關(guān)系研究的新取向社會網(wǎng)絡(luò)分析

關(guān)系研究的新取向社會網(wǎng)絡(luò)分析

個體在社會情境中實現(xiàn)發(fā)展，其與群體成員間的關(guān)系及關(guān)系網(wǎng)絡(luò)的特點會持續(xù)影響個體的社會化進程。發(fā)展情境論(DevelopmentalContextualism)強調(diào)人的發(fā)展是發(fā)展性個體與其所處情境間持續(xù)交互作用的結(jié)果(Lerner，2002)。然而，已有心理學(xué)研究對關(guān)系的考察通常注重特征變量之間的關(guān)系，而相對忽視了個體與其他群體成員間的關(guān)系特點及其共處社會網(wǎng)絡(luò)的特點。例如，欺負(fù)者與受欺負(fù)者不是割裂存在的，只有從對應(yīng)性的欺負(fù)—受欺負(fù)關(guān)系中才能更準(zhǔn)確地揭示欺負(fù)的同伴影響機制(Veenstraetal.,2007)。關(guān)系數(shù)據(jù)是不同于屬性數(shù)據(jù)的數(shù)理統(tǒng)計對象。社會網(wǎng)絡(luò)分析正是最近幾年發(fā)展成熟的分析關(guān)系數(shù)據(jù)及其與屬性數(shù)據(jù)關(guān)系的一種研究取向。1社會網(wǎng)絡(luò)分析的內(nèi)涵社會網(wǎng)絡(luò)分析(SocialNetworkAnalysis，SNA)是基于圖論的思想從群體動力學(xué)角度來考察社會實體（個體、社會組織等）間的關(guān)系連接及其結(jié)構(gòu)特征的一種研究取向(Wasserman&Faust，1994)。傳統(tǒng)研究通常考察反映社會實體的態(tài)度、觀點、行為等性質(zhì)、特點方面的信息，即屬性數(shù)據(jù)(attributedata)。然而，關(guān)系是指社會實體之間的聯(lián)系，而非社會實體的屬性。關(guān)系數(shù)據(jù)(relationaldata)是關(guān)于接觸、聯(lián)絡(luò)、關(guān)聯(lián)、群體依附等方面的數(shù)據(jù)(Scott，2000)，主要有網(wǎng)絡(luò)結(jié)構(gòu)圖和矩陣法兩種呈現(xiàn)方式。社會網(wǎng)絡(luò)分析正是通過對關(guān)系數(shù)據(jù)的系統(tǒng)分析來考察關(guān)系及其網(wǎng)絡(luò)的特征。網(wǎng)絡(luò)結(jié)構(gòu)圖用節(jié)點(node)表示社會實體，節(jié)點間的連線(link)表示關(guān)系，直觀地呈現(xiàn)出關(guān)系的結(jié)構(gòu)。某班級朋友關(guān)系的網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1。矩陣法則是用數(shù)據(jù)矩陣的形式呈現(xiàn)關(guān)系。圖1的矩陣形式見表1，表中首列為提名者，首行為被提名者，第三行第四列上的數(shù)字1表示編號102的個體提名編號103的個體是自己的好朋友。以該班級為例，社會網(wǎng)絡(luò)分析可以為我們提供班級朋友關(guān)系的結(jié)構(gòu)特征及其與個體心理發(fā)展的關(guān)系等信息。社會網(wǎng)絡(luò)分析是一個快速發(fā)展的領(lǐng)域，本文結(jié)合心理學(xué)研究對社會網(wǎng)絡(luò)分析中一些業(yè)已成熟的功能進行具體介紹。2社會網(wǎng)絡(luò)分析的功能2.1中心性分析(CentralityAnalysis)中心性是指個體在群體中居于怎樣的地位，擁有怎樣的權(quán)利(Freeman，1979)。個體中心性越高，越處于群體的中心位置，獲得各種資源的可能性就越大，其影響力也就越大(Sparrowe，Liden，&Wayne，2001)。雖然中心性是心理學(xué)研究中比較受關(guān)注的一個指標(biāo)(Cairns，Leung，Buchanan，&Cairns，1995)，但是社會網(wǎng)絡(luò)分析基于圖形結(jié)構(gòu)得到的中心性能夠描繪出更豐富的關(guān)系結(jié)構(gòu)特點。社會網(wǎng)絡(luò)分析常用的三個中心性指標(biāo)是：程度中心性(degreecentrality)、中介中心性(betweennesscentrality)和親近中心性(closenesscentrality)。2.1.1程度中心性簡單地說，某點的程度中心性就是與它相連的線條數(shù)，可以進一步用該節(jié)點在網(wǎng)絡(luò)中的最大可能關(guān)系數(shù)標(biāo)準(zhǔn)化以進行跨網(wǎng)絡(luò)的比較。如圖1中編號為109的個體有5條關(guān)系與他相連，則其程度中心性就是5，標(biāo)準(zhǔn)化的程度中心性就是5/(40-1)≈.128。程度中心性直觀地反映了個體關(guān)系的數(shù)量程度，計算簡單，與其他中心性指標(biāo)的相關(guān)顯著，是衡量個體地位最常用的一個指標(biāo)(Butts，2008)。圖1某班級朋友關(guān)系的網(wǎng)絡(luò)結(jié)構(gòu)圖(N=40)（陳光輝，2010）2.1.2中介中心性社會網(wǎng)絡(luò)分析基于網(wǎng)絡(luò)信息的流通性提出了中介中心性概念，它是指某一個體在多大程度上承擔(dān)個體間媒介作用的中心性評估指標(biāo)，其基本計算方法是計算其他個體相互聯(lián)系時有多少條關(guān)系是通過該個體的。個體的中介中心性越高，需要通過他發(fā)生聯(lián)系的人就越多，該個體所能得到的信息也就越多，其操縱信息流通的能力也就越大。以往心理學(xué)研究往往忽視了此類個體的作用。如圖1中編號為112的個體，其程度中心性不高，但他卻占據(jù)了兩個小團體的橋梁位置，發(fā)揮著媒介作用。如果沒有該個體做媒介，那么編號為214、213、207、206、106、123的個體所組成的小團體與編號為109、108、107、117的個體所組成小團體就會失去許多聯(lián)系機會。同樣，他也可以從這種橋梁角色中獲取自己的發(fā)展資源。2.1.3親近中心性親近中心性是依據(jù)網(wǎng)絡(luò)中各節(jié)點間的緊密性程度或距離而進行測量的中心性指標(biāo)，其基本的計算方法是將某一節(jié)點與其他節(jié)點間的距離加和后求倒數(shù)。個體的親近中心性越高，則其與其他個體的距離越近，在整體中就越處于核心位置，傳遞信息或?qū)嵤┬袨闀r就越少依賴他人。親近中心性直觀反映了個體在群體中的位置，即是處在中心位置還是邊緣位置。可見，親近中心性更注重整體的結(jié)構(gòu)性，是另一種具有獨特意義的中心性指標(biāo)。如圖1所示的班級中，親近中心性較高的幾個個體109(.0594)、202(.0592)、104(.0590)，都相對處在網(wǎng)絡(luò)的中心位置。這種位置上的優(yōu)勢使得他們成為了班級內(nèi)的“明星”，擁有支配整個班級的能力，屬于班級的領(lǐng)導(dǎo)人物。另外，F(xiàn)reeman(1979)還提出了三種群體意義上的中心性指標(biāo)——程度中心勢、中介中心勢、親近中心勢。中心勢反映的是群體的結(jié)構(gòu)密集程度、信息的流暢程度和個體分布的疏密程度。因此中心勢是一種群體意義上的結(jié)構(gòu)指標(biāo)，而非個體意義上的地位指標(biāo)。然而中心勢在心理學(xué)研究中并未受到重視。2.2小團體分析(CliqueAnalysis)在各種社會組織和群體中都會存在著一些基于朋友關(guān)系或借貸關(guān)系等形成的小團體、小組織。一方面?zhèn)€體通過這些小團體的活動來獲得同伴支持，另一方面小團體的活動又會反過來影響個體的行為與認(rèn)知(Susan&Bauman，1994)。傳統(tǒng)心理學(xué)劃分小團體最常用的方法是社會認(rèn)知地圖(SocialCognitiveMap，SCM)。相對于SCM，社會網(wǎng)絡(luò)分析較少地依賴被試的認(rèn)知水平，同時也可以對大型網(wǎng)絡(luò)進行小團體劃分(Ellis&Zarbatany，2007；Espelage，Holt，&Henkel，2003)。社會網(wǎng)絡(luò)分析使用關(guān)系數(shù)據(jù)依據(jù)圖論進行小團體劃分，其主要假設(shè)是小團體內(nèi)的個體間關(guān)系要比小團體間的個體間關(guān)系更緊密(Alba，1973)。劃分小團體的主要方法是找出關(guān)系結(jié)構(gòu)圖中聯(lián)系相對緊密的子圖成分，然后按照子圖的重疊程度與關(guān)系的緊密程度進一步組合，最終確定小團體成員。社會網(wǎng)絡(luò)分析提出了多種聯(lián)系緊密的子圖形式，如小團體(clique)、n－團體(n-clique)、n－叢(n-plex)等，具體可參見Wasserman1994年的著作《社會網(wǎng)絡(luò)分析：方法與應(yīng)用》。需要指出的是，子圖的組合標(biāo)準(zhǔn)方面存在一定的人為性，需要根據(jù)實際的研究假設(shè)加以確定。當(dāng)然，社會網(wǎng)絡(luò)分析的軟件（如NEGOPY、UCINET）可以幫助我們實現(xiàn)這些復(fù)雜步驟。如圖1中，107、108、109個體組成的子圖與107、108、117組成的子圖有重疊成分，二者聯(lián)系緊密，被劃分為一個小團體。由于心理學(xué)對于小團體作用的重視，社會網(wǎng)絡(luò)分析近年來開始被應(yīng)用到心理學(xué)研究中(Espelage，etal.,2003)。2.3位置分析(PositionAnalysis)小團體分析是基于個體間的聯(lián)系與交流得到的，因此劃分出的小團體內(nèi)的個體都是相互聯(lián)系的。位置分析則是基于網(wǎng)絡(luò)角色和位置的等價性對個體進行劃分的另一種方式，也稱之為角色分析。位置分析所得到的小群體內(nèi)的個體并不一定相互聯(lián)系，而僅是在群體中起到了相同的角色作用，擁有類似的網(wǎng)絡(luò)位置。如圖1中編號為109的個體和編號為207的個體沒有直接的朋友關(guān)系，但是在位置分析中卻會被歸在一起，因為他們在各自的小團體中擁有同樣重要的地位。位置分析首先要計算節(jié)點間的差異，主要有兩種計算方法：一種是以節(jié)點間的距離來評估節(jié)點位置差異性的方法，稱為歐氏距離法(Euclideandistance)；一種是以節(jié)點間的相關(guān)為基礎(chǔ)來評估節(jié)點位置差異性的方法，稱為Concor法（羅家德，2010）。然后，再按照節(jié)點間的相似程度進行分類，得到一群位置角色相似的個體集合。位置分析基于關(guān)系結(jié)構(gòu)的相似性對群體進行分類，從而便于考察關(guān)系結(jié)構(gòu)特點與其他特征變量之間的關(guān)系。2.4關(guān)系數(shù)據(jù)與關(guān)系數(shù)據(jù)的關(guān)系分析相關(guān)與回歸分析是考察變量之間關(guān)系的常用方法，傳統(tǒng)統(tǒng)計方法計算相關(guān)與回歸的一個前提是變量之間相互獨立，以避免共線性問題。關(guān)系數(shù)據(jù)代表社會實體間的聯(lián)系，因此同一群體的關(guān)系變量通常相互交疊，難以保證變量之間的獨立性。這樣一來，傳統(tǒng)統(tǒng)計方法往往不能考察“關(guān)系”之間的關(guān)系（劉軍，2004）。二次指派程序(QuadraticAssignmentProcedure，QAP)是對數(shù)據(jù)矩陣（關(guān)系數(shù)據(jù)一種呈現(xiàn)形式）之間進行相關(guān)與回歸計算的一種方法，其基本原理是以重新抽樣為基礎(chǔ)，對兩個矩陣中的各個元素的相似性進行比較，以檢驗兩個矩陣網(wǎng)絡(luò)的關(guān)聯(lián)性(Hubert，1987)。QAP通過對關(guān)系數(shù)據(jù)矩陣的計算為我們提供了考察關(guān)系之間關(guān)系的方法，彌補了傳統(tǒng)統(tǒng)計方法在關(guān)系考察上的缺陷。例如，我們可以繼續(xù)收集圖1所示的班級中的幫助關(guān)系、欺負(fù)關(guān)系等，借助QAP做他們與朋友關(guān)系的相關(guān)與回歸，以分析朋友關(guān)系與幫助或欺負(fù)關(guān)系的關(guān)系。2.5關(guān)系數(shù)據(jù)與屬性數(shù)據(jù)的關(guān)系分析社會網(wǎng)絡(luò)分析還可以分析關(guān)系數(shù)據(jù)與屬性數(shù)據(jù)的關(guān)系，探究關(guān)系網(wǎng)絡(luò)的結(jié)構(gòu)特點與個體屬性的關(guān)系。將屬性數(shù)據(jù)轉(zhuǎn)化為數(shù)據(jù)矩陣，QAP技術(shù)就可以分析關(guān)系數(shù)據(jù)與屬性數(shù)據(jù)間的關(guān)系（劉軍，2004）。以圖1所示的班級為例，構(gòu)建如表2所示的性別關(guān)系的數(shù)據(jù)矩陣：行列位置上性別相同則賦值為1，性別相異則賦值為0，QAP基于兩種數(shù)據(jù)矩陣可以計算性別與朋友關(guān)系間的相關(guān)與回歸。然而，這種分析存在局限，它不能分析連續(xù)變量特點的屬性數(shù)據(jù)，因為只有分類變量特點的屬性數(shù)據(jù)才能夠轉(zhuǎn)化為數(shù)據(jù)矩陣。隨著計算機和統(tǒng)計技術(shù)的發(fā)展，社會網(wǎng)絡(luò)分析近年來開始使用能夠進行推論的統(tǒng)計模型法來考察關(guān)系數(shù)據(jù)與屬性數(shù)據(jù)的關(guān)系(Robins，Pattison，&Kalish，2007)。統(tǒng)計模型法是在邏輯回歸技術(shù)和馬爾可夫隨機圖理論的基礎(chǔ)上發(fā)展起來的一種分析技術(shù)，較早的形式稱之為模型（對數(shù)線性模型，log-linearmodel）。模型能夠分析某一個體與其他個體的二元關(guān)系的可能形式——沒有關(guān)系、關(guān)系的發(fā)起者、關(guān)系的接收者、互惠性關(guān)系(Holland&Leinhardt，1981)。后來研究者們在模型的基礎(chǔ)上加入了個體屬性特征的分析，發(fā)展為模型（隨機效應(yīng)模型，randomeffectsmodel）。模型將二元關(guān)系視為潛在的隨機效應(yīng)，這些潛在的隨機效應(yīng)可以被關(guān)系的發(fā)起者與接收者各自的屬性特征及二元關(guān)系的特征所解釋(VanDuijn，Snijders，&Zijlstra，2004)。例如，Veenstra等人利用模型研究欺負(fù)二元關(guān)系，發(fā)現(xiàn)欺負(fù)者常會選擇弱小的、被群體排斥的個體欺負(fù)，受欺負(fù)者通常會認(rèn)為欺負(fù)他們的人強壯、喜歡支配別人(Veenstraetal.,2007)。模型僅能對二元關(guān)系進行分析，而社會關(guān)系不僅僅是發(fā)生于兩者之間。關(guān)系網(wǎng)絡(luò)整體結(jié)構(gòu)分析的需求促生了p*模型（指數(shù)隨機分布圖模型，exponentialrandomgraphmodel）的發(fā)展。p*模型可以對三個及以上個體間關(guān)系進行分析，它除了可以分析個體屬性與“關(guān)系”間的關(guān)系，還可以分析網(wǎng)絡(luò)中的小團體結(jié)構(gòu)特征，即不僅能夠解釋個體之間為什么存在關(guān)系，還能夠解釋這種關(guān)系存在的可能的結(jié)構(gòu)形式。表3所示的是p*模型常用的幾個特征結(jié)構(gòu)。例如，Espelage等人利用p*模型研究了青少年階段友誼關(guān)系，發(fā)現(xiàn)“邊”(edges)在群體中出現(xiàn)的概率低，而“2－星”(2-star)在群體中出現(xiàn)的概率高，驗證了個體需要團體的支持才更容易形成友誼的假設(shè)，并進一步分析了其與屬性數(shù)據(jù)的關(guān)系，驗證了攻擊與欺負(fù)水平在小團體內(nèi)的同質(zhì)性(Espelage，GreenJr，&Wasserman，2007)。近年來，p*模型的個別指標(biāo)仍在不斷改進與發(fā)展之中(Robins，2007；Wang，Sharpe，Robins，&Pattison，inpress)，統(tǒng)計模型法的功能也變得越來越完善。3社會網(wǎng)絡(luò)分析的使用3.1確定網(wǎng)絡(luò)界限在進行社會網(wǎng)絡(luò)分析之前，必須首先確定網(wǎng)絡(luò)界限，即確定所要研究的對象總體。社會關(guān)系錯綜復(fù)雜，同一個體或組織可能隸屬于多個組織，有大量的關(guān)系存在。明確網(wǎng)絡(luò)的邊界，才能夠確定所要研究的關(guān)系數(shù)量，從而使得研究可操作化。表3p*模型常用特征結(jié)構(gòu)(Wang，Robins，&Pattison，2009)3.2數(shù)據(jù)收集與錄入問卷法、觀察法、實驗法、訪談法等傳統(tǒng)心理學(xué)的研究方法都可以用來收集關(guān)系數(shù)據(jù)(Marsden，2005)。關(guān)系數(shù)據(jù)按照矩陣的形式通過UCINET、Excel等軟件錄入，也可以利用程序語言快速錄入一些有規(guī)律的關(guān)系數(shù)據(jù)（參見Borgatti，Everett，&Freeman，2002）。3.3關(guān)系數(shù)據(jù)的方向性關(guān)系數(shù)據(jù)是有方向的，它從某一節(jié)點指向另一節(jié)點。根據(jù)關(guān)系數(shù)據(jù)的方向，網(wǎng)絡(luò)結(jié)構(gòu)圖可以分為無向圖(non-directedgraph)和有向圖(directedgraph)。無向圖是從對稱關(guān)系引申出來的。所謂對稱關(guān)系是指當(dāng)A指向B時，只有B也指向A，兩者關(guān)系才成立。此時構(gòu)建的數(shù)據(jù)矩陣是對稱的。如圖1所示的朋友關(guān)系網(wǎng)絡(luò)，其箭頭都是雙向的，關(guān)系矩陣（表1）也是對稱的。如果不考慮對稱關(guān)系，那么網(wǎng)絡(luò)結(jié)構(gòu)圖就會出現(xiàn)方向，稱之為有向圖，構(gòu)建的關(guān)系矩陣就是非對稱的。社會網(wǎng)絡(luò)分析的軟件（如UCINET等）可以輕松地實現(xiàn)有向性到無向性的轉(zhuǎn)化。因此在數(shù)據(jù)錄入的時候可以盡量保留關(guān)系的方向。3.4社會網(wǎng)絡(luò)分析的常用軟件目前使用最多、功能最為強大的社會網(wǎng)絡(luò)分析軟件是UCINET，其免費下載地址為/ucinet/program/setup.exe。它可以輕松實現(xiàn)關(guān)系數(shù)據(jù)的錄