社会网络分析在人才引进中的应用研究

金洁琴

（南京工业大学图书馆，江苏南京210009）

社会网络分析在人才引进中的应用研究

金洁琴

（南京工业大学图书馆，江苏南京210009）

引进人才是高校学科队伍建设的重要内容。论文从顶尖期刊论文检索出发，通过文献计量法和社会网络分析方法，分析挖掘科研团队，利用h指数、R指数、AR指数相结合分析人才的科研绩效，计算团队中成员的密度值、K－核等衡量核心成员，为高校引进高层次学科人才提供信息源参考。

文献计量；社会网络分析；人才评价；人才引进

国内高校为了提高学校的教学科研水平，一直在挖掘分析高水平的学者，引进高层次人才，或聘请为荣誉教授、客座教授或兼职教授。人才引进工作相关职能部门撰文主要从引进人才的政策、机制、规划、资源配置、及引进后投入产出等角度论述［1－2］。国内顶尖院校如清华大学高薪引进世界学术精英，2001年，聘请美国工程院院士作为一学科带头人，浙江大学制定的人才引进办法明确指出重点是“两院”院士及其他在国内外有重要影响的专家及在国内外同行中有影响的中青年学术带头人［3］。除院士、诺贝尔获奖者等，如何去挖掘其他“有影响”的学者，笔者利用文献计量和社会网络分析方法进行分析，从文献、引用、合作网等角度分析人才，不涉及师德、素养等定性角度，只为相关职能部门提供人才信息参考。

国内学者早在1981年开始探讨文献计量学对于人才评价的意义（吴尔中，1981）［4］。邱均平，缪雯婷（2007）［5］对我国CSSCI收录的被引次数排名前50位的图书情报学研究学者在1998－2005年的有关数据进行统计分析，计算h指数，评价我国图书情报学学者的个人绩效。有学者利用社会网络分析探讨科研团队，如王衍喜等（2011）［6］基于科技文献，利用社会网络技术挖掘学科团队，识别学科团队。徐迎迎等（2014）［7］利用关键词共现分析和社会网络分析方法分析开放存取文献的热点、高产作者，从多方面揭示国内开放存取的发展现状和研究趋势。

关于人才评估、评价相关指标，国内外都有学者进行了探讨。2005年，美国学者Jorge.E.Hirsch提出了h指数［8］。h指数也存在不足，如h指数可能存多个学者有相同的值，h指数值越大，h发生变化的时间更长，且h指数只升不降。金碧辉，Rousseau Ronald（2007）［9］提出了R指数和AR指数：R指数可以帮助解决多个学者拥有相同h值时，区分他们的学术测评值；AR指数结合论文发表的时间指标，有效解决h指数只升不降、永不下降的缺陷。

论文主要从国际核心论文出发，挖掘高产且影响力高的学者，采用h指数、R指数、AR指数为评估指标综合评价学者的学术影响力，结合社会网络分析法开展合作网分析，利用k－核、个体密度等多维分析，挖掘更多潜在人才。

1 数据源和分析流程

1.1 以Web of Science为数据源

以Web of Science作为数据源，进行检索和筛选数据。论文以生物材料学科为例，分析科研人员及其团队，为学校挖掘可引进的人才，也为学校人才引进提供评估参考材料。

1.2 分析流程（具体见图1）

图1 分析流程

论文采用h指数、R指数、AR指数作为衡量学者科研水平的3个量化指标。h指数不能区分h值相同但论文被引频次相差悬殊的情况，缺乏一定的灵敏度和区分度，结合采用了R指数、AR指数，解决h指数存在的一些不足［9］。

R指数的计算方法［9］：h指数划定的绩效核内总被引频次的平方根，具体计算公式：式中Citj表示绩效核内第j篇论文的被引频次。

AR指数的计算方法［9］：h核内每篇论文的年均被引频次总和的平方根aj为论文j的发表年龄，则以论文发表年龄为因变量的R指数用AR表示，数学公式如下：

2 以生物材料为例的应用分析

2.1 基础数据检索与清洗、筛选

选取检索源：Web of science的SCIE数据，因web of science数据存在滞后，为保障期刊论文数据的完整性，选择数据库时间范围为：2003－2012（10年），具体检索时间：2014.3.10。论文采用了材料科学－生物材料作为案例进行检索分析，假设某学校想引进生物材料方面的学者。选择的期刊以JCR－Q1期刊为参考，选取了web of science的“MATERIALS SCIENCE，BIOMATERIALS”类目的Q1期刊，共六种期刊。通过web of science检索出版物名称＝（″BIOMATERIALS″or″ACTA BIOMATER″or″EUR CELLS MATER″or″DENT MATER″or″MACROMOL BIOSCI″or″BIOFABRICATION″），时间跨度＝2003－2012，检索结果：13 179条。筛选出：article、review两种类型文献12 970篇。

2.2 作者基础排序分析

以web of science的分析功能，选取排序前10位的发文作者，见表1列出了前10位作者及其发表的论文数量，论文中分别以A1、A2…标示各位作者。论文在此研究中，暂不考虑作者在论文中的贡献度，即不区分第一作者、通讯作者或是所处的其他合作位置。

表1 web of science检索生物材料Q1期刊的作者文献数量分析（前10位）

在web of science中，作者名称基本采用了姓氏加名的首字母，存在较为严重的同名作者问题。考虑作者的同名现象，对每位作者结合作者机构进行较为精确的分析。在web of science中作者同名问题基本没有得到解决，需要通过人工筛选才能达到精确。

对上述10位学者对应的文献进行逐篇查看，可以确定出该检索集中，有3个作者姓名简称对应了多位学者，如对A3的70篇文献中的前20篇进行逐篇查看，20篇论文属于16位不同单位且姓名简称同为A3的学者。同样发现A9和A10具有多位学者共同构成论文篇数，均被排除出前10的位置。通过逐篇查看，筛选出排名前7的学者。

2.37 位学者h指数、R指数、AR指数分析

对筛选出的前7名学者，进行SCI论文检索，检索时间范围为：2003－2012，检索日期为2014.3.16，文献类型为ARTICLE或REVIEW。因为涉及同名、作者曾在不同单位任职等现象，结合web of science的“惟一作者集”等作者辅助检索工具，进行筛选。

表2 7位学者的WOS 论文基础数据检索

表2 （续）

根据h指数的定义、R指数和AR指数的计算公式，分别计算7位学者的3个指数值。根据表3，在7位学者中，A2和A5的h指数值一样，A2和A6的AR指数值一样。金碧辉，Rousseau Ronald（2007）［9］已经通过数据研究证明h指数、R指数、AR指数存在独立相关性。通过计算h，R，AR 3个指数的加和值，综合考量7位学者的排序。

表3 7位学者的h指数、R指数、AR 指数计算分析

根据表2和表3中被引频次、h指数、R指数、AR指数，绘图2，A7各指标遥遥领先，A4各指标均在最后，A1基本排在第二，但其他三位学者的指标值处于交叉交叠，各种指数值较为接近。

图2 7位学者的各种指数值图示

表4列出了7位学者分别按照h指数、R指数、AR指数、及∑（h，R，AR）值的各种排序。选用根据∑（h，R，AR）排序7位学者。

表4 7位学者的各种指数值及标准化值的排序

通过作者论文检索，综合考察这7位生物材料方向的学者，在材料学科领域的影响力，结合上述排序，选取∑（h，R，AR）排序前3位生物材料相关的学者，这3位学者可考虑作为某学校在生物材料学科方面外聘专家的人选。并选取A7为案例，利用社会网络分析工具进行深度分析。

2.4 A7学者及其团队的挖掘分析

论文选用SATI文献题录信息统计分析工具［10］和UCINET社会网络分析软件［11］对A7的SCIE论文进行分析。通过分析挖掘与A7有更多直接合作关联的学者，拟挖掘“他们”作为某学校生物材料方面的外聘人才。利用两个软件，构建了如图3所示的A7的作者合作网路。从图3可以发现A7的合作网络错综复杂。

利用k－核概念，研究网络合作的凝聚子群。所谓k－核是指如果一个子图中的全部点都至少与该子图中的k个其他点邻接，则称这个子图为k－核［11］。通过k－核，可以发现一些高合作、高凝聚的群体。对A7的社会网络进行k－核分析，如图4所示为A7文献作者k－核分析的部分截图。

由图4可见，在A7的392篇文献的所有合作者中，可以进行8种分区，度数分别为2，3，4，5，6，7，8，9，即分别为2－核，3－核，……，9－核。9－核即是指A7和其他34位学者（图4所示的作者编号P1、……、P84）共同组成各个作者之间至少有9个邻接的子群，可能是学科团队、或项目合作的团队，其中可能存在一些具有知识引导的团队带头人。

计算A7合作网络中学者们的在整体网络中个体密度值，图5为截取其中部分学者的个体密度值计算。从图5可以得出这个整体网中各个个体（科研人员）的密度值、及其他指标值。A7的个体密度值最低，值为9.44，Broker和EgoBet值最高，分别为3791.00、2927.17，他是这个作者群网络中的知识引导人、合作引导人，其位置占据了结构洞位置，是作为“桥”位置者。

图3 A7的合作网络

图4 A7文献－作者的k－核凝聚子群分析（部分截图）

图5 A7文献－作者的个体密度等值计算（部分截图）

结合图5所示的9－核团队，在这些学者中，P1的网络规模最大（值为45.00），密度是19.90，Broker值是793，EgoBet值是326.90，仅次于A7，在其合作网络中，占据结构洞位置，可作为引进人才或外聘的人选。P3密度值为27.92，Broker值为253，EgoBet值是98.46，在合作网中与他人有合作、也有一定的知识引导作用。从图5也可以发现，学者P7的密度值最大，为100，Broker和EgoBet值均为0，在个体网中的中间性不强，不占据结构洞位置，可以猜测其为求学的学生或是某个项目的参与者。

根据上述分析，P1和P3可作为外聘或引进的人选。对这两位学者，同样计算其2003－2012年期间发表论文的h指数、R指数、AR指数，通过和表3学者的各个指标进行比较、衡量。P1的各位指数都高于P3，且与表3中的7位学者的∑（h，R，AR）值进行排序，排列第4。

表5 P1和P3两位学者的各种指数值分析

通过顶尖期刊挖掘核心学者，再通过分析核心学者的团队，进一步挖掘核心学者，为学校引进人才或外聘人才提供一些参考源。

3 结论与进一步思考

（1）文献是科研工作的成果积累，图书馆以学术文献为分析源进行评价分析，从第三方的角度，可以较为客观评估学者的学术水平，为学校引进人才提供参考建议。学科人才评价、学科团队挖掘中，在开展同行评议的同时，学校可以采用学者已发表的文献评估作为有效补充。

（2）采用h指数、R指数、AR指数，综合考察学者的学术排名，有效消除了h指数存在的不足，较为完善地评价了学者相对学术水平。利用社会网络分析，分析科研团队，根据密度值、K－核分析等分析核心成员。图书馆可以结合自身优势，开展相应的人才评估情报服务，用于对学者进行挖掘、评估，为学校提供有意义的分析报告。

（3）R指数、AR指数有效弥补了h指数不足，但传统的引文指标在数字出版时代、原创作品更多实现开放获取的时代，分析力度显得有些不足。社会网络驱动下，可以结合altmetrics补充计量学指标，例如文献管理系统（如Mendeley）、researchgate平台、评论、博客微博网络分享等，实现从学者多维的综合评估到学者的分析挖掘。

（4）对于引进人才的评估，文献计量分析与评价只是一个角度，仅作为一种信息源参考，全面引进评估需要结合同行专家评议、个人累计信用评价、引进后期的评估等，构建完善的评估体系。

［1］范其伟.新时期高校人才引进工作的思考［J］.教育探索，2003，（2）：24－25.

［2］唐忠阳.试论高校人才引进中的矛盾与对策［J］.现代大学教育，2002，（4）：82－85.

［3］冯丽芳，孔志洪.人才引进提升高校国际竞争力的核心所在［J］.教育发展研究，2002，（9）：94－96.

［4］吴尔中.文献计量学与人才评价［J］.情报学刊，1981，（4）：52－54.

［5］邱均平，缪雯婷.h指数在人才评价中的应用——以图书情报学领域中国学者为例［J］.科学观察，2007，（3）：17－22.

［6］王衍喜，周津慧，王永吉，等.一种基于科技文献的学科团队识别方法研究［J］.图书情报工作，2011，（2）：55－58.

［7］徐迎迎，魏瑞斌，张文琴.国内开放存取领域的研究热点和作者合作团体透析——基于共现分析和社会网络分析［J］.现代情报，2014，（8）：112－118.

［8］E.H J.An Index to Quantify an Individual's Scientific Research Output［J］.Proceedings of the National Academy of Sciences of the USA，2005，102（46）：16569－16572.

［9］金碧辉，Rousseau Ronald.R指数、AR指数：h指数功能扩展的补充指标［J］.科学观察，2007，（3）：1－8.

［10］刘启元，叶鹰.文献题录信息挖掘技术方法及其软件SATI的实现——以中外图书情报学为例［J］.信息资源管理学报，2012，（1）：50－58.

［11］刘军.整体网分析讲义：UCINET软件实用指南［M］.上海：格致出版社，2009.

（本文责任编辑：郭沫含）

Application Study of Social Network Analysis in the Talent Introduction

Jin Jieqin
（Library，Nanjing Tech University，Nanjing 210009，China）

Talent introduction is the important content of discipline construction.It adopted from the top journals retrieval，analyzed and mines research team through bibliometrics and social network analysis method.It used the h index，R index，AR index of combining to analyze talent research performance，and counted team members'density，K－kernel to value core members.It provided information source reference for the introduction of high－level talents in Colleges and universities.

bibliometrics；social network analysis；talent evaluation；talent introduction

10.3969／j．issn．1008－0821．2015．03．027

G251

A

1008－0821（2015）03－0153－04

2014－12－08

本文系南京工业大学图书馆研究基金项目“基于文献计量的高校科研团队识别与评价分析”（项目编号：NJTECHLIB201205）研究成果之一。

金洁琴（1981－），女，副研究馆员，硕士，研究方向：数字图书馆管理，文献计量学。