李 昊

（合肥工業(yè)大學圖書館 安徽合肥 230009）

1 引言

社會網絡分析（Social Network Analysis，簡稱SNA）是一種社會科學研究方法，是對社會關系的量化分析。該方法綜合運用了網絡和圖論等理論，通過構建行動者之間的關系模型，對群體關系間的結構進行描述，分析它對群體功能或群體內部個體的影響[1]。

1978年,國際社會網絡分析網組織（INSNA）正式成立[2]，標志著社會網絡分析范式的正式形成。但作為一個交叉研究領域，在20世紀70年代之前，已經有許多理論研究成果為社會網絡分析的創(chuàng)立和后續(xù)發(fā)展奠定了重要的研究基礎。

通過使用科學計量學新興的引文出版年譜（Reference Publication Year Spectroscopy，簡稱RPYS）分析方法，可以分析出社會網絡分析研究領域的高被引文獻出版年份，進而揭示出這一研究領域中里程碑式的重要文獻，為研究該領域的歷史演化提供新的分析視角。

2 引文出版年譜分析理論

RPYS是由國際著名科學計量學專家Werner Marx等人于2013年在國際科學計量學和信息計量學大會（ISSI）上首先公開提出的量化分析方法，該方法可以對所研究領域起重要作用的歷史文獻進行發(fā)掘，幫助用戶識別所研究領域的開創(chuàng)性研究工作，區(qū)分短期引用行為和長期引用行為等。目前，該方法已經被用于包括達爾文雀[3]、摩擦力學[4]、GPS[5]、Higgs boson[6]、氣候變化[7]、健康信息素養(yǎng)[8]、情感分析[9]、引文分析[10]、安全文化[11]、數(shù)字圖書館[12]、論文開放獲取[13]等多個研究領域的歷史根源文獻探測工作。

RPYS分析可分為標準RPYS分析和多層級RPYS分析兩種。其中，標準RPYS分析方法會對每一個出版年份所發(fā)表文獻被引用的次數(shù)與近5年間發(fā)表文獻的平均被引用次數(shù)之間的差值進行歸一化處理，再按出版年份先后進行排列，繪制出文獻發(fā)表被引用次數(shù)的含時波動分布圖[14]。該圖中顯示的峰值則表示有高被引文獻發(fā)表的年份。多層級RPYS分析方法是對標準RPYS分析方法的補充擴展[15]。它根據(jù)出版年份對原始引用文獻進行分割，并逐年對其進行標準RPYS分析。所得的數(shù)據(jù)一般以熱力分布圖的形式進行展示，顯示出多主題引文出版年高峰歷年來的研究熱度，可以區(qū)分出短期引用行為（對應于研究熱點）和長期引用行為（對應于知識基礎）。

3 社會網絡分析理論的引文出版年譜分析

3.1 檢索策略

對Web of Science核心數(shù)據(jù)庫中的Social Sciences Citation Index（SSCI）、Science Citation Index Expanded（SCI-Expand）、A&HCI和CPCI-S進行檢索：①主題為“Social Network Analysis”；②選擇英文、文獻類型為 Article Or Proceedings Paper Or Review；③時間范圍選擇1900—2017年（檢索時間為2018年1月26日）。檢索共獲得6 087條相關檢索記錄，文獻時間跨度為1975—2017年，這些文獻所引用的參考文獻總數(shù)達155 667篇，時間橫跨1082—2017年。

3.2 標準RPYS分析

使用基于Java語言開發(fā)的CRExplorer程序[14]對社會網絡分析理論進行標準RPYS分析，該程序能夠對引文數(shù)據(jù)進行預處理（如消除歧義、去重等）并進行深入分析。

全時域標準RPYS分析結果如圖1所示，1930年以前發(fā)表的相關研究論文引用次數(shù)較少；1930—1970年，相關論文的被引用次數(shù)有所提高，出現(xiàn)了若干引文出版年高峰（如1934年、1950年、1967年等）；但從1970年開始，整個社會網絡分析演化進入高峰期，出現(xiàn)了多個顯著的引文出版年高峰（如1973年、1977年、1979年、1992年、1994年和2010年）。為便于分析，本研究劃分了3個時間段，即1900—1930年、1930—1970年、1970—2017年，并對各時期的標準引文出版年譜分別進行繪制和解析。

圖1 標準引文出版年譜（1885—2017年）

3.2.1 1930年以前的研究基礎

一般認為，社會網絡分析理論最早起源于20世紀30年代對英國人類學的研究，然而從1930年以前的引文出版年譜看，前期已有不少的文獻奠定了社會網絡研究的知識基礎。在1885—1930年期間，共出現(xiàn)過4次較大的引文出版年高峰，它們分別出現(xiàn)在1901年、1912年、1922年和1927年，如圖2所示。表1為1930年以前的高被引文獻出版年相關信息列表。CRExplorer程序的作者之一Werner Marx指出，在進行標準RPYS分析時，只需對峰值點上被引用頻次最高的單篇文獻進行內容解析，便可獲知對該領域發(fā)展起重要作用的歷史文獻信息。以下是對1930年以前的經典高被引文獻的具體解讀[14]。

圖2 標準引文出版年譜（1930年之前）

表1 高被引文獻出版年相關信息列表（1930年之前）

第一個峰值指向蘇黎世聯(lián)邦理工大學植物學和植物生理學教授Paul Jaccard于1901年在Bulletin Société Vaudoise Science Nature雜志上發(fā)表的題為“étude comparative de la distribution florale dans une portion des Alpes et du Jura”[16]的法語論文。該文獲得了總計10次的引用，占1901年總被引次數(shù)的33.33%。他在該文中提出了重要的杰卡德相似性系數(shù)（Jaccard Similarity Coefficient），該系數(shù)可用于判斷樣本集之間的相似性和差異性。目前，該系數(shù)被廣泛運用于文本的相似度檢測和數(shù)據(jù)的聚類分析等方面。

第二個峰值指向Paul Jaccard教授于1912年在The New Phytologist雜志上發(fā)表的一篇題為“The Distribution Of The Flora In The Alpine Zone”[17]的重要著作。該文獲得了總計7次的引用，占1912年總被引次數(shù)的46.67%。該文引入了在生物地理學后續(xù)研究中被廣泛采用的種屬比（也稱為通用系數(shù)）的概念，研究了高寒地區(qū)植物區(qū)系的分布情況。

第三個峰值指向美國遺傳學家Wright Sewall于1922年在The American Naturalist雜志上發(fā)表的題為“Coefficients of inbreeding and relationship”[18]的文章。該文章提出的關系系數(shù)可用于衡量兩個人之間的血緣關系。該系數(shù)后來被廣泛運用于遺傳學和譜系學的研究。

第四個峰值指向美國數(shù)學家和物理學家Hitchcock Frank L于1927年在Journal of Mathematics and Physics雜志上發(fā)表的題為“The Expression of a Tensor or a Polyadic as a Sum of Products”[19]的文章，文中引入了“張量分解-CP分解”的概念。CP分解將一個階段的張量分解為個秩為1的張量和的形式。目前，CP分解在信號處理、語音處理、視頻處理、視覺圖像處理、機器學習等研究領域得到了廣泛的應用。

以上4篇文獻與生物統(tǒng)計學、人類遺傳學、數(shù)學統(tǒng)計以及矩陣理論密切相關，表明數(shù)理統(tǒng)計和定量分析是社會網絡分析最初的研究基礎，促進了社會網絡分析理論的發(fā)展。

3.2.2 1930—1970年的研究基礎

1930—1970年是社會網絡分析理論的平穩(wěn)發(fā)展期，發(fā)表的論文被引用次數(shù)都有所上升。在此期間，共出現(xiàn)過5次較大的引文出版年高峰，它們分別出現(xiàn)在1934年、1948年、1950年、1954年和1967年，如圖3所示。表2為1930—1970年高被引文獻出版年相關信息列表。以下是對1930—1970年間的經典高被引文獻的具體解讀。

圖3 標準引文出版年譜（1930—1970年）

表2 高被引文獻出版年相關信息列表（1930—1970年）

第一個峰值指向Moreno J. L于1934年出版的社會計量學經典著作Who Shall Survive[20]，該書獲得了總計39次的引用，占1934年總被引次數(shù)的30.00%。Moreno J. L是社會計量學的首創(chuàng)者，為社會網絡分析奠定了計量分析的研究基礎。在該書中，他對實驗性的小群體進行計量研究，正式提出了“網絡”的概念。在他的倡議下，Sociometry（《社會計量學》）雜志于1937年創(chuàng)辦。

第二個峰值指向麻省理工學院的Alex Bavelas于1948年在Human Organization雜志上發(fā)表的題為“A Mathematical Model for Group Structures”[21]的文章。該文獲得了總計32次的引用，占1948年總被引次數(shù)的21.48%。該文提出了用于描述群體結構的數(shù)學模型，該理論將人類的行為視為相關共生又相關獨立的函數(shù)因子，認為人類的行為可以作為一個群體的因素構成一個不斷相互作用的場函數(shù)。群體所處的社會力量“場”決定了群體的行為。

第三個峰值指向Alex Bavelas于1950年在The Journal of the Acoustical Society of America雜志上發(fā)表的題為“A Communication Patterns in Task-Oriented Groups”[22]的文章。該文獲得了總計26次的引用，占1950年總被引次數(shù)的9.35%。該文提出了任務型團隊溝通模式的數(shù)學模型。

第四個峰值指向澳大利亞和英國社會人類學家John Arundel Barnes于1954年在Human Relations雜志上發(fā)表的題為“Class and Committees in a Norwegain Island Parish”[23]的文章。該文介紹了他兩年來對挪威一個教區(qū)委員會里的人們之間的社交網絡實地考察的研究成果，首次表達了社交網絡的概念。

第五個峰值指向哈佛大學心理學家Stanley Milgram于1967年在Psychology Today雜志上發(fā)表的題為“The small world problem”[24]的文章。該文介紹了他所做的旨在測量美國社會網絡平均路徑長度的“小世界實驗”的實驗情況和對一些問題的思考，該實驗啟發(fā)他后來提出了著名的六度分隔理論。

1930—1970年期間，部分社會網絡分析的核心概念、經典實驗和計量模型相繼提出。作為一門交叉應用學科，社會網絡分析在人類學、心理學、經濟學等領域中的應用進一步得到擴大和深入。

3.2.3 1970年以來的研究基礎

自20世紀70年代以來，社會網絡分析研究進入了一個快速發(fā)展時期，結構洞、凝聚子群、復雜網絡等許多重要概念相繼提出并得到持續(xù)發(fā)展，學術地位日益提高。同時，隨著計算機技術和移動互聯(lián)技術的快速發(fā)展，人們可以借助計算機程序對較為復雜的網絡進行建構分析和可視化展示，社會網絡分析的應用范圍也幾乎拓展到了人類所有的活動領域，成為了一種重要的社會科學研究方法，形成了自己的研究范式和較為成熟的知識理論體系。

圖4為1970—2017年的標準引文出版年譜。從圖4可以看出，自1970年以來，共出現(xiàn)過6次較大的引文出版年高峰，它們分別出現(xiàn)在1973年、1977年、1979年、1992年、1994年和2010年。其中，1970年到2010年，參考文獻的總的被引頻次隨著時間的推移而急劇上升，之后又有所下降。下降的主要原因是2010年以后發(fā)表的文獻發(fā)表時間較短，其被引頻次的提高往往需要一定的時間積累。表3為1970—2017年間的高被引文獻出版年的相關信息列表，以下是對這些經典高被引文獻的具體解讀。

圖4 標準引文出版年譜（1970—2017年）

表3 高被引文獻出版年相關信息列表（1970—2017年）

第一個峰值指向美國哈佛學派代表人物約翰斯霍普金斯大學經濟社會學家Mark S. Granovetter于1973年在American Journal Of Sociology（《美國社會學雜志》）上發(fā)表的題為“The strength of weak ties”（《弱連帶的優(yōu)勢》）[25]的文章。該文獲得了總計516次的引用，占1973年總被引次數(shù)的44.41%。Mark S.Granovetter是社會網絡分析研究領域的重要學者。該文基于人們之間的互動頻率、情感強度、親密程度和交換互惠4個方面對美國社會的勞動力流動問題進行了深入研究，把人們之間的關系劃分為強連帶、弱連帶以及無連帶，并指出了弱連帶的優(yōu)勢，即如果一個人傾向于使用強連帶，那么就勢必會影響到其社會關系中的弱連帶的發(fā)展，導致其在社會上的發(fā)展受阻。弱連帶優(yōu)勢理論的提出，對歐美社會網絡分析學界的研究有著深遠的影響，具有劃時代的重要意義。

第二個峰值指向加州大學艾爾溫分校社會學系和數(shù)理行為科學研究所Linton C. Freeman教授于1977年在Sociometry雜志上發(fā)表的題為“A set of measures of centrality based on betweenness”[26]的文章。文中正式給出了“中介中心性”的定義，共獲得了總計223次的引用，占1977年總被引次數(shù)的20.02%。在網絡理論中，中介中心性有著廣泛的應用，代表著節(jié)點之間的相互依存程度。一個節(jié)點的中介中心性越低，則對該節(jié)點越有利。值得一提的是，Linton C. Freeman教授還參與創(chuàng)辦了Social Networks期刊，社會網絡分析研究領域的最高獎——弗里曼獎就是以他的名字命名的。

第三個峰值指向Linton C. Freeman教授于1979年發(fā)表在Social Networks雜志上的一篇著作，題為“Centrality in social networks conceptual clarification”的學術文章[27]。該文獲得了總計847次的引用，占1979年總被引次數(shù)的46.21%。Linton C. Freeman教授在該文中正式提出了“度中心性”的概念，該指標可用于對群體中核心人物、權力大小進行測度。一個節(jié)點的度中心性越大，則表明它的核心地位和權力越大，其他節(jié)點對它的依賴程度越大。

第四個峰值指向美國芝加哥大學社會學教授BurtR S于1992年發(fā)表的題為“Structural holes:the social structure of competition”（《結構洞：競爭社會結構》）[28]的專著。該書獲得了總計326次的引用，占1992年總被引次數(shù)的11.11%。該書首次提出了“結構洞”的概念。結構洞是指兩個行動主體之間存在的非重復關系。行動主體在網絡中所占據(jù)的結構洞越多，則該行動主體在網絡中的地位就越重要。這一概念的提出將網絡研究擴展到組織研究領域，對后續(xù)的經濟學研究產生了較大影響。

第五個峰值指向Wasserman S于1994年發(fā)表的題為Social Network Analysis: Methods and Applications（《社會網絡分析:方法與應用》）[1]的專著。該書共獲得了1 572次的引用，占1994年總被引次數(shù)的32.38%。該書從社會網絡的視角出發(fā)，詳述了不同類型社會網絡的數(shù)據(jù)類型和結構特征，并借助大量實例，介紹了社會網絡的統(tǒng)計分析方法。

第六個峰值指向美國印第安那大學信息與計算學院復雜網絡與系統(tǒng)研究中心（CNET）主任Santo Fortunato于2010年在Physics Report雜志上發(fā)表的題為“Community detection in graphs”[29]的文章。該文運用統(tǒng)計物理學家開發(fā)的新算法，對社團檢測和聚類分析的最新研究進展進行了綜述。

3.3 多層級RPYS分析

使用基于 Python語言的科學文獻計量及可視化軟件metaknowledge[30]用于社會網絡分析多層級RPYS分析并進行可視化展示。metaknowledge程序開放源代碼使用免費，對分析的數(shù)據(jù)文件大小沒有具體限制，并可以根據(jù)需要編寫相應的python程序，方便對數(shù)據(jù)進行一站式處理。

Comins和Leydesforff指出，在多層級RPYS分析過程中，如若一個參考文獻被施引文獻集頻繁引用不低于3年，且施引文獻集的出版年份不低于3年，則可以認為參考文獻出版年中的核心歷史文獻具有“黏性知識主張”特性[31]。

圖5為社會網絡分析的多層級參考文獻出版年圖譜。該圖的x軸表示被引用文獻的出版年份，y軸表示施引文獻的出版年份，每一個網格顏色的深淺是由該年份與近5年間被引頻次中間值的差值計算確定的。網格的顏色越深，則表示其相對較高的被引用頻次。

圖5 多層級參考文獻出版年圖譜

具體分析可知，1934年、1948年、1950年、1973年、1979年和1994年等年份發(fā)表的文獻不僅總的引用次數(shù)較多，而且常年被后續(xù)的研究論文引用，形成了較為明顯的“柱狀”結構。這些高產年份發(fā)表了該研究領域的核心高被引文獻，形成了較為明顯的“黏性知識主張”，奠定了社會網絡分析研究的知識基礎。

其中，1934年Moreno J L提出了“網絡”的概念；1948年Bavelas A提出了用于描述群體結構的數(shù)學模型；1950年Alex Bavelas提出了任務型團隊的溝通模式的數(shù)學模型；1973年Mark S. Granovetter提出了弱連帶優(yōu)勢的理論；1979年Linton C. Freeman提出了“度中心性”的概念；1994年Wasserman S對分析社會網絡的方法進行了綜述。這些常年被引用的高被引文獻主要涉及社會網絡分析核心概念或數(shù)學模型的提出，得到了后續(xù)研究者的認可與引用，相關理論得到了持續(xù)的繼承與發(fā)展。

4 結論

社會網絡分析作為一種應用范圍很廣的社會學量化分析方法，經過幾十年的發(fā)展，現(xiàn)已成為一種社會學經典研究范式，有著自己的理論基礎、核心概念、方法體系和應用范圍，并受到越來越多的相關研究人員的關注、應用和不斷發(fā)展。

為了解社會網絡分析的歷史根源及研究發(fā)展演化，本文基于Web of Science中收錄的相關研究論文數(shù)據(jù)，對社會網絡分析研究領域進行了標準RPYS分析和多層級RPYS分析，最終得到了15篇高被引文獻。經驗證，這些高被引文獻對社會網絡分析研究領域的發(fā)展均起到了重要作用。

15篇高被引文獻中有3篇是學術專著，其中有2本是1970年以后出版的，其余12篇為期刊論文。這表明，社會網絡分析的研究方法已經日趨成熟，工具方法屬性逐漸強化。這些重要歷史文獻既有對社會網絡分析理論核心概念、理論模型、分析方法等的深入研究, 又有社會網絡分析基于某一領域（如生物統(tǒng)計學、人類遺傳學、社會統(tǒng)計學、數(shù)學圖論等）的具體應用。

從文獻的被引用的次數(shù)及其占發(fā)表年份總被引次數(shù)的比例看，Paul Jaccard、Moreno J L、Alex Bavelas、Mark S. Granovetter、Linton C. Freeman、Burt R S、WASSERMAN S等人對社會網絡分析研究領域的發(fā)展起到了重要作用，他們先后提出了社會網絡分析中的 “網絡”“結構洞”“度中心性”等核心概念，并建立了一些經典數(shù)學模型。

從發(fā)展時期來看，20世紀30年代前是社會網絡分析研究領域的萌芽時期，各年度文獻的被引用次數(shù)最高不超過50次；20世紀30年代至20世紀70年代是社會網絡分析研究領域的平穩(wěn)發(fā)展時期，在此期間，各年度文獻的被引用次數(shù)有所上升，但最高不超過500次，部分社會網絡分析的核心概念和數(shù)學模型先后被提出；20世紀70年代以來，社會網絡分析進入了一個快速發(fā)展時期，各年度文獻的被引用次數(shù)總體呈快速上升趨勢，網絡分析的思想和方法滲透到了更多的社會科學與自然科學研究領域，成為了現(xiàn)代社會學研究的一項經典研究范式。