内容提要：社会网络研究在测度个体网络时主要有两种方法，一是提名法，要求调查对象按照相关的限定，提供自我社会网络的成员的姓名、个人特征以及成员间的相互关系情况。另外一种方法是由林南提出的定位法，这种方法关注网络成员所拥有的社会资源情况，它相信不同的职业类型拥有不同的社会资源，按照资源量的多少对不同职业类型进行划分，然后将调查对象的社会网络成员分别归入不同的类别，以此判断社会网络中所嵌入的资源的多寡。边燕杰通过对定位法的改良，提出了用拜年网测量个体网络。本文认为，拜年网虽有一定适用性，但也存在不足，因此主张用红白喜事网测量个人的社会网络。红白喜事仪式、宴席等活动的操办和参与是其社会生活中非常重要的事件，人们借此建构、维持、扩大着自己的社会网络，因此红白喜事网能够较为集中地体现与该家庭有交往联系的人员的情况，适合用来测量个人的社会网络。作者根据2009年在江西泰和、崇仁、福建寿宁和江苏太仓四地问卷调查数据，对中国农村居民红白喜事网的规模、网异、网顶和权力总分进行了分析。多元回归分析表明，不同地域的受访者虽然在网络规模上有较大差异，但真正影响个体网络资源不同的个体的特征。

关键词：红白喜事网 网络规模 网异 网顶 网络总分

一、理论背景与问题的提出

长期以来，以先赋属性对人进行分类，并按人所属的类型解释其社会行为的传统结构观——地位结构观在社会学界占据着重要的地位。而社会网络理论的出现为社会结构的研究提供了新的角度。社会网络理论关注个体之间的纽带关系，它将这种相对稳定的网络关系视为一种客观存在，并将社会看作是一个由诸多相互交叉、平行的网络构成的系统，而它所定义的社会结构正是这种隐匿在社会运行系统表象下的固定网络模式（Ruan，1993）。因此，社会网络理论所坚持的社会结构观是一种网络结构观，其着重研究社会网络的模式与结构，同时关注这种关系网络如何影响人们的社会行为。除了这种新型的结构观，社会网络理论提供给社会学学科本身很重要的一项贡献是，它发展出了一套系统的收集、测量、分析有关资料的方法和技术，并借此将研究领域中的诸多假设操作化，通过定量分析技术将社会结构的研究带向具象化，而它运用的资料搜集、处理技术也为人文社科领域的其他诸多研究提供了借鉴和启示。

总的来说，国外社会网络研究有两条主线，一是以整体网络为研究对象的流派，其关注一个社会体系中所有角色关系的综合结构，考察这种结构对社会行为的影响；第二则是以个体网络为研究重点的流派，主要从个体角度界定社会网，关注个体行为如何受到其社会网络的制约。这两种流派在理论取向和研究技术、方法上有较大的差异，研究成果也不尽相同。整体网络分析流派深受社会计量学的影响，通过使用图、矩阵等数学方法，研究一个社会系统内可以概化的网络结构模式，他们关注小群体内部的关系，并且研究的重点在于关系的结构性质而并非每一关系自身的性质。个体网络分析流派从个体角度界定社会网络，不关注整体网络结构模式，主要研究以个体自我为中心形成的网络关系对其社会行为的影响。

个体网络分析流派产生了许多影响深刻的理论，代表人物有格兰诺维特、林南、伯特等人。格兰诺维特首先提出了关系强度的概念，他通过认识时长、互动频率、亲密性、互惠性等维度将个体间的关系区分为强关系和弱关系，并且认为不同的关系所具备的力量和作用是不同的。在他看来，强关系多产生于性别、年龄、教育程度、收入水平等社会特征相似的个体之间，因此个人通过强关系所能获得的信息往往和自己已掌握的信息是重复的；而弱关系则产生于特征不同的群体之间，通过这种关系人们能够交换新的信息，因此弱关系在人们的社会生活中充当着“信息桥”的作用（Granovettor，1973）。他通过对美国白领求职过程进行研究，证实弱关系在其求职过程中所起到的信息传递作用，并且发现通过弱关系得到信息的人往往实现了上升流动。除此之外，在关于社会网络对行为和制度的影响作用这一问题的探讨中，格兰诺维特还谈到了“嵌入性”的概念，他认为经济行为的达成往往依托于一定程度的信任，而信任来源于社会网络，嵌入于网络结构，因此人们的经济行为也嵌入于社会网络的信任结构中（Granovettor，1985；格兰诺维特，2007）。基于格兰诺维特关系力量的假设，林南进一步探讨了弱关系的作用，并提出了社会资源理论。他认为，财富、权力、声望等社会资源并非仅仅由个人直接占有，它们还镶嵌于社会网络中，人们可以通过社会网络交换、借用、摄取其他网络成员所拥有的资源，因此个人社会资源的多寡不再局限于占有关系，更取决于其社会网络的状况。林南认为，弱关系连接着拥有不同资源的异质群体，因此人们可以借此更加有效地获取社会资源，进而林南提出了社会资源理论的三个假设：个人社会地位越高，获取社会资源的机会越多；个人社会网络异质性越强，通过弱关系获取资源的机会便越多；个人拥有的资源越丰富，其工具性行动的结果越理想（Lin，1982；林南，2002；林南，2003）。 伯特的结构洞理论进一步深化了社会网络研究，他构造了一个分析社会网络系统内各种权力关系的概念框架。结构洞理论认为，在一个关系模式中，某些网络成员之间由于联系缺失所造成的结构洞，会给可以填补漏洞的中间人带来信息利益和控制利益的机会，因此占有结构洞多的人，具有更大的竞争优势和潜在资源，与格兰诺维特和林南不同，伯特从网络结构位置层面来界定人的资源多寡（伯特，2008）。

个体网络分析流派在测度个体网络时主要有两种方法。第一种为提名法（name generator），以美国芝加哥大学国家民意研究中心主持的综合社会调查中核心讨论网量表为代表。提名法要求调查对象按照相关的限定，提供自我社会网络的成员的姓名、个人特征以及成员间的相互关系情况。通过这种方法，可以非常方便地测量弗奈普的个人主义的、线性的社会网络资本以及伯特纯结构主义的社会网络资本概念（王卫东，2006：5）。从实际运用中看，主要有伯特“核心讨论网”、费舍尔“社会支持网”、韦尔曼“亲密关系网”等不同的切入角度，他们分别从“与谁讨论重要问题”、“谁能提供怎样的帮助”、“觉得亲密的人是谁”来限定个人社会网络的边界（Burt，1984；Fischer，1982；Wellman，1990）。通过提名法获得资料后，学者们通常会从社会网络规模、关系构成、紧密程度、趋同性、异质性几个方面进行相关研究。另外一种方法是由林南提出的定位法（position generator），这种方法关注网络成员所拥有的社会资源情况，它相信不同的职业类型拥有不同的社会资源，按照资源量的多少对不同职业类型进行划分，然后将调查对象的社会网络成员分别归入不同的类别，以此判断社会网络中所嵌入的资源的多寡。这种方法通常会从网络规模、网络密度、网络位差、网络顶端几个方面来测度社会网络（Lin，2001）。

个体网络研究的成果十分丰富，借助提名法进行的关于社会支持网、核心讨论网、亲密关系网的研究非常多（刘爱玉、杨善华，2000；张友琴，2001；王毅杰、童星，2004；斛建军，2010）。而边燕杰通过对定位法的改良，创造了适合中国国情的个体网络测量方法——拜年网，它把被调查者在春节期间以各种形式相互拜年的人所形成的网络界定为个人的社会网络，再调查这些网络成员与被调查者的关系性质、以及他们的职业类型、单位类型，从而分析被调查者的社会网络结构以及网络内镶嵌的资源（边燕杰、李煜，2000）。拜年网测量方法被应用到中国综合社会调查（CGSS）中，并被许多学者所借鉴，是中国社会网络研究方法本土化的一个重要的尝试。但是，拜年网的测量也有其不足。首先，这种测量方法会因受访者的个性存在测量误差。尽管拜年网在一定程度上反映了受访者的网络规模，但个人的性格、兴趣、精力等因素都可能使其在特定时间拜年的人数存在差异。相比而言，红白喜事网的规模却是相当固定的。一个人会因其地位和交往范围的不同而有不同的红白喜事网，但却不能因特定时间的兴趣、精力或其他偶然因素而多请或少请客人。第二，拜年网经常是单向的，而经白喜事网是双向的。也就是说，春节期间的拜年虽然也有同辈份的人、同地位的朋友之间的相互拜年，但更经常的情况是年轻者向年长者拜年，地位低者向地位高者拜年，有事求人帮忙者向手中有权者拜年。而红白喜事的参加者则不存在这种情况，这次你参加某个人的婚礼或其他红白喜事，下一次你也一定会请他参加你或你家人的婚礼或其他红白喜事，这种关系是双向的。第三，由于城乡之间的差异。虽然农村人也有拜年的习惯，但在急速的工业化和城市化过程中，大量人口迁入城市，原有的拜年习俗受到很大冲击。我们认为红白喜事网更能够稳定地测出农村居民的社会网络。

基于此，本文决定使用红白喜事网来测量农村居民的社会网络资源。本文对于调查对象的社会网络的测度，采用的是基于事件的界定方法，即把在某些特定事件中与调查对象保持互动的人界定为其关系网络成员而勾勒出调查对象的社会网络图景。这个事件本文选定的是红白喜事。我国民间将喜事分为红、白两大类，红喜事泛指大吉大利、红红火火的事，如男婚女嫁、人生出世、建房乔迁等等；白喜事则指丧葬，因古人“灵魂不灭”的观念将人的正常死亡看作回到祖居地或者进入另一个世界，视为喜事而有了不易理解的白喜事之说（张劲松，2003:1）。红白喜庆礼俗是我国社会生活中应用最广泛的民俗文化，几乎涉及社会中的每一个人，并且其中蕴含着丰富的人情伦理和互动规范。对于民众而言，红白喜事是每家每户的大事，红白喜事仪式、宴席等活动的操办和参与是其社会生活中非常重要的事件，人们借此建构、维持、扩大着自己的社会网络。对于单个的家庭来说，在其生命周期中所能经历的红白喜事并不多，再加上红白喜事的重要性和特殊性，那些在平时生活中保持交往的人如果在这个时候不能前来捧场表示庆贺或安慰，那么就中国传统的人情规则来说是极不合适的。另外，在红白喜庆礼俗的发展过程中，逐渐产生了“随礼”的传统。人们在参加红白喜事活动时，需向事主家庭赠送钱财等礼物，根据阎云翔（2000）的研究，这种礼物的馈赠是一种“仪式性送礼”，它在公开场合进行，并且有礼单记录，是人们公开表达社会关系的方式。同时随礼行为受互惠规则和人情伦理的制约，单方随礼而对方不回礼的情况并不多见，并且一旦双方互相随礼的互动模式建立起来，如果不是故意不愿维持交往，那么这种互动一般是不会打破的。所以，红白喜事网中的网络成员具有一定的稳定性，他们并非是因某次偶然事件而集聚的游离者。因此，红白喜事网能够较为集中地体现与该家庭有交往联系的人员的情况，尽管与这些人员的交往并不一定有深入的情感投入和相互支持，但红白喜事网对家庭社会网络的广度具有相当不错的概括能力。正如阎云翔（2000:50）所说这种仪式性的交往“给地位与关系的显示提供了一个特别的场所，是一个人能够动员的关系资本的可见证明……在仪式性的礼物交换中反映出来的网络，真实而具体地表现了某家的社会关系的总体”。

在本文中，我们将采用红白喜事网测量中国农村居民的网络规模、网异、网顶、网差和网络权力声望总分，并采用多元回归分析影响农村居民网络的诸因素。

二、红白喜事网的测量

本项研究的数据来源于厦门大学社会学系2009年的四县农村调查。此次调查的样按多段抽样方法选取。我们采用立意抽样方法抽取江苏省太仓市、福建省的寿宁县以及江西省的泰和县和崇仁县，分别代表经济发展水平不同的四种类型的农村。太仓市隶属江苏省苏州市，2010年常住人口81万人，全市辖7个镇、126个行政村和68个居民委员会。太仓市区与上海市仅有一河之隔，经济较为发达。我们通过立意抽样选出的第二个调查地点是寿宁县。寿宁地处福建省东北部，与浙江省交界，距省政府所在地福州市260公里，全县辖4个镇、10个乡、201个行政村（居委会），总人口22万。我们抽取的另外两个调查地点分别是江西省的崇仁县和泰和县，前者位于江西省中部偏东，后者位于中部偏南。崇仁县距离省会所在地南昌市140公里，全县辖7个镇、8个乡，共有14个居委会和150个行政村，总人口40万人。泰和县距南昌市262公里，全县辖16个镇、6个乡、共有22个居委会、290个村委会。总人口53.4万。调查四个地方2009的人均GDP分别是，江西泰和11652元，江西崇仁县12875元，福建寿宁县19889元，江苏太仓114700元。四个地方的非农人口比例分别为，江西泰和18.58%，江西崇仁19.32%，福建寿宁10.67%，江苏太仓41%，太仓城市化程度最高，寿宁最低。我们用随机方法从每个县（市）抽取5个乡镇，而后再从各个乡镇中按照随机方法各抽取4个行政村，从每个行政村中再按照随机方法抽取20个18周岁以上的村民，共调查1600人。在总样本1600人中，男性占52.0%，女性占48.0%；从年龄上看，平均年龄为46岁左右，其中30岁及以下所占比例为14.3%，31-40岁占23.5%，41-50岁占25.2%；51-60岁占22.0%；61岁以上的占15.0%；从受教育年限看，平均受教育年限为7.1年。

对于家庭社会网络的测量本研究采用“红白喜事网”测量法，如同拜年网一样，这也是一种考虑了中国文化特征的测量方法，能够更加真实地呈现中国居民的社会网络。在农村，红白喜事是每家每户的大事，几乎所有的社会关系均会被发动参与其中，它维系着众多关系的互动，能够较为完整的体现农村居民的交往网络总体情况。它通过询问被调查者家庭在操办红白喜事时，能够来参加宴席、活动的人的数量以及其他具体情况来测度社会网络，能够弥补拜年网测量法的缺陷。拜年网的测量要求被访者回忆春节期间互相拜年的人，很容易因记忆误差而使得调查结果失准，而红白喜事网的测量因为涉及到宴客数量，在农村通常有礼单记录，因此误差会比较小。

由于红白喜事网的测量法是一种定位法，本文根据定位法的特性并结合研究需要，主要从网络规模、网络异质性、网络顶端和职业权力总分4个方面对调查对象的社会网络进行测度。有一些研究中，通常还会用到网距(net range)来测量社会网络，但数据分析表明，网距和网顶的结果相差不大，所以本项研究没有采用网距。

1. 网络规模

我们通过在问卷中问受访者这一问题来测量红白喜事网的规模：“如果您家办红白喜事（建房、结婚、女儿出嫁、做寿、丧葬等），那么会到您家参加庆典和宴席的大约有多少人？”从调查情况看，平均每个受访者的网络规模是145.8人（标准差120.51）。从表1数据可以看出，不同调查地点的红白喜事网规模差异较大，以经济发达的江苏太仓最大，达280.27人，寿宁居次，129.24人，泰和第三，101.962 ，崇仁排最后，仅74.96人。

2. 网异

为了测量受访者红白喜事网的异质性，参照以往研究，我们随机抽取20种职业请被访者回答前来参加红白喜事活动的宾客是否有人从事这些职业，每一项职业有1、0两个取值，若宾客中有1人或以上从事某职业，那么该职业取值为1，否则为0。最后将取值加总，得出宾客来自多少个职业，以此反映网络的异质性。具体的职业类型参见表2。从表中可以看出，农村居民红白喜事网中最多的前5种职业分产业工人、司机、中小学教师、医生和会计，分别占57.1%、44.7%、29.3%和24.8%。平均每个受访者的红白喜事网的职业类别是4.3（标准差3.56）。

3. 网顶

在定位法的测量中，学者们多利用网顶来反映关系网络的达高性，网顶的测量通常利用网络中价值最高的资源来表示，通常国外研究者使用定位法进行研究的时候，用的都是职业声望。如边燕杰（2004）在拜年网的测量时将不同的职业赋予不等的声望得分，拜年对象的职业中分数最高的那一项职业即被认为是该社会网络的网顶。但是，职业声望在不同社会所具有的工具性意义是不同的。如果在西方社会职业声望是不错的指标的话，在中国社会这一指标则不一定适用。我们认为，在中国社会，权力分数是更为合适的测量社会资本的指标。你与一个高职业声望者交往所获得的实惠远不如与一个具有实权者多。举例来说，你认识一位大学的名教授，你熟悉他，有与他在一起的照片，这些可以给你带来影响。但是，你要办一件事，比如要给儿子换个单位，这个时候一个处长更能帮你忙。有鉴于此，我们参考赵延东的调查，用权力分数来测量网络顶端。

从表3数据中，可以看出，我们采用的尉建文、赵延东的权力分数表中，分值最大的是党政机关领导干部和企事业单位领导，他们的分值分别为73和72，这与之前边燕杰等人的职业声望分数值有区别，边的赋值中，分值最大的是科学研究人员和大学老师，分别为95和91分（边燕杰、李煜，2000）。根据尉建文和赵延东的研究，职业权力与职业声望之间存在显著差异，而且基于职业权力计算出来的社会资本无论在信度和效度方面都优于基于职业声望测算的结果（尉建文、赵延东，2011）。并且，从理论上看，权力视角更符合社会资本中“资源”的原本意涵。韦伯(Weber，1946)认为，权力意味着在一种社会关系中哪怕是遇到反对也能贯彻自己意志的可能性。因此，本文采用权力分数作为测量社会网络资本的工具。另外，从数据中可以发现，被调查者在产业工人、司机、中小学教师这些社会网络选项中拥有的资本比较多，分别占57.1%、49.4%和44.7%。说明我们的被调查者从整体上来看，拥有比较多的中产阶级资源。在我们测量的红白喜事网中的职业个数均值为4.3，标准差是3.56，职业权力地位的总分均值为139.07，标准差是135.91，意味着平均每个受访者在红白喜事网中拥有4个左右分值不等的社会资源职业。

4. 权力总分

我们把受访者红白喜事网中所认识的职业类别相应的权力分数相加，构成权力总分，这是衡量受访者拥有资源的一个重要指标。平均每个受访者红白喜事网的权力总分是139.07分，标准差为129.912分。从调查的四个地区看，太仓市的受访者红白喜事网的权力总分最高，为160.05，其次是寿宁，达171.91，泰和居第三（133.05），崇仁最低（91.90）。

为了弄清上述四个指标之间的内在关系，我们运用主成分法对其进行因子分析，提取了一个因子，命名为“网络资源因子”，解释方差达64.46%。从表中的数据可以看出，红白喜事网的4个指标中，网络规模对于网络资源因子的贡献最小，其共量只有0.0811，而最能代表网络资源因子的是网络总分，其共量高达0.9388。对网络资源因子贡献居第二位的是网异，其共量达0.6856。边燕杰的研究也表明，网络规模是测量社会资本最差的单项指标，网络异质性是测量社会资本的最佳单项指标（边燕杰，2004）。

三、影响红白喜事网的诸因素

我们分别以红白喜事网规模、网异、网顶以及网络权力总分作为因变量，建立4个回归模型。由于网络规模的宾客总人数和测量网络异质性的宾客职业类型数这两个变量属于离散变量，我们用泊松回归分析。

通过回归分析，我们发现：

首先，在控制了其他变量之后，性别对于网络规模有一定影响。在没有加入其他控制变量的情况下，女性的网络要小于男性，女性的平均网络规模是143.72人，男性的平均网络规模是147.74人，二者相差不大。但是，在加入其他控制变量之后，我们却发现男性的红白喜事网规模要小于女性。西方学者的一些研究表明，男性与女性的网络规模是一样的（Fisher, 1982; Marsden, 1987)，而笔者先前在城市的研究则发现城市男性居民的春节拜年网略大于女性（胡荣，2005）。

同样，在控制了其他变量之后，男性的网络资源因子值也略低于女性。不过，性别对于红白喜事网其他几个指标的影响不具有统计显著性。

其次，年龄对于网络规模的影响是负向的，且具有统计显著性。也就是说，年龄越大者网络规模越小，这与西方学者的研究具有一致性。费雪和马兹登等人的研究表明，在30岁时，个人的网络规模最大，而随着年龄的增长，网络规模逐渐变小( Fisher ,1982 :253 ; Fisher &Oliver ,1983 ; Marsden ,1987 :128 - 1290) 。笔者在城市居民的研究也表明，年龄对春节拜年网规模、交往的职业类型数、拜年交往对象的单位类型数以及拜年交往对象的单位声望总分都有负面影响,而且具有统计显著性（胡荣，2003）。不过，值得注意的是，在本项研究的回归分析中，我们发现年龄对于网顶的影响是正向的，具有统计显著性。这表明年龄越大者虽然网络规模越小，但他们更可能获取丰富的网络资源。

第三，教育程度对受访者红白喜事网的各项指标均有正向影响，且都具有统计显著性。随着教育程度的提高，受访者的网络规模、网络异质性、网顶、网络权力总分以及网络资源因子值都有明显的增加和提升。以往的研究也表明这一点。这一发现与坎贝尔等人的研究结果(Campbell ,Marsden & Hurlbert ,1986) 和边燕杰、李煜(2000) 的研究结论是一致的。

第四，收入对于红白喜事网的各项指标的影响均具有正向显著性。也就是说，收入越高者，无论是网络规模、网络异质性，还是网顶或网络权力总分，或网络资源因子，都要明显优于收入较低者。坎贝尔等人(Campbell, Marsden & Hurlbert, 1986) 的研究表明，家庭收入与网络规模、网络的多元性呈正相关，与网络密度呈负相关。边燕杰、李煜(2000) 的研究亦证明家庭收入对网络规模、网络资源总量有显著影响。笔者对城市居民的研究表明，收入对网络密度和拜年交往单位数的影响不具有统计显著性,但对拜年交往职业数、拜年交往对象的职业声望分数、单位声望分数都具有统计显著性（胡荣，2003）。

第五，是否信教只对红白喜事网的规模的影响有统计显著性，对网异、网顶、网络总分以及网络资源因子的影响都不具有统计显著性，表明信教者的网络规模虽然在一定程度上大于非信教者，但其网络资源并不明显高于非信教者。

第六，是否党员对红白喜事网的各项指标的影响均具有正向的统计显著性，党员的社会网络资源明显优于非党员。笔者在城市居民的研究中发现，在控制了其他变量之后，党员对城市居民的社会网络资源的影响不具有统计显著性（胡荣，2005）。这说明我们城乡社会存在重要差异，在城市通常党员和非党员的社会地位差异不明显，但在农村，党员和非党员的社会差异较大。

第七，非农经历显著增加受访者的网络资源。自改革开放以来，相当多的一部分农民从土地的束缚中解放出来，从事其他非农职业。我们在问卷通过“是否做过生意”和“是否跑过运输”这两个指标来测量农民从事非农职业的情况以及这两个指标对于红白喜事网的影响情况。统计分析表明，有36.89%受访者做过生意，有12.43%的受访者跑过运输。而回归分析显示，这两个指标对于红白喜事网的4项指标以及网络资源因子的影响都有统计显著性，做过生意和跑过运输者在网络规模、网异、网顶、网络总分这四个指标以及网络资源因子都明显优于纯粹从事农业劳动的农民。

第八，区域因素对于红白喜事网规模有很大影响。从比较平均数看，总的红白喜事网的规模是145.8人，4个县的规模分别是：泰和县是101.97人，崇仁县是74.96人，寿宁县129.24人，而太仓为280.27人。回归分析也表明，在加入其他控制变量之后，地域因素对网络规模的影响仍然显著。可见，由于地域的不同，红白喜事网的规模有很大差异。不过，在网异、网顶、网络总分和网络资源因子这4项指标上，除崇仁县均低于作为参考类别的泰和县（有统计显著性）外，其他三个地区与泰和县均无显著差异。这表明，不同区域虽然因传统风俗或文化因素而使红白喜事网的规模有较大差异外，四个地区的受访者在网络资源上并没有显著差异。

四、讨论与结论

本文通过建立多元回归模型，分析了影响农村居民红白喜事网的各因素。研究表明，不同受访者在红白喜事网的规模、网异、网顶以及总分等方面都存在着较大的差异，那么究竟是什么因素导致了这些差异呢？

对于个体网络差异的解释，学界存在着社会环境决定论和个人特征决定论两种观点。社会环境决定论的观点来源于人类生态学，人类生态学认为人类社会的运行系统正如自然生态系统一样，个体与其生活的环境存在着密切的联系，个体的生存状态受制于环境的变化。外部社会环境的差异会导致宏观社会结构的不同，而宏观社会结构的特征和变迁，又会引起微观层面的差异和变动，这是一种生态学意义上的连锁变动。个体的社会网络也是如此，个体所生存的外部环境生态对个体的社会网络具有限定和塑形作用。沃斯的城市化理论认为城市化过程导致了社会环境的变化，进而引起了人类生活的连锁变动。他从人口聚集规模、居住密度、居民和群体生活异质性三个方面讨论了城市化给人们社会交往带来的影响，他认为人口规模增大导致人们了解彼此的可能性降低，居住密度的增加强化了社会多样性、复杂性的作用，催生出竞争、扩张的精神习气，而异质性则使得人际合作更加困难，不稳定性、不安全感成为社会常态。因此，人们的社会网络因为城市化的作用发生改变，首属关系变少，次属关系增多，网络内部异质性增加，人与人的交往更加具有选择性、工具性和匿名性（Wirth，1938）。本项研究的分析结果表明，环境因素和个体特征同样对个人的社会网络产生影响。泰和、崇仁、寿宁和太仓四个地方受访者红白喜事网的巨大差异表明了环境因素确实会对个体的网络规模产生重大影响。 我们所选的四个地点不仅经济发展程度不同，城市化程度也有较大差异，地域文化也不尽相同。正是这些地域因素的差异使得四个地区的受访者的红白喜事网规模相差较大。

但是社会环境决定论的观点遭到了一些学者的否定，他们认为个体社会网络并非由宏观社会结构决定，而是更受制于个人社会特征的不同。如甘斯（1962）针对沃斯的观点，通过对城市中少数民族社区的实地研究发现，社区居民具有的经济、社会和文化特征以及他们在生命周期中所处的阶段影响着其社会交往状况，个体特性的不同决定了他们社会网络结构的不同，外部生态环境的变迁并没有打破人们既有的社会交往模式。还有学者研究了性别、年龄、教育程度等因素对个体社会网络建构的影响作用，发现男女的网络规模可能不存在显著差异，但女性的关系网络中亲属的比例要大于男性，并且即使控制了职业参与、年龄、家庭状况等变量，这种差异依然存在（Wellman，1985；Moore，1990）；年龄对个体社会网络的构成有显著影响，随着个体生命周期的变化，其关系网络中亲属比例、业缘关系比例有着明显的差异（Morgan，1988）。我们对四地受访者数据进一步的分析又发现，虽然四地受访者的网络规模大相径庭，但他们在网异、网顶、权力总分以及网络资源因子等指标上却相差不大或没有差异。倒是个人的特征，包括性别、年龄、收入、是否党员、是否从事非农工作等，更能够解释受访者在网络资源方面的差异。因此，本文的结论是：环境因素在很大程度上影响个体红白喜事网的规模，但网络资源的多寡更多的是由个体因素所决定。

（本文为国家社科基金重大项目“农村社会全面进步中的社区建设研究”的阶段性成果。厦门大学社会学与社会工作系研究生王铮参与了本文的文献梳理。）

参考文献:

[1]边燕杰，2004，“城市居民社会资本的来源于作用：网络观点与调查发现”，《中国社会科学》 2004年第3期。

[2]边燕杰、李煜，2000，“中国城市家庭的社会网络资本”，《清华社会学评论》2000年第2辑。

[3]格兰诺维特，2007，《镶嵌：社会网与经济行动》，北京：社会科学文献出版社。

[4]贺寨平，2001，“国外社会支持网研究综述”，《国外社会科学》2001年第1期。

[5]胡荣，2003，“社会经济地位与网络资源”，《社会学研究》2003年第5期。

[6]斛建军，2010，“农民家庭社会支持网研究——基于晋西青楼村的实证调查”，华中农业大学硕士学位论文。

[7]林南，2002，“建构社会资本的网络理论”，《国外社会学》2002年第2期。

[8]林南，2003，“社会网络与地位获得”，《马克思主义与现实》2003年第2期。

[9]刘爱玉、杨善华，2000，“社会变迁过程中的老年人家庭支持研究”，《北京大学学报(哲社版)》2000年第3期。

[10]伯特，2008，《结构洞：竞争的社会结构》，上海：上海人民出版社。

[11]王卫东，2006，“中国城市居民的社会网络资本与个人资本”，《社会学研究》2006年第3期。

[12]尉建文、赵延东，2011，“权力还是声望？——社会资本测量的争论与验证”，《社会学研究》2011年第3期。

[13]阎云翔，2000，《礼物的流动——一个中国村庄中的互惠原则与社会网络》，上海：上海人民出版社。

[14]张劲松，2003，《当代红白喜庆风俗》，南昌：江西人民出版社。

[15]张友琴，2001，“老年人社会支持网的城乡比较研究——厦门市个案研究”，《社会学研究》第4期。

[16]王毅杰、童星，2004，“流动农民社会支持网探析”，《社会学研究》2004第2期。

[17]Burt, Ronald S. 1984. "Network Items and the General Social Survey". Social Networks 6:293-339.

[18]Fischer, Claude. 1982. To Dwell among Friends. Berkeley:University of California Press.

[19]Gans, Herbert J. 1962. The Urban Villagers: Group and Class in the Life of Italian-Americans. New York:Free Press.

[20]Granovettor, Mark. 1973. "The strength of weak ties". American Journal of Sociology 78.

[21]Granovettor, Mark. 1985. “Economic and Social Structure: The Problem of Embdddedness.” American Journal of Sociology 91:481-510.

[22]Lin, Nan. 2001. Social Capital: A Theory of Social Structure and Action. Cambridge Press.

[23]Lin, Nan .1982. "Social Resources and Instrumental Action", Peter Marsden &Nan Lin(eds.),Social Structure and Network Analysis. Beverly Hills, CA: Sage Publications.

[24]Moore, Gwen. 1990. "Structural Determinants of Men’s and Women’s Personal Networks", American Journal of Sociology55:726-735.

[25]Morgan, David L. 1988. “Age Differences in Social Network Participation”. Journal of Gerontology:Social Sciences 43:129-137.

[26]Ruan, Danching. 1993. Social Network in Urban China. Doctorate dissertation,Columbia University.

[27]Weber, Max. 1947. The Theory of Social and Economic Organizations. New York: Free Press.

[28]Wellman, Barry. 1985. "Domestic Work, Paid Work and Net Work", Understanding Personal Relationships, (eds.) by Steve Duck&Daniel Perlman, London: Sage.

[29]Wellman, Barry & Scott Wortley. 1990. "Different Strokes from Different Folks: Community Ties and Social Support", American Journal of Sociology 96.:558-588.

[30]Wirth, Louis. 1938. "Urbanism as a Way of Life". American Journal of Sociology 44:1-24.