Policy Network Analysis: Access and Brokerage

1. Kurs: Policy Network Analysis Dozent: Prof. Dr. Brandes, Prof. Dr. Schneider Referenten: Daniel Arndt, Holger Bär 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 et al. 2004: Friends, Brokers and Transitivity

2. Gliederung • Grundlagen soziale Netzwerke • Weak ties & Lobbying Networks • Strength of strong ties • Brokerage • Fazit

3. 1. Grundlagen sozialer Netzwerke Granovetter (1974). Getting a Job. • 300 Befragte • Ego-Netzwerke mit einer Alter-Person • Schwache Beziehungen sind wesentlich

4. Strength of Weak Ties Weak Ties sind Cutpoints zwischen homogenen Gruppen

5. „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)

6. 2. Weak Ties & Lobbying Networks Wie determiniert der Informationsfluss zwischen Lobbying-Organisationen den Zugang zu Regierungsorganisationen?

7. Soziales Netzwerk I Granovetter (1973): Strength of weak ties • Strong and weak ties • Annahme der Transitivität starker Bindungen • Investition von Zeit • Ähnlichkeit (↔ gilt auch andersherum !) • Informationsfluss ▼

8. 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’

9. Zuverlässigkeit, Informiertheit und Zugang

10. Rahmen Gesundheitspolitik in den USA • Lebhafte Debatte über komplexe Issues • Frequentierter Informationsaustausch Daten Laumann und Knoke (1987) • Befragung aller Lobbying-Organisationen • Analyseeinheit ist die Lobbyingorganisation

11. 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.

12. Variablen Y1: Anzahl‘reliability hits’ von Regierungs-akteuren Y2: Anzahl‘scientific hits’ von Regieruns-akteuren Y3: Anzahl‘scientific hits’ von allenOrganisationen Weak ties Strong ties Budget Alter Organisationstyp

13. Statistische Analyse X 3 • Count Data • Poisson Model • Weak tie • Strong tie • Weak & strong tie • Negative Binomial Estimation • Kontrolle für “Über-zerstreuung”

14. Ergebnisse I Aus: Table 1-3: Poisson Second order Dependent

15. Ergebnisse II • Autoregression uneindeutig • H3: strong tie:Ähnlichkeit erhöht die Zugangschancen • H4: weak tie: Wettbewerb verringert die Zugangschancen

16. Schlussfolgerung Weak ties bringen Informationsvorteil und Wettbewerb Trade-off Makro Ebene Sozialkapital?

17. 3. The Strength of Strong Ties • Abgrenzung von Carpenter et al. 1998 • Erlangen von Information • Einführung eines Preises für Kommunikation • Unterscheidung Informationen – nützliche Informationen

18. „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)

19. 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

20. Simulationsmodell • N Akteure • Events – bestehend aus fünf Runden • Kollektive Nachfrage μ • Zeitbudget: T = W + λS → Kontinuum von Strategie-möglichkeiten zwischen acquaintance und chum strategy

21. 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

22. 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.

23. 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

25. 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

26. Daten & Kontrollvariablen • Daten: Laumann/ Knoke 1987 • Unabhängige Variablen • Organisationsvariablen • Netzwerkvariablen

28. 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

30. 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)

31. Schlussfolgerungen – The Strength of Strong Ties • Informationserhalt durch soziale Kontakte • Verbreitung von Informationen folgt sozialen Regeln

32. Carpenter et al. 2004: Friends, brokers and transitivity 4. Brokerage

33. 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

34. Kommunikationsnetzwerke • „social trust“ durch Netzwerktransitivität operationalisiert • Wozu Kommunikationsnetzwerke? • Signaling theory • Mobilization of bias

35. Triade der Akteure A, B, C

36. 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

37. Facilitator Model

38. Transitivity Model

39. Daten • Laumann/ Knoke (1987) aus Gesundheits- und Energiesektor • Organisationsvariablen • Netzwerkdaten • Kontrollvariablen

40. Ergebnisse – beide Sektoren • Abhängige Variable: Wahrscheinlichkeit A→B • Informationsaustausch in ≈ 20% aller Dyaden • Gemeinsam signifikante Variablen • Ähnlichkeit der Präferenzen • Ähnlichkeit der Issue Interests

41. 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)

42. 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

43. Fazit • Einfluss von Netzwerkeffekten auf Kommunikationsentscheidungen • Im Umgang mit governmental actors verstärkt ist die Bedeutung von Sozialkapital verstärkt

44. Fazit – Access & Brokerage • Anpassung des weak/ strong ties Verhältnisses an die eigenen Bedürfnisse • Bedeutung von gemeinsamen Dritten und Sozialkapital • „Network failure“

45. 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