研究

自然资源管理中的沟通:利益相关者群体之间的一致与分歧

• 摘要
• 简介
• 方法
  • 涉众知识和价值观的调查
  • 网络自相关
  • 分析1:传播网络和利益相关者群体的影响
  • 分析二:管理体系的效果
• 结果
  • 模型1
  • 模型2
• 讨论
• 结论
• 对本文的回应
• 致谢
• 文献引用

介绍

自然资源管理涉及不同类型的利益相关者，他们在知识和问题定义方面存在差异，因此他们追求不同的管理解决方案。一段时间以来，人们一直认为，为了有效地管理自然资源，所有利益相关者都需要平等地参与管理过程(例如，Jentoft等人，1998年)。涉众之间的沟通在这个过程中被认为是至关重要的。这对于社会学习是必不可少的(Tompkins and Adger 2004, Crona and Hubacek 2010)，它提高了对管理成果的评估(Andersson 2006)。它有助于形成对问题的整体观点(Dreyer和Renn 2011)，因为利益相关者学会理解彼此的行为(Blumenthal和Jannink 2000)。它促进信任和共识，这是就管理自然资源的共同规则达成一致所必需的(Schneider et al. 2003)。Crona和Bodin(2006)明确指出，利益相关者群体之间的信息和知识交流是成功管理自然资源的基础。

在自然资源管理文献中，沟通与合作的相关性主要基于合作的一般理论和正式模型(例如，Axelrod 1984, Ostrom 1990)。最近，自然资源管理的研究人员已经开始使用来自社会网络分析的理论和模型来论证通信和网络结构的重要性(Newman和Dale 2005, Bodin等人2006,Chang等人2012)。例如，最近出现了一本书和一个关于这个主题的特刊(Crona and Hubacek 2010年，Bodin and Prell 2011年)。网络分析有望成为一种富有成效的方法，因为人际交流是社会网络关系的一个自然而有吸引力的例子。

自然资源管理中的网络分析侧重于整个通信网络的几个结构特征，其中两个与本文特别相关:集中化和网络异质性。网络集中化衡量的是更小的参与者(直接或间接)参与更大份额的网络联系的程度。一方面，假设中心化是为了加强有效沟通和集体学习;另一方面，网络集中化也可能对思考产生负面影响(Newig et al. 2010)。集中化的影响可能取决于网络异质性，即具有不同特征或群体从属关系的行动者之间的联系比例;自适应管理过程似乎需要集中化和网络异质性(Sandström和Rova 2010)。网络异质性本身对于共同管理很重要，因为群体之间的交流(桥接关系)意味着不同知识、观点和利益的对抗，这可能是集体行动所必需的(例如，Crona和Bodin 2006, Newman和Dale 2007)。

社会网络分析的重点不仅仅是整体网络结构。此外，它还解决了个别网络联系的原因和后果。社会影响理论(Friedkin and Johnsen 1990, Friedkin 1998)概括了网络纽带对网络成员属性和行为的影响，也被称为社会传染理论(Monge and Contractor 2003)。从本质上讲，这一理论指出，人们倾向于使自己的行为、观点和价值观与他们的网络联系人相适应。如果人与人之间的社会联系更紧密，适应的可能性就更大。该理论基于社会心理学的几个经典见解(Borgatti and Foster 2003)，特别是社会比较理论(Festinger 1954)，认知失调(Festinger 1957)，以及群体间关系的接触假设(Allport 1954)。应用于自然资源管理系统中的通信网络，这些理论预测通信伙伴更有可能拥有相似的知识、观点和价值观(Prell et al. 2009)。

科学家们已经开发并实施了旨在促进自然资源协同管理的利益相关者的参与的模型和程序(概述，见Blumenthal和Jannink 2000)。除了政策规划和执行之外，管理系统越来越多地让利益相关者代表参与自然资源的科学建模(例如，Mackinson等人，2011,Röckmann等人，2012)。共同管理允许利益相关方代表分享知识，理解不同的立场，并就集体行动的规则达成一致，这增加了管理决策的合法性和有效性。在共同管理系统中，利益相关者更有可能使他们的知识和意见适应他们沟通伙伴的知识和意见。

对于自然资源管理，通信网络的假定影响几乎没有经过严格的测试，Prell等人(2010)是一个显著的例外。然而，这些影响不应被视为理所当然。例如，社会心理学文献表明，沟通并不总是导致一致。交际对知识和价值观分享的影响受环境因素的调节，其中群体关系起主要作用;例如，社会比较理论预测，如果同伴属于另一个群体(外群体)或具有不同的个人特征，他们会采取相反的立场，而不是达成一致(Suls et al. 2002)。

在自然资源管理系统中，利益相关者群体可能会提供强大的群体认同，这可能会阻碍交流伙伴之间的知识和价值观的同化(Mushove和Vogel 2005, Newman和Dale 2007)。同样，国家特性也可在国际管理制度中发挥作用。因此，重要的是要考虑不同利益相关者群体或国籍成员之间的沟通所产生的分歧，而不是一致。

本文旨在表明，人际沟通对自然资源管理中利益相关者之间协议的影响取决于环境:利益相关者群体、整体网络结构和管理系统类型(国家与国际、有或没有共同管理)。它试图回答五个研究问题:

RQ1 -利益相关者群体之间的知识和价值观是否有所不同?

RQ2 -人际交流是否能增加对知识和价值观的认同?

RQ3 -利益相关者群体内部的沟通对知识和价值观的影响是否与利益相关者群体之间的沟通一样?

RQ4 -沟通对知识和价值观的影响是否取决于沟通网络的结构?

RQ5 -沟通对知识和价值观的影响是否取决于管理体系的类型?

方法

数据来源于欧盟资助的一个国际研究项目:JAKFISH，涉及利益相关者的渔业判断和知识(pastors et al. 2012)。该项目包括对处理欧洲内外渔业管理决策的复杂性和不确定性的方法进行比较研究。会议的目标是确定制定科学政策和海洋管理措施的最有效的体制形式、做法和技术。为了比较制度形式，选择了两种管理系统，其中包括科学决策高层的利益相关者(澳大利亚，北部对虾渔业;美国、新英格兰的底栖鱼)，即共同管理制度，以及四个没有共同管理的案例(爱沙尼亚、里加的鲱鱼渔业;国际，波罗的海三文鱼渔业;芬兰波罗的海三文鱼渔业;国际，地中海剑鱼渔业)(Goldsborough et al. 2011)。

在我们的研究中，保留了JAKFISH研究确定的管理系统类型(共同管理和不共同管理)。在这两个系统中，存在多种类型的利益相关者:渔民-工业和可能的娱乐-政府官员，科学家，来自非政府组织的生态学家，等等。基于对政策文件的研究和公开访谈(每个管理体系7到19个)，确定了每个管理体系的相关利益相关者群体，并通过滚雪球式的方式选择主要参与者，每个体系从23到56个利益相关者，包括被访谈的专家。

涉众知识和价值观的调查

在渔业管理方面，科学往往在观点、核心问题和提出的解决办法方面有所不同;例如，经济学家强调效率问题和公地问题，这将需要个人可转让的配额，而生物学家关注的是种群更新问题，主张建立海洋保护区，社会学家指出渔民社区的问题，这将通过基于社区的管理来解决(Degnbol et al. 2006)。因为每一种观点通常都比另一种观点更符合一个利益相关者群体的利益，所以问题的定义、提出的解决方案，甚至是经济或生物学事实都在利益相关者之间存在争议。从有关选定鱼类品种管理的政策文件和公开访谈中，构建了16个陈述，以解决有争议的科学事实(知识陈述，例如，“不可能模拟降雨对香蕉虾的影响，因为这种影响在不同地区是不同的。”)和16个陈述，代表管理问题和解决方案的有争议的立场(价值陈述，例如，“对虾一旦繁殖，就不应该限制渔民捕捉对虾的能力。”)

对选定的利益相关者进行了在线调查，回复率从大约三分之一(地中海剑鱼)到五分之四(里加湾鲱鱼、芬兰波罗的海鲑鱼)不等。对16种知识和16种价值陈述的反应是通过q排序技术(Brown 1986, Brown 1993)得到的。每个利益相关者将陈述分类为从“最肯定错误”到“最肯定正确”(知识)或“最不同意”到“最同意”(价值观)。该技术为每个受访者的每组16个陈述的答案提供了一个强制(或多或少正态)分布，值范围为-3到+3。

在线调查还向每个利益攸关方提供了一份清单，其中载有其他利益攸关方的姓名，并提出了一个问题，让他们选择与他们最常讨论渔业管理问题的五个人。根据这些答案，为每个案例研究构建了一个沟通网络。图1和图2展示了通信网络的示例。节点颜色和象形图表示涉众组，节点大小表示一个涉众被选为频繁讨论伙伴的次数。澳大利亚对虾利益相关者交流网络(图1)具有相对较低的网络异质性:利益相关者相对频繁地在自己利益相关者群体的成员(虚线弧线)中选择讨论伙伴，这对渔民来说尤其如此。相比之下，爱沙尼亚里加湾鲱鱼案例(图2)中利益相关者的沟通网络更加异构，不同利益相关者群体的成员之间有更多的沟通联系(实弧)。

网络自相关

研究问题2至5探讨了沟通对利益相关者的知识和价值观的影响。对于横断面网络数据，网络自相关模型是测试一个人的价值观和知识是否依赖于他或她在通信网络中联系的人的价值观和知识的最合适的技术。网络自相关模型是一种线性回归模型，通过一个人的网络联系人的同一特征来预测此人的某一特征，同时控制其他特征的影响。它类似于空间自相关模型，通过邻近区域的属性来解释区域的属性。它将网络相关性的双变量度量(例如Prell等人使用的Geary的C)扩展到多变量模型。这个扩展很重要，因为它允许区分相互竞争的效果，例如，区分涉众类型和沟通伙伴的效果。

有不同类型的网络自相关模型(Doreian 1980)。我们应用了因变量自相关模型，而不是扰动自相关模型，因为前者模型假设人们改变他们的价值观和知识，朝着或远离他们讨论伙伴的价值观和知识，这在这里是相关的。因变量自相关模型包括网络作为权重矩阵(Leenders 2002)。原始二分式邻接矩阵被用作权重矩阵，而不是标准化矩阵。这意味着每个利益相关者都受到其所有五个经常沟通伙伴的同等影响。请注意，衡量通信强度的测试产生了相同的结果，因此不需要更复杂的权重矩阵。

权重矩阵(W)乘以因变量向量(Y)，用利益相关者网络联系因变量得分之和得到一个预测因子。如果这个和与利益相关者在知识陈述或价值上的得分系统相关，自相关效应显著不同于零。一个正的参数值表明涉众的知识或价值与他们的联系人的知识或价值(一致)更相似，而不是与他们没有直接交流的涉众的知识和价值。参数值为负值表明，与网络中的其他利益相关者相比，与通信伙伴之间的分歧更大。

我们应该注意网络自相关模型的两个并发症。首先，没有填写调查问卷的利益相关者(非应答者)没有被包括在自相关效应的估计中，因为他们的值和知识分数是未知的。其次，最近的模拟研究表明，网络自相关模型倾向于低估自相关效应(Mizruchi and Neuman 2008)。估计的影响系统性地偏向消极方向，因此真正的积极影响可能被估计为不存在，甚至被估计为负面影响，而真正的负面影响可能被估计为比实际更强。然而，对于低密度网络，例如本文所研究的网络，偏差不太明显，仅在正自相关的情况下出现，这可能被低估了。因此，正效应边际显著(0.05≤p< 0.10)被视为在5%水平上显著。

最后，网络自相关模型没有建立因果方向。在这里使用的数据中，交流发生在知识和价值观被测量之前;利益攸关方提名了在询问他们的知识和价值观时与他们交流过渔业管理的人员。然而，对于横断面数据，人们不能确定因果顺序。涉众在开始沟通之前可能已经掌握了相关知识和价值观。如果是这样的话，交流网络的结构是知识和价值差异的结果而不是原因，这就是所谓的选择效应(Robins et al. 2001)或同质性(McPherson et al. 2001)。在解释网络自相关效应时，这种对偶性被考虑在内。

分析1:传播网络和利益相关者群体的影响

第一组分析测试了利益相关者群体(RQ1)和沟通纽带(RQ2)对利益相关者知识和价值观的影响。对于每项知识及价值陈述，持份者的回应(Y)在整个通信网络(W_整体)和代表一般涉众类型的虚拟变量(1或0)(X(工业)渔业、科学、政府和其他，包括生态非政府组织和休闲渔业。渔业是各网络自相关模型的参考类别。式(1)以矩阵形式总结了该网络自相关模型。网络自相关参数ρ表达了传播效应的符号(正或负)和强度(绝对值)。在控制利益相关者类型的情况下进行估计，正如利益相关者类型的影响(β)对传播效果进行控制，因此这两种效果不会混淆。

(1）

此外，比较了群体内沟通和群体外沟通的效果(RQ3)。为此，将整个沟通网络划分为涉众组内的沟通纽带网络和涉众组间的沟通纽带网络。请注意，网络是根据每个管理系统的原始涉众组进行分割的，而不是根据用作自变量的四个一般类别(X)在模型中。涉众组的数量因管理系统而异。式(2)为矩阵表示的自相关模型。

（2）

对模型进行了估计lnam使用默认的Broyden, Fletcher, Goldfarb, and Shanno (BFGS)估计方法在Carter Butts的系统网络体系结构(sna)R中可用的包(Butts 2006)。使用Pajek软件进行描述性网络分析和网络可视化(de Nooy et al. 2011)。

分析二:管理体系的效果

在前一小节中描述的第一组分析中，网络自相关效应分别对每个知识和价值陈述进行了估计。这些估计表明了交流伙伴是否同意(正网络自相关系数)或不同意(负网络自相关系数)这一说法，以及他们同意或不同意的程度(ρ系数的绝对值)。

第二组分析评估了管理系统的类型是否会影响沟通伙伴之间的一致或不一致。为此，比较了六个管理系统对报表的网络自相关效应。此时，每个语句表示一个观察结果，因变量为该语句的网络自相关效应。第一组分析对每个语句产生三种不同的自相关效应(总体、内组和外组)，因此必须估计模型的三个版本。

为了回答RQ4，我们计算了整个通信网络的两个结构特征，并将其作为自变量:程度集中化(Wasserman and Faust 1994)和网络异质性(简单地计算为网络中外群体联系的百分比)。对于RQ5，管理体系的两个属性被纳入作为预测因子:根据研究设计，二分法表明该体系是否实施共同管理(1 =是，0 =否)，二分法区分国际管理体系(1)和国家或区域体系(0)。表1描述了管理体系层面的预测因子。

报表在管理系统内进行集群，从而在管理系统内的观察之间创建了依赖关系。在最底层有192条语句，在第二层有6个管理系统的多级模型弥补了依赖关系。式3以矩阵形式表示多层模型:α为固定常数，δ为固定常数_j表示管理系统(随机)截取的方差(j)，X _j矩阵管理系统的特点是由报表，和β是这些特征的估计效果的向量。因变量ρ是第一组分析(模型1a和模型1b)中为陈述估计的总体、内群或外群网络自相关系数。在MLwiN软件中使用了RIGLS估计(Rasbash et al. 2004)。

（3）

结果

图3总结了估计的模型。

模型1

对每个语句分别估计网络自相关模型(模型1a和模型1b)。表2描述了爱沙尼亚案例研究中的一个值声明(关于春季产卵集中期间关闭沿海捕鱼)的结果。在总结所有语句的结果之前，让我们仔细研究一下这个示例。

利益相关者群体对应答者价值得分的影响用三个虚拟变量进行估计，每个虚拟变量代表一个利益相关者群体。第四个利益相关者群体Fisher是参考类别，因此如果我们控制内群和外群网络自相关(模型1b)，我们可以得出结论，政府代表比Fisher更认同该值(平均得分高1.96)。请注意，跨管理系统的结果比较需要统一的涉众类别，因此原始涉众类型(图2)现在被分为四个主要类别。

整体通信网络具有负向的预测效应(ρ = -0.09，模型1a)，这是不显著的，而对群体通信的预测效应是负向的，显著的(ρ = -0.48，模型1b)。在控制四个主要涉众群体之间的差异的同时，涉众倾向于与他们不同意这个价值声明的自己的小组成员进行沟通，而不是达成一致。

这个例子说明，群体内网络负自相关并不一定意味着利益相关者与其他群体成员的意见一致程度高于与自己群体成员的意见一致程度。由于渔民和政府对这一说法的总体一致程度存在很大差异，即使他们的小组讨论伙伴是他们不同意而不是同意的人，渔民的意见可能更像其他渔民的意见，而不是政府代表的意见。这一警告也适用于正网络自相关和整体或外群网络自相关效应的解释。

我们没有给出所有192个陈述的表格，而是总结了网络自相关效应(ρ， ρ_在， ρ_出)．总体而言，正自相关(47%)与负自相关(50%)一样多或少。并非所有的陈述都具有统计上显著的网络自相关性:15个陈述在讨论伙伴之间显示出显著的一致性(p< 0.10)， 14个语句具有显著的负相关(p< 0.05)，即有不同意的倾向。这相当于所有语句的15%，是偶然预期的显著结果数量的三倍(在192个语句中，第一类错误率为5%;注意，积极影响的重要性被低估了)。从图4可以看出，外群体交往伙伴之间出现显著的正自相关，而内群体交往伙伴之间出现显著的负自相关。

表3总结了利益相关者群体隶属关系对价值观和知识的影响。渔民和至少一个其他利益相关者群体之间在20%至31%的陈述中存在显著差异。涉众组在所有陈述上并没有分歧，但如果没有差异(5%，或1%的I型错误)，他们在陈述上的分歧数量明显高于偶然预测的数量。

模型2

最后，表4给出了预测整体、内群和外群自相关效应的多水平回归模型(模型2)。在三个模型中，管理系统的随机截距都不显著，这表明在模型中包含的管理系统特征未解释的系统之间的自相关没有实质性的变化。在这三种情况下，国际管理制度平均比国家管理制度具有更低、更负的自相关性。图4表明，这是由于地中海剑鱼案例，因为另一个国际案例——波罗的海鲑鱼——具有相对正的自相关估计。

更集中的网络平均有更低或更负的自相关。然而，这种效应不适用于外部群体的交流关系。相比之下，共同管理制度对外群体沟通只有显著影响，但这种影响是负面的。来自不同利益相关者群体的沟通伙伴，如果他们是共同管理系统的一部分，他们的平均同意程度略低于没有共同管理的系统。

讨论

对于大约四分之一的陈述，至少两个涉众组有显著不同的分数，因此我们可以得出结论，部分知识和值在涉众组之间是不同的(RQ1)。价值观和知识存在显著差异，但在管理系统中分布不均匀。例如，国家和国际波罗的海三文鱼系统在渔民和其他利益相关者群体之间显示出相对较多的差异，这表明共识较弱。相比之下，在澳大利亚、里加和新英格兰的管理体系中，利益相关者群体之间的知识差异相对较少。这似乎表明，在利益相关者之间的知识传播在这里取得了更大的进展。

为了将沟通对利益相关者的知识和价值观的影响置于语境中，我们必须首先评估沟通是否有影响(RQ2)。如果沟通是有效的，利益相关者的知识和意见应该与他们的沟通伙伴相似，从而产生正的网络自相关系数。在控制利益相关者群体之间的平均差异时，只有部分陈述显示出显著的网络自相关。大多数陈述没有表现出同意或不同意沟通伙伴的倾向。如果说沟通改变了知识和价值观，但并不是所有的陈述都是如此，这与之前的研究结果一致(Prell et al. 2009)。

网络自相关表现为正相关和负相关，这是一个新的结果，因为Prell等人(2010)只发现了正的网络自相关。RQ2的答案是模棱两可的:沟通可以增加在知识和价值观上的共识，也可以增加分歧。这一结果进一步强调了将传播效果置于情境中的必要性。然而，它也将我们的注意力引向了对网络自相关性的竞争性解释，即由于(不)相似的知识和价值观而选择通信伙伴。也许管理系统迫使利益相关者与拥有不同知识和价值观的人沟通，即使他们更喜欢拥有相似知识和价值观的沟通伙伴(同质性)。

群体内交流对知识和价值观的影响是否与外群体交流(RQ3)相同?答案是否定的，令人惊讶的是，不同利益相关者群体成员之间的网络自相关更显著地正相关，而同一利益相关者群体成员之间的网络自相关更显著地负相关。如果网络自相关代表了传播效应，这一结果表明利益相关者倾向于在其他利益相关者群体中接受最频繁的传播伙伴的知识和价值观，而倾向于远离群体内传播伙伴的知识和价值观。因此，外部群体沟通创造了桥梁联系，减少了利益相关者群体代表之间的差异。与此同时，利益相关者群体中代表和其他成员之间的差异也增加了。

另一种解释侧重于沟通伙伴的选择是可能的。利益相关者更喜欢与差异最小的外部成员沟通，因为这样更方便，也更少对抗。此外，他们更喜欢与自己群体中最不相似的成员交流，因为他们想要分享或验证他们的新知识和价值观。请注意，该解释的第二部分预测，如果与群内成员成功分享新知识的努力，在以后的某个时间内，群内网络自相关为正。

沟通对知识和价值观的影响是否取决于沟通网络的结构(RQ4)?网络异质性并不能预测管理系统间网络自相关性的强弱和方向，因此我们不能得出网络异质性或多或少会增强通信效果的结论。网络集中化对网络自相关有显著的负向预测作用，尤其是在整体交际中。在一个更加集中的网络中，利益相关者倾向于与他们的沟通伙伴，特别是来自他们自己利益相关者群体的伙伴，就知识和价值观达成较少的一致。

这一结果可能表明，在本文研究的系统中，沟通是审议的一部分，而不是信息交换，因为中央集权被假设为不利于审议(Newig et al. 2010)，这可能会导致越来越多的分歧。负网络自相关主要出现在群体沟通中，这一发现表明集中化尤其不利于利益相关者群体内的审议。然而，从纽带选择的角度来看，集中式通信网络中更多的分歧可能与通信组织有关。也许中心化本身源于谁与谁交流的制度限制;例如，管理系统可能由少数行动者主导，由于他们的权力和专业知识，他们是不可避免的沟通伙伴。如果利益相关者选择沟通伙伴的自由较少，他们就更有可能与具有不同知识和价值观的行动者联系在一起。

最后，对制度特征与传播效果的相关性进行了检验(RQ5)。在案例研究中，不同国家的管理系统在沟通伙伴之间的分歧比国家或区域管理系统更多。由于这仅仅是一个案例研究，因此将这一结果一概而论还为时过早。此外，以利益相关者共同管理为特征的系统对外群体沟通具有显著的负自相关。将其解释为一种沟通效应，涉众参与程度越高，涉众群体对知识和价值观的认同程度越低，而不是越高。在价值观方面，这一结果可能意味着利益相关者群体由于更密集和更重要的审议而更加意识到自己的正当利益。因此，共同管理可能会赋予利益冲突和不同知识的利益相关者权力(比较Crona和Bodin 2010)。然而，在知识上越来越多的分歧是难以理解的，这是更激烈的交流的结果。在这里，从关系选择的角度来解释更合理:在管理过程中更高的参与度需要与其他利益相关者群体的代表进行更多的商议，这些利益相关者群体具有不同的知识和价值观。

结论

自然资源管理系统旨在促进利益相关者之间的知识共享和价值观的调整。我们着手调查人际沟通是否以及在哪些条件下与利益相关者的知识和价值观的适应相关。分析了六个管理系统，每个系统都涉及鱼类资源的管理，涉及几十个利益相关者，他们被询问了反映有争议的知识的16个陈述，关于有争议的价值观的16个陈述，以及他们最频繁的沟通联系。

本研究的主要结果是，当我们控制利益相关者群体之间知识和价值观的平均差异时，利益相关者倾向于与来自其他利益相关者群体的沟通伙伴更一致，而他们倾向于与来自自己群体的合作伙伴更不一致。如果这一结果反映了人际沟通的影响，我们可以得出这样的结论:沟通减少了群体间的差异，增加了群体内的差异。在这种观点下，人际沟通减轻了利益相关者群体之间的制度障碍。在不同涉众类型的成员之间建立、维持或加强沟通联系的管理努力可能会有利于在涉众群体之间形成共识。此外，拥有更集中通信网络的管理系统往往在利益相关者群体内的通信伙伴之间存在更多分歧，而共同管理系统则表现出更多利益相关者群体之间的分歧。沟通效果，如果出现的话，显然取决于语境。

然而，结果可能揭示了选择效应而不是传播效应:利益相关者选择或被分配具有相似或不同知识和价值观的传播伙伴。在共同管理系统中，沟通伙伴之间更多的分歧实际上可能反映了在具有不同知识和价值观的利益相关者之间建立对话的成功。领带选择和领带效应在概念上很难理清(Shalizi和Thomas 2011);它们可能同时出现。随着时间的推移，关系选择和关系效应构成了一个动态系统，在这个系统中，利益相关者的意见与传播网络的结构共同进化。

进一步研究应探讨意见与网络结构的共同演化。为此，需要在通信网络和利益相关者的知识和价值观方面的纵向数据。统计技术可用来模拟面板数据中的共同进化(Snijders等人2010)，而事件历史模型可用于连续时间数据(例如，Butts 2008, Brandes等人2009,de Nooy 2011)。数据可以通过调查、文件内容分析(会议记录、电子邮件通信)和参与式观察来收集。

对于自然资源管理的研究，这为研究不同网络关系之间的相互作用提供了可能。例如，信息交换是否促进了利益相关者之间的信任，反之亦然，这是否促进了决策过程中对彼此立场和建议的支持?应该包括关于沟通和其他联系的更具体的信息，至少要说明这种联系是来自个人选择还是制度安排。最后，涉众类别不应该是模型中唯一的参与者特征。心理特征，如认知堑壕(Dane 2010)可能会影响利益相关者对管理工作的反应，而专业特征，如专业知识和权威，则与建立或维持关系以及同行对知识和意见的采纳有关。

目前的研究结果使我们注意到时间在另一个方面很重要。在处理问题的过程中，正面和负面的沟通网络效应可能会出现在不同的阶段。想象一下这样一种情况，利益相关者群体在一个问题上持有不同的立场，让我们假设人际沟通可以减少这些差异。最初，不同利益相关者群体的代表之间的沟通导致代表之间的共识不断增加。在第一阶段，积极的外部群体传播效应出现。然而，代表们偏离了他们自己的利益相关者群体的平均知识和价值观，增加了他们自己利益相关者群体内部的分歧。这促使代表努力说服其群体内的利益相关者，例如，首先在意见最不一致的群体成员中选择沟通伙伴(产生更强的负面群体沟通效应)，并在下一阶段说服他们改变他们的意见(积极的群体沟通效应)。这说明，背景和时间对于理解和管理利益相关者之间沟通的效果至关重要。

文献引用

Allport G. W. 1954年。偏见的本质。艾迪生-韦斯利出版公司，剑桥，马萨诸塞州，美国。

安德森K. 2006。理解分散式森林治理:制度分析和发展框架的应用。可持续发展:科学、实践和政策2(2): 25 - 35。

阿克塞尔罗德·r·a。合作的演变。基本图书，纽约，纽约，美国。http://dx.doi.org/10.1126/science.7466396

布卢门撒尔，J. L.詹宁克，2000。协作管理方法的分类。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.克罗纳和H.恩斯特森，2006。自然资源管理中的社会网络:从结构的角度可以学到什么?生态与社会11 (2): r2。(在线)网址://www.dpl-cld.com/vol11/iss2/resp2/．

博丹O。C. Prell, 2011。社会网络与自然资源管理:揭示环境治理的社会结构。剑桥大学出版社，英国剑桥。http://dx.doi.org/10.1017/CBO9780511894985

博加蒂s.p.， P. C.福斯特，2003。组织研究中的网络范式:综述与类型学。管理杂志29(6): 991 - 1013。

布兰德斯，U.勒纳，T. A. B.斯尼德斯，2009。逐步演化的网络:二元事件数据的统计分析。200 - 205页在N. Memon和R. Alhajj，编辑。ASONAM 2009, 2009年社会网络分析和挖掘进展国际会议．IEEE计算机学会，华盛顿特区，美国。http://dx.doi.org/10.1109/ASONAM.2009.28

布朗。R. 1986。Q技术和方法:原理和程序。57 - 76页在W. D.贝里和M. S.刘易斯-贝克，编辑。社会科学家的新工具，Sage, Beverly Hills，加州，美国。

布朗，1993。Q方法学入门。操作的主观性16(3/4): 91 - 138。

2006年。sna包:用于社交网络分析的工具，V2.2。美国加州大学欧文分校社会学系。

2008年。社会行动的关系事件框架。社会学研究方法38(1): 155 - 200。http://dx.doi.org/10.1111/j.1467-9531.2008.00203.x

张春，J. C.艾伦，S. E.道森，G. E.马德森，2012。网络分析是理解农村社区自然资源管理动态的一种方法。社会与自然资源25(2): 203 - 208。http://dx.doi.org/10.1080/08941920.2011.571753

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/．

Crona, B.和Ö。博丹》2010。小规模渔业中的权力不对称:治理变革的障碍?生态与社会15(4): 32。(在线)网址://www.dpl-cld.com/vol15/iss4/art32/．

克罗纳，B.和K.胡巴克，2010。正确的联系:社会网络如何润滑自然资源治理机制?生态与社会15(4): 18 [online] URL://www.dpl-cld.com/vol15/iss4/art18/

戴恩。2010。重新考虑专业知识和灵活性之间的权衡:一个认知壕沟的角度。管理评论学会35(4): 579 - 603。http://dx.doi.org/10.5465/AMR.2010.53502832

Degnbol P.， H. Gislason, S. Hanna, S. Jentoft, J. Raakjær Nielsen, S. Sverdrup-Jensen和D. Clyde Wilson. 2006。用锤子粉刷地板:渔业管理中的技术修正。海洋政策(5): 534 - 543。http://dx.doi.org/10.1016/j.marpol.2005.07.002

德努伊W. 2011。随时间变化的动作和事件网络:纵向网络数据的多层离散时间事件历史模型。社交网络33(1): 31-40。http://dx.doi.org/10.1016/j.socnet.2010.09.003

德努伊W.， A. Mrvar, V. Batagelj. 2011。与Pajek的探索性社会网络分析。修订和扩展第二版．剑桥大学出版社，英国剑桥。

Doreian P. 1980。具有空间分布数据的线性模型:空间干扰还是空间效应?社会学方法与研究9(1): 29-60。

德雷尔M.和O.雷恩，2011。为改善自然资源治理中的学习和决策建模的参与性方法:一篇社论。环境政策及管治21(6): 379 - 385。http://dx.doi.org/10.1002/eet.584

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

费斯廷格，1957。认知失调理论。塔维斯托克，英国伦敦。

弗莱德金，1998。社会影响的结构理论。剑桥大学出版社，英国剑桥。http://dx.doi.org/10.1017/CBO9780511527524

弗莱德金，e.c.约翰森，1990。社会影响和舆论。数学社会学杂志15(3 - 4): 193 - 205。http://dx.doi.org/10.1080/0022250X.1990.9990069

戈德斯伯勒，D.， L.伯纳，P. Haapasaari, T.约翰逊，D. C.威尔逊和M. A.帕斯托尔斯，2011。海洋管理科学-政策社区的六个案例研究的社会网络分析。涉及利益相关者的渔业判断和知识(JAKFISH)，第七框架计划，主题2:粮食、农业和渔业以及生物技术，欧洲联盟。

詹托夫特，B. J.麦凯，D. C.威尔逊，1998。社会理论与渔业共同管理。海洋政策22(4 - 5): 423 - 436。http://dx.doi.org/10.1016/s0308 - 597 x (97) 00040 - 7

贷款人r.t.a.j 2002。利用网络自相关建模社会影响: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

麦金森，D. C.威尔逊，P.加利亚，B.迪斯，2011。让利益相关者参与渔业和海洋研究。海洋政策35(1): 18 - 24。http://dx.doi.org/10.1016/j.marpol.2010.07.003

麦克弗森M.， L.史密斯-洛文，J. M.库克，2001。一丘之貉:社交网络中的同质性。社会学年刊27(1): 415 - 444。http://dx.doi.org/10.1146/annurev.soc.27.1.415

米兹鲁奇M. S.和E. J.纽曼。2008。网络自相关模型中密度对偏差水平的影响。社交网络(3): 190 - 200。http://dx.doi.org/10.1016/j.socnet.2008.02.002

蒙格。P. R.和n.s.承包商，2003。通信网络理论。牛津大学出版社，纽约，美国。

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

Newig, J.， D. gonether和C. Pahl-Wostl。2010.网络中的突触:环境管理背景下治理网络中的学习。生态与社会15(4): 24。(在线)网址://www.dpl-cld.com/vol15/iss4/art24/

纽曼，L. L.和A.戴尔，2005。网络结构、多样性和积极的弹性建设:对汤普金斯和阿杰的回应。生态与社会10 (1): r2。(在线)网址://www.dpl-cld.com/vol10/iss1/resp2/．

纽曼。L.和A.戴尔。2007。同质性与代理:创建有效的可持续发展网络。环境、发展与可持续性9(1): 79 - 90。http://dx.doi.org/10.1007/s10668-005-9004-5

奥斯特罗姆，1990。治理公地:集体行动制度的演变。剑桥大学出版社，英国剑桥。http://dx.doi.org/10.1017/CBO9780511807763

帕斯托尔斯，m.a.， C. M. Ulrich, D. C. Wilson, C. Röckmann, D. Goldsborough, D. Degnbol, L. Berner, T. Johnson, P. Haapasaari, M. Dreyer, E. Bell, E. Borodzicz, K. Hiis Hauge, D. Howell, S. Mäntyniemi, D. Miller, R. Aps, G. Tserpes, S. Kuikka, J. Casey. 2012。政策简介:解决参与式渔业管理的复杂性、不确定性和模糊性的机构、做法和工具。试图重新定义科学在欧盟渔业政策中的制度作用。涉及利益相关者的渔业判断和知识(JAKFISH)，第七框架计划，主题2:粮食、农业和渔业以及生物技术，欧洲联盟。

Prell C.， K. Hubacek, M. Reed, 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

普里尔，C.， M. Reed, L. Racin, K. Hubacek, 2010。竞争的结构，竞争的观点:正式和非正式的社会结构在塑造利益相关者观念中的作用。生态与社会15(4): 34。(在线)网址://www.dpl-cld.com/vol15/iss4/art34/．

拉斯巴什J.， F.斯蒂尔，W.布朗，B.普罗瑟。2004。MLwiN 2.0版的用户指南。多层次建模中心，伦敦，英国。

罗宾斯G. L.， P.艾略特，P.帕蒂森，2001。社会选择过程的网络模型。社交网络23(1):行。http://dx.doi.org/10.1016/s0378 - 8733 (01) 00029 - 6

Röckmann C.， C. Ulrich, M. Dreyer, E. Bell, E. Borodzicz, P. Haapasaari, K. H. Hauge, D. Howell, S. Mäntyniemi, D. Miller, G. Tserpes和M. Pastoors. 2012。渔业管理中参与式模式的附加价值——从中学到什么?海洋政策36(5): 1072 - 1085。

Sandström, A.和C.罗瓦。2010。适应性共同管理网络:瑞典两个渔业保护区的比较分析。生态与社会15(3): 14。(在线)网址://www.dpl-cld.com/vol15/iss3/art14/．

施耐德M.， J.肖尔茨，M.卢贝尔，D.敏德鲁塔，M.爱德华森。2003。建立共识机构:网络和国家河口计划。美国政治学杂志47(1): 143 - 158。http://dx.doi.org/10.1111/1540-5907.00010

沙利兹·c·R, a·c·托马斯，2011。在观察性社会网络研究中，同质性和传染性通常被混淆。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 Bunt, C. E. G. Steglich, 2010。网络动力学随机角色模型简介。社交网络32(1): 44-60。http://dx.doi.org/10.1016/j.socnet.2009.02.004

萨尔斯J. R.马丁，L.惠勒，2002。社会比较:为什么，和谁，有什么影响?心理科学的最新发展方向11(5): 159 - 163。

汤普金斯，E. L.和W. N.阿杰，2004。自然资源的适应性管理是否能增强对气候变化的抵御能力?beplay竞技生态与社会9(2): 10。(在线)网址://www.dpl-cld.com/vol9/iss2/art10/．

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