3杜海峰农民工社会网络的连接倾向性.docx
《3杜海峰农民工社会网络的连接倾向性.docx》由会员分享，可在线阅读，更多相关《3杜海峰农民工社会网络的连接倾向性.docx（10页珍藏版）》请在冰豆网上搜索。
3杜海峰农民工社会网络的连接倾向性
农民工社会网络的连接倾向性
杜海峰1）╂任义科2）悦中山2）李树茁1）费尔德曼3）
1）（西安交通大学人口与发展研究所,陕西西安710049）
2）（西安交通大学管理学院,陕西西安710049）
3）（斯坦福大学人口与资源研究所,斯坦福94305,USA）
摘要：
利用深圳市农村流动人口专项调查中社会网络数据，本文分析了农民工社会网络节点的连接倾向性。
主要通过网络连通性指标来反映农民工社会网络中是否存在“富人俱乐部”，通过同配系数来揭示其连接倾向性。
研究发现：
农民工社会网络中，度大节点的连通性系数较大，即存在“富人俱乐部”现象；其连接倾向性由于受到网络类型、性别构成等的影响，存在较大差异。
关键词：
模块性，社区结构，小世界网络，无标度网络
PACC:
0590，0175
1.引言
个体所嵌入的社会网络不仅会影响其特定身份[1]、健康[2-3]和职业[4]成功等，而且会直接影响个体社会资本的获得，因为，社会资本是内嵌在社会网路中的结构和资源[5]。
在社会网络结构分析中，节点的度被定义为直接和该节点相连的节点的数目；一般认为，节点的度越大，该节点所代表的个体就越居于网络的中心，占有的网络资源越多[6]；因此，通过对网络节点度的研究，在一定程度上可以揭示网络中资源占有情况。
传统网络分析提出了度中心性、度中心势等概念，利用统计方法从整体上分析节点度的特征，而复杂网络中的无标度特征研究则基于节点度的分布特征来揭示网络可能具有的核心节点、“富者越富”等资源占有不平现象。
网络度分布的研究发现，核心节点之间倾向于彼此相连，构成所谓的“富人俱乐部”（RichClub）[7-8]；进一步地用“异配性”来度量核心节点与其相邻节点度分布之间的关系，生物网络和技术网络中核心节点之间直接的连接很少,它们更多地与非核心节点连接，表现出异配连接倾向（DisassortativeMixing），而社会网络正好相反,核心节点间有大量的连接,表现出同配连接倾向（AssortativeMixing）[10-12]。
前期研究表明，不论是社会支持网络，还是社会讨论网络，其节点度都符合幂律分布。
无标度特征是农民工社会网络的重要复杂性特征。
本研究继续采用深圳市外来农村流动人口专项调查中的整体网络数据,借助复杂性科学,尤其是复杂网络的研究方法，对相关农民工社会网络中是否存在“富人俱乐部”以及其连接倾向性特征进行探索性研究。
本文的第二部分简要介绍数据来源和分析方法，重点介绍“富人俱乐部”的度量指标——连通性
和连接倾向性度量指标——同配性系数r的计算方法；第三部分是针对农民工社会网络的分析结果和讨论；最后是本文的结论和进一步研究的展望。
2.数据与方法
2.1数据
本文所用数据来自2005年4月西安交通大学人口与发展研究所组织进行的深圳外来农民工调查中的聚居类抽样调查。
有关本次抽样调查的目的、内容、执行和数据质量的具体描述请参见有关调查报告。
其中，本次调查从深圳市3个区5家不同性质的聚居点（公司），采样了以男性为主、以女性为主以及男女混合的整体网络。
其中HM公司，主要生产家用电器，员工以女性为主，位于龙岗区；AMT电器公司，1991年建厂，主要生产家用电器，以女性员工为主，位于宝安区；XYX公司主要从事金属器件的电喷、油漆等，男女员工皆有。
CZ和SZ均为建筑公司，从事工程建设，人员绝大部分为男性，流动较频繁且具有周期性。
样本的年龄基本在34岁以下，说明流动人群主要以青年为主；文化程度普遍偏低，基本在初中及以下，70％以上是随他人一起流动，可见多数农村人口的流动是有选择性和目的性的，而且具有群体流动的特点。
访问的问题涉及社会支持和社会讨论。
社会支持网络，包括实际支持网络、情感支持网络和社会交往支持网络等三种网络[11]。
社会讨论网络主要包括：
婚姻讨论网络、生育讨论网络、避孕讨论网络和养老讨论网络等四种网络。
为了便于对比并考虑网络规模，本文所研究的网络只包括HM，XYX和SZ三个调查地的21个网络。
调查点的基本情况和样本特征如表1所示。
虽然调查收集到了网络成员间关系强弱的数据，但是本文仅考虑关系是否存在，即本文涉及的网络邻接矩阵是0-1矩阵。
表1整体网络样本的基本特征与分布（％）
调查地点
特征
HM
XYX
CZ
样本规模（人数）
200
90
135
性别构成
男
0
50.0
100
女
100
50.0
0
年龄构成
20岁以下
9.5
13.3
1.5
20－34
88
67.8
44.4
35岁及以上
2.5
18.9
54.1
文化程度
小学及以下
0
20.0
11.0
初中
51.5
72.2
78.7
高中及以上
48.5
7.8
10.3
有无打工经历
有
8.5
27.8
38.2
无
91.5
72.2
61.8
与谁同来深圳
自己单独
16.0
34.4
36.8
配偶（男或女友）
3.0
17.8
3.7
家人
34.0
17.8
13.2
老乡
39.5
30.0
46.3
其他
7.5
0
0
在深圳居住环境
市民聚居区
5.0
6.7
0
流动人口聚居区
76.0
63.3
99.3
混合居住
19.0
30.0
0
其他
0
0
0.7
婚姻状况
未婚
59.0
44.4
16.9
曾婚*
41.0
55.6
83.1
调查点性质
电器公司
金属器件喷漆
建筑公司
所属区域
龙岗区
宝安区
南山区
数据来源：
2005年深圳外来农民工调查数据。
*曾婚包括初婚、再婚、离婚和丧偶。
2.2连通性和同配系数的定义与度量
网络可以表示为
，其中，V表示给定节点，即网络成员的集合，E表示边，即网络成员关系的集合。
是网络成员数目，
是相应的邻接矩阵，对于0-1矩阵A，如果节点i和节点j相连，且
，有
，否则
，
为网络中的总边数。
a.“富人俱乐部”的连通性
文献[7]称网络中度大的核心节点为“富节点（RichNodes）”，指出可以利用
来刻画“富节点”之间是否倾向于彼此连接而构成“富人俱乐部（RichClub）”。
（1）
式中n表示前n个节点的度最大，而m为这n个节点所组成子网络的总边数。
如果
，表示n个度最大的节点构成了一个完全子图，即形成了一个稳定的富人俱乐部。
在log-log图上，可以很容易地发现这样的关系：
，（其中
）。
在此基础上，探讨网络是否存在“富人俱乐部”。
对于有向网络，可以分别对出度和入度计算
，获得
与
。
b.连接倾向性与同配系数
连接倾向性主要反映网络中节点度分布与其直接相连节点（邻居节点）度分布之间的关系。
对于对称0-1网络，可以用同配系数r来度量网络节点的连接倾向性[10]：
（2）
其中
表示网络中的边，ji和ki分别表示边i两端节点的度。
若r>0，则称网络节点连接是同配的，或有同配连接倾向（Assortativemixing）；若r<0，网络则表现出异配连接倾向（Disassortativemixing）。
由于农民工在社会交往和讨论过程中，主动参与和被动加入的情况不同，因此本文获得的农民工社会网络数据都是非对称赋权的。
作为探索性研究，本文仅考虑农民工是否参与建立相应的社会支持和社会讨论关系，而忽略这些关系的方向和强度，因此对
和r的分析仅限于0-1对称网络。
3.农民工社会网络的“富人俱乐部”
图1所示的是HM、XYX和CZ三个调查地点农民工社会网络连通性
随
变化的情况。
图中，
代表实际支持网络，
代表情感支持网络，
代表社会交往支持网络，
代表婚姻讨论网络，
代表生育讨论网络，
代表避孕讨论网络，
代表养老讨论网络。
（a）HM
（b）XYX
（c）CZ
图1农民工社会网络中的“富人俱乐部”现象
表2进一步列出当
时，农民工之间的连通性
的取值情况。
表2
时农民工社会网络的连通性
调查地
社会支持网络
社会讨论网络
实际支持网络
情感支持网络
社会交往支持网络
婚姻讨论网络
生育讨
论网络
避孕讨
论网络
养老讨
论网络
HM
0.400
（0.020）
0.378
（0.019）
0.467
（0.022）
0.200
（0.016）
0.222
（0.011）
0.267
（0.007）
0.378
（0.009）
XYX
0.600
（0.090）
0.200
（0.068）
0.400
（0.093）
0.400
（0.045）
0.200
（0.035）
0.300
（0.016）
0.100
（0.043）
CZ
0.381
（0.037）
0.524
（0.032）
0.381
（0.043）
0.381
（0.018）
0.286
（0.018）
0.190
（0.006）
0.048
（0.018）
数据来源：
2005年深圳外来农民工调查数据。
*括号中所示的是整个网络的连通性（
）。
结果表明：
（1）当
时，多数农民工社会网络都表现出一定的“富人俱乐部”现象。
除了XYX的养老讨论网络，其它网络中约5%拥有较多网络关系的农民工之间的关系比较紧密，连通性达到了20%以上，而网络的整体连通性均低于5%。
“富人俱乐部”现象的存在可能使得这些“核心节点”农民工在相关社会活动中处于主导地位，并导致对应的农民工社会网络出现分层[10]，进而可能会使得这些“核心节点”农民工在社会分层过程中处于较有利的位置。
（2）图1中的有些网络的连通性曲线不是单调的，表明某些度不高的节点加入后强化了原有“富人俱乐部”节点之间的关系，这些节点很可能是网络的“桥”。
另外，对于多数农民工社会网络，“富人俱乐部”不是以极少数占有大量资源的成员构建起来的，因此图1中的曲线取值并不都是以
（
）开始。
（2）总体而言，社会讨论网络的“富人俱乐部”现象要弱于社会支持网络。
这很可能是因为社会支持可以直接提供农民工实际帮助，从而使他们更好地获取网络资源；而他们借助社会讨论获得的帮助多数是精神的；而且社会讨论的话题一般比较隐私，所以网络成员之间的讨论较少，特别是对于避孕讨论，因此其网络连通性值
较小。
4.农民工社会网络的连接倾向性
农民工社会网络的同配系数计算结果如表3所示。
表3农民工社会网络的连接倾向性
调查地
社会支持网络
社会讨论网络
实际支
持网络
情感支
持网络
社会交往
支持网络
婚姻讨论网络
生育讨
论网络
避孕讨
论网络
养老讨
论网络
HM
0.1239
0.0647
0.1855
0.0372
-0.0050
-0.1130
-0.0014
XYX
-0.1308
-0.2108
-0.0781
-0.1636
-0.3376
-0.3889
-0.3896
CZ
0.1447
0.2833
0.0790
0.2719
0.1731
-0.1891
-0.1222
数据来源：
2005年深圳外来农民工调查数据。
表3的结果显示，与其他社会网络的同配系数r普遍大于0不同[7]，农民工社会网络中的同配系数表现出多样性：
（1）男女混合的农民工社会网络XYX更容易表现出异配连接倾向。
不论是社会讨论网络，还是社会支持网络中，关系多的农民工并不倾向于相互建立关系，而是更倾向于与关系少的农民工建立关系。
由此表明，男女混合的性别组成有利于改善农民工社会网络的关系构成，缓解少数人对网络资源的过分控制。
（2）单一性别构成的社会支持网络，不论是以女性的HM，还是男性的CZ，都表现出同配连接倾向性，即关系多的农民工之间更容易建立社会帮助关系。
由于社会支持网络是农民工在城市获得社会资源的重要渠道，因此，这种同配连接倾向性说明在现实利益的驱使下，占有资源较多的农民工可以通过彼此之间的交往来控制网络资源。
但是，由于资源占有不平等，网络资源较少的农民工则很少与资源占有较多的农民工之间建立社会关系。
这应该是导致农民工群体出现差异，最终导致分层的原因之一。
（3）与社会支持网络相比，单一性别构成的社会讨论网情况有较大差异，对于养老和避孕等社会讨论议题，相应社会讨论网络表现出连接异配性，即在讨论网络中的“核心节点”之间的关系相对稀疏；同时，讨论网络的同配性系数一般小于社会支持网络，从而使得讨论网络的“社区结构”非常明显。
4结论与展望
利用深圳外来农民工调查中的聚居类抽样调查数据，本文探索性地分析了农民工社会网络中节点连接倾向，研究表明由于核心节点之间的联系紧密，因此农民工社会网络结构中不同程度地存在“富人俱乐部”现象。
与已有研究表明社会网络具有同配连接倾向不同，社会支持网络与讨论网络的连接倾向性呈现多样性。
论文的结论是针对0-1网络分析获得的，对于赋权网络上述结论还是否依然成立，值得进一步研究；对于赋权网络，连通性指标和同配系数的计算公式还需要改进。
连通性指标本质上就在计算相关网络的聚类系数，而相关系数值与网络规模有直接关系，如何在后续研究中对连通性指标进行改进也是值得探讨的。
连接倾向性、“富人俱乐部”现象与农民工网络分层、以及无标度特征、小世界现象之间的相互关系也是进一步研究的内容。
参考文献
[1]MartinK.andTsaiW.2003.SocialNetworksandOrganizations.（SagePublicationsLtd.）
[2]SeemanT.E.,KaplanG.A.,Knudsen,L.,CohenR.andGuralnikJ.1987.Socialtiesandmortalityintheelderly:
acomparativeanalysisofage-dependentpatternsofassociation.AmericanJournalofEpidemiology,126:
714-723.
[3]CohenS.,W.J.Doyle,D.P.Skoner,B.S.RabinandJ.M.Gwaltney.1997.Socialtiesandsusceptibilitytothecommoncold.JournaloftheAmericanMedicalAssociation,277:
1940-1944.
[4]MehraA.,KilduffM.andBrassD.J.2001.Thesocialnetworksofhighandlowself-monitors:
implicationsforworkplaceperformance.AdministrativeScienceQuarterly,35:
121-146.
[5]LinN.2001.SocialCapital（Cambridge:
CambridgeUniversityPress）
[6]WassermanS.andFaustK.1994.SocialNetworkAnalysis:
MethodsandApplications（NewYorkandCambridgeENG:
CambridgeUniversityPress）
[7]NewmanM.2002.Assortativemixinginnetworks.Phys.Rev.Lett.89:
208701.
（http:
//aps.arxiv.org/abs/cond-mat/0205405/）
[8]MicheleC.,GuidoC.andLucianoP.2004.Socialnetworkgrowthwithassortativemixing.PhysicaA,338:
119-124.
[9]ShiZ.andRaúlJ.2004.TheRich-ClubPhenomenonintheInternetTopology.IEEECommunicationsLetters,8（3）:
180-182.
[10]JulianJ.,LucianoF.andTibérioS.2007.Rich-clubphenomenonacrosscomplexnetworkhierarchies.AppliedPhysicsLetters,91:
1-3
[11]VandelPoel.1993.Delineatingpersonalsupportnetwork.SocialForces,15:
49-70.
升级会员 