旅游业标准起草单位合作网络研究——基于社会网络分析方法

王季云，王 寒

(中南财经政法大学，湖北 武汉430073)

0 引言

《全国旅游标准化发展规划(2009-2015)》实施以来，我国旅游标准化事业快速发展。旅游标准化对旅游业的巨大进步起到了支撑和保障作用，是提高旅游产品与服务质量、加强旅游行业治理和规范市场秩序的必要手段，对提升旅游发展质效具有十分重要的作用。

“互联网+旅游”的发展新模式对旅游标准化提出了新的更高的要求，而目前的旅游标准化工作与日益增长的旅游发展需求间仍存在着一定的差距，主要表现在：关键标准缺失[1]；部分标准质量不高、操作性不强[2]；标准之间存在一定的交叉重复[3]以及标准系统本身的完整性、系统性有待进一步提高。

造成上述问题的原因是多方面的，本文旨在从社会网络(“社会网络”是社会行动者及其间关系的集合[4-5]，标准起草单位及其间的合作关系可构成一个这样的网络)的研究角度出发，利用UCINET软件对旅游业标准起草单位的合作关系网络进行实证研究，整体反映出各标准起草单位之间的合作现状，例如合作网络密度、平均距离等，探寻旅游标准在起草环节中可能存在的问题，并提出相应的建议以提升合作质量和合作效率，从而提升旅游标准的质量。

1 数据与方法

数据来源：本文以中国国家标准化管理委员会网站(http：//www.sac.gov.cn/)资料库、中华人民共和国国家旅游局网站(http：//www.cnta.gov.cn/)资料库为研究样本数据来源，以2016年12月31日为时间节点，查找旅游业全部现行国家标准与行业标准的77份原文件(国家标准30项、行业标准47项)，从标准原文件中提取标准起草单位数据并完成相关处理工作。

研究方法：本研究以旅游业标准起草单位合作关系网络为研究对象，构造了一个119*119的合作关系二值矩阵(两个单位只要共同参与过同一标准的起草工作即形成合作关系， 1表示两个单位间存在合作关系， 0表示两个单位间不存在合作关系)，并利用UCINET软件对二值关系矩阵进行处理，进而借助社会网络分析的方法来研究标准起草单位合作网络的基本属性和特征。

2 旅游业标准起草单位分类统计

旅游业标准起草单位是旅游业标准的制定主体。我国旅游业标准的制定工作通常是政府相关部门、学术研究机构、行业协会及相关企业①共同完成，并由牵头起草单位②负责整个标准起草工作的统筹活动。对于一项标准的起草工作，标准起草单位的数量、多样性以及标准起草单位的影响力都会直接影响到工作的质效。

表1为各项标准的起草单位数量统计表，从表中可以看出，每项标准由1～9个单位起草，共有11项标准的仅由一个单位完成全部的起草工作。各项标准的起草单位数量集中在2个、3个、4个，其均值为2.9，即平均每项标准约由3个标准起草单位参与起草。

此外，笔者对旅游业77项标准的全部起草单位、牵头起草单位按照其性质(政府相关部门、学术研究机构、行业协会、企业)进行分类统计。图1中，左图描述了4种不同类型的单位在旅游业标准起草工作中的参与度，右图描述了牵头起草单位中4种不同类型的单位各自所占比例。从图可知，政府相关部门在旅游业标准起草工作中的参与度高达40.7%，此外，77个国家标准、行业标准中，政府相关部门作为牵头起草单位的标准高达59.7%(46个)。政府相关部门在旅游业标准起草工作中起主导作用，行业协会的参与度③有待提升。

表1 标准起草单位数量统计表

3 实证结果分析

3.1 整体特征分析

3.1.1 合作网络图

将关系矩阵导入UCINET软件，运用绘图工具绘制出旅游标准起草单位合作网络结构图。从图2可以直观看出，该合作网络形成了以国家旅游局为中心的主网络，整体网络疏松，主网络以外存在多个小网络。网络中存在3个孤立点④，这3个单位分别是：北京市饭店管理公司、北京大学、南京智博旅游设计有限公司，它们各自单独起草了一项标准，并且与其他单位之间没有过任何合作关系。

3.1.2 网络密度

密度表示网络中实际存在的关系数与理论上最多可能存在的关系数之比。社会网络密度的取值范围为[0，1]，一个完备图⑤的密度为1。密度越大，说明关系越紧密，密度的计算公式为：

m表示网络所包含的实际关系数，n表示网络中的节点总数，n(n-1)/2 表示网络中的关系总数理论上的最大值。

资料来源：作者绘制。图1 左：旅游标准起草单位分类统计图 右：旅游标准牵头起草单位分类统计图

资料来源：作者绘制。图2 旅游业标准起草单位合作网络图

通过UCINET软件计算出旅游业标准起草单位的合作网络密度为0.037，关系总数为520。如表2所示，与同规模的标准起草单位合作网络相比，旅游业标准起草单位合作网络的密度相对较低，与实际网络中的最大密度值0.5[6](Mayhew和Levinger利用随机选择模型指出，在实际的网络图中能够发现的最大密度值是0.5)相比，则差距更大。这说明该网络的整体连接度不高，属于网络结构较为稀疏的网络，即旅游业标准起草单位间没有普遍的、密切的合作关系。原因在于：标准制修订的参与机制和激励机制不尽合理，相关单位参与标准化工作动力不足；部分单位缺乏合作意识。

表2 旅游业标准起草单位合作网络与***标准起草单位合作网络⑥参数比较

资料来源：根据相关文献整理。

3.1.3 平均距离

平均距离是网络中任意节点之间距离的平均值。它反映节点之间的连接程度，对于平均距离较大的网络，信息需要很长时间才能在网络结点之间传播开来。对于平均距离较小的网络，其网络连接也会相对较强，具有较强的稳定性。

旅游业标准起草单位合作网络的平均距离为2.506，即多数单位间平均只要通过2个“中间人”即可建立联系。这说明该合作网络是一个信息畅通的、各单位间可以进行快捷交流的网络。在此网络中，信息流通渠道通畅、信息传播效率较高。

3.1.4 聚类系数

聚类系数表示某个节点相连的节点之间也互相直接相连的可能性，整个网络的聚类系数则是所有节点聚类系数的平均值，其高低反映着网络内存在小团体的普遍程度[7]。高聚类系数特征说明合作网络内部存在一些长期维持三角合作关系的小团体[8]。

该合作网络的聚类系数为0.89，与聚类系数的最大值1较为接近。这说明该合作网络中应当存在一些内部彼此熟悉的团体，团体内部成员之间更容易形成合作关系。原因在于：合作机制不够健全，从而导致不同团体内的单位间很难形成合作关系；地域限制，早年间交通不够便利的情况下，地理位置相距较远的单位间的合作难度较大。

3.2 凝聚子群分析

3.2.1 成分

成分是网络中最大的关联子图。如果一个网络可以分为几个部分，每个部分内部节点之间存在连接，而各个部分之间没有任何连接，在这种情况下，我们把这些部分称为成分。一个孤立节点可以看成是一个成分，整个网络也可以看成是一个成分。

旅游标准起草单位合作网络中共存在12个成分，最大的一个成分由87个单位组成，最小的3个成分仅为1个单位。该合作网络中，主成分以外存在数量较多的小成分，这些小成分都是由未曾与主成分中的任何单位合作过的几个单位共同起草某一项或两项标准而形成。造成这一现象的原因有：在年份较早的标准起草工作中，标准化管理机制不够健全，标准起草相关制度不完善，合作条件不足；企业标准化意识较低，部分标准受关注程度不高。从而导致标准的影响力较小，采用度不高。

3.2.2 派系

派系指的是至少包含3个节点的最大完备子图，它要求所有点之间相互连接。旅游业标准起草单位合作网络中存在的40个派系，派系内部成员之间联系较为紧密，而派系之间的联系可能较少。为进一步研究派系内部、派系间联系的紧密程度，特引入分派指数，即E-I指数，E-I指数的计算公式如下：

EL表示“子群之间的关系系数”，IL表示“子群体内部的关系系数”，E-I指数的取值范围为[-1.TIF，+1]。

标准起草单位合作网络的E-I指数为-0.308，这表明在合作网络中，标准起草单位之间的合作关系倾向于发生在子群内部，子群间的关系较少，具有明显的派系特征，呈现出派系林立的情形，子群外部的成员获得合作的机会较小，这将不利于知识和信息的传递与交流。

3.3 中心性分析

对标准起草单位合作网络进行中心性分析，能反映出起草单位在网络中的位置差异，从而揭示各单位在网络中的重要程度、影响力与控制力等。中心性指标主要包括：点度中心度(degree centrality)、中间中心度(betweenness centrality)、接近中心度(closeness centrality)特征向量中心度(eigenvector centrality)，这4个指标的概念及计算公式如表3所示。

表3 中性度指标定义及计算方法

在UCINET中利用Network→Centrality→Degree/ Betweenness/ Closeness/Eigenvector路径计算出旅游业标准起草单位合作网络的中心度指标值，计算结果部分内容如表4，各标准起草单位按照其点度中心度从大到小的顺序排列。

表4 旅游业标准起草单位合作网络中心度

3.3.1 点度中心度(degree centrality)

点度中心度衡量了网络中的行动者建立联系的能力，在旅游标准起草单位合作网络中，单位的点度中心度就是与该单位直接相连的其他单位的个数。

点度中心度排名前3的单位有：国家旅游局(60)、中国旅游协会(13)、福建省旅游协会(11)、云南省旅游业协会(11)、广东温泉行业协会(11)、重庆市旅游协会(11)，这些单位在合作网络中较为活跃，是网络中的重要节点。

3.3.2 中间中心度(betweenness centrality)

中间中心度测量的是行动者对资源控制和掌握的程度，它与点度中心度之间没有绝对的关联，点度中心度相对较低的行动者也有可能起到重要的“中介”作用。在标准起草单位合作网络中，中间中心度衡量的是各单位对信息、资源的控制程度。

旅游业标准起草单位合作网络中，各单位的中间中心度从0到3 265.3不等。共有22个单位(总规模的28.6%)的中间中心度大于0，其中，国家旅游局中间中心度为3 265.3，福建省旅游协会中间中心度为743.75，剩余20个单位的中间中心度都小于350，少数几个单位具有较强的控制能力，如国家旅游局、福建省旅游协会、广州广之旅国际旅行社股份有限公司。显然，在该合作网络中，资源控制能力的分布极其不均衡，较少的单位控制着大量资源并掌控信息的流向、速度和范围，而大部分单位则缺乏资源控制能力。

3.3.3 接近中心度(closeness centrality)

接近中心度衡量行动者不受其他行动者控制的程度。在起草单位合作网络中，接近中心度测量的是某单位与其他单位之间的距离，衡量了各单位获取和传递信息的难易程度。

旅游业标准起草合作网络中的各单位的接近中心度呈现出3种类型：主网络中各单位的接近中心度均为4 000左右，3个孤点单位的接近中心度不存在，其余单位的接近中心度均为13 500左右。这说明主网络中的各单位获取和传递信息的难易程度相当，而孤点单位则处于信息闭塞的状态，其余单位获取和传递信息的难度较大，花费的成本更高，信息的可靠程度可能会更低。

3.3.4 特征向量中心度(eigenvector centrality)

特征向量中心度是把那些与特定节点相连接的其他节点的中心性考虑进来而进行的测度。在社会网络分析中通过特征向量的计算可以找到网络的核心节点，且特征向量不关注比较 “局部”的模式结构[9]。在起草单位合作网络中，单位的特征向量中心度考虑了与该单位有合作关系的所有单位的中心度，因此可以更加准确地定位合作网络中的影响力较强的单位。

浙江旅游职业学院的点度中心度(3)、中间中心度(132.25)明显低于广州广之旅国际旅行社股份有限公司的点度中心度(5)、中间中心度(328)，但浙江旅游职业学院的特征向量中心值(0.09)却比广州广之旅国际旅行社股份有限公司的特征向量中心值(0.064)高。整体看来，浙江旅游职业学院在该合作网络中的影响力高于广州广之旅国际旅行社股份有限公司。造成这类现象的原因在于，浙江旅游职业技术学院的3个合作单位(国家旅游局、中国旅游协会、浙江省旅游局)的影响力较大，而广州广之旅国际旅行社股份有限公司的合作单位影响力不足。

4 结论及建议

4.1 管控单个标准起草单位数量

由表1可知，77项旅游业标准中，共有11项标准(占总规模的14.3%)的起草单位数量仅为1，这些单位在标准制定的过程中可能没有积极地听取其他单位的意见，不利于各个起草单位间的信息交换与知识交流，会造成其制定的标准质效不高以及与其他标准间相互矛盾、交叉重复等不协调的情况。

在标准制修订的过程中，可适当采取措施以控制每项标准的起草单位数量，使其不低于平均水平，避免出现“一言堂”的现象，同时也要兼顾到协商一致性与效率性。

4.2 建立完善的标准制修订机制

政府相关部门在旅游业标准起草工作中起主导作用，应充分发挥行业协会、科研院所、各企事业单位在标准制修订中的主体作用，同时建立线上旅游标准制修订互动平台，在标准制修订过程中充分听取各方意见，在标准制修订过程中还要充分考虑游客和各类服务提供者的要求以及其他相关利益方的利益。

4.3 加强单位之间的合作交流

旅游业标准起草单位合作网络具有以下特征：主网络较为稀疏，各单位间没有普遍的、密切的交流关系；网络中成分数量(8个)较多，高达26.9%(32/119)的标准起草单位未与主网络中的单位建立联系；网络中呈现出明显的分派特征，小团体内部合作紧密但团体间关系较少。这将不利于起草单位间的知识传递与信息交流，进而影响部分起草单位起草的标准的质量。

因而，除各单位间自由组织合作交流活动外，旅游局等相关部门必须采取适当的措施，以加强单位之间的合作。一方面，可以多组织一些研讨会议，加强各单位之间的沟通与交流；另一方面，利用网络信息技术搭建稳定的沟通平台，为各单位间长期的、持续性的交流提供有利条件。

4.4 鼓励部分单位与中心性高的单位建立联系

一个节点的中心度与其邻点的中心度息息相关。对于位于主网络之外的小团体中的单位、孤点单位以及未来新加入该合作网络中的单位而言，提高其自身影响力最有效、便捷的方法便是与中心性高的单位建立合作关系。在资源有限的情况下，标准起草单位可以优先选择与中心性高的单位合作以提高资源利用率。

本文从社会网络分析的视角对旅游业标准起草单位合作网络进行分析，以此来定量研究标准起草单位的合作规律，打破了以往对标准起草单位合作定性研究的局限，但也存在些许不足与遗憾：由于数据的局限性，本研究未考虑各标准单位间其他形式的合作关系；有合作关系的单位之间的合作次数从1到9次不等，文中的标准起草单位合作网络为无权网络，将合作关系简化为有关系和无关系，今后的研究中可为“关系”增加相应的权重；文中的数据为静态数据，但在时间跨度较大的情况下，有必要研究合作网络中的合作模式是如何演化的，这是今后尚待研究的一个问题。

注释

①政府相关部门指国家、地方旅游局以及其他相关政府部门；学术机构指各地的标准化研究院、标准化技术委员会、高等院校；行业协会指由业内专家、行业代表等专业人士组成的旅游行业协会；相关企业指旅游企业以及为旅游企业提供标准制定、旅游咨询等相关业务的企业。

②牵头起草单位一般指在标准文件中的起草单位名单中位列第一的单位，也称为第一起草单位。

③行业协会参与度指行业协会参与标准起草工作的情况，可直接反映在标准文件的起草单位名单中。

④孤立点是一个点度中心度为0，与任何点都不相连的点。

⑤完备图指的是一个其所有点之间都相互邻接的图：每个点都与所有其他点直接关联。

⑥为便于比较，笔者依照文中的方法收集相同规模的起草单位合作数据，并计算出该网络的密度值。

[1] China National Tourism Administration.National tourism standardization development plan (2016-2020)[Z]. 2016.[全国旅游标准化发展规划(2016-2020)[Z]. 2016.]

[2] BAI Y X， ZHOU Z Q， LIU X L. Analysis of the present situation of tourism standardization in China[J]. Standard science， 2016(11)： 37-40. [白云霞，周志权，刘新亮．我国旅游标准化现状分析[J]．标准科学，2016(11)：37-40．]

[3] WANG J Y， JIANG Y L. Reflection and reconstruction of the current national tourism standard system in China[J]. Tourism tribune， 2013， 28 (11)： 67-74. [王季云，姜雨璐．旅游业标准体系的思考与重构[J]．旅游学刊，2013，28(11)：67-74．]

[4] FREEMAN L C. Centrality in social networks conceptual clarification[J]. Social networks， 1979，1(3)： 215-239.

[5] LIU J. An introduction to social network analysis[M].Beijing：Social Sciences Academic Press，2004．[刘军．社会网络分析导论[M]．北京：社会科学文献出版社，2004．]

[6] SCOTT J.The method of social network analysis[M].LIU J，trans. Chongqing：Chongqing University Press，2007.[约翰·斯科特.社会网络分析方法[M]．刘军，译．重庆：重庆大学出版社，2007．]

[7] ZHANG Y， LIU J Y. On co-authorship network of competitive intelligence research in China based on SNA[J]. Document ，information & knowledge， 2012(2)： 87-94. [张洋，刘锦源．基于SNA的我国竞争情报领域论文合著网络研究[J]．图书情报知识，2012(2)：87-94．]

[8] GONG J T， WEI X F. A study on patent co-author network based on social network analysis：wind power technology patents in China as an example[J].Journal of intelligence， 2013， 32(11)： 37-42. [贡金涛，魏晓峰．基于社会网络分析的专利合著网络研究：以风力发电技术领域在华专利为例[J]．情报杂志，2013，32(11)：37-42．]

[9] XU H Y， FANG S， FU X J. Research on impact factors of journals： based on eigenvector centrality weighting[J]. Information studies：theory & application， 2011， 34(11)： 108-112. [许海云，方曙，付鑫金．基于特征向量中心度加权的期刊影响因子研究[J]．情报理论与实践，2011，34(11)：108-112．]