[摘要]以《福布斯》“全球上市公司2 000強(qiáng)”企業(yè)網(wǎng)站為研究對象，通過自行設(shè)計的軟件獲取相關(guān)的鏈接指標(biāo)，對不同行業(yè)和不同地區(qū)的企,_lkN站進(jìn)行對比分析；利用統(tǒng)計分析軟件SPSS中的Spearman秩相關(guān)系數(shù)分析企業(yè)排名與網(wǎng)站鏈接指標(biāo)相關(guān)關(guān)系，探討企業(yè)網(wǎng)站定量評價鏈接指標(biāo)的有效性。
　　[關(guān)鍵詞]鏈接分析網(wǎng)站評價企業(yè)spearlilan秩相關(guān)系數(shù)
　　[分類號]G350 F270
　　
　　1 引 言
　　
　　企業(yè)網(wǎng)站評價對于提高網(wǎng)站的質(zhì)量、推進(jìn)網(wǎng)站的電子商務(wù)水平、加強(qiáng)企業(yè)的競爭力具有重要的作用。目前學(xué)術(shù)界和企業(yè)界對企業(yè)網(wǎng)站的主要評價方法分為主觀定性評價、客觀定量評價和綜合評價。近年來以網(wǎng)絡(luò)影響因子為主體的鏈接分析指標(biāo)受到關(guān)注，但相關(guān)指標(biāo)能否被用于企業(yè)網(wǎng)站評價還有待驗證。本文采用鏈接分析法對《福布斯》“全球上市公司2000強(qiáng)”中的企業(yè)網(wǎng)站進(jìn)行定量的評價與分析，旨在揭示企業(yè)網(wǎng)站發(fā)展水平所受企業(yè)所處行業(yè)與地區(qū)的影響，挖掘鏈接指標(biāo)與企業(yè)排名間的相關(guān)關(guān)系，探討影響企業(yè)網(wǎng)站定量評價的最重要鏈接指標(biāo)。
　　
　　2　鏈接分析指標(biāo)評述
　　
　　鏈接分析法由引文分析法演化而來。網(wǎng)站鏈接存在原因主要有：一是網(wǎng)頁之間內(nèi)容相關(guān)；二是網(wǎng)頁質(zhì)量得到認(rèn)可，資源被利用。一個網(wǎng)站被鏈接的次數(shù)越多，網(wǎng)站的被利用率越高，影響力也越大。借鑒引文分析的思路和方法，1998年Ingwersen提出了“網(wǎng)絡(luò)影響因子”(WIF)指標(biāo)來反映網(wǎng)站網(wǎng)頁被鏈接的平均水平，并具體使用了WIF進(jìn)行了學(xué)術(shù)網(wǎng)站評價實證。隨后諸多研究者對鏈接分析法進(jìn)行了探討，并將其應(yīng)用于Web站點的分析與評價，特別是應(yīng)用于國家、大學(xué)網(wǎng)站方面，取得了豐富的研究成果。近年來鏈接分析方法也被學(xué)者應(yīng)用于企業(yè)網(wǎng)站評價，如陳太洋等人通過對鏈接分析指標(biāo)的綜合處理得到網(wǎng)站影響力排名；沙勇忠運(yùn)用鏈接分析方法對我國信息化優(yōu)秀企業(yè)網(wǎng)站的影響力進(jìn)行了評價。但由于鏈接分析指標(biāo)沿用引文分析的理論方法，所以基于鏈接分析指標(biāo)進(jìn)行網(wǎng)站評價的合理性受到關(guān)注。劉雁書等認(rèn)為利用站外鏈接評價網(wǎng)絡(luò)信息是可行的；邱均平等從鏈接分析與引文分析比較的角度對鏈接分析的有效性進(jìn)行論證，認(rèn)為鏈接分析用于網(wǎng)絡(luò)結(jié)構(gòu)中的特征和規(guī)律分析、網(wǎng)頁聚類等方面是可行的，但網(wǎng)絡(luò)影響因子用于網(wǎng)絡(luò)環(huán)境中的質(zhì)量評價不可靠。以上大部分學(xué)者的探索對象主要集中在政府和學(xué)術(shù)機(jī)構(gòu)網(wǎng)站及其網(wǎng)絡(luò)學(xué)術(shù)資源，鏈接指標(biāo)體系主要有鏈接總數(shù)、鏈接效率和網(wǎng)絡(luò)影響因子等，對于使用相關(guān)鏈接指標(biāo)評價企業(yè)網(wǎng)站的研究側(cè)重于企業(yè)既有排名與企業(yè)網(wǎng)站影響力的對比。由于企業(yè)發(fā)展階段不同，行業(yè)不同，所處地區(qū)不同，企業(yè)網(wǎng)站發(fā)展存在很大的差異性。因此現(xiàn)有鏈接指標(biāo)在不同地區(qū)、不同行業(yè)的企業(yè)網(wǎng)站可能具有不同的表現(xiàn)，但基于鏈接分析指標(biāo)分析企業(yè)排名、企業(yè)所處行業(yè)與地區(qū)對企業(yè)網(wǎng)站發(fā)展的影響的研究還不多見。
　　
　　
　　
　　
　　3　企業(yè)網(wǎng)站鏈接分析指標(biāo)與企業(yè)影響力相關(guān)性實證
　　
　　3.1　研究樣本的選擇
　　本文選擇美國《福布斯》雜志2008年“全球上市公司2 000強(qiáng)”排行榜中的企業(yè)作為研究對象，榜中企業(yè)是《福布斯》評選出的全球頂尖企業(yè)，這些企業(yè)的網(wǎng)站發(fā)展也處于前列，具有較強(qiáng)的代表性和研究價值，研究樣本分為4個：
　　?樣本A：企業(yè)不分地區(qū)和行業(yè)，取福布斯2 000強(qiáng)中的前300強(qiáng)作為樣本。
　　?樣本B：按行業(yè)對企業(yè)進(jìn)行篩選，選擇其中的前310家銀行業(yè)企業(yè)作為樣本，通過分析樣本B與樣本A，進(jìn)而測度不同行業(yè)對企業(yè)網(wǎng)站發(fā)展的影響。
　　?樣本C、D：對樣本B按地區(qū)進(jìn)行篩選，選擇銀行業(yè)企業(yè)較發(fā)達(dá)的日本和美國，將61家日本銀行的數(shù)據(jù)作為樣本c，將44家美國銀行的數(shù)據(jù)作為樣本D，比較樣本C與樣本D，從而判斷不同地區(qū)企業(yè)網(wǎng)站發(fā)展的狀況。
　　樣本A、B、c、D所涉及企業(yè)不計重復(fù)數(shù)據(jù)為551個。
　　3.2　鏈接指標(biāo)的確定及數(shù)據(jù)獲取方式
　　本文以樣本被鏈接的絕對數(shù)作為評價分析的源數(shù)據(jù)，選取目前廣泛用于政府和學(xué)術(shù)網(wǎng)站的鏈接指標(biāo)類型有：站內(nèi)鏈接總數(shù)、鏈接總數(shù)、外部鏈接網(wǎng)站數(shù)、外部鏈接總數(shù)、鏈接效率、網(wǎng)絡(luò)影響因子，涉及到12個具體的指標(biāo)。
　　源數(shù)據(jù)是通過自行開發(fā)的數(shù)據(jù)獲取工具spider對網(wǎng)絡(luò)信息計量研究常用的搜索引擎altavista和alexa進(jìn)行采集而得。本文涉及的鏈接指標(biāo)名稱、代碼和數(shù)據(jù)獲取來源如表1所示：
　　3.3　網(wǎng)站鏈接指標(biāo)數(shù)據(jù)采集結(jié)果
　　本文采集551個樣本在altavista和alexa上的4個鏈接指標(biāo)，并進(jìn)行相關(guān)指標(biāo)計算，得到的指標(biāo)數(shù)據(jù)結(jié)果如表2所示：
　　3.4　數(shù)據(jù)的處理與結(jié)果分析
　　為分析企業(yè)排名、企業(yè)所處行業(yè)和地區(qū)三個因素對企業(yè)網(wǎng)站的發(fā)展存在何種影響，本文利用統(tǒng)計分析軟件SPSS對4個樣本進(jìn)行對比統(tǒng)計分析，使用的SPSS功能主要包括標(biāo)識異常個案、選擇個案、描述統(tǒng)計、相關(guān)性分析等。
　　?福布斯前300強(qiáng)企業(yè)與福布斯前310家銀行企業(yè)網(wǎng)站鏈接指標(biāo)表現(xiàn)。
　　樣本A、B的樣本量分別為300、310，為方便對比兩個樣本，本文采用SPSS的標(biāo)識異常個案功能去除樣本B中的10個異常個案，使樣本A、B樣本量相等，然后對這兩個樣本進(jìn)行描述統(tǒng)計，統(tǒng)計結(jié)果見表3。
　　根據(jù)表3，我們可以看到樣本A的排名均值要小于樣本B的排名均值。兩個樣本的4項基本鏈接指標(biāo)S、U、L、OW的數(shù)量級較大。兩個樣本的u指標(biāo)值都明顯大于s指標(biāo)值，即樣本企業(yè)網(wǎng)站的網(wǎng)域網(wǎng)頁數(shù)要遠(yuǎn)遠(yuǎn)大于網(wǎng)站網(wǎng)頁數(shù)，這表明兩個樣本的企業(yè)網(wǎng)站體系比較完善，網(wǎng)站的服務(wù)器功能不是由一臺主機(jī)完成的。
　　進(jìn)一步采用SPSS中的Spearman秩相關(guān)系數(shù)檢驗企業(yè)排名與企業(yè)網(wǎng)站鏈接指標(biāo)間的相關(guān)性，結(jié)果如表4所示：
　　Spearman系數(shù)值的范圍在一1到+1之間，絕對值越大表明相關(guān)性越強(qiáng)；正值表示正相關(guān)，負(fù)值表示負(fù)相關(guān)；相關(guān)系數(shù)右上方“*”表示顯著性水平為5％，“**”表示顯著性水平為1％。
　　從表4中可以看出：①樣本A、B的相關(guān)系數(shù)皆為
　　在表5中樣本c的排名均值大于樣本D的排名均值，這歸因于福布斯2000強(qiáng)中日本銀行排名在平均水平上落后于美國銀行。兩個樣本的4項基本鏈接指標(biāo)s、U、L、OW的數(shù)量級基本相同，表明日本銀行網(wǎng)站與美國銀行網(wǎng)站的建設(shè)在同一個水平上，具有可比性。樣本D的01、02指標(biāo)比樣本c大一個數(shù)量級，即樣本D的外部鏈接總數(shù)多于樣本c，說明在網(wǎng)站建設(shè)水平相同的情況下，美國銀行網(wǎng)站比日本銀行網(wǎng)站更為開負(fù)值，這說明，從總的趨勢來看，企業(yè)排名越靠前，網(wǎng)站的影響力越大，鏈接指標(biāo)的表現(xiàn)越優(yōu)異。②樣本B的12項鏈接指標(biāo)均與企業(yè)排名成顯著性相關(guān)關(guān)系，樣本A則只有6項，同時樣本B的12項鏈接指標(biāo)絕對值均大于樣本A，這說明銀行業(yè)排名與鏈接指標(biāo)的相關(guān)性 明顯高出其他行業(yè)，分析其原因，可能是銀行業(yè)在電子商務(wù)方面的發(fā)展領(lǐng)先于其他行業(yè)；企業(yè)網(wǎng)站的鏈接指標(biāo)與其行業(yè)電子商務(wù)發(fā)展水平緊密相關(guān)，基于鏈接分析的企業(yè)網(wǎng)站評價會受到不同行業(yè)的影響。
　　?福布斯前310家銀行企業(yè)中日本和美國企業(yè)網(wǎng)站鏈接指標(biāo)表現(xiàn)。
　　為進(jìn)一步分析企業(yè)所處地區(qū)對網(wǎng)站鏈接指標(biāo)的影響，本文專門選取了福布斯排行榜中的61家日本銀行(樣本C)和44家美國銀行(樣本D)。為使兩個樣本量相等，先對樣本c、D進(jìn)行異常個案分析，結(jié)果未能發(fā)現(xiàn)異常個案，隨即采用SPSS的選擇個案功能從樣本C中隨機(jī)抽取44個樣本量，使樣本c、D的樣本量都為44。對樣本C、D的描述統(tǒng)計分析結(jié)果如表5所示：放，或者說美國銀行的信息化水平高于日本銀行。
　　樣本c、D的spearman相關(guān)性分析結(jié)果見表6。
　　分析表6，筆者得到如下發(fā)現(xiàn)：
　　?樣本D的指標(biāo)L、OW、01、02絕對值明顯大于樣本c，說明美國銀行網(wǎng)站的鏈接指標(biāo)表現(xiàn)優(yōu)于日本銀行網(wǎng)站，這與美國銀行的信息化水平高于日本銀行的信息化水平是相符合的，這說明不同地區(qū)的企業(yè)網(wǎng)站發(fā)展水平有一定的差異。
　　?樣本C中只有L、OW、01、02等4項鏈接指標(biāo)與企業(yè)排名顯著性相關(guān)，而樣本D則有6項。這與表4的結(jié)果差異較大，因為根據(jù)表4，銀行業(yè)網(wǎng)站所有的鏈接指標(biāo)都與排名顯著相關(guān)。分析其原因：①可能由于統(tǒng)計樣本量存在差距，樣本B樣本量遠(yuǎn)大于樣本c、D，樣本數(shù)量的不同導(dǎo)致結(jié)果存在差別；②銀行的地區(qū)分布對銀行業(yè)網(wǎng)站排名雖有影響，但影響不大，由于銀行業(yè)整體信息化程度較高，地區(qū)排名相對靠后的銀行網(wǎng)站建設(shè)水平有趕超排名靠前的銀行的趨勢，銀行企業(yè)排名靠前，不代表其網(wǎng)站水平一定在最前面。樣本D唯一的正值相關(guān)系數(shù)WIF2也證明了這一點。
　　?樣本D顯著相關(guān)系數(shù)IOW L最大，銀行網(wǎng)站外部鏈接網(wǎng)站數(shù)與企業(yè)排名相關(guān)性最緊密。10WI>I 02I>ILl>101 I，說明外部鏈接重要性高于純鏈接(不分內(nèi)外)，純鏈接重要性高于內(nèi)部鏈接，這表明，對于企業(yè)網(wǎng)站影響力評價來說，外部鏈接是極其重要的指標(biāo)。
　　?樣本D顯著相關(guān)系數(shù)的絕對值Iul>Isl，說明發(fā)達(dá)地區(qū)銀行業(yè)網(wǎng)站網(wǎng)域網(wǎng)頁數(shù)比網(wǎng)站網(wǎng)頁數(shù)更為重要，也說明排名越前的銀行其網(wǎng)站體系越完善，網(wǎng)站服務(wù)器功能越強(qiáng)，也就能提供更好的服務(wù)(例如網(wǎng)頁響應(yīng)速度)，網(wǎng)上銀行業(yè)務(wù)的競爭力也越強(qiáng)。
　　
　　4　數(shù)據(jù)分析的結(jié)論與啟示
　　
　　?以上的數(shù)據(jù)統(tǒng)計與分析顯示，企業(yè)網(wǎng)站的發(fā)展水平和鏈接指標(biāo)與企業(yè)排名、所處行業(yè)與地區(qū)的影響都存在關(guān)聯(lián)。網(wǎng)站的鏈接指標(biāo)與企業(yè)排名基本呈顯著相關(guān)關(guān)系，排名越前的企業(yè)網(wǎng)站發(fā)展水平也越高，相應(yīng)的鏈接指標(biāo)也相對較突出；網(wǎng)站鏈接指標(biāo)與企業(yè)所處行業(yè)關(guān)系密切，行業(yè)的電子商務(wù)水平越高，相應(yīng)的鏈接指標(biāo)突出，福布斯排行榜中銀行網(wǎng)站鏈接指標(biāo)的表現(xiàn)說明了這一點；網(wǎng)站的鏈接指標(biāo)受企業(yè)所在地區(qū)的影響，美國和日本銀行業(yè)網(wǎng)站的對比表明，地區(qū)經(jīng)濟(jì)越發(fā)達(dá)，網(wǎng)站被鏈接也多。但隨著全球企業(yè)信息化快速發(fā)展，企業(yè)所在地區(qū)對網(wǎng)站鏈接分析指標(biāo)的影響正逐步減小。
　　?綜合表4和表6結(jié)果，得到相關(guān)鏈接分析指標(biāo)相關(guān)性排序，如表7所示：
　　通過表7，筆者認(rèn)為，對于企業(yè)網(wǎng)站影響力評價來說，不管對哪個樣本，網(wǎng)站網(wǎng)頁數(shù)(S)、網(wǎng)域網(wǎng)頁數(shù)(U)、鏈接總數(shù)(L)、外部鏈接網(wǎng)站數(shù)(OW)、基于網(wǎng)站的外部鏈接(01)、基于網(wǎng)域的外部鏈接(02)與企業(yè)排名呈較顯著相關(guān)關(guān)系，其中尤以外部鏈接網(wǎng)站數(shù)(OW)、鏈接總數(shù)(L)等6項鏈接指標(biāo)比較有效，但通常評價網(wǎng)站所用網(wǎng)絡(luò)影響因子指標(biāo)有效性小。本文的研究對象是世界頂尖企業(yè)，由此推廣到一般，基于鏈接分析的企業(yè)網(wǎng)站排名分析可以給上述6個指標(biāo)以較高的權(quán)重，然后再進(jìn)行評估；評價網(wǎng)站最為有效的鏈接指標(biāo)是外部鏈接網(wǎng)站數(shù)和鏈接總數(shù)，而非外部鏈接總數(shù)。
　　?鏈接分析指標(biāo)的有效性分析可以為合理評價企業(yè)網(wǎng)站影響力提供依據(jù)，同時也為企業(yè)網(wǎng)站的建設(shè)提供借鑒信息，利于網(wǎng)站的改進(jìn)與完善。以銀行業(yè)為例，如果較小的銀行企業(yè)網(wǎng)站提高自己的影響力，應(yīng)該關(guān)注自己的外部鏈接網(wǎng)站指標(biāo)，通過提高網(wǎng)站的開放程度提升該鏈接指標(biāo)。
　　
　　5　本文研究的局限性
　　
　　本文鏈接分析的缺陷首先來源于鏈接分析的假設(shè)缺陷，假設(shè)所有鏈接同等重要，而實際上鏈接具有任意性，還可隨時修改、刪除。因此，完整的鏈接分析應(yīng)該是對鏈接數(shù)量及質(zhì)量的評估和分析，有學(xué)者提出了從用戶行為來分析不同頁面的權(quán)值。此外，鏈接分析的數(shù)據(jù)來源于搜索引擎altavista和alexa，個別數(shù)據(jù)表現(xiàn)異常，對分析會產(chǎn)生一定影響，因此鏈接數(shù)據(jù)獲取的有效性也值得進(jìn)一步研究。

相關(guān)熱詞搜索：分析 企業(yè)網(wǎng)站 評價指標(biāo) 基于鏈接分析的企業(yè)網(wǎng)站評價指標(biāo)的有效性分析 企業(yè)網(wǎng)站評價分析 企業(yè)網(wǎng)站評價指標(biāo)體系研究