基于社会网络分析的国内信息焦虑领域论文合著网络研究

施旦丹 黑龙江大学 黑龙江哈尔滨 150080

引言

信息焦虑是信息使用者在信息获取和利用过程中由于信息质量，检索质量，客观环境和信息素养，人格特征等外部因素引起的一系列复杂情绪状态，诸如紧张、焦急、忧虑、担心、恐惧、慌张、不安等。进入信息社会以来，人们的主要信息来源已经从纸质文件转变为互联网。信息收集问题已经从缺乏信息变为收集的信息过多而难以消化，由于面对庞大的信息而产生的信息焦虑已成为一个普遍且愈发严重的社会问题。因而，研究这一课题具有较大的现实意义。

当前，发表论文的数量和质量是衡量科学研究成果的重要指标之一。科研合作关系很大程度上影响科学生产能力。如何更好地分析论文的合著网络，加强科研人员之间的交流与合作已成为研究热点。社交网络分析在分析论文方面具有独特的优势，为评估研究者的重要性提供了新的思路。本文运用社会网络分析方法对国内信息焦虑论文合著情况进行了实证研究，为发展科研合作，促进科研创新提供借鉴。

1 数据获取与预处理

1.1 数据获取

本文选择中国知网数据库作为文献来源,时间选择为2009年1月1日至2019年1月1日。通过编写主题为“信息焦虑”的检索式,共检索到116篇中文文献。作者把同一姓名视为同一人。通过逐一的筛选和合并，这116篇文章的作者最终被确定为103人，并且这103位作者被用作网络节点来研究他们之间的共同作者关系。

1.2 数据预处理

研究论文合著网络的基础是构建一个反映作者合作关系的矩阵[1]。在确定了这103位作者为网络节点后，需要确定网络中作者的合著关系。笔者的研究有两个前提：首先认定不论作者的排序先后，每个作者对论文的贡献都是相同的，关系强度相同，并在此基础上建立合著矩阵；其次合著关系中只有“0”和“1”两种状态，“1”表示两个节点之间存在合著关系，反之为“0”[2]。

2 网络个体属性研究

社交网络分析的主要内容之一是探索社交网络中个人或组织的状态，其中心性与点度概念密切相关。网络中节点的中心性可以反映与实际网络中的节点相对应的个体的状态以及协作的能力。在社交网络意义上，中心性是社交网络分析师用来衡量网络中参与者的潜在重要性，影响力和绩效的一种衡量标准。本文选择中间中心度来分析节点。

2.1 中间中心度

某个节点越趋近于网络中其他节点的“中间”，其中间中心度越高。在网络中，如果一个节点位于其他节点的中间，则认为这一节点具有较重要的地位，起到沟通其他节点的作用。根据分析结果可知，绝对中间中心度排前五位的分别是曹锦丹、王畅、程文英、赖泽源、胡德华。这些作者在合著网络中起到了重要的沟通作用。与此同时，观察UCINET分析结果，可以发现，其余作者之间学术交流与合作较少。

3 网络整体属性研究

仅研究合著网络中个体的属性并不能全面反映整个网络的情况,作者通过选择小世界效应，网络聚集度和凝聚子群三个指标来研究网络的整体属性。

3.1 小世界效应验证

“合作网络中存在的小世界效应对于科研合作具有重要意义。如果网络具有较小的世界效应，那么它就是一个信息畅通的网络，合作人员可以快速沟通，有利于拓展合作领域的研究热度与高度[3]。”从分析结果可以看出，网络中节点之间的平均距离是1.839。也就是说，在合作网络中，每两位作者可以通过1.839个人建立联系。可以说，信息焦虑领域论文合著网络具有小世界效应,作者间较容易沟通和建立合作关系。

3.2 网络聚集度分析

作者合著网络集聚度反映了作者之间合作的紧密程度,该值介于0和1之间。该值越高，说明合作网络越紧密，反之越松散。通过UCINET软件，对作者合著网络进行网络聚合度分析。整个网络的聚合度为0.0066，可见，国内信息焦虑研究领域的网络集中度不高。

3.3 凝聚子群分析

社会网络分析的一个重要部分是探讨在网络中可能的凝聚力亚组。通俗地说，就是在大网络中寻找小网络或者小团体。由于地理环境、师生关系和研究领域的影响，一些研究人员能够进行频繁的合作[4]。研究合作网络中的小团体能够准确地把握小组成员的核心要素，引导学科发展方向和科研团队的及时建设。小团体的更正式的名称是“派系”。凝聚子群分析包括成分分析，派系分析，N—派系分析，K—丛分析等。本文从K—丛和N—派系两方面进行分析。

3.3.1 K—丛分析

一个K—丛就是满足下列条件的一个凝聚子群,即在这样一个子群中,每个点都至少与除了k个点之外的其他点直接相连。K—丛分析是通过限制小团体中每一个成员的邻点个数进行的。当这个凝聚子群的规模为n时，其中每个点至少都与该凝聚子群中n-k个点有直接联系，即每个点的度数都至少为n-k。当k设置为2，n设置为3时，获得了总共30个小组，部分结果如图1所示。

图1

从图1可以看出，小团体的数量较大时，表明信息焦虑领域有着较密切的内在联系。成员间重叠较多,说明各作者比较依赖核心作者的参与,其中曹锦丹、程文英、贺伟等人重复出现在多个小团体中,说明他们在交流中发挥核心作用。

3.3.2 N一派系分析

N—派系((n-Cliques)。对于一个总图来说，如果其中的一个子图满足如下条件，就称之为N—派系：在该子图中，任何两点之间在总图中的距离(即捷径的长度)最大不超过n。当n=2，该合著网络的2—派系分析的结果示于图2。

图2

N—派系分析的结果共有10个小团体，小团体之间出现了重叠，可以看出参与形成了小团体的作者不多，其中曹锦丹所在的小团体成员较多，与多数作者都建立了比较密切的联系，说明曹锦丹在国内信息焦虑领域处于核心地位，这与K—丛分析显示结果保持一致。

4 结语

通过对国内信息焦虑领域论文合著的分析和归纳，笔者总结出以下两点：（1）研究领域中出现几位起重要沟通作用和强大科研能力的作者——曹锦丹、程文英、贺伟、王畅（2）合著网络具有小世界效应，作者之间易取得沟通，但聚集度不高，派系多而整体松散。

本文从中心性、小世界、网络密度和子群分析几方面对信息焦虑领域进行合著网络分析。从以上分析可知，在中国信息焦虑领域的研究热度不高，研究学者间合作不多，拥有较多研究小团体。社会网络分析可以很好地结识研究现状、指导研究方向、合作与实践。随着研究领域的深入，其跨学科程度逐渐加大，科研的难度随之提高，这就需要由来自不同领域和不同学科的学者共同来解决，充分发挥团队合作优势以产生最大的科研效益。因此，为了实现信息焦虑课题更快、更好的发展，有必要进一步加强学者间的科研合作。