История возникновения и становления сетевого анализа

На сегодняшний день все большее число исследователей полагают, что сетевой анализ является эффективной методологией изучения общества. Сетевой анализ находится на стыке разных дисциплин [Freeman 2004: 5]. Аллен Бартон указывает, что опросы вырывают отдельных людей из социального контекста и пренебрегают их отношениями с другими членами общества [Barton 1968: 1], в то время как внимание сетевого анализа, напротив, концентрируется на отношениях. Целью исследования является изучение основных этапов развития сетевого анализа, имеющих критическое влияние на его становление.

Социометрия связала воедино изучение общественных отношений, математический аппарат, графическое отображение, сбор и анализ данных об отношениях. Отправным пунктом становления сетевого анализа явился выход в свет в 1934 г. книги Якоба Морено «^ho Shall Survive?»», где сетевой анализ был про­веден среди заключенных [Moreno 1934]. Участники социометрического экперимента описывали взаимоотношения в группе. Результаты записывались в виде матриц, используемых в подсчете индексов. Главным изобретением Морено было использование графического изображения — социограммы. Она визуализировала в двумерном пространстве структуру отношений, где участникам приписывались определенные позиции. Так, индивиды отображались в виде точек, а общественные отношения обозначались в виде стрелок. Целью исследований было выяснение того, как психологические особенности субъектов соотносятся со структурными особенностями «социальной конфигурации», которые являлись результатом конкретных моделей поведения, симпатий и антипатий.

Для сетевого анализа характерно, что во время его зарождения многие исследователи работали отдельно друг от друга, не догадываясь о достижениях своих коллег. Антрополог Альфред Рэдклиф-Браун предполагал, что общество может быть рассмотрено как сложная сеть общественных отношений и эта структура может быть раскрыта посредством развития соответствующей ветви математики, которая будет акцентировать свое внимание на измерении и анализе отношений.

Хотя Рэдклифф-Браун не стал развивать эту ветвь математики, тем не менее он определил методологическое направление развития изучения структуры общества. В частности, он утверждал, что концепт сетей может помочь антрополо­гам выйти за пределы таких абстрактных категорий, как «культура» и «класс». Например, он отмечал: «.. .мы не наблюдаем “культуры” с тех пор как этот термин определяет не какую-то определенную реальность, а лишь абстракцию. Однако непосредственное наблюдение позволило нам узнать, что ...человеческие существа связаны сложной сетью общественных отношений. Предлагаю использовать термин “социальная структура” для обозначения данной сети реально существующих отношений» [Radcliffe-Brown 1940].

Ученик Рэдклиффа-Брауна Ллойд Уорнер проводил исследования, которые имели структурную направленность [Freeman 2004: 44]. Например, Уорнер изучал социальный контекст и социальную структуру рабочих на фабрике в Цицероне, штат Иллинойс [Mayo 1945: 171]. Данное исследование потребовало подробной записи всего внутригруппового поведения. Более того, исследователи использовали графическое отображение сети отношений для описания структуры группы. Данное исследование было первым крупным исследованием, проведенным в естественной обстановке с созданием социограммы. Результат исследования показал отношения конфликта и дружбы между рабочими, а также неформальные группы, которые исследователи назвали кликами.

Курт Левин вместе со студентами и аспирантами разработал концепт сетевого анализа и обосновал его применение в области социальной психологии. Он полагал, что поведение группы детерминировано сферой социальных сил, расположенной в определенном поле, своего рода «социальном космосе». Структурные характеристики данного «социального космоса» могут быть измерены посредством математического аппарата топологии и теории множеств для создания геометрии психологического описания поведения человека — годологии [Lewin 1936].

Курт Левин известен во многом благодаря трудам своих последователей. Дальнейшее развитие когнитивной психологии шло в работах Фрица Хайдера, описывающих теорию когнитивного баланса. Хайдер предложил так называемую P-O-X модель. Начальный пример содержит отношения двух персон в балансе. Обе персоны находятся в психологическом равновесии, т.к. один испытывает эмоциональную близость к другому. Это обозначается следующим образом:

P (+) > 0 | 0 < (+) P.

Выйти из тупика теории поля помогли Дорвин Картрайт и Франк Харари [Cartwright, Harary 1956: 277]. Они полагали, что любые сложные социальные отношения могут быть рассмотрены через их элементы — пересекающиеся триады, или клики. Граф распадается на клики, или кластеры, соединенные отрицательными краями. Успешное разложение сети позволило исследователям вывести понимание сетевой структуры.

В 1950-х и 1960-х гг. Алекс Бейвлас [Bavelas 1948] и Гарольд Ливитт [Leavitt 1951], а также их коллеги из Массачусетского технологического университета провели серию экспериментов в небольших группах. Они предполагали, что разные модели коммуникации могут приводить к разной эффективности решения задач. Структура функционирования малых групп формировалась искусственно. Исследовали организовывали модель коммуникации между членами малых групп, определяя, кто может оправить сообщение и кому, чтобы создать искусственное разделение на подгруппы и каналы коммуникации. Затем измеряли, какая модель является наиболее эффективной для функционирования группы.

Бейвлас впервые использовал понятие центральности для понимания структуры группы. Исследователи выяснили, что центральное положение человека в группе превращает его в центр связи, или хаб, который имеет критическое значение для членов группы и ее функционирования. Централизация оказывалась выгодной для простых задач, однако вызывала затруднения при решении сложных. Децентрализованная структура показала себя надежной в случаях, когда информация распределялась неравномерно между участниками группы, а также когда группа решала задачи с неоднозначной и разнородной информацией.

Вышеописанные эксперименты имеют влияние на становление сетевого анализа, т.к. в отличие от социограмм Морено оперируют не ролями, а позициями в обмене информации. Это важно, потому что так исследователи подошли к центральности — одному из столпов сетевого анализа.

К сожалению, ни одна из групп, которые начали работу в 1930-х гг., не смогла разработать методологию, которая была бы принята во всех общественных науках во всех странах. Все изменилось в 1970-х гг., когда Харрисон Уайт вместе со своими студентами создал 17-й центр социальных сетевых исследований [Freeman 2004: 127]. Благодаря вкладу Уайта и его студентов, сетевой анализ в общественных науках стал общепризнанной парадигмой и самостоятельной областью знания. На фоне большого числа разрозненных научных трудов и схожих научных проблем они смогли создать принципиально новую теорию. Ключевыми элементами данного прорыва являлись 2 математические инновации. Во-первых, использование алгебраических моделей и групп теории множеств. Данная инновация позволила по-новому взглянуть на моделирование родственных связей и других отношений в группе, а также вынудила исследователей пересмотреть ранние работы в области теории графов и других отраслях математики для концептуализации понятия социальной роли в общественных структурах. Во-вторых, развитие многомерного шкалирования, особенно техники шкалирования как способа перевести общественные отношения в область метрического пространства. Очень большой вклад здесь внесли труды Левина, посвященные теории поля.

В Гарварде были разработаны математические методы структурного анализа, применимые к анализу сетей любого вида. Уайт и его ученики не придерживались какой-то определенной теоретической концепции в своих работах, главной идеей было то, что, используя математический аппарат, можно раскрыть структуру общественных отношений. Это и есть сетевой анализ, который объединил их.

Важным событием явилось издание в 1973 г. статьи Марка Грановеттера «Сила слабых связей» [Granovetter 1973]. Она популяризовала сетевой анализ в американской социологии и явилась стимулом для других исследований. Грановеттер представил сетевой анализ как инструмент, связывающий микро- и макроуровни социологической теории. Слабые связи он определил как «сочетание времени, эмоциональной интенсивности, взаимного доверия, взаимных услуг» [Granovetter 1973: 1361]. Основная часть работы посвящена тому, что слабые связи являются наиболее информативными в математических моделях. Они становятся мощным инструментом социальной мобильности, поэтому значение слабых связей чрезвычайно велико для оценки развития человеческого капитала.

Сила сетевого анализа стала очевидной при его применении в качестве при­кладного инструмента в исследованиях, которые имели теоретическую базу, связанную с особенностями предмета исследования. Но уже после «гарвардской революции» мы находим упоминания о том, что сетевой анализ представляет собой основу теории социальной структуры.

В 1980-х гг. появилась довольно крупная школа сетевых исследований, вышед­шая из теории рационального выбора. Ученые данной школы полагали, что люди формируют связи для максимизации выгоды.

Совмещение теории рационального выбора и сетевого анализа можно отследить начиная с работ Джеймса Колмана [Coleman 1988]. Он продемонстрировал, что основанием для социальной системы является взаимодействие двух акторов, где каждый действует из соображений корысти. Именно так и образуются малые группы. Когда каждый желает максимизировать свою выгоду, он в то же время связан различного рода взаимодействиями в другими узлами сети. Такие отношения накладывают ограничение на интересы каждого актора, т.к. предел доступа к ресурсам напрямую зависит от числа связей узла. Исходя из этого, связи понимаются как инвестиции в накопление социального капитала. Социальный капитал определяется как «сумма ресурсов материальных или виртуальных, которые распределяются в рамках сети посредством установленных отношений». И только руководствуясь собственными интересами, индивиды вступают в сети отношений — подобным образом они совершают инвестирование, а дивидендами являются соответствующие возможности, из которых они извлекают прибыль. Например, Рональд Барт утверждает, что «структурные дыры» в сети подразумевают хорошие инвестиции для социального капитала [Burt 1997]. Акторы инвестируют в связи, заполняющие «структурные дыры», что дает им возможность получать прибыль прямо пропорциональную их промежуточной центральности (брокеридж).

В 1998 г. Дункан Ватц и Стивен Строгац описали феномен «тесного мира» в статье, опубликованной в журнале Nature [Watts, Strogatz: 1998: 440-442]. Они представили разновидность графа, в котором любые два произвольных узла не являются смежными, однако они достижимы посредством небольшого числа переходов по другим узлам.

Свойство степенного распределения графа оказалось верным для многих общественных отношений и явлений. Однако феномен «тесного мира» не является новым в науке. Еще в 1967 г. Стэнли Милгрэм провел эксперимент с целью высчитать и проанализировать среднюю длину пути между гражданами США [Milgram 1967]. Год спустя Альберт Барабаши и Рэка Альберт описали распределение центральности [Barabasi, Albert 1999]. Исследователи выяснили, что узлы с высокой степенью обладают самоорганизующейся характеристикой. Вероятность P(k), что узел взаимодействует с остальными k-узлами, уменьшается в соответствии со степенным законом, следовательно, зависимость такова:

P(k) ~ к-У

График распределения степени такого графа имеет «длинные хвосты» (long tail). В результате было установлено, что крупные сети формируют безмасштабные сети (scale-free networks). Наиболее примечательной особенностью безмасштабных сетей является относительная общность вершин со степенью, значительно превышающей средний показатель. Эти узлы называют хабами, и они выполняют определенные функции. Другой важной характеристикой является обратная пропорциональность коэффициента кластеризации и средней степени узла. Чем выше коэффициент кластеризации, тем ниже средняя степень узла. Это следствие подобного распределения, где тесно связанные клики распределены вокруг хабов.

Таким образом, нами был изучен большой теоретический пласт, из которого появился сетевой анализ. Суммируя все вышеперечисленное, мы пришли к некоторым выводам. Во-первых, структурная перспектива постоянно возникала у исследователей, словно интуитивно данный образ взывал к применению математического аппарата. Во-вторых, ранний этап развития сетевого анализа (с 1930-х гг.) можно охарактеризовать как хаотичную смесь дисциплин. В-третьих, сегодня сфера применения сетевого анализа выходит далеко за пределы одной или даже нескольких дисциплин. Это подлинно междисциплинарная область знания. В-четвертых, в результате столкновения научных дисциплин (в основном социологии, физики и биологии) появилось новое измерение междисциплинарности, которое уже успели назвать сетевой наукой. Прежде всего, такое стремление исходит от физиков. Например, ярым сторонником новой науки является Барабаши. Более того, Норман Гаммон и Кэтлин Карлей после изучения цитирования в рамках сетевых исследований пришли к выводу, что сетевая наука, по Т Куну, отвечает признакам нормальной науки [Hummon, Carley 1993]. В-пятых, столкновение дисциплин привело к тому, что предметная область сетевых исследований заметно расширилась. Появилось богатое разнообразие научной периодической печати. Более того, появилась возможность для ученых, занимающихся сетевым анализом, быть опубликованными в журналах Science и Nature.

 

Список литературы

[1] Barabasi A.L., Albert R. 1999. Emergence of Scaling in Random Networks. — Science. Vol. 286. No. 5439. P. 509-512.

[2] Barton A. H. 1968. Bringing Society Back in: Survey Research and Macro-methodology. — The American Behavioral Scientist. Vol. 12. No. 2. P. 1-8.

[3] Bavelas A. 1948. Amathematical Model for Group Structures. — Human Organization. Vol. 7. No. 3. P. 16-30.

[4] Burt R.S. 1997. The Contingent Value of Social Capital. — Administrative Science Quarterly. Vol. 42. No. 2. P. 339-365.

[5] Cartwright D., Harary F. 1956. Structural Balance: a Generalization of Heider's Theory. — Psychological Review. Vol. 63. No. 5. P. 277-293.

[6] Coleman J.S. 1988. Social Capital in the Creation of Human Capital. — American Journal of Sociology. Vol. 94. Supplement. P. S95-S120.

[7] Freeman L.C. 2004. The Development of Social Network Analysis: A Study in the Sociology of Science. Vancouver: Empirical Press. 205 p.

[8] Granovetter M.S. 1973. The Strength of Weak Ties. — American Journal of Sociology. Vol. 78, Is. 6. P. 1360-1380.

[9] Hummon N.P., Carley K. 1993. Social Networks as Normal Science. — Social Networks. Vol. 15. No. 1. P. 71-106.

[10] Leavitt H.J. 1951. Some Effects of Certain Communication Patterns on Group Performance. — The Journal of Abnormal and Social Psychology. Vol. 46. No. 1. P. 38-50.

[11] Lewin K. 1936. Some Social-psychological Differences between the United States and Germany. — Journal of Personality. Vol. 4. No. 4. P. 265-293.

[12] Mayo E. 1945. The Social Problems of an Industrial Civilization. Harvard University. 178 p.

[13] Milgram S. 1967. The Small World Problem. — Psychology Today. Vol. 2. No. 1. P. 60-67.

[14] Moreno J.L. 1934. Who Shall Survive?Washington DC: Nervous and Mental Disease Publishing Company. 440 p.

Radcliffe-Brown A.R. 1940. On Joking Relationships. — Africa. Vol. 13. No. 3. P. 195­210.

[15] Watts D.J., Strogatz S.H. 1998. Collective Dynamics of ‘Small-World’ Networks. — Nature. Vol. 393. No. 6684. P. 440-442.

 

Автор: Суслов Сергей Игоревич — специалист РЦ «Центр социологических и интернет-исследований» Санкт-Петербургского государственного университета

Источник: Журнал «Власть», 2017, Том 25, № 2, С. 103-108.