试析当代社会网研究的若干进展
社会网络分析的现状与研究方法探讨
社会网络分析的现状与研究方法探讨一、引言随着互联网的崛起，人们在日常生活中开始广泛使用社交网络，这使得社交网络成为了人们日常交流和信息传递的一个主要途径。
然而，除了作为一种交流媒介之外，社交网络也成为了一种被广泛研究的现象，人们希望通过社交网络来研究社会现象、人际关系和信息传递的规律。
为此，社会网络分析作为一种研究手段应运而生，成为了一个独立的研究领域，它使用网络结构和节点之间的关系来探究社交网络中的各种问题。
本文将对社会网络分析的现状和研究方法进行探讨。
二、社会网络分析的现状社会网络分析的概念可以追溯到上个世纪50年代，当时人们开始意识到，社会中人与人之间的关系可能是社会问题的一个重要解释因素。
社会网络分析的研究范围十分广泛，涵盖了社会学、心理学、政治学等多个学科领域。
社会网络分析的研究内容通常包括以下方面：1、社会网络的构建对于社会网络的分析，首要任务是构建一个完整和准确的社交网络模型。
一般来说，构建社会网络模型需要收集关于节点的基本信息和互动关系的信息，例如，每个节点的姓名、性别、职业信息以及各节点之间的联系信息等。
这些数据可以通过在线问卷、调查表或追踪数据的方式进行收集。
2、节点度和网络密度节点度是指节点与其他节点直接连接的数量。
网络密度是指网络中已建立的互动关系数量与所有可能的互动关系数量之比。
这两个指标反映了社交网络中的联系强度和联系频率，可以帮助研究者了解社交网络中的节点之间的交流情况，以及社交网络整体的联系程度。
3、节点中心性节点中心性是指节点在社交网络中的重要性程度，通常有度中心性、接近度中心性和使用中心性三种。
度中心性是指节点与其他节点直接连接的数量。
接近度中心性是指节点与其他节点距离的反数之和。
使用中心性是指节点在社交网络中传播消息的程度。
4、社会网络的社区结构社会网络中通常存在许多相互交错的社区，这些社区内的节点之间联系紧密，而社区之间的联系则相对较弱。
研究社交网络中的社区结构可以帮助我们了解不同群体之间的联系和交流情况。
社会网络分析在社会科学研究中的发展现状与未来趋势分析
社会网络分析在社会科学研究中的发展现状与未来趋势分析社会网络分析是一种应用数学和统计学方法来研究人际关系和群体互动的方法。
随着信息技术的迅速发展，社会网络分析在社会科学研究中扮演着越来越重要的角色。
本文旨在探讨社会网络分析在社会科学研究中的发展现状，并展望未来的趋势。
1. 社会网络分析的发展现状社会网络分析起源于20世纪30年代的心理学研究。
通过分析人与人之间互动的模式和结构，社会网络分析提供了一种新的视角来理解社会行为和社会关系。
随着计算机和网络技术的快速发展，社会网络分析得到了极大的推进。
在过去的几十年里，社会网络分析在许多领域都取得了重要的成果。
在社交网络中，研究者通过分析用户之间的连接模式和信息传播路径，揭示了社交媒体的结构和运作机制。
在组织网络中，社会网络分析被应用于揭示组织内部的信息流动和决策路径，为组织研究提供了新的视角。
此外，社会网络分析还在流行病学、经济学、教育学和政治学等领域中得到了广泛的应用。
2. 社会网络分析的未来趋势随着数字化时代的到来，社会网络分析将继续发展，未来的趋势可从以下几个方面展望。
首先，社会网络数据的增长和多样化将推动社会网络分析的发展。
随着移动互联网的普及和大数据技术的成熟，人们在社交媒体平台和在线社区中产生的数据呈指数增长。
这些数据包含了丰富的社会关系和行为信息，为社会网络分析提供了更多的研究材料。
其次，社会网络分析将与其他分析方法相结合，形成跨学科的研究新领域。
随着机器学习和人工智能的迅速发展，社会网络分析可以与这些技术相结合，通过对社会网络数据的模式和规律进行预测和建模。
这将使得社会网络分析能够更好地解释人类行为和社会变化的动力。
第三，社会网络分析将关注网络中的权力和影响力。
社会网络中的权力和影响力对社会行为产生着重要影响。
未来的研究将更加关注权力结构和信息传播中的潜在影响因素，以更好地理解社交媒体和组织中的信息传播和社会影响机制。
最后，随着社会网络数据的增长和隐私问题的引发，社会网络分析将面临伦理和法律挑战。
社会网络分析技术的发展现状与未来趋势分析
社会网络分析技术的发展现状与未来趋势分析社会网络分析技术是一种对社交网络进行分析和研究的方法和工具。
随着社交媒体的普及和互联网的发展，社会网络分析技术也在不断进步与演化。
本文将介绍社会网络分析技术的发展现状，并展望其未来的趋势。
一、社会网络分析技术的发展现状社会网络分析技术的发展离不开数据的支持。
随着互联网的快速发展和人们对社交媒体的依赖，海量的社交数据被积累起来。
如何有效地处理和分析这些数据成为社会网络分析技术的重要挑战。
1. 社交媒体数据的处理与挖掘社交媒体平台如微博、微信、Facebook等每天都会产生大量的数据，这些数据包含了用户之间的关系、用户的行为特征等。
通过对这些数据进行处理和挖掘，可以发现用户之间的社交关系、用户的兴趣爱好等。
而社会网络分析技术正是通过分析这些数据，从而揭示出社会网络的结构和特征。
2. 社会网络分析的应用领域社会网络分析技术在各个领域都有广泛的应用。
在商业领域，社会网络分析可以帮助企业发现潜在客户、分析竞争对手、进行精准营销等。
在社会科学领域，社会网络分析可以用于研究人际关系、影响力传播等。
在网络安全领域，社会网络分析可以用于识别网络攻击、预测网络威胁等。
二、社会网络分析技术的未来趋势社会网络分析技术在未来将面临更大的挑战和机遇。
以下是未来趋势的一些预测。
1. 深度学习与社会网络分析的结合深度学习作为人工智能领域的前沿技术，可以用于处理和分析社交媒体数据。
未来，社会网络分析技术将与深度学习相结合，通过深度学习算法的训练和优化，提高社会网络分析的准确性和效率。
2. 多源数据的整合与分析除了社交媒体数据外，各种传感器和设备也在不断产生数据。
未来的社会网络分析技术将面临多源数据的整合和分析问题。
如何将不同数据源的信息进行整合，并挖掘潜在的关联性是未来的一个重要研究方向。
3. 隐私与社会网络分析的平衡社会网络分析技术使用用户的数据进行分析，涉及到隐私保护的问题。
未来，隐私权保护与社会网络分析之间的平衡将成为一个重要的议题。
社会网络分析在社会学研究中的应用与展望
社会网络分析在社会学研究中的应用与展望近年来，随着互联网的普及和信息技术的飞速发展，社会网络分析（Social Network Analysis，SNA）逐渐成为社会学研究领域的热门话题。
社会网络分析通过研究人与人之间的联系和关系，揭示了社会结构的形成和运作机制，进而对社会行为、社会群体和社会问题进行深入分析，为社会学研究提供了新的维度和方法。
首先，社会网络分析在研究社会行为中发挥了重要作用。
社会网络理论认为，人与人之间的联系是社会行为的基础。
通过社会网络分析，研究者能够深入探究人与人之间的互动关系和信息传播方式，解析人们的观念、态度和行为背后的社会因素。
比如，在传播学领域，社会网络分析被广泛应用于研究媒体传播、信息传播和社交媒体的影响力等方面，帮助我们更好地理解信息在网络中的传播过程，从而为信息传播策略的制定和社会舆论的引导提供理论依据。
其次，社会网络分析在社会群体研究中发挥了重要作用。
社会群体是社会结构的重要组成部分，而社会网络正是群体形成和运作的基石。
运用社会网络分析，研究者能够揭示群体内部成员之间的关系以及群体与群体之间的连接，深入了解群体的形成、演化和分化机制。
比如，在组织行为学领域，社会网络分析被广泛应用于研究组织内部的权力结构、信息流动和决策过程等问题，帮助我们理解组织内部关系的稳定性和变动性，为组织管理和工作设计提供理论指导。
此外，社会网络分析还能够帮助我们研究和理解社会问题。
社会问题往往与人与人之间的关系密切相关，而社会网络分析正是揭示这种关系的利器。
通过社会网络分析，研究者能够深入剖析社会问题的根源和扩散机制，以及对应的解决办法。
例如，在犯罪学领域，研究者利用社会网络分析研究了犯罪集团的形成和运作方式，有助于我们更好地理解犯罪的社会动因和防控措施。
类似地，在健康行为学领域，社会网络分析被用于研究个体健康行为的传播和影响机制，为公共健康政策的制定提供科学依据。
然而，虽然社会网络分析在社会学研究中已经取得了一系列的成果，但仍然存在着一些挑战和局限性。
社会网络研究的发展和趋势
社会网络研究的发展和趋势社会网络研究是一门学科，它研究人际间的关系，如何形成和演变，以及它们对个体和群体的行为和思维的影响。
自20世纪60年代以来，社会网络研究在学界和实践中都取得了显著的进展。
这篇文章将回顾社会网络研究的发展历程，并分析它未来的发展趋势。
一、社会网络研究的发展历程社会网络研究的起源可以追溯到20世纪30年代的社会学家莫雷诺研究小组互动的工作。
在20世纪50年代和60年代，社会科学的发展促进了社会网络研究的发展。
这时候，社会网络研究主要是定性研究，研究对象也主要是面对面的社交网络。
然而，随着社会科学方法的发展，社会网络研究也开始转向定量研究。
20世纪70年代和80年代，人们开始利用计算机技术和数学方法来分析社交网络。
这些方法包括社会网络分析（SNA）和多重关系分析（MRA）。
同时，在20世纪90年代，互联网的普及和社交媒体的兴起，为社会网络研究带来了新的机遇和挑战。
社会网络研究的对象不再局限于面对面的社交网络，而是扩展到了线上社交网络。
二、社会网络研究的现状如今，社会网络研究已经成为一个跨学科的研究领域，涉及社会学、人类学、心理学、计算机科学和信息科学等多个学科。
社会网络研究的方法和应用也越来越多样化和复杂化。
在方法方面，社会网络分析和多重关系分析仍然是研究社交网络最常用的方法之一。
此外，还有通过问卷调查来获取社交网络数据的方法，另外也有非常新颖的基于众筹与网络资源的缘起融合理论进行研究的书籍，其中讨论很多。
在应用方面，社会网络研究可以帮助我们了解人们如何在社交网络上形成和维护社交关系，如何通过社交网络完成信息传递和知识共享，以及社交网络对行为和思维的影响。
此外，社会网络研究也可以应用到各个领域，如市场营销、组织管理、医疗卫生等领域。
三、社会网络研究的未来趋势未来，社会网络研究将呈现出以下趋势。
首先，社会网络研究将更加注重跨学科的整合。
社会网络研究需要涉及社会科学、计算机科学和信息科学等多个学科，需要多领域的交叉合作。
社会网络分析技术的新突破
社会网络分析技术的新突破近年来，随着社会网络的不断发展和普及，社会网络分析技术也得到了一定的突破和发展。
从传统的社交网络分析到更加复杂的大数据时代的网络分析，这种技术的应用越来越广泛，具有很高的实用性和研究价值。
本文将探讨社会网络分析技术的新突破。
一、社会网络分析技术简介社会网络分析技术，简称SNA技术，是通过对个体或团体之间的关联关系以及关联属性的测量和分析，研究这种关系所形成的网络结构、信息传播、行为等特征和规律的一种方法。
它主要应用于社会学、管理学、心理学、计算机科学等学科，可以用于研究个人、组织、社会、国家等各层次的关系网络，被广泛应用于社交网络分析、品牌网络分析、污点传播分析、政治竞选分析等领域。
二、传统社交网络分析技术的局限性传统的社交网络分析技术主要是通过数据收集、数据清洗、计算度中心性等参数来描述网络的结构和功能。
然而，传统的社交网络分析技术存在一些局限性。
1.数据收集难度大。
传统的社交网络分析技术需要在真实环境中调查，收集数据并处理数据。
这个过程非常耗时和困难。
2.计算复杂度高。
传统的社交网络分析技术通常采用统计方法和矩阵方法进行计算，但在处理较大数据量时，会面临计算复杂度过高的问题。
以上两个问题都会导致传统的社交网络分析技术难以应用于大规模网络分析，因此需要更加先进的技术。
三、社会网络分析技术的新突破近年来，随着大数据时代的到来，社会网络分析技术也在突破与发展之中。
以下是几个新的社会网络分析技术的突破点：1.基于深度学习的图像网络分析技术。
利用深度学习技术，可以将网络数据直接转换成图像，从而通过卷积神经网络（CNN）等网络模型进行处理和识别，大幅提高分析效率。
2.基于元路径分析的网络分析技术。
传统的社交网络分析技术中的节点相互依赖于节点本身，这样导致了传统的社交网络分析技术局限性。
元路径分析技术可以更好地描述节点之间的关系，使得研究成果更加具有解释性和预测性。
3.基于复杂网络理论的社会网络分析技术。
社交网络用户行为国内外研究动态及发展趋势
社交网络用户行为国内外研究动态及发展趋势社交网络已经成为了人们日常生活中不可或缺的一部分，它不仅为人们提供了交流和分享的平台，也改变了人们的行为方式和生活习惯。
研究关于社交网络用户行为的国内外研究动态及发展趋势变得尤为重要。
在国内外的研究中，关于社交网络用户行为的研究涵盖了多个领域，包括心理学、社会学、经济学、计算机科学等。
心理学领域的研究主要关注社交网络的使用对用户心理状态的影响，比如社交媒体的使用与孤独感之间的关系、社交网络上虚拟身份和真实身份的差异等。
社会学领域的研究主要关注社交网络在社会关系和社会互动中的作用，例如社交网络对人际关系网络的影响、社交网络网络结构对信息传播的影响等。
经济学领域的研究主要关注社交网络对经济行为的影响，比如社交网络的推荐系统对用户购买行为的影响、社交媒体对消费者决策的影响等。
在计算机科学领域，研究者主要关注社交网络用户行为的数据挖掘和分析方法。
他们通过对用户行为数据的分析，揭示出用户的行为模式和用户群体的特征，为社交网络的运营和管理提供决策依据。
近年来，随着人工智能和大数据技术的发展，社交网络用户行为的研究也得到了进一步的深入。
在研究动态及发展趋势方面，首先是社交网络平台的多样化。
随着社交网络的发展，不断涌现出新的社交网络平台，例如微信、微博、抖音等。
不同的平台具有不同的特点和功能，吸引了不同的用户群体，研究者需要关注不同平台之间的差异和共性。
其次是社交网络用户行为的变化。
随着社交网络的普及和使用时间的增长，用户对社交网络的使用方式和行为习惯也在不断变化。
在过去，人们更多地使用社交网络用于社交交流，而现在，社交网络在媒体传播、信息获取等方面的重要性也越来越大，这就要求研究者关注用户行为的变化和演变。
最后是社交网络用户行为的影响因素研究。
社交网络用户行为受到多种因素的影响，包括个体特征、社交网络平台的设计特点、社会环境等。
研究者需要深入探索这些影响因素，并分析其对用户行为的影响机制，为改进社交网络平台的设计和管理提供参考。
社会网络理论的研究综述3篇
社会网络理论的研究综述第一篇：社会网络理论的概述社会网络理论旨在研究人们之间的社会联系及其影响。
社会网络理论对社会学、心理学、组织行为学、信息科学等学科产生了深远影响，成为当代社会科学研究的重要领域之一。
社会网络可以是指人与人之间的实际联系，也可以是指人与人之间的潜在联系。
它可以以个人、团队、组织或群体为单位进行研究，同时可以从不同角度对网络进行分析。
社会网络理论可以从结构角度分析网络的组成、连接、层次结构、强度和关系，也可以从动态角度分析网络的演化、发展和变化。
社会网络理论认为，人际关系可以影响人们的行为和观念，而人们之间的关系又不是孤立存在的，而是在某种网络结构之中。
因此，研究网络结构和人际关系之间的关系，可以帮助我们理解社会行为、社会关系和社会变化的本质，对于解决社会问题和推进社会发展具有重要意义。
在社会网络理论的发展历程中，出现了多种不同的网络模型，如小世界网络、无标度网络、层级网络等。
不同类型的网络模型对应不同的社会现象，可以帮助研究者更好地理解社会现象的特点和规律。
总之，社会网络理论作为当代社会科学的重要研究领域之一，已经成为理解社会行为和推进社会发展的重要工具。
未来，更多的精力将会投入到社会网络结构的分析、社会影响力的研究和社会工程的实践中，以帮助我们更好地理解和改善社会现象。
第二篇：社会网络理论的应用领域社会网络理论不仅在学术研究中有广泛的应用，也被广泛应用于各个领域的实践。
以下是社会网络理论在不同领域的应用介绍：1. 社会学：社会网络理论是社会学研究的一个重要方向。
通过社会网络分析，可以深入了解社会结构、社会关系和社会变迁。
社会网络理论被用于研究家庭、组织、职业等领域的社会结构和关系，以及人际关系对个体和群体行为的影响。
2. 组织行为学：社会网络理论在组织行为学中应用广泛。
通过社会网络分析，可以深入了解组织内部成员之间的关系，以及组织与外部环境之间的联系。
社会网络理论还可以用于组织结构的设计、组织变革和领导力的发掘。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
社会学研究1999年第3期试析当代社会网研究的若干进展3肖 鸿 内容提要:本文对西方社会网研究的形成和发展、基本原则、主要理论、研究方法和经典的实证研究发现作了系统的介绍,简要评述了社会网研究的主要贡献和局限及对中国社会学发展的意义。
一、社会网研究在欧美的形成和发展11形成和发展 社会网研究是西方社会学一个重要的分支领域,是一种关于社会结构的观点,是一套分析方法和技术。
一般认为,社会网研究产生于英国人类学。
至少从齐美尔1908年发表《社会学:关于社会交往形式的探讨》以来,把社会想象为相互交织的社会关系的观点对于社会学家来说并不陌生。
二三十年代,英国人类学家发现,划定社区的界限往往只是一种主观的猜测,并不能真正反映现实。
因为,现实生活中的社区与其他社区发展种种联系,社区的界限并不像主观判定的那样清楚。
在这种背景下,社会网分析就应运而生了。
英国人类学家拉德克利夫———布朗首次使用了“社会网”的概念,但却是巴恩斯通过对一个挪威渔村阶级体系的分析首次把社会网的隐喻转化为系统的研究。
英国学者伊丽莎白・鲍特(Elizabeth Bott)的著作《家庭与社会网络》至今仍被美国社会学界视为英国社会网研究的范例。
美国社会心理学家莫雷诺于30年代创立了分析社会关系资料的社会计量学方法。
60年代是美国社会网研究的快速发展时期,到70年代末,它开始成为一个拥有自己的学术刊物、专业社区和一大批自称为网络分析学者的一个新的分支领域(Ruan,1993)。
从60年代至今,美国的社会网研究一直沿着两个不同的方向平行发展,因而被划分为两个研究群体。
第一个群体遵循着社会计量学的传统,他们研究整体网络即一个社会体系中角色关系的综合结构。
通过使用矩阵方法,他们分析了“社会系统内部系统和分解的模式,系统成员中‘结构上均衡’的角色关系,网络结构随时间的变迁和系统成员直接或间接联系的方式”(Wellman and Berkowitz,1988,26)。
这个群体的研究领域是小群体内部的关系,他们在分析人际互动和交换模式时,产生了一系列网络分析概念,如紧密性、中距性和中心性等(Freeman 1979,1980)。
这一领域的代表性人物是林顿・弗里曼(Linton Freeman)。
第二个群体的学者集中于个体间的自我中心网络,他们从个体的角度来界定社会网。
该群体沿着英国人类学家的传统发展。
他们关心的问题是个体行为如何受到其人际网络的影响,个体如何通过人际网络结合为社会团体。
他们对个体间关系模式的关注使这个群体归于3 边燕杰博士在1988年8月香港科技大学“改革开放后中国社会变迁”国际研讨会上所做的“社会网络与求职过程”的主题演讲对笔者启发很大。
感谢阮丹青博士和边燕杰博士惠赠的有关社会网研究的最新英文资料。
结构主义社会学的范畴。
这个领域的著名代表性人物是马克・格拉诺维特(Mark Granoveter)、哈里森・怀特(Harrison Whitte)、林南(Nan Lin)和罗纳德・博特(Ronald Burt)等。
21基本观点 米切尔将社会网界定为“一群特定的个人之间的一组独特的联系”(Michetl 1969,2)。
然而社会网的概念今天已经超越了个人间关系的范畴,一个网络的行动者可以是社团行动者如商业公司甚至民族或国家。
关系既包括把行动者连结起来的联系(不限于个人间的关系),也包括商业公司之间的交易关系如领袖人物的共享,金钱、组织信息和群体成员的流动。
今天的网络分析者把社会结构界定为网络的系统(Wellman and Berkowitz,1988)。
网络分析者认为,整个社会是由一个相互交错或平行的网络所构成的大系统。
社会网的结构及其对社会行为的影响模式是社会网的研究对象。
社会网研究深层的社会结构即隐藏在社会系统的复杂表象之下的固定网络模式。
他们强调了研究网络结构性质的重要性,集中研究某一网络中的联系模式如何提供机会与限制,其分析以连结一个社会系统中各个交叉点的社会关系网络为基础。
网络分析者将社会系统视为一种依赖性的联系网络,社会成员按照联系点有差别地占有稀缺资源和结构性地分配这些资源。
网络分析的一个独特特征是强调按照行为的结构性限制而不是行动者的内在驱力来解释行为(Ruan,1993)。
巴里1韦尔曼(Barry Wellman)指出,如下命题支配着网络分析者的研究工作。
(1)内容和强度不同的关系经常是不对称地相互作用的。
社会资源通过关系和网络而流动。
(2)关系直接或间接地将网络成员连结起来;因此,必须在较大的网络结构框架内对关系进行分析。
关系之所以存在是由于互动双方愿意彼此交往。
一种关系的特定性质由其所处的网络界定。
较小的、密切联系的团体的关系同较大的、一般联系的网络中的关系是相当不同的。
(3)社会关系结构创造了非随机的网络;因此产生了网络群、界限和交互关系。
这个命题又包括两点:第一,网络中的关系经常是过渡性的。
如果A与B和B与C之间有一种关系,那么A和C之间发生联系的可能性就会增加。
如果建立这种联系是有代价的,那么这些联系中的每一个交点都会调动某种流动资源,因此网络成员认识到维持直接联系的有效性和必要性。
第二,个体可以维持的关系的数量和强度具有特定的限度。
如果人们不放弃全部或现存的关系,多数人不可能增加新的关系。
(4)交互联系将群体和个体联系起来。
网络的交点不一定是个体的人,也可以是有联系的群体、社区、民族—国家或其他离散的单位。
这些交点之间的联系是由于某些人是几个群体的成员或某些人与网络的其他部分具有异质性联系而产生的。
同时,有形的联系存在于个体之间,其结构重要性正象群体之间的联系一样。
(5)不对称联系和复杂网络分布在不同的稀缺资源中。
资源并非均匀或随机地在具有不对称关系和受限制的网络群体的社会系统中流动。
群体密度、群体界限的严密性和群体内外联系的模式规定了资源流动的方式。
由于社会系统中各个成员的位置各异,他们获得资源的方式也极为不同。
实际上,不平等地获取稀缺资源增加了联系的不对称性。
(6)网络产生了以获取稀缺资源为目的的集体行为和竞争行为。
有组织的竞争稀缺资源是一个社会系统所固有的。
在一个具有不同对称关系的非随机的等级网络中,成员必须运用协作或补充联系去获取资源。
一个网络中的群体将这些联系组成集团和联盟(Wellman,1983,1988)。
31几种有代表性的社会网理论网络结构观 网络分析者在研究社会结构时持有与传统的地位结构观截然不同的网络结构观(如哈里森・怀特、马克・格拉诺维特和林南等)。
网络结构观就是把人与人、组织与组织之间的纽带关系看成一种客观存在的社会结构,分析这些纽带关系对人或组织的影响。
网络结构观认为,任何主体(人或组织)与其他主体的关系都会对主体的行为产生影响。
同地位结构观相比,网络结构观具有如下鲜明的特征:(1)网络结构观从个体与其他个体的关系(诸如亲属、朋友或熟人等)来认识个体在社会中的位置,而地位结构观则按照个体的属性特征来规定个体的社会位置。
(2)网络结构观将个体按其社会关系分成不同的网络,而地位结构观则按照个体的属性特征对其进行分类。
(3)网络结构观分析人们的社会关系面、社会行为的“嵌入性”,而地位结构观注重的是人们的身份和归属感。
(4)网络结构观关心人们对社会资源的摄取能力,而地位结构观强调人们是否占有和占有多少某种社会资源。
(5)网络结构观指出了人们在其社会网络中是否处于中心位置,其网络资源多寡、优劣的重要意义,而地位结构观则将一切都归结为人们的社会地位如阶级阶层地位、教育地位和职业地位等。
市场网络观 怀特在其1981年的著名论文“市场从何而来?”中指出,市场是从社会网络发展而来的。
第一,生产经营者们从一开始就处在同一社会网络之中,他们互相接触,相互观察对方在做什么,特别是对方在同类和相关产品上是如何定价的。
所以,生产经营者的社会网为他们提供了必要的经营信息。
第二,处于同一网络中的生产经营者们相互传递信息并相互暗示,从而建立了一种信任关系。
在这种信任关系的制约下,大家共同遵守同一规则,一起维持共识,从而使商业往来得以延续。
第三,市场秩序事实上产生于同处一个网络圈子中的生产经营者,他们并不是按照纯粹的市场规律来行事。
换言之,市场秩序是生产经营者网络内部相互交往产生的暗示、信任和规则的反映(White,1981)。
弱关系力量假设和“嵌入性”的概念 格拉诺维特1973年在《美国社会学杂志》上发表的“弱关系的力量”一文,被认为是社会网研究的一篇重要文献。
弱关系力量假设的提出和经验发现对欧美学界的社会网分析产生了重大影响。
格拉诺维特所说的关系是指人与人、组织与组织之间由于交流和接触而实际存在的一种纽带联系,这种关系与传统社会学分析中所使用的表示人们属性和类别特征的抽象关系(如变量关系、阶级阶层关系)不同。
他首次提出了关系力量的概念,并将关系分为强和弱,认为强弱关系在人与人、组织与组织、个体和社会系统之间发挥着根本不同的作用。
强关系维系着群体、组织内部的关系,弱关系在群体、组织之间建立了纽带联系。
他从4个维度来测量关系的强弱:一是互动的频率,互动的次数多为强关系,反之则为弱关系;二是感情力量,感情较强、较深为强关系,反之则为弱关系;三是亲密程度,关系密切为强关系,反之则为弱关系;四是互惠交换,互惠交换多而广为强关系,反之则为弱关系。
在此基础上提出了“弱关系充当信息桥”的判断。
在他看来,强关系是在性别、年龄、教育程度、职业身份、收入水平等社会经济特征相似的个体之间发展起来的,而弱关系则是在社会经济特征不同的个体之间发展起来的。
因为群体内部相似性较高的个体所了解的事物、事件经常是相同的,所以通过强关系获得的信息往往重复性很高。
而弱关系是在群体之间发生的,由于弱关系的分布范围较广,它比强关系更能充当跨越其社会界限去获得信息和其他资源的桥梁,可以将其他群体的重要信息带给不属于这些群体的某个个体。
在与其他人的联系中,弱关系可以创造例外的社会流动机会如工作变动。
格拉诺维特断言,虽然所有的弱关系不一定都能充当信息桥,但能够充当信息桥的必定是弱关系。
弱关系充当信息桥的判断,是格拉诺维特提出“弱关系力量”的核心依据(Granovetter,1973,1974,1995)。
格拉诺维特于1985年在《美国社会学杂志》上发表了一篇重要论文“经济行动和社会结构:嵌入性问题”。
他在该文中进一步发挥了卡尔・波兰尼在《伟大的转折》一书中提出的“嵌入性”概念。
他认为经济行为嵌入于社会结构,而核心的社会结构就是人们生活中的社会网络,嵌入的网络机制是信任。
他指出,在经济领域最基本的行为就是交换,而交换行为得以发生的基础是双方必须建立一定程度的相互信任。
在以物易物的原始交换中,双方必须首先相互了解,相信对方有交换的诚意,信任对方对交换条件的认可,然后才能进行实质性的交换。