来源：《公共管理学报》网络首发，版权归原期刊及作者所有。

作者简介：吕立远,清华大学公共管理学院、教育部科技委战略研究基地:清华大学科教政策研究中心博士研究生,研究方向为智能社会治理、科技政策、计算社会科学。黄萃(通讯作者),浙江大学公共管理学院教授,研究方向为公共政策量化分析、信息资源管理、数字治理。

摘要：多元主体间的复杂关系深刻影响着公共事务的运行。网络分析在厘清社会互动结构中扮演着重要角色,始终是公共管理和公共政策研究的重要方法。然而,现有的网络研究在多元的网络对象上并未取得一致的结论,公共管理和公共政策研究者亟须进一步提升网络研究的分析深度。本文从方法论层面对上述问题进行探讨,指出侧重描述的研究传统、偏向案例的研究设计和未能充分跟进前沿技术进展等是现阶段拓展网络研究深度的主要制约因素。基于“网络复杂度—时序变化”的类型学框架,本文对现有网络分析文献在四个象限的研究谱系进行综述,探讨了本领域网络研究的发展方向,指出未来应进一步关注人机协作、跨层次协作等新兴网络关系类型,并借助实体抽取等技术进展进一步提升网络关系采集的效率和稳健性,发展和集成适用于复杂条件的网络分析工具,更多地尝试探索网络对象的一般规律。此外,经典网络分析方法往往更加侧重于个体的社会嵌入性,通过结合博弈论、多主体仿真等前沿方法,研究者可以实现分析“社会嵌入性”和“主观能动性”的统一,以复杂系统视角进一步加深对于复杂公共治理问题的理解。

关键词：网络分析;公共管理;公共政策;解释性研究;研究综述。

以下为文章部分节选：

作为一种经典的计算方法,网络分析始终在公共管理与公共政策研究的方法论体系中扮演重要角色。 基于丰富的网络数据,公管研究者可以开展多样化的研究工作。 通过结合公共事务的情境特征,研究者可以进一步遴选适用于不同情境的网络测量指标,精准地厘清公共管理和公共政策活动中的主体关系结构,挖掘其中的关键节点。 通过分析网络位置与个体认知和绩效的关系,研究者可以更加准确地了解“嵌入性”对人类行为的影响。 以指数随机图和随机行动者模型为基础,研究者可以探索塑造网络形成的动力机制,促进气候变化等重大议题的解决。 网络分析还可以与空间分析、多主体建模等方法进行更加紧密的结合,帮助研究者更好地理解不同主体的空间依赖关系,全面考察“能动性”与“嵌入性”的结合对社会和政策系统运行的影响。