吳洋麗，李 鵬，王幼明，康京麗，于麗萍，黃保續(xù)，宇傳華，孫向東

（1.武漢大學(xué)公共衛(wèi)生學(xué)院 武漢大學(xué)全球健康研究中心，湖北武漢 430071；2.中國(guó)動(dòng)物衛(wèi)生與流 行病學(xué)中心，山東青島 266032）

1 前言

社會(huì)網(wǎng)絡(luò)是眾多復(fù)雜網(wǎng)絡(luò)中的一個(gè)類型，包括疫病傳播網(wǎng)絡(luò)、社交關(guān)系網(wǎng)絡(luò)、貿(mào)易關(guān)系網(wǎng)絡(luò)等。社會(huì)網(wǎng)絡(luò)分析法（social network analysis，SNA）是研究社會(huì)網(wǎng)絡(luò)實(shí)體之間的關(guān)系結(jié)構(gòu)及其屬性的理論和方法，已廣泛應(yīng)用于社會(huì)學(xué)、心理學(xué)等多個(gè)領(lǐng)域。近20年來(lái)，社會(huì)網(wǎng)絡(luò)分析也用于研究動(dòng)物調(diào)運(yùn)網(wǎng)絡(luò)中的動(dòng)物疫病風(fēng)險(xiǎn)，包括分析動(dòng)物疫病傳播與流行過(guò)程[1]、評(píng)估疫病傳播范圍[2]、探索網(wǎng)絡(luò)結(jié)構(gòu)對(duì)疫病傳播的影響[3]和探索干預(yù)措施的有效性[4]等。近年來(lái)，動(dòng)物調(diào)運(yùn)網(wǎng)絡(luò)中的疫病風(fēng)險(xiǎn)分析依靠網(wǎng)絡(luò)科學(xué)的興起以及社會(huì)網(wǎng)絡(luò)分析法的進(jìn)一步發(fā)展而逐漸成為獸醫(yī)流行病學(xué)領(lǐng)域中的熱點(diǎn)。

2 社會(huì)網(wǎng)絡(luò)分析概述

2.1 基本原理

社會(huì)網(wǎng)絡(luò)分析是在社會(huì)計(jì)量學(xué)和圖論基礎(chǔ)上發(fā)展起來(lái)的一種分析社會(huì)關(guān)系結(jié)構(gòu)及其屬性的方法，這種方法起源于20世紀(jì)30年代的心理學(xué)和人類學(xué)研究，在多種多樣的學(xué)科和學(xué)派的相互影響和匯聚交融中逐漸發(fā)展起來(lái)。近20年發(fā)展迅速，已廣泛應(yīng)用于社會(huì)學(xué)、政治學(xué)、人類學(xué)、心理學(xué)、組織管理、大眾傳播和社會(huì)政策研究等多個(gè)領(lǐng)域。社會(huì)學(xué)家巴瑞-威爾曼于1977年建立國(guó)際社會(huì)網(wǎng)絡(luò)學(xué)會(huì)（INSNA）。

社會(huì)網(wǎng)絡(luò)分析又稱為結(jié)構(gòu)分析，是社會(huì)研究的具體方法，也是社會(huì)結(jié)構(gòu)關(guān)系研究的新范式。它關(guān)注行動(dòng)者之間的關(guān)系，而不是行動(dòng)者屬性；也關(guān)注社會(huì)網(wǎng)絡(luò)的整體結(jié)構(gòu)，而不是個(gè)體。社會(huì)網(wǎng)絡(luò)分析從“關(guān)系”的角度出發(fā)研究社會(huì)現(xiàn)象和社會(huì)結(jié)構(gòu)，行動(dòng)者之間相互聯(lián)結(jié)而形成的關(guān)系是社會(huì)網(wǎng)絡(luò)分析的基礎(chǔ)?？傮w來(lái)說(shuō)，社會(huì)網(wǎng)絡(luò)分析通過(guò)描述群體中個(gè)體之間的相互作用關(guān)系，從個(gè)體之間的互動(dòng)出發(fā)去研究群體行為[5]。

社會(huì)網(wǎng)絡(luò)分析不是運(yùn)用傳統(tǒng)變量分析方法對(duì)屬性數(shù)據(jù)（如年齡、性別、發(fā)病率、免疫率等）進(jìn)行分析，而是對(duì)個(gè)體之間的接觸、交易、動(dòng)物調(diào)運(yùn)等關(guān)系數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)分析。社會(huì)網(wǎng)絡(luò)分析法分為個(gè)體網(wǎng)分析法和整體網(wǎng)分析法，個(gè)體網(wǎng)分析法研究社會(huì)行動(dòng)者及其直接關(guān)系者構(gòu)成的網(wǎng)絡(luò)，整體網(wǎng)分析法研究有明確邊界的群體內(nèi)部的行動(dòng)者之間的關(guān)系。

2.2 動(dòng)物調(diào)運(yùn)網(wǎng)絡(luò)

社會(huì)網(wǎng)絡(luò)是行動(dòng)者之間連接而成的關(guān)系結(jié)構(gòu)，每個(gè)行動(dòng)者在網(wǎng)絡(luò)中的位置稱為“點(diǎn)”或“節(jié)點(diǎn)”，也有學(xué)者稱之為“結(jié)點(diǎn)”；行動(dòng)者之間的關(guān)聯(lián)稱為“關(guān)系紐帶”。因此也可以說(shuō)，社會(huì)網(wǎng)絡(luò)是由多個(gè)點(diǎn)（社會(huì)行動(dòng)者）和各點(diǎn)之間的連線（代表行動(dòng)者之間的關(guān)系）構(gòu)成的集合。其中節(jié)點(diǎn)可能有很多屬性，連線也有很多形式。例如，一個(gè)養(yǎng)殖場(chǎng)內(nèi)的動(dòng)物接觸網(wǎng)絡(luò)（動(dòng)物個(gè)體為網(wǎng)絡(luò)中的點(diǎn)，動(dòng)物之間的直接或者間接接觸為點(diǎn)之間的連線）、一個(gè)地區(qū)牧戶之間的交易關(guān)系網(wǎng)絡(luò)（點(diǎn)為該地區(qū)內(nèi)的牧戶，連線為牧戶之間的動(dòng)物買賣關(guān)系）等。同一個(gè)網(wǎng)絡(luò)中的節(jié)點(diǎn)也可能有不同的屬性，例如養(yǎng)殖場(chǎng)的養(yǎng)殖動(dòng)物種類、養(yǎng)殖場(chǎng)地理坐標(biāo)和養(yǎng)殖規(guī)模等。

動(dòng)物之間的接觸是引起疫病擴(kuò)散的主要原因，動(dòng)物調(diào)運(yùn)是造成分布于不同區(qū)域的動(dòng)物群體之間直接或間接接觸、引起病毒長(zhǎng)距離傳播的重要因素。動(dòng)物調(diào)運(yùn)網(wǎng)絡(luò)結(jié)構(gòu)影響動(dòng)物疫病傳播的模式和特點(diǎn)。在實(shí)際研究工作中，對(duì)網(wǎng)絡(luò)的選取取決于所研究的動(dòng)物疫病種類以及研究目的，例如口蹄疫這樣的多種動(dòng)物共患病來(lái)說(shuō)，豬、牛、羊等易感的偶蹄動(dòng)物調(diào)運(yùn)信息都必須包含在網(wǎng)絡(luò)中。

2.3 社會(huì)網(wǎng)絡(luò)的表達(dá)形式

社會(huì)網(wǎng)絡(luò)主要有兩種表達(dá)方法：一是圖論法，用于構(gòu)建社群圖；二是矩陣代數(shù)法，用于構(gòu)建關(guān)系矩陣。這兩種方法有著內(nèi)在的聯(lián)系，根據(jù)社群圖可以構(gòu)造關(guān)系矩陣。反過(guò)來(lái)，根據(jù)關(guān)系矩陣也可以構(gòu)建社群圖。

社群圖由點(diǎn)和線構(gòu)成，點(diǎn)代表行動(dòng)者，線代表行動(dòng)者之間的關(guān)系，適用于小型群體的分析。行動(dòng)者之間的關(guān)系可以是二值的，也可以是多值的；可以有方向，也可以無(wú)方向。社會(huì)網(wǎng)絡(luò)分析中最常用的關(guān)系矩陣是鄰接矩陣，即方陣。矩陣中的要素一般是二值的，矩陣要素中的“1”或者“0”，分別代表關(guān)系的存在與否。

表1 社會(huì)網(wǎng)絡(luò)的關(guān)系矩陣表達(dá)法示例

表1是一個(gè)虛擬的二值有向鄰接矩陣，表示某行的節(jié)點(diǎn)到某列的節(jié)點(diǎn)是否存在某種關(guān)系，圖1是將表1中的關(guān)系矩陣輸入U(xiǎn)cinet 6.0軟件后得到的社群圖。假設(shè)A、B、C、D均代表某個(gè)牧戶，表1中的關(guān)系矩陣表示農(nóng)戶/牧戶之間的羊只交易關(guān)系，矩陣要素0表示0所在行的牧戶和所在列的牧戶之間不存在羊只交易關(guān)系，矩陣要素1表示1所在行的牧戶和所在列的牧戶之間存在羊只交易關(guān)系，行牧戶將羊賣給列牧戶。這些牧戶之間的羊只交易關(guān)系可以在圖1中一目了然。矩陣代數(shù)法和圖論法各有特點(diǎn)，矩陣代數(shù)法較為系統(tǒng)，圖論法較為清晰簡(jiǎn)潔，特別是網(wǎng)絡(luò)節(jié)點(diǎn)很少、網(wǎng)絡(luò)構(gòu)型較特殊（如等級(jí)化結(jié)構(gòu)）時(shí)，通過(guò)社群圖能一目了然地獲知網(wǎng)絡(luò)結(jié)構(gòu)的特點(diǎn)，更有利于后續(xù)分析。

圖1 社會(huì)網(wǎng)絡(luò)的圖論表達(dá)法示例

2.4 社會(huì)網(wǎng)絡(luò)分析中的主要測(cè)度簡(jiǎn)介

量化分析和可視化分析是社會(huì)網(wǎng)絡(luò)分析法中的兩大支柱。其中，可視化分析是從直觀上對(duì)社群圖進(jìn)行分析與解釋，而量化分析則建立在對(duì)關(guān)系矩陣的運(yùn)算之上，通過(guò)計(jì)算相關(guān)指標(biāo)，探察網(wǎng)絡(luò)的結(jié)構(gòu)和特征。整體網(wǎng)分析法主要有三個(gè)水平上的測(cè)度，即網(wǎng)絡(luò)整體水平、凝聚子群水平和單個(gè)節(jié)點(diǎn)水平。

2.4.1 網(wǎng)絡(luò)整體水平上的測(cè)度

網(wǎng)絡(luò)整體水平上的測(cè)度，反映網(wǎng)絡(luò)的結(jié)構(gòu)特征，主要有以下幾種測(cè)度：

（1）密度（density）：整體網(wǎng)密度的計(jì)算方法是“實(shí)際關(guān)系數(shù)”除以“理論上的最大關(guān)系數(shù)”，即社群圖中實(shí)際存在的線條占所有可能線條的比例。

（2）捷徑（geodesic）：捷徑指圖論意義上的捷徑，即連接兩個(gè)節(jié)點(diǎn)之間最短途徑的長(zhǎng)度，即邊的數(shù)目。

（3）直徑（diameter）：直徑指整個(gè)網(wǎng)絡(luò)中最長(zhǎng)的捷徑。

（4）中心勢(shì)（centralization）：中心勢(shì)表示整個(gè)網(wǎng)絡(luò)呈現(xiàn)中心化結(jié)構(gòu)的程度。

2.4.2 凝聚子群水平上的測(cè)度

在群體內(nèi)部通常存在許多小群體，即在網(wǎng)絡(luò)內(nèi)部有不同的子結(jié)構(gòu)。凝聚子群研究的目的在于揭示網(wǎng)絡(luò)的結(jié)構(gòu)，分析網(wǎng)絡(luò)中存在的子結(jié)構(gòu)以及網(wǎng)絡(luò)的整體結(jié)構(gòu)如何由各部分子結(jié)構(gòu)構(gòu)成。凝聚子群的主要測(cè)度有：

（1）派系（cliques）：派系指的是至少包含三個(gè)點(diǎn)的最大完備子圖，即其中任意兩點(diǎn)都是直接相連的。

（2）n-派系（n-Cliques）和n-宗派（n—Clan）：n-派系是指任意兩點(diǎn)之間（在總圖中）的距離都不超過(guò)n的子群。n-宗派是指任意兩點(diǎn)之間在子群內(nèi)部的捷徑距離都不超過(guò)n的子群。任何n-宗派都是n-派系，反之則不成立。

（3）k-叢（k-Plex）和k-核（k-core）：k-叢指的是在節(jié)點(diǎn)總數(shù)為n的子圖中的任何點(diǎn)都與至少（n-k）個(gè)節(jié)點(diǎn)相連接的凝聚子群。k-核指的是子圖中的任何節(jié)點(diǎn)都與至少k個(gè)其他節(jié)點(diǎn)相連接的凝聚子群。

（4）成分（components）： 任何兩點(diǎn)之間都能通過(guò)一定途徑相連的凝聚子群稱為成分，在有向圖中，忽略關(guān)系方向的成分稱為“弱成分”，任何兩點(diǎn)之間都存在雙向關(guān)系的成分，稱為“強(qiáng)成分”。

2.4.3 單個(gè)節(jié)點(diǎn)水平上的測(cè)度

這類測(cè)度指標(biāo)從不同角度反映單個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)的特征及其在網(wǎng)絡(luò)中的地位。主要有以下幾種測(cè)度：

（1）度數(shù)中心性（degree centrality）：節(jié)點(diǎn)的度數(shù)中心性是對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)重要性最直接的度量指標(biāo)，一個(gè)節(jié)點(diǎn)的度數(shù)越大就意味著這個(gè)節(jié)點(diǎn)越重要。點(diǎn)入度指的是指向該節(jié)點(diǎn)的點(diǎn)數(shù)總和，點(diǎn)出度指的是該節(jié)點(diǎn)指向的點(diǎn)的總數(shù)[6]。

（2）中間中心性（betweeness centrality）：中間中心性以經(jīng)過(guò)某個(gè)節(jié)點(diǎn)的捷徑的數(shù)目來(lái)刻畫節(jié)點(diǎn)重要性，如果一個(gè)點(diǎn)處于許多其他點(diǎn)對(duì)的捷徑上，那么該點(diǎn)具有較高的中間中心性。與度數(shù)中心性不同，中間中心性主要用來(lái)辨識(shí)網(wǎng)絡(luò)中作為橋梁的節(jié)點(diǎn)[7]。

（3）接近中心性（closeness centrality）：接近中心性表示節(jié)點(diǎn)與網(wǎng)絡(luò)中所有其他節(jié)點(diǎn)的接近性程度，體現(xiàn)節(jié)點(diǎn)不受其他節(jié)點(diǎn)“控制”的能力。如果一個(gè)節(jié)點(diǎn)通過(guò)比較短的路徑與許多其他節(jié)點(diǎn)相連，我們就認(rèn)為該點(diǎn)具有較高的接近中心性。

2.5 社會(huì)網(wǎng)絡(luò)分析軟件

近年來(lái)，隨著社會(huì)網(wǎng)絡(luò)分析技術(shù)的發(fā)展，也出現(xiàn)了許多應(yīng)用軟件。Peter Carrington等[8]在《Models and Methods in Social Network Analysis》一書中綜述了目前被學(xué)術(shù)界用于社會(huì)網(wǎng)絡(luò)分析的23種軟件。目前，大部分社會(huì)網(wǎng)絡(luò)分析軟件都可以從網(wǎng)絡(luò)上獲得，這些軟件都具備社會(huì)網(wǎng)絡(luò)分析基本的量化分析功能和可視化分析功能。Ucinet和Pajek是獸醫(yī)流行病學(xué)領(lǐng)域中應(yīng)用最多的兩個(gè)社會(huì)網(wǎng)絡(luò)分析軟件，Ucinet軟件憑借其易操作性而受到許多研究者的歡迎，但是Ucinet軟件是商業(yè)軟件，不經(jīng)注冊(cè)僅可以免費(fèi)使用30天，而Pajek軟件是免費(fèi)的，其功能比Ucinet更強(qiáng)大，并且適用于處理大型數(shù)據(jù)。

3 社會(huì)網(wǎng)絡(luò)分析在獸醫(yī)流行病學(xué)中的應(yīng)用

以網(wǎng)絡(luò)的視角看，傳染病的傳播過(guò)程是由傳染源和易感者通過(guò)某種傳播途徑相連的無(wú)形網(wǎng)絡(luò)。大多數(shù)傳染病通過(guò)人與人之間、動(dòng)物與動(dòng)物之間、人與動(dòng)物之間、群體與群體之間的直接或間接接觸傳播。潛在的社會(huì)接觸網(wǎng)絡(luò)（SCN）對(duì)傳染病傳播過(guò)程的影響至關(guān)重要，傳染病病毒通過(guò)SCN傳播，疫病傳播網(wǎng)絡(luò)成為潛藏在個(gè)體接觸網(wǎng)絡(luò)中的無(wú)形網(wǎng)絡(luò)。在流行病學(xué)領(lǐng)域，社會(huì)網(wǎng)絡(luò)分析用來(lái)研究傳染病特別是接觸性傳染病如艾滋病、淋病、梅毒、支原體肺炎、乙型肝炎和肺結(jié)核的傳播與防控。艾滋病和其他性傳播疾?。⊿TD）最早應(yīng)用了社會(huì)網(wǎng)絡(luò)分析技術(shù)，其研究數(shù)量也是最多的。在傳染病的研究中，社會(huì)網(wǎng)絡(luò)分析通常與數(shù)學(xué)模型或者統(tǒng)計(jì)學(xué)模型結(jié)合[9-12]，用以評(píng)價(jià)傳染病的傳播動(dòng)力。Keeling和Eames[13]總結(jié)了在流行病學(xué)研究中與社會(huì)網(wǎng)絡(luò)分析法結(jié)合的數(shù)學(xué)模型。另外，O’Malley和Marsden[14]總結(jié)了適用于關(guān)系數(shù)據(jù)的統(tǒng)計(jì)模型。社會(huì)網(wǎng)絡(luò)分析在流行病學(xué)領(lǐng)域中主要用來(lái)揭示疾病傳播網(wǎng)絡(luò)的拓?fù)湫再|(zhì)，識(shí)別、分析疾病傳播過(guò)程中的高風(fēng)險(xiǎn)節(jié)點(diǎn)，探索、理解疾病與健康的關(guān)系因素，從新的視角理解疾病傳播機(jī)制。

近些年來(lái)，社會(huì)網(wǎng)絡(luò)分析技術(shù)開(kāi)始應(yīng)用于獸醫(yī)流行病學(xué)領(lǐng)域。目前為止，關(guān)于這方面研究的大部分文獻(xiàn)來(lái)自于英國(guó)的研究者，并且大多數(shù)研究是在2001年英國(guó)口蹄疫疫情后，對(duì)口蹄疫易感動(dòng)物調(diào)運(yùn)數(shù)據(jù)進(jìn)行分析得出的結(jié)果[15]。Corner等[16]發(fā)現(xiàn)，比起未被感染的野生負(fù)鼠，那些被牛分枝桿菌感染的野生負(fù)鼠具有更高的接近中心性與中間中心性。Christley和French[17]運(yùn)用“小世界網(wǎng)絡(luò)”理論揭示了馴馬師在英國(guó)動(dòng)物疫病如馬流感的傳播中的作用。Christley等[18]運(yùn)用“小世界網(wǎng)絡(luò)”理論和隨機(jī)網(wǎng)絡(luò)理論，并結(jié)合SIR模型識(shí)別疫病網(wǎng)絡(luò)中的高風(fēng)險(xiǎn)節(jié)點(diǎn)、預(yù)測(cè)感染的風(fēng)險(xiǎn)大小。S.Rautureau等[19]認(rèn)為活畜調(diào)運(yùn)網(wǎng)絡(luò)中強(qiáng)成分的存在、規(guī)模和地理范圍反映了網(wǎng)絡(luò)對(duì)疫病傳播的脆弱性，驗(yàn)證了消除強(qiáng)成分最有效的辦法是將中間中心性較高的一些關(guān)鍵節(jié)點(diǎn)移除，該方法可用于突發(fā)狀況下的疫情控制，此方法被應(yīng)用于2005年法國(guó)肉牛交易網(wǎng)絡(luò)的疫病防控。Kiss等[20]檢驗(yàn)了追溯系統(tǒng)在隨機(jī)網(wǎng)絡(luò)和無(wú)標(biāo)度網(wǎng)絡(luò)中疫病防控中的效用。Bigras-Poulin等[21-22]通過(guò)對(duì)丹麥牛、豬交易模式特點(diǎn)的描述，評(píng)估其潛在的動(dòng)物疫病傳播風(fēng)險(xiǎn)。Turner等[23]運(yùn)用社會(huì)網(wǎng)絡(luò)分析評(píng)估英國(guó)某個(gè)奶牛群中大腸桿菌O157傳播的危險(xiǎn)因素。Dent等[24]構(gòu)建了英國(guó)家禽產(chǎn)業(yè)鏈中養(yǎng)殖場(chǎng)之間的接觸網(wǎng)絡(luò)，探索禽流感的傳播與流行過(guò)程。另外，有一些學(xué)者在研究動(dòng)物調(diào)運(yùn)網(wǎng)絡(luò)中的疫病傳播風(fēng)險(xiǎn)時(shí)，將時(shí)間和距離因素也考慮在內(nèi)，他們認(rèn)為接觸的數(shù)量和頻率、時(shí)間以及節(jié)點(diǎn)之間的距離都是影響疫病傳播的風(fēng)險(xiǎn)因素。如果忽略了農(nóng)場(chǎng)/牧戶之間的地理距離，將會(huì)低估疫病在當(dāng)?shù)貍鞑サ母怕剩?Noremark， Maria等[25]對(duì)不同月份、不同年份的瑞典牲畜調(diào)運(yùn)網(wǎng)絡(luò)進(jìn)行了對(duì)比，其中牛的調(diào)運(yùn)網(wǎng)絡(luò)呈現(xiàn)出季節(jié)性而豬調(diào)運(yùn)網(wǎng)絡(luò)并沒(méi)有表現(xiàn)出季節(jié)性的性質(zhì)。Firestone， S.M等[26]將空間聚類與接觸網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)結(jié)合，對(duì)2007年澳大利亞馬流感前30天的疫情進(jìn)行了分析。B.Mart?′nez-Lo′pez 等[27]結(jié)合社會(huì)網(wǎng)絡(luò)分析和集群探測(cè)分析描述了西班牙薩拉曼卡動(dòng)物調(diào)運(yùn)網(wǎng)絡(luò)的時(shí)空特征。

對(duì)引發(fā)動(dòng)物疫病并造成傳播的高危個(gè)體或群體的早期識(shí)別是獸醫(yī)流行病學(xué)的基本目標(biāo)。隨著網(wǎng)絡(luò)科學(xué)的興起，近兩年也涌現(xiàn)出分析網(wǎng)絡(luò)節(jié)點(diǎn)傳播影響力的研究。節(jié)點(diǎn)中心性指標(biāo)刻畫了節(jié)點(diǎn)的傳播影響力。在無(wú)向網(wǎng)絡(luò)中，從直觀上看，度數(shù)中心性（與該節(jié)點(diǎn)直接相連的節(jié)點(diǎn)個(gè)數(shù)）高的hub節(jié)點(diǎn)的傳播影響力應(yīng)該相對(duì)較大，如果某個(gè)節(jié)點(diǎn)為陽(yáng)性，則與之直接相連的節(jié)點(diǎn)很容易被其感染，造成疾病的局部傳播。在有向網(wǎng)絡(luò)中，點(diǎn)入度高的節(jié)點(diǎn)感染風(fēng)險(xiǎn)較高，而點(diǎn)出度高的節(jié)點(diǎn)成為傳染源的幾率較大，但這并不包括點(diǎn)入度高而點(diǎn)出度為零（如屠宰場(chǎng)）或者點(diǎn)出度高而點(diǎn)入度為零（如自繁自養(yǎng)的養(yǎng)殖場(chǎng)）的節(jié)點(diǎn)。另外中間中心性（通過(guò)該節(jié)點(diǎn)的最短路徑的條數(shù)）高的節(jié)點(diǎn)對(duì)病毒的擴(kuò)散也起著相對(duì)重要的作用，某個(gè)節(jié)點(diǎn)的中間中心性可以反映該節(jié)點(diǎn)連接網(wǎng)絡(luò)不同部分的作用大小，一個(gè)中間中心性較高的節(jié)點(diǎn)可能是引起疾病蔓延至整個(gè)全局網(wǎng)絡(luò)的罪魁禍?zhǔn)?。但是，部分學(xué)者發(fā)現(xiàn)，雖然度數(shù)中心性和中間中心性是刻畫節(jié)點(diǎn)傳播影響力的重要指標(biāo)，但在許多情況下未必是最合適的指標(biāo)。Kitsak等[28]在基于SIR和SIS模型的實(shí)際網(wǎng)絡(luò)數(shù)據(jù)研究中發(fā)現(xiàn)，在單個(gè)傳染源的情況下，最具傳播影響力的節(jié)點(diǎn)并非是那些度數(shù)中心性或者中間中心性最大的節(jié)點(diǎn)，而是k-叢最大的節(jié)點(diǎn)。而在多傳染源的情況下，度數(shù)中心性較高的節(jié)點(diǎn)的傳播范圍要明顯高于k-殼值最高節(jié)點(diǎn)的傳播范圍。而同樣是基于SIR模型的單個(gè)傳染源的傳播網(wǎng)絡(luò)研究，Duanbing Chen等[29]提出了一種兩層的、將臨近節(jié)點(diǎn)考慮在內(nèi)的局部中心性指標(biāo)，可能比中心性指標(biāo)能夠更好地刻畫節(jié)點(diǎn)的傳播影響力。Bonan Hou等[30]探索了一種將度數(shù)中心性、中間中心性、K-核值這些指標(biāo)結(jié)合起來(lái)的、刻畫節(jié)點(diǎn)傳播影響力的綜合指標(biāo)，并將它命名為“綜合距離”，并運(yùn)用SIR模型證實(shí)了綜合距離指標(biāo)比其他節(jié)點(diǎn)重要性指標(biāo)在刻畫節(jié)點(diǎn)影響力上更加準(zhǔn)確、可靠。

4 社會(huì)網(wǎng)絡(luò)分析在獸醫(yī)流行病學(xué)中的發(fā)展前景及其優(yōu)缺點(diǎn)

4.1 社會(huì)網(wǎng)絡(luò)分析發(fā)展前景

潛藏在動(dòng)物接觸網(wǎng)絡(luò)中的疫病傳播網(wǎng)絡(luò)是由感染動(dòng)物逐漸蔓延至網(wǎng)絡(luò)全局的動(dòng)態(tài)網(wǎng)絡(luò)，網(wǎng)絡(luò)結(jié)構(gòu)的拓?fù)湫杂绊懸卟鞑サ乃俣群吞攸c(diǎn)。20世紀(jì)初，社會(huì)網(wǎng)絡(luò)分析法開(kāi)始應(yīng)用于獸醫(yī)流行病學(xué)的研究。今后，社會(huì)網(wǎng)絡(luò)分析在獸醫(yī)流行病學(xué)中的應(yīng)用范圍將日益深化與發(fā)展。一是網(wǎng)絡(luò)類型將呈現(xiàn)多樣化，不同層次的網(wǎng)絡(luò)節(jié)點(diǎn)和連線可以構(gòu)建不同類型的網(wǎng)絡(luò)，例如某養(yǎng)殖場(chǎng)內(nèi)的牲畜接觸網(wǎng)絡(luò)、牧戶之間的牲畜交易網(wǎng)絡(luò)、地區(qū)之間的牲畜交易網(wǎng)絡(luò)等，所選取的網(wǎng)絡(luò)依據(jù)研究?jī)?nèi)容而定。二是研究方法本身將不斷完善與改進(jìn)，將會(huì)有更多的分析性方法支撐社會(huì)網(wǎng)絡(luò)分析在動(dòng)物疫病防控中的應(yīng)用，例如流行病學(xué)模型、風(fēng)險(xiǎn)分析、時(shí)空模型和危害分析和關(guān)鍵控制點(diǎn)（HACCP）等。

4.2 社會(huì)網(wǎng)絡(luò)分析研究的發(fā)展方向

一是社會(huì)網(wǎng)絡(luò)分析與風(fēng)險(xiǎn)分析的結(jié)合將更完善。在病原體入侵和傳播過(guò)程中起識(shí)別作用的節(jié)點(diǎn)對(duì)開(kāi)展防控工作具有重要意義，社會(huì)網(wǎng)絡(luò)分析技術(shù)提供了識(shí)別這些關(guān)鍵節(jié)點(diǎn)的可能性，并使風(fēng)險(xiǎn)識(shí)別更加有效、迅速。不同網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)的識(shí)別方法是不一樣的，獸醫(yī)流行病學(xué)家將努力尋找更有效的定義關(guān)鍵節(jié)點(diǎn)的方法，這也是社會(huì)網(wǎng)絡(luò)分析在風(fēng)險(xiǎn)分析的應(yīng)用中的趨勢(shì)之一。社會(huì)網(wǎng)絡(luò)分析的可視化功能為可視化風(fēng)險(xiǎn)分析提供了可能性，運(yùn)用社會(huì)網(wǎng)絡(luò)分析的凝聚子群研究和可視化分析技術(shù)能更好地預(yù)估風(fēng)險(xiǎn)的大小與范圍。

二是將社會(huì)網(wǎng)絡(luò)分析技術(shù)與動(dòng)物調(diào)運(yùn)追蹤系統(tǒng)結(jié)合，能更好地對(duì)重大動(dòng)物疫病進(jìn)行監(jiān)測(cè)與預(yù)警。目前，許多國(guó)家已經(jīng)立法并實(shí)行相關(guān)政策，對(duì)動(dòng)物交易、調(diào)運(yùn)的來(lái)源和路徑等信息進(jìn)行登記，建立專項(xiàng)數(shù)據(jù)庫(kù)，例如瑞士動(dòng)物調(diào)運(yùn)數(shù)據(jù)庫(kù)（TVD）。一些歐洲國(guó)家啟動(dòng)動(dòng)物調(diào)運(yùn)的實(shí)時(shí)追蹤系統(tǒng)，以便在疫情發(fā)生時(shí)能盡早獲知病原走向。在重大動(dòng)物疫病的監(jiān)測(cè)中運(yùn)用社會(huì)網(wǎng)絡(luò)分析與動(dòng)物實(shí)時(shí)追蹤系統(tǒng)，也是疫病防控的趨勢(shì)之一，在動(dòng)物疫病暴發(fā)時(shí)，及時(shí)發(fā)現(xiàn)在動(dòng)物調(diào)運(yùn)網(wǎng)絡(luò)中加速疫病傳播的節(jié)點(diǎn)，有效地切斷傳播路徑，從而控制疫情。另外，許多國(guó)家的動(dòng)物調(diào)運(yùn)追蹤系統(tǒng)顯示，動(dòng)物的調(diào)運(yùn)模式具有季節(jié)差異性和聚集性。對(duì)不同時(shí)段的動(dòng)物調(diào)運(yùn)網(wǎng)絡(luò)的縱向分析、對(duì)比不同時(shí)段的網(wǎng)絡(luò)結(jié)構(gòu)及其脆弱性、預(yù)測(cè)動(dòng)物疫病發(fā)生發(fā)展的趨勢(shì)也是獸醫(yī)流行病學(xué)研究的趨勢(shì)之一。

4.3 社會(huì)網(wǎng)絡(luò)分析的局限性

社會(huì)網(wǎng)絡(luò)分析法尤其適用于傳染病的研究，有助于我們深化對(duì)接觸性傳染病的傳播的理解，探索網(wǎng)絡(luò)結(jié)構(gòu)對(duì)疫病流行的影響，為流行病學(xué)研究提供全新的視角，在疫病監(jiān)測(cè)和暴發(fā)中顯示出重要的應(yīng)用價(jià)值。但是，社會(huì)網(wǎng)絡(luò)分析有其自身的局限性。一是如果數(shù)據(jù)量過(guò)大，網(wǎng)絡(luò)節(jié)點(diǎn)和連線過(guò)于密集，社會(huì)網(wǎng)絡(luò)分析軟件無(wú)法清晰地繪制出社群圖，缺乏可視化分析的可行性。二是如果缺乏有效的數(shù)據(jù)，社會(huì)網(wǎng)絡(luò)分析也難以開(kāi)展。三是如果抽樣方法不當(dāng)，所構(gòu)建的網(wǎng)絡(luò)代表性差，分析所得的結(jié)果可能會(huì)存在偏倚。四是社會(huì)網(wǎng)絡(luò)分析的是關(guān)系數(shù)據(jù)，而不是分析屬性數(shù)據(jù)，所得結(jié)果的概括性與推廣性相對(duì)較差。關(guān)系數(shù)據(jù)違背了傳統(tǒng)的統(tǒng)計(jì)學(xué)方法的數(shù)據(jù)獨(dú)立的原則，因此不適用傳統(tǒng)的統(tǒng)計(jì)學(xué)方法，必須謹(jǐn)慎選擇與社會(huì)網(wǎng)絡(luò)分析結(jié)合的分析方法。

[1]Kao R R， Danon L， Green D M， et al.Demographic structure and pathogen dynamics on the network of livestock movements in Great Britain [J].Proceedings.Biological sciences / The Royal Society， 2006， 273（1597）：1999－2007.

[2]Natale F， Giovannini A， Savini L， et al.Network analysis of Italian cattle trade patterns and evaluation of risks for potential disease spread[J].Preventive veterinary medicine， 2009，92（4）：341-350.

[3]Ortiz-Pelaez A， Pfeiffer D U， Soares-Magalh?es R J，et al.Use of social network analysis to characterize the pattern of animal movements in the initial phases of the 2001 foot and mouth disease（ FMD ） epidemic in the UK[J].Preventive veterinary medicine， 2006，76（1/2）：40-55.

[4]Tildesley M J， Smith G， Keeling M J.Modeling the spread and control of foot-and- mouth disease in Pennsylvania following its discovery and options for control[J].Preventive veterinary medicine， 2012，104（3/4）：224-239.

[5]林聚任.社會(huì)網(wǎng)絡(luò)分析：理論、方法與應(yīng)用[M].北京：北京師范大學(xué)出版社，2009：44-47.

[6]劉軍.社會(huì)網(wǎng)絡(luò)分析法[M].重慶：重慶大學(xué)出版社，2007：56-57.

[7]劉軍.整體網(wǎng)分析講義——UCINET軟件實(shí)用指南[M].上海：格致出版社，2009：100-101.

[8]Carrington P J， Scott J， Wasserman S.Models and Methods in Social Network Analysis[M].Cambridge：Cambridge University Press， 2005：270-316.

[9]Green D M， Kiss I Z， Kao R R.Modelling the initial spread of f oot-and-mouth disease through animal movements[J].Proceedings.Biological sciences/ The Royal Society， 2006，273（1602）：2729-2735.

[10]Saram?ki J， Kaski K.Modelling development of epidemics with dynamic small-world networks[J].Journal of Theoretical Biology， 2005，234（3）：413-421.

[11]Tao Z， Zhongqian F， Binghong W.Epidemic dynamics on complex networks[J].Progress in Natural Science， 2006，16（5）：452-457.

[12]Kenah E， Robins J M.Network-based analysis of stochastic SIR epidemic models with random and proportionate mixing[J].Journal of theoretical biology，2007，249（4）：706-722.

[13]Keeling M J， Eames K T D.Networks and epidemic models[J].Journal of the Royal Society Interface， 2005，2（4）：295-307.

[14]O’Malley A J，Marsden P V.The analysis of social networks[J].Health Services and Outcomes Research Methodology， 2008，8（4 ）：222-269.

[15]Dubé C， Ribble C， Kelton D，et al.A Review of Network Analysis Terminology and its Application to Foot-and-Mouth Disease Modelling and Policy Development[J].Transboundary and Emerging Diseases，2009，56（3）：73-85.

[16]Corner LAL， Pfeiffer D U， Morris R S.Socialnet work analysis of Mycobacterium bovis transmission among captive brushtail possums （Trichosurus vulpecula）[J].Preventive veterinary medicine， 2003， 59（3）147-167.

[17]Christley R M，F(xiàn)rench N P.Small-world topology of UK racing： the potential for rapid spread of infectious agents[J].Equine Veterinary Journal， 2003，35（6）：586-589.

[18]Christley R M， Pinchbeck G L， Bowers R G， et al.Infection in social networks： using network analysis to identify high-risk individuals [J].American Journal of Epidemiology， 2005， 162（10）：1024-1031.

[19]Rautureau S， Dufour B， Durand B.Vulnerability of Animal Trade Networks to The Spread of Infectious Diseases： A Methodological Approach Applied to Evaluation and Emergency Control Strategies in Cattle，F(xiàn)rance， 2005[J].Transboundary and emerging diseases，2011，58（2）：110-120.

[20]Kiss I Z， Green D M， Kao R R.Infectious disease control using contact tracing in random and scale-free networks[J].Journal of the Royal Society Interface，2006，3（6）：55-62.

[21]Bigras-Poulin M， Thompson R A， Chriel M， et al.Network analysis of Danish cattle industry trade patterns as an evaluation of risk potential for disease spread[J].Preventive veterinary medicine， 2006， 76（1）：11-39.

[22]Bigras-Poulin M， Barfod K， Mortensen S， Greiner M.Relationship of trade patterns of the Danish swine industry animal movement network to potential disease spread[J].Preventive veterinary medicine， 2007， 80（2-3）：143-165.

[23]Turner J， Bowers R G， Clancy D， et al.A network model of E.coli O157 transmission within a typical UK dairy herd： the effect of heterogeneity and clustering on the prevalence of infection [J].Journal of Theoretical Biology， 2008， 254（1）：45-54.

[24]Dent J E， Kao R R， Kiss I Z， et al.Contact structures in the poultry industry in Great Britain：Exploring transmission routes for a potential avian influenza virus epidemic [J].BMC Veterinary Research，2008， 4 （1）： 1-14.

[25]N?remark M， H?kansson N， Lewerin S S， et al.Network analysis of cattle and pig movements in Sweden：measures relevant for disease control and risk based surveillance [J].Preventive veterinary medicine， 2011，99 （2/4）：78 -90.

[26]Firestone S M， Ward M P， Christley R M， Dhand N K.The importance of location in contact networks：Describing early epidemic spread using spatial social network analysis [J].Preventive veterinary medicine，2011， 102（3）：185-195.

[27]M ar tínez-Lóp ez B， Per ez A M， Sánc hez-Vizcaíno J M.Combined application of social network and cluster detection analyses for temporal-spatial characterization of animal movements in Salamanca，Spain [J].Preventive veterinary medicine， 2009， 91（1）： 29-38.

[28]Kitsak M， Gallos L K， Havlin S， et al.Identification of influential spreaders in complex networks[J].Nature Physics， 2010， 6（1）： 888-893.

[29]Chen D， Lü L， Shang M S ，et al.Identifying influential nodes in complex networks [J].Physica A ，2012 ， 391 （4） ： 1777-1787.

[30]Hou B， Yao Y， Liao D.Identifying all-around nodes for spreading dynamics in complex networks [J].Physica A， 2012， 391（15）： 4012-4013.