Page 130 - 《社会》2026年第2期

边缘农户触发的电商村形成

二次指派程序（QAP）对两个网络结构的相关性进行置换检验来完成，
类似对模型拟合进行评估。
BE 模型在识别节点位置归属（或估计节点核心度）时，会同时考量
节点中心性和结构凝聚性特征。 核心系由高中心度节点构成的凝聚子
群，其成员需同时满足两个条件：第一，与更多的其他节点连接，拥有更
多的朋友，即具有较高的中心度；第二，核心节点间构成一个交往紧密
的子群。
这里，我们使用连续模型确定村中各农户的位置归属。 6 模型得到
的理想结构模式与观测网络之间的相关性经 QAP 检验十分显著 （p<
0.001），可以认为该村呈现出了一定的“核心—边缘”结构特征。 进一
步，基于模型输出的核心度，利用 K-均值聚类算法，可以将村中农户分
为三类：核心度最高的一类共 12 户，占村庄家户总数的 6.5%，可将其
视为村庄的核心成员；核心度最低的一类有 92 户，约占 50%，他们处在
村庄社会结构的最边缘； 核心度介于最高与最低之间的一类共计 80
7
户，占 43.5%，不妨将他们称作半边缘农户。 我们将没能进入村庄核心
的家户统称为边缘农户。 当然，半边缘与核心度最低的边缘户还存在其
他差异，后文会具体讨论。 在展示更详尽的分析前，我们先基于位置的
划分结果，从整体网角度了解一下该村的社会结构特征。
（二）村庄的“核心—边缘”结构
为了刻画由村庄人际关系网络折射出的社会结构特征， 我们进一
步使用块模型（Blockmodel，参见沃瑟曼、福斯特，2012）对村庄结构进行
简化表示。 具体来说，即将核心、半边缘和边缘作为三个子群块（block），
分别计算各子群块的密度，并以密度矩阵的形式呈现核心、半边缘和边
缘三个子群间的关系（ 如表 1 所示）。 8 结合对核心、半边缘与边缘属性

6. 其基本程序是：对每个节点赋予一个初始“核心度”（本研究将各节点入度作为初始输
入），计算每两节点的核心度之积作为它们的连接概率，所有两节点间的连接概率构成
理想模式邻接矩阵。 在这种设定下，两个高核心度节点会有更高的连接概率，两个核心
度较低节点彼此连接的可能性较小。 优化算法根据输入的初始核心度进行迭代计算，完
成迭代后会返回一组核心度估计结果（ Borgatti，et al. 2013）。
7. 利用 BE 模型估算核心度时，孤立节点未包含在内，我们将人际关系网络中的 27 个孤
立节点直接视作边缘农户。
8. 各子群块密度及子群之间的关系密度可以利用根据位置划分重新排序后的关系矩阵
得到，系对应子矩阵内出现的关系数量占所有可能关系数量的比例。

· 123·