社会资本的网络测量——关系、位置与资源.pdfVIP

广东社会科学 2012 年第 1 期 社会资本的网络测量 一一关系、位置与资源 t7 仨主 涛 [提 要]传统的社会资本网络测量的方法，强调对关系成分以及网络成员个人属性在网络边界内 部的集中和离散分布特征的统计描述。利用一份截面调查数据，本文梳理并展示了传统社会资本网络 测量工具的原理和应用过程。在考虑到传统测量工具主要缺陷的基础上，本文指出在针对社会网络的 专项调查中，多维、扩大规模的提名法可能是更具潜力的测量工具。 [关键词]社会资本提名生成法位置生成法资源生成法 [中图分类号 ]ω12.3 [文献标识码] A [文章编号] 1 刷 -114X (2012) 01 -0233 -07 作为解释个体工具行动结果差异的重要原因变量，传统的社会资本概念特别强调其对象层次 为区别于个体社会成员的、由社会成员相互联系而成的结构层次的实体一一社会网络。并且其概 念意涵特别指向于个体所嵌入其中的社会网络的主要属性，即个体社会网络的成分属 性一一譬如资摞成分属性与关系成分属性等; 个体社会网络的结构形态属 性一一譬如规模特征与封闭性(结构洞)特征等。其中，个体社会网络的资掘成 分属性是具有因果力意义的(关系)属性。①这样，对社会资本概念的测量就相应地转换为对 个体的自我中心网络属性的测量一一社会资本的网络测量。而对自我中心网络一一作为一 种社会结构的结构层次实体一一的属性的测量指标，则是通过以自我中心网络中各个结 点一一网络成员，以及结点之间的连线一一网络成员之间的关系一一的属性的观察为基 础，进而聚合而成②。因此，在问卷调查中对个体的自我中心网络属性的测量实际上是一个二阶 段的测量、聚合分析的过程:首先是对个体自我中心网络中网络成员个体属性的直接测量，以及 对网络中不同成员之间关系本身的属性的直接测量。在此基础之上，进而通过对网络成员个体属 性以及关系属性在社会网络的结构层次上的聚合分析，形成对个体自我中心网络属性的观察指 标。 233 一、社会资本的网络测量 1.提名、位置与资源测量法 在社会网络分析的长期发展中，已经逐渐形成了三种常用的对个体自我中心网络的测量方 法，即提名生成法 (Name Generator/lnterpreter) 、位置生成法 (Position Generator) 以及 资源生成法 (Resource Generator) 。 提名生成法 (Name Generator/lnterpreter) 甚至可以追溯到社会网络分析历史上社会计量 分析的早期阶段。这一测量方法可以划分为两个基本的部分，即提名的部分 (Name Genera? tor) 和释名的部分 (Name Interpreter) 。在提名的部分，通常要求被访者列举所有与其具有 特定关系内容一一可以是一维或多维一一的关系人的名字或代号，以确定被访者自我中心网 络的规模，并明确不同的关系人。进而，在释名的部分，要求被访者说明提名部分所列举的全部 关系人中部分成员的个体属性，说明这些关系人与被访者之间的关系属性，以及关系人之间的关 系属性。最后，根据所获得的关于被访者个体自我中心网络中关系人的个体属性，以及被访者与 关系人之