大学生的社会网络*

尹 奎 李秀凤,3 孙健敏 于浩瀛

(1中国人民大学劳动人事学院,2中国人民大学财政金融学院,北京 100872)(3山东师范大学管理科学与工程学院,济南 250014)

社会网络是由个体社会关系构成的相对稳定的系统,是联结行动者的一系列社会联系,是传递信息、物质、情感与观念的重要纽带。社会网络由节点与联系构成,节点是网络中的人或结构,联系是人与人之间交流的方式与内容(Silverstein,Marais,Henzinger,&Moricz,1999)。从社会网络发展脉络看,20世纪20～30年代布朗第一次提出了“社会网”概念,随后鲍特建立了社会网络研究范例,60～70年代社会网络分析在西方学术界开始流行,成为研究小群体、社区、阶层的重要工具并成为西方社会学领域的显学(田磊,2013)。此外,社会网络被广泛应用到人类学、教育学以及管理学等多学科领域,成为解释社会工作与生活中决策支持、社会交换、意见传播与社会认知等现象的有效理论。教育研究的一个重要哲学性改变就是强调学习存在于社会互动中。对于大学生群体社会网络的研究成为社会网络在教育学、社会学领域应用的重要分支。随着我国现代化进程的加快,社会生活的多元化,大学生交往日益普遍化与多元化,大学生交往的网络规模与程度都高于社会平均水平(高文杰,李晓娜,钟恒,2002)。大学生社会网络在提供补偿性心理满足,增强学生群体意识,塑造健全人格,提供社会支持,促进自我教育与自我管理等方面具有重要作用(Dawson,2008;Han&Zhao,2014;Burdick,2015)。对大学生社会网络的研究成为理论界关注的焦点。

1 大学生社会网络的概念界定

1.1 大学生社会网络的概念

基于社会网络理论与大学生群体特点,对大学生社会网络的概念,不同的学者提出了不同观点。王之莉(2012)认为大学生社会网络是在高校背景下大学生与他人形成的正式与非正式关系之和。王国朕(2014)认为大学生社会网络是大学生个体与其他个体或群体构成的相对稳定的社会关系。更多的学者认为大学生社会网络是指在学习、工作、生活过程中所形成的各种正式与非正式互动关系的综合(王飞,姚冠新,2014;张再生,董磷茜,2011)。上述定义的共同点在于：(1)强调大学生个体的中心地位;(2)强调其社会关系存续情境为大学期间;(3)强调社会关系的多样性,既包含正式关系,又包含非正式关系。从进化发展角度看,大学生社会网络经历了选择定向、深入交往、关系建立以及关系维持四个阶段。每个阶段的人际关系因素包括相似性、需要的满足、交往频率与情感相悦水平等。各人际关系因素加总计算的因素指数反映了人际交往中彼此相互吸引的水平与性质。纵向来看,四个阶段的因素指数表现出波段上升的整体趋势,在这个过程中要重点关注情感相悦、彼此相似性(高文杰等,2002)。从社会网络关系类型看,大学生社会网络类型集中在：同伴、集体、亲子、同胞手足、理想人物、师生及物/非人类七种类型,其中亲子、手足与同伴关系表现出更一致的亲密度(郑思明,程利国,雷雳,2006)。从互动频率看,大学生社会网络以水平型交往为主,以层级型交往为辅,具体体现为中间性关系居多,如同学、同辈、师生关系比重较大(邓蕾,2006)。从社会网络纵向发展对比看,大学生与高中生相比社会网络呈现规模小、工具性目的增强、排他性功能显现、群体网络数量多、群体成员关系亲密度低等特点(郑思明等,2006)。可能的解释是：根据社会情绪选择理论,年龄大的人在选择人际关系对象时更加谨慎,其目的是为了增进相互的情感关系以及达到社会功能最优(范明,肖璐,2012)。

1.2 大学生社会网络的特点

大学生社会网络研究区别于一般社会网络研究的价值在于：大学生群体的独特性与大学生社会网络的特性,且后者的独特性源于大学生的身份特点。首先,大学是个体发展的关键时期,是从学生转向社会的过渡期。处于这一时期的大学生对未来朦胧而又充满期待,大学生社会网络影响了个体未来的职业选择、是否就业、就业质量以及个体的知识积累与素质养成。随着各大高校的不断扩招,大学生就业难引起多方关注,而社会网络为解释就业问题提供了一个新的微观视角(陈鋆,谢义忠,2014)。从这一角度看,大学生社会网络影响的持久性与深远性更强,影响了个体未来道路的选择。其次,大学生在校期间大都尚未体验到生活、情感、晋升等多重压力,精力更多地放在学习上,在校期间互动动机较为“单纯”。大学生社会网络的形成一般源于彼此之间年龄相似、兴趣相同,思想与彼此之间相互吸引。信任与互惠是社会网络的基本规范。大学生社会网络更加强调互惠互助、责任义务与情感支持,而职场中的社会网络(如同事关系),人们对彼此的期望较低,人际交往更多的是“利益驱动”与“工具性”驱动(张东辉,黄晶晶,2015)。大学中形成的社会网络,如室友关系、同学关系、师生关系等往往成为日后甚至一辈子情感交流的重要网络。再次,大学生除了学习外,日常的时间较为充裕与自由,业余社团活动更加丰富,有利于个体人际关系的建立与维护。从社会网络特点看,大学生社会网络呈现网络规模大、凝聚指数与吸引力高、情感交换频繁等特点(高文杰等,2002)。另外,大学生日常互动的对象多为学生、老师,对象较为单一,而职场中的个体出于工作需要,互动对象的多样化程度更高,即大学生社会网络的异质性一般低于职场人士(蔡萌,杜巍,任义科,赵晨,杜海峰,2014)。最后,从研究重点看,大学生社会网络研究关注的结果变量更多的是个体成长,如在校学习成绩、行为以及就业等问题,而对职场群体社会网络的研究更多关注组织利益,如组织绩效、个人绩效、关系网络投资等(蔡萌等,2014;周小虎,孙俊华,2014)。

1.3 大学生社会网络的分析视角

大学生社会网络分析包括整体与个体两种视角(范明,肖璐,2012;代娴,兰建龙,田鑫炜,2012),例如对大学生学习网络的研究(Casquero,Ovelar,Romo,Benito,2015)。整体网络分析以分析单位(小团体、班级等)整体为研究对象,通过矩阵方法研究社会体系中的角色综合结构,强调社会网络是有边界的、封闭的,关注网络整体的密度、互惠性、聚类系数、可达性等特征,主要用于探讨整个网络中的个体如何连接、连接是如何产生与保持,影响了个体的信息接触度以及归属感。当前对于大学生社会网络整体的研究主要应用在班级座位安排(黄翠银,任秋丽,罗苗,2010)、课程评价(陈淑洁,叶新东,邹文才,2009)等方面。个体社会网络以网络中的个体为研究对象,强调某一时点以个体为中心的网络节点特征与联系特征,被广泛用来分析大学生在校行为、学习、心理与就业等问题。对大学生学习网络的研究正从整体视角向个体视角转变(Casquero et al.,2015)。鉴于个体视角社会网络分析的针对性、行为预测性以及研究成果的丰富性,本研究重点阐述基于个体视角大学生社会网络影响因素与作用机制的最新研究成果,为大学生自我管理、就业/创业实现以及职业生涯管理提供参考价值。

2 大学生社会网络的结构与测量

不同学者基于不同的视角,对大学生社会网络进行了不同维度划分。从网络同质性程度看,大学生社会网络可分为水平型网络与层级型网络：水平型网络成员间没有任何等级,如同学、朋友、学弟、学妹等,他们之间几乎没有任何等级,同质性较高;层级型网络中,成员一般有资历差别,如导师、学长/学姐、辅导员、企事业单位人员等,存在点对点的异质性(程诚,2012)。从社会网络功能看,大学生社会网络分为情感性网络、工具性网络以及混合性网络,其中老师、实习同事等更多属于工具性网络,父母、兄弟姐妹、恋人以及祖父母等更多属于情感性网络,舍友、同校或同专业同学等群体属于混合性网络。大多数学者根据一般网络特征对大学生社会网络进行分类,常用的个体网络特征指标有网络规模、网络中心性、网络关系强度、网络异质性等(姜萍,2015;李美佳,2008;王绍让,2014;周星,2008),其中网络规模、网络中心性属于网络结构特征,而网络关系强度、网络异质性属于网络关系特征(李永强,黄姚,2014;王国朕,2014)。网络规模是衡量个体中心网络质量的核心指标,网络规模与网络同质性反映了网络中节点的量与质;网络中心性是指与网络其他成员建立的直接与间接联系总量,网络中心性不仅反映了个体与其他成员联系的紧密程度(入度中心性),还反映了个体访问其他网络成员的能力(出度中心性),高中心性的个体访问路径越短。网络强度反映了网络成员间关系的密切程度,可进一步分为强关系(关系很铁)与弱关系(泛泛之交),主要通过互动频率、亲密程度、情感强度以及互惠行为四个指标来测量。网络异质性是指个体在社会网络中的全体成员在某些社会特征方面的分布情况,异质性越高,越有利于个体从社会网络中获得独特的信息与资源。在对大学生创业实践研究中,学者通常会加入网络顶端这一网络特征(Xiao&Fan,2014;陈宏军,李传荣,陈洪安,2011;肖璐,范明,2014)。网络顶端反映了个体社交网络最高层的成员,反映了该成员的社会地位。

从测量看,大学生社会网络作为无边界网络,一般采用自我中心网络搜集法(郑晓涛,李旭旦,相正求,2006),具体包括：提名法(Na m e Generator)、定位法(Position Generation)以及李克特等级评价法。提名法源于美国社会学家Burt(1984)与Marsden(1987)设计的“重要问题的讨论网”。具体做法是询问被试“最近半年与谁讨论过重要问题”,就前5个人对其社会地位、教育程度等做出回应,并评价与这5个人的关系。提名法的优势在于：(1)便于描绘自我中心网络位置、特征以及社会网络中的资源;(2)可以确定具体问题的内容(张文宏,2011),更有针对性。提名法的不足主要是：(1)侧重强关系,忽视弱关系;(2)缺乏抽样项目的理想框架。该方法具体体现在田磊(2013)等人的研究中。边燕杰(1998)有关“餐饮网与社会资本”的研究最早使用了定位法,即通过测量中国人拜年网所嵌入的社会资本来对个体中心社会网络特征进行分析。在具体测量过程中要求被试回答春节期间与其本人及父母相互拜年的对象。该方法是测量中国人个体社会网络的有效指标(王卫东,2006)。大学生社会网络的实证研究大多数是基于“春节拜年网”进行测量的(王国朕,2014;肖璐,范明,2013)。定位法相比于提名法的优点在于：(1)以多种资源标准为基础,如职业、权威或产业等;(2)可以直接或间接识别网络成员之间的位置与联系;(3)建立在中国情境下代表性样本基础上(张文宏,2011)。不管是提名法还是定位法,在对具体网络特征进行评价时,更多的与李克特等级评价相结合,尤其是对网络关系强度的评价中。上述测量方式都属于行为指标,采用问卷调查且从单一受访者收集数据,往往受到被试主观意识、理解能力、认知倾向、网络特征感知能力的影响,导致测量误差,放大个性特征对真实社会网络特征的影响,甚至引起双向因果关系(郭云南,张晋华,黄夏岚,2015;李永强,黄姚,2014)。

3 大学生社会网络的影响因素

大学生社会网络是先赋性(如出身、性别等)与自致性(个体后天努力)因素的混合物,不少研究都试图从预测变量的视角探索大学生社会网络的形成机理。从当前的实证研究结果看,影响大学生社会网络形成的因素主要体现为家庭因素与个体因素。

3.1 家庭因素

大学生个体的家庭功能状况、籍贯是影响大学生社会网络形成的重要因素。个体的社会适应能力与其所在家庭的功能状况息息相关。胡子祥、徐文生和罗爱林(2008)指出,家庭功能中的情感联系、互动协调、家庭冲突以及家庭沟通对大学生社会网络素质产生积极影响,并影响了大学生社会网络信任水平。但也有学者指出,大学生社会网络特征在其家庭背景上没有显著差异(王之莉,2012)。国外研究也发现能力相似性、父母教育程度相似性以及政治倾向相似性对朋友关系形成的影响没有想象的那么大(Mayer&Puller,2008)。籍贯对于大学生社会网络的影响较为复杂,且与性别存在交互效应。从大学生社会网络中的规模因子看,来自农村、城镇学生的社会网络规模大于来自大中型城市的学生(李美佳,2008)。从网络密度上看,对于贫困女大学生的研究发现,其社会支持网络的网络密度小,还存在较大的社会支持隔离人群,且弱关系的积极作用体现不明显(肖群鹰,刘慧君,班理,2007)。

3.2 个体因素

3.2.1 人口统计学特征

个体的人口统计学特征以及内隐特质与外显行为方式都会对大学生社会网络的形成产生影响。从人口统计学特征看,个体的性别、年龄、民族、受教育程度、政治面貌等对大学生社会网络具有一定影响。从性别看,不同的学者给出了不同的答案。一部分学者认为性别在大学生社会网络规模上具有趋同性,不存在显著差异(邓蕾,2006;王之莉,2012)。另一部分学者认为社会网络规模存在性别差异,男生网络总体规模大于女生(李美佳,2008)。郑晓涛、石金涛、郑兴山和柯江林(2007)研究却发现,大学生社会网络在性别上存在显著差异,女性网络规模、强亲密程度联系人数量以及沟通频率明显高于男性,男性大学生的网络紧密性高于女性。从年龄看,研究发现大学生社会网络在年龄上存在较高程度的同质性(邓蕾,2006;李美佳,2008),但是在年级变量上存在较大差异性,网络规模会随年级的增加而增加,大四学生的社会网络规模达到最大(李美佳,2008)。从民族看,民族影响了社会网络的形成,张东辉和黄晶晶(2015)探讨了西藏散插生的社会网络构建,发现西藏散插生在学校中倾向于形成两个社会网络：以情感交流、基于信任、互助的西藏同学“小团体封闭网络”;有利于提高其学习能力、表达能力、视野开拓的以汉族和老师为主的开放网络。对学历与大学生社会网络关系的研究发现,硕士生的网络联系强度最高,依次是本科生、博士生、大专生(王之莉,2012)。在人们印象中商科大学生社会网络特征应该与理工科存在显著差异,但是这种推断并没有得到实证的证实。此外,大学生社会网络规模在政治面貌上没有表现出显著差异性(王之莉,2012)。

3.2.2 内隐特质与外显行为方式

根据人格特质理论,一个人的人格特质决定了个体的行为方式,而不同的人际互动行为方式影响了人际关系的形成、发展与维护。已有的研究发现,外向大学生拥有的网络规模大于内向大学生的网络规模(李美佳,2008)。自我监控理论假定拥有相似特点的个体之间更容易在一起(end up together),个体的自我监控影响了选择什么样的人成为朋友。但是,对于大学生群体的实证研究并没有证实上述假设(Young,2011)。Lee(2014)探讨了个体人格特质中的社会比较倾向、自尊与自我不确定性与社会网络中比较频率的关系,发现上述三种特质能够影响个体的社会比较频率,进而引发更多的消极情绪。个体情绪智力能够显著影响个大学生社会网络中心度。高情绪智力的同学具有较高的自我监控能力,能时常将他人情绪作为参考,表现出宜人行为,获得更多同学的信任与喜爱,提高其在班级人际网络中的中心度(唐文清,蒋香梅,张敏强,常颖,2015)。

对外显行为方式与大学生社会网络关系的研究集中体现在印象管理建构、人情消费、宿舍网络变量上。已有研究发现,印象管理建构与大学生强联系人数量负相关,印象动机与大学生强联系人数量相关性不显著(肖群鹰等,2007)。大学生在校除了进行人力资本积累,还通过人情消费构建自己的社会网络,积累社会资本。人情消费这种情感表达性行为背后的逻辑正是工具理性,人情消费不是盲目的从众行为(张小莉,李娜,2014)。生活圈同样会影响社会网络的形成与扩展,例如宿舍人际关系(叶新东,朱少华,2007)。除了上述影响因素,在大学生社会网络跨文化研究中,种族差异、文化背景也是学者们关注的重要问题。对留学生环境适应的调查发现,不同文化背景的留学生形成不同类型友谊与学习网络(Rienties&Nolan,2014)。有关种族差异与大学生朋友选择关系的研究发现,种族差异影响了朋友关系的形成,相同种族的大学生更可能成为朋友(McFaul,2016)。可能的解释是种族影响了大学生与谁见面的偏好(Mayer&Puller,2008)。

4 大学生社会网络的影响效果

群体中的人际关系是影响个体行为的重要因素(郭立亚,朱瑜,2005),社会网络分析的功效在于：“透视”社会网络中行动者之间的互动,解析他们创建相互连接的图式,达到理解这些图式的意义。大量实证研究探讨了大学生社会网络对其行为的积极影响。根据行为发生时空特点,可以将大学生社会网络对其行为的影响分为近端影响与远端影响,前者强调在校期间的行为,如在校学习、志愿活动参与等;后者强调学校-社会转化,包括就业质量、创业意愿等。此外,大学生社会网络作为一种社会支持系统,对学生的态度、情感产生重要影响,本文将态度、情感类变量纳入近端因素,从近端、远端两方面探讨大学生社会网络的影响效果

4.1 近端影响

4.1.1 态度与情感

社会网络不仅可以传播认知、价值观,还可以传播态度与情绪,处于强关系网络中的个体和其他成员有更频繁与广泛的接触,有更多机会接受对方的劝说,分享网络成员经验,产生更多直接经验与情绪唤醒(周小虎,孙俊华,2014)。大学生社会网络能够提高其在校期间的应激水平,如人际关系改善、学习减压、健康及适应等。大学生社会网络中的虚拟网络、现实网络在情感支持、学习互助方面存在显著差异(冯锐,谢英香,2009),过于注重网络沟通会降低大学生主观幸福感。对大学生宗教信仰的调查发现,同龄群体是基督教传播的重要途径,其中大学生宗教信仰受同学、朋友的影响最大(孙尚扬,李丁,2013)。大学生社会网络对校内学业、人际与情感适应都有积极影响(Raacke&Bonds-Raacke,2015)。网络中心度高有利于提高大学生在校适应性。一方面,人际网络连接是信息、资源传递的重要途径,网络中心度高的大学生能够及时获取更多信息与资源,从而改善其适应能力。另一方面,良好的人际网络能够为大学生提供工作性与情感性支持,帮助他们更好地调整心态,应对挫折(唐文清等,2015)。

4.1.2 个体行为

大学生活动总是存在于群体互动中,其交往对象是重要的参照源,模仿与相互作用会影响他们的行为。大学生社会网络对其在校行为的影响主要体现在选课、志愿活动参与、疫苗接种、饮酒行为、信息传播、自杀倾向、职业生涯规划等方面。从选课行为看,个体所处社会网络中的其他成员行为标准与结构都可能成为其行为的参考。大学生社会网络对其选课行为有显著影响,对于非实用课程更多的是看同学、看朋友。在选择“人类艺术类”与“社会科学类”课程时,更多的考虑关系网络与个人爱好(孙尚扬,李丁,2013)。从志愿活动参与看,大学生是否参与志愿活动并不是家庭社会化的重要内容,同班同学、舍友以及最好朋友的志愿活动参加比例与参加频率影响了大学生志愿活动参加的机会与频率,可能的解释机制是重要他人给他们带来了的社会化、群体压力以及信息和信任机制(尉建文,杨中英,2015)。此外,志愿活动能够帮助他们建立新的社会网络,他们也能够将原有社会网络中的成员纳入志愿行动中来(罗婧,王天夫,2012)。上述“近朱者赤”的效应同样存在于是否接种疫苗以及吸烟、饮酒行为选择过程中(Nyhan,Reifler,&Richey,2012)。当大学生网络成员较少饮酒且对戒酒表现出支持态度时,有利于降低大学生饮酒的社会比较动机,增强“少饮酒好”的规范性反馈,提高戒酒干预措施(饮酒惩罚教育、短时动机干预)对大学生戒酒的积极作用效果(Reid,Carey,Merrill,&Carey,2015)。从信息传播行为看,池上新(2014)发现大学生网络规模与是否发送安全风险短信正相关,网络资源总量与是否发送社会风险短信负相关。从自杀倾向看,缺少亲密朋友或交往对象的大学生的自杀倾向更强。对于年轻人,朋友是关键时候提供支持的重要资源。年轻人更愿意与朋友沟通,而不是父母。他们可以不用顾虑别人的看法,去与朋友交流心理状态、想法。这有助于他们更好的以一种积极的方式处理压力与紧急情况(Tang&Qin,2015)。从大学生职业生涯规划看,社会网络特征都能够为大学生提供信息资源,在职业支持方面,网络规模、异质性与关系强度发挥重要作用,网络中心性的作用不显著。由信息资源与职业支持构成的网络利益在大学生社会网络与职业生涯规划关系中具有中介作用(王国朕,2014)。

4.2 远端影响

多数研究基于社会资本理论、强弱关系理论以及结构洞理论探讨了大学生社会网络对其毕业去向选择、是否就业、就业质量、创业意愿、创业绩效的影响。具体包括：

4.2.1 毕业去向

已有研究探讨了大学生社会网络中的家庭因素对其毕业去向选择的影响。家庭成员的受教育程度与大学生继续深造正相关,父亲职业地位与企业就业意愿负相关,家庭收入与就业薪酬期望、企业就业意愿正相关。大学生家庭社会资本越高,网络规模越大,继续深造意愿越低。网络规模越大,与官员交流越多,大学生“从政”意愿越高(尉建文,2009)。

4.2.2 是否就业

社会资本理论、强弱关系理论对大学生社会网络与其是否就业进行了不同的解读。社会资本是从嵌入社会网络的资源中获得的,植根于社会网络与社会关系中。定性研究结果表明：从就业引入方面看,社会网络能够弥补就业信息不对称,降低大学生就业成本,促进就业机会的获得;从就业实施看,社会网络有利于大学生自主创业以及提高就业质量(谢有长,宁陶,2011)。强弱关系理论更多从辩证的角度看待大学生社会网络的影响,如强关系对大学生就业有明显的内部正效应与外部负效应,能够帮助大学生增加就业机会、降低就业成本以及提供就业信息,但是也限制了社会资源流动与共享,加剧了社会分化与不平等,弱化了人才素质能力的竞争以及冲击了社会信用制度(蔡小慎,刘存亮,2012)。实证研究结果表明：大学生社会网络能够降低就业信息不对称,影响其在劳动力市场上找到工作的类型与机会(尉建文,2009),提升就业绩效,降低就业成本(谢有长,宁陶,2011)。总体来看,大学生社会网络有助于其就业实现。

4.2.3 就业质量

是否就业与就业质量是不同的概念。对英国大学生的研究表明,大学生找工作中使用的社会网络存在性别差异,并且那些能与校友建立起网络关系的大学生更可能获得高薪工作(Marmaros&Sacerdote,2002)。国内部分研究证实了上述结论的可靠性,如郑晓涛等(2006)的研究表明：在通过关系获得工作的人群中,人际关系网络中的强联系越多,收入水平越高。最新的研究结果却表明,社会网络尽管能够促进就业,但是从就业质量看,对于那些通过社会网络获得工作的大学生,起薪显著低于通过公开招聘获得工作的毕业生(张巍,张馨燕,2013),可能的解释是有能力的人不适用社会网络(梁玉成,2014)。除了探讨大学生社会网络对是否就业以及就业质量的直接影响,其影响的过程机制与边界条件也成为理论界关注的焦点。从过程机制看,张再生和董磷茜(2011)进一步揭示了择业效能感在大学生社会网络与实现就业、就业满意度关系中的中介作用。从边界条件看,社会资本、人力资本对于就业质量的影响受到学历等级的调节。

4.2.4 创业意愿/动机

鼓励大学生创业不仅是实现科技兴国的重要发展战略,也是青年人砥砺意志的重要方式。大学生创业社会网络中的强关系主要包括：亲戚、同学、朋友等,弱关系包括高校、创业管理部门、业界同行等,前者能够为个体提供经济与道义帮助,后者能够为创业者提供其他社会资源(刘国权,2010)。从大学生社会网络对其创业意愿的直接影响看,大学生社会网络是影响大学生创业动机重要外部环境因素,但影响力小于融资信贷支持与政府激励引导(周勇,凤启龙,陈迪,2014)。创业动机是创业意愿的驱动力,是激发、维持、调节人们从事创业活动,并引导创业活动朝着预期目标发展的内部心理过程。大学生创业动机可分为生存型动机与发展型动机,前者以获取经济利益为目的,后者以价值实现与兴趣——工作匹配为主要动机。研究表明：网络顶端与大学生生存型、发展型创业动机负相关,间接反映了家庭条件好的学生创业动机不强烈;网络异质性对生存型创业动机产生负向影响(肖璐,范明,2013),但有利于发展型创业动机的激发(吴晓波,张超群,王莹,2014);社会网络关系属性的差异化有助于大学生多样化兴趣的培养,并为他们基于兴趣的创业动机提供便利。网络规模对大学生村官创业意愿产生负向影响(Liu&Fan,2014),一个重要的原因是网络关系集中在相同职业,造成信息同质化严重。吴晓波等(2014)、范明和肖璐(2012)研究得出了相反的结论。之所以存在不一致的结论,可能是由于学者采用的社会网络指标不同,调研方法不同。

从大学社会网络对其创业意愿/动机影响的解释机制看：一是,知识内化的中介作用,父母、亲友的创业经历能够给创业者提供“角色样板”,个体通过与之互动能够将榜样中的缄默知识消化吸收,实现知识内化,为其提供精神鼓励、资金扶持、创业信息、过程指导以及人际关系支持(张玲,2014;朱永跃,胡蓓,孙鹏,2012);二是,资源整合与摄取的传递机制,良好的社会网络关系能够有效连接创业机会与行动(王飞,姚冠新,2014),大学生社会网络能够通过市场信息咨询提供、创业支持提供、密切创业团队成员关系等途径提高大学生的创业警觉性,进而提高创业机会识别能力(姜萍,2015);三是,学习能力的培养机制,大学生与其社会网络成员的互动对其行为特质产生重要影响,影响了大学生创业中学习能力的培养与塑造。已有研究发现,学习能力在大学生社会网络与创业绩效关系中具有中介作用(王绍让,2014)。四是,创业自我效能感的激发机制,王雨和王建中(2013)证实了大学生社会网络中的强关系、弱关系均能通过影响创业自我效能感、创业态度对创业意愿产生正向影响。此外,高社会网络的大学生的创业心理弹性更强,具体表现为有更高的韧性(能够坚持不懈)、更强的创业力量(快速复原能力)与乐观心态,进而提高其创业意向。(胡文安,2015)。

4.2.5 创业绩效

社会网络在企业初创行为中起到核心作用。根据“有限理性”假设,个体处理与储存信息的能力是有限的,通过社会网络获取知识与信息有助于个体扩大理性边界。大学生社会网络与创业绩效的关系远比想象中的复杂,社会网络的不同特点影响了创业绩效的不同维度。对科技型大学生创业者的调查表明：网络规模、网络异质性与创新性创业绩效正相关,异质性越高获得网络成员的资源与影响的互补性更强,但过高的异质性容易分散大学生创业者的资源与能力,降低主要业务的增长;网络异质性与成长性创业绩效负相关,在“差序格局”文化背景下,从亲密度高、互动频繁的网络成员中可以获得更多的资源,同时也意味着个体与网络其他成员可能拥有更多共同朋友,从而提高网络成员提供给主体资源与支持的意愿,网络密度、网络强度与主观创业绩效正相关(左晶晶,谢晋宇,2013)。总体看,大学生网络能力对创业综合绩效、创新绩效均有显著正向影响(桑大伟,于晓宇,谢富纪,2013)。

5 大学生社会网络的未来研究展望

当前对于大学生社会网络的研究集中在大学生社会网络与其就业、创业关系的研究,有关维度与测量的研究也是以就业质量与创业绩效为校标展开的。基于社会网络理论与社会资本理论,广大学者得到了丰硕的研究成果。未来还可以从以下几个方面进行深入探讨：

5.1 大学生社会网络维护策略问题

大学生要激活网络中的资源,将其转化为自身的资本,必须注重对网络的维护。情感倾诉、休闲陪伴、物质支援都是大学生维护社会网络的重要途径(李美佳,2008)。除了上述策略,大学生还可以采取哪些策略,对于社会网络中的强关系与弱关系维护策略有什么不同等问题都需要进一步澄清。另外,当前对于大学生社会网络的研究更多强调正面影响,鲜有对其负面影响的考察(王国朕,2014),例如大学生社会网络可能会限制个体自由,由于排他性给局外人网络内资源获取造成障碍等。如果大学生身处的社会网络消极与积极因素并存,大学生应该如何维护,是退出、妥协还是推动改变等问题都需要细化研究。这对于大学生健康发展具有重要的现实指导意义。

5.2 大学生社会网络动态性演变问题

不同的人生阶段,社会网络特征有哪些变化,是什么因素推动了社会网络的演化,不同类型社会网络的演化会带来哪些影响是一个新的研究命题。部分学者已经朝着这个方向做出了尝试,如王疏影和梁捷(2014)对比了初中生与高中生社会网络对其幸福感的影响,发现社会网络的聚类、支持程度与中心度通过影响个体的自信、满足等个体感知因素对幸福感产生影响,且青少年时期的幸福感往往比成年后更高。吴江和张劲帆(2015)从互惠性、传递性与反转关系三个方面以学生为样本探讨了关系网络的三个时间段的演变。Eisenman,Farley-Ripple,Culnane和Freedman(2013)探讨了智障高中生上大学后社会网络规模与结构的变化。彭华涛(2013)对大学生、企业职工创业社会网络进行了对比研究,发现社会网络关系演化中的关系强弱与功能集成不相关,与价值多元正相关,而大学生社会网络的功能集成与价值多元正相关,未来可以继续探讨不同的教育阶段(本科生、研究生、博士生),学生社会网络的形成与动态发展过程。从大学生社会网络影响结果的时间跨度看,当前更多关注大学生社会网络对其在校态度、行为以及就业、创业的影响,对其毕业后的职业地位、职业适应、职业成功的影响效果与过程机制的研究相对不足(林南,敖丹,2010)。未来可以探讨大学生社会网络中的水平维度与垂直维度是否会对工作后同事关系、上下级关系产生差异化预测作用。

5.3 大学生可接触社会网络形成与作用机制问题

社会网络是一个动态的过程,不仅与个体的家庭、性格、性别有关,也与所处的社会环境密切相关(张东辉,黄晶晶,2015)。社会网络可以分为可接触社会网络和被动员社会网络,前者是个体后天形成的社会网络,如同学关系、师生关系等,后者是指个体的家庭背景,具体表现为父母的教育程度、职业、家庭收入等。当前对大学生社会网络与创业、就业等关系的探讨大多强调被动员的社会网络(李黎明,张顺国,2008),缺乏对可接触社会网络的研究。即大多强调以家庭背景为基础的被动员社会网络,忽略了大学生在校自致性同学、老师等网络的作用。以往关于被动员社会网络(社会资本)影响结果的研究饱受内生性问题的困扰(梁玉成,2010;陈云松,范晓光,2011)。内生性问题主要包括两种：一种是拥有越多关系的行动者倾向于使用关系,另一种是有能力的人倾向于不使用关系(梁玉成,2014)。尽管家庭背景等先赋性网络结构因素在大学生社会化早期起到重要作用,但随着市场化程度的提高以及我国劳动力市场化进程的加快,人力资本作为自致性因素的作用越来越大。未来应该重点关注大学生可接触社会网络的积极作用。具体来看,一是,探讨大学生可接触社会网络的形成机制,探讨学生个体、教师、学校因素的预测作用;二是,探讨可接触社会网络对大学生就业、创业以及入职后社会适应的积极影响。此外,根据网络动态学,社会结构与行动互为因果(罗家德,2010),未来有必要通过纵向追踪数据探讨社会网络与大学生行为关系的因果关系。

5.4 人力资本在大学生社会网络功能转化中的作用问题

社会人际网络具有教育功能,能够给人们带来优势地位的社会网络是无法观测到的人力资本因素(Mouw,2003)。当前对就业、创业的研究大多基于社会资本视角,鲜有对孕育在可接触社会网络中的人力资本的考察。学习是一种社会化的过程,对创业学习的研究发现,社会网络关系中的互动有助于学习行为的产生(Cope,2005;Hamilton,2006)。根据社会认知理论,除了自我经验学习外,观察学习也是创业学习的重要途径(Holcomb,Ireland,Holmes,&Hitt,2009),其中观察学习是指嵌入在社会网络中个体观察他人行为并效仿,实现知识积累的过程。知识管理理论也强调,知识的获取需要交流,交流的过程有助于知识的学习与创新。程诚(2012)的研究证实了知识获取在大学生社会网络与职业地位获取关系中的中介作用,但是职业地位通过大学生个体预测评价,作为横断面研究,说服力欠佳。未来可以通过纵向研究设计进一步探讨人力资本在大学生社会网络功能转化中的作用。

5.5 基于社交媒介的大学生社会网络研究

社交网站(social network site)的快速发展极大的丰富了社会关系研究(吴江,张劲帆,2015),Facebook的成功则将社会网络理论变成社会时髦词汇,大数据更是起到推波助澜作用(周小虎,孙俊华,2014)。社交媒介(如微信、微博、QQ、人人、Fackbook、LinkedIn、Skype、Twitter等)的快速普及促使学者开始研究使用社交媒介进行的人际沟通与互动,而大学生是社交媒介的活跃使用者(Subramani,2015)。已有研究发现,96.7%的大学生都接触过社交网站,他们使用社交网站的主要目的是娱乐与联络他人(Guadagno,Muscanell,&Pollio,2013),依赖社交媒体拓展社会网络成为新的趋势。基于社交媒介的大学生社会网络研究可以从以下方面进行探索性研究：一是,对比中西方文化背景下,大学生使用社交媒介构建在线社会网络的差异性,如使用Facebook与Renren中的隐私保护问题(Liu&Fan,2015);二是,基于社交媒介大学生在线社会网络的“双刃剑”效应。微信是典型的人际沟通网络,基于手机联系人、QQ好友,将线下人际关系在线上拓展,有效利用微信进行人际关系维护与拓展是积累社会资本的重要途径(刘颖,张焕,2014),但微信时代人际交往模式与人际关系发生的变化容易使大学生产生心理偏差;三是,对比线上与线下社会网络的成因与影响效果,例如Wright等(2013)的研究发现,沟通能力对面对面社会支持满意度、线上(Facebook)社会支持满意度有显著正向影响;四是,基于社交媒介的大学生社会网络测量,突破行为指标测量局限。通过对真实网络特征进行日记式记录、使用过往性事件来对社会网络进行直接测量等方式都是相对客观、直接的社会网络调查方法(郭云南等,2015;李永强,黄姚,2014),社交媒介为上述方法的实现提供了条件。例如已有研究发现,大学生在Facebook发表的与饮酒有关的状态能够强化饮酒认同与饮酒行为的关系,未来可进一步探讨大学生在Facebook、微信、QQ等发表状态、图片被点赞、评论数量对个体认知、情感与行为的影响(Rodriguez,Litt,Neighbors,&Lewis,2016)。

边燕杰.(1998).找回强关系:中国的间接关系、网络桥梁和求职.国外社会学,(2),50-65.

蔡萌,杜巍,任义科,赵晨,杜海峰.(2014).企业员工社会网络度中心性对个人绩效的影响——度异质性的调节作用.当代经济科学,36(1),108-115.

蔡小慎,刘存亮.(2012).我国社会网络中强关系对大学生就业的正负效应及对策.现代教育管理,(2),106-110.

陈宏军,李传荣,陈洪安.(2011).社会资本与大学毕业生就业绩效关系研究.教育研究,(10),21-31.

陈鋆,谢义忠.(2014).就业能力感知、社会网络特征对大学毕业生就业质量的影响.高教探索,(4),140-149.

陈淑洁,叶新东,邹文才.(2009).社会网络分析在网络课程评价中的应用研究.现代教育技术,19(3),26-30.

陈云松,范晓光.(2011).社会资本的劳动力市场效应估算——关于内生性问题的文献回溯和研究策略.社会学研究,(1),167-195.

程诚.(2012).大学生社会网络、知识水平与地位获得.青年研究,(4),22-34.

池上新.(2014).社会网络、风险感知与当代大学生风险短信的传播.中国青年研究,(2),55-62.

代娴,兰建龙,田鑫炜.(2012).基于SNA的高校班级学生管理研究.软科学,26(6),141-144.

邓蕾.(2006).大学生就业社会支持网的结构和特征——以对华东师范大学2005年应届本科毕业生的抽样调查为例.中国青年研究,(4),56-62.

范明,肖璐.(2012).基于社会网络视角的大学生村官创业意愿研究.农业经济问题,(5),82-87.

冯锐,谢英香.(2009).当代大学生虚拟与现实社会人际关系的差异性分析.现代教育技术,19(1),28-32.

高文杰,李晓娜,钟恒.(2002).大学生社会网实证研究及教育策略.天津师范大学学报(社会科学版),(5),75-80.

郭立亚,朱瑜.(2005).社会网络分析法在运动队结构和人际特征分析中的应用探究.中国体育科技,41(5),10-13.

郭云南,张晋华,黄夏岚.(2015).社会网络的概念、测度及其影响:一个文献综述.浙江社会科学,(2),122-132.

胡文安.(2015).个体社会网络对大学生创业意向的影响研究:以创业心理弹性为中介变量(硕士学位论文).山东财经大学.

胡子祥,徐文生,罗爱林.(2008).家庭功能与大学生社会网络素质关系研究.中国青年研究,(12),80-84.

黄翠银,任秋丽,罗苗.(2010).社会网络分析在班级管理中的应用.现代教育技术,20(4),28-32.

姜萍.(2015).大学生社会网络、创业警觉性与创业机会识别的关系研究(硕士学位论文).吉林大学.

李黎明,张顺国.(2008).影响高校大学生职业选择的因素分析:基于社会资本和人力资本的双重考察.社会,28(2),162-180.

李美佳.(2008).大学生社会网络的构成、维护与拓展(硕士学位论文).西南大学.

李永强,黄姚.(2014).个性特征与社会网络特征的关系及其本土化发展.心理科学进展,22(11),1801-1813.

梁玉成.(2010).社会资本和社会网无用吗?社会学研究,(5),50-82.

林南,敖丹.(2010).社会资本之长臂:日常交流获取工作信息对地位获得的影响.西安交通大学学报(社会科学版),30(6),74-81,88.

刘国权.(2010).社会资本在大学生创业中的作用及其培育.现代大学教育,(6),88-93.

刘颖,张焕.(2014).基于社会网络理论的微信用户关系实证分析.情报资料工作,35(4),56-61.

罗家德.(2010).社会网分析讲义(第2版).北京:社会科学文献出版社.

罗婧,王天夫.(2012).何以肩负使命:志愿行为的持续性研究——以大学生支教项目为例.社会学研究,(5),94-118.

彭华涛.(2013).大学生与企业职工创业社会网络演化特征比较.科研管理,34(2),97-104.

桑大伟,于晓宇,谢富纪.(2013).制度环境、网络能力与大学生创业绩效.工业工程与管理,17(5),76-82.

孙尚扬,李丁.(2013).北京市大学生对基督宗教态度的调查报告.同济大学学报(社会科学版),24(4),89-109.

唐文清,蒋香梅,张敏强,常颖.(2015).大学生情绪智力和班级人际网络对适应性的影响机制:多层中介效应模型.心理科学,38(3),618-624.

田磊.(2013).内蒙古大学生社会网络、社会支持与社会适应的关系研究(硕士学位论文).内蒙古师范大学.

王飞,姚冠新.(2014).大学生创业机会识别能力提升研究.国家教育行政学院学报,(8),57-60.

王国朕.(2014).社会网络对大学生职业生涯规划的影响研究(硕士学位论文).吉林大学.

王绍让.(2014).社会网络对高校大学生创业绩效的影响.教育评论,(9),84-86.

王疏影,梁捷.(2014).幸福的来源——以中国青少年为例.学术月刊,(11),87-98.

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,(3),151-166.

王雨,王建中.(2013).大学生创业意愿影响因素研究——基于社会网络关系视角.经济与管理,27(3),64-68.

王之莉.(2012).大学生社会网络对工作搜寻绩效的影响研究(硕士学位论文).西南财经大学.

尉建文.(2009).父母的社会地位与社会资本—家庭因素对大学生就业意愿的影响.青年研究,(2),11-17.

尉建文,杨中英.(2015).大学生选课影响因素的实证分析——效率、社会网络与合法性机制的视角.思想教育研究,(2),107-110.

吴江,张劲帆.(2015).社会网络三元结构中关注影响力研究——以学生关系网络为例.现代图书情报技术,(10),72-80.

吴晓波,张超群,王莹.(2014).社会网络、创业效能感与创业意向的关系研究.科研管理,35(2),104-110.

肖璐,范明.(2013).家庭社会网络对大学生创业动机的影响机制研究.中国科技论坛,1(2),134-138.

肖璐,范明.(2014).大学生村官离职行为模型构建与验证研究.软科学,28(2),91-95.

肖群鹰,刘慧君,班理.(2007).贫困女大学生社会支持网络调查分析.高教探索,(5),122-125.

谢有长,宁陶.(2011).论社会资本对促进大学生就业的意义及启示.广西社会科学,(8),147-150.

叶新东,朱少华.(2007).大学生社会网络与学习的相关性调查研究.电化教育研究,(2),32-37.

张东辉,黄晶晶.(2015).“我们”与“他们”:内地西藏散插生的社会网络构建——一项教育民族志研究.湖南师范大学教育科学学报,14(2),86-91.

张玲.(2014).创业学习、创业意愿与创业知识的关系——基于远程教育学生的实证研究.福建师范大学学报:哲学社会科学版,(3),157-166.

张巍,张馨燕.(2013).高校毕业生起薪影响因素的实证研究.现代管理科学,(3),97-100.

张文宏.(2011).中国社会网络与社会资本研究30年(上).江海学刊,(2),104-112.

张小莉,李娜.(2014).大学生人情消费过度社会化的再调查——以沈阳某高校为例.中国青年政治学院学报,(1),57-61.

张再生,董磷茜.(2011).社会网络对大学生从学校向工作转换成功影响的实证研究.理论改革,(6),105-110.

郑思明,程利国,雷雳.(2006).高中生与大学生的社会网络及其人际关系效应.福建师范大学学报(哲学社会科学版),(1),160-167.

郑晓涛,李旭旦,相正求.(2006).社会资本和人力资本对大学生就业的影响.高等教育研究,27(8),20-25.

郑晓涛,石金涛,郑兴山,柯江林.(2007).大学生社会网络对其应激水平的影响.中国心理卫生杂志,21(7),469-472.

周小虎,孙俊华.(2014).社会网络的力量:资源、规范还是社会心理.现代财经(天津财经学院学报),(4),3-9.

周星.(2008).大学生社会网络对创业绩效的影响机制研究(硕士学位论文).同济大学.

周勇,凤启龙,陈迪.(2014).创业环境对大学生自主创业动机的影响研究——基于江、浙、沪高校的调研.教育发展研究,(17),33-37.

朱永跃,胡蓓,孙鹏.(2012).基于因子分析法的大学生创业环境评价研究.黑龙江高教研究,30(3),97-101.

左晶晶,谢晋宇.(2013).社会网络结构与创业绩效——基于270名科技型大学生创业者的问卷调查.研究与发展管理,25(3),64-73.

Burdick,W.P.(2015).Social networks(and more)are necessary forstudentand faculty resilience.Medical Education,49(1),17-19.

Burt,R.S.(1984).Network items and the general social survey.Social Networks,6(4),293-339.

Casquero,O.,Ovelar,R.,Romo,J.,&Benito,M.(2015).Reviewing the differences in size,composition and structure between the personal networks of high-and lowperforming students.British Journal of Educational Technology,46(1),16-31.

Cope,J.(2005).Toward a dynamic learning perspective of entrepreneurship.Entrepreneurship Theory and Practice,29(4),373-397.

Dawson,S.(2008).A study of the relationship between student social networks and sense of community.Journal of Educational Technology&Society,11(3),224-238.

Eisenman,L.T.,Farley-Ripple,E.,Culnane,M.,&Freedman,B.(2013).Rethinking socialnetwork assessmentfor students with intellectual disabilities (ID) in postsecondary education.Journal of Postsecondary Education and Disability,26(4),367-384.

Guadagno,R.E.,Muscanell,N.L.,&Pollio,D.E.(2013).The homeless use Facebook?Similarities of social network use between college students and homeless young adults.Computers in Human Behavior,29(1),86-89.

Hamilton,E.(2006).Narratives of enterprise as epic tragedy.Management Decision,44(4),536-550.

Han,Z.,&Zhao,C.(2014).The applied mechanism research of college students'social network.Advanced Materials Research,850,1082-1085.

Holcomb,T.R.,Ireland,R.D.,Holmes,R.M.,Jr.,&Hitt,M.A. (2009). Architecture of entrepreneurial learning:Exploring the link among heuristics,knowledge,and action.Entrepreneurship Theory and Practice,33(1),167-192.

Lee,S.Y.(2014).How do people compare themselves with others on social network sites?:The case of Facebook.Computers in Human Behavior,32,253-260.

Liu,Y.,&Fan,J.(2015).Culturally Specific privacy practices on social network sites:Privacy boundary permeability management in photo sharing by American and Chinese college-age users.International Journal of Communication,9,2141-2060.

Marmaros,D.,& Sacerdote,B.(2002).Peer and social networks in job search.European Economic Review,46(4-5),870-879.

Marsden,P.V.(1987).Core discussion networks of Americans.American Sociological Review,52(1),122-131.

Mayer,A.,&Puller,S.L.(2008).The old boy(and girl)network:Social network formation on university campuses.Journal of Public Economics,92,329-347.

McFaul,S.(2016).International students’social network:Network mapping to gage friendship formation and student engagement on campus.Journal of International Students,6(1),1-13.

Mouw,T.(2003).Social capital and finding a job:Do contacts matter?.American Sociological Review,68(6),868-898.

Nyhan,B.,Reifler,J.,&Richey,S.(2012).The role of social networksin influenza vaccine attitudesand intentions among college students in the southeastern United States.Journal of Adolescent Health,51(3),302-304.

Raacke,J.,&Bonds-Raacke,J.(2015).Are students really connected? Predicting college adjustmentfrom social network usage.Educational Psychology,35(7),819-834.

Reid,A.E.,Carey,K.B.,Merrill,J.E.,&Carey,M.P.(2015).Social network influences on initiation and maintenance of reduced drinking among college students.Journal of Consulting and Clinical Psychology,83(1),36-44.

Rienties,B.,&Nolan,E.M.(2014).Understanding friendship and learning networks of international and host students using longitudinal Social Network Analysis.International Journal of Intercultural Relations,41,165-180.

Rodriguez,L.M.,Litt,D.,Neighbors,C.,&Lewis,M.A.(2016).I'm a social(network)drinker:Alcohol-related Facebook posts,drinking identity,and alcohol use.Journal of Social and Clinical Psychology,35(2),107-129.

Silverstein,C.,Marais,H.,Henzinger,M.,&Moricz,M.(1999).Analysis of a very large web search engine query log.ACM SIGIR Forum,33(1),6-12.

Subramani,R.(2015).The academic usage of social networking sites by the university students of Tamil Nadu.Online Journal of Communication and Media Technologies,5(3),162-175.

Tang,F.,& Qin,P.(2015).Influence of personal social network and coping skills on risk for suicidal ideation in Chinese university students.PLoS One,10(3),e0121023.

Wright,K.B.,Rosenberg,J.,Egbert,N.,Ploeger,N.A.,Bernard,D.R.,& King,S.(2013).Communication competence,social support,and depression among college students:A model of Facebook and face-to-face support network influence.Journal of Health Communication,18(1),41-57.

Xiao,L.,&Fan,M.(2014).Does social network always promote entrepreneurial intentions?An empirical study in China.Neural Computing and Applications,24(1),21-26.

Young,J.T.N.(2011).How do they ‘end up together’?A social network analysis of self-control,homophily,and adolescent relationships.Journal of Quantitative Criminology,27(3),251-273.