Коллективная монография посвящена широко известному и используемому методу моделирования сетевых структур. Основная цель книги – описать ключевые теоретико-методологические основания подхода и продемонстрировать его применение в самых разноплановых кейсах.

Анализ социальных сетей становится все более популярным и востребованным методом в количественной социологии. С одной стороны – развитие и совершенствование статистического инструментария, с другой – появление все большего числа ресурсов для сбора сетевых данных. Основное отличие сетевого анализа от других количественных методов – его акцент на социальных взаимоотношениях между людьми, а не на их индивидуальных характеристиках.

Важнейшей теоретико-методологической предпосылкой экспоненциального моделирования случайных графов (exponential random graph modeling, ERGM) является взаимозависимость между связями в социальной сети. Другими словами, наши связи зависят от того, с кем связаны наши друзья и коллеги. Метод основан на сравнении наблюдаемой социальной сети с большим числом случайно сгенерированных сетей того же размера и выявлением значимых различий между ними. Далее эти различия объясняются уже в рамках социальных процессов и механизмов. К примеру, в подавляющем большинстве реально существующих социальных сетей взаимность связей, или, по-сетевому, реципрокность, оказывается значительно выше, нежели в случайных сетях. То есть люди склонны поддерживать связи с теми, кто вкладывается в отношения с ними. Всем известна фраза «друг моего друга – мой друг», а ведь это не только расхожее утверждение, но и описание одной из наиболее распространенных сетевых структур – транзитивной триады. Также во многих сетях наблюдается склонность акторов со схожими характеристиками быть связанными друг с другом, этот феномен в сетевых работах называется гомофилией.

Очевидное достоинство книги – большое количество примеров практического применения ERGM-методологии для анализа социальных сетей различной природы: неформальной коммуникации среди руководства компанией (глава 5), дружбы и агрессии между учащимися (глава 14), связи госпиталей по обмену пациентами (глава 15), связи помощи и поддержки между сотрудниками компании (глава 16), дружбы между безработными австралийцами (глава 18). В каждом из примеров подробно разбираются, а в большинстве случаев и иллюстрируются сетевые структуры, обсуждаются теоретические объяснения и содержательная интерпретация моделей. Так, результаты анализа сети обмена пациентами между итальянскими госпиталями (глава 15) позволяют предположить, что больницы выработали четкую схему координации действий с определенными правилами. Они переправляют пациентов в том случае, если те нуждаются в профессиональной узко квалифицированной помощи, об этом свидетельствует высокая частота связей между госпиталями с разными профилями. Кроме того, пациентов обычно переправляют в больницы, которые находятся недалеко от места первоначальной госпитализации.

Важно отметить, что работа с сетевыми моделями детально иллюстрируется на примере PNet – программного обеспечения для анализа социальных сетей методом ERGM, разработанного сотрудниками Мельбурнского университета. Данные, анализ которых представлен в ряде глав, выложены в открытом доступе, и у читателей есть возможность повторить выкладки авторов или же смоделировать сеть самостоятельно.

Несмотря на широкую применимость ERGM для анализа сетевых данных, следует отметить и ряд ограничений как конкретного метода, так и сетевого подхода в целом. Авторы отмечают, что анализ единичного статического сетевого состояния не позволяет делать выводы о природе социальных процессов. Для выявления причинно-следственных связей следует рассматривать уже не статические, а динамические данные. При этом анализ социальных сетей хотя и выделяется мощным статистическим инструментарием, тем не менее отвечает на вопрос о строении и природе только одной сети, и полученные выводы не могут быть генерализованы на все похожие сетевые структуры. Другими словами, каждая из социальных сетей индивидуальна, хотя многие из них и обладают схожими характеристиками.

В заключение отметим: книга станет хорошим руководством для тех, кто решил освоить методы сетевого моделирования и понять, как устроены социальные структуры. Начинающим исследователям она поможет разобраться с базовыми понятиями сетевого моделирования, а экспертам – глубже вникнуть в метод и выявить для себя новые содержательные направления.