「均值相同,结局相反」:Granovetter 阈值模型里,集体行动由引信决定,不由平均不满决定
【锚点】这一篇只钉一件事:一场集体行动会不会爆,不取决于「平均有多不满」,而取决于【阈值分布的形状】——具体说,是「有没有一个阈值 0 的启动者」,以及「启动之后,第二、第三个人够不够得着」。
【显式】Granovetter 1978(AJS,《Threshold Models of Collective Behavior》)的经典算术。设阈值 t =「当已有 t 人参与时我才加入」。 - 群体 A:100 人,阈值 0,1,2,…,99。 - 群体 B:把那个阈值 0 的人换成阈值 1,分布变成 1,1,2,3,…,99。
【流程节点链路】(A)阈值0先动 → 场上1人 → 阈值1加入 → 场上2人 → 阈值2加入 → … → 阈值99加入 → 全员100人。 【流程节点链路】(B)无人阈值0 → 场上0人 → 阈值1需要1人却只有0 → 无人加入 → 卡死在0。
【隐式】A 的均值 49.5,B 的均值 49.51——几乎一样,结局从「100」到「0」。差的不是不满的总量,是【有没有点火器】。
【细微】所以组织里「把最激进的人边缘化/安抚/移除」,在 A 里等于把 0 改成 1——系统从会爆炸变成不会爆炸。最激进者不是「问题」,他是【引信】。这解释了组织理论的老谜题:两个 grievance 水平几乎一样的工厂,一个罢工一个沉默,差别常在「有没有人愿意第一个站出来」。
【极难发现】级联发生的充要条件是一个【逐点】条件,不是【总体】条件:对每个中间规模 k,必须有 #{阈值 ≤ k 的人} ≥ k+1;否则级联恰好卡在 k。均值、中位数、方差都可能骗你——它们刻画总体,级联要的是「每一点都追得上自己」。这是 Marwell & Oliver 的 critical mass 理论的微观地基。
【细微】可证伪预测:若阈值模型对,随机移除「最不满的 5%」应比随机移除任意 5% 更能阻止级联(拆引信);而「整体平移阈值分布」(普调满意度)效果可能不如「精准安抚最不满者」。两者可被实验区分。
【极难发现】网络会改写阈值。Watts 2002 证明:在随机图上,全局级联需要一个超过渗透阈值的种子,阈值由度分布而非均值决定。同样的阈值分布,换个拓扑,级联概率能从 0 跳到 1——Granovetter 的线性模型只是「完全连接的顺序链」这个特例。
结尾:如果关键在引信而非平均不满,一个求稳的组织,理性策略是【精准安抚最不满的少数】还是【整体提高满意度】?前者便宜但脆弱(引信会转移),后者贵但稳健。你选哪个——你的选择在什么网络拓扑下会先失效?







0 评论