前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇網(wǎng)絡(luò)分析范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

網(wǎng)絡(luò)分析范文第1篇

網(wǎng)絡(luò)分析服務(wù)近兩年在國內(nèi)迅速崛起，成為ASP服務(wù)的一個重要組成部分。然而，網(wǎng)絡(luò)監(jiān)測的有效性和精確性卻頻頻遭到質(zhì)疑，一些專業(yè)網(wǎng)站、電子商務(wù)平臺運營者抱怨，由于技術(shù)和數(shù)據(jù)分析標(biāo)準(zhǔn)上的滯后，導(dǎo)致ROI測算數(shù)據(jù)嚴(yán)重失真。很多網(wǎng)站號稱能夠精確獲知用戶信息，而且能夠拿出各種數(shù)據(jù)來證明自己的人氣，如pv、用戶IP量等等，但是，這些數(shù)據(jù)實際上并不能反映出整個網(wǎng)絡(luò)傳播的質(zhì)量。

“網(wǎng)絡(luò)分析服務(wù)亟須確立全新的技術(shù)標(biāo)準(zhǔn)和指標(biāo)，有質(zhì)量的流量比純粹的高流量更為重要?！眹鴥?nèi)領(lǐng)先的網(wǎng)絡(luò)分析服務(wù)商99click公司總裁馬天云日前在接受記者采訪時表示。

目前，對于網(wǎng)絡(luò)傳播效果的測算，應(yīng)用最普遍的指標(biāo)就是pv，即網(wǎng)站瀏覽的數(shù)量。大多數(shù)免費流量監(jiān)測軟件可以很容易地獲得網(wǎng)站的訪問數(shù)量和訪問者來源，然而這種衡量方式得出的結(jié)果同真實情況卻存在很大的誤差，無法辨別訪問者的誤訪、甚至虛假點擊，也無法分析不同來源訪問者在瀏覽行為上的差異。99click公司提出了一種以“二跳”指標(biāo)作為測算標(biāo)準(zhǔn)的方法，所謂“二跳”就是指網(wǎng)民在點擊廣告鏈接進(jìn)入被監(jiān)測網(wǎng)站后，又點擊進(jìn)入了該網(wǎng)站的某個鏈接。據(jù)馬天云介紹，除了“二跳”指標(biāo)之外，還有轉(zhuǎn)化分析、路徑分析等指標(biāo)，這些都能夠更科學(xué)地反映出流量的質(zhì)量，準(zhǔn)確地將網(wǎng)絡(luò)廣告的效果測量出來。與普通監(jiān)測軟件不同，99click的測算方法還可以為客戶提供網(wǎng)絡(luò)分析的訂制服務(wù)，比如應(yīng)客戶需求開發(fā)出郵件投放監(jiān)測、廣告活動分析等系統(tǒng)功能，讓用戶輕松及時地掌握自己在多個網(wǎng)站中投放的廣告哪些收益更高、哪些沒有必要。據(jù)了解，國內(nèi)最大的電子商務(wù)網(wǎng)站當(dāng)當(dāng)網(wǎng)最終選擇99click，就是因為看中其提供的服務(wù)并不僅僅是簡單的流量監(jiān)測，而是一個可以隨需而變的全套解決方案。此外，目前國內(nèi)最大的搜索引擎“百度”也通過99click的標(biāo)準(zhǔn)和技術(shù)，為中國移動、海爾、HP、Sony這些大客戶提供第三方評測服務(wù)。

對于很多以內(nèi)容服務(wù)為核心的網(wǎng)絡(luò)運營者來說，網(wǎng)頁分析功能也是至關(guān)重要的。很多網(wǎng)站的自我優(yōu)化，往往是沒有根據(jù)也沒有目的的，不僅沒有提高用戶的粘度，相反卻引起了用戶的逃離。99click網(wǎng)頁分析服務(wù)可以使用戶從真實有效的數(shù)據(jù)中得知網(wǎng)站訪問者的瀏覽習(xí)慣，總結(jié)網(wǎng)站內(nèi)容的成敗得失，為網(wǎng)站優(yōu)化提供可靠依據(jù)。目前“車趣網(wǎng)”、“芒果網(wǎng)”等一批新銳電子商務(wù)網(wǎng)站均采用了99click的網(wǎng)頁分析服務(wù)。

對于整個互聯(lián)網(wǎng)來說，真正促進(jìn)技術(shù)進(jìn)步的乃是標(biāo)準(zhǔn)的確立，在網(wǎng)絡(luò)分析服務(wù)領(lǐng)域同樣如此?；ヂ?lián)網(wǎng)的監(jiān)測服務(wù)從初始的流量監(jiān)測走到今天，必將向質(zhì)量監(jiān)測、標(biāo)準(zhǔn)化邁進(jìn)。作為繼ISP、ICP、電子商務(wù)之后的互聯(lián)網(wǎng)應(yīng)用第四階段，ASP的崛起必將大力推進(jìn)互聯(lián)網(wǎng)的發(fā)展，而隨著網(wǎng)絡(luò)分析服務(wù)的成熟，互聯(lián)網(wǎng)這個新媒體將煥發(fā)出更誘人的魅力。

網(wǎng)絡(luò)分析范文第2篇

關(guān)鍵詞:無尺度網(wǎng)絡(luò);冪次定律;集散節(jié)點

中圖分類號:TP301.6 文獻(xiàn)標(biāo)識碼:A 文章編號:1009-3044(2009)15-3876-02

The Analysis and research of Scale-free Networks

LIU Qing-Feng

(Anyang Institute of Technology, Anyang 455000, China)

Abstract: This paper describes the discovery of scale-free networks and their properties, introduces briefly the significance of scale-free networks for research of science, and point out the challenges it faced.

Key words: scale-free networks; power law; networks hub-node

1 引言

社會也是一個網(wǎng)絡(luò),它由友情、家庭和職業(yè)關(guān)系彼此連結(jié)。在更大的尺度上,食物鏈和生態(tài)系統(tǒng)可以看作是由物種所構(gòu)成的網(wǎng)絡(luò)。大腦,也是由軸突相連結(jié)的神經(jīng)細(xì)胞網(wǎng)絡(luò)組成的,而細(xì)胞本身,又是生化反應(yīng)相連結(jié)的分子網(wǎng)絡(luò)?？萍碱I(lǐng)域的網(wǎng)絡(luò)更是隨處可見:因特網(wǎng)、電力網(wǎng)和運輸系統(tǒng)都是實例。就連在文章中我們用以向你傳遞思想的語言,也是一種由語法相互串連在一起的文字網(wǎng)絡(luò)。

盡管網(wǎng)絡(luò)是如此重要和普遍,但科學(xué)家對它的結(jié)構(gòu)和屬性卻知之不多。在復(fù)雜的基因網(wǎng)絡(luò)中,故障節(jié)點是如何相互作用而引發(fā)癌癥的?在特定的社會和通信系統(tǒng)中,疾病和電腦病毒如何快速傳播而導(dǎo)致流行?某些網(wǎng)絡(luò)即便大部分節(jié)點失效,還能維持運行,原因何在?

2 無尺度網(wǎng)絡(luò)

網(wǎng)絡(luò)有隨機(jī)網(wǎng)絡(luò)和無尺度網(wǎng)絡(luò),許多網(wǎng)絡(luò)包括因特網(wǎng)、人類社會和人體細(xì)胞代謝網(wǎng)絡(luò)等,都是無尺度網(wǎng)絡(luò)。網(wǎng)民對網(wǎng)站的訪問,可以說是獨立、自由的,完全取決于網(wǎng)民本人的主觀意愿。在做大量統(tǒng)計實驗之前,科學(xué)家預(yù)測,連接數(shù)k應(yīng)當(dāng)服從泊松分布或正態(tài)分布,即每個網(wǎng)站的被訪問量差異不會太大,就像人類身高差異不會太大那樣。然而,實測結(jié)果了這個預(yù)測。Barabasi等人設(shè)計了一種軟件,可以從一個節(jié)點跳到另一節(jié)點,收集并記錄網(wǎng)上的所有連接。在對幾十萬個節(jié)點進(jìn)行統(tǒng)計之后,發(fā)現(xiàn)了令人驚異的結(jié)果:當(dāng)絕大多數(shù)網(wǎng)站的連接數(shù)很少的情況下,卻有極少數(shù)網(wǎng)站擁有高于普通網(wǎng)站百倍、千倍甚至萬倍的連接數(shù)。就像在茫茫人海中突然發(fā)現(xiàn)若干身高數(shù)百尺巨人那樣令人意外。巨人的身高之大,已不能用普通人高度的尺度來度量,于是想出了“無尺度”的用詞,形容少數(shù)節(jié)點連接數(shù)大大超出普通節(jié)點的現(xiàn)象。

上述實驗結(jié)果可以用冪次定律表達(dá):出現(xiàn)連接數(shù)為k的概率 p(k),反比于k的n次方( P (k ) ～ k-n )。其中,n稱為冪數(shù),它是很接近于2的一個常數(shù)。

2.1無尺度網(wǎng)絡(luò)的特性

很多復(fù)雜系統(tǒng)擁有共同的重要特性:大部分節(jié)點只有少數(shù)幾個連結(jié),而某些節(jié)點卻擁有與其他節(jié)點的大量連結(jié)。這些具有大量連結(jié)的節(jié)點稱為“集散節(jié)點”,所擁有的連結(jié)可能高達(dá)數(shù)百、數(shù)千甚至數(shù)百萬。由此看來,這一特性似乎能說明網(wǎng)絡(luò)是無尺度的。

無尺度網(wǎng)絡(luò)具有某些重要特性。例如它們都可以承受意外的故障,但面對協(xié)同式攻擊卻很脆弱。

了解這些特性,可能導(dǎo)致許多領(lǐng)域出現(xiàn)新的應(yīng)用。例如,電腦科學(xué)家可能據(jù)此設(shè)計出更有效的策略,以保護(hù)因特網(wǎng)免受電腦病毒的侵害。

2.2 無尺度網(wǎng)絡(luò)的存在

過去幾年中,研究者在很多不同的系統(tǒng)中都發(fā)現(xiàn)了無尺度結(jié)構(gòu)。我們研究萬維網(wǎng)的目標(biāo)是以超連結(jié)彼此串連的虛擬網(wǎng)頁網(wǎng)絡(luò)。相比之下,美國加州大學(xué)河濱分校的Faloutsos、加拿大多倫多大學(xué)的Faloutsos以及美國卡耐基梅隆大學(xué)的Faloutsos則是分析因特網(wǎng)的物理結(jié)構(gòu)。這三位電腦科學(xué)家兄弟研究了以光纖或其他通信線路連接的路由器,他們發(fā)現(xiàn),這個實體網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)也是無尺性的。

3 無尺度網(wǎng)絡(luò)的形成原因

無尺度網(wǎng)絡(luò)的形成主要有兩個原因。

3.1 成長性

萬維網(wǎng)的頁面數(shù)量絕對不是恒定的。1990年整個萬維網(wǎng)只有一個網(wǎng)頁,而到今天它的網(wǎng)頁數(shù)已經(jīng)超過了30億。大部分網(wǎng)絡(luò)也都具有類似的發(fā)展過程。1890年好萊塢只有屈指可數(shù)的幾位演員,但隨著越來越多的人加入這個行業(yè),新人與之演員建立聯(lián)系,如今這個網(wǎng)絡(luò)已經(jīng)超過了50萬人。大約30年前,整個因特網(wǎng)只有幾個路由器,隨著新的路由器與網(wǎng)絡(luò)原有的路由器相連結(jié),如今路由器的數(shù)量已經(jīng)高達(dá)百萬。由于現(xiàn)實中的網(wǎng)絡(luò)具有不斷成長的本性,所以老節(jié)點獲得連結(jié)的機(jī)會就比較高。

3.2 優(yōu)先性

此外,并非所有的節(jié)點都是平等的。在選擇將網(wǎng)頁連結(jié)到何處時,人們可以從數(shù)十億個網(wǎng)站中進(jìn)行選擇。然而我們大部分人只熟悉整個萬維網(wǎng)的一小部分,這一小部分中往往包含那些擁有較多連結(jié)的站點,因為這樣的站點更容易為人所知。只要連結(jié)到這些站點,就等于造就或加強(qiáng)了對它們的偏好。這種“優(yōu)先連結(jié)”的過程,也發(fā)生在其他網(wǎng)絡(luò)。在好萊塢,連結(jié)關(guān)系較多的影星更容易受到新秀們的重視。而在因特網(wǎng)上,那些連結(jié)較多的路由器通常還擁有更大的帶寬,因而新用戶就更傾向于連結(jié)到這些路由器上。在美國的生物技術(shù)產(chǎn)業(yè)內(nèi),象Genzyme這樣的知名公司更容易吸引到同盟者,而這又進(jìn)一步加強(qiáng)了它在未來合作中的吸引力。類似地,被引用較多的科學(xué)文獻(xiàn),會吸引更多的研究者去閱讀和引用。美國著名的社會學(xué)家K?Merton將這種現(xiàn)象稱之為“馬太效應(yīng)”。這個詞來源于《新約》圣經(jīng)的內(nèi)容:“凡有的,還要加給他,叫他有余。”

成長性和優(yōu)先連結(jié)這兩種機(jī)制,有助于解釋集散節(jié)點的存在。當(dāng)新節(jié)點出現(xiàn)時,它們更傾向于連結(jié)到已經(jīng)有較多連結(jié)的節(jié)點,隨著時間的推進(jìn),這些節(jié)點就擁有比其他節(jié)點更多的連結(jié)數(shù)目。這種“富者逾富”的過程,有利于早期節(jié)點,它們更有可能成為集散節(jié)點。

4 無尺度網(wǎng)絡(luò)的潛在意義

4.1 運算

具有無尺度結(jié)構(gòu)的計算機(jī)網(wǎng)絡(luò),例如萬維網(wǎng),對意外故障具有極強(qiáng)的承受能力,但面對蓄意的攻擊和破壞卻可能不堪一擊。 要想在因特網(wǎng)上徹底清除病毒,即使是已知的病毒,也是不可能的。

4.2 醫(yī)學(xué)

對天花等嚴(yán)重疾病的疫苗接種,如果能針對集散節(jié)點(即那些與很多人具有連結(jié)關(guān)系的人)進(jìn)行,也許可以達(dá)到最大的效果,但要找出屬于集散節(jié)點的人非常困難。

弄清人體細(xì)胞內(nèi)的網(wǎng)絡(luò)結(jié)構(gòu),將有助于研究者發(fā)現(xiàn)和控制藥物的副作用。此外,若能識別出那些與特定疾病有關(guān)的集散點分子,就可開發(fā)只針對這些集散節(jié)點作用的新藥物。

4.3 商業(yè)

了解公司、產(chǎn)業(yè)與經(jīng)濟(jì)之間的連結(jié)方式,有助于研究人員監(jiān)控和預(yù)防大規(guī)模的經(jīng)濟(jì)衰退。

研究流行病在無尺度網(wǎng)絡(luò)中的傳播現(xiàn)象,為市場人員傳播他們的新產(chǎn)品提供了新方法。

5 無尺度網(wǎng)絡(luò)面臨的挑戰(zhàn)

無尺度網(wǎng)絡(luò)對意外故障具有驚人的強(qiáng)韌性,這一特性本質(zhì)上源于這些網(wǎng)絡(luò)的非同質(zhì)拓?fù)浣Y(jié)構(gòu)。隨機(jī)去除的方式所破壞的主要是那些不重要的節(jié)點,因為它們的數(shù)目遠(yuǎn)大于集散節(jié)點。與那些幾乎連結(jié)所有節(jié)點的集散節(jié)點相此。那些不重要的節(jié)點只擁有少量的連結(jié)。因而去除它們不會對網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)產(chǎn)生重大的影響。但是,對集散節(jié)點的依賴,也帶來了一個嚴(yán)重問題:面對蓄意攻擊時,網(wǎng)絡(luò)可能不堪一擊。通過一系列的模擬,我們發(fā)現(xiàn),只要去除少數(shù)幾個主要集散節(jié)點,就可導(dǎo)致因特網(wǎng)潰散成孤立無援的小群路由器。

無尺度網(wǎng)絡(luò)的這一致命缺陷,引發(fā)了這樣一個問題:到底有多少集散節(jié)點是必不可少的?最近的研究表明,總的來說,只要有5-10%的集散節(jié)點同時失效,就足以搞垮系統(tǒng)。我們對因特網(wǎng)的實驗顯示,一次有組織的協(xié)同攻擊,只要去除掉若干個集散節(jié)點(先去除最大的,再去除次大的,依次類推),就足以造成重大破壞。

6 結(jié)束語

為了避免因惡意攻擊帶來網(wǎng)絡(luò)的大規(guī)模破壞,最有效的辦法就是保護(hù)好集散節(jié)點。不過,要想知道特定的網(wǎng)絡(luò)系統(tǒng)到底有多容易被破壞掉,還有待進(jìn)一步的研究。

參考文獻(xiàn):

[1 ]Andrew Y.Wu Michael Garland Jiawei Han. Mining Scale-free Networks using Geodesic Clustering [J].KDD’04 August: 719-724.

[2] Albert R, Barabási A L. Statistical mechanics of complex networks [J]. Rev. Mod. Phys,2002, 74: 47- 97.

[3] Newman M E J. The structure and function of complex network s [J]. Society for Industrial and Applied Mathematics, 2003, 45: 167-256.

[4] 李幼平.無尺度現(xiàn)象引發(fā)的思考――文化傳播對網(wǎng)絡(luò)的反作用[EB/OL]. 中國工程物理研究院(傳媒投資網(wǎng)2005-3-18)

[5] 無尺度網(wǎng)絡(luò)[J]. 摘自《科學(xué)美國人》中文版2003.7

[6] Yan Gang, ZhouTao, Wang Jie, Fu Zhong-Qian, Wang Bing-Hong. Epidemic spread in weighted scale-free networks [J]. September 13, 2004 .

網(wǎng)絡(luò)分析范文第3篇

由于實際的網(wǎng)絡(luò)較為復(fù)雜，是一個由200多個國家和近400個組成的網(wǎng)絡(luò)，分析起來較為復(fù)雜，因此這里以一個假想的組成的簡易網(wǎng)絡(luò)為例，介紹社會網(wǎng)絡(luò)分析在研究中的應(yīng)用。如表1所示，這是一個假設(shè)的網(wǎng)絡(luò)。

2構(gòu)建網(wǎng)絡(luò)

網(wǎng)絡(luò)可以使用矩陣、二分圖和超圖來表示，所有這些表示方法都包含了相同的信息。在表1中，使用的是矩陣表示的網(wǎng)絡(luò)。矩陣ijAa，叫做從屬矩陣。矩陣A是一個行代表行動者，列代表事件的雙模關(guān)系矩陣。具體地表示為：1j0jijIGOaIGO如果國家i參與了如果國家i未參與網(wǎng)絡(luò)也可以用二分圖來表示，如圖1所示，其中的點被分為兩個子集，所有的邊都是在不同子集的節(jié)點對之間的，表示該國家屬于某個。二分圖的優(yōu)點是，可以清晰地看到國家之間以及國家和之間的非直接聯(lián)系。網(wǎng)絡(luò)還可以用超圖來表示，如圖2所示。因為從屬網(wǎng)絡(luò)可以用實體子集的集合來描述，所以每個事件描述了它所包含的行動者的子集，每個行動者描述了它所屬的事件的子集。用這種方式看待從屬網(wǎng)絡(luò)是超圖方法的基礎(chǔ)。超圖包含一組客體，稱為點，以及一個客體子集的集合，稱為邊。在網(wǎng)絡(luò)中，一個包含N個國家的點集和M個的邊集組成的超圖用符號表示為HN,M。通過點和邊的轉(zhuǎn)置，就可以得到對偶超圖*HM,N。對偶超圖里，被描述成點，行動者被描述成邊。盡管表示網(wǎng)絡(luò)的方式有三種，但矩陣是其中最常用的一種方法。這是因為一方面矩陣在進(jìn)行變換和運算時比較方便，另一方面，二分圖和超圖都不適用于大規(guī)模的社會網(wǎng)絡(luò)分析，表示起來十分復(fù)雜。將圖1中的矩陣進(jìn)行TAA的轉(zhuǎn)化，即得到表2所示的國家之間的社會關(guān)系矩陣S，圖3是國家之間的社會關(guān)系網(wǎng)絡(luò)圖。利用矩陣S對國家的社會關(guān)系網(wǎng)絡(luò)進(jìn)行分析。當(dāng)然，這里也可以通過轉(zhuǎn)化TAA得到的社會關(guān)系矩陣，本文以分析國家之間的網(wǎng)絡(luò)關(guān)系為例，之間的網(wǎng)絡(luò)關(guān)系可以同理進(jìn)行分析。

2.1網(wǎng)絡(luò)性質(zhì)分析

在網(wǎng)絡(luò)構(gòu)建的基礎(chǔ)上，可以對網(wǎng)絡(luò)的性質(zhì)進(jìn)行全面的分析。這里結(jié)合當(dāng)前網(wǎng)絡(luò)研究的熱點問題，主要講述節(jié)點的中心性分析和網(wǎng)絡(luò)的聚類分析。進(jìn)行中心性分析是為了找出一些在中活躍程度較高、作用比較突出的國家，它們對整個網(wǎng)絡(luò)產(chǎn)生的影響比較顯著。通過聚類分析找出網(wǎng)絡(luò)結(jié)構(gòu)相類似的國家，根據(jù)社會網(wǎng)絡(luò)分析理論就可以推斷這些國家可能在國際事務(wù)中會表現(xiàn)出相似的行為，這對揭示對國家、國際關(guān)系的影響有重要的意義。（在進(jìn)行相關(guān)數(shù)據(jù)分析和處理的時候，使用了Ucinet6.0分析軟件）。中心性分析社會網(wǎng)絡(luò)分析中，中心性分析的方法很多，常用的包括點度中心度（Degeecentrality）、接近中心度（closenesscentrality）和中介中心度（Betweennesscentrality）分析。在矩陣S中，國家的點度中心度是該國與其他國家共同參與的數(shù)量之和，這個指標(biāo)揭示了該國與其他國家聯(lián)系的緊密程度，但是它沒有考慮到其他節(jié)點的重要程度。國家的接近中心度是通過該國到達(dá)其他國家的距離來計算的，這個指標(biāo)可以用來估計信息或者資源傳遞到一個給定節(jié)點的時間。國家的中介中心度是通過最短路徑的數(shù)量來計算的，最短路徑是指該國作為兩國發(fā)生聯(lián)系必須經(jīng)過的節(jié)點，它反映了網(wǎng)絡(luò)的效能對一個國家依賴程度。不過，接近中心度和中介中心度都沒有考慮所有路徑的意義。之后，隨著研究的深入，又出現(xiàn)了一些測量特定性質(zhì)的中心度算法。這些中心度算法包括特征向量中心度（eigenvectorcentrality），信息中心度（informationcentrality），流中介中心度，特征向量中心度測量了一個國家吸引網(wǎng)絡(luò)資源的能力，信息中心度和流中介中心度測量了一個國家在網(wǎng)絡(luò)中接受信息資源的效率。在實際應(yīng)用中，應(yīng)該根據(jù)網(wǎng)絡(luò)分析的實際需要，綜合運用多種分析方法。對矩陣S進(jìn)行六種中心度分析的結(jié)果，從中可以看出，美國和法國的點度中心度是最高的，但是法國的接近中心度、中介中心度和信息中心度都比美國高，這是因為法國與更多的國家有直接的聯(lián)系。在特征向量中心度上，美國比法國擁有更高的中心度，這是因為美國與英國有很強(qiáng)的直接聯(lián)系。

2.2聚類分析

當(dāng)兩個國家與其他國家之間的聯(lián)系相同，就稱它們在網(wǎng)絡(luò)結(jié)構(gòu)上等價。事實上，完全等價是非常少見的，因此在位置分析中，可以嘗試找出位置相類似的國家。聚類分析的方法主要包括層次聚類分析法（HierachicalCluster）、迭代相關(guān)收斂法（ConvergentCorrelations）和多維標(biāo)度法（Multidimensionalscaling）。這里，以最常用的層次聚類分析法為例進(jìn)行層次聚類。為了判斷兩個國家的相似程度，需要對兩兩國家聯(lián)系的相似性進(jìn)行度量，當(dāng)前的度量方法主要有距離法和相關(guān)系數(shù)法。在網(wǎng)絡(luò)中普遍使用的是距離法，在社會關(guān)系矩陣S上，應(yīng)用距離法可以得到一個距離矩陣D。距離矩陣可以通過兩種方法進(jìn)行計算，一種是通過絕對值計算的通過絕對值進(jìn)行計算，得到的絕對距離矩陣。從中可以看出，雖然法國和俄羅斯同中國聯(lián)系的緊密程度是相同的，但俄羅斯與中國的距離更近，更易于劃分為同一類。這是因為中國和俄羅斯的對外聯(lián)系十分相似，都只同法國參加了同樣的，而法國還與美國和英國參加了同樣的。所以在接下來的聚類分析過程中，俄羅斯就更容易同中國劃分為一類國家。在得到絕對距離矩陣以后，利用層次聚類法對國家進(jìn)行分類。首先將每個國家作為一個獨立的類，共有5個獨立的類。然后增加距離的大小，以此作為分類的參考，直到得到想要的分類結(jié)果。通過逐漸減少分類的數(shù)量，可以得到表5的分類結(jié)果。依據(jù)分類結(jié)果，認(rèn)為美國和英國在網(wǎng)絡(luò)中具有相類似的地位，根據(jù)社會網(wǎng)絡(luò)分析中網(wǎng)絡(luò)地位和角色的相關(guān)理論，可以推斷它們會在一些國際問題中表現(xiàn)出相似的行為。

3影響

網(wǎng)絡(luò)分析范文第4篇

關(guān)鍵詞：城市；技術(shù)轉(zhuǎn)移；雙網(wǎng)絡(luò)；高校；企業(yè)

中圖分類號：F204 文獻(xiàn)標(biāo)識碼： 文章編號：

Abstract： Using 2008～2012 bilateral data of technology transfer between cities in China， we compare the technology transfer network structure and function of universities and firms through a dual social network analysis. Results illustrate： 1）Universities and firms have different requirements for cities’ resources. 2）The technology output of firms in the network is more than that of universities. 3）The output and input of technology of developed cities is far ahead of backward ones.4）There are cities occupying the critical path of technology transfer to the Midwest in both networks.5）There is a positive correlation between the two networks.

Key words： city； technology transfer； dual network； university； firm

引言

技術(shù)轉(zhuǎn)移是企業(yè)在現(xiàn)代開放式創(chuàng)新環(huán)境下，從外部技術(shù)市場引進(jìn)科技資源、創(chuàng)新資源從而提高自身創(chuàng)新能力的重要途徑[1， 2]。然而，由于我國技術(shù)市場機(jī)制不夠完善，技術(shù)轉(zhuǎn)移仍是企業(yè)提升自主創(chuàng)新能力的重大阻礙。技術(shù)轉(zhuǎn)移過程是一個雙邊關(guān)系的形成過程，關(guān)系強(qiáng)弱、路徑長短等是技術(shù)轉(zhuǎn)移結(jié)果的體現(xiàn)[3]，它不僅與主體間的技術(shù)勢差有關(guān)，還受主體地理位置的影響，具有典型的地理特征[4]。而跨區(qū)域技術(shù)轉(zhuǎn)移打破了地理界限和行政隸屬關(guān)系，將不同地理區(qū)域連結(jié)成一張龐大的技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)，實現(xiàn)了科技資源在不同區(qū)域間的優(yōu)化配置[5]。此外，由于不同的網(wǎng)絡(luò)結(jié)構(gòu)會影響網(wǎng)絡(luò)的知識傳遞潛力[6]，且主體在網(wǎng)絡(luò)中所占據(jù)的位置不同，其獲取資源和信息的便利程度也不同[7]，所以近年來諸多學(xué)者運用社會網(wǎng)絡(luò)分析方法對技術(shù)轉(zhuǎn)移的網(wǎng)絡(luò)關(guān)系進(jìn)行定量分析并以可視化圖譜對其結(jié)構(gòu)特征進(jìn)行直觀展示[8-10]，以期從網(wǎng)絡(luò)的結(jié)構(gòu)和功能層面促進(jìn)跨區(qū)域技術(shù)轉(zhuǎn)移。

城市是我國技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中最重要的組成單位，因此跨區(qū)域技術(shù)轉(zhuǎn)移必須以創(chuàng)新能力較強(qiáng)的城市為中心[4]，以此來推動全國范圍內(nèi)的技術(shù)轉(zhuǎn)移?，F(xiàn)有研究大多從國際、省際的層面研究技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)[11， 12]，極少從城市創(chuàng)新合作網(wǎng)絡(luò)的層面展開。但知識和技術(shù)的流動、經(jīng)濟(jì)發(fā)展和政治制度的交互作用，并不僅僅存在于國際范圍內(nèi)或是省與省之間，更多的是發(fā)生在局部的城市之間[13]。在我國，城市不僅是經(jīng)濟(jì)競爭的基本單位，同時也是技術(shù)創(chuàng)新和科技進(jìn)步的孵化器，是踐行國家政策方針的最終主體。因此，研究城市技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)，能從更為微觀和具有實踐性的層面為促進(jìn)技術(shù)轉(zhuǎn)移的政策制定提供依據(jù)。

高校和企業(yè)是城市技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中最重要的兩個主體，而不同主體其要素稟賦特征不同，獲取新知識的機(jī)會、利用資源的能力、技術(shù)轉(zhuǎn)移的動機(jī)等也不同，顯然其網(wǎng)絡(luò)結(jié)構(gòu)和功能會有很大差異。但目前，在運用社會網(wǎng)絡(luò)分析技術(shù)轉(zhuǎn)移時，學(xué)者普遍從單一網(wǎng)絡(luò)的視角出發(fā)，并沒有關(guān)注不同的技術(shù)讓與主體之間的網(wǎng)絡(luò)差異以及網(wǎng)絡(luò)的交互作用。

本文以我國城市間技術(shù)交易數(shù)據(jù)（以專利技術(shù)許可規(guī)模為指標(biāo)）為基礎(chǔ)，利用社會網(wǎng)絡(luò)分析方法對高校和企業(yè)兩個不同技術(shù)轉(zhuǎn)移主體形成的雙網(wǎng)絡(luò)進(jìn)行對比研究，旨在比較兩張網(wǎng)絡(luò)的結(jié)構(gòu)特征和功能效率等，以及分析兩張網(wǎng)絡(luò)的相互作用，最終為我國技術(shù)轉(zhuǎn)移提出新的政策建議。

本研究首次運用雙網(wǎng)絡(luò)比較法將同一城市放在多張網(wǎng)絡(luò)中對比分析，在一定程度上彌補(bǔ)了理論研究的不足，且極具現(xiàn)實意義。首先，分析主體間的關(guān)系狀態(tài)能有效揭示技術(shù)轉(zhuǎn)移的現(xiàn)狀及規(guī)律，更能從整體上把握整個技術(shù)交易市場的結(jié)構(gòu)模式和空間格局，進(jìn)而協(xié)調(diào)和促進(jìn)跨區(qū)域技術(shù)轉(zhuǎn)移的進(jìn)程[14]。其次，跨區(qū)域技術(shù)轉(zhuǎn)移必須以創(chuàng)新能力較強(qiáng)的城市為中心[4]，所以重點研究我國各省會城市、直轄市及副省級城市之間的技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)能有效帶動我國整個技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)系統(tǒng)。最后，基于主體視角對高校和企業(yè)兩個不同主體形成的網(wǎng)絡(luò)進(jìn)行對比分析，找出兩者的共性和異性，同時弄清兩個網(wǎng)絡(luò)的相互關(guān)系，能以此為區(qū)域間技術(shù)轉(zhuǎn)移的相關(guān)政策制定提供更為具體有效的依據(jù)。

1數(shù)據(jù)與方法

1.1數(shù)據(jù)來源

專利技術(shù)是創(chuàng)新活動的主要成果之一，而專利許可是科學(xué)技術(shù)向生產(chǎn)力轉(zhuǎn)化的重要途徑，是國內(nèi)外學(xué)者衡量技術(shù)轉(zhuǎn)移的慣用指標(biāo)。本文使用國家知識產(chǎn)權(quán)局公布的技術(shù)許可數(shù)據(jù)，通過許可合同包含的讓與人、受讓人、技術(shù)標(biāo)的物等信息匹配技術(shù)轉(zhuǎn)移城市。前期數(shù)據(jù)處理工作經(jīng)歷了三個階段：第一，經(jīng)過大量的數(shù)據(jù)檢索、整理及統(tǒng)計，得到2008～2012年的許可數(shù)據(jù)共84693條；第二，對讓與人及受讓人地區(qū)進(jìn)行篩選，將區(qū)域范圍設(shè)置為省會城市、直轄市以及副省級城市，共得到數(shù)據(jù)12288條；第三，將讓與人屬性限定為高校及企業(yè)，共得到數(shù)據(jù)12233條。即本研究針對高校、企業(yè)作為讓與人的城市技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)，最終得到了12233個樣本作為研究基礎(chǔ)，其中高校作為讓與人的有2231條，企業(yè)作為讓與人的有10002條。

1.2研究方法

基于我國36個省會城市、直轄市以及副省級城市之間不同技術(shù)轉(zhuǎn)移主體引導(dǎo)的技術(shù)轉(zhuǎn)移關(guān)系可構(gòu)建兩張區(qū)域間技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)。其中，網(wǎng)絡(luò)節(jié)點為36個城市，節(jié)點聯(lián)系分別為各城市之間高校和企業(yè)作為讓與人的專利許可項數(shù)。本文運用社會網(wǎng)絡(luò)分析方法對這種網(wǎng)絡(luò)關(guān)系進(jìn)行定量分析并以可視化圖譜直觀展示兩張網(wǎng)絡(luò)的結(jié)構(gòu)特征，使用的網(wǎng)絡(luò)測量指標(biāo)有網(wǎng)絡(luò)規(guī)模、網(wǎng)絡(luò)密度、節(jié)點強(qiáng)度、網(wǎng)絡(luò)中心性、結(jié)構(gòu)洞、區(qū)塊特征、核心―邊緣模型等[15]。

2高校及企業(yè)城市技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)比較研究

為了全面有效地對兩張網(wǎng)絡(luò)進(jìn)行分析，本文從網(wǎng)絡(luò)的整體特征、網(wǎng)絡(luò)中心性及中介行為、網(wǎng)絡(luò)位置角色及結(jié)構(gòu)特征、網(wǎng)絡(luò)相互關(guān)系等四個方面展開研究。

2.1網(wǎng)絡(luò)整體特征對比分析

表1的各項指標(biāo)從一定程度上反映了兩個網(wǎng)絡(luò)整體概況的差異。高校、企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的密度分別是0.227和0.285，網(wǎng)絡(luò)密度均偏低，即兩個網(wǎng)絡(luò)對行動者的態(tài)度、行為產(chǎn)生的積極影響程度較低。而相對來說，企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)較高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)技術(shù)轉(zhuǎn)移活動更為密切和頻繁，其網(wǎng)絡(luò)密度較大，關(guān)系數(shù)量也較高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)多73條，即企業(yè)比高校能更加便利地從網(wǎng)絡(luò)上獲取各種資源。從節(jié)點的平均距離來看，高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的跨度大于企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)，其網(wǎng)絡(luò)中的城市通過約2個城市能到達(dá)其它城市。而從凝聚力指數(shù)來看，企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)建立在距離基礎(chǔ)上的凝聚力要比高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)稍強(qiáng)。

圖1是兩個網(wǎng)絡(luò)的整體網(wǎng)絡(luò)圖，全面展示了兩個不同主體引導(dǎo)的所有城市技術(shù)轉(zhuǎn)移關(guān)系。網(wǎng)絡(luò)呈現(xiàn)出邊緣、半邊緣、核心城市三個層次，其中邊緣城市的關(guān)系數(shù)量較少，而核心城市的關(guān)系數(shù)量最多，且關(guān)系線也較粗。進(jìn)一步過濾掉城市間技術(shù)轉(zhuǎn)移頻次小于等于10的低強(qiáng)度關(guān)系，簡化后如圖2，網(wǎng)絡(luò)密度大幅度減小，大部分城市變?yōu)榱斯铝Ⅻc。

以上研究發(fā)現(xiàn)：（1）企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的網(wǎng)絡(luò)密度、凝聚力指數(shù)均高于高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)，但整體上兩個網(wǎng)絡(luò)的兩項指標(biāo)均偏低。（2）由于不同技術(shù)轉(zhuǎn)移主體對城市的要素稟賦特征要求不同，同一城市在兩個網(wǎng)絡(luò)中所處的位置并不同。（3）專利技術(shù)轉(zhuǎn)移強(qiáng)度極低，大部分城市的技術(shù)轉(zhuǎn)移頻次均低于10。在引入關(guān)系強(qiáng)度后，兩個網(wǎng)絡(luò)僅分別保留了原圖中3.8%、21.7%的關(guān)系。

2.2網(wǎng)絡(luò)中心性及中介行為對比分析

各城市在兩個網(wǎng)絡(luò)中表現(xiàn)出來的中心性特征差異明顯，其中圖3和圖4中的出度、入度分別表示技術(shù)輸出和技術(shù)吸納。從技術(shù)輸出看，企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中各城市的技術(shù)輸出普遍領(lǐng)先于高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)，反映了我國高校技術(shù)轉(zhuǎn)化率低，同時也說明具有技術(shù)資源優(yōu)勢并不一定會引起技術(shù)轉(zhuǎn)移，技術(shù)轉(zhuǎn)移在很大程度上還受技術(shù)交易意愿的影響。企業(yè)迫于盈利的壓力，會最大程度地利用自身資源，但高校沒有此方面的壓力，技術(shù)交易意愿不強(qiáng)。在高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中，起到技術(shù)輸出中心作用的城市依次是上海、北京、天津、杭州、西安、南京、廣州等高等教育較為發(fā)達(dá)的地區(qū)，具有強(qiáng)大的技術(shù)產(chǎn)出能力支撐。而在企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中發(fā)揮技術(shù)輸出中心作用的城市是擁有絕對地理、經(jīng)濟(jì)優(yōu)勢的京滬粵江浙等地區(qū)。例如深圳在高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中出度并不大，但是由于其在經(jīng)濟(jì)發(fā)展、創(chuàng)新環(huán)境、地理區(qū)位等各方面都有其他城市無法比擬的優(yōu)勢，其技術(shù)輸出在企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中躍居第一，其后依次是北京、上海、南京、西安等。高校、企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的出度中心勢分別為11.174%和10.081%，技術(shù)輸出均集中在少數(shù)城市。從技術(shù)吸納看，深圳、寧波、上海、北京、廣州、南京、杭州等城市在兩個網(wǎng)絡(luò)中均居于中心地位，說明不論技術(shù)讓與人是誰，技術(shù)吸納能力強(qiáng)的城市均能發(fā)揮自身優(yōu)勢。高校、企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的入度中心勢分別為11.965%和5.902%，反映了高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的技術(shù)吸納集中在少數(shù)城市，而企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的技術(shù)吸納比較分散。

區(qū)域經(jīng)濟(jì)發(fā)展不平衡和科技資源分布不均是導(dǎo)致我國各大城市技術(shù)輸出和吸納不均衡的首要因素。理論上，存在經(jīng)濟(jì)勢差和技術(shù)勢差會促使技術(shù)從發(fā)達(dá)地區(qū)流向落后地區(qū)。但圖3、圖4均顯示中西部欠發(fā)達(dá)地區(qū)在兩個網(wǎng)絡(luò)中的出度、入度均處于邊緣地位，而發(fā)達(dá)地區(qū)同時是技術(shù)輸出和吸納中心。形成這樣的狀況主要是由于我國目前經(jīng)濟(jì)和科技資源分布過度傾斜，導(dǎo)致欠發(fā)達(dá)地區(qū)技術(shù)吸收能力缺失。因此，均衡分布科技資源，促進(jìn)欠發(fā)達(dá)地區(qū)的技術(shù)吸收是緩解欠發(fā)達(dá)地區(qū)在創(chuàng)新網(wǎng)絡(luò)中邊緣化的有效途徑。

中間中心度測量了一個城市在多大程度上充當(dāng)著其他城市之間溝通的橋梁，一個城市的中間中心度越高，該城市擁有的資源優(yōu)勢就越多，對其他城市的控制能力也越強(qiáng)。圖5顯示，高校、企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中各城市的中間中心度差異很大，例如廣州和長沙在高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中的中間中心度位居前列，僅次于北京和上海，但是其在企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中卻表現(xiàn)平平，反映了這兩個城市在高校技術(shù)向中西部轉(zhuǎn)移的進(jìn)程中發(fā)揮了極其重要的中介作用，是高校技術(shù)西進(jìn)的重要橋梁，但在企業(yè)技術(shù)轉(zhuǎn)移中卻并未發(fā)揮很好的傳遞作用。相反，深圳在企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中卻極大程度地充當(dāng)著眾多城市之間的中間人。

除了北京、上海、天津等發(fā)達(dá)城市，杭州、武漢、重慶、成都等城市在兩個網(wǎng)絡(luò)中的中間中心度也較高，說明這些城市在兩個網(wǎng)絡(luò)中均處于技術(shù)資源和信息流通的關(guān)鍵位置，控制著技術(shù)向中西部轉(zhuǎn)移的關(guān)鍵路徑，是我國促進(jìn)技術(shù)轉(zhuǎn)移進(jìn)程應(yīng)該重點培育的城市。技術(shù)轉(zhuǎn)移具有一定的輻射范圍，因此靠近發(fā)達(dá)城市的地區(qū)應(yīng)該能更加便利的接受技術(shù)并向其他地區(qū)轉(zhuǎn)移，進(jìn)而形成全方位的技術(shù)輻射和擴(kuò)散圈。但是靠近北京、天津的沈陽并未能發(fā)揮技術(shù)轉(zhuǎn)移的過渡作用而向東部的長春、哈爾濱輻射技術(shù)，此外，石家莊、合肥等也占據(jù)著優(yōu)越的地理位置，但是在技術(shù)向中西部轉(zhuǎn)移的過程中都未能發(fā)揮積極的傳遞作用。高校、企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的中間中心勢分別為10.82%和14.66%，企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的中間中心勢較高，說明該網(wǎng)絡(luò)中各個小團(tuán)體過度依賴于幾個中心城市的傳遞作用。

2.3網(wǎng)絡(luò)位置角色及結(jié)構(gòu)特征對比分析

利用CONCOR法分析得出高校、企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的分塊結(jié)果如圖6所示。兩個網(wǎng)絡(luò)均分為五個區(qū)塊，但各區(qū)塊包含的成員及區(qū)塊之間的關(guān)系并不相同。在高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中，第1區(qū)塊包含了北京、寧波、廣州、上海、天津、深圳、南京等城市，屬于輸出傾向型區(qū)塊，大量地向剩余的四個區(qū)塊輸出技術(shù)，同時也從第2、3、4個區(qū)塊吸納技術(shù)以維持其核心地位。同時，第1區(qū)塊的塊內(nèi)密度很大，其內(nèi)部成員間的聯(lián)系極其緊密。第2區(qū)塊包含的成員高校資源豐富，但卻屬于輸入傾向型區(qū)塊，沒有很好地向第3、4區(qū)塊輸出技術(shù)。第5區(qū)塊是典型的邊緣型、輸入型區(qū)塊。在以企業(yè)為主體的城市技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中，第1區(qū)塊包含了貴陽、呼和浩特等經(jīng)濟(jì)發(fā)展程度相對較低的城市，而天津、成都、武漢、杭州等城市卻分布在其他區(qū)塊，這說明貴陽、呼和浩特雖然技術(shù)轉(zhuǎn)移強(qiáng)度不大，但是其與核心城市聯(lián)系緊密，與經(jīng)濟(jì)發(fā)達(dá)城市具有網(wǎng)絡(luò)結(jié)構(gòu)對等性。高校、企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的塊模型R平方值分別為0.325、0.172，說明高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的區(qū)塊特征強(qiáng)于企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)，而企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中結(jié)構(gòu)相似的節(jié)點較高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)多，個體行動者的發(fā)展也更平衡。

采用UCINET中的核心―邊緣模型對網(wǎng)絡(luò)的核心邊緣結(jié)構(gòu)進(jìn)行分析，得到如下結(jié)果。表2分別列出了兩個網(wǎng)絡(luò)中的核心城市，邊緣部分由其余城市組成，表3是兩個網(wǎng)絡(luò)核心邊緣結(jié)構(gòu)的密度矩陣。高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的核心部分由北京、廣州、杭州、南京、上海、深圳、天津等7個城市組成，核心部分各城市間密度為6.286，而邊緣部分各城市間密度僅為0.231，核心到邊緣和邊緣到核心的密度相差不大，分別為1.291和1.015。企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的核心部分由北京、南京、寧波、上海、深圳等5個城市組成，核心部分各城市間網(wǎng)絡(luò)密度高達(dá)30.15，而邊緣部分僅為0.771，核心到邊緣的密度為6.026，是邊緣到核心3.787的約兩倍，說明網(wǎng)絡(luò)呈現(xiàn)出明顯的核心―邊緣結(jié)構(gòu)，技術(shù)轉(zhuǎn)移高度集中于5個核心成員之間，且邊緣部分主要依賴于從核心部分吸納技術(shù)，相互之間交流不多。

2.4兩個網(wǎng)絡(luò)相互關(guān)系分析

QAP（二次指派程序）是一種測量關(guān)系之間關(guān)系的分析方法。本文用QAP方法檢驗以高校為主體的城市技術(shù)轉(zhuǎn)移和以企業(yè)為主體的城市技術(shù)轉(zhuǎn)移之間的相互關(guān)系，檢驗結(jié)果如表4所示，相關(guān)系數(shù)0.391，顯著性0，說明我國城市之間的高校技術(shù)轉(zhuǎn)移和企業(yè)技術(shù)轉(zhuǎn)移是正相關(guān)的，并且在統(tǒng)計意義上這種相關(guān)關(guān)系是顯著的。即兩張城市技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)雖然以高校、企業(yè)兩個不同的主體引導(dǎo)，但兩張網(wǎng)絡(luò)是正向相關(guān)的，各自的關(guān)系能相互促進(jìn)，高校技術(shù)轉(zhuǎn)移關(guān)系強(qiáng)的城市之間企業(yè)技術(shù)轉(zhuǎn)移關(guān)系也趨向于發(fā)生，反之亦然。

3結(jié)論及政策建議

跨區(qū)域技術(shù)轉(zhuǎn)移是區(qū)域間資源優(yōu)化配置的有效途徑，是各地區(qū)保持和提升創(chuàng)新能力的必經(jīng)之路。本文以城市技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)為研究對象，并將其區(qū)分為以高校為主體的城市技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)和以企業(yè)為主體的城市技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)，首次運用雙網(wǎng)絡(luò)比較法將同一城市放在兩張網(wǎng)絡(luò)中進(jìn)行對比研究。通過對比分析兩張網(wǎng)絡(luò)的整體特征、網(wǎng)絡(luò)中心性及中介行為、網(wǎng)絡(luò)位置角色及結(jié)構(gòu)特征、網(wǎng)絡(luò)相互關(guān)系等，得出以下主要結(jié)論：（1）從網(wǎng)絡(luò)的整體特征規(guī)律來看，兩個網(wǎng)絡(luò)的網(wǎng)絡(luò)密度、技術(shù)轉(zhuǎn)移強(qiáng)度均較低，且由于高校、企業(yè)兩個主體對城市的要素稟賦特征要求不同，同一城市在兩個網(wǎng)絡(luò)中所處的位置并不同。（2）從技術(shù)輸出和輸入度來看，企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)中各城市的技術(shù)輸出普遍領(lǐng)先于高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)，反映了我國高校技術(shù)轉(zhuǎn)化率低；同時，兩張網(wǎng)絡(luò)中發(fā)達(dá)地區(qū)的技術(shù)輸出與吸納均遙遙領(lǐng)先于落后地區(qū)，處于絕對中心地位。（3）從中間中心度來看，各城市在兩個網(wǎng)絡(luò)中的中間中心度差異很大，即同一城市在不同網(wǎng)絡(luò)中的中介行為強(qiáng)度不同；但也存在如北京、上海、杭州等在兩個網(wǎng)絡(luò)中均處于技術(shù)資源和信息流通關(guān)鍵位置的城市，控制著技術(shù)向中西部轉(zhuǎn)移的關(guān)鍵路徑。（4）從網(wǎng)絡(luò)位置和結(jié)構(gòu)特征來看，兩個網(wǎng)絡(luò)均分為五個區(qū)塊，但各區(qū)塊包含的成員以及區(qū)塊之間的關(guān)系差異很大，且高校技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)的區(qū)塊特征強(qiáng)于企業(yè)技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)，而后者較前者呈現(xiàn)出更明顯的核心―邊緣結(jié)構(gòu)。（5）兩個網(wǎng)絡(luò)的技術(shù)轉(zhuǎn)移關(guān)系是正向相關(guān)的，能相互促進(jìn)。

針對以上研究結(jié)論，本文提出如下建議：（1）根據(jù)不同技術(shù)轉(zhuǎn)移主體對城市要素稟賦特征的不同要求，有針對性地制定適合不同主體的政策，增強(qiáng)城市間技術(shù)轉(zhuǎn)移關(guān)系的強(qiáng)度。（2）增強(qiáng)高校的技術(shù)轉(zhuǎn)移意愿，降低我國高校技術(shù)的閑置率。（3）在科學(xué)技術(shù)和創(chuàng)新資源向中西部轉(zhuǎn)移的過程中，選擇武漢、西安等作為技術(shù)向中西部過渡和滲透的中介城市重點培養(yǎng)，形成關(guān)鍵路徑，從而打破經(jīng)濟(jì)發(fā)達(dá)地區(qū)與中西部落后地區(qū)技術(shù)勢差過大而技術(shù)轉(zhuǎn)移效率低下的局面。（4）發(fā)揮發(fā)達(dá)城市周邊城市的中介作用，把技術(shù)輻射源由點變?yōu)槿?。?）對在兩個網(wǎng)絡(luò)中中心度均較高的城市給予更多的政策關(guān)注和支持，以此充分發(fā)揮兩個網(wǎng)絡(luò)的相互促進(jìn)作用。

參考文獻(xiàn)

[1]Bozeman B， Rimes H， Youtie J. The evolving state-of-the-art in technology transfer research： Revisiting the contingent effectiveness model[J]. Research Policy，2015，44（1）：34-49.

[2]李艷麗，趙大麗，高偉.市場化改革、知識轉(zhuǎn)移與區(qū)域創(chuàng)新能力研究[J].軟科學(xué)，2012，26（4）：28-32.

[3]Luo S， Du Y， Liu P， et al. A study on coevolutionary dynamics of knowledge diffusion and social network structure[J]. Expert Systems with Applications，2015，42（7）：3619-33.

[4]司尚奇，馮鋒.我國跨區(qū)域技術(shù)轉(zhuǎn)移聯(lián)盟研究――基于38個城市合作網(wǎng)絡(luò)分析[J].科學(xué)學(xué)研究，2010，28（8）：1165-70.

[5]Shin S K， Kook W. Can knowledge be more accessible in a virtual network？： Collective dynamics of knowledge transfer in a virtual knowledge organization network[J]. Decision Support Systems，2014，59（0）：180-9.

[6]趙良杰，姜晨，魯皓.復(fù)雜社會網(wǎng)絡(luò)結(jié)構(gòu)、局部網(wǎng)絡(luò)效應(yīng)與創(chuàng)新擴(kuò)散研究[J].軟科學(xué)，2011，25（8）：6-9.

[7]Gonzalez-Brambila C N， Veloso F M， Krackhardt D. The impact of network embeddedness on research output[J]. Research Policy，2013，42（9）：1555-67.

[8]Dong J Q， Yang C-H. Information technology and organizational learning in knowledge alliances and networks： Evidence from U.S. pharmaceutical industry[J]. Information & Management，2015，52（1）：111-22.

[9]Nam Y， Barnett G A. Globalization of technology： Network analysis of global patents and trademarks[J]. Technological Forecasting and Social Change，2011，78（8）：1471-85.

[10]溫芳芳.基于專利許可關(guān)系網(wǎng)絡(luò)的技術(shù)轉(zhuǎn)移現(xiàn)狀及規(guī)律研究[J].情報科學(xué)，2014，32（11）：24-9.

[11]Cantner U， Rake B. International research networks in pharmaceuticals： Structure and dynamics [J]. Research Policy，2014，43（2）：333-48.

[12]趙尚梅，史宏梅，杜華東.基于網(wǎng)絡(luò)模型的跨地區(qū)技術(shù)轉(zhuǎn)移的研究[J].研究與發(fā)展管理，2013，25（5）：54-61.

[13]Guan J， Zhang J， Yan Y. The impact of multilevel networks on innovation[J]. Research Policy，2015，44（3）： 545-59.

網(wǎng)絡(luò)分析范文第5篇

[關(guān)鍵詞]社會網(wǎng)絡(luò)分析　科技網(wǎng)群　uclnet中心性　派系

[分類號]D63 C931.6

1　研究背景

世界各國都高度重視政府信息化的建設(shè)，政府信息化發(fā)展程度已成為世界各國和城市競爭力發(fā)展水平的重要標(biāo)志之一。政府網(wǎng)站作為電子政務(wù)的基礎(chǔ)和電子政務(wù)發(fā)展程度的主要標(biāo)志，不僅是宣傳政府形象的窗口，也是政府信息、服務(wù)于社會的主要渠道，更是實現(xiàn)社會公眾與政府溝通互動的載體。

自1999年我國開展“政府上網(wǎng)”工程以來，政府網(wǎng)站建設(shè)發(fā)展迅速，中央部委政府網(wǎng)站的普及率已經(jīng)達(dá)到100％，省市政府網(wǎng)站普及率達(dá)到100％，地市級政府網(wǎng)站普及率達(dá)到99.1％。各級各類政府網(wǎng)站服務(wù)框架已經(jīng)形成，電子政務(wù)還延伸到社區(qū)和農(nóng)村。從總體上看，我國電子政務(wù)已進(jìn)入全方位、多層次推進(jìn)的新階段。根據(jù)CNNIC的最新統(tǒng)計報告，截至2011年1月，我國域名總數(shù)約為866萬個。其中，中國國家頂級域名“CN”為435萬個，占50.2％，而以“GOV CN”結(jié)尾的域名數(shù)已達(dá)5.2萬個，占CN域名數(shù)的比例為1.2％，比2010年同期增長3％。

科技部的門戶網(wǎng)站建設(shè)，起源于2002年國家科技攻關(guān)計劃重點項目“科技電子政務(wù)系統(tǒng)關(guān)鍵技術(shù)及應(yīng)用系統(tǒng)的研究”，它作為其中的一個課題，經(jīng)過多年的分步實施，現(xiàn)在已經(jīng)初步形成了較為完善的科技部門戶網(wǎng)站維護(hù)體系，在管理體制、系統(tǒng)應(yīng)用、人員培訓(xùn)等方面已經(jīng)形成了一定的工作基礎(chǔ)。

2011年，在由中國軟件評測中心、人民網(wǎng)、騰訊網(wǎng)共同開展的2010年中國政府網(wǎng)站績效評估結(jié)果中，科技部門戶網(wǎng)站在所有被測評的政府部委網(wǎng)站中位列第9位，如表1所示：

近年來，對政府網(wǎng)站的研究逐漸成為專家學(xué)者關(guān)注的一個新領(lǐng)域。人們不應(yīng)僅僅把目光停留在政府機(jī)構(gòu)是否建立了網(wǎng)站以及從政府網(wǎng)站中可獲得的信息和服務(wù)的多少，而是更應(yīng)當(dāng)關(guān)注政府網(wǎng)站將其信息資源和服務(wù)傳遞給用戶的方式以及在整個社會中，政府網(wǎng)站的影響力。

2　政務(wù)網(wǎng)站評價指標(biāo)與方法

在政務(wù)網(wǎng)站綜合評價方法方面，國內(nèi)外很多學(xué)者都開展了積極的探索。總體而言，可以分為三類：①基于網(wǎng)站構(gòu)建和欄目內(nèi)容的評價，突出各類網(wǎng)站的內(nèi)容組織和構(gòu)架；②基于政府網(wǎng)站服務(wù)對象的評價，很多時候會與專家測評相互結(jié)合；③基于關(guān)系影響力的網(wǎng)站鏈接分析測度。

2.1　基于網(wǎng)站功能和欄目內(nèi)容的評價

政務(wù)網(wǎng)站作為實現(xiàn)電子政務(wù)的窗口，在政務(wù)信息、檢索導(dǎo)航、欄目組織、網(wǎng)上辦公、公眾服務(wù)等方而扮演著重要角色，因此各類網(wǎng)站評價指標(biāo)大多圍繞此部分內(nèi)容進(jìn)行了重點設(shè)計。如埃森哲咨詢公司在其的全球政務(wù)年度報告中，“服務(wù)成熟度”指標(biāo)被賦予了70％的權(quán)重“；國內(nèi)中國軟件評測中心為了滿足服務(wù)型政府建設(shè)需求，提出的政府網(wǎng)站績效評估指標(biāo)體系中，在信息公開、在線辦事和公眾參與三方面設(shè)計的指標(biāo)權(quán)重也占到了75％；同時國內(nèi)從事政務(wù)網(wǎng)站測評的國脈互聯(lián)網(wǎng)站測評體系，在信息服務(wù)、網(wǎng)上辦事和溝通互動方而也設(shè)計了很高的權(quán)重。此外，劉興宇等應(yīng)用層次分析法對政府網(wǎng)站進(jìn)行了綜合測評，針對政府網(wǎng)站的層次性特點，從網(wǎng)站內(nèi)容、網(wǎng)站功能和網(wǎng)站建設(shè)等幾個方面的若干指標(biāo)進(jìn)行評價。

2.2　基于政府網(wǎng)站服務(wù)對象的評價測度

用戶是政務(wù)網(wǎng)站的受眾，在2010年的中國政府網(wǎng)站績效評估中，發(fā)現(xiàn)用戶不滿意率由2009年的87.9％下降為84.2％，其滿意程度直接關(guān)系到各類政務(wù)網(wǎng)站的服務(wù)效果。為此Schriver和Sweeney。等通過從目標(biāo)用戶群中選擇若干潛在用戶，對其調(diào)查米獲取相關(guān)數(shù)據(jù)和結(jié)論；王熠等提出了基于Web日志分析的電子政務(wù)網(wǎng)站綜合評價方法，綜合了用戶問卷和專家評分的優(yōu)勢，同時通過Web日志分析、統(tǒng)計，對用戶服務(wù)效果、用戶行為進(jìn)行了測評。

2.3　基于關(guān)系影響力的網(wǎng)站鏈接分析測度

一個網(wǎng)頁擁有的反向鏈接越多，就越有可能是高質(zhì)量網(wǎng)頁，同理，一個網(wǎng)站的反向鏈接越多，其網(wǎng)絡(luò)影響力也就越高，不然也不會有更多人愿意為其做鏈接。因此，在其他因數(shù)相同的條件下，反向鏈接越多的網(wǎng)站排名更靠前=從網(wǎng)站鏈接分析，以“關(guān)系”的視角，對政務(wù)網(wǎng)站進(jìn)行評價，開辟了不同于傳統(tǒng)網(wǎng)站評價的新思路。如沙勇忠等運用了鏈接分析法和網(wǎng)絡(luò)影響因子測度方法，對我國12個省級政府網(wǎng)站的影響力進(jìn)行了評價；同時將鏈接分析結(jié)果和網(wǎng)絡(luò)影響因子測度結(jié)果與各省市自治區(qū)信息化水平測度結(jié)果進(jìn)行了比較。

此外，韋彥提出了一個基于模糊認(rèn)知圖的電子政務(wù)網(wǎng)站評價方法；馬溪駿等提出了基于信息熵與未確知測度的電子政務(wù)網(wǎng)站評價研究；王熠提出了基于云模型的電子政務(wù)網(wǎng)站評價系統(tǒng)模型。

總之，各類電子政務(wù)網(wǎng)站評價指標(biāo)或方法以電子政務(wù)網(wǎng)站系統(tǒng)為評價對象，已經(jīng)從最初的單項指標(biāo)、一維視角向多因素、多維度方向發(fā)展，以便得到更科學(xué)的評價結(jié)果；同時，多數(shù)側(cè)重于電子政務(wù)產(chǎn)出評估，而忽視了電子政務(wù)影響的評估。為此，本文擬從社會網(wǎng)絡(luò)分析的角度，對科技子網(wǎng)站進(jìn)行影響力分析，以找出其中的核心站點，為下一步擴(kuò)大各科技網(wǎng)站的影響力提供參考。

3　基于社會網(wǎng)絡(luò)分析的科技網(wǎng)站評價

3.1　數(shù)據(jù)準(zhǔn)備

本文中涉及到的數(shù)據(jù)主要通過SocSeiBot軟件對科技部門戶網(wǎng)站科技網(wǎng)群欄目內(nèi)的地方科技子站的頁面進(jìn)行鏈接下載，共采集站點48個，其中科技廳、科委站點31個，計劃單列市科技局站點16個，科技部門戶網(wǎng)1個。其中河南、新疆、廣西、吉林、陜西、深圳、沈陽7地的科技廳(局)網(wǎng)站因網(wǎng)站服務(wù)器設(shè)置或其他網(wǎng)絡(luò)問題，沒有收集到相關(guān)頁面，無法進(jìn)行互鏈分析，故主要對其他41個科技廳(局)網(wǎng)站進(jìn)行評價分析。

本文在利用SocSciBot軟件進(jìn)行分析時，對網(wǎng)站頁面數(shù)上限設(shè)定為15000，因此表2中所列的網(wǎng)站頁面數(shù)并不是網(wǎng)站的實際頁面數(shù)，而是隨機(jī)從中抓取的網(wǎng)頁頁面數(shù)，如北京、寧夏、廈門、遼寧等地的網(wǎng)站均達(dá)到了頁而抓取上限。此外，表中的出鏈(Outlink)數(shù)作為網(wǎng)站里任何頁面指向其他網(wǎng)站里任何頁面的鏈接數(shù)，也間接反應(yīng)了科技網(wǎng)群中各網(wǎng)站同其他網(wǎng)站的頁面鏈接情況。

為了更為清晰地反映科技網(wǎng)群中各類網(wǎng)站的相互影響情況，本義對科技網(wǎng)群進(jìn)行了巾心性分析、核心一邊緣分析和聚類派系分析，試圖從結(jié)構(gòu)關(guān)系的角度探究科技網(wǎng)群內(nèi)部之間的聯(lián)系。48個科技廳(局)網(wǎng)站互鏈情況見表2(囚上海與河南科技廳網(wǎng)站無法訪問，此處儀列出46個)。

3.2　中心性分析

“中心性”是社會網(wǎng)絡(luò)分析的重要研究方向之一，它直接反應(yīng)了個人或組織在社會網(wǎng)中具有什么樣的權(quán)利，或者具有怎樣的地位，是對個體權(quán)利的量化分析。如果某點具有最高的度數(shù)，則它可能擁有最大的權(quán)利。通過將科技網(wǎng)群的網(wǎng)站互連數(shù)據(jù)形成鏈接矩陣，利用ucinet軟件計算各站點的中心度，發(fā)現(xiàn)科技網(wǎng)群的平均密度為0.1419，整個網(wǎng)群的平均中心度為11.208，大于平均中心度的網(wǎng)站總共有10個，因此，在整個科技網(wǎng)群中，這10個網(wǎng)站擁有最強(qiáng)的影響力，見表3。

同時，為了測量各個站點之間的關(guān)系在整個科技網(wǎng)群中擁有怎樣的控制優(yōu)勢，筆者將科技網(wǎng)群中的各個站點作為分析“點”，相互之間的關(guān)系作為“線”，分析整個科技網(wǎng)群“線”的中間中心度，通過測算，發(fā)現(xiàn)科技部門戶網(wǎng)站與武漢科技廳網(wǎng)站的中間中心度為113，在科技網(wǎng)群中居于首位；而在地方各科技網(wǎng)站中，武漢與沈陽之間的為40，浙江與杭州的為39，它們在地方科技網(wǎng)站之間的關(guān)聯(lián)中，具有明顯的控制優(yōu)勢。網(wǎng)站之間的互鏈關(guān)系可視化如圖1所示：

3.3　核心一邊緣分析

核心一邊緣結(jié)構(gòu)是一種理想的結(jié)構(gòu)模式，它把行和列分為兩類，在主對角線上左上方象限的是核心，是密度高的塊，主對角線上的右下方象限是邊緣，是密度低的塊。主要研究目的是查看科技網(wǎng)群站點所組成的網(wǎng)絡(luò)中，哪些節(jié)點處于核心地位，哪些節(jié)點處于邊緣地位。通過對科技網(wǎng)群進(jìn)行核心一邊緣分析，筆者發(fā)現(xiàn)，科技部門戶網(wǎng)站、北京、江蘇、江西、安徽、山西、河北、湖北、廣東、杭州、內(nèi)蒙、黑龍江、河南、山東、廈門共15個網(wǎng)站是整個科技網(wǎng)群的核心，其他網(wǎng)站則具有網(wǎng)站群中的邊緣地位。此外，主對角線的擬合優(yōu)度測度值為0.614，體現(xiàn)出較好的擬合情況。具體結(jié)果如圖2所示：

3.4　聚類派系分析

當(dāng)網(wǎng)絡(luò)中某些行動者之間的關(guān)系特別緊密，以至于結(jié)合成一個次級團(tuán)體時，這樣的團(tuán)體在社會網(wǎng)絡(luò)分析中被稱為凝聚子群。派系就是凝聚子群的一種表現(xiàn)形式，它指的是至少包含3個點的最大完備子圖。為了搞清楚科技網(wǎng)群中各成員之間的關(guān)系特點，哪些網(wǎng)站之間的關(guān)系更為緊密，筆者首先對科技網(wǎng)群矩陣進(jìn)行強(qiáng)成分分析，結(jié)果發(fā)現(xiàn)成分分析對整個科技網(wǎng)群內(nèi)部結(jié)構(gòu)揭示程度不足，于是在對網(wǎng)群矩陣進(jìn)行對稱化處理后，進(jìn)行了派系分析，結(jié)果得到了5個派系。同時，從網(wǎng)站互惠性角度而言，科技部門戶、安徽、黑龍江、內(nèi)蒙、哈爾濱、大連、寧波、杭州、武漢、江蘇和南京科技廳(局)網(wǎng)站相互之間擁有較強(qiáng)的互惠關(guān)系，而其他網(wǎng)站在互惠性方面，則不隸屬于任何派系，是孤立者。毫無疑問，科技部門戶在整個科技網(wǎng)群中居于重要地位。具體結(jié)果如表4、圖3所示。

上面的中心性分析、核心一邊緣分析以及派系分析，揭示了網(wǎng)站內(nèi)部之間的互鏈情況，了解了哪些網(wǎng)站居于核心地位，哪些網(wǎng)站聯(lián)系的比較緊密，哪些在互惠性方面表現(xiàn)較好，基本反映了科技網(wǎng)群中各個網(wǎng)站之間的內(nèi)在結(jié)構(gòu)。

4　推進(jìn)科技網(wǎng)群建設(shè)的思考與啟示

伴隨著各級各類政府網(wǎng)站的建設(shè)，其評價衡量標(biāo)準(zhǔn)也在發(fā)生著變化，以往內(nèi)容導(dǎo)向性的相關(guān)標(biāo)準(zhǔn)指標(biāo)正在轉(zhuǎn)向服務(wù)導(dǎo)向性標(biāo)準(zhǔn)指標(biāo)，如以往用與業(yè)務(wù)相關(guān)信息的多與少進(jìn)行評價，現(xiàn)在則走向內(nèi)容的好與壞、對公眾服務(wù)能力的強(qiáng)與弱、各級各類業(yè)務(wù)之間的協(xié)調(diào)支撐等方面。總之，對政府網(wǎng)站的要求有了質(zhì)的變化?；谏鐣W(wǎng)絡(luò)分析的結(jié)構(gòu)視角，結(jié)合未來政務(wù)網(wǎng)站的發(fā)展要求，筆者認(rèn)為可以從以下幾方面推動科技網(wǎng)群的建設(shè)工作：

加強(qiáng)科技網(wǎng)站自身的內(nèi)容維護(hù)，提供更多高質(zhì)量的內(nèi)容，在科技網(wǎng)站互相鏈接時，要做好鏈接規(guī)范，做到指向明確，從而在一定程度上增加網(wǎng)站網(wǎng)頁的出鏈和入鏈數(shù)，提高科技網(wǎng)站的點度中心度，進(jìn)而提升網(wǎng)站的網(wǎng)絡(luò)影響因子，擴(kuò)大其影響力。

打造政務(wù)服務(wù)通道，防止在科技網(wǎng)群中被邊緣化?？萍季W(wǎng)群內(nèi)的科技網(wǎng)站要通過提供各類規(guī)范化、專業(yè)化、個性化的信息服務(wù)，滿足科技人員、管理人員、社會公眾的需求。一方面可以通過整合業(yè)務(wù)協(xié)作系統(tǒng)，提高網(wǎng)站功能；另一方面可以優(yōu)化欄目內(nèi)容設(shè)置，對各類資源進(jìn)行有效的處理和組織，最終形成服務(wù)個性化、資源標(biāo)準(zhǔn)化、欄目動態(tài)化的網(wǎng)站應(yīng)用，提升科技部科技網(wǎng)群的整體網(wǎng)站形象。