基于社会网络分析法的标准网络测度指标研究——以五个主管部门国家标准网络比较为例

王季云　王　宇

(中南财经政法大学 工商管理学院，湖北 武汉 430073)



基于社会网络分析法的标准网络测度指标研究
——以五个主管部门国家标准网络比较为例

王季云王宇

(中南财经政法大学 工商管理学院，湖北 武汉 430073)

本文尝试将社会网络分析法应用于国家标准网络研究，运用Ucinet 6.0，基于截至2013年底所颁布的五部门国家标准，建立规范性引用文件(国家标准)矩阵，通过系统性、引用效率和关键节点三个维度，选取网络密度、孤点率、凝聚子群、连线距离、点度中心度以及中间中心度等测度指标进行比较分析。研究发现：孤点率与成分数量、规模对标准网络的系统性强弱判断具有较高的重要性；平均节点距离能够较合理地判断标准引用效率的高低；而点度中心度和中间中心度则是判断标准重要性和标准网络系统稳定性的关键指标。

标准网络；社会网络分析法；国家标准；关键节点；标准化；网络密度

一、引言

已有研究文献对于标准网络及其系统性的研究相对缺乏，引文网络结构分析的研究大多数关注于论文引用网络和专利引用网络两类，仅有少数文献提到了标准引用的问题[1]，但没有进行深入研究。因为标准之间相互引用的网络关系常常被研究人员视为一个效率均衡的“黑箱”，即任何时候该标准网络都是“完美”“高效”的。然而，随着社会多元化的发展，生产、经营、管理等传统理念的边界日趋模糊，尤其是互联网的广泛应用，使得标准不再满足于传统生产、经营和管理的单维模式，而逐步转向以兼容性为核心的多维模式[2]。因此，对于标准网络的研究迫切需要打破以往的“高效”“黑箱”模式，转向标准网络系统性、稳定性和沟通效率的方向。理论上，标准网络具有节点数目(标准数量)大、动态演化、节点方向性、结构多样性等诸多社会网络的特征。

社会网络分析法早在20世纪初期应用于社会心理学的研究[3]，其被广泛运用始于20世纪70年代，并在研究中加入严谨的数理方法[4]。随着互联网的不断扩张，网络分析与方法创新的热情再度得到提升[5](P79)。在过去的近十年，医学和卫生研究领域已越来越关注社会网络分析法[6][7]，但大量的文献指出，社会工作以及社会工作者对社会网络的研究具有重要作用[8][9][10](P207—210)。由于社会环境的特性，社会网络分析强调网络结构的重要性[11][12]，广泛描绘个人嵌入在网络成员之间的连接，分析并旨在了解这些连接模式[13]，社会网络数据可以被想像为一个由社会行动者及其互动关系的社会关系系统[14](P388—390)。社会网络分析法的关键是通过图论来描述网络结构的特征，并探讨网络的整体形状和节点互联[11]。

本文试图通过社会网络分析法对标准引用网络进行分析研究，并运用Ucinet 6.0对五部门的标准矩阵进行实证分析，诠释标准网络的复杂性，从而发现标准网络不足之处。从实践来看，对同一主体下的标准网络构建与完善具有参考价值；从理论上而言，丰富标准网络的研究内容与方法应用，从而为打开标准网络的“黑箱”提供借鉴方法。

二、数据来源及研究方法

本文通过中国国家标准化管理委员会网站(http://www.sac.gov.cn)资料库采集2013年底以前现行国家标准，共计30680项。按标准主管部门划分，共计70类。为避免网络规模对分析结果产生偏差，选取5家标准数量大致相同的主管部门作为本文实证研究对象，分别为：中国石油天然气集团公司(112项)、中国电力企业联合会(160项)、国家测绘地理信息局(113项)、国家广播电影电视总局(153项)和国防科技工业局(155项)。通过对各部门的标准查找规范性引用文件建立标准矩阵，研究标准引用网络问题。

现有社会网络分析软件种类较多，仅在国际社会网络分析(INSNA)网站上的就有54种。综合比较各种软件，本文采用Ucinet 6.0 版本，它不仅集成了复杂网绘图软件Netdraw，同时集成了Pajek用于大型网络分析的Free应用软件程序，具有强大的数据管理与分析功能。通过导入矩阵形式的关系数据，利用Ucinet 6.0内嵌的网络分析程序，计算复杂网络分析指标值，并生成复杂网络分析图。

现有文献对于网络的研究主要集中于四个方面：一是网络效应的研究。如技术标准竞争性扩散的网络效应[15]、不同环境下网络效应的作用机制[16][17]；二是网络的系统性。如网络中的系统性风险预测及管理[18]；三是网络的沟通机制。如网络政治沟通机制的构建[19]；四是网络的关键节点研究。如利用重要度评价矩阵确定网络关键节点[20]、突发事件网络舆情关键节点识别[21]等。网络是由节点、连线构成，由此推断出网络包含节点、连接节点的机制和系统性三个维度，本文拟从系统性、引用效率①和关键节点三个维度进行实证分析，即标准网络的系统效率、信息传递效率以及关键节点标准。

在观测指标方面，本文将通过网络密度、孤点率、成分、派系等测度指标来分析标准网络的系统性；在沟通效率方面，节点距离成为该维度下的主要观测指标；在关键节点方面，则通过点度中心度来进行分析。

三、实证分析

本部分拟分别从标准网络的系统性、标准引用效率和关键节点三个维度对样本数据进行比较分析。

(一)系统性

1.密度和孤点率。网络密度是为了汇总各个线的总分布，以便测量该分布与完备图②的差距有多大。假设网络图的规模，即点的总数为N，图中线的总数为L。在有向图中，计算公式如下：

(1)

密度是网络中各标准成员关联的紧密程度，是标准引用网络中引用关系的量化表示，网络密度越大，说明在标准引用网络中引用关系越紧密，标准与标准之间联系越密切。

孤点是在整体网络中与其他标准节点没有引用关系的节点。而孤点率则是孤点与网络所有节点的比率。计算公式如下：

(2)

表1 网络密度和孤点率统计

式(2)中，I为孤点标准的总数，N为标准网络规模。孤点率衡量标准网络的系统性，孤点率越高，其系统性就越差。五个部门的标准网络密度和孤点率如表1所示。

由表1可见，孤点率对网络密度具有较大影响，特别是孤点率高的网络。为了深入观察孤点率与系统性(标准之间的引用强度)之间的关联性，本文通过标准属性的差异进一步对孤立节点进行分析，具体如表2所示。

表2 孤点标准属性统计

注：由于其他如环保、卫生两类指标统计数为0，为了便于分析，表中未列出，不影响本文的分析结论。

首先，比对标准网络密度最高与孤点率最低和密度最低与孤点率最高两部门，理论上而言，基础和方法标准具有较强的指导作用，被引用率理应高于其他标准。考虑到实证样本数据大部分集中于基础、方法和产品三类，本文仅对这三类的被引用强度(被其他标准引用的概率)做一个理论假设，即“基础>方法>产品”③。因此，国家广播电影电视总局的基础类标准孤点及占比是五部门中最高的，方法类标准孤点数量也最多，结合其网络密度最低的分析，推断出其标准网络的系统性是五部门中最低的。

其次，虽然国家测绘地理信息局密度最高且孤点率最低，但基础类孤点数量和占比都高于中国石油天然气集团公司、国防科技工业局和中国电力企业联合会。初步判断可能存在部分基础类标准标龄过长或基础标准指引机制缺失，导致其成为孤点。

此外，国防科技工业局和中国电力企业联合会虽然孤点率和密度不甚理想，但经过对比发现，孤点标准绝大部分集中于产品类，为五部门中孤点占比最高，都为20%；而基础类孤点却是最低的两个，总占比分别为2.58%和6.88%。虽然可以容许少部分“领先市场”的产品标准独立于网络之中(例如创新产品)，但过高的比例表明产品标准对基础类和方法类等标准的引用不足，形成隐患，对标准网络的系统性产生不良影响。因此，产品标准的孤点对标准网络系统性的影响应当有别于基础类和方法类④。

2.凝聚子群分析。如果一个网络可以分成几个部分，每个部分内部成员之间存在关联，但各个部分之间没有任何关联，我们就把这些部分称为成分。派系是指至少包含3个节点的最大完备子图，即任意2个节点之间都有联系。

派系与成分都是网络图中最大的子图，前者是最大完备子图，后者是最大关联子图，因此派系的定义比成分更加严格，它要求所有点都彼此相连；同一个网络节点可以属于多个派系，但是同一个节点只能属于一个成分。研究标准引用网络的派系可以找出联系紧密的国家标准，在此基础上对不同派系的标准进行对比研究，以便进一步探索国家标准之间的关系特征。

表3 网络凝聚子群统计表

注：派系规模中“3(29)”，3表示派系规模，(29)表示规模为3的派系合计29个。

事实上，与沟通网络相比，标准网络中的引用一般不存在效率(信息量)损失，即标准的间接引用与直接引用在引用效率(信息量)上几乎无差异⑤。因此，通过成分的规模大小和数量来衡量标准网络的系统性比通过派系衡量更加全面、客观。从表3中发现，国家测绘地理信息局仅有2个成分，且最大规模成分为81，占整个样本的71.7%，结合其孤点率、网络密度分析，可以初步判断国家地理测绘信息局网络系统性强，标准体系建设相对比较完善，因此其系统性优于其他部门。反观国防科技工业局、中国石油天然气集团公司、中国电力企业联合会和国家广播电影电视总局的成分较多，形成了较多的“小团体”，小团体之间彼此孤立，影响标准信息交流的效率，也影响网络系统性。国家地理测绘信息局和国家广播电影电视总局的网络关系如图1所示。

综合上文的孤点率、标准网络密度等指标，对于五部门在网络系统性优劣的比较分析后，得出如下基本判断：(1)国家测绘地理信息局以最低孤点率、最少成分、规模最大、网络密度最大，其系统性最强；(2)中国电力企业联合会虽然孤点率略低于国家广播电影电视总局，但其成分较多且规模较小，加上其网络密度较低，其系统性最弱；(3)其他三部门的系统性是：国防科技工业局>中国石油天然气集团>国家广播电视总局。

图1　 两部门标准网络关系图(不含孤点标准)

(二)引用效率

在网络中，任意给定的2个可达点对之间可能存在长短不一的多条途径，其中距离最短的途径为这2个节点间的距离。所有可达点对之间的节点距离总和与网络中所有节点距离的频数总和的比值即为整个网络的平均节点距离。平均节点距离的计算方法为：

(3)

节点距离反映标准之间引用路径长度，标准网络中节点之间的距离长短影响着信息传递效率的高低，标准网络的平均距离越短，信息传递的效率越高，信息遭受干扰的可能性越低；标准网络的平均距离越长，说明信息在标准间传递距离越长，时间成本越高，信息在标准之间的传递越困难。

虽然如前文所述，标准网络中的引用一般不存在效能(信息量)损失，但由于标准引用时存在间接和直接的差异，导致标准在实际引用时产生时间成本差异。因此，本文分析过程中仅仅考虑引用路径长短所引发的时间成本，而不考虑信息传递效能损耗。通过Ucinet 6.0分析，得到五个部门的平均节点距离计算结果，如表4所示。

表4 网络节点统计

注：节点距离中，“=1∶73”，“=1”表示距离为1的节点距离，“73”则表示节点距离为1的有73条。

需要强调的是，此处分析是不包含孤点前提下的平均节点距离。平均节点距离是本部分主要观测指标。由表4可知，国家广播电影电视总局平均节点距离最长，即标准引用时所花费的平均时间成本最高，因此，标准引用效率最低。依此类推，标准引用效率由高至低：中国电力企业联合会>中国石油天然气集团公司>国防科技工业局>国家测绘地理信息局>国家广播电影电视总局。

由于该部分分析忽略了没有连线的孤点，造成孤点率较高的中国电力企业联合会和中国石油天然气集团公司在引用效率上高于其他部门，因为孤点率并不会对其他标准之间的相关引用关系存在直接影响。孤点在此的连线距离为，而非孤点标准之间的连线距离无论多长，即使时间成本很大，但最终还是能够追溯到该标准，但孤点标准则无法追溯。因此，孤点标准在引用效率上的影响应该有别于非孤点标准连线距离的衡量。可以看出，孤点率最高的国家广播电影电视总局其网络引用效率依然最低。

(三)关键节点

在标准网络中存在三类关键节点，一是被引用量最大的节点标准(R)，此类标准对于网络中其他标准的影响力大，对标准网络的系统性贡献大，这是标准网络中最重要的一类标准；二是引用量最大的标准(Q)，引用量大，说明标准制定者的系统观念强；第三类是引用量与被引用量都大的节点标准(QR)。

1.点度中心度。在复杂网络中，某节点的点度中心度是指与该节点邻接点的个数。点度中心度可以用来表示某一标准在网络中的重要性，在有向图中，还可细分为点入度和点出度。如果一个节点的点入度很大，就说明该标准频繁被其他标准所引用，在整个引用关系中，处于比较重要的位置，称为被引用关键节点(R)；如果一个节点的点出度很大，就说明该标准制定过程中引用了多条标准，表明该标准起草时充分兼顾标准体系的系统性，称为引用关键节点(Q)；如果一个节点的点入度和点出度都很大，就说明该节点处于整个网络的核心位置，称为QR关键节点。通过Ucinet 6.0计算标准引用网络中五部门各个标准的点度中心度，并统计被引用次数和引用次数排名前三的标准，结果如表5和表6所示。

从表5和表6对比发现，五部门中仅有国家广播电影电视总局存在1个QR关键节点⑥，即被引用量和引用量都是整个网络中最高的，属于方法类技术标准。而其他部门的要么引用量高而没有被引用量，要么被引用量高而没有引用量，都不存在QR关键节点，只有被引用(R)和引用(Q)关键节点。理论上来说，基础类标准被引用强度较高而引用强度相对较低，因此，国家测绘地理信息局3个最高被引用量标准均属于基础类标准当属合理，如表5所示。而国防科技工业局、中国石油天然气集团公司、中国电力企业联合会均存在被引用量较高而引用量几乎为零的方法类和产品类标准。这表明这些标准虽然在网络中广受关注，但由于制定时极少综合其他标准的内容，造成该标准在网络中的主动系统性⑦较弱。结合该类标准均为网络中被引用量大，因而可以推断出这些标准一定程度上弱化引用他们的那些标准的指引作用，使得引用他们的标准很难与其他标准(如成分或派系)形成联系，进而降低标准网络的系统性。

表5 网络关键节点标准统计(被引用)

表6 网络关键节点标准统计(引用)

同理，表6中的引用量较高而被引用量较低的标准，虽然存在部分产品标准中，但仍以基础类和方法类为主，显然，这些处于知识、技术交流中心的标准并没有起到应有的作用。

2.中间中心度。对于点对X和Z，经过点Y并且连接这两点的最短途径占这两点的最短途径的总数之比，称为点Y对于点对X和Z的中间中心度。中间中心度指标刻画了标准多大程度上处于其他任意两个标准之间的最短路线上，也就是说在多大程度上控制标准交流过程中的引用关系。它用来衡量标准在整个网络中的中介能力，中间中心度越大，说明该条标准越重要，越能起到知识、技术传递桥梁作用。

理论上，中间中心度较高的标准存在两种可能，一种是连接多个成分或派系的标准，另一种则是引用和被引用都很高的标准，即QR关键节点。事实上，这两种情况都表明中间中心度较高的标准对整个标准网络正常运行影响最大，即如果该标准不存在，则对标准网络的结构稳定性和系统性影响很大。与点度中心度指标相比，最大区别在于点度中心度最高的标准影响标准之间的联系与引用效率；而中间中心度虽然也具有这些影响，但更多体现于整个标准网络的稳定性和系统性。一般来说，一个网络结构中，“结构楔”越多，其网络结构越稳定。就标准网络而言，中间中心度的差异越小，表明“结构楔”越多，因而其网络结构越稳定。在本文中，我们将该类标准称之为“结构楔”。

鉴于此，由表7可见，国家广播电影电视总局的中间中心度差异最大，表明该网络仅仅存在一个“结构楔”，整个网络结构的稳定性依赖于该“结构楔”标准。相对而言，国家测绘地理信息局的中间中心度差异较小，可以认为该标准网络中存在“一大二小”的3个“结构楔”，其网络结构稳定性也将优于其他四个部门。需要注意的是，本文仅仅对“结构楔”作比较分析，并不考虑中间中心度达到多少才能称之为“结构楔”。但同时认为，在现有样本的比较中，中间中心度相对于样本量来说已经足够大，这种比较分析具有一定的参考价值。而对于“结构楔”的量化判断，限于篇幅和样本数据，本文将不再进行深入研究，这也是后续研究的一个重点方向。

表7标准中间中心度统计

四、结论及建议

通过Ucinet 6.0对各测度指标的计算和标准引用关系分析，得出以下结论：(1)孤点率与成分对于系统性强弱的判断具有较高的重要性。在对系统性维度的分析中，我们发现网络密度虽然能够在一定程度上反映标准网络中各节点联系的紧密程度，但在实证分析过程中，密度指标仅仅是一个参考指标，更多情况下，是通过孤点率和成分(或派系)来判断标准网络的系统性。由于标准传递过程中其信息量的损失可以忽略，因此成分判断比派系更为全面；(2)平均节点距离能够较合理的判断引用效率的优劣。本文认为，标准虽然在传递过程中几乎不存在信息的损失，而仅仅存在因查阅标准文献而产生的时间成本。因此，节点间的距离长短所体现的是标准引用过程中时间成本的大小，也是唯一能够体现标准引用效率的量化指标；(3)由点度中心度和中间中心度辨别的关键节点，不但能够从个体层面准确识别标准之间的联系与引用效率，还能够从整体层面判断标准系统的稳定性。

根据已有分析结论，结合五部门标准网络所存在的问题提出如下优化建议：

(1)降低标准网络孤点率，减少成分数量、扩大成分规模，提高标准网络的系统性。孤点是本文实证分析过程中无法回避的一个问题，五部门的孤点率除了国家测绘地理信息局20.35%以外，其余都在30%以上，国家广播电影电视总局更是高达66.01%。如此高的孤点率必然会导致标准网络系统性低下。造成孤点率高的原因是在标准拟定过程中，标准引用意识匮乏，而且标准数量多、查询难、综合兼顾标准网络中各标准的难度大，从而导致标准网络中孤点多、成分多、规模小的问题；当然还有一个原因是标龄结构不合理，标准只有通过不断更新才能与不断变化的技术、管理、产品和相关标准匹配，而更新频率低下或长久不更新造成标准之间隔代严重⑧，导致孤点标准频发，成分数量和规模不合理。因此，加速标准更新频率，及时修订或废止过时标准是五部门有效降低孤点率，提高成分合理性的关键。

(2)寻找关键节点标准，充分兼顾标准的引用与被引用。实证分析发现，五部门在拟定标准过程中要么侧重于标准的引用来源，而忽略标准对其他标准的指引作用；要么侧重于标准的指引作用，而忽略标准的引用来源。这显然不利于标准网络的系统性和引用效率。因此，我们今后在拟定标准时，应建立标准网络数据库，并进行语义分析，为引用标准提供便利条件；同时，除了充分参考基础类和其他关联性标准的内容之外，还需要考虑对后续标准的指引性作用。

(3)“结构楔”的优化和丰富。实证表明，“结构楔”是网络稳定性的关键，“结构楔”数量越多，其所在网络的稳定性就越高，越有利于标准网络在更新过程中维持系统性的稳定和兼顾新标准更新或拟定的合理性。因此，应关注较高中间中心度的标准，并通过优化引用来降低中间中心度的差异幅度，增加“结构楔”数量，进而达到稳定标准网络结构的目的。

(4)缩短平均节点距离，提高标准引用效率。提高标准引用效率的核心是尽量减少引用链的长度，减少标准中套标准的层层套现象，从而提升标准的制修订效率。

综上，本文通过社会网络分析法对五部门标准网络进行了比较分析，虽然分析结论并不完全精确，但考虑本文是基于社会网络分析法在标准化领域应用，是一次探索性、总结性的实证研究，因而本文仅立足于对标准网络研究范式的丰富，通过量化的方式进一步研究标准网络的系统性。更重要的是，通过构建社会网络分析法在标准网络研究的分析框架，以及后续研究的深入和延伸方向，如关注孤点属性存在的差异，标准网络系统性指数，关键节点标准的深入分析以及其语义分析等，为建立系统性强的标准网络提供指引和借鉴。

注释：

①样本数据中无法真实、全面地体现标准网络的沟通机制问题。因而，本文选择引用效率作为沟通机制一个替代维度，从标准引用的效率角度来反映标准网络的沟通机制问题。

②如果社群图中的任何行动者之间都有联系，我们就说该社群图是一个完备子图。

③本文认为，除被应用强度(引用其他标准的概率)存在差异之外，引用强度也存在差异，理论上来说，应当是“产品>方法>基础”。

④一般认为，基础类和方法类在所有标准分类中被引用强度是最高的，其次为安全标准、环保标准、管理标准等，而产品标准应该是样本中8类分类中最低的。

⑤间接引用与直接引用的差异只表现在引用成本方面，即引用时查阅相关标准文献所需的时间成本。

⑥为了便于辨别，本文将被引用量较高的关键节点称之为R(referenced)关键节点；引用量较高的关键节点称为Q(quote)关键节点；被引用量和引用量都较高的称为QR关键节点。

⑦由于引用和被引用量的增加都能够增强标准网络的系统性，为了便于区分引用和被引用二者的系统性作用，本文将引用定义为主动系统性，而被引用定义为被动系统性。

⑧上一代标准由于无法匹配新一代技术、管理、方法等发展的需求，因此新一代标准就无法正常引用上一代标准，进而导致上一代标准成为孤点。该现象在“突破性”创新和变革下尤为明显。

[1] 冯永琴，张米尔，纪勇.技术标准创立中的专利引用网络研究[J].科研管理，2013,(7)：71—77.

[2] 王宇，王季云.“第三次工业革命”下的标准化范式研究——基于演化经济理论[J].中国标准化，2016，(5):41—48.

[3] Moreno,J.L.,Jennings,H.H.Statistics of Social Congurations[J].Sociometry,1938,42(6)：342—374.

[4] Eric Rice，AmandaYoshioka-Maxwell.Social Network Analysis as a Toolkit for the Science of Social Work[J].Journal of the Society for Social Work and Research,2015,320(6):369—383.

[5] Watts,D.J.Small Worlds:The Dynamics of Networks between Order and Randomness.[M].NJ:Princeton University Press，1999.

[6] Christakis，N.A.，Fowler，J.H.The Spread of Obesity in a Large Social Network over 32 Years[J].New England Journal of Medicine，2007,357(6):370—379.

[7] Christakis，N.A.，Fowler，J.H.The Collective Dynamics of Smoking in a Large Social Network[J].New England Journal of Medicine，2008,358(7)：2249—2258.

[8] Biegel，D.E.Help Seeking and Receiving in Urban Ethnic Neighborhoods：Strategies for Empowerment[J].Prevention in Human Services,1984，3(2—3)，119—143.

[9] Maguire，L.The Interface of Social Workers with Personal Networks[J].Social Work with Groups，1981,3(3)，39—49.

[10] Whittaker,J.K.,Garbarino,J.Social Support Networks：Informal Helping in the Human Services[M].Piscataway,NJ:Transaction Publishers.1983.

[11] Borgatti,S.P.,Mehra,A.,Brass,D.J.,Labianca,G.Network Analysis in the Social Sciences[J].Science，2009,323(9)：892—895.

[12] Krause,J.,Croft,D.P.,James,R..Socialnet Wwork Theory in the Behavioural Sciences:Potential Applications[J].Behavioral Ecology and Sociobiology,2007,62(3):15—27.

[13] Scott,J.Social Network Analysis[J].Sociology,1988,22(4),109—127.

[14] Wasserman,S.,Faust,K.Social Network Analysis：Methods and Applications[M].Cambridge：Cambridge University Press，1994.

[15] 杨蕙馨，王硕，冯文娜.网络效应视角下技术标准的竞争性扩散——来自iOS与Android之争的实证研究[J].中国工业经济，2014，(9)：135—147.

[16] 郭水文，肖文静.网络效应的作用机制研究[J].经济评论，2011，(7)：14—22.

[17] 杨文明：互联网平台企业免费定价反垄断规制批判[J].广东财经大学学报，2015，(1)：104—113.

[18] 童牧，何奕.复杂金融网络中的系统性风险与流动性救助——基于中国大额支付系统的研究[J].金融研究，2012，(9)：20—33.

[19] 梁润冰.网络时代下政治沟通机制的构建[J].当代经济，2010，(4)：22—24.

[20] 周漩，张凤鸣，李克武，惠晓滨，吴虎胜.利用重要度评价矩阵确定复杂网络关键节点[J].物理学报，2012，61(5)：050201-1-050201-7.

[21] 康伟.基于SNA的突发事件网络舆情关键节点识别——以“7·23动车事故”为例[J].公共管理学报，2012，(7)：101—128.

(责任编辑：陈敦贤)

2016-07-22

国家社会科学基金资助项目“厂商纵向约束的反垄断经济学研究”(15BJY002)

王季云(1961— )女，湖北武汉人，中南财经政法大学工商管理学院副教授；

G307

A

1003-5230(2016)05-0021-09

王宇(1982— )男，江苏泰州人，中南财经政法大学工商管理学院博士生。