本文作者为Noshir Contractor和Eric Forbush，均来自Northwestern University。文章收录于The International Encyclopedia of Organizational Communication，由John Wiley & Sons, Inc.于2017年出版。本文属于类型b，即一篇学术性综述文章。文章系统梳理了网络（networks）研究，尤其是组织传播网络（organizational communication networks）的学术发展史、核心概念、描述维度以及解释网络形成与表现的理论机制，并展望了未来研究方向。

文章首先界定了网络的基本概念。网络（network）被定义为一组由一种或多种关系连接的实体。社会网络（social network）指社会系统中的实体及其关系，而传播网络（communication network）是社会网络的一种类型。网络中的实体被称为行动者（actors），既可以是个人，也可以是团队、组织乃至国家等个人集合体，甚至包括电影、文章、概念、任务或网站等非人类实体。历史上，传播网络中的关系主要是消息（messages），即传递图像、数据、情感、信息和知识等意义的象征形式；如今，传播学者也关注行动者之间共享情感、解释和认知的程度。研究网络的知识前提在于：我们所嵌入的关系既源于人类行为和态度，也对其产生贡献。

文章接着按时间脉络详述了社会网络研究的学术史。网络研究可追溯至16世纪普鲁士柯尼斯堡的七桥问题，瑞士数学家Leonhard Euler通过将陆地抽象为节点（nodes）、桥梁抽象为边（edges），证明了遍历七桥的数学条件，由此创立了图论（graph theory）。20世纪30年代，Jacob Moreno发展了最早的社会网络图形表示，即社会图（sociograms），并在此基础上创立了社会计量学（sociometry）。他在Hudson School for Girls的研究发现，离家出走的女孩在社会网络中处于孤立状态。20世纪50年代，Alex Bavelas在麻省理工学院首次系统研究了小群体中不同传播结构对任务完成效率和成员满意度的影响，发现星型结构（star configuration）有利于快速准确地完成简单任务，而五边形结构（pentagon configuration）则带来最高士气和满意度。1967年，Stanley Milgram通过小世界实验（small world experiment）提出了“六度分隔”（six degrees of separation）的概念，并发现了网络中“经纪人”（broker）角色的重要性。同一时期，Harrison White和J. Clyde Mitchell推动了将社会视为网络的研究视角。1970年，Mark Granovetter在其博士论文中提出了“弱关系的力量”（strength of weak ties），表明人们往往通过泛泛之交而非密友获得工作信息。20世纪60年代末，密歇根州立大学成为组织传播网络研究的发源地，Donald Schwartz、Everett Rogers、Vincent Farace等人作出了开创性贡献；Bill Richards开发了第一款网络分析软件NEGOPY。1977年，Barry Wellman创立了国际社会网络分析学会（INSNA），随后创办了期刊Social Networks。80年代，James Coleman、Ronald Burt和Robert Putnam等学者推动了社会资本（social capital）理论的发展；Linton Freeman、Steve Borgatti等人在加州大学欧文分校开发了广泛使用的网络分析软件UCINET。90年代至21世纪初，万维网和社交网站使网络隐喻进入大众意识，Google的网页排名算法也利用了社会网络中早已存在的特征向量中心性（eigenvector centrality）思想。21世纪以来，小世界网络（small world networks）和无标度网络（scale-free networks）的研究促使网络科学（network science）重新兴起，2006年举办了首届网络科学大会（NetSci），2014年成立了网络科学学会（Network Science Society）。

文章随后从“描述网络”（describing networks）和“解释网络”（explaining networks）两个维度组织当前知识。在描述网络方面，文章从五个层次展开。第一是个体层次（individual level），集中讨论了多种中心性（centrality）指标：度中心性（degree centrality）衡量行动者拥有的直接联系数量；接近中心性（closeness centrality）衡量行动者通过最短路径到达网络中所有其他行动者的能力；中介中心性（betweenness centrality）衡量行动者位于其他行动者最短间接路径上的程度；声望中心性（prestige centrality）则通过递归计算行动者与“被连接良好的行动者”相连的程度，Google的PageRank算法即基于这一思想。在有向网络中，还可区分权威节点（authorities）和枢纽节点（hubs）。第二是二元层次（dyadic level），测地距离（geodesic distance）衡量两个行动者之间的最短路径长度，MAN分数（man scores）统计互惠（mutual）、不对称（asymmetric）和空（null）二元组的数量，结构对等性（structural equivalence）则衡量两个节点在网络中占据相似位置的程度，而不论它们之间是否有直接或间接联系。第三是三元层次（triadic level），闭合（closure）指三个节点两两相连的情况，聚类系数（clustering coefficient）衡量某行动者所在三元组中闭合所占比例；有向网络中的传递性（transitivity）和循环性（cyclicity）分别揭示层级结构和广义交换的存在。第四是子群层次（subgroup level），包括成分（component）、小团体（clique）、n-团（n-clique）、n-族（n-clan）、k-丛（k-plex）和k-核（k-core）等指标，用于描述网络的凝聚性和核心—边缘结构（core–periphery structure）。第五是全局层次（global level），密度（density）衡量实际联系占所有可能联系的比例，直径（diameter）指网络中任意两节点间最大测地距离，网络中心化（network centralization）则基于行动者中心性的变异性描述整个网络的集中程度。

在解释网络方面，文章梳理了六大理论家族。第一是自利理论（self-interest），认为行动者基于理性选择建立联系以获取社会资本，Ronald Burt的结构洞（structural holes）理论指出，填补两个簇之间空白的经纪人（broker）可以获得信息获取、时机和引荐方面的优势。第二是交换理论（exchange theories），关注行动者之间资源的供需关系和成本收益分析，包括社会交换、资源依赖和网络交换理论。第三是集体行动理论（collective action），以公共物品理论（public goods theory）为代表，解释行动者为何会为了从第三方获益而建立联系，以及如何促使搭便车者（free riders）为公共物品作出贡献。在传播网络中，连通性（connectivity）和公共性（communality）被视为公共物品。第四是传染理论（contagion），认为行动者会因网络关系而“感染”某些信念、行为和态度，并通过趋同（convergence）过程变得相似；这一理论还解释了优先连接（preferential attachment）现象，即新加入者倾向于与已经连接良好的节点建立联系，从而解释无标度网络的形成。第五是认知理论（cognitive theories），基于个体对网络的感知而非实际互动，包括行动者之间的语义网络（semantic networks among actors）、文本语义网络（semantic networks of text）、认知社会结构（cognitive social structures）、认知知识网络（cognitive knowledge networks）和认知一致性（cognitive consistency）理论。第六是同质性（homophily）和接近性（proximity）理论。“物以类聚”的同质性指个体倾向于与相似他人建立联系；物理接近性则增加个体互动的机会，从而促进传播网络的形成。

文章认为，网络研究正在从描述走向解释，近二十年来出现了大量能够对网络形成和表现进行统计检验的方法。这些方法的核心假设是：如果行动者依据某种理论行事，那么该理论特有的结构特征就会在网络中比随机预期更频繁地出现。

最后，文章展望了未来研究方向。在理论层面，数字化生活产生了大量高分辨率的数字痕迹数据（digital trace data），推动了利用眼动、语音语调和文本分析标记等新变量构建理论的可能性；可穿戴和环境传感设备也正在革新网络数据的收集方式。在方法层面，时间戳数据的可用性促进了关系事件网络模型（relational event network models）的发展；数据驱动方法（data driven approaches）和基于主体的计算模型（agent based computational models）重新受到重视，有望利用大规模训练数据和实证参数估计来发展更细致的网络理论。

本文的学术价值在于：它以组织传播为学科立足点，全面整合了来自社会学、心理学、物理学、计算机科学等多个领域的网络研究成果，既追溯了从Euler到当代网络科学的历史演进，又系统构建了网络描述和网络解释的完整知识框架。文章将理论机制分为战略性理论（自利、交换、集体行动）和非战略性理论（传染、认知、同质性、接近性），为理解网络形成的多重逻辑提供了清晰的分析框架。同时，文章强调从描述走向解释，并指出利用多理论、多层次统计模型和关系事件模型等新方法进行理论检验的前景，为组织传播和网络科学的未来研究指明了方向。