产业共生网络结构的研究方法

3.5.1　分析对象

与常见的真实网络相比，产业共生网络在结构和功能等方面有很多独特之处。网络的分析对象主要从以下几个方面考虑:

(1)产业链条。对于单链的产业链条，可以采用“企业物质/能量”关系要素对产业链条进行分析和计算。由于单链结构较为简单，一般不需要采用本章所述的指标和方法分析，而可以着重从共生关系的性质、共生效益等其他角度进行分析。

(2)产业园区。本书主要针对产业园区，可以采用“企业物质/能量”或“物质物质交流关系”等关系要素对产业园区展开一系列的相关结构研究，将重点放在网络的中心性、节点影响力分析和网络复杂性分析等方面。

(3)区域产业共生系统。对于较大区域、省市、国家、全球的产业共生网，若采用本书所提及的方法进行分析，可以考虑采用“物质物质交流关系”关系要素进行宏观研究，若可以获取详尽数据，亦可开展“企业物质/能量”关系要素的结构分析。

3.5.2　分析工具

1.数据库的构建

由于本书所涉及的网络案例规模相对较小，在数据处理上，首先采用图论的方法对网络进行直观的表征，即绘制网络关联图;其次对网络数据进行矩阵存储，主要采用Microsoft Office工具中的Excel，进行数据的存取、数据矩阵的构建和存储。

2.网络特征值的计算

本书主要采用社会网络分析软件UCINET 6.0(University of California at Irvine NETwork)进行初步分析计算。Ucinet为菜单驱动的Windows程序，是目前最流行的处理社会网络数据和其他相似性数据的综合性分析程序，是一种功能强大的社会网络分析软件，它最初由加州大学尔湾分校社会网研究的权威学者Linton Freeman编写，后来主要由波士顿大学的Steve Borgatti和威斯敏特大学的Martin Everett维护更新。与Ucinet捆绑在一起的还有Pajek，Mage和Net Draw等三个软件。Ucinet能够处理的原始数据为矩阵格式，提供了大量数据管理和转化工具。Ucinet可以对网络进行基本特征计算、中心性分析、结构洞分析，还包含为数众多的基于过程的分析程序，如聚类分析、多维标度、二模标度(奇异值分解、因子分析和对应分析)、角色和地位分析(结构、角色和正则对等性)和拟合中心-边缘模型等。还包括常见的多元统计分析工具，如多维量表(multidimensional scaling)、对应分析(correspondence analysis)、针对矩阵数据的多元回归(multiple regression)等。该程序本身不包含网络可视化的图形程序，但可将数据和处理结果输出至NetDraw，Pajek，Mage和KrackPlot等软件作图。

3.结果数据的整理和分析

主要采用Origin 8.0对数据进行拟合分析，采用SPSS对数据进行聚类分析。

Origin是美国Origin Lab公司(其前身为Microcal公司)开发的图形可视化和数据分析软件，是科研人员和工程师常用的高级数据分析和制图工具。

SPSS是“社会科学统计软件包”(Statistical Package for the Social Science)的简称，是一种集成化的计算机数据处理应用软件。

3.5.3　分析步骤

对于产业共生网络的结构特征分析，主要由以下5个步骤:

(1)明确分析对象。明确所分析的分析对象属于产业链条、产业园区还是区域产业共生网络，进而确定分析对象的关系要素。本书主要针对生态产业园区进行分析，节点均为企业或者关键工艺，关系为副产物交流、废弃物综合利用和能量共享，由于原始数据的限制，可供分析的对象是经过简化的——仅分析产业园区中形成共生关系链网的部分，而忽略大多数的孤立企业(单元)，而忽略大多数的孤立企业(单元)，分析的关系要素主要为“企业-物质、能量生态关联”。目的是分析网络中企业之间的生态关联程度，以分析网络的整体结构组成，并识别出网络中的关键节点。

(2)确定分析标度。确定对于分析对象的分析标度，包括时空标度和规模门槛。本书对标度的界定为生态产业园区内部所有园区内组成产业共生网络的所有节点，对于各个园区的时间界定无统一标准，基本上选取文献中可以查阅到的最新状态。

(3)建立网络数据库。针对高复杂性网络，需要建立专门的网络数据库。构建数据库时，要先设计网络构建标度，然后设计出基于构建标度和数据可得性的数据收集方式，并通过问卷调查、文献调研等方式收集数据，最后按照统一格式将数据整理成可以用于网络复杂性分析的记录条，纳入数据库。对于规模较小的网络，如本研究中的所有网络，数据库的构建相对简单，主要方法为文献查阅，主要构建方式为采用Excel表格对所有节点和关系进行相应的二值矩阵存储。对网络数据的处理方式采用无向二值网络(以下简称为无向网络)和有向二值网络(以下简称有向网络)，根据此二种方式，将初始网络图中节点间关系用二值代表(0表示两者间无联系，1表示两者间有联系)，分别将网络结构图抽象为无向二值矩阵和有向二值矩阵并存储。

(4)进行网络结构特征值计算。主要指对网络的所有特征值计算和度分布的计算，主要开展了网络密度、簇系数、特征路径长度、网络的中心性、核心-边缘分析等指标的计算和分析。

(5)开展网络结构分析。根据需要，对有关数据进行网络分析。本书主要开展了网络基本特征、网络中心性、节点影响力和网络复杂性分析。

3.5.4　分析内容

1.基于无向网络的产业共生结构特征与共生模式聚类分析

(1)共生网络结构特征分析。选择10个产业共生网路为样本，构建无向二值网络的基础数据库，开展网络的基本特征分析，包括网络共生关系类型、网络规模(节点数和关系数)、集聚程度(网络密度和簇系数)和信息传递速度(特征路径长度)方面的比较分析。

(2)共生网络结构的中心性、节点影响力与网络复杂性的分析。对无向二值网络的整体中心势(两极分化的趋势)，进行综合比较分析;在中心性计算的基础上，对所有网络中的节点进行比较分析，识别出网络中的关键节点、薄弱节点和较独立节点;利用网络簇系数和特征路径长度计算结果，与随机网络和规则网络进行比较，评判网络结构的小世界性特征，通过网络结构的度分布曲线以及幂律分布拟和，评判网络的无标度性特征。

(3)基于无向网络的产业共生模式聚类及其结构特征分析。分别以网络密度与簇系数、以平均度与特征路径长度、以中心性指标以及以所有的结构特征值为因子进行聚类分析，对聚类结果进行综合分析，从结构特征的角度来探讨产业共生网络类型划分的定量标准，以推进产业共生网络理论的发展。以聚类分析的结果为依据，分别选取不同类型的典型产业共生网络为案例，进行不同共生模式的网络结构特征的深入分析。

2.基于有向网络的产业共生结构特征与共生模式聚类分析

(1)无向网络与有向网络数据分析比较。在上述10个产业共生网络的基础上，再增加10个共20个案例样本，构建有向二值网络的基础数据库，对比分别基于无向网络和有向网络数据的网络特征值、相关性以及聚类分析结果，选其优者继续进行后续分析。

(2)基于有向网络的共生模式聚类分析。根据9项指标对所有案例进行聚类分析，进一步深入分析在有向有向二值网络基础上的产业共生网络模式。

(3)基于有向网络的公因子分析。针对9项指标进行公因子分析，识别出产业共生网络的主要特征。并分析各共生模式网络的特征。

3.产业共生网络稳定性分析

结合度分布模式及节点影响力，从宏观和微观上分析各共生模式网络的稳定性特征。在宏观上解释产业共生网络发展中稳定性演化的规律，在微观上识别各网络中的关键企业和环节。该内容将在下一章中详细阐释。