当代大学生虚拟与现实社会人际关系的差异性分析

冯　锐　谢英香

【摘要】随着互联网络技术的发展，网络已经成为当代大学生日常交际与学习的主要部分。网络已经在很大程度上影响到 大学生的交际与学习。文章以大学某一班级为研究对象，利用社会网络分析方法，对学生在虚拟社会与现实社会中的情感支持、 学习互助两个方面进行了人际关系量化分析。研究表明，该班级学生在虚拟与现实中的人际关系在情感支持与学习互助方面存 在显著差异。

【关键词】大学生；人际关系；社会网络分析；差异性分析

【中图分类号】G420 【文献标识码】A 【论文编号】1009—8097（2009）01—0028—05

一 前言

网络在短短数十年内迅速改变着中国人的生活，网络用 户数量逐年增加。网络在我们的工作和生活中扮演着重要角 色，网络在给人们带来了丰富多彩生活的同时，也带来了很 多负面的影响和社会问题。据 2008 年中国互联网发展状况统 计报告显示，截至 2008 年 6 月底，我国网民数量达到了 2.53 亿，跃居世界第一位。其中大学生用户数量位居前列。大学 生作为网络用户的主力军，国家未来建设的栋梁之才，网络 对他们的生活造成什么样的影响，越来越引起人们的关注。 本文选择了网络对大学生人际关系的影响这一研究主题，利 用社会网络分析方法分别就虚拟社会与现实社会中人际关系 的差异性进行了对比研究。

为研究大学生的虚拟与现实人际关系的差异性，笔者选 取了与大学生的切身利益密切相关的情感支持和学业互助方 面的人际关系作为研究内容。本文的研究目的与意义可以概 括为：第一，研究大学生在虚拟与现实中的人际关系概况； 第二，用比较直观的方法揭示班级成员之间以及各小群体之 间的关系、密切程度等；第三，本文采用了一种新的研究方 法——社会网络分析法，用 UCINET 及 NETDRAW 等社会网 络分析软件对数据进行量化分析和可视化呈现。

二 研究方法

1研究内容

本研究的问卷测试主要涉及以下两个与学生的生活、学习密切相关的内容：一，某班级学生虚拟社会及现实社会中 的有关情感支持方面的人际关系的基本情况；二，某班级学 生虚拟社会以及现实社会中的有关学业支持方面的人际关系 的基本情况。

2研究对象

笔者年初所做的一项“有关我校大学生电脑情况调查” 显示，我校超过 50%的大学生配备了电脑，年级分布情况比 较均匀；在网络使用时间、用途方面也不存在性别、年级差 异。基于这种情况，笔者随机抽取了我校二年级某班全体同 学作为调查对象。对该班学生采用不记名方式进行了自填式 问卷调查。该班共有 28 名学生，年龄分布在 21-23 岁之间， 城乡比例为 5：9。

3数据收集方法

本研究的数据主要是从回收的问卷中提取。由于此次问 卷调查是将该班全体学生集中起来测试，因此问卷的回收率 达到 100%。将学生集中起来测试，保证了学生之间互不影响， 结果更为真实可信。本研究提取的数据主要包括班级成员的 以下相关数据：点入度、点出度、点度平均度等。对有效样 本的数据，统一输入 UCINET 软件进行数据分析。

4研究方法

本文主要运用了社会网络分析的整体网络分析法，从整 体网络分析这个视角在关系层面上分析了该班级的整体人际 关系，并进行了相关性及差异性的分析。

三 结果与分析

社会网络的形式化表达方式有两种：社群图法和矩阵代 数法。[1]当网络中节点数目比较少时，利用社群图法表示关系 网络具有简洁、清晰的优点，网络节点关系一目了然，网络 结构特征能够比较明显的呈现出来。但是当网络中数目节点 比较多，重叠比较厉害时，就很难分析出节点之间的关系。 因此，当网络中节点数目比较多时，往往使用矩阵代数法。 基于以上原因，本部分将综合使用社群图法和矩阵代数法对 收集的数据进行分析。

1情感关系网络分析

直接询问学生的情感关系网络比较困难，学生可能会采取不合作或抵制的态度，随意填写问卷，导致问卷无效。因 此，在调查这个问题的时候，笔者设计了几个看似很随意， 但深度不断增加的问题。最终分别选取了现实社会与网络社 会中最能体现情感深度的问题进行研究分析。

（1） 现实社会中的情感关系网络分析

利用矩阵来表达各成员之间的关系如图 1 所示，通过对相关资料[2],[3],[4]的研究，我们定义：在此矩阵中，Xij=1 表示 成员 i 选择成员 j 作为倾诉对象，相对于社群图而言，则在点 i 和点 j 之间存在一条由 i 指向 j 的有向线；Xij=0 表示的是成 员 i 没有选择成员 j 作为倾诉对象，在社群图中，点 i 和点 j 之间就不存在任何连线。因此，最终得到的矩阵为二值非对 称方阵，社群图则是有向图。

在图 1 所示的矩阵中，大致可以看出成员之间的关系取 向，但是每个成员的具体情况却无从得知。例如，我们无法 判断出哪个成员在班级中的威信比较高，处于核心地位：哪 个成员位于边缘地带。以下，我们将从每个成员的点入度、 点出度、点连接度、点中心值这几个方面分析这个问题。

在上图所示矩阵中，点 i 的点出度就是点 i 所在行中格值 为“1”的总数，[5]表示的是点 i 关注他人的情况；点 i 的点入 度就是点 i 所在列中格值为“1”的总数，表示的是成员 i 被 其他成员关注的情况。该值越大，说明该成员在群体中的威 信越高，越处于核心地位；点 i 的连接度是描述点 i 与其他多 少个点有直接关系的数量指标，就是点 i 的点入度与点出度之和。点中心值是点的连接度与网络中连线总数之比，是对于 点的连接度的量化表示。该值越大，表示威信越大。

从分析结果来看，班级中不同成员具有不同的点入度和 点出度，连接度从高到低排列在前 7 位成员是 9，11，25，26，22，27，1。与班级内的其他成员相比，他们属于“明星”，但是再详细区分的话，这几个成员的具体情形并不相同。成 员 11，25，26 的连接度、点入度和点出度分别相同，对成员11，25，26 各自而言，点入度与点出度相当；对与以上三者有相同连接度的成员 9 而言，他的点出度是该班级所有成员 中最高的，达到 6，然而点入度却只有 1，说明该成员关注他 人的程度远远大于被他人关注的程度。但是对于连接度也相 同的成员 22，27，1 而言，点入度、点出度差距就比较大， 成员 1 尤为突出。成员 1 的点入度是该班级所有成员中最高 的，但是点出度却很低，说明该成员受到多人的关注，但是 自己却较少的关注他人。另有部分成员位于班级的边缘地带。 但是，以上的图 1 及表 1 并没有直接反映出该班级成员的群 体结构特征，而且成员之间的关系也未简洁、明确地表现出 来。因此，为克服以上缺点，我们利用社群图法来形象的描 绘该班级内部成员之间的情感关系网络，在该图中，将该班 级的 28 名成员用 1-28 表示，班级成员之间的关系用带箭头的 有向直线表示，箭头指向表示关系的接收者。图 2是利用 NETDRAW 软件输出的情感关系网络图。

图 2 表明该班级的内部结构比较松散，大致可以分为 4 个群体。第一个群体包含了该班级的大部分成员，各成员之 间联系比较紧密，成员之间的情感交流比较多；第二群体只 包含了 4、17、20 号成员，构成了一个三方组；第三个群体 是 4 个孤立的成员：6、12、23、28 号成员，在他们之间不存 在情感交流，他们也不与班级的其他成员进行情感方面的交 流；第四个群体包含了 4 个成员，但是与第二、第三群体结 构并不相同。在此群体中，14 号成员与 7、18、24 之间存在 单向的情感交流，但是其他三者之间并不存在情感交流。我 们可以认为第二、三、四群体是比较孤立的，他们不被班级 的其他成员关注，自己也不关注他人，属于班级的边缘人物。

（2） 虚拟社会的情感关系网络分析

一般认为，谈话关系是双向的，但是当涉及到频度的时 候，由于每个被调查者对频度的理解程度并不相同，因此可 以认为是单向的。例如，甲认为他经常与乙聊天，但是乙可 能并不认为他经常与甲聊天，而是更经常的与丙聊天，此时， 甲与乙之间的关系就不可能是双向的，而只能是单向的。通 过对图 3 的分析发现，该班级可以分为三个比较大的群体： 第一个群体包含了 10 个孤立的成员。第二个群体包含了联系 不密切、多为单向联系的 16 个成员，部分点充当了桥点。例 如 20 号点，如果失去该点，那么点 24、14、18、7 将会失去 与该群体中其他点进行信息传递的机会。第三群体只包含了 2 个成员，这两个成员保持单向联系，在网上一般不与其他人 保持联系，说明其人际关系比较单一。从对这个班级在网络 环境下的聊天关系的整体分析可以看出，该班级的聊天关系 网络结构很松散。

（3） 现实社会与虚拟社会情感关系网络的比较 以下我们将从密度、点度平均度两个方面对现实社会和

虚拟社会中的情感关系网络进行比较。现实社会中的情感关 系网络矩阵标记为“XianshiQ”，虚拟社会中的情感关系网络 矩阵标记为“XuniQ”。

密度 0.0529 0.0238 点度平均值 1.4286 0.6429 密度是网络中人际关系的总体分布的量化表示，表示的是社群成员之间联系的紧密程度。一定规模群体的成员之间 联系越多，网络的密度就越大。[6]一般来说，关系密切的成员 之间，情感支持比较多，而关系比较疏远的成员之间，情感 支持比较少，甚至是不存在情感支持的。密度的计算方法是 网络中实际存在的连线数与可能存在的连线数之比，是一个从相互之间存在直接关系的点的多少这个意义上来说明网络 中关系密切程度的相对指标。从表 2 可以看出，该班级成员 之间在现实社会中的情感关系密度远远大于虚拟社会中的情 感关系密度，达到 2 倍之多。

点度平均值测量的是一个图中所有点的度数的平均值， 对于无向图来说其表达式为：

在公式中，g 代表网络的规模， d 代表的是点度平均度，d（ni）指的是 ni 点的密度，L 是网络图中线的总数。从公式 中可以看出，若一个网络图中包含 L 条线，g 个点，那么点度 平均值就是 2×（总线数除以总点数）。对于有向图来说，点 度平均值就是总线数除以总点数。[1]在计算总线数时，需要注 意：带双箭头的直线应算作是两条直线。从表 2 中，我们可 以看出，现实社会中的情感关系的点度平均值是虚拟社会中 的情感关系的点度平均值的 2 倍之多。学生之间更倾向于在 现实社会中谈论自己的事情。

现实社会中的情感关系与虚拟社会中的情感关系代表着 学生的情感关系的两个方面。这样的问题不能不引起我们的 关注：二者在多大程度上相似；现实社会中的情感支持是否 在虚拟社会中出现。这就涉及到矩阵的相关问题。UCINET 中提供的 QAP（Quadratic Assignment Procedure ，即二次指 派程序）可以用来分析矩阵之间的相关性。

这里的“Value”指的是这两个矩阵实际的 Pearson 相关 系数；“Signif”是相关系数显著性水平，该值越大，越说明 这两个矩阵之间存在着强关系。“Avg”指的是 N 次随机计算 的相关系数的平均值（“0”是研究者希望出现的值，因为该 值是随机计算出来的相关系数的平均值。该值与实际的相关 系数差距越大，越说明两个观察数据之间关系大）；“SD”是 标准差；“P（Large）”是这种随机计算的相关系数大于实际相 关系数的概率；“P（Small）”是随机计算的相关系数小于实 际相关系数的概率；“NPerm”是随机置换的次数，[1]本案例 中，笔者选择的随机置换次数为 5000。在此，我们关注的显 著性水平。由表 3 可知，显著性水平为 0.000，说明学生现实 社会中的情感关系与虚拟社会中的情感关系两者之间存在显 著性差异。Pearson 相关系数为 0.312，可以认为 Xianshi 矩阵 与 Xuni 矩阵之间的相关性并不明显，两矩阵之间呈现正相关。

学生现实社会中的情感关系与虚拟社会中的情感关系两 者之间存在显著性差异，因此，我们可以认为，网络并没有 影响到学生的情感人际关系。学生情感方面的人际关系是以 现实社会中的情感关系为主，虚拟社会中的情感关系可以看 做是对现实社会中情感人际关系的补充。

2学习互助关系网络分析

在研究现实与网络上的学习互助关系网络这个问题时，笔者最终分别选择了现实与虚拟网络中的学业求助问题展开 研究。

（1） 现实中的学习互助关系网络分析

从图 4 中，我们可以看到，成员之间联系比较紧密，当 然也有部分点处于边缘地带，他们很少帮助别人，也很少得 到别人的帮助。经过深入调查得知，那些点入度比较高的点 代表的成员，在班级中处于核心地位，人缘不错，待人比较 热情，学习成绩不错，有能力帮同学解决问题，因此，当遇到课业问题时，很多人求助于他们。

（2） 虚拟社会中的学习互助关系网络分析

从上图中，我们可以清楚的看到该班级成员大致可以分为三个群体。分别是：相互之间有关系，但关系强度并不大 的第一群体，由相互独立的各成员组成的第二群体以及只有 5 个成员组成的第三群体。这三个群体之间相互独立，不存在 任何关系。

（3） 现实社会与虚拟社会中学习互助关系网络的比较 在此，我们仍然采用 UCINET中提供的二次指派程序

QAP 来分析两种学习互助关系网络的差异性水平以及二者的 相关性。现实社会中的学习互助关系矩阵用“XianshiX”来标 记，虚拟社会中的学习互助关系矩阵用“XuniX”来标记。

“Signif”相关系数显著性水平值为 0.017，说明学生现 实中的学习互助关系网络与虚拟社会中的学习互助关系网络 存在差异，但差异性并不显著。Pearson 相关系数为 0.114， 说明两个学习互助关系网络之间是正相关，但是相关性水平 很低，两者之间不存在强关系。

经过以上的分析与比较，我们可以得到这样的结论：学 生的学习互助关系以面对面的互助为主。对此结论可以这样 解释：面对面的交流能够比较清楚的进行，而且学生住在一 起，为这种面对面的交流提供了条件。

3进一步分析

经过以上的分析，我们已经得知，学生的人际关系以现实社会中的人际关系为主。但是这样的问题却再次引起我们 的关注：现实社会中的情感关系在多大程度上影响到现实社 会与虚拟社会中的学习互助关系？ 因此，我们对本文所涉及 到的四个矩阵进行了相关性分析。

由表 5 可知，各矩阵之间均呈现正相关。现实社会中的 情感关系会带进虚拟社会中；相比而言，现实社会中的情感 关系对现实社会中的学习互助的影响要大于对虚拟社会中的 学习互助的影响；虚拟社会中的学习互助受虚拟社会中的情 感关系的影响稍大一些。这与我们的常识比较符合。情感关 系在一定程度上影响到学习求助对象的选择。

四 结束语

本文只是一个个案研究，运用社会网络分析方法，利用 UCINET 软件对某班级学生的虚拟社会和现实社会的人际关 系进行分析，获得两种不同情况下的人际关系的概况。但研 究结果只适用于与本案例相似的环境。在研究过程中，还存 在着很多不足。只选取了具有代表性的某班级，该班级成员 数目也不够多，在这一定程度上了影响了本文的研究结果。

在今后的研究中，如何采用多种研究手段，有效利用社会网络分析方法这个新视角研究问题，还需要做更深层次的研究。

参考文献

[1]刘军.社会网络分析导论[M].北京:社会科学文献出版社,2004:56-95.

[2]约翰•斯科特著,刘军译.社会网络分析法[M].重庆:重庆 大学出版社,2007.

[3]罗家德.社会网分析讲义[M].北京:社会科学文献出版社,2005.

[4]齐心.走向有限社区——对一个城市居住小区的社会网络 分析[M].北京:首都师范大学出版社,2007.

[5]叶新东,邱峰,沈敏勇.教育技术博客的社会网络分析[J]. 现代教育技术,2008, (5).

[6]陈向东,郭欣,杨慧慧等.基于协作过程的反思性学习研究[J]. 现代教育技术.2008,(5).