摘要

本綜述聚焦于社會網絡分析（Social Network Analysis, SNA）在組織中人際社會網絡（interpersonal social networks）中研究的趨勢及新方向，重點關注概念基礎。本文圍繞兩個核心主題展開討論：結構洞與中介（structural holes and brokerage）以及關系的性質（the nature of ties）。新的研究方向主要包括：將情感、行為和認知因素納入傳統的社會網絡結構分析；采用他者為中心的視角（alter-centric perspective），引入自我（ego）與他者（alter）的關系性分析方法；超越以往對三元組（triad）的研究，進一步探討他者作為中介的作用；拓展關系類型，涵蓋負面關系（negtive ties)、多重/不和諧關系（multiplex/dissonant ties）及休眠關系（dormant ties）；并深入探討冗余關系（redundant ties）的潛在價值。本文的核心問題是：“社會網絡分析的未來發展方向是什么？”

研究領域：社會網絡，結構洞，橋接者，負面關系，多重關系，冗余關系

Daniel J.Brass | 作者

李葉葉 | 譯者

周莉

| 審校

論文題目：New Developments in Social Network Analysis 論文地址：https://www.annualreviews.org/content/journals/10.1146/annurev-orgpsych-012420-090628

目錄

1. 社會網絡的基本概念

• 行為者

• 二元關系

• 關系形成的影響因素

• 社會網絡的測量

• 關系的分類

• 社會網絡相關理論

2. 舊議題中的新方向

3. 結構洞和中介

• 超越三元組

• 他者作為中介者

4. 關系的本質

• 關系的強度

• 負面關系

• 多重關系

• 休眠關系

• 冗余關系

5. 結論

引言

自霍桑工廠的研究人員繪制出員工的社會網絡以來，已經過去近100年（Roethlisberger & Dixon, 1939）。他們根據研究對象的任務，將銀行接線室中的關系繪制成電路圖。如今我們更為熟悉的網絡圖通常被認為起源于雅各布·莫雷諾（Jacob Moreno），他通過研究發現，逃離哈德遜谷女子學校的行為具有傳染性（Moreno, 1934）。關于弱關系的力量（the strength of weak ties）的經典論文早在1973年就已發表，但直到1980年代末和1990年代初，社會網絡研究才在管理學期刊中穩定出現。個人電腦的普及以及網絡分析軟件（如UCINet，Borgatti等，2002）的出現，再加上Burt（1992）關于結構洞的開創性著作以及Coleman（1990）提出的社會資本（social capital）理論，共同推動了社會網絡研究的發展。社會資本（從與他人的關系中獲益）成為社會網絡研究的一個合法化概念，并提供了一個統一的理論框架。從 1995 年到 2010 年間，相關研究在期刊上的發表量呈指數級增長，隨后逐步穩定，并成為主流的研究領域。社會網絡持續影響著個體、群體及組織領域的重要研究成果 (Brass et al. 2004)。

那么，未來呢？這是本綜述探討的核心問題。社會網絡理論和研究將走向何方？我嘗試對這些趨勢進行預測，需要指出的是，我的預測不可避免的受到自身社會網絡中其他學者的影響。因此，接下來的許多論述中，都可以加上‘在我看來’或‘我認為’這樣的限定表達。鑒于綜述的篇幅限制以及目標讀者主要為組織心理學研究者，我的重點是人際網絡（interpersonal networks），暫不涉及組織間網絡（interorganizational networks）。我并未試圖涵蓋過去15年間發表的所有社會網絡研究文獻，也未試圖將社會網絡分析應用到組織行為學和人力資源管理領域的諸多主題中；已有其他學者對此進行了梳理（Brass，2012；Brass & Borgatti，2020）。例如，Soltis 等（2018 ）創造了 社會資源管理（social resource management）的概念，用于回顧和整合人力資源管理與社會網絡的研究。在組織行為學領域，社會網絡分析已被廣泛應用于多個常見主題，例如領導力 (Cullen-Lester et al., 2017)、團隊 (Grosser et al., 2020)、組織公民行為 (Brass, 2018) 以及創造力 (Perry-Smith & Mannucci, 2017; Soda et al., 2021)。在本綜述中，我主要圍繞結構洞與中介作用以及關系的性質這兩個核心主題展開討論，同時嘗試在總結現有研究的基礎上，提出新的研究方向。我關注的是概念框架，而非具體測量方法或分析工具，希望借此識別出組織社會網絡研究中具有前景的新方向。組織心理學和組織行為學的三大支柱涵蓋了我預測的許多趨勢：情感（如滿意度等態度）、行為（包括與個性、特征和取向相關的內隱行為），以及認知（包括受眾的感知、心理表征，以及對網絡的意識和準確性）。關系性質的研究也在不斷發展，其中情感、行為和認知始終占據重要地位。然而，這并不意味著社會網絡分析最具標志性的研究方向——網絡結構（network structure）會被忽視。網絡結構已成為組織研究中一項公認的重要預測變量，而當前的趨勢是在結構分析的基礎上進一步融合情感、行為和認知因素。我提出了一種超越三元組（triad）的網絡結構趨勢。在正式展開討論之前，我將首先介紹一些基本定義和核心假設，以幫助讀者更好地理解文章內容，尤其是那些對社會網絡分析不太熟悉的讀者。

1. 社會網絡的基本概念

社會網絡指的是由一系列關系構成的集合，表現為一組社會行為者（social actors）（例如個人、群體、組織等）之間是否存在某種聯系。行為者之間可以通過多種不同方式建立聯系，相似性（如地理位置、群體歸屬或性別等屬性）、社會關系（如親屬關系、角色關系、朋友關系或“知道對方”）、互動（如相互溝通、提供建議）或資源流動（如信息的流動）（Borgatti等，2009）。多重關系（multiplexity）指的是行為者之間同時存在多種不同的連接方式（后文將進一步討論）。盡管不同類型的連接會形成不同類型的網絡（Borgatti和Halgin，2011b），但在大多數行為者的網絡中，這些連接通常會存在一定程度的重疊，這種重疊有利于促進網絡間的連接。在組織研究中，行為者之間的聯系通常表現為互動（如交流或建議）所產生的信息流動。此外，聯系還可以表現為更加抽象的形式，比如信任、友誼或影響力等。在社會網絡研究中，將網絡中所關注的特定行為者稱為自我（ego），與自我有直接聯系的其他行為者則被稱為他者（alters）。

行為者

行為者通常被認為嵌入（embedded）在一張關系網絡中。“嵌入”這一術語在Granovetter（1985）對交易成本經濟學的經典批判后廣泛流行。Granovetter認為，所有經濟交易都發生在社會關系的背景下，社會因素會影響未來的行為，使得行為者傾向于與已有的合作伙伴重復交易。隨著研究的深入，嵌入的概念已經發展為一種描述所有類型關系所具有的慣性特征（inertial quality）。具體而言，行為者更傾向于重復已有的網絡聯系，或者在現有的社會關系網絡中建立新的連接，而不是在網絡之外拓展新的關系（Kilduff & Brass，2010）。

二元關系

二元關系（dyadic connections）是社會網絡的基本構成單元，這一觀點與社會網絡理論的核心假設一致，即個體不能被孤立地看待。事實上，經常被引用的“將個體帶回分析框架”（最初由Kilduff & Krackhardt (1994）提出），并不意味著將個體視為孤立的行為者。個體的認知并非在孤立狀態下形成，個體的人格特質可能既是其網絡位置的結果，也可能反過來影響其網絡位置（Kilduff & Lee，2020；Tasselli等，2018）。二元社會網絡數據的收集方式多種多樣，可以來源于檔案記錄（如組織聯盟、電子郵件記錄）、現場觀察（如霍桑實驗中對銀行接線員的觀察）、訪談或調查問卷。在組織研究中，問卷調查是常用的數據收集方法，通常要求受訪者在開放式的姓名生成（name-generator）項目中列出他們的聯系對象，或者從一份名單中選擇他們有連接的行為者。盡管受訪者在回憶具體時間或事件時可能不夠準確，但Freeman等（1987）研究表明，受訪者在報告日常重復發生的社會聯系時準確性較高。新技術的應用可以提高數據的準確性，并在一定程度上彌補受訪者主觀認知信息的局限性。

社會網絡數據用于捕捉行為者之間的關系，并通常以矩陣的形式輸入，即行為者-行為者鄰接矩陣（adjacency matrix），其中每個單元格表示兩個行為者之間是否存在連接（或者用數值數據描述這種連接）。社會關系可以是有向的，例如資源從行為者A流向行為者B，或者行為者A選擇行為者B作為朋友。然而，某些類型的關系本質上是對稱或雙向的，例如行為者A與行為者B進行溝通。社會網絡分析的獨特貢獻在于，它不僅關注二元關系，還提供了一種方式來研究多個行為者的結構性關系，包括間接連接或路徑。例如，Travers & Milgram（1969）追蹤了志愿者試圖聯系目標人物的路徑長度，最終提出了著名的“六度分隔理論”（six degrees of separation），并推動了小世界（small-world）的研究（參見 Watts，2003）。正如個體不能被孤立地看待，二元關系也不應獨立分析，正是這些二元關系之間的相互聯系形成了社會網絡。

社會網絡研究的重點在于關系（連接）及其結構，而不僅僅是（或不僅限于）行為者的屬性。社會網絡為行為者提供了機會，也帶來了約束——多個行為者之間模式化的關系會影響他們的態度、行為、認知等。然而，行為者并非網絡結構的被動接受者。行為者具有能動性，是其持續的行動和互動塑造以及重塑了網絡結構（Tasselli & Kilduff，2021）。然而，即使在自愿形成的二元關系中，每個行為者也只能單方面控制拒絕或中斷連接，對與他者之間連接幾乎沒有控制權。

關系形成的影響因素

影響關系形成的因素包括空間和時間的接近性（spatial and temporal proximity）、嵌入性（embeddedness，Kilduff & Brass，2010）、互惠性（reciprocation）、同質性（homophily，與相似者互動的傾向）、平衡/傳遞性（balance/transitivity，例如“朋友的朋友也是朋友”）、社會焦點（social foci，Feld，1981）、個性特征（personality, Tasselli et al.，2018），以及在組織環境中由工作流程和層級關系所產生的連接（Brass，2012；Dahlander & McFarland，2013；Kleinbaum，2012；Rivera et al.，2010）。自我監控（self-monitoring，即個體在不同情境下監測并調整自身行為的程度）已被證明是網絡結構的重要個性特征（Kilduff & Buengerler，2020；Mehra et al.，2001；Oh & Kilduff，2008；Sasovova et al.，2010；Tasselli & Kilduff，2018）。盡管許多研究是橫截面的研究，且某些前因變量是固定的，但前因變量與網絡結構很可能是共同演化的，即兩者隨時間推移相互影響。

社會網絡的測量

多年來，社會網絡研究者開發了各種網絡測量指標（有關術語可參考 Brass，2012 或 Kilduff & Tsai，2003），以研究行為者之間的連接模式如何影響各種結果。這些測量指標通常被稱為結構性指標（structural measures），因為它們描述了關系的結構或配置。根據測量的范圍，結構性指標可分為點測度（point measures） 和 整體網絡測度（whole network measures），前者描述個體在網絡中的位置，后者則用于刻畫整個網絡（或其中某些子網絡）的配置。例如，行為者的點中心性（point centrality）可通過以下幾種方式衡量：度中心性（degree centrality），衡量行為者的直接連接數量；接近中心性（closeness centrality），衡量行為者到達網絡中所有其他行為者所需的路徑長短；以及中介中心性（betweenness centrality），即該行為者位于網絡中任何其他兩個行為者的最短路徑上的程度（Borgatti & Brass，2020）。

整體網絡數據的收集通常是通過指定一個邊界清晰的行為者群體（如一個部門或組織），并收集該群體內所有行為者之間的關系數據（可參考Brass，1984）。整體網絡不僅可以用于計算個體層面的間接聯系，也可以通過計算整體網絡指標來描述整個網絡的結構特征。網絡密度（Density） 是一種常見的整體網絡測度，它的計算方式是：實際存在的連接數與可能存在的總連接數之比。整體網絡有時被描述為小世界網絡（Small-world network）或團體結構（Clique structure），其中，緊密連接的行為者集群通過少量中介關系（Bridging ties）相互連接。此外，整體網絡也可能表現出核心-邊緣結構（Core-periphery structure），即核心由少數緊密相連的行為者組成，而邊緣行為者主要與核心相連，而非彼此直接連接（參見 Maoret et al.，2020）。在網絡結構測度之外，還可以結合情感、行為和認知因素來豐富網絡分析。在下文中，我將重點討論結構洞（Structural holes）這一概念。

自我中心網絡測度（Ego-network measures）用于描述某個特定自我的直接連接模式，而不考慮或忽略其間接的擴展關系。在自我中心網絡中，僅包含焦點行為者與其直接連接的他者之間的連接，以及這些他者之間的相互關系。自我中心網絡通常用于計算點測度（盡管也可以計算自我中心網絡密度（Ego-network density）），但并非所有點測度都僅基于直接連接計算（見上文接近中心性和中介中心性的示例）。自我中心網絡可以從整體網絡數據中提取，但更常見的做法是基于焦點行為者的信息構建（有關自我中心網絡更詳細的討論見 Perry et al.，2018）。例如，Burt（1992）提出了一種自我中心網絡測度方法——約束（Constraint），用于衡量自我直接聯系的他者之間的連接程度。此外，網絡測量方法也被用于群體識別（例如：團體（Cliques）、n-團體（n-cliques）、k-plexes 以及基于結構等價性（Structural equivalence）的群體（Brass，2012））。在組織研究的文獻中很少發現這些技術的應用，這是因為組織及其內部的群體（如部門、事業部等）通常具有明確的邊界。

除了關注關系結構或模式的結構性方法外，網絡研究還采用了一種關系性方法，重點關注關系的性質。結構性網絡捕捉關系是否存在，以及在某些情況下如何存在；而關系性方法則關注關系的實質及其存在的原因。例如，在社會網絡分析的奠基性研究之一——《弱關系的力量》（The Strength of Weak Ties，Granovetter，1973），Granovetter 根據聯系的頻率、情感強度、親密度以及互惠性，將關系區分為強關系（strong ties）和弱關系（weak ties）。他的研究發現，弱關系更常成為求職的資源，因為它們連接了不同的社交圈，提供了非冗余的工作信息。近期研究者的關注點集中在負面關系以及正面或中性關系上（見下文討論）。關系性方法通常在網絡矩陣單元格中輸入數值（如 1-7 級李克特量表）來量化關系的強度。關系性方法與情感、行為和認知等主題存在交叉，我將在后文進行更詳細的討論。

除了結構和關系方法外，Lin (1999) 還提出了一種基于資源的方法，該方法的重點是他者的資源。例如，與核心位置或權力較大的他者建立聯系，可能比與邊緣行為者建立關系更有優勢（Brass 1984、Sparrowe & Liden 2005）。者三種方法（結構、關系和基于資源）也可以結合使用。例如，Seibert 等 (2001) 發現職業成功與結構洞（結構）、弱關系（關系）以及更高層級的連接和職業支持（資源）有關。

此外，網絡研究人員還開發了一種認知的方法。例如，研究有時會區分感知網絡（perceived networks）和“實際”網絡（“actual” networks），這引出了Krackhardt (1987) 所提出的認知社會結構（cognitive social structure）——行為者對網絡關系的心理映射（mental maps of networks)。例如，Krackhardt & Porter (1985) 的研究表明，感知關系（離職員工和留任的員工之間的關系）比“實際”關系更能預測留任者（stayers）的滿意度。此外，Kilduff & Krackhardt (1994) 發現，受眾對與高層他者關系的看法比實際關系（實際關系由特定受訪者之間的互惠認同來衡量）更能預測受眾的感知績效（perceived performance）。雖然實際網絡在預測客觀結果時更為重要 [如2019 年冠狀病毒病 (COVID-19) 的傳播]，但感知網絡在預測滿意度或感知績效等主觀結果時更為重要。因此，社會網絡不僅可以被視為信息傳輸的渠道（pipes），也可以被視為認知的棱鏡（prisms）（Podolny，2001），網絡的認知表征（cognitive representations）已成為網絡研究的重點。網絡認知有關的內容，可參考Brands (2013) 的綜述研究。有關心理映射在團隊績效中的應用，請參考Cannon-Bowers 等 (1993) 。

關系的分類

Smith 等（2012）提供了一種有助于理解行為者社會關系的分類方法。他們將潛在網絡（potential network）定義為行為者可能擁有的所有連接，包括休眠關系（dormant ties）和活躍關系（inactive ties）（詳見后文討論）。在特定情境下，潛在網絡中的一部分關系可能會被激活，形成激活網絡（activated network）。激活網絡由個體在某一情境下自然想起或因特定刺激而回憶起的潛在關系子集，它強調社會關系的認知屬性。Borgatti & Cross（2003）指出，意識（awareness）在個體向動員網絡（mobilized network）（一種行為成分）轉變的過程中起著重要作用。動員網絡指的是人們在應對特定情境時真正動用的關系（Borgatti & Cross，2003）。行為者在可能的潛在關系中選擇動員哪些關系，仍是一個相對未被深入探索的領域（Brennecke 2020、 Casciaro & Lobo 2008、 Nebus 2006、 Walter 等人 2015）。當然，行為者也可能選擇建立新的連接，盡管嵌入性原則表明，人們通常更傾向于依賴已有的關系。此外，人們也可能對現有關系進行重新利用，即將某一關系用于不同的用途。例如，員工向同事推銷女童子軍（Girl Scout）餅干。挪用可能導致多重關系。但是，關系的重新利用也可能產生負面影響，例如向朋友借錢可能會被視為濫用友誼并危及原有關系。在Smith等（2012）的分類框架基礎上，實際網絡的形成不僅取決于個體動員的他者（mobilized alters），還取決于這些他者是否愿意建立聯系。

最近一項關于創造力的研究為行為者傾向于動員或激活哪些連接提供了一些見解。Mannucci & Perry-Smith (2021) 發現，與擁有較小網絡的個體相比，那些擁有同時包含強關系（strong ties）和弱關系（weak ties）的大型網絡的個體更傾向于依賴強關系，并且在創造過程的不同階段切換關系的可能性更小。所選擇激活的關系會影響創造力。如果在創造力“旅程”的不同階段（如創意產生或創意深化）選擇了不合適的關系（強關系或弱關系），可能會導致放棄創意或追求缺乏創造性的想法。

近年來，認知網絡研究的一個新方向是對行為者的神經反應進行追蹤分析。Parkinson 等（2018）使用功能性磁共振成像（fMRI）掃描受試者在觀看電影時的大腦活動。他們發現神經反應的相似性與社會網絡中的社會距離密切相關，具體來說，朋友之間的神經反應高度相似。對社會網絡的生理機制進行探索是一個新的研究方向。

社會網絡分析為研究者提供了多種研究路徑，并涉及多個研究設計的關鍵決策。那些希望在以屬性為中心的傳統研究基礎上融入關系性和社會網絡方法的研究者，需要在研究設計階段做出一系列選擇：應當關注哪種類型的關系？是否需要收集多種類型的關系數據？是否應將關系視為二元變量（即關系存在或不存在），還是收集關于關系頻率或重要性的信息？應關注實際網絡，如檔案記錄或觀察數據，還是依賴受訪者的感知網絡，采用問卷調查或訪談方式收集數據？是否應在假設間接關系（如“朋友的朋友”）不重要的前提下，僅收集自我中心網絡數據（參見 Burt，2007）？還是應嘗試收集整體網絡數據？如果選擇整體網絡數據，應如何界定網絡邊界？例如，Brass（1984）發現，個體在部門內部的工作流中心性與其影響力和晉升正相關，而在整個組織層面的中心性則沒有這種關聯。此外，應采用結構性方法、關系性方法還是資源性方法，或者三種方法都采用？是否應采用認知方法，將網絡視為認知的“棱鏡”而非信息傳輸的“管道”？對于這些問題的答案，取決于研究者的理論框架和研究問題。沒有唯一最佳的網絡數據的收集方法。

在組織研究領域，社會網絡研究主要關注兩個核心議題：社會資本（social capital）和社會影響（social influence）。社會資本研究側重于探討行為者為何存在差異，例如，為什么有些人在權力、績效、獎勵等方面比其他人更成功？Burt (1992) 提出，社會資本會累積到那些連接了彼此不相連他者的人身上，又被稱為結構洞（structural holes），我將在下文中更詳細地展開。Burt認為，這種連接提供了多樣化、非冗余的信息，促進創造力和績效的提升。然而，Coleman (1990) 有不同的觀點。他認為，高密度網絡（densely connected networks，他者彼此連接）會增加社會資本，因為高密度網絡促進行為監督和社會規范的約束，并有助于發展信任和互惠。這兩種觀點都是以社會資本為核心的網絡理論。

社會影響的研究關注行為者為何相似。為什么人們在時尚、技術和組織結構方面做出相似的選擇，或者表現出相似的態度和行為？這類研究中，社會網絡被用于分析傳染效應（contagion) ——行為者受到其他行為者影響的擴散過程。傳染效應可以通過不同機制發生：簡單的接觸（如傳染病）、簡單的觀察和模仿或在決策過程中受到他人更深入的影響。例如，Coleman 等（1957）對新藥在醫生中傳播的經典研究已被多次重新分析，而Iyengar 等（2011）的一項類似的研究進一步確認了社會網絡的傳染效應。Centola （2010）認為態度和行為的相似性涉及復雜傳染（complex contagion）——受到來自多個他者的持續影響（而不是簡單的一次接觸，如傳染病模型）。例如，簡單的傳染模型可以預測或追蹤 COVID-19 的傳播路徑，但要預測人們是否會戴口罩、遵守社交距離準則或接種疫苗，需要復雜的傳染模型。社交網絡可以幫助我們了解新想法的來源、識別意見領袖（opinion leaders）、追蹤信息傳播路徑并估算信息的傳播速度。

社會網絡相關理論

就像心理學沒有統一的單一理論一樣，社會網絡也沒有單一的總體理論。盡管沒有一個統一的理論，但還是存在一些普遍共識，比如流模型（flow model）（Borgatti & Halgin, 2011b）。這一模型中，社會網絡被視為資源（如信息）流動的通道，資源通過較短的路徑流動的速度比通過較長的路徑流動的速度更快，處于中心位置的行為者比邊緣位置的行為者更有可能接收或更快地接收網絡中流動的資源。在社會資本的研究中，Burt （1992）和Coleman（1990）都基于同一個基本的命題：嵌入在高密度網絡中的人會接收到相同的信息。但兩者的理論存在差異：Coleman 將緊密的連接視為發展信任和互惠的機會，而 Burt 則將其視為接收多樣化、非冗余信息的限制。盡管社會網絡分析通常以數學度量為特征，但有關社會網絡的研究包含大量的理論構建（Borgatti等，2014）。所有社會網絡理論的共同基礎是：無論是個體、二元關系、三元關系、團體還是組織，行為者的情感、行為和認知無法在與其他個體完全隔離的情況下被充分理解。

已經有幾篇關于社會網絡分析的高質量綜述文章 (Borgatti et al. 2009, Brass et al. 2004, Burt et al. 2013, Kilduff & Tsai 2003)，我盡量避免重復。我建議你參閱Kilduff 和 Brass (2010) 以了解核心思想和爭論，參閱 Borgatti 和 Halgin (2011b) 以了解網絡理論，參閱Borgatti 等 (2014) 以了解混淆、批評和爭議。若需全面的分析著作，請參閱Borgatti 等 (2018)；有關自我中心網絡，請參閱Perry 等 (2018)。

2. 舊議題中的新方向

在眾多社會網絡研究綜述和論文中，縱向網絡（longitudinal networks）和多層級網絡（multilevel networks）已成為反復探討的研究方向。在此，不得不提及這些領域的發展。在縱向網絡分析方面，研究者長期以來關注社會關系的持續性與衰退，以及網絡如何隨時間變化。然而，該領域仍然存在顯著的研究空白。自Newcomb（1961）在兄弟會中開展連續15周的數據收集以來，縱向網絡研究在相當長的時間內進展緩慢，直到近年來才再次受到關注（Battilana & Casciaro，2012，2013；Burt，2002；Burt & Merluzzi，2016；Kleinbaum，2018；Sasovova等，2010；Soda等，2021）。近期，隨著統計分析方法的進步（可參考Harris，2014；Snijders & Koskinen，2013），縱向社會網絡研究開始迅速發展。然而，受限于橫斷面研究的方法, 我們對網絡的持久性或變化，以及網絡如何應對外部環境變化（Barley 1990、Burkhardt & Brass 1990）仍然知之甚少，例如 COVID-19 的影響（Yang et al. 2021）。

縱向研究補充了近年來迅速發展的社會網絡共同演化視角（coevolutionary perspective）。共同演化視角下，網絡結構被視為是與情感、行為和認知的共同演化 (Lazer 2001, Tr?ster et al. 2019)。例如，網絡中心性（network centrality）帶來權力，權力反過來又增強網絡中心性（Brass & Burkhardt 1993）。朋友關系促進八卦，八卦又加強朋友關系 (Ellwardt et al. 2012)。然而，網絡流動中的時間滯后性尚未在縱向研究中充分探索 (Kwon et al. 2020)。例如，個體通過某一關系獲取的信息，可能會在未來通過當時尚不存在的新關系進行傳播。當個體在較長時間后將信息傳遞給已有關系，該關系帶來的實際收益可能會有所延遲。這種時間滯后的信息擴散在社會網絡中十分常見，特別是在某些關系進入休眠狀態（dormant ties）后被重新激活時尤為明顯。

另一個備受關注的未來研究方向是多層級網絡（multilevel networks）。盡管社會網絡分析經常被強調具有跨層次分析的能力，但當前的多層級網絡分析通常只是將相同的網絡理論應用于不同層面的研究對象，以解釋個體、群體或組織層面的結果（Brass等，2004）。例如，結構洞理論可以應用于研究個人和組織 (Burt 1992)。

多篇理論性文章為同時考慮點度量和整體網絡度量提供了基礎 (Brass & Borgatti 2018, Moliterno & Mahony 2011, Paruchuri et al. 2018)。除了典型的個人-團體-組織分析三層分析框架外，社會網絡分析還提供了更多的層級視角。例如，可以將二元關系、三元關系以及不同規模派系視為社會實體和分析層次（Brass & Borgatti 2018、Contractor 人 2006）。然而，跨層級的研究仍然很少 (Bizzi 2013, Cummings & Cross 2003, Maoret et al. 2020, McFadyen et al. 2009, Paruchuri 2010, Sasidharan et al. 2012)。多層級網絡分析是一個尚未完全實現的“舊”未來研究方向，但Contractor 等 (2006) 提出的多理論、多層次分析方法（和數據）可能會推動更多的研究。

另一種可能的研究方法是結合人際網絡（interpersonal networks）與群體/組織間網絡（intergroup/interorganizational networks），這一思路基于Breiger（1974）提出的個體與群體的二重性（duality of persons and groups）概念。他指出，當兩個個體互動時，他們不僅代表自己，還代表他們所隸屬的群體。利用人際和群體間的網絡數據，研究可以比較以下兩類人的滿意度和績效：處于邊緣群體/組織中的中心行為者（小池塘里的大青蛙）與處于中心群體/組織的邊緣行為者（大池塘里的小青蛙）。Lazega & Snijders (2015) 和Lazega (2020) 闡述了這種方法，并被認為是多層級網絡分析中具有前景的發展方向。

3. 結構洞和中介

過去 15 年，結構洞和中介主導了社會網絡的研究。當自我作為中介連接兩個或多個彼此不相連的他者時，就存在一個結構洞。Simmel（1950）是該概念的提出者，并用術語 tertius gaudens（“第三受益者”）來描述這一現象。Granovetter（1973）也提出了相似的觀點，認為弱關系能夠提供通往不同、彼此不相連的社會圈的橋梁，從而獲取非冗余信息。早期研究主要將弱關系作為結構洞的代理變量，但隨后，研究者開始直接測量網絡結構本身，分析網絡模式以識別與自我不相連的他者或開放三元組（open triads）。Freeman（1979）提出了中介中心性（betweenness centrality）（一種包括間接關系的結構洞測量）。Brass（1984）在實地研究中應用這一指標，研究表明中介中心性與個體在組織中的影響力和晉升機會正相關。然而，直到Burt（1992）出版《結構洞》一書，結構洞和中介的研究才進入快速發展階段。Burt 提出，社會資本積累在那些網絡中占據結構洞位置的個體，因為他們能夠獲取非冗余信息，在不相連的他者之間扮演中介角色，在不同的他者之間施加影響。Burt的結構洞理論通常被拿來與Coleman（1990）的理論進行對比：Burt（1992）認為，網絡中的結構洞能夠提供新穎、非冗余的信息，這對個體的創新、決策和職業發展極為重要。 Coleman 認為，密集網絡具有良好的約束作用，有助于穩定合作。但在Burt的視角下，它卻限制了個體獲取新信息的能力，是一種約束。與這兩種理論一致，Reagans 等（2004）發現，既具有外部廣度（external range，即結構洞的測量指標）又具有內部凝聚力（internal cohesion，即高密度網絡）的群體，在績效方面表現更優。Uzzi (1997) 則探討了“若即若離”（arms-length）與嵌入式關系的成本和收益。Burt提出的自我中心網絡約束指標（即結構洞的反向測量），通過對五種不同類型的網絡進行組合計算，成為了結構洞研究中最為成功的測量工具之一，被廣泛應用于不同研究領域。盡管結構洞背后的實際理論機制仍未被完全衡量，但研究結果一致支持結構洞和中介對績效和職業發展的積極影響（更詳細的綜述可參考 Kwon 等，2020；Burt 等，2013）。

Kwon等（2020）對超過170項關于結構洞和中介作用的研究進行了綜述，并指出該領域的研究仍在不斷擴展。隨著研究的深入，學者們不僅關注結構洞對績效、回報和職業成功的影響，還開始探討結構洞—結果關系的調節因素，例如：信任（Levin等，2016）；權力與地位（Burt & Merluzzi，2014；Landis等，2018；Rider，2009）；性別（Brands & Kilduff，2014；Brands & Mehra，2019）；認知風格（Carnabuci & Diószegi，2015）；文化（Bian，1997；Burt & Burzynska，2017；Burt等，2000；Xiao & Tsui，2007）。當前，研究的重點已從驗證結構洞對績效的直接作用，逐步轉向細化結構洞—結果關系的作用機制。正如任何社會科學測量工具一樣，結構洞并不能完全解釋所有結果變量的差異。因此，研究趨勢正在向更深入的問題邁進，即：“為什么某些行為者比其他行為者更能從結構洞中獲益？”

為了回答上述問題，研究開始關注中介行為（brokerage behavior）——在關系結構中加入行為成分。Obstfeld (2005) 引入了中間人（tertius iungens），指代加入（他者）的第三人，與離間人（tertius gaudens）相對，指分離他人的第三人。Burt (2004) 發現結構洞與“好想法”有關，而 Obstfeld 發現中間人取向和緊密連接的網絡可預測創新參與。Quintane & Carnabuci (2016) 將tertius iungens和tertius gaudens取向區分為非嵌入型中介（unembedded brokerage）和嵌入型中介（embedded brokerage），并引入時間維度，探討中介行為如何隨時間演變。Soda等 (2018) 將中介行為視為套利中介（arbitrage brokerage，通過保持他者之間的分離來利用信息不對稱）和合作中介（collaborating brokerage，共享信息并聯合、招募和連接他者）。他們發現中介取向具有調節作用，與套利取向相比，合作取向顯著降低了結構洞與績效之間的正相關關系。Grosser等（2019）進一步將離間人/套利取向分為調解（mediation）和分離（separation）。因此，自我中心的中介行為研究，后來被區分成了“保持分離” (keep them separated) 和“促進聯合” (bring them together) 兩種視角。傳統的中介研究幾乎都采用開放三元組的分析框架，Halevy等（2019）和Obstfeld等（2014）提出，中介行為也可以在封閉三元組（closed triad）內發生，即所有三個行為者彼此相連的網絡結構。未來的研究可能會繼續沿著行為的方向發展。不過，需要注意的是，封閉三元組在理論上和實證上都無法與開放三元組和結構洞進行直接比較。

盡管中介行為近年來在研究中獲得了廣泛關注，但很少有人關注結構洞和中介行為的情感成分。研究者更關注績效、創造力/創新和職業等方面 (Kwon et al. 2020)，而對于自我或他者從結構洞中獲得的滿足感以及結構洞如何受到情感關系的影響知之甚少。例如，關系可能因不信任或彼此不喜歡而斷裂，或者可能僅僅因為彼此不認識而斷裂，中介行為的影響可能因斷開連接的性質而異。在認知層面，我們尚未充分探索對自我或他者的關系認知準確性 (Brands 2013, Kilduff et al. 2008, Krackhardt 1990, Krackhardt & Kilduff 1999)。例如，如果自我誤以為他者之間缺乏聯系，自我的套利嘗試可能會失敗。當在一類網絡中斷連而在另一類不同的網絡中相互連接時，感知的準確性可能會變得模糊。

結構洞理論及相關研究主要關注自我，就好像自我是開放三元組中唯一具有能動性的行為者。近年來，研究者逐漸意識到認識到自我在網絡中的控制力有限，他者也可以建立或解除關系。近期的研究綜述 (Halevy et al. 2019, Kwon et al. 2020, Stovel & Shaw 2012) 呼吁采取以他者為中心的方法。例如，與中介建立聯系的他者可能會獲得績效優勢，比如降低搜索成本或獲得推薦收益 (Brass 2009, Galunic et al. 2012)，或者他者的不滿可能會導致結構洞的快速消解。在少數以他者為中心的研究中，Kleinbaum等（2015）結合認知和情感因素，發現他者對自我同理心的感知會產生影響（Brands et al. 2021 亦有類似研究）。此外，Buskens & van de Rijt（2008）研究表明，如果所有人都希望成為中介者，那么中介的收益將變得不穩定，甚至難以實現。

在社會網絡中，除了關注結構，還需要將情感、行為和認知納入考量。但必須牢記社會網絡分析的基本前提——個體的情感、行為和認知不能被孤立地理解，而應放置在社會關系網絡中考察。近年來，學者們呼吁采用他者為中心的視角來研究中介行為，這一觀點具有合理性。然而，未來的研究方向不僅應關注某一方的角色，還應全面考察開放三元組中的所有行為者。這種整體性視角有助于深化結構洞研究，并推動社會網絡分析的發展。

超越三元組

盡管幾乎所有結構洞研究在理論和實證上都集中在三元組，但超越三元組去探索更大范圍的網絡，將帶來幾個重要的概念性啟示。

傳統觀點認為，中介行為不僅涉及自我通過維持他者的分離所獲得的優勢。更廣泛地看，連接未曾相連的他者，意味著連接了原本相互獨立的社會群體。這種跨群體的連接為資源流動和更大規模的社會實體動員創造了可能（Granovetter，1973；Kwon等，2020；Stovel & Shaw，2012）。因此，研究若僅關注自我如何利用開放三元組（Brass等，1998），或者認為自我的成功源于信息保密（Hahl等，2016；Krackhardt，1999），只涉及到中介行為概念的一部分。回顧新冠病毒的傳播過程，不難發現，結構洞不僅是信息流通的通道，在特定情境下也可能成為影響力擴散與社會整合的關鍵機制。在疫情初期，連接原本彼此隔離的群體的他者，成為病毒在全球不同群體之間傳播的主要通道。然而，這些跨群體的連接，也可能成為推動社區達成共識的潛在機制，促使人們在佩戴口罩、保持社交距離以及接種疫苗等公共衛生目標上達成共識。未來，有必要進一步深入探討結構洞在社會影響與傳染過程中的作用機制。

超越三元組的框架，社會網絡學者提出應關注自我和他者的群體歸屬。例如，Fernandez 和 Gould（1994）確定了五種不同的中介結構（協調者（coordinator）、守門人（gatekeeper）、流動者（itinerant）、聯絡人（liaison）和代表（representative））。這些中介結構的具體作用取決于行為者的群體歸屬以及信息流動的方向。研究表明，即便是在更廣義的套利與合作的二分框架內，中介可以在網絡中扮演多種角色。未來研究有必要進一步擴展和深入闡明中介者的角色類型及其相關行為模式。

同樣超越三元關系的研究框架，Krackhardt（1999）提出了“齊美爾式中介”（Simmelian brokerage）的概念，即當自我嵌入于兩個緊密聯系的團體并成為它們之間的唯一連接時，便形成了這一中介模式（Tasselli & Kilduff，2018 亦有相關討論）。與傳統的“第三得利者”（the third who benefits）不同，齊美爾式中介者往往同時受到兩個團體的拉扯，在履行各自群體義務和時間要求時可能陷入困境。預計未來研究將在這一領域進一步拓展。值得注意的是Burt（2007）的研究結果。他的研究表明，即使不依賴更宏觀的間接聯系、路徑分析或群體歸屬信息，僅基于局部網絡（local neighborhood）或自我中心網絡（ego-network），依然可以解釋員工績效的顯著差異。

他者作為中介者

更重要的是，超越三元關系的研究視角帶來了對自我和他者的新認識。當我們不再將三元關系視為孤立結構，而是考慮結構洞中涉及的額外聯系時，相關概念也隨之變化。傳統觀點認為，每當自我與某個未直接連接至其他他者的個體建立聯系，便形成了結構洞。但只要我們轉換分析視角，就會發現，該他者也在自我與該他者所連接的其他行為者之間形成了結構洞。因此，在更廣義的網絡結構中，自我和他者都可以充當中介。

正如人口學研究已經轉向相對人口學方法（Wagner 等，1984），結構洞和中介研究也可以借鑒相對分析方法，將自我與他者視為具有相似性的研究對象。例如，與關注以自我為中心的連接或分離行為相比，借鑒談判和權力研究領域的成果，以識別更具代表性的結構洞行為可能更有成效（Brass & Burkhardt，1993；Brass & Krackhardt，2012；Grosser 等，2018）。將中介行為視為談判技能的研究思路，與結構洞理論的不斷演化和和完善的趨勢是一致的。該理論最初強調對非冗余信息的獲取和控制，隨后發展到強調中介者的視野和技能優勢（Burt et al.，2013）。來自新聯系的多樣化信息能夠帶來積極的“沖擊”，使個體以更具創造性的方式調整信息的組織與處理方式（Soda 等，2021）。成功利用結構洞所提供的機會，需要在信息編碼與解碼過程中發展出的“跨越不同聯系人進行交流的智力和情感技能”（Burt 等，2013，第536頁）。基于社會網絡理論的基本理論，這種視野和技能并非自我（或他者）的孤立屬性，而是一種相對評估。

同樣，關系中的情感和認知可能很重要。例如，所有參與者在多大程度上感到滿意？參與者對自身位置優勢的相對認知程度如何？他們在交換過程中的相對動機又會產生怎樣的影響？未來研究可將重點從自我優勢轉向相對或互惠優勢。調節因素可能包括相對地位或權力、相對或互惠信任，以及相對個性或取向（例如，參與者的地位是否相等，或他們是否具有相似或不同的離間人（tertius gaudens）和中間人取向）。相對地位或權力可能預測哪位參與者在交換中受益最多并獲得最大滿意度；相對信任可能預測結構洞是持續存在還是迅速消失。

從概念上超越三元組不會改變之前的結果。統計分析在計算結果時，將自我和他者都視為中介。這些更為細致的分析是否比以自我為中心的更簡潔方法更有價值，仍然是一個需通過實證研究檢驗的問題。無論研究結果如何，超越三元組的視角能夠為理解結構洞和中介作用的機制提供新的概念性見解，并代表著中介研究的一個新方向。

4. 關系的本質

到目前為止，我主要關注結構洞和中介，因為它們在社會網絡研究中占據主導地位。關于關系的本質（或內容）概念化方面，也出現了新發展。Casciaro（2020）指出，所有的關系都包含情感成分。我想補充一點，所有關系也都包含認知成分，至少都含有隱含的行為成分。接下來，我將探討近年來關于參與者之間關系特征的新進展。

關系的強度

我首先討論關系強度這一經典主題，它在社會網絡研究中占據重要地位Granovetter (1973) 提出的弱關系強度仍然是被經常測量的變量。其基本前提是，弱關系有助于獲取非冗余信息。然而，這一觀點已逐漸被結構洞理論所取代，并在較小程度上被Lin（1999）基于資源的視角所替代，或者僅作為附帶議題被討論（例如，Vedres（2017） 關于結構洞中的強關系與弱關系的研究）。Burt (1992) 將因果重點從關系的弱轉移到其所跨越的結構洞。盡管Hansen (1999) 驗證了弱關系的搜索優勢，但隨著互聯網的普及，這種搜索優勢可能已被削弱（Hasan，2020）。研究人員開始關注強關系的優勢，尤其是其情感成分（情感強度、親密性、信任），這些因素在過去由于對結構性結果的關注而被相對忽視。例如，研究發現，強關系與以下結果顯著相關：隱性、非編碼化知識的傳遞（Hansen 1999；Tortoriello et al. 2012）、組織變革（Battilana & Casciaro 2013）、工作推薦（Bian 1997）以及知識創造（McFadyen et al. 2009）。Perry -Smith 和 Mannucci（2017）認為弱關系有助于想法的產生，而強關系有利于想法的深化。Aral和 Van Alstyne（2011）發現強關系通常具有高“帶寬”（比弱關系互動頻率更高、信息流更豐富），并且可以成為新穎、非冗余信息的來源。Baker (2019) 和Cross & Parker (2004) 將強關系的情感成分擴展到情緒，提出了賦能關系（energizing ties），即能夠增強個體活力和能量的互動。情感能量通過賦能網絡（energizing networks）傳播，從而抵消消極關系的影響，并促進個體及群體的績效提升（Baker 2019）。隨著社會網絡的研究越來越關注情感因素，對賦能關系的研究已成為一個極具前景的新方向。

除了結構層面的討論，近期的發展可能更加關注強關系與弱關系中的情感、行為（如頻率、互惠）以及通常被忽視或視為理所當然的認知因素（如認知、意圖、準確性）。其中，一個重要方向是研究認知與互惠的非對稱特征。在社會網絡分析中，受訪者對關系存在性或其價值、重要性的不同報告（例如，行為者A選擇了行行為者B，但行為者B并未選擇行為者A）長期以來一直是研究者面臨的方法上的挑戰。通過關注關系認知的不對稱或關系誤解，而不是試圖調和它們，可能會獲得新見解（Byron & Landis 2020）。

未來的研究可以關注弱關系如何轉變為強關系，為何未能實現這一轉變。Krackhardt (1994) 提出，了關系從弱到強的演變受依賴性、互動強度（包括互動頻率和持續時間）以及情感因素的共同作用。他認為，依賴會促進互動強度的增加，而互動強度的提升又會增強情感連接。當這種情感趨于正向發展時，個體之間會形成強關系，建立信任紐帶。如果情感逐漸轉向負面，互動強度可能會隨之降低，最終導致關系消解，或者在依賴性較強的情況下，保持弱關系的狀態。

負面關系

盡管關系強度和一般的網絡研究幾乎只關注積極或中性關系，但Labianca & Brass (2006) 激活了一度被忽視的負關系研究，并引入了社會賬本理論（social ledger theory）。他們將負面關系定義為“對另一個人的一組持久、反復出現的負面判斷、感受和行為意圖：負面人物模式（a negative person schema）”（Labianca & Brass 2006，第 597 頁）。在概念框架上，負關系受到強度/強烈程度、互惠性、認知/覺察程度以及社會距離（包括直接和間接關系）的共同影響。盡管“負面關系”這一術語本身帶有強烈的情感色彩，但其定義同時包含了行為和認知成分（Yang 等，2020）。

除了預測負面關系的結果，預測負面關系如何與積極關系共同作用與社會賬本也是一個關鍵的挑戰。Labianca & Brass (2006) 提出了消極不對稱（negative asymmetry）的觀點，即負關系由于其在社會認知中被重點關注，以及負向關系的稀有性，會對自我產生更強的影響。后續研究對社會賬本理論進行了修正，當員工擁有更多負面關系時，積極關系對職場社交滿意度有更強的積極影響，而當員工的負面關系較少，積極關系的影響則無關緊要 (Venkataramani et al. 2013)。在經歷負面關系時，積極關系變得更重要。盡管個人可能會有迅速尋求切斷負面關系的行為，但在組織中可能難以實現，因為工作流程和組織層級關系通常要求持續互動。此外，認知和情感可能會持續存在并影響新關系的形成，特別是與那些與已斷開連接的他者或類似的他者相連。盡管與外群體的消極關系可能會損害群體間關系，但它們也可能是群體團結的源泉。此外，Halgin 等 (2020) 提出，在競爭環境中，與高地位他者存在負面關系會引起外界對自我的關注，并可能帶來聲譽上的利益。可以預見，在未來的社會網絡分析研究中，若不對社會賬本中的負面關系進行現實考量，網絡研究將難以進一步推進。有關職場負面關系研究的更詳細討論，請參閱Yang 等 (2020) 。

多重關系

盡管多重關系（multiplex relationships）常會被提及，但直到最近，它在社會網絡文獻中仍然較少受到關注。過去，多重關系主要被視為關系強度的指標或抑制機會主義行為的力量（Brass 等，1998）。在收集不同類型網絡的數據時，盡管兩個行為者可能以多種方式聯系在一起（如建議、友誼、工作同事），研究者往往將每種網絡關系分別分析，忽視了兩個個體可能在多個層面上存在聯系的可能性。最近的研究開始將多重性視為一個值得研究的概念。多重關系可能會帶來競爭壓力，例如當你的下屬也是你的親密朋友時，就可能在管理過程中面臨困境。在關注多重性時，Methot 等（2016）研究發現，多重關系可能是一把“雙刃劍”：涉及友誼和工作相關互動的多重關系增強了信任和工作績效，但也可能因情感消耗和關系維護帶來的責任感而降低績效（Methot et al.，2016）。

在進一步探索多重關系時，Brennecke（2020）擴展了社會賬本理論，研究了不和諧關系（dissonant ties）——即個體與同一他者之間同時存在正面和負面關系。同樣，Methot & Rosado-Solomon（2020）指出，人際關系往往具有多重性質，與同一對象的互動可能同時包含積極和消極因素。他們將這種關系稱為矛盾關系（ambivalent ties）。例如，Casciaro & Lobo（2005）在研究中比較了“混蛋”（component jerk，能力強但讓人討厭的同事）與“可愛的傻瓜”（lovable fool，討人喜歡但能力一般的同事），發現員工在尋求任務相關幫助時，通常需要對潛在合作伙伴產生積極情感。盡管人們的首選合作對象通常是既討人喜歡又有能力的同事，但Brennecke（2020）發現，即使向難以相處的同事尋求幫助，也能對工作績效產生積極影響。當考慮家族企業或由家族運營的組織中的親屬關系時，多重關系的相關性尤為明顯。由于關系類型的多種組合（Borgatti et al.，2009），再加上情感因素的影響，未來關于多重關系的研究很可能會進一步增加。

休眠關系

休眠關系指的是過去建立但已不再活躍（在一段時間內處于非活動狀態）的關系，這些關系可能不會輕易被想起，除非受到特定提示 (Levin et al. 2011, Walter et al. 2015)。休眠關系之所以具有研究價值，是因為在關系暫停期間，他者可能經歷了不同的發展軌跡，從而為個體提供全新的見。休眠關系非常符合Smith 等（2012）對潛在關系（potential ties）的分類（盡管很少被激活）。這引發了一個問題：關系一旦建立，是否會消失。從認知的角度來看，只要雙方仍然記得這段關系，關系就可能存在。然而，一個尷尬的可能性是——一方仍然記得，而另一方已經遺忘，這很可能成為關系重新激活的障礙。從實際關系的角度來看，當任何一方選擇中斷聯系時，關系就可能終止。當然，關系的類型或連接的內容會影響衰退速度（如親緣關系是永久的）。Burt （2002）指出，中介關系（連接不相連個體的關系）通常衰退很快，而Krackhardt（1999）表明，Simmelian 關系（Simmelian ties，彼此互聯，并且都與同一個第三方存在互惠聯系）不太可能處于休眠狀態，即使處于休眠狀態，也很容易重新激活。這引出了另一個重要的問題：傳統關系形成的預測因素，是否同樣適用于休眠關系的激活？

盡管關系的衰退和關系的持續性已經受到研究者的關注，但關于關系持續時間——即一段關系被維持的時間長度，卻未受到足夠的關注。關系持續時間可能是信任、相互影響以及幫助動機的重要預測因素。Facebook 和 Zoom 等社交媒體平臺取代了每年的“節日問候”或生日賀卡，讓地理距離遙遠的人也能更容易地維持關系。老朋友和新朋友（或同事）之間的差異還有待探索。對這些問題的探索將成為社會網絡分析的一個新方向。

冗余關系

在強調弱關系和結構洞能夠提供新穎、多樣化信息的研究趨勢下，冗余關系（redundant ties）往往被視為應當避免的對象。冗余關系在結構上被定義為連接同一社交圈內部他者的關系，即網絡中的高度閉合和密集連接（Coleman，1990）。盡管這些封閉網絡可以促進信任、互惠規范，并有助于監督和制裁不當行為，但冗余信息通常不被認為是有價值的。即便是強調高帶寬關系（broad bandwidth ties）優勢的 Aral & Van Alstyne（2011），也在其研究中批判了冗余信息的存在。事實上，獲取多樣化、非冗余信息許多理論解釋是個體成功績效的基礎。

強關系和封閉網絡更容易產生冗余信息。然而，冗余關系的價值遠不止于信息流通的局限性。在已有研究中，強關系和弱關系在信息搜索與傳遞方面各有優勢（Hansen，1999）；嵌入式關系（embedded ties）和松散關系（arm’s length ties）在小型企業運作中具有不同作用（Uzzi，1997）；群體內部凝聚力與外部廣度的結合能夠提升組織效能（Reagans 等，2004）；封閉網絡在創新實施過程中具有協調優勢（Obstfeld，2005）。在此基礎上，我希望進一步引起研究者對冗余關系在權力運作、可驗證信息傳遞、以及復雜擴散與行為變革中的作用的關注。

結構洞的一個常見優勢是，自我能夠利用一個他者對抗另一個他者，從而獲得權力。然而，權力的獲取并不僅僅依賴于控制非冗余信息，而是取決于是否能夠從多個來源獲取相同的資源。換言之，若要讓個體能夠在兩個他者之間博弈，這兩個他者必須是相同資源的提供者，也就是說，他們是冗余的。這并不否定從他者那里獲得非冗余資源的優勢。而是表明“利用一個他者對抗另一個他者”和”非冗余資源“是兩種不同的機制，并且可能涉及不同的關系網絡。此外，冗余的他者也可能帶來一定的優勢。

冗余關系也提供了可驗證的信息。成功的管理者不太可能僅憑沒有通過另一來源進行驗證的、單一來源的新穎、非冗余信息做出決策。例如，新聞業的記者經常需要通過第二個獨立來源（冗余來源）來驗證非冗余、有新聞價值的信息。然而，獨立來源的標準意味著第二個來源不太可能與初始來源處于同一社交圈或直接相連。因此，這些信息來源通過弱關系或結構洞所形成的網絡斷裂，提供了可驗證的冗余信息。然而，Ter Wal 等（2020）發現，雙重網絡（（dual networking，在同一社交圈內與兩個不同的他者連接）創造了創新績效優勢。這與我們社會科學家的研究也有相似之處。我們在問卷中包含了多個（冗余）題項以評估信度，而獨立數據來源能夠提高研究結果的可信度。

最后，著名的Asch (1951) 從眾實驗揭示了冗余關系在行為改變中的價值。Asch 發現，當至少三個他者做出的一致的冗余選擇時，會導致受試者的從眾行為。近期，Centola (2010) 發現，需要兩個來源的冗余信息才能帶來行為改變。因此，戴口罩或接種疫苗等行為的改變可能需要至少兩個他者的共同認可。當人們從多個來源獲得冗余信息時，更有可能改變自身行為。

盡管冗余信息的從眾價值與Coleman (1990) 關于封閉網絡在形成規范方面價值的理論有相當大的重疊，但冗余信息的力量和可驗證的信息價值表明，弱關系和結構洞的價值可能不僅僅體現在獲取多樣化、非冗余的信息。事實上，與自我沒有連接的他者建立聯系可能帶來的結構性優勢，不僅包括獲取非冗余信息，也可能涉及冗余信息的獲取。連接通常被視為非冗余的代理，但我們需要將連接與內容分開（Aral & Van Alstyne 2011）。這表明，要超越冗余的結構代理，研究實際獲得的信息內容，尤其是借助電子郵件或文本信息等數據，可能成為一個重要的研究方向。

5. 結論

社交網絡分析的未來方向是什么？盡管新研究方向往往難以預測或創造，但一些趨勢已經顯現。結構洞和中介的研究將在情感、行為和認知因素的加入下持續發展。研究人員將超越以自我為中心的視角，從孤立的三元組擴展到更廣闊的網絡結構，探討他者作為中介者的角色以及三元組在更大網絡中的作用。對行為者情感、行為和認知的關注將向關系視角轉變。此外，研究人員將進一步探討關系的情感、行為和認知方面，并對負向、多重、休眠和冗余關系進行更多研究。以上只是預測，至于具體會如何發展，我們拭目以待。

參考文獻

1. Aral S, Van Alstyne M. 2011. The diversity-bandwidth trade-off. Am. J. Sociol. 117:90–171

2. Asch SE 1951. Effects of group pressure upon the modification and distortion of judgements. Groups, Leadership, and Men H Guetzkow 171–90 Pittsburgh, PA: Carnegie Press

3. Baker W. 2019. Emotional energy, relational energy, and organizational energy: toward a multilevel model. Annu. Rev. Organ. Psychol. Organ. Behav. 6:373–95

4. Barley SR. 1990. The alignment of technology and structure through roles and networks. Adm. Sci. Q. 35:61–103

5. Battilana J, Casciaro T. 2012. Change agents, networks, and institutions: a contingency theory of organizational change. Acad. Manag. J. 55:381–98

6. Battilana J, Casciaro T. 2013. Overcoming resistance to organizational change: strong ties and affective cooptation. Manag. Sci. 59:4819–36

7. Bian Y. 1997. Bringing strong ties back in: indirect ties, network bridges, and job searches in China. Am. Sociol. Rev. 62:366–85

8. Bizzi L. 2013. The dark side of structural holes: a multilevel investigation. J. Manag. 39:1554–78

9. Borgatti SP, Brass DJ 2020. Centrality: concepts and measures. Social Networks at Work DJ Brass, SP Borgatti 9–22 New York: Routledge

10. Borgatti SP, Brass DJ, Halgin DS 2014. Social network research: confusions, criticisms, and controversies. Research in the Sociology of Organizations, Vol. 40: Contemporary Perspectives on Organizational Social Networks DJ Brass, G Labianca, A Mehra, DS Halgin, SP Borgatti 1–33 New York: Emerald Group Publ.

11. Borgatti SP, Cross R. 2003. A relational view of information seeking and learning in social networks. Manag. Sci. 49:432–45

12. Borgatti SP, Everett MG, Freeman LC 2002. UCINET 6 for Windows: Software for Social Network Analysis Harvard, MA: Analytic Technol.

13. Borgatti SP, Everett MG, Johnson JC. 2018. Analyzing Social Networks Los Angeles: Sage

14. Borgatti SP, Halgin DS 2011a. Analyzing affiliation networks. The SAGE Handbook of Social Network Analysis J Scott, PJ Harrington 417–33 London: Sage

15. Borgatti SP, Halgin DS. 2011b. On network theory. Organ. Sci. 22:168–81

16. Borgatti SP, Mehra A, Brass DJ, Labianca G. 2009. Network analysis in the social sciences. Science 323:5916892–95

17. Brands RA. 2013. Cognitive social structures in social network research: a review. J. Organ. Behav. 34:S182–103

18. Brands RA, Brady G, Shah N, Mehra A. 2021. Alter-centric uncertainty and the willingness to accept referrals from would-be brokers Work. Pap., London Bus. Sch London:

19. Brands RA, Kilduff M. 2014. Just like a woman? Effects of gender-biased perceptions of friendship network brokerage on attributions and performance. Organ. Sci. 25:1530–48

20. Brands RA, Mehra A. 2019. Gender, brokerage, and performance: a construal approach. Acad. Manag. J. 62:196–219

21. Brass DJ. 1984. Being in the right place: a structural analysis of individual influence in an organization. Adm. Sci. Q. 29:518–39

22. Brass DJ 2009. Connecting to brokers: strategies for acquiring social capital. Social Capital: Reaching Out, Reaching In VO Bartkus, JH Davis 260–74 Cheltenham, UK: Edward Elgar Publ.

23. Brass DJ 2012. A social network perspective on organizational psychology. The Oxford Handbook of Organizational Psychology SWJ Kozlowski 667–95 New York: Oxford Univ. Press

24. Brass DJ 2018. A social network perspective on organizational citizenship behavior. The Oxford Handbook of Organizational Citizenship Behavior PM Podsakoff, SB MacKenzie, NP Podsakoff 317–30 New York: Oxford Univ. Press

25. Brass DJ, Borgatti SP 2018. Multilevel thoughts on social networks. The Handbook for Multilevel Theory, Measurement, and Analysis JM LeBurton, S Humphrey 187–200 Washington, DC: Am. Psychol. Assoc.

26. Brass DJ, Borgatti SP 2020. Social Networks at Work New York: Routledge

27. Brass DJ, Burkhardt ME. 1993. Potential power and power use: an investigation of structure and behavior. Acad. Manag. J. 36:441–70

28. Brass DJ, Butterfield KD, Skaggs BC. 1998. Relationships and unethical behavior: a social network perspective. Acad. Manag. Rev. 23:114–31

29. Brass DJ, Galaskiewicz J, Greve HR, Tsai W 2004. Taking stock of networks and organizations: a multilevel perspective. Acad. Manag. J. 47::795–819

30. Brass DJ, Krackhardt D 2012. Power, politics, and social networks in organizations. Politics in Organizations: Theory and Research Considerations GR Ferris, DC Treadway 355–75 New York: Routledge

31. Breiger RL. 1974. The duality of persons and groups. Soc. Forces. 53:181–90

32. Brennecke J. 2020. Dissonant ties in intraorganizational networks: why individuals seek problem-solving assistance from difficult colleagues. Acad. Manag. J. 63:743–78

33. Burkhardt ME, Brass DJ. 1990. Changing patterns or patterns of change: the effects of a change in technology on social network structure and power. Adm. Sci. Q. 35:104–27

34. Burt RS. 1992. Structural Holes: The Social Structure of Competition Cambridge, MA: Harvard Univ. Press

35. Burt RS. 2002. Bridge decay. Soc. Netw 24:4333–63

36. Burt RS. 2004. Structural holes and good ideas. Am. J. Sociol. 110:2349–99

37. Burt RS. 2007. Second-hand brokerage: evidence on the importance of local structure on managers, bankers, and analysts. Acad. Manag. J. 50:110–45

38. Burt RS, Burzynska K. 2017. Chinese entrepreneurs, social networks, and guanxi. Manag. Organ. Rev. 13:2221–60

39. Burt RS, Hogarth RM, Michaud C. 2000. The social capital of French and American managers. Organ. Sci. 11:123–47

40. Burt RS, Kilduff M, Tasselli S. 2013. Social network analysis: foundations and frontiers on advantage. Annu. Rev. Psychol. 64:527–47

41. Burt RS, Merluzzi J 2014. Embedded brokerage: hubs versus locals. Research in the Sociology of Organizations, Vol. 40: Contemporary Perspectives on Organizational Social Networks DJ Brass, G Labianca, A Mehra, DS Halgin, SP Borgatti 161–78 Bingley, UK: Emerald Group Publ.

42. Burt RS, Merluzzi J. 2016. Network oscillation. Acad. Manag. Discov. 2:368–91

43. Buskens V, van de Rijt A. 2008. Dynamics of networks if everyone strives for structural holes. Am. J. Sociol. 114:2371–407

44. Byron K, Landis B 2020. Relational misperceptions in the workplace: new frontiers and challenges. Organ. Sci. 31:1223–42

45. Cannon-Bowers JA, Salas E, Converse S 1993. Shared mental models in expert team decision making. Individual and Group Decision Making NJ Castellan, pp 221–46 Hillsdale, NJ: Lawrence Erlbaum Assoc.

46. Carnabuci G, Diószegi B. 2015. Social networks, cognitive style, and innovative performance: a contingency perspective. Acad. Manag. J. 58:881–905

47. Casciaro T. 2020. Networks and affect in the workplace. Social Networks at Work DJ Brass, SP Borgatti 21–48 New York: Routledge

48. Casciaro T, Lobo MS. 2005. Competent jerks, lovable fools and the formation of social networks. Harvard. Bus. Rev. 83:92–99

49. Casciaro T, Lobo MS. 2008. When competence is irrelevant: the role of interpersonal affect in task-related ties. Adm. Sci. Q. 53:465–84

50. Centola D. 2010. The spread of behavior in an online social network experiment. Science 329:1194–97

51. Coleman JS. 1990. Foundations of Social Theory Cambridge, MA: Harvard. Univ. Press

52. Coleman J, Katz E, Menzel H. 1957. The diffusion of innovation among physicians. Sociometry 20:253–70

53. Contractor NS, Wasserman S, Faust K. 2006. Testing multitheoretical, multilevel hypotheses about organizational networks: an analytic framework and empirical results. Acad. Manag. Rev. 31:681–703

54. Cross R, Parker A. 2004. The Hidden Power of Social Networks: Understanding How Work Really Gets Done in Organizations Boston: Harvard. Bus. Sch. Press

55. Cullen-Lester KL, Maupan CK, Carter DR 2017. Incorporating social networks into leadership development: a conceptual model and evaluation of research and practice. Lead. Q. 28:130–52

56. Cummings JN, Cross R. 2003. Structural properties of work groups and their consequences for performance. Soc. Netw. 25:197–210

57. Dahlander L, McFarland DA. 2013. Ties that last: tie formation and persistence in research collaborations over time. Adm. Sci. Q. 58:69–110

58. Ellwardt L, Steglich C, Wittek R. 2012. The co-evolution of gossip and friendship in workplace social networks. Soc. Netw. 34:623–33

59. Feld SL. 1981. The focused organization of social ties. Am. J. Sociol. 86:51015–35

60. Fernandez RM, Gould RV. 1994. A dilemma of state power: brokerage and influence in the national health policy domain. Am. J. Sociol. 99:1455–91

61. Freeman L. 1979. Centrality in social networks: conceptual clarification. Soc. Netw. 1:215–39

62. Freeman L, Romney K, Freeman S 1987. Cognitive structure and informant accuracy. Am. Anthropol. 89:310–25

63. Galunic C, Ertug G, Gargiulo M. 2012. The positive externalities of social capital: benefiting from senior brokers. Acad. Manag. J. 55:51213–31

64. Granovetter MS. 1973. The strength of weak ties. Am. J. Sociol. 6:1360–80

65. Granovetter MS. 1985. Economic action and social structure: the problem of embeddedness. Am. J. Soc. 91:481510

66. Grosser TJ, Obstfeld D, Choi EW, Woehler M, Lopez-Kidwell V et al. 2018. A sociopolitical perspective on employee innovativeness and job performance: the role of political skill and network structure. Organ. Sci. 29:4612–32

67. Grosser TJ, Obstfeld D, Labianca G, Borgatti S. 2019. Measuring mediation and separation brokerage orientations: a further step toward studying the social network brokerage process. Acad. Manag. Discov. 5:114–36

68. Gros...