研究

在自然资源管理沟通:在利益相关者团体协议和分歧

• 文摘
• 介绍
• 方法
  • 涉众的知识和价值观的调查
  • 网络自相关
  • 分析1:通信网络的影响和涉众组
  • 分析2:管理体制的影响
• 结果
  • 模型1
  • 模型2
• 讨论
• 结论
• 对这篇文章
• 确认
• 文献引用

介绍

自然资源管理涉及到几个不同类型的利益相关者对于知识和问题定义,因此他们追求不同的管理解决方案。一段时间以来,它一直认为所有利益相关者需要同样参与管理过程有效的自然资源管理(例如,Jentoft et al . 1998年)。涉众之间的沟通在这个过程中被认为是至关重要的。至关重要的社会学习(汤普金斯2004年adg, Crona和数量2010),使管理成果的评价(2006年Andersson)。它有助于开发的整体视图问题(2011年德雷尔和Renn)因为利益相关者学会理解对方的行为(布卢门撒尔和Jannink 2000)。它促进互信和共识,这是必要的达成一致共同的规则管理自然资源(施耐德et al . 2003年)。显然Crona和博丹(2006)状态,利益相关者之间的交换信息和知识是成功的基础自然资源的管理。

在自然资源管理文献,沟通,合作的相关性主要是基于合作的一般理论和正式的模型(例如,阿克塞尔罗德1984,奥斯特罗姆1990)。自然资源管理的,调查人员已开始利用社会网络分析的理论和模型支持通信和网络结构的重要性(纽曼和戴尔2005年,博丹等。2006年,Chang et al . 2012年)。举个例子,最近一本书和一个特殊的问题出现在这个主题(Crona数量2010,博丹和Prell 2011)。网络分析将是富有成效的方法,因为人际沟通是一种天然的和吸引人的一个社交网络关系的例子。

网络分析在自然资源管理关注几个整个通信网络的结构特点,其中两个是特别相关的摘要:集中和网络异质性。网络集中措施的程度较小的演员(直接或间接)参与网络关系的更大份额。一方面,集中假设加强有效的沟通和集体学习;另一方面网络集中化也可能负面影响审议(Newig et al . 2010年)。集中化的影响可能取决于网络的异构性,也就是说,演员之间的比例关系具有不同特点或组从属关系;适应性管理过程似乎既需要集中和网络异质性(2010年)和Rova)。共管本身网络异构性是重要,因为团体之间的沟通(连接关系)意味着对抗不同的知识,观点和利益,可能是需要集体行动(例如,Crona 2006年博丹,纽曼和戴尔2007)。

社会网络分析的重点不仅仅是对整体网络结构。此外,它解决了个人网络关系的原因和后果。后果的网络关系网络成员属性和行为的社会影响理论进行了总结(1998年1990年弗莱德金和约翰森,弗莱德金),也被称为社会危机理论(蒙日和承包商2003)。从本质上说,这一理论指出,人们倾向于调整自己的行为,观点和价值观的网络联系。适应更有可能如果社会人之间的联系更强。理论是基于几个经典的观点从社会心理学(Borgatti和培育2003),尤其是社会比较理论(费斯廷格1954),认知失调(费斯廷格1957),和群际关系的接触假说(Allport 1954)。在自然资源管理系统应用到通信网络,理论预测,通信伙伴更有可能有类似的知识,观点和价值观(Prell et al . 2009年)。

科学家已经开发和实现模型和程序,提高利益相关者的参与针对协作的管理自然资源(概述,请参阅布卢门撒尔和Jannink 2000)。越来越多的管理系统涉及到的利益相关者代表科学建模的自然资源除了政策规划和执行(例如,Mackinson et al . 2011年,洛克曼et al . 2012年)。共管允许利益相关者代表分享知识,了解不同的观点,为集体行动和收敛规则,这就增加了管理决策的合法性和有效性。在共同管理系统,利益相关者更容易适应他们的知识和观点的交流伙伴。

通信网络的假设影响几乎没有被测试为自然资源管理严格,Prell et al。(2010)是一个明显的例外。然而,效果应该不是理所当然的。社会心理学文献,例如,表明沟通并不总是导致协议。沟通的影响,知识的共享和价值观受到语境因素的主持其中组从属关系发挥重要作用;例如,社会比较理论预测contrasting-taking相反positions-rather比协议如果同行属于另一组(群)或有不同的个人特征(南et al . 2002年)。

在自然资源管理系统、涉众组可能会提供强有力的组织身份,可能在吸收知识的方法和价值观之间的通信伙伴(Mushove 2005年沃格尔,纽曼和戴尔2007)。同样,国家认同可能发挥作用在国际管理系统。因此,重要的是要处理分歧,而不是协议由于不同的利益相关者群体或民族的成员之间的沟通。

本文旨在表明,人际沟通的影响在自然资源管理的利益相关者之间协议取决于上下文:利益相关者集团整体网络结构类型的管理系统(国家与国际,与没有共管)。它试图回答五个研究问题:

RQ1——利益相关者之间知识和价值观有所不同吗?

RQ2——人际沟通增加协议的知识和价值观吗?

RQ3——涉众组内沟通是否有同样的效果在知识和价值观,在利益相关者之间的沟通?

RQ4——沟通知识和价值观的影响取决于通信网络的结构吗?

RQ5——沟通知识和价值观的影响取决于类型的管理系统?

方法

数据来源于由欧盟资助的一个国际研究项目:JAKFISH、判断和知识在渔业利益相关者(Pastoors et al . 2012年)。这个项目包括一个比较研究的方法来处理复杂性和不确定性在欧洲内外渔业管理决策。目标是确定最有效的制度形式,实践和发展科学技术政策和海洋管理的措施。比较制度形式,两个管理系统在高水平的科学选择,包括利益相关者决策(澳大利亚北部虾渔业;美国新英格兰底栖鱼),共同管理系统,和四个案件没有共管(爱沙尼亚,里加鲱鱼渔业;国际、波罗的海鲑鱼渔业;芬兰波罗的海鲑鱼渔业;地中海国际剑鱼渔业)(Goldsborough et al . 2011年)。

在我们的研究中,管理系统类型由JAKFISH研究(共管和共管)被保留。在这两个系统中,存在多种类型的利益相关者:fishermen-industrial甚至recreational-government官员、科学家,生态学家非政府组织等等。基于研究的政策文件和开放采访每个管理系统(7 - 19),相关的利益相关者群体被确定为每个选定的管理系统和主要参与者通过滚雪球,收益率从23岁到56个利益相关者/系统,包括采访专家。

涉众的知识和价值观的调查

科学往往随视角,核心问题,并提出在渔业管理解决方案;例如,经济学家强调效率问题和下议院的问题,这将要求个体可转让配额,而生物学家关注股票更新的问题,主张海洋保护区,费舍尔的社区和社会学家指出问题,这将是解决社区管理(Degnbol et al . 2006年)。因为每个角度通常是更符合比另一个利益相关者群体的利益,定义问题,提出解决方案,甚至经济或生物事实有争议的利益相关者之间。政策文件管理的选择鱼类和开放采访,十六个语句构造,解决有争议的科学事实(知识陈述,例如,“这是不可能的香蕉虾模型降雨的影响,因为这种影响在不同地区是不同的。”)和16个语句代表竞争职位管理问题和解决方案(价值陈述,例如,“一旦虾培育应该没有限制一个渔夫捉虾。”的能力)。

管理一个在线调查和响应率选择的利益相关者不同的大约三分之一(地中海旗鱼)4的5(里加湾鲱鱼、芬兰波罗的海鲑鱼)。反应16知识和16个值声明引起的Q-sort技术(1986年布朗,布朗1993)。每个利益相关者分类语句到集从大多数当然肯定假的(知识)或不同意大多数同意(值)。这种技术产生了强迫(或多或少地正常)分布的答案每组16个语句为每个被调查者值从3 + 3。

在线调查给出了每个利益相关者列表包含其他利益相关者的名称问题的五人选择他或她最常讨论了渔业管理问题。答案一个通信网络构建的每个案例研究。图1和图2目前通信网络的例子。节点颜色和象形图显示涉众组大小和节点代表一个涉众的次数被选为频繁讨论伙伴。澳大利亚虾涉众通信网络(图1)相对较低的网络异构性:利益相关者选择讨论自己的利益相关者组织成员之间的合作伙伴(冲弧)相对频繁,而渔民尤其如此。相比之下,利益相关者的通信网络在爱沙尼亚里加湾鲱鱼的情况下(图2)是更多的异构,拥有更多交流不同的利益相关者群体成员之间的联系(固体弧)。

网络自相关

研究问题2到5解决通信的影响利益相关者的知识和价值观。代表性的网络数据,网络自相关模型是最合适的技术来测试是否一个人的价值观和知识取决于价值观和知识的人他或她与通信网络。网络自相关模型是一个线性回归模型,预测一个人的特征从同一特征的网络联系而控制了其他特征的影响。它类似于一个空间自相关模型,解释的区域属性的邻近地区。它扩展了二元网络相关的措施,比如Geary C Prell et al .(2010),使用的多变量模型。这个扩展是很重要的,因为它允许区别竞争效应,例如,涉众类型和影响之间的沟通合作伙伴。

有不同类型的网络自相关模型(Doreian 1980)。我们应用一个因变量自相关模型,而不是一个障碍自相关模型因为前者模型假定人改变他们的价值观和知识朝向或远离他们的价值观和知识讨论合作伙伴,这是相关的。一个因变量自相关模型包括网络权重矩阵(Leenders 2002)。原始的二分邻接矩阵作为权重矩阵而非正规化矩阵。这意味着每个利益相关者同样受到所有五频繁的通信伙伴。注意测试衡量通信强度产生相同的结果,所以更复杂的权重矩阵不是必要的。

权重矩阵(W)乘以因变量向量(Y)获得预测分数之和的因变量的利益相关者的网络联系。如果这个和系统相关的涉众的分数知识表述或价值,自相关效应是明显不同于零。积极的参数值信号,利益相关者的知识或价值更类似于接触的知识或价值(协议)的知识和价值利益相关者不与他们直接沟通。负的参数值显示倾向于不同意与沟通合作伙伴比网络中与其他利益相关者。

我们应该注意两个并发症与网络自相关模型。首先,利益相关者不填写调查(nonresponders)并不包括在自相关效应的估计,因为他们的价值观和知识分数不清楚。第二,最近的仿真研究表明,网络自相关模型倾向于低估(Mizruchi和纽曼2008)自相关的影响。估计影响偏向消极的方向,所以真正的积极影响可能估计缺席甚至是负面影响,而真正的负面影响可能比估计。等低密度网络,然而,调查的,偏差不明显,只有发生在积极的自相关的情况下,这可能被低估。因此,近乎显著(0.05≤的积极作用p< 0.10)被视为如果他们在5%的显著水平。

最后,网络自相关模型并没有建立一个因果关系的方向。在这里使用的数据,通信发生之前的知识和价值观测量;股东提名的人与他们交流关于渔业管理查询他们的知识和价值观。横截面数据,然而,一个不能确定的因果顺序。利益相关者可能有之前的知识和价值观已经开始交流。如果是这种情况,通信网络的结构是结果而不是知识和价值差异的原因,这是所谓的选择效应(知更鸟et al . 2001年)或同质性(麦克弗森et al . 2001年)。在解释网络自相关效应,这种二元性考虑。

分析1:通信网络的影响和涉众组

第一组分析测试的影响利益相关者集团(RQ1)和沟通关系(RQ2)利益相关者的知识和价值观。对于每一个知识和价值声明中,利益相关者的反应(Y对整个通信网络(W)退化_整体)和假(1或0)变量代表一般涉众类型(X):(工业)渔业、科学、政府、非政府组织和其他,包括,例如,生态和休闲渔业。渔业是每个网络的参考类别自相关模型。方程(1)总结了这个网络自相关模型矩阵表示法。网络相关参数ρ表示符号(正面或负面)和强度(绝对值)的通信效果。据估计,控制了涉众类型一样的影响利益相关者类型(β)控制的沟通效果,所以这两个效果不羞愧。

(1)

此外,派系的影响与外围集团沟通比较(RQ3)。为此,整个通信网络分为网络通信关系的利益攸关方群体和网络的利益相关者之间的沟通关系。注意,根据原始网络分裂为每个管理系统涉众组而不是根据四大类作为独立变量(X在模型中)。利益相关者群体的数量不同的管理系统。方程(2)是自相关模型矩阵符号。

(2)

的模型估计lnam常规使用默认Broyden、弗莱彻、戈德法布,Shanno(高炉煤气)估计方法在卡特的屁股系统网络体系结构(sna)包中可用R(屁股2006)。描述网络分析和网络可视化用Pajek软件(de Nooy et al . 2011年)。

分析2:管理体制的影响

在第一组分析,描述了在前面的小节中,网络自相关效应估计分别为每个知识和价值声明。估计表示通信伙伴是否同意(正网络自相关系数)或不同意(负面网络自相关系数)在此声明以及它们在多大程度上同意或不同意(ρ系数的绝对值)。

第二组分析评估管理系统的类型是否重要的协议或通信伙伴之间的分歧。为此,网络自相关效应的语句比较6个管理系统。在这一点上,每个语句代表一个观察和因变量是网络这个声明自相关效应。第一组分析收益率三个不同的自相关效应对每个语句(整体、团体和外),所以必须估计模型的三个版本。

回答RQ4,两个结构特点的整体通信网络计算和作为独立变量:在程度上集中(瓦瑟曼和浮士德1994)和网络异构性,简单的计算在网络外的比例关系。RQ5,两个属性的预测管理系统包括:一个二分法,指出是否该系统实现共管(1 =是的,0 = no)根据的设计研究,以及二分法区分国际管理系统(1)和国家或地区系统(0)。表1描述了管理系统的预测水平。

声明是集群管理系统内,建立管理系统内观测之间的依赖关系。最低水平的多层次模型192语句和6个二级管理系统补偿的依赖关系。3指定了多级模型矩阵方程形式:α是固定的常数,δ_j代表了方差(随机)截获的管理系统(j),X _j是一个矩阵管理系统特点的语句,然后呢β这些特征是一个向量的估计的影响。因变量ρ是整体、团体或外围集团网络自相关系数估计的声明第一组分析(模型1 a和1 b)。RIGLS估计用于MLwiN软件(Rasbash et al . 2004年)。

(3)

结果

图3总结了估计模型。

模型1

网络自相关模型(模型1 a和1 b)估计分别为每个语句。表2描述了一个值语句的结果(约关闭沿海渔业在春季产卵浓度)在爱沙尼亚的案例研究。让我们仔细看看这个例子之前我们总结的结果为所有语句。

应答器的价值的影响利益相关者小组分数估计有三个虚拟变量,每个代表一个涉众组。费舍尔,第四利益相关者群体,是参考类别,所以我们可以得出这样的结论:政府代表同意的价值更多的(他们平均得分1.96)高于渔民如果我们控制派系和外围集团网络自相关(模型1 b)。注意,比较各类管理系统需要统一的利益相关者的结果,所以原来的涉众类型(图2)现在分为四个主要类别。

整个通信网络有一个负预测效应(ρ= -0.09,模型1),这并不重要,而内部集团的预测效果是消极和重大通信(ρ= -0.48,模型1 b)。利益相关者往往与成员交流自己的组不同意,而不是与他们同意这个值声明,虽然控制了四个主要的利益相关者群体之间的差异。

这个例子说明了负面派系网络自相关并不意味着利益相关者同意与其他组的成员而不是自己组的成员。由于大型整体渔民和政府之间的协议差异对于这句话,费舍尔的意见可能像其他渔民的意见超过政府代表的意见,即使他们小集团讨论合作伙伴的分歧,而不是与他们同意。这个警告也适用于解释积极网络自相关和整体或外围集团网络自相关的影响。

而不是礼物表所有192语句,我们总结了网络的符号和意义(ρ,ρ自相关的影响_在,ρ_出)。总的来说,积极的自相关被发现或多或少地经常(47%)为负自相关(50%)。不是所有的语句有统计上显著的网络自相关:15语句显示重要讨论伙伴之间的协议(p< 0.10),而十四语句有显著的负相关(p< 0.05),倾向于不同意。这相当于15%的语句,这是三倍的数量显著结果预期偶然(I型错误率5% 192语句;请注意,积极影响被低估)的重要性。图4显示显著正相关与外围集团交流合作伙伴而经常出现显著负自相关与派系通信伙伴经常发生。

表3总结了利益相关者的影响,集团所属的价值观和知识。渔民之间有显著差异和至少一个其他涉众组20 - 31%的语句。利益相关者群体在所有语句没有差别,但他们不同的语句数量明显高于预测的机会如果没有数量差异(5%,或1%错误)。

模型2

最后,表4给出了多级回归模型,预测整个派系,和外围集团自相关效应(模型2)。在所有的三个模型的随机拦截管理系统意义重大,表明没有实质性变化自相关系统中并不占管理系统特征包括在模型中。在所有的三个实例,国际管理系统平均低,比国家更负自相关管理系统。图4表明,这是由于地中海旗鱼因为其他国际case-international,波罗的海鲑鱼含相对积极的自相关估计。

更集中的网络平均低或更多负自相关。然而,这种效应不适用外围集团沟通关系。相比之下,唯一共同管理为外围集团通信系统出现显著的影响,但这种影响是负面的。沟通合作伙伴来自不同的利益相关者群体平均同意小一点(-0.05)如果他们共管机制的一部分,比如果他们属于一个系统没有共管。

讨论

大约四分之一的语句,至少两个利益相关者组有显著不同的分数,所以我们可以得出这样的结论:知识的一部分和价值观不同涉众组之间(RQ1)。发生显著差异值尽量多的知识,但他们不均匀分布在管理系统。国家和国际波罗的海鲑鱼系统,例如,显示相对许多渔民和其他利益相关者群体之间的差异,建议较弱的共识。相比之下,利益相关者之间知识差异相对罕见的在澳大利亚,里加,新英格兰的管理系统。这似乎表明,利益相关者之间知识的传播取得了更多的进展。

了解沟通的影响利益相关者的知识和价值观,我们必须先评估是否沟通有影响(RQ2)。如果沟通是有效的,利益相关者的知识和观点应该类似于他们的通信伙伴产生积极的网络自相关系数。在控制利益相关者团体之间的平均差异,只有部分语句显示重要的网络自相关。大多数语句并没有显示出倾向于同意或不同意的通信伙伴。如果沟通改变知识和价值观,它没有这样做,因为所有的语句,这是符合在先前的研究结果(Prell et al . 2009年)。

网络自相关似乎消极一样积极,这是一个新的结果因为Prell et al。(2010)发现,只有积极的网络自相关。RQ2的答案是模棱两可的:沟通可能会增加协议以及知识和价值观上的分歧。这个结果进一步按需要说明沟通的效果。然而,也引导我们关注竞争的解释网络的自相关,即,通信伙伴的选择的结果(dis)类似的知识和价值观。也许管理系统迫使利益相关者与人交流有不同的知识和价值观,即使他们喜欢通信伙伴与类似的知识和价值观(同质性)。

小集团沟通有相同的知识和价值观影响外围集团沟通(RQ3) ?答案是负面的,令人惊讶的是,重大积极的网络自相关成员之间不同的利益相关者群体而经常出现负面网络自相关成员之间经常发生相同的利益相关者群体。如果网络自相关代表通信的影响,这一结果表明,利益相关者往往采用最频繁的通信伙伴的知识和价值在其他利益相关者群体,他们倾向于远离那些派系沟通合作伙伴。因此,外围集团通信创建桥接关系,减少了利益相关者团体的代表之间的区别。同时,差异代表和涉众组内其他成员增加。

专注于通信伙伴的选择另一种解释是可能的。利益相关者更倾向于与外群体成员至少不同,因为这是更方便和更少的面对。此外,他们更喜欢与自己组的成员沟通最不同的,因为他们想要分享或验证他们的新知识和价值观。注意,这个解释预测积极的小集团的第二部分网络自相关稍后如果努力与派系成员分享新知识是成功的。

做通信知识和价值观的影响取决于通信网络的结构(RQ4) ?网络异质性并没有预测网络的力量或方向自相关管理系统,所以我们不能得出结论,或多或少地网络异质性增强沟通效果。网络集中有一个重大的负面预测影响网络自相关的整体通信和特别是小集团通信。更集中的网络,利益相关者往往同意减少对知识和价值观与他们交流伙伴,尤其是那些从自己的利益相关者群体。

这个结果可能表明沟通是审议的一部分而不是信息交换的系统研究假设因为集中化是不利于审议(Newig et al . 2010),这可能导致越来越多的分歧。发现负面网络自相关似乎主要派系通信将表明集中尤其不利于利益相关者群体内审议。从领带的角度选择,然而,更多的分歧集中通信网络可能与组织沟通。也许集中本身机构限制谁与谁的结果;例如,管理系统可能由几个演员是不可避免的通信伙伴由于自己的能力和专业知识。如果涉众有较少的自由来选择他们的交流伙伴,他们更有可能与演员不同的知识和价值观。

最后,沟通制度特征的相关性影响测试(RQ5)。在案例研究中,管理系统跨越不同的国家有更多的交流伙伴之间的分歧比国家或区域管理系统。概括这个结果还为时过早,因为它是由于一个案例研究。此外,系统具有社会性利益相关者为外围集团通信往往有显著的负相关。解读为沟通效果,更高层次的利益相关者参与减少而不是增加知识和协议在利益相关者群体价值观。关于价值观,这个结果可能意味着利益相关者组织变得更加意识到自己的适当的利益由于更密集的和重要的考虑。因此,共管可能使利益相关者利益冲突和不同的知识(比较Crona和博丹2010)。分歧增加知识,然而,很难理解的更强烈的沟通。在这里,从领带的角度选择更合理的解释:更高的参与管理过程需要更多的考虑与其他利益相关者群体的代表有不同的知识和价值观。

结论

自然资源管理系统旨在促进知识共享和利益相关者之间的值的适应。我们着手调查是否以及在哪些条件下人际沟通相关的涉众的适应知识和价值观。六个管理系统进行分析,每个关于鱼类资源的管理和涉及许多利益相关者,他们在16个语句查询反映竞争知识,十六个关于有争议的价值观,和他们最频繁的沟通关系。

本研究的主要结果是,利益相关者往往与沟通合作伙伴同意从其他利益相关者群体,他们倾向于不同意与合作伙伴从自己的平均差异当我们控制的知识和价值观之间的利益相关者群体。如果这个结果反映了人际沟通的影响,我们可以得出这样的结论:沟通减少差异,增加类内差异。在这个视图中,人际沟通,缓解了利益相关者之间制度性的障碍。管理努力针对建立、维持或加强成员之间的沟通联系不同的涉众类型可以是有益的,在利益相关者群体共识的形成。此外,配备更集中的通信网络管理系统倾向于有更多的涉众组内交流伙伴之间的分歧而共管系统呈现出更多的利益相关者之间的分歧。沟通效果,如果他们出现,显然取决于上下文。

然而,结果可能显示选区效果相反的沟通效果:利益相关者选择或被指定的通信伙伴相似或不同的知识和价值观。更多的通信伙伴共同管理系统之间的分歧可能实际上反映了与利益相关者之间创造对话成功不同的知识和价值观。领带的选择和领带的影响很难理清概念上(Shalizi和托马斯·2011);他们可能同时出现。随着时间的推移,领带的选择和领带效应构成的动态系统涉众的观点与通信网络的结构共同演化。

进一步的研究应该调查意见和网络结构的共同进化。为此,纵向数据都需要通信网络和利益相关者的知识和价值观。统计技术可用于模型的共同进化面板数据(Snijders et al . 2010年),历史事件模型可用于连续时间数据(例如,2008年的屁股,Brandes et al . 2009年,de Nooy 2011)。数据可以通过调查收集的,内容分析的文档(分钟,电子邮件通信),和参与观察。

对自然资源管理的研究,这将打开的可能性研究不同网络之间的相互作用关系。例如,信息交换促进利益相关者之间的信任,反之亦然,和这培养支持彼此的立场在决策和建议?更具体的信息沟通和其他关系应该包括,至少解决领带是否源于个人选择和制度安排。最后,利益相关者分类模型中不应该只有演员的特点。心理特性,比如认知固步自封(2010年丹麦人)可能会影响利益相关者如何应对管理工作而专业的特点,如专业和权威的创建或维护相关知识和观点的关系,采用同行。

本研究的结果吸引我们的注意力时间的另一种方式是很重要的。也许是积极的和消极的通信网络效应发生在不同阶段管理过程中的一个问题。想象一个与利益相关者团体,对一个问题有不同的职位,让我们假定人际沟通减少这些差异。最初,代表不同的利益相关者群体之间的沟通结果增加协议代表。在这第一阶段,积极外围集团沟通效果出现。然而,代表远离平均知识和价值观描述自己的利益相关者群体,越来越多的分歧在他们自己的利益相关者群体。这个触发器的努力说服股东代表在他们的组织,例如,首先选择小组成员之间的通信伙伴与大多数不同意见(产生更强的负面派系通信的影响)和说服他们改变他们的意见(派系积极沟通的影响)的下一个阶段。这说明环境以及时间是至关重要的理解和管理的影响利益相关者之间的沟通。

文献引用

Allport g . w . 1954。偏见的本质。addison - wesley出版公司,剑桥,麻萨诸塞州,美国。

Andersson k . 2006。了解分散森林治理:一个应用程序的制度分析和发展框架。可持续发展:科学、实践,和政策2 (2):25 - 35。

阿克塞尔罗德r . a . 1984。合作的进化。基本书,纽约,纽约,美国。http://dx.doi.org/10.1126/science.7466396

布卢门撒尔,d和j·l·Jannink。2000。协作管理的分类方法。保护生态4 (2):13。(在线)网址:目标= http://www.consecol.org/vol4/iss2/art13/”“新”。

博丹O。b . Crona, h . Ernstson》2006。社交网络在自然资源管理:从结构的角度有什么学习?生态和社会11 (2):r2。(在线)网址://www.dpl-cld.com/vol11/iss2/resp2/。

博丹O。,2011 c, Prell。。社交网络和自然资源管理:发现环境治理的社会结构。英国剑桥大学出版社、剑桥。http://dx.doi.org/10.1017/CBO9780511894985

Borgatti s P。福斯特,p c。2003。网络组织的研究范式:审查和类型学。期刊的管理29 (6):991 - 1013。

Brandes U。、j·勒纳和t . a . b . Snijders》2009。网络逐步演进:二元事件数据的统计分析。200 - 205页在n . Memon和r . Alhajj编辑器。ASONAM 2009年、2009年国际会议上的进步社会网络分析和挖掘。IEEE计算机协会,华盛顿特区,美国。http://dx.doi.org/10.1109/ASONAM.2009.28

布朗s r . 1986。问技术和方法:原则和程序。57 - 76页在w·d·贝瑞和m . s . Lewis-Beck编辑。社会科学家、新工具圣人,比佛利山庄,加州,美国。

布朗s r . 1993。问方法的底漆。操作的主观性16 (3/4):91 - 138。

屁股c t . 2006。系统网络体系结构(sna)包:社会网络分析工具,V2.2。社会学、加州大学欧文分校,加州,美国。

屁股c t . 2008。一个关系社会行动的事件框架。社会学研究方法38 (1):155 - 200。http://dx.doi.org/10.1111/j.1467-9531.2008.00203.x

Chang C。,j·c·艾伦,s·e·道森,g·e·马德森。2012。网络分析的方法了解农村社区自然资源管理的动力。社会与自然资源25 (2):203 - 208。http://dx.doi.org/10.1080/08941920.2011.571753

Crona B。,O。博丹》2006。你知道是谁你知道吗?通信模式在资源用户作为共管的先决条件。生态和社会11 (2):7。(在线)网址://www.dpl-cld.com/vol11/iss2/art7/。

Crona B。,O。博丹》2010。权力不对称小规模渔业:治理可变换性的障碍吗?生态和社会15 (4):32。(在线)网址://www.dpl-cld.com/vol15/iss4/art32/。

Crona B。,2010 k数量。。正确的连接:社交网络的机械润滑自然资源如何治理?生态和社会15(4):18(在线)网址://www.dpl-cld.com/vol15/iss4/art18/

戴恩e . 2010。重新考虑专业和灵活性之间的平衡:一个认知固步自封的角度。学院管理评审35 (4):579 - 603。http://dx.doi.org/10.5465/AMR.2010.53502832

Degnbol P。h . Gislason,汉娜,s . Jentoft j . Raakjær尼尔森s Sverdrup-Jensen和d·威尔逊克莱德。2006。画在地板上用锤子:技术修复渔业管理。海洋政策(5):534 - 543。http://dx.doi.org/10.1016/j.marpol.2005.07.002

de Nooy w . 2011。网络的行动和事件:一个多级离散事件历史纵向网络数据模型。社交网络33 (1):31-40。http://dx.doi.org/10.1016/j.socnet.2010.09.003

de Nooy W。a . Mrvar,诉Batagelj》2011。与Pajek探索性社交网络分析。修改和扩展第二版。英国剑桥大学出版社、剑桥。

Doreian第1980页。线性模型与空间分布数据:空间扰动或空间效应?社会学方法和研究9 (1):29-60。

德雷尔M。2011年,o . Renn。。参与式方法建模改进学习和决策在自然资源治理:一篇社论。环境政策和治理21 (6):379 - 385。http://dx.doi.org/10.1002/eet.584

费斯廷格l . 1954。社会比较过程的理论。人际关系7 (2):117 - 140。http://dx.doi.org/10.1177/001872675400700202

费斯廷格l . 1957。认知失调理论。塔维斯托克,伦敦,英国。

弗莱德金n . e . 1998。一个结构性的社会影响理论。英国剑桥大学出版社、剑桥。http://dx.doi.org/10.1017/CBO9780511527524

弗莱德金n E。1990年,e·c·约翰森。。社会影响和观点。《数学社会学15 (3 - 4):193 - 205。http://dx.doi.org/10.1080/0022250X.1990.9990069

Goldsborough D。l·伯纳,p . Haapasaari t·约翰逊,d . c .威尔逊和m . a . Pastoors。2011。社会网络分析的海洋管理科学政策社区六个案例研究。JAKFISH交付5.1,144 p。判断和知识在渔业利益相关者(JAKFISH),第七框架计划,主题2:食品、农业和渔业和生物技术,欧盟。

Jentoft年代。b·j·麦科伊,华盛顿威尔逊。1998。社会理论和渔业共管。海洋政策22 (4 - 5):423 - 436。http://dx.doi.org/10.1016/s0308 - 597 x (97) 00040 - 7

Leenders r·t·a·j . 2002。社会影响通过网络自相关建模:构造权重矩阵。社交网络24 (1):21-47。http://dx.doi.org/10.1016/s0378 - 8733 (01) 00049 - 1

Mackinson年代。特区威尔逊,p . Galiay命。2011。参与利益相关者在渔业和海洋研究。海洋政策35 (1):18 - 24。http://dx.doi.org/10.1016/j.marpol.2010.07.003

麦克弗森米。、l . Smith-Lovin和j·m·库克》2001。鸟类的羽毛:同质性的社会网络。年度回顾社会学27 (1):415 - 444。http://dx.doi.org/10.1146/annurev.soc.27.1.415

Mizruchi m . S。2008年,e·j·纽曼。。密度的水平偏差的影响网络中自相关模型。社交网络(3):190 - 200。http://dx.doi.org/10.1016/j.socnet.2008.02.002

蒙日p R。,2003 n·s .承包商。。通信网络理论。牛津大学出版社,纽约,纽约,美国。

Mushove P。,2005 c,沃格尔。。正面还是反面?保护区管理的利益相关者分析作为一种工具。全球环境变化15 (3):184 - 198。http://dx.doi.org/10.1016/j.gloenvcha.2004.12.008

Newig, J。d . G�n和c . Pahl-Wostl。2010年。治理网络中的突触:学习网络在环境管理的背景下。生态和社会15 (4):24。(在线)网址://www.dpl-cld.com/vol15/iss4/art24/

纽曼,L . L。,戴尔。2005。网络结构、多样性、和积极的适应能力建设:响应汤普金斯和adg。生态和社会10 (1):r2。(在线)网址://www.dpl-cld.com/vol10/iss1/resp2/。

纽曼L。,戴尔。2007。同质性和机构:创建有效的可持续发展网络。环境、发展和可持续性9 (1):79 - 90。http://dx.doi.org/10.1007/s10668 - 005 - 9004 - 5

奥斯特罗姆e . 1990。《公地治理:机构集体行动的进化。英国剑桥大学出版社、剑桥。http://dx.doi.org/10.1017/CBO9780511807763

Pastoors, m·A。c·m·乌尔里希,d . c . Wilson, c·洛克曼d . Goldsborough d . Degnbol l .伯纳·t·约翰逊,p . Haapasaari m·德雷尔·e·贝尔,e . Borodzicz k hii海d·豪厄尔s Mantyniemi d·米勒,r . Aps g . Tserpes s Kuikka和j·凯西。2012。政策简报:机构、实践和工具,以解决复杂性、不确定性和模糊性在参与渔业管理。试图重新定义科学的机构的作用在欧盟渔业政策。JAKFISH交付6.2,18 p。判断和知识在渔业利益相关者(JAKFISH),第七框架计划,主题2:食品、农业和渔业和生物技术,欧盟。

Prell C。、k数量和m·里德,2009。利益相关者分析和社会网络分析在自然资源管理。社会与自然资源22 (6):501 - 518。http://dx.doi.org/10.1080/08941920802199202

Prell C。m·里德,l .赛跑,2010 k数量。。竞争结构、竞争的观点:正式和非正式的社会结构的作用在塑造涉众的看法。生态和社会15 (4):34。(在线)网址://www.dpl-cld.com/vol15/iss4/art34/。

Rasbash J。f·斯蒂尔,w·布朗和普罗塞。2004。用户指南MLwiN, 2.0版本。多级造型中心,伦敦,英国。

知更鸟g . L。、p·艾略特和p·帕蒂森》2001。网络社会选择流程的模型。社交网络23(1):行。http://dx.doi.org/10.1016/s0378 - 8733 (01) 00029 - 6

洛克曼C。c·乌尔里希,m·德雷尔·e·贝尔,e . Borodzicz p . Haapasaari k·h·海d·豪厄尔s Mantyniemi d·米勒,g . Tserpes和m . Pastoors。2012。参与造型的附加值在渔业管理如何学?海洋政策36 (5):1072 - 1085。

),一个。,2010 c, Rova。。自适应社会性网络:在瑞典两个渔业保护区的比较分析。生态和社会15 (3):14。(在线)网址://www.dpl-cld.com/vol15/iss3/art14/。

施耐德M。j·朔尔茨,m·卢贝尔d . Mindruta和m . Edwardsen。2003。建立共识机制:网络和国家河口计划。美国政治科学杂志》上47 (1):143 - 158。http://dx.doi.org/10.1111/1540 - 5907.00010

Shalizi c R。,a·c·托马斯。2011。同质性和蔓延在观察社会网络研究中一般抱愧蒙羞。社会学方法与研究40 (2):211 - 239。http://dx.doi.org/10.1177/0049124111404820

Snijders t·a·B。g . g . van de短打,c, e . g . Steglich。2010。介绍基于actor随机网络动力学模型。社交网络32 (1):44-60。http://dx.doi.org/10.1016/j.socnet.2009.02.004

南J。,r·马丁和l·惠勒》2002。社会比较:为什么,有什么影响?心理科学当前的方向11 (5):159 - 163。

汤普金斯,e . l . w . n . adg》2004。自然资源的适应性管理增强应对气候变化的呢?beplay竞技生态和社会9 (2):10。(在线)网址://www.dpl-cld.com/vol9/iss2/art10/。

瓦瑟曼年代。,《浮士德》。1994。社会网络分析:方法和应用。英国剑桥大学出版社、剑桥。http://dx.doi.org/10.1017/CBO9780511815478