第88回日本社会学会大会発表スライドです．15分の発表だったため，短めになっています．

1. コミュニケーション・メディアによって形成される
多層的ネットワークの研究
──高校の学級の事例に着目して――
東京大学大学院人文社会系研究科修士1年 前嶋 直樹
第88回日本社会学会大会＠早稲田大学戸山キャンパス
1

2. 研究の視座―ネットワークの多層性
2
 Haythornthwaite(2001)
遠隔学習のクラスの内部で，Web上
の学習用掲示板，チャット，Eメー
ル，対面的コミュニケーションのそ
れぞれによって形成されるネット
ワークの形態が比較されている．
コミュニケーション・メディアが形
成するネットワークをそれぞれ相互
に独立した層と捉え，比較するとい
う発想．
Media C
Media B
Media A

3. 本研究の趣旨
本研究の趣旨
対面的コミュニケーションが支配的な相互作用な形式となってい
る高校という社会的空間において，対面的コミュニケーションに
よって形成されるネットワークと，Eメール・IMによって形成さ
れるネットワーク，およびSNSによって形成されるネットワーク
を，セグリゲーションという観点から比較する．
3

4. 学校内セグリゲーション
 セグリゲーション segregation
…「社会的空間の中で，相互作用に課される全ての制約―それが物
理的な空間に関わっていようといなくとも―はセグリゲーションの
形態である．」(Freeman 1978: 413)
4
二者間の「つながりやすさ」が，
属性によってどれほど規定されているかに注目．

5. 先行研究
学校という社会的空間において，性別，学年，エスニシティ，社
会階層, 課外活動等によって，生徒同士の相互作用が境界付けら
れていることはよく知られている．(Shrum et al. 1988;
Moody 2001; Goodreau et al. 2009; Currarini 2010)
5
通常のセグリゲーション研究では，現実での相互作用によって紐
帯が定義される．あるいは，相互作用の形式を区別しない．だが，
多様なコミュニケーション・メディアの普及によって，生徒間の
相互作用の手段は，教室での会話などの現実での相互作用に限ら
ず，CMCにまで拡大しているはず．

6. 研究課題
セグリゲーションを駆動する原理であるホモフィリーや焦点が，
各メディアが形成するネットワークで，どのように発動している
か．そこに差異は存在するのかを検討する．
6

7. ホモフィリーと焦点
 ホモフィリー homophily
…「類似した人びとの間の接触は，似ていない人びとの間の
接触よりも，高確率で発生するという原理」(McPherson et
al. 2001: 416)
 焦点 focus, foci
…「その周りで共同的な活動が組織されるような社会的，心
理学的，法的，物理的な構成体 entity」(Feld 1981: 1016)
7

8. 用いるデータの概要
対象 長野県のA高校の第２学年
調査日 2013年12月12日
N
（回答拒否や現実での
孤立点を除く）
35
8

9. 質問内容（一部）
 性別…ホモフィリーの効果を測るための変数
 所属部活…焦点の効果を測るための変数
 文系/理系の別…焦点の効果を測るための変数
 対面的コミュニケーションを通じた社会関係
質問文：「よく喋ったり、ごはんを一緒に食べたりする人」
 メール・IM（インスタントメッセンジャー）を通じた社会関係
質問文：「Eメールや、LINE等のIMでメッセージをやりとりする人」
 SNSを通じた社会関係
質問文：「よく、SNSやブログで、コメントをつけたり、リプライを送ったりする人」 9

10. 記述統計
男性 女性
クラス１ 18 17
文系 理系
クラス１ 17 18
弓道
硬式テニ
ス
ソフトテ
ニス
吹奏楽 サッカー 軟式野球 野球 生物
4 4 3 3 3 2 2 2
所属部活の分布（所属数２以上のみ）
性別の分布
文理の分布
10

11. ネットワーク（色分けは性別）
11

12. ネットワーク（色分けは文理）
12

13. ネットワーク（色分けは部活）
13

14. 視覚的情報から言えること
• 全てのネットワークにおいて，強力な性別のセグリゲーション
が起きていることが視覚的に確認できる．
• 文理については，性別による擬似的な関連の可能性がある．
• 部活については，グループ数が多すぎて視覚的に焦点の効果が
どれほど働いているかを読み取ることは困難．
14
①構造的効果等の他の要因を統制した上で，
②「個々の紐帯が発生する確率」にホモフィリーや焦点が
どの程度寄与するか．

15. 指数ランダムグラフモデル(ERGM)
𝑃 𝑌 = 𝑦 = (
1
𝑐
)exp{
𝑘=1
𝜅
𝜃 𝑘 𝑧 𝑘(𝑦)}
⇔ logit(𝑃 𝑌𝑖𝑗 = 1|𝑛 actors, 𝑌𝑖𝑗
𝑐
) =
𝑘=1
𝜅
𝜃 𝑘 𝛿 𝑧 𝑘
(𝑦)
観測されたネットワークが観測される確率を従属変数，ネットワークが含む構造や，
ダイアド（二者関係）を構成するノードの属性などを独立変数とした統計モデル．
→グローバルな構造を生み出すローカルなパターンの特定．(Robins et al. 2007)
15

16. 指数ランダムグラフモデル(ERGM)
𝑃 𝑌 = 𝑦 = (
1
𝑐
)exp{
𝑘=1
𝜅
𝜃 𝑘 𝑧 𝑘(𝑦)}
⇔ logit(𝑃 𝑌𝑖𝑗 = 1|𝑛 actors, 𝑌𝑖𝑗
𝑐
) =
𝑘=1
𝜅
𝜃 𝑘 𝛿 𝑧 𝑘
(𝑦)
正規化定数 係数 ネットワーク統計量
(network statistics)
change statisticsij以外の全ての紐帯
観測されたネットワーク
16

17. 分析に使用するモデル
17
𝜃 𝑒𝑑𝑔𝑒𝑠 𝛿 𝑧 𝑒𝑑𝑔𝑒𝑠
𝑦 +
𝜃 𝑚𝑎𝑙𝑒 𝛿 𝑧 𝑚𝑎𝑙𝑒
𝑦 + 𝜃𝑓𝑒𝑚𝑎𝑙𝑒 𝛿 𝑧 𝑓𝑒𝑚𝑎𝑙𝑒
𝑦 +
𝜃𝑐𝑙𝑢𝑏 𝛿 𝑧 𝑐𝑙𝑢𝑏
𝑦 + 𝜃𝑐𝑜𝑢𝑟𝑠𝑒 𝛿 𝑧 𝑐𝑜𝑢𝑟𝑠𝑒
𝑦 +
𝜃 𝐺𝑊𝐸𝑆𝑃 𝛿 𝑧 𝐺𝑊𝐸𝑆𝑃
(𝑦)
logit(𝑃 𝑌𝑖𝑗 = 1|𝑛 actors, 𝑌𝑖𝑗
𝑐
=

18. 分析に使用するモデル
𝜃 𝑒𝑑𝑔𝑒𝑠 𝛿 𝑧 𝑒𝑑𝑔𝑒𝑠
𝑦 +
𝜃 𝑚𝑎𝑙𝑒 𝛿 𝑧 𝑚𝑎𝑙𝑒
𝑦 + 𝜃𝑓𝑒𝑚𝑎𝑙𝑒 𝛿 𝑧 𝑓𝑒𝑚𝑎𝑙𝑒
𝑦 +
𝜃𝑐𝑙𝑢𝑏 𝛿 𝑧 𝑐𝑙𝑢𝑏
𝑦 + 𝜃𝑐𝑜𝑢𝑟𝑠𝑒 𝛿 𝑧 𝑐𝑜𝑢𝑟𝑠𝑒
𝑦 +
𝜃 𝐺𝑊𝐸𝑆𝑃 𝛿 𝑧 𝐺𝑊𝐸𝑆𝑃
(𝑦)
18
logit(𝑃 𝑌𝑖𝑗 = 1|𝑛 actors, 𝑌𝑖𝑗
𝑐
=
エッジ数の変化量（常に１）
ノードが両方とも男性の時１，それ以外は０．
ノードが両方とも女性の時１，
それ以外は０
ノードが両方とも同じ部活の時１，それ以外は０． ノードが両方とも文理において一致
していたら１，それ以外は０．
エッジを共有するパートナー(ESP)の数の分布
から導かれる値の変化量（詳しい説明は略）

19. 結果（配布資料の表1）
• ホモフィリーの効果は，対面＞メール・IM（＞SNS）．
• 対面では男性の方がホモフィリーの効果が高いが，メール・IM
では女性のほうが高い．
• 焦点の効果は，対面よりもメール・IMで高いが，文理の効果は
部活に比べて僅か．
• ESP(≒友達の友達が友達になりやすい傾向)の効果は，メー
ル・IMよりもSNSで高い（ただしαの値が違うため比較困難）．
19

20. 結果（配布資料の表1）
現実のネットワークと比較して，性別に関するホモフィリーの
係数が，和ネットワーク(全ての層のネットワークのノードと
エッジの和集合)で低くなっている．何故このようなことが起き
るのか？
あるコミュニケーション・メディアの層にしか出現しない紐帯に注目．
20

21. あるコミュニケーション・メディアに特有の紐帯
21
あるコミュニケーション・メディアに特有の紐帯(Media-Specific Ties, MST)

22. SNSのネットワークにおけるMST
22
で囲まれた紐帯＝この層に特有の紐帯

23. MSTについて（配布資料の表2）
• 全てのネットワーク・属性において，MSTがそれ以外の紐帯よ
りも，異質な者同士をつなげる傾向にあることが分かる．
• しかしながら，こうした紐帯の形成メカニズムは不明．
23

24. MSTのインプリケーション
• 異質な者同士をつながる紐帯として有名なのは「弱い紐帯」
(Granovetter 1973)だが，紐帯の強度だけでなく，ある紐帯
がどのメディアによって形成されているかに注目する必要性が
ある．
• 現実の相互作用だけを見ていると，性別に関するホモフィリー
の傾向を過大評価することになってしまう．
24

25. まとめ
• どのコミュニケーション・メディアで形成されるネットワーク
においても，様々な次元でのセグリゲーションが発生している
が，ホモフィリーや焦点の効果，構造的効果はそれぞれ異なる．
• あるコミュニケーション・メディアに特有の紐帯にはヘテロ
フィリーの傾向がある．
25

26. 参考文献①
Currarini, S., Jackson, M. O., & Pin, P. (2010). Identifying the roles of race-based
choice and chance in high school friendship network formation. Proceedings of the
National Academy of Sciences, 107(11), 4857-4861.
Feld, S. L. (1981). The focused organization of social ties. American journal of
sociology, 1015-1035.
Freeman, L. C. (1978). Segregation in social networks. Sociological Methods &
Research, 6(4), 411-429.
Goodreau, S. M., Kitts, J. A., & Morris, M. (2009). Birds of a feather, or friend of a
friend? using exponential random graph models to investigate adolescent social
networks*. Demography, 46(1), 103-125.
Granovetter, M. S. (1973). The strength of weak ties. American journal of
sociology, 1360-1380.
26

27. 参考文献②
Harris, J. K. (2013). An introduction to exponential random graph modeling (Vol. 173).
Sage Publications.
Haythornthwaite, C. (2001). Exploring multiplexity: Social network structures in a
computer-supported distance learning class. The information society, 17(3), 211-226.
McPherson, M., Smith-Lovin, L., & Cook, J. M. (2001). Birds of a feather: Homophily in
social networks. Annual review of sociology, 415-444.
Moody, J. (2001). Race, school integration, and friendship segregation in america1.
American journal of Sociology, 107(3), 679-716.
Robins, G., Pattison, P., Kalish, Y., & Lusher, D. (2007). An introduction to exponential
random graph (p*) models for social networks. Social networks, 29(2), 173-191.
Shrum, W., Cheek Jr, N. H., & MacD, S. (1988). Friendship in school: Gender and racial
homophily. Sociology of Education, 227-239.
27