社会网络分析在经济学领域的应用进展，本文主要内容关键词为：经济学论文,进展论文,领域论文,社会论文,网络论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
在相当长的时期内，经验性的社会研究基本由“抽样调查”和“大样本”研究所主导，通过对个人的随机抽样，调查变成了一个社会学的绞肉机——将个人从他的社会背景中撕裂出来并确保研究中没有任何人之间会产生互动(Barton，1968)。最早明确意识到每个人或组织的行为都受制于其所在的社会网络的，是社会学家和人类学家。“社会网络”(Social Network)一词，一般认为最早由英国人类学家布朗(A.R.Brown)在20世纪30年代正式提出。①社会网络一般被定义为一群行动者(the sets of actors)与他们之间的联系(ties)，有“结点/行动者(nodes)”和“联系(ties)”这两个基本要素。“结点”就是社会网络中的行动者，可以是独立的个体，也包括了各类社会组织。“联系”即行动者之间的连结关系，不仅指行动者之间的关系，而且还包括把行动者连结起来的所有类型的联系(斯科特，2007)。②
一、社会网络分析的总体进展
社会网络分析(Social Network Analysis，简称SNA)也可称为社会网络理论或社会网络科学(The Science of Social Network)，最早是由社会学家在大约100年前最早创立并发展起来的。③经过多年发展，它已成为社会科学领域和统计物理学、信息科学等自然科学领域的核心概念之一。
在20世纪90年代后期以前，社会网络分析主要是社会科学(主要是社会学、人类学和经济社会学等交叉学科)的研究领域。其中，代表性研究成果包括麦克尼尔(Macneil，1978)对“关系契约”论，怀特(White，1981)的“市场网络”论，新经济社会学代表人物格兰诺维特(Granovetter，1985)的“嵌入性”(embeddedness)理论，科尔曼(Coleman，1988)、普特南(Putnam，1994)等一批社会学家主张的“社会资本”论④，Burt(1992)的结构洞(Structural Holes)理论。
但是，在20世纪90年代后期以来，以上情形发生了根本性变化。这种变化在学术圈主要与统计物理学等自然科学领域的学者的开创性论文有关(Watts & Strogatz，1998；Barabasi & Albert，1999)。这两篇分别发表于著名期刊《自然》(Nature)和《科学》(Science)上的短论，引发了来自于各个领域尤其是自然科学领域对于社会网络问题的高度关注和深入探讨。⑤与此同时，这种潮流也在事实上导致了社会网络研究范式的“分野”：一种研究范式仍然以社会学、人类学为基础(更倾向于使用的术语是“社会网络”)，重视较小规模的样本与深度访谈，主要通过质性研究方法与相对简单的定量研究方法，仍然是典型的“社会科学”研究，其文献数量每年都呈稳步增长态势。另一种研究范式(更倾向于使用的术语是“复杂网络”，其中也包括对社会网络的研究)则直接继承了以上两篇著名短论的物理学或自然科学“基因”，以统计物理学和比较复杂的数学手段为基础，重视大样本和海量数据，主要通过量化研究和比较复杂的定量研究方法，是典型的“自然科学”研究，其文献数量每年呈指数化爆发增长态势。其中一些经典论文的影响力更是不容忽视。⑥
曾经有一段时期，分别遵循这两种研究范式的学者都“自说自话”，几乎互不引用。不过，近年来，这两种研究范式有一定程度的融合趋势(Freeman，2011)，出现了统计物理学、计算科学、信息科学、医学、心理学等自然科学领域的学者开始大量引用社会科学领域的文献的情形，与此同时，社会科学领域的学者也开始越来越多的引用自然科学领域的文献。不仅如此，还出现了两个原属不同研究领域的学者的联合发表的论文(Salganik et al.，2006；Reichardt & White，2007)。总趋势是，社会网络分析的“硬科学”特征似乎在逐渐强化，至少正在成为一门既不属于纯粹的社会科学，也不属于纯粹的自然科学的典型的跨学科领域。
正是基于以上两种研究范式的共同发展，社会网络分析的研究范围不断扩展，其广度、深度、复杂度都令人惊诧。著名学者J.Scott和P.J.Carrington编辑的《Sage社会网络分析手册》(2011)，对于社会网络理论与应用进行非常全面的综述性研究。⑦
近年来，伴随着社会网络理论的迅速发展，一大批专用分析软件被开发出来。根据著名社会网络分析学者Huisman & Van Duijn(2011)的综述性论文，知名的SNA(即社会网络分析)软件有56种，其中最常用的超过10种。近10年来，由于物理学、数学、计算科学、信息科学、医学等自然科学领域的学者大规模进入社会网络分析领域，导致该领域发生了革命性的变化，其中一个非常重要的表现就是定量化水平在不断提高，与此密切相关的是基于不同操作系统的SNA专用软件不断涌现，原有的软件不断改版升级。这些软件大多可以免费下载。其中最常用的包括UCINET，Pajek，NetMiner，MultiNet，近年来日益流行的软件还有DyNet和ORA等。
伴随着社会网络分析的快速发展，还出现了大量专业学会与专业期刊。在专业学会中，最著名的当属社会网络分析国际联合会(The International Network for Social Network Aanlysts，简称INSNA)，该学会由多伦多大学教授Barry Wellman在1977年创办，现在已发展成为一个包括175个理事(founding members)和超过1300个会员的学术组织⑧，该学会(网络)不仅包括大量的社会学家，还包括了大量来自人类学、传播学、计算科学、教育学、经济学、管理科学、医学、政治科学、公共卫生、心理学和其他学科的学者。该学会的年会(国际Sunbelt 社会网络会议，International Sunbelt Social Network Conference)每年吸引超过500人参加，在欧洲和北美的东西海岸之间轮流举行(Marin & Wellman，2011)。在专业期刊中，最著名的是《社会网络》(Social Network：An International Journal of Structural Analysis)，这份创刊于1979年并由著名学者林登·弗里曼(Linton Freeman)主编的期刊，如今已经成为社会科学领域最著名的期刊之一，目前已成为社会学领域影响因子排名前10的期刊(据SSCI影响因子排序)。⑨另外还有两本著名的网络期刊《链接》(Connections)和《社会结构期刊》(Journal of Social Structure)。《社会网络》和《链接》均为社会网络领域最著名的专业学会INSNA主办的期刊(Marin & Wellman，2011)。另外，与社会网络分析密切相关的专业学术期刊还包括《网络经济学评论》(Review of Network Economics)与《网络心理学、行为与社会网络》(Cyberpsychology，Behavior & Social Networking)，后两者均为SSCI收录。
二、社会网络分析应用于经济学领域的历程
(一)主流经济学曾长期忽视社会网络
社会网络的经济学分析，虽可追溯到美国经济学家凡勃伦(Veblen，1899)关于“炫耀性消费”、杜森贝利(Dussenbery，1944)关于“相对性消费”的理论以及舒尔茨等学者对劳动市场的研究(Myers & Shultz，1951)。然而，直到1980年代，大多数经济学家仍然严重忽视社会关系与人际联系的角色。
主流经济学流行的是个体主义的方法论，从而经济分析的主体应该是个体。价格被认为是协调个体基本机制，市场上的交易被认为是匿名的，价格据说由一个瓦尔拉斯意义上的虚拟的拍卖人来制定。一般均衡理论，就是这种理论范式的缩影。对于这种情形，Granovetter题为《经济行为与社会结构：嵌入性问题》(1985)的经典论文有一段很到位的评论：“(虽然)人类行为与制度如何受到社会关系的影响是社会理论中的经典问题之一……(但是)，功利主义的传统，包括古典经济学与新古典经济学，均假定理性的、自利的行为基本上不受社会关系的影响”。以科斯与威廉姆森为代表并先后获得诺贝尔经济学奖的新制度经济学家，似乎在很大程度上偏离了主流经济学的以上传统，正视经济系统内部的“摩擦”即交易成本问题，并开始不断深入探究经济系统内部的制度“黑箱”。然而，即便是作为新制度经济学集大成者威廉姆森⑩而言，在市场与科层之间，仍然是典型的“二分法”：当作为购买者的厂商与作为销售者的厂商不得不面临高昂的交易成本时，市场交易将被买卖双方的纵向一体化(即所谓科层制)的治理方式所取代(Williamson，1973)。不过在Granovetter(1985)看来，许多交易成本高昂的复杂交易仍然通过市场方式得以持续进行。理解这一事实的关键，在于买卖双方均嵌入在一种长期商业关系网络中，即买卖双方都不愿意失去他们已经在相互的市场交易中建立起来的信任，因为滥用交易权力(11)将会导致其他市场交易的损失。Granovetter(1985)进一步指出，那种认为一旦被整合到一个纵向一体化的企业内工作，买卖双方就可以很好地协调其经济利益的想法，无疑是天真的。作为社会学家的Granovetter并未否定经济学中关于理性、利己行为的基本假设。恰恰相反，他认为，一旦将嵌入各利益主体的各种社会关系考虑进来，那种看似“非理性”的行为就变得非常理性了。因此，古典经济学和新古典经济学的真正问题，不在于关于“理性”的简单假设，而在于“忽略了社会结构”。显然，Granovetter(1985)建议的是一种既考虑嵌入利益主体的社会关系又遵从理性行为范式的理论路径。
(二)主流经济学中纳入社会网络分析的困难
在相当长的时期内，经济学均对社会网络领域缺乏“兴趣”，原因大致在于两个方面：第一，关于社会结构(也包括社会网络)的数据难以获得。因为典型的社会结构与社会网络数据往往被限制在几十个或几百个观察者范围内，这种数据往往比较适合分析社会网络的微观性质。第二，关于社会结构(包括社会网络)的理论与模型方面也存在一些困难。主要体现在如何对那些难以量化的社会网络因素进行量化分析。但是，如上困难正在被有效克服。
第一，随着现代信息技术的不断进步和电子数据库的不断普及，数据难以获得的瓶颈被逐渐克服，尤其是在某些社会网络方面，比如论文合作网络等(Leij，2006)；另外，很多国家层面和国际层面的大规模社会例行调查都涵盖了不少社会网络方面的问题(Knoke & Song，2008)，比如美国在1985年开展的总体社会调查(1985 General Social Survey in the United States)搜集了社会网络方面的数据，这些数据后来支撑了大量社会科学方面的文献发表；美国从1994年到2002年所展开的三次全国青少年健康状况纵向调研(the National Longitudinal Study of Adolescent Health)，也搜集了大量社会网络方面的数据；在新千年来临之际，欧洲的研究人员开展了“首轮欧洲生活品质调查：家庭、工作与社会网络”(First European Quality of Life Survey：Families，Work & Social Networks)。这些大规模调查所提供的大样本数据，显然为更为科学化的社会科学研究提供了数据前提。
第二，近10年来，一大批来自数学、物理学、生理学、医学、信息科学和计算科学等自然科学领域的学者大量进入社会网络领域，在推动该领域不断壮大的同时，也大大提高了该领域的“科学化”水平与“技术含量”，一个直接的后果就是大量理论模型不断涌现，所使用的数学方法与理论工具也不断创新，从而使得社会网络的分析工具、理论与模型的科学化水平在不断增长。正如布里斯托尔大学举办的“社会网络经济学”研讨会的会议主办方所言，“社会与经济网络无所不在，在各种经济决策中扮演着非常重要的角色，且对经济效率与福利有着复杂和长期的影响。近年来，有关社会网络的经济分析飞速发展，不仅克服了诸多理论上的挑战，也克服了诸多数据方面的困扰。”
实际上，忽视社会关系、社会结构的情形，从Granovetter(1985)发表之后已经有了微妙变化。Granovetter(1985)不愧为真正的经典文献，不仅对于社会学自身产生了不容低估的革命性影响，对经济学以及经济学、社会学之外的其他学科也产生了不容忽视的影响。(12)Granovetter(1985)揭开了包括社会学在内的社会科学日益重视社会结构尤其是社会网络的潮流的序幕。Coleman(1988)、Burt(1992)和Fukuyama(1996)关于社会资本、结构洞、信任等重要问题的经典文献，其被引用次数均超过1万次。Powell(1990)和Uzzi(1997)关于网络与组织的经典论文，也被学界广泛引用。以上经典文献无疑对社会网络的经济分析产生了重要影响。
(三)社会网络分析在经济学领域的总体情况
进入20世纪90年代以后，随着社会资本、网络理论、新经济社会学的迅速兴起，随着新制度经济学的不断渗透，社会关系与非正式制度已经开始登上经济学的中心舞台。通过检索全球经济学类最顶尖的《计量经济学期刊》、《美国经济评论》、《政治经济学期刊》、《经济学文献期刊》、《经济学季刊》、《经济学展望期刊》、《经济研究评论》、《经济理论期刊》，不难发现，与社会关系、社会网络相关的论文，从20世纪90年代中后期以来呈加速增长之态势。国外一流大学活跃着不少专门研究社会网络的经济学家，如斯坦福大学的Matthew O.Jackson教授(原为加州理工学院教授)，剑桥大学的Sanjeev Goyal教授，美国西北大学凯洛格商学院的Brian Uzzi教授(他同时还是西北大学复杂系统研究所的NICO的副所长，西北大学社会学系与McCormick工程学院教授)，原哥伦比亚大学教授Duncan J.Watts(现为Yahoo！的首席研究科学家，领导着一个研究人类社会动态的研究团队，也曾经是著名的Santa Fe Institute的研究员)，欧洲大学研究院(European University Institute)的Fernando Vega-Redondo教授。麻省理工学院的著名经济学教授阿西莫格鲁也正式从2009年开始讲授社会网络课程(转引自汪丁丁，2010)。不难发现，这些学者大多数与著名的圣达菲研究所有非常密切的交往，是典型的学术圈“社会网络”。这些大学还培养了一批专门从事社会经济网络分析的经济学博士(Goyal教授指导的博士生有不少以社会经济网络为研究方向，如Galeotti，2005；Leij，2006)。
除了一些顶尖大学投入大量人力资本研究社会网络外，一些跨学科的高水平研究机构也组建起来。早在1987年，分别由诺贝尔经济学奖获得者阿罗和自然科学家安德森(Philip W.Anderson)邀请的10位经济学家和10位自然科学家(分别来自物理学、生物学和计算科学领域)，在著名的圣达菲研究所(Santa Fe Institute)专题研讨会上，就以“作为演化的、复杂体系的经济”为主题，展开过长达10天的跨学科深度研讨。(13)
“经济学帝国主义”曾经受到诸多批评。但是，在社会网络领域，以“帝国主义”面目出现的经济学，俨然成为“物理学帝国主义”或者“数学帝国主义”的受害者(当然更有可能是“受益者”)。近年来，随着一批数学家、物理学家进入到社会网络分析领域，各种复杂的数学模型、证明、推导几乎主宰着社会网络分析，其技术性、工具性的成分越来越强，在很大程度上忽略了文化与社会结构等难以定量的因素，甚至出现了“经济物理学”(Econophysics)这样看起来很奇怪的专用名词(其实类似的现象并非只是出现在经济学领域，在社会学、金融学领域，均出现了类似现象，因为有了诸如社会物理学、金融物理学等专用名词)。国外不仅出现了大量相关论文(Di Matteo & Aste，2007)，甚至还出现了《经济物理学》方面的专著(如Mantegna & Stanley，2000)，且还为数不少。物理学的主流期刊上，甚至还出现题为《经济学将成为下一个物理科学吗？》的论文(Farmer，Shubik & Smith，2005)。
中国大陆开始对社会网络分析(以及密切相关的社会资本理论)的关注，大致起源于20世纪90年代，且以译介为主。在这个阶段，林南、边燕杰等美籍华裔学者做出了非常重要的启蒙性质的贡献，加上刘军、罗家德、张文宏等中国大陆学者的推动，国内当前出现了一股翻译社会网络及相关理论书籍的热潮，包括斯科特、巴拉巴西、弗里曼、伯特、格兰诺维特、怀特、戈伊尔、杰克逊、瓦茨等在内的一批国外顶尖学者的社会网络分析专著都被翻译成中文出版。除此之外，刘军、林聚任、罗家德等国内学者也出版了大量介绍性专著。总体而言，社会网络分析在国内社会学界的认同度远高于其他社会科学领域。在社会学界，不仅出现了一大批规范的研究性论文，还出版了一批非常扎实的高水平专著。另外，社会网络分析在工商管理、创新管理、管理科学与工程等领域却得到越来越多的运用。而社会网络分析在国内经济学界鲜有响应，张闯、夏春玉、梁守砚(2009)、钱锡红、杨永福、徐万里(2010)、马光荣、杨恩艳(2011)、杨汝岱、陈斌开、朱诗娥(2011)虽然利用社会网络分析研究了国内的现实经济问题，但在经济学圈内的引用率却不高。这至少表明，社会网络分析范式与思想，仍未得到国内经济学界应有的重视。
三、社会网络分析在经济学领域的应用进展
(一)社会网络的经济分析：纯理论研究
社会网络分析在经济学领域的应用，就纯理论研究而言，主要围绕三个基本问题：第一，社会网络具有哪些重要的结构属性？第二，社会网络结构如何影响经济决策？第三，经济激励在社会网络结构的形成中扮演着何种角色？第一个问题往往被归结为所谓的“网络结构”(network structure)问题。这是一个典型的具有经验性质(empirical nature)的问题，其目标在于给出社会网络结构的“经验性事实”(stylized facts)，正是这些经验性事实奠定了回答后面两个问题从而更好地理解社会网络与经济决策之间的相互关系的基础；第二个问题往往被归结为所谓的“网络效应”(network effect)问题；第三个问题往往被归结为所谓的“网络形成”(network formation)问题。后两个问题，显然旨在探究社会网络与经济决策之间的相互因果关系：第二个问题旨在探究社会网络如何构成了经济决策的“因”；而第三个问题则恰恰相反，旨在探究经济激励如何成为社会网络结构形成的“因”。后两个问题的深入探讨，必然导向对社会网络结构本身的再剖析，从而必需要回到第一个问题。这样，基于上述问题的分析显然构成了一个典型的“分析环”(analytical cycle)。借助于上述3个基本问题的分析环，有助于更好地理解经济中社会网络的角色(Leij，2006)。
1.网络结构：社会网络的结构属性。根据Newman(2003)的总结，社会网络具有“小网络距离”(small network distances)、“高聚集性”(high clustering)与“链接的不平等分布”(an unequal distribution of links)等特性。Jackson(2008)的总结比较类似，他将社会网络的基本特性(basic characteristics of social network)总结为：小世界(small world)、高聚集(high clustering)与幂律分布(degree distribution)。
(1)“小网络距离”或小世界网络。“小网络距离”或小世界网络，也称“小世界效应”。这一思想至少可追溯到诺贝尔奖获得者马可尼(Marconi，1909)基于他在20世纪早期的无线电研究并在其获得诺贝尔奖的演说中提出的天才猜想。这一猜想启发了匈牙利学者Frigyes Karinthy在20年之后(1929年)提出了类似后来被称为“小世界”或“六度分割”(Six Degrees of Separation)的思想，这一思想或许是最早的“六度分割”概念和探究“小世界问题”答案的努力(转引自Braun，2004)。数学家Manfred Kochen于20世纪50年代早期在巴黎大学工作期间，与政治科学家Ithiel de Sola Pool合著了一篇数学手稿《联系与影响》(Contacts & Influences)，其中明确研究了“六度分割”。不过这篇数学手稿在学界流传了20多年才正式发表(Pool & Kochen，1978)。正是在20世纪50年代早期，米尔格拉姆在巴黎大学访问并与他们展开过合作研究。从这个角度而言，那种认为“六度分割理论”是哈佛大学心理学教授斯坦利·米尔格拉姆在其经典文献(Milgram，1967)中明确提出的看法，可能是有失公允的。根据Milgram(1967)的著名的连锁信实验推论，世界上所有互不相识的人只需要很少中间人就能建立起联系(Milgram的实验证明平均只需六个人就可以联系任何两个互不相识的美国人)。(14)这一理论后来为Kochen(1989)和Watts(1999)进一步阐发，而且著名的连锁信实验由Dodds，Muhamad & Watts(2003)通过电子邮件信息，在一个大得多的样本规模下重做了一遍。这篇发表于著名期刊《Science》上的论文发现，链条的平均长度的确也大约是6。近年来，雅虎公司甚至还发起了一项名为“小世界实验”(small world experiment)，专门招募网络志愿者，同时开通荷兰语、英语、德语、西班牙语、法语、葡萄牙语、俄语、伊斯兰语、繁体中文、简体中文、日语、韩语界面，通过了解整个5亿多Facebook用户的社交图谱以严格地验证六度分割理论假说的正确性。
(2)“高聚集性”。所谓的聚集性关注的是与关系传递相关的方面。如果结点i连接到j，结点j连接到k，那么i也连接到k。这种传递被称为聚集性，且可以通过多种方式衡量。社会网络的聚集度非常高，比如朋友往往通过现在的朋友认识新的朋友(Jackson & Rogers，2007)。Watts & Strogatz(1998)与Newman(2003)阐述并解释了“高聚集性”或“高聚集系数”这一特征化事实。如果链接是随机形式，在一个有n个结点、平均度为k的网络中，聚集程度大致为k/n。但现实社会中的链接并非是随机网络，因而聚集系数必然远高于该数值。
(3)链接的不平等分布或幂律分布。Newman(2003)与Albert，Jeong & Barabasi(1999)有非常清晰的阐释。Barabasi & Albert(1999)称之为“优先连接”(Preferential Attachment)，即拥有更多财富或信誉的个体将优先得到财富或信誉。这一概念是Yule于1925年最早使用的，最先从严格意义上考虑了优先连接过程，并用这一理论解释了物种进化过程的出现的幂律分布现象，因此，“优先连接过程”有时也会被称为“Yule过程”。(15)网络中存在的链接的不平等分配现象的一项经典综述由Newman(2003)完成。根据Albert，Jeong & Barabasi(1999)对美国圣母大学校园网的一项研究，82%的网页只有不到4个与其他网页的链接，而少数网页却有超过1000个链接。Goyal，Leij & Gonzalez(2006)通过对全球范围内经济学家合作网络的考察发现，在20世纪90年代，经济学家的平均合作者不到2人，但也有极少数经济学家有多得多的合作者，有些经济学家的合作者甚至超过50人。
2.网络效应：社会网络结构如何影响经济决策。所谓“网络效应”(network effect)，即社会网络结构如何影响经济决策？经济学家往往会关注诸如社会网络在工作信息传播中的作用，社会网络影响工资、就业的机理，社会网络对教育与人力资本决策的影响、网络结构如何影响交易条件等重要问题。网络效应是理解很多重要的经济现象的关键，自然构成了近年来经济研究的热门领域，国外顶级的经济学期刊，包括计量经济学期刊、美国经济评论、政治经济学期刊、经济学季刊等，近年来每年都有相当数量的相关论文发表。而该领域的早期研究，可追溯到Boorman(1975)和Myerson(1991)。
经济学中一般将网络效应看成一个博弈过程：局中人的战略是某种努力或者投资水平，而局中人的获益(payoff)会伴随着他自己的努力水平的提高而增长，但同时也取决于他所在网络中的直接邻居的努力水平(Galeotti et al.，2006)。这样就会存在两种不同性质的网络，分别可称之为“局部战略性互补(local strategic complements)网络”和“局部战略性互替(local strategic substitutes)网络”，前者指局中人自身努力的边际获益(marginal payoff)伴随着邻居的努力而增长，换而言之，邻居的努力对局中人自身的获益具有正外部性；后者指局中人自身努力的边际获益(marginal payoff)伴随着邻居的努力而下降，换而言之，邻居是努力对局中人自身的获益具有负外部性。在战略性互补性博弈中，参与人的偏好是一致的；而在战略性互替博弈中，相互作用和动态变化更复杂，从而使得均衡的计算也更有挑战性。Bramoulle & Kranton(2007)分析了这类博弈，发现网络结构的轻微变化可以导致均衡结构的动态变化。Jackson & Watts(2002)，Goyal & Vega-Redondo(2005)提出的协调博弈对网络和行为的共同演化建立了模型，研究当网络随行动共同演化，出现的行动如何不同于确定网络的行动。
社会网络可以通过促进价格信息和市场行情的传播，可以借以提供贸易信用，可以预防和处理契约分歧，可以促进风险分担(Fafchamps & Minten，1999)。在社会网络结构中，非常重要的方面就是个体在社会网络中的位置，对经济决策往往有重要影响。换而言之，结点的位置部分地决定其面临的机遇与约束，因而结点的位置对结果有重要影响。这是隐藏在社会资本之后的网络机理，即个人在人力资本(他们的知识、技巧、能力等)上投资的回报率取决于他们的社会资本(如他们在网络中的位置)(Burt，2005)。又如，求职者往往从他们的朋友那里获得有关职位空缺的信息，科学家往往从其同事那里获知一些最新发表的论文，夜贼往往从其同伙那里获得最佳偷窃技术(Leij，2006)。在很多国家的农业实践中，农民也往往从其邻居或亲戚那里获得一些关键信息和关键技术、诀窍。网络效应除了关注某人所处的网络位置对其战略行为的影响外，同时也关注如下问题：若将社会视为一个整体，社会福利如何受社会网络结构的影响，也就是说，一个社会的福祉在拥有更多链接或更短距离的情况下是否会变得更好些？(Leij，2006)
3.网络形成：经济激励影响社会网络结构形成的机理。网络形成问题或许是社会网络的经济分析中最有技术含量、最具理论原创性、最前沿也最有前途的领域。很多一流学者在这个领域进行了大量深入研究。网络形成的研究方法，主要有四种：第一种方法起源于随机图理论，主要是研究网络形成的过程。这种模型源于Erdos & Renyi(1959；1960)的系列经典文献，研究了网络中一些可观察的特征(如肥尾度分布，高聚集性等)如何与网络连结的形成过程相关。第二种基于社会网络数据建立统计模型，这种方法构建的模型在估计方面是多功能的。也就是说，这些模型是可以估算社会网络数据中各种特征的相关性和形式。第三种方法是基于经济基本原理，假定个人根据收益(作为网络的一个函数)来选择他们的关系，这样建模并结合博弈论，可以说明某些结构为什么会出现。基于Bala & Goyal(2000)和Jackson & Wolinsky(1996)的开创性工作，国外学界提出了大量网络形成博弈模型，代表性文献包括Calvo-Armengol & Zenou(2004)，Ballester，Calvo-Armengol & Zenou(2006)，Galeotti et al.(2006)，Bramoulle & Kranton(2007)。显然，这些方法源于非常不同的观点和目标，以及它们对社会网络形成有不同的见解(Jackson，2011)。第四种方法是通过实验的方法来研究网络形成，代表性文献包括Callandar & Plott(2005)，Pantz & Ziegelmeyer(2003)以及Charness & Jackson(2007)。
网络形成的理论解释路径，可以分为两大类：基于机会的理论诠释(opportunity-based antecedents)和基于利益的理论诠释(benefit-based antecedents)。基于机会的解释关注两个结点进行联系的可能性——这样的因素包括地理的邻近，比如物理上的邻近最容易产生相互作用(Festinger et al.，1950)；社会的邻近(如拥有共同的朋友往往会增加见面的可能性)，以及相对的团体规模(Blau，1977)。基于利益的解释则通常通过某些效用/不适、最大化/最小化等概念以解释关系的形成，例如，关于同质性的一个解释是，有相似背景的参与人之间的沟通更容易也更有效(McPherson et al.，2001)。又如，拥有资源的结点更容易同缺乏资源的结点之间形成连接(Burt，1983)。
(二)社会网络的经济分析：应用研究
1.在劳动经济学中的应用研究。在经济学领域，社会网络分析在劳动经济学中的应用最早，发展也最为成熟。基于对纺织业工人的访谈，Myers & Shultz(1951)发现，社会关系在寻找工作的过程中发挥着极为关键的作用。(16)遵循Myers & Shultz(1951)开创的研究路线，Rees(1966)发表于《美国经济评论》上的经典论文和Rees & Shultz(1970)在芝加哥大学出版社出版的著作，对劳动市场中的信息网络与社会契约问题进行了更为深入的研究(有效样本总量高达2162个)。Rees & Shultz(1970)已经发现，Myers & Shultz(1951)所提供的数字并非纺织业工人的特有现象，而是非常广泛地存在于各个行业。(17)Granovetter(1974)利用马萨诸塞州Newton居民的样本(有效样本容量为282个)也有类似的发现。(18)Corcoran，Datcher & Duncan(1980)利用美国家庭的大样本数据(其样本总量高达3759个)进一步确认了以上发现。(19)Pellizzari(2004)的研究则发现，这种现象普遍存在于不同国家。
Montgomery(1991)解释的基本问题是：为什么那些拥有良好社会网络的工人能够找到收入更高的工作？为什么那些通过引荐雇佣工人的厂商能够赚取更高的利润？这一模型的创新之处在于：不仅解释了雇员收入与社会网络的相互关系，还解释了雇主利润与社会网络的关系。该模型进一步预测，社会结构的变化有可能改变整个社会的收入分配状况：社会连接密度的增长或在能力方面的社会分层将产生更大的工资差异。Arrow & Borzekowski(2004)也指出，社会网络对工作机会造成的扭曲将内在地加剧不平等，这与Montgomery(1991)的雇佣模型是一致的。然而，Pellizzari(2004)针对欧洲和美国的经验研究表明，通过社会网络找工作的方式与求职者的收入间的关系并不确定：在奥地利、比利时和荷兰，这种关系是正向的；而在希腊、意大利、葡萄牙和英国，这种关系则是负向的；在其他欧洲国家和美国，没有发现显著的收入差异。
朋友与亲属关系是否真的有助于获得一份好的工作(薪水更丰厚的工作)？对于这一问题似乎还无法得到确定的回答。一个重要原因可能是“声誉”机制：那些在某个机构拥有工作的举荐人往往倾向于推荐那些暂时没有工作但潜在能力相对较强的人来求职，因为事关其今后的声誉；而那些能力较差者将很难在第一时间被举荐；而且由于类似的原因，一旦被举荐人被录用，举荐人将会监督其工作，从而使被举荐人生产率更高(Saloner，1985；Kugler，2003)。
2.在产业组织与组织经济学中的应用。社会网络分析在产业经济学尤其是产业组织领域得到广泛应用。除在金融业(Allen & Gale，2000；May，Levin & Sugihara，2008；Lori et al.，2008)、高科技产业(Vainio，2005；Borg，2009))、国际贸易(Greif，1989；Rauch，2001；Rauch，2002；Fagiolo，Schiavo & Reyes，2009)等领域进行了广泛的应用研究外，在农村与农业组织中的应用研究也非常充分。Akerlof(1970)研究了印度农村中地方放债人作用。Weisbuch，Kirman & Herreiner(2000)研究了马赛的鱼市场重复性交互作用并讨论了社会网络结构的重要性。Fafchamps & Minten(2001)研究了农产品贸易与社会网络的关系。Fafchamps & Lund(2003)的研究证明，社会网络对于理解菲律宾农业的风险分担至关重要。De Weerdt(2004)研究了社会网络在非洲风险分担中的作用。
另外，社会网络分析在交易与谈判、学习与相邻效应、传播、创新、互动与网络博弈等方面也得到非常广泛的应用。限于篇幅，不再综述(参见Jackson，2011)。
在Barabasi & Albert(1999)的经典论文发表10周年之际(2009年)，著名的《科学》期刊出版专辑《复杂系统和网络》，其基本结论是，虽然复杂网络(其中一个非常重要的领域就是社会网络)在实证和网络的动态拓扑结构特征等纯理论方面的研究已取得了较大进展，但复杂网络的应用方面的研究才刚刚起步。在该专辑中，Schweitzer et al.(2009)指出，社会经济网络(Economic Networks)是复杂网络的一个非常重要的应用领域。
社会网络在塑造人类社会经济活动的过程中发挥着基础性作用。正如Daniel et al.(2011)所指出的，行动者是嵌入在为行为提供各种机会和约束的相互关联的社会关系网络中的。自从20世纪90年代后期以来，以互联网为代表的信息技术不仅激发了各种“社交网络”(social networking)的爆发式增长，也让社会网络分析成为越来越多的学科领域的研究热点。根据著名学者弗里曼(L.C.Freeman)的统计，与1998年相比，2007年发表在著名期刊《科学》上关于社会网络的论文已增至原来的三倍。在一些看似不太相关的科学领域，尤其是生物学和物理学，使用社会网络研究者最早开发出来的研究方法与工具进行研究的论文也出现高速增长态势。在国外，社会网络分析领域，跨学科趋势非常明显。原属于“社会科学”领域的学者在纯自然科学领域的顶级期刊上发表论文，原属于“自然科学”领域的学者也研究大量的纯社会科学问题，而且相互之间的交流比较充分。在社会科学内部，也有类似的情形：社会学家经常在顶尖的经济学期刊发表论文，经济学家也经常在顶尖的社会学专业期刊发表论文。充分的跨界交流(甚至是无边界的交流)正是国外社会网络分析层次、范围、数量突飞猛进的重要原因。而国内的社会网络分析(包括应用于经济学领域的)仍处在社会科学与自然科学领域的学者自说自话的阶段，相互交流非常不充分，几乎处于并行发展状态。(20)这成为影响国内社会网络分析发展的重要障碍。
另外，社会网络分析及其在经济学领域的应用，还不得不面对以下困难、质疑和批评。第一，源于理论方面的批评。长期以来，社会网络分析领域就被认为缺乏真正原创性的理论基础。在很多学者看来，社会网络分析仅仅是描述性或方法论性质的。正如Marin & Wellman(2011)所言，社会网络分析并非是一种理论，而是一种研究视角或研究范式。(21)但是，并不能因此就认为当前社会网络分析领域完全没有原创理论。实际上，考虑到社会网络分析领域的如下因素，以上关于理论方面的批评可能是不公正的：(1)新颖性、数学上的复杂性以及社会网络分析方法工具箱的丰富性；(2)网络概念用于各种现象的普遍适用性和可移植性，就像统计学能够应用到各种问题中一样；(3)包括经济学家在内的很多社会科学家都有把几乎所有事情都通过数学工具或方法联系起来的倾向(Borgatti et al.，2009)。
第二，对于社会网络分析过度“模仿”纯自然科学研究范式的批评。作为一种研究范式，社会网络分析具有四个基本特征：(1)它在直觉上认定社会行动者之间的关联是重要的；(2)它基于对那些记录链接行动者之间社会关系的数据的搜集与分析；(3)它极度依赖图形或图像揭示、呈现那些链接的类型；(4)它发展出大量数学模型和可计算的模型以描述和解释这些链接的类型(Freeman，2004)。在很多社会网络分析文献中，社会行动者不再是能动的行动者(参与人)，而是被高度抽象为缺乏主观能动性与人类动机的“结点”，成为一个仅仅取决于位置与环境的可完全替换的被动概念(Emirbayer & Goodwin，1994)。实际上，社会行动者是管理自身命运的代理人并不断塑造自身周围的社会网络。出现这种倾向，恰恰是因为人类意志、目的、性情、能动性等因素过于复杂，把这些因素抽象掉之后才更方便采用纯自然科学的方法。(22)
第三，所谓“内生性”难题。即在社会网络中，结果与原因或许是难以截然分开的，互为因果的情形非常常见。比如，在工作网络中，可以发现中心结点往往更成功；但是，也可能因为成功吸引了更多结点从而强化了中心性。又比如社会行动者往往趋向于和他们有类似行为的人接触，不仅因为他们有类似的行为，也是因为他们之间会相互影响。正是这些所谓的内生性难题使得社会网络分析的一些结论不那么可靠。
第四，所谓的“认知”难题。因为社会网络分析的一个关键要素是结点能够被认知。人是反射和投影的动物，行动者对自身的认知影响到如何应对其所处的网络位置，以及他们在追求自己的目标时如何改变其网络位置。任何深入的社会网络分析必须依赖于行动者的自我认知，甚至要求行动者的自我评估成为社会网络分析的有效数据来源。社会行动者如何感知其嵌入的网络结构，是一个非常有前途的研究领域，当前也是一个悬而未决的难题。另一方面，由于社会网络分析及相关理论的流行，使得一些社会网络的基本概念、理论已经成为研究者所描述的世界的一部分，并影响着人们看待自己和如何行动的方式，这正是著名社会学家吉登斯(Giddens，1987)所描述的“双重诠释”(double hermeneutic)难题。比如社交网站(如Facebook和Linkedin)的流行，使得很多人的社会关系高度显性化。这类网站一般为用户提供他们的社交网络结构和目录的详细信息，以及一些加强社交网络的建议。问题在于这些建议是否会改变他们建立新的关系以及维持原有关系的方式？这些建议是否对他们的社会网络产生杠杆作用？如果没有，社会网络分析的价值似乎是不清楚的；如果有的话，那么社会网络分析者或许需要不断的调整其理论和建议(Borgatti et al.，2009)。
感谢俄亥俄大学社会学系李捷理教授(PH.D.Jieli Li)的帮助和指点。感谢北京工商大学经济学院硕士生李若焱提供的部分初稿。感谢匿名审稿人的宝贵意见，文责自负。
①虽然其理论渊源至少可以上溯到19世纪，甚至可以上溯到柏拉图时代(Borgatti et al.，2009)。
②与社会网络接近的术语是关系网络(Guanxi network或Relation network)，它包括了多种人际联系，不仅包括家庭、亲属等血缘关系，也包括地缘、学缘、业缘关系等，既有正式的联系，也有非正式的联系。实际上，它可以看成是社会网络的另一种说法。
③关于社会网络分析的历史，可参考非常经典的社会网络分析发展史专著Freeman(2004)。
④这一理论得到诺贝尔经济学奖获得者奥斯特罗姆(Elinor Ostrom)的支持，在她看来，社会资本概念是理解个体如何实现合作，如何克服集体行动问题以达到更高程度的经济绩效的关键之所在。
⑤这两篇短论被引用次数均超过1万次(据Google学术搜索不完全统计)，而且每年引用次数还在不断迅速上升。
⑥对理论界产生重要影响的两本手册分别是Scott(1987)和Freeman(2004)，其中前者曾再版(Scott，2000)，仅第一版被引次数就超过5000次。另外，Wasserman & Faust(1994)，Watts(1999)和Vega-Redondo(2007)都是被广泛引用的著作，其中Wasserman & Faust(1994)的被引次数超过1万次，Watts(1999)的被引次数也高达3427次。Crandall(2003)对于Barabasi(2002)的一篇书评，其被引次数竟超过5000次。
⑦该专著各章的撰写者均为相关领域的顶尖学者，不仅综述了社会网络理论的总体进展，综述了社会网络分析在社会学、物理学、经济学等领域的新进展，还针对社会支持、亲属与社区、动物社会网络、在线社交网络、政治维度、政策网络、社会运动、犯罪、恐怖主义、科学与学术研究网络、文化网络、地缘与相邻效应、国家的世界体系等重要专题进行了综述，另外，还用16章的篇幅综述了社会网络分析中的概念框架与方法，其中涉及数据、度量、调查方法、调查抽样、质性研究方法、关系代数、关系数据、统计方法、指数随机图方法、网络动态分析、大规模网络分析、网络的可视化分析以及社会网络分析软件等。
⑧截止到2011年2月的统计数据。
⑨实际上，该期刊已成为社会网络分析领域中的旗舰期刊(Knoke & Yang，2008)。
⑩他1973年《美国经济评论》上的论文和出版于1985年的《资本主义经济制度》被引用的次数均超过2万次。
(11)实际上是威廉姆森意义上的“机会主义行为”。
(12)据Google学术搜索统计，该文被引用次数接近2万次。
(13)这次著名的会议形成两大遗产，一是出版了由阿罗、安德森等科学家主编的《作为演化的复杂系统的经济》(The Economy as an Evolving Complex System)文集，二是圣达菲研究所于1988年正式设立的常设研究项目，即经济学研究项目，该研究项目的使命是，鼓励从复杂性角度来理解经济现象。所谓复杂性角度，包括复杂性理论的发展，也包括了建模与经验分析的工具的发展。从1988年始，该项目每年都提供专项研究资助，邀请相关领域学者到圣达菲研究所，设立一些工作室，出版数十篇工作论文。从1994年开始，该项目下每年招收经济学研究生。
(14)在这篇发表于1967年的经典文献中，哈佛大学社会学家Stanley Milgram进行了一个引人入胜的实验。他向美国内布拉斯加州奥马哈市随机选择的人发送了大约300封信件，信中附有说明将信件发送给一个“目标”人物——波士顿的一位股票经纪人。Milgram告诉了“发送者”一些目标的信息——例如，名字、地址和职业，因此如果他们本人并不了解该人(他们完全不可能了解该人)，他们会将信件发送给他们认为“较接近”目标人物的某人。然后，就开始建立了一个发送人链，链中的每位成员都尝试向其他人——好友、家庭成员、商业伙伴或偶然认识的人发送信件，从而逐渐锁定目标人物。Milgram惊奇地发现，在最终找到目标人物(最初300个链中有60个链找到)的所有链中，步骤的平均值仅为6——该结果已经将普遍流传的说法形成了一个短语“六度分隔”(一部短剧，甚至还有一部同名的电影)。
(15)这种现象与众所周知的“马太效应”(即穷者愈穷、富者愈富)比较接近。但不同的是，优先连接强调财富或信誉在流动过程中优先选择的偏好，而马太效应强调的是财富或信誉的累积效应。
(16)Myers & Shultz(1951)的研究发现：高达62%的工人是通过社会关系(即通过朋友与亲属的关系，他们称之为“社会接触”，social contact)找到其首份工作的；与之相对照的是，只有23%的工人是通过直接申请(所谓的gate application)而找到首份工作，剩下的15%则是通过职业中介机构(employment agency)、广告(ads)等途径找到其首份工作(其有效样本容量为144个)。
(17)Myers & Shultz(1951)的研究发现，受访者通过社会关系而找到工作的比例，按职业而统计，分别为：打字员为37.3%，会计师为23.5%，物料管理员(material handler)73.8%，看门人65.5%，电工57.4%，冲床操作工65.4%，叉车司机66.7%，货车司机56.8%。此后很多文献也证明了Rees & Shultz(1970)的洞见。
(18)Granovetter(1974)的研究发现，高达56.1%的专业人员(Professional)、43.5%的技术人员(Technical)和65.4%的管理人员(Managerial)是通过社会关系而找到工作的。
(19)Corcoran，Datcher & Duncan(1980)的研究发现：通过社会关系而找到工作的现象，在不同种族、不同性别之中广泛存在，其中白人男性、白人女性、黑人男性、黑人女性通过社会关系而找到工作的比例分别为52.0%、47.1%、58.5%和43.0%。
(20)在物理学、数学、计算科学、信息科学等自然科学领域，一般使用“复杂网络”这一概念，其经常引用的国外学者是Watts、Strogatz、Barabasi、Albert等；在社会学、人类学、经济学等社会科学领域，一般使用“社会网络”这一概念，其经常引用的国外学者是Granovetter、Burt、林南等。
(21)不过，这也恰恰构成这一领域的优势之一，这使得很多优秀的研究方法和概念可以被用来描述网络的特征和结点的网络位置。正因为如此，新加入到社会网络分析领域的学者往往被这些方法、概念、术语弄得眼花缭乱，从而仅仅聚焦于对网络的描述，包括描述社会网络的“小世界”或标度自由属性(Borgatti et al.，2009)。
(22)从这个意义上而言，大多数自然科学领域(包括统计物理学)的文献对社会网络的研究似乎过于简化了——虽然这些文献广泛使用了海量数据和日益复杂的数学方法。
标签：社会网络论文; 经济学论文; 经济社会学论文; 理论经济学论文; 社会问题论文; 社会学论文; 科学论文; 自然科学论文; 中国社科院论文;