编辑推荐
社会网分析的理论架构
社会网分析在社会学研究中的角色
社会网研究的类别
自我中心社会网资料的收集
整体社会网资料的收集
图形理论与社会计量学
中心性分析
小团体分析
社会资本的定义与衡量
角色分析
网络动态学
内容简介
《清华社会学讲义:社会网分析讲义(第2版)》包括社会网分析的理论架构;社会网分析在社会学研究中的角色;社会网研究的类别;自我中心社会网资料的收集;整体社会网资料的收集;图形理论与社会计量学;中心性分析;小团体分析;社会资本的定义与衡量;角色分析;网络动态学。第二版不曾改变原有的结构,但以一些更好的研究范例取代了原来的范例,同时增加了自组织与社会资本的一些讨论。
作者简介
罗家德,清华大学社会学系教授、博士生导师。美国纽约州立大学社会学博士,经济学以及应用数学硕士,师从格兰诺维特从事社会网研究。主要教学领域为社会网理论、社会网分析方法以及组织理论,并在海内外多家商业管理学院教授创业与关系管理学等议题。在学术领域致力于将社会网研究应用于经济社会现象以及企业管理,并与同好成立“中国社会学会社会网暨社会资本研究专业委员会”,在国内努力推广社会网研究以及关系管理学。其社会网或社会资本相关论文散见于许多海内外知名学术期刊,并著有《中国人的信任游戏》、《NQ风暴——关系管理的智慧》和《中国人的管理智慧》等书。在汶川大地震后组建了清华大学可持续性乡村重建团队,协助重建了茂县杨柳村,并以社会学实验方法研究了社区自组织的议题。
内页插图
目录
序 林南/1
再版自序 1
第一章 社会网分析的理论架构——以社会网理论在经济分析上的大型理论、中层理论与因果模型为例 1
第二章 社会网分析在社会学研究中的角色 47
第三章 社会网研究的类别——以组织理论与管理研究为例 58
第四章 自我中心社会网资料的收集 82
第五章 整体社会网资料的收集 120
第六章 图形理论与社会计量学 149
第七章 中心性分析 187
第八章 小团体分析 227
第九章 社会资本的定义与衡量——以组织研究为例 255
第十章 角色分析 281
第十一章 网络动态学 297
附录 专有名词中英文对照 325
精彩书摘
(1)新古典经济学的第一个不足之处是非社会的,忽略了人做任何决定的时候都有其外在的社会结构存在,其决定也深深地受到个体在社会结构中所处位置的影响,受到整个社会价值的约制。人的互动行动不止于理性的博弈,而更在于社会结构的影响。
(2)新古典经济学的第二个不足之处是非动态的,其实人并不是在片刻之间权衡当时各种形势,考量自己的需要,以所知的情报而做出理性的决定。他往往会不断地与别人互动,不断地修正自己对形势的观察,也不断地因为别人的影响而改变自己的效用函数,更不断地搜集各种情报,所以任何决定都是在一个动态的过程中做出来的。两人互动不止,在求两人间的均衡,更在于非理性的交互影响与情感因素。
从这个批判上,我们可以看到社会网理论在做经济行为分析上的大型理论概念架构包括以下几项。
(1)经济行为是嵌入在社会网中的,所以人际关系会影响经济行动。
(2)经济行为有其理性的一面,所以人际关系有其实用的、可被计算利得成本的一面,这正是社会资本的概念。但人在经济决策中也有非理性的一面,人际关系所带来的信任与情感因素也会左右个人的经济行动。
(3)信息是不完整的,而且信息的传播正是受社会关系与社会网结构影响的。
(4)个人的效用不是孤立的,个人会随时受到有关系的他人影响而改变效用函数。
(5)个人的社会结构位置会影响到其资源、信息的取得,也会影响其所受到的社会约制,进而影响其经济行动。
在这个架构底下,我们注意到社会关系、关系内涵、关系强度、社会网结构、个人结构位置等因素会对信任、情感支持、资源取得、信息传播、人际影响等诸多中介变量产生影响,进而这些中介变量又会影响经济行动。值得一提的是,格兰诺维特在这篇论文中不只概要地对社会网理论架构加以阐述,更展开了与经济分析的对话,从而开创了新经济社会学这一学派。新经济社会学有一个前提就是要跟经济学对话,尤其是与新古典经济学对话。如何去挑战、辩诘、融合经济学的理论架构,以得到一个新的解释架构,就是新经济社会学的使命,而这个使命也承诺了两个愿景(shared vision)。
前言/序言
社会网和社会资本在过去30年中吸引了学术研究的兴趣,这是有许多原因的。首先,社会网和社会资本是少数自身能够建构理论并验证理论的社会科学方法之一。概念和经验变量之间在认知上的联系使得模型的构建成为可能且解释力强大。其次,在理论和方法上的一致性和同步性中,社会网和社会资本研究能够从微观层次研究延展到宏观层次研究。这种多层次分析间的耦合和沟通在社会科学领域是不常被探究的,也很少能实现。再次,它们使得精确测量那些正处于发展或检验阶段的概念成为可能。事实上,在这个领域中,概念和测量两者常被合起来一并考虑。第四,社会网和社会资本能够同时对结构和行动进行检验,它们克服了在这两者之间不必要且武断的理论划分。社会网和社会资本的理论及经验研究也能够同时用于解释人类社会的积极面和消极面,功能和冲突都能够很容易从中得到反映。最后,这些理论和方法的应用超越了学科界限及研究政策的鸿沟,它们已经被应用到了所有的社会科学领域和公共政策项目当中。
尽管社会网和社会资本的特性和优势众多而又重要,但现在却很难找到一本既有广度又有深度,涵盖社会网和社会资本重要主题及技术的著作。然而罗教授却完成了这个几乎不可能完成的工作。
《社会网分析:方法与实践》 内容简介 《社会网分析:方法与实践》是一本深入浅出、兼具理论深度与实践指导意义的社会网络分析专著。本书旨在为读者提供一个全面而系统的社会网络分析知识框架,帮助研究者、学生以及对社会结构与互动模式感兴趣的各界人士,掌握分析复杂社会现象的有力工具。本书并非对特定研究领域或个别案例的罗列,而是聚焦于社会网络分析的核心概念、核心方法、核心技术及其在不同领域的普适性应用。 第一部分:理论基石与核心概念 本书的开篇,我们将带领读者踏入社会网络分析的理论殿堂。这里,我们不只局限于“社会”这一狭窄的领域,而是将社会网络分析视为一种理解任何由实体及其间关系构成的系统的通用语言。 网络的本质与结构: 我们将从最基础的层面探讨“网络”的定义,解析其由“节点”(actors)和“连边”(ties)构成的基本要素。这里的“节点”可以广泛理解为个人、组织、国家、概念,甚至是基因;而“连边”则代表了权力、信息、情感、交易、合作、敌对等各种可能的关系。本书将详细阐述网络结构的复杂性,包括其大小、密度、同质性与异质性,以及不同类型网络(如二部网络、多层网络)的特性。 核心的测量指标: 为了量化和理解网络结构,本书将系统介绍一系列核心的网络测量指标。我们将深入剖析“度”(degree)、“介数中心性”(betweenness centrality)、“紧密度中心性”(closeness centrality)、“特征向量中心性”(eigenvector centrality)等节点层面的中心性度量,并解释它们在识别关键节点、影响者、瓶颈等方面的意义。同时,我们将探讨网络层面的指标,如“网络密度”(network density)、“平均路径长度”(average path length)、“直径”(diameter)、“集聚系数”(clustering coefficient)等,它们能够揭示网络的整体紧密度、信息传播效率以及是否存在紧密的小团体。 社区结构与群体识别: 在复杂的网络中,往往存在着高度连接的子群体,即“社区”或“社群”。本书将详细介绍多种识别社区结构的方法,包括基于模块度的算法(如Louvain算法)、基于重叠社区检测的方法(如CPM算法),以及其他重要的聚类技术。理解社区结构有助于我们洞察社会分层、信息隔离、群体认同以及群体内部的动力机制。 网络模型的建构与演化: 任何网络都不是静态的,它会随着时间而演化。本书将介绍几种经典的随机网络模型(如Erdos-Renyi模型、Watts-Strogatz小世界模型、Barabasi-Albert无标度网络模型),帮助读者理解不同生成机制下网络结构的形成。同时,我们将探讨动态网络模型,以及如何追踪和分析网络随时间发生的变化,例如节点和连边的添加与删除,以及网络结构的转型。 网络同质性与异质性: 我们将深入探讨网络中存在的同质性(homophily)和异质性(heterophily)现象。同质性是指个体倾向于与具有相似特征的个体建立联系,而异质性则相反。理解这两种现象对于解释信息传播、创新扩散、社会资本的积累以及社会分化的形成至关重要。 第二部分:数据获取、预处理与可视化 社会网络分析的实践离不开高质量的数据。本部分将聚焦于社会网络数据的获取、清洗、整理以及直观展示。 数据源的多元化: 我们将列举并分析不同类型的数据源,包括但不限于:结构化数据(如调查问卷中的关系数据、组织通讯录)、半结构化数据(如社交媒体API接口、论坛帖子)、非结构化数据(如文本语料库中的共现关系)。每种数据源都有其独特的优缺点和适用场景,本书将指导读者如何根据研究问题选择最合适的数据源。 数据清洗与标准化: 真实世界的数据往往充满了噪音、错误和不一致。本书将提供一套系统的方法来处理这些挑战,包括节点识别与合并、连边去重与规范化、缺失值处理、数据格式转换等。有效的数 据预处理是后续分析准确性的基础。 网络数据的表示: 我们将介绍常用的网络数据表示方式,如邻接矩阵(adjacency matrix)和邻接表(adjacency list),并解释它们在存储和计算上的差异。此外,还将提及其他更高级的表示方法,如用于大型网络的稀疏矩阵表示。 网络可视化的艺术与科学: “一图胜千言”。本书将强调网络可视化的重要性,不仅在于展示网络结构,更在于揭示隐藏的模式和洞察。我们将介绍多种可视化算法和布局技术(如力导向算法、圆形布局、分层布局),并指导读者如何利用不同的节点颜色、大小、形状和连边粗细来传达丰富的信息。同时,也将讨论可视化中的挑战,如如何处理大规模网络的可视化难题。 第三部分:高级分析方法与模型 在掌握了基础理论和数据处理技巧后,本书将进一步深入到社会网络分析的高级方法和模型。 结构洞与桥梁: 我们将重点探讨“结构洞”(structural holes)的概念,这是由罗纳德·伯特(Ronald Burt)提出的关键理论。本书将详细解析结构洞的量化指标(如“约束”——constraint),以及如何识别和分析那些处于结构洞中的个体或组织所能获得的优势,例如信息优势、权力优势和创新优势。 嵌入性与闭合: 针对网络中的“嵌入性”(embeddedness)和“闭合”(closure)现象,本书将进行深入探讨。嵌入性是指个体或组织的关系网络如何影响其在其他领域(如市场、信息获取)的表现。闭合则指网络中普遍存在的“熟人圈子”现象,即如果A认识B,B认识C,那么A很可能认识C。我们将解析这些概念的理论意义,以及如何通过网络指标来衡量和分析它们。 多层次网络分析: 现实世界的社会结构往往是多层次的。例如,一个人可能属于一个家庭,一个工作团队,一个社交圈,一个社区。本书将介绍如何进行多层次网络分析,处理嵌套结构或多层关系带来的复杂性,从而更全面地理解个体在不同层级网络中的行为与处境。 网络传播模型: 信息、疾病、创新、观点等如何在网络中传播?本书将介绍几种经典的传播模型,如独立级联模型(Independent Cascade Model)、线性阈值模型(Linear Threshold Model),并探讨如何利用社会网络结构来预测传播的范围和速度,以及如何设计最优的传播策略。 网络搜索引擎与推荐系统: 基于网络结构的分析是许多现代信息技术的基础。本书将简要介绍网络搜索的原理,例如PageRank算法,以及如何利用用户之间的连接关系来构建有效的推荐系统,为用户提供个性化的内容或产品。 统计推断与因果推断: 当我们发现两个网络变量之间存在关联时,如何判断这种关联是偶然的,还是存在真实的因果关系?本书将介绍社会网络分析中的统计推断方法,例如置换检验(permutation tests),以及如何利用网络结构来近似因果推断,例如通过匹配或工具变量等方法。 动态网络模型与时间序列分析: 随着大数据的发展,我们能够获取到越来越多的动态网络数据。本书将介绍如何运用时间序列分析的方法来处理动态网络数据,分析网络结构随时间的变化模式,以及解释这些变化背后的驱动因素。 第四部分:跨领域应用与研究前沿 社会网络分析并非局限于某一学科,其方法论的普适性使其在众多领域展现出强大的解释力。本书的最后部分,我们将列举并分析社会网络分析在不同领域的代表性应用,并展望未来的研究前沿。 组织研究: 分析组织内部的沟通网络、决策网络、合作网络,揭示信息流动瓶颈、权力结构、创新传播路径,以及如何优化组织设计和管理。 经济学研究: 考察企业间的合作与竞争网络、金融市场的关联网络、消费者的社交影响网络,以理解市场结构、风险传播、创新扩散和消费者行为。 政治学研究: 分析政治人物之间的联盟网络、政策制定过程中的游说网络、国家间的军事与经济合作网络,以理解权力分配、议题设置和国际关系。 医学与健康研究: 追踪疾病的传播网络、社会支持网络、健康行为的相互影响网络,以更好地理解疾病防控、健康干预和公共卫生策略。 信息科学与传播学: 研究社交媒体上的信息传播、谣言扩散、舆论形成,以及用户行为模式,以理解信息生态和媒介影响。 犯罪学与社会控制: 分析犯罪团伙的网络结构、毒品交易网络、恐怖主义网络,以协助执法部门进行情报分析和打击犯罪。 科学合作与知识生产: 考察科研人员之间的合作网络、引文网络,以理解科学发展的趋势、知识的流动和创新的驱动力。 未来的展望: 我们将对社会网络分析的未来发展方向进行展望,例如,与人工智能、大数据、机器学习的深度融合;在更精细化、动态化、多模态网络分析方面的突破;以及在解决现实世界复杂问题中的更大潜力。 《社会网分析:方法与实践》以其严谨的逻辑、系统的理论框架、丰富的方法论讲解以及广泛的实践应用,力求成为读者学习和掌握社会网络分析的宝贵资源。无论您是希望理解社会结构运作机制的研究者,还是希望运用先进分析工具解决实际问题的实践者,本书都将为您提供一条清晰而深入的学习路径。