復雜網絡。這兩種方法各有一套自己的理論基礎和方法,但本文并無意比較二者優劣。本文僅大致介紹社會網絡分析的相關理論以及討論社會網絡分析在產業集群創新研究中的運用。

二、社會網絡分析(social network analysis)簡介

社會網絡分析作為一種獨特的理論和研究方法從20世紀60年代興起、70年代快速發展、80年代成熟到90年代長盛不衰,歷時近40年。如果說結構――功能主義統治了20世紀40 ～ 60年代的歐美社會學界,那么從20世紀70年代初期至今占據著歐美社會學特別是美國社會學主流地位的則是社會網絡分析,其領軍人物包括:伯特(Ronald Burt)、格蘭諾維特(Mark Granovetter)、諾科(David Knoke)、馬斯登(Peter Marsden)、維爾曼(Barry Wellman)、懷特(Harrison White)等學者。

社會網絡分析的構建是基于交互單元或節點之間關系重要性的假設的。由節點之間的連邊所界定的關系是社會網絡分析的基礎組成部分,社會網絡分析認為網絡是通過一系列連邊聯系起來的節點集合。按照網絡中所包含的節點的類型,網絡可以分為同質網絡和異質網絡;按照連邊的類型,網絡可以被分為有向網絡和無向網絡;按照連邊的重要性進行區分,網絡可以被為有向含權網、有向無權網、無向含權網和無向無權網四類。

社會網絡分析的重要觀點如下所述:(1)世界是由網絡而不是由群體或主體組成的;(2)網絡結構環境影響或制約主體行動,社會結構決定二元關系(dyads)的運作;(3)行動者及其行動是互依的單位,而不是獨立自主的實體;(4)行動者之間的關系是資源流動的渠道;(5)用網絡模型把各種(社會的、經濟的、政治的)結構進行操作化,以便研究行動者之間的持續性的關系模式。

三、社會網絡分析相關理論及其在產業集群創新研究中的運用

1.社會資本(social capital)

對社會資本概念的界定以科爾曼、布爾迪厄等的觀點為代表。科爾曼認為,社會資本是個人擁有的表現為社會結構資源的資本財產,由構成社會結構的要素組成,主要存在于人際關系和社會結構之中,并為結構內部的個人行動提供便利。布爾迪厄指出,社會資本是資本的三種基本形態之一,是一種通過對“體制化關系網絡”的占有而獲取的實際的或潛在的資源的集合體。

個體社會網絡的異質性、網絡成員的社會地位、個體與網絡成員的關系力量決定著個體所擁有的社會資本的數量和質量。和其他資本形式一樣,社會資本是生產性的,是否擁有社會資本,決定了人們是否可能實現某些既定的目標。但社會資本與其他形式的資本的差異主要表現在,社會資本存在于人際關系的結構之中,它既不依附于獨立的個人,也不存在于物質生產過程中。

很多學者利用社會資本理論對產業集群創新問題進行研究。于樹江分析了社會資本的含義與主要構成因素,構建社會資本對創新的影響機制模型;劉中會等利用社會資本和產業集群的相關理論,分析了壽光蔬菜產業集群的社會資本;王雷分析了集群中社會資本的形成機制、演變特征及其對集群創新績效的影響。眾多學者的普遍看法是,社會資本對集群內企業的創新能力有重要影響,因為社會資本有助于促進集群內企業的集體學習,有利于創新知識的轉移和擴散。

2.弱聯系(weak ties)

斯坦福大學教授格蘭諾維特在20世紀70年代提出,一個人往往只與那些在各方面與自己具有較強相似性的人建立比較緊密的關系,但這些人掌握的信息與他(她)掌握的信息差別不大;相反,與此人關系較疏遠的那些人則由于與此人具有較顯著的差異性,也就更有可能掌握此人沒有機會得到的、對他(她)有幫助的信息。因此,人與人之間的弱聯系是個體融入社會或社區的必不可少的因素,它能給人們帶來意外的信息和機會,它的又是來自于具備聯系不同社交圈子的能力,并且具有較低的可傳遞性。作為對這個觀點的響應,有學者提出了“強聯系”的觀點。他們認為,強聯系特別適用于不確定性的情境,在面臨危機或者需要承擔風險時,強聯系是可以依賴的對象。總之,弱聯系具有信息傳遞的優勢,而強聯系則有傳遞情感、信任和影響力的優勢。

由于集群的空間集聚性、行業的相關性、社會文化與人員知識背景的相似性,使集群很容易落入技術鎖定的創新困境中。而弱聯系理論能比較好地解釋集群創新的困境,而且能夠為此提供解決辦法,那就是集群內的企業應該在內部強化弱聯系,同時加強與外部的聯系,藉此獲取有價值的信息和機會,從而促進創新。

3.嵌入性(embeddedness)

嵌入性也叫根植性, 這一觀點對于社會網絡結構分析的發展有巨大的推動作用。格蘭諾維特認為,經濟行為嵌入社會結構, 而核心的社會結構就是人們生活中的社會網絡, 嵌入的網絡機制是信任;信任來自社會網絡, 信任嵌入社會網絡之中, 而人們的經濟行為也嵌入社會網絡的信任結構之中;信任的獲得和鞏固需要交易雙方長期的接觸和交流以達成共識。

社會關系網絡以兩種方式影響經濟活動,即關系嵌入和結構嵌入,關系嵌入是結構嵌入的基礎,結構嵌入是關系嵌入的擴展和延伸。關系嵌入強調雙邊關系的質量,表現為交易雙方重視彼此間的需要與目標的程度,以及在信用、信任和信息共享上所展示的行為;結構嵌入強調的是多邊關系,即組織間不僅具有雙邊關系,還因與第三方的聯系而相互發生關系,從而形成群體間的系統性關聯結構。

對于產業集群內的企業來說,一方面會受惠于關系嵌入和結構嵌入,因為關系嵌入網絡可以為企業節省大量的信息搜集成本;而結構嵌入可以使企業融入集群的創新氛圍,分享集群網絡內的創新知識;另一方面,不論是關系嵌入還是結構嵌入,又都可能成為阻礙集群企業進一步創新的障礙,因為嵌入得越深,對技術路徑的依賴性就會越強。因此,企業在充分享受關系嵌入和結構嵌入帶來的好處的同時,也要密切關注它們帶來的弊端,以便于集群內的主導技術走向衰退時,企業能及時作出有效調整。

4. 結構洞(structural holes)

美國社會學家伯特提出“結構洞”的觀點, 認為關系強弱和社會資源、社會資本的多少沒有必然的聯系, 起決定作用的是網絡中的位置, 誰占據連接兩個無關系(意味著存在結構洞) 點的位置上, 誰就擁有信息和控制優勢,從而可以為其帶來收益。該理論強調企業或企業家通過聯結與其不同的、一定程度相互隔斷的關系來為企業成長不斷提供資源,也就是強調網絡關系開拓能力。

顯而易見,伯特的結構洞理論與格蘭諾維特的弱聯系理論是一脈相承的。另外,在大型的產業集群網絡中,一定有一些企業位于結構洞,從而占據了有利的網絡位置,并且可以取得信息收益和控制收益。

5. 社會網絡分析法在產業集群創新領域的實證研究

雖然社會網絡分析的相關理論淵源不同,且每一個理論都能夠自成一派,但各種理論綜合在一起,才構成了社會網絡分析方法的理論基礎。當然,作為一種有深厚理論基礎的方法,社會網絡分析法有一些基本的網絡測度變量,通過這些變量的測度,可以反映出網絡的結構和節點的位置。這些變量可以被分為三類:第一種是針對單個節點的測度變量,典型的變量有:度(degree)、中心性(centrality)等;第二種是針對節點間聯系的測度變量,典型的變量有:強度(strength)、互惠性(reciprocity)等;第三種是針對整個網絡的測度變量,典型的變量有:規模(size)、密度(density)等。

目前,在產業集群創新研究領域,越來越多的國內學者地運用社會網絡分析法進行實證研究。比如:

楊銳等通過對杭州手機產業集群的調查,應用社會網絡分析方法,研究了產業集群內企業的網絡位置與其創新之間的關系。錢錫紅等人利用三個維度來刻畫出企業在集群中的網絡位置,并且引入吸收能力,考慮吸收能力與網絡位置的交互作用,從而構建出更具說服力的整合模型。陳偉麗,王雪原研究了產業集群的網絡結構,從主體和客體兩個層面分析了網絡結構變量和關系變量對集群創新資源配置效率的影響。蔡寧和吳結兵通過社會網絡分析方法考察了集群組織間關系網絡的密集性質及其功能機制。苑雅文以韓國在華投資產業集群為樣本,從社會網絡視角考察環黃渤海合作區域的發展路徑,運用社會網絡分析的方法研究在華韓資產業集群的社會網絡的形成、特點及作用。

四、小結

網絡化和知識交換是產業集群的主要特征,這使得社會網絡分析法的使用也變得順理成章。就像有學者所指的那樣:使用社會網絡分析文獻中的成熟技巧對產業集群的定性分析是很有希望的。其實,通過瀏覽相關文獻,我們可以發現社會網絡分析不但用來對產業集群的定性分析,而且還用來對產業集群的定量分析。而且,社會網絡分析的經典理論和基本測度變量,已經成為產業集群創新研究中的重要理論基礎和使用方法。因此,在研究產業集群創新問題時運用社會網絡分析的理論和方法是目前的一種趨勢。

參考文獻:

[1] 于樹江: 集群式產業創新的社會資本效應研究[J]. 科學學與科學技術管理,2004(6)

[2] 劉中會 劉力臻:產業集群社會資本對技術的引進、擴散和創新的影響――以壽光蔬菜產業集群為例[J]. 經濟問題,2009(4)

[3] 王 雷: 產業集群中社會資本創新績效研究[J]. 云南大學學報,2008(1)

[4] 楊 銳 黃國安:網絡位置和創新――杭州手機產業集群的社會網絡分析[J]. 工業技術經濟,2005,24(7)

[5] 錢錫紅 楊永福 徐萬里:網絡位置、吸收能力與集群企業創新[J]. 經濟管理. 2009,31(7)

[6]陳偉麗 王雪原:產業集群網絡結構與創新資源配置效率關系分析[J]. 科技與管理. 2009,11(3)

篇(4)

論文關鍵詞：PPP，網絡分析模型，風險分析

 

1引言

PPP模式自1992年由時任英國財政大臣的肯尼斯克拉克首先提出以來，十幾年來在世界各國都引起了廣泛的重視和應用。其應用范圍涵蓋地下軌道交通、城際高速公路、海底隧道、港口、機場、體育場館等大型基礎設施的建設領域。PPP模式是公共基礎設施建設工程中發展起來的一種優化的項目融資與實施模式，這是一種以各參與方的“雙贏”或“多贏”為投資理念的現代融資模式[1]。在PPP模式中，公共部門和私營部門各有其獨特的優勢，并能夠通過合作實現優勢互補，實現比單方行動更優的結果。實踐表明風險分析，PPP模式能夠有效地減輕政府財政壓力、滿足公共基礎設施建設需要，同時提高基礎設施投資和管理效率。

基礎設施PPP項目建設和經營周期長，建設規模大，涉及面廣，投入資金量龐大，一般要涉及到的利益相關者眾多，權利與義務關系復雜，面臨的風險因素也要復雜許多。要確保項目的順利實施，必須充分的考慮并能合理處理各方面的風險期刊網。PPP不僅只是伙伴關系的一種“模式”，而應該是一個確保以有目的的方式全面考慮并評估所有風險的過程。可以說，PPP項目自產生以來，風險問題就一直是項目參與各方所共同關心的一個焦點問題。現今PPP項目風險管理過程中存在的一個主要問題就是對項目可能發生的風險考慮不夠全面，缺乏合理的風險機制設置風險分析，風險分析不夠透徹，低估了風險影響程度[2]。本文通過運用網絡分析法等相關理論，對PPP項目的風險管理進行深層次的探索。

2網絡分析法（ANP）

近年來，常規的層次分析法（AHP）已在系統決策分析中得到了廣泛應用。AHP方法的核心是將系統劃分層次且只考慮上層元素對下層元素的支配作用。同一層次中的元素被認為是彼此獨立的。這種遞階層次結構雖然給處理系統問題帶來了方便，同時也限制了它在復雜決策問題中的應用。在許多實際問題中，各層次內部元素往往是依存的，低層元素對高層元素亦有支配作用，即存在反饋。此時系統的結構更類似于網絡結構。網絡分析法(ANP)正是適應這種需要，由AHP延伸發展得到的系統決策方法[3]。

ANP一般將系統元素劃分為2大部分:第1部分稱為控制因素層，包括問題目標及決策準則，所有的決策準則被認為是彼此獨立的，且只受目標元素支配。控制因素中可以沒有決策準則，但至少有一個目標風險分析，控制層中每個準則的權重均可用AHP方法獲得。第2部分為網絡層，它是由所有受控制層支配的元素組成的，其內部是相互影響的網絡結構期刊網。

使用ANP分析問題，大體可分為4個步驟:（1）對問題進行結構分析，判斷元素組與元素之間、元素與元素之間及元素組與元素組之間的相互影響關系；（2）構造兩兩比較判斷矩陣；（3）由判斷矩陣計算被比較元素的相對權重；（4）計算各個超矩陣。

3 PPP項目風險因素的網絡分析模型

3.1 風險因素的確立

由于國外對PPP模式應用研究更為成熟，因此查閱外文文獻并結合實際，得到影響PPP項目的主要因素，如下表：

3.2 建立影響關系表，舉例如下表所示：

 

 

  R11

R12

R13

R21

R22

R23

R24

R31

R32

R33

R41

R42

R43

R51

R52

R53

R11

  √

√

√

 

 

  √

√

√

 

 

 

  √

  R12

√

 

  √

 

 

  √

√

√

 

 

 

  √

  R13

√

 

  √

 

 

 

 

  √

 

 

 

 

 

  R21

√

√

√

  √

 

  √

√

√

√

  √

√

√

√

R22

 

 

  √

  √

√

 

 

  √

  √

 

 

  R23

 

 

 

  √

 

 

 

  √

√

  √

√

√

  R24

 

 

 

  √

 

 

 

  √

√

  √

 

 

  R31

√

√

  √

 

 

 

  √

√

 

 

 

 

 

  R32

√

√

  √

 

 

  √

 

 

 

 

 

 

 

  R33

√

√

√

√

  √

√

√

 

  √

√

√

√

√

√

R41

 

 

  √

√

√

√

 

  √

 

  √

 

 

  R42

 

 

 

 

 

 

 

 

  √

 

 

 

 

 

  R43

 

 

  √

√

√

√

 

  √

√

 

 

 

 

  R51

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

  R52

 

 

  √

  √

 

 

  √

 

 

 

  √

  R53

 

 

  √

 

 

 

 

  √

 

 

 

 

篇(5)

〔關鍵詞〕學術期刊；法學期刊；期刊分群；期刊評價；社會網絡分析

〔中圖分類號〕G250.252，G255.2〔文獻標識碼〕A〔文章編號〕1008-0821（2013）01-0091-07學術期刊的分群與學術期刊的分層是兩個概念。當前，對于學術期刊分層的研究已經比較豐富，比如核心期刊與非核心期刊的探討，設置指標或指標體系將期刊分級等，其研究結果主要表現為將學術期刊按照學術水平的高低劃分層次。而學術期刊的分群不限于對學術水平的評定，而是探索學術期刊的生態群落，包括期刊學科主題、風格特色以及內容質量等多方面聚類現象的揭示。因而，其研究結果能夠打破期刊評價二元分化的僵局，體現各期刊子群的生存價值，從而鼓勵學術期刊的特色發展，促進學術期刊整體水平的提升。對此，國內的綜合研究還很少。本文選取法學學術期刊為例，以中國知網中收集到的期刊互引數據作為分群依據，通過網絡分析的不同算法，交叉測度法學期刊的分群現狀，以探究學術期刊分群的勘測方法，并根據研究結果對法學學術期刊的發展提出建議。

1分析方法

社會網絡分析又被稱為結構分析（structural analysis），其“不僅是對關系或結構加以分析的一套技術，還是一種理論方法——結構分析觀點”[1]，這種結構表現為行動者之間的關系模式。正如加拿大社會網絡分析家Barry Wellman[2]指出的：“網絡分析探究的是深層結構——隱藏在復雜的社會系統表面之下的一定的網絡模式。”其中，網絡分群的方法有兩大類，一類是基于關系屬性的“凝聚子群分析”，即群落結構測度，另一類是基于結構對等性的“位置分析”。前者比較具體、直觀，后者比較抽象，適用于深度分析。本文將兩種方法結合起來，能夠由淺入深地細分法學期刊互引網絡結構，并且找出在群落中和群落間起到不同作用的期刊。

目前國內外還沒有利用社會網絡分析法專門研究法學期刊的先例，但是運用該方法分析學術期刊的研究已有一定積累。Leydesdorf于2004年通過對期刊間引用頻次的可視化分析揭示JCR收錄的期刊之間的遠近關系[3]；2009年，利用Pajek軟件繪制基于ISI主題分類的科學全景圖[4]。2005年，Kevin W.Boyack構造期刊引用和同被引關系可視化圖，借以展示大的學科結構[5]。2011年，Barnett通過2模網絡分析發現處于網絡中心的期刊群與處于邊緣的期刊群引用模式完全不同[6]。我國的相關研究者有岳洪江[7]，姜春林[8]，彭繼東[9]等。本課題負責人于2009年對圖書情報學期刊互引網絡進行解析，識別出核心或起中介作用的期刊，并將該學科期刊分為了“知識源”、“中轉站”和“儲備庫”3種“角色”[10]，2010年分析了我國經濟學期刊互引網絡的核心——邊緣等級結構[11]。

學術期刊分群研究2來源數據及處理

之所以選取法學學術期刊為例，是由于法學研究的特殊性，法學期刊存在著與其他學科期刊相比更加復雜的生存環境。正如舒國瀅[12]教授提出的，法學作為一門理論性和實踐性學科，必須協調理論研究和司法實踐的關系，如果過分強調法學是一門科學，就會使得法學成為無用的象牙塔；反之，如果不以學術作為追求目標，而以能夠得到實踐部門、立法部門的承認作為檢驗標準，法學期刊就喪失了學術價值。鑒于法學學術期刊當前面臨的兩難境地，本課題組曾選擇從法律從業者入手，對律師利用法學學術期刊的現狀進行調查[13]。調查結果發現律師群體經常閱讀和利用的法學期刊與學者有較大不同。因此，客觀描繪我國法學期刊的生存現狀，呈現我國法學期刊分群原貌，將為解決法學期刊理論性與實踐性之間的矛盾提供客觀依據和建議。

篇(6)

關鍵詞：社會支持 網 綜述

中圖分類號：F626.5 文獻標識碼：A

文章編號：1004-4914（2012）01-063-02

“社會網絡”一詞最早由英國人類學家R-布朗提出。此后許多社會學家和人類學家采納了他的觀點，開始對社會生活中人們的關系、互動，用“網”的隱喻來說明、解析。無數的觀念支流相互融和貫通形成了當代的社會網絡理論，在這當中我們不得不提及三個主要的傳統。一是具有強烈社會心理學方向的小群體分析。他們注重小集體內人際關系的研究并創造發展了圖表途徑等技術手段；代表人物：Moreno、Lewin等人。二是以哈佛學者為代表的派系的結構及其相互關系的研究；代表人物：Mayo、Warner等人。三是曼切斯特的人類學家在部落和小山村進行的社區聯系的結構的研究；代表人物：Barnes，Batt等。這些傳統在20世紀60年代到70年代不斷引入現代數學模型，在哈佛大學完成了最后的突破，形成了現代社會網絡理論，代表人物White、Granovetter等。從70年代，社會網絡分析已經正式成為一門社會學的學科分支，成立了國際性的社會網絡分析研究會（INSANA），并出版了專門的雜志（Social Networks）。（Scott 2000）社會網絡是一組人或群體形成的一組獨特的關系，這些關系是傳遞物質，信息，觀念，情感等資源的紐帶。社會網絡注重的是這些聯系，而不是單個單位的屬性。具有以下方面的特征：社會網絡分析實現了個體與整體，宏觀與微觀的結合。通過點（個體，群體），關系，內容（資源）的研究，主要是關系的研究實現了點與內容的結合。克服了個體與整體分離，宏觀與微觀分離的研究。研究內容廣泛，最早的社會網分析主要用于小群體的人際關系研究。現在的研究范圍已經非常廣泛，涉及社會學，政治學，心理學，管理學，人類學等。具有強烈的數理特征。社會網絡分析運用了大量的數學工具，從一開始的圖表、幾何圖形到后來的矩陣論和數理統計的運用使其完成了成長。但這種發展中的范式具有強烈的數理特征使得一方面使其精確，另一方面對數學和計算機的依賴又讓大多數社會科學家望而怯步。（喬納森.特納）今后社會網絡研究發展的方向是吸收數理科學與科學方法論的成果，在實際的社會研究中發展社會網絡理論與研究技術。（袁方1997）

一、國內學者對社會網絡理論和方法的介紹

社會網絡理論和方法最早通過一些介紹西方社會學理論的書籍和國外學者在國內做的講座（如林南，邊燕杰）傳入。目前國內學者從事這方面研究的還不多，成果也很少。僅有的幾篇作品也僅限于對此理論的介紹。主要有肖鴻的《試析當代社會網研究的若干進展》；劉軍的《社會網絡模型研究論析》；賀寨平的《國外社會支持網研究綜述》；袁方《社會研究方法教程》中對此理論的介紹。上述作者都介紹了社會網絡的含義及其基本特征。肖鴻的介紹從理論到方法到實證研究全面的介紹了國外的社會網絡研究。劉軍主要側重于社會網絡分析的數學模型介紹，他的介紹是目前國內在此方面研究最前沿的。袁方的介紹主要側重于方法，在對方法的介紹比較全面，除了對數學模型的介紹外，還介紹了社會網絡資料收集方法。賀寨平主要從社會支持網的角度進行介紹。這些文章開啟了國內的社會網絡研究的大門，起了良好的帶頭作用。

社會網絡正式數學方法的引入鼓勵一些學者發展社會網絡理論，把它作為一種新的社會結構理論的基礎。他們認為社會網絡分析不能僅僅作為一種描述的工具，而要發展成為社會理論新的框架。隨后出現了網絡交換等理論。更有學者提出網絡分析不能去與交換和選擇理論相結合，而是要作為“理性社會學”的基礎去替代文化和意圖的解釋方向。（Scott 2000）在肖鴻的介紹中首先引用Yuan的觀點介紹了網絡分析的基本觀點：整個社會是由一個相互交錯或平行的網絡所構成的大系統。社會網的結構及其對社會行為的影響模式是社會網的研究對象。社會網研究深層的社會結構即隱藏在社會系統的復雜表象之下的固定網絡模式。他們強調了研究網絡結構性質的重要性,集中研究某一網絡中的聯系模式如何提供機會與限制,其分析以連結一個社會系統中各個交叉點的社會關系網絡為基礎。網絡分析者將社會系統視為一種依賴性的聯系網絡,社會成員按照聯系點有差別地占有稀缺資源和結構性地分配這些資源。網絡分析的一個獨特特征是強調按照行為的結構性限制而不是行動者的內在驅力來解釋行為。然后介紹了Barry Wellman網絡分析的幾個基本命題，最后介紹了幾種有代表性的社會網理論。如網絡結構觀：網絡結構觀就是把人與人、組織與組織之間的紐帶關系看成一種客觀存在的社會結構,分析這些紐帶關系對人或組織的影響。懷特的市場網絡觀：市場秩序是生產經營者網絡內部相互交往產生的暗示、信任和規則的反映。格拉諾維特的弱關系力量假設（人們一般從互動頻率，感情力量，親密程度，互惠交換等方面來區分強弱關系；互動次數多，感情強，關系親密，互惠交換多稱為強關系，反之為弱關系。例如我們把親戚關系稱為強關系，僅僅是認識的關系稱為弱關系）和嵌入性概念（經濟行為是嵌入在社會結構中的，而核心的社會結構就是人們生活的網絡）。林南的社會資源理論，詹姆斯?科爾曼的社會資本理論，羅納德?博特結構洞理論以及邊燕杰強關系力量假設。可以說這些介紹都十分簡潔，這與肖鴻的文章本身就是介紹性的文章分不開。如果后面的學者能夠具體介紹上述理論或翻譯原著將會對國內社會網絡研究做出巨大貢獻。

二、國內學者對社會網絡研究的不足

目前，國內學者對社會網絡研究的面和深度無論在理論方法還是實證研究上都不夠。理論研究領域太籠統，不具體。這可能與社會網絡本身的理論欠缺有關。社會網絡本來就是先有方法，然后引入理論，而且在理論引入上爭論也很大，也沒有一個統一的觀念，所以很多學者稱它為發展中的范式。不過國內學者應該研究國外某個學者的具體的觀點作具體的介紹。并嘗試發展適合于國內的社會網絡理論。

國內學者對用于社會網絡研究的計算機輔助程序的介紹和引入較少。我們知道社會網絡分析具有強烈的數理特征，這對大多數社會研究者都是難題，因此計算機的運用非常重要。目前常用于社會網絡分析的軟件有GRDAP全名圖表定義和分析包。能夠兼容SPSS數據文件和COMMAND語言；UCINET是由加利福利亞大學（埃爾文）編制用于網絡分析。（Scott 2000）

實證研究領域太集中。主要在農民和農民工上。實際上國外社會網絡的研究領域已經很廣。前面我所說的國內學者對國外學者在實證領域的介紹已經很多，不過我想提的是國內學者還沒有將社會網絡用于亞群體分析。例如國外學者用社會網絡來研究性及吸毒問題。勞曼在他的《性的社會組織》中提出了“性的社會網絡”。“具有多個關系的個體們實際上是被他們的人際給網絡化的組織起來。我和我的們，雖然素昧平生而且老死不想往來，但是我們所有人客觀上都是存在于同一個幾何增大的性網絡實體中。”國外運用社會網分析方法進行研究的論文也很多，主要集中在分析吸毒人員與HIV感染問題方面。并且通過分析網絡的結構來說明在這個網絡結構中不同的角色有著不同的行為差異。在Richard Curtis等人的論文《街頭市場結構與HIV風險中》，他們通過網絡分析，把吸毒人員分為3種：核心，內圓和外圓，同時注射吸毒和HIV感染率也從大到小的依次排列。在Deirdre M.Kirke*論文《青少年抽煙，酗酒，吸毒的鏈式反應》中，指出青少年的吸毒行為是同輩的群體影響和自我選擇的共同結果。在這方面值得國內學者注意。

參考文獻：

1.賀寨平.國外社會支持網研究綜述.國外社會科學，2001（1）

2.劉軍.社會網絡模型研究論析，社會學研究，2004（1）

3.袁方.社會研究方法，北京大學出版社，1997

4.張文宏，阮丹青，潘允康.天津農村居民的社會網，社會學研究，1999（2）

5.張文宏，阮丹青.城鄉居民的社會支持網，社會學研究，1999（3）

篇(7)

依照“名老中醫臨床信息采集系統制定的科研信息調查表”的要求，采集病例文本信息，包括:人口學資料、一般臨床特點、抽動癥狀、治法及處方用藥，利用SQLServer2000工具對數據進行提取，根據術語標準進行數據預處理，將其轉化為可分析的數據。使用中國中醫科學院－北京交通大學臨床數據挖掘聯合實驗室聯合研發的Liquorice軟件進行復雜網絡分析建立以單個復方的組成藥物作為節點，由連接某兩個不同藥物的邊的權重表示這兩種藥物在多個復方中被使用的頻度，根據處方配伍網絡中的節點度分布挖掘處方配伍的核心節點，進而分析劉焯教授對抽動癥的治療思路及用藥特點。

2結果

2．1多發性抽動癥的核心處方及中藥配伍情況

插頁ⅩⅦ圖1是利用復雜網絡技術得出的抽動癥病例的核心處方及藥物配伍關系的復雜網絡圖，87條處方藥物信息中的26項作為節點參與核心藥物網絡的構成，邊權值較大的白芍、茯苓、鉤藤、玄參、麥冬、合歡皮、珍珠母等中藥為節點形成網絡中心，形成網絡的核心處方。使用的藥物中頻率居首位的是白芍，有養血斂陰、柔肝緩急之功，其次依次為茯苓、麥冬、合歡皮、玄參、鉤藤、珍珠母等有健脾安神定志、平肝潛陽熄風功效之品。圖中每一味藥物與周圍藥物的邊表示配伍關系，藥物節點之間的連接邊的權重(即邊上的數字)表示相連藥物的配伍次數，白芍、茯苓、鉤藤、玄參、麥冬、合歡皮、珍珠母等高頻中藥處于網絡的核心節點。說明上述藥物之間以及與其他中藥關聯度高，配伍使用頻度最高，是治療抽動癥的核心處方藥物，這與劉焯教授應用以自擬文靜湯為基礎方治療抽動癥的用藥思路一致［4］。其次為僵蠶與石菖蒲、牡蠣、合歡皮、玄參、龍骨、麥冬、茯苓、鉤藤、珍珠母、甘草配伍關系密切，再其次使用較多的為生石決、、龍膽草、葛根、桑枝等。

2．2治療高頻抽動特征的方藥配伍規律

圖2是藥物和抽動特征相關聯的復雜網絡圖，本次研究以居高頻抽動特征前5位的眨眼動眼、清嗓、動頸、腹部抽動、張嘴努嘴、聳肩為示范分析圖2顯示的關聯結果。以眨眼動眼為主要抽動特征時，圖中顯示對應的處方中除核心藥物外，還與、龍膽草、沙苑子等藥物組成的小核心方密切相關聯;以清嗓為抽動特征表現時與浙貝、雙花等關聯度高;以動頸為抽動特征表現時除核心組方外，以葛根、桑枝為對藥的出現頻度較高;腹部抽動與半夏、瓜蔞等藥物的小核心方關聯度較高;出現張嘴努嘴的抽動表現時與連翹、藕節等藥物組成的小核心關系密切。

3討論