定性定量研究《左传》中春秋时期的历史社会结构

所属栏目:中国古代史论文 论文作者:/
论文摘要

  社会网络( social network) 是一种社会结构,是由行动者( actors 例如个人或组织) 和行动者之间纽带的组成的集合。社会网络分析( social network analysis) 是对社会关系结构及其属性加以分析的一套规范和方法,主要分析不同社会单位所构成关系的结构及其属性。它的最大特点是分析的对象是行动者之间的关系,而不是行动者的属性。

  社会网络分析作为一套成熟的理论与方法是近一二十年才形成的。社会网络概念最早被应用时只是一种隐喻,用来比喻社会关系或社会要素之间的网状结构。后来,逐渐把社会网络当作一个分析性概念,并进而将社会网络分析作为一种研究社会关系或社会结构的方法。20 世纪90 年代以来,社会网络分析得到了广泛的应用,应用领域从传统的小群体关系、家庭与社会支持网扩展到几乎所有的人类活动,诸如职业流动、城市化与个人福祉、世界政治与经济系统、社区经营决策、社会支持、社区与群体问题的解决等。国内学者应用社会网络分析方法,在知识管理、图书馆资源配置、学科热点、引文分析、科研人员合著、网络链接、博客网络等方面展开了一系列研究,并且出版了不少社会网络分析教程类书籍。

  本文主要以沃特·德·诺伊的《蜘蛛: 社会网络分析技术》一书为基础,利用 Pajek 软件,尝试把社会网络分析技术应用于历史研究中,具体的说就是《左传》中的春秋社会网络。沃特·德·诺伊认为,社会网络分析包括 4 个方面: 定义网络、处理网络数据、确定网络的结构特征、进行可视化评判。

  首先是定义网络。社会网络分析中的“网络”是用图论中的概念来定义的。在图论中,“图”是一系列顶点( 也叫点或节点) 和把各个顶点连接起来的连线组成的集合。“网络”是由一张图和附加在图的点线之上的信息所构成。如顶点代表《左传》中的历史人物,共有 2085 个春秋历史人物参与。连线代表人物之间的关系,《左传》中有 10054 条连线,即这些人物形成了一万多条关系连接。其中值为 1 的连线 8591 条,表示这些人物之间的联系仅仅建立在一个事件上,可以说一面之缘吧。值大于 1 的连线有 1463 条,表示这些人物同时出现在两个以上事件中,关系紧密。

  社会网络分析的第二个方面是处理网络数据。在社会网络分析中,经常需要对网络进行调整,比如从上万个顶点的大型网络中提取出有意义的若干中小型网络、从包含不同类型关系的网络中提取其中一种感兴趣的关系网络、比较不同关系的网络,等等。社会网络分析的第三个方面是计算网络的结构特征指标。在社会网络分析中,许多结构特征都可以量化计算出来。这些结构特征指标有: 密度( density) 、中心度( centrality) 和中心势( centralization) 、度分布( degree distribution) 等。社会网络分析的第四个方面是进行可视化评判。社会网络的结构指标虽然精确,但可能过于抽象,而人的眼睛能够识别各种模式,因此绘制网络的可视化布局图,有助于追踪和显示关系模式,可以帮助研究者探索和理解隐藏在人类群体中的关系结构。

  我们以肖磊 2010,石名 2010的工作为基础,提取了《左传》人物 - 事件表,形成了《左传》中的人物和事件的隶属关系数据,据此我们构建了春秋社会关系网络。这个网络是以人物和事件为节点、人物和事件的参与关系为连线组成的。从这个网络中,我们可以推导出人物关系网络和事件关系网络,前者以人物为顶点,共同参与的事件为连线,后者以事件为顶点,共同参与的行动者为连线。

论文摘要

  前面已经介绍了《左传》人物关系网络中历史人物总数和连线情况,这里说一下密度和平均点度。密度和点度是社会网络分析中网络的基本结构指标。一个网络的密度为网络中实际拥有的连线数与最多可能拥有的连线数之比,它描述了一个网络中各个点之间关联的紧密程度。《左传》中春秋人物关系网络的密度是0. 0046。这表示在所有可能出现的连线中,只有 0. 46% 实际出现在网络中,即在该网络中的历史人物,有 0.46% 的概率和另一个人物出现在同一事件中。要注意的是网络密度依赖于所分析的关系类型,并会受网络规模的极大制约,因此不同社会网络之间的密度作比较,通常得不到有价值的结论。

  点度是一个顶点( 在这里即人物) 所拥有的连线数量,例如顶点“豹( 穆叔、穆子、叔孫) ”,和63 个其他人物形成了连线,因此“豹 穆叔 穆子 叔孫”的点度为 63。高点度意味着高密度,因为高点度的顶点参与了更多的联系。因此,可以计算所有顶点的平均点度来衡量网络的凝聚性。春秋人物关系网络的平均点度为 9. 64。这表示在该网络中的历史人物,平均和 10 个人由于同一事件而产生联系。平均点度不受网络规模影响,因此可用于不同规模的网络之间的比较。

  顶点的点度在社会网络分析中称为点度中心度,高点度中心度的人物拥有更多的联系,是“明星人物”,看一下春秋人物网络中谁的点度最高。

  点度最高的是晋国的两位在历史上有名的国君,作为春秋时代最重要的诸侯国的国君,和许多人有联系是当然的。后面三位就不是国君了。排名第三的范匄( 范宣子) 是晋国的正卿中军将( 即元帅、宰相) ,他的点度较高是因为他在诸多历史事件中都出现过: 前 570 年,范宣子出使齐国,劝说齐灵公继续和晋国结盟; 前 563 年,他和中行偃建议晋悼公消灭妘姓小国逼阳; 前 559 年,晋军联合齐、宋、鲁、卫、郑、曹、莒、邾、滕、薛、杞、小邾等 13 个同盟国攻打秦国,范宣子担任中军佐; 前 552 年,栾盈谋反,范宣子、士鞅诛除栾氏。排名第四的赵武也是晋国正卿中军将,他是赵氏孤儿的主角,他传奇的一生加上曾经主持第二次“春秋弭兵会盟”,使他与更多人发生联系。排名第五的公孙侨( 子产) 是郑国政治家,内政外交均有建树,是中国历史上的著名人物。

  我们的春秋人物关系网络是赋值网络,每条连线都是有值的,连线值表示两个人物参与的共同事件的数量,实际上表示了人际关系强度。春秋人物关系网络线值排名前 5 的人物如下。
 

 论文摘要

  关系最为密切的是郑国的两代传承的宰相子产和游吉; 排名第二的是“单穆公之乱”的主谋和帮凶; 排名第三的是“叔向贺贫”的两个主人公; 排名第四的周文王和周武王,这不能算是春秋历史人物,但《左传》中多次把他们两人一并提出; 排名第五的是晋国的两代正卿中军将,他们是叔侄关系。这和我们预想的不同,原来认为国君 - 卿相关系,如“齊桓公 - 管仲”、“晉文公 - 狐偃”,这些人之间会有比较紧密的联系,但实际排名靠前的人物关系中没有出现国君。

  个人或组织在社会网络中的中心度是社会网络分析学家最早探讨的内容之一,大多数社会网络都有一些占据中心位置的人或机构。而对于一个社会网络作为整体来讲,也有一个中心化程度的概念,即用中心势来表示。中心度和中心势是社会网络分析领域最悠久的两个概念。应用最广泛的中心度度量值是: 点度中心度、接近中心度和中介中心度。这三个中心度度量值在社会网络分析中展示的作用是:明星、信息传播者、传播瓶颈或社群桥梁( 一) 明星———顶点的点度中心度和网络的点度中心势。

  对于一个顶点而言,它的点度中心度就是它的点度。对于一个网络而言,它的中心势就是把现有网络的实际点度变异值,除以相同规模的网络可能出现的最大点度变异值得到的比值。可以这样理解: 点度在个顶点之间的差异越大,网络就越中心化,也就是说,顶点中心度的变化越大,网络的中心化程度就越高。点度中心度最小值为 0,此时所有顶点的中心度都是一样的; 最大值为 1,此时有某个顶点占据了最高可能的中心度。

  经计算,春秋人物关系网络的中心势为0.2611,这个数值表示该网络的中心度分布相对比较均匀,中心势不太明显。需要注意的是网络中心势受网络规模的影响很大,一般只有在和其他网络比较时才有意义。

  ( 二) 信息传播者———顶点的接近中心度和网络的接近中心势

  在社会网络分析中,与中心分析相关的还有两个指标: 顶点的接近中心度和网络的接近中心势。这两个指标要用到一个概念: 两个顶点间的距离。在社会网络中,两个顶点之间的“距离”,就是两点之间最短路径所含的连线数,这条最短路径称为捷径( geodesic) 。顶点的接近中心度是其他顶点数除以该顶点与其他顶点的距离之和。一个顶点与其他所有顶点之间的距离越小,信息就越容易到达这个顶点,这个顶点的接近度也就越高。一般认为,亲近中心度反映了行动者获取信息和向其他人传递信息的能力,高亲近中心度的行动者更有优势作为信息传播的有效途径。春秋人物关系网络中接近中心度前 5 位顶点及与点度中心度的比较如下。

论文摘要

  排名居首的是春秋五霸之一的晋文公; 其二是晋国正卿范匄; 其三是晋国正卿韩宣子; 其四是叔向。叔向不曾担任晋国正卿,但以正直和才识著称于世; 其五是栾书,也是晋国正卿。打个比方,如果由春秋时代就有现在的社交网络,如微博、脸书,那他们就是最大的“信息传播者”。与点度中心度排名比较可以看到,晋文公在两个中心度度量中都是排名第一,但接下来的排名就有所不同,可分为两类;1、低点度中心度、高亲近中心度: 韩宣子、叔向、栾书。2、高点度中心度、低亲近中心度: 晋悼公、赵武、公孙侨。

  第一类行动者,在社会网络分析中被认为是联系重要人物或活跃人物的关键人物,韩宣子、叔向、栾书正是这一类人。他们都是晋国正卿,虽然自身明星度不高,但与重要人物,如晋国国君、其他关键的晋国正卿有密切联系。第二类行动者,被认为是“自我”嵌入的“小圈子”,仅是远离网络中的其他节点,如晋悼公、赵武、公孙侨,虽然明星度高,但周围形成的小圈子,不在整个春秋人物网络的中心位置。我们可以得到春秋人物关系网络的接近中心势为 0. 2508,这个数值表明了整个网络中顶点接近中心度的波动程度。这只有在和其他网络比较时才有意义。

  还可以看到春秋人物关系网络中所有人物之间的距离分布情况。人物之间的平均距离为 4. 12; 人物之间的最远距离为 10。现实中的社会网络具有高集聚系数和低平均距离的特征,平均距离大约是 4~ 6。春秋人物关系网络平均距离为 4. 11,聚集系数为 0. 67,属于典型的小世界网络。

  ( 三) 传播瓶颈或社群桥梁———顶点的中介中心度和网络的中介中心势。

  中介度测量的是一个点在多大程度上位于图中其他点的“中间”。如果把两点之间的捷径看作人物间最便捷的信息传递渠道,那么位于众多“人物 - 人物”点间的捷径上的人物,就成为咽喉要道,一方面对整个网络的信息传递起着重要作用,成为社群间的桥梁,另一方面也极大的控制着信息的传递,成为传播的瓶颈。

  一个顶点的中介中心度定义为: 网络中其他所有顶点的捷径中经过该顶点的捷径的比例,简称中介度。网络的中介中心势定义为: 网络的实际中介中心度变异值与相同规模的网络可能出现的最大中介中心度变异值的比值。春秋人物关系网络顶点中介度的取值为 0 ~0. 0923,网络的中介中心势为 0. 0908,中介中心势比较小,说明该网络中信息传播的桥梁或者说瓶颈比较少,信息流通比较顺畅。我们具体分析一下中介度前 5 位的顶点。春秋人物关系网络中中介度前 5 位的顶点如下。

论文摘要

  晋文公、范宣子与晉悼公已多次在排名中出现,齐桓公、孔子这两个人物则是第一次出现。齐桓公,春秋五霸之首,孔子则是《春秋》的作者,他们虽然点度中心度和接近中心度都不高,但是他们占据了信息传递的关键位置,这类行动者在社会网络分析中被认为“自我”垄断了少数人到多数人的关系。比如齐桓公,通过他,齐国的其他人物才能便捷的与整个网络发生联系。孔子的角色则比较特别,作为历史的参与者与记录者,他虽然在《左传》中出现次数不多( 30 多处) ,但在整个网络中占据关键地位。

  在社会关系网络图中,有一些顶点是网络保持连通性所必不可少的节点,如果这些顶点被删除,网络则不再连通,或使某个组员不再连通。这种顶点是网络的瓶颈,控制着网络中各部分之间的信息流动。这种顶点在社会网络分析中称为割点。与中介度中心性不同的是,拥有高中介度的行动者占据的是捷径( 最便捷的信息传播渠道) ,但不是唯一路径; 割点行动者占据的是唯一路径,删除他们会使整个网络不连通而产生碎片。

  经过计算,一共有 43 个这样的割点,删去了这些顶点中的任何一个,都会导致整个网络组元数量的增加; 但它们的重要性有区别,大部分的割点删去后只影响 1 ~2 个顶点的连通性,因此意义不大,有 3个割点位置较为重要: 越王勾践、陈恒子、甘悼公。它们从点度中心度、接近中心度、中介中心度来说,都并非处于网络的中心位置,但是他们对整个网络的连通性起了重要作用,缺少了他们,许多历史人物将无法联系到一起。

  我们从《左传》人物、地点、事件数据库中,提取了春秋人物 - 事件关系,并推导出春秋人物关系网络。我们利用社会网络分析软件 Pajek 来分析《左传》中反映的春秋社会关系网络的点度、环、线值,并探讨了春秋人物关系网络的中心性。。

  总体来说,我们的工作还只是利用社会网络分析软件做了一次探索性的、尝试性的工作。在国内社会学、历史学、自然语言处理研究领域,对于文献中体现的社会关系网络或是历史上某时期社会关系网络的分析仍尚是空白。主要是因为这是一个跨领域的研究内容,社会学研究者、历史研究者、自然语言处理研究者之间较少了解对方的研究领域,难以入手。我们现在利用先秦文献信息处理技术正尝试着做这项工作。

  我们对社会网络分析中常用的结构指标、分析手段都做了尝试。实践告诉我们,现有的社会网络分析技术是可以用于文献中体现的历史社会网络关系的。我们的分析结果除了印证历史事实外,还有一些有趣的发现:1、《左传》中反映的春秋历史人物社会关系网络符合小世界的低平均距离、高聚集性特点,一个人物联系到任意另外一个人物只需要 4. 12 步。2、我们计算了三种中心度度量值: 点度中心度( 明星度) 、接近中心度( 信息传播者) 、中介中心度( 信息桥梁) ,排名前 5 位的更多的是诸侯大国的公卿。3、无论哪一个度量值的前 5 位,晋国的国君、卿相都占有极高的比例。4、人物关系最为密切的通常是前后传承的卿相或亲属。5、孔子在《左传》中占有一定地位,他的中介中心度排第四。

  上述第 3 点,可能是由于《左传》中对晋国的描写通常比较长,此处的“长”是指长句,一个句子中包含了许多人名,因此在我们最初的网络构建算法中,就会有更多的人物聚在一起形成事件,从而使得晋国人物的关系在整个网络中占有优势。因为知识结构所限,我们没有从社会学、历史学上进一步阐明我们实验结果的意义,也不敢随意下定论。但这说明社会网络分析方法对文献中反映的历史网络的研究是大有可为的。我们的工作偏重技术性的尝试,今后有非常多的工作要做。规划中的工作有:1、完善事件抓取。现有的事件抓取算法比较简单,颗粒度太细,今后要进一步完善。2、与其他历史时期社会网络进行比较分析。社会网络分析的许多结构指标拿出来单看是没有意义的,只有在比较时才有意义。我们希望利用已有的先秦文献信息处理技术,处理不同历史时期的文献,得到不同历史时期的社会关系网络来进行比较研究。甚至可以将不同历史时期的网络串联起来,做一个历时的研究。3、与社会学、历史学学者合作研究。在春秋社会关系网络的研究过程中感受到,我们分析得到的网络图和结构指标分布像是一块矿藏,但我们缺乏相应的社会学、历史学知识,不能够很好的阐释、发掘。

  如果能与社会学、历史学学者一起研究,可以提供更广阔的研究视角、更深刻的研究切入点。

'); })();