理论教育 社会网络分析的变量选择

社会网络分析的变量选择

时间:2023-05-30 理论教育 版权反馈
【摘要】:社会网络理论提供了分析企业成长及资源获取的新的分析思路。网络的成员组成也是重要的衡量指标。

社会网络分析的变量选择

社会网络理论提供了分析企业成长及资源获取的新的分析思路。Michael(1997)认为网络由结构要素、资源要素、规则要素与动态要素四种要素组成[67]。其中,结构要素是网络分析的基础,指行为主体之间联系的形式与强度,不同的网络形式和网络强调会产生不同的结果;资源要素是每个行为主体带入网络中的特征,确定行为主体通过网络获得资源的程度;规则要素是指网络中各种规则、制度、法则等;动态要素是指影响网络演进的机会和限制。

社会网络分析把整体网络作为研究对象,将网络视为一个社会体系中角色关系的综合结构,发展出网络规模、网络密度、聚集系数、网络中心性、平均最短径长度、派系或子群体、节点度分布(无标度网络)等特征变量来衡量;也可以把行动者间自我中心网络作为考察变量,从单个行动者的角度来考察个体行为如何受到其嵌入的社会网络的影响,核心概念包括联结强度(tie strength)、社会资本(social capital)、结构洞(structure holes)和嵌入性(embeddedness)等,分别从节点度数、中心性和结构洞等三个特征变量来衡量。网络的成员组成也是重要的衡量指标。

2.2.2.1 整体网络的研究变量

(1)网络规模(network size)指某个网络中所有成员的数量,数值越大则网络规模也就越大。网络规模形容一个网络里主体数量的多寡和网络的大小程度,可以用节点总数N来衡量。网络节点数越多,连接关系越多,网络规模就越大。对于无向图,节点数与可能存在的最大连接关系数量Lm满足下列关系:

(2)网络密度(network density),网络的密度也称为网络的可达性,是指网络中实际存在的联系数量占到所有可能联系数量的比例。即一个密度大的网络涵盖了大量连接。Mizruchi和Stearn(s2001)用下面这个公式来表示网络密度:

其中,Sjk表行动者i的直接联系者j与网络中成员k之间的联结强度;N等于网络中除行动者i外其他成员的数目。

(3)聚集系数。创新网络的聚集程度反映整体网络的局部特征和集团化程度,聚集系数既衡量网络密度也反映了网络的连通性和传递性。假定一个网络的节点i,有个邻居,这些邻居之间存在Ei条关联,它们理论上可能存在的关联边数为,因此其集群系数可以定义为:

整个网络的聚集系数则定义为Ci对全部节点的平均。

(4)网络中心性。反映了网络的集中或集权的程度。它衡量了企业在所嵌入的网络中的位置情况,表示了节点在网络中的权力系数,即在多大程度上可以通过阻断信息流动或在信息传递中扭曲信息的内容,控制他人的思想和行为。计算公式如下:

表示图中最大相对中心度的最大值,表示点i的相对中心度,再计算这些差值的总和,最后除以(n-2),得到网络的中心势指数。

(5)平均最短路径长度。创新网络的平均路径长度反映了网络中各节点间连接的平均距离,影响着整个网络创新资源传递的效率。平均最短路径长度值越小意味着网站中的节点可以通过相对较少的节点迅速达到其他大量的节点,从而较容易地获取知识和信息等资源。

(6)派系。派系是网络子群体的典型表现形式,派系的拓扑结构特征为:网络密度为1;任何一个成员与其他成员邻接且距离为1;组内关系到组外关系比例达到最大;至少包含三个点的最大完备子图。派系成员之间往往具有直接、紧密、经常或积极的关系。派系高密度、高聚集以及成员之间全连通的网络特征对网络成员的创新行为和创新网络的绩效产生的影响体现在合作风险、信息流动、知识的获取与扩散等方面。Melissa A Schilling,Corey C Phelps(2007)通过实证研究得出高聚集度和高联结强度的创新网络比不具有这些网络特征的创新网络更具有创新产出能力[68]。(www.daowen.com)

2.2.2.2 个体网络的分析变量

(1)节点度分布

点入度和点出度:组织在网络中占据中心或外围位置是否基于组织与其他组织建立的网络连结数?度数中心度是指组织与网络中其他组织保持的直接联系数。对点入度和点出度的计算都是可以做到的,表达的是组织从网络中其他组织获得的资产以及从组织流向其他组织的资产,例如资源、信息以及顾客。

节点度数分为绝对点度,为直接与该点关联点的数目,可用表示。由于这种测量忽略了与该点间接相连的点,测量出来的中心度称为“局部中心性”。另一种是相对度,是节点的绝对点数与图中最大可能的度数之比,用表示。对于总节点数为N的网络:

(2)中心性

行动者在社会网络中占据的位置和周围连接情况决定了其权力与影响力,网络中心性是衡量行动者在社会网络中所处位置居于核心地位程度的指标。Freeman(1979)提出了网络的三种中心性:点度中心性(Degree centrality)、接近中心性(Closeness centrality)和中介中心性(Betweenness centrality)。点度中心性越高表示其在网络中联系的成员多,拥有的权利和影响大;接近中心性越高表明行为主体与其他成员的距离越短,获取信息就越快;中介中心性用以考察行为主体的中介位置,中介中心性越高,表示行为主体越占据控制信息流动的关键位置。若节点k对于节点i和j的中介性用表示,如果i和j相连,存在的最短路径数目为nij,而在i、j最短路径的连线中,经过节点k的路径数目为,则节点k对于节点i和j的中介性为:

节点k在整个网络中的中介性为:

(3)结构洞

在过去的20年里,Burt的结构洞理论成为社会网络研究中最有影响力的理论之一。Burt(1992)以弱连接优势(Granovetter,1973)、网络中心度概念(Freeman,1977)和独特交换伙伴的权力(Cook,1977)等理论为基础,将“社会网络中某个或某些个体和有些个体发生直接联系,但与有些个体不发生直接联系、无直接或关系间断”的现象称之为结构洞[69]。连接结构洞的网络成员居于重要的联络地位,可以获得累加而非重复的信息利益和控制利益[70],在竞争的环境下,结构洞的优势尤其明显。结构洞一般采用有效规模(Effsize)、效率(Efficiency)、限制度(Constraint)、等级度(Hierarchy)等4种方式进行测量。有效规模侧重于对企业资源层面的测量,而效率、约束水平和等级度侧重于对企业效率层面的测量。其中结构洞的有效规模(Effsize)以及效率(Efficiency)主要用来测度企业与其合作伙伴之间的非冗余关系以及网络联接的效率。二值网络的有效规模(Effsize)测量为:

其中j表征与自我点i相连的所有点,q是除了i或j以外的每个第三者,有效规模(Effsize)等于该点个体网的规模n减去该个体网络成员的平均度数[74]。在创新网络中,若与企业直接联系的节点越多,且这些节点之间的联系越少,那么该企业所占据结构洞的有效规模就越大[71]。效率(Efficiency)也经常被用来对结构洞进行测量,效率(Efficiency)即为该点的有效规模除以该点所在个体网络的实际规模。Baum(2000)对加拿大新创生物企业进行研究时测量了网络的非冗余的联结并验证了非冗余联结对绩效的正向影响[72]。有效规模侧重于对企业资源层面的测量,而效率、约束水平和层级侧重于对企业效率层面的测量。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈