相关工程管理论文

相关标签

根据SNA的中国高校工程项目管理学科论文合著互联网形态探讨

发布时间:2019-10-11 18:44

  高校学者之间的合作研究越来越密切,学者之间的合作也呈现出网络化合作形态。对学者合作网络的研究能够比较全面地反映出一定范围内学者之间的整体及局部合作形态,但目前大部分的合作网络均呈现出一种隐性网络状态,难以直接观测合作网络的形态结构。因此本研究选择可公开查阅、客观的论文合著网络展开探索性的研究。

  关键词:合著网络;社会网络分析;合作形态;派系

  一、文献回顾

  合著网络包涵了丰富的学科领域内部信息,以往的学者已经对不同领域的合著网络进行了探索性的研究。Price 在《科学论文的网络》一文中构造了以论文为节点,合作关系为边的论文合著网络,开始了论文合著网络分析[1];Borner 等对度和作者实力关系的分析表明单个作者发表论文的影响力比合著论文影响力低[2];Yan 等人运用社会网络分析方法检测中国图书馆和信息科学的 18 种核心期刊网络的宏观和微观属性[3]。Bettencourt 通过观察 8 个科学领域从产生初期到成熟整个阶段的合作网络演化,通过分析发现在学科发展过程中,会出现了巨大的联通分量,并且顶点也经历从文。

  2.数据处理

  利用 CNKI 导出数据,经 BICOMB 识别、处理和统计之后,生成全部论文的共现矩阵,再将论文共现矩阵表格导入到 Ucinet[6]、Vosviewer[7]进行可视化展示以及各参数分析与论证。数据处理是通过一定的方法对数据进行清洗、去重、筛选、排序,得到研究所需的数据,从而能够更准确的分析整个网络。主要包括论文信息导出、文本数据生成、文本数据清理、文本数据导入、数据二次清理、作者共现矩阵生成等环节。

  三、论文合著网络形态分析

  1.论文合著整体网络分析

  为了获得工程管理学科学者之间的总体合作情况,本文将 30 所高校纳入检索范围的全部学者在 2008~2018 年的论文合著数据进行整合之后形成一个整体合著网络,受软件数据处理能力的制约,仅将合著频次大于等于 5 次的作者纳入统计分析,预处理论文合著整体网的主要参数见表 1 所示。

  二、样本数据采集与分析

  1. 数据来源与样本选择

  本文从 2018 年 7 月住建部网站公布的通过工程管理专业评估的 52 所院校中按照 985、211、其他院校分层抽取了其中的 30 所高校,将这 30 所高校的工程管理系具有副教授及以上职称的学者纳入检索范围。本文以《CNKI 学术期刊全文数据库》中的核心期刊和 CSSCI 期刊作为数据来源,检索上述 30 所院校选定的学者自 2008-2018 年间发表的论结合图表的数据可知,尽管剔除了合作频次 4 次及以下的论文,这 30 所高校工程管理学科论文合著网络的点度中心度仍然达到 45.6%,网络密度为 0.353,表现出较强的集中趋势,说明工程管理学科各高校学者之间的合作关系较紧密。整体网的中间中心势为 15.61%,说明学者间的合作形态没有出现显著的单极或者多极集聚现象,资源信息未出现显著的局部垄断现象,学科内部的合作发展呈现出良性态势。平均路径长度 6.155,说明该领域还未形成完备的联通性网络。

  2. 分学校的论文合著网络分析

  为了分析这 30 所高校工程管理学科学者之间的内部合作形态,论文分别对这 30 所高校的论文合著网络进行了中心性、聚类系数、网络密度以及凝聚子群等多参数分析。为了避免争议,文中隐去了具体的学校名称,用代号 S1-S30 替代,在分学校的分析中将所有合著论文均纳入了分析。

  (1) 论文合著网络参数分析

  对 30 所学校的论文合著网络进行分析后得出分学校的各个合著网络参数,如表二所示。从网络的点度中心势来看, S5、S13 和 S28 的网络点度中心势最大,这说明这三所学校合著网络向核心点集中的趋势明显;而S15、S18 和S25 的网络点度中心势最小,由此说明这三所学校学科团队内部联系比较分散。

  从中间中心势来看,S5、S29 的网络中间中心势最高, 此外,S4、S8 等高校的网络中间中心势也相对较高,说明这些网络中存在关键个体对论文合著关系发挥控制作用。而S10、S16 和S22 的网络中间中心势最低,说明这些网络中的大部分节点不需要以别的节点作为中间节点来建立联系, 网络节点对合著关系进行垄断的可能性较弱。

  聚类系数描述了网络中与同一节点相连的两个节点也相连的可能性即在论文合著网络中表现为与同一人合著过文章的两位作者彼此合作的可能性。整个网络的聚类系数为各个节点的平均聚类系数。30 个合著网络的聚类系数均较高,反映出这 30 所高校的论文合著网络均具有明显的聚类效应。

  分派指数(E-I 指数)测量的是派系之间的关系对派系内部关系的支配程度,除 S17 之外其他学校的分派指数均小于0,说明这些学校派系内部的联系均大于派系之间的联系。其中S3、S5 两所学校的分派现象很严重,而 S17 的派系内部联系相对松散,派系之间的联系比较紧密。

  同时从表 2 的结果可以看出,通过比较网络密度参数,能够发现 S15 与 S16 两所高校工程管理学科团队内部的合作频次存在较大的差异。

  (2) 论文合著网络形态的分类

  从上述分析可以看出 30 所高校工程管理学科论文合著网络的形态虽然存在较大差异,但也有些许相似之处。因此本文根据表 2 中的 6 个系数采用系统聚类分析方法对这 30 所学校进行聚类分析,以进一步对不同高校进行分类研究。聚类分析的结果如图 2 所示,根据聚类分析的结果,可以将这 30 所高校分成四大类。

  1) 中介性弱、密集型网络

  从统计数据来看,密集型网络只有一所院校 S16,这所院校的点度中心势为 26.84%,中间中心势 9.87%,聚类系数为 0.801,网络密度 0.1571,平均路径长度 1.6;可以看出该校工程管理学科团队内部的合作发展态势:学术资源信息呈现出不垄断不集中的现象,网络联通性较好,科研人员之间的互动性较强,合作较为密切。

  2) 中等中介、弱联结型网络

  具有这种网络特征的院校包括S3、S14、S15、S17、S18 等八所院校,其主要特点是网络密度和点度中心势偏低、中间中心势中等,网络的集中趋势不明显,缺乏具有重大影响力的核心节点和具有全局中介作用的节点。这说明这类学校中缺乏统领整个团队的学科带头人。通过进行派系分析,又可细分为两大类:

  ①无明显派系的松散型网络

  无明显派系型网络包括S14、S15 两所院校,通过研究发现这两所院校构成的合著网络的网络密度不大,彼此间的合作频度不高,缺乏占据资源和信息流通关键位置的看门人。

  ②中等中介主流派系无联结型网络

  中等中介主流派系无联结型网络包括S3、S17、S18、S22 等六所学校,这六所院校的特点是存在明显的主流派系现象,并且大部分的学者均在主流派系中与其他学者产生合著关系;而主流派系与非主流派系之间几乎没有合作。此外, 在主流派系中,学者之间的合著关系相对平均,同样缺乏占据资源和信息流通关键位置的看门人。

  3) 强中介、集中型网络

  具有这类网络特征的院校包括 S2、S5、S13、S28、S29 五所院校,显著特点是点度中心势和中间中心势均比较高,网络密度较高,平均路径长度较短。网络的集中趋势比较明显,对于资源与信息的垄断程度较高,这说明这类院校中存在具有强大影响力并且能够很好的发挥团队合作能力的学科带头人。按照派系重叠分析的结果同样也可以细分为两类。

  ①强中介弱联结型网络

  强中介主流派系弱联结型网络包括 S2、S5、S29 三所学校,这三所学校的特点是存在显著的派系特征,且在主流派系中核心节点在合作过程中发挥了重要的中介作用。

  ②强中介主流派系的无联结型网络

  强中介主流派系的无联结型网络包括S13、S28 两所学校,这两所学校的共同特点是存在显著的派系特征,且存在一个显著的主流派系,主流派系与部分非主流之间有弱联结关系,与另一部分非主流派系之间则完全没有联结关系;主流派系中核心节点位置学者在论文合著过程中发挥了重要的中介作用。

  4) 多中介、平均型网络

  具有这种网络特征的院校包括S1、S4、S6、S7、S8、S9、S10、S11、等十六所院校,这类院校的显著特点是点度中心势和中间中心势均处于中等水平,网络密度较高,平均路径长度较短。网络的集中趋势中等,网络中存在多个发挥较大中介作用的关键节点;说明这类院校中存在具有多个能够促进团队内部学者之间合作的学术带头人。按照派系分析的结果可以细分为两类。

  ①多中介、无派系平均型网络

  多中介、无派系平均型网络包括 S1、S4、S6、S8、S11 等十所学校,这些学校的共同特点是派系特征不明显,合著网络中存在多个中介节点,而在这些中介节点学者的推动下建立了比较紧密的论文合著关系网络。

  ②多中介、无联结派系平均型网络

  多中介、无联结派系平均型网络S7、S9、S10、S12、S19 等六所院校,这六所学校的共同点是论文合著存在显著的派系区分,各派系之间存在弱联结或者无联结,在每个派系中均有核心节点学者在派系内部发挥重要的中介作用,派系内部联结紧密,但各派系之间的联结较为松散。

  四、分析与讨论

  根据论文合著网络形态分析的结果,这 30 所高校大部分都存在比较明显的派系问题。针对每个学校的具体情况, 可以通过公开的关联信息进一步分析派系带头人与追随者之间的关系,分析发现派系带头人与追随者的关系主要包括三种类型:

  (1) 师门关系型

  师门关系型派系的带头人一般是该校比较早获得博士生导师资格的学者,追随者主要是其所指导的研究生。由于彼此熟悉,且研究方向相近,较容易发展成为合作网络关系。

  (2) 领导下属型

  领导下属型派系的带头人一般在该校担任副院长以上级别的行政领导的同时也在系上兼任学术职务,这类领导不仅占有较多的行政资源,还占据了较多的学术资源;因此有部分老师追随领导发展合作网络关系。

  (3) 科研聚集型

  科研聚集型派系的带头人一般具有较强的科研能力,且占据较多的学术资源,追随者因为研究方向、研究兴趣与带头人相同而聚集在一起。

  五、结论

  通过对工程管理学科论文合著网络数据的分析,可以发现:

  (1) 通过结合工程管理学科整体合著网络以及分学校 论文合著网络的多个指标参数进行分析,从中可以揭示学科内部合著化的发展趋势。

  (2) 通过聚类分析发现可以将 30 所高校工程管理学科论文合著网络的形态进行分类:弱中介型密集型网络;中等中介、弱联结型网络;强中介、集中型网络以及多中介;平均型网络四类网络形态划分。

  (3) 基于对论文合著网络形态的分析情况,并且将其 与学术人员的科研背景相结合,从中可以发现在工程管理领域内存在“师门关系型”、“领导下属性”以及“科研聚集性”三种派系分类。

  参考文献

  [1] 梁艳琪,彭博,高劲松等.基于 JASIST 的科研合著网络可视化研究[J].情报杂志,2015,(8).

  [2] 程莉,吴广印,王鑫.合著网络中的社会资本及其影响分析—以情报学领域为例[J].情报杂志,2014,(7):86-90.

  [3] 曹霞,崔雷.基于 SNA 的国外医学信息学领域合著网络研究[J].现代情报,2016,36(3).

  [4] 李莉,武邦涛,谭晓燕.科研论文合著网络结构及其演化[J].系统管理学报,2014,23(3):374-380.

  [5] 庞秀丽,姜维,李媛.某大学经管学院合著网络构建与分析[J].黑龙江大学自然科学学报,2013,30(5):582-588.

  [6] 刘军.整体网分析—UCINET 软件实用指南[M].上海:上海人民出版社,2014:97-95.

  [7] 高凯.文献计量分析软件 VOSviewer 的应用研究[J].科技情报开发与经济,2015,(12):95-98.

毕业论文:http://www.3lunwen.com/gl/gcgl/4253.html

上一篇:广州金域蓝湾房产开发项目工程造价管理问题研究

下一篇:建筑施工管理现状及控制方法探讨

     移动版:根据SNA的中国高校工程项目管理学科论文合著互联网形态探讨

本文标签:
最新论文