安全科學的社會網絡知識圖譜及其主題演進研究

郭為群 張應語

(曲阜師范大學 管理學院，山東 日照 276826)

0 引言

隨著科學技術的飛速發展和智能時代的到來，Twitter、抖音、微博、微信等社交媒介越來越受到大眾歡迎，這在擴大社交網絡遍布范圍的同時，無疑加速了社交網絡內部信息傳遞和情感交互。然而，當前網絡信息良莠不齊，垃圾、虛假或不實信息的傳遞都嚴重阻礙著安全網絡構建，成為當前網絡發展的“副作用”。在此背景下，社會(交)網絡及相關分析也越來越受到公眾和學術界的青睞，被廣泛應用于如社會學、心理學、醫學、計算機科學等眾多領域的同時[1-4]，也逐步發展成一種制度化的跨學科研究視角[5]。將社會網絡應用到安全科學領域有助于加強網絡安全管理，增強系統彈性，提高風險響應能力，有效預防和降低事故的影響和損失[6-7]。

文獻計量分析是指運用數學、統計學等方法對目標文獻進行定量分析，已被廣泛應用于學術研究[8]。科學知識圖譜是一類顯示科學知識發展進程與結構關系的圖形，是數據科學與可視化技術背景下的科學計量學新領域[9-10]。本研究旨在運用文獻計量和知識圖譜的方法對2006-2019年安全科學領域社會網絡主題研究進行梳理，實現相關領域動態發展狀況可視化，以期為后續社會網絡研究提供更為清晰的實踐借鑒。

1 方法

1.1 數據來源

為探討社會網絡在安全科學領域相關研究的進展情況，依據Hale[11]的研究，綜合專家意見，篩選18個具有代表性的安全科學期刊，并通過Web of Science核心合集數據庫對社會網絡主題進行檢索。引文索引設置為“SSCI”和“SCI”，文獻類型設置為“Article”，語言選擇為“English”，時間跨度為2006-2019年，以“Social Network”和“Social Networks”為主題詞分別對選定的安全科學期刊進行主題檢索，各關鍵詞之間采用“Or”連接，截至2019年10月13日共檢索到文獻80篇，將期刊根據檢索文獻數由高到低進行排序，見表1(無相關主題文獻的部分代表性安全科學期刊被排除在外)。

1.2 研究方法

基于上述數據，本研究采用共詞分析對安全科學領域的社會網絡研究進行定量與定性分析。關鍵詞是作者對文獻內容的高度概括與凝練，某種程度上能夠代表該文獻的主題和核心思想。共詞分析通過對若干對關鍵詞在不同文獻中共現頻次進行統計以揭示該領域的研究現狀[12]。VOSviewer軟件作為重要文獻計量工具，能清晰呈現知識共現圖譜及圖譜中節點之間的聯系[13]。運用VOSviewer軟件對Web of Science數據庫中相關文獻的關鍵詞進行提取，自動生成關鍵詞頻數列表，并繪制關鍵詞共現圖譜。本研究具體步驟如下：利用VOSviewer軟件提取社會網絡相關文獻的作者關鍵詞，并繪制關鍵詞共現圖譜；從個體、組織和社會3個層面對作者關鍵詞進行劃分，研究及對比安全科學領域2個時期社會網絡的研究熱點，探討社會網絡主題演進趨勢及未來方向。

表1 主要安全科學期刊及檢索文獻Tab.1 Main safety science journals and retrieval literature

2 結果

2.1 社會網絡相關研究的發展

自2006年以來，安全科學領域中社會網絡主題研究的發文量總體呈波動上升趨勢，如圖1。基于發文量，社會網絡分析研究被劃分為2個發展階段：成長期(2006-2015)和發展期(2016-2019)。成長期累計發文34篇，在這期間，社會網絡主題的研究發展較為緩慢；相較之下，2016-2019年共出版46篇文章，占總發文量的57.5%，表明這一階段，社會網絡相關研究開始進入一個快速增長的發展期。這也預示著安全科學領域中社會網絡研究正呈現方興未艾之勢。

圖1 2006-2019年安全科學領域社會網絡主題研究的發文量Fig.1 Number of papers published on social network subjectresearch in the field of safety science from 2006 to 2019

2.2 關鍵詞共現分析

通過VOSviewer軟件對80篇社會網絡文獻數據進行處理，得到原始作者關鍵詞295個。隨后，由3位專家進行討論，對關鍵詞單復數、同義詞進行人為合并及重命名，如將“Social Network”“Social Networks”“Social Networking”同義詞合并為“Social Networks”，最終得到280個關鍵詞。表2列出頻數大于等于2的作者關鍵詞。接下來，借助可視化分析工具VOSviewer，得出2006-2019年安全科學領域中社會網絡主題研究的關鍵詞共現圖譜，如圖2。

表2 安全科學領域社會網絡研究中的前26個高頻詞Tab.2 Top 26 high frequency words in social networkresearch in the field ofsafety science

圖2中，節點表示每個關鍵詞，節點的大小與其代表的關鍵詞出現的頻次大小相關，節點之間的連線表示2個不同的關鍵詞之間的共現關系，連線越多則表示關鍵詞之間的聯系越緊密。在所有關鍵詞中，“Social Network Analysis”的節點最大，且位于圖譜中心位置，與其他67個關鍵詞存在聯系。其次，“Social Networks”(Links=32)、“Network Analysis”(23)、“Risk Management”(22)、“Risk Communication”(21)以及“Risk Perception”(20)等關鍵詞的節點也較大，屬于社會網絡研究的核心內容。位于圖譜邊緣的關鍵詞節點頻次相對較低，與其他關鍵詞的聯系較少，如“Process Mining”(2)、“Gynecological Surgery”(2)、“Instrumental Variables”(2)以及“Economic Impact Visualization”(2)等。在一定程度上說明社會網絡研究在安全科學領域應用較為廣泛，在內容和方法上呈現多樣性。

2.3 研究現狀

為進一步厘清社會網絡主題在安全科學領域的研究現狀及演進趨勢，綜合考慮發文量等因素，分別對成長期(2006-2015)和發展期(2016-2019)2個時期的研究進行具體討論。

總體來看，社會網絡在安全科學領域的研究主要分布在社會和組織層面，個體層面研究相對較少；而社會網絡分析(Social Network Analysis)在2個時期的個體、組織及社會層次都是必不可少的研究熱點。具體來說，在成長期，組織層面對社會網絡的研究較多，關注脆弱性(Vulnerability)、溝通(Communication)、指揮和控制(Command and Control)以及應急響應(Emergency Response)；社會層面主要對國家關鍵基礎設施(Critical Infrastructures)以及社會媒體(Social Media)進行研究；個體層面側重于對個人風險感知(Risk Perception)和溝通(Risk Communication)的研究。在發展期，研究主題開始豐富起來，呈現出多元化發展趨勢，更多的研究將關注點放在社會層面。社交媒體(Social Media)應用和大數據(Big Data)成為這一時期的研究熱點；不僅如此，對社會風險(Social Risk)及風險放大(Social Amplification of Risk)、風險溝通(Risk Communication)和風險管理(Risk Management)等相關研究也是這一時期的重點內容；其中，EAST(Event Analysis of Systemic Teamwork)作為分析多種社會技術系統(Sociotechnical Systems)的重要方法被應用到這一時期的研究中。較成長期，組織層面在這一時期對風險進行了較為深入的研究，特別是對風險管理(Risk Management)的研究，與此同時，這一時期也涌現出對彈性(Resilience)的研究。個體層面則持續深入對社會網絡以及網絡分析的研究，個體對事故及災難的風險感知(Risk Perception)也成為研究的熱點內容。

3 主題演進與未來研究趨勢

通過對安全科學領域中社會網絡研究進行深入分析，從成長期到發展期研究主題的演進主要集中在以下3個方面：網絡安全、事故響應以及風險管理。

3.1 成長期(2006-2015)

這一時期，網絡安全的研究較少且主要集中在社會層面。社會技術系統的日益復雜和獨立系統的相互滲透為社會互動創造了新機會的同時，也支持了社交網絡“陰暗面”的發展。基于上述背景，Johnson[14]闡述社交網絡和社交媒體中存在的攻擊，識別多層網絡中人機交互的威脅，確定保護國家關鍵基礎設施的網絡防御的路線圖。Chai等[15]聚焦于中國油氣工業，應用社會網絡分析關鍵基礎設施特征，確定了石油、天然氣和電力為最受依賴的關鍵基礎設施。

事故響應這一主題研究側重于應用社會網絡分析事故并進行事后管理，對事前管理的研究較少。有效資源分配和有關機構之間的溝通合作是成功應對緊急情況的2個重要先決條件[16]。如Houghton等[17]指出社會網絡分析對危險化學品事故應急響應過程的指揮控制作用；Park[18]認為緊急情況下核電站人員溝通特征與相關組織績效之間存在顯著關系，分析人員之間溝通的社交網絡有助于提高系統安全性；Baber等[19]利用社會網絡分析和基于Agent的建模方法探索海上搜救行動中的信息流動，強調通信結構發揮的重要作用。作為一個重要分析方法，EAST在這一時期中被提出，通過集成層次任務分析、協調需求分析、通信使用圖、社會網絡分析和關鍵決策方法，旨在增強民用或軍事領域基礎設施的系統設計[20]，為下一時期的運用提供了方法論基礎。

對風險的研究主要集中在個人層面使用社交網絡帶來的風險感知，如網購風險感知與忠誠度[21]、健康風險感知[22]、自然災害風險感知[23]等。這一時期的研究也為下一時期較高層次的風險溝通和管理提供了基礎。

3.2 發展期(2016-2019)

這一時期，“網絡安全”這一主題被廣泛應用于建筑業[24]、化工[25]、道路交通[26]與人類工程[27]等安全科學領域。Twitter等社交媒體的蓬勃興起帶來一系列安全問題，如有害內容、不實信息和虛假信息的傳播[6-7]，網絡安全面臨巨大挑戰。另外，組織層面對網絡彈性的研究也開始涌現。Wehbe等[24]通過分析3個大型項目的通信和安全管理網絡發現：具有較好交互作用和結構的網絡對普遍存在的風險具有較高的彈性和較好的實際安全性能。López-Cuevas等[28]從社區情緒變化的角度來研究社區彈性，分析在影響社區的某些擾動或事件下，在線社交網絡的情緒穩定狀態是如何受到影響的。

自然災害和工業事故的頻發使得人們逐漸開始思考事前控制的重要性，如何從源頭上降低事故風險和損失成為這一階段“事故響應”的主要目標。因此，社會(交)網絡和Twitter等社交媒體被廣泛應用于支持多種事故和重大災害的事前控制。Landwehr等[29]提出運用Twitter等社交媒體，設計一個支持災難規劃、警告和響應的跟蹤和分析系統，以減輕災難危害。Ai等[30]概述了一個基于地理信息和移動社交網絡的動態決策支持系統來對動態災害風險進行實時檢測和分析，并及時向社區居民發布疏散策略及支持。He等[31]運用過程挖掘對中國煤礦發生的50起重大瓦斯爆炸事故進行分析，提出應急救援模型。在道路安全領域，Fleiter等[32]討論中國駕駛員面子問題、社交網絡重要性和普遍性以及文化獨特性，在此基礎上提出緩解中國道路交通創傷的建議；Peretz等[33]則認為駕駛員的社會工作關系是其不安全駕駛前因，對負面關系網絡、友誼網絡和建議網絡(安全建議)進行研究發現：3種網絡的中心性與不安全駕駛分別呈現正相關、負相關和不相關。

個體、組織和社會對風險的感知在不同情境和領域中呈現出差異性[34]。Taarup-Esbensen[34]描述風險是如何在商業和組織文獻中通過4個不同的轉變被概念化的，即從技術科學的角度到認知、社會文化，最后到建構主義的角度。如何通過風險感知及風險溝通來降低風險損失是“風險管理”主題在這一時期的重要目標。借助大數據和社會網絡相關分析，針對道路交通[32]、工業環境[35]、資源再利用[36]以及災害[37-38]風險進行研究，將有助于加強對相關風險的管理，提高網絡的彈性和穩定性，從而降低預期損失。此外，Paveglio等[39]強調社區對個體風險感知和行為的重要影響作用，主張在討論風險管理以及彈性、脆弱性和適應能力時，將社區視為重要因素考慮在內。Babcicky等[38]則研究社會資本在私人防洪中對風險感知、自我效能和應對能力的反作用，強調認識和提高社會資本質量的可保護性至關重要。

4 結論

本研究通過對Web of Science核心合集數據庫18個代表性安全科學期刊中社會網絡主題相關研究數據進行文獻計量分析，應用VOSviewer軟件繪制關鍵詞共現可視化知識圖譜，得出如下結論：

(1)安全科學領域的社會網絡研究主要集中在社會層面和組織層面上，個體層面相對較少。

(2)從成長期到發展期研究主題的演進主要集中在3個方面：網絡安全、事故響應以及風險管理。

本文通過對安全科學領域中社會網絡研究進行分析，以期為相關領域學者識別安全科學領域內研究熱點與進展、主題演進及未來研究方向提供借鑒。