| 在对网络中的结点进行个体属性分析时，我们首先应该选取需要的参数，根据节点参数的属性来判断哪些智力资本元素是高校智力资本的核心要素，那些是边缘要素。在社会网络分析中用于个体网分析的指标有很多，这里仅选取了以下两个有代表性的指标作为高校智力资本网络中个体属性分析的参数。
（1）程度中心度分析
在高校智力资本网络中结点的度属性表示的是在高校智力资本网络体系中，这个结点所代表的智力资本要素与其智力资本要素联系频数，这个数值越大说明这个智力资本要素与其它智力资本要素的关系越密切，反之则是越疏松。因此，借助程度中心性分析可以找到网络中的核心参与者与边缘参与者，程度中心性高的智力资本因素生在高校智力资本体系中处于核心地位，能够有效控制及影响其它智力资本的发展；程度中心性低的因素在高校智力资本体系中处于边缘地位，对其它智力资本影响力微弱。我们可以通过程度中心性来识别高校智力资本体系中要素与其它要素的相互影响程度。
程度中心度方法是通过计算网络中各点的“点入度”和“点出度”来分析该点的中心性。度中心度来测量点的中心性只考虑与该点具有直接连接和连接强度，而没有考虑与该点具有间接联系的连线数。而一个点可能与大量的其它点之间存在联系，因此，程度中心度表示的可能只是局域网络的中心性，我们需要结合中介中心度共同识别高校关键智力资本。
（2）中介中心度分析
结点的中介中介度是指该点与图中所有其它点的捷径距离之和，其表达式为： ，式中 表示节点I和结点J之间的最短距离。中介中心度通过计算外接近中心性和内接近中介度分析结点之间的相互作用效率，不考虑结点间的相互作用强度。高校智力关键资本因素往往对系统中其它因素有较强的直接影响作用，具有较高的外接近中介中心度；同时，关键因素不易受其它因素的影响，具有较低的内接近中介度。基于社会网络分析视角，高校关键智力资本是一类既具有较高中介中心度同时又具有较高程度中心度的要素。
三、实证研究
以江苏某高校为背景，以高校智力资本为分析对象，应用社会网络分析方法分析智力资本要素之间的相互影响，识别出对其它因素有较强影响而又不易受其它因素影响的关键智力资本要素，为提升高校智力资本管理水平、增强高校核心竞争力做铺垫。
基于高校类型及其战略目标，对该高校的智力资本的构成进行理论分析，得出高校智力资本的构成要素集(见表1)，采用问卷调查的方式，得出高校智力资本网的邻接矩阵，利用UCINET软件计算出各要素的内外中介度及点出、点入度分别判别要素的中介中心度、程度中心度，综合识别出高校关键智力资本要素（见表2）。
表一：高校智力资本结构体系及其邻接矩阵
|
0-无影响
1-弱影响
2-较强影响
3-强影响
|
师生比
|
教学科研人员占总数比率
|
高级职称人员比率
|
硕导及博导人员比率
|
博士学位教师比率
|
知识库建设和利用程度
|
省部级及以上科研项目资助金额
|
获批专利数目与省部级及以上科研项目获奖总数
|
重点学科建设个数
|
国内外核心刊物上的发文数及出版著作数
|
学生对高校教学、对管理满意度
|
教职工满意度
|
校园网的点击率
|
工程硕士及MBA人数
|
联合办学人数
|
硕士生、博士生占总学生人数比例
|
点出度
|
|
人力资本
|
师生比（H1）
|
_
|
3
|
1
|
2
|
1
|
1
|
1
|
1
|
2
|
1
|
3
|
2
|
0
|
2
|
1
|
2
|
23
|
|
教学科研人员占总数比（H2）
|
3
|
_
|
3
|
2
|
2
|
2
|
2
|
2
|
3
|
3
|
2
|
2
|
1
|
2
|
2
|
3
|
34
|
|
高级职称人员比率（H3）
|
1
|
3
|
_
|
3
|
3
|
1
|
3
|
3
|
3
|
2
|
2
|
1
|
1
|
1
|
2
|
2
|
31
|
|
硕导及博导人员比率（H4）
|
2
|
2
|
3
|
_
|
2
|
2
|
3
|
3
|
3
|
3
|
2
|
1
|
2
|
2
|
3
|
3
|
36
|
|
博士学位教师比率（H5）
|
1
|
2
|
3
|
2
|
_
|
2
|
2
|
2
|
2
|
3
|
1
|
2
|
1
|
2
|
2
|
2
|
29
|
|
组织资本
|
知识库建设和利用程度(S1)
|
1
|
2
|
1
|
2
|
2
|
_
|
2
|
2
|
2
|
2
|
3
|
1
|
3
|
1
|
0
|
2
|
26
|
|
省部级及以上科研项目资助金额(S2)
|
1
|
2
|
3
|
3
|
2
|
2
|
_
|
3
|
1
|
1
|
1
|
3
|
1
|
0
|
1
|
1
|
25
|
|
获批专利数目与省部级及以上科研项目获奖总数(S3)
|
1
|
2
|
3
|
3
|
2
|
2
|
3
|
_
|
2
|
2
|
2
|
3
|
2
|
2
|
3
|
2
|
34
|
|
重点学科建设个数(S4)
|
2
|
3
|
3
|
3
|
2
|
2
|
1
|
2
|
_
|
2
|
2
|
3
|
1
|
2
|
3
|
3
|
34
|
|
国内外核心刊物上的发文数及出版著作数(S5)
|
1
|
3
|
2
|
3
|
3
|
2
|
1
|
2
|
2
|
_
|
1
|
2
|
1
|
2
|
2
|
2
|
29
|
|
关系资本
|
学生对高校教学、对管理满意度(R1)
|
3
|
2
|
2
|
2
|
1
|
3
|
1
|
2
|
2
|
1
|
_
|
3
|
3
|
2
|
1
|
3
|
31
|
|
教职工满意度(R2)
|
2
|
2
|
1
|
1
|
2
|
1
|
3
|
3
|
3
|
2
|
3
|
_
|
2
|
3
|
1
|
2
|
31
|
|
校园网的点击率(R3)
|
0
|
1
|
1
|
2
|
1
|
3
|
1
|
2
|
1
|
1
|
3
|
2
|
_
|
2
|
0
|
3
|
23
|
|
工程硕士及MBA人数(R4)
|
2
|
2
|
1
|
2
|
2
|
1
|
0
|
2
|
2
|
2
|
2
|
3
|
2
|
_
|
0
|
3
|
26
|
|
联合办学人数(R5)
|
1
|
2
|
2
|
3
|
2
|
0
|
1
|
3
|
3
|
2
|
1
|
1
|
0
|
0
|
_
|
1
|
22
|
|
硕士生、博士生占总学生人数比例(R6)
|
2
|
3
|
2
|
3
|
2
|
2
|
1
|
2
|
3
|
2
|
3
|
2
|
3
|
3
|
1
|
2
|
36
|
|
|
点入度
|
23
|
31
|
27
|
32
|
26
|
23
|
22
|
31
|
29
|
25
|
26
|
27
|
22
|
22
|
19
|
31
|
|
表二：基于输出接近中介度和程度中心性的高校关键智力资本识别
|
高校智力
资本体系
|
高校智力资本要素
|
外接近
中介度
|
内接近
中介度
|
点出度
|
点入度
|
是否为高校
关键智力资本
|
|
人力资本
|
师生比（H1）
|
0.75
|
0.77
|
23
|
23
|
否
|
|
教学科研人员占总数比（H2）
|
0.93
|
0.85
|
34
|
31
|
是
|
|
高级职称人员比率（H3）
|
0.89
|
0.8
|
31
|
27
|
否
|
|
硕导及博导人员比率（H4）
|
0.95
|
0.85
|
36
|
32
|
是
|
|
博士学位教师比率（H5）
|
0.95
|
0.84
|
29
|
26
|
是
|
|
组织资本
|
知识库建设和利用程度(S1)
|
0.91
|
0.75
|
26
|
23
|
是
|
|
省部级及以上科
研项目资助金额(S2)
|
0.95
|
0.95
|
25
|
22
|
否
|
|
获批专利数目与省部级及
以上科研项目获奖总数(S3)
|
0.97
|
0.95
|
34
|
31
|
否
|
|
重点学科建设个数(S4)
|
0.95
|
0.75
|
34
|
29
|
是
|
|
国内外核心刊物上的发
文数及出版著作数(S5)
|
0.8
|
0.96
|
29
|
25
|
否
|
|
关系资本
|
学生对高校教学、
对管理满意度(R1)
|
0.97
|
0.81
|
31
|
26
|
是
|
|
教职工满意度(R2)
|
0.85
|
0.9
|
31
|
27
|
否
|
|
校园网的点击率(R3)
|
0.75
|
0.97
|
23
|
22
|
否
|
|
工程硕士及MBA人数(R4)
|
0.9
|
0.95
|
26
|
22
|
否
|
|
联合办学人数(R5)
|
0.9
|
0.9
|
22
|
19
|
否
|
|
硕士生、博士生占总
学生人数比例(R6)
|
0.93
|
0.83
|
36
|
31
|
是
|
基于以上分析，我们识别出七个高校关键智力资本要素，分别是：教学科研人员占总数比、硕导及博导人员比率；博士学位教师比率；知识库建设和利用程度；重点学科建设个数；学生对高校教学、对管理满意度；硕士生、博士生占总学生人数比例。高校在评估与开发智力资本时应赋予这些关键因素更多的权重，同时应加强对关键智力资本的开发、投资与管理。
四、结束语
在知识经济时代，高校智力资本管理成为高校的重要研究课题，其目的是发挥高校人力资本的能动作用，组织资本的协调作用以及关系资本的促进作用以增强高校核心竞争力、提升组织价值、实现高校战略目标。在这一管理过程中，高校关键智力资本的识别是必不可少的环节，本文借鉴社会网络分析法以定量的方法为高校智力资本识别做出探讨，研究中尚有许多不足之处，如高校智力资本各要素的相互影响关系的测量、社会网络方法的认识与运用的肤浅等，希望能够起到抛砖引玉的作用，为今后高校智力资本的识别做出铺垫。
参考文献
1 布鲁金,智力资本.第三资源的应用与管理 [M].东北财经大学出版社,2000
2 袁庆宏,《企业智力资本管理》[M].北京,经济管理出版社,2001
3 张闯,社会网络视角下的渠道权力结构与策略研究 [M]. 东北财经大学出版社 ,2008
4 林聚任,社会网络分析:理论、方法与应用[M].北京师范大学出版社,2009
5 冯伯麟,教师工作满意及其影响因素的研究[J].教育研究,1996
6 姚小涛,席酉民.社会网络理论及其在企业研究中的应用[J].西安交通大学学报.2003
7 孙涛,智力资本评价及其对组织绩效的影响研究[D]浙江大学 , 2003
8 樊华,陶学禹,大学智力资本集聚及管理研究[J]. 科学学与科学技术管理,2004
9 张存刚,李明.社会网络分析——种重要的社会学研究方法[J]. 甘肃社会科学2004
10 王霄宁, 基于社会网络分析的产业集群定量化模型[J].统计与决策,2005
11 武志伟,茅宁.智力资本度量的记分卡方法评述[J].科研管理,2005
12 赵艳娟, 浅论公司智力资本及其开发[J]. 现代情报 , 2005
13 王小明, 高校智力资本评价模型与实证研究[J]. 清华大学教育研究,2005
14 文辉,张平,高校教师薪酬激励系统要素研究[J]. 北京教育学院学报,2006
15 徐玲芳,高校智力资本的识别、测量和报告[D],江苏大学,2006
16 于佳木,企业智力资本与技术创新能力关系的定量分析[D]大连理工大学 , 2006 .
17 徐浩,基于社会网络的决策会计行为分析[J]. 科技情报开发与经济,2007 3/3 首页 上一页 1 2 3 |
