社會網絡分析

社會網絡分析（Social Network Analysis, SNA）是通過使用網絡和圖論來研 究社會結構的過程，以表徵來講，包括網絡結構的節點（指在網絡中的行動者）

或鏈接的關係和相互作用。社會網絡分析有時也稱為「結構分析」，不是一個正 式的理論，而是一個調查社會的廣泛策略結構，行動者（actor）之間的關係成為 第一優先，個人屬性只是次要（Otte & Rousseau, 2002） 。

資料分為屬性資料（attribute data）和關係資料（relational data），有許多現 有的統計程式即是對屬性資料進行分析，適用於分析關係資料的就是網絡分析

（Scott, 2007），社會網絡科學提供了一種獨特的看世界的方式，因為它涉及個人 和團體，以及前者如何成為後者，不同於將行動者間連結描述為自我屬性，網絡 分析觀察的是連接的結構和個體如何鑲嵌在結構中，連結數目與種類同時也決定 行動者所鑲嵌的網絡將如何限制其行為，及其所擁有的機會、影響力、權力（陳 世榮，2013）。社會科學中最有力的觀點之一，就是個人被嵌入在厚厚的社會關 係和互動網絡中的觀念（Borgatti, Mehra, Brass, & Labianca, 2009）。行動者透過 關聯創造宏觀結構，通過研究網絡關係，在微觀層次量測關係並使用分析技術推

的共現（co-occurring）、共存（co-present）代表成對的行動者有著接合（bonded）

1. 整體網絡（whole network）分析：整體網絡為一個有明確邊界的行動者 的集合，而非漫無邊際或是大量行動者。選擇的對象是相對封閉的整體 進行研究，分析內容為對網絡的構成（texture）進行分析，尋求對整個 群體的瞭解與描述（劉軍，2009）。

2. 自我網域（ego network）分析：自我網域是從整體網絡中萃取而來，分 析的目的旨在描述鑲嵌在社會結構的個體差異，分析內容包含個體屬性 資料、與他人的關係資料（Prell, 2012）。

表2-1、社會網絡類型與分析指標內容

類型 指標 內容 分析指標

整體網絡分析 整體網域基本指標 規模、密度、最短距離、群聚係數等 凝聚子群(network

cohesion)

由對偶關係延伸出的小團體，如何成為大 型社會結構的連帶與連接，分析方法有 K-core、E-I 指標、Lambda 集合等。

核心邊緣 (core/Periphery)

「核心」是一個聚類，是在同一事件共同

(betweenness)中心性

自我網域分析 自我網域基本指標 規模、關係數、密度、平均距離、直徑、

兩步內可達點數、可達效率等。

結構洞(structural hole)

測量「自我」與他人間的「非冗餘關係」

(non-redundant relationships)，在他人與自 我存在關係，但彼此之間不存在關係的網 絡中，「自我」會有控制資訊的優勢。

中間人角色(broker) 中間人亦稱掮客，存在於在有向連結中 間，角色共有協調人、守門人、代理人、

顧問、聯絡人五種。

誠實中間人(honest broker)

個體成為中間人的次數，以及中介性質的

(1) 英國作曲家社會網絡分析

此研究對象為19 世紀英國田園樂派（English Pastoral School）到 20 世紀的 作曲家，挑選505 位從 1870 到 1969 年之間在英國出生或是活躍於英國的作曲家，

傳記來自牛津線上音樂辭典（Oxford Music Online）、新葛羅夫歌劇辭典（New Grove Dictionary of Opera）和新葛羅夫音樂與音樂家辭典（The New Grove Dictionary of Music and Musicians），傳記作者遵循半結構化格式，提供有關國籍、

教育及其生活史的資訊，在分析其作品之前，他會捕捉與事業成功相關的因素。

此研究為求公平客觀，因此不依賴單一作者的解釋，而是參考了大量的傳記作者。

作曲家之間的聯繫為建立傳記內的共現關係，亦即在他們自己的傳記中所提及的 他人，或他們在其他人的傳記中有所呈現。

此研究運用了社會網絡分析的三種中心性分析，分析結果顯示佛漢威廉斯

（Ralph Vaughan Williams, 1872-1958）的高度中心性，有可能是因為他在作曲家 社群投入了大量資金，耗費時間和精力提供鼓勵和指導後進，這是對音樂家社群 的重大貢獻。相比之下，在逍遙音樂節（The Proms）中作品最多的音樂家布列 頓（Benjamin Britten, 1913-1976），可能被認為在其他人的傳記中會多次出現，

特別是與其他連結力高的作曲家，結果證明不是如此，儘管他有高度中介中心性 展現了控制資訊的能力，及衡量連結人物數量的程度中心性也不低，但他在衡量 與高連結力人物的連結的特徵向量中心性（eigenvector centrality）卻是消失的，

顯示布列頓已經「有意識地」將自己和前幾代的主要作曲家保持距離。

逍遙音樂節（全稱為The Henry Wood Promenade Concerts presented by the BBC）為每年一度在英國倫敦舉行的古典音樂節，指揮家伍德（Henry Wood, 1869-1944）為此音樂節自 1895 年創辦以來的第一任指揮，在伍德的職業生涯中，

他演出超過717 首當代作品的首演，涉及 357 位作曲家，成為現代音樂作曲家作 品發表的推手，此研究使用了每位作曲家在1890 年至 2011 年逍遙音樂節中所展 示的作品數量作為標準，運用逍遙音樂節的作品數量，衡量中心性與成功被演出 之間的關聯。逍遙音樂節演出作品前三名為布列頓、佛漢威廉斯和華爾頓

（William Walton, 1902-1983），佛漢威廉斯是上述中心性最高的人物，然而在此 卻次於布列頓，而華爾頓在音樂成就上取得極大成功，在網絡各項中心性前 20

望歷史學家、音樂學家和音樂社會學家能夠將這些方法與他們的領域知識相結合，

以提供更明確的答案（McAndrew & Everett, 2015）。

圖2-3、1870-1969 年的英國作曲家網絡圖（已去除孤立點）

(2) 英國龐克音樂網絡分析

Crossley 提出龐克（punk）音樂作為音樂世界（music worlds）是建立在「關 係社會學」（relational sociology）上的觀點，他認為新的音樂世界是通過一群相 互聯繫和興趣一致的人們集體行動參與創造和維持的音樂世界，即為20 世紀 70 年代後期英國的龐克和後龐克音樂風格（Crossley, 2015）。Crossley 透過社會網 絡分析，闡述這兩種風格都是由「樂隊、觀眾、場地、經理、推動者和其他人」

組成的錯綜複雜網絡所推展出來的。他運用社會網絡分析方法驗證，以解釋文化 運動的出現和運動中的某些關鍵衝突，在此其中的網絡及其結構性質就很重要，

並強調網絡的概念和分析的形式方法，對於文化和文化運動的社會學分析都是重 要的（Crossley, 2008）。

他利用網絡密度、成分數量和路徑長度來描述網絡樣貌，並通過網絡的三種 中心性分別對「關鍵參與者」進行分類。Crossley 提供給任何有興趣追踪新音樂 風格的學者一個輝煌而有價值的工具，最終證明龐克出現係由音樂實踐所激發的 一個小的、特定區域人群的社會網絡運作（圖2-4）（Crossley, 2015）。

最後，他利用與倫敦龐克世界相同的模型，討論了曼徹斯特、利物浦和雪非 耳（Sheffield）的後龐克風格的出現，從 20 世紀 70 年代後期的每個城市的龐克 和後龐克音樂世界的歷史記錄開始，簡要介紹了著名的樂隊、發起人、場地、唱 片公司和內部派系，證明每個後龐克世界都是出於一個充滿動力且聯繫緊密的社 會網絡，網絡為英國龐克和後龐克提供了細緻而新穎的解釋。

圖2-4、龐克音樂家的內部網絡

(3) 爵士音樂家社會網絡分析

社群與社會資本連接，乃基於社群內部密集的社會關係，社群能更整合並具 有豐富的跨群體關係，這些結構特徵對於理解社群動態很重要，社會網絡可以反 映社會不平等的模式和確定其結構。該研究介紹在紐約和舊金山這兩個大都市地

區的爵士音樂家的社會網絡，目的是確定爵士音樂家社群的組織原則，包括評估 他們與其他社會群體的不同程度。由於大多數爵士音樂家是以非正式學徒制學習 爵士音樂，沒有一致的教育資格證書，也無加入相關工會組織，沒有任何機構隸 屬關係來定義爵士音樂家社區，此族群欠缺官方紀錄，因此資料收集方式採受訪 者驅使抽樣（Respondent-Driven Sampling Method, RDS），RDS 方法過去已經被 用來研究所謂的「隱藏族群」，因為沒有可用於抽取樣本的族群成員的列表，使 得族群的大小、位置和邊界未知；成員有隱私問題，並創造外部人難以滲透的非 正式網絡；人口相對於普通人口較小。該方法基於同行推薦系統，需要爵士音樂 家相互引薦，這樣可以防止取樣中充斥著市場性的、有名的或能見度高的爵士音 樂家，或者只有那些加入特定組織的人，允許從難以接觸的人群中抽取代表性樣 本（Heckathorn, 2003）。

結果分別基於與紐約爵士音樂家264 次和與舊金山爵士音樂家 300 次的面對 是不相關的（Heckathorn, 2003）。

(4) 音樂家合作與相似網絡分析

AllMusic 是一個音樂和音樂家的資料庫，起源於 1990 年代初期由 Michael Erlewine 撰寫的 All Music Guide: The Best CDs, Albums & Tapes: The Expert's

Guide to the Best Releases from Thousands of Artists in All Types of Music 厚達 1200 頁參考書並附一張 CD，他使用詮釋資料創建音樂專輯和音樂家資料，並創 立公司，目標是創建一個開放近用的資料庫，它不只是跟踪評論或專輯，而是建 構了風格、音樂類型（含子分類）和音樂販售的平台，並能查看所有的評論、評 分、音樂家傳記和專輯目錄資訊，AllMusic 資料庫過去 20 多年來收錄的專輯曲 目數擁有超過3000 萬首，Spotify、Pandora 和 Apple Music 皆是其追隨者（Smith, 2016）。

在allmusic（http://www.allmusic.com）資料庫的音樂家頁面，可以找到各種 與其他藝術家關聯的分類關係，包括：「相似」（Similar To）、「影響」（Influenced By）、「被追隨」（Followed By）、「有關聯」（Associated With）、「合作」（Collaborated With）等。該研究分析 allmusic 建構的兩個當代流行音樂家社會網絡─合作網絡

（collaboration network）和相似性網絡（similarity network），合作網絡是指兩個 音樂家連接在一起製作一個或多個專輯；相似性網絡是由人類感知（專家的意見）

設計的，然而，如何捕捉人類所感知的音樂相似性仍然是一個開放的領域。

一個是音樂家之間的合作關係是自然演化的，另一個是他們之間的音樂相似

一個是音樂家之間的合作關係是自然演化的，另一個是他們之間的音樂相似