基于SNA的職業(yè)教育領域合著網絡研究

羅紅梅

摘 ?要 以 CNKI收錄的《中國職業(yè)技術教育》期刊為數據來源，分析合著作品的總體情況，利用SATI和BICOMB軟件分別生成關鍵詞相似矩陣和作者共現矩陣，運用UCINET軟件生成關鍵詞多維量表，實現高產作者合著網絡的可視化，對合著整體網和個體網分別進行分析，揭示國內職業(yè)教育領域合著網絡整體結構特性、核心學術團體和高產作者之間的合作情況。

關鍵詞 職業(yè)教育;合著網絡;社會網絡分析法;UCINET

中圖分類號：G710 ? ?文獻標識碼：B

文章編號：1671-489X（2021）19-0020-03

0 ?引言

中國職業(yè)教育經過70年的改革發(fā)展，培養(yǎng)了數百萬能工巧匠，以高鐵、5G技術、太空實驗室為標桿的“中國制造”遍布世界，建立起世界規(guī)模最大的職業(yè)教育體系，職業(yè)教育領域的發(fā)展趨勢逐漸成為相關學者關注的焦點。雖然有眾多學者對我國職業(yè)教育領域內各個不同的構成要素的規(guī)律進行了探究，但沒有學者從合著作者的角度進行研究。本文選擇《中國職業(yè)技術教育》期刊所發(fā)表的、作者為兩人以上的所有文章，運用社會網絡分析法（Social Network

Analysis，SNA）對合作作者特征進行實證分析，以揭示我國職業(yè)教育領域的知識合作現狀及其發(fā)展規(guī)律。

1 ?研究方法與數據來源

1.1 ?社會網絡分析法

社會網絡在1930年由拉德克利夫·布朗提出，1970年社會網絡分析關鍵技術成為數據分析主流。它通過分析兩個或多個行動者之間關系的數據，研究社會現象和社會結構，是一種跨學科的研究方法。國內已有眾多學者將此法應用于合著網絡的研究，例如：曹霞與崔雷對國外醫(yī)學信息學五大核心期刊合著網絡進行了實證分析 [1];胡衛(wèi)軍和喻珊行對國內《設計》期刊的合著作者網絡進行了實證分析[2]。本文嘗試將社會網絡分析法運用于職業(yè)教育領域的合著網絡研究。

1.2 ?樣本選取與數據來源

本文以1993—2019年《中國職業(yè)技術教育》中的合著作品為研究樣本，在知網中搜索得19 225條紀錄，檢索日期為2020年2月21日。研究過程為：首先，運用Bicomb 2

（書目共現分析軟件）完成合作作者的選定、作者單位等信息的提取及共現矩陣的生成;其次，使用SATI（文獻題錄信息在線統(tǒng)計分析）完成關鍵詞的選定和相似矩陣的生成;最后，運用UCINET 6.0（社會網絡分析軟件）完成合著作者社會網絡分析。

2 ?職業(yè)教育領域合著網絡整體分析

2.1 ?作者合作狀況分析

對《中國職業(yè)技術教育》1993—2019年的作品數、合作作品情況進行統(tǒng)計（見圖1），分析合著率曲線（見圖2），可將這27年分為三個階段：第一階段為1993—2002年，為初始發(fā)展期，這一時期合作率較小（<20%）且波動較大;第二階段為2003—2014年，為平穩(wěn)過渡期，這一時期合著率較高（>20%）且逐年緩慢上升;第三階段為2015—2019年，這是高位震蕩期，合著率波動較大，且合著率較高（>40%）。從合著量總體趨勢可得出：職業(yè)教育領域作品合著范圍正在逐漸擴大。

2.2 ?科研力量分布情況統(tǒng)計

在Bicomb 2中以作者單位為關鍵詞，可以統(tǒng)計出每個科研機構的總發(fā)文量，從而找出職業(yè)教育的主要研究陣地。點的度數中心性是指與該點直接相連的其他點的個數，每個點的度數可以分為點入度和點出度，點的度數中心數越高，表明該點越重要。期刊中位于前10的高發(fā)文量機構

如圖3所示。

2.3 ?職業(yè)教育研究熱點分析

關鍵詞是一篇文獻核心主題的高度凝練，研究關鍵詞的多維尺度在一定程度上反映研究主題熱點。將所有論文數據導入SATI，經數據清洗、在線分析，下載其關鍵詞相似矩陣（100*100）[3]，導入UCINET，分析可生成多維量表（見圖4）。第一象限的關鍵詞比較重要，“企業(yè)管理”“實訓基地”“校企合作”“就業(yè)”“專業(yè)設置”“需求”“職教集團”“師資隊伍”“創(chuàng)新”“頂崗實習”等為職業(yè)教育領域的研究熱點。

3 ?核心作者群合著網絡整體分析

3.1 ?核心作者群分析

職業(yè)教育領域的合著作者人數眾多，依據賴普斯公式可確定發(fā)表的作品數量為10篇及以上的核心作者有134人。通過分析這134位核心作者構成的合著網絡，可以有效反映職業(yè)教育領域內高產作者間的合作情況。在Bicomb 2軟件中，將知網下載的1993—2019年的19 225條記錄導入，以作者為關鍵字，頻次閾值設為10～128，生成共現矩陣，由UCINET自帶的可視化軟件NetDraw畫出網絡結構圖，將節(jié)點的大小附加深度屬性（Degree），節(jié)點越大，代表其與其他點的連接越多，地位越重要（見圖5）。

根據軟件分析顯示，核心作者合著網絡的特征參數為：特征途徑長度（L）=4.2;聚類系數（C）=0.58。根據崔弗斯和米爾葛倫的“小世界理論”——世界上任何人之間都通過大約六步就可以建立聯系，在社會網絡分析中指擁有相對較小的L和相對較大的C的網絡。職業(yè)教育領域合著網絡的L和C值均滿足“小世界理論”的要求，說明它是一個高度聚類的有序網絡，信息傳播的速度比較緩慢;但是，這個網絡擁有少量的捷徑，隨著局部的微小調整（如捷徑數量增加一點），整個網絡的結構將會出現巨大變化，如信息傳播的速度變得非常迅速[4]。這說明職業(yè)教育領域如果形成穩(wěn)定的長期合作團體，構成更多捷徑，將會使職業(yè)教育領域的信息傳遞速度大幅度增加，成果共享的范圍也會隨之大幅擴大。

4 ?核心作者群合著網絡個體分析

4.1 ?凝聚子群分析

派系分析（Factions）是分析網絡小群體結構最常用的方法[4]。利用Network—Subgroup—Factions命令，經過檢驗假設，將block數值設為10時，能夠達到最理想的分割。其初始正解比例（Initial proportion correct）為0.775，最終正確比例（Final proportion correct）為 0.914，數值較大，接近1，說明將其劃分為10個派系是正確的，派系分布見圖6。

4.2 ?個體網絡結構洞分析

結構洞組成中間人，能在行動者之間架起一座橋梁。擁有結構洞數量越多的作者，越能獲取更多新信息和資源，跨群體的中間人會更熟悉另類的想法和行為，因而會有更多觀念選擇機會，即結構洞對于創(chuàng)新具有重要意義。結構洞最精確測度指標為限制度，其數值越小，說明該節(jié)點在網絡中占據結構洞的位置越多，與其他節(jié)點之間聯系的自由度越大[4]。經Network—Ego networks—Structural holes

命令，圖7列出按限制度（Constraint）降序、按影響度（EffSize）升序排列前十位的作者，這些作者在網絡中占據的結構洞數量多，控制著網絡的核心資源，能夠直接影響知識擴散的方向與速度。

結合圖6和圖7可以看出，在10個子群中有六個子群擁有一至兩個結構洞（在圖6中對應的作者編號有下劃線顯示），表明大部分子群中有一至兩個受限制相當小的作者，可以充分地發(fā)揮紐帶作用，加速信息的交流與合作。

5 ?結論

本文運用社會網絡分析專用軟件對國內職業(yè)教育領域合著情況進行可視化分析，得到以下結論：國內職業(yè)教育領域高產作者間的合作范圍狹窄，合作模式單一，能夠將不同合著子群連接起來的中間人還比較少;但其“小世界”效應非常明顯，網絡中有捷徑存在，要讓這些捷徑發(fā)揮更大的作用，需要核心作者形成穩(wěn)定長期的學術團體，促進職業(yè)教育領域知識交流與成果共享。本文為了可視化效果，只選擇研究《中國職業(yè)技術教育》這一本期刊自創(chuàng)刊以來27年的高產作者的合著網絡，存在一定的局限性，因此有待進一步進行深入探究驗證。

參考文獻

[1]曹霞，崔雷.基于SNA的國外醫(yī)學信息學領域合著網絡研究[J].現代情報，2016（3）：129-134.

[2]胡衛(wèi)軍，喻珊，李明星，等.基于社會網絡分析的設計領域知識合作網絡演化研究[J].圖書館，2018（3）：61-67.

[3]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.

[4]劉軍.整體網分析：UCINET軟件實用指南[M].3版.上海：格致出版社、上海人民出版社，2019.