APP下载

家庭关系测量的社会网络分析指标探析

2020-10-09曲云鹏赵广平陈顺森吴亚楠

教育生物学杂志 2020年3期
关键词:家庭成员整体密度

曲云鹏,赵广平,陈顺森,吴亚楠,石 雷

1.华东师范大学盐城实验中学(中国盐城 224000);2.闽南师范大学教育科学学院(中国漳州 363000)

从婴幼儿期开始,家庭关系就对个体的心理健康产生巨大影响[1]。研究结果[2]表明,家庭关系影响婴儿的睡眠质量和模式。家庭关系是否和睦对孤独症早期诊断及干预有重要影响[3-4]。母子间的亲密互动和情感交流是婴儿身心发展的首要条件,能够促进婴儿感觉统合能力和言语的发展[5]。研究结果[6]发现,和谐稳定的亲子关系有利于婴儿心理健康。儿童的人格缺陷一般与早期母子关系相关,家庭关系对青少年的品行障碍(如逃学、打架)、情绪障碍(抑郁、焦虑、神经衰弱)等问题均会产生重要影响[7]。青少年心理健康研究[8-9]发现,良好的亲子互动能促进青少年的社会适应,降低出现各种情绪和行为问题的概率。总之,家庭关系对个体心理发展与健康有重要意义。

以往家庭关系研究及测量主要围绕两两关系展开且更注重关系的内容。其测量方法主要有3类:① 自陈式量表。例如,家庭环境量表评估家庭成员间的情感亲密度、关系融洽度、纪律性等方面;家庭亲密度和适应性量表评估家庭成员间情感联系的亲密度和家庭成员对家庭环境改变的适应能力[10]。该类测验用文字表述,施测简便、解释客观,其中家庭亲密度和适应性量表更侧重于家庭关系随时间变化的适应性。② 绘画类测验。例如,家庭动力绘画测验要求来访者手绘家庭成员[11];家庭关系图式投射测验要求运用大圆、小圆表示家庭成员[12]。该类测验要求来访者画出包含全部家庭成员的场景,通过人物大小、次序、间距、相对位置等指标对家庭关系进行评估。③ 放置类测验。例如,家庭印象测验要求来访者把不同形象的贴纸放置在标准纸板上来展示家庭关系,通过颜色、位置、距离、朝向等指标进行评估[13];家庭系统测验要求来访者把不同人偶摆放在标准木板上,通过人物位置、高度、朝向等指标进行评估[14],该类测验要求来访者摆(贴)出包含全部家庭成员的场景,通过人物高度、次序、间距、相对位置等指标对家庭关系进行评估。

自陈式量表对家庭关系的测量具有简便、可批量操作、解读较客观等优点,但也存在社会赞许性、信息量较少等缺点。相比而言,绘画类和放置类测验具有直接操作与缓解阻抗的优点,但也存在耗时长、难团体施测、量化困难、结果解释主观等缺点。更重要的是,传统家庭关系测量多围绕两两关系展开且更关注关系的内容,对家庭关系整体结构的测量较为缺乏。比如,从整体结构观的视角下考察亲密度、权利等级、结构传递性、结构平衡性等整体结构指标。此外,传统家庭关系测量虽然尝试对家庭关系进行量化分析,但缺乏一整套科学统一的算法,无法满足大批量团体施测以及实时解读的需求。因此,研究者提出了基于整体结构观视角下的家庭关系测量的社会网络分析指标。

1 整体结构观与家庭关系测量

早在1992年,Baldwin[15]就指出了整体结构观的认知重要性,但后来并未引起注意。个体间关系既有内容又有形式。其中,内容指人际互动中个体的兴趣、目的和动机等,而形式指将具体内容转化为社会现实的互动模式,即整体人际关系结构。Fiske等[16]认为研究家庭关系时,心理学家可能会关注2种不同的变量。① 个体属性。关注个体的性别、种族、年龄和个性,这些属性对个体而言都是固有的,或者在社会上被解释为一种固有特性。无论是与生俱来给予的还是被文化赠与的;无论持久还是可变,这些属性都是个体的特征。② 个体间关系。定义、区分和构成关系的特征被叫做关系的质(relational qualities)。很多研究者已经提出,关系可以根据抽象的,具有社会意义的正式的质的方面的规定性来区分,如对称性、传递性或互补性。总的来看,研究家庭关系主要关注3个方面:个体属性、个体间关系内容、个体间关系的质(即关系的整体结构特征)。

整体结构观可以从格式塔心理学(Gestalt psychology)追溯到德国哲学家Koffka[17],他强调研究整个心灵,最早提出整体结构观。Lewin[18]强调心理现实是个体知觉的结果,即个体对情境的构造,而不是对个体属性的客观分析。个体对社会结构的知觉特性(即整体性与自动化)反映了个体的认知需求,即将错综复杂的社会情境理解为有意义的整体,并使其有规律[19]。同时也满足了认知效能的需要,有助于个体对复杂多变的社会结构进行高效、准确的知觉和判断,以便更好地适应社会环境[20]。整体结构观把个体间的关系纽带看成一种社会结构,并分析不同结构对个体或组织的影响。三元社会关系不同于3个二元社会关系的简单组合,它是整体结构观视角下家庭关系测量的基本结构单元[21]。Bowen[22]的代际模型理论认为,三角关系是人类关系中最小的稳定结构,是家庭情绪或关系系统的基本结构单元。费孝通[23]也利用三角形的几何原理来阐述父、母、子之间的关系,他认为三者关系唯有形成一个稳定三角形,家庭关系才能稳定。总之,家庭关系中不仅存在于二元关系间(如:母子关系、父子关系、夫妻关系),更存在于三元基本内隐结构中,但如何测量家庭关系中存在的内隐结构,前人研究很少提及。

在整体结构观的视角下,结构家庭理论考察家庭结构中的亲密度和权力等级指标。Olson[24]的环状模式理论强调家庭关系的亲密度、适应性、沟通性三维度;Beavers等[25]的家庭系统模式理论强调家庭结构应对的灵活度和成员间交往风格两方面。在传统家庭关系测量中虽然也涉及亲密度、权力等级等指标的评估,但算法主观且粗略。相比而言,在整体结构观的指导下的评估则更为客观全面且具有严格的概念界定。比如,亲密度考查家庭关系结构的紧凑性——家庭成员间的距离小,中心化程度高,意味着个体是活跃的且拥有更多的关系。权力等级考查家庭关系结构的中心性,用来度量个体的重要性和显著性。结构传递性考查家庭关系结构中成员间模式的属性,即如果i→j和j→k时,有i→k成立,则认为家庭成员i、j、k的关系具有结构传递性。结构平衡性考查个体在情感倾向、态度或意见上与其他家庭成员达成一致的程度。因此,在整体结构观视角下的家庭关系测量将从三元基本结构单元入手,考察亲密度、权利等级、结构传递性、结构平衡性等结构属性,实现对家庭关系内隐结构的测量。

2 家庭结构的量化分析指标

社会网络分析(social network analysis, SNA)的思想源自Comte、Durkheim、Moreno等的社会结构观点,从20世纪30年代借助矩阵、图论等数学方法兴起并在近几十年得到迅猛发展。它主要运用密度、中心度、测地线等指标,对不同社会单位(个体、群体或社会)所构成的关系结构及其属性进行量化分析,现已成为重要的研究范式[26]。根据SNA理论和方法,家庭关系的亲密度可用密度(density)和平均路径长度(average path length)2个指标来量化。其中,密度指标主要用网络中各节点间关系的紧密程度来评估,节点间的亲密度越大,家庭成员间关系越密切,个体对其他个体产生影响的可能性就越大[27]。公式如下:

Δ表示家庭关系结构图的密度;L表示图中的边数;g表示图中的节点数。

平均路径长度指任意两点间距离的平均值,平均路径越短,意味着家庭中个体之间的关系越亲密,联系越密切。公式如下:

Pavg(G)表示网络中的平均路径长度即任意2点间的距离的平均值;g表示家庭关系结构图中的节点数;ni,nj表示任意2个节点;ds(ni,nj)表示家庭关系结构中任意2个节点ni,nj之间的距离。

描述家庭关系中权力等级的指标为中心度。中心度是指与节点i直接相连的其他点的个数。家庭关系网络中节点中心度越高,其资源越多,权力等级就越高。Freeman[28]提出3种中心度,即度中心度(degree centrality)、中介中心度(betweenness centrality)与接近中心度(closeness centrality)。度数中心度公式如下:

CD(ni)为度中心度;g为个体个数;d(ni)为节点的度。

中介中心度公式如下:

gjk(ni)为连接个体j、k的最短路上包含个体i的个数。

紧密中心度公式如下:

d(ni,nj)表示连接个体i与j的最短路径的条数。

SNA视角下家庭关系的结构传递性(transitivity)(图1)。采用社会关系矩阵的幂来量化结构传递性。当xij≥1时,则家庭成员i、j、k的关系具有结构传递性[2]。

图1 结构传递性

SNA视角下家庭关系结构的平衡性(balance)(其中个体P和个体X之间的连线表示他们之间的情感态度或取向,当情感态度或取向为正性的时用“+”表示,当态度为负性时用“-”表示)(图2)。

图2 结构平衡性

其中,PC为关系结构中的正性态度个数,TC为总态度个数,结构平衡性指数取值在0~1。

3 小结

综上可知,家庭关系测量的研究可分3种取向:强调个体属性,如关注个体的性别、种族、年龄和个性等;强调家庭关系的具体内容维度,如情感亲疏、教养方式、家规遵从等;强调家庭关系的整体结构形式,如线性、非线性结构等抽象关系图式。前2种家庭关系测量取向在传统的家庭关系测量中已有所体现,它主要侧重家庭关系中个别属性的评估。SNA技术的出现为第3种家庭关系测量取向提供了量化指标,侧重家庭关系中整体结构属性的评估。当我们量化了家庭关系结构的测量指标后,可将其与手机移动端相结合。两者结合能够对家庭关系中内隐结构进行无意识测量。个体只需在手机屏幕上对卡通人物进行摆放,并通过后台算法进行评估,而不需阅读文字和绘画。SNA技术和移动端技术的运用,使家庭关系的测量具有简便化、团体批量化、远程化、私人化、算法自动化和结果分析实时化的优点。未来研究可与大数据技术结合,收集并分析家庭关系结构大数据,并据此归纳家庭关系的宏观结构特点,这将为文化心理、心理诊断与治疗提供实证基础。

猜你喜欢

家庭成员整体密度
『密度』知识巩固
密度在身边 应用随处见
歌曲写作的整体构思及创新路径分析
关注整体化繁为简
家庭成员的排序 决定孩子的格局
“玩转”密度
密度应用知多少
设而不求整体代换
改革需要整体推进
老年人受家庭成员侵害维权体制改革新论