k8凯发(中国)天生赢家·一触即发

　　本期推送Varone, F.等人发表在European Political Science上的Studying policy advocacy through social network analysis一文。社会网络分析（SNA）将决策过程定义为参与者网络，它可以评估利益集团（IGs）是否在这个政策网络中占据领先的核心地位，是否属于不同的联盟，或者它是否在不同的利益相关者之间发挥中介作用。这些对于了解IGs如何动员并接触决策者以及解释他们的目标成就和潜在的政策影响力至关重要。本文简单回顾了SNA的应用研究，提出了一个创新的研究设计来调查IGs如何试图影响多个机构场所的决策过程。

　　利益集团（IGs）研究的Ameta分析对1996至2011年间发表的110篇文章和书籍进行了评估，发现近三分之二的实证研究集中于IGs的宣传活动或测量IGs对公共政策的影响。这些研究在解释政策制定战略，接触决策者以及最终取得政策成功时，都将注意力放在政策制定过程的背景上。具体而言，IG学者除IGs特征（例如目标，成员资格和资源）之外，还考虑到涉及的政策问题的特征（例如显著性，范围和规模）以及制度，政治和经济环境。指向这一方向的一个有前途的研究方向是SNA的应用。

　　简而言之，SNA将政策制定过程定义为政策主体网络，并允许在此政策网络中对中央政府职位进行经验性衡量。因此，如果IG属于不同的特殊联盟或者在不同的利益相关者之间起着中介作用，SNA工具可以评估其是否在协作或敌对的政策网络中占据领导性的中心地位。这些网络变量对于了解IGs如何动员并接触决策者以及解释他们的目标成就和潜在的政策影响力至关重要。并不是说SNA就IGs的政策影响提供了新的理论假说。但是SNA是一种非常有价值的方法，可以对关键变量进行实证评估，比如政策制定网络中政策制定机构的立场，这影响了政策制定过程中取得成功的可能性。

　　经验网络研究的第一步总是回答关于SNA中有哪些角色的问题。不同的理论，也有制度因素正在推动网络边界的区分。决策者和IGs之间的一个根本区别在于第一决策者有最终决定权决策控制，而第二决策者只能通过进入决策者和制度舞台来影响决策。因此，Stokman和van den Bos（1992）在决策过程中区分了影响阶段和投票阶段。在影响阶段，IG与正式机构建立了交换关系,IGs为决策者（国会议员，监管机构，法院等）提供信息和专业知识，以交换进入正式场地（议会委员会，规则制定程序，法官审判等）。由此推断，网络边界受到制度化权力设置的驱动，通常会被所有活跃的IGs以及负责任的决策者（例如国会议员，民选官员，高级公务员，法官，监管机构负责人等）所吸引。SNA可能更具限制性，只考虑那些实际上已成功进入目标场地的利益集团。此外，根据一个国家的政治制度，一些场所仍然是非正式的，尽管它们可能在政策制定过程中发挥关键作用，并因此在参与者代表中引入重要的偏见。

　　任何SHN的理论背景都会推动参与者之间关系的选择。在经济资源交换模型中也发展了关于IGs的文献，例如，游说可以解释为交换有关信息，技术专长或其他“访问商品”（Bouwen，2002）以进行场地访问的交易。因此，从概念上思考这种参与者之间的交换，网络纽带可以被认为是交换关系的“渠道”，这不是两个参与者之间的简单的直接关系，而是一个定向的关系，必须得到双方的回报或相互激活。相关研究者得出的结论是政治参与者之间的交换关系强烈地受制度机会结构和交易成本的驱动。虽然交换关系很大程度上受到正式机构和决策规则的驱动，但协作网络结构似乎更加以非正式的方式来推动这种关系。与前者相似，IGs所选择的机构场地一直受制于机构准入规则、认知障碍和资源可用性。当评估这种作为网络关系的战略选择时，研究人员倾向于依赖所谓的双模网络数据，更具体地说，一方可以在IGs之间创建网络，另一方面可以在“事件”之间创建网络。例如，如果IGs进入该机构场地，则IGs（作为第一“模式”）和机构场所（作为“第二模式”）之间建立联系。除了场馆之外，这些“事件”或“第二种模式”也可以由正式或特设联盟组成，因为IG有倾向于集中资源并分担宣传成本。例如，IG可以分享雇用外部说客或为投票活动提供资金的经济成本，或者他们结合他们的法律专业知识撰写法庭之友简报以发送给最高法院。为了回答关于两个IG协调行动的程度或强度的研究问题并且在相同的场所或联盟内共同参与，则可以在关系指示两个IG之间的共享事件的数量的情况下创建共现网络。

　　根据潜在理论，人们可能希望评估具体的网络结构或单个参与者的地位，以回答有关政策网络中一个或多个IGs活动或有关他们游说成功的研究问题。通常，研究人员可能对确定所谓的“倡导联盟”推动政策变革感兴趣，与上面讨论的正式IGs联盟形成对比的是，它们包括更广泛的政策参与者（IGs、决策者、政党、专家、记者等），并试图基于共同的信念和政策偏好果断地影响决策。为了确定这种倡导联盟，网络中的IGs和其他参与者可以基于类似属性或类似结构位置分组为簇或块。当进一步假设联盟成员展示了一定程度的协调时，集体分析允许在同一联盟内控制IGs之间的直接和间接关系。此外，SNA的经典指标也可用于确定某些政党在联盟内部或跨联盟中扮演的角色。例如，一个IGs可能是一个联盟的领导者，占据一个“联结位置”，并代表联盟的同质政策偏好，相比之下，联接不同联盟的IGs能够促进信息交换 的异质性政策立场，这样做会产生解决问题甚至谈判协议的新想法。总之，SNA提供了许多机会来评估联盟以及联盟之间的关系力量。

　　Heaney（2014）的一项研究认为，IGs在复杂网络中的嵌入在影响力声誉方面会带来回报。在文献分析和个人访谈的基础上，作者运用了影响力声誉以及IGs在美国卫生政策领域的各种网络关系，除了IGs之间的直接关系外，还评估了通过联合参与联盟和共同问题的间接关系。Heaney认为通过沟通，联盟和问题重叠形成的联结，对一个IG引用另一个IG是否具有影响力产生重大影响。Box-Steffensmeier等人（2013）则强调了IG活动对IG倡导成功的影响。在欧洲，Beyers和Braun（2013）研究了IGs联盟成员如何影响他们各自进入决策者的途径，他们衡量属于同一联盟的IG之间的强联系，以及联结更加遥远的作为替代联盟成员的IG的弱联系，更多相关研究见表1。值得注意的是，它们导致了相同的总体结论：在解释IGs施加的场地准入和政策影响方面，质量（如在友谊或联盟网络中的中心地位）比数量（如联盟的数量和规模）更重要。

　　以下阐述如何将SNA测量用于研究设计中。这里提出的研究设计试图更好地了解IGs如何试图影响多个机构场所的政策过程。它包含七个步骤，步骤一：从选择几个不同的政策问题开始，例如经济、社会、环境、个人权利或道德问题；步骤二：对于每个政策问题，文件分析应重新构建整个政策制定流程，并精确确定多年来在不同机构场所做出的所有具有约束力的政策决定；步骤三：对试图影响这些具有约束力的决定的所有IG进行系统盘点。步骤四：关于关系的定义，所提出的研究设计采用了上面介绍的双模式方法；步骤五：专门研究因变量的编码；步骤六：一旦收集到经验数据，SHN就会阐述两种不同的双模网络，第一种“模式”是IGs，第二种“模式”是分别具有约束力的决定和联盟；步骤七：测试各种统计模型。然而，这个提议只是其中一个研究途径，IGs学者在应用SNA工具时仍面着挑战。

　　面对IGs倡导的SNA研究面临的首要挑战是更好地整合实证研究结果，并最终提高其外部效度，为了实现这一目标，应特别关注比较的网络类型，以及选择用于测量IGs网络位置的SNA指标。除了应用类似的测量工具之外，还需要跨政府层面和具有各种制度体系国家的不同政策问题进行比较研究。

　　社论译介作品，欢迎投稿、个人转发朋友圈，自媒体、媒体、机构转载请申请授权，联系邮箱，注明“机构名称+转载”。