PL EN


2015 | 15 | 2(34) | 231-247
Article title

An evaluation of simulated network in the hierarchical spatial autoregressive model. Homophily based interactions matter for the consumption behaviours

Content
Title variants
Ocena symulowanej sieci kontaktów w hierarchicznym modelu autoregresji przestrzennej. Interakcje społeczne oparte na homofilii mają znaczenie dla rozprzestrzeniania się zachowań konsumpcyjnych
Languages of publication
EN
Abstracts
EN
The aim of the paper is an examination wheatear the social spillover of consumption behaviours differs for the homophily and heterophily based structure of interactions. As an approximation of agents’ behaviours households’ expenditures with the reference person attributes were used. The simulated structure of networks with individual density, calculated using the data from Polish Social Diagnosis 2011, was applied. Three versions of matching agents in the adjacency matrix was tested: 1) non-random with the k-nearest neighbours algorithm and closeness measured by the Jaccard index, 2) random with five different spatial conditions, 3) partially random with random drawing from the limited number of individuals selected using the value of the Jaccard index. The difference in the social spillover was tested as the difference between the estimated parameters for social interactions from the hierarchical spatial autoregressive model (HSAR). An additional factors as: spatial heterogeneity and dependence, household attributes, ect. was controlled in the HSAR model. The microdata from the 2011 Polish Households Budget Survey was used in this research. The results prove that homophilously structured social networks supported the spillover of healthy food consumption among Polish households in 2011. In contrast, for heterophily based relations spreading of habits did not occur. The crucial role for social spillover plays the geographical proximity of households.
PL
Celem artykułu jest określenie, jaki wpływ na rozprzestrzenianie się zachowań konsumpcyjnych ma dobór sieci powiązań społecznych bazujących na homofilii i heterofilii. Jako miarę zachowań konsumpcyjnych przyjęto poziom wydatków gospodarstw domowych, zaś jako agenta uznano osobę odniesienia danego gospodarstwa. Sieci społeczne zbudowano zakładając, że każdy agent posiada indywidualną gęstość sieci kontaktów, wynikającą z jego cech. Powiązanie między gęstością sieci kontaktów a cechami uzyskano przy wykorzystaniu danych pochodzących z Diagnozy Społecznej (2011). W badaniu przetestowano trzy rodzaje sieci powiązań wspomagających lub ograniczających rozprzestrzenianie się zachowań konsumpcyjnych: 1) nielosowe z algorytmem k najbliższych sąsiadów, 2) losowe z pięcioma dodatkowymi typami ograniczeń, 3) częściowo losowe z losowaniem powiązań z ograniczonej liczby potencjalnych połączeń – stosując jako ograniczenie wartość indeksu Jaccarda. Występowanie efektu rozprzestrzeniania zachowań konsumpcyjnych zweryfikowano przez porównanie wartości oszacowań parametrów, uzyskanych w drodze estymacji wielopoziomowego modelu przestrzennej autoregresji (HSAR). Aplikacja modelu HSAR pozwoliła na jednoczesną kontrolę dodatkowych efektów, takich jak: przestrzenna heterogeniczność oraz zależności przestrzenne. Dane dotyczące wydatków gospodarstw domowych uzyskano z bazy danych indywidualnych Badania Budżetów Gospodarstw Domowych (2011). Uzyskane wyniki wykazały, że struktura powiązań bazująca na homofilii wspiera efekt rozprzestrzeniania się zachowań konsumpcyjnych. W przypadku sieci powiązań społecznych, bazujących na niepodobieństwie cech agentów, efekt taki nie zachodzi. Dodatkowo, zauważono iż kluczową rolę dla rozprzestrzeniania się zachowań konsumpcyjnych odgrywa bliskość geograficzna gospodarstw domowych.
Year
Volume
15
Issue
Pages
231-247
Physical description
Dates
published
2015-06
References
  • Bott, H. (1928). Observation of play activities in a nursery school. Genetic Psychology Monographs 4(1): 44-88.
  • Burgess, S.; Sanderson, E.; Umaña-Aponte, M. (2011). School ties: An analysis of homophily in an adolescent friendship network. The Centre for Market and Public Organisation 267. Available at: http://www.bris.ac.uk/cmpo/publications/papers/2011/wp267.pdf. Accessed 15 July 2014.
  • Byrne, D.; Nelson, D. (1965). Attraction as a linear function of proportion of positive reinforcements. Journal of personality and social psychology 1(6): 659.
  • Centola, D. (2011). An experimental study of homophily in the adoption of health behaviour. Science 334(6060): 1269-1272.
  • Centola, D.; Willer, R.; Macy, M. (2005). The Emperor’s Dilemma: A Computational Model of Self‐Enforcing Norms1. American Journal of Sociology 110(4): 1009-1040.
  • Christakis, N. A.; Fowler, J. H. (2007). The spread of obesity in a large social network over 32 years. New England journal of medicine 357(4): 370-379.
  • Collins, R. L.; Parks, G. A.; Marlatt, G. A. (1985). Social determinants of alcohol consumption: the effects of social interaction and model status on the self-administration of alcohol. Journal of consulting and clinical psychology 53(2): 189.
  • Council for Social Monitoring (2011). Integrated database. Available at: www.diagnoza.com. Accessed 2 August 2014.
  • Dong, G.; Harris, R. (2014). Spatial Autoregressive Models for Geographically Hierarchical Data Structures. Geographical Analysis 47(2): 173–191.
  • Easley, D.; Kleinberg, J. (2010). Networks, Crowds, and Markets: Reasoning about a Highly Connected World. Cambridge: Cambridge University Press.
  • Golub, B.; Jackson, M. O. (2012). How homophily affects the speed of learning and best-response dynamics. The Quarterly Journal of Economics 127(3): 1287-1338.
  • Grinblatt, M.; Keloharju, M.; Ikäheimo, S. (2008). Social influence and consumption: evidence from the automobile purchases of neighbors. The review of Economics and Statistics 90(4): 735-753.
  • Jaccard, P. (1912). The distribution of the flora in the alpine zone. 1. New phytologist 11(2): 37-50.
  • Łaszkiewicz, E.; Dong, G.; Harris, R. (2014). The Effect Of Omitted Spatial Effects And Social Dependence In The Modelling Of Household Expenditure For Fruits And Vegetables. Comparative Economic Research 17(4): 155-172.
  • Lazarsfeld, P.F.; Merton, R.K. (1954). Friendship as a social process. In: Berger, M.; Abel, T.; Page, C.H. (eds.). Freedom and control in modern society: 18-66. Princeton, NJ: Van Nostrand.
  • Loomis, C. P. (1946). Political and occupational cleavages in a Hanoverian village, Germany: A sociometric study. Sociometry 9: 316-333.
  • Ma, L.; Krishnan, R.; Montgomery, A. (2010). Homophily or Influence? An Empirical Analysis of Purchase within a Social Network. Available at: http://community.mis.temple.edu/seminars/files/2011/02/krishnan-homophily-influence.pdf. Accessed 15 July 2014.
  • Marti de, J.; Zenou, Y. (2011). Identity and social distance in friendship formation 13. Stockholm University, Department of Economics.
  • McPherson, M.; Smith-Lovin, L.; Cook, J. M. (2001). Birds of a feather: Homophily in social networks. Annual review of sociology 27: 415-444.
  • Richardson, H. M. (1940). Community of values as a factor in friendships of college and adult women. The Journal of Social Psychology 11(2): 303-312.
  • Rogers, E. M.; Bhowmik, D. K. (1970). Homophily-heterophily: Relational concepts for communication research. Public opinion quarterly 34(4): 523-538.
  • Rosenquist, J. N.; Murabito, J.; Fowler, J. H.; Christakis, N. A. (2010). The spread of alcohol consumption behavior in a large social network. Annals of Internal Medicine 152(7): 426-433.
  • Sorensen, G.; Stoddard, A. M.; Dubowitz, T.; Barbeau, E. M.; Bigby, J.; Emmons, K. M.; Peterson, K. E. (2007). The influence of social context on changes in fruit and vegetable consumption: results of the healthy directions studies. American Journal of Public Health 97(7): 1216.
  • Sudman, S. (1988). Experiments in measuring neighbor and relative social networks. Social Networks 10(1): 93-108.
  • Tobler, W. (1970). A computer movie simulating urban growth in the Detroit region. Economic geography 46: 234-240.
  • Wasserman, S.; Galaskiewicz, J. (1994). Advances in Social Network Analysis: Research in the Social and Behavioral Sciences. SAGE Publications, Inc.
  • Yavaş, M.; Yücel, G. (2014). Impact of Homophily on Diffusion Dynamics Over Social Networks. In: Bye, R.T., Zhang, H. (eds.). Proceedings 27th European Conference on Modelling and Simulation. ECMS Webjørn Rekdalsbakken. Available at: http://www.scs-europe.net/dlib/2013/ecms13papers/socint_ECMS2013_0177
  • .pdf. Accessed 27 May 2014.
  • Żak, B.; Zbieg, A. (2012). Symulacja upodabniania się postaw w sieci relacji społecznych. Nauki o Zarządzaniu 4(13): 151-168.
Document Type
Publication order reference
Identifiers
ISSN
2081-8319
YADDA identifier
bwmeta1.element.desklight-578405a2-ff7d-4f92-854c-07d64b4cec16
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.