哲学驿站分享 http://blog.sciencenet.cn/u/老李 一个行走者的思想历程

博文

在学术界生存,你需要认识多少人?

已有 9531 次阅读 2019-3-7 08:52 |系统分类:人文社科

8dd387a8gy1fwrgenvyxij20jb0cqq4c.jpg

在学术界生存,你需要认识多少人?

 

任何一个学术人必须尽最大努力积攒学术资本和社会资本,即又要做学问,又要去社交。在学术道路上处于不同阶段的人,该怎样分配做学问和社交的精力才是合理的?一个社会如果出现制度性的社交收益大于学术收益,学术界又会处于何种状态?

 

李侠(上海交通大学科学史与科学哲学系)

 

在学术界生活的人同样需要社会交往,而且社会交往也是一个人积攒资本的重要方式。对于学术界的人而言,他的资本构成包括两部分,即学术资本与社会资本。学术资本就是一个人经年累月从事研究所积攒下的资本总和,如获得学位、发表成果、获得的奖励等;而社会资本则是指个体与科技共同体成员、社会其他部门之间由于实质性交往而获得来自他人或机构的支持、认可的那部分资本。任何一个学术人作为理性人,他在工作中必须尽最大努力积攒下两类资本,并使之最大化,并以此在市场中获得相应的收益和荣誉。抛开总资本中的学术资本积累不谈,我们想探讨一下学术界社会资本获得的途径与特点。由于社会资本是由人与人之间形成的一种稳定关系所带来的,从而社会资本的积累与所交往互动的人的数量有关,从理论上说,你认识的人越多你所拥有的社会资本就越多,道理没错,问题是这种推论可行吗?由于人的精力有限,不可能把所有的时间都用于社会交往上,这就引申出一个很现实的问题:在学术界生存你需要认识多少人?

 

学术界中人通常有多少好友?

 

英国牛津大学的人类学家与进化心理学家罗宾•邓巴(Robin Dunbar,1947-)在1992年发表的一篇文章中曾提出一个著名论断:人与人之间所能维持的稳定互动关系的规模是150人左右,这个数字被称作邓巴数(Dunbar's number)。这个结论是邓巴根据灵长类动物脑的大小与平均社会群体大小之间存在相关性推出来的,后来他从人类社会中的各种现存组织结构入手,证明这个数量规模在社会中具有普遍性。

由于学术界只是社会系统中的一个子集,除了专业分工有别之外,与其他子系统在生活属性上并没有多大分别,考虑到人类认知的有限性是一个普遍性现象,因此,学术界与其他领域一样相互之间可以维持的最大认识规模仍是150人左右。这里需要对认识进行一些简单的界定,认识是指相互之间存在实质性的交往互动,而非仅仅知道对方的名字。按邓巴的形象说法:如果你碰巧在酒吧里碰见他们,加入他们阵营时你不会因为未受邀请而感到尴尬。

在现实生活中,我们的交往规模远远没有这么大,150人可以认为是一个人在学术界交往规模的上限。那么真实生活中我们实际交往的人有多少呢?它的结构又是怎样的?在日常生活中,我们通常根据交往频率与密度(亲疏远近关系)对所认识的人进行划分,因此,这150人的群体我们可以划分为几个层级结构。关于这一点,邓巴并没有给出相应的说明,但不妨根据密切程度把社交群体划分为三层结构:核心群体、亚核心群体与外围群体。每个层次的群体人数又该怎样分配呢?虽然可以简单地把邓巴数平均分配,即每个层级的规模为50人,但是现实生活中,大多数人所认识的核心群体成员都是低于50人的。为了验证一个人所认识的核心群体成员的数量,通过一些实证调研,我们发现,核心群体的规模应该是30人左右,亚核心群体的规模为60人左右,外围群体的规模约为60人左右,这样的分布符合实际的人群交往结构,人数总和也符合邓巴数,而且,基于偏好与亲疏结构划分的三个认识层级的数量规模也与学术界的现状相一致。

上述分析意味着一个人在学术界所认识的核心成员在30个人以内,稍远一点的亚群体人数在60人左右,交往比较少的外围群体的规模以60人为上限。通常一个人在社会交往中的精力主要投向核心群体与亚核心群体,对于外围群体的精力投入就比较少了。一旦他遇到需要帮助的时候,首先会向所认识的核心群体成员寻求帮助,然后是亚核心群体成员,最后才是外围群体。这种关系结构也符合美国社会学家彼得•布劳的社会交换理论的要求。

 

我能直接影响多少人?

 

还有一个基础性问题需要解决,即把一个人所认识的群体根据偏好、亲疏远近做划分是否有道理呢?哈佛大学的社会学教授尼古拉斯•克里斯塔基斯提出的“三度影响力”原则可以支持我们对群体结构的划分。按照尼古拉斯的说法:我们所做或所说的任何事情,都会在网络上泛起涟漪,影响我们的朋友(一度)、我们朋友的朋友(二度),甚至我们朋友的朋友的朋友(三度)。如果超出三度分隔,我们的影响就逐渐消失。尼古拉斯的“三度”分别对应我们的核心群体、亚核心群体与外围群体。但是对于网络传递过程中的影响力衰减模式,尼古拉斯并没有给出具体的说明。联系到前期的一些观察,我们给出影响力逐级衰减的比例是减半规则。为了形象地说明这个问题,下面给出个体在群体中影响力衰减的示意图:


 


 

 

 

 

 

 

 


通过这个图,可以很好地说明你所认识的群体的结构以及自己的偏好,也与尼古拉斯的三度影响力原则相匹配。一个人的影响力在第三度区隔已经衰减为12.5%,维持一个稳定的150人认识群体,已经接近个体影响力的极限。通过这个影响力衰减模式,我们还可以解释米尔格拉姆提出的六度分隔理论。这个理论是指任何距离遥远的两个陌生人之间,只需要通过六个人的传递就可以联系上。其实,在这个小世界效应里,从源头到第六个人影响力按照我们的减半模式已经衰减为1.56%,这足可以看作是陌生人了。基于这种分析,一个在学术界中生活的人,扣除很少关注的外围群体后,他真实有效的认识的人数规模应该在90-100人以内。笔者最近通过对微信圈好友的调查分析也印证了这个规模。我们选取微信发帖获得最多点赞数来代表一个人的影响力的最大范围,统计结果显示微信朋友圈的平均影响力范围是84人,这个结论大致印证了最大认识规模在90-100人之间的假设。另外,通过最多评论数来检测核心成员的规模,结果大约是平均最高点赞数的三分之一,即28人左右。这组数据可以粗略证明我们提出的个体有效认识的人数与结构的猜测。

 

该花多大精力社交?

 

维持一个群体的稳定关系是需要花费大量投入的,由于时间和精力的硬性约束,不是认识的人越多越好,随着认识的人数的快速增加,维护成本也随之快速上升。按照经济学的说法,最大的认识人数规模的边界条件是群体边际收入等于边际成本的那一刻,超过这个边界,再多认识人就不划算了。对于学术界而言,毕竟主业是科研活动,标志其学术成色的还是其所取得的学术成就和贡献,而这些业绩的取得都是需要投入巨大的时间与精力的,因此,社会资本对于学术界而言只是一种辅助性资本,切不可本末倒置,把社会交往作为共同体成员追求的主要目标。通过实证数据分析,我们发现一个有趣的现象:成就越大者,越容易扩大核心成员的规模,从而增加由影响力带来的社会资本,并处于影响链的上游;反之,成就小者,则处于影响链的下游,核心成员规模较小,交往占用时间即便很多,所增加的社会资本也有限。

文本框: 成就高度

灯塔模型图中符号的意义分别是:ABC的面积就是一个人所积攒的社会资本总量,t线就是影响力线,当个人能力提升的时候,影响力线从t1 t2上移,覆盖的面积增大,意味着积攒的社会资本也越多。这张图很好地揭示了提升个人成就对于影响力提升和社会资本积累的重要意义。另外,区域的社会平均水平线ST0也会影响个体积攒社会资本难易程度。在水平高的地方混出名堂不容易,原因就在于社会平均水平较高的缘故。

由于个人积攒的资本总量=学术资本+社会资本,所以在积攒资本的过程中要避免两种走极端的路线:要么完全放弃社会资本,全身心投入学术资本积累;要么大幅缩减学术资本积累的投入,无限制地加大对社会资本积累的投入,一个理性的资本积累模式应该是合理分配时间与精力资源在两个领域的投入比例,在学术界生活,学术是主业,这部分投入应该永远占大头。如果学术界出现制度性的社会资本收益大于学术资本收益,那么这个社会的学术界一定是处于退化状态,这种趋势将极大地遏制学术的发展,如跑部前进、拉关系等都属此类现象。社会资本的形成应该是一种自生自发秩序的结果,也就是说是顺其自然形成的,而非刻意建构,否则会出现社会资本的泡沫现象。

对于社会资本的积累而言,重要的是改变你所认识的人的群体结构,毕竟对于影响力而言,核心成员的数量与质量才是最关键的,从核心群体到亚核心群体已经占用你影响力的75%,这也是形成社会资本的主要区间,再拓展认识的人的规模就会面临边际收益递减的局面。因此,在学术界生存,认识90以内的人足矣!

 

【博主跋】这篇小文章写于2018年7月份,现发在2019-3-7日的《返朴》公众号,与潘老师合作愉快,是为记!

说明:文中图片来自网络,没有任何商业目的,仅供欣赏,特此致谢!



https://blog.sciencenet.cn/blog-829-1166139.html

上一篇:无题
下一篇:高校:学术道德建设的主阵地与反向激励措施
收藏 IP: 101.224.149.*| 热度|

22 安海龙 武祥 郑永军 张骥 武夷山 李毅伟 王俊杰 李雄 李晓琦 农绍庄 徐耀 朱志敏 郭新磊 杨正瓴 陈志飞 李东风 鲍海飞 刘钢 柏延文 吴国林 zjzhaokeqin shenlu

该博文允许注册用户评论 请点击登录 评论 (24 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-12-23 03:56

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部