一般而言，“网络”所指极为宽泛，但与“互联网”联系在一起，多指计算机网络，包括所有按照网络协议连接在一起的计算机系统，连接介质包括电缆、双绞线、光纤、微波、载波或通信卫星等。计算机网络按大小不同一般可以区分为：局域网(LAN)、城域网(MAN)、广域网(WAN)等，其中最为庞大的网络系统就是互联网。
“因特网”与“互联网”的概念既有联系，也有区别。作为专有名词理解，因特网是互联网的一种，英文名为Internet，源于1969年诞生于美国的Arpanet，初始于军事目的，后用于学术系统，最后走向商用，现已发展成为一个全球开放的计算机网络系统。但“因特网”作为普通名词理解，则泛指多个计算机互联而成的大型网络系统。在这个意义上，不少学者认为“因特网”与“互联网”只是音译与意译的不同，而没有任何意义上的区别。
互联网，最早的官方界定是，“互联网是指全球的信息系统，这个系统是：(1)基于IP协议或由其进一步发展的协议，通过全球唯一的地址段，有逻辑地连接在一起；(2)能够支持采用TCP／IP协议或由其进一步发展的协议，或者能够与IP协议兼容的协议进行通讯；(3)能够在通信网络上提供、运用或获得公开的或个人之间的高层次服务”。该定义所指具体、清晰，且反复以“进一步发展”的表述为互联网技术的快速创新“埋下了伏笔”。
新媒体，以互联网为新媒体，成为不少人对新媒体理解的惯性。事实上，互联网的发展，仅以1992年商业化为起点也经历了近20年的历史。早期，《新媒体百科全书》的主编斯蒂夫・琼斯在该书导言中说，“旧媒体曾经一度是新媒体，而新媒体又在不断的变化与演进。”并列举光盘、万维网、流媒体为例。而斯蒂夫-琼斯对新媒体的关键把握，被后进学者不断深化，新媒体是一个“相对的概念”、“时间的概念”、“发展的概念”，这一观点不断引领我们对新媒体的进一步认识。
如何界定新媒体，其核心不外有二：其一，有关技术基础，指新媒体依托于数字技术、网络技术、通信技术等；其二，有关传播功能，指其传播具有互动性、虚拟性、原创性、分众性等。
【关键词】深度学习 卷积神经网络 权值共享 下采样 R-CNN Fast-R-CNN
1 绪论
随着电子信息技术的快速发展，芯片的设计与生产进入了纳米时代，计算机的计算能力与计算速度得到了空前的提高，但是人们的需求是无限的，要求计算机能更加任性化的服务于我们的生活，这也就要求计算机本身能像人一样识别与感知周围的环境，并对复杂的环境做出正确的判断。而图片信息是我们周围环境最直观的，最容易获取的信息，要求计算机能对为的环境做出识别与判断也就要求计算机能够智能的识别图像信息。深度学习是机器学习中的一个新的研究领域。通过深度学习的方法构建深度网络来抽取目标特征进而识别周围的环境。卷积神经网络对图像的处理具有平移，旋转，扭曲不变的优良特性。在处理图像是更加快捷和便利。卷积神经网络使得计算机在感知识别周围环境的能力有了巨大的提升，使得计算机更加智能。卷积神经网络拥有强大的特征提取能力，使得其在图像分类识别，目标跟踪等领域有着强大的运用。
1.1 国内外研究现状
1986年，Rumelhart和Mc Celland提出BP算法。BP算法反向传导神经网络输出误差进行训练神经网络。通过BP算法，神经网络能够从大量训练数据中的学习到相关统计信息，学习到的数据统计信息能够反映关于输入-输出数据模型的函数映射关系。
自2006年以来，Geoffery Hinton教授提出深度信念网络。从此深度学习在学术界持续升温。深度学习不仅改变着传统的机器学习方法，也影响着我们对人类感知的理解，迄今已在语音识别和图像理解等应用领域引起了突破性的变革。各种相关的算法和模型都取得了重要的突破，使得深度学习在图像分类，语音识别，自然语言处理等领域有广泛的运用。
2013年百度成立百度深度学习研究院以来我国的人工智能领域取得了长足的进步。在人工智能专家吴恩达的带领下，百度陆续推出一系列人工智能产品，无人驾驶技术，DuerOS语音交互计算平台，人脸识别技术，美乐医等优秀产品。此外Imagenet图像识别大赛中也诞生了一系列经典的神经网络结构，VGG，Fast-R-CNN，SPP-net等等，可以说人工智能技术在近几年得到了空前的发展。
2 深度学习概述
深度学习是机器学习的一个新方向，通过学习样本数据内在规律和深层特征深度，深度学习神经网络能够像人一样有分析和学的能力，尤其在文字处理，图像识别，语音等领域更加突出。能够自主学习一些新的东西。目前深度学习使用的典型技术是通过特征表达和分类器来进行目标识别等任务的。并在语音识别、图像处理、机器翻译等领域取得很多成果。
深度学习不同于以往的浅层学习，浅层学习模型值包含一个隐藏层，或者不存在隐藏层，深度学习则是由很多隐藏层组成的，上一层的输出作为下一层的输入，实验对输入信息进行分级表达。目前深度学习框架主要包含三种深度学习框架，如图1、2、3所示。
3 卷积神经网络
卷积神经网络的结构层次比传统的神经网络复杂，卷积神经网络包含大量的隐藏层，相邻的卷积核或者下采样核采用局部感受野全链接，神经元权值共享的规则，因此卷积神经网络训练参数的数量远比传统神经网络少，卷积神经网络在训练和前向测试的复杂度大幅度降低，同时也减少了神经网络训练参数过拟合的几率。卷积神经网络主要有两部分，分别是卷积核和下采样核。卷积核主要对上一层的图像进行卷积运算，提取图像特征，下采样核则是对上层的数据进行将为处理，减少神经网络的复杂度。
卷积神经网络中每一个神经元的输入与前一层的局部感受野相连，提取局部感受野的特征，比如图像的轮廓，颜色等特征，而这些特征不仅包括传统人类能理解的特征，也包括神经网络自身能够识别的特征，卷积核全职共享，因此这些特征提取与图像的位置无关。
图4是经典的LeNet5卷积神经网络架构，LeNet5架构中卷积核和下采样核交替出现，下采样核及时的将卷积核生成的特征向量进行降维，减少神经网络的运算量。LeNet5算法在1962年幼Hubel等人提出，在识别手写数字mnist中有极高的准确率。
4 R-CNN、Fast-R-CNN对比分析
卷积神经网络在对图像进行识别具有平移，旋转，扭曲不变的优良特性，并且能够实现高准确率识别图像，但是在现实生活运用中往往需要神经网络标记出目标的相对位置，这是传统卷积神经网络不具备的功能。因此在前人传统卷积神经网路基础上对卷积神经网络进行改进，产生了具有对图像中目标进行识别和定位的卷积神经网络R-CNN，Fast-R-CNN等改良算法。
4.1 R-CNN
R-CNN为Region Convoluntional Neural Network的缩写即对图像进行局部区域的卷积处理，其核心思想主要是利用候选区图像对物体探测中位置信息进行精确处理和利用监督式预训练和区域特殊化的微调方法，代替了传统的非监督式预训练和监督式微调。
在CNN中，全连接层输入是固定大小的，因此R-CNN用计算机视觉算法将每一张图片分割成1000-2000张的候选区图片后，要将这些候选区图片进行变换，生成固定大小的候选图片，在训练提取特征时一般采用经过预训练的模型参数进行finetuning，榱嗽黾友盗费本，模型在也将生成的候选框以及标定的标签作为训练样本进行训练。R-CNN采用SVMs分类器对特征向量进行分类，在训练SVMs时将候选框经过卷积神经网络提取的特征和SVM标定结果输入到SVMs分类器训练分类器模型。而在测试时将图像全部候选框经过卷积神经网络提取的特征输入到SVMs分类器中，得到每一类的评分结果。但是R-CNN在处理一张图片是要处理需要对一张图片1000-2000个候选区图像进行前向运算，保存所有后选取图片的特征值，要求计算硬件有大量的存储空间，同时处理每一张图片的时间也会增加。由于训练集庞大，本文采用hard negative mining method方法提高存储的利用率。
R-CNN的体现出了极大的优势，其中MAP也可以大幅度提高，但是正如本文上述，R-CNN计算的时间成本很大，达不到实时的计算效果，R-CNN在对候选区进行处理时会使得图像失真，部分信息丢失。
4.2 Fast-R-CNN
Fast-R-CNN则是再次改进的一种基于卷积神经网络目标跟踪定位算法。相比于R-CNN，Fast-R-CNN从单输入变为双输入，在全连接层后有了两个输出，引入了Rol层。
Fast-R-CNN在运行的时候同样会生成大量的候选区，同时将原始的图片用卷积神经网络进行特征提取，将原始图片提取的特征与生成的候选区坐标送入Rol层为每一个候选区生成一个固定大小的特征向量。最后将Rol生成的特征向量全连接层产生最终的LOSS。Fast-R-CNN中的LOSS采用多LOSS模式，SoftMax LOSS用于计算K+1分类的损失，K为第K个目标，1为背景；Regression LOSS计算候选区的四个角的坐标。
Fast-R-CNN在MAP上有了大幅度的提升，速度也得到了提升，但是在计算候选区是仍存在瓶颈，这也是限制Fast-R-CNN速度的因素。
5 实验测试
对于本文提出的卷积神经网络识别图像定位图像目标算法R-CNN，Fast-R-CNN，在本章给出实验结果。实验平台为基于Linux系统的debian8下运行caffe进行训练，采用显卡K620进行实验。
训练模型初始化参数在是服从高斯随机分布，R-CNN采用的网络结构如图7所示，Fast-R-CNN的网络结构如图8所示。
本次实现的训练样本为录制实验室视频数据，将视频数据转换成帧图片，对每张图片数据进行裁剪，裁剪后图像大小在256*256，共有500张，再将裁剪后的图片进行旋转，平移，扭曲，镜像，加噪声等处理，最后生成144万张样本图片，其中136.8万张图片作为训练样本，7.2万张作为测试样本。
6 总结
在目标识别定位领域，卷积神经网络具有强大的图像处理能力，对图像的识别定位具有很高度平移，旋转，扭曲不变形的优良性能。卷积神经网络架构R-CNN和Fast-R-CNN都有强大的图像处理能力。Fast-R-CNN在识别准确率上比R-CNN高。R-CNN算法复杂，对一张图片需要进行1000-2000次的卷积运算，特征重复提取。因此在训练和前向测试时，R-CNN用的时间长，不能很好的适用于处理实时图片数据，尤其视频数据。R-CNN在对每个候选区进行特征提取之后需要将提取的特征向量存入内存，降低训练测试时间的同时也需要耗费大量内存。因此从各方面分析可知，Fast-R-CNN性能优于R-CNN。
参考文献
[1]谢宝剑.基于卷积神经网络图像分类方法研究[D].合肥工业大学，2015.
[2]郑胤，陈权崎，章毓晋.深度学习及其在目标和行为识别中的新进展[J].中国图象图形学报，2014（02）：175-184.
[3]陈先昌.基于卷积神经网络的深度学习算法与运用研究[D].杭州：浙江工商大学，2006（04）：603-617.
[4]李彦冬，郝宗波，雷航等.卷积神经网络研究综述[J].计算机应用，2016.
[5]Gibson.J J.The perception of the Visual World[J].Cambridge，England，1950.
[6]HORN B，SCHUNCK P.Determining optical flow[J].Artificial Intelligence， 1981，17：185-203.
[7]R.Girshick，J.Donahue，T. Darrell，and J.Malik，“Rich feature hierarchies for accurate object detection and semantic segmentation，”in CVPR，2014
[8]Ross Girshick，Wicrosoft Research. Fast R-CNN，.
[9]R.Girshick.Fast R-CNN. arXiv：1504.08083，2015.
论文关键词：网络隔离；信息安全；管理
一、网络隔离的观念
当内部网络与因特网连接后，就陆续出现了很多的网络安全问题，在没有解决网络安全问题之前，一般来说最简单的作法是先将网路完全断开，使得内部网络与因特网不能直接进行网络联机，以防止网络的入侵攻击。因此对网络隔离的普遍认知，是指在两个网络之间，实体线路互不连通，互相断开。但是没有网络联机就没有隔离的必要，因此网络隔离的技术是在需要数据交换及资源共享的情况下出现。不需要数据交换的网络隔离容易实现，只要将网络完全断开，互不联机即可达成。但在需要数据交换的网络隔离却不容易实现。在本研究所探讨的网络隔离技术，是指需要数据交换的网络隔离技术。
事实上在大多数的政府机关或企业的内部网络，仍然需要与外部网络（或是因特网）进行信息交换。实施网络断开的实体隔离，虽然切断两个网络之间的直接数据交换，但是在单机最安全的情况下，也可能存在着复制数据时遭受病毒感染与破坏的风险。
二、网络安全管理
（一）网络控制措施
在「10.6.1网络控制措施控件中，说明应采用的控制措施，对于网络应该要适当的加以管理与控制，使其不会受到安全的威胁，并且维护网络上所使用的系统与应用程序的安全（包括传输中的资讯）。
建议组织应采用适当的作法，以维护网络联机安全。网络管理者应该建立计算机网络系统的安全控管机制，以确保网络传输数据的安全，保护网络连线作业，防止未经授权的系统存取。特别需列入考虑的项目如下：
1、尽可能将网络和计算机作业的权责区隔，以降低组织设备遭未经授权的修改或误用之机会；2、建立远程设备（包括使用者区域的设备）的管理责任和程序，例如管制远程登入设备，以避免未经授权的使用；3、建立安全的加密机制控制措施，保护透过公众网络或无线网络所传送数据的机密性与完整性，并保护联机的系统与应用程序，以维持网络服务和所联机计算机的正常运作；4、实施适当的录像存录与监视，以取得相关事件纪录；5、密切协调计算机及网络管理作业，以确保网络安全措施可在跨部门的基础架构上运作。
（二）网络服务的安全
1、组织应赋予管理者稽核的权力，透过定期的稽核，监督管理负责网络服务的厂商；2、组织应确认负责网络服务的厂商，有实作特殊的服务所必需的安全措施，例如该项服务的安全特性、服务的安全等级和管理方法。归纳“网络控制措施”及“网络服务的安全”的控制措施，建议组织在网络安全的控管措施，主要以采用防火墙、入侵侦测系统等控制措施，及运用网络服务安全性的技术，例如认证、加密及网络联机控制技术等，以建立安全的网络环境与网络联机的安全。
三、网络隔离技术与应配合之控制措施
（一）采用完全实体隔离的管理措施
1、安全区域作业程序。组织需根据存取政策订定安全区域的标准作业程序，以便相关人员能够据以确实执行，避免人为疏忽造成数据泄漏。标准作业程序应制作成文件让需要的所有使用者都可以取得。对于每一位使用者，都需要清楚的定义存取政策，这个政策必须依照组织的要求，设定允许存取的权限，一般的原则为仅提供使用者必要的权限，尽可能减少不必要的权限。并应区分职务与责任的范围，以降低遭受未经授权或故意的进入安全区域之机会；2、资料存取稽核。数据存取的记录，包括成功及不成功之登入系统之纪录、存取资料之纪录及使用的系统纪录等。在完全实体隔离的作业下相关的稽核记录，需要实施人工的稽核作业，特别是登入错误时的纪录，需要逐笔的稽核作业。并不定期稽核数据存取作业是否符合组织的存取政策与标准作业程序，并且需要特别稽核下列事项：（1）对于被授权的特权使用者，其存取纪录应定期稽核；（2）对于特权存取事件，应检查是否被冒用的情形发生。
（二）网络存取控制措施
在实体隔离的政策要求下，将内部网络与外部网络隔离为两个互不相连的网络，数据交换时透过数据交换人员定时，或是不定时根据使用者的申请，至数据交换作业区域之专属设备，以人工执行数据交换作业。因为内部网络与外部网络间采用网络线路的实体隔离作业，主要的网络存取控制措施则着重在作业区域的管理控制措施。
随着我国社会经济的发展和居民可支配收入的大幅度提升，带来人们需求结构的深刻变化，其中，以健身和娱乐为特征的需求变化已成为重要内容。纵观近20年我国体育产业结构的变化，以满足人们健身休闲需求为目的的体育健身行业呈快速增长的趋势，逐步成为我国体育产业的重要组成之一[18]。从健身服务企业形态的演化路径来看，它经历了从零散、单一的门店经营到企业组织间联合协同的过程，加盟连锁、兼并收购、区域簇群、战略联盟等多样化的结构调整形式不断涌现[9]。作为最常见的经营模式，连锁健身企业以总部为轴心、由百十家门店网点分散经营、并与其他组织建立相对稳定的交往关系所构成的复杂网络拓扑结构，逐渐成为健身行业最为典型的企业组织形态[3]。连锁健身企业网络呈现出怎样的结构特征？本研究以我国14家连锁经营健身企业为研究对象，基于网络组织理论的思想，以从整体到部分、由内而外的认识逻辑探析我国连锁健身企业网络的结构，通过社会网络分析法测度其结构特征，并在此基础上解释其差异来源，为我国连锁健身企业竞争力的提升以及相应体育产业组织政策的制定提供参考。
2 研究对象与方法
2.1 研究对象
依据国际连锁协会对“连锁组织”的界定[27]，为满足社会网络分析对整体网的刻画要求[8]，以连锁健身企业总部以及该企业所属的80%以上的健身门店为本研究的研究对象。通过黄页以及网络信息获取我国14家连锁健身企业及其所属523家健身门店的电话、地址等相关信息，建立专供调查所用的名录库(截止2011年12月31日)。正式调研所发放的对象是14家连锁健身企业总部及所属489家门店(表1)。企业总部大都设在一线城市[17]，且隶属关系各异；健身企业总部本身既是健身集团总部，又可能为隶属于其他的集团总部或是外商在中国的集团总部；企业性质以非国有性质为主，外资参与程度较高。
2.2 研究方法
2.2.1 问卷调查
2.2.1.1 问卷编制
问卷包括企业(门店)的基本情况表和网络结构特征测度表2部分。企业基本情况主要包括所在地区、经营年限、总部隶属关系、连锁形式、筹资渠道等。网络结构特征的测度采用社会网络分析中较为成熟和完善的量表，鉴于现实操作的可行性，结合个体中心网和整体网2种测度方式，依据网络结构分析的2个基本维度——位置和关系[16]来设置问卷的结构并遴选相应的指标。关系维度通过关系久度与关系频率2个指标来反映。位置维度的指标是节点中心性、中介中心性、集聚系数、连通性、密度等[8]。对连锁健身企业内部网络的测度采用整体网的测度方式，对外关系网络的位置指标用中心度来反映，采用个体中心网的测度方式通过因素提取的方法获得[29]。
问卷的内容效度通过专家系统的方法进行检验，专家小组中9位是从事体育产业研究的教授、副教授，3位是健身俱乐部的高层管理者。每位专家对问卷题目的重要性和可操作性进行分析，提出删减或增加的意见和建议。最终，通过内容效度比(CVR)来确定是否需要修改，即统计某一个项目能否代表所要测量内容的专家人数比例，公式如下：
2.2.1.2 问卷发放
在专家系统对内容效度检验的基础上，通过小样本(n=32)利用企业内部邮件系统、QQ群、电话访谈、实地访谈等多种渠道进行试调查。并在2010年7月的北京国际健身大会上进行实地发放，进一步修改和完善问卷的相关内容和题项。
正式问卷的发放依据已建立的连锁健身俱乐部名录库进行发放，从2011年12月起至2012年4月结束。鉴于企业对自身信息的敏感性，研究者所在的研究团队难以完成一定的样本量，因此，采取与专业调研咨询公司——深圳前瞻商业资讯有限公司合作完成问卷的发放。截止2012年4月底，共发放连锁健身企业总部的问卷14份，回收14份，有效回收率100%；共发放健身门店层次的问卷489份，回收问卷451份，回收率为92.23%，有效问卷440份(剔除11份无效问卷)，有效回收率为89.98%。在440份问卷中遗漏值很少发现，通过平均替代法计算数据缺失值。为确保测量信度，针对咨询公司的调研结果，研究者采用电话随机抽查回访进行确认。
2.2.2 访谈法
本研究就研究对象2个层次——连锁健身企业总部和门店分别进行走访。访谈分2个阶段进行：第一阶段是在正式问卷形成前，为提出研究构想并推敲研究设计，研究者在北京召开的中国国际体育健身大会上直接访谈及预约了中体倍力、英派斯等相关企业领导的面访，并走访了国家体育总局经济司产业处有关负责人调研关于体育服务标准化的相关内容；2011年10月，通过对中体倍力、英派斯和一兆韦德等相关企业领导和俱乐部管理者的面访，就设计相应的问卷内容进行商讨，依据访谈内容形成研究假设；第二个阶段是在数据处理完成后，就得出的结果进行半结构式访谈，为本研究的讨论部分提供论据。
3 我国连锁健身企业网络的结构特征
3.1 我国连锁健身企业网络的空间分布及基本结构
3.1.1 我国连锁健身企业网络的空间分布
由于健身服务产品生产与消费的同时性和健身门店经营的地域根植性，促使企业尽可能地接近消费者来扩大市场份额，连锁经营促使网点广泛而分散[5]。调研结果显示，连锁健身企业的门店网点分布在除青海、西藏、广西、贵州之外的28个省、自治区、直辖市，且呈现出从东部到西部门店网点分布密度逐渐降低的趋势。东部地区成为连锁健身企业的主要阵营，门店数量在5家以上的城市(除成都市)都在东部地区(图1)。依据国家统计局以及连锁健身协会对城市级别的划分[4, 17, 27]，健身企业总部大多地处北京、上海、广州、深圳、天津等一线城市(除英派斯总部位于青岛)。超过55.68%的健身门店地处一线城市；地处二线城市(以全国35个大、中城市为标准[17]，除去上述5个一线城市)的门店数量占30.68%；地处三线城市占据9.23%(以70个全国大、中城市的标准[4]，除去上述一线和二线城市)。居于一线城市的健身门店大都在其总部所在的城市。从门店数量来看，上海—兆韦德门店数最多，威尔士、星之健、金仕堡等随之平分秋色。在北京，浩沙以50多家门店数独领风骚，中体、奥力健、青鸟等也以北京为主要市场。力美健以广东，中航以深圳为主要地区。
图1 本研究各主要城市门店数量示意图
Fi gure 1. Numbers of Fitness Clubs in Main Cities
网点的分散性和重点城市扎堆的并存，是连锁健身企业网络呈现出与其他企业网络的显著差异，如具有地域根植性的产业集群和无扎根区域的虚拟企业[12]。审视该布局特点的深层原因，可发现连锁健身企业一方面以扩大门店数量来实现规模经济，另一方面尽可能利用具有区域优势的辅助网络来规避经营风险。如何平衡好降低内部经营管理成本和最大化利用外部资源二者的关系是连锁健身企业网点选址规划需考虑的重要问题。
3.1.2 我国连锁健身企业网络的基本结构形式
基于上述空间布局特点——“分散VS扎堆”的分析，可得出连锁健身企业总部和各门店构成的“内部网络”和与当地的各组织交往形成的“外部网络”二者的协同合作，是连锁健身企业攫取资源、培育核心竞争力的重要机制。内部网络和外部网络相互嵌套和渗透反映了连锁健身企业网络的复杂性和特殊性。通过梳理复杂网络组织的结构形式，这种内部网络相对闭合、外部网络开放性较高的复杂网络是连锁健身企业网络普遍存在的结构形式——星网模式(图2)。它指的是在一个或多个中心强“势”的核心企业周围配置相互关联的企业，形成一种从中心向产生辐射效应的网络组织结构形式[20]。处于中心强势的核心区域就是连锁健身企业内部网络，是以连锁健身总部和门店为主要节点的，以连锁健身企业科层为边界的网络。外部网络为体育健身服务企业与供应商、客户、商、竞争者、大学、科研院所、政府、金融机构、行业协会等的关系集合。在内部网络中企业总部作为轴心，不仅依靠直线的权利体系，也可依靠其辐射力，通过资源交换、分工互补来协调各自的经营活动[10]；连锁健身企业通过门店在各区域布局来扩大经营的范围，而各门店在当地与各组织进行交往实现网络的对外辐射效应。连锁健身内部网络中由于联系紧密，且网络结构具有知识和信息流动高效的特点，因此，它对外联系广泛、吸收信息能力强、具有较强的创新能力。
图2 本研究星网模式的网络结构示意图
Figure 2.Satellite Mode of the Networks Structure
这种内部闭合性和外部开放性并存的星网模式，是目前较为理想且普遍的连锁健身企业的结构形式。但由于连锁健身企业网络的“结构复杂性”和“动态性”，造就了多样化的星网模式结构。它的理想性体现在它类似于数学图论上的K-星图类型，具有Skolem优美图的性质——高效率的信息结构。然而，并不是每个健身企业网络的联结都是高效率的，几乎很难达到理想的Skolem的优美图的状态。由于连锁健身企业网络各节点决策能力和决策模式有所差异[7]，重复或者冗余的联结普遍存在，节点间多样联结方式导致内、外网络复合形式结构的复杂性。在连锁健身企业网络中某些节点间的关系是一种较松散的形式，活性节点的动态联结导致各个主体间的边界模糊，组织边界的动态变化呈现出组织柔性的特点。连锁健身企业内、外网络的功能性边界也是多孔状的[14]，随着某些外部组织的合作关系的加强，引发组织内部化与外部化的过程的演变，打破组织边界的情况时常发生。
3.1.3 我国连锁健身企业网络结构的分析路径
对于上述复杂多样且动态变化的连锁健身企业网络，如何剥丝抽茧、科学认识其结构特征？首先，由内而外的认识逻辑将有助于把握其由连锁健身企业网络核心区域向辐射的特性。内部网络是研究连锁健身企业网络结构特征的基础，而外部网络由于其开放性以及环境融合性造成测度其结构特征的操作难度。因此，本研究以连锁健身企业内部网络为中心，研究其对外的关系网络的结构特征，暂忽略外部网络中其他各组织节点之间的关系网络，采用个体中心网的测度方式。其次，从整体到个体的分析路径将较深入的研究连锁健身企业网络的结构特征，有助于比较其结构特征的差异及来源。由于网络分析的优势在于可跨越“宏观”和“微观”的鸿沟，无论是在连锁健身企业整体层面还是到具体健身门店网点，都可分析其位置和关系特征。内部网络由于相对闭合性，可视为以连锁健身企业科层为边界的整体网络，因此，对14家连锁健身企业内部整体网络结构的刻画，将有助于把握我国连锁健身企业整体结构，探究不同类型的结构形式提取可能影响其结构特征的因素变量。对440家门店内部网络位置和关系的测度，并分析影响其结构特征差异的因素变量。对外网络的研究立足于个体门店层次，探讨各门店在企业外部网络中的位置和关系，考察因素变量是否也影响其对外网络结构特征。通过由内而外、从整体到个体的方式，在探讨内部整体网络结构特征的基础上，分析在连锁健身门店层面上的个体结构特征，从而分析影响结构特征的差异及来源。
3.2 我国连锁健身企业内部整体网络结构特征
3.2.1 构成要素
立足于节点之间的关系，依据哈坎森划分节点、行动和资源的3个维度，研究连锁健身企业网络的构成要素[26]。连锁健身企业内部网络是由“总部”和“门店”为主要节点所形成的连锁健身企业整体的有机系统，它是以共同使用相同的商标、商号、经营模式等经营资源，按照合同约定在统一经营体系下从事经营活动的体育健身服务组织的关系集合。企业总部因其地位重要可称之为“盟主”节点，各门店在网络中的位置和关系虽有差别，但都具有节点活性即决策能力，且是资源的创造者和享有者[13]。基于连锁经营分散的资源结构和各主体间适度分散的资产权利结构，内部网络通过节点建立相互联系，再将分散的资源整合起来。
从节点间的关系来看，总部、各门店之间通过订立的正式契约与非正式契约相互作用，实现资源的流通和交换。最常见的正式契约即其门店与总部所签订的关于连锁模式的一系列合同。而总部和各门店之间因长期的合作关系建立起信任机制，在分工合作的同时通过资源推介、集体学习建立起各种非正式契约关系，社会交往嵌入到其经济关系中[30]，社会资本在连锁健身企业系统内不断累积，因交易费用的减少而促进内部网络的各种交易行为。
作为明示的正式契约关系，连锁模式合同的订立是连锁健身企业节点间关系的基础。从门店层面来看，直营门店以58%的比例占据半壁江山，其次是加盟门 店占30%，自愿加盟门店占12%。以网络的视角来审视直营连锁、加盟连锁和自愿连锁3种形式的契约以及制度安排，和一般的企业网络形式(即界于市场和企业间的网络组织。
因不同的连锁形式的契约及制度安排方式具有差异，直接导致内部网络结构和关系特征的差异；而每一个连锁企业中各类连锁形式所占比例的大小的不同，也是导致连锁健身企业网络的结构个体差异性来源的重要原因。为深入探讨连锁健身企业内部网络的结构特征的差异，下文分别就内部整体网络结构和门店(节点)个体结构特征2个方面进行讨论。
3.2.2 内部整体网络的类型及特征
由于内部网络的相对封闭性和整体性，运用测度整体网方法搜集数据，对整个连锁健身企业内部网络中各门店之间的关系进行测量(由于总部几乎与所有门店节点都有联系，在测量时不作考虑)，运用UCINET 6软件计算得出连锁健身企业网络的整体中心度(整体网络的中心性，包括度数中心度和中介中心度)[11]、密度(整个网络的交往密度)[8，11]、聚类系数(反映任意二者交往的概率)[31]以及连通性(反映信息传递有效性)[8]等相关指标值(表3)。社会网络分析法用节点之间的关系数据来构建数据矩阵，不同于一般统计所用的属性数据。在软件运算之前采用对称化处理，并经由该软件的“Netdraw”功能描绘出各企业的内部网络图。
为深入分析内部整体网络的结构特征，参照各企业网络的特征值，依据相应的理论进行分类，并就相应类型进行讨论。星网模式依据其中心势程度，分为单核心、双核心或者多核心的星网形态[20]。审视连锁健身企业网络中心趋势，“连锁形式”和“是否多区域”连锁是影响其中心“势”的2个主要因素。
由于连锁经营的3种不同连锁形式本身的差别，如集团与门店间的控制程度差异以及各门店之间的合作程度不同，导致连锁健身企业网络结构和关系的差异。以健身门店所在区域来看，可参考周殿昆按照发育阶段将连锁组织分为区域内布局和跨区域布局网络2种类型[22]。区域内的连锁健身企业的组织机构与跨区域布局的组织机构有较大差别。区域内的连锁健身企业多是以直营为主的企业内部网络，其管理层和业务层都在同一地区，而跨区域的企业会在每个区域中设立兼管理和业务的职能部门，可以为地方办事处，也可能赋予某个直营店或者较为信任的加盟店相应的管理职能；既可能是以直营为主，又可能是以加盟为主的混合模式。因此，参照以上特征值，本研究依据上述2个分类标准将连锁健身企业网络分为3种类型：
第一，区域内直营类。首先审视区域内的连锁健身企业内部网络：北京奥力健、上海星之健、深圳中航和广东力美健。这一类型的企业，总部对各个门店的控制程度较高，各门店之间的合作程度较高，因此，网络密度最高、集聚系数较高、连通性较高。其中，北京奥力健是最为典型的网络，由于其任意2家门店都有联系，因此，其密度值、集聚系数以及连通性都为所有14家内部网络最大值(图3(4))。而深圳中航是较为特殊的该类型网络，其整体中心度最高和中介性最高(而其余的该类型网络的中心度并不明显)，说明该企业内部是围绕着若干门店的中心“势”而存在(图3(1))，某些门店承担了较多的职能且在企业内部网络中处于显著的中心地位。
第二，跨区域直营类。以直营为主的跨区域的连锁健身企业内部网络，呈现出较为明显的“核心—边缘”趋势[23]，且核心区域中各节点连接度较高。审视核心区域中的各节点，多为与总部处于同一城市的门店网络分布，而的节点分布在总部外的城市。因此，其内部网络的整体密度、集聚系数低于第一类区域内的企业内部网络。在核心区域内的健身门店与以上海为总部的一兆韦德、亚历山大、威尔士以及以北京为总部的浩沙企业内部网络均属于该类型(图4)。
第三，跨区域加盟类。以加盟为主的企业网络，总部对各个门店的控制程度不高，各门店的自主程度较高，因此，该网络整体的密度较低，集聚系数最低(除了青鸟健身)，说明门店之间建立关系的概率较小。这个类型的网络较其他两种网络而言结构对等性较低，多呈现不规则的状况。中体倍力呈现出“核心—边缘”的明显趋势，北京的门店与其他地区的门店之间关系紧密，而在其他区域中各区域之间的门店交往较多，北京之外的跨区域交往较少(图5)。
图3 本研究区域内直营类的连锁健身企业内部整体网络示意图
Figure 3. Internal Networks Profile of Direct Chain in Single Region
图4 本研究跨区域直营类的连锁健身企业内部整体网络示意图
Figure 4. Internal Networks Profile of Franchise Chain across Regions
3.3 个体网络结构特征
个体网络结构特征是网络中每个节点的结构特征，即在分析整体网络结构的基础上，从健身门店的层次测度每个门店在企业网络中所处的位置和关系。本研究以440家门店的调研数据为样本，分别测度其在“对内网络”和“对外网络”中的网络结构特征值。个体层面的企业对内网络结构 特征是通过整体网的测度方式用UCINET 6软件计算出各特征值；而各门店对外关系的结构特征则通过个体中心网的测度方式。从“位置”和“关系”2个基本维度选取个体结构特征的指标。依据我国连锁健身企业网络的特点选取位置维度的测度指标——度数中心性，指的是一个点与其他节点发展交往关系能力，描述一个点与其他所有节点的交往关[25]。关系维度选用关系频率和关系久度[28]2个指标。测量依据是调研结果中得出的各集团、门店与不同组织的交往权重，并依据“没有交往”、“每年”、“每季”、“每月”、“每周”、“每日”等分别赋值来求出交往频率，依据“没有交往”、“最近”、“半年前”、“一年前”、“两年前”、“三年前”分别赋值得出交往久度[11]。
图5 本研究跨区域加盟类的连锁健身企业内部整体网络示意图
Figure 5. Internal Networks Profile of Voluntary Chain across Regions
3.3.1 门店层次的对内网络结构特征
在整体网层面上可得出，区域与连锁模式是影响连锁健身企业内部网络结构特征的重要因素，从而造就了多样化的网络结构。为深入验证与分析各网络结构的差异来源，本研究采用单、双因素方差分析[15]，将“城市级别”和“连锁形式”作为2个重要因素，分析在个体层面上的网络结构特征的差别。
3.3.1.1 对内中心性
由表4可见，在对连锁健身企业门店(n=440)的对内网络中心性进行测度的基础上，运用“城市级别”和“连锁形式”双因素交互效应方差分析，可得出该模型修正为0.31，反映了该模型解释方差的程度。不同城市级别之间健身门店的对内节点中心性差异显著(P=0.001)，偏(代表各因素以及交互效应解释的变异的程度，计算的百分率并非基于分数的总变异性)为0.036，说明城市级别的高低是解释连锁健身企业对内网络中心性差异的重要变量；不同加盟方式的健身门店的对内节点中心性差异并不显著(P=0.268＞0.05)；而各城市级别和各加盟方式的不同交互水平对对内节点中心性的差异显著(P=0.000)，偏为0.058。
为进一步分析各“城市级别”对对内中心性的差异趋势，进一步通过S-N-K法多重比较发现在一线和二线城市连锁健身门店的对内中心性明显高于三线和四线城市的对内中心性，在整个连锁健身企业的对内网络中占据相对的中心位置。并且随着城市级别由高到低连锁健身企业内部网络的中心性呈整体逐步下降的趋势。因总部大都在一线城市，而地处一线城市的门店具有更多的就近资源和更优质的辅助网络，部分门店提供着示范店的模范作用，并且拥有一些特殊职能，因此，具有较强的中心性。
深入对各个“城市级别”进行LSD法的多重比较检验，得出一线城市和二线城市的对内中心性差异不显著，一线与三线城市的均值差为16.06，差异显著(P=0.000)；一线和四线城市的均值差17.469，差异显著(P=0.039)；而二线城市和三线城市对内中心性均值差11.99，差异显著(P=0.003)(表5)。
如图6所示，以城市级别为横坐标，对内中心性的边际均值为纵坐标的加盟方式的3条线并不平行，且3条线互有交叉，说明2个因素变量存在交叉式交互效应，且该交互作用解释了对内中心性的部分变异[2]。在一线城市中，连锁健身门店的对内中心性按照直营门店、加盟连锁和自愿连锁的顺序依次下降；在二线城市中，直营门店的节点中心性高于其他二者，但加盟连锁和自愿加盟对其的变化并无影响；由于直营加盟和加盟连锁连线交叉的存在，在三线城市中，加盟连锁门店的对内中心性最高，然后依次是直营门店和自愿连锁形式的门店。
3.3.1.2 对内关系频率与久度
通过方差检验发现，对内关系频率和对内关系久度2个观测指标值都仅受到连锁形式的影响。对内关系频率误差来源于连锁形式的F值为11.129，差异显著(P=0.000)，偏为0.049；连锁形式对对内关系久度的差异显著(P=0.001)(表6)。
图6 本研究边际均值的交互效应示意图(对内中心性)
Figure 6. Profile Plots of Estimated Marginal Means(Centrality of Internal Network)
通过S-N-K法分析对对内关系频率的多重比较显示，可看出直营连锁和自愿连锁的对外关系频率明显高于加盟连锁的门店。
应用LSD法检验对内关系频率的差异，可得出直营连锁与加盟连锁的差异显著均值差为0.638(P=0.01)，且直营连锁与自愿连锁的差异显著，均值差负0.730(P=0.000)；对于对内关系久度而言，直营连锁与加盟连锁的差异显著，均值差1.170(P=0.009)，自愿连锁与加盟连锁的差异显著，均值差为0.902(P=0.003)(表7)。
因此，对内关系特征——频率和久度都仅受到连锁形式的影响，说明连锁形式本身的契约结构差异导致了网络中节点之间关系的不同，是影响连锁健身企业门店之间的交往关系的重要因素。
3.3.2 门店层次的对外网络结构特征
连锁健身企业网络外部环境的复杂多变，导致从整体上研究其外部网络的难度较大，因此，本研究立足于连锁健身门店的对外关系网络，运用个体中心网的测度方式计算连锁健身企业对外网络的位置和关系特征。对外网络位置特征——对外中心度采用因素提取的方法获得。对外关系特征的测度方式是将440家门店与各组织交往比例作为权重，测出每个门店的对外网络结构特征的综合值(综合考虑与各种组织的交往关系)。调研数据所得，健身门店与各类组织交往比重依次是：客户(86.6%)、消防部门(80.2%)、卫生部门(79.5%)、器材供应及维修部门(77.4%)、金融机构(67.9%)、广告公司(55.6%)、社区组织或协会(50.1%)、其他品牌商家(48.5%)、各级体育局(45.6%)、医疗及器械公司(44.2%)、行业协会(37.8%)、房产方(33.5%)、街道办事处(31.4%)、高校及科研机构(28.2%)。由于健身服务产品的不可存储性，连锁健身企业多采用直销方式，健身门店需和客户直接建立交往关系；而大部分健身门店都与消防部门和卫生部门等建立联系，并受其指导和监督；器材供应及维修部门也是门店须经常交往的组织；由于前期投资大而回报较慢，与金融部门寻求 资金融通十分必要；而广告公司以及其他品牌商家对于健身门店的品牌推广及广告营销具有重要作用，如部分门店与当地商圈的美容会所及电影院联合营销，从而扩大顾客源[21]；健身门店因其所处的地理位置，会与社区、街道办事处以及房产方等组织建立联系。
综上，由于连锁健身企业对外交往的组织类型繁多且情况复杂，因此，难以分析所有外在变量导致对外网络结构特征的差异。依据前面研究对内网络结构特征的影响变量“城市级别”和“连锁形式”，继续考察二者是否影响对外网络的位置和关系，在此基础上比较连锁健身门店在对内和对外网络结构特征的差异。
3.3.2.1 对外中心性
由表8可见，对外中心性的方差检验显示，城市级别、加盟方式以及二者交互效应3个因素变量均对对外中心性差异显著，P值分别为0.013、0.009、0.048。3个因素变量对该变异的解释程度分别为0.025、0.022和0.029。
为进一步分析各“城市级别”和各“加盟方式”之间的对外网络中心性的差异趋势，通过S-N-K法多重比较发现，随着加盟方式由直营到加盟连锁再到自愿加盟，对外中心性呈现由低到高的趋势，且自愿加盟的名店明显高于其余二者。而各城市间的变化趋势并不明显.因此，随着加盟方式由总部的控制程度由高到低，各个门店的自主性随之上升，其对外关系的自主性随之上升，其更容易占据对外网络的中心性。
为多重比较各组别的对外中心性的差异，应用LSD法检验可得出，一线城市较其他城市的对外中心性均值为最小，其中和二线城市的对外中心性差异不显著(表9)，三线城市与一线的均值差0.858，差异显著(P=0.011)；四线城市和一线城市的均值差17.469，差异显著(P=0.039)；而三线城市和二线城市对外中心性均值差0.647，差异显著(P=0.032)。四线城市和二线城市均值差1.298，差异显著(P=0.03)。
城市级别和加盟方式的交互效应对对外中心性差异存在影响。如图7所示，对外中心性的边际均值的3条线互有交叉且有5个交点，说明2个因素变量存在复杂的交叉式交互效应，且该交互作用解释了对外中心性的部分变异。整体趋势是相比较于直营门店和自愿加盟门店边际均值的显著变化，加盟连锁形式的门店的边际均值的变化微乎其微。在一线城市中，直营门店略高于加盟连锁和自愿加盟的门店，且加盟连锁和自愿加盟对对外中心性的影响不明显；在二线城市中，直营门店的对外中心性高于其他二者，但加盟连锁和自愿加盟二者差别微小；在三线城市中，自愿加盟的对外中心性明显高于直营加盟和加盟连锁，然后依次是直营门店和自愿连锁形式的门店；四线城市中的直营门店的对外中心性再次反超，明显高于其余二者。
3.3.2.2 对外网络关系频率
通过对外网关系频率的双因素交互效应方差分析，可得出该模型修正为0.092，不同连锁形式之间的健身门店的对内节点中心性差异显著(P=0.000)，偏为0.039，说明连锁形式是解释连锁健身企业对内网络中心性差异的重要因素；不同城市级别的健身门店的对外关系频率差异并不显著(P=0.124＞0.05)；而各城市级别和各加盟方式的不同交互水平对对内节点中心性的差异显著(P=0.000)，偏为0.052(表10)。
图7 本研究边际均值的交互效应示意图(对外中心性)
Figure 7. Profile Plots of Estimated Marginal Means(Centrality of External Network)
通过S-N-K法分析各连锁形式差异的变化趋势和分类，可以看出，直营连锁和自愿连锁的对外关系频率明显高于加盟连锁的门店。为进一步分析各“城市级别”和各“加盟方式”之间的对外关系频率的差异趋势，通过S-N-K法多重比较发现，随着加盟方式由加盟连锁到直营再到自愿加盟，对外关系频率呈现由低到高的趋势，且自愿加盟的门店明显高于其余二者。而各城市间的变化趋势并不明显。
应用LSD法检验对外关系频率的差异，可得出一线城市较其他城市均值为最小，一线城市与四线城市的对外关系频率差异显著(P=0.025)，均值差为-1.429；直营连锁与加盟连锁的差异显著(P=0.001)，均值差为1.507，自愿连锁与加盟连锁的差异显著(P=0.001)，均值差为0.995(表11)。
2个因素变量的交互效应影响着对外关系频率的差异。如图8所示，不同加盟方式的对外关系频率的交互作用解释了对外中心性的部分变异。自愿连锁和加盟连锁2条线趋近于平行，二者并未有交点，说明二者的主效应明显。直营连锁与另外2条线都有交叉，因此，存在交叉式交互相应。
图8 本研究边际均值的交互效应示意图(对外关系频率)
Figure 8. Profile Plots of Estimated Marginal Means(Frequencies of External Network)
整体趋势是相比较于直营门店和自愿加盟门店边际均值的显著变化，加盟连锁形式的门店的边际均值，变化微乎其微。在一线城市中，直营门店略高于自愿加盟的门店，而加盟连锁位居最后；在二线城市中，加盟连锁的门店对外关系频率低于其他二者，且直营门店和自愿加盟门店二者差别微小；在三线城市中，直营门店的对外关系频率最低，自愿加盟的明显高于直营加盟和加盟连锁；在四线城市中，直营门店的对外中心性再次强势反超，明显高于其余二者。
与对外关系频率不同，考究对外关系久度的差异来源，发现城市级别与连锁形式对其的影响并不显著。因此，在对外关系特征方面，城市级别与连锁形式对其的影响作用较为复杂，二者交互影响着对外关系频率，而对外关系久度的差异来源并不明显。
4 讨论
在对连锁健身企业网络的核心区域即内部整体网络结构分析的基础上，得出连锁模式和区域是划分其类型的主要依据。因此，本研究在门店层面的个体网络结构特征中，来考察“连锁模式”和“城市级别”是否是影响对内以及对外结构特征的主要因素。
源于外部网络的“城市级别”和源于内部网络的“连锁模式”已在企业发展中交互影响着连锁健身企业网络的结构特征。“城市级别”的差异主要体现在城市发展水平、综合经济实力、辐射带动能力等方面。城市本身所提供的各种要素主要通过连锁健身企业的外部辅助网络，促使资源在网络的节点中进行融通。通过本研究发现，这种来源于外部环境的因素变量已渗透并影响着内部网络结构特征，连锁健身门店的对内中心性的差异受城市级别 的影响，并受城市级别和连锁模式二者交互作用的影响。除此之外，张玲漪等对肯德基和麦当劳在中国市场的经营战略的分析也得出地区因素是解释门店店数差异的主要因素[19]。“连锁模式”源发于连锁健身企业内部网络中，由于契约的签订导致连锁健身企业中内部科层结构本质的不同，直接影响内部网络的结构和关系。由于网络结构的动态性，以及企业战略与结构调整的互动性[1]，它的影响作用同样也蔓延到对外网络中。具体体现在连锁模式和城市级别二者交互作用影响着其对外网络的结构特征，如对外中心性和对外关系频率都受二者交互作用的影响。
受“连锁模式”和“城市级别”双重影响，连锁健身企业网络的结构特征呈现出对内与对外网络结构特征的不同。综合比较对内和对外特征的差异，除了二者本身在测度方式的不同，整体呈现出相对于对外网络而言，对内网络受“连锁模式”和“城市级别”二者影响的因素较少。具体体现在对内关系频率和对外关系久度仅受“连锁模式”的影响，并不受“城市级别”以及交互作用的影响，但在对外网络关系频率方面，却受到二者以及交互作用的影响；对内中心性不受连锁模式的影响，而对外中心性却受到二者以及交互作用的影响。其原因在于在内部相对封闭的网络中，源于内部网络的契约结构本身带来差异的影响作用较大。而在对外网络中，外部变量的繁多与复杂，以及众多未知变量间的交互作用影响着结构特征，因此，对外网络结构特征中大多受二者双重的影响作用。
5 结束语
关键词 循环经济；复杂网络；工业园区
中图分类号 N949 文献标识码 A 文章编号 1002-2104（2016）10-0061-08 doi：10.3969/j.issn.1002-2104.2016.10.008
发展循环经济是实现生态文明、可持续发展的必由之路，工业园区循环化改造是循环经济的重要实现形式。2012年12月国务院常务会议审议通过《“十二五”循环经济发展规划》，3年来全国已有100余市县申请园区循环化改造试点。推进循环化，实现可持续发展，已成为提升园区竞争力、改善城市生态的重要途径。开展园区循环化改造的过程中，分析园区循环经济系统演化和发展的一般规律，建立有效的评价模型和评价方法是重要支撑。
1文献综述
开展园区或区域的循环经济发展水平评价，目前学术界和实践上通常有两类方法。一是设计和建立评价指标体系直接进行评价，例如曾丽君和隋映辉建立了资源型城市循环经济指标评价体系并对全国34个资源型城市进行了实证分析，庞小宁和王柳从经济、社会、资源和环境角度设计了循环经济发展评价指标体系，王茂祯和冯之浚提出了以循环经济创新效果为目标，10个准则指标共同构成的指标体系，项S等从经济发展、资源消耗、资源综合利用、污染控制和生态管理5个方面建立了由18个指标构成的循环经济发展评价模型。二是从生命周期评价、物质流和能量流分析、数据包络分析、生态足迹分析、投入产出分析等间接人手，从某一角度对园区循环经济发展阶段和水平进行评价。应该指出的是，对于指标评价方法，在指标的数量、信息的覆盖范围和数据的获取难度上要达到最优比较困难；对于间接评价方法，受限于评价角度也难以获取全面评价效果。因此，对循环经济园区的改造、发展水平进行评价，需要借助系统科学的思想和方法。结构规律探索的重要工具，目前已成为学术界研究热点。复杂网络的度分布、介数分布、平均路径长度、聚集系数等一般性的拓扑性质，被广泛应用于航空网络特征分析、公路路网规划、科学合作网络分析、人口流动规律研究、贸易网络的拓扑结构分析、创新网络演化特征分析、社交网络特征分析、灾害链风险评估、因果分析等领域中，取得了一系列的研究成果。因此，本研究将复杂网络模型引入园区循环经济的物质流和能量流系统，从复杂系统分析和生态文明的角度，进行园区循环经济系统功能、结构演化的一般规律的初步探索。
2园区循环经济系统复杂网络构建
本研究以江苏省某循环经济产业园区盐化工产业集群为研究对象，分别对产业集群内系统演化的改造前阶段、自主循环化改造阶段、园区总体循环化改造阶段和远期规划阶段（以下简称阶段1、阶段2、阶段3和阶段4）的盐化工项目及项目之间的能量流、物质流关联关系进行复杂网络模型建模，以项目为节点，以项目间的能量流和物质流关联为边，构造复杂网络。
为便于研究，本文将实际循环经济系统的物质流、能量流系统抽象成复杂网络时，做出以下约定：①流程简化，仅关心项目与外界的中观层面物质、能量交换，对项目内部微观的物质、能量转化过程进行忽略；②节点简化，对分布在一定区域范围内的同一项目的多条生产线作为同一个节点，如工业废水处理项目中的多条并行废水处理能力设施作为同一节点；③边简化，忽略各边的方向和物质流、能量流权重，形成无向无权复杂网络边。
根据对各阶段项目数量及其关联关系进行调研及数据汇总，得到的4个园区循环经济系统演化阶段对应的复杂网络模型如下：①改造前阶段为20个节点，11条边；②自主循环化改造阶段为34个节点，29条边；③园区总体循环化改造阶段为41个节点，42条边；④远期规划阶段为45个节点，49条边。使用Pajek软件对园区循环经济系统各演化阶段的复杂网络进行模型构建，其拓扑图形如图1所示。
3网络拓扑特性分析
为了分析园区循环经济系统复杂网络的基本拓扑结构和演化规律，本节从度分布、介数分布、网络平均路径长度、网络直径和网络聚集系数等网络参数的角度考察系统特征。
3.1度与度分布
度分布能够反映某一节点与其它节点相关联的水平，度值越大，节点与其它节点的关联性越强，在网络中的影响力也越大。度分布以离散的形式表示网络中节点的统计特征，这一规律直观、简单但极其重要。本研究中，从阶段1到阶段4，网络的平均度分布分别为1.10、1.70、2.04和2.18。在演化阶段1中，网络度值主要集中在0和1；在演化阶段4，网络度值主要集中在1、2及以上。运用柯尔莫哥洛夫一斯米尔诺夫（K-S）检验判定，4个阶段的网络度分布在0.05显著性水平下分别服从λ=1.10、1.71、1.83和2.18的泊松分布。
平均度分布水平的提高，表示随着园区循环经济系统深入演化，节点所表征的项目之间的物质、能量再循环的关联关系逐步增加。例如，在阶段1中，各项目之间物质流、能量流孤立或仅有极少较短的项目关联，能量、原材料输入对资源依赖较大，副产品、废弃物排放对环境的影响也较大，而在阶段4中绝大多数项目与其它项目建立了物质流、能量流的补链关联，实现了资源和能源的再循环。网络演化各阶段的度分布情况如图2所示。
3.2平均路径长度
网络的平均路径长度，又称网络的特征路径长度。在无向无权网络中，任意两节点i和j之间的最短路径所含边的数目dij称为节点间的距离，所有节点间的距离的均值L称为网络的平均路径长度，即：
（1）
其中，Ⅳ是网络中节点的个数。在园区循环经济系统所构成的复杂网络中，网络的平均路径长度代表网络中物质流、能量流构成的循环经济产业关联链条的平均长度。通过\用Pajek软件对4个阶段的园区循环经济系统复杂网络进行分析，得到各阶段的网络平均路径长度分别为L=2.02、3.61、3.50和3.58，随着系统逐步演化，网络平均路径长度呈现增长。
网络平均路径长度增长，意味着项目间的物质、能量再循环的合作关系逐渐充分，与园区循环经济系统演化中提高再循环水平的目标相契合，园区循环经济系统的演化水平逐渐高。需要注意的是，网络平均路径长度的最大值3.61出现在演化的第2阶段，而非第4阶段，这是因为网络平均长度的计算中，默认忽略度值为0的孤立节点，而这些节点在循环经济系统演化过程中的分布规律在度分布中已进行过讨论。网络平均路径长度的演化分布如图3（a）所示。
3.3网络直径
无向复杂网络中任意两节点i和j之间的最大距离称为网络直径，一般用D表示，即：
（2）
在本研究中，由于是无向网络，网络直径取决于以下三种情况：①从1个起始项目出发的物质流、能量流到达1个终点项目前所流经的项目个数；②从1个起始项目出发的物质流、能量流经过分岔到达2个终点项目时所流经的项目总数；③从2个起始项目出发的物质流、能量流汇合到达1个终点项目时所流经的项目总数。通过运用Pajek软件对4个阶段的园区循环经济系统复杂网络进行分析，得到各阶段的网络直径分别为D=4、8、9和9。
随着园区循环经济系统演化水平的提高，网络直径随之增加，这表明从网络中任意两节点i和j之间的最大距离的角度分析，物质再循环、能量梯级利用的水平在园区核心产业链中得到了加强。网络直径的演化分布如图3（b）所示。
3.4介数分布
介数可分为点介数和边介数。某节点的点介数是网络中所有节点间的最短路径中包含某节点的数量比例，某边的边介数是网络中所有节点之间的最短路径中途经某边的比例。介数的定义，其思想体现了某点或边在网络中影响力。本研究以园区循环经济系统中的工业项目为分析的基础，因此关注点介数，即：
（3）
其中，njk表示最短路径的数目，njk（i）表示途经节点i的最短路径数目。在4个演化阶段中，节点的介数分布均呈现显著的长尾现象，即介数为0的节点数量占比始终最大，极少数节点能够取得介数值的极大值，并在网络中居于核心地位。在4个阶段中，介数值为0的节点数量占比分别为80.00%、58.82%、48.78%和44.44%，这体现了伴随园区循环经济系统的网络演化，越来越多的项目被纳入到物质流、能量流关联并占有一定地位。
通过点介数分布，还能够识别园区循环经济系统中的关键项目。在4个阶段中，介数值最大的3个项目分别依次为：阶段1的离子膜烧碱项目（0.15）、邻甲苯胺项目（0.04）和六氯环戊二烯项目（0.04）；阶段2、3和4的离子膜烧碱项目（0.52）、盐氯水采集项目（0.30）和纯碱项目（0.24）。介数值最大的项目在系统演化中固化，体现了园区循环经济系统演化的涌现、分化和锁定特征。即是说，在园区循环化改造早期，针对区内项目的物质流、能量流现状进行的循环化项目引进和补链，一旦涌现出居于核心地位的项目（如离子膜烧碱项目、盐氯水采集项目和纯碱项目），物质流和能量流关联系统即被总体锁定，后续项目引进主要围绕既有系统的完善和优化进行，园区产业结构和优势产业项目难以再做结构性调整。涌现、分化和锁定是作为耗散结构的生态系统所具有的典型特征，这表明随着园区循环化改造过程的深入，园区循环经济系统初步具有了生态系统的特性。网络演化各阶段的介数分布如图4所示。
3.5聚集系数
聚集系数也称簇系数，主要用于表征网络中的局部聚类现象。对于网络中的某一节点i，聚集系数的定义形式为：
（4）
其中，ki是节点i的相邻节点数，ki（ki-1）/2表示节点i与其相邻节点理论所能产生的无向边数，Ei是节点i与其相邻节点实际产生的无向边数。在节点聚集系数的基础上，能够得到网络的聚集系数，即：
（5）
网络的聚集系数用于反映网络总体的传递性。在本研究中，园区循环经济系统构成的复杂网络在演化的阶段1和阶段2中，由于节点的孤立特性较强，网络聚集系数趋近于0，在阶段3、4网络聚集系数分别为0.026和0.044。
较小的网络聚集系数、较短的网络平均路径长度和服从泊松分布的网络度分布暗示园区循环经济系统构成的复杂网络是一个E-R随机网络，这表明在拓扑结构上，物质流、能量流关联系统所构成的网络与传统的技术合作网络不同，而其与生态系统中物质循环所构成的复杂网络的同构性有待进一步研究。
4网络关联性分析
度分布、介数分布、网络特征距离、网络直径和聚集系数等网络基本拓扑参数反映了园区循环经济系统复杂网络的部分结构和演化规律特征。为了进一步描述网络的结构特征，需要考察度度相关、度介相关等网络关联性特征。
4.1度度相关
度度相关性反映了节点间相互连接和选择的偏好特征，如果度值大的节点优先选择连接度值大的节点，则称网络的度度相关特性为正相关，反之为负相关。一般的，在社会网络中度度相关性存在显著的正相关，而在技术网络中则是负相关。为了定量考察网络的度度相关，首先记网络中某一节点i的全部相邻节点的平均度值为：
（6）
其中，ki表示节点i的度值。通过考察ki与knn，i之间的相关关系，可获得网络的度度相关性。在量化计算过程中，一般采用Newman定义的网络节点度的皮尔逊相关系数方法计算：
（7）
其中，r为皮尔逊相关系数，ji和ki分e为第i条边2个端点的度值，M为网络的边数。当0
4.2度介相关
度分布通过分析节点所拥有的邻居数量反映了网络的局部特性，而点的介数分布从节点所占的网络最短路径的比重反映了节点在网络整体范围内的影响力，通过度介相关分析能够得到这两个网络拓扑指标间的相关关系。通过对阶段4中45个节点进行度介相关性分析可得，该复杂网络的中节点的度介分布在0.01的显著性水平呈现r=0.895的正相关关系。
度介相关的分析结果表明，园区循环经济系统复杂网络随着循环化改造演化的逐步深入，节点的异构性逐步体现出来，少数度值较大的节点，其介数值也较大，这类节点在物质流、能量流关联系统中居于最短路径分布的优势地位，网络以这类节点为核心，呈现出中心性；大多数度值和介数值都较小的节点，其引进和连接，均受到核心节点的物质、能量输入需要和副产品、废弃物再循环需求支配。网络中心性、节点异构性能够成为判断园区循环经济系统演化深入程度的重要参考指标和依据。网络的度介相关性如图5（b）所示。
5结论与建议
开展园区循环化改造的过程中，对改造效果进行评价十分必要。针对现有评价体系在评价系统性角度的不足之处，分析园区循环经济系统演化和发展的一般规律，建立系统、有效的评价模型和评价方法是重要支撑。基于此，本研究以评价园区循环经济系统的演化水平为根本目标，以复杂网络为基础模型，探索系统演化的一般规律，得出结论如下：
（1）伴随园区循环经济系统演化，物质再循环、能量梯级利用逐渐充分。在本研究中，4个阶段的网络平均度分布呈现增长趋势，表明随着园区循环经济系统深入演化，节点所表征的项目间的物质流、能量流关联逐步增加；同时，网络平均路径长度由2.02提高到3.58、网络直径由4提高到9，这意味着项目间的物质再循环和能量梯级利用的水平在园区的一般产业链和核心产业链中都得到了加强。
（2）伴随园区循环经济系统演化，网络中心性、项目异构性逐渐呈现。节点介数分布表明园区循环经济系统演化存在涌现、分化和锁定特征。在循环化改造早期，针对物质流、能量流体系进行的循环化项目引进和补链，一旦涌现出居于中心、支配地位的项目，其余项目即处于物质流和能量流关联系统的从属地位，园区产业结构和优势产业项目即被总体锁定。度度相关的负相关关系、度介相关的正相关关系也支持园区循环经济系统复杂网络以优势项目为中心且项目地位存在支配、从属异构性的结论。
关键词：访问控制列表；校园网络；定位丢包
中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2017）17-0033-02
1ACL介绍
接入访问控制列表英文全称（Access Control Lists，简称ACL）。目前按照功能划分主要分为安全的ACL和基于服务质量的Qos ACL两大类。接入访问控制列表主要功能是对网络数据流按照管理员设定的模板进行过滤，限制网络中数据类型、使用者和特定设备等。安全的ACL在网络数据流经网络设备的时候，首先对网络数据进行分类、然后进行检查。完成分类和检查后，根据网络管理员设置的conditions匹配条件，决定对各类网络数据的处理方式，处理方式通过包括允许（permit）和丢弃（deny）。网络数据通过安全ACL处理后，下一步可以使用基于服务质量的QosACL策略，对符合管理员预先设置的QosACL对网络数据类型进行优先级的分类处理，类似交通警察对马路上各类车辆进行优先级的差异化处理模式。
ACL通常是用各种类型的功能表项，依照网络管理员对网络进行有效管理而产生的集合统称为接入控制列表表项（Ac-cess Control Entry：ACE）。下面通过5个地区和5个地区管理员举例说明ACL和ACE的关系。A地区处于B、C、D、E地区包围之中，并与其4个地区相邻。A地区人员前往其他地区，必须经由A地区管理员检查后才能离开A地^。其他B、C、D、E地区的人员想前往地区，也必须途径A地区才到到达目的地。A地区的管理员对经由本地区的人员进行严格的过境人员身份检查限制，其过境检查规则如图1。
A地区通往其他四个地区均有不同的出口通道，因为A地区管理人员有限，故每天通过出口通过的人数都有一定限制。基于这种情况，A地区管理机构根据人员身份不同进行了分类处理，给特殊人群不同的待遇，方便特殊人群进出出口通道。具体情况如图2。
通过上面的例子，网络设备就如同A地区管理员一样，要对通过A地区所有人员进行分类、检查、处理。与A地区相邻的四个地区出口就如同网络设备的四接口。管理人员采用不同的规则如图1所示就是安全ACL，而对进入人员进行身份识别规则就是QoS ACL。A地区管理员对出入人员的每一条规则就是ACE，若干条ACE组合在一起形成了完整的ACL，而每一条身份识别可以理解为是ACE规则条件。对于出入人员能否通过就如同ACE处理方式中的允许（permit）和拒绝（deny）。
地区管理员对出入地管理规则中每一条细则称为ACE，ACE通常要对人员身份进行识别，按照图1所示的人员身份情况进行相关人员进行permit和deny两种处理方式。例如当出人A地区人员满足从B地区到D地区（条件三）的时候，A地区管理员会对这类人员进行（permit）处理方式；如携带危险物品人员进入A地区，ACE会根据图1的条件一拒绝进入A地区，其处理方式为（deny）。
同理，图2的人境身份识别规则组合在一起就形成了ACL，而形成ACL中的每一条规则则是ACE。图2的ACL是先让人员进人A地区后进行检查后，在对应ACL规则进行处理。因此每条规则中都隐藏着允许人员进人A地区，利用QOS进行分类识别后，要求对各类人员进行permit和deny的处理行为。而在各类网络设备中QoS ACL是不能定义deny为首条规则的ACE。
通过上述的例子，A地区依照自己本地区的特点和相关地区的友好程度，可以制定不同的规则。如A地区与C地区关系非常融洽，制定针对C地区非常宽松的规则。B地区因其他因素导致存在大量携带危险物品的人员，故B地区经过A地区的人员进行严格检查。同理针对网络设备，网络设备的不同接口，也可以定义不同规则的ACL。
2ACL的输入和输出
访问控制列表各类规则制定完善后，需要定义在不同的接口。在接口处配合制定好的规则才能形成良好的管理方式和方法。例如第一节的例子中，A地区管理员对出入境人员管理方式可以采用以下三种方式：
（1）进入A地区和出A地区进行双重检查；
（2）进入A地区检查、出A地区不检查；
（3）进入A地区不检查、出A地区检查。
在网络设备中，在接口处输入和输出ACL，类似A地区出入人员管理规则。分别在网络设备接口处对进出数据进行检查，也可以采用以下三种方式：
（1）进入接口和出接口处进行双重检查；
（2）进入接口时检查、出接口时不检查；
（3）进入接口时不检查、出接口时检查。
数据在经过网络设备接口接收到报文时，需要对报文进行检查，确定该报文是否与该接口输入ACL中某条ACE相匹配。而输出ACL和输入ACL类似，当报文已经经过网络设备后，流出网络设备进行检查，检查报文是否与ACL中的某条ACE进行相匹配。in和out是相对于网络设备来说的，离开网络设备接口的流量即为out；进入这个网络设备的接口的流量即为in，在配置ACL的时候，in和out并不是绝对的。
ACE中的过滤域模板（masks）和规则（mles），类似A地区出入境管理方式。在制定管理方式的时候按照所在地区、目的地区、职业、年龄、所持证件、携带物品等若干主要因素，对各类人员身份信息进行识别。
3定位丢包功能实例
对于支持ACL计数功能的交换机，通过使用技术功能，能够方便定位丢包问题。客户网络出现丢包的情况，可以通过ACL计数功能来定位丢报点，方便我们后续进一步排查。但是并非所有交换机都支持该功能，如果设备支持ip access-listcount命令，就可能支持该能。
举如下案例：
1）客户网络环境：
客户电脑的网关在S57交换机上，S57交换机与S86交换机通过三层口互联
PC（10.1.1.1）――G0/1（10.1.1.254）$57（20.1.1.1）G0/2――G1/1（20.1.1.2）S86
2）客户问题：
客户PCping$86交换机出现丢包，但是不确定报文丢在哪台设备上。
3）ACL调用：
可以在5750-e的G0/12还有$86交换机的G1/1口的in方向和out方向都调用一条acl：
acl定位发现，通过以上测试效果可以发现，S86交换机可以发出报文，但是没有接收到回应报文，丢包点在S86交换机上一级设备。
随着网络应用的逐渐普及，流动人口使用网络的数量逐渐递增，其中占主体的第二代、第三代流动人口使用手机上网现象更为普遍。作为一种新的社会形态的网络社区，其与实体社会的互构趋势越来越明显。网络社会的虚拟性、匿名性及高流动性特征使得其与实体社区差异巨大，而流动人口的网络社区更是如此。调研发现，流动人口网络社区的出现，不仅未能有效推动其群体意识和集体行动的形成，反而成为其个体化的加速器。
[关键词]
流动人口；网络社会；文化认同；孵化器
一、问题的缘起
根据国家统计局抽样调查结果，2014年全国农民工①总量为27395万人，比上年增加501万人。其中，外出农民工16821万人，比上年增加211万人；本地农民工10574万人，增加290万人。在外出流动的农民工中，高中及以上农民工占23.8%。接受过技能培训的农民工占34.8%。分年龄段看，青壮年劳动力是农民工的主力群体。数据显示，21岁至40岁的农民工占53%，41岁至50岁占26.4%，50岁以上的农民工占17.1%。[1]这些数据能够有效说明外出农民工的主体已经由第一代农民工转变为第二代、第三代农民工。②第二代、第三代外出农民工已经成为农民工的主体，相比第一代农民工，他们自身具有年龄优势和学历优势，更能适应城市，享受城市中健全的公共服务网络和便捷的技术服务，尤其是网络技术。在网络技术的使用过程中，第二代、第三代农民工并不缺场。2012年，大谷打工网《基层蓝领手机上网调查报告》显示，全国受访者中74%的农民工使用手机上网。[2]2015年2月3日公布的《中国第35次互联网发展统计报告》显示，农村外出务工人员、制造业企业工人、商业服务业职工三者合计占网民总数的10%。[3]农民工使用网络的数量逐渐递增，其中占主体的新生代农民工手机上网行为更加普遍。根据笔者的调查和其他一些媒体的发现，第二代、第三代农民工使用最多的手机功能是QQ和微信，并且会长时间在线。随着网络社会的出现③，作为一种新的社会形态的网络社区已然形成，其与实体社会的互构趋势越来越明显。然而网络社区的虚拟性、匿名性及高流动性特征使得网络社区与实体社区差异巨大，而农民工的网络社区比如QQ群、微信群等更是如此。农民工网络社区这种新的社会形态对中国未来社会结构变迁、政府治理的影响等问题是当代中国学界和政府研究的重要课题。“双重二元结构”和“双重脱嵌”[4]背景下的农民工，通过网络社区，尤其是QQ和微信的线上和线下的交流、沟通和互动，能否形成新的文化认同？网络社区的这种认同能否成为推动农民工群体意识形成的助推器？网络社区这一新的社区形态是促进农民工群体的组织化还是消解了农民工群体的组织化？这是笔者的问题意识和研究的出发点。
二、网络社区兴起的原因、条件及特征
网络社区又称虚拟社区，指在网络某个空间活动区域中，由网络相邻或相关的若干社会群体和社会组织构成的网络网民共同体，即在互联网络“某个空间区域”共同活动的若干人类群体。④网络社区一般涵括两种类型：一种是以地域为基础的网友通过共同活动而形成的网络社区；另外一种是依据某个主题或话题分享兴趣过程中形成的兴趣群组，这种兴趣群组并不依赖成员在地理上的分布。在这两种大的分类基础之上，当前学界所指的网络社区主要有以下几种具体类型：BBS/论坛、贴吧、公告栏、群组讨论、在线聊天、交友、个人空间、微博、微信等。与实体的社区不同，网络社区是一种利用现代技术，通过地域观念、共同兴趣或爱好而聚集的网友形成的一种虚拟交流空间。因此，网络社区与实体社区有着显著不同。这种不同首先表现在网络社区之间的互动并非是面对面的，而是通过网络介质进行的。其次，网络中的互动不是在传统的地域当中，通过血缘、地缘或业缘而聚集在一起，而是通过网络技术，在网络虚拟空间中进行的。再次，网络社区中的互动主体的身份异质性强，什么人都有。相对而言，实体社区中的互动主体身份同质性强。网络社区兴起的原因主要在于现代社会呈现的时空分离、个人众多角色扮演、社会信任的变迁及面临的不确定性风险让人感到无所适从，难以形成前现代社会的信任关系和依赖感。在前现代社会，空间和地点总是一致的，而现代性带来的现代社会，通过人们的不在场，空间与地点开始逐步分离，进而空间与时间也逐步分离。这种时空分离就导致了吉登斯所称的“社会系统的脱域问题。所谓脱域，我指的是社会关系从彼此互动的地域性关联中，从通过对不确定的时间的无限穿越而被重构的关联中‘脱离出来’”[5](P18)。随着现代性在中国的扩张，由流动性增强而体现出来的时空抽离的特征越来越明显和突出。伴随现代性和流动性而来的就是个人扮演的众多角色。前现代社会中，个人在实体社区中一生可能仅仅扮演相对较少的农业社会中的伦理性角色就足够了，而在现代社会，个人在实体社区中扮演的伦理性角色已经不能适应社会需求，与工业化相关的众多职业性角色开始成为人们角色的主流。这种职业性角色的扮演不仅在一地的实体社区中出现，甚至随着流动性的增强，在许多地域的实体性社区中出现。与此同时，传统的基于前现代社会的信任方式也发生了改变，基于特殊主义基础之上的信任模式开始向普遍主义的信任模式转变。特殊主义的信任模式是一种具体的信任，这种个体信任是基于彼此熟悉的个人之间的信任。普遍主义的信任模式是一种抽象的信任，这种抽象的信任是基于专业基础之上的信任。无论是前现代社会的信任还是现代社会的信任，都能够有效降低个体在面临不确定时需要支付的成本或者说避免特殊的行动方式可能遇到的风险或将风险降低到最低程度。然而，传统的风险是个体化的，现代性之下的风险却是群体化或者普遍化的，能够影响聚居在一起的人类集体的安全。
网络社区的形成必须要具备一些前提特质。这些前提特质包括：第一，要有作为传播媒介的互联网的存在；第二，网络社区的成员能够在网络社区中进行信息的共享与日常的交流沟通；第三，网络社区还需要能够满足其成员日常生活中的一些实际需要；第四，网络社区的成员会对这个社区具有程度不一的归属感。《中国第35次互联网发展统计报告》显示，今天的互联网作为一种新型传播媒介的地位已经足够牢固并不可撼动，甚至传统平面媒体的地位已经开始让位于以互联网为基础的新型自媒体。而在各种新型自媒体中，无论是QQ、微博，还是微信，其成员的信息共享与交流沟通是经常发生的，其频率甚至超过日常的面对面沟通与交流。在这些新型自媒体形成的网络社区中，其成员的一些需要能够得到满足。笔者参与的一些QQ群、微信群经常会有网友以“万能的群呀，请帮我…”⑤类似的语句开头，然后就会有热心的群友进行帮助。类似的语句只有在宗教性的话语中才会出现。在笔者有关网络社区成员对网络社区的归属感的调查中，他们告诉笔者：“如果不感兴趣，当初就不会加入。既然加入了，如果不是特别反感，也不会轻易退出。觉得有感兴趣的话题，就多参与。觉得和某个成员聊得来，就多聊。甚至可以线下多互动。没有感兴趣的话题，就干脆不参与，不发言。”从这个角度考察，成员对于网络社区的认同感是存在的。网络社区具有如下特征：第一，与实体社区不同，网络社区的社区空间具有跨地域性。实体社区的地域性限制特别明显，离开了其所在的地理空间，个体也就脱离了其所属的实体社区。而网络社区则无此限制，只要有互联网，网络社区成员就可以随时随地与其他成员进行同步或者异步的互动、沟通和交流。第二，网络社区成员互动具有匿名性。网络社区成员完全可以在不知晓对方的所有信息背景下，与对方进行互动。这与实体社区成员之间的知根知底的互动完全不同。尽管现在某些QQ群或者其他网络社群要求加入的成员均为实名，然而网络社区的匿名性本质并未得到实质改变。第三，网络社区是一种自组织，这与某些实体社区的强制特征有所区别。网络社区作为一种因流动性而找寻归属感产生的社区类型，无论是以地域为基础而形成的社区还是以兴趣为基础而形成的社区，都属于一种网友自组织。这个自组织还会自发产生管理者、参与者、社区规则[6]等。第四，网络社区的边界是开放的，其对成员资格甚至没有任何要求。反观实体社区的成员资格，往往以血缘、地缘或业缘为特征，并且成员资格和社区边界非常清晰，不属于社区成员的人想要突破社区边界加入进来并获得成员资格，途径非常有限且面临着诸多实际困难。
三、网络社区的个体化互动
在中国城市化、现代化和市场化的结构转型中，面对着政治、经济和社会文化资源的不平等分配，双重脱嵌的流动人口群体尤其是第二代、第三代流动人口通过对网络社区的使用，表达和建构了自身的主体意识和权利，为促进集体赋权和社会平等提供了可能性。然而，现代科技所带来的虚拟化的社会结群和社会流动并不能等同于社会化流动，现代科技带给第二代、第三代流动人口的只是一种虚幻的个体认同而非群体意识，这种虚幻的个体认同不仅没有让流动人口以群体化、组织化方式应对资本的盘剥和外界的歧视，反而让他们体验到一种更加个体化的生活方式和社会组织方式。尤其在面临权益保护等方面的困境时，现代科技并不能给第二代、第三代流动人口提供有效的社会支持网络，反而推动了他们的个体化。[7]在网络社区中，网友尽管没有发生面对面互动，但依然可以交换各种信息，进行沟通，也能从中获取一些社会支持。然而由于这种关系的建立只是片面的，网友隐藏了真实的身份及其他个人信息，因此信息的交换、沟通互动的开展和社会支持的获取并不能像实体社区中那样有效。比如，笔者参加的一些流动人口的QQ群，他们在上面交换的信息类型大致包括娱乐、提供工作信息、寻求租房信息、孩子教育等方面，在这些信息交换中，娱乐、聊天信息占据信息交流80%以上，笔者的调查对象对此称之为“吹牛”。至于对流动人口来说比较重要的工作信息等，只占20%左右。
笔者在访谈和调查的过程中，试图通过网络社区中的“圈子”来找寻流动人口的群体意识和组织化方式，而令人失望的是，网络社区中的互动基本是个体之间的互动，即点对点的互动模式，也就是平面媒体传播中的人际互动，而平面媒体所具有的面对面互动、点对面互动比较少见。H市是长三角的省会城市，流动人口众多，并且流动人口就业的企业基本为民营企业。笔者根据H市流动人口所在主要行业，将流动人口调查对象分为四大类，分别是出租车司机、环卫工人、工厂工人、建筑工人。对于分类别的流动人口参加网络社区中QQ或者微信圈的活动，笔者对访谈资料进行了初步整理，得出如下结果（见表一）。从表格中的百分比数据能够解读出来一些问题。比如出租车司机都是上网的，但他们既然上网怎么会网络社区的活动参加不多呢？环卫工人怎么没人懂网呢？工厂工人上网怎么与建筑工人有区别呢？如果结合进一步的访谈，我们就能得出更进一步的结论。对于H市的出租车司机来说，他们上网是必须的。因为当前智能手机的发展，包括各种打车软件的兴起，逼迫他们必须在手机上安装微信和QQ。然而，对于出租车司机来说，他们使用网络社区的频率也不高。问：平常你们上网吗？通过何种方式上网呢？QQ、微信玩吗？答：上网我们基本很少上的，很少上网，手机可以玩一下的，看看新闻，QQ、微信也没像以前那么聊了，有一个群从早上7点钟聊到晚上睡觉，那段时间是聊得蛮长的，聊了好几个月，后来就断掉了，有微信后聊天就很少，基本不聊天，基本就看看新闻。问：那你们朋友圈的人多吗？浙江的多吗？答：那多了，有老乡、有战友、有同学、有以前的同事。有很多很杂了。问：那你上QQ的时候，是你开出租车的时候，平时还是晚上？答：上班的时候，一般不大会上QQ，很少聊天。现在微信都不大玩，玩腻了，这些东西，刚出来的时候，新鲜嘛，玩得很起劲。（其他司机：QQ也几乎都不用了。）问：那你在微信圈里，经常都和朋友们聊什么？答：吹牛啊，吹牛啊，哈哈！我们有工作的，又不可能微信上跟他们……，各个行业，你不可能讲那种工作上的事情，没法讲的。大家行业都不一样的。大家主要是聊聊天，吹吹牛啦。另外一司机答：关键是我们圈子太小了，要么就是开出租车的朋友，要么就是老乡，其他然后外面就懒得走，一天开车很累，走到很远的地方去。远的，偶尔就是电话联系一下，问一下怎么样。这个圈子里面太小了。也没时间。网络社区与流动人口个体化H市的出租车司机透露出来的信息是尽管他们上网，也参与了网络社区，但因为职业的关系，他们在网络社区并没有太多活动，与社区中其他人的互动的内容就仅限于吹牛，互动的对象也就两类：要么开出租车的朋友，要么老乡。出租车司机在网络社区中的活动非常个体化。环卫工人基本不参与网络社区。原因在于笔者调查的环卫工人，基本属于年纪都比较大的一群人，他们对于现代科技的敏感度并不高。网络或者智能手机对他们来说，并不是生活的必需品。
对于工厂工人来讲，情况又会有差异。一位工厂工人如此回答：我现在基本是离不开网络吧，上班下班，基本离不开网络，我业余时间真的都是靠网络打发的。问：那你上网平时是在哪里上呢？答：我自己有电脑。在办公室就是工作电脑，回家就自己的电脑。我上网基本上就是逛逛淘宝，或是文学的散文类的。我的微信基本是同事、同学比较多，同事离得比较近，同学离得比较远，基本上是半年同学聚会时才能聚到一起。我的微信朋友圈不大，但我自己老是发微信，心情、动态都是通过微信的形式发的。问：那你发的这些是点赞的人多，还是评论的多呢？答：评论的挺多的，一般是同学，都是些熟悉的人，不熟悉的人也不会评你的。我的QQ、微信一般讨论的话题就是对以后有什么打算，然后不可能永远打工。我觉得现在我们经常讨论的热点话题，对我的思想和行为还是有影响的，就是会跟着外面的形势吧。我比较喜欢追流行，今天流行什么，明年流行什么，我比较喜欢跟着潮流走。我在QQ、微信中经常扮演的角色是别人有什么心事经常会跟我讲的。对于在工厂工作的流动人口来讲，他们的空闲时间比较多，再加上工作性质的关系，他们呆在网络社区的时间也比较长。尽管如此，笔者通过访谈看到的是网络社区中的互动依然非常个人化，很少有群体性的互动，也很难形成所谓的社区意识或者群体意识。从对数据和访谈资料的考察，笔者发现在网络社区中的互动非常个体化，原因主要有两个，一是网络社区的性质所致；二是网络社区中网友之间的信任很难建立。网络社区的性质首先是匿名性，匿名性使得在虚拟社区中活动的网友互动时面临某种不确定性，这种不确定性将会阻止网友的进一步深入了解和互动。其次，网络社区的开放性使得任何人都可以加入，也可以退出。这便使得加入社区的成员因为没有付出一些成本，而不会产生珍惜心理，再加上现实中工作的流动性，导致网络社区的流动性也特别强。网络社区的流动性使得网络社区成员的互动呈现出一种“个体化、碎片化”的模式。网络社区的这种“个体化、碎片化”的互动，导致网络社区成员之间无法产生基本信任。在吉登斯看来，“在个人的早期发展过程中，对自我认同的稳定环境和周围环境的基本信任…是从对个人的信任中派生出来的”[5](P99-100)。也就是说，网络社区中的个体化互动，既无法产生前现代社会中的私人信任，也无法产生现代社会中的制度信任。这种个体互动在某种程度上导致了吉登斯所说的“亲密关系的变革”[8](P101-109)。这种变革对于未来社会的影响正在逐渐显现，毕竟亲密关系的获得是以信任关系为基础的。一个无法产生信任关系的社区，亲密关系也不会产生，那么群体意识和群体认同将更难形成。
四、作为个体化加速器的网络社区
关键词：社区结构；三角环；边凝聚系数；社会网络
中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2013）07-1540-03
在现实生活中存在着各种各样的网络系统，如人际关系网、合作网、交通运输网、计算机网等。许多现实系统的网络模型是介于完全规则和完全随机之间的，这种网络被称为复杂网络[1]。复杂网络不仅具有小世界、无标度特性还具有社区结构[2]的特性。社区内部的节点之间的联系相对紧密，而社区之间的联系相对稀疏[3]。复杂网络中的社区发现的研究起源于社会学的研究工作。能够在大型复杂网络中自动搜寻或发现社区具有重要的实用价值，如社会网络中的社区代表根据兴趣或背景而形成的真实的社会团体[4]，发现社会网络中的这些社区有助于我们更好地理解和应用社会网络。目前，社区发现的算法很多，其中Kernighan-Lin算法[5]、Laplace图特征值的谱二分法[6]、GN算法[7]等比较经典。其中GN算法是Newman和Girvan在其研究中提出了基于边介数的分割方法，尽管该方法计算量很大，但由于其性能优越而成为社区发现研究的重要参考模型。
尽管人们对复杂网络的社区发现问题已进行了大量的研究，但是仍然还存在一些目前无法解决的问题，如社区的概念虽然大量使用，但缺乏严格的数学定义；大多数的发现算法计算量很大；很多算法不是针对异构数据集。因此，复杂网络中的社区发现研究还远没有形成体系，有许多工作有待于进一步完善[8]。
本文给出一种新的社区发现算法，根据三角环来判断社区。该文的结构如下：第1节算法的整体描述；第2节对算法进行实例验证并与经典算法作对比；第3节总结全文。
1 算法介绍及分析
1.1 相关概念的引入
三角环：网络中边数为3的闭合回路形成的三角形。如图1中，节点3、4、6；节点4、5、6等可以构成三角环的形式。
点凝聚系数：对于某个点的邻居节点之间实际存在的边数与邻居节点之间可能存在的最大边数之比。一个网络的凝聚系数就是网络中节点凝聚系数的平均值。如图1：节点1的邻居节点分别是2、3、4、5、6，共5个节点。它们之间存在的最大边数为：5（5-1）/2=10；实际上这5个节点间的有7条边，那么节点1的点凝聚系数为：7/10=0.7。
边凝聚系数：借助于节点的凝聚系数，来引入边的凝聚系数概念。一条边的边凝聚系数定义为包含该边的三角环所占的比例：
[Cij=zij+1min（ki-1，kj-1）] （1）
其中，[ki]，[kj]分别表示节点i和节点j的度数，[zij]表示网络中实际包含的三角环的个数。上式中的分母表示包含该边的最大可能的三角环的个数。图1中，节点3和节点6的度数分别是5和4，则最多形成min（5-1，3-1）=3个三角环；而实际上包边E3，6的三角环有三个：节点1、3、6，节点3、5、6，节点3、4、6.所以C3，6=4/3。
图1 凝聚系数示意图
将整个网络G视为图，那么一个社区V实际上就是G的子图。社区V中的一个节点i的度[ki]来自两部分，分别是V的内部（[kiin（V）=j∈VAi，j]）和V的外部（[kiout（V）=j?VAi，j]）。下面给出社区紧密程度的两种级别[9]：
如果社区V内的任意一个节点i的[kiin（V）]均大于[kiout（V）]，即[kiin（V）>kiout（V）]，则称该社区是强连接社区。
如果社区V内的所有节点的[kiin（V）]和大于[kiout（V）]的和，即[i∈Vkiin（V）>i∈Vkiout（V）]，则称该社区为弱连接社区。
1.2 算法的思想及主要流程
前面提到的GN算法是一种分裂算法。它的基本思想是，通过不断的从网络中移除介数最大的边将整个网络分解成不同社区。在这里，边的介数定义为网络中经过该边的最短路径的数目。这种算法为区分一个社区内部边和连接社区之间的边提供了一种有效的度量标准。
GN算法虽然能弥补一些传统算法的不足，但是一般要指定社区的个数，否则，该算法不知道要将网络分解到什么程度停止。另外，该算法的时间复杂度较高，为O（n3）。算法效率较低的一个重要原因是边介数的计算开销大。针对上述情况，这里提出一种基于三角环的社区发现方法（Triangle Ring Community Detecting简称TRCD算法）。考虑无向无权重的形式，用邻接矩阵[Ai，j]表示节点间的关系，有边相连则值为1，无边相连则为0。
上述两个社区的级别可以作为判断子图是否为一个社区的标准，只有满足上述两个定义的子图才能作为一个社区。首先从整个网络开始，不断的删除边，直到不存在满足上述定义的社区为止。该文中的方法和前面的GN算法类似，都是分裂式算法。该方法不是根据边介数来选择要删除的边，而
是根据边凝聚系数这个新的指标。
根据上述基本思想得到算法的具体步骤如下：
Step1：根据公式（1）所示，计算整个网络中的每一条边的凝聚系数[Cij]；
Step2：删除凝聚系数最小的边[Eij]；
Step3：重新计算以i和j为顶点的所有边的凝聚系数，而其它的边不需要重新计算；
Step4：返回Step2，直到网络中不存在符合上述定义的社区。
1.3 算法分析
对于一个含有n个节点m条边的网络，整个算法运行的时间为[O（m4/n2）]。显然该算法的时间复杂度要低于GN的时间复杂度。因为所考虑的是局部信息，去边以后无须所有的边重新计算，所以降低了时间复杂度。该算法依赖于网络中的三角环，如果网络中三角环的数量很少，该方法将失去意义。大量的实例研究表明，社会网络中三角环的数量比较大，而非社会网络中，三角环的数量则相对较少。所以这种方法更适合于社会网络。
2 实例验证
2.1 在Zachary网络上的实验
图2所示是某大学空手道俱乐部中34个成员之间的社会关系网络，曾是人类学家怀恩扎卡利（Wayne Zachary）在20世纪70年代研究的对象。Zachary网络在复杂网络的社区结构分析中已经成为一个经典问题，成为了衡量社区结构划分算法准确性的标准[10]。在调查研究过程中，该俱乐部的主管与校长因是否抬高俱乐部收费的问题产生了争执。结果，这个俱乐部分裂成了两个分别以校长和主管为核心的小俱乐部。下面以Zachary网络为例检验TRCD算法在实际网络中的应用。
按照文中算法的流程，得到最终的结果如下图3所示，为了与图2方便比较，图3中没有将边去掉。其中圆形节点代表由节点27得到社区A，方形节点代表另一个社区B。A和B社区就代表着以校长和主管为核心的小俱乐部，这个结果同实际存在的社区是一致的。
2.2 与经典算法的比较
从算法准确性和算法的复杂度两方面将文中的算法与三种经典的算法作对比。
GN算法是一种分裂方法，其基本思想是不断地从网络中移除介数最大的边。谱二分法是利用网络结构的Laplace矩阵中不为0的特征值所对应的特征向量和同一个社区内的节点对应的元素近似值的原理对网络社区进行划分。这两种算法应用到Zachary网络中所得到的社区结构如图4所示。
其中图4中所有的圆形节点是在同一社区，其余节点属于另一个社区。K-L算法是一种试探优化法，它是一种利用贪婪算法将复杂网络划分为两个社区的二分法。若将K-L算法应用到Zachary网络，得到的结果和文中算法一致，如上图3。
图3和图4的区别是：节点3被划分到两个不同的社区。而真实的社区结构如图5所示，所以说，GN算法和谱二分法的结果使得节点3被错误划分。并且谱二分法仅适用于由两个社区组成的大网络结构，而GN算法对网络社区进行划分时必须事先知道网络中存在的社区个数。虽然K-L算法得到的社区跟实际结果一致，但是必须提前知道两个社区的大小分别是16和18，因此K-L算法很难适用于实际网络。这也说明了经典算法存在一些不足。对TRCD算法而言，在进行社区划分之前不需要指定社区个数，这是一种自然划分，能够得到网络中实际存在的社区结构，而且算法的准确性较高，所以该算法能克服其他算法的一些不足。
对于一个含有n个节点m条边的网络，TRCD算法的时间复杂度为O（m），空间复杂度是O（m4/n2）。将该算法与经典的三种算法的复杂度作了对比，如表1。
[算法＼&空间复杂度＼&时间复杂度＼&GN算法＼&O（m+n）＼&O（m2n）＼&谱二分法＼&O（n2）＼&O（n3）＼&K-L算法＼&O（m+n）＼&O（n2）＼&TRCD算法＼&O（m+n）＼&O（m4/n2）＼&]
经过对比分析，我们发现TRCD算法的思想易于理解，步骤简洁；算法的准确性较高；在复杂度方面，该算法也有一定的提高。
3总结
文中的TRCD算法，是在研究了近年来常见的一些方法的基础上提出了根据边的凝聚系数来求得下一步将要去掉的边，因为考虑的是局部信息，去边以后不需要重新计算所有的边，所以与GN算法相比降低了时间复杂度。通过与经典算法的比较，可以发现TRCD算法在算法的准确性和算法复杂度方面都有一定的优越性。特别地，该算法比较适合三角关系较多的网络。
参考文献：
[1] 杨博，刘大有，LIU Jiming，等.复杂网络聚类方法[J].软件学报，2009，20（1）：54-66.
[2] Santo munity Detection in Graphs[EB/OL].（2009-06-12）[2012-03-01].http：///abs/0906.0612.（下转第1550页）
[3] Mucha P J，Richardson T，Macon K，et munity Struct- ure in time dependent， mutiscale，and multiplex networks[J].Science， 2010， 328（5980）：876-878.
[4] 林友芳，王天宇，唐锐，等.一种有效的社会网络社区发现算法模型和算法[J].计算机研究与发展，2012，49（2）：337-345.
[5] FORTUNATO munity detection in graphs[J].Physics Report，2010，486（3-5）：75-174.
[6] Newman M E J，Girvan M.Finding and evaluating communit-y structure in network[J].Physical Review E，2004，69（2）：26-113.
[7] Luo Ting，Zhong Caiming，Ying Xinyang，et al.Detecting Co-Mmunity Structure Based on Edge Betweenness[EB/OL].（2011-09-15）[2012-03-02].http：///stamp/stamp.jsp？tp=&arnumber=6019678&tag=1.
[8] 马延妮.在线社会网络团结构分析[D].北京：北京交通大学，2009.
关键词: 网络社区 伦理问题 研究
随着以计算机技术为核心的现代信息技术的发展,因特网已闯入了我们的生活。它在对现实社会发生着深刻影响的同时,带来了一种崭新的社会生活形式――“网络社会”生活。网络蕴藏了巨大的潜能,但也带来了道德冷漠、人际情感疏远、计算机犯罪、安全受到威胁、信息垄断等网络伦理问题。建立相应的网络伦理规范,以避免和制约网络技术被盗用和加入恶意程序,是时代赋予我们的历史任务。
指出,我国网络文化的快速发展,为传播信息、学习知识、宣传党的理论和方针政策发挥了积极作用,同时也给我国社会主义文化建设提出了新的课题。积极利用和有效管理互联网,真正使互联网成为传播社会主义先进文化的新途径、公共文化服务的新平台、人们健康精神文化生活的新空间,关系到社会主义文化事业和文化产业的健康发展,关系到国家文化信息安全和国家长治久安,关系到中国特色社会主义事业的全局。就我国现阶段而言,和谐社会建设与网络化发展的协调和融合,并将网络转化为社会主义现代化建设和精神文明建设的动力绝不是一个简单的理论问题,而是一个复杂的、深刻的实践问题。因此,如何看待和进行在网络社区的伦理建设,以及其对整个建设有中国特色社会主义事业的大局的地位和作用,有着重要的研究价值。
一、网络社区的含义
网络社区又名虚拟社区,译自英文“virtual community”。网络社区是指由网民在电子网络空间进行频繁的社会互动形成的具有文化认同的共同体及其活动场所,也具有实体社区的基本要素,主要有以下几点:
(一)有一定数量的网民。
(二)有一定的活动区域,主要载体是BBS,也包括聊天室、E-mail等。
(三)网民之间有频繁的互动,如聊天、跟/发帖子等。
(四)可在网络社区进行社体社区中的各种活动,如网上购物、网上教育等。
(五)有共同的认同感与归属感,如共同的兴趣、共同的需要、共同的文化等。
二、网络社区的特征
网络社区除了可以提供各种交流信息的手段之外,还具有一些独特的特征。
(一)地域空间的界定性。
实在社区都存在于一定的地理空间中,而网络社区没有物理意义上的地域边界。
(二)交往的超时空性。
通过网络,人们可以瞬间实现跨国界、跨地区的互动,同时人们之间的交流也不受时间的限制,当天发的信息,有可能没有人跟贴,但有可能几天后会有很多反馈信息。这种超越时空的交流方式改变了传统的沟通方式。
(三)人员流动频繁,人际关系相对松散。
网络社区的成员可以根据自己的喜好在不同的区域流动,还可以点击浏览主题帖子,那些符合大众口味的热门话题会有很高的“人气”。正因为维系网络社区和制约社区成员的制度无强制性,所以网络社区的人际关系相对松散。
(四)网民普通享有自由、平等、共享的权利。
一般情况下,社区提供的各项服务都必须在线注册,而这种注册往往使用匿名,信息不具真实性。在网络社区里,传统意义上的上级被“斑竹”代替,网民成员只要遵守社区的规章制度和行为规则,就可以自由地“潜水”,否则将会受到管理员删除帖子、封IP甚至删除ID等“处分”。
(五)网络社区的主要功能是聊天、讨论话题、投票等。
网民在虚拟社区的主要目的是沟通和交流。腾迅、MSN等聊天工具提供了语音和视频等实时交流平台;E-mail提供了类似邮政通信方式的非同时在线交流工具;网民在社区发起的话题交流或投票要比现实的交流更公开、更公正、更透明、更能反映大家的心声。
三、网络社区出现的伦理道德问题及原因分析
(一)网络社区存在的伦理道德问题。
1.个人隐私受到侵犯。
当今社会有很多人将别人的隐私公开拿到网上叫卖,这使得很多公众人物在网络世界和现实世界中毫无隐私可言。许多公众人物的手机号码、车牌号码等被公然挂到网上,导致他们被无聊的人骚扰,目前屡见不鲜的手机诈骗案之所以能得逞恐怕也是缘于诈骗者对受害人的个人信息的准确掌握。网民隐私受到侵犯,主要是指在网民不知情或非自愿的情况下,与网民个人身份相关的信息和正常通信受到监视和泄露。随着网络的快速发展,个人信息的跨国传递变得越来越容易,而侵犯个人隐私的问题也越来越突出。这种侵犯一般分为三种类型:第一,对个私的直接侵害。人们在网络上进行的所有活动被记录下来,包括电子邮件、文件传输等。第二,对个人隐私进行多手传播。据美国电子隐私信息中心(EPIC)最近的一项调查显示,许多在线购物者上网查看了自己的礼物之后,网站会将他们的习惯、爱好等个人信息收集起来,以备扩展商务之用。第三,对个人信息进行歪曲。一些别有用心之人对网民信息进行篡改并有目的地加以传播,使个人安全受到严重威胁。
2.、不雅照片流传广泛。
2008年1月,网站上惊现香港艺人陈冠希与多位女性亲密不雅照片,在网上引起广泛关注。随着时间的推移,事件愈演愈烈,所牵扯人数不断增加,成为各大讨论区和网站的热点。这就是一时轰动网络的“艳照门”事件。艳照出现后个别网站利用搜索引擎、论坛、博客等方式,大量传播视频和图片,使得互联网出现了一股群体性传播“黄流”,这不仅侵犯了当事人的隐私权,而且污染了整个社会,在未成年人当中造成了很坏的影响。
3.道德的冷漠。
网络时代还会出现道德冷漠现象。传统方式的社会联系被网络关系、电讯联系所取代,以前人际交往中直接接触方式转变为超越时空的电讯网络联系方式,传统形式的“善”与“恶”也发生了一系列新变化。在网络时代,人与人之间面对面交往的机会大为减少,人们终日与电脑打交道,这有可能导致人与人之间关系的疏远,导致个人紧张、孤僻、冷漠及其它健康问题的产生,具体表现为一些人整天沉溺于“虚拟社会”之中而不能自拔,以至于对现实社会生活中的他人与社会幸福漠不关心,还有一些人社会责任淡化。
4.网络的安全受到威胁。
网络的安全问题己被称为“世纪的尴尬”。在功利的驱使下,在网络中,表现为科学技术的发展为高智能犯罪提供了可能性。“网络虚拟社会”的安全问题主要表现为:第一,信息的窃取与盗用。信息的窃取与盗用是网络安全中最常见的主要问题,尤其是在经济领域。第二,病毒的制造与传播。如今,每天在互联网上游荡的病毒种类超过15000种,而且其增殖的速度还在加快,这一点可以从几家大型商业杀毒软件公司的病毒码升级速度看出来。第三,黑客的攻击。有人说,一部网络的发展史就是一部黑客的成长史。黑客在非法入侵过程中,对电脑网络系统的安全构成了严重的威胁。因此,网络的安全问题成为了道德关注的一个焦点。个人计算机的网络化趋势,使信息系统的安全问题复杂化了。信息技术的安全问题再次提醒人们:只有用道德和法律的手段来规范人们的思想和行为,才能保障这一技术给社会带来福社。
(二)问题原因分析。
1.信息的不真实性使得伦理道德行为难以监控。
在全球性的国际互联网上,任何人都可以通过任何一网的计算机,与所有“网民”进行交往。由于网络信息的不真实性,人与人的交流变得非常自由,交往范围无限扩大,交往风险却大大降低,交往更具不道德性,进而交往中的伦理道德问题更加明显,难以控制。人们之间不仅接触少,而且在自身不能很好节制的情况下,网民们可以做出许多现实社会生活中不敢做或不可能做的事情,表现出许多难以监控的伦理道德行为。
2.网络主体自身的道德缺失。
目前,作为网络主体的网民对网络社会发展所需的伦理道德知之甚少。面对网络社会出现的一系列的问题,网民仅凭借自身的理论水平无法对新知识和网络问题进行梳理,不知道如何指导自己的网络行为,容易出现行为失范。
3.现实社会是网络社区伦理的社会根源。
网络社区实际上是现实社会的缩影,同样具有现实社会的一般特征。组成网络社区的网民都是为了一定的利益和目的进行活动的,因此不可避免会发生矛盾和冲突。而网络社会并没有形成统一的道德规范体系,因此网络行为就显得处于失范状态。同时,由于网络的超时空性和网络立法的相对落后,网络生活容易发生道德问题。
四、解决措施
(一)通过立法加强控制。
在网络社区,如果仅仅靠伦理道德显然不能解决问题。伦理毕竟只是一种柔性手段,真正的约束还要靠刚性的法律手段。在现实生活中,我们可以靠舆论对不良行为者造成压力,而网络空间由于其身份的不真实性决定了社会舆论很难发挥作用。没有法律的约束,仅靠良心和自制力对于那些缺乏道德责任感和良知的人来说是不起作用的。因此,为了保证网络的健康发展,世界各国都制定了相关的法律法规,通过立法对网络行为加强控制。近年来,我国也先后颁布了《中华人民共和国计算机信息系统安全保护条例》、《互联网信息服务管理办法》、《计算机软件保护条例》等法规,使得我国的网络社区建设向着健康和规范的方向迈出了重要的一步。
(二)通过教育提高网民的伦理自律。
网络社区的开放性和虚拟性,要求网民具有高度的自律性。在虚拟世界里,人们使用符号的形式进行交往,传统的约束手段失去了意义,每个人都通过上传、接收等方式与他人交流信息。网络赋予人们资源共享权,同时也要求人们对自己的网络行为负责,在这种网络社区里,网民应该具有更高的伦理自律。我们应通过一定的教育方式,使网络社区的网民明确自己的道德意识,增强行为的自觉性,将正确的道德观念内化为自身的道德行为规范,自觉遵守、维护网络社区的道德要求。
(三)采取有效的技术防范措施。
网络之所以会存在这样那样的问题,最主要的原因是因为存在漏洞,技术的问题和漏洞应该通过技术的改进和创新克服。对于危害网络社区的事件,例如病毒、黑客攻击等应当采取有效的技术手段进行防范,同样,我们也应该通过有效的技术防范措施屏蔽掉暴力、与言论等,还网络社区一片洁净的土地。
参考文献:
[1]周玲.关于网络伦理的思考,湖北警官学院学报,2004.5.
[2]赵少钦.网络虚拟社会的伦理问题研究,广西大学,2002.5.
[3]何国清,宾迎.论网络伦理的失范与规范,长沙航空职业技术学院学报,2009.3.
[4]李凤安.网络社区建设的实践与探索,辽宁工学院学报,2007.6.
[5]杨英仓.网络与伦理道德问题研究,法制与经济,2009.3.
[6]徐宏.自由的狂欢场还是罪恶的源流地――网络社区的伦理问题研究,中国人民大学,2008.5.
购物车(0)