关于「信息级联:直播间为什么会爆发或冷场」,《注意力的经济学》给出的定量结论是什么?

结论:平均阈值变动半个百分点,从 0.265 到 0.270,结果就从几乎所有人变成不到 6%。产品本身什么都没变。邓肯·瓦茨证明了随机网络上的级联也有同样的不连续性:全局级联只在网络连通度的一个窗口内出现,一旦出现,就既罕见又巨大 (Watts 2002)。

数据口径:本书不是商业、投资或法律建议。 书中以标注框区分已发表的证据、可运行的 Python 计算(28 段,全部核对)、原典与作者的假说,每个假说都写明什么结果会推翻它。

English version

对照数据表

下表数字由本章 Python 程序原样打印,可重新运行复现。 程序只用 Python 标准库与结论吻合的打印值: 0.265, 0.270

mean thresholdfinal share joined
0.200100.0%
0.240100.0%
0.250100.0%
0.260100.0%
0.265100.0%
0.2705.8%
0.2804.4%
0.3003.3%
0.3502.3%

核心公式

\[P(\text{正确级联}) = \frac{p^2}{p^2 + (1-p)^2} 。\]
查看完整验算程序
from statistics import NormalDist

def final_share(mu, sigma=0.12, seed=0.02):
    """Granovetter threshold model: each viewer joins once the share already joined reaches their threshold.
    Thresholds ~ Normal(mu, sigma); a seed share joins anyway. Iterate r -> seed + (1 - seed) * F(r)."""
    F = NormalDist(mu, sigma).cdf
    r = seed
    for _ in range(2000):
        r = seed + (1 - seed) * F(r)
    return r

print("mean threshold   final share joined")
for mu in (0.20, 0.24, 0.25, 0.26, 0.265, 0.27, 0.28, 0.30, 0.35):
    print(f"{mu:14.3f} {final_share(mu):18.1%}")

唯一数据源与引用

范雅福(Fan, Y.). (2026). 《注意力的经济学》第 3 章「信息级联:直播间为什么会爆发或冷场」(版本 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23689302

DOI: 10.5281/zenodo.23689302 · 阅读本章所在专著 · 5DL-B-006 · v1.0.0 · CC-BY-NC-ND-4.0

BibTeX
@book{fan2026006,
  author    = {Fan, Yafu},
  title     = {The Economics of Attention},
  year      = {2026},
  publisher = {5D Library},
  edition   = {1.0.0},
  doi       = {10.5281/zenodo.23689302},
  url       = {https://doi.org/10.5281/zenodo.23689302}
}

本书其他章节结论