【量化历史研究第106篇】“史无定法”：历史研究中的社会网络量化分析

南宋理学名人关系网

（图片来源于网络）

契约性社会取代关系型社会，一直以来是历史学家们对欧洲历史进程中社会结构转变方面的普遍共识。近年来，随着历史学家分析工具的多元化，社会网络分析方法（Social Network Analysis，SNA）为理解这一议题提供了新思路和丰富的历史细节。Charles Wetherel于1998年发表在International Review of Social History的文章系统地讨论了将历史社会网络分析（Historical social network analysis，HSNA）应用到历史研究中的可行性。作者不仅评估HSNA的基本要素，还通过19世纪俄国农奴庄园的个案分析展示了如何运用该方法。

20世纪70年代以来，社会网络分析方法在社会学研究中逐渐成熟，其它学科也开始借用，最典型的如管理学中对董事会网络结构的分析；部分历史学家开始尝试将方法与历史研究相结合，从而发展形成了历史社会网络分析方法（HSNA）。社会网络分析（SNA）理论有四个基本假定：第一，认为社会体系中的个体是相互依存的；第二，个体间的关联也代表了信息、情感或者资源的流动；第三，这些联系在限制了行动的同时也给行动带来了便利；第四，个体间的关系界定了群体的经济、政治和社会结构。

SNA的分析框架与传统的社会结构分析之间有显著差别，后者通常使用个体的某些特征（如年龄、教育程度等）来定义社会群体的结构，偏重使用标准的统计指标（如平均值和方差分析等）。SNA则将两个或者更多人、群体或机构之间的关系作为基本分析单位。社会个体之间的这些关系网，有可能是资源转移型（债权人和债务人）、协会（会员之间）或者是生物学上的联系（亲缘关系）等。在SNA分析框架下，“社会网络”是个体之间所有关系的集合，而“社会结构”则是对这些关系呈现方式的假定。

基本方法说明

SNA的分析框架下有两种主要的分析方法：全网络分析（Whole network, WN）和个体中心网络分析（Egocentric approach，EC）。前者试图刻画社会系统中个体间的整体关联，这一方法被广泛应用于商业行为和董事成员之间的关联性分析上，是基于图论发展出来的一种方法，这一方法对数据的要求较全面。相反，自我中心网络分析则集中于分析个体所拥有并利用的主要关系，对数据全面性的要求相对较低。

将全网络分析方法应用到历史分析中时，一般需要搜集大量的历史数据，据此分析社会关系网络的重叠度以及关系网络对于群体行为的影响。由于全网络分析方法从图论发展而来，对关系强度的计算一般用矩阵进行。例如，社会网络中有个

个体，则可以将他们的关联通过

阶矩阵表示：如果个体之间存在关联则取值为1，反之为0。假设关联的总量为

，则整个群体的关系强度

可以定义为：

通过计算关系强度，可以得知群体中实际存在的关联数量。这一方法更多侧重于刻画群体的特征，而对个体关系网络较为忽视。

相比之下，个体网络分析方法在理解个体社会关系时显得更为有效，目前就个体关系网络的刻画，社会学家通过构建一个包含关系网规模、结构、空间分布、互动关系、和获得社会支持度强弱等五个方面维度的模型来进行历史社会网络分析，这一模型也被称为“个人社区模型”。因为在进行历史社会网络分析时，分析的主题是近代化进程中个体和群体生活发生了何种变化。

从历史视角理解社会网络研究，源于德国社会学家Ferdinand Tönnies，他提出19世纪末西方世界从“社区”到“社会”的转变，此二者在社会、经济、政治生活方面都有区别，前者中亲缘关系是基础；现代社会则打破狭隘的亲缘关系转向契约关系。滕尼斯的问题也关系到西方历史学界近代化过程中对社会形态转变的理解，“个人社区”模型的提出，对于历史亲缘关系网的研究提出了具体问题，例如，亲缘关系在个人社区中的地位是否有所不同？在历史社会网络分析中，需要更多的研究检验假说。作者通过俄国农庄的例子说明SNA的应用。

案例分析

18世纪晚期，俄罗斯利夫兰地区Pinkenhof的农庄，为应用历史社会网络方法提供了很好的分析案例。农庄作为当时经济的基本单位，直到1861年废除农奴制，规模和人口数量都长期保持稳定。

作者从1795-1850年俄国开展的一系列历史调查资料中构建了有关这一区域亲族关系的数据。每个农庄的数据都包含有庄园主及其直系和旁系亲族的信息，也包括了部分农奴的信息，主要变量有人口出生、死亡、婚姻以及具体家族成员，样本总量为1569人，其中农奴数量为1438人。

通过应用全网络分析方法，作者发现1850年每一个Pinkenhof人平均有9个亲戚，这在前近代社会中属于非常低的水平。对于前近代欧洲的社会联系，普遍共识是由亲缘关系连结而成，这已经与人们对欧洲史的刻板印象不符。同时，婚姻数据还显示，与西欧大部分地区不同，Pinkenhof农民结婚之后并未形成独立的核心家庭，而是共同居住在男性所属的庄园下，每一个庄园的人数大约在12-13人之间。为了刻画出庄园经济的社会结构，作者整理了123个庄园主的数据，通过矩阵计算出了庄园主们的亲缘关系有352个，关系强度系数为0.047，意味着只有4.7%的亲族关系是实际存在的。如果将非直系的亲属关系也计入，Pinkenhof农庄有27%的亲戚关系。

评估亲属关系在农庄生活中的重要性非常困难。作者指出，尽管有平均9个左右的亲戚关系，但其中只有4-5个亲戚是成年人，主要是配偶、父母或成年子女，大多数有一个成年的兄弟姐妹和一个远亲。这与现代社会多样化的个人关系网络相比显得非常单薄，在不同的年龄段，关系的侧重点也有所不同。

在庄园制度下，以个体为中心点，从亲族关系基础上构建个人关系网络也会面临诸多限制。作者的数据表明，这一地区庄园主和农奴在亲族关系上表现出截然不同的结构。庄园主更多的会与成年儿女共同居住，而农奴则更多的和兄弟姐妹居住在一起。正是由于这些限制，Pinkenhof的农奴在构建个人关系网络时，需要更多的从非亲族关系成员（例如附近庄园的农奴）处获得情感和个人支持。

总之，社会网络分析是社会学研究领域中较为成熟的方法，无论是WN还是EC分析，都为我们重新思考历史亲缘关系提供了新的观察。例如，将HSNA应用到俄国Pinkenhof地区庄园的族群关系上时，作者发现在前近代的人口模式下，Pinkenhof社区的成年男性只有少量的直系和旁系亲属，说明在前近代社会中，亲缘关系并没有那么重要。其次，作者也发现Pinkenhof地区的个人很难建立起如同当今一样复杂而多元化的社会联系。最后，独特的经济、社会环境决定了Pinkenhof个人关系网的建构和维系。从这个案例可知，理解历史中个体如何运用关系网络，尚有很大空间等待学者去挖掘。

文章来源：C.Wetherell, Historical Social Network Analysis[J]. International Review of Social History，1998， 43（S6）：125-144.