本期荐书作者：Prof Han（韩纲）

编辑：刘宇

很多人在生活中往往有这样的经验——你本来也许并不抽烟，但如果你身边要好的朋友们都抽烟，那你在聚会的场合就很难拒绝他们递给你的烟，否则你就会显得很不合群。对生活在人情社会关系网中的大多数人来说，都不愿意“健康到没有朋友”。有趣的是，同吸烟一样，戒烟行为也是能“传染的”。过去30多年来，美国吸烟人群的数量稳步下降，这既得益于公共卫生工作者持续不懈的努力，也在相当程度上得益于社交网络中“成群结队”地摒弃某种行为的连锁性人际影响力。哈佛大学医学院和圣地亚哥加大的研究人员通过重组一个包括12,067人的社交网络，发现戒烟行为往往能在社交网络的集群中连续发生，而很少是单个戒烟者的自发个体行为。在推动健康行为的采纳中，社交网络的影响力之大可见一斑！

正如笔者一直强调的，在我们试图更充分地了解“社交媒体”方方面面的时候，往往过多地侧重于“媒体”形态本身，而或多或少地忽略了这种新形态赖以存活的基本“社交”环境和基础。而社交的本质是一种社会关系的组合与互动。某种意义上说，“关系”和社交关系模式的形成和转化才是今天型塑“社交媒体”并使得“社交媒体”变得如此不可或缺的根本原因。

有鉴于此，我们今天不妨先把“媒体”放一放，来读一本基于社交网络分析及其在健康领域应用的比较扎实的研究——《社交网络与健康：模型、方法和应用》。该书比较全面的地介绍了社交网络分析的主要理论的基础和发展，分析方法，分析模型以及侧重于健康行为变化的主要研究成果和应用。应当指出，社交（或社会化）网络分析与其他社会科学研究方法最根本的区别之一是在于“关系”这个变量在我们对人类行为的研究中的极端重要性。社交网络分析为此提供了许多令人兴奋的方法。例如在医疗和公卫领域的研究和实践，社交网络分析可以应用于对医疗保健机构的优化，对健康风险行为的了解，对医疗干预和预防的协调，以及对保健服务的有效实施和传递，等等。

图片来源：www.xiami.com

全书分为三个部分。

第一部分介绍社交网络分析的主要研究旨趣和视角，帮助我们理解社交网络是如何形成、进化，继而成为人们的思想、意见、行为模式等扩散的渠道。同时并讨论了社交网络和人际网络数据的分析方法。

其中第一章介绍基本的社交网络概念、主要的研究前沿和原理。比如说对很多读者来说是耳熟能详的、但对初学者又是必须了解的主要研究假说或发现，例如“小世界现象”, 无标度网络（scale-free networks）, 影响力与选择性, 创新扩散（diffusionof innovations）与行为变化，高效率的网络形态，以及算法分析模型的改进等。社交网络研究者的研究题目各有精彩之处，侧重点不同，但他们本质上关注的都是人际社会的连接性（connectedness） 和一连串的社会关系对人类个体和系统行为的影响。

第二章简介社交网络分析的历史。作者指出，网络研究在社科领域的发展相对缓慢，部分原因是研究者可能过分强调了统计推断的重要性。作者回顾了使用了社交网络概念的主要的行为科学理论，并侧重评论过去几十年来网络分析在公共卫生和医学领域中的应用，例如艾滋病，药物使用，计划生育与避孕用具, 疾病医疗和康复中的社会支持等。

第三章介绍了五类社交网络数据收集方法和各自的优缺点——调查，“自我中心型”（egocentric）, 序列型（sequenced）, 普查（census）, 和联合型（two-mode or jointness）。 作者提到了网络分析范式的四个组成部分:(1) 网络数据分析与管理, (2) 网络数据特性, (3) 分析层次, 和 (4) 网络变量。 第四章介绍研究者如何从随机样本中收集个人社交网络数据，包括网络接触（exposure）, 共发性（concurrency）， 连接强度（tie strength），从而进行相关研究假设的验证。这一章还比较了自我中心型数据， 社会计量（sociometric） 数据， “滚雪球 ”抽样和序列数据，以及数据库的转换。

图片来源：finance.eastmoney.com

该书第二部分的四章涉及最常用的网络的测量和应用，包括中心性（centrality），群组，位置和网络层面；讨论了这些关键的网络度量的计算和它们对健康行为变化的影响。其中第五章侧重于中心性，即计算、解释和使用不同的度量来确定那些个节点占据了网络的中心。作者介绍了三个最常用的中心性测量（Freeman，1979): 度数（degree）, 接近性（closeness）, 和相互间性（betweenness），分析了这些测量在创新扩散和行为变化过程中的功能以及意见领袖的作用。第六章讨论群组的概念、定义和测量，以及群组对行为的影响。第七章定义网络中的位置并介绍定位分析（positional analysis）。一个社交网络可以被化约为若干个位置,进而通过描述位置间的关系来理解整个社交网络。也就是说，在网络中占据相近空间的节点（个人）可以形成不同的位置，进而建模分析网络中特定位置对行为变化的影响。第八章从网络整体层面讨论形成网络结构的八个指标：规格（size）, 密度（density）, 相互性（reciprocity/mutuality）, 传递性（triadic census/transitivity）, 平均路径长度（average path length）, 聚集性或群聚（clustering）,中心化或集中化（centralization）, 及中心－边缘关系（core-periphery）。 随后讨论了这些网络层面的指标对行为的影响。

图片来源：www.tuicool.com

该书的第三部分探讨了社交网络分析在形成和改变健康行为中的实际应用。这个部分的三个章节（第九、十、十一章）分别介绍了可以在统计上测量社交网络变化属性的“参与者主导随机进化模式”（actor-oriented stochastic evolution model）和“创新扩散模型”（Diffusion of innovations），并描述了如何利用网络数据识别特定个人或群组并通过网络干预（Network interventions）加速健康行为的转变。

该书最后一章回顾了社交网络研究模型，方法和应用。 如前所述，网络概念已日益受到众多研究者的关注，近年来以社交网络为中心议题的研究迅速增多。就公共卫生而言，实际上几乎所有的慢性病和传染性疾病的爆发都和社交网络密切相关。作者在篇末还提供了一些小的实证案例供读者使用以展开他们自己的社交网络分析研究。

总的来说，这本书的内容和形式可以用三个“C”来评价：清晰 （clear）, 简明（concise），易懂（comprehensible）。当书中因提及关键变量和概念而不得不使用数学或统计公式时，也尽量保持短小。只要是对社交网络分析感兴趣的学者和研究人员，不论是否从事公卫工作或健康传播研究或实务，这都是一本扎实的中级读物。正如美国医学会（JAMA）评价的那样，这本书不论对学者、学生和一般读者来说都有相当参考价值。《美国流行病学期刊》（AJE）也推荐说“这是一本可读性很强的著作”；而《当代社会学》期刊的褒奖是－－“这本书会成为社交网络课程的经典教材”。顶尖期刊《科学》更认为，“该书所介绍的社交网络分析的理论与实务意义其实远比我们现在已知的大得多。学者们对社交网路分析的广泛兴趣、相对成熟的研究规范和近年来在相关领域的研究进展这三者的结合已经为社交网络分析路径在未来的若干年内对健康和其他科学领域作出更大贡献打下了基础”。

虽然今天我们讨论的这本书重点不在“媒体”，但应该指出，在社交网络媒体日益发达的今天，任何有关社交网络的研究都很难不涉及社交媒体。本书作者、美国南加大Keck医学院预防医学系教授Thomas W. Valente近年的研究就提供了一个很好的佐证。作为项目的首席研究员，他对洛杉矶某市高中进行了一项有关烟酒使用行为的研究。结果发现那些在脸书（Facebook）上看到自己朋友吸烟或喝酒的照片的青少年更可能开始抽烟或尝试喝酒。Valente教授认为，青少年的健康风险行为很容易被他们的同伴或朋友在社交媒体上呈现的行为所影响。对很多青少年而言，即使自己周围关系亲密的朋友们并不抽烟喝酒，但如果他们接触到社交媒体上朋友圈中抽烟喝酒轰趴的照片的机率越高，他们开始抽烟喝酒的机率也越高。试想一下，在美国95％12到17岁的中学生每天使用互联网，其中80％使用社交媒体和同学朋友交流；朋友们在社交媒体上呈现的日常行为俨然已经成为同伴影响力的重要来源。

Social Networks and Health：Models, Methods, and Applications

推荐阅读

• 互联网潮牌TED大烩，9月17日北大开讲！
  

• 第一款iPhone发布时，是什么样子？
  

• 每周一书 | 多姿多彩的混乱：新数字秩序的革命
  

• 每周一书 | 社交网络与信息分享差异
  

封面图片来源：blog.sina.com.cn