선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 지역 중심성은 같은 크기를 가진 연결망들 사이에서 비교하는 것이 적절하다(Kim, 2011). 따라서 본 연구에서는 컴포넌트 별 중심성이 높은 저자들의 역할을 중심으로 네트워크를 해석해 보고자 하였다.
- 본 연구에서는 사회연결망분석(SNA, Social Network Analysis) 지표를 활용하여 공저자 네트워크를 분석하고자 한다. 물류 분야의 협력연구에 대한 공저자 네트워크를 구성하고, 각 네트워크의 구조적 특성과 함께 중심성 지표에 따른 네트워크 내 개인의 비중을 수치화하여 네트워크의 구조적 특성을 분석하고자 하였다. 세부적인 연구방법은 다음과 같다.
- 본 연구에서는 공저자 데이터 및 공저자 네트워크를 통해 물류 분야의 협력연구의 형태와 주제에 대해 파악하고자 물류 분야의 공저자 네트워크 분석과 물류 분야의 연구그룹들의 연구 주제에 대한 분석을 실시하였다.
- 본 연구에서는 사회연결망분석(SNA, Social Network Analysis) 지표를 활용하여 공저자 네트워크를 분석하고자 한다. 물류 분야의 협력연구에 대한 공저자 네트워크를 구성하고, 각 네트워크의 구조적 특성과 함께 중심성 지표에 따른 네트워크 내 개인의 비중을 수치화하여 네트워크의 구조적 특성을 분석하고자 하였다.
- 본 연구에서는 연구그룹에 존재하는 핵심 저자를 파악하기 위하여 공저자 네트워크의 중심성 분석을 주요 연구 방법으로 선택하였다. 중심이란 용어가 가지고 있는 실질적인 가치와 중요성은 행위자의 집단 내 의사 결정의 영향력을 행사할 수 있으며, 개인적인 혁신이 용이하기 때문에 개인적인 성과가 높아질 수 있는 위치라고 정리할 수 있다(Sohn, 2002).
- 본 연구에서는 이들 학술지를 대상으로 국내 물류 분야 연구 협력관계를 조사하였다. 2005년부터 2010년까지 각 학술지에 게재된 논문 총 781편의 저자 정보를 추출하여 저자 데이터를 구성하였으며, 구성된 데이터를 기반으로 물류연구의 실질적 지식생산자인 저자를 중심으로 한 공저자 네트워크를 생성하였다.
- 연구주제 분석은 물류 분야의 연구그룹들의 협력연구 활동의 세부 주제를 파악하고자 실시하였다. 물류 분야 전체의 논문을 중심으로 연구주제를 분석하고자 하였으나, 전체 논문의 키워드 데이터로 네트워크를 구성하였을 때 주제별 구분이 어려워 앞서 선택한 네 개의 핵심 컴포넌트를 대상으로 연구주제 분석을 수행하였다.
- 최근 물류 분야 학술 연구자들의 공저 또는 공동연구와 같은 협력에 대한 관심도 증가하는 추세이며, 국가연구개발 사업의 수행 및 전문가집단의 의견 수렴 과정 등에서 주요 활동 연구그룹 파악에 대한 요구가 제기되고 있다. 한국물류학회지를 대상으로 공저 관계에 있는 저자들의 공저자 네트워크 (Co-authorship network)에 대한 분석한 선행연구(Lim, 2011)도 있으나 본 연구는 국내 물류연구 분야를 대표하는 학술지들을 통합적으로 분석하고자 하였다.
제안 방법
- 상세한 분석은 컴포넌트를 중심으로 수행하였으며, 이는 전체 네트워크가 느슨한 연결을 하고 있어 흥미로운 결과의 도출이 어렵고, 게재수가 높은 저자들 다수가 전체 네트워크에서 높은 비중을 차지하는 컴포넌트에 속해 있기 때문이다. 152개의 컴포넌트 중 높은 비중을 차지한 4개 컴포넌트 그룹(그룹 1~그룹 4)의 4개 컴포넌트(이하 C1~C4)에 대해 분석한 것이다. 4개 컴포넌트의 형태는 [Figure 3]과 같다.
- 먼저 국내 물류 분야 학술지 4개를 선정하여 7년 간 발간된 781편의 논문을 대상으로 공저자 분석을 실시하였다. 1인 저자의 논문이 제외된 공동연구 논문데이터를 구성하여 저자 데이터를 추출하고, 추출된 저자 데이터로 공저자 네트워크를 구성하여 분석하였다. 다음으로 연구그룹별 분석을 통해 네트워크 내의 비중이 큰 핵심 연구그룹이라 할 수 있는 4개의 컴포넌트, 즉 네 개의 연구그룹 네트워크의 구조적 속성 및 중심성을 분석하였다.
- 큰 비중을 차지하는 네 개의 핵심 연구 그룹을 대상으로 네트워크의 구조적인 측면으로 분석한 결과 각 연구그룹의 밀도는 전체적으로 낮은 편이고 연구그룹 역시 좁은세상 네트워크의 구조를 보이고 있었다. 각 연구그룹의 저자들의 중심성을 연결정도, 근접, 사이 중심성 세 가지의 지표로 분석하였다. 결과적으로 저자들의 연구의 생산성과 사회적 영향력을 나타낼 수 있는 학회 임원현황 데이터 그리고 중심성 분석 결과 데이터를 각기 비교하였을 때 각 연구그룹에서 높은 중심성을 보이는 저자들은 연구활동 측면에서나 사회 구조적 측면에서나 높은 영향력을 가지고 있음을 알 수 있었다.
- 선택된 4개의 컴포넌트를 대상으로 네트워크 수준의 분석을 실시한 결과는 [Table 9]로 정리하였다. 각각의 노드 수, 링크 수, 밀도, 평균 연결정도, 평균 경로거리, 직경, 연결정도 중심화 지수를 지표로 하여 비교하였다.
- 1인 저자의 논문이 제외된 공동연구 논문데이터를 구성하여 저자 데이터를 추출하고, 추출된 저자 데이터로 공저자 네트워크를 구성하여 분석하였다. 다음으로 연구그룹별 분석을 통해 네트워크 내의 비중이 큰 핵심 연구그룹이라 할 수 있는 4개의 컴포넌트, 즉 네 개의 연구그룹 네트워크의 구조적 속성 및 중심성을 분석하였다.
- 두 번째 분석인 연구주제 분석에서는 앞서 선택된 네 개의 핵심 연구그룹을 대상으로 각 연구그룹의 세부 연구주제를 분석하였다. 연구그룹들의 연구주제에 대한 구조적 분석을 시행하기 위해 연구그룹별로 논문의 키워드 데이터를 구성하여 연구그룹의 키워드 네트워크를 구성하였다.
- 두 번째 연구주제별 빈도분석을 위하여 각 연구그룹에서 생산된 지적산물인 논문들의 연구주제별 분류작업을 수행하였다. 기존연구(Kim et al.
- 첫째, 분석된 데이터를 기반으로 협력연구에 대한 기초현황을 분석한다. 둘째, 분석된 공저자 데이터의 시각화를 통해 공저자 네트워크를 구성하고 네트워크의 구조적 속성을 파악한다. 셋째, 사회네트워크 지표를 활용하여 컴포넌트 단위의 네트워크에 대한 중심성 분석을 수행한다.
- 전자는 연구그룹의 연구영역이 특정 방법론에 기반 하여 확장된 구조를 보이거나, 비슷한 주제를 다양한 기법 혹은 방법론을 통해서 확장하는 연구구조를 보임을 나타나며, 후자는 연구그룹의 연구영역이 컴포넌트 별로 다양하게 나타나고 있음을 나타낸다. 또한 세부적인 연구주제 분석을 위해 선행작업으로 연구그룹의 논문들을 연구주제별로 분류하는 작업을 진행하였고, 각 연구그룹별 연구주제의 빈도분석과 키워드의 빈도분석을 수행하였다. 결과적으로 연구그룹별로 연구주제, 연구방법론의 확장 형태 등을 확인할 수 있었다.
- 높은 연결정도를 가진 저자들은 평균 2명과의 협력연구를 수행하였으며, 논문의 게재 횟수도 평균 6회 정도로 나타났다. 또한 저자의 사회적 영향력을 확인하기 위하여 각 학회 홈페이지를 통해 현 임원진 데이터를 수집하였고, 이를 분석 데이터와 비교하여 중심성이 높은 저자들의 사회적 영향력을 파악하였다. 결과적으로 상위로 랭크된 저자들은 활발한 연구 활동을 수행하고 있으며 이들 저자 중 44%가 학회의 현 임원진으로 활동하고 있는 것으로 보아 사회적 영향력도 크다고 할 수 있다.
- 셋째, 사회네트워크 지표를 활용하여 컴포넌트 단위의 네트워크에 대한 중심성 분석을 수행한다. 마지막으로 논문의 키워드 데이터를 이용하여 주요 연구그룹의 연구주제를 파악한다. 본 연구는 대표적인 물류 분야 학술지들을 통합적으로 분석하였다는 점에서 의의가 있으며, 또한 국내 물류연구의 협력 네트워크를 규명하고 해당 연구그룹들의 연구주제를 살펴보았다는 점에 의미를 둘 수 있다.
- 먼저 연구그룹별 연구주제의 구조적인 측면을 분석하기 위하여 연구그룹별 키워드 네트워크를 구성하였다. 키워드 네트워크는 해당 연구그룹의 논문 데이터에서 키워드를 추출하여 네트워크를 구성하였다.
- 연구주제 분석은 물류 분야의 연구그룹들의 협력연구 활동의 세부 주제를 파악하고자 실시하였다. 물류 분야 전체의 논문을 중심으로 연구주제를 분석하고자 하였으나, 전체 논문의 키워드 데이터로 네트워크를 구성하였을 때 주제별 구분이 어려워 앞서 선택한 네 개의 핵심 컴포넌트를 대상으로 연구주제 분석을 수행하였다. 본 절에서는 두 단계로 연구주제 분석을 수행하였으며 첫 번째 단계에서 물류 분야의 핵심연구그룹의 키워드 네트워크를 구성하여 연구그룹별 연구주제의 구조적인 측면을 분석하였고, 두 번째 단계로 연구그룹들의 논문을 연구주제별로 분류하여 빈도분석을 시행하여 그룹별 연구 세부 주제를 확인하였다.
- 중심성 척도에 대한 이론은 Freeman(1979) 이 체계적으로 정립하였으며 그가 제시한 연결정도, 근접, 사이 중심성이 대표적인 중심성 척도로 사용되고 있다. 본 연구에서도 세 가지 지표를 사용하여 중심성 분석을 실시하였으며, 중심성 분석의 대상은 선택된 네 개의 컴포넌트로 분석하였다. 앞 절에서도 언급한 바와 같이 특정 지표에서는 방향성을 고려하지 않는데 본 연구에서 고려하는 세 가지 중심성 지표 중 사이중심성의 경우 방향성이 고려되지 않는 지표이다.
- 물류 분야 전체의 논문을 중심으로 연구주제를 분석하고자 하였으나, 전체 논문의 키워드 데이터로 네트워크를 구성하였을 때 주제별 구분이 어려워 앞서 선택한 네 개의 핵심 컴포넌트를 대상으로 연구주제 분석을 수행하였다. 본 절에서는 두 단계로 연구주제 분석을 수행하였으며 첫 번째 단계에서 물류 분야의 핵심연구그룹의 키워드 네트워크를 구성하여 연구그룹별 연구주제의 구조적인 측면을 분석하였고, 두 번째 단계로 연구그룹들의 논문을 연구주제별로 분류하여 빈도분석을 시행하여 그룹별 연구 세부 주제를 확인하였다.
- 공저 관계만을 분석하기 위하여 전체 저자 데이터 중 1인 저자로 게재된 254편의 논문은 제외하여 분석하였다. 분석을 위해 데이터의 구성을 주저자 (교신저자 또는 제1저자)에서 공동연구자로 연결되도록 데이터를 구성하였고, 공동연구자간의 연결은 고려하지 않았다. 이는 주저자 A와 공동연구자 B, C가 있는 경우 네트워크에서의 연결은 A-B, A-C로의 연결만을 고려했음을 의미한다.
- 전체 저자 데이터 중 1인 저자로 게재된 254편의 논문을 제외한 527편의 논문에 등장한 791명 저자 간 공동연구의 형태로 네트워크가 구성되었다. 세부적인 구조적 속성은 [Table 7] 과 같이 전체 저자들의 공저자 네트워크 및 학술지별 공저자 네트워크를 비교하여 정리하였다.
- 둘째, 분석된 공저자 데이터의 시각화를 통해 공저자 네트워크를 구성하고 네트워크의 구조적 속성을 파악한다. 셋째, 사회네트워크 지표를 활용하여 컴포넌트 단위의 네트워크에 대한 중심성 분석을 수행한다. 마지막으로 논문의 키워드 데이터를 이용하여 주요 연구그룹의 연구주제를 파악한다.
- 두 번째 분석인 연구주제 분석에서는 앞서 선택된 네 개의 핵심 연구그룹을 대상으로 각 연구그룹의 세부 연구주제를 분석하였다. 연구그룹들의 연구주제에 대한 구조적 분석을 시행하기 위해 연구그룹별로 논문의 키워드 데이터를 구성하여 연구그룹의 키워드 네트워크를 구성하였다. 키워드 네트워크 분석결과 세 개의 연구그룹에서는 하나의 큰 컴포넌트를 구성하고 있었고, 한 연구그룹에서는 비슷한 크기의 컴포넌트가 여러 개로 구성되어 있었다.
- 연구에서 실제적인 분석 대상은 각각의 물류 분야 학술지들을 통합한 공저자 네트워크의 컴포넌트를 대상으로 하였지만, 이들 컴포넌트 내의 학회의 구성을 확인하기 위하여 학술지별로 공저자 네트워크 분석을 실시하여 각 학술지들의 컴포넌트를 구성하였다. 학술지들의 컴포넌트는 학술지별로 나타나는 세부 연구그룹이라고 할 수 있으며, 이 단계에서는 이러한 세부 연구그룹과 물류 분야 전체에서 큰 비중을 차지하는 연구그룹, 즉 분석 대상인 C1~C4를 구성하는 세부 연구그룹에서의 연결고리가 되는 저자를 찾고, 연구그룹 내의 학회 구성을 확인하고자 하였다.
- 중심성은 노드간의 관계 중 어느 측면에 초점을 맞추어 중심을 측정하는 가에 따라서 방법이 달라지는 데, 본 연구에서는 앞에서 분류된 네트워크/노드 수준의 분석인 중심성 척도를 이용해 분석하였다. 중심성 척도에 대한 이론은 Freeman(1979) 이 체계적으로 정립하였으며 그가 제시한 연결정도, 근접, 사이 중심성이 대표적인 중심성 척도로 사용되고 있다.
- 이러한 구조로 네트워크를 구성한 이유는 네트워크의 효율성이 높은 밀도가 아닌, 최소한의 연계로 역할을 달성할 수 있게 하는 구조적 공백의 특징을 반영한 것이다. 즉 개개의 노드간의 직접적인 연결에서 오는 중복을 제거하기 위한 방안으로 활용되었다.
- 세부적인 연구방법은 다음과 같다. 첫째, 분석된 데이터를 기반으로 협력연구에 대한 기초현황을 분석한다. 둘째, 분석된 공저자 데이터의 시각화를 통해 공저자 네트워크를 구성하고 네트워크의 구조적 속성을 파악한다.
대상 데이터
- 본 연구에서는 이들 학술지를 대상으로 국내 물류 분야 연구 협력관계를 조사하였다. 2005년부터 2010년까지 각 학술지에 게재된 논문 총 781편의 저자 정보를 추출하여 저자 데이터를 구성하였으며, 구성된 데이터를 기반으로 물류연구의 실질적 지식생산자인 저자를 중심으로 한 공저자 네트워크를 생성하였다. 이는 학술 논문에 동시 출현하는 공저자 데이터를 네트워크로 시각화하여 공저자들 간의 협력관계를 나타내는 네트워크를 생성한 것이다.
- [Table 4]는 2005년부터 2011년 까지 7년간의 물류 분야 4개의 학술지에 게재된 전체 논문의 기초 데이터이다. 전체 논문 수는 781편이며, 한국물류학회지의 논문 수가 272편으로 가장 많고, 로지스틱스연구가 112편으로 가장 적게 나타났다.
- 각 논문의 등장한 저자는 중복을 포함하여 1,572명이고 중복을 제거한 실제 저자 수는 879명이다. 통계 결과로 보면 지난 7년간 물류 분야의 게재된 논문 1편에 참여한 평균 저자는 약 2명이고, 한 명의 저자는 평균 1.
- 수집된 논문 정보에서 저자 데이터를 추출하여 4개의 학술지를 종합한 전체의 저자 데이터를 구성하였다. 공저 관계만을 분석하기 위하여 전체 저자 데이터 중 1인 저자로 게재된 254편의 논문은 제외하여 분석하였다. 분석을 위해 데이터의 구성을 주저자 (교신저자 또는 제1저자)에서 공동연구자로 연결되도록 데이터를 구성하였고, 공동연구자간의 연결은 고려하지 않았다.
- 먼저 국내 물류 분야 학술지 4개를 선정하여 7년 간 발간된 781편의 논문을 대상으로 공저자 분석을 실시하였다. 1인 저자의 논문이 제외된 공동연구 논문데이터를 구성하여 저자 데이터를 추출하고, 추출된 저자 데이터로 공저자 네트워크를 구성하여 분석하였다.
- 수집된 논문 정보에서 저자 데이터를 추출하여 4개의 학술지를 종합한 전체의 저자 데이터를 구성하였다. 공저 관계만을 분석하기 위하여 전체 저자 데이터 중 1인 저자로 게재된 254편의 논문은 제외하여 분석하였다.
- 전체 저자 데이터 중 1인 저자로 게재된 254편의 논문을 제외한 527편의 논문에 등장한 791명 저자 간 공동연구의 형태로 네트워크가 구성되었다. 세부적인 구조적 속성은 [Table 7] 과 같이 전체 저자들의 공저자 네트워크 및 학술지별 공저자 네트워크를 비교하여 정리하였다.
- 전체 저자 데이터의 네트워크에서 저자노드는 총 791개로 이 노드들 간의 연결, 즉 공저관계를 의미하는 링크는 총 697개이다. 전체 네트워크는 총 152개의 컴포넌트로 구성된다.
데이터처리
- 위와 같이 구성된 데이터를 분석 대상으로 하였고, 공저자 네트워크의 분석 및 시각화를 위하여 NetMiner 4.0을 활용하였다. [Figure 2]는 수집된 데이터로 물류 분야의 공저자 네트워크의 형태를 확인하기 위하여 네트워크를 시각화한 모습이다.
이론/모형
- 두 번째 연구주제별 빈도분석을 위하여 각 연구그룹에서 생산된 지적산물인 논문들의 연구주제별 분류작업을 수행하였다. 기존연구(Kim et al., 2008)의 물류 연구주제 분류 기준에 따라서 [Table 14]와 같이 총 10개의 분류기준을 사용하여 분류하였다. 각 연구그룹의 연구주제별 빈도분석 결과 출현 빈도가 높은 연구주제와 키워드를 [Table 15]와 같이 정리하였다.
성능/효과
- 각 컴포넌트에서 내·외향의 연결정도 중심성이 높은 저자들의 실제적인 연구활동을 확인하기 위해 중심성이 높은 저자들의 논문 게재수를 확인해본 결과, 외향연결정도가 높은 저자는 주저자로서, 내향연결정도가 높은 저자는 공동저자로서 많은 게재를 했음을 알 수 있었다.
- 각 학술지의 평균 경로거리를 통해 모두 좁은 세상의 특징을 보이고 있음을 확일할 수 있었으며, 직경을 통해서 ‘학국물류학회지’에서 가장 큰 연구 집단을 구성하고 있음을 알 수 있었다.
- 개별 학술지의 구조적 속성을 보면 ‘로지스틱스연구’의 노드가 가장 적고, ‘한국물류학회지’의 노드가 가장 많음을 알 수 있다.
- 또한 저자의 사회적 영향력을 확인하기 위하여 각 학회 홈페이지를 통해 현 임원진 데이터를 수집하였고, 이를 분석 데이터와 비교하여 중심성이 높은 저자들의 사회적 영향력을 파악하였다. 결과적으로 상위로 랭크된 저자들은 활발한 연구 활동을 수행하고 있으며 이들 저자 중 44%가 학회의 현 임원진으로 활동하고 있는 것으로 보아 사회적 영향력도 크다고 할 수 있다. 연구그룹 내 상위 저자들의 소속을 확인하여 연구활동을 활발히 수행하는 기관 및 학과 등도 확인할 수 있으나 본 연구에서는 저자의 소속까지 데이터를 구축하지는 않은 상태이다.
- 또한 세부적인 연구주제 분석을 위해 선행작업으로 연구그룹의 논문들을 연구주제별로 분류하는 작업을 진행하였고, 각 연구그룹별 연구주제의 빈도분석과 키워드의 빈도분석을 수행하였다. 결과적으로 연구그룹별로 연구주제, 연구방법론의 확장 형태 등을 확인할 수 있었다.
- 각 연구그룹의 저자들의 중심성을 연결정도, 근접, 사이 중심성 세 가지의 지표로 분석하였다. 결과적으로 저자들의 연구의 생산성과 사회적 영향력을 나타낼 수 있는 학회 임원현황 데이터 그리고 중심성 분석 결과 데이터를 각기 비교하였을 때 각 연구그룹에서 높은 중심성을 보이는 저자들은 연구활동 측면에서나 사회 구조적 측면에서나 높은 영향력을 가지고 있음을 알 수 있었다.
- 앞 절에서와 마찬가지로 중심성이 높은 저자들의 실제적인 연구 활동을 확인하기 위하여 분석된 결과로 나타난 중심성이 높은 상위 저자들의 논문 게재수를 확인한 결과 근접 중심성이 높은 저자의 평균 게재 횟수는 5회 정도로 나타나 연구 활동도 활발함을 알 수 있으며, 연결정도 중심성이 높은 저자들이 근접 중심성도 높음을 확인할 수 있다. 결과적으로 협력연구 활동이 많은 저자들은 네트워크 내에서 전체적으로나 지역적으로 높은 중심성을 보이고 있었다.
- 앞 절에서도 언급한 바와 같이 특정 지표에서는 방향성을 고려하지 않는데 본 연구에서 고려하는 세 가지 중심성 지표 중 사이중심성의 경우 방향성이 고려되지 않는 지표이다. 따라서 종합적인 결과를 도식화한 [Figure 5]에서는 링크의 방향성을 표시하지 않았으며 각각의 중심성 분석 결과 가장 높은 중심성을 나타내는 저자들을 마름모는 연결정도 중심성, 네모는 근접 중심성, 육각형은 사이 중심성으로 설정하여 시각화하였다.
- 중심성이 높은 저자들의 실제적인 연구 활동을 확인하기 위하여 분석된 결과로 나타난 중심성이 높은 상위 저자들의 논문 게재수를 확인한 결과 중심성이 높은 저자들은 평균 6회 이상 논문을 게재한 저자로 구성되어 있으며, 이들은 주저자나 공동저자로 각각 평균 3회 이상 게재하고 있었다. 또한 저자들의 약 65%가 학회의 현 임원진으로 활동하고 있음을 확인할 수 있었으며, 사이 중심성이 높은 저자들은 연구 생산성의 활동적인 측면으로나 연구 네트워크의 사회적인 측면으로나 주요 위치에 있음을 확인할 수 있었다. 이들 저자들은 활발한 연구 활동과 함께 네트워크 내에서의 주요위치를 차지함으로써 연구 네트워크에 많은 영향력을 미칠 수 있을 것으로 보인다.
- [Table 3]에서 정의한 바와 같이 기존 연구들에서 연구생산성과 중심성 지표와의 연관성을 분석한 연구가 다수 있었으며, 대상의 특성으로 인한 차이가 존재하기는 하나 대부분 유의미한 결과를 도출한 것으로 보아 본 연구에서도 분석지표들이 연구생산성에 영향을 미치는 것이라 예상할 수 있었다. 본 연구에서도 이러한 영향을 가정하여 각 지표에서 높은 중심성을 나타내는 저자들과 해당 저자들의 논문 수를 비교한 결과, 중심성이 높은 저자들은 주저자로서나 공동연구자로서 활발한 연구 활동을 수행하고 있음을 확인할 수 있었다.
- 분석 결과 물류 분야의 연구 생산성은 멱함수 형태를 나타내고 있었고, 물류 분야 공저자 네트워크는 좁은 세상 네트워크의 구조를 보이고 있었다. 물류 분야의 협력 네트워크 내에서는 세부 연구그룹이라고 할 수 있는 컴포넌트들이 존재하고 있었으며, 그 중에서도 네트워크에서 높은 비중을 차지하는 연구그룹이 존재했다.
- 앞 절에서와 마찬가지로 중심성이 높은 저자들의 실제적인 연구 활동을 확인하기 위하여 분석된 결과로 나타난 중심성이 높은 상위 저자들의 논문 게재수를 확인한 결과 근접 중심성이 높은 저자의 평균 게재 횟수는 5회 정도로 나타나 연구 활동도 활발함을 알 수 있으며, 연결정도 중심성이 높은 저자들이 근접 중심성도 높음을 확인할 수 있다. 결과적으로 협력연구 활동이 많은 저자들은 네트워크 내에서 전체적으로나 지역적으로 높은 중심성을 보이고 있었다.
- 연결정도는 노드간의 직접적으로 연결된 링크 수로 측정되며, 연결정도 중심성은 지역 중심성을 측정하는 지표로 사용된다. 연결정도 중심성은 방향성을 고려하여 외향연결정도 중심성과 내향연결정도 중심성 두 가지로 나타나며, 본 연구에서 내향연결정도 중심성이 높은 저자는 공동저자로서 많은 활동을 하고 있음을 나타내고, 외향연결정도 중심성이 높은 저자는 주저자로 많은 활동을 하고 있음을 나타낸다. 네트워크에서 직접적인 연결이 많은 노드는 네트워크 내에서 선택의 폭이 넓기 때문에 더 많은 기회를 가지고 있으며, 개인이 동원할 수 있는 자원이 많아 네트워크 내에서의 권력이나 영향력이 높다고 할 수 있다.
- 각 학술지별로 약간의 격차가 존재하기는 하지만 전체적으로 소수의 저자들이 많은 저작활동을 하고 있음을 알 수 있다. 전체 데이터로 봤을 때 3회 이상 게재한 저자는 실제 저자의 약 20%에 불과함을 알 수 있는데, 이것은 결과적으로 물류 분야에서도 기존 연구에서와 같이 연구자의 논문 생산성의 불평등이 있음을 보여주는 것이다. 논문생산성의 불평등은 소수의 연구자들이 다수의 논문을 생산하는 반면, 대다수의 연구자들이 한 두 편의 논문만을 생산하는 멱함수 법칙을 따르는 것인데, Newman(2001a)의 분석결과 자연과학 분야에서의 공저 네트워크가 거의 비슷한 통계분포를 보임을 알 수 있다.
- 공저자 네트워크 분석 이전에 전체데이터 및 학술지별 공저자 비율을 산출하였으며, 그 결과를 [Table 6]에 제시하였다. 전체 데이터에서 공저된 논문은 약 70%를 차지하며, 각 학술지별로 비교해 볼 때 로지스틱스연구가 협력 연구 비율 80%로 가장 높고 해운물류연구가 51%로 가장 낮음을 알 수 있다.
- 전체 데이터의 네트워크는 총 152개의 컴포넌트 즉 152개의 연구그룹으로 구성되어 있으며 가장 큰 비중을 차지한 컴포넌트는 총 114개의 노드와 121개의 링크로 구성되어 전체 네트워크의 14.4%를 차지하고 있다. 이와 같이 전체 데이터를 중심으로 컴포넌트를 추출하였으며 [Table 8]은 8개 이상의 노드로 구성된 상위 10개의 컴포넌트 그룹을 정리한 것이다.
- 컴포넌트의 구조적인 측면을 분석하기 위하여 키워드들 간의 연결과 각 키워드에 해당하는 논문들을 비교하여 분석한 결과 연구그룹에 대한 컴포넌트 C1, C3, C4의 키워드 네트워크의 경우는 연구 영역이 특정 방법론에 기반하여 확장된 구조를 보이거나, 비슷한 주제를 다양한 기법 혹은 방법론을 통해서 확장하는 연구구조로 하나의 컴포넌트에서 여러 연구주제를 발견할 수 있었다. 반면에 C2의 키워드 네트워크의 경우 컴포넌트별로 특정 주제를 나타내고 있었다.
- 물류 분야의 협력 네트워크 내에서는 세부 연구그룹이라고 할 수 있는 컴포넌트들이 존재하고 있었으며, 그 중에서도 네트워크에서 높은 비중을 차지하는 연구그룹이 존재했다. 큰 비중을 차지하는 네 개의 핵심 연구 그룹을 대상으로 네트워크의 구조적인 측면으로 분석한 결과 각 연구그룹의 밀도는 전체적으로 낮은 편이고 연구그룹 역시 좁은세상 네트워크의 구조를 보이고 있었다. 각 연구그룹의 저자들의 중심성을 연결정도, 근접, 사이 중심성 세 가지의 지표로 분석하였다.
- 각 논문의 등장한 저자는 중복을 포함하여 1,572명이고 중복을 제거한 실제 저자 수는 879명이다. 통계 결과로 보면 지난 7년간 물류 분야의 게재된 논문 1편에 참여한 평균 저자는 약 2명이고, 한 명의 저자는 평균 1.8편의 논문을 게재했음을 알 수 있다.
후속연구
- 그러나 본 연구는 분석 데이터 수의 한계로 네트워크가 구성되고 변해가는 동적인 측면은 고려하지 못한 한계점이 존재한다. 추후 연구에서 시간의 흐름을 고려한 네트워크 분석, 즉 연도별 연구그룹 및 연구주제의 추가 분석을 실시한다면 네트워크 내의 연구그룹들이 생성되고 변해가는 과정의 분석을 통해 협력연구의 변화과정과 물류 분야의 연구 동향을 확인할 수 있을 것이다.
- 추후 연구에서 시간의 흐름을 고려한 네트워크 분석, 즉 연도별 연구그룹 및 연구주제의 추가 분석을 실시한다면 네트워크 내의 연구그룹들이 생성되고 변해가는 과정의 분석을 통해 협력연구의 변화과정과 물류 분야의 연구 동향을 확인할 수 있을 것이다. 또한 키워드와 같이 초록 데이터를 함께 활용하여 분석한다면 다양한 학문분야에서 연구그룹들의 연구 발전방향, 연구 변화형태, 미흡한 연구 분야 발견 등의 다양한 결과를 도출할 수 있을 것으로 본다.
- 그러나 본 연구는 분석 데이터 수의 한계로 네트워크가 구성되고 변해가는 동적인 측면은 고려하지 못한 한계점이 존재한다. 추후 연구에서 시간의 흐름을 고려한 네트워크 분석, 즉 연도별 연구그룹 및 연구주제의 추가 분석을 실시한다면 네트워크 내의 연구그룹들이 생성되고 변해가는 과정의 분석을 통해 협력연구의 변화과정과 물류 분야의 연구 동향을 확인할 수 있을 것이다. 또한 키워드와 같이 초록 데이터를 함께 활용하여 분석한다면 다양한 학문분야에서 연구그룹들의 연구 발전방향, 연구 변화형태, 미흡한 연구 분야 발견 등의 다양한 결과를 도출할 수 있을 것으로 본다.
- 본 연구에서는 물류분야의 여러 학술지를 통합하여 관찰함으로써 현재 물류연구자들의 공동연구 현황 및 협력연구그룹을 확인하고, 각 연구자들의 연구생산성과 사회적 영향력을 함께 고려하여 분석하였다는 점에 의미가 있으며, 각 연구그룹의 연구주제를 함께 분석한 점에도 연구의 의의를 둘 수 있다. 향후 본 연구의 결과를 통해 연구개발 사업을 수행하거나 전문가집단의 의견을 수렴하는 과정 등에서 분야별 주요 활동 연구진을 파악하는 데 도움을 받을 수 있을 것이다. 또한 대안 연구그룹을 탐색하는 데에도 활용할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.