馮　銳　謝英香

【摘要】隨著互聯(lián)網(wǎng)絡技術的發(fā)展，網(wǎng)絡已經(jīng)成為當代大學生日常交際與學習的主要部分。網(wǎng)絡已經(jīng)在很大程度上影響到 大學生的交際與學習。文章以大學某一班級為研究對象，利用社會網(wǎng)絡分析方法，對學生在虛擬社會與現(xiàn)實社會中的情感支持、 學習互助兩個方面進行了人際關系量化分析。研究表明，該班級學生在虛擬與現(xiàn)實中的人際關系在情感支持與學習互助方面存 在顯著差異。

【關鍵詞】大學生；人際關系；社會網(wǎng)絡分析；差異性分析

【中圖分類號】G420 【文獻標識碼】A 【論文編號】1009—8097（2009）01—0028—05

一 前言

網(wǎng)絡在短短數(shù)十年內(nèi)迅速改變著中國人的生活，網(wǎng)絡用 戶數(shù)量逐年增加。網(wǎng)絡在我們的工作和生活中扮演著重要角 色，網(wǎng)絡在給人們帶來了豐富多彩生活的同時，也帶來了很 多負面的影響和社會問題。據(jù) 2008 年中國互聯(lián)網(wǎng)發(fā)展狀況統(tǒng) 計報告顯示，截至 2008 年 6 月底，我國網(wǎng)民數(shù)量達到了 2.53 億，躍居世界第一位。其中大學生用戶數(shù)量位居前列。大學 生作為網(wǎng)絡用戶的主力軍，國家未來建設的棟梁之才，網(wǎng)絡 對他們的生活造成什么樣的影響，越來越引起人們的關注。 本文選擇了網(wǎng)絡對大學生人際關系的影響這一研究主題，利 用社會網(wǎng)絡分析方法分別就虛擬社會與現(xiàn)實社會中人際關系 的差異性進行了對比研究。

為研究大學生的虛擬與現(xiàn)實人際關系的差異性，筆者選 取了與大學生的切身利益密切相關的情感支持和學業(yè)互助方 面的人際關系作為研究內(nèi)容。本文的研究目的與意義可以概 括為：第一，研究大學生在虛擬與現(xiàn)實中的人際關系概況； 第二，用比較直觀的方法揭示班級成員之間以及各小群體之 間的關系、密切程度等；第三，本文采用了一種新的研究方 法——社會網(wǎng)絡分析法，用 UCINET 及 NETDRAW 等社會網(wǎng) 絡分析軟件對數(shù)據(jù)進行量化分析和可視化呈現(xiàn)。

二 研究方法

1研究內(nèi)容

本研究的問卷測試主要涉及以下兩個與學生的生活、學習密切相關的內(nèi)容：一，某班級學生虛擬社會及現(xiàn)實社會中 的有關情感支持方面的人際關系的基本情況；二，某班級學 生虛擬社會以及現(xiàn)實社會中的有關學業(yè)支持方面的人際關系 的基本情況。

2研究對象

筆者年初所做的一項“有關我校大學生電腦情況調(diào)查” 顯示，我校超過 50%的大學生配備了電腦，年級分布情況比 較均勻；在網(wǎng)絡使用時間、用途方面也不存在性別、年級差 異?；谶@種情況，筆者隨機抽取了我校二年級某班全體同 學作為調(diào)查對象。對該班學生采用不記名方式進行了自填式 問卷調(diào)查。該班共有 28 名學生，年齡分布在 21-23 歲之間， 城鄉(xiāng)比例為 5：9。

3數(shù)據(jù)收集方法

本研究的數(shù)據(jù)主要是從回收的問卷中提取。由于此次問 卷調(diào)查是將該班全體學生集中起來測試，因此問卷的回收率 達到 100%。將學生集中起來測試，保證了學生之間互不影響， 結(jié)果更為真實可信。本研究提取的數(shù)據(jù)主要包括班級成員的 以下相關數(shù)據(jù)：點入度、點出度、點度平均度等。對有效樣 本的數(shù)據(jù)，統(tǒng)一輸入 UCINET 軟件進行數(shù)據(jù)分析。

4研究方法

本文主要運用了社會網(wǎng)絡分析的整體網(wǎng)絡分析法，從整 體網(wǎng)絡分析這個視角在關系層面上分析了該班級的整體人際 關系，并進行了相關性及差異性的分析。

三 結(jié)果與分析

社會網(wǎng)絡的形式化表達方式有兩種：社群圖法和矩陣代 數(shù)法。[1]當網(wǎng)絡中節(jié)點數(shù)目比較少時，利用社群圖法表示關系 網(wǎng)絡具有簡潔、清晰的優(yōu)點，網(wǎng)絡節(jié)點關系一目了然，網(wǎng)絡 結(jié)構(gòu)特征能夠比較明顯的呈現(xiàn)出來。但是當網(wǎng)絡中數(shù)目節(jié)點 比較多，重疊比較厲害時，就很難分析出節(jié)點之間的關系。 因此，當網(wǎng)絡中節(jié)點數(shù)目比較多時，往往使用矩陣代數(shù)法。 基于以上原因，本部分將綜合使用社群圖法和矩陣代數(shù)法對 收集的數(shù)據(jù)進行分析。

1情感關系網(wǎng)絡分析

直接詢問學生的情感關系網(wǎng)絡比較困難，學生可能會采取不合作或抵制的態(tài)度，隨意填寫問卷，導致問卷無效。因 此，在調(diào)查這個問題的時候，筆者設計了幾個看似很隨意， 但深度不斷增加的問題。最終分別選取了現(xiàn)實社會與網(wǎng)絡社 會中最能體現(xiàn)情感深度的問題進行研究分析。

（1） 現(xiàn)實社會中的情感關系網(wǎng)絡分析

利用矩陣來表達各成員之間的關系如圖 1 所示，通過對相關資料[2],[3],[4]的研究，我們定義：在此矩陣中，Xij=1 表示 成員 i 選擇成員 j 作為傾訴對象，相對于社群圖而言，則在點 i 和點 j 之間存在一條由 i 指向 j 的有向線；Xij=0 表示的是成 員 i 沒有選擇成員 j 作為傾訴對象，在社群圖中，點 i 和點 j 之間就不存在任何連線。因此，最終得到的矩陣為二值非對 稱方陣，社群圖則是有向圖。

在圖 1 所示的矩陣中，大致可以看出成員之間的關系取 向，但是每個成員的具體情況卻無從得知。例如，我們無法 判斷出哪個成員在班級中的威信比較高，處于核心地位：哪 個成員位于邊緣地帶。以下，我們將從每個成員的點入度、 點出度、點連接度、點中心值這幾個方面分析這個問題。

在上圖所示矩陣中，點 i 的點出度就是點 i 所在行中格值 為“1”的總數(shù)，[5]表示的是點 i 關注他人的情況；點 i 的點入 度就是點 i 所在列中格值為“1”的總數(shù)，表示的是成員 i 被 其他成員關注的情況。該值越大，說明該成員在群體中的威 信越高，越處于核心地位；點 i 的連接度是描述點 i 與其他多 少個點有直接關系的數(shù)量指標，就是點 i 的點入度與點出度之和。點中心值是點的連接度與網(wǎng)絡中連線總數(shù)之比，是對于 點的連接度的量化表示。該值越大，表示威信越大。

從分析結(jié)果來看，班級中不同成員具有不同的點入度和 點出度，連接度從高到低排列在前 7 位成員是 9，11，25，26，22，27，1。與班級內(nèi)的其他成員相比，他們屬于“明星”，但是再詳細區(qū)分的話，這幾個成員的具體情形并不相同。成 員 11，25，26 的連接度、點入度和點出度分別相同，對成員11，25，26 各自而言，點入度與點出度相當；對與以上三者有相同連接度的成員 9 而言，他的點出度是該班級所有成員 中最高的，達到 6，然而點入度卻只有 1，說明該成員關注他 人的程度遠遠大于被他人關注的程度。但是對于連接度也相 同的成員 22，27，1 而言，點入度、點出度差距就比較大， 成員 1 尤為突出。成員 1 的點入度是該班級所有成員中最高 的，但是點出度卻很低，說明該成員受到多人的關注，但是 自己卻較少的關注他人。另有部分成員位于班級的邊緣地帶。 但是，以上的圖 1 及表 1 并沒有直接反映出該班級成員的群 體結(jié)構(gòu)特征，而且成員之間的關系也未簡潔、明確地表現(xiàn)出 來。因此，為克服以上缺點，我們利用社群圖法來形象的描 繪該班級內(nèi)部成員之間的情感關系網(wǎng)絡，在該圖中，將該班 級的 28 名成員用 1-28 表示，班級成員之間的關系用帶箭頭的 有向直線表示，箭頭指向表示關系的接收者。圖 2是利用 NETDRAW 軟件輸出的情感關系網(wǎng)絡圖。

圖 2 表明該班級的內(nèi)部結(jié)構(gòu)比較松散，大致可以分為 4 個群體。第一個群體包含了該班級的大部分成員，各成員之 間聯(lián)系比較緊密，成員之間的情感交流比較多；第二群體只 包含了 4、17、20 號成員，構(gòu)成了一個三方組；第三個群體 是 4 個孤立的成員：6、12、23、28 號成員，在他們之間不存 在情感交流，他們也不與班級的其他成員進行情感方面的交 流；第四個群體包含了 4 個成員，但是與第二、第三群體結(jié) 構(gòu)并不相同。在此群體中，14 號成員與 7、18、24 之間存在 單向的情感交流，但是其他三者之間并不存在情感交流。我 們可以認為第二、三、四群體是比較孤立的，他們不被班級 的其他成員關注，自己也不關注他人，屬于班級的邊緣人物。

（2） 虛擬社會的情感關系網(wǎng)絡分析

一般認為，談話關系是雙向的，但是當涉及到頻度的時 候，由于每個被調(diào)查者對頻度的理解程度并不相同，因此可 以認為是單向的。例如，甲認為他經(jīng)常與乙聊天，但是乙可 能并不認為他經(jīng)常與甲聊天，而是更經(jīng)常的與丙聊天，此時， 甲與乙之間的關系就不可能是雙向的，而只能是單向的。通 過對圖 3 的分析發(fā)現(xiàn)，該班級可以分為三個比較大的群體： 第一個群體包含了 10 個孤立的成員。第二個群體包含了聯(lián)系 不密切、多為單向聯(lián)系的 16 個成員，部分點充當了橋點。例 如 20 號點，如果失去該點，那么點 24、14、18、7 將會失去 與該群體中其他點進行信息傳遞的機會。第三群體只包含了 2 個成員，這兩個成員保持單向聯(lián)系，在網(wǎng)上一般不與其他人 保持聯(lián)系，說明其人際關系比較單一。從對這個班級在網(wǎng)絡 環(huán)境下的聊天關系的整體分析可以看出，該班級的聊天關系 網(wǎng)絡結(jié)構(gòu)很松散。

（3） 現(xiàn)實社會與虛擬社會情感關系網(wǎng)絡的比較 以下我們將從密度、點度平均度兩個方面對現(xiàn)實社會和

虛擬社會中的情感關系網(wǎng)絡進行比較?，F(xiàn)實社會中的情感關 系網(wǎng)絡矩陣標記為“XianshiQ”，虛擬社會中的情感關系網(wǎng)絡 矩陣標記為“XuniQ”。

密度 0.0529 0.0238 點度平均值 1.4286 0.6429 密度是網(wǎng)絡中人際關系的總體分布的量化表示，表示的是社群成員之間聯(lián)系的緊密程度。一定規(guī)模群體的成員之間 聯(lián)系越多，網(wǎng)絡的密度就越大。[6]一般來說，關系密切的成員 之間，情感支持比較多，而關系比較疏遠的成員之間，情感 支持比較少，甚至是不存在情感支持的。密度的計算方法是 網(wǎng)絡中實際存在的連線數(shù)與可能存在的連線數(shù)之比，是一個從相互之間存在直接關系的點的多少這個意義上來說明網(wǎng)絡 中關系密切程度的相對指標。從表 2 可以看出，該班級成員 之間在現(xiàn)實社會中的情感關系密度遠遠大于虛擬社會中的情 感關系密度，達到 2 倍之多。

點度平均值測量的是一個圖中所有點的度數(shù)的平均值， 對于無向圖來說其表達式為：

在公式中，g 代表網(wǎng)絡的規(guī)模， d 代表的是點度平均度，d（ni）指的是 ni 點的密度，L 是網(wǎng)絡圖中線的總數(shù)。從公式 中可以看出，若一個網(wǎng)絡圖中包含 L 條線，g 個點，那么點度 平均值就是 2×（總線數(shù)除以總點數(shù)）。對于有向圖來說，點 度平均值就是總線數(shù)除以總點數(shù)。[1]在計算總線數(shù)時，需要注 意：帶雙箭頭的直線應算作是兩條直線。從表 2 中，我們可 以看出，現(xiàn)實社會中的情感關系的點度平均值是虛擬社會中 的情感關系的點度平均值的 2 倍之多。學生之間更傾向于在 現(xiàn)實社會中談論自己的事情。

現(xiàn)實社會中的情感關系與虛擬社會中的情感關系代表著 學生的情感關系的兩個方面。這樣的問題不能不引起我們的 關注：二者在多大程度上相似；現(xiàn)實社會中的情感支持是否 在虛擬社會中出現(xiàn)。這就涉及到矩陣的相關問題。UCINET 中提供的 QAP（Quadratic Assignment Procedure ，即二次指 派程序）可以用來分析矩陣之間的相關性。

這里的“Value”指的是這兩個矩陣實際的 Pearson 相關 系數(shù)；“Signif”是相關系數(shù)顯著性水平，該值越大，越說明 這兩個矩陣之間存在著強關系。“Avg”指的是 N 次隨機計算 的相關系數(shù)的平均值（“0”是研究者希望出現(xiàn)的值，因為該 值是隨機計算出來的相關系數(shù)的平均值。該值與實際的相關 系數(shù)差距越大，越說明兩個觀察數(shù)據(jù)之間關系大）；“SD”是 標準差；“P（Large）”是這種隨機計算的相關系數(shù)大于實際相 關系數(shù)的概率；“P（Small）”是隨機計算的相關系數(shù)小于實 際相關系數(shù)的概率；“NPerm”是隨機置換的次數(shù)，[1]本案例 中，筆者選擇的隨機置換次數(shù)為 5000。在此，我們關注的顯 著性水平。由表 3 可知，顯著性水平為 0.000，說明學生現(xiàn)實 社會中的情感關系與虛擬社會中的情感關系兩者之間存在顯 著性差異。Pearson 相關系數(shù)為 0.312，可以認為 Xianshi 矩陣 與 Xuni 矩陣之間的相關性并不明顯，兩矩陣之間呈現(xiàn)正相關。

學生現(xiàn)實社會中的情感關系與虛擬社會中的情感關系兩 者之間存在顯著性差異，因此，我們可以認為，網(wǎng)絡并沒有 影響到學生的情感人際關系。學生情感方面的人際關系是以 現(xiàn)實社會中的情感關系為主，虛擬社會中的情感關系可以看 做是對現(xiàn)實社會中情感人際關系的補充。

2學習互助關系網(wǎng)絡分析

在研究現(xiàn)實與網(wǎng)絡上的學習互助關系網(wǎng)絡這個問題時，筆者最終分別選擇了現(xiàn)實與虛擬網(wǎng)絡中的學業(yè)求助問題展開 研究。

（1） 現(xiàn)實中的學習互助關系網(wǎng)絡分析

從圖 4 中，我們可以看到，成員之間聯(lián)系比較緊密，當 然也有部分點處于邊緣地帶，他們很少幫助別人，也很少得 到別人的幫助。經(jīng)過深入調(diào)查得知，那些點入度比較高的點 代表的成員，在班級中處于核心地位，人緣不錯，待人比較 熱情，學習成績不錯，有能力幫同學解決問題，因此，當遇到課業(yè)問題時，很多人求助于他們。

（2） 虛擬社會中的學習互助關系網(wǎng)絡分析

從上圖中，我們可以清楚的看到該班級成員大致可以分為三個群體。分別是：相互之間有關系，但關系強度并不大 的第一群體，由相互獨立的各成員組成的第二群體以及只有 5 個成員組成的第三群體。這三個群體之間相互獨立，不存在 任何關系。

（3） 現(xiàn)實社會與虛擬社會中學習互助關系網(wǎng)絡的比較 在此，我們?nèi)匀徊捎?UCINET中提供的二次指派程序

QAP 來分析兩種學習互助關系網(wǎng)絡的差異性水平以及二者的 相關性?，F(xiàn)實社會中的學習互助關系矩陣用“XianshiX”來標 記，虛擬社會中的學習互助關系矩陣用“XuniX”來標記。

“Signif”相關系數(shù)顯著性水平值為 0.017，說明學生現(xiàn) 實中的學習互助關系網(wǎng)絡與虛擬社會中的學習互助關系網(wǎng)絡 存在差異，但差異性并不顯著。Pearson 相關系數(shù)為 0.114， 說明兩個學習互助關系網(wǎng)絡之間是正相關，但是相關性水平 很低，兩者之間不存在強關系。

經(jīng)過以上的分析與比較，我們可以得到這樣的結(jié)論：學 生的學習互助關系以面對面的互助為主。對此結(jié)論可以這樣 解釋：面對面的交流能夠比較清楚的進行，而且學生住在一 起，為這種面對面的交流提供了條件。

3進一步分析

經(jīng)過以上的分析，我們已經(jīng)得知，學生的人際關系以現(xiàn)實社會中的人際關系為主。但是這樣的問題卻再次引起我們 的關注：現(xiàn)實社會中的情感關系在多大程度上影響到現(xiàn)實社 會與虛擬社會中的學習互助關系？ 因此，我們對本文所涉及 到的四個矩陣進行了相關性分析。

由表 5 可知，各矩陣之間均呈現(xiàn)正相關?，F(xiàn)實社會中的 情感關系會帶進虛擬社會中；相比而言，現(xiàn)實社會中的情感 關系對現(xiàn)實社會中的學習互助的影響要大于對虛擬社會中的 學習互助的影響；虛擬社會中的學習互助受虛擬社會中的情 感關系的影響稍大一些。這與我們的常識比較符合。情感關 系在一定程度上影響到學習求助對象的選擇。

四 結(jié)束語

本文只是一個個案研究，運用社會網(wǎng)絡分析方法，利用 UCINET 軟件對某班級學生的虛擬社會和現(xiàn)實社會的人際關 系進行分析，獲得兩種不同情況下的人際關系的概況。但研 究結(jié)果只適用于與本案例相似的環(huán)境。在研究過程中，還存 在著很多不足。只選取了具有代表性的某班級，該班級成員 數(shù)目也不夠多，在這一定程度上了影響了本文的研究結(jié)果。

在今后的研究中，如何采用多種研究手段，有效利用社會網(wǎng)絡分析方法這個新視角研究問題，還需要做更深層次的研究。

參考文獻

[1]劉軍.社會網(wǎng)絡分析導論[M].北京:社會科學文獻出版社,2004:56-95.

[2]約翰?斯科特著,劉軍譯.社會網(wǎng)絡分析法[M].重慶:重慶 大學出版社,2007.

[3]羅家德.社會網(wǎng)分析講義[M].北京:社會科學文獻出版社,2005.

[4]齊心.走向有限社區(qū)——對一個城市居住小區(qū)的社會網(wǎng)絡 分析[M].北京:首都師范大學出版社,2007.

[5]葉新東,邱峰,沈敏勇.教育技術博客的社會網(wǎng)絡分析[J]. 現(xiàn)代教育技術,2008, (5).

[6]陳向東,郭欣,楊慧慧等.基于協(xié)作過程的反思性學習研究[J]. 現(xiàn)代教育技術.2008,(5).