为什么你的好友不能很多:社会网络隔离的产生机制
2018-01-03 11:37:52
  • 0
  • 1
  • 0

作者:周帅 

来源:社论前沿

编者按:社会网中会有隔离吗?大型在线网络的隔离水平有多高?在何种条件下隔离会发生?我们如何解释在线网络与核心网络中隔离程度的差异呢?来自荷兰乌得勒支大学社会学系的博士候选人巴斯·霍夫斯特拉(Bas Hofstra)等人在美国社会学评论2017年第3期上刊发“Sources of Segregation in Social Networks: A Novel Approach Using Facebook”一文,通过结合线上数据资料和社会调查数据,对荷兰2810位青少年受访者的线上、线下网络的性别与族群同质性进行了分析,揭示了隔离的产生机制及其差异。结果发现,在大规模在线网络中,民族所造成的隔离效应要强于性别。同时,就民族和性别而言,核心网络的隔离现象更加严重。

背景

社会网络的隔离问题在21世纪以来引起了越来越多的学者们的关注。这一议题首先源自于麦克芬森等人2001年的一篇综述,他们详细地讨论了社会网络中“物以类聚、人以群分”的同质现象及其影响因素。在他们看来,同质原则型塑了各种社会网络,其中人种和民族的同质性的作用最强,接着是年龄、信仰、教育、职业和性别等因素。随后,莫维(Ted Mouw)发现社会资本效应可能亦是源于同质性,因为一旦在数据中去除运用了和现职相同职业的关系的样本之后,社会资本回报便消失了,进而他从研究方法的角度质疑了主流的社会资本理论。作为社会资本的理论旗手,林南也多次进行回应,批驳了所谓的同质性问题,这场林莫之争持续了将近十年。与此同时,社会网络的同质性或隔离遂成为学术界密切关注的一个新兴领域。

大多数关于社会网络中隔离的研究仅仅关注强关系所构成的小圈子,很少有学者研究过更大规模的弱关系中的隔离现象。强关系中的网络分歧多沿着民族、性别、宗教和社会地位的界限而产生,这些发现多见于亲密关系、核心讨论网、个人朋友网的研究中。然而,有关弱关系网络中的隔离的研究却十分鲜见,缺少此类研究的原因可能在于同时收集强关系和弱关系数据方面的方法论难题。仅有的文献是DiPrete和他的同事们在2011年所做的研究,他们分析2006年的GSS数据后发现,在人种、政治和信仰方面,美国人的相识网络(弱关系)和信任网络(核心关系)都存在隔离现象。

理论与假设

来自荷兰乌得勒支大学(Universiteit Utrecht)社会学系的博士候选人巴斯·霍夫斯特拉(Bas Hofstra)等人最近在美国社会学评论上撰文,再次讨论了社会网络中的隔离问题。他们提出了一个研究社会网络隔离的新方法,并通过运用荷兰2810位青少年的Facebook好友数据,分析其中的民族和性别两个因素所导致的隔离现象。结果发现,在大规模在线网络中,民族所造成的隔离效应要强于性别。同时,就民族和性别而言,核心网络的隔离现象更加严重。

巴斯·霍夫斯特拉解释道,之所以运用在线社会网络数据,是因为问卷调查无法避免受访者的回忆偏差和误解,且对个人关系网络测量有限,而在线网络资料易于获取,也使得同时研究核心网络与扩展网络之间的隔离差异成为可能。荷兰95%的青少年都有脸书账号,好友信息呈现在脸书用户的朋友列表中,实际上研究者很难从中分辨出关系强度。从样本数据来看,荷兰青少年的平均网络好友数量为336,这表明多数样本的在线网络是弱关系而非强关系。根据以往研究,在线网络与线下网络具有高度重合性,所以在线网络能够比较好地展现个人完整的社会网络的主体。

在理论上,绝大多数研究检视了线下社会关系的形成以及隔离为何产生等两个理论问题,对于社会隔离的普遍性解释主要有相对群体规模、社会聚落、同质性和平衡等方面。作者认为,同质性是关系产生的机制,它暗示了一种相近朋友的选择偏好,隔离则描述了群体的构成。因此,这里的同质性是选择性同质(“choice” homophily),而非先天的基线同质(“baseline” homophily)。这篇文章主要就个体社会网中族群的、性别的同质性来考察社会网络的隔离问题。根据已有解释,文章提出了7个假设,具体如下:

Hypothesis 1a: 比起性别,种族使得大型在线网络更加同质。

Hypothesis 1b: 比起少数民族成员,多数民族的成员的在线社会网络更加同质。

Hypothesis 2: 学校与班级中民族的和性别的同质性可以预测在线网络中民族和性别的同质性。

Hypothesis 3a: 当在线网络规模增大时,民族同质性将低,但是仅发生在少数民族中。

Hypothesis 3b: 当在线网络规模增大时,性别同质性会将低。

Hypothesis 3c: 在大规模在线网络中,核心网络的民族同质性程度更高,但是仅发生在少数民族中。

Hypothesis 3d: 与更大规模的在线网络相比,核心网络的性别同质性程度更高。

数据与方法

文章数据来自于欧洲四国移民儿童追踪调查(CILS4EU)中荷兰青少年的第二波调查数据。该调查始于2010年,针对荷兰、瑞士、德国和英国14-15岁的青少年进行了连续三年的追踪调查。作者下载了参与第二波、能够在脸书中搜索到,并且有一个公开的好友列表的青少年样本的完整脸书好友数据,样本规模为2810。

由于无法获得脸书好友的民族与性别的属性资料,作者将好友的名字与荷兰公民登记数据(DCR)相匹配。他们专门设计了一套算法基于受访者好友的名字来估算民族和性别的隔离,预测结果与实际的民族、性别分布高度相关。在CILS4EU数据中,受访者则被划进荷兰六大民族之中,即多数民族荷兰人、土耳其人、摩洛哥人、荷属加勒比人、其他西方人和非西方人。受访者的民族划分依据其父母的出生国家,若父母中仅有一人生于荷兰则将其归入到另一方的民族,若双方来自不同的非荷兰国家,则将其归入到母亲的民族中。同时,还分别计算了在线社会网中女性的比例和六个民族的比例。同样的,CILS4EU询问了受访者的五位实际好友数量(核心网络),以及班级和学校的相关信息(机会结构)。

因此,在线上网络和线下网络中,作者都能够计算出每一位受访者的同性别朋友比例与核心关系比例。下表是样本的在线网络、线下网络(包括核心网络和机会结构)中民族和性别同质性方面的描述性分析,以及样本自身的性别和民族分布。

结论与局限

社会网隔离的文献中有三个关键问题尚未解决,即大型在线网络的隔离水平有多高?在何种条件下隔离会发生?并且我们如何解释在线网络与核心网络中隔离程度的差异呢?

对于第一个问题,结果显示,线上网络中有着高度的族群隔离。在所有受访者中,将近四分之三的脸书好友都具有同民族背景。这一比率与青少年们的线下核心网络中的族群隔离不相上下。然而,如果对每个族群进行分别计算的话,只有多数民族成员的核心网络和在线网络有近似的民族同质性,而少数民族成员的在线网络中的民族同质性要远低于线下核心网络。另外,仅有一半在线网络好友与受访者的性别相同,而在核心网络中这一比率却远超过了80%。

对于第二个问题,作者发现,相对群体规模和社会聚落与较大规模的个人社会网络中的隔离高度相关。大型网络倾向于映射人口和聚落中的结构性特征。人口学中的性别分布往往是50/50,而民族的分布却大不相同。继而,作者提出假设并认为在线网络中,性别同质性要低于民族同质性。因为多数民族的成员可以有更大机会和同样的人接触,数据分析也表明,相较于少数民族的成员,多数民族的成员在大型个人网络中有着更高的民族同质性。社会中的群体随着产生于其中的聚落和关系而分化。所以,个人的网络与其聚落的隔离水平相似。作者发现了聚落中的同质性与在线网络中的同质性有着正向关联,证实了这一猜想。

对于第三个问题,随着网络规模的增长,大型社会网络中较低的性别同质性将愈发明显。在少数民族成员中,在线网络规模增长时,民族同质性将逐渐降低。

综上所述,核心网络比弱关系网络更易产生隔离,双方的相似性增强了关系强度,三方闭合在同质组合中更加明显。个人网络最初反映了接触机会(即meeting opportunities)的特征,随着时间推移,相似双方更可能成为强连带关系,而弱关系则会继续反映这种社会交往的机会结构中的特征。在社会交往上,少数民族成员和不同的人交朋友的机会有限,所以他们在线下和线上网络中呈现出相近的民族同质性。

在研究局限方面,该文存在四个问题。首先,作者选取了拥有开放的网上好友列表的受访者样本,样本代表性不够好。其次,在根据名字来识别在线好友的民族背景时,作者所采用的机器学习算法也存在一定的缺陷。再次,脸书好友网络并不是个人的完整社会网络,添加好友的行为存在着自选择性。最后,作者对于亲属关系的识别也存在着技术问题。瑕不掩瑜,这一研究也有很多新的发现。与DiPrete等人的研究不同,巴斯·霍夫斯特拉等人的发现核心网络和扩展网络中民族同质性一致的现象仅在少数民族样本中出现。与较大在线网络相比,少数民族成员在核心网络中的同质性更高。在整体上,荷兰青少年在核心网络中性别同质性都高于其线网络。这些发现表明弱关系中的社会隔离要低于强关系,DiPrete等人的结论也得到了支持。并且,强关系和弱关系中的隔离差异也仅发生在特定的情况之下,这种情形是接触机会、同质性和平衡的交互影响的结果。

社会网络的同质性或者隔离问题逐渐得到人们的关注。一方面,对于隔离的测量也出现了很多新的方法。另一方面,对于隔离的产生、差异和影响的研究也日益增多。巴斯·霍夫斯特拉等人结合线上数据资料和社会调查数据,对荷兰青少年受访者线上、线下网络的性别和族群同质性进行了分析,揭示了同质性的产生及其差异。这启示我们去关注网络结构的演化,对不同网络的结构关联和差异加以重视。同时,在隔离的影响和应对方式等方面,未来的研究可以做更多有益的探讨。

文献来源:

Hofstra, B., Corten, R., Van Tubergen, F., & Ellison, NB. 2017. “Sources of Segregation in Social Networks: A Novel Approach Using Facebook.” American Sociological Review 82(3). doi: 10.1177/0003122417705656

Miller McPherson, Lynn Smith-Lovin and James M. Cook.2001.”Birds of a Feather: Homophily in Social Networks.” Annual Review of Sociology, Vol. 27 (2001), pp. 415-444.

最新文章
相关阅读