Esperimenti di simulazione e strumenti per potenziare l’analisi
5.2 La network analysis applicata alla simulazione: strumenti per lo studio delle reti
Lo sviluppo della network analysis ha offerto alle scienze sociali un insieme di tecniche di rilevazione e di studio dei dati che hanno consentito di estendere la comprensione delle relazioni che intercorrono fra gli attori sociali81. L’individuazione dei nodi rilevanti per l’indagine costituisce un problema noto e discusso, non solo per quegli economisti che, come si è visto in precedenza, impostino l’analisi del sistema economico in termini di rete, ma anche in ambito sociologico. Hanneman [2001], ad esempio, lo presenta con riferimento alle ricerche sui legami di amicizia dove, ad una prima individuazione del campione di soggetti scelto dal ricercatore, segue l’inclusione nel gruppo di analisi di tutti gli individui
81 Lo studio dei network sociali è legato agli sviluppi dell’antropologia sociale britannica del secondo dopoguerra.
citati come amici da coloro che sono presenti nel campione (secondo un’impostazione detta “demografica” o “ecologica”): questo comporta un’evidente perdita di indipendenza degli elementi che sono inseriti nella rilevazione, in quanto alcuni di essi entrano a farne parte come conseguenza dell’inclusione di altri. Del resto, come si è visto in precedenza, il problema non si risolve semplicemente stabilendo che gli interlocutori rilevanti per l’attore sociale (o i criteri per individuarli) debbano essere scelti dal ricercatore e non dal soggetto stesso; indubbiamente è possibile farlo, ma si tratta di una scelta che influenza pesantemente l’analisi perché introduce un condizionamento legato al giudizio a priori del ricercatore. In numerose situazioni infatti si può avere la sensazione che all’interno di una popolazione esistano delle reti, come nel caso di organizzazioni, club, comunità, o forme di aggregazione di altro genere, ma le entità studiate sono soggette al rischio di dimostrarsi aggregazioni astratte imposte dal ricercatore, senza che vi sia alcun effettivo riconoscimento della loro esistenza da parte dei soggetti che concorrono a formarle.
E’ più probabile quindi che le analisi di rete si orientino verso lo studio di intere popolazioni e che l’attività di campionamento si indirizzi verso un set di popolazioni all’interno del quale scegliere quella o quelle da studiare (ad esempio un’intera classe di studenti estratta con metodi probabilistici da una popolazione di classi di una scuola); diventa allora importante individuare con chiarezza i limiti che circoscrivono la popolazione ed i criteri di selezione degli individui da studiare al loro interno.
Una descrizione dettagliata alla network analysis dal punto di vista tecnico non è fra gli obiettivi del paragrafo, ma un breve cenno alle metodologie di rappresentazione dei dati utilizzate in ambito sociologico permette di apprezzare l’enorme contributo che l’introduzione dei computer ha apportato a questo tipo di studio.
I dati sociologici convenzionali sono tradizionalmente raccolti in matrici rettangolari di attributi che contengono lungo le righe l’indicazione dei casi o dei soggetti analizzati e lungo le colonne i punteggi legati a rilevazioni quantitative o qualitative di attributi. Ogni cella della matrice riporta quindi il punteggio di un
attore sociale relativo ad una data varabile: una terza dimensione è introdotta solo nel caso di panel di osservazioni o gruppi multipli. Questa impostazione consente un’analisi di tipo tradizionale in cui si considerano le caratteristiche degli attori sulla base di una serie di attributi (confronto per righe) o di studiare come variabili diverse si distribuiscano in modo più o meno simile fra gli attori (confronto per colonne).
Età Sesso Grado di
inclusione …
Soggetto A 22 Femmina 2 …
Soggetto B 67 Femmina 1 …
Soggetto C 38 Maschio 3 …
… … … … …
Figura 5.7 – Matrice convenzionale di attributi
I dati di rete (network data) sono invece inseriti in matrici quadrate in cui sia le righe sia le colonne sono intestate agli stessi casi o soggetti: ogni cella conterrà quindi una rilevazione relativa al legame fra gli individui.
Soggetto A Soggetto B Soggetto C Soggetto D
Soggetto A - 0 1 1
Soggetto B 1 - 0 1
Soggetto C 0 1 - 1
Soggetto D 1 0 0 -
Figura 5.8 – Matrice di relazioni
Assumendo che i soggetti che intestano le righe siano coloro che scelgono la controparte all’interno della relazione e quelli che intestano le colonne siano invece oggetto di scelta, si possono analizzare gli individui sia sotto il profilo della loro
posizione all’interno della rete, sia dal punto di vista della densità complessiva (la prevalenza di valori nulli indica l’assenza di legami) e della simmetria e quindi reciprocità dei legami rispetto alla diagonale principale.
Il calcolo di correlazioni e distanze può essere impiegato sia nella network
analysis, sia nello studio di dati convenzionali (che considerano i soggetti in termini
di attributi), in quanto i dati di rete non sono altro se non un tipo particolare di dati convenzionali: l’impostazione con cui l’analista di rete si rivolge ai dati, però, descrive il soggetto in termini di relazioni più che di attributi e questo diverso peso, a parità di strumenti utilizzati per l’indagine, può influenzare l’impostazione della ricerca in termini di campionamento, rilevazione e trattamento dei dati. Se si considera la massa di questi ultimi che lo studio di una popolazione in termini di rete comporta, si può comprendere come l’uso di software specifici per l’analisi sociologica, come Ucinet, possa semplificare e potenziare enormemente le capacità di analisi degli studiosi che ne facciano uso (è possibile, ad esempio valutare se due nodi di una rete siano equivalenti dal punto di vista strutturale, anche quando siano interessati da un numero così elevato di legami da renderli praticamente impossibili da confrontare in modo diretto e non automatizzato).
L’attuale impostazione di jES OF non richiede l’impiego di questo tipo di strumenti, dal momento che le relazioni che si instaurano fra le unità sono soltanto di tipo diretto. E’ da rilevare che a livello di sistema le ricette degli ordini produttivi passano all’interno di una catena di contatti che le portano verso un progressivo completamento e che quindi l’interporsi di un’unità fra altre precedentemente non in contatto ha una funzione di mediazione in questo senso; i legami sono ottenuti attraverso quella forma di estensione della presenza sociale dell’impresa che è la sua area di visibilità, ma se si analizza il procedimento dal punto di vista della singola impresa si tratterà soltanto di collegamenti di tipo diretto.
Se però si decidesse di far progredire l’analisi, introducendo, ad esempio, la possibilità per l’impresa di operare come vero e proprio mediatore anche a livello individuale, consentendo che l’individuazione delle imprese disponibili a ricevere l’output dell’unità sender avvenga non solo all’interno dell’area di visibilità dell’impresa stessa, ma anche, in modo mediato, attraverso contatti di secondo e
successivi livelli, si potrebbe ottenere il formarsi di un sistema di relazioni abbastanza articolato da giustificare l’introduzione nel software di strumenti per l’analisi di rete.
Figura 5.9 - Il profilo di equivalenza strutturale di una rete calcolato con Ucinet
Esistono infatti biblioteche di funzioni java, come quella che prende il nome di JUNG82, che sono stata studiate specificamente per la network analysis e possono essere integrate nella simulazione per visualizzare la struttura sottostante le reti di legami che si formano fra gli agenti.
Figura 5.10 - Un esempio di rete rappresentata con l’uso di JUNG
Gli ostacoli tecnici all’introduzione di un modello del mediatore in jES OF sono però notevoli, perché il numero di contatti, e quindi di conseguenti controlli reciproci di appartenenza delle imprese alle rispettive aree di visibilità, cresce in modo estremamente rapido.