社会网络研究

物理科学（包括生物）的网络方法应用进行对比。

连接的类型。在物理科学中，很少把任何偶对现象视为网络。在这种意义的使用上，一个网络和一个图是等价的，采用了共同的技术来分析所有的实证案例，从蛋白质相互作用到国际贸易的相互合作。对比之下，社会学家会特别在分析和理论上，对各种各样的二人连接进行区分。例如，图3中就是把二人连接划分成四种基本的类型：相似者，社会关系，相互作用以及流。这些社会网络研究可以看作是解决了这些不同类型的连接如何影响彼此的。

结构的重要性

像在化学中的同分异构体研究一样，社会网络分析的一个基础前提就是结构的概念。例如，相同能力成员组成的团队的表现可能大不相同，这就依赖于成员的关系模式。相似的，在每一个个体节点的层次上，一个成员的表现和将来的行为特征会部分的依赖于他在网络结构中的位置。在传统的社会研究解释中，认为个体的表现和特征是依赖于自己的其他特征的函数（例如，收入是教育和性别的一个函数），社会网络研究人员从个体的社会环境中寻找解释：或者通过影响过程机制（如个体选择他们朋友的职业选择），或者杠杆作用（如，一个个体可以完成特定的事情因为她和强有力的个体间有联系）。社会网络分析实现的的一个关键任务在于它发明了：理论图的性质可以描述结构，地位，和偶对特性（如，和结构的附着力以及连通性）以及连接的宏观特性（如分布）。

在节点水平上的分析，最广泛研究的概念就是，中心性——节点水平上的一族性质，用来表示节点的结构重要性或者说是节点在网络中的杰出程度。比如，一种中心性就是Freeman提出的介数，刻画了存在于对节点间的频繁出现最短路径的性质【27】。这经常用于解释一个演员可以控制的潜在力量，由于能够使流动变缓或者是以这种方式的流动的物质变形，来为演员的利益服务。 例如，Padgett和Ansell[28]分析了15世纪佛罗伦萨的强大的梅蒂奇家族的婚姻和金融交易的历史数据。这项研究表明梅蒂奇家族的强大是很依赖于他们在网络中占据着的高介数，使得他们可以从事中间代理商业事务，并且成为交流和政治决策的关键中继站。

研究问题

在物理学科中，一个重要研究目标就是发现并形成非随机网络上的普适特征，比如，具有

无标度分布的特性等。然而，在社会学中，研究者们只是想要强调在不同的社团和背景下结构会存在不同，而这些不同又可用来解释结果的差异性。例如，Granovetter认为当波士顿想要吞并相邻的两个小镇时，这些小镇可以成功的对抗吞并的原因——就是它具有更利于传播的网络结构，这对于集群行为有更强的传导能力【21】。

社会和物理学科的共同的一个研究目标就是去解释网络连接的形成，更一般的，就是去预测网络的基本属性，例如网络的集聚系数或者网络的中心性分布。在社会学中，大部分此类的工作，均为在偶对（对节点）水平上来回答这样的问题：友谊的基础是什么？公司是如何挑选合作伙伴的？从不同的角度出发，得出大量的解释，但是我们发现它们通常可以分成两个基本的大类：机会型的（两个节点未来按某种概率连接）以及利益驱动型的（某种效用函数的最大化以及不满意程度的最小化，诸如此类导致的连接的形成）。

虽然有很多关于网络前提（网络结构如何形成的）的研究，社会学中关于网络研究的首要关注点是在于网络的表现。或许社会网络研究中最基础的公理是，节点在网络中的位置部分决定了节点所面临的机会和约束， 以这种方式在节点的表现中扮演着重要的角色。这就是网络思想，隐藏在流行的社会资本概念之后，以一种方式安排了活动者投资在自己人力资本（例如，他们的知识，技能，以及能力）的回报率是由他们的社会资本（例如，他们的网络位置）所决定的【29】。

不像在物理学中，节点的多项表现是被作为社会网络变量的结果来研究的。更广泛的来说，这些表现会落入两个主要的分类中：同质性和表现。节点同质性涉及到行动者的相似性上，一般考虑行为以及内部结构。例如，如果行动者是公司，那么研究的一个领域就是预测哪些公司选择同样的组织结构形式【30】；相似的，当节点是个体时，一个关键的研究领域就是及时预测发生新选择的相似性【31】。表现的研究上则对涉及到一个节点表现时，有了某些好的结果。例如，研究人员已经发现公司的中心性可以预测公司创新的能力，可以用受保护专利的数量测量【32】，同样在财务上也有着很好的预测【33】。其他的研究则把个体的中心性和能力以及影响力联系起来【34】。

理论机制

可能最一般的用来解释社会网络变量的结果的机制就是节点间的有向传播。无论这是否是一个物理传播，一些情况下也可以是物质传播如金钱【35】，或者是一个模仿过程，例如思想的传染，基本的思想都是有某些东西沿着网络中的路径从一个节点流向另一个。

适应机制就是经历和适应相似的社会环境后，会使节点倾向于同质性。很像生物中的收敛

形式的解释，如果两个节点和相同的或者等价的其他的节点相连，那么他们面临着同样的环境力，就很有可能通过变得越来越相似来适应。例如，两个高中心的节点在一个建议网络中会产生相似的对电话和电子邮件的厌恶。因为有如此多的求助请求通过这些媒介发送给他们。和传播的情况不同，这种对媒介的厌恶的态度不是从其他节点传播而来，而是节点自己产生的，因为他们有些相似的环境连接。

联合机制和化学上的原子共价键很想。主要思想就是社会连接可以把个体连接在一起来建

立一个新的实体，它的性质可以组成的组分的性质完全不同。联合机制是众多关注“结构洞”的优势的机制中的一种。在给定一个中心网络（所有节点都指向的连接到一个节点，称为中心，而和网络中其他节点的连边共同构成了整个网络），一个结构洞是指中心网络中节点对间缺失一条边【22】。在社会网络研究中已经很完善的一个成果是，有很多结构洞的中心在特定的竞争背景下会表现的更好【19】。而一个节点缺少结构洞的话意味着节点的连接都聚集在一起----他们可以相互勾通和合作像一个整体一样，创造了一个可怕的谈判对手。这是工会和政治团体优势之处背后隐藏的机制。相对而言，一个有很多结构洞的节点可以让不连

接的节点彼此对立，分裂并从而征服。

排斥机制涉及到竞争情况，也就是一个节点和另一个节点建立起连接，而排斥第三个节点。

为了说明，考虑一个链状网络（图5）其中节点被允许和那些他们直接连接的节点达成双向交易。节点d可以和节点c或者d进行交易，而不能是同时和两个节点进行交易。因此，节点d在和节点e进行交易时就会排斥节点c。一系列的实验【36】表明，节点b和d拥有强有力的谈判力量，而节点a，c和e拥有低谈判力量。而c的处境是比较有意思的，它处于更中心的位置，并且有着和节点b和d一样多的交易伙伴。然而，节点b和d仍然更强有力因为每一个都还有着伙伴（节点a和e），这些伙伴处于劣势（他们没有可替代的讨价还价的对象）。c只能和强有力的节点进行讨价还价，这使得c处于劣势。这样的话，一个节点的力量就会成为网络中所有其他节点的函数，并且导致了节点的力量会被网络中离此节点很远的部分的变化所影响。排斥机制的一个例子发生在商业上的供给链。当一个公司想要锁定一个供给商签署一个排斥合同，那么其他竞争的公司就被这家供应商所排斥，这就使他们在市场上很脆弱。

图5

在量子物理中，海森堡不确定性原理描述了系统中一个观测者的影响是需要测量的。一个可以预见到的社会学中网络研究的挑战，就是它的理论会在人群中扩散，从而达到影响人们看待他们自己和行为的方式，这个现象Giddens在双heromeneutic中描述过。例如，在社会网络连接中有过爆炸性现象，例如Facebook 和Linkedin, 使得个人的连接能够高度可视并显著的。很多这些网站都可以给用户提供详细的信息，例如关于他们的社会网络的结构和菜单，以及如何改进他们社交网的建议。逐步提高的对社会网络理论的认识会不会改变深处网络之中人们的创建，维持他们的社交网？

最后的观察

一件很有意思的事情，就是均在研究网络的物理学家和社会学家认为对方都仅仅在做一些描述性的工作。对于一个物理学家，社会学的网络研究是描述性的，因为网络性质的测量方式经常停留在表面的数值，而不会与理论模型产生的期望值进行对比，例如随机图的。而社会学家对于这个论断相当的困惑。对他们而言，基础模型像简单的随机图看起来极端幼稚——就好象把一个摩天大楼的结构和一堆等量的物质的随机分布进行比较。

更重要的是，然而，社会学家和物理学家有着不同的目标。在物理学中，一篇研究文章可以经常以论证一系列网络拥有某一类特定的性质为目标（这类性质可能在随机网络中非常稀少）。对于社会学家而言，缺席期望经常是不同的网络（包括节点在内）将会改变网络的性质，这些改变会导致网络的输出的不同。确实网络差异性和输出的相关性，就是他们看作是理论研究区别于描述性工作的主要部分。

社会学家比物理学家更多的关注个体节点，无论是一个个体还是一个集体如一个公司，而均

把整个网络看作是一个整体。它对节点层面的输出的关注，很可能是受传统的社会学理论对于个体关注的影响。为了盖过已经成立的社会科学理论，网络研究不得不说明网络理论能够更好的解释传统社会学关注的部分。

一些物理学家认为直接观察谁和谁相互作用，比起问受访者关于他们的社交要好的多，因为访谈可能会有错。社会学家认为访谈数据包含错误，但是并不同意这么一种测量措施，可以用谁和谁有作用来替代谁相信谁，因为这两种完全不同性质连接会导致不同的结果。此外，社会学家认为即使当客观观测是可行的，对于通过测量人们对于世界的理解来预测行为，会比测量他们的实际世界要有用的多。还有，社交参与者不断更正他们对于他们周围网络的立理解的能力对于自己来说一个很有意思的变量，并且会对于例如工作场合的表现有着很强的影响。

这是很显然的，物理和社会学家很容易处于两个极端，从普遍真理到特殊性，简单性到复杂性。从一个社会学家的角度来看，物理学的网络研究看起来太简单和粗糙了。并且，毫无疑问，一个物理学家的眼里，社会学的网络研究显得非常的嬗变，更特别的是，只采用用极少的数据背景，并且认为每个场景都是不同的。这是这么多年来，我们可以从对方那里学到的一课。