社會網絡分析在人才引進中的應用研究

金潔琴

（南京工業大學圖書館，江蘇南京210009）

社會網絡分析在人才引進中的應用研究

金潔琴

（南京工業大學圖書館，江蘇南京210009）

引進人才是高校學科隊伍建設的重要內容。論文從頂尖期刊論文檢索出發，通過文獻計量法和社會網絡分析方法，分析挖掘科研團隊，利用h指數、R指數、AR指數相結合分析人才的科研績效，計算團隊中成員的密度值、K－核等衡量核心成員，為高校引進高層次學科人才提供信息源參考。

文獻計量；社會網絡分析；人才評價；人才引進

國內高校為了提高學校的教學科研水平，一直在挖掘分析高水平的學者，引進高層次人才，或聘請為榮譽教授、客座教授或兼職教授。人才引進工作相關職能部門撰文主要從引進人才的政策、機制、規劃、資源配置、及引進后投入產出等角度論述［1－2］。國內頂尖院校如清華大學高薪引進世界學術精英，2001年，聘請美國工程院院士作為一學科帶頭人，浙江大學制定的人才引進辦法明確指出重點是“兩院”院士及其他在國內外有重要影響的專家及在國內外同行中有影響的中青年學術帶頭人［3］。除院士、諾貝爾獲獎者等，如何去挖掘其他“有影響”的學者，筆者利用文獻計量和社會網絡分析方法進行分析，從文獻、引用、合作網等角度分析人才，不涉及師德、素養等定性角度，只為相關職能部門提供人才信息參考。

國內學者早在1981年開始探討文獻計量學對于人才評價的意義（吳爾中，1981）［4］。邱均平，繆雯婷（2007）［5］對我國CSSCI收錄的被引次數排名前50位的圖書情報學研究學者在1998－2005年的有關數據進行統計分析，計算h指數，評價我國圖書情報學學者的個人績效。有學者利用社會網絡分析探討科研團隊，如王衍喜等（2011）［6］基于科技文獻，利用社會網絡技術挖掘學科團隊，識別學科團隊。徐迎迎等（2014）［7］利用關鍵詞共現分析和社會網絡分析方法分析開放存取文獻的熱點、高產作者，從多方面揭示國內開放存取的發展現狀和研究趨勢。

關于人才評估、評價相關指標，國內外都有學者進行了探討。2005年，美國學者Jorge.E.Hirsch提出了h指數［8］。h指數也存在不足，如h指數可能存多個學者有相同的值，h指數值越大，h發生變化的時間更長，且h指數只升不降。金碧輝，Rousseau Ronald（2007）［9］提出了R指數和AR指數：R指數可以幫助解決多個學者擁有相同h值時，區分他們的學術測評值；AR指數結合論文發表的時間指標，有效解決h指數只升不降、永不下降的缺陷。

論文主要從國際核心論文出發，挖掘高產且影響力高的學者，采用h指數、R指數、AR指數為評估指標綜合評價學者的學術影響力，結合社會網絡分析法開展合作網分析，利用k－核、個體密度等多維分析，挖掘更多潛在人才。

1 數據源和分析流程

1.1 以Web of Science為數據源

以Web of Science作為數據源，進行檢索和篩選數據。論文以生物材料學科為例，分析科研人員及其團隊，為學校挖掘可引進的人才，也為學校人才引進提供評估參考材料。

1.2 分析流程（具體見圖1）

圖1 分析流程

論文采用h指數、R指數、AR指數作為衡量學者科研水平的3個量化指標。h指數不能區分h值相同但論文被引頻次相差懸殊的情況，缺乏一定的靈敏度和區分度，結合采用了R指數、AR指數，解決h指數存在的一些不足［9］。

R指數的計算方法［9］：h指數劃定的績效核內總被引頻次的平方根，具體計算公式：式中Citj表示績效核內第j篇論文的被引頻次。

AR指數的計算方法［9］：h核內每篇論文的年均被引頻次總和的平方根aj為論文j的發表年齡，則以論文發表年齡為因變量的R指數用AR表示，數學公式如下：

2 以生物材料為例的應用分析

2.1 基礎數據檢索與清洗、篩選

選取檢索源：Web of science的SCIE數據，因web of science數據存在滯后，為保障期刊論文數據的完整性，選擇數據庫時間范圍為：2003－2012（10年），具體檢索時間：2014.3.10。論文采用了材料科學－生物材料作為案例進行檢索分析，假設某學校想引進生物材料方面的學者。選擇的期刊以JCR－Q1期刊為參考，選取了web of science的“MATERIALS SCIENCE，BIOMATERIALS”類目的Q1期刊，共六種期刊。通過web of science檢索出版物名稱＝（″BIOMATERIALS″or″ACTA BIOMATER″or″EUR CELLS MATER″or″DENT MATER″or″MACROMOL BIOSCI″or″BIOFABRICATION″），時間跨度＝2003－2012，檢索結果：13 179條。篩選出：article、review兩種類型文獻12 970篇。

2.2 作者基礎排序分析

以web of science的分析功能，選取排序前10位的發文作者，見表1列出了前10位作者及其發表的論文數量，論文中分別以A1、A2…標示各位作者。論文在此研究中，暫不考慮作者在論文中的貢獻度，即不區分第一作者、通訊作者或是所處的其他合作位置。

表1 web of science檢索生物材料Q1期刊的作者文獻數量分析（前10位）

在web of science中，作者名稱基本采用了姓氏加名的首字母，存在較為嚴重的同名作者問題。考慮作者的同名現象，對每位作者結合作者機構進行較為精確的分析。在web of science中作者同名問題基本沒有得到解決，需要通過人工篩選才能達到精確。

對上述10位學者對應的文獻進行逐篇查看，可以確定出該檢索集中，有3個作者姓名簡稱對應了多位學者，如對A3的70篇文獻中的前20篇進行逐篇查看，20篇論文屬于16位不同單位且姓名簡稱同為A3的學者。同樣發現A9和A10具有多位學者共同構成論文篇數，均被排除出前10的位置。通過逐篇查看，篩選出排名前7的學者。

2.37 位學者h指數、R指數、AR指數分析

對篩選出的前7名學者，進行SCI論文檢索，檢索時間范圍為：2003－2012，檢索日期為2014.3.16，文獻類型為ARTICLE或REVIEW。因為涉及同名、作者曾在不同單位任職等現象，結合web of science的“惟一作者集”等作者輔助檢索工具，進行篩選。

表2 7位學者的WOS 論文基礎數據檢索

表2 （續）

根據h指數的定義、R指數和AR指數的計算公式，分別計算7位學者的3個指數值。根據表3，在7位學者中，A2和A5的h指數值一樣，A2和A6的AR指數值一樣。金碧輝，Rousseau Ronald（2007）［9］已經通過數據研究證明h指數、R指數、AR指數存在獨立相關性。通過計算h，R，AR 3個指數的加和值，綜合考量7位學者的排序。

表3 7位學者的h指數、R指數、AR 指數計算分析

根據表2和表3中被引頻次、h指數、R指數、AR指數，繪圖2，A7各指標遙遙領先，A4各指標均在最后，A1基本排在第二，但其他三位學者的指標值處于交叉交疊，各種指數值較為接近。

圖2 7位學者的各種指數值圖示

表4列出了7位學者分別按照h指數、R指數、AR指數、及∑（h，R，AR）值的各種排序。選用根據∑（h，R，AR）排序7位學者。

表4 7位學者的各種指數值及標準化值的排序

通過作者論文檢索，綜合考察這7位生物材料方向的學者，在材料學科領域的影響力，結合上述排序，選取∑（h，R，AR）排序前3位生物材料相關的學者，這3位學者可考慮作為某學校在生物材料學科方面外聘專家的人選。并選取A7為案例，利用社會網絡分析工具進行深度分析。

2.4 A7學者及其團隊的挖掘分析

論文選用SATI文獻題錄信息統計分析工具［10］和UCINET社會網絡分析軟件［11］對A7的SCIE論文進行分析。通過分析挖掘與A7有更多直接合作關聯的學者，擬挖掘“他們”作為某學校生物材料方面的外聘人才。利用兩個軟件，構建了如圖3所示的A7的作者合作網路。從圖3可以發現A7的合作網絡錯綜復雜。

利用k－核概念，研究網絡合作的凝聚子群。所謂k－核是指如果一個子圖中的全部點都至少與該子圖中的k個其他點鄰接，則稱這個子圖為k－核［11］。通過k－核，可以發現一些高合作、高凝聚的群體。對A7的社會網絡進行k－核分析，如圖4所示為A7文獻作者k－核分析的部分截圖。

由圖4可見，在A7的392篇文獻的所有合作者中，可以進行8種分區，度數分別為2，3，4，5，6，7，8，9，即分別為2－核，3－核，……，9－核。9－核即是指A7和其他34位學者（圖4所示的作者編號P1、……、P84）共同組成各個作者之間至少有9個鄰接的子群，可能是學科團隊、或項目合作的團隊，其中可能存在一些具有知識引導的團隊帶頭人。

計算A7合作網絡中學者們的在整體網絡中個體密度值，圖5為截取其中部分學者的個體密度值計算。從圖5可以得出這個整體網中各個個體（科研人員）的密度值、及其他指標值。A7的個體密度值最低，值為9.44，Broker和EgoBet值最高，分別為3791.00、2927.17，他是這個作者群網絡中的知識引導人、合作引導人，其位置占據了結構洞位置，是作為“橋”位置者。

圖3 A7的合作網絡

圖4 A7文獻－作者的k－核凝聚子群分析（部分截圖）

圖5 A7文獻－作者的個體密度等值計算（部分截圖）

結合圖5所示的9－核團隊，在這些學者中，P1的網絡規模最大（值為45.00），密度是19.90，Broker值是793，EgoBet值是326.90，僅次于A7，在其合作網絡中，占據結構洞位置，可作為引進人才或外聘的人選。P3密度值為27.92，Broker值為253，EgoBet值是98.46，在合作網中與他人有合作、也有一定的知識引導作用。從圖5也可以發現，學者P7的密度值最大，為100，Broker和EgoBet值均為0，在個體網中的中間性不強，不占據結構洞位置，可以猜測其為求學的學生或是某個項目的參與者。

根據上述分析，P1和P3可作為外聘或引進的人選。對這兩位學者，同樣計算其2003－2012年期間發表論文的h指數、R指數、AR指數，通過和表3學者的各個指標進行比較、衡量。P1的各位指數都高于P3，且與表3中的7位學者的∑（h，R，AR）值進行排序，排列第4。

表5 P1和P3兩位學者的各種指數值分析

通過頂尖期刊挖掘核心學者，再通過分析核心學者的團隊，進一步挖掘核心學者，為學校引進人才或外聘人才提供一些參考源。

3 結論與進一步思考

（1）文獻是科研工作的成果積累，圖書館以學術文獻為分析源進行評價分析，從第三方的角度，可以較為客觀評估學者的學術水平，為學校引進人才提供參考建議。學科人才評價、學科團隊挖掘中，在開展同行評議的同時，學?？梢圆捎脤W者已發表的文獻評估作為有效補充。

（2）采用h指數、R指數、AR指數，綜合考察學者的學術排名，有效消除了h指數存在的不足，較為完善地評價了學者相對學術水平。利用社會網絡分析，分析科研團隊，根據密度值、K－核分析等分析核心成員。圖書館可以結合自身優勢，開展相應的人才評估情報服務，用于對學者進行挖掘、評估，為學校提供有意義的分析報告。

（3）R指數、AR指數有效彌補了h指數不足，但傳統的引文指標在數字出版時代、原創作品更多實現開放獲取的時代，分析力度顯得有些不足。社會網絡驅動下，可以結合altmetrics補充計量學指標，例如文獻管理系統（如Mendeley）、researchgate平臺、評論、博客微博網絡分享等，實現從學者多維的綜合評估到學者的分析挖掘。

（4）對于引進人才的評估，文獻計量分析與評價只是一個角度，僅作為一種信息源參考，全面引進評估需要結合同行專家評議、個人累計信用評價、引進后期的評估等，構建完善的評估體系。

［1］范其偉.新時期高校人才引進工作的思考［J］.教育探索，2003，（2）：24－25.

［2］唐忠陽.試論高校人才引進中的矛盾與對策［J］.現代大學教育，2002，（4）：82－85.

［3］馮麗芳，孔志洪.人才引進提升高校國際競爭力的核心所在［J］.教育發展研究，2002，（9）：94－96.

［4］吳爾中.文獻計量學與人才評價［J］.情報學刊，1981，（4）：52－54.

［5］邱均平，繆雯婷.h指數在人才評價中的應用——以圖書情報學領域中國學者為例［J］.科學觀察，2007，（3）：17－22.

［6］王衍喜，周津慧，王永吉，等.一種基于科技文獻的學科團隊識別方法研究［J］.圖書情報工作，2011，（2）：55－58.

［7］徐迎迎，魏瑞斌，張文琴.國內開放存取領域的研究熱點和作者合作團體透析——基于共現分析和社會網絡分析［J］.現代情報，2014，（8）：112－118.

［8］E.H J.An Index to Quantify an Individual's Scientific Research Output［J］.Proceedings of the National Academy of Sciences of the USA，2005，102（46）：16569－16572.

［9］金碧輝，Rousseau Ronald.R指數、AR指數：h指數功能擴展的補充指標［J］.科學觀察，2007，（3）：1－8.

［10］劉啟元，葉鷹.文獻題錄信息挖掘技術方法及其軟件SATI的實現——以中外圖書情報學為例［J］.信息資源管理學報，2012，（1）：50－58.

［11］劉軍.整體網分析講義：UCINET軟件實用指南［M］.上海：格致出版社，2009.

（本文責任編輯：郭沫含）

Application Study of Social Network Analysis in the Talent Introduction

Jin Jieqin
（Library，Nanjing Tech University，Nanjing 210009，China）

Talent introduction is the important content of discipline construction.It adopted from the top journals retrieval，analyzed and mines research team through bibliometrics and social network analysis method.It used the h index，R index，AR index of combining to analyze talent research performance，and counted team members'density，K－kernel to value core members.It provided information source reference for the introduction of high－level talents in Colleges and universities.

bibliometrics；social network analysis；talent evaluation；talent introduction

10.3969／j．issn．1008－0821．2015．03．027

G251

A

1008－0821（2015）03－0153－04

2014－12－08

本文系南京工業大學圖書館研究基金項目“基于文獻計量的高?？蒲袌F隊識別與評價分析”（項目編號：NJTECHLIB201205）研究成果之一。

金潔琴（1981－），女，副研究館員，碩士，研究方向：數字圖書館管理，文獻計量學。