详情

前言

这节课讲的是社会网络学对我们的启发知心伟业网络信息。

之所以是社会网络学，而不是网络学，是因为我们这个课程聚焦的更多是跟日常生活最相关的人类社会网络的一些现象，而不是广义的网络学的所有现象。

网络无处不在，提起网络我们可能会想到类似这样的图片，比如渔网（丝袜）、蜘蛛网，互联网。

对于网络科学来说，相对于研究节点本身，他们通常更加关注节点之间的连接线，这条线也就是节点间的关系。虽然节点关系是隐藏的，但是节点是可见的。

比如有一群人站在一起，你可以看到他们的人数，各自长相衣着，但你很难一眼看出他们之间的关系。如果要让这群人一起做一件事情，你就会发现他们之间的关系是真正起到决定性作用的。

那么我们日常生活中接触到的网络，到底有哪几种基本形态呢？

1 三种网络模式

计算机科学家保罗·巴兰（paul barron）在 1964 年对三种人类通信网络模式进行了分析

我们日常生活中接触到的网络，可以被分为三种基本网络构成形态。

图片

A 中心式网络

它是一种所有的节点都指向一个核心节点的网络模式。

B 分散式网络

所有节点都会指向一个局部的中心节点，然后这些局部节点再指向最终一个中心节点的模式。

比如 黑帮。人类最早期建立的通讯网络，就是中心式和分散式两种。

C知心伟业网络信息 分布式网络

最常见的网络形态，比如开头说的渔网、网格丝袜。

直到互联网的出现，人类之间的通讯网络才真正变成了分布式网络。

1.1分布式网络举例

在人类自然而然形成的网络中，第三种分布式网络是很少见的。

假如现在举行一个聚会，邀请 100 个互相不认识的人聚在一起，他们很可能来自各行各业，有各种身份（比如学生、公务员、老师）。

你会发现过了半个小时，这些人之间会三三两两分成几十个小组进行交谈（如左图）。

图片

这个就是人类网络最典型的特征——人以群分，有点类似 B 分散式网络。

这种人类天然形成的网络形态，专业术语叫做“小世界网络”。

人以群分后，网络的形成并没有结束，并且还出现了一种非常独特的个体——“桥梁”。

随着时间推移，每个组总有一些人会离开原来的组到别的组去交流。

走过好几个群组的人，就形成了整张网络里一种非常独特的个体，他们可以连通不同的群体，同时理解不同群体间的语言体系。

比如他们能够同时理解设计师群体和科学家群体的思考模式，从而能够跟这两群人都对上话，也更有可能在这两群人之间找到一些共同合作的地方。这种人就被称为“桥梁”。

图片

2 结构洞(structural hole)

在网络科学里，有更专业的词汇来形容这种“桥梁”所处的位置——结构洞(structural hole)，由美国芝加哥大学教授罗纳德·伯特提出的概念。

如果两个群体之间缺少联系，那么它们之间就会出现一种空洞。

如果一个人能够把这两个群体联系在一起，补充了这个空洞，那么这个人占据了结构洞的位置。

通俗理解他就是这几个群体之间的桥梁。

如下图，每一个圆点都代表一个人；两个圆点间的连线代表两个人之间的关系。

左边的三群人互相分割，其中红色这个节点是我们研究对象。

图片

按照对外的连接数来讲，红色这个节点只有 3 条连线，在图中 16 个节点中一点也不突出。（图里有更多连线的节点，比如有4条和5条连线的节点）

图片

但是如果它跟其他两个群体里面的某一个人产生联系，就成了整个网络里最重要的节点，尽管它仍只有三条连线，但它就占据了结构洞的位置，成了三个群体之间相互交流最依赖的角色。 （如下图）

图片

这样的人，在我们现实生活里被称为“跨界者”，比如

中国刚开放时懂外语的中国人。今天的中国产业数字化转型如火如荼，很多既懂产业规则，又懂数字化规则的人。日常工作中，有一类人他们最核心的能力就是能够连接不同的部门，或者能够连接公司与外部市场，成为一个桥梁的角色。这种人会比其他的同龄人升迁的快，因为他们占据了结构洞。中国联通、招商银行里负责运营 B 站账号的年轻人，他们就是因为既懂 B 站，又懂公司的需求，从而占据了一个结构洞的位置。

2.1 启发

如果作为刚入职场的年轻人有机会占据传统大机构面向年轻人沟通的位置，那么很有可能在这个机构里，相比同龄人得到更多的晋升机会，所以一般会比同龄人升迁更快。

小杰个人启发：

通过三个网络科学形态的认知到，关系的连接的重要性，无论对于个人成长，生活工作等方方面面，你无法摆脱关系的存在成为一个独立的个体。目前“全球化”的大趋势迫使我要保持一种“成长性思维”模式的态度，一颗终身学习的心让自己的知识面扩充的更广阔一些。同样，“结构洞”也引起自我反思，通过一定知识储备的积累能够让自己成为工作生活中“桥梁”的关键位置。

3 中心度

图片

如上图，仅凭直觉拥有三条连线的红色点比拥有五条连接的黑色点还要重要，那么

网络科学里面有没有可以衡量节点重要程度的指标？

有，中心度(centrality)，在网络科学里，衡量一个节点的中心度一共有几十种计算方法。

我们讲其中四种比较典型的计算方法——度中心度、特征向量中心度、传播中心度、中介中心度

它们各自什么意思？

3.1 定性分析

3.1.1 度中心度→联系的数量

最简单的统计方法——数连线

比如某人有很多的朋友、熟人和关注者，通过社交媒体他可以把消息发送给数百万关注者，这就说明他的度中心度很高。

比如看一个UP主他的粉丝数知心伟业网络信息，或者看一个人微信的好友数。

一般人的微信好友数不超过 300 人，但是有的人好几个微信加起来好友数可能超过 1 万人，他们度中心度就很高。

3.1.2 特征向量中心度→联系的质量

例如小A和小B，

小 A 微信好友是 100 人，这里面全是私人银行的客户；

小 B 微信好友是 5000 人，这里面全是小贷公司的借款人。

从这两个链接的人群财富程度来看，小 A 要比小 B 联系的质量总和高很多，所以小 A 特征向量中心度更高。

3.1.3 传播中心度→影响的范围

比如某个人所处的位置在多大程度上有利于传播信息或更早得知信息，能否通过网络中有限次数的传播影响更多人，衡量这种传播力的就是传播中心度，通常不只包括自己能够直接认识的人（一度人脉），还包括自己认识的人直接认识的人（二度人脉）。

比如你本身不是微博大号，但是你认识很多微博大号的拥有者，那么你的传播中心度就可能比一个大号拥有者本身还要大。

3.1.4 中介中心度→类似于结构洞

衡量一个人是不是一个关键的中间人，处于协调整个网络的独特位置。

如果某个群体和其他群体之间有一个关键联系人断掉就导致这两个群体不再联通，那么这个人的中介中心度就很高。

3.1.5 举例 黑帮

黑帮网络通常如此，首先他们会分散很多小节点，每一个节点都是一个小头目带着一群小弟。

图片

而小头目会经过一些中间干部联系到一个真正头目，这些真正头目每个人看起来都能独当一面。

图片

图片

但通常而言，每一个成功的黑帮后面还有个幕后大佬，这个大佬通常大家都不知道它的存在，他只会在暗地里跟每一个头目单线联系，所以在众多小弟的眼中他可能是隐形的。

图片

黑帮网络里处于权力最中心的幕后大佬，如果只用度中心度，我们肯定不觉得他重要。

但如果用另外三个指标来衡量，比如

中介中心度，没有了他其他全部节点都会断掉联系；传播中心度，他的二度和三度人脉可以直接影响到很多人，所以传播中心度非常高；特征向量中心度，他认识的只有几个人，但是每个人都很重要，所以特征向量中心度也很高。

传销

所以从这三个维度我们很容易看出来，黑帮老大是权力结构的中心。

目前为止，我们还在定性分析。既然网络科学是一门科学，它肯定有定量分析的方法。

所以接下来我们再量化一点，看看这些衡量方法如何实际进行计算。

3.2 定量分析

假设有 18 个人它们之间的关系如下图。这里面我们重点研究 A B C D E 这 5 个人。

图片

3.2.1 度中心度

如果从度中心度的角度，单纯计算连接的数量，有一条线就算1，

A=7， B=2， C=6，D=4，E=2 （如下图）。

从这个角度来看，这个网络里最重要的是 A 和 C 。

图片

3.2.2 特征向量中心度

从特征向量中心度的角度来看，加入购买力指标。

假设这两个红色节点比其他节点的购买力都要强，其他人购买力都是1，红色节点购买力是5，排名就会出现变化：

排名第一 D=11，排名第二 E =10，而其他节点的数量保持不变。

这就是引入了节点的质量产生的变化。

图片

3.2.3 传播中心度

按照传播中心度来计算。比如我们看每个节点的一、二度联系人数量来计算。

什么叫一二度联系人？

比如 B 认识 A ，那么 A 就是 B 的一度联系人。

图片

而 A 这个人就直接认识另外的 6 个人，另外的 6 个人就是 B 的二度联系人。

图片

所以把每一个节点的一度联系人和二度联系人的数量加和，你就会发现一个新的节点指标计算方法。

这么一来 B=13 成了整个网络里面最重要的节点，而表面上连接数量跟他一样多的 E = 3 ，瞬间成为网络里面影响力最小的节点。

图片

同样的一个网络，按照不同的计算方式，就会得出完全不同的影响力评估结果。

3.3 小结

中心度计算

方法

定性分析

举例

定量分析

A

B

C

D

E

1.度中心度

联系的数量

【连线数】粉丝数、好友数

图片

7

2

6

4

2

2.特征向量中心度

联系的质量

【财富程度、购买力等】

图片

7

2

6

11

10

3.传播中心度

影响的范围

【一、二度人脉】

图片

8

13

10

10

3

4.中介中心度

类似于结构洞

黑帮

大佬

3.4 启发

面对同样一个人群，从不同的需求角度看，群体里每个人重要性评估就可能完全不同。

比如大家都进同一个微信群，

想了解信息的人，会觉得发言质量最高的人最重要；想要寻找理财客户的人，会觉得群里最有钱的人最重要；想要结交人脉的，会觉得群主和位高权重的人最重要；想要放松娱乐的，会觉得群里跟自己熟络的人发言最重要。

那么如果一个人想要找工作，他应该觉得什么样的人最重要的？

这涉及到网络科学另一个重要理论——弱联系(weak ties)

4 弱联系

弱联系(weak ties)是由美国社会学家马克·格兰诺维特(Mark Granovetter)在 1973 年提出，当时在社会学研究领域造成了很大的轰动。

弱联系和强联系是两个对应的概念。

弱联系就是我们认识但不太熟的人。强联系就是我们熟的平时可以经常联系的人。

通常来说人以群分，人类总是愿意跟自己更加相似的人待在一起，产生强联系（如下图）。

图里的蓝色线就是强联系，这种联系会使得社群之间产生天生的边界，如下图中的灰色圆圈；

图片

而突破这些边界的，就是橙色线代表的弱联系。

格兰诺维特说过一句很有名的话——关系不强，但力量不弱。

他发现无论是我们要找一份新的工作，或者找到一个重要投资机会，拿到一个重要的新项目。通常来说，虽然我们的亲朋戚友会更愿意帮忙，但是那些我们认识却不太熟的人，却能够帮上更大的忙。

因为关系很铁的联系人，通常是老乡、同学或者同事里跟你价值观比较趋同的人。这三个人群框定了一个社群区间，这意味着你们可能看到同一批新闻，说着同样的专业术语，生活在差不多的世界里。所以他们很少知道你完全不知道的事情。

但从另一个方面讲，那些跟你平时关系不强的人，他们生活的世界跟你很少有交集，这样一来你们每一次接触时，反而边际效用很高。

4.1 发展弱联系的方法

我们再深入问一个问题，我们应该如何高效率的发展弱联系？

我们是不是要像蜻蜓点水一样，每天到处认识一堆人？并不是。

如下图，我们观察 B 同学的情况。

图片

为什么他仅仅认识两个人，却可以让自己的二度接触达到了 18 个人里面最广的（B = 13）呢？

因为他认识的这两个人都是枢纽型的人。

4.2 启发

想要拥有好的弱关系网络，重点不在于你直接认识多少人，而在于你能跟多少个枢纽型的人保持一定的关系，至少是那种一定时间会通一下微信、问候一下彼此的关系。

那么什么样的人是枢纽型的人呢？

比如各种群主、猎头、专业销售或者活动会议的组织者。

而搞传销和微商型的人知心伟业网络信息，他们关系网络直接联系人虽多但高度同质化，因此不是很好的枢纽型的人。

5 小世界网络&随机网络

小世界：圈子　随机网络：均匀链接

5.1 小世界网络

我们刚才在说人以群分和枢纽型的人。这意味着这个世界上人与人的关系，并不是随机平均分布，用专业术语来描述这个世界的人际网络——小世界网络。（如下图）

【小世界网络】不同的节点之间会产生聚集的形态，它们分成两个不同的世界。

在其中一个聚集的中心，会有一些节点联系特别紧密。在周围有很多节点的联系非常稀疏。

图片

与之对应的叫做随机网络的模式，每一个节点之间随机连接、分布均匀。（如上图）

真实的人类世界就是小世界网络，类似于“圈子”。

比如在学术界，不同的学派之间，会形成很多小圈子，圈子内联系很紧密，但是对外沟通却不太多。

小世界网络不是唯一的常见人类网络。

上面提到的聚会模型（三种网络模式之一），它也是小世界网络。

正是因为小世界现象的发生，结构洞的人显得尤为重要。

人类网络还有另一种形态——无尺度网络

无尺度网络

无尺度网络：先发优势、赢家通吃

在无尺度网络里面，链接呈现幂律分布，而不是正态分布。

图片

幂律分布：大多数人各自拥有的节点只有很少，但少数人拥有的节点非常多，几乎垄断了大量的联系人，即“赢家通吃”。

这个现象在互联网平台司空见惯，很多高速增长的行业、高速发展的公司、新论文大量出现的学术领域，都会看到这种无尺度网络的现象。

这种网络出现，通常需要两股力量共同推动——

1.这种网络必须处于一个不断扩张的状态。比如

高速发展的公司会不断招人；热门科研领域会不断有新论文出现。

2.每一个新进入网络的节点，会天然的希望跟已经有很多链接的节点去连接，比如

新加入社群的人会天然地想要跟社区的名人相互认识。新发表的论文会倾向于引用已经广泛被引用的论文新学代码的工程师会希望学习那些最多人用的语言。

这种积累过程如下图：

图片

最初只有两个节点，当节点越来越多时，新进节点会寻找链接最多的节点去连接。

随着时间的推移，节点越来越多，最初的两个节点就成了最大的受益方，这就是典型的先发优势。

虽然这种网络会赢家通吃，但是我们经常看到反例，也有新的网络出现，他们就像后起之秀。

即便在赢家通吃的互联网行业中，每隔一段时间，也会有一些新公司逆袭。即便在强国一家独大的世界经济里，每隔一段时间，总有新兴的强者会冒出来。

那么这些新的强者是怎么做到逆袭的呢？

在网络科学里有一个叫适应度模型，可以解释这种现象。

6 适应度模型

适应度模型里，后来者只要比前辈的适应度更高、吸引力更强（不止一点点），彻底改变吸引力的维度，他就能够彻底打破赢家通吃的诅咒。

比如当年苹果手机颠覆诺基亚时，因为苹果手机的使用体验实在是跟诺基亚差别太大，以至于它直接开辟了一种新的使用体验战争，彻底破坏掉了诺基亚曾建立一种赢家通吃的惯性。

6.1 启发

如果你进入一个新行业，想要打破论资排辈的现象，实现弯道超车，那么你就想办法创造一种跟前辈维度完全不同的玩法，澳门金沙平台开户带来一种全新的吸引力，这样才能够有机会在这个网络里吸引新进入的节点，让他们放弃追逐旧节点链接的王者，转而跟你产生连接。

通常这种创新不必从头来过，它更多来自于跨界融合，比如

泡泡玛特把潮流玩具和扭蛋抽卡模式融合在一起；剧本杀把狼人杀和编剧行业融合在一起；文和友把博物馆和餐饮业融合在一起……

6.2 小结

上面说了后来者逆袭第一个原因，改变节点的吸引力可以改变现有网络的游戏规则。

下面会讲后来者逆袭第二个原因，整个价值网络被重构——

7 价值网络

价值网络 (value network) 是管理学家克里斯坦森在《创新者的窘境》里面提出来的概念，他发现很多成熟公司在面临技术变革时都会遭遇失败，原因之一是他们已经形成了很成熟的上下游关系，从供应商到交易模式，再到生产工艺和方法论，还有员工的思考方式，跟之前成熟产品都是高度绑定在一起，这形成一种相互锁死的关系。

图片

这种情况下，公司越成熟，它的价值网络产生的自我保护效应就越明显。

在这个网络里面，通常你改变一个节点是不能够改变整个网络的形态，需要同时改变很多重要节点才能使网络产生改变，所以改变情况很难发生。

当一个新的市场被打开，或者一种新的技术开始成熟时，反而是那些从头再来的人机会更大，因为他们通常没有历史负担。

7.1 举例

在互联网行业里，移动互联网就出现过后起之秀赶超上一代的例子，

比如字节跳动作为信息分发的后起之秀超越了百度。

百度是 PC 时代的王者，在 PC 时代，因为屏幕很大有键盘，所以大家习惯用搜索。

但是到了移动时代，因为手机屏幕太小，所以键盘也变得很小，搜索就变得很困难，而且每次搜索所展现的结果也很少，这个情况下就更加适合于信息推送。

所以就是一个这么简单的体验变化，使得在移动互联网上面信息推送会变得更加可行，字节跳动就是紧紧地抓住了这一点所以才逆袭了百度。

7.2 小结

后来者逆袭的模型里，

适应度模型是从微观层面，创造出全新体验来实现逆袭。价值网络模型是从宏观层面，抓住一次技术变革或者市场变革的红利实现逆袭。

适应度模型→创造体验

价值网络模型→抓住红利

这两种模式都隐藏了一个前提——后来者必须要做出新的东西。

从无到有做出一件东西风险是非常大的，所以想要走这条道路的同学要做好心理准备，理解如何抵御风险，在 #概率论和 #金融学里面都会讲到风险内容，这里不展开。

上文说新的网络形成会形成弯道超车的机会，那么关于一个网络形成还有另外一个概念——基本再生数。

8 基本再生数

这个概念来自于一个网络科学、生物学和数学之间的交叉学科——生物数学。

它通常用来研究疾病传播的网络，基本再生数衡量一个典型的传染者会让多少个其他人受到新感染，

如果基本再生数＞1，那么疾病就会不断蔓延；如果基本再生数＜1，那么疾病就会逐渐消亡。

图片

从社会网络学的角度来看，

如果每个人有一个以上的朋友，那么这个社交分支会不断生长，扩展为一个巨型社交网络；如果每个人平均朋友数＜1，那么网络最终只能用大量互相不连接的小型分支和孤立节点构成。

按照生育模型，总和生育率即两个成年人平均生育的孩子数量如果＞2，即基本再生数＞ 1，整个社会就会不断扩大。反之如果总和生育率小于2，那么整个社会就会走向萎缩。

总和生育率（TFR），又称总生育率，是指某国家或地区的妇女在育龄期间，每个妇女平均的生育子女数，一般指15～49岁各年龄组妇女生育率之和。

而中国今年的总和生育率已经到了 1.3 ，换算成基本再生数已经远远少于 1 ，如果这个现象持续下去，那么整个中国社会就会走向衰落。

这也是我们今天突然看到，中国举国总动员，发展育幼产业，改革教育压力，推出保障性住房等这些措施的根本原因。

8.1 疾病传播网络

在疾病传播网络中，从网络科学角度，疫苗并不需要完全有效接种到每一个人才能够阻止疾病的广泛传播，它只需要把再生数降低到 1 以下即可。

假如开始时疾病再生数是 2，即每个感染者平均会传染两个人，他们只需要给超过一半的人口接种疫苗就会使疾病再生数低于 1 ，随着时间推移，这种传染病就会慢慢消失。

结合小世界模型，人类之间的链接并非平均分布，所以这会使得我们实际需要接种人数，可能还小一半，就能使再生数＜1，这意味着什么？

我们可以优先给那些枢纽式、桥梁式的人打疫苗。

比如一个机场咖啡店工作员工，或者高铁上服务人员，他每天接触大量的人，那么如果给他优先打疫苗，就可以一下子切断很多感染的链条。

所以你看这次全世界抗疫过程中，政府特别重视给出入境接待人员、服务工作人员、学生老师、医务工作人员接种疫苗。

因为从网络科学的角度来讲，这些人都是桥梁式、枢纽式人物，他们要么是度中心度很高，要么是传播中心度很高。所以他们在病毒传播的网络里是尤其关键的人，只要给他们打疫苗，就会得到四两拨千斤的效果。

接下来再讲一个社会学里非常重要的概念——差序格局。

9 差序格局

这个词来自中国著名社会学家费孝通先生的一本著作《乡土中国》。这本书只要在中国做社会学研究的人员基本都读过。费孝通先生把中国传统社会每一个人的社交关系比作一个像水波纹一样涟漪式扩散的同心圆，越远离中心就越疏远，越接近中心就越亲密。

图片

而与之相对的，是西方传统社会里团体格局，就像一捆一捆木材，这些团体内部成员相对比较平等，遵循某些共同的规则。

中国人对关系的理解更像这样一种情况（如下图）

图片

中心层是我，从内向外：

第一层，家人，是跟我最接近的，我跟家人的关系是家人只要有需求，我就必须满足；

第二层，熟人关系，我跟熟人的关系是人情法则、人情交换。这种交换通常是模糊且不对等的，没有一个清晰的计算标准；

第三层，认识关系，比如不太熟的客户、其他部门的同事或者不太熟的校友关系，跟这个层面的人打交道，我们通常使用公平法则，双方相互交换的东西比较精准对应的，我给你多少，你要给回我多少，讲究契约性。

里层偏感性，外层偏理性，夹在中间那一层所谓熟人关系，既有交换，也有人情最为复杂。

实际上中间层是现代城市年轻人日常关系里占比例最大的一层关系。

因为通常我们成年之后，都不会跟一大家子人住在一起了，所以最内层亲情关系，现在基本上简化为一对一伴侣关系或者是三口之家的核心家庭关系。

比如很多人单身，只需要定期处理跟父母的关系。

而对于同学、同事关系，这个人群的合作关系通常是既要把账算清楚，又要讲情感以兄弟姐妹相称，互相之间如果提供了帮助，人情就算欠下了。有人情，还得还，这样一来，私交就建立了。

在中国成年人的世界里，从小孩上学到父母看病，基本上第一时间都会想到有没有熟人可以问一下情况。在各种大公司和政府组织里面校友圈子也是司空见惯，比如百度里面的北大校友圈，华为里面的华中科技大校友圈，都是业内出了名的圈子。所以理解中国的这种差序格局，对于理解中国社会运作的原理，还是很有帮助。

9.1 启发一 陌生→认识

如果我们想要去跟一些陌生人迅速熟络起来，那么第一步肯定是要先找到彼此可以相互交换的价值。因为最外围的人与人之间的关系产生的最基本的原理是对等交换。

以前更新视频时讲过，假如一个学弟学妹想要找比较有成就的师兄师姐取得联系，最好要思考对方需要什么是你有可能给到的，你有什么东西可以帮到他。

有时甚至可以直接询问对方“有什么东西我可以帮到你？”。

这种提问方法看起来非常怪异，但是根据我多年跟别人打交道的经验，这种做法对于跟陌生人打交道效果出奇好。

因为陌生人之间，大家没有情感联系的基础，所以套近乎没有意义，还不如直截了当把你需要对方帮助你的东西，或者你能够帮助对方的东西尽快搞明白，这样一来，你们才能够更快产生交易关系。

而通常情况下，如果你是主动寻求联系的那一方，一上来就告诉对方说你想得到对方的帮助是不容易的，所以选择一上来就说清楚自己随时愿意为对方提供帮助，是一种更好的策略。

9.2 启发二 认识→熟人

图片

假如你已经进入了认识关系层，想要跨入熟人关系层有什么办法？

超出公平兑换原则，给对方超额的回报。

当对方也能同时意识到这种超额回报存在时，之前公平交换的原则就会被打破，而形成一种新的不对等的关系——隐形的人情债。出现人情债时，第二层通道就被打开了。

#生物学 研究告诉我们，哺乳动物是一种对施予受非常敏感的动物，不光是人类，甚至黑猩猩也有经常使用无偿帮助对方的方式来获得社交资本的一种现象。

所以这表明人情债是一种人类进化早期就形成的本能，植根在大脑里更深层次的边缘系统。

索取之前先要给予适度慷慨，实际上是帮助你在跨越社交圈或阶层时，最有力的武器。

除了差序格局，我们要再进一步说另外一个词汇——非正式组织

10 非正式组织

正式组织，比如学校、班级、公司部门，它们有明确目的和运作规则。

非正式组织，以情感、兴趣、爱好和需要为中心，没有正式文件规定的自发形成的社会组织。

对于非正式组织，大多数人很早就有体验，比如班里面玩得好的几个同学形成了圈子。

大学生们经常打游戏的队友，经常踢球的球友，经常打牌的牌友，还有公司里面住得近的人会拉拼车群，养猫养狗的人会拉宠物群，有孩子的拉育儿群，还有校友群、老乡群……

对于很多大公司而言，非正式组织的影响力一点都不小，很多心思单纯年轻人刚进入组织时，对这种非正式组织往往知之甚少，这就会吃大亏。

总的来说，全省近两年中考投档分数线的动态变化情况值得关注。希望这份动态表能为广大中学生和父母们提供一些有价值的参考信息，帮助她们更好地规划自己的中考升学之路。其实，具体的成绩要求和投档情况都会遭到其他多种诱因的影响，所以在制订备考计划和学习目标时，还需结合个人的实际情况来进行合理调整。

10.1 启发

我们既要看到组织的阳面，也要看到组织的阴面。

进入一家公司时，特别是存在历史比较久的公司，（比如政府部门、国企或者创办时间超过 5 年的公司），通常来讲这些地方都存在的影响力很大的非正式组织，搞清楚这些非正式组织的存在对于推进工作、更换部门都会非常有用。

求职同理，假如你大学毕业之后想要进入华为总部工作，那么很有可能你就读华中科技大学的应聘成功率甚至高过就读宾夕法尼亚大学，因为你应聘时很有可能面试你的人就是大学的学长。

这种校友之间的交流会产生天然的熟悉感。通常来说在短短一个小时的时间里，我们很难通过单纯的交谈了解一个人所有的信息。但如果有非正式组织的存在，就可以通过校友网络交叉验证，得到更多的信息，这是校友圈这种非正式组织起到作用的原因。

它还会无形之中产生工作的动力，让成功应聘的人在之后的工作中更加自律，自觉维护这个非正式组织的声誉，这也是大公司里面这种类型的组织长期存在的原因。

总结

图片

这节课我们讲了很多概念，包括打通信息不对称的结构洞，衡量网络节点重要性的中心度，还有对找工作很重要的弱联系，会形成网络很重要的基本再生数，还有中国社会潜藏的差序格局模型及其很相关的非正式组织现象等等。

也讲了人类社会常见两种网络形态，小世界网络和无尺度网络，还分析了后来者如何弯道超车的适应度模型和价值网络重构现象，希望这些东西对大家有所启发。

补充

最后我们再加点有趣的东西。我在收集这门课资料时，看到了网络科学家对美国参议院投票网络的研究。他们发现1990 年时，有 82% 的参议员会在至少半数的议案中有相同的投票选项，这意味着他们之间有很多共同点。

统计这些共同点连线网络就形成了密集网络（如左图）。

如果我们再对比 2015 年这张图的变化（如右图），就会发现差别很大。

图片

我们看到，左右两边的 2015 年已经形成了明显的分裂局面，他们看起来就像左右两边的大脑发生了脑裂。而且人们发现这种模式不只出现在美国政坛，在法国、奥地利、比利时和西班牙都出现类似情况，最典型的还是英国脱欧。

你看网络科学有时也能够给政治学研究带来很多启发知心伟业网络信息。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。 ：