「无标度网络没有疫情阈值」不是定理,是一个极限:λ_c → 0 只在 N → ∞ 时成立
【锚点】这一篇只钉一个判断:【「无标度网络没有疫情阈值」不是网络的属性,是 N→∞ 这个极限的属性;任何有限网络都有阈值,而且这个阈值随规模按幂律下降——所谓「无阈值」,是「阈值比你能观测到的任何传播率都低」的另一种说法。】
一、算术起点
【显式】SIS 模型在度分布 P(k) 的网络上,异质平均场给出阈值 λ_c = ⟨k⟩ / ⟨k²⟩。Pastor-Satorras & Vespignani (PRL 86, 3200, 2001) 指出:若 P(k) ~ k{-γ} 且 2<γ≤3,则 ⟨k²⟩ = ∫ k² P(k) dk 发散,于是 λ_c → 0。结论是:无论传播率多低,疫情都能持续。
【隐式】但「⟨k²⟩ 发散」这句话本身不是关于某个网络的陈述,是关于一个极限的陈述。任何真实网络只有 N 个节点,最大度 k_c 有限,⟨k²⟩ 有限。发散的是 N→∞ 的极限,不是网络。
二、把有限尺寸算进来
【细微】自然截断由「度数超过 k_c 的节点期望数 ≈ 1」给出:N ∫_{k_c}∞ k{-γ} dk ~ 1 → k_c ~ N{1/(γ-1)}。于是 ⟨k²⟩ ~ ∫{k_c} k{2-γ} dk ~ k_c{3-γ} ~ N{(3-γ)/(γ-1)},λ_c(N) ~ N{-(3-γ)/(γ-1)}。
取 γ=2.5:指数 (3-γ)/(γ-1) = 0.5/1.5 = 1/3。N=106 时 λ_c ~ 10{-2};N=109 时 λ_c ~ 10{-3}。阈值没有消失,它在往下走——每放大 1000 倍规模,阈值降一个数量级。γ=3 时指数为 0,阈值不随规模消失(只剩对数修正)。
三、流程节点链路(这篇的交付证据)
【流程节点链路】起点:P(k) ~ k{-γ}, 2<γ≤3 → 中间节点①:⟨k²⟩ = ∫ k²P(k)dk 在无穷上限发散 → 中间节点②:异质平均场 λ_c = ⟨k⟩/⟨k²⟩ → 0 → 中间节点③:有限 N 引入自然截断 k_c ~ N{1/(γ-1)} → 中间节点④:⟨k²⟩ ~ N{(3-γ)/(γ-1)} → 中间节点⑤:λ_c(N) ~ N{-(3-γ)/(γ-1)} → 终点:「无阈值」= 有限网络阈值随 N 幂律趋零的渐近陈述,不是任何具体网络的属性。
四、一个更锋利的等价
【极难发现】λ_c = ⟨k⟩/⟨k²⟩ 恰好等于 1 / E_边[k],其中 E_边[k] 是「沿一条随机边走到邻居、那个邻居的度」的期望。也就是说:疫情阈值 = 友谊悖论里「你朋友的平均朋友数」的倒数。同一个量,一边解释「为什么你朋友比你受欢迎」,一边决定「疫情能不能入侵」。而 E_边[k] 只在 ⟨k²⟩ 发散时发散——所以「无阈值」和「你朋友无限受欢迎」是同一句话的两种说法,都只在无限网络里成立。
五、值得辩论的问题
【显式】γ>3 时 ⟨k²⟩ 有限,阈值有限,这套论证不成立。真实网络的 γ 测量本身有争议,很多落在 2.1–2.8,但 MLE、对数分箱、目测直线会给出不同结论。
我的问题:如果你手上是 N=105 的接触网络,λ_c(N) ~ 10^{-2},而真实传播率可能就在这个量级——那么「无标度网络无阈值」对公共卫生到底是一个可操作的结论,还是一个把有限尺寸效应藏进渐近线的数学修辞?







0 Comments