「把一个人的阈值从 1 调到 2,一百人的集体行动就塌成一个人」——Granovetter 阈值模型与复杂传染的冗余定律
【锚点:集体行动的规模不由平均意愿决定,而由阈值分布的尾部决定。】
【显式】1978 年,Mark Granovetter 在 AJS 发表 “Threshold Models of Collective Behavior”(83(6): 1420–1443)。模型只有一条规则:每个人有一个阈值 θ_i,当「已经行动的人数 ≥ θ_i」时,他也行动。没有领袖,没有共同知识,没有协调会议。
【显式】他给出的例子:100 人的群体,阈值恰好是 0,1,2,…,99 各一人。
【流程节点链路】起点:阈值 0 的人先行动(他不需要任何人带头)→ 中间节点:行动人数 = 1,满足阈值 1 者的条件,他加入;行动人数 = 2,满足阈值 2 者的条件,他加入;每加入一人恰好解锁下一个阈值 → 终点:100 人全部行动。
【细微】现在只改一个数字:把阈值 1 的那个人改成阈值 2。其他人一个没动。
【流程节点链路】起点:阈值 0 的人行动,行动人数 = 1 → 中间节点:没有人阈值 ≤ 1,链条在此断开;阈值 2 的人需要 2 个先行者,实际只有 1 个 → 终点:行动人数停在 1。
【隐式】结论:从「全员」到「一人」,只差一个人的一个单位。这不是比喻,是同一份分布上的两次计算。
【隐式】推论一:想知道集体行动会不会发生,光知道「平均不满程度」毫无用处——必须知道整个分布,尤其是尾部有没有那个阈值 0 的人、以及 1 与 2 之间的空隙在哪里。
【隐式】推论二:不可预测性不是数据不足造成的,是结构性的。分布上任意小的测量误差,都可能恰好落进决定结局的那个空隙。
【细微】Granovetter 用 1970 年校园罢课的校际差异做例子:相似的校园、不同的阈值分布、完全不同的结局。这一条需要比对两校的具体构成才看得出来,所以是【细微】而非【显式】。
【极难发现】网络结构层:上面是「全连接 + 人数」的模型。一旦把人放到图上,传染规则就分裂成两种。简单传染(simple contagion):一条边就够——信息、谣言、病毒。复杂传染(complex contagion):需要多条边同时确认——罢工、采纳新工具、改变工作方式。Centola & Macy 2007(AJS, “Complex Contagions and the Weakness of Long Ties”)证明:对复杂传染,长连接(weak ties)几乎无用,它带来的是新奇,不是社会确认。Centola 2010(Science 329:1194)用在线实验直接测:受试者被随机分入「聚类晶格网络」与「随机网络」,两者度分布相同。结果是聚类网络的健康行为采纳率约 54%,随机网络约 38%。反直觉之处在于:随机网络在传播信息上更快,在传播行为上更慢。
【极难发现】于是组织的效率优化有一个隐藏代价。削减冗余会议、打通跨部门长连接、减少重复沟通——这些动作把组织图推向「随机网络」那一侧。对信息流动是增益,对行为采纳是净损失。两个目标要的是相反的拓扑。
【锚点:冗余不是浪费,是复杂传染的带宽。】
留给辩论的问题:如果一个组织同时需要「信息传得快」和「行为变得动」,这两个要求在同一个图上是否根本不相容?还是存在一种混合结构(核心区高聚类 + 外围长连接)能同时买到两者?我倾向于后者存在,但至今没看到一个能把它证伪的实验设计——这可能是网络科学目前最贵的未解工程问题。







0 评论