课堂网络中熟悉性与喜欢的多层评级同伴关系：潜在空间评定量表网络（LSRN）模型与角色特定生成机制分析

《Psychometrika》：Familiarity and Liking in Classroom Networks: A?Multilayer Analysis of Rated Peer Relations

　　

许多社会网络数据集由同一组个体在多个关系维度上交换的序数评分（ordinal ratings）构成。这类数据在教育与行为研究中很常见，但由于序数测量（ordinal measurement）、发送者与接收者角色不对称，以及关系内与关系间依赖，构成分析挑战。研究人员分析来自台湾高中课堂网络数据，其中学生提供熟悉性（familiarity）与喜欢（liking）评分，以检验关系维度性、互惠性、跨关系重叠和个体特征。为此，研究人员开发并应用一个潜在空间评级网络模型（latent-space rated-network model, LSRN），该模型考虑序数评分量表、发送者与接收者异质性以及高阶交互结构。该模型允许将熟悉性与喜欢视为单一关系维度，或视为不同但相互依赖的层，并将层内与跨层依赖分解为可解释的、角色特定成分，这些成分与经典网络摘要（classical network summaries）如互惠性（reciprocity）和多重性（multiplexity）相联系。在应用中，该模型表明熟悉性与喜欢之间较高的描述性重叠并不意味共同生成过程。潜在交互模式在关系间共享，但潜在位置离散度存在差异，尤其按性别。此外，熟悉性评分与发送者和接收者人格特质均相关，而喜欢评分主要与接收者特质相关。

研究背景方面，课堂人际关系的形成与演化是教育、发展心理学和社会科学的核心议题。早期同伴关系影响学业投入、情绪福祉和长期社会轨迹，因此课堂被视为研究社会结构形成的自然实验室。既有研究长期关注熟悉性（familiarity，评分者知道被评者的程度）与喜欢（liking，评分者对被评者积极评价的程度）。Duck（1977）的过滤模型认为，熟悉性增加促进共享特征和人际相似性感知，而相似性是人际吸引的重要基础，最终促进喜欢；Rockett和Okhuysen（2002）则将熟悉性视为包含认知、情感和行为成分的更广关系经验，喜欢可能是其核心成分。由此，熟悉性与喜欢应被表示为不同但相互依赖的关系维度，还是共同潜在社会关系的不同表现，仍是实证问题。课堂网络数据又具有方向性、序数评分、多重关系维度、发送者与接收者不对称，以及关系内与关系间依赖等复杂性，传统描述性摘要难以回答关系维度性、角色特定机制和个体特征作用等问题。研究人员据此提出三个问题：多重关系评分反映单一关系过程还是不同但相互依赖关系，且是否依赖课堂情境；高重叠关系在发送与接收、互惠程度上是否不同；人格等个体特征如何进入关系过程。

研究人员开展的研究使用台湾高中课堂网络数据，数据来自“A Longitudinal Study of High School Student Networks”，由Institute of Sociology, Academia Sinica实施，伦理审批为AS-IRB-HS07-109008。项目采用分层抽样，初始选择40所学校，25所同意参与，随机选择30个十年级班级；学生自愿并知情同意，最终分析8个参与率和应答率均为100%的班级，每班31–40人。第一波于2021年10月收集，学生以3点量表对全班同学评定熟悉性和喜欢，并完成IPIP-15大五人格测量。研究人员开发并应用潜在空间评定量表网络（LSRN）模型，将熟悉性与喜欢视为单一维度或不同但相互依赖层，联合建模序数评分、发送者-接收者异质性和高阶潜在交互结构，并将层内和跨层依赖分解为与互惠性、多重性、多重互惠性对应的角色特定成分。研究结论表明，熟悉性与喜欢在描述层面高度重叠，并不必然意味着共同生成过程；跨层重叠在接收者侧强于发送者侧；熟悉性评分同时关联发送者和接收者人格特质，而喜欢评分主要关联接收者特质；性别与潜在网络组织及部分评价强度差异有关。该研究的意义在于将经典多层网络摘要与可解释的模型参数连接起来，区分描述相似但生成机制不同的关系网络。

关键技术方法概括：样本队列来自台湾高中课堂网络项目2021年第一波，8个十年级班级，含熟悉性、喜欢3点同伴评分和IPIP-15人格数据。模型为潜在空间评定量表网络（LSRN），整合评级量表模型、发送者与接收者效应及低维潜在空间，可比较一维与二维关系结构。估计采用哈密顿蒙特卡洛（Hamiltonian Monte Carlo, HMC），在R包nimble中实现；距离权重参数使用spike-and-slab先验；潜在位置用Procrustes对齐处理旋转、平移和反射不确定性；模型评估采用后验预测检验及发送者、接收者和项目拟合诊断；维度比较使用偏差信息准则（DIC）、Watanabe–Akaike信息准则（WAIC）和留一法交叉验证（LOO）；另用模拟研究评估参数恢复。

研究结果中，4.1 描述性分析（Descriptive analysis）在假设熟悉性与喜欢构成两层网络时计算多重性、发送者多重性、接收者多重性、多重互惠性、发送者到接收者多重互惠性、接收者到发送者多重互惠性和互惠性。八个班级均显示高度互惠和重叠：多重性为0.888–0.941，七班超过0.90；多重互惠性多数超过0.83；层内互惠性多数超过0.85；接收者多重性一般略高于发送者多重性，接收者到发送者多重互惠性略高于发送者到接收者多重互惠性。4.2.1 关系维度性（Relational dimensionality）通过DIC、WAIC和LOO比较一维与二维LSRN，发现六个班级（23、25、26、30、47、48）更适合二维模型，两个班级（27、39）更适合一维模型；与Hu et al.（2022）模型相比，LSRN在共同评分尺度上的平均绝对误差（MAE）和均方根误差（RMSE）更低。高描述重叠不能决定潜在维度性。二维模型相关参数显示，ρ(S₁, S₂)多为中等正相关，ρ(R₁, R₂)通常较高，ρ(S₁, R₂)一般大于ρ(S₂, R₁)，ρ(S₁, R₁)一般大于ρ(S₂, R₂)；Class 48中ρ(S₂, R₁)和ρ(S₂, R₂)在感兴趣实际等价区域（ROPE）内概率较高，接近零。4.2.2 模型评估（Model assessment）显示，Class 27从一维到二维仅少量减少失配，支持一维；Class 25在一维下超过一半个体p^(S)_i或p^(R)_i<0.05，且喜欢项目显著失配，二维后失配大幅减少、项目拟合改善，支持二维。故后续对23、25、26、30、47、48用二维模型，对27、39用一维模型。4.2.3 网络中的发送者与接收者角色（Sender and receiver roles in networking）表明，发送者参数与出度（d⁺）正相关，接收者参数与入度（d^-）正相关，也分别与出接近中心性（c⁺）、入接近中心性（c^-）和中介中心性正相关，说明模型参数反映结构中心性和社会位置。4.2.4 人格对发送者与接收者角色及评分的影响（Personality effects on sender and receiver roles and ratings）显示，在二维班级中，外向性与接收熟悉性正相关，宜人性与发送喜欢正相关，外向性与接收喜欢正相关；一维班级27和39无显著角色参数关联。将人格作为二元协变量后，熟悉性评分较少受发送者特征影响，更多与接收者特征相关，宜人性效应最一致且最强；喜欢评分仅观察到接收者层效应，主要集中于Class 48，表现为更外向者更受喜欢、更高神经质者更不受喜欢，Class 39中宜人性有中等正效应。4.2.5 潜在网络结构中的性别效应（Gender effects in latent network structure）发现所有类别支持潜在交互效应，λ估计大于零；以熟悉层为参考的Procrustes对齐显示，Class 23中熟悉性与喜欢层潜在聚类高度相似，K-means两簇完美按性别分开；两层成对潜在距离矩阵相关后验均值为0.7548，相关大于零概率为0.9997。层内离散度方面，女性在熟悉层的离散度持续高于喜欢层，所有班级该后验概率为1.00；男性对应概率为0.59–0.95。熟悉层中女性离散度高于男性在部分班级概率至少0.98，一维班级27和39分别为0.92和0.99；喜欢层无一致性别模式。女性接收者参数与潜在中心距离正相关，男性在熟悉层发送者和接收者参数与中心距离负相关。性别协变量显示，多个班级女性发送更高熟悉、喜欢或二者，Class 23中γ^(S₁)=1.84，95%HDI=(1.21,2.54)，γ^(S₂)=2.96，95%HDI=(2.17,3.68)，喜欢层更强；接收者层性别效应仅在发送者层性别效应显著的班级出现并呈镜像。

讨论与结论部分，研究人员总结，熟悉性与喜欢在所有课堂描述层面均高度重叠和互惠，标准多重性、多重互惠性和互惠性指数暗示关系结构可能冗余；但基于LSRN的分析显示这种相似掩盖了生成过程的显著异质性。跨层重叠在接收者侧持续强于发送者侧，说明被广泛认识和喜欢的人跨关系较稳定，而提名他人的倾向更随关系情境变化。高描述重叠不意味着单一潜在维度：部分课堂适合共同潜在结构，部分课堂更适合不同但相互依赖层；前者与Rockett和Okhuysen（2002）将熟悉性视为包含喜欢等情感成分的更广关系经验一致，后者与Duck（1977）认为熟悉性和喜欢是不同但密切相关过程一致。潜在空间显示熟悉与喜欢全局配置相似并常按性别聚类，同时女性熟悉关系比喜欢关系更分散。人格协变量分析显示，熟悉性反映发送和接收过程，喜欢主要作为接收者驱动的评价过程。研究也强调课堂间异质性，参与班级来自不同学校和教育情境，当前设计未解释维度性差异的课堂层因素。最后，研究人员翻译结论：更广泛地，该框架表明，在分析同一组行动者上测量的多种关系时，分离发送者和接收者角色十分重要。若不显式建模发送者和接收者特定效应，4.2.3和4.2.4节识别的角色不对称将无法恢复；相关结构使跨层重叠和互惠性可通过模型参数直接推断。没有这种结构，这些关系只能通过多重性和多重互惠性等描述性网络摘要间接考察，且多维Class 23与一维Class 27之间的结构区别无法检测。除本应用外，联合建模发送者和接收者特定效应及跨层关联，在涉及序数或加权关系的其他情境中也可能有价值，例如同伴评估、组织调查和多元关系问卷。