人员管理问题的社会网络分析

2015-05-28梁晨

中国科技纵横 2015年9期

梁晨

【摘要】今年来随着人们对人类社会的研究越来越深入，人与人之间关系的研究越来越多，社会网络分析边是很好的一个对人与人之间关系分析的方法，也越来越受人们的关注。而管理学变可以很好的利用其中对人与人之间关系的处理，来研究在管理过程中如何处理人与人之间的管理，知识管理，企业管理等等一系列问题。

【关键词】管理人际关系社会网络分析

1社会网络分析基本原理

社会网络分析是对社会网络的关系结构及其属性加以分析的一套规范和方法。它又被称结构分析（structural analysis），因为它主要分析的是不同社会单位（个体、群体或社会）所构成的社会关系的结构及其属性。社会学所研究的对象就是社会结构，而这种结构即表现为行动者之间的关系模式。社会网络分析家B·韦尔曼（Barry Wellman）指出：“网络分析探究的是深层结构——隐藏在复杂的社会系统表面之下的一定的网络模式。”例如，网络分析者特别关注特定网络中的关联模式如何通过提供不同的机会或限制，从而影响到人们的行动。

1.1主要因素

行动者（actor）：这里的行动者不但指具体的个人，还可指一个群体、公司或其他集体性的社会单位。每个行动者在网络中的位置被称为“结点（node）”。

关系纽带（relational tie）：行动者之间相互的关联即称关系纽带。人们之间的关系形式是多种多样的，如亲属关系、合作关系、交换关系、对抗关系等，这些都构成了不同的关系纽带。

1.2基本形式

二人组（dyad）：由两个行动者所构成的关系。这是社会网络的最简单或最基本的形式，是我们分析各种关系纽带的基础。

子群（subgroup）：指行动者之间的任何形式关系的子集。

群体（group）：其关系得到测量的所有行动者的集合。

关系纽带经常是不对称地相互作用着的，在内容和强度上都有所不同。关系纽带间接或直接地把网络成员连接在一起；故必须在更大的网络结构背景中对其加以分析。社会纽带结构产生了非随机的网络，因而形成了网络群（network clusters）、网络界限和交叉关联。交叉关联把网络群以及个体联系在一起。不对称的纽带和复杂网络使稀缺资源的分配不平等。网络产生了以获取稀缺资源为目的的合作和竞争行为。

这种结构分析的方法论意义是：社会科学研究的对象应是社会结构，而不是个体。通过研究网络关系，有助于把个体间关系、“微观”网络与大规模的社会系统的“宏观”结构结合起来。故英国学者J·斯科特指出：“社会网络分析已经为一种关于社会结构的新理论的出现奠定了基础。”[2]

1.3符号表示

社群图：用于表示一个群体成员之间的关系，由点和线连成的图。包括，有向图、无向图（关系方向）；二值图、符号图、有值图（关系的紧密程度）；完备图、非完备图（成员之间的紧密度）。

矩阵：矩阵中的行与列都代表“社会行动者”，即图中的各点。行与列对应的要素代表的就是各个行动者之间的“关系”。

2社会网络分析法

2.1无向二元关系图

图是具有无向二元关系的社会网络模型，也就是说每对行动者之间的联系要么存在要么不存在。

一个图G（N，L）由两个信息集合组成：节点集合N={n1，n2，n3，…，ng}和各种节之间的边的集合L={l1，l2，l3，…，ln}。其中只有一个节点的图称为平凡图如图1

图1

2.2节点度

（degree简称度），用d（ni）表示，是指与节点关联的边的数量。也可以表述为节点的度是与节点邻接的节点的个数。一个节点的度的最小值是0，即没有其他节点与给定的节点邻接；最大值是g-1，即给定的节点与图中的所有其他节点邻接。度为0的点称为孤立点（isolate）。

图的密度：图中实际存在的边与可能的边的比例，即现在有的边数L占最大可能变数的比率。用表示，计算公式为：

Δ =L/（g（g-1）/2）=2L/（g（g-1））。

其中g为节点个数，L为图中边的个数。

2.3有向图

许多关系都是有向的，如果联系从一个行动者指向另一个行动，则关系是有向的。例如国家之间的贸易关系。

有向图：由代表行动者的一组节点和表现节点间的有向联系的一组有向弧组成。

图和有向图的差别在于有向图的边的方向是指定的。

在有向图中有方向的边叫做弧

2.4有向图节点的入度和出度

入度：d1（ni），是邻接至ni的节点数。对于所有lk∈L和所有nj ∈N而言，节点ni的入度等于形如lk=的弧的数目。因此，入度是终止与ni节点的弧数。

出度：d0（ni），是邻接自ni的节点数。对于所有lk∈L和所有nj ∈N而言，节点ni的入度等于形如lk=的弧的数目。因此，出度是从ni节点发出的弧数。

2.5有向图的密度

一个有向图的密度等于有向图中弧出现的比例，其中图中已存在的弧的个数除以改图可能出现弧的总数计算得出，即：

Δ =L/（g（g-1））

其中L表示图G的边集，g为节点数，则g（g-1）为可能出现的弧的总数

可以得出最小值为0，最大值为1，如果密度为1的话，那么多有节点对都是相互的

2.6中心性

“权力”在社会学中是一个非常重要的概念。一个人之所以拥有权力，是因为他与他者存在关系，可以影响他人。在一个群体中，我们如何去界定某个人的权利大小？社会网络学者就从“关系”的角度出发，用“中心性”来定量研究权力。人或者组织在社会网络中具有怎样的权力，或者说居于怎样的中心地位，这一思想是社会网络分析者最早探讨的内容之一。

2.7点度中心性

点度中心性：与该点有直接关系的点的数目（在无向图中是点的度数，在有向图中是点入度和点出度），这就是点度中心度。

其中Cmax为最大中心度 Ci为节点i的中心度

2.8中间中心度的测量

具体地说，假设点j和k之间存在的测地线数目用gjk来表示。第三个点i能够控制此两点的交往的能力用bjk （i）来表示，即i处于点j和k之间的测地线上的概率。点j和k之间存在的经过点i的测地线数目用gjk （i）来表示。

那么， bjk （i）= gjk （i）/ gjk 。

2.9接近中心性

点的接近中心性：接近中心度又称整体中心度，它是对图中某点的不受他人控制的测度。

3知识管理的网络分析案例

利用社会网络分析促进组织内的管理工作的步骤大致分为3个步骤：根据收集数据得到当前人际关系情况、利用社会网络分析法分析当前模式的问题、根据问题实施改进措施井评估效果。应该注意的是，社会网络分析法仅仅给出目前存在的问题，并未给出解决方案，即使这样，它仍然有助于指明方向。

3.1获取数据

进行组织内部社会网络分析的第一步是获取关于借息流动、知识传播模式的相关数据。获取数据可以有两种方式：（1）跟踪、观察实际情况，比如通过E-mail 日志、内部即时通讯等；（2）利用调查问卷的方式，辅助以重点访谈。

3.2绘制网络结构

根据调查的数据，将其转换为节点之间的各类关系数据，并利用SNA 的辅助软件（比如UCNET 、Pajak 等）得到初步的社会网络格。

3.3网络结构分析

利用上述第一章第二节所要叙述的分析方法，针对性地进行各类分析，从而探索和发现个人、团队、组织在信息流动、知识的共享及传播过程中所存在的各种问题。

3.4解释分析结果

根据所表现的问题，通过访谈、调研进一步深刻理解、解释表象背后所隐藏的妨碍信息流动、知识传播的深层次原因。注意社会网络分析仅能给出网络结构的问题，但并未说明为什么。

3.5采取干预措施

针对妨碍信息流动、知识传播的文化、管理、激励等因素，采取干预措施力图促进组织内部的知识传播及创新。

3.6评估干预效果

实施干预一定时间之后，通过观察组织的信息流动、知识传播网络的变化，评估干预措施的效果[1]。

下面以某大学一研究组管理工作中的的社会网络数据为背景，从整体结构分析、节点中心性、小固体分析等角度具体阐述如何利用社会网络分析促进知识管理。（注：出于保护个人隐私，利用缩写ZXI ， ZXU 、YGP 等来代表实验室中研究组成员，并出现在下面的社会关系图及分析表之中）。

网络整体结构分析通过整体网络结构的分析（平均距离及密度等），可以了解其整体特性结构是否适宜知识的共事及传播。网络密度度量节点间联系的紧密程度，其计算公式为2L/[N（N … 1 ）]，其中L 为网络中实际的连线数， N 为网络节点数。如果一个组织中人际网络的密度过低，则人与人之间关系被薄，交往甚浅，显然不利于知识的共事与扩散。另一方面，过高的密度也会对组织绩效产生负面影响，因为人的精力是有限的，花费过多的时间将付出超额的机会成本，同样得不偿失。目前，诸多实证研究表明过低成过高的密度均不利于知识传播。知识传播需摆具有粘性的网络。

对于沟通网络，以行为者之间拥有对方电话以及联系的频率作为问题测量，形成社会关系阁，如图2所示。

图2

该网络的平均密度为0.4634 ，该数值比较适中。同时，进一步计算可发现：任何两个行为者之间都是可达的，所以即使他们之间不具有直接联系，他们也可以通过媒介找到对方。

平均距离度量网络中任意两点之间交流所需经过的连线数。整个网络的平均距离为1. 718 ，即某行为者通过平均不到一个人做媒介便可以和另一个行为者联系上。那么两个行为者之间的距离究竟为多少呢？如图3 所示，最长的距离存在于ZY→GL以及GL→YGP之间，均为4。

如图2 所示，ZY 若想找到GLC 长虚线所示），以及GL 想找到YGP（短虚线所示）都需要另外3个人作为媒介。有趣的是，它们的惟一交叉点是LY，边说明LY 是沟通的关键节点，它从一个侧面反映出了LY的中心地位。下面的中心性分析将对此作进一步阐述。

总体来说，该研究组的沟通网络密度比较合埠，问学之间能够容易地找到彼此，较大的距离（如二的ZY 和研一的GL，研一的GL和博士生YGP）主要存在于不同年级的同学之间，因此需要进一步加强年级间的交流。

中心性是社会网络分析中的重点之一，它反映了行为者在其社会问络中所处地位及权力影响，分为点度中心性和中间中心性。网络具有过高或过低的中心性都不利于知识的共享和传播对于过高的中心性来说，行为者会因负荷过多（如过多人向他寻求咨询与帮助）而倍感压力。同时，一旦该行为者离开组织，整个网络的连通性将大受影响，甚至出现完全分裂的小团体。另一方丽，过低的中心性又会导致闷络过度分散，缺少权威人物，同样不利于知识传播。中心性分析还可找寻网络中处于边缘地位的行为者。这些行为者可能会觉得自己得不到重视，工作积极性受挫，也可能是未被充分利用的专家。因此中心性分析有利于防止知识流失。对于咨询网络，以行为者在工作和学习中经常向谁咨询、求助来作为问题测量，形成社会关系图，如图3所求。

图3

从图4 可以直接明了的发现两个处于中心地位的人： LY 和ZRS 。进一步计算此网络的点度中心性，结果如表3 所示： LY中心势处于最高水平，达90% ，其次则是ZRS ，为60% ，整个网络的点度中心势为63.33% 。

绝对点度中心性（%）相对点度中心性（%）所占比例

4 LY 9.000 90.000 0.214

5 ZRS 6.000 60.000 0.143

1 ZXI 4.000 40.000 0.095

7 MYS 4.000 40.000 0.095

11 GL 4.000 40.000 0.095

10 YGP 4.000 40.000 0.095

3 JJ 3.000 30.000 0.071

8 SSG 3.000 30.000 0.071

2 ZXU 2.000 20.000 0.048