社会网络的“关系和属性”（一种知识论的诠释）-《社会网络分析法》书评

　　（本书评的内容比较技术化，纯粹是一则个人笔记。这些内容很重要，但很'窄众'---互联网是最好的让大众和窄众共存的媒体，这个特性在当代社会学大家曼纽尔.卡斯特那里叫做'无时间的空间(Timeless Space)'。希望与研究社会网络的学者，及准备长期经营社会网络的创业者/企业家交流...）

　　本书作者、社会学家约翰.斯科特认为，社会网络分析方法更适用于分析'关系'，而不是分析'属性'。--（就今天及未来的互联网而言，网络的'社区属性'将演进地构成和影响人与人之间的社会'关系'，而网络的'媒体属性'将影响着个人的社会存在'属性'的生成和传播。--林永青语）

　　社会科学的数据的最一般特点是，它们根植于文化价值和符号体系之中。与自然科学的物理（实体）数据不同，社会科学数据是通过将意义、动机、定义和类型化(typificaiton)建构起来的。众所周知，这意味着社会科学数据的生产涉及一个解释过程。在这种解释过程的基础上，社会科学家就形成了不相同的数据类型，适用于分析这些类型数据的方法也各不相同。

　　（我援引知识论研究者、著名管理学家博伊索特对于'知识论'的研究，不妨可以认定：相比较自然科学，社会科学的研究不够'具体'；可'编码化'的程度也不够。我认为的主要原因在于，社会科学研究所面对的环境变量更为复杂和多样化，不容易设定'实验'，因此不容易'抽象或编码'。笔记到此，我有了一个大胆的推断：自然科学比社会科学更'具体'，学习起来需要更多的智力投入；而社会科学比自然科学的知识'抽象'层次更高，因此较容易'传播'。同时，社会科学研究为自然科学提供后继的、期待进一步'具体化'的研究素材。）

　　本书的作者将社会科学研究的数据分为'属性数据'、'关系数据'和'观念数据'（注意，只是一种分类方式）。属性数据（Attribute Data）指扰涉及能动者（Agent）的态度、观点和行为方面的数据，它们被视作为能动者的个人或群体所具有的财产、性质、特点等。而关系数据(Relation Date)，则是关于接触、联络、关联、群体依付和聚集等方面的数据，这类数据将一个能动者与另一个能动者联络在一起，因而不能还为单个行动者本身的属性。准确地说，关系不是行动者的属性，而是行动者系统的属性。这些关系将多动行动者联系成一个更大的关系系统。而适用于分析关系数据的方法就是网络分析。（网络分析可以进行定量的统计计量，也可以由一第列有关网络结构的定性测度构成。）

'最后一种数据类型叫观念数据(Ideation Data)，它描述的是意义、动机、定义以及类型化本身。尽管观念数据处在社会科学的核心地位，但是分析这类数据的技术，还没有达到分析前两类数据那样的完善。（'观念数据'不象前两类数据那样容易'编码化'。-林永青注）马克斯.韦伯概括出的类型分析法(Typological Analysis)，是迄今最有成效的探讨，但是还需要进一步的演进发展。（参见Layder，1992）

' 未完......