网络社群的组织机制

　　天涯社区是国内目前人气旺、活动多、内容丰富的综合性网站。截至2021年9月20日，天涯社区共有74912876名注册成员，下设聚焦、论坛、博客、问答、应用、游戏及品牌等10余个栏目，涵盖了新闻发布、游戏交友、网上购物和信息传播等内容，其中博客栏目尤为活跃，又下设了话题、热门微博、天涯事件、天涯人物、天涯杂谈等子栏目。在其热门微博子栏目中，根据转发和评论的多少，分设了当日转发最多、评论最多，以及当周转发最多、评论最多的栏目。 (1) 以对社会生活影响的深度和广度为基准，无疑，天涯社区的热门微博和天涯杂谈比其他版块具有更强的冲击力乃至干涉力。因此，本章就以上述子栏目作为研究对象。

UCINET是大型复杂网络分析工具，是用于研究目前所存在的各种复杂非线性网络的有力工具。 (2) 在进行分析之前，根据研究内容的需要，收集了上述两个子栏目的三种数据：一是从2021年7月份起，每周随机收集一天的发帖目录，共延续至9月底，分析近三个月来网民关注的话题；二是针对转发或跟帖较多的帖子，收集转发者或跟帖评论的内容和网名进行关系分析；三是收集网民较为关注的帖子的内容及网民跟帖或评论较多的内容，以便进行内容分析。数据的收集共分为三个步骤：第一，通过网页截取，收集上述两个子栏目的目录和内容；第二，运用EXCEL整理上述数据，剔除其中冗余和不完整部分；第三，通过初步归类分析，形成可供UCINET使用和接受的数据。

三、 网络社群的组织机制

网络社群的组织机制研究是对社群内部互动关系及其结构的分析及以分类指标体系为基础，通过聚类分析对网络社群的类型划分。具体来讲，体现为两个方面的研究内容：一是网络社群成员的关系分析；二是网络社群的类型分析。

网络社群成员的关系及其结构研究是网络社群定性的基础，主要内容包括网络社群成员的关系发现、联系密度、结构关系及网络中心性挖掘等。

网络社群类型划分研究是网络社群分类管理的前提，其研究内容是从社群成员的互动关系、组织形式、社群功能及其价值取向等维度构建社群类型划分的基本指标，并以此为基准，运用聚类分析方法和技术，进行网络社群的类型定性。

在网络社群内部互动关系研究中，我们以网络社群的常态互动关系研究为基础，关注突发事件对互动关系的影响，研究网络社群对外界刺激的应激反应能力及网络动员能力和动员机制，探讨非常态的网络社群成员的互动关系变化及其对网络社群结构的影响。

　　（一）天涯社区网络社群成员的关系结构

不同于过去基于血缘、地缘、族群、宗教、民族而组成的传统社群，形式上，它相当于一个巨大的“虚拟组织”，即这种新型的组织形式不仅把传统的社会关系内嵌于其自身结构中，而且打破了传统关系纽带的限制，实现了跨越时空的交流。 (3) 正如加州伯克利大学著名社会学家曼纽尔·卡斯特（Manuel Castells）在《网络社会的崛起》一书中所说，“网络社会”并不是即将出现的一种社会结构，而是我们唯一的社会结构。

信息的发布与交流是促使网络社群形成的主要因素。本文以信息传播为切入点，以跟帖和评论作为数据统计基准，从三个方面对网络社群成员的关系结构进行分析，以互动指数、话题为核心的关系结构和以“意见领袖”为中心点的关系结构，以及网络社群的类型分析在发生突发事件情况下网络社群的应激反应。

1.整体互动：互动程度分析

以点击和转发、跟帖次数为点数，对天涯社区随机抽取的数据平均求和，将其设定为1，以此进行关注度和互动度的对比分析。

从点击数量上来看，天涯杂谈子栏目中每个帖子的平均点击量为14214次。其中一些影响较大帖子的点击次数达到994227次，点击指数为69.94，如关于“80后”年轻人“躺平文化”的有关讨论等。而最少的点击次数只有67次，点击指数为0.004，与影响较大的帖子具有较大的差异性。

图3　“80后”年轻人“躺平文化”有关讨论截图

如果点击次数代表了网民的关注度，那么，回复和转发则意味着网民之间及网民和发帖人之间的互动程度。在天涯杂谈子栏目，每个帖子回复数量的平均数为187.8。其中，某些关注度较高的帖子的回复次数达到6658次，互动指数为35.50。如近期关于中国战略学研究的发帖。　

图4　中国战略学研究网贴截图

而个别帖子的回复数为0，二者之间的标准差为35.50。如关于上海黑社会问题的网贴。

图5　网贴点击次数截图

在天涯社区热门微博子栏目中，本次共抽取了270个网民的交流数据。其中，有11人没有与其他任何人发生互动，占4.0%；有91人与其他1人发生互动，占33.7%；有51人与其他2人发生互动，占18.8%。总体来说，在天涯社区热门微博子栏目中，网民的平均互动次数为6.572次。

表1　天涯热门微博网友评论

从上述分析可以看出，网络社群成员中20%左右的人具有较强的互动性，通过信息的回复和转发扩大了信息传播的范围，在某种程度上承担着知识播散者的作用。他们因为对信息的需求或传播，有选择性地形成了一个临时性的聚合，通过意见或观点的交换，形成一种意见或观点群体。可以预见，这种基于议题或突发事件的聚合体，随着时间的推移，网民之间联系的密度会逐日增加；同时，由于意见的契合，网民之间联系的强度及牢固程度也会增加，最后形成成员稳定、联系密切的网络组织或团体，并扩大其影响力。就上述数据来看，版块参与人数的规模对其成员的互动规模有一定的影响，也就是说，总体规模越大，平均互动次数也就越多，互动规模也就越大。就目前现象来看，尽管每个网民都可以与社区内的其他网民进行交流，但绝大部分网民的交往对象总是局限在一定的范围内，具有选择性，这也就形成了网络社群的类型特征。

2.话题与“领袖”：网络社群的聚合结构

本部分将以网络帖子的回复、评论及转发的次数为依据，分析其结构形式及中心度，判断一个群体的集权情况或整合程度。本部分将以上述数据为基础，首先分析社群成员之间的结构形式，然后通过中心度分析，探讨社群成员的隶属属性。

（1）网络社群的结构分析：网络社群结构是在网民之间实际存在或者潜在的关系模式。 (4) 理解社会网络的整体结构模式对社会网络的分析十分重要。 (5)

图6　以天涯社区热门微博成员的数据作出的社群图

可以看出，数据中共显示出成员33名，形成了若干连接对，具有较强的互动性和广泛的连接性；同时也呈现出网络中心性，成为网络子群的核心，为下一步的分析提供了借鉴和启示。

（2）网络密度和凝聚度分析：密度和凝聚度是指网络成员的紧密程度，即网络图中各个点之间联系的紧密程度，表现在网络现实中就是成员之间的互动频率。一般来讲，互相有连线的点越多，即互动次数越多，则网络图的密度越大，凝聚度越强。 (6) 从理论上讲，网络社群成员互动关系越多的群体，往往交换的资源与信息也越多。也就是说，群体的网络密度越高，成员的互动程度也越高，产生的信息与资源交换自然也会比较多。 (7)

表2显示了基于天涯社区热门微博子栏目的数据，运用Netminer测算的两者的网络密度和凝聚度数值。

表2　网络密度与凝聚度数据表

　　从上述数值可以看出，天涯社区热门微博社群的密度和凝聚度都比较低，也就是说成员之间的互动频率和次数较少，结构关系较为松散。一般认为，与现实社会网络相比，网络社群成员关系的密度和凝聚度都较低。原因在于：一是社区中话题的多样性，增加了网民可选择的范围，所以，容易导致网民分散于不同的话题；二是话题转换较快，导致讨论关系的即时性，无法形成现实社会中稳定的关系和联系； (8) 三是网络社群参与者的匿名性、开放性、去边界、多元身份等，导致社群成员具有较强的流动性和不确定性，以及成员身份的不确定性，进一步降低整个社群网络的密度与凝聚度。 (9) 同时，也应该看到，社群的属性和交流氛围也会对社群的密度和凝聚度产生影响。一是天涯社区属于意见交流与信息发布的平台，侧重于对时政和各种社会现象的评论，因此，相比之下，其成员之间的互动程度较低；二是由于网络社会交流环境不如现实社会交流环境那么正式，并缺少相应的约束性，因此，社群成员往往转移话题或“潜水”，导致互动规模降低。

（3）网络社群的中心性分析：表2提供了天涯社区热门微博社群的中心性。从表中我们可以看出，中心性最低的是“秀才江湖”“谭五同”等人，这些网民的中心性为0，是网络社群中的边缘人物，他们偶尔发一个帖子，不与其他人发生互动，在群体中没有控制资源的能力。而中心度最高的是网名为“王大麻子”的网民，它的中心度标准值为28.642；其次是网名为“浔阳江畔寻梦人”的网民，它的中心度标准值为25.348；再次是网名为“邪教主”的网民，它的中心度标准值为20.374。

从社会学角度来看，网络中心的网民就是最有社会地位和最有权力的人。 (10) 所以，网络中的中心位置也被作为测量声望和权力的重要指向。 (11) 他们在网络社区中通过发布高质量的帖子及及时有用的信息，具有较强的信誉度和影响力，从而在社群中具有了一定的声望，成为信息和意见的中心，进而影响着整个社群的发展方向。

(1) 参见天涯博客［EB/OL］，http：//www. tianyablog.com/，2021年9月20日访问。

(2) 刘军：《整体网分析：UCINET软件实用指南（第二版）》，格致出版社2019年版。

(3) 《虚拟组织和网络社会的管理》，载艾瑞网2010年9月7日，http：//news.iresearch.cn/0200/20100709/119027.shtml，2021年9月10日访问。

(4) Wellman，B.，& Berkowitz，S.D.：Social Structures：A Network Approach，Cambridge，England：Cambridge University Press，1998；Scott，J..Social Network Analysis：A Handbook，Thousand Oaks：Sage Publications，2000.

(5) 刘军：《社会网络分析导论》，社会科学文献出版社2004年版。

(6) 罗家德：《社会网分析讲义》，社会科学文献出版社2005年版。

(7) Coleman，James.Social Capital in the Creation of Human Capital.American Journal of Sociology 94.95⁃120（1990）.Foundations of Social Theory.Cambridge：The Belknap Press.

(8) 白淑英：《基于BBS的网络交往特征》，载《哈尔滨工业大学学报（社会科学版）》2002年第3期。

(9) 黄少华：《虚拟穆斯林社区的社会网络》，载《兰州大学学报（社会科学版）》2008年第1期。

(10) 罗家德：《社会网分析讲义》，社会科学文献出版社2005年版。

(11) Wasserman，S.，& Faust，K..Social Network Analysis：Methods and Application，Cambridge：Cambridge University Press，1994.