吕立远 黄萃 | 网络分析方法在公共管理与公共政策研究中的应用

网络分析方法在公共管理与

公共政策研究中的应用

吕立远 

（清华大学）

黄萃

（浙江大学）

引文参考：吕立远、黄萃.2022.网络分析方法在公共管理与公共政策研究中的应用[J]. 公共管理评论,4(4):网络首发

【编者按】为提高学术成果的传播效率，凡《公共管理评论》录用的文章，将在本刊知网主页和公众号网络首发。有转载需求的公众号请联系本公号开白名单。

摘要

多元主体间的复杂关系深刻影响着公共事务的运行。网络分析在厘清社会互动结构中扮演着重要角色,始终是公共管理和公共政策研究的重要方法。然而,现有的网络研究在多元的网络对象上并未取得一致的结论,公共管理和公共政策研究者亟须进一步提升网络研究的分析深度。本文从方法论层面对上述问题进行探讨,指出侧重描述的研究传统、偏向案例的研究设计和未能充分跟进前沿技术进展等是现阶段拓展网络研究深度的主要制约因素。基于“网络复杂度—时序变化”的类型学框架,本文对现有网络分析文献在四个象限的研究谱系进行综述,探讨了本领域网络研究的发展方向,指出未来应进一步关注人机协作、跨层次协作等新兴网络关系类型,并借助实体抽取等技术进展进一步提升网络关系采集的效率和稳健性,发展和集成适用于复杂条件的网络分析工具,更多地尝试探索网络对象的一般规律。此外,经典网络分析方法往往更加侧重于个体的社会嵌入性,通过结合博弈论、多主体仿真等前沿方法,研究者可以实现分析“社会嵌入性”和“主观能动性”的统一,以复杂系统视角进一步加深对于复杂公共治理问题的理解。

关键词

网络分析;公共管理;公共政策;解释性研究;研究综述

投稿时间：2022/1/28

送外审时间：2022/2/12

首轮外审完成时间:2022/2/25

录用时间：2022/5/30

一、 引言

社会主体的关系结构与治理绩效紧密相关(Young, 2013)。近年来,公共管理和公共政策领域(以下简称为“本领域”)的研究范式经历了由传统官僚制向协同治理的转变(Hu et al. ,2016),强调整合多方主体进入决策过程以应对更加广泛的社会挑战。在这一过程中,不同主体相互竞争、相互依存,其关系结构越发呈现出网络化特征。理论上,正如 Granovetter(1985)所言,个体的网络位置将深刻影响其行为逻辑。实践上,气候变化、海洋开发等一系列重要议题都迫切需要发展高效的合作与执行网络。O'Toole(1997) 指出,网络关系应被视为本领域一项严肃的研究议题加以对待。

2000—2021 年,Web of Science 数据库核心合集和 CNKI 数据库中公共管理与公共政策相关学科收录的以“网络分析”(network analysis)为主题的论文总数均已超过5000 篇①。如图 1 所示,中英文学术界对网络分析的关注度稳步增长,2020年后虽有下降,但一直维持在较高水平。此外,一系列重要期刊都从不同角度发表了关于网络分析的综述文章,其中既包括整体评述(Hu et al. , 2016;Kapucu et al. , 2017),也包括政府间合作( Legrand, 2015)、应急管理( 康伟和陈波, 2013)、协同治理(Berardo et al. , 2020)等专题评述。无论是整体发文趋势,还是顶尖期刊的重视程度,这些都表明,网络分析始终在公共管理与公共政策研究的方法论体系中占有一席之地。

① 考虑到本领域的交叉学科属性,笔者采用广义检索策略,主要检索词为“社会网络” “网络分析” “复杂网络”。对于英文文献,将检索范围定为 Web of Science 核心合集中“ public administration” “ socialissues”“social work”“social science other topics”“mathematical methods in social science”等可能涉及公共管理的领域。对于中文文献,将检索范围定为 CNKI 数据库,分类目录定为社会科学Ⅰ辑、Ⅱ辑中的“政治学”“行政学与国家行政管理”“社会科学理论与方法” “社会学与统计学”等经济与管理科学大类。考虑到可视化效果,将起始年份定为 2000 年。Web of Science 数据库发表记录最早在 1967 年,但1992 年前仅有 20 余条发表记录,故省略。与文献的检索方式相匹配,本文界定的“公共管理与公共政策”学科是一个广义概念,包含一切以公共事务为对象的管理和政策研究,其不可避免地与经济学、政治学等领域有交叉,这也有助于更好地体现公共管理和公共政策与网络研究的交叉学科属性。

网络分析是生长在物理学和社会科学交界处的交叉学科。尽管网络分析已在社会科学研究中获得广泛运用,但学术界始终对其存在一定争议。这些争议既出现在跨学科对话中,也出现在社会科学家的自我反思中。现有文献指出,社会科学中的网络研究往往更加偏向于描述性,侧重于对网络属性进行测量,缺乏深入的理论建构与解释( Borgatti et al. , 2009)。少数解释性研究对问题过度简化( 康伟等,2014),且大多数情况下集中在个案层面,仅仅在一个领域和特定时点上收集网络数据,难以发展出面向网络对象的一般知识,遑论解释纷繁复杂的网络现象(Yi, 2018;Hu et al. , 2022)。

对网络研究“解释性”的学术争论是诸多因素综合作用的结果,方法设计是其中尤为关键的问题之一①。一方面,受到方法论传统的影响,“解释性”尚未成为本领域网络分析研究者的核心目标。以物理学为代表的自然科学着重强调网络研究的科学性质,注重探究复杂的网络拓扑结构乃至动力学现象背后规律的普遍性。与之恰恰相反,社会网络研究者更加强调情境特殊性,将呈现网络参数的差异作为分析特殊性的重要渠道之一(Borgatti et al. , 2009)。这样的关注重点使得社会网络研究者并没有很强的动机去收集大样本数据,大部分工作的案例色彩非常浓厚,解释一般规律的空间还不充分(Yi, 2018;Scott et al. , 2018)。

① 重视方法的作用并不意味着否认理论的重要性,可参见第二部分构建框架的第三条思考。

另一方面,公共管理与公共政策领域的研究者(以下简称“公管研究者”)长期以来并未充分跟进网络分析技术的最新进展。例如,尽管指数随机图等有助于解释网络规律的模型于 2010 年前后就进入了公共管理研究的主流方法体系(Robins et al. ,2012),但时至今日大多数研究仍主要利用这些模型的基准版本,仅能将网络关系视为二分类变量,难以开展对关系强度的解释工作,仅有个别研究关注到加权网络的拓展模型(Scott, 2016),这严重限制了对于网络现象的解释空间。

本文可能有以下贡献。首先,网络分析兼具理论与方法属性。网络理论与网络分析方法的互动关系是一个重要的研究议题。以本文构建的分析框架为基础,可以进一步明确网络研究的基础性问题①与不同方法路径的对应关系,实现理论与方法的良性互动。其次,本文拓展了对网络研究方法谱系的理解。现有文献对网络分析方法的探讨主要集中于网络生成与估计技术,但网络方法本身存在与其他问题相结合的丰富潜力,这反过来又推动了一系列难题的解决。例如,如果关注超越案例层次的网络研究,还需进一步融合元分析、定性比较分析等方法。要解释复杂社会系统的演化,还需关注网络分析与智能体建模等方法的结合。

① 第二部分结合文献具体梳理了何为网络研究的基础性问题。

本文的后续部分按以下结构展开。第二部分主要阐释了“网络复杂度—时序变化”框架的构建过程。第三部分基于构建的类型学框架,对网络研究在不同象限的研究谱系进行梳理。第四部分探讨了网络分析的未来发展方向。第五部分对全文进行总结。

二、 分析框架

网络分析与公共管理和公共政策研究的结合是本文的核心。基于“网络复杂度—时序变化”的类型学框架,本文对网络分析在公共管理和公共政策研究中的应用进行评述。类型学是方法论研究的经典范式,能够高效地呈现方法论体系的内在逻辑(Yin, 2017;黄萃和吕立远,2020)。本文基于四方面考虑构建了图 2 的框架。首先,应体现对方法论核心要素的关注。当网络作为研究对象时,网络关系的规模和时序变化直接确定了问题结构。其次,应满足“独立且穷尽”原则(Minto, 1996)。本文将“网络复杂度”分为单一网络和多重网络,将“时序变化”分为动态网络和静态网络,现有研究均可在本文的框架中定位。再次,应当深化对网络研究的基础性问题的理解。美国科学院院士 Matthew Jackson 指出,网络研究有两个基础性问题:(1)不同类型网络如何形成,为何呈现出某些关键特征;(2)网络及其特征如何影响个体认知过程与行为绩效(Jackson, 2019)②。本文的分析框架既形成了与现有文献的充分对话,又进一步细化了两大基础问题的研究路径。例如,三(一)中的静态网络链接机制、三(二)中的单一网络动力学、三(三)中的多重网络静态关系以及三(四)中的多重网络协同演化均是不同层次上对第一个问题的回应。路径的广泛性更加凸显了以上命题的基础性地位。最后,结合前文对网络研究的争论,选择“网络复杂度”与“时序变化”两个维度进行分类,可以更好地呼应对发展趋势的分析。

②本领域网络研究的代表性学者 O'Toole(2015)也有类似的陈述。在 Public Administration Review 的 75 周年纪念特刊中,O'Toole 指出,研究者可以从(1)网络作为自变量、( 2)网络作为因变量两个视角入手,看待本领域的网络研究。可以看出,网络作为自变量的视角主要与 Jackson 的问题(2)对应,而网络作为因变量的视角主要与 Jackson 的问题(1)对应。综合两位权威学者的观点,我们将以上两个问题作为网络研究的基础问题。

(1) 网络复杂度:单一网络/ 多重网络。维度一是网络复杂度,分为单一网络与多重网络(multiplex network)。网络对象的复杂度将直接影响后续的研究路径。单一网络研究往往带有不同程度的案例分析色彩,侧重于刻画特定场景中网络关系的形态与结构( Borgatti et al. , 2009)。多重网络与单一网络存在显著差异。Cozzo et al. (2018)指出,多重网络的概念包含两种核心理解,一是多重对象的共存,二是多重互动关系的共存。这些要素将大大增加研究的复杂度。

(2) 时序变化:静态网络/ 动态网络。维度二是时序变化,分为静态网络与动态网络。类似于截面与面板的关系,静态网络是特定时点上收集的网络关系数据,而动态网络可以被看作多个静态网络的复合。受到数据采集成本与分析工具的限制,前者的应用更广泛。然而,由于网络形成过程受到优先链接等机制的影响,静态网络分析面临很强的内生性挑战,动态分析技术有助于提升网络对象的因果推断质量。

三、 网络分析在公共管理与

公共政策研究中的应用规律

网络分析在公共管理和公共政策研究中有着悠久历史。本部分基于以上分析框架,对网络分析在本领域的应用规律进行综述。总体来看,早期网络分析带有浓厚的案例色彩,集中于对特定网络属性及个体在网络中位置的静态描述(Robins et al. ,2012),其中大部分属于单一网络的静态分析,这也是目前研究最为成熟的分支。2010 年以来,随着网络分析技术特别是随机行动者导向模型 ( Stochastic Actor Oriented Model, SAOM)、指数随机图模型(Exponential Random Graph Model, ERGM)和二次指派回归(Quadratic Assignment Procedure, QAP)等技术的快速推广,单一网络的动态分析和多重网络的静态分析也逐步发展起来。多重网络的动态分析则是相对薄弱的环节。尽管存在诸多应用场景,目前的研究进展仍然更多来自物理和网络科学领域,未来仍有较大拓展潜力。以下对每个维度进行论述。

(一) 基于单一网络的静态分析

单一网络的静态分析是网络研究的基础,历史也最为悠久。通过借鉴网络科学领域的测量指标,研究者逐步建立起对不同网络类型的描述性测度,在此基础上演化出三条主要路径:(1)链接形成的影响因素;(2)链接关系对个体认知与行为的影响机理;(3)关键节点的特殊影响。

“节点”(node)与“边” ( edge) 是构成网络的基础要素。无论是“整体网” 还是“自我中心网”的视角,研究者首先都需要定义网络的测量指标体系。尽管公共管理和公共政策学科在对网络关系的描述上略有差异①,但本质上都是在计算与节点(直接或间接)连接的“边”的特征。事实上,这些指标在网络科学中已相当成熟。除直接应用外,公管研究者更重要的是平衡好物理结构的普遍性与社会情境的特殊性的关系,进一步遴选和发展指标体系。一方面,不同网络指标可能反映了不同的社会权力结构。例如,庞珣和权家运(2015)基于国家网络的中心性指标定义了国家的四类社会性权力。另一方面,不同场景的特殊性要求研究者进一步发展更好的指标。Banerjee et al. (2013)指出,传统指标没有考虑社会互动过程中的信息衰减,发现基于此设计的传播中心性指标能更好地预测个体在小额金融传播中的影响力。Jackson(2020)对不同中心性指标进行系统性总结,区分了不同指标与信息资本等七类社会资本的关系。此外,随着研究的深入,研究者也进一步定义了 K 星等网络结构指标(Lomi et al. ,2014)②。总体而言,此类文献是公管研究者分析网络对象的知识基础。研究者已经可以非常成熟地对社会主体、政策工具等之间的网络关系进行刻画(Huang et al. , 2018;李新等,2020)。笔者认为,目前公管研究者应当将更多的注意力集中于指标与情境的匹配性,而非进行简单描述。

①例如,公共管理研究倾向于称呼网络中的节点为“行动者”,公共政策研究更多称之为“利益相关者”。 

② Lomi et al. (2014)的工作主要聚焦于单模态单层次网络的局部结构梳理,关于多模态、多层次及两者混合的复杂网络形态的局部结构,后文具体介绍。

本领域具有丰富的行动者与利益相关者的网络关系案例。实践中,一个自然产生的问题是,为什么不同地区或不同政策子系统中的网络对象呈现出截然不同的结构特点? 指数随机图模型是解决这一问题的有效手段(Snijders, 2002;Chatterjee and Diaconis, 2013)。指数随机图模型认为,网络链接的形成是内生(局部网络结构的自组织性)与外生因素(节点与环境特征)的统一。指数随机图按使用者规定的框架模拟不同网络的演化,并将模拟网络参数与真实网络对比,对相关影响因素的显著性进行推断。已有研究基于此对部门协同( 曹海军和陈宇奇,2022)、企业自组织(Whetsell et al. , 2020)、合作治理(Rethemeyer, 2009)、知识共享( Siciliano, 2017)、科技合作 ( Zhang et al. , 2018)、政策倡导与共识 ( Gronow et al. , 2020; Parsons,2020)等本领域经典网络场景的形成机制进行了分析,目前已非常成熟。

在解释不同网络对象的结构特征差异之外,研究者和实务工作者也观察到,处于同一网络中不同位置的行动者(利益相关者)也呈现出不同的认知和行为特征,如城市网络中所处位置与城市政策创新(Villadsen, 2011)、募捐网络位置与募资额度(Paarlberg et al. , 2020)、政策网络位置与决策影响力(Arnold et al. , 2017)、社交网络位置与学习满意度(Akkerman et al. , 2012)等等。这些文献背景迥异,但研究的本质问题是一致的,即网络中处于优势地位的个体在参与社会活动时是否会表现出某种特殊优势。虽然网络优势地位往往被视为资源的象征,但真实世界中的问题往往更加复杂①。一方面,优势地位节点可能会获得不同程度的资源和渠道优势(Berryet al. , 2004),并有更高的灵活性与相关节点形成资源互补关系(史金艳等, 2019)。另一方面,优势节点也可能面临信息过载(Guo et al. , 2020)、风险传递(史金艳等,2019)、规范传导(Villadsen, 2011)等负面影响。不同机制的竞争使得实证研究往往结果迥异。笔者认为,未来研究者还需要进一步考察网络位置优势转化/ 难以转化为绩效优势的深层次影响机制,从而真正解释网络对个体造成的差异化影响。这一问题可能与网络结构有关(Schilling and Phelps, 2007),也涉及问题背景与网络结构的交互效应(Hu et al. , 2022)。然而,现有的公共管理和公共政策研究还很少触及相关问题,值得研究者进一步深入探索。

① 以下讨论的部分机制可能不局限于公共管理和公共政策学科,但大都具有一定的普适意义,对公管研究者也有一定的借鉴价值。

需要注意的是,本领域研究的网络对象可能是高度异构的。例如,在政治网络中,领导人与中层官员可能呈现出完全迥异的行为规律。此时,节点的结构位置便不是节点行为的唯一影响因素,某些具有特殊属性的节点可能对其他节点的行为产生更大的影响。识别这种特殊的影响力是公共管理和公共政策研究相对于传统社会网络研究的一个特色议题。一个典型案例是官员的政治关联,与重要官员的链接可能深刻影响基层官员行为。已有文献通常基于同学、同乡、同事的“三同”关系界定官员的政治关联(Jia et al. , 2015),但这一方法可能简化了政治关联的复杂性,因为同学、同乡等关系中也有亲疏远近之分。Jiang(2018)基于晋升压力视角,提出将省委书记到任后提拔的第一位市长/ 市委书记作为政治关联的测度,发现与省委书记的政治关联能够更好地帮助地市领导应对官场的不确定性,从而将注意力聚焦于发展性议题。与此同时,这样的特殊关系也使得官员在信息报送等领域具有更强的操纵信息动机(Tang et al. , 2022)。总体来看,已有文献尝试从不同角度对特殊关系和网络中的特殊节点进行测量,但还存在一定争论。笔者认为,这些争论并无对错之分。社会政治经济活动的复杂性使得政治关联等热点议题完全可能呈现出不同维度的特征。研究者不应简单局限于测度方式的差异,这些差异可能仅仅是同一问题的不同方面,而应进一步比较不同指标下结论的异同,以此发展更加一般性的公共管理知识(Hayes and Scott, 2018)。

(二) 基于单一网络的动态分析

与截面数据相比,纵贯数据信息更加丰富。基于纵贯数据的分析能够更好地挖掘社会的现实复杂性。在单一网络的静态分析逐渐发展成熟后,研究者开始更加关注网络的动态演变,并逐步演化出三条路径:(1)多截面的描述性分析;(2)网络动力学分析;(3)基于动力学理论的网络治理研究。此处,相关文献的发展主要取决于如何将历时性因素纳入分析,在公共管理和公共政策议题上与前文并无显著差异。

多截面的描述分析是最简单的动态网络研究。在本领域,研究者可以在多个时间点重复收集一个子系统内部的网络数据,通过测量网络密度、中心势、节点中心度等指标的变化,分析政策子系统内部不同主体间权力关系的演变(黄萃等, 2015;孙涛和温雪梅,2018;熊尧等, 2019;锁利铭和阚艳秋,2021)。总体而言,此类研究更像是静态研究向动态研究的过渡阶段,尽管关注到了网络的动态性,但在逻辑上与静态研究并无显著差异,没有关注到多个截面间的深层联系,本节不再赘述。

此处的一类特殊工作是语义网络。语义网络聚焦于通过日益增长的社会文本数据来挖掘背后的信息,是社会网络与文本挖掘的交叉领域。与其他研究不同,词语在网络中扮演节点,研究者通过词语的共现等关系构建网络。由于难以在词语尺度获得丰富的协变量,语义网络主要以多截面比较的方式开展。在本领域,语义网络主要被用来分析社会情绪和立场的微小差异,被广泛用于技术预测(Bindu et al. ,2019)、政策框架识别(Choi and Lecy, 2012;Shim et al. , 2015)等经典议题。一方面,通过节点的逻辑关系,公管研究者可以挖掘社会互动模式。例如, Huang et al.(2018)通过语义网络构建中国核能政策的“政策目标—工具”匹配模式。另一方面,通过词语中心度、结构洞等指标的变化,研究者可以挖掘不同模式相对重要性的变化。Yang et al. (2018)提出一种基于 SAO 框架的网络分析方法,利用石墨烯领域的专利数据,通过计算不同节点 Burt 约束等的时间变化趋势,分析不同知识要素间的结构洞。总体而言,语义网络的一个难点是其侧重描述性研究,大部分研究尚不能解释词语连接模式的差异如何影响了公共事务的运行结果。Colladon(2018)提出的语义品牌评分(Semantic Brand Score)将语义网络的整体特征作为关注点,使语义网络分析也逐渐具有了因果解释的可能,值得公管研究者进一步关注。

第一类研究尚未触及动态分析的核心,研究者还需要进一步发展能够真正捕捉网络演化机制的分析技术。这一类研究与本文三(一)的链接机制研究一脉相承,对应完全相同的公共管理场景,唯一区别是对于历时性因素的考虑。随机行动者模型是这类问题的主要解决方案( Snijders, 1996)。随机行动者模型将网络节点视为行动者,将演化视作行动者的理性决策根据马尔科夫过程不断迭代的结果。行动者首先根据效用最大化的原则做出决策,选择与其余节点建立或终止联系。模型按上述规则反复迭代,最终比较模拟数据与实际结构的差异,对相关因素的显著性进行推断。随机行动者模型直到 2010 年前后才逐步进入国际主流公共管理期刊的视野(Andrew, 2009)。随机行动者模型与随机图模型在分析逻辑上有很高的相似性,因而政府联合行文(徐国冲和霍龙霞, 2020)、政府间合作协议(李响和陈斌, 2020)、组织间信息交互(Siciliano et al. , 2017)、个体间意见征询(Jung et al. , 2019)等本领域的经典网络关系案例也完全适用。总体而言,随机行动者模型在动态网络研究中具有基础地位,后续研究大都以此为基础拓展而成。需要注意的是,随机行动者模型尚未建立起稳健统计量的估计体系,目前的统计量主要依据仿真生成,研究结论有一定的不稳定性。

上述文献帮助研究者更加系统地理解本领域多元网络关系的形成过程,为以相关网络对象为目标的治理提供更加系统化的指引。越来越多的文献表明,社会网络的形成是“自组织性”和“干预性”的统一(Berardo and Scholz, 2010;Whetsell et al. ,2020)。一方面,互惠性、同质性、优先链接等内生机制“自发地” 促进了网络形成(Borgatti et al. , 2009)。另一方面,网络形成过程也受到人为干预的影响。这促使研究者重新思考政策网络中不同主体间的相互关系。越来越多的文献指出,政府应避免过于依赖行政命令,而应当有意识地促进和引导不同主体的自我调节与良性互动(Torfing and Sørensen, 2014;Taeihagh, 2017;孙涛和谢东明,2020)。

这种治理方式能够通过不同机制促进政策网络的形成。其中,最为广泛探讨的是通过激活组织间的资源依赖关系来强化网络。例如,Whetsell et al. (2020)以美国政府在半导体行业实行的 Sematch 计划为例,指出政府可以在补贴、关税等工具外,通过搭建研究同盟等间接方式,增强产业网络中的优先链接效应,促进形成更加紧密的链接关系,从而提升产业竞争力。Qvist(2017)指出,上述方式也可以通过加强身份认同和强化信息分享来促进政策网络的形成。这些研究意味着,政府和政策主体可以通过与网络中关键行动者的有机互动来促进治理效果的提升。总体来看,聚焦于网络治理的动力学研究还相对少见,寻找蕴含网络治理思想的实践场景可能是一个难点。与其他研究更加侧重于理论性不同,这类研究有助于推动现有的公共管理事务进一步突破单一的官僚制范式,形成高效的多主体协同治理过程,因此具有重要实践价值。

(三) 基于多重网络的静态分析

与单一网络相比,多重网络的共存接近真实世界①。早在 Granovetter(1985)的研究中,就已出现了有关社会网络多重嵌入性的内容。因此,在单一网络分析逐步发展后,多重网络分析自然成为本领域网络研究的热点。与单一网络相比,多重网络分析要更复杂,这既体现在对象的多样性上,也体现在因果机制的复杂性上。与单一网络研究相似,多重网络分析同样起源于静态研究,并逐步演化出三类文献:(1)多个网络案例的统计规律分析;(2)多个网络间的相互关系分析;(3)多个网络复合成的复杂结构分析。

① 无论是中国语境还是西方语境,社会网络的多重嵌入性都广泛出现在公共管理和公共政策文献中。例如,中国语境下, “三同”关系是官员多重社会网络嵌入的经典案例,指同学、同乡、同事关系,可参见Jia et al. (2015)、Jiang(2018)等文献。西方语境下,政治掮客也可能同时嵌入不同类型的金主网络中,可参见 Jasny and Lubell(2015)等文献。

第一类文献关注基于多个网络案例的统计规律分析。传统的公共管理网络研究往往具有鲜明的案例色彩,例如描述一个政策网络、一个行动者网络结构等等。即便涉及多个节点,这些研究本质上仍然是案例性的,不具有进一步构建理论的可能性。研究者亟须超越对单一网络的关注,发展基于多网络案例的规律分析。这一研究的关键是在测量网络关系之外,广泛收集与网络对象有关的社会、经济、政治等背景变量,并将这些变量纳入对网络对象差异的解释。此时,每个网络被视为独立个体,研究者在网络尺度上挖掘统计规律,分析网络特征对网络绩效的影响。网络特征层面,研究者既可以直接关注网络中的节点数量、密度、聚集系数、异质性(吴结兵和徐梦周, 2008;Eagle et al. , 2010;Yi, 2018)等参数的影响,又可以关注协调管理机制(Macciò and Cristofoli, 2017)、资源依赖关系(AbouAssi and Tschirhart, 2018)等网络与环境的交互过程。在网络绩效层面,研究者关注度较高的问题包括网络效率( Cristofoli and Markovic, 2016 )、 稳 定 性 ( Macciò and Cristofoli, 2017 )、 韧 性(Berthod et al. , 2021)和结构复杂性(Iborra et al. , 2018)等。根据实际情况差异,相关工作可以在比较案例(赵泽斌等, 2019;Gronow et al. ,2020)、定性比较(Qualitative Comparative Analysis, QCA) (Cristofoli et al. ,2019;锁利铭等,2021) 和大样本统计(Yi, 2018)等不同尺度开展。总体来看,此支文献近年来得到了学术界的广泛关注,大大推动了本领域的网络研究从案例向一般性知识的积累转变。遗憾的是,目前学术界仅仅对全局连通性的影响等少数问题形成共识,因此其余问题还存在极大的不确定性(Hu et al. , 2022)。笔者认为,未来此类研究可进一步尝试使用元分析等方法,对网络现象的差异做出更加基础性的解释(Cristofoli et al. , 2015; Ulibarri and Scott, 2017;Markovic, 2017)。

第二类文献关注多个网络的相互关系。本文三(一)和三(二)关于网络链接机制的研究仅仅考虑单个网络的情况。在真实的公共管理场景中,个体往往嵌入多重网络关系中,多个网络之间存在不可忽视的相互影响。起源于 20 世纪中期的 QAP回归是解决这一问题的关键方法(Mantel, 1967)。由于网络数据并不满足统计检验的独立性假定,经典方法并不能直接用来分析网络邻接矩阵的相关性,QAP 通过将网络关系转化为邻接矩阵的相关性分析解决了这一问题。QAP 方法首先计算现有邻接矩阵的相关性系数作为观测值,随后不断重排邻接矩阵的行与列,计算重排后矩阵的相关性系数,若干次迭代后得到相关性的概率分布,分析模拟数据中相关系数大于观测值的比例,如果小于特定门槛,则认为网络间存在显著相关关系。尽管QAP 有悠久的历史,但直到 2010 年前后才逐渐进入本领域的学术视野。与随机图和随机行动者模型不同,QAP 不再关注个体属性和局部网络特征,而聚焦于整体拓扑结构。基于本领域丰富的多重网络嵌入案例,现有研究运用 QAP 方法对人际信任、政治同盟和跨组织合作网络(Stephens et al. , 2009; Song et al. , 2018;Dixon andElston, 2020)、邻近性与区域研发合作及技术交易网络(刘凤朝等,2018,2020)、信息共享和影响力网络( Provan and Lemaire, 2012) 以及多重公共服务合同(Andrew,2009; Shrestha and Feiock, 2009)等经典问题进行了探索。总体而言,QAP 方法优劣鲜明。一方面,QAP 将网络关系简化为数值矩阵时并未对数值范围进行限制,可以同时对有权和无权图建模,适用于不同场景(许冠南等, 2016)。另一方面,QAP 反映的网络关系仅是两个网络邻接矩阵的相关性,此时网络仍被视为孤立的个体,难以捕捉后文提到的多重互惠性等依赖关系(Shrestha et al. , 2014)。因此,QAP 方法仅仅给出了本领域中两个网络对象的关联程度,而未充分解释关联的形成机理与互动过程。

第三类文献关注多个网络结合成的复杂结构。随着全球化趋势的加快,气候变化、海洋渔业治理等公共问题越来越多地呈现出全球性特征,形成了嵌套多个层次、覆盖多重主体的复杂网络。与前一类研究更多关注两个独立网络的关系相比,这些场景中的网络关系往往更多地表现为多重网络的复合体。研究者首先界定了复合体的基础概念。Gondal(2018)指出,真实世界中存在多模态(Wang et al. , 2013)、多层次(Moliterno and Mahony, 2011; Hamilton et al. , 2020)、多模态与多层次混合网络(Gondal, 2018)等结构。在分类的基础上,研究者还需要发展基于特定结构的概念测度。例如,Shrestha et al. (2014)以正式和非正式关系构成的双模网络为例,定义了多重互惠性、传递性三元组等局部结构。Opsahl(2013)针对双模网络投影到单模网络过程的偏差,重新定义了双模网络的聚类系数。

上述工作构成了复杂网络结构分析的知识基础,研究者随后开发出多层次、多模态指数随机图等拓展模型(Wang et al. , 2013;Slaughter and Koehly, 2016),在不同子领域形成了各具特色的研究主题。在公共管理领域,研究者往往关注政治家、掮客等不同行动者的多层次隶属关系(Jasny and Lubell, 2015)以及多重公共服务项目的相互影响(Shrestha and Feiock, 2021)。在公共政策领域,研究者更加重点关注不同层级治理主体,特别是“国家—地区”尺度下形成的政策网络。例如,在中国情境下,研究者可以尝试借助政策的参照关系,构建“中央—地方”互动的多层次网络模型,并应用多层次指数随机图等方法分析链接关系形成的影响机制(刘晓燕等,2019,2021)。这些变化拓展了传统政策网络研究的学术视野,研究者不再局限于地理边界的约束,逐步向气候变化等宏大议题拓展(Hollway and Koskinen, 2016;Haugeet al. , 2019)。总体来看,静态条件下多重网络相互依赖关系的方法基础已逐渐成熟。笔者认为,现阶段一个更为重要的问题是如何准确、高效地采集网络复合体关系。政策参照是一种具有中国特殊性的解决方案,还无法有效触及气候变化等全球性议题。笔者建议,未来研究者可以进一步运用实体抽取等方法挖掘大样本社会媒体语料库中不同主体的互动关系,从而进一步拓展对于相关全球性议题的理解。相关内容将在本文第四部分进行具体阐释。

(四) 基于多重网络的动态分析

多重网络的动态分析是网络研究中最复杂的议题。这一类研究既需要考虑网络的内生演化,又需要考虑多重网络的相互依赖,具有一定的研究难度。此处对应的研究场景与本文三(三)中的后两类研究并无显著分别,特点更多地体现在考虑历时性因素后因果推断的稳健性上。虽然多重网络的动态分析问题在本领域并不鲜见,但受到技术限制,公管研究者仍然更多地将上述问题简化为静态问题,多重网络动态分析的系统性工作还非常少见。

总体来看,相关文献最早由物理学家发表在 Nature 等跨学科期刊上。2010 年前后,物理学家提出了一系列多重网络动态分析的理论模型。例如,Gao et al. (2012)提出了分析多重网络间相互依赖关系的一般框架。Danziger et al. (2019)进一步将多稳态、相变等非线性机制加入模型中。随着研究基础的深化,研究者逐渐开始开发适用于社会科学情境的专用模型。例如, Koskinen and Edling(2012)在经典随机行动者模型中引入贝叶斯推理,发展了双模网络的动态演化模型。Snijders et al.(2013)提出面向双模与单模网络协同演化的随机行动者模型,并探讨了将其扩展到任意多个网络的潜在可能。Fujimoto et al. (2018)进一步发展了多重网络协同演化的动力学模型,推动着多重网络动态分析的方法论基础不断夯实。

尽管网络科学研究者已逐步构建起多重网络动态分析的方法论基础,但公管研究者对相关成果的应用还较为有限。在检索到的文献中,仅有 Amati et al. (2021)等少数工作实证地探索了多模态网络的协同演化问题。该文使用 Snijders et al.(2013)提出的框架分析了多层级医疗服务网络中组织合作关系的形成机制。

因此,笔者认为,多网络协同演化仍然是公共管理与公共政策领域网络研究的“蓝海”。相关问题的解决可能有两条关键路径,具体取决于研究者对网络演化因果关系的理解。一方面,考虑到优先链接、同质性等内生机制的影响,研究者可以放弃传统的 Rubin 因果框架,转向以复杂适应系统观点理解网络演变(Robins et al. ,2012)。此时,研究的核心转向考察按照设定机制模拟生成的网络与实际网络在统计性质上是否存在显著差异。按照这种思路,研究者应当进一步发展 Snijders et al.(2013)开发的拓展模型,并进行系统的工具集成。另一方面,随着表示学习等前沿技术的进步,研究者可以尝试运用网络嵌入等前沿技术控制同质性等内生机制的影响,将网络因果推理的核心重新置于经典框架下(Chen et al. , 2022)。相比较而言,这一领域的文献要更加前沿。

最后,本文在构建的类型学框架下进一步归纳具体的研究谱系如图 3 所示。图 3表明,网络分析的发展有一定规律遵循。首先,网络分析的起点是对网络的采集生成和对网络结构的精准测度,在此基础上拓展到对两大基础命题的回答。其次,从静态分析到动态分析的跨越并不是一蹴而就的,中间存在多截面描述性分析的过渡阶段,未来也将更多地借鉴基础学科关于复杂网络相互依赖关系的研究进展,实现对多个网络协同演化的深入研究。最后,指数随机图和随机行动者模型是网络分析的“元模型”。研究者应着重加深对基准模型的理解,这有助于迅速掌握网络分析的核心思想。

四、 网络分析在公共管理和

公共政策研究中的发展趋势

第三部分结合构建的类型学框架,综述了网络研究在四个象限的研究谱系,并重点评述了每一类研究方法在解释网络现象上的优势与不足。对于进一步探讨网络研究的发展趋势,这可能是不充分的。首先,第三部分主要关注对现有研究谱系的梳理,侧重于反映事实。然而,现有文献的分布特征未必能完全反映未来的研究空间。因此,在第四部分,本文更加侧重于探讨刚刚兴起的研究议题,关注这些议题未来发展的不对称影响力。其次,第三部分重点关注网络分析,而“分析”只是网络研究的一个环节。对于“解释性”的关注应当体现在“(1)网络对象选取—(2)网络关系采集—(3)网络关系估计—(4)网络规律生成”以及网络研究与其他方法深度融合的系统性过程中。第四部分将从以上两个视角出发,对于此前的论述进行拓展。

(一) 关注更加多元的网络对象

网络对象是网络研究发生的场域,是网络理论解释的客体,是构建和发展网络理论的基础。笔者对近 5 年发表在本学科主流期刊上的网络分析文献进行检索,发现相关文献对研究对象的选取存在较为显著的偏好:微观层面,通过意见征询网络(advice-seeking)衡量组织内部知识流动( Siciliano,2017;Nisar and Maroulis,2017;Siciliano et al. , 2017);中观层面,通过实地调研测量特定情境下(如危机情境)的组织合作关系(Scott, 2016;Jung et al. , 2019;Parsons, 2020);宏观层面,通过合作协议等测量政府、城市间的合作关系(van der Heijden and Schalk, 2020;Dixon and Elston,2020)等。这固然反映出经典议题的经久不衰,也启示研究者还有进一步拓展研究对象的空间。

上述现象对于公管研究者有两方面启示意义。首先,公管研究者应当密切跟进社会治理实践的变化。随着智能化程度的提升,“人—机”互动成为一种重要的社会互动形式。Kattel et al. (2020)基于爱沙尼亚数字政府的两个探索性案例发现,尽管公共部门的创新仍起源于人际互动,但随着创新进入执行阶段,机器与机器的互动将占据更加突出的地位。其次,公管研究者应全面把握专利、联合行文等成熟分析路径的多重社会意涵。一方面,已有文献往往将专利视为合作的产物,但申请专利本质上是申请人为获得合法权利而采取的排他性行动,一定程度上也反映了组织间的对抗关系。Kito et al. (2021)通过 “专利异议” 现象构建组织对抗网络,发现对抗网络的结构和形成机制与合作网络存在显著差异①。另一方面,研究者常根据共同发文等构建政府部门间的无向合作网络,这可能忽略了网络中的节点异质性。在共同发文序列中排名靠前的部门可能具有更高的主导地位,有向网络的建模方式有助于更好地反映上述特征(黄萃,2016;马翔,2022)。基于上述尝试,研究者能够进一步拓展经典网络理论的解释范围。

① 该研究以公司为对象进行研究,但反映的是科技创新政策中一类具有共性的网络关系问题,对公共管理和公共政策学者有一定的借鉴意义,故简要讨论。

(二) 发展适用于问题情境的网络数据采集方式

网络对象的真实性是发展网络理论的另一重要制约。实践中,数据采集成本是网络研究的一大难点,研究者始终需要在采集成本和数据真实性上进行权衡(Brezaet al. , 2020)。部分研究者偏好使用政策文献、合作协议、科学文献等半结构数据构建网络关系( Hsu and Park, 2012;马捷等, 2014;Yi and Scholz, 2016; Hayes andScott, 2018)。上述方法有明确的关系规则,但也面临着难以采集非正式关系等缺陷。另一部分研究者偏好一手数据,通过田野调查,通过自提名等方式采集网络数据。与前者相比,此方法能充分体现主体意愿,但也面临着难以追溯历史、成本高昂、可重复性低等诸多缺陷(Breza et al. , 2020;Tischer, 2022)。因此,研究者需要进一步发展适用于不同问题情境的网络数据采集方式。

公管研究者可以从两方面优化网络数据采集。首先,对于采集成本较高的行动者(利益相关者)网络,研究者可以在绝对真实性和统计特征的一致性间做出权衡,换言之,可以不再追求复原田野中的网络全貌,而通过局部采样和数据聚合,以较低成本获得与整体网络属性相似的数据(Breza et al. , 2020)。例如,Banerjee et al.(2019)在实地试验中发现,基于随机采样的自提名可以找出真实网络中的高中心性节点。其次,公管研究者应进一步挖掘间接渠道反映的社会关系数据。一个典型案例是日益增长的多媒体文本。媒体文本直接记录了社会互动的历时性变化,但往往结构化程度较低,难以直接提取必要的社会事实。早期研究往往基于手工检索获取节点(锁利铭和陈斌,2021)。随着自然语言处理技术的进步,部分文献尝试通过实体抽取自动生成节点(Błoch et al. , 2022),并通过三角互证增强结论信度(Tischer,2022)。需要注意的是,不同采样方式的结论信度可能大相径庭。Hayes and Scott(2018)指出,这并不是方法的内在效度问题,而更多反映了不同方法的侧重点差异,研究者应注重通过多种方法的相互补充,更加全面地测量网络关系。通过优化采集流程,研究者可以为解释性网络理论构建提供更加高质量的社会事实。

(三) 发展适应复杂条件的网络分析技术

获取网络关系后,研究者需要通过更加精确的分析技术来检验理论。由于优先链接等机制的影响,网络存在显著的结构依赖,难以满足经典回归分析的独立性假设,需要发展适用于网络数据的分析技术。虽然公管研究者很早就关注到网络议题的重要性,但网络分析技术的应用深度始终有限。直到 2010 年前后,二次指派回归、指数随机图和随机行动者等方法的基准版本才在本领域得到初步推广(Robins et al. ,2012)。这并不仅是方法论层面的问题,也限制了议题的拓展。目前,仍有三方面突出问题。其一,上述方法往往只关注无权图,忽略了网络关系的强度。其二,上述方法更多关注简单网络关系,对于公共事务中网络复合体的关注还不足。第三,上述方法往往基于模拟生成估计量,统计量本身并不稳健。经典方法在估计精确性上的缺陷已经制约了解释结论的稳健性。

公管研究者可以从三方面改进检验理论的分析技术。一是发展和应用更加统计稳健的模型。目前,主流网络模型主要利用马尔科夫蒙特卡洛( Markov Chain Monte Carlo)等模拟方法进行参数估计。然而,模拟方法始终面临计算效率低、统计量不稳健等问题。Thiemichen and Kauermann(2017)指出,可通过局部采样提升大规模网络的计算效率,并探讨了如何通过非参数方法构建稳健统计量。Yon et al.(2021)指出,小规模网络下可直接使用最大似然估计提升计算稳健性。二是注重有权图的建模。现有研究很大程度上忽视了社会互动关系强度。针对这一问题,统计学家初步开发出有权图的指数随机图模型(Valued ERGM) (Krivitsky et al. , 2019),但研究者还未充分关注上述进展,在笔者检索到的文献中仅有 Scott(2016)进行了初步尝试。三是强化对动态网络建模的关注。现有文献已关注到网络复合体,并发展出一系列针对性技术(Lazega and Snijders, 2016),但目前上述进展仍然以静态建模为主,如何发展对应的动态模型值得进一步关注。通过上述改进,研究者可以进一步提升检验网络理论的结论稳健性。

(四) 关注网络层面的一般规律

前三条趋势主要集中在具体网络层面,往往具有鲜明的案例色彩,但解释性研究更加追求理论的一般性。然而,社会网络分析的学科传统往往预期不同网络的不同特性是解释社会规律的关键,相对忽视了不同网络间的普遍性(Borgatti et al. ,2009),公管领域的网络研究也是如此。应当看到,真实世界往往是矛盾普遍性与特殊性的统一,对于特殊性的关注和前文提及的数据采集成本等问题很大程度上限制了理论的构建过程。高昂的数据收集成本和对问题特殊性的偏好使本领域的网络研究还具有较浓厚的案例色彩(Gronow et al. ,2020)

公管研究者可以从三方面入手发展一般理论。其一,集体行动等经典理论为比较案例研究提供了宝贵的契机。通过对网络案例背景的风险性、不确定性等理论要素进行界定,公管研究者能够进一步形成比较案例的空间。例如,Nohrstedt and Bodin(2020)指出,协作环境的不确定性是影响集体行动的要素。通过比较不同协作案例发生的环境不确定性发现,在高不确定性环境下,任务参与度等因素对形成合作关系的影响有所降低。其二,在网络采集技术的保障下,公管研究者应进一步加强以网络为观测单位的统计研究,注重收集不同时空场域中同类网络的多个样本。例如,研究者可以下沉分析尺度,系统收集一个国家内部不同省级行政区的同一类政策网络,在此基础上检验网络理论。其三,研究者可以在每一个子网络中测试假设,并以网络为单位将结论纳入元分析(Fujimoto et al. , 2018)。通过上述努力,网络理论的泛化性有望进一步提升。

(五) 整合网络分析与其他方法

前四条趋势仍然局限在网络研究内部,但网络研究本身并不是一个封闭的领域,而是一个与其他研究领域不断交互的开放系统。这样的互动和融合有助于进一步优化研究效率,拓展理论解释的层次。通过结合其他分析方法,研究者可以进一步优化网络关系测度,并综合考虑“嵌入性”和“能动性”对社会系统演化的影响,解释更加宏大的理论议题。

首先,经典网络分析往往基于自我提名等主观或合作发文等客观指标来刻画社会互动,一定程度上忽视了地理距离等空间因素的影响。地理空间与网络分析的结合对两种方法的发展都将产生积极作用。一方面,任何社会互动随着地理距离的增加都将呈现出衰减特性。通过融合地理空间分析,研究者可以更好地刻画社会互动强度的空间分异,研究空间因素如何驱动网络关系的形成( Adams et al. , 2012;Doreian and Conti, 2012)。例如,Daraganova et al. (2012)引入节点间链接概率与节点间欧式距离的交互函数,开发了空间版本的指数随机图,发现综合考虑空间与网络内生效应的模型能够更好地预测澳大利亚社区网络的形成。另一方面,界定空间依赖关系始终是空间分析的关键问题(Betz et al. , 2021)。常用的权重矩阵形式都在不同程度上对社会互动强度的空间衰减规律进行了简化。与之相比,真实的网络关系能够更加准确地反映节点间的空间依赖,两者结合可以进一步提升空间分析效果。

其次,网络分析关注对个体“嵌入性”的刻画,但公共活动背后社会系统的演化往往是“社会嵌入性” 与“主观能动性” 的统一。通过结合博弈论或多主体仿真(Agent-based Modeling)等方法,研究者可以全面地考察“能动性”与“嵌入性”对个体决策过程的影响以及微观过程如何形成宏观社会涌现。一方面,网络“嵌入性”可以通过影响信息传递过程塑造个体决策,影响社会共识的形成(Scott et al. , 2019)。例如,Stewart et al. (2019)基于一项覆盖 2520 名受访者的数字实地实验发现,社交机器人能够塑造个体社交网络结构并诱导民众的投票倾向。另一方面,网络关系可以通过影响资源分配来塑造个体发挥“能动性”的决策空间。例如,Bitterman and Koliba(2020)对美国佛蒙特州尚普兰湖盆地的水资源治理网络进行多主体仿真建模,模拟不同治理结构下节点间的资源分配过程,发现合作治理可以有效提升水质,基于外在授权的合作绩效要优于自发合作。通过融合不同分析方法,研究者可以解释更加宏大的公共事务议题。

五、 总结与展望

作为一种经典的计算方法,网络分析始终在公共管理与公共政策研究的方法论体系中扮演重要角色。基于丰富的网络数据,公管研究者可以开展多样化的研究工作。通过结合公共事务的情境特征,研究者可以进一步遴选适用于不同情境的网络测量指标,精准地厘清公共管理和公共政策活动中的主体关系结构,挖掘其中的关键节点。通过分析网络位置与个体认知和绩效的关系,研究者可以更加准确地了解“嵌入性”对人类行为的影响。以指数随机图和随机行动者模型为基础,研究者可以探索塑造网络形成的动力机制,促进气候变化等重大议题的解决。网络分析还可以与空间分析、多主体建模等方法进行更加紧密的结合,帮助研究者更好地理解不同主体的空间依赖关系,全面考察“能动性”与“嵌入性”的结合对社会和政策系统运行的影响。

本领域的网络研究已取得长足进步,但仍然面临学界关于“解释性”的争论。本文认为,进一步明晰网络分析的方法结构有助于进一步回答网络研究的基础性问题。研究者可以重点关注四个议题。一是通过技术优化和开源数据集建设,提升网络数据的采集效率,为理论构建提供更加真实的社会事实。二是追踪网络分析模型的最新进展,重点关注:(1)多层次多模态网络;(2)加权网络;(3)网络模型中的稳健统计量,提供更加稳健的理论检验。三是尝试在更大样本规模上,运用定性比较分析或元分析等技术探究网络层面的一般规律,既要关注网络对个体行为绩效的影响,又要关注网络与宏观社会环境的互动,提升理论的泛化性能。四是进一步整合网络与文本、地理空间分析、多主体仿真等前沿技术,解释更加宏大的公共事务议题。

此外,研究者还有一些需要关注的问题。应更加审慎地处理网络研究中的内生性问题。第一,研究者可以尝试以“复杂适应系统”的观点看待网络。由于网络数据并不满足经典回归的独立性假设,应避免直接使用经典计量框架,而更多采用随机行动者和指数随机图等基于网络特点开发的分析技术,将相关自组织机制充分纳入考虑(Robins et al. , 2012)。第二,研究者也可以为受到内生机制影响的网络变量寻找工具变量以减轻内生性的影响。例如,Bellamy et al. (2014)指出,用接近中心度作为结构洞丰富度的工具变量。第三,研究者应当更加重视来源网络数据集的建设。与物理学相比,本领域系统的网络数据集还不多。一个典型案例是 SPID 开源政策网络数据集(Boehmke et al. , 2020)。该数据集详细记录了政策在美国州级政府间的扩散过程。研究者应进一步整理政策扩散、利益相关方关系等具有学科特色的网络数据集,为后续研究奠定更加坚实的基础。

最后,本文主要从方法论视角综述网络分析在公共管理与公共政策领域的研究进展,这可能不够全面。网络研究的一个突出特点是方法论与理论的统一。网络分析技术的发展并不是孤立的, 而与理论相互伴生的。从早期的倡议联盟框架(Jenkins-Smith and Sabatier, 1994)到新近发展的博弈生态(Ecology of Games, EG)(Berardo and Scholz, 2010)与制度性集体行动(Institutional Collective Action, ICA)框架(Feiock, 2013),理论的演进驱动着网络研究不断深化。与此同时,从早期探究形成单一类型社会关系的驱动因素,到研究多种社会关系的交互影响,技术的进步又不断拓展着研究的理论视野。

笔者建议,研究者未来应当进一步处理好三对关系。宏观上,注重网络理论与分析方法的统一,以理论的深化更好地发挥方法功能,以方法的演进更好地拓展理论视野。中观上,注重网络的“自组织性”与人为“干预性”的统一,通过更加深入地理解网络形成的动力机制,塑造更高效的社会网络。微观上,关注网络“嵌入性”与主观“能动性”的统一,更加全面地理解宏观社会涌现的微观机制,更好地解释纷繁复杂的社会网络现象。

参考文献 略

文章已于中国知网网络首发，经授权由《公共管理评论》公众号转载。建议到中国知网下载原文阅读，尊重版权，尊重学术。

编辑 | 常远  李舒敏

排版 | 王书铭

核发 | 梅赐琪

微信推送：2022年第163期