Nat Hum Behav | 改變大眾行為該先說服誰？采納閾值揭示社會網絡干預新路徑

認知神經科學前沿文獻分享

基本信息

Title:Integrating behavioural experimental findings into dynamical models to inform social change interventions

發表時間:2026-03-16

發表期刊:Nature Human Behaviour

影響因子:15.9

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

應對氣候變化或公共衛生危機等全球性挑戰，往往需要推動社會大規模采納新的行為或產品。然而，現有的干預研究長期存在微觀與宏觀的脫節：心理學與經濟學側重于個體決策驅動力，而復雜科學則聚焦于社會網絡中的集體擴散，即復雜傳染理論（complex contagion theory）。這種脫節導致傳統的網絡干預往往依賴于尋找“中心節點”的播種策略（seeding policies），卻忽略了個體對社會信號的敏感度差異。如果不能準確識別不同個體在何種社會壓力下會改變行為，即“采納閾值”（adoption thresholds），干預措施的效果往往難以達到預期。本研究旨在通過實驗數據校準動態模型，打破學科壁壘，為大規模行為改變提供更精準的實證路徑。

實驗設計與方法邏輯

研究者提出了一種將微觀決策邏輯整合進宏觀擴散模型的新方法。其核心邏輯在于：個體的采納決策取決于產品本身的屬性效用與周圍人群帶來的社會效用。當社會信號達到一定水平，使采納的總效用超過維持現狀的效用時，該臨界點即為采納閾值。

為了測算這一閾值，研究者設計了兩項選擇實驗（choice-based conjoint experiments, CBC）：一項涉及能源政策支持（policy support, PS），另一項涉及即時通訊應用采納（app adoption, AA）。實驗參與者需在不同屬性組合及不同社會信號水平（如周圍同齡人的采納比例）下做出選擇。研究利用分層貝葉斯（hierarchical Bayes, HB）算法分析數據，估算出每個個體的偏好權重和社會信號的邊際效用，從而直接計算出個體的采納閾值。隨后，研究者將這些實測閾值代入真實的社會網絡結構中進行代理人模擬，對比了基于網絡結構的傳統策略與基于閾值信息的行為策略在推動擴散方面的效率。

核心發現

發現一：采納閾值可被準確估算，且分布具有高度的情境依賴性

研究證實，僅利用微觀選擇實驗數據即可準確預測個體在未見任務中的采納決策。實驗發現，不同領域的閾值分布截然不同：PS 的閾值呈現明顯的雙峰分布，存在大量不受社會信號影響的“獨立決策者”；而 AA 的閾值分布則較為均勻，包含更多易受他人影響的“易感人群”。這表明，將個體偏好納入傳染模型對于理解不同社會議題的擴散至關重要。

Fig. 1 中，作者展示了不同任務下采納閾值的分布差異；這張圖對比了能源政策與 App 采納的不同模式，直觀呈現了個體對社會信號敏感度的多樣性

在模擬干預中，如果說服一個節點的成本主要由其內在抵抗力決定，傳統的網絡中心性策略（如尋找度中心性高的節點）往往不是最優選。研究發現，基于估算閾值制定的“鄰域易感性”（neighbourhood susceptibility）策略顯著優于其他方案。該策略通過鎖定那些周圍存在大量低閾值、易受影響人群的節點，能夠以更低的成本啟動大規模擴散。

Fig. 2b 和 2c 展示了在偏好相關成本結構下各策略的排名；圖中鄰域易感性策略的平均排名最高，證明了識別易感人群在降低干預成本方面的價值

在現實中，高影響力的網絡核心節點通常需要更高的干預成本。在這種情況下，結合了網絡拓撲結構與個體實測閾值的“校準后的復雜中心性”（calibrated complex centrality, CC）策略表現最為突出。值得注意的是，如果不使用實驗估算的真實閾值進行校準，未校準的 CC 策略表現甚至可能不如隨機播種。這強調了行為實驗數據在優化網絡干預算法中的決定性作用。

Fig. 2d 和 2e 呈現了在中心性相關成本結構下的模擬結果；圖中校準后的 CC 策略顯著優于傳統結構策略，揭示了微觀數據對宏觀算法的修正作用

省流總結

這篇論文最重要的價值，是把“個體為什么采納”與“行為如何在網絡中擴散”真正接通了。它證明了三件事。第一，個體采納閾值可以通過離散選擇實驗估計出來，而且能預測樣本外選擇。第二，不同問題情境的閾值分布差異很大，不能再把閾值當作隨手設定的抽象參數。第三，播種策略沒有通用最優解，但如果忽略個體閾值，很多基于網絡中心性的干預設計會失真；一旦把閾值校準進去，策略選擇才真正有依據。對實際應用者來說，這項研究的啟發很直接：不要只問“誰最有影響力”，還要問“誰最容易被帶動、誰周圍有更多容易被帶動的人，以及你說服這些人的成本到底由什么決定”。

分享人：天天

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認知神經科學的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨行。歡迎加入PsyBrain 學術社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵關注，點亮星標 ? 前沿不走丟！

一鍵分享，讓更多人了解前沿