För att förstå en alltmer sammankopplad värld krävs verktyg från forskningen om sociala nätverk. I denna studie undersöker vi både den teoretiska och empiriska sidan av forskningen för att analysera hur sociala strukturer påverkar människors agerande. Vi klassificerar karaktärsdrag hos nätverk och finner att dessa har stor betydelse för hur information sprids mellan individer och hur detta formar deras beteende.
Människor är i grunden sociala varelser som interagerar med andra människor i vardagen. Att inte ta hänsyn till sådana sociala faktorer i nationalekonomisk analys innebär att man riskerar att missförstå mänskligt beteende och dess orsaker. Den ekonomiska forskningen som fokuserar på individers sociala sammanhang har ökat markant i omfattning. Denna studie förser forskningsfältet med ett ramverk för att förstå hur nätverk och mänskliga interaktioner formar beteende.
Vi beskriver grundläggande principer för sociala interaktioner genom att skilja mellan globala respektive lokala egenskaper hos nätverk. Globala nätverk kännetecknas av individernas samlade förbindelser och hjälper oss förklara storskaliga fenomen såsom segregation mellan människor. Lokala nätverk kännetecknas istället av individuella förbindelser – i vilken utsträckning två personer har gemensamma vänner och hur inflytelserika vissa individer är i att påverka nätverket i sin helhet.
Nätverksteorin har många tillämpningar
Studien visar på flera exempel där nätverksteori kan tillämpas. Ett sådant exempel är kriminellt beteende, vilket till stor del uppstår som en följd av sociala strukturer. Kriminella individer tenderar att ha vänner eller bekanta som själva begått brottsliga gärningar vilket kan innebära sociala påtryckningar som leder människor till att begå brott.
Ett annat exempel är ojämlikhet som tenderar att vara sammankopplat med sociala nätverk. Individer med samma sociala status får i större utsträckning tillgång till samma informationsflöde. Värdet av skolgång är exempelvis högre för individer som i sina sociala nätverk har vänner eller bekanta som kan förse dem med information om vad den utbildningsmässigt bästa strategin är.
Empiriska utmaningar
Empirisk forskning om nätverk lider generellt av ett så kallat endogenitetsproblem. Gemensamma interaktioner mellan individer gör det svårt att isolera de effekter som olika individer och grupper kan ha på medlemmar i samma sociala nätverk, vilket försvårar möjligheten att fastställa orsakssamband. Ju mer data som blir tillgängliga och ju bättre datorer blir på att utföra komplexa beräkningar, desto större framsteg görs i den empiriska forskningen.
Vi menar att det finns mycket att tjäna på att skifta fokus till så kallad partiell identifikation där man analyserar delar av nätverk separat. Att inte kunna säkerställa orsakssamband mellan nätverk och ekonomiska utfall är visserligen ett problem, men om partiell identifikation kan belysa vilka modeller som fungerar bättre än andra är mycket vunnet.
Policyrekommendationer snart möjliga
Genom att tillämpa nätverksteori på ett urval av samhällsvetenskapliga fenomen förser vi forskningen med två organiseringsprinciper. För det första gör vår klassificering av nätverksegenskaper det möjligt att skilja på lokala respektive globala drag hos nätverk. För det andra betonar vi hur viktiga nätverk är för att förklara mänskliga beteenden och ekonomiska utfall.
Slutligen belyser vi vikten av att den empiriska sidan av forskningen nu utvecklats i förhållande till den teoretiska. Detta innebär att forskningen närmar sig stadiet där policyrekommendationer är möjliga att göra.
IFN Working Paper nr 1116, ”The Economic Consequences of Social Network Structure”, är författat av Matthew O. Jackson (Stanford University, the Santa Fe Institute och CIFAR), Brian Rogers (Washington University, St. Louis) och Yves Zenou (Monash University, Stockholm University och IFN). Kontakta Yves Zenou, yves.zenou@ifn.se, om du vill veta mer.
