Policy Network Analysis: Access and Brokerage Carpenter et al. 1998: The Strength of Weak Ties Carpenter et al. 2003: The Strength of Strong Ties Carpenter.

Policy Network Analysis: Access and Brokerage

Carpenter et al. 1998: The Strength of Weak TiesCarpenter et al. 2003: The Strength of Strong Ties

Carpenter et al. 2004: Friends, Brokers and Transitivity

Kurs: Policy Network AnalysisDozent: Prof. Dr. Brandes, Prof. Dr. SchneiderReferenten: Daniel Arndt, Holger Bär

Gliederung

1. Grundlagen soziale Netzwerke

2. Weak ties & Lobbying Networks

3. Strength of strong ties

4. Brokerage

5. Fazit

1. Grundlagen sozialer Netzwerke

Granovetter (1974). Getting a Job. 300 Befragte Ego-Netzwerke mit einer Alter-Person Schwache Beziehungen sind

wesentlich

Strength of Weak Ties

Weak Ties sind Cutpoints zwischen homogenen Gruppen

„Increasingly it is through networks of people who regard each other as knowledgeable, or at least as needing to be answered, that public policy issues tend to be refined, evidence debated, and alternative options worked out – though rarely in any controlled, well-organized way.“ (Heclo, 1978)

2. Weak Ties & Lobbying Networks

Wie determiniert der Informationsfluss zwischen Lobbying-Organisationen den Zugang zu Regierungsorganisationen?

Soziales Netzwerk I

Granovetter (1973): Strength of weak ties Strong and weak ties Annahme der Transitivität starker

Bindungen1) Investition von Zeit

2) Ähnlichkeit

(↔ gilt auch andersherum !) Informationsfluss ▼

Soziales Netzwerk II

Schwache Bindungen als Brücke zwischen Cliquen

Trend zu schwachen Bindungen?Washingtoner lobbyist:

“I know far more people than ever, but I don’t count many friends among them” (zitiert in: Browne 1988, 55)

Lose Bindungen als ‘public good’

Zuverlässigkeit, Informiertheit und Zugang

Rahmen

Gesundheitspolitik in den USA Lebhafte Debatte über komplexe Issues Frequentierter InformationsaustauschDatenLaumann und Knoke (1987) Befragung aller Lobbying-Organisationen Analyseeinheit ist die

Lobbyingorganisation

Strength of weak ties

H1: The access of Lobbyists is increasing in their weak ties to other lobbyists.

H2: The marginal impact of a weak tie should be greater than that of a strong tie.

H3: Access and reliability are positively network correlated across strong ties.

H4: Access is negatively network correlated across weak ties.

Variablen

Weak ties

Strong ties

BudgetAlterOrganisationstyp

Y1: Anzahl ‘reliability hits’ von Regierungs-akteuren

Y2: Anzahl ‘scientific hits’ von Regieruns-akteuren

Y3: Anzahl ‘scientific hits’ von allen Organisationen

Statistische Analyse

Count Data Poisson Model

Weak tie Strong tie Weak & strong tie

Negative Binomial Estimation Kontrolle für “Über-

zerstreuung”

X 3

Ergebnisse I

Weak ties

Budget RO

Reliability0,0694*** 0,7028*** 15,7560**

Scientifica) gov’ 0,0557***

0,1042* 4,6012**

Scientific b) all 0,1633***

Aus: Table 1-3: Poisson Second order Dependent

Ergebnisse II

Autoregression uneindeutig H3: strong tie:

Ähnlichkeit erhöht die Zugangschancen H4: weak tie:

Wettbewerb verringert die Zugangschancen

Schlussfolgerung

Weak ties bringen Informationsvorteil und Wettbewerb

Trade-off Makro Ebene Sozialkapital?

3. The Strength of Strong Ties

Abgrenzung von Carpenter et al. 1998 Erlangen von Information Einführung eines Preises für

Kommunikation Unterscheidung Informationen – nützliche

Informationen

„My contacts trust me, and I think their trust is well placed. Most of the things they tell me are not of a secret nature; it’s just a development they have discoverer which they think I would be interested in. It is very difficult to find information if you go out digging for it... Actually, you get much better information from people who know you, know what your interests are, and know that they can trust you”. (Milbrath 1963: 260)

Strong tie priority rule

Strong ties werden aus drei Gründen bevorzugt: „bandwidth constraint“→ Priorisierung

notwendig Besseres Wissen darüber, welche

Informationen gebraucht werden Vorteile in Form von Informationen

werden zuerst an Freunde gegeben

Simulationsmodell

N Akteure Events – bestehend aus fünf Runden Kollektive Nachfrage μ Zeitbudget: T = W + λS

→ Kontinuum von Strategie-möglichkeiten zwischen acquaintance und chum strategy

In jeder Runde:

Zufällige Verteilung der Informationen über alle Akteure

Investitionsentscheidung: wieviele strong/ weak ties?

Ties werden zufällig zugeteilt Strategien werden zu Beginn zugeteilt

und fortan adaptiert

Annahmen des Modells

1) Kollektive Nachfrage variiert zwischen events.

2) Alle strong ties erhalten die Information vor den weak ties.

3) Erfolgreiche Strategien werden nachgeahmt.

Ergebnisse des Simulationsmodells

Je größer die kollektive Nachfrage, desto mehr Ressourcen investieren Akteure in strong ties

Die Cliquenbildung mildert den Effekt ab; dieser bleibt aber erhalten

Zwei Hypothesen

H1: Je größer die kollektive Nachfrage nach Information in einem event, desto größer der Vorteil von strong ties

H2: Je größer die durchschnittliche kollektive Nachfrage in den events, an denen ein Akteur beteiligt ist, desto größer der Vorteil von strong ties

Daten & Kontrollvariablen

Daten: Laumann/ Knoke 1987 Unabhängige Variablen

Organisationsvariablen Netzwerkvariablen

Aggregate Demand for Information (μ) (Test of H1: Proportion of groups reporting moderate or strong interest in the event)

Additional strong ties – from a 1 SD increase in aggregate demand for information

8,96 (2,55)

1,31

H2 wird bestätigt

Average demand for information across issues in which group i is involved (H2):

Poisson: 6,59** (1,82)

Neg. Bin.: 6,16* (3,10)

Schlussfolgerungen – The Strength of Strong Ties

Informationserhalt durch soziale Kontakte

Verbreitung von Informationen folgt sozialen Regeln

4. Brokerage

Carpenter et al. 2004: Friends, brokers and transitivity

Determinanten der Kommunikation

Ähnlichkeit der Policy-Präferenzen

„a decision to inform (or not) another lobbyist is heavily conditioned upon their mutual relationships to third parties“ → Transitivität politischer Kommunikation

Kommunikationsnetzwerke

„social trust“ durch Netzwerktransitivität operationalisiert

Wozu Kommunikationsnetzwerke? Signaling theory Mobilization of bias

Triade der Akteure A, B, C

Drei Erklärungsmodelle

H1: Facilitator Model C gibt Informationen an A & B -> höhere

Wahrscheinlichkeit A→B H2: Transitivity Model

C leitet Information von A an B weiter -> höhere Wahrscheinlichkeit A→B

H3: Informational Efficiency Model Antihypothese zu H1 & H2

Facilitator Model

Transitivity Model

Daten

Laumann/ Knoke (1987) aus Gesundheits- und Energiesektor Organisationsvariablen Netzwerkdaten

Kontrollvariablen

Ergebnisse – beide Sektoren

Abhängige Variable: Wahrscheinlichkeit A→B

Informationsaustausch in ≈ 20% aller Dyaden

Gemeinsam signifikante Variablen Ähnlichkeit der Präferenzen Ähnlichkeit der Issue Interests

Unterschiede Energie - Gesundheit

Monitoringfähigkeit von A (En: positiv signifikant – Ge: negativer Einfluss)

Alter von A/B (Ge: signifikant positiv – En: kein Einfluss)

Kontrolle für governmental actor (0/1) → größere Bedeutung von Sozialkapital

(facilitation & transitivity)

Hypothesen – beide Sektoren

H1: Facilitator: in beiden Sektoren positiver, meist signifikanter Einfluss

H2: Transitivity: in beiden Sektoren – in allen Triaden positiv signifikanter Einfluss

H3 – Information Efficiency wird verworfen

Fazit

Einfluss von Netzwerkeffekten auf Kommunikationsentscheidungen

Im Umgang mit governmental actors verstärkt ist die Bedeutung von Sozialkapital verstärkt

Fazit – Access & Brokerage

Anpassung des weak/ strong ties Verhältnisses an die eigenen Bedürfnisse

Bedeutung von gemeinsamen Dritten und Sozialkapital

„Network failure“

Literatur

Carpenter D, Esterling K, Lazer D. 2003. The Strength of Strong Ties: A Model of Contact-Making in Policy Networks with Evidence from U.S. Health Politics. Rationality and Society 15: 411-40

Carpenter DP, Esterling KM, Lazer DMJ. 1998. The strength of weak ties in lobbying networks - Evidence from health-care politics in the United States. Journal of Theoretical Politics 10: 417-44

Carpenter DP, Esterling KM, Lazer DMJ. 2004. Friends, brokers, and transitivity: Who informs whom in Washington politics? The Journal of Politics 66: 224-46