基于电子接近性理论的考察

博客和微博客空间中记者职业群体的线上社会网络：基于电子接近性理论的考察

——以大学生使 用者为例

刘于思

作者简介　刘于思，清华大学新闻与传播学院，博士研究生，E-mail：liuyusi10＠mails.tsinghua.edu.cn。

本研究得到国家自然科学基金重点课题“面向Web的社会网络理论与方法研究”（60933013）和国家社科基金一般项目“社会网络中的舆情演变机制研究”（11BXW018）支持。

摘　要　记者之间通过以博客和微博客为代表的新社会化媒体进行传播和建立链接的过程中，形成了怎样不同的在线社会网络？本文对新浪微博和博客的295名记者进行社会网络分析，发现记者微博链接网络比博客网络体现出更高的指标，打破了博客网络子群间的等级秩序，证实了微博链接网络在关系和结构两个层面上对博客网络的扩展和重塑机制，表明更具电子接近性的新兴社会化媒体更能够为记者职业群体提供更紧密的在线社会网络空间。

关键词　社会网络，记者，职业群体，博客，微博客，电子接近性

一、引　言

近年来，由计算机和通信技术的发展而引发的新闻生产变革成为媒介工作者和传播学研究者共同关注的领域。研究新闻记者运用计算机设备和互联网作为采访和报道辅助工具这一模式即“计算机辅助新闻报道（computer-assisted reporting）”已有近20年的历程。大量研究发现，记者在并不是出于同样的目的或以平均的程度来使用互联网的各种可能的应用，他们在日常工作中如何使用互联网及其程度都出现了差异（Garrison，2000；Niebauer，Abott，Corbin＆Neiberger-gall，2000）。但既有研究仍多集中于记者使用互联网发稿、寻找新闻背景资料及线索（罗文辉、张凯蒂、张宝芳，2007）、搜索和访问公共资讯、电子资料库和检索消息（王毓莉，2001）等社会智能（social intelli-gence）的自我认知与实践层面（臧国仁、钟蔚文、杨怡珊，2001），对记者通过互联网与群体内部的其他记者及群体外部的他人互动来完善自身的知识和执行能力的研究几乎是一片空白。

事实上，记者作为拥有相似的专业技能和立场的职业群体（pro-fessional group），是“一个拥有自我管理体系的实践共同体，其中的成员意识到彼此归属于同一群体，拥有独特和持久的价值观，自发地分享工作经验，并可能发展出一种共同的规程、表达方式和行动”（Maria＆Elisa，2006）。随着传播和计算机技术被集成而引发了“虚拟组织”，人们逐渐可以像在同一个时空中一般远距离地合作。而虚拟组织的增加，又使虚拟本身被逐渐视为自然的、可接受的组织方式（De-Sanctis＆Monge，1999）。对于记者的职业群体而言，基于不同机制而形成的线上或线下社会网络，是其超越地理空间限制，形成有序自组织的结构基础。职业群体社会网络中的记者成员，通过彼此间的关系网络传递信息，提供支持，共享资源，利用镶嵌在网络中的结构关系获得信息而组织行动。社会网络的结构对职业群体成员集体行动及价值观的影响至关重要。随着社会化媒体（social media）的兴起，作为职业群体现实网络的补充，建立线上社会网络并从中获得信息资源，逐渐成为记者网络使用的趋势和一个研究要点。

在社会化媒体中，博客和微博客是新兴的代表。微博客（micro-blog）是Web 2.0环境下，继博客之后的又一个新应用。社会化媒体能够巩固和扩大用户的“非正式”社会网络，促进线上和线下层面的直接行动（Donath＆Boyd，2004）。作为拥有特殊社会地位和社会技能的群体，记者是社会系统中信息流动的主要加工者，也是博客、微博客使用行为格外活跃的一个群体。许多记者将博客和微博客作为一种从他人处传播和接收相关信息的渠道，使用链接的方式与其他志趣相似的记者建立个人之间的相互联系，由此在互联网上形成了博客和微博客空间（blogosphere＆micro-blogosphere）中的线上社会网络，而由记者相互的链接关系构成的社会网络结构便成为其传播和行动的关键所在。在社会网络研究中，新传播技术对建立和修正社会网络的影响得到了广泛关注和充分证实。电子接近性（electronic proximity）这种通过新技术增加个体互动概率来促进传播的可能性被认为是人们建立、保持、解散和重建传播网络的重要动机。但以往研究对电子接近性理论的兴趣大多集中于比较现实网络与其被互联网中介的线上网络间的差异（Haythornthwaite＆Wellman，2001；Kraut et al.，1998；Rice，1994；Wellman，Quan Haase，Witte＆Hampton，2001；Wellman et al.，1996），而缺少对特定群体或组织基于不同的在线传播技术而形成的社会网络间的互动机制所进行的考察。

因此，记者通过互联网使用而构建起的职业群体线上社会网络，是以往针对记者的网络使用动机和行为研究的薄弱环节。作为互联网的新兴应用，博客和微博客对记者线上社会网络形成的作用以及二者之间的区别更是鲜有关注和探讨。那么，互联网使用，特别是在社会交往和关系层面的使用，对传媒机构的记者形成其职业群体的线上社会网络究竟有何影响？作为媒介生态的核心群体之一，记者在彼此之间通过以博客和微博客为代表的社会化新媒体进行传播和建立链接的过程中，形成了怎样不同的线上社会网络？相对于更早的博客而言，新兴的微博客是否代替了博客，支撑着记者职业群体线上的交流网络？是否扩展或补充从前博客链接带来的传播网络？是否重塑记者的线上网络，改变原有博客链接网络的传播结构？本研究即致力于以新浪博客和微博客服务为例，运用社会网络分析方法回答上述问题，描述记者职业群体在博客和微博客空间中以链接而构成的整体社会网络形态与结构，继而探讨两种社会化媒体的电子接近性对记者职业群体线上社会网络形成的不同影响机制。

二、文献探讨

作为一个整体网研究，本文试图对博客和微博客空间中记者职业群体的链接网络这一个案作出探索性的描述和解释。通常情况下，整体网研究的价值在于对个案的探讨，而非对研究结论的推广。据此，本研究的文献探讨将从互联网中基于链接^[1]（hyperlinks）的社会网络分析方法、电子接近性理论机制应用于社会化媒体和社会结构与凝聚子群三个层面展开。

（一）社会网络与链接分析路径

网络是事物以及事物之间的某种关系。大多数科学研究都关注事物的结构，这可以看成是一种网络视角，包括传播学在内的社会科学也是如此。当代社会网络分析的发展得益于多种多样的学科和学派交融。随着其技术手段和方法论发展的日臻成熟，研究者队伍的不断壮大，社会网络研究在上世纪90年代以后迅速崛起，被称为与理性选择学派、新制度论学派并称的三大学派之一，成为近年来跨学科的重要研究领域。

社会网络研究者认为，社会关系一般以社会实体间的交换行动为基础而产生，如商品、政治力量、社会认同和信息等的交换，社会系统中实体间的关系可以视为一个社会行动者及其行动所构成的点的集合，而社会网络分析的目标正是找出这些特定社会行动者之间的关系，并阐明社会系统中网络结构的形式和内容。对社会行动者通过链接建立的网络结构，可以通过社会网络分析的框架来进行检视。社会网络分析（Social Network Analysis，SNA），是以共同属性作为基础的，用来辨明个人（或节点）之间的互相连通关系的一系列方法（Hanneman＆ Riddle，2005）。这种研究方法，能够对包括文化符号、人、团体、组织以及国家等各种社会实体之间存在的关系进行探索（Barnett，Danowski＆ Richards，1993；Scott，1991a，1991b；Wasserman＆Faust，1994）。

相似地，包括记者这一职业群体在内的人们，通过彼此的链接在诸如博客和微博客等社会化媒体空间中构筑起的线上社会网络结构，也可以被看做是一系列不同的社会实体所建立的关系。在社会研究传统中，关系数据通常居于核心，因为社会结构是社会行动的基础（Scott，2000），而社会结构则是建立在关系的基础之上，这便是社会网络分析的基本理念。在社会网络研究的三个层次中，整体网（whole networks）是由一个群体内部所有成员之间的关系构成的网络（刘军，2009）。它需要封闭的群体（罗家德，2005）调查出一个整体中全部成员的各种关系。本文即是以一个完整的社会行动者（记者）名单^[2]作为边界而进行的关注其全部关系的整体网研究。由于线上社会网络结构对记者职业群体的观念和行为有着重要影响，因此对网络结构的揭示作用正是研究的意义所在。

对于探索记者的线上网络而言，基于链接的分析路径尤为关键。链接网络分析在信息和社会科学中取得了诸多研究成果（Park＆ Thelwall，2003；Rogers，2004；Thelwall，2004）。链接是一种用于指向其他网页（Web pages），使其与自己的网页成为相关信息资源的一种社会行动（Kim，Park＆Thelwall，2006）。链接行为的基本思路之一，是传播科技带来了时空融合感，诸如时间和空间距离之类的因素对于信息的传播、发布和交换来讲已经不再那么重要（Giddens，1979，1986）。链接行为的产生有多种多样的动机（Bar-Ilan，2004；Park，2002；Thelwall，2003；Wilkinson et al.，2003），从努力建立个人威望（显示自己与其他受人尊敬的重要人物有关系）到保证自己的网页受到其他人的支持等。比起行动者之间的合作来说，链接行为更多时候是建立在未经他人知情或允许的基础上的，换言之，链接可能并不总是代表一种积极的链接行为，反而可能是消极或对立的链接关系。这便引起了有关链接能否扮演测量行动者价值和网络结构的角色的疑问（Cronin，2001；Ingwersen，1998）。

然而，正如一篇学术文章的质量或影响力可以由其被其他文章提及的频率来进行计算一样（Garfield，1964），这种思想也被运用于搜索引擎的排名算法中，如Google的PageRank^[3]（Brin＆Page，1998）。这种算法认为，网页的价值并不是页面本身固有的，而是通过访问者的评价而获得的。因此，网页被其能够获得的超链接总数来估价。评估最可信或最有影响力的网站时，基于链接个数的方法比单纯依赖点击量或访问量更具信度。从这种意义上说，链接是评价网站价值的有效指标。链接同时允许用户选择和指向任何其他用户，因此除了网页之外，也可以使用个体用户之间的链接模式来揭示许多社会网络传播景观。本文的关注点就着眼于记者之间通过以博客和微博客为代表的社会化媒介进行链接为中介的传播行为（hyperlink-mediated com-munication），并以链接的多少来评价记者在线上社会网络结构中享有的权利和资源情况。在一个整体网中，网络的规模、密度、中心势和由平均距离形成的凝聚力指数，是从较为宏观的层面描述网络情况的重要指标。据此，本研究首先提出研究问题RQ1，用以描绘记者经由博客和微博客建立链接而形成的线上社会网络景观。

RQ1：在博客和微博客空间中，记者职业群体通过链接形成的线上社会网络的整体规模、密度、中心势和基于平均距离的凝聚力指数分别如何？

（二）社会化媒体的电子接近性理论机制

在多理论多层次模型的分析框架中，有一系列有代表性的传播规则，包括：“我努力使我的传播代价最小化”（自利理论）；“我努力使我对其他人的传播的集体价值最大化”（集体行为理论）；“我努力在与我传播的人中保持互动平衡”（平衡理论）；“我更倾向于与拥有我所需要的资源或者需要我所拥有的资源的人传播”（资源依赖理论）；“我更倾向于与过去曾经与我互动过的人传播，以实现互惠”（交换理论）；“我更倾向于与那些与我相似的人传播，并且不太可能与那些与我不同的人传播”（同嗜理论）；“我更倾向于与那些在物理上接近或通过电子方式易接近的人传播”（接近理论）和“我更倾向于与人传播来提高我的适应性”（协同演化理论）等（Monge＆Contractor，2003）。其中，接近理论被社会学家认定是人们建立、保持、解散和重建传播网络的重要动机。

接近理论中的接近性是指通过增加个体见面和互动的概率来促进传播的可能性（Festinger，Schachter＆Back，1950；Korzenny＆ Bauer，1981；Monge，Rothman，Eisenberg，Miller＆Kirstie，1985）。这种接近性在社会网络分析的语境下，可进一步分为电子接近性和物理接近性。电子接近性的研究问题集中在由计算机网络和社会网络间组成的交集，探讨新媒体提供的包括带宽、便携性、远程呈现、主体或网络的个性化等在内的多种应用特性（Contractor＆Bish-op，2000；Gaver，1996；Norman，1999；Wellman，2000）组成的在电子层面上容易接近的特性使其拥有了怎样的潜力。电子接近性理论体系的整合动机及其关注的核心问题，来源于探索互联网能否使得整个社会变得更加可移动、全球化、网络化、集中化或民主化（Monge＆ Contractor，2003）。在数字革命以及随之发生的电信和计算机技术间差异模糊化的影响下，技术网络实质上跨越了所有的互联网新兴通信技术领域。众多的互联网应用形式中，能够建立与他人互动关系的主要是社会化媒体，如博客、维基、播客、论坛、社交网络、内容社区等。社会化媒体是一种给予用户极大参与空间的新型在线媒体。微博客（micro-blogging）作为新兴的社会化媒体，是一种允许用户发送每条140字以内文本的新兴网络应用形式。与其前身博客不同，微博客引入了“＠username”机制，允许用户将信息主动推送给任何其他用户，结合其已有的转发（forward）机制，评论（comments）机制和粉丝（fol-lowers）机制，形成了包括发布信息、接受信息、接受反馈等环节传播规则。微博客是“联结在场（connected presence）”和“应酬文化（phatic culture）”的最好例证，相比博客而言，其文本具有更强的视觉突出性（visual prominence），短小、更新快的文本使得微博客保持了使用者之间更强的互动性和交流感（Miller，2008）。按照电子接近性的原则，微博客作为社会化媒体中的新生应用，比其前身博客具有更加便利、更加快捷的传播特点，在电子层面上更易接近和使用，因此微博客可能在记者群体以链接组成的网络上，拥有比博客网络更优的形态。

电子接近性理论的具体机制主要阐释电子接近性对传播网络的影响，它可以被概念化为三个层次：（1）替代（substitute）人们过去使用的媒体所支撑的传播网络；（2）扩展（enlarge）或补充人们使用从前媒体的传播网络；（3）重塑（configure）人们的传播网络，包括与之传播的人数、多样性、接近性和频率等。结合本研究探讨的链接关系，根据记者之间的链接关系CX_ij和CYij，基于其使用的传播媒体，设X（博客）和Y（微博客），i是记者的属性，A X_i和AYi代表其使用的特定媒体X和Y。作为基准要求，记者i和j之间通过博客X进行的链接，要求每个记者都采用博客技术X，可得：

式1　电子接近性理论机制的基准要求

在此基础上，替换机制假设，如果记者i和j都使用另一种传播技术Y（微博客），那么记者i和j之间使用X（博客）的链接将减少，即微

博客使用将代替并减少记者通过博客的链接。这种机制可表示为：

CXij＝f［（AXi）（AXj）/（AYi）（AYj）］

式2　电子接近性理论的替代机制

而扩展机制假设记者i和j使用媒体X（博客）的链接将促进他们通过Y（微博客）进行的链接。也就是说，记者i与j使用Y建立的链接关系受到其使用X（博客）和Y（微博客）的共同促进。将这种机制表示为：

CXij＝f［（AXi）（AXj）＋（AYi）（AYj）］

式3　电子接近性理论的扩展机制

最后，重塑机制设定，记者i和j之间使用媒体Y（微博客）进行的链接将重塑他们与其他使用媒体Y和X的记者间的链接网络。例如，如果记者i决定采用Y（微博客），因其有利于与其他使用微博客的记者j的链接，考虑到使用时间和资源上的额外投入，记者i使用传播媒体X（博客）进行的链接网络将被重塑。这一重塑机制可表示为：

CXij＝f［（AYi）（AYj）］

式4　电子接近性理论重塑机制的基准要求

式5　电子接近性理论的重塑机制

其中，式4中CY_ij表示记者i和j之间通过Y（微博客）的链接受到其对微博客使用的影响。而式5中CX_ij代表记者i和j之间通过X（博客）的链接关系，受到记者i和j对X（博客）使用的正面影响，以及记者i与其他所有记者k通过Y（微博客）进行传播的总和的负面影响（Monge＆Contractor，2003）。

值得强调的是，本研究主要考察记者通过博客和微博客建立的链接关系，而非传统意义上的使用强度。与受到微博客这一新生社会化媒体发展的影响，记者用于博客浏览和写作的时间将被替代的可能性不同，原有的博客链接关系更可能保持不变而非被用户特地删除。因此，本研究将通过研究问题RQ2和RQ3，着重探讨在记者职业群体通过博客与微博客链接形成的线上社会网络之间，后者对前者的扩展和重塑机制。

RQ2：记者职业群体通过博客建立的链接，能否促进其通过微博客形成线上链接关系网络？

RQ3：记者职业群体在微博客上是否建立链接与其是否建立博客链接的情况有何差异？

（三）社会群体理论与子群结构分析

“结构”是社会学研究中的一个重要组成部分，因这一学科的重要任务就是揭示社会的结构，从群体在社会关系系统中占据的位置出发，分析群体与环境、群体与群体以及群体内部各个成员之间的关系。“群体”是社会网络结构研究的核心内容。群体概念在社会学领域直至20世纪90年代，仍然没有一个精确的形式化定义，直到社会网领域从形式化的角度对群体进行了研究。这一研究主要分析子群的社会结构（Freeman，1992）。网络研究者认为社会结构是在社会行动者之间实际存在或者潜在的关系模式（Scott，2000）。因此，社会网络分析的一个重要关注点是分析出网络中存在的子结构（sub-structure），也就是社会群体的存在和彼此关系。

社会群体是指在既定目标和规范的约束之下，彼此互动、协同活动的一群社会行动者（刘军，2009）。从中可以看出，群体概念的关键在于其中的成员之间必须有互动。群体要有自己的目标，有群体规范和群体意识，以及群体分工等等（时蓉华，2005）。在本研究中，记者作为一个职业群体，其成员共享着一套关于彼此从事行业的价值观，而随着新闻事业的发展和新闻报道类型的多样化，在记者群体内部，根据个体成员所在部门和分工的不同，也产生了更加细化的报道方式和原则，工作性质和他们所关注的领域的差别也可能使他们分化成一个职业群体内部的若干个子群体。群体一般要有一定的凝聚力，体现在其成员要有认同感和归属感等。高度的凝聚力可以增强对群体目标的达成，促进成员遵守群体的规范，增强成员的自信心，也影响到群体的工作效率。

在社会网络文献中，存在着多种对凝聚子群进行量化处理的方法。与质化的社会结构研究不同，量化的结构观使得社会网络分析能够通过一系列的可视化处理（Wasserman＆Faust，1998），以运算出的总体结构指标划分个体所属的子群，从而体现个体间交往的结构。子群内外关系是子群分析的重要方面，子群内部和子群之间的“核心—边缘”（centripetal-centrifugal）关系是区分个体子群归属的维度之一（Alba，1973）。块模型（block modeling）是一种对社会角色的描述性代数分析，能基于小群体内外的密度关系比较而划分整体网中的子群。比起以关系的互惠性（如c层次派系）、子群成员之间的接近性或可达性（如n-派系和n-宗派）、关系频次或点度数（如k-丛和k-核）来进行子群量化的方法，该程序划分出的子群能避免某个体同时从属于多个子群的情形发生。凝聚性建立在成员之间的某些特定关系属性的基础上，通过这一指标，可以分析出社会网络内部成员间形成的更小的凝聚子群。总的来说，可以从关系的互惠性、子群成员间的接近性或可达性、子群内部成员之间的关系频次和相较于内、外部成员，子群内部成员之间的关系密度等四个方面来考察凝聚子群（Wasser-man＆Faust，1994）。基于“凝聚性”指标的测度，本文继续提出第四个研究问题：

RQ4：记者职业群体通过博客和微博客链接形成的线上社会网络子群位置和结构分别如何？

三、研究方法

根据“百度指数”（http：//index.baidu.com）数据，2010年5月1日，关键词“新浪微博”位列关键词“微博”所有相关关键词中用户关注量第一，用户关注度为11084，排名第二的关键词“腾讯微博”为2826。新浪微博（http：//t.sina.com.cn）倚靠名人资源优势成为中文微博客最大的服务提供商。大批名人通过实名认证的方式入驻新浪微博，包括明星、草根、政客、学者、媒体、商业机构等。新浪微博“名人堂”中包括诸多知名记者，他们的工作地点涵盖了大陆、香港和海外。

微博客的运作方式使作为社会单元的个体节点（node）的点入和点出者名单、传播内容及个体信息资料较之其他网络应用更具易得性。因此，本研究采用网络观察法，收集新浪微博空间中记者群体整体网的全部链接关系数据（全网数据），运用爬虫程序（Python）^[4]进行数据挖掘，得到记者在新浪微博客及博客空间中的个人和关系资料。爬虫程序运行的时间为2010年2月4日，记录的数据包括新浪微博认证的全部295名记者ID和微博地址，使用UCINET 6软件创建若干矩阵。首先，在关注名单列表中筛选出属于新浪微博记者群体的博主，据此构建行动者-行动者之间微博链接关系的邻接矩阵。链接行为的发出者计为i，接收者计为j，这是一个不对称矩阵。随后在此步骤基础上，记录博主在微博中添加的博客地址。在295名记者的微博中，共记录了123个博客，再根据每个博客侧边栏链接的其他博客，从中筛选出属于新浪微博记者群体的博主，建立记者博客链接的邻接矩阵。上述两个矩阵均为以1或0表示关系是否存在的二值矩阵。

在研究信度与效度方面，首先，整体网研究中观察数据和档案资料的信度较高（刘军，2006）。本研究采用网络观察法收集全部关系数据，并通过爬虫程序对数据进行挖掘，以高效、准确地收集微博客空间中记者的属性和关系资料，从而提高研究信度。同时，社会网络分析中保证效度的五个途径包括目测、重复的问题设计、亲身观察法、两个问题交叉对比和部门/网络无效等（罗家德，2005）。本研究以非问卷形式进行，通过亲身观察与挖掘数据的对比来保证关系数据的有效性，同时设置较高的网络无效门槛（即将判断群体网络有效的最高缺失个体值设定为1，意味着只要缺失1个记者的属性和关系资料，整个网络便是无效的）来确保研究的效度。

在具体的数据分析上，主要采用UCINET 6软件，录入记者链接关系整体网的数据矩阵，并对其进行一系列标准化的分析和运算，包括中心性分析、关联性分析、密度比较、二部图分析、CONCOR块模型分析、回归分析、QAP列联表和QAP相关分析等。接下来，本研究使用UCINET 6软件，对上述矩阵进行计算，通过对数据指标含义的揭示回答上文中提出的研究问题。

四、研究发现

（一）记者职业群体在博客和微博客空间中的线上链接网络

研究首先对记者群体的博客链接网络和微博客链接网络的各个整体指标进行对比，就微博客这一社会化新媒体对传播网络影响的层次进行探讨，以得到关于作为新媒体的微博客是否比博客更加具有电子层面的接近性以及它能否为记者群体提供一个更紧密的线上社会网络空间的结论。

图1　记者博客链接网络关系图

图2　记者微博客链接网络关系图

图1和图2呈现了移除了孤立点（isolates）后，利用UCINET软件中的NetDraw工具画出的记者在微博客和博客中的网络链接关系图。为了更好地呈现可视化效果，在图2微博客链接网络中去掉了每位记者的ID，并将各节点的大小以度数中心度作为标准绘图。从这两个图中，能够直观地看出网络的形态和密度状况。

表1　记者职业群体线上链接网络的规模、密度、中心势与凝聚力指数

*p＜0.05；^**p＜0.01；^***p＜0.001。

对于一个链接网络来说，其整体层面的指标主要包括网络的规模、密度、中心势与凝聚力指数等等。为了比较微博客链接网络和博客链接网络的差别，本文列出了记者群体在这两个链接网络中通过UCINET计算得出的规模、度数中心势、中间中心势和凝聚力指数的数值（如表1所示）。尽管除网络密度外的数值无法经过统计学意义上的显著性检验，但通过比较可以发现，较之博客而言，微博客的确在链接网络的各个层面上都体现出了更高的指标。

具体而言，整体网的规模，指网络中包含的全部行动者的数目。通常状况下，整体网的规模越大，其结构越复杂，这种结构对社会行动者的影响可能越大。对于较大网络的研究往往比较困难^[5]。根据2010年2月4日数据挖掘的结果，组成本研究中整体网络边界的新浪微博“名人堂”“传媒”分类下的全体“知名记者”共包括295人，因此两个网络的规模均为295。本文所探讨的博客和微博客链接网络即由295个记者之间的关系组成。记者群体通过博客和微博客进行链接而建立的线上社会网络具有一定规模，可进一步探索其中的结构关系，也对其中的记者成员在行动和社会支持上产生影响。

而整体网的中心势指数，指的是图的总体整合度或一致性（Scott，2000）。在本研究中，记者群体博客和微博客链接网络的中心势指数有两个衡量指标，即度数中心势和中间中心势。度数中心势是刻画网络整体中心性的指标，计算公式如式6。这一指标的构造思想来自于首先找到网络中最大中心度的值，然后计算该值与途中其他点的中心度的差，用多个差值的总和除以在理论上各个差值总和的最大可能值（刘军，2009）。具体而言，如果一个图（网络）的各个度数中心度差异很大，那么该图具有较高的度数中心势。例如，星形网络（star net-work）由于一个点与所有其他点直接相连，因此具有100%的度数中心势，而一个任何点都与其他所有点相连的网络即完备网的度数中心势为0%。经过计算可知，记者群体博客链接网络的度数中心势为2.33%，而微博客链接网络的度数中心势为35.72%。

式6　图的度数中心势的计算公式

式7　图的中间中心势的计算公式

中间中心势指标则有不同的含义和计算公式。在式7中，C_ABmax是点的未经标准化的绝对中间中心度，C_RBmax是点的标准化的相对中心度。举例来说，星形网络具有100%的中间中心势指数，而环形网络的中间中心势指数为0%。经过计算，记者群体博客链接网络的中间中心势为0%，而微博客链接网络的中间中心势为8.83%。

这两组中心势指标说明，在链接网络的完备程度上来看，记者通过博客形成的线上网络链接较不充分，难以形成集群和行动者个体的结构权力（2.33%）；而在微博客链接网络中，网络的链接较为完备，不同记者间的度数中心度存在差异，权力有向网络中某些记者个体集中的趋势（35.72%）。同时，每个记者在博客链接网络中，控制他人交往程度几乎没有差异（0%）；微博客链接网络却使一些记者占据了更多的中间位置（8.83%），但全网也更接近环形网。相对而言，链接是否完备在博客网络和微博客网络中比中间位置差异更大。这表明，尽管微博客链接网络使控制权力在记者个体间分配不均，但这一网络依然有能力通过比较完备的链接来保证信息在记者之间的流动，避免信息垄断的形成，从而在信息共享的基础上，比位置平等但链接不充分的博客网络更能促成记者的共同行动，继而确保职业群体的运转。

凝聚力指数（distance-based cohesion）是建立在距离基础之上的。在整体网络中，距离和凝聚力指数是两个重要的指标。其中，距离是两个行动者之间在图论或者矩阵意义上的最短途径（即捷径）的长度。凝聚力指数越大，表明该整体网络越有凝聚力。记者群体博客和微博客链接网络的凝聚力指数分别为0和0.262，可见，微博客链接网络比博客链接网络更加具有将职业群体中的记者成员凝聚成一个整体的能力。

对于一个不对称整体网矩阵来说，其密度的计算方法是“实际存在的关系总数”除以“理论上最多可能存在的关系总数”，实际上等于所有可能存在的关系的平均值。如式8，如果整体网是有向关系网，该网络中包含的实际关系数目为m，并且其中有n个行动者，那么其中包含的关系总数在理论上的最大可能值是n（n－1）。总的来说，整体网的密度越大，该网络对其中行动者的态度、行为产生的影响可能越大。使用UCINET软件，可以计算出博客和微博客空间中记者群体链接网络的整体密度分别为0.0004和0.0355。

D＝m/［n（n－1）］

式8　整体网密度的计算公式

联系紧密的整体网络不仅为其中的个体提供各种社会资源，同时也能成为限制其发展的重要力量。当代整体网研究技术已可检验两个网络的密度是否相等的统计显著性（Wasserman＆Faust，1994）。自举抽样（bootstrapping）方法能够构造网络密度统计量的抽样分布，从而鉴别出两个网络密度的差异是否为随机造成。本研究即采用自举抽样法，从记者群体博客链接网络和微博客链接网络中随机抽取10000次^[6]样本，以各个点的子集构造出10000个网络，并计算出密度均值的样本方差。由于两个网络中的关系数据都是二值的，因此该检验相当于对记者群体博客链接关系概率与微博客链接关系概率之差的检验。通过计算，得到记者群体博客链接网络和微博客链接网络的密度之差的双尾检验概率p＝0.0002＜0.001。两个网络密度之差来自随机误差的概率很低，即微博客链接网络的密度显著高于博客链接网络的密度。可见，就记者这一群体而言，在微博客兴起之后，在其空间中形成的网络密度已远高于博客链接网络的密度。这除了有力地证明了较之博客而言，微博客具有更加简短、便捷、易于链接等特征构成的电子接近性之外，还验证了这一特性对微博客参与者的传播网络产生了影响。

（二）电子接近性对记者职业群体线上链接网络的扩展和重塑机制

前文探讨了电子接近性理论观照下，博客和微博客空间中记者职业群体线上社会网络所呈现出的不同形态。那么，电子接近性对记者职业群体两种社会化媒体链接网络的影响，更多地产生于该理论中的何种机制？这便是本文接下来要回答的问题。

首先，电子接近性理论的扩展机制假设，记者i和j使用博客的链接将促进他们通过微博客进行的链接。由于微博客的产生时间迟于博客，因此可将记者群体建立博客链接视为其建立微博客链接的原因，通过统计意义上的显著性检验，来考察微博客对博客链接关系的扩展机制。检验两个矩阵之间的关系，需要应用二次指派程序（Quad-ratic Assignment Procedure，QAP）。这是一种对两个方阵中各个格值的相似性进行比较的方法，给出两个矩阵之间的相关系数，同时对系数进行非参数检验。它以矩阵数据的置换为基础（Everett，2002）。在这一部分，本研究主要采用QAP回归分析（QAP regression）来检视两个矩阵的关系。

表2　记者博客链接关系网络对微博客链接关系网络的QAP回归分析结果

*p＜0.05；^**p＜0.01；^***p＜0.001。

表2显示了使用记者职业群体在博客空间中建立链接关系来预测其在微博客空间中建立链接网络的回归分析结果。尽管对规模较大的二值关系网络矩阵进行线性回归的调整后R²较小（Adj.R²＝0.6%），但整体预测模型达到显著（p＝0.0005），且标准化回归系数为正值（Stdizedβ＝0.079），因此可以推断，在博客空间中建立链接的记者更可能在微博客空间中也产生链接关系。这印证了电子接近性理论中新媒体对旧媒体的扩展机制，即基于旧媒体（博客）形成的关系网络，能够促进相同行动者在新媒体（微博客）上建立关系。更具电子接近性的微博客链接网络在之前的博客链接网络基础上，对其产生了扩展，补充着记者从前使用博客所链接的传播网络。

接下来，本研究希望进一步探索记者之间在博客和微博客空间中分别尚未建立链接和已建立链接的情况。运用UCINET软件中的QAP关系列联表（QAP Relational Crosstabs）分析方法，将记者博客链接的关系矩阵和微博客链接的关系矩阵作为输入矩阵，可计算出两个矩阵之间的关系列联表，并进行卡方检验。

如表3，在295名记者总计产生的86730个关系当中，除去在博客和微博客空间中均未建立链接的83642个关系（96.44%），有26个关系（0.03%）是既通过博客又通过微博客链接建立的，另有7个在博客上已建立了链接的关系尚未在微博客中形成链接（0.01%），而之前未能通过博客建立链接，却在微博客空间中形成链接关系的数量为3055（3.52%）。记者职业群体在微博客上是否建立链接与其是否建立博客链接的情况差异显著（p＝0.001）。可见，记者职业群体通过微博客这一更具电子接近性的社会化媒体，已经建立了大量从前没有出现的链接，显著地改变了记者原有博客链接网络的关系数量。这种链接正在重塑着其之前在博客空间中的线上链接社会网络。

表3　记者博客链接关系网络与微博客链接关系网络的交叉表卡方检验

χ²＝545.395，df＝1，p＝0.001。

（三）记者职业群体在博客和微博客链接网络中的子群结构与位置

除了整体层面的链接关系之外，社会网络分析还秉承着揭示社会结构的宗旨，将量化和操作化指标引入以往在理论上偏重于定性说明的研究，分析群体与环境、各群体之间以及群体内部成员间的关系。上文中，本文对记者职业群体的博客和微博客链接网络作了整体层面的描述，并考察了电子接近性理论对记者职业群体线上链接网络的扩展和重塑作用。下面，研究将致力于对整体网络中介于整体和个体之间的群体结构进行分析，从记者博客和微博客链接网络的子群关系层面描述记者所构成的线上社会网络结构，在此基础上，探索电子接近性是否改变了记者在博客空间中已有的线上社会网络结构。

所谓“子群”，是指满足如下条件的一个行动者子集合，即在此集合中的行动者之间具有相对较强、直接、紧密、经常的或者积极的关系（Wasserman＆Faust，1994）。本文主要运用块模型思想和UCINET 6软件中的迭代相关收敛法（CONvergent of iterated CORrelations，CONCOR）程序来分析博客和微博客空间中记者链接网络的子群。CONCOR开始于一个矩阵，首先计算矩阵各行各列之间的相关系数，而后经过多次迭代，利用树形图（tree-diagram）表达各个位置之间的结构对等性程度，并且标记出各个位置的网络成员。图3和图4显示了经过迭代后，博客和微博客空间中记者链接网络的不同子群图，即块模型中的“块”。

图3　记者博客链接网络的5个子群图

图4　记者微博客链接网络的7个子群图

对块模型的解释有三个层次，包括个体层次、位置层次和整体层次（刘军，2006）。对块模型位置层次的分析，主要是对各个子群的位置进行描述分析，具体考察各个子群位置之间是如何发送和接收信息的。在本研究中，将前文中得出的7个子群看作子群关系中的7个点，并借鉴网络中点的性质，将子群按照点入度和点出度分为如下四类：孤立群（isolates）、只有点出度的发送群（transmitters、只有点入度的接收群（receivers）和既有点入度又有点出度的传递点（carriers）（Wasserman＆Faust，1994）。

经过计算，博客链接网络中的5个记者子群的密度矩阵如表4所示。根据整个网络的平均密度为0.0004这一数值，将密度矩阵表中大于0.0004的值修改为1，小于0.0004的值修改为0，得到的像矩阵如表5。根据这一像矩阵，在子群研究中运用点与点即个体之间的关系研究思想，将子群作为一个整体，考察它们之间的链接行为关系，做出的子群关系简化图如图4。从图4中可以发现，博客网络中的记者子群1为孤立群，子群2与子群5建立了互惠关系，而子群5、2、4、3则依次建立起连接，成为一条等级性突出的子群链。在这个子群链中，表现出了严格的等级秩序，其中子群5的等级最高，其中包括闾丘露薇等3名核心成员；子群2和子群4各包括7名成员，来自子群5成员的链接行为通过与子群2的互动，依次传递给子群4和包括18名成员的子群3。而子群3除了被动地接受由其他子群依序传递而来的链接关系之外，还具有自反性，即内部成员之间进行互动。

表4　博客链接网络记者子群的密度矩阵

表5　博客链接网络子群像矩阵

按照同样的计算方法，得出微博客链接网络中7个记者子群的密度矩阵（表6）及其像矩阵（表7），并将其关系简化图列出，如图6。从子群的位置来看，在图6中，微博链接网络中的子群5、6、7是孤立群。在非孤立的四个子群中，其位置情况是：子群1和子群4是既有链入又有链出的传递点（carriers），同时，这两个子群也具有“自反性”（self-reflexive），表明这两个子群在参与与其他子群的链接传递的过程中，子群内部的记者之间也进行着大量的链接行为。与子群1与子群4不同的是，子群2是只有链出的发送群（transmitters），而子群3是只有链入的接收群（receivers）。

从子群关系的结构来看，被移除的孤立子群5、6、7呈现出边缘性，而子群1－4则具有一定的核心性，整个子群关系的结构呈现出核心—边缘趋势。同时，子群2和3体现了链出和链入行为的集中性。此外，自反性的子群有两个，但这两个子群并非绝对自私地进行内部链接。因此，子群之间的凝聚关系模型在微博链接网络的记者子群关系中并没有得到体现，且微博客链接网络中记者子群的关系也没有呈现出关系直线连接的等级性，而更加类似于网状。

表6　微博客链接网络记者子群密度矩阵

表7　微博客链接网络子群像矩阵

通过对微博客链接网络和博客链接网络子群关系的结构分析，可以发现一个很有意思的现象，即作为在博客应用的基础上发展起来的传播内容更加简短、方式更加便捷、链接更加容易的微博客的出现，打破了博客链接网络中子群间链接行为的直线结构和等级秩序，而形成了更加近似于网状的子群传播模式，在链接关系层面之外的结构层面，对原有的博客空间形成的记者社会网络产生了电子接近性理论中的重塑机制。微博客所重塑的这种网状的子群结构比起博客网络的链式结构而言，其密度、平均距离、可达性和凝聚力都要强得多，因此更能够促进记者群体成员内部信息的高速和有效传播，增进各个记者子群间的互动，从而形成整个记者职业群体的社会团结。

图5　博客链接网络中记者子群关系简化图

图6　微博链接网络中记者子群关系简化图

五、结论与讨论

本研究探索了记者这一职业群体在博客和微博客空间中以链接形式构成的社会网络。研究通过数据挖掘，采用社会网络分析范式，描述了记者群体微博客链接网络在整体和结构层面上的构成情况，分析了记者在关系建立层面上的网络使用行为对记者在线社会网络建立的作用，并以电子接近性理论为框架，在链接网络经验数据的基础上，考察了微博客这一社会化新媒体的电子接近特性对原有博客链接关系与网络结构的扩展和重塑机制。

研究采用了互联网传播时代的超链接研究范式。结论表明，这一范式对分析社会化媒体中的网络链接而言是合适的。这种以链接的多少来评价社会行动者在网络结构中享有的权利和资源情况的内在逻辑与多数研究对个体社会资本的测度思想（Adler＆Kwon，2002；Coleman，1988；Erickson，2001；Norris，2002）相一致。研究发现，较之博客而言，微博客在链接网络的规模、度数中心势、中间中心势和凝聚力指数等各个层面上都体现出了更高的指标；在微博客兴起之后，在其空间中形成的网络密度已远高于博客链接网络的密度。因此，作为新媒体的微博客比博客更加具有电子层面的接近性，更能够为记者群体提供一个更紧密的线上社会网络空间。互联网使用，特别是社会化媒体的使用，对记者职业群体在社会化媒体中建立社会网络具有积极作用。

在电子接近性理论的三个机制中，本研究的结论首先证实了微博客链接网络对博客网络的扩展机制和重塑机制，即更具电子接近性的微博客链接网络在之前的博客链接网络基础上，对其产生了扩展，补充着记者从前使用博客所链接的传播网络；通过微博客，记者建立了大量从前没有出现的链接，显著地改变了记者原有博客链接网络的关系数量。在以往的实证研究中，新传播技术对建立和修正社会网络的影响得到了充分的证实（DiMaggio，Hargittai，Neuman＆Robinson，2001；O'Mahony＆Barley，1999）。这些研究的一般性结论是新媒体正在同时代替、扩展和重塑社会行动者的传播网络。尽管本文的价值在于对博客和微博客空间中记者职业群体的链接网络这一个案作出探讨，而非对研究结论的推广，但研究的经验数据分析结果与上述结论基本一致。

本研究同时在链接关系层面之外的结构层面，发现了微博客这一新媒体对原有的博客所形成的记者网络产生了电子接近性理论中的重塑机制。具体而言，即微博客将博客链接网络中子群间链接关系的直线结构和等级秩序重塑成为更利于关系建立的近似于网状的子群传播模式。这一结论证实了不同社会化媒体之间电子接近性机制造成的网络结构差异的存在，对后续研究有所启发。今后，研究者可关注新媒体电子接近性理论机制在社会网络结构层面上对旧有媒体形成的网络的替代、扩展与重塑。但个体研究中发现的特定实例，更有可能被其他环境因素所解释，而不是仅仅受到新技术引进的影响（Monge＆Contractor，2003）。因此，环境等因素本身也是后来者在研究中需要特别注意并加以控制的关键问题。

总之，在互联网传播时代，物理距离已经不再是制约人们交往和建立深层友谊的阻碍，地理上的接近性也不再成为人们共同话题的唯一来源，相反，电子接近性将在社会网络的建立机制中发挥越来越大的作用。因此，可以预见的是，便捷易用的新媒体将对人们的社会网络形式产生深刻而多样的影响。

本研究的创新之处主要体现在，首先，在研究方法层面，将链接作为研究考察的客体，解决了传统社会网络分析方法使用问卷调查方式而引起的被试者自我报告不准确的问题，使用爬虫程序（Python），较为高效的进行数据收集、整理和初步的分析，尽可能地使用完整的数据，是对在互联网空间中进行整体网分析的一次有益尝试。其次，本研究在理论上表现出了中层理论的自觉性，即对社会结构的高度重视，突破了以往关于记者网络使用行为的量化实证研究经常使用的个体单位，运用社会网络分析的思想，选择将关系作为研究的着眼点，从“网络”和“关系”的角度出发，用经验数据的运算结果作为依据来评估微博客这一新媒体的电子接近特性及其理论机制，并发现了结构层面上电子接近性理论的重塑机制，填补了既有关于新媒体、记者的媒介使用和社会网络研究的空白。

限于方法、时间、篇幅和个人能力，本研究还存在着以下诸多缺陷。这些不足之处将成为作者今后努力不断改进本研究的方向：

（1）由于资料收集方法的局限，导致本研究忽略了传统社会网络分析的若干重要变量。尽管数据挖掘可以高速、有效、完整地取得微博客空间中记者的个人属性和链接资料，但诸如交往频次、现实关系网络、心理距离等在社会网络分析中非常关键的变量，在本研究中都没有得到考察。作者将在今后结合对记者群体进行的问卷调查，对记者群体的社会网络，作出更加深入的探讨。

（2）在整体网研究中，边界是否准确，从根本上决定着研究的效度。在本研究中，尽管作者竭力对新浪微博名人堂记者名单上的每个ID都进行记者身份的核实，但由于新浪微博实名认证的操作方式是人为进行的，因此其中难免会有不准确和疏漏之处，这就为本研究边界的准确性增加了不确定性。与上文的解决途径一致，如能结合实地的问卷调查，对记者进行身份甄别，那将从根本上确保记者整体网络的边界，从而保证研究有效性。

（3）本文在分析网络结构时，对记者个人的属性变量给予了相当程度的重视，但对二人关系、三人关系等结构变量的探讨不足。结构特征尽管较为难以把握，但既有的社会网络研究都证明了结构变量对网络关系的重要影响。因此，这一层面的研究将是作者今后进行社会网络分析的重点。

（4）尽管具有了关于博客和微博客电子接近性的初步结论，但本研究始终只是在一个时间点所进行的静态横截面研究。而要探讨电子接近性中新旧媒体的具体关系和发展机制，则需要动态的纵向研究。例如，如果微博客链接网络的规模一直增加，那么博客链接网络是否被其取代，呈现出网络规模和密度递减的趋势？或者随着微博客网络的壮大，博客之间的链接又逐渐被人拾起，新旧媒体共荣共生？亦或随着另一种新媒体的崛起，博客与微博客网络同时衰落？这都需要今后的历时性研究来跟进趋势的发展，继续深入探讨。

而在技术发展之外，也应当有更多的理论机制，引发研究者对记者职业群体现实和线上社会网络形成规律的思索。从普遍意义上讲，记者是拥有特殊社会技能、地位、行动和表达方式的社会群体，享有相同或相似的职业观，在个人特质的多个层面上呈现出同质性。由职业群体组成的社会网络能自发地产生拥有相似技能和地位的同侪群体（peers group），这种相似性可能成为影响职业群体社会网络结构的重要因素（Liesbeth，Maurice＆Leen，2009）。在互联网海量数据和复杂随机网络结构不断涌现的今天，记者的线上社会网络究竟更可能被制度化的科层制关系所决定，还是更多地来源于职业群体自组织的内在动力，则需要后续研究来共同探索。

［参考文献］

［1］刘军（2006），《法村社会支持网络——一个整体网的视角》。北京：社会科学文献出版社。

［2］刘军（2009），《整体网分析讲义》。上海：格致出版社。

［3］罗家德（2005），《社会网分析讲义》。北京：社会科学文献出版社。

［4］罗文辉，张凯蒂，张宝芳（2007），《新闻记者之网路使用与预测》。《传播与社会学刊》，2007年第2期，第51－83页。

［5］时蓉华（2005），《现代社会心理学》。上海：华东师范大学出版社。

［6］王毓莉（2001），《电脑辅助新闻报道在台湾报社的应用——以中国时报、工商时报记者为研究对象》。《新闻学研究》，第68期，第91－115页。

［7］臧国仁、钟蔚文、杨怡珊（2001），《新闻工作者的社会智能：再论记者与消息来源之互动》。《新闻学研究》，第69期，第55－93页。

［8］Alba，R.D.（1973）.A graph-theoretic definition of a sociometric clique.

Journal of Mathematical Sociology，3，113-126.

［9］Adler，P.，＆Kwon，S.（2002）.Social capital：Prospects for a new concept.

Academy of Management Review，27（1），17-40.

［10］Bar-Ilan，J.（2004）.A microscopic link analysis of academic institutions

within a country：The case of Israel.Scientometrics 59（3），391-403.

［11］Barnett，G.A.，Danowski，J.A.，＆Richards.W.D.J.（1993）.Commu-nications networks and network analysis：A current assessment.Progress in Communication Sciences 12（2），1-21.

［12］Brin，S.，＆L.Page.（1998）.The anatomy of a large scale hypertextual Web search engine.Computer Networks and ISDN Systems 30（1-7），107-117.

［13］Coleman，J.S.（1988）.Social capital in the creation of human capital.A-merican Journal of Sociology，94（Supplement），95-120.

［14］Contractor，N.，＆Bishop，A.P.（2000）.Reconf iguring community net-works：The case of PrairieK NOW.In T.Ishida（Ed.），Digital cities：Technologies，experiences，and future perspectives.Lecture Notes in Com-puter Science（Pp.151-164）.Berlin：Springer-Verlag.

［15］Cronin，B.（2001）.Bibliometrics and beyond：Some thoughts on Web-based citation analysis.Journal of Information Science 27（1），1-7.

［16］DeSanctis，G.，＆Monge，P.R.（1999）.Introduction to the special issue：Communication process for virtual organizations.Organization Science，10，693-703.

［17］DiMaggio，P.，Hargittai，E.，Neuman，W.R.，＆Robinson，J.P.（2001）.Social implications of the Internet.Annual Review of Sociology，27，307-336.

［18］Donath，J.，＆Boyd，D，M.（2004）.Public displays of connection.BT Technology Journal，22（4），71-88.

［19］Erickson，B.H.（2001）.Good networks and good jobs：The value of social capital to employers and employees.Social Capital：Theory and Research.New York：Aldine De Gruyter.

［20］Everett，M.（2002）.Social Network Analysis.Essex：Textbook at Essex Summer School in SSDA.

［21］Festinger，L.，Schachter，S.，＆Back，K.（1950）.Social Pressures in In-formal Groups：A Study of Human Factor in Housing.Palo Alto，CA：Stanford University Press.

［22］Freeman，L.（1992）.The sociological concept of group：An empirical test of two models.American Journal of Sociological 98，152-166.

［23］Garrison，B.（2000）.Journalists'perceptions of online information-gathering problems.Journalism＆Mass Communication Quarterly，77（3），500-514.

［24］Gaver，W.（1996）.Affordances for interaction：The social is material for de-sign.Ecological Psychology，8，111-129.

［25］Giddens，A.（1979）.Central problems in social theory：Action，structure，and contradiction in social analysis.Berkeley：University of California Press.

［26］Giddens，A.（1986）.Constitutionof society：Outline of the theory of struc-turation.Cambridge.UK：Polity.

［27］Hanneman，R.A.，＆Riddle，M.（2005）.Introduction to social network methods.Retrieved August 4，2007 from http：//faculty.ucr.edu/～hanne-man/nettext/.

［28］Haythornthwaite，C.，＆Wellman，B.（Eds.）（2001）.The Internet in eve-ryday life.［Special issue］.American Behavioral Scientist，45.

［29］Ingwersen，P.（1998）.The calculation of Web impact factors.Journal of Documentation 54（2），236-43.

［30］Kim，Hyo.，Park，H.W.，＆Thelwall，M.（2006）.Comparing Academic Hyperlink Structures with Journal Publishing in Korea：A Social Network A-nalysis.Science Communication，27（4），540-564

［31］Korzenny，F.，＆Bauer，C.（1981）.Testing the theory of electronic propin-quity：Organizational teleconferencing.Communication Research，8，479-498.

［32］Kraut，R.，Patterson，M.，Lundmark，V.，Kiesler，S.，Mukopadhyay，T.，＆Scherlis，W.（1998）.Internet paradox：A social technology that re-duces social involvement and psychological well-being.American Psycholo-gist，53，1017-1031.

［33］Liesbeth，H.，Maurice，V.，＆Leen d'H.（2009）.Internet in the Daily Life of Journalists：Explaining the use of the Internet by Work-Related Character-istics and Professional Opinions.Journal of Computer-Mediated Communica-tion，15（1），138-157.

［34］Maria，R.T.，＆Elisa，M.（2006）.The role of networks of practice，value sharing，and operational proximity in knowledge flows between professional groups.Human Relations，59（3），291-319.

［35］Miller，V.（2008）.New media，networking and phatic culture.The Interna-tional Journal of Research into New Media Technologies，14，387-401.

［36］Monge，P.R.，Rothman，L.W.，Eisenberg，E.M.，Miller，K.L.，＆ Kirstie，K.K.（1985）.The dynamics of organizational proximity.Manage-ment Science，31，1129-1141.

［37］Monge，P.R.，＆Contractor，N.S.（2003）.Theories of communication networks.New York：Oxford University Press.

［38］Niebauer，W.E.，Abbott，E.A.，Corbin，L.，＆Neibergall，J.（2000）.Computer adoption levels of Iowa dailies and weeklies.Newspaper Research Journal，21（2），84-94.

［39］Norman，D.（1999）.Affordance，conventions，and design.Interactions，May-June，38-44.

［40］Norris，P.（2002）.Social capital and the news media.Press/Politics，7（1），3-8.

［41］O'Mahony，S.，＆Barley，S.R.（1999）.Do digital telecommunications af-fect work and organization？The state of our knowledge.Research in organi-zational behavior（Vol.21，pp.125-161）.Greenwich，CT：JAI.

［42］Park，H.W.（2002）.Examining the determinants of who is hyperlinked to whom：A survey of Webmasters in Korea.First Monday 7（11）.

［43］Park，H.W.，＆Thelwall，M.（2003）.Hyperlink analyses of the World Wide Web：A review.Journal of Computer-Mediated Communication 8（4）.

［44］Rice，R.E.（1994）.Network analysis and computer-mediated communica-tion systems.In S.Wasserman and J.Galaskiewicz（Eds.），A dvances in so-cial network analysis：Research in the social and behavioral science（pp.167-206）.Thousand Oaks，CA：Sage.

［45］Rogers，R.（2004）.Information politics on the Web.Cambridge，MA：MIT Press.

［46］Scott，J.（1991a.）Networks of corporate power：A comparative assess-ment.Annual Review of Sociology 17：181-203.

［47］Scott，J.（1991b）.Social network analysis：A handbook.Newbury Park，CA：Sage.

［48］Scott，J.（2000）.Social Network Analysis：A Handbook.London：Sage Publications.

［49］Thelwall，M.（2003）.What is this link doing here？Beginning a fine-grained process of identifying reasons for academic hyperlink creation.Information Research 8（3）.

［50］Thelwall，M.（2004）.Link analysis：An information science approach.San Diego：Academic Press.

［51］Wasserman，S.＆Faust K..（1994）.Social Network Analysis：Methods and A pplications.Cambridge：Cambridge University Press.

［52］Wellman，B.（2000）.Changing connectivity：A future history of Y2.03K.Sociological Research Online，4.

［53］Wellman，B.，Quan Haase，a.，Witte，J.，＆Hampton，K.（2001）.Does the Internet increase，decrease，or supplement social capital？Social networks，participation，and community commitment.American Behavioral Scientist，45，437-456.

［54］Wellman，B.，Salaff，J.，Dimitrova，D.，Garton，L.，Gulia，M.，＆Hay-thornthwaite，C.（1996）.Computer networks as social networks：Collabora-tive works，telework，and virtual community.Annual Review of Sociology，22，213-238.

［55］Wilkinson，D.，G.Harries，M.Thelwall，＆E.Price.（2003）.Motiva-tions for academic Web site interlinking：Evidence for the Web as a novel source of information on informal scholarly communication.Journal of In-formation Science 29（1），59-66.

Online Social Networks of the Journalists as a Professional Group in Blogosphere＆Micro-blogosphere：

A Study Based on The Electronic Proximity Theory

Liu Yusi

Abstract：How different were the online social networks of the Chi-nese journalists as a key group in the media ecology formed by their communication and link construction while using the social media in the blogosphere and micro-blogosphere？This study answered those questions by taking Sina Blog（http：//blog.sina.com.cn/）and Sina Weibo（http：//weibo.com）as examples，applying the social net-work analysis paradigm to examin the online professional social net-works of 295 Chinese journalists.The results showed that the journalists'micro-blogging linked network had more higher indica-tors compared with the blogging linked network，breaking the hier-archical order among sub-groups of blogging linked network，which confirmed the enlarge mechanism and configure mechanism that the micro-blogging network had on the blogging linked network in both relational and structural level，showing the potential that the new so-cial media with electronic proximity such as micro-blogging could provide the journalists with a better and closer space to build online professional social network.

Keywords：social network，journalists，professional group，blogging，micro-blogging，electronic proximity