编辑推荐：
研究人员针对"个体如何通过认知社交网络结构获得社会影响力"这一核心问题，通过追踪187名大学新生社交网络的动态演化过程，创新性地将网络表征分为微观层面（micro-level）和介观层面（meso-level）。研究发现，早期准确识别网络社区结构（meso-level）能预测个体影响力（eigenvector centrality）的上升，而网络稳定后微观层面友谊认知（micro-level）才与影响力正相关。该研究发表于《SCIENCE ADVANCES》，为社交认知理论提供了纵向证据，揭示了不同网络发展阶段认知策略的适应性价值。
在复杂的社会网络中，占据中心位置能带来信息传播、规范塑造等多重优势，但人们如何攀升至这些关键位置仍是未解之谜。传统"认知即优势"（accuracy-as-advantage）假说认为准确掌握具体友谊关系（micro-level）是关键，然而这一观点主要基于横断面研究，无法区分认知优势与社会地位孰因孰果。更关键的是，现有理论忽视了社交网络中层级的社区结构（meso-level）可能发挥的作用。
Brown大学的研究团队设计了一项突破性的纵向研究，追踪187名大学新生整个学年的社交网络演化。通过每学期三次的友谊调查构建真实网络图谱，结合网络认知任务量化个体对网络结构的表征精度。研究创新性地采用社区检测算法（包括map equation、betweenness等方法）识别潜在社区，并通过逻辑回归分离受试者对微观友谊和介观社区结构的认知依赖程度。
主要技术方法包括：1）纵向社交网络分析，采集6个时间点的友谊数据；2）基于四种聚类算法的共识社区检测；3）受试者特异性逻辑回归量化micro/meso-level知识；4）中心性指标计算（degree/eigenvector centrality）；5）网络稳定性量化（Jaccard相似性指数）。研究对象为大学新生社交网络（N=187），通过定制化网络认知任务评估435对关系的认知准确性。
【An individual's influence fluctuates across the network's evolution】
研究发现网络影响力呈现动态变化特征：秋季最具影响力的前20名个体中，90%在春季被新群体取代。影响力（eigenvector centrality）在秋季学期显著波动（Spearman's ρ<0.5），而春季趋于稳定（ρ>0.75）；相反，朋友数量（degree centrality）始终稳定（ρ>0.75）。这表明影响力重构是社交网络演化的核心特征。
【Early accurate meso-level representation precedes rising influence】
通过受试者特异性回归分析发现，秋季准确表征社区结构（meso-level β=0.08, P=0.001）能显著预测春季影响力提升，而微观知识（micro-level β=0.05, P=0.106）无此效应。控制外向性和初始朋友数后，meso-level知识仍保持预测力（β=0.08, P=0.002），证明社区认知具有独特优势。
【Micro-level knowledge is associated with current influence once the network stabilizes】
网络稳定后出现认知策略转变：春季微观知识（β=0.14, P=0.006）而非介观知识（β=0.06, P=0.131）与当前影响力正相关。交互作用分析显示，最终最具影响力的个体兼具早期社区识别（fall meso）和后期友谊认知（spring micro）能力（β=0.10, P=0.014）。
这项研究革新了社交认知理论框架：1）证实认知优势假说的方向性，早期meso-level知识可预测9个月后的影响力变化；2）揭示网络认知存在发展阶段特异性，新兴网络依赖社区检测，稳定网络需要精细友谊认知；3）提出"认知策略转换"模型，成功个体先掌握网络宏观结构，再完善微观细节。
实际意义在于：1）为社交技能培训提供新靶点，强调社区结构认知的奠基作用；2）解释既往混合研究结果，因测量时间点不同可能导致micro/meso-level效应被混淆；3）为网络干预（如反欺凌、公共卫生）确定关键时间窗。研究局限在于样本局限于大学生群体，未来需验证其他社会网络中的普适性。
该成果发表于《SCIENCE ADVANCES》，通过创新性的纵向设计破解了"鸡生蛋还是蛋生鸡"的理论困境，为理解社会流动的认知机制提供了全新视角。研究提示，在社会网络形成的早期阶段，培养识别群体结构的能力可能比记忆具体人际关系更有利于社会地位的提升。
生物通微信公众号
生物通 版权所有
