導(dǎo)語(yǔ)

在自然界與人類(lèi)社會(huì)中，群體常表現(xiàn)出驚人的有序性：魚(yú)群協(xié)同行動(dòng)、人群在緊急情況下自發(fā)形成秩序。理解這種宏觀有序如何源自個(gè)體間的局部決策，是復(fù)雜系統(tǒng)與博弈論交叉研究的核心問(wèn)題。傳統(tǒng)研究多聚焦于模仿與社會(huì)學(xué)習(xí)——個(gè)體通過(guò)觀察并模仿成功者來(lái)優(yōu)化行為。然而，現(xiàn)實(shí)中的決策者往往更具自主性：他們基于局部信息，權(quán)衡自身收益與鄰居狀態(tài)，作出理性或反應(yīng)性的“最優(yōu)回應(yīng)”決策。本文正是在這一博弈框架下，研究了協(xié)調(diào)（順應(yīng)多數(shù)）與反協(xié)調(diào)（背離多數(shù)）兩類(lèi)行為在復(fù)雜網(wǎng)絡(luò)中的互動(dòng)。結(jié)果表明，網(wǎng)絡(luò)結(jié)構(gòu)對(duì)系統(tǒng)的均衡數(shù)量、收斂速度與穩(wěn)健性均具有決定性影響，且這些復(fù)雜變化可由一個(gè)簡(jiǎn)潔指標(biāo)——平均路徑長(zhǎng)度有效刻畫(huà)，這一規(guī)律在合成網(wǎng)絡(luò)與真實(shí)網(wǎng)絡(luò)中均得到了驗(yàn)證。

關(guān)鍵詞：博弈論（game theory），復(fù)雜網(wǎng)絡(luò)，最優(yōu)回應(yīng)（best-response），協(xié)調(diào)（coordination），反協(xié)調(diào)（anti-coordination），進(jìn)化動(dòng)力學(xué)

彭晨丨作者

論文題目：Behavioral alignment in social networks 論文鏈接：https://academic.oup.com/nsr/advance-article/doi/10.1093/nsr/nwaf403/8258961 發(fā)表時(shí)間：2025年9月19日 論文來(lái)源：National Science Review

從魚(yú)群到社交網(wǎng)絡(luò)：行為對(duì)齊的普遍性

在自然界和人類(lèi)社會(huì)中，群體的有序性常常令人驚嘆。魚(yú)群可以在瞬間完成整齊的轉(zhuǎn)向，人群在緊急情況下能夠形成秩序化的疏散。這些現(xiàn)象背后，個(gè)體并沒(méi)有全局信息，而是依靠與鄰居的互動(dòng)作出決策。那么，局部互動(dòng)如何匯聚成全局有序？這是復(fù)雜系統(tǒng)研究的核心問(wèn)題之一。

傳統(tǒng)的解釋大多依賴(lài)模仿：個(gè)體觀察更成功或更權(quán)威的鄰居，并模仿其行為。這種社會(huì)學(xué)習(xí)機(jī)制確實(shí)能在一定條件下推動(dòng)合作、規(guī)范與集體智慧的產(chǎn)生。然而，模仿需要大量信息輸入，個(gè)體不僅要知道直接鄰居的選擇，還要追蹤間接鄰居的表現(xiàn)，這在現(xiàn)實(shí)中往往不切實(shí)際。與之相比，本文研究者提出聚焦兩種更“內(nèi)省化”的決策模式：協(xié)調(diào)（順應(yīng)多數(shù)）與反協(xié)調(diào)（背離多數(shù)）。這兩類(lèi)模式在生活中處處可見(jiàn)：開(kāi)車(chē)靠右是協(xié)調(diào)，拍賣(mài)中選擇冷門(mén)標(biāo)的是反協(xié)調(diào)；雙語(yǔ)環(huán)境中逐漸統(tǒng)一語(yǔ)言是協(xié)調(diào)，而資源分配中刻意錯(cuò)開(kāi)消費(fèi)以避免競(jìng)爭(zhēng)則是反協(xié)調(diào)。無(wú)論是順應(yīng)多數(shù)的協(xié)調(diào)，還是背離多數(shù)的反協(xié)調(diào)，本質(zhì)上都體現(xiàn)了個(gè)體在局部互動(dòng)中通過(guò)相互調(diào)整實(shí)現(xiàn)的行為對(duì)齊過(guò)程。

協(xié)調(diào)與反協(xié)調(diào)的均衡邏輯

研究的第一步是構(gòu)建一個(gè)統(tǒng)一的分析框架：個(gè)體在網(wǎng)絡(luò)上占據(jù)節(jié)點(diǎn)，與鄰居互動(dòng)并獲得收益。在協(xié)調(diào)博弈（coordination game）中，選中的個(gè)體如果和鄰居選擇一致，收益更高；而在反協(xié)調(diào)博弈（anti-coordination game）中，和鄰居選擇不同才是更優(yōu)解。通過(guò)最佳回應(yīng)動(dòng)態(tài)（best-response dynamics），每個(gè)個(gè)體會(huì)在觀察鄰居的上一輪行為后，選擇能夠最大化自己收益的策略。系統(tǒng)不斷迭代，直至達(dá)到均衡狀態(tài)（equilibrium state），即沒(méi)有任何個(gè)體愿意單方面改變策略。

這一過(guò)程看似簡(jiǎn)單，但卻蘊(yùn)含巨大復(fù)雜性。研究者指出：系統(tǒng)的均衡狀態(tài)數(shù)量可能極其龐大，微小的網(wǎng)絡(luò)結(jié)構(gòu)調(diào)整即可引發(fā)指數(shù)級(jí)變化；系統(tǒng)的收斂時(shí)間（equilibrium time）并非固定，而是顯著依賴(lài)網(wǎng)絡(luò)的拓?fù)涮卣?；盡管如此，所有復(fù)雜結(jié)果最終都可以用一個(gè)簡(jiǎn)單指標(biāo)來(lái)統(tǒng)一解釋。

圖 1. 協(xié)調(diào)與反協(xié)調(diào)決策模式下的戰(zhàn)略演化。（a）結(jié)構(gòu)由網(wǎng)絡(luò)描述，其中每個(gè)個(gè)體（節(jié)點(diǎn)）采用任一策略 A 或 B 與鄰居互動(dòng)。個(gè)人（用“？”標(biāo)記）被選中更新其策略，以最大限度地提高收益，使用策略 A 與 n 個(gè)個(gè)體互動(dòng)，使用策略 B與 k-n 個(gè)個(gè)體交互。（b）一個(gè)協(xié)調(diào)博弈的例子，當(dāng)個(gè)體采取大多數(shù)鄰居使用的策略時(shí)，他將獲得更高的報(bào)酬。(c)反協(xié)調(diào)博弈的一個(gè)例子。

核心網(wǎng)絡(luò)結(jié)構(gòu)：三角關(guān)系與樞紐節(jié)點(diǎn)

研究系統(tǒng)考察了兩種核心的網(wǎng)絡(luò)屬性：閉合三角關(guān)系（clustering coefficient）與度異質(zhì)性（degree heterogeneity）。首先，閉合三角關(guān)系指的是“朋友的朋友往往也是朋友”。在協(xié)調(diào)博弈中，這種緊密關(guān)系會(huì)讓群體更快達(dá)成一致，從而減少均衡的數(shù)量。而在反協(xié)調(diào)博弈中，三角結(jié)構(gòu)反而使得個(gè)體更容易采取相反策略，從而增加均衡數(shù)量。

其次，度異質(zhì)性反映網(wǎng)絡(luò)中“樞紐節(jié)點(diǎn)（hubs）”的存在。高度異質(zhì)的網(wǎng)絡(luò)往往有少數(shù)超級(jí)節(jié)點(diǎn)，它們的行為足以主導(dǎo)全局：在協(xié)調(diào)博弈中，樞紐的選擇會(huì)快速拉動(dòng)其他節(jié)點(diǎn)趨同；在反協(xié)調(diào)博弈中，樞紐則迫使周邊節(jié)點(diǎn)采取相反立場(chǎng)。兩種情況下，均衡狀態(tài)數(shù)量都會(huì)顯著減少。

平均路徑長(zhǎng)度：一個(gè)簡(jiǎn)單卻強(qiáng)大的指標(biāo)

真正讓人意外的是，作者發(fā)現(xiàn)無(wú)論是三角關(guān)系還是度異質(zhì)性網(wǎng)絡(luò)，其復(fù)雜作用都能被一個(gè)指標(biāo)“平均路徑長(zhǎng)度”整合。在協(xié)調(diào)博弈中，隨著平均路徑長(zhǎng)度增加，均衡狀態(tài)數(shù)量先升后降，收斂時(shí)間也隨之增長(zhǎng)；在反協(xié)調(diào)博弈中，均衡狀態(tài)數(shù)量與路徑長(zhǎng)度單調(diào)遞增，而收斂時(shí)間反而縮短。

換言之，網(wǎng)絡(luò)的“距離感”決定了系統(tǒng)演化的速度與可能性。短路徑意味著樞紐主導(dǎo)，快速收斂但缺乏多樣性；長(zhǎng)路徑意味著去中心化，反協(xié)調(diào)更容易維持多元狀態(tài)。

圖 2. 平衡狀態(tài)的數(shù)目作為平均路徑長(zhǎng)度的函數(shù)。研究關(guān)注了不同結(jié)構(gòu)的網(wǎng)絡(luò)，包括聚類(lèi)系數(shù)（對(duì)應(yīng)圖2a-c）和度分布異質(zhì)性（對(duì)應(yīng)圖2d-f）的網(wǎng)絡(luò)。每一個(gè)點(diǎn)都是一個(gè)網(wǎng)絡(luò)的平衡狀態(tài)的數(shù)目。對(duì)于給定類(lèi)型的博弈，平均路徑長(zhǎng)度描述了平衡狀態(tài)的數(shù)量：在協(xié)調(diào)博弈中，中等的平均路徑長(zhǎng)度導(dǎo)致更多的平衡狀態(tài)（a-c），而在反協(xié)調(diào)博弈中，較大的平均路徑長(zhǎng)度導(dǎo)致更多的平衡狀態(tài)（d-f）。

真實(shí)網(wǎng)絡(luò)的驗(yàn)證

為了驗(yàn)證理論的普適性，作者還在20個(gè)真實(shí)網(wǎng)絡(luò)上進(jìn)行了模擬。這些網(wǎng)絡(luò)涵蓋了大學(xué)社交圈、政界互動(dòng)、企業(yè)內(nèi)部Facebook關(guān)系，甚至包括野生斑馬的社會(huì)關(guān)聯(lián)。結(jié)果顯示：不論規(guī)模、密度如何變化，平均路徑長(zhǎng)度依然是預(yù)測(cè)收斂時(shí)間的關(guān)鍵指標(biāo)。在協(xié)調(diào)博弈中，它與收斂時(shí)間正相關(guān)；在反協(xié)調(diào)博弈中，則呈負(fù)相關(guān)。這種規(guī)律跨越了人工合成網(wǎng)絡(luò)與真實(shí)社會(huì)系統(tǒng)，顯示出強(qiáng)大的普適性。

圖 3. 在經(jīng)驗(yàn)網(wǎng)絡(luò)中，平均路徑長(zhǎng)度決定了平衡時(shí)間。20個(gè)現(xiàn)實(shí)世界網(wǎng)絡(luò)的協(xié)調(diào)博弈(a)和反協(xié)調(diào)博弈(b)的平衡時(shí)間表示為平均路徑長(zhǎng)度的函數(shù)。隨著經(jīng)驗(yàn)網(wǎng)絡(luò)平均路徑長(zhǎng)度的增加，協(xié)調(diào)博弈的均衡時(shí)間增加，反協(xié)調(diào)博弈的均衡時(shí)間減少。

討論與展望

本文的貢獻(xiàn)在于提出并驗(yàn)證了一條簡(jiǎn)潔的規(guī)律：平均路徑長(zhǎng)度是復(fù)雜網(wǎng)絡(luò)中行為對(duì)齊動(dòng)力學(xué)的核心刻畫(huà)指標(biāo)。與長(zhǎng)期以來(lái)被廣泛研究的“模仿”相比，協(xié)調(diào)與反協(xié)調(diào)基于更內(nèi)省的邏輯：個(gè)體只需根據(jù)鄰居的當(dāng)前行為作出判斷，而不必追蹤他人的收益。這讓模型更貼近現(xiàn)實(shí)，也揭示了不同于傳統(tǒng)社會(huì)學(xué)習(xí)的穩(wěn)健規(guī)律。

展望未來(lái)，作者指出幾個(gè)值得深入研究的方向：

1. 如何開(kāi)發(fā)計(jì)算方法，更高效地刻畫(huà)均衡分布與收斂時(shí)間；

2. 在投票系統(tǒng)、能源分配、輿情演化等應(yīng)用中，如何利用協(xié)調(diào)與反協(xié)調(diào)機(jī)制預(yù)測(cè)群體行為；

3. 如何在更復(fù)雜的情境下（如隨機(jī)擾動(dòng)、多方互動(dòng)）檢驗(yàn)平均路徑長(zhǎng)度是否仍然是關(guān)鍵指標(biāo)。

復(fù)雜網(wǎng)絡(luò)動(dòng)力學(xué)讀書(shū)會(huì)

集智俱樂(lè)部聯(lián)合合肥工業(yè)大學(xué)物理系教授李明、同濟(jì)大學(xué)副教授張毅超、北京師范大學(xué)特聘副研究員史貴元與在讀博士生邱仲普、張章共同發(fā)起 。本次讀書(shū)會(huì)將探討：同步相變的臨界性、如何普適地刻畫(huà)多穩(wěn)態(tài)與臨界點(diǎn)、如何識(shí)別并預(yù)測(cè)臨界轉(zhuǎn)變、如何通過(guò)局部干預(yù)來(lái)調(diào)控系統(tǒng)保持或回到期望穩(wěn)態(tài)、爆炸逾滲臨界行為的關(guān)鍵特征、不同類(lèi)型的級(jí)聯(lián)過(guò)程對(duì)逾滲相變的影響有何異同、高階相互作用的影響能否等效為若干簡(jiǎn)單機(jī)制的疊加、如何有效地促進(jìn)人類(lèi)個(gè)體間的合作等問(wèn)題。讀書(shū)會(huì)已完結(jié)，現(xiàn)在報(bào)名可加入社群并解鎖回放視頻權(quán)限。

詳情請(qǐng)見(jiàn)：

「系統(tǒng)科學(xué)前沿」系列課程第二期

在AI浪潮席卷、生命奧秘不斷揭示、社會(huì)演化加速的今天，我們對(duì)世界的理解正面臨前所未有的挑戰(zhàn)。用個(gè)體視角難以解釋群體行為，單點(diǎn)優(yōu)化難以解決系統(tǒng)瓶頸，簡(jiǎn)單因果邏輯在多因素交織中失效。復(fù)雜性不再是抽象概念，而是我們理解自然、生命與社會(huì)運(yùn)行的底層邏輯。

繼的成功舉辦，北京師范大學(xué)系統(tǒng)科學(xué)學(xué)院與集智學(xué)園再度攜手，重磅推出。本期課程會(huì)帶領(lǐng)您從更深層次、更廣維度，洞察復(fù)雜系統(tǒng)背后的精妙秩序與演化之理，賦能您在科研、產(chǎn)業(yè)與個(gè)人成長(zhǎng)中的創(chuàng)新實(shí)踐。

詳情請(qǐng)見(jiàn)：

1.

2.

3.

4.

5.

6.

7.

8.