情報學(xué)科著作網(wǎng)絡(luò)分析方法研究社會網(wǎng)絡(luò)分析方法在合著分析中的實證研究

情報學(xué)科著作網(wǎng)絡(luò)分析方法研究社會網(wǎng)絡(luò)分析方法在合著分析中的實證研究

1以學(xué)習(xí)社會網(wǎng)絡(luò)分析方法分析國際科技合作隨著科學(xué)技術(shù)的發(fā)展，科學(xué)專業(yè)化程度不斷提高。一些復(fù)雜問題的解決往往需要不同學(xué)科的科學(xué)家的合作，科學(xué)研究的合作往往是頻繁的。反映在科學(xué)論文中,則表現(xiàn)為合著現(xiàn)象越來越多,合著規(guī)模亦越來越大。因此,對合著現(xiàn)象進行研究無疑會對現(xiàn)代科學(xué)領(lǐng)域的著者現(xiàn)象有更好的了解。目前合著分析的方法及應(yīng)用主要集中在以下幾個方面:(1)基于洛特卡定律的研究。主要驗證合著者是否符合洛特卡定律。(2)以合著分析比較不同學(xué)科領(lǐng)域的特點。(3)以合著分析作為制定科學(xué)政策的依據(jù)。(4)以合著分析某一學(xué)科領(lǐng)域的發(fā)展特點。(5)以合著分析為方法分析國際科技合作,主要是根據(jù)合著論文計算國家之間的科技合作強度?？梢钥闯?合著分析是學(xué)者關(guān)注的熱點。他們出于不同的目的對合著現(xiàn)象進行研究,在研究過程中采用了多種不同的方法,研究結(jié)果的應(yīng)用范圍也很廣。這些研究方法有它們的優(yōu)點,但也存在一定的缺陷。優(yōu)點主要表現(xiàn)在數(shù)據(jù)易于獲取,計算簡單易行。其缺陷主要表現(xiàn)在這些研究都普遍處于宏觀層次,如學(xué)科、機構(gòu)、地區(qū)和國家等,缺少對微觀層次“作者”的研究。但是合著首先是作者之間合作的成果,對作者這個微觀層次進行研究就顯得非常重要。研究合著現(xiàn)象,其本質(zhì)就是研究作者之間的關(guān)系,而社會網(wǎng)絡(luò)分析方法正是以研究關(guān)系見長的一種方法。實際上,國外已有應(yīng)用社會網(wǎng)絡(luò)分析方法進行合著分析的文獻,比如LiuXiaoming等人應(yīng)用社會網(wǎng)絡(luò)分析方法分析數(shù)字圖書館領(lǐng)域合著現(xiàn)象【1】。而國內(nèi)情報學(xué)領(lǐng)域?qū)W者也開始探討社會網(wǎng)絡(luò)分析方法的應(yīng)用,但是成果較少且集中在競爭情報【2】和知識管理【3】等方面。從國外的研究成果可以看出,社會網(wǎng)絡(luò)分析方法是一種有效的合著分析方法,但是目前國內(nèi)尚無這方面的成果,本文擬采用社會網(wǎng)絡(luò)分析方法分析國內(nèi)情報學(xué)領(lǐng)域的合著現(xiàn)象。所謂“社會網(wǎng)絡(luò)”指的是社會行動者及其間的關(guān)系的集合【4】。而社會網(wǎng)絡(luò)分析(socialnetworkanalysis,簡稱SNA)就是要對社會網(wǎng)絡(luò)中行為者之間的關(guān)系進行量化研究,是社會網(wǎng)絡(luò)理論中的一個具體工具【5】。社會網(wǎng)絡(luò)有兩種表示方法:網(wǎng)絡(luò)圖表示法和矩陣法。在網(wǎng)絡(luò)圖中,節(jié)點表示社會行動者,而節(jié)點之間的連線表示社會行動者之間的關(guān)系。在矩陣中,行和列表示社會行動者,而矩陣元素值表示社會行動者之間的關(guān)系。2學(xué)習(xí)方法2.1在質(zhì)量方面做大數(shù)據(jù)本文實證分析的目的是通過合著網(wǎng)絡(luò)分析國內(nèi)情報學(xué)領(lǐng)域的合著特點,因此選擇情報學(xué)領(lǐng)域最具代表性期刊《情報學(xué)報》作為研究對象。數(shù)據(jù)來源是南京大學(xué)中國社會科學(xué)研究評價中心的數(shù)據(jù)庫“中文社會科學(xué)引文索引”(CSSCI)。該數(shù)據(jù)庫收錄的文獻時間范圍為1998-2006年,但由于2006年的數(shù)據(jù)不全,所以僅選用1998-2005年的數(shù)據(jù)。1998-2005年《情報學(xué)報》共刊載論文880篇,涉及作者1090位。圖1是1998-2005年《情報學(xué)報》刊載論文數(shù)量及合著率的變化趨勢。從圖上可以看出,合著率呈現(xiàn)上升的趨勢。本文在構(gòu)建合著網(wǎng)絡(luò)時,用1表示兩位作者之間存在合著關(guān)系,用0表示兩位作者之間不存在合著關(guān)系。在1090位作者中,有184位作者沒有和其他任何作者合作過,是網(wǎng)絡(luò)中的孤立點。因此在構(gòu)建合著網(wǎng)絡(luò)時排除這184位作者,僅對906位作者構(gòu)建合著網(wǎng)絡(luò)。表1是構(gòu)建的合著網(wǎng)絡(luò)的矩陣的部分。2.2網(wǎng)絡(luò)分析的內(nèi)容社會網(wǎng)絡(luò)分析方法已經(jīng)比較成熟,可以從多個不同的角度構(gòu)建社會網(wǎng)絡(luò)進行分析,包括中心性分析、凝聚子群分析、核心-邊緣結(jié)構(gòu)分析以及結(jié)構(gòu)對等性分析等【4】。本文將從中心性分析、凝聚子群分析、核心-邊緣結(jié)構(gòu)分析三個角度對構(gòu)建的合著網(wǎng)絡(luò)進行分析。2.2.1點度中心度中心性是社會網(wǎng)絡(luò)分析的重點之一。個人或組織在其社會網(wǎng)絡(luò)中具有怎樣的權(quán)力,或者說居于怎樣的中心地位,這一思想是社會網(wǎng)絡(luò)分析者最早探討的內(nèi)容之一。根據(jù)計算方法的不同,中心度可以分為三種:點度中心度、中間中心度和接近中心度。(1)點度中心度。在一個社會網(wǎng)絡(luò)中,如果一個行動者與很多其他行動者之間存在直接聯(lián)系,那么該行動者就居于中心地位,在該網(wǎng)絡(luò)中擁有較大的“權(quán)力”。在這種思路的指導(dǎo)下,網(wǎng)絡(luò)中一個點的點度中心度,就可以用網(wǎng)絡(luò)中與該點有直接聯(lián)系的點的數(shù)目來衡量,這就是點度中心度。點度中心度又分為絕對點度中心度和相對點度中心度。所謂絕對點度中心度,就是將某一點的點度中心度等同于該點的度數(shù),即與該點有直接聯(lián)系的點的個數(shù),而相對點度中心度是點的絕對中心度與網(wǎng)絡(luò)中點的最大可能的度數(shù)之比。(2)中間中心度。在網(wǎng)絡(luò)中,如果一個行動者處于許多其他兩點之間的路徑上,可以認(rèn)為該行動者居于重要地位,因為他具有控制其他兩個行動者之間的交往的能力。根據(jù)這種思想來刻畫行動者個體中心度的指標(biāo)是中間中心度,它測量的是行動者對資源控制的程度。在合著網(wǎng)絡(luò)中,可以這樣來理解一個作者的中間中心性。如果作者A與作者B合著發(fā)表過文獻,同時作者B與作者C也合著發(fā)表過文獻,作者A與作者C沒有合著發(fā)表過文獻。雖然A與C之間沒有直接聯(lián)系,但是可以借助B產(chǎn)生聯(lián)系。這樣,A和C各自的研究領(lǐng)域或許會有所不同,但是當(dāng)兩人需要建立一定的合作關(guān)系時,B就可能發(fā)揮重要作用。(3)接近中心度。點度中心度刻畫的是局部的中心指數(shù),衡量的是網(wǎng)絡(luò)中行動者與他人聯(lián)系的多少,沒有考慮到行動者能否控制他人。而中間中心度測量的是一個行動者“控制”他人行動的能力。有時,我們還要研究網(wǎng)絡(luò)中的行動者不受他人“控制”的能力,這種能力就用接近中心性來描述。如果一個點通過比較短的路徑與許多其他點相連,我們就說該點具有較高的接近中心性。因為接近中心性計算的節(jié)點與其他點的距離,距離越短,表明該點越容易到達其他點,因此接近中心性越小的節(jié)點在網(wǎng)絡(luò)中越處于核心地位。對合著網(wǎng)絡(luò)進行中心性分析的目的,是分析各個節(jié)點即各個作者的中心性,了解他們在合著網(wǎng)絡(luò)中所處的地位。2.2.2觀點2:一種是凝聚子群的密度凝聚子群分析是社會網(wǎng)絡(luò)分析重要方法,對了解網(wǎng)絡(luò)整體結(jié)構(gòu)具有重要意義。將子群從集群網(wǎng)絡(luò)中分離出來,能了解子群對集群網(wǎng)絡(luò)的影響。例如當(dāng)網(wǎng)絡(luò)中有兩個子群,兩個子群彼此間有交集則表示信息能在網(wǎng)絡(luò)快速傳遞;反之,如果兩個群組分離沒有交集,則信息的傳遞會較慢,并且表示兩組特征是有差異的。根據(jù)理論思想和計算方法的不同,存在不同類型的凝聚子群定義及分析方法,包括派系、n-派系、n-宗派、k-叢、k-核以及凝聚子群密度等。本文主要應(yīng)用到的是k-叢和凝聚子群密度。(1)k-叢。一個k-叢就是滿足下列條件的一個凝聚子群,即在這樣一個子群中,每個點都至少與除了k個點之外的其他點直接相連。也就是說,當(dāng)這個凝聚子群的規(guī)模為n時,其中每個點至少都與該凝聚子群中n-k個點有直接聯(lián)系。(2)凝聚子群密度。凝聚子群密度(External-InternalIndex,簡寫為E-Iindex)主要用來衡量一個大的網(wǎng)絡(luò)中小團體現(xiàn)象是否十分嚴(yán)重,這在分析組織管理等問題時十分有用。最糟糕的情形是大團體很散漫,核心小團體卻有高度內(nèi)聚力。另外一種情況就是大團體中有許多內(nèi)聚力很高的小團體,很可能就會出現(xiàn)小團體間相互斗爭的現(xiàn)象。凝聚子群的密度等于子群密度與整個網(wǎng)絡(luò)的密度之比【6】。該指數(shù)的取值范圍為[-1,+1]。該值越向1靠近,表明關(guān)系越趨向于發(fā)生在群體之外,意味著派系林立的程度越大;該值越接近-1,表明子群體之間的關(guān)系(即外部關(guān)系)越少,關(guān)系越趨向于發(fā)生在群體之內(nèi),意味著派系林立的程度越小;該值越接近0,表明關(guān)系越趨向于隨機分布,看不出派系林立的情形【7】。凝聚子群分析的目的是研究行動者之間關(guān)系的緊密程度。對合著網(wǎng)絡(luò)進行凝聚子群分析,可以判斷哪些作者之間的關(guān)系比較緊密,結(jié)合作者單位等其他信息,可以了解到該學(xué)科領(lǐng)域的一些研究特點。凝聚子群密度也可以揭示合著網(wǎng)絡(luò)的重要特征。如果某學(xué)科合著網(wǎng)絡(luò)中存在凝聚子群,并且凝聚子群的密度較高,說明處于這個凝聚子群內(nèi)部的這部分學(xué)者之間聯(lián)系緊密,在信息分享和科研合作方面交往頻繁,而處于子群外部的成員則不能得到足夠的信息和科研合作機會。從一定程度上來說,這種情況也是不利于該學(xué)科領(lǐng)域的發(fā)展的。2.2.3核心-邊緣分析核心-邊緣結(jié)構(gòu)分析根據(jù)網(wǎng)絡(luò)中節(jié)點之間聯(lián)系的緊密程度,將網(wǎng)絡(luò)中的節(jié)點分為兩個區(qū)域,核心區(qū)域和邊緣區(qū)域。處于核心區(qū)域的節(jié)點在網(wǎng)絡(luò)中占有比較重要的地位。核心-邊緣(core-periphery)結(jié)構(gòu)分析的目的是研究社會網(wǎng)絡(luò)中哪些節(jié)點處于核心地位,哪些節(jié)點處于邊緣地位。核心作者分析一直是文獻計量學(xué)的重要研究內(nèi)容,而社會網(wǎng)絡(luò)分析方法中的核心-邊緣結(jié)構(gòu)分析可以對網(wǎng)絡(luò)的“位置”結(jié)構(gòu)進行量化分析,區(qū)分出網(wǎng)絡(luò)的核心與邊緣,因此可以借助核心-邊緣結(jié)構(gòu)分析方法來分析在合著網(wǎng)絡(luò)中哪些作者處于核心地位,哪些作者處于非核心地位。這種根據(jù)關(guān)系確定核心作者的方法與普賴斯定律根據(jù)文獻數(shù)量確定核心作者的方法有所不同。2.3社會網(wǎng)絡(luò)分析軟件為了使社會網(wǎng)絡(luò)分析更簡單易行,很多學(xué)者都致力于開發(fā)應(yīng)用于社會網(wǎng)絡(luò)分析的軟件或程序。社會網(wǎng)絡(luò)分析軟件有多種,在國際社會網(wǎng)絡(luò)分析網(wǎng)(INSNA)的網(wǎng)站上列出的可用于社會網(wǎng)絡(luò)分析的程序/軟件多達54種【8】【9】,主要包括:KrackPlot、STRUCTURE、GEGOPY、Pajek、Stocnet和UCINET等。其中,UCINET是研究者使用較多的社會網(wǎng)絡(luò)分析軟件。UCINET是由Borgatti、Everett和Freeman開發(fā)的【10】。他們?nèi)嗽谏鐣W(wǎng)絡(luò)分析領(lǐng)域都取得了很大的成就。UCINET是一個用來處理社會網(wǎng)絡(luò)數(shù)據(jù)的軟件包。它能讀取多種不同形式的數(shù)據(jù),如文本文件(textfiles)和Excel文件。它能處理的網(wǎng)絡(luò)節(jié)點是32,767個。當(dāng)然,從實際操作來看,當(dāng)節(jié)點數(shù)達到5,000-10,000之間時,一些程序的運行就會很慢。社會網(wǎng)絡(luò)分析方法包括中心性分析、子群分析、角色分析和基于置換的統(tǒng)計分析等。另外,該軟件包有很強的矩陣分析功能,如矩陣代數(shù)和多元統(tǒng)計分析。UCINET6還集成了NetDraw,這是一個社會網(wǎng)繪圖軟件,用于繪制社會網(wǎng)絡(luò)圖表【11】3研究結(jié)果的分析本文采用UCINET軟件對構(gòu)建的合著網(wǎng)絡(luò)分別進行中心性分析、凝聚子群分析和核心-邊緣結(jié)構(gòu)分析。下面簡要列出分析結(jié)果并對其進行討論。3.1中央分析3.1.1作者合作網(wǎng)絡(luò)的構(gòu)建UCINET中進行點度中心性分析的菜單路徑為Network>Centrality>Degree。下面是分析的結(jié)果,由于篇幅關(guān)系,僅列出部分結(jié)果,下同。在上述結(jié)果中,第一列(Degree)是絕對點度中心度,第二列(NrmDegree)是相對點度中心度。從結(jié)果中我們可以看出,點度中心度最高的是王永成,其絕對點度中心度是19。根據(jù)點度中心度的定義,表明其與網(wǎng)絡(luò)中其他19個節(jié)點有直接聯(lián)系,也就是說,王永成曾與19位作者合著發(fā)表過文獻。絕對點度中心度的最低值是1。表2是點度中心度和文獻數(shù)量分別排在前20位的作者對比。從表2中可以看出,二者具有很大的相似性,說明發(fā)表文獻比較多的作者同他人的合作也比較頻繁。但是,點度中心性僅僅考慮的是一個作者與其他作者之間的直接聯(lián)系,而忽視了他與整個網(wǎng)絡(luò)中所有作者的聯(lián)系。也就是說,即使一個作者與其他很多作者都有直接聯(lián)系,但是和這個作者有直接聯(lián)系的作者和其他作者都沒有什么聯(lián)系,即使這個作者有很高的點度中心度,但是這種情況只存在于“本地”網(wǎng)絡(luò)中。從整個網(wǎng)絡(luò)的角度看,點度中心性的意義就不是很大了【12】。3.1.2作者的中間中心度分析在UCINET中進行中間中心性分析的菜單路徑是Network>Centrality>Betweenness>Nodes。下面是利用UCINET對本文的合著網(wǎng)絡(luò)進行中間中心性分析的結(jié)果。從結(jié)果中我們可以看出,中間中心度最高的是邱均平,其次是王永成、畢強等人。這些作者的中間中心性比較高,說明他們掌握了比較多的研究資源。同時,結(jié)果表明,有一部分作者的接近中心性為0,這些作者幾乎不具備控制資源的能力。統(tǒng)計所有作者的中間中心度,發(fā)現(xiàn)有821位作者的中間中心度為0,占作者總數(shù)的90.6%,這個比例是十分高的。同時,中間中心度比較高的作者很少。這也表明大多數(shù)作者并不具有控制資源的能力,只有很少的作者具有比較高的控制資源的能力。表3是中間中心度位于前20位的作者列表。3.1.3質(zhì)量分析結(jié)果計算接近中心性時,網(wǎng)絡(luò)必須是完全相連圖形,即每個節(jié)點都和網(wǎng)絡(luò)中其他所有節(jié)點有聯(lián)系。否則,有些節(jié)點和其他節(jié)點之間根本沒有聯(lián)系,它不能到達其他任何點,就沒有距離可言。一個點越是孤立,它和其他點之間距離的總和就越小。根據(jù)接近中心性的計算方法,其接近中心性反而越大。很明顯,這違背了定義接近中心性的初衷【6】。本文構(gòu)建的合著網(wǎng)絡(luò)不是一個完全相連圖形,因此不能直接計算接近中心性,必須先進行成分分析,因為成分是網(wǎng)絡(luò)中最大的相連的子圖。在UCINET中進行成分分析的菜單路徑是Network>Regions>Components>Simplegraph.。通過對本文合著網(wǎng)絡(luò)進行成分分析,發(fā)現(xiàn)網(wǎng)絡(luò)中最大的成分包含40個行動者,下面是該成分進行接近中心性分析的結(jié)果。前已述及,接近中心性越小的節(jié)點在網(wǎng)絡(luò)中越處于核心地位。從結(jié)果中可以看出,王永成的接近中心度值最小,說明他能以最短的路徑到達其他作者,在網(wǎng)絡(luò)中處于比較核心的地位。由于接近中心性是針對網(wǎng)絡(luò)中最大的成分進行分析的,因此其結(jié)果和前面的點度中心性分析和中間中心性分析的結(jié)果表現(xiàn)出比較大的差異。接近中心性和中間中心性分析指數(shù)都比較高的作者是和比較多的作者合作過并且發(fā)表論文數(shù)量較多的學(xué)者【13】。比如王永成,他的中間中心性位于第二位,在接近中心性分析結(jié)果中位于第一位,其發(fā)表的論文數(shù)量也位于第一位。同時他的點度中心度也是最高的,說明與他有合著關(guān)系的作者也是最多的。3.2子組分析3.2.1成員單位的分布在UCINET中進行k-叢分析的菜單路徑為Network>Subgroups>K-plex。下面是對本文構(gòu)建的合著網(wǎng)絡(luò)進行k-叢分析的結(jié)果,k的取值為2,共找到1069個2-叢。根據(jù)k-叢的概念,如果一個2-叢的規(guī)模為n,那么該叢中的成員就與至少n-2個其他成員有直接關(guān)系。如第一個叢中包含三個成員,那么其中每個成員都和至少1個其他成員有直接關(guān)系。從分析結(jié)果來看,2-叢的規(guī)模都比較小,大部分2-叢的規(guī)模都為3,也就是說大部分的作者都只和其所屬的叢中至少其他1位作者有直接聯(lián)系,這說明合著網(wǎng)絡(luò)中作者的合作范圍并不是很廣,大部分作者都只和少數(shù)作者有合著關(guān)系。表4是所有的規(guī)模為4的2-叢的成員列表?？梢钥闯?有些作者屬于多個2-叢,如畢強、鄧三鴻、李勇和王繼成等,這說明他們的合著圈有多個。通過這些作者,不同的2-叢就可以建立起聯(lián)系。這些作者在網(wǎng)絡(luò)中扮演了重要角色。表5列出了29個2-叢成員所屬單位的分布情況。從中可以看出,《情報學(xué)報》作者群中合著主要發(fā)生在同一單位內(nèi)部,武漢大學(xué)和其他學(xué)校的合著相對比較多一些。在29個規(guī)模為4的2-叢中,成員單位為南京大學(xué)的有11個,其中信息管理系7個,計算機系4個,說明南京大學(xué)作者之間的合著關(guān)系比較緊密。3.2.2網(wǎng)絡(luò)密度分析在UCINET中進行凝聚子群密度分析的菜單路徑為Network>Cohesion>E-Iindex。通過對本文構(gòu)建的合著網(wǎng)絡(luò)進行凝聚子群分析,發(fā)現(xiàn)該網(wǎng)絡(luò)的凝聚子群密度非常顯著,達到了0.984。前面已經(jīng)闡述過,E-I指數(shù)的值越向1靠近,表明關(guān)系越趨向于發(fā)生在群體之外,意味著派系林立的程度越大。本文合著網(wǎng)絡(luò)的凝聚子群密度非常接近1,表明該網(wǎng)絡(luò)中派系林立的程度非常大,處于凝聚子群內(nèi)部的學(xué)者之間聯(lián)系緊密,在信息分享和科研合作方面交往頻繁,而處于子群外部的成員則不能得到足夠的信息和科研合作機會。從一定程度上來說,這種情況不利于情報學(xué)的發(fā)展。3.3發(fā)表文獻作者的數(shù)量在UCINET中進行核心-邊緣結(jié)構(gòu)分析的菜單路徑為Network>Core/Periphery>Categorical。核心-邊緣結(jié)構(gòu)分析的結(jié)果將89位作者置于核心位置,另外817位作者置于邊緣位置。核心作者群中,發(fā)表文獻數(shù)量最多的作者發(fā)表了26篇文獻,最少的僅發(fā)表了1篇文獻。在文獻計量學(xué)中,根據(jù)普賴斯定律,發(fā)文數(shù)量在0.749Nmax????√0.749Νmax以上的作者為核心作者,Nmax為發(fā)表論文最多的作者發(fā)表的論文數(shù)量【14】。在本文的作者群中,Nmax=26,計算出核心作者的發(fā)文數(shù)量應(yīng)該在3.82以上,因此可以定義發(fā)表文獻數(shù)量在4以上的作者為核心作者共有65位。而社會網(wǎng)絡(luò)分析方法的核心-邊緣結(jié)構(gòu)分析結(jié)果中,核心作者群中發(fā)表文獻數(shù)量在4以上的作者有24位。即有41位發(fā)表文獻在4篇以上的作者沒有被置于核心地位。從發(fā)表文獻的數(shù)量來看,這41位作者處于核心的地位,但是從與他人合著的關(guān)系來看,這些作者并不處于核心的位置。雖然他們發(fā)表的文獻比較多,但是與他人的合著比較少。對這89