基于SNA 的供需網企業間知識協同網絡分析

梁 瑩

(韶關學院信息科學與工程學院，廣東 韶關512005)

社會網絡分析法(Social Network Analysis，SNA)是一種從量化的角度分析社會關系內在結構的研究方法。通過對成員之間關系與聯結情況進行研究與分析，其結果可用于描述和測量成員之間的關系或通過這些關系流動的各種有形或無形的資源，如知識等。社會網絡分析的關鍵在于把復雜多樣的關系形態表征為一定的網絡構型，然后基于這些構型及其變動，闡述其對個體行動和社會結構的意義［1］。除本身的方法論外，社會網絡分析還適用于小群體、社會圈以及企業網絡、市場網絡等結構，這些也逐漸成為社會網絡分析的主要內容。在按照組織間關系進行層次分類的社會網絡分析中，網絡中的節點可以表示任何事物，例如個體、團隊、組織、專利等，連接兩個節點的邊既可以是有向的也可以是無向的，社會網絡一般都不是隨機的，而是具有一定結構，可能表現出聚類性、分派性或者六度分割、核心——邊緣結構等，通過分析網絡的結構，甚至可以為組織的關系管理帶來直接效益［2］。

供需網(Supply and Demand Network with multi－function and opening characteristics for enterprises，SDN)是一種在全球范圍內，通過集成相關企業的“相關能力”來滿足多種供需要求而建立起來的多功能、充分開放式的企業網絡結構模式［3］。它是在動態聯盟和供應鏈企業各種合作模式基礎之上發展起來的更高層次的合作模式，它綜合集成各聯盟形式的優勢，并克服它們在運行過程中的缺陷和不足，是全球化環境下一種創新的管理理念［4］。因此，以供需網作為研究對象，用社會網絡理論分析其網絡結構有助于揭示現存的網絡模式是否適合和支持知識協同行為，以及是否仍存在交流或制度方面的局限，有利于明確目前影響知識協同管理的關鍵原因，以達到提高供需網企業間知識協同效率的目的。

1 供需網企業間的知識協同關系模式

供需網管理模式的重要特征之一是為分散在異地的成員企業提供了一個協同環境，通過分工協作，敏捷地適應市場變化，快速提供迎合用戶個性化需求的服務，實現“共贏”，文中所說的供需網企業是指那些在供需網管理模式下具備充分合作與開放性等特征的企業。從復雜性理論的角度來看，供需網的形成在于成員企業為適應市場環境，提高自身核心能力而尋求資源互補效應的動態相互作用，資源的互補是企業相互作用的前提條件。當一個新的企業尋求加入供需網或者與供需網內的現有企業之間產生新的連接時，首要條件是雙方必須具備資源的互補性，供需網中典型的資源包括知識、資金、人才和管理等，本文主要以企業的知識資源作為研究對象。因此，供需網成員企業間要形成知識協同網絡，必須具備的一個關鍵條件是企業之間具有互補性的知識。

社會網絡理論認為世界是由關系所構成的網絡組成，關系是資源流動的渠道，而行動主體之間的關系是多元的，由此構成了社會網絡的多層性，供需網本身就是一個多層次的復雜網絡結構，在這個龐大的網絡中，各個成員企業之間無時不在進行著包括物流、信息流、資金流、知識流在內的各種活動［5］。知識如何在企業與合作伙伴之間流動才有助于核心能力的提高，企業如何理解和把握與合作伙伴之間的關系等，這些都是關系到企業本身乃至整個供需網發展的關鍵性問題。所以，利用社會網絡的理論對供需網進行分析與研究，有助于理解企業之間的交互關系，提高對信息溝通和知識流動的干預能力，進而幫助我們解決供需網企業間知識協同管理問題。供需網企業間的知識協同管理涉及協同任務、協同關系、協同企業、協同資源等多種因素，各因素之間聯系緊密，形成多種映射關系，共同構成了供需網企業間復雜多樣的知識協同管理的組織關系模式，如圖1 所示。

圖1 供需網企業間知識協同管理關系模式

在執行每個協同任務時，擁有某種知識關聯的成員企業間可組建成不同的知識供需合作子網，參與每個子網的成員企業均是動態變化的，成員企業可以動態加入和退出子網，同一個企業也可以同時加入多個子網。在供需網的開放動態環境下，企業間知識協同管理實際上是發生在各知識供需合作子網中的，這些子網交叉重疊，能對外界市場變化做出敏捷反應，實現動態重構。在知識協同管理過程中，每個子網內部的成員企業間合作較為密切，而相對與子網外部協同企業間的合作較為松散，但并非沒有任何關聯。在供需網企業間形成的知識協同網絡體系中，基于不同任務和資源耦合成的知識供需合作子網之間也存在一定程度的協同關系，而在各子網內部的成員企業間同樣存在協同關聯，依據這些關聯，彼此間采用不同的、或松或緊的方式合作，這種合作有時甚至可以打破供需合作子網的組織界限。可以說，供需網企業間知識協同網絡體系正是依托供需網多通道、多層次的知識交互環境，通過協同企業間的直接交互及子網集結、關聯運作過程，為知識協同管理創造了條件。供需網模式下各成員企業之間基于知識資源所建立的協同關系必須能夠創造出新的市場價值，在增強各成員企業的核心能力的同時，能為整個供需網的持續發展帶來新的動力。

通常情況下，當各供需合作子網或各成員企業執行同一級別的協同任務時，相互間處于平等地位。它們各自相對于不同的知識協同環節和協同任務獨立運作，卻往往由于某方面資源的共享及任務的調配發生關聯，這種關聯或是依照彼此運作呈現的遞進順序(例如，研發、加工、銷售等)體現出強關聯，或是彼此相對并行運作體現出弱關聯。另外，構成供需網企業間知識協同網絡體系的多個知識供需合作子網如果是相互關聯或者互補，則有利于供需網整體的知識協同管理及供需網自身的發展，供需合作子網之間關聯性越強或者互補性越強，則供需網的協同優勢越為明顯。反之，如果多個知識供需合作子網相互間呈現的關聯性很弱甚至無任何關聯，則不利于供需網整體的知識協同管理及發展。按照層次式遞進方式進行擴展，供需網企業間知識協同網絡體系中的整體協同關系表現為由多個不同級別協同供需子網構成的嵌套層次式協同關系。在實際運作中，知識協同關系往往時常處于動態變化之中，可能是基于某些客觀原因，或協同目標的更改導致某一時刻執行不同子任務的知識供需合作子網的建立或是解散;也可能是由于個體主觀原因，導致參與某一知識供需合作子網管理的企業的加入或退出。

2 以供需網為研究對象的社會網絡分析步驟

利用社會網絡分析方法對供需網企業間形成的知識協同網絡進行分析的主要目的是揭示知識資源在網絡中的流動狀態，明確當前企業間的知識協同管理模式，優化作為共享性知識資源載體的供需網成員企業間的協同管理。下面分別列出應用社會網絡分析法研究供需網企業的具體步驟。

2.1 數據的收集與處理

首先明確哪些企業參與社會網絡分析，負責收集社會網絡分析的數據。本文假設以家電企業構成的供需網為分析對象，其中企業數據的獲取通常借助企業日志中相關合作項目的真實情況記錄，同時輔以訪談、調查方法的運用。其中日志里記載的合作情況多反映出已發生的正式性協同活動，及由此而建立的正式協同伙伴關系，但通過民意調查和訪談則更多體現出網絡中非正式協同活動的發生情況。其次將收集到的數據進行二值化處理，基于一定標準的臨界值分別用1 或者是0 進行編碼，用以體現供需網企業間基于知識協同的社會網絡關系的存在。

2.2 繪制并分析知識協同網絡結構

根據企業的日志調查和訪談結果，構建出供需網企業間的知識協同關系矩陣后，可以借助UCINET (University of California at Irvine NETwork)軟件繪制出該網絡初步的網絡結構圖［6］。并進一步對該網絡的整體結構、網絡密度、網絡中心性等問題進行詳細分析。通過分析網絡結構的各項指標，進一步明確該供需網企業間知識協同的整體結構，判斷該結構是否支持企業間的知識協同行為。

2.2.1 網絡的密度

2.2.2 網絡成員之間的平均距離

平均距離(average distance)強調網絡中任意兩個節點(即兩個企業)之間實施知識協同行為所需經過的連線數，即二者之間在圖論或矩陣意義上最短路徑的長度。對平均最短路徑的計算通過矩陣算法:

2.2.3 知識協同凝聚子群

社會網絡分析的任務之一是對“社會群體”概念進行形式化處理。群體是在既定目標和規范的約束下，彼此互動、協同活動的一群社會行動者。凝聚子群是指網絡中的派系、小團體。研究表明，有利于促進知識協同有效運作的理想性網絡拓撲結構是網絡中存在密度較高的小團體，同時各個小團體之間又存在一定程度聯系的網絡結構。“子群”的形式化概念是通過子群體中成員的總體凝聚性給出的，這種凝聚性建立在成員之間的某些特定關系屬性的基礎上。

由于我們可以根據多種網絡屬性對一個群體的凝聚性進行量化處理，因此，凝聚子群也有多種形式化定義。可以從以下4 個方面考察凝聚子群:關系的互惠性;子群成員之間的接近性或者可達性;子群內部成員之間關系的頻次(點的度數);子群內部成員之間的關系密度相對于內、外部成員之間的關系的密度。本文對知識協同凝聚子群的分析主要從派系劃分、k－核等方面了解知識協同企業之間的關聯。

2.2.4 點的中間中心度

中間中心度(betweenness centrality)測量的是該點在多大程度上控制他人之間的交往。中間中心度反映的是兩個節點間的捷徑，也是連接兩個企業的最短路徑，中間中心度越高，則說明該節點在該網絡中的媒介作用越明顯［7］。如果一個點處于許多其他點對的捷徑(最短路徑)上，我們就說該點具有較高的中間中心度。假設一個點對X 和Z 之間存在n 條捷徑，一個點Y 相對于點X 和Z 的中間度指的是該點處于此點對的捷徑上的能力。假設點j 和k之間存在的捷徑數目用gjk表示，第三個點i 能夠控制此兩點的交往能力用bjk(i)來表示，即i 處于點j 和k 之間的捷徑上的概率，點j 和k 之間存在的經過點i 的捷徑數目用gjk(i)來表示，那么bjk(i)=gjk(i)/gjk［8］。

2.3 給出分析結論和改進措施

運用社會網絡分析法對供需網的網絡結構進行解析，利用得到的分析數據，可以解釋現存的社會網絡模式是否適合和支持知識協同行為的開展，找出促進或妨礙知識協同管理的關鍵原因，提出合理化的改進措施或建議，從而提高網絡整體知識協同管理成效。

3 供需網企業間知識協同的社會網絡應用算例

為從社會網絡的視角分析供需網企業間因知識協同形成的網絡結構，本文通過一個簡單算例，運用社會網絡分析軟件UCINET 對供需網模式下的企業知識協同網絡進行模擬分析。分別從整體結構分析、知識協同網絡凝聚子群和中間中心度等角度具體分析如何促進供需網企業間的知識流動，并應用社會網絡分析方法對該網絡的知識協同現狀進行仿真，借以探討供需網企業間的知識協同關系。

在進行圖表和數據設計分析時，為方便解釋和計算，本文簡化了實際可能存在的節點點數和關聯［9］。實際上，現實中的企業間知識協同關系比下文描述的復雜得多。我們只做簡單假設:以25 家企業形成的知識協同網絡為研究對象。在企業調研后，根據各成員企業的日志調查和訪談結果，構建這25 個企業間知識協同關系矩陣，如果兩個企業有技術或工程等方面的立項合作，或者雙方在技術方面的訪談與報告講座、技術性人員之間電話交流等非正式的知識交流頻率較高，則表明兩者之間存在知識協同關系;如果雙方沒有此類合作行為，則表明雙方不存在知識協同關系。為方便描述，25 個企業分別用E1 ～E25 表示，在此不考慮企業間協同關系的方向性，可認為構建的知識協同關系矩陣是對稱矩陣，運用網絡分析軟件UCINET 繪制出25 個企業參與知識協同所形成的網絡結構，如圖2 所示。

圖2 企業間知識協同網絡圖

3.1 網絡整體結構分析

在UCINET 中，選定我們要分析的網絡數據，即可計算出該網絡的整體密度，經計算可知該網絡的總平均密度為Density(matrix average)=0.4431，網絡中關系的標準差為0.4967。這是一個相對適中的網絡密度值，表明該網絡中企業間知識協同關系的緊密程度較好，任何兩個企業之間都是可達的，但是有些企業之間建立協同關系還需要通過媒介企業。在網絡中，兩點之間的距離是圖論上的距離，即二者之間在圖論或者矩陣意義上最短途徑的長度。根據UCINET 軟件的分析，整個供需網企業間的平均距離為1.523，即大多數參與知識協同的企業通過平均不到1 個媒介企業就可以和另外一個成員企業建立協同關系。

Widmeyer［10］等人將凝聚力定義為:“在追求群體目標的過程中，反映一個群體團結在一起，保持整體傾向的動力過程。”在UCINET 中，有一個凝聚力指數的分析指標，該指數在0 ～1 之間，經軟件分析可知，該網絡建立在“距離”基礎上的凝聚力指數為0.739，該指數越大，表明該整體網絡越具有凝聚力。由以上分析，我們可以認為這25個企業節點之間的關系比較緊密，凝聚力強。

3.2 網絡的凝聚子群分析

凝聚子群研究是一種社會結構研究。下面主要從“關系的互惠性”和“成員之間關系的頻次”兩方面來分析所考察供需網的結構特點。

3.2.1 建立在互惠性基礎上的凝聚子群主要是派系(cliques)

對于不同性質的網絡來說，派系的定義是不同的。在一個圖中，“派系”指至少包含3 個點的最大完備子圖，派系是“完備”的，即其中任何兩點之間都是直接相關的，都是鄰接的，且不存在任何與派系中所有點都有關聯的其他點，派系為“最大”的含義是指在總圖中不能向其中加入新的點，否則將改變“完備”這個性質［11］。派系的成員至少包含3 個點的要求說明了僅一個互惠對不構成派系。對由供需網企業所構成的網絡進行派系分析，得到的結果就是由指定成員數構成的最大知識供需合作子網數目。進行派系分析時，在UCINET 中根據知識協同關系矩陣中的數據，考慮到企業間的實際合作情況，人為設定派系的最小成員數為5。由軟件分析結果可知數據中包含規模為5個及以上的派系共有30 個，例如第1 派的成員為E4、E5、E7、E12、E13、E17，第四派的成員為E3、E4、E5、E11、E17，由此可見，派系的成員之間是可以重疊的，這與供需網理念中同一企業可以參與不同供需合作子網的內容是一致的。分析結果中的派系共享成員矩陣給出了每一對企業共同隸屬的派系數目如圖3 左邊所示。

這個結果給出了企業間知識協同的派系情況，例如，第7 行第4 列的值是3，說明企業E7 和E4 隸屬于3 個派系，即參與了3 個不同的知識供需合作子網的運作。對角線上的值則說明對應的企業隸屬的派系數，例如第3 行第3 列的值是6，說明該企業參與了6 個派系的知識協同活動。此外，該程序還生成了一個聚類圖 (Clustering Diagram)，該圖可以清楚地告訴我們派系分派的情況，如圖3右邊所示。從圖中可以看出，E1 和E8，E13 和E20 共同隸屬于4 個派系，E4 和E17 共同隸屬于12 個派系，而E22和E23 不隸屬于任何派系。

圖3 企業共同參與的派系數量及成員聚類圖

3.2.2 建立在點度數基礎上的凝聚子群是通過限制子群中每個成員的相鄰點個數而得到的

與派系概念不同，以度數為基礎的凝聚子群研究要求成員的點度數不低于某個值。k－核即是建立在點度數基礎之上的凝聚子群概念之一。它的定義為:如果一個子圖中全部點都至少與該子圖中的k 個其他點鄰接，則稱這樣的子圖為k－核。通過UCINET 分析該企業知識協同網絡的k－核，得到如下結果，如圖4 所示。

可見，在全部25 家企業的知識協同關系中，可以進行3 種分區，其度數分別為9，8，7。對于度數為7 的分區(即7－核)來說，它包含全部25 家企業;度數為8 的核(即8－核)中包含的企業是除E22 外的其余24 家企業;度數為9 的核(即9－核)中包含的企業有20 家，分別是E1 ～E11，E14 ～E17，E19，E20，E23 ～E25。此外，圖4中還給出了3 種k－核分區中包含的聚類數，可見這3 類分區中的聚類數分別是1，2，6。第一列包含1 個聚類，即由全部25 家企業構成的7－核聚類。第二列包含2 個聚類，是由E22 作為一個聚類和另外一個8－核聚類構成。第三列包含6 個聚類，聚類1 由上述20 家企業構成，另外5 個聚類分別由剩下的E13、E18、E21、E22 和E23 構成。

圖4 k-核分析結果

3.3 中間中心度分析

中間中心度反映的是某企業在整個網絡中所起媒介作用的情況，較高的中間中心性說明該企業作為整個網絡知識傳播的媒介作用明顯。中間中心度這個指標同時也測量了網絡中的成員對資源控制的程度。通過UCINET 可以計算出本例網絡中各個節點企業的中間中心度，如圖5 所示。其中第一列計算結果為各企業的絕對中間中心度，第二列為相對中間中心度，單位均為數值百分數。由圖5 可見，E17 的中間中心度是最高的，這說明E17 在網絡中對企業間知識資源的控制優勢最大，其次是E4、E5、E10，這說明這些企業在整個網絡的知識流動中發揮了積極作用，有效促進了企業間的知識協同管理。E13 的中間中心度是最低的，則說明其在網絡中對企業間知識資源的控制優勢最弱。

圖5 點的中間中心度與圖的中間中心勢

中心勢指數是一個與網絡密度相反的概念，它代表的是群體集權的程度，也就是團隊互動或者團隊合作集中在少數人的狀況，中心勢指數越高，則越不利于知識的交流與共享［1］。對于一個無向網絡而言，計算出來的中間中心勢只有一個，它刻畫的是這個網絡所具有的中心趨勢。從分析結果可見，整個網絡的標準化中間中心勢為2.55%，這個值相對較小，說明該網絡的中心趨勢較弱，即各企業節點所處的位置是相對平等的，不存在明顯的核心企業，這符合供需網中企業間相互關系的特點。

3.4 算例分析

由以上分析可知，該算例中供需網企業間存在明顯的知識協同關系，并體現出社會網絡結構的特征。從整體而言，該網絡的密度適中，說明企業間知識協同關系的緊密程度較好，網絡成員之間的平均距離較短，大多數參與知識協同的企業通過平均不到1 個媒介企業就可以和另外一個成員企業建立協同關系，成員企業之間具有較強的凝聚力。

根據社會網絡中不同的凝聚子群考察方法，可以分析出該供需網中哪些企業間聯系緊密，并具有長期穩定合作關系。同時，還可以分析出聯系較為松散的企業。對于這些企業，應進一步分析它們沒有廣泛與其他成員企業建立知識協同關系的原因，可能是自身運作領域、技術水平受限，也有可能是存在協同合作的進入壁壘，明確其原因，將有利于企業自身能力的提高和發展方向的合理確定。此外，每個參與知識協同企業的中間中心度不盡相同，中間中心度最高的企業，在整體知識協同運作中處于最為關鍵的“橋梁”位勢，說明它對其他企業成員具有較強的控制優勢，這些“橋梁”企業應盡可能發揮關聯作用融入供需網的整體知識協同運作中。

4 結 語

本文將社會網絡理論應用于供需網企業間的知識協同中，運用社會網絡分析方法研究了供需網企業間知識協同的關系和網絡結構。借助該分析方法，可以明確目前供需網絡的構成和特征，了解當前供需網企業間知識協同管理模式的優勢和弊端，由此判斷這種組織模式是否支持與配合知識協同行為的順利開展。這一判斷過程及其原因分析也是探索如何更好改善目前知識協同現狀、提高協同成效的過程。

［1］ 鄔愛其. 集群企業網絡化成長機制研究［D］. 杭州:浙江大學博士學位論文，2004.

［2］ 邵云飛，歐陽青燕，孫雷. 社會網絡分析方法及其在創新研究中的運用［J］. 管理學報，2009，6 (9):1188－1193.

［3］ 徐福緣. 大批量定制生產的理論與應用［M］. 上海:上海科學技術出版社，2008.

［4］ 倪明. 兩種組織理念及其在推進社會和諧發展中的應用［J］.中國軟科學，2009，(3):68－75.

［5］ 張翠英，喬湫娟. 基于社會網絡的供應鏈知識流動模型［J］.情報雜志，2010，29 (5):26－31.

［6］ 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.

［7］ 蔣同明. 科技園區創新網絡結構特征測度的仿真研究［J］.科學學與科學技術管理，2011，32 (1):78－81.

［8］ 王銳. 基于MONGODB 的關系網絡分析技術研究與應用［D］. 長沙:國防科技大學碩士學位論文，2011.

［9］ 蔡新霞. 社會網絡視角下的聯盟企業知識轉移分析［J］. 齊齊哈爾大學學報:哲學社會科學版，2010，(11):36－39.

［10］ Widmeyer W N，Canon A V，Brawley L R. Group cohesion in sport and exercise ［J］. Handbook of Research on Sport Psychology，1993:672－679.

［11］ 張鵬程，彭菡. 科研合作網絡特征與團隊知識創造關系研究［J］. 科研管理，2011，32 (7):104－111.