郭为群 张应语

(曲阜师范大学 管理学院，山东 日照 276826)

0 引言

随着科学技术的飞速发展和智能时代的到来，Twitter、抖音、微博、微信等社交媒介越来越受到大众欢迎，这在扩大社交网络遍布范围的同时，无疑加速了社交网络内部信息传递和情感交互。然而，当前网络信息良莠不齐，垃圾、虚假或不实信息的传递都严重阻碍着安全网络构建，成为当前网络发展的“副作用”。在此背景下，社会(交)网络及相关分析也越来越受到公众和学术界的青睐，被广泛应用于如社会学、心理学、医学、计算机科学等众多领域的同时[1-4]，也逐步发展成一种制度化的跨学科研究视角[5]。将社会网络应用到安全科学领域有助于加强网络安全管理，增强系统弹性，提高风险响应能力，有效预防和降低事故的影响和损失[6-7]。

文献计量分析是指运用数学、统计学等方法对目标文献进行定量分析，已被广泛应用于学术研究[8]。科学知识图谱是一类显示科学知识发展进程与结构关系的图形，是数据科学与可视化技术背景下的科学计量学新领域[9-10]。本研究旨在运用文献计量和知识图谱的方法对2006-2019年安全科学领域社会网络主题研究进行梳理，实现相关领域动态发展状况可视化，以期为后续社会网络研究提供更为清晰的实践借鉴。

1 方法

1.1 数据来源

为探讨社会网络在安全科学领域相关研究的进展情况，依据Hale[11]的研究，综合专家意见，筛选18个具有代表性的安全科学期刊，并通过Web of Science核心合集数据库对社会网络主题进行检索。引文索引设置为“SSCI”和“SCI”，文献类型设置为“Article”，语言选择为“English”，时间跨度为2006-2019年，以“Social Network”和“Social Networks”为主题词分别对选定的安全科学期刊进行主题检索，各关键词之间采用“Or”连接，截至2019年10月13日共检索到文献80篇，将期刊根据检索文献数由高到低进行排序，见表1(无相关主题文献的部分代表性安全科学期刊被排除在外)。

1.2 研究方法

基于上述数据，本研究采用共词分析对安全科学领域的社会网络研究进行定量与定性分析。关键词是作者对文献内容的高度概括与凝练，某种程度上能够代表该文献的主题和核心思想。共词分析通过对若干对关键词在不同文献中共现频次进行统计以揭示该领域的研究现状[12]。VOSviewer软件作为重要文献计量工具，能清晰呈现知识共现图谱及图谱中节点之间的联系[13]。运用VOSviewer软件对Web of Science数据库中相关文献的关键词进行提取，自动生成关键词频数列表，并绘制关键词共现图谱。本研究具体步骤如下：利用VOSviewer软件提取社会网络相关文献的作者关键词，并绘制关键词共现图谱；从个体、组织和社会3个层面对作者关键词进行划分，研究及对比安全科学领域2个时期社会网络的研究热点，探讨社会网络主题演进趋势及未来方向。

表1 主要安全科学期刊及检索文献Tab.1 Main safety science journals and retrieval literature

2 结果

2.1 社会网络相关研究的发展

自2006年以来，安全科学领域中社会网络主题研究的发文量总体呈波动上升趋势，如图1。基于发文量，社会网络分析研究被划分为2个发展阶段：成长期(2006-2015)和发展期(2016-2019)。成长期累计发文34篇，在这期间，社会网络主题的研究发展较为缓慢；相较之下，2016-2019年共出版46篇文章，占总发文量的57.5%，表明这一阶段，社会网络相关研究开始进入一个快速增长的发展期。这也预示着安全科学领域中社会网络研究正呈现方兴未艾之势。

图1 2006-2019年安全科学领域社会网络主题研究的发文量Fig.1 Number of papers published on social network subjectresearch in the field of safety science from 2006 to 2019

2.2 关键词共现分析

通过VOSviewer软件对80篇社会网络文献数据进行处理，得到原始作者关键词295个。随后，由3位专家进行讨论，对关键词单复数、同义词进行人为合并及重命名，如将“Social Network”“Social Networks”“Social Networking”同义词合并为“Social Networks”，最终得到280个关键词。表2列出频数大于等于2的作者关键词。接下来，借助可视化分析工具VOSviewer，得出2006-2019年安全科学领域中社会网络主题研究的关键词共现图谱，如图2。

表2 安全科学领域社会网络研究中的前26个高频词Tab.2 Top 26 high frequency words in social networkresearch in the field ofsafety science

图2中，节点表示每个关键词，节点的大小与其代表的关键词出现的频次大小相关，节点之间的连线表示2个不同的关键词之间的共现关系，连线越多则表示关键词之间的联系越紧密。在所有关键词中，“Social Network Analysis”的节点最大，且位于图谱中心位置，与其他67个关键词存在联系。其次，“Social Networks”(Links=32)、“Network Analysis”(23)、“Risk Management”(22)、“Risk Communication”(21)以及“Risk Perception”(20)等关键词的节点也较大，属于社会网络研究的核心内容。位于图谱边缘的关键词节点频次相对较低，与其他关键词的联系较少，如“Process Mining”(2)、“Gynecological Surgery”(2)、“Instrumental Variables”(2)以及“Economic Impact Visualization”(2)等。在一定程度上说明社会网络研究在安全科学领域应用较为广泛，在内容和方法上呈现多样性。

2.3 研究现状

为进一步厘清社会网络主题在安全科学领域的研究现状及演进趋势，综合考虑发文量等因素，分别对成长期(2006-2015)和发展期(2016-2019)2个时期的研究进行具体讨论。

总体来看，社会网络在安全科学领域的研究主要分布在社会和组织层面，个体层面研究相对较少；而社会网络分析(Social Network Analysis)在2个时期的个体、组织及社会层次都是必不可少的研究热点。具体来说，在成长期，组织层面对社会网络的研究较多，关注脆弱性(Vulnerability)、沟通(Communication)、指挥和控制(Command and Control)以及应急响应(Emergency Response)；社会层面主要对国家关键基础设施(Critical Infrastructures)以及社会媒体(Social Media)进行研究；个体层面侧重于对个人风险感知(Risk Perception)和沟通(Risk Communication)的研究。在发展期，研究主题开始丰富起来，呈现出多元化发展趋势，更多的研究将关注点放在社会层面。社交媒体(Social Media)应用和大数据(Big Data)成为这一时期的研究热点；不仅如此，对社会风险(Social Risk)及风险放大(Social Amplification of Risk)、风险沟通(Risk Communication)和风险管理(Risk Management)等相关研究也是这一时期的重点内容；其中，EAST(Event Analysis of Systemic Teamwork)作为分析多种社会技术系统(Sociotechnical Systems)的重要方法被应用到这一时期的研究中。较成长期，组织层面在这一时期对风险进行了较为深入的研究，特别是对风险管理(Risk Management)的研究，与此同时，这一时期也涌现出对弹性(Resilience)的研究。个体层面则持续深入对社会网络以及网络分析的研究，个体对事故及灾难的风险感知(Risk Perception)也成为研究的热点内容。

3 主题演进与未来研究趋势

通过对安全科学领域中社会网络研究进行深入分析，从成长期到发展期研究主题的演进主要集中在以下3个方面：网络安全、事故响应以及风险管理。

3.1 成长期(2006-2015)

这一时期，网络安全的研究较少且主要集中在社会层面。社会技术系统的日益复杂和独立系统的相互渗透为社会互动创造了新机会的同时，也支持了社交网络“阴暗面”的发展。基于上述背景，Johnson[14]阐述社交网络和社交媒体中存在的攻击，识别多层网络中人机交互的威胁，确定保护国家关键基础设施的网络防御的路线图。Chai等[15]聚焦于中国油气工业，应用社会网络分析关键基础设施特征，确定了石油、天然气和电力为最受依赖的关键基础设施。

事故响应这一主题研究侧重于应用社会网络分析事故并进行事后管理，对事前管理的研究较少。有效资源分配和有关机构之间的沟通合作是成功应对紧急情况的2个重要先决条件[16]。如Houghton等[17]指出社会网络分析对危险化学品事故应急响应过程的指挥控制作用；Park[18]认为紧急情况下核电站人员沟通特征与相关组织绩效之间存在显著关系，分析人员之间沟通的社交网络有助于提高系统安全性；Baber等[19]利用社会网络分析和基于Agent的建模方法探索海上搜救行动中的信息流动，强调通信结构发挥的重要作用。作为一个重要分析方法，EAST在这一时期中被提出，通过集成层次任务分析、协调需求分析、通信使用图、社会网络分析和关键决策方法，旨在增强民用或军事领域基础设施的系统设计[20]，为下一时期的运用提供了方法论基础。

对风险的研究主要集中在个人层面使用社交网络带来的风险感知，如网购风险感知与忠诚度[21]、健康风险感知[22]、自然灾害风险感知[23]等。这一时期的研究也为下一时期较高层次的风险沟通和管理提供了基础。

3.2 发展期(2016-2019)

这一时期，“网络安全”这一主题被广泛应用于建筑业[24]、化工[25]、道路交通[26]与人类工程[27]等安全科学领域。Twitter等社交媒体的蓬勃兴起带来一系列安全问题，如有害内容、不实信息和虚假信息的传播[6-7]，网络安全面临巨大挑战。另外，组织层面对网络弹性的研究也开始涌现。Wehbe等[24]通过分析3个大型项目的通信和安全管理网络发现：具有较好交互作用和结构的网络对普遍存在的风险具有较高的弹性和较好的实际安全性能。López-Cuevas等[28]从社区情绪变化的角度来研究社区弹性，分析在影响社区的某些扰动或事件下，在线社交网络的情绪稳定状态是如何受到影响的。

自然灾害和工业事故的频发使得人们逐渐开始思考事前控制的重要性，如何从源头上降低事故风险和损失成为这一阶段“事故响应”的主要目标。因此，社会(交)网络和Twitter等社交媒体被广泛应用于支持多种事故和重大灾害的事前控制。Landwehr等[29]提出运用Twitter等社交媒体，设计一个支持灾难规划、警告和响应的跟踪和分析系统，以减轻灾难危害。Ai等[30]概述了一个基于地理信息和移动社交网络的动态决策支持系统来对动态灾害风险进行实时检测和分析，并及时向社区居民发布疏散策略及支持。He等[31]运用过程挖掘对中国煤矿发生的50起重大瓦斯爆炸事故进行分析，提出应急救援模型。在道路安全领域，Fleiter等[32]讨论中国驾驶员面子问题、社交网络重要性和普遍性以及文化独特性，在此基础上提出缓解中国道路交通创伤的建议；Peretz等[33]则认为驾驶员的社会工作关系是其不安全驾驶前因，对负面关系网络、友谊网络和建议网络(安全建议)进行研究发现：3种网络的中心性与不安全驾驶分别呈现正相关、负相关和不相关。

个体、组织和社会对风险的感知在不同情境和领域中呈现出差异性[34]。Taarup-Esbensen[34]描述风险是如何在商业和组织文献中通过4个不同的转变被概念化的，即从技术科学的角度到认知、社会文化，最后到建构主义的角度。如何通过风险感知及风险沟通来降低风险损失是“风险管理”主题在这一时期的重要目标。借助大数据和社会网络相关分析，针对道路交通[32]、工业环境[35]、资源再利用[36]以及灾害[37-38]风险进行研究，将有助于加强对相关风险的管理，提高网络的弹性和稳定性，从而降低预期损失。此外，Paveglio等[39]强调社区对个体风险感知和行为的重要影响作用，主张在讨论风险管理以及弹性、脆弱性和适应能力时，将社区视为重要因素考虑在内。Babcicky等[38]则研究社会资本在私人防洪中对风险感知、自我效能和应对能力的反作用，强调认识和提高社会资本质量的可保护性至关重要。

4 结论

本研究通过对Web of Science核心合集数据库18个代表性安全科学期刊中社会网络主题相关研究数据进行文献计量分析，应用VOSviewer软件绘制关键词共现可视化知识图谱，得出如下结论：

(1)安全科学领域的社会网络研究主要集中在社会层面和组织层面上，个体层面相对较少。

(2)从成长期到发展期研究主题的演进主要集中在3个方面：网络安全、事故响应以及风险管理。

本文通过对安全科学领域中社会网络研究进行分析，以期为相关领域学者识别安全科学领域内研究热点与进展、主题演进及未来研究方向提供借鉴。