研究

环境管理中桥梁组织的作用:检查工作组中的社会网络

• 摘要
• 简介
• 背景
  • 理论背景
  • 海洋解决方案中心
• 方法
  • 措施
  • 数据收集
  • 分析
• 结果
  • 功能
  • 网络结构
• 讨论
• 对本文的回应
• 致谢
• 文献引用

介绍

跨管理层次和制度边界的不同行为者和知识系统的联系通常是自然资源适应性管理的最大挑战之一(Berkes 2002, Folke等人2005,Ostrom 2005, Armitage等人2007)。桥梁组织提供了一种方法，通过跨越科学-政策接口，允许有效共享数据、信息和知识，来改善环境管理成果。桥接组织是使用特定机制(如工作组)在管理环境中联系和促进个体参与者之间的交互的机构。通过任务协调、信任建立和社会学习来降低合作和协作的交易成本，桥梁组织有助于建立实践社区(Folke et al. 2005, Olsson et al. 2007, Berkes 2009, Crona and Parker 2012)。因此，桥梁组织可以通过向决策者提供专家信息和意见，在解决社会-生态问题方面发挥核心作用(Haas 1992)。

这项研究的重点是海洋解决方案中心(COS)的工作组。COS是一个由斯坦福大学领导的非营利组织，是一个桥梁组织的例子，它专注于在地方、区域和全球范围内连接海洋/海岸管理领域的科学家和管理人员，部分是通过使用工作组。海洋研究所召集的工作小组旨在让不同学科和政府机构的个人参与解决与海洋有关的具体环境问题。鉴于衔接组织和参与者在设计和实施工作组方面投入了大量资源，需要对工作组和类似的衔接机制的功能和有效性进行研究，以确定这些倡议是否值得组织和个人投资。

我们发现，工作组功能与团队领导力正相关，而不是最初假设的网络凝聚力。这一结论得到了社会网络分析(SNA)的定量支持，也得到了对工作组成员进行网络调查的定性支持。尽管一个内聚网络可以让小组成员更容易地共享信息并直接相互交流，但它并不一定能最大化小组级别的输出。相比之下，高度集中的网络结构允许更有效地委派小组任务和活动，以及更好地理解小组的目标和目的。

背景

理论背景

桥梁组织可以通过连接不同管理层和跨部门的参与者来促进群体决策，从而改善环境管理结果。桥接组织是使用特定协作机制的正式组织，例如，主办工作组，将不同的参与者聚集在一起(Crona和Parker 2012)。桥梁组织是作为知识合作生产、信任建立、意义构建、学习、纵向和横向协作以及解决冲突的竞技场的组织(Berkes 2009)。

尽管这些组织在规模、范围和形式上各不相同，但环境桥梁组织主要促进行动者之间的互动，包括个人和团体，否则可能无法沟通(Crona and Parker 2012, Rathwell and Peterson 2012)。工作组通常被用作边界对象，以促进科学家和决策者之间的合作(Guston 2001)。工作组通过知识生产和问题框架为整体管理和治理进程作出贡献，从而跨越科学和政策之间的鸿沟。

非政府组织经常在自然资源治理领域发挥桥梁作用。可观的技术、财政和人力资源使非政府组织能够跨越制度和空间边界有效地将行动者联系起来(Mitchell 2009)。桥梁组织内的工作组可以通过提供参与者可以相互作用的正式机制和结构来促进这种努力。COS使用的工作组结构是基于国家生态分析与综合中心(NCEAS)的工作组模型。自1995年以来，NCEAS的目标是主要通过使用跨学科工作组，让一系列科学合作者参与理论、方法和数据的讨论和分析(Hampton and Parker 2011)。汉普顿和帕克(2011)对NCEAS工作组的生产力进行了广泛的研究，发现小组会议的数量对工作组的生产力和科学影响最大。这样的合作环境被认为可以产生高度的信任，限制冲突，促进创造力(汉普顿和帕克2011)。这些发现启发了本研究通过使用SNA更仔细地检查社会关系对工作小组生产力的影响。本研究不打算将结果与Hampton和Parker的结果进行比较，因为使用了不同的方法。

海洋解决方案中心

COS是一个非营利性的环境研究组织，其总体使命是解决海洋面临的主要问题，并通过专注于自然、物理和社会科学中的海洋/沿海生态系统，让领导人应对这些问题。为了帮助实现这些目标，COS成立了五个工作组，“综合关于紧迫问题的最新科学和政策，以确定关键的知识差距，并为将这些信息转化为政策行动开辟一条道路”(COS，http://web.archive.org/web/20130328043731/http://www.centerforoceansolutions.org/initiatives/working-groups)．截至2012年，工作组包括海洋病原体快速检测、气候变化和珊瑚礁、气候变化和远洋捕食者、沿海缺氧和小规模渔业的社会生态恢复力。beplay竞技

工作组被召集来处理复杂而紧迫的问题，这些问题没有任何个人能够单独解决。选择个人参与，以增加问题特定知识的范围和问题的实际解决方案。每个工作组的选择标准非常相似，因此尽管小组组成不同，仍可进行组间比较。参与者来自学术界、联邦和地方政府以及非政府组织。小组成员从12人到30多人不等。我们检查了五个COS工作组中的四个。本研究没有包括一个工作组，因为该工作组已正式结束其活动;因此，无法获得群体成员之间社会关系的可比衡量标准。

方法

尽管社会关系无疑会影响环境管理中的协作过程，但研究人员对社会关系如何影响桥梁组织的功能的实证研究有限(Bodin et al. 2011, Crona and Park 2012)。SNA的使用有可能为这一新兴研究领域提供有价值和独特的见解。SNA试图理解社会关系的结构变量，推断结构特征和各种结果之间的关系，检查要素(即结构)之间的联系(即行动者)，并定位可以改进的网络区域，以增强组织输出和结果(Freeman 2004, Prell等人2009,Bodin等人2011)。通过探索行动者之间的关系联系，SNA可以定量和定性地分析个体、子群体和更大的社会系统之间的社会联系(Scott 2000)。

我们使用混合方法，结合定性和定量的社会网络分析方法，来检验主要假设:工作组功能与内聚网络结构正相关。

这一假设是基于这样一个命题，即内聚网络应该更有效地产生群体层面的产出，例如，实现特定的目标和目的。在这项研究中，如果大多数工作组成员彼此直接接触，那么他们很可能会开始分享关于如何最好地完成他们的目标和目的的共同想法和实践(即群体同质性)(Friedkin 1984, Fujimoto和Valente 2012)。

措施

功能(因变量)

衡量网络的功能或性能本质上是困难的，因为网络由许多参与者组成，所有参与者对功能网络的构成都有不同的看法(Koliba et al. 2011)。在我们的研究中，功能是根据工作组建议中所述的每个COS工作组的特定目标和目的的实现来定义的。这是一个网络层面的结果，否则个体成员无法实现，因此是工作组功能的适当衡量标准(Arganoff 2007, Provan和Kenis 2007, Sandström和Carlsson 2008)。每个COS工作组的具体目标和目标的实现从开放式调查反馈中进行定性衡量，从工作组成员的封闭式调查反馈中进行定量衡量。基于比较测量方法，工作组被认为具有低、中等或高功能水平(Sandström 2011)。这是一个综合考虑了定性和定量数据的整体解释。

网络结构(自变量)

网络结构被定义为关系模式，如结构内聚，从两个或多个行动者之间的社会互动中出现(Scott 2000, Freeman 2004)。本研究中用于测量结构内聚力的主要网络概念是密度和集中度。鉴于网络内聚的定义多种多样，我们使用了穆迪和怀特(2003:107)的定义:“在某种程度上，一个群体在结构上具有内聚性，即所有对成员之间的多条独立关系路径将其维系在一起。”这些网络概念在调查工具的三个时间域中进行了检查:之前，即在工作组开始之前;当前，即进行调查的时间;以及潜在的未来，即工作组结束后期望的关系。

工作组被认为具有低、中等或高水平的密度、集中度和彼此之间的凝聚力。这种比较测量方法采用于Sandström(2011)对当地渔业管理的研究，是基于工作组网络结构特征的整体解释。

密度测量描述了网络的连接程度。具体来说，密度是给定网络中存在的纽带或连接的比例(Wasserman和Faust 1994)。密度值越高，表示网络连接越紧密。集中化是另一种用于检查网络级结构的方法。集中化措施反映了网络的整体集成。较大的集中化值表明单个参与者在网络中比其他参与者更中心;因此，突出的结构位置分布不均匀(Wassermann and Faust 1994, Scott 2000)。

集中化措施源于中心性。中心性是一个参与者级别的度量，关注节点之间联系的结构特征，在这种情况下是个体参与者(Bodin和Crona 2009)。中心性可以描述网络中最重要、最强大和/或最突出的参与者(Scott 2000, Borgatti et al. 2009)。本研究只分析了学位中心性和学位集中度。度中心性(Degree centrality)是所有中心性度量中最基本的一个，是指行动者在网络中拥有的联系的数量和强度(Prell 2011)。

当一起使用密度、集中度和中心性来检查结构内聚性时，有人认为低集中度的高密度网络比同时具有高集中度的高密度网络更具内聚性。在一个更具凝聚力的网络中，参与者与其他成员有许多联系，不太依赖于中心或突出的参与者来连接他们;也就是说，行动者之间有更直接的联系(Prell 2011)。这是继穆迪和怀特(2003:107)对网络凝聚力的讨论之后，他们在其中指出，“最具凝聚力的群体是那些每个人都直接与其他每个人联系在一起的群体。”

数据收集

通过网络调查收集定量和定性数据。调查于2012年12月至2013年2月进行。

样本设计

我们分析了COS的四个独立工作组网络。从现在起，出于保密目的，工作组只能以字母顺序(A, B, C和D)表示。所有工作组在进行调查时举行了2至4次正式会议。

为了本研究的目的，参加至少一次工作组会议的个人被视为工作组成员。在此标准下，每个工作组的成员人数如下:A, n = 18;B, n = 11;C, n = 22;D, n = 17。同样出于保密原因，本研究没有介绍每个网络中个人的具体机构从属关系。

通过电子邮件向所有工作组成员发出了参加研究的请求，即在调查文书中列出自己的名字。在这些工作组成员中，并非所有人都对纳入研究的要求作出了回应。根据对人类受试者的保护规定，没有回复的个人不能在调查工具中列出他们的名字，因此没有收集他们的数据或关于他们的数据。因此，每个工作组的调查中包含的工作组成员的百分比waa如下:A, 72%;B, 73%;C, 64%;D为94%。完成调查的个人的回复率预期较低:A, 56%;B, 64%;C, 59%; and D, 67%. As is discussed in the analysis, specific analysis methods were used to reliably interpret data sets with low response rates.

调查设计

一项基于网络的调查由27个开放式和封闭式问题组成。开放式问题旨在引出关于每个受访者所属的特定工作组的感知功能的定性信息。例如，受访者被要求讨论他们的工作组中最有利于成员之间沟通和合作的方面。封闭式问题旨在收集定量的关系或社会数据。受访者被要求根据李克特量表系统对与其他参与者的某些类型关系的质量、强度和频率进行评分。例如，受访者被问及在加入工作组之前他们与小组成员的工作关系有多密切，他们现在与小组成员的工作关系有多密切，以及他们认为一旦工作组得出结论，他们未来将与小组成员的工作关系有多密切:0 =不知道;1 =关系不密切(例如，专业会议上的随意互动);2 =略接近(例如，蓝带面板);3 =非常密切(例如，合作)。因此，为每个工作组网络收集了定向和有价值的数据。

还收集了每个受访者的属性数据。这些包括人口统计数据，如年龄、性别、从属关系和作为小组成员的时间长短，受访者对工作组功能的看法，以及受访者对其他小组成员的某些个人素质的评价，如领导能力和对小组的贡献质量。每个调查参与者都被要求对不同类别的其他参与者进行评分，以及他们自己对团队的贡献和参与，评分范围从1到4,1为最低评分，4为最高评分。

分析

定性分析

从问卷中收集的定性数据采用恒定比较法进行分析。收集的回答在整个研究过程中相互比较，以确定与群体功能和网络结构相关的关键主题(Corbin和Strauss 2008)。所有对开放式调查问题的回答都被多次阅读。在第一次阅读时做笔记，然后在随后的阅读中进行改进，直到明确主题。

定量分析

从调查中收集的定量网络数据使用社交网络软件包UCINET进行分析(Borgatti et al. 2002)。使用UCINET函数计算密度、中心度和中心度度量。考虑到所有被发送调查的人的总回复率为62%，在最终分析中使用收集的非应答者的数据来增加小组成员样本。当数据集中包括非应答者时，在工作组A、B、C和D的成员中，包括在调查中的成员的百分比分别从56%增加到72%、64%增加到73%、59%增加到64%和67%增加到94%。由于在本研究中使用了有值和定向数据，密度等于所有可能关系的平均强度(Hanneman和Riddle 2005)。

为了增加网络分析的有效性，考虑到纳入了非应答数据，只计算了集中度和中心性的程度度量。程度内关系通过衡量一个演员从网络中其他演员那里获得联系的程度，具体描述了一个演员在网络中的声望或突出程度(Hanneman和Riddle 2005)。根据一项研究(Costenbader和Valente 2003年)，当受访者不回应时，度内中心度(度内集中度由此计算)是一个比大多数其他中心性指标更稳定的中心性指标。该研究得出结论，“即使在低采样率下，与所有其他中心性测量相比，在实际和样本网络测量之间具有更高的相关性，除了简单的特征向量中心性”(constbader和Valente 2003:291)。

结果

功能

该调查包含了两个与工作组功能有关的主要开放式问题:(1)工作组的哪些方面有助于提高效率和整体功能?(2)工作组的哪些方面不利于提高效率和整体功能?受访者还能够在调查结束时提供额外的评论。这些问题考察了小组成员对各自小组功能的认同程度。此外，还通过开放式问题确定了影响功能的关键变量。方框1按频率顺序列出了最常见的主题。

从性质上讲，工作组A的功能最强，工作组B的功能最差(图1)。与其他小组相比，工作组A的成员对其小组在实现目标和目标方面的进展以及小组的总体功能最为积极。绝大多数受访者将工作小组的成功归因于强有力的领导。D工作组成员对工作组的目标和目标以及主要问题表现出高度的协商一致意见，特别是成员在地理上分散，因此难以经常组织面对面会议。虽然D工作组在调查时刚刚成立，但工作组成员对他们在实现工作组目标方面取得的进展持积极态度。工作组C成员对小组的生产力和功能不太乐观，因为成员之间明显缺乏沟通，但仍然认为小组正在实现其目标和目的。最后，工作组B的成员对他们小组的功能，特别是小组的目标和目的，表现出最少的共识。B工作组的答复者经常提到缺乏协调和成员角色不明确是一个中心问题。

目标和目的的实现也进行了量化测量。调查对象被要求评价他们认为各自工作组实现其目标和目标的程度(图1)。工作组A的受访者比例最高(80%)，认为他们的工作组在很大程度上实现了其目标和目标，而B和C工作组的受访者比例最低，分别为29%和23%，认为他们的工作组在很大程度上实现了其目标和目标。

在定性和定量分析的基础上，工作组A被认为是功能最强大的工作组，对工作组实现其目标和目标的进展具有最大程度的积极共识。工作组B被认为是功能最差的，认为工作组在实现其目标和目标方面非常或中等成功的成员比例最低，许多成员不清楚目标和目标是什么。C和D工作组的职能没有明确确定。虽然工作组D的受访者对小组的进展比工作组C的成员要积极得多，但这些小组的功能存在许多值得注意的问题，包括成员之间缺乏沟通。因此，工作组C和D被认为具有适度的功能。

网络结构

图2显示了除了工作组B之外，工作组的密度如何在所有三个时间域上增加。工作组B电流密度值最高(2.74)，而工作组A电流密度值最低(1.58)。工作组B的高密度值可能是由于网络规模较小(n = 11;斯科特2000)。大多数密度值的正变化表明工作组网络随着时间的推移越来越紧密，工作关系正在形成。

图3显示，工作组A、C和D从工作组成立到调查时间，即从之前到当前时间域，变得不那么集中。这表明网络变得更加整合，不再那么依赖于群体中的突出成员来连接群体成员。工作组B的当前集中度值最低(7.94%)，工作组A的当前集中度值最高(27.53%)。有趣的是，除了工作组A之外，集中化值实际上从当前到未来的时间域有所增加。这表明，在工作组中有一些人是已知的突出人物，因为他们具有更高程度的中心价值，成员们更愿意与他们联系，并在未来与他们一起工作。因此，期望的未来连接在网络中变得不均匀分布。属性数据表明，这些期望的未来联系大多数是在各自领域更突出的年长男性，或者与COS及其合作伙伴有直接联系。在工作小组之外的声望或突出地位似乎与未来高度的中心价值有关。

表1显示了所有四个工作组的凝聚力。工作组A被认为是最具凝聚力的网络，而工作组B被认为是凝聚力最低的网络。工作组C和D被解释为具有适度的内聚性，因为它们的密度和集中度值都在工作组A和B的值之间。

图4显示了四个工作组的平均个体程度中心性。除了工作组b之外，工作组的平均个人程度中心性在所有三个时间域都有所增加。这表明，平均而言，小组成员之间形成了更强的工作关系，根据工作组的经验，他们希望在未来更密切地合作。工作组B仅显示从当前到未来时域略有增加，从之前到未来时域没有变化。这种结构网络变化的相对缺乏最有可能是因为团队成员在加入团队之前彼此都比较熟悉。因此，与工作组a、C和D不同，工作组的活动并没有在促进新关系方面发挥重要作用。

讨论

主要假设，即工作组功能与内聚性网络结构正相关，但该假设不被支持(表2)。工作组A虽然功能最强，但内聚性网络最差。相比之下，工作组B是最具凝聚力的网络，但功能最差。尽管之前的工作已经表明，本研究中使用的测量方法基于部分网络样本提供了整个网络的准确描述(constbader和Valente 2003)，考虑到每个工作组网络只是部分抽样，这些结果应该谨慎解释。

图5和图6分别显示了工作组A和工作组B目前的网络结构。重要的是要认识到，在一个功能强大的网络中，如工作组a所示(图5)，有一个明确定义的领导结构。虽然有一些个体处于网络的外围，尤其是节点11和23，但有一个成员，节点42，在网络中占据了非常突出的位置。这是一个集中的网络结构的证据，表明强有力的领导。工作组A中的调查对象反复确认Node 42是能够有效沟通和委派小组任务的人。

相比之下，工作组B(图6)虽然关系良好，但没有明确的领导结构。大多数工作组成员在该网络中担任同样重要的职位。缺乏中央集权。工作组B的调查受访者表示，由于缺乏明确的领导，导致成员任务委派不佳，以及围绕工作组目标的总体不确定性。

我们得出的结论是，集中化或团队领导比凝聚力更能预测工作组的功能。这些发现得到了其他网络研究的支持，这些研究表明，在环境管理环境中，领导力有助于协调集体行动并使群体利益最大化(Crona和Bodin 2006年，Bodin和Crona 2008年)。领导者在自组织过程中也很重要，因为他们通常拥有特殊的技能，可以让团队完成计划(Olsson et al. 2004)。此外，在网络环境中，有效的领导的特点是能够温和地引导群体，而不是强迫或胁迫群体采取某些行动。在非层次过程中，例如在COS工作组中，没有自上而下的命令和控制结构。这种类型的领导通常对保持积极的团队动态至关重要(Arganoff 2007)。

在环境桥梁组织中，关键人物可以作为学科之间的联络人，以促进社会学习并帮助解决群体问题(Crona和Parker 2012)。正如我们在研究中还发现的那样，这些领导人在科学和政策界都是受人尊敬的知名人士。小组成员在未来更有可能与这些关键人物合作，从而证实了领导者在工作组环境中的影响力作用。总的来说，具有跨学科界限沟通能力的领导者对于弥合在科学-政策分歧上运作的组织至关重要。

同样重要的是要认识到，所有四个工作组都经历了某种形式的结构网络变化，而不管其功能如何。在所有四个网络中，参与者层面的程度中心性值从当前时域到未来时域都有所增加，这表明群体成员正在形成更紧密的工作关系。理想情况下，这些加强的工作关系将在工作组结束后继续下去。此外，随着时间的推移，工作组A、C和D正变得越来越有凝聚力。理解工作组功能中心性的价值是很重要的，因为对于专门的环境主题，工作组通常由积极合作的人组成(Crona和Parker 2012)。组织者需要了解这种创建工作组的模式是否最有效。

从桥梁组织理论的角度来看，我们的结果表明，工作组在促进个体参与者之间的互动方面是成功的。无论是否所有工作组都实现了它们的目标和目的，工作组进程通过积极地改变参与者之间的关系模式发挥了有效的桥梁机制的作用。COS为这些工作组提供的技术、财务和人力资源正在创建网络结构，允许更多的跨学科对话和未来合作的愿望。我们发现，在大多数情况下，这些结构变化导致工作组成员之间的互动增加和协作关系加强。在组建工作组时，桥梁组织应考虑小组成员之间的熟悉程度。之前工作组的熟悉程度应该足够高，以确保某种程度的兼容性，但也要足够低，以使工作组在形成新关系方面具有变革性的潜力。

未来的研究应该致力于通过政策相关的结果来衡量桥梁组织和工作组的功能，而不仅仅是结构网络质量和小组产出。这些机构的最终目的是产生可用于影响政策决定的信息和知识。这包括减少知识差距以及构建复杂和动态的问题。

然而，在现阶段，环境保护组织工作组可能还太年轻，无法以可衡量的方式对环境政策产生影响和提供信息。在这项研究的时候，他们中年龄最大的人只跑了两年。尽管如此，本研究中提出的发现仍然能够提高COS工作组的功能，以及环境科学领域中类似的以任务为导向的跨学科团队。方框2列出了改善这类群体网络功能的三个主要建议。然而，这些建议的总体影响可能因组织而异，因为我们没有具体研究群体多样性和制度因素。

COS和其他环境桥梁组织可以应用这三条建议来显著提高工作组的功能。首先，每个工作组的范围文件应该清楚地确定一个组长，并定义组长的职责，以确保这些关键人员拥有必要的权力来解决任何小组问题并保持前进的进展。其次，小组成员应该决定，最好是在小组成立后不久，他们认为实现既定目标和目的所需的沟通频率。因此，团队领导者应该具备改变沟通频率以提高功能的能力。最后，小组领导应该给每个成员分配具体的任务，或者有一个让成员自愿承担某些任务的过程。这有助于解决围绕团队成员贡献的任何不确定性，并建立一定程度的个人问责制。

这项研究有助于理解像COS这样的环境桥梁组织在跨越科学-政策接口中所扮演的角色，通过映射网络结构随时间的变化，分析选择的网络变量，并检查它们与群体功能的关联。虽然这个项目在研究自然资源管理背景下的社会网络方面具有学术价值，但研究结果也可以被COS使用，也可能被类似的组织使用，以实用的方式改进工作组流程，并最终改善桥梁组织对环境政策的影响。

文献引用

阿加诺夫，R. 2007。网络内部管理:为公共组织增加价值．乔治敦大学出版社，华盛顿特区，美国。

阿米蒂奇，D. F.伯克斯，N.杜布尔戴，2007。自适应的共同管理:协作、学习和多级治理．UBC出版社，温哥华，不列颠哥伦比亚，加拿大。

伯克斯，2002年。跨规模的机构联系:自下而上的观点。293 - 322页在E.奥斯特罗姆、T.迪茨、N.多尔萨克、P. C.斯特恩、S.斯托尼奇和E. U.韦伯，编辑。公地的戏剧．国家科学院出版社，华盛顿特区，美国。

伯克斯，2009年。共同管理的演变:知识生成的作用，桥梁组织和社会学习。环境管理杂志90(5): 1692 - 1702。http://dx.doi.org/10.1016/j.jenvman.2008.12.001

博丹,O。，and B. I. Crona. 2008. Management of natural resources at the community level: exploring the role of social capital and leadership in a rural fishing community.世界发展36(12): 2763 - 2779。http://dx.doi.org/10.1016/j.worlddev.2007.12.002

博丹,O。，and B. I. Crona. 2009. The role of social networks in natural resource governance: what relational patterns make a difference?全球环境变化19(3): 366 - 374。http://dx.doi.org/10.1016/j.gloenvcha.2009.05.002

博丹,O。，S. Ramirez-Sanchez, H. Ernstson, and C. Prell. 2011. A social relational approach to natural resource governance. Pages 3-28在O。Bodin和C. Prell，编辑。社会网络与自然资源治理:揭示环境治理的社会结构．剑桥大学出版社，纽约，美国。http://dx.doi.org/10.1017/CBO9780511894985.002

鲍加蒂，M. G.埃弗雷特，L. C.弗里曼，2002。UCINET for Windows:社交网络分析软件．分析技术，哈佛大学出版社，波士顿，马萨诸塞州，美国。

鲍加蒂，s.p.， A.梅赫拉，D. J.布拉斯，G.拉比安卡。2009。社会科学中的网络分析。科学323:892 - 895。http://dx.doi.org/10.1126/science.1165821

科尔宾，J.和A.施特劳斯，2008。定性研究基础．Sage，千橡市，加利福尼亚州，美国。

科斯登巴德，E.和T. W.瓦伦特，2003。当网络被采样时，度量中心度的稳定性。社交网络25(4): 283 - 307。http://dx.doi.org/10.1016/s0378 - 8733 (03) 00012 - 1

Crona, B.和Ö。博丹》2006。你知道的就是你认识的人?资源用户之间的通信模式是共同管理的先决条件。生态与社会11(2): 7。(在线)网址://www.dpl-cld.com/vol11/iss2/art7/

B. I.克罗娜，J. N.帕克，2012。支持治理的学习:用于评估桥梁组织如何促进自适应资源治理的理论、方法和框架。生态与社会17(1): 32。http://dx.doi.org/10.5751/ES-04534-170132

C.福克，T.哈恩，P.奥尔森和J.诺伯格，2005。社会生态系统的适应性治理。《环境与资源年报》30(1): 441 - 473。http://dx.doi.org/10.1146/annurev.energy.30.050504.144511

弗里曼，l.c. 2004。社会网络分析的发展．加拿大不列颠哥伦比亚省温哥华经验出版社。

弗莱德金，1984年。社会同质性的结构内聚与等价解释。社会学方法与研究12(3): 235 - 261。http://dx.doi.org/10.1177/0049124184012003001

藤本，K.和T. W.瓦伦特，2012。社会网络对青少年物质使用的影响:从凝聚力中分离结构等效。社会科学与医学74:1952 - 1960。http://dx.doi.org/10.1016/j.socscimed.2012.02.009

2001年。环境政策与科学中的边界组织:导论。科学、技术和人类价值26(4): 399 - 408。http://dx.doi.org/10.1177/016224390102600401

哈斯，1992年。导论:认知共同体与国际政策协调。国际组织46(1): 1-35。http://dx.doi.org/10.1017/S0020818300001442

汉普顿，S. E.和J. N.帕克，2011。科学综合中的协作和生产力。生物科学61(11): 900 - 910。http://dx.doi.org/10.1525/bio.2011.61.11.9

汉内曼，R.和M.里德尔，2005。介绍社交网络方法。加州大学河滨分校，美国加州河滨市。(在线)网址:http://faculty.ucr.edu/~hanneman/nettext/

科利巴，C.， J. W.米克，A.齐亚，2011。公共行政和公共政策中的治理网络．Taylor & Francis，博卡拉顿，美国佛罗里达州。

米切尔，R. B. 2010。国际政治和环境．Sage，千橡市，加利福尼亚州，美国。

穆迪，J.和D. R.怀特，2003。结构内聚与嵌入性:社会群体的等级概念。美国社会学评论68(1): 103 - 127。http://dx.doi.org/10.2307/3088904

奥尔森，P.， C.福尔克和F.伯克斯，2004。建立社会生态系统复原力的适应性管理。环境管理34(1): 75 - 90。http://dx.doi.org/10.1007/s00267-003-0101-7

P.奥尔森，C.福尔克，V.加拉兹，T.哈恩和L.舒尔茨，2007。通过适应性共同管理提高适应性:在瑞典克里斯蒂安斯塔德Vatternrike生物圈保护区创建和维护匹配尺度的桥接功能。生态与社会12(1): 28。(在线)网址://www.dpl-cld.com/vol12/iss1/art28/

奥斯特罗姆，E. 2005。了解机构多样性．普林斯顿大学出版社，美国新泽西州普林斯顿。

普雷尔，C. 2011。网络的一些基本结构特征。页面29-43在O。Bodin和C. Prell，编辑。社会网络与自然资源治理:揭示环境治理的社会结构．剑桥大学出版社，纽约，美国。http://dx.doi.org/10.1017/CBO9780511894985.003

普雷尔，C.， K.胡巴切克，M.里德，2009。自然资源管理中的利益相关者分析与社会网络分析。社会与自然资源22(6): 501 - 518。http://dx.doi.org/10.1080/08941920802199202

普罗文，K. G.和P.肯尼斯，2007。网络治理模式:结构、管理与有效性。公共管理研究与理论杂志18(2): 229 - 252。http://dx.doi.org/10.1093/jopart/mum015

拉斯韦尔，K. J.和G. D.彼得森，2012。连接社会网络与流域治理的生态系统服务:社会-生态网络视角突出了桥梁组织的关键作用。生态与社会17(2): 24。http://dx.doi.org/10.5751/ES-04810-170224

Sandström, A. 2011。社会网络、联合形象塑造与适应性:以地方渔业管理为例。288 - 321页在O。Bodin和C. Prell，编辑。社会网络与自然资源治理:揭示环境治理的社会结构．剑桥大学出版社，纽约，美国。http://dx.doi.org/10.1017/CBO9780511894985.013

Sandström, A.和L.卡尔森，2008。策略网络性能:网络结构与网络性能之间的关系。政策研究杂志36(4): 497 - 524。http://dx.doi.org/10.1111/j.1541-0072.2008.00281.x

斯科特，2000。社会网络分析手册．Sage，千橡市，加利福尼亚州，美国。

沃瑟曼，S.和K.浮士德，1994。社会网络分析:方法与应用．剑桥大学出版社，纽约，美国。http://dx.doi.org/10.1017/CBO9780511815478