Danske borgmestres magtnetværk

Transkript

1 Danske borgmestres magtnetværk Eksamensnumre: 3001, 3004, 3013 Antal tegn: , Antal tegn i fodnoter: Københavns Universitet Sociologisk Institut Social Netværksanalyse 9. januar 2015

2 Indholdsfortegnelse Indledning...3 De danske borgmestre...4 Borgmestrenes magt... 5 Borgmestrenes personlige netværk... 7 En social netværksanalyse af borgmestrene i Danmark...9 Den sociale netværksanalyse en tyk deskriptiv statistik... 9 Data Supplerende dataindsamling Metodiske konsekvenser af dataindsamling Vægtning og indsnævring af datasættet Analyse Analysestrategi Del 1 Borgmestrenes placering i det danske magtnetværk Del 2 Borgmestrenes magtniveau Kernen i det danske magtnetværk Øvrige mål for centralitet i netværket Supplementær deskriptiv analyse Del 3 Borgmestrenes interne forbindelser Tre centrale cases Borgmestrenes tæthed Del 4 - Borgmestrenes klassefraktioner Konklusioner Empiriske konklusioner Metodisk refleksion Relationel magt og beslutningsindflydelse Inddragelse af ekstra data Grænsedragningsproblematikken vender grusomt tilbage Litteraturliste Bilag Bilag 1 Supplerende dataindsamling Bilag 2 Personudskiftninger Bilag 3 Visualisering af Fruchterman-Reingold algoritmen Bilag 4 Deskriptiv analyse af supplementære variable Bilag 5 Glenthøj & Dahlstrøms udvalgte forbindelser Bilag 6 R-kode Bilag 7 - Ansvarsfordeling

3 Tabeloversigt Tabel 1: Antal borgmestre fra de forskellige partier... 4 Tabel 2: Overblik over datasæt med og uden tilføjelser Tabel 3: Overblik over datasæt før og efter tilføjelser med største komponent Tabel 4: borgmestrene fordelt på k-core...22 Tabel 5: Borgmestre i den øverste magtelite...23 Tabel 6: De øverste 10 i magteliten samt borgmestre på betweenness- og closeness rank...25 Tabel 7: Borgmestrenes tæthed sammenlignet med MF erne på diameter og styrken af forbindelser Tabel 8: Borgmestrenes tæthed sammenlignet med MF erne på centralisering...32 Tabel 9: Borgmestre og MF eres placering i magtlagene...32 Tabel 10: Gruppemål for borgmestre og MF ere...34 Tabel 11: Korteste veje (vægtede) til arbejdstager- og arbejdsgiverorganisationerne...37 Tabel 12: Magteliten i Danmark før og efter ekstra dataindsamling...40 Tabel 13: Netværk som er tilføjet i første rundes supplerende dataindsamling...46 Tabel 14: Netværk som er tilføjet i anden rundes supplerende dataindsamling...46 Tabel 15: Partiernes fordeling på k-core grupper...50 Tabel 16: Partier og betweenness...50 Tabel 17: Closeness og partier (standardiseret)...51 Tabel 18: Fordeling på parti af de borgmestre, Jørgen R. Glenthøj (C) sidder regionale bestyrelser med Tabel 19: Fordeling på parti af de borgmestre, Steen Dahlstrøm (A) sidder i regionale bestyrelser med Figuroversigt Figur 1: Illustration af vægtede forbindelser ud fra antal personer...16 Figur 2: Udvidet illustration af vægtede forbindelser ud fra antal personer...17 Figur 3: Graf over magtnetværket, hvor borgmestrene er fremhævet Figur 4: Graf over borgmestre med partifarve...28 Figur 5: Two-mode graf med individer og organisationer...36 Figur 6: Oversigt over spredningen af de forskellige centralitetsmål i netværket...48 Figur 7: fordelingsdiagrammer med attributionnelle variable

4 Indledning Borgmestre i Danmark er politisk valgt til at sidde i spidsen for landets kommuner og leder vigtige politiske områder som fx Folkeskolen. Deres formelle magt over lokalsamfundene i Danmark er givetvis stor. Spørgsmålet er, om borgmestre gennem mere eller mindre uformelle kanaler også indgår i et bredere nationalt netværk af magthavere? Nyere dansk eliteforskning har ved brug af social netværksanalyse udviklet en metode til at identificere den danske magtelite (se Ellersgaard & Larsen 2014). Ved at anvende og diskutere denne metode i forhold til gruppen af borgmestre i Danmark vil vi i denne undersøgelse granske følgende problemstilling: Hvordan er landets borgmestre forbundet til hinanden og til det danske magtnetværk i øvrigt? Hvor højt i magthierarkiet er borgmestrene placeret, og udgør de en væsentlig del af den egentlige magtelite? Er der tale om en samlet gruppe, som udøver en bestemt kommunalpolitisk magt eller er borgmestrene opdelt i forskellige fraktioner eller lag? Undersøgelsen afdækker indledningsvist borgmestrene, deres magt og de personlige netværks betydning ud fra eksisterende forskning. Dette skitseagtige oprids af et forskningsfelt skærper vores analytiske fokus på borgmestrenes personlige netværk, på deres interne forbundenhed og på den magt, som flyder gennem individernes nationale netværk. I et næste skridt diskuterer vi den sociale netværksanalyse og redegør for, hvordan metoden på frugtbar vis kan kaste lys over borgmestrenes magtnetværk. Efterfølgende præsenteres Christoph Houman Ellersgaard & Anton Grau Larsens datasæt, som vi endvidere supplerer med relevant data på borgmestrenes forbindelser og viser, hvorfor en vægtning af datasættet er nødvendig for at operationalisere vores forståelse af forbindelsers indflydelse. Når disse indledende øvelser er på plads, falder vores analyse i fire dele. I første del viser vi, at borgmestrene ved første øjekast er placeret relativt samlet og centralt i det danske magtnetværk. Anden del undersøger denne centrale placering nøjere. I tredje del fokuserer vi på borgmestrenes interne forbindelser og viser, hvordan gruppen trods deres interne magthierarki fremstår samlet og kan siges at udtrykke en fælles kommunalpolitisk magt. Analysens fjerde del viser, at borgmestrenes partifarve ikke har stor betydning for, hvor tæt de er forbundet til henholdsvis erhvervslivets- og fagbevægelsens organisationer. Analysens fire dele opsamles i en række konkluderende betragtninger inden vi afslutningsvis reflekterer over metodens fordele og ulemper, herunder, hvad vores supplerende dataindsamling har betydet for undersøgelsens udfald. 3

5 De danske borgmestre Borgmesteren er formand for kommunalbestyrelsen 1 og daglig leder af kommunens administration. Han konstitueres af kommunalbestyrelsen ved det parti eller den koalition, som kan danne flertal. Hver kommune har én borgmester, med undtagelse af Københavns Kommune, som har en overborgmester samt seks borgmestre. I Frederiksberg-, Aalborg-, Odense- og Aarhus Kommune findes dog foruden en borgmester en række rådmænd, pga. det forhenværende og for Aarhus- og Frederiksberg Kommunes tilfælde det nuværende magistratstyre. Da rådmændene er ledere af relativt store politiske områder og skal være valgte til kommunalbestyrelserne på samme vis som borgmestre, har vi valgt at inkludere rådmændene i denne undersøgelse. Det er således 104 borgmestre (herunder en overborgmester) samt 18 rådmænd, som er genstand for vores undersøgelse. Borgmestrene fordeler sig partimæssigt på følgende måde 2 (danskekommuner.dk): Tabel 1: Antal borgmestre fra de forskellige partier Parti Borgmestre Rådmænd Socialdemokraterne 50 5 Venstre 32 5 Konservative 12 3 Lokalliste 4 - SF 3 5 Radikale Venstre 1 0 Dansk Folkeparti 1 0 Enhedslisten 1 0 I alt Trods borgmestrenes centrale position i landets kommune, indtager de en ganske perifer plads i dansk kommunalforskning (Berg & Kjær 2005:9), og der er ikke på individniveau forsket i borgmestrenes relationer og magt i national sammenhæng. Kommunernes Landsforening (KL), som er kommunernes interesseorganisation, blev dog udsat for en grundig analyse ved Jens Blom-Hansen, da KL blev en del af Magtudredning (2002). Blom-Hansen stillede det interessante spørgsmål, om KL bør forstås som den fjerde statsmagt i dansk politik? Og da KL hovedsageligt ledes af borgmestre, er det relevant at skele til magtudredningens konklusioner. 1 I nogle kommuner bruges betegnelsen byråd, mens det i Københavns Kommune hedder Borgerrepræsentationen. I denne undersøgelse bruger vi dog kommunalbestyrelse som fællesbetegnelsen. 2 Tallene er fra 2012, da det er tidspunktet for vores dataindsamling (se mere i afsnittet om data) 4

6 Borgmestrenes magt KL har både et solidt organisatorisk- og historisk udgangspunkt for at udøve en betydelig indflydelse på det danske samfund. Historisk har de kommunale organisationer haft et tæt samspil med staten og organisatorisk har KL med et stort budget og mange embedsmænd ressourcer, der er større end de fleste statslige ministeriers (Blom-Hansen 2002:214). Samtidig nyder KL en betydelig legitimitet i forhold til medlemskommunerne og dermed borgmestrene som over en bred kam er tilfredse med KL s interessevaretagelse, selvom der er variationer over tilfredsheden (ibid.) Legitimiteten er organisatorisk forankret i KL s opbygning, som tilgodeser et geografisk og partipolitisk organisationsprincip, der sikrer repræsentation og indflydelse til både partier og kommuner, hvor de store har mest magt. Således er KL s formand socialdemokrat, da Socialdemokraterne er det største parti blandt borgmestrene 3. KL tager reelt del i både den lovgivende og den udøvende magt, og betragtes derfor som en politisk institution (ibid.:213). Denne særlige form for interesseorganisation, hvor institutioner eller myndigheder slutter sig sammen, kaldes også en institutionel organisation (Binderkrantz et. al 2014:23). Men er KL s magt stor nok til, at der er tale om en statsmagt? Magtudredningen konkluderer, at KL uden tvivl er en magtfuld aktør, men hæfter sig ved, at der er grænser for indflydelsen. KL har nemlig kun gennemslagskraft over for omverdenen, når baglandet er enigt. Med andre ord udøver KL kun en reel og indflydelsesrig interessevaretagelse i sager, hvor landets kommuner og borgmestre er enige (Blom-Hansen 2002:215). Denne problemstilling, som vi skal vende tilbage til, kalder Blom-Hansen enhedsaktørproblemet. Magtudredningen konkluderer derfor, at selvom KL s magt er stor, kan de kun betragtes som en fjerde statsmagt på sager med enighed i baglandet og en god forhandlingsposition, mens de i andre sager kun har svag indflydelse. At KL er en magtfuld politisk organisation bakkes op af ny politologisk forskning fra Aarhus Universitet. I en undersøgelse af Danmarks mest magtfulde interesseorganisationer placerer Anne Binderkrantz, Peter Christiansen & Helene Pedersen nemlig KL i gruppen af absolutte sværvægtere (2014:221). Undersøgelsen er baseret på interesseorganisationers adgang til de tre vigtigste politiske arenaer: Forvaltningen, Folketinget og medierne. KL ligger i den absolutte top, hvad angår adgangen til forvaltningen og medierne (ibid.: 131, 192) og lige under toppen, når det kommer til adgangen til Folketinget (ibid.:166). 3 Bemærk at det i dag er Venstre som er Danmarks største borgmesterparti og dermed sidder på formandsposten i KL, men data fra denne undersøgelse stammer fra 2012, hvor Socialdemokraterne var de største. 5

7 Som lovet skal vi nu vende tilbage til det Blom-Hansen kalder enhedsaktørproblemet. Dette tema skal nemlig hjælpe os med at finde frem til svaret på, hvorvidt borgmestrene kan forstås som en samlet gruppe, som udøver en bestemt kommunalpolitisk magt, eller om de snarere er opdelt i forskellige vertikale lag eller horisontale fraktioner. Blom-Hansen viser, at borgmestrene (gennem KL) kun på bestemte politikområder har fælles interesser og forsøger at sætte deres magt. Sager der har fordelingspolitiske konsekvenser kommunerne imellem, som fx mellemkommunal udligning eller fordeling af flygtninge, splitter borgmestrene, så de ikke fremstår samlet med fælles front, mens andre konsensusprægede sager, som fx Folkeskolens indretning, samler borgmestrene, der dermed opnår betydelig indflydelse. Om borgmestrene kan betragtes som enhedsaktør varierer derfor fra sag til sag. Det er værd at bemærke, at det tilsyneladende er kommunalpolitiske holdninger, der deler borgmestrene snarere end partipolitiske skel. En pointe, der understøttes af Rikke Berg & Ulrik Kjærs borgmesterundersøgelse, som ender med en høj grad af støtte til myten om borgmesteren som kongen af konsensus, der leder på tværs af partiskel i fred og fordragelighed (2005:137ff). I 1970 erne og 80 erne blev der gennemført en række studier af den kapitalistiske klasses sammenhængskraft via undersøgelser af overlappende bestyrelsesmedlemmer (corporate interlocks). I det følgende læner vi os op ad Mark Mizruchis gennemgang af denne tradition (1996:283ff). Det vil nok være nødvendigt at oprede en begrebsmæssig prokrustesseng, hvis vi skal tvinge borgmestrene ned i 70 erne og 80 ernes begreb om den kapitalistiske klasse, men til en undersøgelse gruppens interne sammenhængskraft kan vi lade os inspirere af forskningstraditionen. Kausalitetsproblemer til trods viste studierne nemlig, at overlappende forbindelser i diverse virksomhedsbestyrelser styrkede den kapitalistiske klasse som en effektiv og dominerende politisk aktør. Med begrebet inner circle beskrev Michael Useems en række gensidigt forbundne bestyrelsesmedlemmer i USA og Storbritannien, som formede et højt fælles politisk bevidsthedsniveau, der gjorde dem til den kapitalistiske klasses frontlinje (i Mizruchi 1996:285). Gerald Davies argumenterer videre for, at netværkscentralitet, udtrykt i bestyrelsesforbindelser, er en form for social kapital, der giver adgang til den information, der flyder gennem netværket (i Mizruchi 1996:288). Ifølge Mizruchi er antagelserne i disse studier funderet i Mark Granovetters teori om social embededness, idet firmaers adfærd afhænger af relationer til andre firmaer, hvilket kommer til udtryk ved fælles politisk adfærd qua overlappende bestyrelsesforbindelser. I vores undersøgelse vil vi med inspiration fra denne tradition argumentere for, at borgmestres interne forbindelser kan påvirke deres politiske adfærd, så et tæt netværk af borgmestre i sidste ende kan styrke borgmestrene som en sammenhængende kommunalpolitisk magt. På denne vis nærmer vi os samtidig et argument om, at sammenvævede personlige forbindelser mellem borgmestrene muligvis kan skabe 6

8 en sammenhængskraft, der rækker ud over den enhed som KL materialiserer i sager med et enigt bagland. Borgmestrenes personlige netværk Berg & Kjær gennemførte i 2003 en spørgeskemaundersøgelse af borgmestre og kommunalpolitikere (se Berg & Kjær 2005, 2008). I denne undersøgelse blev det klart, at borgmestres personlige relationer har stor betydning. Adspurgt om hvor stor vægt en borgmester bør lægge på at opbygge og vedligeholde sit personlige netværk i lokalsamfundet, svarer 76 % af borgmestrene, at der bør lægges stor eller meget stor vægt på denne opgave (Berg & Kjær 2005:102). Berg & Kjær argumenterer for, at borgmesterens personlige netværk tjener mindst to funktioner, nemlig 1) at styrke politikudviklingen, og hvad der er vigtigere for vores undersøgelse, 2) som et middel til at nå politiske resultater (ibid.:103f). Borgmesterens personlige netværk tjener altså blandt andet som et magtmiddel til at opnå bestemte politiske resultater i lokalsamfundet. Denne argumentation underbygges af David Knoke gennemgang af elitenetværks betydning for politiske resultater (1993). Om netværkets betydning, siger han: Winning or losing a policy fight depends on which of the opposing sides best uses its network connections to mobilize and coordinate greater quantities of political resources (Knoke 1993a:37). Der er altså god grund til at antage, at borgmestrenes personlige netværk har betydning for de kommunalpolitiske interesser også i en dansk kontekst. Idet borgmestrene i den nævnte spørgeskemaundersøgelse angiver hvor ofte de er i kontakt med forskellige gruppe, får vi en ide om, hvilke typer af personlige relationer, de betragter som vigtigst. Her springer det særligt i øjnene, at de langt oftere er i kontakt med det private erhvervsliv end med fagforeningsrepræsentanter (Berg & Kjær 2008:10, 12), og at de ligeledes vurderer, at det private erhvervsliv har langt større indflydelse på kommunens aktiviteter end fx fagforeningsledere (ibid.:32). En anden interessant aspekt ved denne del af undersøgelsen, som kan være relevant for vores analyse af borgmestrenes forbindelser, er, at højrefløjens borgmestre ikke er i hyppigere kontakt med det lokale erhvervsliv end borgmesterpartierne på venstrefløjen (Berg & Kjær 2005:138). Det, at KL og borgmesterkollegaerne er en vigtig del af netværket, bestyrkes også af denne undersøgelse, da både KL og andre borgmestre scorer højt på listen over borgmestrenes inspirationskilder (ibid.:5f). Sammenfattende om danske borgmestre kan vi sige, at forskningen peger på, at borgmestrene som spydspidser for landets kommuner gennem KL udgør en væsentlig magtfaktor i det danske samfund, 7

9 selvom borgmestrene taler med en tydeligere fælles stemme i nogle politiske sammenhænge frem for andre. Samtidig har vi kort berørt borgmestrenes personlige netværk, som ifølge borgmestrene selv spiller en central rolle, i hvert fald på det lokale område. Vi vil nu koble de to elementer og i det følgende vise, hvordan vi med social netværks analyse kan føje en ekstra dimension til forskningen om de danske borgmestres magt ved at se på, hvordan borgmestrene som individer er forbundne, og om de udgør en integreret del af det danske magtnetværk. 8

10 En social netværksanalyse af borgmestrene i Danmark Formålet med dette afsnit er for det første at vise, hvordan et relationelt magtbegreb kan indkapsle, hvad det vil sige at være højt placeret i magthierarkiet, og for det andet at vise, hvorfor social netværksanalyse er en brugbar metode til at undersøge den enkelte borgmesters magt, borgmestrenes magt som samlet gruppe og interne opdelinger i fraktioner og lag. I forlængelse af Ellersgaard & Larsen er vi først og fremmest interesserede i at se, hvordan magteliten i Danmark, og især borgmestrene, er socialt sammenbundet (2014:8), og kun sekundært, hvilke borgmestre, der indtager strategiske nøglepositioner i netværket. Vores argument er i den forbindelse, at det at være tæt forbundet til andre i eliten gennem personlige relationer er udtryk for relationel magt og potentiel indflydelse (Knoke 1993b:166). Det fordrer en bestemt forståelse af begrebet magt, når vi diskuterer, hvor magtfulde borgmestrene er i det danske magtnetværk. Som modifikation til den klassiske forståelse af magt som noget, man besidder, er formålet med netværksanalysen ikke at demonstrere, hvilke aktører der har den endelige beslutningskompetence, men derimod at se magt som en relationel entitet, der eksisterer mellem individer og grupperinger (Emirbayer 1997:292). Magt er en konsekvens af de relationer man indgår i, og denoterer muligheden for at påvirke andre (Knoke 1993a:24). Derfor vil et netværk med mange tætte forbindelser muliggøre en større grad af magt end et løst forbundet netværk. Muligheden for at påvirke andre hænger i den forbindelse sammen med at have tætte forbindelser. Positioner og forskellige mål for centralitet i netværket bliver derfor indikatorer, der kan fortolkes som udtryk for en formel relationel magt. Centralitet i netværket er en ressource der giver potentiel adgang til indflydelse hos de aktører man er forbundet med (Knoke 1990:133). Som vi bemærkede tidligere er borgmestrenes personlige relationer til hinanden og til andre vigtige i forhold til deres mulighed for at opnå politiske resultater (Berg & Kjær 2005:103). Netværksanalysen lader os netop se og undersøge dette mønster af personer, der er forbundet, og præsenterer os dermed for et billede af borgmestrenes mulighed for at influere andre dele af den danske magtelite gennem deres personlige relationer. Hvordan forskellige positioner og centralitetsmål mere kvalitativt kan fortolkes kommer vi indgående ind på i løbet af analysen, hvor vi diskuterer, hvad de forskellige mål konkret er udtryk for. Den sociale netværksanalyse en tyk deskriptiv statistik En af de primære antagelser i mange netværksstudier er, at punkternes (det være sig individers eller organisationers) mulighedsrum bestemmes af deres plads i netværksstrukturen (Borgatti et al. 2009, 9

11 Emirbayer 1997). Denne relationelle forståelse, der underligger netværksanalyse, adskiller sig dermed fra logikken i mere klassiske sociologiske datametoder såsom regressionsanalyse. I stedet for at isolere og undersøge effekten af forskellige attributters betydning for den på forhånd definerede, hierarkiske placering i magtnetværket, er den grundlæggende antagelse, at det er den strukturelle indlejring i netværket, som kan forklare muligheden for at påvirke andre i netværket (Emirbayer 1997, Knoke 1990). Mere traditionelle, substantialistiske tilgange tager, som Andrew Abbott påpeger, udgangspunkt i allerede etablerede identiteter og outcomes og søger derefter at beskrive, hvordan forskellige relativt entydige faktorer påvirker hinanden (Abbott 1997). I den slags analyser er tallene og tabellerne for de enkelte faktorers effekt ofte det, der forklarer, hvorfor en given hændelse sker eller ikke sker. I social netværksanalyse er det muligt at gå væsentligt mere eksplorativt og relationelt til værks, og de tal og mål, vi finder forklarer ikke noget i sig selv, men skal forklares ved hjælp af en semantisk orienteret tolkning af målene i forhold til hele netværkets udformning. I stedet for fra starten at fastlægge betydningen af en række faktorer, der ses som eksogene i forhold til de målte processer, fungerer social netværksanalyse altså ved, at vi mere kvalitativt analyserer betydningen af en række forhold, der er endogene i forhold til det felt, vi undersøger (Manski 1993:533). Det handler således, som den franske statistiker Jean-Paul Benzécri gerne udtrykte det, om at lade mønstre vokse frem af data (Benzécri 1969). Den type forståelse vi fremlægger i nærværende undersøgelse er derfor ikke af kausal art, men fungerer ved at beskrive og fortolke genkendelige mønstre i data. Opskriften på god forklaring er dermed ikke at identificere faktorer med en entydig betydning for en borgmesters magt, men i at lave en overbevisende kobling mellem mønstre i graferne over magtnetværkets forbindelser, forskellige centralitetsmål og den kvalitative viden, vi har om borgmestrenes forbindelser. Vi har altså at gøre med en form for tyk deskriptiv statistik, hvor en grundig beskrivelse af den sammenhæng og kontekst, tallene indgår i, er nødvendig for vores forståelse på samme måde som at konteksten inddrages i de kvalitative metoders tykke beskrivelser (Ponterotto 2006; se også Gundelach 2014:46). Helt konkret fungerer social netværksanalyse ved at en såkaldt adjacency matrice, der indeholder alle forbindelser mellem individer i magtnetværket, bliver spatialiseret ud i to dimensioner, hvor ens relative placering i grafen er udregnet ved en optimeringsalgoritme, som vi vender tilbage til. Den visuelle præsentation og fortolkning af den graf, der viser netværksstrukturen, er således den ene centrale del i forståelsen af det undersøgte fænomen. Genkendelsen af betydningsfulde mønstre i netværksgrafen er langt hen af vejen det, der muliggør kontekstualiseringen af de grafteoretiske mål. Da vi kan ikke tolke direkte på de matematiske eller fysiske modeller, der udtrykker vores data, bliver vores genkendelse af mønstre, som er vokset frem gennem sociometrisk bearbejdning af data, 10

12 udgangspunktet for vores forståelse. Den anden centrale del udgøres af en række forskellige centralitetsmål, der med afsæt i grafteori på forskellige måder udtrykker, hvor forbundne og centrale borgmestrene er i netværket, og som kan ses som udtryk for en mulig indflydelse og dermed relationel magt. Vi vender som sagt tilbage til både den grafiske præsentation og centralitetsmålene. I forlængelse af det ovenstående kan denne metode fungere som en brobygger mellem de traditionelle mikro- og makroperspektiver i sociologien og dermed hjælpe os til at afdække vores problemstilling. Vi kan nemlig både fokusere på den enkelte borgmester og se præcis hvilke bestyrelser han sidder i og hvilke personer han bygger bro imellem. Samtidig kan vi anlægge et mere overordnet perspektiv og se, hvordan borgmesteren er indlejret i gruppen af borgmestre, og en tak længere ude, hvordan han er bredere forbundet til det danske magtnetværk, hvor også strukturen i netværket af magtfulde personer i Danmark træder frem 4. Vi har altså både adgang til en rig kvalitativ viden om enkeltindivider i vores analyseudvalg, der kan sættes i relation til deres sociale indlejring, og til det strukturelle overblik over positioner i netværket, der kan kontekstualiseres af vores kvalitative viden. 4 Det Social Netværksanalyse kortlægger er dermed også noget af det, der normalt blot antages eller teoretiseres inden for sociologien, nemlig hvordan de interpersonelle relationer kan mediere effekten af de objektive forhold (de Nooy 2003). 11

13 Data Vores undersøgelse tager udgangspunkt i datasættet det Danske Elite Netværk (DEN), som er et twomode affiliation elitenetværk, bestående af personer og deres formelle poster i organisationer (Ellersgaard & Larsen 2014). Dette omfattende datasæt består udelukkende af mulige ansigt-til-ansigt relationer. Vi har efterfølgende suppleret datasættet gennem yderligere dataindsamling, der følger samme principper for dataindsamling som DEN, dvs forløber i fire afgrænsede faser: 1) Udarbejdelse af en bruttoliste af netværk, 2) netværk indsamling, 3) navnematching og 4) kvalitetskontrol. Den første bruttoliste er lavet ud fra et inklusionsprincip, hvor alle organisationer, som kan tænkes at have relevans for undersøgelsen inkluderes. Dernæst er der i 2. fase arbejdet ud fra selv-rapporterede informationer på organisationernes hjemmeside og dermed en lang række små snowball procedurer for hver organisation. Disse små snowball procedurer er igen guidet ud fra tre regler: grupper som tages med 1) forbinder individer på tværs af organisationer, 2) har ansigt-til-ansigt interaktioner mindst én gang om året og 3) er beslutningstagende og integrerer individer på et nationalt niveau. Ved tvivlstilfælde inkluderes netværket i forlængelse af inklusionsprincipppet. Den 3. fase er tidskrævende og går ud på at dobbelttjekke, om alle identiske navne drejer sig om samme individ, og om identiske personers navne skulle være stavet på flere måder. Og endelig foregår kvalitetskontrollen i fjerde fase ved at tjekke for dobbeltgængere, overlappende grupper og fejl i navneoprydningen (ibid.:9-10). Med inklusionsprincippet overkommes den sociale netværksanalyses genstridige problematik angående netværkets teoretiske afgrænsning, idet alt data inddrages og empirien får lov at afgrænse netværket ved hjælp af en k-core beregning, som vi vender tilbage til (for en diskussion af problematikken omkring grænsedragning se Laumann et. al. 1983; Marsden 1990:439f; Scott 2006:54ff). Supplerende dataindsamling I forlængelse af inklusionsprincippet og de tre regler for yderligere snowballing valgte vi i to særskilte runder at supplere datasættet med ekstra dataindsamling fokuseret omkring borgmestrene i Danmark. Første runde var en snowballing, hvor vi forsøgte at identificere landsdækkende formelle og besluttende netværk, hvor borgmestre danner personlige relationer til hinanden. I anden runde arbejdede vi ud fra en bruttoliste over borgmestres lønnede hverv ved siden af kommunalbestyrelsen. Da dataindsamling i et middle range magtnetværk, som lever op til de beskrevne kriterier, er en vældig tidskrævende proces, blev det oprindelige datasæt indsamlet ind over en længere periode i At supplere netværksdata retrospektivt er vanskelig sag, da det er nødvendigt finde oplysninger fra 12

14 nogenlunde samme tidspunkt. Dette kompliceres ydereligere af at borgmestre fra tid til anden byttes ud pga. tilbagetrækning, dødsfald eller andet. Det er således ikke nok at finde data fra Vi har brug for en præcis tidsmæssig afgrænsning, så der fx ikke optræder flere borgmestre fra samme kommune. Konkret skiftede borgmesterkæden ejer i fem danske kommuner i 2012, hvoraf ét af skiftene havde afgørende karakter, da tidligere Horsens borgmester og KL formand, Jan Trøjborg, dør den 6. maj Vi har derfor indsamlet data fra 2012 og har i forhold til rensning og bearbejdelse af data valgt skæringsdatoen 1. juni 2012, når vi skulle afgøre hvem der i data skal optræde som borgmestre i de forskellige kommuner 5. Vi har på den baggrund også udskiftet alle deres respektive poster i det oprindelige data, men kun når vi har kunnet finde belæg for 6. Værd at nævne er derfor, at Erik Nielsen fremgår som borgmester i Rødovre Kommune og formand for KL. I første runde af vores supplerende dataindsamling, hvor vi snowballede borgmestres formelle, nationale netværk i 2012, har vi identificeret to grundlæggende typer af netværk: KL s Kommunalpolitiske Topmøde med dertilhørende gruppemøder og de forskellige netværk og udvalg i partierne 7. Hvad angår den anden runde, forpligter 16e i lov om kommunernes styrelse kommunalbestyrelsen til at indsamle oplysninger om og offentliggøre kommunalbestyrelsesmedlemmers lønnede hverv ved siden af kommunalbestyrelsen og dennes udvalg. Denne bestemmelse gælder således også landets borgmestre. Ved at indsamle disse vederlagsoffentliggørelser for 2012 fra kommunernes hjemmesider har vi i denne anden runde af supplerende dataindsamling generet en bruttoliste over hvilke bestyrelser, de forskellige borgmestre sidder i. Ulønnede hverv og hverv, der aflønnes gennem mødediæter, godtgørelser m.v. er ikke omfattet af loven, så disse fremgår ikke. Ud fra denne omfattende liste af borgmestrenes bestyrelseshverv har vi i det omfang det var muligt suppleret det eksisterende datagrundlag med de bestyrelser, der ikke allerede var i data. Da skæringspunktet for data som nævnt ligger i 2012 har det været nødvendigt at lede efter arkiverede oplysninger om bestyrelsernes sammensætning på dette tidspunkt. Det har vi gjort på to måder. Først 5 Dermed overtager Peter W. Sørensen borgmesterposten i Horsens Kommune efter Jan Trøjborg og Jesper Würtzen overtager borgmesterposten i Ballerup Kommune efter Ove Ejnar Dalsgaard. Der var yderligere tre borgmesterskifte i 2012, nemlig Aalborg Kommune (august 2012), Rudersdal Kommune (oktober 2012) og Hvidovre Kommune (december 2012), men da de alle lå efter 1. juni 2012 har vi ikke udskiftet borgmesterposterne. 6 Vi har fx ikke kunnet bekræfte personskiftet i UDVIKLINGS- OG DRIFTSFONDEN FÆNGSLET, hvor Jan Trøjborg tidligere sad (se alle de konkrete udskiftninger i bilag 2). 7 I jagten på at identificere disse typer af formelle nationale netværk, har vi været i kontakt med en række borgmestersekretærer og partifunktionærer, men da mange af de foreslåede netværk var regionale/lokale eller uformelle faldt de uden for vores dataindsamlingskriterier i denne snowballing. 13

15 ved at se om hjemmesiden skulle være registreret med et 2012 snapshot på (der arkiverer danske hjemmesider), og ved, i det omfang det ikke var tilfældet, at søge med lys og lygte på Internettet efter gamle bestyrelsesmødereferarter eller pressemeddelelser fra det pågældende tidspunkt. Et overblik over supplerende data fra de to dataindsamlingsrunder findes i bilag 1. Ud over de to supplerende dataindsamlinger har vi indsamlet en lang række attributionelle oplysninger om borgmestrene, hvoraf vi vil vende tilbage til tre af dem i vores analyse; kommunernes indbyggertal, borgmestrenes anciennitet og borgmestrenes partibaggrund (se afsnittet SUPPLEMENTÆR DESKRIPTIV ANALYSE). Som anbefalet i Ellersgaard & Larsen (2014) afsluttede vi dataindsamlingen med navnematching (fase 3) og kvalitetskontrol (fase 4). Efter disse faser nåede vi frem til følgende datasæt. Tabel 2: Overblik over datasæt med og uden tilføjelser. Uden supplerende data Med supplerende data Antal organisationer Antal individer Metodiske konsekvenser af dataindsamling I henhold til vores mål om at undersøge den relationelle magt i netværket, har dataindsamlingsmetoden betydning for hvilke typer af relationer og indflydelse vi empirisk kan udtale os om. Ursula Hoffmann-Lange redegør for to dimensioner af indflydelse man må forholde sig til i studier af eliter: 1) Formelle vs. uformelle relationer og 2) Direkte vs indirekte politisk indflydelse (1987:31). Inklusionsprincippet for indsamling, hvor alle de registrerede forsamlinger medtages, som kan tænkes at være magtfulde eller have en integrerende effekt i magtnetværket, giver i henhold til den sidstnævnte dimension et billede, der inkluderer både direkte og indirekte politiske indflydelse. Det er ikke kun forsamlinger, hvor personer har en stemme i politiske beslutninger, men også andre arenaer, hvor personer fra eliten kan mødes og integreres. Det giver altså rum for en bredere definition af magt end ren beslutningskompetence (Ibid:30). I forhold til den første dimension, så inkluderer det anvendte data alene formelle og semi-formelle relationer. Modsat den reputationelle tilgang til dataindsamling, hvor uformelle relationer i et vist organisationer i det oprindelige datasæt. To bestyrelser var dobbeltindtastet 9 De oprindelige individer blev efter en yderligere navnematching og kvalitetskontrol til individer, heraf kan nævnes at Jacob Bundsgaard Johansen, borgmester i Aarhus Kommune, optræder som både Jacob Bundsgaard og Jacob Bundsgaard Johansen i det oprindelige datasæt. 14

16 omfang også kan spille ind, har dataindsamlingen af offentligt tilgængelige møder med mulighed for ansigt-til-ansigt interaktion resulteret i en prioritering af de mulige arenaer for formel eller semi-formel interaktion. I den forstand lægger vi os ifølge Hoffmann-Lange tættest op af den positionelle tilgang til elitestudier (ibid.:31; se også Laumann et. al. 1983:23), men det skal dog pointeres, at der er vigtige forskelle. Den positionelle tilgang tager udgangspunkt i en liste over sektorer og de vigtigste organisationer identificeret af forskeren. Dette medfører en risiko for at forskerens udgangspunkt for dataindsamling kommer til at udgøre en central kerne i kraft af dataindsamlingsmetoden, og at det derfor er metodedesignet og forskerens forventningshorisont, der i stor udstrækning determinerer resultatet (Ellersgaard & Larsen 2014:5). Gennem den inklusive indsamlingsmetode og efterfølgende k- coreidentifikation ender man med en empirisk funderet afgrænsning af netværket, der ikke er en direkte følge af vores indledende ideer om hvilke sektorer eller personer, der skal være udgangspunktet for dataindsamlingen 10. Vægtning og indsnævring af datasættet En udfordring ved at data er indsamlet gennem inklusionsprincippet er imidlertid, at der medtages forbindelser af meget forskellig karakter (Ellersgaard & Larsen, 2014:4). Da vi har en kvalitativ viden om forbindelserne i netværket, der går længere end at de forbinder to individer, kan vi dog konstruere et mål for styrken af forbindelserne (Newman 2001: ). Granovetter argumenterer ligeledes for at styrken af forbindelserne mellem personer er centrale i forståelsen af makrofænomener som social kohæsion (Granovetter 1973:1361). De anvendte vægte, der gennemgås nedenfor, er derfor et praktisk empirisk bud på, hvordan man kan fastsætte styrken af forskellige forbindelser i store formelle netværk. Ellersgaard & Larsen (2014) har bestemt tre vægtningsprocedurer, som vi også anvender på vores udvidelser af deres netværksdata. Den første tager højde for størrelsen af den organisation eller forsamling, der forbinder to individer. Er der mere end 14 deltagere, vægtes forbindelsen ned, aftagende med antallet af deltagere 11. Figur 1 illustrerer, hvordan vægten virker. 10 Et interessant forhold i denne forbindelse, er konsekvenserne af at indsamle data mere ihærdigt på en bestemt gruppe af personer, i dette tilfælde borgmestrene. I den afsluttende metodediskussion vil vi vende tilbage til muligheden for at falde i nogle af de samme fælder som den positionelle tilgang, når man forfordeler en bestemt gruppe i dataindsamlingen. 11 Konkret udregnes størrelsen på vægten ved at dividere 14 med antallet af deltagere ved forsamlingen og tage kvadratroden af dette tal. Hvis vi forestiller os at person i og person j deler tre forskellige tilhørsforhold gennem tre politiske udvalg med under 15 deltagere, vil vi argumentere for, at der vil være en større grad af integration og mulig indflydelse mellem dem end hvis i og j begge havde været til Dronningens 70-års fødselsdag (1406 deltagere), Fritz Schurs fødselsdag (389 deltagere) og 40 års regeringsjubilæum (1631 deltagere). Der er altså en sociologisk og intuitiv forståelse for betydningen af en forbindelse, der implicerer en differentiering af forbindelsers styrke ud 15

17 Vægtet forbindelse Figur 1: Illustration af vægtede forbindelser ud fra antal personer 1,2 1 0,8 0,6 0,4 0, Antal personer i forsamling Denne vægt tager altså højde for, at den integrerende effekt af at mødes aftager med størrelsen af forsamlingen. Den anden vægt vedrører antallet af forbindelser mellem to individer. Sidder man i mange forsamlinger sammen, er det mere sandsynligt, at man har en stærkere forbindelse til vedkommende. Dog antages det, at den integrerende effekt af den enkelte forbindelse aftager med antallet af forbindelser 12. Som illustreret i figur 2 vægtes betydningen af den ekstra forbindelse lavere når man går fra fire til fem forbindelser, end når man går fra en til to forbindelser. Hvis to personer mødes i fire udvalg og derefter får en femte forbindelse igennem en nyoprettet bestyrelse, tæller denne forbindelse ikke ligeså meget for styrken af deres relation, som det at gå fra at sidde sammen i ét udvalg til at sidde i to. fra deres integrerende effekt. Hvis der ikke blev foretaget en vægtning, så ville disse store begivenheder få enorm betydning for udformningen af netværket, da mange i netværket var til stede og dermed er forbundet heri. De ville så optræde som en tæt klump af personer i midten af netværket, og det ville fremstå som om, at regeringsjubilæet var den primære mulighed for at få indflydelse i det danske magtnetværk. 12 I vægten aftager effekten af en ny forbindelse med den naturlige logaritme af summen af antal forbindelser. 16

18 Vægtet forbindelse Figur 2: Udvidet illustration af vægtede forbindelser ud fra antal personer 3 2,5 2 1,5 1 0, Antal personer i forsamling 1 forbindelse 2 forbindelser 3 forbindelser 4 forbindelser 5 forbindelser Den tredje procedure er ikke en decideret vægtning af forbindelser, men en udspecificering af hvilke forbindelser, der skal tælle i de tilfælde, hvor mindre udvalg eller begivenheder er indlejret i en overordnet forsamling, som når forretningsudvalg fx er indlejret i en hovedbestyrelse. I vores egen indsamlede data drejer det sig eksempelvis om KL s Kommunalpolitiske topmøde, der både består af et overordnet møde og en række partigruppemøder. I disse tilfælde vægtes forbindelsen mellem to personer, der er forbundet i både bestyrelsen og forretningsudvalget, kun som en forbindelse, men vægten af deres forbindelse udregnes på baggrund af underorganisationens størrelse, mens personer der kun er forbundet gennem den overordnede organisation vægts ud fra denne. Det betyder i praksis, at to personer, der både er forbundet gennem KL s Kommunalpolitiske topmøde og et partigruppemøde dér, kun vil optræde som en forbindelse ved KL s Kommunalpolitiske topmøde, men med vægten fra partigruppemødet. I forlængelse af Ellersgaard & Larsen (2014:13), og for at kunne visualisere og beregne mål for netværket, reducerer vi analysenetværket til kun at bestå af de individer, hvor den kumulative vægt af alle tilknytninger er større end 1, dvs løst forbundne individer medtages ikke. Derudover fjernes alle individer, der ikke er den del af den største komponent i grafen komponent defineres som en gruppe i netværket, hvor alle punkter er forbundet gennem andre punkter, eller det som John Scott formelt kalder maximal connected sub-graph (2006:101). Tabel 3: Overblik over datasæt før og efter tilføjelser med største komponent. Uden supplerende data Med supplerende data Totalt netværk Største komponent Totalt netværk Største komponent Antal organisationer Antal individer

19 Vi ender altså med et netværk af individer, der har mere end én forbindelse i en forsamling på under 14 personer og som er knyttet til den største komponent i netværket. 18

20 Analyse Analysestrategi Analyse falder som nævnt i fire dele. I første del tager vi helikopterblikket over det samlede danske elitenetværk og ser i en graf over det totale netværk, hvordan borgmestrene er forbundet til det danske magtnetværk. I anden del af analysen bruger vi en række netværksanalytiske mål fra grafteorien til at se nærmere på, hvor højt borgmestre er placeret i magthierarkiet, og hvordan borgmestrene optræder i forskellige magt-lag. Vi forsøger at forstå lagdelingen bedre ved at vise, hvordan forskellige egenskaber ved borgmestrene (attributionelle variable) hænger sammen med deres placering i magthierarkiet. I tredje del ser vi isoleret på netværket af borgmestrene. Her vil vi ud fra grafen beskrive, hvordan borgmestrene er forbundne internt. For at finde svar på, om borgmestrene i Danmark udgør en genuin samlet kommunalpolitisk magt i Danmark, vil vi supplere grafen med en række netværksanalytiske mål for, hvor tæt gruppen er forbundet, ved at sammenligne med en anden politisk subgruppe nemlig medlemmerne af Folketinget. Det er også i denne del, vi ser nærmere på den vertikale lagdeling af borgmestrene. I forlængelse heraf, undersøger vi i fjerde del horisontale fraktioner i borgmestergruppen ved at lave en ny graf over det totale netværk af magtnetværket, men denne gang som en såkaldt twomode graf, som indeholder både organisationer og individer. Ved at farvelægge organisationerne i twomode grafen tematisk kan vi nemlig se, om der er sammenhæng mellem borgmestrenes partitilhørsforhold og henholdsvis erhvervslivets- og fagbevægelsens organisationer. Del 1 Borgmestrenes placering i det danske magtnetværk Vi skal i denne første del af analysen se en graf over hele det danske magtnetværk, så vi kan se, hvor borgmestrene er placeret. Inden vi kigger på grafen må vi dog en omvej og forholde os til, hvordan grafen er blevet til. Da visualiseringen af netværksdata ikke bare er en kartesiansk projektion af punkter i et allerede defineret geometrisk rum (Jacomy et. al. 2014:2), er betydningen af den metode til visualisering, man vælger, stor i forhold til fortolkningen af netværket. Thomas Fruchterman og Edward Reingolds (1991) spatialiserings-algoritme (FR), som vi anvender i denne undersøgelse, og andre lignende algoritmer, der under et kaldes force-directed, har alle det til fælles, at de i metaforisk forstand betragter grafen som et system af interagerende fysiske objekter (Brandes 2001:71). Dette valg motiveres ifølge Ulrik Brandes af, at den tilstand af balance eller hvile, som man kan bestemme for et sådant fysisk system, giver informative og læselige visuelle præsentationer af netværket. 19

21 Specifikt er FR modeleret som et system af atomare partikler, hvor modsatrettede kræfter af henholdsvis frastødning og tiltrækning bestemmer bevægelsen og dermed afstandene i systemet. Et sådant fysisk system tenderer altid mod en stabil (minimal energi) tilstand af ligevægt (Fruchterman og Reingolds 1991: 1131). Alle individer i netværket tænkes altså at udøve en generel frastødning på hinanden, en frastødning som er større jo tættere de kommer på hinanden. Omvendt tænkes de individer, der er forbundet med hinanden (dvs. optræder sammen i mindst en organisation), at blive trukket mod hinanden. En kraft, der er stærkere jo længere de er fra hinanden. Ved nu i en række successive (principielt uendelige) skridt at beregne alle individers parvise tilstand og frastødning søger FR-algoritmen efter en global tilstand af energiligevægt 13. Vi har således lavet en sociometrisk transformering af vores datasæt ved brug af FR algoritmen, som giver os det totale billede af magtnetværket i figur 3 på næste side. Da netværksgrafen som sagt ikke kan aflæses direkte som en kartesiansk projektion, kan de enkelte individers position ikke læses hver for sig, men må betragtes ud fra helheden. Af figur 3 fremgår da frem for alt, at borgmestrene ligger ret tæt, at de altså synes at være en rimelig velintegreret gruppe. Desuden ligger de tæt på grafens midte. I FR og andre energibaserede visualiseringer af netværksdata tenderer individer med mange kontakter mod at samle sig i grafens centrum (Kobourov 2013:390) (se visualiseringseksempler for vores data i bilag 3). Som en foreløbig konklusion peger figur 3 altså på, at landets borgmestre er relativt centralt placeret i det danske magtnetværk, idet de udover at være en velintegreret gruppe indad til også ud ad til er velforbundet med en bredere kreds af individer. 13 Det skal, som Stephen Kobourov (2013:384) bemærker, siges om de traditionelle force-directed algoritme ikke altid fungerer lige godt til visualiseringen af store netværk, da tiltræknings/frastødnings-modellen kan have mange forskellige lokale tilstande energiligevægt. Derfor kan man risikere, at grafen tager sig forskelligt ud visuelt, hvis man gentager spatialiseringsproceduren ad flere omgange. 20

22 Figur 3: Graf over magtnetværket, hvor borgmestrene er fremhævet. Grafisk fremstilling af individernes forbindelser til hinanden i affiliationsnetværket. Punkter svarer til individer, forbindelseslinjer udtrykker forbindelsens styrke. Grafen er spatialiseret ved hjælp af Fruchterman-Reingolds algoritme i 500 gentagelser, på et område svarende til antallet af individer i anden potens, og hvor den tiltrækning mellem individer, som forbindelseslinjerne repræsenterer, er vægtede som tidligere beskrevet. 21

23 Del 2 Borgmestrenes magtniveau Kernen i det danske magtnetværk For at se nærmere på, hvor højt borgmestrene ligger i det danske magthierarki, har vi i første omgang fundet kernen i magtnetværket også kaldet magteliten (Ellersgaard & Larsen 2014). Ellersgaard & Larsen ønsker at identificere en central, sammenhængende subgruppe kaldet kernen og argumenterer for, at k-core kollapssekvensen er den optimale beregningsmetode, hvis kernen skal findes i et vægtede affiliationsnetværk, hvor man samtidig ønsker at lade empirien tale (ibid.:8,14ff). En k-core er den største subgruppe, som findes, hvor alle har mindst k forbindelser (Scott 2006:110). Beregningen af k-core, den såkaldte kollapssekvens, foregår ved, at man nedbryder hele den sammenhængende komponent 14 ved at gradvist fjerne individer med den laveste degree (i denne sammenhæng ser vi i degreemålet, som Ellersgaard & Larsen, bort fra alle forbindelser med en vægtet afstand under 2,1). Denne procedure gentages indtil vi når et punkt, hvor kernens minimum degree falder, hvis vi fjerner ét yderligere individ (Ellersgaard & Larsen 2014:14, se også Scott 2006:111f). Denne kerne kaldes magteliten (ibid.). Vi inddeler derefter det øvrige magtnetværk i tre lige store magtlag. I tabel 4 har vi udregnet, hvor mange borgmestre, der sidder i henholdsvis magteliten og i de yderligere tre magtlag. Tabel 4: borgmestrene fordelt på k-core Antal Borgmestrene Generelt 1. Magteliten 13 11% 6% 2. Højere magtlag 98 82% 18% 3. Mellemhøje magtlag 8 7% 24% 4. Lavere magtlag 1 1% 52% % 100% I tilblivelsen af magtnetværket røg to borgmestre ud, som derfor ikke indgår i de fire magtlag. Det drejer sig om Tina French Nielsen, Venstre, rådmand i Aalborg Kommune og Ninna Thomsen, SF, borgmester i København. Af tabellen fremgår det, at 13 borgmestre er en del af magteliten i Danmark. Her af er otte fra store kommuner (top 20), fire fra mellemstore kommuner (nr. 30 til 50) og én borgmester fra en lille kommune (se tabel 5 nedenfor). Vi ser også, at der kun er tre partier repræsenteret, fem borgmestre er fra Venstre (svarende til 13,5 % af Venstres borgmestre), fire er fra Socialdemokraterne (7,3%) og fire er fra Konservative (26,7%). 14 Der findes kun én stor sammenhængende komponent, da vi har fjernet alle små netværk eller punkter, der ikke var forbundet med den største komponent 22

24 Tabel 5: Borgmestre i den øverste magtelite Parti Kommune Kommunestørrelsanciennitet* Borgmester- Jørgen R. Glenthøj Det Konservative Folkeparti Frederiksberg Kommune 7 4 Søren Pape Poulsen Det Konservative Folkeparti Viborg Kommune 9 3 Hans Toft Det Konservative Folkeparti Gentofte Kommune 18 2 Michael Ziegler Det Konservative Folkeparti Høje-Taastrup Kommune 38 7 Frank Jensen Socialdemokraterne Københavns Kommune 1 3 Jacob Bundsgaard Socialdemokraterne Aarhus Kommune 2 2 Anker Boye Socialdemokraterne Odense Kommune 4 3 Henrik Holmer Socialdemokraterne Vordingborg Kommune Johnny Søtrup Venstre Esbjerg Kommune 5 19 Lars K. Kristensen Venstre Herning Kommune Martin Damm Venstre Kalundborg Kommune 42 3 Kirsten Terkilsen Venstre Hedensted Kommune 45 3 Poul Arne Nielsen Venstre Stevns Kommune * Middelværdien for alle borgmestre er 6,4 år Det springer som det første i øjnene, at de konservative borgmestre er overrepræsenteret i magteliten i forhold til partiets størrelse. Vender vi blikket mod borgmestrenes anciennitet, ser vi, at kun fem af de 13 borgmestre har længere anciennitet end gennemsnittet. Det er med andre ord ikke en forudsætning at have lang anciennitet for at indgå i eliten, men inden vi dødsdømmer anciennitetens betydning, kan vi ved nærmere granskning se, at fire ud af de fem borgmestre med stor anciennitet er fra mellemstore eller den lille kommune, selvom store kommuner udgør størstedelen af eliten. Med andre ord kunne det tyde på, at anciennitet kan være afgørende for borgmestre fra små- og mellemstore kommuner. Samlet set kan vi sige, at store kommuner og det Konservative Folkeparti er overrepræsenteret i eliten, mens borgmestrenes anciennitet er lidt mere tvetydig. Efter at have identificeret den inderste kerne magteliten vil vi nu se, hvor centralt de mest magtfulde borgmestre er placeret ud fra to andre netværksanalytiske mål Øvrige mål for centralitet i netværket Der findes et hav af forskellige centralitetsmål i social netværksanalyse (se Freeman 1979 eller Scott 2006:82ff). Overordnet kan man dog med Stephen Borgatti og Martin Everett (2006) inddele centralitetsmål i to grupper ud fra hvordan de vurderer individers rolle i netværket: radiale 15 centralitetsmål, der opsummerer graden af et individs forbundenhed til resten af netværket, altså 15 Radiale; fordi det handler om forbindelser, der strømmer fra eller til individer 23

25 andelen af netværkets veje, der ender eller begynder i et individ; og mediale centralitetsmål, der opsummerer individers tendens til at fungere som bindeled. Samlet set opsummerer radiale og mediale centralitetsmål andelen af veje i netværket, som et individ er involveret i uanet rolle (Borgatti & Everett 2006: 480), så for at få et komplet billede af borgmestrenes bidrag til netværkets struktur, altså af deres relationelle magt og placering, er det følgelig nødvendigt at tage både det radiale og mediale aspekt i betragtning. Derfor kigger vi i det følgende på både betweenness (medialt) og closeness (radialt), der hver især kan forstås som mål for to eftertragtede strukturelle egenskaber, som vi vil kalde uundværlighed og uafhængighed. Betweenness måler antallet af "korteste veje" mellem andre punkter, der går igennem et givet punkt. Vi har altså her et mål, som siger noget om, i hvor høj grad andre personer er afhængige af en given person for at nå hinanden i netværket (Scott 2006:86f). Lidt mere teknisk kan man sige, at et individs betweennessværdi er summen af sandsynlighederne for indgå i den korteste vej mellem andre individer (Freeman 1977: 34). En borgmester med høj betweenness har altså en vigtig rolle som bindeled, idet megen information, solidaritet eller andre magtgivende ressourcer må flyde gennem borgmesteren for at nå andre personer. Betweenness er derfor et mål for strategisk vigtige positioner, som borgmestrene kan indtage, et mål for deres uundværlighed, kunne man sige. Closeness er den reciprokke værdi af summen af de korteste veje til alle andre personer i netværket (Scott 2006:86). Det er dermed et mål for, hvor tæt alle andre personer i netværket er på én og kan derfor betragtes som et centralitetsmål for uafhængighed, da en person, der er central målt på closeness, kan nå mange personer på relativt kort tid og med et minimum af mellemmænd (se også Freeman 1979:224). I parentes bemærket, er begge disse centralitetsmål baseret på ideen om betydningen af korteste veje. De antager derfor, at individer i et netværk, når de kommunikerer med dem, de ikke er direkte forbundne med, helst gør det gennem de korteste kommunikationsveje. Antagelsen siger altså at det, der nu engang flyder rundt i et netværk, gør det så økonomisk eller energieffektivt som muligt, altså ad korteste veje (Borgatti & Everrett 2006: 473f). Specifik for betweennessmålet er implikationen af dette en ret fundamental antagelse om netværket som social virkelighed. Da den partielle betweenness udtrykker sandsynligheden for at det, der flyder mellem to individer, går gennem et tredje individ, følger det, at vi må betragte det som tilfældigt fra gang til gang, hvilke af potentielt flere mulige korteste veje individer 24

26 vælger, når de kommunikerer. Ellers giver betweenessmålet ikke matematisk mening (se Freeman 1977: 36-37). I tabel 6 rangordner vi de ti mest centrale personer i datasættet og de ti mest centrale borgmestre målt på henholdsvis betweenness og closeness. De ti mest centrale personer inddrager vi alene for at supplere med en kontekst for fortolkningen af borgmestrenes relative magt. Det er ikke noget, vi vil kommentere yderligere her. Tabel 6: De øverste 10 i magteliten samt borgmestre på betweenness- og closeness rank Betweenness rank Closeness rank Thorkild Engell Jensen 1 Thorkild Engell Jensen 1 Tine Susanne Miksch Roed 2 Lars Nørby Johansen 2 Lars Bentzon Goldschmidt 3 Bente Sorgenfrey 3 Bente Sorgenfrey 4 Lars Bentzon Goldschmidt 4 Lars Nørby Johansen 5 Thomas Peider Hofman-Bang 5 Sten Scheibye 6 Sten Scheibye 6 Helle Lizette Risgaard 7 Peter Schütze 7 Henrik Mogens Wedell-Wedellsborg 8 Jørgen Mads Clausen 8 Peter Schütze 9 Kim Simonsen 9 Rasmus Kjeldahl 10 Harald Børsting 10 Jacob Bundsgaard Johansen 24 Frank Jensen 51 Frank Jensen 29 Jacob Bundsgaard Johansen 70 Michael Ziegler 30 Anker Boye 89 Jørgen Robert Glenthøj 31 Jørgen Robert Glenthøj 100 Anker Boye 45 Hans Toft 116 Henning Gunnar Jensen 56 Michael Ziegler 123 Erik Nielsen 70 Erik Lindegaard Fabrin 125 Thomas Lykke Pedersen 74 Martin Damm 127 Hans Toft 75 Lars Krarup Kristensen 137 Mette Touborg 78 Erik Nielsen 140 Det første, der springer i øjnene, er, at danske borgmestre ligger centralt placeret i det danske elitenetværk. De ligger ikke i den absolutte top, men er alligevel vældig centralt placeret. Det andet er, at borgmester ligger mere centralt placeret målt på betweenness end på closeness. Eller på dansk: de mest centrale borgmestre indtager strategisk vigtige positioner som bindeled mellem magtfulde personer. Det tredje, der springer i øjnene, er, at syv borgmestre ligger i top 10 på både borgmestrenes betweenness og closeness. Det er altså i høj grad de samme personer, som er centralt placeret, selvom der er små ændringer. Fx kan vi se, at Aarhus Kommunes borgmester, Jacob Bundsgaard Johansen, ligger helt oppe som den 24. mest centrale person i Danmark målt på betweenness og dermed den fremmeste 25

27 borgmester, mens han ligger nr. 70 målt på closeness, hvor blandt andre borgmesterkollegaen Frank Jensen fra Københavns Kommune overhaler ham. Vi har nu set, at 13 af borgmestrene er placeret i den inderste kerne, magteliten, og at borgmestrene hovedsageligt er fordelt i magteliten og de højere magtlag. Samtidig har vi set, at de ti mest centralt placerede borgmestre ligger ret højt i magthierarkiet for både betweenness og closeness, dog lidt højere på betweenness. I tråd med tanken i det, vi har kaldt tykke deskriptive statistiske metoder, kan vi opnå en større forståelse af vores resultater ved at se nærmere på resultaternes kontekst. Tallene siger med andre ord ikke alt i sig selv. Vi vil derfor som afslutning på analysens anden del forsøge at forstå borgmestrenes hierarkiske placering ved at inddrage baggrundsviden om feltet. Supplementær deskriptiv analyse En måde, hvorpå vores baggrundsviden om feltet kan aktiveres for bedre at forstå borgmestrenes placering i magthierarkiet, er at inddrage det, man i traditionen for geometrisk dataanalyse, kalder supplementære variable (Le Roux & Rouanet 2010). Det gør vi ved at se på, hvordan tre supplementære variable hænger sammen med vores tre netværksanalytiske centralitetsmål. Vi inddrager tre supplementære variable, som vi forestiller os kan spille en rolle for borgmestrenes centralitet 16. Alle tre er attributionelle variable for borgmestrene, som også er nævnt i gennemgangen af de 13 borgmestre i magteliten. De supplementære variable er: 1. Kommunernes indbyggertal. Vi forventer, at borgmestre fra store kommuner er centralt placeret. Dels har de et større demokratisk ophav og repræsenterer større områder og økonomier, dels er kommunernes størrelse afgørende for besættelse af centrale poster i KL. 2. Borgmestrenes anciennitet. Vi forventer, at borgmestre med stor anciennitet er centralt placeret, fordi de har haft flere år til at opbygge og vedligeholde deres personlige netværk. 3. Borgmestrenes partibaggrund. Vi forventer, at borgmestre fra Socialdemokraterne og Venstre er centralt placeret, da det er de to største partier. Partistørrelsen har igen betydning for besættelse af centrale poster i KL og dertil kan man have en politisk forventning om, at de største partier samtidig i højere grad vil blive udpeget til magtfulde bestyrelser. 16 Det kunne være interessant også at kigge på køns sammenhæng med centralitetsmålene, i det andelen af kvindelige borgmestre altid har været meget lav (Fiig 2009:45f) 26

28 Vi har krydset vores tre supplementære variable med de tre centralitetsmål enten i fordelingsdiagrammer eller simple krydstabeller, for at undersøge sammenhænge, så vi bedre kan forstå, hvorfor borgmestrene er lagdelt (se krydstabuleringer og fordelingsdiagrammer i bilag 4). Af de simple deskriptive analyser ser vi, at kommunens indbyggertal, borgmesterens anciennitet og borgmesterens partibaggrund spiller en rolle for borgmestrenes centralitet. Med de benyttede metoder kan vi ikke sige noget om årsag og virkning, men det lader til at borgmestre fra store kommuner, fra store partier eller med høj anciennitet i højere grad vil være magtfulde. Vi har dermed taget hul på at forstå nogle af de underliggende mekanismer bag borgmestrenes hierarkiske placeringer. Vi har indtil nu set på borgmestrenes placering i magthierarkiet og på, hvordan centralitetsmålene korrelerer med forskellige supplementære variable. I analysens tredje del, vil vi se isoleret på borgmestrene som netværk og undersøge deres interne sammenhænge og forbindelser. 27

29 Del 3 Borgmestrenes interne forbindelser For at forstå hvordan borgmestrenes interne netværk er bygget op, har vi i figur 4 vist alle borgmestrene opdelt på partifarve. Størrelsen af punkterne er angivet ud fra borgmestrenes betweenness mål 17, og vi har anført navne på borgmestrene i KL s bestyrelse, da det viser sig, at de indtager centrale positioner. Det skal bemærkes, at både spatialiseringen og borgmestrenes betweenness er udregnet på baggrund af borgmestrenes interne forbindelser og ikke på baggrund af borgmestrenes samlede placering i magtnetværket, da vi jo her netop er interesseret i borgmesternetværkets indre liv. Figur 4: Graf over borgmestre med partifarve 17 Betweenness er det mest interessante mål, da borgmestrenes closenness ligger meget tæt, fordi de stort set alle har deltaget i Kommunalpolitisk Topmøde. 28

30 Ser vi på grafen over borgmestrenes netværk bliver det allerede ved første øjekast tydeligt, at borgmestrene i meget høj grad grupperes ud fra partifarve. Der er faktisk kun få undtagelser, hvor partimedlemmer blander sig. Det er en interessant observation i forhold diskussionen af, om borgmestrene udgør en samlet magtgruppe, som overskrider partiskel men det vender vi tilbage til om et øjeblik. Vi vender også straks tilbage til målinger af borgmesternetværkets tæthed, men ser dog allerede nu, at der findes (uoverskueligt) mange relationer mellem borgmestrene i Danmark. En anden vigtig forståelse af borgmesternetværket træder også frem i grafen, nemlig den, at det er de tre store partier, Venstre, Socialdemokraterne og de Konservative, som indtager midten og dermed de centrale positioner i borgmesternetværket. En observation, der stemmer overens med vores tidligere gennemgang af borgmestrene i den inderste magtelite. Tre centrale cases For at beskrive borgmesternetværkets centrum skal vi kortvarigt dvæle ved tre interessante cases. Lad os kalde dem reglen og de to undtagelser. Lad os starte med Aarhus Kommunes borgmester, Jacob Bundsgaard. Han eksemplificerer reglen for netværkets midte. Jacob Bundsgaard har det interne borgmesternetværks største betweenness, hvilket vil sige, at han er den borgmester, der er gennemgangspunkt for det største antal "korteste veje" mellem de andre borgmestre. Ud fra grafen kan vi tolke, at reglen er den, at borgmestre med størst betweenness er placeret i netværkets midte ja faktisk er Jacob Bundsgaard den allermidterste borgmester i netværket. Fortolker vi grafen yderligere kan det tyde på, at han har stor betweenness, fordi han bygger bro mellem den socialdemokratiske gruppering og venstremændenes gruppering. Reglen i netværket er, at KL s bestyrelsesmedlemmer har størst betweenness, hvilket ses tydeligt, da alle store punkter i grafen har anført navn og dermed sidder i KL s bestyrelse. Dette understøtter analysen af brobyggere mellem partigrupperinger, og vi kan lige frem sige, at det er KL s bestyrelse som i højest grad bygger bro mellem partierne i Danmarks borgmesternetværk. Det var reglen, og nu til de to interessante undtagelser. De to undtagelser for reglen om borgmesternetværkets struktur, som vi vil illustrere er Middelfart Kommunes borgmester, Steen Dahlstrøm og Frederiksberg Kommunes borgmester, Jørgen Glenthøj. Begge ses i figur 4 med en parentes om deres navne. De er interessante undtagelser, da de begge har stor betweenness uden at sidde i KL s bestyrelsen (som jo var reglen). Et hurtigt kvalitativt blik i data på de to undtagelser giver dog en nærliggende forklaring på en del af deres høje betweenness; de sidder begge i et af KL s politiske udvalg 18. Dertil skal nævnes, at Jørgen Glenthøj er borgmester for 18 De sidder begge i KL s Teknik- og Miljøudvalg. 29

31 en af landets store kommuner (den syvende største) og Steen Dahlstrøm er den borgmester i Danmark, som har siddet længst i sædet (27 års anciennitet), altså to faktorer, vi tidligere har vist hænger sammen med centralitet. Går vi endnu tættere på de to undtagelser kan vi også få en tentativ forklaring på, hvordan de to bygger bro mellem partier, og dermed på, hvorfor de er placeret hvor de er i netværket. Af Jørgen Glenthøjs (C) formelle poster popper to vigtige bestyrelser frem; Kommunernes Kontaktråd (KKR) i Hovedstaden samt Wonderful Copenhagen. Det interessante er, at begge bestyrelser er tungt domineret af socialdemokratiske borgmestre. Faktisk er ca. 60 % af borgmestre i de to bestyrelser socialdemokrater (se bilag 5). Og af Steen Dahlstrøms (A) formelle poster ser vi, at han sidder i KKR Syddanmark samt i Trekantsområdets bestyrelse, som begge er tungt domineret af Venstre borgmestre henholdsvis 50 % og 83 %. Disse supplerende kvalitative betragtninger kan give en større forståelse af, hvordan de to undtagelser bygger bro til borgmestre fra andre partier; Jørgen Glenthøj (C) til Socialdemokraterne og Steen Dahlstrøm (A) til Venstre, hvilket understøttes i figur 4, hvor Steen Dahlstrøm ligger tæt på venstreborgmestrene og Jørgen Glenthøj ligger rimelig tæt på de socialdemokratiske borgmestre. Begge borgmestre er dog undtagelser for reglen om, at borgmestrenes høje betweenness og centrale placering hænger sammen med medlemskabet i KL s bestyrelse. Borgmestrenes tæthed Vi har indtil nu i denne del af analysen set på, hvordan borgmestrene er forbundet til hinanden. Men giver det overhoved mening at tale om en samlet gruppe, som udøver kommunalpolitisk magt? Eller er borgmestrene snarere opdelt i forskellige fraktioner eller lag? For at besvare disse spørgsmål, vil vi nu se på, hvor tæt borgmestrene er bundet til hinanden. Før vi kan vurdere borgmestrenes tæthed, må vi have en sammenlignelig gruppe at måle dem op i mod, da diverse tæthedsmål kan være vanskellige at fortolke ud at have noget at sætte dem i relation til. Der findes ikke en decideret sammenlignelig magtgruppe i Danmark, men noget af det tætteste på vi kommer er nok medlemmerne af Folketinget (MF). Det er på samme måde som borgmestrene en formentlig relativt magtfuld gruppe, som er folkevalgt ud fra lokale valgkredse, og som ligeledes er opdelt på partier. Vi kunne også have sammenlignet med regionsrådformændene, som også har et sammenligneligt vælgergrundlag, men gruppen er så lille, at det ikke giver mening at sammenligne med dem her. I vores første vurdering af borgmestrenes tæthed, hvor vi sammenligner med MF erne, bruger vi to relativt simple mål. Vi udregner den gennemsnitlige styrke af gruppens interne forbindelser (Wasserman 30

32 1999: 271) 19 samt diameteren, der måler den længste korteste vej i et netværk (Scott 2006:102) og udtrykker en form for sti-afstand mellem de to personer, som er længst fra hinanden. Da vores datasæt er vægtet er diameteren dog lidt vanskelligere at fortolke end som så. Tabel 7: Borgmestrenes tæthed sammenlignet med MF erne på diameter og styrken af forbindelser. Borgmestrene MF'erne n = 120 * 141 * Diameter 10,5 40,6 Styrken af den gennemsnitlige forbindelse 0,42 0,20 *) ikke alle borgmestre og folketingsmedlemmer indgår i netværkets største komponent Som det fremgår af tabel 7 er styrken af den gennemsnitlige forbindelse mellem borgmestrene væsentlig højere end hos MF erne. At styrken af den gennemsnitlige forbindelse er relativt lav i begge tilfælde, skyldes naturligvis, at både borgmestre og MF ere indgår i flere store begivenheder, der vægtes meget ned. Kigger vi på diameteren, ser vi, at den er ca. fire gange større i subgrafen af MF ere. Når diametermålene omvendt er så relativt store, skyldes det igen vægtningen af data, hvor forbindelser med lav vægt omvendt tolkes som større afstande. Det er svært at tolke dette vægtede styrke- og afstandsmål intuitivt, men ikke desto mindre fremstår borgmestrene som en tæt gruppe meget tættere end MF erne. Vi har nu set, at borgmestrene er en meget tæt forbundet gruppe, som indtager mange pladser i de øverste to magtlag i Danmark og dermed er en central del af det danske magtnetværk. Skal vi dog for alvor forholde os til, hvorvidt borgmestrene kan betragtes som en samlet magtgruppe eller blot en gruppe, hvor nogle få meget magtfulde borgmestre stikker af fra de øvrige, er det oplagt at undersøge forskellen mellem den mest centrale borgmestre og alle andre. Til det formål kan vi bruge centraliseringsmålet for betweenness og closeness, hvor vi altså måler, hvor tæt netværket er forbundet omkring de personer med størst betweenness og closeness. Centralisering tager udgangspunkt i, hvor meget lavere de forskellige borgmestres centralitetsmål er i forhold til den mest centrale, og måler ratioen mellem den reelle sum af forskelle og den største mulige sum af forskelle, hvor 0 angiver en fuld graf og 1 angiver ikke forbundet graf (Scott 2006:90). 19 Matematisk set er målet det samme som densiteten (Scott 2006: 71), blot udregnet med vægtede forbindelser. Udregnes det på en binær adjacency matrice er udtrykket det samme som densiteten. Betragter vi, som Stanley Wasserman (1999:271) foreslår, betragter målet som et udtryk for cohesiveness og ikke densitet, skal det ikke længere fortolkes som andelen af mulige forbindelser, men som styrken af den gennemsnitlige forbindelse. Hermed skulle vi desuden mene, at problematikken ved at sammenligne netværk eller subnetværk af forskellig størrelse overkommes, da målet nu fortolkes som et gennemsnit. 31

33 Tabel 8: Borgmestrenes tæthed sammenlignet med MF erne på centralisering Borgmestre Mfere Betweenness centralization 0,0007 0,0095 Closeness centralization 0,0949 0,1699 Vi ser her, at betweenness centraliseringen er tæt på nul for både borgmestrene og MF erne, hvilket betyder, at de udgør netværk som er tæt forbundet på de personer med størst betweenness. Dog er borgmestrene mere end 13,5 gange tættere forbundne. Målt på closeness er centraliseringen større, hvilket vil sige, at netværket er løseligere forbundet omkring de centrale personer, dog er både borgmestre og MF ere stadig relativt tæt på en fuld graf. Borgmestrene er knap to gange tættere forbundne omkring closeness end MF erne. Denne delkonklusion understøttes af den følgende tabel 9, hvor vi som tidligere vist har en borgmestergruppe, som i høj grad samles i de to øverste magtlagt, mens MF ere er meget mere spredt ud i magtlagene, herunder falder en stor del af MF erne helt uden for magtnetværket. Tabel 9: Borgmestre og MF eres placering i magtlagene Borgmestre Antal Procent MF ere Antal Procent 1. Magteliten 13 11% 1. Magteliten 15 11% 2. Højere magtlag 98 82% 2. Højere magtlag 52 37% 3. Mellemhøje magtlag 8 7% 3. Mellemhøje magtlag 54 38% 4. Lavere magtlag 1 1% 4. Lavere magtlag 20 14% % 141 * 100% *) Hvor der, som nævnt, røg to borgmestre ud ved tilblivelsen af magtnetværket, er der røget hele 38 MF ere. Vi må altså samlet konkludere, at borgmestrene er meget tæt forbundne og forbindelserne slutter tæt omkring de mest centrale personer i netværket. Dette er alt andet lige en indikator for, at der ikke bare er nogle få magtfulde borgmestre, men at borgmestrene er en samlet gruppe, som må siges at ligge centralt placeret i det danske magthierarki, selvom borgmestrenes har en indre lagdeling. Som Borgatti og Everett flere steder påpeger angående centralitetsmål er det oftest individbundne, og det er da også sådan vi indtil nu har brugt dem, om end vi med centraliseringsmålet for et mål for centralitetsværdiernes variation i en gruppe. Der ikke desto mindre mange situationer, bemærker de også, hvor det er interessant at undersøge centralitet for en gruppe af individer. De præsenterer derfor en række metoder til at udregne gruppespecifikke centralitetsmål, både i forhold til closeness og betweenness (Borgatti & Everett 1999; 2005) 20. Vores problemstilling er netop en sådan situation, så 20 Udregningen af gruppecentralitetsmål er desværre ikke en del af hverken igraph eller andre R pakker til netværksanalyse. Vi har derfor selv udviklet en funktion til udregning af disse mål. R-koden er vedlagt som bilag 6 32

34 som et sidste element i vurdering af, hvordan gruppen samlet set er indlejret i magthierarkiet, præsenteres gruppecentralitetsmålene for borgmestre og MF ere. Tekstboks 1: Procedure for beregning af gruppecentralitetsmål Beregning af gruppecentralitetsmål En gruppes centralitet kan måles på flere måder. Den letteste måde, som Borgatti og Everett kalder the reduced graph model (1999: 196f) er at kombinere eller merge alle borgmestre i et punkt i netværket og dernæst udregne betweenness- og closenesscentraliteten for dette punkt. Et grundlæggende problem med denne tilgang er, at ignorer de interne stier i gruppen. Om det kan forsvares teoretisk er et åbent spørgsmål. Som Borgatti og Everett skriver: the removal of the internal links in a group is hard to justify substantively. If in the network in general the links represent communication channels among actors, and if longer paths take longer to traverse (or involve decay of usable information), how is it that, by forming a group, these basic laws of propagation are suspended within the group? It is hard to imagine what substantive processes might correspond to these algorithmic procedures. (ibid. 199) Den anden og mere komplicerede version er følgende (se Borgatti & Everett 1999: ; 2005: 61-63) Gruppe closeness centralitet: for alle individer uden for gruppen beregnes samtlige korteste stier til hver af individerne i gruppen. Afstanden til gruppen for et individ uden for gruppen er i dette tilfælde den korteste af de korteste afstande til et individ i gruppen (man kunne også have brugt gennemsnittet eller medianen). Summen af disse minimums afstande er gruppens closeness, altså et udtryk for, hvor tæt alle andre er på gruppen. Målet normaliseres ved at sætte denne sum i forhold til antallet af ikke gruppemedlemmer. Gruppe betweenness centralitet: For hvert par af individer uden for gruppen beregnes det samlede antal af korteste veje og det beregnes videre hvor mange af disse, der går gennem et individ i gruppen. Hvor stor en andel af ikke-gruppens forbindelsesveje går gennem individer i gruppen. Summen af disse værdier er lig gruppens betweennes centralitet, og dette mål normaliseres ved at sætte det i forhold til det teoretiske maksimum. Svarende til at gruppen, hvis den blev betragtet som et punkt, var centrum i en stjerne graf. Som det fremgår af tabel 10, næste side, hvor resultaterne fra både gruppecentralitetsudregningen og centraliteten for gruppen betragtet som én person præsenteres, er det tydeligt, at borgmestrene som gruppe er mere centralt placeret i magtnetværket end MF erne. Forskellen er klart størst, når vi betragter centralitet som betweenness, men gør sig også i mindre grad gældende hvad angår closeness. Da betweenness og closeness som nævnt kan betragtes som komplementære mål for centralitet, giver det mening forsigtigt at konkludere, at borgmestrene i en netværksmæssig forstand er mere magtfulde som samlede gruppe, når de sammenlignes med folketingspolitikerne. I forlængelse af Everett og Borgatti (2005: 63) kan vi betragte gruppecentralitetsmålene som et kvantitativt udtryk for en indlejret gruppes sociale kapital, dvs. den forbindelseskapital gruppen kan mobilisere qua sin position, og vi nærmer os dermed en forståelse af borgmestrene som en reelt sammenhængende kommunalpolitisk magt. 33

35 Tabel 10: Gruppemål for borgmestre og MF ere Betweenness Closeness Borgmestre MF Borgmestre MF Gruppecentralitet 0,112 0,032 0,446 0,425 Centralitet for gruppen betragtet som et punkt 0,324 0,199 0,008 0,007 Endnu en gang finder vi støtte til at konkludere, at borgmestrene indtager en magtfuld position i Danmark som samlet gruppe, selvom der findes en intern lagdeling ud fra blandt andet kommunens indbyggertal, anciennitet og partistørrelse. Del 4 - Borgmestrenes klassefraktioner Hvor vi indtil nu har undersøgt borgmestrenes interne kohæsion og vertikale lagdeling, skal vi nu, i analysens sidste del, vende blikket mod fraktioner blandt borgmestrene, som ikke umiddelbart kan indplaceres i et hierarki, og som vi derfor skal karakterisere som horisontale fraktioner. Vi har allerede set, at partiernes størrelse lader til at influere på borgmestrenes placering i magthierarkiet. I det følgende fokuserer vi i stedet på sammenhæng mellem partifarve og karakteren af de forbindelser, man indgår i. Med afsæt i det gode gamle klasseskel mellem arbejdsgivere og arbejdstagere kunne man have en hypotese om, at de røde borgmestre er tættere affilieret med fagbevægelsen, mens de blå borgmestre er tættere affilieret med erhvervslivet. Der er umiddelbart en hel del, der taler i mod hypotesen. For det første har tidligere forskning i borgmestrenes relationer, som nævnt, vist, at socialdemokratiske borgmestre i mindst lige så høj grad mødes med det lokale erhvervsliv. Og for det andet kunne man forestille sig, at svækkelsen af forholdet mellem Socialdemokraterne og fagbevægelse helt har fjernet de formelle bånd mellem borgmestre og fagbevægelse. Denne svækkelse eller opblødningen om man vil begyndte så småt i 70'erne, men accelererede fra 90'erne og resulterede blandt andet i, at den gensidige udpegning af to medlemmer til hinandens forretningsudvalg mellem LO og Socialdemokraterne blev droppet. Ikke desto mindre, eller måske netop derfor, er det interessant at se, om der findes mere skjulte eller indirekte forbindelser, der alligevel underbygger hypotesen. Et affiliationsnetværk kan undersøges på flere måder. Som forbindelser mellem individer det er sådan, vi indtil nu har betragtet det eller som forbindelser mellem organisationer. Det er dog også muligt at fremstille data i en graf, hvor både individer og organisationer indgår, en såkaldt two-mode graf. På den måde kan vi visuelt og grafteoretisk studere kæder af medlemskaber, der gennem andre forbinder et 34

36 individ med en given organisation 21. Med andre ord kunne man tænke sig, at socialdemokratiske borgmestre er tættere på fagbevægelse, fordi de andre steder er forbundet til personer med tilknytning til fagbevægelsen. Vi har i første omgang farvet alle VL-grupper, virksomheder og brancheforeninger blå, mens alle fagforeninger eller fagforeningskontrollerede organisationer er farvet røde 22. Som det fremgår af grafen i figur 5, næste side, er de to borgmestergrupper stort set overlappende. Det samlede netværk er tydeligt opdelt i arbejdstagerorganisationerne øverst og arbejdsgiverorganisationerne nederst, så i den forstand er der fortsat en klar klasseopdeling af organisationerne. Men der er ikke overbevisende belæg for at sige, at socialdemokraterne skulle være tættere forbundet til fagbevægelsen og venstremændene til erhvervslivet. Med lidt god vilje ligger socialdemokraterne måske en smule mere i den røde retning end venstremændene, men det er en forsvindende lille forskel, der meget vel kunne skyldes omstændigheder i visualiseringsmetoden. 21 I denne fremstilling af data er vægtene nødvendigvis lidt anderledes. Vi har fortsat vægtede tilknytningen til organisationer efter disses størrelse. Da forbindelseslinjerne i grafen nu går fra individer til organisationer og ikke mellem individer, bortfalder den anden del af vægtningen, der tager højde for antal fælles forbindelser. Ligeledes er det tredje trin, hvor problematikken omkring særlig vægtning af indlejrede organisationer også droppet, da det ikke var entydigt, hvor denne problematik kunne håndteres, når der ikke var tale om individ-individ relationer. 22 Vi har udvalgt organisationerne ud fra eksisterende tags i datasættet. 35

37 Figur 5: Two-mode graf med individer og organisationer. *) Denne graf er lavet i Gephi og ikke R, som de øvrige. Spatialiseringsmetoden er den samme, nemlig Fruchtermans & Reingolds. 36

38 Inden hypotesen helt afvises, giver det dog mening at forlade det visuelle for grafteoretisk at sammenligne de to gruppernes gennemsnitlige korteste (vægtede) veje til henholdsvis en af fagbevægelsens- eller erhvervslivets organisationer. Tabel 11: Korteste veje (vægtede) til arbejdstager- og arbejdsgiverorganisationerne Arbejdstagerne Arbejdsgiverne Gennemsnit Standardafvigelse Gennemsnit Standardafvigelse Venstre 7,96 3,31 7,91 4,30 Socialdemokraterne 8,21 3,29 8,16 4,29 Af tabel 11 ser vi rigtig nok, at venstreborgmestrene modsat den visuelle læsning i gennemsnit er tættere på fagbevægelsens organisationer, hvilket er endnu et søm i hypotesens kiste. Omvendt ser vi dog, at Venstres borgmestre i gennemsnit er lidt tættere på erhvervslivet end på fagbevægelsen, mens det omvendte gør sig gældende for Socialdemokraternes. Selvom denne vinkel altså giver lidt opbakning til hypotesen og måske forklarer, hvorfor Socialdemokraterne i visualiseringen ligger en smule højere oppe i grafen end Venstre, må vi dog samlet set afvise ideen om, at borgmestrene skulle være opdelt i traditionelle klassefraktioner. Konklusioner Empiriske konklusioner Vores undersøgelse har vist, at borgmestrene i Danmark er tæt forbundet, endog meget tæt, og tættere end deres kollegaer fra Folketinget (MF erne). Ydermere kan vi sige, at tætheden er centreret omkring centrale borgmestre i netværket (centralization). Borgmestrene ligger centralt i magthierarkiet, idet de er karakteriseret ved både stor uafhængighed qua deres korte vej til alle andre i magtnetværket (closeness) og stor uundværlighed, fordi mange personer må igennem borgmestrene for at nå til at andre personer i netværket (betweenness). Denne centrale placering gør sig gældende både for borgmestrene som individer, og når vi betragter dem som samlet gruppe. Borgmestrene lægger afstand til MF erne på alle centralitetsmål (individuelle og som gruppe), særligt på den strategisk vigtige betweenness centralitet. Endelig har vi set, at borgmestrene er velrepræsenteret i den egentlige magtelite (kernen) og i det hele taget stort set kun fordeler sig på de to øverste magtlag, hvorimod MF erne er meget mere spredt ud. Samlet må vi altså konkludere, at der er god grobund for at tale om, at borgmestrene udgør en samlet kommunalpolitisk magt i Danmark. Det er med andre ord ikke kun nogle få borgmestre, som kan siges at være magtfulde. 37

39 Alligevel finder der naturligvis en vertikal lagdeling sted blandt borgmestrene, og det har vist sig, at både anciennitet, kommunens indbyggertal og partibaggrund synes at spille en rolle, således at de borgmestrene med høj anciennitet, fra store kommuner eller fra et af de tre store partier i højere grad er repræsenteret i toppen af magthierarkiet. Til gengæld har vi ikke fundet tegn på horisontale klassefraktioner. Borgmestrene er ikke eller i hvert fald i meget lille omfang - fraktionsopdelt efter den gamle klassekonflikt mellem arbejdsgiver og arbejdstager. Hvad det angår, giver vores undersøgelse støtte til konklusionerne i tidligere surveybaserede fund (Berg & Kjær 2005:2008). Har vores undersøgelse så noget andet at sige end magtudredningens analyse af KL (Blom-Hansen 2002)? Magtudredningen konkluderede jo, at KL er en overordentlig magtfuld interesseorganisation i sager med et enigt bagland, men at organisationen reelt ikke varetager interesser, når baglandet er uenige, idet KL ikke kan betragtes som en enhedsaktør i disse tilfælde denne udlægning af deres magt bakkes op af ny politologisk forskning (Binderkrantz, Christiansen & Pedersen 2014). Vores undersøgelse har imidlertid vist, at det ikke kun er som interesseorganisation, at borgmestrene står stærkt de enkelte individer er også særdeles magtfulde både betragtet hver for sig og som gruppe. Hvorvidt der er tale om, at de enkelte individer gennem deres formelle, positionelle magt overskrider KL s enhedsaktørproblematik er vanskeligt at sige entydigt med dette undersøgelsesdesign, men det er en problemstilling, som er værd at forfølge yderligere. Metodisk refleksion Relationel magt og beslutningsindflydelse Igennem hele undersøgelsen spøger en tung antagelse, nemlig den, at tætte forbindelser målt på overlappende bestyrelsesmedlemskaber er lig med relationel magt. Vi har teoretisk argumenteret for, at denne antagelse, som desuden har præget megen tidligere forskning i overlappende bestyrelsesmedlemskaber, holder. Men for yderligere at styrke undersøgelsens validitet og reliabilitet ville det være interessant at se, om denne relationelle magt også omsættes i politiske resultater. Det er ikke en test, der kan rummes inden for den sociale netværksanalyse, som kun beskriver det relationelle rum, hvor potentiel relationel magt kan medføre politiske resultater. Et skridt i retning af en undersøgelse af antagelsens holdbarhed kunne være at integrere en variansanalyse af politiske resultater i designet, dvs. en multipel lineær regressionsanalyse, hvor variationen i størrelsen på fx kommunernes erhvervstilskud undersøges i forhold til nogle af de mål og indsigter netværksanalysen har givet os. Operationaliseringen af politiske resultater som variabel skal være en størrelse, der reelt er til forhandling i relativt udefinerede former, så den relationelle magt qua personforbindelser kan sættes igennem. Ved at undersøge borgmestrenes relationelle magt udtrykt som closeness og betweenness, og 38

40 ved at kontrollere for fx anciennitet, kommunestørrelse og partibaggrund, ville vi kunne isolere betydningen af netværksmagt for at opnå konkrete politiske resultater. En sådan multipel lineær regression kunne se ud som følger: Y i = β 0 + β 1 x 1i + β 2 x 2i + β 3 x 3i + + β k x ki + ε i Eller overført til vores eksempel: politiske resultater = β 0 + β anciennitet + β kommunens indbyggertal + β partibaggrund + β betweenness + β closeness + ε På denne måde ville vi kunne teste om centrale positioner i et netværk af formelle forbindelser har en selvstændig forklaringskraft i forhold til politiske resultater kontrolleret for øvrige faktorer, der har betydning for den politiske slagkraft. Ud over usikkerheden omkring denne antagelse rummer vores undersøgelse og hele forskningstraditionen med studier af overlappende bestyrelsesmedlemskaber også en anden problematik. Det antages som sagt, at formelle positioner er lig relationel magt og at denne relationelle magt kan omsættes til et output. Men hvad med uformelle forbindelser? Der er ingen tvivl om, at uformelle kontakter har betydning for borgmesternetværkets virke. Frank Jensen (A) kan til enhver tid gribe knoglen og ringe til Jacob Bundsgaard (A). Men har uformelle forbindelser en genuin betydning, som ikke kun udspringer af de formelle forbindelser? Altså, har Frank Jensen fx vigtige bånd til ledere fra erhvervslivet, som han ikke deler bestyrelsesposter med? Det kan i hvert fald ikke afvises en passant. En undersøgelse af dette ville fx kræve en såkaldt reputationel analyse, hvor man beder centrale aktører udpege, hvem de er i kontakt med eller drøfter vigtige sager med, for på den måde at finde frem til væsentlige aktører, som borgmestrene ikke formelt er forbundet til. Som afslutning på vores undersøgelse, vil vi reflektere over, hvad vores supplerende dataindsamling har betydet for identifikationen af magteliten samt granskningen af borgmestrene som subgruppe. Inddragelse af ekstra data Tilføjelsen af ekstra data til det eksisterende netværk medfører ændringer i strukturen og hierarkiet. Det er en forventelig konsekvens af at øge antallet af forbindelser mellem borgmestrene i datasættet. Det muliggør dog også en interessant metodisk refleksion over, hvordan dataindsamlingsmetoden og grænsedragningsproblematikken har betydet for identifikationen af en stabil elitenetværks-kerne og efterfølgende analysere mere substantielt på en subgruppering inden for netværket. 39

41 Hvis vi husker tilbage på tabel 3 23 (eller smugkigger igen) fremgår, hvordan yderligere rensning og udvidelse af data ændrer antallet af organisationer og individer. Spørgsmålet er, hvad denne ændring i datagrundlaget betyder for identifikationen af magteliten. Det fremgår af følgende tabel. Tabel 12: Magteliten i Danmark før og efter ekstra dataindsamling Kernens Kernestørrelse coreness-score Oprindelig data Renset, uden supplerende data Renset, med supplerende data Uden her at præsentere samtlige navne, har vi ved at sammenligne navnene på de personerne, der indgår i kernen i de forskellige analyser, kunnet konstatere, at kernen i magtnetværket er ret stabilt; 407 individer går igen i alle konstruktioner af kernen. I den bestemmelse af kernen, der ligger til grund for vores analyse, er den væsentligste forandring, ikke overraskende, at fem yderligere borgmestre som en konsekvens af vores supplerende dataindsamling kommer med i magteliten 24. Den foreløbige konklusion må være, at kombinationen af et inklusionsprincip og en k-core dekomposition viser sig at være et robust værktøj til finde de samme individer i kernen, selvom der bliver rykket lidt rundt på hierarkiet af enkeltpersoner. Indsamlingen af ekstra data har med andre ord ikke haft den store betydning for den overordnede analyse af social sammenhængskraft i den danske magtelite. Mængden af data og forbindelser gør, at der kun er tale om mindre omrokeringer i den samlede netværksstruktur. Mens kerneidentifikationen viser sig robust over for grundigere dataindsamling på en afgrænset subgruppering, så kan fortolkningen af den præcise plads i magthierarkiet problematiseres, hvis dataindsamling ikke med sikkerhed er balanceret og unbiased. Spørgsmålet er derfor, hvad konsekvenserne er, når vi udvælger en subgruppering i netværket som analyseobjekt. Grænsedragningsproblematikken vender grusomt tilbage Når vi mere substantielt analyserer på en bestemt subgrupperings interne forbindelser, centralitetsmål og forbindelser til resten af netværket, reaktualiseres spørgsmålet om dataindsamlingens betydning dog. Vi er nemlig ikke længere kun interesserede i at finde en stor velforbundet komponent, men i at differentiere inden for magtnetværket og fortolke på de relative positioner i det visualiserede netværk. 23 S Fra det oprindelige data, til vores rensede data ryger der 33 individer ud af kernen og kommer 3 nye til ( = 412) fra vores rensede data og til det udvidede data forsvinder der to og kommer 18 til ( =428) hvoraf 12 også var i kernen i det oprindelige data. Dvs. mellem det oprindelige data og vores analyse er der røget 24 individer ud og kommet 9 nye til ( =428). Blandt disse 9 individer er 5 borgmestre: Anker Boye, Kirsten Terkilsen, Lars Krarup Kristensen, Michael Ziegler, Søren Pape Poulsen. 40

42 Vi kan konstatere, at tilføjelse af mere data for borgmestrene rykker dem tættere sammen og placerer dem højere på de forskellige centralitetsmål. Spørgsmålet er så, om det blot er konsekvensen af en dataindsamlingsprocedure, der nu favoriserer borgmestrene, eller om det reflekterer et reelt forhold ved borgmestrenes forbindelser til hinanden og position i magtnetværket. Ved at udpege gruppen af borgmestre som særligt interessant og indsamle ekstra data på dem, udsætter vi os potentielt for nogle af de samme typer problemer, der associeres med den positionelle tilgang. Grænsedragningsproblematikken, der normalt vedrører spørgsmålet om hvem, der skal inddrages, omhandler nu spørgsmålet om, hvor meget og hvilken type data der indsamles for hver gruppe. En ubalanceret indsamling, der for én bestemt gruppe overskrider den satte grænse, kan medføre at denne gruppe ryger til tops alene som resultat af dataindsamlingen. Den supplerende data er ikke kun et resultat af en snowball-procedure ud fra listen over borgmestre, men består også af en systematisk indsamling af offentliggjorte bruttolister over deres lønnede politiske hverv uden kommunalbestyrelsen. Det er således ikke på forhånd givet, at borgmestrene skulle være forbundet via netværkene på bruttolisterne, og dermed er det ikke en tautologi at konkludere, at de er tæt forbundne, sådan som Gwen Moores (1979) design ellers af Laumann et. al (1983: 30) 25 beskyldes for at være. Mens tautologiproblematikken altså ikke er relevant, er det stadig et åbent spørgsmål, om indsamlingen har forrykket balancen i data. Der er to svar på denne problematik. Det første er, at vi først og fremmest analyserer borgmestrenes interne placering i forhold til hinanden og desuden sammenligner dem med MF erne, som vi i data kan se er grundigt indsamlet. I henhold til fortolkningen af borgmestrenes position i det samlede visualiserede netværk må vi i denne udlægning af problemet gå varsomt frem i fortolkningen af deres placering i midten af grafen set relativt i forhold til de andre i netværket. Det andet svar er, at vi i forlængelse af den opstillede indsamlingsmetode har fundet en bruttoliste over borgmestrenes netværk, der svarer til de lister fra Den Fællesoffentlige Adressedatabase (FOA), der indgik i det oprindelige design (Ellersgaard & Larsen 2014: 9f). I den udlægning har vi således ikke skabt ubalance, men netop balanceret data. Den vigtigste metodiske pointe, som vi samlet set kan drage ud af dette, er nok den, at dataindsamlingsmetoden uanset hvad har stor betydning for, hvilke analyser det er muligt at foretage, eftersom indsamlingsproceduren bestemmer de teoretiske frihedsgrader (Laumann et.al 1983:29). I 25 At de alle sammen er forbundet gennem KL s topmøde kommer dog ikke bag på os, men må siges at afspejle et reelt forhold ved borgmestrenes interne forbundethed snarere end at være en konsekvens af vores dataindsamling. 41

43 dette tilfælde fastlægger vores tilføjelse af data, alt afhængig af udlægningen, en overvurdering af borgmestrene i sammenligning med mindre velindsamlede områder eller områder, der ikke har samme formelle mødestruktur, hvorfor der manes til besindighed i forhold til komparative analyser inden for det samlede netværk. 42

44 Litteraturliste Abbott, Andrew D On the concept of Turning Point. Comparative Social Research 16: Abbott, Andrew D Methods of discovery: heuristics for the social sciences. New York: W.W. Norton & Co. Benzécri, Jean-Paul Statistical Analysis As A Tool To Make Patterns Emerge From Data. In Satoshi Watanabe (ed). Methodologies of Pattern Recognition. Academic Press: Berg, Rikke & Ulrik Kjær 2005: Den danske borgmester. Syddansk Universitetsforlag: Odense. Berg, Rikke & Ulrik Kjær 2008: Borgmestre og kommunalpolitikere i Danmark. Dokumentation af en spørgeundersøgelse. I Kommunalpolitiske Studier nr. 24/2008. Syddansk Universitet. Blom-Hansen, Jens 2002: Den fjerde statsmagt? Kommunernes Landsforening i Dansk Politik. En del af Magtudredningen. Aarhus Universitetsforlag: Århus. Binderkrantz, Anne Skorkjær, Peter Munk Christiansen & Helene Helboe Pedersen 2014: Organisationer i politik. Hans Reitzels Forlag:Letland. Borgatti, Stephen P., Ajay Mehra, Daniel J. Brass & Giuseppe Labianca 2009: Network Analysis in the Social Sciences. I Science 323 (5916): Borgatti, Stephen P., and Martin G. Everett The Centrality of Groups and Classes. The Journal of Mathematical Sociology 23, no. 3: Borgatti, Stephen P., and Martin G. Everett Extending Centrality. In Models and Methods in Social Network Analysis, edited by P. J. Carrington, J. Scott, and S. Wasserman. Cambridge: Cambridge University Press Borgatti, Stephen P., and Martin G. Everett A Graph-Theoretic Perspective on Centrality. Social Networks 28, no. 4: Brandes, Ulrik 2001: Drawing on Physical Analogies. In Drawing Graphs, by Michael Kaufmann and Dorothea Wagner, Springer, 2001 De Nooy, Wouter Fields and Networks: Correspondence Analysis and Social Network Analysis in the Framework of Field Theory. Poetics 31, no. 5 6 (October 2003): Ellersgaard, Christoph Houman & Anton Grau Larsen 2014: Identifying power elites a social network analytic approach, paper præsenteret på Workshop Understanding the transformation of economic elites in Europe Lausanne, 18th to 20th June

45 Elmelund-Præstekær, Christian 2013: Kædekamp. Borgmesteren sidder på magten i Politiken 3. august 2013, fundet på Emirbayer, Mustafa Manifesto for a Relational Sociology i The American Journal of Sociology 103 (1997): Fiig, Christina 2009: Køn og magt i dansk politik og centraladministration i Kirsti Niskanen och Anita Nyberg (red.) Kön och makt i Norden Del I Landsrapporter. TemaNord 2009:569 Köpenhamn 2009 Freeman, Linton C A Set of Measures of Centrality Based on Betweenness. Sociometry 40, no. 1: Freeman, L.C 1979: Centrality in Social Networks Conceptual Clarification Social Networks I, no. 3: Fruchterman, Thomas MJ, and Edward M. Reingold 1991: Graph Drawing by Force-Directed Placement. Software: Practice and Experience 21, no. 11: Granovetter, Mark S. 1973: The Strength of Weak Ties American Journal of Sociology 78, no. 6: Gundelach, Peter 2014: Dansk sociologis vigtigste resultater i Dansk Sociologi nr. 3/25. årg. oktober Hoffmann-Lange, Ursula 1987: Surveying national elites in the Federal Republic of Germany, in Moyser, George et. al (red): Research Methods for Elite Studies. London: Allen & Unwin. s Jacomy, Mathieu, Tommaso Venturini, Sebastien Heymann, and Mathieu Bastian. ForceAtlas2, a Continuous Graph Layout Algorithm for Handy Network Visualization Designed for the Gephi Software. Edited by Mark R. Muldoon. PLoS ONE 9, no. 6 (June 10, 2014): e Knoke, David 1990: Political Networks: The Structural Perspective. Cambridge: Cambridge University Press. Knoke, David 1993a: Networks of Elite Structures and Decision Making, in Sociological Methods and Research 22: s Knoke, David 1993b. Networks as Political Glue: Explaining Public Policy-Making, i Wilson, W. J. (Ed.). Sociology and the public agenda. Newbury Park, Calif: Sage Publications. Kobourov, Stephen G Force-Directed Drawing Algorithms. In Handbook of Graph Drawing and Visualization, edited by Roberto Tamassia, CRC Press. 44

46 Laumann, E.O., P. Marsden & David Prensky 1983: The boundary Specification Problem in Network Analysis I Applied Network Analysis: A Methodological Introduction, edited by Ronald S. Burt and Michael J. Minor, Beverly Hills: Sage. Le Roux, Brigitte, and Henry Rouanet 2010: Multiple Correspondence Analysis. Thousand Oaks, Calif.: Sage Publications. Manski, C.F. (1993). Identification of Endogenous Social Effects: The Reflection Problem. The Reviewof Economic Studies 60, Marsden, Peter V. 1990: Network data and measurement Annual Review of Sociology, Vol. 16 (1990), pp Mizruchi, Mark S. 1996: What Do Interlocks Do? An Analysis, Critique, and Assesment of Reseach on Interlocking Directorates i Annual Review of Sociology 22 (1996): Moore, Gwen 1979: The Structure of a National Elite Network i American Sociological Review. Vol. 44, No. 5 (Oct., 1979), pp Newman, M. E. J. (2001). Scientific collaboration networks. II. Shortest paths, weighted networks, and centrality, i Physical Review E, 64(1). Ponterotto, Joseph G. 2006: Brief Note on the Origins, Evolution, and Meaning of the Qualitative Research Concept Thick Description i The Qualitative Report Volume 11 Number 3 September Scott, John 2006: Social Network Analysis. A handbook. Second edition. Sage Publication:London. Wasserman, Stanley Social Network Analysis: Methods and Applications. Structural Analysis in the Social Sciences 8. Cambridge ; New York: Cambridge University Press. Hjemmesider Danske kommuner: Borgmesterfakta. (besøgt d. 19/ ). 45

47 Bilag Bilag 1 Supplerende dataindsamling Tabel 13: Netværk som er tilføjet i første rundes supplerende dataindsamling Netværk Antal Kilde individer KL's Kommunalpolitiske Topmøde 2012 (14-15 marts 2012) 1100 KL Herunder også partiernes gruppemøder under topmødet: Dansk Folkepartis gruppemøde 59 KL Det Konservative Folkepartis gruppemøde 122 KL Det Radikale Venstres gruppemøde 28 KL Enhedslistens gruppemøde 11 KL Kristendemokraternes gruppemøde 3 KL Liberal Alliances gruppemøde 3 KL Lokallisternes gruppemøde 35 KL Slesvigsk Partis gruppemøde 1 KL Socialdemokraternes gruppemøde 276 KL Socialistisk Folkepartis gruppemøde 117 KL Venstres gruppemøde 248 KL Dansk Folkeparti fællesmødet (august 2012) 199 Danske Folkeparti Konservatives kommunekonference (17. november 2012) 56 Det Konservative Folkeparti Konservatives kommunalorganisation (forretningsudvalget) 9 Det Konservative Folkeparti SF's kommunalpolitisk landsmøde (første weekend i februar 2012) 340 Socialistisk Folkeparti SF's kommunalpolitisk landsudvalg 19 Socialistisk Folkeparti Enhedslistens kommunalpolitiske udvalg 14 Enhedslisten Radikales kommunalpolitiske netværk 54 Det Radikale Venstre Socialdemokraternes HB møder med borgmestre (to gange årligt) 85 Socialdemokraterne Venstres borgmestermøder (et par gange årligt) 36 Venstre Tabel 14: Netværk som er tilføjet i anden rundes supplerende dataindsamling Netværk Antal Kilde (der optrådte på bruttolisten, og ikke allerede var i data) individer Amagerforbrændingen (bestyrelse) 8 Kommuners hjemmesider BioNaturGas Danmark (bestyrelse) 6 Kommuners hjemmesider Centralkommunernes Transmissionsselskab (CTR) - bestyrelse 8 Kommuners hjemmesider Dansk Affaldsforening (bestyrelse) 11 Kommuners hjemmesider Dansk Almennyttigt Boligselskab (bestyrelse) 19 Kommuners hjemmesider Domea (bestyrelse) - ultimo maj Kommuners hjemmesider Energi Fyns Almene Fond (bestyrelse) 5 Kommuners hjemmesider 46

48 Energi Fyns Udviklingsfond (bestyrelse) 5 Kommuners hjemmesider Energiforsyningen 10 Kommuners hjemmesider Esbjerg Havn (bestyrelse) 9 Kommuners hjemmesider Espergærde Gymnasium og HF (bestyrelse) 11 Kommuners hjemmesider FAKS - Fyns Affalds Koordinerings Selskab (bestyrelse) 7 Kommuners hjemmesider Forsyning Ballerup (bestyrelse) 6 Kommuners hjemmesider Forsyning Helsingør (Bestyrelse) 9 Kommuners hjemmesider Fredensborg Forsyning (bestyrelse) 13 Kommuners hjemmesider Frederiksborg Gymnasium & HF (Bestyrelse) 13 Kommuners hjemmesider Grenaa Havn (Bestyrelse) 10 Kommuners hjemmesider Grønlandshavnens Ejendomme A/S (Bestyrelse) 3 Kommuners hjemmesider HF & VUC-Fyn (bestyrelse) 10 Kommuners hjemmesider HMN Gassalg A/S 9 Kommuners hjemmesider HOFOR FORSYNING HOLDING P/S, HOFOR FORSYNING 9 Kommuners hjemmesider KOMPLEMENTAR A/S samt HOFOR HOLDING A/S (bestyrelse) HOFOR VAND HOLDING A/S og HOFOR SPILDEVAND 9 Kommuners hjemmesider HOLDING A/S Holstebro Struer Havn (bestyrelse) 7 Kommuners hjemmesider HTK Forsyning A/S (bestyrelse) 4 Kommuners hjemmesider Hvide Sande Havn (bestyrelse) 6 Kommuners hjemmesider Hørsholm Vand Aps (bestyrelse) 6 Kommuners hjemmesider Kalundborg Forsyningen A/S (bestyrelse) 9 Kommuners hjemmesider KARA/NOVEREN I/S (bestyrelsen) 10 Kommuners hjemmesider KL (KKR Midtjylland) 36 Kommuners hjemmesider KL (KKR Nordjylland) 39 Kommuners hjemmesider KL (KKR Sjælland) 33 Kommuners hjemmesider KL (KKR Syddanmark) 43 Kommuners hjemmesider Kombit (bestyrelse) 9 Kommuners hjemmesider KommuneKredit (bestyrelse) 12 Kommuners hjemmesider KommuneKredit (chefgruppe) 7 Kommuners hjemmesider Køge Kyst (Bestyrelse) 8 Kommuners hjemmesider Middelfart Fjernvarme (bestyrelse) 8 Kommuners hjemmesider Naturama (bestyrelsen) 6 Kommuners hjemmesider Nordforbrænding I/S (Bestyrelse) 5 Kommuners hjemmesider Odder Produktionsskole (bestyrelse) 7 Kommuners hjemmesider Pension Danmark Offentlig sektor (bestyrelse) 9 Kommuners hjemmesider PKA Socialrådgivere og Socialpædagoger (Bestyrelse) 9 Kommuners hjemmesider PKA Sygeplejersker (bestyrelse) 8 Kommuners hjemmesider Pædagogernes Pensionskasse (bestyrelse) 9 Kommuners hjemmesider Q Danmark (styregruppe) 10 Kommuners hjemmesider R98 Almenvelgørende Fond (bestyrelse) 10 Kommuners hjemmesider 47

49 Bilag 2 Personudskiftninger Følgende udskiftninger er blevet foretaget Ballerup Jesper Würtzen er borgmester. Kontrafaktisk lader vi ham være borgmester på KLs kommunalpolitisk topmøde (han var til stede, men som 2. viceborgmester). Desuden indlemmer vi ham i begivenheden: Socialdemokraternes HB møder med borgmestre (to gange årligt). Det fremgår her at Dalsgaard i 2013 stadig var formand i Professionshøjskolen UUC (Bestyrelse) og Professionshøjskolernes Rektorkollegium (Bestyrelsesforeningen), så de poster får han lov at beholde. Horsens Det fremgår her, af NKT årsrapport 2012 (s 36), at de ikke agtede at vælge en afløser til Trøjborg før den næste generalforsamling, 21. marts Her vælger de mellem to kandidater (s 13) og Kristian Siem (som i øvrigt ikke er i data ellers) bliver valgt Bilag 3 Visualisering af Fruchterman-Reingold algoritmen I de tre nedenstående grafer ser vi det samlede elitenetværk, hvor individerne er farvet ud fra tre forskellige centralitetsmål. Det ses at alle tre mål er samlet i netværkets midte, tydeligst dog for degreemålet. Figur 6: Oversigt over spredningen af de forskellige centralitetsmål i netværket Betweennesskoncentration i netværket Degreekoncentration i netværket Closenesskoncentration i netværket 48

50 Bilag 4 Deskriptiv analyse af supplementære variable Figur 7: fordelingsdiagrammer med attributionnelle variable Tendenslinjerne er valgt ud fra, hvad der gav grafisk mening i diagrammet. I de øverste tre er valgt en polynomisk linje til at afbillede fordelingens power law, men en lineær tendenslinje er valgt til de nederste tre diagrammer. For alle diagrammer er rådmændene (og borgmestre i Københavns Kommune) er taget ud, så der kun optræder en borgmester per kommune. I figur 5 ser vi en svag tendens til at jo højere indbyggertal kommunens borgmester har i ryggen, jo mere centralt er borgmesteren placeret ud fra både betweenness, closeness og coreness. Ancienniteten spiller en uklar rolle i forhold til betweenness centraliteten, det synes således ikke at være ancienniteten der giver en borgmester en bindeledsstrategisk position i netværket. Mere tydeligt tenderer en høj anciennitet dog til at placere borgmestrene centralt på closeness og coreness. Med andre ord, jo længere tid, man har været i spillet, desto flere kontakter har man fået og er kommet tættere på flere. 49