百度
  • 百度
  • Google

国际学苑

首页 > 国外选举与治理 > 国际学苑

巴黎公社运动中的多重社会网络与动员

作者:

来源:politicall理论志

来源日期:2021年12月29日

本站发布:2021年12月31日

点击率:59次


  摘要:

  本文是已故社会学家古尔德的社会网络研究经典之作,不仅在方法论上启发了社会网络研究的方向,作为一项重要的关于社会动员的历史社会学实证研究,也被后来的学者不断引用和称道。在本文中作者试图提醒研究者,在社会网络分析中以个人为单位的社会联结计算方式(individual-level counts of social ties)会阻碍我们观察网络结构和其多重性。

  学人简介:

  Roger V. Gould, 曾任芝加哥大学和耶鲁大学教授,其研究影响巨大,受到诸多大家的称赞,在社会网络,历史社会学,以及冲突的起源方面都有很深的研究。可惜天妒英才,经过与白血病的漫长斗争,年仅39岁的古尔德教授于2002年逝世。在他去世前两周,他还勤勉地完成了新书的书稿。

  文献来源:

  Gould, Roger V. (1991) Multiple Networkes and Mobilization in the Paris Commune, 1871. American Sociological Review, 56: 716-729. (原文除第三节关于公社的始末在此删节外,其余重要删改部分在文中以括号形式标注为略)


  前言

  自从斯诺等人(1980)提出社会网络分析对理解社会运动中动员的重要性之后,该领域没有长足的发展,究其原因,研究者往往使用标量变量进行社会关系网络的测量。研究者们简单计算社会联结(social ties)的数量作为区间变量(interval variables)放入回归测量网络效应(network effects),故而社会联结影响动员的过程被在个体层面进行分析,导致社会网络结构和多重性被忽略。

  我希望说明,社会关系(social relations)对集体性的动员的影响依赖这些关系被结构化的方式,更准确地说,依赖于组织的(organizational)和非正式的(informal)网络之间的一致性。利用关于巴黎公社运动模式的数据,我将展示成功的社会动员不取决于社会联结的数量,而取决于由运动组织建构的和现存的根植于巴黎邻舍关系的社会网络之间的互动。组织网络能够维持团结是因为它们沿着邻舍关系来建构,邻舍联结(neighborhood ties)甚至决定了穿越(cut across)邻舍的组织网络的重要性。

  社会动员中的网络因素

  自斯诺的文章之后,越来越多的研究开始关注社会动员中的微观基础。但在这些社会网络研究中,如上文所说,征募中的“结构”要素被当成个人层面的变量处理:通常的做法是,计算社会运动参与者和活动家之间先前的联结数量并作为自变量加入回归当中。尽管这一实用的方法规避了收集和分析真实网络数据的困难,但它使得社会网络天生的复杂性被掩盖,超个人层面(supra-individuallevel)的影响被忽视。举例来说,社会联结之中A对另一端的B的影响很可能取决于A是否还与C有联结,这种连锁关系被消解了。

  最近的研究有一种趋势是用网络矩阵的第一特征向量测量中心性(centrality),以此为每一个个体之间的联结赋权。这种细致化的操作能够让具体个体在网络关系中的位置(position)在动员之中扮演重要的角色。也有仿真研究(simulation study)采用了这种方法。尽管这一方法一定程度上弥补了拆解网络关系的缺陷,但由于它只关注单个网络(single networks)因而忽略了我所提的第二个要素:网络多重性。然而社会网络结构之所以重要的关键因素正在于,动员往往创造出组织性网络,这些新的网络将会与现存的网络关系重叠并相互影响。同时测量正式和非正式网络也就显得无比重要。

  巴黎公社运动之所以这个问题的测量上如此重要,理由有三:1)运动的动员是通过一个显而易见的正式组织,也即巴黎国民卫队(Paris NationalGuard),实现的,因而可以清楚宣称参与者是如何被招募进来的。2)国民卫队单元(units)是沿着邻舍划分来组织的,除了三十五个志愿营。这意味着对于动员结果可以基于一个关键变量——邻舍社会联结作为团结来源的可达性(availability)——沿着单元进行比较。3)运动中的组织结构和邻舍关系中的社会结构之间的联系让我们能够测量社会网络和组织网络影响社会运动动员的程度。

  社会网络和社会运动动员

  虽然参与革命活动组织的成员可能是因为现有的社会联结才加入的,但是他们同时也会创造新的社会关系。现有的许多研究有一个假设,认为动员中产生的网络足以告诉我们关于后续参与的一切:早先存在的联结可能帮助创造了新的联结,但之后它们就不在产生作用。巴黎公社运动最后一周的证据足以证明这种观点的错误:国民卫队的依据住所的招募系统(residential recruitment system),也即依据邻舍基础将人们归入不同的营属,不止提供了运动的组织架构。(注:巴黎国民卫队分为二十个军团(legions),每个对应城市的二十个行政区(arrondissements),每个军团依照区中的特定邻舍关系被分成不同的营(battalions)。这里所说的战士在组织中的单位和他们的邻舍位置相同指的是:这些参与者与他们住在同一街道,甚至同一楼中的邻居一同作战)这种招募策略直到战斗的最后一刻都十分重要。不止在请愿书和信件中,那些被征募的士兵表达了他们的邻舍忠诚,血腥一周(semaine sanglante)中国民卫队的地方主义一直是历史记述的重要主题。

  历史记述之中一致地提到邻舍忠诚对于高度协作的抵抗作战的阻碍。但实际上,邻舍社会结构是对公社运动保持忠诚的重要资源。这一点只要比较志愿营(唯一的差别是非按照邻舍组织)和国民卫队的被捕人数变化和数量就能得知。志愿营近半数的被捕数发生在前两天,而那时认真的战斗仍未开始,相比之下,那些由邻舍社会结构组织的营的近半数被捕发生在最后两天(详细数据略,有兴趣可以参看原文)。由这一比较也可得知,邻舍社会结构不止在组织形成之中起作用,实际上对集体行动的效用也很显著。

  数据和方法

  用考虑网络自交互作用(autocorrelation)的模型来测量:

y = ρWy + Xβ + e

  W代表二十个行政区中的网络联结的矩阵,ρ代表观测之间独立性的系数,y因变量结果的矢量,其余的部分是标准线性回归模型。这里一个区划的抵抗等级(resistance level)是一组外生变量和剩余所有区划的抵抗等级,用它和他们之间的联结的强度来测量,的一个函数。这暗示了每个区划之间互相影响,形成通过网络传递的内生反馈(endogenous feedback)。除此之外,因为整个网络都被考虑在内,邻舍关系中的角色被假定互相影响,直接通过之间的网络联结,或是间接通过他们和其他邻居之间的联结。我的论点暗示了我们应当观察到ρ的正值。模型的评估(estimation)依照极大似然法(maximum-likelihood)完成。

  由于抵抗等级难以捕捉,我尝试使用两个因变量测量。第一个因变量是每个区的平均营的规模。这个规模可以测量每个区动员男性成员的成功程度。本研究记录了两个时间点的规模:其一是五月的第一周,在征召截止且不忠诚或不服从的营被解散重组之后;其二是五月第三周结束,在凡尔赛军队最后一次进攻首都的夜晚。这可以让我们观察邻舍人之间的相互依赖是否在运动之中发生了改变。下图展示了结果:


图二:平均营队规模

  第二个因变量是五月之中各个区内,每一千个居民之中的死亡人数。这里通过一些计算可以排除掉自然死亡的人数的影响。下图展示了结果:


图三:千人死亡率

  W是一个20x20的矩阵,其中的每个要素wij是居住在第i个区,在第j个军团战斗的战士的人数,除以在其他军团战斗的该区战士的总人数(每一个军团都对应一个特定行政区)。所以W是一个非对称的,行规范化(row-normalized)的矩阵,其中斜对角线的要素被设定为0。(编者注:行规范化的操作是极大似然测量的要求,这里不涉及方法的细节,感兴趣的可以参阅一些SNA方法论书籍)下图展示了每个区的入伍重叠(enlistment overlaps):

图四:跨邻舍服役

  外生变量测量每个区的社会组成中可能影响抵抗等级的部分:每一千个人中穷人的数量;在1872年的普查中被归入技术型领薪工人(skilled salaried workers)的百分比;被归入非技术的百分比;以及白领雇员的百分比。贫穷被认为会正向影响抵抗等级,一般有两个理由,其一是他们对灾难感受最深,因而对法国政府的投降最为抵触;其二则是国民卫队的每日补贴很少。这可能唯独对穷人会产生一定的积极影响。其他外生变量也依照相似的逻辑被纳入考量。我在分析之中将工人人口划分为了技术工人,非技术工人和白领工人。

  由于我的假设是方向性的,所有的数据测量都是单尾(one-tailed)的。因此,ρ和外生变量系数的测量只有在预测的方向上偏离机会水平才会被认为是显著的。

  结论和讨论

  如下图表一,为了测量自交互是错区征募(cross-districtenlistment)的结果还是简单的地理分布结果,两个不同的模型被测量。空间模型(spatial model)将网络模型(network model)中的征募网络替换为空间接近性矩阵(spatial adjacency matrix)。在空间模型里,接壤的区之间的wij为1,否则为0,并将矩阵行规范化。(进一步的数据处理略)

表一

  正如前文预料,所有外生变量对两个因变量产生了正向作用,尽管只有领薪工人的影响是显著的。总的来说前述假设成立,工人阶级和穷人主导的区域抵抗更为强烈,但白领工人和非技术工人在其中的角色无法被证明。最重要的发现是在营队规模的网络模型中,五月初和五月末的ρ所代表的自交互效应都是正向且显著的;空间模型之中这种效应并不显著。另外,五月末的网络模型的ρ值要远大于空间模型。相似的结果也出现在死亡率模型之中。

  这些结果说明,通过由重叠征募带来的联结网络,不同邻近区的活动会影响彼此参与运动的忠诚度。当征募模式提供了一个交流和互动的管道,一个地区的高忠诚度会提高另一个地区的忠诚度,这一效应不能单纯地被空间分布解释,说明抵抗等级是由基础的社会网络的跨区域相互作用达成的(rendered)。一个更令人感兴趣的观察在于这一影响过程是单向的:邻舍关系回应(respond to)其他那些居民在国民自卫军服役的地区的事件。例如,来自第五区的抵抗受到以下事实的正面影响:许多这一区的居民在第十三军团参战,而该军团对运动具有极高忠诚度。然而反过来,这并不证明第十三区的抵抗是受到来自第五区的战士的影响的。通过使用W矩阵的转置W’,图表二重新测量了模型,呈现了这一现象。在这一模型中,自交互效应并不显著。在个人层面,这一影响过程可以解释为:在他处的战斗会影响他们的邻居在本地的表现,但是那些战士不会影响与他们共事的战士的表现。

 

表二

  这些发现充分说明正式和非正式的网络不是独立影响动员过程的,国民卫队在重叠征募中创造的组织网络带来了跨邻舍(cross-neighborhood)的团结,以一种相互依赖的抵抗的形式;但是这种相互依赖的产生是由于组成那些营属关系的战士同时和他们的邻舍之人有非正式的联结。在这里,社会网络结构和多重性的重要性就充分显现出来了。作为本研究的启示,再次提起:个体层面的社会网络分析有巨大的局限,社会关系(social relations)对集体性的动员的影响依赖这些关系被结构化的方式,更准确地说,依赖于组织的(organizational)和非正式的(informal)网络之间的一致性。

  编译 | 穷象

相关阅读:

评论:

关闭窗口
此处显示新 Div 标签的内容