基于社会网络的财经院校的合著网络挖掘与分析

文/郭承湘 唐忠

1 概述

随着科学技术的不断进步，学科间的多样化发展已呈现出全球化趋势。不同学科、不同科研者、不同学校、不同省份、不同国家之间的科研合作现象日益增强。科研论文，作为一种记录科研成果和知识的载体，可以反映出合著者、科研主体间的合作关系。社会网络，作为一种分析复杂网络的方法，已成为研究合著网络关系的有力工具。鉴于此，以社会网络分析方法为指导，研究科研论文的合著现象，对合著学者构建的社会网络进行总体分析，揭示网络的总体特征，分析定位核心作者及其科研方向，有助于了解学科领域的发展概况，把握学术群体的形成与发展趋势。

国内外基于合著网络的研究成果已有不少。Newman[1]等对生物、数学和物理等3个领域合著网络的合作模式进行了定量分析；Liu[2]等提出了一种方向性网络结构，并设计评价因子对研究人员的贡献进行量化分级；Shibata[3]等利用复杂网络提出一种发现研究前沿的方法。国内一些学者也开始这方面的研究，并取得了一定的成果。文献[4]以专利数据库为切入点，对专利合著网络的结构特性和连通体中心进行了计量分析，进而探测出技术研发绩效水平、科研合作状况与核心等；陈丞[5]以武汉大学信息管理学院为研究对象，基于社会网络分析方法分别从中心性分析、凝聚子群分析和可视化分析3个不同的角度对图书情报内部合著网络的特点和发展现状进行了探讨；王凯等[6]利用社会网络分析法，对科学数据管理与共享领域的作者合著情况进行可视化分析；文献[7]对我国的护理学科开展了合著网络研究，构建了护理学论文合著网络；李纲等[8]等利用社会网络分析方法对浙江省某科技创新团队的合著网络进行了分析；刘洋[9]等引入论文权重因子，提出一种基于权重因子的合著网络模型；文献[10]开展了合著网络可视化研究。

本文以中南财经政法大学和江西财经大学经济学院和法学院为例，分别从CNKI数据库中收集了两所院校两个院系2010年到2015年期间发表的论文，研究和设计了各个院系科研人员的合著网络模型，通过对网络模型的分析，并借助MATLAB、Ucinet、Excel等分析工具得到合著作者间、院系间的合作度、集聚系数、节点中心度、个人中心网络密度、网络传递性等，同时对整个网络进行了静态特征、抗毁性等指标分析，并给出了相应的学科指导和建议。

2 研究方法

2.1 研究对象

数据来源于中国知网，选用的数据时间范围是2010年到2015年，检索出中南财经政法大学和江西财经大学经济学院每篇文章的作者、题名、单位和出版年份等四个关键字段，建立符合财经院校的社会网络分析要求的数据库，共获得记录1844条。

2.2 研究工具

图1

图3：为中南财经政法大学的经济学院网络图

本文首先采用matlab软件编程实现作者相关信息提取，然后借助Microsoft Excel对提取的信息进行合著力度和合著规模分析。再结合Ucinet和NetDrew软件进行社会合著网络分析和可视化处理。根据研究需要，选定作者发文频次在2 次（含 2 次）以上的作者构建合著网络。matlab软件是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。Ucinet软件Borgatti、Freeman等共同开发，Ucinet功能齐全，是目前最流行的社会网络分析软件，数据兼容性良好，使用方便。能保证多种数据格式的直接导入，这些格式包括.txt文件、.xlsx文件、xls文件等等。本文采用Ucinet软件进行中心度分析、网络密度和度、度的计算分析。NetDrew软件是由，美国肯塔基州立大学两个教授共同开发。具有图像化显示功能，开源而且兼容性较好。

2.3 研究方法

本文从理论和实证两个方面，以某经济学院为例研究其合著网络情况。采用社会网络分析方法，文献论证法，统计分析法等。从合著网络的整体属性来挖掘财经类院校合著数据的特点和规律，分析网络结构的不足，提出良好的建议和措施。

2.3.1 社会网络分析方法

社会网络分析是社会学研究的主要方法。在社会学的世界里，把每一个人看成是社会的一个节点，运用节点来研究网络之间的联系。并在此基础上得出相应的结论。

2.3.2 文献论证法

利用已经发表的文献资料间接论证历史事件和社会现象的研究方法称为文献论证法。通过搜集中国知网两所知名财经大学近六年的资料进行了全面的搜集和整理，在此基础上进行分析和处理，挖据出财经院校合著的规律和特点。

2.3.3 统计分析法

采用统计分析的方法对提取出来的真实数据进行统计和对比，找出数据之间的内在联系，根据实际情况作出正确的评估。有助于后人加深对该事物的认识和理解，同时为新问题的解决提供一种探索的思路。

3 合著网络实证分析

3.1 数据来源

根据上述所得的检索结果分别构出中南财经政法大学和江西财经大学经济学院的初始矩阵，表1是部分中南财经大学经济学院的初始矩阵，作者6年间的总发文量通过初始矩阵中对角线上的值来表达，其他值为6年间各作者间两两合作的频次，即合著的论文篇数。

3.2 合著力度

学者王冰将美国学者K.Subramanyam提出的合著程度发展为合著率，该指标能够很好的展示出研究人员之间的合作程度。本文通过合著率来分析中南财经政法大学经济学院和江西财经大学经济学院各自的合作力度。统计结果如表2、表3所示。

从表1、表2可看出，中南财大经济学院2010～2015这六年间，在知网共收录文章1401篇，其中705篇属于合著论文，占总数的50.32%。而相同时段江西财经大学经济学院在知网收录文章数为443篇，225篇属合著论文，占总数的50.79%。

对比两个表可以发现中南财大的论文数比江西财经大学的总数多958篇，可见中南财大科研实力比后者强，然而两个学校的6年的整体合著率为50.32%和50.79%，在六年间也在50%上下浮动。如图1、图2所示。

通过合著力度统计分析，可以看出学科内研究人员之间的沟通互动强度。而文章的发表数量实质就是科研的产出，科研事业不是一个人的事情，只有增强团队合作能力，提高科研生产力，就可发表高高质量的文章，因此从一定层面上合作力度也能够反映出一个学院的团队实力及科研能力。

3.3 合著网络分析

我们借助Ucinet软件对中南财经政法大学和江西财经大学的经济学院的科研合作数据的初始矩阵化，同时生成科研合著网络图，并利用Netdraw软件生成可视化图；为了便于观察网络的特性，我们对中南财经政法大学和江西财经大学的经济学院初始网络进行了二值化处理，选取的阈值为2。图3中为中南财经政法大学的经济学院网络图，图4为江西财经大学的经济学院网络图，连线表示作者之间的合作，连线越多作者间合作的频次越多。

3.4 中心度分析

3.4.1 点度中心度

点度中心度采用Ucinet软件分析，我们分别对两个数据样本进行统计，统计结果如表4和表5所示。

从表4可以看出中南财经政法大学经济学院点度中心度排名最高的前几名作者是陈浩、卢现祥、罗良文。点度排名最高的是陈浩其绝对点位中心度是9，表明该作者与其他9位作者有直接联系，该作者处在网络的中心地位。而处于下面的作者点位中心度为0，说明这些作者与其他作者合作次数为零。

从表5可以看出江西财经大学经济学院点度中心度排名最高的前几名作者是王宇锋、陈富良、王秋石。点度排名最高的也是他们三位，并且最高的三位其绝对点位中心度仅仅为2，说明该学院合作次数较少。

3.4.2 中间中心度

中间中心度同样采用Ucinet软件分析，我们分别对两个数据样本进行统计，统计结果如表6和表7。

运行结果按高到低给出了每位作者的中间中心度，结果显示，中南财经政法大学经济学院中间中心度，从整体上看远大于江西财经大学经济学院中间中心度；说明在江西财经大学经济学院影响力较强的“中间人”较少，与网络中其他人合作力度不够。中间中心度为0，则说明这些作者之间的互动较少，自身的独立性较强。如果长期处于独立状态，不如一些热度较强的作者合作，极有可能导致自己的科研水平止步不前。

相反，中心度较高的作者表明其处于合著网络的中心位置，其通过传递信息而影响其他作者，是该网络的核心，拥有较大的权力。

表1

表2：中南财经政法大学经济学院合作率统计结果

表3：江西财经大学经济学院

表4：中南财经政法大学经济学院点度中心度统计结果

表5：江西财经大学经济学院

4 结论

从上述两所财经高校六年的结果可知，这两所财经院校浮现出几个显著的特点：

（1）两所院校经济学院的合著力度不够，网络“中间人”较少。

（2）财经院校经济学院中发表论文被中国知网收录本身较少。

（3）我国在科研评价过程中过于注重第一作者，合著关系的建立需要很高的激励成本，抑制了作者之间的合作。财经院校的合作有待提高，加强合作力度。

图4：为江西财经大学的经济学院网络图

表6：中南财经政法大学经济学院中间中心度统计结果

表7：江西财经大学经济学院中间中心度统计结果

参考文献

[1]Newman M E J.Co-authorship networks and patterns of scientific collaboration[J].Proceedings of the National Academy of Sciences,2004,101(S1):5200-5205．

[2]Liu J,Bollen M,Nelson J,et al.Coauthorship networks in the digital library research community[J].Information Processing ＆ Management,2005,41(06):1462-1480．

[3]Shibata N,Kajikawa Y,Takeda Y,et al.Detecting emerging research fronts based on topological measures incitation networks of scientific publications[J].Technovation,2008,28(11):758-775．

[4]贡金涛,魏晓峰.基于社会网络分析的专利合著网络研究[J].情报杂志,2013,32(11):37-42.

[5]陈丞.基于社会网络分析法的图书情报内部合著网络的实证研究[J].科技情报开发与经济,2015,25(16):118-120.

[6]王凯,彭洁,屈宝强.科学数据管理与共享领域作者合著网络研究[J].科技管理研究,2015,46(03):231-236.

[7]侯小妮,郝玉芳,段红梅.基于社会网络分析的我国护理学科研团队挖掘与分析[J].解放军护理杂志,2015,32(13):1-5.

[8]李纲,才世杰,张虎胆,李翔.基于社会网络分析的科技创新团队知识共享研究[J].情报科学,2015,33(12):3-7.

[9]刘洋,唐善茂,蔡翔.基于权重因子的科研团队合著网络结构分析——以某地方性工科大学材料学院为例[J].研究与发展管理,2015,27(02):129-137.

[10]梁艳琪,彭博,高劲松.基于JASIST的科研合著网络可视化研究[J].情报杂志,2015,34(08):87-91.