為什麼一個「沒人脈」的工程師，可能比部門主管更有權力？

為什麼一個「沒人脈」的工程師，可能比部門主管更有權力？

想像一家公司裡的兩個人。一位是業務部主管 A，每天和五十個下屬、客戶熱絡互動，行事曆滿到爆；另一位是默默無聞的系統工程師 B，只跟少數幾個人說話，看起來毫不起眼。但有一天，A 想推動一個新專案，卻發現所有跨部門的資料、系統權限、技術對接，全都得透過 B 才能完成——而 B 是公司裡唯一同時懂財務系統、生產系統與客服系統的人。

直覺上，我們會以為「人脈廣 = 有影響力」。但社會學告訴我們：真正決定一個人權力的，往往不是他認識多少人，而是他在整張關係網路裡「站在什麼位置」。 入門篇談過角色、群體與規範如何把社會組織起來；這一篇，我們要把鏡頭拉到更精細的層次——社會網絡分析（Social Network Analysis, SNA），看看「結構」如何不只是一套規範，更是一張可以被測量、被計算、甚至被用來預測誰將崛起、誰會被邊緣化的關係地圖。

從「角色」到「位置」：結構主義的視角轉換

入門篇的社會結構，比較接近規範性結構（normative structure）：社會替每個位置（學生、店員、主管）配好了一套劇本，我們照著演。但這個視角有個盲點——它假設「同一種角色的人，行為都差不多」。

社會網絡分析提出一個更激進的主張：重要的不是你是誰，而是你跟誰連著、又透過誰連到其他人。 這就是所謂的關係結構（relational structure）。在這個視角下，個人被簡化成網路裡的一個節點（node），人與人之間的關係（friendship、advice、information flow）被畫成連結（tie/edge）。整個社會於是變成一張可以用數學描述的圖（graph）。

這個轉換的威力在於：它讓「結構」從一個抽象的社會學名詞，變成可以被精確測量的東西。我們不再只能說「他人脈很好」，而能問出更銳利的問題：

• 你的連結是集中在一小群緊密的朋友裡，還是分散到很多互不相識的群體？
• 移除你這個節點，整張網路會不會被切成兩半？
• 資訊從網路一端傳到另一端，必須經過你幾次？

這些問題的答案，構成了社會學裡幾個關鍵的結構性概念。

弱連結的力量：Granovetter 的反直覺發現

1973 年，社會學家 Mark Granovetter 發表了一篇後來被引用數萬次的論文〈The Strength of Weak Ties〉（弱連結的力量）。他調查了一群剛換工作的波士頓白領，問他們是怎麼找到新工作的。

直覺的答案應該是「靠關係好的人介紹」——你最親近的家人、好友，最願意幫你。但 Granovetter 的資料顯示了相反的結果：真正帶來有效工作機會的，大多是「弱連結」（weak ties）——那些久久才聯絡一次、關係沒那麼緊密的點頭之交。

為什麼？關鍵在於資訊的冗餘性（redundancy）。你的好朋友們，多半也彼此認識，生活圈高度重疊。他們知道的工作機會，你大概早就知道了——這群人形成一個緊密的聚落（cohesive cluster），裡面流通的資訊是冗餘的。

相反地，弱連結通常通往不同的社會圈。那位你大學時偶爾聊天、現在在另一個產業工作的舊識，掌握著你的核心圈子完全接觸不到的新資訊。弱連結之所以強，不是因為關係本身強，而是因為它扮演了連接兩個世界的橋樑。

看一個例子

假設你正在找實習。你問遍了同班同學（強連結），得到的職缺清單大同小異——因為你們上同樣的課、看同樣的社團公告。但某天你在一個跨校工作坊認識的、之後只在 IG 點讚的學長（弱連結），隨口提到他公司正在徵人，而那是一個你的同溫層裡完全沒人知道的機會。

這就是弱連結的力量在日常生活的運作。它解釋了為什麼「多參加不同領域的活動、認識不同圈子的人」，在求職市場上的回報，常常高過「把現有的好朋友維繫得更緊」。台灣校園裡常說的「跨系修課」「參加異質性社團」，從網絡結構來看，本質上就是在建立通往不同聚落的弱連結橋樑。

結構洞：Burt 的「中間人紅利」

Granovetter 的洞見後來被社會學家 Ronald Burt 推進到一個更精緻的版本——結構洞理論（structural holes）。

Burt 問了一個關鍵問題：弱連結之所以有價值，真的是因為它「弱」嗎？還是因為它「跨越了一個原本斷裂的縫隙」？他的答案是後者。重要的不是連結的強弱，而是這條連結是否填補了一個「結構洞」——也就是網路裡兩群人之間原本沒有直接連結的空隙。

想像三個群體：A、B、C。如果你同時認識 A 群和 B 群的人，而 A、B 兩群彼此不認識，那麼你就站在一個結構洞上。你成了 A、B 之間唯一的橋——資訊要從 A 流到 B，得經過你；資源要交換，得透過你。Burt 把這種位置帶來的優勢稱為中間人紅利（brokerage advantage）。

站在結構洞上的人，享有兩種優勢：

1. 資訊優勢：你比別人更早、更全面地知道兩個世界各自發生了什麼。
2. 控制優勢：因為你是必經之路，你可以決定要不要傳遞、何時傳遞、如何傳遞。

回到開頭那位工程師 B——他之所以有權力，正是因為他站在財務、生產、客服三個系統群體之間的結構洞上。他不需要認識很多人，他只需要是那個無可取代的橋。Burt 的研究顯示，在企業裡，跨越越多結構洞的經理人，獲得的升遷與獎金都顯著更高。結構位置，本身就是一種資本。

中心性：用數學測量「重要性」

如果結構位置這麼關鍵，我們能不能把它量化？社會網絡分析的答案是肯定的，工具叫做中心性（centrality）。但有趣的是，「重要」不只有一種意思，所以中心性也有好幾種，各自捕捉不同的權力來源。

這張表透露一個深刻的訊息：部門主管 A 的程度中心性很高（認識很多人），但工程師 B 的中介中心性很高（很多路徑必經過他）。在不同的權力定義下，誰更「中心」，答案完全不同。

特徵向量中心性尤其有意思——它捕捉的是一種「物以類聚」的權力。Google 早期的 PageRank 演算法，本質上就是特徵向量中心性的變形：一個網頁的重要性，不只看有多少網頁連到它，更看連到它的網頁本身重不重要。在社會裡也是如此——認識一個能呼風喚雨的人，遠勝過認識一百個無關緊要的人。這也是為什麼「被誰引薦」往往比「認識多少人」更關鍵。

動手試試

拿出一張紙，畫出你自己的「自我中心網絡」（ego network）：把你自己放中間，畫出你最常互動的 8 到 10 個人，然後——這是關鍵的一步——在這些人之間，把彼此認識的人也連起來。

畫完後觀察兩件事：

1. 你的網路裡有沒有幾個緊密的小團（比如「高中同學團」「社團團」彼此都認識）？
2. 有沒有某些人，是連接兩個小團的唯一橋樑？如果把他拿掉，你的網路會不會分裂成互不相連的孤島？

那些扮演橋樑的人，就站在你個人網路的結構洞上。同樣地，你自己對別人來說，可能也正扮演著某個結構洞的橋。 認出自己的結構位置，是理解自己社會影響力的第一步。

鑲嵌性：經濟行為其實活在社會結構裡

社會結構的進階討論，最後要回到一個更宏大的命題。Granovetter 在 1985 年又提出一個影響深遠的概念——鑲嵌性（embeddedness）。

主流經濟學常假設市場交易是「原子化」的：理性的個人各自計算利益，價格由供需決定，關係不重要。但 Granovetter 指出，真實的經濟行為深深鑲嵌在社會關係網絡之中。你跟誰做生意、信不信任對方、願不願意給折扣，往往取決於你們之間有沒有共同朋友、過去有沒有交情、會不會在同一個圈子裡再見面。

這解釋了很多「不純粹理性」的經濟現象：

• 為什麼台灣中小企業的供應鏈，常常建立在同鄉、同學、家族的人際信任上，而非單純的價格競標？
• 為什麼創投願意投資一個沒有亮眼數據、但「被某位他們信任的人引薦」的新創團隊？
• 為什麼許多生意是在飯局、高爾夫球場上談成，而非在會議室裡？

答案都是：市場不是懸空的，它鑲嵌在社會結構裡。 信任、聲譽、人情，這些網絡的產物，正是降低交易成本、化解資訊不對稱的關鍵潤滑劑。理解了鑲嵌性，你就明白為什麼社會學家會說——脫離了社會網絡，經濟學的「理性人」其實是個不存在的虛構。

重點回顧

• 從規範到關係：入門篇的結構偏向「角色劇本」，進階的網絡視角則主張——重要的不是你是誰，而是你在關係網裡站在什麼位置。
• 弱連結的力量：久久聯絡一次的點頭之交，常比親密好友帶來更多新資訊，因為它們是通往不同社會圈的橋樑（Granovetter, 1973）。
• 結構洞與中間人紅利：站在兩群互不相識的人之間的空隙上，能同時享有資訊優勢與控制優勢，這本身就是一種社會資本（Burt）。
• 中心性是多元的：「重要」可以指人緣（程度）、必經之路（中介）、散播效率（接近）或攀附權貴（特徵向量）——不同定義下，誰最中心答案不同。
• 鑲嵌性：經濟行為並非原子化的理性計算，而是鑲嵌在社會關係網絡裡，信任與人情是市場運作的隱形基礎設施。

深入探討（研究所視角）

若你想把社會網絡分析推進到研究層次，有幾個值得深掘的方向。

第一，方法論的雙重性。SNA 既是一套理論視角，也是一套量化方法。掌握 igraph、NetworkX（Python）或 statnet（R）等工具，能讓你把上述抽象概念真正計算出來。但要注意——社會網絡資料違反傳統統計的獨立性假設（節點彼此相依），因此不能直接套用一般迴歸。這催生了專門的推論模型，如指數隨機圖模型（Exponential Random Graph Models, ERGM）與隨機行動者導向模型（Stochastic Actor-Oriented Models, SAOM/SIENA），用來檢驗「網絡結構是否由某些社會機制（如同質性、互惠、傳遞性）生成」。

第二，因果推論的難題。網絡研究長期受困於一個根本問題：當你觀察到「朋友之間行為相似」，這究竟是社會傳染（influence，朋友影響了你）、同質選擇（homophily，你本來就傾向選和你相似的人當朋友），還是共同環境所致？Christakis 與 Fowler 著名的「肥胖會在社交網絡中傳染」研究，正是在這個爭論的風暴中心。如何用縱貫資料（longitudinal data）與準實驗設計分離這三者，是當代社會網絡因果推論的核心戰場。

第三，多層次與動態網絡。真實世界的網絡是隨時間演化、且多重疊加的（你和同一個人同時是同學、同事、室友）。時序網絡（temporal networks）與多層網絡（multilayer networks）的分析框架，正試圖捕捉這種複雜性。在教育研究裡，這意味著我們可以追蹤一個班級的互動網絡如何隨學期演變、不同類型的關係（求助、合作、友誼）如何相互影響學習成效——這正是 Educational Omics 框架下 Sociomics（社會互動體學） 維度的研究前沿。

最後值得反思的是規範性問題：如果結構位置就是權力，那麼「結構洞」是該被珍視的個人資本，還是該被消弭的不平等來源？ 當演算法平台（社群媒體、媒合系統）越來越能測量並操弄每個人的網絡位置時，誰有權決定資訊該如何流動、由誰扮演橋樑？社會網絡分析給了我們一副看清結構的眼鏡，但戴上它之後該怎麼行動，仍是留給每個學習者的開放命題。