Analiza sieciowa i jej zastosowania w badaniach organizacji i zarządzania **

Problemy zarządzania, vol. 7, nr 4 (26):...... ISSN 1644-9584, Wydział Zarządzania UW Analiza sieciowa i jej zastosowania w badaniach organizacji i zarządzania ** Dominik Batorski Michał Zdziarski W artykule przedstawiliśmy metody analiz sieci społecznych oraz przykłady ich zastosowań w badaniach organizacji i zarządzania. Metody stosowane w analizie sieci społecznych zaliczają się do ilościowych metod badań społecznych. Przedstawiamy podstawowe założenia i specyfikę prowadzenia badań sieciowych, przybliżamy rodzaje stawianych problemów, typy danych, metody ich analiz oraz przykłady ich zastosowań. Wśród przykładów wykorzystania analiz sieci społecznych omawiamy badania innowacji, kapitału społecznego, władzy, ładu korporacyjnego, komunikacji i karier menadżerów. 1. Wstęp Najważniejszym celem artykułu jest przedstawienie analizy sieci społecznych (ang. social network analysis) ważnej perspektywy badawczej, która wymaga stosowania specyficznych metod analiz ilościowych. Koncentrujemy się na najważniejszych charakterystykach tej perspektywy i przeglądzie możliwości jej zastosowania, a nie na dogłębnym omawianiu konkretnych metod. Uznaliśmy, że od technicznej dyskusji ważniejsze jest przekonanie badaczy o przydatności spojrzenia na problemy organizacji z perspektywy sieci. Temu celowi ma służyć omówienie przykładów badań, które w tekście prezentującym obszerną perspektywę badawczą będzie z konieczności niepełne i fragmentaryczne. Badania sieci społecznych są rzadko wykorzystywane w nauce organizacji i zarządzania w Polsce. Żeby zainspirować czytelników do uwzględnienia sieci społecznych w przyszłych badaniach, będziemy chcieli przedstawić rodzaje stawianych problemów, typy danych, metody ich analiz, oraz przykłady zastosowań. Artykuł rozpoczniemy od przedstawienia genezy i najważniejszych założeń perspektywy analiz sieci społecznych określanych czasem jako analiza sieciowa lub strukturalna. Następnie przedstawimy podstawowe pojęcia. W paragrafie pt. Sieciowe charakterystyki jednostek zamierzamy omówić miary ** Fragmenty tekstu były wcześniej publikowane w: D. Batorski. 2008. Metody analizy sieci i ich zastosowanie w ewaluacji, w: A. Haber i M. Szałaj (red.), Środowisko i warsztat ewaluacji, Warszawa: PARP. vol. 7, nr 4 (26), 2009 157

Dominik Batorski, Michał Zdziarski opisujące położenie węzłów w analizowanej strukturze. Następny paragraf służy przedstawienia struktur grupowych, które pozwalają wyodrębnić ciekawe elementy sieci. Przedstawiamy w nim zarówno sposoby wyodrębniania spójnych, silniej powiązanych podsieci, jak i metody wyodrębniania grup węzłów zajmujących podobne pozycje w sieci. W kolejnym paragrafie omawiamy badania uwzględniające współzależność między charakterystykami sieciowymi a innymi cechami jednostek. Zarysowujemy w nim konsekwencje współzależności zmiennych opisujących sieć dla stosowanych metod analiz ilościowych. Następnie omawiamy globalne własności sieci pozwalające na badanie całej struktury. Ostatni paragraf poświęcony jest zastosowaniom analiz sieciowych w badaniach organizacji i zarządzania. Nie ma on charakteru pełnego przeglądu, ale w naszej intencji ma zasygnalizować ważne kierunki podejmowanych badań i korzyści, jakie daje zastosowanie w nich analiz sieci. W uwagach końcowych przedstawiamy krótkie podsumowanie i prezentujemy istotne dla praktyki badawczej zagadnienia, których nie zamieściliśmy w naszym artykule. 2. Podejście sieciowe. Podstawowe pojęcia i geneza Za pioniera badań sieci społecznych najczęściej uważany jest Jacob L. Moreno, uczeń Zygmunta Freuda. Moreno jest twórcą służącej badaniu interakcji społecznych w małych grupach metody socjometrycznej, pojęć centralności i izolacji w strukturze społecznej (Moreno 1934, 1941, por. Wasserman i Faust 1994). Jednak pierwsza znacząca faza rozwoju metod analizy sieci nastąpiła znacznie później, bo w latach 70. (Holland i Leindhardt 1979) i opierała się na wykorzystaniu metod analizy macierzowej i teorii grafów. Kolejna faza miała miejsce w ciągu ostatnich kilkunastu lat, kiedy to rozwinięte zostały metody umożliwiające nie tylko opis sieci (Wasserman i Faust 1994, Scott 2000), ale również wnioskowanie o zależnościach występujących w tych sieciach (Snijders, Pattison, Robins i Handcock 2006) i procesach w nich zachodzących (Robins i Pattison 2000, Robins, Pattison i Elliott 2001, Snijders 2005). Dodatkowo sieciami zainteresowali się matematycy i fizycy, przyczyniając się do rozwoju teoretycznych modeli sieci i wprowadzając nowe koncepcje do badań społecznych (Watts 1999, 2003, Barabási 2003, Newman 2003). Jednak analiza sieci to coś więcej niż zestaw miar i narzędzi. Wielu autorów mówi o oddzielnym paradygmacie naukowym całościowym podejściu do rzeczywistości społecznej i badania zjawisk społecznych, opierającym się przede wszystkim na analizie relacji pomiędzy obiektami (Knoke i Kuklinski 1982, Wellman 1988, Wasserman i Faust 1994, Hanneman i Riddle 2005). Barry Wellman (1988) określa paradygmat naukowy korzystający z analiz sieci społecznej jako analizę strukturalną. Pisze on: Analiza strukturalna to całościowy paradygmat, w ramach którego bada się, w jaki sposób wzorce 158 Problemy zarządzania

Analiza sieciowa i jej zastosowania w badaniach organizacji i zarządzania powiązań wpływają na alokację zasobów w strukturze społecznej. Siła paradygmatu tkwi w zintegrowanym stosowaniu koncepcji teoretycznych, sposobie gromadzenia i analizy danych, oraz rosnącym, znaczącym dorobku badawczym (Wellman 1988: 31). Wellman wymienia pięć cech paradygmatu analizy strukturalnej: 1. zachowania interpretuje się w kategoriach strukturalnych ograniczeń nakładanych na działanie, a nie w terminach wewnętrznych sił skłaniających jednostkę do działania i osiągania jakiegoś celu; 2. przedmiotem analizy są relacje między jednostkami, a nie próba uporządkowania jednostek w kategorie ze względu na ich indywidualne cechy i atrybuty; 3. centralnym zagadnieniem jest wpływ wzorców relacji między uczestnikami sieci na ich działania; tym samym, nie przyjmuje się perspektywy ograniczającej zainteresowania do relacji między parami uczestników sieci w izolacji od całej struktury; 4. strukturę traktuje się jako sieć sieci, która może, ale nie musi być podzielna na niezależne grupy; nie przyjmuje się a priori, że większe struktury są zbudowane z gęsto powiązanych grup, gdyż nie wszystkie sieci muszą mieć grupową strukturę; 5. metody analityczne są zorientowane bezpośrednio na badanie wzorców relacji w celu uzupełnienia, a czasem zastąpienia tradycyjnych metod analiz statystycznych, dla których konieczne jest wyodrębnienie niezależnych jednostek. Intensywny rozwój badań sieci jest częścią bardziej generalnej zmiany, która następuje od połowy XX w., odejścia od teorii indywidualistycznych, zatomizowanych w kierunku badań pozwalających na rozumienie relacji, kontekstu i ujęcia systemowego (Borgatti i Foster 2003). Istnieje wiele teorii socjologicznych i psychologicznych odwołujących się do koncepcji sieciowych i wyjaśniających zjawiska społeczne na bazie czynników relacyjnych i strukturalnych (Monge i Contractor 2003). Korzeni takiego podejścia można się dopatrywać w myśli Georga Simmla. Badając zjawiska społeczne, nie można analizować wyłącznie takich czy innych właściwości jednostek jako jednostek w oderwaniu od ich stosunków wzajemnych (Szacki 1981: 512). Sieć tworzą badane jednostki, zwane też węzłami, obiektami bądź aktorami, oraz relacje między nimi, zwane też powiązaniami lub liniami. Jednostkami sieci mogą być osoby, zespoły ludzi, firmy, regiony, państwa, organizacje międzynarodowe czy pozarządowe, ale także artykuły, strony internetowe, gry, wydarzenia sportowe, idee, koncerty czy filmy. Relacje analizowane w ujęciu sieciowym mogą polegać na współpracy, konflikcie, udziale we wspólnych przedsięwzięciach, wymianie, transakcjach, zaufaniu, przynależności, udzielaniu wsparcia, komunikacji czy konkurencji. Badane jednostki i relacje mogę być bardzo różne i wymienione tu możliwości nie są wyczerpujące. Dodatkowo obserwujemy, że liczba zastosowań analiz sieci vol. 7, nr 4 (26), 2009 159

Dominik Batorski, Michał Zdziarski do badania różnego typu jednostek i procesów, w których uczestniczą, nieustannie rośnie. Analiza sieci społecznych dąży przede wszystkim do odkrycia wzoru interakcji pomiędzy ludźmi i organizacjami. Służy wskazaniu wzorców struktur społecznych i relacji tych wzorców z innymi zmiennymi oraz zmianami w samej strukturze. Zgodnie ze słownikową definicją, struktura to zbiór, układ wzajemnie powiązanych ze sobą elementów i/lub układ relacji występujących pomiędzy częściami czy elementami jakiegoś systemu, pewnej całości (Słownik socjologiczny). Nieco więcej mówi inna definicja struktury, według której są to regularności we wzorach relacji między jednostkami (Knoke i Kuklinski 1982). Analiza sieciowa oparta jest na przekonaniu, że wzory relacji między ludźmi, a także między organizacjami nie są przypadkowe oraz że mają one konsekwencje rozumiane jako ograniczenia strukturalne bądź też szanse wynikające z pozycji w strukturze. Zachowania ludzi i funkcjonowanie organizacji mają w znaczącym stopniu zależeć od tego, w jakich relacjach pozostają oni z innymi ludźmi bądź organizacjami, oraz od cech powiązanych jednostek. Często sukces organizacji, wspólnot, a nawet całych społeczeństw zależy od wzoru ich wewnętrznej struktury. Także działanie mechanizmów społecznych na przykład wpływu społecznego, przepływu informacji, rozprzestrzeniania się innowacji, jest związane z ilością i jakością kontaktów społecznych i strukturą komunikacji. Możemy badać gęstość sieci, wyodrębniać silniej powiązane podgrupy, analizować, czy sieć jest scentralizowana, podzielona na centra i peryferie, czy raczej spójna, a także czy relacje są wąsko wyspecjalizowane czy raczej wielowątkowe, oraz to, jak niebezpośrednie powiązania wpływają na zachowania jednostek. Dzięki metodzie analizy sieci społecznych możliwe jest badanie nie tylko całych grup lub izolowanych relacji, ale także pośrednich zależności niezwiązanych ze sobą poprzez relację obiektów. Analiza sieci społecznych pozwala uwzględnić (lepiej niż spojrzenie na całą grupę) kontekst, w którym znajduje się badana relacja i poszczególne jednostki. Jest to o tyle istotne, że często kontekst ma kluczowe znaczenie dla sposobu funkcjonowania jednostki i pozwala go lepiej wyjaśniać niż analiza atrybutów opisujących jednostkę. Jednocześnie warto także analizować, w jaki sposób atrybuty jednostek są związane z ich położeniem w strukturze badanej sieci. Wykorzystanie danych o charakterze relacyjnym jako podstawy badań społecznych, w tym również badań organizacyjnych, ma głęboki sens. Każdy z nas, a także firmy, organizacje czy zespoły kierownicze funkcjonują w sieciach relacji z innymi osobami i organizacjami. Sieci te mogą mieć kluczowe znaczenie dla osiągnięć jednostek, sukcesu instytucji i konkretnych projektów. W badaniach organizacyjnych, analiza struktury komunikacji w organizacji może dla przykładu pozwolić zidentyfikować nieformalne relacje, znaczenie poszczególnych jednostek dla przepływów informacji i wiedzy, a także zidentyfikować nieformalnych liderów (Kilduff i Tsai 2003). W bada- 160 Problemy zarządzania

Analiza sieciowa i jej zastosowania w badaniach organizacji i zarządzania niach międzyorganizacyjnych stwierdzono na przykład zależność między pozycją firmy w sieci aliansów a jej innowacyjnością mierzoną ilością zgłoszonych patentów (Schilling i Phelps 2007). 3. Dane sieciowe Warto nieco więcej miejsca poświęcić danym wykorzystywanym w analizie sieci. Najprostszy model badania sieci to zestaw aktorów, którzy są powiązani jedną relacją obserwowaną w określonym czasie. W tradycyjnych badaniach ilościowych wykorzystywane są właściwie jedynie dane dotyczące poszczególnych aktorów i różnego rodzaju atrybutów (zmiennych) ich opisujących. Dane takie zapisywane są w macierzy prostokątnej, w której każdy wiersz reprezentuje jednego aktora, a poszczególne kolumny odpowiadają zmiennym. W przypadku danych sieciowych mamy przede wszystkim informacje o relacjach pomiędzy aktorami. Dane tego typu można zapisać w postaci macierzy kwadratowej, w której każdy wiersz reprezentuje relacje inicjowane przez danego aktora, a każda kolumna relacje przez niego otrzymywane. W najprostszym przypadku macierz składa się tylko z zer (oznaczających brak relacji) i jedynek (dla relacji istniejących). Tego typu macierz bywa nazywana socjomacierzą lub macierzą kto do kogo. Podstawowy model badań może być rozbudowany w różnych kierunkach. Po pierwsze relacje mogę mieć określoną wartość czy wagę (wtedy w macierzy mamy także inne wartości niż 0 i 1). Po drugie ten sam zestaw jednostek może być powiązany różnymi typami relacji. Dość często bada się dwa rodzaje lub więcej rodzajów relacji. Przykładem może być studium sieci uczestnictwa krajów w organizacjach handlowych i organizacjach bezpieczeństwa (Faust 2005). Przykład ten obrazuje jednocześnie wykorzystanie tak zwanych sieci afiliacji (czasem nazywanych dwumodalnymi). W sieciach afiliacji relacje łączą węzły różnych typów, podczas gdy w zwykłych sieciach wszystkie węzły są tego samego rodzaju. W przytoczonym tu przykładzie badań Faust siecią afiliacji jest członkostwo krajów w organizacjach, a relacje w tej sieci łączą wyłącznie węzły różnego rodzaju. Brak jest więc bezpośrednich relacji pomiędzy krajami lub pomiędzy organizacjami. Jednak każdą sieć afiliacji da się zredukować do sieci jednomodalnej, w tym przypadku mogłaby to być sieć relacji między krajami poprzez współprzynależność do tych samych organizacji a konkretną relacją liczba organizacji, do której wspólnie należy dana para krajów. Inne możliwości wzbogacenia danych sieciowych opierają się na pomiarze relacji w czasie. Poza relacjami w niemal wszystkich badaniach sieci mamy do czynienia z pomiarem atrybutów obiektów. Mogą być one stałe lub zmienne w czasie. Badane bywają też struktury poznawcze aktorów. Metoda poznawczych struktur sieci społecznej (cognitive social structure design) zakłada pomiar nie tylko relacji, w które zaangażowany jest konkretny aktor, ale również jego percepcji relacji pomiędzy innymi aktorami vol. 7, nr 4 (26), 2009 161

Dominik Batorski, Michał Zdziarski lub obiektami (np. Casciaro 1998). Ten rodzaj prowadzenia badania jest zwykle używany dla zobrazowania różnic w postrzeganiu sieci społecznej (Krackhardt i Kilduff 1999; Carrington, Scott i Wasserman 2005). Zanim przejdziemy do omówienia konkretnych metod wykorzystywanych w podejściu sieciowym, niezbędne jest wyróżnienie najważniejszych właściwości formalnych relacji budujących sieć będącą przedmiotem analizy, ponieważ wpływają one znacząco na to, jakie metody analiz można zastosować. Zasadniczą sprawą jest zdefiniowanie relacji istotnych do wyjaśnienia badanego fenomenu i jej operacjonalizacja. Jeśli chcemy badać relacje przyjaźni w pracy, to konieczne jest określenie kryteriów pomiaru pozwalających stwierdzić, czy ona faktycznie ma miejsce. Kolejną sprawą jest możliwość określenia kierunku relacji. Relacje mogą być skierowane lub nieskierowane (symetryczne) rysunek 1. W pierwszym przypadku jest dokładnie określone, kto jest inicjatorem relacji, a kto jej odbiorcą. Na przykład X jest rodzicem Y, lub X jest zwierzchnikiem Z. Relacje symetryczne nie tworzą powiązań hierarchicznych między węzłami. Przykłady to pokrewieństwo czy udział w zespole projektowym: X i Y są rodziną, X pracuje z Z. a. relacja nieskierowana b. relacja skierowana c. relacje skierowane, odwzajemnione Rys. 1. Przykładowe typy relacji. Źródło: opracowanie własne. Ważne są też topologiczne i metryczne własności relacji. Najczęściej badane są relacje, o których można powiedzieć, że mają charakter zerojedynkowy połączenie istnieje lub nie. Dla wielu relacji ważne jest określenie siły więzi pomiędzy badanymi obiektami (na przykład częstotliwość współpracy, komunikacji, długość znajomości, wartość transakcji). Czasami dla analizy problemu istotne jest wprowadzenie znaku relacji, na przykład pozytywna negatywna relacja współpracy i konkurencji pomiędzy przedsiębiorstwami w branży. 4. Sieciowe charakterystyki jednostek Opisanie struktury społecznej za pomocą sieci pozwala na interpretowanie zachowań aktorów w świetle ich zróżnicowanej pozycji w ramach struktury. Zwykle kładzie się nacisk na ograniczenia możliwości działania lub różnorodne szanse wynikające z uwarunkowań strukturalnych, określane wymiennie jako zasoby społeczne, kapitał społeczny bądź społeczne wspar- 162 Problemy zarządzania

Analiza sieciowa i jej zastosowania w badaniach organizacji i zarządzania cie, do którego aktorzy mają dostęp w ramach sieci. Częste pytania dotyczą tego, które jednostki są bardziej centralne, a które położone na peryferiach? Jak wzorzec ich powiązań i położenia w strukturze wpływają na ich znaczenie, prestiż i możliwości? Inne pytanie dotyczy znaczenia pozycji zajmowanej w sieci dla dostępu do informacji, zasobów i kontroli ich przepływów? Miejsce w strukturze pozwala odpowiedzieć na pytanie, które jednostki dysponują większą władzą niż inne. Wszystkie te pytania dotyczą pozycji jednostek w stosunku do innych osób lub organizacji współtworzących sieć. Określenie pozycji aktorów w sieci jest punktem wyjścia wielu badań. Dwa podstawowe typy pozycji w sieci wykorzystywane w badaniach to centralność i luki strukturalne (Freeman 1979; Burt 1992; Wasserman i Faust 1994; Borgatti 2005). Zjawisko centralności ma fundamentalne znaczenie w badaniach nad fenomenem przywództwa (Leavitt 1951; Mehra, Dixon, Brass, i Robertson 2006), władzy (Burkhardt i Brass 1990; Sparrowe i Liden 2005) oraz przepływów i procesów zachodzących w sieci (Borgatti 2005). Luki strukturalne są wykorzystywane do badań nad efektami pośredniczenia w sieci. Menedżerowie, którzy lokują się w lukach strukturalnych łączących odseparowane części organizacji, są bardziej kreatywni (Burt 2004) i mają szybsze ścieżki kariery oraz większą mobilność (Seibert, Kraimer i Liden 2001; Podolny i Baron 1997). Najprostszą charakterystyką pozycji węzła jest jego stopień (degree), czyli liczba bezpośrednich relacji posiadanych przez daną jednostkę. Na rysunku 2 węzły posiadają od 3 do 6 relacji (węzeł 13). Jednostki posiadające więcej relacji mają na ogół większe znaczenie i możliwości, choć nie jest to regułą. Stopień węzła pozwala mierzyć jego wpływ i podatność na wpływy w obrę w4 w3 w1 w8 w2 w5 w6 w7 w9 w10 w13 w11 w12 w14 Rys. 2. Przykładowa sieć składająca się z 14 węzłów o zróżnicowanej pozycji. Źródło: opracowanie własne. vol. 7, nr 4 (26), 2009 163

Dominik Batorski, Michał Zdziarski bie bezpośrednich, bliskich relacji w krótkiej perspektywie czasu. W przypadku gdy relacje w analizowanej sieci mają określony kierunek, możliwe jest dokonanie rozróżnienia stopnia ze względu na relacje inicjowane przez jednostkę (outdegree) i te, które pochodzą od jej partnerów (indegree). Ta druga miara, tj. liczba relacji przychodzących, jest też najprostszym wskaźnikiem popularności bądź prestiżu w sieci. Możliwe jest również uwzględnienie tego, jak bardzo popularne są osoby wybierające. W takim przypadku bycie wybieranym przez osobę popularną, może być dużo istotniejsze niż fakt bycia wybranym przez kilka osób o niskim prestiżu 1. W przypadku relacji skierowanych istotny jest nie tylko fakt istnienia i kierunek relacji, ale także to, czy jest odwzajemniona. W wielu badaniach stopień odwzajemnienia relacji jest ważną charakterystyką sieci. Dotyczy to jednak tylko tych sieci, w których odwzajemnienie relacji jest możliwe, bo nie wszystkie relacje na to pozwalają (np. relacje zwierzchnictwa). Generalnie, rozpatrując połączenia między dwoma węzłami (często nazywanymi diadą), można wyróżnić cztery typy bezpośrednich powiązań węzły mogą nie być powiązane, relacja może być nieodwzajemniona (wychodząca lub przychodząca), albo może być odwzajemniona (zachodzić w obie strony). Dane o całej sieci pozwalają analizować nie tylko powiązane bezpośrednimi relacjami pary węzłów, ale także te, które są połączone poprzez inne jednostki. Jeżeli sieć jest połączona (o czym szerzej w kolejnej części artykułu), to możliwe jest określenie dystansu dla każdej pary węzłów poprzez ścieżki relacji i inne węzły. W mierzeniu dystansu wykorzystuje się na ogół najkrótsze ścieżki (tzw. geodesic distance). Największy dystans tego typu pomiędzy parami węzłów w sieci nazywa się średnicą sieci (diameter). W przypadku grafu zaprezentowanego na rysunku 2 najbardziej oddalone od siebie są węzły 4 i 14, a średnica sieci wynosi 6. Pozycje w sieci związane z władzą, większym dostępem do informacji i większymi możliwościami wywierania wpływu charakteryzuje się za pomocą pojęcia centralności. Miar centralności jest dużo (Freeman 1979; Wasserman i Faust 1994; Borgatti 2005), ale w praktyce wszystkie one opierają się na różnych koncepcjach zaangażowania jednostki w relacje w sieci (zarówno te bezpośrednie, jak i pośrednie). Im większe zaangażowanie we wszystkie relacje sieci, tym większa centralność danego aktora. Jednak relacje te i zaangażowanie jednostek mogą być jednak różnie definiowane, poczynając od liczby relacji, poprzez bliskość wobec innych jednostek lub częstość bycia między nimi. Warto też w tym miejscu przywołać prace Martina Everetta (2007), który pokazuje, jak różne miary centralności są powiązane z parametrami opisującymi różne własności całej struktury. Okazuje się bowiem, że wiele miar centralności możemy przedstawić, analizując to, jaki efekt dla całej struktury (a właściwie konkretnych miar sieciowych) będzie miało usunięcie danego węzła i jego relacji z sieci. Wspomniana powyżej liczba relacji (degree) jest najprostszą miarą centralności jednostki w sieci, dlatego też bywa również określana jako actor 164 Problemy zarządzania

Analiza sieciowa i jej zastosowania w badaniach organizacji i zarządzania centrality. Typowym przykładem jednostki centralnej jest gwiazda socjometryczna. Jednak ta miara uwzględnia jedynie bezpośrednie zaangażowanie w relacje. Uwzględnienie powiązań niebezpośrednich w określaniu pozycji węzła w sieci prowadzi do wyodrębnienia bardziej złożonych, ale też mających większą wartość informacyjną indeksów centralności pozycji węzła. Jednak, co wymaga szczególnego podkreślenia, większość z tych miar wymaga uwzględnienia całej sieci, a więc także relacji pośrednich, a nie tylko relacji, w które jednostki są bezpośrednio zaangażowane. Na przykład betweenness centrality to częstość, z jaką dana jednostka pojawia się w najkrótszych ścieżkach pomiędzy różnymi parami węzłów. Potencjalnie są to osoby posiadające większą kontrolę przepływu informacji i wpływ na inne osoby. Centralność jednostki jest bowiem tym wyższa, im bardziej wydłuży się średnia odległość pomiędzy węzłami sieci po jej usunięciu. Na rysunku 2 jednostką o najwyższej wartości tego indeksu jest węzeł 6, który kontroluje komunikację pomiędzy wieloma fragmentami sieci. Niewiele mniej ważny jest węzeł 5, a dalej kolejno 10, 13 i 7. Warto zwrócić uwagę na różnice między węzłami 6 i 13; ten pierwszy ma tylko cztery bezpośrednie połączenia, drugi aż sześć, jednak to węzeł 6 ma znacznie istotniejszą pozycję, bo to przez niego musi przepływać informacja pomiędzy różnymi grupami węzłów. Inną miarą centralności jest closeness centrality, określana poprzez odległość jednostki od wszystkich innych w sieci. Bardziej centralne są jednostki, których dystans od wszystkich pozostałych jest mniejszy. Według Freemana miara ta jest także miarą niezależności jednostki od innych osób i odporności na wpływ (1979). Jeżeli przeanalizujemy po tym względem przykład z rysunku 2, to okaże się, że również według tego kryterium najlepsza jest pozycja węzła 6, jednak niewiele gorsza jest pozycja węzłów 7 i 10, których średnia odległość od innych węzłów w sieci jest mniejsza niż dla węzła 5 i pozostałych jednostek. Warto też zaznaczyć, że niektórzy autorzy, między innymi Scott (2000: 82) rozróżniają lokalną i globalną centralność. Rozróżnienie to ma szczególnie sens dla dużych sieci społecznych, w których liczba węzłów jest znacznie większa niż średnia liczba relacji. Miary lokalne pokazują pozycję węzła w jego otoczeniu sąsiedztwie (por. Everett i Borgatti 2005), a drugie w całej sieci. Dodatkowo dla każdej miary centralności możliwe jest także policzenie odpowiadającej jej miary centralizacji całej sieci. Miary centralizacji przyjmują wartości od zera do jeden i określają, na ile dana sieć jest zcentralizowana w stosunku do maksymalnie zcentralizowanej sieci. Dzięki temu możliwe jest porównywanie różnych sieci pomiędzy sobą. Dobór właściwej metody obliczania centralności powinien być uzależniony od tego, jakie zjawiska analizujemy i jaki jest proces ich rozprzestrzeniania się w sieci (Borgatti 2005). Informacje czy plotki najczęściej nie rozprzestrzeniają się wyłącznie po najkrótszych ścieżkach, mogą wracać vol. 7, nr 4 (26), 2009 165

Dominik Batorski, Michał Zdziarski wielokrotnie do jednego węzła i być przekazywane w sieci równolegle w wielu miejscach. Inną charakterystykę ma przepływ dóbr fizycznych. Zwykle nie wracają one do tego samego węzła i w jednostce czasu są w określonym miejscu sieci. Centralność będzie dobrym wskaźnikiem prawdopodobieństwa, że rozprzestrzeniający się element trafi do określonego węzła, jeśli algorytm centralności będzie właściwy dla modelu rozprzestrzeniania się, który jest odpowiedni dla analizowanego zjawiska. Znaczenie pozycji węzła w sieci możemy sobie również wyobrazić, skupiając się na innych charakterystykach niż miary centralności. Pewne osoby w sieci mogą mieć kluczowe znaczenie dla przepływów informacji, gdy są łącznikami pomiędzy różnymi fragmentami sieci. Pozycję takiego brokera zajmują węzły, których usunięcie z sieci powodowałoby rozłączenie większych fragmentów sieci. W sieci zaprezentowanej na rysunku 3 takimi węzłami są węzły 5 i 6. Łącznikiem pomiędzy dwoma grupami może być również pojedyncza relacja. Takie relacje, których usunięcie z sieci powoduje jej rozłącznie nazywane są mostami. Znaczenie poszczególnych węzłów i relacji dla komunikacji, stabilności i efektywności procesów zachodzących w sieci może zostać ustalone poprzez analizowanie efektów usunięcia danego węzła/relacji dla istniejącej sieci (Everett 2007). Pozwala to na identyfikowanie kluczowych jednostek sieci, a także na badanie odporności całej struktury na eliminacje wybranych jej elementów. Ta metoda pozwala na przykład na badanie odporności organizacji na odejścia bądź zwolnienia kluczowych pracowników. Poszczególne jednostki mogą być opisywane również za pomocą miar charakteryzujących ich otoczenie w sieci. Przykładem takiej miary jest gęstość lokalna (ego-network density), czyli proporcja połączeń między węzłami powiązanymi z jednostki. NA przykład na rysunku 2 prawie wszystkie jednostki będące w relacji z węzłem 11 mają relacje między sobą (lokalna gęstość wynosi 5/6), inaczej jest na przykład w przypadku węzłów 7 i 6. 5. Grupy w obrębie sieci Oprócz zaprezentowanych powyżej najważniejszych sposobów charakteryzowania położenia jednostek w strukturze sieciowych powiązań metody analizy sieci pozwalają także na wyodrębnianie podgrup w ramach sieci. W innych podejściach podgrupy takie są określone na podstawie atrybutów jednostek (w przypadku osób, na przykład płci, wykształcenia czy przynależności do jakiegoś zespołu w organizacji, a w przypadku firm wielkości, branży itp.). Możliwe jest jednak również wyodrębnienie podgrup i dokonanie podziału sieci na podstawie wzorców relacji. Stosując taką metodę, grupę wyodrębniamy ze względu na specyficzną strukturę relacji między jednostkami ją tworzącymi, a nie tylko ze względu na posiadanie przez jednostki charakterystyki pewnego zespołu cech. 166 Problemy zarządzania

Analiza sieciowa i jej zastosowania w badaniach organizacji i zarządzania W analizie sieci możliwe są dwa podstawowe podejścia i sposoby myślenia o zbiorowościach i grupach w obrębie sieci jako strukturach wyróżnianych na podstawie danych empirycznych połączeń między jednostkami: grupy wyodrębniane na podstawie połączeń między konkretnymi aktorami (kohezja społeczna); grupy identyfikowane na podstawie podobieństwa kontaktów z innymi osobami (np. tzw. ekwiwalenty strukturalne). Pierwszym pytaniem, jakie należy postawić na początku wyodrębniania grup w ramach sieci, jest pytanie o to, czy sieć, którą analizujemy, jest połączona, to znaczy, czy każda para węzłów jest powiązana przez ścieżkę relacji. Jeżeli nie, to znaczy, że sieć składa się z większej liczby tak zwanych komponentów. Komponentem sieci nazywa się taki maksymalny zbiór węzłów, dla którego możliwe jest powiązanie dowolnej pary węzłów w tym komponencie poprzez relacje i inne węzły należące do tego samego komponentu. Wyróżnia się różne typy komponentów ze względu na wymagania względem typu relacji łączących węzły. Mówi się o słabych komponentach, gdy kierunek relacji nie jest brany pod uwagę; mocnych komponentach, gdy dla każdej pary węzłów A i B możliwe jest poprowadzenie ścieżki relacji skierowanych zarówno od A do B, jak i od B do A; oraz rekursywnych komponentach, gdy ścieżki prowadzą przez odwzajemnione relacje. Spójne podgrupy to zbiory aktorów pomiędzy którymi są relatywnie mocne, bezpośrednie, intensywne, częste lub pozytywne relacje. Jednak ze względu na to, że pojęcie grupy społecznej może odnosić się do wielu różnych własności sieci społecznych, to samych definicji podgrup sieci społecznych jest również bardzo wiele. Najważniejsze podejścia do wyodrębniania spójnych podsieci wywodzą się od poszczególnych podstawowych własności sieci: pierwszą grupę stanowią metody oparte na kompletnej wzajemności, opierają się na wzajemność relacji (mutuality); druga grupa to metody oparte o koncepcje dostępności i odległości, wykorzystujące miary bliskości (closeness) i dostępności (reachability) członków podgrupy; trzecia grupa opiera się o degree węzłów (bezpośrednie połączenie z odpowiednio wieloma członkami podgrupy) 2. wykorzystywana jest tu częstość relacji pomiędzy członkami grupy lub względna częstość relacji pomiędzy członkami grupy w porównaniu do relacji z innymi jednostkami. Formalnych definicji podgrup jest bardzo dużo. Wybór konkretnej powinien być uzasadniony charakterem sieci i relacji łączących węzły. Jedną z podstawowych definicji grupy o dużej spójności w obrębie sieci jest klika. Jest to maksymalny (tj. największy możliwy) kompletny podgraf, a więc zbiór kompletnie połączonych węzłów. Innymi słowy każda jednostka w klice powinna mieć relacje z każdą inną należącą do tej samej kliki. Definicja ta sprawia, że podział na kliki nie jest rozłączny kliki w sieci na ogół się na siebie nakładają. Szczególnie w większych sieciach jeden węzeł może vol. 7, nr 4 (26), 2009 167

Dominik Batorski, Michał Zdziarski należeć do więcej niż jednej kliki. W sieci pokazanej na rysunku 2 największe kliki liczą po cztery węzły np. węzły {1, 2, 3, 4} lub {1, 2, 3, 5}. Liczne są także kliki łączące trzy jednostki. Definicja klik, poprzez wymaganie kompletności, jest niezwykle restrykcyjna przez co brak jej odporności na błędy pomiaru. Brak nawet jednej relacji powoduje, że podgrupa nie jest kliką, co więcej wielkość podgrup jest ograniczona przez liczbę relacji posiadanych przez aktorów. Nie ma też praktycznie żadnych (strukturalnych) różnic pomiędzy członkami kliki, nie jest więc możliwe badanie wewnętrznej struktury. Dlatego też formułowane są inne definicje przyjmujące różne odstępstwa od kompletności i nie wymagające aby między każdą parą członków grupy istniała relacja. Uwzględniają one również odległości pomiędzy osobami lub proporcje relacji w obrębie grupy (połączenia wewnątrz grupy są gęste, a na zewnątrz rzadkie). Jednym z możliwych sposobów odejścia od definicji opartych o wymaganie kompletności jest wykorzystanie koncepcji dostępności (reachability), która pozwala zidentyfikować grupy blisko ze sobą związanych węzłów. Wywodzące się z tej koncepcji pojęcie n-kliki to maksymalny podgraf, w którym do każdego elementu z kliki można dojść w n krokach. Gdy n=1 mamy do czynienia ze zwykłymi klikami. Najczęściej stosowany jest dystans n=2. Według tej definicji nie wszystkie ścieżki muszą przechodzić przez osoby z danej n-kliki i może się zdarzyć, że odległość n jest tylko poprzez węzły należące do innej podgrupy. Inaczej jest w przypadku tak zwanych n-clans czyli takich n-klik, w których wszystkie odległości przechodzą przez ścieżki w ramach podgrafu. Zgodnie z tymi definicjami w grafie z rysunku 2 można byłoby wyodrębnić między innymi takie grupy węzłów, jak {1, 2, 3, 4, 5} lub {6, 7, 9, 10, 11, 12, 13}. Sama odległość nie jest najlepszym wskaźnikiem spójności (dobrym przykładem jest tu druga z wymienionych przed chwilą podgrup). Dlatego czasem wprowadza się inne definicje. Przykładowo definicja k-plex wymaga, aby każdy węzeł należący do podgrupy liczącej g węzłów był bezpośrednio powiązany przynajmniej z g-k innymi jej członkami. Tym samym 1-plex jest grupą, w której każdy ma relacje z każdym. Natomiast definicja k-cores wymaga, by każdy węzeł w podgrafie był połączony z przynajmniej k innymi węzłami z tego podgrafu. Zamiast więc nakładać wymagania na liczbę krawędzi, które mogą być nieobecne, wymaga się danej liczby istniejących relacji. 3-cores to na rysunku 2 wyłącznie grupy {1, 2, 3, 4, 5} oraz {10, 11, 12, 13, 14}. Jeszcze inne podejście do wyodrębniania spójnych podsieci możliwe jest, gdy w analizowanej sieci węzły połączone są relacjami o zróżnicowanej sile. W takich przypadkach możliwe jest stosowanie definicji maksymalnie silnych komponentów (często nazywanych również m-slices). Jest to maksymalny podgraf, dla którego wszystkie węzły połączone są relacjami o sile m lub większej. 168 Problemy zarządzania

Analiza sieciowa i jej zastosowania w badaniach organizacji i zarządzania Dotychczas opisane metody wyodrębniania grup opierają się o kohezję społeczną i prowadzą do wyodrębnienia bardziej spójnych podsieci. Inne możliwości daje wyodrębnianie pozycji i ról społecznych w ramach sieci. Pozycje te definiowane są poprzez wzorce powiązań z innymi aktorami w sieci. Jednostki zajmujące taką samą pozycję w sieci są w ten sam lub podobny sposób połączone z całym systemem społecznym, ale nawet nie muszą mieć relacji między sobą. Dla opisania takich pozycji używane jest pojęcie ekwiwalentu strukturalnego. Dwa węzły są strukturalnie ekwiwalentne, jeżeli mają dokładnie takie same relacje ze wszystkimi innymi węzłami w sieci. Rysunek 3 przedstawia cztery grupy strukturalnie ekwiwalentnych jednostek. Warto zwrócić uwagę, że choć węzły od 1 do 5 tworzą klikę, to jednak można tu wyróżnić dwie pozycje, jako że węzły 4 i 5 są dodatkowo powiązane z węzłami 6 i 7. Te dwa ostatnie również mają taką samą pozycję, mimo że nie są powiązane ze sobą. w1 w4 w7 w8 w3 w5 w6 w2 Rys. 3. Pozycje w sieci cztery grupy strukturalnie ekwiwalentnych jednostek (relacje skierowane). Źródło: opracowanie własne. Niestety w większych sieciach stosunkowo rzadko można znaleźć większe grupy węzłów, które są dokładnie strukturalnie ekwiwalentne, a wiele grup spełniających kryteria ekwiwalentności jest małych, często jednoelementowych. Dlatego też wykorzystuje się miary podobieństwa wzorców relacji, definiowane dla każdej pary węzłów, takie jak liczba lub odsetek jednostek, z którymi dane dwa węzły mają różne relacje. Dysponując danymi o macierzy odległości dla wszystkich par węzłów, stosuje się metody hierarchicznego clusteringu i dzieli się sieć na podgrupy. Inną, rzadziej w ostatnich latach stosowaną metodą jest CONCOR (Knoke i Kuklinski 1983). Umożliwia ona podzielenie sieci na dwie podgrupy pozycji, z których każda może być dalej dzielona. Metoda polega na tworzeniu macierzy korelacji z macierzy relacji pomiędzy jednostkami. Wielokrotne powtarzanie tej operacji powoduje, że w macierzy zostają wyłącznie wartości +1 między węzłami, które są w tej samej grupie i wartości 1 dla relacji międzygrupowych. vol. 7, nr 4 (26), 2009 169

Dominik Batorski, Michał Zdziarski Wyodrębnienie podgrup w ramach sieci nie jest celem samym w sobie. Po pierwsze, grupy takie mogą być dalej charakteryzowane większość miar, które stosuje się do opisu pozycji pojedynczych osób w sieci, można po niewielkich modyfikacjach stosować do opisu właściwości podgrup. Po drugie, można zredukować sieć między jednostkami i badać zależności pomiędzy wyodrębnionymi w sposób rozłączny grupami. Przykład takiej redukcji pokazuje rysunek 4, na którym pokazane zostały relacje pomiędzy pozycjami z poprzedniego przykładu. Grupa pierwsza to węzły 1 3, które mają relacje między sobą oraz z węzłami 4 i 5. Węzły 6 i 7 nie inicjują żadnych relacji, ale otrzymują relacje od węzłów 4, 5 i 8. Oprócz redukcji całej sieci możliwe jest analizowanie kontekstu funkcjonowania poszczególnych podgrup poprzez redukcję pozostałych podgrup, ale bez redukowania danej grupy. Metody takie są stosowane szczególne w analizach dużych sieci (por. de Nooy, Mrvar i Batgelj 2005). węzły 1 3 węzły 4 5 węzły 6 7 węzeł 8 Rys. 4. Relacje pomiędzy pozycjami zidentyfikowanymi na rysunku 3. Źródło: opracowanie własne. 6. Zależność cech jednostek i relacji w sieci Kolejna grupa metod wykorzystywanych w analizie sieci wiąże się z wykorzystaniem nie tylko informacji o relacjach między jednostkami, ale również danych o samych jednostkach. Oprócz dość oczywistych możliwości badania relacji pomiędzy węzłami o różnych charakterystykach, najciekawsze wydaje się stawianie pytań, o to na ile relacje w sieci zależą od atrybutów jednostek, a z drugiej strony w jakim stopniu atrybuty jednostek zależą od relacji między nimi. Są to więc pytania o mechanizmy selekcji społecznej i wpływu społecznego. Praktycznych przykładów analiz wykorzystujących jednocześnie dane o relacjach między jednostkami i ich atrybutach jest wiele. W sytuacji łączenia się dwóch firm i tworzenia nowej struktury organizacyjnej atrybuty jednostek takie jak to, z której firmy się wywodzą mają kolosalne znaczenie. Jednocześnie dla przepływów wiedzy w organizacji znaczenie ma istniejąca struktura relacji. Analiza relacji pozwala określić atrybuty jednostek związane z ich położeniem w strukturze badanej sieci. Badanie zależności między atrybutami strukturalnymi, wynikającymi z położenia jednostek w sieci relacji i innymi zmiennymi określającymi cechy jednostek pozwala w wielu wypadkach wyja- 170 Problemy zarządzania

Analiza sieciowa i jej zastosowania w badaniach organizacji i zarządzania śnić procesy społeczne. Przykładem mogą być badania zjawiska homofilii, czyli tendencji do nawiązywania relacji przez jednostki o podobnych cechach (Ibarra 1992; Mc Pherson; Smith-Lovin i Cook 2001). Podobieństwo, które sprzyja nawiązywaniu kontaktów, może polegać na zbliżonym profilu demograficznym jednostek; wieku, płci, wykształceniu, doświadczeniu zawodowym czy narodowości (Blau 1977). Homogeniczne grupy charakteryzuje wysoki poziom zaufania, efektywny proces komunikacji i niski poziom konfliktów. Mają one jednak ograniczony dostęp do zróżnicowanej informacji i zasobów (Blau 1977). Przeciwne zjawisko heterofilii, polegające na występowaniu relacji między odmiennymi jednostkami, ma tendencję do zanikania w miarę rozwoju sieci (Mehra, Kilduff i Brass 1998). Jednym z szerzej rozwiniętych wątków badań nad znaczeniem relacji i struktury komunikacji dla procesów społecznych są badania nad dyfuzją innowacji. W teorii dyfuzji innowacje rozumiane są bardzo szeroko. Innowacją może być idea, zwyczaj, zachowanie lub przedmiot (np. technologia), który jest postrzegany jako nowy przez jednostkę, która go przyjmuje (Rogers 1962). Szczególnie ważne są tu sieciowe modele dyfuzji innowacji zaproponowane przez Valente (1995), gdyż dyfuzja innowacji zachodzi pomiędzy jednostkami w systemie społecznym, a wzór komunikacji pomiędzy tymi jednostkami jest siecią społeczną. Sieci komunikacji determinują, jak szybko innowacje się rozprzestrzeniają i kiedy poszczególne jednostki przyjmują innowację (Valente 1995: XI). Sieciowe modele dyfuzji innowacji (Valente 1995: 4) obejmują modele: relacyjne (relational network diffusion), kiedy wpływ społeczny ma miejsce w relacjach bezpośrednich, strukturalne (sctural network diffusion), kiedy wpływ społeczny jest funkcją pozycji jednostki w strukturze społecznej (definiowanej poprzez sieci społeczne). Innym kierunkiem analiz sieciowych uwzględniających atrybuty jednostek jest analiza sieci komunikacji lub transakcji w celu wyodrębnienia różnych typów pośrednictwa między grupami. Gould i Fernandez (1989) wyróżnili pięć takich typów, ich identyfikacja może mieć w wielu sytuacjach duże praktyczne znaczenie: koordynatora, czyli aktora, który pośredniczy pomiędzy jednostkami z tej samej grupy, do której sam też należy, zewnętrznego brokera (pośrednika), czyli aktora pośredniczącego między jednostkami należącymi do jednej grupy, który jednak sam do niej nie należy, reprezentanta, czyli aktora przez którego przechodzą informacje wychodzące na zewnątrz danej grupy, gatekeepera, czyli jednostkę do której płyną informacje spoza grupy, a która przekazuje je dalej członkom grupy, łącznika (liaison), czyli aktora, który pośredniczy pomiędzy różnymi grupami, samemu do nich nie należąc. vol. 7, nr 4 (26), 2009 171

Dominik Batorski, Michał Zdziarski Badanie efektów struktury i pozycji w sieci jest do pewnego stopnia możliwe poprzez użycie zmiennych sieciowych, na przykład opisujących pozycję jednostki, jako zmiennych zależnych lub niezależnych w tradycyjnych analizach statystycznych. Jednak często analiza tego typu zależności jest bardzo trudna. Podstawowym problemem jest to, że tradycyjne metody statystyczne wymagają, by jednostki w analizowanej populacji były od siebie niezależne. W przypadku analizy sieci jest to możliwe wyłącznie w badaniach sieci egocentrycznych prowadzonych na próbie. W konsekwencji w ostatnich latach zostało rozwiniętych wiele modeli umożliwiających testowanie hipotez dla danych sieciowych tak zwane exponential random graphs models ERGM (Snijders, Pattison, Robins i Handcock 2006; Robins, Snijders, Wang, Handcock i Pattison 2007). A także metod analiz efektów wpływu społecznego i selekcji społecznej (Snijders 2005). 7. Globalne własności sieci O wielu własnościach całych sieci wspomnieliśmy już przy innych poziomach analizy, warto jednak poświęcić im nieco więcej miejsca. Globalne własności sieci charakteryzują sieć jako całość i mogą mieć znaczenie przy porównywaniu struktury różnych sieci między sobą. Jednak należy zastrzec, że wiele charakterystyk sieci jest silnie zależnych od liczby jednostek wchodzących w jej skład, dlatego też porównywanie sieci bardzo różniących się wielkością nie jest wskazane. Jednym z podstawowych pytań jest to, czy sieć jest połączona, a jeśli nie, to z ilu i jakich komponentów się składa. Jeśli sieć składa się tylko z jednego komponentu, to ważne jest, jaka jest jej średnica, a także to jakie są przeciętne odległości pomiędzy węzłami. Podstawowe własności sieci to także liczba węzłów i liczba relacji, a także wynikająca z nich gęstość relacji. Gęstość sieci to proporcja istniejących relacji do wszystkich możliwych (liczbę możliwych relacji można obliczyć na podstawie ilości osób N i wynosi ona N*(N 1) dla sieci skierowanych). Gęstość sieci opisuje jak bardzo sieć jest spójna jej wartość jest duża, w sytuacji gdy wszystkie węzły tworzą jedną grupę, w której węzły są mocno powiązane. Wartość gęstości jest niewielka, gdy węzły są słabo ze sobą powiązane albo gdy sieć jest podzielona na wiele grup, które są mocno wewnętrznie powiązane, ale słabo powiązane między sobą. Inną miarą, uzupełniającą informacje dostarczane przez wartość gęstości dla sieci, w których relacje mają określony kierunek, jest spójność sieci (network cohesion). Jest to proporcja relacji odwzajemnionych, czyli liczba wzajemnych wyborów, podzielona przez maksymalną liczbę takich wyborów. Jak wspominaliśmy wcześniej, całą sieć można również charakteryzować przez jej centralizację, liczoną jako różnice pomiędzy centralnością najbardziej centralnych jednostek i wszystkich pozostałych. Różnice te są następnie odnoszone do maksymalnej możliwej sumy różnic dla sieci o takiej 172 Problemy zarządzania

Analiza sieciowa i jej zastosowania w badaniach organizacji i zarządzania samej liczbie węzłów. Miara ta pokazuje, na ile sieć jest zorganizowana wokół najbardziej centralnych węzłów, a na ile ma bardziej rozproszoną strukturę. Istotną charakterystyką sieci może być także rozkład poszczególnych cech węzłów, w najprostszym przypadku rozkład liczby relacji (degree distribution). Jak się okazuje, w bardzo wielu sieciach rozkład ten można opisać zależnością potęgową, to znaczy jest bardzo dużo jednostek, które mają bardzo mało relacji, i bardzo niewiele takich, które relacji mają bardzo dużo (Barabási 2003). 8. Podejście sieciowe w badaniach organizacji Badania ekonomiczne uwzględniające relacje społeczne zaproponował w swojej teorii osadzenia społecznego (embeddedness) Granovetter (1985). Według niego, to właśnie relacje społeczne, a nie bardziej abstrakcyjne pojęcia norm czy własnego interesu mogą pozwolić na wyjaśnienie zachowań aktorów w świecie stosunków ekonomicznych. Badania osadzenia społecznego firm odwołują się do tradycji nowej ekonomii instytucjonalnej, nurtu zapoczątkowanego klasycznym artykułem Ronalda Coasa (1937), który zwrócił uwagę na znaczenie instytucjonalnego uwarunkowania procesów ekonomicznych. Coase (1998: 73) podkreślił znaczenie sieciowych powiązań dla rozumienia rzeczywistych, złożonych procesów gospodarczych, pisząc, że Na koszty koordynacji w ramach firmy i poziom kosztów transakcyjnych, które firma ponosi, ma wpływ zdolność przedsiębiorstwa do zakupu półproduktów od innych przedsiębiorstw. Możliwości dostarczenia przez dostawców półproduktów zależą z kolei od ich kosztów koordynacji i kosztów transakcyjnych, które ponoszą w związku z relacjami z innymi firmami. Mamy do czynienia ze złożoną, powiązaną strukturą. Na konieczność analizy sieci powiązanych firm i instytucji, a nie pojedynczych podmiotów, w celu wyjaśnienia przewagi konkurencyjnej i budowania wartości, zwraca uwagę też wielu autorów niezajmujących się analizami sieciowymi (Brandenburger i Nalebuff 1995; Achrol i Kotler 1995; Porter 2001; Obłój 2001). Analiza sieci społecznych jest wykorzystywana do szerokiego spektrum zjawisk będących przedmiotem zainteresowania teorii firmy, zarządzania i ekonomii (Cross i Parker 2002; Kilduff i Tsai 2003). Sieci pozwalają wyjaśnić mechanizmy rozprzestrzenia innowacji, imitacji i przepływu wiedzy w organizacji i pomiędzy organizacjami, przedsiębiorczości. Używa się technik sieciowych do badań efektywności menedżerów i zespołów zadaniowych, kapitału społecznego, nieformalnej organizacji, struktury komunikacji w organizacji, zarządzania wiedzą czy kultury organizacyjnej. Sieci wzbogacają analizę interesariuszy, pozwalają wyjaśniać warunki powstawania przewagi konkurencyjnej, budowania aliansów strategicznych i zawierania kontraktów między firmami, strukturę klastrów i ekosystemów, praktykę ładu korporacyjnego czy kształtowanie się systemu wynagrodzeń. Analizy sieci są szczególnie przydatne do badania nowych metod organizacji pracy w tworzeniu vol. 7, nr 4 (26), 2009 173

Dominik Batorski, Michał Zdziarski oprogramowania o charakterze open source, powstawaniu i funkcjonowaniu społeczności eksperckich czy zarządzaniu wirtualnymi zespołami zadaniowymi. Analiza sieci pozwala też na badanie ważnych praktyk w zakresie zarządzania zasobami ludzkimi formowania liderów, relacji w procesie mentoringu czy coachingu, integracji pracowników po akwizycji firmy oraz efektywności zespołów. Przegląd publikacji naukowych w domenie organizacji i zarządzania, w których wykorzystano metodologię badań sieci, wskazuje na logarytmiczne tempo wzrostu ich liczby od 1970 r. (Borgatti, Foster 2003). Zdarza się, że w krótkim okresie mamy do czynienia ze znacznie szybszym tempem wzrostu publikacji, co często wynika z przemijającej mody lub krótkotrwałej fascynacji. Jednak wysoki poziom wzrostu publikacji w tak długim okresie zdaje się wskazywać, że podejście sieciowe staje się istotną metodą badawczą. Analiza sieci społecznej ma na celu wyjaśnienie związków między strukturą relacji i powiązań a charakterystyką systemu społecznego. Dwa kluczowe zagadnienia tej analizy to odpowiedź na pytanie o mechanizmy powstania i charakterystyczne cechy badanego systemu społecznego oraz pytanie o konsekwencje konfiguracji sieciowej (Tsai i Ghoshal 1998; Rowley, Behrens i Krackhardt 2000). Obszary wykorzystania analiz sieciowych w zarządzaniu można, naszym zdaniem, podzielić na trzy grupy. badania wewnątrzorganizacyjne, badania międzyorganizacyjne, analizy jednostek poza organizacją, stosowane najczęściej w marketingu, a także w badaniach rynku pracy. Nie jest zadaniem tego artykułu dokonywanie precyzyjnego przeglądu możliwych zastosowań analizy sieci w zarządzaniu. Zależy nam jednak na nieco bliższym zaprezentowaniu niektórych wątków badań, szczególnie tych cieszących się największą popularnością w ostatnich kilku latach. Pierwszym takim obszarem są badania kapitału społecznego. W ujęciu sieciowym tego typu analizy koncentrują się na tym, do jakich zasobów jednostka może skutecznie dotrzeć, mobilizując własną sieć społeczną i wykorzystując zasoby dostępne poprzez relacje. Badania tego typu są najszybciej rosnącą kategorią badań z wykorzystaniem teorii sieci społecznych (Nahapiet i Ghoshal 1998; Portes 1998; Woolcock 1998; Lin 1999; Burt 2000; 2005; Adler i Kwon 2002; Foster 2003). Dwie najczęściej spotykane w literaturze operacjonalizacje pojęcia kapitału społecznego w ujęciu sieciowym odnoszą się do koncepcji zamkniętych, blisko związanych struktur sieci i lokalnej centralności (Coleman 1988; Podolny i Baron 1997, Prell 2009) oraz do koncepcji słabych więzi, luk strukturalnych i korzyści z pośredniczenia między elementami struktury o małej ilości powiązań (Granovetter 1973; Burt 1992; Prell 2009). Obydwa typy kapitału społecznego wynikające z różnych charakterystyk występowania w sieci wpływają na rezultaty dzia- 174 Problemy zarządzania