原文标题： Network Histories: Methods and Measures for Studying Interdependence and Interconnectedness Within Digital Journalism

一、研究对象与核心研究问题

本文的核心研究对象是一种名为“网络历史”（Network Histories）的方法论路径。该方法旨在研究数字新闻业中组织、团队和个体之间的相互依赖与互联关系。其核心研究问题在于：如何通过追溯和分析行为者（如组织和个体）之间的先赋关系模式，来考察其过往历史对后续活动的影响，尤其聚焦于媒体与技术变革如何影响数字新闻生产主体及其产出。文章旨在为数字新闻研究提供一套能够捕捉生产格局动态演变的分析框架和具体测量工具。

二、研究背景

数字新闻业正经历深刻转型，其核心特征包括从业者技能的持续重塑、对快速变化的专业知识的需求，以及与技术和传播领域其他职业日益紧密的联系。传统新闻机构为应对数字化的冲击，正越来越多地雇佣具备编程、数据分析和编程等非传统新闻背景的员工，这一微观创新驱动着新闻生产的宏观变革。同时，新闻组织通过结成联盟与合作关系，模仿行业内外的实践以获取合法性和促进创新。然而，现有研究在捕捉和测量这些跨越个人、组织、时间及多层面的复杂动态关系方面存在方法论局限。“网络历史”方法的提出，正是为了回应这一现实需求，为理解数字新闻业转型的核心动力提供新的分析工具。

三、理论背景

“网络历史”方法建构在两大理论支柱之上：

  1. 社交网络分析（Social Network Analysis）：从莫雷诺的社会计量学传统出发，该方法将行为者（个体或组织）视为“节点”，将雇佣、合作等关系视为“连接”，构成网络。文章借鉴了组织研究中的精英结构理论（Scott, 1991; Knoke, 1994）、“结构洞”与“经纪-闭合”理论（Burt, 1992, 2005），以及“结构折叠”与“认知多样性”理论（Vedres & Stark, 2010; de Vaan, Vedres, & Stark, 2015），为分析新闻网络中的信息流动、资源交换和知识重组提供了理论基础。
  2. 历史与档案研究（Historical & Archival Research）：该方法强调时间维度，通过追踪雇佣关系或合作关系的序列，进行社会序列分析（Cornwell, 2015），从而将新闻业的生产活动置于流动的历史脉络中。它超越了静态的网络快照，将工作履历和传记信息作为关键的纵贯数据，用以解释网络结构的演变及其对创新和生产实践的影响。

四、研究设计

本文是一项方法论推进文章（Advancing Methods article），主要采用阐释与案例示范相结合的研究设计：

  1. 数据来源：文章倡导使用新颖的数字踪迹数据，主要来源为专业社交网站LinkedIn上的公开职业履历数据。这些数据包含了个体的工作职位、受雇组织、任职时间以及教育背景等信息。
  2. 案例样本：为演示该方法，研究者构建了一个小型案例数据集。该数据集包含300个样本个体，来自三个具有代表性的纽约大都会区新闻机构：《阿斯伯里帕克报》（代表传统地方新闻组织）、沃克斯传媒（代表数字原生初创新闻组织）和《纽约每日新闻》（代表传统区域新闻组织）。从LinkedIn手动收集了100名员工的履历，共编录了725个过往职位角色。
  3. 分析方法与步骤：
    • 边界界定：采用以自我网络（ego-network）为核心的关系式方法，从焦点节点（如特定新闻组织）出发，通过滚雪球抽样追踪与之通过雇佣关系相连的其他节点。
    • 数据编码与转换：将收集到的履历信息进行手工分类编码（如行业类型、岗位职能），并将其从数据库格式转换为二模网络（个体-组织），再转换为适用于分析的单模网络（组织-组织）。
    • 分析测量：应用并阐释了一系列网络测量指标，包括结构折叠（Structural Folding）、认知多样性（通过内部-外部指数E-I Index测量）和聚类分析（Clustering），以揭示网络位置、知识重组潜力和群体聚合模式。

五、主要发现

本文的主要发现集中在其方法论贡献与案例示范揭示的模式上：

  1. 方法论有效性：研究证明，通过编码和转换LinkedIn等平台的公开履历数据来构建“网络历史”是一种可行且强大的方法论，能够有效地映射数字新闻生态系统中的组织间联系和职业流动路径。
  2. 组织间连接模式：案例示范显示，不同组织间通过员工流动紧密相连。例如，《阿斯伯里帕克报》与其母公司甘尼特之间的高密度人员流动，清晰地展示了组织间的归属和资源流动关系。
  3. 网络位置与创新潜力：
    • 经纪与闭合缺失：在案例网络中，沃克斯传媒、《阿斯伯里帕克报》和《纽约每日新闻》之间几乎没有重叠雇佣关系，缺乏“结构折叠”的位置，意味着知识重组和创新的潜力有限。
    • 内部流动倾向：E-I指数分析显示，该案例中的组织网络呈现出较强的内部流动倾向（E-I指数为-0.66），即员工倾向于在同类组织内部更换工作。而对比Kosterich & Weber (2019)的更大规模纽约新闻业网络数据，则发现其E-I指数随时间从-0.30（2011年）变为0.11（2015年），表现出向跨组织类型流动的明显转变，显示了该指标捕捉动态变化的能力。

六、研究结论与讨论

本文的核心结论是，“网络历史”作为一种整合了社交网络分析与历史分析的方法论路径，为数字新闻研究提供了重要贡献。它通过聚焦于组织和个体的工作经历及关系模式，使得学者能够：

  1. 解释生产差异：理解组织和个体如何在特定时间汇聚，导致了新闻生产方式和产出的差异。
  2. 分析制度变迁：研究数字新闻机构是如何演变的，并将这种演变置于更广阔的社会、政治和经济背景中。
  3. 推动跨领域研究：该方法的适用性超越了新闻生产，未来可应用于劳动社会学、政治传播等领域的职业路径研究，并能与内容分析等方法结合，直接研究人员构成变化对新闻内容的影响。“网络历史”为研究者提供了一组新的研究对象和分析工具，用以理解新闻业在历史、环境和场域关系中的定位与变迁。