基于社会网络分析的国内军民融合研究综述——2000-2014年文献计量证据

章　磊， 张诤敏， 闫　莉， 田海堂

(1. 空军工程大学装备管理与安全工程学院， 陕西 西安 710051； 2. 93897部队， 陕西 西安 710077)



基于社会网络分析的国内军民融合研究综述
——2000-2014年文献计量证据

章磊1， 张诤敏1， 闫莉2， 田海堂1

(1. 空军工程大学装备管理与安全工程学院， 陕西 西安 710051； 2. 93897部队， 陕西 西安 710077)

摘要：以军民融合为关键词，首先，对2000-2014年中国学术期刊网出版总库收录的文献进行了检索，并对检索数据进行了提取和预处理，构建了军民融合共词网络；然后运用社会网络分析方法中的社群图、网络密度、中心性、小团体以及核心-边缘等分析方法进行了关键词分析，揭示了国内军民融合研究的现状，探讨了其未来的发展趋势，为进一步拓展和深化国内军民融合研究提供参考。

关键词：社会网络分析； 军民融合； 关键词； 共词网络

20世纪90年代，美国国会技术评估局正式提出国防工业“军民一体化”建设模式，并在国外军事强国中得到广泛认可，且逐渐成为各国的基本国策和共同做法[1]。国内学者在国外实践和研究的基础上，进一步从推进军地资源共享、军地协同发展以及构建国家科技创新体系等角度，正式提出了“军民融合”概念[2]。同时，为积极顺应世界军民技术融合模式转化的潮流，我国政府从原来的军民结合、寓军于民模式调整为现在的军民融合模式，特别是党的十八大提出“坚持走中国特色军民融合式发展路子，坚持富国与强军相统一”的战略部署后[3]，军民融合已上升为国家战略[4-5]，并再次引起国内学术界对该研究领域的高度重视和关注。从当前国内已有相关研究来看，军民融合作为将国防和军队建设融入经济社会发展体系中的重要模式，已引起军内外学者和实践者的广泛关注，并开展了诸多的相关研究。这些研究从内容上来看，主要集中在介绍国外军民融合相关经验、军民融合发展总体思路、推进军民融合策略与方法以及军民两用产业融合与技术创新4个方面[6]。从研究方法来看，研究者大多采用定性分析的方法，主要从宏观和中观2个层面开展相关研究，对军民融合的前因后果缺乏深入剖析；从具体实践来看，由于缺乏军民融合相关理论的指导，导致其具体实施效果并不理想。因此，迫切需要对军民融合展开更深层次的研究。社会网络作为一种全新的社会科学领域的研究范式，通过量化分析来关注个体之间的相互关系，实现了从关系或结构的角度来把握个体对象，已用于自主学习[7]、特色数据建设[8]等方面进行关键词的共词分析，从而了解这些领域的研究现状及未来发展方向。笔者应用社会网络分析法来深入分析当前国内军民融合研究的现状与特点，以及未来研究可能的发展方向。

1研究方法

运用社会网络分析法主要是通过对关键词进行共词分析而得到分析结论。关键词是学者或实践者进行文献检索的重要标志，也是表达文献主题概念的自然语言词汇；共词现象是指关键词常常会出现在同一篇文献中的现象[7]。若在同一篇文献中出现2个或2个以上能反映文献研究主题或方向的关键词，则表明这些关键词存在一定的内在关系[7]。共词分析是指对关键词的共词现象进行分析研究所采取的方法，其基本分析思路是：1)在同一篇文献中根据所选主题统计若干个关键词、词组出现的次数；2)运用关键词、词组分析方法分析所统计的关键词、词组之间的亲疏关系；3)基于分析结果找出与研究主题或方向相一致的研究热点，总结归纳研究主题或方向的研究现状及发展趋势。

由此可见：共词分析的关键是找出2个或2个以上关键词之间的特定联系。社会网络分析方法作为一种社会学量化研究方法，常常被用来分析社会行动者以及社会行动者之间的关系[9]，通过对构建的接触、关联、联络等方面关系数据的分析，来反映这些关系数据之间存在的联系，目前已在社会学、心理学、教育学和数学等领域的图书文献管理、知识管理、数据挖掘等方面得到较为广泛的应用。因此，社会网络分析法具有很好的适用性、规范性和科学性，可以作为共词分析工具来找出关键词之间的关系。具体步骤为：1)确定研究主题或方向的所有文献，并利用文献中所有的关键词构建1个关键词网络；2)以文献中的每个关键词为网络节点(node)[7]，确定并计算这些节点在网络中是否同时出现以及出现的频率；3)根据网络计算规律或原则，确定频率较高的关键词及其与其他关键词之间的关系，找出研究主题或方向的研究热点。笔者基于已有军民融合文献关键词的分析结果，应用社会网络分析法系统地分析军民融合相关研究主题或具体研究方向的成熟度、知识结构和研究规模，为后续深化或拓展相关研究奠定基础。

2数据来源与预处理

2.1数据来源

为了方便获取研究所需的数据并保证获得的数据量能真实地反映研究现状，笔者以连续、动态更新的中国学术期刊网络出版总库为统计源，按照中国期刊网(CNKI)—中国学术期刊网络出版总库—核心期刊的路径进行检索，以“军民融合”为检索词，检索项为关键词，来源类别为核心期刊，时间范围为2000-2014年。分为科学研究文献与经验介绍文章2类对检索到的文献进行去重与合并，最终选出80篇符合研究要求的文献。

2.2数据提取

为了避免出现关键词命名不规范等问题，采取如下处理方式提取数据：

1)根据词义合并一些基本同义的关键词，如：将“地方高校”和“高校”合并为“高校”； “军民两用技术”和“军民技术”合并为“军民两用技术”；“障碍”、“发展障碍”和“障碍因素”合并为“障碍”；“资源配置”、“资源共享”和“资源统筹”合并为“资源共享”；“国防科技创新系统”、“国防科技创新组织系统”和“国防科技创新体系”合并为“国防科技创新体系”；“军地物流”和“军民物流”合并为“军民物流”。

2)根据研究内容删除一些不相关、无领域专指度的词汇，如“对策建议”、“启示”和“影响”等。

去重后总共有296 个关键词，平均每篇文献约为3.7个，符合当前期刊文献对关键词数量的要求。

2.3数据预处理

运用社会网络分析软件Ucinet 6.0进行数据分析。首先，将军民融合文献中提取的关键词以excel文档保存，并按关键词出现的频次进行排序；其次，为保证分析结果的可信度，选择出现频次>2次的关键词作为研究对象。军民融合研究领域的高频关键词如表1所示。

3基于社会网络的关键词分析

3.1社群图

为了直观地反映军民融合文献中关键词之间的关系及特征，运用Ucinet 6.0绘制军民融合社群图(军民融合关键词网络)，如图1所示。

图中：圆点表示高频关键词，圆点越大表示其点度中心度(point centrality)越大；双箭头表示2个关键词在同一篇文献中出现。由图1可以看出：“军民融合”、“国防科技创新体系”、“国防科技工业”、“机制”、“军工企业”和“军民结合”6个关键词的圆点较大，表明这6个关1键词处于社群图的中心位置，其他关键词为网络的边缘点。因此，从社群图中可直观地反映出当前军民融合研究中学者关注的重点研究领域，以及有待进一步研究的方向。

图1军民融合社群图

3.2网络密度

社群图只能定性地描述军民融合文献中高频关键词之间的关系，而网络密度可反映出社群图各个网络节点之间的紧密程度，其取值为[0,1]，且取值越大，表明该网络的密度越大[10]。运用Ucinet 6.0可计算出军民融合社群图的网络密度为0.178；根据公式

可得该社群图中各网络节点理论上存在465个关系，但实际上只有大约81个关系。因此，综合上述2方面的分析结果可知军民融合社群图的网络密度较低，表明当前军民融合研究的深度和广度仍有待进一步提升。

3.3中心性

中心性作为社会网络分析的又一主要测量指标，主要反映关键词在整个网络中的地位，关键词在网络中越处于中心位置，表明其越有可能成为本研究的重点领域。根据计算方法的不同，中心性可分为点度中心度、中间中心度、接近中心度和特征根向量4个主要测度[11]。军民融合关键词网络的中心性分析结果如表2所示。

1)点度中心度用来反映某个关键词与其他关键词是否共同出现在选取的文献中，如“国防科技工业”的点度中心度为14，表明“国防科技工业”作为关键词在网络中至少与14个关键词分别同时出现在某篇文献中。由表2可以看出：“机制”、“国防科技创新体系”、“体制”、“寓军于民”、“军民结合”和“协同创新”6个关键词的点度中心度较大，表明在当前军民融合研究中，这6个关键词所反映的领域是重点研究领域，其他领域则有待于进一步研究。

2)中间中心度主要反映关键词网络中某关键词作为与其他关键词之间的桥梁作用，即某关键词能影响其他关键词共同出现在某篇文献中的能力。由表2可以看出：“国防科技工业”、“机制”、“协同创新”、“国防科技创新体系”和“体制”5个关键词的中间中心度较大，表明在当前军民融合研究中，这5个关键词能发挥桥梁作用，保证了军民融合关键词网络的相互连接。另外，有11个关键词的中间中心度为0，表明这些关键词在军民融合网络中严重依赖于前述中间中心度大的关键词。

3)接近中心度反映某个关键词能否通过较短路径与其他关键词相连，表明某个关键词与其他关键词共同出现的机率。由表2可以看出：“机制”、“国防科技创新体系”、“体制”、“寓军于民”、“军民结合”和“协同创新”6个关键词能以最短路径到达其他关键词，其他关键词则需要依靠军用融合网络中另外的关键词来传递信息。

4)特征根向量用来反映关键词中心性和网络中心势的标准化程度，旨在找出构建社群图网络的中心关键词，特征根向量值越大，表明该关键词在网络中越处于核心位置。由表2可以看出：“军民融合”、“国防科技工业”、“机制”、“国防科技创新体系”、“体制”、“寓军于民”和“军民结合”7个关键词的特征根向量值较大，其应处于整个网络的核心位置。

3.4小团体

小团体是指由社群图网络中关系非常紧密的点构成的一个次级团体。在关键词网络中，小团体是指网络中的关键词能同时作为某些文献共同的关键词，且相互之间存在较强的关联度[12]。通过小团体分析可反映出研究主题之间的等级关系，可采用聚类图来表示。

利用Ucinet 6.0中小团体分析的cliques功能进行聚类分析，并设定小团体的最小规模为3。首先，将表1中的31个关键词分为22个小团体。限于篇幅，这里仅列出4个小团体：

1)国防科技创新体系、国防科技工业、机制、军民结合、军民融合、体制和寓军于民；

2)高校、国防科技创新体系、国防科技工业、军

民融合和协同创新；

3)工业化、国防科技工业、军民融合和信息化；

4)发展模式、国防科技工业、机制和军民融合。

由此可见：团体不同，其规模也不同，小团体1)规模较大，小团体3)和4)规模较小；有些关键词同时出现在4个小团体中，如“国防科技工业”等，有些关键词仅出现在个别团体中，如“发展模式”和“信息化”等。

为了进一步描述军民融合研究领域相关研究内容之间的关联结构，对研究主题之间的等级关系进行分析，并采用聚类图来表示各关键词之间的关系，如图2所示。可以看出：“国防科技工业”和“军民融合”位于最左边，表明这2项内容是当前军民融合研究中最为基础的内容；2)“战略性新兴产业”、“开放式创新”和“发展模式”位于最右边，表明这些领域是需要深入研究的内容；由整体聚类树状图来看，其研究内容之间相互关联的紧密程度也不同。

图2军民融合cliques聚类图

3.5核心-边缘

核心-边缘分析是对关键词进行量化，确定关键词在整个网络中所处位置：核心、半边缘或边缘。首先，将所有关键词分为核心组和边缘组2组：核心组的成员彼此之间关系紧密；边缘组的成员彼此之间没有关系，但与核心组成员之间有关系。其次，在进行具体测度时，根据关键词的核心度(特征根向量)对关键词进行核心-边缘分类；核心度>0.2为核心关键词，0.1≤核心度≤0.2为半边缘关键词；核心度<0.1为边缘关键词。据此对表1中的关键词进行分类，得到军民融合研究关键词核心-边缘分析结果如表3所示。

4结论

为进一步明晰当前军民融合研究的现状，笔者基于社会网络对选取的军民融合文献中的关键词进行了共词分析，发现当前我国军民融合研究具有如下特点：

1)军民融合关键词网络的信息流动更多地依赖于“国防科技工业”、“机制”等关键词来实现与其他关键词的连接。从关键词网络结构来看，“国防科技创新体系”、“体制”和“军民结合”等关键词也是实现信息流动的重要节点，这也反映了上述研究领域是目前军民融合研究的重点领域。

2)军民融合关键词网络的中心性、小团体以及核心-边缘分析结果表明：“技术创新”、“军民两用技术转化”、“科技资源”、“开放式创新”、“人才培养”和“国防建设”等在军民融合研究中还处于起步阶段。

3)从反映研究手段的关键词来看，关于“问卷调查”、“访谈”、“实证”和“案例”等关键词较为少见，表明目前我国军民融合的研究在研究方法上主要采用思辨性研究，存在一定的局限性。

4)从整体来看，目前国内军民融合研究在内容上具有很大的相似性，表明军民融合研究缺乏新意；另外，各关键词之间还缺乏紧密的横向联系，表明军民融合研究的深度和广度都不够。

基于此，笔者提出如下建议：

1)加大目前国内军民融合研究的深度和广度，如：在注重探讨国防科技工业研究的同时，还应加强民营企业军民融合的研究；在加强军民融合宏观研究的同时，应从微观层面探讨军民融合的具体实施措施。

2)在研究方法上开展一些实证研究，探讨军民融合的内在生成机理以及与其他相关要素之间的联系。

3)加强军民融合不同领域之间的横向联系，如装备研制生产与维修保障、装备经济与装备采购等，同时强化边缘与半边缘研究领域的研究。

参考文献：

[1]阮汝祥.中国特色军民融合理论与实践[M].北京：中国宇航出版社，2009：1.

[2]安亮.推进军民融合面临的问题与对策[J].国防,2014，(3)：25-26.

[3]秦明，李耀平.加强军民融合共用技术研究的途径和方法[J].军民两用技术与产品,2015，8(15)：50-52.

[4]赵耀辉，梁君.军民融合发展国家战略探析[J].南京政治学院学报,2015，31(4)：47-50.

[5]许达哲.走军民融合深度发展之路[J].国防科技工业,2015，(7)：12-14.

[6]寇伟.我国军民融合发展研究综述[J].现代商贸工业,2012，(24)：17-18.

[7]唐进.我国外语教学中的自主学习研究综述：以社会网络分析为视角[J].现代教育技术,2012，22(1)：64-69.

[8]魏瑞斌,社会网络分析在关键词网络分析中的实证研究[J].情报杂志,2009,28(9)：46-49.

[9]刘军.社会网络分析导论[M].北京：社会科学文献出版社,2004：45-57.

[10]Zhang M L, Zhang X D, Hu Y. Ranking of Collaborative Research Teams Based on Social Network Analysis and Bibliometrics[C]∥Cooperative Design, Visualization, and Engineering. Mallorca,Spain:Springer International Publishing, 2015: 236-242.

[11]Otte E, Rousseau R. Social Network Analysis: a Powerful Strategy, also for the Information Sciences[J]. Journal of information Science, 2002, 28(6)：441-453.

[12]Pilkington A, Meredith J R. The Evolution of the Intellectual Structure of Operations Management-1980-2006: A Citation/Co-Citation Analysis[J]. Journal of Operations Management, 2008, 27(3)：185-202.

(责任编辑：王生凤)

Review of China’s Civil-military Integration Research Based on Social Network Analysis——Bibliometric Evidence from 2000 to 2014

ZHANG Lei1, ZHANG Zheng-min1, YAN Li2, TIAN Hai-tang1

(1. Equipment Management and Safety Engineering College, Air Force Engineering University, Xi’an 710051, China;2. Troop No. 93897 of PLA, Xi’an 710077, China)

Key words:Social Network Analysis (SNA); civil-military integration; keyword; co-words network

Abstract：Taking the civil-military integration as keywords, the total library of CNKI from 2000 to 2014 is searched, the retrieval data are extracted and processed, and a co-words network of civil-military integration is constructed. The keywords are analyzed by the methods of sociogram construction, network density, centrality, cliques and core-periphery analysis of Social Network Analysis (SNA), and the status and the trend of civil-military integration in China are revealed, which provides a reference for civil-military integration research and development.

文章编号：1672-1497(2016)03-0011-06

收稿日期：2016-03-06

基金项目：国家自然科学基金资助项目(L1534031)；陕西省自然科学基金资助项目(2014JQ2-7045)

作者简介：章磊(1980-)，男，讲师，博士。

中图分类号：F426.48；G350

文献标志码：A

DOI：10.3969/j.issn.1672-1497.2016.03.003