基于Ucinet共现分析的协同度评价

张静

（1.安徽中医药大学医药经济管理学院，安徽合肥230012；2.河海大学商学院，江苏南京210098）

基于Ucinet共现分析的协同度评价

张静1，2

（1.安徽中医药大学医药经济管理学院，安徽合肥230012；2.河海大学商学院，江苏南京210098）

协同已成为现代社会运行和发展创新的基本模式，而协同效率的高低及效果的显现又受制于协同度的影响.运用Ucinet共现分析方法，对各协同创新中心开展协同度的评价，对于提升协同效率，促进协同创新成果的涌现，具有积极的现实意义.

共现分析；协同度；评价

正式提出协同学的赫尔曼·哈肯认为协同是复杂系统内的各子系统产生超越自身单独作用而形成整个系统聚合作用的合作行为.这种合作行动的程度就是协同度.

当前，伴随经济和科技的发展，社会分工进一步细化，且专业化愈发深入和加强，合作、协同成为社会运行的典型特征，“协同”成为各行各业的共同诉求.国家也视协同为创新发展的主要模式之一，并发布多项促进协同创新的政策措施.与此相应，社会各行各业在行业内部、行业之间积极创建协同工作模式，各种协同创新中心纷纷建立，或以联盟、协会的形式来确立共同的协同组织形式和协同工作机制.

显然，协同的目的旨在促进资源共享，发挥协同各方的优势和长处，进一步提升工作绩效，推动创新活动的形成.但现实中的协同能否达成或在多大程度上实现这些目标，则受多方面因素的影响，其中最为突出的当属协同程度，亦即协同度的高低.其直接影响协同能否得以有效组织，资源、知识等能否积极交互，以及深层次的创新成果的生成.

但协同度的问题却为人们所忽视，从研究上来看，普遍关注的是协同的方式、渠道、策略，而协同度的研究文献并不占优势，多集中于讨论协同度的影响因素［1］、各类系统的协同度［2-4］、产业协同度［5-6］、协同度的评价指标研究［7］，已有的研究以协同度的定性论述和评价指标构建为主，缺少协同度评价方法的研究，而基于社会网络共现分析的方法也未应用到协同度的研究之中.

1　Ucinet共现分析法

1.1共现分析

作为一种相关性分析方法［8］，共现分析是通过对文献外部特征的同时显现来揭示深层次的现象和规律的方法.常见的有共词分析、同被引分析、作者及其机构合作关系分析等具体的共现分析方法.共词分析藉由文献关键词的共现关系来揭示研究主题之间的关联、研究热点、事物演变的过程及趋势等.同被引分析可以揭示科学研究的跨领域学术交流情况、跟踪和探测科学研究前沿、科学工作者的关系网络及其学术流派等.作者及其机构合作关系分析可以揭示相互之间的合作程度及关系网络.

共现分析通常是借助软件对数据的处理来完成，常见的分析软件有Ucinet，Pajek，NetMiner，Iknow，Gephi，UltieNet等.

1.2Ucinet

本文以较为普遍使用的Ucinet为例，利用其共现分析方法，对各类型协同创新中心的协同度进行评价.

Ucinet是由美国加州大学尔湾分校（University ofCalifor-niaatIrvine）的L.Freeman和美国波士顿大学的S.Borgatti以及英国威斯敏斯特大学（WestministerU-niversity）的M.Everett创建、维护和更新的一款社会网络分析软件.

Ucinet可实现以下分析.

1.2.1中心性分析

中心性分析能够揭示个人或者组织在其社会网络中占有怎样的中心地位，拥有怎样的权利或社会声望.处于中心位置的个人或者组织更易获得资源和信息，拥有对其他成员更强的影响力.主要衡量指标有度中心性（Degree Centrality）、中介中心性（Betweenness Centrality）和接近中心性（Closeness Centrality）［9］.

1.2.2网络密度和集中度分析

网络密度是指成员之间相互联系与协同的紧密度，表明了网络的松散程度.成员之间相互联系越频繁、协同度越高，网络的密度就越大.密度越大，网络组织越密集，密度越小，网络组织越松散.整体网络的密度越大，表明该网络对成员的影响力就越大，网络成员之间拥有良好的协同度.

集中度是指网络各成员节点核心度指标的标准差，其用来揭示各成员节点的核心度差别大小.如果核心度标准差较大，则说明核心度指标较为分散，网络拥有较高的集中度，反之，则说明网络的集中度较低.集中度高的网络中，其核心节点是维系网络稳定性的关键，一旦核心节点被破坏，网络将很快瓦解或崩溃，相反，集中度低的网络则不会因核心节点的瘫痪而瓦解，往往对外具有较强的抵抗力［10］.

1.2.3凝聚子群分析

凝聚子群是网络中的行动者子集合，在此集合中，行动者之间具有直接、紧密、积极的关联.凝聚子群分析可以帮助人们更好地认识网络的内部结构状态及其发展状况.

2　实证研究

2.1案例选取

本文以S协同创新中心为例，对其协同度进行评价.S协同创新中心由16家机构共建，包括高等院校、科研院所、地方龙头企业和部分现代化科技产业基地.中心旨在充分发挥地方人才、技术、平台等资源优势和产业优势，创新科技成果，提升创新能力，服务地方社会经济，助推发展战略目标的实现.

2.2数据来源和检索结果

协同创新的方式是多种多样的，协同创新的成果往往通过研究文献出版的形式表现出来，而期刊文献由于具备新颖性、前沿性特点，成为研究文献出版最典型的形式之一.据此，本文选取中国知识资源总库（CNKI）中的期刊为数据库来源，以作者与机构特征项共现分析来揭示S协同创新中心的协同度.16个组成机构分别用A-P英文字母表示.通过相关数据下载、归纳和整理，得到一个16×16的机构共现矩阵表（如表1所示）.

2.3协同度评价

通过运行Ucinet6版，进行包括中心性、网络密度和集中度以及凝聚子群的分析.

2.3.1中心性分析

这里选取常用的度中心性和中介中心性对S协同创新中心进行分析，图1是度中心性图谱，图2是中介中心性图谱.

图1　度中心性图谱

表1　机构共现矩阵表

图1中的每个节点代表所在的机构.节点的大小代表机构发表论文数量的多少，节点越大表明该机构发表论文数越多，反之表明该机构发表论文数就越少.节点间的连线表示两个机构的共现关系，节点间连线的粗细表示机构间协同合作的紧密程度，线条越粗表明协同合作次数越多或协同合作越紧密.

图1表明，S协同创新中心的16个组成机构中，发表论文数量排在前列的主要是A、L、M，有论文数量的仅为9个机构，占总组成机构个数的56%，没有任何论文的机构数为7个，占总组成机构个数的44%，因而各节点之间并不完全相连.这意味着，S协同创新中心的协同度较低，各节点并未完全相连，机构之间的关联性较弱.

图2中介中心性图谱

图2表明，机构A作为媒介者的能力最大，其次是机构L.这反映出机构A具备控制与其他机构间联系的能力，可进一步突显自身在协同合作中的引领作用，扩大机构间的协同频次，并积极地将协同的成果以知识的形式固化下来，提升协同度，发挥协同创新的经济及社会效益.

2.3.2网络密度和集中度分析

在Ucinet软件中运行执行Network＞Cohesion＞Density操作，得到整个网络的密度，为0.4667，集中度为2.2507，表明S协同创新中心的网络密度较弱，而集中度很高，凸显S协同创新中心的协同性较差，缺乏足够的稳定性.

另一指标“一般化距离”也可以反映S协同创新中心的协同紧密程度，其是指网络中两点之间存在的最优途径的长度［11］.通过计算距离矩阵，执行Network＞Cohesion＞Distance操作，获得S协同创新中心网络的捷径距离（如表2所示）.

表2　捷径距离计算表

由表2可知，各点之间的平均距离为1.750，表明每个机构平均经过2个节点就可与另一个机构产生联系和协同.建立在“距离”基础上的凝聚力指数越大，网络的凝聚力就越强，而S协同创新中心的凝聚力指数为0.196，意味着该中心内部之间的协同不紧密，存在凝聚力松散的状况.

2.3.3凝聚子群分析

执行Network＞Subgroups＞Cliques操作，设定最小子群规模为3，得到4个子群（如表3所示）.且其表明机构A仍然是S协同创新中心的引领者，但在团队协同合作深度上明显不足，未能有效促成其他机构之间的协同合作.

表3　凝聚子群分析表

3　结语

本文介绍了Ucinet共现分析法在协同度评价中的应用，为各类协同创新中心提升协同水平提供了自我认识和衡量的方法，对于进一步促进协同创新中心改进协同中的问题，强化协同的频次和密度，提升协同的效率和效益，具有积极的参考价值.

［1］李虹，张希源.区域生态创新协同度及其影响因素研究［J］.中国人口资源与环境，2016（6）.

［2］崔婷，魏娇，张燕.航空公司能力系统协同度测评模型与应用［J］.管理现代化，2016（2）：80-84.

［3］罗巍，张阳，唐震.中国供水——用水复合系统协同度实证研究［J］.干旱区资源与环境，2016（3）：1-6.

［4］任耀，牛冲槐，张彤进，等.专用设备制造业创新驱动系统的协同度研究［J］.中国科技论坛，2015（8）：65-70.

［5］王晓亚，翁国阳.知识密集型产业协同度及影响因素研究［J］.中国科技论坛，2015（11）：47-53.

［6］马澜，朱佩枫.我国医药制造业发展的协同度研究［J］.管理现代化，2014（6）：22-24.

［7］李林，杨泽寰.区域创新协同度评价指标体系及应用——以湖南省14地市州为例［J］.科技进步与对策，2013（19）：109-114.

［8］王林，冷伏海.学术论文的与引文共现关系分析及实证研究［J］.情报理论与实践，2012（2）：82-86.

［9］葛艳.UCINET软件在高校图书馆微博关系研究中的应用［J］.图书情报导刊，2016（5）：3-6.

［10］田永哲.UCINET软件在犯罪网络分析中的应用研究［J］.荆楚学术论丛，2014（1）：66-69.

［11］谢丽萍，陈帆，张馨予.建筑技术创新网络结构分析与实证研究——以自密实混凝土技术创新项目为例［J］.2016（1）：64-68.

A Collaborative Degree Evaluation Based on Co-occu rrence Analysis of Ucinet

ZHANG Jing1，2
（1.Medical Economic and Management School，Anhui University of Chinese Medicine，Hefei，Anhui，230012 China；2.Public Administration Schoolof Hohai University，Nanjing，Jiangsu，210098 China）

Collaboration has become a basic pattern of modern social operation，development and innovation.The efficiency and the effectof collaboration are affected by the degree of collaboration.Using the method of UCINET co-occurrence analysis to evaluate the col⁃laborative level in every collaborative innovation centers，this paper shows a positive and practical significance to increase the efficiency of collaboration and encourage more cooperative innovations.

co-occurrence analysis；collaborative level；evaluation

G434

A

2096-2126（2016）04-0149-04

2016-06-28

］安徽中医药大学人文社科研究基金项目（2014rw008）；安徽高校人文社科重点项目（SK2015A372）。

张静（1979—），女，安徽滁州人，安徽中医药大学医药经济管理学院讲师，河海大学商学院管理学博士，研究方向：医药管理、技术经济及管理。

（责任编辑：李洁坤）