安全科學(xué)的社會網(wǎng)絡(luò)知識圖譜及其主題演進(jìn)研究

郭為群 張應(yīng)語

(曲阜師范大學(xué) 管理學(xué)院，山東 日照 276826)

0 引言

隨著科學(xué)技術(shù)的飛速發(fā)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(kuò)大社交網(wǎng)絡(luò)遍布范圍的同時，無疑加速了社交網(wǎng)絡(luò)內(nèi)部信息傳遞和情感交互。然而，當(dāng)前網(wǎng)絡(luò)信息良莠不齊，垃圾、虛假或不實信息的傳遞都嚴(yán)重阻礙著安全網(wǎng)絡(luò)構(gòu)建，成為當(dāng)前網(wǎng)絡(luò)發(fā)展的“副作用”。在此背景下，社會(交)網(wǎng)絡(luò)及相關(guān)分析也越來越受到公眾和學(xué)術(shù)界的青睞，被廣泛應(yīng)用于如社會學(xué)、心理學(xué)、醫(yī)學(xué)、計算機(jī)科學(xué)等眾多領(lǐng)域的同時[1-4]，也逐步發(fā)展成一種制度化的跨學(xué)科研究視角[5]。將社會網(wǎng)絡(luò)應(yīng)用到安全科學(xué)領(lǐng)域有助于加強(qiáng)網(wǎng)絡(luò)安全管理，增強(qiáng)系統(tǒng)彈性，提高風(fēng)險響應(yīng)能力，有效預(yù)防和降低事故的影響和損失[6-7]。

文獻(xiàn)計量分析是指運用數(shù)學(xué)、統(tǒng)計學(xué)等方法對目標(biāo)文獻(xiàn)進(jìn)行定量分析，已被廣泛應(yīng)用于學(xué)術(shù)研究[8]。科學(xué)知識圖譜是一類顯示科學(xué)知識發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的圖形，是數(shù)據(jù)科學(xué)與可視化技術(shù)背景下的科學(xué)計量學(xué)新領(lǐng)域[9-10]。本研究旨在運用文獻(xiàn)計量和知識圖譜的方法對2006-2019年安全科學(xué)領(lǐng)域社會網(wǎng)絡(luò)主題研究進(jìn)行梳理，實現(xiàn)相關(guān)領(lǐng)域動態(tài)發(fā)展?fàn)顩r可視化，以期為后續(xù)社會網(wǎng)絡(luò)研究提供更為清晰的實踐借鑒。

1 方法

1.1 數(shù)據(jù)來源

為探討社會網(wǎng)絡(luò)在安全科學(xué)領(lǐng)域相關(guān)研究的進(jìn)展情況，依據(jù)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(xué)期刊，并通過Web of Science核心合集數(shù)據(jù)庫對社會網(wǎng)絡(luò)主題進(jìn)行檢索。引文索引設(shè)置為“SSCI”和“SCI”，文獻(xiàn)類型設(shè)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(xué)期刊進(jìn)行主題檢索，各關(guān)鍵詞之間采用“Or”連接，截至2019年10月13日共檢索到文獻(xiàn)80篇，將期刊根據(jù)檢索文獻(xiàn)數(shù)由高到低進(jìn)行排序，見表1(無相關(guān)主題文獻(xiàn)的部分代表性安全科學(xué)期刊被排除在外)。

1.2 研究方法

基于上述數(shù)據(jù)，本研究采用共詞分析對安全科學(xué)領(lǐng)域的社會網(wǎng)絡(luò)研究進(jìn)行定量與定性分析。關(guān)鍵詞是作者對文獻(xiàn)內(nèi)容的高度概括與凝練，某種程度上能夠代表該文獻(xiàn)的主題和核心思想。共詞分析通過對若干對關(guān)鍵詞在不同文獻(xiàn)中共現(xiàn)頻次進(jìn)行統(tǒng)計以揭示該領(lǐng)域的研究現(xiàn)狀[12]。VOSviewer軟件作為重要文獻(xiàn)計量工具，能清晰呈現(xiàn)知識共現(xiàn)圖譜及圖譜中節(jié)點之間的聯(lián)系[13]。運用VOSviewer軟件對Web of Science數(shù)據(jù)庫中相關(guān)文獻(xiàn)的關(guān)鍵詞進(jìn)行提取，自動生成關(guān)鍵詞頻數(shù)列表，并繪制關(guān)鍵詞共現(xiàn)圖譜。本研究具體步驟如下：利用VOSviewer軟件提取社會網(wǎng)絡(luò)相關(guān)文獻(xiàn)的作者關(guān)鍵詞，并繪制關(guān)鍵詞共現(xiàn)圖譜；從個體、組織和社會3個層面對作者關(guān)鍵詞進(jìn)行劃分，研究及對比安全科學(xué)領(lǐng)域2個時期社會網(wǎng)絡(luò)的研究熱點，探討社會網(wǎng)絡(luò)主題演進(jìn)趨勢及未來方向。

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

2 結(jié)果

2.1 社會網(wǎng)絡(luò)相關(guān)研究的發(fā)展

自2006年以來，安全科學(xué)領(lǐng)域中社會網(wǎng)絡(luò)主題研究的發(fā)文量總體呈波動上升趨勢，如圖1?；诎l(fā)文量，社會網(wǎng)絡(luò)分析研究被劃分為2個發(fā)展階段：成長期(2006-2015)和發(fā)展期(2016-2019)。成長期累計發(fā)文34篇，在這期間，社會網(wǎng)絡(luò)主題的研究發(fā)展較為緩慢；相較之下，2016-2019年共出版46篇文章，占總發(fā)文量的57.5%，表明這一階段，社會網(wǎng)絡(luò)相關(guān)研究開始進(jìn)入一個快速增長的發(fā)展期。這也預(yù)示著安全科學(xué)領(lǐng)域中社會網(wǎng)絡(luò)研究正呈現(xiàn)方興未艾之勢。

圖1 2006-2019年安全科學(xué)領(lǐng)域社會網(wǎng)絡(luò)主題研究的發(fā)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(guān)鍵詞共現(xiàn)分析

通過VOSviewer軟件對80篇社會網(wǎng)絡(luò)文獻(xiàn)數(shù)據(jù)進(jìn)行處理，得到原始作者關(guān)鍵詞295個。隨后，由3位專家進(jìn)行討論，對關(guān)鍵詞單復(fù)數(shù)、同義詞進(jìn)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(guān)鍵詞。表2列出頻數(shù)大于等于2的作者關(guān)鍵詞。接下來，借助可視化分析工具VOSviewer，得出2006-2019年安全科學(xué)領(lǐng)域中社會網(wǎng)絡(luò)主題研究的關(guān)鍵詞共現(xiàn)圖譜，如圖2。

表2 安全科學(xué)領(lǐng)域社會網(wǎng)絡(luò)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(jié)點表示每個關(guān)鍵詞，節(jié)點的大小與其代表的關(guān)鍵詞出現(xiàn)的頻次大小相關(guān)，節(jié)點之間的連線表示2個不同的關(guān)鍵詞之間的共現(xiàn)關(guān)系，連線越多則表示關(guān)鍵詞之間的聯(lián)系越緊密。在所有關(guān)鍵詞中，“Social Network Analysis”的節(jié)點最大，且位于圖譜中心位置，與其他67個關(guān)鍵詞存在聯(lián)系。其次，“Social Networks”(Links=32)、“Network Analysis”(23)、“Risk Management”(22)、“Risk Communication”(21)以及“Risk Perception”(20)等關(guān)鍵詞的節(jié)點也較大，屬于社會網(wǎng)絡(luò)研究的核心內(nèi)容。位于圖譜邊緣的關(guān)鍵詞節(jié)點頻次相對較低，與其他關(guān)鍵詞的聯(lián)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(wǎng)絡(luò)研究在安全科學(xué)領(lǐng)域應(yīng)用較為廣泛，在內(nèi)容和方法上呈現(xiàn)多樣性。

2.3 研究現(xiàn)狀

為進(jìn)一步厘清社會網(wǎng)絡(luò)主題在安全科學(xué)領(lǐng)域的研究現(xiàn)狀及演進(jìn)趨勢，綜合考慮發(fā)文量等因素，分別對成長期(2006-2015)和發(fā)展期(2016-2019)2個時期的研究進(jìn)行具體討論。

總體來看，社會網(wǎng)絡(luò)在安全科學(xué)領(lǐng)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(wǎng)絡(luò)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(wǎng)絡(luò)的研究較多，關(guān)注脆弱性(Vulnerability)、溝通(Communication)、指揮和控制(Command and Control)以及應(yīng)急響應(yīng)(Emergency Response)；社會層面主要對國家關(guān)鍵基礎(chǔ)設(shè)施(Critical Infrastructures)以及社會媒體(Social Media)進(jìn)行研究；個體層面?zhèn)戎赜趯€人風(fēng)險感知(Risk Perception)和溝通(Risk Communication)的研究。在發(fā)展期，研究主題開始豐富起來，呈現(xiàn)出多元化發(fā)展趨勢，更多的研究將關(guān)注點放在社會層面。社交媒體(Social Media)應(yīng)用和大數(shù)據(jù)(Big Data)成為這一時期的研究熱點；不僅如此，對社會風(fēng)險(Social Risk)及風(fēng)險放大(Social Amplification of Risk)、風(fēng)險溝通(Risk Communication)和風(fēng)險管理(Risk Management)等相關(guān)研究也是這一時期的重點內(nèi)容；其中，EAST(Event Analysis of Systemic Teamwork)作為分析多種社會技術(shù)系統(tǒng)(Sociotechnical Systems)的重要方法被應(yīng)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(fēng)險進(jìn)行了較為深入的研究，特別是對風(fēng)險管理(Risk Management)的研究，與此同時，這一時期也涌現(xiàn)出對彈性(Resilience)的研究。個體層面則持續(xù)深入對社會網(wǎng)絡(luò)以及網(wǎng)絡(luò)分析的研究，個體對事故及災(zāi)難的風(fēng)險感知(Risk Perception)也成為研究的熱點內(nèi)容。

3 主題演進(jìn)與未來研究趨勢

通過對安全科學(xué)領(lǐng)域中社會網(wǎng)絡(luò)研究進(jìn)行深入分析，從成長期到發(fā)展期研究主題的演進(jìn)主要集中在以下3個方面：網(wǎng)絡(luò)安全、事故響應(yīng)以及風(fēng)險管理。

3.1 成長期(2006-2015)

這一時期，網(wǎng)絡(luò)安全的研究較少且主要集中在社會層面。社會技術(shù)系統(tǒng)的日益復(fù)雜和獨立系統(tǒng)的相互滲透為社會互動創(chuàng)造了新機(jī)會的同時，也支持了社交網(wǎng)絡(luò)“陰暗面”的發(fā)展。基于上述背景，Johnson[14]闡述社交網(wǎng)絡(luò)和社交媒體中存在的攻擊，識別多層網(wǎng)絡(luò)中人機(jī)交互的威脅，確定保護(hù)國家關(guān)鍵基礎(chǔ)設(shè)施的網(wǎng)絡(luò)防御的路線圖。Chai等[15]聚焦于中國油氣工業(yè)，應(yīng)用社會網(wǎng)絡(luò)分析關(guān)鍵基礎(chǔ)設(shè)施特征，確定了石油、天然氣和電力為最受依賴的關(guān)鍵基礎(chǔ)設(shè)施。

事故響應(yīng)這一主題研究側(cè)重于應(yīng)用社會網(wǎng)絡(luò)分析事故并進(jìn)行事后管理，對事前管理的研究較少。有效資源分配和有關(guān)機(jī)構(gòu)之間的溝通合作是成功應(yīng)對緊急情況的2個重要先決條件[16]。如Houghton等[17]指出社會網(wǎng)絡(luò)分析對危險化學(xué)品事故應(yīng)急響應(yīng)過程的指揮控制作用；Park[18]認(rèn)為緊急情況下核電站人員溝通特征與相關(guān)組織績效之間存在顯著關(guān)系，分析人員之間溝通的社交網(wǎng)絡(luò)有助于提高系統(tǒng)安全性；Baber等[19]利用社會網(wǎng)絡(luò)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(qiáng)調(diào)通信結(jié)構(gòu)發(fā)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(wù)分析、協(xié)調(diào)需求分析、通信使用圖、社會網(wǎng)絡(luò)分析和關(guān)鍵決策方法，旨在增強(qiáng)民用或軍事領(lǐng)域基礎(chǔ)設(shè)施的系統(tǒng)設(shè)計[20]，為下一時期的運用提供了方法論基礎(chǔ)。

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

3.2 發(fā)展期(2016-2019)

這一時期，“網(wǎng)絡(luò)安全”這一主題被廣泛應(yīng)用于建筑業(yè)[24]、化工[25]、道路交通[26]與人類工程[27]等安全科學(xué)領(lǐng)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(nèi)容、不實信息和虛假信息的傳播[6-7]，網(wǎng)絡(luò)安全面臨巨大挑戰(zhàn)。另外，組織層面對網(wǎng)絡(luò)彈性的研究也開始涌現(xiàn)。Wehbe等[24]通過分析3個大型項目的通信和安全管理網(wǎng)絡(luò)發(fā)現(xiàn)：具有較好交互作用和結(jié)構(gòu)的網(wǎng)絡(luò)對普遍存在的風(fēng)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(qū)情緒變化的角度來研究社區(qū)彈性，分析在影響社區(qū)的某些擾動或事件下，在線社交網(wǎng)絡(luò)的情緒穩(wěn)定狀態(tài)是如何受到影響的。

自然災(zāi)害和工業(yè)事故的頻發(fā)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(fēng)險和損失成為這一階段“事故響應(yīng)”的主要目標(biāo)。因此，社會(交)網(wǎng)絡(luò)和Twitter等社交媒體被廣泛應(yīng)用于支持多種事故和重大災(zāi)害的事前控制。Landwehr等[29]提出運用Twitter等社交媒體，設(shè)計一個支持災(zāi)難規(guī)劃、警告和響應(yīng)的跟蹤和分析系統(tǒng)，以減輕災(zāi)難危害。Ai等[30]概述了一個基于地理信息和移動社交網(wǎng)絡(luò)的動態(tài)決策支持系統(tǒng)來對動態(tài)災(zāi)害風(fēng)險進(jìn)行實時檢測和分析，并及時向社區(qū)居民發(fā)布疏散策略及支持。He等[31]運用過程挖掘?qū)χ袊旱V發(fā)生的50起重大瓦斯爆炸事故進(jìn)行分析，提出應(yīng)急救援模型。在道路安全領(lǐng)域，F(xiàn)leiter等[32]討論中國駕駛員面子問題、社交網(wǎng)絡(luò)重要性和普遍性以及文化獨特性，在此基礎(chǔ)上提出緩解中國道路交通創(chuàng)傷的建議；Peretz等[33]則認(rèn)為駕駛員的社會工作關(guān)系是其不安全駕駛前因，對負(fù)面關(guān)系網(wǎng)絡(luò)、友誼網(wǎng)絡(luò)和建議網(wǎng)絡(luò)(安全建議)進(jìn)行研究發(fā)現(xiàn)：3種網(wǎng)絡(luò)的中心性與不安全駕駛分別呈現(xiàn)正相關(guān)、負(fù)相關(guān)和不相關(guān)。

個體、組織和社會對風(fēng)險的感知在不同情境和領(lǐng)域中呈現(xiàn)出差異性[34]。Taarup-Esbensen[34]描述風(fēng)險是如何在商業(yè)和組織文獻(xiàn)中通過4個不同的轉(zhuǎn)變被概念化的，即從技術(shù)科學(xué)的角度到認(rèn)知、社會文化，最后到建構(gòu)主義的角度。如何通過風(fēng)險感知及風(fēng)險溝通來降低風(fēng)險損失是“風(fēng)險管理”主題在這一時期的重要目標(biāo)。借助大數(shù)據(jù)和社會網(wǎng)絡(luò)相關(guān)分析，針對道路交通[32]、工業(yè)環(huán)境[35]、資源再利用[36]以及災(zāi)害[37-38]風(fēng)險進(jìn)行研究，將有助于加強(qiáng)對相關(guān)風(fēng)險的管理，提高網(wǎng)絡(luò)的彈性和穩(wěn)定性，從而降低預(yù)期損失。此外，Paveglio等[39]強(qiáng)調(diào)社區(qū)對個體風(fēng)險感知和行為的重要影響作用，主張在討論風(fēng)險管理以及彈性、脆弱性和適應(yīng)能力時，將社區(qū)視為重要因素考慮在內(nèi)。Babcicky等[38]則研究社會資本在私人防洪中對風(fēng)險感知、自我效能和應(yīng)對能力的反作用，強(qiáng)調(diào)認(rèn)識和提高社會資本質(zhì)量的可保護(hù)性至關(guān)重要。

4 結(jié)論

本研究通過對Web of Science核心合集數(shù)據(jù)庫18個代表性安全科學(xué)期刊中社會網(wǎng)絡(luò)主題相關(guān)研究數(shù)據(jù)進(jìn)行文獻(xiàn)計量分析，應(yīng)用VOSviewer軟件繪制關(guān)鍵詞共現(xiàn)可視化知識圖譜，得出如下結(jié)論：

(1)安全科學(xué)領(lǐng)域的社會網(wǎng)絡(luò)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(fā)展期研究主題的演進(jìn)主要集中在3個方面：網(wǎng)絡(luò)安全、事故響應(yīng)以及風(fēng)險管理。

本文通過對安全科學(xué)領(lǐng)域中社會網(wǎng)絡(luò)研究進(jìn)行分析，以期為相關(guān)領(lǐng)域?qū)W者識別安全科學(xué)領(lǐng)域內(nèi)研究熱點與進(jìn)展、主題演進(jìn)及未來研究方向提供借鑒。