Network Analysis in the Social Sciences（社会科学中的网络分析）论文笔记整理

1 Network Analysis in the Social Sciences（社会科学中的网络分析）

• DOI：DOI: 10.1126/science.1165821

• Journal：science

• Author：STEPHEN P. BORGATTI

• Title：Network Analysis in the Social Sciences（社会科学中的网络分析）

• Abstract：

  • 网络理论能够为从心理学到经济学的各种学科的社会现象提供解释
  • 回顾了社会网络分析（SNA）的历史
  • 回顾了社会科学家用社会网络分析(SNA)解释的各种事情
  • 指出了该领域的一些历史批评和当前面临的挑战

1.1 History of SNA development（SNA的发展历史）

• 1930s Jacob Moreno 社会计量学（sociometry）

  • 研究问题：哈德逊女子学校离家出走的原因
  • 研究方法：社会计量学；绘制社交网络。Jacob Moreno认为造成这种情况与离家出走者在潜在社会网络中的地位有关
  • 结果：这个社会网络中的联系为女孩之间的社会影响力和思想流动提供了渠道
    

• 1940s & 1950s

  • 引入矩阵代数和图论

    • 形式化社会心理学概念，如群体，社交圈

  • 实验室网络实验计划的发展

    • 研究问题：不同通信网络结构对群体解决问题能力的影响
    • 研究结果：通过改变通信模式，研究人员检验了群体网络结构对问题解决速度和准确性的影响。集中的结构优于分散的结构
      

  • “small world”小世界网络

    • 研究问题：人群中随机两人认识的几率有多大？
    • 相关理论：
      • 小世界现象："小世界"现象指的是在某个社交网络中，大多数人之间只需通过少数几个中间人，就能迅速建立联系，形成了一个高度连接的网络结构；
      • 小世界网络：网络中大多数节点之间通过较短的路径相互连接，使得网络中的平均路径长度较短，同时仍具有较高的全局和局部连接性。
      • 六度分离理论：六度分离理论（Six Degrees of Separation Theory）是一种社交理论，指的是人与人之间在社会网络中相互联系的程度。该理论认为，任意两个人之间，通常只需要通过不超过六个中间人，就可以建立联系。（1960s）

  • 城市社会结构的网络分析

    • 研究问题：城市化破坏了社区
    • 研究方法：调查每一个人的社交关系并构建网络，对构建的个人网络（ego‐networks）进行分析。研究中主要关注个人网络的规模（size）、成员组成（composition）和节点之间的连结程度（density或interconnectedness）等特征。
    • 研究结论：研究发现城市化（urbanism）导致网络的密度降低，即节点之间的连接程度减少。进一步研究发现网络密度的降低与心理满足感和整体幸福感等心理指标呈负相关，即网络密度降低可能与心理健康的不利影响有关。

• 1960s anthropology（人类学）

  • 概念层面的发展
    • 人类学家开始将社会视为由各个角色扮演者之间的关系网络或“系统”组成，而非一个整体的单一实体。
  • 亲属系统的数学表示
    • 研究问题：澳大利亚的阿伦达人等民族的亲属系统的特征
    • **研究方法：将亲属系统表示为关系代数。**这些代数包括一组生成关系（如“父母关系”和“结婚关系”）以及二元组合操作，用于构建“in-law”（与我结婚的人的父母）和“cousin”（我父母的父母的子女的子女，不是我父母的子女）等派生关系。
    • 研究结论：发现澳大利亚的Arunda等民族的亲属系统形成了优雅的数学结构
  • 基于网络的现象解释
    • 研究问题：民族志研究，20个城市英国家庭中丈夫和妻子在履行婚姻角色方面存在的显著差异
    • 研究方法：构造妻子丈夫等成员之间的关系网络
    • 研究结论：网络联系越紧密，夫妻双方就越有可能维持传统的夫妻角色隔离

• 1970s sociology（从人类学转向社会学）

  • 结构等价性与网络缩减模型
    • 研究问题：人类学亲属代数
    • 研究方法：Lorrain和White提出了一种建立复杂代数模型的简化方法，以研究网络中结构等价的节点。通过将具有相似入度和出度的节点合并，形成新的网络（缩减模型），其中节点代表结构位置而不是个体
    • 研究结论：这个思想与人类学家对社会结构视为角色网络而非个体的观点相吻合，并可广泛应用于其他领域的角色分析，例如美国经济的结构分析。
  • Strength of Weak Ties theory（弱关系强度理论）
    • 相关概念：弱关系强度理论：弱关系在社交网络中具有重要作用，因为弱关系可能会将一个人与不同社交圈和信息源联系起来，从而提供更多的新颖信息和资源。相比之下，强关系的社交圈通常是重叠的，传递的信息往往是冗余的，因为强关系的人之间通常认识同样的人和事物。
    • 举例说明：假设你在自己的社交圈中认识很多家人、密友和同事，这些人之间互相认识，彼此之间的关系非常密切。但是，你通过一位朋友的朋友结识了一个陌生人，**虽然你和这个陌生人之间关系很弱，但是他是一个专业领域的专家，可以提供你感兴趣的新颖信息和资源。在这个例子中，你通过弱关系（朋友的朋友）获取了新的知识和资源，这就是弱关系提供更多新颖信息和资源的含义。**而强关系中的人们可能已经相互了解彼此的兴趣和知识，所以提供的信息可能相对较为熟悉和重复。

• after 1980s —Become an established field

  • 建立专业组织INSNA（国际社会网络分析学会）；年度学术会议SUNBELT和专门的期刊《Social Networks》；专门用于社会网络分析的软件工具，例如UCINET
  • 在不同领域上的应用
    • 在管理咨询中的应用：社会网络分析在知识管理领域得到应用，帮助组织更好地利用分布在成员之间的知识和能力。
    • 在公共卫生中的应用：社会网络方法在阻止传染病传播和提供更好的医疗保健和社会支持方面发挥重要作用。
    • 在国家安全中的应用：社会网络分析在国家安全领域得到广泛应用。打击犯罪的机构使用网络视角多年来展示了“人物之间联系”的关系网络。
    • 

1.2 Social Network Theory(社会网络理论)

###Types of Ties（社交网络中不同类型的关系Ties）

• Similarities（相似性）：这一类型的关系包括空间和时间的相近性，以及在群体和事件中共同成员，以及共享社会上重要属性（如种族或阶级）等。相似性本身并不被视为社会关系，而是增加形成其他类型关系的概率的条件或状态，从而塑造社会网络。
• Social Relations（社会关系）：社会关系是社会网络研究中最基本的关系类型，许多社会学理论都是基于这一类型的关系。社会关系被认为是连续属性。社会关系是指人与人之间的关系，比如朋友、同事、家人等。社会关系之间的交互作用也会影响关系的演变，比如朋友之间相互给予建议。
• **Interactions（交互作用）：**交互作用通常被认为是可以在一段时间内计数的离散事件。交互作用与社会关系相互影响，一方面社会关系促进交互作用的发生，另一方面交互作用也有可能导致社会关系的演变。例如，朋友之间进行交流，这是社会关系的一种体现，同时这种交流也是交互作用。与之交谈，与之建议，帮助，伤害，等等。
• **Flows（流动）：****流动是指通过交互作用传递的有形和无形的事物。**流动可以包括思想、病毒、物质资源等。流动通常不能直接测量，而是通过交互和关系数据来推断。社会网络理论的重要组成部分之一是构建预期流动的指标，考虑到潜在的社会关系。

Key Theoretical Concepts（关键理论概念）

• Structure Matters（结构的重要性）：社会网络分析强调结构对于网络和节点的重要性。网络的结构决定着团队或个体之间的互动和影响，进而影响他们的行为和结果。

• Network Level of Analysis（网络层面分析）：在网络层面的分析中，关键概念是凝聚（cohesion）和形状（shape）。凝聚力指网络中连接的紧密程度，形状指网络中连接的总体分布。

• Node Level of Analysis（节点层面分析）：节点层面的重要概念是中心性，它衡量节点在网络中的结构重要性。例如，介数中心性（Betweenness centrality）测量节点在连接其他节点间最短路径上的频繁程度。

• Dyad Level of Analysis（二元关系层面分析）：二元关系层面的关键概念是二元关联和等价性。二元关联衡量节点对之间的社会亲密度，等价性衡量节点对在网络中扮演类似结构角色的程度。

Research Questions（研究问题）

• 网络结构的变异性 (Variation in Network Structure): 社会科学家通常关注不同群体或背景中网络结构的变异性，并利用这些差异来解释结果的不同。例如，他们可能研究一个社区的网络结构如何影响其动员集体行动的能力。

• 网络联系的形成 (Formation of Network Ties): 研究目标是解释网络联系的形成，更广泛地预测网络的各种属性，如网络的聚类程度或节点中心性的分布。在社会科学中，这类研究大多在二元层面进行，以预测哪些节点将与其他节点建立哪种类型的联系。例如，什么是友谊联系的基础？企业如何选择联盟伙伴？在不同情境中，已提出许多解释，但它们通常可以归为两个基本类别：机会为基础的先决条件和利益为基础的先决条件。

• 网络中的节点位置与结果 (Node Position and Outcomes in Networks): 社交网络研究中最基本的公理之一是，节点在网络中的位置在一定程度上决定了其所遇到的机遇和限制，从而在节点的结果中起到重要作用。这是社交资本概念的网络思维，其中一种表述认为，一个参与者对其人力资本（即知识、技能和能力）的投资的回报率是由其社交资本（即其网络位置）决定的。

• 节点结果的多样性 (Variability of Node Outcomes): 研究范围包括了大量的节点结果，广泛来说，这些结果分为两大类，即同质性（homogeneity）和性能（Performance）。节点同质性涉及行为或内部结构方面的相似性。例如，如果节点是企业，则其中一个研究领域是预测哪些企业采用相同的组织治理结构；同样，在节点是个体的情况下，一个重要的研究领域是预测一对参与者在创新采纳时间方面的相似性。performance涉及到一个节点在某种好的方面的结果。例如，研究人员发现，在工作场所，拥有更多结构空缺的节点的员工更有创意。同样，在企业层面上，研究人员发现，企业的中心性预测了企业的创新能力（以申请的专利数量为衡量）以及财务绩效。

Theoretical Mechanisms（理论机制）

• **传输（Transmission）：**社交网络分析中最常见的机制之一，指节点之间的直接传递。这可以是物质资源（如金钱）的实际转移，也可以是模仿过程（如思想的传播）。两个节点可能表现出相似的态度或行为，因为一个节点直接或通过中介影响了另一个节点。
• **适应（Adaptation）：**适应机制认为节点在经历和适应相似的社交环境后变得相似。如果两个节点与相同（或等效）的其他节点有关联，它们将面临相同的环境影响，并且很可能通过适应过程变得越来越相似。
• **绑定（Binding）：**绑定机制类似于化学中的共价键结合概念。社交关系可以将节点绑定在一起，构建一个新实体，其性质可能与其组成成员不同。绑定是“结构洞”（structural holes）性能优势的机制之一。
• **排除（Exclusion）：**排除机制指的是在竞争情况下，一个节点通过与另一个节点建立关系来排除第三个节点。一个节点的权力与网络中所有其他节点的权力相关，而节点的权力可能会受到网络远处变化的影响。

Fundamental Metaphors（基本隐喻）

• 流动模型（Flow Model）：这个隐喻将网络比作由管道或道路组成的系统，通过这些管道或道路，信息和资源在网络中流动。在社交网络中，这一模型是最常见的，许多关于网络属性影响结果的理论都基于这一简单的前提。流动模型强调网络中信息的传递和流动过程，以及节点之间的直接和间接联系对信息传递的影响。在网络中，节点之间的直接联系越多，节点接触到流动信息的概率就越大。而通过较长路径连接的节点，可能相对较晚地接收到网络中的信息。同时，网络中具有高介数中心性的节点，因为其在网络中处于重要的中介位置，其行为和移除对整个网络产生更大的影响。这一模型有助于解释节点之间的信息传递和影响过程。
• 架构模型（Architecture Model）：这个隐喻将网络中的联系比作梁或骨骼，这些联系构成了社会文化系统的结构基础。架构模型对社交网络分析中的概念发展产生了深远影响，如规则等价性的概念。规则等价性的概念试图形式化社交角色，并探索是否可以从观察到的网络中推断出这些角色。这一模型强调网络中节点之间的联系形成的结构对整个社会文化系统的影响。规则等价性描述了相同角色的节点在网络中与其他节点建立等价联系的情况。通过规则等价性，我们可以建立网络的简化模型，保留其基本结构，有助于理解节点之间的角色和结构关系。

Criticisms and Challenges（批评与挑战）

• 理论缺失：社交网络研究长期以来面临的最早的批评是缺乏独立的理论体系，被认为只是一种描述性的或方法论的研究。尽管社交网络分析提供了优秀的方法和概念，用于描述网络和节点的位置，但新来者往往过于专注于简单地描述网络，而忽视了建立本土网络理论的重要性。然而，事实上，在今天的社会科学中，已经存在大量的本土网络理论，因此该批评在某种程度上是不正确的。

• 主体性（Agency）：社交科学领域另一个长期存在的批评是缺乏主体性，即忽略了主体的主观性和人的意图。这种批评认为，在社交网络研究中，节点往往被看作是被动的、可替换的容器，完全由其位置或环境决定，而不是主动的代理人，能够主宰自己的命运，并且能够影响周围的网络。这种批评在一定程度上是正确的：对于某些社交网络研究者来说，该领域的吸引力在于可以在不涉及主观因素的情况下解释人的行为。然而，对于管理科学领域的研究者来说，节点往往被视为最大化自身利益的战略参与者。因此，节点的主体性在不同学科中存在差异。

• 动态性（Dynamics.）：动态性批评指的是社交网络研究忽视了网络的演化过程，即网络是如何随着时间推移形成、维持和衰退的。虽然社交网络研究在谁与谁形成联系的原则方面有很多研究，但大部分工作还是集中在网络的后果而非前因上。随着网络研究的发展，研究者越来越关注网络的前因和演化过程，但是存在内源性问题，即在社会现象中，效应也可以是原因。因此，如何区分网络形成的原因和结果是一个重要的挑战。

• 认知（Cognition.）：社交网络中的节点具有认知能力。人们的反思和投射影响着他们对网络位置的反应，以及他们为实现目标而改变网络位置的方式。因此，社会科学中的社交网络研究者对个体行为与网络结构之间的认知关系越来越感兴趣。个体在社交网络中对自己和他人的网络联系的感知和误解，以及这些感知对工作绩效等结果的影响，成为未来研究的一个重要课题。

• 双重诠释性（The Double‐Hermeneutic）：社交网络研究在社会科学中可能会面临的挑战是社会科学概念本身成为研究对象的一部分。社会科学理论可以通过人群扩散，影响人们对自己的认知和行为方式，这被社会学家安东尼·吉登斯称为“双重诠释性”。

Closing Observations

• 社会科学与自然科学在网络研究中的差异：社会科学和自然科学在网络研究中有明显的差异。自然科学更关注描述真实网络结构，并确定这些描述在多大程度上是普遍存在的，而社会科学对描述性研究较为保留，更注重网络结构的变异性，并将此变异性作为解释不同网络结果的因素。

• 个体节点与整体网络：社会科学相对更关注个体节点而不是整体网络。社会科学家主要关心个体节点的命运，不论该节点代表个人还是集体（如公司）。这种关注个体节点的做法可能部分源于传统社会科学理论较为个体主义的特点。

• 不同类型的关系：社会科学倾向于保留不同类型的关系，因为不同类型的关系会影响网络结构对结果的影响。而自然科学则倾向于将不同类型的关系视为衡量“社会网络”的选择性（质量不同的选择）。

• 通用性与特殊性，简单性与复杂性：社会科学与自然科学在通用性与特殊性、简单性与复杂性上存在差异。社会科学倾向于对具体情境进行细致的研究，使用小型数据集，视每个情境为独特的。而自然科学则更倾向于追求普遍性和简化。

• 互相学习的机会：社会科学和自然科学在网络研究中可以相互学习。两者在研究网络时可以从对方的方法和观点中吸取有益的经验和教训。