Evaluating the Mobilization Effect of Online Political Network Structures: A Comparison between the Black Lives Matter Network and Ideal Type Network Configurations

書名(以學術體例詳填資料，網路來源提供超連結及檢索日)： Hsiao, Y. (2021). Evaluating the Mobilization Effect of Online Political Network Structures: A Comparison between the Black Lives Matter Network and Ideal Type Network Configurations. Social Forces, 99(4), 1547-1574.

導讀者：李例嬛 

原作摘要： 

線上的網路是否鼓勵政治參與?許多研究已經將數位網路如何傳輸動員的內容理論 化，但很少有研究檢視線上網路的結構，更少有研究檢視線上網路的結構如何影響不同成 本政治行為的參與。 從結構網路的觀點來看，研究者強調了一個矛盾:數位網路有許多鬆散的弱連結，那 麼為何還可促進高成本的政治行為?是什麼樣的網絡結構才能有這樣的動員力呢? 研究者將 655 名關注“Black Lives Matter Sacramento”Twitter 用戶間的關係視覺化，並將數位網路的結構與三種常見的理想型網路進行了比較。 結果表明，數位網絡在結構上不同於理想型的網絡，因為它的特徵是一個非常密集的集群，但也有許多鬆散連接的部分，研究者將其稱為集群連接網路(cluster-connective network)。電腦模擬結果進一步表明，這種集群連接的配置有利於高成本行為的參與，但 阻礙了低成本行為的參與。 這些結果說明了結構網路的視角如何幫助學者從數位網路是否促進參與的問題轉向何 種條件會鼓勵數位網路的參與。 

重點整理： 

問題意識 

社交網站在動員人們參與社會運動中扮演重要的角色，過去許多學者也透過社會網絡 的概念來研究這樣的現象，Bennett and Segerberg (2012)指出這種新的模式可稱為連結 的行動邏輯(logic of connective action)，在後現代社會中，正式組織失去對個人的控制， 群體關係正在被大規模、流動的社交網絡所取代。因此社交網站如何影響動員參與的問題 也就是一個線上的網絡如何影響行為參與(特別是不同成本的參與)，而線上網絡不僅出現 在抗議活動中，像是社區、選舉、聖戰組織等也可看見線上的社會網絡，鑒於其概念的廣 泛性，許多研究都對線上網絡是否總有利於參與的問題感到有趣，如果動員的力量有限， 那麼限制的條件是甚麼呢? 因此線上網絡的配置(也就是網絡的結構)如何影響參與的效果就是重要的問題，將這 樣的概念應用於線上網絡的研究，我們關心的問題就會從線上網絡是否促進動員參與轉變 為在什麼樣的條件下線上網絡有利動員。 

研究貢獻 

關於網絡結構的效果的研究面臨到的難題便是難以建立對照組，在臨床實驗中，我們 可以將受試者分成治療組與對照組，以比較他們的治療效果。然而當網絡結構作為一種治療的方式，我們很難找到一個控制組去比較其效果，因為不能透過人工的方式強迫人們改 變網絡的關係。 因此本研究與過往研究的不同在於其不只描述網絡結構，而是將比較不同類型的網絡 結構。研究者將實證的線上網絡( empirical online network)與模擬的網絡(simulated networks)進行比較，這些實證的網絡是過去已被觀察到的普遍現象，而模擬的網絡則充 當比較組，以便檢測線上網絡的結構是否有利於參與。此外，研究者也比較不同成本的政 治參與行為，以觀察哪種線上網絡的結構有利於哪些行為的擴散。 

 案例選擇

研究者選擇 Twitter 上 Black Lives Matter 的運動來檢視線上網絡的結構與政治參與間 的關係，而選擇 BLM 的案例有以下原因: a.種族正義上重要的社會議題 b.大量使用 Twitter 的社會運動 c.包含不同成本的參與行為(EX:hashtag、寫信給參議員、政治集會等)

研究問題 

研究者收集 655 名在 Twitter 上關注 BLM 用戶的數據，並分析他們關注的網絡結構， 研究者關注的核心問題是如果我們重新組織 BLM 網絡的結構，參與的結果會不同嗎?具體 來說，可分為以下兩個問題: ①線上網絡的結構長什麼樣子? 研究者先透過 Twitter 的數據建立 BLN 的網絡，接著在 Siegel (2009, 2011)的研究基 礎上(研究社會網絡與集體行動)，模擬三種大小跟密度都與 BLM 網絡類似的三種理想型網 絡的結構，而這三種網絡結構也是過去普遍觀察到線下集體行動的模式，透過比較可讓我 們了解線上網絡與典型線上網絡結構相似/不同之處: a.小世界網絡(small world network):有一定程度的社會封閉(social closure)，但是容 易觸及他人的網絡結構。 b.鄉村網絡(village network):群集的社交圈且彼此互相遠離的網絡結構。 c.意見領袖網絡(opinion leader network):許多 followers 與少數的 leaders 連結在一 起，但這些 followers 彼此之間沒有關係的網絡結構。 ②如果將線上網絡重新組織，會動員更多的參與嗎?參與行為的類型? 研究者透過模擬實驗來研究可能被動員的參與行為，在其實驗中調整兩種不同成本行 為的參數，對於高成本的參與行為，如阻塞高速公路，可以預期其參與的基本機率較低， 個人影響他人的能力也較低；對於低成本的參與，如簽署線上聯署書，可預期人們會更傾 向於參與，也更容易說服他人，因此假設的場景不限於單一種行為類型，而是包含一系列 不同成本的行為: a.個人參與的基本機率(the baseline probability that individuals would participate) b.每個人受他人影響的程度(the extent to which each individual is influenced by her tied others) 建檔日期：2021/5/4 建檔人：李例嬛 編號(編目及序號)： 

文獻探討 

①鬆散的線上網路和強大的動員力間的矛盾 阿拉伯之春、埃及革命、美國占領運動、西班牙憤怒運動等案例都透過不同的方式利 用社交網站進行動員，如按讚、hashtag 等，社交網站具有多元的使用方式，而學術研究 者關心的是數位媒體共同的基礎是什麼? 在連結行動(connective action)的文獻中，最常引用的是 Bennett&Segerberg(2012) 提出的連結行動理論，許多人研究過社交網站的機制如何影響線上線下的政治行動，而這 些研究中提到的網絡(network) 概念包含兩個主要的論點: a.網絡被理解為傳送資訊、框架和情緒的媒體(media): Bennett and Segerberg (2012) 指出在連結行動中，個人行動的框架成為鬆散的社交 媒體網路中傳送的單元(transmission units)。 Castells (2015) 指出社交網站的使用者可以透過相互分享資訊與情緒達到自我溝通 (self-communication)。 b.社交媒體網絡的特點是透過鬆散的弱連結擴大資訊的範圍: Juris (2012) 指出社交網路透過連結那些幾乎沒有直接社交關係的個人，創造了一個 新的集體(collective)。 Bennett, Segerberg, and Walker (2014)創造「online crowd」一詞來描述社交網站是 如何在幾乎沒有連結關係的情形下獲得到廣泛的受眾。 

※宇君老師〈社交媒體之雙重性：人的連結與技術的連結〉文中的連結性是來自 van Dijck 的連結性(connectedness)與可連結性(connectivity) 雖然人們認為接觸(contact)會產生行動，而擴大接觸範圍則會擴大動員的力量，但這並不一定是正確的，因為網絡可否成功擴散(diffusion)取決於行為的類型。在所有條件都 一樣的情形下，鬆散的網絡代表許多行動者只連結到網絡中的少數人，對於那些需要一些 成本、風險、精力透入的行為，單次的接觸是不夠的，需要更多的來源強化才可。 如果社交媒體網絡的結構是鬆散和弱連結(loose and weak ties)，那又要如何促進高成本行為的擴散(例如埃及革命)? ②網絡結構的類型 Siegel(2009)在研究網絡類型與政治參與間的關係時，提出三種理想型網絡，他的研 究之所以有價值在於這三種類型的網絡是最常在經驗世界中觀察到的類型，而我們可以透 過這三種網絡結構比較線上和一般網絡結構間的差異。 a.小世界網絡(small world network):行動者可以透過中間的節點連 結彼此(俗稱六度分離)，行動者的網絡有許多重疊，導致出現一些 集群(clusters)，但是參與者間有很長的連繫(long ties)以連結其他集 群中的他人。 b.鄉村網絡(village network):集群的密度很高，但很少有跨集群的 連結。常見於小城鎮和村莊中觀察到，在那裡每個人都認識集 群中的其他人，而少數行動者充當集群間的橋樑。 c.意見領袖網絡(opinion leader network):正式來說應稱作無尺度 網絡(scale-free networks)，大多數行動者無連結的關係，而少 數人(意見領袖)有很多。這種網絡結構的特徵是行動者會優先依 附(Preferential attachment)那些有更多關係的節點，常見於當 有非正式領袖出現時，人們會偏好與領袖進行連結 ③網絡擴散的過程 複雜傳染理論(theory of complex contagions)可用來解釋網絡結構如何根據不同類型 的擴散過程來促進或抑制擴散(diffusion): a.簡單的傳染過程(processes of simple contagion):如果單次接觸就足以啟動擴散，便 可從網絡結構中獲益，而這種網絡結構是集群間有許多聯繫但彼此無太多的重疊。 b.複雜的傳染過程(processes of complex contagion):如果要採用多重接觸來源就需要 有許多重疊關係或是寬橋(wide bridges)才得以傳播。寬橋創造了必要的社會強化(social reinforcement)，使複雜的傳染過程得以成功被啟動。 ※橋的長度:橋跨越至其它橋的距離 the distance spanned by the bridge 橋的寬度:橋擁有連結關係的數量 the number of ties they contain 若在相同數量的連結(ties)下，大多數的寬橋都說明許多重疊的關係會減少網絡的範 圍，這會阻礙簡單傳染的擴散，因此相同的網絡結構有利於一種擴散過程就會不利於另一 種擴散的類型，而過去也有許多研究證明多重強化(multiple reinforcement)也就是複雜傳 染過程的重要性。 複雜傳染理論可以幫助我們理解常見橋樑寬度的類型。小世界網絡結構是指橋樑寬度 中等的網絡，允許複雜的傳染，傳播的門檻較低，但可能抑制需要投入較高成本的行為； 村莊網絡結構是指村莊內部有許多寬橋，而村莊間的橋非常窄，這有利於村莊內部複雜傳 染的傳播，但不利於不同村莊間的傳播；一個意見領袖網絡結構是指一個有許多橋樑的領 導者，如果由領袖進行連結，這些橋梁就可成為寬橋。 總之，複雜傳染理論概述了行為擴散的機制，而不同網絡結構的類型則可讓我們評估 ： 哪些機制更容易發生。 

研究設計~4:00 第一部分是先將線上網絡與理想型的網絡結構進行比較➔BLM 網絡屬於哪一種類型? 社交媒體網絡是否真的是鬆散且低密度的? Step1:使用 Twitter 上的數據生成 BLM 的實證網絡 Step2:根據 BLM 的實證網絡生成三種模擬的理想型網絡 第二部分是使用電腦模擬來比較線上網絡與理想型網絡的動員能力➔哪些情境更容易 成功動員? Step3:將實證網絡與模擬網絡都作為模擬資料輸入到模型中 Step4:進行模型中兩種參數(個人參與的基本機率、每個人受他人影響的程度)的實驗 Step5:輔助分析，因為參數都是假設的，研究者便利用 twitter 數據來估計兩種實證情 境(empirical situations)下的參數，分別是 BLM hashtag movement(純線上參與hashtag)、offline events organized by BLM Sacramento(線上動員的線下運動-url)，以說 明假設的模擬情境是如何反映真實的實證世界。 建檔日期：2021/5/4 建檔人：李例嬛 編號(編目及序號)： ①實證資料 ②實證的 BLM 網絡 ③模擬的網絡 ④電腦模擬的模型 a.模型(model):採用 network autocorrelation model，這是測量人與人間影響力有多高 的常用模型。 b.情境參數(scenario parameters):實驗不同的α(內在動機)和ρ(朋友影響力)，設計成 3x3 共九種的情境。 c.模型的流動(model flow) 

研究結果~5:30 ①網絡結構的比較 BLM 網絡似乎跟任何理想型網絡結構都不太像。傳遞性(transitivity)與小世界網絡接 近，但其標準差(standard deviation)更高且接近意見領袖型網絡，直徑(diameter)很大且 接近村莊型網絡。 參與的機率 α:基礎參與意願 ρ:朋友的影響力 WY:目前有多少朋友參加 ※ 傳遞性(transitivity):表示網絡中群集(clusterness)的程度 ※ 標準差(standard deviation):表示每個節點有多少連結的變化程度 ※ 直徑(diameter):表示行動者間最大距離的長度 雖然 BLM 網絡的密度很低(0.011)，但這些節點集中在一個很大的組成部分 (component)，包含兩個群集(cluster)。另外，也有許多難以接觸到(hard-to-reach)的參與 者在外圍或是中間兩個群集間沒有連結。群集內的行動者的 degree(某一節點與多少個頂 點有連結)很高，群集外行動者的 degree 很低，導致群集內行動者分布的標準差(9.195)和 直徑(10)都很大 BLM 網絡結構明顯不同於實證世界歸納出來的理想型網絡，第一因為過去的研究通 常假設一個完全連結的網絡，但 BLM 網絡似乎被分割為二聯體(dyads)、三聯體(triads)或 與大組成部分不相連的小部分，這種分隔的網絡(segmented network)在過去連結行動的 質化研究中亦可找到。第二，這種網絡結構表現出高度局部的傳遞性(high local transitivity)，但在其外面也存在許多相對孤立的行動者。雖然意見領袖網絡結構也是不均 衡的關係分佈，但其核心往往由少數領袖組成，而不是一個大集群。 研究者將這種核心邊緣(the core-periphery)的網絡結構稱作核心叢聚聯繫 (clusterconnective)，由於這種網絡結構似乎是一個新的類型，過去較少研究，因此透過電腦模擬 的方式將其呈現。 ②假設情景的模擬結果 下圖的 X 軸表示迭代數(iteration number)，Y 軸表示參與的機率(the proportion that participates)，每個不同顏色的點(dot)表示不同網絡結構的結果(這些點是經過 1000 次實驗的平均值)。 紅色的點代表 BLM 網絡結構，根據情境的不同，BLM 網絡結構可以是最好也可以是 最差的動員網絡結構。 a.當 baseline participation probability 較低，或網絡影響較弱時:網絡仍能動員一定比 例的參與者，也就是說對於高成本行為，BLM 網絡結構似乎較有利於擴散 b.當 baseline participation probability 較高，或網絡影響較強時:其他網絡結構的參與率會比 BLM 網絡結構高許多，所以對於低成本行為，BLM 網絡結構在動員參與的能力是 最差的。 這個實驗結果指出在條件不利的情境下如此有效的網絡結構，為何在條件有利的情境 下反而變得無效? a.不利於參與的情境:因此網絡最初的參與者間建立足夠寬的橋樑對動員的效果至關重要。對於小世界網絡，橋梁的寬度不夠寬，不利於擴散，導致參與率低；對於村莊網絡來 說，雖然橋梁較寬，但由於初始參與者的數量較少，且初始參與者不太可能在同一村庄內，從而阻止動員的擴散，即使啟動一個村莊，但跨越村莊間的橋樑較狹窄，也難以影響 其他村莊，導致整體參與率很低；意見領袖網絡可以聚集一些參與者，因為大多數的人都 與意見領袖有連結，而意見領袖本身也可能有連結，進而在領袖間形成一個地方聯盟，導 致進一步的擴散。因此意見領袖的網絡結構是最可能滿足初始參與者間存在連結的條件， 且有足夠寬的橋樑進一步擴散。 但是 cluster-connective 的網絡結構式不同的，與意見領袖網絡相比，不僅是領袖間 的關係，幾乎所以集群的行動者間都形成非常寬的橋，所以參與者會有一定比例的參與， 從而獲得優於其他網絡結構的動員結果。 b.有利於參與的情境:類似於簡單傳染或是低閾值傳染的過程，在這種情況下，跨越網 絡並增加可達性(reachability-網絡中行動者相互連結的程度)對於擴散來說更是重要，由於 網絡的可達性和中等的橋寬，小世界網絡更有利於動員，而村莊內部的連結度 (connectedness-網絡中可連結點所佔的比例)與村莊間的橋樑也有利於動員，意見領袖網 絡則因為與領袖沒有直接連結的人，需要很多中介的步驟(intermediate steps)的才能啟 動，且他們彼此間的連結往往是狹窄的橋樑，因此很難被動員。cluster-connective 的網 絡結構則強化了意見領袖網絡的劣勢，那些於集群連結不緊密的節點是位於網絡的外圍， 他們間具有非常窄的橋，因此這些參與者幾乎是在集群的影響範圍外，即使整個集群被啟 動，這些用戶仍然不受影響，因此參與率最低。 cluster-connective 的網絡結構有獨特的意義，因為這些連結在大的集群中是緊密 的，所以即使在不利的情境下，密集的集群也可能透過相互影響形成群聚效應(critical mass)。然而正是因為連結(ties)主要分布在大集群內，外圍或孤立的節點很難被動員，即 使在有利於擴散的條件下，也會產生天花板效應。這是在理想型網絡結構中看不到的。 建檔日期：2021/5/4 建檔人：李例嬛 編號(編目及序號)： ③輔助分析的結果:數據驅動的情景(Data-Informed Scenarios) Hashtag 運動的參與率(有 68%人至少使用過一次)明顯高於線下的活動(只有 6%的 user 曾發布這些活動的 URL)，且在有使用 URL 的 user 中，90%user 的推文中包含 URL 的也不到 10 條，顯示這種參與行為其實很罕見。 研究者將這個實驗描述為輔助分析(auxiliary analysis)，因為這部是一種正式的統計分 析，而是用來評估模擬場景的合理性，也就是九種場景中哪一種較合理。 BLM hashtag α = 0.33, ρ = 0.10:α表示非常常見的事件，而ρ表示影響程度很低 BLM Sacramento offline events α=−2.93, ρ = 0.33: α表示極其罕見的事件，而ρ表 示影響程度為中等。 研究者在透過上述的參數進行電腦模擬，對於 BLM hashtag 運動，網路結構的差異 很小，因為這些都是常見的事件，網路類型影響較小，但是 BLM 網路結構表現為第二 名，說明 cluster-connective 結構的局限性。相比之下，BLM 網路在線下事件中的表現明 顯優於其他網絡結構，說明 cluster-connective 結構的強度，當許多支持者(sympathizers) 不願意幫助動員時，動員一部分支持者的能力在行為的擴散中可能特別重要。 

結論

 鬆散的網路結構如何在連接行動中產生動員的力量?研究者提出一個新的網絡結構 cluster-connective 來解釋這樣的現象。 cluster-connective 網絡結構的緊密集群很重要，它可讓運動份子在不利的情境下仍 能促成一定的動員，然而邊緣的參與者也很重要，因為許多動員(尤其是低成本的動員)僅 限於同溫層中，無法影響大多數邊陲的個體。 研究者應將網絡是否促成動員轉向網絡在什麼條件下促成動員。因此與其盲目地相信 網絡或社群媒體的動員力，本研究指出線上網絡結構所具有的優缺點。 未來方向: 1. 社會模擬的結果可用社會實驗來補足 2. cluster-connective 網絡結構是否存在 BLM 案例之外 3. twitter 外的社群媒體 4. 相較於靜態網絡結構的研究，也可研究網絡結構形成的過程