社會網(wǎng)絡(luò)分析在獸醫(yī)流行病學(xué)中的應(yīng)用

吳洋麗，李 鵬，王幼明，康京麗，于麗萍，黃保續(xù)，宇傳華，孫向東

（1.武漢大學(xué)公共衛(wèi)生學(xué)院 武漢大學(xué)全球健康研究中心，湖北武漢 430071；2.中國動物衛(wèi)生與流 行病學(xué)中心，山東青島 266032）

1 前言

社會網(wǎng)絡(luò)是眾多復(fù)雜網(wǎng)絡(luò)中的一個類型，包括疫病傳播網(wǎng)絡(luò)、社交關(guān)系網(wǎng)絡(luò)、貿(mào)易關(guān)系網(wǎng)絡(luò)等。社會網(wǎng)絡(luò)分析法（social network analysis，SNA）是研究社會網(wǎng)絡(luò)實(shí)體之間的關(guān)系結(jié)構(gòu)及其屬性的理論和方法，已廣泛應(yīng)用于社會學(xué)、心理學(xué)等多個領(lǐng)域。近20年來，社會網(wǎng)絡(luò)分析也用于研究動物調(diào)運(yùn)網(wǎng)絡(luò)中的動物疫病風(fēng)險(xiǎn)，包括分析動物疫病傳播與流行過程[1]、評估疫病傳播范圍[2]、探索網(wǎng)絡(luò)結(jié)構(gòu)對疫病傳播的影響[3]和探索干預(yù)措施的有效性[4]等。近年來，動物調(diào)運(yùn)網(wǎng)絡(luò)中的疫病風(fēng)險(xiǎn)分析依靠網(wǎng)絡(luò)科學(xué)的興起以及社會網(wǎng)絡(luò)分析法的進(jìn)一步發(fā)展而逐漸成為獸醫(yī)流行病學(xué)領(lǐng)域中的熱點(diǎn)。

2 社會網(wǎng)絡(luò)分析概述

2.1 基本原理

社會網(wǎng)絡(luò)分析是在社會計(jì)量學(xué)和圖論基礎(chǔ)上發(fā)展起來的一種分析社會關(guān)系結(jié)構(gòu)及其屬性的方法，這種方法起源于20世紀(jì)30年代的心理學(xué)和人類學(xué)研究，在多種多樣的學(xué)科和學(xué)派的相互影響和匯聚交融中逐漸發(fā)展起來。近20年發(fā)展迅速，已廣泛應(yīng)用于社會學(xué)、政治學(xué)、人類學(xué)、心理學(xué)、組織管理、大眾傳播和社會政策研究等多個領(lǐng)域。社會學(xué)家巴瑞-威爾曼于1977年建立國際社會網(wǎng)絡(luò)學(xué)會（INSNA）。

社會網(wǎng)絡(luò)分析又稱為結(jié)構(gòu)分析，是社會研究的具體方法，也是社會結(jié)構(gòu)關(guān)系研究的新范式。它關(guān)注行動者之間的關(guān)系，而不是行動者屬性；也關(guān)注社會網(wǎng)絡(luò)的整體結(jié)構(gòu)，而不是個體。社會網(wǎng)絡(luò)分析從“關(guān)系”的角度出發(fā)研究社會現(xiàn)象和社會結(jié)構(gòu)，行動者之間相互聯(lián)結(jié)而形成的關(guān)系是社會網(wǎng)絡(luò)分析的基礎(chǔ)。總體來說，社會網(wǎng)絡(luò)分析通過描述群體中個體之間的相互作用關(guān)系，從個體之間的互動出發(fā)去研究群體行為[5]。

社會網(wǎng)絡(luò)分析不是運(yùn)用傳統(tǒng)變量分析方法對屬性數(shù)據(jù)（如年齡、性別、發(fā)病率、免疫率等）進(jìn)行分析，而是對個體之間的接觸、交易、動物調(diào)運(yùn)等關(guān)系數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)分析。社會網(wǎng)絡(luò)分析法分為個體網(wǎng)分析法和整體網(wǎng)分析法，個體網(wǎng)分析法研究社會行動者及其直接關(guān)系者構(gòu)成的網(wǎng)絡(luò)，整體網(wǎng)分析法研究有明確邊界的群體內(nèi)部的行動者之間的關(guān)系。

2.2 動物調(diào)運(yùn)網(wǎng)絡(luò)

社會網(wǎng)絡(luò)是行動者之間連接而成的關(guān)系結(jié)構(gòu)，每個行動者在網(wǎng)絡(luò)中的位置稱為“點(diǎn)”或“節(jié)點(diǎn)”，也有學(xué)者稱之為“結(jié)點(diǎn)”；行動者之間的關(guān)聯(lián)稱為“關(guān)系紐帶”。因此也可以說，社會網(wǎng)絡(luò)是由多個點(diǎn)（社會行動者）和各點(diǎn)之間的連線（代表行動者之間的關(guān)系）構(gòu)成的集合。其中節(jié)點(diǎn)可能有很多屬性，連線也有很多形式。例如，一個養(yǎng)殖場內(nèi)的動物接觸網(wǎng)絡(luò)（動物個體為網(wǎng)絡(luò)中的點(diǎn)，動物之間的直接或者間接接觸為點(diǎn)之間的連線）、一個地區(qū)牧戶之間的交易關(guān)系網(wǎng)絡(luò)（點(diǎn)為該地區(qū)內(nèi)的牧戶，連線為牧戶之間的動物買賣關(guān)系）等。同一個網(wǎng)絡(luò)中的節(jié)點(diǎn)也可能有不同的屬性，例如養(yǎng)殖場的養(yǎng)殖動物種類、養(yǎng)殖場地理坐標(biāo)和養(yǎng)殖規(guī)模等。

動物之間的接觸是引起疫病擴(kuò)散的主要原因，動物調(diào)運(yùn)是造成分布于不同區(qū)域的動物群體之間直接或間接接觸、引起病毒長距離傳播的重要因素。動物調(diào)運(yùn)網(wǎng)絡(luò)結(jié)構(gòu)影響動物疫病傳播的模式和特點(diǎn)。在實(shí)際研究工作中，對網(wǎng)絡(luò)的選取取決于所研究的動物疫病種類以及研究目的，例如口蹄疫這樣的多種動物共患病來說，豬、牛、羊等易感的偶蹄動物調(diào)運(yùn)信息都必須包含在網(wǎng)絡(luò)中。

2.3 社會網(wǎng)絡(luò)的表達(dá)形式

社會網(wǎng)絡(luò)主要有兩種表達(dá)方法：一是圖論法，用于構(gòu)建社群圖；二是矩陣代數(shù)法，用于構(gòu)建關(guān)系矩陣。這兩種方法有著內(nèi)在的聯(lián)系，根據(jù)社群圖可以構(gòu)造關(guān)系矩陣。反過來，根據(jù)關(guān)系矩陣也可以構(gòu)建社群圖。

社群圖由點(diǎn)和線構(gòu)成，點(diǎn)代表行動者，線代表行動者之間的關(guān)系，適用于小型群體的分析。行動者之間的關(guān)系可以是二值的，也可以是多值的；可以有方向，也可以無方向。社會網(wǎng)絡(luò)分析中最常用的關(guān)系矩陣是鄰接矩陣，即方陣。矩陣中的要素一般是二值的，矩陣要素中的“1”或者“0”，分別代表關(guān)系的存在與否。

表1 社會網(wǎng)絡(luò)的關(guān)系矩陣表達(dá)法示例

表1是一個虛擬的二值有向鄰接矩陣，表示某行的節(jié)點(diǎn)到某列的節(jié)點(diǎn)是否存在某種關(guān)系，圖1是將表1中的關(guān)系矩陣輸入U(xiǎn)cinet 6.0軟件后得到的社群圖。假設(shè)A、B、C、D均代表某個牧戶，表1中的關(guān)系矩陣表示農(nóng)戶/牧戶之間的羊只交易關(guān)系，矩陣要素0表示0所在行的牧戶和所在列的牧戶之間不存在羊只交易關(guān)系，矩陣要素1表示1所在行的牧戶和所在列的牧戶之間存在羊只交易關(guān)系，行牧戶將羊賣給列牧戶。這些牧戶之間的羊只交易關(guān)系可以在圖1中一目了然。矩陣代數(shù)法和圖論法各有特點(diǎn)，矩陣代數(shù)法較為系統(tǒng)，圖論法較為清晰簡潔，特別是網(wǎng)絡(luò)節(jié)點(diǎn)很少、網(wǎng)絡(luò)構(gòu)型較特殊（如等級化結(jié)構(gòu)）時(shí)，通過社群圖能一目了然地獲知網(wǎng)絡(luò)結(jié)構(gòu)的特點(diǎn)，更有利于后續(xù)分析。

圖1 社會網(wǎng)絡(luò)的圖論表達(dá)法示例

2.4 社會網(wǎng)絡(luò)分析中的主要測度簡介

量化分析和可視化分析是社會網(wǎng)絡(luò)分析法中的兩大支柱。其中，可視化分析是從直觀上對社群圖進(jìn)行分析與解釋，而量化分析則建立在對關(guān)系矩陣的運(yùn)算之上，通過計(jì)算相關(guān)指標(biāo)，探察網(wǎng)絡(luò)的結(jié)構(gòu)和特征。整體網(wǎng)分析法主要有三個水平上的測度，即網(wǎng)絡(luò)整體水平、凝聚子群水平和單個節(jié)點(diǎn)水平。

2.4.1 網(wǎng)絡(luò)整體水平上的測度

網(wǎng)絡(luò)整體水平上的測度，反映網(wǎng)絡(luò)的結(jié)構(gòu)特征，主要有以下幾種測度：

（1）密度（density）：整體網(wǎng)密度的計(jì)算方法是“實(shí)際關(guān)系數(shù)”除以“理論上的最大關(guān)系數(shù)”，即社群圖中實(shí)際存在的線條占所有可能線條的比例。

（2）捷徑（geodesic）：捷徑指圖論意義上的捷徑，即連接兩個節(jié)點(diǎn)之間最短途徑的長度，即邊的數(shù)目。

（3）直徑（diameter）：直徑指整個網(wǎng)絡(luò)中最長的捷徑。

（4）中心勢（centralization）：中心勢表示整個網(wǎng)絡(luò)呈現(xiàn)中心化結(jié)構(gòu)的程度。

2.4.2 凝聚子群水平上的測度

在群體內(nèi)部通常存在許多小群體，即在網(wǎng)絡(luò)內(nèi)部有不同的子結(jié)構(gòu)。凝聚子群研究的目的在于揭示網(wǎng)絡(luò)的結(jié)構(gòu)，分析網(wǎng)絡(luò)中存在的子結(jié)構(gòu)以及網(wǎng)絡(luò)的整體結(jié)構(gòu)如何由各部分子結(jié)構(gòu)構(gòu)成。凝聚子群的主要測度有：

（1）派系（cliques）：派系指的是至少包含三個點(diǎn)的最大完備子圖，即其中任意兩點(diǎn)都是直接相連的。

（2）n-派系（n-Cliques）和n-宗派（n—Clan）：n-派系是指任意兩點(diǎn)之間（在總圖中）的距離都不超過n的子群。n-宗派是指任意兩點(diǎn)之間在子群內(nèi)部的捷徑距離都不超過n的子群。任何n-宗派都是n-派系，反之則不成立。

（3）k-叢（k-Plex）和k-核（k-core）：k-叢指的是在節(jié)點(diǎn)總數(shù)為n的子圖中的任何點(diǎn)都與至少（n-k）個節(jié)點(diǎn)相連接的凝聚子群。k-核指的是子圖中的任何節(jié)點(diǎn)都與至少k個其他節(jié)點(diǎn)相連接的凝聚子群。

（4）成分（components）： 任何兩點(diǎn)之間都能通過一定途徑相連的凝聚子群稱為成分，在有向圖中，忽略關(guān)系方向的成分稱為“弱成分”，任何兩點(diǎn)之間都存在雙向關(guān)系的成分，稱為“強(qiáng)成分”。

2.4.3 單個節(jié)點(diǎn)水平上的測度

這類測度指標(biāo)從不同角度反映單個網(wǎng)絡(luò)節(jié)點(diǎn)的特征及其在網(wǎng)絡(luò)中的地位。主要有以下幾種測度：

（1）度數(shù)中心性（degree centrality）：節(jié)點(diǎn)的度數(shù)中心性是對網(wǎng)絡(luò)節(jié)點(diǎn)重要性最直接的度量指標(biāo)，一個節(jié)點(diǎn)的度數(shù)越大就意味著這個節(jié)點(diǎn)越重要。點(diǎn)入度指的是指向該節(jié)點(diǎn)的點(diǎn)數(shù)總和，點(diǎn)出度指的是該節(jié)點(diǎn)指向的點(diǎn)的總數(shù)[6]。

（2）中間中心性（betweeness centrality）：中間中心性以經(jīng)過某個節(jié)點(diǎn)的捷徑的數(shù)目來刻畫節(jié)點(diǎn)重要性，如果一個點(diǎn)處于許多其他點(diǎn)對的捷徑上，那么該點(diǎn)具有較高的中間中心性。與度數(shù)中心性不同，中間中心性主要用來辨識網(wǎng)絡(luò)中作為橋梁的節(jié)點(diǎn)[7]。

（3）接近中心性（closeness centrality）：接近中心性表示節(jié)點(diǎn)與網(wǎng)絡(luò)中所有其他節(jié)點(diǎn)的接近性程度，體現(xiàn)節(jié)點(diǎn)不受其他節(jié)點(diǎn)“控制”的能力。如果一個節(jié)點(diǎn)通過比較短的路徑與許多其他節(jié)點(diǎn)相連，我們就認(rèn)為該點(diǎn)具有較高的接近中心性。

2.5 社會網(wǎng)絡(luò)分析軟件

近年來，隨著社會網(wǎng)絡(luò)分析技術(shù)的發(fā)展，也出現(xiàn)了許多應(yīng)用軟件。Peter Carrington等[8]在《Models and Methods in Social Network Analysis》一書中綜述了目前被學(xué)術(shù)界用于社會網(wǎng)絡(luò)分析的23種軟件。目前，大部分社會網(wǎng)絡(luò)分析軟件都可以從網(wǎng)絡(luò)上獲得，這些軟件都具備社會網(wǎng)絡(luò)分析基本的量化分析功能和可視化分析功能。Ucinet和Pajek是獸醫(yī)流行病學(xué)領(lǐng)域中應(yīng)用最多的兩個社會網(wǎng)絡(luò)分析軟件，Ucinet軟件憑借其易操作性而受到許多研究者的歡迎，但是Ucinet軟件是商業(yè)軟件，不經(jīng)注冊僅可以免費(fèi)使用30天，而Pajek軟件是免費(fèi)的，其功能比Ucinet更強(qiáng)大，并且適用于處理大型數(shù)據(jù)。

3 社會網(wǎng)絡(luò)分析在獸醫(yī)流行病學(xué)中的應(yīng)用

以網(wǎng)絡(luò)的視角看，傳染病的傳播過程是由傳染源和易感者通過某種傳播途徑相連的無形網(wǎng)絡(luò)。大多數(shù)傳染病通過人與人之間、動物與動物之間、人與動物之間、群體與群體之間的直接或間接接觸傳播。潛在的社會接觸網(wǎng)絡(luò)（SCN）對傳染病傳播過程的影響至關(guān)重要，傳染病病毒通過SCN傳播，疫病傳播網(wǎng)絡(luò)成為潛藏在個體接觸網(wǎng)絡(luò)中的無形網(wǎng)絡(luò)。在流行病學(xué)領(lǐng)域，社會網(wǎng)絡(luò)分析用來研究傳染病特別是接觸性傳染病如艾滋病、淋病、梅毒、支原體肺炎、乙型肝炎和肺結(jié)核的傳播與防控。艾滋病和其他性傳播疾病（STD）最早應(yīng)用了社會網(wǎng)絡(luò)分析技術(shù)，其研究數(shù)量也是最多的。在傳染病的研究中，社會網(wǎng)絡(luò)分析通常與數(shù)學(xué)模型或者統(tǒng)計(jì)學(xué)模型結(jié)合[9-12]，用以評價(jià)傳染病的傳播動力。Keeling和Eames[13]總結(jié)了在流行病學(xué)研究中與社會網(wǎng)絡(luò)分析法結(jié)合的數(shù)學(xué)模型。另外，O’Malley和Marsden[14]總結(jié)了適用于關(guān)系數(shù)據(jù)的統(tǒng)計(jì)模型。社會網(wǎng)絡(luò)分析在流行病學(xué)領(lǐng)域中主要用來揭示疾病傳播網(wǎng)絡(luò)的拓?fù)湫再|(zhì)，識別、分析疾病傳播過程中的高風(fēng)險(xiǎn)節(jié)點(diǎn)，探索、理解疾病與健康的關(guān)系因素，從新的視角理解疾病傳播機(jī)制。

近些年來，社會網(wǎng)絡(luò)分析技術(shù)開始應(yīng)用于獸醫(yī)流行病學(xué)領(lǐng)域。目前為止，關(guān)于這方面研究的大部分文獻(xiàn)來自于英國的研究者，并且大多數(shù)研究是在2001年英國口蹄疫疫情后，對口蹄疫易感動物調(diào)運(yùn)數(shù)據(jù)進(jìn)行分析得出的結(jié)果[15]。Corner等[16]發(fā)現(xiàn)，比起未被感染的野生負(fù)鼠，那些被牛分枝桿菌感染的野生負(fù)鼠具有更高的接近中心性與中間中心性。Christley和French[17]運(yùn)用“小世界網(wǎng)絡(luò)”理論揭示了馴馬師在英國動物疫病如馬流感的傳播中的作用。Christley等[18]運(yùn)用“小世界網(wǎng)絡(luò)”理論和隨機(jī)網(wǎng)絡(luò)理論，并結(jié)合SIR模型識別疫病網(wǎng)絡(luò)中的高風(fēng)險(xiǎn)節(jié)點(diǎn)、預(yù)測感染的風(fēng)險(xiǎn)大小。S.Rautureau等[19]認(rèn)為活畜調(diào)運(yùn)網(wǎng)絡(luò)中強(qiáng)成分的存在、規(guī)模和地理范圍反映了網(wǎng)絡(luò)對疫病傳播的脆弱性，驗(yàn)證了消除強(qiáng)成分最有效的辦法是將中間中心性較高的一些關(guān)鍵節(jié)點(diǎn)移除，該方法可用于突發(fā)狀況下的疫情控制，此方法被應(yīng)用于2005年法國肉牛交易網(wǎng)絡(luò)的疫病防控。Kiss等[20]檢驗(yàn)了追溯系統(tǒng)在隨機(jī)網(wǎng)絡(luò)和無標(biāo)度網(wǎng)絡(luò)中疫病防控中的效用。Bigras-Poulin等[21-22]通過對丹麥牛、豬交易模式特點(diǎn)的描述，評估其潛在的動物疫病傳播風(fēng)險(xiǎn)。Turner等[23]運(yùn)用社會網(wǎng)絡(luò)分析評估英國某個奶牛群中大腸桿菌O157傳播的危險(xiǎn)因素。Dent等[24]構(gòu)建了英國家禽產(chǎn)業(yè)鏈中養(yǎng)殖場之間的接觸網(wǎng)絡(luò)，探索禽流感的傳播與流行過程。另外，有一些學(xué)者在研究動物調(diào)運(yùn)網(wǎng)絡(luò)中的疫病傳播風(fēng)險(xiǎn)時(shí)，將時(shí)間和距離因素也考慮在內(nèi)，他們認(rèn)為接觸的數(shù)量和頻率、時(shí)間以及節(jié)點(diǎn)之間的距離都是影響疫病傳播的風(fēng)險(xiǎn)因素。如果忽略了農(nóng)場/牧戶之間的地理距離，將會低估疫病在當(dāng)?shù)貍鞑サ母怕剩?Noremark， Maria等[25]對不同月份、不同年份的瑞典牲畜調(diào)運(yùn)網(wǎng)絡(luò)進(jìn)行了對比，其中牛的調(diào)運(yùn)網(wǎng)絡(luò)呈現(xiàn)出季節(jié)性而豬調(diào)運(yùn)網(wǎng)絡(luò)并沒有表現(xiàn)出季節(jié)性的性質(zhì)。Firestone， S.M等[26]將空間聚類與接觸網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)結(jié)合，對2007年澳大利亞馬流感前30天的疫情進(jìn)行了分析。B.Mart?′nez-Lo′pez 等[27]結(jié)合社會網(wǎng)絡(luò)分析和集群探測分析描述了西班牙薩拉曼卡動物調(diào)運(yùn)網(wǎng)絡(luò)的時(shí)空特征。

對引發(fā)動物疫病并造成傳播的高危個體或群體的早期識別是獸醫(yī)流行病學(xué)的基本目標(biāo)。隨著網(wǎng)絡(luò)科學(xué)的興起，近兩年也涌現(xiàn)出分析網(wǎng)絡(luò)節(jié)點(diǎn)傳播影響力的研究。節(jié)點(diǎn)中心性指標(biāo)刻畫了節(jié)點(diǎn)的傳播影響力。在無向網(wǎng)絡(luò)中，從直觀上看，度數(shù)中心性（與該節(jié)點(diǎn)直接相連的節(jié)點(diǎn)個數(shù)）高的hub節(jié)點(diǎn)的傳播影響力應(yīng)該相對較大，如果某個節(jié)點(diǎn)為陽性，則與之直接相連的節(jié)點(diǎn)很容易被其感染，造成疾病的局部傳播。在有向網(wǎng)絡(luò)中，點(diǎn)入度高的節(jié)點(diǎn)感染風(fēng)險(xiǎn)較高，而點(diǎn)出度高的節(jié)點(diǎn)成為傳染源的幾率較大，但這并不包括點(diǎn)入度高而點(diǎn)出度為零（如屠宰場）或者點(diǎn)出度高而點(diǎn)入度為零（如自繁自養(yǎng)的養(yǎng)殖場）的節(jié)點(diǎn)。另外中間中心性（通過該節(jié)點(diǎn)的最短路徑的條數(shù)）高的節(jié)點(diǎn)對病毒的擴(kuò)散也起著相對重要的作用，某個節(jié)點(diǎn)的中間中心性可以反映該節(jié)點(diǎn)連接網(wǎng)絡(luò)不同部分的作用大小，一個中間中心性較高的節(jié)點(diǎn)可能是引起疾病蔓延至整個全局網(wǎng)絡(luò)的罪魁禍?zhǔn)?。但是，部分學(xué)者發(fā)現(xiàn)，雖然度數(shù)中心性和中間中心性是刻畫節(jié)點(diǎn)傳播影響力的重要指標(biāo)，但在許多情況下未必是最合適的指標(biāo)。Kitsak等[28]在基于SIR和SIS模型的實(shí)際網(wǎng)絡(luò)數(shù)據(jù)研究中發(fā)現(xiàn)，在單個傳染源的情況下，最具傳播影響力的節(jié)點(diǎn)并非是那些度數(shù)中心性或者中間中心性最大的節(jié)點(diǎn)，而是k-叢最大的節(jié)點(diǎn)。而在多傳染源的情況下，度數(shù)中心性較高的節(jié)點(diǎn)的傳播范圍要明顯高于k-殼值最高節(jié)點(diǎn)的傳播范圍。而同樣是基于SIR模型的單個傳染源的傳播網(wǎng)絡(luò)研究，Duanbing Chen等[29]提出了一種兩層的、將臨近節(jié)點(diǎn)考慮在內(nèi)的局部中心性指標(biāo)，可能比中心性指標(biāo)能夠更好地刻畫節(jié)點(diǎn)的傳播影響力。Bonan Hou等[30]探索了一種將度數(shù)中心性、中間中心性、K-核值這些指標(biāo)結(jié)合起來的、刻畫節(jié)點(diǎn)傳播影響力的綜合指標(biāo)，并將它命名為“綜合距離”，并運(yùn)用SIR模型證實(shí)了綜合距離指標(biāo)比其他節(jié)點(diǎn)重要性指標(biāo)在刻畫節(jié)點(diǎn)影響力上更加準(zhǔn)確、可靠。

4 社會網(wǎng)絡(luò)分析在獸醫(yī)流行病學(xué)中的發(fā)展前景及其優(yōu)缺點(diǎn)

4.1 社會網(wǎng)絡(luò)分析發(fā)展前景

潛藏在動物接觸網(wǎng)絡(luò)中的疫病傳播網(wǎng)絡(luò)是由感染動物逐漸蔓延至網(wǎng)絡(luò)全局的動態(tài)網(wǎng)絡(luò)，網(wǎng)絡(luò)結(jié)構(gòu)的拓?fù)湫杂绊懸卟鞑サ乃俣群吞攸c(diǎn)。20世紀(jì)初，社會網(wǎng)絡(luò)分析法開始應(yīng)用于獸醫(yī)流行病學(xué)的研究。今后，社會網(wǎng)絡(luò)分析在獸醫(yī)流行病學(xué)中的應(yīng)用范圍將日益深化與發(fā)展。一是網(wǎng)絡(luò)類型將呈現(xiàn)多樣化，不同層次的網(wǎng)絡(luò)節(jié)點(diǎn)和連線可以構(gòu)建不同類型的網(wǎng)絡(luò)，例如某養(yǎng)殖場內(nèi)的牲畜接觸網(wǎng)絡(luò)、牧戶之間的牲畜交易網(wǎng)絡(luò)、地區(qū)之間的牲畜交易網(wǎng)絡(luò)等，所選取的網(wǎng)絡(luò)依據(jù)研究內(nèi)容而定。二是研究方法本身將不斷完善與改進(jìn)，將會有更多的分析性方法支撐社會網(wǎng)絡(luò)分析在動物疫病防控中的應(yīng)用，例如流行病學(xué)模型、風(fēng)險(xiǎn)分析、時(shí)空模型和危害分析和關(guān)鍵控制點(diǎn)（HACCP）等。

4.2 社會網(wǎng)絡(luò)分析研究的發(fā)展方向

一是社會網(wǎng)絡(luò)分析與風(fēng)險(xiǎn)分析的結(jié)合將更完善。在病原體入侵和傳播過程中起識別作用的節(jié)點(diǎn)對開展防控工作具有重要意義，社會網(wǎng)絡(luò)分析技術(shù)提供了識別這些關(guān)鍵節(jié)點(diǎn)的可能性，并使風(fēng)險(xiǎn)識別更加有效、迅速。不同網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)的識別方法是不一樣的，獸醫(yī)流行病學(xué)家將努力尋找更有效的定義關(guān)鍵節(jié)點(diǎn)的方法，這也是社會網(wǎng)絡(luò)分析在風(fēng)險(xiǎn)分析的應(yīng)用中的趨勢之一。社會網(wǎng)絡(luò)分析的可視化功能為可視化風(fēng)險(xiǎn)分析提供了可能性，運(yùn)用社會網(wǎng)絡(luò)分析的凝聚子群研究和可視化分析技術(shù)能更好地預(yù)估風(fēng)險(xiǎn)的大小與范圍。

二是將社會網(wǎng)絡(luò)分析技術(shù)與動物調(diào)運(yùn)追蹤系統(tǒng)結(jié)合，能更好地對重大動物疫病進(jìn)行監(jiān)測與預(yù)警。目前，許多國家已經(jīng)立法并實(shí)行相關(guān)政策，對動物交易、調(diào)運(yùn)的來源和路徑等信息進(jìn)行登記，建立專項(xiàng)數(shù)據(jù)庫，例如瑞士動物調(diào)運(yùn)數(shù)據(jù)庫（TVD）。一些歐洲國家啟動動物調(diào)運(yùn)的實(shí)時(shí)追蹤系統(tǒng)，以便在疫情發(fā)生時(shí)能盡早獲知病原走向。在重大動物疫病的監(jiān)測中運(yùn)用社會網(wǎng)絡(luò)分析與動物實(shí)時(shí)追蹤系統(tǒng)，也是疫病防控的趨勢之一，在動物疫病暴發(fā)時(shí)，及時(shí)發(fā)現(xiàn)在動物調(diào)運(yùn)網(wǎng)絡(luò)中加速疫病傳播的節(jié)點(diǎn)，有效地切斷傳播路徑，從而控制疫情。另外，許多國家的動物調(diào)運(yùn)追蹤系統(tǒng)顯示，動物的調(diào)運(yùn)模式具有季節(jié)差異性和聚集性。對不同時(shí)段的動物調(diào)運(yùn)網(wǎng)絡(luò)的縱向分析、對比不同時(shí)段的網(wǎng)絡(luò)結(jié)構(gòu)及其脆弱性、預(yù)測動物疫病發(fā)生發(fā)展的趨勢也是獸醫(yī)流行病學(xué)研究的趨勢之一。

4.3 社會網(wǎng)絡(luò)分析的局限性

社會網(wǎng)絡(luò)分析法尤其適用于傳染病的研究，有助于我們深化對接觸性傳染病的傳播的理解，探索網(wǎng)絡(luò)結(jié)構(gòu)對疫病流行的影響，為流行病學(xué)研究提供全新的視角，在疫病監(jiān)測和暴發(fā)中顯示出重要的應(yīng)用價(jià)值。但是，社會網(wǎng)絡(luò)分析有其自身的局限性。一是如果數(shù)據(jù)量過大，網(wǎng)絡(luò)節(jié)點(diǎn)和連線過于密集，社會網(wǎng)絡(luò)分析軟件無法清晰地繪制出社群圖，缺乏可視化分析的可行性。二是如果缺乏有效的數(shù)據(jù)，社會網(wǎng)絡(luò)分析也難以開展。三是如果抽樣方法不當(dāng)，所構(gòu)建的網(wǎng)絡(luò)代表性差，分析所得的結(jié)果可能會存在偏倚。四是社會網(wǎng)絡(luò)分析的是關(guān)系數(shù)據(jù)，而不是分析屬性數(shù)據(jù)，所得結(jié)果的概括性與推廣性相對較差。關(guān)系數(shù)據(jù)違背了傳統(tǒng)的統(tǒng)計(jì)學(xué)方法的數(shù)據(jù)獨(dú)立的原則，因此不適用傳統(tǒng)的統(tǒng)計(jì)學(xué)方法，必須謹(jǐn)慎選擇與社會網(wǎng)絡(luò)分析結(jié)合的分析方法。

[1]Kao R R， Danon L， Green D M， et al.Demographic structure and pathogen dynamics on the network of livestock movements in Great Britain [J].Proceedings.Biological sciences / The Royal Society， 2006， 273（1597）：1999－2007.

[2]Natale F， Giovannini A， Savini L， et al.Network analysis of Italian cattle trade patterns and evaluation of risks for potential disease spread[J].Preventive veterinary medicine， 2009，92（4）：341-350.

[3]Ortiz-Pelaez A， Pfeiffer D U， Soares-Magalh?es R J，et al.Use of social network analysis to characterize the pattern of animal movements in the initial phases of the 2001 foot and mouth disease（ FMD ） epidemic in the UK[J].Preventive veterinary medicine， 2006，76（1/2）：40-55.

[4]Tildesley M J， Smith G， Keeling M J.Modeling the spread and control of foot-and- mouth disease in Pennsylvania following its discovery and options for control[J].Preventive veterinary medicine， 2012，104（3/4）：224-239.

[5]林聚任.社會網(wǎng)絡(luò)分析：理論、方法與應(yīng)用[M].北京：北京師范大學(xué)出版社，2009：44-47.

[6]劉軍.社會網(wǎng)絡(luò)分析法[M].重慶：重慶大學(xué)出版社，2007：56-57.

[7]劉軍.整體網(wǎng)分析講義——UCINET軟件實(shí)用指南[M].上海：格致出版社，2009：100-101.

[8]Carrington P J， Scott J， Wasserman S.Models and Methods in Social Network Analysis[M].Cambridge：Cambridge University Press， 2005：270-316.

[9]Green D M， Kiss I Z， Kao R R.Modelling the initial spread of f oot-and-mouth disease through animal movements[J].Proceedings.Biological sciences/ The Royal Society， 2006，273（1602）：2729-2735.

[10]Saram?ki J， Kaski K.Modelling development of epidemics with dynamic small-world networks[J].Journal of Theoretical Biology， 2005，234（3）：413-421.

[11]Tao Z， Zhongqian F， Binghong W.Epidemic dynamics on complex networks[J].Progress in Natural Science， 2006，16（5）：452-457.

[12]Kenah E， Robins J M.Network-based analysis of stochastic SIR epidemic models with random and proportionate mixing[J].Journal of theoretical biology，2007，249（4）：706-722.

[13]Keeling M J， Eames K T D.Networks and epidemic models[J].Journal of the Royal Society Interface， 2005，2（4）：295-307.

[14]O’Malley A J，Marsden P V.The analysis of social networks[J].Health Services and Outcomes Research Methodology， 2008，8（4 ）：222-269.

[15]Dubé C， Ribble C， Kelton D，et al.A Review of Network Analysis Terminology and its Application to Foot-and-Mouth Disease Modelling and Policy Development[J].Transboundary and Emerging Diseases，2009，56（3）：73-85.

[16]Corner LAL， Pfeiffer D U， Morris R S.Socialnet work analysis of Mycobacterium bovis transmission among captive brushtail possums （Trichosurus vulpecula）[J].Preventive veterinary medicine， 2003， 59（3）147-167.

[17]Christley R M，F(xiàn)rench N P.Small-world topology of UK racing： the potential for rapid spread of infectious agents[J].Equine Veterinary Journal， 2003，35（6）：586-589.

[18]Christley R M， Pinchbeck G L， Bowers R G， et al.Infection in social networks： using network analysis to identify high-risk individuals [J].American Journal of Epidemiology， 2005， 162（10）：1024-1031.

[19]Rautureau S， Dufour B， Durand B.Vulnerability of Animal Trade Networks to The Spread of Infectious Diseases： A Methodological Approach Applied to Evaluation and Emergency Control Strategies in Cattle，F(xiàn)rance， 2005[J].Transboundary and emerging diseases，2011，58（2）：110-120.

[20]Kiss I Z， Green D M， Kao R R.Infectious disease control using contact tracing in random and scale-free networks[J].Journal of the Royal Society Interface，2006，3（6）：55-62.

[21]Bigras-Poulin M， Thompson R A， Chriel M， et al.Network analysis of Danish cattle industry trade patterns as an evaluation of risk potential for disease spread[J].Preventive veterinary medicine， 2006， 76（1）：11-39.

[22]Bigras-Poulin M， Barfod K， Mortensen S， Greiner M.Relationship of trade patterns of the Danish swine industry animal movement network to potential disease spread[J].Preventive veterinary medicine， 2007， 80（2-3）：143-165.

[23]Turner J， Bowers R G， Clancy D， et al.A network model of E.coli O157 transmission within a typical UK dairy herd： the effect of heterogeneity and clustering on the prevalence of infection [J].Journal of Theoretical Biology， 2008， 254（1）：45-54.

[24]Dent J E， Kao R R， Kiss I Z， et al.Contact structures in the poultry industry in Great Britain：Exploring transmission routes for a potential avian influenza virus epidemic [J].BMC Veterinary Research，2008， 4 （1）： 1-14.

[25]N?remark M， H?kansson N， Lewerin S S， et al.Network analysis of cattle and pig movements in Sweden：measures relevant for disease control and risk based surveillance [J].Preventive veterinary medicine， 2011，99 （2/4）：78 -90.

[26]Firestone S M， Ward M P， Christley R M， Dhand N K.The importance of location in contact networks：Describing early epidemic spread using spatial social network analysis [J].Preventive veterinary medicine，2011， 102（3）：185-195.

[27]M ar tínez-Lóp ez B， Per ez A M， Sánc hez-Vizcaíno J M.Combined application of social network and cluster detection analyses for temporal-spatial characterization of animal movements in Salamanca，Spain [J].Preventive veterinary medicine， 2009， 91（1）： 29-38.

[28]Kitsak M， Gallos L K， Havlin S， et al.Identification of influential spreaders in complex networks[J].Nature Physics， 2010， 6（1）： 888-893.

[29]Chen D， Lü L， Shang M S ，et al.Identifying influential nodes in complex networks [J].Physica A ，2012 ， 391 （4） ： 1777-1787.

[30]Hou B， Yao Y， Liao D.Identifying all-around nodes for spreading dynamics in complex networks [J].Physica A， 2012， 391（15）： 4012-4013.