本站小编为你精心准备了协同创新领域高被引作者的社会网络探究参考范文,愿这些范文能点燃您思维的火花,激发您的写作灵感。欢迎深入阅读并收藏。
摘要:本文采用社会网络分析法,借助ucinet工具,以协同创新领域24位高被引作者为研究对象,区分独著作者和合著作者两种情况,对比分析其网络密度、点度中心度和聚类团体,通过二者的异同,全面认识协同创新领域高被引作者之间的引文关系。
0引言
党的十八大提出实施创新驱动发展战略,进一步强调了创新在我国经济社会发展中的作用,但是在资源稀缺性与有限性条件的限制下,仅依赖单一主体的创新已经难以带来足够的产出,能够实现资源整合、增进产出的协同创新逐渐成为一种可取的创新发展形式。因此,本文选取协同创新这一研究领域,对该领域内的高被引作者进行分析,分析方法选用社会网络分析法。社会网络分析在引文分析中应用广泛,彭希羡等人[1]、张洋和谢齐[2]以及徐媛媛和朱庆华[3]分别以此分析过作者合作情况、机构合作关系和作者之间的引文关系。但是相关文献在对作者进行分析时,通常没有区分独著作者和合著作者两种情况,因此,本研究将通过对两种引文网络的比较分析,发现二者的差异性与一致性,更加全面地认识协同创新领域高被引作者之间的引文关系。
1数据来源及处理
本研究的数据来源为中国知网。高被引作者的确定路径为,在中国知网的高级检索中进行期刊检索,设定篇名含“协同创新”,期刊来源类别为CSSCI,将检索结果按照被引频次降序排序,选择前30篇文献中的第一作者或独撰作者。结果共得到陈劲、何郁兵、张力、解学梅、李忠云、李祖超、陈晓红、彭纪生、饶燕婷、胡恩华、吕静、范太胜、万幼清、吴悦、周正、范如国、全利平、王进富、郑刚、涂振洲、洪银兴、别敦荣、蔡文娟以及李煜华等24位作者,按照1-24的顺序依次对其编号,初步确定了本研究的研究对象。本文区分独著和合著两种情况对协同创新领域的高被引作者进行社会网络分析,其中前者指独著高被引作者引用其他23位作者文章的总频次,后者指以第一作者身份与他人合著的作者引用其他23位作者文章的总频次。进一步地,在中国知网CSSCI数据库中,依次检索并分两种情况统计上述24位作者关于其他23位的引用情况。将收集在Excel里的24*24矩阵结果录入ucinet并分别保存,后续分析将在此基础上进行。首先做出引证关系对比图(图1),左边为独著作者的部分引证关系图(孤立点部分未截取),右边为合著作者的引证关系图,基于此初步了解该领域的学术交流程度。比较发现,独著网络极为稀疏,合著网络相对密集很多,这也说明协同创新领域更多的研究是以合作的形式进行,相比于独自的研究合作更有利于研究成果的产出。另一方面,独著引证关系网络中呈现出的陈劲、何郁兵、张力和解学梅也印证了他们在合著关系网络中的重要性,可见,这四位作者是核心人物,而右边图中孤立的9、16、17、21、22、23在网络中的地位则不那么高。在左图有联系存在而右图孤立的9号饶燕婷,推测是其仅以独著作者的身份发表过文章,而没有在协同创新领域持续深入地以个人或合作的形式进行研究。
2研究角度
社会网络分析法是一种关注社会结构和社会关系的方法,可以用来研究人际关系和群体结构,本研究具体从密度、中心度和凝聚子群等几个角度入手。相关概念主要参考罗家德[4]在《社会网分析讲义》一书中的解释。
2.1密度
社会网络分析中经常应用到密度,它代表了一个关系网络中各点之间的联系紧密程度,以网络中实际存在的连线数量占最大可能连线数的比例来表示。通常情况下,密度与网络规模呈负相关,社会网络越大,密度越低。
2.2中心度
中心度是衡量节点结构位置的重要指标,用来评价节点重要与否,衡量节点的优越性或特权性。中心度可分为点度中心度、中介中心度和亲近中心度三种形式,本研究以最具代表性的点度中心度来分析。点度中心度有绝对数和标准化两种表现形式,前者是将与某一节点直接联系的节点个数直接加总,后者则是将点度中心度的绝对数值除以某一节点在社会网中的最大可能关系数。对于整个社会关系网络图来说,它的中心度可以用群体中心度来衡量,此值越高表明该团体的权利越集中。
2.3凝聚子群
凝聚子群分析通俗的可以理解为小团体分析,这个小团体是在整个团体中的一小群关系特别紧密的人,以至于结合成一个次级团体。在分析小团体时,有以节点程度计算、以距离计算和以绘图形式展现等方式可供选择。本研究选用以节点程度来计算,即一群相连的节点视为一个小团体,在节点程度计算方法下选用K-plex进行分析。
3研究结果
3.1密度运行
结果显示,独著和合著网络的密度分别为0.0109和0.1014,与一般社会网络密度相比偏低,这一致揭示出,尽管协同创新领域的高被引作者文献被频繁引用,但是这些作者之间互引程度并不高。从差异来看,合著网络的密度是独著的近10倍,可见,该领域作者以独著形式创作的话互引频次更低,结合文献分析可以发现两个原因,一是独著形式本身的出现频次少于合著形式,部分高被引作者仅以合著形式发表过文章;二是存在独著形式的作者在协同创新领域的研究具有阶段性性质,而连续性不强。
3.2点度中心度
在对原网络图的方向性予以保留的情况下,两种情况的运行结果(独著网络仅呈现非零中心度)如表1所示。可以看出,在独著网络中点出度和点入度最大的分别为解学梅和陈劲,这表明解学梅引用他人次数最多,在文献交流中积极主动、善于借鉴;陈劲则属于被引较多的类型,在网络中具有较为基础的作用,可能是“引经据典”中的经典所在。点入度和点出度的最小值均为0,而且除陈劲、何郁兵、张力、解学梅和饶燕婷外,其他19位高被引作者的点入、出度均为0,处于孤立的状态。网络的整体点入度和点出度均处于5%左右,与100%相差较远,网络集中趋势很弱。与独著网络相比,此时解学梅和陈劲仍分属最高,值分别增加至为19和21,这也印证了前述解学梅在文献交流中的活跃性以及陈劲的权威性。与解学梅分属一类,擅于引用的还有吴悦、王进富、万幼清和涂振洲等人,他们能够虚心学习,得以启发。与陈劲相似,在协同创新领域具有较高影响力的还有何郁冰、张力、彭纪生和范太胜等。合著网络中,点入、出度同时为0的作者由19位减少至6位,具体包括饶燕婷、范如国、全利平、洪银兴、别敦荣和蔡文娟,进一步说明了这6位作者既没有引用其他作者,也没有被其他作者所引用,处于中间位置,由于在短时间内发展成领域专家可能性不大,因此可以多参考其他作者的文章,以研发更多的成果,增加被引价值。整体上,虽然合著网络的群体点入度和点出度增加至独著网络的两倍多,但是与100%之间仍然存在很大差距,即该群体网络的集中趋势有待提升。
3.3凝聚子群分析
在确定协同创新领域小群体的过程中,K值和最小节点数的设置则需要反复实验,以得到合理的团体聚类。在独著网络中,最终以K为2,团体最小节点数为3,试验得出一个小团体,成员为陈劲、何郁兵和解学梅。对于合著网络,同样进行多次数值设置和试验,具体过程此处不再赘述。最终选择K为1,最小节点数为3的运行结果,得到如图2所示的5组团体。需要说明的是,在凝聚子群分析中,ucinet会把具有方向性的社会网当作无方向性的社会网来计算,连线值此时不起作用,所有大于0的值都会被视为1。
结合图3可以判断出1、2、4、12、18和19即陈劲、何郁冰、解学梅、范太胜、王进富和郑刚是一个小团体,13、14和20即万幼清、吴悦和涂振洲是一个小群体。与独著网络相比,合著网络扩充了其小团体的数量和范围,忽略独著网络本身所存在的作者较少这一因素之外,1、2、4的小团体与合著网络团体是具有一致性的,这表明无论是以独著还是合著的形式进行研究,陈劲、何郁冰和解学梅的研究方向都具有相似性。理论上来看,分属于同一个团体的作者应是在领域内研究方向相似,能够互相学习交流,因此相互之间关联比较大。进一步分析发现,前一个聚类团体在协同创新领域的研究集中在产学研的协同创新上,具体又涉及产学研协同创新的理论模式及产学研协同创新网络对创新绩效的影响等多个方面;后一个团体在协同创新研究中都引入了“知识”这一因素,基于知识的视角来探讨知识的流动或者说知识在协同创新中的作用发挥。可见,凝聚子群分析在引文分析中的应用有利于对某一具体研究领域的研究方向有一个大致的了解,从而有针对性地分析使用相关文献。
4结束语
通过上述对独著作者和合著作者网络的对比分析结果,可以将主要结论呈现如下。在差异性方面,独著网络的密度远远低于合著网络;点度中心度下所获取的信息量与合著网络也存在差距;凝聚子群分析结果呈现的小团体仅为一个,仅依靠该种分析结果将丢失引文蕴含的部分有用信息。在一致性方面,解学梅和陈劲在点度中心度分析中都处于核心地位,是协同创新领域的重要人物;在凝聚子群分析中,独著网络中的小团体同样属于合著网络中小团体的一部分。总体来说,通过本研究的对比分析,可以以一种先局部再整体的视角,较为全面地认识协同创新领域的作者引文关系,同时发现独著网络蕴含信息量较少的原因主要是该领域倾向于以合著的形式进行科学研究,使得独著网络分析中样本量不足。这可能也是由于本研究在数据收集上以CSSCI来源[5]为条件,限制了检索结果的查全率,这也是本文有待改进之处。
参考文献:
[1]彭希羡,朱庆华,沈超.基于社会网络分析的社会计算领域的作者合作分析[J].情报杂志,2013(03):93-100.
[2]张洋,谢齐.基于社会网络分析的机构科研合作关系研究[J].图书情报知识,2014(02):84-94.
[3]徐媛媛,朱庆华.社会网络分析法在引文分析中的实证研究[J].情报理论与实践,2008(02):184-188.
[4]罗家德.社会网分析讲义[M].北京:社会科学文献出版社,2010.
[5]周志超.基于国内知识图谱领域高被引作者的社会网络分析[J].现代情报,2012(08):97-100.
作者:葛姗姗 单位:安徽财经大学管理科学与工程学院