[摘要]以《福布斯》“全球上市公司2 000強”企業(yè)網(wǎng)站為研究對象，通過自行設計的軟件獲取相關(guān)的鏈接指標，對不同行業(yè)和不同地區(qū)的企,_lkN站進行對比分析；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)站鏈接指標相關(guān)關(guān)系，探討企業(yè)網(wǎng)站定量評價鏈接指標的有效性。
　　[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、推進網(wǎng)站的電子商務水平、加強企業(yè)的競爭力具有重要的作用。目前學術(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)絡影響因子為主體的鏈接分析指標受到關(guān)注，但相關(guān)指標能否被用于企業(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”中的企業(yè)網(wǎng)站進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。
　　
　　2　鏈接分析指標評述
　　
　　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)絡影響因子”(WIF)指標來反映網(wǎng)站網(wǎng)頁被鏈接的平均水平，并具體使用了WIF進行了學術(shù)網(wǎng)站評價實證。隨后諸多研究者對鏈接分析法進行了探討，并將其應用于Web站點的分析與評價，特別是應用于國家、大學網(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者應用于企業(yè)網(wǎng)站評價，如陳太洋等人通過對鏈接分析指標的綜合處理得到網(wǎng)站影響力排名；沙勇忠運用鏈接分析方法對我國信息化優(yōu)秀企業(yè)網(wǎng)站的影響力進行了評價。但由于鏈接分析指標沿用引文分析的理論方法，所以基于鏈接分析指標進行網(wǎng)站評價的合理性受到關(guān)注。劉雁書等認為利用站外鏈接評價網(wǎng)絡信息是可行的；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行論證，認為鏈接分析用于網(wǎng)絡結(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)絡影響因子用于網(wǎng)絡環(huán)境中的質(zhì)量評價不可靠。以上大部分學者的探索對象主要集中在政府和學術(shù)機構(gòu)網(wǎng)站及其網(wǎng)絡學術(shù)資源，鏈接指標體系主要有鏈接總數(shù)、鏈接效率和網(wǎng)絡影響因子等，對于使用相關(guān)鏈接指標評價企業(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”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強中的前300強作為樣本。
　　?樣本B：按行業(yè)對企業(yè)進行篩選，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)進行篩選，選擇銀行業(yè)企業(yè)較發(fā)達的日本和美國，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)不計重復數(shù)據(jù)為551個。
　　3.2　鏈接指標的確定及數(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術(shù)網(wǎng)站的鏈接指標類型有：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)絡影響因子，涉及到12個具體的指標。
　　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)絡信息計量研究常用的搜索引擎altavista和alexa進行采集而得。本文涉及的鏈接指標名稱、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，并進行相關(guān)指標計算，得到的指標數(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個樣本進行對比統(tǒng)計分析，使用的SPSS功能主要包括標識異常個案、選擇個案、描述統(tǒng)計、相關(guān)性分析等。
　　?福布斯前300強企業(yè)與福布斯前310家銀行企業(yè)網(wǎng)站鏈接指標表現(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S、U、L、OW的數(shù)量級較大。兩個樣本的u指標值都明顯大于s指標值，即樣本企業(yè)網(wǎng)站的網(wǎng)域網(wǎng)頁數(shù)要遠遠大于網(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)站的服務器功能不是由一臺主機完成的。
　　進一步采用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；正值表示正相關(guān)，負值表示負相關(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)站的建設在同一個水平上，具有可比性。樣本D的01、02指標比樣本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，鏈接指標的表現(xiàn)越優(yōu)異。②樣本B的12項鏈接指標均與企業(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項鏈接指標絕對值均大于樣本A，這說明銀行業(yè)排名與鏈接指標的相關(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)站的鏈接指標與其行業(yè)電子商務發(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)站鏈接指標表現(xiàn)。
　　為進一步分析企業(yè)所處地區(qū)對網(wǎng)站鏈接指標的影響，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樣本量遠大于樣本c、D，樣本數(shù)量的不同導致結(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。
　　?樣本D顯著相關(guān)系數(shù)的絕對值Iul>Isl，說明發(fā)達地區(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)站服務器功能越強，也就能提供更好的服務(例如網(wǎng)頁響應速度)，網(wǎng)上銀行業(yè)務的競爭力也越強。
　　
　　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，相應的鏈接指標也相對較突出；網(wǎng)站鏈接指標與企業(yè)所處行業(yè)關(guān)系密切，行業(yè)的電子商務水平越高，相應的鏈接指標突出，福布斯排行榜中銀行網(wǎng)站鏈接指標的表現(xiàn)說明了這一點；網(wǎng)站的鏈接指標受企業(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)濟越發(fā)達，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)鏈接分析指標相關(guān)性排序，如表7所示：
　　通過表7，筆者認為，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項鏈接指標比較有效，但通常評價網(wǎng)站所用網(wǎng)絡影響因子指標有效性小。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個指標以較高的權(quán)重，然后再進行評估；評價網(wǎng)站最為有效的鏈接指標是外部鏈接網(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)站的建設提供借鑒信息，利于網(wǎng)站的改進與完善。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，應該關(guān)注自己的外部鏈接網(wǎng)站指標，通過提高網(wǎng)站的開放程度提升該鏈接指標。
　　
　　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缺陷，假設所有鏈接同等重要，而實際上鏈接具有任意性，還可隨時修改、刪除。因此，完整的鏈接分析應該是對鏈接數(shù)量及質(zhì)量的評估和分析，有學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一步研究。

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