跨越网络的门槛：社交媒体上的信息扩散

导语

信息真的是像病毒一样扩散吗？恐怕不是，事实上，绝大多数信息并不能突破信息壁垒扩散出去。比如，新闻扩散也是公众注意力的流动过程，对于身处社会底层的贫困者，贫穷不仅可能限制人们的想象力，也会影响人们的注意力。限制信息扩散的因素是什么？《跨越网络的门槛：社交媒体上的信息扩散》一书围绕信息扩散的有限性这一问题展开，系统地介绍了信息扩散的理论与实证研究。

作者王成军指出，自然科学的发展严格遵循柏拉图的理念论，认为现实世界只是对完美的理念世界的模仿；而社会科学的研究对象是有思想、有意识的人类，理解复杂的人类行为需要我们关注活生生的人。社交网络上的信息扩散现象，为我们理解人类的群体行为提供了深刻的洞察。本文节选自本书第二章。

研究领域：社交媒体，信息扩散

王成军 | 作者

邓一雪 | 编辑

“我们的知识来自内心的两个基本来源，其中第一个是感受表象的能力（对印象的接受性），第二个是通过这些表象来认识一个对象的能力（概念的自发性）；通过第一个来源，一个对象被给予我们，通过第二个来源，对象在与那个（作为内心的单纯规定的）表象的关系中被思维。所以直观和概念构成我们一切知识的要素，以至于概念没有以某种方式与之相应的直观、或直观没有概念，都不能产生知识。”

——伊曼努尔·康德（2004）

自柏拉图创立理念论以来，人类对理念世界追寻的脚步就从未停歇。然而，遗憾的是人类在生活世界中的行为是如此生动具体，远非理念那么简单。从微博上的新闻转发到抽象的概念信息扩散之间隔着一个抽象的阶梯。如果沿着这一阶梯爬得太高，就进入了宏大理论的迷雾当中。例如，可以将信息扩散理解为更为抽象的“流”（flow）或者“互动”（interaction），甚至是曼纽尔·卡斯特尔（Manuel Castells）所言之网络社会的“传播力”（communication power）（Castells，2007，2009）。如果沿着这一阶梯爬得太低，就仍然处于滚滚红尘之中，使得人们观察世界的视野过于狭窄，难以同更广阔的研究脉络进行对话。社会科学的发展一度或沉迷于玄奥的宏大理论，或局限于抽象的实证主义，引发米尔斯的反思和批判（Mills，1959）。默顿提出发展“中层理论”的思路，沿用至今（Merton，1949）。

幸运的是关于信息扩散的研究已经积累了大量中层理论。其中，具有开创性的理论和模型有很多，例如两级传播理论（Katz，1957；Katz and Lazarsfeld，1955）、新闻扩散理论（Greenberg，1964b；Larsen and Hill，1954；Miller，1945）、创新扩散理论（Rogers，1983）、门槛模型（Granovetter，1978；Granovetter and Soong，1983，1986，1988；Valente，1993，1995，1996）、巴斯扩散模型（Bass，1969，2004）、传染病模型（Anderson and May，1992）。本章首先回顾了信息扩散的相关理论观点，在此基础上，对网络信息扩散的研究议程进行讨论。

第一节 

扩散研究的理论

接下来，将回顾与以下问题相关的扩散理论和模型：第一，这些理论的假设是什么？第二，扩散的驱动力是什么？第三，形成扩散过程的基本原理是什么？

一、两级传播理论

在媒介研究早期，以“魔弹论”为代表的观点认为媒介对人类生活具有巨大的影响。在此背景下，保罗·拉扎斯菲尔德（Paul Lazarsfeld）开始对大众媒体社会中的信息流动进行研究。拉扎斯菲尔德等发现缺乏证据表明媒体在直接影响选民方面发挥了重要作用；相反，这些选民更有可能直接受到意见领袖的影响（Lazarsfeld and Franzen，1945）。信息首先从大众媒体流到意见领袖，然后再从意见领袖流向他们的追随者，这一理论发现被称为两级传播理论（图2-1）。

图2-1　两级传播理论模型（Katz，1957）

两级传播理论认为大众媒体社会中的个体并非孤立存在的，这些个体间存在相互联系。但是个体在传递和接收信息方面并不平等。意见领袖以及其他活跃用户更加关注媒体信息，并将从媒体获取的信息传递给其他人。不同于传播的刺激反应模型，两级传播理论认为大众媒体并非在社会真空中运行。大众传媒必须与其他驱动信息扩散的因素（例如其他信息来源、权力、知识）竞争，或通过其他影响因素发挥作用。此后，媒介效果和人际影响哪一个作用更大的问题成为扩散研究（尤其是新闻扩散研究）的核心。

二、新闻扩散理论

信息扩散的另一个重要研究方向关注一类特定的信息—新闻。新闻扩散是新闻从新闻源扩散到受众的过程。作为对新闻扩散的首次研究，米勒在1945年的研究确立了评估各种传播渠道影响的传统（Miller，1945）。米勒针对罗斯福总统的死亡事件在143名肯特州立大学大学生当中的新闻扩散进行研究，结果发现85%的学生通过口口相传得知消息。此后，经典的新闻扩散研究聚焦于分析扩散渠道、累积扩散曲线和影响新闻扩散的因素，致力于比较媒介作用和人际作用（Larsen and Hill，1954）。

作为一种普遍存在的社会知识，新闻主要通过大众传播媒介和人际渠道渗透到人们的生活中。从时间维度来讲，新闻扩散是知晓新闻的人数随时间的累积增加的过程；从个人角度来讲，新闻扩散关注个人何时以及如何了解到新闻事件；从社会结构的角度看，新闻扩散受到社会网络、机构类型、社会规范等因素的影响。新闻扩散既受到行动者个体的影响，又受到社会结构的影响，并且行动者与社会结构之间存在相互作用。

三、创新扩散理论

创新扩散理论着重于观念、实践、产品、技术和服务等创新在社会系统中随着时间的推移而扩散的过程。罗杰斯对创新扩散的定义主要涉及四个核心概念，分别是创新、传播渠道、时间和社会系统，基于这四个概念，罗杰斯将创新扩散定义为一个社会过程，即创新随着时间在社会系统成员之间通过某些渠道传播（Rogers，2003）。

四、巴斯扩散模型

自从1969年弗兰克·M. 巴斯（Frank M. Bass）提出巴斯扩散模型（Bass diffusion model）以来，市场营销文献当中的扩散研究数量迅速增长。受创新扩散理论的启发，巴斯扩散模型假定扩散是由两种机制推动的：创新性和模仿性（Bass，1969）。创新采纳者自发使用产品，随后跟随者会模仿早期采纳者并使用产品。

因此巴斯模型中有两个参数：创新系数和模仿系数。其中，尚未采纳者的采纳可能性和已采纳者数量呈线性相关。虽然巴斯在1969年写作的论文中使用了“模仿”这个词来描述互动对采纳的影响，但模仿系数可以用来表达口头传播、人际传播、学习和社会传染，甚至是个体内部的影响因素（Bass，2004）。

巴斯扩散模型最重要的贡献在于提供了扩散研究所需要的数学公式。基于这些假设，巴斯构建了潜在市场中已经被采用的部分与创新和模仿之间的数学关系。

五、传染病模型

传染病模型是研究信息扩散的另一个思想根源。第一个已知的传染病学数学模型是丹尼尔·伯努利（Daniel Bernoulli）在1760年提出的，当时他为了根除天花而研究了死亡率（Bernoulli，1760）。然而，直到20世纪初传染病学的确定性模型（deterministic model）才出现。罗斯在1911年建立了传染病的微分方程模型（Ross，1911）。此后，Kermack和McKendarick在1927年发现了传染病扩散的阈值，他们认为感染的密度必须超过一个临界值才能使传染病暴发（Kermack and McKendarick，1927）。

数学模型有助于厘清传染病扩散研究的假设、变量和参数，引出重要概念（例如门槛、再生数），便于检验理论猜想并预测未来的传染病传播情况（Hethcote，2009）。虽然传染病模型是对现实的简化，有助于理解社会现实中的扩散现象，例如疾病传播、网络信息传播、新技术或行为的采纳。为了更好地理解传染病模型，本章简要回顾了基本的传染病模型：SI、SIR、SIS及其在网络中的应用。

SI模型是最简单的传染病模型。在SI模型中，SI传染过程只有两个阶段：易感和感染。使用S来表示易感人群的比例，使用I表示感染人群的比例。假设初始状态下的感染人群的比例是X0，易感人群的比例是S0。β表示传递速率（transmission rate），它表示易感人群和感染人群之间的相遇并发生传染的概率。

图2-4中的两条曲线显示了处于易感染和感染状态的人群比例随时间的变化曲线。被感染人数的曲线在感染初期增长缓慢，此后经历指数增长阶段，最后随着易感者数量的减少而饱和。因此，这个模型可以用来模拟经典的创新扩散。

图2-4　SI 传染病模型的逻辑斯谛增长曲线

SI模型假设被感染的人将一直具有传染性，这对许多疾病传播来说是不现实的。因为就多数疾病而言，免疫系统会与疾病作斗争，人们感染一定时间后就会恢复。可以使用R表示康复状态，使用γ表示移除率或康复率。通常研究者对1/γ更感兴趣，因为它决定了平均感染时间。当考虑感染者的康复状态时，就可以将SI模型拓展为SIR模型。

在实践当中，研究人员可以采用数值的方法对SIR模型进行估计。如图2-5所示，三条曲线显示了随着时间的推移处于易感、感染和恢复状态的人口比例。

图2-5　SIR传染病模型

对SI模型的另一个扩展是允许再次感染。如果受感染的人在康复后对这些疾病没有免疫力，就可能多次被感染。最能体现这一特征的模型是SIS模型。它只有两种状态：易感染者S和受感染者I，受感染者恢复后仍然可以一定的概率再次被感染。如图2-6所示，两条曲线显示了在不同时间处于易感染和感染状态的人群的比例。

图2-6　SIS传染病模型

六、门槛模型

门槛模型使得传统的扩散研究转向扩散网络，为扩散研究提供了重要的理论资源。门槛已被用来研究集体行为的人际作用，例如，居住隔离（Granovetter and Soong，1988；Schelling，1971）、沉默的螺旋（Glynn and Park，1997；Granovetter and Soong，1988；Krassa，1988）、消费者需求（Granovetter and Soong，1986）和创新扩散（Valente，1996）。

1978年格兰诺维特在《美国社会学杂志》发表了他的第一篇介绍门槛模型的论文。在这篇论文当中，他提出了门槛的概念：当一个人做出某一个决策的时候，需要其他所有人做出相同决策的数量或比例。只有当周围人的参与比例高于某一个门槛值的时候，个体才会愿意参与其中。行动就面临着成本和风险。个体需要确保行动所带来的收益至少不小于成本或风险。

可以通过一个集体行为的例子来解释格兰诺维特所提出的门槛模型。假设一个社会系统由10个人组成，它们各自的门槛分别为0、1、1、4、4、4、5、7、8和9。门槛是0的人在不被他人影响的情况下就主动参与集体行为，成了第一个行动者。第一个行动者之后，第二个和第三个门槛为1的人跟着第一个人自发地参与活动。此时，共有三人参与集体行为。考虑到其他人的门槛最小值是4，因而没有人会继续参与这项活动。因而，社会系统在3人被“感染”后，扩散停止。

门槛的重要性在于它决定了扩散曲线的形状。社会系统中不同个体的门槛不同。创新者通常有很低的门槛，这使得他们在开始时就参与了扩散。强烈反对创新的人通常有很高的门槛，只有当很多人都参与扩散后他们才有可能参与。门槛的分布将会影响信息在社会系统当中的扩散。如果门槛是正态分布的，则累积扩散曲线应该是S形的。如果门槛的分布曲线左右不对称，就是偏态分布。当均值大于众数的时候称为正偏态（右偏分布），此时该系统的平均门槛比较小，扩散会较早开始，扩散规模会相对较大；当均值小于众数的时候称为负偏态（左偏分布），此时该系统的平均门槛比较大，扩散较晚开始，扩散规模也会相对较小。

事实上，瓦伦特在20世纪90年代就已经开始采用这种方法分析网络门槛对于创新扩散的影响。瓦茨在2002年发表的一篇题为“随机网络全局级联的一个简单模型”（“A simple model of global cascades on random networks”）的论文提出了基于网络门槛的Watts模型。

综上，本章简要回顾了过去60多年中出现的主要扩散理论和模型。表2-1和表2-2简要地比较了这些主要的扩散理论和模型。

第二节 

信息扩散：研究议程 

信息共享网站的出现展现了网络信息扩散的新特点。理解信息扩散的新特点有助于提出研究问题，并为研究议程添加新的内容。这一节将说明网络信息扩散的一些重要特点。

一、从线下到线上

网络社会的兴起更加强调网络信息扩散的意义（Castellano et al.，2009；Castells，2007；Lerman and Ghosh，2010；Shumate，2010）。社交网络服务、信息聚合器、搜索引擎、系统推荐等信息传播技术在信息共享网站中发挥着重要的作用。作为一种社会媒体，信息共享网站凸显了信息扩散向参与性过程的转变，用户自发的行为成为推动信息扩散的关键力量。

在许多关键方面，网络信息扩散推动甚至变革了经典的信息扩散研究。学者们过去主要研究重要的突发新闻事件，无法捕捉小的新闻事件的扩散，这在很大程度上限制了研究设计（Miller，1945）。采用调查或访谈方式所收集到的用户自我报告的数据，因为数据收集时间滞后于新闻事件发生的时间，用户往往已经忘记了获知新闻的具体渠道；而且经典的新闻扩散研究往往是个案研究或小样本的调查，无论是案例数量还是调查的样本量都非常有限。互联网上的信息扩散每时每刻都在发生。因而，可以随时从互联网获取用户分享信息的行为痕迹数据，解决时间滞后所带来的遗忘问题。互联网信息扩散数据所包含的用户数量更多，时间颗粒度更细。此外，基于数字媒介收集的用户行为数据往往具有明确的时间戳和互动关系，不仅可以通过追踪扩散过程构建随时间变化的扩散网络，还可以获得参与者的社会网络，并据此推断参与者的网络门槛。

虽然信息扩散研究已经历了几十年的发展，但仍不足以完全解释网络信息扩散的机制，尤其是社交媒体平台以及主动分享信息的个体在信息扩散的作用。例如，关于网络信息扩散的文献多把信息扩散视为一个传染过程（例如社会传染）（Bakshy et al.，2009），并采用传染病模型（如SIR模型）来进行分析（Anderson and May，1992）。但是，信息和病毒是不一样的，不能照搬传染病模型。另外，多数的网络信息扩散研究只是泛泛地强调了基于社会网络的人际作用（Lerman and Ghosh，2010；Shao et al.，2009）。比如，研究者分析了在推特上谁对谁说了什么，发现两级传播理论依然适用于推特上的信息扩散（Wu et al.，2011），信息先从大众媒体流向意见领袖，然后再从意见领袖流向大众（Kadushin，2006；Lazarsfeld et al.，1944）。但是，已有的研究并未充分研究人际作用如何影响信息扩散的规模。

二、从接触到分享

信息分享是新闻扩散的一个必要组成部分。正因为存在信息分享，信息才能扩散到更广泛的受众。信息共享网站的使用者通过决定是否分享信息来对信息进行协同过滤。离开了信息分享，信息将会被锁定在信息传播者的个人网络内部，无法扩散出去。在信息扩散过程中，至少存在两种类型的参与者：信息知情者（知道信息的人）和信息扩散者（分享信息的人）。这样的分类与先前的研究是一致的。例如，在新闻扩散研究中，Larsen和Hill（1954）就区分了新闻知情者和新闻扩散者。与之相对应，有两种方法来衡量信息扩散程度：信息知情者的数量和信息扩散者的数量。

信息分享有助于推动网络公民新闻的发展。网络公民新闻指的是一系列基于网络的新闻实践，包括博客、照片分享和视频分享、发布目击者对新闻现场的描述。然而，公民新闻的定义仍然存在争议（Lasica，2003）。公民新闻的参与者不一定非要扮演内容创造者的角色。转载、链接、标记、评价、修改或评论由其他用户或新闻媒体发布的新闻报道，也应被看作是一种公民新闻（Goode，2009）。不管是新闻生产和新闻分享，都是参与公民新闻的重要方式（Bowman and Willis，2003）。

三、从个人到网络

在理论层面，线性传播模式在传播学研究中的局限性日益明显。早期的传播模型往往都是线性的，例如，Lasswell（1948）的5W模型、香农和韦弗模型（Shannon and Weaver，1949）。这些模型忽视了社会互动，尤其是从受众到大众媒体的反馈、受众之间的互动（Rogers and Kincaid，1981）。然而，人类的传播行为是一个动态的、周期性的过程。传播行为的参与者之间相互依赖、互为因果（Kincaid，1979；Rogers and Kincaid，1981）。

在方法层面，传播网络分析方法可以更好地捕捉人类传播过程中的互动关系。传播网络分析是研究社会系统中人类传播现象的一种网络分析方法。信息扩散发生在传播网络中。传播网络由相互连接的个体组成，这些个体之间通过信息流动的形式连接起来。研究者可以对网络信息流数据进行分析（Rogers，2003）。对于社交网站上的信息扩散，研究者应该抓住信息扩散网络的结构特点（包括宏观的网络结构、中观的网络社区结构、微观的网络连边和节点属性）。一方面，网络科学的发展为传播网络分析提供了新的视角和思路，另一方面，从社会网络当中发展出来的统计模型（如指数随机图模型）也越来越完善。研究方法的创新开始推动理论的创新，例如，在议程设置研究领域，社会网络分析方法与议程设置理论的结合催生了网络议程设置理论（Guo，2012；Guo and McCombs，2016）。

四、从信息到注意力

首先，社会网络中的信息扩散同时也是一个公众注意力分配的过程。从这个角度看，信息扩散可以被描述为公众注意力选择性地跨越信息流的结果。注意力流动是信息扩散的前提。因此，对信息扩散的研究可以从公众注意力研究中获益。公众注意力的流动可以通过点击流网络（clickstream network）来描述。点击流网络显示了公众注意力是如何通过信息节点流动的。一个例子是新闻报道的点击流网络，节点表示新闻报道，连接表示新闻故事节点之间的公众注意流动（Wang et al.，2016）。节点的大小表示新闻报道的受欢迎程度。点击流网络的线性构架表明公众注意力沿着时间的方向流动。点击流网络是一种特殊的注意力流动网络。其他形式的注意力流动网络还包括转发流网络、评论流网络、点赞流网络。从更广义的角度来看，它们都属于流网络分析的范畴。

其次，在注意力经济方面，信息扩散学者应将目光从信息转向注意力，并更多关注公众注意力的流动。如今，人们生活在一个信息过载的时代，而人们的注意力却很有限。注意力研究有助于对信息扩散的理解，尤其是在注意力经济时代。从经济学的角度来看，研究的中心源于稀缺资源的假设。虽然人们已经熟悉了“信息经济”的说法，但如今信息并不短缺。相反，人的注意力是供不应求的商品（Goldhaber，1997）。对此，学者有更细致的阐述。例如，Davenport和Beck（2001）认为在后工业社会当中，注意力已经成为比银行存款更有价值的货币。这样的一个研究脉络被称为“注意力经济学”。

基于这一理论，主导数字媒介市场的是公众的注意力，而不是指数增长的信息（Webster，2011）。如果是这样的话，研究公众注意力如何塑造信息扩散的规模将具有重要的理论意义。例如，由于信息供应增加和公众注意力的有限，不同信息之间的竞争更加激烈。基于以上论证，从信息到注意力的路径转变将成为信息扩散研究的重要特征。

五、从内容到叙事

与注意力经济学类似，另外一个思考扩散现象的脉络是“叙事经济学”。诺贝尔经济学奖获得者罗伯特·希勒（Robert Shiller）出版了一本书——《叙事经济学》（Narrative Economics）。希勒沿袭了自己关于大萧条的元叙事，进一步指出非理性因素对于人类经济行为的重要性。他认为叙事传播的概念从来没有被纳入经济学模型，但这种传播才正是叙事经济学的核心。他所关注的叙事经济学是其他人对重大经济事件的讲述，尤其关注具有病毒传播特性的流行叙事。他认为历史可以看作是一连串的重大事件，在每一个事件当中都有一个像病毒一般传播的故事。在《叙事经济学》一书当中，他采用谷歌图书数据来展现重要的经济叙事。希勒采用了一种类似于内容分析的方法进行分析并提取叙事的框架，是一种典型的框架分析。例如，他将比特币叙事分解为无政府主义的叙事、神秘叙事、经济赋权叙事、参与未来叙事、国际文化叙事五个方面（Shiller，2020）。

在分析信息扩散的时候，需要明确：新闻等信息可能是某种叙事的片段，而叙事对应着社会结构蕴含的问题。在信息扩散和注意力流动背后是叙事对于社会意义的争夺过程。如果信息扩散中嵌入的叙事触及重要的公共议题、社会心态和社会焦虑，就具有更大的扩散潜力。例如，叙事当中包含道德判断。只有那些与时代精神、问题、规范、价值观一致的叙事才能扩散出去。

第三节 

理论是一棵树

综上，本章简要回顾了一些扩散研究的中层理论，并提出了本书的研究议程。在此基础上，勾连新的概念、在概念之间搭建新的逻辑线索有助于在下一章搭建本书的理论框架。在此之前，还有一个重要的话题需要讨论，即如何认识现有的理论？

理论是逻辑的组合。存在三个关于理论的比喻（Griffin，2009）。首先，理论是一个渔网，可以帮助人们看清楚概念与概念之间的逻辑关系，进而帮助研究者“打捞”现实中的新问题、新现象。其次，理论是一个透镜，可以帮助人们超越个人的能力，看到遥远的地方或者微小的细节。最后，理论是一张地图，可以让人们知道现在站在哪里、前进的方向以及要同什么理论或学派对话。

就单个研究而言，可以将理论建构的过程看作一个沙漏。既然是沙漏，自然存在一个既定的时间箭头：按照文字流动的顺序可以将一篇论文按照“学术八股文”的写法分为引言、理论框架、研究方法、研究发现、结论与讨论五个部分。

笔者认为理论是一棵树。理论之树根植于现实生活深厚的土壤当中；理论之树的根系代表了构建理论的核心逻辑脉络或传统；对于一棵树而言，最关键的部分当然是自己的树干，它代表了理论的核心框架，将理论脉络与论据、论证、核心观点等部分联系起来；树枝代表了理论的操作化假设，它从理论之树的躯干上延伸出来，连接着树叶和果实；树叶代表了论证，它们通过光合作用为理论假设提供了充足的资源；阳光和空气是论据，它们可以支撑作为论证的树叶；最后，一个理论之树应该结出丰硕的果实，也就是对于社会现实的理论解释。

这种理解的精彩之处在于唤醒沉醉于理论迷雾中的人。因为不是所有的理论都是参天大树，还有很多是灌木、藤蔓，甚至是小草。作为一棵树，自然存在一个生长的生命周期。必然可能会面临走向死亡和被替代的结果。然而，仰赖大树生存的人可能并不甘心看到这一结果（Ajzen，2015；Sniehotta et al.，2014）。

将理论看作一棵树并不仅仅是一个比喻。如果去看论文之间的引用网络，就会发现树状的结构。例如，Wu等（2019）在研究团队规模与颠覆性创新之间的关系时，主要依据引文网络的结构来识别论文的颠覆性创新程度。如果一篇论文可以遮蔽前人的光芒，也就是说后来的文章都引用它而不是更早的文章，那么这篇文章就具有更强的颠覆性创新的能力，就像是日食一样；如果一篇文章无法遮蔽前人的光芒，那么这篇文章就主要是发展型研究。在此基础上，可以将引用网络可视化为一棵树。之前的研究构成树的根系；颠覆性创新的论文可以生长出树的主干；后来的论文构成树的枝叶。如果后来的论文跳过某论文直接去引用更早的论文，那么树的根系就会异常茂盛，而树干就会相对弱小。一个典型的案例是Watson和Crick 1953年在《自然》（Nature）杂志上发表的关于DNA双螺旋结构的论文（Watson and Crick，1953）。2019年，《自然》网站制作了一个可视化页面，名为“科学的一个网络：《自然》杂志一百五十年的论文”（A network of science：150 years of Nature papers），将150年的《自然》杂志论文的共引网络可视化出来（Baker，2019）。网络的节点是《自然》杂志论文，如果两篇文章被同一篇论文所引用，就在它们之间建立一条连接。对于其中部分重要论文，还将其引用树网络可视化。从Watson与Crick这篇文章的引用树网络，可以清晰地看到从DNA双螺旋结构研究延伸出一棵茁壮的大树。

沿着这一思路略作延伸，社会科学研究已经陷入理论的丛林。在社会科学当中不同视角的理论脉络如此之多，往往如热带雨林里的树木一般遮天蔽日，让身处其中的人看不到理性的阳光。有一个笑话说社会科学的理论比活着的社会科学研究者的数量还多。在管理学当中，Koontz（1961）就指出管理理论陷入理论流派盘根错节的丛林，各种理论众说纷纭，莫衷一是。虽然每个学科的情况不一样，但恐怕都或多或少地遭遇了理论丛林的困境。在某种程度上，传播学所面临的这方面的问题相对较少（其实已经有很多）。很多人坚持认为传播学自身的理论数量还比较有限，所以还处于追求理论建构的阶段。但传播学普遍地使用社会学、心理学、政治学等其他学科的理论，因而也不可避免地遭遇了这一社会科学发展所带来的意料之外的后果。

言归正传，对于扩散研究，计算社会科学的领军人物瓦茨曾专门指出不同理论的假设不一致，甚至存在明显的矛盾（Watts，2011）。比如，经济学家Bikhchandani等所提出的社会学习模型（social-learning model）与社会学家格兰诺维特所提出的门槛模型都对社会系统中的扩散现象进行了很好的解释（Bikhchandani et al.，1992；Granovetter，1978），然而二者之间关于个体观察其他人行为的顺序的假设却存在天壤之别。门槛模型认为这种顺序非常重要，直接决定了扩散的结果；而社会学习理论则认为顺序无关宏旨（Watts and Dodds，2009）。

正如本章所展示的，不同理论脉络的扩散理论已经共存了几十年时间，它们之间的矛盾却并未被解决，甚至没有被注意到。Watts（2017）认为更多的数据也不是解决问题的答案。更重要的一个问题是社会科学研究者远比人们想的要更加依赖常识（common sense）。社会科学研究者似乎更加在意一个理论是否讲了一个好故事，而不是理论本身的实际效果。Watts（2014，2017）主张社会科学研究者必须要在好故事和好理论之间进行抉择。社会科学应当以解决问题为核心，要更加重视采用已有的理论和模型进行预测，而非一味执着于发展理论。

作者简介

王成军，传播学博士，现任南京大学新闻传播学院副教授、博士生导师，计算传播学实验中心主任，兼任香港城市大学互联网挖掘实验室研究员；曾任中国新闻史学会计算传播学专委会秘书长（2018-2020）。致力于采用计算社会科学视角研究人类传播行为，内容包括社交媒体上的信息扩散、注意力流动和计算叙事。豆瓣用户名“苏格拉底大王”。

集智科学家主页：https://pattern./user/129

个人主页：https:///

《跨越网络的门槛：社交媒体上的信息扩散》（2022）

作者：王成军

科学出版社

计算社会科学读书会第二季

计算社会科学作为一个新兴交叉领域，越来越多地在应对新冠疫情、舆论传播、社会治理、城市发展、组织管理等社会问题和社科议题中发挥作用，大大丰富了我们对社会经济复杂系统的理解。相比于传统社会科学研究，计算社会科学广泛采用了计算范式和复杂系统视角，因而与计算机仿真、大数据、人工智能、统计物理等领域的前沿方法密切结合。为了进一步梳理计算社会科学中的各类模型方法，推动研究创新，集智俱乐部发起了计算社会科学系列读书会。

新一季【计算社会科学读书会】由清华大学罗家德教授领衔，卡内基梅隆大学、密歇根大学、清华大学、匹兹堡大学的多位博士生联合发起，自2022年6月18日开始，持续10-12周。本季读书将聚焦讨论Graph、Embedding、NLP、Modeling、Data collection等方法及其与社会科学问题的结合，并针对性讨论预测性与解释性、新冠疫情研究等课题。读书会详情及参与方式见文末，欢迎从事相关研究或对计算社会科学感兴趣的朋友参与。