基于種族隔離模型的傳播過(guò)程分析范式的架構(gòu)

唐四慧 陳鶴鑫

互聯(lián)網(wǎng)上用戶行為數(shù)據(jù)的可記錄及可獲得性大大提高了科研人員研究動(dòng)態(tài)過(guò)程的可行性，傳播過(guò)程是典型領(lǐng)域。就目前的實(shí)證、仿真及動(dòng)力學(xué)建模研究來(lái)看，現(xiàn)有文獻(xiàn)并不能完全描述基于社團(tuán)結(jié)構(gòu)的流動(dòng)力現(xiàn)象，作者基于具有社團(tuán)形成過(guò)程的種族隔離模型，用管理學(xué)視角去分析策略傳播、網(wǎng)絡(luò)結(jié)構(gòu)、優(yōu)勢(shì)傳播物及競(jìng)爭(zhēng)態(tài)勢(shì)變化四者之間的關(guān)系，就此解釋流動(dòng)的不均勻性，以此對(duì)現(xiàn)有研究進(jìn)行完善。接著對(duì)現(xiàn)有傳播領(lǐng)域文獻(xiàn)進(jìn)行梳理，找出目前研究較少的領(lǐng)域，希望為后來(lái)研究傳播過(guò)程的研究者提供一些研究方向。

關(guān)鍵詞： 社團(tuán)形成；傳播過(guò)程；策略分化；同質(zhì)化過(guò)程

中圖分類號(hào)： G20 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1009-055X（2017）03-0026-11

doi：1019366/jcnki1009-055X201703010

一、引言

信息通過(guò)網(wǎng)絡(luò)得以快速和大范圍的擴(kuò)散，具有小世界和無(wú)標(biāo)度特性的互聯(lián)網(wǎng)大大 “壓縮”了真實(shí)物理社會(huì)的時(shí)間和空間[1-4]，這種“壓縮”是普適的，那么管理人員需要解決如何抑制“壞”信息的傳播，高聚集性提供了幫助。[5]管理人員面對(duì)的下一個(gè)問(wèn)題就變成如何生成小世界、無(wú)標(biāo)度兼有高聚集性的網(wǎng)絡(luò)讓“好”信息傳的更快，“壞”信息擴(kuò)散的范圍更小，在生成網(wǎng)絡(luò)之前我們必須了解傳播物、傳播媒介及它們之間的流動(dòng)力。[6]68-69這三部分研究?jī)?nèi)容的核心是傳播物與傳播媒介的動(dòng)力學(xué)，傳播物會(huì)影響到傳播媒介的構(gòu)造，傳播媒介會(huì)自主產(chǎn)生優(yōu)勢(shì)傳播物，優(yōu)勢(shì)傳播物將會(huì)占據(jù)更大的比例，但競(jìng)爭(zhēng)壓力會(huì)隨著多樣性的缺失發(fā)生變化。社團(tuán)結(jié)構(gòu)使流動(dòng)產(chǎn)生變化，它隔離了環(huán)境施加與傳播物的動(dòng)力，生成傳播物傳播的局部環(huán)境；同時(shí)讓相互競(jìng)爭(zhēng)的傳播物共存的也是社團(tuán)結(jié)構(gòu)[7]。

傳播過(guò)程是兩種及以上不同觀點(diǎn)、策略的擴(kuò)散過(guò)程，呈現(xiàn)一種競(jìng)爭(zhēng)態(tài)勢(shì)?，F(xiàn)有復(fù)雜網(wǎng)絡(luò)的文獻(xiàn)[8，9]，重點(diǎn)闡述網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的識(shí)別、統(tǒng)計(jì)特性，識(shí)別精度和算法的速度，對(duì)社團(tuán)結(jié)構(gòu)如何影響流動(dòng)的速度和選擇傳播物上涉及不多；管理類文獻(xiàn)則多偏向于個(gè)體層面的網(wǎng)絡(luò)指標(biāo)，網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)是先驗(yàn)的而非傳播物型塑的[10，11]；傳染病模型、輿論擴(kuò)散模型研究了某一種傳播物的傳播過(guò)程，模型不涉及網(wǎng)絡(luò)中有兩種相關(guān)的傳播物在時(shí)間序列上呈現(xiàn)此起彼伏的共存狀態(tài)的動(dòng)力學(xué)過(guò)程。[12，13]人群中合作與背叛策略競(jìng)爭(zhēng)動(dòng)力學(xué)一直為經(jīng)濟(jì)學(xué)博弈論研究的主題，在個(gè)體層面背叛策略優(yōu)于合作但到群體層面合作優(yōu)于背叛，用個(gè)體收益易于理解個(gè)體層面的競(jìng)爭(zhēng)規(guī)則，群體層面在經(jīng)濟(jì)學(xué)中沒(méi)有給出如此競(jìng)爭(zhēng)規(guī)則的緣由。[14]

還原動(dòng)力學(xué)過(guò)程需要時(shí)間維度和“空間”維度的數(shù)據(jù)，傳統(tǒng)問(wèn)卷方式非常難收集這樣大規(guī)模的具有時(shí)間跨度的數(shù)據(jù)。有了互聯(lián)網(wǎng)，研究人員可以采集到空間和時(shí)間維度的數(shù)據(jù)，面對(duì)這樣的數(shù)據(jù)，采用傳統(tǒng)分析范式[15]，無(wú)法還原傳播媒介的組織過(guò)程和動(dòng)力學(xué)特點(diǎn)，研究人員需要用動(dòng)力學(xué)工具依據(jù)空間、時(shí)間的傳播過(guò)程去管理傳播媒介、預(yù)測(cè)出優(yōu)勢(shì)傳播物。本文試圖基于仿真模型，從管理學(xué)視角發(fā)現(xiàn)社團(tuán)結(jié)構(gòu)影響流動(dòng)過(guò)程的在空間時(shí)間維度上的動(dòng)力學(xué)特點(diǎn)，以此幫助管理人員去影響傳播過(guò)程。

二、基于種族隔離模型的流分析范式

經(jīng)濟(jì)學(xué)諾貝爾獎(jiǎng)得主Schelling的種族隔離模型中描述了社團(tuán)結(jié)構(gòu)的形成[16，17]，故本文基于種族隔離模型找出關(guān)系、社團(tuán)、傳播物及它們之間的關(guān)系。種族隔離模型中每個(gè)個(gè)體都會(huì)對(duì)同色鄰居（網(wǎng)絡(luò)關(guān)系）數(shù)有一個(gè)數(shù)量要求用（sw）表示；對(duì)自己的居住環(huán)境不滿意的人數(shù)體現(xiàn)群體“績(jī)效”，用（uh）表示，如果所有人都滿意則仿真停止，此時(shí)uh=0。

實(shí)驗(yàn)中不斷提高智能體對(duì)同色鄰居數(shù)量（sw）的要求，從30%→74%→82%，低于74%時(shí)系統(tǒng)都會(huì)形成社團(tuán)結(jié)構(gòu)，高于此標(biāo)準(zhǔn)后，則所有智能體都要不停的運(yùn)動(dòng)無(wú)法形成社團(tuán)結(jié)構(gòu)（ticks表示仿真步數(shù)）?；诖四Ｐ?，我們將其抽象成流動(dòng)的過(guò)程，研究關(guān)系、社團(tuán)、傳播物及三者之間的關(guān)系。

[BT4]（一）策略的分化

仿真0步，所有的智能體策略是一樣的：依據(jù)自己鄰居中與自己同色的個(gè)體來(lái)判斷自己是否進(jìn)行移動(dòng)。隨著仿真的進(jìn)行，有些同色的個(gè)體在空間上形成相連的關(guān)系，具有相連同色鄰居的個(gè)體在下一個(gè)仿真步可以不用移動(dòng)，這時(shí)策略就分化為兩種，一種通過(guò)移動(dòng)達(dá)到滿意；另一種不動(dòng)也可以達(dá)到滿意，這種策略要求個(gè)體同色的鄰居不移動(dòng)。

滿意移動(dòng)不動(dòng)同色鄰居不動(dòng)吸引同色個(gè)體

（二）同質(zhì)化過(guò)程

分化出不動(dòng)策略后，可以有兩種方式實(shí)現(xiàn)智能體的不動(dòng)，一是吸引同色個(gè)體，另一個(gè)是同色鄰居不動(dòng)，這與Watts影響同質(zhì)化產(chǎn)生的選擇同質(zhì)性和誘導(dǎo)同質(zhì)性相對(duì)應(yīng)。[15]單個(gè)智能體吸引同色個(gè)體的能力沒(méi)有差別，但在空間上相連的同色同策略個(gè)體具有優(yōu)勢(shì)以sw=30%為例：

在同色鄰居不動(dòng)方式中，我們可以看到這樣的情景。

1.三個(gè)個(gè)體不動(dòng)，沒(méi)有任何作用，如圖2（a）

2.如果是我的三個(gè)鄰居同色，則我不動(dòng)，三個(gè)鄰居的狀態(tài)會(huì)影響到我的行為，如圖2（b）。

3.我的鄰居，并且剩下的這兩個(gè)鄰居還是我鄰居的鄰居，那么我會(huì)不動(dòng)并會(huì)傳給我的鄰居②，在我不動(dòng)之后，他也會(huì)采取不動(dòng)的策略，如圖2（c）。

4.如果是我的鄰居并且還是我鄰居的鄰居，他們倆還是鄰居，如圖2（d），那么這就組成一個(gè)穩(wěn)定的團(tuán)體，這4個(gè)個(gè)體是永遠(yuǎn)不會(huì)動(dòng)的。判斷的規(guī)則這時(shí)就變成只有，①是按顏色去判斷，而其他人則會(huì)依據(jù)別人動(dòng)不動(dòng)來(lái)選擇自己的行為，就會(huì)變成不動(dòng)策略在人群中的傳播。

將這種關(guān)系對(duì)應(yīng)到種族隔離模型中，鄰居關(guān)系變成表2所示：

①不移動(dòng)的概率，與它周圍同色鄰居的個(gè)數(shù)相關(guān)，同時(shí)也與鄰居之間的連邊數(shù)有關(guān)系，從表2的（b）→（c）→（d），可以看出，另外鄰居之間的關(guān)系也能產(chǎn)生出新的功能，如表2（c）此時(shí)可以產(chǎn)生出排斥異色的力量，而表2（d）雖沒(méi)有排斥力但①不移動(dòng)的策略會(huì)流向②，再由②流向①、③。

5.然后再向外延伸，①有4個(gè)同色的鄰居，鄰居間的關(guān)系由表2（c）+表2（d）構(gòu)成，這時(shí)以①為核心的社團(tuán)就具有了，不移動(dòng)和排斥兩種力量。至此，網(wǎng)絡(luò)中不移動(dòng)策略的“感染率”基于關(guān)系構(gòu)建后變得比移動(dòng)策略的“感染率”要高。

6.如果這樣的排斥的又連接起來(lái)形成9個(gè)格的形狀，那么就會(huì)有4個(gè)排斥位。個(gè)體在移動(dòng)的時(shí)候，并不能進(jìn)入到群體的內(nèi)部，只能在邊緣，面積越大，能接受個(gè)異色個(gè)體的“位數(shù)”/智能體數(shù)量的比越低，以單個(gè)個(gè)體的比例為參照。

[BT4]（三）個(gè)體異質(zhì)功能的固化

隨著仿真的不斷進(jìn)行，個(gè)體依據(jù)其所偏好的策略不同，在時(shí)間上做累積，由此逐漸形成各自的功能[6]，多次采用移動(dòng)的個(gè)體在社團(tuán)的周邊不斷移動(dòng)和被同化為不動(dòng)，多次采用不動(dòng)策略的個(gè)體則主要保證不動(dòng)策略。在社團(tuán)內(nèi)部的個(gè)體主要功能是吸引同質(zhì)個(gè)體排斥異質(zhì)個(gè)體；社團(tuán)周邊的個(gè)體負(fù)責(zé)接受異色個(gè)體；社團(tuán)周邊與能接受異色個(gè)體連接的個(gè)體主要功能是“勸說(shuō)”能接受異色的個(gè)體改變其移動(dòng)策略。經(jīng)過(guò)長(zhǎng)期的演化，智能體就會(huì)分化成兩類群體，一類群體通過(guò)移動(dòng)追求滿意，另一類群體通過(guò)排斥來(lái)實(shí)現(xiàn)不動(dòng)策略。當(dāng)面對(duì)同樣問(wèn)題時(shí)不同類的群體判斷的標(biāo)準(zhǔn)不一樣，比如面對(duì)異色個(gè)體時(shí)，移動(dòng)的個(gè)體會(huì)用移動(dòng)策略；不動(dòng)的個(gè)體則會(huì)排斥異色個(gè)體，由于傳染率不同因此不動(dòng)策略會(huì)逐漸占優(yōu)，移動(dòng)策略會(huì)被同化，同時(shí)不移動(dòng)策略內(nèi)部的競(jìng)爭(zhēng)壓力會(huì)產(chǎn)生變化。

[BT4]（四）社團(tuán)的形成

逐漸的，依據(jù)個(gè)體功能不同，形成社團(tuán)結(jié)構(gòu)，采用不動(dòng)策略的個(gè)體緊緊的扎堆在一起，越是采用不動(dòng)策略的個(gè)體越可能與采用不動(dòng)策略的個(gè)體形成連接。經(jīng)常移動(dòng)的個(gè)體，因?yàn)槭艿饺后w排斥的力量逐漸會(huì)進(jìn)入到同色的大的社團(tuán)中，保證自己不動(dòng)；只有那些在尋求不動(dòng)策略失敗多次的個(gè)體通過(guò)找尋可以接受自己的個(gè)體，這樣的個(gè)體因?yàn)樵诹α繉?duì)比上的懸殊，數(shù)量在急劇減少，同時(shí)也被排斥在社團(tuán)的周邊；到最后整個(gè)社團(tuán)都達(dá)到穩(wěn)定結(jié)構(gòu)時(shí)，也就是不動(dòng)策略戰(zhàn)勝移動(dòng)策略時(shí)候，個(gè)體的力量最終被群體力量同化。但在社團(tuán)結(jié)構(gòu)中，我們依次可以看到一個(gè)從社團(tuán)中心到邊緣個(gè)體移動(dòng)次數(shù)階梯形的變化?；诓煌呗缘姆治鲎屛覀?cè)诜N族隔離模型中看到了除顏色不同的成塊圖形后，還在同色社團(tuán)中看到不同策略的分布，在不同的色塊中這種分布方式是相同的。

三、現(xiàn)有流分析范式的梳理

基于文章第二部分中構(gòu)建的分析范式，作者查閱相關(guān)文獻(xiàn)梳理出已有的對(duì)于這4部分進(jìn)行研究的文獻(xiàn)，對(duì)已經(jīng)有的研究和未涉及的研究?jī)?nèi)容進(jìn)行總結(jié)。依據(jù)現(xiàn)在研究，對(duì)第3、第4部分的實(shí)證研究比較多，此兩部分的研究為系統(tǒng)呈現(xiàn)出的演化結(jié)果易于觀察，因此容易進(jìn)行實(shí)證研究。

[BT4]（一）社團(tuán)形成及功能的實(shí)證研究

對(duì)社團(tuán)的功能研究的文獻(xiàn)非常多并且出現(xiàn)在很多領(lǐng)域，比如在金融領(lǐng)域，發(fā)現(xiàn)集團(tuán)內(nèi)部的資本分配要比跨企業(yè)分配得有效率[18]；在勞動(dòng)力市場(chǎng)中，集團(tuán)比跨產(chǎn)業(yè)去分配勞動(dòng)力更有效。[19]在知識(shí)傳播領(lǐng)域的實(shí)證研究發(fā)現(xiàn)社團(tuán)可能是全局?jǐn)U散過(guò)程中的陷阱，在社團(tuán)內(nèi)傳播速度會(huì)比較快而在社團(tuán)之間的傳播速度會(huì)慢很多。[20]在生態(tài)學(xué)領(lǐng)域稱此現(xiàn)象為群落環(huán)境，此群落環(huán)境有別于周圍的生物環(huán)境并且證明此環(huán)境是由生長(zhǎng)在群落中的生物所營(yíng)造。[6]

研究社團(tuán)結(jié)構(gòu)形成最多的領(lǐng)域是生態(tài)學(xué)領(lǐng)域，社團(tuán)是在特定的空間或特定的生境下，由一定的生物種類組成，向外與環(huán)境彼此影響，向內(nèi)各物種間相互作用，并演化出特定的形態(tài)結(jié)構(gòu)與營(yíng)養(yǎng)結(jié)構(gòu)，總體上呈現(xiàn)出特定功能。

[BT4]（二）個(gè)體異質(zhì)功能的實(shí)證研究

早在1930年Ryan和Gross就以時(shí)間和數(shù)量?jī)蓚€(gè)維度將人群分類為：極少數(shù)的創(chuàng)新者、社區(qū)領(lǐng)袖、大批的早期大多數(shù)和晚期大多數(shù)、后知后覺(jué)型。[21]Granovetter用門(mén)檻值將人群進(jìn)行分類。[22]Wu的文章中[23]，將人群極化為極喜歡參加活動(dòng)的，和對(duì)活動(dòng)極不喜歡的?；ヂ?lián)網(wǎng)非常多的社區(qū)中均存在不均現(xiàn)象，如wiki有3200萬(wàn)的用戶，但只有68000個(gè)用戶會(huì)編輯詞條，僅占用戶數(shù)的02%。[24]演化博弈中將人群分為合作者和背叛者；公共品博弈中則分為領(lǐng)袖和條件合作者；而社會(huì)學(xué)中則用角色一詞將人進(jìn)行功能上的區(qū)分。[25，26]

在演化博弈的研究中將個(gè)體外推到群體，群體會(huì)規(guī)范個(gè)體的行為。如Martin Nowak團(tuán)隊(duì)研究的群組選擇博弈模型會(huì)設(shè)定個(gè)體只能與群組內(nèi)的鄰居進(jìn)行交互，他們?cè)趨⑴c活動(dòng)時(shí)首先是按群組規(guī)則進(jìn)行，其次才是個(gè)體的判斷標(biāo)準(zhǔn)，這在另一個(gè)層面異質(zhì)化了個(gè)體的行為。[27]同時(shí)在其群組選擇博弈中，會(huì)針對(duì)群組去設(shè)定一些個(gè)體不具有的行為規(guī)則，如在個(gè)體層面搭便車是最好的策略，但如果群組內(nèi)的所有個(gè)體都搭便，那么該群組存活的概率會(huì)比合作個(gè)體多的群組低。[28]

[BT4]（三） 同質(zhì)化過(guò)程及策略分化的實(shí)證分析

同質(zhì)化過(guò)程及策略分化是動(dòng)態(tài)過(guò)程，實(shí)證研究給出很多結(jié)論性的分析，而仿真模型則在動(dòng)態(tài)過(guò)程的研究中體現(xiàn)出其優(yōu)勢(shì)。Watts在這方面的研究比較多，他的團(tuán)隊(duì)將智能體的決策過(guò)程視為一個(gè)加權(quán)的一維線性方程，權(quán)重表示智能體與鄰居的關(guān)系強(qiáng)度[29]，然后對(duì)Ising模型進(jìn)行改進(jìn)，將Agent的閾值與群體的優(yōu)勢(shì)行動(dòng)聯(lián)動(dòng)[30]，Holyst模型中的閾值是一種整體閾值，所有人的閾值是一樣的[31]。

因?yàn)槭菍?shí)證研究，所以在研究對(duì)象的選擇上具有離散性的特點(diǎn)，而在第二部分第一點(diǎn)的分析中講到的策略分化是一個(gè)動(dòng)態(tài)過(guò)程，體現(xiàn)策略與策略之間的關(guān)系包括競(jìng)爭(zhēng)、包容、不相關(guān)等，這在一個(gè)實(shí)證研究中是無(wú)法完成的，所以這部分的研究就作者的整理還未發(fā)現(xiàn)有。

四、結(jié)論

網(wǎng)絡(luò)上的傳播動(dòng)力學(xué)，因?yàn)榫W(wǎng)絡(luò)變得復(fù)雜使得各路研究人員紛紛駐足，研究方向包括傳染病、輿論、知識(shí)傳播、價(jià)格攻擊行為、大眾生產(chǎn)社區(qū)合作行為等。在研究時(shí)，網(wǎng)絡(luò)上的傳播行為雖有共同點(diǎn)，但研究人員應(yīng)基于自己的研究角度，對(duì)同樣的問(wèn)題進(jìn)行不同角度的推敲，如果管理領(lǐng)域的學(xué)者像社會(huì)學(xué)的學(xué)者一樣去描述流現(xiàn)象，物理學(xué)的學(xué)者去找規(guī)律，通過(guò)提高傳染物的感染率來(lái)擴(kuò)大傳播面，就不能帶來(lái)管理領(lǐng)域?qū)W者的共鳴，也就無(wú)法提出有管理學(xué)意義的建議。從另一個(gè)角度來(lái)說(shuō)，只有明確了自己研究的出發(fā)點(diǎn)，才能區(qū)分出不同流問(wèn)題研究的側(cè)重點(diǎn)。如傳染病和輿論的傳播，研究傳播物的特性研究比較重要。因?yàn)檫@種研究假定人是被動(dòng)地傾向于接受，但研究知識(shí)傳播和大眾生產(chǎn)社區(qū)合作行為時(shí)，就不能做如此假設(shè)。本文試圖基于種族隔離模型理出傳播物、社團(tuán)結(jié)構(gòu)及二者之間的動(dòng)力學(xué)過(guò)程，從管理學(xué)的視角從空間、時(shí)間維度找出流動(dòng)的變化，以期給管理學(xué)領(lǐng)域的研究者提供一些新的研究視角。

參考文獻(xiàn)：

[1]MAY R M， LIOYD A L. Infection dynamics on scale-free networks[J]. Physical Review E， 2001， 64（6）： 066112.

[2]唐四慧. 異質(zhì)復(fù)雜信息網(wǎng)絡(luò)上的搜索路徑研究[J].華南理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2011，13（4）：8-13.

[3]MOORE C， NEWMAN M E J. Epidemics and Percolation in Small-World Networks[J]. Physical Review E Statistical Physics Plasmas Fluids & Related Interdisciplinary Topics， 2000， 61（5 Pt B）：5678-5682.

[4]HWANG D U， BOCCALETTI S， MORENO Y， et al. Thresholds for epidemic outbreaks in finite scale-free networks.[J]. Mathematical Biosciences & Engineering Mbe， 2005， 2（2）：317-327.

[5]GANESH A J， MASSOULIE L， TOWSLEY D F. The effect of network topology on the spread of epidemics. In： INFOCOM[J]. Proceedings - IEEE INFOCOM， 2005， 2（2）：1455-1466.

[6]李博.生態(tài)學(xué)[M]. 北京：高等教育出版社， 2000.

[7]AJELLO L， KAPLAN W. Shopping for Information？ Diversification and the Network of Industries[J]. Ssrn Electronic Journal， 2011， 61（1）：161-183.

[8]NEWMAN M E J. Finding community structure in networks using the eigenvectors of matrices.[J]. Physical Review E Statistical Nonlinear & Soft Matter Physics， 2006， 74（3 Pt 2）：92-100.

[9]FORTUNATO S. Community detection in graphs[J]. Physics， 2010， 486（3-5）：75-174.

[10][ZK（#]AOBDIA D， CASKEY J， OZEL N B. Inter-industry network structure and the cross-predictability of earnings and stock returns[J]. Review of Accounting Studies， 2014， 19（3）： 1191-1224.

[11]AHERN K R， JARRAD H. The Importance of Industry Links in Merger Waves[J]. Social Science Electronic Publishing， 2012， 69（2）： 527-576.

[12]張發(fā)， 李璐， 宣慧玉. 傳染病傳播模型綜述[J]. 系統(tǒng)工程理論與實(shí)踐， 2011， 31（9）：1736-1744.

[13]劉怡君， 李倩倩， 牛文元. 輿論動(dòng)力學(xué)模型綜述[J]. 管理評(píng)論， 2013， 25（1）.

[14]NOWAK M A. Five rules for the evolution of cooperation， Science 314[J]. Science， 2006， 314（5805）：1560-1563.

[15]KOSSINETS G， WATTS D J. Origins of homophily in an evolving social network.[J]. American Journal of Sociology， 2009， 115（2）：405-450.

[16]SCHELLING T C. Dynamic models of segregation[J]. Journal of mathematical sociology， 1971， 1（2）： 143-186.

[17]SCHELLING T C. Models of segregation[J]. The American Economic Review， 1969， 59（2）： 488-493.

[18]HUBBARD R G， PALIA D. A Reexamination of the Conglomerate Merger Wave in the 1960s： An Internal Capital Markets View[J]. Journal of Finance， 1998， 54（3）：1131–1152.

[19]TATE G， YANG L. The Bright Side of Corporate Diversification： Evidence from Internal Labor Markets[J]. 2013， 28（8）： 2203-2249.

[20]WENG L， MENCZER F， AHN Y Y. Virality prediction and community structure in social networks.[J]. Scientific Reports， 2013， 3（8）：618-618.

[21]ROGERS E M. New Product Adoption and Diffusion.[J]. Journal of Consumer Research， 1976， 2（4）：290-301.

[22]GRANOVETTER M. Threshold models of collective behavior[J]. American journal of sociology， 1978，83（6）：1420-1443.

[23]WU F， WILKINSON D M， HUBERMAN B A. Feedback loops of attention in peer production[C]//Computational Science and Engineering， 2009. CSE'09. International Conference on. IEEE， 2009（4）：409-415.

[24]NOH Y H， YOO K. Internet， inequality and growth[J]. Journal of Policy Modeling， 2008， 30（6）： 1005-1016.

[25]OHTSUKI H， HAUERT C， LIEBERMAN E， et al. A simple rule for the evolution of cooperation on graphs and social networks[J]. Nature， 2006， 441（7092）：502-505.

[26]馬博. 公共品博弈實(shí)驗(yàn)中的合作行為研究進(jìn)展[J]. 經(jīng)濟(jì)論壇， 2013（11）：163-169.

[27]TRAULSEN A， NOWAK M A. Evolution of cooperation by multilevel selection.[J]. Proceedings of the National Academy of Sciences of the United States of America， 2006， 103（29）：10952-10955.

[28]TRAULSEN A， SENGUPTA A M， NOWAK M A. Stochastic evolutionary dynamics on two levels[J]. Journal of Theoretical Biology， 2005， 235（3）：393-401.

[29]LOPEZ-PINTADO D， WATTS D J. Social influence， binary decisions and collective dynamics[J]. Rationality and Society， 2008， 20（4）： 399-443.

[30]SIECZKA P， HOLYST J A. A Threshold Model of Financial Markets[J]. Acta Physica Polonica A， 2007， 114（3）： 525-530

[31]ODUM H T. Self-Organization， Transformity， and Information[J]. Science， 1988， 242（4882）： 1132-1139.