吴烁-基于Ucinet的供应链社会网络分析研究3(3)

┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊

安徽工业大学 毕业设计（论文）说明书

12103948576

图 2. 1社会网络的网状模型

图 2.2是一个邻接矩阵，每个单元上的数值表示两个结点之间的关系，0表示没有关系，1表示有关系。 1 2 3 4 5 6 7 8 9 10 1 1 0 1 0 0 0 1 0 0 0 2 0 1 0 0 0 1 0 1 0 1 3 1 0 1 0 0 0 1 1 0 0 4 0 0 0 1 1 0 0 0 1 0 5 0 0 0 1 1 1 1 0 0 1 6 0 1 0 0 1 1 0 0 0 0 7 1 0 1 0 1 0 1 0 0 0 8 0 1 1 0 0 0 0 1 0 0 9 0 0 0 1 0 0 0 0 1 1 10 0 1 0 0 1 0 0 0 1 1 图 2. 2社会网络的矩阵模型

2.2社会网络相关计算

2.2.1 点度中心度

在社会学网络研究过程中，对于一个群体，为了去界定某个人的权利大小，社会网络学者从“关系”的角度出发，用“中心性”来定量研究权力[7]。人或者组织在社会网络中具有怎样的权力，或者说居于怎样的中心地位，这一思想是社会网络分析者最早探讨的内容之一。本文正是借鉴先前社会网络学学者的思想，运用社会网络学中关于中心度的计算方法对供应链权利网络中的各个结点（企业）的权利大

共 页 第 28 页

┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊

安徽工业大学 毕业设计（论文）说明书

小进行定量分析。

点度中心度： 与该点有直接关系的点的数目（在无向图中是点的度数，在有向图中是点入度和点出度），这就是点度中心度（point centrality）。电点度中心度分为相对点度中心度和绝对点度中心度。绝对点度中心度在无向图中就等于该结点的度数。在有向图中等于该结点的入度减去该结点的出度。而点的相对点度中心度在无向图中计算公式如式（1）

C CRD'?X （1）

n?1其中CX 为结点X的度数；n为网络内结点的总数。

在有向图中计算公式如式（2）。

CRD?CXin?CXout2n?2 （2）

其中CXoutCXin 、CXout分别代表算研究结点（企业）的入度与出度。

2.2.2 点度中心势

对于供应链的网状特性，我们不仅要研究某一个结点（企业）的权利大小，还要关注整条供应链网络的权力集中度。一个权利集成度高的供应链与一个权利集成度低的供应链相比，它在决策执行能力、利益分配等方面有很大的差别。下面本文采用社会网络分析法中对网络整体的点度中心势的计算来研究供应链网络中的权利集中度高低。

中心度是来描述图中任何一点在网络中占据的核心性，中心势是来刻画网络图的整体中心性。对于一个网络来说，它的中心势指数由如下思想给出：首先找到图中的最大中心度数值；然后计算该值与任何其他点的中心度的差，从而得到多个“差值”；再计算这些“差值”的总和；最后用这个总和除以各个差值总和的最大可能值。用公式表示如式（3）:

C?

??Ci?1nnmax?Ci? （3）

??max???Cmax?Ci???i?1?2.2.3中间中心势

中间中心势是网络中中间中心性最高的结点的中间中心性与其他结点的中间

中心性的差距。该结点与其他结点的差距越大，则网络的的中间中心势越高，表示该网络中的结点可能分为多个小团体而且过于依赖某一个结点传递关系，该结点在网络中处于极其重要的地位[7]。具体计算公式如式（4）：

共 页 第 28 页

┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊

安徽工业大学 毕业设计（论文）说明书

CB?其中

??Ci?13nABmax?CABi? （4）

n?4n2?5n?2CABmax是点的绝对中间中心度。

2.2.4凝聚子群分析

当网络中某些行动者之间的关系特别紧密，以至于结合成一个次级团体时，这样的团体在社会网络分析中被称为凝聚子群。分析网络中存在多少个这样的子群，子群内部成员之间关系的特点，子群之间关系特点，一个子群的成员与另一个子群成员之间的关系特点等就是凝聚子群分析。由于凝聚子群成员之间的关系十分紧密，因此有的学者也将凝聚子群分析形象地称为“小团体分析”。凝聚子群根据理论思想和计算方法的不同，存在不同类型的凝聚子群定义及分析方法。 1)派系(Cliques)。在一个无向网络图中，“派系”指的是至少包含3个点的最大完备子图。这个概念包含3层含义：①一个派系至少包含三个点。②派系是完备的，根据完备图的定义，派系中任何两点之间都存在直接联系。③派系是“最大”的，即向这个子图中增加任何一点，将改变其“完备”的性质。

2)n-派系(n-Cliques)。对于一个总图来说，如果其中的一个子图满足如下条件，就称之为n-派系：在该子图中，任何两点之间在总图中的距离(即捷径的长度)最大不超过n。从形式化角度说，令dij 代表两点和n在总图中的距离，那么一个n-派系的形式化定义就是一个满足如下条件的拥有点集的子图，即：dij?n ，对于所有的，ni,nj?N,来说，在总图中不存在与子图中的任何点的距离不超过n的点。

3)n-宗派(n—Clan)。所谓n-宗派(n—Clan)是指满足以下条件的n-派系，即其中任何两点之间的捷径的距离都不超过n。可见，所有的n-宗派都是n-派系。

4)k-丛(k-Plex)。一个k-丛就是满足下列条件的一个凝聚子群，即在这样一个子群中，每个点都至少与除了k个点之外的其他点直接相连。也就是说，当这个凝聚子群的规模为n时，其中每个点至少都与该凝聚子群中n-k个点有直接联系，即每个点的度数都至少为n—k。

凝聚子群密度凝聚子群的密度(External—Internal Index，E-I Index)主要用来衡量一个大的网络中小团体现象是否十分严重。这在分析组织管理等问题时十分有用。最糟糕的情形是大团体很散漫，核心小团体却有高度内聚力。另外一种情况就是大团体中有许多内聚力很高的小团体，很可能就会出现小团体间相互斗争的现象。凝聚子群密度的取值范围为[-1，+1]。该值越向1靠近，意味着派系林立的程度越大；该值越接近-1，意味着派系林立的程度越小；该值越接近0，表明关系越趋向于随机分布，看不出派系林立的情形[8]。

共 页 第 28 页

┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊

安徽工业大学 毕业设计（论文）说明书

3 基于UCINET的供应链模型

3.1 UCINET软件介绍

UCINET软件是由加州大学欧文（Irvine）分校的一群网络分析者编写的。现在对该软件进行扩展的团队是由斯蒂芬·博加提（Stephen Borgatti）、马丁·埃弗里特（Martin·Everett）和林顿·弗里曼（Linton Freeman）组成的。

UCINET网络分析集成软件包括一维与二维数据分析的NetDraw，还有正在发展应用的三维展示分析软件Mage等，同时集成了Pajek用于大型网 …… 此处隐藏：3835字，全部文档内容请下载后查看。喜欢就下载吧 ……