一、 緒論
4.3 網絡特性實證分析
依據本研究實驗設計之網絡特性分析相關數值衡量與操作定義，如表 3 所列 示，本研究將實際驗證表 3 所列示之內聚力分析、小團體分析、自我網絡分析
（ego）、中心性分析、角色位置分析（CONCOR）與冪次定率分析（power law）
等六個類別，共細分為 16 個數值衡量指標，進行 94 年度、95 年度與 96 年度等 三個年度合作研究社群研究網絡特性分析，並解釋其分析後數值內容與意義。
4.3.1 94 年度合作研究社群研究網絡特性分析
1. 內聚力分析實證分析結果
如表22所顯示，94年度合作研究社群網絡經由UCINET網絡內聚力分 析後可得整體複雜網絡密度為1.2932，其密度大於1，表示網絡具有重疊 結構特性；整體群聚係數為1.166（一般正常範圍為0≦C≦1，若C＞1時表 示有結構重疊），表示具有高群聚性的小世界現象與無尺度網絡等特徵；
整體網絡結構間具有2700個三倍體，網絡傳遞性為100％；網絡連結平均 路徑設定為1，假設為低間隔度性質，網絡連結路徑總數為68906。
表22 94年度合作研究社群網絡特性分析相關數值衡量結果彙整表
Density (matrix average) = 1.2932 Standard deviation = 1.2112
Overall graph clustering coefficient: 1.166 Weighted Overall graph clustering coefficient: 0.178
三倍體 triples : 2700 100 %
Average distance = 1.000 測量線平均距離頻率 FGD = 68906 [2]11142 (2-叢派)
[1]度110 [2] 成對數164
[3] 連結總數11990 [4]1.37%(max:100%) Network Centralization = 3.94%
Heterogeneity = 2.54% Normalized = 2.17%
Network Centralization = 61.76%
Network Centralization Index = 46.70%
Degree Closeness Betweenness Eigenvector Mean 2.000 25.352 0.773 5.657
26個代表節點的群體中心性比值為0.506，
群體中心性比率為50.6％ [ 26/170=15.3％ ] 模塊矩陣41x41／R-squared = 0.487
負斜率= -0.6072
，
符合冪次定律。94年度 實證分析結果 Density (matrix average) = 1.2932
Standard deviation = 1.2112
Overall graph clustering coefficient: 1.166 Weighted Overall graph clustering coefficient: 0.178
三倍體 triples : 2700 100 %
Average distance = 1.000 測量線平均距離頻率 FGD = 68906 [2]11142 (2-叢派)
[1]度110 [2] 成對數164
[3] 連結總數11990 [4]1.37%(max:100%) Network Centralization = 3.94%
Heterogeneity = 2.54% Normalized = 2.17%
Network Centralization = 61.76%
Network Centralization Index = 46.70%
Degree Closeness Betweenness Eigenvector Mean 2.000 25.352 0.773 5.657
26個代表節點的群體中心性比值為0.506，
群體中心性比率為50.6％ [ 26/170=15.3％ ] 模塊矩陣41x41／R-squared = 0.487
負斜率= -0.6072
，
符合冪次定律。2. 小團體分析實證分析結果
如表22 所顯示，94 年度合作研究社群網絡經由 UCINET 網絡小團體 分析後可得合作研究科專 170 個參與人員可分為 20 個派系、19 個 2-派系
（N-派系）、19 個 2-宗派（N-宗派）以及 44 個 2-叢派（K-叢派），對於
263 個節點所組成整體複雜網絡而言，可分為 218 個派系、211 個 2-派系
（N-派系）、97 個 2-宗派（N-宗派）以及 11142 個 2-叢派（K-叢派），對 2-叢派所呈現的數目意義而言，可謂是複雜結構中的最大派系數值。
3. 自我網絡密度分析實證分析結果
如表22所顯示，94 年度合作研究社群網絡經由 UCINET 自我網絡密 度分析後可得整體複雜網絡內最大自我網絡即集結節點的度為 110（即表 示有 110 個連結邊線集結在此節點－即[行政院農業委員會]上），成對數 為 164，連結總數為 11990，自我中心網絡密度百分比值為 1.37％（密度 數值極低，代表集結節點自我網絡規模越大，其網絡密度相對會越小，其 他大部分規模很小的自我網絡，其網絡密度百分比值多為 100％）。
4. 中心性分析實證分析結果
如表22 所顯示，94 年度合作研究社群網絡經由 UCINET 中心性分析 後可得（1）相關程度中心性分析結果為
1
整體網絡程度中心化數值為 3.94％、
2
整體網絡程度中心性異質性數值為 2.54％以及3
整體網絡程度中 心性標準化數值為 2.17％；（2）接近中心性分析結果為 61.76％；（3）中 介中心性分析結果為其網絡中心化指數為 46.70％；（4）複合性中心性分 析結果為1
程度中心性平均數為 2.000、2
接近中心性平均數為 25.352、3
中介中心性平均數為 0.773 以及4
特徵向量中心性平均數為 5.657；（5）群體中心性分析結果為 26 個代表節點的群體中心性比值為 0.506，其群 體中心性比率為 50.6％，所代表的意義是這 26 個代表節點在整體全部節 點中佔有過半的關聯能力，表示在該年度由 170 個成員所組成的大派系 中，前 34 個成員具有各自的程度中心性，但 26 個成員的群體中心性卻佔 有整個派系過半控制力（即節點關聯能力），可謂是此一大派系可集權受 控制於這前 26 個代表成員所形成的核心小團體（派系管理階層），本研
究認為將這前 26 個代表成員暨科專計畫主持人除以該年度總參與成員數 170 個，即等於成為擁有過半控制權力核心小團體的門檻比率（threshold rate），其值為 0.153（15.3％）。
5. 角色位置分析實證分析結果
如表22 所顯示，94 年度合作研究社群網絡經由 UCINET 角色位置分 析後，藉由該年度矩形陣列網絡數據資料其相關性的 8 次 CONCOR 重覆關 聯聚合演算法程序可區分得出 41×41 的最佳模塊矩陣，其 R 平方數值為 0.487，表示原 263×263 網絡數據矩陣可以重新切割成 41×41 的模塊矩 陣來進行角色位置關聯性判定，其 R 平方值接近 0.5，即顯示其模塊間的 具有一定關聯程度（模塊度）。
6. 冪次定律實證分析結果
如表22所顯示，94年度合作研究社群網絡經由冪次定律驗證分析即 將該年度複雜網絡內節點數目與其連接數目取對數後，再應用冪次定率公 式迴歸分析運算後可得直線呈負斜率 = -0.6072，符合冪次定律，即表示 該年度合作研究社群複雜網絡具有無尺度網絡特徵。
4.3.2 95 年度合作研究社群研究網絡特性分析
1. 內聚力分析實證分析結果
如表23所顯示，95 年度合作研究社群網絡經由 UCINET 網絡內聚力 分析後可得整體複雜網絡密度為 1.2087，其密度大於 1，表示網絡具有重 疊結構特性；整體群聚係數為 1.121（一般正常範圍為 0≦C≦1，若 C＞1 時表示有結構重疊），表示具有高群聚性的小世界現象與無尺度網絡等特
徵；整體網絡結構間具有 8670 個三倍體，網絡傳遞性為 100％；網絡連
Density (matrix average) = 1.2087 Standard deviation = 0.9961
Overall graph clustering coefficient: 1.121 Weighted Overall graph clustering coefficient: 0.180
三倍體 triples : 8670 100 %
Average distance = 1.000 測量線平均距離頻率 FGD = 193160 [2]27698 (2-叢派)
[1]度178 [2] 成對數224
[3] 連結總數31506 [4] 0.71%(max:100%) Network Centralization = 3.89%
Heterogeneity = 1.69% Normalized = 1.47%
Network Centralization = 60.74%
Network Centralization Index = 56.80%
Degree Closeness Betweenness Eigenvector Mean 1.317 25.027 0.470 4.256
34個代表節點的群體中心性比值為0.507，
群體中心性比率為50.7％ [ 34/272=12.5％ ] 模塊矩陣63x63／R-squared = 0.571
負斜率= -0.4770
，
符合冪次定律。95年度 實證分析結果 Density (matrix average) = 1.2087
Standard deviation = 0.9961
Overall graph clustering coefficient: 1.121 Weighted Overall graph clustering coefficient: 0.180
三倍體 triples : 8670 100 %
Average distance = 1.000 測量線平均距離頻率 FGD = 193160 [2]27698 (2-叢派)
[1]度178 [2] 成對數224
[3] 連結總數31506 [4] 0.71%(max:100%) Network Centralization = 3.89%
Heterogeneity = 1.69% Normalized = 1.47%
Network Centralization = 60.74%
Network Centralization Index = 56.80%
Degree Closeness Betweenness Eigenvector Mean 1.317 25.027 0.470 4.256
34個代表節點的群體中心性比值為0.507，
群體中心性比率為50.7％ [ 34/272=12.5％ ] 模塊矩陣63x63／R-squared = 0.571
負斜率= -0.4770
，
符合冪次定律。2. 小團體分析實證分析結果
如表23所顯示，95 年度合作研究社群網絡經由 UCINET 網絡小團體 分析後可得合作研究科專 272 個參與人員可分為 25 個派系、24 個 2-派系
（N-派系）、24 個 2-宗派（N-宗派）以及 30 個 2-叢派（K-叢派），對於 440 個節點所組成整體複雜網絡而言，可分為 334 個派系、337 個 2-派系
（N-派系）、163 個 2-宗派（N-宗派）以及 27698 個 2-叢派（K-叢派）， 對 2-叢派所呈現的數目意義而言，可謂是複雜結構中的最大派系數值。
3. 自我網絡密度分析實證分析結果
如表23所顯示，95 年度合作研究社群網絡經由 UCINET 自我網絡密 度分析後可得整體複雜網絡內最大自我網絡即集結節點的度為 178（即表 示有 178 個連結邊線集結在此節點－即[行政院農業委員會]上），成對數 為 224，連結總數為 31506，自我中心網絡密度百分比值為 0.71％（密度 數值極低，代表集結節點自我網絡規模越大，其網絡密度相對會越小，其 他大部分規模很小的自我網絡，其網絡密度百分比值多為 100％）。
4. 中心性分析實證分析結果
如表23所顯示，95 年度合作研究社群網絡經由 UCINET 中心性分析 後可得（1）相關程度中心性分析結果為
1
整體網絡程度中心化數值為 3.89％、
2
整體網絡程度中心性異質性數值為 1.69％以及3
整體網絡程度中 心性標準化數值為 1.47％；（2）接近中心性分析結果為 60.74％；（3）中 介中心性分析結果為其網絡中心化指數為 56.80％；（4）複合性中心性分 析結果為1
程度中心性平均數為 1.317、2
接近中心性平均數為 25.027、3
中介中心性平均數為 0.470 以及4
特徵向量中心性平均數為 4.256；（5）群體中心性分析結果為 34 個代表節點的群體中心性比值為 0.507，其群
體中心性比率為 50.7％，所代表的意義是這 34 個代表節點在整體全部節 點中佔有過半的關聯能力，表示在該年度由 272 個成員所組成的大派系 中，前 34 個成員具有各自的程度中心性，但 34 個成員的群體中心性卻佔 有整個派系過半控制力（即節點關聯能力），可謂是此一大派系可集權受 控制於這前 34 個代表成員所形成的核心小團體（派系管理階層），本研 究認為將這前 34 個代表成員暨科專計畫主持人除以該年度總參與成員數 272 個，即等於成為擁有過半控制權力核心小團體的門檻比率，其值為 0.125（12.5％）。
5. 角色位置分析實證分析結果
如表23所顯示，95 年度合作研究社群網絡經由 UCINET 角色位置分 析後，藉由該年度矩形陣列網絡數據資料其相關性的 9 次 CONCOR 重覆關 聯聚合演算法程序可區分得出 63×63 的最佳模塊矩陣，其 R 平方數值為 0.571，表示原 440×440 網絡數據矩陣可以重新切割成 63×63 的模塊矩 陣來進行角色位置關聯性判定，其 R 平方值高於 0.5 以上即顯示其模塊間 的關聯程度（模塊度）顯著。
6. 冪次定律實證分析結果
如表23所顯示，95 年度合作研究社群網絡經由冪次定律驗證分析即 將該年度複雜網絡內節點數目與其連接數目取對數後，再應用冪次定率公 式迴歸分析運算後可得直線呈負斜率 = -0.4770，符合冪次定律，即表示 該年度合作研究社群複雜網絡具有無尺度網絡特徵。
4.3.3 96 年度合作研究社群研究網絡特性分析
Density (matrix average) = 1.2181 Standard deviation = 1.2134
Overall graph clustering coefficient: 1.222 Weighted Overall graph clustering coefficient: 0.133
三倍體 triples : 3639 100 %
Average distance = 1.000 測量線平均距離頻率 FGD = 101442 [2]19971 (2-叢派)
[1]度169 [2] 成對數221
[3] 連結總數28392 [4]0.78%(max:100%) Network Centralization = 3.66%
Heterogeneity = 2.76% Normalized = 2.46%
Network Centralization = 68.82%
Network Centralization Index = 47.07%
Degree Closeness Betweenness Eigenvector Mean 1.650 20.880 0.578 5.170
27個代表節點的群體中心性比值為0.510，
群體中心性比率為51％ [ 27/198=13.6％ ] 模塊矩陣42x42／R-squared = 0.589
負斜率= -0.1593
，
符合冪次定律。96年度 實證分析結果 Density (matrix average) = 1.2181
Standard deviation = 1.2134
Overall graph clustering coefficient: 1.222 Weighted Overall graph clustering coefficient: 0.133
三倍體 triples : 3639 100 %
Average distance = 1.000 測量線平均距離頻率 FGD = 101442 [2]19971 (2-叢派)
[1]度169 [2] 成對數221
[3] 連結總數28392 [4]0.78%(max:100%) Network Centralization = 3.66%
Heterogeneity = 2.76% Normalized = 2.46%
Network Centralization = 68.82%
Network Centralization Index = 47.07%
Degree Closeness Betweenness Eigenvector Mean 1.650 20.880 0.578 5.170
27個代表節點的群體中心性比值為0.510，
群體中心性比率為51％ [ 27/198=13.6％ ] 模塊矩陣42x42／R-squared = 0.589
負斜率= -0.1593
，
符合冪次定律。如表24所顯示，96 年度合作研究社群網絡經由 UCINET 網絡內聚力 分析後可得整體複雜網絡密度為 1.2181，其密度大於 1，表示網絡具有重 疊結構特性；整體群聚係數為 1.222（一般正常範圍為 0≦C≦1，若 C＞1 時表示有結構重疊），表示具有高群聚性的小世界現象與無尺度網絡等特 徵；整體網絡結構間具有 3639 個三倍體，網絡傳遞性為 100％；網絡連 結平均路徑設定為 1，假設為低間隔度性質，網絡連結路徑總數為 101442。
2. 小團體分析實證分析結果
如表24所顯示，96 年度合作研究社群網絡經由 UCINET 網絡小團體 分析後可得合作研究科專 198 個參與人員可分為 26 個派系、23 個 2-派系
（N-派系）、23 個 2-宗派（N-宗派）以及 40 個 2-叢派（K-叢派），對於 319 個節點所組成整體複雜網絡而言，可分為 258 個派系、221 個 2-派系
（N-派系）、88 個 2-宗派（N-宗派）以及 19971 個 2-叢派（K-叢派），對 2-叢派所呈現的數目意義而言，可謂是複雜結構中的最大派系數值。
（N-派系）、88 個 2-宗派（N-宗派）以及 19971 個 2-叢派（K-叢派），對 2-叢派所呈現的數目意義而言，可謂是複雜結構中的最大派系數值。