复杂网络分析精品(七篇)

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇复杂网络分析范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

篇(1)

[关键词] 复杂网络 产业结构 投入产出

一、引言

网络可以用来描述从生物到社会的各类真实系统，其中节点表示真实系统中不同的个体或组织，而边则表示个体或组织之间的联系。近年来，国际科学界对复杂网络理论与实证的研究做了大量的工作，很多国际一流的刊物如Nature、Science等都陆续刊发了大量复杂网络的研究论文，研究所涉及的网络有：科学家合作网络、交通网络、神经网络、新陈代谢网络等。但综观这些论文，没有学者对产业结构进行分析和研究。

英国是世界经济强国之一，其国内生产总值在西方国家中居前列。2002年，英国经济规模居世界第四，是世界第二大海外投资国，同时是世界第四大贸易国。英国经济的发达与其产业结构有重要的关联。本文试图从复杂网络的角度对英国产业结构进行分析和研究。因此，本文以英国产业结构为研究对象，将产业结构抽象为由产业和产业间联系所组成的复杂网络，把产业看作是网络中的节点，将产业与产业之间的联系看作是网络中的边，计算网络的统计特征，分析其具有的复杂性，希望为我国产业结构的发展和优化提供决策依据。

二、英国产业结构网络

产业是同类企业的总和，产业结构由许多的产业部门组成，各产业部门之间相互依存、相互联系、相互作用，共同构成一个有机的整体。本文研究的英国产业结构网络由123个产业组成。所利用的数据来自英国2002年价值型投入产出表。为研究方便，对数据有以下说明：

1.不考虑本产业对本产业的中间投入，只有这样建立起来的网络才不是一个自环的网络。

2.引入消耗系数的临界值并进行无向化处理。临界值的计算过程如下：首先，计算出所有的直接消耗系数，其计算公式如下：

三、网络的相关统计特性

网络的相关统计特征有：平均最短距离、平均簇系数、度分布、度-度相关性、度-簇相关性、点介数。

1.平均最短距离

在英国产业结构网络中，最短距离表示任意两个产业之间最少的边的数目。整个网络的平均最短距离则是对所有节点对的最短距离的平均。其公式如下：

经过计算得到英国产业结构网络的簇系数为0.478，表现出聚集性。由于该网络同时具小的平均最短距离和较大的簇系数，因此可以认为它是一个小世界网络。

3.度分布

节点的度是指与此节点连接的边的数量，所有节点的度的平均值称为网络的平均度。网络中节点的度分布可以用分布函数p(k)来表示，p(k)被定义为随机地选择一个节点恰好有K条边的概率，或者等价地描述为网络中度为K的节点数占网络节点总数的比例。

根据英国产业结构网络的实际数据计算，可以得到网络的平均度为16.8，即每个产业平均连接17个其他的产业。英国产业结构网络的度分布，如图1所示。

图1为双对数坐标，横坐标表示点序号，纵坐标表示节点度。由图1可见，在这个网络中，节点度服从双段幂律分布，对所得数据进行双段拟合，得到的拟合斜率分别为-0.2778和-5.8826。

4.度-度相关性

度-度相关性表现的是节点之间相互选择的偏好性。一个节点i所有邻近节点的平均度记为

根据公式(3-7)可计算出123个节点当中的每个节点的介数Bi，点介数分布如图4所示。

由图4可知，点介数分布服从幂律分布，介数大的节点数目较少，介数小的节点数目教多，大部分节点的点介数均处在0.039832和0.01639之间，这些节点在网络中的影响较小。表中展示了介数值排名前10位的产业，由于点介数反映了其在网络中的影响力，那如果把表1中的任何几个节点或全部节点从网络中删除，则会极大地影响网络的运行。

四、结论与展望

以产业部门为节点的英国产业结构网络是一个小世界网络，具有短的平均路径长度和大的簇系数，且其度分布服从双段幂律分布。网络表现出负的度度相关性，表明度大的节点优先连接度小的节点。同时，此网络具有正的度簇相关性，说明度大的产业比度小的产业更倾向与集聚成团。

本文只是对英国产业结构网络无向性质的一个初步研究，在后续的研究工作中会深入研究边的方向及边权、点权对网络性质的影响。除此之外，还将对比各国的产业结构网络的性质，从而对各国经济的增长和同一产业的发展进行比较，进而能够采取措施促进整个经济的增长或单个产业的发展等。

参考文献：

[1]周涛柏文洁等:复杂网络研究概述[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]刘宏鲲周涛:中国城市航空网络的实证研究与分析[J] .物理学报，2007，(1):106～113

[6]郑金连狄增加:复杂网络研究与复杂现象[J].系统辨证学学报，2005，(4):8～13

[7]吴金闪狄增加:从统计物理学看复杂网络研究[J].物理学进展，2004，(1):18～46

篇(2)

关键词：学习分析;社会网络分析;社会网络分析工具;SNAPP

中图分类号：TP319 文献标志码：A 文章编号：1673-8454（2015）01-0025-04

随着大数据时代的来临，学习分析日益受到教育领域的瞩目，它为全面分析教学交互的研究提供了新的可能性。社会网络分析作为学习分析的重要组成部分在教育领域仍处于蓬勃发展的阶段，与此同时，许多新兴的社会网络分析工具应运而生，SNAPP就是其中的代表之一。以往社会网络分析工具的智能性较低，需先收集后台数据并建立矩阵关系，才能得出分析结果。SNAPP的出现在很大程度上减少了教学者数据预处理的工作量，因为它无需了解原数据细节，只需在主流LMS平台上直接操作，就可以智能化生成可视化网络交互图形，相比其他网络分析工具拥有更强的操作性。同时，SNAPP可实现对数据的实时分析，可及时发现学习者参与不平衡的现象，并针对个别群体实施干预。社会网络分析与工具的支持密不可分，优秀的社会网络分析工具会使数据的分析过程事半功倍，对社会网络工具的研究及社会网络分析，乃至整个学习分析的过程都具有重要意义。

一、社会网络分析工具

随着社会网络分析的研究逐渐展开，多种分析工具也得到蓬勃发展。国外以及我国学者在对社会网络分析工具进行研究的过程中，应用最多的是功能对比的方法。Huisman和Duijn从数据格式、主要功能等多个角度对比了23种主要的社会网络分析工具，其中包括目前仍广泛运用的NetDraw、Netminer、UCINET、Pajek等。[1]王陆在此基础上从是否商业化和是否可视化四个维度将这些软件进行了更为细致的归类，并重点比较了Netminer、UCINET、Pajek三种工具以及实现社会网络分析的方法。[2] Hansen等人通过分析比较各种社会网络分析工具，指出在实践领域中，社会网络研究的开展仍存在不足的重要原因是缺乏界面友好和操作简单的社会网络分析软件。[3] Smith 等人指出Pajek 等多种社会网络分析工具的操作过程较为复杂，提出简化操作以及降低数据获取的难度，可以更好地促进社会网络研究的开展。

从上述对社会网络分析工具的研究中可以发现，社会网分析工具应用的便捷性、易操作性对分析的开展具有重要意义。随着社会网络分析逐渐被各个研究领域所重视，其分析工具也在飞速发展，通过对这些工具的分析，可将这些工具从难易程度上分为两类即专用工具和实践工具。

1.专用工具

专用的社会网络分析工具服务于拥有较高数据处理能力的研究者，例如Pajek、UCINet 和NetDraw 等。这一类工具为研究者提供了强大的分析功能，如聚类分析、因子分析、派系分析等，它们可以实现一定程度的可视化，但操作较为复杂，生成图形的灵活性欠佳。此类工具适合专门领域的研究者使用，对于广大的教学实践者而言，门槛较高。

2.实践工具

随着社交网络的应用范围日益壮大，社会网络分析的需求也逐渐增多，许多面向广大教育实践者的新型分析工具应运而生。此类工具不仅界面友好，操作便捷，而且功能强大，SNAPP、NodeXL、Gephi、Netminer 等就是此类工具的代表。其中，SNAPP的特点尤为突出，它在很大程度上减少了教学者数据预处理的工作量，且无需了解原数据细节，可以智能化生成可视化网络交互图形，相比其他网络分析工具具有更强的操作性。同时，SNAPP可实现对实时数据的分析，具有较高的应用价值。

二、SNAPP功能介绍

1.SNAPP简介

SNAPP（Social Networks Adapting Pedagogical Practice）是由澳大利亚Wollongong 大学的Shane Dawson和Lori Lockyer教授等领衔开发出来的一种开源并且基于Java的社会网络适应教学实践工具。[4]作为一个可视化的在线处理社会网络工具，可在在线讨论环境中为教育者展示学生的实时交互情况和社会关系，帮助教育者识别学生行为模式，为引导适当的干预奠定基础。利用SNAPP社会网络分析工具可以帮助教育者快速识别交互过程中的边缘者和信息关键人，显示一个学习社区在群体中的发展程度。[5]通过SNAPP软件可实现对数据的实时分析，帮助教育者及时实施教育干预措施，并可通过对后续交互情况的分析使教育者了解干预效果。

2.功能特性

本文将SNAPP的功能特性总结为以下四个方面。

（1）支持多种主流LMS和浏览器使用方便

SNAPP作为应用于教育领域的社会网络分析软件，可支持Blackboard、WebCT 和Moodle等学习管理系统，浏览器包括IE、Firefox和Safari，支持的操作系统为Windows、Macintosh。[5]SNAPP是一种基于Java的开源浏览器插件，使用者可先访问官网，把链接添加到浏览器收藏夹中，在登录Moodle等主流平台后，点击连接即可使用，并获得可视化的交互图示。

（2）实时数据分析

SNAPP可实现与学习管理系统（LMS）无缝对接，它能自动化地提取学习者在在线学习中产生的数据，并生成实时交互的视觉图，生成一个更为直观的用户界面来简洁地显示出学习者的学习动态。在网络学习平台中，当有成员访问论坛并发帖时，执行SNAPP程序，则网络结构图会发生新的变化，实现数据的实时分析。

（3）SNAPP集成了NetDraw软件的核心功能

SNAPP集成了NetDraw软件的核心功能并提供各种布局算法，包括：能分析基于帖子数据的节点数;统计每个节点的总帖子数、度、入度、出度、中介中心性等;提供可见、非可见参与者的姓名;放大或缩小图像。根据交互帖子的数量过滤一些节点等。

（4）支持多种数据导出格式

SNAPP可实现在线社会网络数据可视化，可以从论坛数据中提取VNA和GraphML原始数据，从而使用专业的社会网络分析软件做进一步的分析，且无需像传统做法那样，先从平台的后台数据库中获取数据，并建立关系矩阵，才能分析数据之间的关系。

通过以上特点可以看出用户掌握SNAPP软件门槛较低，分析者无需专业的社会网络分析知识，即可快速掌握运用到网络教学实践中。且该软件兼容性强，支持各类学习管理系统，教师可在课程进程的任何时刻通过可视化交互网络动态图来了解论坛帖子回复情况，为教学人员提供可快速识别学习者学习行为的模式。值得注意的是，在注册LMS的时候，用户名必须是英文或数字，否则使用SNAPP最后分析出来的ID号是乱码。同时java需要更新到最新版本。

3.操作界面

SNAPP操作界面如图1所示，左侧为图形化结果，右侧为控制界面。左侧界面包括可视化属性（Visualisation）、数据（Statistics）、输出代码（Export）、帮助（Help）、信誉（Credits）五个功能。右侧的控制界面中包括可视化图形的放大（Zoom in）、缩小（Zoom out）、选择（Selection）、布局算法（Layout）、过滤器（Filter）、显示学习者信息（People）、连接（Connection）、交互连接线性（Line type）等功能。勾选相应命令前的小方框即可实现相应变化，其中，过滤器可以通过设置数据的量值对社会网络进行过滤，点击Enable Filtering即可刷新图示结果，获得新的社会网络图。

三、应用案例

本文以某大学一门网络课程为案例，旨在说明SNAPP工具的应用过程，因此，在介绍该工具的方式上以数据分析的过程为主线，并不试图对案例的交互情况进行全面分析。

1.案例介绍

本案例以大学本科生的一门网络课程为依托，对记录在Moodle平台的数据进行分析。Moodle平台是由澳大利亚Martin Dougiamas教授在2002年开发的课程管理系统，其界面模块以开放性、灵活性、互动性、共享性等优点著称。在Moodle平台上学习者的社会互行为主要来自论坛，因此，笔者以该群体在论坛展开交互讨论的帖子作为研究数据，采用SNAPP 1.5软件版本对其进行分析。

2.分析过程

（1）数据获取

在此次案例中，以Moodle平台共记录的135条交互数据对SNAPP的使用进行阐述。数据可直接从Moodle平台上获取，点击SNAPP1.5的连接，即可形成学习者交互整体情况社群图。

（2）整体社群图

在对数据进行初步分析时，执行SNAPP 1.5会自动生成所有参与者交互的整体网络社群图与节点信息，如图2所示。

黑色结点的大小表示在网络中活跃度的高低，黑色结点的面积越大表示在论坛上的活跃度越高。社群图可以帮助教育者了解到当前学生的交互模式，帮助教育者识别交互群体的边缘者和关键信息人，为下一步的教育干预提供可靠数据。当点击Statistics则会按发帖量由高到低的顺序显示出每个参与者发帖的数量。教师可通过访谈了解一些学生参与交互活动不积极的原因，并及时制定教学交互策略，改变交互不平衡的现象。点击“Export”则有VNA 和GraphML两种格式的原始数据输出代码，为进一步的分析提供原始数据。

（3）数据过滤

通过整体社群图分析得到了交互过程中的整体面貌，但其信息量较大、图形较复杂，如果得到更加清晰的结果可通过数据过滤来重新定制图形，从而更为清晰地了解学生的交互情况。在过滤器（Filter）中，将发表帖子数设置为大于等于9，点击Enable Filtering即可刷新图示结果，获得新的社会网络图，如图3所示，从而得到交互较积极的学习者社群图。

（4）学生个体分析

黑色的节点代表每个学生在学习活动中的交互情况，当把鼠标移到某个黑点位置时，则会出现每个学生的发帖数（Posts）、度（Degree）、点入度（In Degree）、点出度（Out Degree）、中间中心度（Betweenness centrality ）。度代表学生与他人交互的频繁程度，度越高表示该学生与他人交流越频繁，反之则交流程度较低。点入度表示学习者收到帖子数，点出度表示回复帖子数。学习者的点入度越高，表明该学习者在网络中的声望越高;点出度越高，说明该学习者与他人接触的能力越强。[6]中间中心度是指单独的一个行动者的控制优势，较高的中间中心度反映了较强的控制程度。[7]当把鼠标移动到其中一个点时显示如图4所示的相关信息，即可得到学习者个体相关的交互信息。

（5）讨论与小结

在上述SNAPP的使用过程中，首先呈现出学习交互活动的整体情况，然后通过数据过滤重新定制图形，对不同的学习群体进行进一步的分析，最后对学习者个体进行分析。通过对本文案例的分析可以得出两个结论。第一，社会网络分析对学习活动参与者的整体交互全貌以及个别群体细节进行描述，有助于教学者发现交互现象并及时地进行干预。第二，社会网络分析还不能够对交互活动进行全面解释、对交互过程更加全面和深入的研究，还需与其他多种研究方法相结合，从交互质量、情感态度等方面进行深层次研究。在后续的研究中，笔者试图采用社会网络分析法、内容分析法和问卷调查法，对学习者在线交互过程进行深入分析。

四、总结

大数据时代下学习分析的潜能在教育领域已逐渐彰显，社会网络分析是学习分析的重要组成部分。SNAPP的出现为社会网络分析提供了新的方向，它为更广大的教育实践者降低了分析门槛，使用者可以直接从Moodle等主流LMS平台获取并分析数据，使数据分析的过程更加简单且易操作。同时，SNAPP可实现实时数据分析，为及时改善交互中存在的参与度不平衡的现象提供有力的依据，也为教师的交互活动设计以及个性化教学提供指导。

参考文献：

[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]王陆.典型的社会网络分析软件工具及分析方法[J].中国电化教育，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)

[关键词]社会网络分析 产业集群 创新

一、概述

在产业集群创新研究领域,学者们用到的网络方法大致可以分为两种:第一种是经典的社会网络分析方法;第二种是新近兴起的复杂网络。这两种方法各有一套自己的理论基础和方法,但本文并无意比较二者优劣。本文仅大致介绍社会网络分析的相关理论以及讨论社会网络分析在产业集群创新研究中的运用。

二、社会网络分析(social network analysis)简介

社会网络分析作为一种独特的理论和研究方法从20世纪60年代兴起、70年代快速发展、80年代成熟到90年代长盛不衰,历时近40年。如果说结构――功能主义统治了20世纪40 ～ 60年代的欧美社会学界,那么从20世纪70年代初期至今占据着欧美社会学特别是美国社会学主流地位的则是社会网络分析,其领军人物包括: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。

社会网络分析的构建是基于交互单元或节点之间关系重要性的假设的。由节点之间的连边所界定的关系是社会网络分析的基础组成部分,社会网络分析认为网络是通过一系列连边联系起来的节点集合。按照网络中所包含的节点的类型,网络可以分为同质网络和异质网络;按照连边的类型,网络可以被分为有向网络和无向网络;按照连边的重要性进行区分,网络可以被为有向含权网、有向无权网、无向含权网和无向无权网四类。

社会网络分析的重要观点如下所述:(1)世界是由网络而不是由群体或主体组成的;(2)网络结构环境影响或制约主体行动,社会结构决定二元关系(dyads)的运作;(3)行动者及其行动是互依的单位,而不是独立自主的实体;(4)行动者之间的关系是资源流动的渠道;(5)用网络模型把各种(社会的、经济的、政治的)结构进行操作化,以便研究行动者之间的持续性的关系模式。

三、社会网络分析相关理论及其在产业集群创新研究中的运用

1.社会资本(social capital)

对社会资本概念的界定以科尔曼、布尔迪厄等的观点为代表。科尔曼认为,社会资本是个人拥有的表现为社会结构资源的资本财产,由构成社会结构的要素组成,主要存在于人际关系和社会结构之中,并为结构内部的个人行动提供便利。布尔迪厄指出,社会资本是资本的三种基本形态之一,是一种通过对“体制化关系网络”的占有而获取的实际的或潜在的资源的集合体。

个体社会网络的异质性、网络成员的社会地位、个体与网络成员的关系力量决定着个体所拥有的社会资本的数量和质量。和其他资本形式一样,社会资本是生产性的,是否拥有社会资本,决定了人们是否可能实现某些既定的目标。但社会资本与其他形式的资本的差异主要表现在,社会资本存在于人际关系的结构之中,它既不依附于独立的个人,也不存在于物质生产过程中。

很多学者利用社会资本理论对产业集群创新问题进行研究。于树江分析了社会资本的含义与主要构成因素,构建社会资本对创新的影响机制模型;刘中会等利用社会资本和产业集群的相关理论,分析了寿光蔬菜产业集群的社会资本;王雷分析了集群中社会资本的形成机制、演变特征及其对集群创新绩效的影响。众多学者的普遍看法是,社会资本对集群内企业的创新能力有重要影响,因为社会资本有助于促进集群内企业的集体学习,有利于创新知识的转移和扩散。

2.弱联系(weak ties)

斯坦福大学教授格兰诺维特在20世纪70年代提出,一个人往往只与那些在各方面与自己具有较强相似性的人建立比较紧密的关系,但这些人掌握的信息与他(她)掌握的信息差别不大;相反,与此人关系较疏远的那些人则由于与此人具有较显著的差异性,也就更有可能掌握此人没有机会得到的、对他(她)有帮助的信息。因此,人与人之间的弱联系是个体融入社会或社区的必不可少的因素,它能给人们带来意外的信息和机会,它的又是来自于具备联系不同社交圈子的能力,并且具有较低的可传递性。作为对这个观点的响应,有学者提出了“强联系”的观点。他们认为,强联系特别适用于不确定性的情境,在面临危机或者需要承担风险时,强联系是可以依赖的对象。总之,弱联系具有信息传递的优势,而强联系则有传递情感、信任和影响力的优势。

由于集群的空间集聚性、行业的相关性、社会文化与人员知识背景的相似性,使集群很容易落入技术锁定的创新困境中。而弱联系理论能比较好地解释集群创新的困境,而且能够为此提供解决办法,那就是集群内的企业应该在内部强化弱联系,同时加强与外部的联系,藉此获取有价值的信息和机会,从而促进创新。

3.嵌入性(embeddedness)

嵌入性也叫根植性, 这一观点对于社会网络结构分析的发展有巨大的推动作用。格兰诺维特认为,经济行为嵌入社会结构, 而核心的社会结构就是人们生活中的社会网络, 嵌入的网络机制是信任;信任来自社会网络, 信任嵌入社会网络之中, 而人们的经济行为也嵌入社会网络的信任结构之中;信任的获得和巩固需要交易双方长期的接触和交流以达成共识。

社会关系网络以两种方式影响经济活动,即关系嵌入和结构嵌入,关系嵌入是结构嵌入的基础,结构嵌入是关系嵌入的扩展和延伸。关系嵌入强调双边关系的质量,表现为交易双方重视彼此间的需要与目标的程度,以及在信用、信任和信息共享上所展示的行为;结构嵌入强调的是多边关系,即组织间不仅具有双边关系,还因与第三方的联系而相互发生关系,从而形成群体间的系统性关联结构。

对于产业集群内的企业来说,一方面会受惠于关系嵌入和结构嵌入,因为关系嵌入网络可以为企业节省大量的信息搜集成本;而结构嵌入可以使企业融入集群的创新氛围,分享集群网络内的创新知识;另一方面,不论是关系嵌入还是结构嵌入,又都可能成为阻碍集群企业进一步创新的障碍,因为嵌入得越深,对技术路径的依赖性就会越强。因此,企业在充分享受关系嵌入和结构嵌入带来的好处的同时,也要密切关注它们带来的弊端,以便于集群内的主导技术走向衰退时,企业能及时作出有效调整。

4. 结构洞(structural holes)

美国社会学家伯特提出“结构洞”的观点, 认为关系强弱和社会资源、社会资本的多少没有必然的联系, 起决定作用的是网络中的位置, 谁占据连接两个无关系(意味着存在结构洞) 点的位置上, 谁就拥有信息和控制优势,从而可以为其带来收益。该理论强调企业或企业家通过联结与其不同的、一定程度相互隔断的关系来为企业成长不断提供资源,也就是强调网络关系开拓能力。

显而易见,伯特的结构洞理论与格兰诺维特的弱联系理论是一脉相承的。另外,在大型的产业集群网络中,一定有一些企业位于结构洞,从而占据了有利的网络位置,并且可以取得信息收益和控制收益。

5. 社会网络分析法在产业集群创新领域的实证研究

虽然社会网络分析的相关理论渊源不同,且每一个理论都能够自成一派,但各种理论综合在一起,才构成了社会网络分析方法的理论基础。当然,作为一种有深厚理论基础的方法,社会网络分析法有一些基本的网络测度变量,通过这些变量的测度,可以反映出网络的结构和节点的位置。这些变量可以被分为三类:第一种是针对单个节点的测度变量,典型的变量有:度(degree)、中心性(centrality)等;第二种是针对节点间联系的测度变量,典型的变量有:强度(strength)、互惠性(reciprocity)等;第三种是针对整个网络的测度变量,典型的变量有:规模(size)、密度(density)等。

目前,在产业集群创新研究领域,越来越多的国内学者地运用社会网络分析法进行实证研究。比如:

杨锐等通过对杭州手机产业集群的调查,应用社会网络分析方法,研究了产业集群内企业的网络位置与其创新之间的关系。钱锡红等人利用三个维度来刻画出企业在集群中的网络位置,并且引入吸收能力,考虑吸收能力与网络位置的交互作用,从而构建出更具说服力的整合模型。陈伟丽,王雪原研究了产业集群的网络结构,从主体和客体两个层面分析了网络结构变量和关系变量对集群创新资源配置效率的影响。蔡宁和吴结兵通过社会网络分析方法考察了集群组织间关系网络的密集性质及其功能机制。苑雅文以韩国在华投资产业集群为样本,从社会网络视角考察环黄渤海合作区域的发展路径,运用社会网络分析的方法研究在华韩资产业集群的社会网络的形成、特点及作用。

四、小结

网络化和知识交换是产业集群的主要特征,这使得社会网络分析法的使用也变得顺理成章。就像有学者所指的那样:使用社会网络分析文献中的成熟技巧对产业集群的定性分析是很有希望的。其实,通过浏览相关文献,我们可以发现社会网络分析不但用来对产业集群的定性分析,而且还用来对产业集群的定量分析。而且,社会网络分析的经典理论和基本测度变量,已经成为产业集群创新研究中的重要理论基础和使用方法。因此,在研究产业集群创新问题时运用社会网络分析的理论和方法是目前的一种趋势。

参考文献:

[1] 于树江: 集群式产业创新的社会资本效应研究[J]. 科学学与科学技术管理,2004(6)

[2] 刘中会 刘力臻:产业集群社会资本对技术的引进、扩散和创新的影响――以寿光蔬菜产业集群为例[J]. 经济问题,2009(4)

[3] 王 雷: 产业集群中社会资本创新绩效研究[J]. 云南大学学报,2008(1)

[4] 杨 锐 黄国安:网络位置和创新――杭州手机产业集群的社会网络分析[J]. 工业技术经济,2005,24(7)

[5] 钱锡红 杨永福 徐万里:网络位置、吸收能力与集群企业创新[J]. 经济管理. 2009,31(7)

[6]陈伟丽 王雪原:产业集群网络结构与创新资源配置效率关系分析[J]. 科技与管理. 2009,11(3)

篇(4)

论文关键词：PPP，网络分析模型，风险分析

 

1引言

PPP模式自1992年由时任英国财政大臣的肯尼斯克拉克首先提出以来，十几年来在世界各国都引起了广泛的重视和应用。其应用范围涵盖地下轨道交通、城际高速公路、海底隧道、港口、机场、体育场馆等大型基础设施的建设领域。PPP模式是公共基础设施建设工程中发展起来的一种优化的项目融资与实施模式，这是一种以各参与方的“双赢”或“多赢”为投资理念的现代融资模式[1]。在PPP模式中，公共部门和私营部门各有其独特的优势，并能够通过合作实现优势互补，实现比单方行动更优的结果。实践表明风险分析，PPP模式能够有效地减轻政府财政压力、满足公共基础设施建设需要，同时提高基础设施投资和管理效率。

基础设施PPP项目建设和经营周期长，建设规模大，涉及面广，投入资金量庞大，一般要涉及到的利益相关者众多，权利与义务关系复杂，面临的风险因素也要复杂许多。要确保项目的顺利实施，必须充分的考虑并能合理处理各方面的风险期刊网。PPP不仅只是伙伴关系的一种“模式”，而应该是一个确保以有目的的方式全面考虑并评估所有风险的过程。可以说，PPP项目自产生以来，风险问题就一直是项目参与各方所共同关心的一个焦点问题。现今PPP项目风险管理过程中存在的一个主要问题就是对项目可能发生的风险考虑不够全面，缺乏合理的风险机制设置风险分析，风险分析不够透彻，低估了风险影响程度[2]。本文通过运用网络分析法等相关理论，对PPP项目的风险管理进行深层次的探索。

2网络分析法（ANP）

近年来，常规的层次分析法（AHP）已在系统决策分析中得到了广泛应用。AHP方法的核心是将系统划分层次且只考虑上层元素对下层元素的支配作用。同一层次中的元素被认为是彼此独立的。这种递阶层次结构虽然给处理系统问题带来了方便，同时也限制了它在复杂决策问题中的应用。在许多实际问题中，各层次内部元素往往是依存的，低层元素对高层元素亦有支配作用，即存在反馈。此时系统的结构更类似于网络结构。网络分析法(ANP)正是适应这种需要，由AHP延伸发展得到的系统决策方法[3]。

ANP一般将系统元素划分为2大部分:第1部分称为控制因素层，包括问题目标及决策准则，所有的决策准则被认为是彼此独立的，且只受目标元素支配。控制因素中可以没有决策准则，但至少有一个目标风险分析，控制层中每个准则的权重均可用AHP方法获得。第2部分为网络层，它是由所有受控制层支配的元素组成的，其内部是相互影响的网络结构期刊网。

使用ANP分析问题，大体可分为4个步骤:（1）对问题进行结构分析，判断元素组与元素之间、元素与元素之间及元素组与元素组之间的相互影响关系；（2）构造两两比较判断矩阵；（3）由判断矩阵计算被比较元素的相对权重；（4）计算各个超矩阵。

3 PPP项目风险因素的网络分析模型

3.1 风险因素的确立

由于国外对PPP模式应用研究更为成熟，因此查阅外文文献并结合实际，得到影响PPP项目的主要因素，如下表：

3.2 建立影响关系表，举例如下表所示：

 

 

  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)

〔关键词〕学术期刊；法学期刊；期刊分群；期刊评价；社会网络分析

〔中图分类号〕G250.252，G255.2〔文献标识码〕A〔文章编号〕1008-0821（2013）01-0091-07学术期刊的分群与学术期刊的分层是两个概念。当前，对于学术期刊分层的研究已经比较丰富，比如核心期刊与非核心期刊的探讨，设置指标或指标体系将期刊分级等，其研究结果主要表现为将学术期刊按照学术水平的高低划分层次。而学术期刊的分群不限于对学术水平的评定，而是探索学术期刊的生态群落，包括期刊学科主题、风格特色以及内容质量等多方面聚类现象的揭示。因而，其研究结果能够打破期刊评价二元分化的僵局，体现各期刊子群的生存价值，从而鼓励学术期刊的特色发展，促进学术期刊整体水平的提升。对此，国内的综合研究还很少。本文选取法学学术期刊为例，以中国知网中收集到的期刊互引数据作为分群依据，通过网络分析的不同算法，交叉测度法学期刊的分群现状，以探究学术期刊分群的勘测方法，并根据研究结果对法学学术期刊的发展提出建议。

1分析方法

社会网络分析又被称为结构分析（structural analysis），其“不仅是对关系或结构加以分析的一套技术，还是一种理论方法——结构分析观点”[1]，这种结构表现为行动者之间的关系模式。正如加拿大社会网络分析家Barry Wellman[2]指出的：“网络分析探究的是深层结构——隐藏在复杂的社会系统表面之下的一定的网络模式。”其中，网络分群的方法有两大类，一类是基于关系属性的“凝聚子群分析”，即群落结构测度，另一类是基于结构对等性的“位置分析”。前者比较具体、直观，后者比较抽象，适用于深度分析。本文将两种方法结合起来，能够由浅入深地细分法学期刊互引网络结构，并且找出在群落中和群落间起到不同作用的期刊。

目前国内外还没有利用社会网络分析法专门研究法学期刊的先例，但是运用该方法分析学术期刊的研究已有一定积累。Leydesdorf于2004年通过对期刊间引用频次的可视化分析揭示JCR收录的期刊之间的远近关系[3]；2009年，利用Pajek软件绘制基于ISI主题分类的科学全景图[4]。2005年，Kevin W.Boyack构造期刊引用和同被引关系可视化图，借以展示大的学科结构[5]。2011年，Barnett通过2模网络分析发现处于网络中心的期刊群与处于边缘的期刊群引用模式完全不同[6]。我国的相关研究者有岳洪江[7]，姜春林[8]，彭继东[9]等。本课题负责人于2009年对图书情报学期刊互引网络进行解析，识别出核心或起中介作用的期刊，并将该学科期刊分为了“知识源”、“中转站”和“储备库”3种“角色”[10]，2010年分析了我国经济学期刊互引网络的核心——边缘等级结构[11]。

学术期刊分群研究2来源数据及处理

之所以选取法学学术期刊为例，是由于法学研究的特殊性，法学期刊存在着与其他学科期刊相比更加复杂的生存环境。正如舒国滢[12]教授提出的，法学作为一门理论性和实践性学科，必须协调理论研究和司法实践的关系，如果过分强调法学是一门科学，就会使得法学成为无用的象牙塔；反之，如果不以学术作为追求目标，而以能够得到实践部门、立法部门的承认作为检验标准，法学期刊就丧失了学术价值。鉴于法学学术期刊当前面临的两难境地，本课题组曾选择从法律从业者入手，对律师利用法学学术期刊的现状进行调查[13]。调查结果发现律师群体经常阅读和利用的法学期刊与学者有较大不同。因此，客观描绘我国法学期刊的生存现状，呈现我国法学期刊分群原貌，将为解决法学期刊理论性与实践性之间的矛盾提供客观依据和建议。

篇(6)

关键词：社会支持 网 综述

中图分类号：F626.5 文献标识码：A

文章编号：1004-4914（2012）01-063-02

“社会网络”一词最早由英国人类学家R-布朗提出。此后许多社会学家和人类学家采纳了他的观点，开始对社会生活中人们的关系、互动，用“网”的隐喻来说明、解析。无数的观念支流相互融和贯通形成了当代的社会网络理论，在这当中我们不得不提及三个主要的传统。一是具有强烈社会心理学方向的小群体分析。他们注重小集体内人际关系的研究并创造发展了图表途径等技术手段；代表人物：Moreno、Lewin等人。二是以哈佛学者为代表的派系的结构及其相互关系的研究；代表人物：Mayo、Warner等人。三是曼切斯特的人类学家在部落和小山村进行的社区联系的结构的研究；代表人物：Barnes，Batt等。这些传统在20世纪60年代到70年代不断引入现代数学模型，在哈佛大学完成了最后的突破，形成了现代社会网络理论，代表人物White、Granovetter等。从70年代，社会网络分析已经正式成为一门社会学的学科分支，成立了国际性的社会网络分析研究会（INSANA），并出版了专门的杂志（Social Networks）。（Scott 2000）社会网络是一组人或群体形成的一组独特的关系，这些关系是传递物质，信息，观念，情感等资源的纽带。社会网络注重的是这些联系，而不是单个单位的属性。具有以下方面的特征：社会网络分析实现了个体与整体，宏观与微观的结合。通过点（个体，群体），关系，内容（资源）的研究，主要是关系的研究实现了点与内容的结合。克服了个体与整体分离，宏观与微观分离的研究。研究内容广泛，最早的社会网分析主要用于小群体的人际关系研究。现在的研究范围已经非常广泛，涉及社会学，政治学，心理学，管理学，人类学等。具有强烈的数理特征。社会网络分析运用了大量的数学工具，从一开始的图表、几何图形到后来的矩阵论和数理统计的运用使其完成了成长。但这种发展中的范式具有强烈的数理特征使得一方面使其精确，另一方面对数学和计算机的依赖又让大多数社会科学家望而怯步。（乔纳森.特纳）今后社会网络研究发展的方向是吸收数理科学与科学方法论的成果，在实际的社会研究中发展社会网络理论与研究技术。（袁方1997）

一、国内学者对社会网络理论和方法的介绍

社会网络理论和方法最早通过一些介绍西方社会学理论的书籍和国外学者在国内做的讲座（如林南，边燕杰）传入。目前国内学者从事这方面研究的还不多，成果也很少。仅有的几篇作品也仅限于对此理论的介绍。主要有肖鸿的《试析当代社会网研究的若干进展》；刘军的《社会网络模型研究论析》；贺寨平的《国外社会支持网研究综述》；袁方《社会研究方法教程》中对此理论的介绍。上述作者都介绍了社会网络的含义及其基本特征。肖鸿的介绍从理论到方法到实证研究全面的介绍了国外的社会网络研究。刘军主要侧重于社会网络分析的数学模型介绍，他的介绍是目前国内在此方面研究最前沿的。袁方的介绍主要侧重于方法，在对方法的介绍比较全面，除了对数学模型的介绍外，还介绍了社会网络资料收集方法。贺寨平主要从社会支持网的角度进行介绍。这些文章开启了国内的社会网络研究的大门，起了良好的带头作用。

社会网络正式数学方法的引入鼓励一些学者发展社会网络理论，把它作为一种新的社会结构理论的基础。他们认为社会网络分析不能仅仅作为一种描述的工具，而要发展成为社会理论新的框架。随后出现了网络交换等理论。更有学者提出网络分析不能去与交换和选择理论相结合，而是要作为“理性社会学”的基础去替代文化和意图的解释方向。（Scott 2000）在肖鸿的介绍中首先引用Yuan的观点介绍了网络分析的基本观点：整个社会是由一个相互交错或平行的网络所构成的大系统。社会网的结构及其对社会行为的影响模式是社会网的研究对象。社会网研究深层的社会结构即隐藏在社会系统的复杂表象之下的固定网络模式。他们强调了研究网络结构性质的重要性,集中研究某一网络中的联系模式如何提供机会与限制,其分析以连结一个社会系统中各个交叉点的社会关系网络为基础。网络分析者将社会系统视为一种依赖性的联系网络,社会成员按照联系点有差别地占有稀缺资源和结构性地分配这些资源。网络分析的一个独特特征是强调按照行为的结构性限制而不是行动者的内在驱力来解释行为。然后介绍了Barry Wellman网络分析的几个基本命题，最后介绍了几种有代表性的社会网理论。如网络结构观：网络结构观就是把人与人、组织与组织之间的纽带关系看成一种客观存在的社会结构,分析这些纽带关系对人或组织的影响。怀特的市场网络观：市场秩序是生产经营者网络内部相互交往产生的暗示、信任和规则的反映。格拉诺维特的弱关系力量假设（人们一般从互动频率，感情力量，亲密程度，互惠交换等方面来区分强弱关系；互动次数多，感情强，关系亲密，互惠交换多称为强关系，反之为弱关系。例如我们把亲戚关系称为强关系，仅仅是认识的关系称为弱关系）和嵌入性概念（经济行为是嵌入在社会结构中的，而核心的社会结构就是人们生活的网络）。林南的社会资源理论，詹姆斯・科尔曼的社会资本理论，罗纳德・博特结构洞理论以及边燕杰强关系力量假设。可以说这些介绍都十分简洁，这与肖鸿的文章本身就是介绍性的文章分不开。如果后面的学者能够具体介绍上述理论或翻译原著将会对国内社会网络研究做出巨大贡献。

二、国内学者对社会网络研究的不足

目前，国内学者对社会网络研究的面和深度无论在理论方法还是实证研究上都不够。理论研究领域太笼统，不具体。这可能与社会网络本身的理论欠缺有关。社会网络本来就是先有方法，然后引入理论，而且在理论引入上争论也很大，也没有一个统一的观念，所以很多学者称它为发展中的范式。不过国内学者应该研究国外某个学者的具体的观点作具体的介绍。并尝试发展适合于国内的社会网络理论。

国内学者对用于社会网络研究的计算机辅助程序的介绍和引入较少。我们知道社会网络分析具有强烈的数理特征，这对大多数社会研究者都是难题，因此计算机的运用非常重要。目前常用于社会网络分析的软件有GRDAP全名图表定义和分析包。能够兼容SPSS数据文件和COMMAND语言；UCINET是由加利福利亚大学（埃尔文）编制用于网络分析。（Scott 2000）

实证研究领域太集中。主要在农民和农民工上。实际上国外社会网络的研究领域已经很广。前面我所说的国内学者对国外学者在实证领域的介绍已经很多，不过我想提的是国内学者还没有将社会网络用于亚群体分析。例如国外学者用社会网络来研究性及吸毒问题。劳曼在他的《性的社会组织》中提出了“性的社会网络”。“具有多个关系的个体们实际上是被他们的人际给网络化的组织起来。我和我的们，虽然素昧平生而且老死不想往来，但是我们所有人客观上都是存在于同一个几何增大的性网络实体中。”国外运用社会网分析方法进行研究的论文也很多，主要集中在分析吸毒人员与HIV感染问题方面。并且通过分析网络的结构来说明在这个网络结构中不同的角色有着不同的行为差异。在Richard Curtis等人的论文《街头市场结构与HIV风险中》，他们通过网络分析，把吸毒人员分为3种：核心，内圆和外圆，同时注射吸毒和HIV感染率也从大到小的依次排列。在Deirdre M.Kirke*论文《青少年抽烟，酗酒，吸毒的链式反应》中，指出青少年的吸毒行为是同辈的群体影响和自我选择的共同结果。在这方面值得国内学者注意。

参考文献：

1.贺寨平.国外社会支持网研究综述.国外社会科学，2001（1）

2.刘军.社会网络模型研究论析，社会学研究，2004（1）

3.袁方.社会研究方法，北京大学出版社，1997

4.张文宏，阮丹青，潘允康.天津农村居民的社会网，社会学研究，1999（2）

5.张文宏，阮丹青.城乡居民的社会支持网，社会学研究，1999（3）

篇(7)

依照“名老中医临床信息采集系统制定的科研信息调查表”的要求，采集病例文本信息，包括:人口学资料、一般临床特点、抽动症状、治法及处方用药，利用SQLServer2000工具对数据进行提取，根据术语标准进行数据预处理，将其转化为可分析的数据。使用中国中医科学院－北京交通大学临床数据挖掘联合实验室联合研发的Liquorice软件进行复杂网络分析建立以单个复方的组成药物作为节点，由连接某两个不同药物的边的权重表示这两种药物在多个复方中被使用的频度，根据处方配伍网络中的节点度分布挖掘处方配伍的核心节点，进而分析刘焯教授对抽动症的治疗思路及用药特点。

2结果

2．1多发性抽动症的核心处方及中药配伍情况

插页ⅩⅦ图1是利用复杂网络技术得出的抽动症病例的核心处方及药物配伍关系的复杂网络图，87条处方药物信息中的26项作为节点参与核心药物网络的构成，边权值较大的白芍、茯苓、钩藤、玄参、麦冬、合欢皮、珍珠母等中药为节点形成网络中心，形成网络的核心处方。使用的药物中频率居首位的是白芍，有养血敛阴、柔肝缓急之功，其次依次为茯苓、麦冬、合欢皮、玄参、钩藤、珍珠母等有健脾安神定志、平肝潜阳熄风功效之品。图中每一味药物与周围药物的边表示配伍关系，药物节点之间的连接边的权重(即边上的数字)表示相连药物的配伍次数，白芍、茯苓、钩藤、玄参、麦冬、合欢皮、珍珠母等高频中药处于网络的核心节点。说明上述药物之间以及与其他中药关联度高，配伍使用频度最高，是治疗抽动症的核心处方药物，这与刘焯教授应用以自拟文静汤为基础方治疗抽动症的用药思路一致［4］。其次为僵蚕与石菖蒲、牡蛎、合欢皮、玄参、龙骨、麦冬、茯苓、钩藤、珍珠母、甘草配伍关系密切，再其次使用较多的为生石决、、龙胆草、葛根、桑枝等。

2．2治疗高频抽动特征的方药配伍规律

图2是药物和抽动特征相关联的复杂网络图，本次研究以居高频抽动特征前5位的眨眼动眼、清嗓、动颈、腹部抽动、张嘴努嘴、耸肩为示范分析图2显示的关联结果。以眨眼动眼为主要抽动特征时，图中显示对应的处方中除核心药物外，还与、龙胆草、沙苑子等药物组成的小核心方密切相关联;以清嗓为抽动特征表现时与浙贝、双花等关联度高;以动颈为抽动特征表现时除核心组方外，以葛根、桑枝为对药的出现频度较高;腹部抽动与半夏、瓜蒌等药物的小核心方关联度较高;出现张嘴努嘴的抽动表现时与连翘、藕节等药物组成的小核心关系密切。

3讨论