Working Paper No. 1302

Social Norms in Networks

Sociala normer i sociala nätverk

Publicerad: 18 november 2019Antal sidor: 94Nyckelord: Social norms; Conformism; Local-average model; Welfare; Anti-conformism; Network formationJEL-koder: D85; J15; Z13

Social Norms in Networks Philip Ushchev och Yves Zenou


Vi utforskar de teoretiska grunderna för en modell som ofta används för att analysera individers beteende i grupper. Enligt vår analys bör individer vars grannar anstränger sig mer (mindre) än vad de sociala normerna dikterar subventioneras (beskattas), istället för att de centrala individerna subventioneras som andra modeller antyder.

När man i forskningen undersöker hur personer påverkas av sociala normer är det vanligt att använda en local-average modell. Denna mäter en s.k. peer-effekt, dvs. hur individen påverkas och förhåller sig till de val som görs av gruppen i det sociala nätverket. I denna modell vill individer minska det sociala avståndet mellan deras val och de genomsnittliga valen av deras vänner.

Trots att modellen ofta används i empiriska studier är den teoretiska grunden inte tillräckligt genomlyst. Vi jämför local-average modellen med local-aggregate modellen där summan av deras vänners väl istället för det genomsnittliga är viktig. Vi visar att det finns stora skillnader mellan modellerna avseende hur policyåtgärder bör vara utformade.

Länkar påverkar ansträngning
Med hjälp av local average modellen undersöker vi effekten på gruppens ansträngningar genom att länka ihop olika individer. Om två mycket produktiva personer blir sammankopplade, kommer de att öka produktiviteten i gruppens nätverk. De kommer driva varandras sociala normer uppåt i en positiv spiral och på så sätt öka produktiviteten.

Om två individer istället har olika produktivitet, kommer den som har låg produktivitet att anstränga sig mer för att närma sig den produktiva personen. På samma sätt minskar den produktiva personen sin ansträngning. Därför är effekten på hela nätverket oklar i detta fall.

Skatt eller subvention?
I local-average modellen har en individs ansträngningar effekter i form av externaliteter på sina grannar. Antag att individ A är mer produktiv än B. Om A ökar sina ansträngningar och B inte gör det, kommer gruppens genomsnittliga sociala norm att förändras. B kommer nu att vara längre ifrån gruppens genomsnittliga sociala norm. A har alltså en negativ effekt på B. Detta innebär att individ A som skapar den negativa externaliteten bör beskattas.

I det omvända scenariot där B istället ökar sina ansträngningar över sina sociala normer, skapas en positiv externalitet på A. Då ska individen som skapar externaliteten subventioneras. Detta är en stor skillnad mot local-aggregate modellen, där individer alltid antas generera positiva externaliteter på sina grannar. I den senare modellen delas alltid subventioner ut och större sådana till de centrala individerna.

Gruppbaserad policy för utbildning och brott
Enligt local-average modellen skulle en effektiv policy för att höja resultaten i skolan vara att förändra den sociala normen, så att det är ”coolt” att jobba hårt; alltså en skolbaserad policy på gruppnivå. Detta gäller även för brottslighet. Modellen förordar en gruppbaserad policy där den sociala normen måste ändras, så att det i gruppen anses vara moraliskt fel att begå brott.  

De empiriska studier som gjorts indikerar att elevers beteende i skolan bäst fångas upp av en local-average effekt. Det skulle alltså vara bättre att ha en gruppbaserad policy för att förbättra utbildningen. För brott bland unga verkar emellertid local-aggregate vara bättre, då man istället försöker identifiera och kapa länken mellan de mest centrala individerna i nätverket.


IFN Working Paper nr 1302, ”Social Norms in Networks”, är författat av Philip Ushchev och Yves Zenou, Monash University, CEPR och Institutet för Näringslivsforskning (IFN). Vill du veta mer? Kontakta Yves Zenou, yves.zenou@monash.edu.

Kollektivavtal och lönebildning i en ny tid

Kollektivavtal-framsida.gif

 Kollektivavtal och lönebildning i en ny tid av Lars Calmfors, Simon Ek och Per Skedinger, IFN, samt Ann-Sofie Kolm, Stockholms universitet, analyseras olika sätt att göra lönebildningen mer flexibel. Analysen utmanar den etablerade synen inom partsorganisationerna på hur lönebildningen bör fungera. 

Läs mer

Institutet för Näringslivsforskning, Grevgatan 34 - 2 tr, Box 55665, SE-102 15 Stockholm, Sweden | Tel: +46-(0)8-665 45 00 | info@ifn.se