社会网络分析在虚拟社会管理中的应用——以“微博”议事为例

●吴才唤（上海行政学院，上海 200233）

1 研究背景：虚拟社会管理中的矛盾和挑战

虚拟社会作为现实社会的一种反映和延伸，其各种活动是基于互联网进行的，它所特有的开放性、匿名性和高技术性［1］的特点给虚拟社会的管理带来诸多问题和挑战。

（1）实名身份认证与民意真实表达。民意是指人民群众的共同的、普遍的思想或意愿。民意贯穿民主社会中公共政策的制定、执行、评估、修订等政策过程，对促进公共政策的合理和完善具有重要意义。虚拟社会（具体表现在网络上）的民意是真实社会民意的延伸和另一种表达形式，在某种程度上，虚拟社会的民意更倾向于真实的意思（意见）表达，人们往往把在现实生活中不易或者不能表达的真实意思（意见）在网络上发表出来，但这种意思（意见）表达具有重要的社会价值和潜力，执政者必须重视这种意思（意见）表达。然而，面对网络宣泄甚至网络“暴力”的无奈，2011年12月16日，北京市发布《北京市微博客发展管理若干规定》，规定任何组织或者个人注册微博客账号要用真实身份信息，否则只能浏览不能发言。随后进一步要求，2012年3月16日前各微博网站要完成规范用户真实身份信息注册工作。这一举措在当前阶段对于网络舆情的控制显然具有一定的进步意义，但笔者认为，这在很大程度上抑制了微博作为一个新兴传播媒介的发展，同时，民众意见的表达和政府对于民意的收集质量大打折扣。这是因为，第一，民意特别是真实民意的表达需要一个宽松的环境，真实社会中，由于社会竞争的压力和工作职位的限制，人们往往会过度包装和隐藏自己真实的意思表示。而网络不同，网络（微博）提供了一个“不见其人，但闻其‘声’”的平台，实名身份论证则反其道试图将真实的社会各阶层搬到网络上，这种“去虚拟化”显然抵消了网络平台的优势，把一些“欲言又止”的网民阻止在“高墙”之外，从而使得微博的讨论圈缩小以致逐步偏离网络民意，最终背离公共民意（社会民意），容易形成意见领袖，这样跟真实社会中表达意思的方式并无二致。因此，微博作为最便捷、障碍最少、最直观表现民意的一种有效方式的优势荡然无存。

（2）真相与虚假信息的甄别。网络特别是微博的兴起和发展均会经历一个逐渐规范和成熟的过程，中国的网络还处于“孩童期”，［3］在这个过程中，不排除有蓄意制造虚假信息、混淆视听的现象存在。笔者认为，虚假信息的充斥和大量存在只是阶段性的，按照网络发展的规律，终究会得到理性回归。如果因为网络虚假信息阶段性地危及现实社会的管理，而采取阶段性的“堵”的手段，或许可以理解，但从长远来看，还是“疏”的手段更为有效。因为，随着虚拟社会的发展，虚假信息是根深蒂固的，而且制造的技术手段更为高超，它会从随意、不负责任过度到蓄意制造甚至职业化的阶段，这时如果仅仅利用实名身份论证的反制手段或许力不从心。所以，一方面，要大力培养网民识别虚假信息的素质，包括技术的和人文的；另一方面，作为管理者，要利用技术手段查找虚假信息的源头，并且及时公布真相，切断虚假信息生存的土壤。

（3）舆情控制与民意疏导。网络舆情是指在一定的互联网空间内，围绕中介性社会事项的发生、发展和变化，作为舆情主体的民众对国家管理者产生和持有的社会政治态度。［4］其中，中介性社会事项将网络、网民、国家管理者等舆情主体联系在一起，对网络舆情的控制就是限制网民对特定的中介性社会事项所持有的态度和看法，当前的做法就是限制和删除发贴，特殊名词屏蔽等手段。但是，“防民之口，甚于防川”，国家管理者应对的精力有限，其所面对的是庞大数量的网民。因此，对于虚拟社会的民意和舆情必须采取疏堵结合，以疏为主的策略，对于虚拟社会的管理，必须重“理”轻“管”。疏导民意的最好方式就是及时告诉事件的真相，提高网民对于事实的知晓率，把网民当作虚拟社会管理的主人，从而使民众从获得尊重中提高对事件处理的参与度，献计献策。公布事实真相后，管理者的责任在于告诉网民利害关系，激起大部分网民的良知和社会责任感，共同应对，从而有效遏止极少数别有用心煽动言论和有力打击蓄意推波助澜者。

2 社会网络分析在虚拟社会管理中的应用价值与可行性

社会网络是社会行动者及其间关系的集合。［2］而社会网络分析（SNA）是最初为研究者根据数学方法、图论等发展起来对社会网络进行定量分析的方法，并为许多学科借鉴和利用。社会网络分析方法通过对行动者之间的关系模型进行描述，分析这些模型所蕴含的结构及其对行动者和整个群体的影响，该方法把网络中宏观的关系用微观的方式表达出来，它具有以定性资料和图形数据对定量分析加以补充的能力。［5］虚拟社会中的参与主体——网络参与者背后除了映射其真实的人际网络之外，还存在一定的虚拟人际关系，这种虚拟人际关系可能一部分建立在真实社交网络之上，也有可能由于对某个事件、论题的关注和长期的志趣相投而组成的相对固定的“粉丝”关系。研究这种“社交”网络，对于虚拟社会管理具有以下几方面的意义。第一，及时和有效地了解民意。其实，网络上对于某个事件、论题不发言或者只是作为匆匆过客的大有人在，当然这不排除由于淡漠公共事务，或者无政治见解的原因，但是通过“关注他的人”和“他关注的人”的政见和这种“粉丝”关系可以粗略了解他的“民意”，这种通过庞大的民意关联“探究”出来的民意就越靠近真实的意思表示。这对于了解公共民意，从而制定合理的政策具有重要作用。第二，有利于甄别信息的真假。一般而言，一个经常发布虚假消息的人发布的信息是不可信的，同样，一个拥有强大的发布虚假消息的“粉丝”的人的话也不可信。通过分析网络信息发布者的虚拟人际关系，有利于广大网民甄别虚假信息，也为管理者如何及时应对虚假信息带来的危害提供了一个有效路径；第三，发现虚拟社会意见领袖，及时进行民意疏导。虚拟社会也有意见领袖，意见领袖的意见往往在整个网络中起到中心和主导作用。应用社会网络分析，可以有效发现某个事件的核心意见圈和意见领袖，从而为疏导民意提供可操作的路径。

一般说来，社会网络分析方法可以从密度、中心性、凝聚子群等方面进行分析。密度是指社会行动者（表现为图中各个点）之间实际联接的数目与他们之间可能存在的最大的联接数目的比值。它反映的是社会网络成员间联系的紧密程度，可以用来测量某条微博（或者论贴）发布者“关注”和“被关注”的直接和间接联系所形成的社会网络的密度，其取值在0～1之间，数值越大，密度越大，通常他们之间信息流通较易、情感支持也会较好，［5］因此可以评估这个社会网络的影响力并及时有效应对。中心度指的是单个行动者在整个网络中所处的核心位置，它是行动者非正式权力和影响力的量化工具。根据行动者是否控制和被控制，中心度分为点度中心度、中间中心度和接近中心度。点度中心度测量网络中行动者自身交易的能力，不考虑能否控制他人；中间中心度研究行动者在多大程度上居于其他两个行动者之间，是一种“控制能力”指数；而接近中心度考虑的是行动者在多大程度上不受其他行动者控制。［2］因此，中心度的测量和分析可以有效地找出意见领袖，也可以寻找虚假信息的源头。凝聚子群，又叫“派系”、“小团体”，这种帮派关系不仅在真实社会存在，在虚拟社会也同样存在，并且对虚拟社会管理产生重要影响，凝聚子群分析是利用一些算法找出行动者集合中具有相对较强的、直接的、紧密的、经常的或者积极关系的个体，以确定组成整个网络中小的团体，团体内部成员联系紧密，信息分享频繁。［5］

3 研究方案设计

本研究的目的在于通过研究“微博”这个新兴传播媒介的发布者背后的虚拟人际网络关系，即“关注”与“被关注”的粉丝关系、转发评论关系，达到在有效保护真实民意表达的前提下，辨别信息真假，挖掘谣言源头，消除负面影响，从而有效疏导民意。

本研究方案设计为，首先选取一条我们所要研究和处理的微博，其转发和评论达到一定数目（我们认为，一般应以其具有样本意义和达到一定影响为宜）的情况下，抽取一定数量对这条微博的转发和评论者，或者“关注”这条微博发布者的人——“粉丝”和他关注的人作为数据样本，通过他们之间的虚拟人际网络关系（如上所述“关注”与“粉丝”关系），运用社会网络分析软件UCINET6.186和NETDRAW2.065对所在人际网络的网络密度、中心势、凝聚子群，微博发布者的中心度等进行详细分析，并结合具体情况进行修正，为虚拟社会管理的改进和实施提供策略和行动方案。

3.1 数据获取

本研究选取“新浪微博”一个加V认证的名为“tobyhk”网友于2012年9月18日11点57分发布了一条微博，内容为“我第一次为中国觉得羞耻……真的是第一次……（9月18号南昌庙会把行乞者都用铁栏圈起来了…）”，并配有现场照片。

微博的转发评论关系，跟微博客的粉丝关系有很大程度的联系，某个微博客的粉丝一般会及时关注他关注对象发表的言论（微博） 以致对其评论，对于蓄意制造虚假和负面信息的情况更是如此。按照新浪微博的规则，“转发”时可以有“评论”，“评论”的同时可以“转发”，所以转发和评论具有同样的样本价值。另外，考虑到最早的数据所表达的人际关系更紧密，后来“转发”和“评论”者往往有不明真相“围观”的嫌疑，会产生“滚雪球”的效应。因此，我们仅仅并且同时选取对这条微博最早“转发”和“评论”的各50条数据，考虑到转发和评论者有可能重合，因此转发和评论者样本数据不重复。这100条数据都对应一个发布者，这些发布者都有自己“关注的人”，各随机抽取10位，并随机抽取50个“tobyhk”所关注的人（根据当前新浪微博的规则，最多可以关注3000个用户）。至此，包括“tobyhk”在内组成1051个微博客的数据样本。

图1 tobyhk网络中各行动者点度中心度

图2 tobyhk网络中各行动者中间中心度

图3 tobyhk网络中各行动者接近中心度

3.2 数据分析

图4 tobyhk网络中各行动者特征向量中心度

应用社会网络分析软件UCINET6.186对样本矩阵进行运算，得出以此条微博为“线索”的虚拟社会网络的密度仅为0.0079，表明此网络中各微博发布者之间的联系是松散的。如果把这条微博的发布看作一个社会性的中介事件，我们不排除发布者在9月18日发布这样一条微博，具有一定的政治倾向和用意，但是根据密度可以初步认为相互串通、蓄意和有组织的可能性比较小，至少实际影响并不大，一般认为，密度大的表明行动者联系紧密，预谋的可能性较大。

从各个行动者的点度中心度（Degree Centrality）（图 1）、中间中心度 （BetweennessCentrality） （图 2）中可以看出，除了tobyhk比较高之外，其他人的数值都相对接近，这基本反映了事实上的网络关系。tobyhk作为微博发布者，自然成为联系的中心，其整体网络基本呈现核心发散模式，因此点度中心度和中间中心度都比较高。接近中心度（Closeness Centrality）（图3）是个衡量“不受控制”的参数，数值越小表明越不受控制，tobyhk值最小，说明他是网络的核心。对于单个行动者，中心度是其重要指针，而对于整个网络，中心势（Centralization）有更重要的现实意义。根据软件输出结果，此网络的点度中心势为26.19%，说明在这个网络中，各个行动者之间有一定的联系，但有一些点，居于星形子网络的中心位置，而这些星形子网络是彼此相连的。中间中心势为95.95%，是一个比较高的数值。事实上，完备的星形网络具有100%的中间中心势，环形网络的中间中心势为0。因此，我们这个网络具备很大的中间中心势，这与取样有关。

在这个案例中，以上的各个指标基本反映了事实情况。而实际上，一个点的中心度与其邻点的中心度息息相关，或者说，一个人的权力是与此人相关的其他人的权力的一个函数。［2］因此，点度、中间和接近中心度反映的有时不能与事实完全相符。特征向量（eigenvector）中心性分析在一定程度上克服了上述各中心度指标的局限。进行特征向量研究的目的是为了在网络总体结构的基础上，找到最居于核心的行动者，并不关注比较“局部”的模式结构。［2］因此，为了进一步验证，我们采用特征向量中心度指标测度发现，网络中各个行动者的数值基本相同（图4），表明这个网络的权力指数比较低，这就有力证实了这条微博发布者所在的这个社会网络关系松散的特征。进一步证明这是一个随机性的事件。

对于微博客的虚拟社会网络，可以进一步进行凝聚子群分析。从上可知，tobyhk发布此条微博所形成的虚拟社会网络基本是松散的，其凝聚子群分析的结果我们可以预见。事实上，通过软件得出若干个“2-派系（cliques）”，基本与我们取样一致，反映的还是对此条微博的转发评论关系，因此意义不大，这里从略。

4 研究局限

对于数据样本，一般来说，样本越大，分析的结果越与事实接近。这就要求研究过程中一方面要有一定的样本量来保证，另一方面取样要具有科学性。截至2012年9月27日上午9点，转发此条微博共59931条，评论13212条，数据相当庞大。本研究采取了1051条数据作为样本，但对于整个数据来说，还是明显薄弱。取样的标准也是靠个人的经验定性分析而来，尽管想做到客观并考虑周全，但不可否认，还存在一定的片面和较大的欠缺，难以保证结果一定真正反映事实。而且，微博传播的速度非常快，迅速生成，也有可能迅速删除，要获取全部数据不太现实，这就要求准确把握好截取数据的时机。对微博的转发和评论有一定的周期，一般会顺序经历“少—渐多—较多—高峰—渐少—少”的阶段，因此，把握好截取数据的时机，会达到事半功倍的效果。通常来说，密集期的数据质量会更高，笔者认为，通过编写程序获取密集期的数据是可以做到的，这也是本研究的局限和后续研究的空间。另外，过多定性分析有时会影响甚至左右定量的结果，如何处理定性和定量的关系，如何把握它们之间的“度”，对研究结果有重要意义。一般地，个人的经验判断在数据的截取阶段越少越好，而且在研究过程中要反复实践和修正。

5 结论

“微博”作为一种新兴传播媒介，“微博”议事也成为网民（公民）参政的一种常用方式，对网民意见的充分表达以及国家管理者及时了解和收集民意，从而对政策制定、修订和顺利执行具有重要作用。通过对以上“微博”的研究，可以初步判定是一个随机性事件，虚拟人际关系比较松散，不太可能是有组织的。但作为管理者，不能听之任之，需要澄清事实，疏通民意。调查的结果是：所拍图片为政府设立的残疾人救助点，在庙会时给乞讨者一个集结的地方，有人定时送水送吃。微博发布者仅发布了几张“铁栅栏”的局部照片，对标有“残疾人救助点”的照片没有转发，造成强烈的视觉冲击，有断章取义之嫌。但它所引发的讨论、所表达的民意是不容忽视的。调查发现，正面支持政府的还是占大多数，对在这个特定时间点发布这条微博的用意给予了回击，但附和、宣泄的也大有人在，其中有一些不明真相的人，但不排除有一些蓄意推波助澜者。对此，要分析应对，找出产生这种意思表示的根源，对症下药。

综上，社会网络分析（SNA）给我们提供了一种定量研究虚拟人际网络关系，从而达到判断信息真假、了解民意从而疏导民意的方法。但笔者认为，它在虚拟社会管理的应用不仅在此，还有更加广阔的空间，它必须和定性分析相结合，才能达到应有的效果。

［1］冯登国，苏璞睿．虚拟社会管理面临的挑战与应对措施 ［J］．中国科学院院刊，2012（1）：12，21－27.

［2］刘军．社会网络分析导论［M］．北京：社会科学文献出版社，2004.

［3］人民日报：四问“网络民意”［EB/OL］.［2012－12－11］．http://opinion.people.com.cn/GB/16009143.html.

［4］李昌祖，张洪生．网络舆情的概念解析［J］．现代传播，2010（9）：145－146.

［5］张韦全，陈京民．基于社会网络挖掘的微博参政群体实证研究［J］．计算机与现代化，2012（5）：71－74.