应用社会网络分析（SNA）诊断和加强农业生态学网络协作的方法论研究

《Discover Agriculture》：A network analysis approach to strengthening agroecology collaborations: a methodological study of network organizations

为解决农业生态学网络内部协作结构不明、碎片化问题，研究人员采用社会网络分析（SNA）方法，以乌干达PELUM网络为案例，通过Gephi和Kumu工具可视化协作关系并量化中心性指标。研究发现MOS6、MOS7、MOS17等组织在网络中发挥核心枢纽作用，而边缘组织存在连接不足问题。该研究为提升网络协调性、知识共享和战略协同提供了实用诊断工具，对推动农业生态学规模化具有重要意义。

　　

在全球气候变化、土地退化和农村不平等的严峻挑战下，农业生态学作为一门整合生态学原理、地方知识和农民自主权的转型范式，正日益受到重视。然而，尽管民间社会组织在推动农业生态学实践中发挥着越来越重要的作用，但影响组织间协作的内部动态机制却鲜为人知。许多农业生态学网络面临着内部碎片化、协调失效和成员间关系不对称等问题，这些问题不仅源于意识形态差异或资源竞争，更与沟通结构薄弱、资源流动不平等以及缺乏评估"网络健康"的工具密切相关。

为了深入探究这一领域，Charles L. Tumuhe及其研究团队在《Discover Agriculture》上发表了一项开创性研究，提出了一种结合社会网络分析（SNA）的方法论框架，用于诊断和加强农业生态学网络内部的协作关系。研究以乌干达参与式生态土地利用管理（PELUM）网络为案例，对其25个成员组织间的协作模式进行了系统分析。

研究人员采用了混合方法 approach，通过焦点小组讨论、半结构化访谈和文件分析收集数据，并创新性地运用Gephi和Kumu两种互补工具进行网络可视化和指标量化分析。Gephi软件负责基于模块化的网络可视化，帮助识别集群和潜在的信息孤岛；而Kumu平台则用于计算关键的中心性指标，包括度中心性、接近中心性、中介中心性和特征向量中心性，从而全面评估各组织在网络中的影响力、桥梁作用和知识传播能力。

研究团队首先通过精心设计的数据收集流程，记录了各组织间的协作关系，并对所有参与组织进行了匿名化处理，使用MOS（成员组织）编码代替实际名称。随后，他们将整理好的数据分别导入Gephi和Kumu平台，构建了完整的网络结构模型。

网络可视化与结构映射

Gephi生成的可视化网络图清晰展示了PELUM乌干达网络的拓扑结构。分析显示，MOS6和MOS17等组织具有显著更多的连接，在网络中扮演着关键角色。相反，MOS4、MOS13、MOS11、MOS5和MOS12等组织连接较少，处于相对边缘的位置。网络中存在明显的子群聚类现象，表明某些组织基于地域或主题合作形成了紧密的小团体，同时也反映出网络内部可能存在的信息孤岛问题。

定量网络指标分析

通过Kumu平台的指标分析，研究团队从四个维度评估了各组织的网络地位：度中心性衡量直接连接数量，发现MOS6和MOS4是最主要的网络枢纽；接近中心性评估信息传播效率，显示MOS5、MOS4和MOS17在信息快速传播方面具有优势；中介中心性识别桥梁组织，表明MOS4、MOS6和MOS7在控制信息流和促进协作路径方面发挥关键作用；特征向量中心性评估战略影响力，发现MOS2和MOS7因其与高连接度组织的强关联而成为网络中最具影响力的组织。

协作路径分析

研究发现PELUM网络中存在着明显的互联集群，部分组织紧密合作，而其他组织则相对孤立，形成了类似"孤岛"的运作模式。这种模式与先前研究中发现的层级化网络限制包容性和资源共享的现象相吻合。组织往往由于信任有限、资源稀缺和集中式沟通结构而形成孤岛运作。连接度较低的组织往往处于网络边缘，需要更好地融入网络活动以发挥其潜在贡献。

参与式验证

为确保研究结果的准确性和可信度，研究团队组织了多次验证会议，包括2025年3月19日的在线研讨会和2025年4月25日在坎帕拉举行的PELUM乌干达国家工作组会议。参与者对研究结果表示高度认可，认为其真实反映了网络现状，并提出了建立成员组织档案、制定合作战略、鼓励联合筹资等具体建议。一位成员特别强调："研究结果与实地情况产生了共鸣"，而PELUM乌干达董事会主席则欢迎这项研究作为一次急需的外部评估，揭示了网络的"健康状况"。

该研究的结论部分强调，这种双工具SNA方法为分析协作性农业生态学网络做出了重要的方法论贡献。通过整合Gephi的模块化可视化和Kumu的中心性指标，能够对组织间正式和非正式关系进行多维诊断，超越了传统的单一工具或纯结构分析。研究不仅识别了核心行动者（如MOS6、MOS7、MOS17）和边缘组织，还揭示了支持流动的方向性模式，表明网络中存在影响力、信息获取和支持方面的不对称性。

研究的重要意义在于为农业生态学网络提供了一套可复制的诊断工具，能够帮助网络管理者识别杠杆点，改善内部协调和公平性。与传统的利益相关者矩阵或基于感知的评估相比，该方法提供了更深入的分析深度和实际相关性。特别是参与式验证的融入，符合农业生态学的包容性、共同创造和扎根学习的价值观，与技术提取性或官僚主义的网络评估方法形成鲜明对比。

尽管研究存在一定局限性，如对参与者的简化分类可能掩盖了组织在动态环境中扮演的细微角色，以及依赖参与者报告的连接关系可能引入主观性，但这种方法论框架在研究和实践领域都具有重要应用前景。它可以轻松适应其他农业生态学联盟、捐助者网络、民间社会联盟或政策倡导平台，帮助这些网络加强内部协调和战略规划。随着农业生态学作为构建韧性、公正和可持续食品系统途径的重要性日益凸显，诊断和增强内部协作的能力变得愈发紧迫。像Gephi和Kumu这样的工具，结合参与式方法论，能够支持农业生态学网络建立信任、深化协同效应，并在地方、国家和区域层面战略性地调整其转型努力。